Готовая лабораторная работа: Apriori и Apple в R

📘 О чем эта работа

Работа посвящена двум практическим заданиям в среде R: поиску ассоциативных правил в транзакциях магазина Groceries и визуализации временного ряда котировок акций Apple AAPL. В первой части исследуются покупки из 9835 транзакций с 169 товарами, во второй — исторические цены акций с акцентом на показатель Close и динамику его изменения во времени.

Материал показывает полный цикл обработки: загрузку пакетов, подготовку данных, разведочный анализ, построение правил Apriori и создание статического и анимированного графика для биржевых котировок.

📚 Что внутри

В работе последовательно разобраны реальные этапы анализа и визуализации:

• описание транзакционного набора Groceries из пакета arules: количество покупок, число уникальных товаров и структура корзин;
• подсчет частоты товаров и построение графика наиболее популярных позиций через itemFrequencyPlot();
• поиск ассоциативных правил алгоритмом Apriori с порогами support = 0.01 и confidence = 0.3;
• сортировка правил по lift, просмотр первых трех правил и выборка связей для товара whole milk;
• загрузка котировок Apple из Excel, приведение даты к формату Date, проверка пропусков и сортировка по времени;
• построение линейного графика цены закрытия Close и анимации с помощью gganimate и transition_reveal();
• сохранение результата в GIF-файл для отчета или презентации;
• итоговые выводы о применимости ассоциативных правил и временной визуализации в прикладной аналитике.

Также в формулировке второго задания заявлена проверка статистических гипотез по логарифмической доходности, что делает тему полезной для дальнейшего расширения работы до полноценного финансового анализа.

📊 Для кого подходит

Подходит студентам 2–4 курса по информатике, прикладной математике, статистике, экономике и анализу данных для подготовки отчетов, лабораторных и практических работ по R.

✨ Особенности

Сильная сторона этой работы — сочетание двух популярных направлений: market basket analysis и визуализации временных рядов. Используются практические инструменты R: arules, arulesViz, tidyverse, lubridate, gganimate, transformr и readxl.

Материал удобно использовать как основу для отчета: есть готовая логика загрузки данных, понятные шаги обработки, примеры кода и интерпретация результатов. При необходимости работу легко адаптировать под другие наборы транзакций или другой финансовый инструмент вместо акций Apple.

❓ Частые вопросы

Подойдет ли для моего ВУЗа?
Структура универсальна и подходит для стандартного оформления лабораторных и практических работ по аналитике данных.

Можно адаптировать?
Да, код и формулировки можно быстро изменить под требования преподавателя, другой датасет или нужный формат отчета.