Sampling from an Autocorrelated Finite Population
自相关有限总体的抽样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：摘要关注自相关有限总体的抽样设计，未明确时间序列观测结构或所列其他领域的研究目标。
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
自相关有限总体的抽样
- 研究问题
- 当有限总体假定由简单马尔可夫过程生成时，如何估计总体均值、配置样本，并比较随机抽样与系统抽样？
- 方法与思路
- 作者在指定总体生成过程下推导有效均值估计量、均方误差与最优样本配置，同时求出随机抽样的最佳线性估计。
- 材料陈述的贡献
- 摘要称给出相关估计及误差结果，考察忽略自相关的后果，并将随机抽样的结果与系统抽样的对应结果进行比较。
- 阅读关注点
- 应核对马尔可夫总体生成机制、样本配置的约束与最优性准则，并查看两种抽样方式比较时采用的共同条件。
- 阅读边界
- 所给 OpenAlex 索引摘要未注明稿件版本；未说明相关结构和最优配置细节，不能断言一种抽样方式在所有总体中更优。
原文摘要
The efficient estimator and mean square error for the mean of a finite population are determined when a sample is available from a population that is assumed to be generated by a simple Markov process. The optimal sample allocation is derived and the consequences of ignoring the autocorrelation are examined. The best linear estimator and mean square error for random sampling are also determined and compared with the corresponding results for systematic sampling.