🧙♂️Я провожу довольно много собеседования (до 5 в неделю) и по долгу службы регулярно пытаюсь вычленить крупицы знаний из кандидатов. И в последнее время стал замечать, что люди путают довольно разные вещи во время своих ответов. Причины обычно две: стресс или путаница. Как бороться с первым можно узнать из давнишнего видео, а со вторым разберемся сейчас.
🏧 Есть термины, которые звучат похоже или используются в схожих контекстах, но на самом деле имеют разные значения.
🔝 Сегодня разберем топ 7 самых популярных "парочек", которые часто путают в моей практике собеседований и работы, и научимся их различать!
1. WHERE vs HAVING
WHERE используется для фильтрации строк до группировки.
HAVING применяется для фильтрации после группировки (например, с GROUP BY).
Пример:
SELECT department, AVG(salary)
FROM employees
WHERE salary > 3000
GROUP BY department
HAVING AVG(salary) > 5000;
👉 Как не путать: Запомните, что WHERE — это "фильтр до группировки", а HAVING — "фильтр после группировки".
2. Мода vs Медиана
Мода — это значение, которое встречается в наборе данных чаще всего.
Медиана — это значение, которое находится ровно в середине упорядоченного набора данных.
Пример:
В наборе [1, 1, 2, 3, 4]:
Мода = 1 (встречается чаще всего).
Медиана = 2 (середина списка).
👉 Как не путать: Мода — про "частоту", медиана — про "середину".
3. Точность (Precision) vs Полнота (Recall)
Точность — это доля правильных предсказаний среди всех положительных предсказаний модели.
Полнота — это доля правильных предсказаний среди всех реальных положительных случаев.
Пример:
Если модель предсказала 10 котов, но только 8 из них действительно коты:
Точность = 8/10 = 80%.
Полнота = 8/(общее число котов в данных).
👉 Как не путать: Точность — про "качество предсказаний", полнота — про "охват реальных случаев".
4. Корреляция vs Причинность
Корреляция — это статистическая связь между двумя переменными.
Причинность — это когда одна переменная вызывает изменение другой.
Пример:
Летом продажи мороженого и количество утоплений коррелируют, но это не значит, что мороженое вызывает утопления.
👉 Как не путать: Корреляция — про "связь", причинность — про "влияние".
5. Гистограмма vs Столбчатая диаграмма
Гистограмма показывает распределение непрерывных данных (например, возраст, доход) через интервалы (бины).
Столбчатая диаграмма сравнивает категориальные данные (например, продажи по городам).
Пример:
Гистограмма: сколько людей в интервалах 20-30 лет, 30-40 лет и т.д.
Столбчатая диаграмма: продажи в Москве, Петербурге, Казани.
👉 Как не путать: Гистограмма — для чисел с интервалами, столбчатая диаграмма — для категорий.
6. Генеральная совокупность vs Выборка
Генеральная совокупность — это все объекты исследования (например, все пользователи приложения).
Выборка — это подмножество генеральной совокупности, с которым работает аналитик.
Пример:
Если вы опрашиваете 1000 человек из 10 млн пользователей, это выборка.
👉 Как не путать: Генеральная совокупность — "все", выборка — "часть".
7. Сортировка vs Фильтрация (путают чаще всего)
Сортировка упорядочивает данные по заданному критерию (например, по возрастанию или алфавиту), не удаляя строки.
Фильтрация оставляет только те данные, которые соответствуют условию, исключая остальные.
Пример:
Сортировка: список клиентов по дате регистрации (от новых к старым).
Фильтрация: показ только клиентов из Москвы.
👉 Как не путать:
Сортировка меняет порядок данных («сначала дорогие товары»).
Фильтрация меняет состав данных («только товары со скидкой»).
🎯 А какие термины путали вы? Делитесь в комментариях!
P.S
Если тема поста понравится, то сделаю из нее небольшую серию еще по Python и SQL.
😀 @onlyanalystgroup
💬 @onlyanalystchat
#аналитика #sql #статистика