Izlases dizainu salīdzināšana ar simulācijas eksperimentu palīdzību

Abstract

Darbā tika aplūkoti trīs veidu izlases dizaini: vienkāršā gadījuma izlase, sistemātiskā gadījuma izlase un stratificētā gadījuma izlase, kā arī tika apskatīta GREG novērtējumu teorija. Pētījuma mērķis bija ar simulācijas eksperimentu palīdzību salīdzināt iepriekš minētos izlases dizainus, lai noteiktu izlases dizainu, kas dod precīzākus konkrētās populācijas parametru novērtējumus. Lai veiktu simulācijas eksperimentus tika ģenerēti dati un uzrakstītas programmas, kas tika palaistas vairākas reizes, mainot izlašu skaitu un izlašu apjomu. Simulācijas eksperimenti tika veikti ar programmas R palīdzību. Simulācijas eksperimenti parādīja, ka dotajiem datiem visefektīvākais izlases dizains ir stratificētā gadījuma izlase. Atslēgas vārdi: Vienkāršā gadījuma izlase, stratificēta gadījuma izlase, sistemātiska gadījuma izlase, GREG novērtējums.

Work discusses three sampling designs: simple random sampling, systematic random sampling and stratified random sampling. GREG estimation theory was examined as well. The goal of the research was to compare the above mentioned sampling designs by using the simulation experiments to determine the sampling design that gives more accurate estimates of certain population parameters. To carry out simulation experiments sampling data were generated and programs processing these data were developed. These programs were run several times with different number of samples and different sample sizes. Simulation experiments were carried out using R program. Simulation experiments showed that for the given data the most efficient sampling design is the stratified random sampling. Keywords: Simple random sampling, stratified random sampling, systematic sampling, GREG estimator.