A nested error regression model with high-dimensional parameter for small area estimation
A nested error regression model with high-dimensional parameter for small area estimation
复制标题
一种用于小区域估计的高维参数嵌套误差回归模型
DOI：
10.1093/jrsssb/qkac010
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
Salvati, Nicola
中科院分区：
文献类型：
--
作者：
Lahiri, Partha;Salvati, Nicola
在本文中，我们提出了一种具有高维参数的灵活嵌套误差回归小区域模型，该模型融合了回归系数和方差分量的异质性。我们开发了一种新的稳健的小区域特定估计方程方法，该方法允许在估计小区域特定模型参数时适当汇集大量区域。我们提出了一种参数引导和刀切法，不仅可以估计均方误差，还可以估计其他常用的不确定性度量，例如标准误差和变异系数。我们进行基于模型和基于设计的模拟实验以及现实数据分析来评估所提出的方法。
In this paper, we propose a flexible nested error regression small area model with high-dimensional parameter that incorporates heterogeneity in regression coefficients and variance components. We develop a new robust small area-specific estimating equations method that allows appropriate pooling of a large number of areas in estimating small area-specific model parameters. We propose a parametric bootstrap and jackknife method to estimate not only the mean squared errors but also other commonly used uncertainty measures such as standard errors and coefficients of variation. We conduct both model-based and design-based simulation experiments and real-life data analysis to evaluate the proposed methodology.
登录
查看更多内容
调查加权小面积比例的分层贝叶斯建模
DOI：
--
发表时间：
2014
期刊：
影响因子：
--
作者：
Benmei Liu;P. Lahiri;G. Kalton
通讯作者：
G. Kalton
异常值稳健模型辅助小区域估计
影响因子：
1.7
作者：
E. Fabrizi;N. Salvati;M. Pratesi;N. Tzavidis
通讯作者：
N. Tzavidis
模型选择后小面积估计的统一蒙特卡洛折刀法
DOI：
10.4310/amsa.2018.v3.n2.a2
发表时间：
2016
期刊：
arXiv: Computation
影响因子：
--
作者：
Jiming Jiang;P. Lahiri;Thuan Nguyen
通讯作者：
Thuan Nguyen
DOI：
10.1080/01621459.1990.10475320
发表时间：
1990-03
影响因子：
3.7
作者：
N. Prasad;J. Rao
通讯作者：
N. Prasad;J. Rao
EBLUP 的渐进：嵌套误差回归模型
影响因子：
3.7
作者：
Ziyang Lyu;Alan H. Welsh
通讯作者：
Alan H. Welsh