первичный анализ dataset
- формулирование вопроса
- наличие данных
- очищение или заполнение пустых строк
формулирование вопроса
Выбор темы для данной работы вызвал у меня некоторое затруднение, поэтому я решила, что самым эффективным способом для решения этой проблемы будет анализ открытых Dataset и составление главного вопроса для проекта на их основе. Так был выбран Dataset о факторах, влияющих на успеваемость студентов.
Я хотела выбрать что-то актуальное для меня сейчас и, увидев этот Dataset, я поняла, что мне было бы очень интересно разобраться насколько сон способствует ухудшению или улучшению оценок у студентов в среднем. В сессионный период эта информация является как нельзя более своевременной и волнующей.
наличие данных
Я подумала, что перед полным анализом Dataset стоит обнаружить и затем убрать пустые строки.
Таким образом, ясно, что в выбранном мной Dataset 97% срок полностью заполнены и соответственно я могу без потери информативности отчистить его от строк с null.
стилизация графиков
Моя тема не основана на игре, фильме или бренде. Поэтому у нее нет определенного уже готового стиля, на который я могла бы опираться. В открытых источниках я нашла готовые шаблоны, которые можно использовать при создании графиков. Из них я выбрала "plotly_dark" тему, на мой взгляд самую выразительную и подходящую к теме. Ведь ее контраст привлекает внимание к неоднозначной актуальной для студентов теме, а сочетание темных холодных цветов создает ассоциации к позднему времени суток и сну.
Для начала мне было интересно узнать насколько большое количество людей соблюдает правильный режим, и могу ли я отнести себя к этому списку. Мой сон часто бывает нестабильным и в среднем колеблется от 7 часов до 2. Временами бывают и выходы из этой зоны, так во время каникул это значение может превышать 9 часов, а в сессионные периоды стремится к 0.
Этот график является нормальным и по нему можно сделать вывод, что большинство спит в среднем по 7 часов. Свои значения я также могу наблюдать на графике, хоть и не все, видимо сон меньше 4 часов и более 10 люди стараются не допускать.
По такому же принципу я решила посмотреть на результаты экзаменов. Так как во ВШЭ у нас принята 10-ти балльная система оценивания, думаю не будет проблемой воспринимать 100 балльную систему как 100/10.
Так как я рассматриваю средние значения, то думаю что небольшие выбросы можно считать за артефакты и убирать их для большей ясности картинки.
Далее я решила объединить оба графика, чтобы проследить за влиянием количества часов сна на качество полученной оценки.
Вначале я удивилась и не могла поверить в то что разница оценок между людьми, спящими по 4 часа и 10 часов, столь велика и пик достигается при наибольшем количестве часов бодрствования. Но позже я пригляделась и заметила, что разница эта совсем незначительна и колеблется между 67.3 балла и просто 67. Это заставило меня задуматься о том, как же обстоят дела глобально.
