Successive Sampling in Large Finite Populations
大规模有限总体中的逐次抽样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及中心极限定理，没有所列计量领域细分的直接应用依据。
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…
关注这篇论文的作者
大规模有限总体中的逐次抽样
- 研究问题
- 有限总体逐次抽样所得观测特征之和，在什么条件下渐近正态？研究也关注抽样比例接近零或一的情形。
- 方法与思路
- 作者利用抽取顺序诱导的排列分布与独立指数等待时间次序统计量之间的关系，刻画逐次抽样的概率结构。
- 材料陈述的贡献
- 摘要称给出了样本特征总和渐近正态的充要条件，推广不放回简单随机抽样的已有结果，并覆盖接近端点的抽样比例。
- 阅读关注点
- 应核对逐次抽样的选择机制、总体与样本的渐近序列、总和的标准化方式，以及抽样比例接近端点时条件如何变化。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；充要条件的具体形式及有限样本表现未说明，接近端点也不等于端点本身。
原文摘要
The permutation distribution induced upon a finite population by the order of selection under successive sampling is closely related to the order statistics of independent exponentially distributed waiting times. This characterization is applied to obtain necessary and sufficient conditions for asymptotic normality of the sum of characteristics observed in a successive sample from a finite population. The necessary and sufficient conditions generalize previous results for simple random sampling without replacement, and apply to sampling fractions close to 0 or 1.