Вступ до аналізу даних опитувань

Аналіз опитувальних даних у Python

EbunOluwa Andrew

Data Scientist

Що таке аналіз даних опитувань?

  • Отримуйте уявлення
    • Більше відповідей = краще розуміння
  • Вимірюйте ефекти
    • Високий відсоток відповідей критично важливий
    • Приклад: реакція на повторне опитування показує, чи зміни в продукті дієві

Банер «We Want Your Feedback»

Аналіз опитувальних даних у Python

Що таке дані опитувань?

  • Відповіді учасників дослідження
  • Кількісні чи числові
  • Якісні чи описові
  • Справедливе відображення думок аудиторії

Фото Celpax на Unsplash — жінка заповнює опитування

1 Фото Celpax на Unsplash
Аналіз опитувальних даних у Python

Типи даних опитувань

  • Порядкові
    • Відповіді мають осмислений порядок
    • Приклад запитання: Як часто ви користуєтеся нашим продуктом?
    • Приклади відповідей: Ніколи, Рідко, Іноді, Часто, Завжди
    • Порядок має значення

Заповнення анкети

Аналіз опитувальних даних у Python

Типи даних опитувань

  • Номінальні
    • Різні групи/категорії
    • Між категоріями немає порядку
    • Приклади: місто народження, гендер, етнічність

Свідоцтво про народження

Аналіз опитувальних даних у Python

Типи даних опитувань

  • Інтервальні
    • Дані впорядковані
    • Відстань між значеннями — змістовна й рівна
    • Варіанти відповіді: 22C, 24C або 26C

Термометр — фото Bianca Ackermann на Unsplash

  • Відношень
    • Точні вимірювання
    • Істинний нуль
    • Приклад відповіді: $5321

Будинок зі стодоларових купюр — фото Kostiantyn Li на Unsplash

Аналіз опитувальних даних у Python

Визначення цілей

  • Визначте цілі дослідження
  • Рівень відповідей
  • Вчіться на відгуках

нерепрезентативна вибірка

Аналіз опитувальних даних у Python

Відбір для опитувань

  • Неможливо опитати всю велику сукупність
  • Вибірка використовується для оцінок або перевірки гіпотез про сукупність
  • Різні методи відбору допомагають уникати зміщення

Фото Joseph Chan на Unsplash — люди з парасольками на дорозі вдень

1 Фото Joseph Chan на Unsplash
Аналіз опитувальних даних у Python

Огляд методів відбору

  • Проста випадкова
    • Випадково обрана підгрупа сукупності
  • Стратифікована випадкова
    • Сукупність поділена на страти (напр.: раса, гендер тощо)
    • З кожної страти випадково обирають підгрупу

Analytics Vidhya — стратифікована випадкова вибірка

Аналіз опитувальних даних у Python

Огляд методів відбору

  • Зважена
    • Оберіть підгрупу з тими самими пропорціями, що й сукупність
  • Кластерна
    • Сукупність ділять на кластери (напр.: школи, міста тощо)
    • Підгрупи випадково обирають із кластерів

Aoife Dalton на SlideServe — ілюстрація кластерного відбору

1 Aoife Dalton на SlideServe
Аналіз опитувальних даних у Python

Кростаблиця — поширений спосіб аналізу даних опитувань

  • .crosstab() -> аналізує взаємозв'язок між двома номінальними змінними.
print(survey.head())

| Age     | Occupation_Title          | Current Student | Gender | Education  |
|---------|---------------------------|-----------------|--------|------------|
| 18 - 24 | Credit officer            | No              | Female | Bachelor's |
| 18 - 24 | Student                   | Yes, Full-Time  | Male   | Bachelor's |
| 18 - 24 | Student                   | Yes, Full-Time  | Female | Bachelor's |
| 25 - 34 | Senior Financial Analyst  | No              | Female | Bachelor's |
| 35 - 44 | Public Relations Director | No              | Female | Bachelor's |
Аналіз опитувальних даних у Python

Функція crosstab

cross_tabulation = pd.crosstab(survey.Age, survey.Gender)
cross_tabulation

|         | Female | Male |
|---------|--------|------|
| 18 - 24 |     39 |   12 |
| 25 - 34 |     28 |   12 |
| 35 - 44 |      5 |    1 |
| 45 - 54 |      3 |    0 |
Аналіз опитувальних даних у Python

Давайте потренуємось!

Аналіз опитувальних даних у Python

Preparing Video For Download...