فاصله اطمینان ناپارامتری در طرح های نمونه گیری سازوار

در نمونه گیری از جوامع کمیاب استفاده از طرح های سازوار بطور معمول منجر به کارآیی بیشتری نسبت به طرح های سنتی می گردد. ولی برآوردگرهای نااریب میانگین جامعه در اینگونه طرح ها از عدم تقارن شدیدی برخوردارند تا جایی که استفاده از فاصله های اطمینان تقریب نرمال تا اندازه ای زیر سوال می رود. در این رساله دو فاصله اطمینان ناپارامتری اعم از بوت استرپ و درستنمایی تجربی را بعنوان راهکاری جهت ساختن فاصله های اطمینان معتبرتر در نظر می گیریم. طرح های سازوار مورد نظر عبارتند از: 1- نمونه گیری معکوس و 2- نمونه گیری خوشه ای سازوار . برای نمونه گیری معکوس به جز برآوردگر مورتی که قبلا معرفی شده برآوردگر هارویتز-تامپسون و طبقه بندی پسین را به دست آورده و روش های ناپارامتری فوق را به این طرح نمونه گیری تعمیم میدهیم. نتایج شبیه سازی روی جوامع کمیاب نشان می دهد که این روشها منجر به فاصله های اطمینانی مناسب با نرخ پوشش نزدیک به سطح اطمینان در نظر گرفته شده می شوند. بطور خاص روش درستنمایی تجربی دارای کران های خطای متعادلتری نسبت به سایر گزینه ها بوده و از برتری معنی داری برخوردار است. در نمونه گیری خوشه ای سازوار نیز فاصله های اطمینان ناپارامتری بر خلاف تقریب نرمال منجر به کران هایی سازگار با داده ها می شوند. در این طرح با اصلاح روش های بوت استرپ موجود دو روش بوت استرپ با جایگذاری و جامعه مصنوعی با برآوردهای زیرنمونه گیری نااریب ارایه می کنیم. به طور خاص برای نمونه های با اندازه ابتدایی کوچک روش بوت استرپ با جایگذاری و برای نمونه های با اندازه ابتدایی بزرگ روش درستنمایی تجربی نسبت به سایر گزینه ها دارای برتری می باشند.