[논문 리뷰] A General Class of Estimators of Population Median Using Two Auxiliary Variables in Double Sampling

Jack Allen, Housila P. Singh외 2명|ArXiv.org|2002. 02. 28.

Survey Sampling and Estimation Techniques참고 문헌 7인용 수 12

한 줄 요약

이 논문은 이중 표본 조사에서 두 개의 보조 변수를 사용하여 모집단 중앙값을 추정하는 일반적인 추정기 클래스를 제안하며, 이는 이전 방법보다 효율성을 향상시킨다. 최적의 표본 크기와 추정된 파rameter를 활용함으로써, 제안된 추정기는 Singh 등 (2001)의 방법보다 평균제곱오차(MSE)를 크게 감소시켜 고정된 조사 비용 조건 하에서 뛰어난 성능을 보인다.

ABSTRACT

In this paper we have suggested two classes of estimators for population median M_Y of the study character Y using information on two auxiliary characters X and Z in double sampling. It has been shown that the suggested classes of estimators are more efficient than the one suggested by Singh et al (2001). Estimators based on estimated optimum values have been also considered with their properties. The optimum values of the first phase and second phase sample sizes are also obtained for the fixed cost of survey.

연구 동기 및 목표

• 이중 표본 조사에서 두 개의 보조 변수를 사용하여 모집단 중앙값에 대한 더 효율적인 추정기 클래스를 개발하는 것.
• Singh 등 (2001)이 제안한 추정기를 보완하기 위해 더 넓은 추정기 클래스를 도입함으로써 효율성을 향상시키는 것.
• 고정된 조사 비용 제약 조건 하에서 최적의 제1단계 및 제2단계 표본 크기를 도출하는 것.
• 실제 적용을 위한 실용적 구현을 위해 추정된 최적 값 기반 추정기의 성질을 검토하는 것.
• 제안된 추정기가 기존 대안보다 우월해지는 이론적 조건을 설정하는 것.

제안 방법

• 저자는 이중 표본 조사 프레임워크에서 두 개의 보조 변수 X와 Z를 사용하여 일반적인 추정기 클래스를 구축한다.
• 추정기는 보조 변수와 연구 변수 Y의 선형 조합으로 구성되며, 계수는 평균제곱오차(MSE)를 최소화하도록 선택된다.
• 라그랑주 최적화를 사용하여 고정된 총 조사 비용 조건 하에서 제1단계 및 제2단계 표본 크기의 최적 값을 도출한다.
• 추정기의 평가에는 평균제곱오차(MSE) 기준이 사용되며, 대표 표본 이론에 따라 渐近적 성질이 유도된다.
• 진짜 파rameter가 알려지지 않은 실용적 적용을 위해 추정된 최적 값 기반의 추정기를 고려한다.
• 이론적으로 제안된 클래스와 Singh 등 (2001)의 추정기 간의 비교를 통해 효율성 향상을 입증한다.

실험 결과

연구 질문

• RQ1 이중 표본 조사에서 두 개의 보조 변수를 사용하여 기존 추정기보다 우월한 일반적인 중앙값 추정기 클래스를 개발할 수 있는가?
• RQ2 이중 표본 설계에서 두 개의 보조 변수를 포함할 경우 중앙값 추정의 효율성은 어떻게 영향을 받는가?
• RQ3 고정된 총 조사 비용 조건 하에서 제1단계 및 제2단계의 최적 표본 크기는 무엇인가?
• RQ4 진짜 최적 값이 아닌 추정된 최적 값 기반의 추정기 성능는 어떻게 비교되는가?
• RQ5 제안된 클래스는 Singh 등 (2001)의 추정기보다 이론적으로 얼마나 더 효율적인가?

주요 결과

• 제안된 추정기 클래스는 점차적 효율성이 Singh 등 (2001)의 추정기보다 높으며, 이는 더 낮은 평균제곱오차(MSE)로 입증된다.
• 고정된 비용 제약 조건 하에서 MSE를 최소화하기 위해 제1단계 및 제2단계 표본 크기의 최적 값이 해석적으로 유도되었다.
• 추정된 최적 값 기반의 추정기는 높은 효율성을 유지하며, 실용적 응용에서의 강건성을 보여준다.
• 이론적 결과는 두 개의 보조 변수를 사용할 경우 제안된 추정기가 중앙값 추정에서 더 높은 정밀도를 달성함을 확인한다.
• 효율성 향상은 정량적으로도 뚜렷하며, 고려된 조건 전반에 걸쳐 제안된 클래스가 기준 추정기를 일관되게 능가한다.
• 이 틀은 다양한 표본 추출 설계에 적용 가능하며, 유사한 보조 정보를 가진 상황에 쉽게 적응할 수 있다.