Адаптивная стратифицированная выборка
Адаптивная стратифицированная выборка разделяет генеральную совокупность на страты, а затем применяет адаптивное правило внутри каждой страты: всякий раз, когда первоначально отобранная единица удовлетворяет заранее заданному условию (например, найдена редкая особь, переменная превышает пороговое значение), в выборку добавляются соседние или связанные единицы. Это сочетает силу стратификации для снижения дисперсии со способностью концентрировать усилия по выборке там, где явление представляет интерес фактически присутствует.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- Thompson, S. K. (1990). Adaptive cluster sampling. Journal of the American Statistical Association, 85(412), 1050–1059. DOI: 10.2307/2289601 ↗
- Thompson, S. K. (2002). Sampling (2nd ed.). Wiley-Interscience. ISBN: 978-0471360100
Как цитировать эту страницу
ScholarGate. (2026, June 3). Adaptive Stratified Sampling. ScholarGate. https://scholargate.app/ru/survey-methodology/adaptive-stratified-sampling
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Адаптивная кластерная выборкаМетодология опросов↔ сравнить
- Стратифицированная выборка с непропорциональным распределениемМетодология опросов↔ сравнить
- Многоступенчатая выборкаМетодология опросов↔ сравнить
- Пропорциональная стратифицированная выборкаМетодология опросов↔ сравнить
- Стратифицированная выборкаМетодология опросов↔ сравнить
- Систематическая выборкаМетодология опросов↔ сравнить
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →