ScholarGate
Assistent
Process / pipelineSampling design

Adaptiv klusterurval

Adaptiv klusterurval (ACS) är en sannolikhetsbaserad urvalsdesign som introducerades av Steven K. Thompson 1990 för att uppskatta abundansen eller totalen för sällsynta, klustrade populationer. Med utgångspunkt i ett initialt slumpmässigt urval lägger designen adaptivt till närliggande enheter närhelst en urvald enhet uppfyller ett fördefinierat villkor – såsom att överskrida en tröskel för antal – och därigenom koncentrerar urvalsinsatsen exakt där den intressanta populationen förekommer. Den är mest lämplig för ekologer, epidemiologer och samhällsvetare som studerar geografiskt eller socialt klustrade sällsynta fenomen.

Hitta ämne med PaperMindSnartVideoSnartLadda ner bildspel

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Metodkarta

Närområdet av besläktade metoder — välj en nod för att utforska.

Källor

  1. Thompson, S. K. (1990). Adaptive cluster sampling. Journal of the American Statistical Association, 85(412), 1050–1059. DOI: 10.1080/01621459.1990.10474975

Så citerar du den här sidan

ScholarGate. (2026, June 2). Adaptive Cluster Sampling. ScholarGate. https://scholargate.app/sv/survey-methodology/adaptive-sampling

Vilken metod?

Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.

Jämför sida vid sida

Refereras av

ScholarGateAdaptive Sampling (Adaptive Cluster Sampling). Hämtad 2026-06-15 från https://scholargate.app/sv/survey-methodology/adaptive-sampling · Datamängd: https://doi.org/10.5281/zenodo.20539026