基于排序集样本和辅助变量中位数的均值比率估计方法.pdf

第 3 1 卷第 7 期 统 计 与 信 息 论 坛 2016年 7 月 Vol. 31 No. 7 Statistics Information Forum Jul. ,2016 【统计理论与方法】 基于排序集样本和辅助变量中位数的 均值比率估计方法 乔松珊 1 ，张建军2 ，孙成金2 ( 1 . 中原工学院信息商务学院，河 南郑州450007;2.河南农业大学信息与管理科学学院，河南郑 州 450002) 摘要:排序集抽样下利用辅助变量中位数构建了总体均值的改进比率估计模型，分析了该比率估计量的 偏差和均方误差，并与简单随机抽样下的比率估计比较，证明了改进后的比率估计均方误差更小。以农作物 播种面积和产量为研究对象进行实例分析，研究表明，基于排序集样本和辅助变量中位数的比率估计方法可 以有效提高估计精度，验证了该构造方法的可行性。 关键词:辅助变量;中位数;排序集样本;比率估计 中图分类号= 0212. 2 : F301. 24 文献标志码：A 文章编号：1007 — 3116(2016)07 — 0011 — 05 比率估计并不是无偏估计，为了降低估计偏差， 一、引 % 提高精度，一些学者探讨了两种改进思路，一是修改 当存在与研究变量高度相关的辅助变量的有效 估计量形式，二是采用新的抽样方法。Sisodia 、 信息时，利用这些信息将有助于提高均值估计的精 Singh和 Y an 等人分别利用辅助变量的变异系数， 度，比率估计就是利用这一思想构建的非线性估计 峰度系数和偏斜系数，在随机抽样下提出了均值比 形式。设 X 为辅助变量，Y 为研究变量，两变量均值 率估计的改进形式[2_4]，随后 Subramani等人为了 分 别 为 与 /^ ，（X Y，)构成二维总体，若辅助变量 提高估计量的稳定性，在前人研究基础上提出了另 均值/« 已知，对于简单随机抽样，定 义 均 值 的 比 一种比率估计量[5]: /^MSRS - Y SRS( ) ( 2 ) 估计量(《 SRS = 一 SRS押 ，其中叉SRS与fsRS分别为两个 X srs + Md X srs 其中！SRS与^3为随机抽样下两总体样本均值，Mi 总体的样本均值，当样本容量W较大时，该比率估计 为辅助变量中位数。当《较大时，估计量近似均方误 量的近似均方误差为[1]134 一138: 差为： M SE ((USrs ) ^ 1^ U +-RVx - 2 ^ txy) (1) MSE ^ msrs)^ (f l /n ) ( a + ^ a - ZdfCxCy) 其 中 为 变 量 X Y、的总体方差， (Txy = /OffxOY为 ( 3 ) 其中0 = 。研究结果表明，相关系数满 协方差，(〇为相关系数，R @为 两 变 量 均 值 比 ， 足一定条件时，该估计量的估计效率要比上述其它