انتخاب صفحه

 

فهرست مطالب

فصل اول –  تعاریف و مفاهیم اولیه

همان­طور که گفتیم، یکی از خطاهای مهم در بررسی­های آماری، خطای ناشی از بی­پاسخی است. تمام محققین تلاش می­کنند تا حد ممکن این خطا به حداقل مقدار تقلیل یابد. تاکنون راهکارهای گوناگونی، توسط افراد مختلف ارائه شده­اند. در این پایان­نامه به بررسی آنها می­پردازیم.در این فصل اصطلاحات، تعاریف، مفاهیم و سابقه مربوط به بی‌پاسخی و علل بروز آن، فعالیت‌های آماری مرتبط با بی‌پاسخی، راههای جبران بی‌پاسخی و مقایسه نرخ‌های بی‌پاسخی را بررسی می­کنیم.برای جبران بی­پاسخی و کاهش اریبی ناشی از بی­پاسخی می­توان از دو رویکرد استفاده کرد، رویکرد اول مبتنی بر آمار کلاسیک است که سعی می­کند به­نحوی اریبی بی­پاسخی را کاهش دهد و محتاج مراجعات مکرر یا نمونه­گیری­های مکرر است. رویکرد دوم روش بیزی است که در واقع تصحیح اریبی را به­وسیله شرطی کردن روی بی­پاسخی­ها انجام می­دهد.اریکسون (1976) [1] پیشگام مطالعه به روش بیزی در این زمینه بوده است و بررسی وی در زمینه تشریح روش بیزی در ارتباط با گرفتن زیر نمونه از واحدهای بی‌پاسخ، بوده است. علاوه بر روش‌های بالا، اخیراٌ افراد دیگری از جمله لیتل[2] (2003) رویکرد دیگری، اختیار کرده‌اند. به این شرح که افراد نمونه‌ای به دو زیرنمونه دارای پاسخ و بی‌پاسخ تقسیم می‌شوند و سعی می‌شود که توزیع صفت مورد بررسی برای افراد با پاسخ به‌شرط مقادیر متغیر مورد بررسی برای افراد بی‌پاسخ طبق یک مدل آماری معینی به‌دست آورده شود.بدین ترتیب تصحیح لازم در مقادیر مشاهده شده به‌عمل آید به‌طوری‌که اریبی ناشی از بی‌پاسخی از بین برود.از آنجایی‌که رویکرد ما در این رساله مبتنی بر اجرای طرح نمونه­گیری و استفاده از نتایج آن و روش‌های فراوانی­گرا است، از پرداختن به ارائه­ی مدل آماری برای تعدیل برآوردگرهای ناشی ازداده­های بی­پاسخ در تعیین برآورد احتمال حضور شخص در خانه و نیز روش‌های بیزی خودداری می‌کنیم. خواننده علاقه­مند می­تواند به پاتهاف[3] (1993) و لیتل (2003) مراجعه کند.در بخش دوم این فصل تعریف بی­پاسخی و چند تعریف دیگر مرتبط با آن آورده می­شود. در بخش سوم اهمیت و دلایل بروز بی­پاسخی بررسی می­شود سپس در بخش چهارم اثرات بی­پاسخی روی برآوردها و اریبی بی­پاسخی روی میانگین و محاسبه میزان آن شرح داده می­شود. در بخش پنجم به تاریخچه تحقیق در زمینه­ بی­پاسخی اشاره می­شود و در بخش ششم مثال کاربردی در طرح آمارگیری آمریکا، نحوه محاسبه نرخ­های بی­پاسخی و دلایل اختلاف در معیارهای بی­پاسخی توضیح داده می­شود. هم­چنین در بخش هفتم روش­های جبران بی­پاسخی و کنترل نرخ بی­پاسخی شرح داده می­شود و در انتها به نتیجه­گیری این فصل در بخش هشتم می­پردازیم.بی‌پاسخی امری است که هیچ محققی نمی‌تواند به‌طور کامل از آن پرهیز نماید چرا که جامعه مورد بررسی به‌طور کامل دراختیار او نیست و او تنها می‌تواند به قسمتی از آن به­عنوان نمونه‌های تعیین شده دسترسی پیدا کند. در هر آمارگیری، تماس با بعضی افراد، خانوارها، بنگاه‌ها و سایر واحدهای نمونه‌گیری، میسر نمی‌شود. افراد به‌علت اشتغال و یا گذراندن تعطیلات در منزل نیستند، آدرس‌ها و شماره تلفن‌ها اشتباه هستند و یا عدم دسترسی مصاحبه کننده به خانوارهای ساکن در مناطق دورافتاده، از جمله موارد عدم امکان برقراری تماس، محسوب می‌شوند. حتی در صورت برقراری تماس نیز ممکن است بعضی از واحدها به بعضی از سؤالات آمارگیری پاسخ ندهند،)بزرگ نیا وحسینیون1366 ،بزرگ نیا و صادقی 1368 (.

در آمارگیری در سه مرحله ممکن است موضوع بی‌پاسخی مربوط به واحد آماری یا بی‌پاسخی مربوط به اقلام اطلاعاتی اتفاق بیفتد که عبارتند از

  • تعیین محل واحد آماری یا تماس با واحد آمارگیری
  • پاسخ­گیری از واحد آماری
  • جمع­آوری اطلاعات

مرحله تماس با واحد آمارگیری (تعیین محل واحد آماری) به مرحله‌ای اطلاق می‌شود که طی آن مأمور آمارگیری تلاش می‌کند با واحدهای نمونه تماس برقرار کند تا اطلاعات لازم را کسب کند. در صورتی‌که مأمور آمارگیری نتواند با واحد آماری نمونه تماس بگیرد، موضوع بی‌پاسخی مربوط به واحد آماری رخ داده است.صحیح و کامل بودن آدرس هریک از واحدهای نمونه، عوامل موفقیت در این مرحله هستند. دسترسی به واحدهای نمونه از دیگر عوامل موثر در این زمینه است.آمارگیری و مصاحبه با افراد ساکن در مناطق تحت کنترل از دیگر مشکلات مربوط به مرحله تماس با واحد آماری می‌باشد. باید به زمان مراجعه و تعداد دفعات مراجعه به واحد آماری برای دریافت اطلاعات مورد نظر جهت تأثیرگذاری در بروز بی‌پاسخی در مرحله تماس با واحد آماری نیز توجه کرد.پس از تماس با واحد آماری نمونه، در بعضی موارد ممکن است واحد نمونه از دادن پاسخ امتناع کند و پرسشگر موفق به کسب اطلاعات لازم نشود. در این صورت برای این‌گونه واحدهای نمونه نیز موضوع ”بی پاسخی واحد آماری“ رخ داده است.در آمارگیری‌هایی که از طریق مصاحبه انجام می‌شود میزان موفقیت در جلب همکاری مردم، حس کنجکاوی و داشتن بینش کافی درباره اهداف آمارگیری از دیگر عوامل مثبت برای موفقیت در کسب پاسخ، تلقی می‌شود.در میان عواملی که موجب کاهش همکاری در ارایه اطلاعات می شود می‌توان به ترس و بیم، عدم اطمینان به محرمانه بودن پاسخ‌ها، داشتن خصومت با مجریان آمارگیری، خستگی، نظارت و آموزش ناکافی، حساسیت داشتن نسبت به هدف از آمارگیری از جمله عوامل منفی به‌حساب می‌آیند.جمع­آوری از اطلاعات نیز به مرحله­ای از آمارگیری اطلاق می­شود که پرسشنامه آمارگیری تکمیل و پس از ویرایش آماده تجزیه و تحلیل می­شود و خطاهایی که به هنگام آماده­سازی داده­ها برای تجزیه و تحلیل، به­وجود می­آید باعث می­شود که بعضی از اقلام اطلاعاتی پرسشنامه، بدون پاسخ بماند مثلاً مصاحبه­کننده به­طور تصادفی پاسخ برخی از سؤال­ها را مشخص نکند.حال در ادامه دلایل عمده و مهمی که ممکن است باعث بی­پاسخی شوند را می­آوریم.

 – موضوع آمارگیری: در صورتی که موضوع­های مطرح شده در آمارگیری مورد علاقه پاسخگو      باشند، می‌توان افزایش نرخ پاسخگویی و در نتیجه کاهش نرخ بی‌پاسخی را انتظار داشت. در حالت      کلی به سؤالات دارای ویژگی‌های عمومی، بیشتر از سؤالات شخصی پاسخ داده می‌شود.

– نوع مصاحبه: نوع مصاحبه نیز از جمله مواردی است که روی میزان بی پاسخی تأثیر دارد.      مصاحبه‌های حضوری با استفاده از مأموران آمارگیر آموزش‌دیده معمولاً نسبت به آمارگیری‌های      پستی، تلفنی و یا اینترنی از نرخ پاسخگویی بیشتری برخوردار هستند. زیرا در مصاحبه­های      حضوری آمارگیر می­تواند پاسخگو را به نحوی راضی به دادن پاسخ نماید. اما در آمارگیری­های      پستی، تلفنی و یا اینترنتی از آنجا که پاسخگو با کسی روبرو نیست اغلب پاسخگویی را به      تأخیر انداخته، گاهی آن را فراموش می­کند، یا اصلاً به آن اهمیت نمی­دهد.

– فرد پاسخگو: در برخی از آمارگیری‌‌های خانوار، اگر فرد پاسخگو سرپرست خانوار تلقی شود،     نرخ بی‌پاسخی قلم آماری کمتر می­شود، و اگر به‌طور تصادفی یک فرد پاسخگو برگزیده شود،     ممکن است نرخ بی‌پاخی قلم آماری به‌علت اطلاعات کم فرد انتخاب شده، کاهش نیابد.نرخ‌های بی‌پاسخی برحب اینکه پاسخگو هر سنی داشته باشد و یا اینکه تعداد تماس‌ها چندبار باشد، متفاوت است. بنابراین برای کاهش نرخ بی­پاسخی در طرح‌های نمونه‌گیری می­توان سیاست­های زیر را به­کار برد.

 
1-1  مقدمه…………………………………………………………………………… 2
1-2  بی­پاسخی……………………………………………………………………….. 3
1-3  اهمیت بی­پاسخی و علل بروز آن…………………………………….. 5
1-4  اریبی ناشی از بی­پاسخی…………………………………………………. 8
1-5  سابقه­ی پژوهش…………………………………………………………….. 9
1-6  یک مثال کاربردی………………………………………………………………. 13
1-7  روش­های جبران بی­پاسخی………………………………………………………. 17
1-8  خلاصه و نتیجه­گیری…………………………………………………………….. 24
 

برای دانلود رایگان قسمت های بیشتراز فایل به انتهای مطلب مراجعه کنید

فصل دوم – کاهش خطای بی­پاسخی با استفاده از روش آمارگیری­های پستی و مصاحبه حضوری (روش هانسن و هورویتز)

در این فصل یکی از روش های مقابله با بی پاسخی واحدها که ‌ترکیبی از دو روش پستی و حضوری است را بررسی می­کنیم.  مسئله مورد نظر، تعیین تعداد پرسشنامه‌های پستی فرستاده شده و تعداد مصاحبه‌های حضوری انجام شده است. البته این کار بعد از خاتمه دوره دریافت پرسشنامه‌های پستی (به منظور رسیدن به دقت لازم) با حداقل هزینه انجام می شود.این روش در هر نوع روش جمع­آوری اطلاعات می‌تواند به کار گرفته شود. به‌عنوان مثال، شاید مشکل بی پاسخی در آمارگیری پستی به‌اندازه مراجعات مکرر در مصاحبه‌ها، اهمیت داشته باشد که در حالت اخیر برای حداقل کردن هزینه به ازاء یک دقت معلوم، لازم است که نمونه بزرگتری از مصاحبه‌های اولیه را درنظر گرفته و به کسری از آنها که معمولاً در خانه نیستند، مراجعه شود. در بخش 2-2 بی­پاسخی در نمونه­گیری پستی را شرح می­دهیم و برای توضیح بیشتر مثالی را ذکر
می­کنیم و در بخش 2-3 به بحث و نتیجه­گیری می­پردازیم.برای تدوین مطالب این فصل از منبع هانسن و هورویتز(1946)، استفاده شده است .

2-2  بی­پاسخی در نمونه­گیری پستی

روش آمارگیری پستی به‌دلیل نرخ بی‌پاسخی زیاد، معمولاً یک اریبی نامعلومی را وارد نتیجه‌گیری‌ها می‌کند. در مصاحبه‌های حضوری معمولاً پاسخ کامل دریافت می‌شود، اما هزینه  هر مصاحبه در مقایسه با روش پستی بسیار بالاست.ابتدا روش نمونه گیری تصادفی ساده و شیوه‌های برآورد میانگین یا مجموع جامعه را توضیح می‌دهیم و این روش برای نمونه گیری با طبقه بندی و سایر روش‌های برآورد نیز به کار می رود.برای مثال، فرض کنید می خواهیم تعداد کارمندان مغازه‌های خرده فروشی را طی یک دوره مشخص در یک استان، برآورد کنیم. فرض کنید فهرستی از آدرس همه موسسات و مغازه‌هایی که دارای یک یا چند کارمند هستند دراختیار داریم. شیوه ای که گاهی اوقات اجرا می‌شود این است که نمونه ای از آدرس‌ها را از این فهرست انتخاب و پرسشنامه‌ها را برای آنها از طریق پست ارسال می­کنیم. سپس پرسشنامه­هائی که به‌دست ما رسیده را بررسی می­کنیم. حال اگر تعداد کارمندان را برای همه مغازه‌های خرده‌فروشی در استان به کمک این پرسشنامه­ها، برآورد کنیم، این برآورد، اریب خواهد بود.اگر نرخ بی پاسخی خیلی زیاد باشد، اریبی خیلی جدی است. از طرفی دیگر به همه آدرس‌ها مأمور آمارگیری بفرستیم، هزینه جمع­آوری داده‌ها خیلی زیاد خواهد بود. برای مثال فرض کنید هزینه­های آمارگیری نمونه­ای به قرار زیر باشند:

  • هزینه ارسالی هر پرسشنامه، 10 واحد پولی (مثلاً ریال، دلار، هزار ریال).
  • هزینه فرآوری پرسشنامه­های برگشتی، 40 واحد پولی.
  • هزینه مصاحبه­های میدانی هر پرسشنامه، 410 واحد پولی.

ولی فرض کنیم که هزینه فرآوری هر پرسشنامه ای که با عملیات میدانی پر شده، 450 واحد پولی باشد. بنابراین اگر60 درصد پاسخ داشته باشیم به ازاء هزینه یک بار مراجعه در عملیات میدانی باید تعداد 13پرسشنامه ارسال کردکه ازبین آنها  8 پرسشنامه برمی گردد. در حالی که اگر فقط 20 درصد نرخ پاسخگویی داشته باشیم، می­توانیم 5 پرسشنامه دریافت کنیم.بنابراین به ازای یک مقدار هزینه ثابت می­توان ‌اندازه نمونه را بین 5 تا 8 برابر بزرگتر از زمانی گرفت که از طریق مصاحبه حضوری انجام می­شود. البته این به معنای آن نیست که باید همه نمونه‌ها را با روش پستی جمع­آوری کنیم.در صورتی­که طرح نمونه­گیری مناسب به کار رود و داده­ها با دقت ثبت شوند معمولاً با افزایش نمونه خطای برآورد کم می­شود. اما در مواردی که بی­پاسخی وجود داشته باشد. خطای برآورد با افزایش نمونه زیاد کاهش نمی­یابد.مثال 2-1. فرض کنید پرسشنامه‌ها به یک نمونه 1000 تایی که به تصادف از یک فهرست 40000 تایی از مغازه‌ها استخراج شده‌اند، فرستاده شوند. همچنین فرض کنید 500 تا از آنها(50 % نمونه‌ها)، جواب می دهند و 500 تای دیگر، بی  پاسخ‌اند. 10% مواردی که بی‌پاسخ بوده‌اند، انتخاب شده و به آنها مراجعه حضوری می‌شود. می­توان فرض کرد که این نمونه ایی معرف از جامعه پرسشنامه­های پستی بی­پاسخ هستند.

 
2-1  مقدمه…………………………………………………………………………… 26
2-2  بی­پاسخی در نمونه­گیری پستی…………………………………………….. 26
2-3  خلاصه و نتیجه­گیری…………………………………………………………….. 43

فصل سوم –  کاهش خطای بی­پاسخی با استفاده از روش پولیتز – سیمونز

 

 
3-1  مقدمه…………………………………………………………………………… 45
3-2  غایبین و حاضرین در مصاحبه­ها………………………………………………… 45
3-3  پیش­بینی نمونه­ای مبتنی بر برآوردهای نااریب از زمانی که پاسخگویان در خانه بوده­اند………………………………………………………………………….. 48
3-4  مباحث نظری حذف مراجعات مکرر…………………………………………….. 55
3-5  واریانس برآورد نمونه­ای………………………………………………………… 64
3-6  مثال­ عددی……………………………………………………………………… 67
3-7  خلاصه و نتیجه­گیری…………………………………………………………….. 70

 فصل چهارم – کاهش خطای بی­پاسخی با استفاده از روش دمینگ

  • در این فصل به بررسی تأثیر اریبی ناشی از بی­پاسخی روی برآوردگرها و روش­های کاهش این اریبی می­پردازیم. افزایش تعداد نمونه بیش از آنچه که طرح لازم دارد باعث کاهش واریانس بی پاسخی می گردد. در این فصل به دنبال تعیین بهینه چنین افزایشی هستیم. روش­های عمده که در این فصل آنها را ارائه می­دهیم بررسی شواهد و دلایل حاصل از یک مکانیزم پیشنهادی است که واریانس قابل محاسبه را مطرح خواهد ساخت، اریبی بی پاسخی قابل محاسبه را بیان خواهد کرد و هزینه قابل محاسبه را مشخص خواهد کرد و نیز براساس این مکانیزم تعداد مراجعات مکرری که لازم است تا به یک دقت مطلوب به ازاء مینیمم هزینه، دست بیابیم را مشخص خواهد کرد.
  • در بخش دوم به بررسی ملاک طرح بهینه برای کاهش اریبی می­پردازیم. در بخش سوم مراحل جمع­آوری اطلاعات مسئله مورد مطالعه را ارائه می­دهیم. در بخش چهارم روابط و معادلات مربوط به اریبی و واریانس حاصل از ترکیب مراحل جمع­آوری اطلاعات از نمونه اولیه شرح داده
    می­شود و سرانجام به نتیجه­گیری مطالب این فصل در بخش پنجم می­پردازیم.           برای تدوین مطالب این فصل از منابع زیر  استفاده شده است : موریس لون (1934)، هانسن وهورویتز(1946)، پولیتزوسیمونز (1950-1949) ، بنجامین(1950)، بیرن بام وسیرکن (1950) ، هاسمن(1953) و دمینگ (1953)
 
4-1  مقدمه…………………………………………………………………………… 73
4-2  ملاک طرح بهینه……………………………………………………………….. 73
4-3  جمع­آوری اطلاعات……………………………………………………………… 76
4-4  مراحل و نتایج مربوط به آن……………………………………………………… 84
4-5  خلاصه و نتیجه­گیری…………………………………………………………….. 87

 

برای دانلود رایگان قسمت های بیشتراز فایل به انتهای مطلب مراجعه کنید

فصل پنجم – راههای پیشگیری و درمان بی­پاسخی

بی‌پاسخی مشکلی است که در داده‌های نمونه‌گیری مکرراً اتفاق می‌افتد. هرچند که نمی‌توان آن را کاملاً از بین برد، اما تا حد زیادی می‌توان کاهش داد. این کار باعث می‌شود که نه‌تنها داده‌های بیشتری را برای استفاده در تحلیل‌ها دراختیار پژوهشگران بگذارد بلکه اطلاعات کمکی برای جانهی و تعدیل بهتر فراهم می‌سازد. در معامله با داده‌های گم شده، درک، پیشگیری، و جانهی با هم مرتبط‌‌‌اند. برای ارائه ابزارهای کافی به پژوهشگرانی که از داده‌های نمونه‌گیری استفاده می‌کنند، همه این جنبه‌ها  را مرور می‌کنیم. ابتدا، یک گونه‌شناسی از الگوهای داده‌های گم شده و منشاء آنها را عرضه می‌کنیم.
بر پایه این گونه‌شناسی و منشاء بالقوه بی‌پاسخی سؤال، طرحی کلی را برای اینکه چگونه می‌توان تا حد امکان از داده‌های گم شده پیشگیری کرد ارائه می‌کنیم. در پایان بحث می‌کنیم که چگونه آگاهی از فرایند گردآوری داده‌ها می‌تواند بررسی آماری داده‌های گم شده باقیمانده را بهبود بخشد.

شاخصی مهم از کیفیت داده‌های نمونه‌گیری میزان داده‌های گم شده مربوط به سؤال‌هاست. وقتی بی‌پاسخی سؤال رخ می‌دهد، یک واحد آمارگیری (مثلاً، یک شخص) داده‌هایی را دراختیار می‌گذارد اما به دلیلی داده‌های مربوط به سؤال‌ها یا اقلام خاص پرسشنامه برای تحلیل در دسترس نیستند. زمان‌هایی نه چندان دور، پژوهشگران این مشکل را با نادیده گرفتن آن و محدود ساختن تحلیل به مقادیر مشاهده شده، یا موارد کامل حل کرده‌ بودند. اما، این کار باعث از دست رفتن اطلاعات می‌شود؛ برآوردها کارآیی کمتری خواهند داشت، و آزمون­های آماری توان کمتری خواهند داشت. با در دسترس قرار گرفتن نرم‌افزارهایی که کار با آنها آسان است و به‌طور مداوم تولید می‌شوند استفاده از دو روش جانهی و برآورد مستقیم افزایش خواهد یافت. پیش‌نیاز بررسی آماری داده‌های گم شده آن است که درباره اینکه داده‌های گم شده چگونه و چرا رخ داده‌اند بیشتر بدانیم. مثلاً، مقدار گم شده‌ای که از فراموش کردن کاملاً تصادفی یک سؤال ناشی می‌شود با مقدار گم شده‌ای که از بی‌رغبتی یک پاسخگو به افشای اطلاعات حساس ناشی می‌شود (بی­پاسخی) کاملاً تفاوت دارد. نوع اول گم شدگی را می‌توان به عنوان گم شدگی کاملاً تصادفی انگاشت، نوع دوم گم شدگی تصادفی نیست و روشهای پیچیده‌تری را لازم دارد که شامل مدلی برای گم شدگی است. بدین ترتیب، پژوهشگران خود را در موضع ” دور تسلسل “ می‌یابند : باید درباره داده‌های گم شده بیشتر دانست تا بهترین روش را برای رفتار با داده‌های گم شده انتخاب کرد. بنابراین، پیشگیری گام نخست لازم برای رویارویی با داده‌های گم شده است. کاهش بی‌پاسخی سؤال به جانهی کمتر در مجموعه داده‌ها، به داده‌های بیشتر برای بررسی الگوهای بی‌پاسخی سؤال و انتخاب بهترین درمان و سرانجام به داده‌های بیشتر برای
بنا نهادن یک جانهی صحیح بر آنها، منجر خواهد شد. معامله موفقیت‌آمیز با بی‌پاسخی سؤال مستلزم تلاش و همکاری توأم ” کاهش‌دهندگان“ و ”تعدیل‌کنندگان“ است!در این فصل داده‌های گم شده در آمارگیری‌های نمونه‌ای بحث می‌شود. هدف ما آن است که آمارشناسان نمونه‌گیری را که بر تعدیل آماری توجه دارند به تأکید بر درک بهتر از بی‌پاسخی سؤال و درمان آن متوجه سازیم. در بخش 2 با تعریف اشکال مختلف داده‌های گم شده شروع می‌کنیم. بر پایه این گونه‌شناسی، معرف‌های داده‌های گم شده در بخش 3 از هم تمیز داده شده و پیامدهای مربوط به بررسی آماری بحث می‌شوند. همچنین با شناختن معرف‌ها می‌توان اقدامات لازم برای پیشگیری از بی‌پاسخی را انجام داد و این موضوع در بخش 4 بررسی می‌شود. در بخش 5 نیز روش­های درمان
بی­پاسخی مورد بررسی قرار می­گیرد. موضوع را با نتیجه­گیری از مطالب این فصل در بخش 6 به پایان می‌بریم.

 
5-1  مقدمه…………………………………………………………………………… 90
5-2  گونه­شناسی داده­های گم­شده………………………………………………. 92
       5-2-1  گم­شدگی تصادفی و غیرتصادفی………………………………….. 92
       5-2-2  تعریف­های بی­پاسخی و الگوهای داده­های گم­شده……………….. 93
5-3  عوامل تعیین کننده بی­پاسخی سؤال…………………………………….. 99
5-4  پیشگیری……………………………………………………………………….. 102
       5-4-1  شیوه گردآوری داده­ها………………………………………………….. 102
       5-4-2  پرسشنامه………………………………………………………………. 103
       5-4-3  پاسخگو………………………………………………………………… 105
       5-4-4  مصاحبه­گر…………………………………………………………….. 109
       5-4-5  فرآوری داده­ها…………………………………………………………. 111
5-5  درمان………………………………………………………………………….. 111
       5-5-1  دانش لازم از ساختار و الگوهای داده­های گم­شده و بی­پاسخی……………. 111
       5-5-2  روش­های ساده و مؤثر درمان داده­های بی­پاسخ……………….. 113
5-6  خلاصه و نتیجه­گیری…………………………………………………………….. 116
مثال………………………………………………………………………………….. 118
منابع………………………………………………………………………………….. 126


بلافاصله بعد از پرداخت به ایمیلی که در مرحله بعد وارد میکنید ارسال میشود.


فایل pdf غیر قابل ویرایش

قیمت25000تومان

خرید فایل word

قیمت35000تومان