إحصائيات لمحللي البيانات

📊 إحصائيات لمحللي البيانات

لا تحتاج إلى شهادة في الرياضيات. ولكنك تحتاج إلى فهم الإحصائيات جيدًا بما يكفي لتجنب تضليل نفسك أو أصحاب المصلحة. هذا هو الحد الأدنى من المعرفة الإحصائية اللازمة لمحلل بيانات عامل.

المفاهيم الأساسية (لا تتطلب حساب التفاضل والتكامل)

1. الإحصاء الوصفي

تلخيص البيانات "كما هي". تستخدم يوميًا.

المفهوم ماذا يعني متى يتم استخدامه
المتوسط الحسابي المتوسط (المجموع ÷ العدد) البيانات المتماثلة بدون قيم شاذة
الوسيط القيمة الوسطى عند الترتيب الرواتب، الأسعار، الدخل - أي بيانات منحرفة
المنوال القيمة الأكثر تكرارًا البيانات الفئوية، العنصر الأكثر شيوعًا
الانحراف المعياري متوسط التشتت عن المتوسط مدى اتساق البيانات أو تباينها؟
الربيعات المئوية ما هي النسبة المئوية للقيم التي تقع أدنى X؟ P25، P50، P75، P95 للتوزيعات

2. التوزيعات

  • التوزيع الطبيعي — منحنى الجرس. الأطوال، أخطاء القياس. المتوسط = الوسيط = المنوال.
  • التوزيع المنحرف — الرواتب، الإيرادات، أوقات الانتظار. المتوسط ينجذب نحو الذيل. يجب دائمًا الإبلاغ عن الوسيط هنا.
  • التوزيع المنتظم — جميع القيم متساوية الاحتمال. رمي نرد عادل.
  • السؤال الرئيسي: هل بياناتي متماثلة؟ إذا لم يكن كذلك، استخدم الوسيط بدلاً من المتوسط.

3. الارتباط مقابل السببية

هذا هو المفهوم الذي يربك معظم المحللين في المقابلات والعمل الحقيقي.

  • الارتباط: متغيران يتحركان معًا. ترتفع مبيعات الآيس كريم ومعدلات الغرق في الصيف. إنهما مرتبطان لكن لا يسبب أحدهما الآخر.
  • السببية: متغير واحد يسبب تغيرًا مباشرًا في الآخر. تحتاج إلى تجربة مضبوطة (اختبار A/B) لتحديد السببية. الارتباط وحده لا يثبتها أبدًا.
  • المتغير المربك: متغير ثالث يدفع الاثنين. في المثال أعلاه: درجة حرارة الصيف تسبب كلاً من مبيعات الآيس كريم والمزيد من السباحة ← المزيد من حالات الغرق.

4. اختبار الفرضيات والقيم الاحتمالية (p-values)

يُستخدم في اختبارات A/B، وإطلاق الميزات، وأي تجربة.

  • الفرضية الصفرية (H₀): افترض عدم وجود تغيير / عدم وجود تأثير.
  • القيمة الاحتمالية (p-value): احتمال رؤية نتائج على الأقل متطرفة مثل نتائجك، بافتراض أن H₀ صحيحة.
  • p < 0.05: "ذو دلالة إحصائية" تقليديًا — هناك فرصة أقل من 5% لحدوث هذه النتيجة بالصدفة العشوائية.
  • هام: الدلالة الإحصائية لا تعني الأهمية العملية. يمكن أن يكون اختلاف صغير وغير ذي معنى ذا دلالة إحصائية مع عينة كبيرة بما فيه الكفاية.

5. فترات الثقة

فترة ثقة 95% تعني: إذا أجرينا هذه التجربة 100 مرة، فإن حوالي 95 من هذه الفترات ستحتوي على القيمة الحقيقية للمجتمع. إنه ليس بيانًا حول احتمالية أن أي فترة معينة تحتوي على القيمة الحقيقية.

أسئلة مقابلة الإحصائيات (مع الإجابات)

"ما الفرق بين المتوسط الحسابي والوسيط؟ متى تستخدم كل منهما؟"

الإجابة النموذجية: المتوسط الحسابي هو متوسط حسابي - اقسم المجموع على العدد. إنه حساس للقيم الشاذة. الوسيط هو القيمة الوسطى عند ترتيب البيانات - إنه قوي في مواجهة القيم الشاذة. بالنسبة لبيانات الرواتب أو الإيرادات أو أسعار المنازل - أي شيء منحرف نحو اليمين - يجب دائمًا الإبلاغ عن الوسيط. بالنسبة لدرجات الامتحانات أو درجات الحرارة، والتي تكون متماثلة تقريبًا، يكون المتوسط الحسابي مناسبًا.

"ماذا تعني قيمة p البالغة 0.03؟"

الإجابة النموذجية: تعني أن هناك احتمال بنسبة 3% لملاحظة نتائج متطرفة على الأقل بهذا القدر إذا كانت الفرضية الصفرية (لا يوجد تأثير) صحيحة. تقليديًا، تعتبر قيمة p < 0.05 ذات دلالة إحصائية - مما يعني أن لدينا أدلة كافية لرفض الفرضية الصفرية. ومع ذلك، لا تعني الدلالة الإحصائية أن التأثير كبير أو مهم عمليًا.

"أجريت اختبار A/B. ماذا تتحقق قبل استنتاج أن ميزتك الجديدة تعمل؟"

الإجابة النموذجية: (1) هل تم إجراء الاختبار لفترة كافية للوصول إلى دلالة إحصائية؟ (2) هل تم عشوائية المجموعتين بشكل صحيح؟ (3) هل حجم العينة كبير بما يكفي؟ (4) هل حدثت أي أحداث خارجية أثناء الاختبار يمكن أن تفسر الفرق (الموسمية، الحملات التسويقية)؟ (5) هل حجم التأثير ذو معنى عملي، وليس مجرد دلالة إحصائية؟ (6) هل قمت بتعيين عتبة الدلالة قبل إجراء الاختبار، وليس بعد رؤية النتائج؟

موارد إحصائية مجانية

تعمق أكثر مع دليل المقابلة الخاص بنا

يحتوي دليل أسئلة وأجوبة مقابلة محلل البيانات الخاص بنا على قسم كامل لأسئلة الإحصائيات مع إجابات نموذجية مفصلة — مكتوبة بالطريقة التي ستجيب بها بالفعل في المقابلة، وليس كتابًا مدرسيًا.

احصل على دليل المقابلة ←