Mean squared error of empirical predictor
经验预测量的均方误差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：摘要讨论一般混合模型的经验预测误差，纵向模型仅为特例，未明确宏观预测或面板计量设定。
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…
关注这篇论文的作者
经验预测量的均方误差
- 研究问题
- 预测固定效应与随机效应的线性组合时，用估计参数替代未知参数会如何影响经验预测量的均方误差？
- 方法与思路
- 作者在第二阶段采用最大似然或限制最大似然估计，推导均方误差的二阶近似及同阶估计，并应用于线性混合模型。
- 材料陈述的贡献
- 摘要称得到一般经验预测量的二阶均方误差结果，并为经验最佳线性无偏预测量构造二阶偏差准确的误差估计。
- 阅读关注点
- 应核对二阶精度与偏差的定义、参数替代产生的误差项，以及一般结果在混合方差分析和纵向模型中的条件。
- 阅读边界
- 仅据版本未注明的索引摘要；渐近尺度、模型分布与误差估计公式未提供，不能判断有限样本偏差或预测表现。
原文摘要
The term “empirical predictor” refers to a two-stage predictor of a linear combination of fixed and random effects. In the first stage, a predictor is obtained but it involves unknown parameters; thus, in the second stage, the unknown parameters are replaced by their estimators. In this paper, we consider mean squared errors (MSE) of empirical predictors under a general setup, where ML or REML estimators are used for the second stage. We obtain second-order approximation to the MSE as well as an estimator of the MSE correct to the same order. The general results are applied to mixed linear models to obtain a second-order approximation to the MSE of the empirical best linear unbiased predictor (EBLUP) of a linear mixed effect and an estimator of the MSE of EBLUP whose bias is correct to second order. The general mixed linear model includes the mixed ANOVA model and the longitudinal model as special cases.