{"id":965,"date":"2023-07-28T03:59:32","date_gmt":"2023-07-28T03:59:32","guid":{"rendered":"https:\/\/statorials.org\/de\/cluster-sampling-r\/"},"modified":"2023-07-28T03:59:32","modified_gmt":"2023-07-28T03:59:32","slug":"cluster-sampling-r","status":"publish","type":"post","link":"https:\/\/statorials.org\/de\/cluster-sampling-r\/","title":{"rendered":"Cluster-sampling in r: mit beispielen"},"content":{"rendered":"

<\/p>\n

\n

Forscher entnehmen h\u00e4ufig<\/span> Stichproben<\/a> aus einer Population und nutzen die Daten aus der Stichprobe, um R\u00fcckschl\u00fcsse auf die Population als Ganzes zu ziehen.<\/span><\/p>\n

Eine h\u00e4ufig verwendete Stichprobenmethode ist die Cluster-Stichprobe<\/strong> , bei der eine Population in Cluster unterteilt wird und alle Mitglieder bestimmter<\/em> Cluster f\u00fcr die Aufnahme in die Stichprobe ausgew\u00e4hlt werden.<\/span><\/p>\n

In diesem Tutorial wird erkl\u00e4rt, wie man Cluster-Sampling in R durchf\u00fchrt.<\/span><\/p>\n

Beispiel: Cluster-Sampling in R<\/strong><\/h2>\n

Nehmen wir an, ein Unternehmen, das Stadtrundfahrten anbietet, m\u00f6chte seine Kunden befragen. Aus zehn Touren, die sie pro Tag anbieten, w\u00e4hlen sie zuf\u00e4llig vier Touren aus und bitten jeden Kunden, sein Erlebnis auf einer Skala von 1 bis 10 zu bewerten.<\/span><\/p>\n

Der folgende Code zeigt, wie man in R einen gef\u00e4lschten Datenrahmen erstellt, mit dem man arbeiten kann:<\/span><\/p>\n

 #make this example reproducible\nset.seed(1)<\/span>\n<\/span>\n#create data frame<\/span>\ndf <- data.frame(tour = rep(1:10, each=20),\n                 experience = rnorm(200, mean=7, sd=1))\n\n#view first six rows of data frame<\/span>\nhead(df)\n\n  tour experience\n1 1 6.373546\n2 1 7.183643\n3 1 6.164371\n4 1 8.595281\n5 1 7.329508\n6 1 6.179532\n<\/strong><\/pre>\n
 Und der folgende Code zeigt, wie man eine Stichprobe von Kunden erh\u00e4lt, indem man vier Besuche zuf\u00e4llig ausw\u00e4hlt und jedes Mitglied dieser Besuche in die Stichprobe einbezieht:<\/span><\/p>\n
 #randomly choose 4 tour groups out of the 10<\/span>\nclusters <- sample( unique<\/span> (df$tour), size=4, replace= F<\/span> )\n\n#define sample as all members who belong to one of the 4 tour groups<\/span>\ncluster_sample <- df[df$tour %in%<\/span> clusters, ]\n\n#view how many customers came from each tour<\/span>\ntable(cluster_sample$tour)\n\n 2 7 8 10 \n20 20 20 20 \n<\/strong><\/pre>\n
 Aus dem Ergebnis k\u00f6nnen wir Folgendes erkennen:<\/span><\/p>\n