Statystyki opisowe w analizie ankiet

Analiza danych ankietowych w Pythonie

EbunOluwa Andrew

Data Scientist

Czym są statystyki opisowe w analizie ankiet?

Podstawowe miary służące do opisu danych ankietowych.
Obejmują opisy pojedynczych zmiennych i próby ankietowej.

Lupa i długopis nad wykresem

Dlaczego warto stosować statystyki opisowe?

Umożliwiają przejrzyste podsumowanie danych
Formy
- Prezentacje tabelaryczne
- Wizualizacje
Pomagają identyfikować wartości odstające

Wykresy z lupą

Częstość i rozkłady

Dane grupowane według liczby wystąpień w każdej klasie
Dla danych jakościowych i ilościowych
Liczba różnych wyników w surowych danych ankietowych
Wykresy słupkowe, histogramy, kołowe, liniowe itp.

Analiza danych statystycznych, wykresów i diagramów

Tendencja centralna: średnia, mediana, dominanta

Pojedyncza wartość odzwierciedlająca centrum rozkładu danych
Średnia = wartość przeciętna
Mediana = środkowa wartość zbioru w kolejności rosnącej
Dominanta = najczęściej występująca wartość w zbiorze

Miary zmienności

Określa, jak daleko punkty danych odchylają się od centrum
Rozstęp
- Odległość między wartością najwyższą a najniższą
Odchylenie standardowe
- Średnia wariancja
- Wgląd w odległość wartości od średniej

Tłum widziany z góry tworzący wykres wzrostu z łączącymi liniami

Ankieta: dietary_habits

dietary_habits.head()

| Age   | Gender | meals_per_day | eat_out_per_wk |
|-------|--------|---------------|----------------|
| 18-24 | Male   |             5 |              4 |
| 18-24 | Male   |             4 |              1 |
| 45-54 | Male   |             3 |              3 |
| 18-24 | Male   |             2 |              1 |
| 18-24 | Female |             3 |              1 |

Rozkład częstości: dietary_habits

dietary_habits.Gender.value_counts().to_frame("Number")

|        | Number |
|--------|--------|
| Male   | 40     |
| Female | 38     |

Index: Gender

Rozkład częstości: dietary_habits

dietary_habits.Gender.value_counts().to_frame("Number").plot(kind='bar')

Wykres słupkowy rozkładu częstości płci

Miary tendencji centralnej: dietary_habits

.mean()
.median()
.mode()

Miary tendencji centralnej: dietary_habits

.mean()

dietary_habits.mean()

| meals_per_day  | 3.128205 |
| eat_out_per_wk | 1.897436 |
| dtype: float64 |          |

Miary tendencji centralnej: dietary_habits

.median()

dietary_habits.median()

| meals_per_day  | 3.0 |
| eat_out_per_wk | 1.5 |
| dtype: float64 |     |

Miary tendencji centralnej: dietary_habits

.mode()

dietary_habits.mode()

| Age   | Gender | meals_per_day | eat_out_per_wk |
|-------|--------|---------------|----------------|
| 18-24 | Male   |             3 |              1 |

Miary zmienności: dietary_habits

print(dietary_habits.meals_per_day.max() - dietary_habits.meals_per_day.min())

print(dietary_habits.meals_per_day.std())

0.6518500018473766

Czas na ćwiczenia!

Analiza danych ankietowych w Pythonie