فهرست مطالب

نشریه بررسی های آمار رسمی ایران
سال نوزدهم شماره 2 (پیاپی 73، پاییز و زمستان 1387)

  • تاریخ انتشار: 1387/07/07
  • تعداد عناوین: 7
|
  • برازش مدل کاکس بر شتاب باروری و عوامل موثر بر آن در زنان روستایی زرین دشت
    مجتبی سلطانی کرمانشاهی، دکتر نجف زارع، مهراب صیادی صفحه 145
    شتاب باروری متوسط زمانی است که یک زن برای تولد فرزندان بعدی خود انتظار می کشد. نقش باروری به عنوان مهم ترین پدیده ی تعیین کننده ی نوسانات جمعیت سبب شده که مطالعات مربوط به آن نسبت به سایر پدیده های جمعیتی از اهمیت ویژه ای برخوردار باشد و بررسی عوامل مختلف اقتصادی-اجتماعی موثر در آن سهم بزرگی از پژوهش های جمعیتی را به خود اختصاص دهد. هدف کلی این مطالعه برازش مدل کاکس به منظور تعیین میزان تاثیر عوامل موثر بر تولد فرزند دوم تا هشتم و همچنین محاسبه ی شتاب باروری فرزندهای دوم تا هشتم در زنان روستایی زرین دشت است. جمعیت تحت مطالعه، تمام زنان شوهردار 15 تا 49 ساله ی مناطق روستایی شهرستان زرین دشت است که در سن باروری قرار داشته و حداقل دارای دو فرزند می باشند. این مطالعه یک مطالعه ی مقطعی است. در مطالعه ی حاضر تولد هر فرزند به عنوان حادثه در نظر گرفته شده است و چون داده های بقا به طور کلی دارای توزیع متقارن نیستند از مدل رگرسیونی کاکس (مدل مخاطره ی متناسب) برای بررسی اثر متغیرها بر روی تابع بقا و مخاطره استفاده شده است.
    در این بررسی 978 مادر مورد بررسی قرار گرفتند. میانگین تعداد فرزندان در این مطالعه 6/3 بوده است. بیشترین شتاب باروری از زایمان اول و دوم (25/20) و کمترین آن مربوط به زایمان هفتم و هشتم است (75/31). جهت بدست آوردن تابع مخاطره برای تولد هر فرزند با توجه به آن که هشت زایمان مادران در نظر گرفته شده است (ار حداقل 2 زایمان تا 9 زایمان)، در نهایت به 8 مدل می رسیم.
    بنابراین مهم ترین متغیرهایی که در این مطالعه بر فاصله ی زایمان تاثیر داشته اند عبارت اند از سن اولین ازدواج مادر، سن در زمان زایمان، مدت زمان شیردهی و تحصیلات مادر. مطالعاتی در کشورهای دیگر انجام شده است که به گستردگی کار اخیر نبوده و متغیرهای محدودی را مورد استفاده قرار داده اند ولی به نتایج مشابهی رسیده اند.
    کلیدواژگان: باروری، شتاب باروری، مخاطره، مدل کاکس
    چکیده مشاهده متن زبان: فارسی
  • بررسی عوامل موثر بر آسیب پذیری جوانان کشور در سال 1385 از دیدگاه جنسیتی
    مریم جوادی، فاطمه هرندی، مریم ذوالقدر صفحه 155
    در این مقاله پس از تعریف جوانان آسیب پذیر و ارائه ی ویژگی های کلی جمعیتی و اجتماعی آنان، با استفاده از داده های حاصل از آمارگیری از نیروی کار سال 1385 مرکز آمار ایران، با بهره گیری از مدل پروبیت، جهت و احتمال آسیب پذیر شدن جوانان بر اثر برخی عوامل فردی و خانواری، با رویکرد جنسیتی بررسی و ارائه می شود.
    نتایج بررسی نشان می دهد جوانان 19 تا 24 ساله، جوانان ساکن در مناطق روستایی و جوانانی که در خانوارهایی زندگی می کنند که از نظر فرهنگی، اجتماعی و اقتصادی در سطوح پایین تری قرار دارند بیشتر در معرض آسیب پذیری قرار دارند و در این میان وضعیت زنان جوان بدتر از مردان جوان است.
    کلیدواژگان: آسیب پذیر، بیکار، جوان، شاغل، غیرفعال، غیرمحصل، مدل پروبیت
    چکیده مشاهده متن زبان: فارسی
  • نمونه ی تصادفی متعادل شده و نحوه ی انتخاب آن
    فاطمه هرندی، فرهاد مهران صفحه 169
    هدف نمونه گیری، نتیجه گیری درباره ی کل جامعه بر اساس اطلاعات بخشی از آن است. به طور کلی از دو دیدگاه می توان مطلوبیت نمونه را ارزیابی کرد. دیدگاه اول به نمایانگر بودن نمونه اشاره می کند، به این معنی که تا چه حد ساختار اساسی جامعه را در بر دارد، و دیدگاه دوم به تصادفی بودن نمونه با این مفهوم که آیا واحد های انتخاب شده در نمونه و همچنین واحد های انتخاب نشده همگی احتمال انتخاب مثبت و مشخص داشته اند، توجه می نماید. در این مقاله ابتدا نمونه گیری متعادل شده (Balanced Sampling) به عنوان یک روش نمونه گیری احتمالی که انتخاب نمونه ی نمایانگر از جامعه ی مورد بررسی را امکان پذیر می سازد، تشریح می شود. سپس نحوه ی انتخاب نمونه ی متعادل شده به روش مکعبی (Cube Method) بیان می شود. سرانجام با انجام یک شبیه سازی با استفاده از یک مجموعه داده های واقعی، کارایی این روش با روش نمونه گیری PPS مقایسه می شود. شبیه سازی برای سه گروه مختلف از متغیر های مبنای تعادل اجرا می شود. نتایج شبیه سازی حاکی از آن است که استفاده از نمونه گیری متعادل شده موجب بهبود کارایی براوردها می شود و با افزودن متغیرهای تعادل مناسب، میزان افزایش کارایی محسوس تر می شود.
    کلیدواژگان: نمونه گیری احتمالی، نمونه ی نمایانگر، نمونه گیری متعادل شده، روش مکعبی، شبیه سازی، کارایی
    چکیده مشاهده متن زبان: فارسی
  • ارزیابی براورد ماکسیمم درستنمایی مدل های معادلات ساختاری غیر خطی با داده های به طور تصادفی گم شده تحت نرخ های گم شدگی مختلف
    زینب صنم نو، مجتبی گنجعلی صفحه 185
    در علوم رفتاری و اجتماعی برخورد با متغیرهای پنهان بسیار متداول است. یکی از بهترین روش ها برای مدل بندی این گونه متغیرها، مدل معادلات ساختاری است که از دو معادله ی اندازه گیری و ساختاری تشکیل یافته است و روابط بین متغیرهای پنهان با معادله ی ساختاری نشان داده می شوند. با وجود این، نظریه ی ماکسیمم درستنمایی و نرم افزارهای کامپیوتری موجود نظیر لیزرل [8] و EQS [1] که در مطالعات روان شناسی و اجتماعی برای ارزیابی ارتباطات بین متغیرهای پنهان به کار می روند، بر اساس روابط خطی بین متغیرها و وجود داده های کامل بنا نهاده شده اند. وجود داده های گم شده از یک طرف و از طرف دیگر وجود ارتباطات غیر خطی بین متغیرهای پنهان برای به دست آوردن مدل های معنی دار از اهمیت بسیاری برخوردار است. لی و همکاران [10] الگوریتمی از نوع امیدگیری-ماکسیمم سازی (EM) را معرفی کردند که برای براورد ماکسیمم درستنمایی پارامترهای معادلات ساختاری غیر خطی با داده های به طور تصادفی گم شده (MAR) به کار می رود. در این الگوریتم برای به دست آوردن انتگرال های پیچیده در امید شرطی، گام E به وسیله ی الگوریتم دورگه ای کامل می شود که نمونه گیر گیبس [6] و الگوریتم متروپلیس-هستینگس را ترکیب می کند درحالی که گام M به طور کارایی به وسیله ی ماکسیمم سازی شرطی [15] کامل می گردد. در این مقاله قصد داریم تا با استفاده از یک مطالعه ی شبیه سازی، کارایی این روش را زمانی که نرخ گم شدگی افزایش می یابد مورد بررسی قرار دهیم.
    کلیدواژگان: الگوریتم متروپلیس، هستینگس، داده های گم شده، معادلات ساختاری غیر خطی، نمونه گیر گیبس
    چکیده مشاهده متن زبان: فارسی
  • براورد خطای پرسشگر در آمارگیری ها
    معصومه موحدی، حمیدرضا نواب پور صفحه 199
    اگر آمارگیری به صورت رو در رو توسط پرسشگر اجرا شود، حضور پرسشگر تاثیر به سزایی بر هزینه های آمارگیری و کیفیت داده ها خواهد داشت. خطای پرسشگر به دلیل عدم دقت پرسشگرها به وجود می آید و باعث خطا در پاسخ می شود. در این مقاله ضمن مرور خطاهای غیرنمونه گیری با انجام یک شبیه سازی، واریانس میانگین برای داده های شبیه سازی شده که تحت تاثیر خطای پرسشگر قرار گرفته اند براورد می شوند. همچنین واریانس براوردگر در یک آمارگیری فرضی با به کارگیری سه مجموعه از پرسشگرها محاسبه و مقایسه می شود تا تاثیر بارکار پرسشگرها بر دقت براوردها مورد مقایسه قرار گیرد. همچنین نتیجه های به دست آمده با در نظر گرفتن خطای پرسشگر با فرمول های کلاسیک (بدون در نظر گرفتن خطای پرسشگر) مقایسه می شود. نتیجه ی شبیه سازی نشان می دهد که هر چه بارکار پرسشگر بیش تر باشد دقت کاهش می یابد.
    کلیدواژگان: خطای پرسشگر، شرایط ایده آل، بارکار پرسشگر، همبستگی درون پرسشگری
    چکیده مشاهده متن زبان: فارسی
  • تحلیل بیزی با استفاده از رایانه
    پرویز نصیری صفحه 209
    تحلیل بیز با انتخاب یک توزیع پیشین که معمولا از دانش قبلی ما درباره ی پارامتر به دست می آید، شروع می شود. توزیع مناسب روی فضای پارامتر انتخاب و بر اساس آن توزیع پسین به صورت قطعی یا تقریبی براورد می گردد. در این مقاله روشی تقریبی مبتنی بر رایانه معرفی می گردد که در آن نمونه ای به حجم بزرگ از توزیع پیشین تولید و با استفاده از آن و تابع درستنمایی و با تکرار آن، نمونه ای از توزیع پسین برای براورد پارامتر(های) توزیع پسین تولید می گردد. گاهی با توجه به فرم تابع چگالی توام دو یا چند متغیره از روش تقریبی نمونه گیری گیبس نیز استفاده می شود. در این مقاله این روش های تقریبی مرور و با چندین مثال به کار گرفته می شوند.
    کلیدواژگان: توزیع پیشین، توزیع پسین، تحلیل بیز، نمونه گیری گیبس
    چکیده مشاهده متن زبان: فارسی
  • برخی از کاربردهای رایج نمونه گیری سیستماتیک
    لی، چون زنگ ترجمه: شیرین گلچی صفحه 225
    نمونه گیری سیستماتیک فنی است که در آمارگیری نمونه ای به صورت گسترده مورد استفاده قرار می گیرد و اجرای آن چه زمانی که واحدها با احتمال برابر انتخاب می شوند و چه در حالت انتخاب با احتمالات متناسب با اندازه های کمکی آسان است. این فن در صورتی که بتوان به اثرهای مطلوب طبقه بندی در فهرست کردن واحدها دست یافت، می تواند از کارایی زیادی برخوردار باشد. عیب اصلی آن این است که روش نااریبی برای براورد واریانس نمونه گیری وجود ندارد و این که زمانی که مرتب کردن جامعه بر اساس اطلاعات نادرست صورت گرفته باشد، نمونه گیری سیستماتیک ممکن است ضعیف عمل کند. در این مقاله جنبه ای از نمونه گیری سیستماتیک را که در گذشته به آن توجه زیادی نشده است، مورد بررسی قرار می دهیم. نشان داده شده است که در برخی موقعیت های متعارف، زمانی که تحت یک مدل مفروض برای جامعه، نمونه گیری سیستماتیک به طور متوسط دارای کارایی یکسانی با دیگر روش های نمونه گیری تصادفی متناظر است، واریانس نمونه گیری در نمونه گیری سیستماتیک به مراتب بیش تر نوسان می کند. استفاده از نمونه گیری سیستماتیک با مخاطره ای در ارتباط است که به طور کلی با بزرگ شدن کسر نمونه گیری افزایش می یابد. این می تواند برای نمونه های بزرگ از جامعه های کوچک در حالت نمونه گیری یک مرحله ای، یا زیرنمونه های بزرگ از زیرجامعه های کوچک در حالت نمونه گیری چندمرحله ای، بسیار مخرب باشد.
    کلیدواژگان: تصمیم آماری، مخاطره ی بیزی مرتبه دوم، طرح استوار، آمارگیری پانلی
    چکیده مشاهده متن زبان: فارسی
|
  • Fitting Cox model to tempo of fertility and related factors in Zarrindasht women
    Mojtaba Soltani.K., Najaf Zare *, Mehrab Sayadi Page 145
    Tempo of fertility is the average waiting time to next birth. Fertility as an important determinant of population dynamism has a special study concern in socio-economic factors. We aimed to determine the effects of some factors on inter-birth time spacing by Cox regression model and calculate the tempo of fertility. Through a cross-sectional study in 1384, 978 women in fertility age from rural areas of Zarrindasht (situated on the east of Fars province) were selected by multi-stage random sampling. The birth of each child was considered as the event. The impact of some socio-demographic factos on fertility was assessed by Cox proportional hazard model. The important effective variables on birth spacing were marital age of mother, mother age at index birth, breast feeding duration and mother education. The results are similar to other studies.
    Keywords: Cox proportional hazard model, tempo of fertility, fertility, inter, birth time spacing
    Abstract View Paper Original: Persian
  • Study of Effective Factors on Youth Vulnerability in Iran 2006: A Gender Point of View
    Maryam Javadi *, Fatemeh Harandi, Maryam Zolghadr Page 155
    In this paper after defining the vulnerable youth and showing their general social and demographic characteristics, direction and extent of probability to become vulnerable in effect of some personal and household factors is investigated by using a probit model, with a gender approach. Accordingly, the data resulted from the Statistical Center of Iran's Labor Force Survey has been used.The results show that 15-29 years old youth, youth in rural area and youth in households with low level of socio-economic and cultural place are more exposed to vulnerability. The situation of young women is worse than that for young men.
    Keywords: Employed, Inactive, Not attending education, Probit model, Unemployed, Vulnerable, Youth
    Abstract View Paper Original: Persian
  • Balanced Random Sample and Its Selection Method
    Fatemeh Harandi *, Farhad Mehran Page 169
    Objective of sampling is to make conclusions about the whole population based on the information of a part of it. Generally, sample desirability can be evaluated from two points of view. The first view considers representative of the sample, i.e., the extent it consists main structure of the population. The second view pays attention to randomness of the sample, i.e., whether both selected and non-selected units have positive and certain selection probably. In this paper primarily balanced sampling has been described as a probability sampling method that makes it possible to select a representative sample from the target population. Then the cube method for selection of a balanced sample is described. At last a simulation is performed using a real data set and efficiency of this method is compared with PPS sampling method. This simulation is implemented for three different groups of variables as basis of balancing. The results show that balanced sampling improves estimations efficiency and by adding proper balance variables the rate of efficiency increase becomes more meaningful.
    Keywords: Balanced sampling, Cube method, Efficiency, Probability sampling, Representative sample, Simulation
    Abstract View Paper Original: Persian
  • Assessing Maximum Likelihood Estimates of Nonlinear Structural Equation Models with Missing at Random Data under Various Missing Rates
    Zeinab Sanamnoo, Mojtaba Ganjali* Page 185
    In behavioral and social sciences, it is very common to face latent variables. One of the best approaches to model these variables is using structural equation models which are constructed from a measurement equation and a structural equation. Relations between latent variables are taken into account by the structural equation. However, maximum likelihood theory and existing computer softwares such as LISREL (Joreskog and Sorbom, 1996, Scientific Software International: Hove and London) and EQS (Bentler, 1992, Los Angeles: BMDP Statistical Software) which are used in psychology and social studies to assess relations between variables, are based on a linear pattern and the assumption that complete data sets exist. On one side the presence of missing data and on the other side nonlinear relations between latent variables are very important to be considered to obtain significant models. Lee et al. (2003, J. Educat. Behav. Statist., 28,111-134) introduced an EM type algorithm which is used to obtain ML estimates of nonlinear structural equation models with missing at random data. In this algorithm to calculate complicated integrals in conditional expectation step, the E step is completed with a hybrid algorithm that combines Gibbs sampler (Geman and Geman, 1984, IEEE Trans. Pattern Anal. Machie Intell., 6, 721-741) and Metropolis-Hastings algorithm, while the M step is efficiently completed with conditional maximization. In this paper we assess the efficiency of this method in a simulation study with high missing rate.
    Keywords: Gibbs sampler, Metropolis, Hastings algorithm, Missing data, Structural equation models
    Abstract View Paper Original: Persian
  • Estimating Interviewer Error in Surveys
    Masoomeh Movahedi *, Hamid Reza Navvabpour Page 199
    If a survey is executed face to face by an interviewer, interviewer’s existence will have a great effect on the surveys costs and also data quality. Interviewer error occurs due to interviewers’ inaccuracy which leads to alterations in response.In this paper besides reviewing non-sampling errors, a simulation is performed and variance if the mean is estimated for simulated data which are under the influence of interviewer error.Also variance of estimator in an imaginary survey with applying three groups of interviewers are calculated and compared; meanwhile interviewer workload effect on estimators precision are compared too. In the end, achieved results regarding to the interviewer error are compared with classic formulas (regardless of interviewer error). Results of the simulation show that when interviewer workload increases the precision of the estimations decrease.
    Keywords: Ideal condition, Interviewer error, Intra, interviewer correlation, Workload
    Abstract View Paper Original: Persian
  • Bayesian Analysis Using Computer
    Parviz Nasiri * Page 209
    Bayesian analysis starts with selection of a prior distribution which represents our prior knowledge about the parameter. A proper distribution on the parameter space is selected and based on this distribution posterior distribution is approximately estimated. In this paper, we will draw large samples from our prior distribution using computers. The prior sample and the likelihood function can then be utilized to generate another sample which can be considered as a sample from the posterior distribution. Gibbs sampler is another computer procedure to provide complete posterior analysis in a variety of situations. Here we briefly review this approximate methods and illustrate them by some examples.
    Keywords: Bayesian analysis, Gibbs sampler, Prior, posterior distribution
    Abstract View Paper Original: Persian
  • On Some Common Practices of Systematic Sampling
    Shirin Golchi * Page 225
    Systematic sampling is a widely used technique in survey sampling. It is easy to execute, whether the units are to be selected with equal probability or probabilities proportional to auxiliary sizes. It can be very efficient if one manages to achieve favorable stratification effects through the listing of units. The main disadvantages are that there is no unbiased method for estimating the sampling variance, and that systematic sampling may be poor when the ordering of the population is based on inaccurate knowledge. In this article we examine an aspect of systematic sampling that previously has not received much attention. It is shown that in a number of common situations, where the systematic sampling has on average the same efficiency as the corresponding random sampling alternatives under an assumed model for the population, the sampling variance fluctuates much more with the systematic sampling. The use of systematic sampling is associated with a risk that in general increases with the sampling fraction. This can be highly damaging for large samples from small populations in the case of single-stage sampling, or large subsamples from small subpopulations in the case of multi-stage sampling.
    Keywords: Panel survey, Robust design, Second, order Bayes risk, Statistical decision
    Abstract View Paper Original: Persian