Μέγεθος δείγματος για την κατάρτιση μαζοπινάκων

Abstract

Two necessary factors in designing a survey are sampling design and sample size. In natural resources management the importance of selecting sampling design and sample size increases. The aim of this research is the estimation of a minimum sample size for constructing volume tables which are used in forest ecosystems management. Sample size estimation was examined using three different methodologies: 1) a cross validation equation for regression which gives an estimation of sample size for prediction 2) by determining the confidence interval of coefficient of determination and 3) from the confidence interval of the mean of the depended variable (volume) where sample size is given for some theoretical distributions of the independed variable. The statistics coefficient of determination, adjusted coefficient of determination and standard error of the estimate were estimated from a simple random pilot sample of n=50, and fitting of four models for volume tables with one and two parameters and one or two regression coefficients. In order to evaluate the sample size estimators, Monte Carlo Bootstrap simulation was applied. Estimation of regression coefficients, sample sizes and simulation, were conducted with software in R programming language. Estimation with the first method was more effective than the other two as far as it concerns sample size less biased and more precise.Sample size was smaller for two parameters volume tables as in the case where the independent variable is more correlated with the dependent. In non-extensive forest ecosystems which are usually homogeneous and solid the first method for estimating sample size could be used.

Δύο απαραίτητα στοιχεία στο σχεδιασμό μιας έρευνας είναι η μέθοδος δειγματοληψίας και το μέγεθος δείγματος. Στη διαχείριση φυσικών πόρων, αυξάνεται η σπουδαιότητα επιλογής της μεθόδου δειγματοληψίας και του μεγέθους δείγματος. Σκοπός της έρευνας είναι η εκτίμηση ενός ελάχιστου μεγέθους δείγματος για την κατάρτιση μαζοπινάκων, οι οποίοι χρησιμοποιούνται στη διαχείριση δασικών οικοσυστημάτων. Η εκτίμηση του μεγέθους δείγματος, διερευνήθηκε με τρεις διαφορετικές μεθοδολογίες: 1) με μία εξίσωση επικύρωσης μοντέλων παλινδρόμησης, από όπου και εκτιμήθηκε το μέγεθος δείγματος για την πρόβλεψη, 2) με τον καθορισμού διαστημάτων εμπιστοσύνης για το συντελεστή προσδιορισμού και 3) από το διάστημα εμπιστοσύνης της μέσης τιμής της εξαρτημένης μεταβλητής (όγκου), όπου το μέγεθος δείγματος προέκυψε για διάφορες θεωρητικές κατανομές της ανεξάρτητης μεταβλητής. Η εκτίμηση των στατιστικών: συντελεστής προσδιορισμού, προσαρμοσμένος συντελεστής προσδιορισμού και τυπικό σφάλμα εκτίμησης, έγινε από ένα απλό τυχαίο προδείγμα n=50, με την προσαρμογή τεσσάρων μοντέλων για μαζοπίνακες απλής και διπλής εισόδου και με ένα ή δύο συντελεστές παλινδρόμησης. Για την αξιολόγηση των εκτιμητών του μεγέθους δείγματος εφαρμόστηκε η Monte Carlo Bootstrap προσομοίωση. Η εκτίμηση των συντελεστών της παλινδρόμησης, των μεγεθών δείγματος και η προσομοίωση έγινε μέσω προγραμμάτων σε γλώσσα R. Η εκτίμηση με την πρώτη μέθοδο ήταν πιο αποτελεσματική για το μέγεθος δείγματος από τις άλλες δύο μεθόδους, λιγότερο μεροληπτική και περισσότερο ακριβής. Το μέγεθος δείγματος ήταν μικρότερο για μαζοπίνακες διπλής εισόδου, όπως και στην περίπτωση που χρησιμοποιείται μια ανεξάρτητη μεταβλητή η οποία έχει μεγαλύτερη συσχέτιση με την εξαρτημένη. Σε μη εκτεταμένα δασικά οικοσυστήματα τα οποία είναι συνήθως περισσότερο ομοιογενή και συμπαγή θα μπορούσε να χρησιμοποιηθεί η πρώτη μέθοδος εκτίμησης του μεγέθους δείγματος.