Some Estimators for Domain Totals
子总体总量的若干估计量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：摘要关注抽样调查中的区域子总体总量估计，没有明确对应所列因果、面板、宏观或金融方向。
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
子总体总量的若干估计量
- 研究问题
- 在大规模分层调查中，如何估计由不同层内若干区域单元组成的子总体总量，四种候选估计量的误差表现如何？
- 方法与思路
- 作者针对区域型子总体研究四种总量估计量，并利用实际数据与虚构数据，比较它们的方差和均方误差。
- 材料陈述的贡献
- 摘要提供四种子总体总量估计量的比较研究，评价指标为方差与均方误差，但没有报告哪种估计量表现更好。
- 阅读关注点
- 应核对抽样设计、区域子总体定义、四种估计量公式，以及实际和虚构数据的生成方式与误差计算依据。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；摘要未说明估计量形式、数据规模或比较结果的适用范围。
原文摘要
A major concern in large-scale surveys is the problem of subpopulation estimation (domain estimation). This paper presents a study of four estimators for estimating domain totals. The domain considered in the study is an area type of domain, that is, a domain consisting of a combination of a certain number of area units belonging to different strata This paper uses some actual data and some fictitious data to compare variances and mean square errors of the four estimators.