Comparison of Purposive and Random Sampling Schemes for Estimating Capital Expenditure
估计资本支出的目的抽样与随机抽样方案比较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：资本支出是应用对象，方法核心为调查抽样比较，摘要没有指向所列宏观或金融计量细分。
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
估计资本支出的目的抽样与随机抽样方案比较
- 研究问题
- 估计企业资本支出时，传统随机抽样与基于模型的抽样策略如何比较，目的性选择高辅助变量单位能否提供有效估计？
- 方法与思路
- 作者用澳大利亚制造业普查中超过 12,000 家企业的数据，设计模拟季度资本支出调查的研究，比较多种抽样和估计策略。
- 材料陈述的贡献
- 摘要称，对所用数据，每层选择辅助变量最大单位并采用简单比率估计的方案效率最高，且能得到有意义的抽样误差估计。
- 阅读关注点
- 应核对效率指标、样本规模与成本可比性，并查看目的抽样下误差估计的依据及模型偏离时的敏感性。
- 阅读边界
- 仅据未注明版本的 OpenAlex 摘要；效率优势明确限于给定数据与候选策略，模型条件、误差公式及数值未说明。
原文摘要
This article reports results of a large-scale study of various sampling strategies. Conventional sampling strategies are compared with model-based strategies on data from over 12,000 businesses included in the annual Manufacturing Census of the Australian Bureau of Statistics. The study has been designed to replicate the quarterly Survey of Capital Expenditure. The results show that for the given data a stratified sample consisting of units with the largest values of the auxiliary variable in each stratum and simple ratio estimation is by far the most efficient of the strategies considered. A meaningful estimate of sampling error can be derived.