如何按比例进行分层抽样答案

【问题标题】：How can I do Stratified sampling with proportionate size如何按比例进行分层抽样
【发布时间】：2023-01-24 23:24:13
【问题描述】：

我有一个名为“Tree_all_exclusive”的数据集，有 7607 行和 39 列，其中包含树木的不同信息，例如年龄、身高、姓名等。我可以使用以下代码创建一个 1200 大小的样本，它看起来采摘树木随机：

sam1<-sample_n(Tree_all_exclusive, size = 1200)

但我喜欢生成一个按比例分层的 1200 棵树样本，它会根据特定类型树的数量比例来选择树的数量。

为此，我使用以下代码：

sam3<-Tree_all_exclusive %>%
  group_by(TaxonNameFull)%>%
  summarise(total_numbers=n())%>%
  arrange(-total_numbers)%>%
  mutate(pro = total_numbers/7607)%>% #7607 total number of trees
  mutate(sz= pro*1200)%>% #1200 is number of sample
  mutate(siz=as.integer(sz)+1) #since some size is 0.01 so making it 1
sam3

s<-stratified(sam3, group="TaxonNameFull", sam3$siz)

但它给了我以下错误：

s_n(indt, group, size) 错误：“size”应作为命名向量输入。

你能给我指出解决这个问题的任何方向吗？

另外，如果有任何其他方法可以按比例进行分层抽样，请指导我。

非常感谢。

【问题讨论】：

标签： r sampling

【解决方案1】：

使用sample_frac()怎么样：

library(dplyr)
data(mtcars)

mtcars %>% 
  group_by(cyl) %>% 
  tally()
#> # A tibble: 3 × 2
#>     cyl     n
#>   <dbl> <int>
#> 1     4    11
#> 2     6     7
#> 3     8    14

mtcars %>% 
  group_by(cyl) %>% 
  sample_frac(.5) %>% 
  tally()
#> # A tibble: 3 × 2
#>     cyl     n
#>   <dbl> <int>
#> 1     4     6
#> 2     6     4
#> 3     8     7

^{创建于 2023-01-24 reprex package (v2.0.1)}

【讨论】：