Кластерна вибірка в r: із прикладами

Дослідники часто беруть зразки з популяції та використовують дані з вибірки, щоб зробити висновки про популяцію в цілому.

Зазвичай використовуваним методом вибірки є кластерна вибірка , за якої сукупність поділяється на кластери, а всі члени певних кластерів вибираються для включення у вибірку.

У цьому підручнику пояснюється, як виконувати кластерну вибірку в R.

Приклад: кластерна вибірка в R

Припустимо, компанія, що пропонує екскурсії по місту, хоче опитати своїх клієнтів. З десяти турів, які вони пропонують на день, вони випадковим чином вибирають чотири тури та просять кожного клієнта оцінити свої враження за шкалою від 1 до 10.

Наступний код показує, як створити фальшивий кадр даних у R для роботи:

 #make this example reproducible
set.seed(1)

#create data frame
df <- data.frame(tour = rep(1:10, each=20),
                 experience = rnorm(200, mean=7, sd=1))

#view first six rows of data frame
head(df)

  tour experience
1 1 6.373546
2 1 7.183643
3 1 6.164371
4 1 8.595281
5 1 7.329508
6 1 6.179532

А наступний код показує, як отримати вибірку клієнтів шляхом випадкового вибору чотирьох відвідувань і включення кожного учасника цих відвідувань у вибірку:

 #randomly choose 4 tour groups out of the 10
clusters <- sample( unique (df$tour), size=4, replace= F )

#define sample as all members who belong to one of the 4 tour groups
cluster_sample <- df[df$tour %in% clusters, ]

#view how many customers came from each tour
table(cluster_sample$tour)

 2 7 8 10 
20 20 20 20 

З результату ми бачимо, що:

• До вибірки увійшли 20 клієнтів туристичної групи №2.
• До вибірки увійшли 20 клієнтів з тургрупи №7.
• До вибірки увійшли 20 клієнтів з тургрупи №8.
• До вибірки увійшли 20 клієнтів з тургрупи №10.

Таким чином, ця вибірка складається з 80 клієнтів з 4 різних туристичних груп.

Пов’язане: як використовувати оператор %in% у R

Додаткові ресурси

Розуміння різних типів методів вибірки
Стратифікована вибірка в R
Систематична вибірка в Р