基于混合地理加权Fay-Herriot模型的小域估计 |
| |
引用本文: | 李,腾,魏传华,于力超.基于混合地理加权Fay-Herriot模型的小域估计[J].应用数学,2019,32(2):339-348. |
| |
作者姓名: | 李 腾 魏传华 于力超 |
| |
作者单位: | 中央民族大学理学院统计学系 |
| |
摘 要: | 作为一类区域层次模型, Fay-Herriot模型在小域估计中已经得到广泛的应用,这类模型假定各区域的直接估计是空间不相关的.很多情况下这个假定是不成立的,因此一些考虑空间效应的Fay-Herriot模型被提出.本文基于混合地理加权回归模型提出一类新的Fay-Herriot模型用以刻画空间非平稳性,基于提出的模型,给出小域目标参数的经验最佳线性无偏预测估计量,并研究了该估计量的均方误差.最后通过数值模拟验证了所提方法的有效性.
|
关 键 词: | Fay-Herriot模型 混合地理加权回归模型 小域估计 经验最佳线性无偏预测 |
收稿时间: | 2018/5/14 0:00:00 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《应用数学》浏览原始摘要信息 |
|
点击此处可从《应用数学》下载全文 |
|