最近邻调整最佳线性无偏预测

摘要：线性模型的统计推断传统上侧重于固定效应的线性组合的估计或假设检验，或者随机效应的方差成分的估计或假设检验。推断的第三种形式——固定和随机效应的线性组合的预测——在许多应用中具有重要优势，优于传统估计量。然而，如果数据包含强烈的、未考虑的局部梯度，比如田间地块数据中的空间趋势，这些方法将无法得出准确的推断。近年来，广泛讨论了调整这些趋势的最近邻方法。然而，到目前为止，这些方法仅针对经典的估计和假设检验而开发。本文开发了一种获得最近邻调整(NNA)预测器的方法，沿用“最佳线性无偏预测”（BLUP）的思路。模拟研究将“NNABLUP”与传统的NNA方法和非NNA替代方案进行了比较，结果表明有很大的潜力提高效率。