Introducere în analiza datelor din sondaje

Analiza datelor din sondaje în Python

EbunOluwa Andrew

Data Scientist

Ce este analiza datelor din sondaje?

  • Obținerea de informații
    • Mai multe rezultate = înțelegere mai bună
  • Măsurarea efectelor
    • Rata ridicată de răspuns este esențială
    • Exemplu: răspunsul la un sondaj de urmărire indică dacă modificările produsului sunt eficiente

Banner Feedback

Analiza datelor din sondaje în Python

Ce sunt datele din sondaje?

  • Răspunsuri ale participanților la cercetare
  • Cantitative sau numerice
  • Calitative sau descriptive
  • Reprezentare corectă a opiniilor publicului

Foto de Celpax pe Unsplash - femeie completând un sondaj

1 Photo by Celpax on Unsplash
Analiza datelor din sondaje în Python

Tipuri de date din sondaje

  • Ordinal
    • Răspunsurile au o ordine logică
    • Exemplu de întrebare: Cât de des utilizați produsul nostru?
    • Exemple de răspunsuri: Niciodată, Rar, Uneori, Des, Întotdeauna
    • Ordinea contează

Completarea unui formular de chestionar

Analiza datelor din sondaje în Python

Tipuri de date din sondaje

  • Nominal
    • Grupuri/categorii diferite
    • Fără ordine între categorii
    • Exemple: oraș natal, gen, etnie

Certificat de naștere

Analiza datelor din sondaje în Python

Tipuri de date din sondaje

  • Interval
    • Date ordonate
    • Distanța dintre valori = semnificativă și egală
    • Exemple de răspunsuri: 22°C, 24°C sau 26°C

Termometru - Foto de Bianca Ackermann pe Unsplash

  • Raport
    • Măsurători precise
    • Zero absolut
    • Exemplu de răspuns: $5321

Casă din bancnote de o sută de dolari - Foto de Kostiantyn Li pe Unsplash

Analiza datelor din sondaje în Python

Definirea obiectivelor

  • Definirea obiectivelor cercetării
  • Rata de răspuns
  • Învățare din feedback

Eșantion nereprezentativ

Analiza datelor din sondaje în Python

Eșantionarea pentru sondaje

  • Imposibil de colectat de la o populație mare
  • Eșantionarea utilizată pentru estimări sau testarea ipotezelor
  • Tehnici diferite pentru eșantioane nepreferențiale

Foto de Joseph Chan pe Unsplash - persoane cu umbrele pe stradă ziua

1 Photo by Joseph Chan on Unsplash
Analiza datelor din sondaje în Python

Prezentare generală a tehnicilor de eșantionare

  • Aleatoriu simplu
    • Subgrup selectat aleatoriu dintr-o populație
  • Aleatoriu stratificat
    • Populația împărțită în straturi (ex: rasă, gen etc.)
    • Subgrup selectat aleatoriu din fiecare strat

Analytics Vidhya - eșantionare aleatorie stratificată

Analiza datelor din sondaje în Python

Prezentare generală a tehnicilor de eșantionare

  • Ponderat
    • Subgrup care reflectă proporțiile populației
  • Cluster
    • Populația împărțită în clustere (ex: școli, orașe etc.)
    • Subgrup selectat aleatoriu din clustere

Aoife Dalton pe SlideServe - ilustrație eșantionare cluster

1 Aoife Dalton on SlideServe
Analiza datelor din sondaje în Python

Crosstab - metodă frecventă de analiză a datelor din sondaje

  • .crosstab() -> examinează relația dintre două variabile nominale.
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 |
Analiza datelor din sondaje în Python

Funcția crosstab

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 |
Analiza datelor din sondaje în Python

Să exersăm!

Analiza datelor din sondaje în Python

Preparing Video For Download...