SİSTEMATİK ÖRNEKLEMEkisi.deu.edu.tr/levent.senyay/ornekleme/7 sistematik...Sistematik...
Transcript of SİSTEMATİK ÖRNEKLEMEkisi.deu.edu.tr/levent.senyay/ornekleme/7 sistematik...Sistematik...
Prof.Dr.Levent ŞENYAY VII-1 Örnekleme Yöntemleri
7 SİSTEMATİK ÖRNEKLEME
7.1. Giriş
7.2. Örnek Seçme Yöntemi
7.3. Populasyon Ortalamasının Tahmini
7.4. Populasyon Ortalamasının Varyansı
7.5. Populasyon türleri
7.6. Sistematik örneklemede aritmetik ortalamanın tahmininin varyansının tahmini
Prof.Dr.Levent ŞENYAY VII-2 Örnekleme Yöntemleri
7.1. Sistematik Örnekleme Giriş
Bu örnekleme yöntemi ilk bakışta basit şans örneklemesinden oldukça farklı görünür, fakat
bazı yönleri ile basit şans örneklemesine benzer. Basit şans örneklemesinde olduğu gibi
populasyonda her bir populasyon birimine bir numara verilmektedir. Populasyon 1’den N’e kadar
rastgele bir sırada sıralandıktan sonra n genişliğinde bir örnek seçmek için ilk k birimden rasgele
bir birim seçilir. Bundan sonra gelen her k. birimin örneğe alınmasıyla örnek seçme yöntemine
sistematik örnekleme adı verilir. Yöntemde ilk seçilen birim bütün örneği belirler. Bu birime
başlangıç noktası denir.
Bu yöntemin basit şans örneklemesine ve göre avantajları şöyle sıralanabilir:
1) Örnek seçimi kolaydır ve genellikle hatasız olarak yapılabilir. Bu yöntem basit şans
örneklemesinin yavaş işlediği durumlarda hızlı olması nedeniyle avantajlıdır.
2) Sistematik örnekleme basit şans örneklemesinden daha duyarlıdır. Populasyon ilk k birim,
ikinci k birim vb. olarak n tabakaya ayrılır ve her bir tabakadan bir örnek birimi alınmış olur.
Tabakalı şans örneklemesinde tabakadan alınan birimler rasgele pozisyonlarda iken, sistematik
örneklemede tabakalardan alınan birimler sistematik olarak seçilir. Sistematik örnekleme
populasyon üzerine daha eşit dağılmıştır. Bu yüzden çoğu durumda sistematik örneklemenin her
tabakadan bir birimin alındığı tabakalı örnekleme kadar duyarlı olduğu söylenebilir.
Eğer sistematik örneklemenin iç varyansı tüm populasyon varyansından daha büyükse,
sistematik örnekleme basit şans örneklemesine göre daha güvenilir sonuçlar verecektir. Başka bir
deyişle sistematik örneklemede örnek birimleri kendi içlerinde heterojen ise daha
güvenilirdir. Populasyona göre sistematik örnekleme içi daha homojen ise yani varyansı daha
küçükse örnekteki ardışık birimler yaklaşık olarak aynı bilgiyi içerirler.
Bu iki nedenle sistematik örnekleme basit şans örneklemesine oranla daha geçerli sonuçlar
verebilir. Ancak bu avantajlara rağmen sistematik örneklemenin üzerinde durulması gereken iki
dezavantajı vardır. Bunlardan birincisi populasyonun periyodik bir varyasyon göstermesi halidir.
Eğer seçilen şans sayısı bu periyoda uygunluk gösteriyorsa (örneğin 4,14,24,......üncü bireylere ait
değerlerin hepsi küçük ise) aşırı derecede sapmalı bir örnek elde edilebilir. Sistematik
örneklemenin bu sakıncası arasıra örnekleme işlemine müdahale etmek ve şans sayısını
değiştirmek suretiyle giderilebilir.
Sistematik örneklemenin tabakalı ya da basit şans örneklemesine göre duyarlılığı büyük
ölçüde populasyonun özelliklerine bağlıdır. Sistematik örneklemeyi basit şans örneklemesinden
Prof.Dr.Levent ŞENYAY VII-3 Örnekleme Yöntemleri
daha duyarlı ya da tersi yapan populasyonlar vardır. Bazı populasyonlar ve örnek genişlikleri için
duyarlılığın, örnek genişliği büyüdükçe azaldığı bile görülebilir.
Sistematik örneklemenin tercih edileceği koşulları genellemek oldukça zordur. Etkin bir
şekilde kullanabilmek için populasyonun yapısını iyi bilmek gerekir.
7.2. Örnek Seçme Yöntemi
Tesadüfi örnek sistematik örnekleme ile seçildiğinde, sözkonusu tesadüfi örnek “10 da 1
örnek” veya “20 de 1 örnek” diyerek ifade edilebilir. Genelde ise bu “k’de bir örnek” denerek ifade
edilebilir. Bu ise örnekleme kesrinin 1/k olduğu anlamına gelir.
Aşağıdaki populasyona sahip olduğumuzu varsayalım:
X1,X2,X3,X4,X5,X6,X7,X8,X9,X10,X11,X12
N=12 k=3 n=N/k=12/3=4
Ayrıca k=3’te bir örnek şeklinde ifade edilen sistematik örneği seçmek istediğimizi varsayalım.
Burada seçme metodu ilk 3 örnekleme birimi arasından birini seçmek, sonra sözkonusu bu birimin
ardından gelen her 3’üncü birimi seçmektir. Dolayısıyla populasyonumuz aşağıdaki şekilde
gruplanır.
A Metodu
X1,X2,X3 X4,X5,X6 X7,X8,X9 X10,X11,X12
Böylece sistematik örneklemeye göre örneğin,
X2,X5,X8,X11 tesadüfi örneği elde edilir. Populasyon
n =k
N= 4
3
12 gruba ayrılmıştır ve her gruptan bir tane örnekleme birimi seçilmiştir. Bu
gruplara bölge veya tabaka adı verilecektir. Bu örneğin özelliği N=nk olması ve populasyondaki
birim sayısının k’nın tam katı kadar olmasıdır.
Buna göre k=3 tabaka hacmini, n=4 ise tabaka sayısını göstermektedir. Her tabakadan bir
tane örnekleme birimi seçtiğimiz için, k=3 seçilebilecek sistematik örneklerin mümkün sayısını,
n=4 ise örnek hacmini göstermektedir.
Prof.Dr.Levent ŞENYAY VII-4 Örnekleme Yöntemleri
Bu yöntemle yukarıdaki populasyondan seçebileceğimiz k=3 mümkün sistematik örnekler
aşağıdaki tabloda listelenmiştir.
n1=4 n2=4 n3=4
1 2 3
X1 X2 X3
X4 X5 X6
X7 X8 X9
X10 X11 X12
Bu örnekler j=1,2 veya 3 ve k=3 olmak üzere
j j+k j+2k j+3k şeklinde gösterilebilir.
Başlangıçtaki örnekleme birimi ilk k=3 birim arasından tesadüfi olarak seçildiği için,
sözkonusu k=3 örnekleme biriminden herhangi birini seçme olasılığı 1/k=1/3’tür ve sözkonusu
sistematik örneklerden herhangi birini seçme olasılığı da bu yüzden 1/k=1/3’tür.
Genel ol<r<k, n hacimli bir sistematik örnek,
j,,j+k,j+2k,.......,j+(n-1)k şeklinde ifade edilebilir ve k adet sistematik örneklerden herhangi
birini seçme olasılığı 1/k’dır.
Şimdi N nk olması durumunu inceleyelim. K=5’te 1 örnek seçmek istediğimizi varsayalım. bu
durumda
5
22
5
12
k
N olur. Dolayısıyla örnek hacmi 2 veya 3 olabilir.
35
22
5
122 olacaktır.
Örneği seçme yöntemi ilk k=5 örnekleme birimi arasından bir tesadüfi başlangıç noktası
seçildikten sonra, sözkonusu başlangıç biriminin arkasından gelen her 5’inci örnekleme birimini
seçmek olacaktır. Kısacası, k=5 tane sistematik örnek aşağıdaki gibidir. Bu yüzden örnek hacmi 2
veya 3’tür ve aralarında örnekleme birimi sayısı bakımından fark vardır.
n1=3 n2=3 n3=2 n4=2 n5=2 N nk durumu
1 2 3 4 5
X1 X2 X3 X4 X5
X6 X7 X8 X9 X10
X11 X12
Prof.Dr.Levent ŞENYAY VII-5 Örnekleme Yöntemleri
Aynı zamanda örnek hacminin 2 veya 3 olduğunu ihmal ederek örneklerden herhangi birini
seçme olasılığı 1/5 dir.
ALIŞTIRMA: N=37 olduğunu ve 8’de 1 yapısında bir sistematik örnek seçilmek istendiğini
varsayalım. örnek hacmini bulmak için,
8
54
8
37
k
N
böylece örnek hacmi
58
544
arasında olacaktır. Örnek hacmi 4 veya 5’tir. Sözkonusu k=8 sistematik örnek aşağıda
belirlenmiştir.
k=8
1 2 3 4 5 6 7 8
X1 X2 X3 X4 X5 X6 X7 X8
X9 X10 X11 X12 X13 X14 X15 X16
X17 X18 X19 X20 X21 X22 X23 X24
X25 X26 X27 X28 X29 X30 X31 X32
X33 X34 X35 X36 X37
Örneği seçme yöntemi , ilk 8 örnekleme birimi arasından bir tesadüfi başlangıç noktası seçmek ve
sonra sözkonusu başlangıç biriminin ardından gelen her 8’inci örnekleme birimini seçmek
olacaktır. Görüldüğü gibi, 8 sistematik örnekten bir kısmının hacmi 4, bir kısmının ise 5’tir,
aralarındaki fark 1 örnekleme birimidir. Bu örneklerden herhangi birini seçme olasılığı 1/k=1/8’dir.
B Metodu
1. N=nk durumu
N=nk=12 ve k=3 te 1 örnek seçilmek istenirse, örnekleme birimi (j=8) olsun.
j/k = 8/3 = 2 ve kalan r=2 dir
r=2 ≤ k=3 olduğu için r=0,1,2 olabilir
r=1 iken X1 başlangıç noktasıdır.
r=2 iken X2
r=3 iken X3 seçilir.
Prof.Dr.Levent ŞENYAY VII-6 Örnekleme Yöntemleri
Başlangıçtan itibaren her k=3 üncü örnek seçilir. Elde edilen sistematik örnekler N=nk=12
olduğundan,
Örnek nosu 1 2 3
X1 X2 X3
X4 X5 X6
X7 X8 X9
X10 X11 X12
Bu metod da diğer (a) metodundaki ile aynı örnekleri verir.
b) N≠nk durumu
N=11 ise j/k = 8/3 = 2 kalan r=2
r=2 iken X2 başlangıç noktası olur.
Örnek nosu 1 2 3
X1 X2 X3
X4 X5 X6
X7 X8 X9
X10 X11
Burada sistematik örnek seçilme olasılığı 1/k değil n/N dir. Yani 2 nolu örnek için olasılık,
(1/11)+(1/11)+(1/11)+(1/11)=4/11 olur.
7.3. Populasyon Ortalamasının Tahmini
N=nk iken, bir sistematik örneğin örnek ortalaması, populasyon ortalamasının sapmasız bir
tahmin edicisidir.
N nk iken, örnek ortalaması populasyon ortalamasının sapmalı bir tahmin edicisidir.
n
iji xn
x1
i’inci sistematik örneğin örnek ortalaması olsun.
Bu durumda sadece k tane seçilebilir örnek olduğu ve belli bir sistematik örneği seçme olasılığı 1/k
olduğu için ,
ksis xxxk
xE ..............1
)( 21 biçimindedir.
Prof.Dr.Levent ŞENYAY VII-7 Örnekleme Yöntemleri
1 2 3
X1 X2 X3
X4 X5 X6
X7 X8 X9
X10 X11 X12
Şeklindeki önceki bölümdeki örnekte N=12, k=3 ve n=4 idi. Bu durumda,
321
1)( xxx
kxE sis
= Nxxxxnk
......11
321
Xxx ).............(12
1121
XxE sis )( buluruz.
Örnek : N=9 öğrencinin sahip olduklarını kitap sayıları verilmiş iken, sistematik örnekleme ile 3’e 1
oranlı örnek seçin ve populasyon ortalamasını tahmin edin. XxE sis )( olduğunu sayısal olarak
gösteriniz.
1,2,3,4,5,6,7,8,9
N=9=3*3=nk
Oluşturulabilecek 3 tane sistematik örnek mevcuttur, k=3
1 2 3
1 2 3
4 5 6
7 8 9
12 15 18
654 321 xxx
Buradan, örnek ortalamaları 43/121 x , 52 x ve 63 x olarak bulunur.Bunlar aynı zamanda
populasyon ortalamasının tahminleridir.
5)654(3
1)( sisxE
59876543219
1X
XxE sis )( olduğu görülmektedir.
Prof.Dr.Levent ŞENYAY VII-8 Örnekleme Yöntemleri
Örnek :
Elemanları X1, X2, … , X10 olan ve 3’e 1 yapıda bir sistematik örnek seçilmek isteniyor.
A Metodu
3
13
3
10
k
N
Örnek nosu 1 2 3
X1 X2 X3
X4 X5 X6
X7 X8 X9
X10
)(
3
1)(
3
1)(
4
1
3
1...
1)( 9638521074121 XXXXXXXXXXXXX
kxE ksis
XXxE sis 10
1)( sisx , aritmetik ortalamanın sapmalı bir tahminidir.
B Metodu
N≠nk , N=11, k=3 ve n= 3 veya 4 olur
Örnek nosu 1 2 3
X1 X2 X3
X4 X5 X6
X7 X8 X9
X10 X11
)(11
3)(
11
4)(
11
4)( 321 xxxxE sis
)(
3
1
11
3)(
4
1
11
4)(
4
1
11
49631185210741 XXXXXXXXXXX
XXX )...(11
1111
sisx , X ’nın sapmasız bir tahminidir.
Prof.Dr.Levent ŞENYAY VII-9 Örnekleme Yöntemleri
7.4. Populasyon ortalamasının ( sisx ) Varyansı
V( sisx )’yi hesaplamak, k sistematik örnek bilgisini gerektirir ve bundan dolayı pratik
uygulamalar için kullanılmaz. Bununla birlikte V( sisx )’nin analizi bize, hangi koşullar altında
sistematik örnekleme kullanmanın sisx tahmin edicisinin duyarlılığını arttıracağını, özelliklede basit
şans örneklemesinin yerine geçmek üzere ne zaman sistematik örnekleme kullanılabileceğini
gösterir. Bu sonuç, pratik uygulamalar bakımından bu nedenle çok kullanışlıdır. Örneğin, tabakalı
şans örneklemesinde, gerekli şartlar sağlandığında tabaklardan alt örneklerin seçilmesinde
sistematik örnekleme kullanılabilir.
Mümkün örneklerin sayısı k tane ve her birimin seçilme olasılığı1/k olduğu için varyansa ilişkin
temel tanımdan yararlanarak,
V( sisx )= 2
1
k
i
i Xxk
çeşitli matematiksel işlemlerle V( sisx ) aşağıdaki gibi tekrar yazılabilir.
V( sisx )= k
i
n
j
iij XXN
SN
N 22 11
k
i
n
j
ij XXN
S 22 )(1
1 biçimindedir. V( sisx ) iki parçaya bölünmüştür.
2S ’yi içine alan
birinci kısım bir bütün olarak populasyon varyansını gösterir. İkinci kısım k
i
n
j
iij XXN
21 ise
k tane sistematik örnek üzerinden birleştirilmiş örnek içi değişimi gösterir. Sistematik örneklerdeki
iç değişim büyüdükçe V( sisx ) küçülür. Sistematik örneklerdeki iç değişimin büyük olması, örneğin
heterojen olduğuna işaret eder. Bu yüzden sistematik örnek bakımından örnekleme birimleri
heterojen olduğunda, sistematik örneklemenin duyarlılığı artacaktır.
ALIŞTIRMA: N=9 öğrencinin sahip olduklarını kitap sayıları verilmiş iken, sistematik örnekleme ile
3’e 1 oranlı örnek seçilmiştir buna göre V( sisx )’yi hesaplayınız.
1,2,3 /4,5,6 /7,8,9 idi ve n=3 hacimli k=3 örnek aşağıdaki gibidir:
Örnek1 Örnek2 Örnek3
X1j X2j X3j
1 2 3
4 5 6
7 8 9
12 15 18
Prof.Dr.Levent ŞENYAY VII-10 Örnekleme Yöntemleri
V( sisx )= k
i
n
j
iij XXN
SN
N 22 11 şeklindeydi.
A
k
i
n
j
ij XXN
S 22 )(1
1=
= 8/60)211821(8
1)(
8
1 2
3
2
2
2
1
n n n
jjj XXXXXX
A = 2
33
2
22
2
11
2)()(
9
11XXXXXXXX
Njjj
k
i
n
j
iij
= 9/54)181818(9
1
V( sisx )= k
i
n
j
iij XXN
SN
N 22 11=
3
2
9
54)
8
60(
9
19
veya
Genel hesaplama yöntemine göre
V( sisx )= 2
1
k
i
i Xxk
= 3/2)56()55()54(3
1 222 elde edilir. her iki hesaplama da
varyansı 2/3 olarak vermektedir.
NOT: Sistematik örneğin homojenlik derecesini açıklayan ölçü aynı sistematik örnekteki birim
çiftleri arasındaki sınıf içi korelasyonu açıklayan korelasyon katsayısı ρ’ dur.
ρ)x-(E
)x-)x-E(=
x
.(x jx
ij
'iij
, (j< jı
)
ρ’ yu kullanarak )( sisxV ifadesini yazabiliriz;
])1(1[1
)(
2
nN
N
nxV s
sis
hesaplamalarda,
k
i
n
jj
ijijSN
XXXXn '
2'
1.
1
1))(_(
1
2 kullanılır.
Prof.Dr.Levent ŞENYAY VII-11 Örnekleme Yöntemleri
Buradan da görüldüğü gibi, ρ büyük ve pozitifken )( sisxV ’ nin de büyük olacağı, küçükken
ister pozitif ister negatif olsun )( sisxV ’ ninde küçük olacağı ve ρ=0 iken )( sisxV ’ in basit tesadüfi
örneklemedeki x ’ nın varyansına eşit olacaktır. Örnekteki birimlerin heterojen olması ρ’ nun küçük
çıkması anlamına gelir ve istenen bir durumdur.
Örnek :
N=9, 3’e 1 yapıda bir sistematik örnekleme yapılmak isteniyor.
1, 2, 3, 4, 5, 6, 7, 8, 9
N=nk=3x3 , n=3 k=3
Örnekler 1 2 3
1 2 3
4 5 6
7 8 9
Top. 12 15 18
Ort. 4 5 6
5)654(3
1)( sisXE
5)987654321(9
1X
XXE sis )( örnekteki tesadüfi sıralama değişse de sapmasızlık değişmez.
S2=60/8
2'
'
1.
1
1))((
1
2
SNXXXX
n
k
i
ij
n
jj
ij
k=3 ve i=1 için (1-5)(4-5)+(1-5)(7-5)+(4-5)(7-5)= -6
i=2 için … = -9
i=3 için … = -6
60/218/60
1.
19
1).696(
13
2
3
2)
60
21)(13(1
9
19.
3
8/60)1(1
1)(
2
n
N
N
n
SXV sis
Prof.Dr.Levent ŞENYAY VII-12 Örnekleme Yöntemleri
için yorumlar :
Grup A B
7 1
8 2
9 3
N=6 , X =30/6 = 5
İç korelasyon : 2'
'
1.
1
1))((
1
2
SNXXXX
n
k
i
ij
n
jj
ij
-9 x x
J ve j’ indsleri ile -8 x
A B -7
7 8 1 2 -6
7 9 1 3 1 2 3 4 -5 6 7 8 9
8 9 2 3 -4
x x -3
x -2
-1
A grubu için :, örneğin ( 7 , 8 ) noktasına karşılık çapraz çarpım
(7-5)(8-5)>0, yani (Xij-͞x)>0, yani X ij örnekleri ͞x’ya göre homojendir, aynı yorum B grubu için de yapılabilir.
Eğer A ise gelen çiftler
1 1 2
2 1 7
7 2 7 olur.
Çapraz çarpımlar
(1-5)(2-5)>0
(1-5)(7-5)<0
(2-5)(7-5)<0 yani örnek birimleri homojen değildir, heterojendir.
Prof.Dr.Levent ŞENYAY VII-13 Örnekleme Yöntemleri
-9
-8
x x -7
-6
1 2 3 4 -5 6 7 8 9
-4
-3
x -2
-1 -
Eğer, örnekler : 1 2 3 ise, ͞x = 5 olur, verilerin homojen olduğu görülüyor.
1 4 7
2 5 8
3 6 9
Sınıf içi korelasyon,
60
51
8/60
1.
19
1)26126(
13
21.
1
1))((
1
22'
'
SN
XXXXn
k
i
ij
n
jj
ij
6)60
51)(13(1
9
19.
3
8/60)1(1
1)(
2
n
N
N
n
SXV sis
Bir önceki örnekte ρ=-21/60 ve V( sisx )=2/3 idi. V( sisx ) değeri çok arttı. Basit şans örneklemesinde
21
.)(2
N
N
n
SxV bşş < V( sisx ) = 6 olduğundan
Sistematik örneklemede birimlerin homojen olup olmaması ileride popülasyon karekteristiğinin araştırmasına neden olacaktır.
Örnek:
27 personeli bulunan bir işletme, personelinin bir takım ihtiyaçlarını ortaya çıkarmak üzere bir araştırma planlamaktadır. Bu amaçla 7’ de bir sistematik örnekleme ile bir örnek çekilecektir.
a) Tüm mümkün örnek birimlerini oluşturunuz.
b) Birimlerin yaşlarına göre değerleri verildiğine göre 6. birim başlangıç noktası olarak alındığında yaş ortalamasını tahmin ediniz.
Prof.Dr.Levent ŞENYAY VII-14 Örnekleme Yöntemleri
c) Ortalama tahminin sapmasız olup olmadığını sayısal olarak gösteriniz.
d) Ortalama tahminin varyansını bulunuz.
Yaşlar: 21,42,36,35,30,28,26,29,41,55,25,52,47,24,20,18,46,19,31,44,45,41,36, 23,19,35,30
7.5. Populasyon türleri
)1(11
.)(2
nN
N
n
SxV bso
Örnekleme birimleri heterojen ise ρ küçük, V( sisx ) küçük olur.,ρ ve V( sisx ) daima minimize
edilmek istenir. Hangi tür popülasyonlar, örnek birimleri daha heterojen olan sistematik örnekler üretme eğilimindedir? Sorusunun cevabı için aşağıdaki türleri incelemek gerekir.
a) Örnek birimlerinin tesadüfi sıralandığı populasyonlar
Bu durumda örnekler heterojen olma eğilimindedir. Ρ küçük olur, ancak ρ küçük iken
V( sisx ) ≈ V( bsox ) olur.
b) Sıralanmış populasyon
Bu durumlarda örnek heterojen olma eğilimindedir. Sistematik örnekler, basit şans örneklerinden daha heterojen olur, bu yüzden ρ küçük olur. Genellikle
V( sisx ) < V( bsox ) olur.
c) Periyodik değişimli popülasyon
1 2 3 4 5 1 2 3 4 5 1 2 3 4 5
Süper marketlerdeki günlük satışların haftalık olarak tekrarlanan hafta içi ve sonu satış rakamları bu tür verilerden oluşur. Bu durum uygulamada rassallığı bozan bir problem yaratır. Bu gibi durumlarda, her seferinde örnekleme birim pozisyonu kaydırılır. (örnek kııncı ilk örneek alınır, sonra (k+1) ini örnek vb. şekilde devam edilir)
Prof.Dr.Levent ŞENYAY VII-15 Örnekleme Yöntemleri
7.6.Sistematik örneklemede aritmetik ortalamanın tahmininin varyansının
tahmini - )(ˆ sisxV
V( bsox ) özellikleri :
N
nN
n
Sx
.
22 yerine konulmadan örnekleme ise
22 )(1
1XX
NS i
Bunların tahminleyicileri,
N
nN
n
sx
.ˆ
22
22 )(1
1xx
ns i
M : mümkün örnekler ise,
22 )(1
ˆ xxM
ix
Örnek :
1 2 3 1 2 3 1 2 3
Örnek nosu : 1 2 3
1 2 3
1 2 3
1 2 3
1x 1 2x 2 3x 3
3
2)23()22()21(
3
1)( 222 sisxV
Ancak her tek örnekte değişkenlik sıfırdır. Bu nedenle hiçbir tek sistematik örnek iç değişkenliği
kullanılamaz.
Etkinlik :
)1(
)1(1)1(
)(
)(
kn
nN
xV
xV
bso
sis
Yukarıdaki oran =1 ise eşit duyarlılık vardır.
Prof.Dr.Levent ŞENYAY VII-16 Örnekleme Yöntemleri
ρ için çözüm :
1
1
1
1
Nnk
Yani, ρ = -1/(N-1) ise her iki örnekleme eşit duyarlılıktadır.
n
s
N
nNxV bso
2
.)(
22 )(1
1xx
ns i
Açıklama :
n
s
N
nNxV bso
2
.)(ˆ
)(1
..(ˆ 22
) sENN
nN
n
s
N
nNExVE bso
)(1
1
1
1)(
1
1)(
222222 xnExEn
xnxEn
xxEn
sE ijijij
22 1ijij x
kxE
)()(22
sisxVXxE
)1(1
)(1
1)(
1
1
1)( 222222
S
N
NxnVXknx
knxVXnx
knsE sisijsisij
)1(.
1)1(
)1(.
1.)(ˆ
22
N
nN
n
s
N
N
N
sN
nN
nNxVE
ρ = -1/(N-1) ve N = 1 - 1/ρ ilişkileri vardır. Buna göre,
)1(11)1)(1()1(
nnN
n
N
nN olur.
yerine konulursa,
)()1(1.1
)(ˆ2
sisbso xVnn
s
N
NxVE