Анализ цен на покупку недвижимости в Москве: ● Парсинг 3500+ наблюдений, предобработка данных в Python (выбросы, категориальные признаки). ● Корреляционный и статистический анализ, визуализация в Python (boxplotsгистограммы, scatter-plot). ● Машинное обучение: линейная регрессия, случайный лес. Анализ влияния ключевых характеристик фильмов на пользовательский рейтинг: ● Разработка гипотез: «Агрегированная оценка критиков (Metascore) положительно влияет на пользовательский рейтинг фильма» и «Фильмы с более строгим возрастным рейтингом получают, в среднем, более высокие пользовательские оценки». ● Сбор и обработка данных (3000+ записей, Pandas), статистический анализ в Python (описательная статистика, StatModels). ● Визуализация (матрица корреляций, boxplots, Matplotlib и Seaborn) и выводы по гипотезам. Влияние TikTok на успеваемость студентов: ● Разработка гипотезы о влиянии TikTok на успеваемость студентов. ● Симулирование данных (1000+ наблюдений), предобработка и статистический анализ (NumPy, Pandas, StatsModels). ● Построение моделей: OLS, логистическая регрессия, случайный лес, градиентный бустинг, CatBoost (scikitlearn, CatBoost, StatsModels). ● Оценка ATE, CATE, LATE с помощью Double ML, IV, X-Learner (scikit-learn, EconML, StatsModels). ● Построение визуализации: гистограммы, scatter plot, ROC-кривые (Matplotlib, Seaborn).