UTILIZATION OF DIFFERENT ROBUST REGRESSION TECHNIQUES FOR ESTIMATION OF FINITE POPULATION MEAN IN SRSWOR IN CASE OF PRESENCE OF OUTLIERS THROUGH RATIO METHOD OF ESTIMATION

Abstract

Estimadores del tipo razón son usados extensamente en la teoría del muestreo, para obtener estimados más precisos de la media
de la población que los obtenidos usando la media muestral, aprovechando la correlación positiva (alta) entre la variable de
estudio y la auxiliar. En este estudio tratamos el problema de la presencia de outliers en la data; usando los métodos
tradicionales la eficiencia decrece usualmente en la estimación de los parámetros poblacionales pues estos son sensitivos a los
outliers. Así que en el presente estudio adaptamos varios estimadores robustos de la regresión como LTS, LMS, LAD, Huber
M, Hampel M, Tukey M y Huber MM-estimación para estimadores de razón, sugeridos por Abid et al. (2016) incorporando
información auxiliar proveída por el método OLS, y también adaptando la M-estimación de Huber a esos métodos..
Teóricamente, obtenemos el error cuadrático medio (MSE) de esos estimadores. Comparamos los valores de los MSE de las
propuestas con los basados en M- Huber, propuestos por Kadilar et al. (2007), y los métodos OLS . En sus comparaciones
observamos que nuestra propuesta provee más eficientes estimadores que los obtenidos por el enfoque M- Huber y OLS. Estos
resultados teóricos son ilustrados usando un ejemplo numérico