Náhodné vzorkování

Analýza dat z průzkumů v Pythonu

EbunOluwa Andrew

Data Scientist

Vzorkování v analýze dat z průzkumů

  • Vzorkování = malá množina z velké populace
    • Vyvozování závěrů o větší populaci
    • Vzorkování -> zvládnutelná forma
    • Vzorkování -> chyba vzorkování
    • Chybu minimalizuje velká populace

Foto Patrick Fore na Unsplash – dítě s bonbony

Analýza dat z průzkumů v Pythonu

Náhodné vzorkování

  • Každý člen má stejnou šanci na výběr
  • Snižuje zkreslení
  • Vysoká interní validita
  • Vysoká externí validita

loterní lístky

Analýza dat z průzkumů v Pythonu

Metoda .sample()

  • DataFrame.sample(n = _None_, frac = _None_, random_state = _None_)
  • n = počet vzorkovaných položek
  • frac = podíl (z 1) vrácených položek
  • random_state = seed pro reprodukovatelné výsledky
Analýza dat z průzkumů v Pythonu

Příklad náhodného vzorkování

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         |
Analýza dat z průzkumů v Pythonu

Příklad náhodného vzorkování

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         |
Analýza dat z průzkumů v Pythonu

Příklad náhodného vzorkování

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         |
Analýza dat z průzkumů v Pythonu

Pojďme si procvičit!

Analýza dat z průzkumů v Pythonu

Preparing Video For Download...