Проект по питону

В рамках индивидуального проекта необходимо выбрать один или несколько наборов данных из открытых источников — например, Kaggle, Росстат, data.gov.ru, Eurostat или World Bank Open Data. Далее следует провести полный исследовательский анализ данных (EDA), сформулировать исследовательский вопрос и показать, как с помощью инструментов Python можно получить на него осмысленный ответ.

В качестве примера можно изучить факторы, влияющие на формирование цены квартиры, если выбран датасет с рынком недвижимости. В этом случае требуется последовательно выполнить очистку и предварительную обработку данных, визуализировать ключевые зависимости с использованием различных типов графиков (распределения, диаграммы рассеяния, боксплоты, тепловые карты), а затем построить регрессионную модель — например, множественную линейную регрессию — чтобы количественно оценить вклад каждого фактора.

Проект должен включать:

1. Описание исследовательского вопроса

Чёткая формулировка того, что именно вы хотите узнать.

Примеры:

– Какие характеристики сильнее всего определяют цену квартиры?

– Как доходность образовательных программ зависит от характеристик рынка труда?

– Как изменяется качество воздуха в зависимости от времени года и структуры промышленности?

2. Описание набора данных

Источник, структура, количество наблюдений, объяснение значений переменных.

3. Очистку и подготовку данных

– обработка пропусков;

– приведение типов;

– нормализация и масштабирование;

– создание новых переменных;

– работа с категориальными признаками.

4. EDA — исследовательский анализ данных

– описательная статистика (describe());

– value_counts() для категориальных переменных;

– визуализации (гистограммы, scatterplots, boxplots, heatmap);

– выявление выбросов и закономерностей.

5. Моделирование

– простая или множественная линейная регрессия (или иной подход по выбору студента);

– оценка модели: коэффициенты, R2, MSE;

– проверка допущений модели через остатки и графики.

6. Интерпретация результатов

– объяснение полученных коэффициентов;

– проверка статистической значимости;

– выводы в контексте исследовательского вопроса.

7. Заключение

– формулировка основного результата;

– ограничения исследования;

– возможные направления дальнейшего анализа.

Работа должна быть представлена в формате Jupyter Notebook с чистым, читаемым кодом, достаточной визуализацией и подробными пояснениями каждого шага. Итоговая версия проекта должна быть полностью воспроизводимой и сопровождаться README.md с описанием структуры и инструкциями по запуску.