Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightGörüldüğü gibi bu formüller hesaplama kolaylığı sağlar.
📌 3 Maddede Bu Makale
Özet
Bilindiği gibi tabakalı tesadüfi örneklemede en uygun paylaştırma yöntemi üç farklı yaklaşımla ele alınır. Bu yöntemler Lagrange Çarpanlar tekniği, doğrusal yada doğrusal-olmayan optimizasyon teknikleri ve eşitsizlikler olarak bilinir. Bu çalışmamızda her zaman kullanılan toplam örnekleme maliyeti fonksiyonunu daha esnek bir fonksiyonla tanımlayarak ve Holder eşitsizliği ile en uygun paylaştırma için örnek hacmini ve tabaka örnek hacimlerini belirleyen formülleri gösterdik. Görüldüğü gibi bu formüller hesaplama kolaylığı sağlar.
Abstract
As known, for optimum allocation in stratified random sampling three approaches are considered. These methods are known as Lagrange multipliers, linear or non-linear optimization and inequalities. In this study, we defined the total sampling cost function by a much more flexible function and show formulas for sample size and the stratum sample sizes determinations. As seen, these formulas provide easy calculations.