Introduzione alla probabilità non uguale: -Probability è una misura l'aspettativa che si verifichi un evento o di una affermazione è vera. Le probabilità sono date un valore compreso tra 0 (non si verificherà) e 1 (si verificherà). Maggiore è la probabilità di un evento, il più certo ci sono che l'evento sarà occur.The concetto è stato dato un derivazione matematica assiomatica nella teoria della probabilità, che è ampiamente utilizzato in tali aree di studio come matematica, statistica, finanza, gioco d'azzardo, la scienza, l'intelligenza artificiale /machine learning e la filosofia, per esempio, trarre conclusioni circa la frequenza attesa degli eventi. teoria della probabilità è anche usato per descrivere i meccanismi sottostanti e regolarità di systems.An complesso ineguale probabilità viene utilizzato in due modi. Il primo è qualcosa sul processo di selezione naturale porta alla probabilità di selezione disuguali. Il prossimo è un'indagine è volutamente progettato per selezionare con le probabilità disuguali, in un tentativo di ottenere stime migliori o rendere più efficiente il campionamento. Vedremo statistiche esempio per comprendere le below.Example probabilità disuguali di ineguale ProbabilityThe Indagine dei residenti in casa di cura per determinare i trattamenti. In 294 case di cura per un totale di 37,652 posti letto (la costruzione non è noto in fase di progettazione) metodo di campionamento a grappolo L'uso. Supponiamo di scegliere un SRS delle 294 case di cura e poi un SRS di 10 residenti di ogni casa selezionato. Una casa di cura con 20 posti letto ha la stessa probabilità di essere campionata da una casa di cura con 1000 posti letto. 10 residenti della casa 20 posti letto rappresentano meno persone di 10 residenti di 1000 posti letto home.Sol: - Auto-weightingIt è un metodo di esempio per non self-weighted.It viene utilizzato uno stadio o di un solo stadio samples.Samples a grappolo sono fissati valore percentuale dei residenti di ogni home.Another infermieristico selezionato un metodo alternativo è di cluster auto-weighted.The due stadi designThe cluster a due stadi residenti di progettazione in ogni home.They selezionato dà un matematicamente corretto estimatorSRS in un primo momento carenze stageThree: Ci aspettiamo tI ad eccezione dei residenti di cura letti in i, in modo che diamo (mI) grande percentuale di campionamento variance.Equal in ogni casa scelta dal administer.Cost non è noto in anticipo (non so se si otterrà grandi o piccole case in campione) .La studyTo disegnare un campione 57 residenti case di cura con le probabilità di numero di casa di cura beds.To selezionare i 30 posti letto di cura a casa con l'uso SRS.PropertiesThe campione di stessa probabilità di ogni bed.In prima selezione conosciamo il cost.Nursing casa presa stesso campione di interviews.Some varianza sono modificare mediante campionamento estimators.Key ideasWhen sono probabilità disuguali, con il variare della selezione probabilities.We stimare le probabilità di selezione weights.In abbiamo già conosciuto circa la probabilità che key.NotationThe PSU i è in il campione è probabilita 'Pi' iIl che PSU i è selezionato al primo pareggio è 'psi' I.We prenderà in considerazione una situazione artificiale dove n = 1, cosi 'Pi' i = 'psi' i.Important argomenti inclusi con Unequal probabilità: 1. metodo di campionamento, 2 stage probabilità. metodo di campionamento, 3 grappolo probabilità. due stadi metodo di campionamento probabilità, 4. rete method5 campioni probabilistici. campionamento di metodi probabilistici animali in cui la rilevazione è un problema.