r — title: “Интерес школьников к инженерии: Казахстан vs Россия” author: “Ермоленко Максим” date: “2026-01-15” output: html_document: theme: flatly toc: true toc_float: true — `{r setup, warning=FALSE, message=FALSE} library(tidyverse) library(plotly) library(kableExtra) library(DT) Данные по интересам к инженерии r file:12 text data <- tibble( Год = rep(2023:2025, each = 2), Страна = rep(c(“Казахстан”, “Россия”), 3), Интерес_к_инженерии = c(8, 52, 10, 58, 12, 64), Гранты_тех = c(15, 45, 45, 55, 60, 62), Проф_классы = c(200, 1500, 500, 1800, 1000, 2200) ) data %>% DT::datatable(rownames = FALSE, options = list(pageLength = 10, scrollX = TRUE, dom = ‘t’)) %>% formatRound(columns = 3:5, digits = 0) %>% formatStyle(columns = c(“Страна”), target = ‘row’, fontWeight = styleEqual(c(“Казахстан”, “Россия”), c(‘bold’, ‘bold’))) График 1: Динамика интереса text data_long <- data %>% pivot_longer(-c(Год, Страна), names_to = “Показатель”, values_to = “Значение”) p1 <- ggplot(data_long, aes(x = Год, y = Значение, color = Страна, group = Страна)) + geom_line(linewidth = 3, alpha = 0.9) + geom_point(size = 6, alpha = 1) + facet_wrap(~Показатель, ncol = 1, scales = “free_y”) + scale_color_manual(values = c(“Казахстан” = “#E74C3C”, “Россия” = “#3498DB”)) + labs(title = “Динамика интереса к инженерии (2023-2025)”, subtitle = “Казахстан vs Россия”, y = “Значение (%)”, caption = “Данные профориентации школьников”) + theme_minimal(base_size = 14) + theme(legend.position = “bottom”, plot.title = element_text(size = 20, hjust = 0.5, face = “bold”), strip.text = element_text(size = 12, face = “bold”)) ggplotly(p1, height = 600, width = 900) График 2: Сравнение 2025 года text data_2025 <- data %>% filter(Год == 2025) p2 <- data_2025%>% pivot_longer(-c(Год, Страна), names_to = “Показатель”, values_to = “Значение”) %>% ggplot(aes(x = reorder(Показатель, Значение), y = Значение, fill = Страна)) + geom_col(position = “dodge”, alpha = 0.85, width = 0.7) + geom_text(aes(label = paste0(Значение,“%”)), position = position_dodge(width = 0.7), vjust = -0.3, size = 5, fontface = “bold”) + coord_flip() + scale_fill_manual(values = c(“Казахстан” = “#E74C3C”, “Россия” = “#3498DB”)) + labs(title = “Интерес к инженерии в 2025 году”, subtitle = “Казахстан | Россия”, y = “% школьников”) + theme_minimal(base_size = 14) + theme(legend.position = “bottom”, plot.title = element_text(size = 20, hjust = 0.5, face = “bold”)) ggplotly(p2, height = 600) График 3: Темпы роста text data_growth <- data %>% group_by(Страна) %>% mutate(Рост_интереса = (Интерес_к_инженерии - lag(Интерес_к_инженерии))/lag(Интерес_к_инженерии)*100) p3 <- ggplot(data_growth, aes(x = Год, y = Рост_интереса, fill = Страна)) + geom_col(position = “dodge”, alpha = 0.8, width = 0.6) + geom_text(aes(label = round(Рост_интереса,1)), position = position_dodge(width = 0.6), vjust = -0.3, size = 4) + scale_fill_manual(values = c(“Казахстан” = “#E74C3C”, “Россия” = “#3498DB”)) + labs(title = “Темпы роста интереса к инженерии (%)”, subtitle = “Год к году”, y = “Темпы роста (%)”) + theme_minimal(base_size = 14) + theme(legend.position = “bottom”, plot.title = element_text(size = 18, hjust = 0.5, face = “bold”)) ggplotly(p3, height = 500) Ключевые выводы 📊 РЕЗУЛЬТАТЫ АНАЛИЗА: СтранаИнтерес 2025Рост за 3 годаПроф. классыКазахстан12%+50%1000Россия64%+23%2200 ✅ ТЕНДЕНЦИИ: Казахстан: самый высокий темп роста (+50%) Россия: абсолютное лидерство (64%) Инвестиции: KZ удвоил гранты на STEM 🎯 РЕКОМЕНДАЦИИ: KZ: масштабировать инженерные классы RU: поддерживать лидерство через НТТМ