Arabic subtitles

Non-Normal Data - Intro to Data Science

Get Embed Code
4 Languages

Showing Revision 1 created 06/09/2016 by Udacity Robot.

  1. عند إجراء t-test، نفترض أن البيانات التي لدينا
  2. .طبيعية. ولكن على أرض الواقع، غالبًا ما ستواجهون التوزيعات الاحتمالية
  3. حيث أنها ليست طبيعية بشكل واضح. قد تظهر بهذا الشكل أو
  4. بهذا الشكل أو بشكل مختلف تمامًا. كما يمكنكم تخيل أنه لا تزال
  5. توجد اختبارات إحصائية يمكننا استخدامها عندما تكون البيانات التي لدينا
  6. غير طبيعية. لما لا نناقش باختصار ما
  7. يمكنكم فعله في مثل هذه المواقف. أولاً يجب
  8. أن يكون لدينا بعض الآليات المناسبة لتحديد ما إذا كانت
  9. البيانات التي لدينا بيانات غاوسي أم لا في المقام الأول. تكمن طريقة بسيطة
  10. وغير دقيقة لتحديد ما إذا كانت البيانات التي لدينا طبيعية أم لا في
  11. أن نقوم ببساطة برسم مدرج تكراري للبيانات التي لدينا، والتساؤل هل
  12. تبدو مثل منحنى جرسي الشكل؟ في كلتا الحالتين، ستكون
  13. الإجابة حتمًا لا، إلا أنه بمقدورنا أن نبلي
  14. أفضل من ذلك بقليل. توجد بعض الاختبارات الإحصائية التي
  15. يمكننا استخدامها لقياس احتمال أن العينة تم سحبها
  16. .من مجموعة موزعة بشكل طبيعي. يُعد اختبار shapiro-wilk واحدًا من تلك الاختبارات
  17. لا أريد الخوض كثيرًا فيما
  18. يتعلق بالنظرية التي يعتمد عليها هذا الاختبار ولكن ما
  19. .أريدكم أن تعرفوه أنه يتم تنفيذه من خلال scipy
  20. يمكنك ببساطة أن تصفها هكذا. ستكون القيمتان W
  21. وP مساويتين لبيانات scipy.stats.shapiro، حيث
  22. ستمثل البيانات هنا صفيفًا أو قائمةً تحتوي على
  23. جميع نقاط البيانات التي لدينا فقط. ستقوم هذه الدالة بإرجاع هاتين
  24. .القيمتين. الأولى وهي W، ستكون إحصاء اختبار Shapiro-Wilk
  25. ستكون القيمة الثانية من هذه القيمة ثنائية القطب هي
  26. القيمة P التي لدينا، والتي يجب تفسيرها
  27. بالطريقة نفسها التي سنتبعها في تفسير
  28. القيمة P الخاصة بـ t-test الذي لدينا. وهذا بناءً على
  29. فرضية null التي تفترض أن هذه البيانات تم سحبها من
  30. توزيع طبيعي، ما هو احتمال أن
  31. نلاحظ وجود قيمة W التي كانت بالدرجة العظمى نفسها التي عليها القيمة التي رأيناها؟