1. Learn
    2. /
  2. 课程
    3. /
  3. Design Experimental în R
Connected

道练习

Reeșantionarea datelor NHANES

Datele NHANES sunt colectate de la unități eșantionate (persoane) selectate special pentru a reprezenta populația SUA. Hai să reeșantionăm setul de date nhanes_final în moduri diferite, ca să înțelegem mai bine metodele de eșantionare disponibile.

Poți realiza un eșantion aleatoriu simplu folosind slice_sample() din dplyr. Funcția primește ca intrare un set de date și un număr întreg reprezentând câte rânduri să fie eșantionate.

Eșantionarea stratificată se realizează combinând group_by() și slice_sample(). Funcția va eșantiona n observații din fiecare grup specificat în group_by().

Funcția cluster() din pachetul sampling creează eșantioane de tip cluster. Primește ca argumente numele setului de date, variabila din set utilizată ca variabilă de cluster (transmisă ca vector cu numele sub formă de șir de caractere, de exemplu c("variabila")), numărul de clustere de selectat și o metodă.

说明

100 XP
  • Folosește slice_sample() pentru a selecta 2500 de observații din nhanes_final și salvează rezultatul ca nhanes_srs.
  • Creează nhanes_stratified folosind group_by() și slice_sample(). Stratifică după riagendr și selectează câte 2000 de observații pentru fiecare gen. Verifică dacă a funcționat corect folosind count() pentru a examina variabila de gen din nhanes_stratified.
  • Încarcă pachetul sampling. Folosește cluster() pentru a împărți nhanes_final după "indhhin2" în 6 clustere, utilizând metoda "srswor". Atribuie rezultatul variabilei nhanes_cluster.