On Conditioning for Model-Based Inference in Survey Sampling
调查抽样中基于模型推断的条件化问题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：摘要聚焦调查抽样与条件推断，未提供所列领域细分中的明确研究对象。
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
调查抽样中基于模型推断的条件化问题
- 研究问题
- 基于模型的调查抽样中，预测问题与估计问题之间为何出现抽样分布推断的不连续，如何通过条件化协调两者？
- 方法与思路
- 作者在弯曲指数族框架内，对适当的辅助统计量进行条件化以处理推断不连续，并讨论抽样设计对推断的可忽略性。
- 材料陈述的贡献
- 摘要称适当的辅助统计量条件化能够解决所讨论的不连续问题，并进一步讨论何时可以在推断中忽略抽样设计。
- 阅读关注点
- 应核对预测与估计对象的区别、辅助统计量的构造、弯曲指数族设定，以及抽样设计可忽略性的含义和适用条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；辅助统计量和抽样设计条件未给出，不能据此认为基于模型推断总可忽略抽样设计。
原文摘要
A ‘discontinuity’ of sampling distribution inference between a prediction problem and an estimation problem in model-based survey sampling is discussed. The problem is resolved by conditioning on an appropriate ancillary within a curved exponential family framework. The ignorability of the sampling design for inference is discussed.