12352
✾ ـ﷽ـ ✾ بزرگترین مرجع تخصصی آمار کتب و جزوات دروس تخصصی آمار آموزش مباحث مهم آمار نرم افزار های آماری مشاوره آماری ادمین و روابط عمومی : @Amar_kadeh_admin اینستاگرام: https://instagram.com/amar__kade
💡 به تعدادی برنامه نویس و شبکه و دانشجو خیلی فوری نیازمندیم.
👉 /channel/addlist/OY3DWMxeyMBjOGE0
‼️ رایگان ظرفیت محدود ➡️
ادامه اختلال در شبکه بانکهای ملی، صادرات، تجارت و پاسارگاد؛
کارتخوانها جواب نمیدهند / مشتریان در پمپبنزینها و فروشگاهها گرفتار شدند
┏━━━━━
🌐 @Amar_kadeh 📊
┗━━━━━━━━━━
📊 مرور مطالب این هفته در آمارکده
این هفته با هم چند مفهوم مهم و کاربردی از دنیای آمار و علم داده رو مرور کردیم:
🔹 p-value واقعاً یعنی چه؟
فهمیدیم که p < 0.05
به معنی «۹۵٪ درست بودن فرضیه» نیست!
p-value فقط میزان سازگاری دادهها با فرض صفر را نشان میدهد، نه احتمال درست بودن یک فرضیه.
همچنین یاد گرفتیم برای قضاوت علمی نباید فقط به یک عدد تکیه کنیم؛ اندازه اثر، طراحی مطالعه و شواهد دیگر هم مهماند.
---
🔹 شاخصهای گرایش به مرکز
با سه معیار اصلی آشنا شدیم:
✅ میانگین → مناسب دادههای بدون پرت
✅ میانه → بهترین انتخاب در حضور دادههای پرت
✅ نما → پرتکرارترین مقدار داده
و دیدیم انتخاب درست هر کدام، بستگی به نوع داده دارد.
---
🔹 نظریه بازیها؛ علم تصمیمگیری در حضور دیگران 🎲
یاد گرفتیم هر جا چند تصمیمگیرنده روی نتیجه اثر دارند، وارد یک «بازی» شدهایم.
مفهوم مهم:
🎯 تعادل نش → حالتی که هیچ بازیکنی به تنهایی انگیزه تغییر تصمیمش را ندارد.
و فهمیدیم نظریه بازیها فقط مربوط به بازی نیست؛
از اقتصاد و بازارهای مالی گرفته تا زیستشناسی، سیاست، هوش مصنوعی و حتی تصمیمهای روزمره ما کاربرد دارد.
---
🔹 شروع مسیر علم داده و یادگیری ماشین 🤖
دیدیم بسیاری از پیشنهادهای هوشمند اطراف ما (فیلم، خرید، مسیر، تشخیص تقلب و…) حاصل علم داده و یادگیری ماشین هستند.
در این مسیر قرار است قدمبهقدم یاد بگیریم:
دادهها چگونه به تصمیمهای هوشمند تبدیل میشوند.
📌 از هفته آینده، این مسیر را منظمتر و عمیقتر ادامه میدهیم.
---
اگر این مطالب براتون مفید بوده،
آمارکده رو به دوستان علاقهمند به آمار، تصمیمگیری و هوش مصنوعی معرفی کنید 🌱📊
┏━━━━━
🌐 @Amar_kadeh 📊
┗━━━━━━━━━━
✈️ سوگیری بقا؛ وقتی فقط بازماندهها را میبینیم
━━━━━━━━━━━━━━
📖 داستان از کجا شروع شد؟
در طول جنگ جهانی دوم، ارتش آمریکا متوجه شد هواپیماهایی که از مأموریت برمیگردند، در بخشهای خاصی از بدنه بیشتر گلوله خوردهاند.
راهحل به نظر واضح میرسید:
«باید همان قسمتها را تقویت کنیم!»
اما یک آماردان به نام آبراهام والد با این نتیجهگیری مخالفت کرد.
او گفت:
«شما فقط هواپیماهایی را میبینید که زنده برگشتهاند.»
هواپیماهایی که در قسمتهای آسیبپذیرتر گلوله خورده بودند، اصلاً برنگشتهاند که بررسی شوند.
بنابراین، نقاطی که روی هواپیماهای بازگشته کمترین آثار گلوله را دارند، احتمالاً مهمترین قسمتها برای تقویت هستند.
━━━━━━━━━━━━━━
📊 سوگیری بقا چیست؟
این اشتباه ذهنی زمانی رخ میدهد که فقط افراد یا موارد موفق و باقیمانده را مشاهده کنیم و موارد شکستخورده را نادیده بگیریم.
مثلاً:
• کتاب زندگی افراد موفق را میخوانیم، اما هزاران نفری را که همان مسیر را رفتهاند و موفق نشدهاند نمیبینیم.
• درباره چند استارتاپ مشهور میشنویم، اما از تعداد بسیار بیشتری که شکست خوردهاند خبری نداریم.
• روش مطالعه یک دانشجوی رتبهبرتر را میبینیم و تصور میکنیم راز موفقیت او را کشف کردهایم، در حالی که شاید افراد زیادی همان روش را امتحان کرده و نتیجه نگرفته باشند.
━━━━━━━━━━━━━━
🔍 کاربرد در آمار و تحلیل داده
فرض کنید بخواهیم میانگین درآمد شرکتها را محاسبه کنیم، اما فقط شرکتهایی را بررسی کنیم که هنوز فعال هستند.
یا بخواهیم عملکرد صندوقهای سرمایهگذاری را بسنجیم، اما صندوقهای ورشکسته را از دادهها حذف کنیم.
در این حالت نتایج ما بیش از حد خوشبینانه خواهند بود؛ زیرا بخشی از واقعیت را اصلاً ندیدهایم.
به همین دلیل یکی از اولین سؤالهایی که یک تحلیلگر داده باید از خودش بپرسد این است:
❓ «چه دادههایی در اختیار من نیستند؟»
━━━━━━━━━━━━━━
⚠️سوگیری فقط از دادههای اشتباه نمیآید؛ گاهی از دادههای غایب میآید.⚠️
┏━━━━━
🌐 @Amar_kadeh 📊
┗━━━━━━━━━━
محاسبات عددی دکتر کرایه چیان
┏━━━━━
🌐 @Amar_kadeh 📊
┗━━━━━━━━━━
آموزش ها اینستامون رو از دست ندید مطالب با تلگرام فرق داره👇
https://instagram.com/amar__kade
🚀 شروع یک مسیر جذاب در دنیای علم داده و یادگیری ماشین
احتمالاً برای شما هم پیش آمده که یک اپلیکیشن فیلمی را پیشنهاد بدهد که دقیقاً مطابق سلیقهتان است 🎬
یا یک فروشگاه اینترنتی محصولی را نمایش بدهد که واقعاً به آن نیاز دارید 🛒
یا وقتی در نقشه مسیر را جستجو میکنید، بهترین مسیر در لحظه به شما پیشنهاد داده میشود 🗺️
پشت صحنه بسیاری از این اتفاقها مفهومی به نام علم داده (Data Science) و یادگیری ماشین (Machine Learning) قرار دارد 🤖
در دنیای امروز حجم بسیار زیادی از دادهها هر لحظه تولید میشود؛ از دادههای شبکههای اجتماعی 📱 گرفته تا اطلاعات پزشکی 🏥، مالی 💳 و صنعتی 🏭.
علم داده تلاش میکند از میان این حجم عظیم دادهها، الگوها و اطلاعات ارزشمند استخراج کند تا بتوان تصمیمهای هوشمندانهتری گرفت.
در این میان، یادگیری ماشین یکی از مهمترین ابزارهای علم داده است.
در یادگیری ماشین به جای اینکه همه قوانین را به صورت دستی برای کامپیوتر بنویسیم، به آن داده میدهیم تا خودش الگوها را یاد بگیرد و بتواند پیشبینی انجام دهد 📈
امروزه این فناوری در بخشهای زیادی از زندگی ما حضور دارد، مثل:
🎧 سیستمهای پیشنهاد فیلم و موسیقی
🩺 تشخیص بیماریها در پزشکی
📊 پیشبینی فروش در کسبوکارها
🔐 تشخیص تقلب در سیستمهای بانکی
🚗 خودروهای خودران
🤖 و بسیاری از فناوریهای هوشمند اطراف ما
در این کانال قرار است به زبان ساده و کاربردی وارد دنیای علم داده و یادگیری ماشین شویم.
از مفاهیم پایه شروع میکنیم و قدمبهقدم جلو میرویم تا ببینیم این حوزه دقیقاً چیست و چگونه کار میکند.
📌 از هفته آینده، هر هفته یک پست جدید درباره این موضوع منتشر خواهد شد.
اگر به دنیای دادهها، فناوری و آینده هوش مصنوعی علاقه دارید، این سری مطالب میتواند برای شما جذاب باشد.
همراه ما باشید 🌱
#علم_داده
#یادگیری_ماشین
#هوش_مصنوعی
#آمارکده
#DataScience
#MachineLearning
┏━━━━━
🌐 @Amar_kadeh 📊
┗━━━━━━━━━━
#پارتـ هشتم
تحلیل کوواریانس (ANCOVA) در SPSS
🗣مدرس: دکتر اکبر آبروش(مدرس دانشگاه محقق اردبیلی)
#part_8
پارت هفتم
┏━━━━━
🌐 @Amar_kadeh 📊
┗━━━━━━━━━━
کانال زدیم برای به اشتراک گذاشتن پرامپت ها ساخت عکس با هوش مصنوعی
با ما همراه باشید 👇❤️
/channel/propt405
تبریک میگویم؛ قابلیت اینکه کی چند بار استوری تو داخل اینستاگرام دیده شده اومده، ولی پولیه ماهی ۴ دلار.
┏━━━━━
🌐 @Amar_kadeh 📊
┗━━━━━━━━━━
🔴 برخی داوطلبان کنکور ارشد در کارزار زیر، خواستار تغییر زمان کنکور ارشد به بازهی زمانی ۱۸ و ۱۹ تیر به دلیل همزمانی با ایام امتحانات پایانترم شدهاند:
https://www.karzar.net/323082
این سایت متعلق به دانشگاه MIT آمریکاست 🎓
کلی دوره آنلاین رایگان داره 👇
https://ocw.mit.edu/
شنیدم تو دانشگاه شریف، خیلی از سوالات امتحانها رو از همین دورههای MIT میگیرن 😉
┏━━━━━
🌐 @Amar_kadeh 📊
┗━━━━━━━━━━
🚨 #فوری | نت بلاکس: ترافیک اینترنت ایران 25درصد کاهش یافت اختلالات شدید در اینترنت‼️‼️
Читать полностью…
🗃 دوستان برای دسترسی راحت تر شما کانالهایی که لازمتون میشه رو تو یه فولدر گذاشتیم
این فولدر رو به تلگرامتون اضافه کنید اینجوری دیگه بین انبوه کانالها سردرگم نمی شید و هر آموزش و ابزاری نیاز دارید به راحتی پیدا میکنید!
📥 با زدن دکمه Add این فولدر به تلگرام شما اضافه میشود.
👇👇👇👇
/channel/addlist/slGRaGePpCU1MmRk
✔️ دوستان برای دسترسی راحت تر شما کانالها و گروههایی که لازمتون میشه رو تو یه فولدر گذاشتیم.
⭐️ این فولدر رو به تلگرامتون اضافه کنید، اینجوری دیگه بین انبوه آموزشها و گروهها سردرگم نمیشید و هر سوالی که واسه کامپیوتر و طراحی سایت و برنامه نویسی و شبکه نیاز دارید میتونید بپرسید.
🔹 حتی میتونید جزوهها دانشگاهیتو هم از اینجا بردارید.
📥 با زدن دکمه Add این فولدر به تلگرام شما اضافه میشود. 👇👇
➡️🔗 /channel/addlist/OY3DWMxeyMBjOGE0
🔴انجام پروژه های مختلف با نرم افزار های📲
R،spss،python ،minitab ،matlab،java،sql،c++ ،stata ،amos،power bi،Qlik view،jmp، win bugs،ایویوز ، pls و ...
شبکه عصبی
هوش مصنوعی
انجام انواع کارهای پایان نامه فصل چهارم
مشاوره پایان نامه
و پروپوزال نویسی
فوتشاپ
icdl
انجام کلیه کارهای اینترنتی
تایپ،پاورپوینت، تحقیق، وورد، ویرایش متون، ترجمه مقالات ،تبدیل ویس به متن
🆔 @Amar_kadeh_admin
💰 قیمت پیشنهادی : توافقی
🔴همکاری با خدمات دانشجویی
کانال رضایت و دریافت نمونه کار های قبلی👇🏻👇🏻
/channel/Amarkadeh_working
┏━━━━━
🌐 @Amar_kadeh 📖✍
┗━━━━━━━━━━
⭕️ درخواست تعویق کنکور ارشد
🔹جمعی از داوطلبان کنکور کارشناسی ارشد با راهاندازی کارزار و ثبت درخواست در نهادهای مختلف، خواستار بازنگری در زمان برگزاری آزمون شدند.
🌐 لینک کارزار
https://www.karzar.net/323082
┏━━━━━
🌐 @Amar_kadeh 📊
┗━━━━━━━━━━
حل المسائل محاسبات عددی دکتر کرایه چیان
┏━━━━━
🌐 @Amar_kadeh 📊
┗━━━━━━━━━━
استاد فاند دار در رشته های مهندسی صنایع، مهندسی سیستمها، مهندسی تولید و ساخت، و علم داده در مقطع ارشد، کشور کانادا
Master’s Position Available (Jan 2027 Intake)
I am looking for a motivated candidate for a Master’s position in my research group at Ontario Tech University, Faculty of Engineering and Applied Science, starting in January 2027.
Ideal applicant profile:
- Background in Industrial and Systems Engineering, Manufacturing Engineering, Data Science, or a related field.
- Passionate about supply chain and logistics analytics, operations research, or decision support systems.
- Competitive GPA and eligibility for graduate admission at Ontario Tech University.
To apply, please send your CV and transcript to: samuel.yousefi@ontariotechu.ca
Please note that only shortlisted candidates will be contacted. Priority will be given to applicants currently based in Canada.
┏━━━━━
🌐 @Amar_kadeh 📊
┗━━━━━━━━━━
✅وزیر علوم:
با توجه به اطلاعات اولیهای که در دسترس است، احتمال زیادی وجود دارد که ترم تابستان به صورت مجازی برگزار شود. تا زمان اعلام رسمی، پیشنهاد میشود برنامهریزیهایتان را با در نظر گرفتن این موضوع انجام دهید.
ارائه ۵ گیگابایت اینترنت رایگان توسط شرکت همراه اول
در صورت داشتن سیمکارت همراه اول، پیشنهاد میشود اقدامات زیر انجام پذیرد:
۱. به اپلیکیشن «همراه من» ورود نمایید و بخش «زمین بازی» را انتخاب کنید.
۲. یک پیشبینی ثبت فرمایید؛ این فرآیند رایگان است و هیچ هزینهای ندارد.
تا حالا پیش خودتون نشستین فکر کنین کاش یه علمی وجود داشت که بتونه ما رو تبدیل به تصمیمگیرای بهتری بکنه؟ 🤔
ما که همینجوریشم میگفتیم این همه درس خوندیم، آخرشم نفهمیدیم انتگرال و مشتق چه جای زندگی به دادمون میرسن... (گرچه در این موردم توضیحات لازم رو بعداً انجام میدم.)
📊 مفهومی که امروز میخوام بهتون معرفی بکنم به نظرم قابللمسترین مفهومیه که از دل آمار و برنامهریزی غیرخطی و درس تحقیق در عملیات بیرون اومده. (اجازه بدید راجعبه تحقیق در عملیات هم تو پستهای بعدی توضیح بدم.)
🎲 نظریه بازیها (Game Theory)
حالا چرا نظریه بازیها؟
ما هر جا که توش حل مسئلهای در کار باشه و تصمیمی باید گرفته بشه تا به یه نتیجه عقلایی برسیم رو با نام «بازی» یاد میکنیم.
طبق تعریف علمی، نظریه بازیها شاخهای از تحقیق در عملیاته که به مطالعه نحوه مدلسازی ریاضی رفتارها و راهبردهای تصمیمگیرها مربوطه.
یعنی بدین منظور که اگر فقط یک شخص توی اون میدان تصمیمگیری نباشه و افراد بیشتری دخیل باشن، چطور تصمیمی بگیره که بهترین حرکتش باشه؟
♟️ چرا که بعضی جاها حتی یک دونه حرکت ما هم عواقبی داره؛ مثل بازی شطرنج و به همین دلیل بهش میگن بازی استراتژیک.
🎯 ما حالتی رو که هیچ بازیکنی با تغییر یکطرفه تصمیم خودش نتونه نتیجه بهتری برای خودش به دست بیاره، با نام «تعادل نش» یاد میکنیم.
این مفهوم به افتخار جان نش، ریاضیدان آمریکایی و برنده جایزه نوبل نامگذاری شده است.
نکته مهم تصمیمگیری از دید نظریه بازیها اینه که هر تصمیم بازیکن ۱ (که بازیکن عاقلیه و فرض مسئله هست) بستگی به حرکتهای بازیکن ۲ داره (که اونم بازیکن عاقلیه و حرکتهای غیرقابلانتظاری انجام نمیده که به سودش نباشه) و برعکس.
یعنی شما نمیتونی بدون در نظر گرفتن تصمیمهای بقیه، بهترین تصمیم خودتو پیدا کنی.
همچنین هر کسی ترجیحات خودشو داره و برای خودش اولویتهایی رو تعریف میکنه.
⚠️ این جمله مهمیه؛ چرا که تو تصمیمگیریها، در شرایط هرجومرج و اخباری که روزبهروز داره تحریف و سوگیری پیدا میکنه (مثل شرایط فعلی)، باید بدونیم که هر بنگاه، هر کشور و هر فردی اول ناخودآگاه به ترجیحات خودش فکر میکنه؛ حتی اگر بگه خواستهاش این نباشه.
🌍 بازیها (مسئلهها) حتی در شاخههایی همچون:
💻 علوم کامپیوتر
🧠 منطق
🧬 زیستشناسی (زمانی که بحث تکامل و جنگیدن حیوانات برای بقا باشه)
📈 اقتصاد و بازارهای مالی
🏛️ علوم سیاسی و روابط بینالملل
تحلیل شدن.
بازی میتونه از ترید تا بازیهای فکری دستهجمعی باشه که هرچقدر بازیکنانش بیشتر باشن، تصمیمگیری پیچیدهتر میشه و به افراد بیشتری بستگی پیدا میکنه.
گاهی اوقات شما قصدت تصمیمگیری فقط در مورد زندگی خودته؛ مثلاً اینکه امروز صبح که بیدار شدی به گوشیت نگاه نکنی چون انرژیتو ازت میگیره. 📱
گاهی دیگه مقیاسبندی میره بالاتر و توی کارخونه، شرکت یا حتی کشورت باید تصمیم بهینهای بگیری. 🏭
یه مقیاس بازم بالاتر:
> جالبتر اینکه نظریه بازیها فقط برای آدمها نیست. حتی توی دنیای هوش مصنوعی و مدلهای زبانی مثل GPT هم وقتی چند عامل هوشمند یا چند شرکت مختلف در حال تصمیمگیری باشن، دوباره همون مفاهیم نظریه بازیها ظاهر میشن. انگار هر جا تصمیمگیری جمعی وجود داشته باشه، ردپای نظریه بازیها هم اونجاست. 🤔🎲
نظریه بازیها با تحلیل بازیکنان و حرکتهایی که قابل احتماله (گاهـاً حتی ۱۰۰ درصد) انجام بدن، سعی میکنه وضعیتهای پایدار تصمیمگیری رو پیدا کنه.
نکته جالب اینجاست که این وضعیت پایدار لزوماً بهترین نتیجه برای همه نیست؛ بلکه حالتیه که هیچ بازیکنی بهتنهایی انگیزهای برای تغییر تصمیم خودش نداره.
📌 به زبان ساده: هر بازیکن سعی میکنه با در نظر گرفتن تصمیم بقیه، بهترین واکنش ممکن رو انتخاب کنه.
در بسیاری از مسائل هم بازیکنان تلاش میکنن با ماکزیمم کردن حداقل سود خودشون و مینیمم کردن حداکثر باخت، به شرایط مطمئنتری برسن و احتمال موفقیتشون رو افزایش بدن.
شاید به همین دلیله که نظریه بازیها فقط درباره بازی کردن نیست...
بلکه درباره بهتر تصمیم گرفتن در دنیای واقعیه. ✨
به نظرم قویترین بخش نظریه بازی ها تو همین ایدهست که «بازی = هر موقعیتی که چند تصمیمگیرنده روی نتیجه اثر دارن». این دقیقاً همون چیزیه که جذابش میکنه چون نظریه بازیها رو از فضای خشک ریاضی میاره وسط زندگی روزمره.
┏━━━━━
🌐 @Amar_kadeh 📊
┗━━━━━━━━━━
جزوه رگرسیون چندگانه
دانشگاه شهید بهشتی
دکتر احسان جهانبانی
#رگرسیون_چندگانه
┏━━━━━
🌐 @Amar_kadeh 📊
┗━━━━━━━━━━
ترامپ باززززز شروع کرد😒
🔴ترامپ:
فاش نمیکنم که آیا امروز پلها و نیروگاهها را هدف قرار خواهیم داد یا نه!
🔴ترامپ:
تا زمان امضای توافق به ایران با قدرت حمله خواهیم کرد. یا راه حلی پیدا خواهیم کرد. یا آنها را از بین خواهیم برد. آنها ما را احمق فرض میکنند!
┏━━━━━
🌐 @Amar_kadeh 📊
┗━━━━━━━━━━
🔴بزارید یه نصیحتی بهتون بکنم،
آدم خوب خورد به پستتون نگهش دارید،
اگه رفیقه رفاقت کنید، اگه شریکه شراکت کنید،
اگه ازش خوشتون میاد برید تو رابطه،
اگه دوسش دارید ازدواج کنید،
خلاصه یه کاری بکنید.
آدم خوب خیلی کم پیدا میشه..
┏━━━━━
🌐 @Amar_kadeh 📊
┗━━━━━━━━━━
🚨یوتیوب رفع فیلتر میشود
مصطفی پوردهقان، نماینده مجلس:
وزیر ارتباطات در کمیسیون قول دادند که فضا را به شرایط عادی برگردانند و بعد از رفع فیلتر واتساپ، رفع فیلتر یوتیوب هم در دستور کار بود.
┏━━━━━
🌐 @Amar_kadeh 📊
┗━━━━━━━━━━
شاخصهای گرایش به مرکز 📊
میانگین، میانه و نما (Mean, Median, Mode)
🧠 هدف:
تشخیص اینکه هر کدام از این سه شاخص چه موقعی به کار میرود.
1️⃣ میانگین حسابی (Mean)
فرمول:
میانگین = (مجموع همه دادهها) ÷ (تعداد دادهها)
✅ مثال:
نمرات ۵ دانشجو: ۱۴، ۱۷، ۲۰، ۱۵، ۱۹
مجموع = ۸۵
تعداد = ۵
میانگین = ۸۵ ÷ ۵ = ۱۷
⚠️ محدودیت:
به دادههای پرت (خیلی بزرگ یا خیلی کوچک) حساس است.
2️⃣ میانه (Median)
مقدار وسطی بعد از مرتب کردن دادهها.
🔹 مراحل:
دادهها را از کوچک به بزرگ مرتب کنید.
اگر تعداد فرد باشد → مقدار وسط.
اگر تعداد زوج باشد → میانگین دو مقدار وسط.
✅ مثال با داده پرت:
نمرات: ۱۴، ۱۵، ۱۷، ۱۹، ۸۰
مرتب: ۱۴، ۱۵، ۱۷، ۱۹، ۸۰
→ میانه = ۱۷ (اما میانگین = ۲۹)
✅ نتیجه: هر وقت داده پرت دارید، میانه بهتر از میانگین است.
3️⃣ نما (Mode)
مقداری که بیشترین تکرار را دارد.
✅ مثال:
داده: ۲، ۳، ۳، ۵، ۵، ۵، ۷
عدد ۵ سه بار تکرار شده → نما = ۵
📌 نکته:
یک نما → unimodal
دو نما → bimodal
بدون نما → همه دادهها یک بار تکرار شدهاند.
📊 چرا p-value اینقدر بحثبرانگیز است؟
احتمالاً با عبارتی شبیه این مواجه شدهاید:
p < 0.05
بسیاری از افراد تصور میکنند این عبارت یعنی:
❌ «فرضیه ما با احتمال ۹۵٪ درست است.»
اما p-value اصلاً چنین معنایی ندارد.
برای فهم بهتر، فرض کنید پژوهشگری ادعا میکند یک داروی جدید اثر درمانی دارد.
در آزمون فرض، ابتدا فرض میکنیم این ادعا درست نیست و دارو هیچ اثری ندارد. به این فرض، «فرض صفر» میگوییم.
حالا آزمایش را انجام میدهیم و دادهها را جمعآوری میکنیم.
سؤال اصلی این است:
اگر واقعاً دارو هیچ اثری نداشته باشد، مشاهده چنین دادههایی چقدر عجیب است؟
جواب این سوال به عهده p-value است.
هرچه p-value کوچکتر باشد، دادههای مشاهدهشده با فرض صفر ناسازگارتر به نظر میرسند و شواهد بیشتری علیه فرض صفر به دست میآید.
اما اینجا یک سوءتفاهم رایج وجود دارد:
احتمال درست بودن یا غلط بودن یک فرضیه توسط p-value اندازهگیری نمیشود؛ بلکه میزان سازگاری دادهها با فرض صفر را بررسی میکند.
📌 برای مثال:
اگر p-value برابر 0.03 باشد، این به آن معنا نیست که فرض صفر فقط ۳٪ احتمال درست بودن دارد.
بلکه یعنی:
اگر فرض صفر درست باشد، احتمال مشاهده دادههایی به این اندازه غیرعادی (یا غیرعادیتر) حدود ۳٪ است.
همین تفاوت ظریف باعث شده p-value یکی از پرکاربردترین و در عین حال بدفهمیدهترین مفاهیم آمار باشد.
به همین دلیل در سالهای اخیر بسیاری از آماردانان تأکید کردهاند که نباید تنها بر اساس یک عدد مانند 0.05 درباره نتایج یک پژوهش قضاوت کرد؛ بلکه اندازه اثر، طراحی مطالعه و شواهد علمی دیگر نیز اهمیت دارند.
┏━━━━━
🌐 @Amar_kadeh 📊
┗━━━━━━━━━━
هوشمصنوعی | یادگیری ماشین | علم داده
👉 @Ai_Tv
آموزش تخصصی برنامه نویسی برای همه
👉 @Azad_Developers
دنیای آموزش های موبایل و کامپیوتر
👉 @PcAndMob
هوش مصنوعی - برنامهنویسی - دادهکاوی
👉 @ShabakehMAG
آموزش از برنامهنویسی تا هوش مصنوعی
👉 @Python_0to100
آموزش شبکه و امنیت
👉 @DENAIT
هوش مصنوعی و کوانتوم
👉 @Neurogenix1
آموزش رایگان برنامه نویسی (0-100)
👉 @Teachify
رسانه توسعه دهندگان
👉 @DevYara
جمعی از فعالان کامپیوتر در استرالیا
👉 @OxinCode
آمار و علم داده
👉 @Amar_kadeh
دورههای رایگان به همراه گواهینامه
👉 @udemyforever
آموزش جامع برنامه نویسی و طراحی سایت
👉 @Computerr_Programming
ترفندهای جدید هوش مصنوعی (AI)
👉 @Kaliboys
آموزش تخصصی کامپیوتر
👉 @maghalecomputer