On sampling and the estimation of rare errors
稀少记录误差的抽样与估计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：摘要研究有限总体抽样与记录误差控制，未明确对应所列经济细分方向。
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
稀少记录误差的抽样与估计
- 研究问题
- 有限总体中仅少量记录有误，且误差同号、最大相对误差已知时，如何通过抽样为总体总误差给出置信上限？
- 方法与思路
- 作者围绕按记录值大小成比例抽样讨论多种求解方式，包括贝叶斯方法，并考察这种抽样形式对稀少误差问题是否合适。
- 材料陈述的贡献
- 摘要称，研究讨论了总体总误差置信上限的若干方案，并评估按记录值成比例抽样的适切性，而未明确宣称某方案普遍最优。
- 阅读关注点
- 应核对误差符号及比例上界的用途、抽样机制、频率学与贝叶斯上限的含义，以及少量或未抽到错误记录时如何处理。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要解读。摘要未给出区间公式、覆盖保证或方案比较结果，不能外推到异号或无已知上界的误差。
原文摘要
For each individual in a finite population a recorded value is available. A small proportion of the values is in error, all the errors being of the same sign and the maximum fractional error being known. It is required to obtain an upper confidence limit for the total error in the population. Various solutions, including a Bayesian one, are discussed for sampling with probability proportional to the recorded values, and the appropriateness of this form of sampling is examined.