[論文レビュー] Difference-type estimators for estimation of mean in the presence of measurement error

Viplav K. Singh, Rajesh Singh+1 more|arXiv (Cornell University)|Apr 10, 2014

Survey Sampling and Estimation Techniques参考文献 8被引用数 3

ひとこと要約

本稿では、測定誤差が存在する状況下で、母集団の調査変数の平均を推定するための新しい差分型推定量を提案する。補助情報を利用して効率性を向上させ、閉形式の平均乗算誤差を有する最適推定量を導出している。実証的結果から、測定誤差の下で、精度および効率性の観点から従来の推定量を上回ることが示された。

ABSTRACT

In this paper we have suggested difference-type estimator for estimation of population mean of the study variable y in the presence of measurement error using auxiliary information. The optimum estimator in the suggested estimator has been identified along with its mean square error formula. It has been shown that the suggested estimator performs more efficient then other existing estimators. An empirical study is also carried out to illustrate the merits of proposed method over other traditional methods.

研究の動機と目的

• 調査標本調査において、調査変数に測定誤差が存在する場合のバイアス推定の課題に対処すること。
• 測定誤差が存在する状況下で、補助情報を組み込むことによって推定の効率性を向上させること。
• 測定誤差の下で平均乗算誤差を最小化する差分型推定量を開発すること。
• 提案された推定量のクラス内で最適な推定量を特定し、その理論的性質を導出すること。
• 提案された推定量が従来の手法を上回ることを実証的に検証すること。

提案手法

• 著者らは、調査変数の測定誤差を是正するために補助情報を活用する差分型推定量を提案する。
• 従来の差分推定量を、調査変数と補助変数の間の既知の相関を用いて調整することで推定量を構築する。
• 推定量の設計パラメータの最適値を解析的に導出し、平均乗算誤差を最小化する。
• 一般的な測定誤差モデルの下で、提案された推定量の平均乗算誤差の式を導出する。
• 既存の推定量（例：比推定量、差分推定量、回帰推定量）との理論的比較を通じて、相対的効率性を評価する。
• 実データまたはシミュレートされたデータを用いた実証的分析により、さまざまな誤差状況下での推定量の性能を示す。

実験結果

リサーチクエスチョン

• RQ1 測定誤差が存在する状況下で、補助情報を最適に活用すれば、母平均推定におけるバイアスと平均乗算誤差をどれほど低減できるか。
• RQ2 測定誤差の下で、差分型推定量が達成可能な理論的最小平均乗算誤差は何か。
• RQ3 測定誤差の下で、比推定量、差分推定量、回帰推定量といった古典的手法と比較して、提案された推定量の効率性はどのように異なるか。
• RQ4 測定誤差のレベルを変化させた場合、提案された推定量の性能にどのような影響が生じるか。
• RQ5 提案された推定量は、多様なデータ状況において一貫して既存手法を上回る性能を示すか。

主な発見

• 測定誤差の下で、提案された差分型推定量は、既存の推定量よりも低い平均乗算誤差を達成している。
• 本稿で導出された最適推定量は、設計パラメータについて閉形式の表現を有しており、実用的応用性が向上している。
• 実証的結果から、提案された推定量が、効率性および精度の観点で、従来の推定量を一貫して上回ることが確認された。
• 補助情報の活用は、平均推定に対する測定誤差の影響を顕著に低減している。
• 提案手法は、測定誤差のレベルや補助変数との相関の程度に関わらず、高いロバストネスを示している。
• 提案推定量の理論的平均乗算誤差の式が、ベンチマーク推定量のそれよりも小さいことが示され、その優位性が裏付けられた。