پرش به محتوای اصلی

آمار توصیفی (علوم ریاضی)

بخشی از بانک سؤال طبقه‌بندی‌شده‌ی این مبحث در کوئیز سنتر — رایگان و بدون نیاز به ثبت‌نام

خلاصه‌ی درسنامه

این خلاصه‌ی 30 درصدی درسنامه اصلی است. متن کامل با همه‌ی نکته‌ها، مثال‌های حل‌شده و جمع‌بندی، با ثبت‌نام رایگان در دسترست قرار می‌گیرد.

مقدمه: هنر پرورش و پردازش داده‌ها

آمار علم جمع‌آوری، سازماندهی، تحلیل و تفسیر داده‌هاست و دو شاخه دارد: آمار توصیفی (خلاصه‌سازی و نمایش داده‌ها با نمودار و معیارهای عددی) و آمار استنباطی (نتیجه‌گیری درباره جامعه بر اساس نمونه).


بخش اول: مفاهیم بنیادی

هر فرد یا شیئی که داده‌اش گردآوری می‌شود واحد آماری است؛ مجموعه کل واحدها جامعه آماری و زیرمجموعه‌ای که با روشی مشخص انتخاب می‌شود نمونه نام دارد.

متغیر از عضوی به عضو دیگر تغییر می‌کند:

  • کمی گسسته: مقادیر شمارشی (تعداد مسافران قطار)
  • کمی پیوسته: مقادیر حقیقی در یک بازه (قد، وزن)
  • کیفی: مقادیر غیرعددی (رنگ چشم، گروه خونی)

بخش دوم: نمایش داده‌ها

جدول فراوانی برای متغیر گسسته یا پیوسته؛ فراوانی نسبی =fin= \frac{f_i}{n}، فراوانی درصدی = نسبی × ۱۰۰. در دسته‌بندی پیوسته، کرانه پایین شامل و بالا شامل نیست.

نمودارها: میله‌ای (گسسته/کیفی)، دایره‌ای (بخش = نسبی × ۳۶۰°)، هیستوگرام (پیوسته؛ مساحت متناسب با فراوانی)، جعبه‌ای (چارک‌ها).


بخش سوم: معیارهای گرایش به مرکز

میانگین: xˉ=i=1nxin\bar{x} = \frac{\sum_{i=1}^{n} x_i}{n}

میانگین موزون (وقتی xix_i فراوانی/وزن fif_i دارد؛ کاربرد: معدل با ضرایب دروس):

xˉw=i=1nfixii=1nfi\bar{x}_w = \frac{\sum_{i=1}^{n} f_i x_i}{\sum_{i=1}^{n} f_i}

میانه: داده‌ها را مرتب می‌کنیم؛ برای nn فرد، میانه داده n+12\frac{n+1}{2}ام است؛ برای nn زوج، میانگین دو داده وسطی.

چارک‌ها: Q1Q_1 میانه نیمه اول و Q3Q_3 میانه نیمه دوم؛ دامنه میان‌چارکی IQR=Q3Q1IQR = Q_3 - Q_1.

نما: داده با بیشترین فراوانی؛ می‌تواند بدون نما یا چندنما باشد.


بخش چهارم: معیارهای پراکندگی

واریانس و انحراف معیار:

σ2=i=1n(xixˉ)2n,σ=i=1n(xixˉ)2n\sigma^2 = \frac{\sum_{i=1}^{n} (x_i - \bar{x})^2}{n}, \qquad \sigma = \sqrt{\frac{\sum_{i=1}^{n} (x_i - \bar{x})^2}{n}}

هرچه σ\sigma کوچک‌تر، داده‌ها متمرکزترند؛ همیشه (xixˉ)=0\sum (x_i-\bar x)=0. مثال: برای 2, 4, 6, 8 داریم xˉ=5\bar x=5، σ2=5\sigma^2=5، σ2.236\sigma \approx 2.236.

ضریب تغییرات: CV=σxˉCV = \frac{\sigma}{\bar{x}} — برای مقایسه پراکندگی نسبیِ دو مجموعه داده با میانگین یا واحد متفاوت؛ هرچه CVCV کوچک‌تر، یکنواختی بیشتر.

نمودار جعبه‌ای: جعبه بین Q1Q_1 و Q3Q_3، میانه با خط عمودی داخل جعبه، دو خط تا Min و Max.


نکات طلایی کنکوری

کاربرد اقتصادی: نرخ تورم =P1P0P0×100%=\frac{P_1-P_0}{P_0}\times100\%، نرخ بیکاری =بیکارفعال×100%=\frac{\text{بیکار}}{\text{فعال}}\times100\%.

اثر تبدیل خطی yi=axi+by_i = ax_i + b: میانگین جدید yˉ=axˉ+b\bar{y} = a\bar{x} + b، انحراف معیار جدید σy=aσx\sigma_y = |a|\sigma_x، واریانس جدید σy2=a2σx2\sigma_y^2 = a^2\sigma_x^2.


جمع‌بندی فرمول‌های طلایی

مفهوم فرمول
میانگین xˉ=xin\bar{x} = \frac{\sum x_i}{n}
میانگین وزنی xˉw=fixifi\bar{x}_w = \frac{\sum f_i x_i}{\sum f_i}
واریانس σ2=(xixˉ)2n\sigma^2 = \frac{\sum (x_i - \bar{x})^2}{n}
انحراف معیار σ=(xixˉ)2n\sigma = \sqrt{\frac{\sum (x_i - \bar{x})^2}{n}}
ضریب تغییرات CV=σxˉCV = \frac{\sigma}{\bar{x}}
دامنه میان چارکی IQR=Q3Q1IQR = Q_3 - Q_1

نمونه تست

پاسخنامه‌ی تحلیلی سه‌بخشی برای هر سؤال

  • چرا گزینه‌ی درست، درست است
  • چرا هر گزینه‌ی دیگر غلط است
  • تله‌ی تستی‌ای که باید بشناسی

1. در یک مطالعه، نرخ تورم از سال 13981398 تا 13991399 برابر 25%25\% و از 13991399 تا 14001400 برابر 20%20\% بوده است. اگر قیمت اولیه کالایی در سال 13981398 مقدار PP باشد، نرخ تورم میانگین سالانه (موزون با زمان) طی این دو سال کدام است؟ (فرض کنید نرخ‌ها به صورت مرکب اعمال می‌شوند.)

  • 1.5\sqrt{1.5}
  • 1.5+1\sqrt{1.5} + 1
  • 22.5%22.5\%
  • 1.51\sqrt{1.5} - 1

پاسخنامه‌ی تحلیلی

«1.51\sqrt{1.5} - 1» درست است. قیمت در سال 14001400 برابر P×1.25×1.20=1.5PP \times 1.25 \times 1.20 = 1.5P است. نرخ میانگین سالانه rr باید به گونه‌ای باشد که P(1+r)2=1.5PP(1+r)^2 = 1.5P، بنابراین (1+r)2=1.5(1+r)^2 = 1.5 و r=1.51r = \sqrt{1.5} - 1. گزینه 1.5\sqrt{1.5} نرخ را بدون کسر یک می‌دهد که اشتباه است. 22.5%22.5\% میانگین حسابی ساده 25+202\frac{25+20}{2} است که برای نرخ‌های مرکب معتبر نیست. 1.5+1\sqrt{1.5} + 1 غیرمنطقی است. **تلهٔ تستی:** نرخِ تورمِ میانگینِ سالانه برایِ نرخ‌هایِ متوالی باید با میانگینِ هندسیِ ضرایبِ (1+r)(1+r) محاسبه شود، نه میانگینِ حسابیِ سادهٔ خودِ درصدها؛ و در پایان حتماً باید یک واحد از ریشه کم شود تا نرخ (نه ضریب) به‌دست آید.

2. در یک بررسی، نرخ تورم از سال پایه تا سال جاری 25%25\% است. اگر قیمت کالایی در سال جاری 15000001500000 ریال باشد، قیمت آن کالا در سال پایه چند ریال بوده است؟ (قیمت‌ها به هزار ریال گرد شوند)

  • 12000001200000
  • 11250001125000
  • 10000001000000
  • 12500001250000

پاسخنامه‌ی تحلیلی

«12000001200000» درست است. نرخ تورم =P1P0P0×100%=25%1500000P0P0=0.251500000P0=0.25P01500000=1.25P0P0=15000001.25=1200000= \frac{P_1 - P_0}{P_0} \times 100\% = 25\% \Rightarrow \frac{1500000 - P_0}{P_0} = 0.25 \Rightarrow 1500000 - P_0 = 0.25 P_0 \Rightarrow 1500000 = 1.25 P_0 \Rightarrow P_0 = \frac{1500000}{1.25} = 1200000 ریال. گرد کردن به هزار ریال تغییری نمی‌دهد. گزینه 11250001125000 حاصل 1500000/1.3331500000/1.333 اشتباه، 10000001000000 حاصل 1500000/1.51500000/1.5، 12500001250000 حاصل 1500000/1.21500000/1.2 است. **تلهٔ تستی:** برایِ بازگشت از قیمتِ سالِ جاری به قیمتِ سالِ پایه باید بر (1+نرخ)(1+نرخ) تقسیم کرد، نه در آن ضرب کرد یا نرخ را مستقیماً از قیمتِ جاری کم کرد.

3. جدول فراوانی زیر مربوط به نمرات 2020 دانش‌آموز یک کلاس است: | نمره | 55 | 66 | 77 | 88 | 99 | 1010 | |---|---|---|---|---|---|---| | فراوانی | 22 | 33 | 44 | aa | 55 | 22 | اگر میانهٔ نمرات برابر 88 باشد، مقدار aa کدام است؟

  • a=5a = 5
  • a=4a = 4
  • a=7a = 7
  • a=6a = 6

پاسخنامه‌ی تحلیلی

گزینهٔ «a=4a=4» درست است. **گام ۱ — استفاده از مجموع فراوانی‌ها:** تعداد کل دانش‌آموزان 2020 است، پس 2+3+4+a+5+2=202+3+4+a+5+2=20 یعنی 16+a=2016+a=20 و در نتیجه a=4a=4. **گام ۲ — وارسی مستقل با فراوانی تجمعی:** با a=4a=4 فراوانی تجمعی چنین است: نمرهٔ 55 ← داده‌های 11 و 22؛ نمرهٔ 66 ← داده‌های 33 تا 55؛ نمرهٔ 77 ← داده‌های 66 تا 99؛ نمرهٔ 88 ← داده‌های 1010 تا 1313؛ نمرهٔ 99 ← داده‌های 1414 تا 1818؛ نمرهٔ 1010 ← داده‌های 1919 و 2020. چون n=20n=20 زوج است، میانه میانگین دادهٔ دهم و یازدهم است و هر دو در بازهٔ 1010 تا 1313 یعنی برابر 88 قرار می‌گیرند؛ پس میانه =8+82=8=\frac{8+8}{2}=8 که دقیقاً با شرط مسئله سازگار است. ✓ **رد گزینه‌های دیگر:** با a=7a=7 مجموع فراوانی‌ها 2323، با a=6a=6 برابر 2222 و با a=5a=5 برابر 2121 می‌شود که هیچ‌کدام با «2020 دانش‌آموز» نمی‌خواند. **تلهٔ تستی:** برای کنترل درستی پاسخ نباید فقط به معادلهٔ مجموع فراوانی‌ها اکتفا کرد؛ باید فراوانی تجمعی را هم بنویسی و ببینی دادهٔ دهم و یازدهم واقعاً در کدام نمره می‌افتند — همین وارسی است که نشان می‌دهد میانه 88 است نه 77.

4. اگر میانگین و انحراف معیار مجموعه‌ای از داده‌ها به ترتیب xˉ\bar{x} و σ\sigma باشد، با ضرب کردن هر داده در 33 و سپس افزودن 55 به آن، واریانس داده‌های جدید کدام گزینه است؟

  • 3σ2+53\sigma^2 + 5
  • 9σ2+259\sigma^2 + 25
  • 9σ29\sigma^2
  • 9σ2+59\sigma^2 + 5

پاسخنامه‌ی تحلیلی

گزینه «9σ29\sigma^2» درست است چون با تبدیل yi=3xi+5y_i = 3x_i + 5، واریانس جدید برابر a2σ2a^2\sigma^2 است که a=3a=3 است و 9σ29\sigma^2 می‌شود. سایر گزینه‌ها غلطند چون جمع با bb واریانس را تغییر نمی‌دهد. **تلهٔ تستی:** افزودنِ عددِ ثابت (+5+5) هیچ تأثیری بر واریانس ندارد؛ فقط ضریبِ ضرب (a=3a=3) به‌توانِ دو (a2=9a^2=9) در واریانس ضرب می‌شود.

5. در یک کلاس ۳۰ نفره، نمرات درس ریاضی دارای میانگین 1414 و انحراف معیار 22 است. اگر نمره یک دانش‌آموز که 88 بوده به اشتباه 1818 ثبت شده باشد، پس از تصحیح این خطا، واریانس جدید نمرات کدام است؟ (فرض کنید سایر نمرات بدون تغییرند.)

  • بیشتر از 44
  • برابر 44
  • غیرقابل تعیین
  • کمتر از 44

پاسخنامه‌ی تحلیلی

گزینه «بیشتر از 44» درست است چون با تصحیح نمره از 1818 به 88، پراکندگی داده‌ها افزایش می‌یابد و واریانس بیشتر از مقدار اولیه (44) می‌شود. سایر گزینه‌ها غلطند زیرا واریانس کاهش نمی‌یابد و قابل تعیین است. **تلهٔ تستی:** مقدارِ اصلاح‌شده (88) نسبت به میانگین (1414) فاصلهٔ بیشتری دارد (66) نسبت به مقدارِ اشتباهِ اولیه (1818، فاصلهٔ 44)، بنابراین واریانس افزایش می‌یابد نه کاهش — جهتِ تغییر را باید با مقایسهٔ دقیقِ دو فاصله تعیین کرد، نه با حدس.

6. در جدول فراوانی زیر برای یک متغیر کمی گسسته، مقدار x3x_3 گم شده است. اگر میانه داده‌ها برابر 77 باشد، آن‌گاه مجموع مقادیر x3x_3 و x4x_4 کدام است؟ | مقدار متغیر | x1=2x_1=2 | x2=5x_2=5 | x3x_3 | x4=9x_4=9 | x5=12x_5=12 | |-------------|---------|---------|-------|---------|----------| | فراوانی (fif_i) | 22 | 33 | 44 | 22 | 11 |

  • 14
  • 15
  • 16
  • 13

پاسخنامه‌ی تحلیلی

گزینه «16» درست است. تعداد کل داده‌ها n = 2+3+4+2+1 = 12 می‌باشد. داده‌ها را به ترتیب صعودی مرتب می‌کنیم. میانه برای n=12 میانگین دو داده وسط یعنی داده‌های ششم و هفتم است. با توجه به فراوانی‌ها: داده‌های 1 و 2 برابر 2، داده‌های 3 تا 5 برابر 5، داده‌های 6 تا 9 برابر x_3، داده‌های 10 و 11 برابر 9، و داده دوازدهم برابر 12 است. بنابراین داده‌های ششم و هفتم در دسته x_3 قرار دارند و هر دو برابر x_3 هستند. میانه = (x_3 + x_3)/2 = x_3 = 7 که طبق فرض میانه برابر 7 است. پس x_3=7 و x_4=9، مجموع 7+9=16 می‌شود. **تلهٔ تستی:** وقتی هر دو دادهٔ وسطی (برایِ محاسبهٔ میانه) در همان دستهٔ نامعلوم (x3x_3) قرار می‌گیرند، میانه مستقیماً برابرِ همان x3x_3 می‌شود، نه میانگینِ آن با دستهٔ بعدی؛ این نکته کلیدِ حلِ سؤال است.

7. در یک شرکت تولیدی، حقوق ۱۰۰ کارگر به صورت ماهانه ثبت شده است. میانگین حقوق کارگران ۱۲ میلیون تومان و انحراف معیار ۲ میلیون تومان است. پس از افزایش حقوق، حقوق هر کارگر به صورت yi=1.5xi+3y_i = 1.5x_i + 3 میلیون تومان تغییر می‌کند. ضریب تغییرات حقوق جدید چند درصد است؟

  • 321×100%\frac{3}{21} \times 100\%
  • 215×100%\frac{2}{15} \times 100\%
  • 318×100%\frac{3}{18} \times 100\%
  • 212×100%\frac{2}{12} \times 100\%

پاسخنامه‌ی تحلیلی

«321×100%\frac{3}{21} \times 100\%» درست است چون میانگین جدید yˉ=1.5×12+3=21\bar{y} = 1.5 \times 12 + 3 = 21 و انحراف معیار جدید σy=1.5×2=3\sigma_y = |1.5| \times 2 = 3 است. ضریب تغییرات CV=σyyˉ=321CV = \frac{\sigma_y}{\bar{y}} = \frac{3}{21} می‌شود. گزینهٔ «212×100%\frac{2}{12} \times 100\%» از میانگینِ قدیم و انحرافِ معیارِ جدید (بدونِ به‌روزرسانیِ میانگین) به دست می‌آید. گزینهٔ «215×100%\frac{2}{15} \times 100\%» از میانگینِ جدید و انحرافِ معیارِ قدیم (بدونِ به‌روزرسانیِ انحرافِ معیار) ناشی می‌شود. گزینهٔ «318×100%\frac{3}{18} \times 100\%» از ترکیبِ نادرستِ اعداد به دست می‌آید. **تلهٔ تستی:** باید هم میانگین هم انحرافِ معیار را با فرمولِ تبدیلِ خطی به‌روزرسانی کرد؛ به‌روزرسانیِ فقط یکی از این دو (که در سه گزینهٔ غلط دیده می‌شود) رایج‌ترین اشتباه است.

8. در یک مجموعه داده از nn مشاهده، میانه برابر MM و میانگین برابر xˉ\bar{x} است. اگر همه داده‌ها به صورت خطی تبدیل شوند (yi=axi+by_i = a x_i + b، با a>0a > 0)، کدام عبارت در مورد میانه (MyM_y) و میانگین (yˉ\bar{y}) مجموعه جدید همواره درست است؟

  • My=M+bM_y = M + b و yˉ=xˉ+b\bar{y} = \bar{x} + b
  • My=aM+bnM_y = aM + \frac{b}{n} و yˉ=axˉ+bn\bar{y} = a\bar{x} + \frac{b}{n}
  • My=aM+bM_y = aM + b و yˉ=axˉ+b\bar{y} = a\bar{x} + b
  • My=aMM_y = aM و yˉ=axˉ\bar{y} = a\bar{x}

پاسخنامه‌ی تحلیلی

گزینه «My=aM+bM_y = aM + b و yˉ=axˉ+b\bar{y} = a\bar{x} + b» درست است زیرا میانه و میانگین هر دو تحت تبدیل خطی y=ax+by = ax + b با ضریب مثبت aa، به ترتیب به aM+baM+b و axˉ+ba\bar{x}+b تبدیل می‌شوند. سایر گزینه‌ها اثر جمع یا ضرب را ناقص یا ناصحیح اعمال کرده‌اند. **تلهٔ تستی:** میانه دقیقاً مانندِ میانگین تحتِ تبدیلِ خطیِ y=ax+by=ax+b تغییر می‌کند (aM+baM+b)؛ اشتباهِ رایج این است که تصور شود میانه فقط تحتِ تأثیرِ ضریبِ aa قرار می‌گیرد و ثابتِ bb را (برخلافِ میانگین) نادیده می‌گذارد.

9. در یک جامعه، nn داده داریم که xˉ=10\bar{x} = 10 و σ=4\sigma = 4 است. اگر همه داده‌ها را در ۲ ضرب کرده و سپس ۳ واحد کم کنیم، ضریب تغییرات (CVCV) جدید کدام است؟

  • 410\frac{4}{10}
  • 817\frac{8}{17}
  • 47\frac{4}{7}
  • 820\frac{8}{20}

پاسخنامه‌ی تحلیلی

گزینه «817\frac{8}{17}» درست است. میانگین جدید: yˉ=2×103=17\bar{y} = 2 \times 10 - 3 = 17، انحراف معیار جدید: σy=2×4=8\sigma_y = 2 \times 4 = 8، بنابراین CV=817CV = \frac{8}{17}. سایر گزینه‌ها حاصل محاسبات نادرست انتقال یا ضریب هستند. **تلهٔ تستی:** بعد از تبدیلِ 2x32x-3، میانگینِ جدید باید با اعمالِ هر دو عملیات (ضرب و تفریق) محاسبه شود، اما انحرافِ معیارِ جدید فقط از ضریبِ ضرب (22) تأثیر می‌گیرد؛ سپس CVCV جدید از تقسیمِ این دو مقدارِ صحیح به‌دست می‌آید.

10. در یک مطالعه، میانگین و ضریب تغییرات وزن گروهی از افراد به ترتیب 70kg70\,\text{kg} و 0.20.2 است. اگر وزن هر فرد با دقت ±0.5kg\pm 0.5\,\text{kg} اندازه‌گیری شود، انحراف معیار خطای اندازه‌گیری (با فرض توزیع یکنواخت خطا) کدام است؟

  • 123kg\frac{1}{2\sqrt{3}}\,\text{kg}
  • 112kg\frac{1}{12}\,\text{kg}
  • 0.5kg0.5\,\text{kg}
  • 14kg14\,\text{kg}

پاسخنامه‌ی تحلیلی

«123kg\frac{1}{2\sqrt{3}}\,\text{kg}» درست است چون خطای اندازه‌گیری با توزیع یکنواخت در بازهٔ [0.5,0.5][-0.5, 0.5] دارای انحرافِ معیارِ σ=ba12=0.5(0.5)12=112=123kg\sigma = \frac{b-a}{\sqrt{12}} = \frac{0.5-(-0.5)}{\sqrt{12}} = \frac{1}{\sqrt{12}} = \frac{1}{2\sqrt{3}}\,\text{kg} است. گزینهٔ «112kg\frac{1}{12}\,\text{kg}» از فراموش‌کردنِ جذرگیری (استفاده از فرمولِ واریانس (ba)212\frac{(b-a)^2}{12} به‌جایِ فرمولِ انحرافِ معیار) ناشی می‌شود. گزینهٔ «0.5kg0.5\,\text{kg}» نصفِ طولِ بازه (بدونِ تقسیم بر 12\sqrt{12}) است. گزینهٔ «14kg14\,\text{kg}» با ضربِ اشتباهِ میانگین در ضریبِ تغییرات (70×0.270\times0.2) به دست می‌آید که انحرافِ معیارِ خودِ وزن‌هاست، نه انحرافِ معیارِ خطای اندازه‌گیری. **تلهٔ تستی:** انحرافِ معیارِ توزیعِ یکنواخت روی 12\sqrt{12} تقسیم می‌شود نه روی 1212؛ فراموش‌کردنِ این جذر، رایج‌ترین اشتباهِ محاسباتی در این نوع سؤال است.

مباحث مرتبط

ادامه‌ی این مبحث رو ببین

با ثبت‌نام رایگان، به بانک کامل سؤال، شبیه‌ساز کنکور و تحلیل پیشرفت دسترسی داری

ثبت‌نام رایگان