상태 별 층화 샘플을 만드는 방법 R

Question

"샘플링"패키지를 사용하여 계층화 된 샘플을 R로 만들려면 어떻게해야합니까? 데이터 세트에는 355,000 회의 관측이 있습니다. 코드는 마지막 줄까지 잘 작동합니다. 아래 코드는 내가 작성한 코드이지만 항상 다음과 같은 메시지가 나타납니다. "sort.list (y)의 오류 : 'x'는 'sort.list'에 대해 원자 적이어야합니다. 'sort'를 목록에 호출 했습니까?

제발 Stackoverflow에서 이전 메시지를 가리 키지 말아주세요. 나는 그들을 연구했지만 사용할 수 없었습니다. 고맙습니다. 지층 기능을 모른 채

## lpdata file has 355,000 observations 
# Exclude Puerto Rico, Virgin Islands and Guam 
sub.lpdata<-subset(lpdata,"STATE" != 'PR' | "STATE" != 'VI' | "STATE" != 'GU') 

## Create a 10% sample, stratified by STATE 
sort.lpdata<-sub.lpdata[order(sub.lpdata$STATE),] 
tab.state<-data.frame(table(sort.lpdata$STATE)) 
size.strata<-as.vector(round(ceiling(tab.state$Freq)*0.1)) 

s<-strata(sort.lpdata,stratanames=sort.lpdata$STATE,size=size.strata,method="srswor")} 

Answer 1

- 코딩의 비트가 원하는 것을 할 수 있습니다

d <- expand.grid(id = 1:35000, stratum = letters[1:10]) 

p = 0.1 

dsample <- data.frame() 

system.time(
for(i in levels(d$stratum)) { 
    dsub <- subset(d, d$stratum == i) 
    B = ceiling(nrow(dsub) * p) 
    dsub <- dsub[sample(1:nrow(dsub), B), ] 
    dsample <- rbind(dsample, dsub) 
    } 
) 

# size per stratum in resulting df is 10 % of original size: 
table(dsample$stratum) 

HTH, 케이

추신 : 내 잔존하는 노트북에 CPU 시간이 0.09입니다!

Answer 2

나는 작년과 비슷한 것을해야했다. 이것이 당신이 많이하는 일이라면, 아래의 것과 같은 기능을 사용하는 것이 좋습니다. 이 함수를 사용하면 샘플링하는 데이터 프레임의 이름을 지정할 수 있습니다.이 변수는 ID 변수이며 지층이며 "set.seed"를 사용하려는 경우에 사용됩니다. 함수를 "stratified.R"과 같이 저장하고 필요할 때로드 할 수 있습니다. http://news.mrdwab.com/2011/05/20/stratified-random-sampling-in-r-from-a-data-frame/

stratified = function(df, group, size) { 
    # USE: * Specify your data frame and grouping variable (as column 
    #   number) as the first two arguments. 
    #  * Decide on your sample size. For a sample proportional to the 
    #   population, enter "size" as a decimal. For an equal number 
    #   of samples from each group, enter "size" as a whole number. 
    # 
    # Example 1: Sample 10% of each group from a data frame named "z", 
    #    where the grouping variable is the fourth variable, use: 
    # 
    #     > stratified(z, 4, .1) 
    # 
    # Example 2: Sample 5 observations from each group from a data frame 
    #    named "z"; grouping variable is the third variable: 
    # 
    #     > stratified(z, 3, 5) 
    # 
    require(sampling) 
    temp = df[order(df[group]),] 
    if (size < 1) { 
    size = ceiling(table(temp[group]) * size) 
    } else if (size >= 1) { 
    size = rep(size, times=length(table(temp[group]))) 
    } 
    strat = strata(temp, stratanames = names(temp[group]), 
       size = size, method = "srswor") 
    (dsample = getdata(temp, strat)) 
}