Variance estimation under two-phase sampling with application to imputation for missing data
两阶段抽样下的方差估计及缺失数据插补应用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：主题为调查抽样与插补后的方差估计，未明确涉及给定细分中的经济模型或识别问题。
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
两阶段抽样下的方差估计及缺失数据插补应用
- 研究问题
- 摘要研究两阶段简单随机抽样中比率估计的方差如何估计，并考察这些方法在批量插补和缺失数据确定性插补中的应用。
- 方法与思路
- 作者提出更充分利用样本信息的线性化方差估计量，同时构造 jackknife 及其线性化版本，并模拟重复抽样性质。
- 材料陈述的贡献
- 摘要所述贡献包括新的线性化方法和两种相关方差估计形式，以及对条件、无条件重复抽样性质和插补应用的考察。
- 阅读关注点
- 应核对两阶段样本的关联方式、标准方法遗漏的信息，以及条件与无条件评价的区别和插补步骤对方差估计的影响。
- 阅读边界
- 摘要未说明模拟结果、插补所需条件或方差估计的偏差大小；索引未注明稿件版本，不能推断后续刊本变化。
原文摘要
Ratio estimation under two-phase simple random sampling is studied. A new linearisation variance estimator that makes more complete use of the sample data than a standard one is proposed. A jackknife variance estimator and its linearised version are also obtained. Unconditional and conditional repeated sampling properties of these variance estimators are studied through simulation. Applications to ‘mass’ imputation under two-phase sampling and deterministic imputation for missing data are also given.