A Noninformative Bayesian Approach to Interval Estimation in Finite Population Sampling
有限总体抽样区间估计的无信息贝叶斯方法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：中位数之比用于一般有限总体推断，未明确研究经济分位数或分布效应。
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
有限总体抽样区间估计的无信息贝叶斯方法
- 研究问题
- 摘要研究有限总体抽样中如何构造区间估计，尤其关注常规频率学派方法难以处理的统计量，如两个中位数之比。
- 方法与思路
- 作者在给定样本后，以 Pólya 分布作为未观测总体成员的伪后验分布，由此构造区间估计并考察相关点估计问题。
- 材料陈述的贡献
- 摘要称，该方法在许多情形下给出与标准频率学派方法相似的区间，也可处理较难的目标；部分点估计表现优于传统替代。
- 阅读关注点
- 应核对伪后验的构造及其与抽样设计的关系，并查看区间覆盖、复杂统计量计算和点估计比较使用的具体评价标准。
- 阅读边界
- 摘要未说明覆盖率保证、比较范围或无信息设定的依据；索引未注明稿件版本，不能推断刊本变化或普遍优越性。
原文摘要
A noninformative Bayesian approach to interval estimation in finite population sampling is discussed. Given the sample, this method introduces the Polya distribution as a pseudo posterior distribution over the unobserved members of the population. In many cases this distribution yields interval estimates similar to those of standard frequentist theory. In addition, it can be used in situations where the standard methods are difficult to apply, for example, in producing an interval estimate for the ratio of two medians. We also consider related point estimation problems and observe that estimators derived from the pseudo posterior often perform better than classical alternatives.