• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of King Saud University >Almost unbiased optimum estimators for population mean using dual auxiliary information
【24h】

Almost unbiased optimum estimators for population mean using dual auxiliary information

机译：使用双辅助信息，几乎没有偏见的群体的最佳估计值

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

One eminent disadvantage of many existing optimal estimators/class of estimators is that they are typically biased. In this article, we proposed an optimum class of unbiased estimators for estimating the population mean under simple random sampling without replacement (SRSWOR) scheme. Proposed class is a blend of three concepts: 1) information on auxiliary variable, 2) the ranks of auxiliary variable and 3) Hartley-Ross type unbiased estimation procedure. Expressions for the bias and the minimum variance of the new class are derived up to first degree of approximation. To highlight the application of proposed class, five real data sets are used. Numerical findings confirm that the new class behaves efficiently as compared to traditional unbiased estimator and other almost unbiased estimators under study. In addition, Monte Carlo simulation study is conducted through two real populations to assess the performance of proposed class against competitors. On the basis of theoretical and numerical findings, it is concluded that new proposed class can generate optimum unbiased estimators under SRSWOR scheme. Therefore, use of proposed class is recommended for future applications.
机译：许多现有最佳估算器/类估算器的一个卓越缺点是它们通常偏置。在本文中，我们提出了一个最佳类别的非偏见估计，用于在简单的随机抽样下估算人口意味着而无需更换（SRSWOR）方案。提议的课程是三个概念的混合：1）辅助变量的信息，2）辅助变量的等级和3）Hartley-Ross型无偏估计过程。偏置的表达和新类的最小方差达到第一程度的近似程度。要突出显示所提出的类的应用，请使用五种实际数据集。数值调查结果证实，与传统的无偏见估计和其他几乎无偏见的估计人员相比，新课程的行为有效。此外，蒙特卡罗仿真研究是通过两个真正的人群进行，以评估拟议课程对竞争对手的表现。在理论和数值发现的基础上，得出结论，新的拟议类可以在SRSWOR方案下产生最佳的无偏见估计。因此，建议使用所提出的课程以用于将来的应用程序。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号