Quasi-Linear Bayes Estimation in Stratified Finite Populations
分层有限总体中的准线性贝叶斯估计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：摘要属于有限总体抽样与贝叶斯描述性推断，未直接对应所列经济计量细分方向。
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
分层有限总体中的准线性贝叶斯估计
- 研究问题
- 研究已知分类辅助变量时，如何对有限总体开展描述性推断，并在贝叶斯最小二乘近似中纳入有关非正态性的设想。
- 方法与思路
- 作者假设层级随机效应方差分析模型，将目标投影到组总量及组间、组内平方和，并通过组别与入样状态条件化解释该近似。
- 材料陈述的贡献
- 摘要称条件化的联合正态近似能够考虑非正态性设想，并给出与已有解法的比较；未说明具体风险改进或稳健性保证。
- 阅读关注点
- 应核对层级模型与抽样机制、投影所需信息、非正态设想如何进入条件分布，以及近似误差和已有方法比较的评价依据。
- 阅读边界
- 仅据所给 Crossref 摘要；摘要未说明先验、抽样设计与近似误差，不能据此认定方法对任意非正态有限总体都有效。
原文摘要
SUMMARY In this paper a Bayesian least squares approximation is proposed for descriptive inference in a finite population when a categorical auxiliary variable is known. A hierarchical model II analysis of variance is assumed. The solution consists of a projection on the vector of group totals and on the between and within sums of squares. The approximation can be seen as a normal approximation of the joint distribution of the statistic and of the parameter of interest, conditional on two discrete variables: these denote attribution to one group and selection in the sample. The main consequence of the conditioning is that conjectures about non-normality can be taken into account. The solution is compared with others that have been published.