📊 یک لقمه #آمار

وقتی داده‌هات رو جمع‌آوری می‌کنی، اولین قدم مهم شناسایی نوع متغیرهاست..

اسمی (Nominal): دسته‌بندی بدون ترتیب ⏪ مثل گروه خونی، جنسیت

ترتیبی (Ordinal): دسته‌بندی با ترتیب ⏪ مثل سطح تحصیلات، شدت درد

عددی پیوسته (Continuous): می‌تونه بی‌نهایت مقدار بگیره ⏪ مثل قد، وزن، فشار خون

عددی گسسته (Discrete): فقط عدد صحیح می‌گیره ⏪ مثل تعداد فرزندان

✅ اگر نوع متغیر رو درست تشخیص بدی، انتخاب آزمون آماری خیلی راحت‌تر میشه.

🙏ممنون از اینکه در این توان‌سنجی شرکت کردید و با قدرت، آنچه را که بلد هستید به ما اطلاع دادید

☕سعی می‌کنیم در هفته‌های آینده موقعیت‌های همکاری رو از شبکه‌های مختلف پیدا کرده و اینجا بهتون معرفی کنیم

📊 یک لقمه #آمار

شاخص‌های مرکزی، قلب آمار توصیفی هستند:

🔹 میانگین: مجموع داده‌ها ÷ تعداد داده‌ها
🔹 میانه: مقدار وسط پس از مرتب‌سازی داده‌ها
🔹 نما (Mode): پرتکرارترین مقدار

✅ وقتی داده‌ها خیلی پرتوزیع باشن، «میانه» بهتر از میانگین نماینده داده‌هاست

باورتون میشه برای ثبت این رویداد در ایوند، سایت ایوند بهمون هشدار داد که متوسط هزینه برنامه‌های مشابه حدود ۳۰۰ و اندی تومان است و شما دارید خیلی ارزان برگزار می‌کنید!!😄

https://evnd.co/Qf7dP

📊 یک لقمه #آمار

برای فهم پراکندگی داده‌ها، به سراغ شاخص‌های پراکندگی میریم:

🔹 دامنه (Range): تفاوت بزرگ‌ترین و کوچک‌ترین مقدار
🔹 واریانس: میانگین مربعات فاصله داده‌ها از میانگین
🔹 انحراف معیار (SD): ریشه دوم واریانس، پرکاربردترین شاخص پراکندگی

✅ هرچه SD کمتر باشه، داده‌ها همگن‌ترند.

📊 یک لقمه #آمار

قبل از هر تحلیل استنباطی، باید بدونی داده‌هات نرمال توزیع شده‌اند یا نه؟

🔹 بررسی چشمی⬅️ نمودار Histogram و Q-Q Plot
🔹 بررسی آماری⬅️ آزمون Shapiro-Wilk و Kolmogorov-Smirnov

✅ اگر داده‌ها نرمال نباشه، باید سراغ آزمون‌های غیرپارامتریک بری.