Bayesian Statistical Inference for Sampling a Finite Population
有限总体抽样的贝叶斯统计推断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：摘要讨论有限总体抽样及一般分布函数推断，未研究经济分布效应或所列其他细分应用。
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
有限总体抽样的贝叶斯统计推断
- 研究问题
- 如何用 Dirichlet–多项式过程先验进行有限总体抽样推断，并连接未观测变量的后验、大总体极限与分布函数置信带？
- 方法与思路
- 作者研究该先验在抽样后的共轭性，分别考察总体增长而样本固定、总体与样本共同增长两种渐近情形。
- 材料陈述的贡献
- 摘要称，未观测变量的后验仍属同类过程；共同增长时总体经验分布的后验趋向布朗桥，贝叶斯置信带与常规方法等价。
- 阅读关注点
- 应核对有限总体先验的设定、无放回抽样条件、两种极限的区别，以及布朗桥收敛的中心化和置信带构造。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；共同增长的比例条件与置信带细节未说明，渐近等价不能解释为有限样本完全相同。
原文摘要
Bayesian statistical inference for sampling a finite population is studied by using the Dirichlet-multinomial process as prior. It is shown that if the finite population variables have a Dirichlet-multinomial prior, then the posterior distribution of the inobserved variables given a sample is also Dirichlet-multinomial. If the population size tends to infinity (the sample size is fixed), sampling without replacement from a Dirichlet multinomial process is equivalent to the iid sampling from a Dirichlet process. If both the population size and sample size tend to infinity, then given a sample, the posterior distribution of the population empirical distribution function converges in distribution to a Brownian bridge. The large-sample Bayes confidence band interval are given and shown to be equivalent to the usual ones obtained from simple random sampling.