数据分析小案例（三）：调查问卷（python）
案件回顾
传统吉祥物还是萌系美少女
- 商业街想设计一个吉祥物做宣传
- 对商业街店主和顾客发放调查问卷
- 调查问卷的问题中有对吉祥物的偏好调查。也有对商业街的魅力调查，选项包括：活动，促销，商品齐全和服务态度好。（问题：店主和顾客对这些问题的回答是否有区别？从调查问卷中可以获得怎样的运营建议？）
- 数据导入与列联表
将数据存储为csv格式，导入python。并且计算顾客和店主对商业街魅力的支持情况，生成列联表。
import pandas as pd ＃导入数据 survey = pd.read_csv('survey.csv', encoding = 'utf-8') ＃计算顾客和店主对商业街魅力的支持情况 su1 = pd.DataFrame({'顾客':survey[survey.立场=='顾客'].回答6.value_counts()}) su2 = pd.DataFrame({'店主':survey[survey.立场=='店主'].回答6.value_counts()}) ＃合并数据框，生成列联表 survey2 = pd.concat([su1,su2],axis=1) survey2
为了使观察更直观，下面绘制关于列联表的堆积柱状图。
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()
从图中可直观看出，店主们比较重视商品是否齐全，顾客们更关注的是实惠。店主们对活动方面花了不少心思，但顾客们兴趣不大，反而更注重店家的服务态度。并且，35名顾客对商业街对服务表示满意，而店主中选择服务态度好的人数只有9名，一定程度上说明店主对自己的服务态度缺乏自信。
虽然可以从图中分析出一些结论，但为了客观的说明顾客与店主的意见是否存在显著偏差，要进行独立性检验。
- 独立性检验（卡方检验）
- 零假设 店主与顾客的回答是独立的，即无显著不同
- 备择假设 店主与顾客的回答意见受各自立场影响，即意见不同
- 概率不足显著性水平（5%） 否定零假设，即顾客与店主的意见是否存在显著偏差
- 概率等于或超过显著性水平（5%） 保留零假设，即顾客与店主的意见不受各自立场影响
from scipy.stats import chi2_contingency chi2_contingency(survey2)
结果为：
(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，第一个值代表卡方值，第二个值代表pvalue，即概率，第三个值代表自由度。这里概率值几乎等于零，显然不足5%，因此，店主与顾客对商业街的期待有所不同。
接下来分析顾客和店主对吉祥物的选择上是否有分歧。
su11 = pd.DataFrame({'顾客':survey[survey.立场=='顾客'].回答7.value_counts()}) su22 = pd.DataFrame({'店主':survey[survey.立场=='店主'].回答7.value_counts()}) survey3 = pd.concat([su11.T,su22.T],axis=0) survey3
明显，顾客和店主的意见有分歧。没填答案的顾客太多，且几乎所有店主都选择了萌系美少女，选传统吉祥物的只有3人，数据分析中，存在不足5的频数，要尽量避免使用卡方检验。顾客回答两边基本一样多，且很多人没有填答案，证明顾客对这个不感兴趣。结合回答6的分析，顾客更期待的是促销。因此，与其设计吉祥物，不如搞一些打折促销的活动。
- 几个小概念
独立性检验：分析列联表2个属性之间是否存在关联性的方法。首先提出零假设，“两个属性相互独立”，即不具有关联性。如果概率不足5%，则抛弃零假设，选取备择假设，即“2个属性不相互独立”。如果概率大于等于5%，保留零假设。
后台回复“面包”，可获得本例中数据
机器学习养成记