Tecniche di modellazione statistica

Analisi dei dati da sondaggio in Python

EbunOluwa Andrew

Data Scientist

Perché usare tecniche di modellazione statistica nei sondaggi?

• Prevedi da relazioni tra variabili
• Abilita strumenti di visualizzazione
  • Insight memorabili

¹ Foto di Chris Liverani su Unsplash

Quando usare la modellazione statistica

• Dati complessi
• Influenze tra variabili
• Prevedi l’esito

¹ Foto di Tyler Easton su Unsplash

Esempi di tecniche di modellazione statistica

• Regressione lineare
• t-test a due campioni
• Test chi-quadro

Modello di regressione lineare

• Regressione lineare
  • Presuppone relazione lineare tra x e y
  • y = m*x + b
  • y = variabile dipendente
  • x = variabile indipendente
  • m = pendenza
  • b = intercetta

¹ Foto da Seeing Theory-Brown.edu

Regressione lineare nell’analisi dei sondaggi

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

Regressione lineare nell’analisi dei sondaggi

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

t-test a due campioni

• Verifica differenza statisticamente significativa tra due medie di popolazione
• Ipotesi nulla = le due medie sono uguali
• Ipotesi alternativa = le due medie NON sono uguali

¹ Foto di Olesia Bahrii su Unsplash

t-test a due campioni nei sondaggi

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

Test chi-quadro

• Verifica associazione significativa tra due variabili categoriche
• Ipotesi nulla = nessuna associazione significativa
• Ipotesi alternativa = associazione significativa

Test chi-quadro nei sondaggi

• Variabile n. 1

  • company_type
  • Product o Service

• Variabile n. 2

  • wfh_available
  • Yes o 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

Quale tecnica usare? - regressione lineare

Entrambe le variabili = numeriche

Quale tecnica usare? - t-test a due campioni

• t-test a due campioni
  • Una variabile = categorica
  • Una variabile = numerica

¹ Foto di Diana Polekhina su Unsplash

Quale tecnica usare? - test chi-quadro

• Test chi-quadro
  • Entrambe le variabili = categoriche

¹ Foto di Element5 Digital su Unsplash

Ayo berlatih!

Analisi dei dati da sondaggio in Python