층화 임의추출

Python으로 설문 데이터 분석하기

EbunOluwa Andrew

Data Scientist

층화 임의추출이란?

층화추출은 모집단을 더 잘 반영합니다
유사한 속성으로 모집단을 불연속 단위(층)로 나누는 기법
표본 비율이 모집단과 일치하도록 재추출합니다

인구집단의 다양성 변화(큰 집단의 구성 변화)

층화 임의추출을 쓰는 이유

선택 편향을 최소화
특정 집단의 대표성 향상
예시:
- 이질적 지역의 소득 추정
- 선거 여론 추정
- 기대수명 추정

휴대용 카운터로 인원 수를 세는 모습

층화 임의추출을 쓰지 말아야 할 때

하위 집단은 서로 겹치면 안 됩니다
- 여러 집단에 속하면 왜곡 발생
중복되는 설문 문항 예시
- 현재 직장에서 근무한 기간은?
  - 1-2년
  - 2-4년

생각하는 여성

ABC사의 출근 근무 설문 결과

| employee_id | gender | onsite_work |
|-------------|--------|-------------|
|    fffe6838 | Male   | Yes         |
|   fffe12184 | Female | Yes         |
|    fffe9404 | Female | Yes         |
|   fffe17578 | Male   | Yes         |
|   fffe22257 | Female | Yes         |
|    fffe6217 | Male   | Yes         |
|    fffe7828 | Female | Yes         |
|   fffe18192 | Male   | Yes         |
|    fffe2839 | Female | Yes         |
|   fffe16173 | Female | Yes         |

모집단의 비율 확인

survey.gender.value_counts(normalize=True)

Female    0.556
Male      0.444
Name: gender, dtype: float64

모집단 비율 시각화

import pandas as pd
import matplotlib.pyplot as plt

survey.gender.value_counts().plot.pie()

설문: 여성 대 남성 비율

층화추출 예시

strat_sample = 
survey.groupby(
  'gender', group_keys = False).apply(
  lambda x: x.sample(frac = 0.1))

| employee_id | gender | onsite_work |
|-------------|--------|-------------|
|    fffe4934 | Female | Yes         |
|    fffe3958 | Female | Yes         |
|      fffe18 | Female | Yes         |
|     fffe283 | Female | Yes         |
|   fffe20382 | Female | Yes         |
|    fffe8721 | Male   | Yes         |
|    fffe5955 | Male   | Yes         |
|    fffe7081 | Male   | Yes         |
|     fffe353 | Male   | Yes         |
|    fffe1765 | Male   | Yes         |

표본의 비율 확인

원 모집단

survey.gender.value_counts(normalize=True)

층화표본

strat_sample.gender.value_counts(
  normalize=True))

Female    0.556
Male      0.444
Name: gender, dtype: float64

Female    0.56
Male      0.44
Name: gender, dtype: float64

연습해 봅시다!

Python으로 설문 데이터 분석하기