跳动城乡网导读 今天咱们聊聊如何用R语言实现分层抽样（Stratified Sampling），并以经典的`iris`数据集为例！💡首先，加载数据包`tidyverse`，它能帮我们
今天咱们聊聊如何用R语言实现分层抽样（Stratified Sampling），并以经典的`iris`数据集为例！💡首先，加载数据包`tidyverse`，它能帮我们轻松处理数据。接着，观察`iris`数据集，发现它有三个品种（Setosa、Versicolor和Virginica），这就是天然的分层依据啦！🌲
接下来，使用`group_by()`按品种分组，然后利用`slice_sample()`设置抽样比例，比如每个品种抽取30%的数据。这样既保证了样本的多样性，又让每类数据都有代表！🎯代码简单高效，运行后你会发现，抽取的结果完美体现了分层抽样的精髓——均衡且科学！
最后，验证一下抽样结果是否符合预期，可以用`table()`统计每类数据的数量，确保它们占比合理。✨通过这次实践，你是不是对分层抽样有了更深的理解？快来试试吧！🚀 数据分析 R语言 分层抽样
