乔松珊，张建军，孙成金

(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)



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

一、引言

(1)

比率估计并不是无偏估计，为了降低估计偏差，提高精度，一些学者探讨了两种改进思路，一是修改估计量形式，二是采用新的抽样方法。Sisodia、Singh和Yan等人分别利用辅助变量的变异系数，峰度系数和偏斜系数，在随机抽样下提出了均值比率估计的改进形式[2-4]，随后Subramani等人为了提高估计量的稳定性，在前人研究基础上提出了另一种比率估计量[5]：

(2)

(3)

其中θ=μX/(μX+Md)。研究结果表明，相关系数满足一定条件时，该估计量的估计效率要比上述其它几种改进形式精度更高。

排序集抽样(RSS)是一种新的抽样方法，最初是由McIntyre在估计牧草产量时提出，随后得到了深入研究和广泛应用[6]；……