[論文レビュー] An Improved Estimator In Systematic Sampling

Rajesh Singh, Sachin Malik+1 more|arXiv (Cornell University)|Jul 19, 2013

Survey Sampling and Estimation Techniques参考文献 6被引用数 9

ひとこと要約

本稿では、BahlとTuteja（1991）の手法を適応させ、補助情報を利用してBedi（1996）の変換を適用することにより、系統抽出における改善された推定量を提案する。提案された推定量は、既存の推定量と比較して低いバイアスと平均二乗誤差（MSE）を示し、理論的導出と数値例を通じて、1次近似のもとでの優れた性能が確認されている。

ABSTRACT

In this paper we have adapted Bahl and Tuteja (1991) estimator in systematic sampling using auxiliary information. Using Bedi (1996) transformation an improved estimator is also proposed under systematic sampling. The expressions of bias and mean square error up to the first order of approximation are derived. It has been shown that the proposed estimator performs better than many existing estimators. A numerical example is included to support the theoretical results.

研究の動機と目的

• 補助情報の統合により、系統抽出における推定効率を向上させること。
• 変換技術を用いて、バイアスと平均二乗誤差（MSE）を低減すること。
• BahlとTuteja（1991）の推定量をBedi（1996）の変換を用いて拡張し、性能を向上させること。
• 従来の系統抽出推定量の代替として、理論的裏付けが明確で、より効率的な選択肢を提供すること。
• 数値例を用いて、性能の向上を検証すること。

提案手法

• 系統抽出における補助情報を統合することで、BahlとTuteja（1991）の推定量を適応化する。
• 推定量の効率を向上させるために、Bedi（1996）の変換を適用する。
• バイアスおよび平均二乗誤差（MSE）の式を、1次近似の範囲で導出する。
• 設計に基づくアプローチを用いて、新しい推定量の既存の推定量に対する性能を評価する。
• 実データを用いた数値例を提示し、理論的改善を実証する。
• バイアスとMSEを性能指標として用いて、提案された推定量と既存の推定量を比較する。

実験結果

リサーチクエスチョン

• RQ1 補助情報は、系統抽出における推定を効果的に改善するためにどのように活用できるか？
• RQ2 Bedi（1996）の変換は、系統抽出推定量のバイアスとMSEにどのような影響を与えるか？
• RQ3 提案された推定量は、バイアスとMSEの観点で、常に既存の推定量を上回るか？
• RQ4 1次近似は、新しい推定量の性能をどれほど正確に反映しているか？
• RQ5 数値例は、理論的に優れた性能を有する提案された推定量の有効性を検証できるか？

主な発見

• 提案された推定量は、系統抽出におけるいくつかの既存の推定量と比較して、低いバイアスと平均二乗誤差（MSE）を示している。
• 理論的導出により、補助情報と変換を用いることで、推定量の効率が向上することが確認された。
• バイアスとMSEの式は、1次近似の範囲で導出されており、解析的検証を支持している。
• 数値例により、提案された推定量が、従来の推定量および既存の補助情報に基づく推定量を実際の応用においても上回ることが示された。
• Bediの変換を用いた補助データの統合が、推定の正確性を顕著に向上させることを示した。
• 同じ抽出枠組み下で、BahlとTuteja（1991）の元々の推定量よりも、提案された推定量がより効率的であることが示された。