Aprende Implementación de Muestreo en Python

Muestreo Aleatorio Simple


              1234567
            
import random

N = 30   # population size
n = 5    # sample size

sample_srs = random.sample(range(1, N+1), n)
print(f"Simple Random Sample: {sample_srs}")

random.sample(range(1, N+1), n) selecciona aleatoriamente n valores únicos de la población;
Funciona sin reemplazo (sin repeticiones);
Cada miembro de la población tiene la misma probabilidad de ser elegido.

Muestreo estratificado


              123456789
            
N_males = 18
N_females = 12
N_total = N_males + N_females
n_total = 10

n_males = round((N_males / N_total) * n_total)
n_females = round((N_females / N_total) * n_total)

print(f"Stratified Sample Size -> Males: {n_males}, Females: {n_females}")

La población se divide en subgrupos (estratos);
La muestra se extrae proporcionalmente de cada subgrupo;
Garantiza la representación de los grupos clave.

Muestreo por conglomerados


              1234567
            
import random

clusters = 5
students_per_cluster = 25

selected_cluster = random.randint(1, clusters)
print(f"Selected cluster (classroom): {selected_cluster} containing {students_per_cluster} students")

Población dividida en conglomerados (por ejemplo, aulas);
Uno o más conglomerados se seleccionan aleatoriamente;
Todos los integrantes del(los) conglomerado(s) elegido(s) son encuestados;
Eficiente cuando listar a cada individuo es poco práctico.

Muestreo sistemático


              123456789101112
            
import random

N = 1000
n = 100

k = N // n                # Sampling interval
start = random.randint(1, k)  # Random start

sample_systematic = list(range(start, N+1, k))
print(f"Sampling interval k = {k}")
print(f"Random start = {start}")
print(f"First 10 samples: {sample_systematic[:10]}")

Intervalo $k = \frac{N}{n}$ ;
Punto de inicio seleccionado aleatoriamente entre 1 y $k$ ;
Selección de cada elemento número $k$ de la población ordenada.

Resumen de Métodos

Aleatorio simple: misma probabilidad para todos, sin repeticiones;
Estratificado: asegura la representación de subgrupos;
Por conglomerados: selecciona aleatoriamente grupos completos;
Sistemático: selecciona a intervalos fijos después de un inicio aleatorio.

¿Todo estuvo claro?

¡Gracias por tus comentarios!

Sección 5. Capítulo 6

Pregunte a AI

Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla

Suggested prompts:

Can you explain the main differences between these four sampling methods?

When should I use stratified sampling instead of simple random sampling?

Can you give real-world examples where cluster sampling is most effective?

Awesome!

Completion rate improved to 1.96

Desliza para mostrar el menú