Skip to main content

ランダム サンプルの選択 (Data Reviewer ツール)

サマリー

指定したサンプリング方法に基づいて、入力フィーチャまたは行のランダム サンプルを選択します。

マップ フレーム内の入力レイヤーで行われた選択セットが出力されます。 ツールでは、選択されたオブジェクト ID (OID) と選択セットに使用された SQL 式を記録した .json ファイルを作成することもできます。 選択セットは、フィーチャの参照ツール (目視レビュー ツール) とデータ チェックの実行 ツールのワークフローで使用できます。

使用法

  • サンプリング方法 パラメーターには、次のオプションがあります:

    • 固定数— 選択されるレコード数は、レコード数 パラメーターの値に基づきます。

    • 割合— 選択されるレコード数は、レコードの割合 パラメーターの値に基づきます。

    • 自動計算— 選択されるレコード数は、信頼度 および 許容誤差範囲 パラメーターの値を使用した計算に基づきます。

  • サンプリング方法 パラメーターの 自動計算 オプションでは、次の変数を使用してレコード数を計算します:

    \[ \begin{align*} z &= \text{scipy.stats.norm.ppf}\left(1 - \frac{1 - \text{confidence\_level}}{2}\right) \\ n &= \left(\frac{z}{m}\right)^2 \cdot \left(p \cdot (1 - p)\right) \\ n' &= \frac{n \cdot N}{n + (N - 1)} \end{align*} \]

    • 目的の信頼度の Z 統計 (z)。 Z 統計は、信頼度変数と scipy.stats モジュール z=scipy.stats.norm.ppf(1-(1-confidence_level)/2) を使用して計算されます。

    • 信頼区間における許容誤差範囲 (m)。

    • 特定の割合のレコードの合格または不合格に関する過去の知識がないため、確率 (p) は最も高くて 0.5 になります。 レコードの合格と不合格の確率が等しいため、分散の式で使用する最も保守的な値は 0.5 です。

    • 母集団サイズ (N) は、フィーチャ レイヤーまたはテーブル内のレコードの総数です。

  • ランダム OID は、random Python モジュール random.sample(population, k) を使用して選択されます。ここで population は OID 値のリスト、k はサンプルのサイズです。

  • このツールの出力は、入力行 パラメーターの値からランダムに選択されたレコード セットであり、サンプリング方法 パラメーターの値に基づいています。

  • オプションの 出力ファイル パラメーターを使用して、次を含む .json ファイルを作成します:

    • ツールが実行された日時

    • 入力が取得されたワークスペース

    • 入力フィーチャ レイヤーまたはテーブルの名前

    • 選択したレコードの総数

    • 選択したレコードの OID

    • 選択に使用された SQL 式

  • 選択レコードを使用 切り替えボタンがオフかどうかにかかわらず、入力行 パラメーターで行われたすべての選択セットが実装されます。

  • このツールを実行するには、フィーチャ レイヤーまたはテーブルに ObjectID フィールドが必要です。

  • 選択レコードを使用 切り替えボタンがオフの場合、出力ファイル パラメーター値には、データセット全体に基づくフィーチャのランダム選択が記録されます。 ただし、定義クエリーが適用されている場合、そのクエリーに整合するフィーチャまたは行のみがマップ フレーム内で選択されます。

パラメーター

ラベル 説明 データ タイプ

入力テーブル

選択セットが適用されるデータ。

Feature Layer; Table View

サンプリング方法

使用するサンプリング方法を指定します。

  • 固定数—選択されるレコード数は、レコード数パラメーターの値に基づきます。

  • パーセンテージ—選択されるレコード数は、レコードの割合パラメーターの値に基づきます。

  • 自動計算—選択されるレコード数は、信頼度および許容誤差範囲パラメーターの値を使用した計算に基づきます。

String

レコード数

(オプション)

選択されるレコードの数。

このパラメーターは、サンプリング方法 パラメーターの値が 固定数 の場合に有効です。

Long

レコードの割合

(オプション)

入力データ内で選択されるレコードの割合。

このパラメーターは、サンプリング方法 パラメーターの値が 割合 の場合に有効です。

Long

信頼度

(オプション)

信頼度は、サンプル サイズが統計的に有意である尤度をパーセンテージで入力します (例: 98、95)。

このパラメーターは Z 統計 (z) の計算に使用されます。

Z 統計は、scipy.stats モジュール z=scipy.stats.norm.ppf(1-(1-confidence_level)/2) を使用して計算できます。

このパラメーターは、サンプリング方法 パラメーターの値が 自動計算 の場合に有効です。

Long

許容誤差範囲

(オプション)

信頼区間における許容誤差範囲。8 や 5 などのパーセンテージで入力します。

このパラメーターは、計算済みの Z 統計 (z) を使用し、次の式で実際のサンプル サイズ (n') を計算します: n=((z/m)^2)*(p*(1-p)) から n'=(n*N)/(n+(N-1))。

このパラメーターは、サンプリング方法 パラメーターの値が 自動計算 の場合に有効です。

Long

出力ファイル

(オプション)

選択したデータのレコードが格納される出力 .json ファイル。

File

派生した出力

ラベル 説明 データ タイプ

更新された行

選択が適用された状態の更新された入力。

Feature Layer; Table View

環境

現在のワークスペース

ライセンス情報

  • Basic: Data Reviewer が必要
  • Standard: Data Reviewer が必要
  • Advanced: Data Reviewer が必要