Allocating Sampling Effort among St

Allocating Sampling Effort among Strata 
After deciding to use stratify random sampling, we need to decide how to divide sampling effort among  different strata; that process is called allocation.  When deciding where to expend effort, the question  becomes how best to allocate sampling effort among strata so that the sampling process will be the  most efficient balance of effort, cost, and precision.  Should we allocate the same sampling effort to 
  14
each stratum?  If strata are of different sizes, as is usually the case, should we allocate more effort to  larger stratum?      There are many strategies for allocating sampling effort, and the more information available about the  population of interest, the more efficient the allocation strategy can be.  Information on the variability  of samples within each stratum, the relative cost of obtaining a sample from each stratum, and the  number of sample units in each stratum can all help to increase sampling efficiency.  Some of the most  common allocations strategies are uniform, proportional to size, variation, and cost, and optimal, which  simultaneously considers size, variation, and cost or whichever combination of those is available.  All  strategies function by create a simple proportional multiplier by which a fixed number of samples can be  allocated among strata.      Uniform Allocation    The simplest allocation strategy is to select the same number of samples from each stratum, which is an  ideal approach if there is no information available about variability of units within strata, the cost of  sampling is similar for all strata, and strata are of similar size.      Allocation Proportional to Size or Variation     The number of sample units to select from each stratum can be made proportional to the number of  sample units (or size) within each stratum.  Variation in a stratum often increases with a the size of a  stratum, so in some cases this approach can be considered as a rough approach for allocating more  effort to strata that are likely to be more variable strata.  To allocation proportional to stratum size:   

ผลลัพธ์ (ไทย) 1:

สุ่มตัวอย่างความพยายามการปันส่วนในหมู่ชั้น หลังจากตัดสินใจที่จะใช้สร้างสุ่มตัวอย่าง เราจำเป็นต้องตัดสินใจว่า จะแบ่งการสุ่มตัวอย่างความพยายามในหมู่ชั้นแตกต่างกัน กระบวนการที่เรียกว่าการปันส่วน เมื่อตัดสินใจที่จะใช้จ่ายพยายาม คำถามกลายเป็น วิธีการปันส่วนความพยายามสุ่มระหว่างชั้นเพื่อให้กระบวนการสุ่มตัวอย่างจะเป็นความสมดุลมีประสิทธิภาพสูงสุดของความพยายาม ต้นทุน และความแม่นยำ เราควรจัดสรรความพยายามสุ่มตัวอย่างเดียวกันในการ 14แต่ละ stratum ถ้าชั้นมีขนาดแตกต่างกัน เป็นปกติกรณี เราควรจัด stratum ใหญ่พยายามเพิ่มเติม มีหลายกลยุทธ์สำหรับการปันส่วนความพยายามสุ่มตัวอย่าง และเพิ่มเติมข้อมูลที่มีอยู่เกี่ยวกับประชากรที่น่าสนใจ เพิ่มประสิทธิภาพกลยุทธ์การปันส่วนสามารถ ข้อมูลเกี่ยวกับความแปรปรวนของตัวอย่างในแต่ละ stratum ต้นทุนสัมพัทธ์ของการได้รับตัวอย่างจากแต่ละ stratum และจำนวนของหน่วยตัวอย่างในแต่ละชั้นสามารถช่วยเพิ่มประสิทธิภาพในการสุ่มตัวอย่างทั้งหมด บางส่วนของกลยุทธ์การปันส่วนทั่วไปได้สม่ำเสมอ สัดส่วนกับขนาด รูปแบบ และต้นทุน และดีที่ สุด ซึ่งพร้อมกันพิจารณาขนาด เปลี่ยน แปลง และต้นทุน หรือชุดใดของผู้มี กลยุทธ์การทำงานทั้งหมดโดยสร้างตัวคูณเป็นสัดส่วนง่ายที่กำหนดจำนวนตัวอย่างที่สามารถปันส่วนในหมู่ชั้น ชุดปันปันส่วนกลยุทธ์ที่ง่ายที่สุดคือการ เลือกจำนวนตัวอย่างจากแต่ละ stratum ซึ่งเป็นวิธีการดีถ้าไม่มีข้อมูลเกี่ยวกับความแปรปรวนของหน่วยภายในชั้น ต้นทุนของการสุ่มตัวอย่างคล้ายกันสำหรับทุกชั้น และชั้นที่มีขนาดคล้าย การปันส่วนเป็นสัดส่วนขนาดหรือเปลี่ยนแปลงจำนวนหน่วยตัวอย่างที่เลือกจากแต่ละ stratum ได้สัดส่วนกับจำนวนของหน่วยตัวอย่าง (หรือขนาด) ภายในแต่ละ stratum ความผันแปรใน stratum มักจะเพิ่มขึ้นเป็นขนาดของ stratum ดังนั้นในบางกรณี วิธีการนี้ถือได้ว่าเป็นวิธีหยาบสำหรับการปันส่วนชั้นที่จะมีตัวแปรอื่น ๆ ชั้นพยายามเพิ่มเติม การจัดสรรสัดส่วนกับขนาดของชั้น:

ผลลัพธ์ (ไทย) 2:

การจัดสรรความพยายามสุ่มตัวอย่างในหมู่ชั้น 
หลังจากตัดสินใจที่จะใช้วิธีการสุ่มตัวอย่างแบบแบ่งเป็นชั้นที่เราต้องตัดสินใจว่าจะแบ่งการสุ่มตัวอย่างความพยายามในหมู่ชนชั้นที่แตกต่างกัน กระบวนการที่เรียกว่าการจัดสรร เมื่อตัดสินใจที่จะใช้จ่ายความพยายามคำถามจะกลายเป็นวิธีที่ดีที่สุดที่จะจัดสรรความพยายามสุ่มตัวอย่างในหมู่ชั้นเพื่อให้กระบวนการการสุ่มตัวอย่างจะเป็นความสมดุลที่มีประสิทธิภาพที่สุดของความพยายามของค่าใช้จ่ายและความแม่นยำ เราควรจะจัดสรรความพยายามสุ่มตัวอย่างเดียวกันกับ 
  14
แต่ละชั้น? ถ้าชั้นมีขนาดแตกต่างกันมักจะเป็นกรณีที่เราควรจะจัดสรรความพยายามมากขึ้นไปชั้นขนาดใหญ่? มีกลยุทธ์มากมายสำหรับความพยายามการสุ่มตัวอย่างการจัดสรรมีและข้อมูลเพิ่มเติมที่มีอยู่เกี่ยวกับประชากรที่น่าสนใจที่มีประสิทธิภาพมากขึ้นกลยุทธ์การจัดสรรสามารถ ข้อมูลเกี่ยวกับความแปรปรวนของกลุ่มตัวอย่างในแต่ละชั้นที่ญาติต้นทุนของการได้รับตัวอย่างจากแต่ละชั้นและจำนวนหน่วยตัวอย่างในแต่ละชั้นทั้งหมดสามารถช่วยในการเพิ่มประสิทธิภาพการสุ่มตัวอย่าง บางส่วนของกลยุทธ์ที่พบมากที่สุดมีการจัดสรรเครื่องแบบสัดส่วนกับขนาดรูปแบบและค่าใช้จ่ายและที่ดีที่สุดซึ่งพร้อมกันพิจารณาขนาดรูปแบบและค่าใช้จ่ายหรือแล้วแต่การรวมกันของผู้ใช้ได้ กลยุทธ์ทุกฟังก์ชั่นโดยการสร้างตัวคูณสัดส่วนง่ายๆโดยที่คงที่จำนวนกลุ่มตัวอย่างที่สามารถจัดสรรในหมู่ชั้น การจัดสรรเครื่องแบบกลยุทธ์การจัดสรรที่ง่ายที่สุดคือการเลือกหมายเลขเดียวกันของตัวอย่างจากแต่ละชั้นซึ่งเป็นวิธีการที่เหมาะถ้ามีไม่มีข้อมูลเกี่ยวกับความแปรปรวนของหน่วยงานภายในชั้นค่าใช้จ่ายของการสุ่มตัวอย่างจะคล้ายกันสำหรับทุกชั้นและชั้นที่มี ขนาดใกล้เคียงกัน การจัดสรรสัดส่วนกับขนาดหรือรูปแบบจำนวนหน่วยตัวอย่างเพื่อเลือกจากแต่ละชั้นสามารถทำสัดส่วนกับจำนวนหน่วยตัวอย่าง (หรือขนาด) ในแต่ละชั้น การเปลี่ยนแปลงในชั้นมักจะเพิ่มขึ้นกับขนาดของชั้นดังนั้นในบางกรณีวิธีการนี้ถือได้ว่าเป็นวิธีการที่หยาบในการจัดสรรความพยายามมากขึ้นของชั้นที่มีแนวโน้มที่จะเป็นตัวแปรชั้นมากขึ้น การจัดสรรสัดส่วนกับขนาดชั้น: