An Exact π PS Sampling Scheme—Generalization of a Method of Hanurav
精确πPS抽样方案：Hanurav方法的推广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：摘要研究有限总体抽样与辅助信息利用，没有明确涉及用户所列因果、面板、宏观或金融细分方向。
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
精确πPS抽样方案：Hanurav方法的推广
- 研究问题
- 在有限总体总量或均值估计中，如何利用辅助信息，将原先针对样本量为二的抽样程序推广到一般样本量？
- 方法与思路
- 作者选择Hanurav已有程序中的抽样方案A加以推广，证明该方案的一些最优性质，并使用原论文提供的数据作示例。
- 材料陈述的贡献
- 摘要明确陈述的贡献是把一种既有抽样程序扩展到一般样本量，并证明部分最优性质；未列出这些性质的具体判据。
- 阅读关注点
- 应核对推广方案的抽样步骤、辅助信息如何进入设计、纳入概率的约束，以及最优性证明采用的目标和比较方案。
- 阅读边界
- 仅据所给Crossref摘要；抽样概率、最优性条件及示例结果均未说明，不能据此补写算法或判断其相对效率。
原文摘要
Summary In his recent paper Hanurav (1967) discussed the problem of optimum utilization of auxiliary information for the estimation of the total (or mean) of a finite population and gave some solutions to the problem for the case of samples of size 2. In this paper we extend one of his procedures (sampling scheme A“ in his paper) to cover general sample sizes and also prove some of its optimum properties. The method is illustrated on the data given in Hanurav's paper.