Co je statistika?

Úvod do statistiky v Pythonu

Maggie Matsui

Content Developer, DataCamp

Co je statistika?

  • Obor statistiky – praxe a studium sběru a analýzy dat

  • Souhrnná statistika – fakt nebo shrnutí o daných datech

Úvod do statistiky v Pythonu

Co umí statistika?

Co je statistika?

  • Obor statistiky – praxe a studium sběru a analýzy dat

  • Souhrnná statistika – fakt nebo shrnutí o daných datech

Co umí statistika?

  • Jaká je pravděpodobnost, že si zákazník koupí produkt? Zvýší se nákupy při jiném způsobu platby?
  • Kolik hostů bude mít váš hotel? Jak optimalizovat obsazenost?
  • Kolik velikostí džínů je třeba vyrobit, aby pasovaly 95 % populace? Má se každá velikost vyrábět ve stejném množství?
  • A/B testy: Která reklama lépe motivuje k nákupu?
Úvod do statistiky v Pythonu

Co statistika neumí?

  • Proč je Hra o trůny tak populární?

Místo toho...

  • Sledují seriály s více násilnými scénami více lidé?

Ale...

  • To nám stále neřekne, zda více násilných scén skutečně vede k vyšší sledovanosti
Úvod do statistiky v Pythonu

Typy statistiky

Popisná statistika

  • Popisuje a shrnuje data

2 auta, 1 autobus, 1 kolo

  • 50 % přátel jezdí do práce autem
  • 25 % jezdí autobusem
  • 25 % jezdí na kole

Inferenční statistika

  • Využívá vzorek dat k vyvozování závěrů o větší populaci

2 auta, 1 autobus, 1 kolo obklopené dalšími auty, autobusy a koly

Kolik procent lidí jezdí do práce autem?

Úvod do statistiky v Pythonu

Typy dat

Numerická (kvantitativní)

  • Spojitá (měřená)
    • Rychlost letadla
    • Čas strávený čekáním ve frontě
  • Diskrétní (počítaná)
    • Počet domácích zvířat
    • Počet odeslaných zásilek

Kategorická (kvalitativní)

  • Nominální (neuspořádaná)
    • Ženatý/svobodný
    • Země bydliště
  • Ordinální (uspořádaná)

rozhodně nesouhlasím/spíše nesouhlasím/ani nesouhlasím ani souhlasím/spíše souhlasím/rozhodně souhlasím

Úvod do statistiky v Pythonu

Kategorická data lze vyjádřit čísly

Nominální (neuspořádaná)

  • Ženatý/svobodný (1/0)
  • Země bydliště (1, 2, ...)

Ordinální (uspořádaná)

  • Rozhodně nesouhlasím (1)
  • Spíše nesouhlasím (2)
  • Ani nesouhlasím ani souhlasím (3)
  • Spíše souhlasím (4)
  • Rozhodně souhlasím (5)
Úvod do statistiky v Pythonu

Proč záleží na typu dat?

Souhrnné statistiky
import numpy as np
np.mean(car_speeds['speed_mph'])

40.09062
Grafy

bodový graf rychlosti vs. hmotnosti automobilu

Úvod do statistiky v Pythonu

Proč záleží na typu dat?

Souhrnné statistiky
demographics['marriage_status'].value_counts()

single      188
married     143
divorced    124
dtype: int64
Grafy

sloupcový graf počtu rodinných stavů

Úvod do statistiky v Pythonu

Pojďme si procvičit!

Úvod do statistiky v Pythonu

Preparing Video For Download...