Efficiency of MINQE for arbitrary underlying distribution under one way random effects model

일원변량모형에서의 임의의 분포에 대한 NINQE 추정량의 효율성

The estimations of variance components for the unbalanced one way random effects model when the underlying distributions are not necessarily normal are considered. ANOVA, REML, ML, MIVQUE, and MINQE estimators are compared with respect to their mean squared errors and biases through a simulation study. Explicit, computable expressions with no matrix inversion necessary are given for these estimators. An efficient rule to provide a prior guess of MINQE is given. Our results indicate that the efficiency of MINQE is excellent for arbitrary underlying distribution in the sense of MSE even in the presence of nontrivial bias. Also, MINQE is a worthwhile improvement over other estimators when kurtosis of underlying distributions become large 1.

일원변량모형에서 처리효과와 오차항의 분포가 임의의 분포를 따를 때, NINQE 추정량의 효율성을 MSE와 편의 판정기준아래에서 ANOVA, MIVQUE, REML, ML 추정량과 비교하여 알아 본다. 그리고 역행렬의 계산이 필요하지 않는 간편한 MIVQUE 추정량, REML 추정량과 ML 추정량의 계산 방법이 주어진다. 또한 MINQE의 효율성을 높일 수 있는 사전추측값을 제공하는 방법이 제안된다. 결론적으로 MINQE 추정량은 비록 편의는 다른 추정량들에 대해서 크지만, 모든 분포에 대해서 MSE의 판정기준아래에서 가장 효율성이 높으며, 변량인자들이 따르는 분포의 첨도가 클수록 그 효율성은 증가한다.