Estimation Models in Adaptive Cluster Sampling

Abstract

Adaptive cluster sampling is a method which is used in the investigation of rare events. It is not possible that to take satisfactory results from to select a sample at random by using classical cluster sampling. In dividing clusters, often it can’t be obtained sufficiently amount of sample having the characteristic to be investigated. Therefore, it will not be possible to have information about the characteristics of population. In order to eliminate deficiencies of this type of sample, the adaptive cluster sampling method was developed by Thompson in 1990. In this study, it has been shown that superiority of methods which are 106 defined in paper to simple random sampling method by using an artificial population, contain five units, designed by Thompson. 

Keywords

• Sampling,adaptive cluster sampling,estimation models

Uyarlanabilir Küme Örneklemesinde Tahmin Modelleri

Abstract

Uyarlanabilir küme örneklemesi, ender görülen olayların incelenmesinde kullanılan
bir yöntemdir. Klasik küme örneklemesi yöntemi ile az rastlanan olaylara ilişkin örnek seçimini yapmak, tatmin edici sonuçların elde edilmesine engel teşkil edebilir. Bölünen kümelerde, çoğu kez incelenen özelliğe sahip, yeteri miktarda örnek elde edilemez, bu durumda kitlenin özellikleri hakkında bilgi sahibi olmak pek de olanaklı değildir. Bu türden örnek yetersizliklerini ortadan kaldırmak maksadıyla Thompson tarafından 1990 yılında geliştirilen uyarlanabilir küme örneklemesi, önemli bir yöntemdir. Bu çalışmada Thompson tarafından tasarlanan 5 birimlik bir kitle kullanılarak, tahmin edicilerin Basit Rastgele Örnekleme (BRÖ) yöntemine olan üstünlükleri gösterilmektedir.

Keywords

• Örnekleme,uyarlanabilir küme örneklemesi,tahmin modelleri

References

1. S. Bilgi, Uyarlanabilir Küme Örneklemesi, Seminer Çalışması, Ege Üniversitesi, Fen Fakültesi, İstatistik Bölümü, Bornova, İzmir, 1993.
2. Ş. Baskan, Örnekleme Ders Notları, Ege Üniversitesi Fen Fakültesi İstatistik Bölümü, 1990, Bornova, İzmir.
3. O. Bozkurt, Ş. Şenol, 5. İstatistik Günleri Sempozyumu, Antalya, 2006.
4. A. Kaya, Çok Aşamalı Örnekleme, Seminer Çalışması, Ege Üniversitesi, Fen Fakültesi, İstatistik Bölümü, Bornova, İzmir, 1994.
5. D. Küçüker, E. Z. Başkent, A. Günlü, III. Ulusal Karadeniz Ormancılık Kongresi, 2010, s. 302-313. 119
6. İ. Onay, A. Alhan, A. Esin, Selçuk Üniversitesi Fen Edebiyat Fakültesi Dergisi, 2005, 25, 63-72.
7. S. K. Thompson, Journal of the American Statistical Association, 1990, 85, 1050-1059.