Generarea ipotezelor

Analiza exploratorie a datelor în Python

George Boorman

Curriculum Manager, DataCamp

Ce știm?

Grafic de numărare cu numărul de zboruri per companie aeriană pe categorii de preț; Jet Airways are cel mai mare număr de bilete la Clasa Întâi

sns.heatmap(planes.corr(numeric_only=True), annot=True)
plt.show()

Hartă termică cu coeficienții de corelație Pearson între variabilele din setul de date planes

sns.scatterplot(data=planes, x="Duration", y="Price", hue="Total_Stops")
plt.show()

Grafic scatter: Preț vs. Durată, în funcție de numărul de escale

Hartă termică cu coeficienții de corelație pentru fiecare număr de escale

Mașină de scris afișând „Fake News"

Date dintr-o altă perioadă ar da aceleași rezultate?
Detectarea relațiilor, diferențelor și tiparelor:
- Utilizăm Testarea ipotezelor
Testarea ipotezelor necesită, înainte de colectarea datelor:
- Formularea unei ipoteze sau întrebări
- Alegerea testului statistic adecvat

¹ Image credit: https://unsplash.com/@markuswinkler

birou cu vedere spre o pistă de aeroport

Lupă îndreptată spre un grafic cu bare

sns.barplot(data=planes, x="Airline", y="Duration")
plt.show()

Grafic cu bare: durată vs. companie aeriană

sns.barplot(data=planes, x="Destination", y="Price")
plt.show()

Grafic cu bare: prețul mediu pe destinație

Proiectăm experimentul
Implică pași precum:
- Alegerea unui eșantion
- Calcularea numărului de puncte de date necesare
- Alegerea testului statistic de utilizat

Analiza exploratorie a datelor în Python