The Estimation of Coefficient of Variation in the Presence of Item Nonresponse
Keywords:
Missing data, Monte Carlo simulationAbstract
The aim of this research is to proposed the estimator of coefficient of variation in the presence of item nonresponse and to compare the propose estimator with the adjusted coefficient of variation estimator by listwise deletion which was considered by the relative bias (RB) and relative root mean square error (RRMSE). Which were define the probability of response equal to 0.70 and 0.85 and set samples size were 15, 20, 25, 50, 120 and 200. And used the Mote Carlo simulation method with 50,000 times repeat per samples size.
The results of this research indicated that all probability of response and sampling fraction is negligible the and of the proposed estimator are lower than other estimator.
References
Archana, V. and Aruna Rao, K. (2011). Improved Estimators of Coefficient of Variation in a Finite Population. Statistics in Transition new series, 12(2), 357-380.
Singh, R. and Mishra, M. (2019). Estimating Population Coefficient of Variation using a Single Auxiliary Variable in Simple Random Sampling. Statistics in Transition new series, 20(4), 89-111.
Das, A. K., & Tripathi, T. P. (1981). A class of estimators for co-efficient of variation using knowledge on coefficient of variation of an auxiliary character. In annual conference of Ind. Soc. Agricultural Statistics. Held at New Delhi, India.
Singh, H. P. and Solanki, R. S. (2012). An efficient class of estimators for the population mean using auxiliary information in systematic sampling, Journal of Statistical Theory and Practice 6(2), 274–285.
จินดา สวัสดิ์ทวี และสุชาดา กรเพชรปาณี. (2012). การประมาณค่าสัมประสิทธิ์การแปรผันแบบใหม่ของข้อมูลที่อยู่ในรูปอัตราส่วนที่สัมพันธ์กัน. วารสารวิจัย มข. 17 (2). 287-292.
Hansen, M.H. and Hurwitz, W.N. (1960). The problem of non-response in sample surveys. Journal of the American Statistical Association, 41(236), 517–529.
Archana, V. and Aruna Rao, K. (2011). Estimation of Co-efficient of Variation in PPS sampling , 58th Proceedings of the 2011 World Statistics Congress. 4019-4025.
ชูเกียรติ โพนแก้ว และหยาดพิรุณ ศุภรากรสกุล. (2559). การประมาณค่าความแปรปรวนของตัวประมาณค่าเฉลี่ยประชากรในกรณีที่มีข้อมูลไม่ตอบสนอง เมื่อสัดส่วนตัวอย่างมีขนาดเล็ก. การประชุมสัมมนาวิชาการและนำเสนอผลงานวิจัยระดับชาติ เครือข่ายบัณฑิตศึกษา มหาวิทยาลัยราชภัฏภาคเหนือ ครั้งที่ 16 และการประชุมวิชาการระดับชาติ มหาวิทยาลัยราชภัฏเพชรบูรณ์ ครั้งที่ 3 “งานวิจัยเพื่อพัฒนาท้องถิ่น”, มหาวิทยาลัยราชภัฏเพชรบูรณ์, 573-584.
Sampath, S. (2001). Sampling theory and methods. Norosa publishing, India.
วราฤทธิ์ พานิชกิจโกศลกุล. (2552). การจำลองแบบมอนติคาร์โลสำหรับประมาณค่าสัมประสิทธิ์ความแปรผันของการแจกแจงอินเวอร์สเกาส์เซียนเมื่อมีข้อมูลสูญหาย. วารสาร มทร.อีสาน, 2(2), 44-51.
Downloads
Published
Issue
Section
License
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของวารสาร มรภ.กพ. วิทยาศาสตร์ คณิตศาสตร์ และเทคโนโลยี
ข้อคิดเห็นใดๆ ที่ปรากฎในวารสารเป็นวรรณกรรมของผู้เขียนโดยเฉพาะ ซึ่งมหาวิทยาลัยราชภัฏกำแพงเพชรและบรรณาธิการไม่จำเป็นต้องเห็นด้วย
