Statistische modelleertechnieken

Enquètegegevens analyseren in Python

EbunOluwa Andrew

Data Scientist

Waarom statistische modelleertechnieken bij surveys?

• Voorspel op basis van verbanden tussen variabelen
• Maakt visualisatie mogelijk
  • Inzichten blijven hangen

¹ Foto van Chris Liverani op Unsplash

Wanneer statistische modelleertechnieken gebruiken

• Moeilijke data
• Invloed tussen variabelen
• Uitkomst voorspellen

¹ Foto van Tyler Easton op Unsplash

Voorbeelden van statistische modelleertechnieken

• Lineaire regressie
• T-toets voor twee steekproeven
• Chi-kwadraattoets

Lineair regressiemodel

• Lineair regressiemodel
  • Veronderstelt een lineair verband tussen x en y
  • y = m*x + b
  • y = afhankelijke variabele
  • x = onafhankelijke variabele
  • m = helling
  • b = snijpunt met y-as

¹ Foto van Seeing Theory-Brown.edu

Lineaire regressie in surveyanalyse

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

Lineaire regressie in surveyanalyse

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

T-toets voor twee steekproeven

• Test op significant verschil tussen twee populatiegemiddelden
• Nulhypothese = twee gemiddelden zijn gelijk
• Alternatieve hypothese = twee gemiddelden zijn NIET gelijk

¹ Foto van Olesia Bahrii op Unsplash

T-toets voor twee steekproeven in surveyanalyse

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

Chi-kwadraattoets

• Test op statistische significantie tussen twee categorische variabelen
• Nulhypothese = geen significante associatie
• Alternatieve hypothese = wel significante associatie

Chi-kwadraattoets in surveyanalyse

• Variabele #1

  • company_type
  • Product of Service

• Variabele #2

  • wfh_available
  • Yes of 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

Welke techniek? - lineaire regressie

Beide variabelen = numeriek

Welke techniek? - t-toets voor twee steekproeven

• T-toets voor twee steekproeven
  • Eén variabele = categorisch
  • Eén variabele = numeriek

¹ Foto van Diana Polekhina op Unsplash

Welke techniek? - chi-kwadraattoets

• Chi-kwadraattoets
  • Beide variabelen = categorisch

¹ Foto van Element5 Digital op Unsplash

Laten we oefenen!

Enquètegegevens analyseren in Python