πPS Sampling Designs and the Horvitz-Thompson Estimator
包含概率与规模成比例的抽样设计及 Horvitz–Thompson 估计量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：摘要研究调查抽样设计与一般总体估计，未涉及因果目标、面板结构或其他所列细分方向。
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
包含概率与规模成比例的抽样设计及 Horvitz–Thompson 估计量
- 研究问题
- 当个体包含概率与规模成比例，并使用 Horvitz–Thompson 估计量时，哪些抽样设计在期望方差准则下更合适？
- 方法与思路
- 作者在一般超总体模型下，以最小期望方差为准则比较多种包含概率与规模成比例的策略，并寻找适配该估计量的设计。
- 材料陈述的贡献
- 摘要称比较了不同抽样策略，并获得一类新的设计，以回应如何选择更适合 Horvitz–Thompson 估计量的抽样方案。
- 阅读关注点
- 应核对超总体模型、规模变量与研究变量的关系、期望方差的取期望方式，以及新设计的实施条件和比较对象。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；新设计及模型条件未展开，不能据此认定其对任意总体或其他估计量都最优。
原文摘要
Using the criterion of minimum expected variance and the Horvitz-Thompson estimator, we study various πPS (πi, the probability of inclusion of the ith unit, Proportional to Size) strategies and make a comparison between these strategies under a general super population model. This discussion further motivates the search for a class of designs which are best suited for the use of the Horvitz-Thompson estimator. A new class of such designs is obtained.