Variance Estimation Based on a Superpopulation Model in Two-Stage Sampling
两阶段抽样中基于超总体模型的方差估计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：摘要研究一般两阶段调查抽样与超总体预测，未涉及所列面板或其他经济计量细分模型。
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
两阶段抽样中基于超总体模型的方差估计
- 研究问题
- 在两阶段抽样与超总体模型下，如何估计有限总体参数预测量的方差，并为特定整群抽样情形构造精确置信区间？
- 方法与思路
- 作者研究 Royall 超总体模型的一个特例，以样本观测的线性组合估计方差，并处理群规模及群内样本量相等的情形。
- 材料陈述的贡献
- 摘要提出新的方差估计技术，并在各群元素数相等、被抽中群内抽样数也相等时，给出总体总量的精确置信区间。
- 阅读关注点
- 应核对超总体模型的特殊假设、线性组合的构造，以及精确置信区间所依赖的分布条件与两类等规模限制。
- 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；摘要未列出完整模型假设，精确区间不能直接推广至不等规模情形。
原文摘要
Estimators for finite population parameters and their variances in two-stage sampling have been developed by using the linear least-squares prediction approach in a recent article by Royall (1976). This article considers a special case of the superpopulation model assumed by Royall and uses a new technique involving linear combinations of the sample observations to estimate the variances of these estimators. An exact confidence interval for the finite population total is calculated for the case in which all clusters have an equal number of elements and an equal number of elements are sampled from each selected cluster.