Therefore, in stratified systematic

Therefore, in stratified systematic sampling when N nk ≠ , competing methods are: CSS, NPSS, and
RLSS. Due to its greater efficiency over the CSS and NPSS as reported by Chang and Huang (2000) [9], RLSS was used by Kareem et al (2015) [10] in stratum where N nk ≠ . The mean and variance of RLSS is as given below (see relation 2.2 and 2.3, p. 251 of Chang and Huang (2000) [9]).

ผลลัพธ์ (ไทย) 1:

ดังนั้น ในระบบสุ่ม stratified เมื่อ N nk ≠ วิธีแข่งขันอยู่: CSS, NPSS และ RLSS เนื่องจากประสิทธิภาพที่มากขึ้นของ CSS และ NPSS รายงานช้างและหวง (2000) [9], RLSS ถูกใช้โดยกะ et al (2015) [10] ใน stratum ที่ N nk ≠ ค่าเฉลี่ยและความแปรปรวนของ RLSS เป็นกำหนดข้างล่าง (ดูความสัมพันธ์ 2.2 และ 2.3, p. 251 ช้างและหวง (2000) [9])

ผลลัพธ์ (ไทย) 2:

ดังนั้นในระบบการสุ่มตัวอย่างแบบแบ่งชั้นเมื่อไม่มี NK ≠วิธีการแข่งขันมีดังนี้: CSS, NPSS และ
RLSS เนื่องจากมีประสิทธิภาพมากขึ้นกว่า CSS และ NPSS ตามการรายงานของช้างและ Huang (2000) [9], RLSS ถูกใช้โดยคารีม, et al (2015) [10] ในชั้นที่ N NK ≠ ค่าเฉลี่ยและความแปรปรวนของ RLSS จะได้รับดังนี้ (ดูความสัมพันธ์ 2.2 และ 2.3 พี. 251 ของช้างและ Huang (2000) [9])

ผลลัพธ์ (ไทย) 3:

ดังนั้น เมื่อมีการสุ่มตัวอย่างแบบมีระบบ ( NK ≠วิธีการแข่งขัน : CSS , npss และ
rlss . เนื่องจากมันมีประสิทธิภาพมากขึ้นกว่า CSS และ npss รายงานโดย ชาง และ หวง ( 2000 ) [ 9 ] , rlss ถูกใช้โดยคาริม et al ( 2015 ) [ 10 ] ในชั้นบรรยากาศที่ N NK ≠ . ค่าเฉลี่ยและความแปรปรวนของ rlss จะได้รับด้านล่าง ( ดูความสัมพันธ์ 2.2 และ 2.3 , หน้า 251 ของช้างและหวง ( 2000 ) [ 9 ] )