ملخص احصاء -110 كامل جديد

‫‪ELEMENTARY‬‬
‫‪STATISTICS‬‬
‫‪STAT-110‬‬
‫ملخص لمبادئ االحصاء‬
‫إحصاء ‪110‬‬
‫لطالب وطالبات السنة التحضيرية‬
‫كلية العلوم‬
‫شرح مبسط باللغتين العربية واإلنجليزية‬
‫أمثلة متنوعة مشابهة ألسئلة االختبارات الماضية‬
‫إعـــــداد‬
‫األتساذ‪ /‬اذتس ضوي‬
‫جوال ‪0502180703‬‬
‫‪1‬‬ ‫أستاذ‪ /‬قاسم مضوي – جوال ‪0502180703‬‬
‫مقدمة ‪:‬‬
‫هذا المحتوى يعتبر ملخصا لمادة مبادئ االحصاء لطالب‬

‫وطالبات القسم العلمي في مختلف جامعات المملكة العربية‬
‫السعودية مع وجود اختالفات طفيفة في المحتوى زيادة أو‬
‫نقصانا بين كل كلية وأخرى مع العلم أن هذا الملخص ال‬
‫يعتبر بديال عن الكتاب الدراسي المقرر للطالب أو‬
‫الطالبات‪.‬‬
‫آمل أن أكون قد وفقت في هذا المخلص وأن يجد فيه‬

‫األبناء من الطالب والطالبات ما ينفعهم وفي حال وجود‬
‫مالحظة على الملخص ارجو مراسلتي على االيميل ‪:‬‬
‫(‪.)gasim_hhh@hotmail.com‬‬
‫هذا وتقبلوا كل تقديري ‪...‬‬
‫االستاذ ‪ /‬قاسم مضوي‬

‫‪2018‬‬ ‫مارس –‬

‫‪STAT-110‬‬
‫‪Ch.1‬‬

CHAPTER ONE:
THE NATURE OF PROBABILITY & STATISTICS:
‫طبيعة االحتماالت واإلحصاء‬
Statistics:
Is the science of conducting studies to collect, organize, summarize, analyze and draw
conclusions from data.
.‫ هو العلم الذي يهتم بجمع وتلخيص وتحليل البيانات ومن ثم وضع االستنتاجات‬: ‫اإلحصاء‬
Variable: a characteristics or attribute assume different values.

.‫ خصائص تأخذ عدة قيم‬:‫المتغير‬
Random variables: have values that are determined by chance.

.‫المتغير العشوائي هو مقدار يأخذ قيما ً مختلفة حسب نتيجة التجربة العشوائية يخضع للصدفة‬
‫مثال أعمار طالب جامعة الملك عبد العزيز‬
Population: Consists of all subjects that are being studied.

.‫ يتكون من جميع العناصر قيد الدراسة‬:‫المجتمع‬
Sample: is a group of subjects selected from population.

.‫ هي مجموعة جزائية من المجتمع وتمثل المجتمع‬:‫العينة‬
Data Set: is a collection of data values.

‫ جمع المعلومات يسمى بيانات‬: ‫مجموعة البيانات‬
Data: are the values that variables can assume.
.‫البيانات هي القيم التي يفترضها المتغير‬
Each value in the data set is called data value or datum.
.‫كل قيمة في مجموعة البيانات تسمى قيمة حقيقية‬
4 0502180703 ‫ قاسم مضوي – جوال‬/‫أستاذ‬

Type of statistics:
‫أنواع اإلحصاء‬
Types of Statistics
‫أقسام اإلحصاء‬
Descriptive Inferential
‫وصـــــــــــفي‬ ‫استــــــــداللي‬
Descriptive statistics:
consists of the collection organization, summarization, and presentation of data.
.‫ يتكون من جمع وتنظيم وتلخيص وعرض البيانات‬:‫اإلحصاء الوصفي‬
:‫كلمات مصاحبة لإلحصاء الوصفي في أسئلة االختبار‬

Is – was , Are-were
average – mean – median – mode
:‫تاريخ في الماضي‬
1990 – 2000 … etc.
:‫مثال‬
Inferential statistics:
consists of generalizing from samples to populations, performing estimations and
hypothesis test, determining relationships among variables, and making predictions.
‫ هااو عملياة التعماايم ماان العيناة للمجتمااع ال فااي اإلحصااء االسااتداللي نقااوم‬:‫اإلحصااء االسااتداللي‬
.‫باختبار الفروض وتحديد العالقات بين المتغيرات ووضع التنبوءات‬
:‫كلمات مصاحبة لإلحصاء االستداللي في أسئلة االختبار‬

Will be – would be – can be – could be
in 2015 the number of student in KAU will be 9000. ‫تاريخ في المستقبل مثل‬

‫‪Types of‬‬ ‫‪variable‬‬
‫‪Data‬‬
‫أقسام المتغير‬
‫‪Qualitative‬‬ ‫‪Quantitative‬‬
‫متغير وصفي‬ ‫متغير كمي‬
‫مثل‪:‬‬ ‫مثل‪:‬‬
‫اللون ‪( :‬احمر – أخضر ‪ ...‬الخ)‬ ‫العمر‪ 5 :‬سنوات ‪ 10 ،‬سنوات‬
‫الجنسية ‪( :‬سعودي – كويتي – عماني‬ ‫الطول‪ 160 :‬سم ‪ 151 ،‬سم‬
‫‪ ...‬الخ)‬ ‫الوزن‪ 60 :‬ك ‪ 56 ،‬كيلو‬
‫فصيلة الدم ‪)A, AB, O, B( :‬‬ ‫الراتب‪ 10000 :‬لاير‬
‫‪NOMINAL‬‬ ‫‪ORDINAL‬‬ ‫‪RATIO‬‬ ‫‪INTERVAL‬‬

‫اسمية‬ ‫ترتيبية‬ ‫نسبة‬ ‫فترة‬
‫مثال‪:‬‬
‫مثل‪:‬‬ ‫مثل‪:‬‬ ‫مثال‪:‬‬
‫لون السيارة‪:‬أحمر ‪ ،‬أخضر‬ ‫المستوى التعليمي‪:‬‬ ‫العمر‪:‬‬ ‫دردة الحرارة‬
‫‪ ...‬الخ‬ ‫ابتدائي – متوسط – ثانوي‬ ‫‪Temperature‬‬
‫الجنسية‪ :‬لبناني ‪ ،‬اثيوبي ‪...‬‬ ‫الوزن‪:‬‬
‫الخ‬ ‫فمي‬ ‫الترتيب مهمم دمدا‬ ‫مستوى الذكاء ‪IQ‬‬
‫هذه الحالة‬ ‫الطول‪:‬‬
‫الترتيب هنا غير مهم‬ ‫ال يمكن أن نقول‪:‬‬ ‫الصفر له معنى‬ ‫الصممفر لمميس معنممى ‪ ،‬أي أن‬
‫احمر اصفر‬ ‫ابتدائي ثانوي متوسط‬ ‫العمممممر ال يمكممممن أن يكممممون‬ ‫دردة الحرارة ممكمن تكمون‬
‫أو اصفر أحمر‬ ‫بالسالب‬ ‫بالمودب وبالسالب‬
‫نفس المعنى‬

‫أقسام البيانات‪:‬‬
‫بيانات نوعية ‪qualitative‬‬
‫بيانات كمية ‪quantitative‬‬
‫المتغير الوصفي ‪- Qualitative data:‬‬

‫أمثلة ‪:‬‬
‫‪1- Nationalities of employee: Saudi, Omani ,Egyptian, Kuwaiti‬‬
‫الجنسية‪ :‬سعودي ال عماني ال مصري ال كويتي ‪ ...‬الخ‪.‬‬

‫‪2- Color of hair: White, black‬‬
‫ألوان الشعر‪ :‬أبيض ال أسود‬
‫‪3- Type of fruits: Banana, orange, apple.‬‬
‫أنواع الفاكهة‪ :‬موز ال برتقال ال تفاح‪.‬‬
‫المتغير الكمي ‪- Quantitative data:‬‬

‫‪Age, height, weight, salary, time.‬‬
‫مثال للمتغير الكمي‪ :‬العمر ال الطول ال الوزن ال السعر ال الزمن‪.‬‬
‫الفرق بين المتغير الوصفي والمتغير الكمي‪:‬‬
‫المتغير الوصفي اإلجابة عليه تكون اسم (مثل الجنسية؟ سعودي ال مصري ‪ ...‬الخ)‪.‬‬
‫المتغير الكمي يعتبر دائما عن مقياس (العمر بالسنوات ال الطول بالسنتميتر ال وهكذا)‪.‬‬
‫أقسام المتغير الوصفي ‪qualitative :‬‬

‫مثل الجنسية ‪ ،‬أنواع الفاكهة‪.‬‬ ‫اسمي‪nominal :‬‬
‫مثل المستوى التعليمي (ابتدائي ‪ ،‬متوسط ‪ ،‬ثانوي) يفيد الترتيب‪.‬‬ ‫ترتيبي‪ordinal :‬‬
‫أقسام المتغير الكمي‪quantitative :‬‬

‫فترة‪ interval :‬مثل العمر ‪ ،‬الزمن ‪ ،‬الراتب ‪ ،‬الوزن‪.‬‬
‫نسبة‪ ratio :‬مثل دردة الحرارة ‪ ،‬ومستوى الذكاء‬
‫الفرق بين متغير الفترة والنسبة‪:‬‬

‫متغير الفترة‪ :‬الصفر له معنى ‪ ،‬بمعنى أن العمر لو قلنا صفر فإن الصفة تنعدم‪.‬‬
‫متغير النسبة‪ :‬الصفر ليس له معنى ‪ ،‬بمعنى أن دردة الحرارة تساوي صفر فإن الصفة ال‬
‫تنعدم أي تودد دردة حرارة ولكن مقدارها صفر‪.‬‬

‫أنواع العينات ‪SAMPLING TECHNIQUES:‬‬
‫العينة العشوائية ‪RANDOM SAMPLES:‬‬

‫‪Are selected using chance methods or random methods.‬‬
‫يتم اختيار العينة العشوائية بواسطة القرعة‪.‬‬

‫مثال لو أردنا اختيار عينة من ‪ 50‬طالب من طاالب جامعاة الملاك عباد العزياز عان طرياة العيناة‬
‫العشوائية ال فإننا نضع نعطاي كال طالاب رقام وكتاباة هاذا الارقم علاى ورقاة صاغيرة مثال طريقاة‬
‫المسابقات ومن ثم نقوم بخلط تلك األوراق جيدا بعد ثني األوراق بطريقة معيناة بحياال ال يظهار‬
‫الرقم المراد سحبه والبدء في اختيار ‪ 50‬شخص كما في المسابقات‪.‬‬
‫العينة المنتظمة‪SYSTEMATIC SAMPLES:‬‬

‫‪By numbering each subjects of the populations and then selecting every kth number‬‬
‫في العينة المنتظمة يتم ترقيم مفردات المجتمع (طالب الجامعة مثال) من ‪ 1‬إلى ‪1000‬‬
‫ثم اختيار الطالب رقم ‪10‬ال ‪ 20‬ال ‪ 30‬ال ‪ ...‬إلى آخر رقم مطلوب لعدد العينة مثالً لو كنا نريد ‪50‬‬
‫مفردة نوقف عند بعد اختيار ‪ 50‬مفردة‪.‬‬
‫العينة الطبقية‪STRATIFIED SAMPLES:‬‬

‫‪By dividing the population into groups called (strata) according to some‬‬
‫‪characteristics that is important to the study, then sampling from each group.‬‬
‫لو أردنا اختيار عينة طبقية من طالب جامعة الملك عبد العزيز (جميع الطالب)‬
‫فإننا نقسم المجتمع إلى طبقات (ذكور ال إناث) واختيار ‪ 100‬مثال من الذكور عن طرياة القرعاة‬
‫واختيار ‪ 100‬من اإلناث عن طرية القرعة كذلك‪.‬‬
‫الفكرة األساسية في العينة الطبقية هي تقسيم الطالب إلاى قسامين وكال قسام تجماع بيناه أشاياء‬
‫مشتركة مثل الذكور واإلناث‪.‬‬
‫العينة العنقودية‪CLUSTER SAMPLES:‬‬

‫‪By intact groups called clusters, thus, dividing the population into groups and then‬‬
‫‪taking samples of the groups.‬‬
‫في العينة العنقودياة فإنناا نختاار كال أفاراد المجتماع ثام تقسايم األفاراد إلاى مجموعاات (عناقياد)‬
‫باادون أن يكااون هنااا رابااط فااي المجموعااة ال مثااال لااو أردنااا اختيااار عينااة عنقوديااة ماان جميااع‬
‫الااادكاترة فاااي جامعاااة الملاااك عباااد العزياااز (ساااعوديين و يااار ساااعوديين) فإنناااا نقسااامهم إلاااى ‪3‬‬
‫مجموعات مثالً (كل مجموعة مكونة من سعوديين و ير ساعوديين) ثام اختياار عيناة عشاوائية‬
‫من كل مجموعة‪.‬‬

‫‪Branches of studies:‬‬
‫أقسام الدراسة‬
‫الدراسة بالمالحظة ‪1- Observational study:‬‬
‫‪The researcher merely observes what is happing or what has happened in the past and‬‬
‫‪tries to draw conclusions based on these observations.‬‬
‫الدراسة بالتجربة ‪2- Experimental study:‬‬

‫‪The researcher manipulates one of the variables and tries to determine how the‬‬
‫‪manipulates influences other variables.‬‬
‫تنقسم الدراسة إلى قسمين‪:‬‬
‫دراسة بالمالحظة‪ :‬هنا يسجل الباحال ما يالحظه مباشرة ودون تدخل منه ال مثل وقوف الباحال‬
‫عند إشارة المرور وتسجيل ما يحدث أمامه‪.‬‬
‫دراسة بالتجربة‪ :‬يكون لدينا متغيران (مستقل وتابع) ونقوم بمعالجة المتغيار المساتقل ومان ثام‬
‫محاولة معرفة تأثير معالجة المتغير المستقل على المتغير التابع‪.‬‬
‫مثل حقن مجموعة من األشخاص بدواء معين (متغير مستقل) ومن ثم استخرج أثر ذلاك الحقان‬
‫على ضغط الدم (المتغير التابع)‪.‬‬
‫المتغير المستقل‪Independent variable (explanatory):‬‬

‫‪Is the one that is being manipulated by the researcher.‬‬
‫المتغير المستقل‪ :‬هو المتغير المعالج بواسطة الباحال – المتغير المؤثر ‪( -‬مثل الدواء)‬
‫المتغير التابع‪Dependent variables (outcome):‬‬

‫‪Is the resultant variable.‬‬
‫المتغير التابع‪ :‬هو المتغير المتأثر بالمتغير المستقل (ضغط الدم يتأثر بالدواء)‪.‬‬

USE AND MISUSES OF STATISTICS: ‫سوء استخدام اإلحصاء‬
SUSPECT SAMPLES: ‫العينات المشبوهة‬

EXAMPLE:
A TV station interviews five movie viewers ( ‫ ) مشاهدين‬after the first
showing of a movie. After finding out that all five enjoyed the movie very
much, the reporter states that this movie will definitely( ‫ ) بالتأكيد‬be the
best movie for the summer. This is an example of
A) changing the subject C) suspect samples
B) detached statistics D) ambiguous averages
CHANGING THE SUBJECT: ‫تغيير الموضوع‬

EXAMPLE:
Average is 60000 or 30%
DETACHED STATISTICS: ‫المقارنة مقابل ال شيء‬

EXAMPLE:
Our brand of crackers has one third fewer calories.
Fewer than what ??
EXAMPLE:
An advertisement for a truck states that its is 15% more powerful than it's
competitor. This an example of:
EXAMPLE:
An advertisement for an exercise product states: "Using this product will
burn 74% more calories." This is an example of
EXAMPLE:
And advertisement stated that: (Most of the women have taken the road
less traveled) . This an example of:
IMPLIED CONNECTIONS: ‫أسلوب االحتمالية‬

EXAMPLE: Eating fish may help to reduce your cholesterol.
EXAMPLE: Studies suggest that using our exercise will reduce your
weight.

‫‪STAT-110‬‬
‫‪Ch.2‬‬

‫‪CHAPTER 2: FREQUENCY DISTRIBUTION AND GRAPHS:‬‬
‫الفصل الثاني‪ :‬التوزيعات التكرارية والرسوم البيانية‬
‫ينقسم الباب الثاني إلى جزئيين‪:‬‬
‫‪1) Types of frequency distributions:‬‬ ‫أنواع التوزيعات التكرارية‬

‫الرسوم البيانية ‪2) Graphs‬‬
‫‪:‬أنواع التوزيعات التكرارية ‪Types of frequency distributions‬‬
‫تنقسم التوزيعات التكرارية إلى ثالثة أقسام‪:‬‬
‫‪1- Categorical frequency distribution:‬‬ ‫التوزيع التكراري التصنيفي‬
‫وهذا يستخدم في حالة البيانات الوصفية (االسمية أو الترتيبية)‪.‬‬
‫مثـــــــــــــال (‪:)1-2‬‬
‫التكرار‪frequency‬‬ ‫‪ Gender‬الجنس‬
‫‪20‬‬ ‫‪ Male‬ذكور‬
‫‪30‬‬ ‫‪ Female‬إناث‬
‫‪50‬‬ ‫‪ Total‬المجموع‬
‫الجدول السابق يسمى توزيع تكراري تصنيفي ‪categorical frequency distribution‬‬
‫ددول يوضح فصيلة الدم ‪ 50‬طالب‪:‬‬
‫المجموع‬ ‫‪AB‬‬ ‫‪O‬‬ ‫‪B‬‬ ‫‪A‬‬ ‫الفصيلة‬
‫‪50‬‬ ‫‪5‬‬ ‫‪20‬‬ ‫‪15‬‬ ‫‪10‬‬ ‫التكرار‬
‫أي ددول تكون فيمه الفامات ‪ classes‬عبمارة عمن أسمماء (الجنسمية ‪ ،‬النموع ‪ ،‬فصميلة المدم) يسممى‬
‫توزيع تكراري تصنيفي‪.‬‬
‫من هنا يمكن طرح عدة أسالة مثل‪:‬‬

‫نسبة الطالب من الفصلية ‪:A‬‬
‫النسبة الماوية = (التكرار ‪ /‬المجموع )× ‪%20 =100×50/10 = 100‬‬
‫نسبة الطالب من الفصلية ‪:B‬‬

‫النسبة الماوية = (التكرار ‪ /‬المجموع )× ‪%30 =100×50/15 = 100‬‬

‫التوزيع التكراري ير المبوب‪2-Ungrouped frequency distribution :‬‬
‫ويستخدم في حالة البيانات الكمية المنفصلة (‪ )discrete‬مثل (عدد الطالب ‪ ،‬عدد األقالم)‪.‬‬
‫يوضح عدد الكيلومترات التي يقطعها مجموعة من الطالب للوصول إلى الجامعة‪.‬‬
‫التكرار‬ ‫‪ Number of students‬عدد الطالب‬

‫‪10‬‬ ‫‪2‬‬
‫‪25‬‬ ‫‪5‬‬
‫‪15‬‬ ‫‪8‬‬
‫يستخدم التوزيع التكراري غير المبوب عندما تكون البيانات كمية منفصلة‪.‬‬
‫التوزيع التكراري المبوب ‪3- Grouped frequency distribution:‬‬
‫يستخدم في حالة البيانات الكمية المتصلة (‪ )continuous‬بشرط أن يكون المدى كبيرا‪.‬‬
‫يوضح فاات العمر لمجموعة من العمال بأحد المصانع‬
‫‪ Frequency‬التكرار‬ ‫‪ )Ages( Class limit‬فاات العمر‬

‫‪3‬‬ ‫‪24-20‬‬
‫‪7‬‬ ‫‪28-24‬‬
‫‪26‬‬ ‫‪32-28‬‬
‫‪10‬‬ ‫‪36-32‬‬
‫‪4‬‬ ‫‪40-36‬‬

‫مصطلحات مهمة جدا‪:‬‬
‫‪ Class width‬طول الفاة‪.‬‬
‫يساوي الحد األدنى للفاة األولى – الحد األدنى للفاة الثانية‪:‬‬
‫من هذا الجدول مثال (‪ )4-2‬أعاله يمكننا استخراج طول الفاة ‪class width‬‬
‫ويساوي ‪24=20-24‬‬
‫‪ 20‬تسمى الحد األدنى ‪lower class‬‬
‫‪ 24‬تسمى الحد األعلى ‪upper class‬‬
‫أيضا‪:‬‬
‫(‪ )24-20‬تسمى الفاة األولى ‪first class‬‬
‫(‪ )28-24‬تسمى الفاة الثانية ‪second class‬‬
‫(‪ )32-28‬تسمى الفاة الثالثة ‪third class‬‬
‫‪ Midpoint‬مركز الفاة‪:‬‬
‫يساوي (الحد األدنى ‪ +‬الحد األعلى ) ÷ ‪2‬‬
‫من المثال (‪:)4-2‬‬

‫مركز الفاة األولى يساوي (‪22 = 2 ÷ )24+20‬‬
‫مركز الفاة الثانية يساوي (‪ 26 = 2 ÷ )28+24‬وهكذا ‪...‬‬
‫‪ Class boundaries‬الحدود الحقيقية‪:‬‬

‫في الحدود الحقيقية نطرح ‪ 0.5‬من الحد األدنى للفاة ونضيف نفس ‪ 0.5‬للحد األعلى‪.‬‬
‫من المثال (‪ :)4-2‬أودد ‪24-20 class boundaries‬‬

‫‪19.5‬‬
‫‪24.5‬‬
‫إذن الحدود الحقيقية هي (‪)24.5-19.5‬‬
‫مثـــــــــــــــــال (‪:)5-2‬‬
‫أودد ‪25.8-20.7 class boundaries‬‬
‫في هذه الحالة لو األرقام المعطاة فيها كسور عشرية فإننا نطرح ونضيف ‪0.05‬‬
‫وتصبح الحدود الحقيقية هي‪:‬‬
‫‪25.85 – 20.65‬‬
‫الحظ أن ‪ 20.70‬أصبحت ‪ 20.65‬و‪ 25.80‬أصبحت ‪25.85‬‬
‫مثــــــــــــــال (‪:)6-2‬‬
‫أودد ‪26.17- 20.14 class boundaries‬‬
‫في هذه الحالة فإننا نطرح ونضيف ‪ 0.005‬كما يلي‪:‬‬
‫‪ 20.140‬تصبح ‪20.135‬‬
‫‪ 26.170‬تصبح ‪26.175‬‬

‫الجزء الثاني‪:‬‬
‫‪ Graphs‬الرسوم البيانية‪:‬‬
‫وهي ‪ 6‬رسوم بيانية تفاصيلها كما يلي‪:‬‬
‫‪ -1‬المدرج التكراري ‪:Histogram‬‬
‫ويستخدم مع البيانمات الكميمة ‪ quantitative data‬وفمي البيانمات الكميمة يسمتخدم ممع المتايمرات‬
‫المتصلة ‪ continuous variables‬مثل العممر والطمول والموزن أي المتايمرات التمي تقبمل أن‬
‫تكون بها كسمور (العممر ممثال يمكمن أن يكمون ‪ 10‬سمنوات ونصمف وكمذلل الطمول والموزن كمذلل‬
‫يمكن أن يكون ‪ 60.7‬كيلو)‪.‬‬
‫سااؤال‪ :‬الماادرج التكااراري يسااتخدم مااع أي بيانااات ال ويعطيااك خيااارات ماان ضاامنها ‪ continuous‬أو‬ ‫[‬
‫‪]quantitative‬‬
‫وشكل المدرج التكراري يكون كالتالي‪:‬‬
‫‪frequencies‬‬
‫‪Class boundaries‬‬
‫ونالحظ أنه مكون من محورين سيني وصادي ‪ x-axis‬و‪y-axis‬‬
‫‪ x-axis‬تمثل الحدود الحقيقية وعلى ‪ y-axis‬تمثل التكرارات ‪frequencies‬‬

‫‪ -2‬المضلع التكراري ‪:frequency polygon‬‬
‫يستخدم مع البيانات الكمية ‪ quantitative variables‬المتصلة (‪)continuous‬‬
‫على المحور السيني ‪ x-axis‬نجد مراكز الفاات ‪midpoint‬‬
‫وعلى المحور الصادي ‪ y-axis‬نجد التكرارات ‪frequencies‬‬
‫‪midpoint‬‬
‫‪ -3‬المنحنى التكراري التراكمي (الصاعد) ‪: Cumulative Frequency graph‬‬

‫‪classes‬‬
‫‪This graph represent the sum of frequencies.‬‬
‫يمثل مجموع التكرارات وشكله صاعد ألعلى أو العكس‬

‫‪ -4‬الشكل الدائري ‪Pie Chart‬‬
‫يعتبر من الرسوم البيانية الهامة ويستخدم مع البيانات النوعية (‪)qualitative data‬‬

‫‪ Nominal - ordinal‬اسمية أو ترتيبية‪.‬‬
‫تعريفه ‪ :‬شكل بياني يوضح عالقة األجزاء بالكل‪.‬‬
‫‪Is a graph that uses part (proportion) of the data to show the relationship‬‬
‫‪with respect to the whole data.‬‬
‫‪Egyptian‬‬ ‫‪40%‬‬
‫‪Sudani‬‬ ‫‪50%‬‬
‫‪Saudi‬‬
‫‪10%‬‬
‫ومنه يمكن استخراج الدرجة ‪ degree‬وتساوي = (التكرار ‪ /‬المجموع)*‪360‬‬

‫من الرسم السابة فإن الدرجة ‪ degree‬للمصريين يساوي = (‪360*)100/50‬‬
‫‪ Degree‬هذه مهمة جدا جدا‪.‬‬
‫أستاذ‪ /‬قاسم مضوي‬

‫دوال ‪0502180703‬‬

Pareto Chart ‫ شكل باريتو‬-5
‫ وأهاام مااا فيااه هااو ترتيااب‬qualitative data ‫يسااتخدم كااذلك مااع البيانااات النوعيااة‬
:‫التكرارات من أعلى ألسفل كما في الشكل التالي‬
Properties: ‫خصائصه‬
1. on x-axis represent classes.
2. on y-axis represent frequencies.
3. frequencies arranged from highest to lowest.
4. its used to represent categorical data.
5. it’s a bar chart.
frequencies
Math.
science
History
geography
classes
TIME SERIES GRAPH ‫ السالسل الزمنية‬-6

In this graph we represent data collected over a period of time.
‫في هذا المنحنى تمثل البيانات التي جمعت خالل فترة زمنية معينة‬
Example:
Years 1421 1422 1423 1424 1425
Production in million 20 40 50 10 30
Properties: ‫خصائصه‬
1-on x-axis we represent time (years). ‫على المحور السيني تمثل السنوات‬
2- on y-axis we represent frequencies (production). ‫وعلى المحور الصادي تمثل التكرارات‬

)‫(المنتجات‬

‫أسئلة اختبارات سابقة على الفصل الثاني‬
The following table represents the favorite car make for a group of students*:
Classes Frequency
Toyota 10
Nissan 11
Chevrolet 9
GMC 13
Honda 14
The cumulative frequency for the third class is:

a) 30 b) 48 c) 13 d) 43
The sample size is:

a) 5 b) 60 c) 57 d) 18
The percentage of the students who likes Chevrolet is:

a) 19.23% b) 83.33% c) 25% d) 15.79%
If the pie graph is used to represent the data, the degree for the Honda brand would
be:
a) 55.38 b) 15.38 c) 0.15 d) 88.42
The most appropriate measure of central tendency for this data is the:
a) mean b) mode c) midrange d) range
* Reference: First exam – first term 1432-1433H - Form D – KAU
The following table shows the distribution of the blood type for 32 students:
Classes A B O AB
frequency 5 10 8 9
The mode value is

A) 10 B) B C) AB D) cannot be calculated
The mean value is

A) 8 B) 2 C) B D) cannot be calculated
The data can be best represented graphically by………….

A) frequency polygon B) time series graph C) histogram D) pie graph

* Use the following to answer questions 11-16:
The following frequency distribution represents the amount of Magnesium in mg/1

for a sample of 42 bottled drinks:
Class limits Frequency

4.2 – 8.3 4
8.4 - 12.5 6
12.6 - 16.7 3
16.8 – 20.9 7
21.0 – 25.1 15
25.2 – 29.3 7
Total 42
11. The cumulative frequency for the third class is ………

a) 9 b) 13 c) 3 d) 10
12. The lower class boundary for the fourth class is …….
a) 16.3 b) 17.3 c) 16.75 d) 16.85
13. The percentage of bottled drinks in the second class is …………

a) 0.06% b) 2.52% c) 0.14% d) 14.29%
14. The class width is ………..

a) 4.1 b) 15.1 c) 21 d) 4.2
15. The cumulative relative frequency for the second class is ….

a) 0.10 b) 0.24 c) 0.14 d) 0.13
16. The data can be best represented graphically by………….

a) frequency polygon b) time series graph c) histogram d) bar chart
* Reference: First exam – first term 1432-1433H - Form D – KAU

* Use the following to answer questions 13-17:
the number of patients in the waiting rooms within a hospital at a specific time are
given by the following frequency distribution.
Numbers of patients 1 2 3 4 5 Total
Frequency 3 5 11 ? 4 30
Answer the following five questions.
13. The sample size is ........

a) 15 b) 30 c) 5 d) 32
14. The percentage of the number of waiting rooms that have 3 patients is …
a) 12.50% b) 34.37% c) 36.67% d) 13.33%
15. The lower class boundary fro the second class is …..
a) 2.5 b) 5.5 c) 4.5 d) 1.5
16. The missing frequency for the fourth class is……

a) 9 b) 10 c) 7 d) 8
17. The data can be best represented graphically by…

a) frequency polygon b) time series graph c) histogram d) bar chart
* Reference: First exam – second term 1431-1432H - Form A – KAU

Select the best answer *.
1. What is another name for the ogive?

a. Histogram b. Frequency polygon
c. Cumulative frequency graph d. Pareto chart
2. What are the boundaries for 8.6–8.8?

a. 8–9 b. 8.5–8.9 c. 8.55–8.85 d. 8.65–8.75
3. What graph should be used to show the relationship between the parts and
the whole?
a. Histogram b. Pie graph c. Pareto chart d. Ogive
4. Except for rounding errors, relative frequencies should add up to what

sum?
a. 0 b. 1 c. 50 d. 100
5. Data such as blood types (A, B, AB, O) can be organized into a(n) ……
frequency
distribution.
a. grouped frequency distribution b. frequency polygon
c. ungrouped frequency distribution d. categorical frequency distribution
6. Data collected over a period of time can be graphed using a(n) ... graph.
a. histogram b. frequency polygon
c. cumulative frequency graph d. time series graph
7. On a Pareto chart, the frequencies should be represented on the …….

axis.
a. vertical b. horizontal c. class d. flat
* Reference: KAU –

‫‪STAT-110‬‬
‫‪Ch.3‬‬

CHAPTER 3: DATA DESCRIPTION:
:‫ ويتكون من أربعة أقسام هي‬:‫ وصف البيانات‬:‫الباب الثالال‬
1- MEASURES OF CENRTRAL TENDENCY : ‫مقاييس النزعة المركزية‬
)‫ مقاييس (المتوسط والوسيط والمنوال ونصف المدى‬4 ‫وهي‬

1. Mean = average ‫المتوسط الحسابي‬
2. Median ‫الوسيط‬
3. Mode ‫المنوال‬
4. Midrange ‫نصف المدى‬
MEAN: ‫المتوسط الحسابي‬
sum of values divided by total number of that values.

It is used only with quantitative data.
.‫ مجموع المفردات (المشاهدات) مقسوما على عددها‬:‫تعريف المتوسط الحسابي‬
)u( ‫) بينما متوسط المجتمع يرمز له‬X( ‫متوسط العينة يرمز له‬
EXAMPLE 3-1:
Find the mean 2, 9, 4
SOL.:
Mean = X
 x  2  9  4  15  5
n 3 3
EXAMPLE 3-2:
FIND THE VALUE OF X IF YOU HAVE 2, X, 9, the mean of these value equal to 5.
SOL.:
X 
x 5
2 x9 11  x  15
n 3  x  15  11  4
Median: ‫الوسيط‬:
‫هو القيمة التي تتوسط البيانات بعد ترتيبها تصاعديا أو تنازليا‬
EXAMPLE 3-3:
Find the median to these values: 2, 5, 9, 7, 3
SOL.: first step we should arrange the value as sending or descending order.
Arranging data 2, 3, 5, 7, 9
Then the median equal to 5 (the value in the middle of values)
EXAMPLE 3-4:
Find the median to 2, 5, 9, 7, 3 , 12
Arranging data: 2, 3, 5, 7, 9, 12
Then the median equal to:

MODE: ‫المنوال‬
Is the value which having a higher frequency. .‫ القيمة األكثر تكرارا أو شيوعا‬:‫تعريفه‬
EXAMPLE 3-5:
Find the mode: 6, 7, 2, 6, 5, 6
SOL.: Mode = 6 (we say data having unimodal)
EXAMPLE 3-6:
Find the mode 6, 7, 2, 6, 5, 7
mode = 6, 7 (bimodal)
REMARKS:
:‫مالحظة مهمة جدا جدا‬
‫إذا كان للبيانات منوال واحد البيانات تسمى وحيدة المنوال‬
.‫ منوال) تسمى ثنائية المنوال‬2( ‫إذا كان للبيانات منوالين‬
‫إذا كان للبيانات أكثر من منوالين تسمى متعددة المنوال‬
one mode - - - unimodal
two mode ---- bimodal
three mode --- multimodal
4- Midrange: ‫المدى الربيع‬

Midrange = highest value + lowest value
2
EXAMPLE 3-7:
Find the midrange for 2, 9, 4
Midrange = highest value + lowest value = 2 + 9 = 5.5

2 2
‫ قاسم مضوي‬/‫أستاذ‬
0502180703

2- MEASURES OF VARIATIONS (Dispersion): ‫مقاييس االختالف‬
range ‫المدى‬
2
)S ‫ (تباين العينة يرمز له‬sample variance ‫التباين‬
)S ‫ (انحراف العينة يرمز له‬sample standard deviation ‫االنحراف المعياري‬
)C.V ‫ (يرمز له‬coefficient of variation ‫معامل االختالف‬
.‫المقاييس أعاله تسمى مقاييس االختالف أو مقاييس التشتت‬
1- Range:
the highest value minus the lowest value.
‫المدى عبارة عن أعلى قيمة – أقل قيمة‬
EXAMPLE 3-8:
Find the range 0, -16, 9 , -7 , 3
Range = 9 – (-16) = 25
2- VARIANCE: ‫التباين‬
 x 2
x   X  X 
2 2
S 
2 n S 2

n 1 OR n 1
Where X is mean (average)
EXAMPLE 3-9:
Find the variance to 2, 4, 9
SOL:
0502180703
 x 2
x 2

n
S 
2
n 1
X X2
2 4
4 16
9 81
Sum 15 Sum 101 ‫المجموع‬
 x  2
152
x 2

n
101 
3
S2    13
n 1 3 1

3- STANDARD DEVIATION: ‫االنحراف المعياري‬
Definition: Is the square root of variance. .‫ هو الجذر التربيعي للتباين‬:‫تعريفه‬
 x  2
x  n2
S
n 1
EXAMPLE 3-10:
Find the standard deviation for 2, 4, 9
 x  2
152
x  n2
101 
3
S   13  3.61
n 1 3 1
4- COEFFICIENT OF VARIATION: ‫معامل االختالف‬

Used to compare between two phenomena (i.e. age and salary).
‫مقياس يستخدم للمقارنة بين ظاهرتين مثل (المقارنة بين أعمار عمال ورواتبهم) وذلك بقسامة‬
‫االنحااراف المعياااري للعماار علااى متوسااط العماار ال ثاام تقساايم االنحااراف المعياااري للرواتااب علااى‬
.‫متوسط الرواتب ومن ثم المقارنة بينهما والقيمة األكبر تكون هي األكثر اختالفا‬
S
C.V   100%
X
EXAMPLE 3-11:
Find C.V for 2, 4, 9.
We find X = 5, and S = 3.61 , then

S 3.61
C.V   100%   100  72.2%
X 5
EXAMPLE 3-12:
The average age of the employees at a certain company is 30 years with standard
deviation of 5 years ; the average salary of the employees is $40.000 with standard
deviation of $ 5.000. which one has more variation age or income ?
S 5
age C.V   100%   100  16.67%
X 30
S 5000
salary C.V   100%   100  12.5%
X 40000
Then age has more variation.

‫‪REMARKS:‬‬ ‫مالحظة مهمة جدا‬
‫‪1. MEAN < MEDIAN < MODE‬‬
‫‪Then the distribution has a negative skewed or skewed to the left.‬‬
‫‪2. MODE < MEDIAN < MEAN‬‬

‫‪Then the distribution has a positive skewed or skewed to the right.‬‬
‫‪3. MODE = MEDIAN = MEAN‬‬

‫‪Then the distribution is symmetrical.‬‬
‫مالحظة مهمة‪:‬‬
‫العالقة بين المتوسط الحسابي والوسيط والمنوال‪.‬‬
‫‪ -1‬إذا كان المتوسط الحسابي أقل قيمة من الوسيط والمنوال فإن التوزيع ملتوي دهة اليسار‪.‬‬
‫‪ -2‬إذا كان المتوسط الحسابي أكبر قيمة فمعنى هذا أن التوزيع ملتوي دهة اليمين‪.‬‬
‫‪ -3‬إذا تساوى المتوسط الحسابي والوسيط والمنوال فإن التوزيع يسمى متماثل‪.‬‬

3- MEASURES OF POSITIONS: ‫مقاييس المواضع‬ ‫ثالثا‬
1. STANDARD SCORE ‫الدرجة المعيارية‬
2. QUARTILES ‫األرباعيات‬
3. OUTLIER ‫القيمة المتطرفة‬
0502180703 ‫دوال‬
1- STANDARD SCORE:
XX
Z
S
EXAMPLE 3-13:
If the mean of a set of data is 19 and 23.5 has z-sore of 0.75, then the standard
deviation must be?
SOL.:
X = 23.5, and X = 19, Z = 0.75, S = ?
XX
Z
S
23.5  19
0.75 
S
4.5
0.75S  4.5 , S 6
0.75
EXAMPLE 3-14:
The mean of marks in test A is 80 and the standard deviation is 5,
if student get 70 in this test.
His relative position (z-score) in this exam is:
A) 6 B) 36 C)-3 D) -2
If the student in question (EXAMPLE 3-14) has a z-score = -1 in test B, one can say
about his relative position that:
A- B better is better than A B- information are not sufficient
C- Test (A) better than test (B) D- Test (A) is similar to test (B)
2. QUARTILES ‫األرباعيات‬
Q2 ‫ والربيع الثاني‬Q1 ‫ويقصد بها القيم التي تقسم البيانات إلى ثالث أقسام وهي الربيع األول‬
Q3 ‫وهو نفسه الوسيط ال والربيع الثالال‬
Quartile divided the data into 4 groups.
Quartiles are denoted by Q1, Q2 , and Q3.
The second quartile (Q2) is median.

3. OUTLIER ‫القيمة الشاذة‬
An outlier is an extremely high or an extremely how data value when compared with
the rest of the data values.
‫(القيمة الشاذة هي أصغر قيمة أو أقل قيمة وهي قيمة تكون ليس لها عالقة بباقي القايم ال‬
‫وواضااحة جاادا بالنساابة للبيانااات المعطاااة ويمكاان اسااتخراجها بسااهولة ماان دون قااانون أو‬
.)‫قاعدة ال ولكن يوجد قانون للتأكد من أنها القيمة الشاذة أم ال‬
Inter Quartile Range = IQR = Q3 – Q1
IQR ‫المدى الربيعي‬
:‫خطوات استخراج القيمة الشاة‬

To determine whether a data value can considered as an outlier:
1. computer Q1 and Q3.
2. Find the IQR = Q3 – Q1
3. Compute 1.5 * IQR
4. Compute Q1 - 1.5 * IQR & Q3 + 1.5 * IQR
To determine whether a data value can be considered as an outlier.
5. Compare the data value with Q1 - 1.5 * IQR & Q3 + 1.5 * IQR
If x < Q1 - 1.5 * IQR or x > Q3 + 1.5 * IQR then x is considered as outlier.
EXAMPLE 3-15: Given the data set 5, 6, 12, 13, 15, 18, 22, 50 Find the outlier ?
‫المطلوب إيجاد القيمة الشاذة ؟‬
First of all we should arrange data , our data is already arranged.
Arranging of data : 5, 6, 12, 13, 15, 18, 22, 50
Q2 = (13+15)/2 = 14
Q1 = (6+12)/2 = 9
Q3= (18+22)/2 = 20
IQR = Q3- Q1 = 20- 9 = 11
1.5 * IQR = 1.5 * 11 = 16.5
Q1 – 1.5 * IQR = 9 – 16.5 = -7.5
Q3 + 1.5 * IQR = 20 + 16.5 = 36.5
Our range is -7.5 36.5

Then 50 is out of this range, then 50 is outlier.

4- EXPLORATORY DATA ANALYSIS:
Stem and leaf plot:‫الساق واألوراق‬
EXAMPLE 3-16:
If you have the following data 20, 32, 13, 14, 43, 02, 57, 23, 36, 32, 25, 31, 33, 32,
44, 32, 52, 44, 51, 45.
‫قم بإنشاء الساق واألوراق للبيانات السابقة‬
Construct a stem and leaf for the data.
SOL. ‫الحل‬
First step we must arranging data as following: ‫الزم نرتب البيانات ترتيبا تصاعديا كما يلي‬
02, 13, 14, 20, 23, 25, 31, 32, 32, 32, 32, 33, 36, 43, 44, 44, 45, 51, 52, 57
Stem Leaf
0 2
1 3 4
2 0 3 5
3 1 2 2 2 2 3 6
4 3 4 4 5
5 1 2 7
BOX PLOT GRAPH:‫رسمة البوكس بولت‬

To draw Box plot graph we find Q1, Q2, and Q3 minimum and maximum value
as following: ‫لرسم الصندوق يجب إيجاد الربيع األول والثاني والثالال‬
EXAMPLE 3-17:
Given the data set 5, 6, 12, 13, 15, 18, 22, 50 construct Box plot ?
First of all we should arrange data , our data is already arranged.
Arranging of data : 5, 6, 12, 13, 15, 18, 22, 50
Q2 = (13+15)/2 = 14
Q1 = (6+12)/2 = 9
Q3= (18+22)/2 = 20
Q1 = 9 Q2 = 14 Q3 = 20
Max. = 50
Min. = 5

REMARKS:‫مالحظات مهمة جدا‬
1. If the median is near the center of the box, the distribution is approximately
symmetric.
‫ في المنتصف فإن البيانات تعتبر متماثلة‬Q2 ‫إذا كان الوسيط‬
2. If the lines are about the same length, the distribution is approximately
symmetric.
.‫إذا كان الخطان في طرفي الصندوق متساويان فإن التوزيع متماثل‬
3. if the median fall to the left of the center of the box, the distribution is
positively skewed.
.‫ في اليسار ال فإن التوزيع يعتبر ملتو جهة اليمين‬Q2 ‫إذا كان الوسيط‬
4. If the right line is larger than the left line, the distribution is positively
skewed.
.‫إذا كان الخط يمين الصندوق أكبر من الخط يسار الصندوق فإن التوزيع متلو جهة اليمين‬
5. if the median fall to the right of the center of the box, the distribution is
negatively skewed.
.‫ في اليمين ال فإن التوزيع ملتو جهة اليسار‬Q2 ‫إذا كان الوسيط‬
6. If the left line is larger than the right line , the distribution is negatively
skewed.
.‫إذا كان الخط يسار الصندوق أكبر من الخط يمين الصندوق فإن التوزيع ملتو جهة اليسار‬

‫أسئلة اختبارات سابقة على الفصل الثالال‬
Prepared by: Gasim Mudawi – Mobile 0502180703
Use the following to answer questions 22-24*:

The number of absences days for 7 students are 1, 3, 0, 4, 2, 1, 3. answer the
following three questions:
22. The values of the central tendency measures are …
a) mean = 2, mode = 1 c) mean = 2, range = 4
b) mean = 2, median = 2 d) median = 2, mode = 3
23. The values of the measures of variations are …
a) standard deviation = 1.414, midrange = 2 c) standard deviation = 1.414 range = 4
b) variance = 2, range = 2 d) variance = 1.414, range = 4
24. The value of the coefficient of variation is….

a) 47.1% b) 35.4% c) 28.3% d) 70.7%
25.Which measures are affected the most by extremely small or extremely large
values?
a) Mode and midrange. c) Mean and mode.
b) Mean and midrange. d) Mode and median.
* Reference: First term – first exam – form A– 1431-1432H.
Use the following to answer questions 21-30*:

The ages in years of 8 patients who are randomly selected from a certain hospital are:
10, 30, 2, 16, 7, 38, 26, 23
21. Referring to the mode value of the patient's ages, the data is said to be/have..
a) Multimodal b) no mode c) bimodal d) unimodal.
22. Referring to the sample data of patient's ages, any age value greater than ... is
consider to be an outlier.
a) 56 b) 57.25 c) 8 d) -1.25
23. The midrange value of the patient's age is ….

a) 21 b) 21.5 c) 20 d) 16.5
24. The median value of the patient's age is ……….

a) 19 b) 11.5 c) 19.5 d) 27.5
25. Referring to the given data, the shape of the patient's age distribution is …
a) symmetrical b) left skewed c) unknown d) right skewed
26. If the value of the coefficient variation of the patient's height is 14.221%, then
which is more variable patient's age or height?
a) Height is more variable than age c) Cannot tell.
b) They have the same variability d) Age is more variable than height.
27. The value of the standard deviation of the patient's age is …
a) 152.86 b) 53.74 c) 59.54 d) 12.36
28. The mean value of the patient's age is …
a) 118.75 b) 152 c) 76.00 d) 19.00
29. The IQR value for the patient's age is ……..
a) 16 b) 19.5 c) 11.5 d) 19.5
30. The range value of the patient's age is ……
a) 20 b) 36 c) 16.5 d) 13
* Reference: First term – first exam –form D- 1432-1433H.
the most appropriate measure of central tendency for the value -21, -24, -27, -23, -25,
-26, -22, -30, -29, -31, 35 is the ……..
a) mode b) median c) mean c) midrange
What is the most appropriate measure of central tendency for the following data set?
A, C, A, B, C, B, A
a) median b) mean c) midrange d) mode
which measures of central tendency are not affected by outliers?

a) Mean and mode. c) Mean and midrange.
b) Weighted mean and mean. d) Mean and median.
The stem part for the number 654 is……..
a) 6 b) 54 c) 4 d) 65
use the following to answer questions 12-13:
the ages of a department instructors are shown in the following stem and leaf:
3 0 0 0 3 3 3 7 7 7
4 2 2 2 2 6 6 6 6 8 8 8 8 8
5 0 0 0 0 5 5 5 5 5 7 7 7
6 1 1 1 2 2 4 6 6 6 6 7
7 4 4 4 4 6 6 6 9
8 3 7 9
12. The range of the raw data for the above stem and leaf plot is…
a) 9 b) 6 c) 5 d) 59
13. The raw data set for the stem and leaf is called …
a) unimodal b) bimodal c) multimodal d) trimodal
when we want to compare the variability of student's grade and height, we should use
the…
a) standard deviation b) variance c) coefficient of variation d) range
if data value is not within the range Q1- 1.5 IQR, Q3 + 1.5 IQR, then this value is called:
a) the first quartile b) the third quartile b) the median d) an outlier
what is the statistical term for the mean that is obtained by using all the data values
of a specific population:
a) variable b) statistic c) parameter d) quality.
what is the statistical term for the mean that is obtained by using a group of the data
values of a specific population:
a) variable b) statistic c) parameter d) quality.
When a study is conducted on a group of students from KAU, every measurement
calculated fro this study would be called …
a) statistic b) sample c) population d) parameter
When a study is conducted on all students from KAU, every measurement calculated
fro this study would be called …
a) statistic b) sample c) population d) parameter
Use the following to answer questions 15-17:
The age of a department instructors are shown in the following stem and leaf plot:
3 1
4 2 2 2 6 6
5 0 7
6 1
15. The value of the median for the raw data for the above stem and leaf plot is…
a) 42 b) 46 c) 2 d) 6
16. the raw data set for the stem and leaf is called …
a) unimodal b) bimodal c) multimodal d) trimodal
17. The midrange of the raw data for the above stem and leaf plot is …
a) 6 b) 59 c) 9 d) 46
Use the following to answer questions 12-14:

Use the following Boxplot to answer the following three questions:
0 5 10 15 20 25 30 35 40
12. The value of the IQR is ….

a) 35 b) 25 c) 40 d) 10
13. The range of the raw data for the above boxplot is ….
a) 25 b) 40 c) 10 d) 35
14. The shape of the distribution is …
a) bimodal b) symmetric c) left skewed d) right skewed
The End …..

Prepared by: Gasim Mudawi – Mobile 0502180703

‫‪STAT-110‬‬
‫‪CH.4‬‬

Chapter 4: Probability and Counting Rules:
‫االحتماالت وقوانين العد‬: ‫الفصل الرابع‬
5-1 Introduction ‫مقدمة‬
5-2 Sample Spaces and Probability ‫فراغ العينة‬
5-3 The Addition Rules for Probability ‫قوانين الجمع‬
5-4 The Multiplication Rules and Conditional Probability
.‫قوانين الضرب واالحتمال الشرطي‬
Sample Spaces and Probability:‫فراغ العينة واالحتمال‬

A probability experiment is a process that leads to well-defined results
called outcomes.
.‫التجربة االحتمالية هي العملية التي تؤدي إلى نتائج معرفة تعريفا جيدا وتسمى هذه النتائج بالنواتج‬
An outcome is the result of a single trial of a probability experiment.

.‫ هو ناتج تجربة واحدة مصاحب للتجربة االحتمالية‬:‫الناتج‬
Sample Space is the set of all possible outcomes of the probability

experiment.
.‫فراغ العينة هو مجموعة كل النواتج الممكنة للتجربة االحتمالية‬
Experiment ‫التجربة‬ Sample Space ‫فراغ العينة‬

Toss one coin H, T
Roll a single die 1, 2, 3, 4, 5, 6
Answer a true – false question TRUE, FALSE
Toss two coins HH, HT, TH, TT
0502180703 ‫جوال‬

Types of probability: ‫أنواع االحتماالت‬
:‫تتقسم االحتماالت لثالثة أقسام وهي كما يلي‬
1)Classical Probability : ‫االحتمال الكالسيكي‬
Classical probability assumes that all outcomes in the sample space are
equally likely to occur. That is, equally likely events are events that have
the same probability of occurring.
.‫ في االحتماالت الكالسيكية كل النواتج في فراغ العينة لها نفس الفرصة في الظهور‬:‫تعريف‬
The probability of any event E is:
number of outcomes in E n( E )
 P( E ) = .
total number of outcomes in the sample space n( S )
This probability is called Classical Probability and it uses the sample

space S.
.‫االحتمال الكالسيكي يتم استخدام فراغ العينة‬
EXAMPLE: When a single die is rolled, find the probability of getting :

a (1, 2, 3, 4, 5, and 6).
.6‫ و‬5 ،4 ،3 ،2 ،1 ‫ أودد احتمال الحصول على‬، ‫عند رمي زهرة نرد مرة واحدة‬
Solution: Since the sample space is S=(1, 2, 3, 4, 5, and 6)
P(1) = 1/6, P(2)= 1/6, P(3)= 1/6, P(4)= 1/6, P(5)= 1/6, P(6) =1/6
)‫ (سدس‬6/1 ‫احتمال كل واحد من األعداد الستة يساوي‬
NOTE: The sum of the probabilities of all outcomes in a sample space is one.
.‫ مجموع كل االحتماالت لكل النواتج في فراغ العينة يساوي واحد‬:‫ملحوظة‬
Probability Rules:‫مسلمات نظرية االحتماالت‬

1. 0< P(E) <1 ‫أي احتمال يكون محصور بين الصفر والواحد‬
2. P(E) = 0 , impossible event.‫ احتماله يساوي صفر‬- ‫الحدث المستحيل‬
3. P (E) = 1, certain event.‫الحدث المؤكد – االحتمال يساوي واحد‬
4. P(E) = 1 (sum of prob. = 1)1 ‫مجموع االحتماالت يساوي‬

2) Empirical Probability: ‫االحتمال التجريبي‬
The difference between classical and empirical probability is that
classical probability assumes that certain outcomes are equally likely
while empirical probability relies on actual experience to determine the
probability of an outcome.
frequency distributions ‫في االحتمال التجريبي نستخدم التوزيعات التكرارية‬
Formula for Empirical Probability: given the frequency distribution,

the probability of an event being in a given class is:
‫ المجموع‬/ ‫ = التكرار‬E ‫احتمال الحدث‬
frequency for the class f
P( E ) =  .
total frequencies in the distribution n
this probability called the empirical probability and based on observation.
EXAMPLE (4-13):
In a sample of 50 people, 21 had type O blood, 22 had type A blood, 5
had type B blood, and 2 had AB blood. Set up a frequency distribution.
Type Frequency
A 22
B 5
AB 2
O 21
Find the following probabilities for the previous example.
:‫أودد االحتمال التالية‬
A person has type O blood. ‫ أودد احتمال شخص فصيلته‬O
Solution: P(O) = f /n = 21/50.
A person has type A or type B blood. ‫ اودد احتمال شخص فصيلته‬A ‫ أو‬B
Solution: P(A or B) = 22/50+ 5/50 = 27/50.

‫االحتمال التوقعي ‪3) Subjective Probability:‬‬
‫‪Uses a probability value based on an educated guess or estimate.‬‬
‫في هذا النوع نعتمد على التخمين ‪ guess‬أو التقدير ‪ ، estimate‬في هذا النوع من االحتماالت‬
‫يتم االعتماد على خبرة شخص ما (مثل االرصادي) في توقعاته لألمطار في السنة القادمة مثالً‪.‬‬
‫‪Example: Seismologist might say there is an 80% probability that an‬‬
‫‪earthquake will occur in a certain area.‬‬
‫االرصادي يتوقع أن هنا احتمال ‪ %80‬لظهور هزة أرضية في منطقة معينة‪ .‬هذا مثال الحتمال توقعي‪.‬‬
‫األحداث المكملة‪Complement Events:‬‬

‫‪The complement of an event E is the set of outcomes in the sample space that are not‬‬
‫‪included in the outcomes of event E. The complement of E is denoted by E (E bar).‬‬
‫الحدث المكمل للحدث ‪ E‬هي كل النواتج في فراغ العينة التي ليست مضمنة في الحدث ‪E‬‬
‫مثال‪ :‬الصورة والكتابة مكملتان لبعض عند رمي قطعة نقود معدنية (نص لاير)‬
‫‪Example:‬‬
‫اودد المكمل لكل حدث ‪Find the complement of each event:‬‬
‫عند رمي زهرة نرد أودد مكمل العدد ‪- Rolling a die and getting a 4. 4‬‬
‫‪Getting a 1, 2, 3, 5, or 6‬‬ ‫باقي األعداد في زهرة النرد يعتبر مكمال للعدد ‪4‬‬
‫‪Example: Selecting a one-child family and getting a boy.‬‬
‫اختيار طفل من أسرة والحصول على ولد (المكمل هو الحصول على بنت)‪Getting a girl.‬‬
‫مثال مهم جدا‪:‬‬
‫‪The complement of guessing 2 correct answers on a 2-question true/false exam is:‬‬
‫)‪S= (TT, TF, FT, FF‬‬
‫ترجمة السؤال السابة ‪:‬أوجد مكمل إجابتان صحيحتان لسؤالين إجابتهما صح ‪ T‬وخطأ ‪:F‬‬
‫فراغ العينة هو (ص ص ال ص خ ال خ ص ال خ خ)‬
‫(اإلجابتان صحيحتان ال األولى صحيحة والثاني خطأ ال األولى خطأ والثانية صحيحة ال اإلجابتان خطأ)‬
‫‪guessing at least 1 incorrect answer‬‬
‫المكمل إلجابتان صحيحان هي ( ص خ ال خ ص ال خ خ) أي بعبارة أخرى واحد على األقل خطأ‪.‬‬
‫ولو سألني من مكمل إجابتان خطأ تكون اإلجابة (ص خ ال خ ص ال ص ص) واحد على األقل صحيح‪.‬‬
‫وتكون اإلجابة هي نفسها لو ير عدد األسئلة من ‪ 2‬إلى أي عدد ‪ 100‬مثالً وعدد األسئلة كذلك ‪100‬‬
‫سؤال مثالً فتكون اإلجابة هي نفسها واحد على األقل صحيح أو واحد على األقل خطأ‪.‬‬
‫قاعدة مهمة جدا ‪:‬‬
‫مجموع احتمال أي حدث واحتمال الحدث المكمل له يساوي ‪( 1‬دائما وأبدا)‬
‫‪P(E) + P(E) = 1‬‬ ‫‪or‬‬ ‫‪P(E) = 1 – P(E) or‬‬ ‫)‪P(E) = 1 – P(E‬‬

The Addition Rules for Probability: ‫قوانين الجمع‬
Two events are mutually exclusive if they cannot occur at the same time (i.e. they
have no outcomes in common).
‫يقااال لحاادثان أنهمااا مانعااان إذا كااان هااذان الحاادثان ال يقعااا معااا (مثاال الصااورة والكتابااة عنااد رمااي قطعااة النقااود‬
.‫المعدنية – نص الريال) فظهور الصورة يمنع ظهور الكتابة والعكس صحيح‬
A and B are mutually exclusive
A B
Addition Rule: ‫قانون الجمع‬

# When two events A and B are mutually exclusive, the probability that A or B
will occur is :
:‫ مانعان (ال تودد عناصر مشتركة بينهما) نستخدم هذه القاعدة‬B‫ و‬A ‫إذا كان الحدثان‬
)B( ‫ احتمال‬+ )A( ‫) = احتمال‬B ‫ أو‬A( ‫ظهور‬
P(A or B) = P(A) + P(B)
# When two events A and Bare not mutually exclusive, the probability that A or
B will occur is:
:‫إذا كان الحدثان غير مانعان (تودد عناصر مشتركة بينهما) فإن‬
)B ‫ تقاطع‬A( ‫) – احتمال‬B( ‫ احتمال‬+ )A( ‫) = احتمال‬B ‫ أو‬A( ‫احتمال ظهور‬
P(A or B ) = P(A) + P(B) – P(A ^ B)
A and B are NOT mutually exclusive
A B

EXAMPLE: (4-14)
In a hospital unit there are eight nurses and five physicians. Seven nurses
and three physicians are females.
:‫ ممرضين ذكور وثالثة أخصائيين إناث موضح كما يلي‬7 .‫ أخصائيين‬5‫ ممرضين و‬8 ‫إذا لدينا‬
STAFF FEMALES ‫أنثى‬ MALES ‫ذكر‬ TOTAL
NURSES ‫ممرض‬ 7 1 8
PHYSICANS ‫أخصائي‬ 3 2 5
TOTAL 10 3 13
If a staff person is selected, find the probability that the subject is:
:‫إذا تم اختيار شخص بطريقة عشوائية أودد ما يلي‬
1- a nurse or a male. ‫أودد احتمال أن يكون الشخص ممرض أو ذكر‬
P (N OR M) = 8 + 3 - 1 = 10 (Not Mutually Exclusive Event)
13 13 13 13
2- a nurse or female: ‫أودد احتمال أن يكون الشخص ممرض أو أنثى‬

P (N OR F) = 8 + 10 - 7 = 11 (Not Mutually Exclusive Event)
13 13 13 13
3- a nurse or physicians: )‫أودد احتمال أن يكون الشخص ممرض أو أخصائي (حدثان مانعان‬
P (N OR P) = 8 + 5 - 0 = 13 = 1 (Mutually Exclusive Event)
13 13 13
Note: P(N ^ P) = 0 ‫ ال يودد تقاطع‬: ‫تنبيه‬
4- male or female: )‫أودد احتمال أن يكون الشخص ذكر أو أنثى (مانعان‬

P (M OR F) = 10 + 13 - 0 = 13 = 1 (Mutually Exclusive Event)
13 13 13

The Multiplication Rules and Conditional Probability:
:‫قوانين الضرب واالحتمال الشرطي‬
Multiplication Rule 1:)1( ‫قانون الضرب رقم‬
Two events A and B are independent if the fact that A occurs does not
affect the probability of B occurring.
B ‫ ال يؤثر في ظهور‬A ‫ حدثان مستقالن فهذا يعني أن ظهور‬B ‫ و‬A ‫إذا كان‬
EXAMPLE: Rolling a die and getting a 6, and then rolling another die
and getting a 3 are independent events.
3 ‫ ثم رمي زهرة أخرى والحصول على العدد‬،)A( 6 ‫رمي زهرة نرد والحصول على العدد‬
‫ في الزهرة األولى ال‬6 ‫ يعتبران حدثان مستقالن) ألن ظهور العدد‬3 ‫ والعدد‬6 ‫) (ظهور العدد‬B(
.‫ في الزهرة األخرى‬3 ‫يؤثر على ظهور العدد‬
)36/1( = )6-1(*)6/1( = B ‫ * احتمال‬A ‫ = احتمال‬B ‫ و‬A ‫احتمال ظهور‬
When two event A and B are independent, the probability of both occurring is:
P(A and B) = P(A) . P(B)
The Conditional probability: ‫االحتمال الشرطي‬
The conditional probability of an event B in relationship to an event A is the
probability that an event B occurs after event A has already occurred.
The notation for the conditional probability of B given A is P(B|A).
NOTE: This does not mean B ÷A.
B ‫) ظهور‬given( ‫ بشرط‬A ‫ احتمال ظهور‬: ‫االحتمال الشرطي‬
P( A and B)
P( B | A) = .
P( A)
:‫) أودد احتمال ظهور ذكر بشرط أنه يكون أخصائي‬4-14( ‫من المثال رقم‬
P(B/A) = (2/13) / (5/13)
If a staff person is selected, find the probability that the subject is a nurse
‫ أودد احتمال ممرض بشرط أن يكون ذكر‬given a male:
1
 
P ( A and B)  13  1
P( A | B) =  
P (B) 3 3
 
 13 
‫قانون الضرب رقم (‪Multiplication Rule 2: )2‬‬
‫‪When two events A and B are dependent, the probability of both occurring is:‬‬
‫إذا كان ‪ A‬و‪ B‬حدثان غير مستقالن ‪ ،‬إذن ظهور ‪ A‬و‪ B‬معا يساوي‪:‬‬
‫)‪P (A and B) = P(A) . P(B/A‬‬
‫تنبيه مهم جدا ‪Note:‬‬
‫في حال سحب أكثر من كرة (كرتان مثال) من صندوق به كور‪ 10‬كور صفراء و‪ 5‬حمراء لدينا حالتان‪:‬‬
‫‪ -1‬السحب مع االرجاع (سحب الكرة األولى من الصندوق ثم إرجاعها وسحب الكارة الثانياة) فهناا‬
‫سحب الكرة األولى ال يؤثر في سحب الكرة الثانية مما يعني أن الحدثان مستقالن‪ .‬هنا نساتخدم‬
‫القانون رقم (‪)1‬؟‬
‫‪### With replacement means independent events.‬‬
‫‪ -2‬السحب بدون ارجاع (سحب الكرة األولى مان الصاندوق وعاد إرجاعهاا وساحب الكارة الثانياة)‬
‫فهنا سحب الكرة األولى يؤثر في سحب الكرة الثانية مما يعني أن الحادثان يار مساتقالن‪ .‬هناا‬
‫نستخدم القانون رقم (‪.)2‬‬
‫‪### Without replacement means dependent events.‬‬
‫‪EXMPLE:‬‬
‫‪In a shipment of 25 microwave ovens, two are defective. If two ovens are‬‬
‫‪randomly selected and tested, find the probability that both are defective‬‬
‫‪if the first one is not replaced after it has been tested.‬‬
‫شحنة مكونة من ‪ 25‬فرن كهربمائي ‪ 2 ،‬منهما رديامة ‪ ،‬سمحبنا ممن الشمحنة ‪ 2‬فمرن بمدون إردماع ‪،‬‬
‫أودد احتمال أن الفرنان المسحوبان ردياان‪.‬‬
‫نرمز للفرن المسحوب في السحبة األولى ‪ A‬والمسحوب في السحبة الثانية ‪.B‬‬
‫على التوالي تعني أننا سحبنا الفرن األول ولم نردعه ثم سحبنا الفرن الثاني مما يعنمي أن الحمدثان‬
‫‪ A‬و‪ B‬غير مستقالن (سحبة األول سوف تؤثر في سحبة الثاني) نستخدم القانون رقم (‪.)2‬‬
‫‪Solution: let A the first oven, B the second oven.‬‬
‫‪The first not replaced means A and B are dependent events.‬‬
‫‪Then we use the rule 2:‬‬
‫‪ 2  1 ‬‬ ‫‪2‬‬ ‫‪1‬‬
‫‪P( AandB)  P( A).P( B / A)   .  ‬‬ ‫‪‬‬
‫‪ 25   24  600 300‬‬

‫‪If the first one is replaced after it has been tested, then A and B are Independent‬‬
‫إذا كان السحب مع اإلرجاع (الحدثان مستقالن) ونستخدم القانون (‪events and use rule 1: )1‬‬
‫‪ 2  2 ‬‬ ‫‪4‬‬

‫‪P( AandB)  P( A).P( B)   .  ‬‬
‫‪ 25   25  625‬‬
‫‪EXMPLE:‬‬
‫‪A box contains 10 red balls and 6 blue ball. If we select 2 balls.‬‬
‫صندوق يحتوي على ‪ 10‬كور حمراء و‪ 6‬زرقاء تم سحب كرتان على التوالي (بدون إرداع)‬
‫أودد احتمال أن تكون الكرتان المسحوبتان‪:‬‬
‫الكرتان حمراء ‪Find the probability that both balls are red.‬‬
‫الكرتان زرقاء ‪Find the probability that both balls are blue.‬‬
‫واحدة حمراء واألخرى زرقاء ‪Find the probability that one is red and other is blue.‬‬
‫‪Solution:‬‬
‫‪R = red , B = blue‬‬
‫= )‪- P(RR) = (10/16)*(9/15‬‬
‫نالحظ في السحبة الثانية تأثر كل من البسط والمقام بسحب الكرة األولى ‪ 9‬و ‪.15‬‬
‫= )‪- P(BB) = (6/16)*(5/15‬‬
‫)‪- P(RB) or P(BR) = (10/16)*(6/15) + (6/16)*(10/15‬‬
‫في الخطوة األخيرة احتمال كرة حمراء واألخرى زرقاء لديها ناتجان‪:‬‬
‫(األولى حمراء والثانية زرقاء) أو (األولى زرقاء والثانية حمراء)‬
‫إما إذا كان السؤال‪ :‬أودد احتمال الكرة األولى حمراء والثانية بيضاء فهو كما يلي‪:‬‬
‫= )‪P(RW) = (10/16)*(6/15‬‬

Permutation:‫التباديل‬
Is the arrangement of n objects in a specific order using r at a time.
n!
n Pr 
n  r !
.‫ هي عملية ترتيب (ن) من األشياء مأخوذة (ر) في كل مرة‬:‫تعريف التباديل‬
.‫ بينما في التوافيق الترتيب غير مهم‬، ‫في التباديل الترتيب مهم ددا‬
:‫مثــــــــــــــــــــال‬
.‫ كتب مختلفة‬7 ‫ كتب مأخوذة من بين‬3 ‫بكم طريقة يمكن ترتيب‬
210 = 5×6×7
Combination:‫التوافية‬
A selection of distinct objects without regard to order is called a
combination.
nCr 
n! ‫ قاسم مضوي‬/‫أستاذ‬
n  r !r! 0502180703 ‫جوال‬
.‫ اختيار عدد من العناصر دون أخذ الترتيب في االعتبار‬:‫تعريف التوافية‬

EXAMPLE (4-47):
How many combinations of 4 objects, taken 2 at a time?
.‫بكم طريقة يمكن اختيار عنصرين من أربعة عناصر‬
n! 4!
nCr   6
n  r !r! (4  2)!2!
EXAMPLE (4-49):
In a club there are 7 women and 5 men. A committee of 3 women and 2
men is to be chosen. How many different possibilities are there?
. ‫ نساء وردلين‬3 ‫ بكم طريقة يمكن تكوين لجنة من‬، ‫ ردال‬5‫ نساء و‬7 ‫نادي به‬
 7!  5! 
7C3 * 5C 2      350
 (7  3)!3!  (5  2)!2! 

‫مسائل مهمة عن الفصل الرابع‬
‫مسائل تسهل كثيرا ً حل مسائل التباديل والتوافية‬
‫مثال (‪ :)1‬إذا كان لدينا أربعة كتب ‪ a, b, c, d‬بكم طريقة يمكن ترتيبها على رف‪.‬‬
‫الخانة األولى‬ ‫الخانة الثانية‬ ‫الخانة الثالثة‬ ‫الخانة الرابعة‬
‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬
‫في الخانة األولى لدينا ‪ 4‬خيارات وهي وضع أي من الكتب األربعة فيها ال فاي الخاناة الثانياة لادينا ثالثاة‬
‫خيااارات ألننااا وضااعنا كتاااب فااي الخانااة األولااى ال فااي الخانااة الثالثااة لاادينا خياااران وفااي الخانااة الرابعااة‬
‫واألخيرة لدينا خيار واحد ويكون عدد الطرق هي حاصل ضرب تلك الخيارات‪.‬‬
‫عدد الطرق = ‪ 24 = 1×2×3×4‬طريقة‬
‫مثال (‪ :)2‬بكم طريقة يمكن تكوين عدد مكون من رقمين من بين األرقام ‪5, 4, 3‬‬
‫‪ )2‬ال يسمح بتكرار الرقم‬ ‫‪ )1‬يسمح بتكرار الرقم‬ ‫إذا كان‪:‬‬
‫في حالة السماح بالتكرار ‪:‬‬
‫عدد طرق اختيار المنزلة األولى ‪3‬‬
‫عدد طرق اختيار المنزلة الثانية = ‪3‬‬
‫إذن عدد الطرق معا ً = ‪ 9 = 3 ×3‬واألرقام التي يمكن تكوينها هي‪:‬‬
‫‪33, 34, 35, 44, 43, 45, 55, 53, 54‬‬
‫‪ )2‬ال يسمح بتكرار الرقم‪:‬‬
‫عدد طرق اختيار المنزلة األولى = ‪3‬‬
‫عدد طرق اختيار المنزلة الثانية = ‪ 2‬ال واألرقام التي يمكن تكوينها هي‪:‬‬
‫‪34, 35, 43, 45, 53, 54‬‬
‫أمثلة مختلفة على مسائل قوانين العد والتباديل‪:‬‬
‫‪How many different ways can four people, Andy, Betty , Cindy, and Doug, sit in‬‬
‫‪a row at the cinema if Andy and Betty must sit together.‬‬
‫‪2 (Andy, Betty)* 3 * 2 = 12 ways‬‬
‫***‬
‫‪If the letters A, B, C, D, E, and F are to be used in a five-letter code, how many‬‬
‫?‪different codes are possible if repetitions are not permitted‬‬
‫إذا لم يسمح بالتكرار ‪repetitions is not allowed‬‬
‫‪6*5*4*3*2 = 720‬‬
‫إذا سمح بالتكرار‪:‬‬
‫‪IF REPITION IS PERMITTED or allowed = 6^5 = 7776‬‬
‫***‬
‫‪In how many ways can a student select five questions from an exam containing‬‬
‫?‪12 questions if he must select the last question‬‬
‫‪1*11*10*9*8 = 7920‬‬
‫***‬
‫‪Determine the numbers of all possible outcomes of guessing the last two digits in‬‬
‫‪a telephone number if repetition of digits is allowed.‬‬
‫‪Solution:‬‬
‫‪0123456789‬‬
‫‪Then the no. of possible outcomes = 10*10 = 100‬‬
‫***‬
‫‪An ID card consists of 5 letters followed by 2 digit. How many different ID card‬‬
‫‪can be made if repetition are allowed.‬‬
‫كرت مكون من ثالث خانات للحروف وخانتين لألرقام ال كم كرت يمكن تكوينه باستخدام الخانات السابقة‪.‬‬
‫إذا كان التكرار مسموح‪:‬‬
‫خانة الحروف ‪Letters‬‬ ‫خانة األرقام ‪Digit‬‬
‫‪26‬‬ ‫‪26‬‬ ‫‪26‬‬ ‫*‬ ‫‪10‬‬ ‫‪10‬‬
‫طريقة ‪26*26*26 * 10*10 = 1757600‬‬
‫لدينا طبعا ‪ 26‬حرف باللغة اإلنجليزية ‪letters‬‬
‫ولدينا األرقام ‪ digit‬من ‪ 0‬إلى ‪ 9‬تعتبر ‪ 10‬أرقام (أي رقم يتكون من بين األعداد ‪ 0‬إلى ‪)9‬‬
‫في حالة التكرار ير مسموح ‪: repetition not allowed‬‬

‫خانة الحروف ‪Letters‬‬ ‫خانة األرقام ‪Digit‬‬
‫‪26‬‬ ‫‪25‬‬ ‫‪24‬‬ ‫*‬ ‫‪10‬‬ ‫‪9‬‬
‫طريقة ‪26*25*24 * 10*9 = 1404000‬‬
‫أمثلة مهمة على االحتماالت‪:‬‬

‫‪A committee of 4 people is to be formed from 6 doctors and 8 engineers. Find the‬‬
‫‪probability that the committee will consist of at least two doctors.‬‬
‫نريااد تكااوين لجنااة ماان ‪ 4‬أشااخاص ماان بااين ‪ 6‬دكاااترة و‪ 8‬مهندسااين ال أوجااد احتمااال أن اللجنااة‬
‫تتكون من ‪ 2‬دكتور على األقل‪.‬‬
‫***‬
‫‪EXAMPLE: A student and a professor each choose a number between 1 and 5‬‬
‫‪(1 and 5 both are possible choices). What is the probability that the two choose‬‬
‫‪the same odd number.‬‬
‫طالب ودكتور كالهما اختار رقم من ‪1( 5-1‬و‪ 5‬من ضمن الخيارات) ال ما هو احتمال أن االثنان يختاران نفس‬
‫العدد الفردي‪.‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬
‫‪1‬‬ ‫‪1,1‬‬
‫‪2‬‬
‫‪3‬‬ ‫‪3,3‬‬
‫‪4‬‬
‫‪5‬‬ ‫‪5,5‬‬
‫‪P (odd) = 3/25‬‬

EXAMPLE:
Two dice are rolled. Let x represent the summation of the two faces that will
appears.
:‫ هي مجموع األرقام التي تظهر‬x ‫إذا ألقيت زهرتا نرد ال ضع‬
Die 1
1 2 3 4 5 6
1 2 3 4 5 6 7
2 3 4 5 6 7 8
Die
3 4 5 6 7 8 9
2
4 5 6 7 8 9 10
5 6 7 8 9 10 11
6 7 8 9 10 11 12
:‫ األرقام الغير مظللة تعتبر مجموع أرقام األعداد في العمود والصف‬:‫ملحوظة‬

- Find the probability of x = 4 is: 4 ‫أوجد احتمال أن المجموع يساوي‬
P(x = 4) = 3/36
- Find the probability of x = 15 is: 15 ‫اوجد احتمال أن المجموع يساوي‬
P (x = 15) = 0/36 = 0
EXAMPLE: ‫مثال‬
Probability that student has a computer is 0.91, and probability that has a car is
0.49, while probability that has either a computer or car is 0.94.
Find probability that the student has both.
P(A or B) = P(A) + P(B) – P(A^ B)
0.94 = 0.91 + 0.49 - ?
? = 1.4 – 0.94 = 0.46 (both) ‫معا‬
EXAMPLE: Two dice are rolled. Let x represent the MULTIPLICATION of

the two faces that will appears.
:‫ هي حاصل ضرب األرقام التي تظهر على السطح العلوي‬x ‫إذا ألقيت زهرتا نرد ال بافتراض أن‬
Die 1
1 2 3 4 5 6
1 1 2 3 4 5 6
2 2 4 6 8 10 12
Die
3 3 6 9 12 15 18
2
4 4 8 12 16 20 24
5 5 10 15 20 25 30
6 6 12 18 24 30 36
:‫األرقام الغير مظللة تعتبر حاصل ضرب أرقام األعداد في العمود والصف‬
** Find the probability of x = 4 is: 4 ‫أوجد احتمال أن حاصل الضرب يساوي‬
P(x = 4) = 3/36
** Find the probability of x = 12 is: 12 ‫أوجد احتمال حاصل الضرب يساوي‬
P (X = 12) = 4/36
** Find the probability of x = 40 is: 40 ‫أوجد احتمال حاصل الضرب يساوي‬
P (X = 40) = 0/36 = 0

:‫استخدام التوافية في حل مسائل االحتماالت‬
EXAMPLE (4):
A box contains 24 transistors, 4 of which is defective. If 4 are sold at
random, find the following probabilities:
:‫ راديو من الصندوق أودد ما يلي‬4 ‫ إذا تم اختيار‬.‫ ردياة‬4 ، ‫ راديو‬24 ‫صندوق به‬
.‫) احتمال كلها ردياة‬2 .‫ ردياة‬2 ‫) احتمال‬1
.‫) احتمال واحد على األقل رديء‬4 ‫) احتمال وال واحد رديء‬3
1. Exactly 2 are defective. 2. All are defective
3. None is defective 4. At least 1 is defective
Solution: ‫الحل‬
1. Exactly 2 defective: ‫ ردياة‬2 ‫احتمال‬
4C 2 * 20C 2 1140 190
P(2 exactly def.)   
24C 4 10626 1771
2. All are defective: ‫احتمال كلها ردياة‬
4C 4 * 20c0 1
P(All def.)  
24C 4 10626
3. None is defective:‫احتمال وال واحد رديء‬
4C 0 * 20c 4 4845 1615
P(Noneis def.)   
24C 4 10626 3542
4. At least 1 is defective: ‫احتمال واحد على األقل رديء‬
20C 4 1615 1927
P(atleast1def )  1  P(nodefective)  1   1 
24C 4 3542 3542
0502180703 ‫جوال‬

:CH 4 ‫أسئلة اختبارات سابقة‬
2. Two events are ... if they cannot occur at the same time.
A) not mutually exclusive
B) independent events
C) dependent events
D) mutually exclusive
4. Consider the experiment of selecting one item at random from a box

containing an equal number of defective (D) and non-defective(N) items. The
sample space for this experiment is
A) 2
B) S={D,N} ‫ قاسم مضوي‬/‫أستاذ‬
C) 4 0502180703 ‫جوال‬
D) S={DD,DN,ND,NN}
The complement of guessing 4 correct answers on a 4-question true/false exam is

A) guessing 4 incorrect answers
B) guessing at least 1 incorrect answer
C) guessing at least 1 correct answer
D) guessing no incorrect answers
22. ……... probability uses a frequency distribution to compute probabilities

A) Classical
B) Empirical
C) Subjective
D) continuous
23. Any event and its complement are mutually exclusive

A) Yes
B) No
C) yes if they are independent
D) Can not be determined
24. When objects are arranged in a specific order , the arrangement is called ….
A) a combination
B) with replacement
C) without replacement
D) a permutation
25. When a meteorologist says that there is a 30% chance of showers, what type
of probability is the person using ?
A) Classical
B) Empirical
C) Subjective
D) Both B and C

5. What type of probability uses sample spaces to determine the numerical
probability that an event occurs?
A) empirical probability
B) classical probability
C) subjective probability
D) conditional probability
In a recent study, the following data was obtained in response to the question,
“Do you favor recycling in your neighborhood? ”
If a person is selected at random, use the above table to answer the following
two questions.
6. The probability that a person is a female given that she answered yes
regarding recycling is:
A) 2/5
B) 3/5
C) 6/5
D) 6/11
7. The probability that a person is a male or he has no opinion regarding

recycling is:
A) 3/10
B) 3/5
C) 4/5
D) 7/10
#### ‫ هذا العمل مجاني وال يباع‬####

‫ونتمنى من هللا أن ينفع به أبناءنا وبناتنا في جميع أنحاء العالم الالالال‬
... ‫وال تنسونا من صالح دعاءكم‬
gasim_hhh@hotmail.com -‫مضوي‬ ‫ قاسم‬/‫أستاذ‬

‫‪STAT-110‬‬
‫‪CH.5‬‬

CHAPTER 5: DISCRETE PROBABILITY DISTRIBUTION:
:‫ التوزيعات االحتمالية المنفصلة‬:‫الفصل الخامس‬
Discrete probability distribution consists of the values a random variable
can assume and the corresponding probabilities of the values.
Random variable: is a variable whose values are determined by chance.
‫ هو المتاير الذي تتحدد قيمته بالصدفة‬:‫المتاير العشوائي‬
EXAMPLE:
Construct a probability distribution for rolling a single die:
:‫كون التوزيع االحتمالي إللقاء زهرة نرد مفردة‬
ّ
)6 ،5 ،4 ،3 ،2 ،1( ‫فراغ العينة في هذه الحالة هو‬
6/1 ‫واحتمال كل عدد من األعداد السابقة يساوي‬
6 -5 -4 -3 -2 – 1 ‫ تأخذ القيم‬X ‫بينما‬
Since the sample space is S = (1, 2, 3, 4, 5, 6) and each outcome has a
probability 1/6, then the distribution will be:
Outcome x 1 2 3 4 5 6
Probability P(X) 1/6 1/6 1/6 1/6 1/6 1/6
EXAMPLE: Construct a probability distribution for Tossing 2 coins.

Since x = 0, 1, 2,
:‫كون التوزيع االحتمالي لرمي قطعتي نقود‬
ّ :2 ‫مثال‬
)HH, HT, TH, TT( ‫فراغ العينة هو‬
HT, ‫ وفي‬، ‫ تساوي صفر‬TT ‫ في‬H ‫ (ألن‬2 ،1 ،0 ‫ يساوي‬X ‫ فنجد أن‬H ‫ ترمز للصورة‬X
)2 ‫ تساوي‬HH ‫ بينما‬، ‫ لكل واحدة‬1 ‫ تساوي‬TH
Outcome x 0 1 2 Sum
Probability P(X) 1/4 2/4 1/4 1
0502180703 ‫جوال‬

‫‪Mean, Variance, Standard deviation, and Expectation:‬‬
‫المتوسط الحسابي (القيمة المتوقعة) ال التباين واالنحراف المعياري والتوقع‪:‬‬
‫) ‪mean  exp ectation     X .P( X‬‬
‫‪var iance   X 2 .P( X )   2‬‬
‫‪strandard.deviation‬‬ ‫‪X‬‬ ‫‪2‬‬

‫‪.P( X )   2‬‬
‫‪From the above example, find the mean (expected value), variance, and‬‬
‫‪standard deviation:‬‬
‫أودممد المت وسممط الحسممابي (يسمممى أيضمما القيمممة المتوقعممة) والتبمماين واالنحممراف المعيمماري للمثممال‬
‫السابق (رمي قطعتي نقود)‪:‬‬
‫المتوسط الحسابي عبارة عن مجموع [حاصل ضرب العمود ‪ X‬والعمود )‪]P(X‬‬
‫الحظ للصف الثالث في الجدول أدناه الناتج (‪ )SUM‬هو المتوسط الحسابي (القيمة المتوقعة)‪.‬‬
‫‪Outcome x‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪Sum‬‬

‫)‪Probability P(X‬‬ ‫‪1/4‬‬ ‫‪2/4‬‬ ‫‪1/4‬‬ ‫‪1‬‬
‫)‪X.P(X‬‬ ‫‪0‬‬ ‫‪2/4‬‬ ‫‪2/4‬‬ ‫‪4/4=1‬‬
‫)‪X2.P(X‬‬ ‫‪0‬‬ ‫‪2/4‬‬ ‫‪4/4‬‬ ‫‪6/4‬‬
‫‪4‬‬
‫‪mean  exp ectation     X .P ( X )   1‬‬
‫‪6‬‬ ‫‪24‬‬
‫‪var iance   X 2 .P ( X )   2   1   0.5‬‬
‫‪4‬‬ ‫‪4‬‬
‫‪strandard.deviation  X .P( X )   2  0.5‬‬
‫‪2‬‬

‫جوال ‪0502180703‬‬

‫‪BINOMINAL DISTRIBUTION:‬‬ ‫توزيع ذي الحدين‪:‬‬
‫‪A binominal distribution is a probability experiment that satisfied the‬‬
‫‪following four requirements:‬‬
‫توزيع ذي الحدين هو تجربة احتمالية تحقة الشروط التالية‪:‬‬
‫‪ .1‬هناك عدد محدود من المحاوالت‪.‬‬
‫‪ .2‬كل محاولة لها ناتجين فقط نجاح ‪ P‬وفشل ‪.q‬‬
‫‪ .3‬النواتج مستقلة‪.‬‬
‫‪ .4‬احتمال النجاح يظل هو نفسه لكل محاولة‪.‬‬
‫[الشروط السابقة مهمة جدا جدا]‬

‫‪1. there must be a fixed number of trails.‬‬
‫‪2. Each trail can have only two outcomes.‬‬
‫‪3. The outcomes of each trail must be independent of each other.‬‬
‫‪4. The probability of a success must remain the same for each trail.‬‬
‫قانون توزيع ذي الحدين ‪Binominal probability formula:‬‬

‫مالحظاااة مهماااة جااادا‪ :‬يكاااون معطاااى فاااي الساااؤال [نسااابة مئوياااة ‪ ]P‬وعااادد محااااوالت ‪n‬‬
‫و‪ q‬تستنتج من ‪ p‬بطرحها من واحد [‪:]p + q = 1‬‬
‫!‪n‬‬
‫‪P( x) ‬‬ ‫‪. p x .q n  x‬‬
‫!‪(n  x)! x‬‬
‫‪EXAMPLE (5-15):‬‬
‫‪A coin is tossed 3 times. Find the probability of getting‬‬
‫عند رمي قطعة نقود ثالث مرات أودد ما يلي‪:‬‬
‫الحصول على صورتين ‪1. Exactly two heads.‬‬
‫فراغ العينة إللقاء ثالث قطع نقود هو ما يلي‪:‬‬
‫احتمال الحصول على صورة ‪ ، 2/1 =P‬واحتمال الحصول على كتابة ‪3 = n ،2/1 = q‬‬
‫‪ X‬تمثل االحتمال المطلوب (في هذه الحالة ‪)2=x‬‬

S= (HHH, HHT, HTH, THH, TTH, THT, HTT, TTT)
n= 3, P = 1/2, q= 1-p= 1/2
2 1
3! 1 1 3
P( x  2)  .      0.375
(3  2)!2!  2   2  8
2. Exactly three heads. ‫ أودد احتمال الحصول على ثالث صور‬X=3

3 0
3! 1 1 1
P( x  3)  .      0.125
(3  3)!3!  2   2  8
3. at least one head:‫أودد احتمال الحصول على صورة واحدة على األقل‬
P( x  1)  P( x  1)  P( x  2)  P( x  3)  1  P( x  0)
0 3
3! 1 1 1 7
 1   .   1  
(3  0)!0!  2   2  8 8
EXAMPLE (5-16):
‫ إذا تاام‬.‫فااي مسااح دراسااي وجااد أن واحااد ماان خمسااة أمااريكيين قااد زار الاادكتور فااي شااهر معااين‬
‫ أشخاص زاروا الدكتور في الشهر األخير؟‬3 ‫ أشخاص ال أوجد احتمال‬10 ‫اختيار‬
P=1/5, q = 1 – p = 1 – (1/5) = 4/5, n= 10 , x = 3
: ‫ونطبة في القانون تطبية مباشر‬
Survey found that one out of five Americans say he or she has visited a
doctor in any given month. If 10 people are selected at random. Find the
probability that exactly 3 will have visited a doctor last month.
3 7
Solution: 10!  1   4 
P( x  3)    .   0.201
(10  3)!3!  5   5 
EXAMPLE (5-17):
A survey from teenagers Research Unlimited found that 30% of teenage
consumers receive their spending money from part- time jobs. If 5
teenagers are selected at random. Find the probability that at least 3 of
them will have part-time jobs.
‫ إذا تم‬، ‫ من المراهقين ينفقون أموالهم من األعمال اإلضافية‬%30 ‫في مسح ودد أن معهد ما أن‬
.‫ على األقل سوف ينفقون أموالهم من عمل إضافي‬3 ‫ أودد احتمال‬.‫ مراهقين‬5 ‫اختيار‬

‫‪Solution:‬‬ ‫‪n = 5,‬‬ ‫‪p= 0.3,‬‬ ‫‪q= 0.7‬‬
‫)‪P(At least 3 of teenagers have part-time jobs) = P(3) + P(4) + P(5‬‬
‫‪P( x  3) ‬‬
‫!‪5‬‬
‫‪0.33 .0.7 2  0.132‬‬
‫!‪(5  3)!3‬‬
‫‪P( x  4) ‬‬
‫!‪5‬‬
‫‪0.34 .0.7 1  0.028‬‬ ‫جوال ‪0502180703‬‬
‫!‪(5  4)!4‬‬
‫‪P( x  5) ‬‬
‫!‪5‬‬
‫‪0.35 .0.7 0  0.002‬‬
‫!‪(5  5)!5‬‬
‫‪P (at least 3 has part-time jobs) = 0.132 + 0.028 + 0.002 = 0.162‬‬
‫ثالث على األقل تعني (ثالثة أو أربعة أو خمسة) ونجمع االحتماالت كما هو مبين أعاله‪.‬‬
‫‪Mean, Variance, and Standard Deviation for Binominal Dist.:‬‬
‫المتوسط والتباين واالنحراف المعياري لتوزيع ذي الحدين‪:‬‬
‫‪Mean = u‬‬ ‫المتوسط الحسابي ‪= n . p‬‬
‫= ‪Variance‬‬ ‫‪2‬‬ ‫التباين ‪= n. p. q‬‬
‫= ‪Standard deviation‬‬ ‫‪‬‬ ‫االنحراف المعياري ‪= n. p. q‬‬
‫ملحوظة‪ :‬االنحراف المعياري هو الجذر التربيعي للتباين‪.‬‬

‫‪From Example (5-17): find the mean, variance and standard deviation‬‬
‫‪for the teenagers having part-time jobs.‬‬
‫مثــــــــال‪ :‬أودد المتوسط الحسابي والتباين واالنحراف المعياري للمثال (‪ )5-17‬أعاله‪.‬‬
‫المتوسط الحسابي ‪Mean = n. p = 5 * 0.3 = 1.5‬‬
‫التباين ‪Variance = n. p. q = 5 * 0.3 * 0.7 = 0.63‬‬
‫االنحراف المعياري ‪Standard deviation = n . p. q = 0.63 = 0.79‬‬
‫* * ____________________ * *_____________________ * *‬
‫‪**** Find the mean for the teenagers having not part-time jobs:‬‬
‫جدا‪:‬أودد المتوسط الحسابي للمراهقين الذين ال يعملون عمل إضافي؟‬ ‫سؤال مهم‬
‫في هذه الحالة نضرب ‪ n‬في ‪ q‬بدال من ‪( p‬أو نعكس ‪ p‬و ‪ )q‬كما يلي‪:‬‬
‫‪Here: P = 0.70 , q = 0.30‬‬
‫‪ Then mean = n. p = 5 * 0.7 = 0.35‬هذا هو متوسط المراهقين الذين ال يعملون عمل إضافي‬
:‫مسائل مهمة عن الباب الخامس‬
DISCRETE PROBABILITY DISTRIBTUTION:

If sum [X2 P(X)] = 6 and E(X) = 2, find the variance for the probability
distribution of x ?
Variance = sum[x2.p(x)] – u2 = 6 -22 = 2
:‫مسائل مهمة جدا ً عن توزيع ذي الحدين‬

BINOMIAL DISTRIBUTION: ‫توزيع ذي الحدين‬
EXAMPLE:
A die is rolled 5 times. The probability of getting a number 4 one time only is:
:‫ مرة واحدة فقط‬4 ‫ألقيت زهرة نرد مرة واحدة أوجد احتمال الحصول على العدد‬
P = 1/4 , q = 1 – p = 1 – 1/4 = 3/4

n=5
P (X) = (n c x) p x q n- x
P (X=1) = 5 C 1 (1/4)1 * (3/4) 4
EXAMPLE:
A coin is tossed 5 times. Find the probability of getting odd numbers.
.‫ألقيت زهرة نرد خمس مرات ال أوجد احتمال الحصول على عدد فردي‬
We have 3 odd numbers and 3 even numbers
Then x = 3
(if question find prob. Of getting even number , x = 3 also)
.‫ممكن يكون السؤال أوجد احتمال الحصول على عدد زوجي ويكون الحل هو نفسه‬
n=5 , p = 1/2, q = 1/2
P (X = 3) = 5 C 3 (1/2)3 * (1/2)2
0502180703 ‫جوال‬

‫‪STAT-110‬‬
‫‪CH.10‬‬

Chapter 10: Correlation and Regression:
Correlation is a statistical method used to determine whether a linear

relationship between variables exists.
A correlation coefficient is a measure of how variables are related.
Scatter Plots:
A scatter plot is a graph of the ordered pairs (x,y) of numbers consisting
of the independent variable, x, and dependent variable, y.
A scatter plot is visual way to describe the nature of the relationship
between the independent and dependent variables.
Example: (10-1) page 530
Construct a scatter plot for the following data:
Subject Age x Pressure y
A 43 128
B 48 120
C 56 135
D 61 143
E 67 141
F 70 152

Correlation Coefficient: (Pearson Correlation Coefficient):
The correlation coefficient computed from the sample data measures the
strength and direction of a linear relationship between two variables.
The symbol for the sample correlation coefficient is r.
The symbol for the population correlation coefficient is p.
The range of the correlation coefficient is from 1- to +1.

If there is a strong positive linear relationship between the variables, the
value of r will be close to +1.
If there is a strong negative linear relationship between the variables, the
value of r will be close to -1.
When there is no linear relationship between the variables or only a weak
relationship, the value of r will be close to 0.
-1 0 +1
Strong negative no strong positive

linear relationship linear relationship linear relationship

Formula for the Correlation Coefficient r:
n xy   x  y 

r
n x   x n y   y 
2 2 2 2
Where n is the number of data pairs.
Example (10-4) – page 534

Compute the value of the correlation coefficient (Pearson Correlation
Coefficient) for the data for the data obtained in the study of age and
blood pressure given in Example (10-1):
Subject Age x Pressure y
A 43 128
B 48 120
C 56 135
D 61 143
E 67 141
F 70 152
Solution:
Subject Age x Pressure y xy x2 y2
A 43 128 5504 1849 16384
B 48 120 5760 2304 14400
C 56 135 7560 3136 18225
D 61 143 8723 3721 20449
E 67 141 9447 4489 19881
F 70 152 10640 4900 23104
345 819 47634 20399 112443

n xy   x  y  647634  345819
r   0.897
n x    x n y    y  620399  345 6112443  819 
2 2 2 2 2 2
The correlation coefficient suggests a strong positive relationship

between the age (x), and blood pressure (y).
Example (20): Note: (from second exam, first term on 10-1-1430H)

A calculus instructor is interested in finding the relationship between the
final exam grades of students enrolled in Calculus I (x) and Calculus II
(y) at this college.
 x  400,  y  380 x 2
 32656 y 2
 29546
 xy  31023 n  5
Find the Pearson correlation coefficient (r):
n xy   x  y  531023  400380

r   0.94
n x    x n y    y  532656  400 529546  380 
2 2 2 2 2 2
Interpret the value of the Pearson Correlation coefficient (r)!!!!!!!!!!!!!!!

there is strong positive linear correlation.

Regression:
Regression is statistical method used to describe the nature of the
relationship between variables, that is, positive or negative, linear or
nonlinear.
Line of best fit:
Means that the sum of the squares of the vertical distances from each
point to the line is t at a minimum.
Regression line Equation:
y=a+bx
b = slope a= intercept of y axis
 y  x    x  xy
2
a
n x    x 
2 2
n xy   x  y 

b
n x    x 
2 2
From Example (20): find the slope (b)and intercept (a) of the line if you
have:
 x  400,  y  380 x 2
 32656 y 2
 29546
 xy  31023 n  5
 y  x    x  xy 38032656  40031023
2
a   0.024
n x    x  532656  400
2 2 2
n xy   x  y  531023  400380

b   0.95
n x 2    x  532656  400
2 2
Then the equation of the regression line is: y = 0.024 + 0.95 x

Predict a Calculus II exam score for a student who receive an 80 in
Calculus I.
Note that: Calculus I = x, Calculus II = y
Y = 0.024 + 0.95 (80) = 76
Then Calculus II = 76 when Calculus I = 80
‫‪STAT-110‬‬
‫‪CH.13‬‬

CHAPTER 13: SPEARMAN RANK CORRELATION COEFFICIENT:
Formula for computing the spearman rank correlation:
6 d 2
rs  1 
n(n 2  1)
Where: d: differences in ranks, n: number of data pairs
EXAMPLE (13-7):
Two student were asked to rate eight different textbooks for a specific
courses on categories, find the Spearman Rank Correlation:
Textbook Student 1 rating Student 2 rating
A 4 4
B 10 6
C 18 20
D 20 14
E 12 16
F 2 8
G 5 11
H 9 7
Solution:
Textbook Student 1 rating Student 2 rating R1 R2 d d2
A 4 4 7 8 -1 1
B 10 6 4 7 -3 9
C 18 20 2 1 1 1
D 20 14 1 3 -2 4
E 12 16 3 2 1 1
F 2 8 8 5 3 9
G 5 11 6 4 2 4
H 9 7 5 6 -1 1
30
6 d 2 6 * 30
rs  1   1  0.645
n(n  1)
2
8(64  1)
Then, there is a moderate relationship between student 1 & student 2 rating.

EXAMPLE (13-8):
The following table represent the grade of five students of two exams in
STAT. and Math.
Find the Spearman Rank Correlation:
STAT MATH
A B
B C
D D
C F
F A
Solution:
STAT MATH STAT rank MATH rank d d2
A B 1 2 -1 1
B C 2 3 -1 1
D D 4 4 0 0
C F 3 5 -2 4
F A 5 1 4 16
22
6 ∑ 𝑑2 6 ∗ 22
𝑟𝑠 = 1 − = 1 − = −0.10
𝑛(𝑛2 − 1) 5(25 − 1)
Then, there is a weak negative relationship between STAT and MATH.

EXAMPLE (13-9):
(FROM FIRST TERM EXAM 10-1-1430H)
If the differences between the ranks of two variables are:
(-1, -3, 1, -2, 1, 3, 2, -1) then answer the following questions:
1. The sample size is: 8
2. The value of the correlation coefficient is:
d d2
-1 1
-3 9
1 1
-2 4
1 1
3 9
2 4
-1 1
30
6 d 2 6 * 30
rs  1   1  0.645
n(n  1)
2
8(64  1)
3. The correlation coefficient value means that there is: Moderate linear
relationship.

‫‪EXAMPLE (13-10):‬‬
‫‪If the differences between the ranks of two variables are:‬‬
‫‪(-1,-1,5, -2, -7, -2, 3, -3, ,8) then answer the following questions:‬‬
‫‪1. The sample size is : Is 9‬‬
‫‪2. The value of the correlation coefficient is:‬‬
‫‪6 ∑ 𝑑2‬‬ ‫‪6 ∗ 166‬‬
‫‪𝑟𝑠 = 1 −‬‬ ‫=‬ ‫‪1‬‬ ‫‪−‬‬ ‫‪= −0.383‬‬
‫)‪𝑛(𝑛2 − 1‬‬ ‫)‪9(81 − 1‬‬
‫‪3. The correlation coefficient value means that there is:‬‬

‫‪Weak negative linear relationship.‬‬
‫فكرة هذا الباب تعتمد على ترتيب األرقام المعطاة ترتيبا تنازلي أو تصاعديا بمعنى أن أكبر عدد‬
‫يأخذ الرتبة ‪ 1‬والرقم التالي له يأخذ الرتبة ‪ 2‬وهكذا إلى حتى نصل إلى آخر رقم‪.‬‬
‫ثم نقوم بطرح رتبة كل مادة من بعض ونرمز للفرق بين الرتب الحرف ‪( d‬مجموع فرق الرتب‬
‫دائما يساوي صفر) ثم نربع فرق الرتب ونرمز لها بالرمز ‪ d2‬ثم نجمع هذه المربعات ونعوض‬
‫بها في القانون المعطى ‪ ،‬كما أن ‪ n‬في القانون ترمز لحجم العينة (عدد األرقام)‪.‬‬
‫أما لو كان المعطى حروف فيتم ترتيبها من األكبر لألصار بمعنى أن حرف ‪ A‬يأخذ الرتبة ‪1‬‬
‫وحرف ‪ B‬يأخذ الرتبة ‪ ، 2‬حرف ‪ C‬يأخذ الرتبة ‪ 3‬وحرف ‪ D‬يأخذ الرتبة ‪ 4‬وحرف ‪ F‬يأخذ‬
‫الرتبة ‪ 5‬ثم نقوم بطرح رتبة كل مادة من بعض ونرمز لفرق الرتب بي الحرف ‪( d‬مجموع فرق‬
‫الرتب دائما يساوي صفر) ثم نربع فرق الرتب ونرمز لها بالرمز ‪ d2‬ثم نجمع هذه المربعات‬
‫ونعوض بها في القانون المعطى ‪ ،‬كما أن ‪ n‬في القانون ترمز لحجم العينة (عدد الحروف)‪.‬‬
‫مالحظة ‪ :‬في حال تشابه رقمين أو أكثر نجمع رتبهم ثم نقسم الناتج على عدد األرقام ومن ثم‬
‫نوزع هذا الناتج على الرقم المتشابه كرتبة بالنسبة له وكذلل الحال في حال تشابه حرفين أو أكثر‬
‫فإننا ن قوم بجمع الرتب للحرف المتشابه ونقسم الناتج على عدد الحروف المتشابه ونقوم باعطاء‬
‫هذا الناتج للحرف كرتب متشابه‪.‬‬
‫مالحظة ‪ :‬لو تم ترتيب الحروف بالعكس بمعنى أن ‪ F‬تأخذ الرتبة ‪ 1‬و‪ D‬تأخذ الرتبة ‪ 2‬وهكذا‬
‫للمادتين سوف نصل لنفس النتيجة بشرط أن يكون الترتيب متشابها تصاعديا أو تنازليا‪.‬‬

‫‪ ####‬هذا العمل مجاني وال يباع ‪####‬‬
‫وال تنسونا من صالح دعاءكم‬
‫مضوي‪gasim_hhh@hotmail.com -‬‬ ‫أستاذ‪ /‬قاسم‬

‫بسم هللا الرمحن الرحيم‬
‫‪STAT-110‬‬
‫‪CH.6‬‬

‫الباب السادس‪ :‬التوزيع الطبيعي ‪CHAPTER 6: NOMRAL DISTRIBUTION‬‬
‫مالحظات هامة‪:‬‬
‫‪ -‬مستخدم في هذا الفصل جدول التوزيع الطبيعي ذو المساحة الكبيرة (مجموع المساحة‬
‫يساوي ‪)1‬‬
‫‪ -‬جدول التوزيع الطبيعي مرفة في نهاية هذا الملخص‪.‬‬
‫‪ -‬كما تم استخدام الجدول الموجب فقط ولم يتم استخدام الجدول السالب مطلقا‪.‬‬
‫خصائصه ‪Properties:‬‬
‫‪-‬‬ ‫‪Bell shaped distribution.‬‬
‫‪-‬‬ ‫‪Distribution is symmetrical. Mean = median = mode‬‬
‫‪-‬‬ ‫‪Distribution is continuous.‬‬
‫‪-‬‬ ‫‪The normal distribution curve is unimodal (single peak).‬‬
‫‪-‬‬ ‫‪The curve never touch the x-axis.‬‬
‫‪-‬‬ ‫‪The total area under the normal curve equal 1.‬‬
‫خصائص التوزيع الطبيعي‪:‬‬

‫‪ ‬شكله جرسي‪.‬‬
‫‪ ‬التوزيع متماثل (المتوسط = الوسيط = المنوال)‪.‬‬
‫‪ ‬التوزيع متصل‪.‬‬
‫‪ ‬التوزيع وحيد المنوال (له منوال واحد) وله قمة واحدة (‪.)single peak‬‬
‫‪ ‬المنحنى ال يمس محور السينات أبدا‪.‬‬
‫‪ ‬المساحة تحت المنحنى تساوي ‪ 1‬ال مقسمة بالتساوي ‪ 0.5‬بالجانب األيمن و‪ 0.5‬بالجانب األيسر‪.‬‬
‫‪0.5‬‬ ‫‪0.5‬‬
‫‪The area under normal curve that lies within one standard deviation of the mean‬‬
‫‪is approximately 0.68 or 68%‬‬
‫المساحة تحت المنحنى الطبيعي والتي تقع في المدى بين (‪ )1‬انحراف معياري من المتوسط تساوي تقريبا ‪%68‬‬
‫‪U  1  = 68% or 0.68‬‬
‫‪The area under normal curve that lies within two standard deviation of the mean‬‬
‫‪is approximately 0.95 or 95%‬‬
‫‪U 2 ‬‬ ‫‪= 95% or 0.95‬‬
‫المساحة تحت المنحنى الطبيعي والتي تقع في المدى بين (‪ )2‬انحراف معياري من المتوسط تساوي تقريبا ‪%95‬‬
‫‪The area under normal curve that lies within three standard deviation of the‬‬
‫‪mean is approximately 0.997 or 99.7%‬‬
‫‪U 3 ‬‬ ‫‪= 99% or 0.99‬‬
‫المساحة تحت المنحنى الطبيعي والتي تقع في المدى بين (‪ )3‬انحراف معياري من المتوسط تساوي تقريبا ‪%99.7‬‬

STATNDARD NOMRAL DISTRIBUTION: ‫التوزيع الطبيعي القياسي‬
X 
Z

U = POPULATION MEAN
 = POPULATION STANDARD DEVIATION
PROPERTIES: ‫الخصائص‬
MEAN = 0 0 ‫المتوسط يساوي‬
STANDARD DEVIATION = 1 1 ‫االنحراف المعياري يساوي‬
EXAMPLE #1#:
In a medical study, the mean systolic blood pressure is 120 and the standard
deviation is 3.
Find the probability that the a systolic pressure:
1- Less than 127:
X  127  120
Z   2.33
 3
2.33
= 0.9901
2- Greater than 127:
X  127  120
Z   2.33
 3
2.33
= 1 – 0.9901 = 0.0099
3- Less than 118:
X  118  120
Z   0.67
 3
-0.67
= 1 – 0.7486 = 0.2514

‫‪4- More than 118:‬‬
‫‪X ‬‬ ‫‪118  120‬‬

‫‪Z‬‬ ‫‪‬‬ ‫‪ 0.67‬‬
‫‪‬‬ ‫‪3‬‬
‫‪-0.67‬‬
‫‪= 0.7486‬‬
‫‪5- Between 118 and 127:‬‬

‫‪X ‬‬ ‫‪118  120‬‬ ‫‪X ‬‬ ‫‪127  120‬‬
‫‪Z‬‬ ‫‪‬‬ ‫‪ 0.67‬‬ ‫‪Z‬‬ ‫‪‬‬ ‫‪ 2.33‬‬
‫‪‬‬ ‫‪3‬‬ ‫‪‬‬ ‫‪3‬‬
‫‪= (0.7486 + 0.9901) -1 = 0.7387‬‬
‫‪-0.67‬‬ ‫‪2.33‬‬
‫‪6- Between 123 and 127:‬‬
‫‪X ‬‬ ‫‪123  120‬‬ ‫‪X ‬‬ ‫‪127  120‬‬

‫‪Z‬‬ ‫‪‬‬ ‫‪ 1.00‬‬ ‫‪Z‬‬ ‫‪‬‬ ‫‪ 2.33‬‬
‫‪‬‬ ‫‪3‬‬ ‫‪‬‬ ‫‪3‬‬
‫‪1.00 2.67‬‬
‫‪= 0.9962 - 0.8413 = 0.1549‬‬
‫مالحظات‪:‬‬
‫كلها بمعنى واحد وتعني أكبر ‪More than = greater than = above= right‬‬
‫التظليل يكون يمين قيمة ‪ z‬في هذه الحالة‪.‬‬
‫كلها بمعنى واحد وتعني أصغر أو أقل ‪Less than = below = left.‬‬
‫التظليل يكون يسار ‪ z‬في هذه الحالة‪.‬‬
‫‪ z‬التظليل يكون بين قيمتي ‪Between‬‬

‫مالحظات مهمة اليجاد قيمة االحتمال‪:‬‬
‫عندما تكون ‪ z‬رقم موجب والتظليل كان يمين‪:‬‬

‫نطرح من ‪ 1‬قيمة ‪ z‬المستخرجة من الجدول‪.‬‬
‫عندما تكون ‪ z‬رقم موجب والتظليل كان يسار‪:‬‬

‫نأخذ القيمة مباشرة من الجدول‪.‬‬
‫عندما تكون ‪ z‬رقم سالب والتظليل كان يمين‪:‬‬

‫نطرح من ‪ 1‬قيمة ‪ z‬المستخرجة من الجدول‪.‬‬
‫عندما تكون ‪ z‬رقم سالب والتظليل كان يسار‪:‬‬

‫نأخذ القيمة مباشرة من الجدول‪.‬‬
‫عندما تكون هنا قيمتان ل ‪ z‬وكانت واحدة بالموجب واألخرى بالسالب‪:‬‬

‫(نجمع قيمتا ‪z‬المستخرجة من الجدول ونطرح من الناتج ‪.)1‬‬
‫عندما تكون هنا قيمتان ل ‪ z‬وكانت القيمتان موجبتان أو سالبتان‪:‬‬

‫(فإننا نطرح قيمتا ‪ z‬المستخرجة من الجدول ( القيمة الكبرى – القيمة الصغرى)‪.‬‬

‫‪Calculating the value of X:‬‬ ‫حساب قيمة س ال س تكون مفقودة‬
‫في بعض المسائل يكون معطى قيمة االحتمال والمتوسط واالنحراف وتكون قيمة ‪ X‬مفقودة‪.‬‬
‫وقيمة االحتمال تُعطي بهدف استخراج قيمة ‪ Z‬ومن ثم التعويض في القانون التاالي بعاد اساتخراج قيماة ‪ Z‬مان‬
‫الجدول‪:‬‬
‫‪EXAMPLE #2#:‬‬
‫‪To quality of police academy candidate must score in the top 10% on the general‬‬
‫‪abilities test. The test has a mean of 200 and standard deviation of 20. find the lowest‬‬
‫‪possible score to quality.‬‬
‫‪Solution:‬‬ ‫‪X  200‬‬

‫‪Z‬‬
‫‪20‬‬
‫في هذا المثال معطى قيمة االحتمال (‪ )%10‬ومطلاوب إيجااد قيماة ‪ x‬وعان طرياة االحتماال نساتطيع اساتخراج‬
‫قيمة ‪ z‬وعن طرية ‪ z‬نستطيع ايجاد ‪ x‬كما يلي‪:‬‬
‫أوال يتم طرح ‪ %10‬من ‪ 1‬ونبحال عن قيمة ‪ Z‬المقابلة لها في الجدول بالكشف العكسي كما يلي‪:‬‬
‫‪1.0 - 0.10 = 0.90‬‬
‫جدول ‪Z‬‬
‫‪0.00‬‬ ‫‪0.01‬‬ ‫‪0.02‬‬ ‫‪0.03‬‬ ‫‪0.04‬‬ ‫‪0.05‬‬ ‫‪0.06‬‬ ‫‪0.07‬‬ ‫‪.08‬‬ ‫‪0.09‬‬
‫‪0.8‬‬
‫‪0.9‬‬
‫‪1.0‬‬
‫‪1.1‬‬
‫‪1.2‬‬ ‫‪0.8997‬‬ ‫‪0.9014‬‬
‫‪1.3‬‬
‫‪1.4‬‬
‫‪1.5‬‬
‫نالحظ أنه ال توجد قيمة ‪ 0.90‬بالضبط فنقوم بأخذ القيمة الصغرى في هذه الحالة وهي ‪ 0.8997‬وهي بالتقرياب‬
‫‪ 0.90‬ونأخذ قيمة ‪ Z‬المقابلة لها وهي ‪ – 1.28‬أي أننا أخذنا ‪ 1.2‬من العمود و‪ 0.08‬من الصف فتصابح القيماة‬
‫المطلوبة هي ‪ 1.28‬بعد إيجاد قيمة ‪ Z‬نعوض في القانون التالي إليجاد قيمة ‪ X‬كما يلي‪:‬‬
‫مالحظة‪( :‬لم نأخذ القيمة األخرى ‪ 0.9014‬ألنها أكبر من ‪)0.90‬‬
‫‪X  200‬‬
‫‪1.28 ‬‬
‫‪20‬‬
‫‪X  200  20 *1.28  25.6‬‬
‫‪X  25.6  200  225.6‬‬

‫أي أن قيمة ‪ X‬تساوي ‪225.6‬ال وهذا هو المطلوب إيجاده‪.‬‬

‫‪DISTRIBUTION OF SAMPLE MEAN:‬‬ ‫توزيعات المعاينة‬
‫‪MEAN OF SAMPLE MEAN = UX = U‬‬
‫= ‪STANDARD DEVIATION OF SAMPLE MEAN‬‬ ‫‪x‬‬
‫ال تختلف المساائل هناا عان المساائل الساابقة إال فاي حجام العيناة فقاط ال هناا يكاون معطاى حجام‬
‫العينة وبالتالي فإن القانون يختلف اختالفا طفيفا كما يلي‪:‬‬
‫‪x‬‬
‫‪Z‬‬
‫‪ n‬‬
‫‪‬‬
‫‪x ‬‬
‫‪n‬‬ ‫هذه القيمة تسمى الخطأ المعياري ‪standard error‬‬
‫‪The average number of pounds of meat that a person consumes a year is 218.4‬‬
‫‪pounds. Assumes that the standard deviation is 25 pounds.‬‬
‫أذا كااان متوسااط عاادد األرطااال التااي يسااتهلكها الشااخص فااي الساانة هااو ‪ 218.4‬رطاال‪ .‬افتااراض أن االنحااراف‬
‫المعياري يساوي ‪ 25‬رطل أوجد ما يلي‪:‬‬
‫‪Find the probability that a person selected at random consumes less than 224‬‬
‫أوجد احتمال شخص تم اختياره يستهلك أقل من ‪ 224‬رطل في السنة ‪pounds per year.‬‬
‫‪x‬‬ ‫‪224  218.4‬‬

‫‪Z‬‬ ‫‪‬‬ ‫‪ 0.224‬‬
‫‪‬‬ ‫‪25‬‬
‫نأخذ القيمة مباشرة من الجدول – ألن المطلوب هو المساحة الكبيرة‬

‫‪= 0.5871‬‬
‫‪0.22‬‬
‫‪If a sample of 40 individuals is selected. Find the probability that the mean of sample‬‬
‫‪will be less than 224 pounds per year.‬‬
‫إذا تم اختيار عينة من ‪ 40‬شخص‪ .‬أوجد احتمال أن متوسط العينة يكون أقل من ‪ 224‬رطل في السنة‪.‬‬
‫مالحظة هامة جدا‪:‬‬

‫عندما يذكر تم اختيار عينة فإننا نستخدم توزيعات المعاينة ‪ -‬القانون اللي فيه االنحراف المعياري مقسوم على‬
‫جذر حجم العينة ‪.n=40‬‬
‫‪x   224  218.4‬‬

‫‪Z‬‬ ‫‪‬‬ ‫‪ 1.4167  1.42‬‬
‫‪ n‬‬ ‫‪25 / 40‬‬
‫نأخذ القيمة مباشرة من الجدول‬
‫‪= 0.9222‬‬
‫‪1.42‬‬

EXAMPLE #4#:
The monthly income, x, of a family in a given city is normally distributed with man
$3000 and standard deviation $500.
.‫ دوال‬500 ‫ دوال وانحراف معياري‬3000 ‫إذا كان الدخل الشهري لألسرة يتبع التوزيع الطبيعي بمتوسط‬
Find the probability that a person selected at random earns a monthly income between
$2500 and $ 3500.
‫ دوال ؟‬3500 ‫ إلى‬2500 ‫إذا تم اختيار شخص ما احتمال أن دخله يتراوح بين‬
x 2500  3000

Z   1.00
 500
x 3500  3000
Z   1.00
 500
-1.00 +1.00
= (0.8413 + 0.8413) - 1 = 0.6826
If a random sample of size 9 is selected at random, find the probability that the
mean income of the sample is between $2500 and $3500
3500‫ و‬2500 ‫ أشااخاص ماا احتمااال أن يكاون متوسااط دخلهاام الشاهري يتااراوح بااين‬9 ‫إذا تام اختيااار عيناة ماان‬
.‫دوالر‬
.)n ‫في هذه الحالة سيتم استخدام توزيعات المعاينة (القانون اللي فيه االنحراف المعياري مقسوم على جذر‬
x   2500  3000
Z   3.00
/ n 500 / 9
x   3500  3000
Z   3.00
/ n 500 / 9
-3.00 +3.00
= (0.9987 + 0.9987) -1 = 0.9974
Find the standard error: ‫اوجد الخطأ المعياري‬
 500
x    166.67
n 9

‫‪Find the value of z such that the shaded tail areas equals 0.009‬‬
‫في هذا المثال معطى قيمة المنطقتين المظللتين والمطلوب قيمة ‪.z‬‬
‫في هذه الحالة نقسم قيمة االحتمال على ‪ 2‬ونطرحها من ‪ 1‬ثم نبحال عن قيمة االحتمال داخل الجدول ونستخرج‬
‫قيمة ‪ z‬المقابلة لهما ‪0.0045 = 2/0.009 :‬‬
‫‪0.009/2= 0.0045‬‬
‫‪1.00- 0.0045 = 0.9955‬‬
‫‪-Z‬‬ ‫‪+Z‬‬
‫نجد أن قيمة ‪ z‬المقابلة لهذه القيمة هي ‪ 2.61‬وهي القيمة المطلوبة‪.‬‬
‫‪0.00‬‬ ‫‪0.01‬‬ ‫‪0.02‬‬ ‫‪0.03‬‬ ‫‪0.04‬‬ ‫‪0.05‬‬ ‫‪0.06‬‬ ‫‪0.07‬‬ ‫‪.08‬‬ ‫‪0.09‬‬
‫‪2.6‬‬ ‫‪0.9955‬‬
‫مالحظة مهمة‪:‬‬
‫توجد طرق حل أخرى للمسائل باستخدام جدول التوزيع الطبيعي الموجب أحيانا وجدول التوزيع‬
‫الطبيعي السالب أحيانا أخرى ال كما أنه توجد مسائل تلزم استخدامهما معا ال وفاي النهاياة تعطاي‬
‫نفس النتيجة التي تم الحل بها في هذا الملخص ال حيال لم ياتم اساتخدام جادول التوزياع الطبيعاي‬
‫السالب مطلقا في هذا الملخص وهذا ال يؤثر في النتيجة ال و بمعنى آخر‪:‬‬
‫‪all roads leads to Jeddah‬‬ ‫(‪:‬‬

EXERCISE: ‫تمارين‬
The time T1 to travel from A to B through city center (road R 1) is normally distributed with mean
20 minutes and standard deviation 5 minutes. The time T 2 to travel from A to B through a new
ring road (road R2) is normally distributed with mean 15 minutes and standard deviation 8
minutes. You have 17 minutes to travel from A to B on an important appointment. Using this
information, solve the following three questions
31. P (T2 > 17):
A) 0.4013 B) 0.5987 C) 0.9013 D) 0.0987
32. P (T1 > 17):

A) 0.2257 B) 0.2743 C) 0.7743 D) 0.7257
33. Your correct decision is

A) Both R1 and R2 are the same C) R1 is better than R2
B) R2 is better than R1 D) Insufficient information to make a decision
The monthly income, X, of a family in a given city is normally distributed with mean
$3000 and standard deviation $500. Use this information to find:
34. The probability that a person selected at random earns a monthly income between
$2500 and $ 3500.
A) 0.9974 B) 0.4987 C) 0.5601 D) 0.0013
35. The probability that a person selected at random earns a monthly income between
$2500 and $3500:
A) 0.3174 B) 0.3413 C) 0.6826 D) 0.1587
Let X be a normally distributed random variable with mean 100 and a standard deviation 10.
Use this information to find the value of a in the following two questions such that:
36. P (95 X a) 0.6309
A) 101.5 B) 15.5 C) 115.5 D) 84.5
37. P (X a) 0.0427

A) 82.8 B) 117.2 C) 101.72 D) 17.2
38. Approximately what percentage of normally distributed data values will fall
within 1 standard deviation above or below the mean:
A) 99.7% B) 68% C) 13.5% D) 95%

39. Find the value of z such that the shaded tail areas equals 0.10
A) -1.96 B) 1.64 C) 0.25 D) 1.28
40. A survey found that the microwave ovens have an average life of 3 years with
a standard deviation of 0.5 year. Assume the variable is normally distributed.
What percent of microwave ovens would be replaced if a warranty of 18 months
were given?
a) 0.13% b) 99.38% c) 0.62% d) 99.87%
41 "A distribution using the means computed from all possible random samples of a
specific size taken form a population." The previous statement is the definition of
A) empirical distribution C) central limit theorem
B) sampling error D) sampling distribution
42. The mean of a normal probability distribution is 734 and the standard
deviation is 9. about 95 percent of the observations lie between what two values?
a) 725 & 743 b) 716 & 752 c) 707 & 761 d) 698 & 770
The End …..
Prepared by: Gasim Mudawi
JEDDAH – K.S.A

‫المالحة ‪:‬‬
‫ددول التوزيع الطبيعي المودب ‪:‬‬

‫المراجع ‪:‬‬
‫كتب احصاء مختلفة واختبارات سابقة تابعة لجامعة الملل عبد العزيز‬
‫بمدينة ددة – المملكة العربية السعودية ‪...‬‬
‫‪ ####‬هذا العمل مجاني وال يباع ‪####‬‬

‫وال تنسونا من صالح دعاءكم ‪...‬‬
‫‪gasim_hhh@hotmail.com‬‬ ‫أستاذ‪ /‬قاسم مضوي‪-‬‬

ملخص احصاء -110 كامل جديد

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

ملخص احصاء -110 كامل جديد

Uploaded by

Copyright:

Available Formats

‫‪ELEMENTARY‬‬

‫هذا المحتوى يعتبر ملخصا لمادة مبادئ االحصاء لطالب‬

‫آمل أن أكون قد وفقت في هذا المخلص وأن يجد فيه‬

‫هذا وتقبلوا كل تقديري ‪...‬‬

‫االستاذ ‪ /‬قاسم مضوي‬

‫‪2‬‬ ‫أستاذ‪ /‬قاسم مضوي – جوال ‪0502180703‬‬

‫‪3‬‬ ‫أستاذ‪ /‬قاسم مضوي – جوال ‪0502180703‬‬

Variable: a characteristics or attribute assume different values.

Random variables: have values that are determined by chance.

Population: Consists of all subjects that are being studied.

Sample: is a group of subjects selected from population.

Data Set: is a collection of data values.

.‫كل قيمة في مجموعة البيانات تسمى قيمة حقيقية‬

4 0502180703 ‫ قاسم مضوي – جوال‬/‫أستاذ‬

:‫كلمات مصاحبة لإلحصاء الوصفي في أسئلة االختبار‬

:‫كلمات مصاحبة لإلحصاء االستداللي في أسئلة االختبار‬

5 0502180703 ‫ قاسم مضوي – جوال‬/‫أستاذ‬

‫‪NOMINAL‬‬ ‫‪ORDINAL‬‬ ‫‪RATIO‬‬ ‫‪INTERVAL‬‬

‫‪6‬‬ ‫أستاذ‪ /‬قاسم مضوي – جوال ‪0502180703‬‬

‫المتغير الوصفي ‪- Qualitative data:‬‬

‫الجنسية‪ :‬سعودي ال عماني ال مصري ال كويتي ‪ ...‬الخ‪.‬‬

‫المتغير الكمي ‪- Quantitative data:‬‬

‫الفرق بين المتغير الوصفي والمتغير الكمي‪:‬‬

‫أقسام المتغير الوصفي ‪qualitative :‬‬

‫أقسام المتغير الكمي‪quantitative :‬‬

‫الفرق بين متغير الفترة والنسبة‪:‬‬

‫‪7‬‬ ‫أستاذ‪ /‬قاسم مضوي – جوال ‪0502180703‬‬

‫العينة العشوائية ‪RANDOM SAMPLES:‬‬

‫يتم اختيار العينة العشوائية بواسطة القرعة‪.‬‬

‫العينة المنتظمة‪SYSTEMATIC SAMPLES:‬‬

‫العينة الطبقية‪STRATIFIED SAMPLES:‬‬

‫العينة العنقودية‪CLUSTER SAMPLES:‬‬

‫‪8‬‬ ‫أستاذ‪ /‬قاسم مضوي – جوال ‪0502180703‬‬

‫الدراسة بالتجربة ‪2- Experimental study:‬‬

‫تنقسم الدراسة إلى قسمين‪:‬‬

‫المتغير المستقل‪Independent variable (explanatory):‬‬

‫المتغير التابع‪Dependent variables (outcome):‬‬

‫‪9‬‬ ‫أستاذ‪ /‬قاسم مضوي – جوال ‪0502180703‬‬

SUSPECT SAMPLES: ‫العينات المشبوهة‬

CHANGING THE SUBJECT: ‫تغيير الموضوع‬

DETACHED STATISTICS: ‫المقارنة مقابل ال شيء‬

IMPLIED CONNECTIONS: ‫أسلوب االحتمالية‬

10 0502180703 ‫ قاسم مضوي – جوال‬/‫أستاذ‬

‫‪11‬‬ ‫أستاذ‪ /‬قاسم مضوي – جوال ‪0502180703‬‬

‫‪1) Types of frequency distributions:‬‬ ‫أنواع التوزيعات التكرارية‬

‫‪:‬أنواع التوزيعات التكرارية ‪Types of frequency distributions‬‬

‫تنقسم التوزيعات التكرارية إلى ثالثة أقسام‪:‬‬

‫‪1- Categorical frequency distribution:‬‬ ‫التوزيع التكراري التصنيفي‬

‫وهذا يستخدم في حالة البيانات الوصفية (االسمية أو الترتيبية)‪.‬‬

‫الجدول السابق يسمى توزيع تكراري تصنيفي ‪categorical frequency distribution‬‬

‫من هنا يمكن طرح عدة أسالة مثل‪:‬‬

‫نسبة الطالب من الفصلية ‪:B‬‬

‫‪12‬‬ ‫أستاذ‪ /‬قاسم مضوي – جوال ‪0502180703‬‬

‫التكرار‬ ‫‪ Number of students‬عدد الطالب‬

‫التوزيع التكراري المبوب ‪3- Grouped frequency distribution:‬‬

‫يستخدم في حالة البيانات الكمية المتصلة (‪ )continuous‬بشرط أن يكون المدى كبيرا‪.‬‬

‫‪ Frequency‬التكرار‬ ‫‪ )Ages( Class limit‬فاات العمر‬

‫‪13‬‬ ‫أستاذ‪ /‬قاسم مضوي – جوال ‪0502180703‬‬

‫من المثال (‪:)4-2‬‬

‫‪ Class boundaries‬الحدود الحقيقية‪:‬‬

‫من المثال (‪ :)4-2‬أودد ‪24-20 class boundaries‬‬

‫‪14‬‬ ‫أستاذ‪ /‬قاسم مضوي – جوال ‪0502180703‬‬

‫وهي ‪ 6‬رسوم بيانية تفاصيلها كما يلي‪:‬‬

‫‪ -1‬المدرج التكراري ‪:Histogram‬‬