著者
久保川 達也
出版者
Japanese Society of Applied Statistics
雑誌
応用統計学 (ISSN:02850370)
巻号頁・発行日
vol.35, no.3, pp.139-161, 2007-03-30 (Released:2009-06-12)
参考文献数
33
被引用文献数
1 1

標本調査では,調査区全体からデータがとられ全体の母集団特性が調べられる.同じデータを用いて市町村レベルの母集団特性を求めようとすると,市町村によっては取られたデータが少ないため標本平均などの推定値は推定誤差が大きくなってしまうという問題が生ずる.これを小地域問題といい,注目している地域(市町村)の周辺地域からデータを上手に取り込むことによって推定精度を高めることができる.そのための代表的なモデルが線形混合モデルであり,そこから導かれる経験最良線形予測量が小地域問題を解決する手法になっている.本稿では,線形混合モデルを利用した小地域推定について解説する.特に,線形混合モデルのもつ(共通母数)+(変量効果)という構造が推定精度を高めるためにどのように働くのかについて説明し,実際どの程度誤差が抑えられているのかに関して平均2乗誤差の推定と信頼区間の構成についてまとめる.最後に,空間データ等を分析するための様々なモデリングの方法を紹介し,一般化線形混合モデルと死亡率推定への応用についても説明する.

言及状況

外部データベース (DOI)

Twitter (2 users, 3 posts, 7 favorites)

@ynakahashi1003 GLMMの推定量はBLUEにはならずバイアスを持つかと。GLMMは予測量が不偏であって、パラメータ推定値は不偏ではないはず(データ全体の平均方向に縮小している)です。 https://t.co/cP8BbT2c6L
混合効果モデルとか変量効果の情報を集めてる人いることがわかったので、最近読もうと思ってる久保川先生の論文共有します。太めの羊さん、教えてくれてありがとう<(_ _)> https://t.co/8aMrYXaujr
@BlackBigBridge https://t.co/K05RhFZoBG 久保川先生の昔の論文で少なくともGLMMについては縮小推定としてよい推定を与えるっぽい話を見つけて可能性を感じています。

収集済み URL リスト