рост преза

1.

ГАПОУ «ОРЕНБУРГСКИЙ КОЛЛЕДЖ ЭКОНОМИКИ И ИНФОРМАТИКИ»
УЧЕБНОЕ ИССЛЕДОВАНИЕ
Исследование
роста студентов
группы 3ИС3
Статистика, вероятности и применение
в информационных системах
АНАЛИЗ ГРУППЫ
24
студента
09.02.07 Информационные системы и программирование
6
6
160
170
2
150
Мамалюк Гордей Сергеевич · Баскаков Михаил Сергеевич
10
Число студентов в каждом диапазоне
180

2.

0 1 / З АЧ Е М ЭТО И СС Л Е Д О В А Н И Е
Рост — простой пример большой идеи
Одно измерение может стать полезной информацией, если его правильно обработать.
Удобная среда
Подбор размеров
Аналитика в ИТ
Данные о росте учитывают при
подборе регулируемых столов,
кресел и оборудования.
Распределения помогают
планировать размерные ряды
формы и спортивной
экипировки.
Те же методы работают в
программах, базах данных и
аналитических панелях.
КЛЮЧЕВАЯ ИДЕЯ
Собрать → посчитать → показать → сделать вывод
ГРУППА 3ИС3 · ОРЕНБУРГ / 2026
02 / 12

3.

0 2 / И С ХО Д Н Ы Е Д А Н Н Ы Е
24 студента. Четыре диапазона. Одна задача.
Исследуем распределение роста по сгруппированным данным.
СО С ТАВ Г Р У ПП Ы
24
участника исследования
Доли в общем объёме данных
150–160
160–170
170–180
180–190
2 чел.
6 чел.
6 чел.
10 чел.
В исходной работе даны интервалы роста, а не точные значения каждого студента.
ГРУППА 3ИС3 · ОРЕНБУРГ / 2026
03 / 12

4.

0 3 / З А КО Н РА С П Р Е Д Е Л Е Н И Я
Как получить вероятности
Вероятность каждой категории равна доле студентов, попавших в неё.
ФОРМУЛА
pᵢ = nᵢ / N
nᵢ — число студентов
в диапазоне
150–160 см
8,3%
160–170 см
25,0%
170–180 см
25,0%
180–190 см
41,7%
N = 24 — вся группа
Проверка: 2/24 + 6/24 + 6/24 + 10/24 = 1
ГРУППА 3ИС3 · ОРЕНБУРГ / 2026
04 / 12

5.

0 4 / Ф О Р М А РА С П Р Е Д Е Л Е Н И Я
Как выглядит распределение на графике
Многоугольник распределения строится по серединам интервалов.
12
10
10
8
6
41,7%
6
10 из 24 студентов
6
4
САМЫЙ ЧАСТЫЙ
2
Диапазон
180–190 см
2
0
155
ГРУППА 3ИС3 · ОРЕНБУРГ / 2026
165
Середина интервала, см
175
185
05 / 12

6.

0 5 / Ч И С Л О В Ы Е Х А РА К Т Е Р И С Т И К И
Три числа, которые описывают группу
Среднее положение, разброс и его удобная единица измерения.
МАТЕМАТИЧЕСКОЕ ОЖИДАНИЕ
СРЕДНЕКВАДРАТИЧЕСКОЕ
175
10
см
ДИСПЕРСИЯ
см
100
см²
Средний рост
Типичный масштаб разброса
Мера разброса
Взвешенное среднее
по серединам интервалов
Показывает, насколько
различаются значения
Использует квадраты
отклонений от среднего
M(X) = Σ xᵢ · pᵢ
σ(X) = √D(X)
D(X) = Σ (xᵢ – M)² · pᵢ
ВАЖНО
Среднее 175 см — приблизительное: использованы середины диапазонов 155, 165, 175 и 185.
ГРУППА 3ИС3 · ОРЕНБУРГ / 2026
06 / 12

7.

0 6 / Н А КО П Л Е Н Н А Я В Е Р О Я Т Н О С Т Ь
Функция распределения F(x)
Каждая ступень показывает долю значений, не превышающих порог x.
100%
ПРИМЕР
F(175)
75%
= 58,3%
50%
25%
14 из 24
учтены к отметке
175 см включительно
0%
155
165
175
185
x — середина интервала роста, см
ГРУППА 3ИС3 · ОРЕНБУРГ / 2026
07 / 12

8.

0 7 / С В Я З Ь СО С П Е Ц И А Л Ь Н О С Т Ь Ю
От измерения до информационной системы
Так строится почти любой сервис, который работает с реальными данными.
01
02
03
04
05
СБОР
ХРАНЕНИЕ
ОБРАБОТКА
ГРАФИКИ
ВЫВОД
Измерения
и проверка
Таблицы
и база данных
SQL, Python
и формулы
Диаграммы
и дашборды
Отчёт
и решения
Безопасность данных
Для общих отчётов достаточно обезличенных итогов, как в этой работе.
ГРУППА 3ИС3 · ОРЕНБУРГ / 2026
08 / 12

9.

0 8 / П РА К Т И К А П Р О Г РА М М И Р О В А Н И Я
Эти же выводы может получить Python
Пример простого алгоритма на исходной сводной таблице.
analysis.py
РЕЗУЛЬТАТ
01
counts = {"150-160": 2, "160-170": 6,
02
"170-180": 6, "180-190": 10}
03
total = sum(counts.values())
04
percent = {k: n / total * 100
05
180–190
самый частый диапазон
for k, n in counts.items()}
06
top = max(counts, key=counts.get)
07
print(top, round(percent[top], 1))
ГРУППА 3ИС3 · ОРЕНБУРГ / 2026
41,7%
студентов группы
09 / 12

10.

0 9 / ГД Е ЭТО П Р И М Е Н И М О
От учебной статистики к реальным задачам
Самое главное — не просто вычислить числа, а правильно использовать их.
01
02
03
Эргономика
Экипировка
Цифровые отчёты
Планирование регулируемых
рабочих мест с учётом роста и
других параметров человека.
Предварительная оценка
потребностей в размерах
одежды и спортивного
инвентаря.
Сводные показатели и
графики в аналитических
модулях колледжа и других
организаций.
Не стоит делать выводы о здоровье, возможностях или качествах человека только по росту.
ГРУППА 3ИС3 · ОРЕНБУРГ / 2026
10 / 12

11.

1 0 / О Г РА Н И Ч Е Н И Я И СС Л Е Д О В А Н И Я
Что важно понимать при интерпретации
Хороший аналитик знает не только ответ, но и точность своих выводов.
01
02
03
Только одна группа
Выводы описывают 24 студентов группы 3ИС3, а не всех студентов
колледжа.
Интервальные данные 175 см — приближённое среднее: в расчётах взяты середины
диапазонов.
Частый ≠ большинство 180–190 см — самая большая категория, но 41,7% меньше
половины группы.
Главный принцип: выводы должны соответствовать качеству и объёму исходных данных.
ГРУППА 3ИС3 · ОРЕНБУРГ / 2026
11 / 12

12.

ИТОГ ИССЛЕДОВАНИЯ
От измерений
к понятным
решениям
Статистика помогает видеть закономерности.
Программирование делает этот анализ быстрым,
повторяемым и наглядным.
СПАСИБО ЗА ВНИМАНИЕ!
Источники: учебное исследование группы 3ИС3 (2026); В. Е. Гмурман, «Теория вероятностей и математическая статистика» (2023).
24
студента
175 см
среднее значение
41,7%
самый частый интервал
Мамалюк Г. С. · Баскаков М. С.

13.

1 1 / С П И СО К И С ТОЧ Н И КО В
Список использованных источников
Материалы, на которых основаны расчёты и оформление исследования.
01
02
03
Гмурман В. Е.
Теория вероятностей и математическая статистика: учебник для СПО.
Москва: Юрайт, 2023.
ГОСТ 7.32–2017
Отчёт о научно-исследовательской работе. Структура и правила
оформления.
Данные группы 3ИС3
Сводные данные о росте студентов группы 3ИС3 (24 человека). Оренбург,
2026.
Источники использованы при подготовке учебного исследования и презентации.
ГРУППА 3ИС3 · ОРЕНБУРГ / 2026
13 / 13