Considering the relative biases, th

Considering the relative biases, the LSE provides a remarkable improvement over the other estimators, particularly for b and c, for all the sample sizes. However, for k, the MME exhibits a good performance when n = 10, 20. For the moderate and large sample sizes, the LSE is again observed to be the best estimator. It is also observed that the MME is the best performer, followed by the LSE, for b and k, but for c, the WLSE follows the LSE. For the relative MSEs when b = 1, c = 1 0 and k = −2, the results show that for b, the MME exhibits the best performance than the other estimators for all the sample sizes. Besides, the performance of the MPWME is observed to be closer to that of the MME once the sample size increases. On the other hand, for c, different best estimators are observed depending on the varying sample sizes.

ผลลัพธ์ (ไทย) 1:

พิจารณาอคติญาติ LSE มีการปรับปรุงที่โดดเด่นมากกว่าที่อื่น ๆ estimators โดยเฉพาะอย่างยิ่งสำหรับ b และ c สำหรับตัวอย่างขนาด อย่างไรก็ตาม สำหรับ k, MME แสดงประสิทธิภาพที่ดีเมื่อ n = 10, 20 อีกข้อสังเกตแอลเอสอีสำหรับขนาดปานกลาง และขนาดใหญ่อย่าง จะ ประมาณที่ดีที่สุด มันเป็นที่สังเกตว่า MME เป็นนักแสดงที่ดีที่สุด ตาม ด้วย LSE, b และ k แต่สำหรับ c การ WLSE ตามแอลเอสอี สำหรับ MSEs เมื่อญาติ b = 1, c = 1 0 และ k =-2 ผลแสดงว่า สำหรับ b, MME ที่แสดงประสิทธิภาพที่ดีที่สุดกว่า estimators อื่น ๆ สำหรับขนาดตัวอย่างทั้งหมด ประสิทธิภาพของ MPWME เป็นที่สังเกตให้ใกล้ชิดกับของ MME เมื่อขนาดตัวอย่างเพิ่มขึ้น บนมืออื่น ๆ สำหรับ c, estimators สุดที่แตกต่างกันจะสังเกตขึ้นอยู่กับขนาดตัวอย่างแตกต่างกัน

ผลลัพธ์ (ไทย) 2:

พิจารณาอคติญาติแอลเอให้การปรับปรุงที่โดดเด่นในช่วงประมาณอื่น ๆ โดยเฉพาะอย่างยิ่งสำหรับ B และ C สำหรับทุกขนาดตัวอย่าง อย่างไรก็ตามสำหรับ K ที่ MME การจัดแสดงนิทรรศการผลงานที่ดีเมื่อ n = 10, 20 สำหรับขนาดตัวอย่างในระดับปานกลางและขนาดใหญ่แอลเอเป็นที่สังเกตอีกครั้งเพื่อเป็นประมาณการที่ดีที่สุด นอกจากนี้ยังตั้งข้อสังเกตว่า MME เป็นนักแสดงที่ดีที่สุดตามด้วย LSE สำหรับ B และ K แต่สำหรับ C ที่ WLSE ตาม LSE สำหรับ mses ญาติเมื่อ B = 1, C = 1 0 และ K = -2, ผลลัพธ์ที่แสดงให้เห็นว่าบี MME แสดงถึงประสิทธิภาพที่ดีที่สุดกว่าประมาณค่าอื่น ๆ สำหรับทุกขนาดตัวอย่าง นอกจากนี้ประสิทธิภาพการทำงานของ MPWME ที่เป็นที่สังเกตจะได้ใกล้ชิดกับที่ของ MME เมื่อขนาดตัวอย่างเพิ่ม ในทางตรงกันข้ามสำหรับ C, ประมาณค่าที่ดีที่สุดที่แตกต่างกันมีการปฏิบัติขึ้นอยู่กับการที่แตกต่างกันขนาดตัวอย่าง

ผลลัพธ์ (ไทย) 3:

พิจารณาอคติของญาติ , ลอนดอนมีการปรับปรุงโดดเด่นกว่าวิธีการอื่น โดยเฉพาะอย่างยิ่งสำหรับ B และ C สำหรับทุกขนาดตัวอย่าง อย่างไรก็ตาม สำหรับ K , Mme จัดแสดงผลงานที่ดี เมื่อ n = 10 , 20 สำหรับตัวอย่างมีขนาดปานกลางและขนาดใหญ่ , ลอนดอนเป็นอีกครั้งซึ่งเป็นประมาณการที่ดีที่สุด มันเป็นยังพบว่า Mme เป็นนักแสดงที่ดีที่สุด รองลงมาคือ ลอนดอน , B และ K , แต่สำหรับซี wlse ตามลอนดอน . สำหรับ mses ญาติเมื่อ b = 1 , C = 1 และ k = − 2 พบว่าสำหรับ B , Mme นิทรรศการการแสดงที่ยอดเยี่ยมกว่าประมาณการอื่น ๆสำหรับขนาดตัวอย่าง นอกจากนี้ ประสิทธิภาพของ mpwme เป็นที่สังเกตให้ใกล้ชิดกับที่ของ Mme เมื่อขนาดตัวอย่างเพิ่มขึ้น บนมืออื่น ๆที่แตกต่างกันที่ดีที่สุดสำหรับ C ตามลำดับ ทั้งนี้ขึ้นอยู่กับการประมาณขนาดของกลุ่มตัวอย่าง