Campionamento casuale

Analisi dei dati da sondaggio in Python

EbunOluwa Andrew

Data Scientist

Campionamento nell’analisi di sondaggi

Campionamento = sottoinsieme di una grande popolazione
- Per fare inferenze sulla popolazione
- Rende i dati gestibili
- Ma introduce errore di campionamento
- Riduci l’errore con campioni grandi

Foto di Patrick Fore su Unsplash - bambino con caramelle

Campionamento casuale

Ogni unità ha pari probabilità di essere selezionata
Riduce il bias
Alta validità interna
Alta validità esterna

biglietti della lotteria

Metodo .sample()

DataFrame.sample(n = _None_, frac = _None_, random_state = _None_)
n = numero di elementi da campionare
frac = frazione (0–1) di elementi da restituire
random_state = seed per risultati riproducibili

Esempio di campionamento casuale

import pandas as pd
survey = pd.read_csv('ABC_survey.csv')

sample = survey.sample(n=100)
print(sample)

|       | employee_id | gender | onsite_work |
|-------|-------------|--------|-------------|
| 3244  | fffe330     | Female | Yes         |
| 21339 | fffe310     | Male   | Yes         |
| 1122  | fffe390     | Male   | Yes         |
| 4363  | fffe313     | Female | Yes         |

Esempio di campionamento casuale

import pandas as pd
survey = pd.read_csv('ABC_survey.csv')

sample = survey.sample(frac = 0.1)
print(sample)

|     | employee_id | gender | onsite_work |
|-----|-------------|--------|-------------|
| 142 | fffe800     | Female | Yes         |
| 710 | fffe900     | Female | Yes         |
| 242 | fffe700     | Female | Yes         |
| 114 | fffe600     | Female | Yes         |

Esempio di campionamento casuale

import pandas as pd
survey = pd.read_csv('ABC_survey.csv')

sample = survey.sample(
  n = 100, random_state = 123)

import pandas as pd
survey = pd.read_csv('ABC_survey.csv')

sample = survey.sample(
  frac = 0.1, random_state = 123)

|       | employee_id | gender | onsite_work |
|-------|-------------|--------|-------------|
| 21383 | fffe3       | Female | Yes         |
| 82    | fffe0       | Male   | Yes         |
| 20739 | fffe2       | Male   | Yes         |
| 7662  | fffe9       | Female | Yes         |

|       | employee_id | gender | onsite_work |
|-------|-------------|--------|-------------|
| 21383 | fffe3       | Female | Yes         |
| 82    | fffe0       | Male   | Yes         |
| 20739 | fffe2       | Male   | Yes         |
| 7662  | fffe9       | Female | Yes         |

Ayo berlatih!

Analisi dei dati da sondaggio in Python