Adaptiv klusterdragning – ACS
Adaptiv klusterdragning (ACS) är en sannolikhetsbaserad urvalsdesign där ett initialt slumpmässigt urval av enheter utlöser inkludering av närliggande enheter när ett fördefinierat villkor – vanligtvis ett tröskelvärde för ett sällsynt attribut – är uppfyllt. ACS, utvecklad av Steven K. Thompson 1990, är särskilt kraftfull för att uppskatta förekomsten eller fördelningen av sällsynta, rumsligt klustrade populationer som hotade arter, sjukdomshärdar eller svåråtkomliga sociala grupper.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Källor
- Thompson, S. K. (1990). Adaptive cluster sampling. Journal of the American Statistical Association, 85(412), 1050–1059. DOI: 10.2307/2289601 ↗
- Thompson, S. K., & Seber, G. A. F. (1996). Adaptive Sampling. Wiley. ISBN: 978-0471558712
Så citerar du den här sidan
ScholarGate. (2026, June 3). Adaptive Cluster Sampling. ScholarGate. https://scholargate.app/sv/survey-methodology/adaptive-cluster-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.
- Adaptiv stratifierad stickprovsdragningSurveymetodik↔ compare
- KlusterurvalSurveymetodik↔ compare
- Flerstegsutv"al - Flerstegs klusterurvalSurveymetodik↔ compare
- SnöbollsurvalSurveymetodik↔ compare
- Stratifierad stickprovsdragningSurveymetodik↔ compare
- Systematisk stickprovsuttagningSurveymetodik↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →