• Communications for Statistical Applications and Methods
• /
• 제20권5호
• /
• pp.367-376
• /
• 2013

Cut-off sampling is widely used for a highly skewed population like a business survey by discarding a part of the population (the take-nothing stratum). In this paper, we suggest a new composite estimator of the take-nothing stratum total obtained by use of the survey results of the take-nothing stratum and a take-some sub-stratum (a part of take-some stratum) for a more accurate estimate of the population total. Small simulation studies are conducted to compare the performances of known estimators and the new composite estimator suggested in this study. In addition, we use briquette consumption survey data for real data analysis.

• 응용통계연구
• /
• 제24권6호
• /
• pp.1115-1128
• /
• 2011

절사표본 설계는 관심변수의 분포가 오른쪽으로 치우쳐진 경우에 모집단 일부를 표본조사에서 제외시켜 조사의 효율을 높이는 방법이다. 그러나 전체 모집단의 총합 추정을 위해서는 버려진 절사 층에 관한 추론이 필요하게 된다. 기존에 사용하고 있는 많은 방법들은 절사층에서 표본조사를 하지 않고 알려진 보조정보와 조사자료를 이용하여 절사층 총합을 추정하며 이를 이용하여 전체 모집단의 총합을 추정한다. 본 논문에서는 절사층을 완전히 표본 층에서 제거하지 않고 조사의 편리성 및 효율성을 고려하여 최소의 표본을 추출한 후 모집단 전체 총합을 추정하는 방법을 제안하였다. 또한 모의실험을 통하여 제안된 추정법과 기존 방법의 우수성을 비교하였다.

• 응용통계연구
• /
• 제27권1호
• /
• pp.43-59
• /
• 2014

왜도가 심한 사업체 조사에서는 모집단의 일부를 제외하고 표본을 추출하는 방법인 절사표본추출법이 자주 사용된다. 절사층의 경우 표본 관리가 어렵고 조사비용이 많이 들기 때문에 이를 제외한 조사를 실시함으로써 조사의 효율을 높일 수 있다. 그러나 전체 모집단 추정을 위해서는 절사층의 정확한 총합 추정이 매우 중요하다. 최근 Hwang과 Shin (2013)은 Lavallee와 Hidiroglou (1988)가 제안한 LH 알고리즘을 이용하여 표본층을 층화한 후 표본층에서 얻어진 정보와 절사층에서 얻어진 정보를 결합한 복합추정량을 제안하였다. 본 논문에서는 비용함수를 고려한 새로운 표본 설계를 제안하고, 이를 위한 새로운 복합추정량을 제안하였다. 모의실험과 실제 자료 분석을 통하여 본 논문에서 제안한 복합추정량의 우수성을 확인하였다.

• Communications for Statistical Applications and Methods
• /
• 제19권1호
• /
• pp.13-22
• /
• 2012

절사표본 추출법은 절사층, 표본층, 전수층으로 모집단을 분리한 후 표본층과 전수층의 조사결과를 이용하여 전체 모집단의 총합을 추정하는 방법이다. 이 방법은 왜도가 심한 사업체조사에서 흔히 사용하는 방법이다. 절사층의 총합 추정은 전체 모집단 총합 추정에 영향을 미치므로 절사층 총합의 정확한 추정은 매우 중요하다. 최근 김지학과 신기일 (2011)은 절사층에서 소수의 표본을 추출하여 얻은 결과와 기존의 추정량에서 얻은 결과를 선형결합하는 복합추정법을 제안하였다. 본 논문에서는 최량선형불편예측(best linear unbias predictor; BLUP)을 이용한 새로운 복합추정량을 제안하였으며 모의실험을 통하여 기존의 방법과 새로운 복합 추정량의 우수성을 비교하였다.