On the Use of Correlation to Augment Data
利用相关性扩充数据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：摘要讨论一般调查估计中的辅助变量与精度，没有明确指向所列微观、宏观或金融细分方向，故暂不分类。
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
利用相关性扩充数据
- 研究问题
- 当两个辅助变量具有同步及额外测量时，利用回归扩充目标变量数据，是否总能改善总体均值或方差的估计？
- 方法与思路
- 作者评价一种特定回归估计技术，提供相对信息参数的表格，以衡量扩充数据对均值和方差估计精度的作用。
- 材料陈述的贡献
- 摘要指出回归扩充可能比仅用原始数据得到更差的估计，并简要说明如何将相对信息结果用于最优抽样设计。
- 阅读关注点
- 应核对辅助变量的测量结构、相对信息的定义和参数依赖，检查何种条件下额外数据反而降低估计精度。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；回归方案和改善条件未说明，结论不能推广到所有辅助信息估计方法。
原文摘要
This paper provides an evaluation of the effects of a particular regression-estimation technique used to augment measurements when concurrent and additional measurements are available for two other variates. The investigation demonstrates that this use of regression does not always produce better estimates of population parameters, and indeed, that it may produce poorer estimates than could be obtained from the original data alone. Tables of a parameter I, the relative information, are provided so that the utility of making regression estimates to decrease the variance of the mean or variance may be easily evaluated. And finally, the use of these results in the specification of an optimal sampling program is briefly indicated.