МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ

федеральное государственное автономное образовательное учреждение высшего образования

«САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
АЭРОКОСМИЧЕСКОГО ПРИБОРОСТРОЕНИЯ»

Кафедра 2

ОТЧЕТ
ЗАЩИЩЕН С ОЦЕНКОЙ

ПРЕПОДАВАТЕЛЬ

ассистент				Беспятый Г.Ю.
должность, уч. степень, звание		подпись, дата		инициалы, фамилия

ОТЧЕТ О ЛАБОРАТОРНОЙ РАБОТЕ №1

по курсу: ТЕОРИЯ СИСТЕМ И СИСТЕМНЫЙ АНАЛИЗ

РАБОТУ ВЫПОЛНИЛ

СТУДЕНТ ГР. №	М122				Комаренко М.Ю.
			подпись, дата		инициалы, фамилия

Санкт-Петербург 2023

Описание задачи

1. 
   Выберите данные формате CSV на сайте kaggle.
   
2. 
   Загрузите набор данных в формате CSV с помощью Pandas.
   
3. 
   Используя Pandas, выполните операции по обработке данных:
   

• 
  вычисление среднего и медианы
  
• 
  вычисление дисперсии и стандартного отклонения
  
• 
  вычисление корреляции между различными переменными
  
• 
  нахождение зависимостей между различными переменными
  

---

Используйте SciPy для выполнения статистических тестов:

• 
  t-тест для сравнения средних значений двух выборок
  
• 
  анализ дисперсии (ANOVA) для сравнения средних значений многих выборок
  
• 
  корреляционный анализ для оценки зависимостей между переменными
  

Визуализируйте полученные результаты с помощью библиотеки Matplotlib.



Код программы

import pandas as pd

from scipy import stats

import matplotlib.pyplot as plt

 

# загрузка данных из CSV-файла

data = pd.read_csv("starbucks.csv")

print(data)

print()

 

# вычисление среднего и медианы

mean = data.mean()

print("\nСреднее значение\n", mean)

median = data.median()

print("\nМедиана\n", median)

 

# вычисление дисперсии и стандартного отклонения

variance = data.var()

print("\nДисперсия\n", variance)

std_dev = data.std(ddof=0)

print("\nСтандартное отклонение\n", std_dev)

 

# вычисление корреляций

corr_coef = data.corr()

print("\nКорреляция\n", corr_coef)

 

# t-тест

t_stat, p_value = stats.ttest_ind(data['calories'], data['carb'])

print("\nt-тест\n", t_stat, p_value)

 

# ANOVA

f_stat, p_value = stats.f_oneway(data['fat'], data['carb'], data['protein'])

print("\nANOVA\n", f_stat, p_value)

 

# корреляционный анализ

r, p_value = stats.pearsonr(data['calories'], data['carb'])

print("\nКорреляционный анализ\n", r, p_value)

 

# визуализация результатов

plt.hist(data['calories'], bins=10)

plt.title("Калории")

plt.xlabel("Количество калорий")

plt.ylabel("Частота")

plt.show()

plt.hist(data['carb'], bins=10)

plt.title("Углеводы")

plt.xlabel("Количество углеводов")

plt.ylabel("Частота")

plt.show()

 

plt.scatter(data['calories'], data['carb'])

plt.title("Диаграмма рассеяния между количеством углеводов и количеством жиров")

plt.xlabel("Количество калорий")

plt.ylabel("Количество углеводов")

plt.show()


Результат программы













Выводы

1) Корреляция. Проанализировав полученные корреляты, можно сделать вывод

---

, что все единицы пищевой ценности связаны с калорийностью, в большей степени: углеводы и жиры, в меньшей: клетчатка.

2) t – тест. Значение t довольно низкое, что говорит о маленькой разнице средних значений.

3) ANOVA. Высокое значение f показателя говорит о значимой разнице между средними группами.

4) Корреляционный анализ. Показатель r положителен достаточно высокий, что говорит о высокой корреляции значений калорий и углеводов.

5) Получившиеся изображения.

Большинство продуктов имеют калорийность больше 300, набирают они данную калорийность преимущественно за счет жиров и углеводов, также размеры порций не очень большие, учитывая всё выше сказанное, можно сделать вывод, что данные продукты не очень полезные.

Самый низкокалорийный продукт – «Deluxe Fruit Blend», 80 килокалорий, 20г углеводов

Самый высококалорийный продукт – «Sausage & Cheddar Classic Breakfast Sandwic», 500 килокалорий, 41г углеводов

Самый низкоуглеводный продукт – «"Double Fudge Mini Doughnut», 130 килокалорий, 16г углеводов

Самый высокоуглеводный продукт – «Reduced-Fat Banana Chocolate Chip Coffee Cake», 400 килокалорий, 80г углеводов

Категория с самыми высококалорийными продуктами: «sandwich» - 395,7

Категория с самыми низкокалорийными продуктами: «salad» - 80

---

Смотрите также файлы

• Выпускная квалификационная работа (дипломная работа) оказание гостиничных услуг в отеле (на примере конкретного предприятия).docx

• Основы экономического анализа и планирования деятельности предприятий и организаций (зачет).docx

• Вопросы для проведения зачета по дисциплине.docx

• Вычислить интегралы а б в.doc

• Лабораторная работа 3 по дисциплине Алгоритмизация и программирование Вариант 2 Студент Ершов Е. М.docx