Najpierw analiza jednowymiarowa, potem dwuwymiarowa

Dobra EDA ma swoją kolejność. Najpierw należy zrozumieć każdą kolumnę osobno, a dopiero potem zbadać, jak pary zmieniają się razem. Zacznij od analizy jednowymiarowej, a zakończ na dwuwymiarowej. 📊

Analiza pojedynczej kolumny to analiza jednowymiarowa. Sprawdza się w niej, co jest typowe i jak szeroko rozproszone są wartości.

Dla jednej kolumny liczbowej histogram pokazuje jej kształt: dzwonowy, skośny lub nierównomierny. Kształt podpowiada, jak można później modelować dane.

Dla pojedynczej kolumny etykiet wykres słupkowy oparty na value_counts pokazuje, które kategorie dominują, a które występują rzadko.

Każda kolumna liczbowa ma położenie, na przykład średnią, oraz rozproszenie, na przykład odchylenie standardowe. Razem podsumowują ją te dwie wartości.

Gdy kolumny są już zrozumiałe osobno, zbadaj ich pary. Analiza dwuwymiarowa sprawdza, czy dwie zmienne rosną i maleją razem.

Dla dwóch kolumn liczbowych wykres punktowy pokazuje, czy zmienne mają wspólny trend, przeciwstawiają się sobie, czy też są całkowicie niezależne.

Aby porównać liczbę między grupami, pogrupuj dane, a następnie je podsumuj. Średnia pogrupowana pokazuje w jednym wierszu, jak opłaty różnią się zależnie od planu.

Dla dwóch kolumn z etykietami crosstab zlicza każdą kombinację, dzięki czemu można zobaczyć, które pary często występują razem.

Wykres punktowy daje wskazówkę, ale liczba ją potwierdza. Korelacja między dwiema kolumnami liczbowymi mierzy, jak ściśle zmieniają się one razem.

Przejście do zależności bez poznania poszczególnych kolumn może ukryć pułapki. Kolejność zaczynająca się od analizy jednowymiarowej sprawia, że wnioski są wiarygodne.

Analizował(a) Pan/Pani pojedynczą kolumnę za pomocą histogramów i wykresów słupkowych, a następnie pary za pomocą wykresów punktowych, grupowania i korelacji. Odpowiednia kolejność pomaga zachować wiarygodność wniosków. ✅