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:摘要讨论有限总体抽样设计与方差估计,未提供所列计量细分方向的直接证据。

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
A. Zinger

部分系统抽样中的方差估计

研究问题
系统抽样难以直接提供满意的样本均值方差估计时,如何结合补充随机抽样无偏估计有限总体均值及其方差?
方法与思路
作者将系统样本与从剩余总体抽取的简单随机样本结合,构造总体均值及其估计方差,并与多起点系统抽样比较。
材料陈述的贡献
摘要称,均值估计和其方差估计均无偏,另可得到总体方差的无偏正值估计,并给出人工总体上的数值结果。
阅读关注点
应核对两部分样本的抽取与权重、方差估计所利用的设计随机性,以及与多起点抽样比较时的样本量和成本设定。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要;摘要未给抽样配置、估计公式及数值比较,不能判断精度或成本上的普遍优势。

原文摘要

Systematic sampling is very convenient in many practical situations, but does not provide a satisfactory estimator of the variance of the sample mean except when additional assumptions are made. A method is proposed to estimate the mean of a finite population and to estimate the variance of this estimate, using a systematic sample and a simple random sample drawn from the remaining population. It is shown that both estimators are unbiased. This method provides also an unbiased, positive estimator of the population variance. A comparison with multiple-start systematic sampling is made. Some numerical results for artificial populations are given.

笔记与分组
相关领域论文