... điều tra toàn bộ, điềutra chuyên môn…song điềutrachọnmẫu vẫn là loại hình điềutrathốngkê được ứng dụng phổ biến nhất hiện nay.1. Khái niệm về điềutrachọn mẫu Điềutrachọnmẫu là điều ... sai số phi chọnmẫu xuất hiện cả trongđiềutrachọnmẫu và điều tra toàn bộ, sai số này cũng phụ thuộc vào cỡ mẫu, khi mẫu tăng lên thì sai số chọn mẫu cũng tăng. +Điều trachọnmẫu cũng không ... phương pháp điều trachọnmẫutrongthốngkê năng suất sản lượng lúa, bao gồm các vấn đề cơ bản sau:Phần I : Những cơ sở lý luận về điềutrachọnmẫutrongthống kê. Phần II: Thốngkê năng suất...
... sai số chọnmẫu càng nhỏ) và phương pháp tổ chức điềutrachọn mẫu. Còn sai số điềutra xảy ra cả trongđiềutrachọn mẫu và điềutra toàn bộ. Trong thực tế công tác điềutrathốngkê hiện ... vị trong tổng thể. Trongđiềutra không toàn bộ còn chia ra điềutratrọng điểm, điềutra chuyên đề và điềutrachọn mẫu. Điều tratrọng điểm và điềutra chuyên đề khác với điềutrachọnmẫu ... TRONGĐIỀUTRATHỐNGKÊ Trong điềutrathốngkê có hai loại sai số: Sai số chọnmẫu (sai số do tính đại diện của số liệu vì chỉ chọn một bộ phận các đơn vị để điều tra) và sai số phi chọn mẫu...
... và ph!ơng pháp chọn sẽ cho ta các công thức sau: 2.6.5.2. Điềutrachọnmẫu thời điểm Điều trachọnmẫu thời điểm là ph!ơng pháp điều trachọnmẫu đặc biệt, th!ờng đ!ợc dùng trong sản xuất ... …) để kiểm tra tính chính xác của tài liệu điềutra toàn bộ người ta tiến hành phúc tra bằng điềutra chọn mẫu. Điều trachọnmẫu còn được sử dụng để kiểm định giả thiết thống kê. 85.1.3 ... điều tra toàn bộ, vừa cho phép điềutra chọn mẫu, người ta thường sử dụng điều tra chọnmẫu để có kết quả nhanh và tiết kiệm hơn. Ví dụ: điềutra đời sống dân cư ở một địa phương, điều tra...
... CHƯƠNG IIIĐIỀU TRACHỌNMẪU 4. Điềutrachọnmẫu nhỏ và điềutrachọnmẫu thời điểm:a. Điềutrachọnmẫu nhỏ:Dung lượng mẫu không quá 20 đơn vị.Quan hệ phương sai mẫu và phương sai ... số bình quân chọnmẫu nhỏ: CHƯƠNG IIIĐIỀU TRACHỌNMẪU I. KHÁI NIỆM, Ý NGHĨA CỦA ĐIỀUTRACHỌN MẪU1. Khái niệm chung:- Thuộc loại điềutra không toàn bộ.- Mẫuđiềutra được chọn ra từ ... +xxxXxàà22 + CHƯƠNG IIIĐIỀU TRACHỌNMẪU III. ĐIỀUTRACHỌNMẪU PHI NGẪU NHIÊN- Xác định mẫuđiềutra phụ thuộc vào ý muốn chủ quan của người điềutra - Kết quả điềutra có thể dùng để suy...
... tính để chọn ra từng đơn vị trong tổng thể chung vào mẫu Các khái niệm cơ bản# Điềutrachọn mẫu: là loại điềutra không toàn bộ, trong đó người ta chọn một số đủ lớn đơn vị đại diện trong ... khối- Chọn ngẫu nhiên một số khối và điềutra tất cả các đơn vị trong khối đã chọn Ví dụ: Điềutra khảo sát sinh viên Trường Đại học Kinh tế # Chọnmẫu phân tầng- Các tiêu thức phổ biến được chọn: - ... src="data:image/png;base64,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 # Chọnmẫu ngẫu nhiên hệ thống # Chọnmẫu phân tầng- Ví dụ: Chọnmẫu để nghiên cứu về sự hài lòng của người dân khi sử dụng nước của 1 Công ty cấp nước tại một thành phố # Chọnmẫu phân...
... chọn ra để phân tích.b. _____ Điềutra nghiên cứu thị trường chủ yếu là điềutrachọn mẫu. c. _____ Kiểm kê kho định kỳ là ĐT chọn mẫu. d. _____ Sai số do kê khai trong các phiếu ĐT chọnmẫu ... trình Xác suất thống kê, Thốngkê ứng dụng, Kinh tế lượng….- Ứng dụng: các tài liệu hướng dẫn trong các cuộc điềutrachọn mẫu của TCTK: www.gso.gov.vn và các tài liệu điềutra thực tế của ... bàn,…2.2.4. Chọnmẫu cả khối (cụm) (cluster sample)Là chọnmẫu các khối, sau đó tiến hành điềutra toàn bộ trên các khối đã chọn. *Kỹ thuật:- chọnmẫu các khối của tổng thể chung. - điềutra toàn...
... sloganLOGOLOGOIII. SAI SỐ TRONGĐIỀUTRA THỐNG KÊNHÓM 7 Trong điềutrathốngkê có hai loại sai số: Sai số chọnmẫu và sai số phi chọnmẫu còn gọi là "sai số điều tra& quot;.Sai số chọnmẫu (SSCM) chỉ ... sloganLOGOLOGOI. ĐIỀUTRACHỌN MẪUNHÓM 7a. Ưu điểm của điềutrachọn mẫu Do chỉ tiến hành điềutra trên một bộ phận đơn vị mẫutrong tổng thể chung nên ĐTCM có những ưu điểm cơ bản sau:- Tiến hành điềutra ... sloganLOGOLOGOI. ĐIỀUTRACHỌN MẪUNHÓM 7c. Điều kiện vận dụng của điềutrachọn mẫu: -Trong một số trường hợp, việc tiến hành điềutra toàn bộ tổng thể vẫn không thể nâng cao độ chính xác của thông tin trong...
... : TRONG CÁC CUỘC ĐIỀUTRACHỌN MẪU, TRONG CÁC CUỘC ĐIỀUTRACHỌN MẪU, SAI SỐ TOÀN BỘ BAO GỒM :SAI SỐ TOÀN BỘ BAO GỒM :-SAI SỐ CHỌN MẪUSAI SỐ CHỌN MẪU-SAI SỐ PHI CHỌN MẪUSAI SỐ PHI CHỌN ... PHÁP CHỌNMẪU THNG PHÁP CHỌNMẪU THƯƯỜNG DÙNG :ỜNG DÙNG :7.4.1 CHỌNMẪU NGẪU NHIÊN Đ7.4.1 CHỌNMẪU NGẪU NHIÊN ĐƠƠN GIẢNN GIẢN7.4.2 CHỌNMẪU PHÂN TỔ (CHỌN MẪU PHÂN TẦNG):7.4.2 CHỌNMẪU ... CẢ KHỐI LÀ PHCHỌN MẪU CẢ KHỐI LÀ PHƯƠƯƠNG PHÁP TỔ CHỨC NG PHÁP TỔ CHỨC CHỌN MẪUTRONG ĐÓ SỐ ĐCHỌN MẪUTRONG ĐÓ SỐ ĐƠƠN VỊ MẪU ĐN VỊ MẪU ĐƯƯỢC RÚT ỢC RÚT RA ĐỂ ĐIỀUTRA KHÔNG PHẢI...
... 7: Điềutrachọn mẫu v1.0 141 7.1. Một số khái niệm chung về điềutrachọnmẫu 7.1.1. Khái niệm, ưu nhược điểm và trường hợp vận dụng điềutrachọnmẫu 7.1.1.1. Khái niệm Điều trachọnmẫu ... đề của điều trachọnmẫu ngẫu nhiên. Giới thiệu một số phương pháp chọn mẫu. Tóm lược quy trình của một cuộc điều tra chọn mẫu. Trang bị các kiến thức cơ bản về điềutra chọn mẫu. Trên ... biến trong các cuộc điều tra là chọn mẫu ngẫu nhiên và chọnmẫu phi ngẫu nhiên. Trongđiềutrachọnmẫu ngẫu nhiên, người ta thường hay sử dụng hai phương pháp chọn là chọn hoàn lại và chọn...
... điềutrachọn mẫu có những loại sai số nào? 1.1.4 Sai số trongđiềutrachọnmẫu Trong các cuộc điềutrachọn mẫu, sai số bao gồm: - Sai số chọn mẫu. - Sai số phi chọnmẫu (sai số ngoài chọn ... pháp điềutrachọnmẫu hoàn toàn có thể thay thế được điềutra toàn bộ trong một số trường hợp. 1.1.2 Ưu điểm và nhược điểm của điềutrachọnmẫu so với điềutra toàn bộ Trong điềutrachọn mẫu, ... điềutra trên một bộ phận của tổng thể. Do đó so với điềutra toàn bộ, điềutrachọnmẫu có các ưu điểm chủ yếu sau: - Chi phí điềutra giảm. Do số đơn vị phải điềutra ít, điềutrachọn mẫu...