跳到正文
← 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:摘要明确以总体分位数及其方差估计为研究对象,直接对应分位数与分布方向。

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
Jun Shao
C. F. J. Wu

样本分位数的平衡重复复制法之渐近性质

研究问题
在分层抽样下,以总体分位数为目标时,平衡重复复制法及随机子抽样得到的方差估计是否具有渐近一致性?
方法与思路
作者先建立分层随机抽样样本分位数的Bahadur型表示,再以此证明平衡重复复制和随机子抽样方差估计的一致性。
材料陈述的贡献
摘要称,建立了总体分位数对应的平衡重复复制方差估计一致性,并将这一结果扩展到随机子抽样。
阅读关注点
应核对分层设计、分位数附近分布条件、子样本平衡要求,以及Bahadur型表示的余项和渐近增长设定。
阅读边界
仅据OpenAlex索引摘要,稿件版本未注明;摘要未列出一致性的具体条件,也未说明有限样本覆盖率或尾部分位数表现。

原文摘要

Inference, including variance estimation, can be made from stratified samples by selecting a balanced set of subsamples. This balanced subsampling method is generically called the balanced repeated replication method in survey data analysis, which includes McCarthy's balanced half-samples method and its extensions for more general stratified designs. We establish the asymptotic consistency of the balanced repeated replication variance estimators when the parameter of interest is the population quantile. The consistency results also hold when balanced subsampling is replaced by random subsampling. As a key technical prerequisite, we prove a Bahadur-type representation for sample quantiles in stratified random sampling.

笔记与分组