用于具有动态样本大小的分层抽样的 sql 查询
Posted
技术标签:
【中文标题】用于具有动态样本大小的分层抽样的 sql 查询【英文标题】:sql query for stratified sampling with dynamic sample size 【发布时间】:2021-02-19 15:48:29 【问题描述】:假设我们有一个这种格式的表格:
id strata sample_size
1 s1 2
2 s1 2
3 s1 2
4 s2 1
5 s2 1
....
从这个例子中,我们看到两个层 s1 和 s2。我想做的是分层抽样,样本量是最后一列。例如,我想从 s1 中随机抽样 2 个实例,从 s2 中随机抽样 1 个。任何帮助表示赞赏。请记住,我有很多阶层,硬编码是不可能的。我
【问题讨论】:
【参考方案1】:你可以使用row_number()
:
select t.*
from (select t.*,
row_number() over (partition by strata order by rand()) as seqnum
from t
) t
where seqnum <= strata_size;
【讨论】:
以上是关于用于具有动态样本大小的分层抽样的 sql 查询的主要内容,如果未能解决你的问题,请参考以下文章