Limited Information Likelihood Analysis Of Survey Data
调查数据的有限信息似然分析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：摘要聚焦调查抽样中的有限设计信息与超总体似然，未明确因果、面板或其他所列细分主题。
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…
调查数据的有限信息似然分析
- 研究问题
- 当调查设计信息不完整、分析者仅有样本数据及纳入概率时，如何利用这些概率估计产生目标变量的超总体均值？
- 方法与思路
- 作者考虑纳入概率可由设计变量与目标变量的线性组合建模的情形，通过近似纳入概率构造近似最大似然估计量。
- 材料陈述的贡献
- 摘要称，得到简单且接近最大似然的估计量；在所述模拟中，该估计量表现优于抽样文献所建议的若干替代方法。
- 阅读关注点
- 核对分析者可获得的信息、纳入概率模型及近似步骤，并查看模拟的比较指标、抽样设计与模型偏离情形。
- 阅读边界
- 仅依据所给 Crossref 摘要；未说明近似误差、模拟指标或数值结果，模拟中的优势不能推广到所有调查设计及概率模型。
原文摘要
Summary Analysts of survey data are often interested in modelling the population process, or superpopulation, that gave rise to a ‘target’ set of survey variables. An important tool for this is maximum likelihood estimation. A survey is said to provide limited information for such inference if data used in the design of the survey are unavailable to the analyst. In this circumstance, sample inclusion probabilities, which are typically available, provide information which needs to be incorporated into the analysis. We consider the case where these inclusion probabilities can be modelled in terms of a linear combination of the design and target variables, and only sample values of these are available. Strict maximum likelihood estimation of the underlying superpopulation means of these variables appears to be analytically impossible in this case, but an analysis based on approximations to the inclusion probabilities leads to a simple estimator which is a close approximation to the maximum likelihood estimator. In a simulation study, this estimator outperformed several other estimators that are based on approaches suggested in the sampling literature.