Key points are not available for this paper at this time.
이번 기사에서는 연구 변수의 유한 모집단 분산을 추정하기 위해 다양한 변환을 사용하는 효율적인 추정자의 개선된 클래스를 제안합니다. 이러한 추정자는 보조 변수의 최소 및 최대 값에 대한 정보가 있고, 보조 변수의 순위가 연구 변수와 연관되어 있는 상황에서 특히 유용합니다. 따라서 이러한 순위는 추정자의 정확성을 개선하는 효과적인 도구로 활용될 수 있습니다. 제안된 추정자 클래스의 편향 및 평균 제곱 오차(MSE)와 같은 특성을 조사하기 위해 1차 근사법이 사용됩니다. 성능을 측정하고 이론 결과를 확인하기 위해 수행된 시뮬레이션 연구 결과, 제안된 추정자 클래스는 모든 시뮬레이션 상황에서 기존의 다른 추정자보다 더 높은 상대적 효율성(PRE)을 가지고 있음을 보여주었습니다. 응용 섹션에서는 제안된 추정자 클래스가 기존 추정자보다 우수한 성능을 보여주기 위해 세 가지 대칭 및 비대칭 데이터 세트를 검토합니다.
Daraz et al. (Fri,)는 이 문제를 연구했습니다.