在 R 中绘制分层样本答案

【问题标题】：drawing a stratified sample in R在 R 中绘制分层样本
【发布时间】：2011-10-31 07:13:58
【问题描述】：

设计我的分层样本

library(survey)
design <- svydesign(id=~1,strata=~Category,  data=billa, fpc=~fpc)

到目前为止一切顺利，但我现在如何以与简单采样相同的方式绘制样本？

set.seed(67359)  
samplerows <- sort(sample(x=1:N, size=n.pre$n))

【问题讨论】：

标签： r survey sampling

【解决方案1】：

如果您有分层设计，那么我相信您可以在每个层中随机抽样。这是一个在每个层中进行比例抽样的简短算法，使用ddply：

library(plyr)
set.seed(1)
dat <- data.frame(
    id = 1:100,
    Category = sample(LETTERS[1:3], 100, replace=TRUE, prob=c(0.2, 0.3, 0.5))
)

sampleOne <- function(id, fraction=0.1){
  sort(sample(id, round(length(id)*fraction)))
}

ddply(dat, .(Category), summarize, sampleID=sampleOne(id, fraction=0.2))

   Category sampleID
1         A       21
2         A       29
3         A       72
4         B       13
5         B       20
6         B       42
7         B       58
8         B       82
9         B      100
10        C        1
11        C       11
12        C       14
13        C       33
14        C       38
15        C       40
16        C       63
17        C       64
18        C       71
19        C       92

【讨论】：

谢谢，我希望 R 能提供这样的功能。令人沮丧的是，我总是必须发现我需要为自己修复什么以及 R 很容易提供什么。我不是统计学家，所以我总是害怕犯错误
不错的一个！ sampleOne 是我正在寻找的功能。 tapply(dat$id, dat$Category, sampleOne, fraction = 0.1) 也适用于小样本。

【解决方案2】：

看看 CRAN (pdf here) 上的 sampling 包，尤其是 strata 函数。

这是一个了解您是否正在进行调查的好工具； its page on CRAN 提供了几个小插曲。

task view on "Official Statistics" 包含几个与调查设计和抽样问题密切相关的主题 - 浏览它，推荐的软件包还可能介绍您可以在工作中使用的其他工具。

【讨论】：

【解决方案3】：

您可以使用dplyr 绘制分层样本。首先，我们按我们感兴趣的一个或多个列进行分组。在我们的示例中，每个 Species 有 3 条记录。

library(dplyr)
set.seed(1)
iris %>%
  group_by (Species) %>%
  sample_n(., 3)

输出：

Source: local data frame [9 x 5]
Groups: Species

  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
1          4.3         3.0          1.1         0.1     setosa
2          5.7         3.8          1.7         0.3     setosa
3          5.2         3.5          1.5         0.2     setosa
4          5.7         3.0          4.2         1.2 versicolor
5          5.2         2.7          3.9         1.4 versicolor
6          5.0         2.3          3.3         1.0 versicolor
7          6.5         3.0          5.2         2.0  virginica
8          6.4         2.8          5.6         2.2  virginica
9          7.4         2.8          6.1         1.9  virginica

【讨论】：

【解决方案4】：

这是一种快速的方法，可以从 mtcars 数据帧中对每个不同的 'carb' 值采样三个记录而无需替换

# choose how many records to sample per unique 'carb' value
records.per.carb.value <- 3

# draw the sample
your.sample <- 
    mtcars[ 
        unlist( 
            tapply( 
                1:nrow( mtcars ) , 
                mtcars$carb , 
                sample , 
                records.per.carb.value 
            ) 
        ) , ]

# print the results to the screen
your.sample

请注意，survey 包主要用于分析复杂的样本调查数据，而不是创建它。 @Iterator 是正确的，您应该查看 sampling 包以了解更高级的方法来创建复杂的样本调查数据。 :)

【讨论】：