چرا باید در انتخاب شاخص مراقب باشیم؟

انتخاب انجام نظرسنجی های مبتنی بر نمونه ، در درجه اول مبتنی بر این تشخیص است که شمارش کامل از طریق نظرسنجی های مبتنی بر سرشماری ، هزینه های عظیمی را تحمیل می کند که اگر ماهیت و روش های نمونه گیری آماری به درستی در نظر گرفته شود ، هر دو ناپایدار و غیر ضروری هستند. چنین ملاحظاتی شامل درک موارد زیر است:

• دلایل و اهداف نمونه گیری.
• رابطه بین دقت و دقت.
• قابلیت اطمینان تخمین ها با اندازه نمونه متفاوت.
• تعیین اندازه نمونه ایمن برای نظرسنجی ها.
• تنوع داده ها.
• ماهیت طبقه بندی و تأثیر آن بر هزینه بررسی.
• خطرات ناشی از برآوردهای مغرضانه.
• تفاوت بین رویکردهای آماری قایق و دنده.

تکنیک های مبتنی بر سرشماری به دلیل تعداد زیادی از عملیات ماهیگیری که باید طی یک دوره مرجع کنترل شوند ، در شیلات در مقیاس کوچک غیر عملی هستند. مثال زیر مشکلات تدارکات و هزینه های مربوط به نظرسنجی های مبتنی بر سرشماری را تشریح می کند.

4. 1 هزینه های سرشماری و اهداف نمونه برداری

فرض کنید یک ماهیگیری با اندازه متوسط شامل 1000 قایق ماهیگیری ، هر یک از آنها 24 بار در طی یک ماه به صورت یک روزه هر روز ماهیگیری کنید. این بدان معنی است که:

1) در طول ماه حدود 24000 فرود وجود خواهد داشت و باید تمام فرودگاه ها ثبت شود ، هر کدام مجموعه کاملی از داده های اصلی شیلات (ترکیب گونه ها ، وزن و غیره) (توجه داشته باشید که نیازی به بررسی جداگانه نخواهد بودتلاش برای ماهیگیری ، از آنجا که تمام سفرها ثبت می شود.)

2) با فرض اینکه یک ضبط واحد یک فرود حداقل ده دقیقه طول بکشد (تجربه نشان می دهد که این مورد در بسیاری از سیستم های جمع آوری داده ها وجود دارد) ، حداقل 240،000 دقیقه (4000 ساعت کار) لازم خواهد بود.

3) اگر یک جمع کننده داده 8 ساعت در روز به مدت 25 روز در ماه کار کند ، جمع آوری داده ها به 4000/8 × 25 = 20 جمع کننده داده فقط برای نظارت بر این شیلات نسبتاً کوچک نیاز دارد. این فرض بر این است که چنین سطح جمع آوری داده ها امکان پذیر است و فرود و از این رو در دسترس بودن فیشر به طور مساوی در طول روز پخش می شود.

4) علاوه بر هزینه های جمع آوری داده ها ، هزینه های الف) نظارت ، ب) ویرایش داده ها ، بررسی و ورود 24000 فرود در ماه و ج) ذخیره داده های رایانه ای برای 12 x 24،000 = 288،000 فرود در سال نیز وجود دارد. واد

از سوی دیگر، به دلیل حجم بسیار کمتر داده های ورودی، یک طرح نمونه گیری به خوبی تعریف شده به احتمال زیاد تنها به یک یا دو ضبط کننده برای جمع آوری داده ها و تنها کسری از منابع ذخیره سازی و پردازش کامپیوتر نیاز دارد.

بنابراین سه هدف برنامه نمونه گیری وجود دارد:

• برای بررسی زیرمجموعه های نماینده داده ها با هدف تولید تخمین هایی از پارامترها، مانند CPUE، قیمت ها و غیره، که تا حد امکان نزدیک به مقادیر «واقعی» هستند که از طریق شمارش کامل به دست می آیند.
• برای کاهش هزینه های عملیاتی
• برای کاهش نیازهای تحلیلی و محاسباتی.

4. 2 دقت و صحت در نمونه برداری

در روش های نمونه گیری، دقت و دقت دو شاخص آماری متفاوت هستند و شاید بهتر باشد در اینجا معنای آنها روشن شود، زیرا در بخش های آتی به این دو اصطلاح اشاره مکرر خواهد شد.

4. 2. 1 دقت نمونه برداری

• دقت نمونه گیری معمولاً به صورت یک شاخص نسبی به صورت درصد بیان می شود (یعنی بین 0 تا 100٪) و نزدیک بودن یک برآوردگر پارامتر مبتنی بر نمونه را به مقدار واقعی جامعه داده نشان می دهد.
• هنگامی که به عنوان یک شاخص نسبی بیان می شود، دقت نمونه گیری مستقل از تغییرپذیری جمعیت داده ها است، به عنوان مثال، پارامترهای جمعیت داده ها با تنوع بالا هنوز می توانند با دقت خوبی برآورد شوند.
• وقتی حجم نمونه افزایش می یابد و نمونه ها نماینده هستند، دقت نمونه گیری نیز افزایش می یابد. سرعت رشد آن، که در ناحیه نمونه های کوچک بسیار تیز است، فراتر از اندازه نمونه معین کندتر می شود.

4. 2. 2 دقت نمونه برداری

دقت نمونه برداری با تنوع نمونه های مورد استفاده مرتبط است. در معنای معکوس، با ضریب تغییرات (CV)، یک شاخص نسبی تنوع که از واریانس نمونه و میانگین نمونه استفاده می کند، اندازه گیری می شود.

شاخص CV همچنین حدود اطمینان تخمین ها را تعیین می کند، یعنی محدوده ای از مقادیری که انتظار می رود حاوی مقادیر واقعی جمعیت داده ها در یک احتمال معین باشد.

تخمین ها می توانند دقت بالایی داشته باشند (یعنی با محدودیت های اطمینان محدود)، اما دقت پایینی داشته باشند. این زمانی اتفاق می افتد که نمونه ها نماینده نیستند و تخمین های حاصل کمتر یا بیشتر از مقدار واقعی جامعه داده ها هستند.

هنگامی که اندازه نمونه افزایش می یابد، دقت نیز در نتیجه کاهش تنوع افزایش می یابد. رشد آن، که در ناحیه نمونه های کوچک بسیار شدید است، فراتر از اندازه نمونه معین، کندتر و پایدارتر می شود.

شکل زیر معنای دقت و دقت را نشان می دهد. آنها هر دو شاخص مهم آماری هستند و به طور مرتب برای ارزیابی اثربخشی عملیات نمونه برداری مورد استفاده قرار می گیرند. تفسیر صحیح آنها می تواند تا حد زیادی در شناسایی مناطق مشکل دار و اعمال اقدامات اصلاحی مناسب در صورت لزوم کمک کند.

4. 3 دقت به عنوان تابعی از اندازه نمونه

نمودار زیر الگوی رشد دقت را هنگام افزایش اندازه نمونه نشان می دهد (همچنین به جدول 4. 5 مراجعه کنید).

ذکر شود که:

• دقت در هنگام بررسی کل جمعیت 100 ٪ است (مانند مورد سرشماری).
• الگوی رشد دقت خطی نیست. صحت یک نمونه برابر با نیمی از اندازه جمعیت داده 50 ٪ نیست بلکه بسیار نزدیک به 100 ٪ است.
• سطح دقت خوبی را می توان در اندازه های نمونه نسبتاً کمی بدست آورد ، مشروط بر اینکه نمونه ها نماینده باشند.
• نتیجه این رابطه این است که فراتر از یک اندازه نمونه خاص ، سود در دقت ناچیز است ، در حالی که هزینه های نمونه برداری به میزان قابل توجهی افزایش می یابد.

4. 4 شاخص های دقت قبلی

نگرانی مکرر از اداره های شیلات ، محدودیت بودجه و منابع انسانی برای جمع آوری داده ها است. چنین محدودیت هایی تأثیر مستقیمی بر فراوانی و میزان عملیات میدانی برای جمع آوری داده ها دارد و خواستار توسعه طرح های نمونه گیری مقرون به صرفه است. بنابراین ، در طول طراحی پیمایشی بهتر است شاخص های دقت را ایجاد کنید تا اندازه نمونه بتواند سطح قابل قبولی از قابلیت اطمینان را برای پارامترهای تخمین زده شده از جمعیت داده تضمین کند. این در بعضی مواقع دشوار است ، زیرا در ابتدا ممکن است کمی در مورد توزیع و تغییرپذیری جمعیت داده های هدف شناخته شود. تا زمانی که برخی از شاخص های آماری راهنما در دسترس قرار نگیرد ، توسعه دهندگان آماری تمایل به نمونه های بزرگی دارند که اندازه و پیچیدگی عملیات میدانی و روشهای مدیریت داده را افزایش می دهد.

فرمولاسیون شاخص های پیشینی برای دقت نمونه برداری در مرحله طراحی امکان پذیر است و ممکن است توسط:

• حدس زدن شکل کلی توزیع جمعیت داده های هدف.
• تنظیم شاخص های دقت که فقط تابعی از اندازه جمعیت داده ها هستند.

4. 4. 1 جمعیت داده های هدف

در تخمین کل تلاش صید و ماهیگیری (بخش های 2 و 3) ، دو جمعیت داده هدف در بررسی های ابتدایی/تلاش مبتنی بر نمونه عبارتند از:

• مجموعه فرود توسط همه قایق ها در طی یک ماه که می توان یک CPUE کلی را تخمین زد.
• مجموعه مقادیر 0-1 (معادل قایق ماهیگیری ، ماهیگیری قایق) که وضعیت فعالیت ماهیگیری همه قایق ها را در طی یک ماه توصیف می کند.

جمعیت داده های هدف فعالیت ماهیگیری برای تدوین احتمال (BAC) استفاده می شود که هر یک از یک قایق در هر روز ماهیگیری شود. BAC سپس با تعداد قایق های یک بررسی فریم و یک عامل افزایش زمان برای تدوین تخمین برای تلاش برای ماهیگیری ترکیب می شود.

دو جمعیت داده فوق الزامات نمونه برداری متفاوتی برای دستیابی به همان سطح دقت دارند. در پاراگراف بعدی جزئیات بیشتری در مورد چگونگی تعیین اندازه نمونه در هر مورد و مطابق با سطح دقت مورد نظر ارائه شده است.

4. 5 اندازه نمونه ایمن برای فرود و تلاش

سطح دقت مورد نظر برای یک فرآیند نمونه برداری و تخمین بستگی به استفاده بعدی از آمار و میزان خطایی دارد که کاربران مایل به تحمل آن هستند. به طور کلی ، تجربه نشان می دهد که دقت تخمین های اساسی شیلات باید در محدوده 90 ٪ - 95 ٪ باشد.

در جدول زیر ، اندازه نمونه های ایمن مورد نیاز برای دستیابی به یک سطح دقت معین برای دو جمعیت داده هدف ، فعالیت های قایق و فرودها نشان داده شده است.

دقت در ٪

اندازه نمونه برای فعالیت های قایق (قایق های نمونه برداری شده)

اندازه نمونه برای بررسی های فرود (فرود نمونه برداری شده)

3،201 از جدول بالا نتیجه گیری های زیر می تواند انجام شود:

• الزامات نمونه برای فعالیت های قایق تقریباً سه برابر بیشتر از موارد برای فرود است.
• برای یک بررسی دقیق بررسی نمونه گیری از 90 ٪ ، 32 سوابق فرود و 96 سوابق فعالیت در زمینه فعالیت ماهیگیری مورد نیاز است.

الزامات نمونه برداری فوق فقط به یک زمینه تخمین معین اشاره دارد ، یعنی یک قشر جغرافیایی ، یک دوره مرجع (یعنی ماه تقویم) و یک دسته خاص قایق/دنده. فرایند تعیین اندازه نمونه ایمن در یک سطح مشخص از دقت باید برای کلیه زمینه های تخمین با هدف تعیین نیازهای نمونه برداری کلی تکرار شود.

4. 6 شاخص های تنوع

همانطور که قبلاً نیز گفته شد ، دومین شاخص مهم آماری مربوط به دقت یا از نظر معکوس به تغییرپذیری است. ضریب تغییر (CV) رایج ترین شاخص نسبی تنوع است که معمولاً در درصد بیان می شود (یعنی 10 ٪ ، 15 ٪ و غیره). تجربه نشان می دهد که CV های زیر 15 ٪ شاخص های تغییرپذیری قابل قبول در نمونه های داده ها هستند. هنگامی که تنوع بسیار کم (به عنوان مثال 0. 1 ٪ ، 0. 5 ٪) به طور مکرر گزارش می شود که این نتایج ممکن است مشکوک باشد. اگرچه این ممکن است جمعیت داده های بسیار همگن را نشان دهد ، اما ممکن است نشانه ای از نمونه های مغرضانه باشد.

روشهای استاندارد برای توضیح تنوع کلی در فضا و زمان وجود دارد. این امر زمانی مفید است که با هدف کاهش تنوع تخمین ها ، افزایش عملیات نمونه برداری امکان پذیر است. در چنین مواردی ، در دسترس بودن شاخص های تنوع جداگانه در فضا و زمان ، عملیات نمونه گیری را برای جمع آوری داده ها از مکان های بیشتر یا روزهای بیشتر هدایت می کند. کاهش تنوع در برآوردها نیز می تواند از طریق طبقه بندی نمونه برداری مورد بررسی قرار گیرد (به زیر و بخش 5 مراجعه کنید).

4. 7 طبقه بندی و تأثیر آن بر هزینه بررسی

طبقه بندی فرآیند تقسیم یک جمعیت داده های هدف (به عنوان مثال کلیه کشتی های ماهیگیری) به تعدادی از زیر مجموعه های همگن تر بر اساس ویژگی های آنها (به عنوان مثال Trawl ، Gillnet ، Seine Purse ؛ یا بزرگ ، متوسط ، کوچک ؛ یا تجاری ، artisanal ، artisanal ، artisanal است. معیشت). طبقه بندی معمولاً به دلایل زیر انجام می شود:

• برای اهداف آماری (به عنوان مثال برای نشان دادن تفاوت در گرفتن از نوع کشتی) و در صورت نیاز به کاهش تنوع کلی تخمین ها. به عنوان مثال ، نرخ صید بین کشتی ها از یک نوع مشابه اما با اندازه متفاوت متفاوت خواهد بود ، بنابراین نمونه برداری از هر کلاس اندازه به طور جداگانه امکان تهیه آمار معنی دار را فراهم می کند. اگر تمام کلاسهای اندازه کشتی با هم جمع شوند - یعنی طبقه بندی نشده - بنابراین ، می گویند ، میانگین گرفتن برای هر کلاس یک اندازه معنی دار نیست.
• برای اهداف غیر آماری (به عنوان مثال مناطق مختلف جغرافیایی) و هنگامی که برآوردهای فعلی برای کاربران آمار معنی دار نیستند مگر اینکه تخمین ها به طور جداگانه نشان داده شوند.
• در بعضی مواقع طبقه بندی به دلیل نیازهای اداری مانند محدودیت در جمع آوری داده ها و گزارش ها مجبور می شود.

4. 7. 2 تأثیر بر هزینه ها

اجرای طبقه بندی نمونه برداری می تواند یک تمرین گران قیمت باشد و همیشه باید با احتیاط اعمال شود زیرا تمام اقشار جدید باید توسط برنامه نمونه گیری تحت پوشش قرار گیرند. معرفی تعداد زیادی از اقشار ممکن است پیامدهای جدی در هزینه داشته باشد زیرا در صورت نگه داشتن تلاش جمع آوری داده ها در سطح اصلی ، دقت کلی تخمین ها افزایش نمی یابد ، حتی اگر نتایج حاصل از اقشار همگن تر از جمعیت داده های اصلی باشد. به طور کلی ، اقشار بیشتر به معنای هزینه های نمونه برداری بیشتر هستند ، اگرچه ارزش بهتری (= دقت آماری) برای پول کسب می کنند.

برای بهره مندی کامل از یک جمعیت طبقه بندی شده ، اندازه نمونه های ایمن برای هر قشر جدید باید تعیین شود. در جمعیت بسیار بزرگ این بدان معنی است که یک طرح نمونه برداری جدید با سه طبقه برای دستیابی به دقت مورد نظر ، سه برابر نمونه بیشتر است ، از این رو هزینه های بیشتری.

4. 8 مشکل تخمین های مغرضانه

4. 8. 1 یک مثال مصور

شکل فوق در اصطلاحات اساسی مسئله تعصب را نشان می دهد. برآوردهای مغرضانه ممکن است به طور سیستماتیک در بالا یا پایین تر از ارزش جمعیت واقعی (اما ناشناخته) یافت شود (در اینجا تمام تخمین ها بالاتر از مقدار واقعی نشان داده شده است). تعصب مستقل از دقت (= تغییرپذیری) تخمین ها است. در این مثال دقت بد است اما دقت به طور گمراه کننده خوب است و این با محدودیت اطمینان باریک نشان داده شده است.

4. 8. 2 تعصب به عنوان یک خطر عمده در برنامه های نمونه برداری

برآوردهای مغرضانه به طور سیستماتیک پایین تر یا بالاتر از ارزش جمعیت واقعی هستند ، به طور کلی به این دلیل که از نمونه هایی که نماینده جمعیت داده ها نیستند ، حاصل می شوند. تعصب به راحتی قابل تشخیص نیست و در بعضی مواقع به هیچ وجه قابل تشخیص نیست. در نتیجه ممکن است کاربران از این مشکل آگاه باشند زیرا آنها همچنین ارزش واقعی جمعیت را نمی دانند.

از دقت (یا CV نشانگر تنوع نسبی) برای تشخیص تعصب استفاده نمی شود. با این حال ، موارد مکرر از تنوع بسیار اندک (به عنوان مثال CV<1%) may be indications of a biased estimate.

اگرچه تلاش برای افزایش نمایندگی نمونه ها اغلب به دلیل محدودیت های عملیاتی به خطر می افتد ، بهترین روش برای کاهش تعصب از طریق استفاده از طبقه بندی مناسب است.

4. 9 نیاز به نمونه های نماینده

اگر عملیات نمونه برداری داده هایی را جمع آوری کند که تا حد امکان نماینده باشند ، خطرات داده های مغرضانه به طور قابل توجهی کاهش می یابد.

4. 9. 1 جمع آوری داده ها در سایت های نمونه برداری

جمع آوری نمونه های نماینده در یک سایت نمونه برداری کار دشواری نیست به شرط اینکه جمع کننده های داده به اندازه کافی آموزش دیده و توجیه شوند. برای جمع آوری داده های تلاش ، نمونه گیری همیشه باید از انتخاب تصادفی ماهیگیران بدون آگاهی قبلی در مورد اینکه آیا آنها ماهیگیری بوده اند یا خیر ، انجام شود.

هنگامی که قایق ها در طی یک دوره کوتاه به زمین می روند ، ضبط کننده ها در بعضی مواقع تمایل دارند که از کسانی که دارای یک صید کوچک هستند ، نمونه بگیرند تا هرچه بیشتر زمین های ممکن را بپوشانند. همچنین ، اگر فرود در دوره های طولانی تر اتفاق بیفتد و ضبط کنندگان باید در طول روز از سایت های دیگر بازدید کنند ، فقط اولین فرود در سایت اول نمونه برداری می شود. این انتخاب ها ممکن است تعصب منفی را در CPUE ها ، ترکیب گونه ها و قیمت ها معرفی کند. بنابراین ، همیشه باید از یک انتخاب تصادفی از فرود در مواقع تصادفی ، نمونه مراقبت شود.

4. 9. 2 انتخاب سایت های نمونه برداری

در نظرسنجی های شیلات در مقیاس متوسط و بزرگ ، وظیفه اصلی به دست آوردن نمونه های نماینده در اولین مرحله نمونه برداری از طریق انتخاب مکانهایی است که داده ها جمع آوری می شوند. اغلب ، یک رویکرد خوب انتخاب سایت های نمونه برداری به صورت چرخشی به عنوان بخشی از یک استراتژی نمونه گیری کلی است. تیم های میدانی سپس با مراجعه به همه آنها در زمان های مناسب ، مکان های نمونه برداری را پوشش می دهند ، ماهانه یک بار می گویند. چنین انتخابی پیشینی از سایت های نمونه برداری ، برنامه ریزی را برای منابع انسانی کافی و متحرک امکان پذیر می کند.

هنگامی که محدودیت های عملیاتی دیگری (دسترسی ، در دسترس بودن جمع آوری داده ها ، تحرک محدود و غیره) وجود دارد ، یک رویکرد چرخشی برنامه ریزی شده ممکن است امکان پذیر نباشد و جمع آوری داده ها ممکن است از سایت های نمونه برداری در مکان های ثابت برای مدت طولانی انجام شود. مشکل این است که پیش انتخاب سایت های نمونه برداری در صورت عدم نماینده کل منطقه آماری ، خطر نمونه های مغرضانه را به خطر می اندازد.

4. 9. 3 معیار برای انتخاب سایت های نمونه برداری

از نظرسنجی های قاب و اطلاعات جغرافیایی موجود برای انتخاب پیشینی از سایت های نمونه گیری ثابت استفاده می شود. معیارهای اصلی در انتخاب سایت های نمونه برداری عبارتند از:

• سایت های نمونه برداری باید پوشش جغرافیایی رضایت بخش از منطقه آماری را ارائه دهند. منابع انسانی محدود یا حمل و نقل معمولاً محدودیت اصلی عملیاتی این پوشش خواهد بود.
• نظرسنجی های اصلی قاب از تعداد قایق ها (واحدهای ماهیگیری) بر اساس سایت و نوع قایق/دنده ، اهمیت نسبی سایت ها را از نظر تلاش بالقوه ماهیگیری (یعنی بسیار مهم ، مهم ، کمتر مهم و غیره) نشان می دهد. سایت های نمونه برداری باید تمام انواع قایق/دنده درگیر در این نظرسنجی را نشان دهند و نمونه گیری باید روی سایت هایی با تعداد بیشتری از واحدهای ماهیگیری متمرکز شود.

برنامه ریزان به جای بررسی سایت ها به صورت فردی ، ممکن است به گروه هایی از سایت هایی که به دلیل نزدیکی آنها پوشش آماری بهتری دارند ، نگاه کنند. معیارهای گروه بندی چندین سایت با هم عبارتند از:

• این که آیا یک ضبط کننده می تواند در برنامه های نمونه گیری دوره ای (به عنوان مثال روزانه) از همه مکان های گروه بندی شده بازدید کند.
• این که آیا گروه از سایت ها دارای واحدهای ماهیگیری کافی از بیشتر انواع قایق/دنده هستند.

شکل بالا یک قشر جغرافیایی جزئی با 19 محل ماهیگیری را نشان می دهد. جدول 4. 9. 5 حاوی نتایج یک نظرسنجی فریم برای ژیلنت ها ، ساحل های ساحلی و کاستون است.< SPAN> نظرسنجی های اصلی قاب از تعداد قایق ها (واحدهای ماهیگیری) بر اساس سایت و نوع قایق/دنده ، اهمیت نسبی سایت ها را از نظر تلاش بالقوه ماهیگیری (یعنی بسیار مهم ، مهم ، کمتر مهم و غیره) نشان می دهد. سایت های نمونه برداری باید تمام انواع قایق/دنده درگیر در این نظرسنجی را نشان دهند و نمونه گیری باید روی سایت هایی با تعداد بیشتری از واحدهای ماهیگیری متمرکز شود.