Asymptotically design-unbiased predictors in survey sampling
调查抽样中渐近设计无偏的预测量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：摘要涉及有限总体调查抽样，所称预测并非宏观或金融预测，故不选给定细分。
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
调查抽样中渐近设计无偏的预测量
- 研究问题
- 应如何设计有限总体的概率抽样方案，使总体总量的线性最小二乘预测量具有渐近设计无偏性，并联系常见抽样设计？
- 方法与思路
- 作者提出一个概率抽样方案，通过样本抽取方式赋予总体总量预测量渐近设计无偏性，并给出退化为常见设计的条件。
- 材料陈述的贡献
- 摘要称所提方案可使线性最小二乘总量预测量渐近设计无偏，并说明它在特定条件下与文献中的熟悉抽样设计相接。
- 阅读关注点
- 应核对设计期望的定义、总体与样本增长方式、抽样概率及辅助信息要求，以及渐近结论与有限样本偏差的差别。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；抽样方案、渐近条件和方差表现未展开，不能推断刊本变化。
原文摘要
A probability sampling plan is suggested in this paper for drawing the sample so that the linear least-squares predictor of the total of a finite population is made asymptotically design-unbiased. Conditions are given for the sampling plan to reduce to the more familiar sample designs discussed in the literature.