آمار stats
آمار توصیفی روی فهرستی از عددها: میانگین، میانه، واریانس، انحراف معیار و صدک.
واردسازی آمار
نام آرگومانها شناسهی خود کد است و معادل فارسی ندارد؛ گونهها، کلیدواژهها و نام بستهها با معادل فارسی نوشته میشوند.
بستهی آمار به نخستین پرسشهایی که از یک فهرست عدد میپرسید جواب میدهد: چندتا، جمعشان، مقدار نماینده، پراکندگی و دو سر بازه. جای کاربردش گزارشگیری، پایش سامانه (صدکهای زمان پاسخ)، نمرهدهی و بررسی نتیجهی شبیهسازی است. این بسته فقط آمار توصیفی دارد؛ مُد، همبستگی، رگرسیون و نمودار فراوانی در آن نیست. برای ریاضی روی یک عدد بستهی ریاضی، برای برازش مدل یادگیری ماشین و برای ساختن خود عددها تصادفی را ببینید.
همهی تابعها یک وکتور<اعشار۶۴> میگیرند و هیچوقت تغییرش نمیدهند. عددهای صحیح را هنگام افزودن با برگردان اعشار۶۴ تبدیل کنید. میانه و صدک در هر بار صدا زدن یک رونوشت را مرتب میکنند، پس گرفتن p50 و p90 و p99 سه بار مرتبسازی است؛ برای چند هزار مقدار مهم نیست ولی برای میلیونها مقدار خوب است بدانید.
واریانس و انحراف معیار دو شکل دارند. واریانس و انحراف معیار داده را نمونهای از گروهی بزرگتر میگیرند و بر n−۱ تقسیم میکنند؛ واریانس جامعه و انحراف معیار جامعه داده را کل گروه میدانند و بر n تقسیم میکنند. انتخاب معمول، شکل نمونه است.
اشتباههای رایج:
- اعتماد به نتیجهی فهرست خالی. هیچ خطایی رخ نمیدهد:
میانگین،میانه،کمینه،بیشینهوصدکصفر برمیگردانند که شبیه دادهی واقعی است. اولطول()را بررسی کنید. - گزارش میانگینِ دادهی کج. یک درخواست کُند یا یک مشتری بسیار ثروتمند میانگین را بسیار جابهجا میکند، ولی میانه و صدکها تکان نمیخورند.
- میانگین گرفتن از نرخ رشد با
میانگین. ضریبهایی که در هم ضرب میشوندمیانگین هندسیلازم دارند.
خلاصهی نمرههای یک کلاس
کار معمول، گزارشی کوتاه از یک فهرست عدد است: چندتا، مقدار وسط، پراکندگی و دو سر بازه. مقدارها را یک بار در وکتور<اعشار۶۴> بگذارید و تابعهایی را که لازم دارید صدا بزنید؛ هیچکدام وکتور را تغییر نمیدهند. انحراف معیار کمک میکند مقدارهای دور از بقیه را هم نشان کنید: در یک گروه کوچک، مقداری که بیش از یک انحراف معیار با میانگین فاصله دارد غیرعادی است.
واردسازی آمار
واردسازی تبدیل
تابع ریشه:
نامها := ["سارا"، "رضا"، "مینا"، "علی"، "ندا"، "امید"، "لیلا"]
ناپایا نمرهها := وکتور {} برگردان وکتور<اعشار۶۴>
دیرکن نمرهها.آزادکن()
هر ن در [۱۴.۵، ۱۷.۰، ۱۹.۵، ۱۱.۰، ۱۶.۰، ۸.۵، ۱۸.۰]:
نمرهها.بیفزا(ن)
پایان
میانگین := آمار.میانگین(نمرهها)
انحراف := آمار.انحراف معیار(نمرهها)
سرچاپ "دانشآموزان:"، نمرهها.طول()
سرچاپ "میانگین:"، تبدیل.قالب اعشار با دقت(میانگین، ۲)
سرچاپ "میانه:"، آمار.میانه(نمرهها)
سرچاپ "انحراف معیار:"، تبدیل.قالب اعشار با دقت(انحراف، ۲)
سرچاپ "بازه:"، آمار.کمینه(نمرهها)، "تا"، آمار.بیشینه(نمرهها)
سرچاپ "۲۵٪ بالای کلاس:"، آمار.صدک(نمرهها، ۷۵.۰)، "و بیشتر"
هر ی، نام در نامها:
ز := (نمرهها.بگیر(ی) - میانگین) / انحراف
اگر ز بزرگتر ۱.۰:
سرچاپ نام، "خیلی بالاتر از کلاس است:"، تبدیل.قالب اعشار با دقت(ز، ۲)
وگرنه ز کوچکتر -۱.۰:
سرچاپ نام، "به کمک نیاز دارد:"، تبدیل.قالب اعشار با دقت(ز، ۲)
پایان
پایان
پایانیک کلاس یا یک نظرسنجی معمولاً نمونه است، پس انحراف معیار انتخاب درست است. انحراف معیار جامعه را فقط وقتی به کار ببرید که فهرست همهی اعضای گروهی را که توصیف میکنید دارد، مثلاً همهی ماشینهای یک خوشه.
زمان پاسخ: میانه و صدکها
یک درخواست کُند میتواند میانگین را از آنچه بیشتر کاربران میبینند خیلی دور کند. در این مثال نُه درخواست حدود ۴۰ میلیثانیه و یکی ۱۲۰۰ میلیثانیه طول کشیده؛ میانگین ۱۵۷ را نشان میدهد و میانه (صدک ۵۰) ۴۱.۵ را. برای همین پایش سامانهها با صدک انجام میشود: p90 زمانی است که ۹۰٪ درخواستها زیر آن میمانند و p99 بدترین حالتها را نشان میدهد.
واردسازی آمار
واردسازی تبدیل
تابع نمایش(برچسب: رشته، مقدار: اعشار۶۴):
سرچاپ برچسب، تبدیل.قالب اعشار با دقت(مقدار، ۱)، "میلیثانیه"
پایان
تابع ریشه:
ناپایا زمانها := وکتور {} برگردان وکتور<اعشار۶۴>
دیرکن زمانها.آزادکن()
هر ز در [۴۲.۰، ۳۸.۰، ۴۵.۰، ۴۰.۰، ۳۹.۰، ۴۱.۰، ۴۴.۰، ۳۷.۰، ۴۳.۰، ۱۲۰۰.۰]:
زمانها.بیفزا(ز)
پایان
نمایش("میانگین:"، آمار.میانگین(زمانها))
نمایش("p50:"، آمار.صدک(زمانها، ۵۰.۰))
نمایش("p90:"، آمار.صدک(زمانها، ۹۰.۰))
نمایش("p99:"، آمار.صدک(زمانها، ۹۹.۰))
نمایش("بیشینه:"، آمار.بیشینه(زمانها))
سقف := ۱۰۰.۰
اگر آمار.صدک(زمانها، ۹۰.۰) بزرگتر سقف:
سرچاپ "هشدار: p90 از سقف"، سقف، "میلیثانیه بیشتر است"
وگرنه:
سرچاپ "p90 در محدودهی مجاز است"
پایان
پایانصدک میان دو مقدار نزدیک درونیابی میکند، پس با نمونهی کم، صدکهای بالا جایی میان یک مقدار عادی و مقدار پرت میافتند. پیش از اعتماد به p99 چند صد مقدار جمع کنید.
نرخ رشد و میانگین هندسی
وقتی مقدارها در هم ضرب میشوند، مثل بازده سالانه یا ضریب رشد، میانگین حسابی نتیجه را بیش از واقع نشان میدهد. ۵۰٪ سود و بعد ۴۰٪ زیان، بهطور میانگین سود نیست. میانگین هندسی همان یک ضریبی را میدهد که اگر تکرار شود به همان مقدار پایانی میرسد.
واردسازی آمار
واردسازی تبدیل
تابع ریشه:
ناپایا ضریبها := وکتور {} برگردان وکتور<اعشار۶۴>
دیرکن ضریبها.آزادکن()
هر ض در [۱.۵۰، ۰.۶۰، ۱.۲۰، ۱.۱۰]:
ضریبها.بیفزا(ض)
پایان
ناپایا ارزش := ۱۰۰۰.۰
هر ض در ضریبها:
ارزش *= ض
پایان
سرچاپ "پس از چهار سال:"، تبدیل.قالب اعشار با دقت(ارزش، ۲)
حسابی := آمار.میانگین(ضریبها)
هندسی := آمار.میانگین هندسی(ضریبها)
سرچاپ "ضریب میانگین حسابی:"، تبدیل.قالب اعشار با دقت(حسابی، ۴)
سرچاپ "ضریب میانگین هندسی:"، تبدیل.قالب اعشار با دقت(هندسی، ۴)
ناپایا الف := ۱۰۰۰.۰
ناپایا ه := ۱۰۰۰.۰
تکرار ۴:
الف *= حسابی
ه *= هندسی
پایان
سرچاپ "بازسازی با میانگین حسابی:"، تبدیل.قالب اعشار با دقت(الف، ۲)
سرچاپ "بازسازی با میانگین هندسی:"، تبدیل.قالب اعشار با دقت(ه، ۲)
پایانخواندن عدد از متن
داده معمولاً به شکل متن میرسد، با خانههای خالی، برچسبهایی مثل n/a و گاهی رقم فارسی. هر خانه را با نوعها.عددی است از بستهی نوعها بسنجید، رقمهای فارسی را با رشته.به رقم انگلیسی به انگلیسی برگردانید و با تبدیل.تجزیه اعشار بخوانید. تعداد خانههای کنارگذاشته را هم بشمارید تا گزارشِ دادهی خراب شبیه گزارشِ دادهی سالم به نظر نرسد.
واردسازی آمار
واردسازی رشته
واردسازی تبدیل
واردسازی نوعها
تابع ریشه خطادار:
خط := "12.5, 15, ۱۸, n/a, 20, , 9.75"
ناپایا مقدارها := وکتور {} برگردان وکتور<اعشار۶۴>
دیرکن مقدارها.آزادکن()
ناپایا ردشده := ۰
هر خانه در رشته.تفکیک کردن(خط، ","):
م := رشته.پیرایش(خانه)
اگر نوعها.عددی است(م):
مقدارها.بیفزا(تلاش تبدیل.تجزیه اعشار(رشته.به رقم انگلیسی(م)))
وگرنه:
ردشده++
پایان
پایان
سرچاپ مقدارها.طول()، "عدد خوانده شد و"، ردشده، "خانه کنار گذاشته شد"
سرچاپ "مجموع:"، آمار.مجموع(مقدارها)
سرچاپ "میانگین:"، آمار.میانگین(مقدارها)
سرچاپ "میانه:"، آمار.میانه(مقدارها)
پایانفهرست خالی یا خیلی کوچک
این تابعها روی ورودی ناجور شکست نمیخورند؛ عددی برمیگردانند و همان عدد میتواند گمراه کند. وکتور خالی برای میانگین، میانه و بیشینه ۰ میدهد. یک مقدار تنها واریانس ۰ دارد. یک صفر یا یک عدد منفی میانگین هندسی را ۰ میکند و صدکِ بیرون از ۰ تا ۱۰۰ به نزدیکترین سر بازه برده میشود. پیش از هر گزارشی طول() را بررسی کنید.
واردسازی آمار
تابع ریشه:
خالی := وکتور {} برگردان وکتور<اعشار۶۴>
سرچاپ "خالی:"، آمار.میانگین(خالی)، آمار.میانه(خالی)، آمار.بیشینه(خالی)
ناپایا یکی := وکتور {} برگردان وکتور<اعشار۶۴>
دیرکن یکی.آزادکن()
یکی.بیفزا(۷.۰)
سرچاپ "یک مقدار:"، آمار.واریانس(یکی)، آمار.واریانس جامعه(یکی)
ناپایا نرخها := وکتور {} برگردان وکتور<اعشار۶۴>
دیرکن نرخها.آزادکن()
هر ن در [۱.۲، ۰.۰، ۱.۵]:
نرخها.بیفزا(ن)
پایان
سرچاپ "میانگین هندسی با یک صفر:"، آمار.میانگین هندسی(نرخها)
سرچاپ "صدک ۱۵۰ محدود میشود:"، آمار.صدک(نرخها، ۱۵۰.۰)
اگر خالی.طول() برابر ۰:
سرچاپ "دادهای نیست، گزارشی هم نیست"
پایان
پایان| پرسش | تابع |
|---|---|
| یک مقدار نماینده | میانه، یا میانگین وقتی مقدار پرت نیست |
| پراکندگی مقدارها | انحراف معیار (نمونه) یا انحراف معیار جامعه (کل جامعه) |
| آنچه بیشتر درخواستها یا کاربران میبینند | صدک با ۵۰، ۹۰ یا ۹۹ |
| رشد میانگین در هر دوره | میانگین هندسی |
| جمع و دو سر بازه | مجموع، کمینه، بیشینه |
تابعها
مجموع Sum
تابع مجموع(v: وکتور<اعشار۶۴>): اعشار۶۴واردسازی آمار
تابع ریشه:
ناپایا نمرهها := وکتور {} برگردان وکتور<اعشار۶۴>
دیرکن نمرهها.آزادکن()
هر ن در [۱۲.۰، ۱۸.۰، ۱۵.۰، ۱۹.۰، ۱۱.۰]:
نمرهها.بیفزا(ن)
پایان
سرچاپ آمار.مجموع(نمرهها)، آمار.میانگین(نمرهها)، آمار.میانه(نمرهها)
سرچاپ آمار.کمینه(نمرهها)، آمار.بیشینه(نمرهها)
سرچاپ آمار.واریانس(نمرهها)، آمار.واریانس جامعه(نمرهها)
سرچاپ آمار.انحراف معیار(نمرهها)، آمار.انحراف معیار جامعه(نمرهها)
سرچاپ آمار.میانگین هندسی(نمرهها)، آمار.صدک(نمرهها، ۹۰.۰)
پایانمیانگین Mean
تابع میانگین(v: وکتور<اعشار۶۴>): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: stats-Mean.salam
کمینه Min
تابع کمینه(v: وکتور<اعشار۶۴>): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: stats-Mean.salam
بیشینه Max
تابع بیشینه(v: وکتور<اعشار۶۴>): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: stats-Mean.salam
میانه Median
تابع میانه(v: وکتور<اعشار۶۴>): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: stats-Mean.salam
واریانس Variance
تابع واریانس(v: وکتور<اعشار۶۴>): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: stats-Mean.salam
واریانس جامعه PopVariance
تابع واریانس جامعه(v: وکتور<اعشار۶۴>): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: stats-Mean.salam
انحراف معیار Stdev
تابع انحراف معیار(v: وکتور<اعشار۶۴>): اعشار۶۴واریانس. کمتر از دو مقدار ۰ میدهد.نمونهی این مورد همراه با موارد بالاتر آمده است: stats-Mean.salam
انحراف معیار جامعه PopStdev
تابع انحراف معیار جامعه(v: وکتور<اعشار۶۴>): اعشار۶۴واریانس جامعه.نمونهی این مورد همراه با موارد بالاتر آمده است: stats-Mean.salam
میانگین هندسی Geomean
تابع میانگین هندسی(v: وکتور<اعشار۶۴>): اعشار۶۴نمونهی این مورد همراه با موارد بالاتر آمده است: stats-Mean.salam
صدک Percentile
تابع صدک(v: وکتور<اعشار۶۴>، p: اعشار۶۴): اعشار۶۴pام، با p از ۰ تا ۱۰۰، با درونیابی خطی میان دو مقدار مرتب نزدیک (همان روش PERCENTILE.INC در اکسل و پیشفرض NumPy). p بیرون از این بازه به نزدیکترین سر برده میشود؛ ۰ کمینه و ۱۰۰ بیشینه را میدهد. در هر بار صدا زدن یک رونوشت را مرتب میکند.نمونهی این مورد همراه با موارد بالاتر آمده است: stats-Mean.salam