如何用R语言的mstage()函数实现两阶段分层抽样？

mstage()函数可以一次性完成你需要的两阶段分层抽样，以下是参数补全说明和完整代码：

参数补全逻辑 #

• stage：两阶段均为分层抽样，因此填list("stratified", "stratified")
• varnames：两次抽样都基于group列分层，因此填list("group", "group")
• size：
  • size1：总体各层的原始规模（已由table(data_sample_frame$group)正确生成）
  • size2：第一阶段抽样量，对应A/B/C组的10/20/30条
  • size3：第二阶段抽样量，对应A/B/C组的5/10/15条，填c(5,10,15)
• method：分层抽样采用无放回简单随机抽样，填list("", "srswor", "srswor")（第一个空对应总体框架，无需指定方法）

完整代码 #

library(sampling)
library(data.table)

set.seed(345092123)

data_sample_frame <- 
  data.table(group = sample(LETTERS[1:3], 
                            500, 
                            prob = c(1, 2, 3),
                            replace = T))

data_sample_frame[, id := 1:.N]

setorder(data_sample_frame, group)

set.seed(2340598)

# 运行mstage两阶段抽样
sampling_result <- mstage(data_sample_frame,
       stage = list("stratified", "stratified"),
       varnames = list("group", "group"),
       size = list(size1 = table(data_sample_frame$group),
                   size2 = c(10, 20, 30),
                   size3 = c(5,10,15)),
       method = list("", "srswor", "srswor"))

# 提取最终样本
final_sample <- getdata(data_sample_frame, sampling_result)
# 验证样本规模
table(final_sample$group)

注意事项 #

• srswor是无放回简单随机抽样，若需要有放回抽样，可替换为srswr
• 运行后通过getdata()函数可直接从原数据框中提取最终的两阶段抽样样本

内容的提问来源于stack exchange，提问作者zeming