均勻分布下改進(jìn)的RSS花費(fèi)模型及相關(guān)花費(fèi)效益分析.pdf_第1頁(yè)
已閱讀1頁(yè),還剩23頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、排序集抽樣(RSS)方法最初是由McIntyre(1952)在研究估計(jì)總體均值這一問(wèn)題時(shí)提出來(lái)的。將RSS與簡(jiǎn)單隨機(jī)抽樣(SRS)作比較,在相同的樣本容量的情況下,RSS具有更高的效率。在新近的文章中,人們?cè)谙嗤ㄙM(fèi)下對(duì)RSS的效率和SRS的效率進(jìn)行了比較,具體說(shuō),他們將抽樣、排序和測(cè)量等相關(guān)的花費(fèi)引入了比較。Nahhas,Wolfe,和Chen(2002)首先在正態(tài)分布模型下對(duì)這一問(wèn)題進(jìn)行了研究,建立了花費(fèi)模型,并得出了最佳的集合個(gè)數(shù)

2、的大小。后來(lái)You-Gan Wang,ZeHua Chen和Jianbin Liu(2004)又對(duì)這一花費(fèi)模型進(jìn)行了改進(jìn),并做出了進(jìn)一步的研究。他們的主要工作是將每一行抽取一個(gè)元素的排序集抽樣(RSS)改變?yōu)槊恳恍谐槿《鄠€(gè),并在花費(fèi)總數(shù)固定的情況下對(duì)花費(fèi)的效益做出了研究。
  在這篇文章中,我們將研究工作做以下改進(jìn):將總體服從正態(tài)分布變成總體服從均勻分布,并基于均勻分布的充分完全統(tǒng)計(jì)量的指導(dǎo),來(lái)安排RSS抽樣,即抽取一組中最大和最

3、小的進(jìn)行測(cè)量,并在這樣的模型下,考慮集合的大小與花費(fèi)效益的情況。我們可以發(fā)現(xiàn),在抽取最大和最小兩個(gè)元素時(shí),花費(fèi)的效益比之抽取一個(gè)元素的效益要高,也就是說(shuō)這樣改進(jìn)后的抽樣方式比原來(lái)的排序集抽樣(RSS)模型有更高的花費(fèi)效益。同時(shí),在固定花費(fèi)比例的情況下,我們發(fā)現(xiàn)這樣的花費(fèi)效益會(huì)隨著集合個(gè)數(shù)n的增大而增大,而在n固定的情況下,會(huì)隨著相關(guān)花費(fèi)比例的改變而改變??偟膩?lái)說(shuō),這樣的抽樣方式下的花費(fèi)效益與傳統(tǒng)的排序集抽樣模型相比較而言有優(yōu)勢(shì),更優(yōu)于簡(jiǎn)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論