Estimation Employing Post Strata
利用后分层进行估计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：后分层属于抽样估计问题，摘要没有因果调整、面板或其他所列细分方向的明确内容。
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
利用后分层进行估计
- 研究问题
- 当后分层中的某些层样本很少时，如何构造小样本估计量，并在条件均方误差上与常见合并层方法比较？
- 方法与思路
- 作者先为两个后分层构造估计量，分析给定样本分配下的偏差与均方误差，再展示推广到多个后分层的程序。
- 材料陈述的贡献
- 摘要称可构造优于稀疏层合并做法的估计量，部分估计量虽非条件无偏但可能有更小条件均方误差，并展示多层无偏构造。
- 阅读关注点
- 应核对总体信息与抽样设计要求，区分条件和无条件无偏性，并确认所谓优于合并所采用的风险标准及推广步骤。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未完整说明支配结论的条件与评价标准，不能推断所有小样本后分层估计均改善。
原文摘要
Small sample estimators are developed for two post strata and compared with pooling or collapsing procedures commonly employed in practice. The estimators are not necessarily conditionally unbiased for particular sample split, but their conditional M.S.E. may be smaller than that of the common post stratified estimator. It is proven that it is always possible to construct an estimator superior to the practice of combining two post strata when one contains few sample elements. A procedure for generalizing the two-strata procedures to any number of strata is illustrated. This procedure permits the construction of unbiased estimators for populations divided into a large number of small post strata.