Qual a importância de garantir que todos os elementos da população tenham probabilidade conhecida e não nula de serem selecionados em um plano amostral?

Evitar viés de cobertura e permitir inferência válida por meio de amostragem probabilística.

Explicação:
Garantir probabilidade conhecida e não nula para todos os elementos assegura que a amostra seja representativa da população e que estimativas possam ser generalizadas sem viés sistemático.
Se segmentos da população têm probabilidade zero de serem selecionados ocorre viés de cobertura, impedindo inferência válida.
Soluções típicas: usar a lista completa da população, ou realizar uma amostra estratificada com seleção em todos os estratos e, quando necessário, aplicar ponderação para estimativas populacionais.

Exemplo:
Suponha uma população com três estratos: N1=50, N2=30, N3=20 (N=100). Para estimar a média estratificada usa-se \(W_h=\dfrac{N_h}{N}\) e \(\bar{y}_{st}=\sum_{h=1}^3 W_h\bar{y}_h\).
Se as médias amostrais forem \(\bar{y}_1=6,\ \bar{y}_2=8,\ \bar{y}_3=10\) então
\(W_1=0{,}50,\ W_2=0{,}30,\ W_3=0{,}20\) e
\(\bar{y}_{st}=0{,}50\cdot6+0{,}30\cdot8+0{,}20\cdot10=7{,}4\).
Se o estrato 3 fosse omitido (probabilidade nula), a estimativa ignoraria a contribuição desse grupo e ficaria viesada, mostrando por que todas as unidades devem ter probabilidade conhecida e não nula.