Адаптивная взвешенная выборка
Адаптивная взвешенная выборка — это вероятностная процедура выборки, которая назначает и итеративно обновляет веса включения для единиц совокупности на основе наблюдаемых данных, собранных в ходе самого процесса выборки. В отличие от статической взвешенной выборки, где веса фиксируются до сбора данных на основе известной вспомогательной информации, адаптивное взвешивание пересматривает вероятности по мере накопления новой информации, концентрируя усилия по выборке на единицах, которые вносят наибольший вклад в оценку целевой величины. Она используется в методологии обследований, имитационных исследованиях и оценке редких событий.
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 ↗
- Owen, A. B. (2000). Monte Carlo Theory, Methods and Examples. Stanford University (online edition). Chapter on importance sampling and adaptive weighting. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Adaptive Weighted Sampling. ScholarGate. https://scholargate.app/ru/survey-methodology/adaptive-weighted-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
- Важностное семплированиеИмитационное моделирование↔ сравнить
- Многоступенчатая выборкаМетодология опросов↔ сравнить
- Стратифицированная выборкаМетодология опросов↔ сравнить
- Систематическая выборкаМетодология опросов↔ сравнить
- Взвешенная выборкаМетодология опросов↔ сравнить
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →