文献

J-GLOBAL ID：201902243512116562   整理番号：19A1942251

小面積推定における観測最良選択予測【JST・京大機械翻訳】

Observed best selective prediction in small area estimation

著者 (3件)： Sugasawa Shonosuke (Center for Spatial Information Science, The University of Tokyo, 5-1-5 Kashiwanoha, Kashiwa-shi, Chiba 277-8568, Japan) ,  Kawakubo Yuki (Graduate School of Social Sciences, Chiba University, 1-33 Yayoi-cho, Inage-ku, Chiba 263-8522, Japan) ,  Datta Gauri Sankar (Department of Statistics, University of Georgia, Athens, GA 30602-1952, USA)
資料名： Journal of Multivariate Analysis  (Journal of Multivariate Analysis)
巻： 173  ページ： 383-392  発行年： 2019年 
JST資料番号： D0675A  ISSN： 0047-259X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 小面積推定法において,適切な共変量の選択と選択したモデルにおける推定は,通常,別々に考慮される。本論文では,小面積平均の推定のための全平均二乗予測誤差(MSPE)を最小化するために,変数選択と推定を同時に考慮した。観測された最良の選択的予測(OBSP)と呼ばれる導出された方法は,Jiangら(2011)による観測された最良予測(OBP)法の拡張と見なすことができる。真のモデルが最大のモデルに含まれるとき,得られたOBSP推定量は一貫している。漸近結果に基づいて,パラメトリックブートストラップ法を適用することにより,MSPEの推定器を導出した。シミュレーション実験を通して,著者らは,可変選択がAICとBICを用いて実行されるOBP,およびすべての共変量を用いるOBPを用いて,OBSPの有限サンプル性能を調査した。例として,日本の調査データにOBSPを適用した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測誤差 ,  推定量 ,  *予測 ,  ブートストラップ ,  シミュレーション
準シソーラス用語： 変数選択 ,  共変量 ,  推定法 , 【Automatic Indexing@JST】

著者キーワード (5件)： ブートストラップ ,  Fay-Herriotモデル ,  平均二乗予測誤差 ,  モデル選択 ,  不偏リスク推定

分類 (2件)： 分子・遺伝情報処理  (JE15040B) ,  医用情報処理  (JE15030Q)

タイトルに関連する用語 (4件)： 面積 ,  推定 ,  観測 ,  予測