أخذ عينات من البيانات الضخمة: عينات صغيرة، نتائج كبيرة

في مقابلة أجريت مؤخرًا، أبرز هادلي ويكهام أن العديد من مشاكل البيانات الضخمة هي في الواقع مشاكل بيانات صغيرة، بالنظر إلى المجموعة الفرعية أو العينة أو الملخص المناسب. يتناول هذا المنشور أخذ العينات بكفاءة لتحليل البيانات الضخمة. باستخدام مثال Goatly، وهي شركة تخدم الماعز المصابة بالنوم القهري، يوضح الكاتب كيفية حساب حجم العينة المناسب للانحدار اللوجستي. والخلاصة هي أن ما يقرب من 2345 عينة ضرورية لتمثيل 100,000 مزرعة بدقة. كما يفصل المنشور نصوص Python وأدوات عبر الإنترنت لحساب حجم العينة، ويتطرق بإيجاز إلى مفهوم القدرة الإحصائية.