imputation_sample: Memilih sampel imputasi

In imperativa/imputationSample: Package untuk Memilih Sampel Imputasi

Description

Memilih sampel imputasi dari filter yang telah dibuat dengan total weight tertentu

Usage

imputation_sample(x, filters, weight_aggregate, weight_col, iter = 1,
  sample_flag = "1")

Arguments

x	Dataset yang digunakan.
filters	Filter yang telah dibuat dengan fungsi create_filter.
weight_aggregate	Besaran agregat weight dari sampel terpilih yang diinginkan.
weight_col	Kolom yang digunakan sebagai weight dalam pemilihan sampel apabila tersedia.
iter	Jumlah iterasi pengacakan dan pengambilan sampel yang diinginkan (semakin tinggi maka weight akan semakin sesuai).
sample_flag	Identitas dari sampel yang dihasilkan.

Value

Data yang telah diberi flag untuk sampel terpilih yang selanjutnya dapat diubah atributnya menggunakan fungsi mutate_sample.

Examples

# Membuat filter berbeda
filter_1 = create_filter(NAMA_PROV == "ACEH", KLASIFIKASI == 1)
filter_2 = create_filter(NAMA_PROV == "RIAU" | NAMA_PROV == "SUMATERA BARAT", KLASIFIKASI == 2)
imputation_sample(x = sakernas_dummy, filters = filter_1, weight_aggregate = 10000, weight_col = Weight_R, sample_flag = "aceh_1")
imputation_sample(x = sakernas_dummy, filters = filter_2, weight_aggregate = 5000, weight_col = Weight_R, sample_flag = "riau_sumbar_2")

# Membandingkan hasil sampel dengan jumlah iterasi berbeda
my_filter = create_filter(NAMA_PROV == "SUMATERA BARAT", KLASIFIKASI == 2)
imputation_sample(x = sakernas_dummy, filters = my_filter, weight_aggregate = 73955, weight_col = Weight_R, iter = 1)
imputation_sample(x = sakernas_dummy, filters = my_filter, weight_aggregate = 73955, weight_col = Weight_R, iter = 100)

imperativa/imputationSample documentation built on May 20, 2019, 5:42 p.m.