Balanced Repeated Replications Based on Mixed Orthogonal Arrays
基于混合正交表的平衡重复复制法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：摘要属于复杂抽样的复制方差估计方法，未明确涉及所列经济计量细分领域。
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
基于混合正交表的平衡重复复制法
- 研究问题
- 当分层样本各层包含不同数量的初级抽样单位时，如何构造平衡复制样本，避免先分成两组再使用半样本法带来的效率损失？
- 方法与思路
- 作者利用符号数对应各层单位数的混合正交表构造平衡子样本，提出相应分析方法，并考虑用近似正交表减少复制次数。
- 材料陈述的贡献
- 摘要称所提分析方法可得到一致的方差估计，并减少非线性统计量的偏差；同时讨论进一步降低复制数量的构造思路。
- 阅读关注点
- 应核对混合正交表与抽样设计的对应关系、复制权重及一致性条件，并考察近似正交带来的复制数量与估计性质之间的权衡。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要，无法判断效率改善幅度，也未说明非线性统计量类别及近似正交方案的误差边界。
原文摘要
For stratified samples with arbitrary numbers of primary sampling units per stratum, one can divide the units in the stratum into two groups and then apply the balanced half-samples method to the two groups thus formed. The efficiency loss of the grouped balanced half-samples variance estimator can be substantial. Use of a mixed orthogonal array, whose numbers of symbols correspond to the numbers of units per stratum, gives a set of balanced subsamples. Unlike that of Gupta & Nigam (1987), the proposed method of analysis gives a consistent variance estimator and bias reduction for nonlinear statistics. To further reduce the number of replicates, use of nearly orthogonal arrays is considered.