Tehnici de modelare statistică

Analiza datelor din sondaje în Python

EbunOluwa Andrew

Data Scientist

De ce să folosim tehnici de modelare statistică în analiza sondajelor?

  • Realizează predicții pe baza relațiilor dintre variabile
  • Facilitează instrumentele de vizualizare
    • Concluziile devin memorabile

Photo by Chris Liverani on Unsplash - bărbat ținând un smartphone negru în fața unui monitor cu ecran negru

1 Photo by Chris Liverani on Unsplash
Analiza datelor din sondaje în Python

Când se utilizează tehnicile de modelare statistică

  • Date complexe
  • Influența dintre variabile
  • Predicția rezultatelor

Photo by Tyler Easton on Unsplash - cifre diverse imprimate pe perete

1 Photo by Tyler Easton on Unsplash
Analiza datelor din sondaje în Python

Exemple de tehnici de modelare statistică

  • Regresia liniară
  • Testul t pentru două eșantioane
  • Testul chi-pătrat

Photo by Алекс Арцибашев on Unsplash - blocuri de bare în creștere

Analiza datelor din sondaje în Python

Model de regresie liniară

  • Model de regresie liniară
    • Presupune o relație liniară între variabilele x și y
    • y = m*x + b
    • y = variabilă dependentă
    • x = variabilă independentă
    • m = pantă
    • b = intersecție cu axa y

Photo from Seeing Theory-Brown.edu - linie de ajustare optimă printre puncte

1 Photo from Seeing Theory-Brown.edu
Analiza datelor din sondaje în Python

Regresia liniară în analiza sondajelor

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
Analiza datelor din sondaje în Python

Regresia liniară în analiza sondajelor

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

burn_rate vs. mental_fatigue_score

Analiza datelor din sondaje în Python

Testul t pentru două eșantioane

  • Testează diferența semnificativă dintre mediile a două populații
  • Ipoteza nulă = mediile celor două populații sunt egale
  • Ipoteza alternativă = mediile celor două populații NU sunt egale

Photo by Olesia Bahrii on Unsplash - două ciorchini de struguri

1 Photo by Olesia Bahrii on Unsplash
Analiza datelor din sondaje în Python

Testul t pentru două eșantioane în analiza sondajelor

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
Analiza datelor din sondaje în Python

Testul chi-pătrat

  • Testează semnificația statistică dintre două variabile categoriale
  • Ipoteza nulă = nicio asociere semnificativă între variabile
  • Ipoteza alternativă = asociere semnificativă între variabile
Analiza datelor din sondaje în Python

Testul chi-pătrat în analiza sondajelor

  • Variabila #1

    • company_type
    • Product sau Service

  • Variabila #2

    • wfh_available
    • Yes sau 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
Analiza datelor din sondaje în Python

Ce tehnică să folosim? - regresia liniară

Ambele variabile = numerice

grafic de dispersie calorii vs. minute

Analiza datelor din sondaje în Python

Ce tehnică să folosim? - testul t pentru două eșantioane

  • Testul t pentru două eșantioane
    • O variabilă = categorială
    • O variabilă = numerică

Photo by Diana Polekhina on Unsplash - ruletă albă și neagră pe suprafață galbenă

1 Photo by Diana Polekhina on Unsplash
Analiza datelor din sondaje în Python

Ce tehnică să folosim? - testul chi-pătrat

  • Testul chi-pătrat
    • Ambele variabile = categoriale

Photo by Element5 Digital on Unsplash - siluetă la vot

1 Photo by Element5 Digital on Unsplash
Analiza datelor din sondaje în Python

Să exersăm!

Analiza datelor din sondaje în Python

Preparing Video For Download...