دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Luis Valdivieso Serrano
سری: Notes on sampling techniques
ISBN (شابک) : 9786124775710
ناشر: Pontificia Universidad Católica del Perú (PUCP) - Departamento de Ciencias
سال نشر: 2020
تعداد صفحات: 254
زبان: Spanish
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 74 Mb
در صورت تبدیل فایل کتاب Notas de Técnicas de Muestreo به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب نکات تکنیک های نمونه برداری نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
اکثریت قریب به اتفاق تحقیقات با داده ها کار می کنند، که از طریق مشاهده یک یا چند به دست می آید متغیرها در یک جامعه یا نمونه اگر چه یک نمونه ممکن است هر مجموعه ای از یک جمعیت، نتیجه گیری معتبر در مورد مورد دوم را فقط می توان تضمین کرد که نمونه باشد احتمالاتی، یعنی هر واحد انتخاب شده دارای احتمال شناخته شده گرفته شدن این متن به معرفی تکنیک های اصلی برای انتخاب و تجزیه و تحلیل این نوع نمونه وقتی جمعیت محدود است تناهی در اینجا مربوط است، زیرا باعث می شود که توسعه این تکنیک ها بیشتر با یک رویکرد جهت گیری شود بر اساس طراحی در آن، تصادفی بودن نتایج است محصول فرآیند انتخاب نمونه و نه محصول در نظر گرفتن اینکه متغیر یا متغیرهای مورد علاقه از الف می آیند مدل جمعیتی فرضی همانطور که مرسوم است در استنتاج کلاسیک جدای از تکنیک ها یا طرح های نمونه گیری مانند نمونه گیری تصادفی ساده، نمونه گیری طبقاتی و کنگلومراها، متن برخی را معرفی می کند موضوعات نمونه گیری پیچیده این، که در عمل است بیشترین استفاده از طرح، زمانی که به دلیل محدودیت ها سرچشمه می گیرد بودجه و تدارکات یا پیکربندی و اندازه جمعیت، محدود کردن یا ترکیب دو یا چند مورد ضروری است طرح های اساسی که آیا انتخاب ها با همان انجام می شود احتمال یا نه بخش مرکزی و عرضی توسعه متن استفاده از نرم افزار رایگان R، عمدتاً بسته ها خواهد بود بررسی و نمونه گیری متن همچنین شامل چندین تمرین است پیشنهاد و راه حل یا پیشنهاد برای تمام مشکلات حتی. بسیاری از مثال ها در متن و تمرین ها توسعه یافته اند مطرح شده بر اساس داده های دامنه واقعی داخلی یا خارجی است عمومی.
La gran mayoría de las investigaciones trabajan con datos, los cuales pueden obtenerse a través de la observación de una o más variables en una población o muestra. Si bien una muestra puede ser cualquier conjunto de una población, conclusiones válidas sobre esta última sólo podrán garantizarse de ser la muestra probabilística, es decir, en las que cada unidad seleccionada tenga una probabilidad conocida de ser tomada. Este texto introduce las principales técnicas para seleccionar y analizar este tipo de muestras cuando la población es finita. La finitud es aquí relevante, pues hace que el desarrollo de estas técnicas se oriente más por un enfoque basado en el diseño. En él, la aleatoriedad de los resultados es producto del proceso de selección de la muestra y no de la consideración de que la o las variables de interés provienen de un hipotético modelo poblacional como se acostumbra asumir en la inferencia clásica. Aparte de las técnicas o esquemas de muestreo básicos como el del muestreo aleatorio simple, el muestreo estratificado y el de conglomerados, el texto introduce algunos tópicos de muestreo complejo. Este, que en la práctica es el esquema más utilizado, se origina cuando debido a las restricciones presupuestales y logísticas o la configuración y tamaño de la población se hace necesario el restringir o combinar dos o más esquemas básicos ya sea que las selecciones se hagan con igual probabilidad o no. Parte central y transversal del desarrollo del texto será el uso del software libre R, con principalmente los paquetes survey y sampling. El texto incluye también varios ejercicios propuestos y soluciones o sugerencias a todos los problemas pares. Muchos de los ejemplos desarrollados en el texto y de los ejercicios planteados se basan en datos reales locales o foráneos de dominio público.