الدرس 2 من 2 · مقدمة في الاحتمالات والإحصاء
المقاييس الوصفية للبيانات Descriptive Statistics
المتوسط والوسيط والمنوال تلخص مركز البيانات، والمدى والربيعات والمدى الربيعي تلخص انتشارها؛ والوسيط والمدى الربيعي مقاومان للقيم الشاذة بخلاف المتوسط.
محتويات الدرس
1 مقدمة
أول ما يفعله عالم البيانات مع مجموعة بيانات جديدة هو تلخيصها: أين يقع مركزها؟ ما مدى انتشارها؟ هل فيها قيم شاذة؟ هذا الدرس يقدم المقاييس الوصفية الأساسية تمهيداً للتباين والانحراف المعياري في المستوى الثاني.
الأهداف التعليمية
- حساب المتوسط والوسيط والمنوال وتفسيرها
- حساب المدى والربيعات والمدى الربيعي
- كشف القيم الشاذة بقاعدة 1.5 × IQR
- اختيار المقياس المناسب بحسب شكل البيانات
2 لماذا ندرس هذا الموضوع؟
اختيار المقياس الصحيح يغير القرار: متوسط الرواتب قد يضلل بسبب قلة من الرواتب الضخمة، والوسيط أصدق في وصف «الموظف النموذجي». وفي المعالجة المسبقة للبيانات تُستخدم الربيعات لكشف القيم الشاذة، ويُستخدم الوسيط لملء القيم المفقودة، ويقوم القياس المتين (Robust Scaling) على الوسيط والمدى الربيعي.
3 الشرح النظري
مقاييس النزعة المركزية
- المتوسط الحسابي (Mean): \(\bar x = \frac{1}{n}\sum_i x_i\).
- الوسيط (Median): القيمة الوسطى بعد الترتيب، أو متوسط القيمتين الوسطيين إذا كان n زوجياً.
- المنوال (Mode): القيمة الأكثر تكراراً.
للبيانات \((2, 3, 3, 5, 7, 8, 9, 30)\): المتوسط \(8.375\) والوسيط \(6\). إذا حذفنا القيمة 30 يصبح المتوسط \(5.286\)، أي أن قيمة واحدة سحبت المتوسط بمقدار \(3.09\) تقريباً، بينما تغير الوسيط قليلاً.
مقاييس التشتت
- المدى: أكبر قيمة ناقص أصغر قيمة، وهو حساس جداً للقيم الشاذة.
- الربيعات: \(Q_1\) تحتها ربع البيانات، و\(Q_3\) تحتها ثلاثة أرباعها، و\(Q_2\) هو الوسيط.
- المدى الربيعي: \(\mathrm{IQR} = Q_3 - Q_1\)، يقيس انتشار النصف الأوسط من البيانات.
توجد عدة طرائق لحساب الربيعات تعطي قيماً متقاربة لكنها غير متطابقة؛ في هذا الدرس نستخدم الاستيفاء الخطي (الطريقة الافتراضية في NumPy). للبيانات أعلاه: \(Q_1 = 3\) و\(Q_3 = 8.25\) و\(\mathrm{IQR} = 5.25\).
كشف القيم الشاذة
القاعدة الشائعة (قاعدة توكي): القيمة شاذة إذا وقعت خارج المجال \([Q_1 - 1.5\,\mathrm{IQR},\; Q_3 + 1.5\,\mathrm{IQR}]\). هنا الحد الأعلى \(16.125\) فالقيمة 30 شاذة.
أي مقياس نختار؟
| شكل البيانات | المركز | التشتت |
|---|---|---|
| متماثلة بلا شواذ | المتوسط | الانحراف المعياري |
| ملتوية أو فيها شواذ | الوسيط | المدى الربيعي |
| فئوية (ألوان، فئات) | المنوال | جدول التكرار |
4 التعريفات الرياضية
- المتوسط الحسابي
- مجموع القيم مقسوماً على عددها.\[\bar x=\frac{1}{n}\sum_i x_i\]
- الوسيط
- القيمة التي تقسم البيانات المرتبة إلى نصفين متساويين.
- المنوال
- القيمة الأكثر تكراراً في البيانات.
- المدى الربيعي
- الفرق بين الربيع الثالث والربيع الأول.\[\mathrm{IQR}=Q_3-Q_1\]
- المتوسط الحسابي (Mean)
- مجموع القيم مقسوماً على عددها، وهو حساس للقيم الشاذة.\[\bar x=\frac{1}{n}\sum x_i\]
- الوسيط (Median)
- القيمة الوسطى للبيانات المرتبة، وهو مقاوم للقيم الشاذة.
- المنوال (Mode)
- القيمة الأكثر تكراراً، ويصلح للبيانات الفئوية.
- المدى الربيعي (Interquartile Range (IQR))
- الفرق بين الربيع الثالث والأول، ويقيس انتشار النصف الأوسط من البيانات.\[\mathrm{IQR}=Q_3-Q_1\]
5 المعادلات
6 مثال محلول خطوة بخطوة
المتوسط والوسيط
المسألة: احسب المتوسط والوسيط للبيانات \((4, 8, 6, 5, 3, 7, 9, 6)\).
- المجموع \(48\) والعدد 8، فالمتوسط \(6\).
- بعد الترتيب \((3, 4, 5, 6, 6, 7, 8, 9)\) القيمتان الوسطيان 6 و6.
النتيجة: المتوسط \(6\) والوسيط \(6\)
أثر القيمة الشاذة
المسألة: قارن المتوسط والوسيط للبيانات \((2, 3, 3, 5, 7, 8, 9, 30)\) قبل حذف 30 وبعده.
- قبل الحذف: المتوسط \(8.375\) والوسيط \(6\).
- بعد الحذف: المتوسط \(5.286\) والوسيط 5.
النتيجة: المتوسط تغير بنحو 3.09، والوسيط تغير بـ 1 فقط
كشف شاذ
المسألة: هل 30 قيمة شاذة في البيانات نفسها؟
- \(Q_1 = 3\) و\(Q_3 = 8.25\) فـ \(\mathrm{IQR} = 5.25\).
- الحد الأعلى \(Q_3 + 1.5\,\mathrm{IQR} = 16.125\).
النتيجة: نعم، 30 أكبر من 16.125
7 تطبيق عملي في الذكاء الاصطناعي
- تنظيف البيانات: تُكشف القيم الشاذة بقاعدة 1.5 × IQR قبل التدريب، ويُقرر حذفها أو قصها بحسب السياق.
- ملء القيم المفقودة: يُستخدم الوسيط لملء القيم المفقودة في الميزات الملتوية لأنه لا يتأثر بالشواذ، ويستخدم المنوال للميزات الفئوية.
- القياس المتين: Robust Scaling يطرح الوسيط ويقسم على المدى الربيعي بدلاً من المتوسط والانحراف المعياري.
8 مختبر تفاعلي مرتبط بالدرس
حاسبة الاحتمالات، والتوزيع الطبيعي والتوزيع ذو الحدين مع الرسم، والإحصاءات الوصفية (المتوسط والوسيط والمنوال والتباين والانحراف المعياري)، والارتباط، والمعاينة العشوائية، وحاسبة مبرهنة بايز.
افتح مختبر الاحتمالات والإحصاء9 تمارين تدريبية
أسئلة مراجعة للتفكير
- متى يكون الوسيط أفضل من المتوسط؟
- لماذا يُفضل المدى الربيعي على المدى في وصف التشتت؟
أخطاء شائعة
- استخدام المتوسط لوصف بيانات ملتوية بشدة مثل الدخل.
- نسيان ترتيب البيانات قبل حساب الوسيط.
- افتراض أن كل الأدوات تحسب الربيعات بالطريقة نفسها.
- حذف القيم الشاذة آلياً دون فهم سببها؛ فقد تكون هي الإشارة المهمة.
10 ملخص الدرس
- المتوسط حساس للشواذ والوسيط مقاوم لها.
- المنوال هو مقياس المركز الوحيد للبيانات الفئوية.
- المدى الربيعي يقيس انتشار النصف الأوسط.
- قاعدة 1.5 × IQR طريقة شائعة لكشف الشواذ.
11 اختبار قصير
5 أسئلة · 10 دقائق · النجاح من 60% — اجتيازه يُكمل الدرس.
