آزمایشگاه آزاد؛ بدون نیاز به ورود
سوگیری نمونه‌گیری؛ میانگین نمونه چطور جابه‌جا می‌شه؟
یک نمونهٔ تصادفی دقیقاً همون میانگین جمعیت رو می‌ده؟ اندازهٔ نمونه و روش ساخت داده‌ها رو تغییر بده و فاصلهٔ میانگین نمونه از ۵۰ رو ببین.
آزمایش رو شروع کندر صفحهٔ تازه، روش تصادفی و اندازهٔ ۳۰ رو می‌بینی. هر بار اجرا کنی، نمونهٔ تازه ساخته می‌شه؛ پس میانگین یک اجرا تضمین‌شده نیست. روش‌های داوطلب و راحت‌گیری هم در این ابزار مدل‌های ریاضی ساده‌ان.
آزمایشگاه در حال آماده شدنه…
حالا خودت امتحان کن
هر بار فقط یک چیز رو تغییر بده تا اثرش رو ببینی. قبل از اجرا، نتیجه رو حدس بزن.
یک نمونهٔ بزرگ‌تر همیشه دقیق‌تره؟
در صفحهٔ تازه، روش تصادفی رو نگه دار. اندازهٔ نمونه رو ۵ بذار و یک‌بار اجرا کن؛ بعد فقط اندازه رو به ۱۰۰ برسون و دوباره اجرا کن. هر بار میانگین و فاصله‌اش از ۵۰ رو یادداشت کن.
حدست چیه؟ فکر می‌کنی با ۱۰۰ عدد به‌جای ۵ عدد، میانگین نمونه در همین دو اجرا به ۵۰ نزدیک‌تر می‌شه؟
توضیح نتیجه رو ببین
در این اجرای ثابت، میانگین نمونه با ۵ عدد حدود ۳۷٫۷ و اختلافش از ۵۰ حدود منفی ۱۲٫۳ بود؛ با ۱۰۰ عدد، میانگین حدود ۵۱٫۴ و اختلاف حدود ۱٫۴ شد. این جفت به ۵۰ نزدیک‌تر شد، اما یک اجرای تصادفی تضمین نمی‌کنه هر نمونهٔ بزرگ‌تر دقیق‌تر از قبلی باشه.
دو نمونهٔ تصادفی، دو میانگین؟
در صفحهٔ تازه، اندازهٔ نمونه رو ۳۰ و روش رو تصادفی بذار. دو بار پیاپی اجرا کن و هر بار میانگین نمونه و اختلافش از ۵۰ رو با حالت قبل مقایسه کن.
حدست چیه؟ آیا هر دو نمونه دقیقاً میانگین ۵۰ رو می‌دن، یا جواب‌ها کمی فرق دارن؟
توضیح نتیجه رو ببین
با بذر ثابت این صفحه، میانگین دو نمونهٔ ۳۰تایی حدود ۵۲٫۹ و ۵۲٫۶ می‌شه؛ اختلاف‌ها از ۵۰ حدود ۲٫۹ و ۲٫۶ هستن. نمونه‌ها فرق می‌کنن، حتی وقتی روش و اندازه یکسانه؛ یک میانگین به‌تنهایی رفتار همهٔ نمونه‌ها رو نشون نمی‌ده.
برچسب روش‌ها رو با خود مدل بسنج
صفحه رو تازه باز کن و اندازهٔ نمونه رو ۳۰ نگه دار. در دو بار جدا، روش رو یک‌بار داوطلب و یک‌بار راحت‌گیری بذار و هر بار فقط یک‌بار اجرا کن؛ دو میانگین رو یادداشت کن.
حدست چیه؟ در این ابزار، کدوم روش میانگین رو خیلی بالاتر از ۵۰ می‌بره و کدوم پایین‌تر؟
توضیح نتیجه رو ببین
در نمونه‌های این صفحه، روش داوطلب میانگینی حدود ۴۲۴٫۶ و راحت‌گیری حدود ۱۵٫۶ می‌ده. این عددها توصیف یک نظرسنجی واقعی نیستن: مدل هر عدد رو با یک تبدیل ریاضی بالا یا پایین می‌بره. پس این آزمایش جهت اثرِ مدل رو نشون می‌ده و هم‌زمان محدودیت برچسب‌هاش رو یادآوری می‌کنه.
پشت این حرکت چه خبره؟
میانگین نمونه با میانگین مرجع یکی نیست
نمونه فقط بخشی از داده‌هاست؛ میانگینش از جمع مقدارهای نمونه و تقسیم بر تعدادشون به دست می‌آد. در حالت تصادفی این مدل، عددها بین صفر و ۱۰۰ ساخته می‌شن و میانگین نظری‌شون ۵۰ه. یک نمونه ممکنه بالاتر یا پایین‌تر از ۵۰ دربیاد.
این خروجی، اختلاف همین نمونه رو می‌ده
displayed_bias = sample_mean - 50
ویجت عددی به اسم سوگیری نشون می‌ده که برابر میانگین نمونه منهای ۵۰ه. این اختلاف برای یک نمونه‌ست؛ در آمار، سوگیریِ برآوردگر به میانگینِ اختلاف‌ها روی نمونه‌گیری‌های تکراری گفته می‌شه. پس یک عدد مثبت یا منفی به‌تنهایی ثابت نمی‌کنه روش همیشه به همان سمت خطا می‌کنه.
اندازهٔ نمونه، نوسان رو کم می‌کنه نه حذف
با زیادشدن تعداد داده‌ها، میانگین نمونه معمولاً در نمونه‌گیری‌های تکراری کمتر بالا و پایین می‌ره. با این حال ممکنه یک نمونهٔ ۱۰۰تایی از یک نمونهٔ ۵تایی دورتر از ۵۰ دربیاد؛ یک بار اجرا برای نتیجه‌گیری دربارهٔ همهٔ نمونه‌ها کافی نیست.
سؤالت رو بپرس، جوابش رو هم ببین
وقتی توی چت دربارهٔ یک مفهوم درس می‌خونی، دستیار هوش مصنوعی می‌تونه شبیه‌سازی مرتبط رو کنار توضیحش نشون بده. پارامترها رو تغییر می‌دی و با کمک توضیح بعدی، نتیجه رو بهتر می‌فهمی.
شروع یادگیری با چتبرای ادامه در چت، وارد مسیر شروع و ورود می‌شی. نتیجهٔ این آزمایش به چت منتقل نمی‌شه.
نمونهٔ نمایشی از آموزش در چت
چرا میانگین گزینهٔ داوطلب توی این مدل از ۱۰۰ هم بالاتر می‌ره؟
چون این گزینه واقعاً از یک گروه داوطلبِ محدود به بازهٔ صفر تا ۱۰۰ نمونه نمی‌گیره؛ عددهای تصادفی رو به توان یک‌ونیم می‌رسونه و بعضی از اون‌ها رو چند برابر می‌کنه. این بیشتر نشون می‌ده مدل چطور داده‌ها رو تغییر می‌ده، نه این‌که میانگین یک نظرسنجی واقعی چقدره. برای دیدن خطای نمونهٔ تصادفی، دوباره با گزینهٔ تصادفی اجرا کن.
سؤال‌های رایج
سوگیری نمونه‌گیری یعنی چی؟
یعنی روش انتخاب نمونه باعث بشه داده‌های به‌دست‌اومده بخشی از جمعیت رو خوب نمایندگی نکنن. نمونهٔ تصادفی هم ممکنه اتفاقی با میانگین مرجع فرق داشته باشه؛ سوگیری پایدار رو باید با نمونه‌گیری‌های تکراری بررسی کرد.
چرا میانگین نمونهٔ تصادفی دقیقاً ۵۰ نیست؟
هر اجرا عددهای تصادفی تازه می‌سازه. میانگین نظری در حالت تصادفی ۵۰ه، اما یک نمونه ممکنه کمی بالاتر یا پایین‌تر از اون دربیاد.
نمونهٔ بزرگ‌تر حتماً میانگین دقیق‌تری می‌ده؟
نه برای تک‌تک اجراها. نمونه‌های بزرگ‌تر معمولاً نوسان کمتری دارن، ولی ممکنه یک نمونهٔ بزرگ از یک نمونهٔ کوچک دورتر از ۵۰ باشه. چندین نمونه رو با هم مقایسه کن.
آیا این گزینه‌ها واقعاً نظرسنجی داوطلبانه و راحت‌گیری رو شبیه‌سازی می‌کنن؟
نه به شکل واقعی. این ابزار برای دو گزینه، هر عدد رو با یک توان ریاضی تغییر می‌ده؛ افراد یا راه‌های دسترسی متفاوت رو مدل نمی‌کنه. عددها رو فقط به‌عنوان نتیجهٔ همین مدل ساده بخون.
عدد سوگیری با اختلاف میانگین چه فرقی داره؟
در این صفحه، عددی که ویجت «سوگیری» نامیده برابر میانگین همین نمونه منهای ۵۰ه. سوگیری آماریِ یک روش معمولاً میانگین این اختلاف در نمونه‌های زیادیه؛ پس خروجی یک‌باره همون مفهوم کامل نیست.