درس ۱ · صفحهٔ ۶۹ تا ۸۰ · حدود ۱۵ دقیقه · تولید هوش مصنوعی
درس ۱: توصیف و نمایش دادهها
در این درس یاد میگیری دادهها را در جدول فراوانی خلاصه کنی، فراوانی نسبی و درصد را به دست آوری و برای نمایش دادهها نمودار میلهای، دایرهای یا بافتنگاشت مناسب را انتخاب و تفسیر کنی.
پیش از شروع
دو راننده تعداد متفاوتی اسکناس دارند؛ آیا رانندهای که اسکناس هزار تومانی بیشتری دارد، حتماً سهم بیشتری از اسکناسهایش هزار تومانی است؟
نه لزوماً! تعداد یک نوع اسکناس با سهم آن از کل اسکناسها فرق دارد. با جدول فراوانی و نمودار مناسب میتوانیم هم تعدادها و هم سهمها را روشن ببینیم و مقایسه کنیم.
از دادههای پراکنده تا جدول
از دادههای پراکنده تا جدول
فرض کن میخواهی بدانی همکلاسیهایت چطور به مدرسه میآیند. پاسخهای «پیاده، اتوبوس، خودرو، پیاده، ...» دادههای تو هستند؛ اما خواندن یک فهرست بلند، مقایسه را سخت میکند.
اول مشخص کن چه ویژگیای را بررسی میکنی: اینجا متغیر، «شیوهٔ رفتن به مدرسه» است. پاسخ هر دانشآموز، مثل «پیاده»، یک مقدار مشاهدهشدهٔ متغیر است. پس متغیر، ویژگی مورد بررسی است؛ نه نام فرد یا پاسخ او.
حالا پاسخهای همنوع را کنار هم بگذار و تعدادشان را بشمار. با این کار یک جدول فراوانی میسازی:
| شیوهٔ رفتن به مدرسه | تعداد دانشآموزان |
|---|---|
| پیاده | |
| اتوبوس | |
| خودرو |
هر ردیف، یک دسته از پاسخها را نشان میدهد. جدول به ما کمک میکند بدون خواندن تکتک پاسخها، وضعیت کلاس را ببینیم. برای اطمینان از دستهبندی هم باید هر پاسخ را فقط در یک دسته بشماریم و هیچ پاسخی را جا نیندازیم.
کتاب درسی، صفحهٔ ۷۰
تعداد با سهم فرق دارد
تعداد با سهم فرق دارد
فرض کن دو راننده اسکناسهایشان را شمردهاند. برای مقایسهٔ آنها، فقط دانستن تعداد اسکناسهای هزار تومانی کافی نیست؛ باید بدانیم هر راننده در مجموع چند اسکناس دارد.
فراوانی یعنی تعداد دفعات مشاهدهٔ یک داده؛ اینجا یعنی تعداد اسکناسهای یک نوع. اما فراوانی نسبی سهم آن نوع اسکناس از کل اسکناسهاست:
برای بیان همین سهم به زبان درصد، داریم:
پس «تعداد بیشتر» لزوماً به معنی «سهم بیشتر» نیست؛ اندازهٔ کل مجموعه هم مهم است. درست مثل مقایسهٔ تعداد دانشآموزان عینکی در دو کلاس با جمعیت متفاوت!
یک راه بررسی پاسخ: فراوانی نسبی هر دسته باید بین و باشد. اگر همهٔ دادهها را بدون تکرار در دستهها جای داده باشیم، مجموع فراوانیهای نسبی برابر و مجموع درصدها برابر است.
کتاب درسی، صفحهٔ ۷۲
میلهها و سهمهای دایره
میلهها و سهمهای دایره
فرض کن میخواهی نتیجهٔ بررسی سرگرمی مسافران قطار را با یک نگاه بفهمی: کدام فعالیت طرفدار بیشتری دارد و هر فعالیت چه سهمی از کل دارد؟
نمودار میلهای برای مقایسهٔ دستهها مناسب است. روی محور افقی، دستههایی مثل مطالعه، استراحت و بازی را میگذاریم؛ ارتفاع هر میله، فراوانی آن دسته را نشان میدهد. میتوان بهجای فراوانی، فراوانی نسبی را روی محور عمودی نشان داد؛ پس همیشه برچسب محور را بخوان! میلهٔ بلندتر یعنی تعداد یا سهم بیشتر، نه فعالیت مهمتر.
نمودار دایرهای کل دادهها را یک دایره در نظر میگیرد. هر بخش، سهم یک دسته از کل را نشان میدهد؛ بنابراین دستهای که نیمی از افراد را دارد، نیمی از دایره را میگیرد. مجموع سهمها باید باشد.
برای دادههای کیفی مثل رنگ چشم و گسسته مثل تعداد فرزندان خانواده، هر دو نمودار کاربرد دارند. اگر مقایسهٔ دستهها مهمتر باشد، میلهای را انتخاب کن؛ اگر دیدن سهمها از کل مهمتر باشد، دایرهای انتخاب مناسبی است.
کتاب درسی، صفحهٔ ۷۳
دادههای پیوسته و بافتنگاشت
دادههای پیوسته و بافتنگاشت
قد برخلاف تعداد افراد، فقط مقدارهای صحیح نمیگیرد؛ قد یک نفر ممکن است سانتیمتر باشد. چنین ویژگیهایی را پیوسته مینامیم. اگر برای تکتک مقدارهای قد یک ستون جدا بکشیم، نمودار شلوغ میشود؛ پس مقدارها را در بازهها دستهبندی میکنیم.
مثلاً بازهٔ قدهای از تا کمتر از سانتیمتر را در بر میگیرد. قد دقیقاً سانتیمتر در بازهٔ بعد قرار میگیرد؛ این مرزبندی باعث میشود هیچ مشاهدهای در دو دسته شمرده نشود.
برای نمایش این دستهها، بافتنگاشت میکشیم: محور افقی بازههای قد و محور عمودی فراوانی یا فراوانی نسبی را نشان میدهد. در بازههای همعرض، ارتفاع هر مستطیل برابر مقدار فراوانی یا فراوانی نسبی آن بازه است.
نکتهٔ دیداری مهم این است که مستطیلها به هم چسبیدهاند؛ چون بازههای یک متغیر پیوسته پشت سر هم قرار دارند. این ویژگی، بافتنگاشت را از نمودار میلهایِ دستههای جدا، مثل رنگ چشم، متمایز میکند.
کتاب درسی، صفحهٔ ۷۶
مثال حلشده
مدت مسیر خانه تا مدرسهٔ دانشآموز اندازهگیری شده است. فراوانی بازههای ، ، و بهترتیب ، ، و است؛ برحسب است. فراوانی نسبی هر بازه را پیدا کن، درصد دانشآموزان با را به دست آور و روش رسم نمودار مناسب را توضیح بده.
تعداد کل را بررسی میکنیم: .
فراوانی هر بازه را بر کل تقسیم میکنیم؛ فراوانیهای نسبی بهترتیب برابرند با ، ، و .
برای کنترل پاسخ، سهمها را جمع میکنیم: .
بازهٔ خواستهشده شامل دو دستهٔ میانی است؛ بنابراین درصد آن برابر است با .
چون مدت زمان پیوسته است، بافتنگاشت رسم میکنیم: بازههای زمان روی محور افقی و فراوانی نسبی روی محور عمودی قرار میگیرند؛ مستطیلها چسبیده و ارتفاعشان بهترتیب ، ، و است.
نکات مهم
- در جدول فراوانی، مقدارها یا دستههای متغیر را مشخص میکنیم و تعداد مشاهدههای هر دسته را میشماریم.
- فراوانی نسبی برابر فراوانی تقسیم بر تعداد کل دادههاست و با ضرب آن در ، درصد به دست میآید.
- برای دادههای کیفی و گسسته از نمودار میلهای یا دایرهای و برای دادههای پیوستهٔ دستهبندیشده از بافتنگاشت استفاده میکنیم.