Use of Estimating Functions for Estimation from Complex Surveys
利用估计函数对复杂调查进行估计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：摘要聚焦复杂调查的一般推断框架，没有所列领域细分的直接文本依据。
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
利用估计函数对复杂调查进行估计
- 研究问题
- 复杂抽样调查中，如何用统一框架对有限和无限总体参数进行点估计与区间估计，并处理多维参数中的干扰参数？
- 方法与思路
- 作者采用估计函数组织推断，通过检验反演构造一维参数置信区间，并提出多维情形下消除干扰参数的方法。
- 材料陈述的贡献
- 摘要称该框架统一有限与无限总体推断，部分特例对应已有条件法和正交法，并以真实数据支撑的模拟比较区间覆盖率。
- 阅读关注点
- 应核对抽样设计如何进入估计函数、有限总体与无限总体的目标区别，以及干扰参数消除和检验反演所需条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；抽样设计、方差处理及覆盖率比较数值均未说明，不能确认所有复杂调查下的有效性。
原文摘要
We describe a method for point and interval estimation of population parameters from complex surveys using estimating functions. The theory was originally developed for infinite populations and has recently been applied to finite populations. With estimating functions, a unifying framework can be given for point and interval estimation of both finite and infinite population parameters. We discuss test inversion methods to derive confidence intervals for one-dimensional parameters and propose a method for eliminating nuisance parameters in the multidimensional setting. We show that special cases of our proposal result in conditional and orthogonal methods proposed in the literature. We describe a simulation study using real data to compare the coverage probabilities of confidence intervals obtained under various approaches.