Bayesian methods for estimation of the size of a closed population
封闭总体规模估计的贝叶斯方法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：摘要研究不完整行政名单下的总体规模估计，名单间依赖不足以支持网络干扰等所列领域分类。
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
封闭总体规模估计的贝叶斯方法
- 研究问题
- 如何利用多份不完整行政名单估计封闭总体的规模，同时允许名单间依赖、使用协变量并反映模型不确定性？
- 方法与思路
- 作者提出贝叶斯总体规模估计框架，纳入多种名单依赖结构和协变量，显式处理模型不确定性，并比较不同方法的区间估计。
- 材料陈述的贡献
- 摘要称，该框架能够结合名单依赖、协变量及模型不确定性，并通过多个例子与频率学派和既有贝叶斯区间方法进行比较。
- 阅读关注点
- 应核对封闭总体假设、名单依赖的建模方式、未列名人数的推断依据，以及先验与模型不确定性如何影响区间估计。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，无法确定识别条件、先验设置或区间比较结果，不能断言所提方法更准确或更稳健。
原文摘要
A Bayesian methodology for estimating the size of a closed population from multiple incomplete administrative lists is proposed. The approach allows for a variety of dependence structures between the lists, can make use of covariates, and explicitly accounts for model uncertainty. Interval estimates from this approach are compared to frequentist and previously published Bayesian approaches. Several examples are considered.