Lấy mẫu và ước lượng điểm

Lấy mẫu trong R

Richie Cotton

Data Evangelist at DataCamp

Ước tính dân số Pháp

Bản đồ nước Pháp.

Tổng điều tra hỏi mỗi hộ có bao nhiêu người.

Rất nhiều người ở Pháp

Bản đồ Pháp với các biểu tượng người.

Tổng điều tra rất tốn kém!

Lấy mẫu hộ gia đình

Bản đồ Pháp với các biểu tượng người, một số được tô nổi bật.

Rẻ hơn khi hỏi một số ít hộ và dùng thống kê để ước tính toàn bộ quần thể.

Làm việc với một tập con của quần thể gọi là lấy mẫu.

Quần thể vs. mẫu

Quần thể là toàn bộ dữ liệu.

Không nhất thiết là con người.
Thường không biết toàn bộ quần thể.

Mẫu là tập con dữ liệu dùng để tính toán.

Bộ dữ liệu chấm điểm cà phê

total_cup_points	variety	country_of_origin	aroma	flavor	aftertaste	body	balance
90.58	NA	Ethiopia	8.67	8.83	8.67	8.50	8.42
89.92	Other	Ethiopia	8.75	8.67	8.50	8.42	8.42
...	...	...	...	...	...	...	...
73.75	NA	Vietnam	6.75	6.67	6.5	6.92	6.83

Mỗi hàng là 1 loại cà phê.
1138 hàng.
Xem tập này là quần thể.

Điểm vs. hương vị: quần thể

pts_vs_flavor_pop <- coffee_ratings %>% 
  select(total_cup_points, flavor)

dim(pts_vs_flavor_pop)

1338    2

     total_cup_points flavor
1               90.58   8.83
2               89.92   8.67
3               89.75   8.50
4               89.00   8.58
...              ...     ...
1335            78.08   7.67
1336            77.17   7.33
1337            75.08   6.83
1338            73.75   6.67

Điểm vs. hương vị: mẫu 10 hàng

pts_vs_flavor_samp <- coffee_ratings %>% 
  select(total_cup_points, flavor) %>%
  slice_sample(n = 10)

dim(pts_vs_flavor_samp)

10  2

   total_cup_points flavor
1             82.25   7.58
2             83.50   7.67
3             80.50   7.17
4             79.33   7.17
5             83.83   7.58
6             84.17   7.75
7             83.67   8.17
8             81.92   7.50
9             82.67   7.58
10            83.42   7.67

Lấy mẫu với base R

Dùng slice_sample() cho data frame và sample() cho vector.

cup_points_samp <- sample(coffee_ratings$total_cup_points, size = 10)

88.25 83.83 83.17 82.67 84.67 83.42 73.67 86.00 81.58 80.92

Tham số quần thể & ước lượng điểm

Tham số quần thể là phép tính trên toàn bộ dữ liệu quần thể.

mean(pts_vs_flavor_pop$total_cup_points)

82.15

Ước lượng điểm, hay thống kê mẫu, là phép tính trên dữ liệu mẫu.

mean(cup_points_samp)

82.82

Ước lượng điểm với dplyr

pts_vs_flavor_pop %>% 
  summarize(mean_flavor = mean(flavor))

  mean_flavor
1       7.526

pts_vs_flavor_samp %>% 
  summarize(mean_flavor = mean(flavor))

  mean_flavor
1       7.716

Ayo berlatih!

Lấy mẫu trong R