استاد آمار استادسلام در روز آمار از این تخصص صحبت کرده است
سلام می‌کنیم به آقای حمیدرضا پازکی عزیز و بزرگوار، از مجرب‌ترین اساتید استادسلام، که لطف کردن وقتشون رو در اختیار ما قرار دادن؛
جناب پازکی اگر در ابتدا صحبتی هست بفرمایید که بریم سراغ سؤالاتمون.
بسم الله الرحمن الرحیم
با سلام به استادسلام و استاد سلامی ها،
بنده حمیدرضا پازکی هستم، مشاور گروه صنعتی ملی.
خب جناب پازکی، همونجوری که مستحضرید، اول آبان ماه در تقویم به نام روز آمار ثبت شده، اگر اجازه بدید با یه سوال کلی بحث رو شروع کنیم، آمار در یک نگاه کلی چی هست و مفاهیم آماری در چه‌مواردی به کمک ما میان؟
آمار در نگاه کلی، علم تبدیل داده به اطلاعات تعریف میشه؛
البته علم آمار تعاریف متعددی داره، در یک تعبیر، علم آمار به‌صورت علمی تعریف میشه که به جمع‌آوری، سازمان دادن، تجزیه و تحلیل داده‌ها و تفسیر و تعمیم نتایج می‌پردازه.
اینکه آمار در چه‌مواردی به ما کمک میکنه بستگی به خودمون داره؛ هرجایی که لازم باشه داده‌ها رو به اطلاعات تبدیل کنیم و این اطلاعات رو تجزیه و تحلیل کنیم، آمار به‌کمک ما میاد؛ پس میتونیم بگیم ما تقریباً در تمامی علوم به آمار احتیاج داریم.
خب جناب پازکی، میشه بگین دلیل اهمیت آمار چیه؟
یا به‌عبارت دیگه، ما چرا و چقدر به آمار احتیاج داریم؟
چرایی نیاز به آمار رو میشه از تعریفش هم استنتاج کرد؛
ما به‌روش‌هایی نیازمندیم که وقتی داریم با داده‌ها کار می‌کنیم و اونا رو تجزیه و تحلیل می‌کنیم، از نتایج به‌دست اومده مطمئن بشیم؛ یعنی ما به یکسری روش‌هایی احتیاج داریم که از طریق اونها داده‌ها رو جمع‌آوری و تجزیه و تفسیر کنیم.
وقتی صحبت از علم آماره ما با یکسری مشاهدات سر و کار داریم، و طبیعیه که در این مشاهدات ما ممکنه خطاهایی وجود داشته‌باشه؛
پس ما نیازمند سلسله روش‌هایی هستیم که بتونیم از صحت داده‌هامون مطمئن بشیم و بتونیم ادعا کنیم این داده‌ها و نتایج واقعاً وجود دارن.
برای مثال، ما در علم ریاضی، برای دو عدد مختلف به‌راحتی میتونیم اختلافشون رو محاسبه کنیم و بیان کنیم اما در آمار، وقتی ما میخوایم دو گروه رو که میانگین یک کمیتی(مثلاً سنشون) رو با این اعداد مشخص کردیم، مقایسه کنیم، تا زمانیکه با روش‌های آماری این دو گروه و اعداد متناظرشون رو مقایسه نکنیم نمی‌تونیم مطمئن باشیم که مقایسه‌ی ما معنی داره یا خیر.
و در پاسخ به سوالتون راجع به اینکه ما چقدر به آمار احتیاج داریم، میشه گفت پایه‌ی تمام مطالعات و اکثر علوم بر علم آمار استواره؛ چون ما نیازمند یکسری روش‌ها هستیم که بتونیم با استفاده از اونها داده‌ها رو جمع‌آوری کنیم و پالایش کنیم و به‌نتیجه موردنظرمون دست پیدا کنیم.
حالا باتوجه به این توضیحات، درمورد نقطه(نقاط) اشتراک آمار و سایر علوم چی میتونیم بگیم؟
نقطه‌ی اشتراک آمار با سایر علوم در کاربرد اونهاست؛ چون همونجور که عرض کردم پایه و اساس هر علمی آمار هست.
خب می‌دونیم که عصر عصرِ تکنولوژی و نرم‌افزارهاست؛
مهم‌ترین و کارامدترین نرم‌افزارهای آماری کدوم‌ها هستن و کاربرد هر نرم‌افزار در چه بخشی از علم آماره؟
نرم‌افزارهای زیادی در زمینه علوم آماری وجود داره که هرکدومشون در کارهای مختلفی به‌کار میرن؛
با توجه به زمینه‌ای که ما در اون میخوایم مطالعه انجام بدیم نرم‌افزارمون رو انتخاب می‌کنیم و خب طبیعتاً نرم‌افزاری رو انتخاب می‌کنیم که توی اون زمینه ابزارهای کاربردی‌تری داشته‌باشه و بتونه نیازهای ما رو تأمین کنه.
مثلاً در رشته‌های ریاضی و خود آمار، ما بیشتر از نرم‌افزار < r > استفاده می‌کنیم؛ که قابلیت‌ها و کاربردهای زیادی داره اما با توجه به‌اینکه این برنامه براساس کدنویسی عمل میکنه، برای سایر علوم، مخصوصاً علومی که با این مفاهیم آشنا نیستند چندان محبوب نیست.
یکی دیگه از نرم‌افزارهای محبوب آماری، < spss > هست که همونطور که از اسمش پیداست، یک بسته آماری برای علوم اجتماعی بود که بعدها البته کاربرد خیلی وسیع‌تری پیدا کرد.
این نرم‌افزار گرافیک بسیار خوبی داره و بیشتر توی علوم اجتماعی و مدیریتی به‌کار میره.
یکی دیگه از نرم‌افزارهای خیلی خوب و کاربردی، < sas > هست اما این نرم‌افزار هم به‌دلیل کار کردن بر پایه کدها محبوبیت خیلی زیادی نداره.
نرم‌افزارهای قدیمی‌تری هم هستند که امروزه دیگه خیلی طرفداری ندارن.
حالا این داده‌های به‌دست اومده از تحقیقات آماری در چه‌مواردی استفاده میشن؟
این داده‌ها طی فرآیندی به اطلاعات تبدیل میشن و بعد ما باتوجه به کاری که میخوایم انجام بدیم از این اطلاعات استفاده می‌کنیم؛
ما در علم آمار، گاهی درمورد گذشته، گاهی درمورد زمان حال و زمان‌هایی هم درمورد آینده و پیش‌بینی اتفاقات آتی مطالعه و تحقیق میکنه و همونجور که از اسمش پیداست، ریشه‌ی این کلمه واژه‌ی state به‌معنی دولت و دولتمرد هست که نشون میده این علم از گذشته‌ی دور (شاید حدود 4000سال قبل از میلاد مسیح)
ابداع شده و اهمیت داشته؛
و از همون زمان اطلاعات نیروهای انسانی و جمعیت و منابع و... کشور جمع‌آوری و تجزیه و تحلیل میشده.
علم داده‌ها یا data science چیه و چه ارتباطی با آمار داره؟
با پیشرفت تکنولوژی داده‌های تولیدی حجم بیشتری به‌خودشون اختصاص دادن و علاوه بر اون متغیرهامون هم روز به روز تعدادشون بیشتر شد؛
مثلاً دستگاه‌های pos رو در نظر بگیرید، میلیون‌ها دستگاه روزانه تعداد زیادی تراکنش انجام میدن و هر تراکنش برای ما داده‌هایی تولید میکنه و مسیری که این اطلاعات طی میکنن تا به حساب بانک واریز بشن برای ما متغیرهایی تولید میکنه و درنتیجه داده‌های ما تعدادشون گاه به چندین میلیون یا حتی میلیارد در روز میرسه و خب جمع‌آوری و تجزیه و تحلیل و حتی پیش‌بینی این تعداد داده با امکانات گذشته کار خیلی دشواری بود؛
ما برای تفسیر این داده‌ها و نتیجه‌گیری از اونها نیازمند ابزارها و روش‌هایی هستیم که علم داده رو شکل میدن؛
علم داده، علمیه که اخیراً خیلی مورد توجه قرار گرفته و ما به‌دلیل حجم بالای داده‌های تولیدشده، نیازمند روش‌هایی برای کار روی این داده‌ها هستیم.
ارتباط آمار و علم داده هم باز در بستر کاری‌ست که روی داده‌ها انجام میشه و پایه و اساس این دو رو میتونیم یکی در نظر بگیریم.
برای کسی که می‌خواد کار آماری انجام بده، در کنار تحصیلات دانشگاهی تسلط به چه مهارت‌هایی لازمه؟
شخصی که در رشته‌ی آمار تحصیل میکنه، قطعاً باید به نرم‌افزارهای آماری تسلط داشته‌باشه؛
همچنین باید مطالعات تئوریک خودش رو در عمل و با انجام پروژه‌های عملی محک بزنه؛
و باید ذهن تحلیلگری داشته‌باشه و به مهارت فکر کردن و تصمیم‌گیری درست مسلط باشه و حتی از خلاقیت هم بهره ببره تا بتونه در شرایط واقعی از ترکیب روش‌ها به نتیجه لازم برسه.
خیلی از مشکلات ما از این ناشی میشه که یا افراد پایه‌ی مطالعاتی قوی ندارن و یا توانایی پیاده کردن اطلاعات در شرایط واقعی رو ندارن؛
ما افرادی رو داریم که پایه‌ی مطالعاتی‌شون آمار نبوده و از رشته‌های غیرآماری به‌تبع تحلیل‌های آماری که داشتن با روش‌ها و نرم‌افزارهای آماری آشنا شدن ولی از لحاظ پایه‌ی علمی مطالعه‌ی کافی رو ندارن و در نتیجه ممکنه بسیاری از کارهایی که انجام میدن با خطا مواجه بشه چراکه با پیش‌نیازهای پروژه آشنایی کافی ندارن؛
برعکس این حالت هم وجود داره و افرادی از رشته‌های آماری هم هستن که از لحاظ تئوریک دانش کافی رو دارن اما تسلط و مهارت کافی برای پیاده‌کردن این دانش‌ها در پروژه‌ها رو ندارن.
جایگاه علم آمار در کشورمون در مقایسه با کشورهای دیگه کجاست؟
در کشورهای توسعه‌یافته، علم آمار جایگاه ویژه‌ای داره و در تمام مطالعاتی که به تحلیل نیاز داره، یک کارشناس آماری یا متخصص آمار حتماً در پروژه حضور داره؛
و اکثر کارها و پروژه‌ها به‌صورت تیمی هست و قطعاً شخصی وجود داره که از ابتدای کار و نمونه‌گیری گرفته تا روش‌های تحلیل و حتی خود پروسه‌ی انجام پروژه نقش مشاور و ناظر رو ایفا میکنه و به‌عنوان یک متخصص آمار نقش خودش رو ایفا میکنه.
اما متأسفانه در کشور خودمون به دلایل مختلفی بهای کافی به علم آمار داده نمیشه؛ و شاید یکی از عمده‌ترین دلایلش این باشه که در کشور ما کار گروهی خوب جا نیفتاده.
البته اخیراً به‌دلیل یه‌سری اجبارها که وجود داره و باید نتایج مطالعات به‌صورت گزارش آماری دربیاد، یه‌کم بیشتر به علم آمار توجه میشه اما باز هم اعتقاد چندانی به فرد تحلیلگر وجود نداره و هرشخصی با آشنایی هرچند مختصری که نسبت به نرم‌افزارهای آماری داره، تحلیل‌های آماریش رو هم خودش انجام میده اما باتوجه به نکاتی که به عرضتون رسوندم این روش چندان روش مطمئنی نیست و ممکنه خطاهای زیادی درش وجود داشته‌باشه.
پس میتونیم بگیم آمار، یک علم و مهارت بین‌المللی و ابزاری برای مهاجرت هم میتونه باشه؟
علم آمار به‌تنهایی نمیتونه به‌عنوان یک آپشن برای مهاجرت قلمداد بشه و امروز، کسایی که تخصص علم داده دارن و یا در کنار آمار به علم دیگه‌ای تسلط دارن و با کاربرد آمار در اون علم آشنایی دارن شانس‌های بیشتری برای پیداکردن فرصت‌های مهاجرتی خواهند داشت.
شما به‌عنوان یه فرد که با علم آمار سر و کار داره، تا حالا توی مطالعات‌تون به نتیجه‌ای رسیدین که شگفت‌زده‌تون کنه؟
من تابحال بالغ‌بر 250 پروژه آماری رو تحلیل کردم و حدوداً 12-13 سال هم سابقه تدریس آمار و تدریس خصوصی آمار دارم؛
و کارم هم بیشتر روی دیتا بوده و داده‌های کلان مثل سیستم‌های پرداخت رو تحلیل کردم یا تحقیقات بازار و داده‌های خردتر رو هم باهاشون سر و کار داشتم؛
نتایج آماری درکل ما رو شگفت‌زده میکنه، مخصوصاً اگر با داده‌های در حجم بالا کار کنیم؛ چون در این مطالعات شما نمی‌تونید تک به تک اجزا رو بررسی کنید و باید رفتار داده‌ها رو در یک مجموعه مورد بررسی قرار بدین؛
و وقتی این بررسی‌ها به نتیجه میرسه، شما از تفاوت نتایج حاصله با حدس‌ها و مدل‌سازی‌های اولیه شگفت‌زده میشین!
خب جناب پازکی،امیدوارم تا اینجای بحث خسته‌تون نکرده‌باشیم و همچنین سوال‌ها و جواب‌هایی که مطرح شده برای مخاطبامون هم مفید بوده باشه؛
به‌عنوان سوال آخر، اگر نکته یا نکاتی وجود دارد که ما بهش اشاره نکردیم، بفرمایید؟
برای جمع‌آوری داده، ما دو روش داریم؛ یکی سرشماری و دیگری نمونه‌گیری.
ترجیح ما در مطالعات آماری سرشماری و جمع‌آوری داده از کل جامعه‌س ولی خب به دلایلی مثل هزینه‌ی زیاد، محدودیت زمانی، عدم دسترسی به کل جامعه و... در اکثر موارد نمی‌تونیم از سرشماری بهره ببریم؛
اینجور مواقع ما از روش نمونه‌گیری استفاده می‌کنیم به نحوی که با داده‌گیری از یک بخشی از جامعه، از روش‌های استنباطی استفاده می‌کنیم و نتایج به‌دست اومده رو تعمیم می‌دیم و به یه نتیجه‌گیری کلی می‌رسیم؛
در روش نمونه‌گیری یکسری نکات هست که حتماً باید رعایت بشه، ما باید توجه کنیم که اگر جامعه‌مون پراکندگی زیادی داره حتماً ما هم داده‌های گسترده‌تر و بیشتری جمع‌آوری کنیم و اگر جامعه‌مون دسته‌بندی داره، ما هم در نمونه‌گیریمون دسته‌بندی‌ها رو لحاظ کنیم.
در روش سرشماری هم ما اطلاعات کامل و کافی در اختیار داریم و دیگه نیازی به استنباط و تعمیم نداریم و فقط کافیه بتونیم داده‌ها رو تحلیل کنیم و یک مدل جامعه‌شناختی از جامعه‌ی مورد مطالعه رو ارائه کنیم.
نکته‌ی دیگه‌ای که وجود داره اینه که خیلی از افرادی که دانش آماری کافی ندارن، به تحقیقات آماری هم اعتمادی ندارن؛
همونطور که عرض کردم، فقط تسلط به روش‌های آماری کافی نیست و ما باید ابتدا با پیش‌فرض‌ها و مفروضات این روش‌ها آشنا باشیم و بعد به نتایج به‌دست اومده استناد کنیم؛
مثلاً درمورد تجزیه واریانس، مفروضاتی وجود داره(نرمال بودن باقیمانده‌ها، استقلال خطای واحدهای آزمایشی، همسان بودن تجانس واریانس تیمارها و... )،وقتی این فرضیات بررسی نشن و حتی درمورد ماهیت داده‌ها هم بررسی‌های لازم به‌عمل نیاد، فردی که فقط اطلاعات محدودی درمورد واریانس داره و از راهنمای برنامه استفاده میکنه، میاد و بدون اطلاعات کافی دست به محاسبه می‌زنه و خب گاهی این محاسبات نتایج اشتباه و به‌دور از واقعیت به‌دست میده و طبیعتاً اعتماد به علم آمار رو هم از بین می‌بره و انگشت اتهام رو به‌سمت آمار نشونه میره.
مسلماً اطلاعات ناقص و محدود نمیتونه به ما کمک کنه، پس برای انجام محاسبات و تحلیل‌های درست و به‌جا، لازمه که به‌اندازه‌ی کافی با پیش‌فرض‌ها و روش‌ها و اطلاعات آماری آشنا باشیم تا بتونیم به نتیجه‌ی مطلوب برسیم.
خیلی خیلی از شما استاد گرامی تشکر می‌کنیم که با وجود مشغله‌های زیاد، فرصتتون رو در اختیار ما قرار دادین.
امیدواریم که این مطلب برای مخاطبای ما هم به‌اندازه‌ی کافی جذاب و مفید بوده‌باشه؛
با آروزی سلامتی و توفیق روزافزون برای شما جناب پازکی!
استاد سلامی‌ها،لطفاً شما هم نظراتتون درمورد این مطلب رو با ما به اشتراک بذارید.
