A combinatorial optimization based sample identification method for group comparisons

محققان اغلب با اتخاذ روش نمونه برداری نمونه ای از نظرسنجی با هزینه های جمع آوری نمونه واقعی روبرو می شوند. یک توجیه مناسب از استراتژی نمونه گیری برای تأمین نتایج قابل اعتمادی، قابل اعتماد و قابل تعمیم ضروری است. این مقاله یک روش بهینه سازی ترکیبی برای شناسایی مکان های نمونه ارائه می دهد. چنین رویکردی زمانی مناسب است که محققان باید مکان هایی را شناسایی کنند تا نمونه ای غیر احتمالی را برای رسیدن به اهداف پژوهشی در نظر بگیرند. یافته ها نشان می دهد که با استفاده از یک روش بهینه سازی ترکیبی، فرضیه های متغیر جمعیت بر اساس متغیرهای دموگرافیک از پیش تعیین شده در محدوده علاقه تحقیق، به حداقل می رسند. هنگام تعیین موقعیتی که از آن برای رسم یک نمونه غیر احتمالی استفاده می شود، ضرورت مهمی است که از بیشترین جمعیت همگن که ممکن است برای کنترل عوامل بیگانه استفاده شود، استفاده شود. در مقایسه با یک نمونه راحتی استاندارد بدون استراتژی موقعیت مشخص شده، نتایج نشان می دهد که روش بهینه سازی ترکیبی پیشنهاد شده، تغییرات جمعیت را به حداقل می رساند و به این ترتیب هزینه جمع آوری نمونه ها را کاهش می دهد.