Please use this identifier to cite or link to this item: https://publication.npru.ac.th/jspui/handle/123456789/866
Title: Adjusted Ratio Estimator for Estimating Population Mean Using Robust Regression
ตัวประมาณอัตราส่วนสำหรับประมาณค่าเฉลี่ยประชากรที่ปรับใหม่ด้วยการถดถอยที่มีความ แกร่ง
Authors: Choeychit, Sasinun
Lawson, Nuanpan
ศศินันท์ เชยชิต
นวลพรรณ ลอว์สัน
Keywords: Ratio estimator
Robust regression
Simple random sampling
Issue Date: 9-Jul-2020
Publisher: Nakhon Pathom Rajabhat University
Citation: Cochran, W. G. (1997). Sampling Techniques. New York: John Wiley and Sons.
Fox, J. (2002). Robust Regression: Appendix to an R and S-PLUS companion to applied regression. Accessed December 5, 2017.
Huber, P.J. (1973). Robust regression: asymptotics, conjectures and Monte Carlo. The Annals of Statistics. 799–821.
Jaroengeratikun, U., & Lawson, N. (2018). Improved ratio estimators of population mean using transformed variable in double sampling. The Journal of Applied Science. 17(2).
Kadılar, C., M. Candan, and H. Çıngı. (2007). Ratio estimators using robust regression. Hacettepe Journal of Mathematics and Statistics. 36(2): 181–88.
Nangsue, N. (2009). Adjusted Ratio and Regression Type Estimators for Estimation of Population Mean when some Observations are missing. World Academy of Science. 29.
Sisodia, B. V. S. & Dwivedi, V. K. (1981). A Modifiedratio Estimator Using Coefficient of Variation of Auxiliary Variable. Journal of Indian Society Agricultural Statistics. 33 : 13-18.
Singh, H.P. & Tailor, R. (2003). Use of Known Correlation Coefficient in Estimating the Finite Population Mean. Statistics in Transition. 6 : 555-560.
T. Zaman, H. Bulut. (2019). Improvement of modified ratio estimators using robust regression methods. Applied Mathematics and Computation. Vol.348 : 627-631.
Upadhyaya, L. N. & Singh, H. P. (1999). Use of Transformed Auxiliary Variable in Estimating the Finite Population Mean. Biometrical Journal. Vol.41 No.5 : 627- 636.
Abstract: This paper aims to propose the new ratio estimators for estimating population mean when an outlier occurs in the study using robust regression by adjusting the Nangsue (2009) estimator. We consider the Huber M method in the study and also the bias and mean square error of the estimator are investigated. The new estimators are compared with the existing estimator using mean square error of the estimator. A simulation study shows that the proposed estimators perform well when compared to the existing estimator under suitable conditions.
งานวิจัยนี้มีวัตถุประสงค์เพื่อเสนอตัวประมาณอัตราส่วนสำหรับประมาณค่าเฉลี่ยประชากรในกรณีที่ข้อมูลมีค่า ผิดปกติขึ้นใหม่โดยวิธีการประมาณด้วยการถดถอยที่มีความแกร่ง โดยปรับจากตัวประมาณอัตราส่วนของค่าเฉลี่ยประชากร ของ Nangsue (2009) ซึ่งในการวิจัยครั้งนี้จะทำการศึกษาวิธีการประมาณการถดถอยที่มีความแกร่งโดยวิธี Huber M พร้อมทั้งศึกษาถึงค่าความเอนเอียงและค่าคลาดเคลื่อนกำลังสองเฉลี่ยของตัวประมาณที่เสนอใหม่ และทำการเปรียบเทียบ ประสิทธิภาพของตัวประมาณที่เสนอใหม่กับวิธีเดิมโดยใช้เกณฑ์ความคลาดเคลื่อนกำลังสองเฉลี่ย ผลการศึกษาจากข้อมูลที่ได้ จากการจำลองพบว่า ตัวประมาณอัตราส่วนของค่าเฉลี่ยประชากรที่นำเสนอขึ้นใหม่มีประสิทธิภาพสูงกว่าตัวประมาณดั้งเดิม ภายใต้สถานการณ์ที่เหมาะสม
URI: https://publication.npru.ac.th/jspui/handle/123456789/866
Appears in Collections:Proceedings of the 12th NPRU National Academic Conference



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.