Variance Estimation Under Two-Phase Sampling with Application to Imputation for Missing Data
两阶段抽样的方差估计及其在缺失数据插补中的应用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：摘要研究抽样设计与插补方差，未明确涉及面板、因果推断或其他所列细分方向。
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
两阶段抽样的方差估计及其在缺失数据插补中的应用
- 研究问题
- 在两阶段简单随机抽样的比率估计中，如何更充分利用样本信息估计方差，并将方法用于批量和确定性插补？
- 方法与思路
- 作者提出新的线性化方差估计量，并推导 jackknife 及其线性化版本，通过模拟研究条件和无条件重复抽样性质。
- 材料陈述的贡献
- 摘要称新线性化估计较标准方法更充分利用数据，同时提供其他方差估计形式，并展示两类缺失数据插补应用。
- 阅读关注点
- 应核对两个抽样阶段的信息结构、各方差估计的构造，以及条件重复抽样如何定义和插补不确定性如何计入。
- 阅读边界
- 仅据版本未注明的索引摘要；摘要未给出模拟结论、缺失机制或方差估计偏差，不能据此判断哪种方法整体更优。
原文摘要
Ratio estimation under two-phase simple random sampling is studied. A new linearisation variance estimator that makes more complete use of the sample data than a standard one is proposed. A jackknife variance estimator and its linearised version are also obtained. Unconditional and conditional repeated sampling properties of these variance estimators are studied through simulation. Applications to ‘mass’ imputation under two-phase sampling and deterministic imputation for missing data are also given.