در این پایان نامه، به بررسی طرح های متقاطعی با دو دوره و چهار گروه دنباله ای، سه دوره و دو، چهار و شش گروه دنباله ای و چهار دوره و دو، چهار و شش گروه دنباله ای می پردازیم که در آن ها هر واحد آزمایشی دو تیمار مختلف را دریافت می کند. هدف از بررسی این طرح ها مشخص کردن طرح بهینه ی دو تیماری است. بدین منظور براوردهای کمترین توان های دوم اثرهای مختلف را محاسبه کرده و بر اساس ملاک a-بهینگی آن ها را مقایسه کرده و بهترین طرح دو تیماری را انتخاب می کنیم. لازم به ذکر است که به منظور مقایسه ی طرح ها، معمولا فرض می کنیم که اثرهای واحد آزمایشی اثرهایی ثابت و خطاهای درون واحدی متغیرهایی مستقل با میانگین صفر و واریانس باشند.

نمونه گیری تصادفی طبقه بندی شده، از جمله روش های متداول در طرح های آمارگیری شناخته می شود. این طرح با افرازبندی اعضای جامعه صورت می گیرد، به گونه ای که از نظر متغیر مورد مطالعه اعضای درون هر طبقه دارای بیشترین همگنی و اعضای طبقات متفاوت دارای بیشترین ناهمگنی هستند. بسته به موضوع مورد مطالعه، ممکن است با یک یا چند متغیر طبقه بندی کننده مواجه باشیم. از موضوعات مهم در این طرح نمونه گیری، انتساب نمونه ها به طبقات است. انتساب بهینه متضمن دقت بیشتری برای برآوردگر میانگین طبقه بندی، نسبت به سایر انتساب های نمونه است. در حالت چند متغیره انتساب بهینه انفرادی برای متغیرها، کارآمد نیست. از این رو در این حالت لازم است انتسابی بهینه بر اساس تمامی متغیرهای طبقه بندی کننده انجام پذیرد. در این پایان نامه روش های تعیین حجم نمونه، تعیین مرز طبقات و انتساب نمونه به طبقات برای حالت یک و چندمتغیره ارائه می شوند. در تعیین مرز طبقات برای حالت چندمتغیره از روش های مولفه های اصلی و تحلیل خوشه ای استفاده می شود. همچنین روش های بهینه سازی برای انتساب نمونه ها به طبقات در حالت چندمتغیره معرفی می شوند. سپس با استفاده از شبیه سازی، روش ها مورد ارزیابی و بررسی قرار می گیرند. در پایان الگوریتم ژنتیک و کاربرد آن در نمونه گیری طبقه بندی شده بیان شده و با روش های موجود مقایسه می شود.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

روشهای کلاسیک برای مقایسه میانگین جوامع مبتنی بر مدلهایی است که استقلال بین مشاهدات را به عنوان یک فرض پایه در نظر می گیرند. نتیجه گیریها و استنباطات آماری به روش کلاسیک وابسته به عوامل مختلف از جمله فرض استقلال مشاهدات است . اما عملا در بسیاری از موارد مخصوصا تحقیقات مزرعه ای در کشاورزی، واحدهای آزمایشی (کرتها) نزدیک به یکدیگر دارای همبستگی بوده و شدت این همبستگی با افزایش فاصله کاهش می یابد. بر این اساس شاید استفاده از روشهای متداول و جاری در نتیجه گیریها چندان خالی از اشکال نباشد. در این پایان نامه شکلهای مختلفی از این همبستگی ها را مدنظر قرار داده و مدلهای آماری (طرح بلوک تصادفی) با فرض عدم استقلال مشاهدات (با درجات شدت متفاوت) مورد بررسی قرار گرفته و ماتریس کواریانس براساس همبستگی مشاهدات در بلوکها بررسی شده، سپس اثر تیمارها تحت شرایط عدم استقلال مشاهدات در بلوکها برآورد شده است .

آزموهای t و f که برای مقایسه میانگینهای جوامع نرمال بکار می روند به شدت به شرط تساوی واریانسها وابسته اند. بررسیها نشان داده اند که این آزمونها تحت عدول از فرض تساوی واریانسها استوار نیستند. از این رو راه حلهای متعددی برای این مسئله پیشنهاد شده است . در این تحقیق راه حلهای پیشنهاد شده برای حالت دو جامعه (مسئله بهرنس -فیشر) از طریق روش مونت کارلو مقایسه قرار گرفته و بهترینها پیشنهاد شده اند. سپس بعضی از آنها برای حالت چند جامعه تعمیم داده شده اند و بهترین راه حل پیشنهاد شده است . در آخر نیز مطالبی در خصوص تعیین حجم نمونه اضافه گردیده است .

تجزیه مولفه های اصلی یکی از روشهای چندمتغیره است که هدف آن یافتن ترکیباتی از ‏‎p‎‏ متغیر ‏‎xp,...,x2,x1‎‏ جهت ایجاد شاخصهای غیرهمبسته ‏‎zp,...,z2,z1‎‏ می باشد که این شاخصها به ترتیب بیشترین تغییرات را شامل می شوند.