Alteryxツールアイコン「サンプルツール」（Sample Tool）をご紹介します

 サンプルツール（Sample）

［準備］カテゴリの[サンプル]ツールについて紹介します。

サンプリングとは？

サンプルツールを紹介する前に、少しだけサンプリングについて説明します。

サンプリングとは、ある母集団を調べる時に、その数が膨大な時に調査に多大な時間がかかってしまいます。そこで母集団からN個のデータを抽出し、そのN個のデータを調べることで母集団全体の傾向を推測する手法があります。この母集団からN個のデータを抽出する作業を「サンプリング」といいます。

なぜ、サンプル調査で全体が推測できるのか？

サンプル調査で何故全体が推測できるのでしょうか？

これは、スープの味見に例えられます。スープを作る時に、よくかき混ぜてから味見をします。こうすることでスープ全体の味が分かります。サンプル調査とはこれと同様の事を行います。ここで重要になるのは「よくかき混ぜる」事です。全体が均一になっていれば、取り出した一部も同じ傾向となります。

Alteryxでは、効率よくサンプリングを行う為、複数のサンプリングツールが準備されています。

概要

基本的なサンプルツールです。

設定項目

サンプル方法を選択し、数量を指定する事で実行できます。

①サンプル方法を選択します

②数量を指定します（N＝□）

①で選択した方法で使用する数量（個、もしくは％）を指定します。

③グループ化フィールド

チェックを入れると各フィールドの値に応じてグルーピングされます。

補足1（Nレコードごとに1レコードを抽出）

Nレコードごとに1レコードを抽出ですが、実際に実行すると次の様になります。1～10までの連続する数字を入力として3レコード毎に1レコード抽出で行っています。

補足2（各レコードのN分の1を無作為抽出）

サンプリング方法の選択肢のうち「各レコードのN分の1を無作為抽出」というものがありますが、これは全体のN分の1を抽出ではありません。

各レコードをN分の１の確率で抽出です。

例えば、全体で1000件のレコードがある時にN＝10とすると、必ず100レコード抽出されるわけではなく、おおよそ75～150の間で抽出されます。

5回実行した結果です。100レコード前後で抽出されてます。

応用方法

サンプルツールは応用的な使い方が多数あります。1例をあげるなら、例えば時系列データがあるとします。データは時系列に沿ってソートされていますので、「最後のNレコード」とすることで最新のデータから任意のデータ量を抽出するなどの使い方ができます。

※Alteryx Version 2018.2.5時点での情報です