Un nuevo tipo de estimadores de regresión cuantil de razón para la media de población finita en muestreo aleatorio estratificado
Autores: Koç, Tuba; Koç, Haydar
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Un nuevo tipo de estimadores de regresión cuantil de razón para la media de población finita en muestreo aleatorio estratificado
Categoría
Matemáticas
Subcategoría
Análisis matemático
Palabras clave
Regresión cuantil
Media poblacional
Estimadores de tipo razón
Muestreo aleatorio estratificado
Ecuaciones de error cuadrático medio
Comparaciones de eficiencia
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 28
Citaciones: Sin citaciones
La regresión cuantílica es una de las técnicas de regresión alternativas utilizadas cuando no se cumplen las suposiciones del análisis de regresión clásico, y estima los valores de la variable de estudio en varios cuantiles de la distribución. Este estudio propone estimadores de tipo razón de la media de una población utilizando la información de la regresión cuantílica para un muestreo aleatorio estratificado. Los estimadores de tipo razón propuestos se investigan con la ayuda de las ecuaciones del error cuadrático medio. Se presentan comparaciones de eficiencia entre los estimadores propuestos y los estimadores clásicos en ciertas condiciones. Bajo estas condiciones obtenidas, se observa que los estimadores propuestos superan a los estimadores clásicos. Además, los resultados teóricos son respaldados por una aplicación de datos reales.
Descripción
La regresión cuantílica es una de las técnicas de regresión alternativas utilizadas cuando no se cumplen las suposiciones del análisis de regresión clásico, y estima los valores de la variable de estudio en varios cuantiles de la distribución. Este estudio propone estimadores de tipo razón de la media de una población utilizando la información de la regresión cuantílica para un muestreo aleatorio estratificado. Los estimadores de tipo razón propuestos se investigan con la ayuda de las ecuaciones del error cuadrático medio. Se presentan comparaciones de eficiencia entre los estimadores propuestos y los estimadores clásicos en ciertas condiciones. Bajo estas condiciones obtenidas, se observa que los estimadores propuestos superan a los estimadores clásicos. Además, los resultados teóricos son respaldados por una aplicación de datos reales.