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:摘要研究调查抽样方差估计,未明确对应所列经济计量细分。

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
Yves G. Berger
Chris J. Skinner

不等概率抽样的Jackknife方差估计量

研究问题
现有Jackknife方差估计只覆盖有限抽样设计,如何将其推广至不放回不等概率抽样,并保证设计一致性?
方法与思路
作者构造对任意不放回不等概率抽样设计都有定义的Jackknife方差估计量,并分析一致性及开展蒙特卡洛比较。
材料陈述的贡献
摘要称对广泛的点估计量证明了设计一致性,模拟展示可能改善既有估计量的情形,但没有声称所有设计下都更好。
阅读关注点
应区分估计量可定义的设计范围与一致性成立的条件,核对所需包含概率,以及模拟中的误差指标和比较对象。
阅读边界
仅据Crossref摘要;设计一致性的具体条件、模拟设置和改善幅度未说明,不能推断普遍优势或其他版本变化。

原文摘要

Summary The jackknife method is often used for variance estimation in sample surveys but has only been developed for a limited class of sampling designs. We propose a jackknife variance estimator which is defined for any without-replacement unequal probability sampling design. We demonstrate design consistency of this estimator for a broad class of point estimators. A Monte Carlo study shows how the proposed estimator may improve on existing estimators.

笔记与分组
相关领域论文