[论文解读] Improved Exponential Estimator for Population Variance Using Two Auxiliary Variables

Rajesh Singh, Pankaj Chauhan+2 more|ArXiv.org|Feb 1, 2009

Survey Sampling and Estimation Techniques参考文献 5被引用 37

一句话总结

本文提出了一种基于两个辅助变量的改进指数比率与乘积型估计量，用于估计总体方差，通过策略性加权显著提升了精度。理论与实证结果表明，与传统估计量相比，该方法在两阶段抽样设计中表现出显著的效率提升。

ABSTRACT

In this paper exponential ratio and exponential product type estimators using two auxiliary variables are proposed for estimating unknown population variance $S_y^2$. Problem is extended to the case of two-phase sampling. Theoretical results are supported by an empirical study.

研究动机与目标

• 解决调查抽样中对更高效总体方差估计量的需求。
• 通过引入指数结构，克服传统比率与乘积估计量的局限性。
• 利用两个辅助变量的信息，提高估计精度并降低均方误差。
• 将所提出的估计量扩展至两阶段抽样，以增强实际适用性。
• 通过使用真实或模拟数据的实证研究，验证理论上的改进。

提出的方法

• 开发结合目标变量与两个辅助变量的指数比率型和指数乘积型估计量。
• 利用指数函数稳定方差，并通过减少估计中的偏态来提高效率。
• 制定最优权重的估计量，其权重由辅助变量的已知总体参数推导得出。
• 通过在两个阶段利用辅助信息，将框架扩展至两阶段抽样，以提高精度。
• 应用理论推导，推导出所提出估计量的均方误差（MSE）表达式。
• 通过理论MSE比较与实证验证，将所提出的估计量与现有方法进行比较。

实验结果

研究问题

• RQ1 指数结构如何通过使用两个辅助变量提升方差估计量的效率？
• RQ2 引入两个辅助变量对方差估计的均方误差有何影响？
• RQ3 与传统方法相比，所提出的估计量在两阶段抽样中的表现如何？
• RQ4 能否通过真实或模拟数据的实证研究验证理论上的效率提升？
• RQ5 在不同抽样条件下，指数估计量的最优加权方案是什么？

主要发现

• 所提出的指数估计量相较于传统的比率与乘积估计量，表现出更低的均方误差。
• 理论分析证实，在特定条件下，新估计量比现有方法更具效率。
• 实证研究支持理论发现，显示出估计精度的一致性提升。
• 两阶段抽样扩展显著增强了估计量在大规模调查中的实际应用价值。
• 指数函数的使用有效降低了偏差，并提高了方差估计的稳定性。
• 当辅助变量与研究变量高度相关时，估计量实现了显著的效率提升。