د تشریحي احصایو معرفي

# د تشریحي احصایو پیژندنه

تشریحي احصایې د احصایې یوه څانګه ده چې د راټولو شویو معلوماتو په راټولولو، پروسس کولو، وړاندې کولو او تفسیر تمرکز کوي. د تشریحي احصایې لومړنی هدف د معلوماتو ځانګړتیاوې تشریح کول او لنډیز کول دي ترڅو دا د مختلفو اړخونو لخوا په اسانۍ سره پوه شي. دا مقاله به د تشریحي احصایو جامع معرفي وړاندې کړي ، پشمول د اساسي مفاهیمو، کلیدي تخنیکونو، او د هغې د پلي کولو مثالونه.

## د تشریحي احصایې اساسي مفاهیم

د تشریحي احصایې تخنیکونو مطالعې دمخه ، دا مهمه ده چې ځینې اساسي مفاهیم درک کړو چې د هغې بنسټ جوړوي.

### معلومات

معلومات د معلوماتو یا ارزښتونو ټولګه ده چې له مختلفو سرچینو څخه راټولیږي. معلومات د شمیرو، کلمو، اندازه کولو یا مشاهدو په بڼه کیدی شي. عموما، معلومات په دوه ډوله ویشل کیدی شي: کیفیتي او کمیتي.

– کیفي معلومات: هغه معلومات چې په عددي ډول نشي اندازه کیدی، بلکه د کټګوریو یا ځانګړتیاو په بڼه. مثالونه: جنس، د سترګو رنګ، ازدواجي حالت.
– کمیتي معلومات: دا هغه معلومات دي چې اندازه کیدی شي او په عددي ډول څرګند کیدی شي. مثالونه: قد، وزن، د ماشومانو شمیر.

### نفوس او نمونه

په احصایو کې، نفوس هغه ټولې ډلې ته اشاره کوي چې مطالعه کیږي. نفوس کولی شي ډیر لوی وي، لکه د یو هیواد ټول نفوس، یا کوچنی وي، لکه په یوه ښوونځي کې ټول زده کونکي.

ځکه چې دا ډیری وخت غیر عملي یا ناممکن وي چې ټول نفوس اندازه کړئ، څیړونکي معمولا یوه نمونه اخلي، د هغه لوی نفوس یوه فرعي برخه. د استازیتوب نمونې اخیستل اړین دي ترڅو ډاډ ترلاسه شي چې تحلیل او پایلې یې پراخه نفوس ته عمومي کیدی شي.

### احصایې او پیرامیټرې

- احصایې یوه طریقه ده چې د نمونې معلوماتو اندازه کولو او تحلیل لپاره کارول کیږي.
- پیرامیټرونه هغه ارزښتونو ته اشاره کوي چې د نفوس ځانګړتیاوې لنډیز کوي.

## په تشریحي احصایو کې اصلي تخنیکونه

تشریحي احصایې د معلوماتو لنډیز او تشریح کولو لپاره له مختلفو تخنیکونو څخه کار اخلي. ځینې اصلي تخنیکونه د مرکزي تمایل اندازه کول، د خپریدو اندازه کول ، او ګرافیکي استازیتوب شامل دي.

### مرکزي اندازه

د مرکزيت اندازه کول یو واحد ارزښت دی چې هڅه کوي د معلوماتو سیټ مرکز تشریح کړي. د مرکزيت دوه خورا عام اندازه کول دا دي:

– اوسط: د ټولو ارزښتونو مجموعه چې د ارزښتونو شمیر سره ویشل کیږي. اوسط د ټول ډیټا سیټ د منځنۍ نقطې نظر وړاندې کوي.

فورمول د اوسط محاسبه ((bar{X})) په لاندې ډول لیکل کیدی شي:
\[
\بار{ایکس} = \فریک{\جمع_{i=1}^ن
\]
چیرې چې \(X_i\) په معلوماتو کې انفرادي ارزښتونه دي او \(n\) د معلوماتو شمیره ده.

– میډین: د ترتیب شوي ډیټا سیټ منځنۍ ارزښت. که چیرې د ډیټا سیټونو شمیر طاق وي، میډین منځنی ارزښت دی. که چیرې د ډیټا سیټونو شمیر مساوي وي، میډین د دوو مینځنیو ارزښتونو اوسط دی.

### د خپریدو اندازه

د خپریدو اندازه کول تشریح کوي چې د معلوماتو خپریدل د مرکزي اندازې شاوخوا څنګه دي. د خپریدو ځینې عام اقدامات پدې کې شامل دي:

- حد: په ډیټاسیټ کې د اعظمي او لږترلږه ارزښتونو ترمنځ توپیر.
\[
\text{حد} = \text{ اعظمي ارزښت} – \text{ لږ تر لږه ارزښت}
\]

- توپیر: د اوسط څخه د هر ارزښت د توپیرونو مربعونو اوسط.

د نفوسو د توپیر فورمول (\(\sigma^2\)) دا دی:
\[
\sigma^2 = \frac{\sum_{i=1}^N (X_i – \mu)^2}{N}
\]
پداسې حال کې چې د نمونې توپیر (\(s^2\)) دی:
\[
s^2 = \frac{\sum_{i=1}^n (X_i – \bar{X})^2}{n-1}
\]

- معیاري انحراف: د تغیر مربع ریښه. معیاري انحراف دا یو نظر وړاندې کوي چې په ډیټاسیټ کې ارزښتونه د اوسط سره څومره نږدې دي.
\[
سیګما = سیګما ^ 2
\]

### ګرافیکي استازیتوب

د معلوماتو لیدلوری د تشریحي احصایو یوه مهمه برخه ده، ځکه چې دا د معلوماتو په اسانۍ سره انځورولو او تفسیر کولو کې مرسته کوي. د لیدلوری ځینې عام وسایل په لاندې ډول دي:

- هسټوګرام: د بار چارټ چې د معلوماتو ویش ښیې په ټولیزه توګه. د هر بار لوړوالی په یوه ځانګړي وقفه کې د معلوماتو فریکونسي (اندازه) په ګوته کوي.
- د بکس پلاټ: یو ډیاګرام چې پنځه لنډیز شمیرې ښیې (لږترلږه ارزښت، لومړی ربع، منځنی، دریم ربع، او اعظمي ارزښت) او ډیری وختونه د بهرنیانو پیژندلو لپاره کارول کیږي.
- پای چارټ: د حلقې یوه ډیاګرام چې په کیفیتي معلوماتو کې د هرې کټګورۍ تناسب یا سلنه ښیي.

## د حقیقي نړۍ غوښتنلیک

تشریحي احصایې په مختلفو برخو کې پراخه کارونې لري. ځینې عام استعمالونه پدې کې شامل دي:

### په سوداګرۍ کې

- د خرڅلاو تحلیل: شرکتونه کولی شي د خپلو محصولاتو د خرڅلاو معلوماتو تحلیل لپاره تشریحي احصایې وکاروي. دوی کولی شي د ورځني پلور اوسط، د اونۍ اوسط پلور محاسبه کړي، او د رجحاناتو او نمونو پیژندلو لپاره د میاشتني پلور هسټوګرامونه رامینځته کړي.

### په روغتیا کې

- د روغتیا معلوماتو تحلیل : طبي څیړونکي ډیری وختونه د روغتیا معلوماتو تحلیل لپاره د مرکزي تمایل او خپریدو اندازه کاروي. د مثال په توګه، دوی ممکن د ناروغانو اوسط وزن، د خطر سره مخ نفوس کې د عمر ویش محاسبه کړي، یا د وینې فشار ویش ښودلو لپاره د بکس پلاټ رامینځته کړي.

### په تعلیم کې

– د زده کونکو نمرې: په تعلیم کې د تشریحي احصایو کارول د زده کونکو د ازموینې نمرو تحلیل شاملولی شي. ادارې کولی شي د زده کونکو د فعالیت تشریح کولو او د ښه والي لپاره ساحې پیژندلو لپاره د اوسط، میډیا او معیاري انحراف څخه کار واخلي.

## پایله

تشریحي احصایې یوه مهمه وسیله ده چې موږ سره د معلوماتو په ښه پوهیدو او تحلیل کې مرسته کوي. د معلوماتو، نفوس او نمونې په څیر د بنسټیزو مفاهیمو ، او همدارنګه د مرکزي تمایل اندازه کولو، د خپریدو اندازه کولو، او ګرافیکي استازیتوب په څیر کلیدي تخنیکونو په مهارت سره، موږ کولی شو د راټولو شویو معلوماتو څخه ارزښتناکه بصیرت ترلاسه کړو.

د تشریحي احصایو عملي کارول په پراخه کچه د سوداګرۍ، روغتیا پاملرنې او تعلیم په ګډون په مختلفو برخو کې لیدل کیږي. د معلوماتو غوره تحلیل د ډیرو باخبره پریکړو کولو، د ډیرو اغیزمنو ستراتیژیو پلان کولو، او د ستونزو په ډیر اغیزمن ډول حل کولو کې مرسته کوي.

د تشریحي احصایو د یوې قوي پوهې او سمې کارونې له لارې ، موږ کولی شو معلومات زموږ د ورځني اهدافو په ترلاسه کولو کې ډیر معنی لرونکي او ګټور کړو. په دې توګه، تشریحي احصایې نه یوازې یوه اکاډمیک موضوع ده، بلکې د عصري، معلوماتو پرمخ وړونکې نړۍ لپاره یو اړین مهارت هم دی.