Professional Documents
Culture Documents
2005-2006
فهرس المحتويات
1
العزوم - - 6........................................................................................Les moments 1
الدالة المتجددة للعزوم )- - 7......................La fonction génératrice des moments Mx(t 2
خالصة- 8 -............................................................................................................. 3
نظرية شيبيشيف ونظرية األعداد الكبيرة - 8 -........................................................................... المبحث .4
متراجحة شيبيشيف - - 8.................................Inégalité de Bienaymé CHEBYCHEV 1
نظرية األعداد الكبيرة - - 10........................................Théorème des grands nombres 2
خالصة- 10 -........................................................................................................... 3
التوزيعات االحتمالية األكثر استخداما- 1 -................................... الفصل .IV
التوزيعات الحتمالية المتقطعة األكثر استخداما- 1 -.................................................................... المبحث .1
التوزيع الهندسي الزائد- - 1.......................................Distribution hyper géométrique: 1
التوزيع الهندسي الزائد المتعدد- - 2.....................Distribution Multi-hypergéométriquez: 2
توزيع برنولي - - 2...........................................................Distribution de Bernoulli 3
التوزيع الثنائي - - 3...............................................................Distribution binomiale 4
التوزيع الثنائي السالب (باسكال) - - 4...........................Distribution binomiale négative 5
التوزيع الهندسي - - 5........................................................Distribution géométrique 6
التوزيع المتعدد- - 6.........................................................Distribution multinomiale z 7
توزيع بواسون - - 7..............................................................Distribution de Poisson 8
خالصة- 10 -........................................................................................................... 9
التوزيعات االحتمالية الشائعة المستمرة - 12 -........................................................................... المبحث .2
التوزيع الطبيعي أو توزيع البالس قوس ..............D. Normale ou D. de Laplace -Gausse 1
- - 12
التوزيع األسي - - 15.......................................................Distribution exponentielle 2
توزيع قاما - - 17......................................................................Distribution gamma 3
توزيع بيتا - - 18............................................................................Distribution bêta 4
خالصة- 20 -........................................................................................................... 5
املتغريات العشوائية متعددة األبعاد - 1 -....................................... الفصل .V
المتغيرة الثنائية- 1 -.......................................................................................................... المبحث .1
التوزيعات المشتركة المتقطعة والدالة الهامشية (الحدية) - - 1.................Fonction marginale 1
التوزيعات المشتركة المتصلة- 3 -................................................................................... 2
التوزيع الشرطي - - 4......................................................Distribution conditionnelle 3
خالصة- 5 -............................................................................................................. 4
االستقالل التباين واالرتباط- 5 -............................................................................................ المبحث .2
تعريف استقالل متغيرتين- 5 -........................................................................................ 1
توقع وتباين المتغيرة العشوائية متعددة األبعاد - 6 -............................................................... 2
التباين المشترك - - 7................................................................................Covariance 3
معامل االرتباط- 8 -.................................................................................................... 4
خالصة- 8 -............................................................................................................. 5
دوال املتغريات العشوائية والتقارب- 1 -...................................... الفصل .VI
الدوال غير الخطية :ك ، 2فيشر وستيودنت- 1 -....................................................................... المبحث .1
توزيع ك- - 1......................................Distribution en Khi-carré (ou Khi-deux) 2 1
توزيع ستيودنت- - 2..............................................................Distribution de Student 2
توزيع فيشر (- - 4...........................................Distribution F de Fisher-Snédecor )F 3
خالصة- 5 -............................................................................................................. 4
السلوك التقاربي لبعض التوزيعات االحتمالية- 5 -...................................................................... المبحث .2
التقارب بين التوزيع الثنائي والتوزيع الطبيعي- 6 -............................................................... 1
االنتقال من متغيرة متقطعة إلى متغيرة متصلة- 7 -.............................................................. 2
التقارب بين التوزيع الثنائي وتوزيع بواسون- 8 -................................................................. 3
2
نظرية النهاية المركزية- 8 -.......................................................................................... 4
خالصة- 9 -............................................................................................................. 5
نظرية توزيع املعاينة- 1 -.................................................. الفصل .VII
مفاهيم إحصائية - 1 -......................................................................................................... المبحث .1
المجتمع والعينة - - 1..........................................................Population et échantillon 1
العينة النفادية والعينة غير النفادية - - 2...............Echantillon exhaustif et non exhaustif 2
العينة العشوائية - - 2.................................................................Echantillon aléatoire 3
معالم المجتمع - - 2........................................................Paramètre d’une population 4
إحصائية المعاينة - - 2..............................................Statistique de l’échantillonnage 5
توزيع المعابنة للمتوسطات- 2 -............................................................................................ المبحث .2
متوسط توزيع المعاينة للمتوسطات- 2 -............................................................................ 1
تباين توزيع المعاينة للمتوسطات- 3 -............................................................................... 2
طبيعة توزيع - - 5...................................................................................................m 3
خالصة- 5 -............................................................................................................. 4
توزيع المعاينة للنسبة- 6 -................................................................................................... المبحث .3
توزيع المعاينة للفروق والمجاميع- 7 -.................................................................................... المبحث .4
المتوسط والتباين- 7 -.................................................................................................. 1
طبيعة توزيع المعاينة للفرق بين متوسطين- 7 -................................................................... 2
توزيع المعاينة للتباين وتوزيع المعاينة لنسبة تبايني عينتين - 8 -..................................................... المبحث .5
توزيع المعاينة للتباين - 8 -............................................................................................ 1
توزيع المعاينة لنسبة تباينين- 9 -..................................................................................... 2
ملحق- 10 -.............................................................................................................. 3
خالصة- 10 -........................................................................................................... 4
نظرية التقدير - 1 -....................................................... الفصل .VIII
مفاهيم أساسية- 1 -............................................................................................................ المبحث .1
بعض خصائص المقدر- 1 -.......................................................................................... 1
التقدير النقطي والتقدير بمجال- 2 -.................................................................................. 2
التقدير بمجال- 3 -............................................................................................................ المبحث .2
مجال الثقة للمتوسط - 3 -.............................................................................................. 1
مجال الثقة للنسبة- 4 -.................................................................................................. 2
مجال الثقة للتباين- 4 -................................................................................................. 3
مجاالت الثقة لنسبة تباينين- 5 -....................................................................................... 4
خالصة- 6 -............................................................................................................. 5
ملحق .مجاالت الثقة للفروق والمجاميع- 7 -....................................................................... 6
طرق تأسيس المقدر- 7 -.................................................................................................... املبحث .3
طريقة العزوم- 7 -...................................................................................................... 1
طريقة المعقولية العظمى (طريقة االحتمال األكبر)- 8 -......................................................... 2
مفاهيم اختبارات الفروض وتطبيقاهتا- 1 -.................................... الفصل .IX
اختبار المتوسط- 1 -.......................................................................................................... المبحث .1
اختبار ثنائي االتجاه للمتوسط- 1 -................................................................................... 1
االختبار أحادي االتجاه للمتوسط- 4 -............................................................................... 2
استخدام Sكمقدر ل σفي اختبار المتوسط- 5 -................................................................... 3
استخدام التوزيع tفي اختبار المتوسط- 5 -....................................................................... . 4
خالصة- 6 -............................................................................................................. 5
اختبار النسبة واختبار التباين- 6 -.......................................................................................... المبحث .2
اختبار النسبة- 6 -....................................................................................................... 1
اختبار التباين - 7 -...................................................................................................... 2
اختبار المقارنة بين مجتمعين - 9 -......................................................................................... المبحث .3
3
اختبار تساوي متوسطي مجتمعين- 9 -.............................................................................. 1
اختبار تساوي تبايني مجتمعين- 10 -................................................................................ 2
اختبار االستقالل والتجانس- 11 -.......................................................................................... المبحث .4
اختبار التجانس- 11 -.................................................................................................. 1
اختبار التعديل - 11 -................................................................................................... 2
4
ب .ص محاضرات اإلحصاء الرياضي
مقدمة
هذه المطبوعة
هNN Nذه املطبوعة هي عبNN Nارة عن حماضNN Nرات اإلحصNN Nاء حسب الربنNN Nامج ال NNوزاري ملقي NNاس "إحص NNاء "2للسNN Nنة الثانية علNN Nوم
التس NNيري .ب NNرمج ه NNذا املقي NNاس لطلبة الس NNنة الثاني NNة ،لكي يس NNتفيد الطلبة من القاع NNدة اليت اكتس NNبوها عند دراسة اإلحص NNاء
الوصNN Nفي يف السNN Nنة األوىل ،لكن هدفه األساسي هو التمهيد لدراسة اإلحصNN Nاء التطNN Nبيقي يف السNN Nنة الثالثNN Nة .هNN Nدف هNN Nذا
املقياس هو تقدمي علم اإلحصاء الرياضي ،أي األساس الرياضي لإلحصاء التطبيقي.
باعتبارها فرعا من الرياضيات ،تدرس مادة هذا املقياس يف كليات العلوم و اهلندسة ،لكن تقدمي هذه املادة لطلبة العلNNوم
اإلنسNN N Nانية يتضNN N Nمن صNN N Nعوبة خاصNN N Nة .هNN N Nذه املطبوعة هي مثرة جتربة س NN Nنوات عدية يف ت NN Nدريس اإلحص NN Nاء بكلية العلNN N NومN
االقتصNNادية جلامعة املسNNيلة ،ولقد Nحاولنا أن نسNNتفيد من هNNذه التجربة لصNNياغة حمتNNوى املقيNNاس بطريقة تالئم مسNNتوى طلبة
هNN N N Nذه الكلية و طبيعة التخصNN N N Nص .لتحقيق هNN N N Nذا الغNN N N Nرض حرصNN N N Nنا على ربط املفNN N Nاهيم والقواعد النظرية باسNN N N Nتخداماهتا
التطبيقي NNة؛ فعملنا على إعط NNاء أمثلة حملولة عن كل مفه NNوم Nجدي NNد .و ألن فهم القواعد الرياض NNية يك NNون أس NNهل إذا ك NNان
للمتلقي خلفية عن املشNNكلة اليت حيتNNاج حلها إىل اسNNتخدام هNNذه القواعNNد ،عملنا يف كثري من األحيNNان إىل التقNNدمي لبعض
ال NNدروس أو النظري NNات مبس NNألة تك NNون مبثابة التمهي NNد ،وأحيانا مبثابة مش NNكلة Nننطلق منها لنتوصل إىل النظري NNة .ه NNذا وننبه
طلبتنا األع NNزاء إىل أنه يف NNرتض هبم عند دراسة اإلحصNN Nاء الرياضي أن يكون NNوا ق NNادرين على اس NNتيعاب املفNN Nاهيم الرياضNN Nية
بعموميتها و ال يبق NNوا خي NNاهلم ح NNبيس األمثلة واملس NNائل املعط NNاة ،فاإلحص NNاء الرياضي غري اإلحص NNاء التط NNبيقي ال NNذي يعىن
بتطبيقات هذه املفاهيم فيما بعد.
يتضNN Nمن الربنNN Nامج املقNN Nرر على مثانية فصNN Nول ،أطوهلا الفصل الثNN Nاين املعنNN Nون "املتغNN Nريات العشNN Nوائية" .من أجل املوازنة بني
الفصول رأينا أن نعيد جتزئة حمتويات الربنامج .فأعدنا تقسيم حمتويNات الفصل الثNاين إىل 3فصNول نظNرا حلجمNه ،ومجعنا
حمتوي NNات الفصل الس NNابع و الث NNامن يف فصل واحد لتعلقهما مبوض NNوع واح NNد .ولقد قس NNمنا الفص NNول إىل مب NNاحث ،حبيث
يوافق املبحث حماضرة واحدة يف أغلب األحيNان ،و التزمنا يف الغNNالب األعم بNاملنهج املقNNرر ،لكن سNNوف جيد القNNارئ أننا
توس NN N Nعنا يف بعض اجلوانب من خالل امللحق NN N Nات ،فله أن يلم هبذه االس NN Nتطرادات إن رأى أنه قد متكن من فهم النق NN N Nاط
الرئيسية املقررة ،و إال فإننا ننصحه بأن مير عليها مNNرور الكNNرام .و غين عن الNNذكر أن حمتNNوى هNNذه املطبوعة من نظريNات
وقواعد ليس من إبNN Nداع مؤلفهNN Nا N،و إمنا هي قواعد مبسNN Nوطة يف املراجع مجعناها وعرضNN Nناها بأسNN Nلوب رأينا أنه األنسب
ملسNNتوى طNNالب كلية العلNNوم NاالقتصNNادية .وإذ نقNNدم لطلبتنا و زمالئنا هNNذا العمل املتواضNNع ،هنيب هبم أن ال يبخلNNوا علينا
مبالحظاهتم وتعليقاهتم حىت نستفيد منها لطبعات مقبلة حبول اهلل.
متطلبات المقياس
فيما يتعلق مبا حتتاجه متابعة وفهم ه NN Nذا املقي NN Nاس ،من املهم التمي NN Nيز بني الفصل األول وبقية الفصNN Nول األخ NN Nرى .فالفصل
األول الNNذي يتضNNمن املفNNاهيم األساسNNية لعلم NاالحتمNNاالت ال حيتNNاج اسNNتيعابه إىل مسNNتوى عNNايل يف الرياضNNيات ،أما بNNاقي
الفصول فيتطلب فهمها أن يقوم الطالب مبراجعة عدد من املفاهيم الرياضية أغلبها متضمنة يف برنامج الرياضNNيات للسNNنة
األوىل .تتمثل هNN Nذه املفNN Nاهيم أساسا يف الNN Nدوال ،االشNN Nتقاق ،التكامل (خاصة التكامل بالتجزئ NNة) وال NNدوال األسNN Nية .كما
حيتاج الطالب إىل قاعدة بسيطة يف مفاهيم اللوغاريتم ،التكامل الثنائي والسالسل الشهرية.
1
كلمة إلى الطلبة
كثNN N Nريا ما نالحظ أن الطلبة يسNN N Nتخدمون NالتمNN N Nارين املقدمة Nيف السالسل كنمNN Nاذج أو شNN Nبه قNN Nوانني يف حد ذاهتا حياولون
حفظها بينما هي يف احلقيقة جمرد وس NNيلة لفهم Nال NNدرس .ه NNذا التش NNبث بالش NNكل دون املض NNمون Nيف حماولة يائسة ملواجهة
االمتحان دون فهم حقيق ملضمون Nاملادة هو نتيجة حتمية بالنسبة ملن ال يتابع احملاضرات والتطبيقNNات باملراجعة املسNNتمرة
و الفوري NNة .وحسب رأينا ف NNإن الص NNعوبة اليت يواجهها الطلبة يف ه NNذا املقي NNاس س NNببها أنه مقي NNاس يعتمد أساسا على الفهم
أكNNثر مما يعتمد على التNNذكر .وهNNذا الفهم ال يتNNأتى عن طريق التلقي من األسNNتاذ ،مهما بNNذل هNNذا األخري ومهما كNNانت
مهارته ،وإمنا حيتاج إىل جهد مستقل يبذله الطالب مبفرده مع قNدر من الرتكNيز و املثNابرة" .الوصNفة السNحرية" لفهم هNذه
املادة ،هي املراجعة جبرعNN N N N Nات منتظمة و فورية (بعد كل حماضNN N N N Nرة قبل الن NN N Nوم )!1مع ش NN N Nيء من الرتكNN N N Nيز على القواعد
واملف NNاهيم حىت يتم فهمها فهما جي NNدا .وليعمل الط NNالب على تعميق فهمه من خالل متارين السالسل و لكن ال يتخ NNذها
"مناذج" جامNN Nدة أو قواعد إضNN Nافية .إن هNN Nدف األسNN Nتاذ واجلامعة ككل هو إعNN Nداد الطNN Nالب ملواجهة املشNN Nكالت املعقNN Nدة
للتسيري ،وهذا اهلدف ال يتحقق إال بتنمية الNNذكاء والNNتزود بعNNدد من التقنيNNات املسNNاعدة .إن اجلائزة احلقيقية اليت جيب أن
يتوقعها الط NN Nالب من دراسة باجلامعة هي تك NN Nوين ق NN Nدرة على التعلم الNN Nذايت أكNN Nثر من جتميع كم من املع NN Nارف اليت قد ال
حيتاجها أبدا ،و هي من جهة أخرى ،تكوين ذهنية مسNNتقلة قNNادرة على حتليل املشNNكالت والوضNعيات املعقNدة NوصNياغتها
يف شNNكل واضح ودقيق ومن مث إبNNداع حلNNول هلا من خالل تفكNNريه اخلاص .هNذه القNNدرة ال تتNأتى إذا عNود الطNNالب نفسه
على إعمال فكره مطوال يف املسائل اليت تطرحها التمارين مما يعطي الطالب القNNدرة Nعلى التحليل والNNرتكيب واالسNNتنباط
واالسNN N Nتدالل كأسس التفكري املنتج واملبNN N Nدع .إن الوصNN N Nول إىل هNN N Nذه الق NN Nدرة Nعلى مواجهة مش NN Nكالت وحلها هي غاية
أساسية للتعليم Nاجلامعي وهي أحسن رأمسال جيمعه الطالب ليستثمره حياته العامة واخلاصة معا.
2
نبذة تاريخية عن تطور علم االحصاء
"وهكذا فإن البحث يتقدم عرب مراحل منفصلة و مستمرة من احلدس ،التعصNب ،اإلثNارة و احلمى .و ذات
3
يوم تتحقق أخريا الفرحة و يتذوق طعمها من عاش تلك اللحظات الفريدة ]…[ .ألربت أينشتاين
قبل الشNN N Nروع يف دراسة الطرائق املختلفة لإلحصNN N Nاء الرياضي يستحسن أن حييط الط NN Nالب بنظ NN Nرة عن التطNN N Nور التNN N Nارخيي
لإلحصاء كممارسة وكعلم ،وأن يطلع على جمموعة من أبرز من كتبوا يف هذا العلم.
الفترة ما قبل الميالد إلى غاية القرن :18تدل احلفريات اليت وجNNدت يف أمNاكن متعNددة على اسNNتخدام اإلحصNNاء من
قبل ع NNدد من احلض NNارات القدمية عرب املعم NNورة N.منذ الق NNدم اس NNتخدم احلك NNام واألم NNراء اإلحص NNاء كوس NNيلة للرقابة ،و أداة
إلدارة اململكة أو املدينة أو املقاطعة ،Nواس NNتخدموا يف ذلك تع NNداد الس NNكان وج NNرد الس NNلع واملوارد املختلف NNة .يف احلض NNارة
الس NNومرية ،اليت س NNادت يف بالد ما بني النه NNرين 5آالف إىل ألفي س NNنة قبل امليالد ،واليت ازده NNرت فيها التج NNارة بش NNكل
كبNN Nري ،كNN Nانت قNN Nوائم من السNN Nلع واألشNN Nخاص تNN Nدون على ألNN Nواح من الصلص NNال ،وقد وج NNدت حفري NNات مشNN Nاهبة تثبت
استخدام اجلرد يف عهد احلضارة املصرية اليت سادت 3آالف سنة قبل امليالد .احلضNNارة املصNNرية اليت قNNامت على التسNNيري
يعلمنا علم نفس الرتبية أن أكثر من 60باملئة من املعلومات اليت نتعلمها ننساها يف التسع ساعات األوىل .فأنقذ معلوماتك يف الساعات األوىل قبل أن تتبخر! 1
أخذت معظم املعلومات التارخيية عن :جون جاك دروزبيك ،أساسيات يف اإلحصاء ،سلسلة ( ،)SMAدار ( ،1996 ،)Ellipsص .2 2
3من كتابه :كيف أرى العامل .ترمجه إىل الفرنسية رجيي هونريو ،باريس ،فالماريون .1979 ،عن:
.Microsoft ® Encarta ® 2006. © 1993-2005 Microsoft Corporation
2
ب .ص محاضرات اإلحصاء الرياضي
والتقسيم الدقيق مليNNاه النيل اتسNNمت إدارهتا باملركزية الشNNديدة وهNNذا الNNذي أعطى األمهية للتدوين كوسNNيلة للمراقبة ،فقد
كNNان للمصNNريني القNNدامى مNNدارس يتعلم فيها املوظفNNون NالقNNراءة والكتابة والقNNوانني املعمNNول هبا ،وكNNان مما يتعلمه املوظف
أن ال اعتب NNار ألمر أو عقد ما مل يكن مكتوب NNا .واس NNتخدم اجلرد ل NNدى مجيع احلض NNارات القدمية تقريبا كاحلض NNارة الص NNينية
واهلندية واليابانية واليونانية والرومانيNNة ،وكNNذا حضNNارة اإلنكا يف السNNاحل الغNNريب لأمريكا اجلنوبية (ابتNNداءا من القNNرن 12
إىل غاية . N)1572يف هNNذا العهد كNNان اإلحصNNاء عبNNارة عن جNNرد املواد واألفNNراد وأحيانا جند نظاما لتصNNنيف املعلومNNات
لكن مل يوجد دليل على عمليات معاجلة هلذه املعطيات.
يف العهد اإلس NN Nالمي ك NN Nان اخلليفة عثم NN Nان (ر) أول من أمر بالت NN Nدوين إلحصNN Nاء املسNN Nتفيدين من عطايا بيت املال ،أما يف
أوربا فنجد أن أول اآلثNN N N Nار عن عمليNN N N Nات التعNN N N Nداد ترجع إىل 1086فقط وبالتحديد يف بريطانيNN N Nا .أما يف فرنسا فNN N N Nإن
عملي NNات التع NNداد ترجع إىل الق NNرن 14ال NNذي ش NNهد ميالد أول تس NNجيالت عق NNود احلالة املدنية وإجبارية تس NNجيل عق NNود
االزديNN N N Nاد يف عهد فرنسNN N N Nوا األول .يف فرنسا دائما جتدر اإلشNN N N Nارة إىل أنه يف القNN N Nرن 17حني أراد ″كولبNN N N Nريت - ″أب
اإلدارة الفرنس NN Nية – أن ي NN Nدفع ببالده إىل املس NN Nتوى الص NN Nناعي ال NN Nذي بلغته بريطانيا يف ذلك الNN Nوقت ،أسس إدارة مركزية
قوية ...وكان من منجزاته أن شهدت وزارته ( )1660-1630عددا من عمليات التحقيق الكربى .وشNNهدت أملانيا
وبريطانيا تط NN Nورا مش NN Nاهبا باإلض NN Nافة إىل دول أخ NN Nرى .وقد ك NN Nان "قNN Nرانت" ( ): GRANT 1674 N N -1620أول من
اسNNتعمل يف 1662مصNNطلحات علم السNNكان مثل اخلصNNوبة وطNNول مNNدة احليNNاة؛ كما قNNارن بني معNNدالت والدة اإلنNNاث
وال NNذكور .وقد ط NNور ه NNذا الع NNامل مع عNNامل آخر هو بييت ( )PETTYطريقة لتع NNداد الس NNكان من خالل املعطي NNات الثانوية
(عن ع NNدد املس NNاكن ،ع NNدد الوفي NNات )...ت NNدعى "طريقة املض NNاعف" ( N N)Multiplicateurع NNرفت بعد ذلك حتس NNينات
متتالية على أيدي علماء آخرين منهم خاصة "البالس" ( )LAPLACEيف .1785
ظهور نظرية االحتماالت في قرن 17و :18تارخييا ارتبط ظهور Nنظرية االحتماالت بألعاب احلظ اليت كانت سNائدة
بكNNثرة يف أوربا يف القNNرن السNNابع عشر وتنظمها البنNNوك بشNNكل خNNاص .لكن قلة انتشNNار طباعة الكتب واألجNNواء الدينية
السNN Nائدة اليت ال تبNN Nارك هNN Nذه األلعNN Nاب منعت انتشNN Nار الكتابNN Nات يف ه NNذا الش NNأن .وينسب البعض أول الكتابNN Nات يف علم
االحتمNNاالت إىل العNNامل "باسNNكال" ( PASCAL( 1662- 1623الNNذي كتب عما أمساه آنNNذاك "هندسة احلظ" (La
.)géométrie du hasardوكان ذلك من خالل رسائل له مع زميله املعروف هو اآلخر "فرمات" (1665 – 1601
. ): FERMATوتذكر يف هذا الصدد بشكل خاص املسألة اليت طرحها على باسكال أحد هNNواة األلعNNاب "كم ينبغي
من رمية ملكعيب نNNرد حىت ميكن املراهنة بتف NNاؤل على احلص NNول على جمم NNوع 12؟ " .مث جNNاء علم NNاء آخ NNرون كNNانت هلم
إضNN N N Nافات بNN N N Nارزة Nيف هNN N N Nذه الفNN N N Nرتة مثل هاجيان ( ،)HUYGEN : 1629 – 1695جNN N Nاك برنNN N Nويل (JACQUES
، )BERNOULLIمNNوافر ( )MOIVREوكNNذا اليبنيNNتز ( .): LEIBNIZ 1716 N – 1646كما سNNاهم يف هNNذه
الفرتة اليت سبقت القرن 19علماء كبار أمثNال (,LAPLACE (GAUSSE, BAYESعNرفت نظرية االحتمNاالت
على أيديهم إجنازات كبرية.
الق44رن :19يف ه NNذا الق NNرن ب NNرزت إح NNدى أهم عناصر نظرية االحتم NNاالت وهي "التوزيع الط NNبيعي" وذلك لقي NNاس نس NNبة
اخلطأ يف جمال احلس NNابات الفلكي NNة .ك NNان ه NNذا من مثرة عمل الع NNاملني البالس وق NNوس )GAUSSEو( .LAPLACEيف
ه NN Nذا الق NN Nرن أيضا ظه NN Nرت حس NN Nابات االرتب NN Nاط لق NN Nالتو ( N N )GALTOUكما ب NN Nرزت أمساء مثل كتلت ()QUETLET
وآخرون.
3
الق44 4رن العشرون :نظرية االحتم NN Nاالت كما نراها اآلن ،أي بص NN Nياغة رياضNN Nية ناضNN Nجة يف شNN Nكل قNN Nوانني م NN Nربهن عليها
رياضNN Nيا ،إمنا تبلNN Nورت يف القNN Nرن العشNN Nرين وبالضNN Nبط يف بدايتNN Nه .ومن األمساء اليت بNN Nرزت يف الفNN Nرتة األوىل (– 1980
)1920من ه NNذا الق NNرن جند من بريطانيا بريسNNون ( )KARLE PEARSONومن روسNNيا مNNاركوف ()MARKOV
ومن فرنسا بوريل ( .)BORELيف الف NN Nرتة الثانية ( )1932 N N – 1921درست مس NN Nائل التوق NN Nع ،حيث ك NN Nان لفيشر(
)FISHERدورا بارزا.
يف الف NN Nرتة املمت NN Nدة من 1933إىل هناية احلرب العاملية الثانية ب NN Nرزت اختبNN Nارات الفNN Nروض على يد ناميان()NEYMAN
وإيقNN Nون بريسNN Nون ( )EGON PEARSONوبداية النظرية احلديثة للمعاينة لناميان ( )NEYMANباإلض NNافة إىل خطط
التجNN N Nارب لفيشNN N Nر .بداية من اخلمسNN N Nينات تكNN N Nاثرت الكتابNN N Nات يف جمال اإلحصNN Nاء حيث عNN Nرفت نظرية التقNN N Nدير وحتليل
البيانات .وبالتدريج انتشر استخدام اإلحصاء يف امليادين املختلفة والعلوم التجريبية واإلنسانية.
ملخص :تارخييا إذا كNN Nانت أوىل اسNN Nتعماالت اإلحصNN Nاء ارتبطت حباجة الدولة لتنظيم اجلباية والتجنيد ودراسة السNN Nكان
فNN Nإن أوىل الدراسNN Nات يف حسNN Nاب االحتمNN Nاالت (أصل اإلحصNN Nاء الرياض NNي) ارتبطت أول األمر مبس NNائل ألعNN Nاب الصNN Nدفة
واحلظ كمجNN Nال جديد أثNN Nار فضNN Nول عNN Nدد من العلمNN Nاء الNN Nذين أسسNN Nوا هNN Nذا العلم يف القNN Nرن .17التطNN Nور السNN Nريع لعلمN
االحتماالت كفرع من الرياضيات كNان يف بدابة القNرن 20لكن أهم عناصر اإلحصNاء الرياضي كما هو معNروف اآلن
تبلورت يف النصف األخري منه.
تعريف مصطفى الخواجة " : 1يقصد بعلم اإلحصاء ،الطريقة اإلحصائية ،وهي تلك الطريقة اليت متكن من:
مجع احلقائق عن الظواهر املختلفة يف شكل قياسي،
تسجيل بيانات تلك احلقائق يف جداول تلخيصية،
عNN Nرض بيانNN Nات تلك اجلداول بيانيا وحتليلها هبدف معرفة اجتاهNN Nات هNN Nذه الظNN Nواهر والعالق NN Nات فيما
بينها.
أي أن علم اإلحصNNاء خيتص بالطريقة العملية جلمع وتنظيم وتلخيص وعNNرض وحتليل البيانNNات هبدف الوصNNول إىل نتNNائج
مقبولة NوقNNرارات على ضNNوء هNNذا التحليNNل .أي ميكن القNNول بإجياز شNNديد أنNNه" علم اسNNتنباط احلقNNائق من األرقNNام بأسNNلوب
علمي وبطريقة علمية".
" ...وميكن تقسيم علم اإلحصاء إىل قسمني ومها اإلحصاء الوصفي واإلحصاء التحليلي ,وفرع اإلحصاء الذي يهدف
فقط إىل وصف وحتليل جمموعة معينة دون الوص NNول إىل نت NNائج أو اس NNتدالل خ NNاص باجملموع NNات األكرب أو األخ NNرى فإنه
يسمى باإلحصNاء الوصNفي ،أما اإلحصNاء التحليلي فيهتم بعمليNات التنبؤ والتقNدير عن طريق اسNتخدام جNزء من اجملموعة
للوصNN N N N Nول إىل قNN N N N Nرار أو حكم عNN N N N Nام ميكن تطبيقه على اجملموعة كله NN N Nا ،ول NN N Nذلك يعتمد يف ج NN N Nزء كبري منه على نظرية
االحتماالت".
تعريف جالطو جياللي" : 2اإلحصNN Nاء هو علم مجع وتNN Nرتيب معلوم NNات خاصة بظ NNاهرة معينة وقي NNاس الوقNN Nائع كأسNN Nاس
لالستقراء ".
مصطفى اخلواجة :مقدمة يف اإلحصاء ،الدار اجلامعية ،اإلسكندرية ،2002 ،ص .2 1
جالطو جياليل ،اإلحصاء مع متارين ومسائل حملولة ،2002 ،ديوان املطبوعات اجلامعية ،ص .3 2
4
ب .ص محاضرات اإلحصاء الرياضي
تعريف جون جاك دراوزبيك : 1يعرف هNNذا العNNامل اإلحصNNاء بأنه ذلك العلم الNNذي يشNNمل " جمموعة الطNNرق اليت هتدف
إىل معاجلة املعطي NNات "...ويق NNول عن موض NNوع علم اإلحص NNاء" :يتعلق األمر مبعرفة كيفية احلص NNول على تلك البيان NNات،
معـرفة من أين يتم جتميعها وبأي شكل يكون ذلك التجميع".
تعريف دومنيك س444لفاتور " : 2اإلحصNN Nاء هو جممNN Nوع الطNN Nرق الرياضNN Nية املتعلقة جبمNN Nع ،وعNN Nرض ،وحتليNN Nل ،واسNN Nتخدام
املعطيNNات الرقميNNة .هNNذه العمليNNات متكن من اسNNتخالص اسNNتنتاجات واختاذ قNNرارات إزاء حالة عNNدم التأكد اليت نواجهها
يف جمال االقتصاد وجمال األعمال أو يف علوم اجتماعية وفيزيائية أخرى".
ويواصل الكNN N Nاتب « منيز بني اإلحصNN N Nاء الوصNN N Nفي واإلحصNN N Nاء االسNN N Nتداليل ( )Statistique Inductiveاألول يلخص،
حيوصل وحيلل كما من من املعطيNNات ،أما الثNNاين فيسNNقط على الكل من خالل دراسة اجلزء ،الكل يسNNمى يف هNNذه احلالة
اجملتمع (أو العNNامل ) Universواجلزء يسNNمى العينNNة .صNNحة اإلسNNقاط تتطلب إذا أن تكNNون العينة ممثلة وأن تكNNون احتمNNال
اخلطأ حمسوبا".
فيما خيصنا ،يهتم هذا املقياس بدراسة الفرع الثاين من اإلحصاء املتمثل يف اإلحصاء االستداليل ،وهناك من يسNNمي هNNذا
الفرع من اإلحصاء "الإحصاء التطبيقي" .من املهم ذكر هذه التسميات حىت يعلم الطNNالب أن بإمكامنه البحث عن مNNادة
املقيNاس يف مراجع حتت هNذه العنNاوين وغريها مثل االقتصNاد القياسNي ،اإلحصNاء االقتصNادي ،االحتمNاالت ،االحتمNاالت
واملتغريات العشوائية أو ببساطة اإلحصاء.
االحصاء التطبيقي
تعريف "رجيينالد الف NN N Nوا"" : 3املس NN N Nألة األساس NN N Nية لإلحص NN N Nاء التط NN Nبيقي تتمثل نظريا كما يلي :نريد دراسة ع NN N Nدد من
اخلصائص (كالعمر ،الوزن ،التوجه السياسي )...جملتمع ما ،لكن ألسباب خمتلفة ال ميكن أن نشمل بالدراسة كل أفNNراد
اجملتمNNع .هلذا نلجأ إىل دراسة جNNزء من اجملتمع (عينNNة) لدراسة هNNذه اخلصNNائص ،وعند إمتام دراسة العينة نعمل على تعميم
على اجملتمع ككل احلقائق املشاهدة مع التقييم ،لفرض عدم اخلطأ يف هذا التعميم".
حوص44 4لة 4:بصNN Nفة عامة ومن خالل مجيع التعريفNN Nات السNN Nابقة ميكن القNN Nول أن علم اإلحصNN Nاء يهتم بكيفية مجع وتNN Nرتيب
وعرض البيانات وكذا كيفية حتليلها للخروج خبالصة مفهومةN.
5
ب .ص محاضرات اإلحصاء الرياضي
من بني علوم الرياضيات العليا يعترب البعض االحتماالت على أهنا األكثر تعقيدا و "األكثر علوا" !! ،واحلقيقة غري
ذلك .إهنا ال تعدو أن تكون بالنسبة ملن يريد حقا فهما لعبة مسلية تتلخص يف بضعة قواعد بديهية .وال يضاهي
بساطة االحتماالت إال تعدد استخداماهتا وتواجدها يف مجيع امليادين ،ما يفسر حتمية دراستها على مجيع الشعب
تقريبا .بالنسبة لعامل االقتصاد والتسيري فإن فهم حساب االحتماالت هو أداة يومية ملعاجلة املشاكل املطروحة واختاذ
القرار .فقرارات املسري ،بل وحىت رب البيت ،تبىن يف % 99من احلاالت على معلومات غري مؤكدة.
كثريا ما خيلط الطلبة بني هذين املفهومني الرتباطهما ببعض .فاحلدث العشوائي هو واقعة أو نتيجة ما ،أما االحتمال
فهو عدد بني الصفر والواحد يعرب عن حظوظ وقوع احلدث (ليس شرطا أن يكون زمن وقوع احلدث هو املستقبل،
فقد يكون املاضي أو احلاضر) .سئل الرئيس العراقي السابق -قبل حرب اخلليج األوىل -ما هو احتمال اهنزامكم يف
هذه احلرب ؟ فأجاب" :واحد إىل مليون" .عندما نرغب يف التعبري بشكل دقيق على مدى إمكانية وقوع حدث معني
فإننا عادة نستعمل عبارات مثل %100 :للحدث املؤكد أو %50للحدث احملتمل و ‰1مثال للحدث املستبعد،
إذن حنن نستخدم الكسور يف سلم تصاعدي من 0إىل ،1حبيث يرمز 0لالستحالة و 1للتأكد.
مثال .احتمال احلصول على صورة عند رمي قطعة نقدية هو ،1/2و احتمال احلصول على الوجه " "6عند رمي
حجر نرد هو . 1/6
ميكن مجع األعداد أو طرحها و ميكن أن ختضع للجداء و القسمة أما عمليات التقاطع و االحتاد .. ،فهي عمليات على
اجملموعات و ليست على األعداد .من أجل ذلك ال يصح أن نكتب احتمال تقاطع (أو احتاد) احتمال .متثل هذه
القاعدة الذهبية األوىل يف االحتماالت ويف هذا املقياس ككل.
وجيب التمييز بني االحتمال واإلمكانية (اإلمكانية هي حدث) .فاالحتمال يف مفهوم العلم هو عدد يقيس حظوظ
وقوع شيء ما نسميه نتيجة أو حدث أو إمكانية .أما اإلمكانية فهي حدث أو نتيجة ما من بني أحداث أو نتائج
1I
المفاهيم األساسية لالحتمال الفصل األول
أخرى .خيتلف عن هذا املفهوم العلمي تعريف الناس لالحتمال .فكثريا ما تطلق كلمة االحتمال و يقصد هبا إمكانية،
فيقال مثال "إن هذا احتمال ممكن" و الصحيح إن هذه إمكانية واردة" أو يقال "إذا رمينا حجر نرد هناك 6
إحتماالت" و الصحيح " هناك 6إمكانيات أو 6نتائج حمتملة"... ،
لشرح املفهوم اجملرد للتجربة و متييزها عن احلدث ميكن القول أن التجربة هي أم احلدث أو أم النتيجة .ألن التجربة
تتفرع بالضرورة إىل أحداث .ففي املقولة السابقة ،التجربة هي احلرب بينما اهلزمية هي نتيجة ممكنة للحرب.و التجربة
قد تقبل نتيجتني أو أكثر.
ومفهوم التجربة يف علم االحتماالت مفهوم Nعام و مرن ،فإذا كنا ندرس احتمال احلصول على الوجه 6عند رمي
قطعة نرد تكون التجربة هي الرمي ،و إذا كنا ندرس احتمال عدد معني من الوحدات التالفة آللة ما ميكن اعتبار كل
وحدة منتجة كتجربة ،وإذا كنا ندرس احتمال عدد معني من الطلبة الراسبني يف مقياس ما نعترب كل طالب
كتجربة ...نقول احتمال حدث أو احتمال نتيجة وال نقول إحتمال جتربة.
2
ب .ص محاضرات اإلحصاء الرياضي
"احتمNNال حNNدث هو عNNدد احلاالت املالئمة لوقNNوع احلدث مقسNNوما على عNNدد احلاالت املمكنNNة،
1
إذا اقرتضنا أن كل احلاالت هلا نفس االحتمال يف الوقوع".
مثال :ما هو احتمال احلصول على عدد زوجي عند رمي قطعة نNNرد ؟ بني كل من التجربNNة ،احلدث واالحتمNNال يف هNNذا
املثال.
اجلواب :هنNNاك ثالث حNNاالت مالئمة للحصNNول Nعلى عNNدد زوجي ( 4 ،2و .)6أما العNNدد الكلي للحNNاالت املمكنة فهو
N .)6 ،5 ،4 ،3 ،2 ،1( N:6وب44افتراض أن كل الح44االت الممكنة لها نفس االحتم44ال فNNإن احتمNNال احلصNNول على
1 3
= . عدد زوجي هو
2 6
تنبيه :ال ميكن استخدام هذه العالقة إذا مل تكن احتماالت احلاالت متساوية.،
مثال .2صNNندوق به 7كريNNات منها 5محراء .نسNNحب 3كريNNات معNNا .ما هو احتمNNال أن تكNNون كلها محراء؟ بني كل
من التجربة واحلدث يف هذا املثال.
C 53 01
. 3 التجربة هي الس NNحب من C.إذا االحتم NNال هو 3
7 Cوع NNدد احلاالت املمكن NNة: 3
5 ع NNدد احلاالت املالئمة
C 7 53
الصندوق ،احلدث أو النتيجة هي احلصول على ...
مثال .3فوج مكون Nمن 10طلبNة .نسNNحب بالقرعة اسم من العشNرة .ما هو احتمNال أن يكNNون الطNالب أمحد؟ بني كل
من التجربة واحلدث.
نسحب (بدون إعادة) عينة من 3أمساء من العشرة .ما هو احتمال أن يكون منهم الطالب أمحد؟
1
، اجلواب )1 :احتمال احلدث األول أو النتيجة األوىل هي
01
)2عدد الطرق املمكنة للعينةC، 013 :عدد احلاالت املالئمة لكي يكون أمحد يف العينة:
!n
C01311 C 2
9 C nx C 92 63
! (n x!) x
C 92 63 63 3
3
االحتمال هو إذا:
C 01 01 (9() 8 ) /3 042 02
التجربة هي السحب ،النتيجة أو احلدث هي أن يكون الطالب أمحد... ،
مثال .4يتنافس أمحد مع 3زمالئه على أعلى نقطة يف كل من االمتحانات الستة للسداسي .إذا كانت حظNNوظ الطلبة
األربعة متس NNاوية ،ما هو احتم NNال :أن يف NNوز أمحد ب NNأعلى نقطة يف كل من االمتحان NNات الس NNتة؟ أن يف NNوز أحد الطلبة (أيا
كان) بأعلى نقطة يف االمتحانات الستة؟
اجلواب:
)1هناك 4096 = 6حالة ممكنة لنتائج املنافسة ،منها حالة فوز أمحد جبميع املقاييس؛ إذا االحتمال هو .1/4096 4
)2هناك 4طلبة إذا هناك 4حاالت لفوز أحد الطلبة جبميع املقاييس ،إذا االحتمال هو . 4/4096
خالصة4 5
3I
المفاهيم األساسية لالحتمال الفصل األول
التجربة واحلدث واالحتم NNال هي مف NNاهيم ال جيب اخللط بينهNNا .التجربة يتولد عنها أح NNداث (نت NNائج أو حNNاالت) خمتلف NNة.
التجربة مفهNN Nوم مNN Nرن يتطلب أحيانا نظNN Nرة ذكية وخيNN Nال .من املهم اكتسNN Nاب هNN Nذه املهNN Nارة يف حتديد ما هي التجربة أو
التجارب يف مسألة ما ألن ذلك هو املفتاح لفهم Nو حل املسألة.
هناك مخس قواعد يف حساب االحتمال هي األركان األساسية لعلم االحتماالت .هذه القواعد متعلقة ب:
احتمال احلدث املعاكس،
باحتمال حتقق حدثني معا،
باحتمال حتقق حدثني معا إذا كانا مستقالن،
باحتمال حتقق أحد حدثني،
و متعلقة Nباحتمال حتقق احلدث و عكسه معا.
من خالل البنود التالية تستخدم نظرية اجملموعات للتعبري عن األحداث العشوائية:
.1نعرب عن النتائج املمكنة لتجربة ما ب ،Ωوتسمى اجملموعة الكلية أو فضاء العينة.
.2نعرب عن احلدث مبجوعة جزئية Aمن فضاء العينة ،حيث Aهي جمموعة من النتائج املمكنة للتجربة.
.3إذا انتهت التجربة بنتيجة متثل عنصرا من Aنقول أن احلدث Aقد حتقق.
.4احلدث الذي حيتوي على نقطة أو عنصر واحد من Ωيسمى عادة حدث بسيط.
مثال .لتكن جلينا جتربة هي إلقاء مكعب نرد .أكتب جمموعة فضاء العينة مث عرب عمليا عن األحداث التالية:
{A= { 1, 2, 3, 4, 5, 6} = Ω , }6 احلدث :Aاحلصول على العدد ( 6حدث بسيط)
{B= }6 ,4 ,2 احلدث :Bاحلصول على عدد زوجي
4
ب .ص محاضرات اإلحصاء الرياضي
من بني األحداث املمكنة يف جتربة ما أيا كانت ،احلدث Φميثل احلدث املستحيل ألنه ال ميكن أن يتحقق .5
عنصر منها.P(Φ) = 0 .
من بني األحداث املمكنة يف جتربة ما أيا كانت ،حدث اجملموعة األساسية Ωنفسها ،وهو احلدث األكيد .6
ألنه البد أن يتحقق أحد عناصرها على األقلP(Ω) = 1 .
بتطبيق عمليات مثل اإلحتاد والتقاطع ،الطرح ،اجلمع ....على اجملموعات حنصل على جمموعات جديدة .7
جزئية من Ωومن مث أحداث جديدة يف .Ωمن ذلك :
AUBهو احلدث :إما Aأو Bأو كالمها.
A∩Bهو احلدث A :و Bيف وقت معا.
CAهو احلدث املعاكس ل .A
B – Aهو احلدث A :لكن ليس .B
إذا كان Φ = A∩Bنقول أن Aو Bمتنافيان (أو غري متالئمان) أي ال ميكن وقوعهما معا ( .8
.)mutuellement exclusifs
مثال :نرمي قطعة نقدية مرتني :إذ كان Aهو احلدث "مرتني كتابة" و " Bصورة على األقل".
}A = {PP}. B = {PF, FP, FF A∩B = Φ
( )1الحدث المعاكس أو التعبير الرياضي عن القاعدة رقم Evénement contraire .1
نعرب عن احلدث املعاكس ل Aب Āأو 'Aواحتماله هو احتمال عدم حتقق احلدث ،Aونكتب :
)P(Ā) + P(A) = 1 <=> P(Ā) = 1– P(A
A Ā
Ω
مثال :نرمي قطعة نقدية ونرمز ب Pللكتابة و Fللصورة (الوجه) .نالحظ أن:
P(P) = P(F') = 1– P(F) <=> P(P) + P(F) = 1
مثال :2عند رمي حجر نرد فإن احتمال احلصول على العدد 5هو ، P(5) = 1/6 :فما هو احلدث املعاكس يف هذه
احلالة وما احتماله؟
احلدث املعاكس هو احلصول على عدد غري ،5واحتماله هو.P(5') = 1 – P(5) = 1 – (1/6) = 5/6 :
5I
المفاهيم األساسية لالحتمال الفصل األول
مثال :3نرمي حجر نرد ،ما هو احتمال احلصول على عدد زوجي ،ماهو احلدث املعاكس وما هو احتماله؟
P(nombre pair) = P(2 ou 4 ou 6) = 3/6
احلدث املعاكس هو احلصول على عدد غري زوجي ،و احتماله:
.P(impair) = 1– P(pair) = 1– (3/6) = 3/6
( )2احتمال وقوع الحدث " "Aو " "Bأيا كانت (قاعدة رقم .)2
)P(A∩B) = P(A)* P(B/A
A B
A\B A∩B B\A
Ω
مثال )1 :أحسب عند إلقاء حجر نرد احتمال احلصول على قيم أقل من ( 4حدث.)B
)2أحسب احتمال احلصول على نتيجة أقل من 4إذا علمت أن الوجه احملصل ملكعب النرد عدد فردي )حدث(.A
)3أحسب احتمال احلصول على قيمة أكرب أو يساوي 4إذا علمت أن النتيجة عدد فردي.
P(B) = P(1ou 2 ou 3) = P(1) + P(2) + P(3) = 3/6
)P(B/A) = P(B∩A)/P(A
P(B∩A) = P (impaire et ≤ 4) = P(1 ou 3) = P(1) + P(3) = 1/6 + 1/6 = 2/6
P(B/A) = P(B∩A)/P(A) = 2/6 / 3/6 = 2/3
( )3احتمال وقوع الحدث " "Aو " "Bلما " "Aو " "Bمستقالن (قاعدة رقم .)3
)P(A∩B) = P(A) * P(B ))(P(B/A) = P(B
وهو تعريف استقالل حدثني ،أي أن وقوع Bال يتأثر بوقوع Aأو عدم وقوعه نقول أن Aو Bمستقالن،
)P(A∩B∩C) = P(A) * P(B) * P(C )P(C/(A∩B)) = P(C
6
ب .ص محاضرات اإلحصاء الرياضي
مثال :نرمي حجر نرد وقطعة نقدية معا .ما هو احتمال احلصول على الصورة والعدد 6؟ (نتيجة مكعب النرد
مستقلة Nعن نتيجة القطعة النقدية).
.P(A∩B) = P(A).P(B) = 0.5 * 1/6 = 1/12
مثال .2نلقي قطعة نقدية مرتني .أحسب احتمال احلصول على صورة يف الرمية األوىل ويف الرمية الثانية.
P(FF) = P(A∩B) = P(A) P(B) = 0.5 * 0.5 = 0.25
مثال .3صندوق به 5كريات 2محراء و 3بيضاء .نسحب كرية نسجل لوهنا مث نعيدها للصندوق ونكرر العملية 3
مرات.
oأحسب احتمال احلصول على 2كريات محراء 3 ،كريات محراء (أحداث مستقلة).
oكيف يكون االحتمال يف حالة كون السحب بدون إرجاع الكرية (أحداث غري مستقلة)؟
P(RR) = P(R1 ∩ R2) = P(R1) P(R2) = 2/5 * 2/5 = 8/25
P(RRR) = P(R1 ∩ R2 ∩ R3) = P(R1) P(R2) P(R3) = 2/5 * 2/5 * 2/5 = 8/125
P(RR) = P(R1 ∩ R2) = P(R1) P(R2/R1) = 2/5 * 1/4 = 2/20
P(RRR) = P(R1 ∩ R2 ∩ R3) = P(R1) P(R2/R1) P(R3/(R1∩R2)) = 2/5 * 1/4 * 0 = 0
( )4احتمال وقوع حدث " "Aأو "( "Bالقاعدة رقم .)4
)P(AUB) = P(A) + P(B) – P(A∩B
A B
A∩B Ω
( )5احتمال وقوع حدث "أ" أو "ب" لما "أ" و "ب" متنافيان (القاعدة رقم .)5
لتكن األحداث المتنافية A, B
A2
A1
Ω
)P(A∩B) + P(A∩B’) = P(A من أجل Aو Bأحداث أيا كانت:
A B
’A∩B A∩B ’B∩B
7I Ω
المفاهيم األساسية لالحتمال الفصل األول
إذا كان Aهو نتيجة أحد أو بعض األحداث املتنافية A1, A2 , A3 , A4 , …… An :
A
Ω
A1 A2 Ak . . . An
Théorème ou règle de BAYES نظرية االحتمال السببي أو نظرية بايز 8
لتكن 1A، 2A، 3A، . . . Ak، . . .، Anأحداث متنافية فيما بينها حيث احتادها يشكل اجملموعة الكلية (األساسية)
،Ωو Aحدث ما يتحقق عن طريق واحد أو أكثر من األحداث ،Akإذا علمنا أن Aحتقق ،حنسب احتمال حتققه
عن طريق احلدث Akكما يلي:
) P (A k )P (A /A k ) P (A A k
P (A k /A )
n
) P (A k )P (A /A k ) P (A
k 1
A
تسمى هذه النظرية نظرية االحتمال السبيب ألهنا متكن من حساب احتمال أن
A1 A2 Ak . . . An
Ω يكون حدث ما ( )Akهو املسبب لوقوع حدث آخر (.)A
رسم 2رسم يوضح نظرية بايز
مثال :وظفت أمينة مكتب ( )A1مبكتب للمحاسبة حيث تولت طبع % 20من الفواتري.
يشغل املكتب عاملتني أخريني إحدامها ( )A2تطبع %30من الفواتري واألخرى ( .50% )A3ترتكب املوظفة
اجلديدة أخطاء يف %5من الفواتري ،بينما نسبة اخلطأ لدى الثانية ( 2% )A2ولدى الثالثة (.1% )A3
أخذت فاتورة بشكل عشوائي فتبني أن هبا أخطاء .استبعدت األوىل أن تكون هي من أجنزت الفاتورة حبجة أهنا ال
تنجز إال %20من الفواتري ،وردت عليها العامالت األخريات بأن نسبة األخطاء لديها هي األكرب(.)%5
.1أحسب احتمال أن تكون املوظفة Nاجلديدة ( )A1هي اليت حررت الفاتورة وقارن مع احتمال أن يكون
مصدر Nاخلطأ هو A2أو .A3
.2أحسب جمموع االحتماالت الثالث.
.3أحسب احتمال أن تكون فاتورة خمتارة عشوائبا من جمموع املراسالت ،أن تكون هبا أخطاء.
) P (A 1 )P (A /A 1 0 2. * 050.
P (A 1 /A ) 832
0.
3
) P (A k )P (A /A k 0 2. * 050. 0 3. * 020. 0 5. * 010.
k1
8
ب .ص محاضرات اإلحصاء الرياضي
P (A ) P (A k )P (A /A k ) 0 2. *500
0. 0 3. * 020. 0 5. * 010. 210
0.
خالصة4 9
باستخدام نظرية اجملموعات كأساس للرتميز يف جمال االحتماالت ميكن احلصول على صياغة أكثر دقة للمفاهيم
املختلفة .هبذه الطريقة نستخدم:
رمز التقاطع ∩ بدال عن عبارة "و" ( )etمثال :احتمال "الوجه 2و "5يف رمييت نردP(2) * P(5) = ("5" :
"∩ P("2
رمز اإلحتاد Uبدال عن عبارة" أو" " "ouمثال :احتمال الوجه 2أو 5يف رمية نرد P("5"U"2") = P(5) +
)P(2
رمز املتمم CAأو Āبدال عن عبارة "عكس " A؛ )P(Ā) = 1 – P(A
من خالل هذا الرتميز ميكن أن نعرب بسهولة عن القواعد اخلمسة األساسية حلساب االحتماالت.
P(A∩B) = P(A)* P(B/A) -
(P )بشرط (A)P / (A∩B)P = (A/B)=> P )A( <0
)P(A∩B) = P(A)* P(B عندما يكون احلدثان مستقالن-
مسألة .نرمي قطعة نقدية مرتني ،نسمي "Aمرتني كتابة" و" Bكتابة يف املرة األوىل" ،عرب عن احلدث:
A ، B، Ā، A∩B، AUB، B– A ، B – A
},A = {PP}, B = {PP, FP}, Ā = {PF, FP, FF
A∩B = {PP}, AUB = {PP, FP}, A – B = Φ, }B – A= {FP
ملحق 10
A
رسم 1مخطط فين
يساوي تفريعة يراعى يف رسم الشجرة أن يكون جمموع احتماالت كل
متنافية ،لكوهنا متثل الواحد .التفريعة هي مبثابة شجرة فرعية حتتوي أحداث
النتائج احملتملة لتجربة جزئية.
9I
المفاهيم األساسية لالحتمال الفصل األول
مثال .نرمي قطعة نقدية مرتني .أحسب احتمال احلصول على مرتني صورة.
صورة
P(face/face) = 0.5 )P(FF) = P(F) P(F/F
صورة ( )2في مفهوم الحدث العشوائي
P(face) = 0.5 كتابة
) P(pile/faceقNNانون ،بل املقصNNود أننا نتحNNدث عن حNNدث
احلدث ال خيضع ألي
جيب املالحظة أن كلمة حNNدث عشNNوائي ال تعين أن= 0.5
)P(FP) = P(F) P(P/F
ال نعلم مس NNبقا ما إذا ك NNان س NNيقع أو ال يق NNع .اهلزمية اليت وقعت يف احلرب وأي هزمية ك NNانت هلا أس NNباهبا وليست حمض
صورة
) P(face/pileلكلمة Nمصادفة إال أننا مل نقصد وقوع الشNNيء.
باملصادفة .فال معىن مصادفة عمياء .واحلقيقة أن ال شيء يف الطبيعة يقع
= 0.5
)P(PF) = P(P) P(F/p
فعندما أقول التقيت بفالن صدفة ،فهذا يعين أنين مل أقصد ومل أخطط ملقابلتNه .لكن هنNاك أسNباب أدت إىل هNذه املالقNاة
كتابة
)P(pileواحدة
نحصل=على مرة
منها أنين سلكت طريقا معينا ...كذلك إذا رمينا مكعب نرد 6مرات فإننا ال نعلم إذا كنا س 0.5
كتابة
هي قيمة نظرية ،لكن إذا رمينا مكعب Nع NN Nدد كبري جNN N Nدا من ))P)5( =1/6 P(PP )( P(Xمثال
)= P(P)P(P/Pقيمة
الوجه ( .)5لNN N Nذلك
P(pile/pile) = 0.5
املرات ( 1000م NNرة مثال) فنتوقع أن ع NNدد م NNرات احلص NNول على الوجه ( )5س NNيكون قريبا ج NNدا من الع NNدد .1000/6
موضوع علم االحتماالت هو البحث يف قوانني األحداث العشوائية ،ولذلك أطلق عليه اسم "هندسة احلظ".
10
ب .ص محاضرات اإلحصاء الرياضي
11I
ب .ص محاضرات اإلحصاء الرياضي
المتغيرة العشوائية
1
مفهوم المتغيرة العشوائية Xالمتقطعة وتوزيعها االحتمالي املبحث .3
مسألة :أجريت دراسة على 1000طفل أصيب خالل السنوات الثالث األوىل من عمره مبرض
ما .بينت الدراسة أن احتمال اإلصابة مرتبط بالزمن ( :Xالسنة) من خالل دالة الكثافة التالية:
xc ,² 0 x 3
f (x )
0 nonis
أحسب احتمال أن تكون إصابة طفل خمتار عشوائيا من العينة املدروسة يف السنة األوىل.
يعاجل املرض ملدة شهر ،شهر ونصف ،أو 3أشهر حسب اجلدول التايل:
3 1.5 1 Xاألشهر
0.2 0.3 0.5 االحتمال
أحسب احتمال أن تكون مدة عالج طفل من العينة شهر ونصف على األكثر.
هي قيمة متغرية يلحق بقيمها احتماالت حتقق كل قيمة .يرمز للمتغرية ع حبرف التيين كبري .ومنيز بني م ع املتقطعة
وم العشوائبة املتصلة أو املستمرة.
مثال :يف جتربة إلقاء مكعب نرد ميكن أن نسمي الوجه الذي يستقر عليه الكعب متغرية عشوائية .Xالقيم املمكنة
ل Xهي .6 ،5 ،4 ،3 ،2 ،1 :بكل قيمة ميكن أن نلحق احتمال حتققها ،وهو هنا .1/6ونكتب مثال :
P(X = 1) = f(1) = 1/6, P(X = 2) = f(2) = 1/6 …,
الحظ أن القيم املمكنة ل ) X (1، 2، 3، 4، 5، 6هي متنافية ،ولذلك فإن جمموع احتماالهتا يساوي .1
6
x1
P (X x ) 1
1يف الربنامج األصلي -1 :مفهوم املتغرية العشوائية .اخرتنا هذا التقسيم لكي يتناسب كل جزء مع الزمن املخصص للمحاضرة.
1 II
المتغيرة العشوائية الفصل الثاني
مثال .2يف جتربة إلقاء قطعة نقدية مرتني ميكن أن نعني املتغرية العشوائية Xاليت متثل عدد مرات احلصول على
كتابة .يف هذه احلالة القيم املمكنة ل Xهي .2 ،1 ،0ال حظ أنه ميكن تعيني متغريات عشوائية أخرى انطالقا منن
نفس التجربة ،مثال Yعدد مرات احلصول على صورة ،وهي متغرية تأخد القيم ،2 ،1 ،0مث املتغرية Zحبث = Z
... X - Y
القيم املمكنة ل Xهي .2- ،2 ،0االحتماالت امللحقة بقيمها ميكن حساهبا كما يلي:
)>= P(Z = 0) = P(X – Y = 0) = P(X = 0 et Y = 0 ou X = 1 et Y = 1 ou X = 2 et Y = 2
و تسمى أيضا م ع منفصلة N،وهي اليت تأخذ عددا منتهيا من القيم املمكنة يف جمال مغلق.
مثال :داخل اجملال املغلق [ ]5 ,2املتغرية Xاملعرفة يف املثال األول تأخذ 4قيم ممكنة.
هي جمموعة القيم املمكنة مع االحتماالت املرتبطة بقيم املتغرية .نرمز للمتغرية حبرف كبري وللقيم Nاليت تأخذها املتغرية
حبرف صغري .نعرب عن احتمال قيمة معينة كما يلي ) P(X = xونكتب أيضا . f(x) :وتسمى الدالة ) f(xدالة
الكثافة االحتمالية.
مثال :التوزيع االحتمايل مل ع للمثال األول (إلقاء مكعب Nنرد) يكتب كما يلي:
X 1 2 3 4 5 6
)P(X = x 1/6 1/6 1/6 1/6 1/6 1/6 1
مثال .2التوزيع االحتمايل ل ،Xعدد مرات الصورة يف رميتني لقطعة نقدية:
X 0 1 2
1/
)P(X = x 1/4 2/4 1
4
نعرب عن احتمال قيمة معينة كما يلي ) P(X = xونكتب أيضا f(x) :وتسمى الدالة ) f(xدالة الكثافة االحتمالية.
لكي ميكن اعتبار دالة ما ،أيا كانت ،دالة كثافة احتمالية جيب أن يتحقق شرطان اثنان:
)1 f (x ) 0
)2 x
f (x ) 1
مثال :نأخذ دالة الكثافة ل Xنتيجة إللقاء حجر نرد, f(1) = f(2) = f(3) = … f(6) = 1/6 ≥ 0 :
الشرط األول حمقق ،والشرط الثاين أيضا ألنΣf(x) = 1/6 + 1/6 + … + 1/6 = 6(1/6) = 1 :
2II
ب .ص محاضرات اإلحصاء الرياضي
تمثل املتغرية العشوائية املتقطعة ليس من خالل منحىن ولكن من خالل أعمدة متوازية على حمور .X
مثال :منثل بيانيا منحنيات دوال الكثافة ل Xو Zاملعرفة على إلقاء قطعة نقدية مرتني.
)f(x
)f(z
1
1
1/2
1/2
1/4
1/4
إذا كانت Xتأخذ عددا منتهيا من القيم فإن ) F(xميكن تعريفها كما يلي:
0 , x x1
) f (x , x1 x x 2
1
3/4
3/4 4 2 4
1/2
1/2 )F(x)=P(X≤x 1/ 3/ 1
1/4
1/4
4 4
0 1 2 x -2 0 2 z
Z 2- 0 2
1/ 1/ 1/
)f(x
4 2 4
)F(x)=P(X≤x 1/ 3/ 1
3 II
المتغيرة العشوائية الفصل الثاني
4 4
مالحظة 4.تأخذ دالة التوزيع للم ع املتقطعة شكال سلميا ،وهي ال تكون متناقصة يف أي جمال ،وأكرب قيمة ممكنة هلا
هي .1
4II
ب .ص محاضرات اإلحصاء الرياضي
هي متغرية ع تأخذ عددا ال متناهيا من القيم يف جمال حمدود ،أو هي تأخذ أي قيمة داخل هذا اجملال .من أجل هذا
فأن وحدات قياس املتغرية امليتمرة تكون مستمرة مثل الزمن ،الوزن ،املسافة ،احلجم... ،
هو جمموعة القيم اليت ميكن أن تأخذها املتغرية ع املستمرة واالحتماالت امللحقة هبا .نسمي توزيعا كهذا دالة الكثافة
االحتمالية أو دالة االحتمال ،وهي ممثلة مبنحىن متصل.
الحظ أنه مبا أن Xتأخذ عددا ال متناهيا من القيم داخل أي جمال ،فإن احتمال قيمة بعينها هو احتمال يؤول إىل
الصفر P(X=x) 0.لذلك فإن دالة الكثافة تستعمل حلساب احتمال جمال.
)f(x ويكون ذلك حبساب املساحة حتت منحىن ) f(xبني حدود اجملال.
b
1 P(a x b) f ( x) dx
a
1) f ( x) 0 باستبدال إشارة التكامل بإشارة اجملموع جند أن شروط دالة
2) f ( x)dx 1 الكثافة االحتمالية للم ع املستمرة تكتب كما يلي :
من البديهي إذا أن منحىن دالة الكثافة ال ميكن أن ينزل أسفل حمور امل ع ،كما أن املساحة اإلمجالية بني املنحىن واحملور
األفقي تساوي الواحد.
هذه اخلصائص تفيدنا يف حساب احتماالت بعض اجملاالت من خالل احتماالت جماالت أخرى.
مثال :أوجد قيمة الثابت Cاليت حتقق الشرطني األول والثاين لدالة الكثافة االحتمالية يف الدالة التالية:
أحسب احتمال أن تكون Xتنتمي للمجال من 1إىل .2
أحسب احتمال أن تكون Xال تنتمي للمجال من 1إىل .2
xc ² 0 x 3
f (x )
0 nonis
5 II
المتغيرة العشوائية الفصل الثاني
3
0 3 x 3
) 1
f (xxd
0xd xC xd
²
0 3
0xd 1 C 9C 1 C 1 /9
3 0
لكي تكون xدالة كثافة جيب أن يكون . C = 1/9
2
x 3 1 8 1 7
1
1 /9 xxd
2 2
P (1 x 2 ) f (xxd
) ²
1 1
3 1 9 3 72 9
7 02
P (1 x 2 ) 1 P (1 x 2 ) 1
72 72
F ( x) P ( X x ) f (u )du
x
تعرف دالة التوزيع للمتغرية املستمرة كما يلي:
أننا لدالة التوزيع أمهية أكرب بالنسبة للمتغرية املستمرة .السبب يف ذلك
هنتم ،يف حالة املتغرية املستمرة ،باحتمال جمال وليس باحتمال نقطة ،وحلساب احتمال جمال من األيسر التعويض يف
دالة التوزيع بدال من حساب التكامل يف كل مرة .يتضح ذلك من القاعدة التالية :بفرض a, bنقطتان من جمال
تعريف ،Xحبيث . b > aحلساب احتمال أن تكون Xتنتمي إىل اجملال ]: ]a, b
)P(a x bf(x
) ) P ( X b ) P ( X a ) F (b ) F ( a
مثال:
1
أوجد دالة التوزيع للمتغرية املذكورة يف املثال السابق.
استخدم دالة التوزيع حلساب االحتمال.P(1< x <2) :
تفيد هذه القاعدة الرياضية العامة يف استنتاج أن مشتقة دالة التوزيع هي دالة الكثافة:
x
d f (uud
) ) Fd (x
f (x
) ) f (x
xd xd
6II
ب .ص محاضرات اإلحصاء الرياضي
مثال :أوجد دالة الكثافة للمتغرية Xإذا كانت دالة التوزيع كما يلي:
1 e 2 x x 0
F (x )
0 nonis
يتم تعريف التوزيع االحتمايل (أو القانون االحتمايل) ملتغرية عشوائية من خالل حتديد القيم املمكنة للمتغرية و
االحتماالت املقابلة هلا.
يتم هذا التحديد إما من خالل جدول ) جدول التوزيع االحتمايل) أو دالة ،تسمى دالة كثافة االحتمالية.
لكي نقول عن دالة ما أهنا دالة كثافة احتمالية جيب أن تكون موجبة دوما و أن يكون جمموع االحتماالت مساويا
للواحد.
الدالة التجميعية (أو دالة التوزيع) متثل احتمال جمال من أصغر قيمة للمتغرية إىل نقطة ما:
) F (x ) P (X x ) u x f (uيف حالة م متقطعة و
x
F (x ) P (X x ) يف حالة م
f (uud
)
مستمرة.
نظرا لتعريفها تأخذ دالة التوزيع مسارا متزايدا (أو ثابتا على أجزاء من اجملال) .تربز أمهية الدالة التجميعية أكثر عندما
تكون املتغرية مستمرة ألننا هنتم حينها باحتماالت جماالت .ميكن استنتاج دالة الكثافة من خالل اشتقاق دالة التوزيع.
7 II
ب .ص محاضرات اإلحصاء الرياضي
التوقع الرياضي
التباين واالنحراف المعياري
العزوم
الدالة المتجددة للعزوم
نظرية شيبيشيف ،نظرية األعداد الكبيرة
مسألة :أرسلت مؤسسة عروضا إىل 4عمالء .احتمال تلقي طلبية من العميل األول هي ،0.2من
العميل الثاين ،0.3من العميل الثالث 0.35و 0.4من العميل الرابع .يف انتظار ردود العمالء ما هو
العدد املتوقع من الطلبيات؟
يف العديد من احلاالت ال يكفي حساب احتمال حتقق حدث أو أحداث معينة بل حنتاج للخروج بتوقع معني يلخص
الوضعية املطروحة أمامنا .من جهة أخرى قد يصعب املفاضلة بني خيارات متاحة مقيمة مببالغ معينة بسبب ارتباط كل
مبلغ مبخاطرة خمتلفة؛ من املعروف أن االستثمارات األكثر مردودية هي تلك اليت تتضمن أكرب خماطرة ،فكيف ميكن
أخذ يف احلسبان املخاطرة واملبلغ املتوقع وبطريقة دقيقة وموضوعية؛ إن طريقة التوقع وبقية املفاهيم األخرى الواردة
أعاله ميكن أن تساعدنا يف ذلك.
1III
التوقع الرياضي و التباين الفصل الثالث
يستخدم توقع دالة عند حساب عدد من املقاييس مثل التباين ،العزوم املركزية والعزوم املرتبطة باألصل.
لتكن Xم ع هلا دالة كثافة ) ،f(xو) y = g(xم ع تابعة هلا.
E (Y ) E (g (x)) ) g (x ) f (x
x
E (Y ) E (g (x))
g (x ) f (xxd
)
يف حالة Xم متصلة:
مثال .1نلقي قطعة نقدية مرتني .نسمي Xعدد مرات احلصول على صورة ،و .Y=X²أحسب ) E(Xو). E(Y
X 0 1 2 المجموع
)P(X = x 1/4 1/2 1/4 1
)X*P(X 0 1/2 1/2 E(X) =1
2III
ب .ص محاضرات اإلحصاء الرياضي
تعريف التباين
خصائص التباين
المتغيرة المعيارية
3III
التوقع الرياضي و التباين الفصل الثالث
مثال .نلقي قطعة نقدية مرتني .نسمي Xعدد مرات احلصول على صورة ،أحسب ). V(X
X 0 1 2 المجموع
4III
ب .ص محاضرات اإلحصاء الرياضي
ميكن أن نلحق بأي متغرية عشوائية Xمتغرية معيارية (تسمى أيضا املتغرية املركزية) ويرمز هلا . *Xتلحق املتغرية
املعيارية باملتغرية احلقيقية من أجل املقارنة ألن املتغرية املعيارية ليس هلا وحدة كاملرت أو الساعة ...وإمنا هي تعرب عن
كل قيمة xل Xمن خالل املسافة بني xوالتوقع μحمسوبة لس بالوحدة األصلية وإمنا باالحنرافات املعيارية.
X
X *
من خالل خصائص التوقع والتباين نستخرج التوقع والتباين للمتغرية املعيارية.
X 1 1
E (X)* E E (X ) E (X ) E ( ) 0
* E (X)* ² E X * 0 ² E (X *)² E X ² 1 E X ² ² 1
V (X)* E X
² ² ²
مثال :أحسب *Xمن أجل متوسط ،70احنراف معياري ،5و Xيساوي.70 ،80 ،75 ،50 ،60 ،55 :
اجلواب :القيم هي.0 ،2 ،1 ،4- ،2- ،3- :
مثال .2يتدرب عامالن أمحد وعلي من أجل املشاركة يف ماراتون عيد العمال 1ماي .يشرتط يوم املسابقة أن يكون
وزن املرتشح ال يتجاوز اجملال . μ ± 1.5σ
إذا كان الوزن املتوسط بالكغ هو μ = 70واالحنراف املعياري هو 5كغ .هل سيقبل العامالن أمحد وعلي إذا كان
وزهنما 77 :كغ ،و 80كغ؟
اجلواب :جمال القبول هو من 62.5كغ إىل 77.5كغ ،لذلك فسريفض علي ويقبل أمحد.
خالصة4 29
التوقع الرياضي و التباين هي أهم املؤشرات املعربة عن خصائص املتغرية و حيسبان كما يلي ،حسب كون املتغرية
متقطعة أو مستمرة:
E (X ) x Pi (X x i)
n n
i1 i1
)x i f (x i
E (X )
fx (xxd
)
لكل من التوقع و التباين 4خصائص أساسية تتمثل فيما يلي:
E (C) = C توقع عدد ثابت V(C) = 0
)E(CX) = CE(X )V(CX) = C²V(X
يف حالة استقالل املتغريتان عن بعضهما
)E(X+Y) = E(X) + E(Y )V(X + Y) = V(X) + V(Y
V(X - Y) = V(X) + V(Y) ,
يف حالة استقالل املتغريتان عن بعضهماE(XY) = E(X)E(Y) . V(X) = E(X²) - E(X)²
5III
التوقع الرياضي و التباين الفصل الثالث
من أجل املقارنة بني املتغريات تستخدم املتغرية املعيارية اليت تسمح بالتعبري عن قيمة xليس من خالل وحداهتا األصلية
(كغ ،مرت ،زمن )... ،وإمنا بعدد االحنرافات املعيارية اليت تفصل بني القيمة xوالتوقع الرياضي.
X
X * مها على التوايل 0و .1 التوقع الرياضي والتباين للمتغرية املعيارية
حلساب التوقع الرياضي لدالة ما يف ( Xمثال التباين ،أو )X²نضرب قيم الدالة يف االحتماالت املقابلة ل:X
E (Y ) E (g (x)) ) g (x ) f (x
x
E (Y ) E (g (x))
g (x ) f (xxd
)
6III
ب .ص محاضرات اإلحصاء الرياضي
كما التباين يعترب العزم من تطبيقات توقع دالة .منيز بني نوعني من العزوم :العزم املركزي والعزم املرتبط باألصل.
تستخدم العزوم يف حساب عدد من املقاييس مثل معامل التماثل ( α3 )coefficient d'asymétrieومعاملN
التفلطح (.α4 )Kurtosis ou coefficient d'aplatissement
r E X r , r 0 ,1 , 2 , . . .
0 E X E (1 ) 1
0
0 1
1 E X E (X ) E ( ) 0 1 0
1
حيسب العزم املركزي حسب طبيعة املتغرية متقطعة أو مستمرة كما يلي:
r ) x i r f (x r x
r
f (xxd
)
i
مثال .أحسب العزوم املركزية من الدرجة 2 ،1 ،0و 3للمتغرية Nع ذات دالة الكثافة:
x /2 , 0 x 2
f (x )
0 nonis
0 x f (xxd) 1 f (xxd) 1
0
1 x f (xxd
) fx (xxd
) ) (1 ) 0
f (xxd
4
2 x ) ²
2
f (xxd
9
3 3 3
4 4 x 4 61 76
) (
x
0 2
3 ) x (0xd 0 x 3 2xd
3
f (xxd ) x (0xd
)
3 2
3 ) 72 (5
مثال :أحسب العزوم املركزية من الدرجة 2 ،1 ،0و 3للمتغرية ع املتقطعة اليت متثل عدد مرات احلصول على صورة
يف رميتني لقطعة Nنقدية.
7III
التوقع الرياضي و التباين الفصل الثالث
مثال :أحسب العزوم املرتبطة باألصل من الدرجة 3 ،2 ،1 ،0و 4للمتغرية Nع املتصلة ذات دالة الكثافة:
1
x 0 x2
f ( x) 2
0 sinon
2
4 4 21
'0 1 , '1 4 /3 , '2 ² 2 ,
3 9 9
2 2
2x 1 x 5 61 2x 1 x 6 61
'3 x ( xd
)
3
, '4 x ( xd
)
4
0 2 2 5 0 5 0 2 2 6 0 3
مثال .2أحسب العزوم املرتبطة باألصل من الدرجة 3 ،2 ،1 ،0و 4للمتغرية Nع املتقطعة اليت متثل عدد مرات
احلصول على صورة يف رميتني لقطعة نقدية.
ميكن أيضا احلصول على العزوم املرتبطة باألصل من الدرجة rمن خالل اشتقاق الدالة املتجددة للعزوم rمرة.
الدالة المتجددة للعزوم )La fonction génératrice des moments Mx(t 31
الدالة املتجددة للعزوم Nهي دالة مرتبطة مبتغرية (معلمة) tباإلضافة إىل ارتباطها ب ،Xود م ع كما يلي:
M x ) ( t) E (e xt
يف حالة م ع متقطعة x ( t) e xt f (x ) :وMيف حالة م ع مستمرة:
x
M x ( t)
e xt f (xxd
)
مثال :أكتب الدالة املتجددة للعزرم من أجل t ≠ 0للم ع املعرفة يف كما يلي:
1
x 0 x 2
f (x ) 2
0 nonis
0 2 1 2 xt
M x ( t) e xt (0xd
) e xt f (xxd ) e xt (0xd ) 0 ex xd 0
0 2 2 0
1 2 1 2
e xt
2 0 0 . U xUd xd Vd
M x ( t) VdU VU [ ] 0 UdV
2
, e xd V
xt
8III
ب .ص محاضرات اإلحصاء الرياضي
r
dM )( t
r x
r
ceva t 0
td
كما تستخدم الد م ع إلثبات تساوي توزيعني احتماليني ،مثال عند حتقق شروط معينة ،وحنتاج ذلك خاصة عند
دراسة التقارب بني التوزيعات االحتمالية .النظرية اليت نستعملها يف ذلك هي كاآليت:
لتكن م ع Xو Yهلما الد م ع ) Mx(tو) My(t؛ نقول أن م ع Xو Yهلما نفس التوزيع االحتمايل إذاا:
)Mx(t) = My(t
كما تستخدم الد م ع إلثبات إستقالل توزيعني احتماليني .النظرية اليت نستعملها يف ذلك هي كاآليت:
)Mx+y(t) = Mx(t) . My(t إذا Xو Yم ع مستقلتان ،هلما الد م ع ) Mx(tو) My(t؛ فإن:
خالصة 32
العزم و الدالة املتجدد للعزوم Nهي عبارة عن توقعات دوال (أنظر املبحث السابق) .يدخل العزم يف حساب بعض
املؤشرات مثل التباين و التوقع الرياضي ،معامل التفلطح و معامل التماثل.
r E X r , يعرف العزم املركزي من الدرجة rللم Nع Xكما يليr 0 ,1 , 2 , . . . :
تستخدم الدالة املتجددة للعزوم Nإلثبات التقارب بني توزيعات احتمالية و ذلك من خالل نظريتني أساسيتني.
)Mx(t) = My(t نقول أن م ع Xو Yهلما نفس التوزيع االحتمايل إذاا:
)Mx + y (t) = Mx(t) . My(t إذا Xو Yم ع مستقلتان فإن:
هي نظرية ختص م ع املتقطعة واملستمرة على السواء ،اليت يكون هلا متوسط وتباين حمدود .تستخدم هذه النظرية يف
قياس التشتت حول التوقع ،μوذلك عن طريق احتمال (أو نسبة) املفردات اليت املسافة (الفرق) بينها وبني μتزيد
عن مقدار ما P(-ε ≥ (x - μ) ≥ ε) :أو بعبارة أكثر اختصارا .P(|x - μ| ≥ ε) :حسب نظرية شيبيشيف فإن
هذه النسبة ال تزيد عن ،σ²/ε²وذلك مهما كانت طبيعة التوزيع .ونعرب عن هذه النظرية كما يلي:
إذا كانت Xم ع متصلة Nأو متقطعة ،هلا متوسط μوتباين حمدود ،σ²فإنه مهما يكن εعدد موجب متاما:
²
P ( x )
²
9III
التوقع الرياضي و التباين الفصل الثالث
1
P ( x k ) ε = k σفنجد : و من أجل صياغة أكثر داللة ،نضع:
k²
الحظ أنه ،انطالقا من نفس النتيجة ،لدينا أيضا:
²
P ( x ) P x 1
²
سؤال :هل هذه العبارة صحيحة :إذا كان أقل من % 10من الفائزين يف امتحان الباكالوريا حيصلون على
تقدير أكثر من حسن ،فهذا يعين أن أكثر من %90من الفائزين يف الباكالوريا حيصلون على تقدير أقل من
حسن .اجلواب نعم.
مثال :لتكن Xم ع تتبع توزيعا أيا كان؛ هلا متوسط μوتباين حمدود ،σ²و εعدد موجب متاما؛
.1أحسب احلد األقصى لالحتمال ) P(-ε ≥ (x - μ) ≥ εمن أجل .ε = 2 σ، ε = 3 σ، ε = 4 σ
.2أحسب احلد األدىن لالحتمال ) P(-ε < (x - μ) < εمن أجل .ε = 2 σ، ε = 3 σ، ε = 4 σ
²
P ( x ) P x
²
1 1
2 P ( x ) P x 2 , 3 P x 3 ,
4 9
4 P ( x ) P x 4
1
,
61
²
P ( x ) P x 1
²
1 1
2 P ( x ) P x 2 1 3 /4 , 3 P x 3 1 8 /9 ,
4 9
1
4 P ( x ) P x 4 1 51 61 / ,
61
مثال .2يتم أخذ أوزان عمال مركب احلجار من أجل ترشيحهم للمشاركة يف ماراتون عيد العمال 1ماي.
.1كيف ميكن حتديد جمال القبول حبيث يتم ترشيح على األقل %75من العمال ،رفض ترشيح أقل من %25
من العمال؟
.2حدد قيم اجملال إذا كان الوزن املتوسط االفرتاضي هو 70كغ ،واالحنراف املعياري 5كغ.
²
P ( x ) P x 1
²
( x ) P x 2 1
1
euqsroL 2suon
.snovas àjédPeuq 57 %
4
²
P ( x ) P x
²
1
euqsroL 2suon
.snovas àjéd euq P x 2 52 %
4
.1إن أكثر من % 75العمال هلم أوزان ال تبتعد بأكثر من σ 2عن املتوسط ،وهذا ميكن التعبري عنه بطريقة
أخرى بالقول :إن أقل أو يساوي من 25باملئة من العمال هلم أوزان أبعد من الوزن املتوسط بأكثر من σ
.2إذا ميكن اختاذ جمال قبول μ±2σلتحقيق اهلدف املسطر.
.2اجملال الذي حيقق اهلدف حسب القيم املعطاة للمتوسط واالحنراف املعياري هو من 60إىل 80كغ.
10III
ب .ص محاضرات اإلحصاء الرياضي
مثال .3متوسط مدة التمدرس Nيف جمتمع معني هي 8سنوات ،واالحنراف املعياري . σ = 1
أحسب أدىن احتمال ملدة متدرس بني 6و 10سنوات لفرد خمتار عشوائيا من .1
هذا اجملتمع.
أحسب أقصى احتمال ملدة متدرس ال تزيد عن 6سنوات أو ال تقل عن 10 .2
سنوات.
1
P ( x k ) 1 . 8
, 1 01 2 , 6 2ruoP
. k 2 :
k²
1
( x 6 ) P ( x 2 ) 1
P01 3 /4
2²
أدىن احتمال ملدة متدرس بني 6و 10سنوات لفرد خمتار عشوائيا من هذا اجملتمع هي .0.75
1
P ( x k ) . 6 2tios
. k 2 :
k²
1
P ( x 2 ) 1 /4
2²
أدىن احتمال ملدة متدرس ال تزيد عن 6سنوات أو ال تقل عن 10هو .0.25
تعترب نظرية األعNN Nداد الكبNN Nرية من نتNN Nائج نظرية شيبيشNN Nيف ويسNN Nتفاد منها بش NNكل خ NNاص يف نظرية املعاين NNة .تصNN Nاغ هNN Nذه
النظرية بالشNNكل اآليت :لتكن املتغNNريات . . . . ،X1، X2متغNNريات عشNNوائية مسNNتقلة Nهلا نفس التوزيع االحتمNNايل ولكل
منها نفس املتوسط μوالتباين σ²إذا كانت
,Sn = X1 + X2 + . . . +Xn )(n = 1, 2, . . .
S
mil n
P n 0
n
مبا أن E(Sn/n) = µفإن مضمون هذه النظرية هو أن احتمال أن تبتعد املتغرية Sn/nعن قيمتها املتوقعة بأكثر من ε
هو 0عنNدما .∞→ nتسNمى هNذه الصNياغة أيضا بقNانون األعNداد الكبNرية الضNعيف .حيث أن قNانون األعNداد الكبNرية
القوي هو:
∞→Sn/n = µ] = 1 P[lim n
خالصة4 35
نظرية شيبيشاف ونظرية األعداد الكبرية من النظريات اليت تقيس تشتت املتغرية و هي من تطبيقات توقع دالة:
إذا كانت Xم ع متصلة Nأو متقطعة ،هلا متوسط μوتباين حمدود ،σ²فإنه مهما يكن εعدد
موجب متاما:
²
P ( x )
²
11III
التوقع الرياضي و التباين الفصل الثالث
لتكن املتغريات . . . . ،X1، X2متغريات عشوائية مستقلة Nهلا نفس التوزيع االحتمايل ولكل
منها نفس املتوسط μوالتباين σ²إذا كانت
,Sn = X1 + X2 + . . . +Xn )(n = 1, 2, . . .
S
mil n
P n 0
n
12III
ب .ص محاضرات اإلحصاء الرياضي
بعد أن عرفنا مفهوم Nاملتغرية العشوائية والتوزيع االحتمايل ميكننا اآلن أن ندرس عدد من التوزيعات االحتمالية الشهرية.
تستخدم هذه التوزيعات يف حل العديد من املسائل يف جمال التسيري الصناعي والتجاري ويف اإلدارة .ومن أكثر هذه
التوزيعات شيوعا :التوزيع الثنائي وتوزيع بواسون .يف هناية احملاضرة يفرتض أن يكون الطالب قادرا على استذكار
القوانني املدروسة وخصائصها األساسية ،ومن خالل التطبيقات يفرتض أن يتمكن من معرفة مىت وكيف ميكن
استخدام كل قانون.
C Nn
,b, p) X ~ H(Nحيث: تسمى هذه الصيغة :قانون التوزيع اهلندسي الزائد ونكتب
p = b/Nو =p q = r/N-1
ميكن اآلن اإلجابة على أسئلة املثال كما يلي:
2 3 1 3 0 3
P(X=2) = C4 . C2 / C 6 = 12/20 … , P(x = 3) = C4 . C2 / C6 = 1/5 ,
1IV
التوزيعات االحتمالية األكثر استخداما الفصل الرابع
بإسم Jacques Bernoulliالذي درس هذا التوزيع يف أواخر القرن .17 1
2IV
ب .ص محاضرات اإلحصاء الرياضي
معامل التماثل
3 pq (q ² p)² q ² p ²
3
3 pq pq pq
n x
P (X x ) C nxp xq , x 0 ,1 ,2 ,3 , . . . ,n , n 1 ,2 ,3 , . . .
حيث xعدد مرات النجاح p ،احتمال النجاح يف التجربة الواحدة (يبقى ثابت عند تكرار التجربة)q = 1-p ،
احتمال الفشل و nعدد التجارب .و هو تعريف " قانون التوزيع الثنائي" ويكتب قانون التوزيع االحتمايل أيضا كما
يلي:
P (X x ) C nxp x (1 p ) n x
أو ).X ~ B(n, p
3IV
التوزيعات االحتمالية األكثر استخداما الفصل الرابع
الدالة املتجددة للعزوم :باعتبار Xجمموع متغريات برنولية مستقلة X = X1 + X2 + …Xi + … + Xnهلا نفس
املعلم pونفس الدالة املتجددة للعزومMX(t) = [q + pet] :وباستخدام النظرية السابقة خبصوص الدالة م للعزوم:
"من أجل X 1و X2م ع مستقلة Nهلا الدالة م للعزوم Mx1(t) Nو) Mx2(tفإن "Mx1 + x2 (t) = Mx1(t). Mx2(t) :؛
نستنتج:
)MX(t) = Mx=x1+x2+…xn(t) = Mx1(t) . Mx2(t) … Mxn(t
>= )MX(t)= E(ex1t) . E(ex2t) … E(exnt MX(t) = [q + pet]n
معامل 4التماثل
3
3 . 3 x 3 p (x ) x pn 3 p (x ) . . .qpn
) (q p
3
q p qpn (1 p ) p 1 2 p
erocne
uo : 3
3
qpn qpn qpn
يكون منحىن التوزيع الثنائي متماثال عندما ½ = α3 = 0 => 2 p = 1 => p
1 6 pq معامل 4التفلطح
4 3
npq
يكون منحىن التوزيع معتدال عندما α4 = 3 => qp = 1/6
( )4قاعدة تقارب :العالقة بين التوزيع الهندسي الزائد والتوزيع الثنائي
يف حالة Nكبري جدا (يؤول إىل ∞) فإن ( )N-1( / )N-nتؤول إىل n( 1حمدود) .ومن جهة أخرى يعطي
التوزيع الثنائي نتائج قريبة من التوزيع اهلندسي الزائد ويصبح السحب بدون إرجاع مطابقا تقريبا للسحب Nباإلرجاع.
4IV
ب .ص محاضرات اإلحصاء الرياضي
5IV
التوزيعات االحتمالية األكثر استخداما الفصل الرابع
6IV
ب .ص محاضرات اإلحصاء الرياضي
1 2 1 نأخذ x (1 n) n (1 n ) x (1 n ) : n x n x
1باسم سNNيميون دونNNيز بواسNNون ) Siméon-Denis Poisson (1781-1840الفيزيNNائي و الرياضي الفرنسي الNNذي اسNNتخدم هNNذا لقNNانون سNNنة 1837يف
كتابه حبث يف احتمNN N N Nال األحكNN N N Nام يف جمال اجلرمية و يف اجملال املدين ( Recherche sur la probabilité des jugements en matière
N )criminelle et en matière civileحيث أدخل كنهاية لقNNانون باسNNكال والقNNانون الثنNNائي .إال أن أول اسNNتعمال له للقNNانون الNNذي حيمل امسه يعNNود إىل
.1830جتدر اإلشارة إىل أن بواسون صاحب الفضل يف نظرية مهمة أخرى هي نظرية األعداد الكبرية اليت تنسب لشيبيشيف .أنظر ج ج دراوزبيك [.]1997
7IV
التوزيعات االحتمالية األكثر استخداما الفصل الرابع
1 5
) . (5 ) e 1 5. (7
7
t 1 5
) . (5 P (X 7 )
!7
مثال .بفرض أن عدد املكاملات اهلاتفية اليت تصل إىل مركز هاتفي معني تتبع توزيع بواسون مبعدل λ=5يف
ثانية ،وأن %6من هذه املكاملات هي مكاملات دولية .أحسب احتمال أن تصل 9مكاملات دولية يف ثانية.
(050. (5)) 9e 050. ) (5
P (X 9 )
!9
سلوك توزيع بواسون عند زيادة املعلمة من 1إىل 2إىل ( 5من اليسار إىل اليمني) رسم 7
8IV
ب .ص محاضرات اإلحصاء الرياضي
ويستخدم بعض من اإلحصائيني أيضا كشرط الستعمال قانون بواسون بدال من القانون الثنائي القاعدة التالية:1
و p ≤ 0,1 n ≥ 25
مثال :نأخذ عشوائيا 10وحدات من انتاج آلة نسبة إنتاجها التالف . % 10أحسب احتمال أن يكون هناك
وحدتان تالفتان.
P(X = 2) = C210 (0,1²) (0.98) = 0.1937
حنسب أوال قيمة املعلمة ( λمعلمة Nقانون بواسون): ط .2باستعمال توزيع بواسون:
λ = µ = np = 10 * 0,1 = 1
P(2) = λx * e-λ/x! = (12 * e -1) / 2 ! = 1/(2e) = 1,1839
مثال .2بينت دراسة إحصائية سابقة أن عدد السيارات اليت تصل إىل حمطة بنزين معينة بني الساعة 12:00و
12:05هو يف املتوسط 3سيارات ،كما بينت الدراسة أن عدد السيارات اليت تصل إىل احملطة يتبع توزيع بواسون.
أوجد احتمال أن تصل 4سيارات بني 12:00و.12:05
متوسط عدد السيارات يف الساعة = 6 = 3 * 2ومنه:
! e-6/24 = 54 * e-6 = P(X=4) = 64 * e-6/4 * 1296
9IV
التوزيعات االحتمالية األكثر استخداما الفصل الرابع
يف األخري ،ينبغي اإلشارة إىل أن لتوزيع بواسون وأيضا للتوزيع الثنائي خصائص مهمة ال يتسع املقام لذكرها يف إطار
هذا الدرس ،ولكن سنتعرض لبعضها يف التطبيقات ،لذلك حنيل الطالب إىل مطالعتها يف املراجع املتخصصة؛ كما
توجد توزيعات أخرى مهمة نظرا لتعدد استخداماهتا مثل التوزيع املتماثل ( ،)distribution uniformeمل نتطرق
هلا يف هذا الدرس ،ندعو الطالب الستكماهلا من خالل حبثه اخلاص.
خالصة4 44
10IV
ب .ص محاضرات اإلحصاء الرياضي
11IV
التوزيعات االحتمالية األكثر استخداما الفصل الرابع
التوزيع الطبيعي أو توزيع البالس قوسD. Normale ou D. de Laplace -Gausse 1 45
يعد التوزيع الطبيعي من أهم التوزيعات االحتمالية شائعة االستخدام ملا له من خصائص تنطبق على نسبة كبرية من
الظواهر الطبيعية واالجتماعية واالقتصادية .فلو اخرتنا بالصدفة مئة أو ألفا من املارين يف شار ع ما وقسنا أطواهلم
لوجدنا نسبة كبرية منها قريبة من متوسط ما ،ونسبة قليلة من طوال القامة ونسبة مقاربة هلا من قصار القامة .ومثل
هذا بالنسبة لألوزان .ولو مثلنا هذه البيانات يف معلم Nمتعامد متجانس لكان املنحىن الذي ميثل النسبة ،أو ما ميكن أن
نسميه االحتمال ،ذا شكل جرسي متماثل حول املتوسط وهي صفات التوزيع الطبيعي (الشكل: )9
2
x
1 /2
f (x )
1
e
x
2
ونكتب )X ~ N(µ, σ حيث µو σمها على التوايل التوقع واالحنراف املعياري.
المتغيرة المركزية أو المعيارية :تستخدم املتغرية املعيارية Z = (X-µ)/σلتكوين اجلداول اإلحصائية لالحتماالت:
1باسم العاملان الرياضيان الفيزيائيان و الفلكيان الفرنسي )Pière Simon de Laplace (1749-1827واألملاين - Carl Freidrich Gauss
الصورة هلذا األخري)1855-1777( ،-الذين كانا من أوائل من اكتشف هذا القانون .أما من أعطاه تسمية التوزيع الطبيعي فهو Pearsonيف .1893أنظر
( ، J. J. Droesbeke )1997ص .329
12IV
ب .ص محاضرات اإلحصاء الرياضي
بالنظر إىل العالقة اخلطية بني املتغريتني X و ،Zفإن Zتتبع نفس توزيع Xأي التوزيع الطبيعي .ونعلم أن:
V(Z) = 1 E(Z) = 0
تماثل منحنى Xحول املتوسط (أنظر الشكل )3يعين متاثل ملنحىن Zحول ،0مما يعين أنه من أجل أي قيمة للمتغرية
املعيارية
:z>0
P(0 ≤ Z ≤ z) = P(-z ≤ Z ≤ 0) = P(-z ≤ Z ≤ z) / 2
)P(Z ≤ -z) = 1- P(Z ≤ z) = P(Z ≥ z
)P(-z ≤ Z ≤ z
)P(Z ≤ -z )P(Z ≥ z
13IV
التوزيعات االحتمالية األكثر استخداما الفصل الرابع
هذه القيم وغريها متوفرة يف اجلداول اإلحصائية اليت جندها يف الكثري من املراجع ،كما ميكن حساهبا باستخدام
احلاسوب.
μ - 6σ μ - 5σ μ - 4σ μ - 3σ μ - 2σ μ -1σ μ μ +1σ μ + 2σ μ + 3σ μ + 4σ μ + 5σ μ + 6σ
2σ = 68.26%
4σ = 95.44%
6σ = 99.73%
8σ = 99.9937%
10σ = 99.999943%
12σ = 99.9999998%
14IV
ب .ص محاضرات اإلحصاء الرياضي
سلوك توزيع بواسون عند زيادة املعلمة من 1إىل 2إىل ( 5من اليسار إىل اليمني) 11 رسم
قاعدة التقريب:
oعموما 4نعتبر أن التقريب مالئم من التوزيع بواسون إلى التوزيع الطبيعي عندما λ ≥10
oفيما يعتمد عدد من اإلحصائيين 1كشرط للتقريب λ≥15
وميكن أن تتق NN Nارب نتNN Nائج التوزيع NN Nات الثالث مع NN Nا :الثن NN Nائي ،بواس NN Nون والطNN Nبيعي حسب الشNN Nروط املذكورة )أنظر حل
التطبيق أدناه).
عادة ما يستخدم التوزيع األسي يف مسائل متعلقة بقيNاس الNزمن .من ذلك مNدة خدمة شNباك الربيNد ،مNدة مكاملة هاتفيNة،
مNNدة تفريغ بNNاخرة شNNحن ،مNNدة تصNNليح آلNNة ،مNNدة انتظNNار زبNNون قبل احلصNNول على اخلدمNNة...يف العلNNوم الدقيقة يسNNتخدم
التوزيع األسي لتمثيل مNNدة حيNNاة الNNذرات املشNNعة ( )atomes radioactivesقبل أن تتفكNNك ،حيث يعرب الوسNNيط عن
اللحظة اليت يبقى فيها نصف اجملتمع األصلي.2
من الضNNروري فهم اآليت :كقاعNNدة عامة يسNNتخدم التوزيع األسي لتمثيل مNNدة حيNNاة ظNNاهرة ما إذا كNNان هلا متوسط ثNNابت
λ/1وكNNانت هNNذه الظNNاهرة ال ختضع للتقNNادم N)vieillissement( Nأي أن مNNدة حيNNاة الظNNاهرة بعد حلظة ما Tال تتبع
اللحظة T؛ أي ال تتNNأثر باملدة اليت دامتها الظNNاهرة من قبNNل .مثال قد نسNNتبعد اسNNتخدام التوزيع األسي لتمثيل مNNدة حيNNاة
آلة عاملة قبل تعطلها ألن احتمNN N N Nال تعطلها يف حلظة ليس مسNN N N Nتقال عن املدة اليت عملتها اآللة من قب NN N Nل ،كNN N N Nذلك األمر
بالنسبة ملدة حياة اإلنسان.
عمليNN Nا ،نتحقق من دقة متثيل التوزيع األسي _أو أي توزيع آخNN Nر_ لظ NNاهرة ما من خالل تقني NNات اختب NNارات الفNN Nروض،
وبالتحديد اختبار التجانس و التعديل.
نشري أخNريا إىل أن للتوزيع Nاألسي عالقة بNالتوزيع NبواسNون ،فNإذا كNان وقNوع أحNداث ما يتبع هNذا التوزيNع ،فNإن املدة بني
وقوع حدثني تتبع التوزيع األسي؛ كمثال على ذلك ،إذا كNNان وصNNول الزبNNائن إىل مركز خدمة ما يتبع التوزيع بواسNNون
15IV
التوزيعات االحتمالية األكثر استخداما الفصل الرابع
فإن املدة الزمنية بني وصول زبون "أ" والزبون املوايل تتبع التوزيع األسي .تتبني هذه العالقة عند اسNNتنتاج صNيغة القNNانون
األسي.
) xe
(
p x
!x
فإن الزمن Tبني حادثني يتبع التوزيع التايل:
e , 0
f ( )
0 , 0
حيث λعدد حقيقي موجب.
و يسمى هذا التوزيع التوزيع األسي ويسمى أيضا التوزيع األسي السالب لعالقته بتوزيع بواسون.
16IV
ب .ص محاضرات اإلحصاء الرياضي
توزيعي قاما و بيتا ميثالن جمموعة واسعة من التوزيعات ذات معلمتني تتميز مبرونة وقدرة على توليد توزيعات متعددة
حسب قيم املعلمتني .ندرس هذين التوزيعني أيضا لعالقتهما بالتوزيعات ،F، tو ك .2يستخدم توزيع قاما لتمثيل
بعض الظواهر مثل توزيع الدخل واالدخار حتت شروط معينة.1
)Pour α>1: Γ(α) = (α-1)Γ(α-1 et si α N : Γ(α) = (α-1) ! , Γ(1/2) = √π
1أنظر :آيفازيان و آخرون ،مبادئ النمذجة و املعاجلة األولية للبيانات ،سلسلة ،Mathématiques، Editions Mir :موسكو ،1983 ،ترمجه من
الروسية إىل الفرنسية جياليل مبارك .1986 ،ص.158
17IV
التوزيعات االحتمالية األكثر استخداما الفصل الرابع
من خصائص توزيع قاما عالقته بالتوزيع Nاألسي كما سنرى يف السلسلة.
مثال .أحسب ما يلي:
e x
t 4e tdt , x 6e xd
x
, xd , , 4 5. ,
7 2 5. .
0 0 0 x 1 /2
e x
0 t 4e tdt (5 ) 4 !42 , x 6e xd
x
7 6 027
! 1 /
xd
2
,
x 1 /2e xd
x
1 /2
0 0 x 0
4 .5 3 5
. 1 3 .5 3 .5 3 5 . ) 2 .5 3 5
. (2 5 . (2 5
. () 1 5 5. 3 5. (2 5.() 1 5.() 0 5. )
. ) 0
. () 0 5
7 6 027
! , (2 5
. ) 1 5
. (0 5 .
. ) 1 5
مثال .2أحسب املتوسط والتباين للمتغريات العشوائية Xو Yو Zاملعرفة كما يلي:
x 4e x /2 y 3e y /4
z 2e z
, x 0 ,
, z 0y 0
f (x ) 2 5 5 , ) f (y ) 4 4 (6
, f (z ) 6
0 x 0
, y 0 0 0 , , z 0
x 5 (2 ) 01
, ² x ² 5 (2)² 02 , y 4 (4 )61
, ² y 4 (4)² 46 , z 3 (1 ) 3
, ² z 3
يتميز توزيع بيتا مبرونته الكبرية تبعا لقيم معلمتيه (أنظر الرسم )14حيث يستخدم حلساب توزيع ،t²، Fالتوزيع
الثنائي ،الثنائي السالب وغريها ،1وتستخدم لتمثيل بعض املتغريات اليت ترتاوح بني 0و ،1مثل نسبة ما كنسبة التالف
أو املبيعات ،إخل.
1
u حيث ) B(α, βهي الدالة بيتا:
1
B
( , ) (1 u ) ud
1
, , 0
0
18IV
ص.ب محاضرات اإلحصاء الرياضي
f(x) = 2, = 4 = 4, = 2
= 1/2, = 1/2
0 0,5 1,0 x
التمثيل البياين لدالة الكثافة للتوزيع بيتا من أجل قيم خمتلفة للمعامل 13 رسم
( ) ( )
: بيتا تكتب أيضاNجند أن دالة الكثافة للتوزيعB
( , ) وباستعمال العالقة
( )
1
x 1 x ,
1
0 x 1
f (x )
( ) ( )
0 ,sruellia
19IV
التوزيعات االحتمالية األكثر استخداما الفصل الرابع
للت NNوزيعني قاما وبيتا عالقة بع NNدد من التوزيع NNات املهمة ك NNالتوزيع األسي وتوزيع ك NNاي تربي NNع ،من ذلك مثال أن التوزيع
األسي هو حالة خاصة من توزيع قاما عندما . α = 1 , β = 1/λ
مثال .3أحسب النسبة املتوقعة لإلنتاج التالف والتباين ،إذا كانت نسبة اإلنتاج التالف تتبع التوزيع التايل:
6 (1 x ) 5 , 0 x 1
f (x )
0 , nonis
من املثال السابق لديناB (1 ,n ) 1 /n 6 1 /B (1 ,6.) :
بوضع و يساويان 1و 6على التوايل ،جند أن ~ B(1, 6) X
4
1 /2 , ² ومنه/ . :
102
) (² 1 ) 61 (5
مثNNال .4نسNNبة اإلنتNNاج املبNNاع يف مؤسسة تتبع التوزيع التNNايل .أحسب النسNNبة املتوقعNNة ،واحتمNNال أن تبلغ النسNNبة أكNNثر من
. %35
) x(² 1 x,
21 0 x1
f (x )
0 nonis
,
3
21 3 * 4 21 1 /B (3 ,2 )
) X ~ B (3 ,2 3 /5 06 %
3 2
1
P (X 053. ) 21
053
,
x(² 1 xxd
) .
خالصة4 49
20IV
ص.ب محاضرات اإلحصاء الرياضي
توزيع قاما
t 1 e t dt
0 x 1e x /
0
, x 0
f (x ) ( ) , 0 , 0
,µ = α β
0 , x 0
σ² = α β² X~Γ(α,β)
x 1 1 x 1
0 x1
f (x ) ,
1
B ( , ) u 1 (1 u ) ud
1
, , 0
( , 0 )
توزيع بيتا
0
0 sruellia
( ) ( ) ~B(α, β) X
B
( , )
( )
, ²
² 1
21IV
ب .ص محاضرات اإلحصاء الرياضي
درسNN Nنا يف الفصل األول املفNN Nاهيم والقواعد األساسNN Nية يف نظرية االحتمNN Nاالت كاالحتمNN Nال البسNN Nيط واالحتمNN Nال املتعNN Nدد
وقاع NNدة مجع وض NNرب االحتم NNاالت .تس NNاعد ه NNذه املف NNاهيم املسري على التق NNدير وعلى اختاذ الق NNرار املناسب جتاه مس NNائل
متشNN N Nعبة وغري مؤكNN N Nدة النتNN N Nائج .يف الفصل الثNN N Nاين درسNN N Nنا مفهNN N Nوم NاملتغNN Nرية العشNN Nوائية والتوزيع االحتمNN Nايل (أو القNN N Nانون
االحتمايل) وتطرقنا إىل عNدد من التوزيعNات االحتمالية الشNNهرية .تسNNتخدم املتغNNرية العشNNوائية لتمثيل الظNواهر املختلفة من
أجل دراستها والتوقع بشأهنا .يف هNNذا الفصل سNNنتناول نوعا من املتغNNريات العشNNوائية وتوزيعاهتا وهي املتغريات العشNNوائية
ذات أكNN Nثر من بعد ،باإلضNN Nافة إىل مفNN Nاهيم أخNN Nرى مهمة متعلقة باالرتب NNاط بني املتغ NNريات .ذلك أن العديد من الظNN Nواهر
واملسNNائل اليت تطNNرح أمNNام املسري تتضNNمن أكNNثر من متغNNرية واحNNدة ،فنتيجة نشNNاط مؤسسة هي حمصNNلة العائد والتكNNاليف،
وحمصNNول موسم زراعي يتNNأثر مبتغNNريات عNNدة مثل كمية األمطNNار واألمسدة واملسNNاحة املزروعNNة .سNNوف نقتصر يف دراسNNتنا
على املتغرية ذات بعدين اثنني وهو ما يطلق عليه املتغرية الثنائية.
( )1تعريف
املتغرية الثنائية هي متغرية تتوقف ليس على قيمة واحدة هي قيمة Xمثال و إمنا تتوقف على قيمة متغريتني اثنتني .مثال
ذلك ،معدل الطالب يتوقف على نقطة الرقابة املستمرة و نقطة التطبيق أو نقطة السداسي األول ونقطة السداسي
الثاين .كذلك نتيجة السنة املالية تتوقف على متغرييت التكاليف و اإليرادات ،وهكذا .التعريف الدقيق للمتغرية الثنائية
يتأتى باستخدام الرتميز كما يلي:
لتكن لدينا متغريتان عشوائيتان متقطعتان Xو ،Yلنرمز لالحتمال P(X = x,Y = y) :ب ): f(x,y
)f(x,y) = P(X = x,Y = y
f(x,y) ≥ 0
تسمى الثنائية ( )X,Yمتغيرة ذات بعدين و) f(x,yدالة الكثافة االحتمالية لها ونقول أيضا دالة الكثافة المش44تركة
للمتغيرتين Xو Yويمكن التعبير عنها عن طريق جدول لالحتماالت المشتركة (جدول التوزيع المشترك).
1V
المتغيرة العشوائية ثنائية البعد الفصل الخامسz
Y
X y1 y2 ... ym )f1(x
الدالتني) f1(xو) f2(yتسميان الدالتان اهلامشيتان (احلديتان) حيث f1(x) = 1 ∑ :و∑ f2(y) =1
احتمال احلصول على الصورة= P (X = 1) = f1(1) = ∑k=1n f(1, yk) 1/2 = . . . + 1/12 + 1/12
= )P (Y = 6) = f2(6) = ∑i=1m f(xi,6 احتمال احلصول على الرقم 1/6 = 1/12 + 1/12 6
2VI
ب .ص محاضرات اإلحصاء الرياضي
( )1تعريف
لتكن لدينا XوYمتغريتان ع متصلتان ،نعرف دالة الكثافة االحتمالية املشرتكة هلما 1كما يلي:
و ميكن استنتاج دالة الكثافة املشرتكة من الدالة الرتاكمية باالشتقاق كما يليf(x, y) = ∂²F / (∂x ∂y) :
أكتب دالة التوزيع اهلامشية لكل من املتغريتني أحسب احتمال ، x < 2 < 0أحسب احتمال .y < 3 < 1
F1(x) = P(X ≤ x) = ∫u=-∞x∫v=-∞∞f(u, v) du dv
* ,x < 0 : F1(x) = 0
3V
المتغيرة العشوائية ثنائية البعد الفصل الخامسz
* x ≥ 4: F1(x) = 1
F2(y) = 0 + ∫u=04∫v=1y uv/96 dudv = 1/96 ∫u=04[ ∫v=1yuv dv] du = 1/96 ∫u=04[u (y² - 1) / 2] du
0
4
= (= (1/(2*96)) (y² - 1) (16/2) = (y² - 1) / 24)u²/2( )y² - 1( )1/96 * 1/2
0 y1
F 2 (y ) (y ² 1 )42
/ 1 y 5
1 y 5
يف حالةX ، Yمتغريتان عشوائيتان متقطعتان N،فإن دالة الكثافة االحتمالية الشرطية ل ( )X|Y = yتكتب كما يلي
) f (x , y ) P (X x ,Y y
f (x / y ) ) f(x/yوحتسب كما يلي:
) f1 (x ) P (X x
) P (A B
P (B /A ) الشرطية: و هذا استنادا إىل القانون التقليدي للاحتماالت
) P (A
التوزيع االحتمايل ل Xحيث= y Yهو جمموعة قيم املتغرية Xعند تثبيت Yواالحتماالت ) f(x/yاملقابلة هلا.
مثال .لتكن Xعدد مرات احلصول على صورة عند رمي قطعة نقدية مرتني و Yالفرق بالقيمة املطلقة بني عدد مNNرات
الصورة Nوعدد مرات الكتابة.
أكتب التوزيع االحتمايل ل ،Y|X = 1أكتب التوزيعان االحتماليان ل X|Y = 0و.X|Y = 2
خالصة4 53
)P(X/Y = 0
) f (x , y ) P (X x ,Y y
P (X /Y y ) حلساب االحتماالت الشرطية ل Xتستخدم القاعدة:
) f1 (x ) P (X x
رأينا يف الفصل األول أن حدثني عشوائيني Aو Bيكونان مستقالن إذا كان:
)P(A et B) = P(A) P(B
انطالقا من هذه القاعدة ،تكون املتغريتان العشوائيتان املتقطعتان Xو Yمستقلتان إذا وفقط إذا كان:
)P(X = x, Y = y) = P(X = x) P(Y = y
)f(x, y) = f1(x) f2(y
يف حالة كون املتغريتني متصلتني نكتبP(X ≤ x, Y ≤ y) = P(X ≤ x) P(Y ≤ y) :
5V
المتغيرة العشوائية ثنائية البعد الفصل الخامسz
)Soit c = c1*c2 => f(x, y) = c1 c2 xy = c1x * c2y => f(x, y) = f1(x) * f2(y cqfd
مثال 4.2ليكن Xو Yو Zم ع متقطعة .متثل Xعدد مرات احلصول على صورة يف رمية لقطعة Nنقدية و YعNNدد مNNرات
احلص NNول على ص NNورة يف رمي NNة موالي NNة .و Zالف NNرق بالقيم NNة املطلق NNة بني ’Xو ’Yالل NNذان ميثالن على الت NNوايل ع NNدد م NNرات
احلصول على الصورة/الكتابة يف جمموع رميتني لقطعة نقدية.
X Z X
0 1 0 1 2
’ 0 1 2 Z 0 2
Y ’X
0 ¼ ¼ 0 0 1 0 ¼ ½ ¼ px ½ ½ pz
1 ½ ½ 2 ½ ½ 0
من الواضح أن Xو Yمستقلتان Nألن ) P(X = x,Y = y) = P(X = x) P(Y = yعند كل قيم Xو.Y
على العكس من ذلك ،جند أن Zليست مستقلة Nعن ’Xفمثال:
P(X’ = 0) P(Z = 2) = (1/4 . 1/2) = 1/8 ≠ P(X’= 0, Z = 2) = 1/2
ينطبق كل من تعريف التوقع الرياضي والتبNN N Nاين الNN N Nذين تناولنامها فيما س NN Nبق على املتغ NN Nرية العشNN N Nوائية متعNN N Nددة
األبعاد .لتكن Xو Yمتغريتان عشوائيتان متقطعتان ،و ) f(x, yدالة كثافة مشرتكة هلما.
)µx = E(X) = ∑x∑y x f(x, y ), µy = E(Y) = ∑x∑yy f(x, y
)σ²x = E[(x – µx)²] = ∑x∑y (x – µx)² f(x, y) , σ²y = E[(y – µy)²] = ∑x∑y (y – µy)² f(x, y
6VI
ب .ص محاضرات اإلحصاء الرياضي
9 = )1/2
)σ²y = E[(y – µy)²] = ∑x∑y (y - µy)² f (x, y
= (+ 1/8 ( ² )1/2 + 7 ( + )1/8 + 1/4 ( ² )1/2 + 2 -( + )1/4 + 1/8 ( ² )1/2 + 4 -
)1/8
كما ميكن حساب كل من القيم السابقة باستخدام الدوال اهلاشية ) f1(xو ).f2(y
E(x) = ∑x x f1(x) = 1(4/8) – 5(4/8) = -2 Y 4- 2- 7 )f1(x
)V(x) = E(x²) – E²(x X
1/ 1/ 4/8
= [ 9 = ² )2 –( – ])4/8 (² )5 –( + )4/8 (1² 1 1/8
4 8
1/ 1/ 4/8
التباين المشترك Covariance 5- 1/4 56
8 8
يعرف التباين املشرتك كمايلي: 3/ 2/ 1
])Cov (X, Y) = σxy = E[(X – µx)(Y – µy )f2(y 3/8
8 8
يف حالة Xو Yمتغريتان متقطعتان:
)σxy = ∑x∑y(x – µx)(y – µy)f(x, y
يف حالة Xو Yمتغريتان مستمرتان:
σxy= ∫-∞+∞∫-∞+∞(x – µx) (y – µy) f(x, y) dx dy
7V
المتغيرة العشوائية ثنائية البعد الفصل الخامسz
.2يف حالة Xو YمتغريتNان مسNتقلتان 1Nنعلم من خصNائص التوقع الرياضي أن )E(XY) = E(X
) E(Yومنه:
)Cov(X, Y) = E(XY) – E(X) E(Y) = E(XY) – E(XY
Cov (X, Y) = 0
|σxy| ≤ σxσy
.4القيمة املطلقة للتباين املشرك ال تكون أكرب من جداء االحنرافني املعياريني:
.5يف حالة Xو YمتغريتNان مرتبطتNان متاما مثال Y = XفNإنCov(X, Y) = V(X) V(Y) :
yx
r لقياس االرتباط بني املتغريتني ،وتسمى معامل االرتباط. تستعمل النسبة:
x y
يف حالة rمعدوم Nنقول أن المتغيرتان غير مرتبطتين ،من غري أن جنزم أهنما مستقلتان.
مثال .أوجد التباين املشرتك واالرتباط للتوزيع املشرتك املذكور يف املثال السابق.
)Cov(X, Y) = E(XY) – E(X) E(Y
)E(XY) = 1(-4)(1/8) + (1)(-2)(2/8) + (1)(7)(1/8) + (-5)(-4)(2/8) + (-5)(-2)(1/8) + (-5)(7
(1/8) = 1.75
.E(X) = 1(4/8) + (-5)(4/8) = -2, E(Y) = -4(3/8) – 2(3/8) + 7(2/8) = -1/2
Cov(X, Y) = 1.75 – (-2)(-1/2) = 0.74
,V(X) = E(X²) – E²(X) = 1(4/8) + (-5)²(4/8) – (-2)² = 9 => σx = 3
1العكس ليس بالضرورة دوما صحيح ،فقد يكون التباين املشرتك مساويا للصفر من غري أن يكون املتغريتNان مسNتقلتان فعال .املعادلة هي يف احلقيقة متثل شNNرطا ولكنه
ليس شNN Nرطا كافيNN Nا .باملقابل ميكن اسNN Nتعمال نتيجة معدومية التبNN Nاين املشNN Nرتك للداللة على ضNN Nعف االرتبNN Nاط ،إذا كNN Nان موجNN Nودا ،بين املتغNN Nريتني .الشNN Nرط االزم والكNN Nايف
الستقالل متغريتني هو املذكور سابقا يف تعريف االستقالل.
8VI
ب .ص محاضرات اإلحصاء الرياضي
خالصة4 58
نقول عن متغريتان أهنما مستقلتان إذا أمكن كتابة دالة التوزيع املشرتكة هلما (أو دالة الكثافة املشرتكة) يف شكل جداء
دالتني هامشيتني تراكميتني (أو دالتني هامشيتني للكثافة) f(x, y) = f1(x) f2(y) :أي أن:
)P(X = x, Y = y) = P(X = x) P(Y = y
من جهة أخرى نقيس االرتباط بني متغريتني من خالل معامل االرتباط،
ويف هذه احلالة يكون التباين املشرتك )Cov(X, Y) = E(XY) – E(X) E(Y
معدوما Nألنه تبعا خلصائص التوقع الرياضي يف حالة االستقالل فإن )E(XY) = E(X) E(Y
لكن العكس ليس بالضرورة صحيح.
yx
r كمؤشر على االرتباط بني املتغريتني ،لكن اإلحصائي جيب أن يكون متنبها إىل يستخدم معامل االرتباط
x y
9V
ب .ص محاضرات اإلحصاء الرياضي
نتناول يف املبحث األول من هذا الفصل عدد من التوزيعات ذات االستخدام الواسع يف اإلحصاء االستداليل والتطNNبيقي
خاصة يف جمايل "التقدير" و"اختبار الفروض" ،حيث يستخدم اإلحصائي هذه التوزيعات يف عمله من أجل الوصول إىل
"قNN Nرار" بشNN Nأن "اجملتمع" املدروس انطالقا من بيانNN Nات يتحصل عليها من عينة .يف املبحث الث NNاين س NNنتطرق للتقNN Nارب بني
التوزيعات االحتمالية املختلفة اليت درسناها من قبل.
توزيع ك 2هو من أكثر التوزيعات استخداما يف جمال اختبار الفروض بأنواعها ،وميكن تعريفه كما يلي:
لتكن ، X1, X2, . . . Xνمتغريات عشوائية مستقلة كل منها تتبع التوزيع الطبيعي املعياري ( .)µ = 0, σ =1املتغرية
X = X1² + X2² + . . . + Xν²
هلا دالة الكثافة التالية:
x /2 1e x /2
x 0
f (x ) 2 /2 /2
0 x 0
حيث ) Γ(αهي الدالة قاما:
t 1e td
t 0
0
)f(x
ν=1
0.25 ν=2
ν=3
ν=6
1VI
دوال المتغيرة العشوائية و التقارب الفصل السادسz
)f(x
p=1- α
α x
0
χ²p,ν
هذه جمموع X1 ~ χ²ν1 , . . . , Xn ~ χ²νn نظرية :لتكن م ع مستقلة عددها nحيث
املتغريات
n
X T X i ~ χ²νT
i1
νT = ∑νi
2VI
ب .ص محاضرات اإلحصاء الرياضي
Y
T تتبع لتكن املتغريتNNان العشNNوائيتان املسNNتقلتان Y Nو Zحيث ) Y~ N(0, 1و ~ χν² Z؛ املتغNNرية
Z /
توزيع هلا دالة الكثافة التالية
1
1
2
1 t ² 2
f ( t) t
2
t 1e td
t 0
0
T ~ tν و نقول أن املتغرية Xتتبع توزيع ستيودنت ب νدرجة حرية ونكتب:
)f(t
طبيعي
0.4
ν=4
ν=1
t
-4 -3 -2 -1 0 1 2 3 4
1يرجع الفضل يف إجياد هذا القانون إىل ويليام سيلي قوسي ( )1876-1937( )William Sealy Gossetالذي نشر مقاالته كلها باسم ستيودنت ،ونشر
مقالته حول هذا القانون عام 1908بعنوان « » The probable error of a mean أنظر :دراوزبيك ،1997ص .262
3VI
دوال المتغيرة العشوائية و التقارب الفصل السادسz
نالحظ أن منحىن tمتماثل ح NN N N Nول املتوسط 0مما يعين أن لكل نقطة موجبة tنقطة من NN N Nاظرة هلا س NN N N Nالبة
حيث املساحة حتت املنحىن على ميني tتساوي املساحة حتت املنحىن علي يسار (– ،)tونكتب t1-p = -
. tp
باإلضNNافة إىل ذلك فNNإن منحىن ) f(tيقNNرتب من املنحىن الطNNبيعي املعيNNاري كلما زادت قيمة . νوعمومNNا،
) () .p = P(T ≤ tν;pوأحيانا حتدد النقطة tبداللة املساحة على ميينها ( )α = 1 - pونكتب tp,ν :
. tα,ν أو
()05 ,01
5,0
()01 ,01
()4 ,01
x
0 1 2 3
4
X 1 / 1
X X /هلا دالة ليكن ل NNدينا املتغريت NNان العش NNوائيتان املس NNتقلتان X1 ~ χν1² Nو . ~ χν2² X2املتغ NNرية :
2 2
الكثافة:
1 2
2 1 2 1 2
( 1 )1
2 1x
2 2 x 2 2 x 0
f (x ) 1 2 1 2
1رونالد آيلمر فيشر (( )1890-1962( )Ronald Aylmer Fisherإجنلرتا) يعترب مؤسس نظرية التقدير و جورج وادل سنيديكور (George
( )1881-1974( )Waddel Snédecorأمريكي) أنظر املرجع السابق ،ص .258
4VI
ب .ص محاضرات اإلحصاء الرياضي
ويظهر من املعادلة تبعية منحىن ) f(xباإلضافة ل xإىل كل من ν1و ν2ولذلك حتدد أي نقطة Fمن خالل ثالثة
معامل ν1 :و ν2و ( pاملساحة حتت املنحىن على يسار النقطة ، )Fونكتب Fp, ν1 , ν2
ويف الغالب تعطي اجلداول اإلحصائية قيم Fعند p = 0.95و. p = 0.99
)f(x
p=1- α
α x
0
Fp,ν1, ,ν2
رسم 17تعيين قيمة Fيتم في الجدول يتم من خالل ν1, ,ν2و P
نظرية .1
F 1 p , 1 , 2 1 /F p
, 2
, 1
نظرية .2
F 1 p ,1 , t12 (p /2,)
نظرية .3
2
p ,
F , ,
p
خالصة4 62
5VI
دوال المتغيرة العشوائية و التقارب الفصل السادسz
نتناول يف هذا املبحث بعض حاالت التقارب الذي حيصل بني عدد من التوزيعات االحتمالية الشهرية .ونقصد
بالتقارب بني توزيعني (الثنائي وبواسون مثال) أن يعطي التوزيعان نتائج متقاربة خبصوص احتمال معني ،مما يعين
إمكانية استخدام توزيعني احتماليني (وأحيانا أكثر) حلساب احتمال معني .علما أننا قد تطرقنا من قبل بإجياز إىل هذا
املفهوم عند دراستنا هلذه التوزيعات.
لندرس Nالسلوك التقاريب ملتغرية التوزيع الثنائي ) X~B(n,pعندما تؤول nإلىأعداد كبرية جدا.
ليكن Xميثل عدد مرات احلصول على صورة عند رمي قطعة نقدية :مرتني 4 ،مرات 8 ،مرات 16 ،مرات.
Xi 0 1 2 3 4 5 6 7 8
Pi 0,00 0,03 0,10 0,21 0,27 0,21 0,10 0,03 0,00
4 1 9 9 3 9 9 1 4
6VI
ب .ص محاضرات اإلحصاء الرياضي
)x(P
2, 0
1,0
1, 0
0 X 0 X
0 1 2 3 4 0 2 4 6
03,0 52,0
52,0 8=n 61 = n
02,0
02,0
51,0
51,0
01,0
)x(P
)x(P
01,0
50,0 50,0
00,0 X X
00,0
0 2 4 6 8 01
0 5 01 51 02
يظهر من مقارنة املنحني NNات األربعة أن زي NNادة قيمة nت NNؤدي إىل احلص NNول على منحىن ذا ش NNكل جرسي ومتماثل ح NNول
التوقع . µ
هذه املالحظة تصدق أيضا يف حالة p ≠ 0.5لكن التحول يكون أكثر بطأ.
من أجل التعميم نعترب املتغ NNرية املعيارية z = (x - µ)/σامللحقة ب NNذات املتغ NNرية ذات التوزيع الثن NNائي . Xإن الس NNلوك
التقاريب ل Zاملالجظ يف الشكل أسفله هو ما تثبته النظرية التالية:
X pn
tios X ~B (n ,p ) : Y n) N (0 ,1.
qpn
ونكتب.≈ N(0,1) Y
7VI
دوال المتغيرة العشوائية و التقارب الفصل السادسz
0 0
4- 2- 0 2 4 4- 2- 0 2 4
z z
2, 0
2, 0
1, 0
0
0
4- 2- 0 2 4 4- 2- 0 2 4
z
z
السلوك التقاريب للتوزيع Nالثنائي من خالل املتغرية املعيارية املعيارية رسم 19
قاعدة:
يف حالة nكبNرية و pغري قNNريب من 0ميكن اعتبNار التوزيع الثنNائي كتقNNريب جيد للتوزيع NالطNبيعي .ويعطي التوزيعNNان
نتائج أكثر تقاربا كلما كانت nكبرية أكثر .ونكتب:
x pn 1 b u ²
mil n
P (a
qpn
b )
2 a e 2ud
و مما يسرع تقارب التوزيع الثنائي من التوزيع الطبيعي كون pقريب من 0.5وكقاعدة :
عموما 4نعتبر أن التقريب مالئم عندما npو nqكالهما أكبر من .5
عدد من االحصائيني 1يعتمد قاعدة أخرى هي أن يكون أحد الشرطني التاليني متوفرين:
npq ≥ 9 o
لاسNN N Nتخدام التوزيع الط NN Nبيعي بدال من التوزيع الثنNN N Nائي يعين حسNN N Nاب االحتم NN Nال عن طريق توزيع مس NN Nتمر بينما املتغ NN Nرية
متقطعة .من أجل ذلك يتم اعتبار كل قيمة يف املتغرية األصلية جماال.
مثال .احتمال 4جناحات خالل nجتربة يصاغ كما يلي. P(3.5 ≤ X ≤ 4.5) :
8VI
ب .ص محاضرات اإلحصاء الرياضي
مثال :2نNNرمي قطعة نقدية 20مNNرة .ليكن XعNNدد مNNرات احلصNNول على صNNورة .أحسب ) P(X = 8مث أدرس إمكانية
استخدام نظرية موافر -البالس حلساب نفس االحتمال.
.X ~ B(20, 0.5) , P(X = 8) = F(8) – F(7) = 0.2517 – 0.1316 = 0.1201
لNNدينا np = 10 >5وكNNذلك ، nq = 10 >5وإذا شNNئنا اسNNتخدام القاعNNدة الثانية فإننا جند أيضا أن n =10، np :
،=10، nq=10ميكن إذا اعتب NNار ) . Y = (X-10)/√5 ~ N(0 ,1نس NNتخدم املتغ NNرية املس NNتمرة *Xب NNدال من X
حلساب احتمال اجملال املعرب عن القيمة 8وهو []8.5 ,7.5
7 5. 01 8 5. 01
P (7 5. X * 8 5. ) P Z P ( 121. Z 676. ) 021.
242. 242.
أو nq < 5 وnp < 5 يعطي توزيع بواسون نتائج قريبة من التوزيع الثنائي ملا n ≥ 30
و يستخدم بعض اإلحصائيني كشرط الستعمال قانون بواسون بدال من القانون الثنائي القاعدة التالية:1
n ≥ 25و p ≤ 0,1
مثال % 10 :من إنتاج آلة ما يعد تالفا ،نأخذ 30وحدة من انتاج هذه اآللة عشوائيا.
أحسب احتمال أن يكون هناك وحدتان تالفتان.
P(X = 2) = C230 (0,1²) (0.928) = 0.22
لدينا :n ≥ 25، p ≤ 0.1الستعمال توزيع بواسون حنسب أوال قيمة املعلمة (معلمة Nقانون بواسون)
λ = µ = np =30 * 0,1 = 3
P(2) = λx * e - λ/x! = (32 * e -3) / 2! = 0.22
لتكن املتغNNريات . . . . ،X1، X2متغNNريات عشNNوائية مسNNتقلة Nهلا نفس التوزيع االحتمNNايل بتبNNاين ومتوسط حمددين .إذا
كانت
فإن Snتتبع التوزيع الطبيعي عندما . ∞→ nومبا أن E(Sn) = nµو σSn = σ√nفإننا تكتب :
z²
S n 1 b
mil n
P a n
n
b
2 a
e 2zd
يف احلقيقة فNN N N Nإن النظرية حمققة عنNN N N Nدما تكNN N N Nون املتغNN N N Nريات املسNN N N Nتقلة Xiهلا نفس املتوسط والتبNN N Nاين حىت ولو مل يكن هلا
بالض NN Nرورة Nنفس التوزي NN Nع ،مع العلم أنه توجد ص NN Nيغ أخ NN Nرى هلذه النظرية حيث ال يشNN Nرتط أن يكNN Nون للمتغ NN Nريات نفس
التوزيع االحتمايل وال حىت أن تكون مستقلةN.
جتدر اإلشارة إىل أن نظرية مNNوافر -البالس اليت تطرقنا إليها سNNابقا هي حالة خاصة من نظرية النهاية املركزيNNة ،ذلك أن
متغرية تتبع القانون ) B(n, pميكن اعتبارها جمموعا لعدد من املتغريات املستقلة ذات التوزيع الربنويل ).B(1, p
9VI
دوال المتغيرة العشوائية و التقارب الفصل السادسz
خالصة4 67
لاسNN N Nتخدام التوزيع الط NN Nبيعي بدال من التوزيع الثنNN N Nائي يعين حسNN N Nاب االحتم NN Nال عن طريق توزيع مس NN Nتمر بينما املتغ NN Nرية
متقطعة .من أجل ذلك يتم اعتبار كل قيمة يف املتغرية األصلية جماال.
نظرية النهاية املركزية تنص على أن ( SnمتغNNريات عشNNوائية مسNNتقلة هلا نفس التوزيع االحتمNNايل بتبNNاين ومتوسط حمددين
) تتبع التوزيع الطبيعي عندما ∞→ nمبتوسط E(Sn) = nµو σSn = σ√nونكتب:
z²
S n 1 b
mil n
P a n
n
b
2 a
e 2zd
الرسم البيNN Nاين الت NN Nايل ي NN Nبني القواعد املس NN Nتخدمة كش NN Nروط للتق NN Nريب Nبني التوزيعNN Nات االحتمالية املذكورة آنفا يف املبحث
باإلضافة إىل التوزيعات األخرى اليت درست يف الفصول السابقة (الرمز crيعين متغرية معيارية).
∞ →ν
tν² [N(0, 1)]²
10VI
ب .ص محاضرات اإلحصاء الرياضي
مفاهيم إحصائية
توزيعات المعاينة للمتوسطات
توزيع المعينة للنسبة
توزيع المعاينة للفروق و المجاميع
توزيع المعاينة للتباين و توزيع المعاينة لنسبة تباينين
تنتشر يف جمتمعاتنا املعاصرة عمليات االستقصاء ،ففي عامل األعمال تقوم املؤسسات عن طريق مصاحل التسويق
ومصاحل البحوث والتطوير بإجراء استقصاءات لإلطالع على توجهات املستهلكني ،ويف وسائل اإلعالم ال مير يوم
دون أن يعلن عن نتائج استقصاء أجرته جملة أو جامعة حول مواضيع سياسية أو اجتماعية متعددة ،منها
االستقصاءات املثرية للجدل حول األراء السياسية للمواطنني أثناء احلمالت االنتخابية .فما هي األسس النظرية
الرياضية اليت تستند عليها االستقصاءات املختلفة ؟ أو كيف ميكن االستدالل من خالل بيانات عينة على خصائص
اجملتمع الذي أخذت منه؟ اإلجابة على هذه األسئلة و غريها تتطلب فهم العالقات الرياضية بني اخلصائص املختلفة
للمجتمع مثل املتوسط ،التباين وغريها ،واخلصائص املناظرة هلا يف العينة وهو ما سنتناوله يف هذا الفصل .يف الفصول
املقبلة سندرس عددا من التطبيقات هلذه العالقات الرياضية.
1VII
نظرية توزيع المعاينة الفصل السابع
نالحظ أن مص NNطلح اجملتمع يقصد به القياس NNات أو القيم وليس األف NNراد أو األش NNياء اليت مت قياس NNها (جمتمع األوزان،
جمتمع آراء النNN Nاخبني ،)..كما أن اجملتمع قد يكNN Nون حمدودا أو غري حمدود (نت NNائج رميNN Nات قطعة النق NNد) ،أما العينة فهي
عادة تكون حمدودة ،ونرمز عادة حلجم اجملتمع ب ،Nوحلجم العينة ب .n
Echantillon exhaustif et non exhaustif العينة النفادية 4والعينة غير النفادية4 69
عندما يكون السحب باإلرجاع حيث ميكن أن تظهر املفردة أكثر من مرة يف العينة ،نسمي هذه املعاينة غري نفادية ألن تكرار العملية Nال
يؤدي إىل تقليص عدد املفردات يف اجملتمع N،والعكس نسمي املعاينة بدون إرجاع معاينة نفادية .هناك فرضيتان تتكرران يف عدد من
العالقات الرياضية اليت سنراها الحقا ،مها فرضية أن قيم مفردات العينة مستقلة واجملتمع الهنائي .يتحقق شرط االستقالل إذا كانت املعاينة
غري نفادية ،وإذا كانت كذلك N،ميكن اعتبار اجملتمع جمتمعا غري حمدود.
مسألة :ليكن اجملتمع .8 ،6 ،5 ،3 ،1ما هي القيمة املتوقعة ملتوسط عينة مسحوبة باإلرجاع مكونة من مفردتني (
)m؟ أحسب متوسط اجملتمع .µقارن بني mو .µمن أجل حتديد ذلك أحسب مجيع احلاالت املمكنة للمتوسط
miحسب كل عينة.
العينات املمكنة العينات املمكنة ذات احلجم n = 2من جمتمع حجمه 5عددها25= 5*5 :
2VII
ب .ص محاضرات اإلحصاء الرياضي
نظرية .1إذا كانت م ع متثل جمتمع ما و mمتغرية ع متثل متوسط عينة مسحوبة من ذات اجملتمع ،فإن القيمة
املتوقعة ملتوسط العينة ) E(Mتكتب كما يليE(M) = µm = µ :
نظرية .2إذا كNانت م ع متثل جمتمع ما و miمتغNرية ع متثل متوسط عينة مسNحوبة من ذات اجملتمع باإلرجNاع ،فNإن
²
حيث nحجم العينة. m
2
تباين ( miتباين توزيع املعاينة للمتوسطات) يكتب كما يلي:
n
الربهان :لنرمز ب Xiلقيم املتغرية األصلية . X
1 1 1 1 ²
V (X ) V iX Vi iX
( ) ² n ² .
n i
n² n² i
n² n
)5.84
املقارنة بني تباين متوسط العينة و تباين اجملتمع:
548. 5 2
291.
2 51
نظرية .3إذا كانت Xم ع متثل جمتمع ما حجمه Nو miمتغرية ع متثل متوسط عينة حجمها nمسحوبة من
ذات اجملتمع بدون إرجاع ،فإن تباين ( miتباين توزيع املعاينة للمتوسطات) يكتب كما يلي:
² N n
m2
n N 1
N n
معامل اإلرجاع. وتسمى النسبة
N 1
4VII
ب .ص محاضرات اإلحصاء الرياضي
ندرس طبيعة توزيع متوسط توزيع املعاينة للمتوسطات من خالل النظريات التالية:
نظرية .4إذا كان اجملتمع موزع طبيعيا مبتوسط µوتباين σ²فإن متوسط العينة املسحوبة منه يتبع أيضا التوزيع
نظرية ( X.5نظرية النهاية المركزي44ة) :إذا كNNان اجملتمع الNNذي تسNNحب منه العينة ذو متوسط µوتبNNاين σ²لكن ليس
m
z ت NNؤول إىل التوزيع الطNNبيعي املعي NNاري عن NNدما يك NNون n بالضNNرورة طبيعيا فNNإن املتغ NNرية املعيارية ل mأي
/ n
كبريا ( )n ≥ 30ونكتب:
).z ≈ N(0, 1
N n
m
n N 1 يف حالة اجملتمع حمدود واملعاينة نفادية نستبدل العبارة σ/√nب
عمليا يستخدم اإلحصائيني هذه الصيغة املعدلة Nمبعامل اإلرجاع لالحنراف املعياري عندما n/N ≥ 0.05
مثXXXال :جمتمع حجمه 900مبتوسط µ XXX=20و . σ =12نسNN N Nتخرج كل العينNN N Nات املمكنNN N Nة .أحسب املتوسط
واالحنراف املعياري لتوزيع املعاينة للمتوسطات يف حالة )1( :حجم العينة . n = 36، (2) n = 64
(n = 36 : n/N = 36/900 = 0.04 < 0.05 => σm = σ/√n = 12/√36 = 2 )1
n 46
(2 ) n 46 :N 009
170
0. 050.
N 009
21 009 46
m 129.
46 009 1
E(m) = µ = 20
مثال .2باستخدام معطيات املثال السابق ( )n = 36أحسب احتمال أن يكون mحمصورا بني 18و.22
خالصة 76
اجلدول التايل يبني أهم خصائص توزيع املعينة للمتوسطات.
5VII
نظرية توزيع المعاينة الفصل السابع
مثال .1الحظت إدارة اجلامعة أنه يف عينة من 100ط NNالب 40 ،حص NNلوا أخ NNريا على ش NNهادة .تريد اإلدارة تق NNدير
نسبة الطلبة الذين حيصلون على الشهادة داخل جمال يكون احتماله 90باملائة.
,P(p1< p’< p2) = 0.9 ; n ≥ 30
نفرتض أن Nكبري حبيث n/N < 0.05 :
) p (1 p ) 0 4. (0 6.
'p ~ N,p( 'p 'p
50.0
n 001
P p 1 p ' p
P
z z 2
z
z
2
p -)p
p 'p z ( 'p
' p
(P
p
6VII
ب .ص محاضرات اإلحصاء الرياضي
ليكن لدينا جمتمعني نسحب من كل منهما عينة عشوائية ،حنسب يف كل عينة حمسوبة من اجملتمع األول اإلحصائية S1
وحنسب نفس االحصائية (املتوسط مثال أو التباين )...يف كل عينة من اجملتمع الثاين ونسميها .S2إن الفرق – S2
S1يشكل بدوره متغرية عشوائية هلا املتوسط والتباين التاليني:
σ²S1 – S2 = σ²S1 + σ²S2 µS – S2 = µS1 – µS2
إذا كان االهتمام هو على جمموع االحصائيتني بدال من الفرق بينهما فإن:
σ²S1 + S2 = σ²S1 + σ²S2 µS1 + S2 = µS1 + µS2
نظرية : 7يف حالة≥ n1 30و ، n2يقرتب توزيع املتغرية املعيارية للفرق بني متوسطني من التوزيع الطبيعي
7VII
نظرية توزيع المعاينة الفصل السابع
توزيع المعاينة للتباين وتوزيع المعاينة لنسبة تبايني عينتين المبحث .19
توزيع المعاينة للتباين
توزيع المعاينة لنسبة تباينينz
نظرية : 8إذا كانت م ع متثل جمتمع ما و S²متغرية ع متثل تباين عينة مسحوبة باإلرجاع (أو بدون إرجاع من
n 1
E (S)² S² ² جمتمع غري حمدود) حجمها ،nفإن :
n
(عند ) n ≥ 30 : E(S²) ≈ σ²
الربهان:
1
E (S)² E i
x i x ² E 1 i
1
x i ² x ² E (x )²i E (x)²
i
n n n
1 ² 1 n 1
) (X ) ² V[ (x ) E (]²
V x ² ² ² (² 1 ) ²
n i
n n n
n n
S ²أنه مقدر" Nغري منحرف" ل σ²ويرمز E S ²ونقول عن النظرية جند أن ² : مالحظة :من
n1 n1
له ب ‘ S²حيث:
n
Sˆ ² S ²
n1
8VII
ب .ص محاضرات اإلحصاء الرياضي
مثال :ليكن جمتمع طبيعي حجمه 100نسحب منه عينة حجمها . n = 16ما هو احتمال أن يكون تباين العينة S²أقل من أو
يساوي 10علما أن تباين اجملتمع .80
61 Sn ²
P (S ²01 ) P ( ²51 2 ) P (S ² X ~ N (
, )) ~ ² n1
08 ²
من اجلدول P(X²15 ≤ 2) < 0.005
نظرية : 10إذا كانت م ع متثل جمتمع ما حمدود و S²متغرية ع متثل تباين عينة نفادية مسحوبة من ذات اجملتمع،
n 1 N
E (S)² ²
S² فإن القيمة املتوقعة لتباين العينة تكتب :
n N 1
(عندما يكون Nكبري جدا ) N/ (N-1تؤول إىل )1
9VII
نظرية توزيع المعاينة الفصل السابع
مثال . 1عينتني حجمهما 8و 10مسNحوبتني من جمتمعني طبيعNيني تباينامها على التNوايل 20و .36ما احتمNال أن يكNون
تباين األوىل أكرب من ضعف تباين الثانية؟
2 n 1 1 n1 1 2 n 1 1 8 1
S 1 2 2 S 1
S 2
n 1 n 1 n 1 2
( P (S 1 2 S 2 ) P 2 ) P 2 2
7 02
P
2 2 1 1 1 1 1 1 1
ملحق 81
² 2 /n is X ~ N
S ² 4 4
nonis
n
خالصة4 82
10VII
ب .ص محاضرات اإلحصاء الرياضي
11VII
ب .ص محاضرات اإلحصاء الرياضي
نظرية التقدير
يف الفصل السابق درسنا من خالل جمموعة من النظريات العالقة الرياضNNية بني معNNامل العينة واملعNNامل املنNNاظرة هلا يف اجملتمع
مثل املتوس NNط ،التب NNاين ،النس NNبة...كما درس NNنا العالقة بني ش NNكل توزيع اجملتمع وش NNكل التوزيع االحتم NNايل ملع NNامل العين NNة.
تظهر ه NNذه العالق NNات كتوص NNيف خلص NNائص العينة ومعاملها ولكنها تس NNتخدم أك NNثر لتق NNدير خص NNائص ومع NNامل اجملتمع حمل
الدراسة ،وهذا ما سنتعرف عليه يف هذا الفصل.
1
بعض خصائص المقدر 83
لتقNNدير معلمة Nمن معNNامل جمتمع حمل دراسة ،حنتNNاج إىل اختيNNار اإلحصNNائية املناسNNبة يف العينة لتقNNدير هNNذه املعلمNNة .غالبا ما
تك NNون املعلمة Nاملن NNاظرة يف العينة هي أحسن مق NNدر ،ك NNأن نق NNدر متوسط اجملتمع µمن خالل متوسط العينة . µmتس NNمى
اإلحصائية املستخدمة يف التقدير املقدر.
( )2الكفاءة
تتعلق كفاءة ( )efficacitéمقدر ما مبقدار التباين لتوزيع املعاينة لإلحصائية ،فإذا كان ملقدرين (إحصائيتني) نفس
املتوسط نقول عن املقدر ذو توزيع املعاينة األقل تباينا أنه األكثر كفاءة.
مثال :لكل من توزيعي املعاينة للمتوسط والوسيط نفس املتوسط هو متوسط اجملتمع ، µلكن يعترب املتوسط mمقدرا
أكNNثر كفNNاءة ملتوسط اجملتمع µمن الوسNNيط ألن تبNNاين توزيع املعاينة للمتوسNNطات V(m) = σ²/nأقل من تبNNاين توزيع
املعاينة للوسيط :
. V(méd) = σ²π/2n = (σ²/n) (3.14159/2) > σ²/n
1VIII
نظرية التقدير الفصل الثامن
من البNNديهي أن اسNNتخدام مقNNدرات فعالة وغري متحNNيزة هو األفضNNل ،إال أنه قد يلجأ ملقNNدرات أخNNرى لسNNهولة احلصNNول
عليها.
نقول عن مقدر Nأنه متقارب إذا كان يؤول إىل قيمة املعلمة املقدرة عندما يؤول حجم العينة إىل ما ال هناية.
مثال :يعترب متوسط العينة مقدرا متقاربا ملتوسط اجملتمع ألن:
²
( )
Em , ( )
V m n 0 .
n
قد حنت NNاج إىل تق NNدير ملعلمة جمتمع بقيمة واح NNدة ونق NNول عن ه NNذا التق NNدير أنه تق44دير نقطي ،و أحيانا أخ NNرى حنت NNاج إىل
تقدير معلمة Nاجملتمع بنقطتني حيددان جمال لقيمة املعلمة Nونقول عن هذا النوع من التقدير أنه تقدير بمجال.
مث44 4ال :إذا قNN Nدرنا دخل األسNN Nرة يف منطقة ما ب 18000دج ،نكNN Nون قد قNN Nدرنا دخل األسNN Nرة تقNN Nديرا نقطيNN Nا .يكNN Nون
تقديرنا مبجال إذا قلنا مثال أن الدخل يساوي 2000 ± 18000أي أنه يرتاوح بني 16000و20000دج.
مثال :ليكن µsو σsمتوسط واحنراف معياري توزيع املعاينة إلحصائية ما sحيث . µs = µإذا كان توزيع املعاينة ل
sتوزيعا طبيعيا (كما هو احلال بالنسبة ألغلب اإلحصائيات عندما ( ) )n ≥ 30فإننا نقدر مثال وبالنظر إىل توزيع s
أن:
املرجع السابق 1
2VIII
ب .ص محاضرات اإلحصاء الرياضي
مثال :نقدر أن µيوجد داخل اجملال m ± 1.96σmمبسNتوى ثقة )0.95( %95أي مبسNNتوى معنوية % 5
( ،)0.05وداخل اجملال m ± 2.58σmمبستوى ثقة %99أي مبستوى معنوية ...0.01
اليت ختص يف احلقيقة توزيع جمموع قيم العينة -يف حالة كون العينة كبرية مبا فيه الكفاية -وليس املتوسط. 1
3VIII
نظرية التقدير الفصل الثامن
( )1حالة المجتمع غير محدود أو المعاينة غير نفادية و العينة الممتدة (: )n ≥ 30
لتكن sإحصائية متثل نسبة "جناحات" يف عينة ذات حجم n ≥ 30مستخرجة من جمتمع ثنائي حيث pهي نسبة
النجاحNN Nات .تسNN Nتعمل التوزيع الطNN Nبيعي لتقNN Nدير pفنعني حNN Nدود الثقة ل pكما يلي p’ ± zcσp :أين ’pنسNN Nبة
النجاحات يف العينة،
ومنه حيدد جمال الثقة ل كما يلي: qp نعلم من الفصل السابق أن
p p
n
) p (1 p
p
' zc
n
نظ NNرا ألن توزيع ك 2غري متماثل ف NNإن اجملال أعاله ليس األمث NNل ،إذ توجد طريقة لتض NNييق جمال الثقة أك NNثر إذا مل نشأ أن
تكون أطراف املنحىن متساوية ،وهذا خبالف التوزيعات املتماثلة كالطبيعي وستيودنت.
4VIII
ب .ص محاضرات اإلحصاء الرياضي
رأينا سNNابقا (نظرية 11من الفصل )5أنه إذا كNNان لNNدينا جمتمعNNان طبيعيNNان تباينامها σ²1 , σ²2وسNNحبنا منهما عينNNتني
S 12n 1 1
2
Sˆ12 / 12
n 1 1 1
F 2 F n 11 ; n 21 عشوائيتني حجمهما على التوايل n1 , n2فإن :
S 22n 2 1 Sˆ 2 / 22
2
n 2 1 2
إذا ميكن تكوين تقدير بمجال ل Fعند مستوى ثقة 0.98كما يلي:
Sˆ12 / 2
F 010. 1
F 099.
Sˆ 22 / 2
2
5VIII
نظرية التقدير الفصل الثامن
خالصة4 89
لتقدير إحصائية جمتمع نستخدم نظريات توزيع املعاينة .هذه النظريات تتناول خصائص إحصائيات العينة من متوسط
العينة ،النسبة يف العينة ... ،و عالقتها باإلحصائيات املناظرة هلا يف اجملتمع.
جدول 1توزيع املعاينة للمتوسطات حسب طبيعة توزيع اجملتمع ،معلومية التباين و حجم العينة.
( تباين المجتمع قانون
x قانون x n
)σ² المجتمع
)N(µ ; σ/√n σ/√n n < 30أو n ≥ 30 معلوم
)N(µ ; S’/√n S’/√n n ≥ 30 طبيعي
غري معلوم
tα; n-1 S’/√n n < 30
n 2 1 22
جمتمع طبيعي واحد.
F 099. Sˆ 2
2
22
F 010. Sˆ 2
2
6VIII
ب .ص محاضرات اإلحصاء الرياضي
إذا ك NN Nانت s1و s2إحص NN Nائيتا معاينة هلا توزيع يق NN Nرتب من التوزيع الط NN Nبيعي ،والعينت NN Nان مس NN Nتقلتان ،تكتب ح NN Nدود الثقة
للفروق بني املعامل اليت متثلها اإلحصائيتني كما يلي:
S 1 S 2 zc
S 1 S 2 S 1 S 2 z c ² S 1 ² S 2
يف حالة اجملموع :
S 1 S 2 z c
S 1 S 2 S 1 S 2 z c ² S 1 ² S 2
مث 44ال :إذا ك NNانت اإلحص NNائيتان مها متوس NNطا عين NNتني مس NNتقلتني ،مس NNحوبتني من جمتمعني غري حمدودين ،حندد جمال الثقة
للفرق (و للمجموع) بني متوسطي اجملتمعني µ1 - µ2كما يلي :
12 22
m 1 m 2 zc
m 1m m 1 m 2 zc
2
n1 n2
مثال :2إذا كانت اإلحصائيتان مها نسبتان يف عينتني مستقلتني ،مسحوبتان من جمتمعني غري حمدودين :
qp 1 qp 2
p '1 p '2 z c p '1 p '2 p '1 p '2 z c
n1 n2
1
طرق تأسيس المقدر املبحث .22
طريقة العزوم
طريقة المعقولية العظمى (االحتمال األكبر)
أحد الطNN N Nرق الختي NN Nار مقNN N Nدر معلمة Nما للمجتمع أن نأخذ مباشNN N Nرة نظريهتا يف العين NN Nة ،وإذا ك NN Nان ه NN Nذا املقNN N Nدر ال يتصف
باخلص NN Nائص املطلوبة جنري عليه تع NN Nديال (اس NN Nتخدام S’²ب NN Nدال من S²لتقNN Nدير .)σ²توجد طNN Nرق أخNN Nرى لتحديد املق NN NدرN
األنسب منها طريقة املعقولية Nالعظمى واليت تNNدعى أيضا طريقة االحتمNNال األكرب واليت تنسب إىل العNNامل فيشر وكNNذا طريقة
العزوم.
ليكن املطلوب تقدير عدد Kمن معامل اجملتمع .θ1, θ2, . . , θk :نكون مجلة معادالت عددها .Kتتضمن كل
معادلة مساواة العزم املرتبط باألصل من الدرجة kملتغرية اجملتمع ) ، X :µ’k = E(Xkبنظريه ملتغرية املعاينة : x
m’k = (1/n)∑ixik k = 1, 2, ,K
مثال :ليكن ) . X ~ B(20; pتقدير pبطريقة العزوم انطالقا من عينة يتم كما يلي:
لNNدينا عNNدد املعNNامل املراد تقNNديرها K = 1إذا حنتNNاج إىل معادلة واحNNدة . µ = 20p :ومنه ،p = 20/µنأخذ إذا
كمقدر ل pالقيمة ’p :وحنسبها كما يلي . p’ = m/20 :
يف حالة تقدير معلمتني للمجتمع Nحنتاج أن نستعمل مجلة املعادلتنيµ = m , µ’2 = m’2 :
7VIII
نظرية التقدير الفصل الثامن
مثال : 2لتكن ) .X ~ N(µ; σ²نسحب عينة ذات متوسط ،mوتباين .S²لتقدير µو σ²حنتاج إىل حل مجلة
'2 m '2 '2 ² ² ˆ m
ro noitulos
al tse
m m '2 m ² S ² ˆ ² S ²املعادلتني:
هذه الطريقة قد تعطي مقدرات متحيزة كما يف هذه احلالة.
حالة كون متغرية اجملتمع متقطعة :نريد تقدير معلمة θ Nواحدة للمجتمع N،ولدينا عينة غري نفادية (املتغريا ت اليت متثل
قيم احملصل عليها يف العينة مستقلة) Nهلا نفس التوزيع للمجتمع N.من البديهي أن احتمال حتقق عينة بذاهتا مرتبط ب
قيمة املعلمة اجملهولة .P(x1, x2, …,xn) = L(θ) :هناك قيمة ل θتعظم احتمال احلصول على العينة احملصل
عليها ،ونفرتض أن تلك القيمة هي الصحيحة مبا أن العينة حصلت بالفعل N.تتمثل طريقة املعقولية Nالعظمى يف البحث
عن هذه القيمة .أي البحث عن θاليت تعظم ) ، L(θحيث :
). L(θ) = f(x1, . . . , xn ; θ) = f(x1) . f(x2) . . . f(xn
تعتمد طريقة املعقولية العظمى على تعظيم دالة االحتمال املشرتكة ). L(θ
مثال :ليكن ) ،X ~ B(pحيث النجاح هو وجود اخلاصية " أ " لدى فرد مسحوب عشوائيا من اجملتمع .نرد تقدير p
من خالل عينة حجمها .2ما هي القيمة ’pل pاليت جتعل النتيجة 0 ،1هي األكثر احتماال؟ أي ما هي ’pاليت
جتعل p(0.1) = pqأكرب ما ميكن؟
)P(0.1 من الواضح أن أكرب قيمة ل ) p(0.1هي ¼
والقيمة اليت حتققها هي ، p’ = 1/2وهبذا
جنيب على التساؤل.
1/4
8VIII
ب .ص محاضرات اإلحصاء الرياضي
اختبار المتوسط
اختبار النسبة واختبار التباين
اختبارات المقارنة بين مجتمعينz
اختبار التجانس و اختبار التعديلz
يف الفصل السNN Nابق تناولنا كيفية تقNN Nدير معNN Nامل اجملتمع من خالل بيانNN Nات العينة وبعض خصNN Nائص املقNN Nدر اجليNN Nد .يف هNN Nذا
الفصل سNNنتناول كيفية اختبNNار فرضNNيات موضNNوعة حNNول معNNامل جمتمع أو أكNNثر .حيتNNاج الNNدارس أحيانا يف مرحلة ما من 1
حبثه إىل اختب NNار فرض NNية أو أك NNثر خبص NNوص اجملتمع املدروس .من أمثلة ذل NNك :اختب NNار فرض NNية خبص NNوص مع NNدل ال NNدخل يف
منطقة معينNNة ،اختبNNار فرضNNية نسNNبة شNNفاء لNNدواء معني ... ،يتم ذلك بصNNياغة فرضNNية عن اجملتمع املدروس (أو اجملتمعNNات
املدروس NNة) ومن مث حماولة احلص NNول على دليل إحص NNائي ينفي أو يثبت ه NNذه الفرض NNية وذلك من خالل بيان NNات عينة (أو
أكثر) عشوائية بسيطة .ختص الفرضية أحد معامل اجملتمع كاملتوسط ،النسبة أو التبNNاين ،ونعتمد يف إثباهتا أو رفضNNها على
خصNNائص إحصNNائية معاينة خمتNNارة .من أجل ذلك يعتمد هNNذا الNNدرس ،كما هو احلال بالنسNNبة لNNدرس التقNNدير ،على درس
املعاينة.
يتناول هذا االختبار متوسط اجملتمع ( ،)µمثل متوسط الدخل ،متوسط وزن منتج معني .. ،ويؤكد اختبار املتوسط
فرضية مساواته لقيمة ما .µ0و للقيام باالختبار نستخرج عينة عشوائية حنسب فيها املتوسط mمث نستخدم التوزيع
االحتمايل ل mلقياس قرب أو بعد هذه القيمة من .µ0
لنتناول هذا املثال :نريد اختبار فرضية حول متوسط دخل الطالب يف السنة األوىل من خترجه ،ولتكن القيمة االفرتاضNNية
هي 15000دج كمتوسط لل NN Nدخل الش NN Nهري .حنت NN Nاج إىل اخلط NN Nوات التالي NN Nة :حتديد الفرض NN Nيات ،حتديد قاع NN Nدة الق NN Nرار،
حساب القيمة اجلدولية للمتغرية ،حساب القيمة الفعلية للمتغرية ،اختاذ القرار.
1تضمن الربنامج فصلني حول موضوع اختبار الفروض ،األول مفاهيم أساسية والثاين تطبيقات اختبار الفروض؛ غري أننا نرى أن الفصل بني هذين اجلزئني سوف
يؤدي إىل تكرار التطرق للمفاهيم األساسية .من جهة أخرى ،يصعب شرح املفاهيم األساسية مبعزل عن التطبيقات أي مبعزل عن بنود املبحث الثاين .لذلك فسوف
خنوض مباشرة يف املبحث الثاين ،أي جزء التطبيقات ،ويف أثنائه سنتطرق إىل املفاهيم املذكورة يف املبحث األول.
1IX
مفاهيم اختبارات الفروض و تطبيقاتها الفصل التاسع
تسمى الفرضية H0الفرضية الصفرية أو فرضNNية العNNدم ،ويNNؤدي االختبNNار إما إىل رفضNNها ونكتب RHoويف هNNذه احلالة
نقبل الفرض44ية البديلة أو املعاكسة أو عNNدم رفضNNها ونكتب R’H0. µ0هي القيمة االفرتاضNNية ل µوهي يف هNNذه احلالة
15000لذلك نكتب الفرضيات كما يلي:
H1 : µ ≠ 15000 ↔ H0 : µ = 15000
عNNادة ما تكNNون µ0حمددة بنNNاءا على بيانNNات عينة عشNNوائية بسNNيطة ( ،)µ0 = mويف هNNذه احلالة ميكن اسNNتخدام اخلاصNNية
)m ~ N(µ0 , σ²/n ) m ~ N(µ, σ²/nالجراء االختبار ،حيث أنه حتت H0فإن :
مما يعين معلومية Nاحتمال أن يكون mقريب إىل درجة ما من µ0فمثال :
P(µ0 – 1.64(σm) ≤ m ≤ µ0 + 1.64(σm)) = 0.90
P(µ0 – 1.96(σm) ≤ m ≤ µ0 + 1.96(σm)) = 0.95
P(µ0 – 2.58(σm) ≤ m ≤ µ0 + 2.58(σm)) = 0.99
وبصفة عامة نكتب:
P[µ0 – z1-α/2(σm) ≤ m ≤ µ0 + z1-α/2 (σm)] = 1-α
أو حسب الكتابة األكثر شيوعا:
m 0
P ( z 1 /2 z 1 /2 ) 1
m
حيث:
( : σm/)m - µ0( متغيرة القرار) هي املتغرية املعيارية ل mونرمز هلا ب ،zcحيث ). z ~ N(0, 1
)nو ≤ =σmيف حالة املعاينة باإلرجNN N N N N N N N N N Nاع (أو 0.05N σmحتدد كما يليσ/√n :
2IX
ب .ص محاضرات اإلحصاء الرياضي
أو X
RH
RHnonis
0 . nonis
0 .
R’H0
RH0 RH0
1-α z
تتضمن هذه اخلطة خماطرة تتمثل يف الوصول إىل قرار خاطىء :فقد تكون الفرضية H0صحيحة بينما تقودنا قيمة m
،P(RH0 /
منحنى القوة Figure 22 احملصلة إىل رفضها ،ويسمى هذا الخطأ من النوع األول ،واحتماله ،αويكتب H0) = α :
و قد تقودنا قيمة mإىل قبول H0فيما هي خاطئة ،ويسمى هذا الخطأ من النوع الثاني واحتماله α -1ويكتب :
P(R’H0 / H1 ) = 1-α
3IX
مفاهيم اختبارات الفروض و تطبيقاتها الفصل التاسع
و ميكن تقليص احتمNNال أحد اخلطNNأين على حسNNاب الثNNاين ،ولكن ال ميكن تقليص احتمNNال كال اخلطNNأين معا إال بزيNNادة
حجم العينة.
و يقيس احتمال رفض الفرضية الصفرية ) P(RH0قوة االختبار (أنظر الشكل )2فيما يقيس احتمNNال قبوهلا P(R’H0
) فعالية االختبار (أنظر الشكل .)2ويتوقف كال االحتمالني على القيمة احلقيقية ل . µ
)P(RH0 )P(R’H0
1 1
1-α
α
µمنحنى القوة )(2 µ0
0
µ µ
رسم )1( 24منحنى الفعالية
( )5القرار:
نق NNرر قبNNول أو رفض H0حسب قاعNNدة القNNرار .ويف حالتنا نNNرفض H0ألن zc > ztونقبل H1أي أن متوسط دخل
اخلريج حديث التوظيف ليس 15000دج.
4IX
ب .ص محاضرات اإلحصاء الرياضي
يتمNNيز االختبNNار الثنNNائي عن األحNNادي يف الفرضNNية البديلة اليت هي عNNدم مسNNاواة يف االختبNNار الثنNNائي وأكرب متاما أو أصNNغر
متاما (حسب احلالة) يف االختبار األحادي ،وهذا يرتتب عليه تغيري يف قاعدة القرار.
ه -القرار :نرفض H0ألن zc > ztونقبل H1أي أن متوسط دخل اخلريج حديث التوظيف ليس 15000دج وإمنا
هو أكرب.
5IX
مفاهيم اختبارات الفروض و تطبيقاتها الفصل التاسع
ه -القرار :نرفض H0ألن zc < ztونقبل H1أي أن متوسط دخل اخلريج حديث التوظيف أقل من 15000دج .
يف األمثلة السابقة افرتضنا أن σمعلNوم ،يف الواقع غالبا ما يكNون االحنراف املعيNاري جمهNوال وحنتNاج بالتNايل إىل اسNتخدام
االحنراف املعياري للعينة ( )Sعند حساب ( σmأنظر درس التقدير) ،حيث نعوض العبارة
' S S
m m أو ب σm = σ/√n
n n1
مثال :يف املثال السابق نفرتض أن االحنراف املعياري للدخل الشهري للطNNالب جمهNNول ،لكن االحنراف املعيNNاري للعينة S
. = 1600كيف ميكن اختبار ما إذا كان الدخل الشهري أقل من 15000دج؟
اخلطوات أ ،ب ،ج تبقى بدون تغيري.
X 0 X 00241
0051
z c 0
479
. د -حساب zالفعلية:4
X S / n 1 0061 / 99
ه -القرار :نNNرفض H0ألن zc < ztونقبل H1أي أن متوسط دخل اخلريج حNNديث التوظيف ليس 15000دج وإمنا
هو أقل.
يف حالة n< 30و( σاالحنراف املعياري للمجتمع) جمهوال ،ال ميكن استخدام التوزيع الطبيعي ،ولكن لدينا :
X X
0
و حتت ) ~ t n1 : H (µ = µ ~ t n1
S / n1 0 0
S / n1
ميكن إذا استخدام التوزيع ستيودنت (بشرط أن يكون توزيع اجملتمع طبيعيا أو على األقل جرسي الشكل) .
و تتغري قاعدة القرار تبعا هلذا التغيري فتكتب يف حالة االختبار الثنائي كما يلي:
X 0
HR
0 is t n1 ;1 /2 .
S / n1
RHnonis
0 .
6IX
ب .ص محاضرات اإلحصاء الرياضي
خالصة4 97
يتعلق هذا االختبار بنسبة مفردات اجملتمع اليت تتصف خباصية ما ( ،)pحيث يؤكد االختبار أو ينفي صحة فرضية
H0 : p = p0 معينة خبصوص قيمة . pيرمز للقيمة االفرتاضية ب p0وتكتب الفرضية كما يلي:
للقيام Nباالختبار نستخدم خصائص ’pالنسبة يف العينة (أنظر توزيع املعاينة للنسبة :نظرية .)6
qp
E (p ') p ' p ; ² p '
n
عند ( n ≥ 30 : (p, σp') p’ ≈ Nنظرية موافر -البالس)
p 0q 0 :
; p ' N p 0 استنادا إىل هذه اخلصائص وحتت H0
n
7IX
مفاهيم اختبارات الفروض و تطبيقاتها الفصل التاسع
مث44ال :تقNNدر الNNدوائر الرمسية نسNNبة املتخNNرجني اجلامعيني الNNذين حيصNNلون على عمل يف السNNنة األوىل اليت تلي خترجهم ب
. N N% 70وج NNدت دراسة أج NNريت على عينة من 900ط NNالب أن نس NNبة احلص NNول على عمل . % 67كيف ميكن
اختبار ما إذا كانت النسبة الرمسية صحيحة أم مبالغ فيها ،مبستوى معنوية .% 5
H0 : p = 0.70 ↔ H1 : p < 0.70
p ' p 0 . 07
076 .
691
43
. z 1 050. 146
.
p 0q 0 /n 07
. (0 3
. 009
)/
n1
Sˆ ² 2
T 0
) N (0 1.. وحتت Hفإن 4 E (X ) 4
( 4 ) /n
4
0
0
حيث µ4هو العزم املركزي من الدرجة الرابعة .وهبذا الشكل تكتب قاعدة القرار لالختبار الثنائي كما يلي:
Sˆ ² 2
HR 0 is
0
z 1 /2
( 4 04 ) /n
RH
nonis
0 .
وإذا كان اجملتمع طبيعيا ،حيث ، µ4 = 3σ4فإن متغيرة القرار ميكن أن تكتب كما يلي:
Sˆ ² 2
T 0
N (0 1
). .
2
0 2 /n
8IX
ب .ص محاضرات اإلحصاء الرياضي
يتناول هذا االختبار مقارنة بني جمتمعني من خالل المتوسط أو التباين لكل منهما ...وسنركز هنا على متغرية القرار،
إذ من السهل على الطالب استنتاج كيفية إمتام اخلطوات األخرى على ضوء ما سبق.
الغNN Nرض من االختبNN Nار هو تأكيد أو نفي تسNN Nاوي متوسNN Nطي جمتمعني من خالل عين NNتني عش NNوائيتني بس NNيطتني مسNN Nتقلتني.
H0 : µ1 = µ2 ↔ H1 : µ1 ≠ µ2 تكتب الفرضيات (يف حالة االختبار الثنائي)كما يلي:
لتحديد متغ NNرية الق NNرار نعتمد يف االختب NNار على متغ NNرية الق NNرار Tأو ’Tحبسب احلالة (نN Nرتك للط NNالب اس NNتنتاج قاع NNدة
القرار) ،حيث منيز بني حالة كون تباينا اجملتمعني معلومني وحالة كون تباينا اجملتمعني جمهولني.
n1 n 2
n1 n 2
X 1 X
T 2
) N (0 ,1
S 2
S 22 -2جمتمعني ما (:)n1 , n2 ≥ 30
1
n 1 1 n 2 1
9IX
مفاهيم اختبارات الفروض و تطبيقاتها الفصل التاسع
مث44ال :نسNNحب من جمتمعني طبيعNNيني متسNNاويي التبNNاين عينNNتني حجم األوىل 18وحجم الثانية .21وجNNدنا النتNNائج
التالية:
.m1 = 81, m2 = 76, S²1 = 9, S²2 = 8كيف ميكن اجNNراء اختبNNار تسNNاوي متوسNNطي اجملتمعني مبسNNتوى
معنوية . % 5
H0 : µ1 = µ2 ↔ H1 : µ1 ≠ µ2
X 1 X 18 67
'T 2
534.
n S n 2S
2
12
1 81 (9 )12 (8 ) 1 1
1 1
2
n 1 n 2 2 n
1 n 2
81 12 2 81 12
t579
0. 73
; 633
2. 534. HR 0
الغرض من االختبار هو تأكيد أو نفي تساوي تباينا جمتمعني من خالل عينتني عشوائيتني بسيطتني مستقلتني.
H0 : σ²1 = σ²2 ↔ H1 : σ²1 ≠ σ²2 تكتب الفرضيات (يف حالة االختبار الثنائي)كما يلي:
نعتمد يف االختبار على متغرية القرار Tأو ’Tحبسب احلالة ،حيث منيز بني حالة كون اجملتمعني طبيعيني أم غري ذلك.
10IX
ب .ص محاضرات اإلحصاء الرياضي
S’²1 = S²1 * n1 / (n1-1) = 9 (18)/17 ≈ 9.53 ; S’²2 = S²2 * n2 / (n2-1) = 8 (21)/20 = 8.4
S’²1 / S’²2 ≈ 1.135 ; F0.05 ;17 ;20 ≈ 2.17
لنعد إىل اختبار النسبة ،ونفرتض أن لدينا عNNددا kمن اخلصNNائص املتنافية ،نسNNبة حتقق كل منها يف اجملتمع piحيث ∑
.pi = 1نريد اختبار فرضية تساوي هذه النسب:
: pi ≠ pi0 H0 : pi = pi0 (i = 1, 2, . . . k ) ↔ H1
(الفرضية البديلة هي أن إحدى النسب النظرية pi0على األقل غري مساوية للقيمة احلقيقية).
متغيرة القرار :إلجناز االختبار نستخرج عينة حنسب فيها عدد مرات حتقق اخلصائص ( . )niإذا حتققت الشروط
نربهن أن : وعلى األقل يف % 80من احلاالت npi0 ≥ 5 ، pi0 ≥ 1 n ≥ 30
)(n ipn i0²
T 2
k 1
i
pn i0
تستخدم هذه الطريقة أيضا الختبار تعديل توزيع معني بتوزيع آخر ،ويف هذه احلالة نقارن بني تكرارات العينة
(التكرارات احلقيقية) niوتكرارات افرتاضية ، ni0حيث تصاغ الفرضيات كما يلي :
على األقل إحدى التكرارات النظرية ni0غري مساوية للتكرار احلقيقي :ni H0: ni = ni0 (i = 1, 2, … k) ↔ H1
)(n i n i0²
T 2
km 1
i
n i0
mعدد من معامل من اجملتمع املقدرة انطالقا من بيانات العينة لتحديد التكرارات النظرية.
مث44ال :يتقNNدم إىل انتخابNNات معينة 3مرشNNحني :أ ،ب وج .نريد اختبNNار فرضNNية مبسNNتوى معنوية N % 5حNNول شNNعبيتهم
كما يلي:
H0 : p1 = 0.4, p2 = 0.35, p3 = 25
أجري استجواب ل 400ناخب فكان توزع فئات املساندين على التوايل . 95 ،135 ،170 :
لدينا ،n = 400 ≥ 30األعداد االفرتاضية ، npi0 = 160, 140, 100 ≥ 1وأكثر من % 80من . npi0 ≥ 5
(n ipn i0²) 071
( 061 ²) 531
( 041 ²) 59
( 001 )²
T 150
.
i
pn i0 061 041 001
. Χ²2 ; 0.95 = 5.99 > 1.05 => R’H0
11IX