ИНСТРУМЕНТ С ПРИВАТНОЙ ОБРАБОТКОЙ В БРАУЗЕРЕ · ФАЗА 1
Стратифицированный случайный сэмплер
Нарисуйте пропорциональное или равное распределение из помеченных слоев, сохраняя при этом идентичность каждой исходной строки. Весь рабочий процесс выполняется локально в этом браузере, с видимыми элементами управления и результатом, который вы можете проверить перед копированием или загрузкой.
LOCAL WORKBENCH
Generate a result
No upload · no account · no URL storage
Ready. Entries and results stay in this browser tab.
Choose your settings, then select Generate.
Как это работает
- Разберите каждую исходную строку на именованный слой и стабильную идентичность строки.
- Расчет целочисленных квот страты с документированным распределением остатка и проверкой мощности.
- Отберите образцы внутри каждого слоя без замены, затем объедините их в порядке слоев или, при необходимости, безопасно перетасуйте.
Практический пример
Пропорциональная выборка из 4 человек из страт размером 3, 2 и 1 распределяет квоты до того, как будут выбраны отдельные строки.
Ограничения и интерпретация
- Ввод ограничен 50 000 строк, 500 слоями и 5 МБ текста.
- Запрошенные квоты не могут превышать количество доступных строк слоя; Сообщается о невозможном распределении.
- Инструмент не делает вывод о том, является ли выбранная переменная стратификации статистически приемлемой.
Конфиденциальность
Ваши входные данные и сгенерированные результаты остаются в этом браузере. Этот инструмент не помещает их в URL-адрес, аналитическое событие, журнал сервера или внешний запрос.
Часто задаваемые вопросы
- Как стратифицированный случайный сэмплер делает случайный выбор?
- Расчет квоты является детерминированным; затем каждая страта использует свою собственную защищенную выборку без замены.
- Загружает ли Стратифицированный случайный сэмплер мои входные данные или результаты?
- Нет. Значения остаются на текущей вкладке браузера и не помещаются в URL-адрес, аналитику, хранилище или сетевые запросы.
- Когда мне следует использовать стратифицированный случайный сэмплер?
- Используйте его, когда каждая именованная подгруппа нуждается в явном представлении в локальной выборке, а правило распределения должно быть проверяемым.