Techniki modelowania statystycznego

Analiza danych ankietowych w Pythonie

EbunOluwa Andrew

Data Scientist

Dlaczego stosować techniki modelowania statystycznego w analizie ankiet?

• Prognozowanie na podstawie zależności między zmiennymi
• Wsparcie narzędzi wizualizacji
  • Wnioski, które zapadają w pamięć

¹ Photo by Chris Liverani on Unsplash

Kiedy stosować techniki modelowania statystycznego

• Trudne dane
• Zależności między zmiennymi
• Prognozowanie wyników

¹ Photo by Tyler Easton on Unsplash

Przykładowe techniki modelowania statystycznego

• Regresja liniowa
• Test t dla dwóch próbek
• Test chi-kwadrat

Model regresji liniowej

• Model regresji liniowej
  • Zakłada liniową zależność między zmiennymi x i y
  • y = m*x + b
  • y = zmienna zależna
  • x = zmienna niezależna
  • m = nachylenie
  • b = wyraz wolny

¹ Photo from Seeing Theory-Brown.edu

Regresja liniowa w analizie ankiet

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

Regresja liniowa w analizie ankiet

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

Test t dla dwóch próbek

• Testuje istotną statystycznie różnicę między średnimi dwóch populacji
• Hipoteza zerowa = średnie obu populacji są równe
• Hipoteza alternatywna = średnie obu populacji NIE są równe

¹ Photo by Olesia Bahrii on Unsplash

Test t dla dwóch próbek w analizie ankiet

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-kwadrat

• Testuje istotność statystyczną między dwiema zmiennymi kategorycznymi
• Hipoteza zerowa = brak istotnego związku między zmiennymi
• Hipoteza alternatywna = istotny związek między zmiennymi

Test chi-kwadrat w analizie ankiet

• Zmienna nr 1

  • company_type
  • Product lub Service

• Zmienna nr 2

  • wfh_available
  • Yes lub 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

Którą technikę wybrać? – regresja liniowa

Obie zmienne = liczbowe

Którą technikę wybrać? – test t dla dwóch próbek

• Test t dla dwóch próbek
  • Jedna zmienna = kategoryczna
  • Jedna zmienna = liczbowa

¹ Photo by Diana Polekhina on Unsplash

Którą technikę wybrać? – test chi-kwadrat

• Test chi-kwadrat
  • Obie zmienne = kategoryczne

¹ Photo by Element5 Digital on Unsplash

Czas na ćwiczenia!

Analiza danych ankietowych w Pythonie