<\/p>\n
Forscher entnehmen h\u00e4ufig 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 geschichtete Zufallsstichprobe<\/strong> , bei der eine Population in Gruppen aufgeteilt wird und eine bestimmte Anzahl von Mitgliedern aus jeder Gruppe zuf\u00e4llig f\u00fcr die Aufnahme in die Stichprobe ausgew\u00e4hlt wird.<\/span><\/p>\n In diesem Tutorial werden zwei Methoden zur Durchf\u00fchrung geschichteter Zufallsstichproben in Python erl\u00e4utert.<\/span><\/p>\n Angenommen, wir haben den folgenden Pandas-DataFrame, der Daten zu 8 Basketballspielern aus 2 verschiedenen Teams enth\u00e4lt:<\/span><\/p>\n Der folgende Code zeigt, wie eine geschichtete Zufallsstichprobe durchgef\u00fchrt wird, indem zwei Spieler aus jedem Team zuf\u00e4llig ausgew\u00e4hlt werden, um sie in die Stichprobe aufzunehmen:<\/span><\/p>\n Beachten Sie, dass zwei Spieler aus jedem Team in der geschichteten Stichprobe enthalten sind.<\/span><\/p>\n Nehmen wir erneut an, dass wir den folgenden Pandas-DataFrame haben, der Daten zu 8 Basketballspielern aus 2 verschiedenen Teams enth\u00e4lt:<\/span><\/p>\n Beachten Sie, dass 6 der 8 Spieler (75 %) im DataFrame zu Team A und 2 der 8 Spieler (25 %) zu Team B geh\u00f6ren.<\/span><\/p>\n Der folgende Code zeigt, wie eine geschichtete Zufallsstichprobe durchgef\u00fchrt wird, sodass der Anteil der Spieler in der Stichprobe aus jedem Team dem Anteil der Spieler aus jedem Team im gr\u00f6\u00dferen DataFrame entspricht:<\/span><\/p>\n Beachten Sie, dass der Anteil der Spieler von Team A in der geschichteten Stichprobe (25 %) dem Anteil der Spieler von Team A im gr\u00f6\u00dferen DataFrame entspricht.<\/span><\/p>\n Ebenso entspricht der Anteil der Spieler von Team B in der geschichteten Stichprobe (75 %) dem Anteil der Spieler von Team B im gr\u00f6\u00dferen DataFrame.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie mithilfe von Pandas andere Beispieltypen ausw\u00e4hlen:<\/span><\/p>\n So f\u00fchren Sie Cluster-Sampling in Pandas durch<\/a> Forscher entnehmen h\u00e4ufig Stichproben aus einer Population und nutzen die Daten aus der Stichprobe, um R\u00fcckschl\u00fcsse auf die Population als Ganzes zu ziehen. Eine h\u00e4ufig verwendete Stichprobenmethode ist die geschichtete Zufallsstichprobe , bei der eine Population in Gruppen aufgeteilt wird und eine bestimmte Anzahl von Mitgliedern aus jeder Gruppe zuf\u00e4llig f\u00fcr die Aufnahme in die […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Beispiel 1: Geschichtete Probenahme mithilfe von Z\u00e4hlungen<\/strong><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd.DataFrame({'team': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],\n 'position': ['G', 'G', 'F', 'G', 'F', 'F', 'C', 'C'],\n 'assists': [5, 7, 7, 8, 5, 7, 6, 9],\n 'rebounds': [11, 8, 10, 6, 6, 9, 6, 10]})\n\n#view DataFrame\n<\/span>df\n\n team position assists rebounds\n0 A G 5 11\n1 A G 7 8\n2 A F 7 10\n3 A G 8 6\n4 B F 5 6\n5 B F 7 9\n6 B C 6 6\n7 B C 9 10\n<\/strong><\/pre>\n df. groupby<\/span> ('team', group_keys= False<\/span> ). apply<\/span> ( lambda<\/span> x: x.sample<\/span> (2))\n\n team position assists rebounds\n0 A G 5 11\n3 A G 8 6\n6 B C 6 6\n5 B F 7 9\n<\/strong><\/pre>\n Beispiel 2: Geschichtete Probenahme unter Verwendung von Proportionen<\/strong><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd.DataFrame({'team': ['A', 'A', 'B', 'B', 'B', 'B', 'B', 'B'],\n 'position': ['G', 'G', 'F', 'G', 'F', 'F', 'C', 'C'],\n 'assists': [5, 7, 7, 8, 5, 7, 6, 9],\n 'rebounds': [11, 8, 10, 6, 6, 9, 6, 10]})\n\n#view DataFrame\n<\/span>df\n\n team position assists rebounds\n0 A G 5 11\n1 A G 7 8\n2 A F 7 10\n3 A G 8 6\n4 B F 5 6\n5 B F 7 9\n6 B C 6 6\n7 B C 9 10\n<\/strong><\/pre>\n import<\/span> numpy as np\n\n<\/span>#define total sample size desired<\/span>\nN = 4\n\n#perform stratified random sampling<\/span>\ndf. groupby<\/span> ('team', group_keys= False<\/span> ). apply<\/span> ( lambda<\/span> x: x. sample<\/span> (int(np. rint<\/span> (N* len<\/span> (x)\/ len<\/span> (df))))). sample<\/span> (frac=1). reset_index<\/span> (drop= True<\/span> )\n\n team position assists rebounds\n0 B F 7 9\n1 B G 8 6\n2 B C 6 6\n3 A G 7 8\n<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
Wie man eine systematische Probenahme bei Pandas durchf\u00fchrt<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"