Sampling schemes providing unbaised regression estimators
可产生无偏回归估计量的抽样方案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：摘要讨论抽样设计与回归型估计量，未明确涉及因果识别、面板数据或其他所列方向。
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
可产生无偏回归估计量的抽样方案
- 研究问题
- 能否通过设计抽样方案，使通常的回归估计量或另一类回归型估计量无偏，并保持相对于已有抽样策略的效率？
- 方法与思路
- 作者提出使通常回归估计量无偏的抽样方案，同时考察另一种具有无偏回归型估计量的方案，并比较不同策略的效率。
- 材料陈述的贡献
- 摘要称，两种方案可提供相应的无偏估计，其中第一种新方案在与若干已有策略的效率比较中表现令人满意。
- 阅读关注点
- 应核对抽样概率与实施流程、无偏性所针对的随机机制及估计目标，以及效率比较采用的条件、指标和策略。
- 阅读边界
- 所给 OpenAlex 索引摘要未注明稿件版本；摘要未说明抽样步骤、估计目标或效率结果，不能据此判断一般回归分析是否无偏。
原文摘要
A sampling scheme is proposed for which the usual regression estimator is unbiased. Another sampling scheme with an unbiased regression-type estimator is also considered. On comparing the efficiencies of these sampling strategies with some existing strategies, the performance of the first of the new schemes is found to be highly satisfactory.