قراءات عربية في العلوم والتقنية والطبيعة والثقافة، تبدأ بسؤال وتترك لك مساحة للاستكشاف.
2302 مقال
احتمال مجموع متغيرين مستقلين لا نحسبه بجمع رقمي احتمال منفصلين دون تحديد النتيجة المشتركة. قد تعطي أزواج مختلفة المجموع نفسه، فتحتاج كل مساهمة إلى حساب ثم جمع. نؤلف توزيعَين متقطعين، ونعلن الاستقلال، ونتتبع ستة أزواج قبل ربط الحساب بالالتفاف الكامل.
allow_singular ومصفوفة التغاير قد يقرآن كأن تفعيل الخيار يصلح أي جدول أعداد في نموذج طبيعي متعدد المتغيرات. لكن السماح بالمفردة يغير شرطا محددا، ولا يلغي بقية معنى التغاير. نؤلف ثلاث مصفوفات عددية صغيرة، ونراجع سلوك تعبيرها التربيعي ثم نفصل ذلك عن الفحص الذي توثقه SciPy.
فاصل نسبة النجاح يحتاج اسم طريقة الحساب إلى جانب مستوى الثقة. قد يشترك تقريران في عدد النجاحات والمحاولات، ثم يستعملان طريقتين مختلفتين لبناء الفاصل. نراجع إعدادات ثلاث طرق توثقها SciPy، ونميز النسبة المحسوبة مباشرة من حدود لم نحسبها في هذا المثال.
اختبار t المقرون لا يقرأ متوسط كل عمود وحده؛ يدخل تشتت فروق الأزواج في مقام الإحصائية. نؤلف جدولين لهما قيم الأعمدة نفسها ومتوسطاتها نفسها، لكنهما يعلنان أزواجًا مختلفة. الحساب يوضح المعلومة التي تفقد إذا احتفظنا بالمتوسطين فقط.
ارتباط نقطتين قد يبدو نتيجة شديدة القوة إذا ظهر المعامل 1 أو سالب 1. لكن مع زوجين فقط وقيم غير ثابتة، لا يملك المعامل في هذه الحالة خيارًا آخر. نراجع حالة محددة في اختبار SciPy الافتراضي ونفصل قيمة المعامل عن قيمة p ثنائية الجانب.
رتب القيم المتساوية تعتمد على قاعدة التعامل مع التعادل. قد يحتفظ جدولان بالقيم نفسها، ثم تختلف خانة الرتبة لأن أحدهما اختار average والآخر dense. نرتب أربع قيم مؤلفة تصاعديًا، ونقارن طرق rankdata دون أن نفسر اختلاف رتبتين كأنه اختلاف في القياس.
ارتباط أعمدة ناقصة قد يعرض مصفوفة واحدة، لكن خلاياها لا تعتمد بالضرورة على الصفوف نفسها. توثق pandas حساب الارتباط بالمشاهدات المكتملة لكل زوج من الأعمدة. [1] نراجع ستة صفوف مؤلفة، ونعد ما يبقى لكل مقارنة قبل قراءة أي معامل.
أوزان التغاير لا تحمل معنى واحدًا لمجرد أن الأعداد متطابقة. تميز NumPy بين fweights لتكرار المشاهدة وaweights للأوزان النسبية. [1] نراجع متغيرًا واحدًا بقيمتين مؤلفتين، ونرى كيف يختلف عامل التطبيع عند ddof=1 مع بقاء المتوسط الموزون نفسه.
التكرار المتوقع في الخلية ليس عددًا جديدًا من المشاهدات التي جمعناها. قد تكون قيمته 1.2 ، بينما يحتوي سجل الخلية على مشاهدة واحدة. نؤلف جدولًا صغيرًا ونحسب توقعاته تحت فرض استقلال البعدين، ثم نراجع لماذا تحفظ النتيجة الهوامش دون أن تصبح سجلًا لما وقع.
جداول فيشر ذات الهوامش الثابتة لا تعني أي إعادة ترتيب للأعداد في أربع خلايا. نثبت مجاميع الصفوف والأعمدة، ثم نشتق الجداول التي تحافظ عليها وتبقى أعدادها صحيحة غير سالبة. مثالنا يعطي أربعة جداول ممكنة، ونبين لماذا لا يكفي عددها لمنح كل منها احتمال الربع.
عندما يجهز مساعد جدولًا لتحليل بيانات نموذج، قد يرى ثلاثة صفوف وعمودين فيفترض أن ترتيب الدالة يطابق أسماء الجدول. اتجاه المتغيرات في corrcoef يحتاج تصريحًا: أي جانب يحمل المتغير، وأي جانب يحمل المشاهدات المتطابقة؟ نقرأ الخيار ثم نعد أسماء النتيجة في جدول صغير، دون استدعاء المكتبة.
تصحيح ييتس ودرجة الحرية سؤال عن إعداد الحساب الذي يقرأه المساعد، لا عن تغيير عدد الحالات في البيانات. قد يظهر إحصاء مختلف لجدول واحد لأن التصحيح فُعّل. نقيد المقارنة بجدول من صفين وعمودين، وبإحصاء Pearson والطريقة التحليلية المعتادة، ثم نفحص مقدار التغير يدويًا.
اختيار الإحصاء في power_divergence يحدد كيف يلخص مساعد تحليل البيانات الفرق بين أعداد مشاهدة ومتوقعة. بقاء الجدول نفسه لا يضمن بقاء الرقم إذا تغيرت العائلة الحسابية. نثبت فئتين ومتوقعًا معلنًا، ونحسب Pearson ونسبة الاحتمالية يدويًا؛ المقارنة تخص الإحصاء، لا اختيار النتيجة التي نريدها.
حين يلخص مساعد بيانات فئات مرمزة، قد يرى خمسة مواضع في ناتج مع أن الأصل لم يستعمل سوى رمزين. الفهارس والأوزان في bincount توضح السبب: موضع الناتج يطابق الرمز، لا ترتيب ظهور الفئات الفريدة. نكتب سجلًا قصيرًا ثم نقرأ الفراغات والأوزان والحد الأدنى للطول دون تنفيذ المكتبة.
تطبيع التكرارات قبل الإنتروبيا مهم حين يطلب مساعد عددًا يصف توزيع فئات البيانات. قائمة مثل اثنين وستة تجمع إلى ثمانية، فلا تدخل الأعداد نفسها مكان احتمالات تجمع إلى واحد. نقرأ ما تفعله scipy.stats.entropy ثم نقارن حصيلتين متناسبتين وصيغة استبدال خاطئة، دون استدعاء المكتبة.
تحجيم MAD بخيار normal قد يربك مساعدًا يقرأ ملخص تشتت في تقرير بيانات. الكلمة تصف معامل تحجيم في العقد، ولا تكفي لإعلان أن البيانات موزعة طبيعيًا أو أن الرقم صار الانحراف المعياري المحسوب من مربعات الفروق. نبدأ بخمس قيم معلنة ثم نفصل الوسيط ومقياس التحجيم والادعاء الإحصائي.
تقريب عدد الحذف في trim_mean مهم حين يلخص مساعد متوسط بيانات بعد معالجة طرفيها. النسبة تتعلق بعدد عناصر في كل طرف من القائمة المرتبة، وقد لا تعطي عددًا صحيحًا. نثبت ست قيم، ونقارن طلبين من دون تحويل حذف العناصر إلى قص قيمها أو إعلان أنها كانت أخطاء.
تعادل الرتب وتطبيع تاو كندال قد يجعل مساعدًا يرى رقمين مختلفين لدرجتي ترتيب على الحالات نفسها. قبل تفسير الفرق على أنه تغير علاقة، نحدد نسخة المعامل وما الذي يدخل مقامها. نكتب ثلاث حالات فيها تعادل من جانب واحد، ثم نعد الأزواج ونحسب نسختي b وc دون استدعاء SciPy.
