Statistici inferențiale în analiza sondajelor

Analiza datelor din sondaje în Python

EbunOluwa Andrew

Data Scientist

Introducere în statisticile inferențiale pentru sondaje

Asocieri între variabile
Cât de bine reprezintă eșantionul populația
Relații de tip cauză-efect

Scenarii ilustrative

Adolescentă în mașină, cu mama sa alături

Tânără femeie de afaceri zâmbitoare

Z-score

Pozitiv = peste medie
Negativ = sub medie
Valoare absolută mai mare de 3:
- Valoare neobișnuită
scipy.stats.zscore()

Distribuție gaussiană

Exemplu de sondaj demografic

print(survey)

| Gender | Age | Height | Weight |
|--------|-----|--------|--------|
| female |  20 |    163 |     48 |
| female |  19 |    163 |     58 |
| female |  20 |    176 |     67 |
| female |  20 |    170 |     59 |
| male   |  20 |    186 |     77 |

Vizualizarea coloanei de vârstă

survey.Age.plot(kind='hist')

histograma coloanei Age

Calcularea z-score pentru coloana de vârstă

survey['Age_zscore'] = stats.zscore(survey.Age)
print(survey)

| Gender | Age | Height | Weight | Age_zscore    |
|--------|-----|--------|--------|---------------|
| female |  20 |    163 |     48 | -0.1293116227 |
| female |  19 |    163 |     58 | -0.4955134449 |
| female |  20 |    176 |     67 | -0.1293116227 |
...

Calcularea z-score pentru coloana de vârstă

survey[(survey.Age_zscore >= 3) |
       (survey.Age_zscore <= -3)]

| Gender | Age | Height | Weight | Age_zscore   |
|--------|-----|--------|--------|--------------|
| male   |  30 |    178 |     71 | 3.5327065994 |
| female |  30 |    160 |     47 | 3.5327065994 |
| male   |  29 |    189 |     96 | 3.1665047772 |
| male   |  29 |    183 |    111 | 3.1665047772 |
| male   |  29 |    173 |     81 | 3.1665047772 |
| female |  30 |    173 |     69 | 3.5327065994 |
| female |  29 |    170 |     58 | 3.1665047772 |
...

Analiza z-score

Om de afaceri cu un card de credit - Foto de rupixen.com pe Unsplash

Să exersăm!

Analiza datelor din sondaje în Python