Balanced samples and robust Bayesian inference in finite population sampling
有限总体抽样中的平衡样本与稳健贝叶斯推断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：摘要研究有限总体抽样与贝叶斯稳健性，未直接涉及所列面板、因果或其他细分方向。
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
有限总体抽样中的平衡样本与稳健贝叶斯推断
- 研究问题
- 在有限总体总量的贝叶斯推断中，平衡样本能否抵消遗漏重要回归变量造成的模型错误，协方差问题又有何影响？
- 方法与思路
- 作者采用多元正态回归模型和回归系数的弥散先验，研究总体总量的后验，并考察遗漏变量及协方差设定问题。
- 材料陈述的贡献
- 摘要称，在平衡样本下所考察的遗漏变量错误不影响总体总量的后验分布，并讨论未知尺度和协方差误设情形。
- 阅读关注点
- 应核对平衡样本的精确定义、后验不受遗漏影响的条件，以及未知尺度和协方差误设是否需要额外限制。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；平衡条件和协方差扩展结论未详述，不能据此认为任意平衡抽样都对误设稳健。
原文摘要
Bayesian inference in finite populations uses probability models at two stages: (i) to describe relationships among population units and (ii) to express uncertainty concerning the values of parameters appearing at stage (i). Here we consider the Bayes posterior distribution of the population total when a multivariate nornxal regression model is used at stage (i), with a diffuse prior distribution on the regression coefficients. We study the situation where the stage (i) model is in error because an important regressor is omitted, and we show that in balanced samples such errors do not affect the posterior distribution. Cases where the covariance matrix contains an unknown scale parameter or is itself misspecified are also considered.