عنوان مقاله :
طرح نمونه‌گيري فضايي متعادل دو مرحله‌اي براي پيش‌گويي ميدان هاي تصادفي
عنوان به زبان ديگر :
Two Step Balanced Spatial Sampling Design for Prediction of Random Fields
پديد آورندگان :
محمدزاده، محسن دانشگاه تربيت مدرس - گروه آمار , خاورزاده، رامين دانشگاه تربيت مدرس - گروه آمار
كليدواژه :
نمونه‌گيري فضايي , نمونه‌گيري متعادل دومرحله‌اي , نمونه‌گيري فضايي بهينه , روش مكعب
چكيده فارسي :
آمار فضايي علم تحليل داده‌هاي وابسته فضايي است. در مطالعات محيطي گاهي با داده‌هايي وابسته سروكار داريم كه همبستگي آن‌ها ناشي از موقعيت قرارگيري در يك فضاي معين است. از طرفي در بررسي‌هاي نمونه‌اي فرض بر آن است كه اعضاي نمونه، از جامعه‌اي با واحدهاي مستقل گرفته شده است. اين فرض در تمامي مراحل نمونه‌گيري تحليل و مدل‌سازي مورد استفاده قرار مي‌گيرد. اما وقتي اعضاي جامعه مورد مطالعه به‌نوعي وابسته باشند، تمامي مراحل آماري و حتي روش‌هاي نمونه‌گيري نيازمند بازنگري و لحاظ كردن ساختار همبستگي داده‌ها خواهند بود. در نمونه‌گيري كلاسيك براي نمونه‌گيري از يك متغير، چنانچه متغيرهاي كمكي وجود داشته باشند، براي ارتقاء كيفيت طرح نمونه‌گيري مي‌توان از نمونه‌گيري متعادل استفاده كرد. در اين مقاله نمونه‌گيري فضايي متعادل معرفي مي‌شود كه در آن از مؤلفه‌هاي موقعيت‌هاي فضايي به‌عنوان متغيرهاي كمكي استفاده‌شده است. سپس در مطالعه‌اي شبيه‌سازي نشان داده مي‌شود كريگيدن بر اساس يك نمونه متعادل نسبت به روش‌هاي ديگر نمونه‌گيري متحمل خطاي كمتري در پيش‌گويي فضايي مي‌شود. در انتها نحوه كاربست روش ارائه شده در كاربرد نشان داده مي‌شود.
چكيده لاتين :
Spatial statistics is the analytical science of spatial correlated data. In environmental fields of studies that deal with spatially correlated data due to their location in a given area, on the other hand, in the survey sampling it is assumed that the sample is taken from a population with independent units. This assumption is used at all stages of sampling, analysis and modeling. But when the units of the study population are correlated, the entire process, such as sampling methods and statistical process requires review and the entire process will be considering the correlation structure. In the classic sampling methods from a variable, when some covariates exist, then the balanced sampling is used for improving the quality of sample. In this paper, we introduce spatial balanced sampling design where the components of the spatial locations are considered as covariates. Then in an intensive simulation study Is shown that the kriging error induced by our sampling method is less than foe the other available methods. Finally, the application of the proposed method is shown in a real example
عنوان نشريه :
مدل سازي پيشرفته رياضي
عنوان نشريه :
مدل سازي پيشرفته رياضي
