Bias analysis of a linear order-statistic inequality index estimator: Unbiasedness under gamma populations

Resumo Técnico: Análise de Viés de um Estimador de Índice de Desigualdade Linear de Estatísticas de Ordem

Declaração do Problema
Quantificar a desigualdade econômica a partir de dados amostrais é um desafio central na economia aplicada. Embora o coeficiente de Gini clássico seja a medida baseada em ranks mais amplamente utilizada, sabe-se que ele exibe um viés de amostra finita não desprezível, particularmente para tamanhos de amostra pequenos a moderados e populações altamente assimétricas. A literatura existente desenvolveu várias extensões, como o índice de Gini de ordem $m$, o índice de Gini estendido de ordem $m$ e o índice $S$-Gini, frequentemente estimados por meio de construções do tipo estatística-U que mediam contrastes de ranks sobre subamostras. No entanto, o comportamento do viés de amostra finita desses estimadores, particularmente quando normalizados pela média amostral, permaneceu amplamente inexplorado além de casos específicos. Este artigo aborda a necessidade de uma análise de viés unificada para uma ampla família de índices de desigualdade lineares de estatísticas de ordem e seus estimadores canônicos.

Metodologia e Estrutura
Os autores definem um índice de desigualdade linear geral de estatísticas de ordem, $I_m$, para uma variável aleatória não negativa $X$ com média finita $\mu$:
$$I_m = \frac{1}{m\mu} \sum_{k=1}^m a_k E[X_{k:m}],$$
onde $X_{k:m}$ são estatísticas de ordem de uma amostra de tamanho $m$, e os coeficientes $a_k$ satisfazem $\sum a_k = 0$ e $a_1 \leq \dots \leq a_m$. Esta estrutura unifica o coeficiente de Gini clássico ($m=2$), o índice de Gini de ordem $m$, o índice de Gini estendido de ordem $m$ e casos específicos do índice $S$-Gini. O índice é mostrado como pertencente à classe de medidas de desigualdade espectrais (dependentes de ranks), admitindo uma representação integral envolvendo a função quantil de $X$.

O estudo foca em um estimador natural do tipo estatística-U, $\hat{I}_m$, definido pela média de contrastes ponderados de estatísticas de ordem sobre todas as subamostras de tamanho $m$ e normalização pela média amostral $\bar{X}$. Os autores derivam uma decomposição geral de viés de amostra finita para este estimador. O viés é expresso como uma combinação linear de fatores $\Delta_{n,r}$, que isolam o efeito da normalização aleatória em cada nível de rank:
$$\Delta_{n,r} = E\left[\frac{X_{r:r}}{\bar{X}}\right] - \frac{E[X_{r:r}]}{\mu}.$$
Para caracterizar esses fatores sob distribuições não negativas gerais, o artigo emprega métodos de transformada de Laplace, fornecendo uma representação integral para $\Delta_{n,r}$ que permite avaliação analítica ou numérica sem subamostragem.

Principais Contribuições e Resultados

1. Decomposição Geral de Viés: O artigo deriva uma expressão de forma fechada para o viés de $\hat{I}_m$ em termos dos componentes $\Delta_{n,r}$ (Corolário 4.3). Esta decomposição separa as contribuições de diferentes níveis de rank, facilitando tanto a investigação analítica quanto a aproximação numérica via transformadas de Laplace (Proposição 4.4).

2. Ausência de Viés Assintótico: Sob condições moderadas de momentos (existência de momentos de ordem $p(1+\epsilon)$) e condições da cauda inferior (probabilidade limitada próxima a zero), os autores provam que o estimador é assintoticamente não viesado à medida que o tamanho da amostra $n \to \infty$ (Proposição 5.1).

3. Ausência de Viés Exata sob Populações Gama: A principal contribuição teórica é a prova de que $\hat{I}_m$ é exatamente não viesado para qualquer tamanho de amostra $n \geq m$ se a população subjacente seguir uma distribuição Gama. Este resultado baseia-se na independência entre o vetor de variáveis Gama normalizadas e sua soma total (propriedade Dirichlet), combinada com a homogeneidade do funcional máximo. Especificamente, para $X \sim \text{Gamma}(\alpha, \lambda)$, a identidade $E[X_{r:r}] = \mu E[X_{r:r}/\bar{X}]$ vale, implicando $\Delta_{n,r} = 0$ e, portanto, $\text{Viés}(\hat{I}_m, I_m) = 0$ (Teorema 6.1). Isso estende resultados anteriores de ausência de viés conhecidos para o coeficiente de Gini clássico à classe mais ampla de índices lineares de estatísticas de ordem.

4. Validação por Monte Carlo: Um estudo de simulação compara o estimador de estatística-U proposto contra um Estimador de Máxima Verossimilhança (MLE) paramétrico de plug-in através de distribuições Gama, Lognormal, Weibull e Lomax.

   • Populações Gama: O estimador de estatística-U exibe viés empírico flutuando estritamente em torno de zero, confirmando a ausência de viés exata. Em contraste, o plug-in MLE mostra viés negativo sistemático, embora alcance um Erro Quadrático Médio (RMSE) ligeiramente menor devido à eficiência paramétrica.
   • Populações Não Gama: O estimador de estatística-U exibe viés de amostra finita aumentado para distribuições de cauda pesada (Lognormal, Lomax), o que diminui à medida que $n$ aumenta. Embora o plug-in MLE seja mais eficiente (menor RMSE) quando a família paramétrica é especificada corretamente, o estimador de estatística-U permanece livre de distribuição e robusto a má especificação.
   • Decomposição de Viés: O estudo valida a decomposição teórica de viés estimando numericamente os componentes $\Delta_{n,r}$, confirmando que estatísticas de ordem superiores contribuem mais significativamente para o viés negativo em cenários de cauda pesada.

5. Aplicação Empírica: A metodologia é aplicada a dados de PIB per capita de 34 países nas Américas. Os autores calculam tanto o coeficiente de Gini clássico quanto o 5º índice de Gini usando o estimador proposto, fornecendo intervalos de confiança bootstrap. Os resultados ilustram a aplicação prática do estimador na medição da dispersão de renda.

Significado e Afirmações
O artigo afirma fornecer uma estrutura unificada para analisar o viés de uma ampla família de índices de desigualdade baseados em ranks. Sua contribuição mais significativa é estabelecer que o estimador canônico de estatística-U é exatamente não viesado para populações Gama, uma propriedade que se estende além do coeficiente de Gini clássico para os índices de ordem $m$, estendido de ordem $m$ e específicos $S$-Gini. Os autores enfatizam que esta ausência de viés exata é específica da família Gama devido à sua estrutura única de independência relativa a amostras normalizadas e somas totais.

O trabalho destaca um trade-off entre eficiência e robustez: enquanto plug-ins paramétricos de MLE podem oferecer menor variância quando o modelo é especificado corretamente, eles podem sofrer viés sistemático mesmo no caso Gama. Por outro lado, o estimador não paramétrico proposto é livre de distribuição, robusto a má especificação e possui a propriedade desejável de ausência de viés exata sob populações Gama, tornando-o uma ferramenta confiável para medição de desigualdade onde as suposições distribucionais são incertas ou onde comportamento semelhante ao Gama é plausível. O artigo conclui observando que extensões para outras famílias distribucionais e o desenvolvimento de estimadores corrigidos de viés para populações não Gama são assuntos para investigação futura.