۱۰۰ هزار تومان هدیهٔ ثبت‌نام، تا ۱ میلیونبا ثبت‌نام گردونهٔ هدیه را بچرخان: دست‌کم ۱۰۰٬۰۰۰ تومان و تا ۱٬۰۰۰٬۰۰۰ تومان اعتبار هدیه، بدون کارت بانکیگردونهٔ هدیه۱ میلیون برای تو، ۱ میلیون برای دوستتدوستانت را دعوت کن: برای هر دوستی که فعال شود ۱٬۰۰۰٬۰۰۰ تومان اعتبار هدیه می‌گیری و خودش هم ۱٬۰۰۰٬۰۰۰ تومانجوایز
1xAi

خلاصه درس فصل ۳ آمار و احتمال یازدهم؛ درسنامه و نکات مهم

«آمار توصیفی»: ۵ درس، هر کدام با توضیح مفاهیم، مثال حل‌شده و نکات مهم.

  • آمار و احتمال
  • پایهٔ یازدهم
  • صفحهٔ ۶۹ تا ۹۶

این درسنامه را هوش مصنوعی 1xAi از روی صفحه‌های همان درس در کتاب درسی نوشته است (برچسب «تولید هوش مصنوعی»). کنار توضیح‌ها شمارهٔ صفحهٔ کتاب آمده تا با کتاب مقایسه کنی، و مثال حل‌شدهٔ هر درس یک بار دیگر جداگانه حل و بررسی شده؛ مثالی که درست درنیامده حذف شده است.

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 مدرسهتعداد دانش‌آموزان
پیاده88
اتوبوس55
خودرو77

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:

فراوانی نسبی=فراوانیتعداد کل داده‌ها\text{فراوانی نسبی}=\frac{\text{فراوانی}}{\text{تعداد کل داده‌ها}}

برای بیان همین سهم به زبان درصد، داریم:

درصد=فراوانی نسبی×100\text{درصد}=\text{فراوانی نسبی}\times 100

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 00 و 11 باشد. اگر همهٔ داده‌ها را بدون تکرار در دسته‌ها جای داده باشیم، مجموع فراوانی‌های نسبی برابر 11 و مجموع درصدها برابر 100100 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 100%100\% 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 163.5163.5 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 160≤H<170160\le H<170 قدهای از 160160 تا کمتر از 170170 سانتی‌متر را در بر می‌گیرد. قد دقیقاً 170170 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 2020 دانش‌آموز اندازه‌گیری شده است. فراوانی بازه‌های 0≤t<100\le t<10، 10≤t<2010\le t<20، 20≤t<3020\le t<30 و 30≤t<4030\le t<40 به‌ترتیب 33، 55، 88 و 44 است؛ tt برحسب min\mathrm{min} است. فراوانی نسبی هر بازه را پیدا کن، درصد دانش‌آموزان با 10≤t<3010\le t<30 را به دست آور و روش رسم نمودار مناسب را توضیح بده.

  1. تعداد کل را بررسی می‌کنیم: 3+5+8+4=203+5+8+4=20.

  2. فراوانی هر بازه را بر کل تقسیم می‌کنیم؛ فراوانی‌های نسبی به‌ترتیب برابرند با 3/20=0.153/20=0.15، 5/20=0.255/20=0.25، 8/20=0.408/20=0.40 و 4/20=0.204/20=0.20.

  3. برای کنترل پاسخ، سهم‌ها را جمع می‌کنیم: 0.15+0.25+0.40+0.20=10.15+0.25+0.40+0.20=1.

  4. بازهٔ خواسته‌شده شامل دو دستهٔ میانی است؛ بنابراین درصد آن برابر است با 5+820×100=65%\frac{5+8}{20}\times100=65\%.

  5. 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 0.150.15، 0.250.25، 0.400.40 و 0.200.20 است.

جواب: فراوانی نسبی دسته‌ها به‌ترتیب 0.150.15، 0.250.25، 0.400.40 و 0.200.20 است؛ 65%65\% دانش‌آموزان در دو بازهٔ میانی قرار دارند و بافت‌نگاشت با مستطیل‌های چسبیده، نمودار مناسب این داده‌هاست.

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 100100، درصد به دست می‌آید.
  • برای داده‌های کیفی و گسسته از نمودار میله‌ای یا دایره‌ای و برای داده‌های پیوستهٔ دسته‌بندی‌شده از بافت‌نگاشت استفاده می‌کنیم.

تمرین تعاملی این درس (رایگان)تمرین تعاملی این درس

درس ۲ · صفحهٔ ۸۰ تا ۸۳ · حدود ۱۵ دقیقه · تولید هوش مصنوعی

درس ۲: معیارهای گرایش به مرکز

در این درس یاد می‌گیری میانگین ساده و موزون را حساب کنی و میانه و چارک‌های اول و سوم داده‌های مرتب‌شده را به دست آوری.

پیش از شروع

اگر نمره‌های دو دانش‌آموز یکسان باشد، اما تعداد واحد درس‌هایشان فرق کند، ممکن است معدل‌های متفاوتی داشته باشند؟

بله؛ در محاسبۀ معدل، نمرۀ درسی که واحد بیشتری دارد، سهم بیشتری پیدا می‌کند. پس برای پیدا کردن مرکز داده‌ها، فقط خود عددها مهم نیستند؛ باید ببینیم هر عدد چه وزنی دارد و چه معیاری برای توصیف داده‌ها مناسب است.

میانگین؛ سهم برابر داده‌ها

میانگین؛ سهم برابر داده‌ها

فرض کن می‌خواهی تعداد صفحه‌هایی را که هر روز خوانده‌ای، با یک عدد خلاصه کنی. میانگین می‌گوید اگر مجموع صفحه‌ها را به‌طور برابر بین روزها تقسیم کنیم، سهم هر روز چقدر می‌شود. در این محاسبه، هر روز سهم یکسانی دارد.

برای به دست آوردن میانگین، داده‌ها را جمع می‌کنیم و حاصل را بر تعداد داده‌ها تقسیم می‌کنیم، نه بر تعداد مقدارهای متفاوت؛ پس داده‌های تکراری هم حساب می‌شوند.

اگر داده‌ها را با x1,x2,…,xnx_1,x_2,\ldots,x_n نشان دهیم، nn تعداد داده‌هاست و نماد x‾\overline{x} را برای میانگین به کار می‌بریم:

x‾=x1+x2+⋯+xnn\overline{x}=\frac{x_1+x_2+\cdots+x_n}{n}

برای کوتاه‌تر نوشتن جمع، از نماد سیگما استفاده می‌کنیم:

∑i=1nxi=x1+x2+⋯+xn\sum_{i=1}^{n}x_i=x_1+x_2+\cdots+x_n

یعنی از دادۀ اول تا دادۀ آخر را جمع کن. بنابراین همان فرمول میانگین را می‌توان کوتاه‌تر نوشت:

x‾=∑i=1nxin\overline{x}=\frac{\sum_{i=1}^{n}x_i}{n}

کتاب درسی، صفحهٔ ۸۱

میانگین موزون؛ سهم‌های نابرابر

میانگین موزون؛ سهم‌های نابرابر

آیا یک درس چهارواحدی باید به اندازۀ یک درس یک‌واحدی در معدل اثر بگذارد؟ نه؛ تعداد واحدها نشان می‌دهد هر نمره چه وزنی دارد. پس وقتی سهم داده‌ها برابر نیست، میانگین ساده مناسب نیست و از میانگین موزون استفاده می‌کنیم.

برای محاسبۀ آن، هر داده را در وزنش ضرب می‌کنیم، حاصل‌ضرب‌ها را جمع می‌کنیم و سپس بر مجموع وزن‌ها تقسیم می‌کنیم:

x‾w=∑i=1nfixi∑i=1nfi\overline{x}_w=\frac{\sum_{i=1}^{n}f_i x_i}{\sum_{i=1}^{n}f_i}

در این فرمول، xix_i مقدار هر داده و fif_i وزن یا فراوانی آن است. مثلاً نمرۀ یک درس با وزن 44، مانند این است که آن نمره چهار بار در فهرست نمره‌ها آمده باشد. در جدول فراوانی هم هر داده به تعداد فراوانی‌اش در میانگین سهم دارد.

حواست باشد: مخرج کسر تعداد درس‌ها یا تعداد مقدارهای متفاوت نیست؛ مجموع وزن‌هاست. اگر همۀ وزن‌ها برابر باشند، میانگین موزون با میانگین ساده برابر می‌شود.

کتاب درسی، صفحهٔ ۸۱

میانه؛ وسط داده‌های مرتب

میانه؛ وسط داده‌های مرتب

فرض کن زمان انتظار چند نفر در صف نانوایی را ثبت کرده‌ای و می‌خواهی بدانی وسط این زمان‌ها کجاست. اینجا میانه به کارت می‌آید؛ میانه را با Q2Q_2 نشان می‌دهیم.

اولین قدم همیشه این است: داده‌ها را از کوچک به بزرگ مرتب کن. عددی که وسط فهرستِ نامرتب نوشته شده، لزوماً میانه نیست!

بعد، تعداد داده‌ها را بررسی کن:

  • اگر تعدادشان فرد باشد، یک داده دقیقاً در جایگاه وسط قرار دارد؛ همان میانه است.
  • اگر تعدادشان زوج باشد، دو داده در وسط قرار می‌گیرند؛ میانه، میانگین آن دو است: Q2=دادهٔ وسط اول+دادهٔ وسط دوم2Q_2=\frac{\text{دادهٔ وسط اول}+\text{دادهٔ وسط دوم}}{2}.

برای پیدا کردن وسط، می‌توانی از دو سر فهرست مرتب، هر بار یک داده را کنار بگذاری تا فقط یک یا دو داده باقی بماند. حواست باشد داده‌های تکراری را حذف نکنی؛ هر بار تکرار، یک داده به حساب می‌آید. همچنین میانه همیشه یکی از داده‌های ثبت‌شده نیست؛ میانگین دو دادهٔ وسط ممکن است در فهرست نباشد.

کتاب درسی، صفحهٔ ۸۲

چارک‌ها؛ وسط هر نیمه

چارک‌ها؛ وسط هر نیمه

میانه، جای وسط کل داده‌های مرتب‌شده را نشان می‌دهد؛ حالا می‌خواهیم وسط هر نیمه را هم پیدا کنیم. چارک اول با نماد Q1Q_1، میانهٔ نیمهٔ اول و چارک سوم با نماد Q3Q_3، میانهٔ نیمهٔ آخر است.

مثلاً برای بررسی زمان رفت‌وآمد دانش‌آموزان، اول زمان‌ها را از کم به زیاد مرتب می‌کنیم. سپس داده‌ها را به دو نیمه تقسیم می‌کنیم و در هر نیمه، درست مثل قبل، میانه را می‌یابیم: اگر تعداد داده‌های آن نیمه فرد باشد، عدد وسط؛ اگر زوج باشد، میانگین دو عدد وسط.

نکتهٔ مهم: اگر تعداد کل داده‌ها فرد باشد، میانهٔ کل را در هیچ‌یک از دو نیمه نمی‌گذاریم. مثلاً در مجموعه‌ای با 77 دادهٔ مرتب، دادهٔ چهارم میانه است؛ سه دادهٔ قبل از آن نیمهٔ اول و سه دادهٔ بعد از آن نیمهٔ آخرند. اگر تعداد کل زوج باشد، داده‌ها را به دو گروه هم‌اندازه تقسیم می‌کنیم و چیزی کنار نمی‌گذاریم.

کتاب درسی، صفحهٔ ۸۲

مثال حل‌شده

نمره‌های یک دانش‌آموز در شش آزمون هم‌اهمیت، 19،14،12،21،16،1419،14،12،21،16،14 است. میانگین را با استفاده از فراوانی نمره‌ها حساب کن؛ سپس میانه و چارک‌های اول و سوم را به دست آور.

  1. ابتدا داده‌ها را از کوچک به بزرگ مرتب می‌کنیم: 12،14،14،16،19،2112،14،14،16،19،21.

  2. نمرۀ 1414 دو بار و هر یک از نمره‌های دیگر یک بار آمده است؛ پس مجموع فراوانی‌ها برابر با 1+2+1+1+1=61+2+1+1+1=6 است.

  3. میانگین را حساب می‌کنیم: x‾=1×12+2×14+1×16+1×19+1×216=966=16\overline{x}=\frac{1\times12+2\times14+1\times16+1\times19+1\times21}{6}=\frac{96}{6}=16. چون آزمون‌ها هم‌اهمیت‌اند، فراوانی فقط تعداد تکرار هر نمره را نشان می‌دهد.

  4. تعداد داده‌ها زوج است؛ بنابراین میانه، میانگین دو دادۀ وسط است: Q2=14+162=15Q_2=\frac{14+16}{2}=15.

  5. نیمۀ اول شامل 12،14،1412،14،14 است؛ عدد وسط این نیمه، چارک اول است: Q1=14Q_1=14.

  6. نیمۀ آخر شامل 16،19،2116،19،21 است؛ عدد وسط این نیمه، چارک سوم است: Q3=19Q_3=19.

جواب: میانگین برابر با 1616، میانه برابر با 1515، چارک اول برابر با 1414 و چارک سوم برابر با 1919 است.

نکات مهم

  • میانگین ساده برابر با مجموع داده‌ها تقسیم بر تعداد آن‌هاست و نماد ∑\sum نوشتن مجموع را کوتاه می‌کند.
  • در میانگین موزون، مجموع حاصل‌ضرب داده‌ها در وزن‌هایشان را بر مجموع وزن‌ها تقسیم می‌کنیم.
  • پس از مرتب‌کردن داده‌ها، میانه را از وسط کل مجموعه و چارک‌های اول و سوم را از وسط دو نیمه می‌یابیم؛ اگر تعداد داده‌ها فرد باشد، میانۀ کل را در نیمه‌ها نمی‌آوریم.

تمرین تعاملی این درس (رایگان)تمرین تعاملی این درس

درس ۳ · صفحهٔ ۸۳ تا ۸۷ · حدود ۱۵ دقیقه · تولید هوش مصنوعی

پ) نما (مد)

در این درس یاد می‌گیری با مقایسهٔ فراوانی مقدارها، نمای داده‌ها را پیدا کنی و حالت‌های بدون نما و دارای دو نما را تشخیص بدهی.

پیش از شروع

آیا ممکن است مجموعه‌ای از امتیازهای دارت، دو نما داشته باشد یا اصلاً نما نداشته باشد؟

بله! نما به تعداد تکرار امتیازها بستگی دارد، نه به بزرگی آن‌ها. اگر دو امتیاز در بیشترین تکرار شریک باشند، دو نما داریم؛ اما اگر همهٔ امتیازها به یک اندازه تکرار شوند، طبق تعریف کتاب نما نداریم.

نما؛ پرتکرارترین مقدار

نما؛ پرتکرارترین مقدار

فرض کن فروشندهٔ کفش می‌خواهد بداند کدام اندازه بیشتر فروش رفته است تا از همان اندازه بیشتر سفارش بدهد. بزرگ‌ترین اندازهٔ فروخته‌شده لزوماً به کارش نمی‌آید؛ او دنبال پرتکرارترین اندازه است.

در آمار، به تعداد دفعات تکرار هر مقدار، فراوانی آن می‌گوییم. مقداری که بیشترین فراوانی را دارد، نما یا مد نامیده می‌شود. پس نما خودِ مقدار است، نه تعداد تکرار آن.

برای پیدا کردن نما، این مسیر را برو:

  • مقدارهای متفاوت را مشخص کن.
  • تعداد تکرار هر مقدار را بشمار؛ می‌توانی کنار هر مقدار چوب‌خط بگذاری.
  • فراوانی‌ها را مقایسه کن و مقداری را که بیشتر از بقیه تکرار شده انتخاب کن.

حواست باشد: «بیشترین فراوانی» با «بزرگ‌ترین مقدار» فرق دارد. برای یافتن نما، دنبال بیشترین تکرار می‌گردیم، نه بزرگ‌ترین عدد.

کتاب درسی، صفحهٔ ۸۳

چه وقت نما نداریم؟

چه وقت نما نداریم؟

نما قرار است مقداری را نشان دهد که از بقیه پرتکرارتر است. اما اگر همهٔ مقدارها به یک اندازه تکرار شده باشند، هیچ‌کدام از نظر فراوانی برتری ندارد؛ پس طبق تعریف کتاب، داده‌ها نما ندارند.

مثلاً فرض کن امتیازهای یک بازیکن در چند پرتاب دارت، 2،4،6،82، 4، 6، 8 باشد. هر مقدار فقط یک بار آمده است؛ بنابراین نمی‌توان یکی را پرتکرارتر از بقیه دانست.

حالا به داده‌های 3،3،5،5،7،73، 3، 5، 5، 7، 7 نگاه کن. اینجا مقدارهای تکراری داریم، اما هر مقدار دقیقاً دو بار آمده است. باز هم فراوانی همه برابر است و نما نداریم.

پس حواست باشد: داشتن مقدار تکراری، به‌تنهایی برای داشتن نما کافی نیست. باید فراوانی‌ها را با هم مقایسه کنی، نه اینکه فقط دنبال تکرار بگردی.

کتاب درسی، صفحهٔ ۸۳

دو مقدار در صدر تکرارها

دو مقدار در صدر تکرارها

گاهی در شمارش تکرارها، دو مقدار با هم در جایگاه اوّل قرار می‌گیرند: فراوانی آن‌ها برابر است و از فراوانی هر مقدار دیگری بیشتر است. در این حالت، لازم نیست یکی را انتخاب کنیم؛ هر دو مقدار نما هستند و داده‌ها دو نما دارند.

مثلاً در امتیازهای یک بازی، ممکن است دو امتیاز متفاوت به یک اندازه پرتکرار باشند و بقیهٔ امتیازها کمتر دیده شوند. در این صورت، هر دو امتیاز را به‌عنوان نما گزارش می‌کنیم؛ نه میانگین آن‌ها را.

حواست باشد: برابر بودن فراوانی دو مقدار به‌تنهایی کافی نیست؛ آن دو باید بیشترین فراوانی را هم داشته باشند. این حالت با وقتی که همهٔ مقدارها فراوانی یکسان دارند فرق می‌کند؛ در آن حالت، طبق تعریف کتاب، نما نداریم.

کتاب درسی، صفحهٔ ۸۳

مثال حل‌شده

امتیازهای ده پرتاب یک بازیکن دارت به صورت 10،9،10،7،5،9،10،9،8،810، 9، 10، 7، 5، 9، 10، 9، 8، 8 است. نمای امتیازها را پیدا کن.

  1. مقدارهای متفاوت را مشخص می‌کنیم: 5،7،8،9،105، 7، 8، 9، 10.

  2. تعداد تکرار هر مقدار را می‌شماریم: 55 یک بار، 77 یک بار، 88 دو بار، 99 سه بار و 1010 سه بار آمده است.

  3. بیشترین فراوانی برابر با 33 است؛ این فراوانی هم به 99 تعلق دارد و هم به 1010.

  4. بنابراین هر دو مقدار 99 و 1010 نما هستند؛ عدد 33 فراوانی آن‌هاست، نه نمای داده‌ها.

جواب: امتیازهای این بازیکن دو نما دارند: 99 و 1010.

نکات مهم

  • نما مقداری از داده‌هاست که بیشترین فراوانی را دارد، نه لزوماً بزرگ‌ترین مقدار.
  • طبق تعریف کتاب، اگر همهٔ مقدارها فراوانی برابر داشته باشند، داده‌ها نما ندارند.
  • اگر دقیقاً دو مقدار در بیشترین فراوانی برابر باشند، هر دو مقدار نمای داده‌ها هستند.

تمرین تعاملی این درس (رایگان)تمرین تعاملی این درس

درس ۴ · صفحهٔ ۸۷ تا ۹۱ · حدود ۱۵ دقیقه · تولید هوش مصنوعی

درس ۳: معیارهای پراکندگی

در این درس یاد می‌گیری واریانس و انحراف معیار را محاسبه و تفسیر کنی و با ضریب تغییرات، پراکندگی نسبی دو مجموعه داده را مستقل از واحد اندازه‌گیری مقایسه کنی.

پیش از شروع

اگر میانگین نمره‌های دو کلاس برابر باشد، آیا می‌توان گفت نمره‌های دانش‌آموزان در هر دو کلاس به یک اندازه به هم نزدیک‌اند؟

نه؛ ممکن است در یک کلاس بیشتر نمره‌ها نزدیک میانگین باشند، اما در کلاس دیگر نمره‌های خیلی کم و خیلی زیاد داشته باشیم. برای دیدن این تفاوت، علاوه بر میانگین به معیارهای پراکندگی نیاز داریم.

فاصله از میانگین

فاصله از میانگین

فرض کن میانگین نمره‌های دو کلاس برابر است؛ ممکن است در یکی بیشتر نمره‌ها نزدیک میانگین باشند، اما در دیگری نمره‌های خیلی بالا و خیلی پایین داشته باشیم. پس میانگین به‌تنهایی، پراکندگی را نشان نمی‌دهد.

برای بررسی پراکندگی، ابتدا میانگین را از هر داده کم می‌کنیم. حاصل را انحراف از میانگین می‌نامیم:

انحراف از میانگین=xi−xˉ\text{انحراف از میانگین}=x_i-\bar{x}

در این رابطه، xix_i یک داده و xˉ\bar{x} میانگین داده‌هاست. انحراف مثبت یعنی داده بالاتر از میانگین است؛ انحراف منفی یعنی پایین‌تر است؛ و انحراف صفر یعنی داده با میانگین برابر است. دقت کن که انحراف، برخلاف فاصلهٔ معمولی، می‌تواند منفی باشد.

آیا جمع این انحراف‌ها معیار خوبی برای پراکندگی است؟ نه؛ مجموع انحراف‌ها همیشه صفر است، چون مقدارهای مثبت و منفی یکدیگر را خنثی می‌کنند. بنابراین صفر شدن این مجموع، به معنی نزدیک بودن یا برابر بودن داده‌ها نیست.

کتاب درسی، صفحهٔ ۸۸

واریانس و انحراف معیار

واریانس و انحراف معیار

چطور فاصله‌های داده‌ها از میانگین را به معیاری تبدیل کنیم که مثبت و منفی‌ها همدیگر را خنثی نکنند؟ انحراف هر داده را به توان دوم می‌رسانیم و سپس میانگین این مربع‌ها را حساب می‌کنیم. حاصل، واریانس است:

σ2=(x1−xˉ)2+⋯+(xn−xˉ)2n\sigma^2=\frac{(x_1-\bar{x})^2+\cdots+(x_n-\bar{x})^2}{n}

در این فرمول، nn تعداد داده‌هاست؛ یعنی مجموع مربع انحراف‌ها را بر تعداد همهٔ داده‌ها تقسیم می‌کنیم.

برای به‌دست‌آوردن انحراف معیار، ریشهٔ دوم واریانس را می‌گیریم:

σ=σ2\sigma=\sqrt{\sigma^2}

چرا ریشه می‌گیریم؟ چون با مربع‌کردن انحراف‌ها، واحد هم مربع شده است؛ ریشه‌گرفتن ما را به واحد اصلی داده‌ها برمی‌گرداند. مثلاً اگر زمان رسیدن به مدرسه برحسب دقیقه باشد، انحراف معیار هم برحسب دقیقه است، اما واریانس برحسب مربع دقیقه خواهد بود.

انحراف معیار کوچک‌تر یعنی داده‌ها حول میانگین جمع‌وجورترند. پس برای زمان رفت‌وآمد، مقدار کوچک‌تر نشانهٔ یکنواخت‌تر بودن زمان‌هاست، نه لزوماً کوتاه‌تر بودن آن‌ها.

کتاب درسی، صفحهٔ ۸۸

پراکندگی نسبت به میانگین

پراکندگی نسبت به میانگین

فرض کن طول عمر لاستیک‌های دو کارخانه را مقایسه می‌کنی: یکی میانگین عمر بیشتری دارد، اما انحراف معیارش هم بزرگ‌تر است. برای مقایسهٔ پراکندگی نسبت به میانگین، فقط نگاه کردن به انحراف معیار کافی نیست؛ باید ببینی این انحراف معیار در برابر میانگین چقدر بزرگ است.

برای داده‌هایی با میانگین مثبت، ضریب تغییرات را حساب می‌کنیم:

CV=σxˉCV=\frac{\sigma}{\bar{x}}

یعنی انحراف معیار را بر میانگین تقسیم می‌کنیم. هرچه این نسبت کوچک‌تر باشد، پراکندگی داده‌ها نسبت به میانگینشان کمتر است.

در مثال لاستیک‌ها، ضریب تغییرات کمتر یعنی طول عمر لاستیک‌ها نسبت به متوسط عمرشان یکنواخت‌تر است؛ نه اینکه حتماً عمر بیشتری دارند. پس «میانگین عمر بیشتر» و «پراکندگی نسبی کمتر» دو ویژگی متفاوت‌اند و هنگام انتخاب باید هر دو را در نظر بگیریم.

کتاب درسی، صفحهٔ ۹۰

ضریب تغییرات و واحد

ضریب تغییرات و واحد

فرض کن طول عمر لاستیک‌ها را به‌جای کیلومتر، با متر گزارش کنیم. آیا فقط با عوض‌شدن واحد، طول عمرها پراکنده‌تر می‌شوند؟ نه؛ داده‌های واقعی همان‌اند و فقط شیوهٔ بیانشان عوض شده است.

در تبدیل کیلومتر به متر، همهٔ داده‌ها در 10001000 ضرب می‌شوند؛ بنابراین میانگین و انحراف معیار هم هر دو در 10001000 ضرب می‌شوند. در نسبتِ ضریب تغییرات، این عامل مشترک ساده می‌شود:

CVجدید=1000σ1000xˉ=σxˉ=CVقبلیCV_{\text{جدید}}=\frac{1000\sigma}{1000\bar{x}}=\frac{\sigma}{\bar{x}}=CV_{\text{قبلی}}

پس ضریب تغییرات با تبدیل یکسان واحد تغییر نمی‌کند. همچنین چون واحدِ صورت و مخرج یکسان است، واحدها هم حذف می‌شوند؛ به همین دلیل ضریب تغییرات بدون واحد است.

نکتهٔ مهم این است که پیش از تقسیم، میانگین و انحراف معیارِ هر مجموعه باید با یک واحد نوشته شده باشند. نمی‌توان یکی را برحسب متر و دیگری را برحسب کیلومتر گذاشت و مستقیم تقسیم کرد.

کتاب درسی، صفحهٔ ۹۱

مثال حل‌شده

زمان انجام یک کار در گروه الف برابر 2,2,6,62,2,6,6 و در گروه ب برابر 6,6,10,106,6,10,10 دقیقه است. واریانس، انحراف معیار و ضریب تغییرات هر گروه را حساب کن. کدام گروه پراکندگی نسبی کمتری دارد؟

  1. میانگین‌ها را حساب می‌کنیم: xˉA=2+2+6+64=4 min\bar{x}_A=\frac{2+2+6+6}{4}=4\,\mathrm{min} و xˉB=6+6+10+104=8 min\bar{x}_B=\frac{6+6+10+10}{4}=8\,\mathrm{min}.

  2. انحراف‌ها از میانگین در هر دو گروه برابرند: −2,−2,2,2-2,-2,2,2 دقیقه؛ بنابراین مجموع مربع انحراف‌ها در هر گروه برابر 4+4+4+4=16 min24+4+4+4=16\,\mathrm{min}^2 است.

  3. برای واریانس، مجموع مربع انحراف‌ها را بر تعداد داده‌ها تقسیم می‌کنیم: σA2=σB2=164=4 min2\sigma_A^2=\sigma_B^2=\frac{16}{4}=4\,\mathrm{min}^2.

  4. ریشهٔ دوم واریانس را می‌گیریم: σA=σB=4=2 min\sigma_A=\sigma_B=\sqrt{4}=2\,\mathrm{min}؛ پس پراکندگی مطلق دو گروه برابر است.

  5. ضریب تغییرات را حساب می‌کنیم: CVA=24=0.5CV_A=\frac{2}{4}=0.5 و CVB=28=0.25CV_B=\frac{2}{8}=0.25؛ واحدهای صورت و مخرج حذف می‌شوند.

  6. چون 0.25<0.50.25<0.5، گروه ب پراکندگی نسبی کمتری دارد؛ یعنی پراکندگی زمان‌ها در مقایسه با میانگین خودشان کمتر است، نه اینکه انحراف معیارشان کمتر باشد.

جواب: واریانس هر دو گروه 4 min24\,\mathrm{min}^2 و انحراف معیار هر دو 2 min2\,\mathrm{min} است؛ اما چون CVA=0.5CV_A=0.5 و CVB=0.25CV_B=0.25، گروه ب پراکندگی نسبی کمتری دارد.

نکات مهم

  • مجموع انحراف داده‌ها از میانگین صفر است، پس این مجموع به‌تنهایی میزان پراکندگی را نشان نمی‌دهد.
  • واریانس، میانگین مربع انحراف‌هاست و انحراف معیار، ریشهٔ دوم آن و هم‌واحد با داده‌هاست.
  • برای میانگین مثبت، ضریب تغییرات CV=σxˉCV=\frac{\sigma}{\bar{x}} پراکندگی نسبی را نشان می‌دهد و با تبدیل یکسان واحد همهٔ داده‌ها تغییر نمی‌کند.

تمرین تعاملی این درس (رایگان)تمرین تعاملی این درس

درس ۵ · صفحهٔ ۹۱ تا ۹۶ · حدود ۱۵ دقیقه · تولید هوش مصنوعی

نمودار جعبه‌ای

در این درس یاد می‌گیری با استفاده از پنج عدد کلیدی نمودار جعبه‌ای رسم کنی و از روی آن، مرکز و پراکندگی داده‌های دو مجموعه را مقایسه کنی.

پیش از شروع

اگر بخواهی برای اسکی پیستی انتخاب کنی که بارش برفش در سال‌های مختلف یکنواخت‌تر باشد، چطور می‌توانی بدون مقایسهٔ تک‌تک عددها تصمیم بگیری؟

نمودار جعبه‌ای خلاصه‌ای تصویری از جایگاه و پراکندگی داده‌ها به ما می‌دهد. با مقایسهٔ جعبه‌ها و خط‌های دو نمودار روی محورهای هم‌مقیاس، می‌توانیم ببینیم بارش کدام پیست پراکندگی کمتری داشته است.

پنج عدد کلیدی

پنج عدد کلیدی

برای مقایسهٔ بارش برف دو پیست، لازم نیست همیشه تک‌تک داده‌ها را بررسی کنیم؛ می‌توانیم هر مجموعه را با پنج عدد کلیدی خلاصه کنیم.

اول داده‌ها را از کوچک به بزرگ مرتب می‌کنیم. سپس این پنج عدد را پیدا می‌کنیم:

  • کمترین مقدار: اولین دادهٔ مرتب‌شده.
  • چارک اول، Q1Q_1: میانهٔ نیمهٔ پایین داده‌ها.
  • میانه، Q2Q_2: عدد وسط داده‌ها؛ اگر تعداد داده‌ها زوج باشد، میانگین دو عدد وسط است.
  • چارک سوم، Q3Q_3: میانهٔ نیمهٔ بالای داده‌ها.
  • بیشترین مقدار: آخرین دادهٔ مرتب‌شده.

وقتی تعداد داده‌ها فرد است، برای پیدا کردن چارک اول و سوم، خودِ میانه را در هیچ‌کدام از دو نیمه قرار نمی‌دهیم. مثلاً برای بارش‌های هفت سال، پس از مرتب‌سازی، دادهٔ چهارم میانه است؛ سه دادهٔ قبل از آن نیمهٔ پایین و سه دادهٔ بعد از آن نیمهٔ بالا را تشکیل می‌دهند.

این پنج عدد، خلاصهٔ لازم برای ساختن نمودار جعبه‌ای‌اند؛ پس مرتب‌کردن داده‌ها را فراموش نکن!

کتاب درسی، صفحهٔ ۹۲

از پنج عدد تا یک نمودار

حالا پنج عدد کلیدی را داریم؛ چطور آن‌ها را به یک تصویر تبدیل کنیم؟ برای رسم نمودار جعبه‌ای، یک محور افقی با فاصله‌های عددی یکسان بکش و جای هر پنج عدد را روی آن مشخص کن.

  • جعبه: از چارک اول، یعنی Q1Q_1، تا چارک سوم، یعنی Q3Q_3، یک مستطیل بکش. طول جعبه روی محور برابر دامنهٔ میان‌چارکی است: IQR=Q3−Q1IQR=Q_3-Q_1.
  • خط میانه: در محل میانه، یعنی Q2Q_2، خطی داخل جعبه بکش. لازم نیست این خط دقیقاً وسط جعبه باشد؛ جای آن را مقدار میانه تعیین می‌کند.
  • دو خط بیرونی: از سمت چارک اول تا کمترین مقدار و از سمت چارک سوم تا بیشترین مقدار، خط بکش.

مثل این است که پنج نشانه را روی یک خط‌کش به هم وصل کنیم: دو نشانه مرز جعبه‌اند، یکی داخل آن است و دو نشانه انتهای خط‌های بیرونی‌اند. پهنای جعبه در جهت عمود بر محور دلخواه است و مقدار آماری تازه‌ای نشان نمی‌دهد.

کتاب درسی، صفحهٔ ۹۲

خواندن و مقایسهٔ نمودارها

خواندن و مقایسهٔ نمودارها

حالا به پرسش انتخاب پیست برگردیم: کدام پیست بارش یکنواخت‌تری دارد؟ برای مقایسه، اول مطمئن شو محورهای دو نمودار هم‌مقیاس‌اند؛ وگرنه کوتاه‌تر دیده‌شدن یک جعبه ممکن است گمراه‌کننده باشد.

سه نشانه را جداگانه بررسی کن:

  • جای میانه: میانهٔ بالاتر یعنی مقدار مرکزی بارش بیشتر است؛ نه لزوماً اینکه بارش یکنواخت‌تر است.
  • طول جعبه: برابر با دامنهٔ میان‌چارکی، یعنی IQR=Q3−Q1IQR=Q_3-Q_1 است. جعبهٔ کوتاه‌تر یعنی نیمهٔ میانی داده‌ها به هم نزدیک‌ترند.
  • فاصلهٔ کمترین تا بیشترین مقدار: دامنهٔ تغییرات کل داده‌ها را نشان می‌دهد. فاصلهٔ کمتر یعنی پراکندگی کلی کمتر بر اساس این معیار.

مثلاً هنگام مقایسهٔ زمان رسیدن دو سرویس مدرسه، میانه می‌گوید زمان مرکزی کدام کمتر است و طول جعبه نشان می‌دهد زمان‌های میانی کدام به هم نزدیک‌ترند. ممکن است یک سرویس جعبهٔ کوتاهی داشته باشد، اما به‌خاطر یک تأخیر بسیار طولانی، دامنهٔ تغییراتش بزرگ باشد؛ پس همیشه بگو با کدام معیار مقایسه می‌کنی.

کتاب درسی، صفحهٔ ۹۲

مثال حل‌شده

بارش برف پیست «الف» در هفت سال، برحسب سانتی‌متر، برابر 825،728،472،787،335،190،551825، 728، 472، 787، 335، 190، 551 است. نمودار جعبه‌ای آن را رسم کن و دامنهٔ میان‌چارکی و دامنهٔ تغییرات را به دست آور.

  1. داده‌ها را از کوچک به بزرگ مرتب می‌کنیم: 190،335،472،551،728،787،825190، 335، 472، 551، 728، 787، 825.

  2. از میان هفت داده، دادهٔ چهارم در وسط است؛ پس میانه برابر Q2=551Q_2=551 است.

  3. با کنارگذاشتن میانه، نیمهٔ پایین 190،335،472190، 335، 472 و نیمهٔ بالا 728،787،825728، 787، 825 است؛ بنابراین Q1=335Q_1=335 و Q3=787Q_3=787.

  4. کمترین مقدار 190190 و بیشترین مقدار 825825 است. این دو مقدار و سه چارک را با رعایت فاصله‌های عددی روی یک محور علامت می‌زنیم.

  5. جعبه را از 335335 تا 787787 می‌کشیم و داخل آن در 551551 خط میانه می‌گذاریم؛ سپس دو سر جعبه را با خط به 190190 و 825825 وصل می‌کنیم.

  6. طول جعبه برابر IQR=787−335=452IQR=787-335=452 و دامنهٔ تغییرات برابر 825−190=635825-190=635 سانتی‌متر است.

جواب: پنج عدد کلیدی پیست «الف» برحسب سانتی‌متر عبارت‌اند از 190،335،551،787،825190، 335، 551، 787، 825. جعبه از 335335 تا 787787 است، خط میانه در 551551 قرار می‌گیرد و خط‌های بیرونی به 190190 و 825825 می‌رسند؛ همچنین IQR=452IQR=452 و دامنهٔ تغییرات برابر 635635 سانتی‌متر است.

نکات مهم

  • برای رسم نمودار جعبه‌ای، ابتدا داده‌ها را مرتب می‌کنیم و کمترین مقدار، چارک اول، میانه، چارک سوم و بیشترین مقدار را می‌یابیم.
  • جعبه از Q1Q_1 تا Q3Q_3 کشیده می‌شود، خط داخل آن میانه است و دو خط بیرونی به کمترین و بیشترین مقدار می‌رسند.
  • در نمودارهای هم‌مقیاس، جای میانه را برای مقایسهٔ مرکز، طول جعبه را برای مقایسهٔ پراکندگی میانی و فاصلهٔ دو انتها را برای مقایسهٔ دامنهٔ تغییرات بررسی می‌کنیم.

تمرین تعاملی این درس (رایگان)تمرین تعاملی این درس

درس‌های فصل ۳ را تعاملی بخوان

در پنل یادگیری 1xAi هر کدام از این درس‌ها قدم به قدم پیش می‌رود: بعد از هر بخش یک سوال کوتاه، بعد مثال حل‌شده و در پایان برگهٔ خروج. جوابت ثبت می‌شود و سوال‌های هر درس در روزهای بعد برای مرور برمی‌گردند. درس‌های تعاملی رایگان‌اند؛ فقط تصحیح پاسخ کوتاه سهمیهٔ روزانهٔ رایگان دارد.

ساختن حساب رایگان است و بعد از ثبت‌نام مستقیم به همین بخش از پنل برمی‌گردی.

فصل ۳ آمار و احتمال یازدهم · رایگان