Hypotheses opstellen

Verkennende data-analyse in Python

George Boorman

Curriculum Manager, DataCamp

Wat weten we?

Countplot met het aantal vluchten per maatschappij in verschillende prijscategorieën, met Jet Airways met de meeste First Class-tickets

sns.heatmap(planes.corr(numeric_only=True), annot=True)
plt.show()

Heatmap met Pearson-correlaties tussen variabelen in de planes-gegevensset

sns.scatterplot(data=planes, x="Duration", y="Price", hue="Total_Stops")
plt.show()

Spreidingsdiagram van Price versus Duration, met Total Stops als factor

Heatmap met correlatiecoëfficiënten per aantal tussenstops

Typemachine met "Fake News"

Zouden gegevens uit een andere periode dezelfde resultaten geven?
Relaties, verschillen en patronen opsporen:
- We gebruiken Hypothesis Testing
Voor hypothesetoetsen heb je, vóórdat je data verzamelt, nodig:
- Een hypothese of vraag formuleren
- Bepalen welke statistische toets je gebruikt

¹ Image credit: https://unsplash.com/@markuswinkler

kantoor met uitzicht op een start- en landingsbaan

Vergrootglas dat naar een staafdiagram kijkt

sns.barplot(data=planes, x="Airline", y="Duration")
plt.show()

Staafdiagram van duur per maatschappij

sns.barplot(data=planes, x="Destination", y="Price")
plt.show()

Staafdiagram met gemiddelde prijs

Ontwerp ons experiment
Omvat stappen zoals:
- Een steekproef kiezen
- Berekenen hoeveel datapunten we nodig hebben
- Bepalen welke statistische toets we draaien

Verkennende data-analyse in Python