It was shown that the long-term wee

It was shown that the long-term weekly grab sampling strategy yielded the best estimate of the true EF. However, this sampling strategy took the maximum number of weeks into account. Since sampling for such a long period would be costly, simulations were made to determine if a shorter sampling frequency (i.e. taking grab samples for fewer weeks) would also be sufficient. Since weekly grab sampling on a random working day yielded equally good results as weekly grab sampling on a specific day of the week, it was decided to test the shorter sampling frequency for a random working day only. Decreasing the number of consecutive sampling weeks increased the relative error gradually. For 15 weeks of sampling, the relative error was between −25% and 25% (Fig. 11). With less than 15 sampling weeks, the relative error increased rapidly. If grab sampling was performed for 25 consecutive weeks on a random working day, an EF was estimated with a the relative error between −12% and 25% for dataset 1 and a relative error which has 95% chance of lying between −17% and 13% for dataset 2. If the same number of grab samples was taken completely at random (i.e. not systematically one measurement every week), the resulting estimated EF had a relative error which has 95% chance of lying between −10% and 24% (dataset 1) and between −16% and 15% (dataset 2). So, a similar precision was obtained with completely random grab samples as with grab samples every week. If the number of random grab samples or the number of consecutive weeks decreased even further, the random grab sampling strategy had a better precision as compared to grab sampling each week (Fig. 10 and Fig. 11).

ผลลัพธ์ (ไทย) 1:

เป็นแสดงว่า การยุทธศาสตร์ระยะยาวรายสัปดาห์คว้าสุ่มตัวอย่างผลการประเมินที่ดีที่สุดของ EF จริง อย่างไรก็ตาม กลยุทธ์นี้สุ่มเอาจำนวนของสัปดาห์เข้าบัญชี ตั้งแต่การสุ่มตัวอย่างสำหรับระยะยาวจะเสียค่าใช้จ่าย ทำจำลองเพื่อกำหนดว่าถ้าความถี่การสุ่มตัวอย่างสั้น (เช่นการคว้าตัวอย่างน้อยสัปดาห์) จะมีการ ตั้งแต่คว้าสุ่มตัวอย่างทุกสัปดาห์ในวันทำงานแบบสุ่มหาผลดีเท่า ๆ กันเป็นรายสัปดาห์คว้าสุ่มในวันระบุในสัปดาห์ มันเป็นการตัดสินใจเพื่อทดสอบความถี่การสุ่มตัวอย่างสั้นสำหรับวันทำงานแบบสุ่มเท่านั้น ลดจำนวนของการสุ่มตัวอย่างต่อเนื่องสัปดาห์เพิ่มข้อผิดพลาดสัมพัทธ์ค่อย ๆ สำหรับสัปดาห์ที่ 15 ของการสุ่มตัวอย่าง ข้อผิดพลาดที่สัมพันธ์กันได้ระหว่าง −25% และ 25% (Fig. 11) มีน้อยกว่า 15 สัปดาห์สุ่มตัวอย่าง ข้อผิดพลาดสัมพัทธ์เพิ่มขึ้นอย่างรวดเร็ว ถ้าคว้าสุ่มทำสัปดาห์ติดต่อกัน 25 วันทำงานสุ่ม EF ถูกประเมินมีความผิดพลาดสัมพัทธ์ระหว่าง −12% และ 25% สำหรับชุดข้อมูลที่ 1 และมีข้อผิดพลาดสัมพัทธ์ซึ่งมีโอกาส 95% อยู่ระหว่าง −17% และ 13% สำหรับชุดข้อมูล 2 ถ้าหมายเลขเดียวกันคว้าตัวอย่างถูกนำทั้งหมดที่สุ่ม (เช่นไม่เป็นระบบหนึ่งวัดทุกสัปดาห์), งบประมาณ EF มีข้อผิดพลาดสัมพันธ์กันซึ่งมีโอกาส 95% อยู่ ระหว่าง −10% และ 24% (ชุดข้อมูลที่ 1) และ ระหว่าง −16% และ 15% (ชุดข้อมูลที่ 2) ดังนั้น ความแม่นยำที่คล้ายถูกรับ ด้วยตัวอย่างสุ่มอย่างสมบูรณ์คว้ากับคว้าตัวอย่างทุกสัปดาห์ ถ้าจำนวนคว้าสุ่มตัวอย่างหรือจำนวนต่อสัปดาห์ลดลงยิ่ง คว้าสุ่มที่สุ่มตัวอย่างกลยุทธ์ ที่มีความแม่นยำดีกว่าเป็น compared เพื่อ คว้าสุ่มตัวอย่างแต่ละสัปดาห์ (Fig. 10 และ Fig. 11)

ผลลัพธ์ (ไทย) 2:

มันแสดงให้เห็นว่ารายสัปดาห์ในระยะยาวคว้ากลยุทธ์การสุ่มตัวอย่างผลประมาณการที่ดีที่สุดของ EF ที่แท้จริง อย่างไรก็ตามกลยุทธ์การสุ่มตัวอย่างนี้เอาจำนวนสูงสุดของสัปดาห์ที่ผ่านมาเข้าบัญชี ตั้งแต่การสุ่มตัวอย่างสำหรับการดังกล่าวเป็นระยะเวลานานจะมีราคาแพง, การจำลองถูกสร้างขึ้นมาเพื่อตรวจสอบว่าความถี่สั้น (เช่นตัวอย่างการคว้าสัปดาห์น้อยกว่า) ก็จะเพียงพอ ตั้งแต่การสุ่มตัวอย่างคว้ารายสัปดาห์ในวันทำงานแบบสุ่มส่งผลดีอย่างเท่าเทียมกันเป็นสุ่มตัวอย่างคว้ารายสัปดาห์ในวันที่เฉพาะเจาะจงของสัปดาห์ก็ตัดสินใจที่จะทดสอบความถี่สั้นสำหรับวันทำการสุ่มเท่านั้น การลดจำนวนการสุ่มตัวอย่างสัปดาห์ติดต่อกันเพิ่มขึ้นความผิดพลาดค่อยๆ สำหรับ 15 สัปดาห์ของการสุ่มตัวอย่างข้อผิดพลาดญาติอยู่ระหว่าง -25% และ 25% (รูปที่. 11) ที่มีน้อยกว่า 15 สัปดาห์สุ่มตัวอย่างข้อผิดพลาดที่สัมพันธ์เพิ่มขึ้นอย่างรวดเร็ว หากการสุ่มตัวอย่างคว้าได้ดำเนินการเป็นเวลา 25 สัปดาห์ติดต่อกันในวันทำการสุ่มผู้ EF เป็นที่คาดกันกับข้อผิดพลาดความสัมพันธ์ระหว่าง -12% และ 25% สำหรับชุดที่ 1 และข้อผิดพลาดญาติซ​​ึ่งมีโอกาส 95% ของนอนอยู่ระหว่าง -17% และ 13% สำหรับชุด 2. หากหมายเลขเดียวกันของตัวอย่างคว้าถูกนำตัวที่สุ่มสมบูรณ์ (คือไม่เป็นระบบหนึ่งที่วัดทุกสัปดาห์) ที่ EF ผลที่คาดมีความผิดพลาดซึ่งมีโอกาส 95% ของนอนอยู่ระหว่าง -10% และ 24% (ชุด 1) และระหว่าง -16% และ 15% (ชุด 2) ดังนั้นความแม่นยำที่คล้ายกันได้กับตัวอย่างคว้าสุ่มสมบูรณ์เช่นเดียวกับตัวอย่างคว้าทุกสัปดาห์ หากจำนวนตัวอย่างคว้าสุ่มหรือจำนวนของสัปดาห์ติดต่อกันลดลงยิ่งขึ้นกลยุทธ์การสุ่มตัวอย่างแบบสุ่มคว้ามีความแม่นยำที่ดีกว่าเมื่อเทียบกับการคว้าสุ่มตัวอย่างในแต่ละสัปดาห์ (รูปที่. 10 รูปที่. 11)

ผลลัพธ์ (ไทย) 3:

มันก็แสดงให้เห็นว่ากลยุทธ์ระยะยาวเพื่อคว้ารายสัปดาห์และการประมาณการที่ดีที่สุดของ EF จริง อย่างไรก็ตาม กลยุทธ์นี้เพื่อเอาจำนวนสูงสุดของสัปดาห์ ลงในบัญชี เนื่องจากจังหวัดดังกล่าวเป็นระยะเวลานานจะราคาแพง , จำลองถูกสร้างขึ้นมาเพื่อตรวจสอบว่าสั้น ความถี่ในการสุ่มตัวอย่าง ( เช่นการหยิบตัวอย่างน้อยอาทิตย์ ) ก็เพียงพอตั้งแต่การเก็บตัวอย่างในการทำงานรายสัปดาห์คว้าสุ่มวันให้ผลผลลัพธ์ที่ดีเท่ารายสัปดาห์คว้าตัวอย่างในวันที่เฉพาะเจาะจงของสัปดาห์ ก็ตัดสินใจที่จะทดสอบสั้น ความถี่ในการสุ่มตัวอย่างสำหรับสุ่มทำงานวันเดียว ลดจำนวน 2 สัปดาห์ติดต่อกันทำให้ความคลาดเคลื่อนสัมพัทธ์ค่อยๆ 15 สัปดาห์ของการสุ่มตัวอย่างข้อผิดพลาดสัมพัทธ์ระหว่าง− 25 % และ 25 % ( รูปที่ 11 )น้อยกว่าสัปดาห์ที่ 15 ตัวอย่าง , ความคลาดเคลื่อนสัมพัทธ์เพิ่มขึ้นอย่างรวดเร็ว ถ้าคว้า Sampling ) 25 สัปดาห์ติดต่อกันในสุ่มทำงานวัน , EF ซึ่งมีความคลาดเคลื่อนสัมพัทธ์ระหว่าง− 12 % และ 25 % สำหรับวันที่ 1 และค่าคลาดเคลื่อนสัมพัทธ์ที่ได้ 95% โอกาสนอนระหว่าง− 17% และ 13% สำหรับวันที่ 2 ถ้าจำนวนตัวอย่างที่สุ่มจับถ่ายเลย ( เช่นไม่ได้รับหนึ่งวัดทุกสัปดาห์ ) ผลประเมิน EF มีความคลาดเคลื่อนสัมพัทธ์ซึ่งมี 95 % ที่จะโกหกระหว่าง− 10 % และ 25 % ( วันที่ 1 ) และระหว่าง− 16 % และ 15 % ( วันที่ 2 ) ดังนั้น ความแม่นยำที่คล้ายกันได้อย่างสมบูรณ์แบบสุ่มหยิบตัวอย่างตัวอย่างคว้าทุกสัปดาห์ถ้าสุ่มหยิบจำนวนตัวอย่างหรือจำนวนสัปดาห์ลดลงกว่านี้ สุ่มหยิบตัวอย่างกลยุทธ์มีความแม่นยำที่ดีขึ้นเมื่อเทียบกับคว้าในแต่ละสัปดาห์ ) ( รูปที่ 10 และรูปที่ 11 )