براورد واریانس در آمارگیری های چندچارچوبی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه علامه طباطبایی - دانشکده علوم ریاضی
- نویسنده طیبه چگینی
- استاد راهنما حمیدرضا نواب پور نادر نعمت الهی
- سال انتشار 1392
چکیده
در آمارگیری از جامعه های متناهی معمولاً یک نمونه ی احتمالاتی از یک چارچوب نمونه گیری که همه ی واحدهای جامعه ی هدف را پوشش می دهد، انتخاب می شود. در برخی موارد، چارچوبی که در دسترس است به صورت کامل جامعه ی هدف را پوشش نمی دهد لذا آماره های آمارگیری حاصل از این چارچوب ها اریب هستند. از طرفی روزامدسازی چارچوبی که در دسترس است نیاز به صرف هزینه های زیاد دارد . از آمارگیری های چندچارچوبی با هدف افزایش پوشش جامعه و بهبود میزان اریبی و کاهش هزینه ها استفاده می شود. در آمارگیری های چندچارچوبی، نمونه ها به صورت مستقل از چند چارچوب که هم پوشانی دارند و پوشش مناسبی از جامعه ی هدف ارائه می کنند، انتخاب می شوند .چندین براوردگر برای مجموع جامعه ای در آمارگیری های چندچارچوبی معرفی شده اند. ما در این پایان نامه ضمن معرفی این براوردگرها، براوردگرهای واریانس جک نایفی، خطی سازی و خودگردانی در این نوع آمارگیری ها را شرح می دهیم . در نهایت در یک مطالعه ی شبیه سازی کارایی براوردگرهای مختلف را با هم مقایسه می کنیم.
منابع مشابه
براورد واریانس به روش جک نایف در آمارگیری های دوچارچوبی
روش های معمول براورد واریانس از قبیل روش خطی سازی سری تیلور (روش دلتا)۱ در آمارگیری های چندچارچوبی۲ عموماً مستلزم محاسبه ی مشتق های جزئی بوده و این محاسبات با افزایش تعداد چارچوب ها پیچیده تر می شود. براورد واریانس به روش جک نایف۳ روش دیگری است که ضمن سهولت در محاسبه، موجب کاهش چشمگیری در اریبی براوردگر می شود. در این مقاله ابتدا به معرفی براوردگرهای چندچارچوبی مجموع جامعه و سپس استفاده از روش ...
متن کاملکاربردی از براورد خطای کل آمارگیری در یک آمارگیری کوچکمقیاس
آمارگیری فعالیتی هدفمند است که طی آن اطلاعاتی از نمونهای و یا از تمام واحدهای یک جامعه گرداوری میشود. در آمارگیریهای نمونهای، خطاها توزیع نمونهگیری براوردگرها را تحت تأثیر قرار میدهند. این خطاها میتوانند براورد را به یک سو سوق داده و یا پراکندگی آن را متورم کند. این خطاها عبارتاند از: خطاهای نمونهگیری و غیر نمونهگیری. خطای غیر نمونهگیری شامل خطاهای مشخصسازی، پوشش، اندازهگیری، ...
متن کاملواریانس براوردگرها در آمارگیری از نیروی کار
آمارگیری نیروی کار ایران یکی از مهمترین آمارگیریهایی است که برای تولید آمار رسمی به صورت فصلی انجام و براوردهای آن در انتهای هر فصل بدون اعلام میزان دقت آنها توسط مرکز آمار ایران منتشر میشود. هدف این مقاله محاسبه و ارائه واریانس براوردگرهای این طرح است که به این منظور با استفاده از دو روش جک نایف و ورما واریانسهای براوردگرهای فصل، سال و تغییرات محاسبه شده است.
متن کاملبراورد مجموع در آمارگیری های دوچارچوبی
در آمارگیری های نمونه ای، چارچوبی که تقریباً تمام واحدهای جامعه ی هدف را پوشش دهد و نمونه گیری از آن کم هزینه باشد، کم تر یافت می شود. در حالی که ممکن است چارچوب های دیگری وجود داشته باشند که هر یک کسری از جامعه ی هدف را پوشش داده و در عین حال نمونه گیری از آن ها نیز کم هزینه باشد. در این مقاله نخست مفاهیم، مزایا و معایب چارچوب چندگانه تشریح شده و سپس روش های مختلف برای براورد پارامترها ...
متن کاملبراورد مرکب و کاربرد آن در آمارگیری نیروی کار
نمونهگیری چرخشی یکی از روشهای نمونهگیری است که بهصورت گسترده در آمارگیریها برای تولید آمار رسمی مورد استفاده قرار میگیرد. چرخشی بودن طرح آمارگیری مستقیماً باعث کم شدن واریانس تغییرات میشود ولی اگر از براورد مرکب (Composite Estimate) که در آن اطلاعات دورههای گذشته نیز به کار میرود، استفاده شود، در ارائهی براوردهای سطح نیز کاهش واریانس صورت میگیرد که باعث کاهش بیش از پیش واریانس براورد ...
متن کاملبراورد مجموع در آمارگیری های سه چارچوبی
در آمارگیری از جامعه های متناهی معمولاً یک نمونه ی احتمالاتی از یک چارچوب نمونه گیری که واحدهای جامعه ی هدف را پوشش می دهد انتخاب می شود .در برخی موارد، چارچوبی که در دسترس است به صورت کامل جامعه ی هدف را پوشش نمی دهد. لذا آماره های آمارگیری با استفاده از این چارچوب ها اغلب اریب هستند. از طرفی روزامدسازی چارچوبی که در دسترس است نیاز به صرف هزینه های زیاد دارد. از آمارگیری های چندچارچوبی با هدف ا...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه علامه طباطبایی - دانشکده علوم ریاضی
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023