الإحصاء لتحليل البيانات – من الوصف إلى الاستدلال

بنهاية هذه الدورة، سيكون المشارك قادرًا على:

1. تلخيص البيانات باستخدام الإحصاء الوصفي – حساب وتفسير: المتوسط (Mean)، الوسيط (Median)، المنوال (Mode)، المدى (Range)، التباين (Variance)، الانحراف المعياري (Standard Deviation)، التواء (Skewness)، والتفرطح (Kurtosis).

2. تصور التوزيعات الإحصائية – إنشاء وتفسير: الهيستوجرام (Histogram)، المخطط الصندوقي (Boxplot)، ومخطط الكثافة (Density Plot).

3. فهم التوزيعات الاحتمالية الأساسية – وصف واستخدام التوزيع الطبيعي (Normal Distribution) (قاعدة 68-95-99.7)، وتوزيع t، وتوزيع Chi-square، وتوزيع F.

4. بناء فترات الثقة (Confidence Intervals) – حساب فترات الثقة للمتوسط (معرفة الانحراف المعياري للمجتمع أو عدم معرفته)، وللنسبة (Proportion).

5. اختبار الفرضيات (Hypothesis Testing) – صياغة الفرضية الصفرية (H0) والفرضية البديلة (H1). اختيار الاختبار المناسب: اختبار z لعينة واحدة (One-sample z-test)، اختبار t لعينة واحدة، لعينتين مستقلتين، لعينتين مرتبطتين (Paired))، اختبار Chi-square للاستقلالية (Independence) والمطابقة (Goodness-of-fit)، و ANOVA (لتحليل التباين بين أكثر من مجموعتين). تفسير قيمة p (p-value) ومستوى الدلالةα.

6. إجراء تحليل الارتباط والانحدار – حساب معامل ارتباط بيرسون (Pearson) وسبيرمان (Spearman). بناء نموذج انحدار خطي بسيط ومتعدد، وتفسير معامل التحديد (R-squared)، ومعاملات الانحدار، والقيمة p.

يستهدف هذا البرنامج التدريبي الفئات التالية:

1. محللو البيانات (Data Analysts) وعلماء البيانات (Data Scientists) الطموحون والحاليون

2. محللو الأعمال (Business Analysts) ومحللو الجودة

3. الباحثون في مختلف المجالات (العلوم الاجتماعية، الصحة، الهندسة، الاقتصاد)

4. طلاب وخريجو الجامعات الذين يحتاجون إلى الإحصاء في أبحاثهم أو مسيرتهم المهنية

5. أي شخص يرغب في فهم الأساس الرياضي لتحليل البيانات