A Bayesian Procedure for Imputing Missing Values in Sample Surveys
抽样调查缺失值插补的贝叶斯程序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：摘要研究一般抽样调查缺失值插补，缺少对应所列经济计量细分方向的明确证据。
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
抽样调查缺失值插补的贝叶斯程序
- 研究问题
- 如何为抽样调查中的缺失值进行插补，同时容纳较一般的未响应过程，并利用过去类似调查或其他来源的先验信息？
- 方法与思路
- 作者提出基于标准统计方法的贝叶斯插补程序，允许一般性指定未响应过程，并以常规方式纳入外部先验信息。
- 材料陈述的贡献
- 摘要称该程序无需施加特定模型假设，能够灵活处理未响应并利用历史信息；但未给出具体算法或性能比较。
- 阅读关注点
- 应核对所谓不施加特定模型假设的准确含义、未响应过程如何指定，以及调查设计和先验信息如何进入插补程序。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要很简短，未说明缺失机制、识别条件或插补后不确定性的处理。
原文摘要
A new method is proposed for imputation of missing values in sample survey data. The procedure uses standard statistical methodology, permits a general specification of the nonresponse process, and does not impose specific model assumptions. Prior information from past similar surveys or from other sources may be incorporated in a routine manner.