An Efficient Estimator of Population Mean Using a Poisson Regression-Based Approach: Simulation and Theoretical Efficiency Analysis

技術要約：ポアソン回帰に基づくアプローチを用いた母平均の効率的な推定量

問題提起
標本調査理論において、母平均の推定は主要な目的であり、補助情報を利用することでさらに強化される。変数間に正の相関関係が存在する場合、比推定量や回帰推定量が標準的に用いられるが、カウントデータに対して古典的な線形回数モデルを用いることは不適切な場合が多い。線形モデルは負の予測値を生成する可能性があり、また仮説検定において極めて重要な定数分散の仮定を逸脱することがある。ポアソン回帰はカウント応答をモデリングするための標準的な手法であるが、単純無作為抽出（SRS）下において、特に既存の競合する推定量（KadilarおよびCingi、あるいはKoçによるものなど）がカウントデータの分布特性を十分に活用できていない場合に、より効率的な母平均の推定法が必要とされている。

手法
本研究では、カウントデータを対象としたSRS下で使用するために設計された、母平均の新しい推定量 $Z^*$ を提案する。手法は以下の通りである：

1. 理論的枠組み： 本研究では、変数 $Y_i$ がポアソン分布に従うイベントカウントを表すポアソン回帰モデルを利用する。傾き係数（$b_P$）は、従来の最小二乗法ではなく、このポアソン回帰モデルから導出される。
2. 提案する推定量の構成： RaghavらおよびKoçに着想を得て、著者らは新しい推定量 $Z^*$ を、差と和の比の指数関数を含む、修正された比項と回帰項の組み合わせとして定義する：
   $$Z^* = \left[ \alpha \bar{y} \left\{ \frac{1}{2} \left( \frac{\bar{X}}{\bar{x}} + \frac{\bar{x}}{\bar{X}} \right) \right\} + b_P(\bar{X} - \bar{x}) \right] \exp\left( \frac{\bar{X} - \bar{x}}{\bar{X} + \bar{x}} \right)$$
   ここで、$\alpha$ は平均二乗誤差（MSE）を最小化するように決定されるスカラー定数である。
3. 特性の導出： 1次近似と誤差項（$\epsilon_0, \epsilon_1$）を用いて、著者らは $Z^*$ のバイアスとMSEの式を導出する。MSEは $MSE(Z^*) = \alpha^2 A + \alpha B + C$ の形式で表される。最適な $\alpha$ は、この式を最小化することによって得られ（$\alpha = -B/2A$）、最小MSEは $MSE_{min} = C - B^2/4A$ となる。
4. 比較分析： $Z^*$ の理論的効率性を、以下の手法と比較する：
   • KadilarおよびCingiによる伝統的な比推定量（$\bar{y}_{KC1}$ から $\bar{y}_{KC5}$）
   • Koçによるポアソン回帰に基づく比推定量（$\bar{y}_1$ から $\bar{y}_5$）
   • Shahzadらによるポアソン回帰に基づく平均推定量（$\bar{y}_U$）
   • Janaらによるポアソン回帰に基づく比・回帰結合型推定量（$Z_1$ から $Z_5$）

主な貢献と結果
本論文は、実世界のデータセットを用いた実証研究と広範なシミュレーション研究の両方を通じて、提案された推定量の妥当性を検証している。

• 実証研究： 2つの実在する母集団を分析した：

  1. 母集団 I： 空中汚染データ（トルコ、アフィオン）、週間の入院件数（$Y$）とPM10レベル（$X$）の関連。
  2. 母集団 II： 交通事故データ（2019年トルコ）、交通事故死者数（$Y$）と自動車保有台数（$X$）の関連。
     両方のケースにおいて、提案された推定量 $Z^*$ は最も低い平均二乗誤差（MSE）と最も高いパーセント相対効率（PRE）を示した。母集団 II において、$Z^*$ は従来の推定量 $\bar{y}_1$ に対して 2323.13% のPREを達成し、すべての競合する推定量を有意に上回った。

• シミュレーション研究： 有限母集団（$N=1000$）において、$X$ が一様分布に従い、$Y$ が $\lambda = \exp(\beta_0 + \beta_1 X)$ に従うポアソン分布に従う設定で、Rソフトウェアを用いたシミュレーションを実施した。標本サイズ（$n=20, 30, 40$）および回帰係数（$\beta_1 = 0.75, 0.85, 0.95$）を変化させた。

  • すべてのシナリオにおいて、$Z^*$ は Kadilar および Cingi、Koç、および Jana らの推定量と比較して、一貫して最小のMSEと最大のPREを示した。
  • 結果は、標本サイズが増加するにつれてすべての推定量のMSEが減少することを裏付けたが、提案された推定量は優れた効率性を維持した。

意義と主張
著者らは、提案された推定量 $Z^*$ が、カウントデータの母平均を推定するための既存の手法に対して統計的に有意な改善を提供すると主張している。本研究は以下のことを断言している：

• バイアスとMSEの理論的導出は、推定量の性能に対する強固な基礎を提供する。
• 実証研究およびシミュレーションの結果は、$Z^*$ が伝統的な比推定量および現在文献にある他のポアソン回帰に基づくアプローチよりも効率的であることを検証している。
• 指数関数およびポアソンフレームワーク内での比と回帰項の特定の組み合わせは、カウントデータにおける調査変数と補助変数の関係を効果的に捉えている。

本論文は、$Z^*$ が補助情報が利用可能なカウントデータセットの分析において推奨されると結論付けている。著者らは、将来の研究において、過分散、ゼロ過剰（ゼロ膨張モデル経由）、欠損データ、および層化抽出やランクセット抽出のような他のサンプリング設計を扱うようにこの手法を拡張できる可能性があると控えめに示唆しているが、現在の研究においてこれらの拡張が達成されたとは主張していない。