Вибірка кластерами

Sampling у Python

James Chapman

Curriculum Manager, DataCamp

Стратифікована вибірка vs. вибірка кластерами

Стратифікована вибірка

Розбийте сукупність на підгрупи
Застосуйте просту випадкову вибірку в кожній підгрупі

Вибірка кластерами

Використайте просту випадкову вибірку, щоб обрати деякі підгрупи
Застосуйте просту випадкову вибірку лише до цих підгруп

Різновиди кави

Кавові зерна, розкладені рядами та стовпцями.

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']

Етап 1: вибірка підгруп

Кавові зерна в рядах і стовпцях; лише три не заштриховані.

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

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

Етап 2: вибірка в кожній групі

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)

Вивід етапу 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

Багатостадійна вибірка

Вибірка кластерами — це різновид багатостадійної вибірки
Може мати > 2 етапів
Напр., загальнонаціональні опитування можуть відбирати штати, округи, міста й райони

Давайте потренуємось!

Sampling у Python