Startpagina / Samenvattingen / Codecademy ML Summarizing the Relationship between Two Features / visueel-moeders-studenten

Associations: Quantitative and Categorical Variables

5 belangrijke vragen over Associations: Quantitative and Categorical Variables

Hoe splits je op in verschillende lijsten in een associatie tussen quantitieve en categorische variabelen ?

Bvb associatie testscore en platteland of stedelijk :

scores_urban = students.G3[students.address == 'U']
scores_rural = students.G3[students.address == 'R']

Waarvoor zijn side by side boxplots nuttig ?

Een manier om een beter gevoel te krijgen voor de spreiding is door te kijken naar een visuele weergave van de gegevens. Boxplots naast elkaar zijn nuttig om verschillen in gemiddelden en medianen te visualiseren, omdat ze ons in staat stellen de variatie in de gegevens visueel te schatten. Dit kan ons helpen te bepalen of de verschillen in gemiddelde of mediaan “groot” of “klein” zijn. Maw is er een grote overlap tussen de twee boxplots ?

Wat kan je afleiden uit de overlap ?

Bij weinig overlap van de distributie mogelijk sterk geassocieerd

Wat zijn non binary categorische variabelen ?

deze variabelen.hebben meer dan twee categorien

Hoe vergelijk je associaties met non binary categorical variabelen

Visueel gezien moeten we elke box met elke andere box vergelijken. Hoewel de meeste van deze boxen elkaar overlappen, zijn er enkele paren waarvoor duidelijke verschillen zichtbaar zijn. Zo lijken de scores hoger te zijn bij studenten van wie de moeders in de gezondheidszorg werken dan bij studenten van wie de moeders thuis werken of een “andere” baan hebben. Als er ENIGE paargewijze verschillen zijn, kunnen we zeggen dat de variabelen met elkaar samenhangen;

De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal: