ScholarGate
Assistent
Process / pipelineSampling

Adaptiv vektet utvalg

Adaptiv vektet utvalg er en probabilistisk utvalgsprosedyre som tildeler og iterativt oppdaterer inklusjonsvekter for populasjonsenheter basert på observerte data samlet inn under selve utvalgsprosessen. I motsetning til statisk vektet utvalg – der vekter er faste før datainnsamling fra kjent hjelpeinformasjon – reviderer adaptiv vekting sannsynligheter etter hvert som ny informasjon akkumuleres, og konsentrerer utvalgsinnsatsen på enheter som bidrar mest til estimering av målvariabelen. Det brukes i survey-metodikk, simuleringsstudier og estimering av sjeldne hendelser.

Finn tema med PaperMindSnartVideoSnartLast ned lysbilder

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Metodekart

Nabolaget av beslektede metoder — velg en node for å utforske.

Kilder

  1. Thompson, S. K. (1990). Adaptive cluster sampling. Journal of the American Statistical Association, 85(412), 1050–1059. DOI: 10.2307/2289601
  2. Owen, A. B. (2000). Monte Carlo Theory, Methods and Examples. Stanford University (online edition). Chapter on importance sampling and adaptive weighting. link

Slik siterer du denne siden

ScholarGate. (2026, June 3). Adaptive Weighted Sampling. ScholarGate. https://scholargate.app/no/survey-methodology/adaptive-weighted-sampling

Hvilken metode?

Sett denne metoden ved siden av sin nærmeste slektning og les dem side om side — biblioteket legger bøkene på bordet; valget er ditt.

Sammenlign side om side

Referert av

ScholarGateAdaptive Weighted Sampling (Adaptive Weighted Sampling). Hentet 2026-06-15 fra https://scholargate.app/no/survey-methodology/adaptive-weighted-sampling · Datasett: https://doi.org/10.5281/zenodo.20539026