跳到正文
← 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:摘要中的匹配是由边际样本恢复联合分布的数据融合,未涉及处理效应或分位数与分布效应,所列细分证据不足。

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
Pier Luigi Conti
Daniela Marella
Mauro Scanu

复杂调查数据的统计匹配分析及应用

研究问题
当不同调查样本只分别观测目标变量的边际信息、缺少联合观测时,如何估计联合分布并衡量统计匹配的不确定性?
方法与思路
作者定义匹配误差并用不确定性度量给出上界,在逻辑约束下修改条件独立假设,构造联合分布及不确定性的估计。
材料陈述的贡献
摘要提出匹配误差及其上界的分析框架,结合逻辑约束估计未被共同观测变量的分布,并提供模拟和实际案例。
阅读关注点
应核对逻辑约束如何修改条件独立假设、不确定性界的含义,以及复杂抽样下分布估计与匹配误差的估计方式。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要;约束形式、识别条件和不确定性界的细节未说明,统计匹配不能据此视为因果匹配或推断刊本变化。

原文摘要

The goal of statistical matching is the estimation of a joint distribution having observed only samples from its marginals. The lack of joint observations on the variables of interest is the reason of uncertainty about the joint population distribution function. In the present article, the notion of matching error is introduced, and upper-bounded via an appropriate measure of uncertainty. Then, an estimate of the distribution function for the variables not jointly observed is constructed on the basis of a modification of the conditional independence assumption in the presence of logical constraints. The corresponding measure of uncertainty is estimated via sample data. Finally, a simulation study is performed, and an application to a real case is provided. Supplementary materials for this article are available online.

笔记与分组
相关领域论文