A Double Sampling Scheme for Estimating from Binomial Data with Misclassifications
含误分类二项数据的双重抽样估计方案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：文本讨论误分类测量与抽样设计，未明确建立经济主体离散选择或其他所列领域模型。
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
含误分类二项数据的双重抽样估计方案
- 研究问题
- 当便宜测量会误分类而准确测量成本较高时，如何结合两类测量估计总体类别比例，并安排两阶段样本量？
- 方法与思路
- 作者先对主样本进行低成本分类，再对其中子样本获取真实分类，推导比例的最大似然估计、渐近方差和成本配置。
- 材料陈述的贡献
- 摘要称，给出双重抽样估计及样本量优化结果，并与仅使用准确测量的二项抽样方案进行比较。
- 阅读关注点
- 应核对误分类机制、验证子样本抽取方式、成本函数，以及固定方差和固定成本下优化目标的准确表述。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；固定成本下“最小化精度”的表述含义不清，需核对原文，不能推断刊本变化。
原文摘要
Two measuring devices are available to classify units into one of two mutually exclusive categories. The first device is an expensive procedure which classifies units correctly; the second device is a cheaper procedure which tends to misclassify units. To estimate p, the proportion of units which belong to one of the categories, a double sampling scheme is presented. At the first stage, a sample of N units is taken and the fallible classifications are obtained; at the second stage a subsample of n units is drawn from the main sample and the true classifications are obtained. The maximum likelihood estimate of p is derived along with its asymptotic variance. Optimum values of n and N which minimize the measurement costs for a fixed variance of estimation and which minimize the precision for fixed cost are derived. This double sampling scheme is compared to the binomial sampling scheme in which only true measurements are obtained.