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:摘要研究有限总体均值的抽样设计,自相关的出现不足以确认其属于所列宏观时间序列方向。

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
I Papageorgiou

自相关有限总体的最优抽样设计

研究问题
在有限总体观测具有自相关时,若自相关函数为凸函数,哪些抽样设计能够最优地估计总体均值?
方法与思路
作者在Cochran模型下利用自相关函数的凸性,分别考虑精确与渐近情形,给出一类最优抽样设计。
材料陈述的贡献
摘要称,所得设计类推广了Blight的既有抽样设计,并同时覆盖精确和渐近分析,但未展开具体设计形式。
阅读关注点
应核对总体相关模型、凸性适用范围、抽样约束与最优性准则,以及精确最优与渐近最优的区别。
阅读边界
依据版本未注明的OpenAlex索引摘要;具体模型、设计形式及最优性条件未说明,不能推广至任意相关有限总体。

原文摘要

In this paper, under Cochran's (1946) model we give a class of optimum sampling designs, in the exact and asymptotic cases, for estimating the finite population mean when the autocorrelation function in that model is convex. This class is a generalisation of Blight's (1973) sampling designs.

笔记与分组