Estimation in Multiple-Frame Surveys
多抽样框调查中的估计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：摘要研究调查抽样与总体总量估计，未明确涉及所列计量细分方向。
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
多抽样框调查中的估计
- 研究问题
- 为降低抽样成本或减少单一抽样框遗漏而使用多个抽样框时，如何估计总体总量及其方差，并处理实践中的困难？
- 方法与思路
- 在各抽样框独立采用概率抽样的设定下，作者推导最优线性估计量、伪最大似然估计量及相应方差估计方法。
- 材料陈述的贡献
- 摘要称，论文给出总体总量的两类估计方法，通过理论与模拟研究其性质，并介绍多抽样框用途及实施问题。
- 阅读关注点
- 阅读全文时应核对抽样框重叠的处理、纳入概率与权重构造、最优性的比较范围，以及独立抽样要求和方差估计条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；摘要未说明重叠信息要求、具体性质或模拟比较结果。
原文摘要
Multiple-frame surveys are commonly used to decrease costs of sampling or to reduce undercoverage that could occur if only one sampling frame were used. We describe potential uses and examples of multiple-frame surveys. We then derive optimal linear estimators and pseudo–maximum likelihood estimators for the population total when samples are taken independently from each frame using probability sampling designs. We explore the properties of these estimators theoretically and through a simulation study. We also derive variance estimators and discuss some practical problems that may be encountered in multiple-frame surveys.