Optimal Sample Designs With Preliminary Tests of Significance
结合显著性预检验的最优样本设计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：摘要讨论社会实验的抽样设计与控制组合并，直接关联因果研究中的实验设计，但未说明具体因果效应的估计。
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
结合显著性预检验的最优样本设计
- 研究问题
- 在尚不能确定各控制组能否合并时，如何设计社会实验的抽样方案，协调可合并与不可合并两种情形下的样本规模选择？
- 方法与思路
- 作者提出以显著性预检验为基础的折中抽样策略，把对控制组可合并可能性的判断纳入经典样本设计问题。
- 材料陈述的贡献
- 摘要所述贡献是在假定不能合并的大样本与假定可以合并的小样本之间提供折中方案；未说明最优性结论或数值收益。
- 阅读关注点
- 阅读全文时应核对预检验如何嵌入样本设计、合并判断使用哪些信息，以及样本量选择的目标函数和错误合并的处理。
- 阅读边界
- 摘要未说明检验形式、合并条件、样本量公式或误差控制，无法据此判断设计的最优性，以及合并后的实验推断是否有效。
原文摘要
A common problem faced in social experiments is that of designing a sampling strategy before it is known whether various control groups can be pooled. The classical sample choice is between a large supposedly unpoolable sample or a smaller supposedly poolable sample. This article suggests a compromise strategy between these two extremes based on preliminary tests of significance that allow one to embed judgments about the likelihood of pooling into a classical sample design problem.