Balanced repeated replications based on mixed orthogonal arrays
基于混合正交表的平衡重复复制法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：摘要聚焦复杂抽样的复制方差估计，未涉及所列领域细分的特定模型或研究对象。
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
基于混合正交表的平衡重复复制法
- 研究问题
- 分层样本中各层初级抽样单位数不同时，如何构造平衡复制样本，减少分组半样本方法的效率损失？
- 方法与思路
- 作者以符号数对应各层单位数的混合正交表构造平衡子样本，提出分析方法，并考虑用近似正交表减少复制次数。
- 材料陈述的贡献
- 摘要称，所提分析方法给出一致的方差估计并降低非线性统计量的偏差，同时讨论进一步减少复制次数的方案。
- 阅读关注点
- 阅读全文时应核对正交表构造、复制权重与方差公式，以及一致性、偏差降低和使用近似正交表分别需要的条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；摘要未说明具体设计条件、效率损失幅度或近似正交表的误差。
原文摘要
For stratified samples with arbitrary numbers of primary sampling units per stratum, one can divide the units in the stratum into two groups and then apply the balanced half-samples method to the two groups thus formed. The efficiency loss of the grouped balanced half-samples variance estimator can be substantial. Use of a mixed orthogonal array, whose numbers of symbols correspond to the numbers of units per stratum, gives a set of balanced subsamples. Unlike that of Gupta & Nigam (1987), the proposed method of analysis gives a consistent variance estimator and bias reduction for nonlinear statistics. To further reduce the number of replicates, use of nearly orthogonal arrays is considered.