An Investigation of Relative Efficiency of Least-Squares Prediction to Conventional Probability Sampling Plans
最小二乘预测相对于常规概率抽样方案的效率研究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：摘要比较有限总体总量估计的抽样效率，未提供宏观预测或其他所列细分领域的依据。
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
最小二乘预测相对于常规概率抽样方案的效率研究
- 研究问题
- 对于一个具有实践代表性的有限总体，常规随机、极端和平衡抽样方案在不同样本规模下估计总体总量的效率如何比较？
- 方法与思路
- 作者使用一个特定有限总体，在样本量为 10、50、100 和 200 时比较三种抽样方案下总体总量比率估计的效率。
- 材料陈述的贡献
- 摘要称，各考察样本规模下平衡方案相对常规随机方案的效率提升最高达 30%，而极端抽样方案均逊于另两种方案。
- 阅读关注点
- 应核对该总体的代表性、各抽样方案与效率指标的定义，以及题名所述最小二乘预测与摘要所述比率估计的关系。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；结果来自一个特定总体，最高 30% 的改善不能外推为所有总体或样本规模下的保证。
原文摘要
A particular finite population, typical of the type encountered in practice, is used to assess the efficiency of ratio estimation of the finite population total using conventional unrestricted random sampling, extreme and balanced sampling plans, for samples of size 10, 50, 100, and 200. The balanced sampling plans are seen to be as much as 30 percent more efficient than the corresponding unrestricted random sampling plan regardless of sample size, but the extreme sample is inferior to both of these plans.