Unbiased Ratio Estimators in Stratified Sampling
分层抽样中的无偏比率估计量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：摘要围绕分层抽样设计与比率估计展开，没有所列面板、因果或分布效应方向的直接证据。
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
分层抽样中的无偏比率估计量
- 研究问题
- 在分层随机抽样中，如何构造无偏或近似无偏的比率估计量，并比较它们与通常有偏比率估计量的效率？
- 方法与思路
- 作者在层内应用 Hartley–Ross 方法构造分离估计，并在各层样本量相等时通过重复完全替换抽样构造合并估计。
- 材料陈述的贡献
- 摘要提出多种无偏及近似无偏估计，称其中一种在大样本下与有偏合并比率估计同样有效，并考察总体率的估计。
- 阅读关注点
- 应核对分离与合并估计的定义、重复替换抽样的构造，以及无偏性证明、渐近效率条件和总体率的目标参数。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能判断刊本变化；摘要未列出方差表达式，也未说明有限样本效率比较的具体条件。
原文摘要
Several unbiased ratio estimators (URE) in stratified random sampling are presented. The “separate” URE is a direct application of the Hartley-Ross URE within strata. The “combined” URE, for equal sample size k per stratum, is obtained by means of a complete replacement, repeated k times, of a sample of size one per stratum. The relative efficiencies of these estimators with respect to the usual biased RE are discussed. An approximately URE is developed and it is shown that, for large samples, it is as efficient as the “combined” biased RE. Finally, an approximately unbiased estimator r* of the population “rate” is given, and its efficiency relative to the “rate-of-means” estimator is investigated.