Statistics in Survey Sampling
本文作为调查抽样教材,介绍调查抽样理论与方法,详细讨论抽样设计和估计方法,涵盖多种抽样及估计技术,为调查抽样提供系统的理论与方法指导。
2024-12-01 stat.ME
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
Data-adaptive exposure thresholds for the Horvitz-Thompson estimator of the Average Treatment Effect in experiments with network interference
针对网络干扰实验中暴露映射阈值难以确定的问题,本文提出一种基于线性剂量-反应模型的数据自适应方法,通过最小化 Horvitz-Thompson 估计量的均方误差来选择最优 h 比例阈值,并在模拟和 Amazon 产品相似性图上验证了其优于非自适应选择且对模型偏差具有稳健性。
2025-02-04 stat.ME
A note on Horvitz-Thompson estimators for rare subgroup analysis in the presence of interference
当存在干扰时,受试者的结果取决于其他人的治疗,治疗效果可能采取几种不同的形式。这种情况经常出现,特别是在疫苗评价中。在可能存在干扰的情况下,两阶段整群随机试验被建议作为估计某些感兴趣的因果对比的一种手段。在有限总体环境中工作,使用文献中建议的一些估计量研究罕见和计划外的亚组分析,包括Horvitz-Thompson、Hajek以及Hudgens和Halloran 2008年建议的边际估计量的自然扩张。我定义了个人,组和个人和组的基线变量的条件下的利益的估计,给每个无偏霍维茨-汤普森风格的估计。我还为几个估计量提供方差估计量。我表明,霍维茨-汤普森(HT)型估计总是无偏的组或人口中提供至少一个主题,无论水平的兴趣估计,是在子组的兴趣。这是不正确的“自然”或哈耶克风格的估计,这将往往是不确定的罕见的子群。
2020-01-08 math.ST stat.ME stat.TH
A cautionary note on the Hanurav-Vijayan sampling algorithm
我们考虑Hanurav-Vijayan抽样设计,这是SAS软件的SURVEYSELECT程序中编程的默认方法。我们证明了它是等效的Sunter程序,但能够处理任何一组包含概率。我们证明了Horvitz-Thompson估计量在这种抽样设计下不是一般一致的。提出了一个条件Horvitz-Thompson估计,并在一阶包含概率的非标准假设下证明了它的相合性.由于这一假设在实践中似乎难以控制,我们建议不要使用Hanurav-Vijayan抽样设计。
2021-03-10 stat.ME
Combining Cluster Sampling and Link-Tracing Sampling to Estimate Totals and Means of Hidden Populations in Presence of Heterogeneous Probabilities of Links
我们提出了Horvitz-Thompson-like和Hajek-like估计的总和平均值的一个变量的价值与一个难以达到的人口的元素由Felix-Medina和Thompson(2004)提出的链接跟踪抽样的变体采样。这类人群的例子有吸毒者、无家可归者和性工作者。在这个抽样变量中,构建了一个由人口成员倾向于聚集的场所或场所(如公园和酒吧)组成的框架。该框架并不假定涵盖整个人口。从框架中选择元素的初始聚类样本,其中聚类是场地,并且初始样本中的元素被要求说出他们的联系人,这些联系人也是人口的成员。通过在样本中包括不在初始样本中的指定元素来增加样本量。所提出的估计量不使用基于设计的包含概率,而是使用基于模型的包含概率,该包含概率来源于Felix-Medina等人(2015)提出的模型,并通过极大似然估计量进行估计。假设包含概率是异质的,也就是说,它们取决于抽样的人。所提出的估计量的方差的估计是通过自助法获得的,它们被用来构建总数和平均值的置信区间。两个数值研究,其中一个基于真实数据的估计和置信区间的性能进行了评估,结果表明,他们的性能是可以接受的。
2020-05-21 stat.ME
Dirichlet Meets Horvitz and Thompson: Estimating Homophily in Large Networks via Sampling
University of Rochester(罗切斯特大学);Johns Hopkins University(约翰斯·霍普金斯大学)
本文提出基于采样的HT估计器,利用狄利克雷能量估计大规模网络中的同性倾向,通过解析边包含概率实现无偏推断。
2025-12-18 cs.SI eess.SP stat.ME
Quantifying Uncertainty for Temporal Motif Estimation in Graph Streams under Sampling
动态网络,又名。图形流由一组顶点和一组带时间戳的交互事件(即,时间边缘)。时间模体被定义为图流上的(小)同构诱导子图类,同时考虑边排序和持续时间。与静态网络中的模体一样,时间模体是动态网络中时间结构的基本构建块。已经设计了几种方法来计算图流中时间图案的出现,最近的工作集中在估计各种采样方案下的计数以及浓度属性。然而,很少有人注意到的问题,不确定性量化和渐近统计性质的计数估计。在确定性图流的边采样框架下,建立了一种Horvitz-Thompson型估计的相合性和渐近正态性,该估计可用于构造采样下时间模体数的置信区间和进行假设检验.我们也建立了类似的随机模型下的类似结果。我们的研究结果与社会,通信,生物和大脑网络中的广泛应用有关,用于涉及模式发现的任务。
2022-02-21 stat.ME
Functional central limit theorems for single-stage samplings designs
对于基于模型和基于设计的联合推理,在调查抽样框架下,建立了以有限总体均值和超总体均值为中心的Horvitz-Thompson经验过程和Hájek经验过程的泛函中心极限定理.结果适用于单阶段不等概率抽样设计,基本上只需要高阶相关的条件。我们应用我们的主要结果Hadamard可微统计泛函,并说明其极限行为的计算机模拟。
2016-05-04 math.ST stat.TH
Martingale central-limit theorems for pivotal sampling
有序枢轴抽样是实现无替换不等概率抽样的最简单算法之一。它已在纵向调查和空间抽样方面得到应用,特别是能够使选定的单位实现良好的空间平衡。本文采用Ohlsson~(1986)提出的方法,利用鞅中心极限定理证明了Horvitz-Thompson估计在基于设计的方法和模型辅助方法下的渐近正态性。特别是,我们的模型假设允许值之间的相关性,这是特别感兴趣的应用程序在空间采样。
2015-10-29 math.ST stat.TH
Robust Estimation of Polychoric Correlation for Complex Survey Designs Using Minimum Divergence Methods
George Mason University(乔治梅森大学)
针对调查数据污染问题,提出基于Hellinger距离和负指数差异的鲁棒多分格相关估计器,结合Horvitz-Thompson调整频率,并引入惩罚岭和Lasso变体,理论证明一致性和渐近正态性,模拟实验展示不同污染场景下的性能优势。
2026-06-26 stat.ME
Designing Spatial Treatments
Georgia Institute of Technology(佐治亚理工学院);University of California, Santa Cruz(加州大学圣克鲁兹分校)
本文针对空间处理的最优设计问题,提出基于Matérn点过程的设计,通过选择最小距离$r$平衡偏差与方差,实现Horvitz-Thompson估计量的极小极大最优收敛速率,并给出渐近正态性与方差估计。
2026-09-09 econ.EM stat.ME
Semiparametric empirical likelihood inference for abundance from one-inflated capture-recapture data
针对捕获-重捕获数据中的单值膨胀与异质性问题,提出半参数经验似然丰度估计方法,通过EM算法求解并设计得分检验,有效提升了估计稳定性和置信区间覆盖率。
2025-07-14 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
Confidence Intervals for Rate Estimation with Importance Sampling in Autonomous Vehicle Evaluation
Waymo LLC(Waymo有限责任公司)
本文提出统一的复合泊松模型框架,通过Horvitz-Thompson估计器实现无偏速率估计,并引入新的单调性准则和指数自助法来构建置信区间,提升实际应用的可解释性。
2026-04-04 stat.AP stat.ME
Inference for two-stage sampling in spatial surveys
本文为连续空间域上的两阶段抽样建立了基于设计的渐近理论,推导了Horvitz-Thompson估计量的方差阶数,证明了估计量的一致性及渐近正态性,并通过森林清查模拟验证了有限样本性能。
2026-09-18 math.ST stat.TH
Sigmoid-FTRL: Design-Based Adaptive Neyman Allocation for AIPW Estimators
Columbia University(哥伦比亚大学);Massachusetts Institute of Technology(麻省理工学院);New York University(纽约大学)
Sigmoid-FTRL通过同时最小化两个凸遗憾解决AIPW估计量的非凸性问题,证明其在标准正则条件下以$T^{-1/sofar} R$速率收敛,确立了Neyman遗憾的最小最大速率。
2026-11-05 math.ST stat.ME stat.TH
Model-assisted estimation for MRV: How to boost the economics of SOC sequestration projects without compromising on scientific integrity
Seqana GmbH(Seqana有限公司)
本研究通过模拟验证模型辅助估计(简单回归估计量)在土壤有机碳封存MRV中,能在样本量大于40时保持无偏且有效覆盖,并在相关辅助变量下提升30%精度,从而兼顾科学严谨性与经济效益。
2025-10-15 stat.AP stat.ME
Efficient Inference Without Trading-off Regret in Bandits: An Allocation Probability Test for Thompson Sampling
MRC - Biostatistics Unit(MRC生物统计研究所);University of Cambridge(剑桥大学);Department of Computer Science(计算机科学系);University of Toronto(多伦多大学)
使用强盗算法进行自适应随机实验可以最小化遗憾,但它对统计推断构成了重大挑战(例如,有偏估计量、膨胀的第一类错误和降低的功效)。最近试图解决这些挑战通常强加限制的剥削性质的强盗算法$-$权衡遗憾$-$,并需要大的样本量,以确保渐近保证。然而,大型实验通常在成功的试点研究之后进行,这在其规模或持续时间上受到严格限制。在这种小型试点实验中增加功率,而不限制算法的自适应性质,可以允许有希望的干预措施达到更大的实验阶段。在这项工作中,我们引入了一种新的假设检验,唯一的基于分配概率的强盗算法,而不限制其剥削性质或需要一个最小的实验规模。当应用于$Thompson\ Sampling$时,我们将讨论我们的$Allocation\ Probability\ Test$,介绍其渐近理论性质,并说明其有限样本性能与最先进的方法相比。我们证明了我们的方法的遗憾和推理优势,特别是在小样本,在广泛的模拟和现实世界的实验心理健康方面。
2021-10-30 cs.LG stat.AP stat.ME
On estimators of the mean of infinite dimensional data in finite populations
本文研究了无限维数据下有限总体均值的HT、RHC和GREG估计量,证明了GREG估计量的渐近有效性,并揭示了异方差程度对抽样设计选择及GREG估计量性能的影响。
2023-05-24 math.ST stat.TH
Central Limit Theorem for Gram-Schmidt Random Walk Design
本文针对随机主元顺序的GSW设计证明Horvitz-Thompson估计量的中心极限定理,并给出小于已有上界的精确极限方差。
2023-06-05 math.PR math.ST stat.TH
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
Minimum Hellinger Distance Estimators for Complex Survey Designs
Department of Statistics, George Mason University(乔治梅森大学统计系)
本文提出一种适用于复杂抽样设计的最小Hellinger距离估计器,通过核密度插件方法证明了其一致性、正态分布和鲁棒性,通过模拟和实际应用展示其在效率与鲁棒性之间的权衡。
2025-10-23 cs.IT math.IT math.PR
Rotation Sampling for Functional Data
本文讨论连续时间总体均值的调查估计问题。为此,我们将旋转采样方法扩展到函数数据。与传统的旋转设计,选择样本之前的调查,我们的方法随机每个样本替换,从而允许自适应采样。利用马尔可夫链理论,我们评估的协方差结构和集成平方误差[ISE]的相关Horvitz-Thompson估计。我们的抽样设计通过在更换过程中适当地在人群分层中重新分配样本来降低平均ISE。它们还通过增加更换的频率或强度来减少ISE的方差。为了研究在估计中同时使用当前和过去的测量值的好处,我们开发了一个新的复合估计量。在用电量数据的应用中,我们的旋转方法优于固定面板和传统的旋转样本。由于数据的弱时间依赖性,复合估计量仅略微改进了Horvitz-Thompson估计量。
2013-04-09 math.ST stat.ME stat.TH
A comparison of pivotal sampling and unequal probability sampling with replacement
我们证明了关键抽样的任何实现都比多项式抽样更有效。这个性质需要Horvitz-Thompson估计的弱相合性和保守方差估计的存在性。一个小的模拟研究支持我们的发现。
2016-09-13 math.ST stat.AP stat.ME
Motif Estimation via Subgraph Sampling: The Fourth Moment Phenomenon
本文提出了一个在子图采样模型下对网络模体进行统计推断的框架,推导了Horvitz-Thompson估计量一致性与渐近正态性的充要条件,揭示了第四矩现象,并确定了多种图系综中的精确阈值。
2024-12-21 math.CO math.PR math.ST
Coupling methods for multistage sampling
在没有抽样框或人口分散在一个广阔地区时,住户调查通常采用多级抽样。多级抽样通常在最终单位的选择中引入复杂的相关性,这使得渐近结果相当难以证明。在这项工作中,我们考虑多级抽样与简单随机没有更换抽样在第一阶段,并与一个任意的抽样设计,为进一步的阶段。我们考虑耦合的方法来链接这个抽样设计的一级单元独立选择的抽样设计。我们首先推广的方法介绍了[马扎尔图德。阿卡德Mat. Kutató Int. Közl. 5(1960)361-374]中的方法得到了多级抽样与第一级Bernoulli抽样的耦合,从而得到了Horvitz-Thompson估计量的中心极限定理.在此基础上,提出了一种新的多级抽样与第一级置换抽样的简单随机耦合方法。当第一阶段抽样比趋于零时,利用该方法证明了第一阶段简单随机无替换抽样的有替换Bootstrap的相合性和总体的光滑函数的Bootstrap方差估计的相合性。
2015-11-17 math.ST stat.TH
A Family of Computationally Efficient and Simple Estimators for Unnormalized Statistical Models
University of Helsinki(赫尔辛基大学);HIIT(赫尔辛基信息技术研究所)
我们引入了一个新的家庭的非正规化统计模型的估计。我们的估计族由两个非线性函数参数化,并使用来自辅助分布的单个样本,推广了Geyer和Thompson(1992)的最大似然Monte Carlo估计。该族使得我们可以像估计模型中的任何其他参数一样估计配分函数。通过优化一个代数上简单的、定义明确的目标函数来完成估计,这允许使用专用的优化方法。我们建立了估计族的一致性,并给出了渐近协方差矩阵的表达式,这使我们能够进一步分析非线性和辅助密度对估计性能的影响。在我们的家庭中的一些估计是特别稳定的辅助密度范围很广。有趣的是,非线性的特定选择建立了密度估计和非线性逻辑回归分类之间的联系。最后,从计算效率的角度考虑了相对于给定数据量的辅助样本的最佳数量。
2012-03-15 cs.LG stat.ML
Nonparametric Additive Model-assisted Estimation for Survey Data
研究了在辅助信息的辅助下,估计海量调查数据有限总体总数的可加模型辅助非参数方法。结合样条和局部多项式光滑方法,提出了一类估计量,以提高Horvitz-Thompson估计量的精度。这些估计是校准的,渐近设计无偏的,一致的,正常的和强大的意义上渐近达到Godambe-Joshi下界的预期方差。一个一致的模型选择程序进一步发展,以选择显着的辅助变量。所提出的方法是足够快,在几秒钟内分析大规模的高维调查数据。所提出的方法的性能评估经验,通过模拟研究。
2011-01-04 stat.ME
Finite Population Survey Sampling: An Unapologetic Bayesian Perspective
本文从贝叶斯视角探讨有限总体中复杂依赖下的推断,涵盖层次模型、可忽略与不可忽略响应框架,并介绍图模型与空间过程的应用及近期分析特征。
2025-09-11 stat.ME
Low-Order Inclusion Probabilities Do Not Determine Asymptotic Normality
The University of British Columbia(不列颠哥伦比亚大学)
本研究证明,与SRSWOR具有相同一阶和二阶包含概率的抽样设计仍可能导致样本总和收敛于非正态分布,表明低阶包含概率不足以决定渐近正态性。
2026-10-08 math.ST stat.TH
TS-Neyman: Posterior Sampling for Adaptive Stratified Estimation
Iowa State University(爱荷华州立大学)
针对分层池中标签成本高的问题,提出TS-Neyman算法,通过Thompson采样随机化方差不确定性,实现自适应Neyman分配,证明其几乎必然收敛到最优分配和渐近最优性,并在多个基准测试中接近Oracle效率。
2026-06-07 stat.ME
Quasi Model-Assisted Estimators under Nonresponse in Sample Surveys
University of Zurich, Department of Psychology(苏黎世大学心理学系);Institute of Sport Sciences of the University of Lausanne(洛桑大学体育科学研究所)
本文提出了一类准模型辅助估计器,用于处理样本调查中的非响应问题,通过结合工作模型和响应模型提高估计效率和准确性。
2025-12-10 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
Note on Thompson sampling for large decision problems
越来越多的人对使用流数据来为各种应用领域的决策提供信息感兴趣,包括移动健康,食品安全,安全和资源管理。决策支持系统将在线决策形式化为从最新信息到推荐决策的映射。从流数据在线估计最优决策策略需要同时估计底层系统动态的组件以及给定这些动态的最优决策策略;因此,在选择导致改进估计的决策和选择基于当前估计似乎是最优的决策之间存在固有的权衡。汤普森(Thompson,1933)是第一个在为一系列患者选择两种治疗方法的背景下将这种权衡正式化的人之一;他提出了一种简单的启发式方法,即在每个时间点随机选择一种治疗方法,选择概率与其最优的后验概率成正比。我们认为汤普森采样的一个变种,是简单的实现,并可以应用于大型和复杂的决策问题。我们表明,建议汤普森抽样估计是一致的最佳决策支持系统,并提供收敛速度和有限样本误差界。所提出的算法说明了使用基于代理的模型的网络和管理的绿头鸭种群的流感传播。
2019-05-12 stat.ME
Two-stage indirect determinantal sampling designs
本文针对管理面对面调查员网络的实际挑战,在两阶段间接抽样框架中采用广义权重共享法(GWSM),推导最优权重矩阵和第二阶段包含概率公式,结合行列式抽样设计实现全局优化,为Horvitz-Thompson估计量应用提供支持。
2025-08-26 stat.ME
Counterfactual Inference under Thompson Sampling
aampe
本文针对汤普森采样下的反事实推断难题,推导了精确可计算的动作倾向表达式,从而支持离线策略估计,实现推荐系统的无偏离线评估及在线广告等场景的因果推断应用。
2025-07-08 cs.IR cs.LG stat.ME
Adaptive Randomization Methods for Sequential Multiple Assignment Randomized Trials (SMARTs) via Thompson Sampling
针对序贯多重分配随机化试验(SMARTs)中响应自适应随机化研究不足的问题,提出基于Thompson Sampling的RAR算法,并开发有效的试验后推断程序,证明其能改善受试者结果且不牺牲比较效率。
2024-01-06 stat.ME
Doubly robust integration of nonprobability and probability survey data
MRC Biostatistics Unit, University of Cambridge(剑桥大学医学研究委员会生物统计单元);Institute for Global Health, University College London(伦敦大学学院全球健康研究所);School of Health and Wellbeing, University of Glasgow(格拉斯哥大学健康与福祉学院);Survey Research Centre, the National Centre for Social Research(国家社会研究中心调查研究中心);Pathogen Dynamics Unit, Department of Genetics, University of Cambridge(剑桥大学生物系病原体动力学单元)
提出双重稳健估计器整合非概率样本与概率调查数据,扩展至子域估计,并与仅使用概率数据的估计器组合,给出方差公式和渐近效率分析。
2026-09-21 stat.ME
Tensor-normal maximum likelihood estimation at the operator-norm sample threshold
University of California, Los Angeles(加州大学洛杉矶分校)
本文针对协方差为克罗内克积的高斯张量,将张量正态极大似然估计的样本阈值中$d_{\rm max}$的三次依赖改进为二次依赖,达到信息论最优,解决了前期工作提出的开放问题。
2026-08-25 math.ST stat.ML stat.TH
Model-assisted survey sampling with Bayesian optimization
针对固定预算下调查抽样的样本优化分配需求,提出一种结合贝叶斯优化的模型辅助无偏概率抽样方法,经芬兰中部树木蓄积量数据集模拟验证,其估计量方差效率显著优于传统基准方法。
2024-01-26 stat.ME
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
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
Minimax unbiased estimation for finite populations with bounded outcomes
Yale(耶鲁大学);UNC(北卡罗来纳大学)
本文研究了在每个结果满足已知边界的情况下,对有限总体总和进行设计无偏估计的问题,推导了在矩形参数空间下的最坏情况平方误差下界,并证明了当单元包含指示符成对独立时,最小最大估计器为中点差分Horvitz-Thompson估计器。
2026-05-20 math.ST stat.ME stat.TH
Sampling Algorithms, from Survey Sampling to Monte Carlo Methods: Tutorial and Literature Review
本文是一个教程和文献综述抽样算法。统计学中有两种主要的抽样方法。第一种类型是调查抽样,从一组或总体中抽取样本。第二种是从概率分布中抽样,其中我们有一个概率密度或质量函数。在本文中,我们涵盖了这两种类型的采样。首先,我们回顾了一些必要的背景均方误差,方差,偏差,极大似然估计,伯努利,二项式和超几何分布,霍维茨-汤普森估计,和马尔可夫性质。然后,我们介绍了简单随机抽样、Bootstrapping、分层抽样和整群抽样的理论。我们还简要介绍了多级抽样,网络抽样和雪球抽样。然后,我们切换到从分布中采样。我们解释从累积分布函数,蒙特卡罗近似,简单的蒙特卡罗方法,和马尔可夫链蒙特卡罗(MCMC)方法抽样。对于简单的蒙特卡罗方法,其迭代是独立的,我们涵盖了重要抽样和拒绝抽样。对于MCMC方法,我们涵盖了Metropolis算法,梅特罗波利斯-黑斯廷斯算法,吉布斯采样和切片采样。然后,我们解释了随机游走行为的蒙特卡罗方法和更有效的蒙特卡罗方法,包括汉密尔顿(或混合)蒙特卡罗,阿德勒的超松弛,有序超松弛。最后,我们总结了抽样方法的特点,优点和缺点,相互比较。本文可用于统计、机器学习、强化学习和计算物理的不同领域。
2020-11-02 physics.comp-ph physics.data-an stat.ME