د احصایوي احتمال اساسات
احتمال او احصایې د ساینس دوه برخې دي چې د ناڅرګندتیا د پوهیدو او د معلوماتو پر بنسټ پریکړو کولو لپاره خورا مهم دي. په ورځني ژوند کې، موږ ډیری وختونه د "نن د باران چانس څومره دی؟"، "ایا درمل اغیزمن دي؟"، یا "ایا د بازار موندنې ستراتیژي به پلور زیات کړي؟" په څیر پوښتنو سره مخ کیږو. احتمال د پیښې د احتمال اندازه کولو لپاره ریاضيکي چوکاټ چمتو کوي، پداسې حال کې چې احصایې موږ سره د معلوماتو پروسس کولو، پایلو اخیستلو او وړاندوینې کولو کې مرسته کوي. دا مقاله د احصایوي احتمال اساساتو په اړه بحث کوي، کوم چې د عصري معلوماتو تحلیل بنسټ جوړوي.
۱. د احتمالاتو او احصایو پوهیدل
احتمال د ریاضي یوه څانګه ده چې د یوې پیښې د رامنځته کیدو احتمال مطالعه کوي. احتمال د ناڅاپي پیښو ماډل کولو او په کمیتي ډول د ناڅرګندتیا اندازه کولو لپاره کارول کیږي. د احتمال ارزښتونه له 0 څخه تر 1 پورې دي. د 0 ارزښت ناممکنیت په ګوته کوي، پداسې حال کې چې د 1 ارزښت یقیني څرګندوي.
احصایې هغه ساینس دی چې د معلوماتو راټولولو، تنظیمولو، تحلیل او تفسیر کولو څرنګوالی مطالعه کوي. احصایې په دوو اصلي برخو ویشل شوي دي:
۱. تشریحي احصایې، یعنې د معلوماتو لنډیز او تشریح کولو لپاره میتودونه (د مثال په توګه اوسط، منځنی، ګرافونه).
۲. استنباطي احصایې، یعنې د نمونې پر بنسټ د نفوس په اړه د پایلو د ترلاسه کولو طریقې (د مثال په توګه اټکل، فرضیه ازموینه).
دواړه یو بل سره تړلي دي. احتمال اکثرا د استنباطي احصایو لپاره د نظري اساس په توګه کار کوي، ځکه چې کله موږ د نفوس څخه نمونه اخلو، پایلې ناڅاپي وي او د احتمال مفکورو په کارولو سره تحلیل کیدی شي.
۲. اساسي مفاهیم: تجربې، د نمونې ځایونه، او پیښې
په احتمال کې، لومړی ګام د یوې ناڅاپي تجربې تعریف کول دي، کوم چې یوه پروسه ده چې پایله یې مخکې له مخکې نه شي اټکل کیدی. مثالونه یې د سکې غورځول، د نرۍ ټوټې اچول، یا له یوې ډلې څخه په ناڅاپي ډول د یو کس غوره کول دي.
د یوې ناڅاپي تجربې ممکنه پایلې د نمونې ځای بلل کیږي، او معمولا د \( S \) یا \( \Omega \) لخوا ښودل کیږي. د مثال په توګه:
- سکه وغورځوئ: \( S = \{انځور، شمېره\} \)
– نرۍ تاو کړئ: \( S = \{1,2,3,4,5,6\} \)
یوه پیښه د نمونې ځای یوه فرعي برخه ده. مثال:
- د جفت عدد د ترلاسه کولو پیښه: \( A = \{2,4,6\} \)
- د ۴ څخه د لویې شمیرې ترلاسه کولو پیښه: \( B = \{5,6\} \)
۳. د احتمال اساسي قواعد
که چیرې د نمونې په ځای کې ټولې پایلې ورته احتمال ولري (مساوات وړ)، د پیښې احتمال \( A \) په لاندې ډول محاسبه کیدی شي:
\[
P(A) = \frac{\text{د هغو پایلو شمیر چې ملاتړ کوي } A}{\text{په } S کې د ټولو پایلو شمیر}
\]
مثال: په ډیس کې د جفت شمیرې ترلاسه کولو احتمال:
\[
د P(A)=\frac{3}{6}=0,5
\]
ځینې مهم قوانین:
۱. د احتمال محدودیتونه:
\[
0 \le P(A) \le 1
\]
۲. د بشپړونکي احتمال (هغه پیښه چې نه پیښیږي):
\[
P(A^c)=1-P(A)
\]
۳. د دوو پیښو لپاره د اضافه کولو قاعده:
– که چیرې \( A \) او \( B \) یو بل ته ځانګړي وي (په یو وخت کې نشي واقع کیدی):
\[
P(A \cup B)=P(A)+P(B)
\]
- که په متقابل ډول ځانګړي نه وي:
\[
P(A \cup B)=P(A)+P(B)-P(A \cup B)
\]
۴. مشروط احتمال او خپلواکي
مشروط احتمال هغه احتمال دی چې یوه پیښه \( A \) به رامنځته شي، په دې شرط چې دا پیښه \( B \) دمخه رامنځته شوې وي. لیکل شوی:
\[
P(A|B)=\frac{P(A \cap B)}{P(B)}
\]
د \( P(B) \ne 0 \) سره.
دا مفهوم په ډیری برخو کې مهم دی، لکه د ازموینې پایلو پراساس د ناروغۍ تشخیص. که موږ پوه شو چې یو څوک دمخه ځینې نښې لري، نو د ناروغۍ د تشخیص چانسونه بدلیدلی شي.
دوه پیښې \( A \) او \( B \) خپلواکې بلل کیږي که چیرې د \( A \) پیښې د \( B \) د پیښې احتمال اغیزه ونکړي. په ریاضيکي ډول:
\[
P(A \cap B)=P(A)\cdot P(B)
\]
یا معادل:
\[
P(A|B)=P(A)
\]
۵. تصادفي متغیرات او احتمالي ویشونه
په احصایو او احتمالاتو کې، موږ ډیری وخت ناڅاپي متغیرات کاروو، کوم چې هغه دندې دي چې د ناڅاپي تجربو پایلې د شمیرو سره نقشه کوي. ناڅاپي متغیرات په لاندې ډول ویشل شوي دي:
۱. جلا: ارزښت د شمېرلو وړ دی (د مثال په توګه، په کورنۍ کې د ماشومانو شمیر).
۲. دوامداره: ارزښت په یوه حد کې کیدی شي (د مثال په توګه لوړوالی، د انتظار وخت).
د جلا تصادفي متغیرونو لپاره، موږ د احتمالي ډله ایز فعالیت (PMF) پوهیږو، پداسې حال کې چې د دوامداره متغیرونو لپاره، موږ د احتمالي کثافت فعالیت (PDF) پوهیږو.
د مهمو جلا ویشونو مثالونه:
- د برنولي ویش: یوازې دوه پایلې، بریالیتوب (1) او ناکامي (0).
– دوه نومي ویش: د \( n \) برنولي آزموینو څخه د بریالیتوبونو شمیر.
- د پوایسن ویش: په یو ټاکلي وخت/ځای وقفه کې د پیښو شمیر محاسبه کوي.
د دوامداره ویشونو مثالونه:
- نورمال ویش: د "زنګ" ویش چې ډیری وختونه په طبیعي او ټولنیزو پیښو کې څرګندیږي.
- د اټکلي ویش: ډیری وختونه د پیښو ترمنځ د وخت ماډل کولو لپاره کارول کیږي، لکه د پیرودونکو د راتګ ترمنځ وخت.
۶. د مرکزي کولو او خپریدو تدابیر
تشریحي احصایې داسې اقداماتو ته اړتیا لري چې معلومات لنډیز کړي.
د مرکزي کولو اقدام:
- اوسط (اوسط): د معلوماتو مجموعه د معلوماتو د شمیر سره ویشل شوې ده.
- منځنی: د معلوماتو له ترتیب وروسته منځنی ارزښت.
- حالت: هغه ارزښت چې ډیری وختونه څرګندیږي.
د خپریدو اندازه:
- حد: د اعظمي او لږترلږه ارزښتونو ترمنځ توپیر.
- توپیر: د اوسط مربع انحراف اندازه چې له اوسط څخه راځي.
- معیاري انحراف: د تغیر مربع ریښه، د معلوماتو په څیر په ورته واحدونو کې د پوهیدو لپاره اسانه.
دا اقدامات د دې لپاره مهم دي چې وګوري ایا معلومات یو ټاکلي ارزښت ته نږدې متمرکز دي یا په پراخه کچه خپریږي.
۷. د نمونې، نفوس او اټکل مفهوم
په څیړنه کې، موږ د لګښت او وخت محدودیتونو له امله په ندرت سره ټول نفوس اندازه کولی شو. له همدې امله، موږ یوه نمونه اخلو. له دې نمونې څخه، موږ احصایې محاسبه کوو (د بیلګې په توګه، د نمونې اوسط) ترڅو د نفوس پیرامیټرې اټکل کړو (د بیلګې په توګه، د نفوس اوسط).
د پارامترونو د اټکل کولو پروسې ته اټکل ویل کیږي. اټکلونه کیدی شي:
- د ټکي اټکل: یو اټکل شوی ارزښت (مثال: د نمونې اوسط).
- د باور وقفه: د ارزښتونو یوه لړۍ چې باور کیږي د نفوس پیرامیټر د یوې ټاکلې کچې باور سره لري (د مثال په توګه 95٪).
۸. د فرضیې ازموینه (لنډیز)
په استنباطی احصایو کې د فرضیې ازموینه هم شامله ده، کوم چې د نفوس په اړه د ادعاوو د ازموینې لپاره یوه پروسه ده. د مثال په توګه، یو شرکت ممکن وغواړي پوه شي چې ایا د نوي میتود پلي کولو وروسته د تولید اوسط وخت کم شوی دی.
د فرضیې ازموینه معمولا پدې کې شامله ده:
- بې بنسټه فرضیه (\( H_0 \)): لومړنۍ بیانیه (د مثال په توګه "هیڅ بدلون نه دی").
- بدیل فرضیه (\( H_1 \)): هغه بیان چې باید ثابت شي (د مثال په توګه "د تولید وخت کې کمښت شتون لري").
– د منلو یا ردولو پریکړې لپاره د p- ارزښت یا مهم حد \( H_0 \).
که څه هم دا مفهوم ممکن په لومړي سر کې پیچلی ښکاري، خو اصلي خبره د معلوماتو شواهدو پر بنسټ پریکړې کول دي چې د غلطۍ د اندازه کولو وړ خطر لري.
تړل
د احصایوي احتمال اساسات موږ ته د ناڅرګندتیا په پوهیدو او د معلوماتو څخه د پایلو ترلاسه کولو څرنګوالي سره سمبالوي. د نمونې ځایونو او پیښو مفکورو څخه، د احتمال قواعد، مشروط احتمال، تر تصادفي متغیراتو او ویشونو پورې، ټول د معلوماتو تحلیل، څیړنې او پریکړې کولو لپاره یو اړین بنسټ جوړوي. د نن ورځې معلوماتو پرمخ وړونکې نړۍ کې، د احتمال او احصایو پوهیدل نه یوازې یوه اکاډمیک اړتیا ده بلکه د سوداګرۍ، روغتیا پاملرنې، ټیکنالوژۍ او ټولنیزو علومو په څیر برخو کې ګټور عملي مهارت هم دی.
که تاسو وغواړئ، زه کولی شم د دې مقالې یوه ډیره تخنیکي نسخه (د نمونې پوښتنو او بحث سره) یا د ښوونځي کچې لپاره یوه ساده نسخه هم جوړه کړم.
