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:摘要研究有限总体抽样,线性趋势未被说明为时间趋势,因而不足以归入时间序列或其他所列细分方向。

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
Rahul Mukerjee
S. Sengupta

存在线性趋势时有限总体均值的最优估计

研究问题
有限总体具有线性趋势时,在不同超总体模型下,应如何选择抽样与估计策略,以在指定的无偏策略类别中估计总体均值?
方法与思路
作者为存在线性趋势的有限总体设定不同超总体模型,并在若干无偏策略类别内提出最优抽样策略;摘要未说明具体模型。
材料陈述的贡献
摘要明确提出了依赖超总体模型与无偏策略类别的最优抽样方案,但没有给出最优性的损失准则、方案形式或性能结果。
阅读关注点
应核对线性趋势的含义、超总体模型的区别、无偏性相对于何种随机机制成立,以及最优策略的比较类别和目标准则。
阅读边界
仅据 OpenAlex 索引的简短摘要,稿件版本未注明。最优性仅针对所设模型与策略类别;摘要未说明其具体范围,不能推断普遍最优或刊本变化。

原文摘要

Postulating different superpopulation models for a finite population with linear trend, we suggest optimal sampling strategies for estimating the finite population mean within some classes of unbiased strategies.

笔记与分组
相关领域论文