抽样技术--不等概率抽样

NP_hard

于 2021-12-31 10:28:14 发布

阅读量1.4w

点赞数 3

CC 4.0 BY-SA版权

分类专栏： Sampling techniques 文章标签：概率论机器学习人工智能

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/NP_hard/article/details/122246701

本文介绍了不等概率抽样技术，重点讨论了放回不等概抽样和不放回不等概抽样的各种形式，包括PPS抽样、整群抽样和两阶段抽样。内容涵盖了抽样概率的确定、估计量的计算以及总体总量和方差的估计，旨在提高估计精度。辅助变量在确定入样概率中的作用和不同抽样方法的适用场景也有所阐述。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

不等概抽样

提高估计精度、放回的PPS抽样简化方差计算
前提条件：通常需要一个辅助变量用以确定其入样概率

放回不等概抽样

入样概率的确定：总体的第i个单元被抽中的概率
$M_0$ ：总体的总规模
$M_i$ ：总体的第i个单元的大小为 $M_i$

最低0.47元/天解锁文章

200万优质内容无限畅学

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。