On a Class of Linear Estimators in Sampling with Varying Probabilities without Replacement
不等概率不放回抽样中的一类线性估计量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：摘要讨论调查抽样中的一般线性估计理论，未提供所列经济计量细分方向的依据，故不分类。
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
不等概率不放回抽样中的一类线性估计量
- 研究问题
- 在不等概率不放回抽样中，指定线性估计量类是否包含无偏估计量，最小方差方案依赖未知总体值时如何实际选择？
- 方法与思路
- 作者讨论 Horvitz–Thompson 相关线性估计量类的空类问题及最小方差估计对总体值的依赖，提出实用选择准则。
- 材料陈述的贡献
- 摘要称，某些类可能不存在任何线性无偏估计量，并以 T5 类说明作者提出的“必要最佳估计量”选择准则。
- 阅读关注点
- 应核对估计量类的定义、无偏估计存在的条件、最小方差方案依赖总体值的方式，以及新准则的确切数学含义。
- 阅读边界
- 来源为 OpenAlex 索引摘要，稿件版本未注明；摘要未定义“必要最佳”准则，不能据此认定其可计算性或普遍最优性。
原文摘要
Horvitz and Thompson [3] have suggested for the estimation of population characteristic certain classes of linear estimators depending on weights associated with the sample observations, when a sample of size n is drawn without replacement using arbitrary probabilities of selection for each draw. However, it should be observed here, that there might not exist even a single linear unbiased estimator for the class which is termed an empty class. A situation arises where the minimum variance linear unbiased estimator for the non-empty class depends on the population values. In such a case, the criterion of the ‘necessary best estimator’ is proposed, in order to choose a serviceable estimator purely from the practical point of view. This is illustrated by one of the classes of linear estimators (T5).