메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제7권 제3호
발행연도
2005.1
수록면
809 - 815 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
표본조사결과 수집된 자료를 이용하여 모집단의 모수를 추정할 때 확률변수의 독립을 가정하는 것이 일반적이다. 그러나 집락내의 변수들이 독립이 아닌 표본자료에 대한 추정시 이러한 독립성의 가정은 결과를 왜곡할 수 있다. 집락내의 추출단위들(가구, 학급, 조사구, segment)은 관심변수들에 대해서 서로 상관관계를 가지고 있으므로 집락내상관계수를 이용하여 분산의 추정치를 보정해주어야 한다. 본 연구에서는 집락추출로 설계된 정보화실태조사자료의 모수추정을 표본설계에 의한 고전적인 추정방법과 집락내상관계수를 이용한 모형에 의한 추정방법을 이용하여 비교하였다. 분산의 추정결과, 표본설계에 의한 추정치는 예상대로 크게 나타났으나 집락내상관계수를 이용한 추정치는 표본설계에 의한 추정치보다 작게 추정되었다.
#층화집락추출 #이항자료 #응답범주. #stratified cluster sampling #binary data #response category.

목차

등록된 정보가 없습니다.

참고문헌 (10)

참고문헌 신청
Bellhouse / 1985 / Computing Methods for Variance Estimation in Complex Surveys Journal of Official Statistics : 323 ~ 329 google schola KimHoil / 2004 / Sample Size for General Two-Level Problem Vol. 6, ( No. 3) : 874 ~ 886 google schola Landis,J.R.and Koch,G.G / 1977 / A One-Way Components of Variance Model for Categorical Data 33 : 671 ~ 679 google schola Lee,A.J / 1993 / Generating Random Binary Deviates Having Fixed Marginal Distributions and Specified Degrees of Association 47 : 209 ~ 216 google schola Marques / 1992 / Analysis of Bivariate Dichotomous Data from a Stratified Two-Stage Cluster Sample Communications in Statistical Simulation : 731 ~ 752 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0