Формулирование гипотез

Разведочный анализ данных на Python

George Boorman

Curriculum Manager, DataCamp

Что нам известно?

Столбчатая диаграмма с количеством рейсов по авиакомпаниям в разных ценовых категориях; у Jet Airways наибольшее число билетов первого класса

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

Тепловая карта с коэффициентами корреляции Пирсона между переменными набора данных planes

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

Диаграмма рассеяния цены и продолжительности полёта с учётом числа пересадок

Тепловая карта с коэффициентами корреляции для каждого числа пересадок

Пишущая машинка с надписью "Fake News"

Дадут ли данные за другой период те же результаты?
Для выявления связей, различий и закономерностей:
- Применяется проверка гипотез
Проверка гипотез требует до сбора данных:
- Формулирования гипотезы или вопроса
- Выбора подходящего статистического критерия

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

Офис с видом на взлётно-посадочную полосу аэропорта

Лупа над столбчатой диаграммой

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

Столбчатая диаграмма продолжительности полёта по авиакомпаниям

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

Столбчатая диаграмма средней цены по направлениям

Спланируем эксперимент
Это включает такие шаги, как:
- Выбор выборки
- Определение необходимого числа наблюдений
- Выбор статистического критерия

Разведочный анализ данных на Python