Rao，T.J。 抽样理论中估计量的无序：重温。 （英语） Zbl 1458.62037号 J.统计理论实践。 15，第1号，第12号论文，第12页（2021年）. 概述：拉奥·布莱克韦尔化（Rao-Blackwellization），根据1945年发表于加尔各答数学学会公报[亚木普迪拉达克利西纳劳，公牛。加尔各答数学。Soc.37，81–91（1945年；Zbl 0063.06420号)]除了在传统的、自适应的、链接跟踪的、基于大小的抽样理论中提供改进的估值器外，还发现了在蒙特卡罗方法的模拟后改进、交叉验证和非参数引导、粒子滤波、体视学、数据压缩、Rao-Blackwellized Field Goal百分比估值器（RB-FG%）、，Rao-Blackwellized Gaussian Smoothing、Rao-Black wellized-Parts-Constellation Tracker、Rao-Brackwellize回火取样（RTS）和其他许多方法。在本文中，我们将考虑在有限总体抽样理论中与改进估计量有关的应用。从中获得提示[D.巴苏桑赫拉20,223-226（1958年；Zbl 0097.13405号); 同上20、287–294（1958年；Zbl 0088.12602号)]其中，他表明“顺序统计”（标签升序的样本单位）是一个充分的统计，P.K.帕塔克【Sankhyá，Ser.A 23，409–414（1961年；Zbl 0102.14601号); Sankhyá，Ser。A 23415-420（1961年；Zbl 0101.12105号)]在有限总体抽样的背景下，首先注意到'不是顺序统计函数的任何估计器'，可以通过使用Rao-Blackwellization技术进行均匀改进。另请参见[B.K.辛哈和P.K.森Sankhyá，Ser。B 51，第1期，65–83页（1989年；Zbl 0685.62016号)]他们超越了方差比较并推广到凸损失函数。在本文中，我们将重新讨论不带替换的概率与大小成比例抽样（PPSWOR）方案中的一些估计量，并展示Rao-Blackwellization如何提供改进的估计量。 MSC公司： 62D05型 抽样理论、抽样调查 关键词：概率与不进行替换的尺寸抽样成比例;有序和无序估计量;Des Raj估计器;Das估计器;布鲁尔和杜宾的抽样方案;拉奥-布莱克威尔化 引文：Zbl 0063.06420号;Zbl 0097.13405号;Zbl 0088.12602号;Zbl 0102.14601号;Zbl 0101.12105号;Zbl 0685.62016号 PDF格式BibTeX公司 XML格式引用 \textit{T.J.Rao}，J.Stat.理论与实践。15，第1号，第12号论文，第12页（2021年；Zbl 1458.62037） 全文： DOI程序 参考文献： [1] Al-Jararha，J.，概率与大小成比例的两个单位的一类抽样，通信统计模拟计算，421906-1916（2013）·Zbl 1302.62018年 [2] 巴苏，D。；Godambe，副总裁；斯普洛特，DA，《关于调查抽样的逻辑基础的论文》，第一部分，《统计推断的基础》（1977），多伦多：霍尔特、莱茵哈特和温斯顿出版社，多伦多 [3] Brewer，KRW，具有不等概率的系统抽样模型，Aust J Stat，5，5-13（1963）·Zbl 0115.14301号 ·doi:10.1111/j.1467-842X.1963.tb00132.x [4] Brewer KRW，Hanif M（1983）《不等概率抽样》，In：统计学讲义，第15卷，Springer·Zbl 0514.62015号 [5] Cochran，WG，《取样技术》（1977），N.Y:Wiley，N.Y·Zbl 0353.62011号 [6] Das，AC，《关于两相采样和不同概率采样》，《布尔国际统计研究所》，33，105-112（1951）·Zbl 0049.22001号 [7] Raj，Des，在没有替换的情况下，具有变化概率的抽样中的一些估计量，美国统计协会，51269-284（1956）·Zbl 0073.15001号 ·doi:10.1080/01621459.1956.10501326 [8] Durbin，J.，《估计抽样误差的多阶段调查设计》，应用统计，16，152-164（1967）·doi:10.2307/2985777 [9] Halmos，PR，《无偏估计理论》，《数学统计年鉴》，第17卷，第34-43页（1946年）·Zbl 0063.01891号 ·doi:10.1214/aoms/1177731020 [10] Hedayat，AS；Sinha，BK，有限人口抽样（1991），纽约：威利，纽约·Zbl 0850.62160号 [11] 霍维茨，DG；Thompson，DJ，有限宇宙中无替换采样的推广，美国国家统计协会，47663-685（1952）·Zbl 0047.38301号 ·网址：10.1080/01621459.1952.10483446 [12] Kool W，Hoof H，Welling M（2020）通过不替换抽样估计离散随机变量的梯度。参加：2020年学习表现国际会议·Zbl 1498.62026号 [13] 拉希里，DB，提供无偏比率估计值的样本选择方法，布尔国际统计研究所，33，133-140（1951）·Zbl 0049.22202号 [14] Midzuno，H.，《关于概率与大小成比例的抽样系统》，Ann Inst Stat，Math，3，99-107（1952）·Zbl 0049.21906号 [15] Murthy，MN，《无替换抽样中的有序和无序估计量》，Sankhya，18，379-390（1957）·Zbl 0081.36005号 [16] 奥迪安博，OD；Onyango，CO，使用修正的Murthy估计量和权重调整技术估计缺失值下的人口总数，美国应用数学统计杂志，2163-167（2014）·doi:10.12691/ajax-2-3-12 [17] Ozturk O（2016）基于有限总体中判断后分层样本的统计推断。测量方法，239-262 [18] Pathak，PK，《在不进行更换的情况下取样中使用“顺序统计”》，Sankhya A，23，409-414（1961）·Zbl 0102.14601号 [19] 帕塔克，PK；Shukla，ND，方差估计的非负性，Sankhya a，28，41-46（1966）·兹比尔0146.39903 [20] Rao TJ（2016）《关于抽样理论和实践中某些早期关键概念的历史》，研究报告，RR 2016-09，CR RaoAIMSCS，海得拉巴，1-30 [21] Sen，AR，关于不同概率抽样中方差的估计，J Ind Soc Agr Stat，5，119-127（1953） [22] Sengupta，S.，《Horvitz-Thompson和Murthy在随机应对计划下估算敏感有限人口总数的抽样策略比较》，Estadística Española，59，63-72（2017） [23] 辛哈，BK；Sen，PK，《关于替换取样中不同单位的平均值》，Sankhya B，51，65-83（1989）·Zbl 0685.62016号 [24] Stoudt S（2020）California Candor，作为评估恢复项目进展情况的一部分，2020年6月18日 [25] 汤普森，SK，Sampling（2002），纽约：威利，纽约·兹比尔1002.62012 [26] 汤普森，SK，《生态学中的自适应网络采样》，《统计方法应用》，22，33-43（2013）·Zbl 1332.62218号 ·doi:10.1007/s10260-012-0222-3 [27] Vijayan，K.，On Horvitz-Thompson和Des Raj估计器，Sankhya A，28，87-92（1966）·Zbl 0146.39902号 [28] Vincent，K和Henry，C.S.（2014）。国外改进调查抽样估计的方法，arXiv:14044235V3[math.ST]，1-15 [29] 文森特，K。；汤普森，SK，使用Link-Tracing抽样估计人口规模，美国统计协会，1121286-1295（2017）·doi:10.1080/01621459.2016.1212712 [30] 叶茨，F。；Grundy，PM，《不从地层内进行替换的选择，概率与大小成正比》，J R Stat Soc B，15，253-261（1953）·Zbl 0052.15301号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。