Asymptotically Optimal Sequential Confidence Interval for the Gini Index Under Complex Household Survey Design with Sub-Stratification
含子分层的复杂住户调查设计下基尼指数的渐近最优序贯置信区间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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要以衡量分布不平等的基尼指数及其调查抽样推断为核心，因此归入分位数与分布效应方向中的分布测度研究。
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…
含子分层的复杂住户调查设计下基尼指数的渐近最优序贯置信区间
- 研究问题
- 在同时包含分层、聚类与子分层的复杂住户调查中，如何为基尼指数构造序贯置信区间，并评估抽样程序的渐近最优性？
- 方法与思路
- 作者提出纯序贯与两阶段程序，在适当正则条件下建立估计量的依概率一致连续性，并据此发展随机中心极限定理。
- 材料陈述的贡献
- 摘要称两种程序具有渐近一阶效率和渐近一致性，并通过模拟及印度国家抽样调查数据展示其性质和应用价值。
- 阅读关注点
- 应核对子分层如何进入估计和方差计算、停止规则与区间精度要求，以及一阶效率和一致性所采用的定义与条件。
- 阅读边界
- 这是 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未说明正则条件、区间构造细节及模拟的具体数值结果。
原文摘要
We examine the optimality properties of the Gini index estimator under complex survey design involving stratification, clustering, and sub-stratification. While Darku et al. (Econometrics, 26, 2020) considered only stratification and clustering and did not provide theoretical guarantees, this study addresses these limitations by proposing two procedures - a purely sequential method and a two-stage method. Under suitable regularity conditions, we establish uniform continuity in probability for the proposed estimator, thereby contributing to the development of random central limit theorems under sequential sampling frameworks. Furthermore, we show that the resulting procedures satisfy both asymptotic first-order efficiency and asymptotic consistency. Simulation results demonstrate that the proposed procedures achieve the desired optimality properties across diverse settings. The practical utility of the methodology is further illustrated through an empirical application using data collected by the National Sample Survey agency of India