Систематичний відбір (стр. 6 из 14)

1.6 Автокорельовані популяції

Для багатьох реальних популяцій є підстави очікувати, що два спостереження

та будуть більш схожими, якщо одиниці та розташовані в ряді недалеко одна від одної. Таке буває, коли будь-які природні причини обумовлюють повільну зміну значень при просуванні вздовж ряду. В математичній моделі такої ситуації можна вважати, що між та існує додатна кореляція, яка залежить тільки від відстані між ними, , та прямує до нуля при збільшенні цієї відстані.

Для з’ясування того, чи можна застосовувати цю модель до конкретної популяції, можна обчислити коефіцієнти кореляції

між парами спостережень, що знаходяться на відстані одиниць одне від одного, та побудувати графік відповідних значень як функції . Цей графік, чи функція, яку він представляє, називається корелограмою. Навіть якщо модель можна застосовувати до будь-якої скінченої популяції, корелограма для неї не буде гладкою функцією через неправильності, обумовлені скінченим характером популяції. При порівнянні систематичного та стратифікованого випадкового відборів із популяцій, що описуються моделлю, ці неправильності ускладнюють отримання результатів для будь-якої скінченої популяції. Таке порівняння можна провести, якщо розглядати середнє з цілого ряду популяцій, отриманих навмання з деякої нескінченої надпопуляції, до якої можна застосувати цю модель. Такий прийом вже застосовувався в теоремі 1.3.2.

Отже, ми припускаємо, що спостереження

вилучені з над популяції, для якої

(1.6.1)

де

при довільних .

Здобуття одного набору значень

з цієї надпопуляції призводить до утворення деякої скінченої популяції обсягом .

Середня дисперсія по всім скінченим популяціям при систематичному відборі позначається через

.

Для цього класу популяцій неважко показати, що стратифікований випадковий відбір краще простого випадкового відбору, але відносно систематичного відбору загального твердження сформулювати не можна. Всередині цього класу існують надпопуляції, для яких систематичний відбір краще стратифікованого випадкового відбору, але існують і такі, для яких, при певних значеннях

, систематичний відбір поступається стратифікованому випадковому відбору.

Якщо припустити, що корелограма є випуклою вниз функцією, то можна довести одну загальну теорему.

Теорема 1.6.1. Якщо, разом з умовами (1.6.1), виконується

, ,

то при будь якому обсязі вибірки

.

Далі, за винятком випадку

, виконується

.

Теорема 1.6.1 була доведена Кокреном у 1946 році.

Наведемо частину доведення при

, яка показує, яку роль відіграє умова випуклості вгору. Члени пари, які утворюють систематичну вибірку, завжди відстоять один від одного на одиниць. Отже,

.

У випадку стратифікованої вибірки для кожної одиниці, що вилучається з відповідної страти, існує

можливих місць, що утворюють можливих комбінацій розташування вибірки. Числа комбінацій, для яких відстань між одиницями складає , будуть такими:

Відстань		Підсумок
Число комбінацій

Отже, середнє значення

, яке береться по всім комбінаціям, може бути подане у вигляді

Аналогічно

можна виразити у вигляді

Отже,

Якщо

,

то неважко показати, що кожний член всередині дужок додатний. Теорема доведена.

Середня відстань між одиницями дорівнює

як для систематичної вибірки, так і для стратифікованої вибірки, але завдяки умові випуклості стратифікована вибірка більш програє у точності, коли відстань між одиницями менше , ніж виграє, коли ця відстань більше .