基于多观测者排序集样本的收缩估计量
统计方法学
2021-10-18 v1 统计理论
统计计算
统计理论
摘要
排序集抽样（RSS）是一种强大的数据收集技术，适用于测量研究变量需要昂贵和/或繁琐过程，但抽样单元易于排序的情形（例如骨质疏松症研究）。本文在来自多观测者的 RSS 数据下，发展了岭回归和 Liu 型收缩估计量，以处理线性回归、随机约束回归和逻辑回归系数估计中的共线性问题。通过广泛的数值研究，我们表明多观测者 RSS 下的收缩方法能产生更有效的系数估计。最后，将所发展的方法应用于骨矿物质数据，以分析 50 岁及以上女性的骨 disorder 状况。
引用
@article{arxiv.2110.07851,
title = {Multiple Observers Ranked Set Samples for Shrinkage Estimators},
author = {Andrew David Pearce and Armin Hatefi},
journal= {arXiv preprint arXiv:2110.07851},
year = {2021}
}
备注
32 pages, 5 Figures, 9 Tables