Pertanyaan yang diberi tag «finite-population»

Saya mengerti bahwa ketika pengambilan sampel dari populasi terbatas dan ukuran sampel kami lebih dari 5% dari populasi, kita perlu melakukan koreksi pada mean sampel dan kesalahan standar menggunakan rumus ini: FPC= N- nN- 1----√FPC=N-nN-1\hspace{10mm} FPC=\sqrt{\frac{N-n}{N-1}} Di mana adalah ukuran populasi dan adalah ukuran sampel.NNNnnn Saya punya 3 pertanyaan tentang …

25 sampling  finite-population 

Misalkan seseorang melakukan apa yang disebut bootstrap non-parametrik dengan menggambar sampel ukuran masing-masing dari pengamatan asli dengan penggantian. Saya percaya prosedur ini setara dengan memperkirakan fungsi distribusi kumulatif oleh cdf empiris:n nBBBnnnnnn http://en.wikipedia.org/wiki/Empirical_distribution_function dan kemudian mendapatkan sampel bootstrap dengan mensimulasikan pengamatan dari estimasi cdf kali berturut-turut.BnnnBBB Jika saya benar dalam …

14 bootstrap  sample-size  sample  small-sample  finite-population 

Pengambilan sampel dengan penggantian memiliki dua keunggulan dibandingkan pengambilan sampel tanpa penggantian seperti yang saya lihat: 1) Anda tidak perlu khawatir tentang koreksi populasi terbatas. 2) Ada kemungkinan elemen-elemen dari populasi diambil beberapa kali - maka Anda dapat mendaur ulang pengukuran dan menghemat waktu. Tentu saja dari POV akademik kita …

12 sampling  finite-population 

Saya menghitung beberapa probabilitas bersyarat, dan interval kepercayaan 95% yang terkait. Untuk banyak kasus saya, saya memiliki jumlah xkeberhasilan langsung dari npercobaan (dari tabel kontingensi), sehingga saya dapat menggunakan interval kepercayaan Binomial, seperti yang disediakan oleh binom.confint(x, n, method='exact')in R. Namun dalam kasus lain, saya tidak memiliki data seperti itu, …

8 r  bayesian  confidence-interval  conditional-probability  hidden-markov-model  segmentation  hypothesis-testing  statistical-significance  multiple-comparisons  multiple-regression  r  regression  survey  sample  finite-population  pca  model-selection  dataset  partitioning  clustering  time-series  least-squares  regression  standard-error  causality  r  time-series  outliers  missing-data  machine-learning  svm  hypothesis-testing  discrete-data  r  data-visualization  survey  likert  finance  regression  pca  feature-selection  stepwise-regression  underdetermined  svm  natural-language