A Noninformative Bayesian Approach to Interval Estimation in Finite Population Sampling
有限总体抽样区间估计的无信息贝叶斯方法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：摘要研究调查抽样中的通用区间估计，中位数比值例子不足以证明研究分位数或分布效应。
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
有限总体抽样区间估计的无信息贝叶斯方法
- 研究问题
- 在有限总体抽样中，如何为未观测总体成员构造无信息贝叶斯式区间估计，并处理两个中位数之比等标准方法较难处理的目标？
- 方法与思路
- 作者根据已观测样本，为未观测总体成员引入 Pólya 分布作为伪后验，据此构造区间估计，并讨论相关的点估计问题。
- 材料陈述的贡献
- 摘要称不少情形下所得区间与标准频率学方法相近，也可处理更复杂目标；伪后验导出的点估计在一些比较中表现较好。
- 阅读关注点
- 应核对伪后验的构造、适用的抽样设计、区间形成步骤，以及中位数比值等非线性目标的覆盖率和点估计比较指标。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；伪后验与完整贝叶斯模型的关系、覆盖条件和优势范围未说明，不能认定普遍优于经典方法。
原文摘要
A noninformative Bayesian approach to interval estimation in finite population sampling is discussed. Given the sample, this method introduces the Polya distribution as a pseudo posterior distribution over the unobserved members of the population. In many cases this distribution yields interval estimates similar to those of standard frequentist theory. In addition, it can be used in situations where the standard methods are difficult to apply, for example, in producing an interval estimate for the ratio of two medians. We also consider related point estimation problems and observe that estimators derived from the pseudo posterior often perform better than classical alternatives.