Details
| Title | Прикладная статистика для программистов: от парсинга данных до анализа на Python // Неделя науки Высшей школы международных образовательных программ: материалы межвузовской научно-методической конференции, 24–28 ноября 2025 года |
|---|---|
| Creators | Волкова Надежда Александровна |
| Organization | Санкт-Петербургский государственный университет аэрокосмического приборостроения |
| Imprint | Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2025 |
| Electronic publication | 2026 |
| Collection | Общая коллекция |
| Document type | Article, report |
| Language | Russian |
| DOI | 10.18720/SPBPU/2/id25-608 |
| Rights | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
| Additionally | New arrival |
| Record key | RU\SPSTU\edoc\78270 |
| Record create date | 2/19/2026 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
Action 'Download' will be available if you login or access site from another network
| Group | Anonymous |
|---|---|
| Network | Internet |
В статье представлена методика преподавания прикладной статистики для программистов, основанная на принципе «обучение через делание». Цель методики – преодоление разрыва между теоретическими знаниями и практическими задачами разработки ПО. В основе лежит сквозной учебный проект, где студенты применяют статистические методы (от описательной статистики и проверки гипотез до регрессионного анализа и работы с временными рядами) к реальным данным, полученным с помощью парсинга или из IT-метрик. Используется технологический стек Python (Pandas, SciPy, Statsmodels). Методика формирует у студентов понимание статистики как инструмента для обоснования решений в A/B-тестировании, анализе производительности и работе с метриками. Даны рекомендации по внедрению подхода в образовательные программы.
This article presents a methodology for teaching applied statistics to programmers based on the principle of «learning by doing». The goal of the methodology is to bridge the gap between theoretical knowledge and practical software development tasks. It is based on an end-to-end learning project in which students apply statistical methods (from descriptive statistics and hypothesis testing to regression analysis and time series analysis) to real data obtained through data parsing or from IT metrics. The Python technology stack (Pandas, SciPy, Statsmodels) is used. This methodology develops students’ understanding of statistics as a tool for substantiating decisions in A/B testing, performance analysis, and metrics. Recommendations for implementing this approach in educational programs are provided.
| Network | User group | Action |
|---|---|---|
| ILC SPbPU Local Network | All |
|
| Internet | Authorized users SPbPU |
|
| Internet | Anonymous |
|
Access count: 0
Last 30 days: 0
