什么是调查数据？我们如何确定用哪种统计检验来分析？为回答这些问题，您将能够界定各类调查数据类型，理解描述性与推断性统计等核心概念，并通过可视化调查数据来确定合适的统计建模技术。完成后，您将能够从定性与定量两方面更好地界定调查中的趋势与洞见。

调查数据分析导论

观察测量水平

交叉列联表

描述统计与推断统计

描述性统计

推断统计

统计建模技术

散点图检查

选择一种统计方法

匹配抽样技术

为何分析调查数据与何时应用统计工具

本章将带您根据调查数据的采集条件与参数，学习如何从总体调查数据中创建不同方式的样本调查数据。

随机抽样

员工的随机样本

可复现的随机抽样

分层随机抽样

"Yes"和"No"的分布

分层抽样

加权抽样

博客调查

按惯用手加权抽样

整群抽样（Cluster Sampling）

分组聚类

选择簇

聚类抽样分析

抽样与加权

现在，您将结合真实案例，理解在调查数据分析中描述性统计与推断性统计的区别。通过动手练习，您将进一步解读不同变量的含义，掌握如集中趋势与 z 分数等关键度量，并能对结果进行解释以制定可执行的步骤。

问卷分析中的描述性统计

频数分布

离散程度度量

集中趋势度量

问卷分析中的推断统计

可视化数据：直方图

计算 z 分数

使用 .corr() 分析变量

员工开心吗？

公平取胜

描述性与推断性统计

最后，您将把统计建模应用于调查数据分析，包括回归分析、双样本 t 检验与卡方检验，并解释这些检验所依赖的前提假设。

回归分析

拟合线性回归模型

可视化调查数据

需要安全预案吗？

双样本 t 检验

女性更外向吗？

外向性上的双样本 t 检验

卡方检验

用不用卡方检验？

科技行业心理健康调查

心理健康 vs. 远程办公

恭喜您

统计建模

无论是一家公司想了解员工的工作偏好，还是营销活动希望把握其主要受众的诉求，调查数据都是极为有效的工具。在本课程中，您将了解分析调查数据的目的，以及何时适合应用描述性与推断性统计工具。您将学习在 Python 中应用多种抽样方法，并可视化调查结果，以定性解读变量与结果；同时根据所分析的调查类型，判断模型检验所涉及的方法。

<h2>学习如何在调查数据上使用 Python</h2>
<br><br>
无论是企业想了解员工的工作偏好，还是营销活动想知道如何更好地迎合其主要受众，调查数据都是用于更深入了解某一群体以及如何推进相关事项的最佳工具之一。 在这里，你将学习分析调查数据的目的，以及何时适合应用描述性和推断性的统计工具。
<br><br>
<h2>熟悉关键的统计调查分析工具</h2>
<br><br>
在<a href = "https://www.datacamp.com/courses/hypothesis-testing-in-python">Python中的假设检验</a>所涵盖主题的基础上，这门实践性课程将帮助您熟悉如何使用Python分析各种调查数据。
<br><br>
您将学习应用各种抽样方法，确保在研究中准确代表总体，并能够从分析中推断它们对结论的影响。
<br><br>
在可视化调查结果的同时，您还将定性解读与建模测试相关的变量和结果，例如线性回归、双样本 t 检验和卡方检验，并将其与您正在分析的调查类型联系起来。

Hypothesis Testing in Python

学习如何用Python分析调查数据，并了解何时适用描述性和推断性统计工具。

使用 Python 分析调查数据

学习如何用Python分析调查数据，并了解何时适合应用描述性和推断性统计工具。

问卷分析中的描述性统计

Create Your Free Account