ScholarGate
助手
Process / pipelineSampling

自适应分层抽样

自适应分层抽样将总体划分为若干层,然后在各层内应用自适应规则:一旦初始选取的单元满足预定条件(例如,发现稀有物种,某个变量超过阈值),则将邻近或相关的单元添加到样本中。这结合了分层的方差缩减能力与在现象实际存在的地点集中抽样工作的能力。

用 PaperMind 寻找选题即将推出视频即将推出下载幻灯片

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

登录

方法图谱

相关方法的邻域——选择一个节点以展开探索。

来源

  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

如何引用本页

ScholarGate. (2026, June 3). Adaptive Stratified Sampling. ScholarGate. https://scholargate.app/zh/survey-methodology/adaptive-stratified-sampling

选用哪种方法?

将本方法与其最相近的同类并置,并排研读——本馆将书籍铺陈于案上,取舍则由您定夺。

并排比较

被引用于

ScholarGateAdaptive Stratified Sampling (Adaptive Stratified Sampling). 于 2026-06-15 检索自 https://scholargate.app/zh/survey-methodology/adaptive-stratified-sampling · 数据集: https://doi.org/10.5281/zenodo.20539026