การสุ่มตัวอย่างแบบแบ่งชั้นภูมิ

การวิเคราะห์ข้อมูลแบบสำรวจด้วย Python

EbunOluwa Andrew

Data Scientist

การสุ่มตัวอย่างแบบแบ่งชั้นภูมิคืออะไร

การสุ่มแบบแบ่งชั้นภูมิสะท้อนประชากรได้ดีกว่า
แบ่งประชากรออกเป็นหน่วยย่อย (strata) ตามคุณลักษณะที่คล้ายกัน
ปรับสัดส่วนของตัวอย่างให้ตรงกับประชากร

การเปลี่ยนแปลงทางประชากรศาสตร์ที่สะท้อนความหลากหลายในกลุ่มคน

ทำไมต้องใช้การสุ่มแบบแบ่งชั้นภูมิ?

ลดความลำเอียงในการเลือกตัวอย่าง
เพิ่มความเป็นตัวแทนของกลุ่มประชากรเฉพาะ
ตัวอย่างการใช้งาน:
- ประมาณรายได้ของประชากรกลุ่มต่าง ๆ
- ประมาณผลการเลือกตั้ง
- ประมาณอายุขัย

มือที่ถือเครื่องนับจำนวนคน

เมื่อใดไม่ควรใช้การสุ่มแบบแบ่งชั้นภูมิ

กลุ่มย่อยต้องไม่ทับซ้อนกัน
- หากผู้ตอบอยู่ในหลายกลุ่ม -> เกิดการแทนค่าที่ผิดพลาด
ตัวอย่างการทับซ้อนในคำถามสำรวจ
- ทำงานในตำแหน่งปัจจุบันมานานเท่าใด?
  - 1-2 ปี
  - 2-4 ปี

ผู้หญิงกำลังคิด

ผลสำรวจการทำงาน onsite ที่บริษัท ABC

| 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         |

ตรวจสอบสัดส่วนในประชากร

survey.gender.value_counts(normalize=True)

Female    0.556
Male      0.444
Name: gender, dtype: float64

พล็อตสัดส่วนของประชากร

import pandas as pd
import matplotlib.pyplot as plt

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

สัดส่วนหญิงต่อชายจากการสำรวจ

ตัวอย่างการสุ่มแบบแบ่งชั้นภูมิ

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         |

ตรวจสอบสัดส่วนในตัวอย่าง

ประชากรต้นฉบับ

survey.gender.value_counts(normalize=True)

ตัวอย่างแบบแบ่งชั้นภูมิ

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

มาฝึกกันเถอะ!

การวิเคราะห์ข้อมูลแบบสำรวจด้วย Python