The Effect of Survey Design on Regression Analysis
调查设计对回归分析的影响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：摘要研究复杂抽样对回归估计的影响，未明确涉及因果识别、面板结构或其他所列细分方法。
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…
调查设计对回归分析的影响
- 研究问题
- 对分层、多阶段或不等概率抽样产生的数据直接使用普通最小二乘时，回归系数与方差估计会受到怎样的影响？
- 方法与思路
- 作者分析调查设计下普通最小二乘的偏差，考虑简单回归系数的无偏替代估计，并推导和比较各估计量的方差。
- 材料陈述的贡献
- 摘要称，普通最小二乘通常即使大样本也有偏；多数等概率选择设计可保留渐近无偏性，但通常的方差估计仍可能有偏。
- 阅读关注点
- 应核对回归系数的目标定义、抽样设计下的无偏性概念、等概率设计的例外条件，以及替代估计的方差比较。
- 阅读边界
- 仅依据所给 Crossref 摘要；偏差结论的具体条件与替代估计公式未提供，不能据此断言所有调查回归均有偏。
原文摘要
Summary Data arising from sample surveys are usually the result of complex survey design involving such techniques as stratification, multistage selection and the use of auxiliary information through unequal probability selection. These resulting data are often analysed using regression techniques without further regard to the sample design. This paper shows that, in general, ordinary least squares (OLS) regression will be biased in this situation even for large samples, although in the important class of most epsem designs asymptotic unbiasedness of least squares estimation is preserved. Alternative estimators are considered which yield unbiased estimates of the simple regression coefficient. Variances of all the estimators are derived and comparisons made. The usual OLS estimator of variance is also examined and found to be biased in general, even when used in conjunction with an epsem design for which the OLS estimator itself is unbiased.