您好,登錄后才能下訂單哦!
本篇內容介紹了“python怎么實現調查問卷”的有關知識,在實際案例的操作過程中,不少人都會遇到這樣的困境,接下來就讓小編帶領大家學習一下如何處理這些情況吧!希望大家仔細閱讀,能夠學有所成!
案件回顧
傳統吉祥物還是萌系美少女
商業街想設計一個吉祥物做宣傳
對商業街店主和顧客發放調查問卷
調查問卷的問題中有對吉祥物的偏好調查。也有對商業街的魅力調查,選項包括:活動,促銷,商品齊全和服務態度好。(問題:店主和顧客對這些問題的回答是否有區別?從調查問卷中可以獲得怎樣的運營建議?)
數據導入與列聯表
將數據存儲為csv格式,導入python。并且計算顧客和店主對商業街魅力的支持情況,生成列聯表。
import pandas as pd
#導入數據
survey = pd.read_csv('survey.csv', encoding = 'utf-8')
#計算顧客和店主對商業街魅力的支持情況
su1 = pd.DataFrame({'顧客':survey[survey.立場=='顧客'].回答6.value_counts()})
su2 = pd.DataFrame({'店主':survey[survey.立場=='店主'].回答6.value_counts()})
#合并數據框,生成列聯表
survey2 = pd.concat([su1,su2],axis=1)
survey2
為了使觀察更直觀,下面繪制關于列聯表的堆積柱狀圖。
import matplotlib.pyplot as plt
from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
survey2.T.plot(kind='bar', stacked=True, color=['black','gold','red','green'], grid=False)
plt.show()
從圖中可直觀看出,店主們比較重視商品是否齊全,顧客們更關注的是實惠。店主們對活動方面花了不少心思,但顧客們興趣不大,反而更注重店家的服務態度。并且,35名顧客對商業街對服務表示滿意,而店主中選擇服務態度好的人數只有9名,一定程度上說明店主對自己的服務態度缺乏自信。
雖然可以從圖中分析出一些結論,但為了客觀的說明顧客與店主的意見是否存在顯著偏差,要進行獨立性檢驗。
獨立性檢驗(卡方檢驗)
零假設 店主與顧客的回答是獨立的,即無顯著不同
備擇假設 店主與顧客的回答意見受各自立場影響,即意見不同
概率不足顯著性水平(5%) 否定零假設,即顧客與店主的意見是否存在顯著偏差
概率等于或超過顯著性水平(5%) 保留零假設,即顧客與店主的意見不受各自立場影響
from scipy.stats import chi2_contingencychi2_contingency(survey2)
結果為:
(55.488971138570164, 5.3999746517395078e-12, 3, array([[ 25.36945813, 24.63054187], [ 30.44334975, 29.55665025], [ 22.32512315, 21.67487685], [ 24.86206897, 24.13793103]]))
其中,第一個值代表卡方值,第二個值代表pvalue,即概率,第三個值代表自由度。這里概率值幾乎等于零,顯然不足5%,因此,店主與顧客對商業街的期待有所不同。
接下來分析顧客和店主對吉祥物的選擇上是否有分歧。
su11 = pd.DataFrame({'顧客':survey[survey.立場=='顧客'].回答7.value_counts()})
su22 = pd.DataFrame({'店主':survey[survey.立場=='店主'].回答7.value_counts()})
survey3 = pd.concat([su11.T,su22.T],axis=0)
survey3
明顯,顧客和店主的意見有分歧。沒填答案的顧客太多,且幾乎所有店主都選擇了萌系美少女,選傳統吉祥物的只有3人,數據分析中,存在不足5的頻數,要盡量避免使用卡方檢驗。顧客回答兩邊基本一樣多,且很多人沒有填答案,證明顧客對這個不感興趣。結合回答6的分析,顧客更期待的是促銷。因此,與其設計吉祥物,不如搞一些打折促銷的活動。
幾個小概念
獨立性檢驗:分析列聯表2個屬性之間是否存在關聯性的方法。首先提出零假設,“兩個屬性相互獨立”,即不具有關聯性。如果概率不足5%,則拋棄零假設,選取備擇假設,即“2個屬性不相互獨立”。如果概率大于等于5%,保留零假設。
“python怎么實現調查問卷”的內容就介紹到這里了,感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站,小編將為大家輸出更多高質量的實用文章!
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。