‫القسم األول من اجلزء العملي من منهجية البحث العلمي لطالب السنة الرابعة طالب نظم املعلومات‬

‫نظرية املعاينة‬
‫‪Sampling Theory‬‬
‫مقدمه‪ :‬يقسم علم االحصاء الى قسمين اساسيين هما االحصاء الوصفي‬
‫‪ Descriptive Statistics‬واالحصاء االستنتاجي ‪ Statistical Inference.‬واجملتمع‬
‫هو عباره عن مجيع املفردات اليت ميكن ان أيخذها املتغري بينما العينة هي جزء من‬
‫اجملتمع‪ .‬واالحصاء االستنتاجي يعتمد اعتماداًكلياً على دراسة العينات وصفاهتا‬
‫ومنها يستنتج أو يستدل على خواص اجملتمعات اليت اخذت منها العينات الن‬
‫دراسة اجملتمع الكبري قد يكون مستحيالً او صعبا اضافه اىل انه حيتاج اىل وقت‬
‫وجهد ومال‪.‬‬
‫تعريف املعلمة‪ parameter:‬هي القيمة اليت حتسب من اجملتمع وتكون هذه‬
‫القيمة اثبتة للمجتمع الواحد‪.‬‬
‫فاذا كان حجم اجملتمع ‪ N‬من املفردات فان الوسط احلسايب للمجتمع ويرمز له ب ـ ـ‬
‫‪ µ = NX‬وهي قيمه اثبته هلذا اجملتمع‪.‬‬ ‫‪ µ‬هو‬
‫أما التباين هلذا اجملتمع فهو متوسط جمموع مربعات االحنرافات أي‪:‬‬
‫‪( X‬‬ ‫) ‪µ‬‬
‫‪‬‬ ‫‪‬‬
‫‪2‬‬ ‫‪i‬‬

‫‪N‬‬
‫تعريف االحصائية ‪ :statistic‬وهي عبارة عن قيمة حتسب من العينة او بعبارة‬
‫اخرى هي عبارة عن متغري عشوائي قيمته تعتمد على العينة وهي قيمة متغرية ألاهنا‬
‫ختتلف من عينة اىل أخرى داخل اجملتمع الواحد‪.‬‬
‫‪X‬‬ ‫فمثال يف عينة حجمها ‪ n‬فان الوسط احلسايب هلا هو‪= nX :‬‬
‫والتباين هو‪ s   nx 1 ) :‬وطبيعي فان التغري يف قيمة االحصائية يعتمد‬
‫‪2‬‬
‫‪( x‬‬ ‫‪2‬‬ ‫‪i‬‬

‫على‪ -:‬حجم اجملتمع – حجم العينات – طريقة اختيار العينات‪.‬‬

‫‪1‬‬
 ‫‪ ‬تصميم العينة‪ :‬هو خطة او طريقة اختيار العينة من جمتمع معني‪.‬‬
‫‪ -‬املعاينة العشوائية ‪Random Sampling:‬‬
‫تعريف‪ :‬املعاينة العشوائية البسيطة ‪Simple Random‬‬
‫‪ :Sampling‬هي طريقة اختيار عينة بصورة عشوائية حبيث يكون جلميع‬
‫وحدات املعاينة ‪ Sampling units‬يف اجملتمع نفس الفرصة او االحتمال يف‬
‫االختيار‪.‬‬
‫‪1‬‬
‫‪N‬‬
‫فاذا كان عدد مفردات اجملتمع هو ‪ N‬فان احتمال اختيار اي مفردة منه هو‬
‫وهذا االختيار قد يكون ابإلرجاع او بدون ارجاع‪.‬‬
‫هذا وان ابسط انواع اختيار عينه عشوائية حجمها ‪ n‬هي ابن نسجل وحدة‬
‫املعاينة جلميع اجملتمع على بطاقات متشاهبة متاماً حيث نسحب عدداً البطاقات‬
‫بعد كل سحبه‪ .‬وإذا كانت وحدات املعاينة للمجتمع كبرية فسيستحسن استخدام‬
‫اجلداول العشوائية‪.‬‬
‫وهناك عدة طرق الختيار العينة بعضها بسيط‪ ،‬والبعض االخر معقد كما تستعمل‬
‫عدة طرق سوية الختيار اجزاء خمتلفة من العينة من نفس اجملتمع‪.‬‬
‫وفيما يلي خمتصر ألهم التصاميم املستخدمة يف اختيار العينات‪:‬‬

‫انواع العينات‪.‬‬

‫العينة‪ :‬هي جزء من اجملتمع‪.‬‬

‫‪ -‬تقسم العينات اىل نوعني‪:‬‬
‫‪ -‬عشوائية‬
‫‪ -‬غري عشوائية‬

‫‪2‬‬
 ‫‪ -‬انواع العينات غري العشوائية ( الشخصية )‬
‫‪ -‬انواع العينات العشوائية‪:‬‬
‫‪ -‬اسلوب العينة‪ :‬وهو مجع البياانت العددية جلزء من مفردات اجملتمع‪.‬‬
‫‪ -‬العينة العشوائية‪ :‬وهي العينة اليت تسحب من اجملتمع حبيث تعطى لكل مفردة من‬
‫مفردات اجملتمع حظاً (احتمال) معني للظهور فيها‪ ،‬اي جيب ان حتوي على صفات‬
‫اجملتمع ابلنسبة نفسها‪ .‬الحظ املثال التايل‪:‬‬
‫هناك بعض االدوية كتب عليها (يرجى رج الزجاجة قبل تناول الدواء) والغاية من‬
‫هذه العملية حتقيق التجانس ابحمللول ككل وعندها فان اخذ جزء منه يكون ممثالً‬
‫للمجتمع‪.‬‬
‫لكن يف احلياة العملية نصادف حاالت ال ميكن إجراء عمليات اخللط والرج عليها‬
‫لتحقق التجانس يف اجملتمع مثل سحب عينة من األشخاص أو األسر أو السيارات‬
‫فهنا البد استخدام أساليب علمية حتقق هذا التجانس أوالً‪ ،‬وحتقق عشوائية العينة‬
‫اثنياً‪ .‬وهذا األساليب هي‪:‬‬
‫أساليب سحب العينات العشوائية‬ ‫‪-‬‬
‫‪ -1‬أسلوب القرعة‪ :‬حيث يتم سحب املفردات وفق اخلطوات التالية‪:‬‬
‫‪ -‬ترقيم مفردات اجملتمع من ‪ N ( N1‬هي حجم اجملتمع )‬
‫‪ -‬كتابة األرقام أو أمساء املفردات على قصاصات من الورق وتوضع يف‬
‫كبسوالت متماثلة‪.‬‬
‫‪ -‬خللط الكبسوالت يف وعاء بشكل جيد‪.‬‬
‫‪ -‬يتم سحب الكبسوالت واحدة تلو األخرى مع تكرر اخللط‪ ،‬قبل كل‬
‫سحب‪ ،‬وهكذا حىت حنصل على عدد من الكبسوالت واليت هي ممثلة لعدد من‬
‫املفردات ‪(n‬حيث ‪n‬هي حجم العينة)‪.‬‬

‫‪3‬‬
‫مالحظة على استخدام أسلوب القرعة‪ :‬ميكن استخدام هذا األسلوب وبنجاح إذا‬
‫كان حجم االحصائي صغرياً‪ ،‬أما عندما يكون كبرياً فمن الصعب تطبيق هذا‬
‫األسلوب‪.‬‬
‫‪ - 2‬دواليب احلظ‪ :‬وتكون وفق اخلطوات التالية‪:‬‬
‫‪ -‬ترقيم مفردات اجملتمع من ‪N1‬‬
‫‪ -‬السحب بتدوير الدواليب وعندما تتوقف الدواليب نقرأ الرقم فتكون الوحدة يف‬
‫اجملتمع اإلحصائي اليت حتمل ذلك الرقم هي من ستدخل يف العينة‪.‬‬
‫‪ -‬نكرر العملية لسحب كل مفردة حىت حنصل ‪n‬مفردة‪n ( ،‬حجم العينة) ومثال‬
‫عليها‪ :‬سحب اليانصيب‪.‬‬
‫‪ -3‬جداول األرقام العشوائية‪ :‬اجلداول العشوائية هي عبارة عن األعداد ‪0, n‬‬
‫‪ 1,2,‬مرتبة عشوائيا على شكل أعمدة وسطور حبيث نستطيع من هذه األعمدة‬
‫تشكيل أي رقم أبخذ عدد منها عمود أو أثنني أو ‪ ،.....‬وتكون وفق اخلطوات‬
‫التالية ‪:‬‬
‫‪ -‬نرقم مفردات اجملتمع من ‪N1‬‬
‫‪ -‬حندد عدد األعمدة الواجب أخذها وذلك حسب عدد مفردات اجملتمع‪.‬‬
‫‪ -‬نقرا األرقام وكل رقم أكرب من حجم اجملتمع ال أنخذه‬
‫‪ -‬هكذا حىت حنصل على مجيع مفردات العينة ‪n‬‬
‫مثال‪ :‬إذا كان حجم اجملتمع ‪ 60‬أي (‪ )N=60‬عندها جيب أخذ عمودين خنتارمها‬
‫بشكل عشوائي من اجلدول وكل رقم أكرب من ‪ 60‬ال أتخذه ألن حدود اجملتمع حىت‬
‫املفردة ذات الرقم ‪60‬‬
‫‪ -‬العينات العشوائية‬
‫‪ -‬العينة العشوائية البسيطة‪:‬‬
‫تسحب مفردات هذه العينة مباشرة ابستخدام الطرق السابقة‪.‬‬
‫‪4‬‬
 ‫مالحظات على العينة العشوائية البسيطة‪:‬‬
‫‪ -‬ال ميكن سحب عينة هبذا األسلوب إال إذا كان حجم اجملتمع حمدود ومعلوم‬
‫كل مفرداته‪.‬‬
‫‪ -‬جيب أن تعطى مجيع املفردات نفس االحتمال يف الظهور يف العينة أي أن‬
‫يكون اجملتمع متجانس‪.‬‬
‫‪ -‬ال تصلح يف اجملتمعات غري املتجانسة‪.‬‬
‫‪ -‬فمثال‪ :‬سحب العينة من طالب اجلامعة املوزعني كما يلي ‪ %60‬ذكور‬
‫و ‪ %40‬إانث فإن العينة البسيطة قد تعطى نسباً ختتلف عن املوجودة يف اجملتمع‬
‫كأن حنصل على عينة حتوي ‪ %20‬إانث وذلك بسبب العشوائية‪ ،‬عندها ال‬
‫نستخدم العينة البسيطة بل العينة الطبقية كما سنرى يف الفقرات الالحقة‪.‬‬
‫العينة العشوائية املنتظمة‪:‬‬ ‫‪-‬‬
‫وتسحب مفردات هذه العينة وفق اخلطوات التالية‪:‬‬
‫‪ -‬نرقم مفردات اجملتمع من‪ 1‬إىل ‪N‬‬
‫‪ -‬نقسم اجملتمع إىل جمموعات تسمى كل جمموعة بفرتة السحب‪ ،‬وعدد مفرداهتا ‪S‬‬
‫حيث حنصل على طول فرتة السحب بتقسيم حجم اجملتمع ‪ N‬على حجم العينة‬
‫‪.n‬‬
‫‪S = N/n‬‬ ‫أي‬
‫‪ -‬خنتار مفردة بشكل عشوائي من املفردات ولتكن ‪ ،Z‬فتكون ‪ Z‬أول مفردة يف العينة‬
‫وللحصول على ابقي مفردات العينة نضيف إليها على التتايل فرتة السحب ‪S‬‬
‫فمثال‪ :‬جمتمع حجم مفرداته ‪ 200‬مفردة‪ ،‬نريد سحب عينة منتظمة حبجم ‪10‬‬
‫مفردة‪.‬‬
‫‪S = N/n = 200/10 = 20‬‬

‫‪5‬‬
 ‫خنتار من ضمن فرتة السحب األوىل‪ ،‬مفردة بشكل عشوائي إبحدى الطرائق اليت‬
‫تعرفنا عليها ولتكن هذه املفردة ذات الرقم ‪ 8‬وعليه تكون مفردات‪:‬‬
‫‪......،188،168،148,،128،108،88،68،48،28،18‬‬
‫مالحظات على العينة املنتظمة‪:‬‬
‫‪ -‬تتميز بقلة التكاليف وسهولة سحبها وقد تعطى نسب الصفات املوجودة نفسها يف‬
‫اجملتمع أيضاً‪.‬‬
‫‪ -‬ال ميكن سحبها إال إذا كان اجملتمع حمدداً ومرتباً ومرقماً ومعلوم كل مفرداته‪.‬‬
‫‪ -‬قد تعطى عينة متحيزة إذا كانت البياانت مرتبة بشكل دوري يتوافق مع فرتة‬
‫السحب‪.‬‬
‫‪ -‬العينة الطبقية‪:‬‬
‫وتستخدم عندما يتكون اجملتمع االحصائي من مفردات غري متجانسة وعندما يكون‬
‫املتجمع االحصائي حمددا وتتوفر قوائم عن مفردات اجملتمع‪ .‬وتسحب املفردات وفق‬
‫اخلطوات التالية‪:‬‬
‫‪ -‬تقسيم اجملتمع إىل جمموعات مؤلفة من مفردات متجانسة تدعى كل جمموعة طبقة‪.‬‬
‫‪ -‬يؤخذ من كل طبقة عينة عشوائية‪ ،‬جمموع هذه العينات يدعى ابلعينة الطبقية‪.‬‬
‫مالحظة هامة جداً عن العينة العشوائية الطبقية‪:‬‬
‫جيب أن متثل الطبقة ابلعينة حسب نسبة الطبقة يف اجملتمع‪ ،‬ولكن كيف ذلك؟ (هذا‬
‫الشرح مل يذكر ولكنه موجود ابلكتب فضلت أن أذكره لتوضيح الفكرة أكثر)‪.‬‬
‫‪ -‬إذا كان ‪ N1‬حجم اجملتمع مؤلف من ‪ 3‬طبقات‪:‬‬
‫حيث ‪ N1‬عدد مفردات الطبقة األوىل‪.‬‬
‫و ‪N2‬عدد مفردات الطبقة الثانية‪.‬‬
‫و ‪ N3‬عدد مفردات الطبقة الثالثة‪.‬‬
‫‪N = N1+N2+N3‬‬ ‫ومنه‬
‫‪6‬‬
‫‪ -‬وإذا كان ‪ n‬حجم العينة‪ .‬و ‪ n1‬حجم العينة من الطبقة األوىل‪ n2 .‬حجم العينة من‬
‫الطبقة الثانية ‪ n3 .‬حجم العينة من الطبقة الثالثة ‪.‬‬
‫‪n = n1+n2+n3‬‬ ‫وجيب أن يكون‬
‫وللحصول على يتم ‪ n1,n2,n3‬نطبق نسب الطبقات يف اجملتمع = ‪n/N‬‬
‫‪n1/N1 = n2/N2=n3/N3=…..‬‬
‫وبذلك حنصل على قيم ‪ n1 ,n2,n3‬املمثلة لنسبة كل طبقة يف اجملتمع ‪.‬‬
‫توضيح رقمي‪:‬‬
‫نود سحب عينة من طالب اجلامعة ملعرفة رأيهم بدراسة وتدريس اللغة األجنبية‪،‬‬
‫ومن املعروف بشكل مسبق هناك اختالف بصعوبة وممارسة هذه اللغات‪ ،‬فإذا علمنا‬
‫أن عدد الطالب ‪ 20000‬طالب ‪10000 ،‬طالب لغتهم االنكليزية ‪7000‬‬
‫طالب لغتهم الفرنسية والباقي (‪ )3000‬لغات خمتلفة ‪ ،‬ونود سحب عينة حبجم‬
‫‪ 100‬طالب فما عدد الطالب يف كل طبقة ؟‬
‫‪n/N = n1/N1 = n2/N2 = n3/N3‬‬
‫‪100/20000 = n1/10000 = n2/7000=n3/3000‬‬
‫ومنه‪:‬‬
‫‪n1=20000/10000*100=50‬‬
‫‪n2=20000/7000*100=35‬‬
‫‪13=100*3000/20000=n3‬‬
‫وبذلك تكون عدد مفردات العينة من كل طبقة ممثلة نسبة الطبقة يف اجملتمع‬
‫‪ -‬العينة العنقودية‪:‬‬
‫وتستخدم عندما يكون اجملتمع االحصائي كبرياً وال يتوافر قوائم عن مفردات اجملتمع‬
‫االحصائي‪ ،‬أي أنه ال ميكننا ترقيم مفردات هذا اجملتمع والسحب منها ابلطرق‬
‫السابقة‪.‬‬
‫‪7‬‬
 ‫خطوات سحب مفردات هذه العينة‪:‬‬
‫‪ - 2‬تقسيم اجملتمع االحصائي إىل اجزاء صغرية حبسب صفة ما وتسمى هذه‬
‫األجزاء ابلعناقيد وتعترب هي مفردات اجملتمع‪.‬‬
‫‪ -‬خنتار عشوائيا عدد من هذه العناقيد لنجمع البياانت من مجيع مفردات العناقيد‬
‫املختارة‬
‫رمبا اخلطوات النظرية غري واضحة لذلك نطرح املثال التايل‪:‬‬
‫لسحب عينة من النبااتت اليت تعيش يف البادية السورية‪ ،‬نقسم البادية إىل عدة‬
‫مناطق وكل منطقة نسميها عنقودا‪ ،‬ونسحب عشوائيا عينة من هذه العناقيد‪ ،‬مث‬
‫جنمع البياانت عن مجيع النبااتت اليت تنمو يف كل عنقود اخرتانه من بني العناقيد‪.‬‬
‫العينة متعددة املراحل‪:‬‬ ‫‪-‬‬
‫تستخدم عند السحب من جمتمعات احصائية مقسمة إىل أجزاء أصغر‬ ‫‪-‬‬
‫حبسب صفة ما‪.‬‬
‫وتستخدم عندما ال يوجد قوائم مسبقة عن مفردات اجملتمع مثال‪:‬‬ ‫‪-‬‬
‫املرحلة األوىل‪ :‬خنتار عدة حمافظات بشكل عشوائي بعد ترقيمهم‪.‬‬ ‫‪-‬‬
‫املرحلة الثانية‪ :‬خنتار عدة مناطق من كل منها وبشكل عشوائي بعد ترقيمهم‪.‬‬ ‫‪-‬‬
‫املرحلة الثالثة‪ :‬خنتار عدة قرى عشوائيا‪.‬‬ ‫‪-‬‬
‫املرحلة الرابعة‪ :‬خنتار عدة أحياء عشوائيا‪.‬‬ ‫‪-‬‬
‫املرحلة اخلامسة‪ :‬وأخريا خنتار عدد من األسر وجنمع البياانت عنها‪.‬‬ ‫‪-‬‬
‫ملحوظة‪ :‬اخرتان يف هذا املثال العينة العشوائية املتعددة املراحل ألنه من الصعب جداً‬
‫الذهاب إىل مجيع احملافظات السورية ومجيع األسر يف سوراي لسؤاهلم عن إنفاقهم‪.‬‬
‫كيف أي يت مثل هذه الفقرات يف االمتحان؟‬
‫مت انتقاء عينة من طالب السنة الثالثة لسؤاهلم عن صعوبة التعليم بكل اختصاص من‬
‫اختصاصات الكلية‪ ،‬ما العينة املناسبة هلذه الدراسة؟‬
‫‪8‬‬
 ‫‪ -‬البسيطة‬
‫‪ -‬الطبقية‬
‫الطبقية‪ ،‬ألن اجملتمع غري متجانس فطالب السنة الثالثة اختصاصاهتم خمتلفة‬
‫نقسمهم إىل طبقات حسب اختصاصاهتم‪ ،‬مث اسحب عينة عشوائية من كل طبقة‪.‬‬
‫‪ -‬العينات غري العشوائية‪:‬‬
‫وهي العينات اليت ال تسحب بشكل عشوائي أي بشكل عمدي‪ ،‬ويف النوع من‬
‫العينات لدينا ثالثة أنواع‪:‬‬
‫‪ -1‬عينة احلصص‪ :‬حيدد الباحث عدداً من املفردات لكل صفة ‪ ،‬وهي هبذا‬
‫الشكل تتشابه مع العينة الطبقية وختتلف معها أباهنا ليست عشوائية‪ ،‬أي أن الباحث‬
‫يقسم اجملتمع إىل طبقات (ذكور وإانث مثالً) وخيتار وبشكل غري عشوائي عينات‬
‫حسب خربة الباحث‪.‬‬
‫‪ - 2‬العينة املنتقاة‪ :‬من أهم أنواع العينات غري العشوائية وهي تدخل يف حساب‬
‫األرقام القياسية ‪ ،‬حيث يتم انتقاء مفردات العينة بشكل غري عشوائي حسب خربة‬
‫الباحث‪.‬‬
‫‪ -3‬العينات كبرية احلجم‪:‬‬
‫‪ -‬وهي عينات حتوي عددا كبريا من املفردات خمتارة بشكل غري عشوائي‪.‬‬
‫‪ -‬يدعي مؤيدو هذا النوع من العينات أنه كلما كرب حجم العينة كانت أكثر‬
‫متثيال للمجتمع‪.‬‬
‫‪ -‬ولكن هذا غري صحيح إال إذا كانت العينة عشوائية اما يف حال العينات غري‬
‫العشوائية فإن التحيز سوف يبقى او ميكن أن يزداد مادام سحبها يتم بشكل غري‬
‫عشوائي‪.‬‬
‫اآلن بعد تعرفنا على العينات وانوعها وكيفية سحب كل منها سنتعرف على‬
‫األخطاء اليت تكون العينات عرضة هلا ومها خطأن‪.‬‬
‫‪9‬‬
 ‫خطا احلظ أو املصادفة أو اخلطأ العشوائي‪:‬‬
‫وينتج هذا اخلطأ بسبب العشوائية ذاهتا حيث ختتلف العينة عن القيم املوجودة يف‬
‫اجملتمع ولنبني ذلك نضرب املثال التايل‪:‬‬
‫لدينا أربعة طالب اوزااهنم على التوايل ‪ 78،72 ،66 ،60‬كغ ‪ ،‬فإذا اعتربان أن‬
‫هؤالء طالب يؤلفون جمتمعا متوسط الوزن فيه يساوي‪:‬‬
‫‪ -‬خطأ احلظ‪.‬‬ ‫‪1‬‬
‫‪ - 2‬خطا التحيز‪.‬‬
‫تصحيح خطا التحيز‪:‬‬
‫ميكن تصحيحه إبدخال بعض التعديالت على مفردات العينة عندما يكون معلوما‬
‫اجتاه التحيز وحجمه واال وجب اعادة سحب العينة‪.‬‬
‫توزيع املعاينة للوسط احلسايب ‪Sampling distribution of the‬‬
‫‪mean.‬‬
‫تعريف‪ :‬التوزيع االحتمايل لإلحصائية يدعى بتوزيع املعاينة لتلك االحصائية‪:‬‬
‫االحنراف املعياري لتوزيع املعاينة لإلحصائية يدعى ابخلطأ املعياري لإلحصائية‪:‬‬
‫فالتوزيع االحتمايل ل ـ ‪X‬‬
‫‪i‬‬

‫مثال‪ :‬نفرض أبن جمتمعاً منقطعاً متماثالً ‪Discrete uniform‬‬

‫‪X =0,1,2,3‬‬
‫‪i‬‬
‫‪distribution‬يتألف من القيم التالية‪:‬‬
‫= ‪µ =X‬‬ ‫‪N‬‬
‫‪0 1 2  3 3‬‬
‫‪4‬‬
‫‪‬‬
‫‪2‬‬
‫الوسط احلسايب هو‬
‫‪3‬‬ ‫‪3 2‬‬
‫) ‪ (0  2‬‬
‫‪2‬‬
‫‪ ...........  (3 ‬‬ ‫)‬
‫‪2 5‬‬
‫=‬ ‫‪4‬‬ ‫‪4‬‬
‫والتباين هو‪:‬‬
‫)‪(x  x‬‬
‫‪2‬‬

‫‪2‬‬ ‫‪‬‬
‫‪i‬‬

‫‪N‬‬

‫‪10‬‬
 ‫واالن نفرض أبنه يراد اخذ كل العينات املمكنة حبجم (‪ )n = 2‬من هذا اجملتمع‪.‬‬
‫لنفرض انه مت احلصول على مجيع العينات املمكنة ذات حجم ‪n =2‬من هذا‬
‫اجملتمع بطريقة االرجاع وعددها ‪N = 16.‬‬
‫جدول رقم (‪ )1‬االوساط احلسابية للعينات العشوائية بطريقة االرجاع مع اوساطها احلسابية‪.‬‬

‫‪16‬‬ ‫‪15‬‬ ‫‪14‬‬ ‫‪13‬‬ ‫‪12‬‬ ‫‪11‬‬ ‫‪10‬‬ ‫‪9‬‬ ‫‪8‬‬ ‫‪7‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2 1‬‬
‫رقم‬
‫العينة‬
‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0 0‬‬ ‫‪X1‬‬
‫العينات‬
‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1 0‬‬ ‫‪X2‬‬
‫املسحوبة‬
‫‪3‬‬ ‫‪2.5‬‬ ‫‪2‬‬ ‫‪1.5‬‬ ‫‪2.5‬‬ ‫‪2‬‬ ‫‪1.5‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1.5‬‬ ‫‪1‬‬ ‫‪0.5‬‬ ‫‪1.5‬‬ ‫‪1‬‬ ‫‪0.5 0‬‬ ‫الوسط احلسايب للعينة‬
‫‪X‬‬

‫فاإلحصائية يتخذ لنفسه القيم اليت ترتاوح من الصفر اىل ‪3‬والتوزيع التكراري جملتمع‬
‫االوساط احلسابية للعينات كما هو موضح ابجلدول التايل‪:‬‬
‫جدول رقم (‪ )2‬التوزيع االحتمايل ل ـ ‪X‬‬

‫‪3‬‬ ‫‪2.5‬‬ ‫‪2‬‬ ‫‪1.5‬‬ ‫‪1‬‬ ‫‪0.5‬‬ ‫‪0‬‬ ‫الوسط احلسايب‬

‫للعينة ‪X‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫االحتماالت‬
‫‪16‬‬ ‫‪16‬‬ ‫‪16‬‬ ‫‪16‬‬ ‫‪16‬‬ ‫‪16‬‬ ‫‪16‬‬ ‫املقابلة هلا‬

‫اجلدول رقم (‪ )3‬جدول توزيع املعاينة (‪ ) x‬بطريقة االرجاع‬

‫‪3‬‬ ‫‪2.5‬‬ ‫‪2‬‬ ‫‪1.5‬‬ ‫‪1‬‬ ‫‪0.5‬‬ ‫‪0‬‬ ‫‪X‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪Fi‬‬

‫وهو‪:‬‬ ‫‪x‬‬ ‫املنحين التكراري للوسط احلسايب‬

‫يقرتب من املنحين الطبيعي‬ ‫‪x‬‬ ‫من الرسم التايل يتضح ابن الوسط احلسايب ل ـ‬
‫‪   fi  16  2‬‬ ‫بوسط حسايب قدره‪:‬‬
‫‪f xi 24 3‬‬
‫‪x‬‬
‫‪‬‬
‫‪11‬‬
 ‫‪5‬‬
‫) ‪(x  ‬‬ ‫‪5 4 x‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪x  f‬‬
‫‪2‬‬ ‫‪i‬‬
‫‪  ‬‬
‫‪8 2‬‬ ‫‪n‬‬
‫وتباين قدره‪:‬‬
‫‪i‬‬

‫‪‬‬
‫‪2‬‬

‫‪x‬‬
‫‪2‬‬

‫‪n‬‬

‫من هذا نستنتج ابن الوسط احلسايب ل ـ (اي جلميع االوساط احلسابية للعينات‬
‫املمكنة) هو دائماً يساوي اىل الوسط احلسايب للمجتمع املسحوبة منه العينات‪،‬‬
‫بينما التباين له (اي ل ـ ‪ x‬فيعتمد على تباين اجملتمع وحجم العينة اي‬
‫‪‬‬
‫‪2‬‬

‫‪  x‬وهو بذلك اقل من تباين اجملتمع‪.‬‬ ‫‪2‬‬

‫‪n‬‬
‫وابلنتيجة انه كلما كرب حجم العينة قل اخلطأ املعياري لـ وقرب وسط تلك العينة من‬
‫الوسط احلسايب للمجتمع‪ .‬وهلذا فان ‪ x‬ميكن استخدامه كتقدير جيد لـ ‪.µ‬‬
‫مثال‪ :‬لنفرض انه لدينا نفس اجملتمع االحصائي السابق ‪xi = 0 ,1 , 2 ,3‬‬
‫ونريد اخذ كل العينات املمكنة ولكن بطريقة عدم االرجاع ‪without‬‬
‫‪replacement‬فالعينات املمكنة مع اوساطها احلسابية ممثلة ابجلدول التايل‪:‬‬
‫جدول رقم (‪ )4‬االوساط احلسابية للعينات العشوائية بطريقة عدم االرجاع مع اوساطها‬
‫احلسابية‪.‬‬
‫‪12‬‬ ‫‪11‬‬ ‫‪10‬‬ ‫‪9‬‬ ‫‪8‬‬ ‫‪7‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬
‫رقم العينة‬
‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪X1‬‬
‫العينة‬
‫‪2‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪X2‬‬
‫‪2.5‬‬ ‫‪2‬‬ ‫‪1.5‬‬ ‫‪2.5‬‬ ‫‪1.5‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1.5‬‬ ‫‪0.5‬‬ ‫‪1.5‬‬ ‫‪1‬‬ ‫‪0.5‬‬ ‫الوسط احلسايب‬
‫للعينة ‪X‬‬

‫فاإلحصائية ‪ x‬قيمة معينة من ‪ 0.5‬اىل ‪ 2.5‬والتوزيع التكراري جملتمع‬

‫االوساط احلسابية أيخذ الشكل التايل‪:‬‬
‫جدول رقم (‪ )5‬التوزيع االحتمايل ل ـ ‪X‬‬

‫‪12‬‬
 ‫‪2.5‬‬ ‫‪2‬‬ ‫‪1.5‬‬ ‫‪1‬‬ ‫‪0.5‬‬ ‫الوسط احلسايب‬
‫للعينة ‪X‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫االحتماالت‬
‫‪16‬‬ ‫‪16‬‬ ‫‪16‬‬ ‫‪16‬‬ ‫‪16‬‬ ‫املقابلة هلا‬

‫اجلدول رقم (‪ )6‬جدول توزيع املعاينة (‪ ) x‬بطريقة االرجاع‬

‫‪2.5‬‬ ‫‪2‬‬ ‫‪1.5‬‬ ‫‪1‬‬ ‫‪0.5‬‬ ‫‪X‬‬
‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪Fi‬‬

‫واملدرج التكراري ل ـ ‪ x‬بدون ارجاع أيخذ الشكل التايل‪:‬‬

‫‪f‬‬ ‫الوسط احلسايب‪:‬‬
‫‪‬‬
‫‪18 3‬‬
‫‪‬‬ ‫‪x‬‬
‫‪‬‬ ‫‪ ‬‬
‫‪f‬‬‫‪x‬‬ ‫‪12 2‬‬
‫‪3‬‬ ‫‪5‬‬
‫) ‪ f (x  2‬‬
‫‪2‬‬

‫‪5 4 42  N n‬‬

‫‪2‬‬

‫‪x  f‬‬
‫‪2‬‬
‫‪‬‬ ‫( ‪‬‬
‫‪12 2 4  1‬‬
‫‪)‬‬ ‫(‬
‫‪n N 1‬‬
‫)‬ ‫اما التباين‪:‬‬
‫هذا وإذا كانت ‪N‬كبرية نسبة اىل ‪n‬فان النتيجة ‪ Nn 1n‬تقرتب من ‪ 1.‬ولذا فان‬
‫التباين سيصبح ‪  x  n‬لذا ففي اجملتمع الكبري او غري احملدود سواء كان مستمراً‬
‫‪2‬‬
‫‪2‬‬

‫أو منقطعاً فالنظرية التالية تنطبق عليه وهي من اهم النظرايت اليت تتعلق بتوزيعات‬
‫املعاينة وتسمى نظرية النهاية املركزية ‪.Central limit theory‬‬
‫النظرية‪:‬‬
‫اذا سحبت عينة عشوائية ذات حجم ‪ n‬من جمتمع كبري او غري حمدود )‪(infinite‬‬
‫( له وسط حسايب ‪ µ‬وتباين ‪ ) ‬فان توزيع املعاينة للوسط احلسايب ‪ x‬يقرتب من‬
‫‪2‬‬

‫التوزيع الطبيعي بوسط حسايب قدره‪    :‬وابحنراف معياري ‪   ‬وبذا ‪Z‬‬

‫‪x‬‬ ‫‪x‬‬
‫‪n‬‬
‫‪x‬‬
‫= هي نتيجة من قيم املتغري الطبيعي املعياري ‪ Z‬الذي وسطه احلسايب‬ ‫‪‬‬
‫‪n‬‬

‫يساوي الصفر وتباينه املعياري يساوي الواحد‪.‬‬

‫مثال‪:‬‬
‫‪13‬‬
 ‫اذا كان توزيع عمر املصابيح احدى الشركات يقرتب من التوزيع الطبيعي بوسط‬
‫حسايب قدره ‪ 800‬ساعة وابحنراف معياري قدره ‪40‬ساعة أوجد احتمال‪ :‬أن عينة‬
‫عشوائية مؤلفة من ‪ 16‬مصباحاً هلا وسطاً حسابياً أقل من م‪ 775‬ساعة؟‬
‫‪‬‬
‫‪ ‬‬
‫‪x‬‬
‫‪= 40  10‬‬ ‫‪،    = 800‬‬ ‫احلل‪:‬‬ ‫‪x‬‬
‫‪n‬‬ ‫‪16‬‬
‫‪x‬‬
‫=‪Z‬‬ ‫‪‬‬
‫=‬ ‫‪775  800‬‬
‫‪10‬‬
‫‪ 2.5‬‬

‫‪n‬‬

‫(‪P‬‬ ‫‪x  775)  P(Z  2.5)  0.006‬‬ ‫وابلتايل‬

‫بني االوساط احلسابية‪Sampling :‬‬ ‫‪ ‬توزيع املعاينة للفروق‬
‫‪Distribution of the Differences of Means‬‬
‫لنفرض انه لدينا اجملتمعيني التاليني‪:‬‬
‫اجملتمع االول‪ :‬وسطه احلسايب ‪ ‬وتباينه ‪ 1‬‬
‫‪2‬‬

‫‪1‬‬

‫اجملتمع الثاين‪ :‬وسطه احلسايب ‪ ‬وتباينه‬ ‫‪2‬‬

‫ولنفرض ‪ x‬ان ‪ .‬ميثل الوسط احلسايب لألوساط احلسابية للعينات العشوائية ذات‬ ‫‪1‬‬

‫احلجم ‪ n‬اليت مت سحبها من اجملتمع االول وان ‪ x‬ميثل الوسط احلسايب لألوساط‬
‫‪2‬‬ ‫‪1‬‬

‫احلسابية للعينات العشوائية ذات احلجم ‪ n‬اليت مت سحبها من اجملتمع الثاين‪.‬‬

‫‪2‬‬

‫فتوزيع الفروق بني ‪X  X‬‬ ‫‪1‬‬ ‫‪2‬‬

‫مثال‪:‬‬
‫نفرض ابن اجملتمع االول يتألف من ‪ 3 , 4 ,5‬فالوسط احلسايب له‪:‬‬
‫‪   3  4  5  12  4‬‬
‫‪‬‬ ‫‪‬‬ ‫‪1i‬‬

‫‪N‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪1‬‬

‫) ‪(Y   ) (3  4 )  (4  4 )  (5  4‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪2‬‬
‫‪1  N ‬‬
‫‪2‬‬
‫‪‬‬
‫‪1i‬‬ ‫‪1‬‬

‫‪1‬‬
‫‪3‬‬ ‫‪3‬‬

‫واجملتمع الثاين يتألف من قيمتني مها ‪0, 3‬‬

‫الوسط احلسايب هو‪:‬‬

‫‪14‬‬
 ‫‪3 2‬‬ ‫‪3 2‬‬
‫‪(0 ‬‬ ‫)‬ ‫) ‪ (3 ‬‬
‫‪2‬‬
‫‪2‬‬
‫‪‬‬ ‫‪2‬‬
‫‪2‬‬
‫‪2 9‬‬
‫‪3‬‬
‫اما التباين فهو‬ ‫‪. ‬‬
‫‪2‬‬
‫‪03 3‬‬
‫‪2‬‬
‫‪‬‬
‫‪2‬‬
‫مثال‪ :‬نفرض انه سحبت مجيع العينات املمكنة وذات حجم ‪ n  2‬بطريقة االرجاع‬
‫‪1‬‬

‫من اجملتمع االول وحسبت ‪ . ‬وانه سحبت مجيع العينات املمكنة وذات احلج‬ ‫‪1‬‬

‫‪ n  3‬وبطريقة االرجاع ايضاً من اجملتمع الثاين وحسبت ‪ ‬فجميع العينات‬

‫‪2‬‬ ‫‪2‬‬

‫املمكنة يف كال اجملتمعني مع اوساطهما احلسابية كما هي يف اجلدول التايل‪:‬‬

‫اجملتمع االول‬ ‫اجملتمع الثاين‬
‫رقم العينة‬ ‫العينات‬ ‫‪x‬‬‫‪1‬‬
‫رقم العينة‬ ‫العينات‬ ‫‪x‬‬
‫‪2‬‬

‫‪x‬‬‫‪11‬‬ ‫‪x‬‬ ‫‪12‬‬ ‫‪x‬‬ ‫‪21‬‬ ‫‪x‬‬ ‫‪22‬‬ ‫‪x‬‬ ‫‪23‬‬

‫‪1‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬

‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪3.5‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪3‬‬ ‫‪1‬‬
‫‪3‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪0‬‬ ‫‪3‬‬ ‫‪0‬‬ ‫‪1‬‬
‫‪4‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪3.5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬
‫‪5‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪0‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪2‬‬
‫‪6‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪4.5‬‬ ‫‪6‬‬ ‫‪3‬‬ ‫‪0‬‬ ‫‪3‬‬ ‫‪2‬‬
‫‪7‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪7‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪0‬‬ ‫‪2‬‬
‫‪8‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪4.5‬‬ ‫‪8‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬
‫‪9‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪5‬‬
‫فهي يف اجلدول التايل‪:‬‬ ‫‪x‬‬
‫‪1‬‬
‫‪- x2‬‬ ‫اما مجيع الفروقات املمكنة بني‬
‫‪x‬‬ ‫‪2‬‬ ‫‪x‬‬ ‫‪1‬‬

‫‪3‬‬ ‫‪3.5‬‬ ‫‪4‬‬ ‫‪3.5‬‬ ‫‪4‬‬ ‫‪4.5‬‬ ‫‪4‬‬ ‫‪4.5‬‬ ‫‪5‬‬

‫‪0‬‬ ‫‪3‬‬ ‫‪3.5‬‬ ‫‪4‬‬ ‫‪3.5‬‬ ‫‪4‬‬ ‫‪4.5‬‬ ‫‪4‬‬ ‫‪4.5‬‬ ‫‪5‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪2.5‬‬ ‫‪3‬‬ ‫‪2.5‬‬ ‫‪3‬‬ ‫‪3.5‬‬ ‫‪3‬‬ ‫‪3.5‬‬ ‫‪4‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪2.5‬‬ ‫‪3‬‬ ‫‪2.5‬‬ ‫‪3‬‬ ‫‪3.5‬‬ ‫‪3‬‬ ‫‪3.5‬‬ ‫‪4‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪2.5‬‬ ‫‪3‬‬ ‫‪2.5‬‬ ‫‪3‬‬ ‫‪3.5‬‬ ‫‪3‬‬ ‫‪3.5‬‬ ‫‪4‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪1.5‬‬ ‫‪2‬‬ ‫‪1.5‬‬ ‫‪2‬‬ ‫‪2.5‬‬ ‫‪2‬‬ ‫‪2.5‬‬ ‫‪3‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪1.5‬‬ ‫‪2‬‬ ‫‪1.5‬‬ ‫‪2‬‬ ‫‪2.5‬‬ ‫‪2‬‬ ‫‪2.5‬‬ ‫‪3‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪1.5‬‬ ‫‪2‬‬ ‫‪1.5‬‬ ‫‪2‬‬ ‫‪2.5‬‬ ‫‪2‬‬ ‫‪2.5‬‬ ‫‪2‬‬
‫‪3‬‬ ‫‪0‬‬ ‫‪0.5‬‬ ‫‪1‬‬ ‫‪0.5‬‬ ‫‪1‬‬ ‫‪1.5‬‬ ‫‪1‬‬ ‫‪1.5‬‬ ‫‪2‬‬
‫وجدول توزيع املعاينة بطريقة االرجاع كما هي يف اجلدول التايل‪:‬‬ ‫‪x‬‬ ‫‪1‬‬
‫والتوزيع التكراري ل ـ ‪- x2‬‬

‫‪15‬‬
 ‫‪5‬‬ ‫‪4.5‬‬ ‫‪4‬‬ ‫‪3.5‬‬ ‫‪3‬‬ ‫‪2.5‬‬ ‫‪2‬‬ ‫‪1.5‬‬ ‫‪1‬‬ ‫‪0.5‬‬ ‫‪0‬‬ ‫‪- x2‬‬
‫‪x‬‬
‫‪1‬‬

‫‪1‬‬ ‫‪2‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪13‬‬ ‫‪12 13‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪Fi‬‬

‫واملدرج التكراري ل ـ ‪ x - x‬هو‪:‬‬

‫‪1‬‬ ‫‪2‬‬

‫من هذ ا يتضح ابن املتغري العشوائي ( ‪ ) x - x‬يقرتب توزيعه من التوزيع الطبيعي‬ ‫‪1‬‬ ‫‪2‬‬

‫ويتحسن هذا القرب كلما زادت قيمة ‪ n‬و ‪ n‬فالوسط احلسايب‪:‬‬ ‫‪2‬‬ ‫‪1‬‬

‫‪x‬‬ ‫‪1‬‬
‫‪‬‬
‫‪x2‬‬
‫‪ ( x  x )  ( x )  ( x )    ‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬

‫وميكن حسابه ايضاً من البياانت كالتايل‪:‬‬

‫‪ f ( x  x )  2.5  4  1.5  ‬‬
‫‪x‬‬ ‫‪‬‬ ‫‪i‬‬
‫‪ ‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪‬‬
‫‪1‬‬ ‫‪x2‬‬ ‫‪f‬‬ ‫‪i‬‬
‫‪1‬‬ ‫‪2‬‬

‫‪2 9‬‬
‫‪‬‬ ‫‪‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪ 2x‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪ 34‬‬
‫‪13‬‬
‫اما التباين‪:‬‬
‫‪1‬‬ ‫‪x2‬‬ ‫‪n‬‬ ‫‪1‬‬ ‫‪n‬‬ ‫‪2‬‬
‫‪2 3 12‬‬

‫وميكن حسابه ايضا من البياانت يف اجلدول اعاله‪.‬‬

‫ان النتيجة اليت حصلنا عليها لتوزيع املعاينة لـ ـ ) ‪ ( X  X‬بطريقة السحب‬
‫‪1‬‬ ‫‪2‬‬
‫‪‬‬
‫مع االرجاع من جمتمع حمدود هي نفسها لو سحبناها من جمتمع حمدود مستمر او‬
‫منقطع وهي نفسها ايضا لو كان اجملتمع حمدوداً واملعاينة بطريقة عدم االرجاع على‬
‫ان يكون حجمي اجملتمعني ‪ N‬و ‪ N‬كبرياً نسبة اىل ‪ n‬و ‪. n‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬

‫سنركز يف دراستنا بتوزيع املعاينة للفرق بني وسطني حسابني مستقلني يف حالة‬
‫كون حجمي اجملتمعني الذين سحبت منهما العينات كبريين‪.‬‬
‫‪ ‬اذا كانت العينات مستقلة وذات حجم ‪n n‬‬
‫وسحبت من جمتمعني كبريين او‬ ‫و‬ ‫‪2‬‬ ‫‪1‬‬

‫غري حمدودين (منقطع او مستمر) بوسطني حسابيني ‪ ‬و ‪ ‬وتباينني مها ‪  1‬و‬
‫‪2‬‬

‫‪2‬‬ ‫‪1‬‬

‫‪  1‬على التوايل فان توزيع املعاينة للفرق بني الوسطني احلسابني ) ‪ ( X  X‬يقرتب‬
‫‪1‬‬ ‫‪2‬‬
‫‪2‬‬

‫من التوزيع الطبيعي بوسط حسايب قدره ‪:‬‬

‫‪16‬‬
 ‫‪2‬‬ ‫‪ ‬واحنراف معياري قدره ‪ 2‬‬ ‫‪  ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪‬‬
‫‪x1 x 2‬‬ ‫‪n‬‬ ‫‪1‬‬ ‫‪n‬‬ ‫‪2‬‬
‫‪x‬‬ ‫‪1‬‬ ‫‪x2‬‬ ‫‪1‬‬ ‫‪2‬‬

‫‪(x‬‬
‫) ‪x 2 )  (  1  2‬‬
‫= ‪ Z‬هي قيمة من قيم املتغري الطبيعي ‪Z‬‬ ‫لذا فان‬
‫‪1‬‬

‫‪‬‬ ‫‪2‬‬
‫‪1‬‬
‫‪‬‬ ‫‪‬‬ ‫‪2‬‬
‫‪2‬‬

‫‪n‬‬ ‫‪1‬‬ ‫‪n‬‬ ‫‪2‬‬

‫مثال‪:‬‬
‫اذا كانت شركة ‪ A‬تنتج شاشة تلفزيون متوسط عمرها ‪ 6.5‬سنه وابحنراف معياري‬
‫قدره ‪ 0.9‬سنه‪ .‬بينما شركه ‪B‬تنتج شاشة تلفزيون متوسط عمرها ‪ 6‬سنوات‬
‫وابحنراف معياري ‪0.8‬سنه‪ .‬احسب احتمال ان عينه عشوائية ذات حجم ‪36‬‬
‫شاشة من انتاج الشركة ‪ A‬هلا متوسط عمر على االقل سنة اكثر من متوسط عمر‬
‫عينه مؤلفة من ‪ 49‬شاشة من الشركة ‪. B‬‬
‫احلل‪:‬‬
‫املعلومات املعطاة هي‪:‬‬
‫اجملتمع الثاين ‪B‬‬ ‫اجملتمع االول ‪A‬‬
‫‪ 6‬‬ ‫‪2‬‬
‫‪  6.5‬‬ ‫‪1‬‬

‫‪  0 .8‬‬ ‫‪2‬‬ ‫‪  0.9‬‬ ‫‪1‬‬

‫‪n‬‬ ‫‪2‬‬
‫‪ 49‬‬ ‫‪n  36‬‬
‫‪1‬‬

‫‪x‬‬ ‫‪‬‬
‫‪  ‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪=6.5- 6= 0.5‬‬
‫‪1‬‬ ‫‪x2‬‬

‫‪2‬‬ ‫= ‪2‬‬ ‫‪0.81‬‬ ‫‪0.64‬‬

‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ 0.189‬‬
‫‪1‬‬ ‫‪2‬‬

‫‪x1 x 2‬‬ ‫‪n‬‬

‫‪1‬‬ ‫‪n‬‬ ‫‪2‬‬
‫‪36‬‬ ‫‪49‬‬
‫‪(x‬‬
‫=‪Z‬‬ ‫‪1‬‬
‫) ‪x 2 )  (  1  2‬‬ ‫=‬ ‫‪1  0 .5‬‬
‫‪ 2.646‬‬
‫‪‬‬ ‫‪2‬‬
‫‪1‬‬
‫‪‬‬
‫‪2‬‬
‫‪2‬‬ ‫‪‬‬ ‫‪.189‬‬

‫‪n‬‬ ‫‪1‬‬ ‫‪n‬‬ ‫‪2‬‬

‫‪P ( ( X 1  X 2) >1 =P(Z>2.646)= 1 –P(Z<2.646)=1- 0.9959= 0.0041‬‬

‫‪17‬‬
‫‪‬‬
‫مستقلني ويتوزعان توزيعاً طبيعياً بوسط حسايب‬
‫‪x‬‬
‫‪ ‬ا ذا كان املتغريان العشوائيان‬
‫‪‬‬ ‫‪y‬‬

‫‪‬‬ ‫‪2‬‬
‫وتباين قدره ‪ 2‬فان الفرق بني ‪ x - y‬يتوزع توزيعاً طبيعياً بوسط حسايب قدره‬‫‪x‬‬

‫‪‬‬ ‫‪y‬‬

‫‪     ‬وتباين قدره ‪. 2   2   2‬‬

‫‪x y‬‬ ‫‪x‬‬ ‫‪y‬‬ ‫‪x y‬‬ ‫‪x‬‬ ‫‪y‬‬

‫توزيع معاينة النسب‪ :‬حمذوف‬

‫مسائل غري حملولة‪:‬‬
‫‪ – 1‬نفرض امن جمتمعاً يتألف من القيم التالية‪ x = 2 ,4 , 6 :‬اخذت مجيع‬
‫العينات وبطريقة االرجاع ذات احلجم ‪. n= 4‬‬
‫‪2 ‬‬
‫‪2‬‬

‫‪‬‬ ‫ء‬
‫بني ان ‪   ‬و‬
‫‪n‬‬ ‫ء‬

‫‪ - 2‬نفرض انه لدينا جمتمعاً مكوانً من املشاهدات التالية ‪:‬‬

‫‪x = 2 , 4 ,6, 8 , 10‬‬
‫ومت اختيار عينة عشوائية مكونة من مشاهدتني من هذا اجملتمع بدون ارجاع‪ ،‬احسب‬
‫مجيع العينات من هذا اجملتمع واوساطها احلسابية‪.‬‬

‫‪18‬‬
 ‫الفصل الثاين‬
‫مبادئ نظرية االحتماالت‬
‫‪Elementary Probability Theory‬‬
‫مقدمة‪ :‬تلعب نظرية االحتماالت دوراً هاماً يف نظرايت وتطبيقات علم االحصاء‪.‬‬
‫وتعىن نظرية االحتماالت بدراسة التجارب العشوائية‪ .‬ومعظم األمثلة عن‬
‫االحتماالت مبنية على التجارب التالية‪:‬‬
‫جتارب يف زهر الطاولة – جتارب قطع النقود – جتارب صندوق حيوي كرات خمتلفة‬
‫– جتارب جمموعة ورق اللعب‪.‬‬
‫وان استعمال االمثلة يف نظرية االحتماالت ال يعين ابن نظرية االحتماالت ال تطبق‬
‫اال يف هذه اجملاالت واحلقيقة فان نظرية االحتماالت تطبق يف شىت جماالت احلياة‬
‫وهناك سببان يف استخدام مثل هذه االمثلة ومها االول اترخيي يعود اىل القامرين كانوا‬
‫اول من اهتم بنظرية االحتماالت يف االلعاب والثاين هو سهولة مثل هذه األمثلة‪.‬‬
‫مصطلحات وتعاريف‪:‬‬
‫التجربة العشوائية‪The random experiment :‬‬
‫هي التجربة اليت ال ميكن معرفة نتيجتها خلضوعها لقوانني االحتمال‪.‬‬
‫رمي حجر الطاولة هي جتربة عشوائية الن النتائج املمكنة ختضع لقوانني االحتمال‪.‬‬
‫وإذا اراد كيميائي ان يقدر كمية الزيت يف بذور القطن فان العينة اليت سيبين عليه‬
‫تقديره والنتائج اليت سيحصل عليها ختضع لقوانني االحتماالت وهلذا فان هذه‬
‫التجربة عشوائية‪.‬‬
‫وهلذا ميكن تعريف التجربة اباهنا العمل الفيزايئي الذي اقوم به للحصول على‬
‫النتائج‪.‬‬
‫‪19‬‬
 ‫فضاء العينة‪Sample space :‬‬
‫هو جمموعة من النقاط متثل مجيع النتائج املمكنة لتجربة ما حيث ان كل نتيجة متثل‬
‫نقطة ‪point‬او عنصر ‪element‬يف فضاء العينة‪.‬‬
‫امثلة‪ :‬ومي قطعة النقود مرة او مرتني يكون فضاء العينة كذلك عند رمي حجر‬
‫النرد‪.‬‬
‫تعريف احلدث‪ :‬هو نقطة او عدة نقاط يف فضاء العينة ويرمز له بـ ‪ Ei‬وله عدة‬
‫انواع‪:‬‬
‫احلدث االبتدائي‪ :‬هو احلدث الذي ال ميكن جتزئته اىل احداث اقل منه‪.‬‬ ‫‪-‬‬
‫مثال رمي قطعة النقود حنصل اما على الصورة او الكتابة‪.‬‬
‫‪-‬احلدث املركب‪ :‬هو احلدث الذي ميكن جتزئته اىل احداث اقل منه‪ .‬مثال رمي‬
‫حجر النرد حنصل على فضاء العينة التايل‪Ω =( 1, 2,3 ,4 5 , 6)، :‬‬
‫فاذا طلبنا ما هو احتمال حصويل على وجه حيمل رقم زوجي‪.‬‬
‫)‪ E(A) = ( 2 , 4 , 6‬هو حدث مركب ميكن جتزئته اىل احداث اقل‬
‫منه مثل ‪ E(B) = ( 2 , 4 ) :‬و‬
‫)‪ E(C) = ( 2‬وهكذا‪....‬‬
‫االحداث املتكافئة‪ :‬هي االحداث اليت يكون هلا نفس االحتمال‪.‬‬
‫االحداث املتنافية‪ Mutually (exclusive) events :‬نقول عن‬
‫حدثني ‪ E1, E2‬ااهنما متنافيان (مستبعدان )اذا استحال حدوثهما معاً‪.‬‬
‫مثال‪ :‬رمي قطعة نقود فمن املستحيل احلصول على صورة وكتابة يف نفس الوقت‪.‬‬
‫احلوادث املستقلة‪- independent events :‬هي احلوادث اليت إذا وقع‬
‫احداها ال مينع او يؤثر على وقوع االحداث االخرى‪.‬‬
‫مثال‪ :‬رمي قطعيت نقود فاحلصول على صورة من القطعة االوىل مثالً ال يؤثر يف‬
‫نتيجة القطعة الثانية‪.‬‬
‫‪20‬‬
‫االحداث غري املستقلة‪- Non independent events:‬احلوادث غري‬
‫املستقلة هي احلوادث اليت إذا وقع أحداها يؤثر على وقوع االحداث االخرى‪.‬‬
‫مثال‪ :‬صندوق حيتوي كرات بيضاء وسوداء فعند سحب كراتن على التوايل حبيث ال‬
‫تعاد الكرة االوىل فان نتيجة السحبة الثانية تتأثر بنتيجة السحبة االوىل لذا فاحلداثن‬
‫غري مستقلني‪.‬‬
‫احلدث االكيد‪ :‬هو احلدث الذي احتماله يساوي الواحد‪.‬‬
‫احلدث املستحيل‪ :‬هو احلدث الذي احتماله يساوي الصفر‪.‬‬
‫االحداث املتكافئة‪ :‬هي االحداث اليت احتماالهتا متساوية‪.‬‬
‫احلاالت املمكنة‪ :‬هي مجيع احلاالت املختلفة اليت ميكن ان تظهر يف جتربة معينة‪.‬‬
‫مثال‪ :‬رمي قطعة النقود فعدد احلاالت املمكنة مها حالتني (صورة او كتابة)‬
‫احلاالت املواتية (املالئمة)‪ :‬هي احلاالت اليت حتقق ظهور احلادث املراد دراسته‬
‫وتسمى ايضاً حباالت النجاح‪.‬‬
‫مثال‪ :‬رمي حجر النرد فاذا كان احلدث هو احلصول على رقم زوجي فاحلاالت اليت‬
‫حتقق ذلك هي ‪ 2, 4,6‬هذه احلاالت تسمى ابحلاالت املواتية‪.‬‬
‫احلاالت املتماثلة‪ :‬هي احلاالت املتكافئة واملتساوية يف امكانية حدوثها‪.‬‬
‫مثال‪ :‬رمي قطعة نقود فإن الظروف املهيأة للحصول على اي وجه (صورة او كتابة)‬
‫تكون متكافئة‪.‬‬
‫مضروب ‪n‬ويرمز له !‪ n‬يعرف ابنه‬
‫‪n! = n (n-1)( n-2)……1‬‬
‫فمثالً مضروب ‪5! = 5.4.3.4.3.1 =120‬‬
‫‪ 0! =1‬و ‪1! = 1‬‬
‫الرتاتيب‪-‬الرتاتيب – التوافيق‪.‬‬
‫االحتمال‪Probability :‬‬
‫‪21‬‬
‫التعريف الكالسيكي لالحتمال‪ :‬لنفرض ان حاداثً‪ E1‬ميكن ان حيدث او ينجح يف‬
‫‪n‬من احلاالت وتسمى احلاالت املواتية ‪ Favorable cases‬من جمموع ‪ N‬من‬
‫احلاالت املمكنة هذه متساوية احلدوث ‪Equally likely cases‬فان درجة‬
‫احتمال ظهور احلادث ‪Ei‬ويرمز له ب ـ )‪ P (Ei‬هو‬
‫عدد احلاالت املواتية ‪ /‬عدد احلاالت املمكنة = )‪P (Ei‬‬
‫االحتمال النسيب او التجرييب‪:‬‬
‫إذا اجريت جتربة مث اعيدت ‪n‬من املرات فان احتمال حدوث احلادث ‪Ei‬هو عبارة‬
‫عن نسبة حدوثه اي = )‪P(Ei‬عدد ظهور احلادث ‪ /‬عدد مرات التجربة‪.‬‬
‫مثال‪ :‬نلقي حجر نرد ‪100‬فكان عدد مرات الوجه الذي حيمل ‪ 3‬هو ‪ 20‬مرة‬
‫‪20‬‬
‫‪100‬‬
‫لذا فان احتمال ظهور الوجه الذي عليه ‪ 3‬نقاط هو‬
‫بعض خواص االحتماالت‪:‬‬
‫‪P(E) + P( E ) =1‬‬
‫‪‬‬

‫‪1 = > P(E) >= 0‬‬

‫قوانني االحتماالت‪:‬‬
‫قبل شرح قوانني االحتماالت لنفرض انه هناك حاداثن ‪ E1 , E2‬فالتعابري التالية‬
‫يقصد هبا ما يلي‪:‬‬
‫احتمال وقوع احلدث ‪ E1‬او ‪ (p (E1+E2) = E2‬اي احتمال وقوع آاي‬
‫منهما فقط)‪.‬‬
‫احتمال وقوع ‪ E1‬و‪ E2‬معاً هو)‪p (E1.E2‬‬
‫احتمال حدوث ‪ E2‬علماً ابن‪ E1‬قد حدث)‪ p (E1/E2‬ويسمى ابالحتمال‬
‫الشرطي ‪Conditional probability :‬‬
‫قوانني مجع االحتماالت‪:‬‬

‫‪22‬‬
 ‫أ – يف حال كون االحداث مستقلة‪ :‬اذا كان لدينا حاداثن ‪ E1‬و ‪ E2‬متنافيان‬
‫فان احتمال حدوث اي منهما (اي ‪ E1‬او ‪ ) E2‬هو حاصل مجع احتمال كل‬
‫)‪P (E1+E2)=P(E1)+P(E2‬‬ ‫منهما اي‬
‫ب – يف حال كون االحداث غري مستقلة‪ :‬اذا كان لدينا حاداثن ‪ E1‬و ‪E2‬‬
‫غري متنافيان فان احتمال حدوث اي منهما (اي ‪ E1‬او ‪ ) E2‬هو حاصل مجع‬
‫احتمال كل منهما انقصا احتمال حدوثهما معاً‬
‫‪P (E1+E2)=P(E1)+P(E2) - p (E1.E2).‬‬
‫قوانني ضرب االحتماالت‪Multipcation law :‬‬
‫أ – إذا كانت االحداث مستقلة‪:‬‬
‫اذا كان ‪ E1‬و ‪ E2‬حادثني مستقلني فان احتمال حدوثهما معا هو حاصل‬
‫ضرب كل منهما اي‪:‬‬
‫)‪p (E1.E2)= P(E1).P(E2‬‬
‫ب – اذا كانت االحداث غري مستقلة‪ :‬اذا كان ‪ E1‬و ‪ E2‬حادثني غري‬
‫مستقلني فان احتمال حدوثهما معا يساوي حاصل ضرب احتمال وقوع احلادث‬
‫االول يف احتمال وقوع احلدث الثاين علما ابن االول قد وقع‬
‫)‪P(E1.E2)= P(E1).P(E2/E1‬‬
‫االحتمال الشرطي‪ :‬نقوم بتقسيم الطرفني على احتمال )‪ P(E1‬جند )‪P(E1‬‬
‫‪ P(E2/E1) = p (E1.E2) /‬قانون االحتماالت الشرطية‪.‬‬
‫التوزيع االحتمايل‬
‫‪Probability Distribution‬‬
‫تكلمنا يف السنوات السابقة عن التوزيع التكراري للعينات مع ذكر اخلواص الوصفية‬
‫اليت تصف هذه التوزيعات ويف هذا الفصل سيكون اهتمامنا منصباً على التوزيع‬
‫التكراري للمجتمع االحصائي مع ذكر اخلواص الوصفية له ان التوزيع التكراري للعينة‬
‫‪23‬‬
 ‫هو توزيع تقديري للتوزيع التكراري للمجتمع العائدة له تلك العينة‪ .‬والتوزيع‬
‫االحتمايل عبارة عن منوذج رايضي ‪Mathematical Model‬للتوزيع التكراري‬
‫احلقيقي للمجتمع‪.‬‬
‫‪ -‬املتغري العشوائي (املتغري االحصائي) ‪Random variable or‬‬
‫‪Statistical variable‬‬
‫استخدمنا كلمة جتربة ‪ Experiment‬لوصف اي عملية تؤدي اىل ظهور‬
‫النتائج‪ ،‬كما استخدمنا كلمة فضاء العينة ‪ Sample space‬للداللة على مجيع‬
‫النتائج املمكنة للتجربة وكل نتيجة متثل نقطة ‪ point‬يف فضاء العينة‪.‬‬
‫مثال‪ :‬اذا رمينا قطعة نقود ثالث مرات (اورمينا ثالث قطع نقود مرة واحدة) فهنا‬
‫يكون فضاء العينة مكوانًكاال يت‪:‬‬
‫‪HHH , HHT , HTH , THH , THT , TTH,‬‬
‫‪TTT‬‬
‫ولكن قد يكون اهتمامنا هو عدد ظهور الصورة ‪ H‬ففي هذه احلالة فان عدد‬
‫الصور هي اما ‪ 0‬او ‪ 1‬او ‪ 2‬او ‪ 3‬فاذا رمزان لكل قيمة ب ـ ‪ x‬فان = ‪xi‬‬
‫‪0 ,1 ,2 ,3‬‬
‫من هذا يتضح ابن هناك عالقة تبني كل قيمة من قيم ‪x‬ونقاط فضاء العينة ويرمز‬
‫له ب ـ ‪ E‬هي )‪x = f(E‬‬
‫‪TTT HTT HHH HHT HTH THH THT TTH :‬‬ ‫)‪F(E‬‬
‫‪0‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪:X‬‬
‫‪1‬‬
‫اي ان كل قيمة من ‪ x‬تعتمد على نقاط معينة من فضاء العينة تسمى ‪x‬ابملتغري‬
‫العشوائي‪.‬‬

‫‪24‬‬
 ‫تعريف املتغري العشوائي (املتغري االحصائي) هو‪ :‬دالة )‪ )function‬قيمها‬
‫حقيقية حتدد بكل عنصر من عناصر من فضاء العينة‪.‬‬
‫نعود اىل جتربة رمي ثالث قطع نقود وان ‪x‬هي عدد ظهور الصورة فيكون = ‪x‬‬
‫‪0 ,1 ,2 , 3‬‬
‫احتمال عدم ظهور صورة هو ‪1/8‬‬
‫احتمال ظهور الصورة مرة واحدة هو ‪3/8‬‬
‫احتمال ظهور الصورة مرتني هو ‪3/8‬‬
‫احتمال ظهور الصور ثالث مرات هو ‪1/8‬‬
‫‪P(x=3)= 3/8، P(x=2)= 3/8، P(x=1)=3/8، P(x=0)=1/8‬‬
‫اقرتان كل قيمة من قيم املتغري العشوائي ابالحتمال املقابل هلذه القيمة يسمى ابلتوزيع‬
‫االحتمايل للمتغري العشوائي‪.‬‬
‫‪X:‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2 3‬‬
‫‪P(x=3)= ، P(x=2)= 3/8، P(x=1)=3/8، P(x=0)=1/8‬‬
‫‪3/8‬‬
‫ومبعرفة هذا القانون ميكن حل مجيع املسائل املرتبطة هبذا املتغري العشوائي فالتوزيع‬
‫االحتمايل للمتغري للتجربة السابقة كما هو يف الشكل التايل‪:‬‬
‫التمثيل البياين للتوزيع االحتمايل لعدد ظهور الصورة‬
‫مثال‪ :‬أتمل رمي حجري نرد فضاء العينة هو التايل‪:‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬
‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬
‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬
‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬
‫‪25‬‬
‫‪Xi‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪11‬‬ ‫‪12‬‬
‫)‪P(x‬‬ ‫‪1/36‬‬ ‫‪2/36 3/36 4/36 5/36 6/36 5/36 4/36‬‬ ‫‪3/36‬‬ ‫‪2/36‬‬ ‫‪1/36‬‬
‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪11‬‬
‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪11‬‬ ‫‪12‬‬
‫اذا كان اهتمامنا مبجموع القيم او النقاط على وجهي حجر النرد عند رميهما فان‬
‫‪ x‬أتخذ القيم التالية‪:‬‬
‫‪Xi : 2 3 4 5 6 7 8 9 10 11 12‬‬
‫فاحتمال احلصول على قيمة من قيم املتغري العشوائي السابق‬
‫هي‪P(x=2)= 3/8 , P(x=3)= 3/8 , P(x=4)= 3/8 , :‬‬
‫=)‪P(x=5)= 3/8 , P(x=6)= 3/8 , P(x=7)= 3/8 , P(x=8‬‬
‫‪3/8 , P(x=9)= 3/8 , P(x=10)= 3/8 , P(x=11)= 3/8 ,‬‬
‫‪P(x=12)= 3/8‬‬
‫فالتوزيع االحتمايل ل ـ ‪ x‬هو كالتايل‪:‬‬
‫اما التمثيل البياين للتوزيع االحتمايل هلذا املتغري العشوائي هو‪:‬‬
‫املتصلة‪Discrete Probability :‬‬ ‫التوزيعات االحتمالية املنقطعة او‬
‫‪Distribution‬املتغري العشوائي الذي ختتلف قيمة الوحدة عن االخرى بكميات‬
‫حمدودة يسمى ابملتغري العشوائي املنقطع‪:‬‬
‫التوزيع االحتمايل للمتغري العشوائي املنقطع‪ :‬هو جدول او قانون يعطي مجيع قيم‬
‫املتغري العشوائي املنقطع مع مجيع االحتماالت املقرتنة مع كل قيمة من قيم املتغري‬
‫العشوائي املنقطع ويرمز هلا ب ـ )‪f(x‬حبيث ان‪:‬‬
‫‪f(x)>= 0‬‬
‫‪∑ f(x)=1‬‬

‫‪26‬‬
‫مثال‪ :‬نفرض ان ‪ x‬متثل عدد الصور يف جتربة رمي قطعيت نقود ‪ .‬فضاء العينة مع قيم‬
‫‪x‬هي كالتايل‪:‬‬
‫‪Xi: 0 1‬‬ ‫‪1 2‬‬
‫‪: TT HT TH HH‬فضاء العينة‬
‫االحتماالت املقابلة هلا هي‪:‬‬
‫‪Xi‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬
‫)‪P(x‬‬ ‫‪1/4‬‬ ‫‪1/2‬‬ ‫‪1/4‬‬
‫التمثيل البياين للتوزيع االحتمايل‪:‬‬
‫املنقطعة‪Discrete Probability :‬‬ ‫ومن اهم التوزيعات االحتمالية‬
‫‪ -Distribution‬توزيع ثنائي احلدين‪Binomial :‬‬
‫‪Distribution‬‬
‫يعترب توزيع ثنائي احلدين من اهم التوزيعات االحتمالية املنقطعة‪ .‬أتمل حدوث جتربة‬
‫ما حبيث ان مجيع النتائج ميكن تصنيفها اىل ظهور احلادث او عدم ظهوره وعادة‬
‫يطلق على ظهور احلادث او احلصول على النتيجة ابلنجاح ‪Success‬وعدم ظهوره‬
‫ابلفشل ‪ failure‬ولنفرض ان املتغري العشوائي املنقطع ميثل حاالت النجاح والذي‬
‫ميثل عدد ظهور احلادث ابلتجربة املرمية ‪ n‬مرة‪ .‬فان هذا املتغري يسمى ابملتغري ذي‬
‫احلدين وهو منقطع ألنه أيخذ قيم معدودة وحمدودة‪.‬‬
‫تعريف يف التجارب املتكررة ى من املرات واملستقلة واليت تصنف نتائجها اىل صفتني‬
‫جنا (ظهور احلادث) او الفشل (عدم ظهور احلادث) فاذا رمزان االحتمال وقوع‬
‫النجاح بـ ‪ P‬والفشل بـ ‪ q‬حبيث ‪p + q = 1‬‬
‫ورمزان للمتغري العشوائي بـ ‪ x‬بعدد النجاح‪.‬‬
‫فان احتمال ظهور احلادث ‪ x‬عدد من املرات يف ‪ n‬جتربة من التجارب ميكن‬
‫حسابه بقانون توزيع ثنائي احلدين التايل ‪P(x=x0) C P q = :‬‬
‫‪m‬‬
‫‪n‬‬
‫‪m‬‬ ‫‪nm‬‬

‫‪27‬‬
 ‫‪Xi = 0, 1 ,2 ,3……n‬‬
‫واملتغري ‪xi‬يقال له ابنه يتوزع توزيعاً ذي احلدين‪.‬‬
‫فتجارب ذي احلدين تتميز‪:‬‬
‫‪ -‬ان التجربة تتكرر ‪ n l‬مرة‪.‬‬
‫‪ -‬التجارب املتكررة هذه تكون لتجربة االصل اي مستقلة‪.‬‬
‫‪ -‬نتيجة كل جتربة اما ان احلادث ينجح او يفشل‪.‬‬
‫مثال‪ :‬جتربة رمي قطعة النقود ‪3‬مرات‬
‫‪n =3, p =1/2, q = 1/2‬‬
‫ميكن تطبيقها مباشرة من تطبيق قانون ثنائي احلدين‪.‬‬
‫‪- P(x=x0) C P q‬‬ ‫‪m‬‬
‫‪n‬‬
‫‪m‬‬ ‫‪nm‬‬

‫مثال‪ :‬إذا كان احتمال اصابة العب كرة السلة‪ A‬اهلدف يف رمية هو ‪ 3/4‬فما هو‬
‫احتمال اصابة اهلدف مرتني من ‪4‬رميات حرة‪.‬‬
‫‪ -‬الوسط احلسايب والتباين ملتغري يتوزع توزيعاً ذي احلدين على التوايل‪   np :‬و‬
‫‪  npq‬‬
‫‪2‬‬

‫‪m =2 ، n =4 , p =3/4 , q = 1/4‬‬ ‫احلل‪:‬‬

‫‪P(x=2) c ( 3 4 ) ( 14 ) = 0.211‬‬
‫‪2‬‬
‫‪4‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪- P(x=x0) C P q‬‬ ‫‪m‬‬
‫‪n‬‬
‫‪m‬‬ ‫‪nm‬‬

‫مثال‪:‬‬
‫وجد يف احد املصانع أبن نسبة العلب التالفة(املعيبة) يف معجون الطماطة اليت‬
‫ينتجها املصنع هي ‪ : 5%‬فاذا اخذت عينة مؤلفة من ‪ 10‬علب‪ ،‬أحسب‬
‫احتمال‪ - :‬ان تكون العينة كلها اتلفة – ان تكون العينة كلها جيدة – ان يكون‬
‫ابلعينة ‪ 3‬ثالث علب اتلفة‪.‬‬
‫احلل‪:‬‬
‫‪m =10 , n =10 , p =0.05 , q = 0.95‬‬
‫‪28‬‬
 ‫= )‪P(x=10) c (0.05) (0.95‬‬
‫‪10‬‬
‫‪10‬‬
‫‪10‬‬ ‫‪0‬‬
‫‪- P(x=x0) C P q‬‬ ‫‪m‬‬
‫‪n‬‬
‫‪m‬‬ ‫‪nm‬‬

‫= )‪P(x=10) c (0.95) (0.05‬‬

‫‪10‬‬
‫‪10‬‬
‫‪10‬‬ ‫‪0‬‬

‫= )‪P(x=3) c (0.05) (0.95‬‬

‫‪10‬‬
‫‪10‬‬
‫‪3‬‬ ‫‪7‬‬

‫ومن التوزيعات االحتمالية املنقطعة االخرى ‪ :‬التوزيع االحتمايل املتعدد احلدود –‬

‫التوزيع اهلندسي‪ -‬التوزيع البواسوين – توزيع ذي احلدين السالب‪ .‬وسوف نتطرق‬
‫فقط للتوزيع البواسوين‪.‬‬
‫‪ -‬التوزيع البوا سوين‪Poisson Distribution :‬‬
‫يف بعض التجارب قد حيدث املتغري العشوائي يف جزء من فرتة او وقت حمدود فمثالً‬
‫عدد املكاملات التلفونية يف الساعة املستعملة من قبل دائرة ما‪ .‬عدد اايم تعطيل‬
‫املدارس بسبب سقوط الثلوج‪ .‬عدد الفئران يف الدومن يف حقول الذرة او عدد‬
‫البكرتاي يف حملول معني‪.‬‬
‫فالتجارب اليت تؤدي اىل ظهور مثل هذا املتغري العشوائي تسمى جتارب بواسون‬
‫‪ Poisson Distribution‬وهذه التجارب تتصف مبا يلي‪:‬‬
‫عدد احملاوالت املستقلة (‪ )n‬يكون كبرياً اي أكرب من ‪ 50‬حماولة‬
‫متوسط عدد ظهور النجاحات " ‪" ‬معروف‪.‬‬
‫احتمال جناح واحد خالل فرتة قصرية ويف منطقة قصرية يتناسب مع طول الوقت‬
‫وحجم اجملال‪.‬‬
‫احتمال أكثر من جناح واحد يف مثل هذه الفرتة القصرية واملنطقة الصغرية هو‬
‫احتمال اندر‪.‬‬
‫املتغري العشوائي البواسوين هو ميثل عدد النجاحات يف التجربة البواسونية‪.‬‬
‫التوزيع االحتمايل للمتغري العشوائي البواسوين ‪x‬الذي ميثل عدد النجاحات اليت‬
‫‪x = 1,2….‬‬ ‫حتدث يف فرتة وقت حمدودة ومنطقة معينة هو‪:‬‬

‫‪29‬‬
 ‫‪ P ( x)  e ‬و‬
‫‪‬‬ ‫‪x‬‬

‫عدد النجاحات‪.‬‬ ‫‪‬‬ ‫‪ e= 2.71828‬و‬

‫‪x‬‬ ‫‪i‬‬

‫مثال‪ :‬اذا كان متوسط عدد االايم اليت تعطل فيها الدراسة يف مدرسة معينة يف‬
‫مدينة ما بسبب هطول الثلوج يف فصل الشتاء هو ‪ .4‬فما هو احتمال ان املدارس‬
‫ستعطل ملدة ‪ 6‬اايم خالل الشتاء‪.‬‬
‫‪‬‬ ‫‪= np‬‬ ‫احلل‪:‬‬
‫‪P(x) = e 3‬‬
‫‪4‬‬ ‫‪6‬‬

‫‪‬‬
‫)‪(0.018)(730‬‬
‫‪ 0.018‬‬ ‫)‪- P ( x‬‬ ‫‪‬‬
‫‪e‬‬
‫‪‬‬
‫‪‬‬ ‫‪x‬‬

‫‪6‬‬ ‫!‬
‫‪720‬‬ ‫‪x‬‬ ‫‪i‬‬

‫مثال‪ :‬إذا كان ‪ %3‬من مصابيح الكهرابء املصنوعة بواسطة شركة معينة تكون معيبة‬
‫أوجد احتمال انه يف عينة مكونة من ‪ 100‬مصباح سيكون هناك‪:‬‬
‫‪ -1‬مصباح واحد معيب‪ – 2 .‬مصباحان معيبان‪ – 3 .‬أربع مصابيح معيبة‪.‬‬
‫مثال‪ :‬إذا كان متوسط عدد الفئران يف دومن حقل الذرة املؤلف من ‪50‬دومن هو‬
‫‪ 10‬احسب احتمال دومن حيوي على أكثر من ‪ 15‬فارة‪.‬‬
‫‪ ‬العالقة بني توزيع بواسون وذي احلدين‪ :‬ميكن اعتبار توزيع حالة خاصة من‬
‫توزيع ثنائي احلدين وذلك عندما تكون ‪n‬كبرية جداً وتقرتب من ∞ وتكون ‪p‬‬
‫صغرية جداً وتقرتب من الصفر ويف هذه احلالة تكون النتيجة اليت حنصل عليها‬
‫بتطبيق توزيع ذي احلدين قريبة جداً من النتيجة اليت حنصل عليها من جراء تطبيق‬
‫بواسون‪.‬‬
‫مثال‪ :‬إذا كان ‪10%‬من القطع املنتجة يف عملية صناعية تكون معيبة أوجد‬
‫احتمال انه يف عينة مكونة من عشر قطع اختريت بطريقة تكافؤ الفرص ‪...‬سنجد‬
‫قطعتني معيبتني‪.‬‬
‫احلل‪:‬‬
‫‪P(x=2) c 0.10 0.90 = 0.1935‬‬
‫‪2‬‬
‫‪10‬‬
‫‪2‬‬ ‫‪8‬‬
‫‪- P(x=x0) C P q‬‬ ‫‪m‬‬
‫‪n‬‬
‫‪m‬‬ ‫‪nm‬‬

‫‪30‬‬
‫‪P(x) = e 1‬‬
‫‪1 2‬‬

‫‪‬‬
‫)‪(0.36788)(1‬‬
‫‪ 0.18394‬‬ ‫)‪- P ( x‬‬ ‫‪‬‬
‫‪e‬‬
‫‪‬‬
‫‪‬‬ ‫‪x‬‬

‫‪2‬‬ ‫!‬
‫‪2‬‬ ‫‪x‬‬ ‫‪i‬‬

‫املستمرة(املتصلة)‪ :‬او دالة كثافة االحتمال المستمرة‬ ‫التوزيعات االحتمالية‬

‫‪Probability or Probability density function Continuous‬‬
‫‪Distribution‬‬

‫ترتبط هذه التوزيعات ابملتغريات العشوائية املتصلة حيث ان التوزيع هنا هو مبثابة دالة‬
‫ملتغري عشوائي متصل اي يتضمن قياساً‪ ،‬ويتم متثيله بيانيا اما ابستخدام املدرج‬
‫التكراري او املضلع التكراري وحىت الرسم البياين اخلطي‪.‬‬
‫وأيخذ املتغري العشوائي أية قيمة داخل حدود معينة يسمى املتغري العشوائي املستمر‬
‫وبصورة عامة فان هذه القيم هي قيم قياسية‬
‫‪ -‬التوزيع االحتمايل املستمر هو التوزيع الذي أيخذ قيم املتغري العشوائي قيما بني‬
‫حدين ودالته )‪f(x‬تكون موجبه جلميع القيم ‪ x‬بني ∞ > ‪:∞ < x‬‬
‫وألي حدث ‪ A‬فان‪:‬‬
‫‪P(A) =  f ( x)dx‬‬ ‫‪A‬‬

‫ان دالة االحتمال هذه تسمى دالة كثافة االحتمال‪:‬‬

‫ومن خواص هذه الدالة‪:‬‬
‫‪F(x)>=0‬‬
‫ان دالة كثافة االحتمال موجبة ‪ ،‬وان املساحة حتت املنحين تساوي الواحد‪x.‬‬
‫‪P(A) =  f ( x)dx = 1‬‬
‫‪A‬‬

‫وان املساحة احملصورة بني ‪ a‬و ‪ b‬من منحين دالة االحتمال هو ‪P(a < x< :‬‬
‫‪b) =  f ( x)dx‬‬
‫‪b‬‬

‫‪a‬‬

‫وان احتمال ‪ x‬تساوي قيمة معينة = صفر اي‪:‬‬

‫‪P( x=a) =  f ( x)dx = 0‬‬
‫‪b‬‬

‫‪a‬‬

‫‪31‬‬
 ‫القيمة املتوقعة‪ Expected value :‬او التوقع الرايضي ‪Mathematical‬‬
‫‪: expectation‬‬
‫اذا كان املتغري ‪ x‬أيخذ القيم ‪ x1 , x2 , ……xn‬ابحتمال ‪p(x1),‬‬
‫)‪ P(x2),……………….P(xn‬على التوايل فان القيمة املتوقعة ل ـ‪ x‬ويرمز‬
‫هلاب ـ )‪E(x‬هو‬
‫)‪E(x)= x1.P(x1)+ X2.P(x2)+ ……..+xn.P(xn‬‬
‫)‪E(x) =  xi. p ( xi‬‬
‫‪n‬‬

‫‪i 1‬‬

‫فاذا كان التوزيع االحتمايل منفصالً فان القيمة املتوقعة هي‪:‬‬

‫)‪E(x) =  xi. p ( xi‬‬
‫‪n‬‬

‫‪i 1‬‬

‫فاذا كان التوزيع االحتمايل متصالً فان القيمة املتوقعة هي‪:‬‬

‫‪E( x) =  xf ( x)dx‬‬ ‫‪‬‬

‫‪‬‬

‫ان القيمة املتوقعة يف احلقيقة قيمة املتوسط النظري للمجتمع ‪ µ‬اي ‪ E(x)= µ‬اما‬
‫التباين ‪ ‬فهو ) ‪ = E(x-µ‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬

‫مثال‪ :‬من التوزيع االحتمايل املنقطع التايل‪:‬‬

‫‪X‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬
‫)‪P(x‬‬ ‫‪0.15‬‬ ‫‪0.15‬‬ ‫‪0.35‬‬ ‫‪0.25‬‬ ‫‪0.10‬‬
‫احسب متوسط اجملتمع وتباينه‪:‬‬
‫احلل‪:‬‬
‫متوسط اجملتمع هو‪µ= E(x) =  xi. p ( xi) :‬‬
‫‪n‬‬

‫‪i 1‬‬

‫= )‪= 0 .(0.15)+ 1 .(0.15)+ 2 .(0.35)+ 3 .(0.25)+ 4 .(0.10‬‬

‫‪2‬اما التباين فهو‪E(x-µ ) = E(x- 2) =  ( x  2 ) . f ( x) :‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬

‫= ‪‬‬
‫‪2‬‬

‫‪32‬‬
 ‫‪= (0-2 ) 0.25+ (1-2 ) 0.15+ (2-2 ) 0.35+ (3-2 ) 0.15+‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬

‫‪(4-2 ) .0.10 = 1.4‬‬ ‫‪2‬‬

‫التوزيع الطبيعي‪ Normal Distribution :‬يعترب التوزيع الطبيعي من اهم‬

‫التوزيعات االحتمالية ‪ ،‬ذلك ألنه ميثل كثرياً من الظواهر احلياتية‪ ،‬كما ان كثرياً من‬
‫التوزيعات املهمة تشتق منه او تؤول ‪.‬اليه حاالت معينة‪ ،‬ادى ذلك الن يكون لذلك‬
‫التوزيع تطبيقات متعددة‪ ،‬وان يكون االساس الذي تقوم عليه الكثري من الطرق‬
‫االحصائية‪ .‬والتوزيع الطبيعي هو التوزيع املناسب للظواهر اليت حتدث فيها القيم‬
‫الكبرية جداً والصغرية جداً ابحتماالت صغرية‪ ،‬وتتمركز معظم قيمه يف وسط التوزيع‬
‫حبيث يكون شكله النهائي جرسياً‪.‬‬
‫امثلة للتوزيع الطبيعي من املقاييس النفسية واالجتماعية‪:‬‬
‫‪ -‬املقاييس البيولوجية‪ :‬حساب نسبت املواليد للذكور واالانث جند ااهنا تتوزع‬
‫توزيعاً طبيعياً‪.‬‬
‫‪ -‬املقاييس العضوية‪ :‬الطول والوزن جملموع االفراد تتوزع وفق التوزيع الطبيعي‪.‬‬
‫أتخذ دالة كثافة االحتمال للتوزيع الطبيعي الشكل التايل‪:‬‬
‫)‪(x  ‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪1‬‬
‫‪p( x) ‬‬ ‫‪e‬‬ ‫‪2‬‬
‫‪ 2‬‬
‫∞< ‪∞< X‬‬
‫حاالت خاصة للتوزيع الطبيعي‪ :‬عندما يكون الوسط احلسايب يساوي الصفر وتباينه‬
‫يساوي الواحد يسمى التوزيع الطبيعي ابلتوزيع الطبيعي املعياري‪.‬‬
‫ويؤول توزيع ذي احلدين اىل التوزيع الطبيعي عندما ‪n‬تصبح ∞ وتبقى‪ p‬معتدلة‪.‬‬
‫ان صيغة احلسابية لقيم املتغري العشوائي تكون هي‪:‬‬
‫‪Z = xi  ‬‬
‫حيث ان ‪ zi‬القيمة املعيارية للمتغري العشوائي ‪ xi‬و ‪ µ‬الوسط احلسايب الذي‬
‫قيمه ‪  xi‬االحنراف املعياري للمجتمع الذي قيمه ‪. xi‬‬
‫‪33‬‬
 ‫املساحة حتت املنحين تساوي الواحد‪.‬‬
‫إذا كان هناك احنراف معياري واحد علة ميني ويسار املتوسط احلسايب فان املساحة‬
‫احملصورة تساوي ‪ ،68.27%‬اما إذا كانت هناك احنرافني معياريني على ميني ويسار‬
‫الوسط احلسايب فان املساحة احملصورة فهي تساوي ‪ 0.95.45%‬وإذا كان هناك‬
‫ثالثة احنرافات معيارية على ميني ويسار الوسط احلسايب فهي تساوي ‪%0.99.73‬‬
‫اما ابلنسبة لبقية املساحات فيمن اجيادها من جدول ‪ Z‬احملسوب‪.‬‬
‫مثال‪ :‬اذا كان متوسط انتاج الدومن من الذرة الصفراء هو ‪ 800‬كغ وابحنراف‬
‫معياري قدره ‪ 40‬كغ‪ .‬وعلى فرض ان كمية احملصول تتبع التوزيع الطبيعي‪ .‬فما هو‬
‫احتمال ان نبااتً يعطي حمصوالً بني ‪ 778‬و ‪.834‬‬
‫احلل‪:‬‬
‫مبا ان احملصول يتوزع وفق التوزيع الطبيعي لذا نقوم بتحويل ذلك اىل توزيع طبيعي‬
‫معياري ونقوم حبساب ‪. z‬‬
‫= ‪Z1 = xi   77840 800  0.55‬‬
‫‪xi   834  800‬‬
‫= ‪Z2‬‬ ‫‪‬‬ ‫‪40‬‬
‫‪ 0.85‬‬ ‫=‬
‫‪P(778<x<834) = P-0.55(<z<0.85) = P(z<0.85)-‬‬
‫‪P(z<-0.55) = 0.8023- 0.2912= 0.5111‬‬
‫مثال‪ :‬يف احدى امتحاانت االحصاء كان معدل الدرجات ‪74‬وابحنراف معياري‬
‫قدره ‪ 7‬فاذا كان‪ 12%‬من الطلبة قد حصلوا على امتياز وكانت الدرجات تتوزع‬
‫وفق التوزيع الطبيعي فما هي اقل درجة لالمتياز واعلى درجة للجيد جداً‪:‬‬
‫العالقة بني التوزيع الطبيعي وتوزيع ذي احلدين‪Relation Between Normal and :‬‬

‫‪Binomial‬ان االحتماالت املتعلقة بتجارب توزيع ذي احلدين ميكن‬

‫حساهبا من قانونه او إذا كانت ‪n‬كبرية وقيمة ‪ p‬و ‪ q‬قريبتني من النصف او‬

‫‪34‬‬
 ‫بعيدتني نوعاً ما من الصفر‪ .‬فان توزيع ذي احلدين يقرتب من التوزيع الطبيعي‪.‬‬
‫ويكون التوزيع الطبيعي املعياري هو‪Z = xi  np :‬‬
‫‪npq‬‬

‫وبذلك ميكن استخدام جدول التوزيع الطبيعي املعياري (جدول ‪ )z‬إلجياد‬

‫االحتماالت لتوزيع ذي احلدين‪.‬‬
‫مثال‪ :‬العب كرة سلة نسبة اصابته للهدف هي ‪ ،0.6%‬ما هو احتمال هتديفه اقل‬
‫من ‪50‬هدفاً إذا رمى ‪ 100‬رميه؟‬
‫احلل‪µ = np = 100.0.6 = 60 :‬‬
‫‪  npq  100.0.6.0.4  4.9‬‬

‫=)‪P(x<50)- p(z‬‬ ‫‪50  60‬‬

‫‪4.9‬‬
‫‪ 2.04‬‬

‫‪P(z<-2.04)= 0.0207‬‬

‫‪35‬‬