چکیده:
در آمارگیری از جامعههای متناهی معمولا یک نمونهی احتمالاتی از یک چارچوب نمونهگیری که واحدهای جامعهی هدف را پوشش میدهد انتخاب میشود .در برخی موارد، چارچوبی که در دسترس است بهصورت کامل جامعهی هدف را پوشش نمیدهد. لذا آمارههای آمارگیری با استفاده از این چارچوبها اغلب اریب هستند. از طرفی روزامدسازی چارچوبی که در دسترس است نیاز به صرف هزینههای زیاد دارد. از آمارگیریهای چندچارچوبی با هدف افزایش پوشش جامعه و بهبود میزان اریبی و کاهش هزینهها استفاده میشود. در آمارگیریهای چندچارچوبی، نمونهها بهصورت مستقل از چندچارچوب که پوشش مناسبی از جامعهی هدف ارایه میکنند و همپوشانی دارند انتخاب میشوند. چندین براوردگر برای مجموع جامعهای در آمارگیریهای چندچارچوبی مطرح شده است. ما در این مقاله ضمن معرفی این براوردگرها، در یک مطالعهی شبیهسازی کارایی براوردگرهای مختلف را با هم مقایسه میکنیم
In surveys from finite populations usually a probability sample is selected from a sampling frame containing all the units in the target population. In some cases the frame that is available cannot cover target population completely so survey statistics from these frames are bias. On the other hand updating the frame that is available is too expensive. Multiple frame survey can be used to increase population coverage، reduce bias and decrease costs. In multiple frame surveys samples are drown independently from overlapping multiple frames so that these frames give an appropriate coverage of the target population. Several estimators for population total in multiple frame surveys are discussed. In this article we introduce these estimators in a simulation study، we compare performance of different total estimators.