| dc.contributor.advisor | 魏應澤 | zh_TW |
| dc.contributor.author (Authors) | 紀華山 | zh_TW |
| dc.creator (作者) | 紀華山 | zh_TW |
| dc.date (日期) | 1968 | en_US |
| dc.date.accessioned | 6-May-2016 14:42:53 (UTC+8) | - |
| dc.date.available | 6-May-2016 14:42:53 (UTC+8) | - |
| dc.date.issued (上傳時間) | 6-May-2016 14:42:53 (UTC+8) | - |
| dc.identifier (Other Identifiers) | B2002009365 | en_US |
| dc.identifier.uri (URI) | http://nccur.lib.nccu.edu.tw/handle/140.119/94072 | - |
| dc.description (描述) | 碩士 | zh_TW |
| dc.description (描述) | 國立政治大學 | zh_TW |
| dc.description (描述) | 企業管理學系 | zh_TW |
| dc.description.abstract (摘要) | 由於研究目的的特殊需要以及調查的可行性與經濟起見，大多數的統計資料均藉抽樣調查而產生之。然而抽樣調查資料須經適當方法予以推算後始能顯示族群特徵而據以解決問題。一般抽樣調查除對族群特徵常數(Parameters)推算外，往往針對研究問題的需要，必須進一步對族群領域特徵常數(Parameters inDomains of Study)加以推算。由於族群領域大小刊jN通常為未知，同時領域樣品大小jN為一逢機變數(RandomVariable)的原故，族群領域特徵常數之推算式(Estimators)並非與族群特徵常數之推算式全同。因此，對族群領域特徵常數不同推算公式的誘導與其推算精密度(Precision)的分析比較自有極高的研究價值。 吾人知道現代的企業管理莫不藉重統計資料而趨於數量分析 (Quartitative Analysis) 以為各種問題的研究與解決。應用統計資料加以研究、解決企業管理問題固屬重要，然而既然大多統計資料的產生係來自抽樣調查，則如何獲得精密度較高的抽樣推算方法的探討，其重要性自不待言了。 本人主修企業統計，有感於此，遂自告奮勇敦請本所教授魏應澤博士指導，撰文探討抽樣調查中，有關族群領域特徵常數之推算問題。 本文內容共分五章，第一章為緒論，說明本文研究之問題及其探討之計劃。第二、三章則分別闡述簡單展算法(Simple Expansion Method)與比率推算法(Ratio Estimates)以為第四章探討之基礎。第四章運用簡單展算法與比率推算法探討簡單逢機抽樣(Simple RAndom Sampling)、分層逢機抽樣(Stratified Random Sampling)與集體抽樣(Simple Cluster Sampling)下四種族群領域特徵常數---即族群領域大小jN、族群領域平均值jY（集體抽樣時指jY）、族群領域總計值jY及族群領域總計值佔整個族群總計值成數(Proportion)jP=jY/Y的推算方法。第五章為結論。 本文之撰寫承蒙吾師 魏應澤博士悉心指導，謹此誌謝！至於本文內容，因個人學識及時間之限制，誤漏之處，在所難免，敬祈閱卷教授指正。 | zh_TW |
| dc.source.uri (資料來源) | http://thesis.lib.nccu.edu.tw/record/#B2002009365 | en_US |
| dc.subject (關鍵詞) | 族群 | zh_TW |
| dc.subject (關鍵詞) | 比率推算法 | zh_TW |
| dc.title (題名) | 族群領域特徵常數推算方法之研究 | zh_TW |
| dc.title (題名) | Estimation of Parameters in Domains of Study | en_US |
| dc.type (資料類型) | thesis | en_US |
