Human Vital Signs Statistical Analysis with Python

تحليل الإحصائيات الحيوية للإنسان باستخدام Python

يهدف هذا المشروع إلى تحليل بيانات العلامات الحيوية البشرية، مثل درجة حرارة الجسم، معدل ضربات القلب، العمر، والجنس، باستخدام الإحصاء الوصفي، تحليل التوزيع، اختبارات الفرضيات، وتحليل الارتباط. تم تنفيذ التحليل باستخدام Python، Pandas، Matplotlib، وSeaborn لاستخراج رؤى مفيدة حول البيانات الحيوية وتحقيق فهم أعمق لأنماطها.

المهام التي تم تنفيذها:

الإحصاء الوصفي – حساب المتوسط، الوسيط، الانحراف المعياري، وتحليل الفروقات بين الجنسين.

تحليل التوزيع الاحتمالي – رسم التوزيع الاحتمالي لدرجة حرارة الجسم باستخدام المخططات البيانية والتحقق من التوزيع الطبيعي.

اختبارات الفرضيات –

اختبار t لعينة واحدة لمعرفة ما إذا كان متوسط درجة الحرارة 98.6°F.

اختبار t لمجموعتين لمقارنة متوسط درجة الحرارة بين الذكور والإناث.

تحليل فترات الثقة – حساب فاصل الثقة بنسبة 95% لمتوسط درجة الحرارة.

تحليل الارتباط – فحص العلاقة بين درجة الحرارة والعمر أو معدل ضربات القلب باستخدام معاملات بيرسون وسبيرمان.

تصورات البيانات – استخدام Seaborn وMatplotlib لرسم Boxplots, Histograms, Scatterplots, Q-Q plots.

الأدوات والتقنيات المستخدمة:

Python (Pandas, NumPy, SciPy, Statsmodels)

Matplotlib & Seaborn (Data Visualization)

Jupyter Notebook

أبرز النتائج والتوصيات:

التحقق مما إذا كانت درجة حرارة الجسم تتبع التوزيع الطبيعي.

تحديد الاختلافات الإحصائية بين الذكور والإناث من حيث درجة الحرارة.

اختبار فرضية أن متوسط درجة حرارة الإنسان هو 98.6°F باستخدام اختبار t.

تحليل العلاقة بين معدل ضربات القلب ودرجة الحرارة.

يعكس هذا المشروع القدرة على استخدام التحليل الإحصائي لاستخراج رؤى علمية من البيانات الحيوية، وهو مناسب للباحثين في المجالات الصحية والطبية.