STA 6226 Sampling Spring 2014 Set #1 January 17, - PowerPoint PPT Presentation

STA ¡6226 ¡ ¡Sampling ¡ Spring ¡2014 ¡ Set ¡#1 ¡ January ¡17, ¡2014 ¡

Re-­‑cap ¡of ¡Class ¡1 ¡ ¡ Syllabus ¡with ¡chaDy ¡discussion ¡of ¡terms ¡ ISO ¡3534-­‑4 ¡as ¡a ¡reference ¡document ¡distributed ¡ Lauded ¡Lohr’s ¡book ¡and ¡other ¡text ¡(Heeringa, ¡ ¡West, ¡Beglund) ¡ Provided ¡data ¡set ¡for ¡iniUal ¡consideraUon ¡ ¡ Invited ¡quesUons ¡on ¡the ¡same ¡… ¡ ¡

Significance ¡Magazine ¡ • “Great ¡Moments ¡in ¡StaUsUcs” ¡ • How ¡many ¡are ¡related ¡to ¡Sampling… ¡ • Loads ¡

Semester ¡Term ¡Assignments ¡ • QuesUonnaire ¡CriUque ¡ • Assessment ¡of ¡the ¡Results ¡of ¡a ¡Published ¡ Survey ¡using ¡the ¡StaUsUcs ¡Canada ¡Guidelines ¡ • Magic ¡Town, ¡the ¡movie ¡

QuesUonnaire ¡CriUque ¡ Example ¡survey ¡ • Many ¡will ¡be ¡on-­‑line ¡surveys, ¡automated ¡ • Need ¡a ¡saved ¡version ¡of ¡the ¡survey ¡ • CriUque ¡the ¡survey ¡as ¡a ¡whole ¡and ¡individual ¡ quesUons ¡ ¡

Criteria ¡ • IncenUve ¡to ¡fill ¡it ¡out ¡ • Length ¡of ¡survey ¡ • Ease ¡of ¡filling ¡it ¡out ¡ ¡ – Geang ¡started ¡(passwords?) ¡ – Each ¡quesUon ¡(point ¡and ¡click?) ¡ • QuesUons ¡relevance ¡and ¡ease ¡of ¡understanding ¡ • Intelligent ¡flow ¡ • SuggesUons ¡for ¡improvements, ¡if ¡any ¡ • See ¡example ¡write ¡up ¡on ¡web ¡site ¡

Assessment ¡of ¡the ¡Results ¡of ¡a ¡Published ¡Survey ¡ using ¡the ¡StaUsUcs ¡Canada ¡Guidelines ¡ ¡ • Abridged ¡and ¡fuller ¡version ¡of ¡stat ¡Canada ¡ • Why ¡Canada? ¡

Magic ¡Town ¡ • Steven ¡SUgler, ¡son ¡of ¡George ¡SUgler ¡ – Historian ¡of ¡staUsUcs ¡ – "No ¡scien*fic ¡discovery ¡is ¡named ¡a2er ¡its ¡original ¡ discoverer." ¡SUgler ¡named ¡the ¡ sociologist ¡Robert ¡K. ¡Merton ¡as ¡the ¡discoverer ¡of ¡ "SUgler's ¡law", ¡consciously ¡making ¡"SUgler's ¡law" ¡ exemplify ¡itself. ¡ • Recommended ¡this ¡movie ¡for ¡his ¡students ¡at ¡ onset ¡ ¡ • Has ¡some ¡Sampling ¡lessons ¡ ¡

Update ¡on ¡JMP ¡Pro ¡11 ¡ • ????? ¡

Terminology ¡1 ¡ Compare ¡Lohr’s ¡Basic ¡definiUons ¡(page ¡3) ¡versus ¡ ISO ¡3534-­‑4 ¡for ¡starters. ¡ ¡observaUon ¡unit ¡ ¡target ¡populaUon ¡ ¡sample ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡3.1.8 ¡ ¡sampled ¡populaUon ¡ ¡sampling ¡unit ¡ ¡ ¡ ¡ ¡ ¡3.1.5 ¡ ¡sampling ¡frame ¡ ¡ ¡ ¡ ¡3.1.25 ¡

January ¡14, ¡2014 ¡ • Magic ¡Town ¡ – Magically, ¡copies ¡for ¡each ¡appeared ¡at ¡my ¡desk ¡ – See ¡instrucUons ¡on ¡web ¡site. ¡ ¡Hard ¡deadline, ¡one ¡ week ¡from ¡today ¡January ¡21, ¡2014. ¡ ¡Printed ¡copy. ¡ ¡No ¡ e-­‑versions. ¡ • QuesUonnaires ¡(two ¡more ¡examples) ¡ – Apple ¡ – United ¡Way ¡ • Stuff ¡loaded ¡on ¡web ¡site ¡ • DisposiUon ¡of ¡JMP ¡Pro ¡11 ¡ – Load ¡on ¡my ¡desktop? ¡ ¡ ¡YES; ¡ ¡ ¡now ¡should ¡be ¡do-­‑able ¡

Back ¡to ¡the ¡Overpayment ¡ • Name ¡ • EsUmate ¡of ¡total ¡overpayment: ¡ • Uncertainty: ¡ • AssumpUons: ¡ • Check ¡for ¡AssumpUons: ¡

January ¡16, ¡2014 ¡ • Pressing ¡quesUon ¡was: ¡ ¡ ¡Is ¡the ¡sample ¡of ¡size ¡30 ¡ out ¡of ¡151 ¡a ¡bona ¡fide, ¡good, ¡acceptable, ¡ defensible, ¡unassailable ¡random ¡sample? ¡ • Evidence: ¡ ¡ ¡ – We ¡were ¡told ¡it ¡was ¡ – The ¡populaUon ¡mean ¡payment ¡per ¡paUent ¡($1424.68) ¡ was ¡very ¡very ¡close ¡to ¡the ¡sample ¡mean ¡payment ¡ ($1441.44), ¡BUT ¡we ¡are ¡interested ¡in ¡OVERPAYMENT ¡ ¡ • How ¡do ¡we ¡check ¡if ¡we ¡have ¡a ¡random ¡sample? ¡

What ¡great ¡ideas ¡do ¡you ¡have? ¡ I ¡think ¡it ¡is ¡a ¡random ¡sample ¡because ¡… ¡

Disparity ¡in ¡PaUents ¡$, ¡over ¡$ ¡ ¡ due ¡to ¡#claims ¡differ ¡by ¡paUent ¡ • Claims ¡data… ¡ ¡ ¡helpful? ¡ • Claims ¡per ¡paUent ¡ ¡ ¡ • Payment ¡per ¡claim ¡ • Is ¡it ¡random? ¡ • Is ¡average ¡of ¡30 ¡overpayments ¡distributed ¡as ¡a ¡ normal? ¡ ¡ ¡ ¡

• Claims ¡data… ¡ ¡ ¡helpful? ¡ • Claims ¡per ¡paUent ¡ ¡(16.91 ¡pop; ¡ ¡17 ¡sample) ¡ • Payment ¡per ¡claim ¡($84.26 ¡pop; ¡$84.79 ¡sample) ¡ • Is ¡it ¡random? ¡ • Is ¡average ¡of ¡30 ¡overpayments ¡distributed ¡as ¡a ¡ normal? ¡ ¡ ¡ ¡

Suppose ¡you ¡were ¡asked ¡to ¡generate ¡a ¡random ¡ sample ¡of ¡size ¡30 ¡out ¡of ¡151 ¡paUents…what ¡ would ¡you ¡do ¡(What ¡Would ¡Jmp ¡Do?) ¡

Schedule ¡for ¡the ¡Course ¡(Part ¡1) ¡ • Now ¡that ¡JMP ¡Pro ¡11 ¡is ¡Load-­‑able, ¡can ¡finalize ¡ the ¡schedule!!!!! ¡

Drawing ¡a ¡Sample ¡without ¡ replacement ¡ • Row ¡select; ¡ ¡randomly ¡ • Column ¡shuffle ¡ • Uniforms ¡then ¡sort, ¡pick ¡first ¡30, ¡re-­‑sort ¡ • Random ¡integer ¡and ¡get ¡30 ¡unique ¡ones ¡ Video ¡illustraUng ¡these ¡in ¡JMP ¡Pro ¡11: ¡ hDp://www.youtube.com/watch?v=7WJHUUi-­‑B8o&feature=youtube_gdata ¡ ¡ ¡