‏إظهار الرسائل ذات التسميات علم الاحصاء. إظهار كافة الرسائل
‏إظهار الرسائل ذات التسميات علم الاحصاء. إظهار كافة الرسائل

السبت، 5 أغسطس 2023

الاحصاء والاحتمالات

من خلال دراسة علم الإحصاء يظهر أنه هو العلم الذي جاء لدراسة موضوع الأحداث التي لا يمكن توقع أو الحسم بنتائجها بشكل دقيق قبل أن تقع ولذلك فإنه يطلق على نتائج هذه الأمور متغيرات عشوائية أو متغير عشوائي. 
 
والمثال الكلاسيكي الذي يتم التطرق له دائماً هو رمي عملة أو قطعة نقد معدنية في الهواء فإن نتيجة هذا غير معروفة إلا بعد أن يتم الأمر، على أن النتيجة هنا محصورة بواحدة من اثنتين إما صورة أو كتابة، وبالطبع فإن هناك أحداث أو تجارب أخرى نكون مهتمين بها أكثر من نتيجة قطعة النقد ولها عدد أكبر من النتائج ولهذا وجد علم الإحصاء. 
 
طبعاً هناك مثال تقليدي آخر هو المتعلق بزهر النرد ، أو بطاقات الشدة أو الكوتشينة 

ونعود ونكرر أنه إذا كانت نتيجة شيء ما (تجربة، حدث، أمر ما، ظاهرة) نحن مهتمين بها غير معروفة فإن النتيجة يمكن أن نصفها بأنها متغير عشوائي وهو متغير لأنه يمكن أن يأخذ أي نتيجة ممكنة لهذه التجربة إلا أننا لا يمكن لنا نحن معرفتها إلا إذا تمت. 

والتعامل مع المتغيرات العشوائية ومع التجارب ذات العلاقة بها يتم بصورة رياضية من خلال نظرية الاحتمالات.
 
وهناك قواعد عامة لنظرية الاحتمالات وضعت من خلال علماء الاحصاء والرياضيات والهندسة وإحدى أهم القواعد هي: 
 
أن الاحتمال يقع دائماً بين صفر و 1 ، ولا يمكن أن يخرج عن هذا النطاق، ونعني بصفر هي أن هذا المتغير لا يمكن أن يقع أو لا يوجد إحتمال لوقوعه أما 1 فهو أن هذا المتغير هناك احتمال بأن يحدث بشكل مؤكد 

وبالعادة فإن الاحتمالات تكون بينهم وللتسهيل فإنه يتم اضافة كلمة بالمئة عند الوصف وعلى سبيل المثال فإن احتمالية أن تمطر في الغد في مدينة دبي هي 30% بالمئة أو أن احتمالية أن تمطر في الغد في شيكاغو هي 75% بالمئة، ومثله إحتمالية أن يصاب شخص بالسرطان بعد الثمانين هي 65% وهكذا. 

اذا القاعدة الأولى الواجد تذكرها أن الاحتمالات تكون بين صفر و 1 

كما أن الحدث العشوائي: هو أي حدث لا يمكن التبوء به بنسبة 100% والمتغير العشوائي هو متغير يمكن أن يأخذ قيم مختلفة بناء على نتائج حدث عشوائي. 

الاحتمال : هو تقدير لمدى احتمالية حدث وهو قيمة بين صفر وواحد، اما التجربة العشوائية فهي تجربة لا يمكن التنبوء بها بنتائج دقيقة. 

التوزيع الاحتمالي: هي وصف رياضي للطريقة التي يمكن أن تتوزع بها الاحتمالات عبر القيم الممكنة للمتغير العشوائي (ما يمهنا معرفته الان أن هذا التوزيع قد يكون توزيع طبيعي أو توزيع ثنائي، وسيتم التطرق له لاحقاً)

كما أن الاحتمال قد يكون احتمال شرطي (احتمال يحدث بشرط حدوث حدث آخر) أو احتمال مشترك (احتمال حدثين معاً)

الاثنين، 1 مايو 2023

قاعدة بايز

 يعتبر قاعدة بايز (Bayes' Rule) من الأدوات الأساسية في الإحصاء وعلم الرياضيات، وتستخدم لحساب الاحتمالية المشروطة لحدث ما بعد حدث آخر.


تعتمد قاعدة بايز على العلاقة بين الاحتمالية المشروطة والاحتمالية الغير مشروطة، وتقوم على فكرة تحديث الاحتمالية الغير مشروطة عندما يتم توفير معلومات جديدة.


وتتمثل قاعدة بايز في الصيغة التالية:

 

P(A | B) = P(B | A) * P(A) / P(B)


حيث:

P(A | B) هي الاحتمالية المشروطة لحدث A بعد حدث B

P(B | A) هي الاحتمالية المشروطة لحدث B بعد حدث A

P(A) هي الاحتمالية الغير مشروطة لحدث A

P(B) هي الاحتمالية الغير مشروطة لحدث B


ويمكن تطبيق قاعدة بايز على سيناريوهات مختلفة، مثل حساب احتمالية الإصابة بمرض معين بعد إجراء اختبار، أو تحديد مصدر المشكلة في عملية إنتاج، أو حساب الاحتمالية الغير مشروطة للحدث A بعد حدث B.


على سبيل المثال، إذا كانت الاحتمالية المسبقة لحدث A هي 0.4، والاحتمالية المسبقة لحدث B هي 0.6، والاحتمالية المشروطة لحدث A بعد حدث B هي 0.8، فإن الاحتمالية المشروطة لحدث B بعد حدث A ستكون:


P(B | A) = P(A | B) * P(B) / P(A)

P(B | A) = (0.8 * 0.6) / 0.4

P(B | A) = 1.2


ويمكن فهم هذه النتيجة بالقول إنه إذا كان الحدث A قد حدث بالفعل، فإن الاحتمالية المشروطة لحدوث الحدث B بعد حدوث A هي 1.2 مرة أعلى من الاحتمالية.


قاعدة بايز (Bayes' Rule) هي قاعدة حسابية في الإحصاء تستخدم لتحديد الاحتمالية المشروطة لحدث ما بعد حدث آخر. وتقوم القاعدة على توزيع الاحتماليات الشرطية والمعاكسة (المرجعية) للحدث المستقل.


لتطبيق قاعدة بايز، نحتاج إلى اتباع الخطوات التالية:

1. تعريف الأحداث: يجب تعريف الأحداث المراد حساب الاحتمالات المشروطة لها.

2. تحديد الأحتماليات المرجعية: يجب تحديد الاحتمالية الأساسية لحدوث الأحداث المرتبطة بدون أي شروط مسبقة.

3. تحديد الاحتماليات الشرطية: يجب تحديد الاحتمالية المشروطة لحدوث الحدث المعني بعد وقوع الحدث الأول.

4. تطبيق قاعدة بايز: يتم حساب الاحتمالية المشروطة باستخدام الصيغة التالية:


P(A|B) = P(B|A) * P(A) / P(B)


حيث:

P(A|B): الاحتمالية المشروطة لحدث A بعد وقوع حدث B.

P(B|A): الاحتمالية المشروطة لحدوث حدث B إذا حدث حدث A.

P(A): الاحتمالية الأساسية لحدث A.

P(B): الاحتمالية الأساسية لحدوث حدث B.


يمكن تطبيق قاعدة بايز في العديد من المجالات، مثل تشخيص الأمراض وتحليل البيانات. فعلى سبيل المثال، يمكن استخدام قاعدة بايز لتحديد احتمال إصابة المريض بمرض ما بعد إجراء اختبار معين. ويمكن تطبيق القاعدة لحساب الاحتمالية المشروطة للمرض بعد أخذ بعض العوامل المحددة في الاعتبار، مثل العمر والنوع والتاريخ الصحي للمريض.


الإحصاء: الأحداث المستقلة و الأحداث المتعارضة

 يشير مصطلح "الأحداث المستقلة" في الإحصاء إلى الأحداث التي لا تتأثر ببعضها البعض. وهذا يعني أن حدوث أحد الأحداث لا يؤثر على حدوث الأحداث الأخرى. على سبيل المثال، إذا كان لدينا رميتين مستقلتين للنرد، فإن حدوث رقم معين في الرمي الأول لا يؤثر على حدوث نفس الرقم في الرمي الثاني. وبمعنى آخر، فإن نتيجة الحدث الأول لا تؤثر على نتيجة الحدث الثاني. وبالتالي، فإن احتمال حدوث الحدث الأول لا يتأثر بحدوث الحدث الثاني والعكس صحيح، وذلك لأنهما مستقلان عن بعضهما البعض. 


أما "الأحداث المتعارضة" في الإحصاء، فيشير هذا المصطلح إلى الأحداث التي لا يمكن حدوثها معًا. وهذا يعني أن حدوث واحدة من الأحداث يستبعد حدوث الأخرى. على سبيل المثال، إذا كان لدينا حدثين متعارضين هما "الحصول على صورة" و "الحصول على كتابة"، فإن حدوث الحدث الأول يستبعد حدوث الحدث الثاني. فهي الأحداث التي لا يمكن أن تحدث في نفس الوقت، ولا يمكن أن يحدث أكثر من واحد منهما في نفس الوقت. وبالتالي، فإن نتيجة الحدث الأول تستبعد حدوث الحدث الثاني والعكس صحيح، وذلك لأنهما متبادلان فيما بينهما. 


ومن المهم التمييز بين الأحداث المستقلة والأحداث المتعارضة لأنهما يتم التعامل معهما بشكل مختلف في الإحصاء. في حين يمكن حساب احتمالية حدوث الأحداث المستقلة بشكل منفصل، يتطلب العمل مع الأحداث المتعارضة تقنيات مختلفة سنتعرض لها لاحقاً. 



الاحصاء: الحدث

كما أسلفنا سابقاً فإن علم الإحصاء يهتم بتفسير نتائج التجارب أو الأحداث المختلفة وبما ساعدنا على فهم أكبر واتخاذ قرارات أكثر صحة ومن أجل ذلك فإن هناك مجموعة من المصطلحات التي يجب أن يتم دراستها والتعرف عليها ومن هذه المصطلحات الحدث و مساحة الحدث.  

يشير مصطلح "الحدث" في الإحصاء إلى أي حدث يتم دراسته أو تحليله. يمكن أن يكون الحدث عبارة عن تجربة أو تحديث أو حدث في الواقع مثل الاستفتاء على الانتخابات أو دراسة السلوك الاجتماعي لفئة معينة من الأفراد. 


فيما يتعلق بـ "مساحة الحدث"، يشير هذا المصطلح إلى النطاق أو المجال الذي يتم فيه تحليل الحدث. ويشمل ذلك البيانات المتاحة وطريقة جمعها وتحليلها والنتائج التي يتم الوصول إليها. يتم تحديد مساحة الحدث بشكل واضح قبل بدء الدراسة ويتم تحديد نطاقه بناءً على الأهداف المحددة للدراسة. 


على سبيل المثال، إذا كنت تريد دراسة تأثير حملة إعلانية على المبيعات لمنتج معين، فإن "مساحة الحدث" ستكون منتجك والحملة الإعلانية المتعلقة به. سيتم جمع البيانات حول هذا المنتج وحملة الإعلانات الخاصة به ويتم تحليلها لتحديد تأثير الحملة الإعلانية على المبيعات. 


ومن المهم أن تتم دراسة الحدث ومساحته بشكل دقيق ومحدد بوضوح، حتى يمكن الوصول إلى نتائج موثوقة ودقيقة من الدراسة.

السبت، 22 أبريل 2023

علم الاحصاء

 علم الإحصاء هو فرع من فروع الرياضيات يهتم بجمع وتحليل وتفسير وعرض البيانات. يتيح علم الإحصاء اتخاذ قرارات مستندة إلى البيانات وفهم الظواهر والأنماط المختلفة في مجموعة معينة من البيانات. يستخدم الإحصاء في مجموعة واسعة من المجالات مثل العلوم الطبيعية والاجتماعية والاقتصاد والتجارة والهندسة والتكنولوجيا والسياسة.


في علم الإحصاء، يوجد نوعان رئيسيان من الإحصاءات:


1. الإحصاء الوصفي (Descriptive Statistics): يتعامل مع جمع وتنظيم وتلخيص وعرض البيانات. يساعد الإحصاء الوصفي في توفير ملخص للبيانات وفهم الخصائص الأساسية للبيانات. يشمل الإحصاء الوصفي مفاهيم مثل المتوسط والوسيط والمنوال والانحراف المعياري والتوزيع الترددي.


2. الإحصاء الاستدلالي (Inferential Statistics): يتعامل مع استنتاج الخصائص العامة للمجتمع الإحصائي بناءً على عينة مأخوذة منه. يستخدم الإحصاء الاستدلالي لاختبار الفرضيات وتقدير المعلمات وتحديد العلاقات بين المتغيرات. يشمل الإحصاء الاستدلالي مفاهيم مثل الاختبارات الإحصائية وتقدير المعلمات والثقة والاستدلال البيزي.


يستخدم علم الإحصاء أيضًا مفاهيم مثل الاحتمالات والتوزيعات الاحتمالية لوصف الظواهر العشوائية وتحديد كيف يمكن أن تحدث تغيرات في البيانات. الإحصاء يوفر أدوات قوية لفهم العالم من حولنا واتخاذ قرارات مستندة إلى البيانات.