Exploratory analysis of the chocolate data

Cilj ovog rada je istražiti podatke o čokoladi koji su dostupni na internetu kako bi se došlo do odgovora na pitanja kao što su: koje tvrtke proizvode najbolju čokoladu, koje države uzgajaju najbolja kakaova zrna te koje sastojke sadrži najbolja čokolada. Na ova će se pitanja odgovoriti koristeći ANOVA-u. Uz to, izgradit će se model linearne regresije koji će predviđati ocjene različitih čokolada koristeći podatke o tvrtki koja proizvodi čokoladu, specifičnom podrijetlu kakaovog zrna, prvom okusu, drugom okusu i postotku kakaa u čokoladi. Nadalje, napravit će se analiza sentimenta na tweetovima koji sadrže hashtag #chocolate kako bi se utvrdilo jesu li osjećaji ljudi vezani uz temu čokolade više pozitivni ili negativni.The purpose of this thesis paper is to explore an online dataset about chocolate bar ratings to come up with answers to the questions such as which companies produce the best chocolate bar, which countries grow the best cocoa beans, and which ingredients does the best chocolate bar contain. These questions are answered using ANOVA. Additionally, a linear regression model is created which predicts the ratings of chocolate bars based on the company that produces it, specific bean origin or bar name, first taste, second taste, and the percentage of cocoa in the chocolate bar. Furthermore, a sentiment analysis is performed on tweets containing #chocolate in order to see whether the emotions of people are more positive or negative regarding the topic of chocolate