Просте випадкове та систематичне вибіркове дослідження

Sampling у Python

James Chapman

Curriculum Manager, DataCamp

Просте випадкове вибіркове дослідження

Рука дістає з жеребкувальної банки складений папірець.

Кульки лотереї котяться.

Просте випадкове відбирання кави

Кавові зерна, розташовані рядами й стовпцями.

Кавові зерна рядами й стовпцями, деякі з них заштриховані сірим.

Просте випадкове вибіркове дослідження в pandas

coffee_ratings.sample(n=5, random_state=19000113)

     total_cup_points         variety country_of_origin  aroma  flavor  \
437             83.25            None          Colombia   7.92    7.75   
285             83.83  Yellow Bourbon            Brazil   7.92    7.50   
784             82.08            None          Colombia   7.50    7.42   
648             82.58         Caturra          Colombia   7.58    7.50   
155             84.58         Caturra          Colombia   7.42    7.67  

     aftertaste  body  balance  
437        7.25  7.83     7.58  
285        7.33  8.17     7.50  
784        7.42  7.67     7.42  
648        7.42  7.67     7.42  
155        7.75  8.08     7.83

Систематичне вибіркове дослідження

Кавові зерна, розташовані рядами й стовпцями.

Кавові зерна рядами й стовпцями; більшість заштриховано сірим, окрім тих, що на діагоналі.

Систематичне вибіркове дослідження — визначення інтервалу

sample_size = 5

pop_size = len(coffee_ratings)

print(pop_size)

interval = pop_size // sample_size

print(interval)

Систематичне вибіркове дослідження — вибір рядків

coffee_ratings.iloc[::interval]

      total_cup_points  variety country_of_origin  aroma  flavor  aftertaste  \
0                90.58     None          Ethiopia   8.67    8.83        8.67   
267              83.92     None          Colombia   7.83    7.75        7.58   
534              82.92  Bourbon       El Salvador   7.50    7.50        7.75   
801              82.00   Typica            Taiwan   7.33    7.50        7.17   
1068             80.50    Other            Taiwan   7.17    7.17        7.17   

      body  balance  
0     8.50     8.42  
267   7.75     7.75  
534   7.92     7.83  
801   7.50     7.33  
1068  7.17     7.25

Проблема систематичного відбору

coffee_ratings_with_id = coffee_ratings.reset_index()
coffee_ratings_with_id.plot(x="index", y="aftertaste", kind="scatter")
plt.show()

Точкова діаграма оцінок післясмаку проти індексів.

Систематичне вибіркове дослідження безпечне лише якщо на цьому графіку немає закономірності

Як зробити систематичний відбір безпечним

shuffled = coffee_ratings.sample(frac=1)

shuffled = shuffled.reset_index(drop=True).reset_index()

shuffled.plot(x="index", y="aftertaste", kind="scatter")
plt.show()

Точкова діаграма оцінок післясмаку проти індексів після перемішування набору даних.

Перемішати рядки + систематичний відбір = просте випадкове вибіркове дослідження

Давайте потренуємось!

Sampling у Python