ما الذي يعتبر بيانات أولية؟ (تعريف وأمثلة)

في الإحصاء، تشير البيانات الأولية إلى البيانات التي تم جمعها مباشرة من مصدر أساسي ولم تتم معالجتها بأي شكل من الأشكال.

في أي نوع من مشاريع تحليل البيانات، الخطوة الأولى هي جمع البيانات الأولية. بمجرد جمع هذه البيانات، يمكن بعد ذلك تنظيفها وتحويلها وتلخيصها وتصورها.

تتمثل ميزة جمع البيانات الأولية في القدرة في النهاية على استخدامها لفهم ظواهر معينة بشكل أفضل أو استخدامها لبناء نوع من النماذج التنبؤية.

يوضح المثال التالي كيف يمكن جمع البيانات الأولية واستخدامها في الحياة الواقعية.

مثال: جمع واستخدام البيانات الأولية

الرياضة هي مجال يتم فيه جمع البيانات الأولية في كثير من الأحيان. على سبيل المثال، يمكن جمع البيانات الأولية لإحصائيات مختلفة تتعلق بلاعبي كرة السلة المحترفين.

الخطوة 1: جمع البيانات الأولية

تخيل أن مستكشف كرة السلة يجمع البيانات الأولية التالية لعشرة لاعبين في فريق كرة سلة محترف:

تمثل مجموعة البيانات هذه البيانات الأولية حيث يتم جمعها مباشرة بواسطة الكشاف ولم يتم تنظيفها أو معالجتها بأي شكل من الأشكال.

الخطوة 2: تنظيف البيانات الأولية

قبل استخدام هذه البيانات لإنشاء جداول ملخصة أو رسوم بيانية أو أي شيء آخر، يجب على الكشاف أولاً إزالة أي قيم مفقودة وتنظيف أي قيم بيانات “قذرة”.

على سبيل المثال، قد نكتشف عدة قيم في مجموعة البيانات التي تحتاج إلى تحويل أو إزالة:

قد يقرر المستكشف إزالة الصف الأخير بالكامل لأنه يحتوي على العديد من القيم المفقودة. يمكنه بعد ذلك تنظيف قيم الأحرف في مجموعة البيانات للحصول على البيانات “النظيفة” التالية:

الخطوة 3: تلخيص البيانات

بمجرد تنظيف البيانات، يمكن للمستكشف بعد ذلك تلخيص كل متغير في مجموعة البيانات. على سبيل المثال، يمكنه حساب إحصائيات الملخص التالية لمتغير “الدقائق”:

• المتوسط : 24 دقيقة
• المتوسط : 22 دقيقة
• الانحراف المعياري : 9.45 دقيقة

الخطوة 4: تصور البيانات

يمكن للمستكشف بعد ذلك تصور المتغيرات في مجموعة البيانات لفهم قيم البيانات بشكل أفضل.

على سبيل المثال، يمكنه إنشاء المخطط الشريطي التالي لتصور إجمالي الدقائق التي لعبها كل لاعب:

أو يمكنه إنشاء مخطط التشتت التالي لتصور العلاقة بين دقائق اللعب والنقاط المسجلة:

يمكن لكل نوع من هذه الأنواع من المخططات أن يساعده على فهم البيانات بشكل أفضل.

الخطوة 5: استخدام البيانات لبناء نموذج

أخيرًا، بمجرد تنظيف البيانات، يمكن للمستكشف أن يقرر تكييف نوع ما من النماذج التنبؤية.

على سبيل المثال، يمكن أن يناسب نموذج الانحدار الخطي البسيط ويستخدم دقائق اللعب للتنبؤ بإجمالي النقاط التي سجلها كل لاعب.

معادلة الانحدار المجهزة هي:

النقاط = 8.7012 + 0.2717*(دقيقة)

يمكن للكشاف بعد ذلك استخدام هذه المعادلة للتنبؤ بعدد النقاط التي سيسجلها اللاعب بناءً على عدد الدقائق التي لعبها. على سبيل المثال، اللاعب الذي يلعب لمدة 30 دقيقة يجب أن يسجل 16.85 نقطة:

النقاط = 8.7012 + 0.2717*(30) = 16.85

مصادر إضافية

لماذا تعتبر الإحصائيات مهمة؟
ما أهمية حجم العينة في الإحصاء؟
ما هي الملاحظة في الإحصاء؟
ما هي البيانات الجدولية في الإحصاء؟