sapiСистемный анализ и прикладная информатика«System analysis and applied information science»2309-49232414-0481Belarusian National Technical University10.21122/2309-4923-2026-1-82-87sapi-803Research ArticleИнформационные технологииInformation technologiesПрограммные средства автоматизации расчетов для факторного, регрессионного, корреляционного анализовSoftware tools for automating calculations for factorial, regression, and correlation analysesВишняковВ. А.VishnyakouU. A.

Вишняков Владимир Анатольевич – доктор технических наук, профессор.

Минскvish@bsuir.by

 

Uladzimir Anatolyevich Vishnyakou – Doctor of Technical Sciences, Professor.

Minsk vish@bsuir.by

 

vish@bsuir.byПолоскоЕ. И.PoloskoE.

Полоско Екатерина Ивановна – старший преподаватель.

г. Минскkafei@bsuir.by

Ekaterina Polosko – Senior Lecturer.

Minskkafei@bsuir.by

kafei@bsuir.byБелорусский государственный университет информатики и радиоэлектроникиБеларусьBelarusian State University of Informatics and RadioelectronicsBelarus202610042026018287Copyright © Вишняков В.А., Полоско Е.И., 20262026Вишняков В.А., Полоско Е.И.Vishnyakou U.A., Polosko E.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://sapi.bntu.by/jour/article/view/803

Предметом исследований является анализ применения средств автоматизации расчетов для использования факторного, регрессионного, корреляционного анализов. Цель статьи: приведение известного и авторского опыта использования языка Пайтон для применения факторного, регрессионного и корреляционного анализов и опыт авторов в их применении. Рассмотрены основные аспекты теоретических основ данных методов анализа. Проведена классификация программных средств для автоматизации статистических расчетов. Рассмотрены преимущества и ограничения языков программирования (Pyton, R), коммерческих платформ (SPSS, SAS, Stata), BI-платформ (Tableau, Power BI, Zoho Analytics), открытых платформ (KNIME, RapidMiner), специализированных статистических пакетов (JASP, Jamovi). Детализирована методология применения автоматизированного статистического анализа, включая подготовку исходных данных, выбор метода, настойку параметров, выполнение расчетов и получение первичных результатов. Приведена авторская методика автоматизации комплексного анализа для оценки использования нейронных сетей, Интернета вещей (IoT) в учебном процессе университета.

The subject of research is the analysis of the use of calculation automation tools for the use of factorial, regression, and correlation analyses. The purpose of the article is to present the well‒known and author's experience of using the Python language for applying factorial, regression and correlation analyses and the experience of the authors in their application. The main aspects of the theoretical foundations of these methods of analysis are considered. The classification of software tools for automation of statistical calculations is given. The advantages and limitations of programming languages (Python, R), commercial platforms (SPSS, SAS, Stata), BI platforms (Tableau, Power BI, Zoho Analytics), open platforms (KNIME, RapidMiner), specialized statistical packages (JASP, Jamovi) are considered. The methodology of the application of automated statistical analysis is detailed, including the preparation of initial data, the choice of method, tincture of parameters, performing calculations and obtaining primary results. The author's methodology for automating complex analysis for evaluating the use of neural networks, the Internet of Things and blockchain in the university's educational process is presented.

факторныйрегрессионныйкорреляционныйанализавтоматизацияязыкиплатформысистемыfactorialregressioncorrelationanalysisautomationlanguagesplatformssystemsReferencesХацкевич, Г. А. Эконометрика / Г.А. Хацкевич, Т. В. Русилко. Минск : РИВШ, 2021. 450 с.Khatskevich G.A., Rusilko T.V. Ekonometrika [Econometrics]. Minsk: RIVSh; 2021. 452 p. (in Russian).Абляминов, Р. Ф. Применение корреляционного и регрессионного анализа в системе прогнозирования технологического процесса / Р. Ф. Абляминов // Научные высказывания. 2023. №21 (45). С. 24–28. URL: https://nvjournal.ru/article/Primenenie_korreljatsionnogo_i_regressionnogo_analiza_v_sisteme_prognozirovanija_tehnologicheskogo_protsessa (дата обращения: 02.09.2025).Ablyaminov R.F. Primeneniye korrelyatsionnogo i regressionnogo analiza v sisteme prognozirovaniya tekhnologicheskogo protsessa [Application of correlation and regression analysis in the process forecasting system]. Nauchnye vyskazyvaniya. 2023;21(45):24–28 (in Russian). Available at: https://nvjournal.ru/article/Primenenie_korreljatsionnogo_i_regressionnogo_analiza_v_sisteme_prognozirovanija_tehnologicheskogo_protsessa (accessed 09 September 2025).Прикладная статистика. Основы эконометрики : в 2 т. 2-е изд., испр. М. : ЮНИТИ-ДАНА, 2001. Т. 1 : Теория вероятностей и прикладная статистика / С. А. Айвазян, В. С. Мхитарян. 656 с.Prikladnaya statistika. Osnovy ekonometriki [Applied Statistics. Fundamentals of Econometrics]: In 2 vol. 2nd ed. Vol. 1: Ayvazyan S.A., Mkhitaryan V.S. Probability Theory and Applied Statistics. Moscow: UNITY-DANA; 2001. 656 p. (in Russian).The Top 10 Data Analysis Tools for Perfect Data Management // Software Testing Help. URL: https://www.softwaretestinghelp.com/data-analysis-tools%20/ (date of access: 02.09.2025).The Top 10 Data Analysis Tools for Perfect Data Management. Software Testing Help. Available at: https://www.softwaretestinghelp.com/data-analysis-tools%20/ (accessed 09 September 2025).30 Big Data Tools to Improve Your Analysis in 2025 // Octoparse Blog. URL: https://www.octoparse.com/blog/top-30-big-data-tools-for-data-analysis-in-2021 (date of access: 02.09.2025).30 Big Data Tools to Improve Your Analysis. Octoparse Blog. Available at: https://www.octoparse.com/blog/top-30-big-data-tools-for-data-analysis-in-2021 (accessed 09 September 2025).Statistical Consulting // UCLA. URL: https://stats.oarc.ucla.edu/ (date of access: 15.09.2025).Statistical Consulting. UCLA. Available at: https://stats.oarc.ucla.edu/ (accessed 15 September 2025).Top 15 Automation Tools for Data Analytics // GeeksforGeeks. URL: https://www.geeksforgeeks.org/data-science/top-15-automation-tools-for-data-analytics/ (date of access: 20.09.2025).Top 15 Automation Tools for Data Analytics. GeeksforGeeks. Available at: https://www.geeksforgeeks.org/data-science/top-15-automation-tools-for-data-analytics/ (accessed 20 September 2025).Top 21 Data Analysis Tools for 2025 // OWOX Blog. URL: https://www.owox.com/blog/articles/data-analysis-tools (date of access: 02.10.2025).Top 21 Data Analysis Tools for 2025. OWOX Blog. Available at: https://www.owox.com/blog/articles/data-analysis-tools (accessed 02 October 2025).Использование методов корреляционно-регрессионного анализа в бизнесе // StudFiles. URL: https://studfile.net/preview/717158/page:20/ (date of access: 05.10.2025).Using methods of correlation and regression analysis in business. StudFiles. Available at: https://studfile.net/preview/7717158/page:20/ (accessed 05 October 2025).IT Data Analytics Software // ManageEngine Analytics Plus URL: https://www.manageengine.com/analytics-plus/ (date of access: 10.09.2025).IT Data Analytics Software. ManageEngine Analytics Plus. Available at: https://www.manageengine.com/analytics-plus/ (accessed 10 September 2025).Best Product Analytics Tools for Product and Marketing Teams in 2025 // Userpilot Blog. URL: https://userpilot.com/blog/product-analytics-tools/ (date of access: 12.10.2025).Best Product Analytics Tools for Product and Marketing Teams in 2025. Userpilot Blog. Available at: https://userpilot.com/blog/product-analytics-tools (accessed 12 October 2025).Вишняков, В. А. Комплексный анализ для оценки использования сетей интернета вещей в учебном процессе университета информатики и радиоэлектроники / В. А. Вишняков, Г. А. Хацкевич, Е. И. Полоско // Статистика и экономика. 2025. Т. 22, № 4. С. 52–60. DOI: 10.21686/2500-3925-2025-4-52-51.Vishniakou U.A., Khatskevich G.A., Polosko E.I. Comprehensive analysis to evaluate the use of internet of things networks in the educational process of the university of informatics and radio electronics. Statistics and Economics. 2025;22(4):52–60 (in Russian). https://doi.org/10.21686/2500-3925-2025-4-52-51.Вишняков, В.А. Факторный, регрессионный и корреляционный анализы для оценки использования нейронных сетей в учебном процессе университета / В. А. Вишняков, Е. И. Полоско // Системный анализ и прикладная информатика. 2025. № 4. С. 56–63. DOI: 10.21122/2309-4923-2025-4-56-63.Vishniakou U.A., Polosko E.I. Factorial, regression and correlation analyses to evaluate the use of neural networks in the university educational process. System analysis and applied information science. 2025;4:56–63 (in Russian). https://doi.org/10.21122/2309-4923-2025-4-56-63.

The authors declare that there are no conflicts of interest present.