Linear Models for Randomized Response Designs
随机化回答设计的线性模型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：随机化回答属于调查抽样机制，摘要未涉及随机处理分配或因果效应识别。
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
随机化回答设计的线性模型
- 研究问题
- 在单样本随机化回答调查中，如何统一构造有限总体均值或比例的估计量，并在不放回及不等概率抽样下评价其最优性？
- 方法与思路
- 作者基于随机排列模型建立覆盖多类随机化回答设计的线性模型，推导最优估计量的一般形式，并扩展至不等概率抽样。
- 材料陈述的贡献
- 摘要称多数常用估计量在各自设计内达到最小平均均方误差；这些结果针对不放回抽样，并包含不等概率设计的扩展。
- 阅读关注点
- 核对平均均方误差所对应的平均机制、允许比较的估计量类别，以及回答随机化和抽样概率如何共同决定最优估计量。
- 阅读边界
- 依据稿件版本未注明的OpenAlex摘要；最优性限于关联设计及指定准则，不能理解为跨设计普遍最优，完整条件和刊本变化均未说明。
原文摘要
Linear models, based on random permutation models, are developed to include a wide class of one-sample randomized response designs. The general form of the “optimal” estimator of the finite population mean or proportion is obtained. Most of the conventional randomized response estimators are seen to be optimal, in terms of minimum average mean squared error, within their associated designs. The optimality results are obtained for sampling without replacement and include extensions of randomized response designs to unequal probability sampling.