Adaptive Cluster Sampling
Adaptive cluster sampling (ACS) is a probability-based design in which an initial random sample of units triggers the inclusion of neighboring units whenever a predefined condition — typically a threshold count of a rare attribute — is satisfied. Developed by Steven K. Thompson in 1990, ACS is especially powerful for estimating the abundance or distribution of rare, spatially clustered populations such as endangered species, disease hotspots, or hard-to-reach social groups.
Εγγραφή πηγής
Οι παραπομπές αντιγράφονται αυτούσιες από την εγγραφή πηγής της μεθόδου. Δεν υπονοείται επαλήθευση σε επίπεδο ισχυρισμού από αυτές.
- Thompson, S. K. (1990). Adaptive cluster sampling. Journal of the American Statistical Association, 85(412), 1050–1059. · DOI 10.2307/2289601
- Thompson, S. K., & Seber, G. A. F. (1996). Adaptive Sampling. Wiley. · ISBN 978-0471558712
Επιμελημένοι ισχυρισμοί
Οι ισχυρισμοί έχουν αποθηκευτεί στο καθολικό τεκμηρίων, καθένας με τη δική του αξιολόγηση.
Αυτή η προβολή δεν επινοεί αξιολόγηση ισχυρισμού όταν το καθολικό δεν έχει κανέναν.
Σχετικές μέθοδοι
Δημιουργούνται από τον γράφο μεθόδων και εμφανίζονται ως προτεινόμενες από μηχανή σχέσεις — δεν υπονοείται ισχυρισμός τεκμηρίου.