Basit rastgele ve sistematik örnekleme

R'de Örnekleme

Richie Cotton

Data Evangelist at DataCamp

Basit rastgele örnekleme

Bir elin çekiliş kavanozundan katlanmış bir kâğıt çekmesi.

Dönen piyango topları.

Kahvelerin basit rastgele örneklemi

Sıra ve sütunlar halinde dizilmiş kahve çekirdekleri.

Sıra ve sütunlar halinde dizilmiş, bazıları grileştirilmiş kahve çekirdekleri.

R ile basit rastgele örnekleme

set.seed(19000113)
coffee_ratings %>% 
  slice_sample(n = 5)

  total_cup_points variety country_of_origin aroma flavor aftertaste body balance
1            81.00    SL14            Uganda  7.33   6.92       7.17 7.42    7.42
2            85.00 Caturra          Colombia  8.00   7.92       7.75 7.75    7.83
3            85.25 Bourbon         Guatemala  8.00   7.92       7.75 7.92    7.83
4            81.42  Catuai         Guatemala  7.42   7.33       7.08 7.33    7.25
5            82.75 Caturra          Honduras  7.58   7.50       7.42 7.50    7.50

Sistematik örnekleme

Sıra ve sütunlar halinde dizilmiş kahve çekirdekleri.

Sıra ve sütunlar halinde dizilmiş kahve çekirdekleri; çoğu grileştirilmiş, köşegendekiler hariç.

Satır kimliği sütunu ekleme

library(tibble)
coffee_ratings <- coffee_ratings %>%
  rowid_to_column()

# A tibble: 1,338 x 9
   rowid total_cup_points variety country_of_origin aroma flavor aftertaste  body balance
   <int>            <dbl> <chr>   <chr>             <dbl>  <dbl>      <dbl> <dbl>   <dbl>
 1     1             90.6 NA      Ethiopia           8.67   8.83       8.67  8.5     8.42
 2     2             89.9 Other   Ethiopia           8.75   8.67       8.5   8.42    8.42
 3     3             89.8 Bourbon Guatemala          8.42   8.5        8.42  8.33    8.42
 4     4             89   NA      Ethiopia           8.17   8.58       8.42  8.5     8.25
 5     5             88.8 Other   Ethiopia           8.25   8.5        8.25  8.42    8.33
...

R ile sistematik örnekleme

sample_size <- 5
pop_size <- nrow(coffee_ratings)

interval <- pop_size %/% sample_size

R ile sistematik örnekleme 2

row_indexes <- seq_len(sample_size) * interval

267  534  801 1068 1335

coffee_ratings %>% 
  slice(row_indexes)

 # A tibble: 5 x 9
  rowid total_cup_points variety country_of_origin aroma flavor aftertaste  body balance
  <int>            <dbl> <chr>   <chr>             <dbl>  <dbl>      <dbl> <dbl>   <dbl>
1   267             83.9 NA      Colombia           7.92   7.67       7.5   7.58    7.67
2   534             82.9 Bourbon Brazil             7.67   7.58       7.5   7.58    7.5 
3   801             82   Gesha   Malawi             7.5    7.42       7.33  7.33    7.5 
4  1068             80.6 NA      Colombia           7.08   7.25       7     7.08    7.33
5  1335             78.1 NA      Ecuador            7.5    7.67       7.75  5.17    5.25

Sistematik örneklemenin sorunu

coffee_ratings %>% 
  ggplot(aes(x = rowid, y = aftertaste)) +
  geom_point() +
  geom_smooth()

Yalnızca bu saçılım grafiğinde bir desen görmüyorsanız sistematik örnekleme güvenlidir.

Artçı tat puanları ile satır kimliklerinin saçılım grafiği.

Sistematik örneklemeyi güvenli yapmak

shuffled <- coffee_ratings %>%
  slice_sample(prop = 1) %>% 
  select(- rowid) %>% 
  rowid_to_column()

shuffled %>% 
  ggplot(aes(x = rowid, y = aftertaste)) +
  geom_point() +
  geom_smooth()

Satırları karıştırma + sistematik örnekleme, basit rastgele örnekleme ile aynıdır.

Veri kümesi karıştırıldıktan sonra artçı tat puanları ile satır kimliklerinin saçılım grafiği.

Hadi pratik yapalım!

R'de Örnekleme