آمار

آمار (به انگلیسی: statistics) به مجموعه‌ی داده‌های عددی مربوط به یک موضوع (معمولا مهم)، مانند جمعیت، متوفیات، میزان تجارت داخلی یا خارجی، دما یا بارش ماهیانه و غیر گفته می‌شود. آمار را باید علم و عمل استخراج، بسط، و توسعهٔ دانشهای تجربی انسانی با استفاده از روش‌های گردآوری، تنظیم، پرورش، و تحلیل دادههای تجربی (حاصل از اندازه گیری و آزمایش) دانست.





زمینه‌های محاسباتی و رایانه‌ای جدیدتری همچون یادگیری ماشینی، و کاوش‌های ماشینی در داده‌ها، در واقع، امتداد و گسترش دانش گسترده و کهن از آمار به عهد محاسبات نو و دوران اعمال شیوه‌های ماشینی در همه‌جا می‌باشد. علم آمار، علم فن فراهم کردن داده‌های کمّی و تحلیل آن‌ها به منظور به دست آورن نتیایجی که اگرچه احتمالی است، اما در خور اعتماد است.


در صورتی که شاخه‌ای علمی مد نظر نباشد، معنای آن، داده‌هایی به‌شکل ارقام و اعداد واقعی یا تقریبی است که با استفاده از علم آمار می‌توان با آن‌ها رفتار کرد و عملیات ذکر شده در بالا را بر آن‌ها انجام داد. بیشتر مردم با کلمة آمار به مفهومی که برای ثبت و نمایش اطلاعات عددی به کار می‌رود آشنا هستند. ولی این مفهوم منطبق با موضوع اصلی مورد بحث آمار نیست. آمار عمدتاً با وضعیتهایی سر و کار دارد که در آنها وقوع یک پیشامد به طور حتمی قابل پیش بینی نیست. اسنتاجهای آماری غالباً غیر حتمی اند، زیرا مبتنی بر اطلاعات ناکاملی هستند. در طول چندین دهه آمار فقط با بیان اطلاعات و مقادیر عددی در باره اقتصاد، جمعیت‌شناسی و اوضاع سیاسی حاکم در یک کشور سر و کار داشت. حتی امروز بسیاری از نشریات و گزارشهای دولتی که توده‌ای از آمار و ارقام را در بردارند معنی اولیه کلمه آمار را در ذهن زنده می‌کنند. اکثر افراد معمولی هنوز این تصویر غلط را در باره آمار دارند که آن را منحصر به ستونهای عددی سرگیجه آور و گاهی یک سری شکلهای مبهوت کننده می‌دانند. بنابراین، یادآوری این نکته ضروری است که نظریه و روشهای جدید آماری از حد ساختن جدولهای اعداد و نمودارها بسیار فراتر رفته‌اند. آمار به عنوان یک موضوع علمی، امروزه شامل مفاهیم و روشهایی است که در تمام پژوهشهایی که مستلزم جمع آوری داده‌ها به وسیله یک فرایند آزمایش و مشاهده و انجام استنباط و نتیجه گیری به وسیله تجزیه و تحلیل این داده‌ها هستند اهمیت بسیار دارند.






علم آمار

علم آمار، خود مبتنی است بر نظریه آمار که شاخه‌ای از ریاضیات کاربردی به حساب می‌آید. در نظریهٔ آمار، اتفاقات تصادفی و عدم قطعیت توسط نظریهٔ احتمالات مدل‌سازی می‌شوند. در این علم، مطالعه و قضاوت معقول در بارهٔ موضوع‌های گوناگون، بر مبنای یک جمع انجام می‌شود و قضاوت در مورد یک فرد خاص، اصلاً مطرح نیست.

از جملهٔ مهم‌ترین اهداف آمار، می‌توان تولید «بهترین» اطّلاعات از دادههای موجود و سپس استخراج دانش از آن اطّلاعات را ذکر کرد. به همین سبب است که برخی از منابع، آمار را شاخه‌ای از نظریه تصمیم‌ها به شمار می‌آورند.

این علم به بخش‌های آمار توصیفی و آمار استنباطی تقسیم می‌شود. از طرف دیگر می‌توان آن را به دو بخش آمار کلاسیک و آمار بیز تقسیم بندی کرد. در آمار کلاسیک، که امروزه در دانشگاه‌ها و دبیرستان‌ها تدریس می‌گردد، ابتدا آزمایش و نتیجه را داریم و بعد بر اساس آن‌ها فرض‌ها را آزمون می‌کنیم. به عبارت دیگر ابتدا آزمایش انجام می‌شود و بعد فرض آزمون می‌گردد. در آمار بیزی ابتدا فرض در نظر گرفته می‌شود و داده‌ها با آن مطابقت داده می‌شوند به عبارت دیگر در آمار بیزی یک پیش توزیع داریم-توزیع پیشین- و بعد از مطالعه داده‌ها و برای رسیدن به آن توزیع پیشین، توزیع پسین را در نظر می‌گیریم.






علم آماری

شامل برنامه‌ریزی و جمع‌بندی و تفسیر مشاهدات غیر قطعی است به‌شکلی که∗:

اعداد نمایندهٔ واقعی مشاهدات بوده، غیر واقعی یا غلط نباشند.
به‌نحو مفیدی تهیه و تنظیم شوند.
به‌نحو صحیح تحلیل شوند.
قابل نتیجه‌گیری صحیح باشند.







روش‌های آماری

مطالعات تجربی و مشاهداتی هدف کلی برای یک پروژه تحقیقی آماری، بررسی حوادث اتفاقی بوده و به ویژه نتیجه گیری روی تأثیر تغییرات در ارزش شاخص‌ها یا متغیرهای غیر وابسته روی یک پاسخ یا متغیر وابسته‌است. دو شیوه اصلی از مطالعات آماری تصادفی وجود دارد: مطالعات تجربی و مطالعات مشاهداتی. در هر دو نوع از این مطالعات، اثر تغییرات در یک متغیر (یا متغیرهای) غیر وابسته روی رفتار متغیرهای وابسته مشاهده می‌شود. اختلاف بین این دو شیوه درچگونگی مطالعه‌ای است که عملاً هدایت می‌شود. یک مطالعه تجربی در بردارنده روش‌های اندازه گیری سیستم تحت مطالعه‌است که سیستم را تغییر می‌دهد و سپس با استفاده از روش مشابه اندازه گیری‌های اضافی انجام می‌دهد تا مشخص سازد که آیا تغییرات انجام شده، مقادیر شاخص‌ها را تغییر می‌دهد یا خیر. در مقابل یک مطالعه نظری، مداخلات تجربی را در بر نمی‌گیرد. در عوض دادهها جمع آوری می‌شوند و روابط بین پیش بینی‌ها و جواب بررسی می‌شوند.

یک نمونه از مطالعه تجربی، مطالعات Hawthorne مشهور است که تلاش کرد تا تغییرات در محیط کار را در کمپانی الکتریک غربی Howthorne بیازماید. محققان علاقه مند بودند که آیا افزایش نور می‌تواند کارایی را در کارگران خط تولید افزایش دهد. محققان ابتدا کارایی را در کارخانه اندازه گیری کردند و سپس میزان نور را در یک قسمت از کارخانه تغییر دادند تا مشاهده کنند که آیا تغییر در نور می‌تواند کارایی را تغییر دهد. به واسطه خطا در اقدامات تجربی، به ویژه فقدان یک گروه کنترل محققاتی در حالی که قادر نبودند آنچه را که طراحی کرده بودند، انجام دهند قادر شدند تا محیط را با شیوه Hawthorne آماده سازند. یک نمونه از مطالعه مشاهداتی، مطالعه ایست که رابطه بین سیگار کشیدن و سرطان ریه را بررسی می‌کند. این نوع از مطالعه به طور اختصاصی از شیوه‌ای استفاده می‌کند تا مشاهدات مورد علاقه را جمع آوری کند و سپس تجزیه و تحلیل آماری انجام دهد. در این مورد، محققان مشاهدات افراد سیگاری و غیر سیگاری را جمع آوری می‌کنند و سپس به تعداد موارد سرطان ریه در هر دو گروه توجه می‌کنند.






احتمالات

در زبان محاوره، احتمال یکی از چندین واژه‌ای است که برای دانسته یا پیشامدهای غیر مطمئن به کار می‌رود و کم و بیش با واژه‌هایی مانند ریسک، خطرناک، نامطمئن، مشکوک و بسته به متن قابل معاوضه‌است. شانس، بخت، امتیاز و شرط بندی از لغات دیگری است که نشان دهنده برداشت‌های مشابهی است. همانگونه که نظریه مکانیک به تعاریف دقیق ریاضی از عبارات متداولی مثل کار و نیرو می‌پردازد، نظریه احتمالات نیز تلاش دارد تا مفاهیم و برداشت‌های مربوط به احتمالات را کمّی سازی کند.






نرم‌افزارها

آمار مدرن برای انجام بعضی از محاسبات خیلی پیچیده و بزرگ به وسیله رایانهها استفاده می‌شود. کل شاخه‌های آمار با استفاده از محاسبات کامپیوتری انجام‌پذیر شده‌اند، برای مثال شبکه‌های عصبی. انقلاب کامپیوتری با یک توجه نو به آمار «آزمایشی» و «شناختیک» رویکردهایی برای آینده آمار داشته‌است.

یکی از مهم‌ترین کاربردهای آمار و احتمال با استفاده از رایانه شبیه سازی است.

شبیه سازی نسخه‌ای از بعضی وسایل حقیقی یا موقعیت‌های کاری است. شبیه سازی تلاش دارد تا بعضی جنبه‌های رفتاری یک سیستم فیزیکی یا انتزاعی را به وسیله رفتار سیستم دیگری نمایش دهد. شبیه سازی در بسیاری از متون شامل مدل سازی سیستم‌های طبیعی و سیتم‌های انسانی استفاده می‌شود. برای به دست آوردن بینش نسبت به کارکرد این سیستم‌ها در تکنولوژی و مهندسی ایمنی که هدف، آزمون بعضی سناریوهای عملی در دنیای واقعی است از شبیه سازی استفاده می‌شود. در شبیه سازی با استفاده از یک شبیه ساز یا وسیله دیگری در یک موقعیت ساختگی می‌توان آثار واقعی بعضی شرایط احتمالی را بازسازی کرد.







۱- شبیه سازی فیزیکی و متقابل (شبیه سازی فیزیکی، به شبیه سازی اطلاق می‌شود که در آن اشیای فیزیکی به جای شی واقعی جایگزین می‌شوند و این اجسام فیزیکی اغلب به این خاطر استفاده می‌شوند که کوچک‌تر و ارزان تر از شی یا سیستم حقیقی هستند. شبیه سازی متقابل (تعاملی) که شکل خاصی از شبیه سازی فیزیکی است و غالباً به انسان در شبیه سازی‌های حلقه‌ای اطلاق می‌شود یعنی شبیه سازی‌های فیزیکی که شامل انسان می‌شوند مثل مدل استفاده شده در شبیه ساز پرواز.)







۲- شبیه سازی در آموزش (شبیه سازی اغلب در آموزش پرسنل شهری و نظامی استفاده می‌شود. معمولاً هنگامی رخ می‌دهد که استفاده از تجهیزات در دنیای واقعی از لحاظ هزینه کمرشکن یا بسیار خطرناک است تا بتوان به کارآموزان اجازه استفاده از آن‌ها را داده. در چنین موقعیت‌هایی کارآموزان وقت خود را با آموزش دروس ارزشمند در یک محیط واقعی «ایمن» می‌گذرانند. غالباً این اطمینان وجود دارد تا اجازه خطا را به کارآموزان در طی آموزش داد تا ارزیابی سیستم ایمنی– بحران صورت گیرد.)

شبیه سازی‌های آموزشی به طور خاص در یکی از چهار گروه زیر قرار می‌گیرند:

الف - شبیه سازی زنده (جایی که افراد واقعی از تجهیزات شبیه سازی شده (یا آدمک) در دنیای واقعی استفاده می‌کنند.)

ب - شبیه سازی مجازی (جایی که افراد واقعی از تجهیزات شبیه سازی شده در دنیای شبیه سازی شده (یا محیط واقعی) استفاده می‌کنند.) یا

ج - شبیه سازی ساختاری (جایی که افراد شبیه سازی شده از تجهیزات شبیه سازی شده در یک محیط شبیه سازی شده استفاده می‌کنند. اغلب به عنوان بازی جنگی نامیده می‌شود زیرا که شباهتهایی با بازی‌های جنگی رومیزی دارد که در آن‌ها بازیکنان، سربازان و تجهیزات را اطراف یک میز هدایت می‌کنند.)

د - شبیه سازی ایفای نقش (جایی که افراد واقعی نقش یک کار واقعی را بازی می‌کنند.)







۳ - شبیه سازی‌های پزشکی (شبیه سازهای پزشکی به طور فزاینده‌ای در حال توسعه و کاربرد هستند تا روشهای درمانی و تشخیص و همچنین اصول پزشکی و تصمیم گیری به پرسنل بهداشتی آموزش داده شود. طیف شبیه سازها برای آموزش روش‌ها از پایه مثل خونگیری تا جراحی لاپاراسکوپی و مراقبت از بیمار دچار ضربه، وسیع و گسترده‌است. بسیاری از شبیه سازهای پزشکی دارای یک رایانه هستند که به یک ماکت پلاستیکی با آناتومی مشابه واقعی متصل است. در بعضی از آنها، ترسیم‌های کامپیوتری تمام اجزای قابل رؤیت را به دست می‌دهد و با دستکاری در دستگاه می‌توان جنبه‌های شبیه سازی شده کار را تولید کرد. بعضی از این دستگاهها دارای شبیه سازهای گرافیکی رایانهای برای تصویربرداری هستند مانند پرتو ایکس یا سایر تصاویر پزشکی. بعضی از شبیه سازهای بیمار، دارای یک مانکن انسان نما هستند که به داروهای تزریق شده واکنش می‌دهد و می‌توان آن را برای خلق صحنه‌های مشابه فوریت‌های پزشکی خطرناک برنامه ریزی کرد. بعضی از شبیه سازهای پزشکی از طریق شبکه اینترنت قابل گسترش هستند و با استفاده از جستجوگرهای استاندارد شبکه به تغییرات جواب می‌دهند. در حال حاضر، شبیه سازی‌ها به موارد غربال گری پایه محدود شده‌اند به نحوی که استفاده کنندگان از طریق وسایل امتیازدهی استاندارد با شبیه سازی در ارتباط هستند.)







۴ - شبیه سازهای پرواز (یک شبیه ساز پرواز برای آموزش خلبانان روی زمین مورد استفاده قرار می‌گیرد. به خلبان اجازه داده می‌شود تا به هواپیمای شبیه سازی شده اش آسیب برساند بدون آن که خود دچار آسیب شود. شبیه سازهای پرواز اغلب برای آموزش خلبانان استفاه می‌شوند تا هواپیما را در موقعیت‌های بسیار خطرناک مثل زمین نشستن بدون داشتن موتور یا نقص کامل الکتریکی یا هیدرولیکی هدایت کنند. پیشرفته‌ترین شبیه سازها دارای سیستم بصری با کیفیت بالا و سیستم حرکت هیدرولیک هستند. کار با شبیه ساز به طور معمول نسبت به هواپیمای واقعی ارزان تر است.)







۵ - شبیه سازی و بازیها (هم چنین بسیاری از بازی‌های ویدئویی شبیه ساز هستند که به طور ارزان تر آماده سازی شده‌اند. بعضی اوقات از این‌ها به عنوان بازیهای شبیه سازی (sim) نامبرده می‌شود. چنین بازیهایی جنبه‌های گوناگون واقعی را شبیه سازی می‌کنند از اقتصاد گرفته تا وسایل هوانوردی مثل شبیه سازهای پرواز.)







۶ - شبیه سازی مهندسی (شبیه سازی یک مشخصه مهم در سیستم‌های مهندسی است. برای مثال در مهندسی برق، از خطوط تأخیری استفاده می‌شود تا تأخیر تشدید شده و شیفت فاز ناشی از خط انتقال واقعی را شبیه سازی کنند. مشابهاً، از بارهای ظاهری می‌توان برای شبیه سازی مقاومت بدون شبیه سازی تشدید استفاده کرد و از این حالت در مواقعی استفاده می‌شود که تشدید ناخواسته باشد. یک شبیه ساز ممکن است تنها چند تا از کارکردهای واحد را شبیه سازی کند که در مقابل با عملی است که تقلید نامیده می‌شود.






۷ - اغلب شبیه سازی‌های مهندسی مستلزم مدل سازی ریاضی و بررسی‌های کامپیوتری هستند. به هر حال موارد زیادی وجود دارد که مدل سازی ریاضی قابل اعتماد نیست. شبیه سازی مشکلات مکانیک سیالات اغلب مستلزم شبیه سازی‌های ریاضی و فیزیکی است. در این موارد، مدل‌های فیزیکی نیاز به شبیه سازی دینامیک دارند.)







۸ - شبیه سازی کامپیوتری (شبیه سازی رایانه، جزو مفیدی برای بسیاری از سیستم‌های طبیعی در فیزیک، شیمی و زیست‌شناسی و نیز برای سیستم‌های انسانی در اقتصاد و علوم اجتماعی (جامعه‌شناسی کامپیوتری) و همچنین در مهندسی برای به دست آوردن بینش نسبت به عمل این سیستم‌ها شده‌است. یک نمونه خوب از سودمندی استفاده از رایانه‌ها در شبیه سازی را می‌توان در حیطه شبیه سازی ترافیک شبکه جستجو کرد. در چنین شبیه سازی‌هایی رفتار مدل هر شبیه سازی را مطابق با مجموعه پارامترهای اولیه منظور شده برای محیط تغییر خواهد داد. شبیه سازی‌های کامپیوتری اغلب به این منظور به کار گرفته می‌شوند تا انسان از شبیه سازی‌های حلقه‌ای در امان باشد. به طور سنتی، مدل برداری رسمی سیستم‌ها از طریق یک مدل ریاضی بوده‌است به نحوی که تلاش در جهت یافتن راه حل تحلیلی برای مشکلات بوده‌است که پیش بینی رفتار سیستم را با استفاده از یک سری پارامترها و شرایط اولیه ممکن ساخته‌است. شبیه سازی کامپیوتری اغلب به عنوان یک ضمیمه یا جانشین برای سیستم‌های مدل سازی است که در آن‌ها راه حل‌های تحلیلی بسته ساده ممکن نیست. انواع مختلفی از شبیه سازی کامپیوتری وجود دارد که وجه مشترک همه آن‌ها در این است که تلاش می‌کند تا یک نمونه از برنامه‌ای برای یک مدل تولید کنند که در آن امکان محاسبه کامل تمام حالات ممکن مدل مشکل یا غیر ممکن است.)

به طور رو به افزونی معمول شده‌است که نام انواع مختلفی از شبیه سازی شنیده می‌شود که به عنوان «محیط‌های صناعی» اطلاق می‌شوند. این عنوان اتخاذ شده‌است تا تعریف شبیه سازی عملاً به تمام دستاوردهای حاصل از رایانه تعمیم داده شود.







۹ - شبیه سازی در علم رایانه (در برنامه نویسی کامپیوتری، یک شبیه ساز اغلب برای اجرای برنامه‌ای مورد استفاده قرار می‌گیرد که انجام آن برای رایانه با مقداری دشواری همراه است. برای مثال، شبیه سازها معمولاً برای رفع عیب یک ریزبرنامه استفاده می‌شوند. از آن جایی که کار کامپیوتر شبیه سازی شده‌است، تمام اطلاعات در مورد کار رایانه مستقیماً در دسترس برنامه دهنده‌است و سرعت و اجرای شبیه سازی را می‌توان تغییر داد. همچنین شبیه سازها برای تفسیر درخت‌های عیب یا تست کردن طراحی‌های منطقی VLSI قبل از ساخت مورد استفاده قرار می‌گیرند. در علم رایانه نظریه، عبارت شبیه سازی نشان دهنده یک رابطه بین سیستم‌های انتقال وضعیت است که این در مطالعه مفاهیم اجرایی سودمند است.)







۱۰ - شبیه سازی در تعلیم و تربیت (شبیه سازی‌ها در تعلیم و تربیت گاهی مثل شبیه سازی‌های آموزشی هستند. آن‌ها روی وظایف خاص متمرکز می‌شوند. در گذشته از ویدئو برای معلمین و دانش آموزان استفاده می‌شود تا مشاهده کنند، مسائل را حل کنند و نقش بازی کنند؛ هرچند، یک استفاده جدید تر از شبیه سازی‌ها در تعلیم و تربیت شامل فیلم‌های انیمیشن است (ANV.(ANVها نوعی فیلم ویدئویی کارتون مانند با داستان‌های تخیلی یا واقعی هستند که برای آموزش و یادگیری کلاس استفاده می‌شوند.ANVها برای ارزیابی آگاهی، مهارت‌های حل مسئله و نظم بچه‌ها و معلمین قبل و حین اشتغال کارایی دارند.)

شکل دیگری از شبیه سازی در سال‌های اخیر با اقبال در آموزش بازرگانی مواجه شده‌است. شبیه سازی بازرگانی که دارای یک مدل پویا است که آزمون استراتژی‌های بازرگانی را در محیط فاقد خطر مهیا می‌سازد و محیط مساعدی برای مباحث مطالعه موارد ارائه می‌دهد.







واژگانی که درک مفهوم آن‌ها در علم آمار مهم است عبارت‌اند از∗:

جمعیت
نمونه
متغیّر
مقیاس‌های اندازه‌گیری:
مقیاس اسمی (به انگلیسی: Nominal Scale)
مقیاس ترتیبی (به انگلیسی: Ordinal Scale)
مقیاس فاصله‌ای (به انگلیسی: Interval Scales)
مقیاس نسبی (به انگلیسی: Ratio Scales)

آمار رشته وسیعی از ریاضی است که راههای جمع آوری، خلاصه سازی و نتیجه گیری از دادهها را مطالعه می‌کند. این علم برای طیف وسیعی از علوم دانشگاهی از فیزیک و علوم اجتماعی گرفته تا انسان‌شناسی و همچنین تجارت، حکومت داری و صنعت کاربرد دارد.

هنگامی که دادهها جمع آوری شدند چه از طریق یک روش نمونه برداری خاص یا به وسیله ثبت پاسخ‌ها در قبال رفتارها در یک مجموعه آزمایشی (طرح آزمایش) یا به وسیله مشاهده مکرر یک فرایند در طی زمان (سری‌های زمانی) خلاصه‌های گرافیکی یا عددی را می‌توان با استفاده از آمار توصیفی به دست آورد.

الگوهای موجه در داده‌ها سازمان بندی می‌شوند تا نتیجه گیری در مورد جمعیت‌های بزرگ‌تر به دست آید که این کار با استفاده از آمار استنباطی صورت می‌گیرد و تصادفی بودن و عدم قاطعیت در مشاهدات را شناسایی می‌کند. این استنباط‌ها ممکن است به شکل جوابهای بله یا خیر به سؤالات باشد (آزمون فرض)، خصوصیات عددی را برآورد کند (تخمین)، پیش گویی مشاهدات آتی باشد، توصیف ارتباط‌ها باشد (همبستگی) و یا مدل سازی روابط باشد (رگرسیون).

شبکه توصیف شده در بالا گاهی اوقات به عنوان آمار کاربردی اطلاق می‌شود. در مقابل، آمار ریاضی (یا ساده تر نظریه آماری) زیر رشته‌ای از ریاضی کاربردی است که از نظریه احتمال و آنالیز برای به کارگیری آمار برروی یک پایه نظریه محکم استفاده می‌کند.







مراحل پایه برای انجام یک تجربه عبارت‌اند از:

برنامه ریزی تحقیق شامل تعیین منابع اطلاعاتی، انتخاب موضوع تحقیق و ملاحظات اخلاقی برای تحقیق و روش پیشنهادی. طراحی آزمون شامل تمرکز روی مدل سیستم و تقابل متغیرهای مستقل و وابسته. خلاصه سازی از نتایج مشاهدات برای جامعیت بخشیدن به آنها با حذف نتایج (آمار توصیفی). رسیدن به اجماع در مورد آنچه مشاهدات درباره دنیایی که مشاهده می‌کنیم به ما می‌گویند (استنباط آماری). ثبت و ارائه نتایج مطالعه.






سطوح اندازه گیری

چهار نوع اندازه گیری یا مقیاس اندازه گیری در آمار استفاده می‌شود. چهار نوع یا سطح اندازه گیری (ترتیبی، اسمی، بازه‌ای و نسبی) دارای درجات متفاوتی از سودمندی در بررسی‌های آماری دارند. اندازه گیری نسبی در حالی که هم یک مقدار صفر و فاصله بین اندازه‌های متفاوت تعریف می‌شود بیشترین انعطاف پذیری را در بین روش‌های آماری دارد که می‌تواند برای تحلیل داده‌ها استفاده شود. مقیاس تناوبی با داشتن فواصل معنی دار بین اندازه‌ها اما بدون داشتن میزان صفر معنی دار (مثل اندازه‌گیری بهره هوشی یا اندازه‌گیری دما در مقیاس سلسیوس) در تحقیقات آماری استفاده می‌شود. صفت آماری - هر ویژگی مربوط به هر واحد جامعه را یک صفت آماری یا به اختصار یک صفت برای آن واحد آماری است. اگر یک واحد آماری یک انسان باشد، گروه خون، وزن، میزان سواد، میزان درآمد، درجه حرارت بدن و تعدادخانوار هر کدام یک صفت آماری برای آن واحد است. صفتهای آماری دو دسته کلی هستند. ۱- صفت مشخصه ۲ صفت متغیر





میانه‌ها و شاخص‌های آماری
میانه‌ها وشاخص‌های آماری ترتیبی

iامین شاخص آمار ترتیبی یک مجموعه n عضوی، iامین عضو کوچک است. به عنوان مثال، مینیمم یک مجموعه از اعضا، اولین شاخص آمار ترتیبی (i=۱)است و ماکزیمم، nامین شاخص آمار ترتیبی (i=n)است. میانه، به طور غیر رسمی، نقطهٔ میانی مجموعه‌است. هنگامی که n فرد است، میانه منحصر به فرد است که در i=(n+۱)/۲ رخ می‌دهد. وقتی n زوج است، دو میانه وجود دارند که در i=n/۲ و i=n/۲+۱ رخ می‌دهند. انتخاب iامین شاخص آمار ترتیبی از یک مجموعه با n عضو مجزا را بیان می‌کند. مسئله انتخاب می‌تواند به طور رسمی به شکل زیر تعیین شود: ورودی: مجموعه A با n عدد(مجزا) و عدد i، که i بزرگتر یا مساوی ۱ و کوچکتر یا مساوی با n است. خروجی: عضو x در A که بزرگتر از دقیقا i-۱ عضو دیگر A می‌باشد. مسئله انتخاب می‌تواند در زمان (O(nlgn حل شود، چون می‌توانیم اعداد را با استفاده از مرتب سازی دودویی (heap sort) یا مرتب سازی ادغام مرتب کنیم و سپس به سادگی iامین عنصر در آرایه خروجی را مشخص کنیم اما الگوریتم‌های سریع تری وجود دارند. ابتدا مسئله انتخاب مینمم و ماکزیمم یک مجموعه از اعضا را بررسی می‌کنیم. مسئله جالب تر، مسئله انتخاب کلی است، که دردوقسمت بررسی می‌شود.قسمت اول یک الگوریتم عملی را تحلیل می‌کند که در حالت میانگین به زمان اجرای (O(n می‌رسد. قسمت بعد یک الگوریتم است که جنبه‌های نظری بیشتری داشته و در بدترین حالت به زمان اجرای (O(n می‌رسد.






مینیمم و ماکزیمم

چه تعداد مقایسه برای تعیین یک مجموعه n عضوی لازم است؟ می‌توانیم به سادگی به حد بالای n-۱ برای مقایسه‌ها برسیم: هر عضو مجموعه را به ترتیب بررسی کرده و کوچکترین عضوی که تا کنون دیده شده‌است را نگه می‌داریم. در روال زیر، فرض می‌کنیم مجموعه در آرایه A قرار دارد، که طول آرایه n است. قطعا یافتن ماکزیمم می‌تواند با n-۱ مقایسه نیز انجام شود. آیا این بهترین کاری است که می‌توانیم انجام دهیم؟ بله، چون می‌توانیم به حد پایین n-۱ برا مقایسه‌ها برای مینممم برسیم. الگوریتم را در نظر بگیرید که مینیمم را به صورت مسابقه‌ای بین عناصر تعیین می‌کند. هر مقایسه یک بازی در مسابقه‌است که در آن عنصر کوچکتر از میان دو عنصر، برنده می‌شود. نگرش اصلی این است که هر عنصر به جز برنده باید حداقل یک بازی را ببازد. از این رو n-۱ مقایسه برای تعیین مینیمم لازم است.






مینیمم و ماکزیمم هم زمان

در برخی کاربردها، باید هم مینیمم و هم ماکزیمم یک مجموعه از n عضو را پیدا کنیم. ارائه الگوریتمی که بتواند هم مینیمم و هم ماکزیمم n عضو را با استفاده از (θ(nمقایسه، که به طور مجانبی بهینه‌است، پیدا کند سخت نیست. به سادگی مینیمم و ماکزیمم را به طور مستقل، با استفاده از n-۱ مقایسه برای هر یک پیدا می‌کند، که در کل ۲n-۲ مقایسه انجام می‌دهد. در حقیقت، حداکثر ۳n/۲ مقایسه برای پیدا کردن مینیمم و ماکزیمم کافی است. استراتژی این است که اعضای مینیمم و ماکزیمم را که تا این جا دیده شده‌اند نگه داریم. به جای این که هر عضو ورودی را با مقایسه با مینیمم و ماکزیمم فعلی پردازش کنیم، که هزینه ۲ مقایسه برای هر عضو را صرف می‌کند، اعضا را جفت به جفت مقایسه می‌کنیم. ابتدا جفت عضوها را از ورودی با یکدیگر مقایسه می‌کنیم و سپس عضو کوچکتر را با مینیمم جاری و عضو بزرگتر را با ماکزیمم جاری مقایسه می‌کنیم که هزینه ۳ مقایسه برای هر دو عضو را موجب می‌شود.






انتخاب در زمان خطی مورد انتظار

مسئله انتخاب کلی نسبت به مسئله پیدا کردن یک مینیمم سخت تر به نظر می‌آیدو هم چنان که به صورت شگفت آوری زمان اجرای مجانبی هر دو مسئله یکی است: (θ(n.در این بخش یک الگوریتم تقسیم و حل را برای مسئله انتخاب ارائه می دهیم. الگوریتم Randomized-Select بعد از الگوریتم مرتب سازی سریع مدل می‌شود. همانند مرتب سازی سریع ایده آن است که آرایه ورودی را به طور بازگشتی تقسیم کنیم. ولی برخلاف مرتب سازی سریع که هر دو طرف تقسیم بندی را به صورت بازگشتی پردازش می‌کند، Randomized-Select فقط روی یک طرف تقسیم بندی عمل می‌کند. این تفاوت در تحلیل آشکار می‌شود. در حالی که زمان اجرای مورد انتظار مرتب سازی سریع (θ(nlgn است، زمان مورد انتظار این الگوریتم (θ(nاست. Randomized-Select از روال Randomized-Partition که در بخش مرتب سازی سریع معرفی شد استفاده می‌کند.

این الگوریتم iامین عنصر کوچک آرایه Ap..r را برمی گرداند. بعد از این که Randomized-Partition در خط 3 الگوریتم اجرا می‌شود، آرایهAp..r به دو زیر آرایه (شاید خالی)Ap..q-1و Aq+1..rتقسیم می‌شود. به طوری که هر عنصرAp..q-1 کوچک تر یا مساوی با Aqاست که Aqنیز به نوبهٔ خود کوچک تر از هر عنصری ازAq+1..r می‌باشد. همانند مرتب سازی سریع، به Aq به عنوان عنصر محوری(pivot)اشاره می کنیم. خط 4 از Randomized-Select تعداد k عناصر در زیر آرایه Ap..q-1را محاسبه می‌کند، به عبارت دیگر تعداد عناصر در طرف کم تر تقسیم بندی، به علاوه 1 برای عنصر محوری. سپس خط 5 چک می‌کندکه آیi Aq امین عنصر کوچک هست یا نه.اگر باشد آن گاهAq برگردانده می‌شود. در غیر این صورت، الگوریتم تعیین می‌کند که iامین عنصر کوچک در کدام یک از دو زیر آریه قرار دارد. زمان اجرای Randomized-Select در بدترین حالت (θ(n^2است. اگر چه الگوریتم به خوبی در حالت میانگین کار می‌کند و چون تصادفی است، هیچ ورودی خاصی باعث رفتار بدترین حالت نمی‌شود.






انتخاب در بدترین حالت زمان خطی

اکنون الگوریتمی را بررسی می کنیم که زمان اجرای آن در بدترین حالت (O(nاست. مانند Randomized-Select، الگوریتم Select عنصر مورد نظر را با تقسیم بندی بازگشتی آرایه ورودی پیدا می‌کند. اما ایده‌ای که پشت این الگوریتم وجود دارد، این است که یک قسمت خوب را در هنگامی که آرایه تقسیم می‌شود تضمین می‌کند. Select از الگوریتم تقسیم بندی قطعی Partition مربوط به مرتب سازی سریع استفاده می‌کند که طوری تغییر یافته است که عنصری که تقسیم بندی حول آن انجام می‌شود را به عنوان پارامتر ورودی بگیرد. این الگوریتم iامین عنصر کوچک از آرایه ورودی با n>1 عنصر را با اجرای مراحل زیر تعیین می‌کند.(اگر n=1باشد آن گاه Select به طور مطلق، تنها ورودیش را به عنوان iامین عنصر کوچک برمی گرداند.)

n عنصرآرایه ورودی را بهn/5 گروه 5 عنصری تقسیم کنید و حداکثر یک گروه از n mod 5 عنصر باقیمانده ساخته می‌شود.
میانه هر یک از n/5گروه را ابتدا با مرتب ساز درجی عناصر هر گروه (که حداکثر 5 عنصر در هر یک وجود دارد)و سپس انتخاب میانه از لیست مرتب شده عناصر گروه پیدا کنید.
از Select به صورت بازگشتی برای پیدا کردن میانه x از n/5میانه‌ای که در مرحله 2 پیدا شدند استفاده کنید.
آرایه ورودی را حول میانهٔ میانه‌ها (یعنی x)با استفاده از نسخه تغییر یافته Partition تقسیم کنید. فرض کنید k یک واحد بیشتر از تعداد عناصر در طرف کم تر تقسیم بندی باشد، بنابراین k، x امین عنصر کوچک است و n-k عنصر در طرف بیشتر تقسیم بندی موجود است.
اگر i=k باشد، x را برگردانید در غیر این صورت اگر i<k باشد از Select به صورت بازگشتی برای پیدا کردن iامین عنصر کوچک در طرف کم تر استفاده کرده یا اگر i>k باشد، از آن برای پیدا کردن (i-k)امین عنصر کوچک در طرف بیشتر استفاده کنید.

برای تحلیل زمان اجرای Select، ابتدا یک حد پایین روی تعداد عناصر بزرگتر از عنصر تقسیم کنندهٔ x تعیین می کنیم. حداقل نصفی از میانه‌های پیدا شده در مرحله 2 بزرگتر از x یعنی میانهٔ میانه‌ها هستند. بنابراین در حداقل نصف n/5گروه، 3 عنصر وجود دارند که از x بزرگترند، به جز برای گروهی که اگر5 به n قابل قسمت نباشد، کم تر از 5 عنصر دارد و گروهی که خود شامل x است. با منظور نکردن این دو گروه ثابت می‌شود که تعداد عناصر بزرگتر از x حداقل برابر است با

3(2-1/2n/5)

که این عبارت بزرگتر یا مساوی با 3n/10-6 است. به طور مشابه عناصری که کوچک تر از x هستند حداقل 3n/10-6 است. بنابراین در بدترین حالت، Select برای حداکثر 7n/10+6 عنصر در مرحلهٔ 5 به طور بازگشتی فراخوانی می‌شود.






آزمون فرض آماری

آزمون فرض آماری (به انگلیسی: Statistical hypothesis testing) در علم آمار روشی است برای بررسی ادعاها یا فرض‌ها دربارهٔ پارامترهای توزیع در جوامع آماری. در این روش فرض صفر (به انگلیسی: Null-hypothesis) یا فرض اولیه مورد بررسی ست که متناسب با موضوع مطالعه فرضی به عنوان فرض بدیل یا فرض مقابل (به انگلیسی: Alternative-hypothesis) انتخاب می‌شود تا درستی هر کدام نسبت به هم مورد آزمون قرار گیرد.






آمار پارامتری

آمار پارامتری به مجموعه روش‌های آماری‌ای گفته می‌شود که مدل‌ای پارامتری برای پدیدهٔ احتمالی مورد مطالعه فرض می‌شود و همهٔ استنتاج‌های آماری از آن پس بر اساس آن مدل انجام می‌شود.

به عنوان مثال فرض می‌شود که توزیع نمره‌های یک امتحان از توزیع نرمال پیروی می‌کند. در نتیجه برای مشخص‌شدن توزیع احتمال، کافی است میانگین و واریانس توزیع را از روی داده‌های تجربی (نمره‌های دانش‌آموزان) به دست بیاوریم. حال برای پاسخ‌گفتن به سوال‌هایی چون «درصد دانش‌آموزانی که نمره‌ای بین ۱۰ تا ۱۵ آورده‌اند» از تابع توزیع به دست آمده استفاده می‌کنیم (البته بدیهی است که روش‌های ساده‌تری نیز برای چنین کاری وجود دارد).

نقطهٔ ضعف این شیوهٔ تحلیل آماری این است که در صورتی که مدل فرض‌شده با واقعیت تطبیق نداشته باشد، نتیجه‌گیری‌ها صحیح نخواهد بود.






آماره

آماره در آمار به عددی گویند که یک توزیع نمونه‌برداری را خلاصه‌سازی یا توصیف می‌کند.

تابع U=g(X۱, X۲, …, Xn)‎ از نمونهٔ تصادفی X۱, X۲, …, Xn را که در آن پارامتر مجهولی وجود نداشته باشد یک آماره می‌گویند. در این تعریف U یک متغیر تصادفی است که توزیع آن ممکن است به پارامتر بستگی نداشته باشد؛ اما تنها آماره‌هایی برای برآورد کردن مفید هستند که توزیعشان به پارامتر مجهول بستگی داشته باشد و اطلاعاتی در مورد این پارامتر به ما بدهند.






آنتروپی آماری
انتروپی آماری یک کمیت ترمودینامیکی است که در شیمی‌فیزیک کاربردهای فراوان دارد.






استنباط آماری
چنانچه به جای مطالعه کل اعضای جامعه، بخشی از آن با استفاده از فنون نمونه‌گیری انتخاب شده، و مورد مطالعه قرار گیرد و بخواهیم نتایج حاصل از آن را به کل جامعه تعمیم دهیم از روش‌هایی استفاده می‌شود که موضوع آمار استنباطی (Inferential statistics) است. آن چه که مهم است این است که در گذر از آمار توصیفی به آمار استنباطی یا به عبارت دیگر از نمونه به جامعه بحث و نقش احتمال شروع می‌شود. در واقع احتمال، پل رابط بین آمار توصیفی و استنباطی به حساب می‌آید.





چولگی

در آمار و نظریه احتمالات چولگی نشان دهنده میزان عدم تقارن توزیع احتمالی است. اگر داده‌ها نسبت به میانگین متقارن باشند، چولگی برابر صفر خواهد بود.






تعریف

چولگی برابر با گشتاور سوم نرمال شده است. چولگی در حقیقت معیاری از وجود یا عدم تقارن تابع توزیع می باشد. برای یک توزیع کاملاً متقارن چولگی صفر و برای یک توزیع نامتقارن با کشیدگی به سمت مقادیر بالاتر چولگی مثبت و برای توزیع نامتقارن با کشیدگی به سمت مقادیر کوچکتر مقدار چولگی منفی است.






داده

به طور کلی، می‌توان همهٔ دانسته‌ها، آگاهی‌ها، داشته‌ها، آمارها، شناسه‌ها، پیشینه‌ها و پنداشته‌ها را داده یا دیتا (به انگلیسی: Data) نامید. انسان برای ثبت و درک مشترک هر واقعیت و پدیده از نشانه‌های ویژهٔ آن بهره گرفته‌است.

انسان برای نمایاندن داده‌ها نخست از نگاره و در ادامهٔ سیر تکاملی آن از حروف، شماره‌ها و نشانه‌ها کمک گرفت. برای بازنمودن داده‌ها از این موارد کمکی یا ترکیبی از آن‌ها استفاده می‌شود






در رایانه

به اعداد، حروف و علائم که جهت درک و فهم مشترک از انسان‌ها یا رایانه سرچشمه می‌گیرند داده می‌گویند. داده‌ها معمولاً از سوی انسان‌ها بصورت حروف، اعداد، علائم و در رایانه به صورت نمادهایی (همان رمزهای صفر و یک) قراردادی ارائه می‌شوند. اصطلاح داده یک عبارت نسبی است یعنی اگر موجب درک و فهم لازم و کامل دراین مرحله شده‌است به عنوان آگاهی یا اطلاعات از آن نام می‌برند و چنانچه موجب درک و فهم کامل نگردد به عنوان همان داده به شمار می‌آیند و چون هدف نهایی آگاهی و اطلاعات است باید از سوی دست‌اندرکاران (انسان یا رایانه) دستکاری یا پردازش شوند. منظور از دستکاری یا پردازش داده‌ها انجام عملیاتی از قبیل جمع، تفریق، ضرب، تقسیم، مقایسه وغیره‌است.

داده‌ها مجموعه‌ای از نمادها (برای انسان حروف، اعداد، علائم و برای رایانه رمزهای صفر و یک) هستند که حقایق را نشان می‌دهند و برای انسان از طریق رسانه‌های وی (بینایی، شنوایی، چشایی، بویایی، بساوایی) و برای رایانه از طریق لوازم ویژه (صفحه کلید موس و غیره) به دست می‌آیند.

داده‌ها امروزه فقط از سوی انسان یا رایانه پردازش می‌شوند یعنی کارهایی روی آن‌ها صورت می‌گیرد. در پردازش داده‌ها (داده‌پردازی) در رایانه ابتدا داده‌ها به رایانه وارد می‌شوند. این داده‌ها درابتدا ذخیره شده و روی آن‌ها عملیاتی (جمع، تفریق، ضرب، تقسیم و...) صورت می‌گیرد. پس از این که این عملیات (پردازش) صورت گرفت معمولاً داده‌ها به یک رایانه دیگر یا دوباره به انسان‌ها منتقل می‌شود. در اغلب گزارش‌ها و یادداشت‌های سازمانی، داده‌ها به چشم می‌خورند. برای نمونه، تاریخ و مقدار یک صورت‌حساب یا چک، جزئیات فهرست حقوق، تعداد وسایل نقلیه‌ای که از نقطهٔ خاصی در کنار جاده گذشته‌اند،... نمونه‌هایی از داده‌ها هستند.






انواع داده‌ها از نظر ساخت‌یافتگی

داده‌های ساخت‌یافته
داده‌های نیمه‌ساخت‌یافته







داده‌های زمانی
در بسیاری از کاربردهای مبتنی بر داده‌ها و اطلاعات ذخیره‌سازی و بازیافت حالا ت و وضعیت‌های سیستم در طی زمان اهمیت می‌یابد.





داده‌های مکانی
داده‌های مکانی (geospatial data ) به مجموعه‌ای از داده‌ها گفته می‌شود که بیان کننده موقعیت جغرافیایی یک عارضه(طبیعی یا مصنوعی) بر روی زمین باشند. داده‌های مکانی معمولاً به صورت موقعیت و یا روابط هندسی ذخیره شده و قابل نمایش در نقشه‌ها می‌باشند. داده‌ها مکانی بیشتر در سامانه‌های اطلاعات مکانی نگهداری شده، قابل دسترسی و پردازش می‌باشند.





پردازش رایانه‌ای داده‌ها

پردازش رایانه‌ای داده‌ها هر فرایندی است که از برنامه‌ای رایانه‌ای برای واردسازی داده‌ها، خلاصه‌بندی، تحلیل و در غیر اینصورت تبدیل‌داده به اطلاعات قابل استفاده استفاده می‌کند.

علوم و فناوری پردازش داده‌ها دارای وسعت، گوناگونی، و پیچیدگی فراوانی بوده، و این زمینه از دانش به شاخه‌ها و زیر شاخه‌های متعددی تقسیم می‌شود، که برخی از آن‌ها عبارت است از:






پردازش علائم

پردازش علائم (سیگنال‌ها) را باید یکی از شاخه‌های وسیع و پر کاربرد در پردازش داده‌ها به حساب آورد.
1:04 pm
نونیز و ثبات در مدیریت (۲۰۰۰–۱۹۷۸)
در سال ۱۹۷۸ جوزپ لوییس نونیز در انتخاباتی توسط اعضای باشگاه به عنوان مدیر جدید انتخاب شد. این تصمیم بسیار نزدیک و متصل به گذار اسپانیا در مسیر دموکراسی و پایان یافتن دیکتاتوری فرانکو در سال ۱۹۷۴ بود. هدف اصلی نونیز ارتقا دادن بارسا به سطح یک باشگاه جهانی از طریق ثبات بخشیدن به آن در زمین و خارج از آن بود. وی به توصیه کرایف، آکادمی جوانان بارسلونا، لا ماسیا را در ۲۰ اکتبر ۱۹۷۹ تأسیس کرد.دوره ریاست او ۲۲ سال به طول انجامید و بر بارسلونا تاثیر بسازایی گذاشت. از زمان نونیز سیاست‌های سختگیرانه‌ای برای دستمزد و نظم و انضباط به جا مانده‌است.





در ۱۶ مه ۱۹۷۹ بارسلونا با شکست ۴–۳ فورتونا دوسلدورف در مقابل بیش از ۳۰٬۰۰۰ طرفدار بارسلونایی که برای دیدن بازی به بازل سوئیس آمده بودند، توانست برای اولین بار جام در جام اروپا فتح کند. در ۱۹۸۲ مارادونا با قراردی به مبلغ ۵ میلیون پوند از بوکا جونیورز خریده شد و دهمین رکورد جهان از حیث مبلغ قرار داد رقم خورد.در پایان فصل ۱۹۸۳–۱۹۸۲ بارسلونا توانست با مربیگری منوتی، رئال مادرید را شکست دهد و قهرمان کوپا دل ری شود. حضور مارادونا در بارسا دیری نپایید و او بارسلونا را برای پیوستن به ناپولی ترک کرد. در آغاز فصل ۱۹۸۵–۱۹۸۴ تری وینابلز به عنوان مربی انتخاب شد و توانست لا لیگا را با هافبک برجستهٔ آلمانی، برند شوستر فتح کند. در فصل بعدی او تیم را به مرحله فینال جام باشگاه‌های اروپا برد که در ضربات پنالتی بارسا مغلوب استوا بخارست شد و عنوان نایب قهرمانی را کسب کرد.پس از جام جهانی فوتبال ۱۹۸۶ باشگاه گری لینکر آقای گل آن رقابت‌ها را از باشگاه اورتون خرید و با دروازه‌بان آندونی زوبیزارتا قرار دادی طولانی بست. اما تیم در حالی که شوستر در محرومیت به سر می‌برد نتوانست موفقیت‌های زیادی کسب کند. وینابلز در آغاز فصل ۱۹۸۸–۱۹۸۷ از بارسا اخراج و لوییس آراگونز جانشین او شد. تمرد بازیکنان از نونیز در رویدادی که به هسپریا موتینی شهرت دارد در همین فصل رخ داد و این فصل با پیروزی ۱–۰ در مقابل رئال سوسیداد در فینال کوپا دل ری به پایان رسید.در سال ۱۹۸۸ کرایف به عنوان سرمربی به باشگاه بازگشت و به زبان ساده‌تر یک تیم رویایی جمع کرد. در حالی که باشگاه با ستاره‌های بین‌المللی چون روماریو، رونالد کومان، میشل لادروپ و هریستو استویچکوف قرار داد داشت، او ترکیبی از بازیکنان اسپانیایی چون خوزه ماری باکرو، جوزپ گواردیولا و تکسیکی بگیریستین را به زمین می‌برد.بارسا زیر نظر یوهان کرایف توانست چهار عنوان قهرمانی لالیگا را بین سال‌های ۱۹۹۱ تا ۱۹۹۴ پی در پی کسب کند. در رقابت‌های اروپایی نیز با شکست سمپدوریا در فینال جام در جام اروپا ۱۹۸۹ و لیگ قهرمانان اروپا ۱۹۹۲ هر دو عنوان قهرمانی را به دست آورد. همچنین بارسا کوپا دل ری در سال ۱۹۹۰، سوپر جام اروپا در سال ۱۹۹۲ و سه سوپر جام اسپانیا را نیز ازآن خود کرد. یوهان کرایف با ۱۱ عنوان قهرمانی، موفق‌ترین مربی باشگاه تا به امروز بوده و با ۸ سال مربیگری پی در پی بیشترین مدت باقی‌ماندن در سمت مربیگری باشگاه را داراست.بخت یوهان کرایف در فینال دو فصل آخر مربیگریش برگشت و کسب نتایج ضعیف اسباب اخراج او توسط نونیز را فراهم کرد.بابی رابسون جایگزین کرایف شد و تنها در فصل ۱۹۹۷–۱۹۹۶ در این سمت باقی‌ماند. او رونالدو را از پی‌اس‌وی خرید و توانست سه جام کوپا دل ری، سوپر جام اسپانیا و جام در جام اروپا را برای باشگاه به ارمغان آورد. حضور رابسون تنها یک راه حل کوتاه مدت بود تا لوئیس فن خال بتواند به باشگاه بپیوندد.رونالدو نیز چون مارادونا برای مدت کوتاهی در باشگاه ماند و سپس به اینتر میلان پیوست. به هرشکل ستارگان تازه‌ای چون لوییس فیگو، پاتریک کلایورت، لوییز انریکه و ریوالدو در باشگاه ظاهر شدند و بارسا هر دو جام کوپا دل ری و لا لیگا را در سال ۱۹۹۸ بالای سر برد. در ۱۹۹۹ ریوالدو به عنوان چهارمین بازیکن بارسلونا توانست عنوان بهترین بازیکن فوتبال سال اروپا را کسب کند. علی‌رغم تمام این موفقیت‌ها داخلی، عدم پیروزی بارسا در فینال لا لیگا ۲۰۰۰ که سبب قهرمانی رئال مادرید شد، استعفای نونیز و فن خال را در پی داشت.




رفتن نونیز و آمدن لاپورتا (۲۰۱۰–۲۰۰۰)
رفتن نونیز و فن خال از باشگاه قابل مقایسه با پیوستن لوییس فیگو به رئال مادرید نبود، فیگو نه تنها کاپیتان دوم تیم بلکه به عنوان قهرمانی قابل ستایش نزد هواداران بارسا شناخته می‌شد، تاجایی که بسیاری از کاتالونیایی‌ها او را از خودشان می‌دانستند. هواداران بارسا که از تصمیم پیوستن فیگو به رقیب دیرینه خود بسیار ناراحت بودند، این ناراحتی را با استقبال خشم‌آلود خود از حضور فیگو در نیوکمپ نشان می‌دادند، حتی در اولین حضور او در نیوکمپ به سمتش یک کله خوک و شیشه پر ویسکی پرتاب کردند.در سال ۲۰۰۰ خوان گسپارت جایگزین نونیز شد و به مدت سه سال در این سمت باقی‌ماند. در این مدت باشگاه شاهد رفت‌وآمد مربیان بود. در نهایت فن خال برای بار دوم به باشگاه بازگشت ولی از آنجایی که نتیجه مثبتی حاصل نشد، فن خال و گسپارت هر دو استعفا دادند.پس از دوران ناموفق گسپارت، باشگاه با ترکیبی از مسئولین جوان به اوج بازگشت. خوان لاپورتا جایگزین گسپارت شد و فرانک ریکارد بازیکن سابق تیم ملی فوتبال هلند به عنوان مربی بارسا انتخاب شد. تاثیر بازیکنان بین‌المللی و ترکیب آن‌ها با بازیکنان اسپانیایی تیم را به سمت کسب موفقیت مجدد سوق داد. بارسا توانست در سال ۲۰۰۵–۲۰۰۴ لا لیگا و سوپر جام اسپانیا را فتح کند و قرار دادی با رونالدینیو، بازیکن سال فوتبال جهان ۲۰۰۶ ببندد.در فصل ۲۰۰۶–۲۰۰۵ بارسا مجدداً قهرمان لا لیگا و سوپر جام اسپانیا شد. در فینال لیگ قهرمانان بارسلونا در مقابل آرسنال قرار گرفت، درحالی که آرسنال تا پیش از ۱۵ دقیقه پایان بازی با ۱۰ بازیکن پیروز میدان بود، بارسا توانست نتیجه بازی را ۲–۱ به نفع خود تغییر دهد و جام را بعد از ۱۴ سال بالای سر بگیرد.در همان سال بارسلونا در جام باشگاه‌های جهان نیز شرکت کرد و در فینال با گل دقیقه ۸۲ حریف برزیلی خود، مغلوب اینترناسیونال شد.اگرچه بارسلونا فصل ۲۰۰۷–۲۰۰۶ را با قدرت شروع کرد، اما در پایان بدون کسب هیچ عنوانی فصل را به پایان رساند. بعدها اردوی پیش از فصل در ایالات متحده که منجر به مصدومیت ساموئل اتوئو و لیونل مسی شد، به عنوان دلیل عدم موفقیت باشگاه اعلام شد.در لالیگا که بارسا در بیشتر فصل‌ها در جایگاه اول قرار داشت، در سال جدید بی‌ثباتی باشگاه فرصتی برای پیشی گرفتن رئال مادرید و قهرمانی آنان شد. فصل ۲۰۰۸–۲۰۰۷ برخلاف سال‌های گذشته موفقیتی برای باشگاه به همراه نداشت و در پی آن جوزپ گواردیولا مربی تیم دوم بارسلونا در پایان فصل جایگزین ریکارد شد.بارسا در فینال کوپا دل ری ۲۰۰۹ با شکست ۴–۱ اتلتیک بیلبائو برای ۲۵امین بار قهرمان این رقابت‌ها شد. سه روز پس از آن شکست رئال مادرید در رقابت‌های لالیگا جام را برای بارسلونا در فصل ۲۰۰۹–۲۰۰۸ به ارمغان آورد. بارسا در حالی فصل را به پایان رساند که در ورزشگاه المپیک رم، منچستر یونایتد فاتح سال قبل جام باشگاه‌ها را با نتیجه ۲–۰ شکست داد و سومین عنوان قهرمانی جام باشگاه‌ها را فتح کرد. در نتیجه برای اولین بار در اسپانیا اولین سه‌گانه را به دست آورد.بارسا با شکست مجدد اتلتیک بیلبائو در فینال سوپر جام اسپانیا ۲۰۰۹ و پیروزی در مقابل شاختار دونتسک در فینال سوپر جام اروپا ۲۰۰۹ دو جام دیگر را نیز بالای سر برد.در دسامبر ۲۰۰۹، بارسا جام باشگاه‌های جهان ۲۰۰۹را نیز فتح کرد و اولین تیم تاریخ فوتبال شد که شش‌گانه جام‌ها را توانست کسب کند.همچنین بارسلونا با فتح لالیگا با ۹۰ امتیاز و فتح سوپر جام برای ۹امین بار توانست دو رکورد تازه در فوتبال اسپانیا به ثبت برساند.




رفتن لاپورتا و آمدن راسل ( تاکنون–۲۰۱۰)
بعد از کناره‌گیری لاپورتا در ژوئن ۲۰۱۰، ساندرو راسل بعد از مدتی کوتاه به عنوان مدیر جدید باشگاه انتخاب شد. رأی‌گیری برای انتخاب مدیر جدید در ۱۳ ژوئن ۲۰۱۱ بر‌گزار شد و راسل توانست با کسب ۶۱.۳۵٪ (تعداد ۵۶٬۰۸۸ رأی) کل آرای مأخوذه به ریاست باشگاه برسد.او سپس توانست داوید ویا را با ۴۰ میلیون یورو از والنسیا و خاویر ماسکرانو را با ۱۹ میلیون یورو از لیورپولبه همراه دو بازیکن دیگر در نوامبر ۲۰۱۰ به‌خدمت بگیرد. بارسلونا توانست در اولین ال کلاسیکو در فصل ۲۰۱۰-۱۱، رئال مادرید را با حساب ۵-۰ شکست دهد و هم‌چنین در آن فصل توانست برای سومین سال پیاپی با ۹۶ امتیاز فاتح لالیگا شود. در آوریل ۲۰۱۱ بارسلونا که به فینال کوپا دل ری راه یافته‌بود دراین مرحله مقابل رئال مادرید قرار گرفت و بازی را با حساب ۱-۰ در مستایا واگذار کرد.در ماه مه نیز، بارسلونا در فینال لیگ قهرمانان اروپا با شکست دادن منچستر یونایتد با حساب ۳-۱ در ورزشگاه ومبلی لندن که از یک لحاظ تکرار فینال سال ۲۰۰۹ محسوب می‌شد، برای چهارمین بار قهرمان اروپا شد.اما در فصل ۱۲-۲۰۱۱ نتوانست آنچنان انتطارات را برآورده کند و پس از واگذار کردن لالیگا به رءال مادریدسپس در نیمه نهایی لیگ قهرمانان مغلوب تیم چلسی شدو از دور مسابقات کنار رفت. آنها در این فصل تنها کوپا دل ری را با پیروزی ۰-۳ مقابل تیم اتلتیک بیلباءو بدست آوردند




هواداران باشگاه
نام مستعار طرفداران بارسلونا کولز است. گفته می‌شود ۲۵٪ از جمعیت اسپانیا طرفدار بارسلونا هستند و بعد از رئال مادرید که ۳۲٪ از اسپانیایی‌ها هوادار آن هستند، بارسا در جایگاه دوم قرار می‌گیرد. جایگاه سوم نیز به تیم والنسیا با ۵٪ حامی تعلق دارد.در اروپا بارسا اولین تیم محبوب این قاره‌است.تعداد اعضای باشگاه از فصل ۲۰۰۳–۰۴ از ۱۰۰٬۰۰۰ نفر به ۱۷۰٬۰۰۰ نفر تا سپتامبر ۲۰۰۹ افزایش قابل توجهی داشته‌است.علاوه بر عضویت، در ژوئن ۲۰۱۰، به طور رسمی ۱٬۳۳۵ نفر در نقاط مختلف جهان در انجمن هواداران بارسا ثبت نام کرده‌اند. انجمن‌های هواداران وظیفه تبلیغ بارسلونا در محل‌های مختلف را دارند و در مقابل در حین بازدید از بارسلونا خدمات مفیدی دریافت می‌کنند.همچنین بارسا هواداران بسیار برجسته‌ای تاکنون داشته که در این میان می‌توان به پاپ ژان پل دوم که عضو افتخاری باشگاه بود یا خوزه زاپاترو که نخست وزیر فعلی اسپانیا است اشاره کرد.
ال کلاسیکو
رقابت شدید میان دو تیم قوی‌تر در لیگ‌های ملی بسیار معمول است و این در مورد لا لیگا نیز صدق می‌کند، جایی که به بازی میان بارسلونا و رئال مادرید ال کلاسیکو (به اسپانیایی: El Clásico) می‌گویند. از ابتدا این دو تیم به عنوان نماینده دو منطقه و شهر رقیب، کاتالونیا و کاستیل شناخته می‌شوند. این رقابت بازتابی از تنش‌های فرهنگی و سیاسی میان دو منطقه‌است که از جنگ داخلی اسپانیا نشئت می‌گیرد.در مدت دیکتاتوری پریمو ده ریورا و بخصوص فرانسیسکو فرانکو (۱۹۳۹-۱۹۷۵) تمامی فرهنگ‌های محلی مورد سرکوب قرار گرفتند و تمام زبان‌های رایج در اسپانیا جز کاستیلایی ممنوع اعلام شدند.مردم کاتالان به یک نماد برای ابراز آزادی خواهی نیاز داشتند و بارسا تبدیل به فراتر از یک باشگاه (به کاتالان: Més que un club) برای کاتالان‌ها شد. به گفتهٔ مانوئل واسکس مونتالبان، پیوستن به بارسلونا بهترین راه برای کاتالان‌ها بود تا هویت خود را نشان دهند، این راه نسبت به پیوستن به جنبش‌های ضد فرانکو کم هزینه‌تر بود و امکان ابراز مخالفت را به آن‌ها می‌داد.از سوی دیگر رئال مادرید در بسیاری از موارد به عنوان تجسمی از تمرکز ظلم حاکمیت، رژیم فاشیستی و فراتر از آن بود. (سانتیاگو برنابئو که ورزشگاه رئال به نام اوست از افرادیست که علیه ملی گرایی فرانکو جنگید.)

به هر شکل در طول جنگ داخلی اسپانیا، اعضای هر دوتیم نظیر جوزپ سانیول و رافائل سانچز گوئرا متحمل آسیب‌هایی از سوی هواداران فرانکو شدند.

در دهه ۱۹۵۰، زمانی که بحث انتقال آلفردو دی استفانو مطرح شد، اختلاف دو باشگاه تشدید یافت. در نهایت او رئال مادرید را انتخاب کرد و در آن فصل باعث موفقیت آن‌ها نیز شد.
در دهه ۱۹۶۰ هر دو تیم در جام اروپا به مصاف با یکدیگر رفتند که رئال مادرید توسط بارسا حذف شد.همچنین در آخرین رویارویی دو تیم در سال ۲۰۰۲ که توسط رسانه‌های اسپانیا «رقابت قرن» نام گرفت، بیش از ۵۰۰ میلیون نفر شاهد دیدار دو تیم بودند.




دربی بارسلونا
رقیب منطقه‌ای بارسا، اسپانیول است. برخلاف بارسا که هیئت مدیره اولیه آن از ملیت‌های مختلف بودند. این تیم توسط علاقه‌مندان به فوتبال اسپانیا تأسیس شد و سپس از حمایت پادشاه برخوردار گشت. اسپانیول آشکارا به عنوان یک تیم ضد بارسلونایی تأسیس شد و آن‌ها همواره بارسا را به عنوان یک تیم بیگانه می‌دیدند.[۸۳] از آنجایی که مردم کاتالونیا اسپانیول را به عنوان نماینده‌ای از مادرید می‌دیدند، رقابت‌ها جدی‌تر شد.زمین اصلی باشگاه اسپانیول در منطقه اعیان نشین ساریا بود.اسپانیول به طور سنتی بخصوص در زمان حکومت فرانکو، به زعم اکثریت شهروندان بارسلونا به عنوان ترویج کننده مشروعیت حکومت شناخته می‌شد و این در تضاد کامل با روحیه انقلابی بارسلونایی‌ها بود.در ۱۹۱۸ که بحث خودمختاری مطرح شده بود اسپانیول شروع به مخالفت با آن کرد.بعدها اسپانیول در کنار فاشیست‌ها از گروه‌های حامی فالانژ که می‌خواستند به جنگ داخلی بپیوندند حمایت می‌کرد. باوجود این تفاوت‌های فکری، دربی به‌خاطر تفاوت اهداف هر دو باشگاه، بیشتر برای هواداران اسپانیول اهمیت داشته تا بارسلونا. در سال‌های اخیر رقابت میان دو باشگاه کمتر رنگ و بوی سیاسی داشته و باشگاه اسپانیول نیز نام رسمی و سرود باشگاه را از اسپانیایی به کاتالان ترجمه کرده‌است.اگرچه در تاریخ لا لیگا بیشتر دربی‌ها منطقه‌ای هستند، این رقابت نامعمول نیز کاملاً با برتری بارسلونا همراه بوده‌است. اسپانیول در تمام طول ۷۰ سال گذشته تنها سه بار بالاتر از بارسلونا قرار داشته و در مسابقات جام حذفی کاتالونیا تنها در سال ۱۹۵۷ موفق به پیروزی در برابر بارسا شده‌است. همچنین بهترین نتیجه‌ای که اسپانیول تاکنون از شهرآورد بارسلونا به دست آورده ۶–۰ در سال ۱۹۵۱ بوده‌است. اسپانیول در فصل ۲۰۰۹–۲۰۰۸ با کسب پیروزی ۲–۱ در مقابل بارسا تنها تیمی است که توانسته سه بار در یک فصل بارسلونا را در نیوکمپ شکست بدهد.




درآمد و دارایی
در ۲۰۱۰، مجله فوربز با اعلام ثروت باشگاه بارسلونا در حدود ۷۵۲ میلیون یورو، آن‌ها را در جایگاه چهارم پس از منچستر یونایتد، رئال مادرید و آرسنال به عنوان ثروتمندترین باشگاه جهان قرار داد.طبق گفته دلویت، بارسلونا با در آمد ۳۶۶ میلیون یورو در همین سال، جایگاه دوم را پس از رئال مادرید که ۴۰۱ میلیون یورو درآمد دارد به دست آورده‌است.حسابرسی‌های دلویت در ژوئیه ۲۰۱۰ نشان می‌دهد بارسلونا ۴۴۲ میلیون یورو بدهی دارد. این رقم دقیقاً ۵۸ درصد از کل دارایی‌ها بارسلونا است که فوربز آن را اعلام کرده بود. مدیر جدید باشگاه این بدهی‌ها را ناشی از مشکلات ساختاری دانسته‌است.خبرها حکایت از آن دارد که در سال جاری بارسا مبلغ ۷۹ میلیون یوروی دیگر ضرر خواهد داشت، این درحالیست که بارسلونا یکی از مدافعان عنوان قهرمانی لالیگا است.
ساعت : 1:04 pm | نویسنده : admin | مطلب قبلی | مطلب بعدی
بارسا آنلاین | next page | next page