Учебные материалы по анализу данных

Узнайте, что такое возврат к среднему, как выявлять средневозвратное поведение во временных рядах и как эта концепция используется в статистике, трейдинге и количественных финансах.

Разберите различия между экзогенными и эндогенными переменными, почему эндогенность важна для причинного вывода и регрессии, и как выявлять и устранять эндогенные переменные.

Узнайте, как ранговая корреляция Спирмена фиксирует зависимости, которые изгибаются, выходят на плато или меняют темп, вместо следования прямой. Научитесь вычислять, интерпретировать и применять её в Python, R и Excel.

Что такое график остатков, как интерпретировать типичные паттерны и как с их помощью выявлять нелинейность, гетероскедастичность, выбросы и другие проблемы регрессии.

Возведение в квадрат в Python — это просто: используйте встроенный оператор ** или попробуйте NumPy, pow(), math.pow(), побитовые операторы и другие функции для более гибких решений.

Узнайте, как использовать функцию SQL REPLACE() для поиска и замены подстрок в базе данных. Рассматриваются синтаксис, чувствительность к регистру, удаление символов, обработка NULL и советы по производительности.

Узнайте, как округлить число до двух знаков после запятой в Python с помощью round(), f-строк, format(), модуля decimal, NumPy и других — с сравнительной таблицей методов.

Освойте операторы множеств в SQL: UNION, UNION ALL, INTERSECT и EXCEPT. Изучите правила синтаксиса, посмотрите примеры из практики и поймите, когда какой оператор использовать.

Узнайте, как писать переиспользуемые и эффективные функции в Python. Освойте параметры, операторы return и продвинутые темы вроде лямбда-функций. Логично организуйте код с main() и другими практиками.

Узнайте, как использовать VLOOKUP() в Google Таблицах, чтобы за секунды искать, находить и подтягивать данные из больших наборов.