خرید و دانلود نسخه کامل کتاب Randomness in Data Sampling

توضیحاتی در مورد کتاب

هدف این کتاب طرح برخی نظریه ها و آزمون عددی آنهاست. برآورد اغلب یک کار دشوار است و کاربرد وسیعی در علوم اجتماعی و بازار مالی دارد. به منظور دستیابی به کارایی بهینه برای برخی از طبقات برآوردگرها، نویسندگان این کتاب را در سه بخش تخصصی اختصاص دادند:
بخش 1. در این بخش ما یک کلاس از تخمین‌گرهای انقباض را برای پارامتر شکل بتا در نمونه‌های سانسور شده شکست از توزیع دو پارامتری Weibull مطالعه کرده‌ایم، زمانی که مقداری پیش‌بینی یا فاصله حدسی‌شده حاوی پارامتر بتا علاوه بر اطلاعات نمونه در دسترس است و آنها را تجزیه و تحلیل می‌کنیم. خواص برخی برآوردگرها از کلاس پیشنهادی تولید شده و با برآوردگر حداقل میانگین مربعات خطا (MMSE) مقایسه می‌شوند. محاسبات عددی بر حسب درصد بازده نسبی و بایاس نسبی مطلق نشان می‌دهد که برخی از این برآوردگرها به‌طور قابل‌توجهی تخمین‌گر MMSE را در برخی فاصله‌های حدس‌شده فضای پارامتر بتا، به‌ویژه برای نمونه‌های سانسور شده با اندازه‌های کوچک، بهبود می‌بخشند. پس از آن، یک کلاس اصلاح شده از برآوردگرهای انقباض با خواص آن پیشنهاد شده است.
قسمت 2. در این بخش ما دو دسته از برآوردگرها را برای میانگین جمعیت M_y کاراکتر مورد مطالعه Y با استفاده از اطلاعات دو کاراکتر کمکی X و Z در نمونه‌گیری دوگانه تحلیل کرده‌ایم. در این بخش نشان داده‌ایم که کلاس‌های پیشنهادی برآوردگرها کارآمدتر از آنچه توسط سینگ و همکاران (2001) پیشنهاد شده است. برآوردگرها بر اساس مقادیر بهینه تخمین زده شده نیز همراه با خواص آنها در نظر گرفته شده است. مقادیر بهینه اندازه نمونه فاز اول و فاز دوم نیز برای هزینه ثابت بررسی به دست می آید.
قسمت 3. در این بخش، تأثیر خطاهای اندازه گیری را بر روی خانواده ای از برآوردگرهای میانگین جمعیت با استفاده از اطلاعات چند کمکی بررسی کرده ایم. این به حداقل رساندن خطا در مدل‌سازی مالی حیاتی است که به موجب آن تابع هدف بر روی به حداقل رساندن تیراندازی بیش از حد و کم‌نشاندن است.
این کتاب برای دانشجویان تحصیلات تکمیلی و محققین فعال در حوزه تخمین و نمونه‌گیری داده‌های کاربردی در مدل‌سازی پیمایش مالی و آمار کاربردی طراحی شده است. در تحقیقات آینده خود، به جنبه های محاسباتی الگوریتم های توسعه یافته در این کتاب خواهیم پرداخت.