2 h t
This presentation is the property of its rightful owner.
Sponsored Links
1 / 28

2. hét PowerPoint PPT Presentation


  • 88 Views
  • Uploaded on
  • Presentation posted in: General

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.

Download Presentation

2. hét

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


Adatszerz si m dok t pusai

Adatszerzési módok típusai


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.


V letlenen alapul kiv laszt s

Véletlenen alapuló kiválasztás


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.


    Nem v letlen mintav teli elj r sok

    Nem véletlen mintavételi eljárások


    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


    K sz n m a figyelmet

    KÖSZÖNÖM A FIGYELMET!


  • Login