Saddlepoint Expansions in Finite Population Problems
有限总体问题中的鞍点展开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：摘要聚焦有限总体抽样与通用分布近似，未提供所列计量细分方向的直接依据。
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
有限总体问题中的鞍点展开
- 研究问题
- 在有限总体中进行随机不放回抽样时，如何为样本均值构造鞍点近似，并考察其渐近性质及数值准确性？
- 方法与思路
- 作者针对有限总体不放回抽样的样本均值推导鞍点近似，研究渐近性质，以数值例子考察准确性，并讨论其他统计量的扩展。
- 材料陈述的贡献
- 摘要称，数值例子显示近似具有很高准确性；论文还研究其渐近性质，并讨论向更一般统计量扩展的可能性。
- 阅读关注点
- 应核对有限总体与样本量采用何种渐近框架、近似针对什么概率量，以及误差性质和数值例子的总体构造。
- 阅读边界
- 材料为版本未注明的 OpenAlex 索引摘要；未给出误差阶、数值指标或扩展细节，不能将例子中的精度视为统一保证。
原文摘要
Saddlepoint approximations are derived for the sample mean in the case where samples are obtained randomly without replacement from a finite population. Asymptotic properties are investigated. The great accuracy is demonstrated by numerical examples. Extensions to more general statistics are discussed.