Stabilized Sieve Sampling: A Point-Estimator Analysis
稳定化筛式抽样：点估计量分析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：摘要讨论一般抽样设计与总误差金额估计，未明确涉及所列领域的特定经济模型或数据结构，因此不作细分归类。
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
稳定化筛式抽样：点估计量分析
- 研究问题
- 如何改造筛式抽样以固定样本量，同时估计条目总体的总误差金额？研究关注按规模比例抽取时点估计量的无偏性和效率。
- 方法与思路
- 作者提出固定样本量的筛式抽样变体，按规模比例选择条目且近乎不放回，并构造总误差金额的无偏估计量、推导其方差。
- 材料陈述的贡献
- 摘要给出样本量恒定的抽样方案及相应无偏估计，并列出其比原筛式抽样和有放回按规模比例抽样更有效率的条件。
- 阅读关注点
- 核对固定样本量的实现方式、入样概率、近乎不放回的含义与方差推导，尤其检查两项效率比较各自成立所需的条件。
- 阅读边界
- 摘要未说明具体抽样算法、效率条件或有限样本比较结果；无偏性与条件性效率结论不足以推出该方案在所有总体中更优。
原文摘要
A modification of sieve sampling is proposed that returns a constant sample size. It is a scheme that selects line items with probability proportional to size (PPS) and nearly without replacement. An unbiased estimator of the total error amount is presented and its variance derived. Conditions under which the scheme is more efficient than sieve sampling and than PPS with replacement sampling are given.