Sampling Bobot Adaptif
Sampling bobot adaptif adalah prosedur sampling probabilistik yang menetapkan dan secara iteratif memperbarui bobot inklusi untuk unit populasi berdasarkan data yang diamati yang dikumpulkan selama proses sampling itu sendiri. Berbeda dengan sampling bobot statis — di mana bobot ditetapkan sebelum pengumpulan data dari informasi tambahan yang diketahui — pembobotan adaptif merevisi probabilitas seiring akumulasi informasi baru, memusatkan upaya sampling pada unit yang paling berkontribusi dalam estimasi kuantitas target. Ini digunakan dalam metodologi survei, studi simulasi, dan estimasi kejadian langka.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Adaptive Weighted Sampling. ScholarGate. https://scholargate.app/id/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.
- ACS (Adaptive Cluster Sampling)Metodologi Survei↔ compare
- Importance SamplingSimulasi↔ compare
- Pencuplikan BertahapMetodologi Survei↔ compare
- Sampel BertingkatMetodologi Survei↔ compare
- Pencuplikan SistematisMetodologi Survei↔ compare
- Penarikan Sampel BerbobotMetodologi Survei↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →