Metoda Reprezentacyjna

 0    32 flashcards    WronaMW
print play test yourself
 
Question Answer
Metoda reprezentacyjna
start learning
Zajmuje się badaniem własności prób otrzymywanych w drodze zastosowania różnych schematów losowania z populacji skończonej oraz badaniem metod estymacji parametrów.
Badanie statystyczne
start learning
Zespół czynności zmierzających do uzyskania za pomocą metod statystycznych informacji charakteryzujących badaną zbiorowość.
Populacja (zbiorowość statystyczna)
start learning
Zbiór jednostek, które są przedmiotem badania statystycznego.
Klasyfikacja badań ze względu na liczbę badanych jednostek
start learning
Pełne. // Częściowe.
Populacja celu
start learning
Populacja, którą badacz chciałby zbadać.
Populacja badania
start learning
Populacja, do której badacz ma dostęp.
Populacja losowania/operatu
start learning
Populacja, spośród której losowana jest próba do badania.
Jednostka badania
start learning
Element populacji badania.
Jednostka losowania
start learning
Element populacji losowania.
Operat losowania
start learning
Wykaz wszystkich jednostek losowania pozwalający na ich jednoznaczną identyfikację.
Probabilistyczny wybór próby
start learning
Proces pobierania próby spełniający warunki: 1. Każda jednostka populacji generalnej ma znane, dodatnie prawdopodobieństwo dostania się do próby. 2. Dla każdej grupy jednostek można ustalić prawdopodobieństwo, że w całości znajdzie się ona w próbie.
Nieprobabilistyczny wybór próby
start learning
Proces pobierania próby, w którym nie są spełnione warunki wyboru probabilistycznego.
Wybór celowy
start learning
Świadomy wybór elementów do próby, oparty na wiedzy i doświadczeniu badacza, bądź innych informacjach dodatkowych o badanym zagadnieniu.
Wybór przypadkowy
start learning
Wybór jednostek w sposób niezaplanowany ("na chybił trafił").
Wybór kwotowy
start learning
Wybór przypadkowy, ale w taki sposób, aby struktura próby odpowiadała strukturze populacji ze względu na pewne charakterystyki kontrolne.
Wybór metodą kuli śnieżnej
start learning
Kolejne jednostki wskazywane są przez jednostki już przebadane.
Losowanie indywidualne
start learning
Losowanie, w którym jednostka losowania jest jednocześnie jednostką badania.
Losowanie zespołowe
start learning
Losowanie, w którym jednostka losowania składa się z pewnej liczby jednostek badania.
Losowanie nieograniczone
start learning
Wylosowanie do próby jakiejkolwiek jednostki bądź grupy jednostek nie ogranicza możliwości wylosowania innych jednostek.
Losowanie ograniczone
start learning
Przeciwieństwo nieograniczonego; przykłady: losowanie warstwowe, losowanie systematyczne.
Losowanie ze zwracaniem
start learning
Raz wylosowana jednostka może ponownie znaleźć się w próbie.
Losowanie bez zwracania
start learning
Raz wylosowana jednostka nie może ponownie dostać się do próby.
Losowanie dwufazowe
start learning
W pierwszej fazie losowania pobierana jest duża próba, według dowolnego schematu, od której zbierane są tylko niektóre informacje w drugiej fazie losuje się podpróbę z wcześniej wylosowanej, od której uzyskuje się bardziej szczegółowe informacje
Badania powtarzalne
start learning
Badanie według określonego schematu losowania może być powtarzane co pewien okres (badania sukcesywne) lub badanie może być prowadzone bez przerwy w pewnym przedziale czasu (badania ciągłe).
Losowanie element po elemencie
start learning
Wybór jedna po drugiej jednostek z populacji ze z góry określonymi prawdopodobieństwami dla każdej jednostki w każdym ciągnieniu aż do uzyskania z góry określonej liczebności próby n.
Losowanie sekwencyjne
start learning
Dla każdej jednostki w populacji przeprowadzany jest eksperyment losowy decydujący o tym, czy daną jednostkę wybrać do próby (i ile razy).
Parametr populacji
start learning
Funkcja na zbiorze wartości cechy Y.
Podejście randomizacyjne
start learning
Przyjmuje się, że wartości populacji Y k są stałe, natomiast wartości w próbie y i są zmienne, gdyż wynikają z losowości próby.
Podejście modelowe
start learning
Zakłada się, że skończona populacja jest próbą prostą z pewnej nieskończonej nadpopulacji będącej pewnym modelem probabilistycznym populacji.
Podejście wspomagane modelem
start learning
Przyjmuje się pewien model zależności cechy badanej z cechami dodatkowymi, jednak ewaluacja estymatora przebiega w kategoriach zgodności randomizacyjnej, tj w odniesieniu do powtarzalności procesu pobierania próby przy danym planie losowania.
Prawdopodobieństwo inkluzji pierwszego rzędu πk
start learning
Prawdopodobieństwo zdarzenia, że k ta jednostka populacji znajdzie się w próbie po n ciągnieniach,
Prawdopodobieństwo inkluzji drugiego rzędu 𝜋𝑘𝑙
start learning
Prawdopodobieństwo inkluzji drugiego rzędu, tj. prawdopodobieństwo zdarzenia, że k ta oraz l ta jednostka populacji znajdą się w próbie po n ciągnieniach,

You must sign in to write a comment