Warstwowe losowanie próby

Analiza danych ankietowych w Pythonie

EbunOluwa Andrew

Data Scientist

Czym jest warstwowe losowanie próby?

Warstwowe losowanie lepiej odzwierciedla populację
Technika, w której populację dzieli się na warstwy według podobnych cech
Polega na doborze próby tak, aby proporcje odpowiadały populacji

Zmiana demograficzna jako duża grupa ludzi odzwierciedlająca różnorodność populacji

Dlaczego stosować warstwowe losowanie?

Minimalizuje błąd selekcji
Zwiększa reprezentatywność wybranych grup
Przykłady:
- Szacowanie dochodów różnych populacji
- Prognozowanie wyników wyborów
- Szacowanie oczekiwanej długości życia

Ręczny licznik zliczający osoby

Kiedy nie stosować warstwowego losowania?

Podgrupy nie powinny się nakładać
- Osoby należące do wielu grup -> błędna reprezentacja
Przykład nakładania się w pytaniu ankietowym
- Jak długo pracuje Pan/Pani na obecnym stanowisku?
  - 1–2 lata
  - 2–4 lata

Zamyślona kobieta

Wyniki ankiety dotyczącej pracy stacjonarnej w firmie ABC

| 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         |

Sprawdzenie proporcji w populacji

survey.gender.value_counts(normalize=True)

Female    0.556
Male      0.444
Name: gender, dtype: float64

Wizualizacja proporcji w populacji

import pandas as pd
import matplotlib.pyplot as plt

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

Stosunek kobiet do mężczyzn w ankiecie

Przykład warstwowego losowania

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         |

Sprawdzenie proporcji w próbie

Oryginalna populacja

survey.gender.value_counts(normalize=True)

Próba warstwowa

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

Czas na ćwiczenia!

Analiza danych ankietowych w Pythonie