اختبار الفرضيات
الفرضية الصفرية، وقيمة p، واختبار t، واختبار كاي تربيع باستخدام scipy.stats.
اختبار الفرضيات درس مجاني في Learn AI with Python على CoddyKit. هذا هو الدرس 3 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في Learn AI with Python، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة Learn AI with Python 4 دروس في المجموع.
ما اختبار الفرضيات؟
يستخدم اختبار الفرضيات البيانات لتحديد ما إذا كان التأثير الملحوظ حقيقيًا أم مجرد صدفة عشوائية. وهذه هي الطريقة التي يبرر بها علماء البيانات ادعاءات مثل «زاد التصميم الجديد عدد النقرات».
الفرضية الصفرية مقابل البديلة
تنص الفرضية الصفرية H0 على عدم وجود أي تأثير (وهو الموقف الافتراضي المتشكك). وتنص الفرضية البديلة H1 على وجود تأثير. ونحاول جمع أدلة ضد H0.
قيمة p
قيمة p هي احتمال رؤية بيانات بهذا القدر من التطرف إذا كانت H0 صحيحة. وتعني قيمة p الصغيرة أن البيانات مفاجئة في ظل H0، ولذلك نشك في H0.
مستوى الدلالة
نقارن p بعتبة alpha (وتكون عادةً 0.05). إذا كانت p < alpha فإننا نرفض H0، وإلا فإننا نفشل في رفضها. وتمثل alpha معدل الإيجابيات الكاذبة المقبول.
ما لا تعنيه قيمة p
لا تمثل قيمة p احتمال صحة H0، ولا تمثل حجم التأثير. فقد تعكس قيمة p الضئيلة مع عينة كبيرة فرقًا صغيرًا جدًا وغير مهم عمليًا. احرصوا دائمًا على الإبلاغ عن حجم التأثير أيضًا.
اختبار t لعينة واحدة
يتحقق ttest_1samp مما إذا كان متوسط العينة يختلف عن قيمة معروفة، مثل التحقق مما إذا كان متوسط زمن الاستجابة يختلف عن هدف قدره 200 ms.
from scipy import stats
import numpy as np
times = np.array([198, 205, 210, 195, 220, 208])
t, p = stats.ttest_1samp(times, popmean=200)
print(t, p)اختبار t لعينتين
يقارن ttest_ind متوسطي مجموعتين مستقلتين، وهو التحليل القياسي لاختبار A/B.
control = np.array([20, 22, 19, 24, 21])
treat = np.array([25, 27, 24, 29, 26])
t, p = stats.ttest_ind(control, treat)
print(t, p) # small p -> groups differتفسير النتيجة
اقرأ قيمة p بمقارنتها مع alpha، ثم اذكر استنتاجًا بلغة واضحة. فالدلالة قرار وليست دليلًا على اليقين.
alpha = 0.05
if p < alpha:
print("Reject H0: the groups differ significantly")
else:
print("Fail to reject H0: no significant difference")اختبار كاي تربيع للاستقلالية
يختبر chi2_contingency ما إذا كان متغيران فئويان مرتبطين، وذلك باستخدام جدول توافقي للتعدادات.
table = np.array([[30, 10], [20, 40]]) # rows: group, cols: outcome
chi2, p, dof, expected = stats.chi2_contingency(table)
print(chi2, p)أخطاء النوع الأول والنوع الثاني
يرفض خطأ النوع الأول (الإيجابي الكاذب) H0 صحيحة، ومعدله هو alpha. أما خطأ النوع الثاني (السلبي الكاذب) فيفشل في رفض H0 الخاطئة، ومعدله هو beta. والقوة = 1 - beta هي احتمال اكتشاف تأثير حقيقي.
المفاضلات
يؤدي خفض alpha إلى تقليل الإيجابيات الكاذبة، لكنه يرفع معدل السلبيات الكاذبة (ويخفض القوة). وتقلل العينات الأكبر كلا النوعين من الأخطاء، ولهذا يهم التخطيط لحجم العينة قبل إجراء التجربة.
تحقق سريع
اختبر معرفتك باختبار الفرضيات.
مراجعة
أساسيات اختبار الفرضيات:
- H0 (لا تأثير) مقابل H1 (وجود تأثير)؛ اجمع الأدلة ضد H0
- قيمة p = P(بيانات بهذا القدر من التطرف | H0)؛ ارفض إذا كانت p < alpha
- لا تمثل p احتمال صحة H0، ولا حجم التأثير
ttest_1sampوttest_indوchi2_contingency- النوع الأول (إيجابي كاذب، معدله alpha) مقابل النوع الثاني (سلبي كاذب، معدله beta)؛ القوة = 1-beta
الأسئلة الشائعة
هل درس «اختبار الفرضيات» مجاني؟
نعم — نص درس «اختبار الفرضيات» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة Learn AI with Python، انتقل إلى CoddyKit PRO. تتضمن دورة Learn AI with Python 4 دروس في المجموع.
ماذا ستتعلم في «اختبار الفرضيات»؟
الفرضية الصفرية، وقيمة p، واختبار t، واختبار كاي تربيع باستخدام scipy.stats. تتمرن على Learn AI with Python مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.
هل أحتاج إلى خبرة سابقة لأبدأ Learn AI with Python؟
لا تُشترط خبرة سابقة. Learn AI with Python على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 3 من أصل 4.
كم من الوقت يستغرق درس «اختبار الفرضيات»؟
معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.
هل يمكنني كتابة وتشغيل أكواد في درس Learn AI with Python هذا؟
نعم. كل درس في Learn AI with Python يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.