Hamshahri Newspaper

سرشماري عمومي نفوس و مسكن از روز شنبه ششم آبان در سراسر كشور آغاز شده است و تا دو هفته ديگر ادامه خواهد داشت. در اهميت سرشماري و لزوم جمع آوري اطلاعات براي برنامه ريزي و سياستگذاري در سال هاي آينده، در ماه ها و روزهاي گذشته در رسانه ها، زياد نوشته و گفته شده است. محتواي اين نوشته ها و برنامه هاي رسانه اي، عمدتاً بر ترغيب مردم به همكاري با كارمندان سرشمار و كارگزاران مركز آمار ايران در اجراي بي عيب و نقص سرشماري است و كمتر به مطلبي علمي در اين ارتباط برمي خوريم. به همين منظور و براي ارتقاي دانش آماري مردم، مقاله حاضر را تقديم خوانندگان محترم مي كنيم. در اين نوشته، سعي شده است اطلاعاتي تخصصي درباره آمار، آمارشناس و سرشماري ارائه شود.
تاريخچه علم آمار
بسياري بر اين باورند كه يكي از بارزترين ويژگي هاي تمدن هاي باستاني، توانايي آنها در توليد آمار و كاربرد مؤثر اطلاعات حاصل از آنهاست. به عنوان مثال در بين النهرين۴۵۰۰سال پيش از ميلاد، تمدن هايي شكل گرفتند كه از جمله نكات قابل توجه اين تمدن ها اين است كه در آنها سوابق فعاليت ها و امور بر لوحه هاي گلي با شكل ها و اندازه هاي مختلف به نحو پيشرفته اي ثبت و نگهداري مي شد. اين روش بايگاني داده ها، آمارها و اطلاعات بسياري در مورد دريافتي ها، هزينه ها، موجودي ها و غيره به دست مي داد. در ايران باستان به خصوص در زمان هخامنشيان، شمار سربازان ارتش به وسيله پيكان هاي هر يك از افراد نگاه داشته مي شد. مخصوصا به هنگام جنگ، سربازاني كه براي نبرد اعزام مي شدند، هريك پيكاني را در سبدهاي مشخصي قرار مي دادند. اين سبدها بايگاني مي شد و در پايان، هر يك از سربازان از جنگ بازگشته، تيري ازدرون سبدها برمي داشت. به اين ترتيب تعداد دقيق كاهش نيروي ارتش مشخص شده و بر اساس آن برنامه ريزي هاي مختلفي صورت مي گرفت.
بيش از۵۰۰ سال پيش، سرخپوستان اينكايي آمريكاي جنوبي، سيستم هاي نسبتا جامعي به وجود آوردند كه از پايگاه هاي اطلاعاتي و مدل هاي پردازش داده ها برخوردار بود و از هزاران رشته نخ گره خورده به نام كويپوس(Quipus) تشكيل مي شد. اين كويپوس ها جمعيت يك روستا، عوارضي كه به آن تعلق مي گرفت، مقدار غله هر انبار، معاملات تجاري، سوابق جنگي و ساير وقايع تاريخي را نشان مي دادند. اينكاها با آراستن گره ها و رنگ هاي گوناگون در نظم هاي مختلف، تركيبي از فرمول هاي ياري دهنده حافظه و ارقام و اطلاعات توصيفي به وجود مي آوردند.
در اواسط قرن هجدهم ميلادي، نياز به داده ها و آمارهاي حاصل از آنها فزوني يافت. انقلاب صنعتي، لوازم اساسي توليد را از خانه به كارخانه انتقال داد. پيدايش توليدكنندگان بزرگ به ايجاد صنايع خدماتي به منظور فروش و حمل و نقل فرآورده هاي كارخانه ها منجر شد. افزايش اندازه و پيچيدگي اين سازمان هاي توليدي موجب شد كسي نتواند بدون استمداد از آمار و ارقام و وسايل پردازش داده ها، مديريت اين سازمان ها را به عهده گيرد. در قرن بيست ويكم، نياز به اطلاعات گسترده اي كه در دسترس گروه هاي مختلف و متنوع تري از كاربران اين آمار و اطلاعات قرار گيرد، به مراتب بيشتر از گذشته است چرا كه سرمايه گذاران در شركت ها درباره وضع مالي شركت و دورنماي فعاليت هاي آتي آن به آمارهاي متنوعي نياز دارند. همچنين سازمان ها و ادارات دولتي براي وضع مقررات به گزارش هايي نياز دارند كه بيان كننده وضعيت موجود و عملكرد آنها و جامعه باشند و... .
در اينجا يادآوري تفاوت داده ها و اطلاعات براي خواننده گرامي، ضروري به نظر مي رسد. داده ها شامل اعداد و ارقام، تصاوير، متون، اسناد و اصوات است. داده هايي كه در قالبي مفيد و با معني شكل گرفته و در اختيار استفاده كنندگان قرار مي گيرند تا از آنها براي تصميم گيري و برنامه ريزي استفاده شود نيز اطلاعات نام دارند. مي توان چنين نتيجه گرفت كه توليد آمارهايي به صورت جداول و نمودارها، خود گونه اي از توليد اطلاعات است چرا كه داده ها را با روش هاي مختلف خلاصه مي سازد. اما اين نكته را نيز نبايد از نظر دور داشت كه اين مطلب، همه آمار نيست.
ريشه و تعريف آمار
در كتاب ريشه هاي لغت انگليسي آكسفورد
(The Oxford Eglish etymology dictioary) آمار به صورت زير تعريف مي گردد:
كلمه آمار مشتق از واژه لاتينيstatus است و يكي از معاني آن State يا دولت است و در آغاز براي بيان واقعيت هاي يك جامعه يا يك كشور در علوم سياسي به كار گرفته شد(قرن۱۸ميلادي).
كلمه آمار داراي معاني بسياري است و در قالب يك اسم عام، عبارت از مجموعه اي از داده هاي عددي مانند آمار بيكاران، حوادث، بيمه شدگان، درآمدها، هزينه ها و... است. امروزه بسياري از مردم همچنان آمار را تنها به عنوان مجموعه اي گيج كننده از اعداد و ارقام و جداولي مي دانند كه بيان كننده وضعيت هاي گوناگون جمعيتي، اقتصادي، سياسي و... هستند. علم آمار در يكي،دو قرن گذشته، چنان تحول شگرفي پيدا كرده است كه به عنوان مهمترين ابزار استدلالي مبتني بر داده ها معرفي مي شود. پيشرفت هاي به دست آمده در علم آمار باعث تأييد و تثبيت بسياري از نظريه هاي علوم ديگر شده كه اين نكته، خود به توسعه ساير علوم انجاميده است. همچنين نمايش هاي عددي صرف به صورت جنبه اي فرعي از علم آمار درآمده است و تعداد بسيار محدودي از كارشناسان حرفه اي آمار به فعاليت هاي معمولي جدول بندي و رسم نمودارها اشتغال دارند. امروزه آمارشناسان از روش هاي مختلف آماري براي استنتاج بر اساس مجموعه اي از داده هاي گردآوري شده و استخراج اطلاعات از آنها به صورت جداول، نمودارها، خلاصه سازي ها و تحليل هاي تخصصي بهره مي گيرند.
آمار به عنوان يك اسم عام را مي توان به صورت زير تعريف كرد: آمار ابزاري براي خلاصه سازي وقايعي است كه تحت تأثير دلايل متنوعي رخ داده و به صورت عددي در سطح قابل قبولي از خطا بيان مي شوند. داده هاي اين وقايع به روشي نظام مند و با هدفي مشخص و از پيش تعيين شده گردآوري شده و در جداول و نمودارها با يكديگر در ارتباط قرار داده مي شوند .
تعريف قبل، تمامي ويژگي هاي آمار را در قالب صفات زير بيان مي كند:
۱ - خلاصه اي از وقايع
۲ - تحت تأثير چند علت
۳ - توصيف شده به صورت عددي
۴ - برآوردشده با سطح قابل قبولي از خطا
۵ - گردآوري شده به روشي نظام مند
۶ - گردآوري شده براي هدفي مشخص
۷ - مرتب شده در ارتباط با يكديگر در جداول و نمودارها
آمار در قالب يك اسم خاص، به عنوان شاخه اي از علم رياضيات است كه هدف آن توسعه روش هايي براي استنتاج براساس مجموعه اي از داده هاي گردآوري شده و استخراج اطلاعات از آنها به صورت جداول، نمودارها، خلاصه سازي ها و تحليل هاي تخصصي است. روش هاي متنوع به كارگرفته شده در اين علم روش هاي آماري (statistical methods) و كساني كه اين روش ها را به كار مي برند، آمارشناس ناميده مي شوند.
در تعريف مدرن، علم آمار عبارت از گردآوري، توصيف، تجزيه و تحليل و تفسير داده هاي كمي و كيفي است. روش هاري آماري، مخصوصا هنگامي كه تغيير پذيري در اندازه ها يا داده ها مشاهده مي شود(در پديده هاي طبيعي و موجود در زندگي بشر) مفيد بوده و به كار گرفته مي شوند. شايد بتوان مهمترين وجه تمايز آمار و رياضيات را در اين نكته دانست كه در رياضيات، يك عدد(به عنوان مثال 100) تنها يك عدد است كه مي توان با آن محاسبات رياضي انجام داد، اما در آمار اين عدد هويت مي يابد؛ به اين مفهوم كه 100 در جايي عددي بزرگ و مهم است، ولي همين عدد در جايي ديگر مقداري ناچيز به شمار مي رود. نكته ديگري كه بايد به آن توجه كرد، اين است كه در علم رياضي صحبت از قطعيت است( اينكه همواره دو به علاوه دو برابر چهار مي شود) اما در علم آمار بحث بر سر عدم قطعيت هاست، يعني در علم آمار، دو به علاوه دو لزوما برابر چهار نيست و در اين علم آن را با درصدي از اطمينان، برابر چهار مي دانند.
در تعريف مدرن، چهار مرحله زير در علم آمار بيان مي شود:
۱ - گردآوري داده ها
۲ - توصيف داده ها
۳ - تحليل داده ها
۴ - تفسير داده ها
شايد بتوان مرحله پنجمي را نيز براي اين علم در نظر گرفت. اين مرحله مي تواند به عنوان سازماندهي داده ها بيان شود.
تكنيك و هدف آمار
با تمام تعاريف و زواياي مختلف موجود براي علم آمار، هدف اين علم چيست؟ مي توان بيان كرد كه: هدف علم آمار توسعه و به كارگيري روش هايي براي استخراج اطلاعات مفيد از داده ها و تجربيات است. به علاوه، به دليل نقش اساسي اين علم در تحليل داده ها، لزوم به كارگيري داده هاي موثق و قابل اعتماد در اين علم از اهميت بالايي برخوردار است. پس يكي ديگر از اهداف اين علم تعيين روش هاي گردآوري مفيدي براي داده ها است. اين روش هاي گردآوري در قالب روش هاي ثبتي، بررسي هاي نمونه اي، طراحي آزمايش ها و... طرح مي شوند.
روش هاي بررسي داده ها به دو روش آمار توصيفي (Descriptive Statistics) و آمار تحليلي يا استنباطي (Iferetial Statistics) انجام مي شود. آمار توصيفي به بررسي هاي اكتشافي، نمايشي و خلاصه سازي داده ها مي پردازد، بدون اين كه بر روي داده ها هيچ گونه مدلي را برازش دهد. اين روش توصيف داده ها اولين گام در تحليل داده هاست. در اين مرحله به دليل اين كه هيچ گونه مدلي براي داده ها فرض نشده است، هيچ گونه آزمون فرض يا برآورد قابل آزموني نمي تواند به كار گرفته شود. اگرچه نبايد اين نكته را از نظر دور داشت كه اين مرحله در تحليل هاي آماري از اهميت خاصي برخوردار است، چرا كه مي تواند آشكاركننده خصوصيات بسيار جالب و مهم داده ها باشد. آمار استنباطي گام بعدي تحليل داده ها است و هدف آن، شناسايي مدل مناسبي براي داده هاست. پس از برازش مدل به داده ها، هدف برآورد بهينه پارامترهاي مدل است. در نهايت اعتبار مدل با انجام آزمون هاي مناسبي براي برآوردهاي به دست آمده و فرضيات مدل مورد بررسي قرار مي گيرد. در اين مرحله نتايج به دست آمده از يك نمونه خاص را مي توان به جامعه تعميم داد.
چه زماني از آمار استفاده مي شود؟
* به منظور توصيف داده ها به شكلي محدود و خلاصه: روش هاي آماري در كلاسه بندي، گروه بندي و جدول بندي كردن داده هاي خام اوليه به منظور پردازش ها يا جدول بندي هاي بيشتر به كار مي روند.
* به منظور سادگي در بيان داده هاي حجيم و پيچيده: براي رسيدن به اين منظور داده ها به صورت جداول، نمودارها، گراف ها و... نمايش داده مي شوند و يا با استفاده از شاخص هاي تمركز و پراكندگي بيان مي گردند.
* براي مقايسه دو يا چند مجموعه از داده ها: جداول، اندازه ميانگين و پراكندگي ها در مقايسه مجموعه هاي مختلفي از داده ها به كار مي روند.
* به منظور تصميم گيري و برنامه ريزي: از آمارها مي توان براي تصميم گيري و شكل دادن سياست هاي كاري بهره گرفت. به عنوان مثال بر اساس آمارها مي توانند براي پيش بيني تقاضاي بازار به كار گرفته شوند.
* براي اندازه گيري شدت و اندازه پديده ها: امكان شمارش جمعيت يك كشور و رشد آن، رشد صنعتي، كشاورزي، سطح تحصيلات و... با استفاده از آمار به دست مي آيد.
محدوديت هاي آمار
* آمار راجع به پارامترهاي جامعه است و بر اساس اندازه هاي به دست آمده از يك فرد جامعه بحث نمي كند. به دليل اين كه آمار بر اساس آمارهاي خلاصه شده اي از وقايع بحث مي كند، در مطالعاتي كه تنها بر روي يك عضو جامعه انجام مي شوند، كاربردي ندارد. به عنوان مثال، حق بيمه پرداخت شده كارگري در يك شركت خاص در يك زمان مشخص نمي تواند به عنوان مأخذ آماري قلمداد شود. حال آن كه اگر حق بيمه هاي پرداخت شده از تمامي كارگران شركت در يك زمان و يا زمان هاي متوالي گردآوري شود به عنوان منبعي براي پردازش هاي آماري به شمار خواهد رفت. همچنين نمره يك دانشجو در درس آمار، نمي تواند به عنوان شاخصي براي نمره آمار كلاس محسوب شود (در حقيقت مي تواند، ولي شاخص خوبي نيست) در صورتي كه متوسط نمره تمامي افراد كلاس آمار مي تواند به عنوان يك شاخص آماري بسيار خوب و مناسب براي نمره آمار كلاس در نظر گرفته شود.
* سازه هاي ذهني كيفي مانند اخلاق، هوش و استعداد، زيبايي و غيره تنها در صورتي كه كمي شوند مي توانند به عنوان آمارهايي براي پردازش هاي آماري به كار گرفته شوند.
* نتايج آماري در يك قالب كلي صحيح هستند: نتيجه گيري هاي به دست آمده بر اساس محاسبات آماري، براي تك تك افراد صادق نيستند. اين نتايج تنها تحت شرايط خاصي صحيح مي باشند.
* روش هاي آماري بر اساس عدم قطعيت بنيان گذارده شده اند. از اين رو اين روش هاي آماري تنها زماني كه به دقت رياضيات نيازي نيست و يا دستيابي به اين دقت امكان پذير نيست، به كار مي روند.
پس از مطالعه و شناخت مفهوم آمار و علم آمار، مسايل مورد توجه در علم آمار و همچنين نقاط ضعف آن در ادامه به معرفي آمارشناسان و مسايلي كه معمولاً به حل آنها مي پردازند و حيطه هاي كاربردي آمار در ساير علوم پرداخته مي شود.
آمارشناس كيست؟
آمارشناس كسي است كه اين سؤالات را مورد توجه قرار مي دهد:
* چه داده هايي بايد گردآوري شوند؟
* منابع چگونه مي توانند به شكل كاراتري براي گردآوري داده ها به كار روند؟
* چگونه مي توان يك مدل آماري را به داده هاي گردآوري شده برازش داد؟
* چگونه مي توان داده ها را به گونه اي ارايه كرد كه ويژگي هاي آنها را به خوبي بيان كند؟
* چه نتيجه اي از داده ها بايد استنتاج شود و ميزان عدم قطعيت اين نتيجه تا چه اندازه است؟
* بر اساس نتايج به دست آمده از داده هاي گردآوري شده، چه فعاليت هايي بايد صورت گيرد؟
پيش زمينه بسيار خوب از رياضيات، به خصوص در رياضي عمومي و نظريه احتمالات براي متخصصان علم آمار ضروري است؛ چرا كه اين روش هاي رياضي و احتمالي ابزاري براي مدل سازي آماري و حل مسايل است. با توجه به پيشرفت هاي شگرف علم رياضي در دهه هاي اخير، به دليل حضور و استفاده از رايانه هاي سريع و پرقدرت، امروزه، اشراف بر علم آمار و رياضي به تنهايي براي آمارشناسان كافي نبوده و فراگيري كامپيوتر نيز براي اين آمارشناسان از اهميت بالايي برخوردار است. به علاوه، به دليل اين كه امروزه هر يك از آمارشناسان به عنوان مشاور و دستيابي علمي محققين علوم مختلف فعاليت مي كنند، بايد دانش مناسبي از حيطه تخصصي كه در آن به مشاوره مي پردازند نيز داشته باشند.
كاربرد آمار در ساير علوم
آمار كاربردهاي گوناگوني دارد و روزبه روز هم بر كاربردهاي آن افزوده مي شود. برخي از علومي كه آمار به صورت تخصصي در آنها نقش بازي مي كند، عبارتند از:
* علوم بيمه: تعيين نرخ هاي مرگ ومير، طراحي طرح هاي بازنشستگي، اندازه گيري اثرات برنامه هاي مربوط به كنترل و پيشگيري از مخاطرات، تناسب و توازن منابع و مصارف و يا تعيين نرخ حق بيمه هاي مختلف و غيره.
* كشاورزي: توسعه گونه هاي جديد و مقاوم تري از غلات، افزايش توليد شير و تخم مرغ، ارزيابي اثرات و خطرات بالقوه سموم آفت هاي گياهي و حشره كش ها و غيره.
* زيست شناسي: مطالعه سير تكامل، مدل بندي رشد، بررسي اثرات متقابل گونه هاي مختلف و محيط اطرافشان و غيره.
* علوم رايانه: ارزيابي الگوريتم ها بر اساس مدل هاي تصادفي، ارزيابي سيستم هاي صف در مصارف كامپيوتري (به خصوص در خدمات مربوط به خطوط ديتا در انتقال اطلاعات و شبكه هاي كامپيوتري)، استخراج اطلاعات از مجموعه داده هاي بزرگ و غيره.
* حسابداري و تجارت: برآورد حجم خرده فروشي، طراحي سيستم هاي كنترل مالي، توليد روش هاي محاسباتي و حسابداري و غيره.
* اقتصاد: اندازه گيري و محاسبه شاخص هاي مختلف مانند تورم، حجم تجارت، حجم نيروي كار فعال، نيروي كار بالقوه، استانداردهاي زندگي، برآوردهاي كوتاه و بلندمدت از شاخص هاي اقتصادي و غيره.
* مهندسي: بهبود كيفيت محصولات و آزمون عملكرد آنها، برآورد اعتماد و سيستم ها و اجزاي آنها، طراحي الگوريتم هايي به منظور تشخيص و شناسايي خودكار و غيره.
* مالي: مدل بندي و مديريت مخاطرات مالي، ارزش گذاري و...
* جنگلداري و منابع آبزيان: برآورد جمعيت گونه هاي مختلف حيوانات و ماهي ها، مديريت و تخصيص منابع طبيعي و غيره.
* پزشكي و سلامت: بررسي، توليد و توسعه داروهاي جديد، ارزيابي و بهبود برنامه هاي پيشگيري و درمان سرطان ها، تعيين عوامل ژنتيكي بيماري ها و سرطان ها، ارزيابي عوامل خطر محيطي براي بيماري هاي مختلف و غيره.
* حقوق: ارزيابي شواهد و بررسي مدارك.
* مديريت: نيازسنجي هاي گوناگون در زمينه نيروي كار، آموزش، امكانات و تجهيزات، ارزيابي بهره وري، ارزيابي بازارهاي مختلف، ارزيابي رضايت كاركنان، مشتريان و غيره.
* روان شناسي: اندازه گيري توانايي هاي آموزش، هوش و ويژگي هاي شخصيتي، مطالعه رفتارهاي نرمال و غير نرمال و غيره.
* كنترل كيفيت: ارزيابي كيفيت با استفاده از نمونه گيري، كنترل فرآيندها، طراحي آزمايش ها در توسعه محصولات و غيره.
* جامعه شناسي: آزمون نظريه هاي مختلف درباره سيستم هاي اجتماعي، طراحي و انجام بررسي هاي نمونه اي به منظور مطالعه عادت و رفتار اجتماعي، توصيف و تفسير تفاوت هاي بين فرهنگ ها و غيره.