Rumus MPC Finish-1

También podría gustarte

Está en la página 1de 3

*SRS*

# estimator varians y #
WORvy=N-nNs2n ;
Sey=vy
WR vy=s2n ; Sey=vy=sn
RSE=Seyy x 100%
CV=Syy x 100%
# Ukuran populasi untuk menduga
rata-rata #
d=Z2Sey ; WRn
=[Z2Sd ]
2
WORn=N(Z2S)2Nd2+
(Z2S)2
#Proporsi#
>Ukuran sampel proporsi
n=Z22NPQN-
1d2+Z22PQ
d=Z22N-nN-1PQn
>Ukuran sampel untuk menduga
total
n=N2(Z22S)2d2+N(Z22
S)2;
d=Z22N-nN-1PQn
===:::STRATIFIED RANDOM
SAMPLING:::===
Wh=NhN,penimbang pada
strata ke-h.
fh=nhNh, fraksi penarikan
sampel pada strata ke-h
Rata-rata nilai karakteristik
sampel
yh=1nhi=1nhyhi
Rata-rata keseluruhan
strata
yst=1nhn=1LWhyh
Varians sampel
v(yh)=Nh-nhNsh2nh ;
Varians WOR
vyst =n=1LWh2vy
Varians WR
vyst =n=1LWh2sh2nh
Unbiased stimate dari sh2
sh2=1nh-1n=1Lyhi-yh2
Unbiased estimate dari vyst
vyst = 1N2n=1LNhsh2nh -
1Nn=1LWhsh2
= n=1LWh2 sh2nh -
n=1LWhsh2N
Table stratified random
sampling
st
r
N
h
n
h
y
h
W
h
Wh
yh
yst
*Systematic Random
Sampling*
Metode pemilihan sampel
Linier Systematic
Sampling
N=nk k= Nn ; Ar k
Sircular Systematic
Sampling
N=nk k= Nn ; Ar N
Varians rata-rata
Paired Selection Model
Jika n genap
Jika n ganjil, m=(n+1)/2
Successive Difference Model
Efisiensi sistematik terhadap
SRS
*Proporsional Probablility
To Size (PPS) *
PPS-WR
*POPULASI
Estimator bagi penduga total Y:
dg sampling variance
Estimator bagi penduga rata2 Y:
dg sampling variance
*SAMPEL
Estimator dari V(YPPS):
Estimator dari V(YPPS):
RE terhadap SRS-WR
vppsysrs = 1n2N1nyi2pi-
nYpps2+1nvypps
PPS-WOR
( ) ( )
) 1 (
dan
1
II cara
) 1 ( 1
) (
2
.
2
2
2
2 2


n k
y y
S
N
Y y
S
S
N
n k
S
N
N
y V
k
i
n
j
i ij
wsy
k
i
n
j
i j
wsy sy
( ) [ ]
( )( )
coeffisien n correlatio intraclass
1
1
1
1
2
III cara 1 1
1
) (
2
2

<

Y y Y y
S N n
n
N
N
n
S
y V
iu
k
i u j
ij
sy


k
i
k
i
n
j
ij
i sy
nk
y
y
k
y E
.
1
) (
( ) I cara
1
) (
2
.


k
i
i sy
Y y
k
y V
( )
( ) ( ) 1
1
]
1

,
_

,
_

,
_

,
_

n
i
PPS
i
i
n
i
PPS
i
i
n
i
PPS
i
i
PPS
Y n
p
y
N n n
Y
Np
y
n n
Y
p
y
n n N
Y v
2
2
2
2
2
^
2

1
1

1
1
1
1

( ) ( )

2 /
2
2
1
n
h
hb ha
y y
n
f
y V
( ) ( )

m
h
hb ha
y y
nm
f
y V
2
2
1
( ) ( )

1
2
1
) 1 ( 2
1
n
h
g g
y y
n n
f
y V
[ ]
) 1 (
) 1 ( 1 ) 1 (
) (
) (
:

k n
n N
y V
y V
Deff
srs
sy

i
i
i
i
i
x
y
X
p
y
Y




n
i i
i
n
i i
i
n
i
i PPS
x
y
n
X
p
y
n
Y
n
Y
1 1 1
1

( )

,
_


N
i i
i
i PPS
Y
p
y
p
n
Y V
2
1



N
i i
i
N
i i
i
PPS
x
y
nN
X
p
y
nN N
Y
Y
1

( )

,
_


N
i i
i
i PPS
Y
Np
y
p
n
Y V
2
1

( )
( )
( )
( ) ( ) 1
1
]
1

,
_

,
_

n
i
PPS
i
i
n
i
PPS
i
i
n
i
PPS i PPS
Y n
p
y
n n
Y
p
y
n n
Y Y
n n n
s
Y v
2
2 2
2 2

1
1

1
1

1
1

( )
( )
% 100

x
Y v
Y v
RE
SRS PPS
PPS

W
h2
Nh-
nhN.
nh
s
h
2
v W.s
h2
Wyh
-
yst2
vyst
# Terurut/Ordered (DEJ RAJ)
z1=y1p1; z2=y1+y2(1-
p1)p2 ;
z3=y1+y2+y3(1-p1-p2)p3
Zn= i=1n-1yi+yn(1-i=1n-
1pi)pn
Estimator total
=>Yord=z=1ni=1nzi
dg variance sampling=>
vz=N-nN(zi-z)2n(n-1)
# Tidak Terurut (penduga Horvitz-
Thompson)
........ jipj1-pj=S-pi1-pi
; dimana S=i=1Npi1-pi
Estimator penduga total Y :
dg variance sampling :
PPS STRATIFIED SAMPLING
Penduga total :
Penduga varians :
*Populasi
*Sampel
Prosedur pemilihan sampling unit
1.Pemilihan dari daftar (List)
a.Kumulatif
-Buat kumulatif dari ukuran yang
digunakan ( xi=X )
-AR X
b.Lahiri
-Ambil 2 AR sekaligus
AR1 N , N=no urut sampling
dlm popl
AR2 Y, Y=nilai maksimal dari Xi
-AR1 = i dan AR2 Xi , maka unit
ke i terpilih
1. Systematik
- Buat kumulatif dari ukuran yang
digunakan ( xi=X )
- I=X/n
- AR I
- R1 = AR
- Rn = R1 +(n-1) I
*RASIO ESTIMATOR*
R= yx= yx dimana Y=
1nyidanX=inxi
YR= yxX= yxX dan YR=yxX= RX
Bias pada estimasi ratio
R-ER=BR= -Cov(R,x)X
BRR=1-fnXYRS2x-SxSy
=1-fn(C2x-CxCy)
BR=1-fnx2RSx2-SxSy
( ) ( ) R v Z R R R v Z R

2 2

+
( ) ( ) Y v Z Y Y Y v Z Y

2 2

+
( ) ( ) Y v Z Y Y Y v Z Y

2 2

+

Efisiensi Relatif =
) (
) (
2
) (
) (
1
1
2
y CV
x CV
y CV
x CV

,
_

+
Dimana Cx=SxX ; Cy=SyYdan=
SxySxSy
S2x=i=1N(Xi-X)2N-1
S2y=i=1N(Yi-Y)2N-1
Sxy=i=1N(Xi-X)(Yi-Y)N-1
Sehingga :BYR=XBRdanBYR= XBR
Pendekatan Pendugaan Ragam Rasio
VR=1-fnR2S2yY2+S2xX2-
2SyYSxX
= 1-fnR2C2y+C2x-2CxCy
VYR=1-fnS2y+R2S2x-2RSxSy
= 1-fnY2C2y+C2x-2CxCy
VYR=N2V(YR)
=i=1N(Xi-X)(Yi-Y)(N-
1)SxSy
Penduga Sampel Ragam Rasio
vR=1-fnxR2i=1Nyi-Rxi2n-1
=1-fnx2s2y+R2s2x-
2Rsxsy
vYR=N21-fns2y+R2s2x-
2Rsxsy
vYR =vYRN2
=i=1n(xi-x)(yi-y)(n-
1)sxsy=sxysxsy
Perbandingan antara varians rasio dengan
srs
1-fnS2y+R2S2x-
2RSxSy<S2y1-fn
>RSx2Sy=
SxX2SyY=Cx2Cy
=Cx2Cysama effisien
>Cx2Cy estmsi Ratio lbih effsn
dr SRS
<Cx2Cy estmsi Ratio kurg
effsn dr SRS
Separate ratio
Rm= ymxm= ymxm;ym=
i=1mymi; xm= i=1mxmi
YRS=
m=1LymxmXm=m=1LymxmXm
=m=1LRmXm
v(YRS)=m=1LN2m1-
fmnmS2ym+Rm2S2xm-
2mRmSxmSym
combined ratio estimator
YRc= ySTxSTX= ySTxSTX
yST= YSTN=m=1LNmNym
dan
xST= XSTN=m=1LNmNxm
v(Ymc)=m=1LN2m1-
fmnmS2ym+R2S2xm-
2mRSxmSym
N
m
n
m
x
m
y
m
S
x
m
Sy
m
Sx
m
2
Sy
m
2
( ) ( )

1
1
]
1

+
i j i j j
j
i
j
i j
i i
p
p
p
p
p p
p
1
1
1

( ) ( )
j
j i
i
j i
ij
p
p p
p
p p

1 1

n
i i
i
HT
y
Y

( ) ( )
( )
j i
n
i
n
i
n
i j j i ij
j i ij
i
i
i HT
y y
y
Y v

>

,
_

2 1

2


h h
n
i hi
hi
L
h h
h
n
i hi
hi
L
h h
L
h
h PPS
x
y
n
X
p
y
n
Y Y
1

( )
hi
N
i
h
hi
hi
L
h h
PPS
P Y
P
Y
n
Y V
h
2
) (
1


2
)

(
) 1 (
1
)

(
h
n
i hi
hi
L
h h h
PPS
Y
p
y
n n
Y v
h

m
R
m
Sym2+Rm2 Sxm2-2m
Rm Sxm Sym

También podría gustarte