Aligning Estimates for Common Variables in Two or More Sample Surveys
使两个或多个抽样调查中共同变量的估计保持一致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：摘要涉及多项抽样调查的权重校准，未说明面板结构或其他所列细分领域对象。
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…
使两个或多个抽样调查中共同变量的估计保持一致
- 研究问题
- 当多个抽样调查共同收集一些总体总量未知的变量时，如何调整调查权重，使这些变量的总体总量估计一致？
- 方法与思路
- 作者将共同变量作为额外辅助变量调整广义回归估计量，使其在再现已知辅助总量的同时满足跨调查一致性要求。
- 材料陈述的贡献
- 摘要称所提调整能够满足共同变量总量估计的一致性要求，并将调整后的广义回归估计量表述为对既有方法的推广。
- 阅读关注点
- 应核对一致性约束的形式、调整权重的求解和存在条件，以及共同变量总量未知时各调查如何联合确定估计。
- 阅读边界
- 仅据所给 OpenAlex 索引摘要，稿件版本未注明；抽样设计、方差及权重性质未说明，不能认为一致性调整必然改善精度。
原文摘要
In practice, for many sample surveys the estimates of several population totals are based on one set of weights, which reproduces the known population totals of auxiliary variables. Such a set can always be obtained by using the general regression estimator. If some variables, not necessarily with known population totals, are jointly collected in two sample surveys, then it may be desirable that the weights of both surveys produce the same estimates for the unknown population totals of the common variables. In this article we propose adjusting the general regression estimator to meet this consistency requirement by considering the common variables as additional auxiliary variables. It turns out that the adjusted general regression estimator generalizes Zieschang's method.