2020/6/8 16:24:50
一(yī)、分享簡單随機(jī)抽樣的(de)幾種方法
1、抽樣分析工具抽樣
2、INDIRECT+RANDBETWEEN函數抽樣
3、RAND+排序抽樣
4、SAS抽樣
二、分層抽樣方法
1、Python分層抽樣
2、SAS分層抽樣
3、EXCEL函數及功能分層抽樣
簡單随機(jī)抽樣的(de)幾種方法
方法一(yī):抽樣分析工具抽樣
如(rú)果你的(de)EXCEL尚未安裝數據分析,采用以下方法調出“數據分析”工具:
EXCEL2013版:
“文件”——“選項”——“加載項”——“分析工具庫”,然後确定,即可(kě)添加在EXCEL工具欄。
EXCEL2007版:
“選項”——“加載項”——“分析工具庫”進行(xíng)加載即可(kě)。
(以2013版為(wèi)例:)
舉例:某企業有(yǒu)客戶10萬,現需要通過電話回訪的(de)方式進行(xíng)客戶滿意度調查,了解客戶對企業産品和(hé)服務的(de)評價。如(rú)果直接對10萬客戶進行(xíng)回訪,時間成本、人員成本都難以估算,經過專家論證、客戶認可(kě),現決定從10萬名客戶中抽取1000名作為(wèi)調查樣本進行(xíng)回訪,為(wèi)了保證結果的(de)客觀性,采取随機(jī)抽樣的(de)方式進行(xíng)抽查。
1、打開需要抽樣的(de)EXCEL表格
2、選“數據”——“數據分析”——“抽樣”
3、根據要求選:
“輸入區域”的(de)數據
抽樣方法選“随機(jī)”
輸出選項選“輸出區域”(以此為(wèi)例)
4、結果如(rú)圖:(從10萬名客戶裏随機(jī)抽取1000名客戶進行(xíng)調研,抽取結果如(rú)下)
然後通過計算可(kě)得出抽樣的(de)情況,從而可(kě)以推斷出總體情況。
備注:
1、抽樣樣本越多,所得的(de)結果,越接近真實結果;
2、用抽樣分析工具抽樣,隻能對數值型數據進行(xíng)抽樣,對于其他類型的(de)抽樣無法完成。
方法二:INDIRECT+RANDBETWEEN函數抽樣
舉例:某企業有(yǒu)客戶2萬,現需要通過電話回訪的(de)方式進行(xíng)客戶滿意度調查,了解客戶對企業産品和(hé)服務的(de)評價。如(rú)果直接對2萬客戶進行(xíng)回訪,時間成本、人員成本都難以估算,經過專家論證、客戶認可(kě),現決定從2萬名客戶中抽取100名作為(wèi)調查樣本進行(xíng)回訪,為(wèi)了保證結果的(de)客觀性,采取随機(jī)抽樣的(de)方式進行(xíng)抽查。
1、 打開需要抽樣的(de)EXCEL表格
2、在EXCEL的(de)空白區域寫入,暫以E列為(wèi)例,在E2寫入
=INDIRECT("a"&RANDBETWEEN(2,20001)),下拉100個單元格,結果如(rú)下:
3、然後通過計算可(kě)得出抽樣的(de)情況,從而可(kě)以推斷出總體情況。
方法三:用RAND函數加排序功能
舉例:某企業有(yǒu)客戶10萬,現需要通過電話回訪的(de)方式進行(xíng)客戶滿意度調查,了解客戶對企業産品和(hé)服務的(de)評價。如(rú)果直接對10萬客戶進行(xíng)回訪,時間成本、人員成本都難以估算,經過專家論證、客戶認可(kě),現決定從10萬名客戶中抽取1000名作為(wèi)調查樣本進行(xíng)回訪,為(wèi)了保證結果的(de)客觀性,采取随機(jī)抽樣的(de)方式進行(xíng)抽查。
1、在B1中輸入“=RAND()”,向下填充至C1000000
2、 選擇C列,點擊工具欄中的(de)數據→升序,在彈出的(de)窗口中選擇“擴展選定區域”,再點擊“排序”按鈕
3、 此時A列中的(de)序号已經打亂了,直接看A2至A10001中的(de)值就可(kě)以達成“随機(jī)抽查10個客戶”的(de)要求了,然後通過計算可(kě)得出抽樣的(de)情況,從而可(kě)以推斷出總體情況。
方法四:利用SAS軟件進行(xíng)随機(jī)抽樣
PROC SURVEYSELECT一(yī)般形式:
Proc surveyselect data=<原數據集>
Method=<srs|sys|urs| /*抽樣方法選擇*/
out=<抽取樣本存放的(de)數據集>
n=<抽取數量>(or samprate=抽樣比例)
seed=n;
strata <指定分層變量>;
id <指定抽取的(de)樣本所保留的(de)源數據集變量>;
run;
1.從數據集text.bclass中不重複随機(jī)抽取20條記錄,保留所有(yǒu)變量
proc surveyselect data=text.bclass out=srsa1 method = srs
sampsize =20;
run;
2. 從數據集text.bclass中重複随機(jī)抽取20條記錄,保留所有(yǒu)變量
proc surveyselect data=text.bclass out=srsa1 method= urs
sampsize =20;
run;
3. 随機(jī)抽取總體的(de)10%作為(wèi)樣本,保留所有(yǒu)變量
proc surveyselect data=sashelp.prdsale out=srs415 method = srs
samprate = 0.1;
run;
簡單随機(jī)抽樣進階——分層抽樣方法
方法一(yī):利用Python進行(xíng)分層抽樣
import pandas as pd
df = pd.read_excel(r"地(dì)址及名稱.xlsx")
data = pd.DataFrame(df)
gbr = data.groupby("分層變量")
tdict={"變量1":1500,"變量2":1500,"變量3":1500,"變量4":1500,"變量5":1500,"變量6":1500,"變量7":1500}/*分層變量,及每個變量需要抽取的(de)數量 */
def sampling(group,tdict):
name = group.name
n = tdict[name]
return group.sample(n=n)
resut = data.groupby("分層變量",group_keys=False).apply(sampl
ing,tdict)
resut.to_excel(r"輸入地(dì)址及名稱.xlsx")
方法二:利用SAS軟件進行(xíng)随機(jī)抽樣
1、手工設置抽樣比例或者抽樣數
proc sort data=test1;
by 分層變量;
run;/*先用分層變量對總體樣本進行(xíng)排序*/
proc surveyselect data=test1 out=results3 method=srs
samprate=(0.1,0.3,0.5,0.2);/*根據分層情況設置每一(yī)層要抽取的(de)比例*/
strata 分層變量;
run;/*根據分層變量不等比例從總體中抽取樣本*/
proc surveyselect data=test1 out=results3 method=srs
sampsize=(30,20,50,40);/*根據分層情況設置每一(yī)層要抽取的(de)樣本數*/
strata 分層變量;
run;
2、根據抽樣表進行(xíng)不等比例抽樣
proc sort data=test1;
by 分層變量;
run;/*先用分層變量對總體樣本進行(xíng)排序*/
proc surveyselect data=test1 out=results3 method=SRS
samprate=samp_table;/*通過抽樣比例數據集進行(xíng)抽樣,samp_table數據集中要包括分層變量,以及每一(yī)分層對應的(de)抽樣比例或者數量,如(rú)果按比例抽樣變量必須用_rate_來命名抽樣比例,如(rú)果是按數量抽樣必須用_nsize_來命名抽樣數量*/
strata 分層變量;
run;
方法三:利用excel函數及相關功能進行(xíng)分層随機(jī)抽樣
1、利用rand()函數,添加輔助列随機(jī)
2、去(qù)除rand()函數公式,升序、降序排列都可(kě)以
3、利用countif(A$2$:A2,A2)添加輔助列,并去(qù)除公式
4、将每個類型需要抽取的(de)數量放到任意區域
5、利用Excel中數據-高(gāo)級功能進行(xíng)随機(jī)抽取
作者:渠道(dào)研究部馮乙
Python方法:胡揚指導
SAS方法:楊家輝指導