Notcoin Community

Whale Chanel

Просмотреть

Proxy MTProto | پروکسی

Просмотреть

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

Рейтинг TGlist

ТипПубличный

Верификация

Не верифицированный

Доверенность

Не провернный

РасположениеРосія

ЯзыкДругой

Дата создания каналаAug 26, 2021

Добавлено на TGlist

Oct 03, 2024

Я владелец канала

История изменений

Прикрепленная группа

Чат канала "Статистика и R"

133

Статистика Телеграм-канала Статистика и R в науке и аналитике

Подробнее

Подписчиков

3 432

24 часа

50.1%Неделя

351%Месяц

712.1%

Индекс цитирования

0

Упоминаний0Репостов на каналах0Упоминаний на каналах0

Среднее охват одного поста

0

12 часов00%24 часа00%48 часов00%

Вовлеченность (ER)

0%

Репостов0Комментариев0Реакций0

Вовлеченность по охвату (ERR)

0%

24 часа0%Неделя0%Месяц0%

Охват одного рекламного поста

0

1 час00%1 – 4 часа00%4 - 24 часа00%

Подробнее

Подключите нашего бота к каналу и узнайте пол аудитории этого канала.

Всего постов за 24 часа

0

Динамика

Последние публикации в группе "Статистика и R в науке и аналитике"

Все посты

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

06.10.202407:00

⚡️ Розыгрыш книг по статистике, программированию в R и продуктовой аналитике

Нас уже больше 2600 🎉
В честь этого объявляю розыгрыш книг по тематике канала. Предлагаю на выбор книги из списка:

📊 По статистике:

• “Статистика для всех” Сары Бослаф
• “В поисках эффекта. Планирование экспериментов и причинный вывод в статистике” Хантингтон-Клейн Н.

🖥 По R:

• "R. К вершинам мастерства" Хэдли Викхама в переводе Александра Гинько
• "R в действии. Анализ и визуализация данных с использованием R и Tidyverse" Кабаков Роберт И.
• "Изучаем Shiny" Хэдли Викхама в переводе Александра Гинько

📈 По продуктовой аналитике:

• "Доверительное A/B тестирование" Кохави

Для участия в розыгрыше нужно:

✅ Подписаться на канал "Статистика и R в науке и аналитике"
✍️ Написать комментарий под этим постом о том, что лично для вас интереснее всего читать в канале, пожелания к развитию.

Будет определено три победителя рандомайзером, для получения подарка нужно иметь возможность забрать книгу с озона или с почты России.
Комментарии принимаются до воскресенья, 13 октября 17.00 МСК. Подведение итогов розыгрыша будет в этот же день, результаты выложу в комментарии к посту. Также для автора самого интересного комментария (по моему мнению) подарю телеграм-премиум на три месяца.
Кроме этого, возможен подарок книги не из этого списка, если это укладывается в ценовой диапазон и связано с тематикой канала.

Жду ваших комментариев!

#stat_gifts

Все посты

Ничего не найдено 😢

Подробнее

Рекорды

25.02.202523:59

3.4K

Подписчиков

07.02.202523:59

0

Индекс цитирования

28.02.202503:46

0

Охват одного поста

28.02.202503:46

0

Охват рекламного поста

28.02.202503:46

0.00%

08.02.202523:59

0.00%

ERR

Развитие

Подробнее

Подписчиков

Индекс цитирования

Охват 1 поста

Охват рекламного поста

ERR

Подробнее

Статистика и R в науке и аналитике