On Sampling and the Estimation of Rare Errors
稀少记录错误的抽样与估计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：摘要涉及有限总体抽样与记录错误控制，未明确对应所列经济计量细分方向。
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
稀少记录错误的抽样与估计
- 研究问题
- 当有限总体中少量记录存在同号错误且最大相对误差已知时，如何通过抽样获得总体总误差的置信上限？
- 方法与思路
- 作者讨论按记录值进行概率比例抽样时的多种总误差推断方案，包括贝叶斯方案，并考察这种抽样方式的适当性。
- 材料陈述的贡献
- 摘要明确将稀少、同号且有相对幅度上界的记录错误作为研究对象，讨论总误差上限的求取及相应抽样设计选择。
- 阅读关注点
- 应核对记录值用于抽样概率的条件、误差上界如何进入推断，以及各方案的覆盖保证和贝叶斯先验设定。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出具体区间构造或优劣结果，也未说明异号错误或未知误差上界时能否适用。
原文摘要
For each individual in a finite population a recorded value is available. A small proportion of the values is in error, all the errors being of the same sign and the maximum fractional error being known. It is required to obtain an upper confidence limit for the total error in the population. Various solutions, including a Bayesian one, are discussed for sampling with probability proportional to the recorded values, and the appropriateness of this form of sampling is examined.