بتل کد Battle Codeدارد باز می‌شود…

جلسه‌ی 33: جمع‌آوری و نمایش داده‌ها Collecting and Showing Data

آمار با یک سؤال شروع می‌شود که جواب‌هایش با هم فرق دارند. داده‌ها را با پرسش، مشاهده یا اندازه‌گیری جمع می‌کنیم؛ وقتی همه را نمی‌شود پرسید، از یک نمونه‌ی خوب می‌پرسیم. داده‌ها را با چوب‌خط می‌شماریم و در جدول فراوانی می‌نویسیم.

در این جلسه یاد می‌گیری

درس

نظرسنجی کلاس. از بچه‌ها پرسیده‌ایم میوه‌ی محبوبشان چیست. دکمه‌ی «یک رأی» را بزن و ببین جدول و نمودار چطور پر می‌شوند. با ۱۰ رأی و با ۵۰ رأی، کدام میوه اول است؟

سؤال آماری. «ورزش محبوب بچه‌های کلاس چیست؟» سؤال آماری است، چون جواب‌ها با هم فرق دارند و باید داده جمع کنیم. «من چند سال دارم؟» آماری نیست؛ یک جواب دارد.

جمع‌آوری و نمونه‌گیری. داده را با پرسیدن (پرسش‌نامه)، مشاهده یا اندازه‌گیری جمع می‌کنیم. وقتی جامعه بزرگ است (مثلاً همه‌ی دانش‌آموزان شهر)، از یک نمونه می‌پرسیم. نمونه‌ی خوب باید شبیه همه باشد: از همه‌ی پایه‌ها و کلاس‌ها، به‌طور تصادفی.

چوب‌خط و جدول فراوانی. برای شمردن، برای هر جواب یک خط می‌کشیم و پنجمی را روی چهار تای قبلی (مثل یک دروازه) تا شمردن آسان شود. تعداد هر جواب، فراوانی آن است و جمع فراوانی‌ها، تعداد همه‌ی داده‌ها.
اشتباه رایج: نمونه‌ی یک‌طرفه: برای «ورزش محبوب مدرسه» فقط از تیم فوتبال پرسیدن. جواب، فوتبال درمی‌آید ولی نظر همه نیست.

با پایتون (اختیاری): یک دیکشنری برای شمردن رأی‌ها: کلید جواب است و مقدار فراوانی.

votes = ["apple", "orange", "apple", "pomegranate", "apple", "orange"]
count = {}
for v in votes:
    count[v] = count.get(v, 0) + 1
print(count)

مثال‌های این جلسه

چالش‌ها

  1. Statistical or Not? (آسان)
  2. Count the Answers (آسان)
  3. A Good Sample (متوسط)
  4. How Many Votes? (متوسط)
  5. Read the Data (سخت)
  6. A One-Sided Survey (سخت)

بیشتر بخوان

← جلسه‌ی 32: بردار انتقال جلسه‌ی 34: نمودارها و تفسیر نتیجه‌ها →