文章基本信息

标题：Estimating Population Proportions by Means of Calibration Estimators
本地全文：下载
作者：Antonio Arcos ; Helena Martínez ; Sarjinder Singh 等
期刊名称：Revista Colombiana de Estadística
印刷版ISSN：2389-8976
出版年度：2015
卷号：38
期号：1
页码：267-293
DOI：10.15446/rce.v38n1.48814
语种：English
出版社：Universidad Nacional de Colombia, sede Bogotá
摘要：El artículo considera el problema de la estimación de la proporción poblacional de una variable categórica usando como marco de trabajo la calibración. Se exploran diferentes situaciones de acuerdo con la información auxiliar disponible y se investigan las propiedades teóricas.. Una nueva clase de estimadores basada en los estimadores de calibración propuestos también es definida y el estimador óptimo en la clase, en el sentido de varianza mínima, es obtenido. Finalmente, un estimador de la proporción poblacional, bajo nuevas condiciones de calibración es también propuesto. Estudios de simulación para evaluar el comportamiento de los estimadores calibrados propuestos a través del sesgo relativo empírico y de la eficiencia relativa empírica son incluidos, obteniéndose resultados satisfactorios.
其他摘要：This paper considers the problem of estimating the population proportion of a categorical variable using the calibration framework. Different situations are explored according to the level of auxiliary information available and the theoretical properties are investigated. A new class of estimator based upon the proposed calibration estimators is also defined, and the optimal estimator in the class, in the sense of minimal variance, is derived. Finally, an estimator of the population proportion, under new calibration conditions, is defined. Simulation studies are considered to evaluate the performance of the proposed calibration estimators via the empirical relative bias and the empirical relative efficiency, and favourable results are achieved.
关键词：Auxiliary Information;Calibration;Estimators;Finite Population;Sampling Design;Calibración;Diseño muestral;Estimadores;Información auxiliar;Población finita