Mintavételes eljárások

Slides:



Advertisements
Hasonló előadás
Gazdaságstatisztika, 2015 RÉSZEKRE BONTOTT SOKASÁG VIZSGÁLATA Gazdaságstatisztika október 20.
Advertisements

1 Az önértékelés mint projekt 6. előadás 1 2 Az előadás tartalmi elemei  A projekt fogalma  A projektek elemei  A projekt szervezete  Projektfázisok.
Becsléselmélet - gyakorlat október 14.. Példa 1 - Feladatgyűjtemény Egy nagyvállalat személyzeti osztályvezetője azt gyanítja, hogy különbség van.
Kvantitatív módszerek Becsléselmélet október 7. és 9.
BEST-INVEST Független Biztosításközvetítő Kft.. Összes biztosítási díjbevétel 2004 (600 Mrd Ft)
TEROTECHNOLÓGIA Az állóeszközök újratermelési folyamata.
Kockázat és megbízhatóság
Gazdasági informatika - bevezető
Számítógépes szimuláció
tananyag =előadások és gyakorlatok anyaga (írott és elmondott is)
Valószínűségi kísérletek
Bevezetés Biometria I. Molnár Péter Állattani Tanszék
2. előadás Viszonyszámok
Becslés gyakorlat november 3.
Mintavétel és becslés október 25. és 27.
Áramlástani alapok évfolyam
A Repülésbiztonsági Kockázat
Komplex természettudomány 9.évfolyam
Öröklési szerződés és Köteles rész
Kockázat és megbízhatóság
Egy üzemben sok gyártósoron gyártanak egy bizonyos elektronikai alkatrészt. Az alkatrészek ellenállását időnként ellenőrzik úgy, hogy egy munkás odamegy.
Kockázat és megbízhatóság
SZÁMVITEL.
Szigorlati felkészítő Kvantitatív módszerek
Mintavétel és becslés október 27. és 29.
Becsléselmélet - Konzultáció
SZÁMVITEL.
Követelményelemzés Cél: A rendszer tervezése, a feladatok leosztása.
CSOPORT - A minőségellenőrök egy megfelelő csoportja
Kvantitatív módszerek
Komplex természettudomány 9.évfolyam
Hipotézisvizsgálat.
A földrajzi kísérletek szervezése és végrehajtása
Mintavételes eljárások
Gazdaságstatisztika Korreláció- és regressziószámítás II.
Tartalékolás 1.
A PDCA elv alkalmazása az információvédelmi irányítási rendszerekben 1
Varianciaanalízis- ANOVA (Analyze Of VAriance)
Szerkezetek Dinamikája
Kvantitatív módszerek
Szabályozott és képes termékek/szolgáltatások, folyamatok, rendszerek
Kvantitatív módszerek
Grosz imre f. doc. Kombinációs hálózatok /43 kép
Regressziós modellek Regressziószámítás.
STRUKTURÁLT SERVEZETEK: funkció, teljesítmény és megbízhatóság
Sztochasztikus kapcsolatok I. Asszociáció
Tilk Bence Konzulens: Dr. Horváth Gábor
Kvantitatív módszerek
Önköltségszámítás.
Alapfogalmak Adatelemzés.
A villamos installáció problémái a tűzvédelem szempontjából
Dr. Varga Beatrix egy. docens
Új pályainformációs eszközök - filmek
Megfigyelés és kísérlet
Kutatási alapok és kutatási folyamat
Gazdaságinformatikus MSc
Alkalmazott statisztikai alapok: A mintavétel
SZAKKÉPZÉSI ÖNÉRTÉKELÉSI MODELL I. HELYZETFELMÉRŐ SZINT FOLYAMATA 8
Járműtelepi rendszermodell 2.
Dr. Varga Beatrix egyetemi docens
Matematika 11.évf. 1-2.alkalom
Paraméteres próbák Adatelemzés.
Kísérlettervezés 2018/19.
Alkalmazott statisztikai alapok: A mintavétel
Hipotéziselmélet Adatelemzés.
Mintavételi sajátosságok a mezőgazdaság statisztikában
Mintavételes eljárások
Üzlezi információelemző specializió
A statisztikus elemző specializió
Intuitív szakértői módszerek
Előadás másolata:

Mintavételes eljárások 1. előadás Üzleti statisztika Dr. Varga Beatrix

Kontrollált kísérletek végtelen sokaságról való informálódás eszköze arra ad választ, hogy a kísérlet végzője által megtervezett feltétel együttesek (kezelések) milyen eredményre vezetnek.

Reprezentatív megfigyelés A mintavételből származó eredményeket a sokaság egészének jellemzésére használják, azaz általánosítanak a teljes sokaságra. A reprezentatív minta: tükrözi az alap-sokaságot, annak tulajdonságait, össze-tételét. Mindig megadható a mintavételi hiba, azaz, hogy a mintavétel tényéből mekkora hiba fakad.

Nem reprezentatív megfigyelés (egyéb részleges megfigyelés) Nincs benne az általánosításra való törekvés, a következtetések kizárólag megfigyelt egyedekre vonatkoznak.

Véletlenen alapuló kiválasztás módjai

FAE - független, azonos eloszlású minta Homogén és végtelen (nagyon nagy) számosságú sokaságból veszünk mintát visszatevéssel vagy visszatevés nélkül. Hasonló eredményre vezet, ha véges sokaságból egyenlő valószínűséggel visszatevéses mintát veszünk. Gyakorlati alkalmazása: elsősorban a tömegtermelés minőségellenőrzésénél.

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.

R - rétegzett mintavétel Heterogén sokaság esetén alkalmazható. A fősokaságot valamilyen ismérv szerint átfedés-mentesen homogén rétegekre osztjuk. Az egyes rétegeken belül egymástól függetlenül EV (ritkábban FAE) mintát veszünk. Azonos mintanagyság esetén a vizsgált jellemzőkre (, ) kisebb hibát kapunk, mint az EV mintavétellel feltéve, hogy a rétegezés jó volt.

Egyenletes rétegzés

Arányos rétegzés

Neyman-féle optimális rétegzés nagyobb rétegekből nagyobb mintát vesz a változékonyabb, heterogénebb rétegekből szintén nagyobb mintát vesz

Költség-optimális rétegzés az egyes rétegek szórása mellett figyelembe vesszük az egyes rétegek megfigyelésének költségét is adott költségkeret mellett minimális hibát eredményez

CS - csoportos (egylépcsős) mintavétel Homogén, véges sokaság esetén, ha nem áll rendelkezésre a sokasági elemek teljes listája, de nagyobb csoportokra rendelkezünk listával. Ha a csoportok a koncentráltságuk miatt könnyebben, olcsóbban figyelhetők meg, mint az egyedek. Először a csoportok halmazából EV mintát veszünk, majd az így kiválasztott csoportokat teljes körűen megfigyeljük (pl: iskolások drogfogyasztási szokásai).

TL - többlépcsős mintavétel hasonló esetekben használjuk, mint a csoportos mintavételt itt több lépcsőben jutunk el a végső megfigyelési egységhez leggyakoribb a kétlépcsős először EV mintavétellel kiválasztjuk a csoportokat, majd a csoporton belül is EV mintavételt végzünk

Grafikusan ábrázolva

Nem véletlen mintavételi eljárások 1.Szisztematikus kiválasztás 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: k0, k0+k, k0 +2k; … A minta gyorsan és mechanikusan kiválasztható. Egybeeshet az EV megfigyeléssel, ha az elemek felsorolása független a megfigyelés tárgyától.

Nem véletlen mintavételi eljárások 2.) Kvótás kiválasztás 3.) Koncentrált kiválasztás 4.) Hólabda kiválasztás 5.) Önkényes (szubjektív) kiválasztás

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.

Ismételt vagy másodlagos mintavételi eljárások 1.) Független részminták módszere 2.) Kiegyensúlyozott ismétlések 3.) Jackknife módszer 4.) Bootstrap módszer

Az alapsokaság adatai

Az egyszerű véletlen és a rétegzett minták paramétereinek összehasonlítása

Statisztikai becslés

Statisztikai becslés rétegzett minta alapján Az átlag pontbecslése rétegzett mintából a rétegenként becsült átlagoknak a sokaság nagyságával súlyozott átlaga.

Becslés rétegzett mintából ahol:

Hányados-becslés A „h” mintabeli hányados nem torzítatlan becslő függvénye a sokasági jellemzőnek. Azonban a torzítás mértéke nagy minta esetén elhanyagolható. A becsült érték (hányados) eloszlása nagy minta esetén megközelítőleg normális eloszlást követ.

Független részminták alkalmazása A módszer alapja egy „n” elemű véletlen módszerrel választott minta „k” egyenlő nagyságú részmintára történő felosztása. A már kiválasztott minta utólagos felosztása helyett célszerűbb az ún. ismételt mintavételt alkalmazni. Egy „m” elemű minta kiválasztását hajtjuk végre valamely véletlen módszer alkalmazásával. Ezután függetlenül az előzőtől, azonos módszerek-kel újabb és újabb mintát vételezünk egészen addig, amíg „k” darab egymástól független „m” elemszámú mintánk lesz.

Független részminták alkalmazása

Köszönöm a figyelmet! stbea@uni-miskolc.hu