Losowe próbkowanie

Analiza danych ankietowych w Pythonie

EbunOluwa Andrew

Data Scientist

Próbkowanie w analizie danych ankietowych

Próbkowanie = mały podzbiór dużej populacji
- Wnioskowanie o większej populacji
- Próbkowanie -> zarządzalna forma
- Próbkowanie -> błąd próbkowania
- Minimalizacja błędu przy dużej próbie

Zdjęcie autorstwa Patricka Fore'a na Unsplash – dziecko trzymające cukierki

Losowe próbkowanie

Każdy element ma równe szanse wyboru
Redukuje błąd systematyczny
Wysoka trafność wewnętrzna
Wysoka trafność zewnętrzna

losy na loterię

Metoda .sample()

DataFrame.sample(n = _None_, frac = _None_, random_state = _None_)
n = liczba elementów do próbkowania
frac = udział (z 1) elementów do zwrócenia
random_state = ziarno generatora dla odtwarzalnych wyników

Przykład losowego próbkowania

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         |

Przykład losowego próbkowania

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         |

Przykład losowego próbkowania

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         |

Czas na ćwiczenia!

Analiza danych ankietowych w Pythonie