‫جامعة بغداد‬

‫المعهد العالي للدراسات المحاسبية والمالية‬

‫قسم الدراسات المحاسبية‬

‫فرع محاسبة الكلف واالدراية‬

‫المرحلة االولى‬

‫(ورقة بحثية )‬
‫االنحدار‬
‫‪Regression‬‬
‫استاذ المادة المحترم‬
‫د‪ .‬محمود اسماعيل ابراهيم‬

‫اعداد الطالب‬
‫انس احسان محمد‬
‫‪Regression‬‬ ‫مفهوم االنحدار‬
‫ان من اهم التطبيقات االحصائية في االقتصاد واالدارة والعلوم‬
‫التي‪ X‬وغيرها مسالة التنبؤ وهو يبنى على وجود عالقة‬

‫‪1‬‬
 ‫التي ‪ X,Y‬ونريد ان نقدر او نتنبأ بقيمة ‪ Y‬تقابل قيمة للمتغير‬
‫تربط المتغيرين بين متغيرين كان تعرف العالقة‬

‫ندرس العالقة من حيث تأثير‪ X‬على ‪Y‬‬

‫اذا عرفنا مدى التأثير نعرف سلوك الظاهرة ثم التوصل الى‬
‫معادلة رياضية‬

‫اذا كانت هناك عالقة خطية بين متغيرين فكيف نع‪66‬بر عن ه‪66‬ذه‬
‫العالقة بواسطة معادلة تربط بين المتغ‪66‬يرين وتس‪66‬مى المعادل‪66‬ة‬
‫الخطية التي تعطيك احد المتغيرين بداللة المتغير االخر معادلة‬
‫االنح‪666‬دار الخطي والتنب‪666‬ؤ واح‪666‬دة من اهم اغ‪666‬راض دراس‪666‬ة‬
‫االنحدار وهو تنبؤ قيمة متغير ما اذا عرفت قيم‪66‬ة متغ‪66‬ير اخ‪66‬ر‬
‫او متغ‪66‬يرات اخ‪66‬رى ولنف‪66‬رض انن‪66‬ا نري‪66‬د تق‪66‬دير (تنب‪66‬ؤ) مع‪66‬دل‬
‫الطالب في السنة الجامعية االولى بناءا على معرفة معدل‪66‬ه في‬
‫امتح‪66‬ان ش‪66‬هادة الدراس‪66‬ة الثانوي‪66‬ة قب‪66‬ل ان يلتح‪66‬ق الط‪66‬الب‬
‫بالدراسة الجامعي‬

‫عناصر تحليل االنحدار‪Element of Regression Analysis -:‬‬

‫عند تحليل االنحدار يوجد نوعين من المتغيرات وكما يلي‪-:‬‬

‫‪2‬‬
 ‫‪ - 1‬المتغيرات التابعة (‪)Dependent Variable‬‬
‫(التي تتغير تبعا لتغير غيرها من المتغيرات او الظواهر المستقلة)‬
‫مثال ‪ :‬التغير في جودة األرباح (‪ )Quality of profit‬تبعا لتغير طرق‬
‫تقييم األصول (‪.)Asset evaluation‬‬

‫‪ - 2‬المتغيرات المستقلة (‪)Independent Variable‬‬

‫(التي تتغير تبعا لقوانين وقواعد خاصة بها وال عالقة لها بتغير غيرها‬
‫من المتغيرات او الظواهر)‪.‬‬

‫االنحدار الخطي ‪Linear Regression‬‬

‫اذا كان االرتباط تام بين المتغيرين يسهل تحديد المعادلة التي تربطهما‬
‫وذلك من خالل خط مستقيم كما في العالقة بين الراتب الشهري والراتب‬
‫السنوي‬
‫‪Y = 12 X‬‬
‫و لكن العالقات بين المتغيرات او الظواهر االقتصادية واالجتماعية نادرا ما‬
‫تكون تامة الحدوث كما في العالقة بين مستويات اإلنتاج ومستويات‬
‫الرضا عند العمال وبالتالي ال يمكن التعبير عن جميع النقاط التي تمثل‬
‫المتغيرين على خط مستقيم وانما يكون االتجاه العام قريبا من الخط‬
‫المستقيم وعلى شكل حزمة من النقاط حول الخط ويسمى الخط الذي‬
‫يتوسط الحزمة بخط االنحدار وكما في الشكل ادناه‬

‫‪3‬‬
 ‫‪X‬‬ ‫‪X‬‬

‫^‪Y‬‬ ‫‪=α+bx‬‬

‫‪error‬‬

‫‪Y‬‬
‫ارتباط غير تام‬ ‫ارتباط تام‬ ‫\‬

‫معادلة االنحدار الخطي ‪)Regression Equation ( -:‬‬

‫ان االنحدار هو اس لوب لدراس ة العالق ة بين متغ يرين اح دهما (ت ابع) واالخ ر(مس تقل)‬
‫ووض عها بش كل معادل ة يمكن عن طريقه ا تفس ير طبيع ة العالق ة بين ه ذين المتغ يرين‬
‫والتنبئو بقيمة المتغير التابع فيها ‪ ,‬فاذا افترضنا ان المتغ ير الت ابع ‪ y‬والمتغ ير المس تقل ‪x‬‬
‫فنحن نحاول تقدير معلومات نموذج االنحدار‪-:‬‬
‫‪4‬‬
 ‫‪Y=a+bx‬‬
‫‪ :Y‬المتغير التابع ‪.‬‬
‫‪:X‬المتغير المستقل ‪.‬‬
‫‪:b‬معلمة الميل والتي تمثل مقدار التغير في ‪y‬عند تغ ير ‪ x‬بمق دار وح ده‬
‫واحده‪.‬‬
‫‪:a‬الحد الثابت والذي يوضح قيمة ‪ y‬عندما يكون ‪ x‬يساوي صفر‪.‬‬
‫حيث ان دقة التقديرات التي تعطيها هذه المعادل ة تتوق ف على دق ة العالق ة الموج ودة بين‬
‫المتغيرين ‪ ,‬فكلما كانت العالقة قوي ة وعالي ة ك انت دق ة القيم المق درة من المعادل ة قوي ة ‪,‬‬
‫المشكلة هنا هي تقدير معلومات ‪ a,b‬لكي يمكن استخدام النموذج اعاله في تحليل العالق ة‬
‫بين المتغ يرين ‪ x,y‬والتنب ؤ بقيم ة ‪ ,y‬ان الطريق ة المس تخدمة في التق دير هي طريق ة‬
‫المربعات الصغرى االعتيادية ( ‪.)ols‬‬

‫طريقة المربعات الصغرى‪)ols ( -:‬‬

‫‪5‬‬
‫وهي الطريقة التي تستعمل اليجاد تطبيق خط مستقيم على مجموعة من النق اط ( ‪Yn,Xn‬‬
‫) بحيث يكون مجموع مربعات االخطاء اصغر مايمكن التي من خاللها يتم قياس العالق ة‬
‫التقديرية او التنبؤية النحدار ‪ y‬على ‪ x‬وكما في معادلة االنحدار ادناه‪-:‬‬

‫^‪Y‬‬
‫‪= +bx‬‬
‫‪α‬‬

‫حيث ‪ : α‬ثابت االنحدار أو الجزء المقطوع من محور ‪Y‬‬

‫‪ : b‬الزاوية التي يصنعها المستقيم مع المحور ‪X‬‬
‫وتحسب القيمتان ‪ a‬و ‪ b‬من العالقتين التاليتين‬

‫‪α= Y _ b x‬‬

‫) ∑() ∑(‬
‫‪n‬‬ ‫‪n‬‬

‫‪n‬‬
‫‪xi‬‬ ‫‪Yi‬‬
‫‪∑ xi Y i−‬‬
‫‪i=1‬‬ ‫‪i=1‬‬

‫=‪b‬‬ ‫‪i=1‬‬ ‫‪n‬‬

‫) ∑(‬
‫‪n‬‬ ‫‪2‬‬

‫‪n‬‬
‫‪xi‬‬
‫‪∑x −‬‬ ‫‪2‬‬ ‫‪i=1‬‬
‫‪i‬‬
‫‪i=1‬‬ ‫‪n‬‬

‫^‪Y‬‬
‫‪:‬لمعادلة االنحدار وظيفتين ‪= + b x‬‬
‫‪α‬‬

‫‪6‬‬
 ‫قياس القوة التأثيرية للمتغيرات قيد الدراسة ‪1-‬‬
‫استخدامها كنموذج تنبؤي مشروط ‪2-‬‬
‫ويسمى نموذج االنحدار الخطي البسيط بالنموذج التفسيري وذلك من‬
‫خالل استخراج قيم المعالم تعرف القوة التفسيرية للنموذج(‪)α,b‬‬
‫المعادلة تقيس ‪ %100‬تأثير ‪ X‬على ‪ Y‬من خالل المعالم ‪α , b‬‬
‫المتغيرين‬

‫تكاليف الدعاية‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪12‬‬ ‫‪13‬‬ ‫‪5‬‬ ‫‪11‬‬ ‫‪9‬‬
‫(‪)x‬‬
‫‪ 150 160 150 130 165 180 120 160 150‬قيمة المبيعات (‬
‫‪)y‬‬
‫مثال ‪ :2‬كانت تكاليف الدعاية لتسويق سلعة معينة وقيمة المبيعات لتسعة فروع الحد‬
‫الشركات المنتجة لهذه السلعة كما يلي‬

‫اوجد معادلة انحدار قيمة المبيعات ‪ Y‬على تكاليف الدعاية ‪ x‬ثم قدر حجم المبيعات اذا‬
‫بلغت تكاليف الدعاية ‪ 10‬؟‬

‫الحل‪:‬‬
‫نستخدم طريقة المربعات الصغرى لتقدير معلمات معاملة االنحدار الخطية ‪b , α‬‬

‫‪7‬‬
 ( Y i −Y^i )
2
Y i−Y^i Y^i Y2 x2 XY Y X

3.36 1.833 148.167 22500 64 1200 150 8

1.777 1.333 158667 25600 100 1600 160 10

152.103 12.333 137.667 22500 36 900 150 6

8.026 2.833 127.167 16900 16 520 130 4

17.364 4.167- 169.167 27225 144 1980 165 12

31.17 5.583 174.417 32400 169 2340 180 13

154.18 12.417- 132.417 14400 25 600 120 5

15.343 3.917- 163.917 25600 121 1760 160 11

11.676 3.417- 153.417 22500 81 1350 150 9

395 209625 756 12250 1365 78

8
Y^ =α + b X
( )( )
n n

n ∑ xi ∑ y i
∑ xi y i−
i=1 i=1

n
b= i=1

( )
n 2

n ∑ xi
∑ x 2i −
i=1

i=1 n
( 78 ) (1365 )
12250−
= 5.25
9
( 78 )2
756−
9
bx _Y =α
1365 78
a= 9 _ 5.25( 9 ) 106.176

Y^ =106.167 + 5.25X

9
 ‫ولغرض رسم معادلة خط االنحدار نأخذ قيمتين من قيم المتغير المستقل‬
‫(تكاليف الدعاية) ونعوض في معادلة خط االنحدار التخطيطية لنحصل‬
‫على قيم ‪( Y‬قيمة المبيعات) المقابلة‬
‫نأخذ مثال‪ X=5 :‬فتكون ^‪132.42 =)5 ()5.25 (+106.167 =Y‬‬
‫ونأخذ مثال ‪ X=11 :‬فتكون ^‪163.92 =)11 ()5,25 (+106.167 =Y‬‬

‫‪y‬‬
‫كمية المبيعات‬

‫‪163‬‬

‫‪132‬‬

‫‪X‬‬
‫كمية الدعاية‬

‫‪10‬‬
 ‫طريقة الخطأ المعياري للتقدير‪-:‬‬
‫من المالح‪6‬ظ ان معادل‪6‬ة خ‪6‬ط االنح‪6‬دار ال‪6‬تي تم تق‪6‬ديرها بطريق‪66‬ة المربع‪66‬ات‬
‫الصغرى سوف لن تمر بجميع النقاط في شكل االنتشار ولكن بعض النق‪66‬اط‬
‫ستقع ام‪66‬ا ف‪66‬وق او تحت ه‪6‬ذا الخ‪66‬ط وبالت‪66‬الي ف‪66‬ان القيم‪66‬ة المق‪66‬درة للمتغ‪66‬ير‬
‫التابع ‪ Y‬باستخدام هذه المعادلة س‪66‬وف تختل‪66‬ف عن قيم‪66‬ة ‪ Y‬الفعلي‪66‬ة اذا لم‬
‫تكن النقطة أص‪66‬ال واقع‪66‬ة على الخ‪6‬ط تمام‪66‬ا‪ .‬وه‪66‬ذا االختالف يمث‪66‬ل انح‪66‬راف‬
‫النقطة عن خط االنحدار ويسمى بالخطأ وكما نالحظ بالرسم ادناه ‪.‬‬

‫حيث ان ‪-:‬‬
‫‪Y‬القيمة الحقيقية‪.‬‬
‫^‪Y‬القيمة التقديرية‪.‬‬
‫‪ Y^ -e=Y‬الخطأ المرتكب في التقدير‪.‬‬
‫ان درجة التطابق او التوافق بين القيم الحقيق‪YY‬ة والمق‪YY‬درة للمتغ‪YY‬ير الت‪YY‬ابع دلي‪YY‬ل على‬
‫درج‪YYY‬ة العالق‪YYY‬ة ال‪YYY‬تي ترب‪YYY‬ط بين المتغ‪YYY‬يرين فكلم‪YYY‬ا زاد ع ‪YY‬دم التط ‪YY‬ابق بين ه‪YYY‬اتين‬
‫المجموعتين من القيم ضعفت العالقة بينهما ‪.‬‬

‫وتقاس درجة التوافق بما يسمى بالخطأ المعياري للتقدير وفقا للصيغة التالية‪-:‬‬

‫√‬
‫‪n‬‬

‫) ^‪∑ ( Y i−Y‬‬
‫‪2‬‬
‫ويمكن االعتماد على معادلة االنحدار اذا صغر الخطأ المعياري‬ ‫‪i=1‬‬
‫=‪se‬‬
‫‪n−2‬‬
‫للمعادلة ويصعب االعتماد عليها اذا كبر الخطأ‪ ،‬حيث تمثل الجذر التربيعي لمتوسط‬
‫مجموع مربعات ابعاد القيم الحقيقية (نقاط االنتشار (عن القيم التقديرية (نقاط خط‬
‫المستقيم)‬
‫‪11‬‬
 ‫كما يمكن اعتماد الصيغة الحسابية األخرى كما يلي‪-:‬‬

‫√‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬

‫‪∑Y‬‬ ‫‪−α ∑ Y i−b ∑ X i Y i‬‬

‫‪2‬‬
‫❑‪i‬‬
‫‪i=1‬‬ ‫‪i=1‬‬ ‫‪i =1‬‬
‫=‪se‬‬
‫‪n−2‬‬

‫مثال‪/‬‬
‫احسب الخطأ المعياري للمثال السابق المتعلق بتكاليف الدعاية وقيم‬
‫المبيعات ثم فسر معنى الخطا المعياري للتقدير‬
‫الحل‪/‬‬
‫من اجل حساب الخطأ المعياري للتقدير بصيغة التعريف‬

‫√‬
‫‪n‬‬

‫) ^‪∑ ( Y i−Y‬‬
‫‪2‬‬

‫‪i=1‬‬
‫=‪se‬‬
‫‪n−2‬‬

‫البد من ايجاد قيم ^‪ Y‬من خط االنحدار الذي تم ايجاده في المثال‬

‫السابق‬
‫^‪5.25X + 106.167=Y‬‬

‫‪12‬‬
 Y i2 ( Y i −Y^ i )
2
Y^ i -Y i Y^ i Yi Xi

22500 3.36 1.833 148.167 150 8

25600 1.777 1.333 158.667 160 10
22500 152.103 12.333 137.667 150 6
16900 8.026 2.833 127.167 130 4
27225 17.364 4.167- 169.167 165 12
32400 31.17 5.583 174.417 180 13
14400 154.18 12.417- 132.417 120 5
25600 15.343 3.917- 163.917 160 11
22500 11.676 3.417- 153.417 150 9
209625 395 1365 78

√
n

∑ ( Y i−Y^ ) ‫وبتطبيق الصيغة‬

2

i=1
se=
n−2

= √ 395
9−2
=7.51

‫ويمكن استخدام الصيغة الحسابية‬

√
n n n

∑Y 2
i❑ −α ∑ Y i−b ∑ X i Y i
i=1 i=1 i =1
se=
n−2

13
‫= ‪Se‬‬ ‫√‬ ‫)‪209625−( 106.167 ) ( 1365 )−(5.25)(12250‬‬
‫‪9−2‬‬
‫‪=7.51‬‬

‫حيث ان الخطأ المعياري يقيس من وجهة نظر معينة متوسط بعد القيم الحقيقية‬
‫عن النظرية (التقديرية)‪.‬فإذا قدرنا مثال ان تكاليف الدعاية كانت‬
‫‪:X=10‬فان قيمة المبيعات نتوقع لها ان تكون‬
‫^‪Y‬‬ ‫‪= 106.167 + 5.25 (10)= 158.667‬‬

‫اال ان متوسط الخطأ بهذا التقدير هو الخطأ المعياري والذي يساوي (‪ )7.51‬فهذا‬
‫يعني ان الشركة اذا صرفت ‪ 10‬االف دينار وتتوقع ان تكون قيمة مبيعاتها‬
‫بالمتوسط على انحراف اقل او اكثر من ‪ 158.667‬الف دينار بمقدار (‪)7.51‬‬

‫العالقة بين االرتباط واالنحدار‪-:‬‬

‫‪ -1‬حاصل ضرب قيمة معامل االنحدار ‪ Y‬على ‪ X‬في قيمة معامل انحدار ‪ X‬على‬
‫‪ Y‬نحصل على مربع معامل االرتباط‪:‬‬
‫لنفرض ان معادلة انحدار ‪ Y‬على ‪ X‬هي‪:‬‬
‫‪Y= α+b X‬‬
‫وان معادلة انحدار ‪ x‬على ‪ Y‬هي‪:‬‬
‫‪X= C + d Y‬‬

‫‪14‬‬
 ‫فأن‪:‬‬
‫‪b d =r‬‬ ‫‪2‬‬

‫مثال‪/‬اذا علمت ان معادلة انحدار ‪ Y‬على ‪ X‬هي ‪Y=7.178+0.226X‬‬

‫وان معادلة انحدار ‪ X‬على ‪ Y‬هي ‪X=9.918+0.170103Y‬‬
‫اوجد معامل االرتباط؟‬
‫‪b d = 0.226(0.170103) = 0.038 =r‬‬ ‫‪2‬‬

‫‪r = √ r = 0.196‬‬
‫‪2‬‬

‫‪:‬مثال‪ /‬لنفرض اني معادلتي االنحدار هي كاالتي‬

‫‪Y^ = 4.1 + 0.9 X‬‬

‫‪X = 1.3 + 2.1 Y‬‬

‫^‬

‫‪:‬فأن معامل االرتباط هو‬

‫‪r = b d = 0.9(2.1) = 1.89‬‬
‫‪2‬‬

‫‪r = √ 1.89 = 1.37‬‬

‫اذا يوجد خطأ في احدى المعادلتين او كالهما حيث ال يمكن لقيمة ‪1-‬‬
‫‪.‬معامل االرتباط ان تتعدى الواحد الصحيح‬
‫اذا كان ‪r>0 2-‬فان معامل االنحدار هو االخر موجب والعكس صحيح‬
‫معامل االرتباط موجب وهذه الخاصية ايضا تنطبق في حالة االشارة‬
‫‪.‬لسالبة ايضا‬
‫معامل التحديد ‪3-‬‬

‫‪15‬‬
 ‫وهو مقياس لدرجة مساهمة ‪ X‬بالتغير الحاصل في المتغير التابع ‪Y‬‬
‫المتغير المستقل‬
‫وتتراوح قيمة معامل التحديد ‪0 ≤ R ≤1‬‬
‫‪2‬‬

‫مثال‪ /‬اوجد قيمة معامل التحديد للمثال المتعلق بتكاليف الدعاية‬

‫وقيمة المبيعات‬
‫) ‪( ∑ X )( ∑ Y‬‬
‫‪∑ XY −‬‬ ‫‪n‬‬
‫=‪r‬‬ ‫وعليه‬ ‫الحل‪/‬‬
‫∑{√‬ ‫∑{ }‬ ‫}‬
‫‪2‬‬ ‫‪2‬‬
‫‪2‬‬ ‫) ‪(∑ X‬‬ ‫‪2‬‬ ‫) ‪(∑ Y‬‬
‫‪X−‬‬ ‫‪−‬‬ ‫‪Y −‬‬
‫‪n‬‬ ‫‪n‬‬
‫فمعامل التحديد‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪R =r =( 0.81 ) =0.66‬‬

‫اي ان تكاليف الدعاية تفسر او توضح (‪ )0.66‬من قيمة المبيعات اما (‬

‫‪ )0.34‬فهي عوامل اخرى غير مسيطر عليها‬
‫) ‪78 ( 1265‬‬
‫‪12250−‬‬
‫‪9‬‬
‫‪=0.81‬‬

‫{√‬ ‫{}‬ ‫}‬

‫‪2‬‬ ‫‪2‬‬
‫) ‪( 78‬‬ ‫) ‪( 1265‬‬
‫‪756−‬‬ ‫‪209625−‬‬
‫‪9‬‬ ‫‪9‬‬

‫‪16‬‬