Научно-исследовательский семинар: Основы анализа данных в Python

Бакалавриат 2025/2026

Статус: Курс обязательный (Политология)

Кто читает: Кафедра высшей математики

Где читается: Общеуниверситетские кафедры

Когда читается: 3-й курс, 2, 3 модуль

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Тамбовцева Алла Андреевна

Язык: русский

Кредиты: 1

Контактные часы: 36

Дополнительные материалы в LMS Задать вопрос

Аннотация

Дисциплина нацелена на развитие навыков обработки количественных данных в Python без углубления в математические основы и статистическую теорию. Элементы статистической теории в этом курсе используются, однако акцент делается на процедурах подготовки данных к анализу (чистка данных, фильтрация, группировка, агрегирование, элементы визуализации), а также использовании и интерпретации коэффициентов корреляции и регрессии (линейной и логистической) – наиболее широко применяемых инструментах анализа данных в социальных науках.

Цель освоения дисциплины

освоение инструментов анализа данных в Python, подготовка к независимому экзамену по анализу данных

Планируемые результаты обучения

различать корреляцию и каузацию по предложенным описаниям исследований
уметь вычислять в Python коэффициент корреляции Пирсона и проверять его статистическую значимость
уметь реализовывать в Python проверку независимости признаков в качественной шкале с помощью критерия хи-квадрат Пирсона
различать по описанию исследования тип задачи машинного обучения
уметь реализовывать в Python метод k-ближайших соседей
уметь оценивать в Python модель линейной регрессии и интерпретировать полученные результаты
уметь оценивать в Python модель логистической регрессии и интерпретировать полученные результаты
уметь загружать данные из файлов CSVи Excel с помощью pandas
уметь добавлять новые столбцы в датафрейм, использовать метод .apply() в сочетании с lambda-функциями
уметь фильтровать строки датафрейма по условиям, использовать методы .isin() и .contains()
уметь группировать строки датафрейма и выполнять агрегирование, использовать методы .groupby() и .agg()
уметь определять тип шкалы и способ описания данных в зависимости от типа шкалы
уметь вычислять описательные статистики с помощью функций и методов библиотек numpy и pandas
уметь интерпретировать полученные описательные статистики, делать выводы об особенностях распределения на основе выдач Python и базовых графиков
уметь строить гистограммы, сглаженные графики плотности, ящики с усами и скрипичные диаграммы в Python
уметь строить столбиковые, круговые и кольцевые диаграммы в Python
уметь вычислять количество пропущенных значений, заполнять пропущенные значения разными способами с помощью методов pandas
уметь строить и интерпретировать доверительные интервалы для среднего и доли
уметь различать ошибки первого и второго рода
уметь интерпретировать результаты проверки гипотез, используя концепции p-value и построение критических областей
уметь проверять в Python статистические гипотезы о доле и среднем, двух долях и двух средних

Содержание учебной дисциплины

Основы работы с данными. Шкалы данных и выбор способа описания данных в зависимости от шкалы
Опиcание количественных данных: описательные статистики и визуализация распределения
Описание качественных данных: описательные статистики и визуализация
Поиск связей в количественных и качественных данных
Работа с пропущенными значениями
Доверительные интервалы и проверка статистических гипотез
Введение в машинное обучение
Примеры прогнозирования в машинном обучении: линейная регрессия
Примеры классификации в машинном обучении: логистическая регрессия

Элементы контроля

ЛР
ЛР: лабораторные работы, оценка за них считается как неокругленное среднее арифметическое за все работы на курсе. Лабораторная работа представляет собой набор небольших практических задач в Python, для выполнения которых требуется вспомнить изучаемые на предыдущих курсах темы, необходимые для успешной работы на семинарах (материалы предоставляются преподавателем). Дедлайны по лабораторным работам жесткие, так как их выполнение привязано к занятиям по определенной теме.
In-class assignment
Контрольная работа представляет собой письменную работу в формате независимого экзамена по анализу данных по темам 2 модуля. Продолжительность работы – 80 минут. Контрольная работа состоит из теоретической части (часть А) и практической (части B и С). Практическая часть выполняется на компьютере в Python, ответы на вопросы переносятся в бумажные бланки.
Квизы
Квизы представляют собой небольшие письменные работы на 10 минут. В квиз входят теоретические вопросы в формате независимого экзамена по анализу данных, а также практические вопросы по коду Python и интерпретации его выдач. Запускать код и пользоваться материалами во время квиза не разрешается. Оценка за квизы в 10-балльной шкале формируется на основе нормировки суммарного балла за все квизы на курсе.
Экзамен
Экзамен представляет собой письменную работу в формате независимого экзамена по анализу данных, состоящую из частей А, B и C. Задания в части А теоретические, во время их выполнения нельзя пользоваться никакими материалами. Задачи в частях B, С практические, для их решения необходимо написать код Python и зафиксировать результат. Во время выполнения частей B и C разрешается пользоваться официальной памяткой и документациями библиотек.

Промежуточная аттестация

2025/2026 3rd module
0.16 * In-class assignment + 0.2 * Квизы + 0.24 * ЛР + 0.4 * Экзамен

Список литературы

Авторы

Тамбовцева Алла Андреевна
Буваева Роксана Викторовна

Программа дисциплины