Linear Models for Randomized Response Designs
随机化回答设计的线性模型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：摘要中的随机化用于调查回答和总体估计，未讨论处理效应识别，因此不足以归入因果推断等所列细分。
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
随机化回答设计的线性模型
- 研究问题
- 在用于调查回答的随机化设计下，如何统一估计有限总体均值或比例，并评价常用估计量在各自设计中的平均均方误差表现？
- 方法与思路
- 作者以随机排列模型构造覆盖多种单样本随机化回答设计的线性模型，推导最优估计量的一般形式，并处理不放回及不等概率抽样。
- 材料陈述的贡献
- 摘要称，多数常规随机化回答估计量在其对应设计内具有最小平均均方误差；相关最优性结果还扩展至不等概率抽样设计。
- 阅读关注点
- 应核对平均均方误差对哪些随机性取平均、最优性所针对的估计量范围，以及随机化回答机制与不等概率抽样如何共同进入模型。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明。摘要未列出具体设计与最优性条件；调查回答随机化不能直接解释为因果识别，也不能推断刊本变化。
原文摘要
Linear models, based on random permutation models, are developed to include a wide class of one-sample randomized response designs. The general form of the “optimal” estimator of the finite population mean or proportion is obtained. Most of the conventional randomized response estimators are seen to be optimal, in terms of minimum average mean squared error, within their associated designs. The optimality results are obtained for sampling without replacement and include extensions of randomized response designs to unequal probability sampling.