Allocation in Stratified Sampling as a Game
将分层抽样中的样本分配视为博弈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：摘要讨论一般分层抽样分配与博弈论论证，没有支持所列领域细分的直接证据。
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
将分层抽样中的样本分配视为博弈
- 研究问题
- 在缺乏各层内部变异程度的有效信息时，如何在各层之间分配抽样投入，并为比例分配提供明确的决策依据？
- 方法与思路
- 作者将分层抽样投入分配问题对应到一个博弈论框架，在该框架中分析比例分配的策略性质及其唯一性。
- 材料陈述的贡献
- 摘要称，在作者采用的自然博弈类比下，比例分配是唯一的良好策略；摘要未定义这一策略评价标准的具体含义。
- 阅读关注点
- 应核对博弈参与者、策略空间、损失或收益定义，以及良好策略与唯一性的含义和所依赖的抽样设定。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；博弈定义与证明条件均未说明，不能将结论推广为所有抽样目标下的最优性。
原文摘要
We consider here the problem of allocating sampling effort among strata when there is no useful information on the within-stratum variability. We show that in a natural game theoretic analogue proportional allocation is a unique good strategy.