Descriptive Analysis and Hypothesis Testing

تجاوز هذا المشروع مجرد الوصف البياني إلى تطبيق اختبارات إحصائية صارمة للتحقق من صحة الادعاءات التاريخية حول حادثة التايتانك. تم استخدام اختبارات (T-test) و(Z-test) للإجابة على أسئلة جوهرية تتعلق بالعمر، الجنس، والطبقة الاجتماعية للمسافرين، مع التأكد من سلامة البيانات عبر اختبارات التوزيع الطبيعي (Normal Distribution) ومعالجة القيم المتطرفة (Outliers). الخطوات التقنية للمشروع (Technical Workflow) 1. إعداد البيئة واستكشاف البيانات (Data Exploration)استيراد المكتبات الأساسية للتحليل الإحصائي: Pandas للمعالجة، SciPy و Statsmodels للاختبارات الإحصائية، و Seaborn/Matplotlib للتمثيل البصري.إجراء فحص أولي (EDA) لفهم توزيع المتغيرات، تحديد القيم المفقودة (Nulls)، وفهم الهيكل العام للبيانات .2. هندسة البيانات وتجهيزها (Data Cleaning & Preparation)دمج مجموعات البيانات (Dataframes Combination) لضمان شمولية التحليل.معالجة القيم المفقودة بناءً على سياق البيانات (مثل تعويض قيم العمر المفقودة بالمتوسط أو الوسيط).كشف ومعالجة القيم المتطرفة (Outliers): تحديد القيم الشاذة التي قد تؤثر على دقة الاختبارات الإحصائية وحذفها لضمان نتائج موثوقة. 3. التحقق من الفرضيات الإحصائية (Normality Testing)قبل إجراء الاختبارات، تم التحقق من شرط التوزيع الطبيعي للبيانات باستخدام:QQ Plots: للتحقق البصري من مطابقة البيانات للتوزيع الطبيعي.Empirical Rule Test: التأكد من توزيع البيانات حول المتوسط الحسابي. 4. تنفيذ اختبارات الفرضيات (Hypothesis Testing Implementation)تم تقسيم التحليل إلى عدة سيناريوهات لاختبار ادعاءات محددة:Two-sample T-test: لمقارنة متوسطات أعمار الناجين وغير الناجين، وتحديد ما إذا كان الفرق ذا دلالة إحصائية.One-sample T-test: لاختبار ما إذا كان متوسط عمر الركاب يختلف جوهرياً عن الرقم التاريخي الشائع (30 عاماً).One-sample Proportion Z-test: للتحقق من دقة التقارير التي تشير إلى أن نسبة نجاة ركاب الدرجة الأولى كانت 65%.Two-sample Proportion Z-test: لمقارنة نسب النجاة بين الجنسين (ذكور وإناث) لإثبات تأثير النوع الاجتماعي على فرص البقاء.5. تفسير النتائج واتخاذ القرارات (Results Interpretation)مقارنة قيمة p-value بمستوى الدلالة المعياري (alpha = 0.05).تحليل قيم Z-statistics و T-statistics لتحديد قوة الأدلة الإحصائية.صياغة الاستنتاجات النهائية (رفض أو عدم رفض الفرضية الصفرية H_0) وتحويلها إلى رؤى مفهومة للأعمال أو السياق التاريخي.