A Note on Estimators in Finite Populations
有限总体估计量的一则札记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：摘要研究有限总体抽样与估计量可容许性，多变量同时估计并不构成面板或因子模型依据，因此不作细分。
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
有限总体估计量的一则札记
- 研究问题
- 同时估计有限总体中多个变量的均值时，样本均值的可容许性是否仍可从已有单变量结果推广得到？
- 方法与思路
- 作者将此前关于任意抽样设计下样本均值可容许性的两个结果，扩展到同时估计多个变量总体均值的情形。
- 材料陈述的贡献
- 摘要称平方误差损失及一大类损失函数下的既有可容许性结果，在多变量总体均值同时估计时仍然有效。
- 阅读关注点
- 应核对任意抽样设计的含义、向量估计的损失定义、所比较估计量的范围，以及广泛损失函数类的具体限制。
- 阅读边界
- OpenAlex 索引版本未注明；摘要未给出损失条件与证明，可容许性不意味着样本均值具有最小风险或普遍最优。
原文摘要
Two previous results of the author, regarding the admissibility of the sample mean as estimator of the population mean in the class of all estimators for arbitrary sampling designs with the squared error as loss function, and for a wide class of loss functions, are shown to remain valid in the more general case when the population means of many variates are simultaneously under estimation.