[논문 리뷰] Study of some improved ratio type estimators using information on auxiliary attributes under second order approximation

Prayas Sharma, Rajesh Singh외 1명|arXiv (Cornell University)|2013. 09. 12.

Survey Sampling and Estimation Techniques인용 수 11

한 줄 요약

이 논문은 2차 근사법을 활용하여 보조 속성 정보를 이용해 모집단 평균을 추정하는 개선된 비율 유형 추정량을 제안한다. 2차 편향과 평균제곱오차(MSE)를 유도하였으며, 수치적 예시를 통해 제안된 추정량이 기존 추정량보다 효율성과 정확성 측면에서 뛰어남을 보여준다.

ABSTRACT

Chakrabarty, Khoshnevisan, Sahai and Ray, Solanki suggested some estimators to estimate unknown population mean of the study variable. These authors discussed the estimators along with their first order biases and mean square errors(MSEs). In this paper, we have tried to found out the second order biases and mean square errors of some estimators using information on auxiliary attribute. We have compared the performance of the estimators with the help of a numerical illustration.

연구 동기 및 목표

• 보조 속성을 활용하여 모집단 평균을 추정하기 위한 더 효율적인 비율 유형 추정량을 개발하기 위해.
• 기존 및 제안된 추정량의 2차 편향과 평균제곱오차(MSE)를 유도하여 정확도를 향상시키기 위해.
• 1차 근사 초과하는 보조 속성 정보를 통합하여 추정 정밀도를 향상시키기 위해.
• 수치적 예시를 통해 제안된 추정량과 기존 추정량의 성능을 비교하기 위해.
• 신규 추정량의 MSE 및 편향 감소 측면에서 이론적이고 실증적인 증거를 제공하기 위해.

제안 방법

• 비율 유형 추정량의 편향과 평균제곱오차에 대한 더 정확한 표현을 도출하기 위해 2차 근사를 채택한다.
• 연구 변수와 상관관계가 있는 정성적 특성과 같은 보조 속성 정보를 추정 프레임워크에 통합한다.
• 연구 변수와 보조 속성을 조합하여 분산을 줄이는 새로운 비율 유형 추정량을 제안한다.
• 편향과 MSE 표현을 정밀화하기 위해 2차 항까지의 테일러 급수 전개를 사용한다.
• 알려진 모집단 파ameter를 기반으로 추정량 성능을 비교하기 위해 파생된 표현을 적용한다.
• 실제 또는 시뮬레이션 데이터를 활용한 수치적 예시를 통해 이론적 결과를 검증한다.

실험 결과

연구 질문

• RQ1 비율 유형 추정량의 2차 편향과 평균제곱오차는 1차 근사와 비교해 어떻게 다른가?
• RQ2 보조 속성 정보를 통합할 경우 비율 유형 추정량의 효율성은 어느 정도 향상되는가?
• RQ3 기존 및 신규 추정량 중에서 가장 낮은 평균제곱오차를 보이는 추정량은 무엇인가?
• RQ4 보조 속성의 포함은 평균 추정에서 편향과 분산의 트레이드오프에 어떻게 영향을 미치는가?
• RQ5 수치적 환경에서 제안된 추정량의 실증 성능는 고전적 비율 추정량과 비교해 어떻게 되는가?

주요 결과

• 보조 속성 정보를 사용할 경우, 제안된 추정량은 고전적 비율 추정량에 비해 평균제곱오차가 크게 감소한다.
• 2차 편향 항은 1차 근사보다 추정량 성능을 더 정확하게 기술한다.
• 수치적 예시를 통해 제안된 추정량이 효율성과 정밀성 측면에서 기존 추정량을 능가함을 확인하였다.
• 보조 속성 정보를 통합하면, 특히 연구 변수와 강한 상관관계가 있는 경우 추정 오차가 뚜렷이 감소한다.
• 이론적 유도 결과로, 동일한 표본 조건 하에서 신규 추정량이 더 낮은 MSE를 달성함을 보여주었다.
• 보조 속성이 연구 변수와 강한 상관관계를 가지는 경우 성능 향상이 가장 두드러진다.