Czym są dane ankietowe i jak wybrać odpowiedni test statystyczny do ich analizy? Poznasz różne typy danych ankietowych, zapoznasz się z kluczowymi pojęciami – takimi jak statystyka opisowa i wnioskująca – oraz nauczysz się wizualizować dane ankietowe, aby dobrać właściwą technikę modelowania statystycznego. Dzięki temu będziesz wiedzieć, jak najlepiej opisywać trendy i wnioski z ankiet – zarówno jakościowo, jak i ilościowo.

Wprowadzenie do analizy danych ankietowych

Poziomy pomiaru – analiza

Tabelaryzacja krzyżowa

Statystyki opisowe i wnioskowanie statystyczne

Statystyki opisowe

Statystyka inferencyjna

Techniki modelowania statystycznego

Inspekcja wykresu punktowego

Wybierz metodę statystyczną

Opcje

Próbkowanie losowe

Próbkowanie warstwowe

Próbkowanie grupowe (klastrowe)

Dopasowywanie technik próbkowania

Dlaczego warto analizować dane ankietowe i kiedy stosować narzędzia statystyczne

W tym rozdziale poznasz różne sposoby tworzenia próbek z populacyjnych danych ankietowych, analizując parametry, według których zebrano dane.

Losowe próbkowanie

Losowa próba pracowników

Powtarzalne losowe próbkowanie

Warstwowe losowanie próby

Rozkład odpowiedzi „tak" i „nie"

Próbkowanie ważone

Ankieta na blogu

Próbkowanie ważone a preferencje ręki

Próbkowanie skupiskowe

Grupowanie klastrów

Wybieranie klastrów

Analiza próbkowania skupiskowego

Próbkowanie i ważenie

Czas zrozumieć różnicę między statystyką opisową a wnioskującą w kontekście analizy danych ankietowych – na praktycznych przykładach z życia wziętych. Dzięki ćwiczeniom nauczysz się interpretować znaczenie różnych zmiennych, kluczowych miar – takich jak tendencja centralna i z-score – oraz wyciągać z wyników wnioski prowadzące do konkretnych działań.

Statystyki opisowe w analizie ankiet

Rozkład częstości

Miary zmienności

Miary tendencji centralnej

Statystyki wnioskowania w analizie danych ankietowych

Wizualizacja danych: histogram

Wyznacz z-score

Korelacje

Analiza zmiennych za pomocą .corr()

Czy pracownicy są zadowoleni?

Uczciwa rywalizacja

Statystyka opisowa i wnioskująca

Na koniec przyszedł czas na zastosowanie modelowania statystycznego w analizie danych ankietowych. Zajmiemy się analizą regresji, dwupróbkowym testem t, testem chi-kwadrat oraz interpretacją założeń związanych z tymi testami.

Analiza regresji

Dopasowywanie modelu regresji liniowej

Wizualizacja danych z ankiety

Czy potrzebne są środki ostrożności?

Dwupróbkowy test t

Czy kobiety są bardziej ekstrawertyczne?

Dwupróbkowy test t dla ekstrawersji

Test chi-kwadrat

Kiedy stosować test chi-kwadrat?

Zdrowie psychiczne w branży tech – ankieta

Zdrowie psychiczne a praca zdalna

Gratulacje

Modelowanie statystyczne

Dane ankietowe to jedno z najskuteczniejszych narzędzi – niezależnie od tego, czy firma chce poznać preferencje swoich pracowników, czy kampania marketingowa stara się lepiej dotrzeć do swojej głównej grupy odbiorców. Nauczysz się, w jakim celu analizuje się dane ankietowe i kiedy warto sięgać po narzędzia statystyki opisowej oraz wnioskującej. Poznasz różne metody doboru próby w Pythonie i nauczysz się wizualizować wyniki ankiet, aby jakościowo interpretować zmienne i wyniki testów modelowania – odpowiednie do rodzaju analizowanej ankiety.

<h2>Dowiedz się, jak używać Pythona do danych z ankiet</h2>
<br><br>
Niezależnie od tego, czy chodzi o firmę chcącą zrozumieć preferencje pracy swoich pracowników, czy o kampanię marketingową, która chce wiedzieć, jak najlepiej trafić do swojej dominującej grupy odbiorców, dane z ankiet są jednym z najlepszych narzędzi służących do lepszego poznania danej populacji i określenia dalszego działania w danej sprawie. Tutaj nauczysz się, jaki jest cel analizy danych z ankiet oraz kiedy warto stosować narzędzia statystyczne o charakterze opisowym i wnioskowym.
<br><br>
<h2>Poznaj kluczowe narzędzia do analizy badań statystycznych</h2>
<br><br>
Opierając się na zagadnieniach omówionych w <a href = "https://www.datacamp.com/courses/hypothesis-testing-in-python">Hypothesis Testing in Python</a>, ten praktyczny kurs pozwoli Ci zapoznać się z wykorzystaniem Pythona do analizy wszelkiego rodzaju danych z ankiet.
<br><br>
Nauczysz się stosować różne metody próbkowania, dzięki czemu będziesz w stanie dokładnie reprezentować populację w badaniu i wyciągać wnioski o ich wpływie na konkluzję na podstawie swojej analizy.
<br><br>
Gdy wizualizujesz wyniki swojej ankiety, będziesz także jakościowo interpretować zmienne i wyniki związane z testami modelowania, takimi jak regresja liniowa, test t dla dwóch prób oraz test chi-kwadrat, w odniesieniu do rodzaju ankiety, którą analizujesz.

Hypothesis Testing in Python

Poznaj analizę danych z ankiet w Pythonie i stosowanie narzędzi statystycznych opisowych i wnioskowych.

Analiza danych ankietowych w Pythonie

Naucz się analizować dane z ankiet w Pythonie i odkryj, kiedy stosować narzędzia statystyczne opisowe i wnioskujące.

Urzędnicy losowo wybierają obywateli USA i zadają im pytania dotyczące ich życia, aby wyciągnąć wnioski na temat całej populacji Stanów Zjednoczonych.

W badaniu rynku populacja jest dzielona według marki produktu, z której korzystają respondenci, a następnie z każdej grupy losowo wybierani są uczestnicy badania.

Badacze wybierają konkretne klasy, a wszyscy uczniowie z wybranych klas dzielą się swoimi opiniami na temat administracji szkoły.

Dopasowywanie technik próbkowania

Analiza danych ankietowych w Pythonie

Interaktywne ćwiczenie praktyczne