Bias Control for M-Quantile-Based Small Area Estimators
基于 M 分位数的小区域估计量的偏差控制AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要聚焦调查抽样中的小区域均值和比率估计，M 分位数名称本身不足以归入分位数与分布效应。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
基于 M 分位数的小区域估计量的偏差控制
- 研究问题
- 当样本中的异常值具有总体代表性时，如何控制稳健投影型 M 分位数小区域估计的偏差，并估计预测误差？
- 方法与思路
- 作者针对连续与离散结果提出两种预测型偏差修正估计量，并用 Taylor 线性化和半参数自助法估计预测均方误差。
- 材料陈述的贡献
- 摘要称新估计量在区域与个体层面异常值并存时更有效率，并提供理论、模拟和意大利地方收入与失业率应用证据。
- 阅读关注点
- 应核对代表性异常值的定义、偏差修正机制和效率比较条件，以及模型型与设计型模拟中的误差估计表现。
- 阅读边界
- 摘要未给出异常值机制、效率增益数值和误差估计条件；详细评估位于补充材料，当前提供的信息不足以核验。
原文摘要
Projective outlier-robust M-quantile-based small area estimators can be substantially biased when the sample data contain representative outliers. In this article we propose two new predictive type bias corrected versions of these estimators for continuous and discrete outcomes. Given both area level and individual level outliers in the population, these new estimators are more efficient than the robust-predictive and robust-projective estimators that have been proposed in the small area estimation literature. We also propose two estimators of the prediction mean-squared error of these estimators: one based on Taylor linearization and the other based on a new semi-parametric bootstrap method. We summarize the empirical evidence for these theoretical results in this article, while in the supplementary material we describe in more detail how the properties of these M-quantile-based small area estimators have been assessed in model-based and design-based simulations, as well as in a realistic application focusing on estimation of average income and unemployment rates for local labor market areas in Italy. Supplementary materials for this article are available online, including a standardized description of the materials available for reproducing the work.