多元 Fay-Herriot 模型中修正的经验贝叶斯置信域
统计理论
2018-06-08 v1 统计理论
摘要
在小区域估计中，线性混合模型中的经验最佳线性无偏预测（EBLUP）很有用，因为它给出了小区域均值的稳定估计。为度量 EBLUP 的不确定性，大量研究聚焦于单变量情形下预测均方误差的二阶无偏估计。本文中，我们考虑随机效应协方差矩阵完全未知的多元 Fay-Herriot 模型，并获得了基于以 EBLUP 为中心、由马氏距离度量的小区域均值置信域，该置信域是二阶正确的。我们还提出了随机效应协方差矩阵的正定、一致且二阶无偏的估计量。通过模拟研究考察了其性能。
引用
@article{arxiv.1804.10032,
title = {Corrected Empirical Bayes Confidence Region in a Multivariate Fay-Herriot Model},
author = {Tsubasa Ito and Tatsuya Kubokawa},
journal= {arXiv preprint arXiv:1804.10032},
year = {2018}
}
备注
arXiv admin note: text overlap with arXiv:1804.09941