Bayesian Sequential Two-Phase Sampling
贝叶斯序贯两阶段抽样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：摘要讨论一般调查抽样和鱼类年龄分布推断，没有宏观预测、微观分布效应或其他指定细分的直接依据。
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
贝叶斯序贯两阶段抽样
- 研究问题
- 当传统两阶段抽样无法实施时，如何依次决定第一阶段样本中的哪些对象进入第二阶段，以支持总体特征推断？
- 方法与思路
- 作者提出序贯两阶段设计，推导最优、最优短视及若干近似最优短视决策程序，再与传统非序贯最优设计比较。
- 材料陈述的贡献
- 摘要所述贡献是为受限制的两阶段抽样提供序贯决策方案，并以鱼类协变量和年龄数据的抽样推断说明应用。
- 阅读关注点
- 阅读时应核对贝叶斯模型、决策目标与成本约束、短视规则的定义，以及和传统设计比较时的信息与资源条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；先验、损失函数和比较结果未说明，不能声称序贯设计普遍优于传统设计。
原文摘要
We propose a sequential two-phase sample design to accommodate applications where conventional two-phase sampling cannot be used. First, we derive the optimal, the optimal myopic, and several approximate optimal myopic sequential decision procedures for subsampling a first-phase sample. Then we compare our procedure to that of the optimal (nonsequential) conventional two-phase sample design. In our application, the objective is inference about the age distribution of a population of fish using data on covariates (e.g., length, weight) obtained from all members of the first-phase sample and data on age obtained from the fish in the second-phase subsample.