The effect of changes of location on least-squares estimators for samples stratified on the dependent variable
因变量分层抽样中位置变换对最小二乘估计的影响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：摘要讨论按因变量分层抽样的回归估计性质，未明确涉及所列因果、面板或分布效应方向。
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
因变量分层抽样中位置变换对最小二乘估计的影响
- 研究问题
- 在线性回归的数据按因变量分层抽样时，既有一致最小二乘估计为何受因变量原点影响，如何使其具有位置变换不变性？
- 方法与思路
- 作者考察既有估计量的位置敏感性，通过模拟分析效率变化，并建议以估计的总体均值为原点，同时提出另一种相似的不变估计量。
- 材料陈述的贡献
- 摘要称原点远离因变量均值时，既有估计量的效率可能下降；以估计总体均值重新确定原点可使其对位置变换保持不变。
- 阅读关注点
- 应核对分层抽样与总体均值估计所需信息、两种不变估计量的构造，以及不变性修正后的偏差、一致性和效率表现。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；效率下降来自所述模拟，摘要未给出适用条件或数值，不能推广为普遍结论。
原文摘要
The consistent least-squares estimator, proposed by Jewell (1985) for linear regression with data arising from stratified samples, lacks invariance with respect to a change of location of the dependent variable. Simulation suggests that its efficiency is reduced when the origin of the dependent variable is far from its mean. This estimator can be made invariant to a change of location by specifying that the dependent variable is measured from the estimated population mean. Another similar invariant estimator is also suggested.