層化サンプリングとは
層化サンプリング（Stratified Sampling）とは、母集団をある特性に基づいて複数の層（グループ）に分割し、各層からそれぞれ独立にサンプルを抽出する手法です。層化抽出法とも呼ばれ、母集団の構造を反映した代表性の高い標本を得ることができます。
| ひとことで言うと | 母集団を属性ごとに分け、それぞれから比率通りに抽出する方法。 |
|---|---|
| 何がうれしいか | 少数グループも確実に含まれ、単純な無作為抽出より精度が高くなる。 |
| 注意点 | 層を分ける基準が調査目的と関係なければ、効果は出ない。 |
層化サンプリングの方法
比例配分法では、各層の母集団に占める割合に応じてサンプル数を配分します。例えば、男女比が6:4の母集団から100人のサンプルを抽出する場合、男性60人、女性40人とします。最適配分法では、層内の分散も考慮して各層のサンプル数を決定します。
1層に分ける年代・地域・業種など
▶
2各層の比率を確認母集団での構成比
▶
3比率通りに抽出各層から無作為に
▶
4全体を合成偏りの少ない標本に
層化サンプリングのメリット
単純無作為抽出と比較して、層化サンプリングは推定精度が向上し、各層ごとの分析も可能になります。特に母集団内に異質な部分集団が存在する場合に効果的です。少数グループの代表性を確保するためにも使用されます。
機械学習での活用
機械学習では、クラス不均衡データの分割に層化サンプリングが活用されます。訓練データとテストデータにクラスの比率を保ったまま分割する層化K分割交差検証（Stratified K-Fold）は、偏りのない評価を行うための標準的な手法です。