نمونه‌گیری مجموعه‌ای رتبه‌دار
Ranked Set Sampling
نمونه‌گیری مجموعه‌ای رتبه‌دار
نمونه‌گیری مجموعه‌ای رتبه‌دار (RSS) رویکرد جدیدی برای انتخاب نمونه ارائه می‌دهد که در سال 1952 توسط مک اینتایر پیشنهاد شد. تجربه او در به‌کارگیری نمونه‌گیری تصادفی ساده در کشاورزی چالشی را برای این طرح نمونه‌گیری معرفی کرد. مطالعات عملی نشان داد که RSS تخمین‌زن دقیق‌تری از میانگین تولید می‌کند. این پیشنهاد توسط سایر پزشکانی که با مطالعات کشاورزی سروکار دارند مورد توجه قرار گرفت. آنها همچنین با استفاده از RSS نتایج بهتری به دست آوردند. اعتبار ریاضی این ادعا توسط کار تاکاهاسی و واکیموتو در سال 1968 ثابت شد. امروزه نتایج به دست آمده توسط RSS هنوز برای برخی از پژوهشگران تا حدی “جادویی” به نظر می رسد و آنها در مورد صحت مقالاتی که RSS استفاده می‌کنند، تردید دارند که با توضیح ساده‌ای می توان این تردید را برطرف کرد. این پاسخ را در این کتاب خواهید آموخت. هنگامی که تئوری RSS به صورت ریاضی ثابت شد، این روش مورد توجه قرار گرفت و مسائل مختلف آماری شروع به بازبینی مجدد کردند. نه تنها تخمین بهتر شد، بلکه آزمایش فرضیه ها با استفاده از نمونه های RSS قدرتمندتر از قبل به نظر می رسید. امروزه به عنوان ابزاری برای افزایش دقت ویا کاهش هزینه های نمونه گیری شناخته شده است. این کتاب به‌خوبی RSS را شرح می‌دهد. برخی از فصولی که در این کتاب خواهید دید عبارتست از :
بررسی کیفیت متغیرهای محیطی با استفاده از روش پاسخ تصادفی برای برآورد نسبت از طریق نمونه‌گیری مجموعه‌ای رتبه‌دار
تعمیم نمودار کنترل بر اساس نمونه‌گیری تکراری رتبه‌دار
ارتقا برآوردگرهای نسبت-مجموع-محصول مربوط به میانگین جمعیت
برآورد تابع توزیع با استفاده از نمونه‌گیری مجموعه رتبه‌دار بسیار متحرک (MERSS)
استنباط آماری نمونه‌گیری مجموعه‌ای رتبه‌دار از طریق روش‌های بازنمونه‌گیری
بسط برخی از روش های پاسخ تصادفی مرتبط با روش گوپتا تورنتون(GUPTA-THORNTON): استفاده از آمار ترتیبی
دیدگاهتان را بنویسید