Update README.md, menu_load.py, and 2 more files...

README.md

@@ -2,12 +2,6 @@ chezahuynya1
 =============
 
 bts metodi 1
-1 +
-2 +
-3 +
-4 +
-5 -
-6 -
 
 --------
 

app/menu_load.py

@@ -3,6 +3,7 @@ from app.zadachi.zadacha1 import zadacha1
 from app.zadachi.zadacha2 import zadacha2
 from app.zadachi.zadacha3 import zadacha3
 from app.zadachi.zadacha4 import zadacha4
+from app.zadachi.zadacha5 import zadacha5
 
 class menu:
     
@@ -17,8 +18,7 @@ class menu:
             print('2. Задача 2')
             print('3. Задача 3')
             print('4. Задача 4')
-            print('5. Задача 5 (недоступно)')
+            print('5. Задача 5')
-            print('6. Задача 6 (недоступно)')
             print('0. Exit')
 
             choice = input('Select an option: ')
@@ -33,9 +33,7 @@ class menu:
             elif choice == '4':
                 self.zadacha4_menu()  # Добавлен вызов меню задачи 4
             elif choice == '5':
-                print('Временно недоступно')
+                self.zadacha5_menu()  # Добавлен вызов меню задачи 5
-            elif choice == '6':
-                print('Временно недоступно')
             elif choice == '0':
                 print('Exiting program...')
                 break
@@ -134,10 +132,11 @@ class menu:
                 break  # Вернуться в основное меню
             else:
                 print('Неверный выбор, попробуйте снова.')
+
     def zadacha4_menu(self):
-        """Меню для задачи 4 (работа с полиномиальными данными)."""
+        """Меню для задачи 4"""
         clear_console()
-        z4 = zadacha4()  # Создаем объект задачи 4
+        #z4 = zadacha4()  # Создаем объект задачи 4
         
         while True:
             print('\nЗадача 4:')
@@ -155,3 +154,25 @@ class menu:
                 break
             else:
                 print('Неверный выбор, попробуйте снова.')
+
+    def zadacha5_menu(self):
+        """Меню для задачи 5"""
+        clear_console()
+        
+        while True:
+            print('\nЗадача 5:')
+            print('1. Рассчитать статистики для определения выполнения условий применения линейной регрессии')
+            print('0. Назад')
+
+            choice = input('Выберите подкатегорию: ')
+
+            clear_console()
+
+            if choice == '1':
+                z5 = zadacha5()
+                z5.calculate_spearman_rank_test()
+                z5.calculate_gq_test()
+            elif choice == '0':
+                break
+            else:
+                print('Неверный выбор, попробуйте снова.')

app/zadachi/zadacha5.py

@@ -0,0 +1,79 @@
+import numpy as np
+from app.zadachi.zadacha2 import zadacha2
+from app.zadachi.zadacha1 import zadacha1
+
+class zadacha5:
+    def __init__(self):
+        self.z1 = zadacha1()
+        self.z2 = zadacha2()
+
+    def calculate_spearman_rank_test(self):
+        """
+        Выполняет тест ранговой корреляции Спирмена для проверки взаимосвязи между X и Y.
+        :return: коэффициент корреляции Спирмена и p-value
+        """
+        # Генерируем данные
+        X, Y = self.z1.create_lin_array()
+        
+        # Вычисляем ранги
+        X_ranks = np.argsort(np.argsort(X))
+        Y_ranks = np.argsort(np.argsort(Y))
+        
+        # Вычисляем разницу рангов
+        diff_ranks = X_ranks - Y_ranks
+        
+        # Числитель формулы Спирмена
+        numerator = 6 * np.sum(diff_ranks**2)
+        
+        # Количество наблюдений
+        n = len(X)
+        
+        # Коэффициент корреляции Спирмена
+        spearman_coef = 1 - numerator / (n * (n**2 - 1))
+        
+        # Оценка значимости результата (p-value) не рассчитывается вручную здесь, но коэффициент корреляции интерпретируется.
+        print(f'Коэффициент корреляции Спирмена: {spearman_coef:.3f}')
+        
+        # Интерпретация результата
+        if np.abs(spearman_coef) > 0.5:
+            print("Существует значимая взаимосвязь между X и Y.")
+        else:
+            print("Взаимосвязь между X и Y слабая или отсутствует.")
+
+    def calculate_gq_test(self):
+        """
+        Выполняет тест Голдфелда-Квандта для проверки гомоскедастичности.
+        :return: значение статистики F и результат теста
+        """
+        # Генерируем данные
+        X, Y = self.z1.create_lin_array()
+        
+        # Рассчитываем коэффициенты регрессии
+        b0, b1 = self.z2.calculate_coefficients(X, Y)
+        
+        # Вычисляем остатки
+        residuals = Y - self.z2.predict(X, b0, b1)
+        
+        # Сортируем данные по X для выполнения теста
+        sorted_indices = np.argsort(X)
+        residuals_sorted = residuals[sorted_indices]
+        
+        # Разбиваем данные на две части
+        split_index = len(residuals_sorted) // 2
+        residuals_low = residuals_sorted[:split_index]
+        residuals_high = residuals_sorted[split_index:]
+        
+        # Вычисляем средние квадраты остатков
+        var_low = np.var(residuals_low, ddof=1)
+        var_high = np.var(residuals_high, ddof=1)
+        
+        # Тестовая статистика F
+        f_stat = var_high / var_low
+        
+        print(f'Статистика F: {f_stat:.3f}')
+        
+        # Интерпретация результата
+        if f_stat > 2 or f_stat < 0.5:
+            print("Остатки не гомоскедастичны. Условие линейной регрессии нарушено.")
+        else:
+            print("Остатки гомоскедастичны. Условие линейной регрессии выполнено.")