评估Plasmode模拟在估计线性回归最小二乘估计均方误差时何时优于参数模拟的模拟研究
统计方法学
2025-06-18 v4 统计计算
摘要
模拟是评估和比较统计方法的关键工具。如何设计公平和中立的模拟研究对于开发新方法的研究人员和面临选择最合适方法的实践者来说非常重要。“模拟”一词通常指参数模拟，即使用由伪随机数构成的人工数据进行计算机实验。Plasmode模拟是一种替代方法，它结合了从真实数据集中重采样特征数据，并使用已知的用户选择的结果生成模型（OGM）生成目标变量，通常被认为能产生更真实的数据。我们以线性回归中最小二乘估计（LSE）的均方误差（MSE）估计为例，比较参数模拟和Plasmode模拟。如果真实的数据生成过程（DGP）和OGM已知，参数模拟显然是估计MSE的最佳选择。然而，现实中两者通常未知，因此研究人员必须做出假设：Plasmode模拟中对OGM假设，参数模拟中对DGP和OGM假设。这些假设很可能不完全反映真实情况。本文旨在找出偏离真实DGP和真实OGM的假设如何影响参数模拟和Plasmode模拟在LSE的MSE估计中的表现，以及在哪些情况下哪种模拟类型更可取。我们的结果表明，更优的模拟方法取决于许多因素，包括特征数量，以及参数模拟的假设与真实DGP的差异方式和程度。此外，用于Plasmode的重采样策略也会影响结果。特别地，建议使用小采样比例的子采样。
引用
@article{arxiv.2312.04077,
title = {Simulation study to evaluate when Plasmode simulation is superior to parametric simulation in estimating the mean squared error of the least squares estimator in linear regression},
author = {Marieke Stolte and Nicholas Schreck and Alla Slynko and Maral Saadati and Axel Benner and Jörg Rahnenführer and Andrea Bommert},
journal= {arXiv preprint arXiv:2312.04077},
year = {2025}
}