On the Optimal Use of Multiauxiliary Information
多重辅助信息的最优利用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：摘要属于一般调查抽样与辅助信息估计，未提供对应所列经济计量细分方向的依据。
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
多重辅助信息的最优利用
- 研究问题
- 在调查抽样中，如何利用多个辅助变量的信息估计总体均值，并在使用相同信息量的条件下降低估计方差？
- 方法与思路
- 作者构造利用多重辅助信息的新估计量，并将其无偏性和方差与使用相同信息量的 Des Raj 估计量比较。
- 材料陈述的贡献
- 摘要称新估计量对总体均值无偏，且方差小于所比较的 Des Raj 最优估计量，比较双方使用的信息量相同。
- 阅读关注点
- 应核对抽样设计、辅助信息的已知程度、无偏性依据，以及方差改进结论成立的条件和信息量的具体定义。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不推断刊本变化；摘要未提供估计公式、抽样条件或方差降低幅度。
原文摘要
A new estimator utilizing multiauxiliary information in survey sampling is constructed. This estimator is unbiased for the population mean and has a smaller variance than Des Raj's optimal estimator [1, 2]. The new estimator and the latter one are based on the same amount of information.