A kernel method for estimating finite population distribution functions using auxiliary information
利用辅助信息估计有限总体分布函数的核方法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：摘要的直接估计对象是有限总体分布函数，并利用条件分布核估计，符合分布估计方向。
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
利用辅助信息估计有限总体分布函数的核方法
- 研究问题
- 如何利用已知的辅助变量分布改善有限总体分布函数估计，同时保证估计结果满足合法分布函数的要求？
- 方法与思路
- 作者将辅助变量的已知分布与调查变量给定辅助变量的条件分布核估计相结合，构造有限总体分布函数估计量。
- 材料陈述的贡献
- 摘要称该方法在效率、条件表现和稳健性上比较有利，能产生合法分布函数，并可用于任意概率抽样方案。
- 阅读关注点
- 应核对核估计与抽样权重的结合、带宽选择、合法分布函数的保证，以及比较优势和抽样方案适用性的具体条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；性能优势是作者陈述，未给比较设置或数值，也未说明各种抽样方案下的条件。
原文摘要
This paper considers the use of auxiliary information to improve the estimation of the distribution function of a finite population. A method is proposed which combines the known distribution of the auxiliary variable with a kernel estimate of the conditional distribution of the survey variable given the value of the auxiliary variable. The resulting estimator compares favourably with existing estimators in terms of efficiency, conditional behaviour and robustness. The proposed method also has the advantage of producing estimates which are bona fide distribution functions. This is not the case for many calibration type estimators suggested in the literature. Finally, the proposed method is applicable under any probability sampling scheme.