EDA met categorische variabelen

Exploratory Data Analysis in Power BI

Maarten Van den Broeck

Content Developer at DataCamp

Categorische variabelen en frequentie

Een staafdiagram met het aantal deelnemers (y-as) voor drie leeftijdsgroepen (x-as): "18-29", "30-39" en "40-49". De groep "40-49" heeft het hoogste aantal in de steeksproef.

Categorische variabelen en percentages

Een cirkeldiagram met het percentage deelnemers in drie leeftijdsgroepen: "18-29", "30-39" en "40-49". De laatste groep heeft het hoogste percentage: 39,4%.

Aandelen over meerdere categorische variabelen

Categorische variabelen met beschrijvende statistieken

Leeftijdsgroep	Mediaan uur per dag op sociale media
18-29	6
30-39	3
40-49	3

Wat zijn boxplots?

Een boxplot van lengtes van mensen. Lengtes, in centimeters, staan op de y-as.

Wat zijn boxplots?

Een boxplot van lengtes van mensen. Lengtes, in centimeters, staan op de y-as. Een rode omlijning markeert de lijn in het midden van de boxplot: de mediaan.

Wat zijn boxplots?

Een boxplot van lengtes van mensen. Lengtes, in centimeters, staan op de y-as. Een rode omlijning markeert de "box" van de boxplot.

Wat zijn boxplots?

Een boxplot van lengtes van mensen. Lengtes, in centimeters, staan op de y-as. Een rode omlijning markeert de verticale snorren die vanaf de boven- en onderkant van de box lopen.

Wat zijn boxplots?

Een boxplot van lengtes van mensen. Lengtes, in centimeters, staan op de y-as. Een rode omlijning markeert de uitschieters, of stippen, in de boxplot.

Verdelingen vergelijken met categorische variabelen

Twee boxplots – één voor man en één voor vrouw – tonen de verdeling van lengtes per groep. Beide zijn even breed, maar de boxplot voor "man" staat hoger op de y-as.

Nieuwe variabelen maken

Datamutatie: nieuwe variabelen maken om een analyse of visualisatie te verfijnen

Nieuwe variabelen maken

Datamutatie: nieuwe variabelen maken om een analyse of visualisatie te verfijnen

Leeftijd	Leeftijdsgroep
18	Tiener
19	Tiener
20	Jongvolwassene
21	Jongvolwassene
30	Volwassene
31	Volwassene
40	Middenleeftijd
41	Middenleeftijd

$$ $$ $$

Cursustitel	Cursustype
Introduction to Power BI	Power BI
Unsupervised Learning in R	R
DAX in Power BI	Power BI
Introduction to Python	Python

Laten we oefenen!

Exploratory Data Analysis in Power BI