Triangulation based inclusion probabilities: a design-unbiased sampling approach
Triangulation based inclusion probabilities: a design-unbiased sampling approach
复制标题
基于三角测量的包含概率：一种设计无偏抽样方法
DOI：
10.1007/s10651-011-0177-9
复制
发表时间：
2012
影响因子：
3.8
通讯作者：
Kleinn
中科院分区：
文献类型：
--
作者：
Fehrmann;Gregoire;Kleinn
提出了一种用于空间离散种群单元面积相关数量特征设计无偏估计的概率抽样方法。开发的现场协议包括一个固定数量的3个单位每个采样位置，是基于对他们的自然邻居的部分三角测量，以获得个人的包含概率。所提出的设计的性能进行了测试，比较固定面积的样地在模拟两个林分。评价是基于区域抽样的一般方法，即通过对区域抽样框架进行完整的镶嵌，以分析方式得出可能样本的所有特征。实例仿真表明了良好的效果。在这种设计下的预期误差是可比的样本地块，包括更大数量的树木每情节。
A probabilistic sampling approach for design-unbiased estimation of area-related quantitative characteristics of spatially dispersed population units is proposed. The developed field protocol includes a fixed number of 3 units per sampling location and is based on partial triangulations over their natural neighbors to derive the individual inclusion probabilities. The performance of the proposed design is tested in comparison to fixed area sample plots in a simulation with two forest stands. Evaluation is based on a general approach for areal sampling in which all characteristics of the resulting population of possible samples is derived analytically by means of a complete tessellation of the areal sampling frame. The example simulation shows promising results. Expected errors under this design are comparable to sample plots including a much greater number of trees per plot.
登录
查看更多内容
影响因子：
2.2
作者：
C. Kleinn;F. Vilčko
通讯作者：
C. Kleinn;F. Vilčko
使用新的条件距离方法稳健估计林分密度
影响因子：
2.7
作者：
T. Cox
通讯作者：
T. Cox
影响因子：
3.7
作者：
D. Ward
通讯作者：
D. Ward
影响因子：
1.7
作者：
R. Nielson;R. Sugihara;T. Boardman;R. Engeman
通讯作者：
R. Engeman
影响因子：
1.7
作者：
Barabesi, L.;Franceschi, S.
通讯作者：
Franceschi, S.