Statistici descriptive în analiza sondajelor

Analiza datelor din sondaje în Python

EbunOluwa Andrew

Data Scientist

Ce sunt statisticile descriptive în analiza sondajelor?

  • Măsuri de bază utilizate pentru a descrie datele din sondaje.
  • Descriu variabile individuale și eșantionul sondajului.

Lupă și stilou peste un grafic

Analiza datelor din sondaje în Python

De ce se folosesc statisticile descriptive?

  • Permit rezumarea clară a datelor
  • Forme
    • Prezentări tabelate
    • Vizualizări
  • Ajută la identificarea valorilor extreme

Grafice cu lupă

Analiza datelor din sondaje în Python

Frecvență și distribuții

  • Date grupate după numărul de apariții pe clasă
  • Pentru date calitative și cantitative
  • Număr de rezultate diferite într-un set de date brut
  • Diagrame cu bare, histograme, diagrame circulare, liniare etc.

Analiză de date statistice, grafice și diagrame

Analiza datelor din sondaje în Python

Tendință centrală: medie, mediană, mod

  • Valoare unică ce reflectă centrul distribuției datelor
  • Media = valoarea medie
  • Mediana = valoarea de mijloc în ordine crescătoare
  • Modul = valoarea cea mai frecventă din set
Analiza datelor din sondaje în Python

Măsuri de variabilitate

  • Indică cât de dispersate sunt datele față de centru
  • Intervalul de variație
    • Distanța dintre valoarea maximă și minimă
  • Abaterea standard
    • Varianța medie
    • Distanța dintre valori și medie

Mulțime văzută de sus, formând un grafic de creștere cu linii de conectare

Analiza datelor din sondaje în Python

Sondaj: dietary_habits

dietary_habits.head()

| Age   | Gender | meals_per_day | eat_out_per_wk |
|-------|--------|---------------|----------------|
| 18-24 | Male   |             5 |              4 |
| 18-24 | Male   |             4 |              1 |
| 45-54 | Male   |             3 |              3 |
| 18-24 | Male   |             2 |              1 |
| 18-24 | Female |             3 |              1 |
Analiza datelor din sondaje în Python

Distribuție de frecvență: dietary_habits

dietary_habits.Gender.value_counts().to_frame("Number")

|        | Number |
|--------|--------|
| Male   | 40     |
| Female | 38     |

Index: Gender

Analiza datelor din sondaje în Python

Distribuție de frecvență: dietary_habits

dietary_habits.Gender.value_counts().to_frame("Number").plot(kind='bar')

grafic cu bare pentru distribuția de frecvență pe gen

Analiza datelor din sondaje în Python

Măsuri de tendință centrală: dietary_habits

  • .mean()
  • .median()
  • .mode()
Analiza datelor din sondaje în Python

Măsuri de tendință centrală: dietary_habits

  • .mean()
dietary_habits.mean()

| meals_per_day  | 3.128205 |
| eat_out_per_wk | 1.897436 |
| dtype: float64 |          |
Analiza datelor din sondaje în Python

Măsuri de tendință centrală: dietary_habits

  • .median()
dietary_habits.median()

| meals_per_day  | 3.0 |
| eat_out_per_wk | 1.5 |
| dtype: float64 |     |
Analiza datelor din sondaje în Python

Măsuri de tendință centrală: dietary_habits

  • .mode()
dietary_habits.mode()

| Age   | Gender | meals_per_day | eat_out_per_wk |
|-------|--------|---------------|----------------|
| 18-24 | Male   |             3 |              1 |
Analiza datelor din sondaje în Python

Măsuri de variabilitate: dietary_habits

print(dietary_habits.meals_per_day.max() - dietary_habits.meals_per_day.min())

3

print(dietary_habits.meals_per_day.std())

0.6518500018473766
Analiza datelor din sondaje în Python

Să exersăm!

Analiza datelor din sondaje în Python

Preparing Video For Download...