[论文解读] 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 9

一句话总结

本文通过适配 Bahl 和 Tuteja（1991）的方法并应用 Bedi（1996）的变换，利用辅助信息，在系统抽样中提出了一种改进的估计量。与现有估计量相比，该估计量表现出更低的偏差和均方误差，理论推导与数值示例均证实其在一阶近似下的优越性能。

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.

研究动机与目标

• 通过整合辅助信息，提升系统抽样中的估计效率。
• 通过变换技术降低估计的偏差和均方误差（MSE）。
• 通过 Bedi（1996）的变换扩展 Bahl 和 Tuteja（1991）的估计量，以提升性能。
• 提供一种理论基础扎实、效率更高的传统系统抽样估计量的替代方案。
• 通过数值示例验证改进性能。

提出的方法

• 通过在系统抽样中整合辅助信息，适配 Bahl 和 Tuteja（1991）的估计量。
• 应用 Bedi（1996）的变换以提高所提估计量的效率。
• 推导偏差和均方误差（MSE）在一阶近似下的表达式。
• 采用基于设计的方法，评估新估计量相对于现有估计量的性能。
• 使用真实数据的数值示例，说明理论上的改进。
• 以偏差和均方误差为性能指标，将所提估计量与现有估计量进行比较。

实验结果

研究问题

• RQ1 如何有效利用辅助信息以改进系统抽样中的估计？
• RQ2 Bedi（1996）的变换对系统抽样估计量的偏差和均方误差有何影响？
• RQ3 所提估计量在偏差和均方误差方面是否始终优于现有估计量？
• RQ4 一阶近似在多大程度上能准确反映新估计量的性能？
• RQ5 数值示例能否验证所提估计量的理论优越性？

主要发现

• 在系统抽样下，所提估计量相较于几种现有估计量表现出更低的偏差和均方误差（MSE）。
• 理论推导证实，通过辅助信息和变换，所提估计量实现了更高的效率。
• 偏差和均方误差的表达式在一阶近似下推导得出，支持了分析验证。
• 数值示例表明，所提估计量在实践中优于传统估计量和基于辅助信息的现有估计量。
• 结果表明，通过 Bedi 变换整合辅助数据可显著提高估计精度。
• 在相同抽样框架下，所提估计量被证明比 Bahl 和 Tuteja（1991）的原始估计量更高效。