On the bias of the Hoover index estimator: Results for the gamma distribution

إليك ملخص تقني مفصل للورقة البحثية بعنوان "حول انحياز مُقدِّر مؤشر هوفر: نتائج لتوزيع غاما" لروبرتو فيلا وهيلتون ساولو.

1. بيان المشكلة

يُعد مؤشر هوفر (المعروف أيضاً باسم مؤشر روبن هود، أو بيترا، أو شوتز) مقياساً مستخدماً على نطاق واسع لعدم المساواة، ويُعرف بأنه نصف متوسط الانحراف المطلق النسبي عن المتوسط. وبينما تمت دراسة معامل جيني باستفاضة فيما يتعلق بخصائصه في العينات المحدودة وانحياز المُقدِّر، إلا أن السلوك الإحصائي لمُقدِّر مؤشر هوفر التجريبي لا يزال يفتقر إلى البحث الكافي.

تعتمد الأدبيات الحالية بشكل كبير على النتائج التقاربية أو الاستقصاءات العددية لمؤشر هوفر. وهناك نقص في التعبيرات الدقيقة ذات الصيغة المغلقة لـ الانحياز في العينة المحدودة لمُقدِّر مؤشر هوفر، لا سيما لعائلات بارامترية محددة مثل توزيع غاما، الذي يُستخدم عادةً لنمذجة بيانات الدخل والثروة. تهدف هذه الورقة إلى سد هذه الفجوة من خلال اشتقاق تعبيرات دقيقة للقيمة المتوقعة والانحياز للمُقدِّر.

2. المنهجية

يستخدم المؤلفان إطاراً تحليلياً موحداً يعتمد على تقنيات تحويل لابلابلاس والإمالة الأسية (المعروفة أيضاً باسم تحويل إيسر).

• الإطار العام: تستعرض الورقة أولاً تعبيراً عاماً للقيمة المتوقعة لمُقدِّر مؤشر هوفر ($\hat{H}$) لأي متغير عشوائي غير سالب وغير متدهور. ويتم تحقيق ذلك من خلال:
  1. التعبير عن المُقدِّر باستخدام تمثيل تكاملي يتضمن تحويل لابلابلاس لمجموع العينة.
  2. استخدام المتطابقة $z \int_0^\infty e^{-zx} dx = 1$ لتحويل توقع النسبة إلى تكامل للتوقعات.
  3. تطبيق التمهيدية 3.1، التي توفر صيغة لتوقع الفرق المطلق بين متغيرين مستقلين موزونين بعوامل أسية، معبراً عنها بدلالة التوزيعات الممالة أسياً.
• التخصص لتوزيع غاما: يتم بعد ذلك تخصيص النتيجة العامة لتوزيعات تتبع توزيع غاما ($X \sim \text{Gamma}(\alpha, \lambda)$). يستفيد المؤلفان من خصائص توزيع غاما تحت الإمالة الأسية (والتي تؤدي إلى توزيع غاما آخر بمعلمة معدل معدلة) لاشتقاق تعبير تكاملي ذي صيغة مغلقة.
• تصحيح الانحياز: بناءً على الانحياز التحليلي المشتق، يتم إنشاء مُقدِّر مصحح للانحياز ($\hat{H}_c$) باستخدام نهج "الاستبدال" (plug-in approach)، حيث يتم تقدير معلمة الشكل $\alpha$ عبر تقدير الاحتمال الأقصى (ML).
• المحاكاة: أُجريت دراسة مونت كارلو للتحقق من صحة النتائج النظرية، من خلال مقارنة المُقدِّر غير المصحح بالنسخة المصححة للانحياز عبر أحجام عينات مختلفة ($n$) ومعلمات شكل ($\alpha$) متنوعة.

3. المساهمات الرئيسية

تقدم الورقة عدة مساهمات نظرية وعملية هامة:

• تعبير موحد للقيمة المتوقعة: اشتق المؤلفان تمثيلاً عاماً ذا صيغة مغلقة لـ $E[\hat{H}]$ (النظرية 4.1) قابل للتطبيق على التوزيعات المستمرة والمنفصلة. تمت صياغة هذا التعبير بدلالة تحويل لابلابلاس للمجتمع ودوال التوزيع التراكمي (CDFs) للمتغيرات الممالة أسياً.
• انحياز صريح لمجتمعات غاما: تم اشتقاق تعبير محدد وقابل للمعالجة لانحياز مُقدِّر مؤشر هوفر تحت توزيع غاما (النتيجة 4.5). وقد تبين أن الانحياز يعتمد على حجم العينة $n$ ومعلمة الشكل $\alpha$، ولكنه ثابت المقياس (مستقل عن معلمة المعدل $\lambda$).
• الارتباط بمعامل جيني: تربط الورقة نظرياً للحالة $n=2$، حيث تُظهر أن القيمة المتوقعة لمُقدِّر مؤشر هوفر هي بالضبط نصف القيمة المتوقعة لمُقدِّر معامل جيني (النتيما 4.8).
• آلية تصحيح الانحياز: يسمح الاشتقاق ببناء مُقدِّر مصحح للانحياز يزيل الخطأ المنهجي في العينة المحدودة دون زيادة كبيرة في التباين.

4. النتائج الرئيسية

• وجود الانحياز: تؤكد الدراسة أن مُقدِّر مؤشر هوفر التجريبي منحاز في العينات المحدودة. وتحديداً، بالنسبة لتوزيعات غاما، يُظهر المُقدِّر انحيازاً سالباً (أي أنه يقلل من تقدير عدم المساواة الحقيقي).
• مقدار الانحياز: يكون الانحياز أكثر وضوحاً في أحجام العينات الصغيرة وقيم محددة لمعلمة الشكل $\alpha$. ومع زيادة حجم العينة $n$، يتلاشى الانحياز، وهو ما يتوافق مع الاتساق التقاربي.
• أداء التصحيح:
  • الانحياز النسبي: تُظهر نتائج المحاكاة (الشكل 2) أن المُقدِّر المصحح للانحياز يقضي بفعالية على الانحياز السالب، حيث تتذبذب قيم الانحياز النسبي حول الصفر حتى في أحجام العينات المتوسطة ($n=25$).
  • الكفاءة: إن جذر متوسط مربع الخطأ (RMSE) للمُقدِّر المصحح للانحياز يكاد يكون مطابقاً لجذر متوسط مربع الخطأ للمُقدِّر الأصلي غير المصحح (الشكل 3). وهذا يشير إلى أن تصحيح الانحياز يحسن الدقة دون التضحية بالكفاءة أو زيادة التباين.
• الحدود: توفر الورقة حدوداً نظرية للقيمة المتوقعة وللانحياز (الملاحظة 4.3 و4.7).

5. الأهمية والتداعيات

• الموثوقية التجريبية: تعد هذه النتائج حاسمة للباحثين وصناع السياسات الذين يستخدمون مؤشر هوفر في مجالات مثل الاقتصاد، والديموغرافيا، والدراسات البيئية. وتشير النتائج إلى أن استخدام المُقدِّر الخام في العينات الصغيرة إلى المتوسطة يمكن أن يؤدي إلى تقليل منهجي لتقدير عدم المساوا^ة.
• التطبيق العملي: طريقة تصحيح الانحياز المقترحة قابلة للتنفيذ حاسوبياً (عبر تقدير الاحتمال الأقصى بالاستبدال) وفعالة للغاية، مما يوفر وسيلة بسيطة لتحسين دقة قياسات عدم المساواة.
• الأساس النظري: من خلال ربط مؤشر هوفر بتحويلات لابلابلاس والإمالة الأسية، تفتح الورقة آفاقاً جديدة لتحليل مقاييس عدم المساواة. ويقترح المؤلفون اتجاهات بحثية مستقبلية تتضمن الروابط مع توزيعات التواء طبيعي (skew-normal) وتوزيعات بيضاوية ملتوية (skew-elliptical)، على غرار التطورات الأخيرة في تحليل معامل جيني، والتي يمكن أن تعزز فهم الخصائص المعاينة لمؤشر هوفر.

في الختام، تقدم هذه الورقة أول تحليل دقيق للعينة المحدودة لمُقدِّر مؤشر هوفر، مما يثبت انحيازه المتأصل في مجتمعات غاما ويقدم حلاً قوياً وفعالاً لتصحيح الانحياز.