-
شماره ركورد
25084
-
شماره راهنما
STA2 297
-
نويسنده
نوربخش ورنوسفادران، عارفه سادات
-
عنوان
برآورد شاخص هاي نابرابري براساس نمونه گيري مجموعه رتبه دار
-
مقطع تحصيلي
كارشناسي ارشد
-
رشته تحصيلي
آمار اقتصادي
-
دانشكده
رياضي و آمار
-
تاريخ دفاع
1404/06/25
-
صفحه شمار
102 ص.
-
استاد راهنما
دكتر احسان زمان¬زاده
-
استاد مشاور
دكتر سميه اشرفي
-
كليدواژه فارسي
نمونه گيري تصادفي ساده , نمونه گيري مجموعه رتبه دار، , شاخص¬هاي نابرابري , كارايي نسبي , رتبه بندي ناقص
-
چكيده فارسي
چكيده
نمونه¬گيري مجموعه رتبه¬دار، يك طرح نمونه¬گيري كارامد و موثر براي شرايطي است كه در آن رتبه¬بندي واحدهاي نمونه از اندازه¬گيري دقيق آن¬ها، بسيار ساده¬تر و ارزان¬تر مي¬باشد. در اين پايان¬نامه در ابتدا به معرفي برخي از توزيع¬هاي مهم آماري خواهيم پرداخت. سپس به بررسي شاخص¬هاي نابرابري نظير شاخص جيني، تيل، اتكينسون و شاخص MLD مي¬پردازيم و نحوه برآورد اين شاخص¬ها با استفاده از نمونه¬گيري تصادفي ساده و نمونه¬گيري مجموعه رتبه¬دار را مطالعه خواهيم كرد. در ادامه با استفاده از روش شبيه¬سازي به مقايسه كارايي برآوردگرهاي شاخص¬هاي نابرابري براساس طرح¬هاي نمونه¬گيري مختلف مي¬پردازيم.عملكرد برآوردگرهاي به دست آمده با انجام يك مطالعه شبيه¬سازي تحت رتبه بندي كامل و ناقص مكانيسم¬هايي مبتني¬بر كارايي نسبي مقايسه مي¬شود. نتايج شبيه¬سازي و تجزيه و تحليل داده¬هاي واقعي نشان¬ مي¬دهد كه نمونه¬گيري مجموعه رتبه¬دار، در بسياري از موارد منجر به برآوردگرهايي دقيق¬تر از تصادفي ساده خواهد شد.
كليدواژه¬ها: نمونه گيري تصادفي ساده، نمونه گيري مجموعه رتبه دار، شاخص¬هاي نابرابري، كارايي نسبي، رتبه بندي ناقص.
-
كليدواژه لاتين
Simple random sampling, , Ranked set sampling , nequality indices , Relative efficiency , Incomplete ranking
-
عنوان لاتين
Estimation of inequality indices based on ranked set sampling
-
گروه آموزشي
آمار
-
چكيده لاتين
Abstract
Ranked set sampling (RSS) is a powerful data collection technique, particularly useful in situations where ranking sample units is significantly easier than measuring them directly. In this dissertation, we first examine several economic distributions, all of which are derived from the beta distribution. We then explore key inequality indices such as the Gini, Theil, Atkinson, and Mean Logarithmic Deviation (MLD), followed by a discussion of their estimation methods using both simple random sampling (SRS) and RSS. The performance of these estimators is compared through Monte Carlo simulations conducted under both perfect and imperfect ranking scenarios. Our results indicate that RSS estimators perform favorably compared to their SRS counterparts.
Keywords: Simple random sampling, Ranked set sampling, Inequality indices, Relative efficiency, Incomplete ranking.
-
تعداد فصل ها
4 فصل
-
لينک به اين مدرک :