排序集抽样下两样本相关参数的修正极大似然估计  

Modified maximum likelihood estimators of related parameter using ranked set sampling

作　　者：张建军[1] 乔松珊[2] 

机构地区：[1]河南农业大学 信息与管理科学学院 [2]中原工学院 信息商务学院,河南郑州45007

出　　处：《长春大学学报》2008年第6期11-14,共4页Journal of Changchun University

摘　　要：排序集抽样是一种提高抽样效率的有效方法。然而,实际排序中不可避免会出现误差,这会对极大似然估计的结果造成一定的偏倚。文章基于排序集样本对传统的极大似然估计方程进行修正,讨论了修正的极大似然估计的性质,并进一步从渐进方差的角度说明了这一估计较传统方法更稳健。Ranked set sampling is an approach to more efficient data collection,but the judgment error is inevitable in practice and the likelihood function is biased. In this paper,we consider a modified MLE using RSS for related parameter and show that the MMLE is more robust than the MLE using SRS.

关 键 词：排序抽样 简单随机抽样 修正极大似然估计(MMLE) 渐进方差 

分 类 号：O211.67[理学—概率论与数理统计]