편향과 무편향 추정치를 결합하는 b값 방법

본 논문은 여러 추정치를 결합할 때 발생하는 ‘편향-정밀도 트레이드오프’를 통계적 추론 수준에서 어떻게 다룰 수 있는지를 탐구한다. 서론에서는 무편향이지만 표본 크기가 작아 분산이 큰 추정치와, 편향이 존재하지만 표본이 크거나 모델 가정이 강해 분산이 작은 추정치가 실제 연구에서 동시에 제공되는 상황을 제시한다. 대표적인 예로는 무작위 대조시험(RCT)과 관찰연구의 결합, OLS와 IV 추정치의 병합을 들며, 이러한 경우 기존 연구는 주로 평균 제곱오차(MSE) 최소화와 같은 점 추정에 초점을 맞췄지만, 신뢰구간이나 가설 검정과 같은 추론 문제는 충분히 다루어지지 않았다고 지적한다. 문제 설정에서는 두 독립 정규 추정치 \(b_{\tau0}\sim N(\tau,\sigma_0^2)\)와 \(b_{\tau1}\sim N(\tau+\Delta,\sigma_1^2)\)를 가정한다. 여기서 \(\Delta\)는 알 수 없는 편향이며, 연구자는 상대 편향 \(|\Delta|/\sigma_0\le b\)라는 상한만을 가정한다. 목표는 모든 가능한 \(\Delta\)에 대해 커버리지를 보장하는 ‘편향 수준 \(b\)에 따른 신뢰구간 \(I(b,\zeta)\)’을 구성하는 것이다. 정의 2.1은 이 신뢰구간을 형식적으로 정의하고, Assumption 2.2는 편향이 커질수록 구간이 넓어지고, 유의 수준이 낮아질수록 구간이 넓어지는 두 단조성 조건을 제시한다. 이러한 조건 하에 구간은 고정 길이 대칭 형태 \(