高效的精确分层推理:EESI
分层简单随机样本中二元总体总数的精确检验和置信界。
Wendell和Schmee(1996, //www.tandfonline.com/doi/abs/10.1080/01621459.1996.10476950)提出了检验假设的方法,并通过最大化一组样本中的$ P $值来寻找总体的置信范围。令人讨厌的参数-各个阶层的总数。 他们通过根据估计的总数对可能的结果进行排序来找到$ P $值:他们的方法组合起来很复杂:Feller的经典“金星”论点表明存在$ \ binom {G + S-1} {S- 1} $种在$ S $层中分配$ G $对象的方法。 (如果$ G $超过了任何层次的大小,则可以排除其中的一些。)Wendell和Schmee还提供了R脚本来搜索分配中的最大值。 这些脚本在三个以上的层次上变得在计算上不切实际。
本文档还介绍了一种不同的策