ارسال پاداش نقدی برای کاربر
شما در حال حمایت به صورت مهمان هستید.
مبلغ مورد نظر خود را انتخاب کنید
1000 تومان
2000 تومان
4000 تومان
6000 تومان
8000 تومان
9000 تومان
10000 تومان
مبالغ دیگر
و یا مبلغ مورد نظر خود را وارد کنید
واریز آنلاین از طریق کارت های عضو شتاب
روش های نمونه گیری آماری
bamilo

asiatech



نودهشتیا
نمایش نتایج: از شماره 1 تا 5 , از مجموع 5
  1. Top | #1

    کاربر حرفه ای


    تاریخ عضویت
    بهمن 1387
    نوشته ها
    4,809
    میانگین پست در روز
    2.32
    تشکر از کاربر
    11,161
    تشکر شده 20,754 در 8,254 پست
    اندازه فونت

    Post روش های نمونه گیری آماری

    جامعه: در هر بررسی آماری مجموعه ی عناصر مورد نیاز را جامعه می نامند. به عبارت دیگر، جامعه، مجموعه ی تمام مشاهدات ممکنی است که می توانند با تکرار یک آزمایش حاصل شوند.

    نمونه: نمونه بخشی از جامعه ی تحت بررسی است که با روشی که از پیش تعیین شده است انتخاب می شود، به قسمی که می توان از این بخش، استنباطهایی درباره ی کل جامعه بدست آورد.

    سرشماری: سرشماری از جامعه ی متناهی، بررسی است که تمام واحدهای جامعه را در بر میگیرد.

    نمونه گیری: جمع آوری اطلاعات از بخشی از جامعه را، نمونه گیری می نامند.

    مزایای اساسی نمونه گیری در مقایسه با سرشماری عبارتند از:
    تقلیل هزینه، سرعت بالا، قدرت عمل بیشتر، صحت عمل بیشتر، حفظ واحدهای جامعه.

    مراحل اصلی در یک بررسی نمونه ای:
    1. اهداف بررسی: همواره باید حکمی روشن و صریح درباره ی هدفهای بررسی در دست باشد.

    2. جامعه ی مورد نمونه گیری: جامعه ای که نمونه از آن میگیریم باید دقیقاً تعریف شود.

    3. جمع آوری داده ها: لازم است تحقیق کنیم که تمام داده ها به اهداف بررسی مربوطند و هیچ داده ی اساسی از قلم نیفتاده است. غالباً در بررسی ها، خصوصاً اگر بررسی ها در ارتباط با سوالاتی از افراد باشند، سوالاتی مطرح می شوند که اصولاً در تحلیل ها مورد استفاده قرار نمی گیرند. یک پرسشنامه ی بسیار طویل کیفیت پاسخ ها را پایین می آورد.

    4. درجه ی دقت مطلوبیت: نتایج بررسی نمونه ای همیشه با عدم حتمیت همراه است، زیرا اولاً نسبتی از جامعه مورد اندازه گیری قرار گرفته است و ثانیاً اندازه گیری ها همیشه با خطا همراه اند.

    5.روشهای اندازه گیری: در هر جامعه، برای اندازه گیری واحدهای نمونه، انتخاب ابزار اندازه گیری و روش اندازه گیری واجد اهمیت است. داده هایی که مربوط به وضعیت سلامتی یک فردند باید از آزمایشهای پزشکی بدست آیند، آزمایشهایی که با وسایل خاص و با روشهای خاص انجام می شوند. ممکن است بررسی نمونه ای صرفاً بوسیله ی پرسشنامه های اداری صورت گیرند و یا به وسیله ی مصاحبه گرهایی با طرح سوالات از پیش تعیین شده ای انجام شود.مصاحبه ها ممکن است با تلفن یا حضوری و یا با ترکیبی از این دو به عمل آیند. در هر حال باید قبل از نمونه گیری روشهای اندازه گیری مشخص شوند.

    6. چارچوب: قبل از انتخاب نمونه جامعه را باید به بخشهایی تقسیم کرد. این بخش ها را واحدهای نمونه گیری و یا فقط واحدها می نامند. فهرست واحدهای نمونه را چارچوب می نامند که غالیاً تعیین آن یکی از مسائل عمده ی کار نمونه گیری است. تهیه ی چارچوب معمولاً کاری ست که باید با دقت انجام شود.

    7. انتخاب نمونه: حال طرح های متعددی وجود دارد که می توان با آنها نمونه را انتخاب کرد. برای هر طرحی و با توجه به درجه ی دقت مورد نیاز در برآوردها، باید حجم خاصی از نمونه را مشخص نمود.

    8. پیش آزمون: تجربه نشان داده است که قبل از انجام نموه گیری نهایی، امتحان کارایی پرسشنامه و یا روشهای مورد نظر با مقیاسی کوچک بسیار مفید است. آمارگرها در این نمونه گیری مقدماتی مشکلات کار را می بینند و نوع عکس العملهای لازم را فرا می گیرند. پیش آزمون معمولاً با هزینه ای کم مانع از به هدر رفتن هزینه ی زیاد نموه گیری اصلی می شود.

    9. آموزش آمارگران: در بررسی های جامع نمونه ای، اغلب با مسائل خاص حرفه ای مواجهیم. لذا آمارگران باید قبلً درباره ی هدف نمونه گیری و روشهای اندازه گیری و جمع آوری داده ها و سایر خط مشی ها آموزش ببینند.

    10. تلخیص و تحلیل داده ها: اولین مرحله، آماده کردن پرسشنامه های تکمیل شده برای انتقال داده ها به ماشین است. در این مرحله خطاهایی که ثبت شده اند باید اصلاح شوند و پرسشنامه هایی که به وضوح اشتباهاً تکمیل شده اند حذف شوند. درباره ی رفتار با سوالاتی که پاسخ دهنده به آنها جواب نداده است و یا در مرحله ی انتقال به ماشین حذف شده اند باید تصمیم گیری کرد.بعد از آن، محاسباتی که برای برآوردها لازم اند صورت می گیرند.

    11. اطلاعات حاصل برای بررسیهای آتی: هر نمونه ای که از جامعه گرفته می شود، بالقوه راهنمایی برای اصلاح نمونه گیری های بعدی است.

    منبع: روشهای نمونه گیری، تالیف: دکتر علی عمیدی
    ویرایش توسط نهـــا : 1390,11,30 در ساعت ساعت : 14:39
    دفتر عمـر مرا،
    دست ایام ورق هـا زده است...

  2. 5 کاربر از پست نهـــا تشکر کرده اند .


  3. Top | #2

    کاربر حرفه ای


    تاریخ عضویت
    بهمن 1387
    نوشته ها
    4,809
    میانگین پست در روز
    2.32
    تشکر از کاربر
    11,161
    تشکر شده 20,754 در 8,254 پست
    اندازه فونت

    پیش فرض

    روش های نمونه گیری

    1. نمونه گیری تصادفی ساده:
    در این روش هر یک از عناصر جامعه ی مورد نظر برای انتخاب شدن، شانس مساوی دارند.
    از طرفی، افراد انتخاب شده باید دارای ویژگی هایی همانند جامعه ای که از آن انتخاب شده اند، باشند.
    دو گونه از روش های نمونه گیری تصادفی ساده به شرح زیر است:

    از یک جامعه ی آماری با N عضو، می خواهیم یک نمونه ی تصادفی ساده به حجم n انتخاب کنیم:

    الف. اگر نمونه ی اول را پس از انتخاب و یادداشت اندازه ی آن مجدداً به جامعه بازگردانیم و این رویه تا انتخاب n اُمین عضو نمونه ادامه داشته باشد، به نمونه گیری تصادفی ساده با جای گذاری معروف است.

    ب. اگر نمونه ی اول را پس از انتخاب، دیگر به جامعه بازنگردانیم و این رویه تا انتخاب n اُمین عضو ادامه داشته باشد، به نمونه گیری ساده بدون جای گذاری معروف است.

    2. نمونه گیری تصادفی با طبقه بندی:
    در این روش ابتدا جامعه را طبقه بندی می کنند و سپس نمونه ای تصادفی از هر طبقه انتخاب می نمایند.
    دلایل استفاده از نمونه گیری طبقه بندی شده این است که : برای هر طبقه نمونه ای به حجم مناسب در نظر می گیریم و همچنین تخمین دقیق تری از پارامترهای جامعه را نسبت به سایر نمونه گیری ها ارائه می دهد.

    3. نمونه گیری منظم (سیستماتیک)
    در این روش عناصر نمونه از فهرست افراد یا اعضای جامعه ی آماری که به همین منظور آماده شده است، انتخاب می شوند.
    بنابراین با انتخاب اولین عضو نمونه، سایر اعضای نمونه معین خواهند شد. در این روش از هر عنصر از جامعه شانسی معلوم و غیرصفر برای انتخاب شدن در نمونه را داراست، زیرا نقطه ی شروع را به طور تصادفی انتخاب کرده ایم.
    روش نمونه گیری سیستماتیک، روش تغییر شکل یافته ی نمونه گیری تصادفی ساده است.

    4. نمونه گیری خوشه ای: در این روش ابتدا خوشه هایی (گروه هایی) از عناصر جامعه را انتخاب می کنیم و سپس عناصر هر خوشه قسمتی از نمونه ها را تشکیل می دهد.
    علت به کار گیری این روش بیشتر به خاطر کم هزینه بودن آن است. در این روش شرط همگن بودن جامعه نقش مهمی را ایفا می کند.

  4. 4 کاربر از پست نهـــا تشکر کرده اند .


  5. Top | #3

    کاربر حرفه ای


    تاریخ عضویت
    بهمن 1387
    نوشته ها
    4,809
    میانگین پست در روز
    2.32
    تشکر از کاربر
    11,161
    تشکر شده 20,754 در 8,254 پست
    اندازه فونت

    پیش فرض

    نمونه گیری گلوله برفی:




    خوب حتما افتادن گلوله برفی از نوک کوه تا پایین را دیدید ؟دیدید که چطور و قتی گلوله کوچیکی به پایین می اید بزرگ و بزرگتر می شه ؟
    خوب حالا فرض کنید که تصمیم دارید در موردی خاص مثل بیماری (ایدز ) یا اعتیاد یا ...مواردی که به راحتی نمی توانید نمونه را شناسایی کنید !!!
    خوب می توانید از نمونه گیری گلوله برفی کمک بگیرید به این طریق که با شناسایی چند نمونه اول از اونها به خواهید که نمونه های دیگر را بهتون معرفی کنند و همینطوری شما مثل گلوله برفی بزرگ می شوید



  6. کاربر زیر از پست نهـــا تشکر کرده است .


  7. Top | #4

    کاربر حرفه ای


    تاریخ عضویت
    بهمن 1387
    نوشته ها
    4,809
    میانگین پست در روز
    2.32
    تشکر از کاربر
    11,161
    تشکر شده 20,754 در 8,254 پست
    اندازه فونت

    پیش فرض روش نمونه گیری سازوار

    نمونه گیری یکی از مهمترین بخشهای آمار است؛ هنر آمار آن است که بدون بررسی تک تک اعضای یک جامعه میتوانیم درباره آن جامعه نظری نزدیک به واقعیت بدهیم. جامعه ای که گاهی اوقات تعدادش به طور دقیق مشخص و معلوم نیست.
    در این میان انتخاب درست طرح نمونه گیری با توجه به جامعه پیش رو بسیار مهم است؛ در دروس دانشگاهی چند روش نمونه گیری را مطالعه کرده ایم اما روشهای نمونه گیری هرگز در همین چند روش خلاصه نمیشود و ده ها روش دیگر نیز از طرف آمارشناسان پیشنهاد شده است.
    یکی از این روشها روش نمونه گیری سازوار است؛ این روش برای اولین بار توسط یک آمارشناس آمریکایی به نام دکتر تامپسون در سال ۱۹۹۰ پیشنهاد شد.
    وی در تحقیقاتش نشان داد که در جوامع کمیاب و تکه تکه ای، برآوردهای مربوط به پارامترهای توزیع جامعه، با استفاده از روش سازوار دارای واریانس کمتری نسبت به نمونه گیری تصادفی ساده است. اولین مقاله در مورد این روش، توسط وی با عنوان نمونه گیری خوشه ای سازوار انتشار یافت. در این مقاله توضیحات کلی و جامعی در مورد این روش و براوردگرهای آن بیان شده است و با ذکر یک مثال واقعی، کارایی نمونه گیری سازوار نسبت به نمونه گیری های کلاسیک نشان داده شده است.
    تامپسون اجزای اصلی نمونهگیری سازوار؛ یعنی، واحدهای طبقات اولیه و ثانویه را مورد بررسی کلی قرار داد. وی روشهای نمونهگیری ابتدایی مانند نمونهگیری نواری و سیستماتیک و اثر آنها را در براورد مورد مطالعه قرار داد، سپس نمونهگیری خوشهای طبقهای سازوار را ارائه نمود.
    در این روش هرگاه پژوهشگر از قبل در مورد محلهایی که در آنها تراکم وجود دارد اطلاعاتی داشته باشد، به طوریکه طبقهبندی جامعه بتواند برای کاهش تغییرپذیری براوردگرها به کار رود، او میتواند از نمونهگیری خوشهای طبقهای سازوار استفاده کند.
    تامپسون با استفاده از روش نمونهگیری سازوار، تعداد کل گونهی خاصی از درختان شمال آمریکا را براورد کرد. او ابتدا با روش نمونهگیری احتمالهای نابرابر و با استفاده از خصیصهی شعاع تنهی درختان، نمونهی ابتدایی را انتخاب کرد، سپس با همین روش، توانست تعداد کل درختان مبتلا به یک آفت خاص را نیز براورد کند.
    پس از وی، دانشمندان دیگری چون ”سی بر“، ”براون“، ”صالحی“، ”روکو“، ”دی باتیستا“ و... روی این نوع از نمونهگیری کار کرده و مقالاتی ارائه دادند. نهایتاً ”ترک“ و ”بورکوسکی“ (2005) طی مقالهای کارهای مهمی را که در زمینه ی نمونه گیری خوشه ای سازوار بین سالهای 1990 و 2003 صورت گرفته بود را جمعبندی و مرور کردند.


    در نمونه گیری کلاسیک مانند تصادفی ساده، طبقه ای، خوشه ای و... انتخاب نمونه به مقدار مشاهدات بستگی نداشته و اعضای نمونه را تنها بر اساس روش نمونهگیری و قبل از هر گونه بررسی انتخاب میکنیم؛ اما گاهی اوقات ممکن است پژوهشگر به این نتیجه برسد که اگر روند نمونهگیری و مشاهدات بر اساس نمونهی تعیین شده از قبل ادامه یابد، به براورد دقیقی از خصیصهی مورد نظر جمعیت نخواهد رسید.
    در مقابل روشهای نمونهگیری کلاسیک، روشهای نمونهگیری دیگری وجود دارد که انتخاب نمونه به مقادیر مشاهدات وابسته است. یکی از این روشها، روش سازوار است. در این روش، روند انتخاب نمونه به مقادیر متغیر مورد علاقه درطول بررسی بستگی دارد. بدین طریق که بر اساس مقادیر مشاهدات، انتخاب نمونه قابل تغییر است و هدف از این تغییر، رسیدن به نمونه ی مناسبتری است.

    روش انجام نمونه گیری سزاوار
    در روش نمونه گیری سازوار، ابتدا منطقهی تحت مطالعه را به بخشهایی که معمولا مربع شکل و یک اندازه هستند، تقسیم میکنیم. سپس به روشهای مختلف نمونهگیری کلاسیک، یک نمونهی تصادفی ابتدایی از واحدها انتخاب میکنیم. اگر واحدی که در نمونهی ابتدایی انتخاب شده، در شرط مورد علاقهی ما صدق کند، واحدهای همسایه را نیز به نمونه اضافه میکنیم و این روند تا زمانی ادامه مییابد که ناحیههایی بهدست آوریم که واحدهای داخل آن نواحی در شرط مورد علاقهی ما صدق میکنند و با واحدهایی که در شرط صدق نمیکنند، احاطه شده باشند. شرط مورد نظر میتواند وجود حداقل یک حیوان از یک گونهی کمیاب در آن واحد، یا قرار داشتن بیش از 5 گونه ی گیاهی نادر در آن واحد و یا داشتن مزرعه برنج و... باشد.
    در این روش، نمونه ی ابتدایی از روشهای نمونه گیری کلاسیک انتخاب میشود و در حقیقت ما یک مجموعهی کامل تری از امکانات را فراهم میسازیم تا با استفاده از مجموعهی نمونهگیری ها و نمونه گیری سازوار، به براورد دقیقتری دست پیدا کنیم. در روشهای سازوار، علاوه بر ارائهی براوردگرهای دقیقتر و نااریب به براوردگرهای نااریب برای واریانس دست مییابیم. در این روش، اندازه ی نهایی نمونه، یک متغیر تصادفی است و در بعضی موارد حجم آن نسبت به نمونهگیری کلاسیک افزایش مییابد که همین امر سبب ارائهی براورد دقیقتر میگردد.
    در براورد فراوانی گونهای از پرندگان کمیاب، مطالعات جمعیت پنهان انسانها، مثل معتادان تزریقی، افراد در معرض بیماری HIV و... از این روش استفاده شد و دقت این روش نمونهگیری در موارد فوق، از سایر روش ها بیشتر بوده است.


    منبع: آمارستان


  8. Top | #5

    کاربر حرفه ای


    تاریخ عضویت
    بهمن 1387
    نوشته ها
    4,809
    میانگین پست در روز
    2.32
    تشکر از کاربر
    11,161
    تشکر شده 20,754 در 8,254 پست
    اندازه فونت

    پیش فرض روش نمونه گیری خوشه ای سازوار

    یکی از رایجترین روشهای نمونهگیری سازوار، نمونهگیری خوشهای سازوار است؛ نمونه گیری سازوار خوشه ای بر دو نوع غیرمقید و مقید است.


    نمونه گیری خوشه ای سازوار غیر مقید
    در نمونه گیری خوشهای سازوار مقید، منطقهی مورد مطالعه را به واحدهای هماندازه تقسیم کرده و از بین آنها یک نمونهی ابتدایی به اندازهی ثابت n1 انتخاب میکنیم. سپس فرایند سازوار را روی این واحدها پیاده میکنیم. روش انتخاب نمونهی ابتدایی، میتواند به وسیلهی یکی از طرحهای کلاسیک، نظیر تصادفی ساده با یا بدونجایگذاری، طبقهای، خوشهای و... صورت گیرد. بزرگترین عیب نمونهگیری خوشهای سازوارغیرمقید این است که قبل از نمونهگیری هیچ تصوری از اندازهی نمونهی نهایی نداریم. برای رفع این مشکل راه حلهای مختلفی وجود دارد که یکی از آنها نمونهگیری خوشهای سازوار مقید است.

    طرح نمونه گیری خوشه ای سازوار مقید
    این طرح برای تعدیل و اصلاح طرح نمونهگیری خوشهای سازوار غیرمقید پیشنهاد شده است. همان گونه که بیان شد، یک مقدار از پیش تعیین شده داریم که اندازهی نمونهی نهایی را به طور تقریبی مشخص میکند. در این روش واحدهای مربوط به نمونهی ابتدایی به صورت دنبالهای انتخاب میشوند تا اینکه به اندازهی نمونهی نهایی از پیش تعیین شده برسیم. همانند روش غیرمقید، همسایههای واحدهای انتخاب شده در صورتی به نمونه اضافه میشوند که در شرط مورد نظر صدق کنند. اگر تعداد کل واحدهایی که انتخاب شدهاند کمتر از اندازهی نمونهی نهایی باشند، واحد ابتدایی دیگری انتخاب میشود. اگر این واحد و واحدهای منتسب به آن باعث شوند که تعداد کل واحدهای انتخاب شده بیشتر از اندازهی نمونهی نهایی مفروض باشند، آن خوشه نیز جزو نمونه خواهد بود ولی بقیهی واحدها انتخاب نمیشوند.



    مثال 1: براورد تعداد گیاهان کمیاب
    فرض کنید نوع خاصی از گیاه وجود دارد که نسبتاً کمیاب است و بخواهیم تعداد کل این گونهی خاص را در منطقهای براورد کنیم. چون صفت مورد نظر کمیاب است، پس میتوانیم از طرح نمونهگیری خوشهای سازوار استفاده کنیم. برای این منظور، منطقهی مورد مطالعه را به واحدهای مربعشکل و هماندازه تقسیم میکنیم. نقاط مشخص شده در شکل نمایانگر گونهی گیاهی مورد نظر میباشد. فرض کنید شرط مورد علاقه، وجود حداقل یک گونهی گیاهی مفروض باشد.
    اگر بخواهیم از طرح نمونهگیری خوشهای سازوار مقید استفاده کنیم، یک نمونهی ابتدایی به اندازهی مثلاً 4 انتخاب میکنیم. این واحدها در شکل زیر با شمارههای 1 تا 4 مشخص شدهاند.
    پس از بررسی این واحدها، ملاحظه میکنیم که واحدهای 1 و 3 و 4 در شرط مورد علاقه صدق نمیکنند، پس نمیتوان واحدهای همسایهی آنها را به نمونه افزود، ولی واحد شمارهی 3 شامل دوگونهی گیاهی مورد نظر است. پس در شرط مورد علاقه صدق میکند. در نتیجه واحدهای همسایه را به نمونه اضافه کرده و خوشهی سوم را تشکیل میدهیم. روند اضافه کردن واحدهای همسایه به واحد 3، تا زمانی ادامه مییابد که یک ناحیه از واحدها را بهدست آوریم که در واحدهای داخل آن ناحیه، گونهی گیاهیمورد نظر مشاهده شود و واحدهایی که در آنها گونهی گیاهی مفروض وجود ندارد، این ناحیه را احاطه کرده باشند. حال برای براورد این گونهی گیاهی کم یاب از طرح نمونهگیری خوشهای سازوار مقید استفاده میکنیم.



    مثال 2: براورد تعداد بیماران خاص
    یک روش سازوار، میتواند برای تحقیق در مورد بیماریهای واگیردار و مسری مورد استفاده قرار گیرد. برای براورد تعداد مبتلایان به بیماری ایدز، ابتدا یک نمونهی تصادفی از جامعه انتخاب میکنیم. سپس هر کدام از افراد نمونه را مورد آزمایش پزشکی قرار میدهیم. اگر هر کدام از افراد نمونه، جواب آزمایش مثبت داشتند، افرادی که با آنها در تماس بودهاند را مورد آزمایش قرار میدهیم. به همین صورت روش سازوار را ادامه میدهیم تا به براوردی از مبتلایان به بیماری ایدز دست پیدا کنیم.
    در این نوع مثالها، واحدها، انسانها میباشند و همسایگی را افرادی که با هم به صورت گروهی زندگی میکنند، مثل خانواده، همخانه، همکار و... تعریف میکنیم. این روش میتواند در براورد افراد بزهکار مانند معتادان، سارقین و... نیز مورد استفاده قرار گیرد.



    هزینه های نمونه گیری خوشه ای سازوار
    فرض کنید هزینهای که برای انتخاب نمونه اختصاص داده شده است، 10 دلار باشد. همچنین برای راحتی کار فرض کنید که هزینهی انخاب هر واحد، 1 دلار باشد. بنابراین تقریباً میتوانیم 10 واحد را بررسی کنیم. حال یکی از واحدها را به صورت تصادفی انتخاب کرده و آن را با شمارهی 1 مشخص میکنیم. چون واحد انتخاب شده شامل هیچ گونهی گیاهی مورد نظر نیست، پس در شرط مورد علاقه صدق نمیکند و در نتیجه واحدهای همسایه را نمیتوان به واحد فوق افزود. اندازهی اولین خوشه، 1 خواهد بود.
    برای دومین بار یک واحد را به صورت تصادفی انتخاب کرده و با شمارهی 2 مشخص میکنیم. همانطور که ملاحظه میشود این واحد نیز در شرط صدق نمیکند و در نتیجه مجموع واحدهای انتخاب شده 2 خواهد بود. لذا میتوان حداقل یک واحد دیگر را نیز انتخاب کنیم تا به عدد 10 نزدیکتر شویم با انتخاب نمونهی ابتدایی سوم و اضافه کردن همسایههایش میبینیم که تعداد کل واحدهای انتخابی 12 میباشد، چون اختلاف این تعداد با عدد 10 زیاد نیست، کار انتخاب نمونه در این مرحله تمام میشود.


    چرا همیشه از روش سازوار استفاده نمیشود؟
    اجرا و تحلیل روش سازوار پیچیدهتر از روشهای معمول نمونهگیری است و در بعضی موارد گسترش آن بسیار سخت است. بیشتر افراد از روش های معمول طراحیآزمایش استفاده میکنند که اندازهی نمونهی مورد نظر از قبل مشخص است. این روشها اجرا و تحلیل سادهتری دارند که گاهی اوقات کارایی کمتر آنها باعث بیارزش شدن تحقیق آماری میشود. در بسیاری از موارد افراد از وجود روش سازوار آگاهی ندارند، چرا که در دروس استاندارد رشتهی آمار و همچنین نرم افزارهای آماری به این روش اشارهای نشده است.
    در مسائل پزشکی، به دلیل تخصص هر پزشک در تشخیص فرد مناسب جهت نمونه و همچنین پیدایش روشهای جدید حین انجام آزمایشهای پزشکی، روش سازوار باعث سردرگمیهایی شده است. برای همین باید این روش توسط متخصصین آمار به صورت کاملاً حرفهای انجام شود تا بهترین نتایج بهدست آید.

    کابردهای نمونه گیری خوشه ای سازوار :
    بسیاری از سایتهای اینترنتی اطلاعات خود را به صورت سلسله مراتبی ذخیره میکنند. به عنوان مثال ”سایت آمازون“ که پایگاه بزرگی برای نمایش و فروش کالاهای فرهنگی از جمله کتاب است از این روش استفاده میکند. سایت آمازون اطلاعات هر کتاب را در صفحههایی به صورت سلسلهمراتبی قرار میدهد.
    به عنوان مثال، کتابی که در زمینهی ”داده کاوی“ است در شاخه ای قرار دارد که ریشهی آن کتابهای مربوط به ”اینترنت و رایانه“ سپس ”پایگاههای داده“ سپس ”شبکه“ و سپس ”داده کاوی“ است. کاربران این سایت میتوانند به راحتی از طریق مسیر گفته شده به کتاب مورد نظر دست پیدا کنند و یا مستقیم عنوان کتاب را جستجو کنند.
    چنین روش ذخیرهی اطلاعات به کاربران کمک میکند تا کتابهای با موضوع مشابه را سریعتر پیدا کنند. یکی از دغدغههای مهم کابران داشتن اطلاعات دقیق نسبت به کالای مورد نظر است. به عنوان مثال، کاربر میخواهد متوسط کل قیمت کتابهای با موضوع ”داده کاوی“ را با قیمت کتاب مورد نظر خود مقایسه کند.
    برای چنین مقایسهای به دلیل حجم بسیار زیاد اطلاعات، مخاطبان گستردهی بینالمللی، محدودیت دسترسی به سایتها و به روزشدن اطلاعات کتاب ها و قیمتهای جدید، دستورات رایج برنامه نویسی پایگاهداده (برای مثال sql commands ) عملکرد سریع و مناسبی ارائه نمیدهند. چرا که اجرای چنین دستوراتی در سطح وسیع نیاز به منابع و سرورهایی با سرعت بسیار بالا دارد که هزینهی بالایی برای شرکت آمازون به همراه دارد. برای همین استفاده از روشهای نمونه گیری به جای استفاده از کل اطلاعات، ضروری به نظر میرسد. با کم کردن اطلاعات ورودی به صورت نمونهای میتوان سرعت و عملکرد دستورات پایگاهدادهای را افزایش داد.
    با دریافت اطلاعات بهروز شده در شاخههای مختلف به صورت روش نمونهگیری سازوار میتوان به براورد دقیق و با کیفیتی از جوابهای مورد نیاز کاربران رسید. در این روش نیازی به همهی اطلاعات نیست و همین مسئله باعث میشود سرعت پردازش بالاتر رود و در نتیجه دسترسی کاربران سایت به موارد خواسته شده سریعتر صورت گیرد.


    منبع: آمارستان

موضوعات مشابه

  1. پاسخ ها: 1
    آخرین نوشته: 1390,06,25, ساعت : 10:32
  2. پاسخ ها: 0
    آخرین نوشته: 1390,02,05, ساعت : 13:02
  3. آماری تامل براتگیز
    توسط JIN KAZAMA در انجمن دانستنیها
    پاسخ ها: 0
    آخرین نوشته: 1389,06,30, ساعت : 10:46
  4. پاسخ ها: 0
    آخرین نوشته: 1389,06,07, ساعت : 08:01

کلمات کلیدی این موضوع

علاقه مندی ها (Bookmarks)

علاقه مندی ها (Bookmarks)

مجوز های ارسال و ویرایش

  • شما نمیتوانید موضوع جدیدی ارسال کنید
  • شما امکان ارسال پاسخ را ندارید
  • شما نمیتوانید فایل پیوست کنید.
  • شما نمیتوانید پست های خود را ویرایش کنید
  •