Adaptive Weighted Sampling
Adaptive weighted sampling ist ein probabilistisches Stichprobenverfahren, das Inklusionsgewichte für Populationseinheiten basierend auf beobachteten Daten, die während des Stichprobenprozesses selbst gesammelt wurden, zuweist und iterativ aktualisiert. Im Gegensatz zur statischen gewichteten Stichprobe – bei der die Gewichte vor der Datenerfassung aus bekannten Hilfsinformationen festgelegt werden – überarbeitet die adaptive Gewichtung die Wahrscheinlichkeiten, wenn neue Informationen gesammelt werden, und konzentriert die Stichprobenbemühungen auf Einheiten, die am meisten zur Schätzung der Zielgröße beitragen. Sie wird in der Umfragemethodik, in Simulationsstudien und bei der Schätzung seltener Ereignisse eingesetzt.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Thompson, S. K. (1990). Adaptive cluster sampling. Journal of the American Statistical Association, 85(412), 1050–1059. DOI: 10.2307/2289601 ↗
- Owen, A. B. (2000). Monte Carlo Theory, Methods and Examples. Stanford University (online edition). Chapter on importance sampling and adaptive weighting. link ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Adaptive Weighted Sampling. ScholarGate. https://scholargate.app/de/survey-methodology/adaptive-weighted-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.
- Adaptives Cluster-SamplingUmfragemethodik↔ compare
- Importance SamplingSimulation↔ compare
- Mehrstufige Stichprobenziehung – Mehrstufige KlumpenstichprobenziehungUmfragemethodik↔ compare
- Geschichtete StichprobenziehungUmfragemethodik↔ compare
- Systematic SamplingUmfragemethodik↔ compare
- Gewichtete StichprobenziehungUmfragemethodik↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →