[論文レビュー] Estimation of Order Restricted Location/Scale Parameters of a General Bivariate Distribution Under General Loss function: Some Unified results

Naresh Kumar Garg, Neeraj Misra|arXiv (Cornell University)|Nov 1, 2021

Statistical Distribution Estimation and Applications参考文献 15被引用数 6

ひとこと要約

本稿は、一般損失関数下での二変量分布における順序制限付き位置およびスケール母数の推定に関する既存の結果を統合する。任意の位置/スケール同値推定量の改善のための十分条件を導出し、主な結果として、改善された推定量が標準偏差比に対して相関係数に依存することを示し、シミュレーションおよびスプリンターのパフォーマンスから得た実データを通じて検証する。

ABSTRACT

We consider component-wise equivariant estimation of order restricted location/scale parameters of a general bivariate distribution under quite general conditions on underlying distributions and the loss function. This paper unifies various results in the literature dealing with sufficient conditions for finding improvments over arbitrary location/scale equivariant estimators. The usefulness of these results is illustrated through various examples. A simulation study is considered to compare risk performances of various estimators under bivariate normal and independent gamma probability models. A real-life data analysis is also performed to demonstrate applicability of the derived results.

研究の動機と目的

• 一般分布および一般損失関数下での順序制限付き位置/スケール母数の同値推定量の改善に関する文献に散在する結果を統合すること。
• 制限付きパrameter空間を有する二変量モデルにおける任意の位置/スケール同値推定量の不適切性の十分条件を確立すること。
• 順序制限と一般のバタフライ型損失関数を活用して、無制限推定量を上回る支配的推定量を開発すること。
• 相関構造が改善された推定量の形および性能に与える影響を、特に二変量正規分布およびガンマ分布モデルにおいて検討すること。
• 理論的発見を、シミュレーションスタディおよびスプリンターのスピードデータを用いた実生活のデータ分析を通じて検証すること。

提案手法

• 一般二変量族における順序制限付き位置およびスケール母数の成分別推定を用いる。
• Stein (1964) の技法を応用し、一般のバタフライ型損失関数下での同値推定量の不適切性の十分条件を導出する。
• リスク関数の分析を実施し、リスクが差分 λ = θ2 − θ1 のみに依存するため、問題を一変量問題に還元可能である。
• 順序制限 θ1 ≤ θ2 の下での損失関数および条件付き密度関数を用いた関数不等式を通じて、改善された推定量を導出する。
• 10,000サンプルを用いたシミュレーションスタディを実施し、二変量正規分布および独立したガンマ分布モデル下で、無制限推定量、制限付きMLE、BSEE、および改善された推定量のリスク性能を比較する。
• 英国のスプリングターの100mおよび200mタイムに関する実生活データ分析を実施し、θ1 ≤ θ2 を仮定した二変量正規性を想定することで、実用的適用性を示す。

実験結果

リサーチクエスチョン

• RQ1 パラメータが順序制限付きである場合、任意の位置/スケール同値推定量がどの一般的条件下で改善可能となるか。
• RQ2 成分間の相関係数が、改善された推定量の構造的形およびリスク性能にどのように影響を与えるか。
• RQ3 提案されたフレームワークは、特定の分布（例：二変量正規分布、ガンマ分布）および損失関数について、先行研究の結果を統合・拡張可能か。
• RQ4 異なるパrameter設定下で、改善された推定量と無制限推定量（例：BSEE、MLE）との間でリスク性能の相対的差は何か。
• RQ5 理論的な改善効果が、順序制限付き平均を持つ実世界のデータ、例えばスプリングターのスピードデータにおいてどの程度有効に機能するか。

主な発見

• 相関係数 ρ が ρσ2 > σ1 を満たす場合、より小さい位置母数 θ1 に対する改善された推定量が存在する。同様に、ρσ1 < σ2 の場合、より大きい母数 θ2 に対する改善が可能である。
• ρσ2 = σ1 または ρσ1 = σ2 の場合、無制限推定量に対して改善は不可能であり、最良の位置同値推定量（BLEE）と制限付きMLEは一致する。
• シミュレーションスタディにおいて、改善されたBSEEおよび改善された制限付きMLEは、すべてのパrameter設定で、それぞれの無制限推定量を一貫して上回った。
• θ2/θ1 の比が小さい場合、改善された制限付きMLEが優勢である。比が中程度から大きい場合、改善されたBSEEの性能が優れている。
• 実生活のスプリングターのデータ分析において、改善された推定量は100mおよび200mの平均スピードを共に9.66 m/sに推定した。これに対して、無制限推定量は9.617および9.488 m/sであった。
• データは二変量正規性を示しており（多変量正規性検定のp値は0.358および0.216）、モデル仮定および提案された推定量の妥当性を支持する。