Efficient Estimators with Simple Variance in Unequal Probability Sampling
不等概率抽样中方差计算简便的高效估计量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：研究核心是调查抽样设计与设计方差估计，没有所列经济计量细分方向的直接依据。
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
不等概率抽样中方差计算简便的高效估计量
- 研究问题
- 不等概率抽样的设计方差通常依赖难算的二阶入样概率，如何简化抽样设计与估计，同时保持规模比例抽样的高效率？
- 方法与思路
- 作者以更简单的设计与估计量组合替代传统规模比例抽样方案，使用广义回归估计量，将方差计算化为加权残差平方和。
- 材料陈述的贡献
- 摘要称，所提替代方案保留规模比例抽样的高效率特点，同时避免传统方差估计依赖二阶入样概率及繁复双重求和的负担。
- 阅读关注点
- 核对替代抽样设计、辅助变量与广义回归估计的要求，以及效率保持的比较基准和简单方差估计成立的具体条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；不能推断后续刊本变化。摘要未列设计细节、效率指标或完整条件，不能断言适用于所有抽样方案。
原文摘要
For unequal probability sampling designs, design-based variance estimation is cumbersome because it requires second-order inclusion probabilities. For most fixed sample size probability proportional-to-size (φPS) schemes, these probabilities are difficult to compute, and the variance estimation depends on them for a tedious double-sum calculation. We show how to replace the traditional φPS scenario with simpler design/estimator alternatives that preserve the high efficiency characteristic of φPS schemes. These use the generalized regression estimator, and the variance estimation entails only the calculation of a simple weighted squared residual sum.