حاسبة المتوسط/الوسيط/المنوال
احسب الإحصائيات الأساسية للبيانات.
أمثلة الإدخال
- • مفصولة بفواصل: 1، 2، 3، 4، 5
- • مفصولة بمسافات: 1 2 3 4 5
- • مفصولة بأسطر: أدخل كل رقم في سطر جديد
- • الصيغ المختلطة مسموحة
المتوسط
مجموع جميع القيم مقسوماً على عدد نقاط البيانات. يُسمى أيضاً المتوسط الحسابي.
المتوسط = المجموع ÷ العدد
الوسيط
القيمة الوسطى عندما تُرتب البيانات من الأصغر إلى الأكبر.
عدد فردي: القيمة الوسطى
عدد زوجي: متوسط القيمتين الوسطيتين
المنوال
القيمة التي تظهر بأكبر تكرار في مجموعة البيانات. يمكن أن يكون هناك أكثر من منوال واحد.
المدى
الفرق بين القيمة العظمى والقيمة الصغرى، يشير إلى انتشار البيانات.
المدى = الحد الأقصى - الحد الأدنى
من العصور القديمة إلى العصر الحديث
تعود أصول الإحصاء إلى الإحصاءات المصرية والبابلية القديمة. بدأ الإحصاء الوصفي الحديث مع بحوث جدول الحياة لجون غرانت في القرن السابع عشر وتطور أكثر عندما قدم أدولف كويتليت مفهوم 'الإنسان المتوسط' في القرن التاسع عشر.
الإحصاء الوصفي في عصر علوم البيانات
- • EDA: تحليل البيانات الاستكشافي (EDA): فهم خصائص البيانات الأساسية
- • Data Preprocessing: معالجة البيانات المسبقة: اكتشاف القيم الشاذة وتقييم جودة البيانات
- • Feature Engineering: هندسة الخصائص: أساس إنشاء متغيرات جديدة
- • Model Evaluation: تقييم أداء النموذج: تحليل خصائص توزيع التوقعات
التطبيقات في ذكاء الأعمال
تستخدم الشركات الحديثة الإحصاء الوصفي بكثافة في جميع المجالات بما في ذلك لوحات مؤشرات الأداء الرئيسية، وتقسيم العملاء، وتحليل المبيعات، ومراقبة الجودة. تلعب دوراً مهماً خاصة في التحليل الفوري والتقارير الآلية.
تطبيقات المتوسط
- • حساب متوسط مبلغ مشتريات العميل
- • تحليل متوسط مدة جلسة الموقع الإلكتروني
- • توقع متوسط عمر المنتج
- • قياس متوسط إنتاجية الموظف
تطبيقات الوسيط
- • تحليل توزيع الدخل (تقليل تأثير القيم الشاذة)
- • تحليل أسعار العقارات
- • مقاييس أداء زمن الاستجابة
- • قيم وسيط رضا العملاء
تطبيقات المنوال
- • تحديد المنتجات الأكثر شعبية
- • تحليل فئات تفضيلات العملاء
- • تحليل تكرار رموز الأخطاء
- • أنماط استجابات الاستطلاع
تطبيقات المدى
- • تحديد نطاقات تحمل مراقبة الجودة
- • تحديد نطاقات سياسة التسعير
- • فترات درجات تقييم الأداء
- • نطاقات تغيير استخدام الموارد
التطوير إلى الإحصاء الاستدلالي
يشكل الإحصاء الوصفي أساس الإحصاء الاستدلالي. تُستخدم إحصائيات العينة الوصفية لتقدير خصائص المجتمع وتخدم كبيانات أساسية لاختبار الفرضيات.
الاتصال مع التعلم الآلي
الإحصاء الوصفي ضروري لاختيار الخصائص، ومعالجة البيانات المسبقة، وتفسير النموذج في التعلم الآلي. يلعب دوراً مهماً خاصة في الذكاء الاصطناعي القابل للتفسير.
التكامل مع التصور
مقترن بتقنيات التصور المختلفة مثل الرسوم البيانية الشريطية، ومخططات الصندوق، ومخططات الكمان، يتيح فهماً بديهياً لتوزيع البيانات وخصائصها.
مستقبل التحليل الفوري
تكنولوجيا حساب وتحديث الإحصائيات في الوقت الفعلي من بيئات البيانات المتدفقة تصبح أكثر أهمية.