After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
코스 설명
설문 데이터에 Python을 사용하는 방법을 배우세요
회사가 직원들의 업무 선호도를 이해하려는 경우든, 마케팅 캠페인이 주요 대상 고객에게 가장 잘 맞는 방법을 알고 싶어 하는 경우든, 설문 데이터는 특정 집단을 더 잘 이해하고 어떤 방향으로 나아갈지 결정하는 데 가장 유용한 도구 중 하나입니다. 여기에서는 설문 데이터 분석의 목적과, 기술적 및 추론적 성격의 통계 도구를 적용하는 것이 적절한 시점을 배우게 됩니다.
핵심 통계 설문 분석 도구에 익숙해지기
Python에서의 가설 검정에서 다룬 주제를 바탕으로, 이 실습 중심 강의에서는 Python을 사용해 다양한 설문 데이터를 분석하는 방법에 익숙해질 수 있습니다.
여러 가지 샘플링 방법을 적용하는 방법을 배우게 되며, 이를 통해 연구에서 모집단을 정확하게 대표하고 분석 결과를 바탕으로 결론에 미치는 영향을 추론할 수 있습니다.
설문 결과를 시각화하는 동시에, 분석 중인 설문 유형에 맞춰 선형 회귀, 두 표본 t-검정, 카이제곱 검정과 같은 모델링 테스트와 관련된 변수와 결과도 정성적으로 해석하게 됩니다.
사전 요구 사항
커리큘럼
코스 개요
1
왜 설문 데이터를 분석할까? 그리고 통계 도구는 언제 사용할까
설문 데이터란 무엇이며, 이를 분석하기 위해 어떤 통계 검정을 선택해야 할까요? 이를 위해 다양한 설문 데이터 유형을 정의하고, 기술 통계와 추론 통계 같은 핵심 개념을 살펴본 뒤, 적절한 통계적 모델링 기법을 결정할 수 있도록 설문 데이터를 시각화해 봅니다. 이렇게 하면 설문에서 발견한 트렌드와 인사이트를 정성적·정량적으로 가장 효과적으로 설명할 수 있게 됩니다.
2
표본추출과 가중치
이 장에서는 설문이 어떻게 수집되었는지에 대한 기준(모수)을 살펴보고, 모집단 설문 데이터로부터 표본 설문 데이터를 만들어 내는 다양한 방법을 배웁니다.
3
기술 통계와 추론 통계
이제 실제 예시를 통해 설문 데이터 분석에서 기술 통계와 추론 통계의 차이를 이해해 볼 차례예요. 실습을 통해 변수의 의미, 중심경향성과 zscore 같은 핵심 지표를 해석하고, 실행 가능한 조치를 도출할 수 있도록 결과를 해석해 봅니다.
4
통계적 모델링
마지막으로 회귀분석, 두 표본 t-검정, 카이제곱 검정을 사용해 설문 데이터에 통계적 모델링을 적용하고, 각 검정에 수반되는 가정도 함께 해석해 봅니다.
Python으로 설문 데이터 분석하기
코스
완료
