调查数据分析简介

使用 Python 分析调查数据

EbunOluwa Andrew

Data Scientist

什么是调查数据分析？

  • 获得洞见
    • 结果越多，理解越深
  • 测量效果
    • 高响应率至关重要
    • 例：后续调查的反馈可判断产品改动是否有效

我们需要你的反馈横幅

使用 Python 分析调查数据

什么是调查数据？

  • 研究参与者的回答数据
  • 定量或数值型
  • 定性或描述型
  • 公正呈现受众观点

Photo by Celpax on Unsplash - 女子在填写问卷

1 Photo by Celpax on Unsplash
使用 Python 分析调查数据

调查数据类型

  • 有序型
    • 回答可按顺序理解
    • 示例问题：您多常使用我们的产品？
    • 示例答案：从不、很少、有时、经常、总是
    • 顺序重要

填写问卷表格

使用 Python 分析调查数据

调查数据类型

  • 名义型
    • 不同组/类别
    • 各类别无先后顺序
    • 例：出生城市、性别、族裔

出生证明

使用 Python 分析调查数据

调查数据类型

  • 区间
    • 有序数据
    • 数值间距：有意义且相等
    • 示例选项：22C、24C、26C

温度计 - 摄影：Bianca Ackermann（Unsplash）

  • 比率
    • 精确测量
    • 真实零点
    • 示例答案：$5321

百元纸币折成的房子 - 摄影：Kostiantyn Li（Unsplash）

使用 Python 分析调查数据

制定目标

  • 明确研究目标
  • 响应率
  • 从反馈中学习

非代表性样本

使用 Python 分析调查数据

调查抽样

  • 难以覆盖整体人群
  • 用抽样来估计或检验总体假设
  • 用不同抽样法获得无偏样本

Photo by Joseph Chan on Unsplash - 白天打伞的人群

1 Photo by Joseph Chan on Unsplash
使用 Python 分析调查数据

抽样技术概览

  • 简单随机
    • 从总体中随机选取子样本
  • 分层随机
    • 将总体按层分组（如：种族、性别等）
    • 各层随机抽取子样本

Analytics Vidhya - 分层随机抽样

使用 Python 分析调查数据

抽样技术概览

  • 加权
    • 选择与总体比例匹配的子样本
  • 聚类
    • 将总体分成簇（如：学校、城市等）
    • 从簇中随机抽取子样本

Aoife Dalton on SlideServe - 聚类抽样示意

1 Aoife Dalton on SlideServe
使用 Python 分析调查数据

交叉列联表：常见的调查分析方法

  • .crosstab() -> 分析两个名义变量的相互关系。
print(survey.head())

| Age     | Occupation_Title          | Current Student | Gender | Education  |
|---------|---------------------------|-----------------|--------|------------|
| 18 - 24 | Credit officer            | No              | Female | Bachelor's |
| 18 - 24 | Student                   | Yes, Full-Time  | Male   | Bachelor's |
| 18 - 24 | Student                   | Yes, Full-Time  | Female | Bachelor's |
| 25 - 34 | Senior Financial Analyst  | No              | Female | Bachelor's |
| 35 - 44 | Public Relations Director | No              | Female | Bachelor's |
使用 Python 分析调查数据

crosstab 函数

cross_tabulation = pd.crosstab(survey.Age, survey.Gender)
cross_tabulation

|         | Female | Male |
|---------|--------|------|
| 18 - 24 |     39 |   12 |
| 25 - 34 |     28 |   12 |
| 35 - 44 |      5 |    1 |
| 45 - 54 |      3 |    0 |
使用 Python 分析调查数据

让我们来练习！

使用 Python 分析调查数据

Preparing Video For Download...