طبقه دوم
Strength (x1)
۱
۰٫۸۶۰
Warmth (x2)
۰٫۷۳۱
۰٫۸۷۳
طبقه سوم
Strength (x1)
۱
۰٫۸۳۷
Warmth (x2)
۰٫۷۶۳
۰٫۹۰۴
نمودار ۵-۱ نمودارهای پراکنش ضریب همبستگی میان متغیر مورد مطالعه و متغیرهای کمکی
۵-۳ کارایی نمونه گیری مضاعف برای طبقه بندی
( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )
عوامل متعددی در کارایی نمونه گیری مضاعف برای طبقه بندی نقش دارند که از آن جمله
می توان به انتخاب روش های متنوع برای نمونه اولیه، افزودن متغیر کمکی و … اشاره نمود. در این پایان نامه تاکید بر این است که استفاده از متغیرهای کمکی متعدد کارایی نمونه گیری را افزایش می دهد. همچنین در این بخش به مقایسه روش نمونه گیری مضاعف برای طبقه بندی (DSS) با روش نمونه گیری مضاعف طبقه بندی نشده (USDS) می پردازیم و نشان می دهیم که روش نمونه گیری DSS کاراتر از روش نمونه گیری USDS است.
نتایج حاصل از این نمونه گیری در جدول (۵-۴) و نمودار (۵-۲) نمایش داده شده است. نتایج نشان می دهد که برآوردگر مرکب با بهره گرفتن از دو متغیر کمکی در طرح نمونه گیری DSS از بقیه برآوردگرها کاراتر است. با توجه به وجود متغیرهای کمکی متعدد در این نمونه می توان تغییرات کارایی را زمانی که از یک متغیر کمکی یا بیش تر استفاده شده، مشاهده نمود و
می توان نتیجه گرفت با افزایش متغیر کمکی در هر دو طرح نمونه گیری DSS و USDS کارایی نسبی برآوردگرها افزایش پیدا می کنند. از جمله نتایج دیگری که بدست آمده است این است که کارایی برآوردگرها در طرح نمونه گیری DSS بیش تر از کارایی برآوردگرها در طرح نمونه گیری USDS است.
درصد کارایی برآوردگرها در هر دو طرح نمونه گیری DSS و USDS نسبت به برآوردگر معمولی میانگین در نمونه گیری تصادفی ساده به صورت زیر نمایش و محاسبه شده است :
که در آن برآوردگر میانگین معمولی در نمونه گیری تصادفی ساده بدون استفاده از متغیر کمکی است. برآوردگر مرکب در طرح نمونه گیری مضاعف برای طبقه بندی و برآوردگر مرکب در طرح نمونه گیری مضاعف طبقه بندی نشده است.
برآوردگر اول کارایی برآوردگر معمولی میانگین در نمونه گیری تصادفی ساده نسبت به خودش است زیرا هر برآوردگر نسبت به خودش کارایی ۱۰۰ درصد دارد. برآوردگر دوم برآوردگر معمولی در نمونه گیری DSS است این برآوردگر در فصل دوم ارائه شده و در آن متغیر کمکی بکار نرفته است. برآوردگرها در حالت های سوم و چهارم با بهره گرفتن از یکی از دو متغیر کمکی موجود در داده ها بدست آمده اند و می توان مشاهده کرد برآوردگرها در طرح نمونه گیری DSS کاراتر هستند. برآوردگرها در حالت پنجم با بهره گرفتن از دو متغیر کمکی است و کارایی بیشتری نسبت به برآوردگرهای قبلی دارد. برآوردگر مرکب با بهره گرفتن از دو متغیر کمکی در نمونه گیری DSS در بین تمام برآوردگرها دارای بیش ترین در صد کارایی نسبی یعنی ۴۷۱٫۲۲۶= RE(0,1) است و به همین منظور در جدول کارایی آن با * نمایش داده شده است.
نتایج نشان می دهند با افزودن متغیر کمکی کارایی برآوردگر افزایش پیدا می کند. همچنین نتیجه می گیریم برآوردگرها در طرح نمونه گیری مضاعف برای طبقه بندی کاراتر هستند.
جدول ۵-۴ مقایسه برآوردگرها بر اساس میزان کارایی آن ها
برآوردگرهای میانگین جامعه
متغیر کمکی
RE(0,1)
RE(0,2)
۱٫