Summary  
This chapter covers how to print the first rows of a tabular dataset and match each column to its statistical data type.

General domain of usage  
IT professionals’ salary analysis

Tässä osiossa analysoidaan IT-asiantuntijoiden palkkojen otosta. Aloita tarkastelemalla aineiston viittä ensimmäistä havaintoa:

- `work_year` - vuosi, jolloin palkka maksettiin;
- `experience_level` - kokemusaste: EN on Entry-level, MI on Mid-level, SE on Senior-level, EX on Executive-level;
- `job_title` - työnimike;
- `salary` - palkan arvo;
- `salary_currency` - palkan valuutta;
- `salary_in_usd` - palkan arvo USD-muodossa;
- `company_location` - yrityksen sijainti;
- `company_size` - yrityksen koko: S-Pieni, M-Keskisuuri, L-Suuri.

Seuraavaksi tarkastellaan tilastotieteen tietotyyppejä, minkä jälkeen on tehtävä, jossa yhdistetään sarakkeiden nimet niiden vastaaviin tietotyyppeihin.

Rakenna vahva tilastotieteen perusta Pythonin avulla. Opiskele keskeiset tilastolliset käsitteet ja sovella niitä NumPyn ja pandas-kirjastojen kautta. Siirry perusmittareista, kuten keskiarvosta ja varianssista, hypoteesitestaamiseen, luottamusväleihin ja datalähtöisiin oivalluksiin käytännön harjoitusten avulla.

Tutustu tilastotieteen keskeisiin periaatteisiin, kuten aineistotyyppeihin, keskilukuihin sekä keskeisiin eroihin otosten ja perusjoukkojen välillä.

Opi laskemaan ja tulkitsemaan keskiarvo, mediaani ja moodi Pythonin avulla. Harjoittele näitä operaatioita pandas-kirjastolla analysoidaksesi aitoja aineistoja.

Ymmärrys siitä, miten varianssi ja keskihajonta mittaavat aineiston hajontaa. Molempien laskeminen käsin ja Python-työkaluilla.

Perehdy siihen, miten kovarianssi ja korrelaatio kuvaavat muuttujien välisiä yhteyksiä. Harjoittele molempien mittareiden laskemista ja vertaamista Pythonilla.

Hallitse luottamusvälit populaatioparametrien arviointiin. Käytä NumPy-, pandas- ja visualisointikirjastoja luottamusvälien laskemiseen ja tulkintaan oikean datan avulla.

Opi hypoteesin testauksen ja t-testin perusteet. Ymmärrä, kuinka testejä suunnitellaan, suoritetaan ja tulkitaan Pythonin avulla tietoon perustuvien päätösten tueksi.

Tutki Aineistoa