On Sampford's Procedure of Unequal Probability Sampling without Replacement
论Sampford不等概率不放回抽样程序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：摘要属于不等概率调查抽样的效率理论，所列计量领域细分没有直接对应项。
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
论Sampford不等概率不放回抽样程序
- 研究问题
- 在单位纳入概率与规模成比例的不放回抽样中，使用Horvitz–Thompson估计总体总量时，两种程序效率如何比较？
- 方法与思路
- 作者围绕Horvitz–Thompson总体总量估计量，理论比较Sampford程序与Goodman和Kish程序的效率。
- 材料陈述的贡献
- 摘要称，Sampford程序的效率更高，并将此前针对Durbin程序与Goodman和Kish程序的比较结果加以推广。
- 阅读关注点
- 应核对效率比较的精确定义、规模与纳入概率的条件，以及推广结果的证明范围和任意样本量下的实施要求。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；具体条件、方差表达式和证明未提供，不能将效率结论推广到其他估计量。
原文摘要
Among the unequal probability sampling without replacement procedures applicable for arbitrary sample size, those of Goodman and Kish and of Sampford are relatively simple to operate besides satisfying the criterion that the inclusion probability of each population unit is proportional to its size. Considering the Horvitz-Thompson estimator for estimating the population total, we show in this paper that Sampford's procedure is more efficient than the Goodman and Kish procedure. Our result is a generalization of Rao's result wherein he compared Durbin's procedure with that of Goodman and Kish.