2 h t
Download
Skip this Video
Download Presentation
2. hét

Loading in 2 Seconds...

play fullscreen
1 / 28

2. hét - PowerPoint PPT Presentation


  • 109 Views
  • Uploaded on

2. hét. Mintavételes eljárások. Adatszerzési módok típusai. Kontrollált kísérletek. A végtelen sokaságról való informálódás eszköze. Arra ad választ, hogy a kísérlet végzője által megtervezett feltétel együttesek (kezelések) milyen eredményre vezetnek. Reprezentatív megfigyelés.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' 2. hét' - vine


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
2 h t

2. hét

Mintavételes eljárások

kontroll lt k s rletek
Kontrollált kísérletek
  • A végtelen sokaságról való informálódás eszköze.
  • Arra ad választ, hogy a kísérlet végzője által megtervezett feltétel együttesek (kezelések) milyen eredményre vezetnek.
reprezentat v megfigyel s
Reprezentatív megfigyelés
  • A legfontosabb adatfelvételi módszer.
  • A statisztikai következtetéselmélet kiindulópontja.
  • A mintavételből származó minden eredményt a sokaság egészének jellemzésére használják fel, azaz általánosítanak a teljes sokaságra.
  • Reprezentatív a minta, ha tükrözi az alapsokaságot, annak jellemzőit, tulajdonságait, összetételét.
  • Mindig megadható a mintavételi hiba, azaz, hogy a mintavétel tényéből mekkora hiba fakad.
nem reprezentat v megfigyel s egy b r szleges megfigyel s
Nem reprezentatív megfigyelés (egyéb részleges megfigyelés)
  • Nincs benne az általánosításra való törekvés, a következtetések kizárólag megfigyelt egyedekre vonatkoznak.
a statisztikai k vetkeztet selm let
A statisztikai következtetéselmélet

Célja: a részleges megfigyelések eredményeiből következtetés a sokaságra.

Területei:

  • A mintavétel módszertana és gyakorlata.
  • A becslési eljárás.
  • Hipotézisvizsgálat.
  • Több változó kapcsolatának, együttmozgásának vizsgálata.
a mintav tel
A mintavétel

Célja: a megszerzett adatok alapján megalapozott következtetéseket hozni az alapsokaságra vonatkozóan.

Lépései:

  • A minta és a mintavétel megtervezése, mintaelemek kijelölése.
  • A kijelölt mintaelemek megfigyelése.
  • A mintavételi hiba kezelésének megtervezése.
a mintav teli hiba
A mintavételi hiba

A vizsgált mutató lehetséges mintákból számított értékeinek átlagoseltérését mutatja a megfelelő sokasági értéktől.

Típusai:

  • Nemmintavételi hiba
  • Mintavételi hiba

A mintavételi hiba függ:

  • A sokaság jellegétől.
  • Az alkalmazott mintavételi eljárástól.
  • A vizsgált mutatószám fajtájától.
  • A minta nagyságától.
i fae f ggetlen azonos eloszl s minta
I. FAE - független, azonos eloszlású minta

Jellemzői:

  • Homogén, végtelen sokaságból veszünk véletlen, visszatevéses vagy visszatevés nélküli mintát.
  • Véges sokaságból azonos valószínűséggel veszünk visszatevéses mintát.
  • Gyakorlati alkalmazása elsősorban a tömegtermelés minőségellenőrzésénél célszerű.

Hibája:

  • A sokasági szórás gyakran ismeretlen.
  • Sokszor több változó vizsgálata a cél – a mintaelemszám meghatározása problémás.
ii ev egyszer v letlen minta
II. EV - egyszerű véletlen minta
  • Homogén és véges elemszámú sokaság esetén alkalmazható.
  • A mintát visszatevés nélkül választjuk ki.
  • Minden lehetséges n elemű minta kiválasztásának a valószínűsége azonos.
  • Hasonló a FAE mintához, de véges és kisebb elemszámú sokaságok esetén inkább ez használatos.
ev egyszer v letlen minta
EV - egyszerű véletlen minta

Előnye:

  • A visszatevés a gyakorlatban nem mindig, vagy nem teljeskörűen hajtható végre.
  • Azonos elem ismételt megfigyelése felesleges.

Hátránya:

  • A megfigyelt sokaságok többnyire nem homogének.

Lépései:

  • A komplett lista összeállítása.
  • A mintanagyság meghatározása.
  • A minta kiválasztása.
iii r r tegzett mintav tel
III. R - rétegzett mintavétel

Jellemzői:

  • Heterogén sokaság esetén alkalmazható.
  • Előzetes információ áll rendelkezésre arra nézve, hogy a sokaságot homogén osztályokba lehet sorolni.

Lépései:

  • Először a fősokaságot valamilyen ismérv szerint átfedés-mentesen homogén rétegekre osztjuk.
  • Ezután az egyes rétegeken belül egymástól függetlenül EV (ritkábban FAE) mintát veszünk.

Előnye:

  • Azonos mintanagyság esetén a vizsgált jellemzőkre (, ) kisebb hibát kapunk, mint az EV mintavétellel feltéve, hogy a rétegezés jó volt.

TÍPUSAI

1 egyenletes r tegz s
1. Egyenletes rétegzés

Jellemző:

  • Minden egyes rétegbe azonos számú mintaelem kerül.

Előnye:

  • Egyszerű.
  • Végrehajtása kényelmes.
  • Könnyű az egyes rétegeket számszerűen jellemezni.

N1≠N2, de n1= n2

2 ar nyos r tegz s
2. Arányos rétegzés

Jellemző:

  • A mintába a sokasági arányoknak megfelelően választjuk meg az elemszámot.

Előnye:

  • Ha a rétegenkénti sokasági szórást nem ismerjük, az ebből számított mutatók mintavételi hibája minimális.
  • A mintából számított főátlag hibája sohasem nagyobb, mint EV mintavételnél.
  • .
3 neyman f le optim lis r tegz s
3. Neyman-féle optimális rétegzés

Jellemzői:

  • A szórások alapján osztja a mintát.
  • Nagyobb rétegekből nagyobb mintát vesz.
  • A változékonyabb, heterogénebb rétegekből szintén nagyobb mintát vesz.

Előnye:

  • Főátlag becslése során a mintavételi hiba minimális.

Hátránya:

  • σj ritkán ismert.
4 k lts g optim lis r tegz s
4. Költség-optimális rétegzés

Jellemzői:

  • Az egyes rétegek szórása mellett ismerjük és a kiválasztásnál figyelembe vesszük az egyes rétegek megfigyelésének költségét is.
  • Adott költségkeret mellett minimális hibát eredményez.

Képlete:

ahol πj az egyes rétegek elemeinek megfigyelési egységköltsége.

iv cs csoportos egyl pcs s mintav tel
IV. CS - csoportos (egylépcsős) mintavétel

Homogén, véges sokaság esetén használható, ha

    • nem áll rendelkezésre a sokasági elemek teljes listája, de nagyobb csoportokra rendelkezünk listával.
    • a csoportok a koncentráltságuk miatt könnyebben, olcsóbban figyelhetők meg, mint az egyedek.

Lépései:

  • Először a csoportok halmazából EV mintát veszünk.
  • Az így kiválasztott csoportokat teljes körűen megfigyeljük.

Előnye:

  • Egyszerűbb és olcsóbb, mint a FAE vagy az EV minta.

Hátránya:

  • Pontossága függ a csoporton belüli homogenitástól.
v tl t bbl pcs s mintav tel
V. TL - többlépcsős mintavétel

Jellemzői:

  • Hasonló esetekben használjuk, mint a csoportos mintavételt.
  • Több lépcsőben jutunk el a végső megfigyelési egységhez.
  • Leggyakoribb típusa a kétlépcsős mintavétel:
    • először EV mintavétellel kiválasztjuk a csoportokat, majd
    • a csoporton belül is EV mintavételt végzünk.

Követelmény:

    • A minta önsúlyozó legyen, azaz megtartsa a sokasági arányokat.
1 szisztematikus kiv laszt s
1. Szisztematikus kiválasztás

Jellemzői:

  • ha n elemű mintát akarunk venni egy N elemű sokaságból, akkor meghatározva a k=N/n lépésközt a k0 véletlen kezdőpontból kiindulva minden k-adik elemet figyeljük meg:
  • A minta gyorsan és mechanikusan kiválasztható.
  • Egybeeshet az EV megfigyeléssel, ha az elemek felsorolása független a megfigyelés tárgyától.
2 kv t s kiv laszt s
2. Kvótás kiválasztás

Jellemzői:

  • Rögzítve van, hogy milyen összetételű mintát kell létrehozni.
  • A „kereteket” véletlen kiválasztással kitöltik.
  • A rétegzett mintavételhez hasonló eredmény hoz.
  • Nem szükséges előre rögzíteni a sokasági vagy réteglistákat.
3 koncentr lt kiv laszt s
3. Koncentrált kiválasztás

Jellemzői:

  • Erősen koncentrált sokaság esetén alkalmazzák.
  • Kevés egyed rendelkezik nagy befolyással a sokasági jellemzőre.
4 h labda kiv laszt s
4. Hólabda kiválasztás

Jellemzői:

  • Ritka, nehezen számba vehető sokaságok esetén alkalmazzuk.
  • Néhány kiválasztott egyedből indulunk ki.
  • Minden egyed a saját „ismeretségi köréből” keresi a következő mintaelemet.
5 nk nyes szubjekt v kiv laszt s
5. Önkényes, szubjektív kiválasztás

Jellemzői:

  • Szubjektív szempontok alapján történik a minta kiválasztása.
  • Széleskörű ismeretek esetén jó jellemzőkkel rendelkező mintát lehet kapni.
ism telt vagy m sodlagos mintav teli elj r sok jellemz i
Ismételt vagy másodlagos mintavételi eljárások jellemzői
  • Speciális csoport a gyakorlatban alkalmazott mintavételi módok között.
  • Elvi alapja az a felismerés, hogy a tényleges mintavétel igen költséges, míg a számítógép használata egyre olcsóbb! → a meglévő kisebb és olcsóbb mintákat számítógépes módszerekkel megtöbbszörözik.
  • A meglévő mintából újabb mintákat képeznek azért, hogy a mintában lévő információkat jobban kihasználják.
ism telt vagy m sodlagos mintav teli elj r sok t pusai
Ismételt vagy másodlagos mintavételi eljárások típusai

1.) Független részminták módszere

2.) Kiegyensúlyozott ismétlések

3.) Jackknife módszer

4.) Bootstrap módszer

ad