Wielowymiarowa alokacja próby w losowaniu dwustopniowym

• Authors: Marcin Kozak

Title variants

Multidimensional allocation of sample in two-phase sampling

• Languages of publication: PL

Abstracts

Celem artykułu jest rozważenie zagadnienia wielowymiarowej alokacji próby przy ustalonych kosztach badania. Zaproponowana została formuła na optymalną wielowymiarową alokację próby między pierwszy i drugi stopień losowania w najprostszym przypadku dwustopniowego schematu losowania, czyli z losowaniem prostym na obu stopniach oraz dla próby automatycznie wyważonej. Ponadto zastosowanie metody zostało przedstawione na przykładzie sztucznej populacji.

EN

Two-stage sampling is one of the basic and most often used in surveys sampling schemes. The problem of an estimation and sample allocation in a univariate case is quite good described in many copies. Most surveys carried out in Central Statistical Office, however, aim at estimation of not only one but many parameters; therefore the usefulness of univariate sample allocation methods is limited. There have been just few attempts to the elaboration of the multivariate sample allocation method in the two-stage sampling. The paper contains the considerations on such problem; the author proposes a formula of the multivariate sample allocation in the simplest case of two-stage sampling, i.e. with simple random sampling on both stages and using the self-weighting design, subject to fixed expected costs. An application of the method is presented using an artificial population.

Keywords

PL

Badania statystyczne; Metody statystyczne; Algorytmy

EN

Statistical surveys; Statistical methods; Algorithms

• Publisher: Główny Urząd Statystyczny
• Journal: Wiadomości Statystyczne. The Polish Statistician
• Year: 2004
• Issue: nr 11
• Pages: 1-11

Contributors

author

Marcin Kozak

References

• Bracha Cz., 1996, Teoretyczne podstawy metody reprezentacyjnej. PWN, Warszawa.
• Cochran W. G., 1977, Sampling Techniques. John Wiley & Sons, New York.
• Holmberg A., 2002, A Multiparameter Perspective on the Choice of Sampling Design in Surveys. Statistics in Transition, Tom 5, s. 969-994.
• Kelley J. C., 1971, Multivariate Oceanographic Sampling. Mathematical Geology, Tom 3, s. 45-50.
• Kokan A. R., Khan S., 1967, Optimum Allocation in Multivariate Surveys: an Analytical Solution. Journal of the Royal Statistical Society, B 29, s. 115-125.
• R Development Core Team, 2003, R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria; URL http://www.R-project.org.
• Särndal C. E., Swensson B., Wretman J., 1992, Model Assisted Survey Sampling. Springer-Verlag.
• Schweigert J. F., Sibert J. R., 1983, Optimizing Survey Design for Determining Age Structure of Fish Stocks: an Example from British Columbia Pacific Herring (Clupea harengus pallasi). Canadian Journal of Fisheries and Aquatic Sciences, Tom 40, s. 588-597.
• Waters J. R., Chester A. J., 1987, Optimal Allocation in Multivariate, Two-Stage Sampling Designs. The American Statistician, Tom 41, s. 46-50.
• Wywiał J., 1995, Wielowymiarowe aspekty metody reprezentacyjnej. Ossolineum, Katowice.
• Wywiał J., 2003, Some Contributions to Multivariate Methods in Survey Sampling. Prace Naukowe Akademii Ekonomicznej w Katowicach.
• Zasępa R., 1991, Zarys metody reprezentacyjnej. "Biblioteka Wiadomości Statystycznych", Warszawa.