统计建模技术

使用 Python 分析调查数据

EbunOluwa Andrew

Data Scientist

为何在问卷分析中使用统计建模？

• 基于变量关系进行预测
• 支持可视化工具
  • 见解更易记住

¹ 图片来源：Chris Liverani，Unsplash

何时使用统计建模技术

• 数据复杂
• 变量间相互影响
• 预测结果

¹ 图片来源：Tyler Easton，Unsplash

示例统计建模技术

• 线性回归
• 双样本 t 检验
• 卡方检验

线性回归模型

• 线性回归模型
  • 假设 x 与 y 存在线性关系
  • y = m*x + b
  • y = 因变量
  • x = 自变量
  • m = 斜率
  • b = 截距

¹ 图片来源：Seeing Theory-Brown.edu

问卷分析中的线性回归

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

问卷分析中的线性回归

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

双样本 t 检验

• 检验两总体均值差异是否显著
• 原假设：两总体均值相等
• 备择假设：两总体均值不相等

¹ 图片来源：Olesia Bahrii，Unsplash

问卷分析中的双样本 t 检验

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

卡方检验

• 检验两个分类变量间的统计关联性
• 原假设：变量间无显著关联
• 备择假设：变量间有显著关联

问卷分析中的卡方检验

• 变量 1

  • company_type
  • Product 或 Service

• 变量 2

  • wfh_available
  • Yes 或 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

用哪种技术？— 线性回归

两个变量均为数值型

用哪种技术？— 双样本 t 检验

• 双样本 t 检验
  • 一个变量为分类变量
  • 一个变量为数值变量

¹ 图片来源：Diana Polekhina，Unsplash

用哪种技术？— 卡方检验

• 卡方检验
  • 两个变量均为分类变量

¹ 图片来源：Element5 Digital，Unsplash

Passons à la pratique !

使用 Python 分析调查数据