Исследование уровня стресса среди студентов

В процессе поиска датасета для проекта на Kaggle, я нашла student lifestyle dataset, в котором представлены данные о том, на какие активности (учеба, общение, активный отдых и тд) сколько времени тратят студенты, а также приведен их уровень стресса и средний балл. Эта тема меня заинтересовала не только своей актуальностью, но и тем, что мой с командой проект на исследовании по майнору очень тесно связан с темой стресса среди студентов, а значит анализ этих данных может пригодиться для работы в дальнейшем. Поэтому, недолго думая, я взяла этот именно этот датасет для анализа.

Стиль графиков я подстроила под параметры стиля проекта по майнору. В стиле используются цвета: розовый — #FEBBF6 светло-зеленый — #E5FB94 фиолетовый — #817AE5 темно-синий — #2B428B голубой — #C7E3FD А также шрифты Benzin Regular и CoFoWeather Normal Light.

Я начала работу с того, что загрузила все необходимые мне файлы в collab и подключила нужные мне библиотеки (1 блок кода из картинки сверху). После этого, я попросила ChatGPT написать мне код для того, чтобы я могла использовать загруженные шрифты в оформлении графиков (2 блок кода). И, наконец, в переменную df подключила считывание самого датасета (3 блок кода). Дополнительно для своего удобства выписала текстом себе коды цветов, чтобы было быстрее к ним обращаться.

Итак, первым делом я создала pie chart, показывающий процентное соотношение студентов с разными уровнями стресса: высоким (high), средним (moderate) и низким (low). Как я и ожидала, оказалось, что бОльшая часть студентов испытывает высокий и средний уровень стресса и лишь чуть менее 15% испытывают низкий. Грустная статистика, однако это было именно то, что подтолкнуло попробовать выяснить причины стресса в следующих графиках.

Касаемо самого кода для создания графика, из столбца Stress_level с помощью value_counts () были извлечены и подсчитаны все уникальные значения, процентное содержание которых было сокращено до одной цифры после запятой (autopct). На этом графике (и на всех последующих аналогичным образом) все подписи и заголовок были приведены к одним шрифтам с помощью fontproperties=custom_font и fontproperties=custom_font_2, а также были использованы выбранные мой для дизайна цвета.

Следующий созданный мной график отражает взаимосвязь среднего балла и часов, потраченных на учебу. Закономерным образом этот график имеет восходящий тренд, то есть с повышением затраченных часов возрастает и средний балл студентов.

Здесь был использован достаточно стандартный ко для создания графика типа scatter, однако, с помощью ChatGPT я добавила в этот код строки ax.spines, которые регулируют цвет границы графика и убирают ненужные (на мой взгляд) границы сверху и справа, оставляя видимыми только сами оси х и у. (Эту часть кода я использовала в построении и других графиков с аналогичным строением).

Далее я создала графики, отражающие какое количество студентов сколько часов спит и какое количество студентов сколько часов учится. Оказалось, что график сна имеет 2 пика: чуть менее 6 часов и 8 часов. В часах учебы самого высокого показателя по количеству человек достигло значение чуть менее 10 часов. Особо интересного вывода из этих данных я не смогла сделать и подумала о том, что стоит попробовать сделать полученные графики для каждого уровня стресса. (см. ниже)

Эти графики получились очень интересными, для наглядности сравнения данных я попросила DeepSeek помочь мне совместить два полученных графика (часы на сон и часы на учебу). Таким образом, мы видим, что люди с высоким уровнем стресса в большинстве случаев тратят от 8 часов в день на учебу, а спят менее 6 часов. (откуда стресс интересно)). Люди со среднем уровнем стресса тратят до 8 часов на учебу, причем преобладающее большинство тратит как раз 8 часов на учебу, спят же все разное количество часов, здесь нет особой закономерности, однако стоит отметить, что в отличие от первого графика никто не спит меньше 6 часов. Из студентов с низким уровнем стресса никто не тратит на учебу более 6 часов и спят все также не менее 6 часов, а большинство даже спит по 10 часов. Вывод получается достаточно забавный: меньше стресса испытывают те люди, которые тратят больше времени на сон и меньше времени на учебу.

Следующий график, который я сделала представляет собой распределение среднего балла у людей с разным уровнем стресса. В прямоугольниках представлены основные скопления gpa в данной группе стресса, вся выборка по группе ограничена горизонтальными линиями сверху и снизу, а необычные, выбивающиеся из общей статистики случаи показаны точками. Достаточно предсказуемым образом (особенно после предыдущих графиков) у студентов с высоким уровнем стресса самые высокие показатели среднего балла, а у людей с низким уровнем стресса — самые низкие.

После распределения gpa по уровню стресса я решила посмотреть на средний уровень gpa в каждой группе стресса. Получилось снова увидеть похожее на предыдущее распределение. То же самое проделала и для часов физической активности: тут оказалось интересно — люди с низким уровнем стресса больше занимаются спортом. А потом я вспомнила, что у меня есть еще 4 столбца в таблице и можно было бы сделать для каждого такой график, однако это было бы не очень эффективно, учитывая, что каждый график сравнивает значения только внутри одного столбца, поэтому я решила создать матрицу, которая наглядно сравнивает абсолютно все средние значения по каждой из активностей для отдельного уровня стресса. (см. ниже)

Итак, повозившись на разных сайтах с документацией и побеседовав с DeepSeek, я написала код для визуализации матрицы в нужном мне стиле. Получилось достаточно много данных, которые можно сравнивать между собой, но я бы хотела обратить внимание лишь на пару моментов. Первое, что привлекло мое внимание — это то, что шаг между средним значениям gpa для каждой группы стресса равен всего 0.2. То есть люди, которые тратят в среднем около 9 часов на учебу получают (в среднем) оценку всего на 0.4 балла выше тех, кто тратит на учебу в 2 раза меньше. Удивительным для меня также стало то, что на внеурочные занятия (Extracurricular) в среднем в каждой группе стресса тратят одинаковое количество часов.

Продолжая изучение датасета, я наткнулась на интересный способ визуализации данных — параллельные координаты. Каждая вертикальная ось представляет собой один из параметров (например, часы учебы, часы сна, GPA и т. д.), а каждая линия на графике представляет собой одного студента с определёнными значениями по каждому параметру. Хотя получилось не совсем аккуратно, все же информативно. Из этого графика можно сделать следующие выводы: студенты с высоким уровнем стресса (high): тратят больше времени на учёбу, спят меньше, меньше занимаются физической активностью, имеют более высокий GPA; студенты с низким уровнем стресса (low): тратят меньше времени на учёбу, спят больше, больше занимаются физической активностью, имеют более низкий GPA. Ну а у людей со среднем уровнем стресса нет корреляции между собой.