次は
層別サンプリング
統計的因果推論 では、「ランダムサンプリングが理想で、現実はそれができないことが多いので、工夫する」という考え方をします。
均質なものを調べようとするなら、確かにそうかもしれませんが、そうではない場合は、調べたいものの特徴を考える必要があります。
サンプリングのポイントは、層別、クラスター化、無作為化と言われています。
「生のデータを料理する」 岸野洋久 著 日本評論社 1999
親しみやすいタイトルですが、中身は難解です。
実際の調査と理論の結び付きが、しっかりしています。
「データサンプリング」 新保雅一 編 北田修一・新保雅一・田中昌一・宮川雅巳・三輪哲久 著
共立出版 2002
データサイエンス
のシリーズ本の第２巻です。
海の生物の数や成長の調査方法と、
実験計画法
の話に大きく分かれています。
後者については、
品質工学
の
パラメータ設計
の章もあります。
「センシングの基礎」 山崎弘郎 著 岩波書店 2005
センサーそのものの原理の話もありますが、センサーのデータがどのようなもので、どのように扱うのかの話も多いです。
サンプリング定理 ：
もっとも高い周波数の少なくとも2倍の周波数でサンプリングすれば、不連続な時系列データから、
完全にもとの信号が再構成されるので、情報が失われる事はない。
空間的にも、空間周波数を考えれば、この定理が使える。
サンプリング定理は、本当は連続量なものを間欠データでしか見れないというセンシングの性質があっても、大丈夫な事を言っている。
センサーの配置を決める時にも役立つ定理です。
順路
次は
層別サンプリング
