既婚女性の不倫傾向の集計をしてみた
このデータセットは3,4年くらい前に当時のチームメンバーにPythonでデータ分析する方法を共有したときのサンプルデータとして利用しました。
単純にロジスティック回帰でモデリングするコードを順に説明しただけなので、もう少しデータの中身を詳しく説明すべきだったなと今思えば反省点として浮かび上がります。
前回のIrisのデータセット同様、データの理解ができていないうちは集計やモデリング作業に入るべきではないですね。
自分がコンサルという立場でお客様のデータを分析する場合もデータに関する疑問は都度確認しないと分析結果が意味ないものになってしまう可能性があります。
初めて分析系の記事を投稿した感想は、
自分が今まで経験したことをブログなどの形式でまとめておくことは知識の定着や今足りないことを見つけるのに良さそうだと思いました。
技術やアルゴリズムは進化していくので、個人的にもどんどんキャッチアップしていきたいと思います。
可能であればサンプルデータの分析にも新しく学んだ知識を適用させていけたら面白いですね。
人生は一生勉強です。
1. 利用データ説明
何のデータか
今回のサンプルデータはAffairsというデータセットになります。 調べていてわかったのですが、2種類のデータセットが存在することがわかりました。
1つ目が女性向け雑誌「Redbook」の不倫に関するアンケート結果 (1974年実施)
2つ目がサイエンス系雑誌「Psychology Today」の不倫に関するアンケート結果 (1969年実施)
になります。
女性向け雑誌「Redbook」に関しては下記
サイエンス系雑誌「Psychology Today」に関しては下記
データ取得先はどこ
私が以前利用したデータは1つ目のデータセットでstatsmodelsから利用することができます。 statsmodels/datasets
両方のデータはstatsmodels/datasets内の参照元から入手可能です。
Source¶ Fair, Ray. 1978. “A Theory of Extramarital Affairs,” Journal of Political Economy, February, 45-61. The data is available at http://fairmodel.econ.yale.edu/rayfair/pdf/2011b.htm
どのようなデータか
データ数: 6,366レコード
変数一覧:
| 英名 | 日本語訳 | 備考 |
|---|---|---|
| rate_marriage | 結婚生活がどれくらい上手くいっているか | 1とても悪い<->5とても良い |
| age | 年齢 | 17.5:20以下、22:20-24、27:25-29、32:30-34、37:35-39、43:40以上 |
| yrs_married | 結婚期間 | 0.5:1年未満、2.5:1-4年、6:5-7年、9:8-10年、13:10年以上・長子12歳以下、16.5:10年以上・長子12-17歳、23:10年以上・長子18歳以上 |
| children | 子供の数 | 0、1、2、3、4、5.5:5人以上 |
| religious | 宗教心 | 1なし<->4とても強い |
| educ | 学歴 | 9:小学校、12:高校、14:大学、16:大学卒業、17:大学院、20:大学院卒業以上 |
| occupation | (妻の)職業 | 1:学生、2:農業・肉体労働者、3:頭脳労働者(営業、事務、秘書)、4:熟練技能労働者(教員・看護師・アーティストなど)、5:管理・監督者、6:院卒以上の専門家 |
| occupation_husb | 夫の職業 | (妻の)職業と同じ |
| affairs | 結婚1年あたりの不倫回数 |
2. どのような分析ができそうか
- 不倫する女性としない女性の差の分析 (集計ベース)
3. Checking Affairs dataset
パッケージのインポート
import seaborn as sns import statsmodels.api as sm import pandas as pd
データの読み込み
df = sm.datasets.fair.load_pandas().data
データの概要把握
df.describe()
Out[0]
| rate_marriage | age | yrs_married | children | religious | educ | occupation | occupation_husb | affairs | |
|---|---|---|---|---|---|---|---|---|---|
| count | 6366.000000 | 6366.000000 | 6366.000000 | 6366.000000 | 6366.000000 | 6366.000000 | 6366.000000 | 6366.000000 | 6366.000000 |
| mean | 4.109645 | 29.082862 | 9.009425 | 1.396874 | 2.426170 | 14.209865 | 3.424128 | 3.850141 | 0.705374 |
| std | 0.961430 | 6.847882 | 7.280120 | 1.433471 | 0.878369 | 2.178003 | 0.942399 | 1.346435 | 2.203374 |
| min | 1.000000 | 17.500000 | 0.500000 | 0.000000 | 1.000000 | 9.000000 | 1.000000 | 1.000000 | 0.000000 |
| 25% | 4.000000 | 22.000000 | 2.500000 | 0.000000 | 2.000000 | 12.000000 | 3.000000 | 3.000000 | 0.000000 |
| 50% | 4.000000 | 27.000000 | 6.000000 | 1.000000 | 2.000000 | 14.000000 | 3.000000 | 4.000000 | 0.000000 |
| 75% | 5.000000 | 32.000000 | 16.500000 | 2.000000 | 3.000000 | 16.000000 | 4.000000 | 5.000000 | 0.484848 |
| max | 5.000000 | 42.000000 | 23.000000 | 5.500000 | 4.000000 | 20.000000 | 6.000000 | 6.000000 | 57.599991 |
Feature Engineering
#ダミー変数を作成。カテゴリ変数を数値に変換 # TODO: ダミー変数を作成すべきか数値をそのまま利用すべきか考え中 # 今回のデータセットでは学歴や仕事は数値の大きさに意味がありそうなので # そのまま分析用変数として使えるのではないかと思い始めてきた。 df = pd.get_dummies(df,columns=["educ","occupation","occupation_husb"])
# 不倫経験があるかどうかのフラグを作成 0:ない、1:ある df["affairs_flg"] = df.apply(lambda row: 1 if row.affairs > 0 else 0, axis=1)
# 子供がいるかどうかのフラグを作成 0:いない、1:いる df["children_flg"] = df.apply(lambda row: 1 if row.children > 0 else 0, axis=1)
データの概要把握 その2
# データフレームの5件表示 df.head(5)
Out[0]
| rate_marriage | age | yrs_married | children | religious | affairs | educ_9.0 | educ_12.0 | educ_14.0 | educ_16.0 | educ_17.0 | educ_20.0 | occupation_1.0 | occupation_2.0 | occupation_3.0 | occupation_4.0 | occupation_5.0 | occupation_6.0 | occupation_husb_1.0 | occupation_husb_2.0 | occupation_husb_3.0 | occupation_husb_4.0 | occupation_husb_5.0 | occupation_husb_6.0 | affairs_flg | children_flg | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 3.0 | 32.0 | 9.0 | 3.0 | 3.0 | 0.111111 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 1 | 1 |
| 1 | 3.0 | 27.0 | 13.0 | 3.0 | 1.0 | 3.230769 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 1 | 1 |
| 2 | 4.0 | 22.0 | 2.5 | 0.0 | 1.0 | 1.400000 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 1 | 0 |
| 3 | 4.0 | 37.0 | 16.5 | 4.0 | 3.0 | 0.727273 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 1 | 1 |
| 4 | 5.0 | 27.0 | 9.0 | 1.0 | 1.0 | 4.666666 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 1 | 1 |
# 全体のパーセンタイル確認 df.quantile([0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,0.95,0.99,1])
Out[0]
| rate_marriage | age | yrs_married | children | religious | affairs | educ_9.0 | educ_12.0 | educ_14.0 | educ_16.0 | educ_17.0 | educ_20.0 | occupation_1.0 | occupation_2.0 | occupation_3.0 | occupation_4.0 | occupation_5.0 | occupation_6.0 | occupation_husb_1.0 | occupation_husb_2.0 | occupation_husb_3.0 | occupation_husb_4.0 | occupation_husb_5.0 | occupation_husb_6.0 | affairs_flg | children_flg | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0.00 | 1.0 | 17.5 | 0.5 | 0.0 | 1.0 | 0.000000 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 |
| 0.10 | 3.0 | 22.0 | 2.5 | 0.0 | 1.0 | 0.000000 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 |
| 0.20 | 3.0 | 22.0 | 2.5 | 0.0 | 2.0 | 0.000000 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 |
| 0.30 | 4.0 | 22.0 | 2.5 | 0.0 | 2.0 | 0.000000 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 |
| 0.40 | 4.0 | 27.0 | 6.0 | 1.0 | 2.0 | 0.000000 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 |
| 0.50 | 4.0 | 27.0 | 6.0 | 1.0 | 2.0 | 0.000000 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 |
| 0.60 | 5.0 | 27.0 | 9.0 | 2.0 | 3.0 | 0.000000 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 |
| 0.70 | 5.0 | 32.0 | 13.0 | 2.0 | 3.0 | 0.152174 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 |
| 0.80 | 5.0 | 37.0 | 16.5 | 3.0 | 3.0 | 0.742424 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 |
| 0.90 | 5.0 | 42.0 | 23.0 | 3.0 | 4.0 | 2.000000 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 |
| 0.95 | 5.0 | 42.0 | 23.0 | 4.0 | 4.0 | 4.072726 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 |
| 0.99 | 5.0 | 42.0 | 23.0 | 5.5 | 4.0 | 7.839996 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 |
| 1.00 | 5.0 | 42.0 | 23.0 | 5.5 | 4.0 | 57.599991 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 |
データの概要把握 不倫の有無と各説明変数の関係
# パーセンタイル確認 # 不倫の有無で各変数に差があるのか確認 from IPython.display import HTML HTML(df.groupby("affairs_flg").describe().transpose().to_html())
Out[0]
| affairs_flg | 0 | 1 | |
|---|---|---|---|
| rate_marriage | count | 4313.000000 | 2053.000000 |
| mean | 4.329701 | 3.647345 | |
| std | 0.821099 | 1.065286 | |
| min | 1.000000 | 1.000000 | |
| 25% | 4.000000 | 3.000000 | |
| 50% | 5.000000 | 4.000000 | |
| 75% | 5.000000 | 4.000000 | |
| max | 5.000000 | 5.000000 | |
| age | count | 4313.000000 | 2053.000000 |
| mean | 28.390679 | 30.537019 | |
| std | 6.809684 | 6.699997 | |
| min | 17.500000 | 17.500000 | |
| 25% | 22.000000 | 27.000000 | |
| 50% | 27.000000 | 27.000000 | |
| 75% | 32.000000 | 37.000000 | |
| max | 42.000000 | 42.000000 | |
| yrs_married | count | 4313.000000 | 2053.000000 |
| mean | 7.989335 | 11.152460 | |
| std | 7.101994 | 7.185216 | |
| min | 0.500000 | 0.500000 | |
| 25% | 2.500000 | 6.000000 | |
| 50% | 6.000000 | 9.000000 | |
| 75% | 13.000000 | 16.500000 | |
| max | 23.000000 | 23.000000 | |
| children | count | 4313.000000 | 2053.000000 |
| mean | 1.238813 | 1.728933 | |
| std | 1.417410 | 1.410401 | |
| min | 0.000000 | 0.000000 | |
| 25% | 0.000000 | 1.000000 | |
| 50% | 1.000000 | 2.000000 | |
| 75% | 2.000000 | 3.000000 | |
| max | 5.500000 | 5.500000 | |
| religious | count | 4313.000000 | 2053.000000 |
| mean | 2.504521 | 2.261568 | |
| std | 0.885117 | 0.840767 | |
| min | 1.000000 | 1.000000 | |
| 25% | 2.000000 | 2.000000 | |
| 50% | 3.000000 | 2.000000 | |
| 75% | 3.000000 | 3.000000 | |
| max | 4.000000 | 4.000000 | |
| affairs | count | 4313.000000 | 2053.000000 |
| mean | 0.000000 | 2.187243 | |
| std | 0.000000 | 3.437478 | |
| min | 0.000000 | 0.043478 | |
| 25% | 0.000000 | 0.521739 | |
| 50% | 0.000000 | 1.217391 | |
| 75% | 0.000000 | 2.177776 | |
| max | 0.000000 | 57.599991 | |
| educ_9.0 | count | 4313.000000 | 2053.000000 |
| mean | 0.006260 | 0.010229 | |
| std | 0.078882 | 0.100644 | |
| min | 0.000000 | 0.000000 | |
| 25% | 0.000000 | 0.000000 | |
| 50% | 0.000000 | 0.000000 | |
| 75% | 0.000000 | 0.000000 | |
| max | 1.000000 | 1.000000 | |
| educ_12.0 | count | 4313.000000 | 2053.000000 |
| mean | 0.315558 | 0.352168 | |
| std | 0.464791 | 0.477762 | |
| min | 0.000000 | 0.000000 | |
| 25% | 0.000000 | 0.000000 | |
| 50% | 0.000000 | 0.000000 | |
| 75% | 1.000000 | 1.000000 | |
| max | 1.000000 | 1.000000 | |
| educ_14.0 | count | 4313.000000 | 2053.000000 |
| mean | 0.340598 | 0.393570 | |
| std | 0.473965 | 0.488660 | |
| min | 0.000000 | 0.000000 | |
| 25% | 0.000000 | 0.000000 | |
| 50% | 0.000000 | 0.000000 | |
| 75% | 1.000000 | 1.000000 | |
| max | 1.000000 | 1.000000 | |
| educ_16.0 | count | 4313.000000 | 2053.000000 |
| mean | 0.195687 | 0.132976 | |
| std | 0.396775 | 0.339632 | |
| min | 0.000000 | 0.000000 | |
| 25% | 0.000000 | 0.000000 | |
| 50% | 0.000000 | 0.000000 | |
| 75% | 0.000000 | 0.000000 | |
| max | 1.000000 | 1.000000 | |
| educ_17.0 | count | 4313.000000 | 2053.000000 |
| mean | 0.085787 | 0.068193 | |
| std | 0.280082 | 0.252138 | |
| min | 0.000000 | 0.000000 | |
| 25% | 0.000000 | 0.000000 | |
| 50% | 0.000000 | 0.000000 | |
| 75% | 0.000000 | 0.000000 | |
| max | 1.000000 | 1.000000 | |
| educ_20.0 | count | 4313.000000 | 2053.000000 |
| mean | 0.056109 | 0.042864 | |
| std | 0.230160 | 0.202600 | |
| min | 0.000000 | 0.000000 | |
| 25% | 0.000000 | 0.000000 | |
| 50% | 0.000000 | 0.000000 | |
| 75% | 0.000000 | 0.000000 | |
| max | 1.000000 | 1.000000 | |
| occupation_1.0 | count | 4313.000000 | 2053.000000 |
| mean | 0.007883 | 0.003410 | |
| std | 0.088447 | 0.058307 | |
| min | 0.000000 | 0.000000 | |
| 25% | 0.000000 | 0.000000 | |
| 50% | 0.000000 | 0.000000 | |
| 75% | 0.000000 | 0.000000 | |
| max | 1.000000 | 1.000000 | |
| occupation_2.0 | count | 4313.000000 | 2053.000000 |
| mean | 0.140737 | 0.122747 | |
| std | 0.347791 | 0.328227 | |
| min | 0.000000 | 0.000000 | |
| 25% | 0.000000 | 0.000000 | |
| 50% | 0.000000 | 0.000000 | |
| 75% | 0.000000 | 0.000000 | |
| max | 1.000000 | 1.000000 | |
| occupation_3.0 | count | 4313.000000 | 2053.000000 |
| mean | 0.421516 | 0.470044 | |
| std | 0.493859 | 0.499223 | |
| min | 0.000000 | 0.000000 | |
| 25% | 0.000000 | 0.000000 | |
| 50% | 0.000000 | 0.000000 | |
| 75% | 1.000000 | 1.000000 | |
| max | 1.000000 | 1.000000 | |
| occupation_4.0 | count | 4313.000000 | 2053.000000 |
| mean | 0.313935 | 0.233804 | |
| std | 0.464144 | 0.423352 | |
| min | 0.000000 | 0.000000 | |
| 25% | 0.000000 | 0.000000 | |
| 50% | 0.000000 | 0.000000 | |
| 75% | 1.000000 | 0.000000 | |
| max | 1.000000 | 1.000000 | |
| occupation_5.0 | count | 4313.000000 | 2053.000000 |
| mean | 0.099930 | 0.150511 | |
| std | 0.299942 | 0.357659 | |
| min | 0.000000 | 0.000000 | |
| 25% | 0.000000 | 0.000000 | |
| 50% | 0.000000 | 0.000000 | |
| 75% | 0.000000 | 0.000000 | |
| max | 1.000000 | 1.000000 | |
| occupation_6.0 | count | 4313.000000 | 2053.000000 |
| mean | 0.015998 | 0.019484 | |
| std | 0.125482 | 0.138251 | |
| min | 0.000000 | 0.000000 | |
| 25% | 0.000000 | 0.000000 | |
| 50% | 0.000000 | 0.000000 | |
| 75% | 0.000000 | 0.000000 | |
| max | 1.000000 | 1.000000 | |
| occupation_husb_1.0 | count | 4313.000000 | 2053.000000 |
| mean | 0.041966 | 0.023380 | |
| std | 0.200535 | 0.151145 | |
| min | 0.000000 | 0.000000 | |
| 25% | 0.000000 | 0.000000 | |
| 50% | 0.000000 | 0.000000 | |
| 75% | 0.000000 | 0.000000 | |
| max | 1.000000 | 1.000000 | |
| occupation_husb_2.0 | count | 4313.000000 | 2053.000000 |
| mean | 0.204498 | 0.207501 | |
| std | 0.403381 | 0.405616 | |
| min | 0.000000 | 0.000000 | |
| 25% | 0.000000 | 0.000000 | |
| 50% | 0.000000 | 0.000000 | |
| 75% | 0.000000 | 0.000000 | |
| max | 1.000000 | 1.000000 | |
| occupation_husb_3.0 | count | 4313.000000 | 2053.000000 |
| mean | 0.073499 | 0.084267 | |
| std | 0.260984 | 0.277855 | |
| min | 0.000000 | 0.000000 | |
| 25% | 0.000000 | 0.000000 | |
| 50% | 0.000000 | 0.000000 | |
| 75% | 0.000000 | 0.000000 | |
| max | 1.000000 | 1.000000 | |
| occupation_husb_4.0 | count | 4313.000000 | 2053.000000 |
| mean | 0.322513 | 0.311252 | |
| std | 0.467492 | 0.463118 | |
| min | 0.000000 | 0.000000 | |
| 25% | 0.000000 | 0.000000 | |
| 50% | 0.000000 | 0.000000 | |
| 75% | 1.000000 | 1.000000 | |
| max | 1.000000 | 1.000000 | |
| occupation_husb_5.0 | count | 4313.000000 | 2053.000000 |
| mean | 0.272896 | 0.293229 | |
| std | 0.445499 | 0.455354 | |
| min | 0.000000 | 0.000000 | |
| 25% | 0.000000 | 0.000000 | |
| 50% | 0.000000 | 0.000000 | |
| 75% | 1.000000 | 1.000000 | |
| max | 1.000000 | 1.000000 | |
| occupation_husb_6.0 | count | 4313.000000 | 2053.000000 |
| mean | 0.084628 | 0.080370 | |
| std | 0.278359 | 0.271932 | |
| min | 0.000000 | 0.000000 | |
| 25% | 0.000000 | 0.000000 | |
| 50% | 0.000000 | 0.000000 | |
| 75% | 0.000000 | 0.000000 | |
| max | 1.000000 | 1.000000 | |
| children_flg | count | 4313.000000 | 2053.000000 |
| mean | 0.556689 | 0.755480 | |
| std | 0.496834 | 0.429907 | |
| min | 0.000000 | 0.000000 | |
| 25% | 0.000000 | 1.000000 | |
| 50% | 1.000000 | 1.000000 | |
| 75% | 1.000000 | 1.000000 | |
| max | 1.000000 | 1.000000 |
俯瞰結果まとめ
- 不倫している女性の方が今の結婚生活に満足していなさそう。
- 結婚歴は不倫している女性の方が長い。因果関係はこれだけだと分からない、結婚している期間が長いほど不倫の機会が多いだけかも知れない。
- 不倫している女性の方が子持ちの率が高い。これも因果関係は分からない。
- 女性の学歴と不倫の有無はあまり関係なさそう
- 管理・監督系の仕事をしている女性は不倫率が若干高そう
- 夫の職業は不倫の有無にあまり関係なさそう
図にして視覚的に確認する
# 描画設定 from matplotlib import rcParams rcParams['xtick.labelsize'] = 12 # x軸のラベルのフォントサイズ rcParams['ytick.labelsize'] = 12 # y軸のラベルのフォントサイズ rcParams['figure.figsize'] = 18,8 # 画像サイズの変更(inch)
相関係数確認
# df.describe()で確認した結果が表されている sns.heatmap(round(df.corr(),1), vmax=1, vmin=-1, center=0,annot=True)
Out[0]
各変数と不倫の有無をボックスプロットで確認
# 結婚満足度と不倫の有無をボックスプロットで確認 # 不倫していない方が不倫している女性より満足度が高い sns.boxenplot(x="affairs_flg",y="rate_marriage",data=df)
Out[0]
# 年齢と不倫の有無をボックスプロットで確認 # 不倫している女性の方が年齢が高い # ただし、年齢高い = 結婚歴長い = 不倫の機会が多い という関係がある可能性もある sns.boxenplot(x="affairs_flg",y="age",data=df)
Out[0]
# 結婚歴と不倫の有無をボックスプロットで確認 # 不倫している女性の方が結婚歴が長い # ただし、結婚歴長い = 不倫の機会が多い という関係がある可能性もある sns.boxenplot(x="affairs_flg",y="yrs_married",data=df)
Out[0]
# 子供の数と不倫の有無をボックスプロットで確認 # 不倫している女性の方が子供が多い # ただし、子供が多い = 結婚歴が長い = 不倫の機会が多い という関係がある可能性もある sns.boxenplot(x="affairs_flg",y="children",data=df)
Out[0]
# 信仰心と不倫の有無をボックスプロットで確認 # 不倫している女性の方が全体的に低めに見えるが、差があるとは言いづらい sns.boxenplot(x="affairs_flg",y="religious",data=df)
Out[0]
4. check package versions
分析環境はanaconda macosです。 conda --version の結果はconda 4.7.12です。
今回利用したパッケージのバージョンは下記です。
import seaborn import matplotlib import sklearn import pandas import numpy print("seaborn:"+ seaborn.__version__) print("matplotlib:"+ matplotlib.__version__) print("sklearn:"+ sklearn.__version__) print("pandas:"+ pandas.__version__) print("numpy:"+ numpy.__version__)
Out[0]
seaborn:0.9.0 matplotlib:3.1.0 sklearn:0.21.2 pandas:0.24.2 numpy:1.16.4
