On the Optimal Use of Multiauxiliary Information
多辅助信息的最优利用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总体均值估计，未明确涉及所列经济领域细分。
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
多辅助信息的最优利用
- 研究问题
- 在调查抽样中，如何利用多个辅助信息构造总体均值的无偏估计量，并在使用相同信息量时降低估计方差？
- 方法与思路
- 作者构造利用多辅助信息的总体均值估计量，并以无偏性及方差为标准，与 Des Raj 的最优估计量进行比较。
- 材料陈述的贡献
- 摘要称新估计量对总体均值无偏，且在使用相同信息量的前提下，其方差小于所比较的 Des Raj 估计量。
- 阅读关注点
- 核对抽样设计、辅助信息的可用形式、新估计量的构造，以及方差比较成立的条件和相同信息量的具体含义。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明抽样设计或方差比较条件，不能将所述优势推广到任意调查。
原文摘要
A new estimator utilizing multiauxiliary information in survey sampling is constructed. This estimator is unbiased for the population mean and has a smaller variance than Des Raj's optimal estimator [1, 2]. The new estimator and the latter one are based on the same amount of information.