Échantillonnage en grappes

Échantillonnage en Python

James Chapman

Curriculum Manager, DataCamp

Stratifié vs en grappes

Échantillonnage stratifié

Scinder la population en sous-groupes
Faire un échantillonnage aléatoire simple dans chaque sous-groupe

Échantillonnage en grappes

Échantillonnage aléatoire simple pour choisir certains sous-groupes
Échantillonnage aléatoire simple uniquement dans ces sous-groupes

Variétés de café

Grains de café disposés en rangées et colonnes.

varieties_pop = list(coffee_ratings['variety'].unique())

[None, 'Other', 'Bourbon', 'Catimor', 
'Ethiopian Yirgacheffe','Caturra', 
'SL14', 'Sumatra', 'SL34', 'Hawaiian Kona',
'Yellow Bourbon', 'SL28', 'Gesha', 'Catuai',
'Pacamara', 'Typica', 'Sumatra Lintong',
'Mundo Novo', 'Java', 'Peaberry', 'Pacas',
'Mandheling', 'Ruiru 11', 'Arusha',
'Ethiopian Heirlooms', 'Moka Peaberry',
'Sulawesi', 'Blue Mountain', 'Marigojipe', 
'Pache Comun']

Étape 1 : échantillonner des sous-groupes

Grains de café en rangées et colonnes, tous grisés sauf trois.

import random
varieties_samp = random.sample(varieties_pop, k=3)

['Hawaiian Kona', 'Bourbon', 'SL28']

Étape 2 : échantillonner chaque groupe

variety_condition = coffee_ratings['variety'].isin(varieties_samp)
coffee_ratings_cluster = coffee_ratings[variety_condition]

coffee_ratings_cluster['variety'] = coffee_ratings_cluster['variety'].cat.remove_unused_categories()

coffee_ratings_cluster.groupby("variety")\
    .sample(n=5, random_state=2021)

Résultat de l'étape 2

                    total_cup_points        variety       country_of_origin  ...
variety                                                                       
Bourbon       575              82.83        Bourbon               Guatemala   
              560              82.83        Bourbon               Guatemala   
              524              83.00        Bourbon               Guatemala   
              1140             79.83        Bourbon               Guatemala   
              318              83.67        Bourbon                  Brazil   
Hawaiian Kona 1291             73.67  Hawaiian Kona  United States (Hawaii)   
              1266             76.25  Hawaiian Kona  United States (Hawaii)   
              488              83.08  Hawaiian Kona  United States (Hawaii)   
              461              83.17  Hawaiian Kona  United States (Hawaii)   
              117              84.83  Hawaiian Kona  United States (Hawaii)   
SL28          137              84.67           SL28                   Kenya   
              452              83.17           SL28                   Kenya   
              224              84.17           SL28                   Kenya   
              66               85.50           SL28                   Kenya   
              559              82.83           SL28                   Kenya

Échantillonnage à plusieurs degrés

L'échantillonnage en grappes est un type d'échantillonnage à plusieurs degrés
Peut compter > 2 étapes
P. ex., des sondages nationaux peuvent échantillonner des États, comtés, villes et quartiers

Passons à la pratique !

Échantillonnage en Python