SULJE VALIKKO

avaa valikko

Bouza-Herrera | Akateeminen Kirjakauppa

Haullasi löytyi yhteensä 9 tuotetta
Haluatko tarkentaa hakukriteerejä?



Handling Missing Data in Ranked Set Sampling
Bouza-Herrera; Carlos N.
Springer (2013)
Pehmeäkantinen kirja
49,60
Tuotetta lisätty
ostoskoriin kpl
Siirry koriin
Deforestation - Conservation Policies, Economic Implications & Environmental Impact
Bouza Herrera; Carlos Narciso
Nova Science Publishers Inc (2013)
Kovakantinen kirja
148,40
Tuotetta lisätty
ostoskoriin kpl
Siirry koriin
Ranked Set Sampling - 65 Years Improving the Accuracy in Data Gathering
Carlos N. Bouza-Herrera; Amer Ibrahim Falah Al-Omari
Elsevier Science Publishing Co Inc (2018)
Pehmeäkantinen kirja
162,90
Tuotetta lisätty
ostoskoriin kpl
Siirry koriin
Algoritmos, estrategias, modelos y sus aplicaciones
Carlos N. Bouza Herrera; Agustín Santiago M.; José Félix García R.
EAE (2019)
Pehmeäkantinen kirja
124,90
Tuotetta lisätty
ostoskoriin kpl
Siirry koriin
Understanding Probability Models
Bouza-Herrera; Carlos Narciso
Nova Science Publishers Inc (2020)
Kovakantinen kirja
163,20
Tuotetta lisätty
ostoskoriin kpl
Siirry koriin
Ranked Set Sampling Models and Methods
Bouza-Herrera; Carlos N.
IGI Global (2021)
Kovakantinen kirja
242,30
Tuotetta lisätty
ostoskoriin kpl
Siirry koriin
Ranked Set Sampling Models and Methods
Bouza-Herrera; Carlos N.
IGI Global (2021)
Pehmeäkantinen kirja
186,60
Tuotetta lisätty
ostoskoriin kpl
Siirry koriin
Handling Missing Data in Ranked Set Sampling
Carlos N. Bouza-Herrera; Bouza-Herrera
Springer Nature B.V. (2013)
Pehmeäkantinen kirja
115,30
Tuotetta lisätty
ostoskoriin kpl
Siirry koriin
Stochastic Programming - Theory, Applications & Impacts
Carlos Narciso Bouza Herrera
Nova Science Publishers Inc (2017)
Pehmeäkantinen kirja
291,70
Tuotetta lisätty
ostoskoriin kpl
Siirry koriin
Handling Missing Data in Ranked Set Sampling
49,60 €
Springer
Sivumäärä: 116 sivua
Asu: Pehmeäkantinen kirja
Painos: 2013
Julkaisuvuosi: 2013, 15.10.2013 (lisätietoa)
Kieli: Englanti
Tuotesarja: SpringerBriefs in Statistics
​The existence of missing observations is a very important aspect to be considered in the application of survey sampling, for example. In human populations they may be caused by a refusal of some interviewees to give the true value for the variable of interest. Traditionally, simple random sampling is used to select samples. Most statistical models are supported by the use of samples selected by means of this design. In recent decades, an alternative design has started being used, which, in many cases, shows an improvement in terms of accuracy compared with traditional sampling. It is called Ranked Set Sampling (RSS). A random selection is made with the replacement of samples, which are ordered (ranked). The literature on the subject is increasing due to the potentialities of RSS for deriving more effective alternatives to well-established statistical models. In this work, the use of RSS sub-sampling for obtaining information among the non respondents and different imputation procedures are considered. RSS models are developed as counterparts of well-known simple random sampling (SRS) models. SRS and RSS models for estimating the population using missing data are presented and compared both theoretically and using numerical experiments.

Tuotetta lisätty
ostoskoriin kpl
Siirry koriin
LISÄÄ OSTOSKORIIN
Tilaustuote | Arvioimme, että tuote lähetetään meiltä noin 4-5 viikossa | Tilaa jouluksi viimeistään 27.11.2024
Myymäläsaatavuus
Helsinki
Tapiola
Turku
Tampere
Handling Missing Data in Ranked Set Sampling
Näytä kaikki tuotetiedot
Sisäänkirjautuminen
Kirjaudu sisään
Rekisteröityminen
Oma tili
Omat tiedot
Omat tilaukset
Omat laskut
Lisätietoja
Asiakaspalvelu
Tietoa verkkokaupasta
Toimitusehdot
Tietosuojaseloste