學術產出-Theses

Article View/Open

Publication Export

Google ScholarTM

政大圖書館

Citation Infomation

  • No doi shows Citation Infomation
題名 雙重抽樣之貝氏最佳樣本與子樣本數選取的特例
作者 梁淑貞
貢獻者 宋傳欽
梁淑貞
日期 1989
上傳時間 4-May-2016 14:31:32 (UTC+8)
摘要 論文提要:
     我們常常希望去估計一個大母體中各種不同領域內的參數值,而在抽樣實驗之前整個母體想法被分層。當實驗的總預算有限,若選取一組簡單隨機樣本來估計這些母數,可能不是很嚴密,因此實驗者必須先決定一個有效且可行的抽樣方法。
     本文中利用雙重抽樣的技巧抽取樣本,而想要估計的母數是母體第j領域所佔全母體的成數,並在固定的預算下討論貝氏最佳樣本與子樣本數的選取。
     Smith及Sedransk(1982)利用雙重抽樣法研究魚群體的年齡組成,並解決了二個問題(I)利用貝氏法,估計第j領域年齡的魚群所佔全體魚群的成數;(II)當總預算固定,並給定第一階段樣本數nˊ及其分配nˊ=(n1ˊ,n2ˊ,---,nIˊ),說明如何選取最佳的貝氏子樣本數分配n0*=(n01*,n02*,---,n0I*),使得近似的風險函數r*(nˊ,{nˊ1},{n1})最小,其中0≦n_1≦ńˊ1 (i=1,2,--,I),(註1)。而後Jinn, Sedransk, Smith(1987)延續以上結果,利用電腦模擬取樣,在必然的n1ˊ≦ń≦nuˊ條件下,說明如何取得最佳的ń使得A(nˊ))=Enˊ{r* (nˊ(nˊ,n0ˊ*)}最小,(註2)。
     由於在一般情況下無法求得A(n ́)的明確數學式,因此n ́_0也就無法求出來。
     本文首先考慮I=2的情況,在這情況下說明如何求得A(n ́)的明確數學式,並由此求出最佳的貝氏解n ́_0 。其次在忽略限制條件下,導出由Lagrange乘數法所得的解n*=n01*,n02*)恆滿足(I) n01*≧0的充要條件;或(II) n〖01〗^*≦n ́_1的充分條件;或(III)0≦n〖01〗^*≦n ́_1的充分條件;或(IV) n〖01〗^*≦n ́_1的必要條件;或(V) 0≦n1*≦n1ˊ,n〖02〗^*)的必要條件,i=1,2。
參考文獻 [註1]:Smith,P. J. and Sedransk, J. (1982).Bayesian Optimization of the Estimation of the Age Composition of a Fish Population. Journal of American Statistical Association 77,707-713.
     [註2]:J. H. Jinn J. Sedransk and Philip Smith. (1987).Optimal Two-Phase Stratified Sampling for Estimation of the Age Composition of a Fish Population.BIOMETRICS 43,343-353.
     [註3]:Cochran,W. G. (1977).Sampling Techniques,3rd edition 327-328. New-York:Wiley.
     [註4]:實驗之前母體無法被分層,可在第一階段抽樣後,利用這個變數,觀察所抽取的樣本,而將母體分層。是一個與定義母體各領域的變數有某種相關的輔助變數。
     [註5]:實際推定P.J時,K矩陣表示研究者對於不同母數的重視程度。{kJJ}的選取依實驗的目的而定,若研究者對所有母數有相同的興趣,則取kJJ=1,J。若研究者對母數的部分集合S特別有興趣,則可選取{kJJ}使min{kJJ ϵ S}/max{k_JJ ϵ S}相當大。(看Smith及Sedransk(1982)所做的說明)
     [註6]: DEGROOT, MORRIS H. (1970),Optimal Statistical Decisions. New York :McGraw-Hill.P234。
描述 碩士
國立政治大學
應用數學系
資料來源 http://thesis.lib.nccu.edu.tw/record/#B2002005823
資料類型 thesis
dc.contributor.advisor 宋傳欽zh_TW
dc.contributor.author (Authors) 梁淑貞zh_TW
dc.creator (作者) 梁淑貞zh_TW
dc.date (日期) 1989en_US
dc.date.accessioned 4-May-2016 14:31:32 (UTC+8)-
dc.date.available 4-May-2016 14:31:32 (UTC+8)-
dc.date.issued (上傳時間) 4-May-2016 14:31:32 (UTC+8)-
dc.identifier (Other Identifiers) B2002005823en_US
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/90579-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 應用數學系zh_TW
dc.description.abstract (摘要) 論文提要:
     我們常常希望去估計一個大母體中各種不同領域內的參數值,而在抽樣實驗之前整個母體想法被分層。當實驗的總預算有限,若選取一組簡單隨機樣本來估計這些母數,可能不是很嚴密,因此實驗者必須先決定一個有效且可行的抽樣方法。
     本文中利用雙重抽樣的技巧抽取樣本,而想要估計的母數是母體第j領域所佔全母體的成數,並在固定的預算下討論貝氏最佳樣本與子樣本數的選取。
     Smith及Sedransk(1982)利用雙重抽樣法研究魚群體的年齡組成,並解決了二個問題(I)利用貝氏法,估計第j領域年齡的魚群所佔全體魚群的成數;(II)當總預算固定,並給定第一階段樣本數nˊ及其分配nˊ=(n1ˊ,n2ˊ,---,nIˊ),說明如何選取最佳的貝氏子樣本數分配n0*=(n01*,n02*,---,n0I*),使得近似的風險函數r*(nˊ,{nˊ1},{n1})最小,其中0≦n_1≦ńˊ1 (i=1,2,--,I),(註1)。而後Jinn, Sedransk, Smith(1987)延續以上結果,利用電腦模擬取樣,在必然的n1ˊ≦ń≦nuˊ條件下,說明如何取得最佳的ń使得A(nˊ))=Enˊ{r* (nˊ(nˊ,n0ˊ*)}最小,(註2)。
     由於在一般情況下無法求得A(n ́)的明確數學式,因此n ́_0也就無法求出來。
     本文首先考慮I=2的情況,在這情況下說明如何求得A(n ́)的明確數學式,並由此求出最佳的貝氏解n ́_0 。其次在忽略限制條件下,導出由Lagrange乘數法所得的解n*=n01*,n02*)恆滿足(I) n01*≧0的充要條件;或(II) n〖01〗^*≦n ́_1的充分條件;或(III)0≦n〖01〗^*≦n ́_1的充分條件;或(IV) n〖01〗^*≦n ́_1的必要條件;或(V) 0≦n1*≦n1ˊ,n〖02〗^*)的必要條件,i=1,2。
zh_TW
dc.description.tableofcontents 目錄
     第一章 緒論………1
     第二章 雙重抽樣之貝氏最佳子樣本數的選取法則
     第一節 前言………3
     第二節 雙重抽樣及其相關符號………3
     第三節 模型的建立及若干假設………5
     第四節 估計母體各領域所佔的成數………9
     第五節 選取貝氏最佳子樣本………11
     第三章 貝氏最佳第一階段樣本數的選取
     第一節 前言………14
     第二節 選取貝氏最佳第一階段樣本數的理論方法………14
     第三節 二種估計A(nˊ)的方法………16
     第四章 I=2,K為單位矩陣時的最佳貝氏解………19
     第五章 有關解的一些性質
     第一節 前言………36
     第二節 條件的推導………36
     註解及參考文獻………46
     <附錄 一>………50
     <附錄 二>………59
zh_TW
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#B2002005823en_US
dc.title (題名) 雙重抽樣之貝氏最佳樣本與子樣本數選取的特例zh_TW
dc.type (資料類型) thesisen_US
dc.relation.reference (參考文獻) [註1]:Smith,P. J. and Sedransk, J. (1982).Bayesian Optimization of the Estimation of the Age Composition of a Fish Population. Journal of American Statistical Association 77,707-713.
     [註2]:J. H. Jinn J. Sedransk and Philip Smith. (1987).Optimal Two-Phase Stratified Sampling for Estimation of the Age Composition of a Fish Population.BIOMETRICS 43,343-353.
     [註3]:Cochran,W. G. (1977).Sampling Techniques,3rd edition 327-328. New-York:Wiley.
     [註4]:實驗之前母體無法被分層,可在第一階段抽樣後,利用這個變數,觀察所抽取的樣本,而將母體分層。是一個與定義母體各領域的變數有某種相關的輔助變數。
     [註5]:實際推定P.J時,K矩陣表示研究者對於不同母數的重視程度。{kJJ}的選取依實驗的目的而定,若研究者對所有母數有相同的興趣,則取kJJ=1,J。若研究者對母數的部分集合S特別有興趣,則可選取{kJJ}使min{kJJ ϵ S}/max{k_JJ ϵ S}相當大。(看Smith及Sedransk(1982)所做的說明)
     [註6]: DEGROOT, MORRIS H. (1970),Optimal Statistical Decisions. New York :McGraw-Hill.P234。
zh_TW