Lấy mẫu theo cụm

Phân tích dữ liệu khảo sát bằng Python

EbunOluwa Andrew

Data Scientist

Lấy mẫu theo cụm là gì?

Chia toàn bộ quần thể thành nhiều nhóm con
- Nhóm con có đặc điểm tương tự quần thể
Quần thể -> Cụm
Không lấy mẫu cá nhân, mà chọn ngẫu nhiên toàn bộ nhóm

biểu đồ tròn ghép từ người

Vì sao lấy mẫu theo cụm quan trọng

Không phải lúc nào cũng thu thập được dữ liệu từ toàn bộ quần thể
Giảm sai số do quy mô quần thể lớn

quá tải dân số

Các bước phân tích lấy mẫu theo cụm

Bước 1: chia quần thể thành các cụm
Bước 2: chọn ngẫu nhiên các cụm đó

nhóm người

Tập dữ liệu mẫu

print(mh_survey)

| gender | sought_treatment | country_work             |
|--------|------------------|--------------------------|
| Male   |                0 | United Kingdom           |
| Male   |                1 | United States of America |
| Male   |                1 | United Kingdom           |
| Male   |                1 | United Kingdom           |
| Female |                1 | United States of America |
| Male   |                1 | United Kingdom           |
| Male   |                0 | United States of America |
...

Tập dữ liệu và biểu đồ mẫu

mh_survey.groupby('country_work')[
  'gender'].count()

groups = mh_survey.groupby(
  'country_work')['gender'].count(
).reset_index()

groups.columns=['country_work','count']

groups.plot.bar(x='country_work',
                y='count')

biểu đồ cột nơi nhân viên công nghệ sống

¹ _vẽ một phần dữ liệu do giới hạn không gian_

Chọn các cụm

unique_countries = list(set(mh_survey.country_work))

random_clusters = np.random.choice(unique_countries, size = 10, replace = False)

print(random_clusters)

array(['Finland', 'Australia', 'Sweden', 'South Africa', 'Pakistan',
       'France', 'Ecuador', 'United Arab Emirates', 'United Kingdom',
       'Bangladesh'], dtype='<U24')

Tạo mẫu theo cụm

cluster_sample = mh_survey[mh_survey.country_work.isin(random_clusters)]
print(cluster_sample.head())

| gender | sought_treatment | US_state_live        |
|--------|------------------|----------------------|
| Male   |                1 |             Pakistan |
| Male   |                1 |             Pakistan |
| Male   |                1 | United Arab Emirates |
| Male   |                1 |             Pakistan |
| Female |                0 |           Bangladesh |

Vẽ biểu đồ mẫu cụm

treatment_pie = cluster_sample.sought_treatment.value_counts(normalize = True)
treatment_pie.plot.pie()

biểu đồ tròn sought_treatment

Vẽ biểu đồ mẫu cụm

array(['Bangladesh', 'South Africa', 'Other', 'Norway', 'Poland',
       'Romania', 'New Zealand', 'France', 'United States of America',
       'Bulgaria'], dtype='<U24')

biểu đồ tròn sought_treatment

Ayo berlatih!

Phân tích dữ liệu khảo sát bằng Python