דגימה משוקללת אדפטיבית
דגימה משוקללת אדפטיבית היא הליך דגימה הסתברותי המקצה ועדכן באופן איטרטיבי הסתברויות הכללה (inclusion weights) ליחידות באוכלוסייה, בהתבסס על נתונים שנצפו שנאספו במהלך תהליך הדגימה עצמו. בניגוד לדגימה משוקללת סטטית — שבה המשקולות נקבעות לפני איסוף הנתונים ממידע עזר ידוע — שקלול אדפטיבי משנה הסתברויות ככל שמידע חדש מצטבר, וממקד את מאמץ הדגימה ביחידות התורמות ביותר לאומדן הכמות הנמדדת. השיטה משמשת במתודולוגיית סקרים, מחקרי סימולציה ואומדן אירועים נדירים.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Adaptive Weighted Sampling. ScholarGate. https://scholargate.app/he/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.
- דגימת אשכולות אדפטיבית (Adaptive Cluster Samplingמתודולוגיית סקרים↔ compare
- דגימת חשיבותסימולציה↔ compare
- דגימה רב-שלביתמתודולוגיית סקרים↔ compare
- דגימה שכבתיתמתודולוגיית סקרים↔ compare
- דגימת דגימה שיטתיתמתודולוגיית סקרים↔ compare
- דגימה משוקללתמתודולוגיית סקרים↔ compare