The Choice of Subsample Size in Two-Stage Sampling
两阶段抽样中子样本容量的选择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：摘要研究抽样设计与成本精度权衡，未提供与所列微观、宏观或金融细分领域直接对应的文本证据。
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
两阶段抽样中子样本容量的选择
- 研究问题
- 当两阶段抽样的方差比与成本比只能确定在给定范围内时，如何选择子样本容量，使最不利情形下的相对精度尽可能高？
- 方法与思路
- 作者以相对于参数已知时最优方案的精度衡量效率，并在给定参数范围内最大化最低效率，推导相应容量及实用规则。
- 材料陈述的贡献
- 摘要称给出了最大最小准则下的子样本容量及最低效率，并通过实例讨论其用途，为设计参数不确定时的抽样选择提供方法。
- 阅读关注点
- 应核对两阶段抽样的设计设定、成本与方差的定义、参数范围如何确定，以及整数容量选择和实用规则的适用条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未提供设计假设、推导细节或例子结果，不能判断其他抽样设计下的适用性。
原文摘要
This article presents a simple method for choosing the subsample size m in two-stage sampling when the values of the relevant design parameters, the variance ratio and the cost ratio, are not known exactly but can only be assumed to lie within some specific range. Measuring the efficiency of a choice of m by its precision relative to the optimum choice, which depends on the parameters, it is proposed to choose m so that its minimum efficiency, over the specified range of parameters, is maximized. The value of m under this maximin criterion, and its minimum efficiency, are derived. A simple practical rule is also given. The usefulness of the method is discussed and illustrated with examples.