СТАТИСТИКА · АНАЛИТИКА · MACHINE LEARNING

Превращаю данные в понятные решения

Исследую данные, проверяю гипотезы и представляю результаты так, чтобы в них было легко разобраться и на них можно было опираться.

Посмотреть проекты Написать мне

✓ От постановки задачи до интерпретации результатов

Рис. 1 Градиентный бустинг над деревьями решений sklearn · depth 3 · η = 0.15

a Аппроксимация, M = 15

b Среднеквадратичная ошибка по числу деревьев

M = 15 train — valid — оптимум

Рис. 1. Каждое дерево исправляет остатки предыдущих. Минимум ошибки на валидации — при M ≈ 15 (пунктир); дальше модель запоминает шум.

ЧЕМ Я ЗАНИМАЮСЬ

Работа с данными

Подбираю метод под конкретный вопрос и объясняю, как формируются результаты и какие у них есть ограничения.

Статистика и гипотезы

Описательная статистика, проверка гипотез, p-value, корреляции, регрессионный анализ и кривые выживаемости — с аккуратной интерпретацией результатов.

Примеры работ

Аналитика данных

Исследование, очистка и подготовка данных, поиск закономерностей, проверка качества и формирование понятных выводов.

Примеры работ

Power BI и визуализация

Показатели, интерактивные дашборды, графики и отчёты, которые помогают быстро изучать данные и сравнивать группы.

Примеры работ

Машинное обучение

Регрессионные и прогностические модели, сравнение алгоритмов, оценка качества и объяснение ограничений модели.

Примеры работ

НАВЫКИ

Что я умею

Выберите направление, чтобы посмотреть, какими методами и инструментами я владею.

01 / STATISTICS

Понять, что происходит в данных

Исследование начинается с качества данных и правильного вопроса. Результат — не просто таблица вычислений, а обоснованный ответ с оценкой неопределённости.

Смотреть кейсы

Описательный анализ

Средние, медианы, разброс, распределения, выбросы и сводные таблицы.

Проверка гипотез

Сравнение групп, доверительные интервалы, размеры эффекта и корректная трактовка p-value.

Регрессия и связи

Корреляционный и регрессионный анализ, диагностика предпосылок и интерпретация факторов.

Отчёт с выводами

Графики, методология, ограничения и рекомендации для следующего шага.

Конкретный набор методов зависит от задачи, объёма и качества данных.

МОЙ ПОДХОД

Этапы рабочего процесса

Хороший анализ отвечает на исходный вопрос и показывает, насколько уверенно можно интерпретировать полученный результат.

Уточняем задачу

Формулируем исследовательский вопрос и ожидаемый результат.

Изучаем данные

Проверяем структуру, пропуски, качество и ограничения данных.

Выбираем метод

Подбираем статистический или вычислительный подход под задачу.

Объясняем выводы

Представляем результаты, интерпретацию и важные оговорки.

ПОРТФОЛИО

Примеры аналитических дашбордов

Интерактивные отчёты на открытых медицинских данных: вы выбираете пациента, период и фильтры — все показатели пересчитываются. Дашборды собраны в Power BI.

Открытые данные · ODbL / CC BY 4.0

01 / 03

Дашборд 01 · эпидемиология, временной ряд

COVID-19: заболеваемость, смертность и вакцинация

Как развивалась пандемия в разных странах по сравнению с миром? Клик по стране в рейтинге выбирает её.

A Помесячная динамика:

B Рейтинг стран за выбранный период

Дашборд 02 · клинический мониторинг

Динамика лабораторных показателей пациента в реанимации

Выберите пациента, эпизод и период — графики покажут каждый показатель относительно референсного диапазона лаборатории.

Период

Пациент

Эпизод в ОРИТ

Отделение

Операции и процедуры

Статус	Баллы	Интерпретация

Дашборд 03 · клинические данные

Факторы риска ишемической болезни сердца

У каких групп пациентов ИБС встречается чаще? Клик по столбику фильтрует остальные графики.

A Доля пациентов с ИБС по типу боли в груди

B Доля пациентов с ИБС по возрасту

C Распределение максимального пульса · есть ИБС · нет ИБС

КЕЙСЫ

Примеры статистических расчетов

Так выглядит работа целиком: вопрос, данные, метод, результат и его интерпретация.

Демонстрационные кейсы · синтетические данные

01 / 03

01
Вопрос
Различается ли время до неблагоприятного исхода при стандартной (A) и новой (B) тактике ведения?
02
Данные
Проверили пропуски и даты, выделили цензурированные наблюдения. Событий: 79 в группе A и 58 в группе B.
03
Метод
Сравнение средних теряет цензурированные наблюдения, поэтому — кривые Каплана–Майера и лог-ранговый критерий.
04
Результат
Медиана выросла с 16.8 до 25.9 мес., различие значимо (p = 0.001). Отдельно описаны ограничения: наблюдательные данные не доказывают причинность.

Рис. 2 Функция выживаемости S(t) по группам

A — стандартная тактикаB — новая тактикацензурированиеS = 0.5

Что показывает примерКривые Каплана–Майера · лог-ранговый критерий · интерпретация и ограничения · воспроизводимый код

01
Вопрос
Какой будет помесячная нагрузка на следующий год и насколько этому прогнозу можно доверять?
02
Данные
Нашли выраженную сезонность (пик зимой, спад летом) и устойчивый рост. Последний год отложили для честной проверки.
03
Метод
Линейный тренд + сезонные компоненты (МНК). Сравнение с наивным прогнозом «как год назад» — без него не понять, есть ли польза от модели.
04
Результат
Ошибка на отложенном году — 3.5% против 4.6% у наивного прогноза. 80%-интервал покрыл 9 из 12 месяцев — это честно указано в выводах.

Рис. 3 История, прогноз на отложенный год и 80% интервал

фактпрогноз модели80% интервалфакт отложенного года

Что показывает примерПрогноз по месяцам · интервалы · сравнение с базовым методом · воспроизводимый ноутбук

01
Вопрос
Можно ли по данным до операции выделить пациентов с повышенным риском осложнений?
02
Данные
Признаки только доступные до операции — чтобы не было утечки будущей информации. 30% выборки отложены для теста.
03
Метод
Сравнили простую логистическую регрессию и градиентный бустинг по ROC AUC на тестовой выборке.
04
Результат
Сложная модель оказалась не лучше простой. Выбрана логистическая регрессия: качество выше, а вклад каждого признака объясним врачу.

Рис. 4 ROC-кривые на тестовой выборке

логистическая регрессияградиентный бустингслучайное угадывание

Что показывает примерОбученная модель · сравнение алгоритмов · интерпретация признаков · ограничения

ОБРАТНАЯ СВЯЗЬ

Хотите обсудить проект или работу?

Буду рада вопросам о работах на сайте, идеям совместных исследований и предложениям о работе.

Написать мне

Превращаю данные в понятные решения

Работа с данными

Статистика и гипотезы

Аналитика данных

Power BI и визуализация

Машинное обучение

Что я умею

Понять, что происходит в данных

Описательный анализ

Проверка гипотез

Регрессия и связи

Отчёт с выводами

Этапы рабочего процесса

Уточняем задачу

Изучаем данные

Выбираем метод

Объясняем выводы

Примеры аналитических дашбордов

Примеры статистических расчетов

Вопрос

Данные

Метод

Результат

Вопрос

Данные

Метод

Результат

Вопрос

Данные

Метод

Результат

Хотите обсудить проект или работу?