Abstract
As an estimate of a location parameter for a given data set, $\alpha$-trimmed mean has been studied for a long time by many statisticians because of its nice propoerties including robustness. However, its performance depends on the proportion of trimming say $\alpha$. In this paper, we suggest a data-driven choice of $\alpha$ and study its validity. Also, we suggest a new estimator and consider double-bootstrap to improve its performance. By using simulation study, the proposed method is compared with the exiting one in various cases. Real data sets are also analyzed by using the proposed method.
주어진 일변량자료의 위치모수에 대한 추정방법으로 $\alpha$-절사평균 ($\alpha$-trimmd mean)은 로버스트 성질 등의 장점에 근거하여 오랜기간을두고 연구되어왔다. 본 연구에서는 자료에 근거한 $\alpha$의 선택을 붓스트랩(bootstrap) 방법에 의거하여 제시하고 그에 근거한 새로운 절사추정량의 응용을 다루었다. 나아가 추정의 정도를 높이기 위해 이중붓스트랩(double bootstrap)을 사용하였다. 한편, 이러한 붓스트랩 방법의 타당성 연구를 위해 모의실험(simulation)과 실제 자료 적용에 기존방법과 새로운 방법의 비교연구를 제시하였다.