A dual to ratio estimator in sample surveys
抽样调查中比率估计量的一种对偶估计量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：摘要讨论一般抽样调查的乘积型与比率估计量，缺乏所列计量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
抽样调查中比率估计量的一种对偶估计量
- 研究问题
- 在抽样调查中，能否构造与常用比率估计量相互补充的乘积型估计量，使其偏差和均方误差具有可求的精确表达？
- 方法与思路
- 作者提出新的乘积型估计量，推导其偏差与均方误差的精确公式，考察偏差修正，并附带一项简短实证研究。
- 材料陈述的贡献
- 摘要称，新估计量在一定意义上与比率估计量互补，其偏差及均方误差可精确表达，并讨论了相应的偏差修正。
- 阅读关注点
- 应核对对偶或互补关系的具体含义、抽样设计和辅助信息设定，以及偏差修正如何改变风险及实证比较的范围。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 摘要，无法确定公式条件与实证结果；可得精确风险公式不代表估计量普遍优于比率估计量。
原文摘要
This paper proposes a new product-type estimator which is complementary, in a certain sense, to the commonly used ratio estimator. Exact formulae for the bias and mean squared error can be derived which is not the case for the ratio estimator. The correction of the new estimator for bias is examined. A brief empirical study is also included.