Amostragem aleatória simples e sistemática

Amostragem em Python

James Chapman

Curriculum Manager, DataCamp

Amostragem aleatória simples

Uma mão pegando um papel dobrado em um pote de rifa.

Bolas de loteria girando.

Amostragem em Python

Amostragem aleatória simples de cafés

Grãos de café em linhas e colunas.

Grãos de café em linhas e colunas, alguns em cinza.

Amostragem em Python

Amostragem aleatória simples com pandas

coffee_ratings.sample(n=5, random_state=19000113)

     total_cup_points         variety country_of_origin  aroma  flavor  \
437             83.25            None          Colombia   7.92    7.75   
285             83.83  Yellow Bourbon            Brazil   7.92    7.50   
784             82.08            None          Colombia   7.50    7.42   
648             82.58         Caturra          Colombia   7.58    7.50   
155             84.58         Caturra          Colombia   7.42    7.67  

     aftertaste  body  balance  
437        7.25  7.83     7.58  
285        7.33  8.17     7.50  
784        7.42  7.67     7.42  
648        7.42  7.67     7.42  
155        7.75  8.08     7.83
Amostragem em Python

Amostragem sistemática

Grãos de café em linhas e colunas.

Grãos de café em linhas e colunas, a maioria em cinza exceto os de uma linha diagonal.

Amostragem em Python

Amostragem sistemática — definindo o intervalo

sample_size = 5

pop_size = len(coffee_ratings)

print(pop_size)

1338

interval = pop_size // sample_size

print(interval)

267
Amostragem em Python

Amostragem sistemática — selecionando as linhas

coffee_ratings.iloc[::interval]

      total_cup_points  variety country_of_origin  aroma  flavor  aftertaste  \
0                90.58     None          Ethiopia   8.67    8.83        8.67   
267              83.92     None          Colombia   7.83    7.75        7.58   
534              82.92  Bourbon       El Salvador   7.50    7.50        7.75   
801              82.00   Typica            Taiwan   7.33    7.50        7.17   
1068             80.50    Other            Taiwan   7.17    7.17        7.17   

      body  balance  
0     8.50     8.42  
267   7.75     7.75  
534   7.92     7.83  
801   7.50     7.33  
1068  7.17     7.25
Amostragem em Python

O problema da amostragem sistemática

coffee_ratings_with_id = coffee_ratings.reset_index()
coffee_ratings_with_id.plot(x="index", y="aftertaste", kind="scatter")
plt.show()

Dispersão: notas de aftertaste vs. índices.

Amostragem sistemática só é segura se não houver padrão no gráfico de dispersão

Amostragem em Python

Tornando a amostragem sistemática segura

shuffled = coffee_ratings.sample(frac=1)

shuffled = shuffled.reset_index(drop=True).reset_index()

shuffled.plot(x="index", y="aftertaste", kind="scatter")
plt.show()

Dispersão: aftertaste vs. índices após embaralhar o conjunto.

Embaralhar as linhas + amostragem sistemática = amostragem aleatória simples

Amostragem em Python

Vamos praticar!

Amostragem em Python

Preparing Video For Download...