Ignorable and Informative Designs in Survey Sampling Inference
调查抽样推断中的可忽略与信息性设计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：摘要研究有限总体调查抽样与设计信息，没有明确涉及所列因果、面板或其他细分对象。
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…
关注这篇论文的作者
调查抽样推断中的可忽略与信息性设计
- 研究问题
- 在基于模型的有限总体推断中，分析者只掌握部分抽样设计信息时，样本选择机制何时仍可忽略，何时变为信息性？
- 方法与思路
- 作者分析设计信息不完整如何改变选择机制的推断作用，建立部分已知设计可忽略的条件，并考察若干标准设计。
- 材料陈述的贡献
- 摘要指出完整已知时可忽略的设计，在信息不完整时可能具有信息性，并称给出判断条件及一个例子的说明。
- 阅读关注点
- 应核对可忽略性的正式定义、分析者已知信息如何进入模型，以及有限总体目标与样本选择机制之间的条件关系。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；具体模型、可忽略条件和标准设计结果未提供，不能直接套用到因果选择偏差问题。
原文摘要
The role of the sample selection mechanism in a model-based approach to finite population inference is examined. When the data analyst has only partial information on the sample design then a design which is ignorable when known fully may become informative. Conditions under which partially known designs can be ignored are established and examined for some standard designs. The results are illustrated by an example used by Scott (1977).