We now describe how this additional

We now describe how this additional structure is captured in a single ranked set
sample of k measured observations. First, an initial simple random sample of k units
from the population is selected and subjected to ordering on the attribute of interest via
some ranking process. This judgement ranking can result from a variety of
mechanisms, including expert opinion, visual comparisons, or the use of easy-to-obtain
auxiliary variables, but it cannot involve actual measurements of the attribute of interest
on the sample units. Once this judgement ranking of the k units in our initial random
sample has been accomplished, the item judged to be the smallest is included as the first
item in our ranked set sample and the attribute of interest will be formally measured on
this unit. The remaining k-1 unmeasured units in the first random sample are not
considered further. We denote this measurement by X[1], where a square bracket [1] is
used instead of the usual round bracket (1) for the smallest order statistic because X[1] is
only the smallest judgment ordered item. It may or may not actually have the smallest
attribute measurement among our k sampled units. Note that the remaining (other
than X[1]) units in our first random sample are not considered further in the selection of
our ranked set sample or eventual inference about the population. The sole purpose of
these other k-1 units is to help select an item for measurement that represents the
smaller attribute values in the population.

ผลลัพธ์ (ไทย) 1:

เราตอนนี้อธิบายวิธีจับโครงสร้างนี้เพิ่มเติมในการจัดอันดับชุดเดียวตัวอย่างของ k วัดสังเกต ครั้งแรก การเริ่มต้นอย่างสุ่มตัวอย่างหน่วย kจากประชากรที่เลือก และการจัดลำดับในลักษณะของดอกเบี้ยผ่านกระบวนการจัดอันดับ อันดับนี้ตัดสินสามารถทำได้หลากหลายกลไก รวม ถึงความเห็นผู้เชี่ยวชาญ ภาพเปรียบเทียบ การใช้ง่ายต่อการรับตัวแปรเสริม แต่มันไม่เกี่ยวข้องกับการวัดจริงของแอตทริบิวต์ของดอกเบี้ยในหน่วยตัวอย่าง ครั้งนี้ตัดสินการจัดอันดับของหน่วย k ในเริ่มต้นของเราแบบสุ่มตัวอย่างมีการสำเร็จ สินค้าตัดสินให้ น้อยที่สุดมาเป็นครั้งแรกสินค้าตัวอย่างการตั้งค่าของเราอันดับและแอตทริบิวต์ของดอกเบี้ยจะเป็นวัดอย่างเป็นกิจจะลักษณะในหน่วยนี้ ไม่มีหน่วย unmeasured k-1 ที่เหลือในตัวอย่างที่สุ่มครั้งแรกพิจารณาต่อไป เราแสดงวัดโดย X [1], ที่มีวงเล็บสี่เหลี่ยม [1]ใช้แทนวงเล็บรอบปกติ (1) สถิติลำดับน้อยที่สุดเนื่องจาก X [1] คือเฉพาะคำพิพากษาที่เล็กที่สุดสั่งซื้อสินค้า มันอาจ หรืออาจไม่จริงได้ที่เล็กที่สุดแอตทริบิวต์การวัดในหน่วยของ k ตัวอย่าง หมายเหตุว่า เหลือ (อีกกว่า X[1]) ในตัวอย่างสุ่มของเราแรกไม่ถือว่าต่อไปในการเลือกตัวอย่างกำหนดอันดับของเราหรือในข้อเกี่ยวกับประชากร วัตถุประสงค์ของk-1 หน่วยอื่น ๆ เหล่านี้จะช่วยให้เลือกรายการสำหรับการประเมินที่แสดงถึงการค่าแอททริบิวต์ย่อย ๆ ในประชากร

ผลลัพธ์ (ไทย) 2:

ตอนนี้เราอธิบายวิธีนี้โครงสร้างเพิ่มเติมที่บันทึกในการจัดอันดับชุดเดียว
ตัวอย่าง k วัดสังเกต ครั้งแรกตัวอย่างสุ่มเริ่มต้นที่เรียบง่ายของหน่วย k
จากประชากรจะถูกเลือกและอยู่ภายใต้การสั่งซื้อเกี่ยวกับคุณลักษณะที่น่าสนใจผ่านทาง
บางส่วนการจัดอันดับ การจัดอันดับการตัดสินใจนี้อาจเป็นผลมาจากความหลากหลายของ
กลไกรวมทั้งความเห็นของผู้เชี่ยวชาญการเปรียบเทียบภาพหรือการใช้งานที่ง่ายต่อการได้รับ
ตัวแปรเสริม แต่ไม่สามารถมีส่วนร่วมที่แท้จริงของการวัดคุณลักษณะที่น่าสนใจ
ในหน่วยตัวอย่าง เมื่อการจัดอันดับการตัดสินใจของหน่วย k ของเราเริ่มต้นการสุ่ม
กลุ่มตัวอย่างที่ได้รับความสำเร็จรายการตัดสินที่จะมีขนาดเล็กที่สุดจะรวมเป็นครั้งแรกที่
รายการในตัวอย่างชุดการจัดอันดับของเราและคุณลักษณะที่น่าสนใจจะมีการวัดอย่างเป็นทางการใน
หน่วยนี้ ส่วนที่เหลืออีก k-1 หน่วยไม่สามารถวัดได้ในกลุ่มตัวอย่างแบบสุ่มครั้งแรกจะไม่ได้
รับการพิจารณาต่อไป เราหมายถึงการวัดนี้โดย X [1] ซึ่งเป็นวงเล็บเหลี่ยม [1] ถูก
นำมาใช้แทนวงเล็บรอบปกติ (1) สำหรับสถิติการสั่งซื้อขนาดเล็กที่สุดเพราะ X [1] เป็น
เพียงการตัดสินที่เล็กที่สุดที่สั่งซื้อสินค้า มันอาจจะหรืออาจจะไม่จริงมีขนาดเล็กที่สุดใน
การวัดคุณลักษณะระหว่างหน่วยตัวอย่างของเรา k โปรดทราบว่าส่วนที่เหลือ (อื่น ๆ
กว่า X [1]) หน่วยในตัวอย่างสุ่มครั้งแรกของเราจะไม่พิจารณาต่อไปในการเลือก
ชุดการจัดอันดับของเราตัวอย่างหรือการอนุมานที่สุดเกี่ยวกับประชากร วัตถุประสงค์เพียงอย่างเดียวของ
เหล่า k-1 หน่วยงานอื่น ๆ คือการช่วยให้เลือกรายการสำหรับการตรวจวัดที่แสดงถึง
ค่าแอตทริบิวต์ที่มีขนาดเล็กในกลุ่มประชากร

ผลลัพธ์ (ไทย) 3:

เราอธิบายว่าโครงสร้างที่เพิ่มขึ้นนี้ถูกจับในชุดเดียวการจัดอันดับ
ตัวอย่างของ K วัด การสังเกต แรก เริ่มต้นง่าย ๆตัวอย่างที่สุ่มจากประชากร
k หน่วยเลือก และต้องสั่งในคุณลักษณะที่น่าสนใจผ่านการจัดอันดับ
บางกระบวนการ การจัดอันดับการตัดสินนี้เป็นผลมาจากความหลากหลายของ
กลไก รวมทั้งความเห็นของผู้เชี่ยวชาญและการเปรียบเทียบหรือใช้ง่ายขอรับ
ตัวแปรช่วย แต่มันก็เกี่ยวข้องกับการวัดจริงของแอตทริบิวต์ของดอกเบี้ย
ในตัวอย่างหน่วย การจัดอันดับครั้งนี้การตัดสินใจของ K ในหน่วยตัวอย่างสุ่ม
ของเราเริ่มต้นได้สำเร็จ รายการ การตัดสินจะเล็กอยู่ 1 ชิ้น
ในอันดับชุดตัวอย่างและคุณลักษณะที่น่าสนใจอย่างเป็นทางการจะวัดในหน่วยนี้
.เหลือ K-1 unmeasured หน่วยในตัวอย่างแรกสุ่มไม่ได้
พิจารณาต่อไป เราหมายถึงวัดนี้โดย x [ 1 ] ที่วงเล็บสี่เหลี่ยม [ 1 ]
ใช้แทนวงเล็บรอบปกติ ( 1 ) สำหรับสถิติคำสั่ง น้อยที่สุด เพราะ x [ 1 ]
แต่การตัดสินเล็กสั่งรายการ มันอาจจะหรืออาจจะไม่ได้มีขนาดเล็กที่สุด
คุณลักษณะการวัดในหมู่ K / หน่วยทราบว่าส่วนที่เหลืออื่น ๆ (
กว่า x [ 1 ] ) ในหน่วยตัวอย่างแบบสุ่มครั้งแรกของเราจะไม่พิจารณาเพิ่มเติมในการเลือกตัวอย่างการตั้งค่าหรือการจัดอันดับ
ของเราในที่สุดเกี่ยวกับประชากร จุดประสงค์ของ
เหล่านี้ K-1 หน่วยจะช่วยเลือกสินค้า สำหรับวัดที่แสดงถึงค่า
คุณลักษณะขนาดเล็กในประชากร