logo móvil
Contáctanos

Un eficiente clase de estimadores en muestreo aleatorio estratificado con una aplicación a datos reales

Autores: Bhushan, Shashi; Kumar, Anoop; Lone, Showkat Ahmad; Anwar, Sadia; Gunaime, Nevine M.

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico
2023

Un eficiente clase de estimadores en muestreo aleatorio estratificado con una aplicación a datos reales


Categoría

Matemáticas

Subcategoría

Análisis matemático

Palabras clave

Artículo de investigación
Clase separada
Combinada
Estimadores
Estimación de la media poblacional
Muestreo aleatorio estratificado

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 37

Citaciones: Sin citaciones


Descripción
Este artículo de investigación aborda una clase eficiente de estimadores separados y combinados para la estimación de la media poblacional basada en muestreo aleatorio estratificado (MAE). Se obtienen las expresiones de aproximación de primer orden del sesgo y el error cuadrático medio de la clase de estimadores separados y combinados propuestos. Se realiza un estudio comparativo para determinar las condiciones de eficiencia en las que la clase de estimadores sugerida supera a los estimadores contemporáneos. Estas condiciones de eficiencia se examinan a través de un extenso estudio de simulación empleando poblaciones simétricas y asimétricas dibujadas hipotéticamente. Los resultados de la simulación han demostrado que la clase de estimadores sugerida es más efectiva que los otros estimadores disponibles. Además, también se presenta una aplicación de los métodos propuestos examinando un conjunto de datos reales.

Otros recursos que podrían interesarte

Temas Virtualpro