In many real-world sampling situati

In many real-world sampling situations, researchers would like to be able to adaptively increase sampling effort in the vicinity of observed values that are high or otherwise interesting. This article describes sampling designs in which, whenever an observed value of a selected unit satisfies a condition of interest, additional units are added to the sample from the neighborhood of that unit. If any of these additional units satisfies the condition, still more units may be added. Sampling designs such as these, in which the selection procedure is allowed to depend on observed values of the variable of interest, are in contrast to conventional designs, in which the entire selection of units to be included in the sample may be determined prior to making any observations. Because the adaptive selection procedure introduces biases into conventional estimators, several estimators are given that are design unbiased for the population mean with the adaptive cluster designs of this article; that is, the unbiasedness does not depend on any assumptions about the population. The Rao-Blackwell method is used to obtain improved unbiased estimators; because of the incompleteness of the minimal sufficient statistic, more than one of these improved estimators are obtained. Simple criteria are given determining when adaptive cluster sampling strategies are more efficient than simple random sampling of equivalent sample size. Motivation for the designs in this article is provided by a wide variety of sampling situations in fields such as ecology, geology, and epidemiology. For example, in a survey of a rare bird species, once individuals of the species are detected, additional observations at nearby sites often reveal more individuals. In a study of a contagious disease, the addition to the sample of close contacts of infected individuals reveals a higher than average incidence rate. The results and examples in this article show that adaptive cluster sampling strategies give lower variance than conventional strategies for certain types of populations and, in particular, provide an extremely effective way of sampling rare, clustered populations.

ผลลัพธ์ (ไทย) 2:

ในสถานการณ์การสุ่มตัวอย่างที่แท้จริงของโลกหลายนักวิจัยต้องการที่จะสามารถที่จะปรับเปลี่ยนเพิ่มความพยายามในการสุ่มตัวอย่างในบริเวณใกล้เคียงของค่าสังเกตที่สูงหรือที่น่าสนใจเป็นอย่างอื่น บทความนี้อธิบายถึงการออกแบบการสุ่มตัวอย่างที่เมื่อใดก็ตามที่มีค่าสังเกตของหน่วยเลือกตอบสนองเงื่อนไขของดอกเบี้ยหน่วยเพิ่มเติมมีการเพิ่มกลุ่มตัวอย่างจากพื้นที่ใกล้เคียงของหน่วยนั้น ถ้าใด ๆ ของหน่วยงานเหล่านี้ตอบสนองความเพิ่มเติมเงื่อนไขหน่วยคงมีมากขึ้นอาจจะเพิ่ม การออกแบบการสุ่มตัวอย่างเช่นนี้ซึ่งในขั้นตอนการเลือกจะได้รับอนุญาตให้ขึ้นอยู่กับค่าสังเกตของตัวแปรที่น่าสนใจอยู่ในทางตรงกันข้ามกับการออกแบบเดิมที่เลือกทั้งหมดของหน่วยงานที่จะรวมอยู่ในตัวอย่างอาจได้รับการพิจารณาก่อนที่จะทำให้ ข้อสังเกตใด ๆ เพราะขั้นตอนการเลือกปรับตัวแนะนำอคติลงไปประมาณธรรมดาประมาณหลายจะได้รับการออกแบบที่มีความเป็นกลางสำหรับประชากรหมายถึงมีการออกแบบการปรับตัวของกลุ่มบทความนี้ นั่นคือ unbiasedness ไม่ขึ้นอยู่กับสมมติฐานใด ๆ เกี่ยวกับประชากร วิธีราว-Blackwell ถูกนำมาใช้เพื่อให้ได้ประมาณเป็นกลางที่ดีขึ้น; เพราะความไม่สมบูรณ์ของสถ​​ิติเพียงพอน้อยกว่าหนึ่งในประมาณที่ดีขึ้นเหล่านี้จะได้รับ เกณฑ์ที่ง่ายจะได้รับการพิจารณาเมื่อกลยุทธ์การสุ่มตัวอย่างกลุ่มการปรับตัวมีประสิทธิภาพมากขึ้นกว่าการสุ่มแบบที่เรียบง่ายของขนาดของกลุ่มตัวอย่างเทียบเท่า แรงจูงใจสำหรับการออกแบบในบทความนี้ให้บริการโดยความหลากหลายของสถ​​านการณ์การสุ่มตัวอย่างในสาขาต่าง ๆ เช่นระบบนิเวศธรณีวิทยาและระบาดวิทยา ยกตัวอย่างเช่นในการสำรวจของสายพันธุ์นกหายากเมื่อบุคคลของสายพันธุ์มีการตรวจพบข้อสังเกตเพิ่มเติมในบริเวณใกล้เคียงมักจะเปิดเผยบุคคลมาก ในการศึกษาของโรคติดต่อที่นอกเหนือไปจากตัวอย่างของการติดต่ออย่างใกล้ชิดของบุคคลที่ติดเชื้อเผยสูงกว่าอัตราอุบัติการณ์เฉลี่ย ผลและตัวอย่างในการแสดงบทความนี้ว่ากลยุทธ์การสุ่มตัวอย่างกลุ่มการปรับตัวให้ต่ำกว่าความแปรปรวนกลยุทธ์เดิมบางประเภทของประชากรและโดยเฉพาะอย่างยิ่งให้เป็นวิธีที่มีประสิทธิภาพมากของการสุ่มตัวอย่างที่หายากประชากรคลัสเตอร์

ผลลัพธ์ (ไทย) 3:

ในโลกแห่งความจริงสถานการณ์หลายคน นักวิจัยต้องศึกษาการปรับตัวเพิ่มความพยายามในบริเวณสังเกตค่าที่สูงหรือสนใจอย่างอื่น บทความนี้อธิบายตัวอย่างงานออกแบบซึ่งเมื่อสังเกตค่าของเลือกหน่วยใดตรงกับเงื่อนไขของดอกเบี้ย หน่วยเพิ่มเติมจะถูกเพิ่มไปยังกลุ่มตัวอย่างจากชุมชนของหน่วยถ้าใด ๆของหน่วยเพิ่มเติมเหล่านี้ satisfies เงื่อนไข หน่วยยังคงมากขึ้นอาจจะเพิ่ม ตัวอย่างงานออกแบบ เช่น เหล่านี้ ซึ่งในขั้นตอนการคัดเลือกจะได้รับอนุญาตที่จะพึ่งสังเกตค่าของตัวแปรที่น่าสนใจคือ ในทางตรงกันข้ามแบบปกติ ซึ่งในการเลือกทั้งหมดของหน่วยที่จะต้องรวมอยู่ในตัวอย่างอาจได้รับการพิจารณาก่อนที่จะตัดสินใจใด ๆการสังเกตเพราะการเลือกขั้นตอนแนะนำในแบบอคติกะหลายกะจะได้รับการออกแบบที่เป็นกลางสำหรับการแจกแจงแบบกลุ่มรูปแบบของบทความนี้ นั่นคือ unbiasedness ไม่ได้ขึ้นอยู่กับสมมติฐานใด ๆ เกี่ยวกับประชากร วิธีที่เราใช้เพื่อให้ได้ดีขึ้น แบล็คเวลคือเป็นกลางประมาณ ;เพราะ incompleteness ของสถิติเพียงพอน้อยที่สุดมากกว่าหนึ่งของเหล่านี้ประมาณดีขึ้นจะได้รับ . เกณฑ์ที่ง่ายจะได้รับการกำหนดกลุ่มตัวอย่างเมื่อปรับกลยุทธ์ที่มีประสิทธิภาพกว่าสุ่มขนาดตัวอย่างจำนวนแรงบันดาลใจในการออกแบบในบทความนี้ให้ไว้โดยความหลากหลายของตัวอย่างสถานการณ์ในเขตข้อมูลเช่นนิเวศวิทยา , ธรณีวิทยา , และระบาดวิทยา ตัวอย่างเช่น ในการสำรวจนกชนิดที่หายาก เมื่อบุคคลของสายพันธุ์ที่ตรวจพบข้อสังเกตเพิ่มเติมที่เว็บไซต์ที่มักจะเปิดเผยบุคคลเพิ่มเติม ในการศึกษาโรคติดต่อนอกจากจะใช้ปิดการติดต่อของบุคคลที่ติดเชื้อพบสูงกว่าอัตราการเฉลี่ย ผลลัพธ์และตัวอย่างในบทความนี้แสดงให้เห็นว่ากลุ่มปรับกลยุทธ์ให้คนแปรปรวนน้อยกว่ากลยุทธ์ทั่วไปสำหรับบางชนิดของประชากร และ โดย เฉพาะให้วิธีที่มีประสิทธิภาพมากของตัวอย่างที่หายากเป็นกลุ่มประชากร .