分层抽样大小因R中的组而异R

Question

我对R相当新鲜。现在，当样本大小基于组更改时，我停止了分层抽样。

的数据看起来像这样：

和样品大小而变化根据不同的基团或阶层：

我用分层抽样，但不能图取出样本量。

Result <- stratified(Population, c("Loc", "Format"), 
       Population$SampleSize), replace = FALSE, 
       keep.rownames = T) 

一条错误消息说“大小应该作为一个命名向量输入”。谁能帮忙？谢谢。

Answer 1

我假设您使用我的“splitstackshape”包中的stratified。

该错误解释了需要什么：命名向量（例如c(a = 5, b = 10)，例如）。

但是，该函数的该功能只假定一个变量用于分层。要解决这个问题，你可以通过粘贴你的“Loc”和“Format”列来创建一个新的分组变量。

这里有一个简单的例子....

开始与原始数据集的一些样本数据，并表示要对样本大小的数据集。

library(splitstackshape) 
set.seed(1) 
mydf <- data.table(strata1 = sample(letters[1:2], 25, TRUE), 
        strata2 = sample(c("A", "B"), 25, TRUE), 
        values = sample(25, replace = TRUE)) 
head(mydf) 
# strata1 strata2 values 
# 1:  a  A  12 
# 2:  a  A  22 
# 3:  b  A  11 
# 4:  b  B  7 
# 5:  a  A  2 
# 6:  b  A  3 

wanted <- data.table(strata1 = c("a", "a", "b", "b"), 
        strata2 = c("A", "B", "A", "B"), 
        count = c(2, 3, 5, 2)) 
wanted 
# strata1 strata2 count 
# 1:  a  A  2 
# 2:  a  B  3 
# 3:  b  A  5 
# 4:  b  B  2 

为了获得输出，我们将添加一个名为“KEY”的列，将两个分层列相结合。你可以对两个数据集都这样做，但我只是简单地用“想要的”数据集来完成它。

out <- stratified(
    mydf[, KEY := paste(strata1, strata2, sep = "_")], "KEY", 
    with(wanted, setNames(count, paste(strata1, strata2, sep = "_")))) 
out 
#  strata1 strata2 values KEY 
# 1:  a  A  21 a_A 
# 2:  a  A  2 a_A 
# 3:  a  B  9 a_B 
# 4:  a  B  3 a_B 
# 5:  a  B  9 a_B 
# 6:  b  A  17 b_A 
# 7:  b  A  12 b_A 
# 8:  b  A  3 b_A 
# 9:  b  A  17 b_A 
# 10:  b  A  13 b_A 
# 11:  b  B  8 b_B 
# 12:  b  B  20 b_B 

由原始的分层变量比较所产生的样本大小：

out[, .N, .(strata1, strata2)] 
# strata1 strata2 N 
# 1:  a  A 2 
# 2:  a  B 3 
# 3:  b  A 5 
# 4:  b  B 2