علوم البيانات
مُقدَّم| English | المعنى |
|---|---|
| data science/ˈdeɪtə ˈsaɪəns/ | علوم البيانات |
| descriptive statistics/dɪˈskrɪptɪv stəˈtɪstɪks/ | الإحصاء الوصفي |
| visualisation/ˌvɪʒuːəlaɪˈzeɪʃn/ | التصور البصري |
| correlation is not causation/ˌkɒrɪˈleɪʃn ɪz nɒt kɔːˈseɪʃn/ | الترابط لا يعني السببية |
خمسة طلاب أجابوا، لكن أربعة فقط قدموا وقتًا
- استبيان خيالي عن التنقل يحتوي على خمسة صفوف: 10، 20، 30، 40 وصفر فارغ، مقاس بالدقائق. اعتبار الفارغ صفرًا يغير النتيجة.
- علم البيانات يجمع بين سؤال، وإعداد البيانات، والتحليل والتفسير. ابدأ بتحديد أي الطلاب وأي رحلة يتعلق بها السؤال.
التحقق مما يعنيه القيمة المشبوهة
- افحص الوحدات، والقيم المستحيلة، والصفوف المكررة، والمجالات المفقودة. القيمة المكررة ليست تلقائيًا شخصًا مكررًا، والقيمة غير المعتادة ليست تلقائيًا خطأً.
- احتفظ بسجل لكل تصحيح أو استبعاد. إذا كان حقل واحد فارغًا، فقد لا تزال الحقول الأخرى القابلة للاستخدام في ذلك الصف تدعم تحليلًا مختلفًا.
حذف كل صف يحتوي على حقل فارغ هو دائمًا قرار تنظيف محايد.
Difficulty 1/5 · 100 coins + a small bonus on first completion today
قد تبقى الحقول المفيدة، وقد يتسبب الفقدان في تحيز اختيار الملاحظات المحفوظة.
تثبت تساوي وقتي التنقل أن أحد الصفوف يمثل مستجيبًا مكررًا.
Difficulty 1/5 · 100 coins + a small bonus on first completion today
يمكن لمستجيبين مختلفين تقديم نفس الوقت. تحقق من هوية وسجلات التجميع قبل حذف البيانات.
استخدم المقام الذي يطابق السؤال
- الإحصاء الوصفي يلخص البيانات الملاحظة. هنا مجموع الأوقات المسجلة الأربعة هو 100 دقيقة: المتوسط 25 والمتوسط الحسابي 25، مع أربعة أوقات صالحة من خمسة مستجيبين.
- يجب أن توضح الرسم التوضيحي وحداته والسكان. لا تسمية المتوسط بأنه متوسط لجميع الطلاب الخمسة ما لم يتم حل القيمة المفقودة.
الأوقات المسجلة هي 10، 20، 30 و 40 دقائق، مع وجود حقل فارغ إضافي واحد. ما هو المتوسط للأوقات المسجلة؟
Difficulty 2/5 · 140 coins + a small bonus on first completion today
يتم تقسيم المجموع 100 على أربعة أوقات مسجلة صالحة، مما يعطي 25 دقائق.
اختيار الرسم البياني للمقارنة
- استخدم رسمًا شريطيًا لمقارنة الفئات، ورسمًا خطيًا لسلسلة زمنية مرتبة، ومخطط تناثر لفحص متغيرين عددين معًا.
- أعطِ الرسم عنوانًا مفيدًا، ومحاورًا مُعلَّمة، ووحدات وحجم العينة المناسب. يجب أن يعرف المشاهد ما تمثله كل قيمة.
طابق كل مقارنة مع مخطط ابتدائي مناسب.
Difficulty 2/5 · 140 coins + a small bonus on first completion today
اختر مخططًا يعبر عن علاقة البيانات.
المحور غير المسُمّى لا يزال يسمح للقارئ بمعرفة الوحدة والمتغير المقاس بدقة.
Difficulty 1/5 · 100 coins + a small bonus on first completion today
قدم المتغير والوحدات؛ يجب ألا يضطر القارئ للتخمين.
فصل النمط عن سببه
- الارتباط لا يعني السببية: العلاقة الملاحظة وحدها لا تُظهر أن أحد المتغيرات أنتج الآخر. العوامل الأخرى وتصميم الدراسة مهمان.
- إذا وجدت استبانة أن أولئك الذين يقضون وقتاً أطول في التنقل ينامون أقل، فصف الارتباط بين المتغيرين لدى المستجيبين. لا تستنتج أن تغيير وقت التنقل وحده سيؤدي إلى تغيير نمط النوم.
المستجيبون في الاستبيان الذين لديهم مسافات تنقل أطول يبلغون عن نوم أقل. أي استنتاج مدعوم؟
Difficulty 1/5 · 100 coins + a small bonus on first completion today
المرصد لا يعزل تأثيرًا سببيًا ولا يبرر ادعاءً حول مجموعة أوسع.
أدرج نتيجة مع تحديد حدودها
- أدرج: "أوقات التنقل المسجلة الأربعة لها متوسط 25 دقيقة؛ ولم يقدم أحد من كل خمسة مستجيبين وقتاً." قد يؤثر عدم وجود بيانات على مدى تمثيلية النتيجة.
- حدد عينة العينة وحدود طريقة جمع البيانات قبل التوصي باتخاذ إجراء. لا يمكن لاستبانة صنف واحد أن تقرر نتيجة لجميع الطلاب في المدينة.
السؤال ← التحقق من البيانات → الحساب الشفاف → الرسم البياني المسمى → الاستنتاج المحدود. القيم المفقودة وحدود العينة يجب أن تكون ضمن التوضيح.
اكتب قيدًا واحدًا استنادًا إلى استبيان لـ 60 طالبًا من فصل دراسي واحد.
Difficulty 3/5 · 200 coins + a small bonus on first completion today
يمكن أن يختلف فصل دراسي عن الفصول الأخرى، لذا لا ينبغي تعميم النتيجة تلقائيًا على المدينة.
أي تقرير يُظهر نتيجة الرحلة بشكل شفاف؟
Difficulty 1/5 · 100 coins + a small bonus on first completion today
حدد المقام الصالح وعدد الحالات المفقودة.