Dossier de preuve de méthode

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.

Sources recorded, not reviewed

Dossier source

Citations copiées telles quelles du dossier source de la méthode. Aucune vérification au niveau de la revendication n'en est déduite.

Dossier de méthode taxonomique · process-pipeline / survey-methodology

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

Ouvrir la méthode complète

Revendications organisées

Revendications enregistrées dans le registre de preuves, chacune avec sa propre évaluation.

Pas encore de revendications organisées

Cette vue n'invente pas d'évaluation de revendication lorsque le registre n'en contient aucune.

Méthodes apparentées

Généré à partir du graphe de méthodes et présenté comme des relations suggérées par la machine — aucune revendication de preuve n'est déduite.

Taxonomic bucketAdaptive Stratified Samplingmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketCluster Samplingmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketMultistage Samplingmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketSnowball Samplingmachine-suggested · Relational suggestion, not evidence.Same method familyStratified Samplingmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketSystematic Samplingmachine-suggested · Relational suggestion, not evidence.