Je systematické vzorkování v pořádku?
Systematické vzorkování má jeden háček: pokud jsou data seřazená nebo pořadí řádků nějak závisí na hodnotách, výsledný vzorek nemusí reprezentovat celou populaci. Řešením je náhodné přeuspořádání řádků – jenže pak je systematické vzorkování v podstatě totéž co prosté náhodné vzorkování.
Tady se podíváš na to, jak poznat, jestli takový problém nastává.
K dispozici máš attrition_pop; pandas je načtený jako pd a matplotlib.pyplot jako plt.
Toto cvičení je součástí kurzu
Vzorkování v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Add an index column to attrition_pop
attrition_pop_id = ____
# Plot YearsAtCompany vs. index for attrition_pop_id
____
plt.show()