Testul chi-pătrat

Analiza datelor din sondaje în Python

EbunOluwa Andrew

Data Scientist

Testul chi-pătrat

  • Inferențe despre distribuția variabilelor categoriale
    • Compară observațiile efective cu cele așteptate

Fotografie zaruri de Edge2Edge Media pe Unsplash

Analiza datelor din sondaje în Python

Testul chi-pătrat în analiza sondajelor

  • Determină relația dintre două variabile categoriale ale unei populații
  • $H_{o}$ = nicio relație între variabile
  • $H_{a}$ = relație între variabile
  • P-valoare
    • dacă este semnificativă (<0,05), respingem ipoteza nulă
    • dacă nu este semnificativă (>0,05), acceptăm ipoteza nulă
Analiza datelor din sondaje în Python

De ce să folosim testul chi-pătrat în analiza sondajelor

  • Variabile de intrare relevante pentru variabila de ieșire

  • Înțelegerea impactului diferitelor variabile asupra populației

  • Verificarea dacă diferențele sunt întâmplătoare sau semnificative statistic

Fotografie rezultate sondaj de Firmbee.com pe Unsplash

1 Fotografie de Firmbee.com pe Unsplash
Analiza datelor din sondaje în Python

Ipotezele testului chi-pătrat în analiza sondajelor

  • Ambele variabile = categoriale
  • Eșantion selectat aleatoriu din populație
  • Dimensiunea eșantionului > 100
  • Frecvențe așteptate >=5
Analiza datelor din sondaje în Python

Date din sondaj pentru analiza chi-pătrat

pet_type current_pets time_spent reduces_stress
dog 1 420 yes
dog 1 180 yes
dog 4 30 yes
dog 1 30 yes
dog 1 60 yes
Analiza datelor din sondaje în Python

Date din sondaj pentru analiza chi-pătrat

  • Dimensiunea eșantionului >100
  • Două variabile categoriale:
    • pet_type
    • reduces_stress
  • $$H_{o} $$ NICIO relație între tipul de animal deținut și reducerea percepută a stresului
  • $$H_{a}$$ relație între tipul de animal deținut și reducerea percepută a stresului
Analiza datelor din sondaje în Python

Pașii analizei chi-pătrat pe pet_survey în Python

import pandas as pd
import scipy.stats as st
data = pd.read_csv('pet_survey.csv') 

cross_table = pd.crosstab(data.reduces_stress, data.pet_type)

chi_analysis = st.chi2_contingency(cross_table)

print(chi_analysis)

|--------------------------|
| (67.7,                   | 
| 1.9e-16,                 |
| 1,                       |
| array([[1767.0, 1825.0], |
| [2251.0, 2325.0]]))      |
Analiza datelor din sondaje în Python

Rezultate și interpretare pentru pet_survey

  • Frecvențe >= 5

    • Rezultate valide

  • p-valoare < 0,05

    • respingem ipoteza nulă
    • pet_owned și reduces_stress sunt corelate

  • Tipul de animal deținut influențează percepția reducerii stresului

rezultatele testului chi-pătrat

Analiza datelor din sondaje în Python

Hai să exersăm!

Analiza datelor din sondaje în Python

Preparing Video For Download...