Process / pipelineSampling design

Adaptive Cluster Sampling

Kuvittele etsiväsi harvinaista kasvilajia, joka on levinnyt metsään. Tavallinen satunnaisotanta tuhlaa suurimman osan vaivasta tyhjiin ruutuihin. Mukautuva ryvästynäyte alkaa samalla tavalla, mutta heti kun ruudusta löytyy harvinainen kasvi, tutkija tarkastaa välittömästi myös viereiset ruudut ja jatkaa laajentumista, kunnes reunoilta ei löydy uusia kasveja. Tätä lumipalloefektin kaltaista laajentumista ohjaa muodollinen todennäköisyyssääntö, jotta lopullinen estimaatti pysyy tilastollisesti harhattomana – etsit enemmän sieltä, missä populaatio todella elää, vääristämättä johtopäätöksiäsi.

Etsi aihe työkalulla PaperMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

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

Lähteet

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

Näin viittaat tähän sivuun

ScholarGate. (2026, June 2). Adaptive Cluster Sampling. ScholarGate. https://scholargate.app/fi/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

Tähän viittaavat

ScholarGateAdaptive Sampling (Adaptive Cluster Sampling). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/survey-methodology/adaptive-sampling · Aineisto: https://doi.org/10.5281/zenodo.20539026