Основы работы с количественными данными: различия между версиями
Перейти к навигации
Перейти к поиску
| Строка 37: | Строка 37: | ||
== Материалы == | == Материалы == | ||
| − | === Введение в работу с данными. Описание данных. === | + | === Занятие 1. Введение в работу с данными. Описание данных. === |
* Введение в выборочные обследования ([https://www.dropbox.com/scl/fi/dxn7hjzgwstiaygv6j8f8/01.pdf?rlkey=fimbm6wl4tbcurayd1w5rwieq&dl=0 слайды]). Шкалы данных ([https://www.dropbox.com/scl/fi/uabwzsfx9d3wqpty5zuis/02.pdf?rlkey=x2tvvsx8j7gw9kqdhgs033ri9&dl=0 слайды]). | * Введение в выборочные обследования ([https://www.dropbox.com/scl/fi/dxn7hjzgwstiaygv6j8f8/01.pdf?rlkey=fimbm6wl4tbcurayd1w5rwieq&dl=0 слайды]). Шкалы данных ([https://www.dropbox.com/scl/fi/uabwzsfx9d3wqpty5zuis/02.pdf?rlkey=x2tvvsx8j7gw9kqdhgs033ri9&dl=0 слайды]). | ||
| Строка 43: | Строка 43: | ||
* Практикум 1. Введение в работу с данными ([https://github.com/allatambov/QuantData23/blob/main/qd-practice01.ipynb читать], [https://www.dropbox.com/scl/fi/fy0t1iu4jho49fenlvvnv/qd-practice01.ipynb?rlkey=6nhf6ct07taxb7j1qb1rfrr1q&dl=0 ipynb]). | * Практикум 1. Введение в работу с данными ([https://github.com/allatambov/QuantData23/blob/main/qd-practice01.ipynb читать], [https://www.dropbox.com/scl/fi/fy0t1iu4jho49fenlvvnv/qd-practice01.ipynb?rlkey=6nhf6ct07taxb7j1qb1rfrr1q&dl=0 ipynb]). | ||
| − | === Описание данных. Визуализация данных. === | + | === Занятие 2. Описание данных. Визуализация данных. === |
* Описание данных: часть 2 ([https://www.dropbox.com/scl/fi/t4c0j3hrrguq8cjh1scdv/03.pdf?rlkey=5g5egla5x0ki9o0jo6r4nu85p&dl=0 слайды]). Визуализация количественных данных ([https://www.dropbox.com/scl/fi/1d2cliqmjly22oq2o3xac/04.pdf?rlkey=c8ifdwf54q24czmzukxtmpubz&dl=0 слайды]). | * Описание данных: часть 2 ([https://www.dropbox.com/scl/fi/t4c0j3hrrguq8cjh1scdv/03.pdf?rlkey=5g5egla5x0ki9o0jo6r4nu85p&dl=0 слайды]). Визуализация количественных данных ([https://www.dropbox.com/scl/fi/1d2cliqmjly22oq2o3xac/04.pdf?rlkey=c8ifdwf54q24czmzukxtmpubz&dl=0 слайды]). | ||
| Строка 53: | Строка 53: | ||
* [https://matplotlib.org/stable/gallery/color/named_colors.html Цвета] в Python, [https://g.co/kgs/shDZVq палитра] цветов от Google. | * [https://matplotlib.org/stable/gallery/color/named_colors.html Цвета] в Python, [https://g.co/kgs/shDZVq палитра] цветов от Google. | ||
| − | === Визуализация данных. Введение в выборочное оценивание. === | + | === Занятие 3. Визуализация данных. Введение в выборочное оценивание. === |
* Практикум 3. Группировка, агрегирование и визуализация с pandas ([https://github.com/allatambov/QuantData23/blob/main/qd-practice03-upd.ipynb читать], [https://www.dropbox.com/scl/fi/fm7qmkfbce40my8xkou0s/qd-practice03-upd.ipynb?rlkey=mwyilkp4qkn37tbc7eiqyg4lq&dl=0 ipynb], файл [https://www.dropbox.com/scl/fi/mmspb7uq40i71siht2l0q/CPI_FH.xlsx?rlkey=0i7lk3xr408srfkyz3inui6au&dl=0 CPI_FH.xlsx]). | * Практикум 3. Группировка, агрегирование и визуализация с pandas ([https://github.com/allatambov/QuantData23/blob/main/qd-practice03-upd.ipynb читать], [https://www.dropbox.com/scl/fi/fm7qmkfbce40my8xkou0s/qd-practice03-upd.ipynb?rlkey=mwyilkp4qkn37tbc7eiqyg4lq&dl=0 ipynb], файл [https://www.dropbox.com/scl/fi/mmspb7uq40i71siht2l0q/CPI_FH.xlsx?rlkey=0i7lk3xr408srfkyz3inui6au&dl=0 CPI_FH.xlsx]). | ||
* Введение в выборочное оценивание ([https://www.dropbox.com/scl/fi/7uc2hrtxrhcyxznckph9v/05.pdf?rlkey=vll76xk11qjxmqn7rzeqt5oqa&dl=0 слайды]). | * Введение в выборочное оценивание ([https://www.dropbox.com/scl/fi/7uc2hrtxrhcyxznckph9v/05.pdf?rlkey=vll76xk11qjxmqn7rzeqt5oqa&dl=0 слайды]). | ||
| + | |||
| + | === Занятие 4. Доверительные интервалы. === | ||
| + | |||
| + | * Доверительные интервалы для доли и среднего (слайды, визуализация). | ||
| + | * Практикум 4. Доверительные интервалы на примере массивов, описание и визуализация опросных данных. | ||
| + | |||
| + | === Занятие 5. Проверка статистических гипотез === | ||
| + | |||
| + | * Проверка статистических гипотез (слайды). | ||
| + | * Практикум 5. Проверка гипотез о долях и средних. | ||
== Домашние задания == | == Домашние задания == | ||
Версия 22:53, 6 октября 2023
Дорогие студенты!
Это страница обязательного курса «Основы работы с количественными данными», читаемого на программе
«Коммуникации в государственных структурах и НКО» 1 курса магистратуры в 1 модуле 2023-2024 учебного года.
Занятия ведёт: Тамбовцева Алла Андреевна.
Правила игры
- Формула оценки: Итог = 0.5 * Домашние задания + 0.2 * Самостоятельная работа + 0.3 * Экзамен.
- Программа курса, организационная презентация.
- Домашние задания, сданные позже дедлайна, оцениваются со штрафом:
в пределах часа – 10% от оценки, суток – 30%, недели – 60%.
Программное обеспечение
На этом курсе для практической работы с данными мы используем язык Python и среду Jupyter Notebook (ее облачную версию Google Colab). Для создания и редактирования файлов в Google Colab ничего устанавливать не нужно, но нужно иметь аккаунт Google (Gmail).
Если вы хотите работать в Jupyter Notebook локально, на своем компьютере, а не в облачной среде, удобнее всего установить дистрибутив Anaconda (скачать можно здесь), который включает в себя интерпретатор языка Python, библиотеки для обработки, анализа и визуализации данных, а также саму среду Jupyter Notebook.
Работа в Google Colab:
- Создание файлов и запуск кода в Google Colab: видео.
- Загрузка и выгрузка файлов в Google Colab: видео.
Установка Anaconda и запуск Jupyter Notebook:
- Для установки Anaconda нужно скачать установочный файл для своей системы отсюда, запустить его и следовать инструкциям.
- Среду Jupyter Notebook можно запускать через приложение Anaconda Navigator (находим Anaconda Navigator в списке программ, запускаем, кликаем на кнопку Launch под Jupyter Notebook) и отдельно от него (см. инструкцию).
Подробнее про работу в Jupyter Notebook и Google Colab:
- Работа в Jupyter Notebook (видео), работа в Google Colab (видео).
- Набор текста в Jupyter (видео, ipynb).
Для тех, кто не работал в Python и Jupyter: можно записаться на вышкинский онлайн-курс «Python как иностранный» (открыт для записи в SmartLMS). Для подготовки рабочего места рекомендуется ознакомиться со следующими материалами в теме 1: Видео. Подготовка рабочего места, инструкция по открытию файлов в Jupyter Notebook, Видео. Первая программа, Задачи для тренировки.
Материалы
Занятие 1. Введение в работу с данными. Описание данных.
- Введение в выборочные обследования (слайды). Шкалы данных (слайды).
- Описание данных: часть 1 (слайды).
- Практикум 1. Введение в работу с данными (читать, ipynb).
Занятие 2. Описание данных. Визуализация данных.
- Описание данных: часть 2 (слайды). Визуализация количественных данных (слайды).
- Практикум 2. Описание и визуализация данных (читать, ipynb, файл flats.csv).
Дополнительно:
Занятие 3. Визуализация данных. Введение в выборочное оценивание.
- Практикум 3. Группировка, агрегирование и визуализация с pandas (читать, ipynb, файл CPI_FH.xlsx).
- Введение в выборочное оценивание (слайды).
Занятие 4. Доверительные интервалы.
- Доверительные интервалы для доли и среднего (слайды, визуализация).
- Практикум 4. Доверительные интервалы на примере массивов, описание и визуализация опросных данных.
Занятие 5. Проверка статистических гипотез
- Проверка статистических гипотез (слайды).
- Практикум 5. Проверка гипотез о долях и средних.
Домашние задания
| Домашнее задание | Файлы | Дедлайн | Куда сдавать |
|---|---|---|---|
| Домашнее задание 1 | ipynb | 24.09 23:59 | ссылка |
| Домашнее задание 2 | ipynb wgidataset.xlsx | 05.10 23:59 | ссылка |
| Домашнее задание 3 | |||
| Домашнее задание 4 | |||
| Домашнее задание 5 |
