fa براورد واریانس براوردگر میانگین جامعه‌ای در نمونه‌گیری دوفازی در حضور بی‌پاسخی واحد تخصصي Special كاربردي Applicable <div style="text-align: justify;"><span style="font-family:tahoma;"><span style="color:black;"><span style="font-size:11.0pt;">در آمارگیری‌های نمونه‌ای همواره با دو نوع خطا مواجه هستیم. خطای نمونه‌گیری و خطای غیرنمونه‌گیری. یکی از عمومی‌ترین خطاهای غیرنمونه‌گیری، بی‌پاسخی&nbsp;است. این خطا زمانی اتفاق می‌افتد که برخی از واحدهای نمونه‌ای مشاهده نشوند و یا مشاهده شوند ولی به برخی از پرسش‌ها پاسخ ندهند. پیش‌گیری کامل از این خطا امکان‌پذیر نیست ولی می‌توان آن را به‌طور قابل ملاحظه‌ای کاهش داد. بی‌پاسخی باعث اریبی و تورم واریانس براوردگرها و در نتیجه موجب کم‌دقتی آماره‌های آمارگیری می‌شود. دو نوع بی‌پاسخی وجود دارد. بی‌پاسخی واحد آماری و بی‌پاسخی قلم اطلاعاتی. روش‌های متفاوتی برای تعدیل اثر هر یک از آن‌ها معرفی شده است. وزن‌دهی و جانهی از جمله روش‌های تعدیل اثر بی‌پاسخی پس از گرداوری داده‌ها هستند. وزن‌دهی برای تعدیل اثر بی‌پاسخی واحد آماری و جانهی نیز برای تعدیل اثر بی‌پاسخی قلم اطلاعاتی به‌کار می‌روند. طرح‌های متعددی وجود دارند که می‌توان با آن‌ها نمونه را انتخاب کرد. طرح نمونه‌گیری مورد نظر در این مقاله طرح نمونه‌گیری دوفازی&nbsp;طبقه‌بندی است که در آن بی‌پاسخی رخ داده است. هدف&rlm;&rlm;، براورد واریانس میانگین نمونه‌ای در این طرح نمونه‌گیری با استفاده از روش براورد واریانس جک‌نایفی&nbsp;است. همچنین در قالب یک مطالعه‌ی شبیه‌سازی براوردگرهای واریانس جک‌نایفی برای دو براوردگر (سوم و چهارم) از چهار براوردگر معرفی‌شده، محاسبه می‌شوند و از نظر کارایی نسبی و ضریب تغییرات با هم مقایسه می‌شوند. مجموعه داده‌های مورد استفاده در این مطالعه‌ی شبیه‌سازی، داده‌های حاصل از طرح آمارگیری هزینه و درامد خانوارهای شهری در سال ۱۳۹۴</span></span><span dir="LTR"><span style="color:black;"><span style="font-size:11.0pt;">&lrm;</span></span></span><span style="color:black;"><span style="font-size:11.0pt;"> مرکز آمار ایران است.</span></span></span></div> In sample surveys, we always deal with two types of errors: Sampling error and non-sampling error. One of the most common non-sampling errors is nonresponse. This error happens when some sample units are not observed or viewed but they do not answer some of the questions. The complete prevention of this error is not possible, but it can be significantly reduced. The non-response causes bias and inflation of variance of estimators, so it reduces the precision of survey statistics. There are two types of non-response, unit non-response and item nonresponse. Different methods have been introduced for adjusting the effect of each of them. Weighting adjustment and imputation are two ways of adjusting the nonresponse effect of collecting data. A weighting is used to adjust the unit non-response effect and imputation is applied to adjust the item non-response effect. There are several designs that can be used to sample them. The proposed sampling design in this paper is a stratified two-phase sampling scheme that has been categorized as non-response. The purpose is estimating variance of the sample mean estimator in this sampling design by using the Jackknife estimation variance method<span dir="RTL">.</span> also in a simulation study, jackknife variance estimators for two estimators of the introduced four estimators (third and fourth) are calculated and compared based on relative efficiency and coefficients of variation. The data set used in this simulation study is data from Household Income and Expenditure survey conducted by statistical center of Iran in 1394. بی‌پاسخی, جانهی, براورد واریانس جک‌نایفی, نمونه‌گیری دوفازی, وزن‌دهی. non-response, imputation, Jackknife variance estimation, two-phase sampling, weighting. 61 78 http://ijoss.srtc.ac.ir/browse.php?a_code=A-10-37-11&slc_lang=fa&sid=1 Hamidreza Navvabpour حمیدرضا نواب‌پور 1003194753284600706 1003194753284600706 Yes Allameh Tabataba’I University دانشگاه علامه طباطبایی Marzieh Nazlabadi مرضیه نزل‌آبادی 1003194753284600707 1003194753284600707 No Allameh Tabataba’I University دانشگاه علامه طباطبایی