开放式访问

第条

一类新的基于L矩的校准方差估计

乌斯曼·沙哈扎德^1,2,*伊斯瓦克·艾哈迈德¹易卜拉欣·穆夫拉·阿尔曼贾希（Ibrahim Mufrah Almanjahie）^3,4纳迪娅·艾尔·努尔⁵穆罕默德·哈尼夫²

1巴基斯坦伊斯兰堡国际伊斯兰大学数学与统计系，邮编46000
2巴基斯坦拉瓦尔品第PMAS干旱农业大学数学与统计系，邮编：46300
3沙特阿拉伯阿卜哈哈立德国王大学数学系，邮编：62529
4沙特阿拉伯阿卜哈哈立德国王大学统计研究支持部，邮编：62529
5伊拉克巴格达Mustansiriyah大学科学院数学系，邮编：10011

*通讯作者：Usman Shahzad。电子邮件：

计算机、材料和连续性 2021,66(3), 3013-3028.https://doi.org/10.32604/cmc.2021.014101

收到2020年8月31日；认可的2020年10月19日；发布的版本2020年12月28日

摘要

方差是描述性统计最重要的度量指标之一，常用于统计分析。传统的基于二阶中心矩的方差估计是一种应用广泛的方法。然而，在极值存在的情况下，传统的方差估计受到很大影响。因此，本文首先在Koyuncu最近提出的估计量的基础上提出了两类校准估计量，然后利用L-Moments特性（L-位置、L-尺度、L-CV）和辅助信息提出了一类新的基于L-Moments的校准方差估计量。结果表明，所提出的基于L矩的校准方差估计量比自适应方差估计量更有效。考虑人工数据来评估拟议估计器的性能。为了本文的目的，我们还演示了一个与苹果水果相关的应用程序。利用人工数据集和实际数据集，计算了这类估计量相对于自适应估计量的相对效率百分比（PRE）。PRE结果表明，在存在极值的情况下，所建议的类优于自适应类。通过这种方式，只要在极值存在的情况下有可用的辅助信息，就可以在广泛的调查抽样范围内应用所建议的估计类。

---

关键词

---

引文