کلمات و اصطلاحات تخصصی رشته آمار

• آمار (Statistics): علمی که به جمع‌آوری، تحلیل، تفسیر و ارائه داده‌ها می‌پردازد.
• داده (Data): مجموعه‌ای از مشاهدات یا اندازه‌گیری‌هایی که در یک تحقیق یا مطالعه جمع‌آوری می‌شوند.
• متغیر (Variable): ویژگی یا خاصیتی که می‌تواند مقادیر مختلفی بگیرد، مانند قد، وزن، نمرات دانشجویان.
• جامعه آماری (Population): مجموعه کاملی از افراد، اشیا یا پدیده‌هایی که مورد مطالعه قرار می‌گیرند.
• نمونه (Sample): زیرمجموعه‌ای از جامعه آماری که برای بررسی انتخاب می‌شود.
• پارامتر (Parameter): مقدار عددی که ویژگی خاصی از جامعه را نشان می‌دهد.
• آمار توصیفی (Descriptive Statistics): شاخه‌ای از آمار که به سازماندهی، نمایش و خلاصه‌سازی داده‌ها می‌پردازد.
• آمار استنباطی (Inferential Statistics): شاخه‌ای از آمار که از نمونه برای نتیجه‌گیری درباره جامعه استفاده می‌کند.
• متغیر گسسته (Discrete Variable): متغیری که تعداد محدودی مقدار دارد، مانند تعداد دانش‌آموزان یک کلاس.
• متغیر پیوسته (Continuous Variable): متغیری که می‌تواند هر مقدار ممکن را در یک بازه بگیرد، مانند قد یا وزن.
• متغیر مستقل (Independent Variable): متغیری که بر سایر متغیرها تأثیر می‌گذارد.
• متغیر وابسته (Dependent Variable): متغیری که تحت تأثیر متغیر مستقل قرار دارد.
• میانگین (Mean): مجموع مقادیر داده‌ها تقسیم بر تعداد آن‌ها.
• میانه (Median): مقداری که داده‌ها را به دو نیمه مساوی تقسیم می‌کند.
• مد (Mode): مقداری که بیشترین تکرار را در داده‌ها دارد.
• واریانس (Variance): میانگین مجذور اختلاف مقادیر از میانگین.
• انحراف معیار (Standard Deviation): جذر واریانس که میزان پراکندگی داده‌ها را نشان می‌دهد.
• دامنه (Range): تفاوت بین بیشترین و کمترین مقدار داده‌ها.
• سرشماری (Census): جمع‌آوری داده از کل جامعه آماری.
• نمونه‌گیری تصادفی (Random Sampling): انتخاب نمونه به گونه‌ای که هر عضو جامعه شانس مساوی برای انتخاب شدن داشته باشد.
• نمونه‌گیری طبقه‌ای (Stratified Sampling): تقسیم جامعه به گروه‌های همگن و انتخاب نمونه از هر گروه.
• نمونه‌گیری خوشه‌ای (Cluster Sampling): تقسیم جامعه به خوشه‌ها و انتخاب تصادفی برخی از آن‌ها.
• آزمون فرضیه (Hypothesis Testing): روشی برای تصمیم‌گیری درباره جامعه آماری بر اساس داده‌های نمونه.
• آزمون t (t-test): آزمونی برای مقایسه میانگین دو گروه.
• آزمون خی دو (Chi-Square Test): آزمونی برای بررسی استقلال یا ارتباط بین دو متغیر کیفی.
• تحلیل واریانس (ANOVA - Analysis of Variance): روشی برای مقایسه میانگین بیش از دو گروه.
• احتمال (Probability): شاخصی که نشان می‌دهد یک رویداد تا چه حد ممکن است رخ دهد.
• فضای نمونه (Sample Space): مجموعه‌ای از تمام نتایج ممکن یک آزمایش تصادفی.
• احتمال شرطی (Conditional Probability): احتمال رخداد یک رویداد به شرط وقوع رویداد دیگر.
• متغیر تصادفی (Random Variable): متغیری که مقدار آن به صورت تصادفی تعیین می‌شود.
• توزیع نرمال (Normal Distribution): توزیعی که در آن داده‌ها به صورت متقارن حول میانگین قرار دارند.
• توزیع پواسون (Poisson Distribution): توزیعی برای تعداد رخدادها در یک بازه زمانی مشخص.
• توزیع دو جمله‌ای (Binomial Distribution): توزیعی که احتمال موفقیت و شکست را در تعداد ثابتی از آزمایش‌ها بررسی می‌کند.
• ضریب همبستگی (Correlation Coefficient): عددی که میزان ارتباط بین دو متغیر را نشان می‌دهد.
• رگرسیون خطی (Linear Regression): مدلی برای پیش‌بینی مقدار یک متغیر بر اساس مقدار متغیر دیگر.
• رگرسیون لجستیک (Logistic Regression): مدلی برای پیش‌بینی متغیرهای طبقه‌بندی‌شده (دودویی).
• تحلیل سری‌های زمانی (Time Series Analysis): مطالعه داده‌هایی که در طول زمان جمع‌آوری شده‌اند.
• تحلیل عاملی (Factor Analysis): روشی برای کاهش تعداد متغیرهای مشاهده‌شده به چند عامل کلیدی.
• تحلیل مؤلفه‌های اصلی (PCA - Principal Component Analysis): روشی برای کاهش ابعاد داده‌ها و استخراج ویژگی‌های مهم.
• SPSS: نرم‌افزاری برای تحلیل داده‌های آماری و انجام آزمون‌های مختلف.
• R: زبان برنامه‌نویسی آماری برای تحلیل داده و یادگیری ماشین.
• Python (کتابخانه‌های NumPy، Pandas، SciPy، Statsmodels): ابزارهایی برای تحلیل داده و مدل‌سازی آماری.
• Minitab: نرم‌افزاری برای تحلیل داده‌های آماری، به‌ویژه در کنترل کیفیت.