Optimal Sample Design with Nonresponse
存在无应答时的最优样本设计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：摘要聚焦调查无应答与贝叶斯抽样决策，未直接对应所列计量领域细分。
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
存在无应答时的最优样本设计
- 研究问题
- 调查存在无应答时，如何结合无应答比例、应答者差异及追访成本的信息，决定对未应答者的抽样和整体样本设计？
- 方法与思路
- 作者从贝叶斯决策理论出发建立具有序贯性质的简单模型，组合主观判断、历史经验与证据，并讨论顽固无应答的扩展。
- 材料陈述的贡献
- 摘要称，该框架可分析相关信息如何影响未应答者抽样的最优决策，以及无应答如何改变整体最优样本设计。
- 阅读关注点
- 应核对先验与损失函数、追访决策的序贯结构、应答者和未应答者关系的设定，以及顽固无应答如何进入模型。
- 阅读边界
- 仅据未注明版本的 OpenAlex 摘要；最优设计的具体条件与结果未说明，不能声称该框架自动消除无应答偏差。
原文摘要
Discussed here are several aspects of a simple model for dealing with nonresponse. The model is, in a sense, a sequential one and is developed from a Bayesian decision theory point of view. Within this framework we examine how formalization and combination of one's opinions, past experience, and “objective” evidence concerning the proportion of non-respondents, the differences and relations between respondents and nonrespondents, the cost of obtaining information from nonrespondents, etc., might influence optimal decisions concerning the sampling of nonrespondents. The influence of nonresponse on the overall optimal sample design is also discussed, as well as several generalizations of the basic model, to handle a hard core of nonresponse.