提高乳腺癌诊断的准确性,使用定制比率综合变异估计,使用尼曼分配实现 (TRIVENI)
G R V Triveni1, Faizan Danish1, V R K Reddy2
1Department of Mathematics, School of Advanced Sciences, VIT-AP University, Inavolu, Beside AP Secretariat, Amaravati, AP, 522237, India.
Scientific reports
|October 13, 2025
概括
这项研究引入了TRIVENI,一种用于分层随机抽样中差异估计的新方法. 通过使用辅助信息和最佳样本分配,TRIVENI提高了精度和准确性.
科学领域:
- 统计 统计 统计 统计
- 调查方法 调查方法
背景情况:
- 精确的差异估计在分层随机抽样中至关重要,特别是在附加信息的情况下.
- 传统方法可能无法充分利用辅助变量以获得最佳精度.
研究的目的:
- 介绍TRIVENI (采用尼曼分配实现的定制比率集成方差估计),这是一种用于增强方差估计的创新方法.
- 为了证明TRIVENI在分层抽样环境中优于传统估计器的优势.
主要方法:
- 对于样本分布,TRIVENI将基于比率的修改与尼曼分配相结合.
- 它使用两个辅助变量来评估它们对人口差异估计的综合影响.
- 使用比率估计来减少偏差,并使用辅助信息提高准确性.
主要成果:
- 理论推导和模拟研究证实了TRIVENI的有效性.
- 与传统的差异估计器相比,TRIVENI表现出更高的效率和精度.
- 该方法在各种分层场景中显示了显著的进步.
结论:
- 特里维尼在分层差异估计方面取得了重大进展.
- 该方法是调查抽样专家和寻求提高准确性和效率的研究人员的宝贵工具.
