Как пользоваться аналитикой базы

Пошаговая инструкция, пояснение режимов, правил, логики, производительности и исследовательских сценариев.

С чего начать
1) Выберите базу прямо в блоке аналитики. 2) Добавьте событие для базы. 3) Создайте исследование и выберите режим. 4) Добавьте правила. 5) При необходимости соберите логическую модель из правил. 6) Запустите исследование и изучите результаты, статистику, подгруппы и exploratory-блок.

Доводка
В этом разделе можно пройти по всем картам выбранной базы и задать индивидуальные события для каждой карты: успех, кризис, пик, провал или любое ваше название. Для события доступны возраст или дата, вес важности 0–10, надежность источника 0–1, окно анализа до/после события, анти-пример и пользовательские параметры карты — например пол, жанр, страна, эпоха. Эти параметры затем можно использовать как фильтры и группировки.

Гипотезы, визуализация и сравнение баз
После анализа сохраняйте гипотезы с описанием, параметрами и результатом. Вкладка «Гипотезы» показывает карточки вертикально: Статус с пояснением, блок Проверить на другой базе, Историю гипотезы и Параметры и результат. Статус «не рассчитана» означает, что гипотеза сохранена, но ещё не проверялась; для проверки нажмите «Пересчитать» или выберите другую базу. Во вкладке визуализации смотрите частоту аспектов, распределение возраста события, тепловую карту домов и готовые датасеты для графиков. Во вкладке сравнения баз можно сопоставить две группы, например «успешные музыканты» и «обычные люди».

Нагрузка на сервер
Для больших баз используйте асинхронный запуск чанками и легкий режим. Асинхронный запуск ставит прогон в очередь и обновляет прогресс, не удерживая AJAX-запрос минутами. Легкий режим помечается как черновой: он уменьшает bootstrap/folds и отключает тяжелые проверки, но не меняет базовую логику правил. Финальный режим оставлен для окончательной проверки. Вес орба можно оставить линейным или выбрать гауссов/косинусный режим. Тест чувствительности к системе домов запускается только асинхронно и пишет robustness_index, AUC и χ² в результат прогона. Logic Tree готовится как отдельный этап: дерево правил хранится в JSON и считается рекурсивным интерпретатором без eval(). Визуализации открываются лениво и берут готовые/cached Chart.js datasets, поэтому графики не пересчитываются при каждом открытии страницы.

Какие исследования можно проводить
Подтверждение гипотез по здоровью, отношениям, карьере, переездам, операциям, травмам, деньгам, творчеству, родительству, событиям по возрастным окнам и любым другим темам, где есть база карт и события с датой. Система подходит как для поиска корреляций, так и для проверки конкретной гипотезы.

Режимы исследования
Поисковое — система сама ищет частые и сильные факторы, комбинации и подгруппы. Подтверждающее — проверяется только ваша гипотеза и логическая модель. Прогностическое — строится оценка вероятности события, считаются ROC/AUC, k-fold и устойчивость модели.

Что такое правила и логическая модель
Каждое правило — это отдельное астрологическое условие. В списке правил они автоматически получают обозначения L1, L2, L3 и так далее. Ниже, в поле логической модели, вы соединяете правила через И, ИЛИ, НЕ и скобки. Пример: L1 И (L2 ИЛИ L3) означает, что правило L1 обязательно, а из L2 и L3 должно выполниться хотя бы одно.

Как понимать статистику
OR — во сколько раз фактор чаще встречается в совпавших случаях. RR — насколько наличие фактора повышает или снижает вероятность события. χ² и Fisher — тесты различия частот. p-value — вероятность случайного результата. FDR — защита от ложных находок при множественных проверках. ROC/AUC — насколько модель умеет отделять совпавшие случаи от фоновых. Bootstrap и индекс устойчивости показывают, держится ли результат на повторных пересчётах.

Глубокий анализ
Вкладка «Глубокий анализ» считает ожидаемую вероятность, фактическую частоту, отклонение от нормы и упрощенный p-value. Там же есть поиск скрытых закономерностей, влияние фактора, комбинации факторов, отсев ложных факторов, карта влияний, аномалии, прогноз, объяснение результата, чувствительность модели, байесовское обновление, нормализация дублей, балансировка выборки, точность, стабильность и повторяемость.

Скрытые паттерны и кластеры
Вкладка «Групповая аналитика» умеет искать скрытые связки признаков через support и lift, а также группировать карты в кластеры: карьерно-статусный, творческий, интенсивно-трансформационный и смешанный. Это не меняет правила и не запускает тяжелое ML: система только показывает структуру базы и предлагает направления для новых гипотез.

Что стоит помнить
Поисковый режим полезен для генерации идей, но найденные закономерности лучше затем перепроверять в подтверждающем режиме. Если данные неточные, обязательно смотрите на подгруппы по качеству и надежности источника. Если одна карта содержит много событий, включайте группировку по карте, чтобы результат не был перекошен. Чем меньше орб, тем сильнее вклад аспекта. Чем больше техник подтверждают одну и ту же тему, тем интереснее вывод.

Рекомендуемый сценарий работы
Сначала соберите аккуратную базу событий. Затем в поисковом режиме найдите сильные факторы и комбинации. После этого сформулируйте гипотезу и проверьте её в подтверждающем режиме. Если гипотеза устойчива, можно переходить к прогностическому режиму и оценивать вероятность события на новых случаях.

Когда и зачем указывать дату события
Дата события нужна для точных астрологических расчетов: транзитов, дирекций, прогрессий, орбов, временных рядов и ROC/AUC по событиям. Если дата есть — всегда указывайте её, даже если она приблизительная.

Когда дата обязательна: если исследование использует транзиты, аспекты по дням, орбы, точные события или проверку техники на конкретный день. Без даты такие расчеты становятся некорректными.

Когда можно без даты: если вы анализируете только возраст, жизненный этап или обобщенное событие: ранний успех, поздний успех, пик карьеры. Тогда движок автоматически работает в ограниченном режиме: отключает техники, требующие даты, и опирается на возрастные признаки.

Главный принцип: «События» — это факты, а «Доводка» — способ подготовки этих фактов к анализу. Дату лучше хранить в событиях как источник истины, а в доводке решать, использовать точную дату, возрастной коридор или период.

Пошаговое руководство по анализу базы карт: пример с музыкантами

Цель: проверить гипотезу «Транзит Юпитера к MC связан с карьерным успехом музыкантов».

Шаг 1. События. Добавьте событие «Получение премии Грэмми», тип «карьерный_успех», дату вручения, надежность источника 0.9, вес события 9 и заметку «Первая значимая награда». Система сохранит факт и привяжет его к человеку в базе «Успешные музыканты».

Шаг 2. Исследования. Создайте проект «Юпитер на MC и карьерный успех», выберите подтверждающее исследование, технику «Транзиты», инструменты «Аспекты» и «Дома», логическую модель L1, лимит событий 50 и Bootstrap 300.

Шаг 3. Правила. Создайте правило L1: объект A — Юпитер из транзитов, объект B — MC из натала, аспекты — соединение/трин/секстиль, максимальный орб 3°. Сохраните JSON правила.

Шаг 4. Запуски. Запустите исследование асинхронно. Для быстрой проверки включите легкий режим. Система пройдет статусы queued → running → completed, рассчитает транзиты на дату события, проверит аспект Юпитера к MC и сохранит совпадения с score.

Шаг 5. Результаты. Пример результата: 35 совпадений из 50, OR = 5.2, RR = 2.1, p-value = 0.008, AUC = 0.72, Bootstrap = 0.65. Общий score гипотезы рассчитывается как AUC × 0.5 + устойчивость × 0.3 + стабильность × 0.2 и показывает 🟢 сильную, 🟡 среднюю или 🔴 слабую гипотезу.

Шаг 6. Глубокий анализ. Проверьте аномалии, влияние фактора, чувствительность орба и байесовское обновление. Если AUC высокий, но Bootstrap низкий, система покажет предупреждение о возможном переобучении.

Шаг 7. Гипотезы. Сохраните вывод как гипотезу «Транзит Юпитера к MC — маркер карьерного успеха». В карточке будут доступны статус, score, история, проверка на другой базе, параметры и результат, A/B сравнение и кнопка «Улучшить гипотезу».

Шаг 8. Визуализация. Постройте распределение возраста события, heatmap домов, распределение орбов и ROC-кривую. Это помогает увидеть, где именно концентрируется эффект.

Шаг 9. Сравнение баз. Сравните базу «Успешные музыканты» с контрольной или случайной выборкой. Если OR = 5.2 в базе А и OR = 1.1 в базе Б, фактор специфичен для успешной группы.

Шаг 10. Групповая аналитика. Постройте портрет группы, скрытые паттерны и кластеры карт. Например, система может показать доминирование 10 дома, сильные связи Солнце–MC и творческий кластер с Венерой/5 домом.

Авто-рекомендация: если возраст событий сильно разбросан, например успех в 21, 60 и 93 года, система показывает: «⚠ широкий разброс возраста → рекомендуется сегментация». Это значит, что ранний, зрелый и поздний успех лучше проверить отдельными подгруппами.