← Назад// анализ данных
📊 курс анализа данных
Анализ данных
Аналитическое мышление и практика: от хорошего вопроса до честного вывода.
Этот курс — про мышление И практику: что считать, как посчитать это в Python или таблице, и какой вывод можно честно сделать. Основы инструментов живут в курсе ИТ.
🧭
Логика анализа данных
С чего начинается анализ: вопрос, метрика, срез — и почему данные молчат без контекста.
0/4
📏
Описательная статистика
Среднее, медиана, квартили — и когда «средний чек» обманывает.
0/4
📊
Распределения и выбросы
Гистограмма, хвосты, boxplot: как увидеть форму данных, а не одно число.
0/3
⚖️
Сравнение групп
Честная база сравнения, проценты и процентные пункты.
0/4
🔗
Связи между признаками
Диаграмма рассеяния, корреляция — и почему связь ещё не влияние.
0/3
📈
Визуализация и аналитический вывод
Какой график под какую задачу, типичные ошибки — и как написать человеческий вывод.
0/3
📉
Линейная регрессия
Оценить, на сколько метрика меняется с фактором, — и не спутать модель с причинностью.
0/3
📱
Метрики цифровых сервисов
DAU, конверсия, retention, ARPU — язык, на котором продукт говорит о себе.
0/3
❓
Гипотезы и значимость
H0, H1, p-value простыми словами — и почему «значимо» не всегда «важно».
0/3
🧪
Статистические тесты
t-test, z-test, Манна-Уитни, хи-квадрат: какой когда — без формул.
0/3
🅰️
A/B-тесты
Контроль и тест, метрики, размер выборки — и как честно читать результат.
0/3