sampling/plan (tamanho e alocação), sampling/sample (desenho e primeiras linhas), sampling/estimate (estimativa, EP, intervalo, CV e deff) e sampling/simulation (resumo das réplicas) ganham report — tabelas em Markdown no lugar do print cru da lista. Pede trama.data (>= 0.4.4).trama (>= 0.5.10).R CMD check do pacote instalado (antes liam arquivos da árvore do repositório).trama::tr_when() e somem do card quando não se aplicam. Exige trama (>= 0.2.0).Versão sobe para 0.3.0: a 0.2.0 era a das mudanças de método da main (planejamento com t, Clopper-Pearson de Korn & Graubard); a coesão das coleções muda de novo (confiança numérica no glossário, a curva do plano inclui a confiança), e sobe mais um minor.
Planejamento com t: margem muito folgada não dá mais "t com 0 gl" (n = 1).
A busca começa no menor n com gl ≥ 1 (2 na AAS, H + 1 na estratificada, 2
conglomerados); em size_stratified o n também não fica abaixo do piso da
alocação (2 por estrato), que antes dava erro. Com z nada muda.
sampling/proportion (versão 3): com p̂ = 0 ou 1 o intervalo não degenera
mais no ponto. logit e wilson passam, nesses casos, ao Clopper-Pearson de
Korn & Graubard (1998, Survey Methodology 24(2), 193-201): n efetivo
p̂(1 − p̂)/v(p̂) ajustado pelos gl, n_ef·(t_{n−1}/t_gl)², e limites beta. Como a
variância é zero nos extremos, o n efetivo é substituído pelo n nominal do
domínio (ainda ajustado pelos gl): sem efeito de desenho é o Clopper-Pearson
exato. Nova opção intervalo = "clopper_pearson" para usá-lo sempre. Wald
continua literal. Validado contra survey::svyciprop(method = "beta") em AAS,
estratificada e conglomerados (≤ 1e-6) e, nos extremos, contra
stats::binom.test (≤ 1e-10). Estimativa NA não quebra mais o intervalo.
sampling/proportion (versão 2): o intervalo padrão passa a ser logit
(Wald na escala log-odds, EP pelo método delta, t nos gl do desenho), o padrão
de survey::svyciprop e o recomendado para amostras complexas (Korn &
Graubard 1999, doi:10.1002/9781118032619): não sai de (0, 1) e é assimétrico
perto dos extremos. Novo param intervalo: logit, wilson (escore de
Wilson 1927 com n efetivo e t) ou wald (o intervalo da versão 1). A
margem passa a ser a maior das duas metades. Validado contra
survey::svyciprop(method = "logit") em AAS, estratificada, conglomerados e
domínio (estimativa ≤ 1e-8, limites ≤ 1e-6).
Planejamento com t nos gl do desenho (versão 2 de size_mean,
size_proportion, size_stratified, size_cluster, size_domains,
margin, margin_levels, referral, detectable_difference e
question_margins): o quantil passa a ser o t com os gl que a amostra vai ter
(UPAs − estratos: n − 1, n − H, conglomerados − 1, redes − unidades), o
mesmo que o card de sampling/mean usa; quando o gl depende do próprio n, o
bloco devolve o menor n cuja margem, com os gl dele, cabe na pedida. Novo
param distribuicao (t | z); z reproduz a versão 1. Com muitos gl a
diferença é de uma ou duas unidades (±5 pontos: 385 → 387); com poucos
conglomerados é grande. Validado por busca exaustiva do menor n (oráculo da
definição).
sampling/detectable_difference (versão 2): fórmula de duas proporções de
Fleiss, Levin & Paik (2003, cap. 4), com p̄ agrupada sob H0 e variâncias
próprias sob H1, n desiguais, proporção de referência por grupo (coluna
proporcao_grupo) e correção finita opcional (coluna populacao); a DMD é o
pior caso entre as duas referências e os dois sentidos. Com n iguais, z e
sem correção finita reproduz stats::power.prop.test (≤ 1e-8). Novas colunas
p_a, p_b, gl.
sampling/size_cluster (cv_tamanho) e sampling/referral (cv_rede):
coeficiente de variação do tamanho dos conglomerados/redes, com
deff = 1 + ((CV² + 1)·m̄ − 1)·ρ (Eldridge, Ashby & Kerry 2006,
doi:10.1093/ije/dyl129). CV = 0 (padrão) reproduz o deff anterior. Conferido
contra a variância exata da média sob ICC comum.