部分地層太小時分層樣本

Question

我需要在每個地層繪製一個分層樣本，其觀測值爲n，但有些地層的觀測值比n少。如果某一層的觀測結果太少（例如，觀測值爲k<n），那麼我想要從該層中抽取所有的觀測值k。

require(sampling) 

n <- 10 
geo_ID <- c(rep(1, times = 20), rep(2, times = 20), rep(c(1, 2, 3, 4), times = 5)) 
    set.seed(42) 
V1 <- rnorm(60, 0, 1) 
V2 <- rnorm(60, 2, 1) 

DF <- data.frame(geo_ID = geo_ID, V1 = V1, V2 = V2) 
    #Sort as explained in ?strata help file 
DF <- DF[order(DF[, "geo_ID"]), ] 

strata(DF, stratanames = "geo_ID", size = c(n, n, n, n), method = "srswor") 

如果我使用不放回抽樣如上，我（可以理解）得到錯誤：

Error in strata(DF, stratanames = "geo_ID", size = c(10, 10, 10, 10), : 
    not enough obervations in the stratum 

採樣與更換避免錯誤，method = "srswr"，但是這不是理想的，因爲它有時會得出重複的這些地層足夠大，只能有獨特的樣品吸取。

注意：這裏有類似的問題，但它沒有真正回答。另外我認爲這個問題更一般。 （Stratified sampling - not enough observations）對於相關問題的答案通常並不實用，因爲它們要求：（i）與分層大小成比例的樣本大小（而我需要一個固定數量）或（ii）手動編程分層分層隨着地層數量的增加，這是不可行的。

Answer 1

這並不回答你的問題，關於如何使用「採樣」軟件包做到這一點，但我寫了a function called stratified，這將爲你做到這一點。

如果你有註明「DevTools」安裝，您可以加載它是這樣的：

library(devtools) 
source_gist(6424112) 

否則，只是功能的代碼主旨複製到您的會話和樂趣。

---

用法很簡單：

set.seed(1) ## So you can reproduce this 
stratified(DF, group = "geo_ID", size = 10) 
# Some groups 
# ---3, 4--- 
# contain fewer observations than desired number of samples. 
# All observations have been returned from those groups. 
# geo_ID   V1  V2 
# 7  1 1.51152200 2.3358481 
# 9  1 2.01842371 2.9207286 
# 14  1 -0.27878877 1.0464766 
# 20  1 1.32011335 0.9002191 
# 5  1 0.40426832 1.2727079 
# :::SNIP::: 
# 43  3 0.75816324 0.9967914 
# 47  3 -0.81139318 1.5777441 
# 55  3 0.08976065 0.3389009 
# 51  3 0.32192527 1.9749074 
# 48  4 1.44410126 1.8776498 
# 44  4 -0.72670483 3.8484819 
# 60  4 0.28488295 2.1372562 
# 52  4 -0.78383894 2.1080727 
# 56  4 0.27655075 1.6176663 

---

有一些 「有趣」 的功能，如子集化的功能本身的階層：

## Selects only "geo_ID" values equal to 1 or 4 
stratified(DF, group = "geo_ID", size = 10, select = list(geo_ID = c(1, 4))) 

...走按比例抽樣：

## Just set the size argument to a value less than 1 
stratified(DF, group = "geo_ID", size = .1) 

...並使用多個列作爲您的組。 Gist上的評論包括一些可以嘗試的例子。