Estimating a Finite Population Mean from Unequal Probability Samples
不等概率抽样下的有限总体均值估计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：摘要研究有限总体抽样和辅助信息估计，固定或随机效应的出现并不构成面板数据研究的充分依据。
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
不等概率抽样下的有限总体均值估计
- 研究问题
- 在不等概率抽样中，基于模型预测未抽中单位的方法与广义回归方法如何比较，并兼顾渐近设计一致性？
- 方法与思路
- 作者对比预测方法与引入协变量的 Horvitz–Thompson 修正，并讨论按选择概率划分子类、设置独立截距的模型。
- 材料陈述的贡献
- 摘要提出两类可获得渐近设计一致预测估计的固定及随机效应模型；简单随机效应估计在有限模拟中表现较好。
- 阅读关注点
- 应核对设计一致性的渐近框架、子类截距如何处理选择概率差异，以及模型误设和有限模拟对比较结论的限制。
- 阅读边界
- 仅据所给 OpenAlex 索引摘要，稿件版本未注明；作者对预测方法原则性的评价不等于普遍优势，模拟证据范围有限。
原文摘要
Two approaches to estimating a finite population mean from unequal probability samples are contrasted. In the prediction approach a model is specified for the population values and is used to predict the nonsampled values. In the generalized regression approach the Horvitz-Thompson estimator of the population mean is modified to allow the introduction of covariate information (Särndal 1980). Generalized regression estimates have the desirable property of asymptotic design consistency, which is not always enjoyed by estimates in the prediction class. However, it is suggested that the prediction approach is the more principled method of estimation. If asymptotic design consistency is a desirable property in a given application, then only models that yield asymptotically design-consistent prediction estimates should be used. Two classes of models with this property are suggested, namely fixed and random-effects models that allow a separate intercept for subclasses of the population indexed by the probability of selection. Estimates based on a simple random-effects model perform well in a limited simulation study carried out to illustrate some of the compared estimators.