پث‌وایز

آمار و سواد دادهدرس ۳ از ۱۲

منحنی زنگوله‌ای

چرا این‌همه داده و اندازه‌گیری به شکل زنگوله انباشته می‌شوند، و قاعدهٔ ۶۸-۹۵-۹۹٫۷ چگونه میزان نامعمول بودن یک مقدار را نشان می‌دهد.

چیزی که از این درس می‌بری

  • هیستوگرام تعداد مقادیرِ قرارگرفته در هر بازه را می‌شمارد؛ بسیاری از اندازه‌گیری‌ها به شکل یک برآمدگی متقارن انباشته می‌شوند.
  • توزیع نرمال تنها با دو شاخص تعریف می‌شود: میانگین (مرکز) و انحراف معیار (پهنا). در قلهٔ این توزیع، میانگین، میانه و مد بر هم منطبق‌اند.
  • این توزیع رایج است زیرا حاصل جمع اثرات کوچک و مستقل، طبق قضیهٔ حد مرکزی، به سمت منحنی زنگوله‌ای میل می‌کند.
فهرست این درس۵
  1. هیستوگرام
  2. شکلی که با دو عدد تعیین می‌شود
  3. قاعدهٔ تجربی ۶۸-۹۵-۹۹٫۷
  4. نمرهٔ استاندارد (z-score)
  5. مرور درس

هیستوگرام

اسم · نمودار

نموداری که داده‌ها را در رده‌ها یا بازه‌های مساوی (Bins) (مانند ۷۰ تا ۷۸، یا ۷۸ تا ۸۶) دسته‌بندی می‌کند و برای هر بازه یک ستون رسم می‌کند. ارتفاع هر ستون نشان‌دهندهٔ تعداد مقادیری است که در آن بازه قرار گرفته‌اند. این نمودار شکل توزیع داده‌ها را در یک نگاه نمایان می‌سازد: داده‌ها کجا انباشته شده‌اند، گسترهٔ پراکندگی آن‌ها چقدر است، و آیا به یک سو چولگی دارند یا خیر.

نمرات آزمون ۱٬۰۰۰ نفر در بازه‌های ۸ نمره‌ای: بلندترین ستون در حوالی نمرهٔ ۱۰۰ قرار دارد و هرچه به دو سمت دورتر برویم، ستون‌ها کوتاه‌تر می‌شوند.

خودت رو امتحان کنسؤال ۱ از ۵

در هیستوگرامِ نمرات یک آزمون، ارتفاع هر ستون چه چیزی را نشان می‌دهد؟

  1. میانگین نمرهٔ افرادِ حاضر در آن ستون
  2. تعداد افرادی که نمره‌شان در بازهٔ آن ستون قرار دارد
  3. بالاترین نمره‌ای که شرکت‌کنندگان کسب کرده‌اند
  4. میزان فاصلهٔ آن بازه از میانگین
جواب رو ببین

تعداد افرادی که نمره‌شان در بازهٔ آن ستون قرار دارد

کاملاً درست است. هر ستون تعداد مقادیری را می‌شمارد که در بازهٔ مربوط به خود قرار گرفته‌اند. ستون‌های بلند نشان‌دهندهٔ مناطقی هستند که داده‌ها در آن‌ها انباشته شده‌اند.

قدم‌به‌قدم ببین

  1. دسته‌بندی نمرات آزمون در ستون‌ها
    ۱/۴دسته‌بندی نمرات آزمون در ستون‌ها

    نمرات آزمونِ افراد پرشمار که در یازده ستون نارنجی در امتداد محوری با نشانه‌های ۷۰، ۸۵، ۱۰۰، ۱۱۵ و ۱۳۰ دسته‌بندی شده‌اند. بلندترین ستون‌ها در نزدیکی ۱۰۰ قرار دارند و ارتفاع ستون‌ها در هر دو سو به‌طور تقریبی و متقارن کاهش می‌یابد: بیشتر افراد حوالی میانه قرار می‌گیرند.

  2. تبدیل ستون‌ها به یک منحنی زنگوله‌ای هموار
    ۲/۴تبدیل ستون‌ها به یک منحنی زنگوله‌ای هموار

    منحنی هموار یاسی‌رنگی روی ستون‌ها رسم می‌شود و ستون‌ها در پس‌زمینه محو می‌گردند: این همان منحنی زنگوله‌ای است. قلهٔ آن با میانگین ۱۰۰ و فاصلهٔ ۱۰۰ تا ۱۱۵ با انحراف معیار ۱۵ مشخص شده است. تنها با داشتن این دو عدد—مرکز و پهنا—می‌توان کل منحنی را ترسیم کرد.

  3. در فاصلهٔ یک انحراف معیار: حدود ۶۸٪
    ۳/۴در فاصلهٔ یک انحراف معیار: حدود ۶۸٪

    مساحت زیر منحنی از ۸۵ تا ۱۱۵ (یک انحراف معیار در هر دو طرف میانگین) با رنگ نارنجی پر شده و برچسب ۶۸٪ می‌گیرد. حدود ۶۸ نفر از هر ۱۰۰ نفر در این بازه نمره می‌آورند.

  4. در فاصلهٔ دو انحراف معیار: حدود ۹۵٪
    ۴/۴در فاصلهٔ دو انحراف معیار: حدود ۹۵٪

    محدودهٔ نارنجی تا فاصلهٔ ۷۰ تا ۱۳۰ (دو انحراف معیار از دو طرف) گسترش می‌یابد و اکنون برچسب ۹۵٪ دارد. دو دُم باریکِ بیرونی خاکستری‌رنگ شده و هر کدام ۲٫۵٪ علامت‌گذاری شده‌اند: تنها حدود ۲٫۵ نفر از هر ۱۰۰ نفر نمره‌ای بالاتر از ۱۳۰ می‌گیرند، و تقریباً به همین میزان زیر ۷۰ قرار می‌گیرند.

خودت رو امتحان کنسؤال ۲ از ۵

اگر میانگین نمرات ۱۰۰ و انحراف معیار آن‌ها ۱۵ باشد، تقریباً چه درصدی از افراد نمره‌ای بین ۸۵ و ۱۱۵ کسب می‌کنند؟

  1. حدود ۵۰٪
  2. حدود ۶۸٪
  3. حدود ۹۵٪
  4. حدود ۹۹٫۷٪
جواب رو ببین

حدود ۶۸٪

کاملاً درست است. بازهٔ ۸۵ تا ۱۱۵ دقیقاً یک انحراف معیار فاصله از دو طرف میانگین است و حدود ۶۸٪ از مساحت منحنی زنگوله‌ای در این محدوده قرار می‌گیرد.

۰۲توزیع نرمال

شکلی که با دو عدد تعیین می‌شود

منحنی زنگوله‌ای ایده‌آل را توزیع نرمال (Normal Distribution) می‌نامند. این توزیع متقارن است، یک قله دارد و در بلندترین نقطهٔ آن میانگین، میانه و مد همگی یکسان‌اند. به‌محض اینکه میانگین (محل مرکز) و انحراف معیار (میزان پهنا) را بدانید، کل شکل توزیع برایتان مشخص می‌شود. چرا این شکل تا این حد رایج است؟ هرگاه نتیجهٔ نهایی حاصل جمعِ عوامل متعدد، کوچک و مستقل از هم باشد—مانند هزاران ژن و عامل محیطی در تعیین قد، یا پرسش‌های پرشمار در یک آزمون—توزیع نهایی به سمت زنگوله‌ای شدن میل می‌کند. آماردانان این اصل را قضیهٔ حد مرکزی (Central Limit Theorem) می‌نامند.

قد افراد بزرگسال در یک جنسیت، خطاهای جزئی ترازوی دقیق هنگام تکرار وزن‌کشی یک جسم، و نمرات آزمون‌هایی با پرسش‌های متعدد، همگی توزیعی تقریباً زنگوله‌ای دارند.

قاعدهٔ تجربی ۶۸-۹۵-۹۹٫۷

  • حدود ۶۸٪ از مقادیر در فاصلهٔ ۱ انحراف معیار از میانگین قرار دارند (در آزمون ما: ۸۵ تا ۱۱۵).
  • حدود ۹۵٪ در فاصلهٔ ۲ انحراف معیار قرار دارند (۷۰ تا ۱۳۰).
  • حدود ۹۹٫۷٪ در فاصلهٔ ۳ انحراف معیار قرار دارند (۵۵ تا ۱۴۵).
  • آنچه باقی می‌ماند به‌طور مساوی میان دو دُم تقسیم می‌شود: از ۵٪ باقی‌مانده در خارج از بازهٔ ۷۰ تا ۱۳۰، حدود ۲٫۵٪ نمراتی بالاتر از ۱۳۰ دارند.
  • این قاعده فقط برای داده‌هایی معتبر است که واقعاً شکل زنگوله‌ای و متقارن داشته باشند.

خودت رو امتحان کنسؤال ۳ از ۵

در همان آزمون با میانگین ۱۰۰ و انحراف معیار ۱۵، تقریباً چند درصد از افراد مانند سارا نمره‌ای بالاتر از ۱۳۰ می‌گیرند؟

  1. حدود ۲٫۵٪
  2. حدود ۵٪
  3. حدود ۱۶٪
  4. حدود ۳۲٪
جواب رو ببین

حدود ۲٫۵٪

صحیح است. حدود ۹۵٪ از افراد بین ۷۰ و ۱۳۰ قرار می‌گیرند؛ بنابراین ۵٪ خارج از این بازه‌اند که نیمی از آن، یعنی حدود ۲٫۵٪، نمره‌ای بالاتر از ۱۳۰ دارند. این یعنی تقریباً ۱ نفر از هر ۴۰ نفر.

نمرهٔ استاندارد (z-score)

اسم · آمار

نشان می‌دهد که یک مقدار چند انحراف معیار از میانگین فاصله دارد. مقادیر بالاتر از میانگین دارای z مثبت و مقادیر پایین‌تر دارای z منفی هستند. از آنجا که نمرهٔ z فاصله را برحسب انحراف معیار می‌سنجد نه واحدهای خام، مقایسهٔ نتایج با مقیاس‌های کاملاً متفاوت را ممکن می‌سازد: در هر پدیده با توزیع نرمال، z برابر با ‎+2‎ به یک اندازه نادر و نامعمول است.

نمرهٔ ۱۳۰ سارا ۳۰ واحد بالاتر از میانگین ۱۰۰ با انحراف معیار ۱۵ است، بنابراین ۲+ = z. قدی که ۲ انحراف معیار از میانگین گروه خود بلندتر باشد، دقیقاً به همان اندازهٔ نمرهٔ سارا غیرعادی و ممتاز است.

خودت رو امتحان کنسؤال ۴ از ۵

امید در یک آزمون ریاضی ۱ انحراف معیار بالاتر از میانگین، و در یک آزمون زبان ۲ انحراف معیار بالاتر از میانگین کسب می‌کند. توزیع نمرات هر دو آزمون زنگوله‌ای است. کدام نتیجه نادرتر و برجسته‌تر است؟

  1. نتیجهٔ آزمون ریاضی (۱ انحراف معیار بالاتر)
  2. نتیجهٔ آزمون زبان (۲ انحراف معیار بالاتر)
  3. هیچ‌کدام: نمرات آزمون‌های مختلف قابل مقایسه نیستند
جواب رو ببین

نتیجهٔ آزمون زبان (۲ انحراف معیار بالاتر)

کاملاً درست است. حدود ۱۶٪ از افراد نمره‌ای بالاتر از ۱ انحراف معیار کسب می‌کنند، اما تنها حدود ۲٫۵٪ به بیش از ۲ انحراف معیار دست می‌یابند. نمرهٔ z آزمون‌های متفاوت را هم‌مقیاس و قابل مقایسه می‌کند.

خودت رو امتحان کنسؤال ۵ از ۵

کدام‌یک از موارد زیر احتمالاً توزیعی زنگوله‌ای دارند و کدام‌یک توزیع چوله؟

تقریباً زنگوله‌ایچوله (غیرزنگوله‌ای)

  • قد زنان بزرگسال در یک کشور
  • درآمد خانوارها
  • خطاهای جزئی ترازوی آشپزخانه هنگام وزن کردن مکرر یک بسته
  • قیمت مسکن در یک شهر
  • نمرات یک آزمون ۶۰ سؤالی
  • مدت‌زمان انتظار در درمانگاه
جواب رو ببین

تقریباً زنگوله‌ای: قد زنان بزرگسال در یک کشور, خطاهای جزئی ترازوی آشپزخانه هنگام وزن کردن مکرر یک بسته, نمرات یک آزمون ۶۰ سؤالی

چوله (غیرزنگوله‌ای): درآمد خانوارها, قیمت مسکن در یک شهر, مدت‌زمان انتظار در درمانگاه

۰۵جمع‌بندی

مرور درس

  • هیستوگرام تعداد مقادیرِ قرارگرفته در هر بازه را می‌شمارد؛ بسیاری از اندازه‌گیری‌ها به شکل یک برآمدگی متقارن انباشته می‌شوند.
  • توزیع نرمال تنها با دو شاخص تعریف می‌شود: میانگین (مرکز) و انحراف معیار (پهنا). در قلهٔ این توزیع، میانگین، میانه و مد بر هم منطبق‌اند.
  • این توزیع رایج است زیرا حاصل جمع اثرات کوچک و مستقل، طبق قضیهٔ حد مرکزی، به سمت منحنی زنگوله‌ای میل می‌کند.
  • با میانگین ۱۰۰ و انحراف معیار ۱۵: حدود ۶۸٪ بین ۸۵ تا ۱۱۵ نمره می‌گیرند، حدود ۹۵٪ بین ۷۰ تا ۱۳۰ قرار می‌گیرند، و حدود ۲٫۵٪ نمره‌ای بالاتر از ۱۳۰ دارند.
  • نمرهٔ z فاصله از میانگین را برحسب انحراف معیار می‌سنجد و مقایسهٔ مقیاس‌های متفاوت را ممکن می‌سازد؛ اما داده‌های چوله مانند درآمد از این قاعده پیروی نمی‌کنند.

به سبک خودت یادش بگیر.

توی اپ از یادآی بخواه این درس رو ساده‌تر توضیح بده، از زندگی خودت مثال بزنه یا عمیق‌تر بره. بعد یه مسیر کامل دور هدف خودت بساز.

Cafe Bazaar Myket توی اپ شخصی‌سازیش کن