Этот метод подходит в том случае, когда все кластеры равны по объему, т.е. кластер содержит примерно одинаковое количество единиц. Однако, если объемы различны, простая двухступенчатая кластерная выборка может привести к ошибочным результатам. Иногда, объединив различные кластеры, можно сделать их равными по объему. Если объединить кластеры нельзя, следует воспользоваться вероятностной выборкой, пропорциональной объему (PPS). [c.428]
В кластерной выборке sampling) изучаемая совокупность сначала делится на взаимоисключающие и подгруппы, или (dusters). Затем с помощью вероятностного метода выборки, такого как SRS, формируется случайная выборка кластеров. В выборку включаются либо все элементы отобранного кластера, либо проводится их отбор вероятностным методом, Если в выборку включаются все элементы каждого отобранного кластера, то такая процедура называется одноступенчатой кластерной выборкой. Если выборка получена с помощью вероятностного отбора из каждого выбранного кластера, такая процедура называется двухступенчатой кластерной выборкой. Как показано на рис. 11.3, существуют два вида двухступенчатой кластерной выборки — простая двухступенчатая кластерная выборка с использованием SRS и вероятностная выборка, пропорциональная объему (PPS). Кроме того, кластерная выборка может состоять из нескольких (больше двух) этапов, выступая как многоступенчатая кластерная выборка. [c.427]
Объем выборки определяет точность полученных результатов, но не их представительность. На репрезентативность выборки влияет метод, с помощью которого отбирают респондентов из общей совокупности. При формировании выборки могут быть использованы вероятностные методы (простой случайный отбор, стратифицированный случайный отбор, кластерный отбор, систематический отбор и т.д.) и невероятностные методы (квотированная выборка, отбор на основе суждений, доступная выборка и т.д.). [c.174]
Все возможные сочетания этих пяти аспектов нашли отражение в 32-х различных методах проведения вероятностного отбора элементов совокупности. В этой книге подробно рассматриваются методы простой случайной, систематической, стратифицированной и кластерной выборки, а также кратко рассказывается о некоторых других методах. Однако сначала мы рассмот-римдетерминированный метод выборки. [c.418]
МАТЕМАТИЧЕСКАЯ СТАТИСТИКА (mathemati al statisti s) — раздел математики, посвященный систематизации, обработке и использованию стат данных В М с мн методы стат обработки исходных данных основываются на вероятностной природе этих данных Оси понятиями М с являются генеральная совокупность (мн-во значений случайной величины), выборка (ограниченное число наблюдений случайной величины), объем выборки (кол-во значений случайной величины в выборке), параметр положения (ср значение случайной величины), мера рассеяния (квадратный корень из дисперсии счучайной величины) и т д Одной из задач М с является построение оценок случайной величины Различают оценки точечные, интервальные, робастные (устойчивые, т е слабо реагирующие на утрату части исходных данных, засорение выборки и т п ), эффективные (имеющие ми-ним дисперсию) и др Получили развитие и нашли широкое практическое применение такие разделы М с, как дисперсионный анализ, кластерный анализ, факторный анализ, методы планирования эксперимента, приемочного контроля статистического и др [c.131]