[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"blogPost-11750":3,"categoryMenus":29,"$f2h9hrehvsj2cw":222},{"id":4,"section":5,"base":6,"course":7,"lesson":8,"title":9,"cat":10,"pic":11,"info_graphic":12,"podcast":12,"body":13,"tags":14,"metadata":12,"featured":18,"status":19,"views":20,"subdate":21,"up_date":22,"first_name":23,"last_name":24,"avatar":12,"title_url":25,"cat_title":26,"subdate_jalali":27,"update_jalali":28},11750,67,1169,1171,3860,"نمایش و توصیف داده‌ها: ارائهٔ داده‌ها به صورت جدول یا نمودار برای فهم بهتر و بیان ویژگی‌های داده‌ها با شاخص‌ها و خلاصه‌ها",14098,"https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002F11750KN1ZVM5v4M1tg33xPHFt_800.png",null,"\u003Cdiv id=\"microecon-article\" dir=\"rtl\" role=\"article\" aria-label=\"مقاله: نمایش و توصیف داده‌ها\" style=\"box-sizing: border-box; width: 100%; max-width: 980px; margin: 16px auto; padding: 16px; background: #ffffff; font-family: IRANSans, Tahoma, Arial, sans-serif; color: #667085; line-height: 1.8; word-break: break-word; : \">\r\n\r\n\u003Ch2 style=\"margin: 0 0 6px 0; font-size: 22px; font-weight: 800; color: #344054; : \">نمایش و توصیف داده‌ها: از اعداد خام تا بینش روشن\u003C\u002Fh2>\r\n\u003Cdiv style=\"margin-top: 4px; font-size: 13px; opacity: .95; color: #667085; : \">مروری بر روش‌های بصری‌سازی داده‌ها (جدول و نمودار) و استفاده از شاخص‌های آماری برای خلاصه‌سازی و درک بهتر ویژگی‌های یک مجموعه داده.\u003C\u002Fdiv>\r\n\r\n\u003Cdiv style=\"margin: 14px 0 16px 0; padding: 12px 14px; border: 1px solid #ffb600; border-radius: 12px; background: #fff8e1; color: #667085; : \">\r\nدر این مقاله با مفاهیم پایه‌ای نمایش داده‌ها آشنا می‌شویم. یاد می‌گیریم چطور با استفاده از \u003Cstrong>جدول\u003C\u002Fstrong>ها، داده‌ها را مرتب کنیم، با \u003Cstrong>نمودار\u003C\u002Fstrong>های مختلف (میله‌ای، خطی، دایره‌ای) الگوها را پیدا کنیم و در نهایت با \u003Cstrong>شاخص‌های مرکزی\u003C\u002Fstrong> (مانند میانگین) و \u003Cstrong>شاخص‌های پراکندگی\u003C\u002Fstrong> (مانند انحراف معیار) یک خلاصه عددی دقیق از داده‌ها ارائه دهیم. هدف نهایی، تبدیل یک خروار عدد خام به اطلاعاتی قابل فهم و قابل استفاده است.\r\n\u003C\u002Fdiv>\r\n\r\n\u003Ch3 style=\"margin: 16px 0 8px 0; padding: 0 0 6px 0; border-bottom: 2px solid #ffb600; color: #344054; font-size: 18px; : \">جدول‌ها: اولین گام در سازماندهی داده‌ها\u003C\u002Fh3>\r\n\u003Cp>وقتی با یک سری داده روبه‌رو می‌شویم، اولین و ساده‌ترین کار برای نظم بخشیدن به آن‌ها، قرار دادنشان در یک جدول است. جدول به ما امکان می‌دهد داده‌ها را به صورت سطر و ستون ببینیم و مقایسه‌ها را آسان‌تر کند. تصور کنید نتیجه یک امتحان ریاضی از \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">20\u003C\u002Fspan> دانش‌آموز را داریم. جدول زیر نمرات این دانش‌آموزان را نشان می‌دهد:\u003C\u002Fp>\r\n\r\n\u003Cdiv role=\"region\" aria-label=\"جدول نمرات دانش‌آموزان\" style=\"box-sizing: border-box; margin: 8px 0 16px 0; padding: 0; border: 1px solid #e5e7eb; border-radius: 12px; overflow: auto; -webkit-overflow-scrolling: touch; : \">\r\n\u003Ctable style=\"box-sizing: border-box; width: 100%; min-width: 400px; border-collapse: collapse; : \">\r\n\u003Cthead>\r\n\u003Ctr>\r\n\u003Cth style=\"box-sizing: border-box; text-align: right; padding: 10px 12px; background: #24292f; color: #ffffff; font-size: 13px; font-weight: 700; border-bottom: 1px solid #1f2328; : \">شماره دانش‌آموز\u003C\u002Fth>\r\n\u003Cth style=\"box-sizing: border-box; text-align: right; padding: 10px 12px; background: #24292f; color: #ffffff; font-size: 13px; font-weight: 700; border-bottom: 1px solid #1f2328; : \">نمره (از \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">20\u003C\u002Fspan>)\u003C\u002Fth>\r\n\u003C\u002Ftr>\r\n\u003C\u002Fthead>\r\n\u003Ctbody>\r\n\u003Ctr style=\"background: #ffffff; : \">\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">1\u003C\u002Fspan>\u003C\u002Ftd>\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">15\u003C\u002Fspan>\u003C\u002Ftd>\u003C\u002Ftr>\r\n\u003Ctr style=\"background: #f8fafc; : \">\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">2\u003C\u002Fspan>\u003C\u002Ftd>\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">18\u003C\u002Fspan>\u003C\u002Ftd>\u003C\u002Ftr>\r\n\u003Ctr style=\"background: #ffffff; : \">\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">3\u003C\u002Fspan>\u003C\u002Ftd>\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">12\u003C\u002Fspan>\u003C\u002Ftd>\u003C\u002Ftr>\r\n\u003Ctr style=\"background: #f8fafc; : \">\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">4\u003C\u002Fspan>\u003C\u002Ftd>\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">16\u003C\u002Fspan>\u003C\u002Ftd>\u003C\u002Ftr>\r\n\u003Ctr style=\"background: #ffffff; : \">\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">5\u003C\u002Fspan>\u003C\u002Ftd>\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">7\u003C\u002Fspan>\u003C\u002Ftd>\u003C\u002Ftr>\r\n\u003Ctr style=\"background: #f8fafc; : \">\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">6\u003C\u002Fspan>\u003C\u002Ftd>\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">19\u003C\u002Fspan>\u003C\u002Ftd>\u003C\u002Ftr>\r\n\u003Ctr style=\"background: #ffffff; : \">\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">7\u003C\u002Fspan>\u003C\u002Ftd>\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">14\u003C\u002Fspan>\u003C\u002Ftd>\u003C\u002Ftr>\r\n\u003Ctr style=\"background: #f8fafc; : \">\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">8\u003C\u002Fspan>\u003C\u002Ftd>\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">10\u003C\u002Fspan>\u003C\u002Ftd>\u003C\u002Ftr>\r\n\u003Ctr style=\"background: #ffffff; : \">\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">9\u003C\u002Fspan>\u003C\u002Ftd>\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">17\u003C\u002Fspan>\u003C\u002Ftd>\u003C\u002Ftr>\r\n\u003Ctr style=\"background: #f8fafc; : \">\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">10\u003C\u002Fspan>\u003C\u002Ftd>\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">20\u003C\u002Fspan>\u003C\u002Ftd>\u003C\u002Ftr>\r\n\u003C\u002Ftbody>\r\n\u003C\u002Ftable>\r\n\u003C\u002Fdiv>\r\n\r\n\u003Cp>همانطور که می‌بینید، جدول به ما دید بهتری از محدوده نمرات می‌دهد، اما هنوز برای نتیجه‌گیری سریع کافی نیست. مثلاً نمی‌توانیم به راحتی بگوییم عملکرد کلی کلاس چطور بوده است. برای این کار به سراغ نمودارها و شاخص‌های توصیفی می‌رویم.\u003C\u002Fp>\r\n\r\n\u003Ch3 style=\"margin: 16px 0 8px 0; padding: 0 0 6px 0; border-bottom: 2px solid #ffb600; color: #344054; font-size: 18px; : \">نمودارها: ارتباط تصویری با داده‌ها\u003C\u002Fh3>\r\n\u003Cp>نمودارها، داده‌های خام جدول را به زبان تصویر ترجمه می‌کنند و درک الگوها، روندها و مقایسه‌ها را بسیار سریع‌تر می‌کنند. انتخاب نوع نمودار به هدف ما و نوع داده‌ها بستگی دارد. در ادامه با سه نوع پرکاربرد آشنا می‌شویم.\u003C\u002Fp>\r\n\r\n\u003Cp>\u003Cspan style=\"display: inline-block; padding: 4px 8px; border-radius: 999px; font-size: 12px; line-height: 1; vertical-align: baseline; background: #fff3c4; color: #24292f; : \">نمودار میله‌ای\u003C\u002Fspan> برای مقایسه مقادیر دسته‌های مختلف عالی است. برای مثال، اگر بخواهیم نمرات دانش‌آموزان را با هم مقایسه کنیم، نمودار میله‌ای انتخاب مناسبی است.\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"display: inline-block; padding: 4px 8px; border-radius: 999px; font-size: 12px; line-height: 1; vertical-align: baseline; background: #fff3c4; color: #24292f; : \">نمودار خطی\u003C\u002Fspan> بهترین گزینه برای نمایش تغییرات یک پدیده در طول زمان است. مثلاً تغییرات دمای هوای یک شهر در طول یک هفته.\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"display: inline-block; padding: 4px 8px; border-radius: 999px; font-size: 12px; line-height: 1; vertical-align: baseline; background: #fff3c4; color: #24292f; : \">نمودار دایره‌ای\u003C\u002Fspan> سهم هر بخش از یک کل را نشان می‌دهد. فرض کنید می‌خواهیم بدانیم چه درصدی از دانش‌آموزان نمره‌های عالی (\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">18-20\u003C\u002Fspan>)، خوب (\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">15-17\u003C\u002Fspan>)، متوسط (\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">12-14\u003C\u002Fspan>) و ضعیف (\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">زیر 12\u003C\u002Fspan>) گرفته‌اند. نمودار دایره‌ای این توزیع را به خوبی نمایش می‌دهد.\u003C\u002Fp>\r\n\r\n\u003Cdiv style=\"margin: 0 0 16px 0; padding: 12px 14px; border-radius: 12px; background: #fff7e6; border: 1px solid #ffb600; color: #7a5200; font-size: 13px; : \">\r\n\u003Cstrong>مثال کاربردی:\u003C\u002Fstrong> فرض کنید مدیر یک فروشگاه اینترنتی هستید. داده‌های فروش ماهانه را در یک جدول دارید. با رسم یک \u003Cstrong>نمودار خطی\u003C\u002Fstrong> از فروش ماهانه، می‌توانید به سرعت بفهمید که فروش در کدام ماه‌ها افزایش یا کاهش داشته است. با یک \u003Cstrong>نمودار میله‌ای\u003C\u002Fstrong> می‌توانید فروش محصولات مختلف را در یک ماه مقایسه کنید. و با یک \u003Cstrong>نمودار دایره‌ای\u003C\u002Fstrong> می‌توانید سهم هر دسته از محصولات (مثلاً الکترونیک، پوشاک، کتاب) را از کل فروش ببینید.\r\n\u003C\u002Fdiv>\r\n\r\n\u003Ch3 style=\"margin: 16px 0 8px 0; padding: 0 0 6px 0; border-bottom: 2px solid #ffb600; color: #344054; font-size: 18px; : \">شاخص‌های مرکزی: نقطه ثقل داده‌ها\u003C\u002Fh3>\r\n\u003Cp>شاخص‌های مرکزی\u003Csup>1\u003C\u002Fsup> به ما می‌گویند که «مرکز» داده‌ها کجاست و داده‌ها حول چه مقداری جمع شده‌اند. مهم‌ترین این شاخص‌ها عبارتند از:\u003C\u002Fp>\r\n\u003Cul style=\"padding-right: 18px; list-style-position: outside; : \">\r\n\u003Cli>\u003Cstrong>میانگین\u003Csup>2\u003C\u002Fsup>:\u003C\u002Fstrong> همان معدل گیری است که همه با آن آشنا هستیم. برای محاسبه آن، همه داده‌ها را با هم جمع کرده و بر تعدادشان تقسیم می‌کنیم. فرمول آن به صورت زیر است:\u003C\u002Fli>\r\n\u003C\u002Ful>\r\n\u003Cp>\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; unicode-bidi: isolate; white-space: nowrap; : \">$\\bar{x} = \\frac{\\sum_{i=1}^{n} x_i}{n}$\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>که در آن \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; unicode-bidi: isolate; white-space: nowrap; : \">$x_i$\u003C\u002Fspan>ها مقادیر داده و \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; unicode-bidi: isolate; white-space: nowrap; : \">$n$\u003C\u002Fspan> تعداد داده‌هاست. برای داده‌های نمرات بالا، میانگین حدود \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">14.8\u003C\u002Fspan> می‌شود.\u003C\u002Fp>\r\n\u003Cul style=\"padding-right: 18px; list-style-position: outside; : \">\r\n\u003Cli>\u003Cstrong>میانه\u003Csup>3\u003C\u002Fsup>:\u003C\u002Fstrong> مقداری است که داده‌های مرتب شده را به دو نیمه مساوی تقسیم می‌کند. نصف داده‌ها از میانه بزرگ‌تر و نصف دیگر از آن کوچک‌تر هستند. برای داده‌های نمرات، اگر آن‌ها را مرتب کنیم (مثلاً \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">7,10,12,14,15,16,17,18,19,20\u003C\u002Fspan>)، میانه بین دو داده میانی یعنی \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">15\u003C\u002Fspan> و \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">16\u003C\u002Fspan> است که می‌توانیم \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">15.5\u003C\u002Fspan> را به عنوان میانه در نظر بگیریم. میانه تحت تأثیر داده‌های خیلی بزرگ یا خیلی کوچک (داده‌های پرت) قرار نمی‌گیرد.\u003C\u002Fli>\r\n\u003Cli>\u003Cstrong>مد\u003Csup>4\u003C\u002Fsup>:\u003C\u002Fstrong> پرتکرارترین مقدار در مجموعه داده‌هاست. در داده‌های ما، اگر نمره‌ای تکرار نشده باشد، می‌گوییم مجموعه مد ندارد یا می‌توان گفت همه مقادیر مد هستند.\u003C\u002Fli>\r\n\u003C\u002Ful>\r\n\r\n\u003Ch3 style=\"margin: 16px 0 8px 0; padding: 0 0 6px 0; border-bottom: 2px solid #ffb600; color: #344054; font-size: 18px; : \">شاخص‌های پراکندگی: میزان گستردگی داده‌ها\u003C\u002Fh3>\r\n\u003Cp>شاخص‌های مرکزی به ما تصویر کاملی نمی‌دهند. برای مثال، دو کلاس می‌توانند میانگین نمره یکسانی داشته باشند، اما یک کلاس همه دانش‌آموزان با نمرات نزدیک به هم داشته باشد و کلاس دیگر، نمرات بسیار پراکنده (تعدادی خیلی ضعیف و تعدادی خیلی قوی). شاخص‌های پراکندگی\u003Csup>5\u003C\u002Fsup> این تفاوت را نشان می‌دهند.\u003C\u002Fp>\r\n\u003Cul style=\"padding-right: 18px; list-style-position: outside; : \">\r\n\u003Cli>\u003Cstrong>دامنه تغییرات\u003Csup>6\u003C\u002Fsup>:\u003C\u002Fstrong> ساده‌ترین شاخص پراکندگی است و از تفاوت بزرگ‌ترین و کوچک‌ترین داده به دست می‌آید. در مثال ما: \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">20 - 7 = 13\u003C\u002Fspan>.\u003C\u002Fli>\r\n\u003Cli>\u003Cstrong>واریانس و انحراف معیار\u003Csup>7\u003C\u002Fsup>:\u003C\u002Fstrong> این دو شاخص، پراکندگی داده‌ها را نسبت به میانگین می‌سنجند. اگر داده‌ها به میانگین نزدیک باشند، واریانس و انحراف معیار کوچک و اگر پراکنده باشند، بزرگ خواهد بود. فرمول واریانس برای یک نمونه به صورت زیر است:\u003C\u002Fli>\r\n\u003C\u002Ful>\r\n\u003Cp>\u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; unicode-bidi: isolate; white-space: nowrap; : \">$s^2 = \\frac{\\sum_{i=1}^{n} (x_i - \\bar{x})^2}{n-1}$\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>و انحراف معیار \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; unicode-bidi: isolate; white-space: nowrap; : \">$s$\u003C\u002Fspan> جذر واریانس است. واحد انحراف معیار با واحد داده اصلی یکسان است و تفسیر آن راحت‌تر است.\u003C\u002Fp>\r\n\r\n\u003Ch3 style=\"margin: 16px 0 8px 0; padding: 0 0 6px 0; border-bottom: 2px solid #ffb600; color: #344054; font-size: 18px; : \">مقایسه کاربرد شاخص‌ها\u003C\u002Fh3>\r\n\u003Cp>برای درک بهتر تفاوت کاربرد شاخص‌های مرکزی و پراکندگی، به جدول زیر توجه کنید:\u003C\u002Fp>\r\n\r\n\u003Cdiv role=\"region\" aria-label=\"جدول مقایسه شاخص‌ها\" style=\"box-sizing: border-box; margin: 8px 0 16px 0; padding: 0; border: 1px solid #e5e7eb; border-radius: 12px; overflow: auto; -webkit-overflow-scrolling: touch; : \">\r\n\u003Ctable style=\"box-sizing: border-box; width: 100%; min-width: 600px; border-collapse: collapse; : \">\r\n\u003Cthead>\r\n\u003Ctr>\r\n\u003Cth style=\"box-sizing: border-box; text-align: right; padding: 10px 12px; background: #24292f; color: #ffffff; font-size: 13px; font-weight: 700; border-bottom: 1px solid #1f2328; : \">شاخص\u003C\u002Fth>\r\n\u003Cth style=\"box-sizing: border-box; text-align: right; padding: 10px 12px; background: #24292f; color: #ffffff; font-size: 13px; font-weight: 700; border-bottom: 1px solid #1f2328; : \">نوع\u003C\u002Fth>\r\n\u003Cth style=\"box-sizing: border-box; text-align: right; padding: 10px 12px; background: #24292f; color: #ffffff; font-size: 13px; font-weight: 700; border-bottom: 1px solid #1f2328; : \">مفهوم کلیدی\u003C\u002Fth>\r\n\u003Cth style=\"box-sizing: border-box; text-align: right; padding: 10px 12px; background: #24292f; color: #ffffff; font-size: 13px; font-weight: 700; border-bottom: 1px solid #1f2328; : \">حساسیت به داده پرت\u003C\u002Fth>\r\n\u003C\u002Ftr>\r\n\u003C\u002Fthead>\r\n\u003Ctbody>\r\n\u003Ctr style=\"background: #ffffff; : \">\r\n\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">میانگین\u003C\u002Ftd>\r\n\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">مرکزی\u003C\u002Ftd>\r\n\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">تعادل عددی داده‌ها\u003C\u002Ftd>\r\n\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">\u003Cspan style=\"border-radius: 999px; padding: 2px 8px; font-size: 12px; font-weight: 700; line-height: 1; vertical-align: baseline; background: #fee2e2; color: #991b1b; : \">زیاد\u003C\u002Fspan>\u003C\u002Ftd>\r\n\u003C\u002Ftr>\r\n\u003Ctr style=\"background: #f8fafc; : \">\r\n\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">میانه\u003C\u002Ftd>\r\n\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">مرکزی\u003C\u002Ftd>\r\n\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">مرز میانی داده‌ها\u003C\u002Ftd>\r\n\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">\u003Cspan style=\"border-radius: 999px; padding: 2px 8px; font-size: 12px; font-weight: 700; line-height: 1; vertical-align: baseline; background: #dcfce7; color: #166534; : \">کم\u003C\u002Fspan>\u003C\u002Ftd>\r\n\u003C\u002Ftr>\r\n\u003Ctr style=\"background: #ffffff; : \">\r\n\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">انحراف معیار\u003C\u002Ftd>\r\n\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">پراکندگی\u003C\u002Ftd>\r\n\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">میانگین فاصله داده‌ها از میانگین\u003C\u002Ftd>\r\n\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">\u003Cspan style=\"border-radius: 999px; padding: 2px 8px; font-size: 12px; font-weight: 700; line-height: 1; vertical-align: baseline; background: #fee2e2; color: #991b1b; : \">زیاد\u003C\u002Fspan>\u003C\u002Ftd>\r\n\u003C\u002Ftr>\r\n\u003Ctr style=\"background: #f8fafc; : \">\r\n\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">دامنه\u003C\u002Ftd>\r\n\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">پراکندگی\u003C\u002Ftd>\r\n\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">فاصله بین کوچک‌ترین و بزرگ‌ترین داده\u003C\u002Ftd>\r\n\u003Ctd style=\"box-sizing: border-box; padding: 10px 12px; border-bottom: 1px solid #edf2f7; text-align: right; color: #667085; : \">\u003Cspan style=\"border-radius: 999px; padding: 2px 8px; font-size: 12px; font-weight: 700; line-height: 1; vertical-align: baseline; background: #fee2e2; color: #991b1b; : \">زیاد\u003C\u002Fspan>\u003C\u002Ftd>\r\n\u003C\u002Ftr>\r\n\u003C\u002Ftbody>\r\n\u003C\u002Ftable>\r\n\u003C\u002Fdiv>\r\n\r\n\u003Ch3 style=\"margin: 16px 0 8px 0; padding: 0 0 6px 0; border-bottom: 2px solid #ffb600; color: #344054; font-size: 18px; : \">چالش‌های مفهومی\u003C\u002Fh3>\r\n\r\n\u003Cdiv style=\"margin: 10px 0 0 0; padding: 12px 14px; border: 1px solid #e2e8f0; border-radius: 12px; background: #f8fafc; : \">\r\n\u003Cp>\u003Cstrong>❓ اگر در داده‌ها یک مقدار خیلی بزرگ یا خیلی کوچک (داده پرت) وجود داشته باشد، کدام شاخص مرکزی بهتر است؟\u003C\u002Fstrong>\u003C\u002Fp>\r\n\u003Cp>✅ در این شرایط، استفاده از \u003Cstrong>میانه\u003C\u002Fstrong> بهتر از میانگین است. چون میانه تحت تأثیر داده‌های پرت قرار نمی‌گیرد و تصویر واقعی‌تری از مرکز داده‌ها ارائه می‌دهد. برای مثال، اگر درآمد افراد یک محله را در نظر بگیریم که اکثراً درآمد متوسطی دارند اما یک نفر درآمد نجومی دارد، میانگین درآمد را بالا نشان می‌دهد و تصویر غلطی از وضعیت اقتصادی محله می‌دهد، در حالی که میانه اینطور نیست.\u003C\u002Fp>\r\n\u003C\u002Fdiv>\r\n\r\n\u003Cdiv style=\"margin: 10px 0 0 0; padding: 12px 14px; border: 1px solid #e2e8f0; border-radius: 12px; background: #f8fafc; : \">\r\n\u003Cp>\u003Cstrong>❓ آیا ممکن است دو مجموعه داده، میانگین و میانه یکسان داشته باشند اما کاملاً متفاوت باشند؟\u003C\u002Fstrong>\u003C\u002Fp>\r\n\u003Cp>✅ بله، قطعاً. اینجا اهمیت \u003Cstrong>شاخص‌های پراکندگی\u003C\u002Fstrong> مشخص می‌شود. دو مجموعه داده می‌توانند میانگین و میانه یکسانی داشته باشند، اما یکی بسیار فشرده (مقادیر نزدیک به میانگین) و دیگری بسیار پراکنده (مقادیر دور از میانگین) باشد. شاخص‌هایی مانند انحراف معیار این تفاوت را به خوبی نشان می‌دهند.\u003C\u002Fp>\r\n\u003C\u002Fdiv>\r\n\r\n\u003Cdiv style=\"margin: 10px 0 0 0; padding: 12px 14px; border: 1px solid #e2e8f0; border-radius: 12px; background: #f8fafc; : \">\r\n\u003Cp>\u003Cstrong>❓ چه زمانی استفاده از نمودار دایره‌ای گمراه‌کننده است؟\u003C\u002Fstrong>\u003C\u002Fp>\r\n\u003Cp>✅ وقتی تعداد دسته‌ها زیاد باشد (مثلاً بیش از \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">5\u003C\u002Fspan> یا \u003Cspan style=\"direction: ltr; display: inline-block; vertical-align: baseline; : \">6\u003C\u002Fspan> دسته)، خواندن و مقایسه قسمت‌های کوچک نمودار دایره‌ای سخت می‌شود. همچنین اگر سهم دسته‌ها به هم نزدیک باشد، تشخیص تفاوت آن‌ها با این نمودار دشوار است. در این موارد، \u003Cstrong>نمودار میله‌ای\u003C\u002Fstrong> انتخاب بهتری است.\u003C\u002Fp>\r\n\u003C\u002Fdiv>\r\n\r\n\u003Cdiv style=\"margin: 16px 0 0 0; padding: 12px 14px; border-radius: 12px; background: #fffdf3; border: 1px solid #ffb600; color: #24292f; : \">\r\n\u003Cstrong>جمع‌بندی:\u003C\u002Fstrong> در این مقاله یاد گرفتیم که داده‌های خام به تنهایی گویای همه چیز نیستند. با استفاده از \u003Cstrong>جدول\u003C\u002Fstrong>ها آن‌ها را منظم می‌کنیم. با به کارگیری \u003Cstrong>نمودار\u003C\u002Fstrong>های مناسب (میله‌ای، خطی، دایره‌ای)، الگوها و روندها را به صورت بصری کشف می‌کنیم. در نهایت با کمک \u003Cstrong>شاخص‌های مرکزی\u003C\u002Fstrong> (میانگین، میانه، مد) مرکز ثقل داده‌ها و با \u003Cstrong>شاخص‌های پراکندگی\u003C\u002Fstrong> (دامنه، واریانس، انحراف معیار) میزان گستردگی آن‌ها را اندازه می‌گیریم. ترکیب این ابزارها به ما کمک می‌کند تا از داده‌ها، اطلاعات مفید و قابل اتکایی استخراج کنیم.\r\n\u003C\u002Fdiv>\r\n\r\n\u003Ch3 style=\"margin: 16px 0 8px 0; padding: 0 0 6px 0; border-bottom: 2px solid #ffb600; color: #344054; font-size: 18px; : \">پاورقی\u003C\u002Fh3>\r\n\r\n\u003Cp>\u003Csup>1\u003C\u002Fsup> شاخص‌های مرکزی (Measures of Central Tendency): مقادیری هستند که تمایل داده‌ها را برای متمرکز شدن حول یک نقطه نشان می‌دهند.\u003C\u002Fp>\r\n\u003Cp>\u003Csup>2\u003C\u002Fsup> میانگین (Mean): حاصل جمع تمام مقادیر تقسیم بر تعداد آن‌ها.\u003C\u002Fp>\r\n\u003Cp>\u003Csup>3\u003C\u002Fsup> میانه (Median): مقداری که داده‌های مرتب شده را به دو نیمه مساوی تقسیم می‌کند.\u003C\u002Fp>\r\n\u003Cp>\u003Csup>4\u003C\u002Fsup> مد (Mode): مقداری که بیشترین فراوانی را در یک مجموعه داده دارد.\u003C\u002Fp>\r\n\u003Cp>\u003Csup>5\u003C\u002Fsup> شاخص‌های پراکندگی (Measures of Dispersion): مقادیری که میزان تفاوت و گستردگی داده‌ها را نشان می‌دهند.\u003C\u002Fp>\r\n\u003Cp>\u003Csup>6\u003C\u002Fsup> دامنه تغییرات (Range): اختلاف بین بزرگ‌ترین و کوچک‌ترین مقدار در یک مجموعه داده.\u003C\u002Fp>\r\n\u003Cp>\u003Csup>7\u003C\u002Fsup> انحراف معیار (Standard Deviation): معیاری برای سنجش میزان پراکندگی داده‌ها از میانگین. جذر واریانس است.\u003C\u002Fp>\r\n\r\n\u003C\u002Fdiv>",[15,16,17],"پایهٔ یازدهم","آمار و احتمال یازدهم","نمایش و توصیف داده‌ها",0,1,130,"2026-02-25 13:24:49","2026-02-25 14:18:33","سحر","شیرزاد","نمایش-و-توصیف-دادهها-ارائه-دادهها-به-صورت-جدول-یا-نمودار-برای-فهم-بهتر-و-بیان-ویژگیهای-دادهها-با-شاخصها-و-خلاصهها","کپسول آموزشی","1404\u002F12\u002F6","14:18 1404\u002F12\u002F6",{"status":19,"data":30},[31,70,130,148,168],{"id":19,"title":32,"list_order":19,"items":33},"آشنایی",[34,39,43,47,54,58,62,66],{"id":35,"link":36,"type":37,"slug":12,"title":38},8,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F8","content","قوانین و مقررات",{"id":40,"link":41,"type":37,"slug":12,"title":42},9,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F9","پرسش های متداول",{"id":44,"link":45,"type":37,"slug":12,"title":46},12,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F12","راهنمای عضویت",{"id":48,"link":49,"type":50,"slug":51,"handler":52,"title":53},132,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fmakemoney","special","makemoney","makeMoney","درآمدزایی در گاما",{"id":55,"link":56,"type":37,"slug":12,"title":57},13,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F13","راهنمای دبیران",{"id":59,"link":60,"type":37,"slug":12,"title":61},15,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F15","راهنمای دانش آموزان",{"id":63,"link":64,"type":37,"slug":12,"title":65},141,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F141","تغییرات اخیر",{"id":67,"link":68,"type":37,"slug":12,"title":69},69,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F69","نرم افزارهای كاربردی",{"id":71,"title":72,"list_order":19,"items":73},2,"المپیادها",[74,78,82,86,90,94,98,102,106,110,114,118,122,126],{"id":75,"link":76,"type":37,"slug":12,"title":77},4,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F4","المپیاد ریاضی",{"id":79,"link":80,"type":37,"slug":12,"title":81},19,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F19","المپیاد فیزیک",{"id":83,"link":84,"type":37,"slug":12,"title":85},20,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F20","المپیاد شیمی",{"id":87,"link":88,"type":37,"slug":12,"title":89},21,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F21","المپیاد زیست شناسی",{"id":91,"link":92,"type":37,"slug":12,"title":93},22,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F22","المپیاد کامپیوتر",{"id":95,"link":96,"type":37,"slug":12,"title":97},23,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F23","المپیاد نجوم",{"id":99,"link":100,"type":37,"slug":12,"title":101},24,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F24","المپیاد ادبی",{"id":103,"link":104,"type":37,"slug":12,"title":105},25,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F25","المپیاد سلول‌های بنیادی",{"id":107,"link":108,"type":37,"slug":12,"title":109},95,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F95","المپیاد جغرافیا",{"id":111,"link":112,"type":37,"slug":12,"title":113},114,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F114","المپیاد علوم زمین",{"id":115,"link":116,"type":37,"slug":12,"title":117},115,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F115","المپیاد مدیریت، اقتصاد و حکمرانی",{"id":119,"link":120,"type":37,"slug":12,"title":121},140,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F140","المپیاد سواد رسانه‌ای",{"id":123,"link":124,"type":37,"slug":12,"title":125},136,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F136","المپیاد نانو",{"id":127,"link":128,"type":37,"slug":12,"title":129},151,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F151","المپیاد هوش مصنوعی",{"id":131,"title":132,"list_order":19,"items":133},3,"نمونه و تیزهوشان",[134,138,143],{"id":135,"link":136,"type":37,"slug":12,"title":137},26,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F26","آزمون ورودی پایه چهارم",{"id":139,"link":140,"type":50,"slug":141,"handler":141,"title":142},27,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fkhas6","khas6","آزمون ورودی پایه هفتم",{"id":144,"link":145,"type":50,"slug":146,"handler":146,"title":147},28,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fkhas9","khas9","آزمون ورودی پايه دهم",{"id":149,"title":150,"list_order":19,"items":151},7,"کتابهای درسی",[152,156,160,164],{"id":153,"link":154,"type":37,"slug":12,"title":155},43,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F43","دوره دبستان",{"id":157,"link":158,"type":37,"slug":12,"title":159},48,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F48","دوره اول متوسطه",{"id":161,"link":162,"type":37,"slug":12,"title":163},49,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F49","دوره دوم متوسطه",{"id":165,"link":166,"type":37,"slug":12,"title":167},50,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F50","بارم بندی دروس",{"id":35,"title":169,"list_order":35,"items":170},"پیشنهاد ویژه",[171,176,181,186,191,196,201,204,208,212,216],{"id":172,"link":173,"type":50,"slug":174,"handler":174,"title":175},108,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fhamahang6th","hamahang6th","امتحانات هماهنگ ششم",{"id":177,"link":178,"type":50,"slug":179,"handler":179,"title":180},71,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fhamahang9th","hamahang9th","امتحانات هماهنگ نهم",{"id":182,"link":183,"type":50,"slug":184,"handler":184,"title":185},147,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fnahaei10th","nahaei10th","امتحان نهایی دهم",{"id":187,"link":188,"type":50,"slug":189,"handler":189,"title":190},148,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fnahaei11th","nahaei11th","امتحان نهایی یازدهم",{"id":192,"link":193,"type":50,"slug":194,"handler":194,"title":195},94,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fnahaei12th","nahaei12th","امتحان نهایی دوازدهم",{"id":197,"link":198,"type":37,"slug":199,"title":200},68,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fkonkur","konkur","بیست‌وسه سال کنکور سراسری",{"id":5,"link":202,"type":37,"slug":12,"title":203},"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F67","ويژه نامه نوبت دوم",{"id":205,"link":206,"type":37,"slug":12,"title":207},64,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F64","آزمون‌های نوبت دوم",{"id":209,"link":210,"type":37,"slug":12,"title":211},78,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F78","آزمون‌های نوبت اول",{"id":213,"link":214,"type":37,"slug":12,"title":215},90,"https:\u002F\u002Fgama.ir\u002Fpage\u002Fshow\u002F90","آزمون سنجش آغازین",{"id":217,"link":218,"type":219,"slug":220,"title":221},173,"https:\u002F\u002Fhelpcenter.gama.ir\u002Fevent-timeline","link","تقویم-آموزشی","تقویم آموزشی",{"tests":223,"papers":224,"files":225,"questions":226,"exams":227,"tutorials":228,"blogs":229},[],[],[],[],[],[],[230,239,247,255,263,271,279,287,295,303,311,319],{"id":231,"title":232,"cat":10,"pic":233,"up_date":234,"title_url":235,"url":236,"legacy_url":237,"cat_title":26,"update_jalali":238},11453,"گزاره: جملهٔ خبری که فقط یکی از دو حالتِ درست یا نادرست را دارد.","https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002FGJhX352uQ2imvdQMqQFN_200.png","2026-09-01 13:03:24","گزاره-جمله-خبری-که-فقط-یکی-از-دو-حالت-درست-یا-نادرست-را-دارد","https:\u002F\u002Fgama.ir\u002Fblogs\u002F11453\u002Fگزاره-جمله-خبری-که-فقط-یکی-از-دو-حالت-درست-یا-نادرست-را-دارد","https:\u002F\u002Fgama.ir\u002Fblog\u002F11453\u002Fگزاره-جمله-خبری-که-فقط-یکی-از-دو-حالت-درست-یا-نادرست-را-دارد","1405\u002F06\u002F10",{"id":240,"title":241,"cat":10,"pic":242,"up_date":243,"title_url":244,"url":245,"legacy_url":246,"cat_title":26,"update_jalali":238},11454,"ارزش گزاره: درست یا نادرست بودنِ یک گزاره","https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002Fl1CfINrCA7LnA4icdJD3_200.png","2026-09-01 13:00:16","ارزش-گزاره-درست-یا-نادرست-بودن-یک-گزاره","https:\u002F\u002Fgama.ir\u002Fblogs\u002F11454\u002Fارزش-گزاره-درست-یا-نادرست-بودن-یک-گزاره","https:\u002F\u002Fgama.ir\u002Fblog\u002F11454\u002Fارزش-گزاره-درست-یا-نادرست-بودن-یک-گزاره",{"id":248,"title":249,"cat":10,"pic":250,"up_date":251,"title_url":252,"url":253,"legacy_url":254,"cat_title":26,"update_jalali":238},11472,"نماد درست (T یا د) و نماد نادرست (F یا ن): نشانه‌ای برای نمایش ارزش درستِ گزاره و نشانه‌ای برای نمایش ارزش نادرستِ گزاره","https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002FJujDWd3FtoYmYh9iOmNW_200.png","2026-09-01 12:52:19","نماد-درست-T-یا-د-و-نماد-نادرست-F-یا-ن-نشانهای-برای-نمایش-ارزش-درست-گزاره-و-نشانهای-برای-نمایش-ارزش-نادرست-گزاره","https:\u002F\u002Fgama.ir\u002Fblogs\u002F11472\u002Fنماد-درست-T-یا-د-و-نماد-نادرست-F-یا-ن-نشانهای-برای-نمایش-ارزش-درست-گزاره-و-نشانهای-برای-نمایش-ارزش-نادرست-گزاره","https:\u002F\u002Fgama.ir\u002Fblog\u002F11472\u002Fنماد-درست-T-یا-د-و-نماد-نادرست-F-یا-ن-نشانهای-برای-نمایش-ارزش-درست-گزاره-و-نشانهای-برای-نمایش-ارزش-نادرست-گزاره",{"id":256,"title":257,"cat":10,"pic":258,"up_date":259,"title_url":260,"url":261,"legacy_url":262,"cat_title":26,"update_jalali":238},11474,"جدول ارزش: جدولی که ارزش گزاره‌ها و ترکیب‌های آن‌ها را در همه حالت‌های ممکن نشان می‌دهد.","https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002FbSElQszLLJTvjkR2VKUa_200.png","2026-09-01 12:48:17","جدول-ارزش-جدولی-که-ارزش-گزارهها-و-ترکیبهای-آنها-را-در-همه-حالتهای-ممکن-نشان-میدهد","https:\u002F\u002Fgama.ir\u002Fblogs\u002F11474\u002Fجدول-ارزش-جدولی-که-ارزش-گزارهها-و-ترکیبهای-آنها-را-در-همه-حالتهای-ممکن-نشان-میدهد","https:\u002F\u002Fgama.ir\u002Fblog\u002F11474\u002Fجدول-ارزش-جدولی-که-ارزش-گزارهها-و-ترکیبهای-آنها-را-در-همه-حالتهای-ممکن-نشان-میدهد",{"id":264,"title":265,"cat":10,"pic":266,"up_date":267,"title_url":268,"url":269,"legacy_url":270,"cat_title":26,"update_jalali":238},11477,"نقیض گزاره: گزاره‌ای که ارزش آن برعکسِ ارزش گزارهٔ اصلی است.","https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002FeAQJ7MCq9WNrohlBrXin_200.png","2026-09-01 12:42:57","نقیض-گزاره-گزارهای-که-ارزش-آن-برعکس-ارزش-گزاره-اصلی-است","https:\u002F\u002Fgama.ir\u002Fblogs\u002F11477\u002Fنقیض-گزاره-گزارهای-که-ارزش-آن-برعکس-ارزش-گزاره-اصلی-است","https:\u002F\u002Fgama.ir\u002Fblog\u002F11477\u002Fنقیض-گزاره-گزارهای-که-ارزش-آن-برعکس-ارزش-گزاره-اصلی-است",{"id":272,"title":273,"cat":10,"pic":274,"up_date":275,"title_url":276,"url":277,"legacy_url":278,"cat_title":26,"update_jalali":238},11479,"نماد نقیض (∼ یا ¬): علامتی که نقیض یک گزاره را نشان می‌دهد.","https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002FsCXYJtUCMVriciBJX9P6_200.png","2026-09-01 12:41:29","نماد-نقیض-یا-علامتی-که-نقیض-یک-گزاره-را-نشان-میدهد","https:\u002F\u002Fgama.ir\u002Fblogs\u002F11479\u002Fنماد-نقیض-یا-علامتی-که-نقیض-یک-گزاره-را-نشان-میدهد","https:\u002F\u002Fgama.ir\u002Fblog\u002F11479\u002Fنماد-نقیض-یا-علامتی-که-نقیض-یک-گزاره-را-نشان-میدهد",{"id":280,"title":281,"cat":10,"pic":282,"up_date":283,"title_url":284,"url":285,"legacy_url":286,"cat_title":26,"update_jalali":238},11481,"هم ارز (هم‌ارزش): دو گزاره‌ای که در همه حالت‌ها ارزش یکسان دارند.","https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002F4livPgGCHVFOm3DI9AQC_200.png","2026-09-01 12:36:33","هم-ارز-همارزش-دو-گزارهای-که-در-همه-حالتها-ارزش-یکسان-دارند","https:\u002F\u002Fgama.ir\u002Fblogs\u002F11481\u002Fهم-ارز-همارزش-دو-گزارهای-که-در-همه-حالتها-ارزش-یکسان-دارند","https:\u002F\u002Fgama.ir\u002Fblog\u002F11481\u002Fهم-ارز-همارزش-دو-گزارهای-که-در-همه-حالتها-ارزش-یکسان-دارند",{"id":288,"title":289,"cat":10,"pic":290,"up_date":291,"title_url":292,"url":293,"legacy_url":294,"cat_title":26,"update_jalali":238},11483,"هم ارزی منطقی: رابطه‌ای که نشان می‌دهد دو گزاره در همه حالت‌ها هم‌ارز هستند.","https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002FYkOgMioT4nrjvCW0bECA_200.png","2026-09-01 12:34:37","هم-ارزی-منطقی-رابطهای-که-نشان-میدهد-دو-گزاره-در-همه-حالتها-همارز-هستند","https:\u002F\u002Fgama.ir\u002Fblogs\u002F11483\u002Fهم-ارزی-منطقی-رابطهای-که-نشان-میدهد-دو-گزاره-در-همه-حالتها-همارز-هستند","https:\u002F\u002Fgama.ir\u002Fblog\u002F11483\u002Fهم-ارزی-منطقی-رابطهای-که-نشان-میدهد-دو-گزاره-در-همه-حالتها-همارز-هستند",{"id":296,"title":297,"cat":10,"pic":298,"up_date":299,"title_url":300,"url":301,"legacy_url":302,"cat_title":26,"update_jalali":238},11485,"گزاره نما: جملهٔ خبریِ دارای متغیر که با جایگذاری مقدار، به گزاره تبدیل می‌شود.","https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002FPCMx6d5PWVxaXRKeVryT_200.png","2026-09-01 12:32:33","گزاره-نما-جمله-خبری-دارای-متغیر-که-با-جایگذاری-مقدار-به-گزاره-تبدیل-میشود","https:\u002F\u002Fgama.ir\u002Fblogs\u002F11485\u002Fگزاره-نما-جمله-خبری-دارای-متغیر-که-با-جایگذاری-مقدار-به-گزاره-تبدیل-میشود","https:\u002F\u002Fgama.ir\u002Fblog\u002F11485\u002Fگزاره-نما-جمله-خبری-دارای-متغیر-که-با-جایگذاری-مقدار-به-گزاره-تبدیل-میشود",{"id":304,"title":305,"cat":10,"pic":306,"up_date":307,"title_url":308,"url":309,"legacy_url":310,"cat_title":26,"update_jalali":238},11488,"متغیر: نمادی مانند x که می‌تواند به جای آن مقادیر مختلف قرار گیرد.","https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002F8d2ubEMmx4QOI43UL5u1_200.png","2026-09-01 12:30:25","متغیر-نمادی-مانند-x-که-میتواند-به-جای-آن-مقادیر-مختلف-قرار-گیرد","https:\u002F\u002Fgama.ir\u002Fblogs\u002F11488\u002Fمتغیر-نمادی-مانند-x-که-میتواند-به-جای-آن-مقادیر-مختلف-قرار-گیرد","https:\u002F\u002Fgama.ir\u002Fblog\u002F11488\u002Fمتغیر-نمادی-مانند-x-که-میتواند-به-جای-آن-مقادیر-مختلف-قرار-گیرد",{"id":312,"title":313,"cat":10,"pic":314,"up_date":315,"title_url":316,"url":317,"legacy_url":318,"cat_title":26,"update_jalali":238},11490,"دامنهٔ متغیر: مجموعهٔ مقادیری که مجاز است به جای متغیر در گزاره‌نما قرار گیرد.","https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002FdHZmxOHdnu6iIkUPGUPJ_200.png","2026-09-01 12:26:11","دامنه-متغیر-مجموعه-مقادیری-که-مجاز-است-به-جای-متغیر-در-گزارهنما-قرار-گیرد","https:\u002F\u002Fgama.ir\u002Fblogs\u002F11490\u002Fدامنه-متغیر-مجموعه-مقادیری-که-مجاز-است-به-جای-متغیر-در-گزارهنما-قرار-گیرد","https:\u002F\u002Fgama.ir\u002Fblog\u002F11490\u002Fدامنه-متغیر-مجموعه-مقادیری-که-مجاز-است-به-جای-متغیر-در-گزارهنما-قرار-گیرد",{"id":320,"title":321,"cat":10,"pic":322,"up_date":323,"title_url":324,"url":325,"legacy_url":326,"cat_title":26,"update_jalali":238},11491,"مجموعهٔ جواب: مجموعهٔ اعضای دامنه که با جایگذاری آن‌ها، گزاره‌نما ارزش درست می‌گیرد.","https:\u002F\u002Fgama.ir\u002Fuploads\u002Fnews\u002Fthumbnails\u002FXMPNwI33OLiO6yJT8Yna_200.png","2026-09-01 12:24:06","مجموعه-جواب-مجموعه-اعضای-دامنه-که-با-جایگذاری-آنها-گزارهنما-ارزش-درست-میگیرد","https:\u002F\u002Fgama.ir\u002Fblogs\u002F11491\u002Fمجموعه-جواب-مجموعه-اعضای-دامنه-که-با-جایگذاری-آنها-گزارهنما-ارزش-درست-میگیرد","https:\u002F\u002Fgama.ir\u002Fblog\u002F11491\u002Fمجموعه-جواب-مجموعه-اعضای-دامنه-که-با-جایگذاری-آنها-گزارهنما-ارزش-درست-میگیرد"]