Deskriptiv statistik i undersökningsanalys

Analysera enkätdata med Python

EbunOluwa Andrew

Data Scientist

Vad är deskriptiv statistik i undersökningsanalys?

  • Grundläggande mått för att beskriva undersökningsdata.
  • Beskriver enskilda variabler och tillhörande urval.

förstoringsglas och penna över graf

Analysera enkätdata med Python

Varför använda deskriptiv statistik?

  • Möjliggör tydlig sammanfattning av data
  • Former
    • Tabellpresentationer
    • Visualiseringar
  • Hjälper till att identifiera avvikande värden

Graf med förstoringsglas

Analysera enkätdata med Python

Frekvens och fördelningar

  • Grupperad data baserad på antal förekomster per klass
  • På kvalitativa och kvantitativa data
  • Antal olika utfall i ett råa undersökningsdataset
  • Stapeldiagram, histogram, cirkeldiagram, linjediagram m.m.

Statistisk data, grafer och diagram

Analysera enkätdata med Python

Centralmått: medelvärde, median, typvärde

  • Ett enda värde som speglar centrum i datafördelningen
  • Medelvärde = genomsnittligt värde
  • Median = mittvärdet i datamängden i stigande ordning
  • Typvärde = det vanligaste värdet i datamängden
Analysera enkätdata med Python

Spridningsmått

  • Visar hur långt datapunkterna avviker från centrum
  • Variationsbredd
    • Avståndet mellan högsta och lägsta värdet
  • Standardavvikelse
    • Genomsnittlig varians
    • Ger insikt i avståndet mellan värden i datamängden och medelvärdet

Folksamling ovanifrån som bildar ett tillväxtdiagram med linjer emellan

Analysera enkätdata med Python

Undersökning: 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 |
Analysera enkätdata med Python

Frekvensdistribution: dietary_habits

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

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

Index: Gender

Analysera enkätdata med Python

Frekvensdistribution: dietary_habits

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

stapeldiagram över könsfördelning

Analysera enkätdata med Python

Centralmått: dietary_habits

  • .mean()
  • .median()
  • .mode()
Analysera enkätdata med Python

Centralmått: dietary_habits

  • .mean()
dietary_habits.mean()

| meals_per_day  | 3.128205 |
| eat_out_per_wk | 1.897436 |
| dtype: float64 |          |
Analysera enkätdata med Python

Centralmått: dietary_habits

  • .median()
dietary_habits.median()

| meals_per_day  | 3.0 |
| eat_out_per_wk | 1.5 |
| dtype: float64 |     |
Analysera enkätdata med Python

Centralmått: dietary_habits

  • .mode()
dietary_habits.mode()

| Age   | Gender | meals_per_day | eat_out_per_wk |
|-------|--------|---------------|----------------|
| 18-24 | Male   |             3 |              1 |
Analysera enkätdata med Python

Spridningsmått: 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
Analysera enkätdata med Python

Nu kör vi en övning!

Analysera enkätdata med Python

Preparing Video For Download...