Інференційна статистика в аналізі опитувань

Аналіз опитувальних даних у Python

EbunOluwa Andrew

Data Scientist

Вступ до інференційної статистики в аналізі опитувань

Зв'язки між змінними
Наскільки вибірка представляє ширшу популяцію
Причинно-наслідкові зв'язки

Приклади сценаріїв

Підліток за кермом, мати поруч на сидінні

Щаслива молода бізнесвумен

Z-score

Додатний = вище за середнє
Від'ємний = нижче за середнє
Більше за модуль 3:
- Незвичне значення
scipy.stats.zscore()

Гаусівський розподіл

Приклад опитування щодо демографії

print(survey)

| Gender | Age | Height | Weight |
|--------|-----|--------|--------|
| female |  20 |    163 |     48 |
| female |  19 |    163 |     58 |
| female |  20 |    176 |     67 |
| female |  20 |    170 |     59 |
| male   |  20 |    186 |     77 |

Візуалізація стовпця age

survey.Age.plot(kind='hist')

гістограма стовпця Age

Обчислення z-score для стовпця age

survey['Age_zscore'] = stats.zscore(survey.Age)
print(survey)

| Gender | Age | Height | Weight | Age_zscore    |
|--------|-----|--------|--------|---------------|
| female |  20 |    163 |     48 | -0.1293116227 |
| female |  19 |    163 |     58 | -0.4955134449 |
| female |  20 |    176 |     67 | -0.1293116227 |
...

Обчислення z-score для стовпця age

survey[(survey.Age_zscore >= 3) |
       (survey.Age_zscore <= -3)]

| Gender | Age | Height | Weight | Age_zscore   |
|--------|-----|--------|--------|--------------|
| male   |  30 |    178 |     71 | 3.5327065994 |
| female |  30 |    160 |     47 | 3.5327065994 |
| male   |  29 |    189 |     96 | 3.1665047772 |
| male   |  29 |    183 |    111 | 3.1665047772 |
| male   |  29 |    173 |     81 | 3.1665047772 |
| female |  30 |    173 |     69 | 3.5327065994 |
| female |  29 |    170 |     58 | 3.1665047772 |
...

Аналіз Z-score

Бізнесмен з кредитною карткою — фото rupixen.com на Unsplash

Давайте потренуємось!

Аналіз опитувальних даних у Python