مقدمه‌ای بر آمار (دوره کامل)

آنچه یاد خواهید گرفت:

• بیان اطلاعات آماری با استفاده از اصطلاحات و نمودارهای مناسب
• محاسبه معیارهای گرایش مرکزی و پراکندگی
• تفسیر معیارهای گرایش مرکزی و پراکندگی
• محاسبه احتمالات و معیارهای آماری
• اجرای تکنیک‌های نمونه‌گیری
• تعیین مدل‌های احتمالی مناسب برای موقعیت‌های معین
• برآورد پارامترها بر اساس نمونه‌ها
• انجام آزمون فرضیه
• تحلیل جداول توافقی با استفاده از تکنیک chi-square
• تعیین رابطه خطی با استفاده از رگرسیون و همبستگی
• استفاده از ANOVA یک‌طرفه

توضیحات دوره

• مروری بر ایده‌ها و مفاهیم اساسی آمار مدرن. موضوعات شامل آمار توصیفی، احتمال، تخمین، آزمون فرضیه و رگرسیون خطی است. دانشجویان با کاربردهایی از حوزه‌های مختلف آشنا خواهند شد.
• این دوره به جای تمرکز بر مهارت‌های محاسباتی، بر استدلال آماری و حل مسائل با استفاده از داده‌های دنیای واقعی تمرکز دارد. تاکید بر تفسیر و ارزیابی نتایج آماری است که از شبیه‌سازی و محاسبات مبتنی بر فناوری، با استفاده از فناوری پیشرفته‌تر از یک ماشین‌حساب علمی اولیه (مانند ماشین‌حساب‌های گرافیکی با بسته آماری، صفحات گسترده، یا نرم‌افزار محاسبات آماری) به دست می‌آیند. موضوعات باید شامل فرآیندهای گردآوری داده (مطالعات مشاهداتی، طراحی آزمایش، تکنیک‌های نمونه‌گیری، اریب)، روش‌های توصیفی با استفاده از داده‌های کمی و کیفی، داده‌های دومتغیره، همبستگی، و رگرسیون حداقل مربعات، نظریه احتمالات پایه، توزیع‌های احتمالی (توزیع نرمال و منحنی نرمال، توزیع دوجمله‌ای)، فواصل اطمینان و آزمون‌های فرضیه با استفاده از p-values باشند.
• این یک دوره آمار مقدماتی کالج است که هر دانشجویی تا زمانی که مهارت‌های اولیه جبر را داشته باشد، می‌تواند در آن شرکت کند. دانشجویان AP Statistics نیز می‌توانند برای مرور تمام مفاهیم پایه در این دوره شرکت کنند.
• یک فصل در مورد احتمال وجود دارد که تمام اصول پایه احتمال مورد نیاز برای آمار ترم اول را پوشش می‌دهد.
• در این دوره، از ماشین‌حساب گرافیکی TI برای محاسبه تمام فرمول‌های آماری استفاده می‌شود.

پس از اتمام موفقیت‌آمیز این دوره، دانشجو باید قادر به انجام موارد زیر باشد:

• آمار توصیفی را به صورت گرافیکی، عددی و در قالب جدول تولید و تفسیر کند.
• احتمال را با استفاده از قوانین اجتماع و اشتراک محاسبه و تفسیر کند.
• مفاهیم متغیر تصادفی و توزیع را توضیح دهد.
• از فناوری برای محاسبه احتمالات با توزیع‌های نرمال و دوجمله‌ای استفاده کند.
• یک برآورد بازه اطمینان از یک نمونه معین تولید کند.
• منطق آزمون فرضیه را توضیح دهد.
• با کمک فناوری، انواع آزمون‌های فرضیه، از جمله z-tests و t-tests را اجرا کرده و معنای نتایج را تفسیر کند.
• از تحلیل همبستگی برای تعیین قدرت رابطه خطی بین داده‌های دومتغیره استفاده کرده و رگرسیون خطی را برای توصیف این رابطه به کار گیرد.

این دوره برای چه کسانی مناسب است؟

• این دوره برای هر کسی که نیاز به گذراندن آمار یا احتمال در کالج/دبیرستان دارد، عالی است.