Empirical likelihood inference under stratified random sampling using auxiliary population information
利用总体辅助信息的分层随机抽样经验似然推断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：摘要属于有限总体抽样与经验似然推断，未提供因果、面板、分布效应或其他所列细分领域的直接依据。
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
利用总体辅助信息的分层随机抽样经验似然推断
- 研究问题
- 在分层随机抽样中，如何利用外部已知的总体总量或均值改进有限总体参数估计，并构造覆盖率合适的总体均值区间？
- 方法与思路
- 作者将经验似然用于分层随机抽样，纳入外部总体辅助信息，并研究总体均值的经验似然比置信区间及其调整方法。
- 材料陈述的贡献
- 摘要称有效利用辅助信息可获得高效估计量，并给出具有渐近正确覆盖率的调整区间；具体效率比较与调整形式未说明。
- 阅读关注点
- 应核对抽样设计、辅助信息进入约束的方式、效率比较基准，以及区间调整所需的渐近条件和有限样本覆盖表现。
- 阅读边界
- 来源为未注明稿件版本的OpenAlex索引摘要。辅助信息的准确性要求、各层样本配置及区间调整公式未说明，不能推断实际效率增幅。
原文摘要
The empirical likelihood method under stratified random sampling is used for making inferences on finite population parameters. Our results show that it can lead to efficient estimators by making effective use of auxiliary population information in the form of overall population totals or means ascertained from external sources. Empirical likelihood ratio confidence intervals for the population mean are also studied, and adjusted intervals with asymptotically correct coverage rates are obtained.