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:摘要研究调查无应答与回归样本量设计,未明确涉及面板结构、因果识别或所列其他领域细分。

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
Bahadur Singh
J. Sedransk

存在无应答时回归分析的样本量选择

研究问题
在多元线性回归调查存在无应答时,如何从贝叶斯角度选择第二阶段追访的无应答者数量及总体样本量?
方法与思路
作者采用两阶段抽样设计,从初始无应答者中再抽取子样本,并在该子样本完全应答的假定下研究样本量选择。
材料陈述的贡献
摘要明确将最优追访数量与第二阶段总体样本量作为主要研究目标,但未说明最优方案的具体形式或数值结果。
阅读关注点
应核对最优化目标中的成本与精度标准、先验设定、两阶段样本量符号,以及完全应答假定对推断的作用。
阅读边界
仅据版本未注明的OpenAlex索引摘要,最优性准则和无应答机制未说明;子样本完全应答是文中明确的假定。

原文摘要

Assuming nonresponse, inference concerning the regression coefficients of a multiple linear regression is considered from a Bayesian viewpoint. We exploit a two-phase sampling scheme. At each phase the sample design is of the following type: Select a random sample of size n with n 1 responses obtained. Then, a subsample of size n 2(0 ≤ n 2 ≤ n — n 1) is selected from the n — n 1 nonrespondents. Assuming 100 percent response from the units in the subsample, the principal objectives are: (1) to ascertain at the second phase of sampling the optimal number of nonrespondents to be subsampled; and (2) to determine the optimal overall sample size at the second phase.

笔记与分组