Improved Unbiased Estimators in Adaptive Cluster Sampling
自适应整群抽样中的改进无偏估计量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：摘要关注自适应调查抽样和设计无偏估计，未提供所列具体计量领域的直接分类依据。
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
自适应整群抽样中的改进无偏估计量
- 研究问题
- 自适应整群抽样中，通常的设计无偏估计量如何通过充分统计量条件化得到改进，估计表现与计算难度之间如何权衡？
- 方法与思路
- 作者构造对充分统计量条件化的无偏估计量，先给出计算与常用方法同样简便的版本，再讨论基于最小充分统计量的版本。
- 材料陈述的贡献
- 摘要称常用设计无偏估计量仍有改进空间，并提出易计算的改进版本，讨论计算较困难的最小充分条件化版本及实例比较。
- 阅读关注点
- 应核对自适应抽样规则、充分统计量的形式、条件期望的计算方式，以及各估计量维持设计无偏性和取得改进的依据。
- 阅读边界
- 仅依据所给 Crossref 摘要；具体估计式、改进幅度和计算成本未说明，不能判断实际抽样设计下哪一版本最合适。
原文摘要
Summary The usual design-unbiased estimators in adaptive cluster sampling are easy to compute but are not functions of the minimal sufficient statistic and hence can be improved. Improved unbiased estimators obtained by conditioning on sufficient statistics—not necessarily minimal—are described. First, estimators that are as easy to compute as the usual design-unbiased estimators are given. Estimators obtained by conditioning on the minimal sufficient statistic which are more difficult to compute are also discussed. Estimators are compared in examples.