文献

J-GLOBAL ID：202002226674402025   整理番号：20A0337030

情報サンプリング下の推定のためのペナルティ付きスプライン関数を用いた拡張ネスト誤差回帰モデル【JST・京大機械翻訳】

The extended nested-error regression model with penalized spline function for estimation under informative sampling

著者 (4件)： Chytrasari A N R (Department of Mathematics, Universitas Gadjah Mada, Jl. Sekip Utara Yogyakarta, Indonesia) ,  Chytrasari A N R (Department of Mathematics Education, Universitas Pancasakti Tegal, Jl. Halmahera Km 1 Kota Tegal, Indonesia) ,  Kartiko Sri Haryatmi (Department of Mathematics, Universitas Gadjah Mada, Jl. Sekip Utara Yogyakarta, Indonesia) ,  Danardono (Department of Mathematics, Universitas Gadjah Mada, Jl. Sekip Utara Yogyakarta, Indonesia)
資料名： Journal of Physics: Conference Series  (Journal of Physics: Conference Series)
巻： 1255  号： 1  ページ： 012051 (6pp)  発行年： 2019年 
JST資料番号： W5565A  ISSN： 1742-6588  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： モデルベースの推定を統計学で開発した。しばしば,統計学者は,推定のための複雑なサンプリング設計を通して得られたデータを使用する。サンプリング設計における介在物の確率が有益であるならば,サンプリングの情報性は推定プロセスにおいて考慮しなければならない。モデルにおける共変量として介在物の確率を加えることによって,単位レベルで入れ子誤差回帰モデルを拡張したが,情報性効果を減少させるために未知の汎関数形を用いた。次に,このモデルにおける拡張部分を,ペナルティ化スプライン関数を用いてアプローチした。混合モデルフレームワークにおいて,集団の平均領域に対するEBLUP推定器を導出した。シミュレーションは,pスプライン関数の一次を用いてこのアプローチを適用するために与えられる。次に,ブートストラップ法を用いて得られたRMSPE値と平均絶対バイアス値を,入れ子誤差回帰モデルを用いたアプローチからの結果と比較した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： バイアス ,  *スプライン関数 ,  *ペナルティ ,  *回帰モデル ,  介在物 ,  汎関数 ,  ブートストラップ
準シソーラス用語： 混合モデル ,  共変量 , 【Automatic Indexing@JST】

分類 (3件)： システム・制御理論一般  (IA02010H) ,  統計的品質管理  (KB04030W) ,  システム同定  (IA02040O)

タイトルに関連する用語 (8件)： サンプリング ,  推定 ,  ペナルティ ,  スプライン関数 ,  拡張 ,  ネスト ,  誤差 ,  回帰モデル