0127_황채민_eda_최종.py

# -*- coding: utf-8 -*-
"""0127 황채민 EDA_최종

Automatically generated by Colaboratory.

Original file is located at
    https://colab.research.google.com/drive/1bnzZacJBgmLCG15LReVRtB3nTYqvPw7N
"""

from google.colab import drive
drive.mount('/content/drive')

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from scipy.stats import levene
from scipy.stats import shapiro
import scipy.stats as stats
from scipy.stats import chi2_contingency

"""# 음주운전 판결 데이터 불러오기


"""

path_to_file = "/content/drive/MyDrive/Colab Notebooks/DSL/24-1 EDA/음주운전 판결.xlsx"

df = pd.read_excel(path_to_file)
df2 = df[(df['year'] >= 2014) & (df['year'] <= 2023)] #2014 - 2023
df2.head()

"""#징역/벌금 기술통계"""

df_jail = df2[df2['징역'] != 0] #2014 - 2023 징역 선고

#df_jail.head()
#num_rows = len(df_jail)
#print("징역 선고:", num_rows, "개")

# '징역'에 대한 기술통계
statistics = df_jail['징역'].describe()
print(statistics)

df_jail2 = df_jail[df_jail['year'] <= 2018]
#df_jail2.head()

# 2014 - 2018 '징역'에 대한 기술통계
statistics2 = df_jail2['징역'].describe()
print(statistics2)

df_jail3 = df_jail[df_jail['year'] > 2018]
#df_jail3.head()

# 2019 - 2023 '징역'에 대한 기술통계
statistics3 = df_jail3['징역'].describe()
print(statistics3)

#징역 plot
plt.figure(figsize=(10, 6)) # 그래프 크기 설정
plt.scatter(df_jail['year'], df_jail['징역'], marker='o') # 선 그래프 그리기
plt.xlabel('Year') # x축 라벨 설정
plt.ylabel('Sentence') # y축 라벨 설정
plt.title('Sentence by Year') # 그래프 제목 설정
plt.grid(True) # 격자 표시
plt.show() # 그래프 표시

df_money = df2[df2['징역'] == 0] #2014 - 2023 벌금 선고
#df_money.head()
#num_rows = len(df_money)
#print("벌금 선고:", num_rows, "개")

# '벌금'에 대한 기술통계
statistic = df_money['벌금'].describe()
print(statistic)

df_money2 = df_money[df_money['year'] <= 2018]
#df_money2.head()

# 2014 - 2018 '징역'에 대한 기술통계
statistic2 = df_money2['벌금'].describe()
print(statistic2)

df_money3 = df_money[df_money['year'] > 2018]
#df_money3.head()

# 2019 - 2023 '징역'에 대한 기술통계
statistic3 = df_money3['벌금'].describe()
print(statistic3)

#벌금 plot
plt.figure(figsize=(10, 6)) # 그래프 크기 설정
plt.scatter(df_money['year'], df_money['벌금'], marker='o') # 선 그래프 그리기
plt.xlabel('Year') # x축 라벨 설정
plt.ylabel('Fine') # y축 라벨 설정
plt.title('Fine by Year') # 그래프 제목 설정
plt.grid(True) # 격자 표시
plt.show() # 그래프 표시

"""#등분산성 검정"""

jail1 = df_jail2['징역']
jail2 = df_jail3['징역']

money1 = df_money2['벌금']
money2 = df_money3['벌금']

#징역 데이터 레빈 검정 실시
stat, p = levene(jail1, jail2)

print(stat)

# p-값 출력
print('p-value:', p)

# 등분산성 가정에 대한 결론
if p > 0.05:
    print('등분산성 가정을 만족함 (분산이 동일함)')
else:
    print('등분산성 가정을 만족하지 않음 (분산이 다름)')

#벌금 데이터 레빈 검정 실시
stat, p = levene(money1, money2)

print(stat)

# p-값 출력
print('p-value:', p)

# 등분산성 가정에 대한 결론
if p > 0.05:
    print('등분산성 가정을 만족함 (분산이 동일함)')
else:
    print('등분산성 가정을 만족하지 않음 (분산이 다름)')

"""#정규성 검정"""

jail3 = df_jail['징역']

# 샤피로-윌크 검정 수행
stat, p = shapiro(jail3)

print(stat)

# p-값 출력
print('p-value:', p)

# 정규성 가정에 대한 결론
if p > 0.05:
    print('정규 분포를 따름 (정규성 가정 만족)')
else:
    print('정규 분포를 따르지 않음 (정규성 가정 불만족)')

# QQ Plot 생성
stats.probplot(jail3, dist="norm", plot=plt)

# QQ Plot 표시
plt.title("QQ Plot")
plt.ylabel('Sample Quantiles')
plt.xlabel('Theoretical Quantiles')
plt.show()

money3 = df_money['벌금']

# 샤피로-윌크 검정 수행
stat, p = shapiro(money3)

print(stat)

# p-값 출력
print('p-value:', p)

# 정규성 가정에 대한 결론
if p > 0.05:
    print('정규 분포를 따름 (정규성 가정 만족)')
else:
    print('정규 분포를 따르지 않음 (정규성 가정 불만족)')

# QQ Plot 생성
stats.probplot(money3, dist="norm", plot=plt)

# QQ Plot 표시
plt.title("QQ Plot")
plt.ylabel('Sample Quantiles')
plt.xlabel('Theoretical Quantiles')
plt.show()

"""####징역과 벌금 모두 정규성을 만족한다고 판단하기 어려움. 따라서 t-test를 사용하는 대신 비모수 검정인 Mann-Whitney U test를 사용하여 중위값을 비교하고자 함.

#Mann-Whitney U test

####2018 윤창호법 기준 5개년 선고 형량 비교
"""

from scipy.stats import mannwhitneyu

# 맨-휘트니 U 검정 수행
stat, p = mannwhitneyu(jail1, jail2, alternative='less') # 첫 번째 그룹이 두 번째 그룹보다 작다는 것을 검정

# 결과 출력
print('Statistics=%.3f, p=%.3f' % (stat, p))

# 유의성 평가
if p > 0.05:
    print('두 그룹 간의 형량에 유의한 차이가 없음 (귀무가설을 기각하지 못함)')
else:
    print('두 그룹 간의 형량에 유의한 차이가 있음 (귀무가설을 기각함)')

# jail1과 jail2 데이터를 하나의 DataFrame으로 결합
data = pd.DataFrame({'jail1': jail1, 'jail2': jail2})

# 데이터의 박스 플롯 그리기
plt.figure(figsize=(10, 6))
sns.boxplot(data=data)
plt.title('Box Plot of jail1 and jail2')
plt.ylabel('Sentence Length')
plt.show()

"""####2018 윤창호법 기준 5개년 선고 벌금 비교"""

from scipy.stats import mannwhitneyu

# 맨-휘트니 U 검정 수행
stat, p = mannwhitneyu(money1, money2, alternative='less') # 첫 번째 그룹이 두 번째 그룹보다 작다는 것을 검정

# 결과 출력
print('Statistics=%.3f, p=%.3f' % (stat, p))

# 유의성 평가
if p > 0.05:
    print('두 그룹 간의 형량에 유의한 차이가 없음 (귀무가설을 기각하지 못함)')
else:
    print('두 그룹 간의 형량에 유의한 차이가 있음 (귀무가설을 기각함)')

# money1과 money2 데이터를 하나의 DataFrame으로 결합
data = pd.DataFrame({'money1': money1, 'money2': money2})

# 데이터의 박스 플롯 그리기
plt.figure(figsize=(10, 6))
sns.boxplot(data=data)
plt.title('Box Plot of money1 and money2')
plt.ylabel('fine Length')
plt.show()