Estimation of Mean in Domain When Distribution of Variable is Skewed

Rozważana jest nadpopulacja w której wyróżniono domeny badań. Celem wnioskowania jest estymacja wartości średniej w wyróżnionej domenie. Zakłada się, że rozkład prawdopodobieństwa zmiennych w domenach może być nawet silnie asymetryczny, jednocześnie przyjmując, że wszystkie zmienne tworzące model nadpopulacji mają tę samą wariancję. Pozwala to na konstrukcję specyficznego estymatora typu regresyjnego średniej w wyróżnionej domenie. Korzysta się przy tym ze znanego faktu, że kowariancja średniej z próby i wariancji z próby jest proporcjonalna do trzeciego momentu centralnego zmiennej. Okazuje się, że proponowany estymator może dawać dokładniejsze oceny średniej w domenie, gdy właśnie rozkład zmiennej jest asymetryczny. Wykazano to na podstawie odpowiednio zaprojektowanych i przeprowadzonych badań symulacyjnych.

The problem of estimation the expected value in the case when a random variable has skewed probability distribution was considered e.g. by Carroll and Ruppert (1988), Chandra and Chambers (2006), Chen and Chen (1996), Karlberg (2000). Their results are based on transformation of skewed data. In the paper another approach is presented. The proposed estimators are constructed on the rather well known following property. Kendall and Stuart (1967) showed that the covariance between sample variance and sample mean is proportional to the third central moment of a variable. This property is applied to construction of several estimators of mean in a domain. The estimators are useful in the case when the variable under study has asymmetrical distribution because under some additional assumption they are more accurate than the sample mean. The results of the paper can be applied in survey sampling of economic populations.