Ананализ студенческой миграции 2019–2023

Я выбрала датасет «Global Student Migration & Higher Education Trends» с сайта kaggle.com. Он содержит данные о международной студенческой миграции за период 2019–2023 гг. Мне было интересно проанализировать эти данные, чтобы понять, какие страны чаще всего выбирают студенты для получения высшего образования, а также какие направления обучения пользуются наибольшей популярностью.

Типы использованных диаграмм:

1. Столбчатая диаграмма
2. Линейная диаграмма
3. Точечная диаграмма
4. Круговая диаграмма

Для анализа данных о международной студенческой миграции я использовала библиотеку pandas, matplotlib.pyplot и seaborn, которые позволили построить диаграммы, а также оформить их в едином стиле.

Столбчатая диаграмма показывает страны, принимающие международных студентов. Длина столбцов отражает количество студентов в каждой стране, что позволяет легко сравнить страны между собой и определить, какие государства являются лидерами по приему иностранных студентов.

Линейный график отображает изменение общего числа международных студентов во времени. Каждая точка соответствует количеству студентов, зачисленных в конкретном году, а линия соединяет эти значения, формируя временной тренд.

График позволяет оценить, как менялась интенсивность международной студенческой миграции по годам. Наличие восходящего тренда может указывать на рост глобальной мобильности студентов и расширение доступа к международному образованию. Возможные резкие изменения могут быть связаны с внешними факторами, такими как экономические кризисы, изменения визовой политики, а также другие глобальные события.

Круговая диаграмма отображает распределение долей международных студентов между топ-5 странами назначения. Каждому сектору соответствует конкретная страна, а подписи указывают её вклад в общем объёме студентов этой группы. Визуализация показывает, что среди лидирующих стран наблюдается высокая степень конкуренции и равномерное распределение долей: разрыв между первым и пятым местом минимален. Это свидетельствует об отсутствии явного доминанта внутри этой группы и о том, что все пять направлений обладают схожей степенью привлекательности для иностранных студентов.

Данная диаграмма помогает оценить не только состав лидеров, но и высокую сбалансированность популярности их образовательных систем внутри представленного топа.

Диаграмма демонстрирует 10 наиболее популярных направлений обучения среди международных студентов и количество студентов, выбравших каждую из этих областей. Каждая точка соответствует одному направлению подготовки.

График позволяет увидеть, какие области знаний наиболее востребованы в международной образовательной мобильности. Концентрация точек на определённых направлениях указывает на глобальный спрос на соответствующие навыки и профессии. В верхней группе (630–645 студентов) наблюдается высокая концентрация спроса на социальные, экономические и технические дисциплины. В то же время такие направления, как искусство и медицина, образуют отдельный сегмент с заметным численным отрывом, замыкая десятку лидеров. Такой формат визуализации позволяет интерпретировать данные как отражение мировых образовательных приоритетов. Акцент смещен в сторону профессий, напрямую связанных с управлением, технологиями и правовым регулированием. .

Анализ международной студенческой миграции наглядно показал географию и ключевые приоритеты современного образования. На основе представленных данных можно сделать вывод, что наиболее популярными странами назначения являются ОАЭ, Великобритания, Германия и Россия, между которыми поток студентов распределен практически поровну, что свидетельствует о высокой конкуренции на этом рынке. Общая динамика численности учащихся указывает на серьезное влияние внешних факторов: после заметного спада в 2021 году отрасль показала стремительный восстановительный рост уже в 2022 году. В выборе специальностей безусловными лидерами являются социальные науки, бизнес и инженерия Таким образом, графики помогают увидеть, как распределяются студенты по странам и специальностям, как меняется их число во времени и где сосредоточены основные образовательные интересы.

ChatGPT — помогал редактировать код и структурировать материал для презентации.

Leonardo — использовался для генерации обложки и иллюстративных изображений.

Carbon — применялся для создания красивых изображений с кодом, которые были вставлены в презентацию.

1. Описательная (дескриптивная) статистика — применялась для анализа общих характеристик международной студенческой миграции. С её помощью оценивалось количество международных студентов, распределение по странам назначения, годам зачисления и направлениям обучения, что позволило получить общее представление о структуре данных.

2. Частотный анализ использовался для подсчёта числа студентов в различных категориях, таких как страны назначения и направления обучения. Этот метод позволил выявить наиболее популярные страны и области обучения среди международных студентов.

3. Ранжирование применялось для выделения топ-10 стран назначения и топ-10 направлений обучения по количеству студентов, а также топ-5 стран с наибольшей долей международных студентов.

4. Процентный анализ распределений использовался для расчёта долей студентов в ведущих странах назначения, что позволило наглядно показать степень концентрации международной студенческой миграции.

5. Базовый анализ временных рядов применялся для изучения динамики числа международных студентов по годам. Этот метод позволил выявить общий тренд изменения международной студенческой мобильности и зафиксировать периоды роста и спада