Estatísticas descritivas na análise de pesquisas

Análise de dados de pesquisa em Python

EbunOluwa Andrew

Data Scientist

O que são estatísticas descritivas em análise de pesquisas?

  • Medidas básicas para descrever dados de pesquisas.
  • Descrevem variáveis isoladas e a amostra do survey.

lupa e caneta sobre gráfico

Análise de dados de pesquisa em Python

Por que usar estatísticas descritivas?

  • Permitem resumir os dados com clareza
  • Formatos
    • Tabelas
    • Visualizações
  • Ajudam a identificar outliers

Gráficos com lupa

Análise de dados de pesquisa em Python

Frequência e distribuições

  • Agrupam dados pelo número de ocorrências em cada classe
  • Em dados qualitativos e quantitativos
  • Contagem de diferentes resultados em um conjunto bruto de survey
  • Gráficos de barras, histogramas, pizza, linhas etc.

Analisando dados estatísticos, gráficos e tabelas

Análise de dados de pesquisa em Python

Tendência central: mean, median, mode

  • Valor único que reflete o centro da distribuição
  • Mean = valor médio
  • Median = valor central com dados em ordem crescente
  • Mode = valor mais frequente no conjunto
Análise de dados de pesquisa em Python

Medidas de variabilidade

  • Indica quão distantes os pontos estão do centro
  • Range
    • Distância entre o maior e o menor valor
  • Desvio padrão
    • Variação média
    • Mostra a distância entre um valor e a média

Multidão vista de cima formando um gráfico de crescimento com linhas conectando pessoas

Análise de dados de pesquisa em Python

Survey: dietary_habits

dietary_habits.head()

| Age   | Gender | meals_per_day | eat_out_per_wk |
|-------|--------|---------------|----------------|
| 18-24 | Male   |             5 |              4 |
| 18-24 | Male   |             4 |              1 |
| 45-54 | Male   |             3 |              3 |
| 18-24 | Male   |             2 |              1 |
| 18-24 | Female |             3 |              1 |
Análise de dados de pesquisa em Python

Distribuição de frequência: dietary_habits

dietary_habits.Gender.value_counts().to_frame("Number")

|        | Number |
|--------|--------|
| Male   | 40     |
| Female | 38     |

Index: Gender

Análise de dados de pesquisa em Python

Distribuição de frequência: dietary_habits

dietary_habits.Gender.value_counts().to_frame("Number").plot(kind='bar')

gráfico de barras da frequência por gênero

Análise de dados de pesquisa em Python

Medidas de tendência central: dietary_habits

  • .mean()
  • .median()
  • .mode()
Análise de dados de pesquisa em Python

Medidas de tendência central: dietary_habits

  • .mean()
dietary_habits.mean()

| meals_per_day  | 3.128205 |
| eat_out_per_wk | 1.897436 |
| dtype: float64 |          |
Análise de dados de pesquisa em Python

Medidas de tendência central: dietary_habits

  • .median()
dietary_habits.median()

| meals_per_day  | 3.0 |
| eat_out_per_wk | 1.5 |
| dtype: float64 |     |
Análise de dados de pesquisa em Python

Medidas de tendência central: dietary_habits

  • .mode()
dietary_habits.mode()

| Age   | Gender | meals_per_day | eat_out_per_wk |
|-------|--------|---------------|----------------|
| 18-24 | Male   |             3 |              1 |
Análise de dados de pesquisa em Python

Medidas de variabilidade: dietary_habits

print(dietary_habits.meals_per_day.max() - dietary_habits.meals_per_day.min())

3

print(dietary_habits.meals_per_day.std())

0.6518500018473766
Análise de dados de pesquisa em Python

Vamos praticar!

Análise de dados de pesquisa em Python

Preparing Video For Download...