Adaptive cluster double sampling
自适应聚类双重抽样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：摘要中的网络是抽样设计结构，未研究经济网络、干扰或其他所列领域，故不据该词归入网络与干扰。
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
自适应聚类双重抽样
- 研究问题
- 如何在自适应聚类抽样中控制目标变量的测量数量，利用廉价辅助变量与后续子抽样估计总体均值？
- 方法与思路
- 作者先依据廉价辅助变量实施自适应聚类抽样，再利用所得网络结构进行一阶段或两阶段子抽样并测量目标变量。
- 材料陈述的贡献
- 摘要提出可控制测量数量的多阶段设计，配合回归型或 Horvitz–Thompson 型估计；模拟称其表现良好。
- 阅读关注点
- 应核对各阶段纳入概率、辅助变量与目标变量的关系、均值估计及方差计算，并检查模拟的成本比较是否公平。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；模拟设定和具体结果未提供，不能把可能优于常规设计解释为普遍优势。
原文摘要
We present a multi-phase variant of adaptive cluster sampling which allows the sampler to control the number of measurements of the variable of interest. A first-phase sample is selected using an adaptive cluster sampling design based on an inexpensive auxiliary variable associated with the survey variable. Then the network structure of the adaptive cluster sample is used to select an ordinary one-phase or two-phase subsample of units and the values of the survey variable associated with those units are recorded. The population mean is estimated by either a regression-type estimator or a Horvitz–Thompson-type estimator. The results of a simulation study show good performance of the proposed design, and suggest that in many real situations this design might be preferred to the ordinary adaptive cluster sampling design.