Estimation under cross-classified sampling with application to a childhood survey
交叉分类抽样设计包括从二维总体中抽取样本，每个维度独立。这种设计通常用于消费价格指数调查，最近在法国ELFE调查中也被用于抽取婴儿样本，方法是将产妇单位样本和天数样本交叉。我们建议推导出这种抽样设计的一般估计理论。我们认为霍维茨-汤普森估计的总，并表明，交叉分类设计通常会导致损失的效率相比，广泛的两阶段设计。我们得到了Horvitz-Thompson估计量的渐近分布和几个无偏方差估计量。针对可能出现负值的问题，提出了简化的非负方差估计，并在超总体模型下研究了它们的偏差。建议的估计量进行了比较，模拟数据的总数和比率。本文还介绍了ELFE调查实际数据的应用，并提出了一些建议。补充材料可在网上查阅。
2015-11-02 math.ST stat.ME stat.TH
Semiparametric adaptive estimation under informative sampling
针对信息性抽样中的选择偏倚与 Horvitz-Thompson 估计量效率不足问题，本文将调查权重视为随机变量推导半参数效率界，并提出在工作模型下一致、渐近正态且最优有效的估计量，通过模拟和加拿大调查数据验证其性能。
2024-04-04 math.ST stat.ME stat.TH
Quantile processes and their applications in finite populations
本文在超总体模型下多种抽样设计中证明有限总体分位数过程的弱收敛性，推导相关估计量的渐近分布并构造置信区间，还比较了估计量性能，发现辅助信息有时会产生不利影响。
2024-11-29 math.ST stat.ME stat.TH
Dual To Ratio Cum Product Estimator In Stratified Random Sampling
Tracy等人[8]在简单随机抽样中，利用Srivenkataramana和Tracy（[6]，[7]）变换，引入了一类估计量。本文提出了分层随机抽样中比率与乘积估计的对偶估计。推导了估计量的均方误差的表达式。此外，理论研究结果的数值例子支持。
2013-04-02 stat.ME
Single-Index Model-Assisted Estimation In Survey Sampling
研究了有限总体估计的模型辅助半参数方法，通过引入多元辅助信息来提高调查估计量的精度。提出的超总体模型是一个单指标模型，已被证明是一个简单而有效的半参数工具，在多元回归。提出了一类基于多项式样条回归的估计量。这些估计是强大的对单指数模型的偏差。在标准设计条件下，所提出的估计量是渐近设计无偏的、相合的和渐近正态的。提供了迭代优化例程，其对于用户来说足够快以在数秒内分析大型且复杂的勘测数据。该方法已被应用于模拟数据集和MU281数据集，这提供了强有力的证据，证实了渐近理论。
2008-12-31 math.ST stat.ME stat.TH
L-Estimation of Population Quantiles Using Ranked Set Sampling
University of Manitoba（曼尼托巴大学）；University of Isfahan（伊斯法罕大学）；The George Washington University（乔治华盛顿大学）
本文提出两种基于秩集抽样的L估计方法，用于估计人口分位数，通过分解秩集设计构造了可扩展的计算方法，并在模拟和实际数据中验证了其效率优势。
2026-05-02 math.ST stat.ME stat.TH
A Good-Turing estimator for feature allocation models
特征分配模型通过允许每个观察属于多个物种（现在称为特征）来推广物种采样模型。根据流行的伯努利产品模型的特征分配，给定$n$样本，我们研究的问题估计丢失的质量$M_{n}$，即预期的数量迄今为止看不见的功能，将观察到，如果一个额外的个人进行采样。这是由许多应用的问题，其中的采样过程是昂贵的，在时间和/或财政资源分配方面，和进一步的样本可以只由记录新的未观察到的功能的可能性激励。我们介绍了一个简单的，强大的和理论上健全的非参数估计$\hat{M}_{n}$的$M_{n}$。$\hat{M}_{n}$与物种抽样模型中缺失质量的流行的Good-Turing估计具有相同的分析形式，不同之处在于两种估计具有不同的范围。我们发现，$\hat{M}_{n}$承认一个自然的解释都作为一个刀切估计和非参数经验贝叶斯估计，我们给证明的保证性能的$\hat{M}_{n}$在极小极大率最优性方面，我们提供了一个有趣的连接之间的$\hat{M}_{n}$和良好的图灵估计物种抽样。最后，我们推导出$\hat{M}_{n}$的非渐近置信区间，这是很容易计算，不依赖于任何渐近近似。我们的方法是说明与合成数据和SNP数据从ENCODE测序基因组计划。
2020-09-21 math.ST stat.ME stat.TH
Design-based estimators of distribution function in ranked set sampling with an application
基于秩集抽样的经验分布函数及其改进已被许多作者研究。在这些研究中，所提出的估计已被调查的无限人口设置。然而，发展EDF估计在有限的人口设置将更有价值的领域，如环境，生态，农业，生物等，本文介绍了新的EDF估计的水平0，水平1和水平2的抽样设计在RSS的基础上。新的EDF估计的渐近性质已经建立。在不同的分布函数下，对排序不完全的情形进行了数值计算。结果表明，水平2抽样设计比水平0、水平1和简单随机抽样设计提供了更有效的EDF估计量。在实际数据应用中，我们考虑了基于水平二抽样设计的RSS对分布函数的逐点估计和对绵羊7月龄体重中位数的估计。
2022-05-21 stat.ME
Confidence bands for Horvitz-Thompson estimators using sampled noisy functional data
当函数数据的集合太大而无法穷尽地观察时，调查抽样技术提供了一种有效的方法来估计全局量，如总体平均函数。假设功能数据收集从一个有限总体根据概率抽样方案，与测量是离散的时间和噪声，我们建议首先平滑的采样轨迹与本地多项式，然后估计的平均函数与Horvitz-Thompson估计。在对总体规模、观测次数、轨迹的正则性、采样方案和平滑带宽等条件较弱的情况下，证明了连续函数空间中的一个中心极限定理.我们还建立了一个协方差函数估计的一致相合性，并应用前面的结果来建立均值函数的置信带。频带达到标称覆盖，并通过高斯过程模拟条件下的估计协方差函数。为了选择带宽，我们提出了一种交叉验证方法，占抽样权重。仿真研究评估我们的方法的性能，并强调采样方案和带宽选择的影响。
2013-12-11 math.ST stat.ME stat.TH
Improved Horvitz-Thompson Estimator in Survey Sampling
Horvitz-Thompson（HT）估计量在调查抽样中有着广泛的应用。然而，HT估计的方差变大时，包含概率是高度异质性的。为了克服这一缺点，本文对一阶包含概率采用了硬阈值方法，即仔细选择一个阈值，然后用该阈值代替小于阈值的包含概率。通过这种收缩策略，我们提出了一种新的估计称为改进的Horvitz-Thompson（IHT）估计的人口总数。IHT估计器提高了估计精度，但带来的偏差相对较小。我们推导了IHT估计的均方误差及其无偏估计量，并从理论上比较了IHT估计和HT估计。我们也应用我们的想法来构造改进的比率估计。我们数值分析模拟和真实的数据集，以说明所提出的估计是更有效和更强大的比经典的估计。
2018-04-11 stat.ME
Inference for two-stage sampling designs with application to a panel for urban policy
住户和健康调查通常采用两阶段抽样设计。为了产生具有各种置信区间的可靠估计量，需要Horvitz-Thompson估计量的一些基本统计性质，如一致性和渐近正态性，以及各种方差估计量的一致性。这些性质主要是研究单阶段抽样设计。在这项工作中，我们证明了一致性的Horvitz-Thompson估计和相关的方差估计的一般类的两阶段抽样设计，在温和的假设。我们还研究了第一阶段采用大熵抽样设计的两阶段抽样，并通过耦合论证证明了Horvitz-Thompson估计量是渐近正态分布的。当第一级抽样比可忽略时，本文提出了简化的方差估计，它不需要估计一级单元内的方差，并证明了它们是相容的。一个应用程序的城市政策，这是这项工作的最初动机小组，也提出。
2019-01-04 stat.ME
Transformed Naive Ratio and Product Based Estimators for Estimating Population Mode in Simple Random Sampling
本文提出了一种基于变换朴素比和乘积的估计方法，用于无替换简单随机抽样下总体模型的估计。在一定的自然总体和人工生成的数据集上，研究了所提出的变换朴素比率型估计量的性能的偏差、均方误差、相对效率、均方误差的精确值与模拟均方误差的比值以及置信区间.我们已经证明，建议的转换朴素比估计是更有效的比朴素估计和朴素比估计的人口模式。
2019-07-01 stat.ME
A general class of regression type estimators in systematic sampling under non-response
本文提出了无响应下系统抽样中利用辅助信息估计总体均值的一类广义修正回归型估计。推导了一阶近似下的偏差和均方误差的表达式。数值研究包括支持的理论结果。
2013-06-26 stat.ME
Product-limit estimators of the gap time distribution of a renewal process under different sampling patterns
该研究将更新过程间隔时间分布的非参数估计归为特定抽样框架下的生存分析问题，介绍了数种简单乘积限估计量虽效率有限但仍适用的场景。
2023-05-01 stat.AP stat.ME
Simple estimators for network sampling
提出了一种新的网络抽样设计估计方法，包括响应者驱动抽样（RDS）和雪球抽样（SB）。这些类型的链接追踪设计对于隐藏人群的研究至关重要，例如艾滋病毒风险人群。新方法背后的简单思想是对样本网络数据运行快速抽样过程，以估计实际调查的包含概率，并将其纳入人口均值和比例的不等概率估计中。通常的RDS和SB设计的改进版本也被提出，称为RDS+和SB+，以获得更多的样本内链接的信息。在使用科罗拉多斯普林斯研究艾滋病毒异性传播的网络进行的模拟中，新的估计量在大多数情况下产生的偏差和均方都低于当前方法。对于具有最大均方误差与当前估计的变量，改进与新的估计是戏剧性的。使用增强型设计版本后，估计值得到了更大的改善。对于总体平均度的估计，用新方法估计的效率增益，RDS为29，RDS+为54，SB为26，SB+为80。这意味着，例如，在普通RDS设计中，新估计量的均方误差，相同的数据，是目前使用的估计量的1/29。新方法计算复杂，但速度快，规模扩大。新的估计方法可用于重新分析现有的网络调查数据。对于新的网络抽样研究，建议使用改进的设计以及新的估计量。
2019-04-22 stat.ME
Preliminary Estimators of Population Mean using Ranked Set Sampling in the Presence of Measurement Error and Non-Response Error
针对同时存在无应答误差与测量误差的总体均值估计问题，提出基于排序集抽样和辅助信息的新型估计量，推导其理论性质并通过实验验证其性能优于现有估计量。
2023-10-31 stat.AP stat.ME
Horvitz-Thompson estimators for functional data: asymptotic confidence bands and optimal allocation for stratified sampling
当处理非常大的函数数据集时，调查抽样方法是有用的，以便获得简单函数量的估计值，而不必存储所有数据。我们在这里提出一个霍维茨-汤普森估计的平均轨迹。在超总体框架的背景下，我们证明在温和的正则条件下，我们获得了均值函数及其方差函数的一致相合估计量。通过对抽样设计的额外假设，我们陈述了一个功能性的中心极限定理，并推导出渐近置信带。详细研究了分层抽样问题，得到了考虑均值方差准则的最优分配规则的函数形式。这些技术通过N=18902个电表的测试群体来说明，对于这些电表，我们在一周内每30分钟测量一次个人用电量。我们表明，分层可以大大提高估计的准确性和减少的宽度相比，简单随机抽样没有更换的全球置信带。
2010-09-29 stat.AP stat.ME
Combining cluster sampling and link-tracing sampling to estimate the size of a hidden population: asymptotic properties of the estimators
Félix-Medina和Thompson（2004年）提出了一种联系追踪抽样的变体，以估计吸毒者、性工作者或无家可归者等隐藏人口的规模。在他们的变体中，构建了人口成员倾向于聚集的地点的抽样框。该框架并不假定覆盖整个人口，而只是覆盖其中的一部分，而是选择一个简单的随机样本;确定样本点的人口，并要求他们说出加入样本的其他人口成员的名字。这些作者提出了人口规模的极大似然估计，该估计来自于在抽样地点发现的人数的多项模型和认为一个人被特定抽样地点中的任何元素命名的概率（链接概率）不依赖于命名的人，即概率是齐次的模型。后来，Félix-Medina等人（2015）提出了人口规模的无条件和条件极大似然估计，该估计来自一个考虑了链接概率异质性的模型。在这项工作中，我们考虑这种抽样设计和设置条件的一般模型的链接概率，保证一致性和渐近正态的人口规模的估计和模型的参数估计的链接概率。特别地，我们证明了总体大小的无条件和条件极大似然估计是一致的，并且具有彼此不同的渐近正态分布。
2015-06-20 stat.ME
Network driven sampling; a critical threshold for design effects
网络爬行、雪球抽样和响应者驱动抽样（RDS）是三种用于联系难以接触人群的网络抽样技术。本文研究这些程序作为一个马尔可夫过程的社会网络，是由一棵树索引。该树中的每个节点对应于一个观察，树中的每条边对应于一个引用。使用树（而不是链）索引允许采样单元将多个未来单元引用到样本中。在调查抽样中，设计效应表征了由新的抽样策略引起的额外方差。如果设计效应是某个值$DE$，则从新设计构造估计量使估计量的方差比在具有相同样本量$n$的简单随机样本下的方差大$DE$倍。在一定的假设下，推荐树，网络抽样的设计效果有一个临界阈值，这是一个功能的推荐率$m$和社会网络中的聚类结构，表示的马尔可夫转移阵，$λ_2$的第二个特征值。如果是$m < 1/λ_2^2$，则设计效应是有限的（即标准估计量是$\sqrt{n}$ -相容的）。但是，如果是$m > 1/λ_2^2$，则设计效应随$n$增长（即标准估计量不再与$\sqrt{n}$一致）。超过此临界阈值，估计量的标准误差以$n^{\log_m λ_2}$的较慢速率收敛。马尔可夫模型允许对节点进行重新采样;计算结果表明，研究结果在无替换采样中保持不变。为了估计适应正确水平的不确定性的置信区间，提出了一种新的重新估计过程。计算实验比较这个过程与以前的技术。
2017-06-01 math.ST stat.ME stat.ML
Multiple seed structure and disconnected networks in respondent-driven sampling
响应者驱动抽样（RDS）是一种特别适合于对隐藏总体进行抽样的链接追踪抽样方法。RDS结合了一个有效的雪球型抽样方案与推理程序，产生无偏的人口估计的抽样程序和人口结构的一些假设。几个种子个体通常用于启动RDS招募。然而，标准RDS估计理论假设所有样本个体仅来自一个种子。我们提出了一个估计，基于一个随机游动与隐形传态，这占RDS的多种子结构。新的估计也可以用于断开的社交网络的人口。我们数值评估我们的估计通过模拟人工和真实的网络。我们的估计优于以前的估计，特别是当样本中的种子的比例很大。我们建议我们的新估计用于RDS研究，特别是当种子数量很大或人口的社会网络断开。
2016-03-14 cs.SI physics.soc-ph stat.ME
On the impossibility of constructing good population mean estimators in a realistic Respondent Driven Sampling model
目前的方法，从受访者驱动抽样（RDS）收集的数据的人口平均估计是基于霍维茨-汤普森估计连同一组假设的抽样模型下，包含概率可以确定从数据中包含的信息。在本文中，我们认为，这样的一套假设是过于简单，是现实的，在现实的抽样模型，情况要复杂得多。具体来说，我们研究了一个现实的RDS采样模型，是由现实世界的RDS数据集的动机。我们表明，对于这个模型，包含概率，这是必要的应用程序的Horvitz-Thompson估计，不能单独由样本中的信息来确定。这意味着，除非获得有关底层人口网络的额外信息，否则从目前的RDS数据中设想人口均值估计的一般理论是无望的。
2014-11-07 stat.AP stat.ME
Optimal Control Variates for Survey Sampling and Causal Inference
Boston University（波士顿大学）
本文针对调查抽样与因果推断场景提出一类最优控制变量估计量，通过参数化基函数并求解对应优化问题，在真实调查数据和模拟中实现了显著的方差缩减。
2026-08-19 econ.EM math.OC stat.ME
Estimating the rate of defects under imperfect sampling inspection - a new approach
我们考虑的问题，估计的缺陷率（平均每项缺陷数），给定两个独立的不完美的检查员检测到的一个样本的项目的缺陷计数。与众所周知的“捕获-重新捕获”方法的设置相反，我们{ \it{do not} }具有关于由{ \it{both} }检查器联合检测到的缺陷数量的信息。我们解决这个问题，通过构建两种类型的估计-一个简单的矩型估计，和一个复杂的最大似然估计。这些估计的性能进行了研究分析，并通过模拟。结果表明，极大似然估计优于矩型估计。并与捕获-再捕获方法作了系统的比较。
2019-04-22 stat.ME
Strong uniform consistency of nonparametric estimation for quantile-based entropy function under length-biased sampling
本文研究长度偏差抽样下基于分位数的 Shannon 熵的非参数估计，证明两种估计量的强一致相合性，并通过模拟和真实数据验证其有效性。
2025-09-19 stat.ME
Sampling-based federated inference for M-estimators with non-smooth objective functions
本文提出基于MCMC采样和第二阶段扰动的联邦推断框架，用于非光滑M估计量，并通过基于差异性度量和lasso正则化的自适应站点选择策略实现最优渐近效率，防止负迁移。
2025-05-05 stat.ME
Selection of proposal distributions for multiple importance sampling
朴素重要性抽样（IS）估计器通常在涉及对多个目标的同时推断的示例中不工作得很好，因为重要性权重可以取任意大的值，使得估计器高度不稳定。在这种情况下，替代的多个IS估计，涉及多个建议分布的样本是首选。就像朴素IS一样，这些多IS估计器的成功关键取决于建议分布的选择。这些提案发行版的选择是本文的重点。我们提出了三种方法：（i）几何空间填充方法，（ii）极小极大方差方法，和（iii）最大熵方法。前两种方法适用于任何IS估计器，而第三种方法在Doss（2010）的两阶段IS估计器的上下文中描述。对于第一种方法，我们提出了一个合适的“接近度”的对称库尔贝克-莱布勒散度的基础上，而第二和第三种方法分别使用Doss（2010年）的IS估计和Geyer（1994年）的反向逻辑斯谛回归估计的渐近方差估计。因此，当样本的建议分布获得运行马尔可夫链，我们提供了一致的谱方差估计这些渐近方差。使用各种详细的例子来说明建议密度的选择方法。
2022-04-18 stat.ME
Predictive mean matching imputation in survey sampling
预测均值匹配插补是调查抽样中处理项目无应答的常用方法。本文研究了总体均值的预测均值匹配估计的渐近性质。对于方差估计，由于匹配估计的非光滑性，固定匹配的匹配估计量的传统自举推断已被证明是无效的。我们提出了渐近有效的复制方差估计。关键策略是直接基于线性项而不是变量的单个记录来构建估计量的重复。扩展到最近邻填补也进行了讨论。仿真研究证实，新的程序提供了有效的方差估计。
2018-01-12 stat.ME
Sampling distributions for complex design variance estimators in a Fay-Herriot model
University of Washington（华盛顿大学）；Norwegian University of Science and Technology（挪威科技大学）
本文研究了复杂设计方差估计器在Fay-Herriot模型中的采样分布，提出两种分布并比较其在DHS设计中的表现，发现简单分布与复杂分布效果相当。
2026-04-24 stat.ME
Improved Inference for Respondent-Driven Sampling Data with Application to HIV Prevalence Estimation
受访者驱动抽样是链接追踪网络抽样的一种形式，广泛用于研究难以接触的人群，通常用于估计人口比例。以前的治疗这个过程中使用了替换近似，我们发现诱导偏差估计大样本分数和差分网络连通性的特征的兴趣。我们提出了一个治疗的响应驱动的抽样作为一个连续的抽样过程。与现有的表示，我们的方法尊重的过程中的基本无替换功能，同时收敛到现有的小样本分数与替换表示，并为一个完整的人口样本的样本均值。我们提出了一个连续抽样为基础的估计人口均值的基础上响应驱动的抽样数据，并证明其优越的性能时，隐藏人口的大小是已知的。我们对未知的人群规模进行了敏感性分析。此外，我们注意到，像其他现有的估计，我们的新估计是受偏见所引起的初始样本的选择。使用在两个国家的三个人群中收集的数据，我们说明了这种方法的应用，具有不同特征的人群。我们的结论是，连续抽样估计改进现有的估计，也可以作为一个诊断工具时，人口规模是未知的。
2010-06-24 stat.ME
A note on the consistency of the Narain-Horvitz-Thompson estimator
为了使Narain-Horvitz-Thompson估计量具有通常的渐近性质（例如一致性），需要对抽样设计和感兴趣的变量设定一些条件。Cardot等人（2010）给出了均方相合性的一些充分条件，但其中一个条件通常很难证明或对某些不等概率抽样设计不成立。我们提出了Narain-Horvitz-Thompson估计量均方一致性的替代条件。在鞅抽样算法的情况下，也证明了一个特殊的结果，这意味着在立方体方法的快速算法下的一致性。
2014-12-09 stat.ME
Essentially ML ASN-Minimax double sampling plans
本文研究了具有未知标准差和双侧规格限的正态分布质量特性的ASN-Minimax（AM）双重抽样方案。基于不合格率p的估计量p*，即最大似然（ML）估计量，分别利用首样和合并样的随机变量p* 1和p* p，计算AM-双重抽样方案。给定p_1、p_2、α和β，基于相同估计量的AM-双重抽样方案都不具有平均样本量的下最大值，同时满足经典的两点条件。
2011-06-21 stat.ME
Variance Estimation in Ranked Set Sampling Using a Concomitant Variable
当秩集抽样（RSS）和判断后分层（JPS）通过测量一个伴随变量时，我们提出了一个非参数方差估计。我们提出的估计是通过条件观测伴随值和使用非参数核回归。
2015-06-22 stat.ME
Reducing Seed Bias in Respondent-Driven Sampling by Estimating Block Transition Probabilities
受访者驱动抽样（RDS）是一种流行的方法来研究边缘化或难以接触的人群。它通过激励参与者将他们的朋友推荐到研究中来，从网络人群中收集样本。分析RDS样品的一个主要挑战是种子偏倚。种子偏差是指当社交网络被划分为多个社区（或区块）时，RDS样本可能无法平衡地代表人口中的不同社区，这种不平衡与初始参与者（或种子）相关。在这种情况下，估计量的分布通常是非平凡的混合，这是由（1）种子和（2）参考如何从一个块过渡到另一个块来确定的。本文表明：（1）块-转移概率容易估计，精度高;（2）我们可以用这些估计的块-转移概率来估计块上的平稳分布，从而估计块比例。在RDS文献中，以前曾使用这种块上的固定分布来评估采样过程是否出现“混合”。我们使用这些估计块比例在一个简单的后分层（PS）估计，大大减少种子偏差。通过以这种方式聚集在块/层，我们证明了PS估计是$\sqrt{n}$ -马尔可夫模型下一致的，即使当其他估计不是。仿真结果表明，PS估计具有较小的均方根误差（RMSE）相比，国家的最先进的估计。
2018-12-04 cs.SI math.PR math.ST
Optimal sampling for design-based estimators of regression models
两阶段设计测量子队列中感兴趣的变量，其中队列中所有个体的结果和协变量都很容易获得或便宜。考虑到有限的资源可用性，它是感兴趣的，以找到一个最佳的设计，包括更多的信息个人在最终的样本。我们探索最佳的设计和效率的分析设计为基础的估计。广义耙是一种有效的基于设计的估计器，它通过基于辅助信息调整权重来改进逆概率加权（IPW）估计器。本文给出了广义耙估计量估计回归系数的最优设计的封闭解。我们比较它与最优设计的分析，通过IPW估计和其他两个阶段的设计在测量误差设置。我们考虑一般的两阶段设计，其中结果变量和感兴趣的变量可以是连续的或离散的。我们的研究结果表明，两个基于设计的估计分析的最佳设计可以是非常不同的。IPW估计的最佳设计是最佳的分析，通过IPW估计，并通常给出接近最佳的效率，广义耙，虽然我们表明，在某些设置有潜在的改善。
2021-06-16 stat.ME
Nearest neighbor imputation for general parameter estimation in survey sampling
最近邻插补是调查抽样中处理项目无应答的常用方法。本文研究了一般总体参数，包括总体均值、比例和分位数的最近邻填补估计的渐近性质。对于方差估计，由于匹配估计的非光滑性，具有固定匹配数的匹配估计的传统自举推断已被证明是无效的。我们提出了渐近有效的复制方差估计。关键策略是直接基于线性项而不是变量的单个记录来构建估计量的重复。仿真研究证实，新的程序提供了有效的方差估计。
2017-06-30 stat.ME
Importance Sampling and its Optimality for Stochastic Simulation Models
我们考虑的问题，估计一个预期的结果，从随机模拟模型。我们的目标是发展一个理论框架的重要性抽样，这样的估计。通过研究重要性抽样估计量的方差，我们提出了一个两阶段的过程，包括回归阶段和抽样阶段，以构建最终的估计量。我们在第一阶段引入了参数和非参数回归估计，并研究了两个阶段之间的分配如何影响最终估计的性能。我们分析了这两种方法的方差减少率，并推导出它们的预言性质。我们使用两个数值例子和风力涡轮机可靠性评估的案例研究评估的方法的经验性能。
2019-09-25 stat.CO stat.ME
Optimal two-phase sampling designs for generalized raking estimators with multiple parameters of interest
University of Washington（华盛顿大学）；Vanderbilt University（范德堡大学）；University of Auckland（奥克兰大学）；Kaiser Permanente Washington Health Research Institute（凯撒永久华盛顿健康研究所）
本文研究了在多个感兴趣的参数下，通过双阶段抽样设计优化通用加权估计器的效率，提出多种分配策略并通过模拟和实际数据验证，发现独立优化每个参数的分配比传统配对抽样更有效，且最优设计对GR和IPW估计器有显著影响。
2026-03-19 stat.ME
New ranked set sampling for estimating the population parameters
本文对秩集抽样（RSS）提出了一种新的改进，即统一秩集抽样（URSS），用于估计总体均值和方差。通过蒙特卡罗模拟，比较了基于URSS的经验均值和方差估计量在秩集抽样和简单随机抽样（SRS）中的性能。仿真结果表明，当排序是完美的时，URSS估计器的性能优于使用RSS和SRS设计的估计器。当排序不完全时，URSS估计在排序集抽样和简单随机抽样方法中仍优于其同类估计。最后通过一个实例说明了该方法的有效性。
2015-07-16 stat.ME
Computationally Efficient Nonparametric Importance Sampling
由重要性抽样建立的方差减少强烈地依赖于重要性抽样分布的选择。一个好的选择往往很难实现，特别是对于高维集成问题。最优重要性抽样分布的非参数估计（称为非参数重要性抽样）是参数估计的一种合理的替代方法，本文提出并研究了自归一化和非归一化重要性抽样估计的非参数变体。对非参数重要性抽样的一个常见批评是与参数方法相比增加了计算负担。我们解决了这个问题，在很大程度上利用线性混合频率多边形估计，而不是核估计。均方误差收敛特性的影响，导致非参数重要性抽样的有效应用的建议。特别地，我们证明了非参数重要性抽样渐近地达到最佳的重要性抽样方差。非参数重要性抽样算法的效率在很大程度上依赖于所采用的非参数估计量的计算效率。线性混合频率多边形优于核估计在某些标准，如有效的采样和评估。此外，它是兼容的反演方法的样本生成。这使得我们的算法与其他方差减少技术，如分层抽样。通过三个基准集成问题的建议算法的实用性的经验证据。作为一个应用，我们估计了基于实际数据的垃圾邮件过滤器排队系统的队列长度分布。
2008-10-20 stat.CO stat.ME
Monte Carlo Simulation for Lasso-Type Problems by Estimator Augmentation
在$\ell_1$惩罚下的正则化线性回归，如Lasso，已被证明在变量选择和稀疏建模中是有效的。$\ell_1$惩罚估计量$\hatβ$的采样分布很难确定，因为估计量是由优化问题定义的，该优化问题通常只能用数值求解，并且其许多分量可能正好为零。令$S$为在$\hatβ$处评估的系数向量$β$的$\ell_1$范数的次梯度。我们发现，联合抽样分布的$\hatβ$和$S$，一起被称为一个增广估计，是更容易处理的，并在低维（$p\leq n$）和高维（$p>n$）设置的正态误差分布下具有封闭形式的密度。给定$β$和误差方差$σ^2$，可以采用标准蒙特卡罗方法，例如马尔可夫链蒙特卡罗和重要性抽样，从增广估计量的分布中抽取样本，并计算关于$\hatβ$的抽样分布的期望值。我们开发了一些具体的Monte Carlo算法，并证明了数值例子，我们的方法可以提供巨大的优势和极大的灵活性，在研究$\ell_1$惩罚线性回归的抽样分布。我们还建立了非渐近界$\hatβ$的真实抽样分布和估计值之间的差异，通过插入估计参数，这证明了蒙特卡罗模拟的有效性，即使当$p\gg n\to \infty$从估计的抽样分布。
2014-07-13 stat.ME stat.ML
Bayesian Estimators for Small Area Models Shrinking Both Means and Variances
对于面积级数据的小面积估计，Fay-Herriot模型被广泛用作基于模型的方法。在Fay-Herriot模型中，通常假设抽样方差是已知的，而实际上使用的是抽样方差的估计量。因此，已知抽样方差的设置是不现实的，并提出了几种方法来克服这个问题。在本文中，我们假设的情况下，抽样方差的直接估计是可用的，以及样本均值。利用这些信息，我们提出了一个贝叶斯但客观的方法产生收缩估计的均值和方差的Fay-Herriot模型。我们考虑了样本方差的层次结构，并对模型参数设置了统一的先验，以保持模型的客观性。为了验证后验推断的有效性，我们在较弱的条件下证明了后验分布是适当的，并且具有有限的方差。我们通过模拟和实证研究来研究数值性能。
2016-04-06 stat.ME
Deductive semiparametric estimation in Double-Sampling Designs with application to PEPFAR
在随访时间较长的研究中，不可预测的脱落是常见的，除非仔细处理，否则可能会使研究结果产生偏倚。双重抽样设计分配额外的资源，以追求辍学的子样本，并找出他们的结果，这可以解决潜在的偏见，由于不可解释的辍学。由于半参数估计具有稳健性，因此需要构造双重抽样设计的半参数估计。然而，获得这样的半参数估计仍然是一个挑战，由于有效影响函数（EIF）的解析形式的要求，其推导可以是特设的和困难的双重抽样设计。最近的工作表明，如何推导的EIF可以演绎和计算机化使用功能的衍生表示的EIF在非参数模型。然而，这种方法需要导出连续分布和点质量的混合，这本身对于诸如双重抽样设计之类的复杂问题来说是具有挑战性的。通过推广演绎和可计算机化的估计方法，提出了双重抽样设计中生存概率的半参数估计。特别是，我们建议建立半参数估计的基础上离散化的支持结构，它近似可能连续的观测数据分布和规避的混合分布的推导。我们的方法是演绎的意义上说，它预计将产生半参数局部有效的估计在有限的步骤内，没有知识的EIF。我们应用建议的估计估计死亡率的双重抽样设计的总统艾滋病紧急救援计划（PEPFAR）计划的组成部分。我们评估了双重抽样选择标准对死亡率估计的影响。
2019-06-26 stat.ME
Nonparametric Identification for Respondent-Driven Sampling
受访者驱动抽样是一种针对隐藏或难以接触的人群的调查方法，其中被抽样的个人通过他们的社会联系招募研究人群中的其他人。最流行的估计为人口的平均值假设个人抽样概率是成比例的每个主题的报告程度在社会网络连接成员的隐藏人口。然而，目前还不清楚在什么情况下，这些估计是有效的，以及什么样的假设是正式需要确定人口数量。在这个简短的说明中，我们详细介绍了非参数识别结果的总体平均值时，抽样概率被假定为网络度的函数已知的规模。重要的是，我们建立了流行的Volz-Heckathorn（VH）估计的一致性的一般条件。我们的研究结果意味着，VH估计的一致性的条件远不如最近的RDS诊断工作所建议的严格。特别是，我们的研究结果不需要随机抽样或存在连接人口的网络。
2015-04-14 stat.ME
Ensemble approximate control variate estimators: Applications to multi-fidelity importance sampling
最近的增长，在多保真度的不确定性量化已经引起了一个大的集合的方差减少技术，利用信息从模型集成提供方差减少估计的高保真模型的统计。在本文中，我们提供了两个贡献：（1）我们利用系综估计占近似控制变量（ACV）的方法的最佳权重的不确定性，并推导出下限所需的样本数量，以保证方差减少;（2）我们扩展了现有的多保真度重要性抽样（MFIS）计划，以利用控制变量。因此，我们取得了重大进展，例如，通过考虑导频样本$-$的影响，并使用多保真度方法更有效地估计低概率事件，从而提高了近似控制变量$-$的实用性。数值结果表明，我们的混合MFIS-ACV估计实现了高达50%的改进，在方差减少现有的国家的最先进的MFIS估计，这已经表现出出色的收敛速度相比，蒙特卡罗方法，对计算力学的几个问题。
2021-01-07 stat.CO stat.ME
PPI is the Difference Estimator: Recognizing the Survey Sampling Roots of Prediction-Powered Inference
Bentley University（本特利大学）
本文探讨PPI推断框架与调查抽样文献中已确立的估计器的等价性，分析其在方法和贡献上的继承与创新，并呼吁两个领域更深入的整合。
2026-03-19 stat.ME stat.ML
Nested Simulation Methods for Sobol' Index Estimation: Bias Correction, Budget Allocation, and Latin Hypercube Sampling
Grado Department of Industrial and Systems Engineering, Virginia Tech（弗吉尼亚理工大学工业与系统工程格拉多系）
本文针对索伯列夫指数估计问题，通过嵌套模拟统一比较经典估计器与嵌套模拟估计器，分析标准嵌套模拟估计器并提出两种扩展，刻画模拟工作量分配，研究拉丁超立方抽样影响，为估计器选择提供实践指导。
2026-07-08 stat.ME
Mean Squared Prediction Error Estimators of EBLUP of a Small Area Mean Under a Semi-Parametric Fay-Herriot Model
本文针对半参数 Fay-Herriot 模型，推导了小域均值 EBLUP 的均方预测误差估计量，证明其在非正态条件下保持二阶无偏，且无需估计随机效应峰度，并通过模拟验证其精度。
2025-02-24 stat.ME
Optimal shrinkage covariance matrix estimation under random sampling from elliptical distributions
本文考虑了当样本量小于或不大于数据的维数时估计高维（HD）协方差阵的问题。本文提出了一种正则化的样本协方差阵（RSCM）估计器，它可以应用于常见的稀疏数据问题。建议的RSCM估计是基于未知的最佳（oracle）收缩参数，产生最小均方误差（MMSE）之间的RSCM和真正的协方差阵的数据是从一个未指定的椭圆对称分布采样时的估计。我们提出了两种变体的RSCM估计不同的方法，他们估计的基础球度参数中涉及的理论最佳收缩参数。建议RSCM估计的性能进行了评估与数值模拟研究。特别是当样本量较低时，建议的RSCM估计量通常比Ledoit和Wolf（2004）的传统RSCM估计量有显著改善。我们进一步评估所提出的估计在分类和投资组合优化问题与真实数据的性能，其中所提出的方法能够优于基准方法。
2018-08-30 stat.ME
Network Structure and Biased Variance Estimation in Respondent Driven Sampling
本文探讨了被访者驱动抽样（RDS）中抽样方差估计的偏差问题。以前的RDS方法学工作集中在其有问题的假设和偏差和效率低下的人口平均估计。尽管如此，研究人员只给予轻微的关注，估计抽样方差RDS的主题，尽管方差估计的重要性，置信区间和假设检验的建设。在本文中，我们表明，RDS抽样方差的估计依赖于一个关键的假设，即网络是一阶马尔可夫（FOM）的因变量的利益。我们证明，通过直观的例子，数学概括，和计算实验，目前的RDS方差估计将总是低估RDS在不符合FOM假设的经验网络的人口抽样方差。对Facebook和Add Health的215个大学和学校网络的分析表明，我们分析的每个经验网络都违反了FOM假设，这些违反行为导致了抽样方差的RDS估计值存在很大偏差。我们提出并测试了两种替代方差估计，显示出一定的承诺，减少偏见，但也说明了估计抽样方差的限制，只有部分信息的底层人口社会网络。
2015-12-04 cs.SI stat.AP stat.ME
Repeated sampling of different individuals within the same clusters to improve precision of longitudinal estimators: the DISC design
University of California, Berkeley（加州大学伯克利分校）；Duke University（杜克大学）
研究纵向研究中抽样设计，介绍DISC设计，它结合群组与重复横截面设计，在基线取集群样本，各时间点取集群内不同个体横截面样本，能提高估计量精度。
2026-07-07 stat.ME
Design-Based and Network Sampling-Based Uncertainties in Network Experiments
该研究针对网络实验中的OLS溢出效应估计，分析了设计与网络抽样两类不确定性下的因果解释问题，发现回归变量相关性会引发污染偏差，推导了渐近分布并提出网络稳健方差估计量，验证了偏差会导致溢出估计偏高。
2025-09-07 econ.EM stat.ME
Covariance Expressions for Multi-Fidelity Sampling with Multi-Output, Multi-Statistic Estimators: Application to Approximate Control Variates
本文推导了多保真度采样中多输出、多统计量估计量的协方差表达式，并在approximate control variate方案中证明利用多输出能显著降低估计量方差。
2024-06-28 stat.CO stat.ME
Inverse Probability Weighting: from Survey Sampling to Evidence Estimation
本文研究逆概率加权估计量的弱悖论，提出基于贝叶斯筛和共轭分层模型的两种贝叶斯估计方法，并通过模拟与后验相合性证明其在调查抽样、证据估计和因果推断中的优势。
2025-04-14 stat.ME
Conditional bias robust estimation of the total of curve data by sampling in a finite population: an illustration on electricity load curves
出于营销或电网管理的目的，电力公司现在进行了许多基于对客户组的总电力消耗曲线的分析的研究。总负荷曲线或平均负荷曲线是使用在精细时间网格上测量的单个曲线估计的，并根据一些抽样设计收集。由于用电量分布的偏态，这些样本往往包含离群曲线，这可能对通常的估计程序产生重要影响。我们介绍了几个强大的估计的总消费曲线，这是不敏感的离群曲线。这些估计是基于条件偏差方法和鲁棒函数方法。我们还推导出这些稳健估计的均方误差估计，最后，我们评估和比较爱尔兰电力数据的建议估计的性能。
2018-06-27 stat.AP stat.ME
