Lấy mẫu ngẫu nhiên đơn giản và hệ thống

Lấy mẫu trong R

Richie Cotton

Data Evangelist at DataCamp

Lấy mẫu ngẫu nhiên đơn giản

Một bàn tay rút một mảnh giấy gấp từ hũ bốc thăm.

Các bóng xổ số đang lăn.

Lấy mẫu ngẫu nhiên đơn giản các loại cà phê

Hạt cà phê được sắp xếp theo hàng và cột.

Hạt cà phê được sắp xếp theo hàng và cột, một số bị làm mờ.

Lấy mẫu ngẫu nhiên đơn giản trong R

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

Lấy mẫu hệ thống

Hạt cà phê được sắp xếp theo hàng và cột.

Hạt cà phê được sắp xếp theo hàng và cột, hầu hết bị làm mờ trừ các hạt trên đường chéo.

Thêm cột ID hàng

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
...

Lấy mẫu hệ thống trong R

sample_size <- 5
pop_size <- nrow(coffee_ratings)

interval <- pop_size %/% sample_size

Lấy mẫu hệ thống trong R (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

Vấn đề của lấy mẫu hệ thống

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

Lấy mẫu hệ thống chỉ an toàn khi không thấy mẫu hình trong biểu đồ phân tán này.

Biểu đồ phân tán điểm aftertaste theo rowid.

Làm cho lấy mẫu hệ thống an toàn

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

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

Xáo trộn hàng + lấy mẫu hệ thống tương đương lấy mẫu ngẫu nhiên đơn giản.

Biểu đồ phân tán điểm aftertaste theo rowid sau khi xáo trộn dữ liệu.

Ayo berlatih!

Lấy mẫu trong R