1- دانشگاه علامه طباطبائی، گروه آمار
2- دانشگاه علامه طباطبائی، گروه آمار ، nematollahi@atu.ac.ir
چکیده: (1750 مشاهده)
روش پساطبقهبندی قضاوتی روشی برای طبقهبندی مشاهدات با استفاده از یک متغیر کلیدی است بهطوری که طبقهبندی بعد از انتخاب نمونه انجام میشود. در این مقاله این روش را در نمونهگیری خوشهای دومرحلهای بهکار خواهیم برد. بهعبارت دیگر در نمونهگیری خوشهای دومرحلهای در مرحلهی دوم بهجای نمونهگیری تصادفی ساده بدون جایگذاری از روش پساطبقهبندی قضاوتی و روش پساطبقهبندی قضاوتی تعمیم یافته استفاده کرده و براوردگرهای جدیدی را برای میانگین جامعه ارائه خواهیم کرد. در نهایت با استفاده از شبیهسازی مونتکارلو با مجموعه دادههای واقعی و دادههای تولیدی از توزیعهای متقارن و نامتقارن، براوردگرهای پیشنهادی را با براوردگر میانگین نمونهگیری خوشهای دو مرحلهای ساده مورد مقایسه قرار خواهیم داد. نتایج شبیهسازی نشان میدهد که، در بیشتر حالتها، براوردگرهای پیشنهادی عملکرد بهتری نسبت به براوردگر میانگین نمونهگیری دو مرحلهای ساده دارند.
نوع مطالعه:
علمی پژوهشی کاربردی |
موضوع مقاله:
آمار دریافت: 1398/3/7 | ویرایش نهایی: 1400/5/17 | پذیرش: 1398/8/18 | انتشار: 1400/6/10 | انتشار الکترونیک: 1400/6/10