Bounds for the Error-Variance of an Estimator in Sampling with Varying Probabilities from a Finite Population
有限总体不等概率抽样中估计量误差方差的上界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：摘要属于有限总体抽样设计与方差界理论，未明确对应所列计量领域细分。
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
有限总体不等概率抽样中估计量误差方差的上界
- 研究问题
- 在尚未获得总体变量值、但已知拟用抽样概率和联合概率时，如何为有限总体不等概率抽样估计量的方差提供上界？
- 方法与思路
- 作者考虑按研究变量值排序的有限总体，构造三个方差上界；其实际使用依赖对总体最大变量值作保守估计。
- 材料陈述的贡献
- 摘要称提出三个适用于调查实施前分析的方差上界，并给出示例说明理论；未提供上界公式或紧致程度的比较。
- 阅读关注点
- 应核对估计量和抽样设计、排序信息的用途、最大值保守估计的要求，以及三个上界的有效性与实际保守程度。
- 阅读边界
- 仅有版本未注明的 OpenAlex 索引摘要；未说明上界的完整输入与设计条件，最大值估计是否足够保守会影响适用性，不能推断刊本变化。
原文摘要
This paper presents three upper bounds for the variance of an estimator, based on observations selected with varying probabilities from a finite population, the elements of which are ranked with respect to the Y values. Accordingly, the usefulness of these bounds relates to the pre-enumeration analysis where one may well know the intended probabilities and joint probabilities corresponding to the sampling scheme but does not know the Y values. If, however, one can make a conservative guess at the largest Y value, one can use these bounds. Some examples are included to illustrate the theory.