小区域估计中 EBLUP 均方误差的二阶无偏朴素估计量
统计方法学
2016-12-14 v1 统计理论
统计理论
摘要
经验最佳线性无偏预测（EBLUP）估计量被用于小区域估计中的有效推断。为了衡量其不确定性，我们需要估计其均方误差（MSE），因为真实的 MSE 通常无法以封闭形式导出。“朴素 MSE 估计量”是小区域推断可用的估计量之一，但它不太可能被选用，因为它虽然保持严格正且易于处理，但不具备所需的渐近性质，即二阶无偏性。因此，用户倾向于选择二阶无偏 MSE 估计量。在本文中，我们寻求一种新的调整最大似然方法，以获得满足所需渐近性质的朴素 MSE 估计量。为了获得该结果，我们还揭示了模型方差参数的一般调整最大似然方法与二阶无偏且严格为正的 MSE 估计量的一般函数形式之间的关系。我们还通过蒙特卡洛模拟研究比较了新方法与现有朴素估计量的性能。结果表明，新方法弥补了现有朴素估计量相关的低估问题。
引用
@article{arxiv.1612.04025,
title = {Second-order unbiased naive estimator of mean squared error for EBLUP in small-area estimation},
author = {Masayo Yoshimori Hirose},
journal= {arXiv preprint arXiv:1612.04025},
year = {2016}
}
备注
13 pages, 2 tables