Optimum Allocation in Stratified Random Network Sampling for Estimating the Prevalence of Attributes in Rare Populations
稀有人群二元属性估计中分层随机网络抽样的最优配置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：这里的网络指调查单元的多重链接抽样规则，未涉及经济网络关系或干扰效应。
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
稀有人群二元属性估计中分层随机网络抽样的最优配置
- 研究问题
- 在通过网络抽样规则连接稀有人群成员与调查单元时，如何配置分层随机样本，并比较其与常规调查规则的成本效率？
- 方法与思路
- 作者研究稀有人群二元属性估计，在每个调查单元至多连接一名稀有人群成员的限制下，推导分层样本最优配置公式。
- 材料陈述的贡献
- 摘要明确给出受限链接结构下的最优配置研究，并比较网络抽样与常规调查规则的成本效率，但未报告比较结果。
- 阅读关注点
- 应核对最优配置的目标、成本与方差表达式，以及单个调查单元至多连接一人的限制对实际调查设计有何影响。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；最优配置依赖明确的链接限制，摘要未说明放宽限制后的结果或成本优势。
原文摘要
This work considers estimation of dichotomous characteristics of rare populations by sample survey. In particular, we investigate optimum allocation when a network sampling rule (also called multiplicity rule) is used to link members of the rare population to enumeration units and when the enumeration units are chosen by stratified random sampling. For this situation, formulas are derived for optimum allocation under the restriction that an enumeration unit is linked to at most one member of the rare population, and the cost efficiency of network sampling rules is compared to that of conventional enumeration rules.