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 ۴ آمار و احتمال یازدهم؛ درسنامه و نکات مهم

«آمار استنباطی»: ۴ درس، هر کدام با توضیح مفاهیم، مثال حل‌شده و نکات مهم.

  • آمار و احتمال
  • پایهٔ یازدهم
  • صفحهٔ ۹۷ تا ۱۲۲

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 ۹۷ تا ۱۱۲ · حدود ۱۵ دقیقه · تولید هوش مصنوعی

درس ۱: گردآوری داده‌ها

در این درس یاد می‌گیری جامعه و نمونه را مشخص کنی، روش‌های اصلی نمونه‌گیری و گردآوری داده‌ها را تشخیص بدهی، اریبی را شناسایی کنی و متغیّر، آماره و پارامتر را از هم تمیز بدهی.

پیش از شروع

برای فهمیدن میزان مطالعهٔ دانش‌آموزان مدرسه، از افراد حاضر در کتابخانه سؤال می‌کنیم. اگر تعداد پاسخ‌دهندگان را خیلی زیاد کنیم، آیا نتیجه حتماً به واقعیت مدرسه نزدیک می‌شود؟

نه لزوماً! دانش‌آموزان حاضر در کتابخانه ممکن است بیشتر از دیگران کتاب بخوانند؛ بنابراین روش انتخاب ما می‌تواند نتیجه را به سمت خاصی ببرد. زیادکردن تعداد پاسخ‌ها، به‌تنهایی این ایراد را برطرف نمی‌کند.

از جامعه تا نمونه

از جامعه تا نمونه

فرض کن می‌خواهیم میزان مطالعهٔ غیردرسی دانش‌آموزان مدرسه‌ات را بررسی کنیم. پیش از پرسیدن سؤال، باید روشن کنیم «دربارهٔ چه کسانی تحقیق می‌کنیم؟»

  • واحد آماری: هر دانش‌آموزی که دادهٔ مربوط به او گردآوری می‌شود.
  • جامعهٔ آماری: همهٔ دانش‌آموزان همان مدرسه؛ یعنی مجموعهٔ کل واحدهای مورد نظر، نه فقط دانش‌آموزان کلاس تو.

اگر از تک‌تک دانش‌آموزان اطلاعات بگیریم، سرشماری کرده‌ایم. اما بررسی همه همیشه شدنی نیست؛ ممکن است وقت یا هزینهٔ کافی نداشته باشیم. در این صورت، بخشی از جامعه را با روشی مشخص انتخاب می‌کنیم؛ این بخش نمونه است.

هر زیرمجموعه از جامعهٔ آماری را که با روش مشخصی انتخاب شده باشد، یک نمونه می‌نامند.

نمونه‌گیری فرایند انتخاب این بخش است تا با بررسی آن، دربارهٔ کل جامعه اطلاعات به دست بیاوریم. پس «نمونه» گروه انتخاب‌شده است، اما «نمونه‌گیری» کاری است که برای انتخاب آن انجام می‌دهیم.

کتاب درسی، صفحهٔ ۹۸

چهار راه انتخاب نمونه

چهار راه انتخاب نمونه

فرض کن می‌خواهیم دربارهٔ دانش‌آموزان یک مدرسه تحقیق کنیم. روش انتخاب آن‌ها می‌تواند متفاوت باشد:

  • تصادفی ساده: نام همهٔ دانش‌آموزان را روی برگه‌های یکسان می‌نویسیم، خوب مخلوط می‌کنیم و چند برگه برمی‌داریم؛ هر دانش‌آموز شانس برابری برای انتخاب‌شدن دارد. در جامعه‌های بزرگ، تهیهٔ فهرست و دسترسی به افراد ممکن است دشوار باشد.
  • خوشه‌ای: چند کلاس را به‌تصادف انتخاب می‌کنیم و همهٔ دانش‌آموزان کلاس‌های منتخب را بررسی می‌کنیم؛ این کار معمولاً رفت‌وآمد و هزینه را کم می‌کند.
  • طبقه‌ای: دانش‌آموزان را بر اساس پایهٔ تحصیلی به طبقه‌های جدا تقسیم می‌کنیم و از هر پایه نمونهٔ تصادفی ساده می‌گیریم؛ پس هیچ پایه‌ای از نمونه جا نمی‌ماند.
  • سامانمند: فهرست را به گروه‌های هم‌اندازه تقسیم می‌کنیم. مثلاً از میان 33 نفر اول، یک نفر را تصادفی انتخاب می‌کنیم و بعد با فاصلهٔ 33 نفر جلو می‌رویم. اگر شروع نفر دوم باشد، نفرهای 2،5،8،…2،5،8،\ldots انتخاب می‌شوند.

تفاوت مهم را به خاطر بسپار: در خوشه‌ای، همهٔ اعضای چند گروه؛ در طبقه‌ای، بخشی از اعضای هر طبقه انتخاب می‌شوند.

کتاب درسی، صفحهٔ ۹۹

نمونهٔ بزرگ، اما گمراه‌کننده

نمونهٔ بزرگ، اما گمراه‌کننده

برای شناخت میزان مطالعهٔ دانش‌آموزان، فقط سراغ افراد حاضر در کتابخانه می‌رویم. احتمال دارد این افراد بیشتر از دیگران کتاب بخوانند؛ پس پاسخ‌هایشان تصویری متمایل به مطالعهٔ بیشتر می‌سازد. این انحرافِ جهت‌دار را اریبی می‌نامیم. پرسیدن از افراد بیشتری در همان کتابخانه، مشکلِ روش انتخاب را برطرف نمی‌کند!

در نمونه‌گیری احتمالی، انتخاب با سازوکاری تصادفی انجام می‌شود و هر واحد آماری احتمال معلومی برای انتخاب‌شدن دارد؛ لازم نیست این احتمال برای همه برابر باشد. انتخاب کسانی که دم دست‌اند یا خودشان داوطلب می‌شوند، لزوماً چنین ویژگی‌ای ندارد.

حتی انتخاب تصادفی هم وقتی واحد آماری را اشتباه بگیریم کافی نیست. اگر هدف شناخت اندازهٔ خانواده‌ها باشد، انتخاب تصادفی افراد به خانواده‌های پرجمعیت فرصت بیشتری برای حضور می‌دهد. باید انتخاب را بر پایهٔ خودِ خانواده‌ها طراحی کنیم.

پس پیش از پرسیدن «چند نمونه داریم؟»، بپرس: «چه کسانی و چگونه انتخاب شده‌اند؟»

کتاب درسی، صفحهٔ ۱۰۴

داده‌ها را از کجا بیاوریم؟

داده‌ها را از کجا بیاوریم؟

فرض کن افراد نمونه را انتخاب کرده‌ای؛ حالا اطلاعات مورد نیاز را چگونه به دست می‌آوری؟ انتخاب نمونه با گردآوری داده‌ها فرق دارد: اولی مشخص می‌کند چه کسانی بررسی شوند، دومی مشخص می‌کند اطلاعاتشان چگونه تهیه شود.

چهار راه اصلی داریم:

  • مشاهده: بدون نیاز به پاسخ فرد، چیزی را می‌شماریم یا اندازه می‌گیریم؛ مثلاً قد دانش‌آموزان را با قدسنج ثبت می‌کنیم. پس مشاهده فقط نگاه‌کردن نیست!
  • پرسش‌نامه: پاسخگو سؤال‌های از پیش آماده‌شده را پاسخ می‌دهد؛ مثلاً ساعت خواب شب گذشته‌اش را در یک فرم می‌نویسد.
  • مصاحبه: آمارگیر با پاسخگو گفت‌وگو می‌کند؛ این روش وقتی مفید است که برای شناخت موضوع به توضیح و پرسش‌های بیشتر نیاز داریم.
  • دادگان: از اطلاعاتی استفاده می‌کنیم که قبلاً ذخیره شده‌اند؛ مثل نمره‌های ثبت‌شده در سامانهٔ مدرسه.

بهترین روش به هدف و امکانات بستگی دارد. مثلاً برای بررسی نمره‌های سال گذشته، اگر اطلاعات کامل در سامانه موجود باشد، لازم نیست دوباره از دانش‌آموزان دربارهٔ نمره‌هایشان سؤال کنیم.

کتاب درسی، صفحهٔ ۱۰۷

از متغیّر تا آماره و پارامتر

از متغیّر تا آماره و پارامتر

فرض کن می‌خواهیم قد دانش‌آموزان یک مدرسه را بررسی کنیم. متغیّر همان ویژگی مورد بررسی، یعنی «قد» است؛ قدی که برای هر دانش‌آموز ثبت می‌کنیم، یک داده است.

متغیّر کمّی مقدار عددی می‌گیرد و انجام محاسباتی مانند میانگین‌گیری برای آن معنا دارد؛ مثل قد و وزن. متغیّر کیفی برای دسته‌بندی است؛ مثل ملیّت. دقت کن: اگر به ملیّت‌ها کد عددی بدهیم، باز هم کیفی‌اند؛ میانگین این کدها معنایی ندارد!

حالا میانگین قد را در نظر بگیر:

  • میانگین قد همهٔ دانش‌آموزان مدرسه، یک پارامتر است؛ چون کل جامعه را توصیف می‌کند.
  • میانگین قد دانش‌آموزان یک نمونه، یک آماره است؛ چون از داده‌های نمونه به دست می‌آید.

برای یک جامعهٔ مشخص و ثابت، پارامتر ثابت است، هرچند مقدارش را ندانیم؛ اما آماره ممکن است با عوض‌شدن نمونه تغییر کند. وقتی بررسی همه ممکن نیست، از آماره برای تخمین پارامتر استفاده می‌کنیم؛ این همان پلِ نمونه به جامعه در آمار استنباطی است.

کتاب درسی، صفحهٔ ۱۰۹

مثال حل‌شده

در مدرسه‌ای، دو کلاسِ 2020 نفره و دو کلاسِ 3030 نفره وجود دارد. کلاسِ بیش از 2525 نفر را «پرجمعیت» می‌نامیم. چند درصد کلاس‌ها پرجمعیت‌اند؟ اگر یک دانش‌آموز را به‌تصادف انتخاب کنیم، احتمال اینکه در کلاس پرجمعیت باشد چقدر است؟ این تفاوت چه ایرادی را در بررسی اندازهٔ کلاس‌ها با پرسیدن از دانش‌آموزان نشان می‌دهد؟

  1. واحد آماریِ بررسی اندازهٔ کلاس‌ها، «کلاس» است. در این مدرسه 44 کلاس داریم که 22 کلاس آن پرجمعیت‌اند.

  2. درصد واقعی کلاس‌های پرجمعیت برابر است با 24×100=50%\frac{2}{4}\times100=50\%.

  3. تعداد کل دانش‌آموزان برابر است با 2×20+2×30=1002\times20+2\times30=100 و تعداد دانش‌آموزان کلاس‌های پرجمعیت 2×30=602\times30=60 است.

  4. پس با انتخاب تصادفی یک دانش‌آموز، احتمال اینکه کلاس او پرجمعیت باشد برابر است با 60100=0.6=60%\frac{60}{100}=0.6=60\%.

  5. کلاس‌های پرجمعیت دانش‌آموزان بیشتری دارند و در این روش بیشتر دیده می‌شوند؛ تصادفی‌بودن انتخاب دانش‌آموز، به معنی شانس برابر انتخاب کلاس‌ها نیست. برای بررسی کلاس‌ها، می‌توان از فهرست خودِ کلاس‌ها نمونهٔ تصادفی ساده گرفت.

جواب: در واقع 50%50\% کلاس‌ها پرجمعیت‌اند، اما با انتخاب تصادفی دانش‌آموز، احتمال رسیدن به یک کلاس پرجمعیت 60%60\% است؛ بنابراین این روش، سهم کلاس‌های پرجمعیت را بیشتر از واقع نشان می‌دهد.

نکات مهم

  • برای انتخاب نمونه، ابتدا واحد آماری و جامعه را مشخص می‌کنیم و سپس روشی مانند تصادفی ساده، خوشه‌ای، طبقه‌ای یا سامانمند را متناسب با هدف و امکانات به کار می‌بریم.
  • داده‌ها را می‌توان با مشاهده، پرسش‌نامه، مصاحبه یا دادگان گردآوری کرد، اما بزرگ‌کردن نمونه به‌تنهایی اریبیِ روش انتخاب را برطرف نمی‌کند.
  • ویژگی مورد بررسی متغیّر کمّی یا کیفی است و مشخصهٔ عددیِ نمونه را آماره و مشخصهٔ عددیِ جامعه را پارامتر می‌نامیم.

تمرین تعاملی این درس (رایگان)تمرین تعاملی این درس

درس ۲ · صفحهٔ ۱۱۲ تا ۱۱۳ · حدود ۱۱ دقیقه · تولید هوش مصنوعی

درس ۲: برآورد

در این درس یاد می‌گیری با میانگین یک نمونهٔ تصادفی، میانگین جامعه را به‌صورت نقطه‌ای برآورد کنی و توضیح بدهی تغییر نمونه و اندازهٔ آن چه اثری بر برآورد دارد.

پیش از شروع

یک شرکت می‌خواهد بداند برای خانواده‌های خریدارش، بسته‌های چندتایی لیوان مناسب‌تر است. آیا می‌تواند بدون پرسیدن از همهٔ خریداران، به پاسخی قابل استفاده برسد؟

بله؛ می‌تواند تعدادی از خریداران را به‌تصادف انتخاب کند و میانگین تعداد اعضای خانواده‌های آن‌ها را به دست آورد. این میانگین، تخمینی از میانگین تعداد اعضای خانواده‌های همهٔ خریداران است، نه لزوماً مقدار دقیق آن.

از نمونه تا برآورد نقطه‌ای

از نمونه تا برآورد نقطه‌ای

برای تصمیم‌گیری دربارهٔ بسته‌بندی لیوان‌ها، لازم نیست حتماً از همهٔ خریداران پرس‌وجو کنیم. می‌توانیم نمونه‌ای تصادفی از آن‌ها انتخاب کنیم و تعداد اعضای خانوارشان را بپرسیم.

اینجا سه مفهوم نزدیک، ولی متفاوت داریم:

  • پارامتر: میانگین تعداد اعضای خانوارِ همهٔ خریداران؛ همان چیزی که می‌خواهیم بدانیم.
  • آماره: میانگین تعداد اعضای خانوارِ افراد نمونه؛ چیزی که از داده‌های نمونه محاسبه می‌کنیم.
  • برآورد نقطه‌ای: عددی که با محاسبهٔ این آماره به دست می‌آید و برای برآورد پارامتر به کار می‌بریم.

برای برآورد میانگین جامعه، میانگین نمونه را حساب می‌کنیم: مجموع داده‌های نمونه را بر تعداد آن‌ها تقسیم می‌کنیم. «نقطه‌ای» یعنی نتیجهٔ برآورد، یک عدد مشخص است، نه یک بازه.

پس مسیر کار این است: انتخاب نمونهٔ تصادفی ← محاسبهٔ آمارهٔ متناظر ← به‌دست‌آوردن برآورد نقطه‌ای پارامتر.

کتاب درسی، صفحهٔ ۱۱۲

نمونه عوض می‌شود، برآورد هم ممکن است

نمونه عوض می‌شود، برآورد هم ممکن است

فرض کن می‌خواهیم میانگین درآمد افراد یک جامعهٔ مشخص را برآورد کنیم. میانگین واقعی جامعه، یک مقدار ثابت است؛ انتخاب افراد متفاوت، آن را عوض نمی‌کند. اما میانگین نمونه فقط به درآمد افرادی بستگی دارد که انتخاب شده‌اند؛ پس ممکن است با عوض شدن نمونه، برآورد ما هم تغییر کند.

مثلاً اگر فقط یک نفر را تصادفی انتخاب کنیم، درآمد همان فرد برآورد میانگین جامعه می‌شود. انتخاب فردی با درآمد زیاد یا فردی بدون درآمد، دو برآورد متفاوت می‌دهد؛ نه دو میانگین واقعی متفاوت برای جامعه!

از طرف دیگر، نمونه‌های متفاوت لزوماً برآوردهای متفاوت ندارند. دو گروه از خانواده‌های خریدار لیوان ممکن است اعضای متفاوتی داشته باشند، ولی میانگین تعداد اعضای خانوار در هر دو گروه برابر شود. پس برآورد برابر، به معنای نمونهٔ یکسان نیست.

کتاب درسی، صفحهٔ ۱۱۳

نمونهٔ بزرگ‌تر، فرصت برآورد بهتر

نمونهٔ بزرگ‌تر، فرصت برآورد بهتر

اگر برای شناخت میانگین درآمد یک جامعه فقط از یک نفر بپرسیم، ممکن است اتفاقاً فردی با درآمد خیلی کم یا خیلی زیاد انتخاب شود. در این حالت، برآورد ما می‌تواند از میانگین واقعی جامعه دور باشد.

با بیشتر کردن اندازهٔ نمونهٔ تصادفی، اطلاعات بیشتری از جامعه وارد محاسبهٔ میانگین می‌شود؛ بنابراین امکان نزدیک‌تر شدن برآورد به پارامتر بیشتر می‌شود. مثلاً شرکت تولید لیوان، با پرسیدن تعداد اعضای خانواده از خریداران بیشتری که تصادفی انتخاب شده‌اند، فرصت بهتری برای برآورد میانگین بُعد خانوار دارد.

اما «فرصت بهتر» به معنی «نتیجهٔ حتماً دقیق» نیست! حتی یک نمونهٔ بزرگ‌تر هم ممکن است اتفاقاً ترکیب مناسبی از جامعه نداشته باشد. پس افزایش اندازهٔ نمونه را راهی برای بهتر شدن امکان برآورد بدان، نه تضمینی برای برابر شدن برآورد با پارامتر. همچنین، بزرگ بودن نمونه جای انتخاب تصادفی را نمی‌گیرد.

کتاب درسی، صفحهٔ ۱۱۳

مثال حل‌شده

درآمد ماهانهٔ شش نفر، برحسب میلیون تومان، برابر با 2،5،3،0،1،42، 5، 3، 0، 1، 4 است. میانگین واقعی جامعه را پیدا کن. اگر نمونهٔ تصادفی شامل درآمدهای 00 و 44 باشد، برآورد میانگین چقدر است؟ یک نمونهٔ دوتایی هم پیدا کن که برآوردش دقیقاً برابر با میانگین جامعه باشد.

  1. پارامتر موردنظر، میانگین درآمد هر شش نفر است؛ پس مجموع درآمدها را حساب می‌کنیم: 2+5+3+0+1+4=152+5+3+0+1+4=15.

  2. مجموع را بر تعداد افراد جامعه تقسیم می‌کنیم: μ=156=2.5\mu=\frac{15}{6}=2.5. پس میانگین واقعی جامعه 2.52.5 میلیون تومان است.

  3. برای نمونهٔ انتخابی، فقط داده‌های همان نمونه را به کار می‌بریم: xˉ=0+42=2\bar{x}=\frac{0+4}{2}=2. این عدد، برآورد نقطه‌ای میانگین جامعه است.

  4. این برآورد به‌اندازهٔ 2.5−2=0.52.5-2=0.5 میلیون تومان از میانگین واقعی کمتر است؛ برآورد لزوماً با پارامتر برابر نیست.

  5. برای اینکه میانگین یک نمونهٔ دوتایی 2.52.5 شود، مجموع دو درآمد باید 2×2.5=52\times2.5=5 باشد. مثلاً نمونهٔ {1,4}\{1,4\} مناسب است، چون 1+42=2.5\frac{1+4}{2}=2.5.

جواب: میانگین واقعی جامعه 2.52.5 میلیون تومان و برآورد حاصل از نمونهٔ انتخابی 22 میلیون تومان است؛ نمونهٔ {1,4}\{1,4\} نیز میانگین جامعه را دقیقاً 2.52.5 میلیون تومان برآورد می‌کند.

نکات مهم

  • برای برآورد نقطه‌ای میانگین جامعه، میانگین داده‌های یک نمونهٔ تصادفی را محاسبه می‌کنیم.
  • پارامترِ یک جامعهٔ مشخص ثابت است، اما نمونه‌های متفاوت ممکن است برآوردهای متفاوت یا یکسانی بدهند.
  • افزایش اندازهٔ نمونهٔ تصادفی، امکان نزدیک‌تر شدن برآورد به پارامتر را بیشتر می‌کند، اما دقت هر نمونه را تضمین نمی‌کند.

تمرین تعاملی این درس (رایگان)تمرین تعاملی این درس

درس ۳ · صفحهٔ ۱۱۳ تا ۱۱۵ · حدود ۱۵ دقیقه · تولید هوش مصنوعی

درس دوم: برآورد

در این درس یاد می‌گیری میانگین جامعه را با میانگین نمونه برآورد کنی، اثر اندازهٔ نمونه بر پراکندگی برآوردها را توضیح بدهی، انحراف معیار برآورد میانگین را حساب کنی و برآورد بازه‌ای را بشناسی.

پیش از شروع

اگر فقط درآمد یک نفر را تصادفی بپرسی و آن را میانگین درآمد همه بدانی، چقدر می‌توانی به نتیجه اعتماد کنی؟ با پرسیدن از افراد بیشتر چه چیزی تغییر می‌کند؟

درآمد فرد انتخاب‌شده ممکن است از میانگین واقعی جامعه خیلی دور باشد؛ پس نمونه‌های مختلف می‌توانند برآوردهای متفاوتی بدهند. با بزرگ‌تر شدن نمونهٔ تصادفی، پراکندگی برآوردهای میانگین کمتر می‌شود؛ نه اینکه هر نمونهٔ بزرگ‌تر حتماً نتیجه‌ای نزدیک‌تر بدهد.

از نمونه تا برآورد

از نمونه تا برآورد

اگر بخواهیم میانگین درآمد مردم یک شهر را بدانیم، پرسیدن از همه آسان نیست. پس نمونه‌ای تصادفی انتخاب می‌کنیم و میانگین نمونه را به‌عنوان برآوردی برای میانگین جامعه به کار می‌بریم.

میانگین جامعه یک پارامتر است؛ یعنی ویژگی عددی کل جامعه. میانگین نمونه را با xˉ\bar{x} نشان می‌دهیم؛ این مقدار یک آماره است، چون از داده‌های نمونه حساب می‌شود.

در جامعهٔ کوچک کتاب، درآمدها برابر با 0،1،2،3،4،50،1،2،3،4،5 میلیون تومان‌اند. اگر فقط یک نفر انتخاب کنیم، درآمد همان فرد برآورد ما از میانگین جامعه خواهد بود. بنابراین انتخاب فردی دیگر ممکن است برآورد را تغییر دهد؛ برآورد لزوماً برابر با مقدار واقعی پارامتر نیست.

البته متفاوت بودن نمونه‌ها همیشه به معنای متفاوت بودن میانگین‌هایشان نیست: دو نمونه می‌توانند اعضای متفاوت، ولی مجموع درآمد و تعداد اعضای یکسانی داشته باشند؛ در این صورت میانگین آن‌ها برابر است.

کتاب درسی، صفحهٔ ۱۱۳

نمونهٔ بزرگ‌تر، پراکندگی کمتر

نمونهٔ بزرگ‌تر، پراکندگی کمتر

فرض کن برای شناخت میانگین درآمد یک گروه، هر بار یک نمونهٔ تصادفی انتخاب می‌کنیم و میانگینش را به دست می‌آوریم. اگر نتیجهٔ همهٔ نمونه‌های ممکن را روی نمودار بگذاریم، می‌بینیم برآوردها چقدر با هم تفاوت دارند.

در جامعهٔ کتاب با درآمدهای 0،1،2،3،4،50، 1، 2، 3، 4، 5 میلیون تومان، میانگین واقعی 2.52.5 میلیون تومان است. نمونه‌های تک‌نفری می‌توانند برآوردهایی از 00 تا 55 میلیون تومان بدهند؛ اما در نمونه‌های پنج‌نفری، همهٔ برآوردها بین 22 و 33 میلیون تومان قرار می‌گیرند. یعنی برآوردها دور میانگین واقعی جمع‌تر شده‌اند؛ به زبان آماری، انحراف معیار آن‌ها کمتر شده است.

دقت کن: بزرگ‌تر شدن نمونه تضمین نمی‌کند که تک‌تک برآوردها حتماً از هر برآوردِ نمونهٔ کوچک‌تر به مقدار واقعی نزدیک‌تر باشند؛ صحبت از کمتر شدن پراکندگیِ مجموعهٔ برآوردهاست.

اگر هر شش نفر را بررسی کنیم، دیگر هیچ عضوی بیرون نمی‌ماند؛ پس میانگین به‌دست‌آمده دقیقاً همان میانگین جامعه است.

کتاب درسی، صفحهٔ ۱۱۵

اندازه‌گیری پراکندگی برآورد

اندازه‌گیری پراکندگی برآورد

اگر بارها نمونه‌گیری کنیم و هر بار میانگین نمونه را به دست آوریم، این میانگین‌ها معمولاً یکسان نیستند. انحراف معیار برآورد میانگین نشان می‌دهد این میانگین‌ها چقدر پراکنده‌اند؛ کمتر بودن آن، نشانهٔ دقت بیشتر روش برآورد است.

با فرض جامعهٔ نامتناهی، رابطهٔ زیر را داریم:

σxˉ=σn\sigma_{\bar{x}}=\frac{\sigma}{\sqrt{n}}

در این رابطه:

  • σ\sigma انحراف معیار داده‌های جامعه است؛ مثلاً پراکندگی درآمد افراد.
  • nn اندازهٔ هر نمونه است.
  • σxˉ\sigma_{\bar{x}} انحراف معیار میانگین‌های نمونه‌هاست، نه انحراف معیار درآمد افراد.

اگر پراکندگی درآمد افراد ثابت بماند، با بزرگ‌تر شدن نمونه، مخرج کسر بزرگ‌تر و پراکندگی میانگین‌های نمونه‌ها کمتر می‌شود. دقت کن که این کاهش به جذر اندازهٔ نمونه وابسته است، نه خود اندازهٔ نمونه. پس چندبرابر کردن اندازهٔ نمونه، انحراف معیار برآورد را به همان نسبت کاهش نمی‌دهد. همچنین دقت بیشتر به این معنا نیست که نتیجهٔ هر نمونه حتماً با میانگین جامعه برابر می‌شود.

کتاب درسی، صفحهٔ ۱۱۵

یک بازه همراه با اطمینان

یک بازه همراه با اطمینان

بعد از امتحان، شاید بگویی: «فکر می‌کنم نمره‌ام 1818 شود.» این یعنی فقط یک عدد گفته‌ای. اما اگر به چند پاسخ شک داشته باشی، شاید ترجیح بدهی بگویی: «نمره‌ام بین 1616 و 1919 می‌شود، با اطمینان 90%90\%.» این مثالِ ذهنی کمک می‌کند مفهوم برآورد بازه‌ای را بفهمیم؛ خودش یک محاسبهٔ آماری نیست.

در برآورد بازه‌ای، به‌جای یک عدد، بازه‌ای همراه با درصد اطمینان ارائه می‌کنیم. دو سر بازه نشان می‌دهند چه محدوده‌ای پیشنهاد شده است و درصد اطمینان، میزان اطمینانِ همراه آن را بیان می‌کند.

برای ارزیابی چنین برآوردی، باید به هر دو ویژگی توجه کنیم: بازهٔ باریک‌تر محدوده را دقیق‌تر مشخص می‌کند و اطمینان بیشتر هم مطلوب است. پس اگر درصد اطمینان دو برآورد یکسان باشد، بازهٔ باریک‌تر دقیق‌تر است. اما اگر هم پهنای بازه و هم درصد اطمینان متفاوت باشند، نباید فقط با دیدن یکی از آن‌ها دربارهٔ بهتر بودن برآورد قضاوت کنیم.

کتاب درسی، صفحهٔ ۱۱۵

مثال حل‌شده

فرض کنید انحراف معیار درآمد ماهانهٔ افراد جامعه 33 میلیون تومان باشد. با فرض جامعهٔ نامتناهی، انحراف معیار برآورد میانگین درآمد را برای نمونه‌های تصادفی با اندازه‌های 100100 و 400400 حساب کنید. با چهار برابر شدن اندازهٔ نمونه، این انحراف معیار چه تغییری می‌کند؟

  1. دادهٔ مسئله σ=3\sigma=3 میلیون تومان است. برای هر اندازهٔ نمونه از رابطهٔ σxˉ=σn\sigma_{\bar{x}}=\frac{\sigma}{\sqrt{n}} استفاده می‌کنیم.

  2. برای نمونهٔ کوچک‌تر: n=100n=100، پس σxˉ=3100=310=0.3\sigma_{\bar{x}}=\frac{3}{\sqrt{100}}=\frac{3}{10}=0.3 میلیون تومان.

  3. برای نمونهٔ بزرگ‌تر: n=400n=400، پس σxˉ=3400=320=0.15\sigma_{\bar{x}}=\frac{3}{\sqrt{400}}=\frac{3}{20}=0.15 میلیون تومان.

  4. نسبت انحراف معیار جدید به قبلی برابر 0.150.3=12\frac{0.15}{0.3}=\frac{1}{2} است؛ بنابراین چهار برابر شدن اندازهٔ نمونه، انحراف معیار برآورد را نصف کرده است، نه یک‌چهارم.

جواب: انحراف معیار برآورد برای نمونهٔ 100100 نفری، 0.30.3 میلیون تومان و برای نمونهٔ 400400 نفری، 0.150.15 میلیون تومان است؛ پس با چهار برابر شدن اندازهٔ نمونه، انحراف معیار برآورد نصف می‌شود.

نکات مهم

  • میانگین نمونه، برآوردی از میانگین جامعه است و نمونه‌های متفاوت می‌توانند برآوردهای متفاوت یا یکسانی بدهند.
  • با افزایش اندازهٔ نمونه، پراکندگی برآوردهای میانگین کمتر می‌شود و با فرض جامعهٔ نامتناهی، این پراکندگی از رابطهٔ σxˉ=σn\sigma_{\bar{x}}=\frac{\sigma}{\sqrt{n}} به دست می‌آید.
  • در برآورد بازه‌ای، بازه و درصد اطمینان را با هم در نظر می‌گیریم؛ در اطمینان برابر، بازهٔ باریک‌تر دقیق‌تر است.

تمرین تعاملی این درس (رایگان)تمرین تعاملی این درس

درس ۴ · صفحهٔ ۱۱۵ تا ۱۲۱ · حدود ۱۵ دقیقه · تولید هوش مصنوعی

برآورد بازه‌ای

در این درس یاد می‌گیری بازهٔ اطمینان میانگین و نسبت جامعه را بسازی، اثر اندازهٔ نمونه بر دقت برآورد را توضیح بدهی و معنای درست ضریب اطمینان را بیان کنی.

پیش از شروع

دو نظرسنجی دربارهٔ یک موضوع، درصد یکسانی گزارش می‌کنند؛ اما یکی با افراد بیشتری گفت‌وگو کرده است. آیا باید به دقت نتیجهٔ هر دو به یک اندازه اعتماد کنیم؟

نه؛ اگر روش نمونه‌گیری مناسب و شرایط دیگر یکسان باشد، نمونهٔ بزرگ‌تر معمولاً برآورد دقیق‌تری می‌دهد. بازهٔ اطمینان کمک می‌کند به‌جای گفتن یک عدد تنها، میزان عدم‌قطعیت برآورد را هم نشان دهیم.

نمونهٔ بزرگ‌تر، خطای کمتر

نمونهٔ بزرگ‌تر، خطای کمتر

فرض کن برای برآورد میانگین درآمد مردم، چند گروه جداگانه از افراد را به‌تصادف انتخاب کنیم. میانگین درآمد این گروه‌ها معمولاً یکسان نیست. انحراف معیار میانگین‌های نمونه‌ای نشان می‌دهد این برآوردها چقدر پراکندگی دارند؛ هرچه کمتر باشد، برآورد دقیق‌تر است.

رابطهٔ زیر، با فرض نامتناهی بودن جامعه، این پراکندگی را مشخص می‌کند:

σxˉ=σn\sigma_{\bar{x}}=\frac{\sigma}{\sqrt{n}}

در این رابطه، σ\sigma انحراف معیار درآمد افراد جامعه، nn اندازهٔ هر نمونه و σxˉ\sigma_{\bar{x}} انحراف معیار میانگین‌های نمونه‌ای است. این دو انحراف معیار را با هم اشتباه نگیر: یکی دربارهٔ افراد است و دیگری دربارهٔ میانگین نمونه‌ها.

با افزایش اندازهٔ نمونه، مخرج کسر بزرگ‌تر و پراکندگی برآوردها کمتر می‌شود. البته این به معنی تضمین نزدیک‌تر بودن نتیجهٔ هر نمونهٔ بزرگ‌تر نیست؛ دربارهٔ رفتار کلی برآوردها صحبت می‌کنیم.

نکتهٔ مهم این است که اندازهٔ نمونه زیر رادیکال قرار دارد؛ پس چند برابر شدن تعداد افراد، انحراف معیار برآورد را به همان نسبت کاهش نمی‌دهد.

کتاب درسی، صفحهٔ ۱۱۵

بازه‌ای برای میانگین جامعه

بازه‌ای برای میانگین جامعه

فرض کن می‌خواهی میانگین زمان رفت‌وآمد همهٔ دانش‌آموزان مدرسه را بدانی، اما فقط از یک نمونهٔ تصادفی پرسیده‌ای. میانگین نمونه، یعنی xˉ\bar{x}، برآورد توست؛ ولی لازم است عدم‌قطعیت آن را هم نشان بدهی.

برای ساختن بازهٔ اطمینان میانگین جامعه، از رابطهٔ زیر استفاده می‌کنیم:

xˉ−2σn≤μ≤xˉ+2σn\bar{x}-\frac{2\sigma}{\sqrt{n}}\leq\mu\leq\bar{x}+\frac{2\sigma}{\sqrt{n}}

اینجا μ\mu میانگین جامعه، σ\sigma انحراف معیار جامعه و nn اندازهٔ نمونه است. کتاب این بازه را با اطمینان بیش از 95%95\% معرفی می‌کند.

مرکز بازه همان xˉ\bar{x} است. مقدار 2σn\frac{2\sigma}{\sqrt{n}} را «حاشیهٔ خطا» می‌نامیم: آن را از میانگین نمونه کم می‌کنیم تا حد پایین به دست آید و به آن اضافه می‌کنیم تا حد بالا مشخص شود.

حواست باشد: این بازه برای میانگین کل جامعه است، نه برای زمان رفت‌وآمد تک‌تک دانش‌آموزان. بنابراین قرار نیست همهٔ داده‌های افراد داخل آن باشند.

کتاب درسی، صفحهٔ ۱۱۶

بازه‌ای برای نسبت

بازه‌ای برای نسبت

گاهی به‌جای میانگین، می‌خواهیم بدانیم چه نسبتی از جامعه یک ویژگی دارند؛ مثلاً چه نسبتی از دانش‌آموزان با وسایل نقلیهٔ عمومی به مدرسه می‌آیند.

از جامعه‌ای نسبتاً بزرگ، یک نمونهٔ تصادفی ساده به اندازهٔ nn انتخاب می‌کنیم. اگر mm نفر آن ویژگی را داشته باشند، نسبت نمونه برابر است با:

p=mnp=\frac{m}{n}

این عدد، برآورد ما از نسبت مجهول جامعه است؛ اما لزوماً با آن برابر نیست. برای نشان‌دادن عدم‌قطعیت، حاشیهٔ خطا را حساب می‌کنیم:

E=2p(1−p)nE=2\sqrt{\frac{p(1-p)}{n}}

سپس بازهٔ اطمینان تقریبی 95%95\% را می‌سازیم:

p−E≤نسبت واقعی جامعه≤p+Ep-E\leq\text{نسبت واقعی جامعه}\leq p+E

پس مرکز بازه، نسبت نمونه است و برای رسیدن به دو سر بازه، حاشیهٔ خطا را یک‌بار کم و یک‌بار اضافه می‌کنیم. دقت کن که در فرمول باید نسبت را به صورت عددی بین 00 و 11 بنویسی، نه عدد درصدی؛ برای گزارش نهایی می‌توانی دو سر بازه را به درصد تبدیل کنی.

کتاب درسی، صفحهٔ ۱۱۷

برای دقت بیشتر، چند نفر؟

برای دقت بیشتر، چند نفر؟

فرض کن می‌خواهی پیش از شروع نظرسنجی دربارهٔ غذای محبوب دانش‌آموزان، تعداد افراد نمونه را تعیین کنی. هنوز نسبت پاسخ‌های موافق، یعنی pp، را نمی‌دانی؛ پس چطور برای دقت برنامه‌ریزی کنی؟

راه‌حل این است که بزرگ‌ترین حاشیهٔ خطای ممکن را در نظر بگیری. چون

p(1−p)≤14p(1-p)\leq\frac{1}{4}

حاشیهٔ خطای فرمول نسبت، از مقدار زیر بیشتر نمی‌شود:

2p(1−p)n≤1n2\sqrt{\frac{p(1-p)}{n}}\leq\frac{1}{\sqrt{n}}

بنابراین می‌توانیم بازهٔ محافظه‌کارانهٔ زیر را بسازیم؛ یعنی بازه‌ای که بازهٔ قبلی را در بر می‌گیرد و ممکن است پهن‌تر باشد:

p−1n≤نسبت واقعی جامعه≤p+1np-\frac{1}{\sqrt{n}}\leq\text{نسبت واقعی جامعه}\leq p+\frac{1}{\sqrt{n}}

حاشیهٔ خطا فاصلهٔ مرکز تا یک سر بازه است؛ پس طول کل این بازه برابر 2n\frac{2}{\sqrt{n}} است. برای انتخاب تعداد افراد، کافی است این طول را با طول دلخواه مقایسه کنیم؛ حتی وقتی هنوز pp معلوم نیست!

با ثابت ماندن روش و ضریب اطمینان، اگر اندازهٔ نمونه kk برابر شود، طول این بازه بر k\sqrt{k} تقسیم می‌شود؛ پس برای باریک‌ترشدن چشمگیر بازه، باید نمونه را به‌قدر کافی بزرگ کنیم.

کتاب درسی، صفحهٔ ۱۱۸

اطمینان دقیقاً یعنی چه؟

اطمینان دقیقاً یعنی چه؟

وقتی می‌گوییم «بازهٔ اطمینان 95%95\%»، این درصد دربارهٔ چیست؟ دربارهٔ روش ساختن بازه‌ها، نه درصد افراد جامعه.

تصور کن برای برآورد میانگین زمان رفت‌وآمد دانش‌آموزان، بارها نمونهٔ تصادفی می‌گیریم و هر بار با همان روش یک بازه می‌سازیم. میانگین واقعی جامعه، یعنی μ\mu، ثابت است؛ اما با عوض شدن نمونه، میانگین نمونه و دو سر بازه ممکن است تغییر کنند.

در تکرارهای فراوان، انتظار داریم حدود 95%95\% بازه‌ها، میانگین واقعی جامعه را در بر بگیرند. مثلاً از 100100 بازه، انتظار داریم حدود 9595 بازه شامل آن باشند؛ نه اینکه حتماً در هر بار انجام این آزمایش، دقیقاً همین تعداد به دست آید.

هر بازهٔ ساخته‌شده یا میانگین واقعی را در بر دارد یا ندارد؛ ما معمولاً نمی‌دانیم کدام حالت رخ داده است. همچنین این اطمینان به معنای قرار گرفتن 95%95\% زمان‌های رفت‌وآمد دانش‌آموزان در آن بازه نیست؛ هدف بازه، میانگین جامعه است، نه داده‌های تک‌تک افراد.

کتاب درسی، صفحهٔ ۱۲۰

مثال حل‌شده

از دانشجویان یک دانشگاه، نمونه‌ای تصادفی به اندازهٔ 2525 نفر انتخاب شده است. میانگین سنّ نمونه 2222 سال و انحراف معیار جامعه، بر اساس بررسی‌های گذشته، 1.91.9 سال است. بازهٔ اطمینان 95%95\% برای میانگین سنّ دانشجویان دانشگاه را به روش کتاب به دست آور.

  1. داده‌ها را مشخص می‌کنیم: n=25n=25، xˉ=22\bar{x}=22 و σ=1.9\sigma=1.9.

  2. انحراف معیار میانگین نمونه‌ای را حساب می‌کنیم: σxˉ=1.925=1.95=0.38\sigma_{\bar{x}}=\frac{1.9}{\sqrt{25}}=\frac{1.9}{5}=0.38 سال.

  3. حاشیهٔ خطا دو برابر این مقدار است: E=2×0.38=0.76E=2\times0.38=0.76 سال.

  4. دو سر بازه را به دست می‌آوریم: 22−0.76=21.2422-0.76=21.24 و 22+0.76=22.7622+0.76=22.76؛ پس 21.24≤μ≤22.7621.24\leq\mu\leq22.76.

  5. این بازه برای میانگین سنّ همهٔ دانشجویان دانشگاه است؛ قرار نیست سنّ تک‌تک دانشجویان در آن باشد.

جواب: بازهٔ اطمینان میانگین سنّ دانشجویان، با روش کتاب، از 21.2421.24 تا 22.7622.76 سال است.

نکات مهم

  • انحراف معیار میانگین‌های نمونه‌ای برابر σn\frac{\sigma}{\sqrt{n}} است؛ بنابراین با ثابت ماندن شرایط دیگر، نمونهٔ بزرگ‌تر بازهٔ باریک‌تری می‌دهد.
  • بازهٔ میانگین را با xˉ±2σn\bar{x}\pm\frac{2\sigma}{\sqrt{n}} و بازهٔ تقریبی نسبت را با p±2p(1−p)np\pm2\sqrt{\frac{p(1-p)}{n}} می‌سازیم؛ شکل محافظه‌کارانهٔ بازهٔ نسبت نیز p±1np\pm\frac{1}{\sqrt{n}} است.
  • اطمینان 95%95\% یعنی در تکرارهای فراوان نمونه‌گیری، حدود 95%95\% بازه‌های ساخته‌شده پارامتر ثابت جامعه را در بر می‌گیرند، نه اینکه همین درصد از داده‌های افراد داخل هر بازه باشد.

تمرین تعاملی این درس (رایگان)تمرین تعاملی این درس

درس‌های فصل ۴ 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 ۴ آمار و احتمال یازدهم · رایگان