跳到正文
← 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:摘要研究调查抽样权重与计算成本,没有提供因果、面板或其他所列计量细分方向的直接证据。

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
M. N. Murthy
V. K. Sethi

抽样理论中的随机取整乘数

研究问题
在非自加权的大规模调查中,如何用少量权重乘数替代大量膨胀因子,减少汇总工作并控制估计方差的增加?
方法与思路
作者通过适当随机化,将原有乘数替换为少数随机取整乘数,并提出选择其数值以最小化方差增量的程序。
材料陈述的贡献
摘要称该技术可减少调查制表阶段的工作量,同时给出确定取整乘数的办法,以尽量减小新增估计方差。
阅读关注点
应核对随机取整机制、估计目标与偏差性质、方差增量的计算,以及乘数数量和制表成本之间如何权衡。
阅读边界
仅据版本未注明的OpenAlex索引摘要;未说明随机化步骤、无偏性条件或成本节省幅度,不能推断刊本变化。

原文摘要

In a large scale survey, where a non-self-weighting design is used, the work at the tabulation stage becomes time consuming and costly due to the large number of multipliers (inflation factors) involved in obtaining the estimates. In this paper a technique is developed to substitute the multipliers by a very small number of multipliers called “randomized rounded-off multipliers” by a suitable randomizing process, thereby reducing the work at the tabulation stage. A suitable procedure has been suggested for determining the values of the randomized rounded-off multipliers which would minimize the increase in the variance of the estimator.

笔记与分组
相关领域论文