Stratified Random Sampling

Python में सर्वे डेटा का विश्लेषण

EbunOluwa Andrew

Data Scientist

Stratified random sampling क्या है

Stratified sampling जनसंख्या {{1}} को बेहतर दर्शाता है
तकनीक जिसमें जनसंख्या को समान गुणों के आधार पर अलग इकाइयों (strata) में बाँटा जाता है
सैंपल डेटा को दोबारा सैंपल किया जाता है ताकि अनुपात जनसंख्या से मेल खाएँ

जनसंख्या में बदलती विविधता के रूप में लोगों के बड़े समूह का जनसांख्यिकीय बदलाव

Stratified random sampling क्यों उपयोग करें?

चयन पक्षपात कम करता है
कुछ जनसमूहों की प्रतिनिधित्व क्षमता बढ़ाता है
उदाहरण:
- भिन्न आबादियों की आय का अनुमान
- चुनावी पोल का अनुमान
- औसत आयु का अनुमान

हैंडहेल्ड टैली काउंटर से लोगों की गिनती

Stratified random sampling कब न करें

उपसमूह ओवरलैप नहीं होने चाहिए
- जो विषय कई समूहों में आते हैं -> गलत प्रतिनिधित्व
सर्वे प्रश्न में ओवरलैप का उदाहरण
- आप अपने वर्तमान काम पर कब से हैं?
  - 1-2 साल
  - 2-4 साल

सोचती हुई महिला

फर्म ABC में ऑनसाइट कार्य सर्वे परिणाम

| 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         |

जनसंख्या पर अनुपात जाँचें

survey.gender.value_counts(normalize=True)

Female    0.556
Male      0.444
Name: gender, dtype: float64

जनसंख्या पर अनुपात प्लॉट करना

import pandas as pd
import matplotlib.pyplot as plt

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

सर्वे में महिला-पुरुष अनुपात

Stratified sampling का उदाहरण

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         |

सैंपल पर अनुपात जाँचें

मूल जनसंख्या

survey.gender.value_counts(normalize=True)

Stratified sample

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

अभ्यास करते हैं!

Python में सर्वे डेटा का विश्लेषण