ScholarGate
Assistent
Process / pipelineSampling

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.

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: 10.2307/2289601
  2. 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.

Compare side by side

Referenziert von

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