Исследователи часто берут образцы из населения и используют данные из выборки, чтобы сделать выводы о населении в целом.
Одним из широко используемых методов выборки является кластерная выборка , при которой совокупность разбивается на кластеры, и все члены некоторых кластеров выбираются для включения в выборку.
В этом руководстве объясняется, как выполнить кластерную выборку в R.
Пример: кластерная выборка в R
Предположим, компания, организующая экскурсии по городу, хочет опросить своих клиентов. Из десяти туров, которые они проводят один день, они случайным образом выбирают четыре тура и просят каждого клиента оценить свой опыт по шкале от 1 до 10.
В следующем коде показано, как создать поддельный фрейм данных в R для работы с ним:
#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 следующий код показывает, как получить выборку клиентов, случайным образом выбрав четыре тура и включив в выборку каждого участника этих туров:
#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
Из вывода мы видим, что:
- В выборку вошли 20 клиентов из туристической группы №2.
- В выборку вошли 20 клиентов из туристической группы №7.
- В выборку вошли 20 клиентов из туристической группы №8.
- В выборку вошли 20 клиентов из туристической группы №10.
Таким образом, эта выборка состоит из 80 клиентов из 4 разных туристических групп.
Связанный: Как использовать оператор %in% в R
Дополнительные ресурсы
Понимание различных типов методов выборки
Стратифицированная выборка в R
Систематическая выборка в R