Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

Dr. Szalka Éva, Ph.D.1 Statisztika II. III.. Dr. Szalka Éva, Ph.D.2 Becslés rétegezett mintavételkor.

Hasonló előadás


Az előadások a következő témára: "Dr. Szalka Éva, Ph.D.1 Statisztika II. III.. Dr. Szalka Éva, Ph.D.2 Becslés rétegezett mintavételkor."— Előadás másolata:

1 Dr. Szalka Éva, Ph.D.1 Statisztika II. III.

2 Dr. Szalka Éva, Ph.D.2 Becslés rétegezett mintavételkor

3 Dr. Szalka Éva, Ph.D.3 Becslés rétegezett mintavételkor A rétegezett mintavétel lényege az, hogy ha a sokaság heterogén, és van ismeretünk arra vonatkozóan, hogy hogyan lehet többé-kevésbé homogén részekre bontani, akkor ezeket a homogén részsokaságokat tekintjük rétegeknek, a mintavételt és a becslést rétegenként hajtjuk végre.

4 Dr. Szalka Éva, Ph.D.4 Nem arányos eloszlás Az átlagot az alap részsokaság elemszámával súlyozva számítjuk ki:

5 Dr. Szalka Éva, Ph.D.5 Nem arányos eloszlás A konfidencia intervallum meghatározásához szükségünk van a becslőfüggvény standard hibájára:

6 Dr. Szalka Éva, Ph.D.6 Nem arányos eloszlás A konfidencia intervallum: a hibahatár megállapítása a már ismert z-próbafüggvény segítségével történik

7 Dr. Szalka Éva, Ph.D.7 Nem arányos eloszlás Ha a sokaság rétegszórását nem ismerjük, akkor a mintákból kell kiszámítani :

8 Dr. Szalka Éva, Ph.D.8 Arányos eloszlás esetén Az egyes rétegek aránya megegyezik, azaz:

9 Dr. Szalka Éva, Ph.D.9 Arányos eloszlás esetén Szükségünk van a belső szórásnégyzetre, ugyanis a kombinált becslés szórása csak a rétegeken belüli szóródásoktól függ, és független a rétegek közötti (külső) szóródástól

10 Dr. Szalka Éva, Ph.D.10 Arányos eloszlás esetén Az intervallum pedig:


Letölteni ppt "Dr. Szalka Éva, Ph.D.1 Statisztika II. III.. Dr. Szalka Éva, Ph.D.2 Becslés rétegezett mintavételkor."

Hasonló előadás


Google Hirdetések