किसी प्रयोग का स्तरीकरण (Stratifying)
आप एक सरकारी संगठन के साथ काम कर रहे हैं जो यह जानने के लिए एक प्रयोग करना चाहता है कि कुछ विशेष सरकारी नीतियाँ अलग-अलग क्षेत्रों में व्यक्तियों की नेट वेल्थ पर कैसे असर डालती हैं।
उन्होंने आपसे प्रयोग के डिज़ाइन को सेट अप करने में मदद मांगी है। उन्होंने यह भी आगाह किया है कि एक छोटा समूह ऐसे उपयोगकर्ताओं का है जिनकी नेट वेल्थ पहले से ही अधिक है, और आशंका है कि यह समूह देखे गए किसी भी प्रायोगिक परिणाम पर हावी हो सकता है। आपको पता है कि यहाँ क्या करना है!
प्रायोगिक डिज़ाइन के अपने ज्ञान का उपयोग करके ब्लॉक रैंडमाइज़ेशन कीजिए, जिसमें दिए गए wealth_data DataFrame की high_wealth कॉलम के आधार पर स्तरीकरण (stratification) करना है। DataFrame में 2000 पंक्तियाँ हैं, जिनमें 200 उच्च नेट वेल्थ वाले विषय हैं (high_wealth का मान 1)।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Experimental Design
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create the first block
strata_1 = wealth_data[wealth_data[____] == ____]
strata_1['Block'] = ____
# Create two groups assigning to Treatment or Control
strata_1_g1 = strata_1.____(____, replace=False)
strata_1_g1['T_C'] = ____
strata_1_g2 = strata_1.drop(strata_1_g1.index)
strata_1_g2[____] = 'C'