Admissible Estimators for the Total of a Stratified Population that Employ Prior Information
利用先验信息估计分层总体总量的可容许估计量AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究有限总体抽样和决策论性质，未涉及所列因果、面板或分布效应等方向，现有证据不足以细分。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
利用先验信息估计分层总体总量的可容许估计量
- 研究问题
- 估计分层有限总体总量时，如何利用不同层次的分层先验知识，并研究相应估计量的可容许性？
- 方法与思路
- 作者针对两种先验知识水平构造贝叶斯与伪贝叶斯估计量，并指出可用已有技术建立这些估计量的可容许性结果。
- 材料陈述的贡献
- 摘要称，论文提供利用分层先验信息的两类估计量，说明可容许性分析的技术路径，并提出可能的自然扩展。
- 阅读关注点
- 应核对两种先验信息的内容、抽样设计与损失标准，以及贝叶斯和伪贝叶斯构造的区别及可容许性论证。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；先验形式、抽样条件与风险比较未说明，可容许性不意味着普遍最优。
原文摘要
We consider the problem of the estimation of the total of a stratified finite population. For two levels of prior knowledge about the stratification, we provide Bayes and pseudo-Bayes estimators that make use of this prior knowledge in sensible ways. We then note that admissibility results can be established for these estimators using the techniques of Meeden and Ghosh (1982, 1983) and indicate some possible natural extensions of the present work.