跳到正文
← 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:摘要直接讨论有限总体抽样设计,所列领域细分没有相应方向,也没有更具体的经济应用证据。

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
M. T. Chao

一种通用的不等概率抽样方案

研究问题
如何在不放回且样本量固定的条件下实行不等概率抽样,并使多个总体单位同时入样的高阶包含概率便于计算?
方法与思路
作者设计逐个纳入总体单位的随机机制,在整个抽样过程中保持最终样本量固定,以构造通用的不等概率不放回抽样方案。
材料陈述的贡献
摘要称,该方案结合固定样本量与逐个入样机制,并使所有高阶包含概率易于计算;摘要未报告计算复杂度或精度比较。
阅读关注点
应核对随机入样机制、目标包含概率的实现条件、高阶包含概率的计算步骤,以及在不同总体规模下的实际计算负担。
阅读边界
摘要未说明设计可行条件、计算成本或估计效率。所给OpenAlex索引摘要版本未注明,不能推断刊本中的新增内容。

原文摘要

We present a general purpose unequal probability without replacement sampling plan with fixed sample size. In contrast to existing such plans, our scheme keeps the sample size fixed and lets the population units enter the sample one at a time through a carefully designed random mechanism. Consequently, all high-order inclusion probabilities can be easily computed.

笔记与分组
相关领域论文