Unbiased estimation of normalized scale-invariant indices under the gamma distribution

技術要約：ガンマ分布下における正規化されたスケール不変指数の不偏推定

問題提起
ジニ係数、エントロピーに基づく指標、順序統計量関数などの不等度、変動性、および集中度の尺度は、経済学、金融学、および保険数理学において基本的である。これらの指標は個別に研究されることが多いが、共通の構造的特徴を共有している。すなわち、それらはスケール不変であり、絶対的な大きさではなく相対的な比率に依存する。これら広範な指標の集合を包含し、特定の分布仮定の下での統計的性質、特に不偏推定量を得ることを容易にする統一的な枠組みは、これまで欠如していた。本論文は、広範なクラスの指標と、それに対応する統一的な推定手法の必要性に対処するものである。特に、これらの分野で広く適用されるガンマ分布の文脈において焦れる。

手法
著者らは、同次関数によって生成される広範なクラスである**正規化ペアワイズ・レシオ指標（Normalized Pairwise Ratio Indices: NPRIs）**を導入する。$X$ を有限の平均 $\mu$ を持つ非負の確率変数とする。NPRIは以下のように定義される：
$$I(g) = \frac{E[g(X_1, \dots, X_m)]}{mC\mu}$$
ここで、$g: (0, \infty)^m \to [0, \infty)$ は以下の条件を満たす可測関数である：

1. 1次の同次性： $g(\lambda x_1, \dots, \lambda x_m) = \lambda g(x_1, \dots, x_m)$ （すべての $\lambda > 0$ に対して）。
2. 有界性： $g(x_1, \dots, x_m) \leq C \sum_{i=1}^m x_i$ （ある有限の定数 $C$ に対して）。

この定義により、$I(g)$ はスケール不変となり、区間 $[0, 1]$ に正規化される。この枠組みは、古典的なジニ係数、一般化ジニ指数、エントロピー尺度、積型指標、および様々な順序統計量ベースの尺度を包含する。

核心となる手法上の貢献は、母集団がガンマ分布（$X \sim \text{Gamma}(\alpha, \lambda)$）に従う場合のあらゆるNPRIに対する不偏推定量の導出である。この導出は、ガンマ標本の重要な特性、すなわち総和 $S = \sum X_i$ と、関連するディリクレ・ベクトルとしての比率 $(X_1/S, \dots, X_n/S)$ との独立性を利用している。

この独立性と $g$ の同次性に基づき、著者らは$m$ 次のU統計量に基づく推定量 $\hat{I}_{g,m}$ を提案する：
$$\hat{I}_{g,m} = \frac{1}{\binom{n}{m} C m \bar{X}} \sum_{1 \leq i_1 < \dots < i_m \leq n} g(X_{i_1}, \dots, X_{i_m})$$
ここで $\bar{X}$ は標本平均である。古典的なU統計量の理論、大数の法則、およびデルタ法を用いて、強一致性と漸近正規性を含む理論的性質が確立されている。

主な貢献

1. 統一的枠組み： 本論文は、多くのよく知られた不等度および変動度指標を単一の数学的定式化の下に包含する、NPRIの一般的なクラスを定式化している。
2. 明示的な表現： ガンマ分布の場合、著者らは様々なNPRI（例：ジニ、パワー、非対称、シャノン・エントロピー指数）の真の値を、形状パラメータ $\alpha$ を用いた明示的な解析的表現として導出している。
3. 不偏推定： 主要な理論的貢献は、母集団がガンマ分布に従うとき、提案されたU統計量ベースの推定量が任意のNPRIに対して不偏であることを証明した点にある。これにより、全指標に適用可能な単一の推定手順が提供される。
4. 汎用性： 理論的な不偏性はガンマ分布において証明されているが、著者らは**一般化ガンマ（GG）**分布を用いたシミュレーションを通じて推定量の性能を調査しており、厳密なガンマ仮定を超えた堅牢性を示唆している。

結果

• シミュレーション研究： 様々な指標（ジニ、パワー、非対称、SCVなど）について、異なる形状パラメータ（$\alpha \in \{1, 3, 5\}$）および標本サイズ（$n \in \{10, 20, 50\}$）を持つガンマ母集団の下で、モンテカルロ・シミュレーション（$M=5,000$ 回の反復）を実施した。
  • 結果は、推定量が実質的に不偏であり、サンプルサイズが増加するにつれてバイアスおよび平方根平均二乗誤差（RMSE）が減少することを示している。
  • 指数の次数 $m$ に関する感度分析は、異なる構成においても安定した性能を示した。
  • 一般化ガンマの設定においても、推定量は収束し、低いバイアスを維持しており、厳密なガンマモデルを超えた適用可能性を示している。
• 実データへの適用： 本手法を、アメリカ大陸の34の国および地域における**1人当たり国内総生産（GDP）**のデータセットに適用した。
  • コルモゴロフ–スミルノフ検定、クラメール–フォン・ミーゼス検定、アンダーソン–ダーリング検定による適合度検定により、ガンマ分布が当該データに対して適切なモデルであることが確認された。
  • 著者らは、提案された推定量を用いて様々なNPRI（ジニ、パワー、最大、最小など）を算出した。
  • 非パラメトリックな推定値と、（表2の）明示的な公式から導かれたパラメトリックな推定値との比較では、一貫性が示され、パラメトリックな信頼区間は一般に狭いものとなった。

意義と主張
本論文は、広範な正規化スケール不変指数のための統一的な推定枠組みを提供することを主張している。ガンマ分布の特定の分解特性を活用することで、著者らは、多様な不等度および変動度の尺度に同時に適用可能な、単純で解析的に扱いやすく、かつ不偏な推定量を実現している。

その意義は以下の通りである：

• 理論的統一： 特定の指標のためのアドホックな導出から、同次関数に基づく一般的な理論へと移行すること。
• 実用的有用性： ガンマ分布が普及している経済学や信頼性工学の文脈において、これらの指標を推定するための信頼できる手法を提供すること。
• 実証的検証： シミュレーションおよび実世界のGDPデータを通じて、提案された推定量が良好に機能することを示し、同一の枠組みの中で異なる解釈を提供する、異なる指標の選択肢を用いた経済的不平等の分析ツールを提供すること。

著者らは、現在の研究はガンマ分布に焦点を当てているが、将来の研究において、これらの漸近的性質および分散推定手法を他の分布族へと拡張できる可能性があると結論付けている。