Опубликовано: 23.08.2026 | Источник: SecurityLab (RSS)

Центральная предельная теорема в ВКР: как применить математику к реальным данным

Статья с SecurityLab иронично обыгрывает ситуацию: можно сложить тысячу случайностей, получить идеальный колокол и… не извлечь из этого никакой практической пользы. Для студента ИТ-специальности это отличная метафора: нормальное распределение и центральная предельная теорема (ЦПТ) — мощный инструмент, но без правильной постановки задачи он превращается в «график потери вторых носков». В этой статье разберу, как превратить формальную статистику в полноценный раздел ВКР, который удивит вашего руководителя и даст вам реальные навыки data-инженера.

Частые вопросы студентов

Можно ли использовать открытые датасеты для ВКР по анализу данных?

Да. Открытые данные (Kaggle, Росстат, API сервисов) — нормальная база. Главное — обосновать выбор, указать источники и предобработку. В главе 2 опишите, как вы очищали данные, обрабатывали пропуски и выбросы.

Какой статистический критерий выбрать — параметрический или непараметрический?

Если данные распределены нормально (проверяется тестами Шапиро-Уилка или Колмогорова-Смирнова) — используйте t-критерий или ANOVA. Если нет — непараметрические аналоги (Манн-Уитни, Краскела-Уоллиса). Как раз здесь ЦПТ спасает: при больших выборках многие распределения приближаются к нормальному, что упрощает выбор.

Как оформить графики и таблицы по ГОСТ?

В отчёте по ГОСТ 7.32-2017 рисунки подписываются «Рисунок 1 — ...», таблицы — «Таблица 1 — ...» с обязательными ссылками в тексте. Все оси, единицы измерения и легенды должны быть читаемыми. Для кода — используйте листинги с названием и моноширинным шрифтом.

Темы ВКР с применением ЦПТ

• Тема: Анализ временных рядов финансовых показателей с применением ЦПТ
  Актуальность: на основе новостного инфоповода о «красивом, но бесполезном колоколе» можно показать, как правильно оценивать рыночные риски и доходность, а не просто строить график ради графика.
  Цель: разработать методику статистического анализа доходности активов с использованием ЦПТ для прогнозирования.
  Задачи: 1) изучить теоретические основы ЦПТ; 2) собрать и предобработать данные о котировках; 3) проверить выборки на нормальность; 4) рассчитать доверительные интервалы и Value-at-Risk.
  Структура: Глава 1 — анализ источников и методов; Глава 2 — проектирование пайплайна обработки данных (Python, pandas); Глава 3 — тестирование гипотез и оценка точности прогноза.
• Тема: Разработка системы статистического контроля качества на производстве
  Актуальность: в статье подчёркивается, что формальная статистика без практики бесполезна. Здесь же контрольные карты Шухарта — классика применения нормального распределения для выявления отклонений в реальном времени.
  Цель: спроектировать модуль автоматического контроля параметров изделий с помощью контрольных карт.
  Задачи: 1) проанализировать требования к качеству; 2) выбрать метрики и настроить сбор данных; 3) реализовать алгоритм построения карт на Python; 4) оценить эффективность обнаружения дефектов.
  Структура: Глава 1 — обзор ГОСТ и подходов к качеству, Глава 2 — архитектура решения (UML-диаграммы), Глава 3 — экспериментальное тестирование на реальных/синтетических данных.
• Тема: Исследование пользовательского поведения веб-сервиса с помощью статистических тестов
  Актуальность: ЦПТ позволяет анализировать метрики (время на сайте, конверсию) даже если исходные распределения далеки от нормальных. Это важно для A/B-тестирования — одного из главных инструментов product-аналитика.
  Цель: применить ЦПТ для оценки значимости изменений интерфейса.
  Задачи: 1) собрать данные из Google Analytics/Яндекс.Метрики; 2) сформулировать гипотезы; 3) провести A/B-тест с расчётом p-value и доверительных интервалов; 4) визуализировать результаты с помощью matplotlib/plotly.
  Структура: Глава 1 — обзор методов, Глава 2 — настройка пайплайна сбора данных, Глава 3 — анализ результатов и рекомендации.

Анатомия ВКР: как встроить статистику в дипломный проект

Глава 1: Обоснование математического аппарата

В этой главе вы показываете, что ЦПТ — не абстракция, а рабочий инструмент. Ссылайтесь на статью: как только исследователь начинает игнорировать условия применимости, колокол становится «бесполезным». Опишите условия ЦПТ (независимость, одинаковое распределение, конечная дисперсия) и приведите примеры из своей предметной области. Добавьте сравнительную таблицу методов проверки нормальности: критерий Шапиро-Уилка, Колмогорова-Смирнова, графики Q-Q.

Глава 2: Проектирование пайплайна анализа данных

Постройте архитектуру обработки данных в нотации C4 или UML-диаграмму компонентов: источники данных → модуль очистки → модуль проверки гипотез → модуль визуализации. Опишите используемые библиотеки Python: NumPy, SciPy, statsmodels, pandas, matplotlib. Ниже — пример кода для проверки нормальности выборки и построения гистограммы с наложенной кривой нормального распределения:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from scipy import stats

# Загрузка выборки (например, время до ответа сервера)
data = pd.read_csv('response_times.csv')['value']

# Проверка нормальности
shapiro_stat, shapiro_p = stats.shapiro(data)
print(f'Shapiro-Wilk p-value = {shapiro_p:.4f}')

# Если p > 0.05, данные приблизительно нормальны
# Строим гистограмму и теоретическую кривую
plt.hist(data, bins=30, density=True, alpha=0.6, label='Эмпирические данные')
mu, sigma = data.mean(), data.std()
x = np.linspace(mu - 4*sigma, mu + 4*sigma, 200)
plt.plot(x, stats.norm.pdf(x, mu, sigma), 'r-', label='Нормальное распределение')
plt.title('Гистограмма выборки и теоретическая кривая')
plt.xlabel('Значение')
plt.ylabel('Плотность')
plt.legend()
plt.savefig('hist_normal.png', dpi=150)

Этот листинг вставляется в текст как «Листинг 2 — Проверка нормальности выборки». Если распределение не нормально, продемонстрируйте, как ЦПТ помогает при расчёте доверительных интервалов среднего даже для ненормальных данных (при достаточно большом объёме выборки).

Глава 3: Метрики и оценка эффективности

Не заканчивайте на демонстрации «красивого колокола». Покажите, какая практическая польза из него извлекается:

• Доверительный интервал (95%) для среднего — интерпретация: «с вероятностью 95% истинное среднее лежит в этих границах»;
• p-value при сравнении двух групп — если p < 0.05, различия статистически значимы;
• Эффект размера (Cohen’s d) — величина эффекта, а не только факт наличия различия.

Чему вы научитесь, реализуя такой проект

Вы не просто «пройдёте тему» — вы получите навыки, которые весят на рынке труда: - Проверять распределения на нормальность и выбирать адекватные статистические критерии. - Проектировать пайплайн анализа данных по CRISP-DM от сырых данных до отчёта. - Использовать Python (SciPy, statsmodels, pandas) для решения прикладных задач. - Оформлять результаты по ГОСТ 7.32, включая графики, таблицы и листинги. - Аргументировать практическую значимость научных результатов перед комиссией.

Источник: Ставки в пабах породили главную формулу науки? Это правило помогает сложить 1000 случайностей и нарисовать красивый, но бесполезный колокол (опубликовано 2026-03-19)