Лабораторная работа №7: Статистическое исследование данных

Описание

Статистическое исследование данных о товарах бисера с использованием описательной статистики, проверки гипотез и анализа распределений. Работа включает очистку данных от выбросов, расчет статистических метрик и проверку бизнес-гипотез.

Технологии

• Python 3.7+
• Pandas - обработка и анализ данных
• NumPy - числовые операции
• SciPy - статистические тесты и проверка гипотез

Структура проекта

LW7.ipynb                 # основной скрипт статистического анализа
DataFrame.xlsx            # исходные данные

Функциональность

Описательная статистика

• Анализ структуры данных - размер, типы колонок, общая информация
• Очистка от выбросов методом межквартильного размаха (IQR)
• Расчет ключевых метрик для оценки бизнес-показателей

Статистические метрики

1. Средняя цена - центральная тенденция ценового распределения
2. Коэффициент вариации цен - мера относительной изменчивости
3. Доля товаров со скидкой - показатель ценовой политики

Проверка гипотез

• Автоматический выбор критерия на основе проверки нормальности распределения
• t-тест Стьюдента для нормально распределенных данных
• U-тест Манна-Уитни для ненормальных распределений
• Интерпретация p-value и практическая значимость результатов

Ключевые функции

Обработка данных

def describe_dataset(df)         # Описание структуры данных
def remove_outliers(df, columns) # Удаление выбросов методом IQR
def calculate_metrics(df)        # Расчет статистических метрик

Статистический анализ

def check_normality(data1, data2) # Проверка нормальности распределения
def perform_statistical_test()    # Выполнение статистического теста

Проверка гипотез

def hypothesis_effect(df, ...)   # Проверка влияния параметров на показатели
def hypothesis_compare(df, ...)  # Сравнение групп по категориальным признакам

Исследуемые гипотезы

Гипотеза 1: Влияние скидок на объемы продаж

• H₀: Товары со скидкой >10% имеют большие объемы продаж
• H₁: Товары со скидкой >10% НЕ имеют большие объемы продаж
• Актуальность: Оптимизация скидочной политики

Гипотеза 2: Влияние цены на объемы продаж

• H₀: Товары с ценой >140 руб имеют большие объемы продаж
• H₁: Товары с ценой >140 руб НЕ имеют большие объемы продаж
• Актуальность: Определение оптимального ценового сегмента

Гипотеза 3: Премиальность цветовых категорий

• H₀: Товары премиальных цветовых категорий имеют более высокую цену
• H₁: Товары премиальных цветовых категорий НЕ имеют более высокую цену
• Актуальность: Стратегия ценообразования по цветам

Гипотеза 4: Премиальность типов товаров

• H₀: Товары премиальных типов имеют более высокую цену
• H₁: Товары премиальных типов НЕ имеют более высокую цену
• Актуальность: Сегментация товарного ассортимента

Результаты

• Очищенный датасет без статистических выбросов
• Ключевые бизнес-метрики для принятия решений
• Статистически обоснованные выводы по проверяемым гипотезам
• Рекомендации для оптимизации ценовой и скидочной политики