가설 검증_노시현

combinations = [ ('도심', 'Entire home/apt'), ('도심', 'Private room'), ('도심', 'Shared room'), ('외곽', 'Entire home/apt'), ('외곽', 'Private room'), ('외곽', 'Shared room'), ] results = [] for city_and_suburb, room in combinations: subset = df_filtered[ (df_filtered['city_and_suburb'] == city_and_suburb) & (df_filtered['room_type'] == room) ] # 조합별 25%, 75% 사분위수 q1 = subset['popularity_score'].quantile(0.25) q3 = subset['popularity_score'].quantile(0.75) # 상위/하위 25% upper = subset[subset['popularity_score'] >= q3]['expected_monthly_revenue'] lower = subset[subset['popularity_score'] <= q1]['expected_monthly_revenue'] # 결과 저장 results.append({ '조합': f"{city_and_suburb} & {room}", '전체 수': len(subset), '상위 25% 수': len(upper), '하위 25% 수': len(lower), '상위 25% 월 매출 중앙값': round(upper.median(), 2), '하위 25% 월 매출 중앙값': round(lower.median(), 2), '상위 25% 월 매출 평균': round(upper.mean(), 2), '하위 25% 월 매출 평균': round(lower.mean(), 2) }) expected_monthly_revenue_25 = pd.DataFrame(results) expected_monthly_revenue_25

plt.figure(figsize=(10, 6)) # 데이터를 long-format으로 만들어야 seaborn에서 그리기 좋음 melted = expected_monthly_revenue_25.melt( id_vars='조합', value_vars=['상위 25% 월 매출 중앙값', '하위 25% 월 매출 중앙값'], var_name='그룹', value_name='중앙값' ) sns.barplot(data=melted, x='조합', y='중앙값', hue='그룹') plt.xticks(rotation=45) plt.title('조합별 상위/하위 25% 월 매출 중앙값 비교') plt.ylabel('월 매출 중앙값') plt.xlabel('') plt.tight_layout() plt.show()

melted = expected_monthly_revenue_25.melt( id_vars='조합', value_vars=['상위 25% 월 매출 중앙값', '하위 25% 월 매출 중앙값', '상위 25% 월 매출 평균', '하위 25% 월 매출 평균'], var_name='그룹', value_name='월 매출' ) # 지표종류 파생 melted['지표'] = melted['그룹'].apply(lambda x: '평균' if '평균' in x else '중앙값') melted['상하위'] = melted['그룹'].apply(lambda x: '상위' if '상위' in x else '하위') plt.figure(figsize=(12, 6)) sns.lineplot( data=melted, x='조합', y='월 매출', hue='상하위', style='지표', markers=True ) plt.xticks(rotation=45) plt.title('상위/하위 25% 월 매출 (평균/중앙값)') plt.ylabel('예상 월 매출') plt.xlabel('') plt.tight_layout() plt.show()

from scipy.stats import shapiro, levene, ttest_ind, mannwhitneyu combinations = [ ('도심', 'Entire home/apt'), ('도심', 'Private room'), ('도심', 'Shared room'), ('외곽', 'Entire home/apt'), ('외곽', 'Private room'), ('외곽', 'Shared room'), ] results = [] for city_and_suburb, room in combinations: subset = df_filtered[ (df_filtered['city_and_suburb'] == city_and_suburb) & (df_filtered['room_type'] == room) ] # 조합별 25%, 75% 사분위수 q1 = subset['popularity_score'].quantile(0.25) q3 = subset['popularity_score'].quantile(0.75) # 상위/하위 25% upper = subset[subset['popularity_score'] >= q3]['expected_monthly_revenue'] lower = subset[subset['popularity_score'] <= q1]['expected_monthly_revenue'] # 정규성 s_upper = shapiro(upper) s_lower = shapiro(lower) # 등분산성 lev = levene(upper, lower) # 검정 if s_upper.pvalue > 0.05 and s_lower.pvalue > 0.05: test_type = 't-test' t_stat, p_val = ttest_ind(upper, lower, equal_var=(lev.pvalue > 0.05)) else: test_type = 'Mann-Whitney' u_stat, p_val = mannwhitneyu(upper, lower, alternative='greater') # 저장 results.append({ '조합': f"{city_and_suburb} & {room}", '전체 수': len(subset), '상위 수': len(upper), '하위 수': len(lower), '상위 평균': round(upper.mean(), 2), '하위 평균': round(lower.mean(), 2), '상위 중앙값': round(upper.median(), 2), '하위 중앙값': round(lower.median(), 2), '정규성 상위 p': round(s_upper.pvalue, 4), '정규성 하위 p': round(s_lower.pvalue, 4), '등분산 p': round(lev.pvalue, 4), '검정': test_type, 'p-value': round(p_val, 5) }) test_result = pd.DataFrame(results) test_result

# 도심 & Entire home/apt 만 필터링 subset = df_filtered[ (df_filtered['city_and_suburb'] == '도심') & (df_filtered['room_type'] == 'Entire home/apt') ] # 상위/하위 25% popularity_score 기준 q1 = subset['popularity_score'].quantile(0.25) q3 = subset['popularity_score'].quantile(0.75) upper = subset[subset['popularity_score'] >= q3] lower = subset[subset['popularity_score'] <= q1] results = { '지표': [], '상위 25% 평균': [], '하위 25% 평균': [], '상위 25% 중앙값': [], '하위 25% 중앙값': [] } columns_to_compare = [ 'price', 'expected_monthly_revenue', 'number_of_reviews', 'reviews_per_month', 'availability_365', 'minimum_nights', 'calculated_host_listings_count', 'operating_months' ] for col in columns_to_compare: results['지표'].append(col) results['상위 25% 평균'].append(round(upper[col].mean(), 2)) results['하위 25% 평균'].append(round(lower[col].mean(), 2)) results['상위 25% 중앙값'].append(round(upper[col].median(), 2)) results['하위 25% 중앙값'].append(round(lower[col].median(), 2)) comparison_table = pd.DataFrame(results) comparison_table

# 조합 정의 combinations = [ ('도심', 'Entire home/apt'), ('도심', 'Private room'), ('도심', 'Shared room'), ('외곽', 'Entire home/apt'), ('외곽', 'Private room'), ('외곽', 'Shared room'), ] results = [] # 각 조합별로 상/하위 25%에서 단기/중기/장기 숙소 수 세기 for city_and_suburb, room in combinations: cond = (df_filtered['city_and_suburb'] == city_and_suburb) & (df_filtered['room_type'] == room) subset = df_filtered[cond] q3 = subset['popularity_score'].quantile(0.75) q1 = subset['popularity_score'].quantile(0.25) upper = subset[subset['popularity_score'] >= q3] lower = subset[subset['popularity_score'] <= q1] # 예약 가능일 기준 단기/중기/장기 조건 upper_general = upper[upper['calculated_host_listings_count'] <= 2] upper_mid_pro = upper[(upper['calculated_host_listings_count'] > 2) & (upper['calculated_host_listings_count'] <= 10)] upper_pro = upper[upper['calculated_host_listings_count'] > 10] lower_general = lower[lower['calculated_host_listings_count'] <= 2] lower_mid_pro = lower[(lower['calculated_host_listings_count'] > 2) & (lower['calculated_host_listings_count'] <= 10)] lower_pro = lower[lower['calculated_host_listings_count'] > 10] results.append({ '조합': f"{city_and_suburb} & {room}", '상위_일반 호스트(~2개)': len(upper_general), '상위_준전문가(2~10개)': len(upper_mid_pro), '상위_전문가(10개~)': len(upper_pro), '하위_일반 호스트(~2개)': len(lower_general), '하위_준전문가(2~10개)': len(lower_mid_pro), '하위_전문가(10개~)': len(lower_pro), '전체 수': len(subset) }) # 데이터프레임으로 변환 range_host_count = pd.DataFrame(results) range_host_count # 시각화 진행 melted = range_host_count.melt( id_vars='조합', value_vars=['상위_일반 호스트(~2개)', '상위_준전문가(2~10개)', '상위_전문가(10개~)', '하위_일반 호스트(~2개)', '하위_준전문가(2~10개)', '하위_전문가(10개~)'], var_name='그룹', value_name='호스트 숙소 리스팅 개수' ) melted['지표종류'] = melted['그룹'].apply( lambda x: '일반 호스트(~2개)' if '일반 호스트' in x else ( '준전문가(2~10개)' if '준전문가' in x else '상위_전문가(10개~)' ) ) # FacetGrid 로 평균/중앙값 따로 표시 g = sns.catplot( data=melted, kind='bar', x='조합', y='호스트 숙소 리스팅 개수', hue='그룹', col='지표종류', sharey=False, errorbar=None, height=7, aspect=1.5 ) g.set_titles('{col_name}') g.set_xticklabels(rotation=45) g.set_axis_labels('', '호스트 숙소 리스팅 개수') g.fig.suptitle('상위/하위 25% 호스트 숙소 리스팅 개수 비교', fontsize=16) plt.tight_layout() plt.show()