Professional Documents
Culture Documents
مبادئ الاحصاء الفرقة الاولى شعبة اعداد معلم الحاسب 2023
مبادئ الاحصاء الفرقة الاولى شعبة اعداد معلم الحاسب 2023
مبادئ اإلحصـــاء
األستاذ الدكتور
2023
مقدمة
عزيزي الطالب /الطالبة
ا ر كب ار فاي مرحبا بكم في هذا المحتوى اإللكتروني الذي يتنااو مباا ا اإلحءاام لماا لاذلل الن ام ما
ا خاذ القرارات في جم ع مجاالت الح اة
أرجو م هللا أن يقبل هذا النمل ،وان يساعد في مه د و نوير الطريق كما أرجو المغفرة لما به م نقص
{ ال يكتب احد كتابا في يومه إال ا في غده لو غ ر هذا لكان أحس ولو زيد هذا لكان يستحس ،ولو دم هذا
لكان أفضل ،ولو رك هذا لكان أجمل وهذا م أعظم النبر وهو ل ل ع ى النقص في جم ة البشر}
األستاذ الدكتور
السعيد السعيد محمد عبد الرازق
www.facebook.com/elsaeed.abdelrazek
( أ )
( ب)
مقدمة فى االحتماالت
Probabilities
الفصل األول -مقدمة فى االحتماالت Probabilities
2
الفصل األول -مقدمة فى االحتماالت Probabilities
هي تجربة يمكن معرفة جميع نواتجها الممكنه مسبقا قبل اجرائها ولكن ال يمكن التنبؤ بأى من
تلك النواتج سوف يحدث بالضبط
مثال لتجربة عشوائية:
-عند القاء قطعه نقود معدنية فيكون معروف مسبقا ان النتيجة إما ظهور صورة أو ظهور كتابة
-عند القاء زهر الطاولة (حجر النرد) يكون معروف مسبقا ان النتيجة إما ظهور الرقم واحد أو
اثنين أو ثالث أو اربعه أو خمسه أو سته
هي مجموعه النتائج المحتملة الحدوث نتيجة إجراء التجربة العشوائية ويرمز لها بالرمز Ω
أوميجا ،أو ، Sويطلق على كل نتيجة نقطة من العينة Sample Point
وغالبا يوجد أكثر من فراغ للعينة يمكن ان يصف نتائج التجربة ولكن في الغالب يوجد واحد فقط
يعطى المعلومات األكثر
مثال:
اذا تم القاء زهر الطاولة فإن فراغ العينة ) {1,2,3,4,5,6بينما يوجد آخر يعطى
}زوجى,فردى{ولكن هذا األخير غير كافي ليحدد مثال ما اذا كان الناتج يقبل القسمة على 3
مثال
أوجد فضاء العينة وعدد عناصره للتجارب التالية:
-1تجربة القاء قطعة نقود معدنية مرة واحدة وتسجيل الرمز الظاهر على الوجه العلوي.
-2تجربة القاء قطعتي نقود معدنية معا وتسجيل الرمز الظاهر على الوجه العلوي لكل قطعة.
3
الفصل األول -مقدمة فى االحتماالت Probabilities
الحل
أوال :تجربة القاء قطعة نقود معدنية مرة واحدة وتسجيل الرمز الظاهر على الوجه العلوي
نرمز للصورة بالرمز ) Head ) Hوللكتابة بالرمز ) Tail( T
H HH
H
T HT
H TH
T
T TT
4
الفصل األول -مقدمة فى االحتماالت Probabilities
الطريقة الثالثة :إيجاد فضاء العينة باستخدام طريقة الشبكة (أو الجدول)
6 )(1,6 )(2,6 )(3,6) (4,6) (5,6 )(6,6
نتيجة الرمية الثانية
هو مجموعه جزئية Subset Aمن فراغ العينة Sلتجربة عشوائية ما
فمثال األرقام الزوجية التي تظهر عند القاء زهر الطاولة } {6،4،2يمكن التعبير عنها بالحدثA
وهى مجموعة جزئية من مجموعة فضاء العينة لتجربة حجر النرد ،ويكون حدث الحصول على
عدد أكبر من أو يساوى 1هو الحدث Bحيث أن الحدث { 6،5،4،3،2،1 }=Bويسمى بالحدث
المؤكد
يقال ان Aحادثة اذا كانت A⊆ S :
6
الفصل األول -مقدمة فى االحتماالت Probabilities
االحداث املستقله
أي ان احتمال وقوع الحدث الثانى ال يتأثر بوقوع أو عدم وقوع الحدث األول
الحدث الذى يتكون من نقطة واحدة من فراغ العينة يسمى بالحدث البسيط أو الحدث األولى
Elementary Eventوهو الحدث الذى يحتوى على عنصر واحد فقط
فمثال عند الرغبة في الحصول على مجموعة االعداد األكبر من 3وأقل من 5عندئذ تكون
المجموعه Bبداخلها عنصر وحد فقط وهو 4وهو ما يسمى بالحدث األولى النه يحتوى على
عنصر واحد فقط
العدد األوىل
هو العدد الذى لديه عاملين فقط أي ال يقبل القسمه اال على نفسه أو على الواحد
لو طلب منك حدث الحصول على عدد أكبر من 60عند القاء زهر النرد مرة واحدة فإن ذلك
يسمى حدث مستحيل ويرمز له بالرمز فاى ∅ ( ) ∅ ⊆ Sحيث أن ∅ هي المجموعة الخالية
أي ان احتمال وقوع الحدث األول يمنع وقوع الحدث الثانى ،حيث يقال أن الحدثين B ،A
متنافيين أو منفصلين إذا كانتا غير متقاطعتين ،أي أن ، A∩B=Øوهذا يعني عدم وجود
عناصر مشتركة بينهما وبالتالي ال يمكن وقوعهما معا أي يستحيل وقوعهما معا ،ولذلك فإن
وقوع أحدهما ينفي وقوع األخرى
A B
B A
7
الفصل األول -مقدمة فى االحتماالت Probabilities
احلدث العكسى
يتضمن كل عناصر فضاء العينة Ωعدا عناصر الحدث المحدد
فإذا كان Aحدث ما فإن الحدث العكسى له يسمى Āوهى التي تحوى كل عناصر Ωعدا عناصر
A
بفرض ان Ω={1,2,3,4,5,6} :
وبفرض ان الحدث Aيتضمن االعداد الفردية } ، A={1,3,5فإن )Not A) ={2,4,6}Ā
مثال
عند رمى زهرة النرد مرة واحدة وتسجيل الرقم الظاهر على الوجه العلوي فإن المجموعات
التالية تشكل حوادث ألنها مجموعات جزئية من فضاء العينة S
الحدث عدد العناصر
}} ={2,4,6ظهور عدد زوجى{=A A⊆S n(A)=3
}} ={1,3,5ظهور عدد فردى{= B B⊆S n(B)=3
}}={1,2,3,4,5ظهور عدد أقل من سته{ = C C⊆S n(C)=5
}} = {6ظهور العدد سته{ = D D⊆S n(D)=1
} { = }ظهور عدد سالب { = Ø Ø⊆S n(Ø)=0
}}={1,2,3,4,5,6ظهور عدد موجب { = S S⊆S n(S)=6
ويمكن تمثيل تلك الحوادث بأشكال فن حيث يمثل الشكل التالي الحوادث D،C،B،A
8
الفصل األول -مقدمة فى االحتماالت Probabilities
S
B
C A
1
2
3
4
5
D
6
S
A
HH HT
C
TH TT B
مثال
في تجربة رمي زهر نرد مرتين متتاليتين باعتبار أن ( )Xيرمز لنتيجة الرمية األولى )Y( ،
يرمز لنتيجة الرمية الثانية ،والمطلوب حساب الحوادث التالية وعدد عناصرها
} A = { (x,y): x + y < 4
} B = { (x,y): x = y
} C = { (x,y): x =5
} D = { (x,y): x+y =1
الحل
10
الفصل األول -مقدمة فى االحتماالت Probabilities
ويعني وقوع الحدثين معاً ،وبمعنى آخر فإن تقاطع الحدثين يشمل كل العناصر المشتركة بين
الحدثين ،ويعبر عن ذلك رياضيا ) )A ∩Bأو (. )A and B
-بفرض ان لدينا الحدث ، Aوالحدث ، Bفإننا نرمز بـ A ∩ Bللحدث Aو Bوهى التي
تحتوى على العناصر المشركة بين Aو B
أي ان تقاطع حدثين A ∩ Bهو حدث يقع إذا وقع الحدثان Aو Bمعا
11
الفصل األول -مقدمة فى االحتماالت Probabilities
12
الفصل األول -مقدمة فى االحتماالت Probabilities
رموز العمليات
النطق مثال معناه الرمز
cap ∩ }{8 ، 7 ، 9 ، 1 يوضع بين المجموعتين المراد معرفة تقاطع ∩
{5 ، 9 ، 4 ، 7} = {7 العناصر المشتركة فيما بينهما
}،9
cup {5 ، 3 ، 2} ∪{8 ، 2 وضع هذا الرمز بين المجموعتين المراد اتحاد ∪
،9} = {5 ، 3 ، 2 ، دمج عناصر كال منهما
}8،9
Aضرب ديكارتى ( Bالضرب الديكارتى) A×B ×
-
المجموعة المكملة لـ ) Aهى المجموعة
التي تحوي جميع العناصر التي ال تحويها
`
المجموعة) A Á
رموز العالقات
مثال معناه الرمز
}7 ∋ {8 ، 7 ، 1 ، 10 انتماء عنصر إلى مجموعة ينتمى ∋
A∋a ∋
العنصر aينتمى للمجموعة A
a∊A ∊
}12 ∌ {1 ، 2 عدم انتماء أحد العناصر إلى ال ينتمى ∌
المجموعة
العنصر aال ينتمى للمجموعة A∌a ∌
A a∉A ∉
{1 ، 8 ، 10} ⊂ {1 ، يحتوى/جزئية هناك مجموعة صغيره تعتبر ⊂
}5 ، 78 ، 10 ، 1 جزئا من مجموعة أخرى كبيرة
13
الفصل األول -مقدمة فى االحتماالت Probabilities
مثال
التجربة العشوائية التالية
: نرمى زهرة النرد ،فتكون المجموعة الشاملة أو فراغ العينة
}S={1,2,3,4,5,6
-الحدث : Aالحصول على رقم زوجى
}A={2,4,6
-الحدث : Bالحصول على رقم أكبر من او يساوى 3
}B={3,4,5,6
-الحدث Bوالحدث Aهما مجموعتين جزئيتين من S
-الحدث : Cالحصول على الرقم : 6حدث أولى ألن }C={6
-الحدث ( : A ∩ Bالعناصر المشتركة) هي حدث الحصول على رقم زوجى أكبر من او يساوى 3
}A ∩ B={4,6
-الحدث ( : A ∪ Bجمع عناصر الحدث األول وعناصر الحدث الثاني )هي حدث الحصول على
رقم زوجى أو أكبر او يساوى 3
}A ∪ B={2,3,4,5,6
-الحدث العكسى ( Āالعناصر غير الموجودة فى الحدث )A
}Ā ={1,3,5
14
الفصل األول -مقدمة فى االحتماالت Probabilities
مثال
الحل
}Ω={1,2,3,4,5,6,7,8,9,10,11,12,13,14,15
}A={5,10,15
}B={3,6,9,12,15
}A ∩ B={15
}𝑨={1,2,3,4,6,7,8,9,11,12,13,14
}𝑩 ={1,2,4,5,7,8,10,11,13,14
}𝑨 ∩ 𝑩 = { 1,2,4,7,8,11,13,14
}𝑨 ∩ 𝑩 = {1,2,3,4,5,6,7,8,9,10,11,12,13,14
15
الفصل األول -مقدمة فى االحتماالت Probabilities
مثال
يوجد لدينا المجموعة Eكما يلى :
}E={0,1,2,3,4,5,6,7,8,9,10,11,12
فإذا علمت أن:
: Aمجموعة االعداد الزوجية
:Bمجموعة االعداد األولية
:Cمجموعة مضاعفات 5
والمطلوب :
الحل
16
الفصل األول -مقدمة فى االحتماالت Probabilities
𝑨 الحدث العكسى( تمثل Aمجموعة االعداد الزوجية ،وبالتالي فإن 𝑨 تمثل مجموعه االعداد
الفردية) كما يلى :
}𝑨 ={1,3,5,7.9,11
}𝑨 ∪ 𝑩 ={1,9
17
الفصل األول -مقدمة فى االحتماالت Probabilities
الفرق بين حدثين Aو Bهو حدث يرمز له بالرمز ، A-Bوهي حدث مكون من جميع العناصر
التي تنتمي إلى الحدث Aوال تنتمي إلى الحدث ، Bويقع الحدث A-Bاذا وقع الحدث Aولم يقع
الحدث B
A−B = {x ∈ S: x ∈ A }x∉Bو
18
الفصل األول -مقدمة فى االحتماالت Probabilities
: مثال :عند القاء زهر النرد فتكون المجموعة الشاملة هي
}Ω={1,2,3,4,5,6
-الحدث : Aالحصول على عدد فردى
}A={1,3,5
-الحدث : Bالحصول على عدد أكبر من 4
}B={5,6
الحدث : A-Bاى حذف عناصر الـ Bمن عناصر A
}A-B={1,3
}B-A = {6
مكمل أو متمم الحدث هو حدث يتضمن جميع عناصر فضاء العينة والتي ال تنتمى الى المجموعة
Aأو الرمز ( ACيقع متمم أو مكمل الحدث ̅
𝑨 اذا لم يقع Aونرمز له بالرمز Áأو الرمز ̅
الحدث Aنفسه )
} ̅ = AC = { x ∊ S : x ∉ A
𝐀
نالحظ أن :
)n(AC) = n(S) – n(A
19
الفصل األول -مقدمة فى االحتماالت Probabilities
ملحوظة ()1
ان ̅ ، A
𝑨 حدثان متنافيان أي ان تقاطعهم =∅ ،واحتمال تقاطعهم =صفر= )∅(P
على سبيل المثال :
فإن B ، A :حدثين متنافيين اذا كان }، B={4,5} ، A={1,2
ملحوظة ()2
فإن A :مجموعة جزئية من B ، B={1,3,4,5} ، اذا كان }A={3,4
أي ان A ∪ B=B ، A ∩ B=A ، A⊂B
نتائج
(AC)C = A
SC = Ø
ØC = S
AC = S−A
A∩A=A
A∪A=A
A∩S =A
A∪S=S
A∩Ø=Ø
A∪Ø =A
A⊆B ⇒ A∩B=A
A⊆B⇒ A∪B =B
20
الفصل األول -مقدمة فى االحتماالت Probabilities
نتيجة هامة
A−B = A∩BC
قوانني دى مورجان
مثال
القاء قطعة نقود معدنية متزنة ثالث مرات متتالية والمطلوب:
-1فراغ العينة وعدد عناصره.
-2االحداث التالية وعدد عناصرها:
) )Aحدث ظهور صورة في الرمية األولى
( )Bحدث ظهور صورة واحدة على األقل
( )Cحدث ظهور كتابة في الرمية األولى وصورة في الرمية الثالثة
-3االحداث التالية وعدد عناصرها:
A ∩ B , A ∪ C, AC ∪ BC, (A ∩ B)C, A ∩ BC
21
الفصل األول -مقدمة فى االحتماالت Probabilities
الحل
أوال :فراغ العينة
})S ={(H,H,H),(H,H,T),(H,T,H),(H,T,T),(T,H,H),(T,H,T),(T,T,H),(T,T,T
22
الفصل األول -مقدمة فى االحتماالت Probabilities
إذا كانت فرصة ظهور أي نتيجة من نتائج التجربة العشوائية مساوية لفرصة ظهور أي نتيجة
أخرى فإننا نقول بأن نتائج هذه التجربة متساوية (متكافئة) الفرصة.
فمثال عند القاء قطعة عملة معدنية متزنة مرة واحدة فإن فرصة ظهور الصورة Hمساوية
لفرصة ظهور الكتابة T
وكذلك في تجربة رمي زهر النرد المتزنة مرة واحدة فإن فرصة ظهور الرقم 1مساوية لفرصة
ظهور الرقم 2وهذه مساوية لفرصة ظهور الرقم 3وهذه مساوية لفرصة ظهور الرقم 4وهذه
مساوية لفرصة ظهور الرقم 5وهذه مساوية لفرصة ظهور الرقم 6
23
الفصل األول -مقدمة فى االحتماالت Probabilities
االحتمال Probability
أي احتمال وقوع حدث ما وهو مقياس عددي (نسبة عددية) غير سالبة يرمز له بالرمز )P(A
ويقيس فرصة وقوع الحادثة Aعند إجراء التجربة .وتتراوح قيمة هذا المقياس بين الواحد
الصحيح والصفر ،حيث تدل القيمة صفر على استحالة الحدوث ،والقيمة واحد على تأكد الحدوث
فإذا كنا متأكدين من وقوع الحدث فإننا نقول ان االحتمال %100أو واحد صحيح
يعتمد حساب االحتمال من الناحية النظرية على أسس وقواعد الرياضيات ،ويعتبر هذا النوع من
االحتماالت هو العنصر األساسي في االستدالل اإلحصائي ،ولكن في المجال التجريبي
تعتمد االحتماالت على النتائج الفعلية لمشاهدات التجربة ،وعلى تكرار الحدث محل االهتمام ،فإذا
رمزنا الحتمال وقوع الحادث Aبالرمز ) ، P(Aفإن طريقة حساب هذا االحتمال تتحدد وفقا لنوع
االحتمال
)𝑨(𝒏
= )P(A
)𝒔(𝒏
حيث أن:
) :P(Aاحتمال وقوع الحدث A
): n(Aعدد النتائج الممكنة لوقوع الحادثة ( Aعدد الطرق التى يمكن أن يقع بهاا Aأو عادد
عناصر الحادثة )A
):n(sعدد النتائج الكلية للتجربة (العدد الكلى للنواتج المتساوية الفرص أو عدد عناصر فضاء
العينة )S
وتتراوح ) P(Aبين 0 ،1
0 ≤ P(A) ≤ 1
فإذا كانت : P(A)=0فإن الحدث Aال يمكن أن يقع
وإذا كانت : P(A)=1 :فإن الحث Aمؤكد الوقوع.
وإذا استخدمنا )' P(Aلتمثل احتمال عدم وقوع الحدث Aفإن:
P(A) + P(A') =1
24
الفصل األول -مقدمة فى االحتماالت Probabilities
مثال
عند إلقاء قطعة نقود مرة واحدة فإن فضاء العينة يكون:
}S= {H, T
حيث أن H:ترمز للصورة T ،ترمز للكتابة
أي أن عدد النتائج الممكنة هي :
n(S) = (2)1= 2
25
الفصل األول -مقدمة فى االحتماالت Probabilities
مثال
ألقيت قطعة نقود مرتين متتاليتين ما احتمال :
-2ظهور كتابتين معا. -1ظهور صورة واحدة فقط
الحل
نرمز لظهور الصورة بالرمز H ،ولظهور الكتابة بالرمز T
فضاء العينة هو :
} )W = { (H , H ) , (H , T ) , ( T , T) , ( T , H
-1نفرض أن Aترمز لحدث ظهور صورة واحدة فقط أي :
} )A = { (H , T ) , ( T , H
n(A) = 2
n=4
)𝐴(𝑛 2
= )P(A = )P(A
)𝑠(𝑛 4 =0.5
)𝐴(𝑛 1
= )P(A = )P(A
)𝑠(𝑛 4 =0.25
A
حيث تمثل الدائرة الحدث Aبينما تمثل المساحة الكلية المستطيل جميع النواتج الممكنة.
26
الفصل األول -مقدمة فى االحتماالت Probabilities
مثال
عند رمى زهرة النرد مرة واحدة وتسجيل الرقم الظاهر على الوجه العلوى فإن المجموعات
التالية تشكل حوادث ألنها مجموعات جزئية من فضاء العينة S
الحادثة عدد العناصر
}} ={2,4,6ظهور عدد زوجى{=A A⊆S n(A)=3
}} ={1,3,5ظهور عدد فردى{= B B⊆S n(B)=3
}}={1,2,3,4,5ظهور عدد أقل من سته{ = C C⊆S n(C)=5
}} = {6ظهور العدد سته{ = D D⊆S n(D)=1
} { = }ظهور عدد سالب { = Ø Ø⊆S n(Ø)=0
}}={1,2,3,4,5,6ظهور عدد موجب { = S S⊆S n(S)=6
أوجد احتمال الحوادث؟
الحل
بما أن نتائج تجربة رمي حجر النرد المتزن متساوية الفرص وعدد عناصر فضاء العينة
n(S)=6محدود فإن احتماالت الحوادث هي:
الحادثة عدد العناصر االحتمال
}A = {2, 4, 6 n(A) = 3 P(A) = n(A)/n(S) = 3/6 = 0.5
}B = {1, 3, 5 n(B) = 3 P(B) = n(B)/n(S) = 3/6 = 0.5
}C = {1, 2, 3, 4, 5 n(C) = 5 P(C) = n(C)/n(S) = 5/6 = 0.8333
}D = {6 n(D) = 1 P(D) = n(D)/n(S) = 1/6 = 0.1667
}{=Ø n(Ø) = 0 P(Ø) = n(Ø)/n(S) = 0/6 = 0.0
}S = {1, 2, 3, 4, 5, 6 n(S) = 6 P(S) = n(S)/n(S) = 6/6 = 1.0
مثال
في تجربة القاء قطعة من النقود المعدنية مرتين متتاليتين ،المطلوب احسب احتماالت الحوادث
التالية:
}الحصول على صورة في الرمية األولى{=A
}الحصول على كتابة في الرمية األولى{=B
}الحصول على صورة واحدة على األقل{=C
27
الفصل األول -مقدمة فى االحتماالت Probabilities
الحل
بما أن نتائج تجربة رمي حجر النرد المتزن متساوية الفرص وعدد عناصر فضاء العينة
n(S)=4محدود فإن احتماالت الحوادث هي:
الحادثة عدد االحتمال
العناصر
})A = {(H,H),(H,T n(A) = 2 P(A) = n(A)/n(S) = 2/4 =0.5
})B = {(T,H),(T,T n(B) = 2 P(B) = n(B)/n(S) = 2/4 =0.5
C = {(H,H),(H,T),(T,H)} n(C) = 3 P(C) = n(C)/n(S) = 3/4 =0.75
مالحظة:
تتمثل عيوب التعريف التقليدي لالحتمال أنه ال يالئم جميع أنواع التجارب العشوائية حيث أنه
يتطلب تساوي الفرص لنتائج التجربة ومحدودية عدد عناصر فضاء العينة وهذا ال ينطبق على
جميع التجارب العشوائية
يتطلب ذلك التعريف التعامل مع بعض المسلمات األساسية (البديهيات ) لالحتمال Axioms of
Probabilityوهى :
إذا كان لدينا تجربة عشوائية فضاء عينتها Sفإن الدالة الحقيقية) P(.والمعرفة لجميع الحوادث
المعرفة على فضاء العينة Sتكون داله احتمال
ويسمى العدد ) P(Aباحتمال الحادثة Aلكل A ⊆ Sاذا تحققت المسلمات التالية:
-1لكل حادثة Aيكون P(A) ≥ 0 :
P(S) =1 -2
28
الفصل األول -مقدمة فى االحتماالت Probabilities
يمكن تمثيل احتماالت الحوادث بالمساحات في شكل فن ،فمساحة المستطيل الذي يمثل الحادثة
المؤكدة أو فضاء العينة Sتساوي الواحد الصحيح ،ونمثل احتمال أي حادثة أخرى بمساحة
المنطقة التي تمثلها هذه الحادثة في شكل فن منسوبا إلى المساحة الكلية للمنطقة التي تمثلها
الحادثة المؤكد ،والشكل التالي يبين بعض الحاالت المهمة:
الستنباط القوانين المتعلقة باحتماالت حادثتين فإننا نحاول تمثيل الحادثة المطلوب إيجاد االحتمال
لها كاتحاد حوادث متنافية لكي نستطيع تطبيق النتيجة الثانية لمسلمات االحتمال المذكورة أعاله.
29
الفصل األول -مقدمة فى االحتماالت Probabilities
فعلى سبيل المثال ،القوانين التالية يمكن بسهوله استنباطها من شكل فن:
)• P(A) = P(A∩B) + P(A∩BC
)• P(B) = P(A∩B) + P(AC∩B
)• P(A∩BC) = P(A) − P(A∩B
)• P(AC∩B) = P(B) − P(A∩B
)• P(A∪B) = P(A) + P(AC∩B
)= P(B) + P(A∩BC
)= P(A∩BC) + P(A∩B) + P(AC∩B
)• P(AC∩BC) = 1 − P(A∪B
مثال:
إذا كان احتمال نجاح مصطفى في مقرر اإلحصاء يساوي 0.6فأوجد احتمال رسوبه.
الحل:
-تعريف الحوادث:
}نجاح مصطفى في مقرر اإلحصاء{=A
}Cنجاح مصطفى في مقرر اإلحصاء{=}رسوب مصطفى في مقرر اإلحصاء{=A C
-المعطيات:
P(A) =0.6
-المطلوب:
P(AC) = 1 – P(A) = 1- 0.6 = 0.4
30
الفصل األول -مقدمة فى االحتماالت Probabilities
مثال:
إذا كان احتمال نجاح مصطفى في أحد االختبارات يساوي 0.6واحتمال نجاح مصطفى و سمير
معا في هذا االختبار ، 0.1المطلوب حساب احتمال نجاح مصطفى ورسوب سمير
الحل:
-تعريف الحوادث:
}نجاح مصطفى {=A
}نجاح سمير {=B
}نجاح مصطفى وسمير معا {= A ∩ B
}رسوب سمير {=BC
}نجاح مصطفى ورسوب سمير {= A ∩ BC
-المعطيات:
P(A) =0.6
P(A ∩ B) =0.1
-المطلوب:
P(A∩BC) = P(A) − P(A∩B) = 0.6 − 0.1 = 0.5
31
الفصل األول -مقدمة فى االحتماالت Probabilities
مثال:
إذا كان احتمال نجاح مصطفى في أحد االختبارات يساوي 0.25واحتمال رسوب سمير في هذا
االختبار يساوي 0.3واحتمال نجاح مصطفى وسمير معا في هذا االختبار يساوي ، 0.1
والمطلوب حساب احتمال نجاح أحدهما على األقل.
الحل
-تعريف االحداث:
}نجاح مصطفى {=A
}نجاح سمير {=B
}نجاح مصطفى وسمير معا {= A ∩ B
}رسوب سمير {=BC
}نجاح أحدهما على االقل{ =}نجاح مصطفى أو نجاح سمير {= A ∪ B
-المعطيات:
P(A) = 0.25
P(BC)=0.3
P(A∩B) = 0.1
P(B) = 1 − P(BC) = 1 − 0.3 = 0.7
-المطلوب:
P(A ∪ B)= P(A) + P(B)-P(A ∩ B) = 0.25 + 0.7 - 0.1 = 0.85
32
الفصل األول -مقدمة فى االحتماالت Probabilities
مثال:
إذا كان احتمال أن فصيلة دم أحد المتبرعين من النوع Aهو ، 0.35واحتمال أن هذا المتبرع
لديه ارتفاع فى ضغط الدم هو ، 0.15كما أن احتمال أن هذا المتبرع مصاب بضغط الدم أو أن
فصيلة دمه من النوع 0.40 A
المطلوب حساب احتمال أن هذا المتبرع:
-مصاب بارتفاع ضغط الدم وفصيلة دمه من النوع . A
-غير مصاب بارتفاع ضغط الدم.
الحل
-تعريف االحداث:
} فصيلة دم المتبرع من النوع A={ A
}المتبرع مصاب بارتفاع ضغط الدم{=B
-المعطيات:
P(A) = 0.35
P(B)=0.15
P(A∪ B) = 0.40
-المطلوب:
33
الفصل األول -مقدمة فى االحتماالت Probabilities
مثال
في تجربة القاء زهر نرد متزن مرة واحدة وتسجيل الرقم الظاهر على الوجه العلوي لنعرف
الحوادث التالية:
: Aحدث ظهور عدد زوجي
: Bحدث ظهور عدد أقل من أو يساوي 2
والمطلوب :تعريف االحداث التالية وحساب احتمالها
A, B, A∩B, A∪B, A∩BC , AC ∩ B, (A∪B)C, AC ∩ BC
الحل
فضاء العينة لتلك التجربة } S={1,2,34,5,6
وهى تجربة متساوية الفرص ،وعدد عناصر فضاء العينة محدود ويساوى n(S) = 6
الحادثة عدد العناصر االحتمال
}A={2,4,6 n(A) = 3 P(A) = n(A)/n(S) = 3/6
}B= {1, 2 n(B) = 2 P(B) = n(B)/n(S) = 2/6
}A∩B={2 n(A∩B) = 1 P(A∩B) = n(A∩B)/n(S) = 1/6
}A∪B={1,2,4,6 n(A∪B) = 4 P(A∪B) = n(A∪B)/n(S) = 4/6
}A∩BC={4,6 n(A∩BC) =2 P(A∩BC) = n(A∩BC)/n(S) = 2/6
}AC∩B={1 n(AC∩B)=1 P(AC∩B) = n(AC∩B)/n(S) = 1/6
}(A∪B)C={3,5 n(AC∩B)=1 P((A∪B)C) = n((A∪B)C)/n(S) = 2/6
}AC∩BC={3,5 n(AC∩BC) =2 P(AC∩BC) = n(AC∩BC)/n(S) = 2/6
كما نالحظ أنه باإلمكان إيجاد احتماالت بعض االحداث السابقة باستخدام القواعد التي ذكرناها
مسبقا:
P(A∪B) = P(A) + P(B) − P(A∩B) = 3/6 + 2/6 − 1/6 = 4/6
P(A∩BC) = P(A) − P(A∩B) = 3/6 − 1/6 = 2/6
P(AC∩B) = P(B) − P(A∩B) = 2/6 − 1/6 = 1/6
P( (A∪B)C ) = 1 − P(A∪B) = 1 − 4/6 = 2/6
P(AC∩BC) = P( (A∪B)C ) = 1 − P(A∪B) = 1 − 4/6 = 2/6
34
الفصل األول -مقدمة فى االحتماالت Probabilities
مثال:
إذا كانت Aو Bحدثين معرفتين على نفس فضاء العينة بحيث أن :
P(A) = 0.2
P(B) = 0.4
P(A∪B) = 0.5
والمطلوب حساب االحتماالت التالية:
)P(A∩B), P(A∩BC), P(AC∩B), P(AC∩BC
الحل
P(A∩B) = P(A) + P(B) − P(A∪B) = 0.2 + 0.4 − 0.5 = 0.1
P(A∩BC) = P(A) − P(A∩B) = 0.2 − 0.1 = 0.1
P(AC∩B) = P(B) − P(A∩B) = 0.4 − 0.1 = 0.3
P(AC∩BC) = P( (A∪B)C ) = 1 − P(A∪B) = 1 − 0.5 = 0.5
35
الفصل األول -مقدمة فى االحتماالت Probabilities
نواجه في كثير من التطبيقات العملية بعض الحاالت التي نرغب فيها بإيجاد احتمال حدث معين A
بعد معرفتنا بوقوع حدث معين أخر ، Bأي أننا نكون مهتمين بإيجاد االحتمال الشرطي للحدث A
مشروطا بوقوع الحدث B
فمثال قد نكون مهتمين بعرفة ما يلي :
-1احتمال وقوع حدث مروري ألحد السائقين إذا علمنا بأنه قد قام بالتأمين على السيارة.
-2احتمال أن تستمر أحد األجهزة الكهربائية في العمل 100يوم قادمة علما بأن هذا
الجهاز ظل يعمل لمدة 30يوم ماضية
-3احتمال أن يصاب الشخص بالمرض علما بأن هذا الشخص قد تم تطعيمه ضد المرض.
يفهم مما سبق أننا نريد إيجاد احتمال الحادثة Aمنسوبا إلى فضاء عينة جديد وهو فضاء العينة
المكون من عناصر الحادثة المشروطة
36
الفصل األول -مقدمة فى االحتماالت Probabilities
االحتمال الشرطي هو احتمال ظهور حدث معين أذا علمت أن حدث أخر قد وقع لتكن Aو B
حادثتين معرفتين على نفس فضاء العينة Sبحيث ، P(B)≠0إن االحتمال الشرطي للحادثة A
مشروطا بوقوع الحادثة Bيرمز له بالرمز )P(A ǀ B
ويعرف كما يلي:
)𝐁∩ 𝐀 (𝐏
= )P(A ǀ B
)𝐁(𝐏
ملحوظة
االحتمال الشرطي للحدث Bمشروطا بوقوع الحدث A
)𝐁∩ 𝐀 (𝐏
= )P(B ǀ A
)𝐀(𝐏
وبالتالي فإنP( A ǀ B ) ≠ P (B ǀ A) :
نتائج
-1إذا كانت عناصر فضاء العينة Sمتساوية الفرص فإن:
)𝐁∩ 𝐀 (𝐏 )𝐁∩ 𝐀 (𝐧 )𝑺(𝒏𝒏( 𝑨 ∩𝑩)/
= )P(A ǀ B = =
)𝐁(𝐏 )𝐒(𝐧𝐧(𝐁)/ )𝐁(𝐧
-2االحتمال الشرطي للحادثة ( ACمتممة ) Aمشروط بالحادثة Bيمكن حسابه بالقانون التالي:
)P(AC ǀ B) = 1-P(A ǀ B
-3قاعدة الضرب في االحتمال
) P(A∩B) = P(A) P(B | A
) = P(B) P(A | B
37
الفصل األول -مقدمة فى االحتماالت Probabilities
مثال
الجدول التالي يصنف 400شخص وفقا لعادة التدخين ومستوى ضغط الدم كما يلى:
عادة التدخين
المجموع مستوى ضغط الدم
ال يدخن D
C
يدخن D
50 10 40 مرتفع A
200 130 70 متوسط B
150 95 55 منخفض C
400 235 165 المجموع
ولتكن التجربة هي اختيار أحد هؤالء األشخاص بشكل عشوائي ولنعرف الحوادث التالية:
: Aحدث اختيار شخص لديه ارتفاع في ضغط الدم
:Bحدث اختيار شخص مدخن
المطلوب :إيجاد احتمال أن الشخص المختار:
-1ضغطه مرتفع -2مدخن -3ضغطه مرتفع ويدخن - 4ضغطه مرتفع علما بأنه مدخن.
الحل
عدد نتائج التجربة n(S) =40وهي متساوية الفرص
1) P(A) = n(A)/n(S) = 50/400 = 0.125
2) P(D) = n(D)/n(S) = 165/400 = 0.4125
3) P(A∩D) = n(A∩D)/n(S) = 40/400 = 0.1
4) P(A | D) = P(A∩D) / P(D) = 0.1 / 0.4125 = 0.2424
أو
P(A | D) = n(A∩D)/n(D) = 40/165 = 0.2424
38
الفصل األول -مقدمة فى االحتماالت Probabilities
مثال
بفرض ان الجدول التالي يبين عدد العاملين في شركة ما مصنفين حسب المؤهل العلمي والجنس:
المجموع إناث ذكور الجنس
المؤهل
3 2 1 إعدادي
5 3 2 ثانوي
7 4 3 جامعي
15 9 6 المجموع
فإذا تم اختيار واحد منهم بطريقة عشوائية ،أوجد احتمال حدوث االحداث التالية:
-1أن يكون العامل المختار من الذكور و مؤهل جامعى
-2أن يكون العامل المختار يحمل مؤهل ثانوى و يكون أنثى
-3أن يكون العامل المختار يحمل مؤهل جامعى و يكون ذكر
الحل
-نعرف االحداث التالية :
} حدث اختيار عامل من حملة المؤهل إعدادى {=M1
} حدث اختيار عامل من حملة المؤهل ثانوى {=M2
} حدث اختيار عامل من حملة المؤهل جامعى {=M3
} حدث اختيار عامل ذكر {=M
}حدث اختيار عامل أنثى { =F
39
الفصل األول -مقدمة فى االحتماالت Probabilities
)𝟏𝑴(𝒏
= )P(M1
)𝑺(𝒏
)𝟐𝑴(𝒏
= )P(M2
)𝑺(𝒏
)𝟑𝑴(𝒏
= )P(M3
)𝑺(𝒏
المطلوب األول :أن يكون العامل المختار من الذكور ( ) Mو مؤهل جامعى () M3
40
الفصل األول -مقدمة فى االحتماالت Probabilities
المطلوب الثاني :أن يكون العامل المختار يحمل مؤهل ثانوى ( ) M2و يكون ( ) ǀ Fأنثى F
)𝑭∩ 𝟐𝑴( 𝑷
= )P( M2 ǀ F
)𝑭(𝑷
)𝑭(𝒏 𝟗
= )P(F = = 0.6
)𝑺(𝒏 𝟓𝟏
المطلوب الثالث :أن يكون العامل المختار يحمل مؤهل جامعى M3و يكون ( ) ǀ Mذكر M
)𝑴 ∩ 𝟑𝑴(𝒏
= )P(M3 ∩ M
)𝑺(𝒏
)𝑴(𝒏 𝟔
= )P(F = = 0.4
)𝑺(𝒏 𝟓𝟏
41
الفصل األول -مقدمة فى االحتماالت Probabilities
يقال عن حدثين B،Aانهما حدثين مستقلين إذا كان حدوث أحدهما ال يتأثر بحدوث او عدم
حدوث األخرى ،لتكن Aو Bحدثين معرفتين على نفس فضاء العينة ، Sيقال بأن الحدثين A
و Bمستقالن إذا تحقق أحد الشروط المتكافئة التالية:
)P(AǀB)=P(A
)P(B ǀA)=P(B
وبالتعويض في قانون حاصل الضرب نحصل على القانون:
)P(AB)=P(A)ⅹP(B
مثال
هل الحدثين Aو Dفي المثال السابق (عادة التدخين -مستوى ضغط الدم) مستقالن؟ ولماذا؟
الحل
الحدثين Aو Dغير مستقلتين حيث أن :
𝟎𝟓
= )P(A =0.125
𝟎𝟎𝟒
42
الفصل األول -مقدمة فى االحتماالت Probabilities
مثال
يحتوي صندوق على ( )10كرات حمراء )20(،كرة بيضا ء ،سحبت بشكل عشوائى من هذا
الصندوق عينة مكونة من عدد( )2كره واحدة بعد األخرى ،أوجد احتمال أن تكون الكرتان
لونهما أبيض في كال الحالتين التاليتين:
-2إذا كان السحب بإرجاع -1إذا كان السحب بدون إرجاع
الحل
-نعرف االحداث التالية:
}الكرة األولى لونها أبيض { = A
} الكرة الثانية لونها أبيض { = B
} الكرتان لونهما أبيض { = A∩B
المطلوب :إيجاد )P(A∩B
الحل
يمكن الحل بطريقتين مختلفتين :طريقة قاعدة الضرب لالحتمال ،وطريقة قاعدة التباديل
𝟎𝟐
=)P (A
𝟎𝟑
𝟗𝟏
= )P( B ǀ A
𝟗𝟐
𝟎𝟐 𝟗𝟏
= )P( A ∩ B) = P(A) × P( B ǀ A × = 0.4368
𝟎𝟑 𝟗𝟐
43
الفصل األول -مقدمة فى االحتماالت Probabilities
𝟎𝟐
=)P (A
𝟎𝟑
𝟎𝟐
= )P( B ǀ A
𝟎𝟑
𝟎𝟐 𝟎𝟐
= )P( A ∩ B) = P(A) × P( B ǀ A × = 0.4444
𝟎𝟑 𝟎𝟑
44
الفصل األول -مقدمة فى االحتماالت Probabilities
45
الفصل األول -مقدمة فى االحتماالت Probabilities
تمثل أحداث متنافية (أي ال توجد منطقة مشتركة ) وبالتالي فإن احتمال الحدث Bيمثل مجموع
تلك التقاطعات كما يلى :
)P(A) = P(A1∩ B) + P(A2 ∪ B)+…….+ P(An ∩ B
ويتم كتابة الطرف األيمن من المعادلة السابقة بمعلومية قانون االحتمال الشرطى التالى :
)𝑩∩ 𝑨 (𝑷
= )P( B ǀ A
)𝑨(𝑷
اذا كانت …….، A2 ، A1أحداث تكون تجزئه لفراغ عينة ما ، Sوكان ، P(Ai) ≥ 0 ∀ i
وكان لدينا حدث آخر Bينتمى لفراغ العينة Sوفق الشكل التالي :
47
Probabilities مقدمة فى االحتماالت-الفصل األول
المطلوب-
P(B) = ∑𝟑𝒊=𝟏 𝑷(𝑩 ǀ𝑨𝒊 ) 𝑷(𝑨𝒊 )
P(B)=P(BǀA1) P(A1) + P(BǀA2) P(A2) + P(BǀA3) P(A3)
P(B)=(0.01 × 0.2) + (0.04 × 0.3) + (0.07 × 0.5)
=0.002 + 0.012 + 0.035
=0.049
48
الفصل األول -مقدمة فى االحتماالت Probabilities
مثال
في أحد المصانع يوجد 4خطوط لإلنتاج ،ينتج الخط األول %22من انتاج المصنع ،وينتج الخط
الثاني ، %44وينتج الخط الثالث ، %16وينتج الخط الرابع ، %18وكانت نسبة اإلنتاج
المعيب في الخطوط األربعة على الترتيب هي ( ) %3 ، %1 ،%4 ، %2
فما احتمال انتاج وحدة معيبة في المصنع كله
الحل
-نعرف االحداث التالية :
} اإلنتاج من الخط رقم A1={ 1
} اإلنتاج من الخط رقم A2={ 2
} اإلنتاج من الخط رقم A3={ 3
} اإلنتاج من الخط رقم A4={ 4
}وحدة معيبة من انتاج الخط رقم B ǀA1= { 1
}وحدة معيبة من انتاج الخط رقم B ǀA2= { 2
}وحدة معيبة من انتاج الخط رقم B ǀA3= { 3
}وحدة معيبة من انتاج الخط رقم B ǀA4= { 4
-المعطيات
P(A1)=0.22 P(A2)=0.44 P(A3)=0.16 P(A4)=0.18
P(B ǀ A1)= 0.02 P(B ǀ A2)= 0.04
P(B ǀ A3)= 0.01 P(B ǀ A4)= 0.03
-المطلوب
) 𝒊𝑨(𝑷 ) 𝒊𝑨P(B) = ∑𝟒𝒊=𝟏 𝑷(𝑩 ǀ
)P(B)=P(BǀA1) P(A1) + P(BǀA2) P(A2) + P(BǀA3) P(A3) + P(BǀA4) P(A4
P(B)=(0.02 × 0.22) + (0.04 × 0.44) + (0.01 × 0.16) +(0.03 × 0.18)=0.029
49
الفصل األول -مقدمة فى االحتماالت Probabilities
ونالحظ ما يلى:
-اتحاد هذه االحداث يكون فراغ العينة Sأي أن:
S= E1 ∪ E2 ∪ E3 ∪ E4 ∪ An
-تقاطع أي زوج من هذه االحداث =( Øأي ال توجد مساحة مشتركة بين كل زوجين)
كما يمكن ان نأخذ نفس االحداث السابقة ولكن معها حدث آخر Aكما يلى :
نالحظ أن Aمع جميع االحداث بالشكل السابق ،كما توجد مساحة مشتركة بين A ، E1وكذلك
بين A ، E2وكذلك بين A ، E3وهكذا حتى A ، En
وبالتالي فإنه يمكن الحصول على احتمال Aبأنه عباره عن اتحاد E1تقاطعها مع ، Aواتحاد E2
تقاطعها مع ، Aواتحاد E3تقاطعها مع ، Aواتحاد Enتقاطعها مع Aكما يلى :
50
الفصل األول -مقدمة فى االحتماالت Probabilities
)P(A)= P(A ∩ E1) + P(A ∩ E2) + P(A ∩ E3) + …..+ P(A ∩ En
)P(A)= P(E1) P(A ǀ E1) + P(E2) P(A ǀ E2) +…….+ P(En) P(A ǀ En
يتم التعبير عن ذلك بأسلوب االحتمال الشرطي من خالل القول ان احتمال Ekمضروبا في
احتمال Aبشرط Ek
اذا كانت E1,E2, E3,E4,…….Enأحداث عند اتحادها تعطى فضاء العينة ، Sوكل حدث يكون
P(Ei) > 0لجميع قيم iبشرط ، ǀوكان Aأي حدث بشرط P(A) > 0 ǀفإن :
51
الفصل األول -مقدمة فى االحتماالت Probabilities
حيث ان
i=1,2,………n
توضيح المعنى
= )P(Ek ǀ A
المطلوب ) P(Ek ǀ Aوهى تساوى مقدارين يتم قسمتهم على بعضهم البعض(جزء مقسوم على
كل) حيث يتضمن البسط احتمال Ekتقاطعها مع ( Aيتم حسابه من خالل االحتمال الشرطى) من
خالل احتمال Ekمضروبا في احتمال Aبشرط ، Ekفي حين ان المقام عباره عن احتمال جميع
( Eنظرية االحتمال الكلى) والتي تعنى Aتقاطعها مع E1ثم اتحاد Aتقاطعها مع E2ثم اتحاد A
تقاطعها مع E3ثم اتحاد Aتقاطعها مع E4ولكن يتم التعبير عن ذلك االتحاد بطريقة االحتمال
الشرطى حيث ان احتمال E1مضروبا في احتمال Aبشرط ، E1ثم احتمال E2مضروبا في
احتمال Aبشرط E2وهكذا
52
الفصل األول -مقدمة فى االحتماالت Probabilities
مثال
اذا كان اإلنتاج الكلى في مصانع ما يتم من خالل 3آالت ،فإذا كانت اآللة األولى تنتج %30من
االنتاج ،والثانية ، %25والثالثة %45من اإلنتاج الكلى ، ،وكانت نسبة التالف في انتاج اآللة
األولى ، %3ونسبة التالف في انتاج اآللة الثانية ، %4ونسبة التالف في انتاج اآللة الثالثة
، %3فإذا سحبنا وحدة واحدة عشوائيا من اإلنتاج الكلى ووجدناها تالفة ،فما احتمال أن تكون
منتجة باآللة الثانية؟
53
الفصل األول -مقدمة فى االحتماالت Probabilities
الحل
-نعرف االحداث التالية :
}اإلنتاج من اآللة األولى {=E1
} اإلنتاج من اآللة الثانية {=E2
} اإلنتاج من اآللة الثالثة {=E3
}وحدة معيبة من اآللة األولى{ =E1 ǀ A
}وحدة معيبة من اآللة الثانية{ = E2 ǀ A
}وحدة معيبة من اآللة الثالثة{ = E3 ǀ A
-المعطيات
P(E1)=0.30 P(E2)=0.25 P(E3)=0.45
P(E1 ǀ A)= 0.03 P(E2 ǀ A)=0.04 P(E3 ǀ A)=0.03
i=1,2,3
54
الفصل األول -مقدمة فى االحتماالت Probabilities
مثال
بفرض أن لدينا صندوقين ،يحتوي الصندوق األول على 4كرات بيضاء 6 ،كرات سوداء ،بينما
يحتوي الصندوق الثاني على 8كرات بيضاء 8 ،كرات سوداء ،اخترنا صندوق من هاذين
الصندوقين بشكل عشوائي ثم سحبنا منه كرة واحدة بشكل عشوائي.
-1احسب احتمال أن تكون الكرة المسحوبة سوداء.
-2إذا علمنا أن الكرة المسحوبة سوداء ،فما هو احتمال أن تكون من الصندوق الثاني
الحل
55
الفصل األول -مقدمة فى االحتماالت Probabilities
-المطلوب
) 𝒌𝑨(𝑷 ) 𝒌𝑨1) P(B) = ∑𝟐𝑲=𝟏 𝑷(𝑩 ǀ
)= P(A1) P(B|A1) + P(A2) P(B|A2
= 0.5×0.6 + 0.5×0.5 = 0.3 + 0.25
= 0.55
= )2) P (A2 ǀ B )P(A2) P ( B ǀ A2
0.55
P (E2 ǀ A) = 0.25
0.55
P (E2 ǀ A) =0.4545
56
الفصل األول -مقدمة فى االحتماالت Probabilities
57
الفصل األول -مقدمة فى االحتماالت Probabilities
متارين
-1بفرض وجود ثالث أحداث C،B ،Aمن فضاء العينة والمطلوب كتابة االحداث التالية:
-الحدث Aالذى يتحقق
-الحدثان B،Aيتحققان وليس C
-على األقل أحد االحداث يتحقق
-ال حدث يتحقق
-حدثان فقط يتحققان
-االحداث AوBو Cتتحقق في آن واحد
-3صندوق به 8كرات بيضاء 4 ،كرات سوداء ،تم سحب 5كرات عشوائيا ،فما احتمال أن
تكون في العينة 3كرات بيضاء
-4ليكن لدينا حدثين B،Aبحيث أن :
𝟏
= )P(A
𝟐
𝟏
= )P(B
𝟒
𝟏
= )P(A ∩ B
𝟓
أوجد P (A ∪ B) :
ً
-5ثالث صناديق تحتوي على مصابيح كهربائية ،الصندوق األول به 50مصباحا من بينها 4
مصابيح معيبه ،والصندوق الثاني به 80مصباح من بينها 9مصابيح معيبة ،والصندوق
الثالث به 100مصباح من بينها 14مصباح معيب ،اختير احد المصابيح عشوائيا ً ،احسب
احتمال أن يكون معيبا ً وإذا كان معيب فما احتمال أن يكون من الصندوق الثالث
-6نلقى حجرين نرد متماثلين ،أحسب االحتمال Pكى يكون المجموع الذى نحصل عليه أكبر أو
يساوى 10علما بأن:
-على األقل أحد الحجرين أعطانا الرقم 5 -الحجر األول أعطانا الرقم 10
-7ليكن B،Aحدثين مستقلين بحيث ، A ⊆ Bبرهن انه إما P(A) = 0أو P(B) = 1
58
الفصل األول -مقدمة فى االحتماالت Probabilities
-8تشكلت لجنة من 22عضوا ً لتمثل الصفوف األربعة في إحدى الكليات كاآلتي ( 4أعضاء من
الصف األول منهم طالبة 6 ،أعضاء من الصف الثاني منهم طالبتان 7 ،أعضاء من الصف
الثالث منهم ثالثة طالبات 5 ،أعضاء من الصف الرابع منهم طالبتان ) ،اختير عضوا ً من
هذه اللجنة عشوائيا ً ووج َّد أنه طالبة ،فما احتمال أن تكون هذه الطالبة من الصف الثالث؟
-9تم الكشف في أحد المستشفيات أن احتمال إصابة شخص بالمرض Mهو ، 0.3علمنا ان
احتمال ان يكون للشخص تحليال سالبا علما بأنه غير مصاب بالمرض هو ، 0.9فإذا أصيب
الشخص بالمرض Mاحتمال ان يكون له تحليال موجبا هو ، 0.8فعند أخذ شخص بشكل
عشوائى له تحليال موجبا فما هو احتمال ان يصاب بالمرض M
-10تقدم طالب ثالثة شعب بكلية التربية النوعية المتحان مادة اإلحصاء في السنة االولى ،وكان
عدد المتقدمين بالشعبة األولى 70طالباً ،وبالشعبة الثانية 100طالب ،وبالشعبة الثالثة
110طالب ،كانت نسبة النجاح في الشعبة األولى ، %80وفي الثانية ، %70وفي الثالثة
، %60فإذا اختير طالبا ً عشوائيا ً من بين هؤالء الطالب ووجد ناجحا ً فما احتمال
أن يكون من الشعبة الثانية .
-11يوجد في مصنع 3ماكينات تنتج األولى 450وحدة يومياً ،والثانية 350وحدة يوميا ً،
والثالثة تنتج 200وحدة يومياً ،وكانت نسبة المعيب من إنتاج الماكينة األولى %1ومن
الثانية 2%ومن الثالثة ،%3اختيرت من إنتاج المصنع وحدة عشوائيا ً فوجدت أنها معيبة
فاحسب احتمال أن تكون الوحدة المختارة من الماكينة الثانية.
-12في بحث على طلبة قسم أعداد معلم الحاسب اآللي بكلية التربية النوعية جامعه دمياط في
السنة الرابعة في مادة شبكات الحاسب وج َّد أنَّ %20من الطلبة والطالبات ممتازون ،وأنَّ
%70جيدون ،وأنَّ الباقون ضعاف ،ووج َّد أنَّ نسبة الطالبات في هذه المجموعات الثالث
هي %30 ،%60 ،%50على الترتيب ،فإذا اختير عشوائيا ً شخصا ً من بينهم ووج َّد أنه
طالبة فاحسب احتمال أن تكون هذه الطالبة جيده في المادة
59
مقاييس النزعة املركزية
61
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
مقدمة
62
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
-2أسلوب العينة
يتم اختيكار عينكة مكن مجتمكع مكا لدراسكتها ثكم تعمكيم نتائجهكا علكى المجتمكع األصكلي المختكارة منكه
ويتميز ذلك األسلوب بسهوله تطبيقه على كل المجتمعات وانخفاض الوقكت والجهكد والككوادر الالزمكة
لتطبيقه إال انه يعاب عليه وجود ما يسمى بالخطأ العشوائي ( خطأ العينكة -خطكأ الصكدفة ) وهكو خطكأ
ينت من استخدام عينه (بدال من الحصر الشامل) حيكث أ تعمكيم نتكائ العينكة علكى المجتمكع يتضكمن
بعض الخطأ وال يمكن تعميم النتائ إذا كانت العينة ال تمثل المجتمع األصلي بدرجة كبيرة .
تعرف مقاييس النزعة المركزية على أنها قيمة وحيدة تميل إلى التمركز وسط مجموعه من البيانات
اإلحصائية وهى أحد أساليب اإلحصاء الوصفي Descriptive Statisticsتهدف إلى تلخيص
البيانات اإلحصائية في صورة رقم واحد ومن أهم تلك المقاييس ما يلي:
-1الوسط الحسابي Arithmetic Mean
-2الوسيط Median
-3المنوال Mode
63
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
احد مقاييس النزعة المركزية ويمكن تعريفه على انه مجموع قيم متغير ما x1,x2,x3,…..
مقسوما على عدد تلك القيم ،ويرمز له بالرمز ̅
𝒙
إذا كا عدد البيانات هو nوكانت البيانات هي x1,x2,x3,…..فإ مجموع هذه البيانات هو:
مالحظات:
-1الوسط الحسابى سهل التعريف والحساب
-2ال يمكن حساب الوسط الحسابي بيانيا
-3الوسط الحسابى من المقاييس الفعالة للمقارنة بين مجتمعين أو أكثر
-4كل مجموعه قيم لها وسط حسابي واحد فقط
64
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
حيث ا :
𝑿– : Xiانحراف القيمة Xiعن وسطها الحسابي ̅
𝑿 ̅
الوسط الحسابي (المتوسط) يخضع للعمليات الجبرية بسهولة كما يلي:
أمثلة
65
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
مثال
لدينا مجموعتا من البيانات بحيث أ :
-عدد بيانات المجموعة األولى 10ومتوسطها 5
-عدد بيانات المجموعة الثانية 20ومتوسطها 2
أوجد متوسط المجموعتين
الحل
66
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
مثال :
أوجد المتوسط (الوسط الحسابي ) للمشاهدات المتمثلة فى أوزا (بالكيلوجرام) لمجموعة من 7
25, 30, 40, 45, 35, 55, 50 : اشخا
الحل
n=7
x1 x2 x3 x4 x5 x6 x7
25 30 40 45 35 55 50
تدريب
تمثل البيانات التالية درجات 10طالب في مادة البرمجة للفرقة األولى شعبة الحاسب اآللي
بكلية التربية النوعية :
34-45-29-42-38-50-44-40-25-33
احسب الوسط الحسابي لدرجات الطالب؟
67
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
عند حساب الوسط الحسابي نفترض في معظم الحاالت أ كل قيمة من القيم لها نفس
األهمية مما قد يتدئ إلى نتائ خاطئة ،لذا يتطلب االمر ترجيح قيم الظاهرة بأوزا مختلفة
لبيا األهمية النسبية لكل قيمة من قيم الظاهرة
بفرض ا :
x1, x2, …, xn المشاهدات هي :
األوزا النسبية w1, w2, …, wn
فإ الوسط المرجح كما يلي:
مثال :أوجد الوسط المرجح لدرجات الطالب باعتبار أ الوز النسبي هو عدد الساعات للمقرر فيما يلي:
الدرجة()X عدد الساعات ()W المقرر
40 2 احصاء
65 4 برمجة
70 3 قواعد بيانات
68
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
الحل
()X ()W XW
40 2 80
65 4 260
70 3 210
𝟗 = 𝑾∑ 𝟎𝟓𝟓 = 𝑾𝑿 ∑
مالحظات
-الوسط الحسابي ̅
𝑿 هو وسط مرجح جميع أوزانه متساوية (أو مساوية للواحد)
-الوسط الحسابي للبيانات المبوبة هو وسط مرجح لمراكز الفئات باعتبار أ تكرار الفئات هى
االوزا
تدريب:
إذا كا متوسط درجات طالب الفرقة االولى قسم إعداد معلم الحاسب في مادة نظم التشغيل
بكلية التربية النوعية بدمياط 50درجة وبكلية التربية النوعية بالمنصورة 45درجة وبكلية
التربية النوعية بالقاهرة 40درجة ،فإذا كا عدد طالب الفرقة األولى في الكليات الثالث
400،300، 200
أوجد متوسط درجات الطالب في الكليات الثالث.
69
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
إذا كا لدينا بيانات عددها nوكانت هذه البيانات ملخصة في جدول تكراري بحيث أ :
عدد الفئات k :
مراكز الفئات x1,x2,x3,….xk :
تكرار الفئات f1,f2,f3,….fk :
70
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
71
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
مثال
أوجد المتوسط الحسابي لمستوئ الهيموجلوبين في الدم لعينة مكونة من 50شخص تم تلخيص
مستوئ الهيموجلوبين لهم كما يلى:
مستوئ
-12.95 -13.9 5 -14. 95 -15. 95 -16. 95 17. 95– 18.95 Total
الهيموجلوبين(الفئات)
F 3 5 15 16 10 1 50
الحل
الفئات التكرارات f مركز الفئة x fx
12.95- 3 13.45 40.35
13.9 5- 5 14.45 72.25
14. 95- 15 15.45 231.75
15. 95- 16 16.45 263.20
16. 95- 10 18.45 174.50
17. 95– 18.95 1 17.45 18.45
المجموع ∑f=50 ∑fx=800.5
المتوسط(الوسط الحسابي):
الوسيط Median
احد مقاييس النزعة المركزية ويمكن تعريفه على انه القيمة التي تقع في منتصف القيم بعكد
ترتيبها تصاعديا أو تنازليا بحيث يكو :
عدد القيم التي تزيد عن قيمة الوسيط=عدد القيم التي تقل عن قيمة الوسيط
وللوسيط قيمة واحدة فقط (مثل الوسط الحسابي) ويمكن حسابه جبريا وبيانيا وال يتكأثر بكالقيم
الشاذة المتطرفة ،ويرمز للوسيط بالرمز Med
73
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
إذا كانت قيم العينة هى ، x1,x2,…,xnوحجم العينة nفإ الوسيط يعرف كما يلي:
أوال :إذا كا حجم العينة فردي ( nعدد فردئ ) نتبع الخطوات التالية:
-ترتيب البيانات تصاعديا أو تنازليا
-تحديد ترتيب أو موقع الوسيط بالقانو التالي :
ترتيب الوسيط = n+1
2
-إيجاد قيمة الوسيط وهى القيمة المناظرة لترتيب الوسيط.
74
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
مثال
أوجد الوسيط لمجموعة األوزا التالية :
7.1 , 2.5 , 2.5 , 5.4 , 8.3
الحل
بما أ :
n=5عدد فردي
فإ :
الوسيط هو القيمة التي في المنتصف بعد ترتيب البيانات وهي القيمة ذات الترتيب التالى:
75
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
مثال :
أوجد الوسيط لمجموعة األوزا التالية:
7.1 , 2.5 , 2.5 , 5.4 , 9.2 , 8.3
الحل
بما أ :
n=6عدد زوجى
فإ الوسيط هو متوسط القيمتين اللتين في المنتصف بعد ترتيب البيانات وهما القيمة ذات الترتيب
76
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
77
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
الوسيط من جدول توزيع تكراري هو القيمة التي يكو عندها نصف التكرارات أقل منها والنصف
اآلخر أكبر منها بغض النظر عما إذا كا مجموع التكرارات فردئ أو زوجي
ويمكن حساب الوسيط للبيانات الملخصة في جدول تكراري بطريقتين طريقة حسابية وطريقة بيانية،
ويستخدم الجدول التكراري المتجمع الصاعد إليجاد الوسيط حسابيا ،بينما يستخدم المضلع التكراري
المتجمع الصاعد إليجاد الوسيط بيانيا ،وفي حالة البيانات المبوبة فإننا نعرف ما يلي:
𝒏 𝑭∑
( سواء كا عدد البيانات زوجى أو فردئ) = -رتبة (ترتيب ) الوسيط =
𝟐 𝟐
𝒏
أو -الفئة الوسيطية(الفئة التى يقع فيها الوسيط) = أول فئة يزيد تكرارها المتجمع الصاعد عن
𝟐
يساويه
ويحسب الوسيط من خالل القانو التالي:
78
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
79
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
مثال :أوجد قيمة الوسيط حسابيا لمستوئ الهيموجلوبين في الدم لعينة مكونة من 50شخص تم
تلخيص مستوئ الهيموجلوبين لهم كما يلى:
مستوئ
-12.95 -13.9 5 -14. 95 -15. 95 -16. 95 17. 95– 18.95 Total
الهيموجلوبين(الفئات)
F 3 5 15 16 10 1 50
الحل
-1إعداد جدول التوزيع التكراري المتجمع الصاعد كما يلي:
الجدول التكراري المتجمع الصاعد الجدول التكراري البسيط
التكرار المتجمع الصاعد التكرارات fالحدود العليا للفئات الفئة
صفر أقل من 12.95 3 12.95-
3 أقل من 13.95 5 13.95-
8 أقل من 14.95 15 14.95-
23 أقل من 15.95 16 15.95-
39 أقل من 16.95 10 16.95-
49 أقل من 17.95 1 17.95-18.95
50 أقل من 18.95
∑f=50
-2تحديد ترتيب الوسيط من خالل القانو التالي:
ترتيب الوسيط
𝒇∑ 𝟎𝟓
=RMed = = 25
𝟐 𝟐
80
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
) يقل مستوئ الهيموجلكوبين لهكم (نصف األشخا التعليق :نستطيع القول بأ %50من األشخا
عن Med=16.075
81
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
التكرار المتجمع ) ومن ذلك الموقع نرسم خط أفقي يلتقي مع المضلع في نقطة ،وعند نقطة
االلتقاء نرسم عمود يتقاطع مع محور الفئات (المحور األفقي) في نقطة ،هذه النقطة هي قيمة
الوسيط التقريبية ،والشكل التالي يبين طريقة حساب الوسيط.
مثال :أوجد قيمة الوسيط بيانيا لمستوئ الهيموجلوبين في الدم لعينة مكونة من 50شخص تم
تلخيص مستوئ الهيموجلوبين لهم كما يلى:
مستوئ الهيموجلوبين
12.95- 13.9 5- 14. 95- 15. 95- 16. 95- 17. 95– 18.95 Total
(الفئات)
F 3 5 15 16 10 1 50
82
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
الحل
-1نرسم المضلع التكراري المتجمع الصاعد.
𝒇∑
( سواء كا عدد البيانات فردئ او زوجى) -2نحدد رتبة (أو ترتيب( الوسيط
𝟐
𝟎𝟓
= 25على المحور الرأسي -3في المضلع التكراري المتجمع الصاعد نحدد موقع رتبة الوسيط
𝟐
(محور التكرار المتجمع ) ومن ذلك الموقع نرسم خط أفقي يلتقي مع المضلع في نقطة ،وعند
نقطة االلتقاء نرسم عمود يتقاطع مع محور الفئات (المحور األفقي) في نقطة ،هذه النقطة هي
قيمة الوسيط التقريبية ،والشكل التالي يبين طريقة حساب الوسيط.
83
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
مزايا الوسيط
-سهوله التعريف والحساب
-وحيد لمجموعة البيانات الواحدة.
-أقل تأثرا من المتوسط بالقيم الشاذة أو المتطرفة.
عيوب الوسيط
-ال يأخذ الوسيط في االعتبار جميع البيانات إذا أنه يعتمد فقط على القيم التي في المنتصف وعلى
ترتيب البيانات بغض النظر عن قيمها.
-ال يمكن بشكل عام حساب الوسيط للبيانات الوصفية (النوعية)
84
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
احد مقاييس النزعة المركزية ويمكن تعريفه على انه القيمة األكثر شيوعا أو تكرارا بين قيم
المشاهدات بمعنى أ Modeهو القيمة التي تكررت أكثر من غيرها من القيم ف Modeيحدد قيمة
المتغير ذات أكبر تكرار وال يتأثر Modeبالقيم الشاذة المتطرفة ،ويمكن حسابه للبيانات الكمية
والوصفية (النوعية) ،ويمكن تقدير قيمته جبريا وبيانيا ،وقد يوجد Modeواحد (بيانات وحيدة
المنوال) ،وقد يوجد أكثر من Modeفي بعض الحاالت(بيانات متعددة المنوال) وقد ال يوجد Mode
في البعض اآلخر(بيانات عديمة المنوال) ،ويعاب على Modeانه ال يأخذ في االعتبار جميع
البيانات إذا أنه يعتمد فقط على البيانات ذات التكرار األكثر
85
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
-3المجموعة الثالثة:
14 13 12 11 10 6 القيمة
1 1 1 1 1 1 التكرار
ال يوجد ( Modeال يوجد قيم مكررة )
-4المجموعة الرابعة
12 11 10 9 8 القيمة
3 1 1 3 1 التكرار
يوجد عدد ) 12 ، 9( Mode 2حيث تكرر كل منهم 3مرات.
نحدد الفئة المنوالية Modal Intervalالتي تقع أمام أكبر تكرار ثم نوجد مركز تلك الفئة.
86
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
الحل
طبقا لطريقة مركز الفئة المنوالية فا الفئة التي تقابل أكبر تكرار هي الفئة ()15-21
مركز الفئة:
𝟏𝟐𝟏𝟓+
=18
𝟐
حيث ا :
: Lطول الفئة : D2الفرق الثانى : D1الفرق االول : Aبداية الفئة المنوالية
مثال :أوجد Modeوفقا لطريقه الفروق الدقيقة لبيرسو من التوزيع التالي :
Categories 3- 9- 15- 21- 27- 33-39 Total
Frequencies 5 4 9 2 6 1 27
الحل
نحدد الفئة المنوالية وهى الفئة التي تقع أمام اكبر تكرار ثم نطبق القانو التالي:
𝑳×𝟏𝐃 𝟔× 𝟓
Mode = A + = 15+ 𝟓+𝟕 = 15 + 2.5=17.5
𝟐𝐃𝐃𝟏+
87
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
حيث ا :
: Aبداية الفئة المنوالية
: F1التكرار السابق
: F2التكرار الالحق
الحل
نحدد الفئة المنوالية وهى الفئة التي تقع أمام اكبر تكرار ثم نطبق القانو التالي:
𝟐𝐅 𝟒
Mode = A + ( × F2 = 45+ × 10) = 45 + (0.2 × 10) = 47
𝟏𝐅𝐅𝟐+ 𝟔𝟏𝟒+
نستخدم المدرج التكراري لحساب Modeففي المدرج التكراري نحدد الفئة المنوالية وهي الفئة
ذات التكرار األكبر(المستطيل األطول ) ،بعد تحديد الفئة المنوالية نحدد الفئتين السابقة والالحقة للفئة
المنوالية ،نصل بخط مستقيم رأس الحد األعلى للفئة المنوالية برأس الحد األعلى للفئة السابقة لها،
نصل بخط مستقيم رأس الحد األدنى للفئة المنوالية برأس الحد األدنى للفئة الالحقة لها من تقاطع
الخطين السابقين نسقط عمودا على المحور األفقي ونقطة تقاطعه مع المحور األفقي تمثل تقديرا
لقيمة المنوال بيانيا.
88
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
توجد عالقة بين الوسط والوسيط والمنوال يمكن توضيحها في النقاط التالية:
-1يتجه الوسط الحسابي ناحية ذيل التوزيع التكراري نظرا لتأثره الكبير بالقيم الشاذة.
– 2يتجه المنوال نحو قمة التوزيع نظرا لتأثره بالقيم األكثر انتشارا (الشائعة).
-2يقع الوسيط بين الوسط والمنوال نظرا ألنه أقل تأثرا بالقيم الشاذة من الوسط وأقل تأثرا
بالقيم الشائعة من . Mode
89
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
التوزيع
الوسط =الوسيط=المنوال
متماثل
التوزيع
غير متماثل
(ملتوي
ناحية الوسط <الوسيط<المنوال
اليسار-
سالب
االلتواء)
التوزيع
غير متماثل
(ملتوي
ناحية الوسط >الوسيط>المنوال
اليمين-
موجب
االلتواء)
90
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
-1إذا كا التوزيع متماثل تكو العالقة الخطية كما يلي :الوسط الحسابي =الوسيط=المنوال
-2إذا كا التوزيع غير متماثل تكو العالقة الخطية كما يلي :الوسط الحسابي –المنوال= ( 3الوسط
الحسابي-الوسيط)
مثال :إذا كانت مجموعة المشاهدات تتوزع توزيعا طبيعيا متماثال وسطه الحسابي 36أوجد Mode
الحل
الوسط الحسابي =الوسيط=المنوال حيث أ التوزيع متماثل فا العالقة تكو كما يلي:
لذا فا 36 = Mode
نظرا ال :
̅
𝑿 ( ) 80 ( Mode < )60 ( Med < ) 50
فا التوزيع ملتوي ناحية اليسار.
91
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
مثال :
توافرت القيم التالية:الوسط الحسابى = ، 45الوسيط= ، 32أوجد Modeوبين شكل التوزيع؟
الحل
̅
𝑿 𝑿 ( -Mode = 3̅ )-Med
45 -Mode = 3 ( 45 )- 32
)Mode =45-3(45-32
)Mode =45-3(13
Mode =45-39=6
نظرا ال :
الوسط ( > ) 45الوسيط () 6 ( Mode > )32
لذا فا التوزيع يكو ملتوي ناحية اليمين.
92
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
رأينا سابًقا أ الوسيط هو القيمة التي تجزئ البيانات بعد ترتيبها إلى جزأين متساويين
يكو ربع المفردات اصغر منها ،وثالثة أرباع المفردات أكبر منها(
)𝟏𝟐(𝒏+ 𝟐
=Q2الربيع الثانى =القيمة التى يسبقها البيانات أو 50%من البيانات وتكو رتبتها =
𝟒 𝟒
(القيمة التي يكو نصف المفردات أصغر منها ،والنصف اإلخر أكبر منها)
)𝟏𝟑(𝒏+ 𝟑
=Q3الربيع الثالث =القيمة التى يسبقها البيانات أو 75%من البيانات وتكو رتبتها =
𝟒 𝟒
(القيمة التي يكو ثالثة ارباع القيم أصغر منها والربع اآلخر اكبر منها)
93
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
أما إذا جزأنا البيانات بعد ترتيبها إلى عشرة أجزاء متساوية:
𝟐
من البيانات أو 20%من البيانات ويكو ترتيبها =D2العشير الثانى =القيمة التى يسبقها
𝟎𝟏
)𝟏𝟐(𝒏+
𝟎𝟏
𝟑
من البيانات أو 30%من البيانات ويكو ترتيبها =D3العشير الثالث =القيمة التى يسبقها
𝟎𝟏
)𝟏𝟑(𝒏+
𝟎𝟏
وهكذا …..حتى
𝟗
من البيانات أو 90%من البيانات ويكو ترتيبها =D9العشير التاسع =القيمة التى يسبقها
𝟎𝟏
)𝟏𝟗(𝒏+
𝟎𝟏
94
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
أما إذا جزأنا البيانات بعد ترتيبها إلى مائة جزء متساوي:
)𝟏𝟐(𝒏+ 𝟐
من البيانات أو 2%من البيانات ويكو ترتيبها =P2المئين الثانى =القيمة التى يسبقها
𝟎𝟎𝟏 𝟎𝟎𝟏
)𝟏𝟑(𝒏+ 𝟑
من البيانات أو 3%من البيانات ويكو ترتيبها =P3المئين الثالث =القيمة التى يسبقها
𝟎𝟎𝟏 𝟎𝟎𝟏
وهكذا …..حتى
𝟗𝟗
من البيانات أو 99%من البيانات ويكو =P99المئين التاسع والتسعو =القيمة التى يسبقها
𝟎𝟏
)𝟏𝟗𝟗(𝒏+
ترتيبها
𝟎𝟏
95
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
مالحظات
Med = Q2 = D5 = P50
Q1 = P25
Q3 = P75
D1 = P10
D2 = P20
D3 = P30 , …, D9 = P90
96
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
إ طريقة حساب الربيعات والعشيرات والمئينات حسابيا مشابهه لطريقة حساب الوسيط ،نستخدم
الجدول التكراري المتجمع الصاعد لحساب هذه المقاييس ،بعد تحديد رتبة المقياس المطلوب
نستخدم الصيغة التالية:
حيث أ :
: Rرتبة المقياس
:Aبداية فئة المقياس
:Lطول الفئة
: F1التكرار المتجمع الصاعد السابق لرتبة المقياس R
: F2التكرار المتجمع الصاعد الالحق لرتبة المقياس R
مثال :توافرت لديك بيانات عن مستوئ الهيموجلوبين في الدم لعينة مكونة من 50شخص تم
تلخيص مستوئ الهيموجلوبين لهم كما يلى:
مستوئ
12.95- 13.9 5- 14. 95- 15. 95- 16. 95- 17. 95– 18.95 Total
الهيموجلوبين(الفئات)
F 3 5 15 16 10 1 50
المطلوب أوجد حسابيا كل من :
-المئين التاسع والتسعو -العشير الثانى
97
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
الحل
الجدول التكراري المتجمع الصاعد الجدول التكراري البسيط
التكرار المتجمع الصاعد الحدود العليا للفئات التكرارات f الفئة
صفر أقل من 12.95 3 12.95-
3 أقل من 13.95 5 -13.95
8= F1 أقل من 14.95 = A 15 -14.95
23=F2 أقل من 15.95 16 -15.95
39 أقل من 16.95 10 -16.95
49=F1 أقل من 17.95 = A 1 -17.95-18.95
50=F2 أقل من 18.95 ∑f=50
𝟏𝑭𝑹− 𝟖𝟏𝟎.𝟐−
D2= A + × L = 14.95 + × 1.00= 15.09
𝟏𝑭𝑭𝟐− 𝟖𝟐𝟑−
يقل مستوئ الهيموجلوبين لهم عن D2=15.09 التعليق :نستطيع القول بأ 20%من األشخا
() D2=P20
98
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
𝟏𝑭𝑹− 𝟗𝟒𝟓𝟎.𝟒𝟗−
P99= A + × L = 17.95 + × 1.00= 19.44
𝟏𝑭𝑭𝟐− 𝟗𝟒𝟓𝟎−
يقل مستوئ الهيموجلوبين لهم عن P99=19.44 التعليق :نستطيع القول بأ 99%من األشخا
إ طريقة حساب الربيعات والعشيرات والمئينات بيانيا مشابهه لطريقة حساب الوسيط إذ نستخدم
المضلع التكراري المتجمع الصاعد مع مالحظة تحديد الرتبة المناسبة للمقياس المطلوب بدال من
𝒏
رتبة الوسيط
𝟐
99
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
من الشكل السابق يتضح إ القيم التقريبية للعشير الثاني D2والمئين التاسع والتسعين P99هما
على التوالى P99=19.44 ، D2=15.09:
100
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
الربيكككع االول : Q1القيمكككة التكككي يككككو عنكككدها عكككدد المفكككردات األقكككل فكككي القيمكككة = 4/1عكككدد
المفردات وعدد المفردات األكبر في القيمة = 4/3عدد المفردات.
الربيككع الثالككث : Q3القيمككة التككي يكككو عنككدها عككدد المفككردات األقككل فككي القيمككة = 4/3ع كدد
المفردات وعدد المفردات األكبر في القيمة = 4/1عدد المفردات.
101
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
الخطوات:
-1ترتيككب البيان كات تصككاعديا أو تنازليككا (لككن تختلككف قيمككة الربيككع األدنككى والربيككع األعلككى إذا اخترنككا
الترتيب التصاعدي أو الترتيب التنازلي ).
-2إيجاد رتبه الربيعين :
𝟏𝒏+
=RQ1
𝟒
)𝟏𝟑(𝒏+
=RQ3
𝟒
102
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
نظرا ال رتبة الربيع األدنى RQ1=2.75فهو يقع بين المفردتين ذات الترتيب الثاني والثالث وفى
3/4المسافة بينهما لذا نضيف للمفردة الثانية 3/4المسافة بينها وبين المفردة الثالثة كما يلي:
Q1=22+3/4(27-22)=22+3/4×5=22+3.75=25.75
103
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
الخطوات:
-1تكوين جدول التوزيع التكراري المتجمع الصاعد أو الهابط.
-2إيجاد ترتيب الربيعين :
𝒇∑
=RQ1
𝟒
𝒇∑𝟑
=RQ3
𝟒
-3تحديد موقع الربيع األدنى (أو الربيع األعلى) من بين عمود التكرار المتجمع الصاعد.
-4تحديد الحد األدنى لفئة الربيع األدنى (أو الربيع األعلى )من بين الفئات .
-5تحديد التكرار السابق.
-6من الجدول التكراري المتجمع نوجد الفرق بين التكرار الالحق والتكرار السابق.
-7نحدد من الجدول التكراري األصلي طول فئة الربيع األدنى (أو الربيع األعلى).
ويمكن توضيح موقع كال من الربيع االول Q1والوسيط (الربيع الثاني) Medianوالربيع الثالث
Q3من خالل تقسيم المساحة أسفل المنحنى التكراري كما يلي:
104
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
105
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
𝟒𝟏𝟑𝟎−
Q1=20+ ×9=20 +8=28
𝟒𝟏𝟑𝟐−
𝟐𝟑𝟔𝟎− 𝟖𝟐
Med = 29 + × 9 = 29 + × 9 = 29+ 6 = 42
𝟐𝟑𝟕𝟒− 𝟓𝟑
106
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
𝒇∑𝟑 𝟎𝟐𝟏× 𝟑
=RQ3 = = 90
𝟒 𝟒
𝟒𝟕𝟗𝟎−
Q3= 38 + × 9 = 38 + 4 = 42
𝟒𝟕𝟏𝟏𝟎−
107
الفصل الثانى :مقاييس النزعة المركزية Measures of Central Tendency
التمارين
-1أوجد الوسط الحسابي للقيم التالية ، 18 7 16 9 :ثم اثبت أ :
̅ )=0
𝑿∑(X-
40 = 3وكانت أوساطها الحسكابية ، 60 ، 28 = 2 ، 20 = 1 -2يوجد ثالث عينات أحجامها
120 ، 105على الترتيب أوجد الوسط الحسابي المرجح.
-5إذا كا الوسط الحسابي لتوزيع ما = 45وكا الوسيط= 32أوجد Modeووضح شكل التوزيع؟
109
مقـــــاييـــس التشــــتت
Dispersion Measures
الفصل الثالث:مقاييس التشتت Dispersion Measures
111
الفصل الثالث:مقاييس التشتت Dispersion Measures
مقدمة
ذكرنا في الفصل السابق بعض مقاييس النزعة المركزية والتي تمثل مقاييس عددية لموضع أو مكان
تركز البيانات لظاهرة ما ،وقد ذكرنا بأن هذه المقاييس تستخدم لمقارنة مجموعات البيانات المختلفةة
،وفي الحقيقة فإن مقاييس النزعة المركزية غير كافية إليجاد مقارنة شاملة بين مجموعات البيانات
المختلفة ،فقد تكةون هنةا مجموعةات مةن البيانةات لهةا نفةس مقةاييس النزعةة المركزيةة (لهةا نفةس
الموضع ) ولكنها تختلف في بعض الصفات األخرى ،المثال التالي يبين لنا مجمةوعتين مةن البيانةات
لهما نفس المتوسط ولكنهما مختلفتان في طبيعة تشتتهما.
بالرغم من أن المتوسط يساوي 60للمجموعتين إال أن التشتت) أو االختالف ( بين القيم في كل
مجموعة غير متساو ،فمن الواضح أن بيانات المجموعة األولى أكثر تقارب فيما بينها (أقل تشتًتا
وتباعد فيما بينها) من بيانات المجموعة الثانية ،لذلك دعت الحاجة إليجاد مقاييس تقيس طبيعة
تشتت (أو تفرق أو اختالف أو تباعد ) البيانات فيما بينها .هذه المقاييس تسمى مقاييس التشتت أو
االختالف.
و تهةةتم مقةةاييس التشةةتت بقيةةاا مةةدى تباعةةد القةةيم أو البيانةةات عةةن بعهةةها الةةبعض أو تباعةةدها عةةن
وسطها الحسابي حيث أنها تلعب دورا كبيرا فةي عمليةات التحليةل واالسةتنتاح اإلحصةامي ممةا يسةاعد
علةةى تعمةةيم نتةةامن العينةةة علةةى المجتمةةع ،وتتمثةةل مقةةاييس التشةةتت فةةي :المةةدى ،االنحةةراف الربيعةةي
،االنحراف المتوسط ،التباين ،االنحراف المعياري.
112
الفصل الثالث:مقاييس التشتت Dispersion Measures
وتجدر اإلشارة إلى أن تلك المقاييس تصلح للمقارنة بين الظواهر ذات نفس وحدات القيةاا مثةل
مقارنةةت تشةةتت درجةةات مجموعةةت مةةن الطةةالب فةةي احةةد المةةواد الدراسةةية بكليةةة مةةا مةةع تشةةتت درجةةات
مجموعةةت مةةن الطةةالب لةةنفس المةةادة بكليةةة أخةةرى وال يمكةةن اسةةتخدامها لمقارنةةت تشةةتت تةةو يعين
تكراريين لظةاهرتين تختلفةان فةي وحةدات القيةاا مثةل مقارنةت درجةات مجموعةت مةن الطةالب بأعمةار
نفس المجموعة نظرا الختالف وحدات القياا.
113
الفصل الثالث:مقاييس التشتت Dispersion Measures
املدى Rang
المدى أحةد مقةاييس التشةتت وأبسةطها حسةابا ،فةإذا كةان لةدينا مجموعةت مةن البيانةات تةم ترتيبهةا
تصاعديا فان المدى يكون عبارة عن الفرق بين أكبر قيمةة وأقةل قيمةة ،ويتةألر المةدى بدرجةة كبيةرة
بالقيم الشاذة لذا ينصةح عنةد حسةاب المةدى بحةذف القةيم الشةاذة الكبةرى والصةىرى ،كمةا انةت ال يأخةذ
جميع القيم في الحسبان ويعتمد فقط على قيمتين
Rang=Xmax - Xmin
حيث ان :
: Xmaxأكبر قيمة (للبيانات المفردة ) ،أو مركز الفئة االخيرة ( للبيانات المبوبة )
: Xminأصىر قيمة (للبيانات المفردة ) ،أو مركز الفئة األولى ( للبيانات المبوبة )
الحل
114
الفصل الثالث:مقاييس التشتت Dispersion Measures
مثال
أوجد المدى للبيانات التالية:
Categories 30- 35- 40- 45- 50- 55-60
fi 2 9 15 11 2 1
xi 32.5 37.5 42.5 47.5 52.5 57.5
الحل
R = 57.5 – 32.5 = 25
تدريب
أوجد المدى للمشاهدات التالية والتي هي عبارة عن أو ان مجموعة مكونة من 7أفراد :
25, 30, 40, 45, 35, 55, 50
تدريب
أوجد المدى لمستوى الهيموجلوبين في الدم لعينة مكونة من 50شخص تم تلخيص مستوى
الهيموجلوبين لهم كما يلى:
مستوى
12.95- 13.9 5- 14. 95- 15. 95- 16. 95- 17. 95– 18.95 Total
الهيموجلوبين(الفئات)
F 3 5 15 16 10 1 50
115
الفصل الثالث:مقاييس التشتت Dispersion Measures
ويعاب على مقياا االنحراف الربيعي أنت ال يأخذ في الحسبان جميع قةيم الظةاهرة محةل الدراسةة
وعدم إعطاؤه معلومات كاملة عن طبيعة التشتت لتو يةع بيانةات الظةاهرة محةل الدراسةة ممةا يصةعب
التعامل معت في التحليل اإلحصامي وعدم االطمئنان لتعميم نتامجت على المجتمع .
ويحسب االنحراف الربيعي كما يلي:
𝟏𝐐𝐐𝟑−
=Q
𝟐
حيث ان :
: Q1الربيع االول ( االدنى)
: Q3الربيع الثالث ( االعلى)
116
الفصل الثالث:مقاييس التشتت Dispersion Measures
مثال
أوجد نصف المدى الربيعي لمفردات العينة التالية:
88-74-50-80-70-64-54-100-92-54
الحل
-ترتيب البيانات تصاعديا أو تنا ليا كما يلي:
100-92-88-80-74-70-64-54-54-50
-إيجاد رتبت الربيعين :
𝟏𝒏+ 𝟏𝟏𝟎+ 𝟏𝟏
=RQ1 = = = 2.75
𝟒 𝟒 𝟒
117
الفصل الثالث:مقاييس التشتت Dispersion Measures
مثال
أوجد نصف المدى الربيعى لمستوى الهيموجلوبين في الدم لعينة مكونة من 50شخص تم تلخيص
مستوى الهيموجلوبين لهم كما يلى:
مستوى
-12.95 -13.9 5 -14. 95 -15. 95 -16. 95 17. 95– 18.95 Total
الهيموجلوبين(الفئات)
F 3 5 15 16 10 1 50
𝟏𝑸𝑸𝟑− 𝟓𝟐𝟏𝟔.𝟖𝟔−𝟏𝟓.
=Q = = 1.61
𝟐 𝟐
الطريقة البيانية
118
الفصل الثالث:مقاييس التشتت Dispersion Measures
𝟏𝑸𝑸𝟑− 𝟓𝟐𝟏𝟔.𝟖𝟔−𝟏𝟓.
=Q = = 1.61
𝟐 𝟐
119
الفصل الثالث:مقاييس التشتت Dispersion Measures
مثال
اذا كانت الطاقة التصديرية لعدد ( )5محطات لتحلية المياه بالمليون متر مكعب كما يلى:
4،5،2 ،10 ، 7
والمطلوب ايجاد قيمة االنحراف المتوسط للطاقة التصديرية
120
الفصل الثالث:مقاييس التشتت Dispersion Measures
الحل
الوسط الحسابي
121
الفصل الثالث:مقاييس التشتت Dispersion Measures
حيث ان :
̅
𝑿 :الوسط الحسابى :xمركز الفئة : fتكرار الفئة
مثال
يوضح الجدول التالى تو يع 40أسره حسب االنفاق الشهرى (بآالف جنيت)
االنفاق 2- 5- 8- 11- 14-17 sum
عدد االسرة 1 8 13 10 8 40
أوجد االنحراف المتوسط
الحل
عدد
حدود مركز الفئة الوسط الحسابى |̅ |̅
االسر fx ̅ 𝑿 |𝑿 − 𝑿 f|𝑿 −
االنفاق x 𝑿
f
2- 1 3.5 3.5 7.2 7.2
5- 8 6.5 52 𝒙𝒇 ∑ 4.2 33.6
= 𝒇∑
8- 13 9.5 123.5 1.2 15.6
11- 10 12.5 125 𝟖𝟐𝟒 1.8 18
=
14-17 8 15.5 124 𝟎𝟒 4.8 38.4
∑f=40 ∑fx=428 =10.7 112.8
122
الفصل الثالث:مقاييس التشتت Dispersion Measures
تدريب :احسب االنحراف المتوسط باستخدام الوسط الحسابي للتو يع التكراري في الجدول التالي:
categories 24- 34- 44- 54- 64- 74-84 sum
frequencies 6 12 14 20 16 4 72
تدريب :احسب االنحراف المتوسط باستخدام الوسط الحسابي للتو يع التكراري في الجدول التالي:
categories 14- 20- 26- 32- 38- 44- 50-56 sum
frequencies 17 45 50 88 58 37 5 300
123
الفصل الثالث:مقاييس التشتت Dispersion Measures
التباين أحد مقاييس التشتت وأهمها وهو عبارة عن متوسط انحرافات القيم عن وسطها الحسابي
أما االنحراف المعياري فهو عبارة عن الجذر التربيعي للتباين ،ويرمز للتباين في المجتمع بالرمز
2σولالنحراف المعياري بالرمز σ
وتعتمد فكرة التباين على تشتت أو تباعد البيانات عن متوسطها ،فالتباين يكون كبير إذا كانت
البيانات متباعدة عن متوسطها والعكس بالعكس.
ونالحظ ما يلي:
-ال يؤلر طرح أو جمع مقدار لابت من المفردات األصلية في التباين أو االنحراف المعياري.
-عند ضرب القيم األصلية في مقدار لابت فان :
تباين القيم الجديدة = تباين القيم األصلية × مربع المقدار الثابت.
حيث أن:
𝒙∑
: µالوسط الحسابي للمجتمع =
𝑵
124
الفصل الثالث:مقاييس التشتت Dispersion Measures
مثال
مصنع لتعبئة المواد الىذامية يعمل بت 15عامل وكانت عدد سنوات الخبرة لهم كما يلى :
5 13 7 14 12 9 6 8 10 13 14 6 11 12 10
بفرض ان تلك البيانات تم جمعها عن كل مفردات المجتمع ،أوجد التباين لعدد سنوات الخبرة
الحل
ايجاد الوسط الحسابي للمجتمع :
125
الفصل الثالث:مقاييس التشتت Dispersion Measures
σ2
= ∑ ( X-µ )2 /N = (130) /15=8.67
ويمكن تبسيط معادلة قانون التباين السابقة فى صورة اخرى بالشكل التالي:
-فك المجموع ∑(X-µ)2كما يلى :
126
الفصل الثالث:مقاييس التشتت Dispersion Measures
وبالتطبيق على المثال السابق نجد اننا نحتاح الى المجاميع التالية∑X ، ∑X2 :
سنوات الخبرة X X2
5 25
13 169
7 49
14 196
12 144
9 81
6 36
8 64
10 100
13 169
14 196
6 36
11 121
12 144
10 100
∑X=150 ∑X2=1630
التباين هو:
127
الفصل الثالث:مقاييس التشتت Dispersion Measures
عند استخدام التباين كمقياا من مقاييس التشتت ،نجد انت يعتمد على مجموع مربعات االنحرافات
ومن لم ال يتمشى هذا المقياا مع وحدات قياا المتىير محل الدراسة ،فى المثال السابق نجد ان
تباين سنوات الخبرة فى العينة 8.67فليس من المنطقي عند تفسير تلك النتيجة ان نقول " تباين
سنوات الخبرة هو 8.67سنة تربيع " ،ألن وحدات قياا المتىير هو عدد السنوات ،من اجل ذلك
لجأ علماس االحصاس الى مقياا منطقي يأخذ فى االعتبار الجذر التربيعي للتباين لكى يناسب وحدات
قياا المتىير وهذا المقياا هو االنحراف المعياري حيث ان االنحراف المعياري هو الجذر التربيعي
الموجب للتباين ويرمز لت بالرمز σ
ويتميز االنحراف المعياري بأنت يسهل التعامل معت رياضيا ،ويأخذ جميع القيم فى االعتبار ،اال انت
يعاب عليت تألره بالقيم الشاذه
128
الفصل الثالث:مقاييس التشتت Dispersion Measures
129
الفصل الثالث:مقاييس التشتت Dispersion Measures
أى ان :
̅ )2 = 34
𝑿∑(X-
التعليق :يمكن القول ان تباين العينة ، 8.5وهو فى نفس الوقت تقدير غير متحيز لتباين المجتمع
يمكن تبسيط الصيىة الرياضية السابقة لتباين العينة الى صيغ سهلة وخاصة اذا كانت البيانات تحتوى
على قيم كسرية من خالل استنتاح الصيىة التالية:
فك المجموع ̅ )2
𝑿 ∑(X-كما يلى:
130
الفصل الثالث:مقاييس التشتت Dispersion Measures
131
الفصل الثالث:مقاييس التشتت Dispersion Measures
تدريب :توافرت لديك بيانات تمثل أعمار عينة من 5أشخاص كما يلي18-16-12-20-4 :
أحسب التباين واالنحراف المعياري للعينة؟
132
الفصل الثالث:مقاييس التشتت Dispersion Measures
حيث أن :
:fتكرار الفئة : X ،مركز الفئة ̅ ،
𝑿 :الوسط الحسابي ) : n ، ) ∑xf/nمجموع التكرارات
( ، ) n=∑fوالمقدار اسفل الجذر التربيعى يعبر عن التباين S2
مثال :يوضح الجدول التالي تو يع 40أسره حسب االنفاق الشهري (بآالف جنيت)
االنفاق 2- 5- 8- 11- 14-17 sum
عدد االسرة 1 8 13 10 8 40
أوجد االنحراف المعياري لإلنفاق الشهري لألسرة لم قارن بين االنحراف المعياري واالنحراف
المتوسط لإلنفاق الشهري لألسرة
الحل
133
الفصل الثالث:مقاييس التشتت Dispersion Measures
= 3.314
التعليق
االنحراف المعياري لإلنفاق الشهري 3.314الف جنيت ،وبالتالي فإن تشتت بيانات االنفاق وفقا
لمقياا االنحراف المعياري( )3.314اكبر من تشتت بيانات االنفاق وفقا لمقياا االنحراف المتوسط
()2.88
134
الفصل الثالث:مقاييس التشتت Dispersion Measures
تدريب
توافرت لديك بيانات التو يع التكراري التالي:
categories 40- 60- 80- 100- 120- 140-160 sum
frequencies 10 20 30 40 30 20 150
أوجد التباين واالنحراف المعياري؟
تدريب
توافرت لديك بيانات التو يع التكراري التالي:
categories 10- 20- 30- 40- 50- 60- 70-80 sum
frequencies 8 12 24 32 16 5 3 100
أوجد التباين واالنحراف المعياري
135
الفصل الثالث:مقاييس التشتت Dispersion Measures
ذكرنا سابًقا أن التباين واالنحراف المعياري من المقاييس المفيدة لقياا التشتت لتو يع متىير ما
،ولكن في كثير من األحيان نكون مهتمين بمقارنة التشتت واالختالف لتو يعي متىيرين مختلفين.
وبما أن التباين واالنحراف المعياري مقياسان يعتمدان على وحدة البيانات فإنت يصعب استخدامهما
لمقارنة تجانس المجموعات المختلفة من البيانات وذلك الختالف الوحدة المستخدمة ،وبشكل عام
فإن مقاييس التشتت التي ذكرناها سابقا تكون غير مناسبة لمقارنت تجانس مجموعات البيانات
المختلفة في الحالتين التاليتين:
-إذا كانت وحدتا المتىيرين مختلفتين حيث ال نستطيع مقارنة الوحدات المختلفة.
-إذا كان متوسطا المتىيرين مختلفين وذلك ألن تباين تو يع المتىير ذي المتوسط الصىير ينزع
ألن يكون صىير والعكس بالعكس.
لذلك دعت الحاجة إلى مقياا ال يعتمد على وحدة المتىير ويقيس ما يسمى بالتشتت النسبي ،وأحد
هذه المقاييس هو ما يسمى بمعامل االختالف أو معامل التىير ،فمعامل االختالف هو أحد مقاييس
التشتت النسبي وهو مقياا عديم الوحدة ويستخدم لمقارنة التشتت النسبي أو التجانس لمجموعات
البيانات المختلفة ،فمجموعة البيانات ذات معامل االختالف األكبر يكون تشتتها النسبي أكبر أي أنها
تكون أقل تجانس والعكس بالعكس
اخلالصة
لمقارنة التشتت لتو يعين تكراريين مختلفين في نفس الفترة أو مقارنت هاهره واحدة لفتةرتين
مختلفتين من الزمن يمكن استخدام ما يسمى بمعامل االختالف والتةي تصةلح لدراسةة االخةتالف
النسبي لتو يع هاهرة في عدة مجتمعات أو عدة هواهر فةي مجتمةع واحةد وبصةفة خاصةة عنةد
اختالف وحدات القياا لتلك الظواهر .
136
الفصل الثالث:مقاييس التشتت Dispersion Measures
𝑺
C.V.= 𝑿̅ ×100
حيث أن :
̅
𝑿 :المتوسط الحسابى للعينة
: Sاالنحراف المعيارى للعينة
وفى حالة التوزيعات التكرارية املفتوحة يستخدم معامل االختالف الربيعي كما يلي:
𝟏𝑸𝑸𝟑−
C.V.Q= 𝑸𝟑+𝑸𝟏 ×100
حيث ان :
: Q1الربيع االول (االدنى)
: Q3الربيع الثالث(االعلى)
مثال
137
الفصل الثالث:مقاييس التشتت Dispersion Measures
الحل
التعليق :المجموعة األولى( ) 28.8أكثر تشتتا أي اقل تجانسا من المجموعة الثانية () 26.5
مثال :الجدول التالى يتهمن بيانات إحدى الدراسات التي طبقت على 5أشخاص لقياا الو ن
(بالكيلوجرام) والطول(بالسنتيمتر) ،أي البيانات أكثر تشتًتا (أقل تجانس ) بيانات األو ان أم بيانات
األطوال؟
5 4 3 2 1 رقم الشخص
65 67 65 59 69 الو ن
158 165 155 162 164 الطول
138
الفصل الثالث:مقاييس التشتت Dispersion Measures
الحل
𝒙 واالنحراف المعياري Sلبيانات الو ن والطول وتكون النتامن كما يلى:
أوال :ايجاد المتوسط ̅
𝑺
معامل االختالف ̅ =C.V. االنحراف المعيارى S المتوسط ̅
𝑿 البيانات
𝑿
0.0576 3.7417 kg 65.0 kg االو ان
0.026 4.2071 cm 160.8 cm االطوال
التعليق :نظرا ألن معامل االختالف لبيانات االو ان اكبر من معامل االختالف لبيانات االطوال فإن
التشتت النسبي لبيانات االو ان اكبر من التشتت النسبي لبيانات االطوال ،أي ان بيانات االو ان أقل
تجانس من بيانات االطوال
مثال
توافرت لديك البيانات التالية عن هاهرتين :
الظاهرة األولى
̅ = 102.6
𝐗 S =27.81
الظاهرة الثانية :تو يعها التكراري كما يلي:
categories 10- 20- 30- 40- 50- 60-70 sum
frequencies 5 10 20 18 11 6 70
وضح أي الظاهرتين أكثر تشتتا ؟
139
الفصل الثالث:مقاييس التشتت Dispersion Measures
الحل
70
70-1
𝟗𝟏𝟐𝟔𝟗𝟓𝟎−𝟏𝟏𝟒𝟒𝟏𝟐.
= S2 = 181.7
𝟗𝟔
التعليق :الظاهرة الثانية 0.33أكثر تشتتا ( اقل تجانس ) من الظاهرة األولى 0.27
مثال
وضح أي الظاهرتين أكثر تشتتا ؟
الظاهرة األولى
Categories Less than 8 8- 10- 12- 14 and more sum
frequencies 20 30 100 40 10 200
الظاهرة الثانية
Categories 10- 20- 30- 40- 50-60 sum
frequencies 10 40 50 30 20 150
الحل
حيث أن التو يع التكراري للظاهرة األولى مفتوح من الطرفين مما يمثل صعوبة عند حساب مركز
الفئة األولى ومركز الفئة األخيرة ،ويتطلب إجراس مقارنة صحيحة بين الظاهرتين استخدام مقياا
واحد للتشتت وهو معامل االختالف الثاني (الربيعي) كما يلي:
𝟏𝑸𝑸𝟑−
𝟏𝑸C.V.Q= 𝑸𝟑+
141
الفصل الثالث:مقاييس التشتت Dispersion Measures
-1إيجاد قيمة كةل مةن الربيةع الثالةث( ) Q3والربيةع االول( ) Q1للظةاهرة األولةى مةن خةالل إعةداد
جدول التو يع التكراري المتجمع الصاعد كما يلي:
الجدول التكرارى البسيط الجدول التكراري المتجمع الصاعد
Categories frequencies الحدود العليا للفئات التكرار المتجمع الصاعد
Less than 8 20 less than the minimum 0
8- 30 less than 8 20
10- 100 less than 10 50
12- 40 less than 12 150
14 & more 10 lea than 14 190
sum 200 less than the maximum 200
-2إيجاد ترتيب الربيعين :
𝒇∑ 𝟎𝟎𝟐
=RQ1 = =50
𝟒 𝟒
وبالنظر في عمود التكرار المتجمع الصاعد نجد أن الترتيب رقم 50يناهره القيمة 10في عمود
الفئات أي أن :الربيع األول Q1=10
𝒇∑𝟑 𝟎𝟎𝟐× 𝟑
=RQ3 = = 150
𝟒 𝟒
وبالنظر في عمود التكرار المتجمع الصاعد نجد أن الترتيب رقم 150يناهره القيمة 12في عمود
الفئات أي أن Q3=12 :
معامل االختالف الربيعي للظاهرة األولى:
𝟏𝑸𝑸𝟑− 𝟎𝟏𝟏𝟐−
=C.V.Q = = 0.09
𝟏𝑸𝑸𝟑+ 𝟎𝟏𝟏𝟐+
-2إيجاد قيمة كل مةن الربيةع الثالةث( ) Q3والربيةع االول( ) Q1للظةاهرة الثانيةة مةن خةالل إعةداد
جدول التو يع التكراري المتجمع الصاعد كما يلي:
142
الفصل الثالث:مقاييس التشتت Dispersion Measures
𝟎𝟏𝟑𝟕.𝟓−
Q1= 20 + ×10= 20+6.87=26.87
𝟎𝟏𝟓𝟎−
𝟎𝟎𝟏𝟏𝟏𝟐.𝟓−
Q3= 40 + ×10 = 40+1.04 =41.04
𝟎𝟎𝟏𝟏𝟑𝟎−
-معامل االختالف الربيعي للظاهرة الثاني
𝟏𝑸𝑸𝟑− 𝟕𝟖𝟒𝟏.𝟎𝟒−𝟐𝟔.
=C.V.Q = = 0.21
𝟏𝑸𝑸𝟑+ 𝟕𝟖𝟒𝟏.𝟎𝟒+𝟐𝟔.
التعليق
معامل االختالف الربيعي للظاهرة الثانية ( )0.21أكبر من معامل االختالف الربيعي للظاهرة األولى
( ) 0.09وهذا يدل على أن تشتت الظاهرة الثانية أكبر من تشتت الظاهرة األولى .
143
الفصل الثالث:مقاييس التشتت Dispersion Measures
عند المقارنة بين قيم متىيرين (ا ،ص ) يجب تحويل القةيم مطلقةة إلةى قةيم معياريةة ذات تو يةع
طبيعي متوسطة 0وانحرافت المعياري ، 1ولةتكن X1,X2,……,Xnعينةت مةن البيانةات حجمهةا n
ومتوسطها ̅
𝑿 وانحرافها المعيارى Sفإن القيم المعيارية تحسب من خالل العالقة التالية:
حيث ان:
̅
𝑿 :الوسط الحسابى : S ،االنحراف المعيارى : Xiالقيمة ،
مالحظات
144
الفصل الثالث:مقاييس التشتت Dispersion Measures
مثال
إذا كان المتوسط العام للدرجات في مادة نظم التشىيل 75درجة بانحراف معياري 4درجةات بينمةا
المتوسط العام للدرجات في مةادة البرمجةة 60درجةة بةانحراف معيةاري 5درجةات وكانةت نتيجةة أحةد
الطالب في مادة نظم التشىيل 80وفى مادة البرمجة ، 70هل مسةتوى الطالةب فةي مةادة نظةم التشةىيل
أفهل من مستواه في مادة البرمجة ؟
الحل
الدرجة المعيارية
االنحراف المتوسط ̅
الدرجة X 𝑿 المقرر
المعيارى S
=Z
𝟓𝟕𝟖𝟎−
=1.25 80 4 75 نظم التشىيل
𝟒
=Z
𝟎𝟔𝟕𝟎−
=2 70 5 60 البرمجة
𝟓
التعليق :على الرغم أن درجة الطالب في مادة نظم التشىيل ( )80اكبر من درجتت في ماده البرمجة
( )70إال أن مستوى الطالب في مادة البرمجة أفهل من مستواه في مادة نظم التشىيل.
145
Dispersion Measures مقاييس التشتت:الفصل الثالث
الحل
f x x2 fx fx2
8 15 225 120 1800
12 25 625 300 7500
24 35 1225 840 29400
32 45 2025 1440 64800
16 55 3025 880 48400
5 65 4225 325 21125
3 75 5625 225 16875
∑f=100 ∑fx=4130 ∑fx2=189900
S2 = 189900 – (4130)2
100
100-1
𝟏𝟗𝟑𝟑𝟏
S2= = 195.26
𝟗𝟗
146
الفصل الثالث:مقاييس التشتت Dispersion Measures
̅
𝑿 F الدرجة المعيارية
ويمكن التعامل مع العمود الذي يتهمن القيم المعيارية ( ) Zبدال من عمود مركز الفئات عندمذ
يكون لدينا تو يع تكراري معياري متوسطة = 0وتباينت = . 1
147
الفصل الثالث:مقاييس التشتت Dispersion Measures
عند تمثيل بيانات الظاهرة فى شكل منحنى تكرارى فإن هذا المنحنى يأخذ اشكال مختلفة فقد يكون
متمالل بمعنى ان لت قمة فى المنتصف ولو اسقطنا عمود من قمتت على المحور االفقى فانت يقسم
المساحة تحت المنحنى إلى جزميين متطابقين كما هو مبين بالشكل التالى:
التو يع المتمالل يكون فيت( :االلتةواس = صةفر) ( ،الوسةط الحسةابي = الوسةيط = المنةوال ) فكلهةم
يقعون على نقطة واحدة ،أما مفهوم االلتواس فانت يعنى عدم التمالل
خصائص االلتواء
-1عدم انقسام المنحنى التكراري إلى قسمين متساويين ينطبقان على بعههما .
-2الوسط الحسابي ≠ الوسيط ≠ المنوال.
-3يعتمد االلتواس على قياا المسافة بين الوسط والمنوال وكلمةا اد الفةرق بةين الوسةط والمنةوال
اد االلتواس(يعتبر الوسط الحسابي أكثر المتوسطات تألرا بالقيم الشةاذة فةي حةين أن المنةوال ال
يتألر مطلقا بتلك القيم).
148
الفصل الثالث:مقاييس التشتت Dispersion Measures
-4قد يكون االلتواس موجب (االلتواس ناحية اليمين) إذا كان الفةرق بةين المتوسةط والمنةوال موجةب
حيةةث تزيةةد القةةيم الشةةاذة مةةن قيمةةة المتوسةةط الحسةةابي بينمةةا ال تتىيةةر قيمةةة المنةةوال (الوسةةط
الحسابي > الوسيط > المنوال ).
-5قد يكون االلتواس سالب (االلتواس ناحية اليسار) إذا كان الفرق بين المتوسط والمنوال سالب
حيث تنقص القيم الشاذة من قيمة المتوسط الحسابي بينما ال تتىير قيمة المنوال (الوسط
الحسابي < الوسيط < المنوال ).
تأخذ تلك الطريقة فى االعتبار العالقة بين الوسط والوسيط والمنوال فى حالة اذا كان التو يع قريب
من التمالل وليس شديد االلتواس ،وهذه العالقة هى :
̅𝑥(Mod=𝑥̅ -3 )-Med
ومن لم فإن طريقة بيرسون فى قياا االلتواس تتحدد بالمعادلة التالية :
)𝒏𝒂𝒊𝒅𝒆𝑴𝟑(𝑴𝒆𝒂𝒏− )𝒅𝒆𝑴̅ −
𝑿(𝟑
𝒏𝒐𝒊𝒕𝒂𝒊𝒗𝒆𝑫 𝒅𝒓𝒂𝒅𝒏𝒂𝒕𝑺 = SC = 𝑺
حيث ان
: SCمعامل االلتواس لبيرسون
̅
𝑿 :الوسط الحسابى
: Medالوسيط
149
الفصل الثالث:مقاييس التشتت Dispersion Measures
: Sاالنحراف المعيارى
ومن خالل االشارة التى يأخذها ذلك المقياا يمكن الحكم على شكل االلتواس كما يلى:
-اذا كان (الوسط = الوسيط ) كان قيمة معامل ( ، ) α=0ويدل ذلك على ان منحنى التو يع التكرارى
متمالل
-اذا كان (الوسط > الوسيط ) كان قيمة معامل ( ، ) α>0ويدل ذلك على ان منحنى التو يع التكرارى
ملتوى جهة اليمين
-اذا كان (الوسط < الوسيط ) كان قيمة معامل ( ، ) α<0ويدل ذلك على ان منحنى التو يع التكرارى
ملتوى جهة اليسار
150
الفصل الثالث:مقاييس التشتت Dispersion Measures
وتجدر اإلشارة إلى انت يتعذر استخدام معامالت االلتواس لبيرسون في حالة التو يعات التكرارية
المفتوحة لصعوبة حساب الوسط الحسابي واالنحراف المعياري بدقة لذا يتم اللجوس إلى معامل
التواس خخر مثل معامل االلتواس الربيعي.
151
الفصل الثالث:مقاييس التشتت Dispersion Measures
-2حساب المنوال
𝑳×𝟏𝐃
Mode = A +
𝟐𝐃𝐃𝟏+
حيث ان:
: Aبداية الفئة المنوالية
: Lطول الفئة : D2الفرق الثانى : D1الفرق االول
𝟎𝟏×𝟎𝟏
Mode = 30 + = 34.54
𝟐𝟏𝟏𝟎+
-3حساب الوسيط
الجدول التكرارى البسيط الجدول التكراري المتجمع الصاعد
Categories frequencies الحدود العليا للفئات التكرار المتجمع الصاعد
10- 2 less than 10 0
20- 8 less than 20 2
30- 18 less than 30 10
40- 6 less than 40 28
50- 4 lea than 50 34
60-70 2 less than 60 38
sum 40 lea than 70 40
152
الفصل الثالث:مقاييس التشتت Dispersion Measures
𝟎𝟏𝟐𝟎−
Med= 30 + × 10=35.56
𝟎𝟏𝟐𝟖−
التو يع موجب االلتواس وناحية اليمين حيث أن اإلشارة موجبت كما أن :
(الوسط الحسابي > 37الوسيط >35.56المنوال )34.54
153
الفصل الثالث:مقاييس التشتت Dispersion Measures
يعتمةةد علةةى الةةربيعين (األدنةةى واألعلةةى) باإلضةةافة إلةةى الوسةةيط ويسةةتخدم لقيةةاا االلتةةواس وبصةةفة
خاصة في حالت الجداول التكرارية المفتوحة التي يصعب معها استخدام معامل التواس بيرسون.
حيث ان:
: Q3الربيع االعلى (الثالث) : Q1 ،الربيع االدنى (االول) : Med ،الوسيط
مثال
توافرت لديك البيانات التالية:
Categories 20- 40- 60- 80- 100- 120-140 sum
frequencies 10 15 30 50 20 5 130
أوجد كل من :
-معامل االلتواس الربيعي للتو يع بطريقة بولى. -معامالت االلتواس لبيرسون.
154
الفصل الثالث:مقاييس التشتت Dispersion Measures
الحل
-1حساب الوسيط
الجدول التكرارى البسيط الجدول التكراري المتجمع الصاعد
Categories frequencies الحدود العليا للفئات التكرار المتجمع الصاعد
20- 10 less than 20 0
40- 15 less than 40 10
60- 30 less than 60 25
80- 50 less than 80 55
100- 20 lea than 100 105
120-140 5 less than 120 125
sum 130 lea than 140 130
155
الفصل الثالث:مقاييس التشتت Dispersion Measures
𝟓𝟓𝟔𝟓−
Med= 80 + ×20=84
𝟓𝟓𝟏𝟎𝟓−
𝟓𝟐𝟑𝟐.𝟓−
Q1=60+ ×20=65
𝟓𝟐𝟓𝟓−
-3إيجاد الربيع األعلى
ترتيب الربيع االعلى(الثالث)
𝒇∑𝟑 𝟎𝟑𝟏× 𝟑
=RQ3 = = 97.5
𝟒 𝟒
قانون الربيع الثالث Q3
𝟓𝟓𝟗𝟕.𝟓−
Q3=80+ ×20 = 97
𝟓𝟓𝟏𝟎𝟓−
156
الفصل الثالث:مقاييس التشتت Dispersion Measures
157
الفصل الثالث:مقاييس التشتت Dispersion Measures
التعليق :التو يع سالب االلتواس وناحية اليسار حيث أن اإلشارة سالبة كما أن :
(الوسط الحسابي < 80.8الوسيط < 84المنوال .)88
وحيةةث أن 13 = 𝑸𝟑 − 𝑴𝒆𝒅:وهةةو أقةةل مةةن 𝟏𝑸 ،19 = 𝑴𝒆𝒅 −لةةذا يكةةون التو يةةع سةةالب
االلتواس (االلتواس ناحية اليسار).
158
الفصل الثالث:مقاييس التشتت Dispersion Measures
التفرطح Kutosis
عند تمثيل التو يع التكراري في شكل منحنى تكراري قد يكون هذا المنحنى منبسط أو مدبب ،فعندما
يتركز عدد أكبر من القيم بالقرب من منتصف المنحنى ويقل في طرفيت يكون المنحنى مدببا ،وعندما
يتركز عدد أكبر على طرفي المنحنى ويقل بالقرب من المنتصف يكون المنحنى مفرطحا أو منبسطا،
ويظهر ذلك من الشكل التالي:
ويمكن قياا التفرطح باستخدام عدد من الطرق منها طريقة العزوم حيث يحسب معامل التفرطح
( )Kبتطبيق المعادلة التالية :
هو العزم الرابع حول الوسط sهو االنحراف المعياري حيث أن البسط
159
الفصل الثالث:مقاييس التشتت Dispersion Measures
مثال
كانت درجات 8طالب فى االختبار النهامى لمقرر االحصاس كما يلى :
66 85 52 78 80 91 74 58
والمطلوب ايجاد ما يلى:
-1معامل االلتواس بطريقة بيرسون
-2معامل االلتواس الربيعى
-3معامل التفرطح وشكل تو يع البيانات
الحل
-1ايجاد الوسط والتباين واالنحراف المعيارى
الدرجة X X2
66 4356
85 7225
52 2704
78 6084
80 6400
91 8281
74 5476
58 3364
∑X=584 ∑X2=43890
160
الفصل الثالث:مقاييس التشتت Dispersion Measures
̅ =∑𝑿=𝟓𝟖𝟒=73
𝑿
𝒏 𝟖
= S2
S2 = 43890-(584)2
8
8-1
𝟖𝟓𝟐𝟏
=S2 = 179.71428
𝟕
-2ايجاد الوسيط
ترتيب الوسيط
𝟏𝒏+ 𝟏𝟖+
=Rmed = =4.5
𝟐 𝟐
قيمة الوسيط
Med=74+0.5(78-74)=76
161
الفصل الثالث:مقاييس التشتت Dispersion Measures
التعليق :االشارة سالبة لذا فإن منحنى التو يع لدرجات الطالب ملتوى ناحية اليسار
162
الفصل الثالث:مقاييس التشتت Dispersion Measures
Q1=80+0.75(85-80) =83.75
التعليق :االشارة سالبة لذا فإن منحنى التو يع لدرجات الطالب ملتوى ناحية اليسار
-5ايجاد التفرطح
الوسط الحسابى
̅ =∑𝑿=𝟓𝟖𝟒=73
𝑿
𝒏 𝟖
X 𝑿(X-)̅ 𝑿(X-̅ )2 𝑿(X-̅ )4
66 -7 49 2401
85 12 144 20736
52 -21 441 194481
78 5 25 625
80 7 49 2401
90 18 324 104976
74 1 1 1
58 -15 225 50625
∑X=584 𝑿∑(X- ̅ )=0 ̅
∑(X-𝑿)2=1258 ̅
∑(X-𝑿)4=376246
163
الفصل الثالث:مقاييس التشتت Dispersion Measures
-قانون التفرطح
التعليق :نظرا ألن قيمت Kأقل من 3لذا فإن منحنى التو يع منبسط (مفرطح) .
164
الفصل الثالث:مقاييس التشتت Dispersion Measures
التمارين
-1احسب التباين واالنحراف المعياري لمجتمع يتكون من البيانات التالية:
20 14 8 21 12
-2احسب االنحراف المتوسط للبيانات التالية:
Categories 10- 20- 30- 40- 50- 60-70 sum
frequencies 15 33 39 57 45 11 200
-3احسب التباين واالنحراف المعياري للبيانات التالية:
Categories 20- 30- 40- 50- 60- 70-80 sum
frequencies 20 50 80 100 80 70 400
-4أوجد نصف المدى الربيعي لمفردات العينة التالية:
40 81 85 42 50 58 65 35 60 90
-5أوجد نصف المدى الربيعي للبيانات التالية:
Categories 20- 25- 30- 35- 40- 45-50 sum
frequencies 30 28 60 80 22 20 240
- 6أحسب االنحراف المتوسط للبيانات التالية206 212 202 194 206 :
165
الفصل الثالث:مقاييس التشتت Dispersion Measures
166
Correlation Linear االرتباط اخلطى
Regression االحندار
الفصل الرابع :االرتباط الخطى Correlation Linearواالنحدار Regression
168
الفصل الرابع :االرتباط الخطى Correlation Linearواالنحدار Regression
أوال :االرتباط
االرتباط الخطى البسيط هو تحديد وقياس قوة واتجاه العالقة بين متغيرين كميين أو أكثر ويرمز له
بالرمز r
نوع العالقة
تأخذ ثالث أنواع حسب إشارة معامل االرتباط:
اذا كانت اشارة معامل االرتباط سالبة r > 0توجد عالقة عكسية بين المتغيرين بمعنى ان زيادة أحد
المتغيرين يصاحبة انخفاض فى المتغير الثانى والعكس
اذا كانت اشارة معامل االرتباط موجبة r < 0توجد عالقة طردية بين المتغيرين بمعنى ان زيادة
أحد المتغيرين يصاحبة زيادة فى المتغير الثانى والعكس
اذا كانت معامل االرتباط قيمته تساوى صفر r = 0يدل ذلك على عدم انعدام العالقة بين المتغيرين
169
الفصل الرابع :االرتباط الخطى Correlation Linearواالنحدار Regression
أنواع االرتباط
170
الفصل الرابع :االرتباط الخطى Correlation Linearواالنحدار Regression
171
الفصل الرابع :االرتباط الخطى Correlation Linearواالنحدار Regression
)∑ x y - (∑ x) (∑y
N
=r
∑x2 – (∑x)2 ∑y2 – (∑y)2
N N
حيث أن:
مجموع حاصر ضرب xفى y ∑xy
مجموع قيم المتغير x ∑x
مجموع قيم المتغير y ∑y
مجموع مربعات قيم المتغير x ∑x2
مجموع مربعات قيم المتغير y ∑y2
) ∑( x- x ( ( y - y
=r
∑ (x - x )2 × ∑(y - y )2
مثال
احسب معامل ارتباط بيرسون بين اإلنفاق Xوالدخل Yمن البيانات التالية:
X 3 5 7 7 8 10 15
Y 3 5 7 5 5 8 14
172
الفصل الرابع :االرتباط الخطى Correlation Linearواالنحدار Regression
الحل
X Y XY X2 Y2
3 3 9 9 9
5 5 25 25 25
7 7 49 49 49
7 5 35 49 25
8 5 40 64 25
10 8 80 100 64
15 14 210 225 196
55 47 448 521 393
)∑ x y - (∑ x) (∑y
N
=r
∑x2 – (∑x)2 ∑y2 – (∑y)2
N N
173
الفصل الرابع :االرتباط الخطى Correlation Linearواالنحدار Regression
االنحدار هو أسلوب يمكن بواسطته تقدير قيمة أحد المتغيرين بمعلومية قيمة المتغير اآلخر عن
طريق معادلة االنحدار ،وله أنواع:
-1االنحدار الخطي البسيط :فكلمة " بسيط " تعني أن المتغير التابع Yيعتمد على متغير مستقل
واحد وهو Xوكلمة " خطي "تعني أن العالقة بين المتغيرين ) (X , Yعالقة خطية
-2االنحدار المتعدد :إذا كان المتغير Yيعتمد على أكثر من متغير مستقل
-3االنحدار غير الخطي :إذا كانت العالقة بين المتغير Yوالمتغيرات المستقلة غير خطية كأن تكون
من الدرجة الثانية أو آسية.
أى انه يستخدم للتنبؤ بقيمة متغير (يسمى بالمتغير التابع ) من خالل مجموعه من المتغيرات
المستقلة وذلك من خالل تمثيل العالقة بين المتغير التابع والمتغيرات المستقلة
فى حال متغيرين فقط ،االول متغير مستقل والثانى متغير تابع يسمى تحليل االنحدار باالنحدار الثنائى
أو البسيط
ملحوظة
ان معامل االنحدار الخطى البسيط ،ومعامل االرتباط الخطى يسيران فى نفس االتجاه ،وإشارة ميل
خط االنحدار هى نفسها إشارة معامل االرتباط الخطى ،فإذا كانت العالقة بين المتغيرين طردية
فإشارتهما موجبة ،وإذا كانت العالقة عكسية فإشارتهما سالبة
االنحدار الخطي البسيط هو أداة إحصائية تستعمل لبيان العالقة بين متغيرين كميين بحيث يمكن توقع
قيمة المتغير التابع (y) Dependent variableمن خالل المتغير المستقل (x)Independent
على سبيل المثال ،إذا كان الباحث يعرف العالقة بين إنفاق أسرة ما وبين عدد أفرادها في مدينة
ما فإنه يمكنه التنبؤ باالستهالك الشهري عن طريق اإلنحدار الخطي البسيط بمجرد تحديد عدد
األفراد
174
الفصل الرابع :االرتباط الخطى Correlation Linearواالنحدار Regression
-إستغالل العالقة بين متغيرين للتنبؤ بقيم أحد المتغيرات من خالل قيم المتغير األخر.
هناك العديد من نماذج االنحدار قد يصل عددها الى ما يقرب من مئات النماذج ولكن النموذج األكثر
أهمية واألكثر شيوعا ً في االستعمال هو نموذج االنحدار الخطي بسيط،
في هذا النموذج يوجد لدينا المتغير التابع yوالمتغير المستقل ، xويمكن ذكر النموذج على النحو
التالي:
Y = a + bx + e
حيث أن :
:xالمتغير المستقل.
: aثابت اإلنحدار وهو الجزء المقطوع من المحور العمودي yالذي يعكس قيمة المتغير التابع y
في حالة عدم وجود قيمة للمتغير المستقل ، xبمعنى أخر)(x = 0
: bمعامل اإلنحدار (الميل) وهو مقدار التغيير في yإذا تغيرت xوحدة واحدة ،ويساوي منحدر
الخط المستقيم )(a + b x
: eالخطأ العشوائي الذي يشير إلى الفرق بين القيمة الفعلية للمتغير التابع yوالقيمة المقدرة التي
يرمز لها ، ỹ = a + b xوهذا يعني أن الخطأ العشوائي يساوي)e = y- (a + b x
ويمكن توضيح هذا الخطأ في الشكل البياني التالى:
175
الفصل الرابع :االرتباط الخطى Correlation Linearواالنحدار Regression
هو مقياس لتقدير دقة معامل االنحدار ويرمز له R2وذلك ألنه يساوي مربع معامل اإلرتباط البسيط
ويأخذ هذا المعامل قيم بين 0الى 1أي أنه r2 ≤ 1 ≤ 0وكلما اقتربت قيمة معامل التحديد من 1فان
ذلك يدل على قلة قيمة الخطأ العشوائي
مثال
لو كانت قيمة معامل التحديد لمتغيرين تساوي 0.87فهذا يفسر (يدل) على أن معادلة االنحدار تفسر
%87من التغير الحاصل في المتغير التابع yحدثت بسبب التغير الحاصل في المتغير المستقل x
والباقي من التغير البالغ %13حدث بسبب عوامل أخرى غير المتغير المستقلx.
0.25 ≥ R2 0.25 < R2 ≤ 0.09 < R2 ≤ 0.01 معامل التحديد R2
0.09
كبير متوسط ضعيف حجم التأثيرللمتغير
المستقل على المتغير
التابع - Effect Size
ES
176
الفصل الرابع :االرتباط الخطى Correlation Linearواالنحدار Regression
حيث أن:
∑ XY - ∑X × ∑Y
N
=B
)∑X - (∑X
2 2
N
A= Y - B X
حيث أن:
∑Y
= Y
N
∑X
= X
N
177
الفصل الرابع :االرتباط الخطى Correlation Linearواالنحدار Regression
حيث أن:
∑ XY - ∑X × ∑Y
N
=D
)∑Y - (∑Y
2 2
N
C= X - D Y
حيث أن:
∑Y
= Y
N
∑X
= X
N
مثال
توافرت لديك البيانات التالية:
X 3 5 8 1 10 6 8 4 5 5
Y 10 8 6 13 7 10 7 10 6 3
178
الفصل الرابع :االرتباط الخطى Correlation Linearواالنحدار Regression
الحل
X Y X2 Y2 XY
3 10 9 100 30
5 8 25 64 40
8 6 64 36 48
1 13 1 169 13
10 7 100 49 70
6 10 36 100 60
8 7 64 49 56
4 10 16 100 40
5 6 25 36 30
5 3 25 9 15
55 80 365 712 402
حيث أن:
∑ XY - ∑X × ∑Y
N
=B
)∑X - (∑X
2 2
N
A= Y - B X
179
الفصل الرابع :االرتباط الخطى Correlation Linearواالنحدار Regression
حيث أن:
∑Y = 80 =8
= Y
N 10
∑X = 55 = 5.5
= X
N 10
Y=A+BX
Y=11.344 – 0.608 X
180
الفصل الرابع :االرتباط الخطى Correlation Linearواالنحدار Regression
Y=A+BX
Y=11.344 – 0.608 X
181
الفصل الرابع :االرتباط الخطى Correlation Linearواالنحدار Regression
182
املراجع
-أحمد عبد السميع طبية :مبادئ االحصاء ،عمان ،دار البداية 2007 ،
-جالل الصياد ،عبد الحميد محمد ربيع :مبادئ الطرق االحصائية :تهامة ،جده ،
-عبد الحليم فهمى هيكل :مبادئ االساليب االحصائية ،بيروت 1990 ،
-ابراهيم محمد مهدى ،فاطمة على عبد العاطى :االحصاء التطبيقى وبحوث العمليات ،
المنصورة 2008،
183
الفهرس
الفصل األول
الفصل الثاني
الفصل الثالث
الفصل الرابع
184