×
穆罕默德·努曼·库雷希；纳林·里亚斯；穆罕默德·哈尼夫

自适应整群抽样中稀有和聚集总体方差估计的广义估计。 （英语） 兹伯利07193828

J.统计计算。模拟 89，第11号，2084-2101（2019）.
摘要：自适应聚类抽样（ACS）被认为是最适合于估计稀有、隐藏、聚集和难以达到的人口单位的抽样设计。这种设计的主要特点是，与其他传统抽样设计相比，它可以选择更有意义的样本，并为现场调查人员提供更有效的估计。在本文中，我们提出了一种带有单个辅助变量的广义估计量，用于估计ACS设计下罕见、隐藏和高度聚集的总体方差。推导了近似偏差和均方误差的表达式，并与其他现有估计量进行了效率比较。对实际水鸟种群和泊松聚类过程生成的人工种群进行了数值研究。数值研究的相关结果表明，所提出的广义方差估计量能够提供比竞争估计量更好的结果。

引用于1文件

MSC公司：

62至XX 统计

关键词：

自适应聚类采样；辅助信息；集群人口；Hansen-Hurwitz估计；泊松聚类过程

软件：

SDaA公司
PDF格式BibTeX公司 XML格式引用
\textit{M.N.Qureshi}等人，《统计计算杂志》。模拟89，No.11，2084--2101（2019；Zbl 07193828）
全文： 内政部

参考文献：

[1] 汤普森SK。自适应集群采样。《美国统计学会杂志》，1990年；85:1050-1059. doi:10.1080/01621459.1990.10474975[Taylor&Francis Online]，[Web of Science®]，[Google学者]·兹比尔1330.62070
[2] 达斯AK，特里帕蒂TP。在估计有限总体方差时使用辅助信息。SankhyáSer C.1978年；40(2):139-148. [谷歌学者]·Zbl 0418.62008号
[3] Isaki C.使用辅助信息进行方差估计。《美国统计学会杂志》，1983年；78:117-123. doi:10.1080/01621459.1983.10477939[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 0512.62017号
[4] 汤普森SK。分层自适应聚类采样。Biometrika公司。1991;78(2):389-397. doi:10.1093/biomet/78.2.389[Crossref]，[Web of Science®]，[Google学者]
[5] Hansen MM，Hurwitz WN。关于有限总体抽样理论。Ann Math Stat.1943年；14:333-362. doi:10.1214/aoms/1177731356[交叉引用]，[谷歌学者]·Zbl 0060.30104号
[6] Horvitz DG，Thompson DJ。有限宇宙采样的推广，无需替换。J Am Stat Assoc.1952年；47:663-685. doi:10.1080/01621459.1952.10483446[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 0047.38301号
[7] Salehi M，Seber GAF。两阶段自适应集群采样。生物计量学。1997;53(3):959-970. doi:10.2307/2533556[Crossref]，[Web of Science®]，[Google学者]·兹伯利0890.62005
[8] Smith DR、Conroy MJ、Brakhage DH。自适应聚类抽样估计越冬水禽密度的效率。生物计量学。1995;51:777-788. doi:10.2307/2532964[Crossref]，[Web of Science®]，[Google学者]
[9] Chao CT。自适应整群抽样的比率估计。J Chin Stat Assoc.2004年；42（3）：307-327。[谷歌学者]
[10] Chao CT.自适应整群抽样中的回归估计；估计量、置信区间和样本选择。国家科学委员会报告，NSC 92-2118-M-006-002；2004.[谷歌学者]
[11] Dryver AL，Chao CT。自适应集群抽样中的比率估计。环境计量学。2007;18:607-620. doi:10.1002/env.838[Crossref]，[Web of Science®]，[Google学者]
[12] Chutiman N，Kumphon B.使用两个辅助变量进行自适应集群抽样的比率估计器。蒂兰德统计局。2008;6(2):241-256. [谷歌学者]·Zbl 1361.62036号
[13] Gattone SA、Mohamed E、Dryver AL等。负相关数据的自适应聚类抽样。环境计量学。2015;27:E103-E113。doi:10.1002/env.2381[Crossref]，[Google学者]
[14] Boomer K、Werner C、Brantley S.CO_2排放与黄石火山系统1有关。制定分层自适应集群抽样计划。地球物理研究杂志固体地球。2000;105（B5）:10817-10830。doi:10.1029/1999JB900330[Crossref]，[Web of Science®]，[Google学者]
[15] Lo NCH，Griffith D，Hunter JR。使用限制适应性集群抽样估计太平洋鳕鱼幼虫丰度。1997年加州合作社海洋鱼类投资报告；38:103-113. [Web of Science®]，[Google学者]
[16] Acharya B、Bhattarai G、Gier A等。尼泊尔稀有树种评估的系统适应性集群抽样。对于生态管理。2000;137(1-3):65-73. doi:10.1016/S0378-1127（99）00318-7[Crossref]，[Web of Science®]，[Google学者]
[17] Hanselman DH，Quinn TJ，Lunsford D，et al.阿拉斯加湾岩鱼自适应集群采样的应用。鱼牛。2003;101(3):501-513. [谷歌学者]
[18] 汤普森SK。生态学中的自适应网络采样。统计方法应用。2013;22(1):33-43. doi:10.1007/s10260-012-0222-3[Crossref]，[Web of Science®]，[Google学者]·Zbl 1332.62218号
[19] Correll RL.在污染场地中使用复合取样——一项案例研究。《2001年环境与生态统计》；8(3):185-200. doi:10.1023/A:1011395422397[Crossref]，[Web of Science®]，[Google学者]
[20] Vasudevan K，Kumar A，Chellam R.卡拉卡德-蒙丹图雷老虎保护区雨林地面两栖动物群落的结构和组成。《当代科学》2001；80(3):406-412. [Web of Science®]，[Google学者]
[21] Smith DR、Villella RF、Lemarie DP。自适应聚类抽样在淡水贻贝低密度种群中的应用。2003年环境经济统计；10:7-15. doi:10.1023/A:1021956617984[Crossref]，[Web of Science®]，[Google学者]
[22] 汤普森SK。行为调查中的自适应抽样。收件人：Harrison L，Hughes A，编辑。自我报告药物使用的有效性：提高调查估计的准确性。NIDA研究专著167。Rockville，医学博士：国家药物滥用研究所；1997年，第296-319页。[谷歌学者]
[23] Thompson SK，Collins LA。风险相关行为研究中的适应性抽样。依赖酒精的药物。2002;68:S57-S67。doi:10.1016/S0376-8716（02）00215-6[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[24] Hariharan SA。适用于鲨鱼到达的自适应集群与传统抽样设计相对效率的估计。在：数量生态学和资源管理跨学科项目。西雅图，华盛顿大学；2013年，第98195页。[谷歌学者]
[25] Cullen DW，Stevens BG。系统自适应集群抽样在黑海鲈鱼纹状中心体丰度评估中的应用。鱼类科学。2017;83(5):671-682. doi:10.1007/s12562-017-1116-y[Crossref]，[Web of Science®]，[Google学者]
[26] 汤普森SK。采样。第三版，纽约（NY）：Wiley；2012.[Crossref]，[谷歌学者]
[27] Diggle PJ公司。空间点模式的统计分析。伦敦：学术出版社；2013.[谷歌学者]·Zbl 0559.62088号
[28] Lohr SL。取样：设计和分析。Pacific Grove（CA）：达克斯伯里出版社；1999.[谷歌学者]·Zbl 0967.62005年
[29] Chutiman N，Chiangpradit M.无需替换网络的自适应聚类采样中的比率估计器。J Probab Stat.文章ID 726398。2014:6，doi:10.1155/2014/726398。[Crossref]，[Google学者]·Zbl 1307.62091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。