Описова статистика в аналізі опитувань

Аналіз опитувальних даних у Python

EbunOluwa Andrew

Data Scientist

Що таке описова статистика в аналізі опитувань?

  • Базові міри для опису даних опитування.
  • Містять описи окремих змінних і відповідної вибірки опитування.

лупа й ручка на графіку

Аналіз опитувальних даних у Python

Навіщо використовувати описову статистику?

  • Дозволяє чітко підсумовувати дані
  • Форми
    • Табличні подання
    • Візуалізації
  • Допомагає виявляти викиди

Графіки з лупою

Аналіз опитувальних даних у Python

Частоти й розподіли

  • Групує дані за кількістю появ у кожному класі
  • Для якісних і кількісних даних
  • Підрахунок різних результатів у сирому наборі опитування
  • Стовпчикові діаграми, гістограми, кругові, лінійні тощо

Перегляд статистичних даних, графіків і діаграм

Аналіз опитувальних даних у Python

Центральна тенденція: mean, median, mode

  • Одне значення, що відображає центр розподілу даних
  • Mean = середнє значення
  • Median = медіана, тобто середній елемент у зростаючому порядку
  • Mode = мода, найчастіше значення в наборі
Аналіз опитувальних даних у Python

Міри варіативності

  • Визначає, наскільки далеко точки даних від центру
  • Розмах
    • Відстань між найбільним і найменшим значеннями
  • Стандартне відхилення
    • Середнє квадратичне відхилення
    • Показує відстань між значенням у наборі й середнім

Натовп згори утворює графік з лініями між людьми

Аналіз опитувальних даних у Python

Опитування: 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 |
Аналіз опитувальних даних у Python

Розподіл частот: dietary_habits

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

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

Індекс: Gender

Аналіз опитувальних даних у Python

Розподіл частот: dietary_habits

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

стовпчикова діаграма розподілу частот за статтю

Аналіз опитувальних даних у Python

Міри центральної тенденції: dietary_habits

  • .mean()
  • .median()
  • .mode()
Аналіз опитувальних даних у Python

Міри центральної тенденції: dietary_habits

  • .mean()
dietary_habits.mean()

| meals_per_day  | 3.128205 |
| eat_out_per_wk | 1.897436 |
| dtype: float64 |          |
Аналіз опитувальних даних у Python

Міри центральної тенденції: dietary_habits

  • .median()
dietary_habits.median()

| meals_per_day  | 3.0 |
| eat_out_per_wk | 1.5 |
| dtype: float64 |     |
Аналіз опитувальних даних у Python

Міри центральної тенденції: dietary_habits

  • .mode()
dietary_habits.mode()

| Age   | Gender | meals_per_day | eat_out_per_wk |
|-------|--------|---------------|----------------|
| 18-24 | Male   |             3 |              1 |
Аналіз опитувальних даних у Python

Міри варіативності: 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
Аналіз опитувальних даних у Python

Давайте потренуємось!

Аналіз опитувальних даних у Python

Preparing Video For Download...