What is survey data, and how do we determine which statistical test to use to analyze the data? To answer this, you’ll be able to define all sorts of survey data types, encounter important concepts like descriptive and inferential statistics, and visualize survey data to determine the appropriate statistical modeling technique needed. In doing so, you will know how to best qualitatively and quantitatively define the trends and insights you come across in surveys.

Introducing Survey Data Analysis

Looking at levels of measurements

Crosstabulation

Descriptive and Inferential Statistics

Descriptive statistics

Inferential statistics

Statistical Modeling Techniques

Scatter plot inspection

Choose a statistical method

Sampling technique match

Why Analyze Survey Data & When to Apply Statistical Tools

In this chapter, you’ll learn the different ways of creating sample survey data out of population survey data by analyzing the parameters by which the survey data was taken.

Random sampling

Random sample of employees

Reproducible random sampling

Stratified Random Sampling

Spread of yes's and no's

Stratified sampling

Weighted sampling

Blog survey

Weighted sampling on handedness

Cluster Sampling

Group clusters

Choosing clusters

Cluster sampling analysis

Sampling and Weighting

Now it’s time to understand the difference between descriptive and inferential statistics concerning survey data analysis with some real-life examples. Through hands-on exercises, you’ll further interpret the meaning of different variables, key measures such as central tendency and zscore, and interpret results for actionable steps.

Descriptive statistics in survey analysis

Frequency distribution

Measures of variability

Measures of central tendency

Inferential statistics in survey analysis

Visualize data: histogram

Find the z-score

Correlations

Analyze variables with .corr()

Are employees happy?

Fair and square

Descriptive & Inferential Statistics

Last but not least, it’s time to apply statistical modeling to survey data analysis with regression analysis, the two-sample t-test, chi-square test, and interpret the assumptions associated with these tests.

Analisi di regressione

Adattare un modello di regressione lineare

Visualizzare i dati del sondaggio

Servono misure di sicurezza aggiuntive?

Test t a due campioni

Le donne sono più estroverse?

Test t a due campioni sull'estroversione

Test chi-quadro

Opzioni

Test chi-quadrato

Nessun test chi-quadrato

Chi quadrato o non chi quadrato?

Sondaggio sulla salute mentale nel tech

Salute mentale vs. lavoro da remoto

Congratulazioni

Statistical Modeling

Che si tratti di un'azienda che vuole capire le preferenze di lavoro dei propri dipendenti o di una campagna di marketing che desidera conoscere il modo migliore per soddisfare il proprio pubblico principale, i dati da sondaggio sono uno degli strumenti più efficaci. Qui imparerai lo scopo dell'analisi dei dati da sondaggio e quando è opportuno applicare strumenti statistici descrittivi e inferenziali. Imparerai ad applicare diversi metodi di campionamento con Python e a visualizzare i risultati del sondaggio per interpretare qualitativamente le variabili e gli esiti associati ai test di modellazione, a seconda del tipo di sondaggio che stai analizzando.

<h2>Impara a usare Python sui dati dei sondaggi</h2>
<br><br>
Che si tratti di un'azienda che vuole capire cosa preferiscono i propri dipendenti o di una campagna di marketing che vuole sapere come soddisfare al meglio il proprio pubblico principale, i dati dei sondaggi sono uno dei modi migliori per capire meglio una popolazione e come muoversi su una questione. Qui scoprirai perché è importante analizzare i dati dei sondaggi e quando è meglio usare strumenti statistici descrittivi e inferenziali.
<br><br>
<h2>Scopri gli strumenti chiave per analizzare i sondaggi statistici</h2>
<br><br>
Basandosi sugli argomenti trattati nel corso <a href = "https://www.datacamp.com/courses/hypothesis-testing-in-python">"Verifica delle ipotesi in Python</a>", questo corso pratico ti aiuta a imparare a usare Python per analizzare tutti i tipi di dati di sondaggi.
<br><br>
Imparerai a usare vari metodi di campionamento, assicurandoti di rappresentare bene la popolazione in uno studio e di poter capire i loro effetti sulla conclusione della tua analisi.
<br><br>
Mentre guardi i risultati del sondaggio, potrai anche dare un'interpretazione qualitativa alle variabili e ai risultati legati ai test di modellizzazione come la regressione lineare, il test t su due campioni e il test chi-quadrato, a seconda del tipo di sondaggio che stai analizzando.

Hypothesis Testing in Python

Impara ad analizzare i dati dei sondaggi con Python e scopri quando usare strumenti statistici.

Analisi dei dati da sondaggio in Python

Impara ad analizzare i dati dei sondaggi con Python e scopri quando è meglio usare strumenti statistici descrittivi e inferenziali.

Test t a due campioni sull'estroversione

Analisi dei dati da sondaggio in Python

Esercizio pratico interattivo