Мир сегодня с "Юрий Подоляка"

Труха⚡️Україна

देखना

Николаевский Ванёк

देखना

Мир сегодня с "Юрий Подоляка"

देखना

Труха⚡️Україна

देखना

Николаевский Ванёк

देखना

Статистика и R в науке и аналитике

Всем привет!
Подробнее о канале со списком самого интересного: https://t.me/stats_for_science/108
Чат канала: https://t.me/chat_stats_for_science
По всем вопросам - @lena_astr

TGlist रेटिंग

प्रकारसार्वजनिक

सत्यापन

असत्यापित

विश्वसनीयता

अविश्वसनीय

स्थानРосія

भाषाअन्य

चैनल निर्माण की तिथिСерп 26, 2021

TGlist में जोड़ा गया

Жовт 03, 2024

मैं चैनल का मालिक हूँ

बदलावों का इतिहास

संलग्न समूह

Чат канала "Статистика и R"

152

टेलीग्राम चैनल Статистика и R в науке и аналитике का आंकड़ा

विवरण

सदस्य

3 893

24 घंटों

40.1%सप्ताह

170.4%महीना

2426.6%

उद्धरण सूचकांक

0

उल्लेख0चैनलों पर शेयर0चैनलों पर उल्लेख0

प्रति पोस्ट औसत दृश्य

1 013

12 घंटों00%24 घंटों1 0130%48 घंटों1 0840%

सगाई (ER)

10.66%

रिपोस्ट43टिप्पणियाँ0प्रतिक्रियाएँ65

सगाई दर (ERR)

0%

24 घंटों0%सप्ताह0%महीना

0.3%

प्रति विज्ञापन पोस्ट औसत दृश्य

1 013

1 घंटा35635.14%1 - 4 घंटे27727.34%4 - 24 घंटे38037.51%

विवरण

हमारे बॉट को चैनल में जोड़ें और इस चैनल की दर्शक संख्या जानें।

24 घंटों में कुल पोस्ट

0

डायनेमिक्स

समूह "Статистика и R в науке и аналитике" में नवीनतम पोस्ट

सभी पोस्ट

16.04.202515:59

А вот и запись стрима
https://youtu.be/gqbuCF8B4Cg

12.04.202508:34

Как вкатиться в продуктовую аналитику с научным бэкграундом?
Насколько важна сильная база в статистике?

На эти и другие вопросы отвечу на стриме с Юрой Борзило, он крутой продуктовый аналитик в Альфа банке, автор канала про A/B тесты и продуктовую аналитику: https://t.me/y_borzilo

Напомню, что я раньше работала биоинформатиком в лаборатории, изучала генные сети фитогормонов растений. Теперь перекатилась в продуктовую аналитику в Литрес, провожу A/B тесты и исследования.

На стриме поговорим:
1. Что такое "Анализ генных сетей фитогормонов растений"?
2. Почему решила уйти из науки в в аналитику?
3. Что было самое сложное при поиске первой работы аналитиком?
4. В чем отличие использования статистики в науке и в аналитике?
5. Почему всем нужен реальный опыт A/B тестов даже если хорошо знаешь статистику?
6. Действительно ли надо упарываться рядовому аналитику в статистику или хватит какой-то базы?

Стрим состоится 16 апреля, в 19.00 МСК.
Ссылки на трансляцию пришлю в день проведения стрима, а также обновлю в этом посте:
а вот и она https://us06web.zoom.us/j/82861386388?pwd=gguHOFCxOwAQT5MzNK4t2aSaz98bDK.1, запись будет отдельно

Пишите вопросы в комментариях или во время стрима!

मीडिया सामग्री तक पहुँच नहीं हो सकी

09.04.202506:02

Ну как там с нормальным распределением для t-теста?

Уже завтра, 10 апреля в 19:00 МСК, будет долгожданная лекция про ненужность нормального распределения от лектория «Разрушители статистических мифов»!

🦖Миф №3: Ненормальное распределение требует ненормальных решений | Матвей Славенко
На встрече мы поговорим про то, откуда взялись проверки на нормальность, что с ними не так и что делать, если не проверять на нормальность.

Регистрация по ссылке, и еще я закину в комменты непосредственно перед началом ссылку на трансляцию.
Запись будет опубликована на сайте.

🔥 Эксклюзивный контент для моих подписчиков: администрация секретно ознакомилась с черновиками лекции, прикрепляю несколько слайдов оттуда и бонусные мемы. Приходите на лекцию онлайн, чтобы иметь возможность задавать вопросы, но запись тоже будет.

P.S. ААААААА наконец-то Матвей выпустит лекцию, с прошлого лета ждем! Дождались, ура!)))

13.03.202508:02

История A/B тестирования: от лечения цинги до цвета ссылок Google

Сегодня разберем историю A/B тестов — от первых экспериментов в медицине до современных бизнес-кейсов. Материал получился объемнее, чем изначально планировался, поэтому вынесла отдельно:

https://ubogoeva.github.io/R4Analytics/posts/history_of_AB_testing.html

В следующих постах разберем больше про первые A/B тесты в Amazon, Microsoft и других бигтехах.

Пишите в комментариях, что уже знали и что оказалось новым!

09.03.202507:00

NEWHR выпустили результаты исследования рынка аналитиков за 2024 год

Я репостила анонс исследования NEWHR, спасибо всем, кто прошел опрос, удалось набрать довольно солидную выборку, 1293 человека 🔥

Смотреть полные результаты

Основные инсайты из исследования:

👉 Главные выводы

👉 Какие задачи решают аналитики

👉 ЗАРПЛАТЫ: как менялись за год и сколько получают аналитики, существует ли гендерное неравенство в зарплатах (спойлер: существует) + NEWHR дополнили исследование своей экспертизой: что повышает или снижает стоимость аналитиков

👉 Откуда пришли в профессию и куда идут дальше

👉 ТОП и Анти-ТОП компаний для аналитиков

👉 Каких экспертов котируют и за кем следят

Для меня наиболее интересным оказались результаты по зарплате аналитиков, их гендерному распределению, а также топ и анти-топ компаний для аналитиков (забавно, например, что яндекс ❤️ попал и туда и туда).

Еще хочу отметить исследование как пример очень хорошей визуализации данных (хотя по мелочи есть к чему придраться, например в самом первом графике цвет избыточен, на мой взгляд).

В основном в выборке представлены дата- и продуктовые аналитики, и дата-аналитиков было почти столько же, сколько всего респондентов в аналогичном исследовании 2023 года.

Спасибо NEWHR за проведение таких исследований, и всем, кто прошел опрос, это очень полезно, чтобы понимать рынок труда и свое место в нем.

14.02.202506:10

Долгожданный разбор курса “Основы статистики” на степике

Итак, это свершилось, я наконец-то дописала разбор и опубликовала его здесь

https://ubogoeva.github.io/R4Analytics/posts/review_of_statistics_course.html

Немного контекста: в качестве вводного курса по статистике часто рекомендуют курс “Основы статистики” Анатолия Карпова на степике. Однако многие считают, что курс устарел и содержит много неточностей и ошибок, и я решила подробно разобрать, какие именно.
Постаралась следовать формату “критикуешь - предлагай” и самостоятельно раскрыть темы, которые были недостаточно объяснены в курсе, дополнив их источниками для дальнейшего изучения.

В конце разбора предлагаю свой список рекомендованных источников для изучения статистики на любой уровень подготовки.

В вычитке и корректировке формулировок финальной версии мне очень помог крутой статистик Матвей Славенко (рекомендую подписаться на его канал душно про дату).

#base_stat #stats

07.02.202507:00

Без статистики — не жизнь, а без аналитики тем более!

Для аналитика критически важно не только знать статистику, но и понимать особенности данных, уметь их интерпретировать на понятном для заказчика языке, то самое загадочное "продуктовое мышление".

Превращать статистику в аналитику можно научиться. Например, на курсе «Аналитик PRO» онлайн-школы аналитики Changellenge >> Education.

Что там будет:
✅ Практический формат — много работы с проектами (индивидуально и в мини-группах, все как мы любим).
✅ Полный набор инструментов — Python, SQL, Excel, BI и тд и тп.
✅ Продуктовое мышление — разберетесь на примерах, как аналитика влияет на бизнес.

На курсе особая система мотивации «только попробуй не дойти до диплома!», а по завершении вы добавите в резюме кейсы от Т-Банка и Авито — что значительно усилит резюме. А через 3-4 года станете тимлидом (но это неточно 😁). Там зарплаты от 300К и стремятся к бесконечности.

Зачем платный курс, если все есть в интернете?

✔️ потому что это разработанная методистами четкая программа без хаотичного поиска материалов
✔️ потому что обучение проходит на реальных кейсах реальных компаний
✔️ потому что по каждому заданию вы получите обратную связь от экспертов и кураторов, а не будете делать проекты в стол, даже не зная, справились ли вы с задачей.

Оставляйте заявку на обучение по ссылке, а по промокоду STATS25 вы можете получить дополнительную скидку 25 000 рублей до 10 февраля.

20.01.202505:00

Что такое продуктовая аналитика?

Хочу похвастаться — чуть больше двух месяцев работаю продуктовым аналитиком в Литрес 📚, в команде монетизации, поэтому решила написать впечатления о работе и вообще о том, что такое и зачем нужна продуктовая аналитика.

Впечатления о работе продуктовым аналитиком в Литрес

…если нужно описать одной картинкой ⬆️

А если серьезно, у меня классический стек продуктового аналитика: дизайн и проведение A/B тестов (в основном через вариокуб, иногда вручную подвожу итоги), генерация продуктовых гипотез, написание ETL-процессов (airflow, python) и создание дашбордов (Superset).

Немного о том, чем занимаются продуктовые аналитики в моем понимании.
Я бы описала многообразие работы продуктовым аналитиком так: аналитик помогает бизнесу принять взвешенные решения, основываясь на данных. Это может включать:

- Анализ поведения пользователей на основе логов приложения для выявления наиболее популярных функций и проблемных мест.
- Дизайн и проведение A/B тестов для улучшения пользовательского опыта и увеличения монетизации приложения.
A/B тесты позволяют статистически сравнить эффект какого-либо воздействия в продукте, это очень похоже на обычные эксперименты сравнения с контролем, которые используются в науке (методика A/B тестирований и пришла из научных исследований). Простое объяснение про A/B можно посмотреть в посте Юры, также я выкладывала пример дизайна A/B теста в соревновании от Samokat.tech.
В целом методика тестирований это обширная тема, на много курсов и телеграм-каналов, но в двух словах так.
- Создание дашбордов для наглядного представления информации и отслеживания ключевых метрик продукта.
- И самое интересное - генерация гипотез, что можно улучшить в продукте, далее разработчики могут реализовать это изменение, а аналитики проверяют результат с помощью A/B тестов.

Не все из перечисленного является уникальной способностью продуктового аналитика, например дашборды делают BI-аналитики, и в принципе любые аналитики, гипотезы могут придумывать продакт-менеджеры, анализируют поведение пользователей маркетологи и UX-исследователи. Несмотря на это, продуктовые аналитики играют ключевую роль в интеграции и интерпретации данных для принятия решений бизнеса.
Именно это для меня кажется самым интересным в работе продуктовым аналитиком 😎

#product #analytics

31.12.202409:00

Итоги года 🎉🌲🌲🌲

TGstat приготовили красивую открытку с итогами года, приятно увидеть в одном месте значимые метрики) На канале уже больше 3000 человек, что очень радует и мотивирует продолжать развивать канал и готовить новые материалы.

От себя добавлю еще проекты, которые хотелось бы отметить как значимые в 2024 году.

📱 Выпустила ряд видео, посвященных статистике и R, с плейлистом можно ознакомиться по ссылке.

🌱 Провели совместно с каналом чтопосеешь.org курс по статистике для селекционеров.

🖥 Совместно с Бластим подготовили курс по tidyverse на stepik, а также провели два потока курса по R и статистике. Рассматриваю в дальнейшем продолжение формата курса на stepik, с увеличением количества материалов и сложности заданий, и рассчитываю продолжать сотрудничество как учебный ассистент на курсе по R.

😎 Написала как биологу вкатиться в аналитику данных.

📊 А также подготовила большой разбор про сравнение теста Велча с тестом Стьюдента.

Планы по развитию канала: продолжать разбирать простые и сложные концепты в статистике, применительно к науке и аналитике данных, и постараюсь вернуться к лекциям на ютуб или степик.

Поздравляю всех с наступающим новым годом, желаю достижения всех целей в профессиональном и личном плане! 🎉
Чтобы p-value было меньше 0.05, эксперименты удавались, и данные всегда были качественными и полными 💪

Увидимся в следующем году!

29.12.202412:40

Человек наук – это канал о красоте окружающего мира глазами учёного. Ведет его Вова, крутой биоинформатик, сейчас делает PhD в Мюнхене, связанное с машинным обучением и single-cell.

Здесь вы узнаете:

🍣 Математика программ лояльности: как надолго привязать голодных студентов к доставке роллов, чтобы они ещё и остались довольны

👾 Смешные и страшные истории из мира науки, а также шокирующая обыденность жизни учёных

📊 Как стоит и не стоит визуализировать данные

✉️ А также авторское исследование о том, как лучше писать письма для стажировок или PhD и
советы со стороны собеседующих, будет актуально для науки и не только.

Подписывайтесь!

07.12.202412:00

Бесплатный курс по визуализации данных

karpov.courses выложили в открытый доступ курс по визуализации данных в Tableau (читается как "табло") от Ромы Бунина. Курс будет полезен не только BI-аналитикам, которые работают с Tableau, но и всем, кто сталкивается с визуализацией данных в своей работе.

Я посмотрела большую часть курса, мне очень понравилось, что разбираются принципы качественного датавиза (правила Тафти) и особенности конкретных графиков, например, можно ли отрывать ось в барплоте от нуля, нужно ли подписывать все точки на линейном графике, и когда стоит использовать пайчарты.
Детали и фишки Tableau тоже рассматриваются, но ничего страшного, если вы не работали с этой BI-системой, можно поставить бесплатную версию или просто пропускать части, которые относятся непосредственно к ней (хотя я смотрела целиком, несмотря на то что сейчас не работаю в Tableau).

Курс рекомендую к прохождению ученым, аналитикам данных и всем, кому нужно делать хорошую визуализацию данных 📈

#recommendation

24.11.202412:30

Долгожданный разбор теста Велча и сравнение с тестом Стьюдента

Опубликовала сравнение двух тестов в самых разных случаях. Получилось мало формул, много симуляций, неожиданный плоттвист в конце 🤔

Читаем по ссылке, пишите комментарии здесь или на сайте с авторизацией через гитхаб (недавно добавила эту фичу).

#stats #stat_hard

Статистика и R

P.S. Знаю, что есть запрос на лонгриды по статистике, но на их разбор и написание уходит очень много времени, поддержите репостами и реакциями!

24.10.202413:00

Решение задачи по DnD и терверу 🎲

Условие задачи тут.
Ответ на исходный вопрос: преимущество выгоднее на 1%

Расчеты👇
Для преимущества возьму вариант объяснения из комментариев:

Вероятность провалить DC15 один раз = 1-0.3=0.7
Вероятность провалить оба раза = 0.7*0.7=0.49
Соответственно вероятность не выполнить условие провала оба раза=1-0.49=0.51

Для прибавки посчитать вероятность проще: при выпадении кубика на значение 11 и выше - проверка пройдена. Значит, вероятность пройти проверку сложностью 15 с прибавкой 4 = 10/20=0.5

То есть преимущество выгоднее всего на 0.51 - 0.5 = 0.01=1%

В комментариях много правильных решений и рассуждений, спасибо, было интересно почитать! Например, более формальное решение, с формулами.

Для решения расширенной задачи о том, что выгоднее в зависимости от сложности проверки, накидала небольшой R-скрипт

library(tidyverse)

Еще предложили как у меня вариант с подсчетом вероятностей в экселе и с симуляцией в R, а также решение в общем случае, что выгоднее, прибавка или преимущество.

Ставьте реакцию 👍, если получилось посчитать самостоятельно, и ✍️, если узнали для себя что-то новое. Пишите, понравился ли такой формат задач!

#stat_fun #probability_theory

23.10.202406:30

Задачка по DnD и терверу 🎲

Задачу увидела у друзей, но паттерн совпадает с теми задачами, которые мне встречались на собеседованиях.

Условие звучит так:
У нас есть проверка со сложностью 15. Что выгоднее, иметь преимущество или прибавку +4?

Расшифровка: кидаем кубик д20 (значения на кубике от 1 до 20), если выпало число 15 или больше, значит, прошли проверку.
Преимущество — выбираем лучший результат из бросков двух кубиков.
Прибавка +4 — бросаем один кубик и прибавляем 4 к выпавшему значению.

Пишите свои варианты решений и ответов в комментарии (можно прятать под спойлеры), завтра опубликую свое.

Для тех, кому задача покажется слишком простой, предлагаю еще подумать над тем, может ли измениться ситуация в зависимости от сложности проверки (например, при сложности 10, будет ли отличаться ответ) и если существует закономерность, то какая.

На собеседованиях я не сталкивалась с задачами на кубик д20, но были очень похожие про обычный кубик с шестью гранями.

И немного про механику проверок:

В DnD персонажи проходят различные проверки — на внимательность, магию и тд. В зависимости от выбранных характеристик персонажа, у них существуют прибавки к значениям, выпавшим на кубике. Также, в зависимости от ситуации (и от характеристик персонажа) бывает преимущество (выбрать лучшее значение из бросков двух кубиков) или помеха (выбрать худшее значение из бросков двух кубиков). И вот мои друзья задумались, что лучше выбрать, и зависит ли это от сложности проверки.

#base_stat #stat_fun #probability_theory

22.10.202414:15

Исследование рынка аналитиков 📊

NEWHR проводит очередное исследование рынка аналитики, и меня пригласили распространить опрос как эксперта. Это очень круто, что подобные исследования проводятся, так как повышают прозрачность рынка, дают большее понимание и сравнение разных компаний в плане зарплат, задач, повышений и тп. Также здорово, что организаторы стремятся сделать наиболее репрезентативную выборку, и распространяют опрос по разным источникам.

С результатами исследования за 2023 год можно ознакомиться здесь. Кстати, его можно считать примером очень хорошей визуализации данных, рекомендую ознакомиться (даже если вы не аналитик), любопытно про топ и антитоп компаний для трудоустройства.

Если вы дата-, продуктовый, веб-, маркетинговый, BI-аналитик, обязательно найдите время (у меня прохождение опроса заняло минут 10-15) на опрос, это будет очень ценно для всего сообщества.

Результаты исследования планируют выложить в начале 2025 года, однако с участниками обещают поделиться промежуточными результатами, и рекомендованными каналами экспертов в аналитике.

#recommendation

P.S. Немного грустно, что последнее исследование рынка зарплат в биотехе проводилось Бластимом аж в 2021 году.
В комментариях дополнили, что обзор проводился в 22-23 году, а чтобы ознакомиться с результатами, нужно вступить в закрытый чат

सभी पोस्ट