Awesome ДАНО — Статистика для задачного тура

Материалы по статистическим методам для успешного прохождения задачного тура ДАНО

---

Содержание

• О репозитории
• Как использовать
• Материалы репозитория
  • Статистические тесты
  • Методы ресэмплинга
  • Тонкие моменты
  • Схема выбора метода
• Официальные материалы ДАНО
  • Задачи прошлых лет
  • Базы данных по сезонам
  • Хакатоны
• Дополнительные ресурсы
• Полезные библиотеки

---

О репозитории

Этот репозиторий — практическое руководство по статистическим методам для задачного тура ДАНО (Национальная олимпиада по анализу данных). Здесь собраны:

• теория с объяснениями "на пальцах"
• готовый Python-код для каждого метода
• типичные ошибки и как их избежать
• схема выбора правильного теста
• ссылки на все официальные материалы олимпиады

Важно: используйте методы только если понимаете, как они работают!

---

Как использовать

1. До тура — изучите материалы, разберите примеры кода
2. Во время тура — скопируйте репозиторий к себе и используйте как шпаргалку
3. После тура — разберите ошибки, дополните свои знания

git clone https://github.com/s0NRAYY/DANO-Task-Materials.git
cd DANO-Task-Materials
jupyter notebook

---

Материалы репозитория

Статистические тесты

Файл: stat_test.ipynb

Основные статистические тесты с теорией и кодом на Python.

Тест	Когда применять	Функция
Т-критерий Стьюдента	Сравнение двух средних, равные дисперсии	scipy.stats.ttest_ind
Т-критерий Уэлча	Сравнение двух средних, разные дисперсии	scipy.stats.ttest_ind(equal_var=False)
U-критерий Манна-Уитни	Непараметрическая альтернатива t-критерию	scipy.stats.mannwhitneyu
Тест Шапиро-Уилка	Проверка нормальности распределения	scipy.stats.shapiro
Тест Левене	Проверка равенства дисперсий	scipy.stats.levene
Однофакторная ANOVA	Сравнение нескольких групп	scipy.stats.f_oneway
Критерий Краскела-Уоллиса	Непараметрическая ANOVA	scipy.stats.kruskal
Поправка Бонферрони	Коррекция при множественных сравнениях	statsmodels.stats.multitest
Критерий Тьюки (HSD)	Попарные сравнения после ANOVA	statsmodels.stats.multicomp
Критерий χ² Пирсона	Связь категориальных переменных	scipy.stats.chi2_contingency
Точный критерий Фишера	Категориальные переменные, малые выборки	scipy.stats.fisher_exact
Линейная регрессия	Предсказание непрерывной переменной	statsmodels.api.OLS
Логистическая регрессия	Предсказание бинарного исхода	statsmodels.api.Logit

---

Методы ресэмплинга

Файл: jacknife_bootstrap.ipynb

Техники ресэмплинга для оценки статистик и корректировки систематической ошибки.

Метод	Применение
Bootstrap	Оценка параметров генеральной совокупности через многократную выборку с возвращением
Jackknife	Корректировка смещённых оценщиков (например, максимума)

Типичный сценарий использования:

• Bootstrap → оценить среднее ГС с доверительным интервалом
• Jackknife → исправить систематическую ошибку оценки максимума

---

Тонкие моменты

Файл: Тонкие_моменты.ipynb

Критические детали, которые часто забывают на туре.

Тема	Суть
Выбросы	Обнаружение методом IQR перед применением тестов
Максимум в моделировании	Поиск оптимума через симуляции
Параметры распределений	Обязательно документировать параметры, порождающие данные
Читаемость графиков	Подписи осей, заголовки, корректные пределы
Точность симуляций	Уточнение диапазона вокруг оптимума с меньшим шагом
Интервальная оценка	Использовать min/max из условия задачи

---

Схема выбора метода

Файл: Схема выбора статистического метода.png

Наглядная схема, помогающая выбрать подходящий статистический тест в зависимости от типа данных и цели анализа.

---

Официальные материалы ДАНО

Олимпиада проводится с 2021 года совместно НИУ ВШЭ и Т-Банком. Сейчас идёт 5-й сезон (2025-2026), более 19 000 участников.

Официальный сайт: dano.hse.ru Библиотека материалов: dano.hse.ru/library Демо-задания: dano.hse.ru/demo Результаты всех сезонов: dano.hse.ru/result

---

Задачи прошлых лет

Все задания с решениями: dano.hse.ru/library/past_tasks

Сезон	1-й тур	2-й тур	Финал: задачный	Финал: проектный
2025–2026	4 варианта + решения	3 варианта + решения	Задание + решения	Задание, критерии, базы данных
2024–2025	3 варианта + решения	3 варианта + решения	Задание + решения	Задание, критерии, базы данных
2023–2024	3 варианта	3 варианта	Задание + критерии	2 варианта + базы данных
2022–2023	3 варианта + решения	3 варианта + решения	4 варианта	Задание, критерии, базы данных
2021–2022	3 варианта	3 варианта	Задания, критерии	Базы данных

---

Базы данных по сезонам

2024–2025 — 12 датасетов

Датасет	Источник
Отели и авиабилеты	Т-Банк
Городские сервисы	Т-Банк
Аренда самокатов	Т-Банк
Данные звонков	Т-Банк
Инвестиционные инструменты	Т-Банк
Результаты национальных команд по футболу	Открытые данные
Аналитика АПК	ЭкоНива
Посещаемость беговых мероприятий	5 вёрст
Воронка онлайн-продаж	SM Lab (Спортмастер)
Рынок труда (Урал, Сибирь, ДВ)	hh.ru
Влияние COVID-19 на бизнес	Опрос
Объявления о продаже животных	Avito

2023–2024 — 12 датасетов

Датасет	Источник
Игровой сервис	Т-Банк
Повышенный кешбэк	Т-Банк
Голосовые роботы и звонки	Т-Банк
Премиальная подписка	Т-Банк
Деятельность компаний	СПАРК
Финансовое обследование домохозяйств	Банк России
Туризм в регионах	Мостуризм
Сделки с недвижимостью	Самолёт
Взаимодействие с контентом	KION
Рынок труда	hh.ru
Сценарии пользователей	Tele2
Рынок труда в локдаун	Открытые данные

2022–2023 — 12 датасетов

Датасет	Источник
Доставка карт	Тинькофф
Заказы билетов в кино	Тинькофф
Программы кешбэка	Тинькофф
Сторис	Тинькофф
Юридические лица	Тинькофф
Продажи авиабилетов	S7 Airlines
Деловой климат	Открытые данные
Мониторинг университетов	Открытые данные
Региональная статистика	Открытые данные
Качество образования	Открытые данные
Здоровье и выход на пенсию	Открытые данные
Отношение к иммиграции	Открытые данные

---

Хакатоны

Архив хакатонов: dano.hse.ru/hackathon/archive

На каждом хакатоне доступны: задание (PDF), датасет, критерии оценки, презентации команд, результаты.

2025 год

Хакатон	Дата	Ссылка
Москва (РЭШ)	15–16 марта	hackathon_msk_2025
Санкт-Петербург (ИТМО)	5–6 апреля	hackathon_spb_2025
Майкоп (АГУ)	Май	hackathon/task-may
Екатеринбург	6–7 сентября	hackathon/2025/ekb-autumn
Пермь	13–14 сентября	—
Санкт-Петербург	21–22 сентября	—
Майкоп	27–28 сентября	—
Нижний Новгород	11–12 октября	—

2024 год

Хакатон	Дата	Ссылка
Москва (НЭШ)	16–17 марта	hackathon_nes_2024
Пермь	23–24 марта	—
Иннополис	27–28 апреля	hackathon_innopolis_2024
Санкт-Петербург (ИТМО)	18–19 мая	hackathon_itmo_2024
Пермь	24–25 августа	—
Екатеринбург	7–8 сентября	—
Майкоп	14–15 сентября	—
Нижний Новгород	21–22 сентября	hackathon_nn_2024
Санкт-Петербург	28–29 сентября	—

2023 год

Хакатон	Дата	Ссылка
Санкт-Петербург (ИТМО)	27–28 мая	itmo2023
Екатеринбург	9–10 сентября	hackathon_ekb_2023
Майкоп	16–17 сентября	hackathon_may_2023
Санкт-Петербург	23–24 сентября	hackathon_spb_2023
Нижний Новгород	30 сент. – 1 окт.	hackathon_niz_2023

---

Дополнительные ресурсы

Курсы

Ресурс	Уровень	Описание
Основы статистики	Начальный	Базовые понятия: выборки, распределения, тесты
Основы статистики. Часть 2	Средний	Дисперсионный анализ, корреляция
Основы статистики. Часть 3	Продвинутый	Регрессия, байесовский подход

Книги и задачи

Ресурс	Описание
Статистика и котики — Савельев	Доступно о статистике с примерами
Задачи на дискретные случайные величины	Сборник задач на распределения
Mathprofi — теория вероятностей	Теория вероятностей
Mathprofi — математическая статистика	Математическая статистика

Документация библиотек

Библиотека	Ссылка	Когда использовать
SciPy Stats	docs.scipy.org	Основные статтесты
Statsmodels	statsmodels.org	Регрессия, ANOVA, поправки
Pingouin	pingouin-stats.org	Удобная альтернатива с богатым выводом
Scikit-learn	scikit-learn.org	ML-модели

Социальные сети

Канал	Описание
Telegram @dano_hse	Официальный канал: объявления, разборы задач, тренировочные задания
VK dano_olymp	Официальная группа ВКонтакте

Полезные сторонние ресурсы

Ресурс	Описание
statstest.com	Интерактивный выбор статистического теста
olimpiada.ru — ДАНО	Расписание этапов и новости
postupi.online — ДАНО	Сторонние разборы заданий

GitHub-репозитории участников

Репозиторий	Описание
D1ffic00lt/dano-olympiad-final-stage	Проект команды «ПобеDano» с финала 2022–2023: кластеризация юридических лиц Tinkoff (K-Means, t-SNE)

---

Полезные библиотеки

# Установка всего необходимого
pip install pandas numpy scipy statsmodels scikit-learn pingouin matplotlib seaborn

Библиотека	Назначение
pandas	Работа с данными
numpy	Численные вычисления
scipy.stats	Статистические тесты
statsmodels	Регрессия, ANOVA, коррекция
pingouin	Удобный интерфейс для статтестов
sklearn	Машинное обучение, регрессия
matplotlib / seaborn	Визуализация

---

Data Koalas желают вам удачи на туре!

---

Нашли ошибку или хотите дополнить? Создайте issue или pull request.