İKİ AŞAMALI ÖRNEKLER – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri

info@akademidelisi.com * 0 (312) 276 75 93 * Her bölümden, Ödev Yazdırma, Proje Yaptırma, Tez Yazdırma, Rapor Yazdırma, Makale Yazdırma, Araştırma Yazdırma, Tez Önerisi Yazdırma talepleriniz için iletişim adreslerini kullanın. Makale YAZDIRMA siteleri, Parayla makale YAZDIRMA, Seo makale fiyatları, Sayfa başı yazı yazma ücreti, İngilizce makale yazdırma, Akademik makale YAZDIRMA, Makale Fiyatları 2022, Makale yazma, Blog Yazdırma, Blog Yazdırmak İstiyorum

İKİ AŞAMALI ÖRNEKLER – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri

12 Kasım 2021 Aşamalı durum Cümleleri 10 tane örnek Fikir grupları Kuramı İki Aşamalı AKIŞ KURAMI ile ilgili çalışmalar İki aşamalı akış KURAMI kanaat önderi İki aşamalı akış kuramı örnekleri İki aşamalı akış kuramı özellikleri 0
Kovaryans Analizi – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri

İKİ AŞAMALI ÖRNEKLER İÇİN

YENİDEN ÖRNEKLEME YÖNTEMLERİ

İki aşamalı örnekler için üç tür çoğaltma yöntemi vardır:

• Jackknife’ın iki çeşidi vardır: biri tabakasız numuneler için, diğeri tabakalı numuneler için;
• Dengeli Yinelenen Çoğaltma (BRR) ve varyantı, Fay’in modifikasyonu;
• Önyükleme. PISA, Fay’in modifikasyonu ile BRR’yi kullanır.

KATLANMAMIŞ İKİ AŞAMALI NUMUNE TASARIMLARI 

Herhangi bir tabakalandırma değişkeni kullanılmadan basit bir rastgele PSU örneği çizilirse, Jackknife yöntemi kullanılarak elde edilen ortalamanın örnekleme varyansının bu bölümün 2. bölümünde verilen formüle matematiksel olarak eşit olduğu gösterilebilir.

On okuldan oluşan bir örneklem düşünün ve seçilen okullardan basit bir rastgele öğrenci örneği. İki aşamalı tabakalandırılmamış bir örneklem için Jackknife yöntemi, dokuz okulun on kopyasının üretilmesinden oluşur. Her okul sistematik bir şekilde sadece bir kez kaldırılır.

R1 ile gösterilen ilk tekrar için okul 1 kaldırılmıştır. İlk tekrardaki diğer okulların ağırlıkları 1.11 faktörüyle, yani 10 faktörüyle veya genel bir kural olarak G 9 G–1 faktörüyle ayarlanır.
, G, örnekteki PSU sayısıdır. Bu düzeltme faktörü daha sonra okul tekrar ağırlıkları ve okul içi tekrar ağırlıkları birleştirildiğinde öğrenci tekrar ağırlıklarını vermek için uygulanır. İkinci tekrar için, okul 2 kaldırılır ve kalan okullardaki ağırlıklar aynı faktöre göre ayarlanır, vb.

KATMANLI İKİ AŞAMALI NUMUNE TASARIMLAR

Bölüm 2’nin başında belirtildiği gibi, tüm örnek tasarımların altında iki ana ilke vardır. Birincisi, seçim prosedüründe önyargıdan kaçınma kaygısı, ikincisi ise mevcut mali kaynaklar açısından maksimum kesinliği elde etme kaygısıdır.

Belirsizliği azaltmak veya örneklem büyüklüğünü değiştirmeden örnekleme varyansını en aza indirmek için, uluslararası ve ulusal eğitim anketleri genellikle örnekleme tasarımında aşağıdaki prosedürleri uygular:

• PSU’lar boyutlarıyla orantılı ve sistematik bir prosedüre göre seçilir. Bu prosedür, verimli bir öğrenci örnekleme prosedürüne yol açar. Her okuldan eşit büyüklükte öğrenci örnekleri seçilebilir. Aynı zamanda, genel seçim olasılıkları (okul ve öğrenci örnekleme bileşenlerini birleştirerek) çok fazla değişiklik göstermez.

• Ulusal merkezler, öğrenci performansıyla istatistiksel olarak ilişkili olan katmanlaşma değişkenlerini belirlemeye teşvik edilir. Kırsal ve kentsel, akademik ve mesleki, özel ve kamusal gibi özellikler, öğrenci performansı ile ilişkilidir. Örnekleme varyansının azalması, bu katmanlaştırma değişkenlerinin öğrenci performansı üzerindeki açıklama gücüyle orantılı olacaktır.

İki aşamalı akış kuramı örnekleri
İki aşamalı akış KURAMI
İki Aşamalı AKIŞ KURAMI ile ilgili çalışmalar
Aşamalı durum örnekleri
İki aşamalı akış KURAMI kanaat önderi
İki aşamalı akış kuramı özellikleri
Fikir grupları Kuramı
Aşamalı durum Cümleleri 10 tane örnek

Tabakalı iki aşamalı numuneler için Jackknife, bu iki yönü de dikkate alarak örnekleme varyansının azaltılmasına izin verir. Bunu yapmamak, örnekleme varyanslarının sistematik olarak fazla tahmin edilmesine yol açacaktır.

Nüfustaki okulların listesinin tabaka adı verilen iki bölüme ayrıldığını varsayalım: kırsal okullar ve şehir okulları. Ayrıca, bu iki tabaka içinde okullar büyüklüklerine göre sıralanmıştır. Her tabakada sistematik ve büyüklüklerine göre on okul seçilir.
Katmanlı iki aşamalı örnek tasarımlar için Jackknife yöntemi, her katmandaki örneklenmiş okulların seçildikleri sırayla sistematik olarak eşleştirilmesinden oluşur. Bu nedenle okullar, diğer benzer okullarla eşleştirilecektir.

Bu yöntem için kopyaların nasıl üretildiğini açıklar. 1-10 arası okullar kırsal, 11-20 arası okullar kentseldir. Bu nedenle, her katman içinde beş okul çifti veya sözde katman (varyans katmanı olarak da adlandırılır) vardır.

Katmanlı iki aşamalı numuneler için Jackknife, çiftler veya sözde katmanlar olduğu kadar çok kopya üretecektir. Bu örnekte, bu nedenle, on kopya üretilecektir. Her tekrarlanan örnek için, belirli bir sözde katman içinde bir okul rastgele çıkarılır ve sözde katmandaki kalan okulun ağırlığı iki katına çıkar. R1 ile gösterilen tekrar 1 için, ekol 2 kaldırılır ve sözde katman 1’de okul 1’in ağırlığı iki katına çıkarılır. Tekrar 2 için, okul 3 kaldırılır ve sözde katman 2’de okul 4’ün ağırlığı iki katına çıkarılır, vb. .

Daha önce bahsedildiği gibi, ilgilenilen istatistik tüm numuneye göre hesaplanır ve daha sonra tekrar her tekrar numuneye göre hesaplanır. Tekrarlanan tahminler daha sonra örnekleme varyansını elde etmek için aşağıdaki gibi tüm örnek tahminiyle karşılaştırılır.

DENGELİ TEKRARLAMALI ÇOĞALTMA YÖNTEMİ

Jackknife yöntemi, her yinelenen örnek için yalnızca bir ekolün çıkarılmasından oluşurken, Dengeli Tekrarlı Çoğaltma (BRR) yöntemi, ağırlığı 0’a ayarlanacak şekilde her sözde katmanda rastgele bir okul seçerek ve ağırlıkları ikiye katlayarak ilerler. 

Bu yöntem, büyük bir olası tekrar seti ile sonuçlandığından, uzun hesaplamalardan kaçınmak için Hadamard matrislerine göre dengeli bir tekrar numune seti oluşturulur. Tekrar sayısı, dördün en küçük katıdır, sözde katman sayısından büyük veya ona eşittir. Bu örnekte, on sözde katman olduğu için 12 kopya üretilecektir.

İlgilenilen istatistik, tüm örnek için ve daha sonra her tekrar için tekrar hesaplanır. Tekrarlanan tahminler daha sonra örnekleme varyansını tahmin etmek için aşağıdaki gibi tüm örnek tahmini ile karşılaştırılır.

Bu çoğaltma yöntemiyle, her bir çoğaltma örneği, mevcut gözlemlerin yalnızca yarısını kullanır. Bu nedenle, örneklemdeki bu büyük azalma, nadir bir alt popülasyon üzerindeki bir istatistiğin tahmini için sorunlu hale gelebilir. Gerçekten de, kalan gözlemlerin sayısı o kadar küçük, hatta 0’a eşit olabilir ki, belirli bir tekrarlanmış örnek için popülasyon parametresinin tahmini imkansız olabilir.

Bu dezavantajın üstesinden gelmek için Fay, BRR yöntemine bir varyant geliştirdi. Fay, okul ağırlıklarını 0 veya 2 faktörü ile çarpmak yerine, ağırlıkları 0 ile 1 arasında bir sönme faktörü k ile çarpmayı önerdi, ikinci şişirme faktörü 2 eksi k’ye eşit oldu. Örneğin, k ile gösterilen sönen ağırlık faktörü 0,6’ya eşitse, şişirme ağırlık faktörü 2-k’ye eşit olacaktır, yani 1-0.6=1,4.

PISA, 0,5 faktörlü Fay yöntemini kullanır. Tablo 3.13, bu yöntem için tekrarlanan numunelerin ve ağırlıkların nasıl oluşturulduğunu açıklar.

 

Bir yanıt yazın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir