ما هو الاحتمال والاحصاء؟

ما هو الاحتمال والاحصاء؟

شير الاحتمالية والإحصاء عادة إلى دورة تمهيدية في الاحتمالات والإحصاء.

جزء "الاحتمالية" من الفصل يتضمن حساب احتمالات وقوع أحداث. في حين أنه من المعتاد أن يتضمن الفصل سيناريوهات أساسية مثل أوراق اللعب ورمي النرد في البداية ، يتم استخدام هذه الأدوات الأساسية لاحقًا في الفصل للعثور على احتمالات أكثر تعقيدًا ، مثل احتمال الإصابة بمرض معين.

يتضمن جزء "الإحصائيات" من الاحتمالات والإحصاءات مجموعة متنوعة من الأساليب للعثور على الإحصائيات الفعلية ، وهي أرقام يمكنك استخدامها للتعميم حول مجموعة سكانية.

الإحصائيات كيف تصنع على سبيل المثال: يمكنك حساب ارتفاع جميع زملائك الذكور في الفصل وإيجاد متوسط ​​الارتفاع ليكون 5'9 this - هذه إحصائية. ولكن بعد ذلك يمكنك أن تأخذ هذه الإحصائية وتقول "أعتقد أن متوسط طول الرجل الأمريكي هو 5'9". تعتمد دقة تخمينك على العديد من العوامل ، بما في ذلك عدد الرجال الذين قمت بقياسهم وعدد الرجال في المجموعة بأكملها. الإحصائيات مفيدة لأننا غالبًا لا نمتلك الموارد اللازمة لقياس أو مسح أو استطلاع رأي كل فرد من السكان ، لذلك بدلاً من ذلك نأخذ عينة (كمية صغيرة).

هل تحتاج إلى مساعدة في واجب منزلي معين أو سؤال اختبار؟ تحقق من صفحة الإحصائيات الخاصة بنا .

هل تشعر وكأنك "غش" في الإحصاء؟ تحقق من دليل إحصائيات الغش العملي ، والذي يمنحك مئات الإجابات سهلة المتابعة بتنسيق PDF. يوصى بالقراءة في أفضل الجامعات!

ما الفرق بين تحليلات البيانات وتحليل البيانات؟ | أسئلة وأجوبة

غالبًا ما يتم التعامل مع تحليل البيانات وتحليلات البيانات على أنها مصطلحات قابلة للتبادل ، لكنها تحمل معاني مختلفة قليلاً.

بشكل أساسي ، يعد الاختلاف الأساسي بين التحليلات والتحليل مسألة مقياس ، حيث أن تحليلات البيانات هي مصطلح أوسع يعد تحليل البيانات مكونًا فرعيًا له. يشير تحليل البيانات إلى عملية فحص مجموعة بيانات معينة وتحويلها وترتيبها بطرق محددة من أجل دراسة أجزائها الفردية واستخراج معلومات مفيدة. تحليلات البيانات هي علم أو تخصص شامل يشمل الإدارة الكاملة للبيانات. لا يشمل ذلك التحليل فحسب ، بل يشمل أيضًا جمع البيانات وتنظيمها وتخزينها وجميع الأدوات والتقنيات المستخدمة.

يتمثل دور محلل البيانات في جمع البيانات وتحليلها وترجمتها إلى معلومات يمكن الوصول إليها. من خلال تحديد الاتجاهات والأنماط ، يساعد المحللون المؤسسات على اتخاذ قرارات أعمال أفضل. لقد أدت قدرتهم على وصف الأداء والتنبؤ به وتحسينه إلى زيادة الطلب المتزايد على مستوى العالم وعبر الصناعات. ¹

تحليل البيانات مقابل تحليلات البيانات

شاهد هذا الفيديو القصير حيث توفر Norah Wulff ، مهندسة البيانات ورئيس التكنولوجيا والعمليات في WeDoTech Limited ، المزيد من الأفكار حول كيفية اختلاف تحليلات البيانات عن تحليل البيانات.

وولف هو مدرس رئيسي في دورة تحليل البيانات القصيرة عبر الإنترنت من جامعة كيب تاون.

يسمح تحليل البيانات بتقييم البيانات من خلال التفكير التحليلي والمنطقي للوصول إلى نتيجة أو استنتاج ضمن سياق محدد. إنها عملية متعددة الأوجه تتضمن عددًا من الخطوات والأساليب والتقنيات المتنوعة. يعتمد النهج الذي تتبعه لتحليل البيانات إلى حد كبير على نوع البيانات المتاحة للتحليل والغرض من التحليل.

تقنيات تحسين فعالية أدوات تحليل البيانات للأعمال هي:

·        جمعية حكم التعلم

·        تحليل شجرة التصنيف

·        الخوارزميات الجينية

·        التعلم الالي

·        تحليل الانحدار

·        تحليل المشاعر

·        تحليل الشبكة الاجتماعية

ماذا تخبرك p -value القيمة عن الدلالة الإحصائية

عند إجراء اختبار إحصائي ، تساعدك p -value على تحديد أهمية نتائجك فيما يتعلق بالفرضية الصفرية.

تنص الفرضية الصفرية على عدم وجود علاقة بين المتغيرين قيد الدراسة (لا يؤثر أحد المتغيرات على الآخر). ينص على أن النتائج ناتجة عن الصدفة وليست مهمة من حيث دعم الفكرة قيد التحقيق. وبالتالي ، تفترض الفرضية الصفرية أن كل ما تحاول إثباته لم يحدث.

الفرضية البديلة هي الفرضية التي قد تصدقها إذا تم التوصل إلى أن الفرضية الصفرية غير صحيحة.

تنص الفرضية البديلة على أن المتغير المستقل قد أثر بالفعل على المتغير التابع ، وأن النتائج مهمة من حيث دعم النظرية قيد البحث (أي ليس بسبب الصدفة).

كيف تعرف ما إذا كانت قيمة p ذات دلالة إحصائية؟

غالبًا ما يتم التعبير عن مستوى الأهمية الإحصائية كقيمة p بين 0 و 1. وكلما كانت قيمة p أصغر ، كان الدليل أقوى على أنه يجب عليك رفض فرضية العدم.

• A ص -value أقل من 0.05 (عادة ≤ 0.05) غير دالة إحصائيا. إنه يشير إلى دليل قوي ضد فرضية العدم ، حيث يوجد احتمال أقل من 5٪ أن يكون العدد صحيحًا (والنتائج عشوائية). لذلك ، فإننا نرفض الفرضية الصفرية ، ونقبل الفرضية البديلة.

ومع ذلك ، هذا لا يعني أن هناك احتمال 95٪ أن فرضية البحث صحيحة. تعتبر p -value مشروطة بكون الفرضية الصفرية صحيحة ولا علاقة لها بحقيقة أو زيف فرضية البحث.

•  ص -value أعلى من 0.05 (> 0.05) ليست ذات دلالة إحصائية ويشير إلى أدلة قوية على فرضية باطلة. هذا يعني أننا نحتفظ بالفرضية الصفرية ونرفض الفرضية البديلة. يجب أن تلاحظ أنه لا يمكنك قبول الفرضية الصفرية ، يمكننا فقط رفضها أو الفشل في رفضها.

لا يمكن لنتيجة ذات دلالة إحصائية أن تثبت صحة فرضية البحث (لأن هذا يعني يقينًا بنسبة 100٪).

بدلاً من ذلك ، قد نذكر نتائجنا "تقديم الدعم" أو "تقديم الدليل" لفرضيتنا البحثية (حيث لا يزال هناك احتمال طفيف بأن النتائج حدثت بالصدفة وأن الفرضية الصفرية كانت صحيحة - على سبيل المثال أقل من 5٪).

كيفية الإبلاغ عن نمط p -value APA

ينص الإصدار السادس من دليل أسلوب APA (American Psychological Association ، 2010) على ما يلي حول موضوع الإبلاغ عن قيم p:

"عند الإبلاغ عن قيم p ، قم بالإبلاغ عن قيم p الدقيقة (على سبيل المثال ، p = .031) إلى منزلتين أو ثلاث منازل عشرية. ومع ذلك ، قم بالإبلاغ عن قيم p أقل من .001 كـ p <.001. كان التقليد المتمثل في الإبلاغ عن قيم p في النموذج p <.10 ، و p <.05 ، و p <.01 ، وما إلى ذلك ، مناسبًا في وقت كانت تتوفر فيه فقط جداول محدودة للقيم الحرجة. " (ص 114)

ملحوظة:

• لا تستخدم 0 قبل الفاصلة العشرية للقيمة الإحصائية p حيث لا يمكن أن تساوي 1 ، بمعنى آخر ، اكتب p = .001 بدلاً من p = 0.001.
• يرجى الانتباه إلى قضايا الخط المائل ( دائمًا ما تكون p مائلة) والتباعد (على جانبي علامة =).
• p = .000 (كما تُخرجه بعض الحزم الإحصائية مثل SPSS) أمر مستحيل ويجب كتابته كـ p <.001.
• نقيض المهم هو "غير مهم" وليس "غير مهم".

لماذا لا تكفي قيمة p

أحيانًا يتم تفسير قيمة p المنخفضة على أنها تعني وجود علاقة أقوى بين متغيرين. ومع ذلك ، تعني الدلالة الإحصائية أنه من غير المحتمل أن تكون الفرضية الصفرية صحيحة (أقل من 5٪).

لفهم قوة الاختلاف بين مجموعتين (مجموعة ضابطة مقابل تجريبية) ، يحتاج الباحث إلى حساب حجم التأثير .

نظرة عامة على الإحصائيات

توفر الإحصائيات أدلة قوية يمكن أن تساعدك في دعم موقف أو حجة. ببساطة ، الإحصائيات تجعل البيانات ذات مغزى. في حين أن المفهوم الأساسي للإحصاء واضح ومباشر ، فإن العثور على الإحصائيات واستخدامها قد يكون معقدًا.

تعتبر الكتب مكانًا جيدًا لبدء المواد التمهيدية والنظرات العامة. ارجع إلى قسم الكتب الإلكترونية الإحصائية في هذا الدليل للحصول على الموارد والمعلومات المقترحة حول البحث عن كتب إلكترونية أخرى حول موضوع مشابه.

البحث عن الإحصاءات والبيانات

ماذا أحتاج - إحصائيات أم بيانات؟

عندما تبدأ البحث ، ستحتاج إلى تحديد ما إذا كنت بحاجة إلى إحصاءات معدة أو مجموعات بيانات أولية.

 تشير الإحصائيات إلى البيانات التي تم تحليلها بالفعل.

إذا كنت تريد إجراء التحليل الخاص بك ، فأنت بحاجة إلى البيانات . مجموعات البيانات الثانوية هي البيانات التي تم جمعها بواسطة شخص آخر.

يمكنك العثور على مجموعات البيانات في مصادر مثل قاعدة بيانات ICPSR (اتحاد الجامعات المشتركة لمجموعات بيانات أبحاث العلوم السياسية والاجتماعية) أو تعداد الولايات المتحدة.

تتوفر بعض البيانات والإحصاءات مجانًا عبر الإنترنت من  الوكالات الحكومية  والمنظمات غير الربحية والمؤسسات الأكاديمية. و الاحصائيات والبيانات حسب الموضوع الصفحة في هذا الدليل يسرد بعض من هذه الموارد.

مصادر جامعة والدن الأخرى

ICPSR ، والذي يحتوي على مجموعات البيانات الخام، هي قاعدة بيانات اشتراك ما هو متاح من خلال  مركز الجودة البحث العلمي .

المقالات المنشورة في المجلات المحكمة قد تستخدم الإحصائيات للمساعدة في دعم فرضية. يمكن أن تساعد المقالات ذات الإحصائيات في توضيح كيفية دمج الإحصائيات في كتاباتك الأكاديمية. انظر إلى المصدر الذي استخدمه المؤلف لهذه الإحصائيات ؛ قد يقودك إلى المزيد من مصادر الإحصاءات أو مجموعات البيانات. في البحث عن الاحصائيات في المادتين يظهر الصفحة لك كيفية البحث عن مقالات في قواعد بيانات البحوث المكتبة.

أنواع الإحصائيات والبيانات

وكالات الحكومة

إعداد التقارير الموحدة وجمع المعلومات من مجموعة واسعة من المؤسسات

البيانات والإحصاءات المطلوبة قانونًا

مصدر بيانات غير متحيز وجدير بالثقة

المنظمات البحثية

بيانات أكثر تخصصًا ونتائج منشورة

غالبًا ما تكون غير ربحية مع نشر النتائج للجمهور مجانًا.

المنظمات المهنية

مفيد للبيانات حول صناعة أو مهنة

قد تكون النتائج متاحة للجميع أو للأعضاء فقط

التحيز المحتمل

الباحثون الأفراد

مفيد للبيانات غير المتوفرة في مصادر أو مواقع أخرى

تجمع الدراسات البيانات من مجموعات أو مجموعات أصغر

مراجعة البيانات من أجل التحيز والجودة.

ملاحظة حول استخدام الإحصائيات والبيانات

من المهم ملاحظة أن المخططات والرسوم البيانية والجداول المنسقة محمية بموجب حقوق النشر. هذا يعني أنه لا يمكنك إعادة إنتاجها في أعمالك الخاصة دون إذن صريح من مالك حقوق النشر الأصلية أو أصحابها.

لا يُسمح لك  بإعادة إنتاج جدول كامل دون إذن صريح بحقوق النشر أو ترخيص من المنشئ.

إذا كنت ترغب في استخدام مخطط أو رسم بياني أو جدول محمي بحقوق النشر ، فإن الخطوة الأولى الجيدة هي الاتصال بناشر الكتاب أو المجلة أو التقرير الذي يظهر فيه. يدعم العديد من الناشرين الباحثين الطلابيين ولديهم عمليات قائمة للحصول على الإذن.

بينما لا يمكنك إعادة إنتاج المخططات أو الجداول أو الرسوم البيانية ، يمكنك الاستشهاد بالبيانات الإحصائية في النص مع الإسناد المناسب . على سبيل المثال ، يمكنك مشاركة ذلك في عام 2009 ، تناول 27.4٪ فقط من البالغين في الولايات المتحدة ثلاث حصص أو أكثر من الخضار يوميًا (مراكز السيطرة على الأمراض والوقاية منها (CDC) 2009  تأكد من رافق إحصائية بالإشارة إلى المصدر الأصل

لطلب تحليل احصائي التواصل عبر الواتسب اضغط هنا