ScholarGate
Assistent
Process / pipelineSampling design

Adaptives Cluster-Sampling

Adaptives Cluster-Sampling (ACS) ist ein auf Wahrscheinlichkeiten basierendes Stichprobendesign, das 1990 von Steven K. Thompson eingeführt wurde, um die Häufigkeit oder den Gesamtbestand seltener, geclusterter Populationen zu schätzen. Ausgehend von einer anfänglichen Zufallsstichprobe fügt das Design adaptiv benachbarte Einheiten hinzu, wann immer eine Stichprobeneinheit eine vordefinierte Bedingung erfüllt – wie das Überschreiten eines Zählschwellenwerts – und konzentriert so den Stichprobenaufwand genau dort, wo die interessierende Population vorkommt. Es ist am besten geeignet für Ökologen, Epidemiologen und Sozialwissenschaftler, die geografisch oder sozial geclusterte seltene Phänomene untersuchen.

Thema finden mit PaperMindDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

The neighbourhood of related methods — select a node to explore.

Quellen

  1. Thompson, S. K. (1990). Adaptive cluster sampling. Journal of the American Statistical Association, 85(412), 1050–1059. DOI: 10.1080/01621459.1990.10474975

So zitieren Sie diese Seite

ScholarGate. (2026, June 2). Adaptive Cluster Sampling. ScholarGate. https://scholargate.app/de/survey-methodology/adaptive-sampling

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Referenziert von

ScholarGateAdaptive Sampling (Adaptive Cluster Sampling). Abgerufen am 2026-06-15 von https://scholargate.app/de/survey-methodology/adaptive-sampling · Datensatz: https://doi.org/10.5281/zenodo.20539026