Precision of double sampling estimators for comparing two probabilities
比较两个概率的双重抽样估计量精度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：摘要研究二元响应的误测与抽样配置，没有明确的离散选择行为模型或因果比较设计。
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
比较两个概率的双重抽样估计量精度
- 研究问题
- 比较两个二元响应概率时，在总成本固定且准确观测更昂贵的条件下，应将多少样本同时用于易错观测与准确观测？
- 方法与思路
- 作者考察全样本易错观测加随机子样本准确观测的双重抽样，分析对数优势比估计的大样本方差随成本比和抽样比例的变化。
- 材料陈述的贡献
- 摘要称，论文确定最优双重抽样比例，并评估相对于仅进行准确观测的单次抽样，双重抽样可能带来的精度收益。
- 阅读关注点
- 应核对误分类与验证抽样的假设、对数优势比估计量及方差公式，以及成本模型和最优比例的计算范围。
- 阅读边界
- 所给为版本未注明的 OpenAlex 索引摘要；未说明误分类条件、最优比例公式或具体收益，不能据此判断某项调查必然节省成本。
原文摘要
It is assumed that both error-prone and error-free observations can be made on a binary response, the second type being more expensive. In double sampling error-prone observations are made on all sample units and for a random subsample error-free observations are made as well. Tenenbein (1970) studied allocation of units in double sampling for estimating a single probability. We consider double sampling for comparing two probabilities. For different cost ratios for error-prone versus error-free observations and for fixed total cost, we assess how the large-sample variance of the log odds ratio estimator varies with the proportion of units subject to both error-prone and error-free observation. We determine the optimal double sampling proportion and the possible gain from using double sampling versus single sampling in which only error-free observations are made.