Анализ результатов
Данные сами по себе — ещё не исследование. Анализ превращает сырые числа в научные выводы. Здесь мы разберём, как обрабатывать данные, какие графики выбирать и как не утонуть в статистике.
Первичная обработка данных
Прежде чем строить графики и считать корреляции, данные нужно подготовить. Плохие данные = плохие выводы. Это аксиома.
Что нужно проверить:
Пропущенные значения
Есть ли в данных «дыры»? Как их заполнять: исключить строку, подставить среднее, интерполировать?
Решение: всегда описывать в методологии, как работали с пропусками.
Выбросы (аномальные значения)
Резкий скачок показателя в одном году — ошибка или реальное событие?
Решение: проверить по другим источникам, не удалять без обоснования.
Единицы измерения
Рубли vs тысячи рублей vs миллионы. Проценты vs процентные пункты.
Решение: привести всё к единой шкале и явно указать в статье.
Временные лаги
Данные за 2024 год публикуются в 2025-м. Убедитесь, что все показатели за один период.
Решение: указывать «данные по состоянию на...».
Визуализация данных
Тип графика выбирают не по принципу «что красивее», а по вопросу, который должен увидеть читатель: динамику, сравнение, распределение, связь или пространственные различия. Чем проще график отвечает на один вопрос, тем легче его интерпретировать.
Какой график для какой задачи:
Линейный график (line chart)
Когда использовать: показать изменение показателя во времени.
Пример: динамика индекса потребительских цен по месяцам.
Столбчатая диаграмма (bar chart)
Когда использовать: сравнить значения между отдельными категориями.
Пример: уровень безработицы по федеральным округам.
Гистограмма (histogram)
Когда использовать: показать распределение количественного признака.
Пример: распределение заработной платы респондентов.
Диаграмма рассеяния (scatter plot)
Когда использовать: показать форму и силу связи между двумя количественными переменными.
Пример: ВРП на душу населения и доля населения с высшим образованием по регионам.
Ящик с усами (box plot)
Когда использовать: сравнить распределения нескольких групп, медианы и возможные выбросы.
Пример: распределение доходов по группам регионов.
Картограмма (choropleth map)
Когда использовать: показать пространственные различия показателя по территориям.
Пример: уровень безработицы по субъектам РФ.
Круговая диаграмма (pie chart)
Когда использовать: только для простой структуры целого с небольшим числом хорошо различимых долей.
Если категорий много или доли близки, столбчатая диаграмма обычно читается лучше.
Мини-тест: выберите правильный график
Проверьте, насколько хорошо вы понимаете, какой график использовать. Выберите тип графика для каждой задачи:
Типичные ошибки визуализации
3D-графики
3D-эффект искажает восприятие данных и выглядит непрофессионально. Правило: избегайте декоративных 3D-эффектов, если третье измерение не кодирует реальные данные.
Перегруженные оси
50 подписей на оси X, которые сливаются в кашу. Решение: показывать каждую 5-ю или 10-ю подпись, либо повернуть их на 45°.
Отсутствие подписей осей и единиц измерения
График без подписи оси Y — это просто красивая картинка, а не научная иллюстрация. Правило: всегда указывать «млрд руб.», «%», «тыс. чел.».
Неправильный масштаб оси Y
Ось начинается не с нуля — мелкие различия выглядят как пропасть. Правило: для столбчатых диаграмм ось Y всегда начинается с 0.
Слишком много цветов
Слишком много цветов затрудняет чтение. Рекомендация: используйте ограниченную, содержательно оправданную палитру и проверяйте различимость цветов для людей с нарушениями цветового зрения.
Базовая статистика без страха
Не нужно быть математиком, чтобы использовать статистику в статье. Ниже — три часто используемых метода. Выбор метода определяется исследовательским вопросом, типом переменных, дизайном и предпосылками анализа:
Коэффициент: от -1 (полная обратная связь) до +1 (полная прямая связь). 0 — связи нет.
Пример: корреляция между уровнем образования и доходом = +0.65 (умеренная прямая связь).
Важно: корреляция ≠ причинно-следственная связь!
Пример: «В оценённой модели увеличение ключевой ставки на 1 процентный пункт связано с изменением показателя инфляции примерно на 0,3 пункта при лаге 6 месяцев». Причинную формулировку используйте только при соответствующем исследовательском дизайне.
Коэффициент детерминации R²: показывает, какую долю наблюдаемой вариации зависимой переменной описывает модель в данной выборке (от 0 до 1). Сам по себе R² не доказывает причинную связь.
Пример: «Средний доход в Москве (85 тыс.) статистически значимо выше, чем в регионах (45 тыс.), p < 0.01».
p-значение (p-value): характеризует совместимость наблюдаемых данных с нулевой гипотезой при заданной статистической модели. Малое p-значение может служить аргументом против нулевой гипотезы, но не показывает величину эффекта и не является вероятностью того, что результат «случайный».
Статистическая значимость и содержательный смысл
Не ограничивайтесь p-значением. По возможности приводите размер эффекта (effect size), доверительный интервал (confidence interval) и обсуждайте практическую значимость результата.