ScholarGate
Ассистент
Process / pipelineSampling

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.

Найти тему в PaperMindСкороВидеоСкороСкачать слайды

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Карта метода

Окружение родственных методов — выберите узел, чтобы перейти к нему.

Источники

  1. Thompson, S. K. (1990). Adaptive cluster sampling. Journal of the American Statistical Association, 85(412), 1050–1059. DOI: 10.2307/2289601
  2. 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.

Сравнить рядом

Упоминается в

ScholarGateAdaptive Stratified Sampling (Adaptive Stratified Sampling). Получено 2026-06-15 из https://scholargate.app/ru/survey-methodology/adaptive-stratified-sampling · Набор данных: https://doi.org/10.5281/zenodo.20539026