Professional Documents
Culture Documents
الاحصاء الحيوي - جامعة البعث
الاحصاء الحيوي - جامعة البعث
جبهعة الجعث
كلٍة الطت الجٍطري
اإلحصبء الحٍىي
القسن الٌظري
الذكتىر
ٌـبسـر العـوـر
1
املقدمة
مع أف عمـ اإلحصاء ضركرم لكثير مف العمكـ فإنو كسيمة أساسية لعمكـ
صحة الحيكاف كالعمكـ البيطرية .كال سيما تقاريرىا كدراساتيا المتعمقة بإنتاج الحيكاف
كلذلؾ يحتاج الباحثكف في عمـ الحيكاف كالطب البيطرم إلى مثؿ ىذا النمط
كمع كثرة المؤلفات في عمـ اإلحصاء اإلجتماعي كالطبي يندر كجكد كتب
عربية أك أجنبية تختص بدراسة اإلحصاء في صحة الحيكاف كالعمكـ البيطرية .كلذلؾ
ال يرل طالب الطب البيطرم كعمـ الحيكاف ارتباطان بيف المقرر المدركس كالمشكبلت
التي يتناكليا الطبيب البيطرم كالميتمكف بدراسة عمـ الحيكاف كصحتو ،مما يؤثر عمى
كلذلؾ كضعنا ىذا الكتاب دليبلن لئلحصاء المتعمؽ بصحة الحيكاف كأمراضو
كاننا نقدـ كتابنا ىذا " اإلحصاء الحيكم " إلى إخكتنا الطمبة في الكطف العربي كالى
2
زمبلئنا األساتذة المحترميف كالى األطباء البيطرييف ليككف مرجعنا في العمكـ الطبية
البيطرية التي تتناكؿ التقييـ العاـ لمثركة الحيكانية كتفعيؿ االستراتيجيات الخاصة
كأخي انر نتمنى أف يككف ىذا الجيد المتكاضع خطكة متقدمة في دراسة اإلحصاء
الذ يتناكؿ تقييـ إنتاجية الحيكاف كصحتو كخطكة أخرل في البحث عف الحقائؽ
السميمة لدراسة صحة الحيكاف كانتاجيتو لنضع المعالـ األكلى في سبيؿ تطكير
الخدمات البيطرية بمعرفتنا بكاقعنا كمف ثـ كضع النظـ الجديدة في سبيؿ تطكير مينة
المؤلفاف
3
الصفحة الموضوع
ّ المقدمة
4
ّْ ما ىك التكزيع التكرارم
ْٖ الجداكؿ
ْٕ تماريف
5
ٖٔ التكزيع اإلحتمالي
6
ُُِ تكزيع المعاينة لمنسبة
7
142 طبيعة البيانات
ُُٔ تماريف
الفصؿ العاشر :اختبار الفرضية ِ – اختبار Fلمقارنة
ُِٔ
متكسطيف أك أكثر
ُِٔ مدخؿ
َُٖ تماريف
الفصؿ الحادم عشر :اختبارات الفرضية ّ – اختبار مربع
ُُٖ
كام -مقارنة النسب المئكية
ُُٖ مدخؿ
8
ُِٖ اختبار الفرضية لنسب مئكية مفردة
9
الفصل األول
CHAPTER ONE
الوذخل :هفهىم علن اإلحصبء
INTRODUCTION : WHAT IS STATISTICS
مفيوـ عمـ اإلحصاء What is statistics
يعرؼ اإلحصاء بأنو عمـ مف العمكـ الرياضية ألف أسسو كقكانينو مستمدة مف
القكانيف الرياضية البحتة إال أنو يتميز بككنو عممان تطبيقيان يتناكؿ بالدراسة الناحية
كمف ىنا يمكننا أف نعرؼ عمـ اإلحصاء بأنو عمـ يشمؿ مجمكعة الطرائؽ
كاألدكات العممية التي تتبع في الحصكؿ عمى المعمكمات الكمية كالنكعية كتبكيبيا
كعرضيا كتحميميا كتمخيصيا كلما كانت المعمكمات تتحكؿ بالمعنى الرياضي إلى
أرقاـ كمية تتمثؿ بالبيانات يعرؼ عمـ اإلحصاء بأنو دراسة جمع البيانات كتصنيفيا
البحكث العممية.
10
كفي الحقيقة فإف ىناؾ كثير مف النصكص تتطمب منا أف نكتشؼ الطريقة
عندما نقكـ بترتيب كتنسيؽ المشاىدات المعبرة عنيا رقميان في عمكـ األحياء
فإنؾ ستجد القيـ المحصكؿ عمييا عمى شكؿ بيانات مشتتة التكزيع ( .كىذا يحتـ
عمينا معرفة ) ما إذا كانت ناجمة االختبلفات في ىذا التكزيع ناجمة عف أسباب
متعمقة بمكضكع الدراسة أك أنيا تككف نتيجة لفرؽ طبيعي متعمؽ بخمفيات غاية
مكاضيع الدراسة كعبلقة ذلؾ بالعكامؿ األخرل ممكننا .كما أننا نحتاج إلى أف نقيـ
ط الحسابي الرقمي فعميان كالى أف نمثؿ ىذه األرقاـ في طريقة تجعؿ ارتباط
الكس ى
كاذا ما أخذنا كممة اإلحصاء بمعناىا الحرفي فإننا نجد أف ليا مرادفات عدة
فقد كرد ذكرىا في القرآف الكريـ بمعنى الحصر كالعد ( كأحصى كؿ شيء
عددنا ) .ككثي نار ما نصادؼ العديد مف البيانات اإلحصائية التي تصدر عف ك ازرة
الزراعة كالتي تعبر عف أعداد المكاليد كالنفكؽ كاإلصابة باألمراض المرتبطة بالثركة
الحيكانية كغيرىا ...كمف ىنا كاف لفظ اإلحصاء داالن عمى الطرائؽ اإلحصائية
11
اإلحصاء عمى كثير مف النظريات اإلحصائية كالرياضية كالمعادالت المختمفة التي
ُ -تصميـ الدراسة تصميمان تتضح بو المعمكمات كالبيانات المجمكعة اتضاحان فعاالن.
ْ -تمثيؿ المعمكمات كتمخيصيا تمخيصان مناسبان كذلؾ باستخداـ األشكاؿ أما الجداكؿ
المناسبة .
ٓ -تفسير التحميؿ لمنتائج بطريقة تربط بيف مكجكدات الدراسة بدقة .
إف عرض النقاط السابقة كدراستيا في عمـ األحياء ييعبر عنو بالقياس الحيكم
الحديثة .
12
دور اإلحصاء في تسمسؿ خطوات البحث العممي
إف األساس الرياضي البحث لئلجابة عمى ذلػؾ كتعطػي تفسػيرات غيػر مؤكػدة
غالبنا .كفي الحياة المينية عمى العمكـ كثير مف األمثمة التي تكضح أىمية اإلحصػاء
مثػؿ ىػػذه المنشػكرات مميئػػة بػالطرائؽ اإلحصػػائية المسػتخدمة كالتػػي تظيػر بكضػػكح
اسػ ػػتخداـ تعبيػ ػػر (الكسػ ػػط الحسػ ػػابي الكسػ ػػط الحسػ ػػابي لمخطػ ػػأ لممعيػ ػػارم) أم
اإلحص ػ ػ ػػائية بكاس ػ ػ ػػطة ق ػ ػ ػػيـ االحتمالي ػ ػ ػػة ) (Pأك باس ػ ػ ػػتخداـ اختب ػ ػ ػػارات tس ػ ػ ػػتدنت
) (student tأك تحميؿ مربع كػام ( )2أك اسػتخداـ طػرؽ تحميػؿ التبػايف .كنجػد
أف المعمكم ػػات الممثم ػػة فيي ػػا مختصػ ػرة كمبكب ػػة .كب ػػدكف إلم ػػاـ الد ارس ػػة بالتحمي ػػؿ
13
اإلحصائي ال نقبؿ استنتاجات عمػؿ ىػذا الباحػث مطمقػنا ،ألننػا نكػكف عندئ وػذ غيػر
قادريف عمى فحص قكة الدعـ كالػربط لمبيانػات مػع الكاقػع .بػاختراع الحاسػب الػذم
يقكـ بتنسيؽ كتنظيـ البيانات كالكثيػر مػف حسػابات حػكؿ المشػاىدات التػي حصػمنا
عمييا كيقػكـ أيضػان بتمخيصػيا كتبكيبيػا كتبيػاف أىميتيػا كحتػى نقػكـ بكػؿ مػا ذكرنػاه
فػػي جيػػاز الحاسػػب ل ييحقػػؽ الفائػػدة المرجػػكة مػػف ىػػذه المعمكمػػات فإننػػا نحتػػاج حتمػان
ِ -كفي عمكـ صحة الحيكاف تت ازيد أعداد الخػدمات التشخيصػية المسػتقمة كالتػي تحمػؿ
كالمحافظ ػػة عميي ػػا جي ػػدان .ى ػػذا العم ػػؿ يج ػػرل بكاس ػػطة الخ ػػدمات المخبري ػػة كالت ػػي
تكجػػب التركي ػز دائم ػان عمػػى نكعيػػة الػػتحكـ كالدقػػة فػػي القياسػػات المتبعػػة لؤلغ ػراض
Pharmaceutical and ّ -الصػ ػ ػػناعات الدكائيػ ػ ػػة كالكيميائيػ ػ ػػة الزراعيػ ػ ػػة
كفعاليتيا بطريقة ال تقبؿ الجدؿ .مثؿ ىذه البيانات آللية ىػذه الصػناعات تتطمػب
حالة الصػناعات الدكائيػة نجػد أف تطكيرىػا يحتػاج إلػى فيػـ أىميػة تصػميـ الد ارسػة
14
لمتأكػػد بمػػا يكف ػي مػػف أعػػداد الحيكانػػات المسػػتخدمة فػػي المجمكعػػات المعالجػػة كػػي
تج ػػرل تج ػػارب مث ػػؿ ى ػػذه الص ػػناعات بم ػػا ى ػػك ج ػػدير بالثق ػػة .إف لجن ػػة ت ػػرخيص
المنتجػػات البيطريػػة كيطم ػػب منيػػا فيػػـ عم ػػـ اإلحصػػاء لتقيػػيـ م ػػدل فعاليػػة المػ ػكاد
ْ -كيػ ػزداد التركي ػػز حاليػ ػان عم ػػى أنظم ػػة األمان ػػة كنكعي ػػة الطع ػػاـ الخ ػػاص باالس ػػتيبلؾ
البشػػرم .ألف المنتجػػات مػػف أصػػؿ حي ػكاني ذات أىميػػة فػػي ىػػذا المجػػاؿ كتحديػػد
مدل أمانيا يقع عمى عاتؽ الطبيب البيطػرم فعمػى سػبيؿ المثػاؿ :المنػتج الػدكائي
المتعمػػؽ بسػػحب زمنػػي معػػيف قبػػؿ الػػذبح يعتمػػد عمػػى التػػداخؿ الػػدكائي كديناميكيػػة
الػػدكاء الخاصػػة بػػالمنتج كىػػذا يتعمػػؽ عمػػى سػػبيؿ المثػػاؿ بمنػػتج الحميػػب بعػػد عمميػػة
معالجػػة الحي ػكاف ككػػذا بالنسػػبة لمثمػػاالت النسػػيجية الناجمػػة عػػف المبيػػدات العشػػبية
كالمبي ػ ػ ػػدات الحشػ ػ ػ ػرية كامكاني ػ ػ ػػة تم ػ ػ ػػكث ال ػ ػ ػػذبائح بالص ػ ػ ػػادات الحيكي ػ ػ ػػة المقاكم ػ ػ ػػة
لمجػ ػراثيـ .كعم ػػى أي ػػة ح ػػاؿ ف ػػإف التكص ػػيات كالمقترح ػػات كك ػػذا القػ ػكانيف الناظم ػػة
المناسػػبة تيق ػ ٌػيـ بالد ارسػػات التجريبي ػػة كك ػػذا التقيػػيـ اإلحص ػػائي .كىػػذا يتطم ػػب م ػػف
الخبػراء أف يكػكف لػػدييـ خبػرة بػالطرائؽ اإلحصػػائية المناسػبة كػي يػؤدكا عمميػـ فػػي
كيمك ػػف أف ن ػػكجز فكائ ػػد عم ػػـ اإلحص ػػاء األساس ػػية ف ػػي ثبلث ػػة مج ػػاالت متعمق ػػة
15
ُ -م ػػا ل ػػـ تك ػػف ىن ػػاؾ بيان ػػات إحص ػػائية لقط ػػاع اإلنت ػػاج الحيػ ػكاني كالث ػػركة الحيكاني ػػة
كبصػػكرة مسػػتمرة كعمػػى نحػػك سػػميـ فػػإف عمميػػة التخطػػيط االقتصػػادم تكػػكف فاشػػمة
لتطكير الثركة الحيكانيػة كمنتجاتيػا .ناىيػؾ عػف الخسػائر الجسػيمة التػي قػد تمحػؽ
التجريبية أداة ميمة في جمع كتبكيب كتحميؿ البيانات كتفسير النتائج الحيكية .
ّ -إف دراسة العمكـ اإلحصػائية كنظرياتيػا المختمفػة تسػيؿ كتسػاعد عمػى فيػـ الباحػث
في الحصكؿ عمى الحقائؽ كفؽ أفضؿ النتػائج كأدىػا كمطابقتيػا فيزيكلكجيػا لكقػائع
كاليدؼ المطمكب إنجازه إال أنيا عمكمنا تشمؿ المراحؿ اآلتية :
ُ -جم ػػع البيان ػػات اإلحص ػػائية ب ػػالطرائؽ المناس ػػبة كالت ػػي س ػػنتطرؽ إليي ػػا ف ػػي فص ػػكؿ
الحقة .
16
ْ -دراسة البيانػات المجمكعػة كتحميميػا بػالطرائؽ اإلحصػائية الكصػفية أك التحميميػة أك
إال أنو يجب أف ننكه ىنا بأف كؿ مرحمة مػف م ارحػؿ ىػذه الد ارسػة ميمػة كيجػب
إتماميا بدكف أخطػاء مػع اعتبػار ىػذه الم ارحػؿ مرتبطػان بعضػيا بػبعض كأف كػؿ مرحمػة
المتغير ىك عبارة عف قيمة خاصة تتعمؽ بيا صفة أك عضك قابؿ لمتغير في
النكع أك الكػـ مػف حيػكاف إلػى آخػر فػي نفػس المجتمػع الحيػكاني المػدركس ،كقػد تكػكف
الصفة المتغيرة كصفية أم ال يمكف قياسيا مباشرة كالمكف أك الحالة الصحية لحيكانات
الدراسة كقد تككف الصفة المتغيػرة صػفة كميػة كالصػفات كالخػكاص التػي يمكػف قياسػيا
إحدل صفات حيكانات الدراسة المتغيرة كالتي يمكف أف تأخذ قيمػنا تختمػؼ فػي حػدكدىا
مف القيـ الفرديػة فػي أحػد الحيكانػات إلػى قػيـ فرديػة أخػرل أك مػف قػيـ شػاممة لمجمكعػة
مػػف الحيكانػػات إلػػى مجمكعػػة أخػػرل .فعمػػى سػػبيؿ المثػػاؿ صػػفة الطػػكؿ كالػػكزف كحجػػـ
17
الحظيػ ػرة كتع ػػداد ال ػػدـ كفعالي ػػة األنزيم ػػات كل ػػكف غط ػػاء الجم ػػد كالنس ػػب المئكي ػػة لمنع ػػاج
الحامم ػػة ف ػػي القطي ػػع ..إل ػػخ كيرم ػػز لمقيم ػػة اإلحص ػػائية ب ػػالرمز ) (Xف ػػإذا ك ػػاف ل ػػدينا
X X
1
1 X 2 X 3 .... n
أف ذلؾ غير مرغكب فيو منعان لمخمط بيف ىذا الرمز كنفس الرمز ) (Sالذم يعبر عنو
أحياننا بػاالنحراؼ القياسػي كأحػد مقػاييس التشػتت كالتػي سػترد فػي فصػؿ الحػؽ .كمػف
المبلحظ أنػو كضػع تحػت الرمػز الػرقـ كفكقػو الحػرؼ nكذلػؾ لمتعبيػر عػف أف ىػذا
المجمػػكع ىػػك عبػػارة عػػف مجمػػكع األف ػراد فػػي حيكانػػات الد ارسػػة كالتػػي تأخػػذ القػػيـ مػػف
الحيكاف األكؿ (ُ) حتى الرقـ األخير ) (nكعمى نحك كاضح فإف بعض ىذه المميزات
المذككرة الخكاص يككف أكثر قابمية لتقػديرىا كميػان مػف األخريػات ( .كمػف أجػؿ بعػض
المتغيػرات يمكننػػا أف نحػػكؿ الػرقـ العػددم إلػى فئػػة رقميػػة كبػذلؾ يمكننػػا إنشػػاء نػػكع مػػف
18
المستكل العددم إال أف بعض القيـ األخػرل يمكػف أف تكػكف عمػى شػكؿ مسػتكل رقمػي
كما أف البيانات الرقمية تأخذ أشكاالن مختمفة بما أف الفيـ الطبيعي لمبيانات
.
ىذه الفكرة كتقكـ عمى الجمع مابيف االختيار المناسب لمطريقة اإلحصائية كتحميؿ
كيمكف أف ييميز األنماط الرئيسية لممتغير بطريقة نظامية كذلؾ بتحديد إمكانية
أخػذ المتغيػػر لقيمػة مػػف قيمتػيف مميػزتيف ،أك قيمػػة كاحػدة مػػف عػدة قػيـ مميػزة ،أك أم
قيمة ضمف المجاؿ المعطى ليذا المتغير .كعممياي نً يمكف أف يأخذ أحد األنػكاع اآلتيػة
:
كىػك عبػارة عػف عػػدد ينتمػي إلػى فئػػة كاحػدة مػف مجمػػكع فئتػيف اثنتػيف أك أكثػػر
مف الفئػات المميػزة ليػذا المتغيػر فػالمتغير مػف نػكع ثنػائي/بيزم ) (a binary v.أك مػا
يػػدعى dichotomousكىػػك نػػكع خػػاص مػػف المتغيػرات مػػف أنمػػاط المتغيػرات الفئكيػػة
االسمية كالتي تعرؼ فقط في حاؿ كجكد فئتيف ،كأف نقكؿ مثبلن :بقرة حامػؿ أك غيػر
19
حامؿ أك أف نقكؿ ىذا الحيكاف ذكر أك أنثى .كتتراكح قيـ ىذا المستكل مف المتغيػرات
ُ -مسػػتكل /قياسػػي /اسػػمي : Nominal Scaleكىػػي عبػػارة عػػف فئػػات ممي ػزة
تعرؼ المتغير بأنيا ذات قيـ غير مرتبة Unorderedككػؿ منيػا يمكػف أف يشػار
إليو باسـ كأف نقكؿ لكف غطاء الجمد (بني – رمادم) .
: Ordinalكى ػػك يض ػػـ فئ ػػات متغي ػػر تتمي ػػز ب ػػبعض ِ -مس ػػتكل ترتيب ػػي Scale
الترتيبات الداخمية لكف ىػذا الترتيػب ال يتضػمف أم معنػى بالنسػبة لممتغيػر كتعػرؼ
الفكاصػػؿ بػػيف الفئػػات المختمفػػة حسػػب المتغيػػر :عمػػى سػػبيؿ المثػػاؿ قيػػاس حالػػة
الكمضاف الفمكراسيني لمخبليا عند اسػتخداـ المجيػر الكمضػاني الفمك ارسػيني كدرجػة
حركيػػة الحيكانػػات المنكيػػة فػػي العينػػة .ىػػذه المسػػتكيات تعط ػي غالب ػان قيم ػان عدديػػة
كىػ ػػك يتضػ ػػمف قيم ػ ػنا عدديػ ػػة معرفػ ػػة جيػ ػػدنا بمسػ ػػتكاىا كىنػ ػػا نميػ ػػز نػ ػػكعيف مػ ػػف
20
-1المستوى غير المستمر (متغيرات منقطعة) :
ككان ػػت ىن ػػاؾ قيم ػػة كاح ػػدة عم ػػى األق ػػؿ تق ػػع ض ػػمف المج ػػاؿ كيس ػػتحيؿ لممتغي ػػر Xأف
يأخػػذىا .كمثػػاؿ ىػػذا المسػػتكل ،البيانػػات التػػي يمكػػف أف تأخػػذ قيمػان خاصػػة ذات تعػػداد
نمػػكذجي مثػػؿ حجػػـ الحظي ػرة ككػػذا أعػػداد األفػراخ النافقػػة فػػي حضػػانة البػػيض كالمكسػػـ
اإلدرارم (أك ع ػػدد مػ ػرات الحم ػػؿ) .لنأخ ػػذ م ػػثبلن ع ػػدد الحيكان ػػات المعالج ػػة يكميػ ػان ف ػػي
المشػػفى البيطػػرم فػػي كميتنػػا كلنفػػرض أف ىػػذا العػػدد ال يقػػؿ عػػف ِ كال يزيػػد عػػف َُ ،
أم ] X [2 , 10كىنا نقكؿ إننا أماـ متغير إحصائي منقطع ،أمػا بالنسػبة لمعػدد ِ
حد أعمى كحد أدنى .كبالتالي فإف المتغير Xىنا يأخذ أية قيمة مف مجمكعة األعداد
فإذا كاف المتغير Xمتغي انر إحصػائيان مسػتم انر ككػاف ] X [a,bفػإف Xيمكػف
أف يأخػػذ أيػػة قيمػػة مػػف aإلػػى bبمػػا فييػػا األعػػداد الصػػحيحة كالنسػػبية كالعش ػرية غيػػر
21
النسبية مثػؿ كالقيمػة . eكمثػاؿ ذلػؾ صػفات الطػكؿ كالػكزف كالسػرعة كتركيػز مكػكف
كيميائي في الدـ أك البكؿ .كتككف قيـ مستكل ىذا المتغير ذات مدل غير محدكد أم
يمكػػف أف يصػػؿ بقيمتػػو إلػػى البلنيايػػة .كالمثػػاؿ الرقمػػي ليػػذا المتغيػػر أف نأخػػذ إنتػػاج
الحمي ػػب إلح ػػدل مػ ػزارع األبق ػػار الحم ػػكب الحككمي ػػة ف ػػإذا ك ػػاف إنت ػػاج الحمي ػػب الي ػػكمي
األعظمي إلحػدل األبقػار فػي ىػذه المزرعػة ِٓ كػ كأدنػى إنتػاج حميػب يػكمي إلحػدل
األبقػػار فػػي ىػػذه المزرعػػة ىػػك َُ ك ػ فػػإف Xيضػػـ المجػػاؿ ] X[10.25فػػإذا مػػا
اخترنػػا أم حي ػكاف فػػي ىػػذه المزرعػػة فػػإف إنتاجػػو يمكػػف أف يكػػكف كاقع ػان ضػػمف المجػػاؿ
المذككر أعبله ميما كانت دقتو كإنتاج الحميب الكزني اليكمي ِ ُِ.ك أك ٓ ُٓ.أك
مف المعركؼ أنو عندما تتكرر المشاىدة كنريد تقػدير ظػاىرة حيكيػة خاصػة ال
تتطابؽ القياسات إال ناد نار .جزء مف ىذا االختبلؼ يككف بسػبب اخػتبلؼ طبيعػي فػي
المادة الحيكية المقيسة .فعمى سبيؿ المثاؿ :نقكؿ إف جميع األبقار تأكؿ نفس الكمية
مف األعشاب كؿ يكـ كاف كاف ىناؾ اختبلؼ في كؿ مف كزف الجسـ كمككنات العمؼ
مػػف الميػػاه مػػع أخػػذىا بعػػيف االعتبػػار .كسنسػػتخدـ عبػػارة الفػػرؽ أك االخػػتبلؼ الحيػػكم
Biological Variationلمتعبي ػػر ع ػػف ى ػػذه الظ ػػاىرة م ػػع أف بع ػػض األخص ػػائييف
22
يس ػػتخدمكف عب ػػارة الخط ػػأ الحي ػػكم ( Biological Errorكالح ػػؽ أف عب ػػارة الخط ػػأ
الحيػػكم تقكدنػػا خط ػنأ إلػػى تعبيػػر مشػػكه عمػػى حػػيف أف ىػػذا االخػػتبلؼ ال ي ػرتبط بنتيجػػة
خطػػأ متعمػػؽ بألػػة أك بإنسػػاف كانمػػا خطػػأ طبيعػػي كي ػرتبط بػػاالختبلؼ الحيػػكم لمحي ػكاف
المدركس) .
كلكػػف إذا قمنػػا باختيػػار الحيكانػػات فردي ػان حسػػب مكاصػػفات خاصػػة قبػػؿ البػػدء
بجمػػع البيانػػات فإننػػا سػػنككف قػػادريف عمػػى خفػػض مػػدل االخػػتبلؼ الحيػػكم إال أنػػو ال
يمكننا تحديده .كيعتمد ىذا االختيار غالبان عمى خػكاص ذلػؾ الحيػكاف أك مكاصػفات (
عمى سبيؿ المثاؿ األنكاع الحيكانية أك النكع الحيكاني كالذرية الجرثكمية كعمػر الحيػكاف
كج ػنس الحي ػكاف كدرجػػة النضػػج ككزف الجسػػـ كقطعػػاف متخصصػػة بإنتػػاج الحميػػب أك
المحػػـ كغيرىػػا .) ...كلػػذلؾ يعتمػػد ىػػذا االختيػػار عمػػى عكامػػؿ خاصػػة ضػػمف شػػركط
التقصي المستخدـ في الدراسة .يكضح الشكؿ رقـ (ُ) أنماط المتغيرات .
ُ -االخػػتبلؼ الحيػػكم : biologicalكىػػك عائػػد إلػػى اخػػتبلؼ طبيعػػة المػػادة الحيكيػػة
23
الشكؿ رقـ ( )1أنماط البيانات /المتغيرات في عمـ اإلحصاء
فئكية كمية
متغيرات منقطعة
إسمية ترتيبية متغيرات مستمرة
(غير مستمرة)
مصفكفة مرتبة
أك رتب فئكيان
تحتكم مزرعة عمى 100بقرة منيا 29عجبلن ك 71بقرة بالغػة كػاف مػف بػيف
ى ػ ػاتيف المجمػ ػػكعتيف عشػ ػػر عجػ ػػبلت ( بًكػ ػػار ) ك ( )55بق ػ ػرة بالغػ ػػة فػ ػػي حالػ ػػة حمػ ػػؿ
بالتش ػػخيص الػ ػكالدم .كم ػػف نف ػػس المجم ػػكعتيف الم ػػذككرتيف ف ػػي البداي ػػة كان ػػت ل ػػدينا
بل .
58بقرة في حالة صحية جيد كمنيا 48بقرة حام ن
24
8بقرات في حالة جسمية متكسطة كمنيا 5بقرات حكامؿ .
كبما أف عدد العجبلت ( بًكار ) الحكامؿ كانت تسعة كعشريف (ِٗ) فقد كاف
ليػػا بعػػض المكاصػػفات فػ ػ ُٗ فػػي حالػػة صػػحية جيػػدة منيػػا ٖ عجػػبلت حكامػػؿ كتسػػع
عجػػبلت فػػي حالػػة صػػحية متكسػػطة منيػػا عجمتػػاف حػػامبلف كعجمػػة كاحػػدة فػػي حال ػػة
صحية سيئة .كيؼ يمكف أف نمثؿ ىذه المعمكمات في شكؿ بيانات رقمية ؟ .
الحؿ :
حالة الجسـ الصحي في كؿ مف العجالت مف األبقار في المزرعة المذكورة أعاله .
األبقار العجالت
عدد عدد
% % حالة الجسـ
المشاىدات المشاىدات
ُٕٖ. ٖٓ ٓٔٔ. ُٗ جيدة
ُُّ. ٖ َُّ. ٗ متوسطة
َٕ. ٓ ّْ. ُ سيئة
َََُ. ُٕ َََُ. ِٗ اإلجمالي/المجموع
كل ػػذلؾ ف ػػإف الد ارس ػػات المطبق ػػة عم ػػى س ػػبيؿ المث ػػاؿ عم ػػى قطع ػػاف أبق ػػار المح ػػـ
كاضافة إلى االختبلؼ الحيكم ىناؾ غالبنا فركؽ حيكية في القياسػات المتكػررة
نتيجة أسباب متعمقة باآللة أك ناجمة عف أخطاء متعمقة باإلنساف المستخدـ لآللة مثػؿ
25
ىػػذه االختبلفػػات يجػػب أف نأخػػذىا بعػػيف االعتبػػار عنػػد إج ػراء أم د ارسػػة كػػي ال تكػػكف
26
الفصل الثبًً
CHAPTER TWO
تعبرٌف وهفبهٍن إحصبئٍة
STATISTICAL DEFINITIONS AND CONCEPTS
فالدقة :مصطمح يشير إلى كيفية تكرار المشاىدات متكافقة جيدان مع البيانات األخرل
التػػدقيؽ :كىػػك مصػػطمح يشػػير إلػػى كيفيػػة تكافػػؽ القيمػػة المشػػاىدة مػػع القيمػػة الحقيقيػػة
كلنحػػاكؿ فيػػـ ىػػاتيف العبػػارتيف بالشػػكؿ رقػػـ (ِ) كالػػذم يشػػير إلػػى نقػػاط التصػػكيب فػػي
حدقة العيف نسػبينا كالتػي تختمػؼ بقربيػا مػف القيمػة الحقيقيػة ،ففػي ىػذا الشػكؿ نجػد أف
27
اء في التدقيؽ كالدقة الخاصة في التصكيب ك كذا يكجد تدقيؽ سيئ كدقة جيدة
ثمة سك ن
.إضافة إلى أنو ثمة دقة كتدقيؽ جيد مف حيث التصكيب .
التكرارية : Repeatability
ى ػػذا المص ػػطمح يرك ػػز عم ػػى تق ػػدير التش ػػابو لمتكػ ػ اررات كالت ػػي غالبػ ػان م ػػا تك ػػكف
مزدكجة كما أف قياسات تقنية معينة بكاسطة جياز معيف أك شخص ما أك القائـ عمػى
القيػػاس تكػػكف فػػي شػػركط معينػػة ،عمػػى سػػبيؿ المثػػاؿ القياسػػات التػػي يجرييػػا الشػػخص
القائـ عمى القياس في نفس المخبر تتـ بتقييـ األخطاء الفنية التي يمكف أف تحدث فيو
.
28
الشكؿ رقـ : 1تقييـ الدقة و التدقيؽ
يركز ىذا المصطمح عمى تحديد كيؼ يمكف لطريقة قياس كاحدة أك اثنتيف أك
أكثر أف تتكافؽ في نفس تقديرىا مع طريقة أخػرل .عمػى سػبيؿ المثػاؿ القياسػات التػي
يجرييا عدد مف األشخاص القائميف عمى التشغيؿ المختمفيف كالذيف يعممكف في مخابر
مختمفة كيمكف أف يستخدمكا طرقنا مختمفة لمحصكؿ عمى نفس قيمة القياس .
29
الثباتية : Stability
يرك ػػز ى ػػذا المص ػػطمح عم ػػى القي ػػاس المتك ػػرر لفتػ ػرة طكيم ػػة .إذ إف المخ ػػابر
التشخيصػػية ييحػػتفظ فييػػا ع ػادة بمػػادة مرجعيػػة لفحػػص الثباتيػػة فػػي القيػػاس مػػع مػػركر
الزمف .
الصالحية : Validity
كىك مصطمح قيػاس يركػز عمػى تحديػد مػا إذا كػاف القيػاس فعميػنا كعمػى تحديػد
النقاط المراد دراستيا كالتي يجب إجراء قياس ليا .ككذا الفترة التي أيجرم القياس فييػا
أىػ ػػي بعيػ ػػدة أك قريبػ ػػة .ففػ ػػي المفيػ ػػكـ الس ػ ػريرم ييقػ ػػارف القيػ ػػاس مػ ػػع المعيػ ػػار الػ ػػذىبي
إف مفيكـ المجتمع الحيكاني يشمؿ القياسات التي تجرل عمى العينة المػأخكذة
منػػو اعتمػػادنا عمػػى أسػػس معينػػة .يتضػػمف المجتمػػع الحيػكاني جميػػع ممػػثبلت مجمكعػػة
محددة كتمثؿ العينة مجمكعة صغيرة مف مجمكعة كبيرة مأخكذة مف المجتمع الحيكاني
ػار عينػػة كبيػرة كبػ نار كافيػنا بيػػذه الطريقػػة كالتػػي تمثػػؿ
المػراد د ارسػػتو كنحػػف نريػػد ىنػػا اختيػ ى
المجتم ػػع الحيػ ػكاني كال ب ػػد لن ػػا م ػػف تعري ػػؼ أمػ ػريف أساس ػػييف قب ػػؿ تيع ػ ٌػرؼ عم ػػى أنم ػػاط
30
تعريؼ الواحدة اإلحصائية :
في صػفة أك أكثػر كتػدكر الد ارسػة حكليػا .كمػا أف المجتمػع اإلحصػائي يعػرؼ بجميػع
كحداتو .
يعػػرؼ المجتمػػع الحيػكاني اإلحصػػائي بأنػػو جممػػة العناصػػر التػػي نريػػد د ارسػػتيا
تطبيػػؽ التقنيػػات الحديثػػة المسػػتخدمة فػػي مختمػػؼ العيػػادات البيطريػػة أك م اركػػز الصػػحة
أك م اركػ ػػز الصػ ػػحة الحيكانيػ ػػة المنتش ػ ػرة فػ ػػي تمػ ػػؾ المحافظػ ػػة أمػ ػػا إذا أردنػ ػػا أف نػ ػػدرس
األم ػراض فػػي م ػزارع األبقػػار الحمػػكب فسػػيتألؼ المجتمػػع اإلحصػػائي ىنػػا مػػف مجمػػكع
كسػػكؼ نسػػتخدـ فيمػػا يػػأتي كممػػة /حي ػكاف /عمػػى العمػػكـ لنقتػػرح مػػا يسػػمى
ككممػػة فػػرد حي ػكاني / Individual /أك كممػػة حالػػة / Case /ألننػػا نريػػد أف نعتػػاد
31
إف مجتمع الحيكانات يمكف أف يمثؿ بما يأتي :
مثاؿ ذلؾ كافة أبقار القطيع ،كافة أبقػار المحػـ فػي المزرعػة ،كافػة حيكانػات
Variable
عمػى سػبيؿ المثػاؿ قيػاس أكزاف الكبػد كأطػكاؿ العظػـ كقيػاس ىرمكنػات الػػدـ أك
بل لمنطقػػة معينػػة أك حجػػـ معػػيف لشػػيء مػػا أك زمػػف معػػيف) .كمثػػاؿ ذلػػؾ
فمػػث ن
التعداد الخمكم لمدـ أك تعداد بيكض البراز باستخداـ طرؽ اإلشعاعات الجزئية المنبعثة
كالمجتمع بمفيكمػو الفمسػفي العػاـ إمػا أف يكػكف مجمكعػة حقيقيػة ( كىنػا يكػكف محػدكدان
مثاؿ :
إذا م ػػا كن ػػا ميتم ػػيف بد ارس ػػة مع ػػدؿ النم ػػك عن ػػد الخن ػػازير ف ػػي منطق ػػة م ػػا ف ػػإف
المجتمع ىنا جميع خنازير المنطقة .كىذا مجتمع حقيقي محدكد .أما إذا أردنا معرفة
32
تأثير عمفة تجريبية عمى ىذه الخنازير فإننا سنجرب تعميؼ حيكانات ىػذه الكجبػة كىػذه
الحيكانات تمثؿ عينة ،كالتي يجب أف تككف حيكانات ىذه العينة ممثمػة لحيكانػات ىػذا
المجتمع نظرينا .كنظرينا عمى األقػؿ يمكننػا أف نقػيس فعميػنا حػاالت محػددة ضػمف ىػذه
العينػػة المػػأخكذة مػػف ىػػذا المجتمػػع الحي ػكاني إال أف ىػػذه العينػػة تمثػػؿ مجتمعػػات غيػػر
محدكدة (ال نياية ليا) كالتي تمثميا ىذه المجتمعات فقػط عمػى شػكؿ مػا يػدعى العينػة
. Sample
:تعريؼ العينة اإلحصائية :تعرؼ العينة اإلحصػائية بأنيػا مجمكعػة جزئيػة نتيجة
اإلحصػائي الكمػػي .بعػػد سػحب العينػػة نقػػكـ بالد ارسػة اإلحصػػائية عمييػػا ثػـ نعمػػـ نتػػائج
دراستيا عمى المجتمع الذم تنتمي إليػو كالمرغػكب د ارسػتو كذلػؾ بحػدكد معينػة كمقبكلػة
لمصطمح المجتمع الحيكاني .إف العينة يجب أف تككف ممثمة لممجتمع الحيكاني
المأخكذة منو لنحصؿ عمى نتائج تفيد في التطبيؽ عمى المجتمع الحيكاني ذم األعداد
ال كبيرة .كلكي نحصؿ عمى عينة ممثمة لممجتمع الحيكاني نختار األفراد الحيكانية
33
اختيا نار عشكائينا (اعتمادنا عمى طريقة المصادفة By chanceأك االحتمالية
عشكائينا كالتي تعتمد أساسان عمى سمسمة األرقاـ العشكائية طريق نة لبلختيار .
كيمكف أف نحصؿ عمى سمسمة األرقاـ ىذه مػف جػداكؿ األرقػاـ العشػكائية .أك
يمكػػف أف نحصػػؿ عمييػػا مػػف األرقػػاـ العش ػكائية فػػي الحاسػػب الشخصػػي كالتػػي يمكػػف
إنشاؤىا بطريقة سيمة .ككذا يمكف الحصكؿ عمييا باستخداـ اآللة الحاسبة اإللكتركنية
العممية .
نتيجة :
مف التكزيع العشكائي لنتجنب التأثير المكضعي لدراسة معينة كلنتأكد مف أف
34
كمرة ثانية تككف سمسمة األرقاـ العشكائية مطمكبةن لتقدـ لنا تكزيعنا ىدفو األفراد
الحيكانية أك الحيكانات المعالجة كلذلؾ فإف أسباب كجكد أم فركقات متكررة في أثناء
إنجاز التحميؿ بيف المجمكعات يمكف أف تعرؼ كتحدد تحديدنا مناسبنا .
البيانػػات كميكليػػا ضػػمف اإلدارة المدركسػػة اإلضػػاف نة إلػػى أىميتيػػا فػػي تمثيميػػا النتػػائج
تمثيبلن كاضػحان .مػف ىػذه الطػرؽ يمكننػا أف نرسػـ األشػكاؿ كالمخططػات كالجػداكؿ مػع
بيانات كصفية رقمية .كيشمؿ الكصؼ الرقمي قياسات كحساب المجاؿ الذم تتػأرجح
/Arithmeticأك المن ػ ػكاؿ فيػ ػػو مركزيػ ػػة البيانػ ػػات مثػ ػػؿ الكسػ ػػط الحسػ ػػابي mean/
35
تعريؼ اإلحصاء الوصفي : Descriptive Statistics
ىك كما تدؿ تسميتو اإلحصاء الذم يصؼ الكاقع حقيقة ككأنما نصكر صػكرة
فكتكغرافية لممجتمع اإلحصائي بكاممو .فالمجكء إلى اإلحصاء الكصفي يتطمب د ارسػة
لممجتمع اإلحصائي بكافة كحداتو .فيك يعني عرض حقيقة الظاىرة المدركسة عرضان
ممخصػ ػان باألس ػػاليب اإلحص ػػائية المتبع ػػة ف ػػي جم ػػع كتبكي ػػب كع ػػرض البيان ػػات كك ػػذلؾ
تحميميا بإجراء جميع الحسابات البلزمة كالتكصؿ لمعالـ كخػكاص المجتمػع اإلحصػائي
أك النس ػػب proportionكيص ػػؼ ى ػػذا اإلحص ػػاء جكان ػػب معين ػػة لتكزي ػػع المتغيػ ػرات .
كيتبػػع ىػػذا التقػػدير عمكمػان اسػػتخداـ النظريػػة اإلحصػػائية (كالتػػي سػػنتناكليا تفصػػيبلن فػػي
الفص ػػكؿ القادم ػػة) .كف ػػي الفص ػػكؿ القادم ػػة ش ػػرح مفص ػػؿ لي ػػذا الن ػػكع م ػػف اإلحص ػػاء
السػػتخداـ النظريػػة اإلحصػػائية ككػػذا مخط ػػط الخكارزميػػة flow chartالمثبػػت ف ػػي
نتيجة :
36
يعػػرؼ اإلحصػػاء االسػػتنتاجي أك االسػػتداللي بأنػػو ذلػػؾ اإلحصػػاء الػػذم ىدف ػو
التكص ػػؿ إل ػػى ص ػػكرة لممجتم ػػع اإلحص ػػائي كذل ػػؾ ع ػػف طري ػػؽ د ارس ػػة ذل ػػؾ الج ػػزء م ػػف
المجتم ػػع اإلحص ػػائي كالمس ػػمى بالعين ػػة .فاالس ػػتدالؿ ى ػػك التكص ػػؿ م ػػف الخ ػػاص إل ػػى
العػػاـ ،أم مػػف الجػػزء (العينػػة) إلػػى العػػاـ (المجتمػػع الكمػػي) كيمكػػف تعريػػؼ اإلحصػػاء
االسػػتداللي بمجمكعػػة الطػػرؽ المسػػتخدمة فػػي التكصػػؿ لنتػػائج المجتمػػع باالعتمػػاد عمػػى
استنتاج : Conclusion
البلحقػػة كمػػا قػػدمنا شػػرحنا كجيػ ناز لممفػػاىيـ اإلحصػػائية التػػي سػػنتناكليا الحقػنا إذ أنػػو مػػف
الميـ أف تكػكف لػدينا فكػرة أكليػة عػف الط ارئػؽ كالمػكاد اإلحصػائية التػي سػتعرض الحقػان
كق ػػد ى ػػدؼ ى ػػذا الفص ػػؿ إل ػػى أف اكتس ػػاب معرف ػػة ع ػػف معن ػػى البيان ػػات الت ػػي
أنشأناىا كيجب أف نتذكر أف البيانات المنظمة تنظيمان سػيئان ال نحفػز تحميميػا إحصػائيان
النتائج المترتبة عمييا .كيعطينا دالئؿ لشرح كتفسير ما حكلنا .كسنركر فػي الفصػكؿ
القادمة عمى تطكير فيـ لمطرائؽ اإلحصائية كتحديدىا لممساعدة في تفسير النتائج .
37
الفصل الثبلث
CHAPTER THREE
اإلحصبء الىصفً ()1
)DESCRIPTIVE STATISTICS (1
جمع البيانات اإلحصائية وتبويبيا وعرضيا
د ارسػػة إحصػػائية ألف العمػػؿ اإلحصػػائي يتركػػز عممي ػان فػػي خط ػكات الحقػػة لتحميػػؿ ىػػذه
قد ال يككف مجاؿ في ىػذا الفصػؿ لشػرح تفاصػيؿ السػؤاليف المػذيف قػد يتبػادراف
ذلػػؾ أف مكضػػكع الد ارسػػة نفسػػو يحػػدد نػػكع البيانػػات المطمكبػػة كيحػػدد عمكم ػان
مصػػدر ىػػذه البيانػػات ،فعمػػى سػػبيؿ المثػػاؿ إذا أردنػػا معرفػػة الكسػػط الحسػػابي ألكزاف
المكاليػػد الحديثػػة ال ػكالدة فػػي مبق ػرة حمػػص الحككميػػة فيػػذا يتطمػػب منػػا جمػػع البيانػػات
المتعمق ػػة ب ػػأكزاف المكالي ػػد الحديث ػػة الػ ػكالدة ،كىن ػػا نج ػػد أف مص ػػدر البيان ػػات ل ػػف يك ػػكف
بالعممية الصعبة حيث أف إدارة المبقرة أك المحطة فييا كافة البيانات التي نريدىا كمف
38
الغير الممكف أف يخطر بذىننا الذىاب إلى المديرية العامة لمؤسسة المباقر لجمع ىذه
البيانات .
كعمكمػ ػنا ف ػػي حال ػػة ع ػػدـ ت ػػكفر المص ػػدر ال ػػذم يمك ػػف أف نحص ػػؿ من ػػو عم ػػى
البيان ػػات البلزم ػػة لن ػػا نظػ ػ انر لخصكص ػػيتيا فإنن ػػا سنض ػػطر إل ػػى جم ػػع البيان ػػات بأنفس ػػنا
ميدانيان .
كال بػػد لنػػا مػػف تحديػػد كسػػائؿ االتصػػاؿ الفعالػػة المتعمقػػة بالكحػػدات اإلحصػػائية
كىػػي قػػد تكػػكف عػػف طريػػؽ االتصػػاالت الياتفيػػة أك المقػػاببلت الشخصػػية أك الم ارسػػمة
بالبريد ىذا إذا كانت الكحدات اإلحصػائية مكضػكع الد ارسػة يمكػف الحصػكؿ عمييػا مػف
لكف إذا كاف عممنػا تجريبيػان أم مكضػكع الد ارسػة مكضػكع تجريبػي كػأف نرغػب
فػػي الحصػػكؿ عمػػى البيانػػات اإلحصػػائية المتعمقػػة بأعػػداد فئ ػراف الحقػػؿ المكجػػكدة فػػي
إحدل المناطؽ فينا ال بد مف المجكء إلػى طريقػة القيػاس المباشػر .كال بػد مػف اإلشػارة
إلػػى أف كسػػيمة االتصػػاؿ األفضػػؿ لجمػػع البيانػػات تتكقػػؼ عمػػى أمػػكر عػػدة منيػػا التكمفػػة
كبعػػد تحديػػد الكسػػيمة لعمميػػة جمػػع البيانػػات فػػبل بػػد لنػػا مػػف إعػػداد مػػا يسػػمى
باالستمارة أك (االستبياف) كالتي يجب ممؤىا بالمعمكمػات كالبيانػات المطمكبػة كذلػؾ مػف
39
أجؿ إجراء الدراسة اإلحصائية عمييا الحقنا فما ىي االستمارة اإلحصائية أك االسػتبياف
الشخصي ؟ .
تت ػ ػػألؼ االس ػ ػػتمارة أك االس ػ ػػتبانة أك ( البي ػ ػػاف ) م ػ ػػف ص ػ ػػفحة كاح ػ ػػدة أك ع ػ ػػدة
صفحات كتحتكم عمى األسئمة التي يريػد الباحػث إجابػة عنيػا كيتػرؾ فػراغ بجانػب كػؿ
كحسب الغرض كاليػدؼ مػف مكضػكع الد ارسػة إال أف ىنػاؾ بعػض الشػركط التػي يجػب
ْ -أف يككف عددىا أقؿ ما يمكف بشرط عدـ تأثير ذلػؾ عمػى كميػة المعمكمػات المػراد
ٓ -يفضؿ عمكمان األسئمة ذات اإلجابة بنعـ أك ال ،أك ذات اإلجابات المختصرة .
ٔ -يفضؿ عمكمان أف تككف إجابات األسئمة قابمة إلى تحكيميا إلى شكؿ رقمي .
40
تمخيص البيانات Summarizing Data
نجم ػػع البيان ػػات ع ػػادة م ػػع احتس ػػاب المعمكم ػػات الت ػػي يمك ػػف أف نحكلي ػػا إل ػػى
بيانػػات مككنػػة مػػف عػػدة أج ػزاء .ممػػا يػػؤدم إلػػى إشػػكاؿ بسػػيط يعػػرض عنػػدما نحمػػؿ
و
ػاىدات قميمػ نة لعػدد قميػؿ مػف الحيكانػات .كعمػى أيػة حػاؿ فػإف و
بيانات متضمن نة عمػى مش
كمية البيانات التي نحصؿ عمييا بإزدياد يكمان بعد يكـ سكؼ تصعب عمينػا تص ٌػكر مػا
يحدث في ىذه المشكمة المدركسة أك تمؾ كلذلؾ فإف المرحمة األكلى لمعمؿ عمى إيجاد
تصػػكر ليػػذه البيانػػات ىػػي تنظػػيـ ىػػذه البيانػػات لتقيػػيـ االخػػتبلؼ فػػي القػػيـ عمكم ػنا .
كعندئذ فإف الطريقة التي تعطينا تصك انر ليذه البيانات ىي إنقاص كميتيػا كادارتيػا ممػا
يؤدم إلى الحصكؿ عمى تصكر معيف لممساعدة في فيػـ كتفسػير مثػؿ ىػذه البيانػات ،
-1العرض الجدولي :كذلؾ بعرض المبلمح العامة لمبيانات المجمكعة كىذه ستناقش
-2العرض بالرسوـ :كذلؾ باستخداـ األشكاؿ كالمخططات التي تكضح لنا أنماطان
-3القياسات الرقمية :التي تمخص البيانات المجمكعة ( جميع ىذه الطرؽ ستعرض
41
توزيعات التكرار التجريبية
تكزيػ ػػع المشػ ػػاىدات المكجػ ػػكدة عمػ ػػى عػ ػػدد مناسػ ػػب مػ ػػف الفئػ ػػات كمػ ػػف ثػ ػػـ إيجػ ػػاد عػ ػػدد
المش ػػاىدات المكزع ػػة عم ػػى ك ػػؿ فئ ػػة .كغالبػ ػان م ػػا ي ػػدعى تكزي ػػع البيان ػػات لممش ػػاىدات
كمف األىمية الحيكية بمكاف أف نفيـ بكضكح أف نميز بػيف المتغيػرات النكعيػة
كالكميػػة قبػػؿ أف نحػاكؿ اسػػتخداـ التكزيػػع التكػرارم بمػػا أف نػػكع المتغيػػر سػػكؼ يقػػدـ لنػػا
Qualitative الشػػكؿ األمثػػؿ تناسػػبان لتكزيػػع البيانػػات فعنػػدما يكػػكف المتغيػػر نكعي ػان
. variable
فإف التكزيع التكرارم لممشاىدات يتضمف عندئذ تكػرار حػدكث المشػاىدات فػي
كػػؿ فئػػة مػػف ىػػذا المتغيػػر كىنػػا يمكػػف أف نػػنظـ ىػػذه البيانػػات فػػي جػػدكؿ يمثػػؿ كػػؿ فئػػة
منيا أك يمكف أف نمثميا في مخطط بياني كمخطط مضمعات أك مخطط دائرم .
42
فعمى سبيؿ المثاؿ إذا كػاف المتغيػر يمثػؿ ط ارئػؽ مختمفػة لممعالجػات لمكقايػة مػف نقػص
المشػػاىدة باسػػتخداـ كػػؿ طريقػػة سػػكؼ يشػػمؿ مػػا يسػػمى بػػالتكزيع التكػرارم ليػػذه المػزارع
عػف ىػذه الحالػػة كىنػا فػإف البيانػػات يمكػف أف تكضػػح فػي شػكؿ مخطػػط دائػرم كالشػػكؿ
فيػػو مخطػػط دائ ػري يظيػػر النسػػب المئويػػة لمقطعػػاف المطبػػؽ عمييػػا طػػرؽ
الػػتحكـ النوعيػػة مػػف نقػػص المغنزيػػوـ والتػػي يسػػتخدميا مزارعػػو األبقػػار الحمػػوب فػػي
الشكؿ رقـ :3النسب المئوية لمقطعاف المطبؽ عمييا طرؽ التحكـ النوعية
مف نقص المغنزيوـ عمى شكؿ مخطط دائري
مكعبا ممحية
الخ لخيا
م عي
لعم لمحب
عم م ك
43
quantitative كعنػػدما يكػػكف مكضػػكع الد ارسػػة متعمق ػنا بػػالمتغيرات الكميػػة
variablesسكاء كانت عمى شكؿ بيانات غيػر مسػتمرة /متقطعػة أك بيانػات مسػتمرة
المفضؿ أف تككف ىذه الفكاصؿ غير متداخمة أك عمى شكؿ فئات كأف تشمؿ مدل مف
القيـ يتػراكح فيػو المتغيػر المػدركس كبيػذه الحالػة نحػدد أعػداد المشػاىدات المنتميػة إلػى
كؿ فئة ( تكرار الفئات ) كإلكماؿ بيانات تك اررات الفئػات نأخػذ عندئػذ التكزيػع التكػرارم
.
بل التكزيػ ػع التكػ ػرارم ألع ػػداد الػ ػكالدات لؤلبق ػػار الحم ػػكب اإلن ػػاث ف ػػي
لنأخ ػػذ م ػػث ن
ُ َ َ ّ ُ ٓ ُ ِ ِ َ
ُ َ ٓ ِ ُ َ ُ َ ْ ُ
َ ُ ُ ّ َ ُ ُ ُ ّ ُ
َ ُ ْ ِ َ ّ ُ ٕ ِ ّ
َ ِ ُ ّ َ َ َ َ ٔ ُ
ُ ِ ُ َ ُ َ ّ ُ ّ ُ
َ ٓ ِ ُ َ ِ ْ َ ُ ُ
ّ َ ُ ِ ُ ُ ُ ِ ِ َ
َ ّ َ ُ َ ُ َ َ َ ٓ
44
َ ْ ُ ِ ِ ٕ ُ ُ
ك سيتـ حؿ ىذا المثاؿ بعد أف نتعرؼ باقي أنكاع التكزيعات التك اررية .
الصػػعب أف نقػػارف بػػيف اثنػػيف أك أكثػػر مػػف التكزيعػػات التك ارريػػة إذا كػػاف إجمػػالي عػػدد
المشػػاىدات فػػي كػػؿ تكزيػػع مختمف ػنا .كالطريقػػة الكحيػػدة لحػػؿ ىػػذه المشػػكمة أف تحسػػب
النسػػب المئكيػػة لممشػػاىدات فػػي كػػؿ صػػؼ أك فئػػة كىػػذا مػػا يػػدعى بػػالتك اررات النسػػبية
/المرتبطة /كيحصؿ عمى كؿ منيػا بتقسػيـ التكػرار المطمػؽ لكػؿ فئػة عمػى العػدد الكمػي
لعػدد المشػاىدات أك التكػ اررات .كىكػذا فػػإف مجمػكع التكػ اررات النسػبية لكػػؿ الفئػات ىػػك
نتيجة :
التكرار المطمؽ
التكرار النسبي = ػ ػ ػ ػ ػ ػ
العدد الكمي لمتك اررات
كغالب ػان مػػا تؤخػػذ األج ػزاء المئكيػػة ليػػذا االختيػػار كالتػػي تشػػكؿ ِٓ %كٕٓ%
بعػػيف االعتبػػار (كتػػدعى ىػػذه بػػالربع المػػنخفض كالربػػع المرتفػػع أك األعمػػى نسػػبيان) .فػ ػ
ِٓ %مف المشاىدات تمتد دكف الربع المنخفض كٕٓ %مف المشاىدات تمتػد عمكيػنا
45
مف الربع المرتفع .كيػدعى المجػاؿ الػذم بػيف الػربعيف بالمػدل داخػؿ األربػاع (Inter-
quartileكاف القيمػ ػػة ٓ %كٓٗ %تش ػ ػػمؿ القيمػ ػػة المركزي ػ ػػة َٗ م ػ ػػف )range
المشاىدات كيمكف أف يظير كيفية تقيػيـ ىػذه النسػب المئكيػة بإسػتخداـ مضػمع التكزيػع
التكرارم التجميعي.
46
الجػػػػػػػػػػػدوؿ رقػػػػػػػػػػػـ : 2حػػػػػػػػػػػػؿ مثػػػػػػػػػػػاؿ الجػػػػػػػػػػػد وؿ التكػػػػػػػػػػػػراري ألعػػػػػػػػػػػداد الػػػػػػػػػػػػوالدات
الجداوؿ Tables
الجدكؿ ىك ترتيب شقي لمبيانات التي تشمؿ عادة أعدادان أك كممات ممثمة في
صػػفكؼ كأعمػػدة كتفػػرض جممػػة مػػف الحقػػائؽ لتمييػػز كفيػػـ البيانػػات كيعػػرض تخطػػيط
الجدكؿ بكاسطة شكؿ البيانات كاعتمادنا عمى ذلؾ تختمؼ نماذج أنماط الجداكؿ حسب
كعمكمنا يجب أف نتذكر أف المبدأ األكثر أىميػة فػي إدارة كانشػاء الجػداكؿ ىػك
أف تكػػكف كاضػػحة جيػػدان .كفيمػػا يػػأتي القكاعػػد المسػػتخدمة لبنػػاء جػػداكؿ كاضػػحة كجيػػدة
التقييـ :
47
ُ -يتض ػػمف الج ػػدكؿ معمكم ػػات كاض ػػحة م ػػع كج ػػكد عنػ ػكاف رئيس ػػي كعنػػػاكيف فرعي ػػة
الكس ػ ػ ػػط الحس ػ ػ ػػابي ) يج ػ ػ ػػب أف يتض ػ ػ ػػمف إل ػ ػ ػػى جانب ػ ػ ػػو م ػ ػ ػػا ي ػ ػ ػػدعى بح ػ ػ ػػد الثق ػ ػ ػػة
ٓ -أف يتضػػمف إشػػارة فقػػط إلػػى درجػػة الدقػػة عنػػد لزكميػػا كالدرجػػة المعنكيػػة أك غيرىػػا
ٕ -تػػذكر أف يتضػػمف معمكمػػات يمكػػف إحصػػاؤىا بسػػيكلة بإسػػتخداـ األعمػػدة منػػو مػػف
48
األشكاؿ أو الرسوـ البيانية Diagrams
إف الغػػرض مػػف العػػرض البيػػاني لمبيانػػات ىػػك إعط ػاء صػػكرة جميمػػة لمبيانػػات
بطريقػة سػػيمة كمرتبػػة تجػػذب القػػارئ كتػػؤثر عميػو .كلمػػا كػػاف جميػػع القػراء يميمػػكف إلػػى
ػرؽ العػػرض
رؤيػػة األشػػكاؿ أكثػػر مػػف مشػػاىدة األرقػػاـ الجافػػة فػػي الجػػداكؿ شػػاعت طػ ي
البياني كثيػ انر كال سػيما بعػد اسػتخداـ بػرامج الحاسػكب الخاصػة بإنشػاء األشػكاؿ البيانيػة
بصكرة جميمة كجذابة .كفيما يأتي القكاعد األساسية لمرسكمات البيانية :
49
طرؽ الرسـ أو العرض البياني
Methods of Presenting of Diagrams
: Histogram Chart الرسـ باألعمدة
كىنػػا يمثػػؿ طػػكؿ العمػػكد القيمػػة الرقميػػة لممتغيػػر الػػذم يمثمػػو كبمقارنػػة أط ػكاؿ
األعم ػػدة المكج ػػكدة ف ػػي الرس ػػـ البي ػػاني نك ػػكف عم ػػى فكػ ػرة ع ػػف االخ ػػتبلؼ ف ػػي المتغي ػػر
ّ -المسػػافة بػػيف األعمػػدة يجػػب أف تكػػكف متسػػاكية كيجػػب م ارعػػاة التناسػػؽ لممسػػافات
ْ -تمثؿ األعمدة غالبان بصكرة عمكدية كيمكف أف تمثؿ بصكرة أفقية كال سيما إذا كاف
ير .
عدد األعمدة كث ان
ٓ -يفضؿ ترتيب األعمدة تنازليان أك تصاعديان .
ٔ -كاذا كاف ىناؾ أكثر مف متغير سيمثؿ بطريقة األعمػدة فيجػب التمييػز بػيف أعمػدة
50
الشكؿ ( ) 4طػرؽ الػتحكـ النوعيػة لػنقص المغنزيػوـ فػي بعػض القطعػاف باسػتخداـ المػربيف
ِلطرؽ نوعية (مركزات – حبوب – مرعى – مكعبات مغنزيوـ وطرؽ أخرى).
يك ػػكف خ ػػط البداي ػػة عن ػػد الس ػػاعة (ُِ) كلع ػػدىا ت ػػكزع األجػ ػزاء األخ ػػرل باتج ػػاه عق ػػرب
كلتحكي ػػؿ النس ػػب المئكي ػػة إل ػػى درج ػػات الزكاي ػػا نض ػػرب النس ػػبة المئكي ػػة ب ػػالرقـ
(ٔ )ّ.ألف مجمكع درجات الدائرة تساكم (َّٔ) إذ إف َّٔ ÷ ََُ = ّٔ.
كاذا كانػػت النس ػػب المئكي ػػة غي ػػر معط ػػاة فإنن ػػا نقس ػػـ قيم ػػة ك ػػؿ مش ػػاىدة عم ػػى
مجمكعيا كنضرب بالرقـ َّٔ فتعطينا قيمة الزاكية حسب القانكف التالي :
51
كيمك ػػف حس ػػابيا بطريق ػػة أخ ػػرل كذل ػػؾ بتقس ػػيـ الزاكي ػػة المركزي ػػة (َّٔ) عم ػػى
مجمكع قيـ الظاىرة كالناتج يضرب بكؿ قيمة فنحصؿ عمى انقطاع الزاكم المطمكب .
ال لػػذلؾ تكزيػػع الػػذرارم المرضػػية كغيػػر المرضػػية لممػػرض الحمػػكم فػػي
كلنػػذكر مثػػا ن
الجدكؿ رقـ( ِ ).
نكع المسبب
درجة الزاكية النسب المئكية العدد
المرضي
َُٖ َّ َٔ ذرية ممرضة
ُْْ َْ َٖ ذرية غير ممرضة
كى ػػك المح ػػكر العم ػػكدم كى ػػك م ػػا يرم ػػز ل ػػو رياض ػػينا ب ػػالمحكر العين ػػي (ع أك Yبالمغ ػػة
52
ػتقؿ كػػالعمر ككميػػة اإلنتػػاج
اإلنكميزيػػة) كعػػادة مػػا يمثػػؿ المحػػكر الس ػيني المتغيػ ىػر المسػ ى
كالقػػيـ الدمكيػػة كغيرىػػا مػػف المتغيػرات المسػػتقمة فػػي حػيف يمثػػؿ المحػػكر العينػػي المتغيػػر
غير المستقؿ (التابع) كعدد الحيكانات المريضة أك مستكل حدكث المرض .
كعند الرسـ البياني يجدر بنا األخذ بعيف االعتبار ما يأتي :
ِ -يفضػػؿ أف ال يزيػػد عػػدد الخطػػكط البيانيػػة عمػػى ثبلثػػة خطػػكط ليسػػيؿ عم ػى القػػارئ
ّ -يحسػ ػػب المحػ ػػكر السػ ػػيني Xبالمقيػ ػػاس الحسػ ػػابي بينمػ ػػا يحسػ ػػب المحػ ػػكر العينػ ػػي
بالمقي ػ ػ ػػاس المكغ ػ ػ ػػاريتمي أك الحس ػ ػ ػػابي كاذا حس ػ ػ ػػب المح ػ ػ ػػكر العين ػ ػ ػػي بالمقي ػ ػ ػػاس
المكغػػاريتمي فيسػػمى بالرسػػـ البيػػاني نصػػؼ المكغػػاريتمي كيسػػتخدـ ىػػذا الػػنمط مػػف
الرسكمات البيانية عندما يككف اىتمامنا بتبياف نسب التغيير كلػيس القيمػة المطمقػة
لممتغيػػر ،فعمػػى سػػبيؿ المثػػاؿ إلظيػػار اتجػػاه مػػرض السػػارز أك بعػػض السػػرطانات
الفصل الراثع
CHAPTER FOUR
الوقبٌٍس الرقوٍة
53
NUMERICAL MEASURES
تشمؿ قياسات اإلحصاء الكصفي جمػع البيانػات كتبكيبيػا كتمخيصػيا كمػف ثػـ
عرضػػيا .كىػػذا يعنػػي أف ىػػذا النػػكع مػػف اإلحصػػاء ييػػتـ بكصػػؼ البيانػػات اإلحصػػائية
بدكف الدخكؿ في عممية التحميؿ اإلحصائي لمكصكؿ إلى االستنتاجات العمميػة كتعتبػر
ننظر في تكزع قيـ بيانات إحصائية كإنتػاج كميػة الحميػب اليكميػة لكػؿ بقػرة فػي إحػدل
مزارع منطقة مف المناطؽ سكؼ نجد أف ىذه القيـ تتكزع حكؿ قيمة متكسطة /مركزية/
إذ يكثػػر عػػددىا حػػكؿ ىػػذه القيمػػة المتكسػػطة كيقػػؿ تػػدريجينا مػػع االبتعػػاد عنيػػا .تسػػمى
د ارسػة قػػيـ النزعػػة أك الميػػكؿ المركزيػػة كالتػػي تمقػػى الضػػكء عمػػى بعػػض الجكانػػب اليامػػة
قدر و
كبير مف األىمية . مف الظاىرة تبقي في الخفاء جكانب أخرل عمى و
إذ إننا غالبان ما نحتاج إلى دراسة مػدل تبعثػر أك بعػد أك انحػراؼ قػيـ الظػاىرة
عػػف تمػػؾ القيمػػة المتكسػػطة .تسػػمى المقػػاييس التػػي تقػػيس انح ػراؼ القػػيـ عػػف القيمػػة
ػاييس التشػػتت .كتعتبػػر المرحمػػة األكلػػى فػػي أم د ارسػػة ىػػي حسػػاب تمػػؾ
المتكسػػطة مقػ ى
54
المقػػاييس كالػػذم يعتبػػر بدايػػة أكليػػة فػػي العمػػؿ اإلحصػػائي مػػف حيػػث تحميػػؿ البيانػػات
اإلحصائية بعد عمميات جمع البيانات كتصنيفيا كعرضيا بالطرؽ المناسبة .
Tendencyأك ما يدعى بالمعدؿ Averageإف عبارة المعدؿ تشير إلى قياس مف
القياسات العديدة لمميكؿ المركزية لمبيانات .فعندما نذكر في مثالنا السابؽ أف معدؿ
ليتر
إنتاج الحميب لمبقرة الكاحدة باليكـ الكاحد في إحدل محطات تربية األبقار ىك َِ ان
يمكننا كضع استنتاج أف حجـ إنتاج الحميب في ىذه المحطة يتمركز حكؿ القيمة َِ
ليت نار .كىناؾ العديد مف ىذه المقاييس إال أف أىميا ىي :الكسط الحسابي كالكسط
كىناؾ مقياس غير مركزم يسمى بالمئيف كيعبر حقيقة مقياس مكضعي يمثؿ
كىذا المقياس أكثر شيكعنا لدل عمكـ الناس يحسػب ىػذا المقيػاس يجمػع كافػة
قػػيـ المشػػاىدات المكجػػكدة فػػي البيانػػات كتقسػػيميا عمػػى عػػدد ىػػذه المشػػاىدات فػػي ىػػذه
البيانات .
55
فإذا رمزنا لممتغير المستمر بالرمز ( )Xككاف ىناؾ عدد مف المشاىدات ()n
في العينة فعندئذ يككف الكسط الحسابي في العينة ) (Xكما يأتي :
X
n
كفػػي جػػداكؿ التكزيػػع التك ارريػػة غيػػر المجمعػػة يؤخػػذ التكػرار بالحسػػباف فتصػػبح
fx
X
f n
مثػاؿ :لػػتكف لػدينا قػػيـ البكتاسػيكـ فػػي الببلسػما الدمكيػػة ككحػدة قيػػاس )(mmol / L
مكؿ /ليتر ألربعة عشر كمبنا كما يأتي :
كْٓ ْ.ك ٖٔ ْ.ك ِٗ ّ.ك ّٓ ْ.ك ٕٖ ْ.ك ّٕ ْ.ك ّٖ ْ.ك ّٕ ْ.ك َْْ.
ك ٔٔ ْ.ك ٗٓ ْ.ك ٕٓ ْ.ك ِْ ٓ.ك ُِ. ْ.
فإف الكسط الحسابي ىك :
X
n
63.96
X 4.57(mmol / L
14
مثاؿ :لنأخذ بيانات ناتجة مف در ً
اسة تركيز النطاؼ في السائؿ المنكم لكاحد كأربعػيف
ثك نار.
ٕٓ – َُُ ُِٓ – َُُ – َٗ - ُِْ - ُِْ – ٖٔ -َُُ - ُّٗ - ُِّ -
– ُِْ – ُُّ – ُِٔ – ُِْ – ُُٖ – ٕٗ – ُّْ – ُِٕ - ُُٕ – ٗٓ -
ُِٖ – ُّْ – ٕٗ – َُِ – ُِٗ – ُْٖ – َُِ – ُُِ – ُّّ – ُٗٓ –
َُْ – ُِِ – ُّٖ – َُْ – ُِِ – ُّٖ – َُٓ – ُِّ . ُّٗ -
الحؿ:
56
الكس ػ ػ ػ ػػط الحس ػ ػ ػ ػػابي = مجم ػ ػ ػ ػػكع المش ػ ػ ػ ػػاىدات /ع ػ ػ ػ ػػدد المش ػ ػ ػ ػػاىدات =ُّْٖ= ُْ/
َُُّٕٗ.
كى ػػك عبػ ػػارة عػ ػػف أحػ ػػد المقػ ػػاييس األخ ػػرل لمميػ ػػكؿ المركزيػ ػػة الشػ ػػائعة التك ػ ػرار
باس ػ ػػتخداميا .كيع ػ ػػرؼ الكس ػ ػػيط بأن ػ ػػو القيم ػ ػػة المركزي ػ ػػة (الكس ػ ػػيطة) لمجمكع ػ ػػة م ػ ػػف
المشاىدات ) (nفي عينة ما كالتي تككف مرتبة ،فعمى سبيؿ المثاؿ ترتب المشػاىدات
تصاعديان أك تنازليان بمعنى آخر ىك القيمة التي تفصػؿ مجمكعػة بيانػات إحصػائية إلػى
بل يجعؿ قيـ أحدىما أقؿ مف قيمة الكسيط بينما تكػكف قػيـ الجػزء
جزئيف متساكييف فص ن
الثاني أكبر منيا .كبيذا يكػكف الكسػيط ىػك القيمػة المنصػفة لػذلؾ الترتيػب التصػاعدم
ُ -إذا كاف عدد المشاىدات ) (nكىي فردية فإف الكسيط يساكم :
n 1
Me
2
إذ إف :
: nتمثؿ عدد الحدكد
كبيذا تككف قيمة الحد ذم الترتيب المقدر ىي قيمة الكسيط .
57
ِ -إذا كان ػػت المش ػػاىدات ) (nزكجي ػػة ف ػػإف الكس ػػيط يق ػػع ف ػػي الق ػػيـ المنص ػػفة لقس ػػمي
المشاىدات.
مثػػاؿ :إف األكزاف بػػالغراـ لمجمكعػػة مػػف ذكػػكر خنػػازير غينيػػا المككنػػة مػػف ُٗ حيكان ػنا
َّٓ ك ْٗٗ ك ُِْ ك ٔٓٓ ك ٖٕٗ ك ُٗٗ ك ُّْ ك ِْٔ ك ّٖٖ ك َُٓ
ِٕٗ كُّْ ك ّّّ ك َّٓ ك ّٖٖ ك ُِْ ك ُِْ ك ْٓٓ ك ْْٕ ك ْٗٗ
كَُٓ ك ّٔٓ ك ٔٓٓ ك ٖٗٓ ك ِْٔ ك ٖٓٔ ك ٖٕٗ ك ّٖٔ ك ُٗٗ .
فالمبلحظ أف عدد المشاىدات ىك فردم (ُٗ) قيمة كلذلؾ نحسب ترتيب الكسيط :
n 1 19 1
10
2 2
كلذلؾ فإف الكسيط ىك القيمة المعممة بصندكؽ كىي القيمػة العاشػرة أم تكػكف
قيمػة الكسػيط ممثمػة بالحػد العاشػر كتكتػب Me = 499كىػذه القيمػة تتكسػط مجمكعػة
بيانػػات المثػػاؿ فتقسػػميا إلػػى جػزئيف متسػػاكييف ىع ٍش ػر عػػف يسػػارىا أصػػغر منيػػا بالقيمػػة
58
كفي الحالة التي يككف فييا جدكؿ nأم عدد قيميا زكجينا فإف ترتيب الكسيط
( n + 1 ) / 2سػيعتبر عػددان كسػريان كسػيقع الكسػيط عنػدىا بػيف قيمتػيف فػي التكزيػع
كيككف الكسيط في ىذه الحالة عبارة عف الكسط الحسابي لياتيف القيمتيف .
ُْ ،ّ ، ،ِ ،
الحؿ :
بما أف ىذه القيـ مرتبة تصاعديان نحسب ترتيب الكسيط مباشرة :
n 1 4 1
2.5
2 2
كمػػف المشػػاىدات المػػذككرة أعػػبله نجػػد أف الحػػد 2.5غيػػر مكجػػكد كيقػػع بػػيف
الت ػرتيبيف الثػػاني كالثالػػث المقػػابميف لمقيمتػػيف ِ ك ّ فإننػػا نعتبػػر أف قيمػػة الكسػػيط ى ػي
23
= Me 2.5
2
بل أف قيمػػة الكسػػيط 2.5تقسػػـ البيانػػات األربعػػة المعطػػاة إلػػى جػزئيف
كنجػػد فعػ ن
متساكييف .
-3المتوسط اليندسي : The Geometric Mean
إذا أخػػذ لغػػاريتـ كػػؿ قيمػػة فػػي البيانػػات ( إمػػا ل ػؤلس yأك لػػؤلس ) eكالتػػي
تكػػكف فييػػا تك ارراتيػػا مكزعػػة بكث ػرة إل ػى الناحيػػة اليمنػػى مػػف المحػػكر السػػيني فػػإف ىػػذه
البيانػػات تتحػػكؿ بتناسػػؽ نظػػامي إلػػى شػػقي محػػكر السػػينات (اليمينػػي كاليسػػارم) إذا مػػا
59
أخ ػػذنا الق ػػيـ بش ػػكميا المغ ػػاريتمي .ك يمث ػػؿ الش ػػكبلف رق ػػـ ٔ ك ٕ الف ػػرؽ بػ ػيف التكػ ػرار
التػػكزيعي لقػػيـ الخبليػػا الجسػػمية فػػي الحميػػب ك التكػرار التػػكزيعي لمقػػيـ المغاريتميػػة فػػي
60
كفي ىذه الحالة فإف الكسط الحسابي لمقيـ المحكلة لغاريتميػان ىػك أحػد مقػاييس
الميػػكؿ المركزيػػة المفيػػدة .إال أف مسػػاكئ ىػػذا المقي ػػاس ىػػك أننػػا نتعامػػؿ مػػع مقي ػػاس
لغػػاريتمي كلػػذلؾ نحػػكؿ البيانػػات إلػػى قياسػػيا األصػػمي بحسػػاب الػرقـ الصػػحيح المضػػاد
الحيكية عندما تككف البيانات مكزعة إلى اليميف أك اليسار مػف إحػدل المحػاكر البيانيػة
نحسب المتكسط اليندسي لنحصؿ عمى معدؿ القيـ المراد قياسيا كتصػبح أكثػر تناسػقان
61
إذ إف :
:ُ ..... nقيـ المشاىدات ) ( > 0
الحاالت ( كليس في جميعيا ) كحالة معدؿ حدكث المرض كىك يمثؿ الكسط
مثاؿ :احسب معدؿ حدكث مرض داء السكرم في عدد مف البمداف ألربع سنكات
حسب األرقاـ المدرجة أدناه (الحظ أننا عندما نقكؿ معدؿ حدكث مرض في العمكـ
الطبية ال تعني المتكسط الحسابي ك أنما قيمة عدد الحاالت الجديدة لممرض مقسكما
عمى المتكسط الحسابي لمحيكانات الكاقعة تحت خطر اإلصابة خبلؿ فترة زمنية
محددة).
أم معدؿ حدكث مرض داء السكرم لمفترة الزمنية المعتبرة ىك 0.25سنكينا .
62
يرمػ ػػز لممن ػ ػكاؿ بػ ػػالرمز Moكىػ ػػك مقيػ ػػاس معػ ػػركؼ إال أف ىػ ػػذا المقيػ ػػاس ال
يس ػػتخدـ دائمػ ػان مقيػ ػا نس لممي ػػكؿ المركزي ػػة كيع ػػرؼ بأن ػػو ى ػػك القيم ػػة األكبػ ػر تكػ ػ ار انر ف ػػي
مشاىدات العينة.
ق ػػيـ عين ػػة كاح ػػدة إذا تس ػػاكل تك ػػرار القيمت ػػيف األكبػ ػر تكػ ػ ار نار كعندئ ػػذ يق ػػاؿ ع ػػف تكزي ػػع
ف مسكغ اعتبار المنػكاؿ مػف مقػاييس النزعػة المركزيػة يرتكػز إلػى حقيقػة ككنػو
التكػ ػرار األكث ػػر إلح ػػدل الق ػػيـ ،كل ػػتكف درجت ػػو 50.000خمي ػػة /مميمت ػػر مكع ػػب لق ػػيـ
الخبليػا الجسػػمية فػػي الحميػػب فػػي إحػػدل المػزارع يعنػػي أف قػػيـ ىػػذه الخبليػػا تػػدكر حػػكؿ
ى ػػذه القيم ػػة ف ػػي القط ػػع الم ػػأخكذة من ػػو العين ػػة فمتحدي ػػد المنػ ػكاؿ ف ػػي مجمكع ػػة بيان ػػات
محصكؿ عمييا نبحث عف القيمة األكثر تك ار انر فييا كتككف ىي المنكاؿ .
مثاؿ :لنأخذ قيـ كمية اإلنتاج لمكاسـ اإلدرار لخمسػيف بقػرة فػي إحػدل مػزارع محافظػة
حماة /القيـ مقدرة بالمتر . /أكجد قيمة المنكاؿ لكمية الحميب في المكسـ اإلدرارم مف
63
جدكؿ رقـ ( :)3كمية انتاج الحميب في المكسـ االدرارم (ليتر)
الحؿ :
مف القيـ المدرجة أعبله نجد أف قيمة 2964ىي القيمة األكثر تك ار انر في ىذه
البيانات كلذلؾ فيي قيمة المنكاؿ .
كيجػ ػػب أف نػ ػػذكر أف اإلحصػ ػػائييف ال يفضػ ػػمكف اسػ ػػتخداـ المن ػ ػكاؿ لتخمػ ػػيص البيانػ ػػات
لؤلسباب التالية :
ُ -تعتمد قيمة المنكاؿ عمى دقة قيـ البيانات المقيسة .
ِ -بعض التكزيعات ليس فييا قيمة منكاؿ بينما يككف لبعض تكزيعػات البيانػات أكثػر
مف منكاؿ .
مثاؿ :أكجد قيمة المنكاؿ مف مجمكعة البيانات اآلتية ؟
612 , 8 , 11 , 6 , 8 , 10 , 9 , 7
الحػؿ :نجػد أف لػدينا منػكاليف Mo2 = 6 , Mo1 = 8ألف ليمػا نفػس التكػرار كىػك
التكرار األكثر في التكزيع .
كفي بعض البيانات ال نجد منكاالن مثؿ 6 , 1 , 2 , 8 , 11 , 10 , 9
64
الشكؿ ( : )8أوزاف خنازير غينيا المستخدمة في التجربة مع مقارنة األوزاف
المستخدمة في التجربة باستخداـ القياسات الموغاريتمية
65
مقاييس التشتت ( االنتشار )
Spread Measures:Measures of Dispersion Spread
كلؤلسباب التي ذكرت في مستيؿ ىذا الفصؿ كاف مف الجدير بنا البحث عػف مقػاييس
أخػػرل إلػػى جانػػب مقػػاييس النزعػػة المركزيػػة التػػي تقػػيس لنػػا تشػػتت قػػيـ الظػػاىرة عػػف
متكسطاتيا كذلؾ مف أجؿ فيـ تفسير ظاىرة الدراسة فيمنا جيدنا .
ىنػػاؾ العديػػد مػػف مقػػاييس انتشػػار البيانػػات ككػػؿ منيػػا لػػو مفيػػكـ يختمػػؼ عػف اآلخػػر .
كلما كاف التشتت لمجمكعة مف المشاىدات تعني االختبلؼ في قيميا .كانت مقاييس
التشتت تعطينا فكرة عف درجة االخػتبلؼ كالتباعػد فػي قػيـ مجمكعػة مػف المشػاىدات .
المشاىدات .
كطريق ػػة حس ػػاب الم ػػدل كم ػػا ى ػػك كاض ػػح س ػػيمة .لك ػػف ى ػػذا المقي ػػاس يعتب ػػر
ضػعيفنا لقيػاس درجػة التشػتت إذ إنػو ال يؤخػذ بالحسػباف سػكل قيمتػيف مػف قػيـ مجمكعػة
المشاىدات .
مثػاؿ :فػػي المثػػاؿ السػػابؽ الخػػاص بقػػيـ إنتػػاج الحميػػب المكسػػمي نجػػد أف أصػػغر قيمػػة
كانت 2551لتر كىك يمثؿ القيمة أك الحد األدنى مف المدل بينما نجد أف أكبػر قيمػة
66
إنت ػػاج حمي ػػب مكس ػػمي كان ػػت 3303لت ػػر كى ػػك يمث ػػؿ القيم ػػة أك الح ػػد األعظم ػػي م ػػف
المدل .
كبيذا نجد أف المدل في مجمكعة المشاىدات فػي المثػاؿ السػابؽ تتػراكح بػيف –2551
إلى . 3303
الحسابي .ككمما كانت قيمة المشاىدات قريبة مف الكسط الحسابي كانت قيمػة التبػايف
فػػإذا رمػػز لعػػدد المشػػاىدات ب ػ nكلكػػؿ قيمػػة مػػف المشػػاىدات ب ػ × كلمكسػػط الحسػػابي ب ػ
Xكلمفرؽ بػ S2فإف التبايف أك الفرؽ يحسب كما يأتي :
مجمكع مربع انحراؼ القيـ عف الكسط الحسابي
التبايف = ػ ػ ػ ػ ػ ػ ػ ػ ػ ػ ػ ػ
عدد المشاىدات – 1
( ) 2
S2
n 1
مثاؿ :لنعد إلى مثاؿ قيـ البكتاسػيكـ فػي ببلسػما الػدـ كمػا يػأتي ( مقػدرة بػالمكؿ /لتػر)
ألربعة عشر كمبان .
4.37 , 4.87 , 4.35 , 3.92 , 4.68 , 4.54 , 5.24 , 4.27 , 4.59 , 4.86 ,
4.40 , 4.73 , 4.83 , 4.21
63.96
4.57mmol / L
14
(4.37 4.57) 2 ........ (4.21 4.57) 2
S2
14 1
67
1.32297
S2 0.10177(mmol / L) 2
13
-3االنحراؼ المعياري : The Standard Deviation
لو غالبان بالرمز ( سيغما ) كىك الحرؼ اإلغريقي الصغير لحرؼ ( سيغما ) الكبير
Σكىك ببساطة عبارة عف الجذر التربيعية المربعػة لمتبػايف حيػث نأخػذ جػذره التربيعػي
الحسػابي .كيرمػز عمكمػان بػالرمز ) ( Sفػي العينػة كالرمػز لبلنحػراؼ المعيػارم فػي
القػػيـ عػػف الكسػػط الحسػػابي بػػؿ يجػػذر متكسػػط مربػػع االنح ارفػػات عػػف الكسػػط الحسػػابي
كيعتبػر االنحػراؼ المعيػػارم مػػف أىػػـ مقػػاييس التشػتت لككنػػو يػػدخؿ فػػي معظػػـ عمميػػات
68
كيمكػػف أف نحسػػب االنح ػراؼ المعيػػارم بسػػيكلة باسػػتخداـ اآلالت الحاسػػبة .
كيجب أف نميز أف ىناؾ مفتاحيف في بعض اآلالت الحاسبة كاحدان يرمز لو بالرمز S
كىك لحساب االنحراؼ المعيارم ضػمف العينػة كمفتاحػنا آخػر يرمػز لػو بػالرمز كىػك
كفي بعض اآلالت الحاسبة نجد أنو يرمز بػالرمز nلحسػاب االنحػراؼ المعيػارم فػي
عينة ما.
مثاؿ :
في مثاؿ بيانات مكجكدات البكتاسيكـ في ببلزما الػدـ ألربعػة عشػر كمبػان الػذم
ذكرناه سابقنا كقدرنا فيو قيمة الكسػط الحسػابي كقيمػة التبػايف أك الفػرؽ يمكننػا أيضػنا أف
ألف االنحػ ػراؼ المعي ػػارم تس ػػتخدـ في ػػو كاف ػػة ق ػػيـ المش ػػاىدات المدركس ػػة كى ػػك يس ػػتخدـ
لدراسة حد الثقة( كالذم سػكؼ ندرسػو فػي الفصػكؿ البلحقػة ) لمعرفػة دقػة النتػائج التػي
حصمنا عمييا في اختباراتنا المعممية .فعمى سبيؿ المثاؿ لحساب مستكل الثقة ٓٗ %
لقيـ المشاىدات ( عمى سبيؿ المثاؿ :البكتاسيكـ في ببلسما الدـ ) نجرم اآلتي :
69
CI %95 X 2SD
حيث أف:
=CIىك حد الثقة ( مستكل الثقة ) .
= Xالكسط الحسابي .
= Sاالنحراؼ المعيارم .
-4معامؿ االختالؼ : Coefficient of Variation
يعبر عف االنحراؼ المعيارم في بعض األحياف بنسبة مئكية لمكسط الحسابي
كل ػػذلؾ يطم ػػؽ ىػ ػػذا االس ػػـ عمػ ػػى االنحػ ػراؼ المعيػ ػػارم النس ػػبي كيسػ ػػتعمؿ ف ػػي التحميػ ػػؿ
اإلحصائي لممقارنة بيف تشتت تكزيعػات مختمفػة .كىػك ذك أىميػة خاصػة لمقارنػة شػدة
اإلصابة عند استخداـ اختبار االليػ از ( اختبػار المقايسػة المناعيػة اإلنظيميػة ) .كيػدعى
ىػػذا القيػػاس بمعامػػؿ االخػػتبلؼ كيرمػػز لػػو بػػالرمز . CVكيعتبػػر االنح ػراؼ المعيػػارم
مقياس ػان جيػػدان لمتشػػتت لمجمكعػػة مػػف المشػػاىدات كلكننػػا ال نسػػتطيع مقارنػػة االنح ػراؼ
المعي ػ ػ ػ ػ ػ ػ ػػارم لمجم ػ ػ ػ ػ ػ ػ ػػكعتيف أك أكث ػ ػ ػ ػ ػ ػ ػػر م ػ ػ ػ ػ ػ ػ ػػف المش ػ ػ ػ ػ ػ ػ ػػاىدات لس ػ ػ ػ ػ ػ ػ ػػببيف رئيس ػ ػ ػ ػ ػ ػ ػػييف
ىما :
SD
CV 100
X
CV 100
X
مع أف :
= CVمعامؿ االختبلؼ .
SDأك = االنحراؼ المعيارم .
: Xالكسط الحسابي .
-5المدى المرجعي : The Reference Range
ييػػتـ فػػي بعػػض األحيػػاف بكصػػؼ قػػيـ المػػدل الخاصػػة المتغيػػر كالتػػي تعػػرؼ
صػحة الحيكانػات المدركسػة كىػذا مػا يػدعى بالمػدل المرجعػي reference rangeأك
لتحديد ما إذا كانت الحيكانػات الفرديػة يمكػف كصػفيا بأنيػا تنتمػي إلػى حيكانػات سػميمة
ص ػػحينا أك إل ػػى حيكان ػػات مريض ػػة كي ػػدعى الم ػػدل المرجع ػػي أحيانػ ػنا بالم ػػدل الطبيع ػػي
normal rangeكمف األفضؿ أف نتجنب استخداـ العبػارة السػابقة ألنيػا سػكؼ تخمػؽ
تشكيشان لمقارئ فبينمػا تشػير كممػة طبيعػي إلػى الحيكانػات السػميمة تصػؼ كممػة طبيعػي
فػػي التعبيػػر اإلحصػػائي تكزيع ػان معين ػان لمبيانػػات ( كالػػذم سيشػػرح الحق ػان ) .كفػػي ىػػذا
الكتػػاب سػػكؼ نميػػز ىػػاتيف العبػػارتيف باسػػتخداـ أحػػرؼ أبجديػػة إنكميزيػػة صػػغيرة لمحالػػة
71
عمػ ػػى كػ ػػؿ إف المػ ػػدل المرجعػ ػػي يمكػ ػػف أف يحسػ ػػب لحػ ػػدكد الثقػ ػػة % 90ك % 95ك
( % 99ستشرح الحقان ) إال أننا غالبان مػا نسػتخدـ حػد الثقػة % 95كىنػا يكػكف مػدل
طبيعي يمكف أف نحسػب المػدل المرجعػي بفاصػؿ ( )2.5بػدالن مػف 1.96ك % 97.5
72
تمػػػػػػاريف
73
سّ -احسب الكسط الحسابي ك الكسيط لقاعدة البيانات اآلتية ألكزاف فئراف تجارب:
ُ، ِٓ.ُ ، ٓٔ.ُ ، ْٓ.ْ ، ِٓ.ٔ ، ّْ.َ ، ْْ.ُ ، ْٔ.َ ، ْٗ.ٖ ، ْٓ.
ٗ. ٖٓ.ٓ ، ِّ.ٕ ، ٖٓ.َ ، ْٓ.َ ، ُٓ.
سْ -احسب الكسط الحسابي ك الكسيط لكؿ مف بيانات إنتػاج الحميػب اليػكمي خػبلؿ
شير كامؿ إلحدل مزارع إنتاج الحميب في سكريا في البيانات المدرجة أدناه
74
ُِ ُٖ
ِٓ ُٗ
ِّ َِ
َُ ُِ
ُُ ِِ
َِ ِّ
َِ ِْ
َِ ِٓ
ُِ ِٔ
ِّ ِٕ
ِْ ِٖ
ِٕ ِٗ
ِْ َّ
ُِ ُّ
س -5احسػػػب المػػػدى المرجعػػػي لكػػػؿ مػػػف قػػػيـ معػػػايير األضػػػداد لمػػػرض اإلسػػػياؿ
الفيروسي في إحدى الدراسات الوبائية في البيانات المرجة أدناه.
ْٕٓٓ ّّّْ
ٖٖٗ ٓٓٓ
ٖٕٗٔ ٖٕٔٓ
ٖٖٗ ّْٔٓ
ٕٔٓ ٕٕٕ
ٔٔٓ َٖٗ
ٕٔٔٓ ََٗ
75
ْٓٔٔ َََُ
ٕٕٖٔ َََِ
ٕٓٔ َََّ
ْٓٔٔ ََِٓ
ٕٖٔ َََْ
ٕٓٔ َََٔ
ٕٓٔ ٕٖٓٔ
ٖٗٗ ٕٖٗٔ
ٕٓٔ ٕٖٓٔ
ٕٕٓٔ ٕٖٔٗ
ٕٕٓٔ ٕٖٔٗ
ٕٖٗٗ ْْٓٔ
ٕٓٔ ٔٔٔٓ
ّْٓ ٕٖٓٔ
ٕٖٔ ٕٖٓٔ
ٕٖٔ َََُ
ٕٓٔ ُِِّ
ََٓ ُِّْٓ
َٖٗ ٕٖٔ
ٕٖٔ ٕٖٗ
ٕٖٗ ٕٖٔ
ٕٓٔ ٕٓٔ
ٖٔٗ ٕٖٔٗ
76
الفصل الخبهس
CHAPTER FIVE
االحتوبلٍة والتىزٌعبت االحتوبلٍة
77
PROBABILITY AND PROBABILITY
DISTRIBUTIONS
كمػػا ذكرن ػػا باإلحصػػاء الكص ػػفي Descriptive Statisticsكتعتبػػر خط ػػكة ميم ػػة
كتعطى األكلكية في أم تحميؿ ،كعادة ما يراد الحصكؿ عمى النتػائج مػف عينػة ممثمػة
لقطع ػػاف م ػػف حيكان ػػات كبيػ ػرة الع ػػدد ،كىن ػػا يػ ػراد الحص ػػكؿ عم ػػى اس ػػتنتاجات م ػػف ى ػػذه
لنفتػػرض عمػػى سػػبيؿ المثػػاؿ أف الكسػػط الحسػػابي كاالنح ػراؼ المعيػػارم لتركيػػز
و
مككف مف 59رأسان كاف الحديد في مصؿ الدـ في عينة عشكائية في قطيع مف األبقار
فمػػف غيػػر المحتمػػؿ أف تكػػكف ىػػذه النتػػائج المحصػػكؿ عمييػػا فػػي ىػػذه العينػػة ىػػي نتػػائج
تعريفيػ ػػة لجميػ ػػع المشػ ػػاىدات فػ ػػي ىػ ػػذا القطيػ ػػع .كعمكم ػ ػان ي ػ ػراد غالب ػ ػان اسػ ػػتخداـ ىػ ػػذه
المعمكمػػات لمحصػ ػكؿ عم ػػى اس ػػتنتاج لش ػػيء م ػػا ف ػػي ى ػػذا القطي ػػع .إف ىن ػػاؾ ش ػػكان م ػػا
كمجػػاؿ البػػت فيػػو مصػػاحب ليػػذه االسػػتنتاجات المنكطػػة بيػػذا القطيػػع ،ىػػذا الشػػؾ فػػي
الحسػاب يمكػػف تقػديره بكاسػػطة مػػا يػدعى باالحتماليػػة Probabilityكالتػي ىػػي أسػػاس
78
االسػػتنتاج اإلحصػػائي Fundamental statistical inferenceكالػػذم يقػػدـ ربطػنا
البلحقػػة عنػػدما نعػػرض طػػرؽ أخػػذ العينػػات كتكزيعػػات العينػػات أمػػا ىنػػا فسػػيعرض ىػػذا
تعني كممة االحتماؿ لغكينا إمكانية حدكث حادث معػيف ،كىنػاؾ أمثمػة عديػدة
لفيػػـ معنػػى االحتماليػػة ،عمػػى سػػبيؿ المثػػاؿ إذا رمينػػا قطعػػة مػػف النقػػكد مرصػػعان عمػػى
إحدل حكافيا ذيؿ حصاف كعمى الجانب اآلخر صكرة لممكة ما تاريخينا فيقاؿ إف ىناؾ
احتماليػػة أك فرصػػة لظيػػكر صػػكرة الممكػػة ىػػي ½ أك 0.5أم . % 50أك يق ػاؿ مػػثبلن
ىنػػاؾ احتمػػاؿ لحػػدكث فيضػػاف إذا كػػاف مطػ هػر غزيػ هػر .إال أف مثػػؿ ىػػذا التعبيػػر بمعنػػاه
المغ ػػكم ال يعطين ػػا فكػ ػرة ع ػػف م ػػدل إمكاني ػػة ح ػػدكث ى ػػذا االحتم ػػاؿ كى ػػذا يش ػػكؿ أح ػػد
لو .فاالحتماؿ في عمـ اإلحصاء يمثؿ قيمة رقميػة تعبػر عػف إمكانيػة حػدكث الحػادث
79
ال لتفسير االحتماليػة فػي االسػتنتاج اإلحصػائي ىػك أف
إف العرض األكثر شمك ن
تنسب االحتمالية إلى نسب مئكية لعدد مرات حدكث حػدث مػا خػبلؿ تكػرار ىػذا العػدد
مرات عديدة في أثناء تجربة أك تجارب عديدة أنجزت بنفس الظركؼ .
إف نتيجػػة أم مػػف ى ػػذه التجػػارب أك المحػػاكالت يج ػػب أف تكػػكف مسػػتقمة ع ػػف
التجربػػة أك المحػػاكالت األخػػرل .عمػػى سػػبيؿ المثػػاؿ إذا كػػاف االىتمػػاـ بتقػػدير احتماليػػة
أعػػداد حيكانػػات فػػي أكثػػر مػػف ثػػبلث حظػػائر تحتػػكم عمػػى قطعػػاف مػػف األغنػػاـ فمػػف
المنطق ػػي أف ي ػػتـ تع ػػداد لمحيكانػ ػات ف ػػي ى ػػذه الحظ ػػائر خ ػػبلؿ فتػ ػرة طكيم ػػة م ػػف ال ػػزمف
بل كمف ثـ تقسػـ ىػذه األعػداد عمػى العػدد اإلجمػالي ليػذه الحظػائر.
كلنفترض عامنا كام ن
كىذا ما يدعى بالتعريؼ التكرارم لبلحتمالية ألنو يعنى بعد تك اررات حادثة ما في عدد
كبيػػر مػػف ىػػذه التك ػ اررات لتجػػارب مشػػابية كبيػػذا تعػػرؼ االحتماليػػة بأنيػػا تك ػرار نسػػبي
m
P( A)
n
80
بإعتبار :
: nعدد الحاالت الممكنة الحدكث كالتي يرمز ليا عادة بالرمز . Ω
مثاؿ :
إذا القي حجر نرد متجانس ىك Aبإعتبار أف Aتمثؿ أم عدد فػردم كىكػذا
m 4
P( A) 0.5
n 8
فػػإذا رمينػػا قطعػػة نقػػكد ال نيػػتـ ىنػػا بكػػكف القطعػػة متجانسػػة أك غيػػر متجانسػػة تكػػرر
ظيكر الممكة في قطعة النقكد 65مرة = mمف أصؿ 500 = nرمية فيككف التكرار
كىكػػذا يعػػرؼ االحتمػػاؿ إحصػػائيان لتحقيػػؽ أم النسػػبي لظيػػكر الصػػكرة ىػػك
65 m
500 n
حدث Aبقيمة نياية التكرار النسبي عندما ينتيي عدد المحاكالت nإلى البلنياية .
81
m
Lim
P( A) n
n
خصائص االحتمالية Properties of a Probability
مػػف الكاضػػح أف االحتماليػػة تعػػرؼ بأنيػػا تكػػرار نسػػبي أك نسػػبة مئكيػػة معينػػة
لتكػ ػرار كبالت ػػالي ف ػػإف قيمتي ػػا الرقمي ػػة يج ػػب أف تتػ ػراكح م ػػا ب ػػيف الص ػػفر ( ) 0كالكاح ػػد
( )1بإعتبػار أف قيمػػة االحتماليػة ( )0تعنػػي أف الحػدث ال يمكػػف أف يحػدث بينمػػا قيمػػة
االحتمالية ( )1تعني أف الحدث يمكف حدكثو كغالبان ما تحكؿ قيـ االحتمالية إلى نسبة
مئكيػ ػ ػ ػ ػػة ( كتت ػ ػ ػ ػ ػراكح مػ ػ ػ ػ ػػا بػ ػ ػ ػ ػػيف الصػ ػ ػ ػ ػػفر ك ) % 100أك يعبػ ػ ػ ػ ػػر عنيػ ػ ػ ػ ػػا بتناسػ ػ ػ ػ ػػب
( مثبلن يحدث الحدث مرة كاحدة كؿ ثبلث مرات مف تكرار المشاىدات ) .
فػػي بعػػض األحيػػاف ال نعيػػر االىتمػػاـ لحػػدكث حػػدث مػػا إال أننػػا نركػػز عمػػى
الحػػدث الػػذم ال يحػػدث عػػادة .كىػػذا يتبػػع خصػػائص االحتماليػػة التػػي يعبػػر عنيػػا بػػأف
احتماليػة حػدث ال يحػدث عػادة ىػي ( – 1احتماليػة حػدكث الحػدث ) كلػذلؾ احتماليػػة
إصابة ىرة ( قطة صغيرة ) بالتياب الحنجرة كالقصبات الفيركسي بعد التحصػيف بفتػرة
مػػف ( )9إلػػى ( )13أسػػبكعان مػػف العمػػر ىػػك ( 0.04فػػي مكػػاف محػػدد كزمػػف مػػا) فتكػػكف
82
قوانيف االحتمالية Rules of Probability
عندما يككف ىناؾ حدثاف متبػادال التػأثير اسػتثنائينا يكػكف حػدكث كػبل الحػدثيف
مر غيػر منطقػي كال يمكػف حدكثػو ،كعندئػذ تكػكف االحتماليػة لحػدكث
في نفس الكقت أ ان
مثاؿ :
لنفتػػرض أنػػو يكجػػد فػػي صػػندكؽ كرتػػكني عػػدد متسػػاك مػػف كػػبلب ذات أل ػكاف
كأشكاؿ مائمة إلى المكف األسكد ( 5أشكاؿ مختمفة ) فإف احتمالية أخذ أشكاؿ مرصعة
بػػالمكف الفػػاتح أك متباينػػة الشػػكؿ مػػف الصػػندكؽ الكرتػػكني ىػػك حاصػػؿ مجمػػكع احتماليػػة
يعني :
= 1/5 + 1/5
2
0.4
5
احتمالية أخذ أحد الشكميف .
-2قانوف ضرب اإلحتماالت Multiplication rule
عنػدما يكػكف ىنػاؾ حػػدثاف مسػتقبلف فػي حػػدكثيما ،تكػكف االحتماليػة لحػػدكث
83
مثاؿ :
أيكد كجكد تشخيص إيجابي لمحمؿ فإف احتمالية ىذه البقرة لتمد خػبلؿ 278يػكـ الحػؽ
( كىػػك الكسػػط الحسػػابي لفت ػرة الحمػػؿ ) ىػػك ) % 50 ( 0.5فػػإذا لقح ػت بقرتػػاف مػػف
سبللة الفريزياف اصطناعيان في نفس اليكـ ( كأيثبت الحمؿ اإليجػابي فػي كمتييمػا ) فػإف
مجمكعة مقادير أك قيـ مف نتائج تجربة ال يمكف أف تعرؼ نتيجتيا قبؿ إجرائيا كحيث
كبي ػذا نج ػػد أف العش ػكائية ف ػػي مفي ػػكـ االحتمػػاالت تع ػػرؼ بأنيػػا ع ػػدـ المعرف ػػة
المسػػبقة لنتيجػػة المحاكلػػة أك التجربػػة المج ػراة كذلػػؾ مػػع أف الحصػػكؿ عمػػى أيػػة نتيجػػة
لمتجربة يرتبط ارتباطان ما باحتماؿ معيف .كمف أمثمػة العشػكائية كمػا ذكرنػا سػابقان رمػي
حجر النرد كنتيجة الرقـ الذم سيظير عقب التجربػة (رمػي الحجػر) ،لػف تيعػرؼ مسػبقنا
،فنقكؿ عندئذ إف المتغيػر ىنػا ىػك متغيػر عشػكائي ،كتمثػؿ مجمكعػة قيمػة مػف خػبلؿ
84
جمػ ػ ػ ػ ػػع النتػ ػ ػ ػ ػػائج التػ ػ ػ ػ ػػي نحصػ ػ ػ ػ ػػؿ عمييػ ػ ػ ػ ػػا مػ ػ ػ ػ ػػف جػ ػ ػ ػ ػ ٌػراء محاكلػ ػ ػ ػ ػػة رمػ ػ ػ ػ ػػي الحجػ ػ ػ ػ ػػر
( األرقاـ مف . ) 6-1
كبيذا يتككف التكزيع االحتمالي مف كافػة القػيـ التػي يأخػذىا المتغيػر العشػكائي
مع إمكانية كافة االحتماالت المرافقة لو .كىناؾ أعداد كبيرة مف التكزيعات االحتمالية
يمكف أف نميزىا بكاسطة ما يسمى بالمتغير العشكائي ىذا كىناؾ نكعاف مف المتغيػرات
المػذككر أعػبله فػي رمػي حجػر نجػد أنػو فػي حػاؿ تغيػر المتغيػر العشػكائي ىػك األعػػداد
الطبيعية الصحيحة المكجبة مف 1إلى ، 6نجد أف ىذا المتغير منقطع ألنػو ال يمكػف
أف يأخذ جميع القيـ الحقيقية المحصكرة ضمف حدم المجػاؿ مثػؿ القػيـ 0.25أك 2.5
فصمنا ذلؾ في الفصؿ األكؿ .إف المتغير العشػكائي ذا القػيـ المسػتمرة يمكػف أف يأخػذ
أية قيمة منتمية إلى مجاؿ تغير المتحكؿ العشػكائي .كمػا ىػك الحػاؿ فػي قيػاس معػدؿ
85
إنتاج حميب في مزرعػة أبقػار الحمػكب اليػكمي مػف ُٖ – ُِ كػ فػالمتغير ىنػا يمكػف
أف يأخذ أم قيمة بيف القيمتيف ُٖ /ك ُِ /كالقيمة ٓ. /ُُٗ.ِ / ُٔ.
تبادليػ ػػة مػ ػػع كػ ػػؿ متغيػ ػػر يعػ ػػرؼ كمتغي ػ ػػر عش ػ ػكائي منفصػ ػػؿ عمم ػ ػنا أف مجمػ ػػكع ى ػ ػػذه
كمثػػاؿ المتغيػػر العشػكائي المنفصػػؿ ببسػػاطة نجػػده فػػي نظريػػة مانػػدليف الكراثيػػة
المػكرث المسػيطر كالمػكرث tكىػك المػكرث المتمقػػي .ففػي القطػط مػف السػبللة العديمػػة
الذيؿ ) ( Manxتعطي المكرثات المتمقية مكاليد تختمؼ عف األبكيف كىك المكرث ذك
الرم ػز tكىػػك يت ارفػػؽ مػػع حالػػة انعػػداـ الػػذيؿ لكػػف اجتمػػاع مػػكرثيف متمقيػػيف متجانسػػيف
يعط ػػي مكالي ػػد م ػػف المحتم ػػؿ أف تنف ػػؽ الحقػ ػان كل ػػف يك ػػكف لي ػػذه األجن ػػة فرص ػػة التط ػػكر
كلنرمز ليذيف المكرثيف بالرمز) . (t tبينما ينتج عف كجػكد مػكرثيف مختمفػيف مػف النػكع
T tكالدةي قطػط مػف سػبللة منعدمػة الػذيؿ كيعطػي اجتمػاع المػكرثيف T Tالمتجانسػيف
86
عنػػدما ن ػزاكج أبػػكيف مػػف القطػػط مػػف سػػبللة منعدمػػة الػػذيؿ يكػػكف لػػدينا أربعػػة
احتماالت كراثية T T :ك T tك t Tك t tكما ىك مكضح في الجدكؿ رقـ (. )4
الجدوؿ رقـ ( )4المميزات الوراثية لمقطط مف أبويف عديمي الذيؿ ( . ) Tt
األـ
t T
T tسبللة منعدمة الذيؿ T Tسبللة طبيعية
T
األب
t tالسبللة المميتة t Tالسبللة المنعدمة الذيؿ
T
كلنمثؿ ىػذه الحالػة فػي المخطػط البيػاني فيكجػد ىنػاؾ ثبلثػة احتمػاالت مترافقػة مػع
تمثؿ الحاالت الطبيعية كالسبللة المنعدمة الذيؿ كالسبللة المميتة كىذا يعػرؼ بػالمتغير
العشكائي ككؿ احتمالية تمثؿ برسـ مستطيؿ كاف مجمػكع االحتمػاالت الثبلثػة المرتبطػة
بالنتائج تمثؿ كحدة كاممة أم تساكم الكاحد كىي عمى الشكؿ اآلتي:
87
ىناؾ العديد مف أنماط التكزيعات االحتمالية المنفصمة كالمختمفػة عػف بعضػيا
تسػػتخدـ عمػػى نحػػك خػػاص كتتناسػػب باسػػتخداميا مػػع العمػػكـ الحيكيػػة كىػػي التكزيعػػات
االس ػػمية الثنائي ػػة الح ػػديف The Binomial Distributionكتكزيع ػػات بكيس ػػكف
Poisson Distributionككمػػا أش ػرنا سػػابقان فػػي ىػػذا الفصػػؿ تكػػكف ىػػذه التكزيعػػات
إف التكزيع ثنائي الحديف يرتبط في ىذه الحالة بنػكع مػف المتغيػرات ذات النػكع
الثنائي التقسيـ لبلستجابة الحيكية كىك ما يدعى بالمتغير الثنائي الحػديف أك مػا يػدعى
88
بمتغيػػر بينػػرم . Binaryحيػػث تكجػػد نتيجت ػاف ممكنت ػاف سنسػػمييا عبػػارة تجريبيػػة (
) . trialعمػػى سػػبيؿ المثػػاؿ ،نقػػكؿ حي ػكاف حامػػؿ أك حي ػكاف غيػػر حامػػؿ كفػػي حالػػة
بل إف ىػػذا الحي ػكاف تظيػػر عميػػو األع ػراض الس ػريرية لمػػرض معػ وػد أك ال
أخػػرل نقػػكؿ مػػث ن
كم ػػف ىن ػػا يمكنن ػػا أف نع ػػرؼ التكزي ػػع االس ػػمي الثن ػػائي الح ػػديف بأن ػػو المتغي ػػر
العشػ ػكائي كال ػػذم يمث ػػؿ ع ػػدد النجاح ػػات ( نرم ػػز فػ ػي اإلحص ػػاء الحي ػػكم بكمم ػػة نج ػػاح
لمتجربػػة الممثمػػة لحالػػة صػػحية لمحيكانػػات كػػالمرض ككػػذا فػػي حالػػة حػػدكث ح ػدث مػػا
لحيػكاف معػيف كالحمػؿ ) فػي سمسػمة مػف المشػاىدات عػددىا ) ( nفػي تجػارب مسػتقمة
عػػف بعضػػيا كفػػي كػػؿ تجربػػة يمكػػف أف تػػنجح ( مػػع احتماليػػة ) πأك تفشػػؿ ( كعبػػارة
الفشؿ ترمز في عمـ اإلحصاء الحيكم ليرمز لحالة الصحة أم عػدـ كجػكد المػرض أك
عػػدـ حػػدكث حػػدث مػػا لحيػكاف معػػيف كعػػدـ كجػػكد الحمػػؿ ) ( مػػع احتماليػػة . ) 1 – π
( مػ ػػف النتػ ػػائج فػ ػػي ىػ ػػذه n كنظري ػ ػان ىن ػ ػاؾ سمسػ ػػمة مػ ػػف المشػ ػػاىدات عػ ػػددىا )
الحالة .
لما كانت ىناؾ إمكانية لتشاىد نجاحان كاحدان أك اثنػيف أك ثبلثػة أك حتػى عػددان
مف النجاحات nفي تجارب عددىا . nفيرتبط التكزيع االسمي الثنائي الحد باحتمالية
كػػؿ نتيجػػة .كىػػذا يعنػػي أف الفػػرؽ أك التبػػايف ( n πفػػي حالػػة النجػػاح ) ( أم حػػدكث
89
ح ػػدث ك ػػالمرض أك الحم ػػؿ ) كاالحتمالي ػػة ( ( n π ) 1 – πحال ػػة الفش ػػؿ :أم ع ػػدـ
حدكث الحدث كالصحة (أم عدـ كجكد المرض كانعداـ الحمؿ) نسبيان .
كيعتبر التكزيع الثنائي الحد ىامنا كثي نار في اإلحصاء الحيكم ألنػو يػؤثر يمعػب دك نار فػي
تحميؿ النسب المئكية لؤلحداث الحادثة .كمثا يؿ ذلؾ د ارسػة مقارنػة مسػتكيات األضػداد
ليذا المرض كمستكيات األضداد في الحيكانات الطبيعية كغيػر المصػابة بيػذا المػرض
فنج ػػد م ػػثبلن مس ػػتكل األض ػػداد ف ػػي تم ػػؾ الحيكانػ ػات المجيض ػػة أعم ػػى معنكيػ ػان م ػػف تم ػػؾ
البيط ػػرم كيع ػػرؼ تكزي ػػع بكاس ػػكف بأن ػػو يتض ػػمف متغيػ ػرات عشػ ػكائية يتمي ػػز فيي ػػا تكزي ػػع
بكاسػػكف بتمثم ػو عمػػى شػػكؿ حسػػاب مجم ػكع أعػػداد م ػف الح ػكادث الحادثػػة عش ػكائينا عمػػى
نحك مستقؿ في الزماف كالمكاف كبمعدؿ ثابت كيككف الكسط الحسابي كالتبايف فػي ىػذا
كعم ػػى س ػػبيؿ المث ػػاؿ نس ػػتخدـ تكزي ػػع بكاس ػػكف لػ ػربط احتم ػػاالت لمجم ػػكع م ػػف
األعداد المرمزة لحكادث معينة ( كاألمراض مثبلكغيرىا مف األعداد الكمية) كأف نقػكؿ
بل َٓٓٓ مف الحكادث الصػغيرة كالمػأخكذة عينػ نة مػف حػكادث اإلصػابات اإلشػعاعية
مث ن
90
كالمعبػػر عنيػػا حسػػابينا بتعػػداد اإلصػػابات اإلشػػعاعية فػػي زمػػف معػػيف أك قػػد يكػػكف ىػػذا
المجمكع الحسابي أعدادان فنقكؿ (ّٓ) مف الخبليا الدمكية لحجػـ محمػكؿ فػي العينػة أك
أعػػداد البيػػكض الطفيميػػة أك أعػػداد النباتػػات السػػامة أك أعػػداد الحػػاالت المرضػػية لكػػؿ
91
التوزيعات االحتمالية المستمرة (التوزيعات الطبيعية )
حيث يأخذ في ىػذا الشػكؿ : 10 - aالمتغيػر العشػوائي المنفصػؿ يأخػذ ثػالث قػيـ
الشكؿ رقـ ( :)a 10المتغير العشوائي غير المستمر يأخذ ثالث قيـ
92
كببسػػاطة شػػديدة إف كافػػة الح ػكادث الممكنػػة تمثػػؿ أفقي ػنا عمػػى المحػػكر الس ػيني
بينمػػا تتكضػػع عمػػى المحػػكر العمػػكدم العينػػي االحتماليػػة لكػػؿ حػػدث كمػػا أف مجمػػكع
األطػكاؿ لمجمػػكع االحتمػػاالت عمػػى ىػػذا المحػػكر يجػػب أف تسػػاكم الكاحػػد أيضػنا كيشػػير
لكػػف أعػػدادىا محػػدكدة كىنػػا أيض ػان يمثػػؿ قيم ػان غيػػر مسػػتمرة ألعػػداد الح ػكادث الممكنػػة
93
شكؿ 10.bالمتغير العشوائي المنفصؿ يأخذ عدة قيـ
بينم ػػا يش ػػير الش ػػكؿ 10.Cإل ػػى تمثي ػػؿ التكزي ػػع االحتم ػػالي لمتغي ػ وػر عشػ ػكائي
مستمر .كبمقارنة ذلؾ بالتكزيع االحتمالي المنفصػؿ فػإف المتغيػر ىنػا يأخػذ قػيـ أعػداد
غي ػػر مح ػػدكدة ( ال نيائي ػػة ) كل ػػذلؾ فم ػػف المس ػػتحيؿ أف تمث ػػؿ بخط ػػكط منفص ػػمة ع ػػف
بعضيا كتمثؿ المنطقة المظممة ىنػا إجمػالي مجمػكع االحتماليػة لمكحػدة الممثمػة كيػدعى
المنحى الذم يحدد كيعرؼ المنطقة بقانكف الكثافة االحتمالية probability density
Functionكالتي تكصؼ مف خبلؿ ىذا القانكف الذم سيرد ذكره بعد قميؿ.
94
الشكؿ : 10.Cقانوف الكثافة االحتمالية لمتغير عشوائي مستمر
كاف مجم ػكع إجمػػالي المنطقػػة المظممػػة ( الشػػكؿ ) 10.Cتحػػت قػػانكف الكثافػػة
و
مساك القيمة كاحد .كاف احتماليػة المتغيػر العشػكائي المسػتمر تمتػد بػيف االحتمالية ىك
نقاط محددة معينػة كتسػاكم تمػؾ المنطقػة الكاقعػة تحػت تػأثير قػانكف الكثافػة االحتماليػة
بيف ىػذه الحػدكد كتحسػب احتمػاالت ىػذه التكزيعػات بكاسػطة قػكانيف الكثافػة االحتماليػة
كالتي ستشرح الحقػان باسػتخداـ قػانكف مربػع كػام ( )2كاختبػار tسػتدنت كتكزيعػات F
95
التوزيع الطبيعي أو توزيع غازياف
Gaussكىك باحث ألماني في القرف الثامف عشر كىك باحػث رياضػي يعتبػر مػف أىػـ
األشػػخاص الػػذيف كضػػعكا أسسػان لمتكزيػػع المسػػتمر كىػػك قانكنػػو فػػي نظريػػة أخػػذ العينػػات
عشػ ػكائي نمكذجيػ ػنا كم ػػع ذل ػػؾ في ػػك يعتب ػػر تقريبػ ػ نا جي ػػدنا لي ػػذا التكزي ػػع ف ػػي العدي ػػد م ػػف
المتغي ػرات الحادثػػة طبيعي ػان أك تمػػؾ التػػي تمثػػؿ مجمكعػػات حيكانيػػة فرديػػة غي ػر مريضػػة
ػر ) ( N
كلنميػز التكزيػع الطبيعػي مػف التفسػيرات الطبيعيػة األخػرل سنسػتخدـ حرفػان كبي ان
توضح األشكاؿ 11.C . 11.b , 11.aالعالقة بيف المنطقة تحت قانوف الكثافة االحتمالية .
احتمالية ) . A = ( X o < X <X1
يعتبػر التكزيػع الطبيعػي مػف أىػػـ التكزيعػات االحتماليػة المسػتمرة التػي تسػػتخدـ
فػػي معظػػـ المجػػاالت التطبيقيػػة كمختمػػؼ فػػركع الطػػب كالعمػػكـ االقتصػػادية كالزراعيػػة
96
كاالجتماعية .كتتساكل في ىذا التكزيع قيـ الكسط الحسابي كالكسيط كالمنكاؿ كبالتالي
فػػإف مسػػقط قمػػة التكزيػػع عمػػى المحػػكر الس ػيني يقسػػـ السػػطح المحصػػكر بػػيف منحن ػي
التكزيػػع كالمحػػكر السػػيني إلػػى قسػػميف متسػػاكييف تمام ػنا كيعتبػػر التكزيػػع متنػػاظ نار حػػكؿ
إف التكزيػػع الطبيعػػي ىػػك تكزيػػع نظػػرم حيػػث فػػي الغالػػب نجػػد أف المشػػاىدات
التي نشاىدىا مف خبلؿ متغير ما فػي مجمكعػة مػف األفػ ارد ليػا تكزيػع تكػرارم تجريبػي
كتشابو التكزيع الطبيعي ) ( Nكعندئذ نضع افتراضان ىػك أف التكزيػع ليػذا المتغيػر فػي
أف نسػتخدـ خصػػائص التكزيػػع الطبيعػي لتقيػػيـ االحتمػػاالت المطمكبػة .كيتميػػز التكزيػػع
ُ -يكصؼ التكزيع الطبيعي كامبلن مف خبلؿ حديف اثنيف كىما الكسط الحسابي
ّ -التكزيع الطبيعي متناسؽ بنظاـ حكؿ الكسط الحسابي كىذا يطبؽ في المنحني
97
لممنحني في الجزء اليسارم منو كىك يصؼ ىذا التكزيع بشكؿ الجرس – Bell
. Shaped
ْ -كىذا يعني أنو في التكزيع الطبيعي يتساكل الكسط الحسابي كالكسيط كالمنكاؿ
ٓ -إذا بق ػػي االنحػ ػراؼ المعي ػػارم ب ػػدكف أف يتغي ػػر ف ػػإف ىن ػػاؾ زي ػػادة ف ػػي قيمػ ػة الكس ػػط
الحسػػابي تػػؤثر عمػػى المنحنػي التػػكزيعي أفقيػان مػػف جيػػة اليمػػيف .كبالمقابػػؿ إف أم
انخفاض فػي قيمػة الكسػط الحسػابي تػؤثر عمػى المنحنػي أفقيػنا مػف الناحيػة اليسػرل
98
الشكؿ 12.a
99
ٔ -كم ػػا أف انخف ػػاض قيم ػػة االنحػ ػراؼ المعي ػػارم لممنحنػ ػي تجع ػػؿ المنحنػ ػي أكث ػػر
تضػػيقان ( ترقيق ػان) أم يصػػبح ذا قمػػة طكيمػػة كأكثػػر ارتفاع ػان كبالمقابػػؿ إف زيػػادة
100
الشكؿ ( 13و ) 14التأثير عمى التوزيع الطبيعي مع تغير في الوسط الحسابي
واالنحراؼ المعياري
ٕ -إف الحػػدكد مػػا بػػيف ( ) M- όك ( ) M + όتشػػمؿ ٖٔ %مػػف التكزيػػع كمػػا ىػػك
101
ٖ -كتتضػ ػ ػػمف الحػ ػ ػػدكد مػ ػ ػػا بػ ػ ػػيف ( ) M - 1.96 όك ( % ٗٓ ) M + 1.96 όمػ ػ ػػف
التكزيع كما ىك مكضح في الشكؿ (ُّ ك ُْ) كىذه الحقيقػة غالبػان مػا تسػتخدـ فػي
ٗ -كمػا أف الحػدكد مػا بػيف ( ( M – 2.58 όك ( ( M + 2.58 όتشػمؿ ٗٗ %مػف
كىكذا إذا أردنا معرفة عدد أك نسبة القيـ المحصكرة بيف قيمتيف X1ك X2مف
قيـ التكزيع يمكنػؾ أف تبحػث عػف نسػبة السػطح المحصػكر بػيف X1ك X2مػف السػطح
لكػػف صػعكبة ىػػذا اإلجمػالي كذلػؾ بػإجراء تكامػؿ تػػابع لمكثافػة االحتمػالي f ( x)dx
x2
x1
الحساب تقكدنا إلى البحث عف طريقة أخرل لحساب السػطح المحصػكر بػيف X1كX2
كلذلؾ نستعيف بتكزيع آخر يسيؿ التعامؿ معو يسمى التكزيع الطبيعي المعيارم .
الحسابي ليذا التكزيع صػف انر Z = 0كعندئػذ فػإف االنحػراؼ المعيػارم ليػذا يعػادؿ القيمػة
التكزيػػع يكػػكف ثابتػنا .كمػػا أف ىػػذا التكزيػػع طبيعػػي كمػػا نكىنػػا بػػو فػػي التكزيػػع الطبيعػػي
102
بحيث يحصر مف السطح تحت المنحنػى قيمػة مػف السػطح الكمػي لمجمػكع قػيـ التكزيػع
1
(Z ) 2
eZ 2 / 2
كػػؿ قيمػػة لممتغيػػر العشػكائي Zقيمػػة السػػطح لمػػا قبػػؿ القيمػػة Zالمحصػػكر مػػا
بيف منحنى التكزيع كالمحكر األفقي .
Z
Z 1
F (Z )dz e Z
2/2
dz
2
كيرفؽ في ممحػؽ ىػذا الكتػاب جػدكؿ لمتكزيػع الطبيعػي المعيػارم كالػذم يعطػي
القػػيـ لمسػػطح مػػا بػػيف Zالمكجػػب كالصػػفر .يتػػألؼ ىػػذا الجػػدكؿ مػػف عػػدد مػػف األعمػػدة
كالص ػػفكؼ خص ػػص العم ػػكد األكؿ فيي ػػا لمق ػػيـ Zكالتػ ػي تحت ػػكم الػ ػرقـ الص ػػحيح كرقمػ ػان
عشػ ػ ػريان كاح ػ ػػدان بع ػ ػػد الفاص ػ ػػمة بينم ػ ػػا يخص ػ ػػص الص ػ ػػؼ األكؿ لمػ ػ ػرقـ العش ػ ػػرم الث ػ ػػاني
( أجزاء المئػة ) مػف قيمػة Zكالتػي تتػراكح قيمتيػا فػي الجػدكؿ مػف ّ.َٗ-إلػى َّٗ.
كالتي تحصر عمميان كافة قيـ التكزيع ( جميع أجػزاء السطح ) .
بل إذا أردنا معرفة قيمة السطح لما قبؿ Z=1064فسنجد في المعادلة التالية:
مث ن
103
التوزيعات االحتمالية المستمرة األخرى
يكج ػػد العدي ػػد م ػػف التكزيع ػػات االحتمالي ػػة المس ػػتمرة تعتب ػػر ج ػػزءان م ػػف التكزي ػػع
الطبيعػػي .حيػػث إف ىنػػاؾ ثبلثػػة مػػف ىػػذه التكزيعػػات معركفػػة جػػدنا كتعتبػػر مفيػػدة فػػي
الد ارسػػات اإلحصػػائية حسػػب نمػػط الد ارسػػة كىػػي تكزيػػع tسػػتكدنت ( تكزيػػع ) tكتكزيػػع
مربع كام ( )2كتكزيع Fىذه التكزيعات سكؼ تيناقش كتيدرس اختبارات tك X2ك F
في الفصكؿ القادمة إال أننا سنتعرض لمخصائص العامة لكؿ مف ىذه التكزيعات .
يعتبر تكزيع tمف التكزيعات االحتمالية المستمرة كمف أىـ استخداماتو اختبار
الفرضػػيات كقضػػايا التقػػدير عنػػدما يتعمػػؽ مكضػػكع الد ارسػػة بعينػػات صػػغيرة أك عنػػدما
تكػػكف قيمػػة ( 2الفػػرؽ) فػػي منطقػػة الد ارسػػة مجيكلػػة فعندئػػذ نحػػؿ محمػػو تبػػايف العينػػة (
xM
t
s/ n
بإعتبار أف :
= nحجـ عينة مأخكذة مف مجتمع حيكاني ما .
:Mالكسط الحسابي لمجتمع حيكاني ما غير معركؼ انحرافو المعيارم .
= xالكسط الحسابي لمعينة .
= Sاالنحراؼ المعيارم لمعينة .
= tالمتغير العشكائي لستكدنت .
وفيما يأتي نورد أىـ خصائص ىذا التوزيع :
104
ُ -إف تكزيػػع tىػػك تكزيػػع متناسػؽ كمتنػػاظر حػػكؿ الكسػػط الحسػػابي كلػػذلؾ فيػػك يأخػػذ
ِ -يتميز خاصة بما يدعى بدرجات الحرية )df( degrees of freedomكمعرفتنا
بػػدرجات الحريػػة ىػػذه تسػػمح بحسػػاب االحتماليػػة لتكزيػػع ( tسػػيدرس فػػي الفصػػكؿ
ّ -إف تكزيع tىك تكزيع ال يميز عف التكزيع الطبيعي المعيارم عندما تككف درجػات
الحري ػػة كبيػ ػرة كلك ػػف كمم ػػا انخفض ػػت درج ػػات الحري ػػة أص ػػبح تكزي ػػع tأكث ػػر ف ػػأكثر
ٓ -عنػدما يكػكف حجػـ العينػة nيكػكف عػدد درجػات الحريػة n-1إال أف ىنػاؾ حػػاالت
تكػػكف فييػػا عمميػػة الحسػػاب مختمفػػة بالنسػػبة إلػػى درجػػات الحريػػة كسنشػػير إلػػى ذلػػؾ
105
الشكؿ ( : )15شكؿ توزيع tمقارنة بالتوزيع الطبيعي
كلحسػ ػػاب المسػ ػػاحات تحػ ػػت المنحنػ ػػي tىنػ ػػاؾ جػ ػػدكؿ صػ ػػممو اإلحصػ ػػائيكف
خصيصان لحساب المساحات تحت منحني tستكدنت كقد كضع في ممحؽ ىذا الكتاب
106
.إذ يػػتـ بإسػػتخدامو إيجػػاد مسػػاحات بعػػد معرفػػة قيمػػة درجػػات الحريػػة ( )dfحيػػث
يتضمف جدكؿ tقيـ درجات الحرية كقيـ المساحات المرتبة في الصؼ األكؿ بينما
يشمؿ الجزء الباقي مف الصفكؼ كاألعمدة في الجػدكؿ المػذككر قػيـ المتغيػر العشػكائي
.t
العمكد الذم تظير فيو قيمة tكنكتب ]) = p[t < ( , df
-يتميز أيضان ىذا التكزيع بما يسمى بدرجات الحرية كلذلؾ تسمح معرفتنا ليا بتحديػد
-كمما زادت درجة الحرية أصبح التكزيع أكثر فأكثر تناظ انر مف الجيتيف كبالحقيقة
-يتميز أيضان بدرجات حرية منفصمة ذات جزئيف كىذا يرتبط بصكرة ( بسط )
107
مع أف ىذا التناسب يمكف أف يأخذ قيمة أكبر أك أصغر مف القيمػة كاحػد فػإف
االحتمػػاالت المجدكلػػة لتكزيػػع Fت ػرتبط بالتناسػػب الػػذم يكػػكف غالب ػان أكبػػر مػػف القيمػػة
( ُ) .فعمػػى سػػبيؿ المثػػاؿ يمكػػف أف يكػػكف البسػػط ( الصػػكرة ) فػػي التناسػػب أكبػػر مػػف
المقاـ ( المخرج ) .كىكذا فإف القيـ المجدكلة تشير فقط إلى الجزء العمكم المرتفع مف
الناحيػػة اليمنػػى مػػف المنحنػػى عنػػدما تكػػكف أحجػػاـ العينػػة صػػغيرة مػػع أنيػػا تصػػبح أكثػػر
تن ػػاظ انر كمم ػػا ازدادت أحج ػػاـ العين ػػات .كالح ػػؽ أف ك ػػؿ تكزي ػػع بطريقت ػػو يمث ػػؿ التكزي ػػع
الطبيعي بالنسبة ألحجاـ العينات الكبيرة بما يكفي عندما يككف المنحنػي الخطػي يمثػؿ
قيم ػان احتماليػػة لقػػيـ االحتماليػػة لمتغي ػرات منفصػػمة لنأخػػذ بعػػيف االعتبػػار حالػػة التكزيػػع
االسػػمي ثنػػائي الحػػديف عنػػدما نشػػاىد نسػػبة مئكيػػة ( )Pعنػػد حػػدكث حمػػؿ فػػي تجػػارب
عددىا ( ، )nفمف المعقكؿ أف نستخدـ التقريب الطبيعي لمتكزيع االسمي ثنائي الحديف
إذا كان ػػت ك ػػؿ م ػػف قيم ػػة n × pكالقيم ػػة ) n×(1-pى ػػي أكب ػػر م ػػف القيم ػػة ٓ َ.كاف
الكسػ ػ ػػط الحسػ ػ ػػابي كالفػ ػ ػػرؽ ليػ ػ ػػذا التكزيػ ػ ػػع الطبيعػ ػ ػػي يقػ ػ ػػدر بالقيمػ ػ ػػة ( )n×pكالقيمػ ػ ػػة
108
( n×p )1-pنس ػػبينا .ى ػػذا التقري ػػب يعتب ػػر مفي ػػدنا خاصػ ػة ف ػػي االس ػػتنتاج اإلحص ػػائي
الختبار فرضية العدـ عند حساب حدكد الثقة لمنسب المئكيػة ( كمػا سػنرل فػي الفصػؿ
التاسع ) .
مثاؿ :لنفترض أنو في يػكـ مػا عػدد مػف القطػط (ُٖ = )nأخػذ إلػى العيػادة البيطريػة
لتشػخيص إصػابتيا بالبراغيػث fleesكقػد كانػػت النسػبة المئكيػة لمقطػط المخمكجػة ىػػي
كىكذا فإف التقريب الطبيعي لمتكزيع ىك مماثػؿ كمناسػب لكػؿ جػزء مػف المنحنػى كعميػو
فإف الكسط الحسابي كالفرؽ ليذا التكزيع الطبيعي يقدر بالقيمة :
كبتقسػػيـ االحتماليػػة المجدكلػػة بػػالرقـ 2ألننػػا ميتمػػكف بد ارسػػة فقػػط الجػػزء العمػػكم مػػف
المنحني مف ىذا التكزيع نجد أف االحتمالية المطمكبة تقدر بالقيمة ( 0.02ىذه القيمة
109
توــــــــــبرٌي
سُ -بيف ما إذا كانت البيانات في أ ك ب مكزعة طبيعيا ك استنتج إذا كاف باإلمكاف
لسمؾ السممكف (نمط سالمك سممكر) حيث الصادات الحيكية أضيفت لممياه كلفترة
العضبلت (مم /غ) مف النسيج العضمي ك بعد ثمانية عشر يكمان مف إضافة
مف النسيج العضمي و بعد ثمانية عشر يوماً مف إضافة الصاد الحيوي لفحص مستوى
الفعالية لمجرعة
110
جدوؿ رقـ : 7مستويات الفوسفات القاعدي في مصؿ دـ لػ 12كمباً بالغاً
111
الفصل السبدس
CHAPTER SIX
الوعبٌٌة وتىزٌع العٌٍبت
SAMPLING AND SAMPLES
DISTRIBUTION
التميز بيف مصطمح العينة والمجتمع الحيواني
The Distinction between the Sample and the
Population
عنػػدما نرغػػب بجمػػع معمكمػػات مػػف مجتمػػع مػػا ال يمكػػف -إال مػػا نػػدر -أف
نأخ ػػذ مجمكع ػػة ص ػػغيرة عينػ ػةن مخت ػػارة م ػػف المجتم ػػع كم ػػف ث ػػـ نفح ػػص أعض ػػاء ى ػػذه
كىكذا فإف األىداؼ الرئيسة ألخذ العينات ىي عبارة عف الحصكؿ عمى البيانػات التػي
تسمح لنا بإجراء االستنتاجات المتعمقة بدراسة أعداد كبيرة مف الحيكانات اعتمػادان عمػى
فحص العينة كدراسة عبلقتيا عمى سبيؿ المثاؿ بكجكد أك عدـ كجكد المرض الحيكاني
.كربما تتعمؽ استنتاجات إلثبات أف المرض غير مكجكد في ىذه المنطقة ،كبالعكس
يمكف أف تيػدؼ إلثبػات كجػكد المػرض أك تقيػيـ مسػتكل حػدكث المػرض .إف اليػدؼ
يمكػػف أف يصػػؼ أيض ػنا إنتػػاج الحميػػب فػػي قطعػػاف األبقػػار الحمػػكب كاألكثػػر مػػف ذلػػؾ
112
بل كصػػفينا لنظػػاـ اإلنتػػاج الحي ػكاني عمػػى سػػبيؿ المث ػاؿ فػػي بمػػد مػػف
يمكػػف أف يقػػدـ تحمػػي ن
يػػتـ الحصػػكؿ عمػػى االسػػتنتاج اإلحصػائي مػػف المجتمػػع الحيػكاني بأخػػذ العينػػة
كىػػذا االسػػتنتاج يم ٌكننػػا م ػف أف نرسػػـ االسػػتنتاجات حػػكؿ جكانػػب معينػػة مػػف المجتمػػع
الحيػكاني عنػػدما تكػػكف لينػػاؾ مجػػاميع كبيػرة مقسػػمة إلػػى مجػػاميع أخػػرل أصػػغر عندئػػذ
تككف فإف العينة ضركرية لمتقصي عف حالة معينة فمف الميـ جػدنا أف نعػي أف التميػز
بيف العينة كالمجتمع الحيكاني المأخكذ منو العينات كمككف أساسي لمنظرية اإلحصائية
يتمثؿ باالستنتاج اإلحصائي ىناؾ نقطتاف أساسيتاف فػي االسػتنتاج اإلحصػائي تػؤثراف
hypothesis testingكسػػنناقش فػي ىػػذا الفصػؿ طريقػػة التقػدير بينمػػا يركػز اختبػػار
النظرية في ق اررنا في اعتماد النتػائج التػي حصػمنا عمييػا بكاسػطة العينػات المػأخكذة أك
أف النتائج المحصكؿ عمييا ال يمكف اعتمادىا نظ انر لكجكد بعػض العكامػؿ أك األسػباب
تكزيع بيانات المجتمع اإلحصائي إذا ما عرفنا طبيعة القيـ التي حصمنا عمييا في ىذه
البيانػػات كالتػػي ناقشػػناىا فػػي الفصػػكؿ السػػابقة .كمػػف غيػػر الممكػػف أف نحػػدد الكس ػط
الحسابي لممجتمع اإلحصائي تمامنا عندما نختار فقط العينة مف المشاىدات المبلحظة
في مجتمع حيػكاني مػا .فعمػى سػبيؿ المثػاؿ ال يمكننػا أف نعػرؼ القيمػة الدقيقػة لمعػدؿ
أعداد األفراس المشاركة في سباؽ الخيػكؿ عنػدما تكػكف فػي حالػة جريػاف السػباؽ كانمػا
نعرؼ فقط النتائج المحصكؿ عمييا مف العينة المختارة كالشيء األمثؿ الػذم يمكػف أف
نقكـ بو ىك تقدير ىذه القيمة مف المعاينة .فمثبلن نحسب العينة اإلحصػائية كالتػي ليػا
قيمػػة قريبػػة م ػف القيمػػة الحقيقيػػة مػػا أمكػػف لحػػد المجتمػػع الحي ػكاني إال أف تقػػدير كسػػط
العينة ىك أفضؿ مف طريقة تقػدير كسػط المجتمػع الحيػكاني ففػي حػيف أف كسػط العينػة
ىػ ػػك عبػ ػػارة عػ ػػف مجمػ ػػكع أعػ ػػداد كافػ ػػة المشػ ػػاىدات فػ ػػي العينػ ػػة مقسػ ػػكمنا عمػ ػػى أعػ ػػداد
المشاىدات في العينة يككف كسط المجتمػع الحيػكاني ىػك مجمػكع كافػة المشػاىدات فػي
114
خطأ المعاينة : Sampling Error
لػػيس مػػف اإلمكانيػػة بمكػػاف أف تكػػكف قيمػػة العينػػة اإلحصػػائية مسػػاكية تمام ػان
لقيمػػة حػػد المجتمػػع الحي ػكاني التػػي ق ػدرناىا .فيجػػب عمينػػا أف نكصػػي أف ىنػػاؾ دائم ػنا
احتمالية بكجكد خطأ في التقدير ألننػا أخػذنا العينػات مػف حيكانػات القطيػع دكف النظػر
إلييػا جميعيػا كىػذا مػا نػدعكه بخطػأ المعاينػة Sampling errorكنحتػاج إلػى تقيػيـ
الدق ػػة لمعين ػػة اإلحص ػػائية كتق ػػدير لح ػػدكد حيكان ػػات القطي ػػع ،كم ػػف أج ػػؿ ى ػػذا الغ ػػرض
كاف ىذا التقدير المحسكب كسط نا كمعػدؿ إنتػاج الحميػب فػي أبقػار الفريزيػاف ىكلشػتايف
أك نسبة كنسبة األبقار المعرضة لداء البريميات سكاء كانت تمؾ األبقار لدييا أك لػيس
لدييا معيار إيجابي لمبريميات ( كىنا يككف شكؿ المتغير بيزم أم أف نقكؿ إيجابي أك
بالقانكف :
s
SEM
n
(x x) 2
s بإعتبار أف القيمة sتحسب بػ :
n 1
بإعتبار أف : s :االنحراؼ المعيارم : n ،عدد المشاىدات
:xقيمة المشاىدة : X ،متكسط قيمة المشاىدة .
مثػػاؿ :إف المكاسػػـ اإلد ارريػػة األخي ػرة القياسػػية ( بفت ػرة 305يػػكـ ) لعينػػة عش ػكائية مػػف
األبقػػار عػػددىا 256بق ػرة مػػف سػػبللة الفريزيػػاف ىكلشػػتايف ألعػػداد مختمفػػة مػػف مكاسػػـ
115
اإلدرار قػػد أعطػػت تقري ػ نار لمعػػدؿ إنتػػاج حميػػب قيمتػػو 6414ك ػ مػػع تقػػدير النح ػراؼ
معيارم قيمتو 2352ك كلػذلؾ حسػب القػانكف المػدرج أعػبله يحسػب الخطػأ المعيػارم
2352
147 Kg
256
الفص ػػؿ الخط ػػأ المعي ػػارم لمكس ػػط . SEMكىم ػػا قياس ػػاف ليم ػػا تطبيق ػػات مختمف ػػة ع ػػف
ػر كم ػػف المي ػػـ ىن ػػا أف يك ػػكف ل ػػدينا في ػػـ كاض ػػح لمتميي ػػز ب ػػيف االنحػ ػراؼ
بعض ػػيما كثي ػ ان
المعي ػػارم لممش ػػاىدات كالخط ػػأ المعي ػػارم لمكس ػػط كى ػػذا التفري ػػؽ يجنبن ػػا س ػػكء التفس ػػير
ػر إلػى
إف االنحراؼ المعيارم ىك قياس لتشتت المشاىدات .كىك يعطي مؤش نا
م ػ ػ ػػدل تق ػ ػ ػػارب المش ػ ػ ػػاىدات لمع ػ ػ ػػدالتيا كيمك ػ ػ ػػف أف يس ػ ػ ػػتخدـ إلنش ػ ػ ػػاء ح ػ ػ ػػد مرجع ػ ػ ػػي
116
بينم ػػا الخط ػػأ المعي ػػارم لمكس ػػط ىػ ػك قي ػػاس دق ػػة كس ػػط العين ػػة كتق ػػدير لكس ػػط
المجتمع الحيكاني .كىك يقػيـ خطػأ العينػة بإعطػاء مؤشػر إلػى مػدل التقػارب بػيف كسػط
العينة ككسط حيكانات القطيع المأخكذة منو العينات كيستخدـ الخطػأ المعيػارم المعػدؿ
إلنشاء ما يدعى بحد الثقة Confidence Intervalكالذم يسمح لنا بأف نحكـ عمػى
لقػػد ركزنػػا دائم ػنا عمػػى أف تكزيػػع العينػػات بالنسػػبة لمكسػػط ىػػك تكزيػػع افت ارضػػي
الحيكانػػات المدركسػػة كانمػػا نأخػػذ عػػادة عينػػة كاحػػدة فقػػط كتسػػتخدـ ىػػذه العينػػة كتقػػدير
لكسط القيـ المأخكذة مف الحيكانات المدركسػة .كىػذا يعطينػا تصػكي نار لدرجػة الدقػة فػي
تقديراتنا ليذه الحيكانات أك القطعاف المدركسة .يجػب أف ينػكه ىنػا بػأف اسػتخداـ عينػة
كاحدة مف كؿ حيكاف فردم عند التحميؿ تجنبنا مشكمة أساسػية فػي التحميػؿ اإلحصػائي
الد ارسػػة دقػػة أكثػػر كىنػػاؾ العديػػد مػػف الب ػرامج اإلحصػػائية الحاسػػكبية التػػي تجنبنػػا ىػػذه
117
المشػ ػػكمة مباشػ ػػرة كبرنػ ػػامج ، SAS،كغي ػ ػره مػ ػػف الب ػ ػرامج اإلحصػ ػػائية كاذا كػ ػػاف لػ ػػدينا
قياسات متكررة فيجب أخذ معدؿ النتائج لدراسة مشكمة ما في ىذا القطيع أك ذاؾ .
كاف أفضػػؿ طريقػػة لتقيػػيـ مػػا إذا كػػاف تقػػديرنا جيػػدنا ىػػك أف تعػػرؼ مػػدل القػػيـ
ضػمف معػدؿ القػيـ الحقيقيػة لمحيكانػات المدركسػػة كالتػي تحػدد ضػمف احتماليػة معينػػة ،
ى ػػذا الم ػػدل لمق ػػيـ يع ػػرؼ بالح ػػدكد العمي ػػا كال ػػدنيا upper and lower limits
Confidence ( كىػػك مػػا يسػػمى بحػػدكد الثقػػة ) كيػػدعى حػػد الثقػػة بالنسػػبة لمكسػػط
ػدير جيػػدنا
ػغير أك ضػػيؽ المػػدل فيكػػكف عندئػػذ كسػػط العينػػة تقػ نا
ِ -إذا كػػاف حػػد الثقػػة صػ نا
فيك بشكؿ آخر ذك تقدير دقيؽ بالنسبة لمعدؿ الحيكانات المدركسة .
إف الثقػػة %95تمثػػؿ أف معػػدؿ القػػيـ فػػي الحيكانػػات المدركسػػة تشػػمؿ مػػا يػػدعى
بحد الثقة %95بالنسبة لمكسط كنحسب نمكذجيان حد الثقة %95ألم حد مػف الحػدكد
الم ػراد معرفػػة دقػػة الحسػػاب فييػػا .لكننػػا يمكػػف أف نجػػد أحيان ػان حػػدم الثقػػة % 95أك
ال
%99مستخدمة في بعض الدراسات .إذ إف حد الثقة %99ىك بالتأكيػد أكثػر شػمك ن
كدقة مف حد الثقة %95ألنيا أكثر ثقة لمحد الػذم يشػممو ذاؾ أك ىػذا الحػد .كيعتمػد
118
ُ -درجة الثقة المطمكبة .
ِ -حجػػـ العين ػػة ( ف ػػالحجـ الكبيػػر لمعين ػػة يتطم ػػب تقػػدي انر أكث ػػر دق ػػة كبالتػػالي ح ػػد ثق ػػة
ّ -تػػكفر الخاصػػية المتعمقػػة بالتقصػػي عػػف الحالػػة ( فكجػػكد متغي ػرات أكثػػر لع ػدد مػػف
المشاىدات المدركسة يتطمب تقدير أقؿ دقة كبالتالي حد ثقة بمجاؿ أكسع )
119
إف الثابت بالنسبة لحد الثقة %95ىك ( 1.96يقرب غالبنا إلى القيمة ) 2
مجيكلػػة نسػػتعيض عنػػو بػػاالنحراؼ المعيػػارم الخػػاص بالعينػػة كالػػذم يحسػػب بالقػػانكف
اآلتي :
S
) (X X 2
n 1
إف ىنػػاؾ قػكانيف أخػػرل لحسػػاب حػػد الثقػػة كال سػػيما بالنسػػبة لتكزيػػع tسػػتكدنت
كال مجاؿ لتفصيميا كشرحيا ىنا ألف القانكف العاـ المذككر أعبله يمكػف تطبيقػو عنػدما
العينات المدركسة فيك تكزيػع افت ارضػي لخصػائص مشػاىدات تكػكف فييػا الفكائػد مقػدرة
عندما نريد أف نحصػؿ عمػى اسػتنتاج إحصػائي لمنسػب المئكيػة لقطيػع مػف القطعػاف أك
120
ُ -يعتبػػر ىػػذا التكزيػػع قريب ػنا مػػف التكزي ػع الطبيعػػي إذا كػػاف حجػػـ العينػػة كبي ػ نار .كفػػي
الكاقع إف تكزيع النسب المئكية ىك في الحقيقة تكزيع اسمي لكف ىذا التكزيع كمػا
شرحنا أقرب إلى التكزيع الطبيعي لعينة كبيرة عدد مشاىداتيا .n
ِ -إف معدؿ قيـ تكزيع المعاينة النسبي ىك معدؿ النسػبة لجميػع الحيكانػات المدركسػة
كتقدر بالقيمة πكىكذا فػإف النسػب المئكيػة لمعينػة pتحػدد بعينػة كحيػدة مسػتفردة
ىك تقدير غير منحرؼ بالنسبة لمنسبة المئكية لجميع الحيكانات المدركسة
ّ -إف الخطػ ػ ػ ػػأ المعيػ ػ ػ ػػارم لتكزيػ ػ ػ ػػع العينػ ػ ػ ػػات ىػ ػ ػ ػػك النسػ ػ ػ ػػبة المئكيػ ػ ػ ػػة التػ ػ ػ ػػي تحسػ ػ ػ ػػب
بالقانكف :
(1 n) / n
كىك ما يدعى بالخطأ المعيارم لمنسبة المئكية كعبارة عف قياس دقة pكتقدير لقيمة π
كىذا الخطأ المعيارم يحسب بقيـ مشاىدات العينة كما يأتي :
)P(1 P
SE ( P)
n
بإعتبار أف قيمة Pتحسب كما يأتي P :
r
n
كمػع أنػػو يمكننػا تقػػدير قيمػة πبحسػػاب قيمػة pفػػإف تكزيػع العينػػة المئكيػة تبقػػى تكزيعػان
كيجػب أف نبلحػػظ أننػػا إذا اسػػتبدلنا تقػػدير قيمػػة pبنسػػبة مئكيػػة p%فػػإف تقػػدير الخطػػأ
121
)P%(100 P%
S E ( P%)
n
حد الثقة لمنسبة المئوية
لمعينة ( )pمضركبنا بالخطأ المعيارم ( انظر الممحؽ )A2كىكذا فإف حد الثقة %95
كيجػب أف نبلحػػظ أيضػان أننػا يمكػػف أف نعػػدؿ القػانكف المػػذككر أعػػبله إذا أردنػػا
أف تكػػكف القيمػػة المدركسػػة عمػػى شػػكؿ نسػػب مئكيػػة كذلػػؾ باسػػتبداؿ كػػؿ نسػػبة مئكيػػة
المنػػاطؽ .اختبػػرت عينػػات الػػدـ المحصػػكؿ عمييػػا مػػف أبقػػار ىػػذه العينػػة لمبحػػث عػػف
كجكد أضداد داء الدكراف Leptospiraكحسب معايير األضداد المحصكؿ عمييا فقػد
صػػنفت إلػػى أضػػداد إيجابيػػة كأخػػرل سػػمبية .ففػػي ىػػذه العينػػة كجػػد أف ىنػػاؾ 36بق ػرة
تحمؿ معايير أضداد إيجابية ليذا المرض .إف تقدير النسبة المئكية لؤلبقار المعرضة
122
كىكذا يمكف أف يقدر الخطأ المعيارم في ىذه النسبة كما يأتي :
الفصل السبثع
CHAPTER SEVEN
التصوٍن التجرٌجً والتجبرة السرٌرٌة
EXPERIMENTAL DESIGN AND
CLINICAL TRIALS
أنماط الدراسة : Types of Study
إف د ارسػػة اإلحصػػاء فػػي الطػػب البيطػػرم كعمػػـ الحيػكاف مػرتبط بعمػػـ الكبانيػػات
الذم يقكـ بدراسة أنماط المرض كمحدداتيا المرضية في حيكانات المزرعة .كفي ىػذا
ػض المفػػاىيـ فػي عمػػـ الكبائيػػات كلمعرفػة المزيػػد عػف ىػػذه المفػػاىيـ
الفصػؿ سػػنتعرؼ بع ى
يمكننا مراجعة مادة الكبائيات التي سكؼ تدرس في السنكات البلحقة .
123
ثمػ ػػة نػ ػػدرة فػ ػػي ت ػ ػكافر الحػ ػػاالت المرضػ ػػية المتعمق ػ ػة بالد ارسػ ػػات الس ػ ػريرية فػ ػػي
حيكانات المزرعة كيمكف أف يعكد السبب إلػى أف مثػؿ ىػذه الحػاالت قػد تكػكف نػادرة أك
أف تكمفة الحيكانات التي سكؼ تسػتخدـ فػي التجربػة باىظػة الػثمف أك أف عامػؿ الكقػت
يتدخؿ أحيانان أيضان في تطبيؽ الممارسػة الحقميػة البيطريػة الدائمػة فػي د ارسػة مثػؿ ىػذه
الحاالت إذ إف الجميع اليػكـ منشػغؿ بتطػكير صػناعة الحيػكاف ( تربيػة الحيػكاف ) أكثػر
كلكػػي نػػتمكف مػػف تػػأميف الم ػكاد ب ػكفرة كػػاف مػػف الضػػركرم أف نصػػمـ الد ارسػػة
بطريقة تخدـ إنتاجية الحيكاف كالمزرعة ككؿ عمكمنا .حيث تتكفر ىناؾ طرائؽ مختمفة
في المرحمة التخطيطية مف الدراسة سنكاجو بعض الخيارات التي يككف أحدىا
معينػػة أك ببسػػاطة سػػيقكـ بزيػػارات فقػػط لممزرعػػة كمشػػاىدة الحػػاالت المرضػػية ىنػػاؾ أك
ىػػؿ نريػػد أف نػػدرس الحػػاالت بمفردىػػا فػػي كقػػت محػػدد مػػف الػػزمف أك أننػػا نرغػػب فػػي
متابعة ىذه الحاالت المرضػية خػبلؿ فتػرة زمنيػة معينػة بإسػتمرار كبػبل تحديػد .أك ىػؿ
بدرسػػة الحيكانػػات السػػميمة مػػف المػػرض كالتأكػػد بالمبلحظػػة ممػػا إذا كػػاف
نريػػد أف نبػػدأ ا
ىنػػاؾ مػػرض أك ال أك أننػػا فػػي الحقيقػة نريػػد أف نبػػدأ بد ارسػػة الحيكانػػات المريضػػة فعميػنا
124
التمييز بيف الدراسات المعتمدة عمى المشاىدات السريرية والدراسات
التجريبية
فػػي مثػػؿ ىػػذه الد ارسػػة نكتفػػي بمشػػاىدة الحيكانػػات المشػػمكلة بالد ارسػػة كمػػف ثػػـ
نسجؿ قيـ القياسات المناسبة حسب الكاقػع كبػذلؾ ال تتطمػب الد ارسػة إجػراء أم اختبػار
،عمى سبيؿ المثاؿ د ارسػة المعالجػة المثمػى ليػذه الحيكانػات أك د ارسػة عكامػؿ الخطػكرة
المتعمقة بيذا المرض كالتي يمكػف أف تػؤثر عمػى سػير المػرض مباشػرة أك غيػر مباشػرة
كمف الكاضح في ىذه الدراسة أننا ال نستطيع أف نحدد عشكائيان الحيكانات كنقسميا إلى
مجمكعات لتقييـ المعالجة الدكائية مثبلن كانما ندرس ىذه المشاىدات جماعيػان لمحصػكؿ
عمى قيـ خاصة بحدكد كعكامؿ مختمفة متعمقػة بد ارسػة حيكانػات الد ارسػة كيمكػف إنجػاز
ُ -إجراء مسح لجميع حيكانات المزرعة أك المنطقػة المػراد د ارسػتيا Apopulation
surveyكيشػمؿ خصػائص حيكانػات الد ارسػػة المشػمكلة فػي الد ارسػة كمػا ىػػك
الح ػػاؿ ف ػػي الد ارس ػػات اإلحص ػػائية الش ػػاممة أم أف ن ػػدرس ك ػػؿ حيػ ػكاف م ػػف ى ػػذه
125
ِ -إجراء مسح يعتمد عمى أخذ عينات A Sample Surveyكيشػمؿ فحػص عينػة
ػاء
مف الحيكانات ممثمة لمحيكانات المدركسة كمنيا يمكف أف نػدكف اسػتنتاجاتنا بن ن
إف العديػػد م ػػف المس ػػكحات المعتمػػدة عم ػػى العين ػػات تمثػػؿ د ارس ػػة كص ػػفية ف ػػي
محاكلػػة لمكصػػكؿ إلػػى أف تقػػدـ تقػػديرات لحػػدكد حيكانػػات الد ارسػػة ىػػذه الحػػدكد يمكػػف أف
تشمؿ إنتاج الحميػب – العمػر الجػنس – النػكع الحيػكاني – المنطقػة الك ارثػة ...كغيرىػا
كثيػػر ) كربػػط ىػػذه الحػػدكد بمػػا يحػػدث ليػػذه الحيكانػػات مػػف مشػػاىدات س ػريرية .إال أف
بعػػض ىػػذه الد ارسػػات قػػد يكػػكف مػػف النمػػكذج التحميمػػي بسػػبب أنيػػا تكػػكف معتمػػدة عمػػى
إف الدراسة الكبائية ىي نكع خاص مػف مسػكحات العينػة التحميميػة تعتمػد عمػى
دراسة مسبب المرض بكاسطة تحديد ما إذا كانت عكامؿ الخطكرة المختمفة مترافقة مع
حػ ػػدكث كتكزيػ ػػع حػ ػػدكث الحػ ػػاالت المرض ػ ػية أك ال ،فعمػ ػػى سػ ػػبيؿ المثػ ػػاؿ إف انتشػ ػػار
متبلزم ػػة ككش ػػين ( Cushings Syndromeف ػػرط إفػ ػراز ف ػػي ىرمكن ػػات الكظ ػػر) عن ػػد
الكػػبلب ىػػي أكثػػر شػػيكعان عنػػد الكػػبلب الصػػغيرة ( الحديثػػة السػػف ) منيػػا عنػػد الكػػبلب
األخرل في الحقيقة بالدراسات الكبائيػة يػتـ تقيػيـ كمقارنػة الحػاالت المرضػية بنػاء عمػى
126
ففي الدراسة التجريبية نقكـ بالتداخؿ مع سػير الد ارسػة عمػى سػبيؿ المثػاؿ كػأف
نطبػؽ قسػريان إجػراءان كقائيػان لمػرض مػػا كالمعالجػػة أك خفػض تعػػرض الحيػكاف لعامػػؿ مػػا
كدرجػػة الح ػ اررة أك غي ػره مػػف العكامػػؿ .كعندئػػذ نشػػاىد تػػأثير ىػػذا اإلج ػراء الكقػػائي أك
العبلجي كاستجابة حيكانات الدراسة لو مع األخذ بكجية نظرنا حكؿ تقييـ ما إذا حدث
تغيػر فػي اسػتجابة حيكانػات الد ارسػة كالتػػي يمكػف أف تكػكف مباشػرة عمػى إجرائنػا كىنػػاؾ
نكعاف مف الدراسات التجريبية نػكع يػدعى بالتجػارب المخبريػة كاآلخػر يػدعى بالتجػارب
السريرية .
إننا نستخدـ عبارة تجربػة سػريرية لكصػؼ أيػة تجربػة مخطػط ليػا كالتػي تشػمؿ
د ارسػػات متعمقػػة باإلنسػػاف أك الحي ػكاف كىػػي تصػػمـ لتقي ػيـ فعاليػػة كاحػػدة أك أكثػػر مػػف
المعالجػػات أك اإلج ػراءات الكقائيػػة ألحػػد األم ػراض كإسػػتخداـ أحػػد المقاحػػات مػػثبلن كلقػػد
تكسػػع مفيػػكـ ىػػذه العبػػارة مػػف مفيػػكـ الطػػب الس ػريرم البشػػرم ليشػػمؿ تمػػؾ الد ارسػػات
المتعمقػة بالطػػب السػريرم البيطػػرم كعمػػكـ صػػحة الحيػكاف ،فعمػػى سػػبيؿ المثػػاؿ اختبػػار
الفعالي ػػة لمعكام ػػؿ الدكائي ػػة الجدي ػػدة لم ػػتحكـ بالطفيمي ػػات الخارجي ػػة ف ػػي الك ػػبلب كالقط ػػط
كيجػػب أف نميػػز التجربػػة الس ػريرية clinical trialم ػف التجربػػة الس ػريرية الحقميػػة
.Clinical field trialفعمى حيف أف التجربة السريرية تيجرل ضمف ظركؼ نظامية
127
جدنا فإف التجربة الحقمية بشكؿ كامػؿ أك تطبيػؽ جػزء مػف ىػذه التجػارب حقميػنا المطبقػة
مػػف إدخػػاؿ نػػكع جديػػد مػػف المعالجػػة أك أم تطبيػػؽ إج ارئػػي ضػػمف الظػػركؼ المتخػػذة
ضػػمف ىػػذه التجربػػة إذ إف أحػػد أىػػـ اىتماماتنػػا فػػي التجربػػة ىػػك النتػػائج التػػي نحصػػؿ
عمييػػا مػػف عينػػة مػػأخكذة مػػف مجمكعػػات مػػف الحيكانػػات تربػػى ضػػمف نفػػس الظػػركؼ
كتطبيػػؽ إج ػراء عبلجػػي عمػػى عػػدد مػػف حيكانػػات ىػػذه العينػػة كمقارنتيػػا مػػع غيرىػػا مػػف
المجمكعػػات التػػي لػػـ يطبػػؽ عمييػػا مثػػؿ ىػػذا اإلج ػراء العبلجػػي .كلكػػي نتأكػػد مػػف أف
المجمكعػػة التػػي تمقػػت مثػػؿ ىػػذا العػػبلج ىػػي أفضػػؿ مجمكعػػة تحقيػػؽ الفائػػدة العبلجيػػة
كمثؿ ىذه التجربة يجب أف تككف خالية مف أم انحراؼ في النتائج Biosكحتػى نقػكـ
128
-المقارن ػػة Comparative :مقارن ػػة أكث ػػر م ػػف مجمكع ػػة عبلجي ػػة .فنك ػػكف عندئ ػػذ
قػ ػػادريف عمػ ػػى أف نجعػ ػػؿ تقييمنػ ػػا حػ ػػكؿ االسػ ػػتجابة إلحػ ػػدل المعالجػ ػػات أك اإلج ػ ػراءات
المرتبطػػة باالسػػتجابة التػػي لػػـ تحصػػؿ عمييػػا فػػي غيػػاب المعالجػػة أك مقارنػػة المعالجػػة
القياسية .
129
الفصل الثبهي
CHAPTER EIGHT
هذخل إلى اختجبر الفرضٍبت
AN INTRODUCTION TO
HYPOTHESIS TESTING
مقدمةIntroduction :
ِ -إضػ ػ ػػافة إلػ ػ ػػى ذلػ ػ ػػؾ ىنػ ػ ػػاؾ مػ ػ ػػا يػ ػ ػػدعى باإلحصػ ػ ػػاء االسػ ػ ػػتنتاجي أك االسػ ػ ػػتداللي
مسػ ػػتخدمان النتػ ػػائج التػ ػػي حصػ ػػمنا عمييػ ػػا مػ ػػف العينػ ػػة الممثمػ ػػة لممجتمػ ػػع المػ ػػدركس
-aكاف إح ػػدل النق ػػاط ف ػػي االس ػػتدالؿ اإلحص ػػائي ى ػػي قض ػػايا التق ػػدير estimation
لح ػػدكد المجتم ػػع الم ػػدركس باس ػػتخداـ العين ػػة اإلحص ػػائية المناس ػػبة ( عم ػػى س ػػبيؿ
المثػػاؿ ،كسػػط المجتمػػع المػػدركس يمثػػؿ بكسػػط العينػػة المػػأخكذة منػػو ) .كمػػا أف
130
قضػػايا التقػػدير تكتمػػؿ فقػػط عنػػدما تكػػكف ىنػػاؾ دقػػة فػػي عمميػػة التقػػدير التػػي تحػػدد
. testingكفػػي ى ػػذه الحال ػػة نفح ػػص الفرض ػػية ض ػػمف عب ػػارة كاح ػػد أك أكث ػػر م ػػف
المجتمعات المدركسػة .كمػا أننػا نريػد أف نعػرؼ مػا إذا كانػت الفرضػية حػكؿ ىػذا
إف قضايا التقدير لمقيـ تركز عمى عممية كصؼ القيـ بينما يركػز اختبػار الفرضػية بػبل
المػػدركس مسػػتخدميف المعمكمػػات المحصػػكؿ عمييػػا مػػف العينػػة المػػأخكذة .كيجػػب أف
نعي أنو مف المستحيؿ أف نككف قادريف عمى التأكيػد المطمػؽ لصػحة اسػتنتاجاتنا حػكؿ
المجتمػع .إذ أف عينػة كاحػدة مختػػارة مػف المجتمػع مػف غيػػر المحتمػؿ أف تعطػي نفػػس
131
كلػ ػػذلؾ يجػ ػػب أف نحػ ػػدد نتائجنػ ػػا حػ ػػكؿ المجتمػ ػػع المػ ػػدركس باسػ ػػتخداـ مفيػ ػػكـ
االحتمالي ػػة كى ػػذا يعط ػػي مؤشػ ػ انر لفرص ػػة الحص ػػكؿ عم ػػى النت ػػائج المش ػػاىدة إذا كان ػػت
كىنػ ػ ػ ػػا ال بػ ػ ػ ػػد مػ ػ ػ ػػف اسػ ػ ػ ػػتبداؿ عبػ ػ ػ ػػارة الحالػ ػ ػ ػػة المطمقػ ػ ػ ػػة بعبػ ػ ػ ػػارة االحتماليػ ػ ػ ػػة
يمكػػف أف يػػتمخص مفيػػكـ الفرضػػية اإلحصػػائية بد ارسػػة صػػحة ادعػػاء معػػيف عػػف قيمػػة
معينة ما لممجتمع اإلحصائي كالكسط الحسابي أك النسبة أك التبايف .كأف نقػكؿ مػثبلن
إف ىػ ػػذا الػ ػػدكاء نػ ػػاجع بنج ػ ػاح بنسػ ػػبة %95لعػ ػػبلج التيابػ ػػات الكبػ ػػد إلػ ػػى غيرىػ ػػا مػ ػػف
المدركس عادة عمى عمميػة مقارنػة بالحالػة الطبيعيػة مشػمكلة بػبعض التػأثيرات الرقميػة
لمكضكع الدراسة كغالبان ما تككف ىػذه المقارنػة لمعالجػات مختمفػة كقيػاس اسػتجابة ىػذه
المعالجة يدعى بالتأثير العبلجي .عمى سبيؿ المثاؿ الفركقات بيف مختمؼ العبلجات
132
لنفتػػرض أننػػا نريػػد التقصػػي عػػف نقػػص مغنزيػػكـ الػػدـ عنػػد أبقػػار ترعػػى عمػػى أعشػػاب
الربيع الجديدة كأبقار مرباة تربية مكثفة تجاريان فعندئذ نريد أف نفحص قيـ معدؿ ببلزما
الدـ .كىذا يقترح أف ىناؾ خطكرة في ككف األعشاب تحتػكم قػد نار كافيػنا أك غيػر ك و
ػاؼ
مػػف االحتياجػػات الطبيعيػػة لممنغنزيػػكـ .كبيػػذه الحالػػة يتشػػكؿ مػػا يػػدعى بنظريػػة العػػدـ
حػ ػػكؿ معػ ػػدؿ القػ ػػيـ الحقيقيػ ػػة لمنغنزيػ ػػكـ الببلزمػ ػػا كالتػ ػػي يفتػ ػػرض أف ال تختمػ ػػؼ بػ ػػيف
المجمكعتيف .
تككف فرضية أك نظرية العػدـ غيػر حقيقيػة كعندئػذ تػدعى بالفرضػية أك النظريػة البديمػة
نتيجة :
ىنػػاؾ عػػادة فرضػػيتاف فػػي د ارسػػة أم اختبػػار ،األكلػػى منيػػا تػػدعى بنظريػػة أك
فرضػػية العػػدـ كىػػي الفرضػػية األكليػػة كالتػػي غالب ػان مػػا تؤيػػد صػػحة االدعػػاء كيرمػػز ليػػا
بػػالرمز Hoكالثانيػػة ىػػي الفرضػػية البديمػػة كالتػػي ى ػي أساس ػنا ال تؤيػػد صػػحة االدعػػاء
عادة تذكر الفرضية البديمة أنو يكجد اختبلؼ بػيف قػيـ الحػد لكػف االتجػاه ليػذا
االخػػتبلؼ غيػػر معػػركؼ .كىػػذا يقكدنػػا إلػػى فرضػػية ذات جػػانبيف أك اختبػػار الػػذيميف
133
أعشاب حديثة النمك يخفض مػف تركيػز مغنزيػكـ الببلزمػا ،فػإف الفرضػية البديمػة نقػكؿ
أنو يكجد معنييف مختمفيف ليذا التأثير حيث أنو ال يكجد لسبب لنقكؿ مثبلن أف المعالجة
لمحيكانات المرباة ضمف حظائر مغمقة ىي أفضؿ طريقة مػف طريقػة اسػتعماؿ أعشػاب
جبرم معيف لمفرضية التي نختبرىػا ) ،كعػادة يسػتخدـ الحاسػكب لعمميػة الحسػاب ىػذه
كأحيان ػان تحسػػب يػػدكيان -كيرفػػؽ بكػػؿ قيمػػة االختبػػار اإلحصػػائي مػػا يػػدعى باالحتماليػػة
فرضية الحصكؿ عمى تأثير القيـ المشاىدة ( كبعبارة أخرل أكثر تكضػيحنا ) إذا كانػت
حقيقيػػة ،فإننػػا نسػػتنتج أنػػو يكجػػد داللػػة كافيػػة ل ػرفض rejectنظريػػة أك فرضػػية
134
Statistically العػ ػػدـ .كنقػ ػػكؿ أف نتيجػ ػػة االختبػ ػػار إحصػ ػػائينا ىػ ػػي معنكيػ ػػة
. significant
ِ -كاذا كانت النتائج المشاىدة ثابتة مع ما نتكقع إذا كانت نظريػة العػدـ غيػر حقيقيػة
كنستنتج أنو ال يكجد داللة كافية لتككف حقيقية كعندىا ال نػرفض فرضػية (نظريػة)
-إذا كانػػت قيمػػة ( )pصػػغيرة جػػدنا فعندئػ وػذ مػػف غيػػر المحتمػػؿ أف نسػػتطيع الحصػػكؿ
عمػػى النتػػائج المشػػاىدة إذا كانػػت فرضػػية العػػدـ حقيقيػػة كلػػذلؾ تػرفض فرضػػية العػػدـ
. Ho
-أمػػا إذا كانػػت قيمػػة pكبي ػرة جػػدنا فعندئػػذ ثمػػة فرصػػة كبي ػرة لمحصػػكؿ عمػػى النتػػائج
المشػاىدة إذا كانػػت فرضػػية العػدـ حقيقيػػة كعندئػػذ تػرفض فرضػػية العػػدـ ال تػرفض .
كبكضػػكح إف التمييػػز بػػيف قػػيـ ( )Pالصػػغيرة كالكبي ػرة ىػػك مكضػػكع متػػركؾ التخػػاذ
القرار المناسب .فيجب أف نحدد قبؿ البدء بعممية جمػع البيانػات المككنػة لقػيـ ()p
س ػكاء بقيمػػة صػػغيرة أـ كبي ػرة كىنػػا ال بػػد مػػف اسػػتخداـ مصػػطمح مسػػتكل المعنكيػػة
طبيعػػة البيانػػات كالظػػركؼ المتعمقػػة بالتقصػػي عػػف الحالػػة إذ ىنػػاؾ إمكانيػػة تجعمنػػا
135
بل نختػػار قيمػػة منخفضػػة جػػدنا لمسػػتكل المعنكيػػة كػػأف نقػػكؿ المسػػتكل ، 0.01إذا
مػػث ن
كنا نريد أف ننظر إلى الجانب السببي لرفض نظرية العدـ كىذا يعني أنو فػي مثالنػا
نحصػؿ عمػى قيمػػة ( )pكالتػي ىػي أقػػؿ مػف 0.01فإننػا نػرفض نظريػة العػدـ كنقػػكؿ
عمػػى سػػبيؿ المثػػاؿ نريػػد التقصػي عمػػا إذا كانػػت المعالجػػة بالصػػادات الحيكيػػة
مكمفػػة فإننػػا نريػػد أف نكػػكف كاثقػػيف جػػدنا مػػف فكائػػدىا خػػبلؿ فت ػرة المعالجػػة ككػػذا تكمفتيػػا
الماديػػة .كىنػػا يمكػػف أف نختػػار القيمػػة األكثػػر ارتفاعػان فنقػػكؿ 010فػػي بدايػػة االختبػػار
لفعالية المقاح الكامف الجديد كبديؿ لمشفاء أك الكقاية مف المرض المعدم كالذم يسبب
خسػػائر فادحػػة كىػػذا يؤكػػد أف الفكائػػد المحصػػكؿ عمييػػا غيػػر مؤكػػدة كتحتػػاج إلػػى قيػػاس
0.05 Cutىػك غالبػان اختيػار معنكيتيػا .إف اختيػار الفاصػػؿ القػاطع off point
،أمػػا إذا كانػػت قيمػػة pأكبػػر أك تسػػاكم 0.05فعنػػدىا نقبػػؿ فرضػػية العػػدـ .كىنػػاؾ
136
المعنكية الكاضحة تككف ضمف المجاؿ ] 0.001-0.0001
كنػػذكر كممػػا صػػغرت قيمػػة ( )pكػػاف ىنػػاؾ دليػػؿ أكضػػح كمؤكػػد ضػػد نظريػػة
العدـ .كمف الميـ اإلشارة ىنا إلى أف قرار األخذ بصحة الفرضية أك رفضيا ال يعنػي
القطيعػػة فػػي الحكػػـ ألننػػا نقبػػؿ بالفرضػػية أك نرفضػػيا باحتمػػاؿ ثقػػة معػػيف يفتػػرض أف
يكػػكف كبيػ نار كمقنعػنا ممػػا يعنػػي أننػػا قػػد نػرفض فرضػػية كىػػي صػػحيحة أك نقبػػؿ بفرضػػية
كىػ ػ ػ ػػي خاطئػ ػ ػ ػػة إال أف احتمػ ػ ػ ػػاؿ كقكعنػ ػ ػ ػػا بالخطػ ػ ػ ػػأ سيصػ ػ ػ ػػغر مػ ػ ػ ػػع ارتفػ ػ ػ ػػاع احتمػ ػ ػ ػػاؿ
الثقة .
كىي التكزيعات الطبيعية ،كتكزيع ( α ، F ، tكالتي سكؼ تدرس فػي فصػكؿ الحقػة
) .كاذا أنج ػػز التحمي ػػؿ بالحاس ػػكب ف ػػإف قيم ػػة pالت ػػي نطمبي ػػا نحص ػػؿ عميي ػػا مباش ػػرة
بكاس ػػطة نت ػػائج الحاس ػػكب كاذا ك ػػاف م ػػف الض ػػركرم يمك ػػف أف نحص ػػؿ عم ػػى قيم ػػة p
باإلشارة إلى االختبار اإلحصائي مف الجدكؿ المدرج بالتكزيعات المذككرة أعبله .
137
درجات الحرية لالختبار اإلحصائي
بإستمرار في التحميؿ اإلحصػائي .فػإذا مػا قمنػا باسػتخداـ جػداكؿ لػربط قيمػة االختبػار
اإلحصػػائي إلػػى قيمػػة pفإننػػا عػػادة يجػػب أف نعػػرؼ درجػػات الحريػػة لمتكزيػػع المناسػػب
الختبارنػػا اإلحصػػائي المسػػتخدـ .إف درجػػات الحريػػة لبلختبػػار اإلحصػػائي ىػػي عبػػارة
عػػف عػػدد المشػػاىدات المس ػػتقمة المسػػاىمة بتشػػكيؿ االختب ػػار اإلحصػػائي فعمػػى س ػػبيؿ
المثػاؿ أعػػداد المشػػاىدات لتقيػػيـ االختبػػار اإلحصػائي نػػاقص عػػدد المشػػاىدات المحػػددة
بقيميػ ػػا بحػ ػػدكد معينػ ػػة .إذ إف أسػ ػػيؿ طريقػ ػػة لحسػ ػػاب درجػ ػػات الحريػ ػػة ألم اختبػ ػػار
إحصػػائي ىػػك أف نأخػػذىا مػػف حسػػاب الف ػػرؽ بػػيف عػػدد المشػػاىدات فػػي العينػػة كع ػػدد
الحدكد التي يجب أف نقدرىا لكي نقيـ ىذه المشاىدات إحصائينا .
كلذلؾ لنفرض مػثبلن أف تقػديرنا لفػرؽ المجتمػع بكاممػو 2لمتغيػر xفػي حجػـ
يج ػػب أف نق ػػدر المعػ ػدؿ لك ػػي نق ػػيـ قيم ػػة الص ػػكرة كل ػػذلؾ تك ػػكف درج ػػات الحري ػػة لي ػػذا
138
ممخص إلجراء اختبار الفرضية /النظرية : /
ُ -حدد فرضية العدـ Hoأك الفرضية البديمة المطمكبة في االختبار .
ِ -اجمػػع البيانػػات كانظػػر نظػرة شػػاممة إذا كػػاف ىنػػاؾ إمكانيػػة لمتقصػػي عػػف تكزيعػػات
ى ػػذه البيان ػػات فين ػػاؾ العدي ػػد م ػػف االختب ػػارات تح ػػدد االفت ارض ػػات التكزيعي ػػة ح ػػكؿ
ّ -عمى الحاسب ،اختر االختبار المناسب ،أك باستخداـ الحسػاب اليػدكم المناسػب
ٓ -اعتبر قيمة pلمحاكمات أك تحكيـ فيما إذا كانت البيانات قابمة لمتحكيـ باستخداـ
فرضية العدـ كمف ثـ قرر ما إذا كانت البيانات ترفض أك تقبؿ فرضية العدـ .
ٔ -إال أنو مف األجدل كاألنسب أف نحسب حد الثقة لتأثير مكضكع الدراسة .
حيػػث أف نحػػدد المعنكيػػة لنتيجػػة الد ارسػػة فػػي ضػػكء اإلج ػراء السػػابؽ كلػػذلؾ يػػدعى ىػػذا
كاف اختبار االختبار -كما سنرل الحقان -ليس سيبلن دائمان بؿ إنو يعتمد عمى طبيعة
البيانات .
139
الخطأ نمط Iوالخطأ نمط Type I and Type II Errors II
عندما نجد نتيجة االختبار معنكية نػرفض فرضػية العػدـ فػي مسػتكل المعنكيػة
المدرجػػة .فػػإذا كػػاف االسػػتنتاج غيػػر صػػحيح ك حقيقػػة المعػػدليف المدركسػػيف متسػػاكية
فعندئػػذ ن ػرفض فرضػػية العػػدـ كعنػػدما ال ت ػرفض ( عنػػدما تكػػكف حقيقيػػة ) ..نكػػكف قػػد
كبشػػكؿ آخػػر أك بػػديؿ ،عنػػدما نجػػد نتيجػػة االختبػػار غيػػر معنكيػػة ال ت ػرفض
فرضية العدـ عند مستكل المعنكية المدرج ،كلذلؾ ال يمكػف أف نسػتدؿ إحصػائينا عمػى
كىنا تككف الحالة غير صػحيحة كالحقيقػة لمعػدليف مختمفػيف كعندئػذ ال تػرفض
فرضػػية العػػدـ كعنػػدما تػرفض الفرضػػية ( عنػػدما تكػػكف خاطئػػة ) نحػػدد نمػػط الخطػػأ II
الفصل التبسع
140
CHAPTER NINE
اختجبرات الفرضٍة -1-اختجبر t
هقبرًة هتىسط وحٍذ أو هتىسطٍي
HYPOTHESIS TESTS 1 – THE T TEST
COMPARING ONE OR TWO MEANS
الكسط الحسابي ىػك أحػد مقػاييس الميػكؿ المركزيػة لمتغيػرات كميػة كمػا ذكرنػا
سػػابقنا .لنفتػػرض ىنػػا أننػػا نريػػد د ارسػػة قيػػاس تػػأثير اإلجيػػاد عمػػى األبقػػار أثنػػاء السػػفر
كحيػػث إف الكػػكرتيزكف يحػػرر مػػف غػػدة االدرينػػاليف اسػػتجابةن لحػػاالت اإلجيػػاد الشػػديدة
كفي ىذه الحالة نرغب بتحديد ما إذا كاف قياس معدؿ الككرتيزكف في ببلسما الػدـ فػي
أثناء فترة النقؿ عند األبقار الحمكب يختمؼ عف تمؾ األبقار التي ىي في حالة راحة ،
كلقياس ىذه الفركقات باسػتعماؿ الطػرؽ التػي سػنتطرؽ إلييػا فػي ىػذا الفصػؿ يجػب أف
أ -ىنػاؾ متغيػػر كحيػػد مػراد د ارسػػتو (عمػػى سػػبيؿ المثػاؿ فػػي حالتنػػا ىػػذه ىػػك عبػػارة عػػف
141
ب -يجػػب أف تكػػكف البيانػػات المقيسػػة ذات طبيعػػة قيػػاس كمػػي (رقمػػي) عمػػى سػػبيؿ
ج -الجانب الياـ افتػراض فػي مثػؿ ىػذه الد ارسػة ىػك أف يكػكف المتغيػر المػراد التقصػي
عنو ذا تكزيع طبيعي إال أف ىذا يككف غير منطقي في المقاييس الحيكية كما ىك
الحاؿ في ككرتيزكف الببلسما .لكف عندما تبلحظ أف حجـ العينة المدركسة كبير
إذا كاف حجـ العينة يشير إلى إجمالي أعػداد المشػاىدات فػإف التقصػي عندئػذ
يرتكز عمى:
ُ -تكزيع المتغير يككف صعبنا لتقييـ عينات صػغيرة جػدنا لمقارنػات تشػمؿ عمػى سػبيؿ
المثػػاؿ 5أك 6مشػػاىدات .كأيضػان فػػإف العينػػة الصػػغيرة الحجػػـ ال تمثػػؿ المجتمػػع
ِ -كاذا كػػاف حجػػـ العينػػة صػػغي انر (لنقػػؿ عػػدد المشػػاىدات أقػػؿ مػػف َّ) فػػإف االختبػػار
ّ -إذا كاف حجـ العينة كبي انر فإف تكزيع االختبار اإلحصائي مقرب طبيعي لعينة ذات
مشػػاىدات أكثػػر مػػف (َّ) إذا كانػػت البيانػػات مكزعػػة طبيعي ػان .كبالمقابػػؿ يمكػػف
142
لمعينػػة الكبي ػرة يمكػػف أف تزيػػد ع ػف ََْ مشػػاىدة إذا كانػػت البيانػػات غيػػر مكزعػػة
طبيعيان .إال أف كجكد االنحراؼ عف الطبيعي سكؼ يػؤثر عمػى تعريػؼ مصػطمح
كىكػػذا مػػف الصػػعكبة بمكػػاف أف نكضػػح الفركقػػات بػػيف العينػػات الكبي ػرة كالصػػغيرة
ضمف إطار مفيكـ اختبار . tكربما نجد العديد مف النصػكص اإلحصػائية التػي تميػز
بػػيف مصػػطمحات العينػػة الكبي ػرة كالصػػغيرة بربطيػػا إلػػى االختبػػار اإلحصػػائي كمػػا ىػػك
الحاؿ في تكزيع ( tبالنسبة لمعينات الصغيرة ،الفركقات متساكية عند مقارنػة عينتػيف)
أك إلى تكزيع طبيعي (بالنسبة لمعينات الكبيرة ،فركقات متساكية أك غير متساكية) .
إف النقطة األكثر أىمية في تصميـ الدراسة ىي عممية جمع البيانات يسػتخدـ
االختب ػػار لمقارن ػػة متكس ػػطات لمجمكع ػػات فردي ػػة أك مجم ػػكعتيف م ػػف المش ػػاىدات ى ػػذه
المجػػاميع المقارنػػة إمػػا أف تكػػكف مسػػتقمة عػػف بعضػػيا أك تكػػكف عمػػى شػػكؿ مشػػاىدات
شفعية إال أننا نرغب أحيانان بأف تقارف المشاىدات ألكثر مف مجمػكعتيف ،فػإف الخيػار
143
: One Sample t - Tests اختبارات tلعينة واحدة
أحياننا قد نيػتـ بد ارسػة معػدؿ المشػاىدات لمجمكعػة مفػردة تأخػذ قيمػة معينػة .
فعم ػػى س ػػبيؿ المث ػػاؿ مجمكع ػػة م ػػف الخػ ػراؼ ف ػػي إح ػػدل الحظ ػػائر كف ػػي إح ػػدل المػ ػزارع
أظي ػػرت انخفاضػ ػنا فػ ػي الكس ػػب ال ػػكزني الي ػػكمي مقارن ػػة بمع ػػدؿ النم ػػك الطبيع ػػي لي ػػذه
المزرعة .كما نريد إنجازه ىنا أف نختبر مػا إذا كػاف معػدؿ الكسػب الػكزني الحػي ليػذه
الخ ػراؼ فػػي ىػػذه الحظي ػرة يػػدعـ الفرضػػية أف تؤيػػد أف نمػػك ىػػذه الخ ػراؼ فػػي المعػػدؿ
-االفتراضات Assumptions
يفترض اختبار tستكدنت لعينة كاحدة أف بيانات العينة ىػي مجمكعػة مختػارة
بل عػػف
كأحيان ػنا قػػد تكػػكف البيانػػات مكزعػػة تكزيع ػنا غيػػر طبيعػػي أك منحرفػػة قمػػي ن
التكزيعػػات الطبيعيػػة بالنسػػبة لمنػػاظر .فعندئػػذ نقربيػػا إلػػى الشػػكؿ الطبيعػػي بػػإجراء مػػا
نمكذجيان يككف التحكيؿ المغاريتمي ىك اإلجراء األمثػؿ ليػذه الحالػة إحصػائيان .
أك إننا يمكننا أف نمجأ إلى إحدل االختبارات البل معممية المناسبة .
144
. appropriate non – parametric testكاختبار اإلشارة Sign testأك اختبار
. test
سػ ػػنعرض ىػ ػػذه الطريقػ ػػة عرض ػ ػنا عام ػ ػنا ب ػ ػدكف الػ ػػدخكؿ فػ ػػي تفاصػ ػػيؿ معقػ ػػدة
ُ -نحػدد نظريػة أك فرضػية العػدـ null hypothesisفػإف معػدؿ الخػراؼ المدركسػة
و
مساك لقيمة محػددة . Moبينمػا الفرضػية أك لممتغير المراد دراستو (معدؿ النمك)
محػػددة كىػػذا يقكدنػػا إلػػى اختبػػار الفرضػػية البديمػػة ذات الػػذيميف مثػػؿ حالػػة الكسػػط
كػػأف نقصػػد ىنػػا بالفرضػػية البديمػػة أف معػػدؿ النمػػك عنػػد الخ ػراؼ ازئػػد أك نػػاقص عػػف
ِ -نجم ػػع البيان ػػات كنعرض ػػيا عم ػػى ش ػػكؿ خ ػػط نقط ػػي ، plot lineأكعم ػػى ش ػػكؿ
الشػكمية البسػطية مثػؿ بػككس ككيسػكر Box and Whisker barكغيرىػا ...
145
كباالسػػتعانة بالشػػكؿ المبلحػػظ نفحػػص افتػراض أف البيانػػات مكزعػػة تكزيعػنا تقريبيػنا
طبيعيان .
ّ -احسب االختبػار اإلحصػائي statistic testكػالفرؽ بػيف متكسػط العينػة ) – ( X
كالقيمػػة المحػػددة لمتكس ػػط القطيػػع ) ( Xأك حيكان ػػات المزرعػػة ف ػػي مثالنػػا الح ػػالي
المعيارم .
ككما ىك معركؼ لدينا سابقان متكسط الخطأ المعيارم Standard error of the
, mean
. SEM يحسب كما يمي :
S
n
بإعتبار أف :
: Sىي االنحراؼ المعيارم المحسكب .
: nحجـ العينة /عدد المشاىدات . /
كبيذه الحالة فإف اختبار العينة كاحدة .
X Mo
. Test1
S/ n
مع األخذ بعيف االعتبار أف درجة الحرية ىي . n – 1
ْ -نحصؿ عمى قيمة ) (Pبحساب قيمة االختبار اإلحصائي كالنظر إلػى تكزيػع قػيـ t
146
ٓ -بحسػػب قيمػػة Pيمكػػف أف نحكػػـ مػػا إذا كانػػت البيانػػات متكافقػػة مػػع نظريػػة العػػدـ .
كعندئػػذ نقػػرر قبػػكؿ أك رفػػض فرضػػية العػػدـ كعػػادة ن ػرفض نظريػػة العػػدـ إذا كانػػت
ٔ -ال بػػد أف ىنػػاؾ حػػد حسػػاب حػػد الثقػػة Corfidence Intervalالخػػاص بالمتكسػػط
يسػمح لنػػا بػالحكـ عمػػى أىميػة النتػػائج المدركسػة السػػيما درجػة الثقػػة ٓٗ %كالتػػي
القيمة S
t حيث : إلى X t 0.05
المحسكبة n
S
ََٓ. المجاؿ X t 0.05
n
بإعتبار :
قيمة tالمحسكبة t 0.05بالجدكؿ .
بإعتبار أف t 0.05ىي قيمة حرجة Critical valueيحصؿ عمييا مف جدكؿ تكزيع t
سػتكدنت (الممحػؽ )A3مػع درجػة حريػة n – 1كىػي تعطػي إجمػالي المنطقػة الذيميػة
مثاؿ :
يظي ػػر الج ػػدكؿ رق ػػـ ٗ مع ػػدؿ الكس ػػب ال ػػكزني الي ػػكمي لعين ػػة عشػ ػكائية ل ػ ػ ّٔ
خركفػان خاصػان بالتربيػة فػػي إحػػدل كحػدات التربيػػة .يتكقػع معػػدؿ نمػػك فػي كحػػدة التربيػػة
ىذه َٕٔ غ بػاليكـ لػوُق المرحمػة مػف النمػك اعتمػادنا عمػى المؤشػرات العمميػة المنجػزة
147
حالينا عند ىذه الخراؼ .ىؿ ىذه متكافقة مع معدؿ الكسب الكزني المتراكحة في الكزف
المتكسط الحقيقي لمكسب الكزني ىػك َٕٔ غ يكميػنا .ىػؿ الفرضػية البديمػة يمكػف
ِ -برسـ مخطط باستخداـ المستطيبلت البسطية أك بككس ككيسكر نجد أف مثؿ ىذه
ّ -إف الكسط الحسابي لمعينة ىك َْٗ ٓٗٗ.غ يكميان مع تقػدير لبلنحػراؼ المعيػارم
بالقيمة ٔٓٔ ُٖ.غ يكمينا .إف اختبار tاإلحصائي ىك كما يأتي :
148
M 599.94 607 599.94 607
Test1 205
S/ n 18.656 / 36 3.109
مع درجة تقدر بػ . n = 36
درجة حرية . n – 1 = degree of freedom
. Df = 36 – 1 = 35
ْ -كمػا نبلحػظ فػي الجػدكؿ A3أف قيمػة 0.01 > P < 0.02كاذا حسػبنا ىػذه القيمػة
بالحاسػكب فسػكؼ نحصػؿ عمػى قيمػة 0.017 = pكلػذلؾ لػدينا فرصػة أقػؿ مػف ِ
%لمحصػػكؿ عمػػى متكسػػط كسػػب كزنػػي حػػي أقػػؿ مػػف ِ ٓٗٗ.غ يكميػان إذا كانػػت
ٓ -كلػػذلؾ مػػف غيػػر المحتمػػؿ أف تكػػكف فرضػػية العػػدـ حقيقيػػة .فإننػػا ن ػرفض فرضػػية
149
طريقة التباينات المتساوية
متسػػاكية كعمكم ػان تفتػػرض الفرضػػية البديمػػة أف ىػػذه المعػػدالت غيػػر متسػػاكية كىػػك مػػا
اجمع البيانات كاعرضيا في مخطػط تخطيطػي كاذا كػاف حجػـ العينػة فػي كػؿ
صغير فػأنجز مخططػان نقطيػان ،كاذا كػاف حجػـ العينػة كبيػ انر فػي كػؿ مجمكعػة
ان مجمكعة
فعندئذ مػف السػيكلة بمكػاف رسػـ كتكضػيح أمكنػة تكضػع الكسػيط الحسػابي كقػيـ المػدل
لمعينػ ػػة المدركسػ ػػة .أك يمكننػ ػػا فحػ ػػص التكزيػ ػػع الطبيعػ ػػي التقريبػ ػػي بكاسػ ػػطة مخطػ ػػط
مستطيبلت بسيط .كما نفحص التباينات المتساكية باستخداـ اختبار ( Fسيكضح في
الفصػػؿ القػػادـ) عمم ػنا أف قيمػػة Fدائم ػنا سػػكؼ تظيػػر عنػػد إنجػػاز االختبػػار باسػػتخداـ
الحاسكب .
االختبػػار اإلحصػػائي ينجػػز بكاسػػطة تقسػػيـ الفركقػػات فػػي معػػدالت العينػػة بػػيف
المجم ػػكعتيف عم ػػى األخط ػػاء المعياري ػػة لك ػػؿ مجمكع ػػة .البرن ػػامج الحاس ػػكبي س ػػينجز
الحساب .لكف مف الميـ أف نتعمـ ىذا الحساب يدكم كحسابي ،كعندئذ فإف االختبػار
150
X1 X 2
Test 2
1 1
) 5x 2 (
n1 n2
كتحسب درجة الحرية ىنا كما يأتي :
. n1+ n2 – 2
كبإعتبار أف :
= niعدد المشاىدات .
= Xiمتكسط العينة .
: Siاالنحراؼ المعيارم المقدر كالمحسكب كما يأتي :
(n 1) S1 (n2 1) S 2
2 2
S 1
2
n1 n2 2
عادة نحصؿ عمى قيمة Pمف النتائج في الحاسكب كلكف يمكف حسػاب قيمػة
االختبػػار اإلحصػػائي يػػدكينا كنحصػػؿ عمػػى ىػػذه القيمػػة ب باإلشػػارة إلػػى جػػدكؿ تكزيػػع t
كعندئػػذ يمكػػف أف تسػػتخدـ قيمػػة Pلمحكػػـ عمػػى معنكيػػة كثقػػة البيانػػات بػػالنظر
إلى فرضػية العػدـ كمػا إذا كػاف مػف الممكػف أف نقبػؿ أك نػرفض فرضػية العػدـ .كعػادة
نرفض الفرضية إذا كانت قيمة Pأقؿ مف َٓ. ( P < 0.05 ) َ.
-احسػ ػػب درجػ ػػة الثقػ ػػة المناسػ ػػبة (عمػ ػػى سػ ػػبيؿ المثػ ػػاؿ االختبلفػ ػػات كالفركقػ ػػات بػ ػػيف
متكسطات المجمكعتيف) كاذا لػـ نحصػؿ عمػى درجػة الثقػة ٓٗ %باسػتخداـ الحاسػكب
151
S
SE
n
) . CI 95% ( X 1 X 2) 0.05 S (1 / n1 1 / n2
t 2
بل
(كىػػي تقػػرب عػػادة إلػػى القيمػػة ِ) عنػػدما تكػػكف درجػػات الحريػػة كبيػرة جػػدنا ،لنقػػؿ مػػث ن
لنق ػؿ إننػػا نريػػد مقارن ػة متكسػػط كزف الجسػػـ فػػي أكقػػات السػػفاد لمجمكعػػة مػػف
النعاج المستكردة (مع كضع تغذية جيدة ليا خبلؿ عدة أسابيع قبؿ السفاد) كالمجمكعة
ُ -متكسط كزف الجسـ في النعاج المدركسة في كمتا المجمكعتيف متساكية .
البيانات التي حصمنا عمييا في كمتا المجموعتيف كما ىو في الجدوؿ رقـ .10
152
إف حجػػـ العينتػػيف المسػػتكردة كالشػػاىد كانػػت ْٓ عينػػة جمعػػت عش ػكائينا كمػػا
ظيػػر مػػف الجػػدكؿ السػػابؽ ألكزاف الجسػػـ فػػي كمتػػا العينتػػيف (ِْ عينػػة مسػػتكردة كَّ
مف خبلؿ تكزيع بكتس ككيسكر في الشكؿ التالي نجد أف تكزيع البيانات ذات
153
5606
5701
550.
560.
5607
5706
550.
5.0.
الشكؿ رقـ (ُٔ) :تكزيع بككس ككيسكر (عينات الشاىد )Controlك العينات المستكردة
()Flushed
يمك ػػف إجػ ػراء ى ػػذا االختب ػػار بكاس ػػطة أم برن ػػامج إحص ػػائي ف ػػي الحاس ػػكب أك
Variance of means
Test 2
)SE (Variance of means
154
حي ػػث :الص ػػكرة تمث ػػؿ التب ػػايف ف ػػي المع ػػدالت كالمخ ػػرج يمث ػػؿ حاص ػػؿ ض ػػرب الخط ػػأ
1.5433
2.43
0.655
إف قيمة Pالتي يمكف أف تظير لدينا (لممعنكية ذات الذيميف) كالتػي يمكػف أف
تحسػػب أكتكماتيكي ػان بكاسػػطة الحاسػػكب ىػػي P = 0.018كىػػي مؤشػػر عمػػى أف ىنػػاؾ
كاذا حسػػبنا ىػػذه القيمػػة يػػدكيان فػػإف قيمػػة تكزيػػع ) (tيشػػار إلييػػا بالقيمػػة ()2.43
فػػي الجػػدكؿ ) ( A3الممحػػؽ .مػػع درجػػة حريػػة 52كنجػػد أف قيمػػة ) ( Pتقػػع بػػيف
كبالنظر إلى فرضية العدـ ،نجد أنو ال تكجد فػركؽ فػي متكسػط أكزاف الجسػـ
في كمتا المجمكعتيف ،فمف غير المحتمؿ أف تككف ىذه الفػركؽ حقيقيػة كلػذلؾ تػرفض
فرضية العدـ كبالمقابؿ بالنظر إلى الفرضية البديمة ) ( H1نجد أنو ىناؾ فركقػات فػي
متكسط أكزاف الجسـ .كىكذا فإف متكسط أكزاف الجسػـ معنكيػة الفركقػات بالمقارنػة مػع
155
متكس ػػط أكزاف الجس ػػـ ف ػػي النع ػػاج المس ػػتكردة كبمع ػػدؿ 1.59كػ ػ أكث ػػر قيم ػػة م ػػف تم ػػؾ
إذا كانت الفركقات فػي كمتػا المجمػكعتيف غيػر متسػاكية فػإف الفػرؽ المقػدر S2
عندئػ ػػذ ،يس ػ ػػتخدـ ف ػ ػػي مخ ػ ػػرج /مق ػ ػػاـ /القػ ػػانكف الخ ػ ػػاص باالختب ػ ػػار اإلحص ػ ػػائي ف ػ ػػي
المجمػكعتيف . Test 2كعنػدما يمكػػف حسػػاب اختبػػار tالمعػدؿ عندئػػذ تكػػكف التباينػػات
X1 X 2
Test3
S12 S 2
n1 n2
كعمى أية حػاؿ فػإف ىػذا االختبػار ال يتبػع تكزيػع tكلػذلؾ ال يعتبػر تقيػيـ قيمػة
Pطريقة مباشرة .إال أنو في العينات الكبيرة الحجـ (أكثر مدة مف 50عينة) ال يتبػع
Approximately Normal اختبػ ػ ػػار Test3تكزيػ ػ ػػع الطبيعػ ػ ػػي التقريبػ ػ ػػي
156
الطبيعػػي المعيػػارم (فػػي الممحػػؽ . )A.1كاذا كػػاف حجػػـ العينػػة صػػغي نار فإنػػو يجػػب إمػػا
أف نقكـ بعممية تحكيؿ لمبيانػات إلنجػاز طريقػة الفػركؽ المتسػاكية أك تطبيػؽ اإلخبػارات
كيمككسػػكف Wilcoxon Rank Sum Testكالػػذم سيشػػرح فػػي الفص ػكؿ القادم ػة
يسػػتخدـ اختبػػار tالشػػفعي عنػػدما يكػػكف لػػدينا عينتػػاف ممثمتػاف كمختارتػػاف مػػف
الحيكانات المدركسة لمقارنة مشاىدات غيػر مسػتقمة أك زكجيػة (شػفعية) ف عمػى سػبيؿ
المثػػاؿ عنػػدما تقػػارف مسػػتكيات الغمككػػكز فػػي المصػػؿ عنػػد الكػػبلب بػػالربط مػػع كميػػة
األنس ػػكليف كمتغي ػػر غي ػػر مس ػػتقؿ عن ػػد اإلص ػػابة ب ػػداء الس ػػكرم م ػػف خ ػػبلؿ تغذي ػػة ى ػػذه
الكبلب بكجبات فييا ألياؼ قميمة أك كبيرة بأخذ عينة عشكائية في أثناء مراحؿ التجربػة
.
157
ّ -االختبلف ػ ػػات بػ ػ ػػيف أزكاج (أشػ ػ ػػفاع) المشػ ػ ػػاىدات مكزعػ ػ ػػة تكزيع ػ ػ ػنا طبيعي ػ ػ ػنا تقريبي ػ ػ ػنا
بػػنفس الطريقػػة التػػي اسػػتخدمت فػػي اختبػػار العينػػة الكاحػػدة تطبػػؽ ىنػػا ضػػمف
باستخداـ الحاسػكب يمكػف الحصػكؿ عمػى النتػائج لتكزيػع tالشػفعي مباشػرة أك
يمكػػف تطبيػػؽ االختبػػار اإلحصػػائي بطريقػػة مشػػابية لػػذاؾ المسػػتخدـ فػػي اختبػػار العينػػة
d
Test 4
d
SE (d )
SJ / n
إذ تحسب درجة الحرية كما يأتي :
df = n – 1
بإعتبار :
: nىػػك عػػدد األشػػفاع فػػي العينػػة (األزكاج فػػي العينػػة إذ يختػػار كػػؿ حيػكاف نبػػيف عمػػى
158
: Sdاالنحراؼ المعيارم المقدر لمتبايف بيف أزكاج أك أشفاع العينة .
نحصؿ عمػى قيمػة ) (Pإمػا مػف الحاسػكب مباشػرة باسػتخداـ اختبػار tالشػفعي
أك نحصؿ عمييا باستخداـ قيمة تكزيع ) (tفي الممحؽ ) (A.3لنقرر إما رفض أك قبكؿ
فرضية العدـ كعادة نرفض فرضية العدـ إذا كانت قيمة . 0.05 > P
حيػػث نحص ػػؿ قيم ػػة t0.05بكاسػػطة ج ػػدكؿ تكزي ػػع ) (tف ػػي الممحػػؽ م ػػع حس ػػاب درج ػػة
الحرية = ( ) n – 1بالمطابقة إلى االحتمالية ذات الػذيميف مػع مسػتكل بيتػا )َ.َٓ(
لبلحتمالية .
159
توــــــــــبرٌي
اختبارات : t
تػػـ قيػػاس حمػػض البكلػػة كالكريػػاتنيف فػػي ببلزمػػا الػػدـ ركتينيػان لتقيػػيـ كظػػائؼ الكميػػة فػػي
قطط مريضة ك سميمة ظاىرينا فحصمنا عمى النتائج اآلتية مف المخبر المختص :
سميمة ظاىريا ،فػإف متكسػط قيمػة حمػض البكلػة المقيسػة كانػت ، )mmol( 9.7مػع
ى ػػؿ يكج ػػد دلي ػػؿ أك مؤش ػػر عم ػػى التغي ػػر ف ػػي اختبلف ػػات النتػ ػائج ب ػػيف المخب ػػر
كالعينة العشكائية
160
الفصل العبشر
CHAPTER TEN
اختجبر الفرضٍة رقن -2اختجبر Fلوقبرًة
هتىسطٍي أو أكثر
HYPO THESIS TEST 2 – THE F TEST
COMPARING TWO MEANS OR
MORE THAN TWO MEANS
مدخؿ : Introduction
أخذنا بالحسباف اختبارات الفرضية في الفصؿ التاسع اعتمادان عمػى تكزيػع )(t
كالتػػي اسػػتخدمت لمقارنػػة المتكسػػطات .فعمػػى سػػبيؿ المثػػاؿ أنجزنػػا اختبػػار tسػػتكدنت
لعينتيف لمقارنة متكسط أكزاف الجسـ لمنعاج المستكردة كالشاىد المحمية .ىذا االختبػار
يككف صالحان فقط ليذا إال أننا نريد أف نتأكد أف كمتا المجمكعتيف ليما نفس التبايف أك
ف ػػي ى ػػذا الفص ػػؿ س ػػنقكـ بمراجع ػػة بع ػػض االختب ػػارات الت ػػي تتب ػػع باختباراتي ػػا
إحصائينا تكزيع ) (Fكالتػي تقػارف الفركقػات بػيف مجػاميع الد ارسػة .كيمكػف أف تسػتخدـ
اختبارات Fاستخدامان كاسعان ضمف ىذا المفيكـ كنكع مف الفركؽ لمقارنة متكسطيف أك
أكثر ليست ىي غير شائعة كحالة مف حاالت دراسات عمـ الحيكاف كالطب البيطرم .
161
The F – Test for the Equality of two Variances
يدعى اختبار (F-test) F-غالبنا باختبار تناسب التبايف Variance Ratio
كيمكػػف أف يسػػتخدـ لمتقصػػي عػػف نمطػػيف مػػف البيانػػات المتجانسػػة ذات القػػيـ المسػػتمرة
بينمػػا يسػػتخدـ اختبػػار ليفػػانس Levenes testلتحميػػؿ ف ػرقيف أك أكثػػر فػػي مجػػاميع
الدراسة .
اختبار الفرضية ىذا يعتمد عمى افتراضات أف العينػات مسػتقمة بتركيبيػا كىػي
ُ -حػػدد فرضػػية العػػدـ – بػػأف نقػػكؿ إف ف ػرقيف مػػف حيكانػػات الد ارسػػة ذات انح ارفػػات
معياريػػة متسػػاكية 2 2 , 21ثػػـ حػػدد الفرضػػية البديمػػة التػػي ترتكػػز عػػادة عمػػى أف
ِ -جم ػػع كفح ػػص البيان ػػات كم ػػف ث ػػـ تمخيص ػػيا برس ػػكـ خطي ػػة نقطي ػػة أك عم ػػى ش ػػكؿ
ّ -نختار االختبار المناسب بالحاسكب أك نحسب يدكيان االختبار اإلحصائي .
162
كىنا نشتؽ الفركقات المقدرة بيف حيكانػات الد ارسػة بكاسػطة تناسػب االنحػراؼ المعيػارم
في العينة ذات القيمة األكبر ) ( S12عمػى االنحػراؼ المعيػارم فػي العينػة ذات القيمػة
القيمػػة األكبػػر فػػي /مقػػاـ /التناسػػب بينمػػا درجػػة الحريػػة n2 – 1تمثػػؿ درجػػة الحريػػة
ْ -حدد قيمة Pاالحتمالية :يمكف أف نحصؿ عمى ىذه القيمة مباشرة مػف الحاسػكب
أك يمكػػف الحصػػكؿ عمييػػا بػػالمجكء إلػػى جػػدكؿ ( F-الممحػػؽ ، A.5جػػدكؿ) .ففػي
ىػػذا الجػػدكؿ تكجػػد عػػدة صػػفكؼ أك أعمػػدة تتطػػابؽ مػػع درجػػات الحريػػة لمص ػػكرة
/المقػػاـ/ /كالمخرج/البسػػط . /كىػػك مػػا يمثػػؿ تناسػػب (F ratio) F-أك قيمػػة F
بالمعنى اإلحصائي كبالنتيجة نحصؿ عمى نفس الجدكؿ عمى قيمة . P
ٓ -ثػػـ نسػػتخدـ قيمػػة Pلمحكػػـ مػػا إذا كانػػت البيانػػات المدركسػػة متكافق ػة مػػع فرضػػية
العدـ .كمف ثـ نقرر ما إذا كنا نرفض أك نقبؿ فرضية العدـ كعادة ترفض فرضية
163
كعػػادة ننجػػز ىػػذا االختبػػار لتقيػػيـ التسػػاكم فػػي الفركقػػات لتصػػؿ إلػػى نتيجػػة حػػكؿ
تطابؽ االفتراض في االختبارات األخرل مثؿ اختبػارات ) (tلعينتػيف .كلػذلؾ مػف غيػر
المحبػػب كالممكػػف أننػػا سػػنحتاج إلػػى تطبيػػؽ درجػػة الثقػػة لتناسػػب فػػرقيف .إذ أف درجػػة
مثاؿ :
قارنػػا فػػي مثالنػػا السػػابؽ باختبػػار ) (tلعينتػػيف متكسػػط معػػدؿ أكزاف عينتػػيف مختػػارتيف
عشكائيان لكؿ مف األغناـ المستكردة كاألغناـ المحمية قبؿ فترة التزاكج .
ُ -مف الرسـ البياني باستخداـ بككس ككيسكر كجد أف كمتا العينتاف مكزعتػاف طبيعيػنا
.
ِ -نريد أف نفحص فرضية التباينات المتساكية بحسػاب تناسػب كػبل الفػرقيف المقػدريف
كبإعتب ػ ػػار أف االنحػ ػ ػراؼ المعي ػ ػػارم لمكس ػ ػػب ال ػ ػػكزني لك ػ ػػبل الن ػ ػػكعيف م ػ ػػف األغن ػ ػػاـ
ِِٓ ِ.كػ ػ ك ْٕٗ ِ.كػ ػ كك ػػذا ك ػػاف الفرق ػػاف المق ػػد ارف لك ػػبل الن ػػكعيف م ػػف األغن ػػاـ
ىما :
كل ػػذلؾ ف ػػإف تناس ػػب التب ػػايف األكب ػػر عم ػػى التب ػػايف ِ(َِٕ )ٓ.كػ ػ ك ِ(ِّٓ )ٔ.كػ ػ
6.235
1.23
5.072
164
كبإعتبار أف عدد األغناـ المحمية الشاىد = َّ فإف درجة الحرية
29 = 30 – 1 = n -1
ككذا أمر األغناـ المستكردة = ِْ رأسان كلذا تككف درجة الحرية
23 = 24 – 1 = n - 1
كىك ػػذا بمعرف ػػة قيم ػػة ُ.ِِّ Fف ػػي الج ػػدكؿ الممح ػػؽ )) (A.5(bم ػػع درج ػػة
حرية ِٗ ك ِّ نبلحظ أنو ال يكجد عمكد لدرجة الحريػة ِٗ فػي البسػط (الصػكرة) أك
صؼ لدرجة الحرية ِّ فػي المقػاـ (المخػرج) فإننػا نجػد أف قيمػة ُ.ِّ = Fأقػؿ مػف
القيمة المجدكلة (َٗ )ِ.لدرجة حرية غير محدكدة ( )فػي البسػط كَِ درجػة حريػة
يدعى اختبار ليفيف . Levenes testكيستخدـ لمقارنة فرقيف .إنو مفيػد بيػذه الحالػة
ف ػػي مف ػػاىيـ تحمي ػػؿ الف ػػرؽ م ػػف اختب ػػار اإلحص ػػائي المحس ػػكب الختب ػػار ليفيػ ػز يمك ػػف
كنبلحػػظ مػػف البيانػػات المػػذككرة فػػي مثػػاؿ الكسػػب الػػكزني لؤلغنػػاـ كباسػػتخداـ
البرنػػامج اإلحصػػائي SPSSأنػػو يكجػػد فػػي نتػػائج اختبػػار ) (tلعينتػػيف تضػػميف اختبػػار
165
ليفػػيف لمفػػرؽ المتسػػاكم .كىػػذا يعطػػي قيمػػة P = 0.617كىػػي متكافقػػة مػػع النتيجػػة
لكصؼ تقنيػات إحصػائية لمقارنػة معػدالت مجمػكعتيف أك أكثػر بالبحػث كالتقصػي عػف
التباين ػات المناسػػبة فيمػػا بينيػػا .إف تحميػػؿ التبػػايف يعتمػػد عمػػى اختبػػار تناسػػب التبػػايف
كاختبار F-الذم يقارف بيف فرقيف بفحص تناسبيما كربطيما بتكزيع . F -
كمع أف المفاىيـ األساسػية لتحميػؿ التبػايف يمكػف أف نعبػر عنيػا بعبػارات بسػيطة نسػبيان
فػ ػػإف التفاصػ ػػيؿ الرياضػ ػػية ليػ ػػذا الحسػ ػػاب يمك ػ ػف أف نجػ ػػدىا فػ ػػي العديػ ػػد مػ ػػف الكتػ ػػب
اإلحصائية لممستكيات المتقدمة في عمػـ اإلحصػاء التػي تكضػح جميعيػا نظريػة تحميػؿ
التبايف تحميبلن رياضػيان مسػيبان .إال أننػا مػف الميػـ فػي أيامنػا ىػذه أف نكػكف عمػى د اريػة
بفيػػـ النتػػائج التػػي نحصػػؿ عمييػػا مػػف الحاسػػكب كالتػػي تعطينػػا نتػػائج تحاليػػؿ الفػػركؽ
مباشرة .
166
-جػػدكؿ تحميػػؿ التبػػايف Analysis of Variance Tableالػػذم يكضػػح مصػػادر
-كمػػا ىػػك مبػػيف فػػي الجػػدكؿ رقػػـ (ُُ) الػػذم يكضػػح مقارنػػة االخػػتبلؼ فػػي تركيػػب
المجمكعة المدركسة
شاىد خمطة عمفية رقـ (ُ) خمطة عمفية رقـ (ِ)
× × ×
× × ×
× × ×
× × ×
× × ×
× ×
×
×
كمف تحميؿ ىذه البيانات مثبلن سكؼ نحصؿ عمى القيـ اآلتية :
167
كمػػف ثػػـ فػػإف مجمػػكع المربعػػات ىػػذه تقسػػـ عمػػى درجػػات الحريػػة لنحػػدد قيمػػة
متكسط المربعات meam squareالذم يقدـ إلينػا قيمػة متكسػط التباينػات المناسػبة ،
كم ػػف ث ػػـ ف ػػإف متكس ػػط المربع ػػات المحص ػػكؿ عميي ػػا تق ػػارف باس ػػتخداـ اختب ػػار F-كم ػػا
سنشرحو مفصبلن في ىػذا الفصػؿ الحقػان .كمػف أجػؿ كػؿ عامػؿ مػدركس تحػدد فرضػيةي
الع ػػدـ مع ػ ً
ػدالت الحيكان ػػات المدركس ػػة لممج ػػاميع المعرف ػػة عم ػػى افتػ ػراض أني ػػا متس ػػاكية
كىػػك أبسػػط شػػكؿ مػػف أنمػػاط تحميػػؿ التبػػايف لعامػػؿ كاحػػد ،كمػػا ىػػك الحػػاؿ فػػي
اختبار ) (tلعينتيف عندما يطمب منا تحميؿ مقارنة معدالت أكثر مف مجمكعتيف.
أك أكث ػػر م ػػف أنم ػػاط م ػػف المعالج ػػات الدكائي ػػة .فعندئ ػػذ م ػػثبلن نق ػػكؿ إف ىن ػػاؾ قياس ػػات
متكػررة لكػػؿ مسػػتكل مػػف الجرعػػات المتكػػررة كلػنفس العامػػؿ المػػدركس كمػػا ىػػك مكضػػح
فػػي الجػػدكؿ اآلتػػي الػػذم يبػػيف تحميػػؿ التبػػايف الكحيػػد اإلتجػػاه لقياسػػات متكػػررة لمجػػاميع
168
م ػ ػ ػ ػ ػ ػ ػ ػػف الحيكانػ ػ ػ ػ ػ ػ ػ ػ ػػات المعالج ػ ػ ػ ػ ػ ػ ػ ػػة بجرعػ ػ ػ ػ ػ ػ ػ ػ ػػات مختمف ػ ػ ػ ػ ػ ػ ػ ػػة بالمقارنػ ػ ػ ػ ػ ػ ػ ػ ػػة بالشػ ػ ػ ػ ػ ػ ػ ػ ػػاىد
مجمكعات المعالجة
أرقاـ الحيكانات الجرعة رقـ الجرعة رقـ
جرعة الشاىد
المعالجة (ِ) (ُ)
ُ × × ×
ِ × × ×
ّ × × ×
ْ
ٓ
K
كىي تقكـ بفحص تػأثير عػامميف تحػت اسػتجابة معينػة عنػدما يكػكف لػدل ىػذه
العكامػػؿ مسػػتكياف أك أكثػػر مػػف التػػأثير .فعندئػػذ نقػػكـ بإنشػػاء جػػدكؿ الطريقػػة الثنائيػػة
169
كعندما يكػكف ىنػاؾ تػداخؿ بػيف أحػد المسػتكيات مػع أحػد العػامميف نقػكـ بعمميػة ضػرب
تػػداخمي لكػػبل المسػػتكييف كىػك مػػا يػػدعى بالفعػػؿ المتبػػادؿ (التػػدافع ) interactionبػػيف
العكامؿ المدركسة كىذا يككف فقط عندما تككف االختبلفات في مستكيات أحد العامميف
بإعتبار أف عدد الحيكانػات التػي أجريػت عمييػا ىػذه الد ارسػة (ِْ) حيكانػان كتػـ
تقديـ كؿ خمطة مػف ىػاتيف الخمطػات كبكميػات مختمفػة فػي اليػكـ الكاحػد بثبلثػة مقػادير
مختمفة عف بعضػيا كبالتػالي فػإف لػدينا سػت مجػاميع لمد ارسػة كػؿ مجمكعػة مككنػة مػف
سػػبعة حيكانػػات كمػػف ثػػـ نقػػكـ بمراقبػػة الكسػػب الػػكزني ليػػذه المجػػاميع خػػبلؿ فتػرة ثػػبلث
بل باسػػتخداـ طػػرؽ تحميػػؿ التبػػايف فػػإف مػػف الممكػػف أف نقػػارف -مػػا إذا كػػاف
أشػػير مػػث ن
ىناؾ اختبلؼ في المقادير الثبلث ىذه مف خبلؿ الكسب الكزني لمحيكانات -بيف كؿ
ى ػػذا المث ػػاؿ يمك ػػف أف يكض ػػح بالج ػػدكؿ رق ػػـ (ُّ) الممث ػػؿ بالبيان ػػات المتعمق ػػة بأنم ػػاط
170
تحميؿ التبايف وحيدة اإلتجاه :One – Way AOV
تقػػكـ ىػػذه الطريقػػة فك ػرة التركيػػز عمػػى تحميػػؿ مسػػتكيات عديػػدة لعامػػؿ كحيػػد .
كفػػي كػػؿ مسػػتكل تعػػرؼ مجمكعػػة مػػف المشػػاىدات فعمػػى سػػبيؿ المثػػاؿ يمكػػف أف تمثػػؿ
و
معالجات مختمفة كما ذكرنا في مثالنا السابؽ . المستكيات
إف االفتػراض فػػي تحميػػؿ التبػػايف كحيػػد اإلتجػػاه أنيػػا تقػػكؿ إف العينػػات الممثمػػة
Randomly and لمجػػاميع الد ارسػػة ىػػي مختػػارة عش ػكائيان كمسػػتقمة عػػف بعضػػيا
يمكػػف تحميػػؿ بيانػػات ذات تكزيػػع طبيعػػي تقريبػػي مػػع أنػػو يتكقػػع أف يكػػكف ىنػػاؾ تػػأثير
جدكؿ رقـ (ُّ) :البيانات المتعمقة بأنماط التغذية في مجاميع الدراسة وبمقادير مختمفة
171
كاذا مػػا قمنػػا بػػااللتزاـ بتطبيػػؽ فرضػػية االختبػػار فيجػػب أف نقػػكـ بػػإجراء عمميػػة
طريقة تحميؿ التبايف وحيد اإلتجاه : The Approach to one – Way AOV
اجم ػػع البيان ػػات كاعرض ػػيا بػ ػػنفس الطريق ػػة المس ػػتخدمة باختب ػػار ) (tلعينتػ ػػيف
باسػػتثناء أنػػو لػػدينا أكثػػر مػػف مجمػػكعتيف .كمػػف ثػػـ اختب ػر فرضػػية االختبػػار (التكزيػػع
استخدـ الحاسكب لحساب االختبار اإلحصائي الذم نجػده فػي جػدكؿ AOV
كىك عبارة عف التناسب بيف المجمكعتيف إلى مجاميع متكسط المربعػات (أك مػا يػدعى
بتناسب . (F-ratio) )Fبإعتبار أف تناسب Fيتبع تكزيع Fمع درجة حرية )(K-1
ك ) . (n-Kبإعتب ػ ػ ػػار أف : Kى ػ ػ ػػك ع ػ ػ ػػدد المجمكع ػ ػ ػػات ك : Nى ػ ػ ػػك إجم ػ ػ ػػالي ع ػ ػ ػػدد
التحميؿ فػي الحاسػكب ،أك يمكػف أف تسػتخدـ جػدكؿ تكزيػع Fفػي الممحػؽ ))(A.5(a
إذ نحػػدد فػػي البدايػػة درجػػة الحريػػة فػػي جػػدكؿ Fثػػـ احسػػب قيمػػة ) (K-1فػػي الصػػكرة
172
(البسػػط) (بػػيف المجمكعػػات) ثػػـ اسػػتخدـ القيمػػة n – Kلحسػػاب المخػػرج (المقػػاـ)
(درجػػات حري ػػة ضػػمف المجمكع ػػات) كى ػػي مػػا تس ػػمى درج ػػات الحريػػة لمخط ػػأ الممك ػػف
استخدـ قيمة Pلمحاكاة البيانات برفض أك قبكؿ فرضػية العػدـ كمػف ثػـ اتخػذ
الق ػرار بنػػاء عمػػى قيمػػة ) (Pإذ ن ػرفض فرضػػية العػػدـ Hoإذا كانػػت قيمػػة Pأقػػؿ مػػف
َٓ َ.فإذا رفضنا فرضػية العػدـ فػيمكف أف نحتػاج إلػى أف ننشػئ القكاعػد عمػى التبػايف
-احسػػب درجػػة الشػػفعة لمفركقػػات بػػيف متكسػػطات المجػػاميع بػػنفس الطريقػػة كمػػا ىػػك
مثاؿ رقمػي لطريقػة تحميػؿ التبػايف الوحيػد اإلتجػاه Example of One – Way
AOV
غذيت مجمكعة مف الكػبلب بكجبػات مجففػة كمغطػاة بعكامػؿ يعتقػد أنيػا تػؤثر
عمػػى تشػػكؿ حصػػيات كترسػػبات فػػي األسػػناف .كتقػػاس عػػادة ىػػذه الترسػػبات فػػي ىػػذه
الد ارس ػػة بمعػ ػػايير تقػ ػػدر النس ػػبة المئكيػ ػػة لؤلسػ ػػناف المغط ػػاة بالترسػ ػػبات كسػ ػػماكة ىػ ػػذه
الترسػ ػػبات .فقػ ػػد كجػ ػػد أف (ِٔ) كمب ػ ػان تػ ػػـ اختيػ ػػارىـ عش ػ ػكائيان كاسػ ػػتخدمت فػ ػػي ثػ ػػبلث
173
المجمكعػ ػ ػػة الشػ ػ ػػاىد كمجمكعػ ػ ػػة عكلجػ ػ ػػت باسػ ػ ػػتخداـ بيركفكسػ ػ ػػفات )(P2O7
كمػػف ثػػـ قيػػاس سػػماكة ىػػذه الترسػػبات لكػػؿ كمػػب تحػػت ظػػركؼ التجربػػة كبعػػد
أربعة أسابيع بعد تمقيو المعالجة كما ىك مكضح في الجدكؿ رقـ ُْ.
درجػ ػػة الثقػ ػػة ٓٗ %قػ ػػد حسػ ػػبت لكػ ػػؿ معػ ػػدؿ (الخػ ػػاص بالترسػ ػػبات النسػ ػػبية
الحؿ :
ُ -بالنسػبة لنظريػػة العػدـ ،ىػػؿ أف المعػدؿ الحقيقػػي لمترسػبات فػػي المعالجػات الػػثبلث
متساكية كفي الفرضية البديمة ىذه الترسبات ليست متساكية عند جميعيا .
ِ -مف الشكؿ السابؽ نجد أف البيانات مكزعة طبيعيان تقريبان .
ّ -تناسب Fفي جدكؿ ) (AOVكالذم سيعرض فيما يأتي نجػد أف قيمػة P = 0.005
.
174
ْ -كلذلؾ فمف غير المحتمؿ أف يككف معدؿ كامػؿ ىػذه المجمكعػات الػثبلث متسػاكينا
حيث نجد أف الترسبات كانت بشكؿ عند مجمكعة كبلب الشػاىد كيمعنكيػة كبيػرة = P
( 0.004مع معدؿ ثقة لمترسبات َٗ ُ.مع درجػة ثقػة ٓٗ %تراكحػت بػيف (ُْ– ُ.
ٕٔ )َ.منػػو مػػف مجمكعػػة الكػػبلب كالمعالجػػة ب ػ HMPبمعػػدؿ ثقػػة لمترسػػبات ْْ، َ.
درجة ثقة ٓٗ %تراكحت بيف (ُٗ . )َ.ٖٔ – َ.قدرنا التبايف بيف ىذه المتكسطات
فكػ ػػاف ٓٔ َ.كمػ ػػع درجػ ػػة ثقػ ػػة ٓٗ %لمفػ ػػركؽ الحقيقيػ ػػة لممعػ ػػدالت فكػ ػػاف (ُٗ– َ.
ُُ )ُ.المقارنتاف األخيرتاف لممتكسطات لـ تكف معنكية (قيمة ( )0.05 <Pأم ما بيف
المعالج ػػة ب ػ ػ P2O7ككمت ػػا المجم ػػكعتيف األخيػ ػرتيف أك ب ػػيف HMPككمت ػػا المجم ػػكعتيف
175
الجدكؿ رقـ ( ُْ ) :تمثيؿ التجربة لتغذية الكبلب بالبيانات التالية
رقـ الكمب في رقـ الكمب في
رقـ كمب السماكة السماكة في السماكة في
المجموعة المجموعة
التجربة عند كالب مجموعة مجموعة
الثانية الثالثة
(الشاىد) التجربة P2O7 HMP
)(P2O7 )(P2O7
ُ َْٗ. َُ َّْ. ُٗ َّْ.
176
الشكؿ رقـ (ُٕ) :تكزيع بككس ككيسكر لمجمكعات التجربة في الكبلب
َّْٕ.
HMP ٖ ََِٕٗ. ََُِٖ. ََٖٓٔ. َُْٓٗ.
ٓ
ََٕٕ.
اإلجمالي ِٔ َّْْٓ. ٖ.ٕٔٗE-20 َُْٗٗ. َٗٗٓ
َ
2
الحظ أف E – 20تعني أف القيمة مضركبة 10
177
جدوؿ رقـ ( : ) 16اختبار التجانس لمفروقات
178
توـــــــــــبرٌي
فػػي مػػزرعتيف جنػػكب غػػرب بريطانيػػة خػػبلؿ فت ػرة جائحػػات المتكرقػػات الكبديػػة عنػػد
األبقار.
ُ -أكجػػد أكجػػو التشػػابو فػػي األكزاف فػػي كػػبل المػػزرعتيف باسػػتخداـ اختبػػار الفرضػػية
المناسب
المجمكعة األكلى:
المجمكعة الثانية:
179
الفصل الحبدي عشر
ELEVEN CHAPTER
اختجبرات الفرضٍة -3-اختجبر هرثع كبي –
هقبرًة الٌست الوئىٌة
HYPOTHESIS TESTS 3-
– THE CHI – SQUARE TEST
COMPANING PROPORTIONS
مدخؿ : Introduction
الميػػكؿ المركزيػػة كالتشػػتت لممتغيػػر الكمػػي .أمػػا فػػي ىػػذا الفصػػؿ فإننػػا سػػنقكـ بكصػػؼ
بعض اختبارات الفرضية المتعمقة بالنسب المئكية كذاؾ الحد الذم يمخص المشػاىدات
لممتغير الثنائي الحد (بينػرم) Binary variableباإلضػافة إلػى ذلػؾ إلػى أننػا سػنقكـ
بشرح كيؼ نقكـ بتحميؿ بيانات عندما يككف المتغير الذم لو أكثر مف فئتيف .
كسػػنعيد تسػػمية أف المتغيػػر الثنػػائي الحػػد (بينػػرم) ىػػك متغيػػر نػػكعي (فئػػكم)
عندما تككف ىناؾ فئتيف فقط السػتجابة متغيػر مػا ،كىػاتيف الفئتػيف إمػا أف تنسػب إلػى
عم ػ ػػى س ػ ػػبيؿ المث ػ ػػاؿ نري ػ ػػد التقص ػ ػػي ع ػ ػػف داء البريمي ػ ػػات المس ػ ػػبب بجػ ػ ػراثيـ
180
لمتقصػػي عػػف كجػػكد أضػػداد جػراثيـ البريميػػة يمخػػص عمػػى شػػكؿ اسػػتجابة متغيػػر ثنػػائي
الح ػػد ،فإم ػػا أف تك ػػكف ىن ػػاؾ ح ػػاالت إيجابي ػػة أم حال ػػة (نج ػػاح) أك أف تك ػػكف نتيج ػػة
ضمف مجمكعتيف ،المجمكعة األكلى أجيضت كالمجمكعة الثانية كلدت عجكالن طبيعيػة
.
مف خصائص تكزيع العينة التي تككف عمى شكؿ نسػبة مئكيػة نعػرؼ أف مثػؿ
ىذا التكزيع طبيعي تقريبي .فإذا كػاف حجػـ العينػة ) (nكبيػ انر فػإف النسػبة المئكيػة )(P
ىػػي عبػػارة عػػف تقػػدير غيػػر متحيػػز /منحػػرؼ unbiased /لنسػػبة الحيكانػػات المدركسػػة
( )كالخطػ ػ ػ ػ ػ ػ ػ ػػأ المعيػ ػ ػ ػ ػ ػ ػ ػػارم لمنس ػ ػ ػ ػ ػ ػ ػ ػبة المئكيػ ػ ػ ػ ػ ػ ػ ػػة فػ ػ ػ ػ ػ ػ ػ ػػي العينػ ػ ػ ػ ػ ػ ػ ػػة يقػ ػ ػ ػ ػ ػ ػ ػػدر كمػ ػ ػ ػ ػ ػ ػ ػػا
يأتي :
P(1 P) / n
181
ُ -حػػدكد فرضػػية العػػدـ لمنسػػبة المئكيػػة لعػػدد النجاحػػات فػػي الحيكانػػات المدركسػػة أنيػػا
مساكية لقيمة محدكدة ( . ) 1حدد الفرضية البديمة غير مساكية لمقيمة (. ) 1
ِ -اجمػػع البيانػػات باختبػػار عينػػة عش ػكائية مػػف حيكانػػات الد ارسػػة كصػػنؼ كػػؿ قيمػػة
ّ -احسب االختبار اإلحصائي test statisticمع افتراض كجكد تكزيع طبيعي
تقريبي
1
p 1
Test6 2n
) 1 (1 1
n
بإعتبار أف :
) لك ػػبل الج ػػانبيف لبلخ ػػتبلؼ ف ػػي النس ػػب المئكي ػػة تش ػػير إل ػػى الخط ػػكط العمكدي ػػة (
– مف ىذا الفرؽ لنضع االفتراض بيف أيدينا أننا نتعامؿ مع بيانات ذات تكزيع طبيعي
182
كلنقرب البيانات االسمية التكزيع ،كىذا التأثير لعامػؿ التصػحيح ييتجاىػؿ عنػدما يكػكف
ٍ
ْ -حػدد قيمػة ) (Pباسػتعماؿ جػدكؿ التكزيػع الطبيعػي المعيػارم Stondard Normal
ٓ -اجعؿ القرار اعتمادان عمى رفض أك قبكؿ فرضية العدـ حسب قيمة ). (P
لنفترض أننا نريد التقصػي عػف تناسػب الجػنس فػي األ ارنػب البريػة فػي الفصػؿ
بل ،أشػرنا إلػى أف تناسػب الجػنس لمػكالدات الحيػة محسػكب بنػاء عمػى تعػداد
الحالي مث ن
اإلنػػاث .سػػجبلتنا تظيػػر بكاسػػطة عينػػة عش ػكائية لػ ػ ِٕٗ كالدة منيػػا ُٕٔ أنثػػى ،
الس ػؤاؿ ىنػػا ىػػؿ ىنػػاؾ دليػػؿ ل ػبعض العكامػػؿ (كالعكامػػؿ الكراثيػػة كىػػي عكامػػؿ خطػػكرة
ُ -فرضػػية العػػدـ :النسػػب المئكيػػة لم ػكالدات الحيػػة لئلنػػاث كالػػذككر فػػي ىػػذه األ ارنػػب
البرية معرفة بأنيا مساكية لمقيمة ٓ َ.بالنسبة لمفرضية البديمة تتقصى عف الحالة
183
العكسية أم أف الكالدات الحية مف الذككر كاإلنػاث فػي ىػذه األ ارنػب البريػة معرفػة
ِ -النسبة المئكية لئلناث المػأخكذة مػف العينػة العشػكائية اإلجماليػة (ِٕٗ) كالدة حيػة
ىي :
167
0.562
297
مػػف القيمػػة المدرجػػة أعػػبله فػػي العبلقػػة المنػػكه بيػػا َٖ ِ = ِ.كباإلشػػارة إلػػى الجػػدكؿ
) (A.1نجد أف قيمة ( P = 0.0375كيمكف تقريبيا إلى فاصمتيف عشػريتيف فتكػكف قيمػة
ٓ -حد الثقة ٓٗ %لمنسبة المئكية الحقيقية لكالدات اإلناث الحية ىي :
184
مػع أف قيمػة 0.04 = Pتعطينػا نتيجػة بػرفض فرضػية العػدـ ،فػإف الحػد األدنػى لدرجػة
الجػػنس .ىػػذا المثػػاؿ يعطينػػا أيضػان تصػػكر كػػـ يجػػب أف نتػػكخى الحػػذر كالدقػػة بالنسػػبة
بيذه الحالة اختيرت عينة عشكائية مػف األغنػاـ المجيضػة سػكاء تمػؾ المجيضػة حػديثان
كىنػا يػراد إجػراء مقارنػة بػيف ىػػاتيف المجمػكعتيف المعالجػة كغيػر معالجػة كبعػػد
فتػ ػرة زمني ػػة معين ػػة بالنس ػػبة لتم ػػؾ الحيكان ػػات المش ػػخص ل ػػدييا كج ػػكد ح ػػاالت إيجابي ػػة
باالختب ػػارات المص ػػمية لؤلغن ػػاـ المدركس ػػة (ح ػػاالت النج ػػاح أك الح ػػاالت اإليجابيػ ػة أك
لتحميؿ ىذا النكع مف الدراسات نعتبر أف حيكانات الدراسة مف مجاميع حيكانيػة مسػتقمة
عف بعضيا كنستخدـ النسب المئكية لمعينة P1ك P2كنقػدر النسػب المئكيػة لحيكانػات
185
الد ارسػ ػػة 1ك . 2كعندئػ ػػذ نختب ػ ػر فرضػ ػػية أف النسػ ػػب المئكيػ ػػة لحيكانػ ػػات الد ارسػ ػػة
ُ -يمكننا استخداـ اختبار مربع كام ( )2الذم سنكرد شرحو بعد قميػؿ كالػذم يعتمػد
ِ -الطريقػػة الثاني ػػة أف نق ػػكـ باس ػػتخداـ التقري ػػب الطبيعػػي إل ػػى التكزي ػػع ثن ػػائي الح ػػديف
-كباس ػػتخداـ ج ػػدكؿ 2 × 2االحتم ػػالي يمك ػػف أف نمخ ػػص النت ػػائج ف ػػي مثالن ػػا الس ػػابؽ
بكاسػػطة عػػرض التكػ اررات بمػػا يػػدعى بطريقػػة التكػرار ذم اإلتجػػاىيف Two – Way
كىك ػذا يمكننػػا أف نقػػارف بػػيف النسػػبتيف بالتقصػػي لمتكافػػؽ بػػيف العػػامميف كالمػػذاف يعرفػػاف
186
كممػة عامػؿ ) (a Factorفػي ىػذا المفيػكـ ىػك ذاؾ المتغيػر مػع كاحػد أك أكثػر
مف الفئات ضمف األفراد المصنفة .كفرضية العدـ في ىػذه الحالػة تحػدد فيمػا إذا كػاف
ال يكج ػ ػػد تكاف ػ ػػؽ ب ػ ػػيف الع ػ ػػامميف (النتيج ػ ػػة كالمجمكع ػ ػػة) كاثب ػ ػػات أف التش ػ ػػابو لنس ػ ػػبتي
كلك ػػي نحس ػػب االختب ػػار اإلحص ػػائي باس ػػتخداـ ى ػػذه الطريق ػػة يج ػػب أف نق ػػارف
تك ػرار مػػا نشػػاىده فػػي كػػؿ خميػػة لجػػدكؿ االحتماليػػة ( )2 × 2لمتك ػرار .كتمػػؾ الخميػػة
كاثبات مف خبلؿ لفرضية العدـ أف نسب النجاحات في كمتا المجمكعتيف متساكية فإذا
كانت فرضية العدـ حقيقية فإننا نتكقع نسبة إجمالية مف عدد النجاحات كىي )(a + b
/ nكتطبؽ عمى كمتا المجمكعتيف ) (2 , 1إف النجاحات المتكقعة تحت شركط فرضػية
العدـ ىي :
األعػػداد المتبقيػػة فػػي كػػؿ مجمكعػػة يتكقػػع أف تحسػػب مػػف عػػدد حػػاالت الفشػػؿ
فػػإذا كجػػدنا الفػػركؽ بػػيف التك ػ اررات المشػػاىدة كالمتكقع ػة كبي ػرة ن ػرفض فرضػػية
العدـ .
187
نقرر فيما إذا كانت الفركؽ كبيرة بحساب االختبار اإلحصائي المناسب الػذم
كأشرنا باالختبار اإلحصائي ىنا إلى الجدكؿ ) (A.4لتحديد قيمة ). (P
الجدوؿ رقـ ( : )19التك اررات المشاىدة.
المجموعات الصؼ
ُ 2 المجموع اإلجمالي
النتيجة
188
االفتراضات : Assumptions
نفت ػػرض ف ػػي اختب ػػار مرب ػػع ك ػػام لمتكاف ػػؽ ف ػػي ج ػػدكؿ االحتمالي ػػة مػ ػع ص ػػفيف
-مف اختبػار مربػع كػام ( )2لمتكافػؽ فػي جػدكؿ ( )2 × 2ىػك غيػر صػالح إذا كانػت
التك ػ اررات المتكقعػػة فػػي أم كاحػػدة مػػف الخبليػػا األربع ػة أقػػؿ مػػف ٓ تك ػ اررات كفػػي ىػػذه
الحالػػة نطب ػؽ اختبػػار فيشػػر Fishers Exact Testكىػػذا يتضػػمف حسػػاب االحتماليػػة
كفي ىذه الحالة يفضؿ استخداـ الحاسكب لمحصكؿ عمى نتيجة سريعة .
-حػػدد فرضػػية العػػدـ أف كمتػػا النسػػبتيف لمجمػػكعتي الد ارسػػة متسػػاكية أك معادلػػة بػػأف
كتحدد الفرضية البديمة عمكمان بأف تقكؿ إف كمتا النسبتيف غير متساكية أك يكجد تكافؽ
(.)2 × 2
-استخدـ الطريقة المناسػبة الختبػار مػرب مربػع كػام (Chi – Squared test )2
189
إذا أردنا الحساب يدكينا فعندئذ نحسب التك اررات المتكقعة في كؿ خميػة فػي الجػدكؿ إذا
كانت فرضية العدـ حقيقية كىنا تحسب قيمة االختبار اإلحصائي لمربع كام كما يأتي
:
OE
Test7 0.5
E
مع درجة حرية كاحدة .
بإعتبار أف :
: Oالتكرار المشاىد .
: Eالتكرار المتكقع .
القيمػػة المطمقػػة المكجػػكدة بػػيف التك ػرار المشػػاىدة كالمتكقعػػة لنتجاىػػؿ اإلشػػارة المكضػػكع
أمػا القيمػة ( )0.5فيػي تعػرؼ بمػا يسػمى عامػؿ تصػحيح يػاتس Yates correction
كىػػك عامػػؿ يضػػاؼ لتجنػػب االنحػ ارؼ قيمػػة الحسػػاب .ىػػذا االنحػػراؼ يمكػػف أف يظيػػر
ألننا نقرب تكزيع ِ إلى تكزيع طبيعي مع كجكد بعض التكزيعات المشكمة عمى فئات
-إف العبلق ػػة المدرج ػػة أع ػػبله لحس ػػاب االختب ػػار اإلحص ػػائي كال ػػذم يع ػػرؼ باالختب ػػار
190
n (/ ad bc / 0.5n) 2
Test7
) (a b) (c d ) (a c)(b d
-احصػػؿ عمػػى قيمػػة ) ، (Pعمػػى العمػػكـ تحسػػب بكاسػػطة الحاسػػكب لكػػف يمكػػف أف
تشػػتؽ مػػف اإلشػػارة إلػػى القيمػػة المحسػػكبة باالختبػػار اإلحصػػائي فػػي جػػدكؿ تكزيػػع مربػػع
كاالختبار اإلحصائي ىذا يشمؿ درجة حرية كاحدة كىي تعادؿ عدد الصفكؼ مطركحنا
منيا الرقـ ُ (مثبلن ِ – ُ = ُ) ككذا عدد األعمدة مطػركح منيػا الػرقـ (ُ) (مػثبلن ِ
– ُ = ُ) .
عادة كما تعرفنػا سػابقان تػرفض فرضػية العػدـ عنػدما ال يكجػد ىنػاؾ تكافػؽ عنػدما تكػكف
-احسب درجة الثقة لبلختبلؼ في النسب المئكية .كاذا لـ تتمكف مف الحصكؿ عمى
درجة الثقة المشار إلييا بالحاسكب يمكننا حساب درجة الثقة ٓٗ %كما يأتي:
) ( P1 P2 ) 1.96Se ( P1 P2
) P1 (1 P1 ) P2 (1 P2
( P1 P2 ) 1.96 x
n 1
191
اختبار الترافؽ في جدوؿ االحتمالية R X C
Testing Associations in an RXC
Contingency Table
يمكننػا أف نتكسػع فػػي اختبػار مربػػع كػام ( )2لمتكافػؽ فػػي جػدكؿ 2 × 2فػػي
جػػدكؿ االحتماليػػة كالػػذم يتصػػؼ بكجػػكد صػػفكؼ ) (ґكأعمػػدة عػػددىا cكنفتػػرض أنػػو
يكجػػد سػكا .فػػي الصػػفكؼ ) (ґأك) (cأك كمييمػػا قػػيـ أكبػػر مػػف القيمػػة ) . (2كفػػي ىػػذه
الحالة يتركز االىتمػاـ فػي تحديػد مػا إذا كانػت القػيـ فػي الصػفكؼ أك األعمػدة مرتبطػة
ببعضيا بطريقة أك بأخرل .كنختبر في ىذه الحالة فرضية العدـ لعدـ التكافؽ بحساب
نفترض أف كبل المتغيريف ىػك عمػى شػكؿ فئػات كنعتبػر أف البيانػات المكجػكدة
في جدكؿ االحتمالية ىذا عبارة عف قيـ لتك اررات معينة .كنفترض أف البيانات مستقمة
بمعنى أف أم قيمة ألم حيكاف فردم غير مكررة ألكثر مف مرة كاحدة .
الطريقػػة الختبػػار فرضػػية العػػدـ أنػػو ال يكجػػد تكافػػؽ فػػي حيكانػػات الد ارسػػة ب ػيف
.2 × 2
192
ِ -اجمع البيانات كمثميا في جدكؿ االحتمالية .
ّ -اختػر أيقػكف اختبػار مربػع كػام Chi – Squared testفػي الحاسػكب أك حسػابان
ي ػػدكينا بحس ػػاب االختب ػػار اإلحص ػػائي ال ػػذم يق ػػدر تكزي ػػع مرب ػػع ك ػػام كال ػػذم يمث ػػؿ
(O E ) 2
Test8
E
بإعتبار أف :
ٓ -قرر قبػكؿ أك رفػض فرضػية العػدـ مػع اعتبػار أف قيمػة ) (Pتػرفض فرضػية العػدـ
إذا كانت قيمة ) (Pأقؿ مف َٓ َ.كالحظ ىنا أننا طالما لػـ نقػدر تػأثير المتغيػرات
بعضيا عمى بعض ال نستطيع أف نحسب درجة الثقة الخاصة بيا .
193
مثاؿ :
التػػدريب اآلت ػي فػػي تقنيػػات التمقػػيح عنػػد األبقػػار .بإعتبػػار أف مركػػز التمقػػيح
االصطناعي قارف ثبلث طرؽ لمتدريب حققت معػدالت نجػاح أدرجػت فػي الجػدكؿ رقػـ
(ُِ) .
جدكؿ رقـ (ُِ) :مقارنة ثبلث طرؽ لمتدريب في تقنيات التمقيح اإلصطناعي
السػؤاؿ ىنػا ىػك ىػؿ يكجػد أم دليػؿ لبلعتقػاد أف طػرؽ التػدريب الثبلثػة تظيػر معػػدالت
مختمفة مف النجاح ؟
ُ -فرضػػية العػػدـ تكػػكف حقيقيػػة بالنسػػبة لمعػػدالت الحمػػؿ كتكػػكف متشػػابية فػػي طػػرؽ
الت ػػدريب ال ػػثبلث .كأم طريق ػػة أخ ػػرل لمتعبي ػػر ع ػػف فرض ػػية الع ػػدـ ى ػػذه تب ػػيف أن ػػو
194
اليكجػػد تكافػػؽ بػػيف طػػرؽ التػػدريب الػػثبلث ككػػذا األمػػر بالنسػػبة لحالػػة الحمػػؿ عن ػد
األبقار .الفرضية البديمة ىي في ىذه الحالة أف معدالت الحمؿ غير متساكية في
ّ -التك ػ ػ اررات المتكقعػ ػػة كالمطمكبػ ػػة :إذا أنج ػ ػػز االختبػ ػػار يػ ػػدكيان (مكضػ ػػحة باألرق ػ ػػاـ
المكضػػكعة بػػيف قكسػػيف فػػي الجػػدكؿ السػػابؽ) .ف ػالقيـ المتكقعػػة لؤلبقػػار الحكامػػؿ
Test8
C 275 258.802 78 94.202 192 187.682
258.80 94.20 187.86
)(64 68.32 2
)(261 281.52 2
(123 102.48) 2
68.32 281.52 102.48
عمى قيمة Pمحصكرة بيف المجاليف 0.001 > P < 0.01كبالتحميؿ اإلحصائي
195
بل لرفض فرضية العدـ ألف معدالت النجاح ىي متشابية في
ٓ -كىكذا فإننا نممؾ دلي ن
مػػف النتػػائج عمػػى شػػكؿ متغي ػرات مػػف النػػكع البينيػػرم (ثنائيػػة الحػػد) لنفتػػرض أننػػا نريػػد
د ارسػػة عينػػة عشػكائية عػػددىا ) (mمػػف الحيكانػػات كتيقيصػػي فػػي كػػؿ حيػكاف بطػريقتيف .
نبلحظ استجابة كؿ عضك مف النتػائج الشػفعية فػي حالػة نجاحيػا أك فشػميا إذ تسػتخدـ
فعمى سبيؿ المثػاؿ إذا أردنػا مقارنػة فعاليػة التشػخيص لكمتػا الطػريقتيف لمكشػؼ
عف تريككمكناس الجنينية في الثيراف فإف العينة المأخكذة مف كؿ ثكر تصنؼ بكؿ مف
الطريقتيف نتيجةن إيجابية (حالة نجاح) أك نتيجةن سمبية (حالة فشؿ) .
تيحديػػد أعػػداد األزكاج فػػي كمتػػا الط ػريقتيف .كفيمػػا ي ػأتي نبػػيف التك ػ اررات المشػػاىدة فػػي
196
التك اررات المشاىدة ()A
m=e+f+g+h
تعتم ػػد عم ػػى أف النس ػػب المئكي ػػة الحقيقي ػػة لع ػػدد النجاح ػػات باس ػػتخداـ كمت ػػا الطػ ػريقتيف
197
( P1 = (e + f) / mفي الطريقة األكلى)
كاحدة أم إمػا إيجػابي سػمبي أك سػمبي إيجػابي) بينمػا تيتجنػب النتػائج مػف نػكع كاحػد أم
إيجػػابي مػػع إيجػػابي (نجػػاح – نجػػاح) أك سػػمبي (فشػػؿ مػػع فشػػؿ) كمػػا ىػػك المبػػدأ فػػي
يعتمػد اختبػار مػاؾ نيمػارس Mc Nemarsعمػى التكػ اررات المشػاىدة fك g
كتطابقيا مع التك اررات المتكقعة تحسب تحت شركط فرضية العدـ .
يفت ػػرض أف يك ػػكف ك ػػبل المتغيػ ػريف (حال ػػة النج ػػاح كالفش ػػؿ) ت ػػابعيف لمتغي ػػرم
الدراسة كيشاىد كؿ متغير عند كؿ حيكاف مختار عشكائينا عمى شكؿ شفعي .
ُ -حػػدد فرضػػية العػػدـ التػػي تعتمػػد عمػػى أف النسػػب المئكيػػة لحػػاالت النجػػاح فػػي كػػؿ
حيكانػػات الد ارسػػة متسػػاكية .حػػدد الفرضػػية البديمػػة كىػػي تعتمػػد عمكم ػان عمػػى أف
198
ّ -اختػػر أيق ػػكف اختب ػػار مػ ػؾ نيم ػػارس Mc Nemarsعن ػػد اس ػػتخداـ الحاس ػػكب أك
تحسب يدكينا باستخداـ االختبار اإلحصائي الذم يقرب تكزيع مربع كام كىك كما
يأتي :
)( f g 1
2
يمكػػف أف تجػػد أحيان ػنا أف بعض ػيـ يسػػتخدـ م ػؾ نيمػػارس Mc Nemars
كما أف القيمة (ُ) في الصكرة (البسط) في اختبار رقـ (ٗ) ىك عامؿ ثابت يطرح مف
القيمة المطمقة لمفرؽ المقدر (دكف النظر إلػى اإلشػارة) بػيف القيمػة fك gكيقػرب إلػى
ْ -أحص ػ ػػؿ عم ػ ػػى قيم ػ ػػة ) (Pإم ػ ػػا باس ػ ػػتخداـ الحاس ػ ػػكب أك باإلش ػ ػػارة إل ػ ػػى االختب ػ ػػار
اإلحصػػائي فػػي جػػدكؿ تكزيػػع مربػػع كػػام (( ، )2الجػػدكؿ )A.4مػػع درجػػة حريػػة
كاحدة .
ٓ -قػػرر قبػػكؿ أك رفػػض فرضػػية العػػدـ مػػع األخػػذ باالعتبػػار قيمػػة ) (Pعػػادة ن ػرفض
ٔ -احسػػب درجػػة الثقػػة لبلخػػتبلؼ (لمتباينػػات) فػػي النسػػب المئكيػػة لمنجاحػػات المقػػدرة
بالعبلقة .
199
ككذلؾ العبلقة
حد الثقة التقريبي ٓٗ %لبلختبلفات الحقيقية في النسب المئكية يعطى بالعبلقة .
غدة الضرع حددت إحدل الدراسات أف قيمة عدد الخبليا الجسمية ( Somatic cell
ثـ مقارنة النتائج المدرجة أعبله باستخداـ اختبار كاليفكرنيا الخاص بالتياب الضرع (
ث ػػـ الحصػ ػكؿ عم ػػى نت ػػائج إيجابي ػػة ف ػػي (ُٔ) عين ػػة م ػػف أص ػػؿ (ّٖ) عين ػػة باس ػػتخداـ
اختبػػار كاليفكرنيػػا عمػػى (ّٕ) حالػػة إيجابيػػة مػػف أصػػؿ (ّٖ) عينػػة باسػػتخداـ اختبػػار
الفكسميتؾ .
ُ -اختبػ ػػار الفرضػ ػػية العػ ػػدـ :النسػ ػػب المئكيػ ػػة الحقيقيػ ػػة لكشػ ػػؼ الحػ ػػاالت اإليجابيػ ػػة
200
اختبػػار الفرضػػية البديمػػة :النسػػب المئكيػػة لمحػػاالت اإليجابيػػة مختمفػػة باسػػتخداـ كمتػػا
الطريقتيف.
ِ -بيانات ىذه الدراسة يمكف تمثيميا في الجدكؿ رقـ (ِِ) :
اسػػتنتاجاتنا تشػػير إلػػى أف طريقػػة الفكسػػمتيؾ ليػػا قػػدرة عمػػى كشػػؼ الحػػاالت
اإليجابية كشفان أفضؿ مف طريقة كاليفكرنيا كنسبة مئكية لحاالت التيابات الضرع .
ٔ -تقػ ػػدر النسػ ػػب المئكيػ ػػة لمحػ ػػاالت اإليجابيػ ػػة لبللتيػ ػػاب بالضػ ػػرع باسػ ػػتخداـ اختبػ ػػار
(كاليفكرنيا) 0.735
61
83
)SCC(- )SCC(+
المجمكع
(َََُ×ََّ< >) (َََُ×ََّ>)
اختبار
ّّ ُْ ٗ
كاليفكرنيا
اختبار
َُ ٖ ِ
الفكسميتؾ
ّٖ ِِ ُٔ المجمكع
201
حد الثقة المقدر لبلختبلؼ الحقيقي في النسب المئكية لكشؼ حاالت التيابات الضػرع
باستخداـ كمتا الطريقتيف آخذيف باالعتبار الشفعي (زكجي المقارنة) كما يأتي :
بمعن ػػى آخ ػػر ،م ػػع أف اختب ػػار كاليفكرني ػػا ق ػػد ح ػػدد نس ػػبة ح ػػاالت إيجابي ػػة ْٕ %م ػػف
العينات المدركسة حدد اختبػار الفكسػمتيؾ نسػبة حػاالت إيجابيػة ٖٖ ، %فػإف النسػبة
المئكية لمفرؽ بيف ىاتيف النسبتيف كانت (ُْ . )ْٕ – ٖٖ = %ىذا الفرؽ قد يككف
في حده األدنى (ٔ )%كفػي حػده األعمػى (ِّ . )%كىنػا يجػب أف نحكػـ عمػى ىػاتيف
الطػ ػريقتيف كض ػػمف ش ػػركط معين ػػة م ػػا إذا كان ػػت النس ػػبة ٔ %تؤخ ػػذ بع ػػيف االعتب ػػار
الجيني أك حد فاصؿ لمتغير مستمر) يمكف أف تقارف بالعدد المتكقع فػي تمػؾ الفئػة إذا
كىػػذا يعطػػي اإلمكانيػػة الختبارىػػا إحصػػائيان بترتيػػب تكزيػػع مربػػع كػػام (.)2
الحػػظ أنػػو فػػي ىػػذا الػػنص ال نفػػرض أسػػئمة عمػػى التكزيعػػات االسػػمية الثنائيػػة الحػػد أك
202
االفتراضات Assumptions :
فػػي مفيػػكـ اختبػػار التكافػػؽ نفتػػرض أف العينػػة مختػػارة عش ػكائيان مػػف حيكانػػات
الدراسة كاالستجابات المدركسة مستقمة عف بعضيا كتصنؼ الفئات إلى صفكؼ مميزة
أك حدكد فكاصؿ محػدكدة .تقريػب تكزيػع مربػع كػام ( )2ىػك شػكؿ ضػعيؼ إذا كػاف
-الفرضية البديمة :تكزيع المتغير في حيكانات الدراسة ال يتبع تكزيعنا نظرينا معيننا .
ّ -احسب التكرار المتكقع في كؿ فئة كجدد االختبار اإلحصائي إمػا باسػتخداـ أيقػكف
(O E ) 2
Test8
E
بإعتبار أف :
: Oتمثؿ التكرارت المشاىدة .
: Eتمثؿ التك اررات المتكقعة .
∑ :مجمكع كامؿ الفئات .
ىذا االختبػار اإلحصػائي يسػمؾ تقريػب مربػع كػام ( )2مػع درجػات حريػة تقػدر كمػا
يأتي .
(بمجمكع الفئات) – (عدد الحدكد التي يجب أف تقدر لكي نحسب القيـ المتكقعة) ُ-
203
عمػػى سػػبيؿ المثػػاؿ ،الكسػػط الحسػػابي ىػػك حػػد يجػػب أف يقػػدر فقػػط باسػػتخداـ تكزيػػع
بكاسكف .
ْ -احصؿ عمى قيمة ) (Pإما مف الحاسكب أك بالنظر إلى جدكؿ ).(A.4
ٓ -اتخذ القػرار بقبػكؿ أك رفػض فرضػية العػدـ .كعػادة ال تكجػد ىنػاؾ ضػركرة لػرفض
فرضػػية العػػدـ إذا كانػػت قيمػػة ) (Pأقػػؿ مػػف (َٓ . )َ.كبمػػا أف فرضػػية العػػدـ ال
ترتبط بتأثير العنصر المدركس ،كالذم نقكـ بتقديره مػف بيانػات العينػة فػبل داعػي
فػ ػػي تطبيػ ػػؽ مكػ ػػكف مػ ػػف (ّٓٓ) رأس بقػ ػػرم – كجػ ػػد أف ىنػ ػػاؾ (ُٓ) حالػ ػػة
إجي ػػاض ناجم ػػة ع ػػف داء البريمي ػػات نم ػػط – Hardjoكذل ػػؾ بػ ػإجراء اختب ػػار االليػ ػ از
204
َِٓ ِْْ ٖٕ حمؿ طبيعي
َُِّٖٔٓ/ّٓٓ = َ.
َّٓٓ.ََِّٖ × ْٖ = َ.
205
َِٓ (ِٕٗ.
ُْٖٔ. ّّْٖٔ. حمؿ طبيعي
)%
ّّٓ (ََُ )% ْٖ ُْٓ المجمكع
E
ثابت ياتس لجداكؿ االحتمالية 2 × 2
(1O E1 0.5) 2
X2
E
بإعتبار أف :
: Oىي القيمة المشاىدة في كؿ خمية في الجدكؿ .
: Eالقيـ المتكقعة في كؿ خمية .
)(6 2.36 2
(9 12.64) 2
X 2
2.36 12.64
(78 81.64) 2 (442 438.36) 2
81.64 438.36
3.64 2
3.64 2 3.64 2
X2
2.36 12.64 81.64
2
3.64
438.63
X 2 5.61 1.05 0.16 0.03
X 2 6.85
واآلف ماذا بعد :
ننظر اآلف إلى قيمة مربع كام ( )2في جدكؿ تكزيع . X2
الحد األدنى لقيـ ( ) αالعمكدية في المستكل المشار إليو كما ىػك ممثػؿ فػي الجػدكؿ
رقـ (ِٓ).
جدكؿ رقـ ِٓ :مستكل المعنكية ك درجة الحرية الختبار االلي از
206
درجة الحرية مستكل المعنكية (قيمة )P
ََٓ. ََُ. َََُ.
ُ ّْٖ. ّٔٔ. َُّٖ.
ِ ٗٗٓ. ُِٗ. ُِّٖ.
ّ ُٖٕ. ُُّْ. ُِٕٔ.
ْ ْٗٗ. ُِّٖ. ُْٕٖ.
ٔ ُِٗٓ. ُُٖٔ. ِِْٔ.
َُ ُُّٖ. ُِِّ. ِٗٓٗ.
كلنحسب درجة الحرية نتبع العبلقة المذككرة سابقنا في ىذا الفصؿ كىي
)Df = (R-1) × (C-1
: Rعدد الصفكؼ (باستثناء الصفكؼ المحتكية عمى مجمكع العمكد) .
: Cعدد األعمدة (باستثناء األعمدة المحتكية عمى مجمكع الصؼ) .
كفي مثاؿ فإف درجة الحرية بتطبيؽ العبلقة السابقة .
df = (2-1) × (2-1) = 1
كلذلؾ تنحصر قيمة ) (Pبيف القيمة َُ َ.كالقيمة َََُ.
0.01 > P > 0.001
كلذلؾ ترفض فرضية العدـ كالنتائج المحصكؿ عمييا حقيقية .
207
الفصل الثبًً عشر
CHAPTER TWELVE
االرتجبط واالًحذار الخطً
LINEAR CORRELATION
AND REGRESSION
أف اختبار مربع كام ( )2يعتمد عمى مبػدأ فػي فرضػية العػدـ أنػو ال يكجػد تكافػؽ بػيف
متغيريف .
في ىذا الفصؿ سنصؼ التقنيات اإلحصػائية التػي تسػتخدـ فػي د ارسػة التكافػؽ
عمػػى سػػبيؿ المثػػاؿ نريػػد د ارسػػة العبلقػػة بػػيف الػػكزف الحػػي كنمػػط التغذيػػة عنػػد
األغناـ في د ارسػة مثػؿ ىػذه العبلقػة مػثبلن سػيككف لكػؿ مػف االرتبػاط كاالنحػدار الخطػي
تعريفو الخاص.
كمثاؿ آخر :دراسة العبلقة بيف الكزف الحي عند األبقار أك الػدكاجف مػع إضػافة كميػة
معينة مف عنصر غذائي معطى في عبلئؽ األعبلؼ إلى آخر ما ىنالؾ مف تساؤالت
208
كم ػػع ميكلن ػػا ف ػػي كثي ػػر م ػػف األحي ػػاف لبلعتق ػػاد بكجػ ػكد عبلق ػػة ارتباطي ػػة ب ػػيف
ظاىرتيف كدراسة العبلقة بػيف مككنػات قػيـ الػدـ (خبليػا بيضػاء كخبليػا حمػراء كغيرىػا)
البرىػػاف عممي ػنا عمػػى صػػحة ىػػذا األمػػر بد ارسػػة االرتبػػاط يعطػػي البرىػػاف عممي ػنا يجعمنػػا
نؤمف بكجكد تمؾ العبلقة بدالن مف الميؿ إلى االعتقاد بكجكده .
مػػف النػػكع المسػػتمر كقيػػاس درجػػة تمػػؾ العبلقػػة .كىنػػا نريػػد أف نتعػػرؼ كيػػؼ يمكػػف أف
نصؼ التكافؽ الخطي بيف نمطيف مف المتغيرات .كمف أجؿ ذلؾ نشتؽ مقياسنا يدعى
كىكذا فإف الميمة األساسػية لفرضػية االرتبػاط ىػي التركيػز عمػى كجػكد عبلقػة
أك عدـ كجكد ىذه العبلقة بيف متغيريف ) (Xك ) (Yلظاىرتيف معينتيف .
فإذا كجدت ىذه العبلقة فإف فرضية االرتباط تقيس عندئذ شدة التكافػؽ ليػذا االرتبػاط .
إذ إنو في كثير مف األحيػاف ال يكفػي أف نقػكؿ إف ىنػاؾ عبلقػة بػيف ظػاىرتيف مػا دكف
209
معامؿ االرتباط : The Correlation Coefficient
إذا كنا نعتقد كجكد عبلقة خطية بيف متغيريف كمييف مع تغيػر فػي إحػدل قػيـ
المتغيػ ػريف كالمترافق ػػة م ػػع تغي ػػر ق ػػيـ المتغي ػػر اآلخ ػػر ،فإنن ػػا ني ػػتـ بتحدي ػػد ق ػػكة العبلق ػػة
المدركسة ،إذ إننػا ال نقػكـ فعميػنا برسػـ خػط مسػتقيـ فػي تحميػؿ فرضػية االرتبػاط (كىػذا
جػػزء مػػف تحميػػؿ االنحػػدار) ،لكننػػا يمكػػف أف نتخيػػؿ خط ػان عمػػى نحػػك تقػػديرم تقريبػػي
بمعنى آخر ىؿ تمؾ النقاط الممثمة لكؿ قيمة لكؿ مف المتغيريف في مخطط يمثؿ قيمة
كىكذا فالعبلقة الخطية بيف كػبل المتغيػريف فالنقػاط القريبػة مػف الخػط تمثػؿ أقػكل تكافػؽ
نقػػيس درجػػة أك شػػدة ىػػذا التكافػػؽ بحسػػاب مػػا يػػدعى بمعامػػؿ ارتبػػاط بيرسػػكف
نقػػكؿ إف ىنػػاؾ ارتباطػان تامػان Perfect Correlationإذا كانػػت كافػػة النقػػاط مندرجػػة
عمى الخط .في ىذه الحالة تككف قيمة معامػؿ االرتبػاط ىػي العظمػى (ُ) إمػا مكجبػة
210
الشكؿ رقـ ( )18االرتباط الخطي
نقكؿ إف ىناؾ ارتباطػان إيجابيػان إذا كانػت ىنػاؾ إشػارة مكجبػة لمعامػؿ االرتبػاط
كعندئذ تكجد عبلقة مباشػرة بػيف كػبل المتغيػريف كلػذلؾ تػزداد قيمػة أحػد المتغيػريف بينمػا
211
نق ػػكؿ ع ػػف االرتب ػػاط إن ػػو الس ػػمبي عن ػػدما تك ػػكف إش ػػارة معام ػػؿ االرتب ػػاط س ػػمبية
كعندئذ تكجد ىناؾ عبلقة عكسية بيف كبل المتغيػريف كلػذلؾ تػزداد قيمػة أحػد المتغيػريف
نقكؿ إنو ال يكجد تكافؽ خطي (عمى سبيؿ المثاؿ كأف يككف ىناؾ عدـ كجكد
ارتباط) إذا كاف معامؿ االرتباط بقيمة الصفر كعندئذ يشير المخطط النقطي إلػى عػدـ
كجػػكد عبلقػػة خطيػػة بػػيف المتغي ػرات (الشػػكؿ ُٖ ) .)(eكيجػػب أف تبلحػػظ أف العبلقػػة
غير خطية بيف المتغيرات يمكف أف تعطي أيضان معامؿ ارتباط بقيمة الصفر
كىكػػذا ف ػإف القيمػػة األقػػرب لمخػػط المسػػتقيـ ألف معامػػؿ االرتبػػاط يكػػكف بقيمتػػو
العظم ػػى كتش ػػير إل ػػى عبلق ػػة أق ػػكل ب ػػيف المتغيػ ػرات كتفس ػػر إل ػػى ق ػػيـ أق ػػرب إل ػػى الخ ػػط
كيكجػػد ىنػػا عبلقػػة لحسػػاب معامػػؿ االرتبػػاط أك أننػػا نحصػػؿ عمػػى ىػػذه القيمػػة
ف ػ ػ ػػإذا أخ ػ ػ ػػذنا عين ػ ػ ػػة عشػ ػ ػ ػكائية مس ػ ػ ػػتقمة اإلشػ ػ ػ ػفاع ،أع ػ ػ ػػدادىا ) (nلق ػ ػ ػػيـ المش ػ ػ ػػاىدات
) (X3 , Y3) (Xn , Ynك ) (X2 , Y2ك ) . (X1 , Y1لنمطػيف مػف المتغيػرات المسػتمرة
) (Xك ) (Yكعندئػػذ فػػإف تقػػدر قيمػػة معامػػؿ االرتبػػاط ( Pكىػػك الحػػرؼ اليكنػػاني كىػػك
)rhoفي قطيع مف الحيكانات لعينة ما معامؿ االرتباط الذم يعطى بالعبلقة اآلتية :
212
) ( X X )(Y Y
( X X ) 2 (Y Y ) 2
وىنا نالحظ ما يأتي :
ُ -معامؿ االرتباط مستقؿ بالنسبة لكحدات القياس لمتغيريف .
ِ -يمكنن ػػا إجػ ػراء تب ػػادؿ داخم ػػي بػ ػػيف ) (Xك ) (Yب ػػدكف الت ػػأثير عم ػػى قيم ػػة معامػ ػػؿ
االرتباط .
ّ -معامؿ االرتباط تبقى صبلحيتو فقط ضمف حدكد معينة لمبيانات المدركسة .
اختبار الفرضية عندما تكوف قيمة معامؿ االرتباط الصفر
Testing a Hypothesis That The Correlation
Coefficient is Zero
يعرض معامؿ االرتباط قياسان لقكة التكافػؽ بػيف كػبل المتغيػريف المدركسػيف كاذا
لػػـ تكػػف ىنػػاؾ عبلقػػة تكافػػؽ خط ػي بػػيف المتغي ػريف فػػإف قيمػػة معامػػؿ االرتبػػاط تسػػاكم
الصػػفر كلػػذلؾ فػػإف اختبػػار الفرضػػية ) (P = Oكىػػذا يفسػػر أنػػو ال يكجػػد دليػػؿ إلثبػػات
عبلقة سببية بيف المتغيريف كمف المستحيؿ أف يشير ذلؾ إلػى كجػكد اخػتبلؼ بػيف كػؿ
منيما .
االفتراضات : Assumption
-يككف اختيار الفرضية حقيقينا بالنسبة لمعامػؿ االرتبػاط عنػدما يسػاكم القيمػة الصػفر
كىذا يتطمب كجكد متغير كاحد عمى األقؿ مف كبل المتغيريف قيمة مكزعة طبيعيان .
213
الطريقة : The Approach
-حػدد فرضػػية العػدـ التػػي تعتمػػد عمػى معامػػؿ االرتبػػاط لحيكانػات الد ارسػػة ) (Pيسػػاكم
القيمػػة (ُ) .كتتبنػػى الفرضػػية البديمػػة عمكم ػنا أف معامػػؿ االرتبػػاط ال يسػػاكم القيمػػة
الصفر .
-اجمع البيانات كاعرضػيا فػي مخطػط نقطػي يمثػؿ مػا إذا كانػت ىنػاؾ عبلقػة خطيػة
بػػيف المتغي ػريف كتأكػػد أف االفت ػراض محقػػؽ فػػي ىػػذه العبلقػػة أنػػو يكجػػد عمػػى األقػػؿ
-احس ػػب معام ػػؿ ارتب ػػاط العين ػػة ،كم ػػف المفض ػػؿ أف تحس ػػب باس ػػتخداـ الحاس ػػكب .
كيمكػ ػػف أف تجػ ػػد أف الحاسػ ػػكب يحسػ ػػب االختبػ ػػار اإلحصػ ػػائي الػ ػػذم يعتمػ ػػد عمػ ػػى
أعبله :
)(n 2
Test10
)(1 2
بإعتبار أف :
: rتمثؿ معامؿ ارتباط العينة .
: nعدد أشفاع المشاىدات في العينة .
لػػيس صػػعبنا أف نحسػػب االختبػػار اإلحصػػائي رقػػـ (َُ) Testيػػدكينا لكػػف ىػػذا
يتطمب كجكد جدكؿ (جدكؿ )A.6يربط قيـ ) (rمباشرة بقيـ ). (P
-احص ػػؿ عم ػػى قيم ػػة ) ، (Pعمكمػ ػان تحس ػػب بس ػػيكلة باس ػػتخداـ الحاس ػػكب .كيمك ػػف
الحصكؿ عمى قيمة ) (rمباشرة باستخداـ الجدكؿ اإلحصائي ) (A.6عمى نحك بػديؿ
214
يمكف استخداـ االختبار اإلحصائي ) (Test 10مف الجدكؿ اإلحصائي اعتمادنا عمى
-قرر ما إذا كنت ترفض أك تقبؿ فرضية العدـ اعتمادنا عمى قيمة ) (Pكعمكمنا فإننػا
نرفض فرضػية العػدـ إذا كانػت قيمػة ) (Pأقػؿ مػف َٓ َ.نحسػب درجػة الثقػة عنػدما
يكػػكف معامػػؿ االرتبػػاط حقيقي ػان .مػػع أف تكزيػػع العينػػة لقيمػػة ) (rلػػيس طبيعي ػان فػػإف
كعندئػػذ نحػػكؿ البيانػػات بحسػػاب المغػػاريتـ الطبيعػػي لنحصػػؿ عمػػى درجػػة الثقػػة
215
االنحدار الخطي البسيط Simple Linear Regression
سنصػػؼ عنػػد د ارسػػتنا لتحميػػؿ االنحػػدار الخطػػي البسػػيط العبلقػ ىة بػػيف متغي ػريف
كميػػيف Xك Yبكاسػػطة تحديػػد كرسػػـ الخػػط المسػػتقيـ الػػذم يقػػدر البيانػػات النقطيػػة فػػي
المخطط النقطي بما يقرب أحدىما مف اآلخر .فإننا نربط المتغير Xككاحد مف القػيـ
التي يمكف أف تقاس بدكف خطأ أك أف المجرب يحددىا مسبقنا كلذلؾ عمى سبيؿ المثاؿ
،يمكف أف تمثؿ الجرع الدكائية أك األعمار أك األكزاف أك المركزات بقيـ مسبقة .
كمػػف جيػػة أخػػرل فػػإف المتغيػػر ) (Yىػػك متغيػػر عش ػكائي مكضػػكع لبلخػػتبلؼ
التجريبي كضغط الدـ النظامي كتركيز الييمكغمكبيف أك الكثافة المكنيػة ،فإننػا نفتػرض
أف المتغير Yىك متغير غير مستقؿ كمقاـ عمى المتغير Xكلذلؾ إذا غيرنا مف قيمة
) (Xفيذا سكؼ يقكدنا إلى التغيير في قيمة ) (Yكلكف ىذا التغير لف يككف متناظ نار .
ن ػػدعك المتغي ػػر ) (Yب ػػالمتغير غي ػػر المس ػػتقؿ أك المس ػػتجيب أك الن ػػاتج كنمثم ػػو
كيمكف أف ترسـ عيانينا ماذا يمكف أف نعتقد عف أفضؿ تطابؽ لمخط المستقيـ لكف ىذا
سيككف طريقة مكضكعية كلف يككف مرضيان عمى نحك كامؿ .كبديبلن عف ذلؾ نستخدـ
216
قانكننا (معادلة رياضية) ليصؼ العبلقة لمخػط المسػتقيـ بػيف المتغيػريف ) (Xك) (Yفػإف
POP
بإعتبار أف :
: YPOPىي القيمة المفسرة أك معدؿ ) (Yلقيـ معطاة عند المحكر ). (X
( : αالقيمػػة ألفػػا) :كىػػي تمثػػؿ قيمػػة الثابػػت كالتػػي ىػػي عبػػارة عػػف تقػػاطع المحػػكريف
) (inter Ceptأم ىي قيمة ) (Yعندما تككف قيمة ) (Xتساكم الصفر .
( : βبيتػػا) :كىػػي قيمػػة االنحػػدار ) (Slopeالخطػػي كالتػػي تمثػػؿ معػػدؿ تغيػػر فػػي قيمػػة
) (Yلكحػػدة التغيػػر فػػي ) (Xفعمػػى سػػبيؿ المثػػاؿ إف قيمػػة βتصػػؼ كػػـ تتغيػػر قػػيـ )(Y
بمتكسطاتيا عندما تزداد قيمة ) (Xبكحدة كاحدة .
إف كػبلن مػف ألفػػا كبيتػا عبػػارة عػف حػػدكد تعػرؼ الخػػط المسػتقيـ كىػػي مػا يػدعى
كيج ػػب أف نقػ ػػدر كػ ػػبل الحػ ػػديف αك βبالترتي ػػب بكاسػ ػػطة عينتػ ػػيف عش ػ ػكائيتي
( X , Y ), ( X
1 1 2 , Y2 ), ( X 3 , Y3) ,....( xn , Yn )
بطريقة تطابؽ فييا الخط الكىمي المرسكـ بالنسبة لمنقاط المدرجػة كعمػى نحػك
217
كىكػػذا مػػف خػػبلؿ مبلحظػػة الثنائيػػات المدرجػػة أعػػبله تحقػػؽ معادلػػة المسػػتقيـ
المعطى كبالتالي فيي تقع عميو أك بتعبير آخر يمػر المسػتقيـ منيػا كلػف نخػرج أبػان مػف
في المكاقع لدراسة العبلقة االرتباطية ) Y= f (Xالتي تدؿ عمى االتجاه العاـ
يمزـ التمييز بيف المتغير المستقؿ الذم جرت العادة عمى تسميتو ) (Xكالمتغيػر التػابع
كالػ ػػذم برمػ ػػز لػ ػػو عػ ػػادة بػ ػػالرمز ) (Yحيػ ػػث تكػ ػػكف الظػ ػػاىرة أك الخاصػ ػػية ) (Xكالتػ ػػي
يخصص ليا المحكر السيني األفقي ىػي الظػاىرة أك الخاصػية المػؤثرة كتكػكف الظػاىرة
) (Yكالتي يخصص ليا المحكر الصادم العمكدم ىي الظاىرة المتأثرة .
كىكذا فػإف أفضػؿ تطػابؽ لمخػط المسػتقيـ ألنػو سػيحدد قػيـ االنح ارفػات الفعميػة مػف تمػؾ
بل
كلكػػف نتجنػػب االنح ارفػػات اإليجابيػػة كالسػػمبية عػػف الخػػط المسػػتقيـ نتجاىػػؿ كػ ن
منيا .كنقكـ بتربيػع ىػذه القػيـ قبػؿ عمميػة جمعيػا كنختػار أفضػؿ تطػابؽ خطػي كالػذم
يحػد مػف مجمػػكع مربعػات االنح ارفػات لمقػػيـ المشػاىدة لممحػكر الصػػادم ) (Yعػف القػػيـ
المتكقعة .كىذا ما يعرؼ بالمبدأ األساسي لطريقة المربعات الصغرل Principle of
218
n
SSE (Yobserved Y pridicted ) 2
i 1
بإعتبار أف :
: SSEتمثػؿ مجمػكع مربعػات االنح ارفػات أك مػا يػدعى بمجمػكع مربعػات لمخطػأ (Sum of
). Squares of error
إف القيـ الرقمية أللفا ) (αكبيتا ) (βالتي تحد مػف قػيـ SSEيمكػف الحصػكؿ
عمييا المعادلة اآلتية :
SPXY
SS X
Y X
بإعتبار أف :
n
) SPXY ( Xi X )(Yi Y
i 1
n
SS X ( X 1 X ) 2
i 1
= SPXYتمثػػؿ مجم ػػكع قػػيـ االنح ارف ػػات لمثنائيػػات Xك Yع ػػف معػػدالتيا المح ػػددة
(Sum = SSXتمث ػػؿ مجم ػػكع مربع ػػات االنح ارف ػػات لق ػػيـ Xع ػػف مع ػػدؿ ق ػػيـ X
)Squared
كعنػػدما تحسػػب قيمػػة ألفػػا كبيتػػا βيمكػػف إيجػػاد معادلػػة المسػػتقيـ الخطػػي
219
لنمثػػؿ ذلػػؾ بمثػػاؿ رقمػػي فػػي الجػػدكؿ رقػػـ (ِٔ) .لنفتػػرض أننػػا ن ػزكد متممػػات عمفيػػة
لمجمكعػة مككنػة مػف خمسػة حيكانػات خػبلؿ فتػرة عػدة أشػير كقػد اسػتيبلؾ كػؿ حيػكاف
كخػػبلؿ نفػػس الفت ػرة يكػػكف الكسػػب الػػكزني المحصػػكؿ عميػػو لحيكانػػات الد ارسػػة
الخمسة مسجبلن كما في الجدكؿ رقـ (ِٕ) كما يأتي :
الجدوؿ رقـ :27الكسب الوزني لكؿ حيواف مف مجموعة التجربة لممتممات العمفية
220
ّ ٔٗ
ْ َُّ
ٓ ُُٔ
يحتػػكم الجػػدكؿ اآلتػػي (رقػػـ ِٖ) البيانػػات كالكميػػات التػػي نحتاجيػػا فػػي عمميػػة
الحساب الكمية لنحصؿ عمى معادلة االنحػدار الخطػي الػذم يسػمح لنػا بتقػدير الكسػب
جدوؿ رقـ ( :)28البيانات والكميات المطموبة لمحصوؿ عمى معادلة االنحدار الخطي
الكسب العمؼ
رقـ
الوزني
XI-X 2
YI-Ỹ XI-X XI-X المستيمؾ
YI-Ỹ الحيواف
()y )(x
الوسط
- - - 91 10
الحسابي
كىك ػػذا يمكنن ػػا أف نحس ػػب قيم ػػة بيت ػػا ُ βالت ػػي تمث ػػؿ االنح ػػدار ك ى ػػي بعب ػػارة
221
β1 = 119/ 16
β1 = 7.4375
بينم ػ ػػا قيم ػ ػػة تق ػ ػػاطع المح ػ ػػكريف ( )β0ك ى ػ ػػي أيض ػ ػػا تمث ػ ػػؿ ثاب ػ ػػت االنح ػ ػػدار
Β0= y - β1 x
Β0 = 91 – 7.4374
Β0 = 16.625
كىكػػذا فػػإف معادلػػة االنحػػدار الخطػػي الصػػغرل كالتػػي سػػكؼ نسػػتخدميا لتقػػدير
Y = B 0 + B1 x
Y = 16.625 + 7.4375x
كمف ذلؾ يمكف اآلف أف نتكقع الكزف المكتسب لمحيكاف كالذم استيمؾ كمية ٖ ك مف
العمؼ المقدـ كمتممات عمفية .كبضػرب القيمػة (ٖ) لممتغيػر ( )xفػي المعادلػة يمكننػا
كىكػػذا فإننػػا نتكقػػع أف يحقػػؽ الحي ػكاف الػػذم اسػػتيمؾ بعمفػػو ٖ ك ػ مػػف المػػتمـ
العمفػػي كسػػبان كزني ػان ُِٓ ٕٔ.خػػبلؿ فت ػرة تجربتنػػا .كعمػػى أيػػة حػػاؿ يجػػب أف نعػػي أف
الحيػكاف مػػا مػػف ىػػذه المجكعػػة مػػف غيػػر المحتمػػؿ أف يحقػػؽ كسػػبنا كزنيػنا ُِٓ ٕٔ.كػ
222
ػدؿ
بسػػبب االختبلفػػات المتنكعػػة بػػيف الحيكانػػات .كيجػػب أف ييعتبػػر كزف ُِٓ ٕٔ.معػ ى
كسب كزني لمحيكانات المستيمكة ٖ ك مف المتمـ العمفي بينمػا يتػراكح الكسػب الػكزني
لمحيكانات الفردية حكؿ المعدؿ .كفػي بياناتنػا المدرجػة فػي مثالنػا .فػإف الحيػكانيف رقػـ
ّ ك ْ يستيمكاف قرابة ُُ ك مػف المػتمـ العمفػي كعمػى أيػة حػاؿ فػإف الكسػب الػكزني
ليمػػا لػػـ يكػػف متسػػاكيا بينمػػا الكسػػب الػػكزني لمحي ػكاف رقػػـ 3ىػػك ق اربػػة ٔٗ ك ػ بينمػػا
الحيػ ػكاف رق ػػـ ْ يكس ػػب َُّ كػ ػ كباس ػػتخداـ معادل ػػة االنح ػػدار ف ػػإف الكس ػػب ال ػػكزني
المتكقع الستيبلؾ الحيكاف ُُ ك مف المتمـ العمفي خػبلؿ تجربتنػا كىػك سػكؼ يحقػؽ
ّْٕ ٖٗ.ك .كىكذا فإف كبل القيـ المشاىدة فعميا تختمػؼ فعميػا عػف القيمػة المتكقعػة
،كعمى أية حاؿ فإف معدؿ كبل القيمتيف يمكف أف يحسب كما يأتي :
103 96
99.5
2
كىذه القيمة المذككرة أعبله قريبة مف القيمة المتكقعة .
رأينا مما ذكػر سػابقنا أف مجمػكع مربعػات االنح ارفػات لمقػيـ المشػاىدة مػف القػيـ
المتكقعة تدعى بمجمكع مربعات الخطأ ( . )SSEكفي حالتنا ىذه فإف مجمكع مربعات
الخطأ ( )SSEقد أخذ القيمة ّٖٗ ِٓ.كما ىك مشاىد في الجدكؿ رقـ (ِٗ) التالي .
223
5.3477 2.3125 68.68 71 7 1
كالتي ىي عبارة عف مجمػكع المربعػات لبلنح ارفػات لمقػيـ المشػاىدة مػف المعػدؿ العػاـ .
TSSيمكػػف إذ إف االخػػتبلؼ األكثػػر يفسػػر بكاسػػطة نمػػكذج االنحػػدار .كاف قيمػػة
كمػف مثالنػا نحسػب حسػابان مسػبقان قيمػة () )(Yi – average Yلكػي نحصػؿ
عمى معامؿ االنحدار كىكذا فإف قيمة TSSتحسب كما يأتي :
إف االخ ػػتبلؼ ب ػػيف قيم ػػة TSSكقيم ػػة SSEتمث ػػؿ ق ػػيـ مج ػػاميع المربع ػػات لبلنح ػػدار
224
بإعتبار أف :
بإعتبار أف :
: Yىي القيمة المتكقعة لممتغير Y
:average Yىي معدؿ المتغير Y
كمػػف الجػػدكؿ الثػػاني يمكػػف أف نحسػػب التباينػػات بػػيف الكسػػب الػػكزني المتكقػػع
لكؿ حيكاف كمعدؿ الكسب الكزني الكمي لػً ُٗ كػ .فػإذا قمنػا بعمميػة تربيػع ىػذه القػيـ
كالتػػي ىػػي عبػػارة عػػف الكميػػة الكميػػة لبلخػػتبلؼ المفسػػر بػػالمتغير المسػػتقؿ ( )xكمػػا أف
قيمػ ػػة SSEتسػ ػػاكم مجمػ ػػكع مربعػ ػػات الخطػ ػػأ كالتػ ػػي ىػ ػػي عب ػ ػارة عػ ػػف الكميػ ػػة الكميػ ػػة
225
إف تقسػػيـ قيمػػة SSإلػػى SSRك SSEيػػدعى بتحميػػؿ الفػػرؽ .كمػػا أف النسػػبة
إف النسبة المئكية ْٗ لمفرؽ في الكسب الكزني في خمسة حيكانات يمكف أف
كفي الحقيقة ىذه النسبة كبيرة جدا فإنو لـ يكػف لػدينا أدنػى شػؾ فػي أنػو ىنػاؾ
عبلقة حقيقية بيف كمية المتمـ العمفي المستيمؾ كالكسب الكزني .كلمتأكد مف دقة ىذه
النتػػائج البػػد لنػػا مػػف حسػػاب درجػػة المعنكيػػة اإلحصػػائية .ككمػػا ىػػك الحػػاؿ فػػي جميػػع
االختبػػارات اإلحصػػائية تقػػاس المعنكيػػة اإلحصػػائية باسػػتخداـ نظريػػة العػػدـ التػػي تثبػػت
كج ػػكد عبلق ػػة حقيقي ػػة ب ػػيف المتغي ػػر ( )yكالمتغي ػػر ( )xكاف كمي ػػة االخ ػػتبلؼ المفسػ ػػر
بكاسػػطة SSRىػػي عبػػارة عػػف مجػػرد نتيجػػة احتماليػػة .كىػػذا يمكػػف أف يظيػػر فيمػػا إذا
حيث أف:
226
:df regressionدرجة الحرية الخاصة باالنحدار
ىذه التقديرات الكمية تدعى بالكسط الحسابي لممربعات ك تحسب كما يأتي :
بإعتبار أف :
: MSRكيدعى بالكسط الحسابي لمربع االنحدار
: MSEكيدعى بالكسط لمربع الخطأ
: df. Regressionكىي تساكم عدد المتغيرات المستقمة الداخمة بالقانكف
: df. Errorكىػػي تسػػاكم )n-1( – df. Regressionبإعتبػػار أف nىػػي عبػػارة عػػف
عدد المشاىدات الممحكظة .
ككمم ػػا كب ػػرت قيم ػػة MSRباالرتب ػػاط بقيم ػػة MSEك ػػاف ىن ػػاؾ احتمالي ػػة أق ػػؿ
لتككف نظرية العدـ حقيقية .كاف االختبار اإلحصائي المسػتخدـ لتقيػيـ ىػذه االحتماليػة
ىك اختبار Fاإلحصائي كالذم يحسب بالتناسب اآلتي :
F = MSR/MSE = 885.06/17.69= 50.16
ىذه العممية تسػمى بتكزيػع Fكاف درجػة الحريػة لمصػكرة فػي ىػذا التناسػب ىػي
عب ػػارة ع ػػف درج ػػة الحري ػػة الخاص ػػة باالنح ػػدار df. Regressionبينم ػػا درج ػػة الحري ػػة
لممخرج في ىذا التناسب ىي عبارة عف قيمة درجة الحرية لمخطأ df. Error
كفي مثالنا المذككر أعبله لدينا متغير مستقؿ كحيد كىك عبارة عف كمية المتمـ العمفي
المستيمؾ :
( )ُ = df. Regressionك لذلؾ فإف :
MSR = SSR /1 =885.0625
ك إف درجة الحرية لمخطأ في مثالنا ىي:
DF = (5-1) –1 =3
227
ك ىكذا فإف قيمة :
MSE = 52.9388/3 = 17.6463
F= 885.0625/17.6463 = 50.16
ك إذا نظرنػػا إلػػى االحتماليػػة المحصػػكؿ عمييػػا مػػف قيمػػة ، Fفكممػػا كانػػت ىػػذه القيمػػة
كبي ػرة كانػػت نظريػػة العػػدـ حقيقيػػة .كاذا نظرنػػا إلػػى جػػدكؿ تكزيػػع Fمػػع قيمػػة درجػػات
الحرية ُ ك ّ فإننػا نجػد أف ىنػاؾ احتماليػة أقػؿ مػف َُ َ.كىػذا يعنػي أنػو ىنػاؾ أقػؿ
مف ُ %فرصة لمحصكؿ عمى قيمة Fبقيمتيػا المتكقػع أف تكػكف كبيػرة كالتػي قػدرت ب ػ
ُٔ َٓ.إذا لـ يكف ىناؾ عبلقة بيف كمية المػتمـ العمفػي المسػتيمؾ كالكسػب الػكزني .
كلذلؾ يمكننا الحصكؿ عمى درجة ثقة ٗٗ %أف نظرية العدـ خاطئة كأنو يكجد عبلقة
كجػػكد أك عػػدـ كجػػكد لحػػاالت معينػػة كىػػذا المتغيػػر يمثػػؿ نكع ػان مػػف المتغي ػرات الفئكيػػة
228
المتع ػػدد الع ػػادم لي ػػذا الن ػػكع م ػػف البيان ػػات لك ػػف ىن ػػاؾ إمكاني ػػة إلع ػػادة ف ػػرز مث ػػؿ ىػ ػذه
بػػيف المتغي ػرات الفئكيػػة فػػي بيانػػات يكػػكف فييػػا تعػػداد صػػفكؼ العامػػؿ المػػدركس (عمػػى
ش ػػكؿ فئ ػػة) مح ػػددان .تحس ػػب تقني ػػة مانت ػػؿ ىنس ػػنزؿ تناس ػػبات األفض ػػمية كفئ ػػة معين ػػة
كعندئ ػػذ نحس ػػب تناس ػػب األفض ػػمية الع ػػاـ كزنيػ ػان .كاف اس ػػتخداـ تقني ػػة ) (MHليص ػػبح
محدكد االستعماؿ أيضنا عندما تككف أعداد جػداكؿ 2 × 2المطمػكب تحميميػا كبيػرة أك
عبلكة عمى ذلؾ فإف مف غير الممكف تنسيؽ كالتعامؿ مع متغيرات مستمرة .
إف الطريقػ ػ ػػة المناسػ ػ ػػبة كالبديمػ ػ ػػة ىػ ػ ػػي تحميػ ػ ػػؿ االنحػ ػ ػػدار باسػ ػ ػػتخداـ العمميػ ػ ػػة
إف المبدأ األساسي لتقنية االنحدار المكغاريتمي مشابو جدان لمربعػات االنحػدار
بالحسػػاب عمػػى تناسػػب األفضػػمية بينمػػا فػػي بعػػض الد ارسػػات يكػػكف حسػػاب الخطػػكرة
النسػػبية Relative Riskكالػػذم يمكػػف أف يكػػكف أكثػػر تناسػػبان مػػف اسػػتخداـ تناسػػب
األفضػػمية إال أنػػو ال يسػػتخدـ فػػي بعػػض الد ارسػػات الكبائيػػة العمميػػة كخاصػػة فػي د ارسػػة
حالػػة الػػتحكـ مػػع حػػاالت تجريبيػػة أخػػرل .إال أف تناسػػب األفضػػمية يسػػتخدـ فػػي كافػػة
229
الدراسات الكبائية سكاء كانت مسكحات كبائية أك دراسات كبائيػة تطبيقيػة تجريبيػة كمػا
ىػك فػػي طبيعػة المتغيػػر غيػر المسػػتقؿ .ففػي انحػػدار مربعػات الصػػغرل يكػكف المتغيػػر
غيػػر المسػػتقؿ مػػف نمػػط مسػػتمر (عمػػى سػػبيؿ المثػػاؿ كزف الجسػػـ) بينمػػا فػػي االنحػػدار
المكغاريتمي يككف المتغير غيػر المسػتقؿ ىػك مػف نمػط بينػرم (ثنػائي ( )Binaryعمػى
سبيؿ المثاؿ متغير فئكم مع كجكد فئتيف فقط) .فعمى سػبيؿ المثػاؿ المصػؿ اإليجػابي
مع المصؿ السمبي ،أك نقػكؿ بقػرة مصػابة .كبقػرة غيػر مصػابة ) فػإذا أعطػي لمفئتػيف
قيـ رقمية صفر ) (0ككاحد ) (1فإنو عادة ما نمثؿ القيمة ال (بالنتيجة السمبية) كالقيمة
نعػ ػػـ (بالنتيجػ ػػة اإليجابيػ ػػة) نسػ ػػبيان .كعندئػ ػػذ يعطػ ػػي معػ ػػدؿ ىػ ػػذه القػ ػػيـ فػ ػػي عينػ ػػة مػ ػػف
ػس نسػػبة نمػػكذج االنحػػدار المناسػػب سػػكؼ يتنبػػأ نسػػبة األف ػراد الحيكانيػػة
الحيكانػػات نفػ ى
الممي ػزة بمكضػػكع الد ارسػػة أك يع ػػادؿ احتماليػػة األف ػراد الحيكاني ػػة الممي ػزة ألم مػػف ى ػػذه
المج ػػاميع ف ػػي النم ػػكذج .كم ػػف الناحي ػػة التدريبي ػػة اإلحص ػػائية م ػػف المفض ػػؿ الطريق ػػة
باسػػتخداـ تحكيػػؿ ىػػذه النسػػبة المئكيػػة كلسػػبب كحيػػد فقػػط ىػػك أف النمػػكذج اإلحصػػائي
230
يمكػ ػ ػ ػ ػ ػ ػػف أف يتنبػ ػ ػ ػ ػ ػ ػػأ قيم ػ ػ ػ ػ ػ ػ ػنا احتماليػ ػ ػ ػ ػ ػ ػػة خػ ػ ػ ػ ػ ػ ػػارج المػ ػ ػ ػ ػ ػ ػػدل صػ ػ ػ ػ ػ ػ ػػفر ) (0كالقيمػ ػ ػ ػ ػ ػ ػػة
). (1
كاأليقػػكف المسػػتخدـ عمكم ػنا فػػي عمميػػة التحكيػػؿ يػػدعى بالتحكيػػؿ المكغػػاريتمي
الطبيعػػي لمتناسػػب لفػػرد مػػف الحيكانػػات فػػي حالػػة معينػػة .بينمػػا القيمػػة ) (Pىػػي نسػػبة
فعمػػى س ػػبيؿ المثػػاؿ إذا كان ػػت قيمػػة ) (Pتمث ػػؿ االحتماليػػة لحيكان ػػات إيجابي ػػة
P
( Logit ( P) Log )
Y P
= كىي تمثؿ عمكمان المغاريتـ التراجمي Log oddsكبالمقارنة بقيمة ) (Pكالتي يجب
أف تأخذ القيمة بيف ) (0ك ) (1فإف القيمة المغاريتميػة ل ػ ) Logit (P) : (Pيمكػف أف
231
التقميدية لتقدير الحد .كمف ضمف محاسف طرؽ التشابو األعظمي ليس مف الضركرم
أف يككف المتغير غير المستقؿ مف نمط التكزيػع الطبيعػي ممػا يعنػي أف ىنػاؾ إمكانيػة
لتقدير المعادالت الخطية المعقدة ككذا النماذج غير الخطية أيضنا .
كعمػػى نحػػك مشػػابو لبلنحػػدار العػػادم يقػػدـ االنحػػدار المغػػاريتمي يقػػدـ كصػػفان نمكذجي ػان
P Odds
Odds :P
1 P 1 Odds
كاذا كانت قيمة :
×Log odds = β0 + β1
كلذلؾ االحتمالية لقيمة ) (Pتساكم :
:P (y 1 /x ) = e β0 + β1 x / 1 + e β0 + β1 x
التالي ػػة)() (Logit (p1لممجمكع ػػة األكل ػػى ) ك ( L2كى ػػي تس ػػاكم )(Logit (p2
232
القيمة : β1تمثؿ المغاريتـ المقدر لتناسػب األفضػمية (التراجحيػة) مػع األخػذ باالعتبػار
القيم ػػة : β0كى ػػي تق ػػدر لغ ػػاريتـ األفض ػػمية لمم ػػرض ف ػػي ح ػػاؿ ع ػػدـ التع ػػرض لعكام ػػؿ
الخطكرة
مقدمة Introduction
درسػػنا االختبػػارات المعمميػػة فػػي الفصػػكؿ السػػابقة ،ك التػػي تتضػػمف افت ارضػػات
معينػػة ًلتكزيػػع المشػػاىدات ،فعمػػى سػػبيؿ المثػػاؿ عنػػد اسػػتخداـ اختبػػارات سػػتكدنت ذم
233
العينيتػػيف افترضػػنا أف البيانػػات مكزعػػة طبيعي ػنا كالتباينػػات فػػي العينػػات المشػػاىدة ف ػػي
المجمػػكعتيف متشػػابيتاف .إال أنػػو فػػي بحػػكث الحيػكاف تكػػكف نتػػائج البيانػػات أقػػؿ درجػػة
مف حيث الشمكلية كالدقة في أعداد المشاىدات أك تكزيع البيانات .كلذلؾ مف الممكف
حس ػػب االفت ارض ػػات المطبق ػػة ف ػػي ى ػػذه االختب ػػارات أف تك ػػكف نت ػػائج ى ػػذه االختب ػػارات
البلمعممي ػػة كالت ػػي ل ػػيس فيي ػػا أم افت ارض ػػات لتكزي ػػع البيان ػػات .كلي ػػذا الس ػػبب ن ػػدعكىا
إف عمميػ ػػات التحميػ ػػؿ فػ ػػي االختبػ ػػارات البلمعمميػ ػػة عػ ػػادة تعتمػ ػػد عمػ ػػى ترتيػ ػػب
البيانػػات فمػػثبل عػػدد النجاحػػات /األخمػػاج /فػػي البيانػػات المشػػاىدة ترتػػب تصػػاعديا أك
تنازليان منو مف تحمييا كبيانات خاـ غير مجرل عمييا أية طريقػة .كببسػاطة يمكػف أف
لػػف نػػتمكف مػػف د ارسػػة كامػػؿ االختبػػارات البلمعمميػػة نظػ نار لضػػيؽ الفتػرة الزمنيػػة لمػػنيج
االحصاء المقرر لمسنة االكلى كنعطػي فكػرة عػف أىػـ اختبػار مػف االختبػارات المعمميػة
كىػػك اختبػػار اإلشػػارة .بقيػػة االختبػػارات يػػتـ د ارسػػتيا فػػي منػػاىج اإلحصػػاء لمد ارسػػات
العميػػا حسػػب المنػػاىج اإلحصػػائية فػػي العمػػكـ الطبيػػة النيػػا تسػػنخدـ غالبػػا عنػػدما تكػػكف
234
الجدوؿ رقـ :30مقارنة االختبارات الحدية مع االختبارات الالمعممية
235
اختبار اإلشارة The Sign Test
) : 1/(2nكىك عبارة عػف معامػؿ تصػحيح مسػتمر يسػمح لنػا باسػتخداـ تكزيػع طبيعػي
تعتبػػر بقيػػة االختبػػارات لمرحمػػة د ارسػػية تخصصػػية فػػي اإلحصػػاء كالتػػي أيشػػير
236
الوـراجع العـرثٍة
ُ -دركزنم ػػي ،محم ػػد س ػػمير (َََِ) ،اإلحص ػػاء الحي ػػكم ،منش ػػكرات جامع ػػة حم ػػب.
سكريا
ِ -كنجك ،أنيس اسماعيؿ (ُّٗٗ) .اإلحصػاء ك االحتمػاؿ .منشػكرات جامعػة الممػؾ
سعكد ،المممكة العربية السعكدية.
237
الوراجــع األجـٌجٍة
REFERENCES
1- Altman, D. G. (1992). How large a sample. In: Stastics in
Practice. (ed. SM. Gore & D. G. Altman). British Medical
Association.
2- Armitage, P. & Berry, G. (1994). Statistical Methods in
Medical Research, 3rd edn. Blackwell Scientific Publication,
Oxford.
3- Bland, J. M. & Kerry, S. M. (1997). Sample Size in Cluster
Randomisation . British Medical Journal, Vol. 315, No. 600.
4- Burton, S. A., Lemke, K. A., Ihle, S. L., & MackKenzie,
A.L.(1997). Effects of Medetomiddine on Serum Insulin and
Plasma Glucose Concentrations in Clinically Normal Dogs.
American
5- Cochran, W. G. (1977). Sampling techniques, 3rd edn. Wiley,
New York.
6- Cox, D., R. & Oakes, D. (1984). Analysis of Survival Data.
Chapman and Hall, London.
7- Donner, A. (1987). Statistical Methodology for Paired Cluster
Design. American Journal of Epidemiology, 126, 972-9.
8- Everitt, B. S. (1995). The analysis of Repeated Measures: A
practical Review with Examples. The Statistician, 44, 113.
9- Gardner, M. J. & Altman, D. G. (eds)(1989). Statistics with
Confidence: Confidence Intervals and Statistical Guidelines.
British Medical Journal, London.
10- Haber, M., Logini, I. M., & Halloran, M. E.
(1991).International Journal of Epidemiology, 20 300-10.
11- Hseih, F. Y. (1988). Sample Size Formulae for Intervention
Studiers with the Cluster as Unit of Randomisation. Statistics
in Medicne, 8, 1195-201.
12- Jekel, J. F., Elmore, J. G. & Katz, D. L. (1996).
Epidemiology, Biostatistics and Preventive Medicine.
Saunders, Philadelphia.
238
13 - Kendall, M. G. (1980). Multivariate Analysis, 2d edn.
Griffin, London.
14- Littele, T. W. A ., Richards, M. S., Hussaini, S. N. & Jones,
T. D. (1980). The Significance of Leptospiral
15- Antibodies in Calving and Aborting Cattle in South West
England. Veterinary Record, 106, 221-4
16- Manly, B. F. J. (1986). Multivariate Statistical Methods, A
primer, Chapman and Hall , London.
17- McCoy, M. A., Goodall, E. A. & Kennedy, D. G. (1996).
Incidence of Bovine Hypomagnesaemia in Northern Ireland
and Methods of Magnesium Supplementation. Veterinary
Record, 138, 41-3.
18- Nada, A. S., Dodson, H. & Ward, W. R. (1990). Relationship
between an increase in Plasma Cortisol during Transport-
Induced Stress and Failure of Oestradiol to induce a
Luteinising Hormone Surge in Dairy Cows. Research
Vterinary Science, 49, 25-8.
19- Nicholas, F. W. (1987). Veterinary Genetics. Oxford
University Press, Oxford.
20- Pearson, R. A. & Ouassat, M. (1996). Estimation of the live
weight and body condition of Working Donkeys in Morocco.
Veterinary Record, 138. 229-33.
21- Schroeder, L. D., Sjoquist, D. L. & Stephan, P. E. (1986).
Understanding Regression Analysis: An Introductory Guide.
Sage University Paper Series on Quantitative Applications in
the Social Science, Series No. 07-057. Sage University Press,
Beverly Hills, California.
22- Siegel, S. & Castellan, N. J. (1988). Non-parametric
Statistics for the Behavioral Science, 2nd edn. McGraw-Hill,
New York.
23- Yates, F. (1981). Sampling Methods for Cenuses and
Surveys, 4th edn. Griffin, London.
239
البرامج اإلحصائية المشار إلييا خالؿ سرد التقنيات
اإلحصائية
Computer Packages Mentioned
Borenstein, M., Rothstein, H. & Cohen, J. (1997). Sample
Power 10.0. SPSS., Chicago, USA.
N-Query Advisor 2.0. Statistical Solutions Ltd. SPSS,
version 10.0. SPSS Inc. Chicago, USA.
STATISTIX, (1998). Analytical Software, Manual Guide,
Version 2.0, New York, USA.
S-Plus, (1998). User’ Manual. MathSoft, Version 4.0.
StatSci. Division, MathSoft, Inc. Seattle, Washington, USA.
240
الولحقبت اإلحصبئٍة
241
الجداوؿ اإلحصائية
إف القيمػػة المجدكلػػة ىػػي عبػػارة عػػف قيمػػة ( )Pذات القيمػػة المعب ػرة عػػف ذات
الذيميف لمتكزيعات الطبيعية المطابقة لقيمة محددة لئلنحراؼ الطبيعي المعيارم .
Z=X-M/Q
بإعتبػػار أف قيمػػة ( )Xىػػي عبػػارة عػػف المتغيػػر ذم التكزيػػع الطبيعػػي ،مػػع متكسػػط =
عمػى سػػبيؿ المثػػاؿ إذا كانػػت قيمػػة ( ُ.ٗٔ = )Zفعندئػػذ تكػػكف قيمػػة ( )Pذات الػػذيميف
= َٓ )P= 0.025( َ.فػػي كػػؿ جانػب أك مػػا يسػمى بالمصػػطمح اإلحصػائي فػػي كػػؿ
242
التوزيع الطبيعي المعياري: A1 ممحؽ
The Standard Normal Distribution
(Two-tailed P-Values from Values of z, the SND)
Z P Z P Z P Z P Z P Z P
0.00 1.0000 0.53 0.5961 1.04 0.2983 1.56 0.1188 2.08 0.0375 2.59 0.0096
0.01 0.9920 0.54 0.5892 1.05 0.2937 1.57 0.1164 2.09 0.0366 2.60 0.0093
0.02 0.9840 0.55 0.5823 1.06 0.2891 1.58 0.1141 2.10 0.0357 2.61 0.0091
0.03 0.9761 0.56 0.5755 1.07 0.2846 1.59 0.1118 2.11 0.0349 2.62 0.0088
0.04 0.9681 0.57 0.5687 1.08 0.2801 1.60 0.1096 2.12 0.0340 2.63 0.0085
0.05 0.9601 0.58 0.5619 1.09 0.2757 1.61 0.1074 2.13 0.0332 2.64 0.0083
0.06 0.9522 0.59 0.5552 1.10 0.2713 1.62 0.1052 2.14 0.0324 2.65 0.0080
0.07 0.9442 0.60 0.5485 1.11 0.2670 1.63 0.1031 2.15 0.0316 2.66 0.0078
0.08 0.9362 0.61 0.5419 1.12 0.2627 1.64 0.1010 2.16 0.0308 2.67 0.0076
0.09 0.9283 0.62 0.5353 1.13 0.2585 1.65 0.0989 2.17 0.0300 2.68 0.0074
0.10 0.9203 0.63 0.5287 1.14 0.2543 1.66 0.0969 2.18 0.0293 2.69 0.0071
0.11 0.9124 0.64 0.5222 1.15 0.2501 1.67 0.0949 2.19 0.0285 2.70 0.0069
0.12 0.9045 0.65 0.5157 1.16 0.2460 1.68 0.0930 2.20 0.0278 2.71 0.0067
0.13 0.8966 0.66 0.5093 1.17 0.2420 1.69 0.0910 2.21 0.0271 2.72 0.0065
0.14 0.8887 0.67 0.5029 1.18 0.2380 1.70 0.0891 2.22 0.0264 2.73 0.0063
0.15 0.8808 0.68 0.4965 1.19 0.2340 1.71 0.0873 2.23 0.0257 2.74 0.0061
0.16 0.8729 0.69 0.4902 1.20 0.2301 1.72 0.0854 2.24 0.0251 2.75 0.0060
0.17 0.8650 0.70 0.4839 1.21 0.2263 1.73 0.0836 2.25 0.0244 2.76 0.0058
0.18 0.8572 0.71 0.4777 1.22 0.2225 1.74 0.0819 2.26 0.0238 2.77 0.0056
0.19 0.8493 0.72 0.4715 1.23 0.2187 1.75 0.0801 2.27 0.0232 2.78 0.0054
0.20 0.8415 0.73 0.4654 1.24 0.2150 1.76 0.0784 2.28 0.0226 2.79 0.0053
0.21 0.8337 0.74 0.4593 1.25 0.2113 1.77 0.0767 2.29 0.0220 2.80 0.0051
0.22 0.8259 0.75 0.4533 1.26 0.2077 1.78 0.0751 2.30 0.0214 2.81 0.0050
0.23 0.8181 0.76 0.4473 1.27 0.2041 1.79 0.0735 2.31 0.0209 2.82 0.0048
0.24 0.8103 0.77 0.4413 1.28 0.2005 1.80 0.0719 2.32 0.0203 2.83 0.0047
0.25 0.8026 0.78 0.4354 1.29 0.1971 1.81 0.0703 2.33 0.0198 2.84 0.0045
0.26 0.7949 0.79 0.4295 1.30 0.1936 1.82 0.0688 2.34 0.0193 2.85 0.0044
0.27 0.7872 0.80 0.4237 1.31 0.1902 1.83 0.0672 2.35 0.0188 2.86 0.0042
0.28 0.7795 0.81 0.4179 1.32 0.1868 1.84 0.0658 2.36 0.0183 2.87 0.0041
0.29 0.7718 0.82 0.4122 1.33 0.1835 1.85 0.0643 2.37 0.0178 2.88 0.0040
0.30 0.7642 0.83 0.4065 1.34 0.1802 1.86 0.0629 2.38 0.0173 2.89 0.0039
0.31 0.7566 0.84 0.4009 1.35 0.1770 1.87 0.0615 2.39 0.0168 2.90 0.0037
0.32 0.7490 0.85 0.3953 1.36 0.1738 1.88 0.0601 2.40 0.0164 2.91 0.0036
0.33 0.7414 0.86 0.3898 1.37 0.1707 1.89 0.0588 2.41 0.0160 2.92 0.0035
0.34 0.7339 0.87 0.3843 1.38 0.1676 1.90 0.0574 2.42 0.0155 2.93 0.0034
0.35 0.7263 0.88 0.3789 0.39 0.1645 1.91 0.0561 2.43 1.0151 2.94 0.0033
0.36 0.7188 0.89 0.3735 0.40 0.1615 1.92 0.0549 2.44 0.0147 2.95 0.0032
0.37 0.7114 0.90 0.3681 1.41 0.1585 1.93 0.0536 2.45 0.0143 2.96 0.0031
0.38 0.7039 0.91 0.3628 1.42 0.1556 1.94 0.0524 2.46 0.0139 2.97 0.0030
0.39 0.6965 0.92 0.3576 1.43 0.1527 1.95 0.0512 2.47 0.0135 2.98 0.0029
0.40 0.6892 0.93 0.3524 1.44 0.1499 1.96 0.0500 2.48 0.0131 2.99 0.0028
0.41 0.6818 0.94 0.3472 1.45 0.1471 1.97 0.0488 2.49 0.0128 3.00 0.0027
0.42 0.6745 0.95 0.3421 1.46 0.1443 1.98 0.0477 2.50 0.0124 3.10 0.00194
0.43 0.6672 0.96 0.3371 1.47 0.1416 1.99 0.0466 2.51 0.0121 3.20 0.00137
0.44 0.6599 0.97 0.3320 1.48 0.1389 2.00 0.0455 2.52 0.0117 3.30 0.00097
0.45 0.6527 0.98 0.3271 1.49 0.1362 2.01 0.0444 2.53 0.0114 3.40 0.00067
0.46 0.6455 0.99 0.3222 1.50 0.1336 2.02 0.0434 2.54 0.0111 3.50 0.00047
0.47 0.6384 1.00 0.3173 1.51 0.1310 2.03 0.0424 2.55 0.0108 3.60 0.00032
0.48 0.6312 1.01 0.3125 1.52 0.1285 2.04 0.0414 2.56 0.0105 3.70 0.00022
0.49 0.6241 1.02 0.3077 1.53 0.1260 2.05 0.0404 2.57 0.0102 3.80 0.00014
0.50 0.6171 1.03 0.3030 1.54 0.1236 2.06 0.0394 2.58 0.0099 3.90 0.00010
0.51 0.6101 1.55 0.1211 2.07 0.0385 4.00 0.00006
0.52 0.6031
243
) P مف قيـSND , Z التوزيع الطبيعي المعياري ( قيـ: A2 الممحؽ
The Standard Normal Distribution
(Values of z, the SND, from P- Value)
Two-tailed
SND-z One-tailed probability
probanility
1.00 0.00 0.50
0.90 0.13 0.45
0.50 0.67 0.25
0.25 1.15 0.125
0.20 1.28 0.10
0.15 1.44 0.075
0.10 1.64 0.50
0.05 1.96 0.025
0.02 2.33 0.01
0.01 2.58 0.005
0.005 2.81 0.0025
0.001 3.29 0.0005
244
الممحؽ : A3النقاط المئوية لتوزيع ت ستودنت Percentage of the t- Distribution
df 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.05 0.02 0.01 0.001
1 0.158 0.325 0.510 0.727 1.000 1.376 1963 3.078 6.314 12.206 31.821 63.667 636619
2 0.142 0.289 0.445 0.617 0.816 1.061 1386 1.886 2.920 4.303 6.965 9.925 31593
3 0.137 0.277 0.424 0.584 0.765 0.978 1290 1.638 2.353 3.182 4.541 5.841 12924
4 0.134 0.271 0.414 0.569 0.741 0.941 1490 1.533 2.132 2.776 3.747 4.604 8610
5 0.132 0.267 0.408 0.559 0.727 0.920 1456 1.476 2.015 2.571 3.366 4.032 6869
6 0.131 0.265 0.404 0.553 0.718 0.906 1.134 1.449 1.943 2.447 3.143 3.707 5.959
7 0.130 0.265 0.402 0.549 0.711 0.896 1.119 1.415 1.825 2.365 2.995 3.499 5.408
8 0.130 0.262 0.393 0.546 0.706 0.889 1.108 0.397 1.86 2.366 2.896 3.355 5.011
9 0.129 0.261 0.398 0.543 0.703 0.883 1.100 1.383 1.833 2.262 2.821 3.250 4.381
10 0.129 0.260 0.397 0.542 0.700 0.879 1.093 1.372 1.812 2.228 2.764 3.169 4.587
11 0.129 0.260 0.396 0.540 0.697 0.876 1.088 1.363 1.796 2.201 2.718 3.106 4.437
12 0.128 0.259 0.395 0.539 0.695 0.873 1.083 1.396 1.782 2.179 2.381 3.055 4.318
13 0.128 0.259 0.394 0.538 0.694 0.870 1.079 1.350 1.771 2.160 2.650 3.012 4.221
14 0.128 0.258 0.393 0.537 0.692 0.868 1.076 1.345 1.761 2.145 2.624 2.977 4.140
15 0.128 0.258 0.393 0.536 0.691 0.866 1.074 1.341 1.753 2.131 2.602 2.947 4.073
16 0.128 0.258 0.392 0.535 0.690 0.865 1.071 1.337 1.746 2.120 2.583 2.921 4.015
17 0.128 0.258 0.392 0.534 0.689 0.863 1.069 1.333 1.741 2.110 2.567 2.898 3.965
18 0.127 0.257 0.392 0.534 0.688 0.862 1.067 1.330 1.734 2.101 2.552 2.878 3.922
19 0.127 0.257 0.391 0.533 0.688 0.861 1.066 1.328 1.729 2.093 2.539 2.861 3.883
20 0.127 0.257 0.391 0.533 0.687 0.860 1.064 1.325 1.725 2.056 2.528 2.845 3.850
21 0.127 0.257 0.391 0.532 0.696 0.859 1.063 1.323 1.721 2.090 2.518 2.831 3.819
245
22 0.127 0.256 0.390 0.532 0.696 0.858 1.061 1.321 1.717 2.074 2.508 2.819 3.792
23 0.127 0.256 0.390 0.532 0.685 0.858 1.060 1.319 1.214 2.069 2.900 2.817 3.767
24 0.127 0.256 0.390 0.531 0.685 0.857 1.059 1.318 1.311 2.064 2.492 2.397 3.745
25 0.127 0.256 0.390 0.531 0.684 0.856 1.058 1.316 1.708 2.060 2.485 2.787 3.725
26 0.127 0.256 0.390 0.531 0.681 0.856 1.058 1.315 1.706 2.056 2.479 2.779 3.707
27 0.127 0.256 0.389 0.531 0.681 0.855 1.067 1.314 1.303 2.062 2.473 2.771 3.690
28 0.127 0.256 0.389 0.530 0.681 0.855 1.056 1.313 1.301 2.048 2.457 2.763 3.674
29 0.127 0.256 0.389 0.530 0.683 0.854 1.055 1.311 1.699 2.045 2.462 2.756 3.699
30 0.127 0.256 0.389 0.530 0.683 0.854 1.055 1.319 1.697 2.042 2.457 2.790 3.646
40 0.126 0.255 0.388 0.529 0.681 0.851 1.050 1.303 1.684 2.021 2.423 2.704 3.551
90 0.126 0.255 0.388 0.528 0.679 0.849 1.047 1.299 1.676 2.009 2.403 2.678 3.497
100 0.126 0.254 0.386 0.526 0.677 0.845 1.042 1.291 1.661 1.984 2.364 2.626 3.391
200 0.126 0.254 0.386 0.525 0.676 0.843 1.039 1.286 1.653 1.972 2.345 2.601 3.340
∞ 0.126 0.253 0.385 0.524 0.674 0.842 1.036 1.282 1.645 1.960 2.326 2.576 3.291
246
توزيع مربع كاي: A4 الممحؽ
The Chi Squared (α) Distribution
Two-taited P-value
df 0.500 0.250 0.100 0.050 0.025 0.010 0.001
1 0.45 1.32 2.71 3.84 5.02 6.63 10.83
2 1.39 2.77 4.61 5.99 7.38 9.21 13.82
3 2.37 4.11 6.25 7.81 9.35 11.34 16.27
4 3.36 5.39 7.78 9.49 11.14 13.28 18.47
5 4.35 6.63 9.24 11.07 12.83 15.09 20.52
6 5.35 7.84 10.64 12.59 14.45 16.81 22.46
7 6.35 9.04 12.02 14.07 16.01 18.48 24.32
8 7.37 10.22 13.36 15.51 17.53 20.09 26.12
9 8.34 11.39 14.68 16.92 19.02 21.67 27.88
10 9.34 12.55 15.99 18.31 20.48 23.21 29.59
11 10.34 13.70 17.28 19.68 21.92 24.72 31.26
12 11.34 14.85 18.55 21.03 23.34 26.22 32.91
13 12.34 15.98 19.81 22.36 24.74 27.69 34.53
14 13.34 17.12 21.06 23.68 26.12 29.14 36.12
15 14.34 18.25 22.31 25.00 27.49 3058 37.70
16 15.34 19.37 23.54 26.30 28.85 32.00 39.25
17 16.34 20.49 24.77 27.59 30.19 33.41 40.79
18 17.34 21.60 25.99 28.87 31.53 34.81 42.31
19 18.34 22.72 27.20 30.14 32.85 36.19 43.82
20 19.34 23.83 28.41 31.41 34.17 37.57 45.32
21 20.34 24.93 29.62 32.67 35.48 38.93 46.80
22 21.34 26.04 30.81 33.92 36.78 40.29 48.27
23 22.34 27.14 32.01 35.17 38.08 41.64 49.73
24 23.34 28.24 33.20 36.42 39.36 42.98 51.18
25 24.34 29.34 34.38 37.65 40.65 44.31 32.62
26 25.34 30.43 35.56 38.89 41.92 45.64 54.05
27 26.34 31.53 36.74 40.11 43.19 46.96 55.48
28 27.34 32.62 37.92 41.34 44.46 48.28 56.89
29 28.34 33.71 39.09 42.56 45.72 49.59 58.30
30 29.34 34.80 40.26 43.77 46.98 50.89 59.70
40 39.34 45.62 51.80 55.76 59.34 63.69 73.40
50 49.33 56.33 63.17 67.50 71.42 76.15 86.66
60 59.33 66.96 74.40 79.08 83.30 88.38 99.61
70 69.33 77.58 85.53 90.53 95.02 100.42 112.32
80 79.33 88.13 96.58 101.88 106.63 112.33 124.84
90 89.33 98.64 107.56 113.14 118.14 124.12 137.21
100 99.33 109.14 118.50 124.34 129.56 135.81 149.45
247
) P=0.05 , P=0.01 ( F النقاط المئوية لتوزيع: A5a الممحؽ
Percentage Points of the F – Distribution ( P=0.05 , P=0.01 )
df numerator. V1
df
denominator P 1 2 3 4 5 6 7 8 12 24
v2
1 0.05 161.4 199.5 215.7 224.6 230.2 234.0 236.8 238.9 243.9 249.1
0.01 4052 5000 5403 5625 5764 5859 5928 5981 6106 6235
2 0.05 18.51 19.00 19.16 19.25 19.30 19.33 19.35 19.37 19.41 19.45
0.01 98.50 99.00 99.17 99.25 99.30 99.33 99.36 99.37 99.42 99.46
3 0.05 10.13 9.55 9.28 9.12 9.01 8.94 8.89 8.85 8.74 8.64
0.01 34.12 30.82 29.46 28.71 28.24 27.91 27.67 27.49 27.05 26.60
4 0.05 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 5.91 5.77
0.01 21.20 18.00 16.69 15.98 15.52 15.21 14.98 14.80 14.37 13.93
5 0.05 6.61 5.79 5.41 5.19 5.05 4.95 4.88 4.82 4.68 4.53
0.01 16.26 13.27 12.06 11.39 10.97 10.67 10.46 10.29 9.89 9.47
6 0.05 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.00 3.84
0.01 13.75 10.92 9.78 9.15 8.75 8.47 8.26 8.10 7.72 7.31
7 0.05 5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.57 3.41
0.01 12.25 9.55 8.45 7.85 7.46 7.19 6.99 6.84 6.47 6.07
8 0.05 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.28 3.12
0.01 11.26 8.65 7.59 7.01 6.63 6.37 6.18 6.03 5.67 5.28
248
9 0.05 5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.07 2.90
0.01 10.56 8.02 6.99 6.42 6.06 5.80 5.61 5.47 5.11 4.73
10 0.05 4.96 4.10 3.71 3.48 3.33 3.22 3.14 3.07 2.91 2.74
0.01 10.04 7.56 6.55 5.99 5.64 5.39 5.20 5.06 4.71 4.33
12 0.05 4.75 3.89 3.49 3.26 3.11 3.00 2.91 2.85 2.69 2.51
0.01 9.33 6.93 5.95 5.411 5.06 4.82 4.64 4.50 4.16 3.78
14 0.05 4.60 3.74 3.34 3.11 2.96 2.85 2.76 2.70 2.53 2.35
0.01 8.86 6.51 5.56 5.04 4.69 4.46 4.28 4.14 3.80 3.43
16 0.05 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.42 2.24
0.01 8.53 6.23 5.29 4.77 4.44 4.20 4.03 3.89 3.55 3.18
18 0.05 4.41 3.55 3.16 2.93 2.77 2.66 2.58 2.51 2.34 2.15
0.01 8.29 6.01 5.09 4.58 4.25 4.01 3.84 3.71 3.37 3.00
20 0.05 4.35 3.49 3.10 2.87 2.71 2.60 2.51 2.45 2.28 2.08
0.01 8.10 5.85 4.94 4.43 4.10 3.87 3.70 3.56 3.23 2.86
30 0.05 4.17 3.32 2.92 2.69 2.53 2.42 2.33 2.27 2.09 1.89
0.01 7.56 5.39 4.51 4.02 3.70 3.47 3.30 3.17 2.84 2.47
40 0.05 4.08 3.23 2.84 2.61 2.45 2.34 2.25 2.18 2.00 1.79
0.01 7.31 5.18 4.31 3.83 3.51 3.29 3.12 2.99 2.66 2.29
60 0.05 4.00 3.15 2.76 2.53 2.37 2.25 2.17 2.10 1.92 1.70
0.01 7.08 4.98 4.13 3.65 3.34 3.12 2.95 2.82 2.50 2.12
120 0.05 3.92 3.07 2.68 2.45 2.29 2.17 2.09 2.2 1.83 1.61
0.01 6.85 4.79 3.95 3.48 3.17 2.96 2.79 2.66 2.34 1.95
249
) P=0.05 , P=0.01 ( F النقاط المئوية لتوزيع: A5b الممحؽ
Percentage Points of the F – Distribution ( P=0.05 , P=0.01 )
Df P 1 2 3 4 5 6 7 8 12 24 ∞
denominator
V2
1 0.025 647.8 799.5 864.2 899.6 921.8 937.1 948.2 956.7 976.7 997.2 1018
0.005 16211 20000 21615 22500 23056 23437 23715 23925 24426 24940 25465
2 0.025 38.51 .39.00 39.17 39.25 39.30 39.33 39.36 39.37 39.41 39.46 39.50
0.005 198.5 199.0 199.2 199.2 199.3 199.3 199.4 199.4 199.4 199.5 199.5
3 0.025 17.44 16.04 15.44 15.10 14.88 14.73 14.62 14.54 14.34 14.12 13.90
0.005 55.55 49.80 47.47 46.19 45.39 44.84 44.43 44.13 43.39 42.62 41.83
4 0.025 12.22 10.65 9.98 9.60 9.36 9.20 9.07 8.98 8.75 8.51 8.26
0.005 31.33 26.28 24.26 23.15 22.46 21.97 21.62 21.35 20.70 20.03 19.32
5 0.025 10.01 8.43 7.76 7.39 7.15 6.98 6.85 6.76 6.52 6.28 6.02
0.005 22.78 18.31 16.53 15.56 14.94 14.51 14.20 13.96 13.38 12.78 12.14
6 0.025 8.81 7.26 6.60 6.23 5.99 5.82 5.70 5.60 5.37 5.22 4.85
0.005 18.63 14.54 12.92 12.03 11.46 11.07 10.79 10.57 10.03 9.47 8.88
7 0.025 8.07 6.54 5.89 5.52 5.29 5.12 4.99 4.90 4.67 4.42 4.14
0.005 16.24 12.40 10.88 10.05 9.52 9.16 8.89 8.68 8.18 7.65 7.08
8 0.025 7.57 6.06 5.42 5.05 4.82 4.65 4.53 4.43 4.20 3.95 3.67
0.005 14.69 11.04 9.60 8.81 8.30 7.95 7.69 7.50 7.01 6.50 5.95
9 0.025 7.21 5.71 5.08 4.72 4.48 4.32 4.20 4.10 3.87 3.61 3.33
0.005 13.61 10.11 8.72 7.96 7.47 7.13 6.88 6.69 6.23 5.73 5.19
250
10 0.025 6.94 5.46 4.83 4.47 4.24 4.07 3.95 3.85 3.62 3.37 3.08
0.005 12.83 9.43 8.08 7.34 6.87 6.54 6.30 6.12 5.66 5.17 4.64
12 0.025 6.55 5.10 4.47 4.12 3.89 3.73 3.61 3.51 3.28 3.02 2.72
0.005 11.75 8.51 7.23 6.52 6.07 5.76 5.52 5.35 4.91 4.43 3.90
14 0.025 6.30 4.86 4.24 3.89 3.66 3.50 3.38 3.29 3.05 2.79 2.49
0.005 11.06 7.92 6.68 6.00 5.56 5.26 5.03 4.86 4.43 3.96 3.44
16 0.025 6.12 4.69 4.08 3.73 3.50 3.34 3.22 3.12 2.89 2.63 2.32
0.005 10.58 7.51 6.30 5.64 5.21 4.91 4.69 4.52 4.10 3.64 3.11
18 0.025 5.98 4.56 3.95 3.61 3.38 3.22 3.10 3.01 2.77 2.50 2.19
0.005 10.22 7.21 6.03 5.37 4.96 4.66 4.44 4.28 3.86 3.40 2.87
20 0.025 5.87 4.46 3.86 3.51 3.29 3.13 3.01 2.91 2.68 2.41 2.09
0.005 9.94 6.99 5.82 5.7 4.76 4.47 4.26 4.09 3.68 3.22 2.69
30 0.025 5.57 4.18 3.59 3.25 3.03 2.87 2.75 2.65 2.41 2.14 1.79
0.005 9.18 6.35 5.24 4.62 4.23 3.95 3.74 3.58 3.18 2.73 2.18
40 0.025 5.42 4.05 3.46 3.13 2.90 2.74 2.62 2.53 2.29 2.01 1.64
0.005 8.83 6.07 4.98 4.37 3.99 3.71 3.51 3.35 2.95 2.50 1.93
60 0.025 5.29 3.93 3.34 3.01 2.79 2.63 2.51 2.41 2.17 1.88 1.48
0.005 8.49 5.79 4.73 4.14 3.76 3.49 3.29 3.13 2.74 2.29 1.69
120 0.025 5.15 3.80 3.23 2.89 2.67 2.52 2.39 2.30 2.05 1.76 1.31
0.005 8.18 5.54 4.50 3.92 3.55 3.28 3.09 2.93 2.54 2.09 1.43
∞ 0.025 5.02 3.69 3.12 2.79 2.57 2.41 2.29 2.19 1.94 1.64 1.00
0.005 7.88 5.30 4.28 3.72 3.35 3.09 2.90 2.74 2.36 1.90 1.00
251
القيـ المحددة لعامؿ ارتباط بيرسوف: A6 الممحؽ
Critical Values of Prearson's Correlation Coefficient (r)
Two-tailed P-value Two-tailed P-value
Sample 0.05 0.01 0.001 Sample 0.05 0.01 0.001
size size
3 0.9969 0.9999 1.0000 23 0.4132 0.5256 0.6402
4 0.9500 0.9900 0.9990 24 0.4044 0.5151 0.6287
5 0.8783 0.9587 0.9911 25 0.3961 0.5152 0.6177
6 0.8114 0.9172 0.9741 26 0.3882 0.4958 0.6073
7 0.7545 0.8745 0.9509 27 0.3809 0.4869 0.5974
8 0.7067 0.8343 0.9249 28 0.3739 0.4785 0.5880
9 0.6664 0.7977 0.8983 29 0.3673 0.4705 0.5790
10 0.6319 0.7646 0.8721 30 0.3610 0.4629 0.5703
11 0.6021 0.7348 0.8471 35 0.3338 0.4296 0.5322
12 0.5760 0.7079 0.8233 40 0.3120 0.4026 0.5007
13 0.5529 0.6835 0.8010 45 0.2940 0.3801 0.4742
14 0.5324 0.6614 0.7800 50 0.2787 0.3610 0.4514
15 0.5139 0.6411 0.7604 55 0.2656 0.3445 0.4317
16 0.4973 0.6226 0.7419 60 0.2542 0.3301 0.4143
17 0.4821 0.6055 0.7247 70 0.2352 0.3060 0.3850
18 0.4683 0.5897 0.7084 80 0.2199 0.2864 0.3611
19 0.4555 0.5751 0.6932 90 0.2072 0.2702 0.3412
20 0.4438 0.5614 0.6788 100 0.2172 0.2830 0.3569
21 0.4329 0.5487 0.6652 150 0.1603 0.2097 0.2660
22 0.4227 0.5368 0.6524
252
معامؿ ارتباط رتب سبيرماف: A7 الممحؽ
Spearman's Rank Correlation Coefficient (rs)
253
الممحؽ : A8قيـ Pذات الذيميف الختبار اإلشارة
Two tailed P – values
K
N 0 1 2 3 4 5 6 7 8 9
4 0.125 0.624 1.00 - - - - - - -
5 0.062 0.376 1.00 - - - - - - -
6 0.032 0.218 0.688 1.00 - - - - - -
7 0.016 0.124 0.454 1.00 - - - - - -
8 0.008 0.070 0.290 0.726 1.00 - - - - -
9 0.004 0.040 0.180 0.508 1.00 - - - - -
10 0.002 0.022 0.110 0.344 0.754 1.00 - - - -
11 0.001 0.012 0.066 0.226 0.548 1.00 - - - -
12 - 0.006 0.038 0.146 0.388 0.774 1.00 - - -
13 - 0.004 0.022 0.092 0.266 0.582 1.00 - - -
14 - 0.002 0.012 0.058 0.180 0.424 0.790 1.00 - -
15 - - 0.008 0.036 0.118 0.302 0.608 1.00 - -
16 - - 0.004 0.022 0.076 0.210 0.554 0.804 1.00 -
17 - - 0.002 0.012 0.050 0.144 0.332 0.630 1.00 -
18 - - 0.002 0.004 0.030 0.096 0.238 0.480 0.814 1.00
19 - - - 0.004 0.020 0.064 0.168 0.360 0.648 1.00
20 - - - 0.002 0.012 0.042 0.116 0.264 0.504 0.824
254
اختبار رتب وليكوكسوف سايند: A9 الممحؽ
The Wilcoxon Signed Rank Test
Two-tailed P-value
N 0.1 0.05 0.02 0.01 0.001
4 - - - - -
5 0-15 - - - -
6 2-19 0-21 - - -
7 3-25 2-26 0-28 - -
8 5-31 3-33 1-35 0-36 -
9 8-37 5-40 3-42 1-44 -
10 10-45 8-47 5-50 3-52 -
11 13-53 10-56 7-59 5-61 0-66
12 17-61 13-65 9-69 7-71 1-77
13 21-70 17-74 12-79 9-82 2-89
14 25-80 21-84 15-90 12-93 4-101
15 30-90 25-95 19-101 15-105 6-114
16 35-101 29-107 23-113 19-117 9-127
17 41-112 34-119 28-125 23-130 11-142
18 47-124 40-131 32-139 27-144 14-157
19 53-137 46-144 37-153 32-158 18-172
20 60-150 52-158 43-167 37-173 21-189
21 67-164 58-173 49-182 42-189 26-205
22 75-178 66-187 55-198 48-205 30-223
23 83-196 73-203 62-214 54-222 35-241
24 91-209 81-219 69-231 61-239 40-260
25 100-225 89-236 76-249 68-257 45-280
255
الممحؽ : A10bالقيـ المحددة الختبار مجموع رتب وليكوكسوف .
قيمة اإلحتمالية ذات الذيميف = 0.05
Critical Values for the Wilcoxon Rank Sum Test. Twotailed P=0.05
n1 4 5 6 7 8 9 10 11 12 13 14 15
n2
4 10-26 16-34 23-43 31-53 40-64 49-77 60-90 72-104 85-119 99-135 114- 130-
5 11-29 17-38 24-48 33-58 42-70 52-83 63-97 75-112 89-127 103- 152 170
144 118- 134-
6 12-32 18-42 26-52 34-64 44-76 55-89 66-104 79-119 92-136 162 181
7 13-35 20-45 27-57 36-69 46-82 57-96 69-111 82-127 96-144 107-
8 14-38 21-49 29-61 38-74 49-87 60-102 72-118 85-135 100- 153 122- 139-
9 14-42 22-53 31-65 40-79 51-93 62-109 75-125 89-142 152 111- 172 191
10 15-45 23-57 32-70 42-84 53-99 65-115 78-132 92-150 104- 162 127- 144-
160 115- 181 201
11 16-48 24-61 34-74 44-89 55-105 68-121 81-139 96-157 107- 171 131- 149-
12 17-51 26-64 35-79 46-94 35-110 71-127 84-146 99-165 169 119- 191 211
13 18-54 27-68 37-83 48-99 60-116 73-134 88-152 103- 180 136- 154-
14 19-57 28-72 38-88 50-104 62-122 76-140 91-159 172 111- 124- 200 221
15 20-60 29-76 40-92 52-109 65-127 79-146 94-166 106- 177 188 141- 159-
180 115- 209 231
16 21-63 30-80 42-96 54-114 67-133 82-152 97-173 110- 185 128-
17 21-67 32-83 43-101 56-119 70-138 84-159 100- 187 119- 197 145- 164-
18 22-70 33-87 45-105 58-124 72-144 87-165 180 193 132- 219 241
19 23-73 34-91 46-110 60-129 74-150 90-171 103- 113- 123- 206 150- 169-
20 24-76 35-95 48-114 62-134 77-155 93-177 187 195 201 136- 228 251
107- 117- 127- 215 155- 174-
193 202 209 141- 237 261
110- 121- 223 160- 179-
256
200 209 131- 145- 246 271
124- 217 232 164- 184-
217 135- 256 281
128- 225 150-
224 139- 240 169- 190-
233 154- 265 290
143- 249 174- 195-
241 159- 274 300
147- 257 179- 200-
249 163- 283 310
266 184- 205-
167- 292 320
275 188- 211-
302 329
257
الممحؽ : A10aالقيـ المحددة الختبار مجموع رتب وليكوكسوف .
قيمة اإلحتمالية ذات الذيميف = 0.05
Critical Values for the Wilcoxon Rank Sum Test. Twotailed P=0.05
n1 4 5 6 7 8 9 10 11 12 13 14 15
n2
4 _ _ 21-45 28-56 36-67 46-80 57-93 68-108 81-123 94-140 109- 125-
5 _ 15-40 22-50 29-62 38-74 48-87 59- 71-116 84-132 98-149 157 175
101 112- 128-
6 10- 16-44 23-55 31-67 40-80 50-94 73-125 87-141 101- 168 187
7 34 16-49 24-60 32-73 42-86 52- 61- 76-133 90-150 159
8 10- 17-53 25-65 34-78 43-93 101 109 79-141 93-159 104- 116- 132-
9 38 18-57 26-70 35-84 45-99 54- 64- 82-149 96-168 169 178 198
10 11- 19-61 27-75 37-89 47- 108 116 84-158 99-177 108- 120- 136-
41 105 56- 66- 178 188 209
11 11- 20-65 28-80 38-95 115 124 87-166 102- 111- 123- 140-
12 45 21-69 30-84 40- 49- 58- 68- 90-174 186 188 199 220
13 12- 22-73 31-89 100 111 122 132 93-182 105- 115- 127- 144-
14 48 22-78 32-94 41- 51- 71- 96-190 195 197 209 231
15 23-82 33-99 106 117 61- 139 99-198 109- 131- 149-
12- 43- 53- 128 203 118- 219 241
16 52 24-86 34- 111 123 63- 73- 102- 112- 207
17 13- 25-90 104 44- 54- 135 147 206 212 122- 135- 153-
18 55 26-94 36- 117 130 65- 76- 105- 115- 216 229 252
19 13- 27-98 108 56- 142 154 214 221 125- 139- 157-
20 59 28- 37- 46- 136 67- 79- 108- 226 239 263
14- 102 113 122 149 161 222 119- 129- 143- 162-
258
62 38- 47- 58- 69- 81- 111- 229 235 249 273
15- 118 128 142 156 169 230 122- 133- 147- 166-
65 39- 49- 60- 84- 114- 238 244 259 284
123 133 148 72- 176 238 125- 151- 171-
15- 50- 62- 162 247 136- 269 294
69 139 154 74- 86- 129- 254
16- 52- 64- 169 184 255 140- 155- 175-
72 144 160 76- 89- 132- 263 279 305
16- 66- 176 191 264 144- 160- 180-
76 166 78- 92- 272 288 315
17- 183 198 148- 164- 184-
79 81- 94- 281 298 326
18- 189 206 152- 168- 189-
82 97- 290 308 336
213 172- 193-
318 347
259
الممحؽ : A11جدوؿ األرقاـ العشوائية
Table of Random Numbers
77267 67258 38499 94709 46989 44360 46788 62666 67551 79212
72309 70484 25843 72251 82013 70561 14058 38073 53571 91594
54395 89438 92622 45780 29108 53340 85537 50232 28477 93512
98270 62867 44084 98370 59635 25367 30528 58516 78666 83753
66032 31218 29309 26890 34700 43168 09914 47240 51526 51115
57577 70054 60345 84988 24257 19358 39083 63075 67491 55733
85981 87059 50122 80180 98114 64749 75696 59666 43806 52538
75254 50278 61364 84524 18067 94064 42011 21085 79258 44419
71820 17948 38074 48411 63605 34244 96320 36384 80985 79176
55759 77728 41765 61731 27045 81464 44584 11390 85593 69342
92725 91260 25468 94632 44972 96413 93134 29630 70497 71787
18169 44658 95643 71214 61018 90640 59106 76377 90625 15455
55710 88227 84684 33948 29576 57306 96961 90832 52720 38631
49556 24412 93967 63006 69252 52089 29551 62555 54033 39961
87891 87778 61646 24558 16210 81147 16734 24214 45062 64957
18699 87766 21808 40788 77612 97617 34199 86693 51631 17475
96353 24916 71714 97492 42680 14894 87091 51667 10183 28272
58932 54779 81765 17127 76773 52970 52430 56064 62116 48515
60376 97508 91787 84684 39870 12608 11299 30277 87317 61131
71521 34632 82603 56428 71537 10548 10765 51679 45875 12404
17760 37556 52225 68445 18626 67414 62242 51329 80427 11747
36901 23375 21348 32148 47612 60511 24558 91901 50626 65405
17488 34113 69144 24953 13842 90301 38518 59852 96747 96478
16435 63514 78929 62326 89294 48853 35503 43729 89186 36601
79145 37322 17054 61899 74394 58695 77454 81735 98688 91397
96388 61117 31714 58107 85666 47675 33123 08943 75625 06598
38147 23339 32981 80989 96940 44860 39707 84883 26243 59861
95893 06491 95520 91538 35285 17192 80784 32664 49226 25919
53544 31391 23798 36857 16786 19639 93659 66776 34108 74268
03513 34015 78337 46158 92198 99481 70804 73939 39152 44116
92737 89927 81721 33548 78029 62464 53482 54191 95898 66099
10688 61502 73817 63841 87058 23377 24045 99470 17509 26636
51658 59565 61280 48120 38438 57832 25639 84632 38523 89459
53916 57066 46906 18657 79932 93039 62470 22405 78427 92145
40912 63211 63856 61644 18635 02946 30842 24031 36992 37917
75159 14888 59932 74222 39075 33201 33747 53800 79883 26609
25224 72513 58746 52366 73436 74699 80799 36699 16557 58671
82703 53196 34797 28093 97105 56797 39992 67944 00310 49311
51627 41127 86363 48078 27726 37269 21629 21785 25822 95264
02574 68647 82762 80442 70966 95743 56140 58213 78202 90038
260
جذول الوصطلحبت العلوٍة
A
Absolute value القيمة المطمقة
Analysis of variance تحميؿ التبايف
Approximation تقريب
Arithmetic mean الكسط الحسابي
Ascending order ترتيب تصاعدم
B
Binomial distribution تكزيع ثنائي
C
Chi – square مربع كام
Coding ترميز
Coefficient معامؿ
Coefficient variability )C.V( معامؿ االختبلؼ
Coefficient of determination )R2( معامؿ التحديد
Confidence interval حد الثقة
Continuous random variable متغير عشكائي مستمر
Correlation ارتباط
Correlation Coefficient معامؿ االرتباط
Cumulative frequency تكرار تكزيعي
D
Data البيانات
Design التصميـ
Degree of freedom درجة الحرية
Descriptive of data كصؼ البيانات
261
Descriptive statistics االحصاء الكصفي
Deviation إتحراؼ
Deviation mean متكسط االنحراؼ
Distribution تكزيع
Discrete منفصؿ
Discrete probability
تكزيع احتمالي منفصؿ
distribution
Discrete random distribution تكزيع عشكائي منفصؿ
E
Effect تأثير
Equations معادالت
Error خطأ
Error (Experimental, قياسػػي، عش ػكائي، خطػػأ (تجريبػػي
Random, Standard,
Systematic) ) نظامي،
Estimate تقدير
Event حادثة
Expect المتكقع أك النظرم
Experiment تجربة
F
Factor عامؿ
Frequency (distribution, ، منحن ػ ػػى التكػ ػ ػرار، تكػ ػ ػرار (تكزي ػ ػػع
curve, table) )جدكؿ التكرار
F- test اختبار ؼ
F distribution تكزيع ؼ
G
Graphic بياني
262
Graphic presentation عرض بياني
H
Histogram مخطط مستطيبلت
Hypothesis الفرضية
Hypothesis testing اختبار الفرضية
I
Independent االستقبلؿ
Independent events حكادث مستقمة
Independent trails تجارب مستقمة
Inspection كشؼ
Inter-quartile range مدل الربيع
Interval estimation )تقدير بفترة (تقدير مجالي
Introduction مقدمة
K
Kurtosis تفرطح
L
Level of significance مستكل المعنكية
Least significant difference اختبار أقؿ معنكية
Least significant rang اختبار أقؿ مدل معنكم
Linear خطي
Linear correlation االرتباط الخطي
Linear regression االنحدار الخطي
Line graph خط بياني
Lower confidence bound حد الثقة األدنى
Lower quartile الربيع األدنى
M
263
Mathematical expectation التكقع الرياضي
Mean )متكسط (كسط
(Arithmetic, Geometric) ) كسط ىندسي، (كسط حسابي
Mean absolute متكسط االنحراؼ المطمؽ
Mean of squares (MS) )متكسط المربعات (التبايف
Measure )قياس (مقياس
Measures of central tendency مقاييس الميكؿ المركزية
Measures of dispersion مقاييس التشتت
اختب ػ ػػارات درج ػ ػػة اإلعتمادي ػ ػػة عم ػ ػػى
Measures of reliability
النتائج
Median الكسيط
Methods of data
طرؽ ترتيب البيانات
classification
Methods of data presentation طرؽ عرض البيانات
Missing values القيـ المفقكدة
Mode المنكاؿ
Model (Linear,
) رياضي، نمكذج (خطي
Mathematical)
N
Nature order ترتيب طبيعي
Nominal data )بيانات كصفية (اسمية
Normal approximation to
تقريب طبيعي إلى تكزيع ثنائي
binomial
Normal curve منحنى طبيعي
Normal distribution تكزيع طبيعي
Null hypothesis فرضية العدـ
264
O
Observations مشاىدات
Observed frequencies تك اررات مشاىدة
One sided test اختبارات مف جية كاحدة
Ordinal data بيانات ترتيبية
Outcome نتيجة
p
Parameters )حد (معممة
Partial جزئي
Partition تجزئة
Percentage نسبة مئكية
Point estimation التقدير النقطي
Population المجتمع
Population mean الكسط الحسابي لممجتمع
Population parameters حدكد (معالـ )المجتمع
Population size حجـ المجتمع
Population standard
االنحراؼ المعيارم لممجتمع
deviation
Population variance تبايف المجتمع
Poisson distribution تكزيع بكاسكف
Probability احتماؿ
Probability distribution التكزيع االحتمالي
Properties خكاص
Proportion نسبة
265
Q
Quartiles الربيعات
R
Random عشكائي
Random numbers أرقاـ عشكائية
Random samples عينات عشكائية
Random variables متغيرات عشكائية
Range مدل
Rank correlation ارتباط الرتب
Ratio تناسب
Raw data البيانات الخاـ
Real حقيقي
Real numbers أرقاـ حقيقية
Regression انحدار
Regression coefficient معامؿ االنحدار
Regression equation معادلة االنحدار
Regression line مستقيـ االنحدار
Rejection region منطقة الرفض
Relative frequency التكرار النسبي
Rule قاعدة
Rules of probability قكاعد االحتماؿ
S
Sample عينة
Sample mean الكسط الحسابي لمعينة
Sample size حجـ العينة
266
Sample theory نظرية العينة
Sampling معاينة
Sampling distribution تكزيع المعاينة
Scatter diagram مخطط االنتثار
Significance level مستكل المعنكية
Simple regression االنحدار البسيط
Spearman 's coefficient of
معامؿ ارتباط سبيرماف
correlation
Standard deviation االنحراؼ المعيارم
Standard error الخطأ المعيارم
Statistical hypothesis الفرض (النظرية ) اإلحصائية
Statistical inference االستدالؿ اإلحصائي
Stratified sampling معاينة طبقية
Student's distribution تكزيع ستكدنت
Subset مجمكعة جزئية
Sum of squares مجمكع المربعات
T
Test of hypothesis اختبار الفرضيات
Test statistic إحصائية االختبار
Test one sided اختبار الجية الكاحدة
Test two sided اختبار مف جيتيف
U
Union اتحاد
Universal set مجمكعة شاممة
Upper limit الحد األعمى
267
Uniform distribution تكزيع متناظر
V
Variable متغير
Variance تبايف
Venn -diagram مخطط فف
Vital statistics اإلحصاء الحيكم
W
Weighted mean المتكسط المرجح
Weights أكزاف
268