Estimating the Population Median by Nomination Sampling
通过提名抽样估计总体中位数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：摘要直接研究总体中位数这一分位数的估计，对应分位数与分布效应方向中的分位数方法。
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
通过提名抽样估计总体中位数
- 研究问题
- 当历史数据仅保留极端值，或受访者希望影响案例选择时，能否利用多个随机样本中的最大值估计总体中位数？
- 方法与思路
- 作者对若干独立随机样本中的最大值进行排序，在其中两个次序统计量之间插值构造总体中位数估计，并与简单随机样本中位数比较。
- 材料陈述的贡献
- 摘要称，所得估计与简单随机抽样的样本中位数相比表现有利，并提出仅保留极端值或参与者影响选样时的潜在用途。
- 阅读关注点
- 应核对独立随机样本的形成方式、用于插值的次序统计量如何选择、比较所控制的抽样成本，以及参与者选样与理论设计的对应。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 索引摘要；未说明插值公式、比较指标或适用总体条件，参与者影响选样时是否满足随机抽样要求仍需核对。
原文摘要
In nomination sampling, the largest values from several independent random samples (nominees) are rank ordered, and an estimate of the population median is formed by interpolating between 2 of these order statistics. The resulting estimate compares favorably to the sample median of a simple random sample from the same population. When historical data sets retain only extreme values, nomination sampling may offer the only practical way to estimate the population median. The approach may also be useful when potential survey respondents will only participate if they can actively influence the selection of cases for analysis.