Estimation in Multi-Stage Surveys
多阶段调查中的估计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：摘要研究有限总体抽样与一般线性估计，未明确涉及所列面板、因果或其他经济学细分方向。
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
多阶段调查中的估计
- 研究问题
- 有限总体两阶段抽样中，如何估计总体元素的线性函数，并在均方误差有界的线性估计量中寻找均方误差最小者？
- 方法与思路
- 作者建立两阶段抽样的超总体模型，在不指定超总体分布形式的情况下研究线性估计，并讨论正态设定下的后验均值解释。
- 材料陈述的贡献
- 摘要称得到所考虑线性估计类中的最小均方误差估计量；正态超总体下该估计等于后验均值，并与总体均值的标准结果比较。
- 阅读关注点
- 核对超总体模型的矩条件、均方误差针对何种随机性计算，以及线性估计类的约束和正态情形下后验分布的构造。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明模型的完整条件与后验所需设定，最优性仅能按其声明的估计类理解。
原文摘要
A superpopulation model is proposed for two-stage sampling from a finite population and we consider the problem of estimating a linear function of the finite population elements. We find the estimate with smallest mean squared error among linear estimates with bounded mean squared error without any assumption about the form of the super-population distribution. If the superpopulation is assumed to be normal this estimate is the mean of the posterior distribution. The estimate is compared with standard results for the special case of the finite population mean.