Some Estimators of a Population Total from Simple Random Samples Containing Large Units
含大值单位的简单随机样本总体总量估计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：摘要涉及调查抽样中的总量估计与权重调整，未提供所列细分方向的直接证据。
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…
含大值单位的简单随机样本总体总量估计
- 研究问题
- 简单随机样本包含少量异常大值单位时，如何调整这些单位的抽样权重，以缓解其对总体总量估计的扭曲并评估估计误差？
- 方法与思路
- 作者考察三种改变通常抽样权重的估计量，以常规总量估计量和新估计量的均方误差之比衡量效率，并开展数值研究。
- 材料陈述的贡献
- 摘要明确提出并分析三种权重调整估计量，给出基于均方误差比的效率评价；未报告哪种调整在何种情形下优于常规估计。
- 阅读关注点
- 应核对异常大值单位的识别规则、权重调整形式和可能引入的偏差，以及均方误差比较所用总体设定与数值研究范围。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明。摘要未交代权重公式及数值结果，不能据此认为所有大值观测都应降权。
原文摘要
The problem considered is the estimation of the population total of some characteristic from a simple random sample containing a few large or extreme observations. The effect of these large units in the sample is to distort the estimate of the population total. It is therefore important to correct the weights for such units or deflate their values at the estimation stage once they have been sampled and identified as unusually large units. In this paper, three estimators that alter the usual sampling weights have been considered. The efficiencies of these estimators have been worked out in terms of the ratio of the mean squared error of the usual estimator of the population total to the mean squared error of these estimators. A numerical study of these estimators is also discussed.