跳到正文
← 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:摘要研究二项概率和调查无应答的贝叶斯处理,未说明离散选择行为或其他所列计量细分问题。

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
James H. Albert
Arjun K. Gupta

二项数据的贝叶斯方法及其在无应答问题中的应用

研究问题
如何联合估计多个二项概率并构造后验可信区域,以及这些贝叶斯方法如何用于存在显著无应答的样本调查?
方法与思路
作者使用由多个贝塔先验乘积构成的混合先验,推导后验均值和可信区域的近似,并将结果应用于调查无应答问题。
材料陈述的贡献
摘要报告多个二项概率的贝叶斯估计方法及后验量近似,并给出其在显著无应答样本调查中的应用。
阅读关注点
应核对混合先验的设定、概率之间的关联、后验近似的误差,以及调查无应答机制与推断目标之间的关系。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要;无应答机制与近似精度未说明,不能认定该方法可普遍消除无应答偏差。

原文摘要

In this article, Bayesian estimation methods for several binomial probabilities are studied by using a mixture of a product of beta prior distributions. Approximations to the posterior means and credible regions are derived. The results obtained are applied to a sample survey problem in which there is significant nonresponse.

笔记与分组
相关领域论文