सांख्यिकीय मॉडलिंग तकनीकें

Python में सर्वे डेटा का विश्लेषण

EbunOluwa Andrew

Data Scientist

सर्वे विश्लेषण में सांख्यिकीय मॉडलिंग तकनीकें क्यों?

• वैरिएबल्स के संबंधों से भविष्यवाणी करें
• विज़ुअलाइज़ेशन टूल सक्षम करें
  • इनसाइट्स याद रह जाती हैं

¹ Photo by Chris Liverani on Unsplash

सांख्यिकीय मॉडलिंग तकनीकें कब उपयोग करें

• जटिल डेटा
• वैरिएबल्स के बीच प्रभाव
• परिणाम की भविष्यवाणी

¹ Photo by Tyler Easton on Unsplash

सांख्यिकीय मॉडलिंग तकनीकों के उदाहरण

• लीनियर रिग्रेशन
• टू-सैंपल t-test
• काई-स्क्वेयर टेस्ट

लीनियर रिग्रेशन मॉडल

• लीनियर रिग्रेशन मॉडल
  • x और y वैरिएबल के बीच रैखिक संबंध मानता है
  • y = m*x + b
  • y = आश्रित वैरिएबल
  • x = स्वतंत्र वैरिएबल
  • m = ढाल (slope)
  • b = y-इंटरसेप्ट

¹ Photo from Seeing Theory-Brown.edu

सर्वे विश्लेषण में लीनियर रिग्रेशन

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

सर्वे विश्लेषण में लीनियर रिग्रेशन

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

टू-सैंपल t-test

• दो आबादियों के औसतों में सांख्यिकीय रूप से महत्वपूर्ण अंतर जाँचें
• शून्य परिकल्पना = दोनों आबादियों के औसत समान हैं
• वैकल्पिक परिकल्पना = दोनों आबादियों के औसत समान नहीं हैं

¹ Photo by Olesia Bahrii on Unsplash

सर्वे विश्लेषण में टू-सैंपल t-test

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

काई-स्क्वेर्ड टेस्ट

• दो श्रेणीय वैरिएबल्स के बीच सांख्यिकीय प्रासंगिकता जाँचें
• शून्य परिकल्पना = वैरिएबल्स के बीच कोई महत्वपूर्ण एसोसिएशन नहीं
• वैकल्पिक परिकल्पना = वैरिएबल्स के बीच महत्वपूर्ण एसोसिएशन

सर्वे विश्लेषण में काई-स्क्वेयर टेस्ट

• वैरिएबल #1

  • company_type
  • Product या Service

• वैरिएबल #2

  • wfh_available
  • Yes या 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

कौन-सी तकनीक? - लीनियर रिग्रेशन

दोनों वैरिएबल्स = संख्यात्मक

कौन-सी तकनीक? - टू-सैंपल t-test

• टू-सैंपल t-test
  • एक वैरिएबल = श्रेणीय
  • एक वैरिएबल = संख्यात्मक

¹ Photo by Diana Polekhina on Unsplash

कौन-सी तकनीक? - काई-स्क्वेयर टेस्ट

• काई-स्क्वेयर टेस्ट
  • दोनों वैरिएबल्स = श्रेणीय

¹ Photo by Element5 Digital on Unsplash

अभ्यास करते हैं!

Python में सर्वे डेटा का विश्लेषण