İstatistiksel Modellemede Teknikler

Python ile Anket Verilerini Analiz Etme

EbunOluwa Andrew

Data Scientist

Anket analizinde istatistiksel modelleme neden kullanılır?

• Değişkenler arası ilişkilerden tahmin yapın
• Görselleştirme araçlarını etkinleştirin
  • İçgörüler kalıcı olur

¹ Görsel: Chris Liverani, Unsplash

İstatistiksel modelleme ne zaman kullanılır?

• Zor veri
• Değişkenler arası etki
• Sonuç tahmini

¹ Görsel: Tyler Easton, Unsplash

Örnek istatistiksel modelleme teknikleri

• Doğrusal regresyon
• İki örneklem t-testi
• Ki-kare testi

Doğrusal regresyon modeli

• Doğrusal regresyon modeli
  • x ve y değişkenleri arasında doğrusal ilişki varsayar
  • y = m*x + b
  • y = bağımlı değişken
  • x = bağımsız değişken
  • m = eğim
  • b = y-kesişimi

¹ Görsel: Seeing Theory-Brown.edu

Anket analizinde doğrusal regresyon

employee	gender	company_type	wfh_available	mental_fatigue_score	burn_rate
fff200	Male	Service	No	3	0.24
fff500	Female	Service	Yes	5.7	0.45
fff700	Female	Service	Yes	5.8	0.49
fff300	Female	Service	Yes	6.7	0.63
fff100	Female	Product	Yes	4.7	0.38
fff400	Male	Service	Yes	3.4	0.28
fff600	Female	Product	Yes	5.4	0.5
fffe3400	Female	Product	No	6.7	0.58
fffe200	Male	Service	Yes	6.3	0.48
fffe3000	Male	Service	Yes	5.4	0.41

Anket analizinde doğrusal regresyon

data.plot.scatter(
x='mental_fatigue_score',
y='burn_rate')
plt.show()

İki örneklem t-testi

• İki anakitle ortalaması arasındaki farkın anlamlılığını test eder
• Null hipotez = iki anakitle ortalaması eşit
• Alternatif hipotez = iki ortalama eşit DEĞİL

¹ Görsel: Olesia Bahrii, Unsplash

Anket analizinde iki örneklem t-testi

employee	gender	company_type	wfh_available	mental_fatigue_score	burn_rate
fff100	Female	Product	Yes	4.7	0.38
fff400	Male	Service	Yes	3.4	0.28
fff600	Female	Product	Yes	5.4	0.5

company_type	burn_rate
Service	0.57
Service	0.75
Service	0.51
Service	0.57

company_type	burn_rate
Product	0.51
Product	0.79
Product	0.66
Product	0.39

Ki-kare testi

• İki kategorik değişken arasındaki ilişkinin anlamlılığını test eder
• Null hipotez = değişkenler arasında anlamlı ilişki yok
• Alternatif hipotez = değişkenler arasında anlamlı ilişki var

Anket analizinde ki-kare testi

• Değişken #1

  • company_type
  • Product veya Service

• Değişken #2

  • wfh_available
  • Yes veya No

company_type	wfh_available
Product	Yes
Product	Yes
Product	No
Service	Yes
Service	Yes
Product	Yes
Service	No
Service	No
Product	Yes
Service	Yes

Hangi teknik? - doğrusal regresyon

Her iki değişken = sayısal

Hangi teknik? - iki örneklem t-testi

• İki örneklem t-testi
  • Bir değişken = kategorik
  • Bir değişken = sayısal

¹ Görsel: Diana Polekhina, Unsplash

Hangi teknik? - ki-kare testi

• Ki-kare testi
  • Her iki değişken = kategorik

¹ Görsel: Element5 Digital, Unsplash

Hadi pratik yapalım!

Python ile Anket Verilerini Analiz Etme