Estimation in Dual Frame Surveys with Complex Designs
复杂抽样设计下双抽样框调查的估计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：摘要聚焦复杂调查抽样和总体均值估计，未提供与所列微观、宏观或金融细分直接对应的证据。
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
复杂抽样设计下双抽样框调查的估计
- 研究问题
- 从两个重叠且覆盖总体的抽样框独立抽样、并包含复杂设计时，如何估计总体总量或均值并兼顾统一权重与效率？
- 方法与思路
- 作者提出双抽样框伪最大似然估计，研究渐近性质，并与既有双框估计及由两种设计诱导的单框估计进行模拟比较。
- 材料陈述的贡献
- 摘要称新估计对所有变量使用相同权重；有限模拟中效率与既有双框估计相近，并可能明显优于所比较的单框估计。
- 阅读关注点
- 应核对抽样框重叠与覆盖信息、复杂设计如何进入伪似然，以及统一权重的构造、方差估计和效率比较条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，版本未注明。效率结论来自有限模拟，不能推广至所有复杂设计；摘要未列出渐近条件，不能推断刊本变化。
原文摘要
In a dual frame survey, samples are drawn independently from two overlapping frames that are assumed to cover the population of interest. This article considers the case when at least one of the samples is selected by a complex design involving, e.g., multistage sampling. A “pseudo”—maximum likelihood estimator of a population total or a mean for such dual frame surveys is proposed. An advantage of the proposed estimator is that the same weights are used for all the variables, unlike the estimators of Hartley and Fuller and Burmeister. Asymptotic properties of the estimator are studied, including its efficiency. An alternative “single frame” estimator, based on the design induced by the two separate designs, is also studied. Results of a limited simulation study indicate that our estimator is essentially as efficient as those of Hartley and Fuller and Burmeister and can lead to significant efficiency gains over the single frame estimator.