Professional Documents
Culture Documents
სტატისტიკა
სტატისტიკა
Page 1 of 13
რიცხვითი მნიშვნელობები ასევე არის ფარდობითი ან ინტერვალური.
თავი 2
1) მონაცემთა პირველადი წყარო-შენს მიერ მოგროვებული მონაცემები.
მონაცემთა მეორადი წყარო- სხვისი შეგროვილი მონაცემები.
2) Summary table- აჩვენებს ცვლადის მნიშვნელობების სიხშირეს. მაგალითად,
პასუხების რამდენი პროცენტია კონკრეტული პასუხი.
Form of payment Percentage
cash 15
check 54
online 28
other 3
Female Male
Page 2 of 13
1902 652
652 531
4) Ordered Array- როცა მონაცემები ზრდადობის მიხედვითაა დალაგებული.
5) Frequency Distribution - ეს ათავსენს რიცხობრივ მნიშვნელობებს რიგობრივად
დალაგებულ კლასებში.
მთლიანი მონაცამები იყოფა კლასებად, მეტი თვალსაჩინოებისთვის. მაგალითად,
მონაკვეთზე რო იყოს რაღაც მონაცემები/რიცხები, რომლებიც უნდა მოვათავსოთ
ჯგუფებში, ეს ჯგუფებია სწორედ კლასები. კლასის სიგანე არის თუ რა სიგრძის
თანაბარ ნაწილებად უნდა დაიყოს ეს მთლიანი მონაკვეთი. ეს კი პირდაპირ
დაკავშირებულია კლასების რაოდენობასთან.
სხვა სიტყვებით, კლასის სიგანე არის ინტერვალი. კლასებიში შემავალი
მნიშვნელობები ჩამოწერილია სვეტებში. 1 სვეტი 1 კლასის ტოლია.
კლასების სიგანეს, როგორც წესი ამრგვალებენ, რათა უფრო გამარტივდეს
მონაკვეთის დაყოფის პროცესი.
კლასის სიგანე= უდიდეს მონაცემს-უმცირესი მონაცემი
კლასების რაოდენობა
კლასის სიხშირე
ლიმიტი
20-30 15
30-40 12
50-60 8
Page 3 of 13
კლასის შუა წერტილი/Class Midpoint- სიტყვიდან გამომდინარე, მაგალითად ზედა
ცხრილის მიხედვით პირველი Class Midpoint არის 25.
Page 4 of 13
ლექცია 3, თავი 2
თვისობრივი ცვლადებისთვის
Bar Chart გვეხმარება სხვადასხვცა კატეგორიების შედარებაში. მაგალითად,
ფულის გადახდის რომელ საშუალებებს რა სიხშირით იყენებენ. აქ იქნებოდა: Cash,
online,check.
Pie Chart- წრე. გვიჩვენებს თითოეული კატეგორიის წილს პროცენტებში.
Pareto chart -ვერტიკალურად გამოვსახავთ მონაცემებს, მაგრამ კლების მიხედვით.
პარეტოს ჩარტზე ასევე მოცემულია კუმულაციური სტატისტიკაც,ხაზოვანი
დიაგრამა, ანუ მაჩვენებს მთლიანისკენ როგორ მივდივარ ყოველი მონაცემის
გავლის შემდეგ. ყველა მონაცემი წარმოადგენს წინა მონაცემებისა და მისი თავის
ჯამს.
მაგალითად, პირველი მონაცემის პროცენტული სიდიდეა 40, ხაზოვანი დიაგრამის
საწყისი წერტილიც მის თავზე იქნება, რადგან მის წინ მონაცემი არა, მაგრამ თუ
მეორე მონაცემის პროც. სიდიდეა 20, მაშინ ხაზოვანი დიაგრამის შესაბამისი
წერტილი იქნება 40+20=60 პროცენტზე.
პარეტოს პრინციპი-მონაცემთა უმრავლესობა ერთ ინტერვალში კონცენტრირდება
და დანარჩენი გაფანტულია.
Side-by-side-bar chart- 2 მონაცემის შედარებისას სხვადასხვა კრიტერიუმებით.
მაგალითად რამდენად ხშირია შეცდომები, და პირიქით. კრიტერიუმები იქნება:
მცირე, პატარა, დიდი.
რაოდენობრივი ცვლადებისთვის
Stem-and-Leaf Display-გამოიყენება როცა მონაცემები ზრდადობის მიხედვითაა
დალაგებული. შედგება 2 ნაწილისგან, მარცენა stem, სადაც იწერება ათეულები ან
მეტი, მეორე leaf, იწერება უფრო დაბალი რანგის რიცხვები, ერთეულები,თუ
მაჯრვენაში ათეულია. მარცხენას ემატება მარჯვენა. მარცხნივ ჩამოწერილი
თითოეული რიცხვი არის ტოტი, და მარჯვნივ თითოეულ ტოტს შეესაბამება
რიცხვები, ანუ ფოთლები.
ფოთლები უნდა იყოს დალაგებული ზრდადობის მიხედვით. მაგ: 0,0,1,2,2...
Page 5 of 13
ჰისტოგრამა- მონაცემები დაჯგუფებულია კლასებად, და აჩვენებს თითეულ
კლასში შემავალი მონაცემები მთლიანი რაოდენობის რამდენი პროცენტია.
ჰისტოგრამის მარცხენა წრფეზე მოცემულია პროცენტი, ან სიხშირე. აგების დროს
Bin-ები ჩამოწერილი უდნა იყოს, ბინი კლასის მარჯვენა საზღვრებია. მაგალითად,
10 სიგრძის კლასები თუა, მაშინ 0,10,20...
Page 6 of 13
თავი 3
1) საშუალო=ჯამი/რაოდენობა x̄
2) შერჩევის საშუალო= მიღებული მონაცემების ჯამი
მონაცემთა რაოდენობა
3) მედიანა- ზრდადობით დალაგებული მონაცამებიდან ცენტრში განთავსებული
მონაცემი. თუ რაოდენობა ლუწია, მაშინ შუა 2 მონაცემის საშუალო არითმეტიკული.
4) მოდა-ყველაზე ხშირად გამეორებული მონაცემი. მოდა შეიძლება
ერთდროულად რამდენიმე მონაცემიც იყოს, თუ მათ გამეორების სიხშირე
თანაბარია.
5) გაბნევის დიაპაზონი-ყველაზე დიდს გამოკლებული ყველაზე პატარა.
6) გეომეტრიული საშუალო- მე-n ხარისხის ფესვი n ცალი რიცხვის ნამრავლიდან.
7) ვარიაცია- გვეხმარება განვსაზღვროთ თუ რამდენად გადახრილია მონაცემები
საშუალოდან, ანუ გვაჩვენებეს გაფანტულობას.
Page 7 of 13
9) ვარიაციის კოეფიციენტი- პროცენტებში გვიჩვენებს გაფანტულობას და
ანგარიშობს საშუალოდან გადახრა თვითნ საშუალოსთან მიმართებაში რამდენად
დიდია. რა უფრო დიდი რიცხვია, მით უფრო გამორჩეულია მონაცემი.
CV= (S/X) x 100%
X- საშუალო. S-სტ.გად.
თუ არამთელი რიცხვია, მაგ, 2.5 მაშინ კვარტილის საზღვარი იქნება 2-სა და 3-ს
შორის.
თუ არც მთლიანი რიცხვია და არც fractional half, მაშინ მრგვალდება.
3) შუაკვარტილური გაბნევა- ითვლის გაბნევას მესამე და პირველ კვარტალს
შორის, ეს არის მესამე კვარტლის ზედა და პირველის ქვედა ზღვარი. Q3-Q1
4) 5 რიცხვის შეჯამება- X smallest, Q1, median, Q3, X largest.
5) BoxPlot -გრაფიკულად აჩვენებს 5 შემაჯამებელი რიცხვის მონაცემს და მისი
ფორმულით განისაზღვრება განაწილების ფორმაც.
Page 8 of 13
პოპულაციის საშუალო- ყველა მონაცემის ჯამი გაყოფილი რაოდენობაზე.
ემპირიული წესები:
cov ( X ; Y )
r=
SxSy
….
Page 10 of 13
თავი 4, ალბათობა
ალბათობის სახეები:
1) აპრიორი- რაღაცის მოხდენის ალბათობა არის P.
P=ხელსაყრელი შემთხვევა/შემთხვევათა რაოდენობაზე.
2) ემპირიული- დაკვირვებებსა და ცდებზე დაყრდნობით გამოტანილი დასკვნა.
მაგ, 100 ადამიანიდან 40 ქალი იყო, შესაბამისად ქალის ალბათობა არის 40 % სხვა
შემთხვევებშიც.
3) სუბიექტური- პირადი მოსაზრებების საფუძველზე გამოთქმული ვარაუდი.
ხდომილება
1) მარტივი ხდომილება-მხოლოდ ერთი ხდომილება მიიღება შედეგად.
მაგალითად, მონეტის აგდებისას 2 შესაძლებელი შედეგი არსებობს- საფასური და
გერბი, მაგრამ შედეგად მხოლოდ ერთ-ერთი მათგანი დარჩება. თითეული
მათგანი წარმოადგენს მარტივ ხდომილებას,კამათლის გაგორებისას კი არის 6
მარტივი ხდომილება.
2) შერეული ხდომილება-ორი ან მეტი ხდომილება ხდება ერთდროულად.
მაგალითად, როცა ორი მონეტის აგდებისას შედეგი იქნება ერთნარი.
ელემენტარულ ხდომილობათა სივრცე- სიმრავლე, რომელიც შეიცავს ყველა
ელემენტარულ ხდომილობას. სიმბოლო- Ω
ხდომილობათა სივრცის წარმოსაჩენად იყენებენ ვენის დიაგრამასა და Contingency
Table.
კომპლემენტი- A-ს კომპლემენტი არის A’, ანუ ყველაფერი ის, რაც A არ არის.
Page 11 of 13
ალბათობის ტიპები:
მარტივი ალბათობა- P=X/T (ხელსაყრელი შემთხვევა/შემთხვევათა რაოდენობაზე.)
Joint probability -2 ან მეტი ხდომილების ერთდროულად მოხდენის ალბათობა. A და
B ხდება ერთდროულად. p(A ∩ B).
P(A) = P(A and B1) + P(A and B2) …. + P(A and Bk)
მაგალითი:
P(Planned to purchase) = P(Planned to purchase and purchased)+ P(Planned to purchase and
did not purchase)
Page 12 of 13
მაგალითად, A არის ადამიანები, რომლებსაც პროდუქტის შეძენა უნდოდა და B
ადამიანები, რომლებმაც მართლა შეიძინა ის.
გამრავლების წესი
გამრავლების ზოგადი წესი- P(A and B2) = P(A|B)P(B)
ბაიესის თეორემა
ბაიესის თეორემა-შეგვიძლია გავიგოთ A-ს ალბათობა B პირობით, თუ ვიცით, რომ
B-ს ალბათობა A პირობით.
მაგალითად თუ ვიცი იმის ალბათობა, რომ კარგად სწავლობს თუ გოგოა,
შემიძლია
გავიგო იმის ალბათობა, რომ გოგოა თუ კარგად სწავლობს.
Page 13 of 13