Nonparametric Inference Under Biased Sampling from a Finite Population
有限总体偏倚抽样下的非参数推断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：摘要讨论发现数据中的有限总体偏倚抽样，未给出因果识别、结构经济模型或其他所列领域细分的直接文本依据。
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…
有限总体偏倚抽样下的非参数推断
- 研究问题
- 在抽取概率与未知总体值相关的逐次不放回抽样中，如何估计有限总体参数，并利用抽取顺序推断未知总体规模？
- 方法与思路
- 作者研究该偏倚抽样模型的极大似然估计及大样本性质，构造类似 Horvitz–Thompson 估计量的近似，并开展模拟与应用。
- 材料陈述的贡献
- 摘要称，文章给出简单且渐近有效的近似极大似然估计，说明抽样顺序可帮助估计未知总体规模，并分析北海油气发现数据。
- 阅读关注点
- 应核对规模度量与未知总体值的函数关系、顺序信息进入似然的方式，以及渐近框架、总体规模估计和有限模拟的设置。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明具体识别条件或模拟数值，且小样本模拟有限，不能概括所有偏倚抽样。
原文摘要
We consider a biased sampling model that has been found useful in incorporating size biases inherent in many types of discovery data. The model postulates that the data are obtained from a finite population by selecting successively without replacement and with probability proportional to some measure of size. Unlike the ppswor scheme in survey sampling, it is assumed here that the size measure is a function of the unknown population values. In this article, we consider maximum likelihood estimation of the finite population parameters under this biased sampling model. We study the large sample behavior of the MLE's and derive a simple, asymptotically efficient approximation to the MLE. The approximate MLE is structurally similar to the Horvitz-Thompson estimator. We show that information about the order in the sample can be used to make inference even when the population size is unknown, which in fact can be estimated. Small sample behavior of the estimators is investigated through a limited simulation study, and the results are used to analyze oil and gas discovery data from the North Sea basin.