The effect of sample design on the comparison of associations
抽样设计对关联比较的影响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：摘要讨论调查抽样和列联表关联比较，聚类抽样未提供网络干扰、面板或因果推断的依据。
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
抽样设计对关联比较的影响
- 研究问题
- 比较两个列联表的内在关联时，复杂抽样如何改变统计量的分布，忽略分层或聚类设计又会怎样影响关联比较的可靠性？
- 方法与思路
- 作者分析既有关联度量在复杂抽样下的分布变化，推导误估程度和适用的关联度量，并给出简单随机抽样统计量的修正。
- 材料陈述的贡献
- 摘要称，复杂抽样使原来的非中心卡方渐近分布变为混合分布，忽略设计可能误导结论，并提出适用于多数标准设计的处理。
- 阅读关注点
- 应核对混合分布如何依赖抽样设计、误估程度的定义和修正量的计算，以及分层和聚类两个例子所支持的适用范围。
- 阅读边界
- 材料为版本未注明的 OpenAlex 索引摘要。摘要未给出混合分布的具体形式或修正效果，不能保证方法适用于任意复杂抽样。
原文摘要
A family of measures of association designed to compare the inherent association in two r×c contingency tables was proposed by Altham (1970). Under simple random sampling the measures are asymptotically distributed as noncentral chi-squared random variables. In this paper we show that under complex sampling this distribution changes to a mixture and that ignoring the design may lead to misleading results. We derive measures of the misestimation and measures of association that are adequate for most standard designs and which have a simple distribution theory. Also, simple corrections for the simple random sampling statistic are given. Two cases of stratified sampling and clustering are discussed.