• Sonuç bulunamadı

En Uygun Paylaştırma Amaç: En uygun paylaştırma yöntemi n birimlik örneği maliyeti dikkate alarak tabakalara paylaştırmayı amaçlar. Maliyet fonksiyonu,

N/A
N/A
Protected

Academic year: 2021

Share "En Uygun Paylaştırma Amaç: En uygun paylaştırma yöntemi n birimlik örneği maliyeti dikkate alarak tabakalara paylaştırmayı amaçlar. Maliyet fonksiyonu,"

Copied!
5
0
0

Yükleniyor.... (view fulltext now)

Tam metin

(1)

En Uygun Paylaştırma

Amaç: En uygun paylaştırma yöntemi n birimlik örneği maliyeti dikkate alarak tabakalara paylaştırmayı amaçlar. Maliyet fonksiyonu, biçiminde tanımlanır. Burada, c : Toplam maliyeti : Sabit maliyeti

: h. tabakadaki birim başına düşen maliyeti, : h. tabakadaki örneklem çapını

gösterir.

Her tabakadan seçilmesi gereken örneklem çapı aşağıdaki eşitlik yardımıyla bulunur: Burada, : h. tabaka varyansını gösterir.

Kitle Ortalamasının Tahmin Edicisi

olarak ifade edilir.

Kitle Ortalamasının Tahmin Edicisinin Varyansı

(2)

Kitle ortalamasının tahmin edicisinin varyansı eşitliği kullanılarak olarak bulunur.

Kitle Ortalamasının Tahmin Edicisinin Varyansının Tahmin Edicisi

Kitle ortalamasının tahmin edicisinin varyansının tahmin edicisi bulunurken tabaka varyansı ’nin yerine onun tahmin edicisi olan kullanılarak

şeklinde elde edilir.

Kitle Toplamının Tahmin Edicisinin Varyansı Kitle toplamı Y’in tahmin edicisi,

şeklindedir. Buradan, olarak bulunur.

Kitle Toplamının Tahmin Edicisinin Varyansının Tahmin Edicisi

Kitle toplamının tahmin edicisinin varyansının tahmin edicisi , tabaka varyansı ’nin yerine onun tahmin edicisi kullanılarak

(3)

şeklinde bulunur. Neyman Paylaştırması

Örnekleme birimi seçme maliyetleri arasında farklılık olmadığında en uygun paylaştırma yöntemi yerine onun özel bir hali olan Neyman paylaştırma yöntemi tercih edilir.

Neyman paylaştırması yönteminde kullanılan maliyet fonksiyonu,

yada şeklinde yazılabilir. Burada,

: Her bir tabakadan bir birim seçme maliyetini gösterir.

Her bir tabakadan çekilecek örneklem çapı

olarak ifade edilir.

Kitle Ortalamasının Tahmini

şeklinde ifade edilir.

Kitle Ortalamasının Tahmin Edicisinin Varyansı

biçiminde tanımlanır.

(4)

şeklinde bulunur.

Kitle ortalamasının tahmin edicisinin varyansının tahmin edicisi

Kitle ortalamasının tahmin edicisinin varyansının tahmin edicisi tabaka varyansı ’nin yerine onun tahmin edicisi kullanılarak

şeklinde bulunur.

Kitle Toplamının Tahmin Edicisinin Varyansı Kitle toplamı Y’in tahmin edicisi

şeklindedir. Buradan bulunur.

Kitle Toplamının Tahmin Edicisinin Varyansının Tahmin Edicisi

Kitle toplamının tahmin edicisinin varyansının tahmin edicisi , tabaka varyansı ’nin yerine onun tahmin edicisi kullanılarak

(5)

şeklinde bulunur.

Tabakalı Rastgele Örneklemede Örneklem Çapının Belirlenmesi Burada, olarak tanımlanır. Eşit Paylaştırma Örnek çapı olarak elde edilir.

Orantılı Paylaştırma Örnek çapı

olarak elde edilir.

En Uygun Paylaştırma Örnek çapı

olarak elde edilir.

Neyman Paylaştırması Örnek çapı

Referanslar

Benzer Belgeler

Birim Köklü Zaman Serileri İçin Asimptotik Özellikler: Birim köklü zaman serilerinde parametrelerin EKK tahmin edicilerinin asimptotik dağılımlarının

˙Istatistiksel hipotezlerin testinde de g¨ ozlemi yapılan rasgele de˘ gi¸skenlerin do˘ ga durumları ile ilgili oldu˘ gu d¨ u¸s¨ un¨ ulecektir.. Bu nedenle do˘ ga

Örneklem ortalaması ’nın varyansının tahmin edicisi bulunurken kitle varsansı yerine örneklem varyansı kullanılır..

Bir başka deyişle, kitle toplamı Y’in tahmin edicisi tabaka toplamlarının tahmin edicilerinin toplamı olarak ifade edilir. Kitle ortalaması nın tahmin edicisi,

Örneğin Paylaştırılmasında Kullanılan Temel Kriterler  Varyans  Tabaka çapları  Maliyet Örnekleme Maliyeti Maliyet fonksiyonu, olarak

Kitle ortalamasının tahmin edicisinin varyansının tahmin edicisi bulunurken tabaka varyansı ’nin yerine onun tahmin edicisi olan kullanılır.. Kitle Toplamının

ρ>0 ise örneklem içi birimlerin homojen ρ<0 ise örneklem içi birimlerin heterojen olduğu görülür.. Kitledeki birimler rastgele bir şekilde sıralanıyor ise

Uygulamada kümeler arası varyans ve küme içi varyans bilinmez, bu nedenle bahsedilen parametrelerin yerine sırasıyla tahmin edicileri olan ve kullanılır..