怎样比较sample和原数据？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

最近碰到一个sampling的问题，用的是SRS方法，直接从500个原始数据里面选出50个数据出来，我的初步构想就是比较sample（其实就是原始数据的一个subset）和原始数据的mean啊，median啊，kernel啊什么的。如果有图的话，可以比较一下historgram和density。但是我发现所有overlay historgram和density的话，都是对同一数据，有没有对不同数据（sample是原始数据的subset）画图进行overlay啊，而且最后就算图像上能够显示出来的话，这两个图像的相似度也是相当主观的，有什么别的比较客观的因素去判定sample比较好的表达原始数据了呢？想和大家讨论一下

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Sample AMPL amp MPL PLE median 而且

如果想保证样本分布和原数据分布尽量保持一致，可以采取局部随机抽样的方法，比如：你可以将500个原数据的分布切割成50份，然后在每一个区间内随机抽取一个数，共抽50个数构成你想要的样本。

谢谢，这是一个很好的idea。我想除了客观上比较他们的mean啊，median啊，kernel啊在数值上比较接近的话，有没有什么直观的方法，从图像上比较呢？

不论是从统计量来看还是从图像上看，都是比较直观的判断。你可以进行N次抽样，然后从中选取一个与原数据误差较小的样本作为你的分析样本。