Prediction Theory for Finite Populations

تعداد زیادی مقاله در بیست سال گذشته در مورد تخمین و پیش‌بینی ویژگی‌های جمعیت‌های محدود منتشر شده است. این تک نگاری برای ارائه این نظریه مدرن به شیوه ای سیستماتیک و منسجم طراحی شده است. رویکرد نویسندگان، مدل‌های ابرجمعیت است که در آن مقادیر عناصر جمعیت به عنوان متغیرهای تصادفی با توزیع مشترک در نظر گرفته می‌شوند. در کل، به جای طراحی نمونه ها، بر تجزیه و تحلیل داده ها تأکید می شود. موضوعات تحت پوشش عبارتند از: پیش‌بینی‌کننده‌های بهینه برای مدل‌های ابرجمعیت مختلف، پیش‌بینی‌کننده‌های بیز، حداقل و حداکثر احتمال، فواصل پیش‌بینی کلاسیک و بیزی، استحکام مدل، و مدل‌های دارای خطاهای اندازه‌گیری. هر فصل شامل مثال‌ها و تمرین‌های متعددی است که مضامین متن را گسترش داده و نشان می‌دهد. در نتیجه، این کتاب برای همه آن دسته از پژوهشگرانی که به دنبال مقدمه ای به روز و با ارجاع مناسب برای موضوع هستند، ایده آل خواهد بود.

A large number of papers have appeared in the last twenty years on estimating and predicting characteristics of finite populations. This monograph is designed to present this modern theory in a systematic and consistent manner. The authors' approach is that of superpopulation models in which values of the population elements are considered as random variables having joint distributions. Throughout, the emphasis is on the analysis of data rather than on the design of samples. Topics covered include: optimal predictors for various superpopulation models, Bayes, minimax, and maximum likelihood predictors, classical and Bayesian prediction intervals, model robustness, and models with measurement errors. Each chapter contains numerous examples, and exercises which extend and illustrate the themes in the text. As a result, this book will be ideal for all those research workers seeking an up-to-date and well-referenced introduction to the subject.