‫جامعة محمد الصديق بن يحيى – جيجل‬

‫كلية العلوم اإلقتصادية والتجارية وعلوم التسيير‬

‫قسم علوم املالية واملحاسبة‬

‫أستاذ املقياس‪ :‬الدكتور رشيد عالب‬

‫السداس ي الثالث‬
‫‪2023-2022‬‬

‫أهداف الـمحاضرة‪:‬‬
‫‪ ‬التعريف بطرق املعاينة‬
‫‪ ‬التعريف بتوزيعات املعاينة للمتوسط والنسبة واستخداماتهما‬
 ‫محتوى المحاضرة‪:‬‬

‫‪ -1‬مقدمة‬
‫‪ -2‬مفاهيم أساسية‬
‫‪ -3‬أساليب المعاينة‬
‫‪ 1-3‬األساليب غير االحتمالية (غير العشوائية)‬
‫(المعاينة الحصصية ‪ ،‬المعاينة القصدية‪ ،‬معاينة الصدفة)‬
‫‪ 2-3‬األساليب االحتمالية (العشوائية)‬
‫‪ ‬المعاينة العشوائية البسيطة‬
‫‪ ‬المعاينة العشوائية المنتظمة‬
‫‪ ‬المعاينة الطبقية‬
‫‪ -4‬توزيع المعاينة‬
‫‪ 1-4‬توزيع المعاينة للمتوسط‬
‫‪ 2-4‬توزيع المعاينة للنسبة‬
‫‪ 3-4‬توزيع المعاينة للفرق بين متوسطين‬
‫‪ 4-4‬توزيع المعاينة للفرق بين نسبتين‬
‫‪ -5‬ملخص‬

‫‪ -1‬مقدمة‬
‫لدراسة ظاهرة معينة يقوم الباحث بتجميع البيانات االحصائية حوله‪ ،‬وتستخدم في ذلك طريقتين‪:‬‬
‫‪ ‬المسح الشامل‪ :‬وذلكم باستجواب أو مراقبة جميع عناصر المجتمع االحصائي‪.‬‬
‫‪ ‬سحب عينة‪ :‬يتعلق األمر بسحب عينة بطريقة علمية حتى تكون ممثلة للمجتمع‬
‫ويمكن أن تالحظ أن الطريقة األولى مكلفة وتتطلب جهدا ووقتا‪ ،‬على عكس الطريقة الثانية‪ ،‬لهذا‬
‫تتجه أغلب الدراسات واألبحاث إلى دراسة العينة بدال من المجتمع‪ ،‬وهنا يطرح تحد يتعلق بمدى‬
‫مطابقة النتائج المحصل عليها في العينة على ما يُتوقع أن يكون في المجتمع‪ ،‬وتسمى دراسة‬
‫خصائص العينات وطرق اختيارها بنظرية المعاينة (‪.)Sampling theory‬‬
 ‫‪ -2‬مفاهيم أساسية‬
‫التعريف‬ ‫املفهوم‬
‫‪ ‬قائمة العناصر التي يتم اختيار العينة من ضمنها‬ ‫قاعدة املعاينة‬
‫‪ ‬توزيع احتمالي لجميع القيم املختلفة لـ‪" :‬إحصاءة" أو مؤشر إحصائي في العينة‬ ‫توزيع املعاينة‬
‫‪ ‬مجموعة جزئية من املجتمع اإلحصائي‬ ‫العينة‬
‫‪ ‬هي عملية القيام باختيار عينة ممثلة من املجتمع االحصائي‬ ‫املعاينة‬
‫‪ ‬هي مجموعة متعددة من الطرق التي يتم من خاللها اختيار العينة‪ ،‬ويتم تجميعها‬
‫طرق املعاينة‬
‫غالبا في مجموعتين‪ :‬طرق احتمالية وطرق غير احتمالية‪.‬‬
‫‪ ‬هي مؤشر احصائي يعبر عن خاصية وصفية للمجتمع كمتوسط املجتمع‪ μ :‬و‬ ‫املعلمة‪-‬اإلحصاءة‬
‫االنحراف املعياري ‪ σ‬والنسبة ‪p‬‬
‫‪‬عبارة عن مفردات يقوم الباحث بدراسة خاصية من خصائصها‪ ،‬ويتكون من‬ ‫املجتمع‬
‫"وحدات إحصائية"‬
‫‪‬عدد املفردات منتهي قابل للعد‬ ‫مجتمع محدود‬
‫‪‬مجتمع يتكون من مفردات لها نفس الخصائص‬ ‫مجتمع متجانس‬
‫نرمز له بالرمز ‪μ‬‬ ‫املتوسط داخل املجتمع‬
‫نرمز له بالرمز ̅𝑋‬ ‫املتوسط داخل العينة‬
‫نرمز له بالرمز ‪p‬‬ ‫النسبة داخل املجتمع‬
‫نرمز له بالرمز ‪f‬‬ ‫النسبة داخل العينة‬
‫االنحراف املعياري داخل نرمز له بالرمز ‪ б‬ويرمز بـ‪ б2 :‬لتباين املجتمع‬
‫املجتمع‬
‫االنحراف املعياري داخل نرمز له بالرمز ‪ S‬ويرمز بـ‪ S2 :‬لتباين العينة‬
‫العينة‬

‫‪ -3‬أساليب المعاينة‪Echantillonnage/ Sampling :‬‬

‫"المعاينة هي عملية اختيار عينة تتكون من مجموعة من المفردات تسحب من المجتمع األصلي ‪".‬‬
‫‪ ‬يرمز لحجم العينة بالرمز ‪n‬‬
‫‪ ‬يرمز لحجم المجتمع بالرمز ‪N‬‬
‫هناك العديد من الطرق المعتمدة في اختيار العينة‪ ،‬يقسمها الخبراء إلى مجموعتين من الطرق‬
‫بحسب طريقة االختيار باالضافة إلى أدوات التحليل االحصائي المعتمدة‪ ،‬وهي‪:‬‬
‫‪ ‬الطرق غير االحتمالية‪.‬‬
‫‪ ‬الطرق االحتمالية‪.‬‬
 ‫‪ 1-3 ‬الطرق غير االحتمالية (غير العشوائية)‬
‫‪ ‬هي مجموعة من الطرق تتدخل رغبة الباحث الشخصية في اختيار مفردات العينة بحيث ال‬
‫يكون نفس احتمال االختيار ضمن العينة‪ ،‬ومن أشهر هذه الطرق‪:‬‬
‫‪ ‬العينة الحصصية—العينة القصدية—المعاينة بالصدفة‪...‬وغيرها‬
‫‪ ‬مالحظة‪ :‬ليس المجال وال الوقت مناسبا للتوسع في هذه الطرق‪ ،‬خاصة وأن االحصاء ‪3‬‬
‫(اإلستداللي) موضوعه هو الطرق العشوائية أو االحتمالية‪ ،‬لمزيد من المعلومات حول هذا‬
‫الموضوع بإمكانكم االطالع على طرق المعاينة في جميع كتب اإلحصاء‪.‬‬
‫‪ 2-3‬الطرق االحتمالية (العشوائية)‬
‫‪ ‬المعاينة العشوائية البسيطة‬
‫يشترط فيها شرطين‪:‬‬
‫‪ ‬معرفة وتحديد جميع مفردات المجتمع‪.‬‬
‫‪ ‬أن يكون هناك تجانس بين مفردات المجتمع‪.‬‬
‫ويتم اختيار هذه العينة وفق طريقتين‪:‬‬
‫طريقة القرعة‪ :‬وفيها يتم ترقيم جميع عناصر المجتمع وكتابة هذه األرقام في أوراق‬ ‫‪-1‬‬
‫صغيرة مع إخفاء المضمون‪ ،‬ثم يتم سحب العينة عشوائيا‪ ،‬ومن عيوب هذه الطريقة تعذر‬
‫استعمالها للمجتمعات الكبيرة والعينات الكبيرة‪.‬‬
‫طريقة الجداول العشوائية‪ :‬وهذه الجداول بتكون موجودة داخل كتب اإلحصاء‪ ،‬ويتم‬ ‫‪-2‬‬
‫قراءة الجدول فى أى اتجاه يرغبه الباحث سواء رأسيا أو أفقيا أو قطريا‪ .‬والشكل التالي‬
‫يبين جزءا من جدول عشوائي‪:‬‬

‫وفق المنهجية التالية‪:‬‬

‫أ‪ .‬تحديد و تعريف المجتمع‪.‬‬
‫ب‪ .‬تحديد حجم العينة المرغوب فيه‪.‬‬
‫ج‪ .‬إعداد قائمة باسماء أفراد المجتمع‪.‬‬
‫د‪ .‬ترقم مفردات المجتمع من ‪ 1‬إلى ‪.N‬‬
‫ه‪ .‬نأخذ صفحة منن صنفحات الجنداول العشنوائية نختنار عمنودا أو سنطرا أو قطنرا عندد‬
‫أرقامه هو نفس عدد أرقنام المجتمنع (إذا كنان حجنم المجتمنع هنو ‪ 350‬فنإن الجندول‬
‫المختار هو جدول ذو ‪ 3‬أرقام) وننطلق منن النرقم األول فني السنطر أو العمنود أو القطنر‬
‫وتكون هذه نقطة البداية فى إختيار العينة‪.‬‬
‫و‪ .‬نختار األعداد العشوائية فى الجندول العشنوائى التني تنتمني تكنون محصنورة بنين ‪ 1‬و‬
‫آخر عدد في المجتمع حتى تكتمل العينة‪.‬‬
‫مالحظات‪:‬‬
‫‪ ‬فى حالنة إذا تكنرر العندد أو زاد عنن النرقم الموجنود لنديك فنى القائمنة ينتم‬
‫تجاهله‪.‬‬
‫‪ ‬وعندما ينتهنى العمنود األول ننتقنل إلنى أعلنى العمنود الثنانى‪ ،‬وهكنذا حتنى‬
‫نحصل على حجم العينة المرغوب فيه‪.‬‬
‫طريقة الحاسب اآللى‪:‬‬
‫‪ ‬يمكن إختيار العيننة أيضنا باسنتخدام برننامج إكسنل ‪ Excel‬باسنتخدام الدالنة‬
‫التاليننة‪ ،ALEA.ENTRE.BORNES :‬بحيننث نضننع التننرقيم األدنننى والتننرقيم‬
‫األعلى للمفردات‪ ،‬ثم نسحب الفأرة إلنى أسنفل حتنى أحصنل علنى حجنم العيننة‬
‫المطلوب‪.‬‬

‫ثم نمدد بواسطة الفأرة إلى مدى ‪ 10‬خانات مثال (حجم العينة) فنحصل على ما يلي‪:‬‬
 ‫‪ ‬يمكن إختيار العينة أيضا باستخدام ال‪ ، SPSS‬باختيار االيقونات التالية‪:‬‬
‫‪DonnéesSelectionner des observationspar échantillon aléatoire‬‬
‫مثال‪:‬‬
‫مجتمع حجمه ‪ N=500‬طالبا‪ ،‬نريد اختيار عينة مكونة من ‪ 10‬مفردات‪ ،‬الختيار هذه العينة نقوم بما‬
‫يلي‪:‬‬
‫‪ ‬نرقم عناصر المجتمع من ‪ 1‬إلى ‪( 500‬كل طالب يحمل رقما)‪.‬‬
‫‪ ‬من جدول األرقام العشوائية نأخذ سطرا أو عمودا مكونا من ‪ 3‬أرقام ونختار ‪ 10‬أرقام‪ ،‬نطابق‬
‫هذه األرقام مع القائمة األصلية لمفردات المجتمع‪ ،‬وتكون العينة هم ‪ 10‬طلبة يحملون األرقام‬
‫المختارة‪.‬‬

‫‪ ‬المعاينة العشوائية المنتظمة‬

‫هي إحدى الطرق االحتمالية‪ ،‬ويتم اختيار العينة وفق هذه الطريقة باتباع الخطوات التالية‪:‬‬
‫𝑁‬
‫=𝑘‬ ‫‪ ‬نقوم أوال بحساب "الخطوة" ‪ K‬بحيث ‪:‬‬
‫𝑛‬
‫‪ ‬باستخدام الجدول العشوائي نختار رقما الجدول الذي له عدد أرقام مطابق لعدد أرقام حجم‬
‫المجتمع‪.‬‬
‫‪ ‬نضيف في كل مرة العدد ‪" k‬الخطوة"‪ ،‬حتى تكتمل العينة‬
‫مثال‪:‬‬
‫في مجتمع مكون من ‪ 300‬مفردة‪ ،‬نريد اختيار عينة عشوائية مكونة من ‪ 10‬مفردات‪:‬‬
‫𝑁‬ ‫‪300‬‬
‫=𝑘‬ ‫=‬ ‫‪ ‬نقوم أوال بحساب "الخطوة" ‪ K‬بحيث ‪= 30 :‬‬
‫𝑛‬ ‫‪10‬‬
‫‪ ‬باستخدام الجدول العشوائي نختار رقما الجدول الذي له عدد أرقام مطابق لعدد أرقام حجم‬
‫المجتمع‪ ،‬ليكن العدد "‪."14‬‬
‫‪ ‬نضيف في كل مرة ‪ ،30‬فنحصل على العينة التالية‪:‬‬
‫}‪{14,44,74,104,134,164,194,224,254,284‬‬

‫‪ ‬المعاينة العشوائية الطبقية‪:‬‬

‫تستخدم في حالة المجتمعات غير المتجانسة‪ ،‬حيث يتم تقسيم المجتمع إلى مجموعات‬
‫متجانسة (طبقات) ‪ :‬ذكور‪/‬إناث‪ ،‬موظفين‪/‬طلبة‪ /‬أساتذة‪ ،‬جامعي‪/‬ثانوي‪/‬متوسط‪/‬ابتدائي‪،‬‬
‫بعد تقسيم المجتمع نقوم باختيار عينة عشوائية داخل كل طبقة‪ ،‬بحيث‪:‬‬
‫عدد مفردات الطبقة "في العينة" = (حجم الطبقة‪/‬حجم المجتمع) ‪ x‬حجم العينة‬
 ‫مثال‪:‬‬
‫إذا كان عدد طلبة قسم علوم المالية والمحاسبة هو ‪ ،250‬ونريد اختيار عينة عشوائية مقدارها ‪،20‬‬
‫وبسبب عدم تجانس المجتمع من ناحية الجنس نقوم بقسمة المجتمع إلى طبقتين‪ :‬ذكور‪/‬إناث‪،‬‬
‫وكان ‪:‬‬
‫‪ ‬عدد الطلبة الذكور هو ‪50‬‬
‫‪ ‬عدد الطلبة اإلناث هو ‪ ،200‬فإنه وحسب القاعدة‪:‬‬
‫عدد مفردات الطبقة "في العينة" = (حجم الطبقة‪/‬حجم المجتمع) ‪ x‬حجم العينة‬
‫‪ ‬عدد الطلبة الذكور في العينة = (‪4 = 20 x )250/50‬‬
‫‪ ‬عدد الطلبة الذكور في العينة = (‪16 = 20 x )250/200‬‬
‫‪ -4‬تعريف توزيع المعاينة‪:‬‬
‫نفتتح هذا العنصر بسؤال‪:‬‬
‫كم عدد العينات ذات حجم ‪ n‬الممكن سحبها من مجتمع يتكون من ‪ N‬مفردة؟؟؟‬
‫اإلجابة‪ :‬نميز بين حالتين‪:‬‬
‫السحب بدون إرجاع (السحب النفاذي)‪𝐶𝑁𝑛 :‬‬ ‫‪‬‬

‫السحب مع اإلرجاع (السحب غير النفاذي)‪𝑁 𝑛 :‬‬ ‫‪‬‬

‫إذا أخذنا جميع العينات ذات حجم ‪ n‬الممكن سحبها من مجتمع ما بحجم ‪ ،N‬فإننا يمكننا حساب‬
‫"إحصاءات" أو مؤشرات إحصائية لكل عينة (المتوسط الحسابي‪-‬اإلنحراف المعياري‪-‬التباين‪-‬‬
‫النسبة‪ ،)...‬بحيث تتغير هذه المؤشرات من عينة ألخرى‪ ،‬إن تغير هذه المؤشرات تشكل توزيعا‬
‫احتماليا لهذه المؤشرات يُطلق عليه اسم‪" :‬توزيع المعاينة"‪.‬‬
‫مثال‪:‬‬
‫ليكن لدينا مجتمع مكون من ‪ ،)N=5( 5‬طلبة حاصلين على معدالت سنوية كما يبينه الجدول التالي‪:‬‬
‫الشخص (‪)05( )04( )03( )02( )01‬‬
‫‪30‬‬ ‫‪29‬‬ ‫‪27‬‬ ‫‪23‬‬ ‫‪21‬‬ ‫السن‬

‫𝑖𝑋 ∑‬ ‫‪21+23+27+29+30‬‬
‫=𝜇‬ ‫=‬ ‫‪ /1‬المتوسط الحسابي‪= 26 :‬‬
‫𝑁‬ ‫‪5‬‬
‫‪ /2‬تباين المجتمع‬

‫‪∑(𝑋𝑖 − 𝜇)2 (21 − 26)2 + (23 − 26)2 + ⋯ … . . +(30 − 26)2‬‬

‫= 𝑥‪𝑉𝑎𝑟(𝑋) = σ2‬‬ ‫=‬ ‫‪= 12‬‬
‫𝑁‬ ‫‪5‬‬
‫المطلوب اآلن هو تشكيل جميع العينات الممكنة من شخصين مع حساب متوسط كل عينة‪:‬‬
 ‫إذا كان السحب مع االرجاع فإن عدد العينات الممكنة‪ :‬هو ‪𝑁 𝑛 = 52 = 25‬‬ ‫‪‬‬

‫كل عينة لها احتمال ‪ 25/1‬ألن تُختار‪ ،‬النتائج المحصل عليها ملخصة في الجدول التالي‪:‬‬ ‫‪‬‬
‫العينة رقم تتكون من الشخصين سن األشخاص متوسط العينة‬
‫‪21‬‬ ‫(‪)21،21‬‬ ‫(‪)1 ،1‬‬ ‫‪1‬‬
‫‪22‬‬ ‫(‪)23 ،21‬‬ ‫(‪)2 ،1‬‬ ‫‪2‬‬
‫‪24‬‬ ‫(‪)27 ،21‬‬ ‫(‪)3 ،1‬‬ ‫‪3‬‬
‫‪25‬‬ ‫(‪)29 ،21‬‬ ‫(‪)4 ،1‬‬ ‫‪4‬‬
‫‪25,5‬‬ ‫(‪)30 ،21‬‬ ‫(‪)5 ،1‬‬ ‫‪5‬‬
‫‪22‬‬ ‫(‪)21 ،23‬‬ ‫(‪)1 ،2‬‬ ‫‪6‬‬
‫‪23‬‬ ‫(‪)23 ،23‬‬ ‫(‪)2 ،2‬‬ ‫‪7‬‬
‫‪25‬‬ ‫(‪)27 ،23‬‬ ‫(‪)3 ،2‬‬ ‫‪8‬‬
‫‪26‬‬ ‫(‪)29 ،23‬‬ ‫(‪)4 ،2‬‬ ‫‪9‬‬
‫‪26,5‬‬ ‫(‪)30 ،23‬‬ ‫(‪)5 ،2‬‬ ‫‪10‬‬
‫‪24‬‬ ‫(‪)21 ،27‬‬ ‫(‪)1 ،3‬‬ ‫‪11‬‬
‫‪25‬‬ ‫(‪)23 ،27‬‬ ‫(‪)2 ،3‬‬ ‫‪12‬‬
‫‪27‬‬ ‫(‪)27 ،27‬‬ ‫(‪)3 ،3‬‬ ‫‪13‬‬
‫‪28‬‬ ‫(‪)29 ،27‬‬ ‫(‪)4 ،3‬‬ ‫‪14‬‬
‫‪28,5‬‬ ‫(‪)30 ،27‬‬ ‫(‪)5 ،3‬‬ ‫‪15‬‬
‫‪25‬‬ ‫(‪)21 ،29‬‬ ‫(‪)1 ،4‬‬ ‫‪16‬‬
‫‪26‬‬ ‫(‪)23 ،29‬‬ ‫(‪)2 ،4‬‬ ‫‪17‬‬
‫‪28‬‬ ‫(‪)27 ،29‬‬ ‫(‪)3 ،4‬‬ ‫‪18‬‬
‫‪29‬‬ ‫(‪)29 ،29‬‬ ‫(‪)4 ،4‬‬ ‫‪19‬‬
‫‪29,5‬‬ ‫(‪)5 ،29‬‬ ‫(‪)5 ،4‬‬ ‫‪20‬‬
‫‪25,5‬‬ ‫(‪)21 ،30‬‬ ‫(‪)1 ،5‬‬ ‫‪21‬‬
‫‪26,5‬‬ ‫(‪)23 ،30‬‬ ‫(‪)2 ،5‬‬ ‫‪22‬‬
‫‪28,5‬‬ ‫(‪)27 ،30‬‬ ‫(‪)3 ،5‬‬ ‫‪23‬‬
‫‪29,5‬‬ ‫(‪)29 ،30‬‬ ‫(‪)4 ،5‬‬ ‫‪24‬‬
‫‪30‬‬ ‫(‪)30 ،30‬‬ ‫(‪)5 ،5‬‬ ‫‪25‬‬

‫مالحظات‪:‬‬
‫‪ -‬المتوسط يتراوح بين‪ 21 :‬و ‪30‬‬
‫‪ -‬هناك متوسطات تظهر أكثر من مرة‪ ،‬وهناك من تظهر مرة واحدة‬
‫‪ -‬احتمال الظهور مرة واحدة هو ‪ ،25/1 :‬وكلما زاد عدد مرات الظهور كلما زاد االحتمال أي إذا‬
‫ظهر المتوسط مرتين فإن االحتمال هو ‪... ،25/2‬إلخ‪.‬‬
 ‫يمكن أن نبوب هذه المتوسطات كما يلي‪:‬‬
‫المتوسط التكرار التكرار النسبي (اإلحتمال‬
‫‪25/1‬‬ ‫‪1‬‬ ‫‪21‬‬
‫‪25/2‬‬ ‫‪2‬‬ ‫‪22‬‬
‫‪25/1‬‬ ‫‪1‬‬ ‫‪23‬‬
‫‪25/2‬‬ ‫‪2‬‬ ‫‪24‬‬
‫‪25/4‬‬ ‫‪4‬‬ ‫‪25‬‬
‫‪25/2‬‬ ‫‪2‬‬ ‫‪25.5‬‬
‫‪25/2‬‬ ‫‪2‬‬ ‫‪26‬‬
‫‪25/2‬‬ ‫‪2‬‬ ‫‪26.5‬‬
‫‪25/1‬‬ ‫‪1‬‬ ‫‪27‬‬
‫‪25/2‬‬ ‫‪2‬‬ ‫‪28‬‬
‫‪25/2‬‬ ‫‪2‬‬ ‫‪28.5‬‬
‫‪25/1‬‬ ‫‪1‬‬ ‫‪29‬‬
‫‪25/2‬‬ ‫‪2‬‬ ‫‪29.5‬‬
‫‪25/1‬‬ ‫‪1‬‬ ‫‪30‬‬
‫‪1‬‬ ‫‪25‬‬ ‫المجموع‬
‫‪ -‬حساب متوسط المتوسطات‪ :‬أي متوسط المعاينة‪ :‬نكتب‪:‬‬
‫‪∑ 𝑋̅ 650‬‬
‫= ) ̅𝑋( 𝐸‬ ‫=‬ ‫‪= 26‬‬
‫‪25‬‬ ‫‪25‬‬
‫الحظ جيدا أن متوسط المعاينة هو نفسه متوسط المجتمع‪ ،‬أي‪E(x̅) = μ :‬‬
‫‪ -‬حساب تباين المتوسطات‪:‬‬
‫‪2‬‬
‫))𝑥(𝐸 ‪̅ −‬‬
‫𝑋(∑‬ ‫‪150‬‬
‫= ) ̅𝑋(𝑟𝑎𝑉‬ ‫=‬ ‫‪=6‬‬
‫‪25‬‬ ‫‪25‬‬
‫الحظ جيدا أن تباين متوسط المعاينة هو تباين المجتمع مقسوما على حجم العينة‪ ،‬أي‪:‬‬
‫)𝑋( 𝑟𝑎𝑉‬
‫= ) ̅𝑋(𝑟𝑎𝑉‬
‫𝑛‬

‫يقصد بتوزيع المعاينة للمتوسط دراسة الخصائص اإلحصائية لمتوسطات جميع العينات الممكنة‪ ،‬وباألخص دراسة‬
‫متوسط المعاينة وتباين متوسط المعاينة‪:‬‬
‫)𝑋( 𝑟𝑎𝑉‬
‫= ) ̅𝑋(𝑟𝑎𝑉‬ ‫تباين متوسط المعاينة‬ ‫‪ ‬متوسط المعاينة‪E(x̅) = μ‬‬
‫𝑛‬
 ‫مالحظة‪:‬‬
‫في حالة السحب بدون إرجاع يكون توزيع للمتوسط كما يلي‪:‬‬
‫𝜇 = ) ̅𝑋( 𝐸‬ ‫المتوسط‬
‫)𝑋( 𝑟𝑎𝑉‬ ‫𝑛‪𝑁−‬‬
‫= ) ̅𝑋(𝑟𝑎𝑉‬ ‫(×‬ ‫)‬ ‫التباين‬
‫𝑛‬ ‫‪𝑁−1‬‬
‫𝑥𝜎‬ ‫𝑛‪𝑁−‬‬
‫= ̅𝑥𝜎‬ ‫(√ ×‬ ‫)‬ ‫اإلنحراف المعياري‬
‫𝑛√‬ ‫‪𝑁−1‬‬

‫𝑛‪𝑁−‬‬
‫معامل التصحيح‪.‬‬ ‫‪ ‬يطلق على المعامل‪:‬‬
‫‪𝑁−1‬‬
‫𝑛‪𝑁−‬‬
‫‪ ‬إذا كان حجم المجتمع ‪ N‬كبيرا جدا بالمقارنة مع حجم العينة ‪ n‬فإن المقدار ‪ 𝑁−1‬يؤول إلى ‪،1‬‬
‫وبالتالي يفقد تأثيره على قيمة التباين واالنحراف المعياري‪،‬‬
‫‪ ‬يحدد االحصائيون هذا الكبر بالعالقة‪ 𝑛 ≤ 0.05𝑁 :‬أي أنه في هذه الحالة ال داعي الستخدام‬
‫معامل التصحيح‪.‬‬
‫مثال تطبيقي‪:‬‬
‫إذا كان لديك مجتمع مكون من ‪ 5‬مفردات تحمل أرقاما هي‪)2-4-6-8-10( :‬‬
‫‪ )1‬أوجد المتوسط الحسابي وتباين المجتمع‬
‫‪ )2‬أوجد خصائص توزيع المعاينة للمتوسط إذا تم سحب مفردتين‬
‫أ‪ .‬في حالة السحب مع االرجاع‬
‫ب‪ .‬في حالة السحب بدون إرجاع‬
‫اإلجابة‪:‬‬
‫‪ )1‬إيجاد المتوسط الحسابي وتباين المجتمع‪𝜇 = 6 … . . 𝑉𝑎𝑟(𝑥 ) = 8 :‬‬
‫‪ )2‬إيجاد خصائص المعاينة‪:‬‬
‫‪𝐸 (𝑋̅) = 𝜇 = 6‬‬
‫{‬ ‫)𝑋(𝑟𝑎𝑉‬ ‫‪8‬‬ ‫في حالة السحب مع االرجاع‪:‬‬
‫= )̅𝑋(𝑟𝑎𝑉‬ ‫‪= =4‬‬
‫𝑛‬ ‫‪2‬‬
‫‪𝐸 (𝑋̅) = 𝜇 = 6‬‬
‫{‬ ‫𝑛‪𝑉𝑎𝑟(𝑋) 𝑁−‬‬ ‫‪8‬‬ ‫‪5−2‬‬ ‫في حالة السحب دون إرجاع‪:‬‬
‫= )̅𝑋(𝑟𝑎𝑉‬ ‫(‬ ‫× =)‬ ‫‪=3‬‬
‫𝑛‬ ‫‪𝑁−1‬‬ ‫‪2‬‬ ‫‪5−1‬‬
‫إذا كان المجتمع الذي تنتمي إليه العينة "طبيعيا" بمتوسط ‪ μ‬وانحراف معياري ‪ ،σ‬فإن متوسط‬
‫𝑥𝜎‬
‫= ̅𝑥𝜎 ونكتب‪:‬‬
‫𝑛√‬
‫وانحراف معياري‪:‬‬ ‫العينة يتبع بدوره التوزيع الطبيعي بمتوسط ‪E(x̅) = μ‬‬
‫𝑋𝜎‬
‫) ‪𝑋̅~𝑁 (𝜇,‬‬
‫𝑛√‬
‫مدخل إلى التوزيع الطبيعي‬
‫التوزيع الطبيعي‪ ،‬يسمى أيضا بتوزيع ‪ ، Guass‬يعد من أشهر التوزيعات اإلحتمالية المستمرة (المتصلة)‪ ،‬يعبر عنه هندسيا بمنحنى‬
‫سمّي "طبيعيا" ألن أغلب الظواهر الحياتية يمكن أن تمثل به‪،‬‬
‫جرسي‪ ،‬متناظر حول الوسط الحسابي‪ ،‬ويمتد إلى ما ال نهاية في الطرفين‪ ،‬و ُ‬
‫‪1  x ‬‬
‫‪2‬‬

‫‪1‬‬ ‫‪ ‬‬

‫‪ ‬‬
‫‪f ( x) ‬‬ ‫‪e 2‬‬ ‫تعطى دالة كثافته بالعالقة التالية‪:‬‬
‫‪ 2‬‬
‫‪ 1-1‬التوزيع الطبيعي المعياري‪:‬‬
‫إذا كان المتوسط‪ µ=0 :‬و اإلنحراف المعياري ‪ σ=1‬فيطلق على التوزيع حينئذ التوزيع الطبيعي المعياري أو القياسي (‪ ، )Standard‬وتكون‬
‫‪1  12  2‬‬
‫‪f ( x) ‬‬ ‫‪e‬‬ ‫دالة الكثافة في هذه الحالة كما يلي ‪:‬‬
‫‪2‬‬
‫مالحظات‪:‬‬
‫تم وضع التوزيع الطبيعي المعياري لتسهيل حساب االحتماالت المرتبطة بالتوزيع الطبيعي‪ ،‬من خالل توفير جدول يتضمن‬ ‫‪‬‬
‫جميع قيم االحتماالت المقابلة لمختلف القيم‪ ،‬وكل ذلك بسبب صعوبة حساب تكامل دالة كثافة االحتمال للتوزيع الطبيعي‪.‬‬
‫يمكنك الحصول على جدول التوزيع الطبيعي المعياري في مختلف كتب اإلحصاء وكذلك على مواقع االنترنت‪(... ،‬تجد الجدول في‬ ‫‪‬‬
‫ملفات منصة الدروس)‬
‫يمكن تحويل أي توزيع طبيعي إلى توزيع طبيعي معياري من خالل طرح قيمة المتوسط ‪ µ‬والقسمة على قيمة االنحراف‬ ‫‪‬‬
‫المعياري ‪.σ‬‬
‫حساب االحتمال باستخدام التوزيع الطبيعي‪:‬‬ ‫‪‬‬
‫لحساب االحتمال باستخدام التوزيع الطبيعي‪ ،‬يستخدم تكامل دالة كثافة االحتمال‪ ،‬كما يلي‬
‫‪1  x ‬‬
‫‪2‬‬
‫‪b‬‬ ‫‪b‬‬ ‫‪ ‬‬
‫‪1‬‬ ‫‪ ‬‬
‫‪P  a  X  b    f ( x) dx  ‬‬ ‫‪e 2‬‬ ‫‪dx‬‬
‫‪a‬‬ ‫‪a  2‬‬

‫ونظرا لصعوبة حساب هذا التكامل‪ ،‬لجأ االحصائيون إلى إجراء تحويل رياضي للمتغير ‪ x‬من خالل طرح قيمة المتوسط والقسمة على قيمة‬
‫االنحراف المعياري‪ ،‬حيث تفيد هذه العملية في االنتقال إلى توزيع طبيعي معياري مما يمكنهم من استخدام جدول التوزيع الطبيعي المعياري‬
‫في حساب االحتمال‪ ،‬حيث‪:‬‬
‫‪X ~ N    0 ,    0 ‬‬
‫‪X  0‬‬
‫‪Z‬‬ ‫‪~ N    0,   1‬‬
‫‪0‬‬
‫مثال‪:‬‬
‫إذا كان لديك ‪ X‬متغير عشوائي يتبع التوزيع الطبيعي بمتوسط ‪ µ=5‬وانحراف معياري ‪ σ=3‬فإنه يمكنك حساب االحتماالت كما تظهر في‬
‫األمثلة التالية‪:‬‬
‫‪ X 5‬‬ ‫‪85‬‬
‫‪P ( X  8)  P ‬‬ ‫‪‬‬ ‫‪  P  Z  1   1  0.8413‬‬
‫‪‬‬ ‫‪3‬‬ ‫‪3 ‬‬
‫‪ 55‬‬ ‫‪X  5 11  5 ‬‬
‫‪P  5  X  11  P ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪  P  0  Z  2     2     0   0.9772  0.5  0.4772‬‬
‫‪ 3‬‬ ‫‪3‬‬ ‫‪3 ‬‬
‫‪ X 5‬‬ ‫‪75‬‬
‫‪P ( X  7)  P ‬‬ ‫‪‬‬ ‫‪  P  Z  0.67   1  P  Z  0.67   1    0.67   1  0.7486  0,2514‬‬
‫‪‬‬ ‫‪3‬‬ ‫‪3 ‬‬
‫تفيدنا معرفة طبيعة التوزيع االحتمالي للمتوسط في حساب اإلحتماالت واالجابة على االسئلة من‬
‫الشكل‪" :‬ما هو احتمال أن يكون متوسط العينة يقل‪/‬يزيد عن مقدار ما)‬
‫مثال‪:‬‬
‫أن‬ ‫يختار مدير شركة عيننة عشنوائية حجمهنا ‪ 16‬منن مجمنوع زبنائن يقندر بنن‪ ،1000 :‬نفتنر‬
‫مقادير مشترياتهم تتبنع التوزينع الطبيعني بمتوسنط مشنتريات‪ 26000 :‬دج‪ ،‬وانحنراف معيناري قندره‪:‬‬
‫‪4500‬دج‬
‫‪ -1‬أوجد خصائص توزيع المعاينة للمتوسط‪.‬‬
‫‪ -2‬ماهو احتمال أن يكون متوسط مشتريات هذه العينة أقل من ‪ 28250‬دج؟‬
‫اإلجابة‪:‬‬
‫‪𝜇 = 26000,‬‬ ‫‪𝜎 = 4500,‬‬ ‫‪𝑁 = 1000,‬‬ ‫‪𝑛 = 16‬‬
‫‪ -1‬خصائص توزيع المعاينة للمتوسط (المتوسط واالنحراف المعياري)‪:‬‬
‫إذا كان‪ 𝑋~𝑁(𝜇 = 26000, 𝜎 = 4500 :‬فإن‪̅ ~𝑁 (𝐸(𝑋̅) = 26000, 𝜎𝑋̅ = 4500) :‬‬
‫𝑿‬
‫‪√16‬‬
‫‪4500‬‬
‫= ̅𝑋𝜎‬ ‫أي ‪ :‬متوسط توزيع المعاينة‪ ،𝐸(𝑋̅) = 26000 :‬تباين متوسطات توزيع المعاينة‪= 1125 :‬‬
‫‪√16‬‬
‫‪ -2‬حساب االحتمال التالي‪𝑃(𝑋̅ < 28250) :‬‬
‫‪𝑋̅ − 26000 28250 − 26000‬‬
‫( 𝑃 = )‪𝑃(𝑋̅ < 28250‬‬ ‫<‬ ‫‪) = 𝑃(𝑍 < 2) = 0.9772‬‬
‫‪1125‬‬ ‫‪1125‬‬
‫حسب نظرية "النهاينة المركزينة" فإننه إذا كنان حجنم العيننة كبينرا (‪ )𝑛 ≥ 30‬فنإن توزينع‬
‫المعاينة للمتوسط يمكن أن ينتم تقريبنه إلنى توزينع طبيعني مهمنا كنان توزينع المجتمنع‬
‫األصلي‪.‬‬
‫أما إذا كان حجم المجتمع صغيرا ولنه توزينع مجهنول فيمكنننا أن نحسنب المتوسنط الحسنابي‬
‫والتباين‪ ،‬لكن ال يمكننا تقريبه إلى التوزيع الطبيعي‪.‬‬
‫مثال‪:‬‬
‫مجتمع حجمه ‪ N=900‬بمتوسط ‪ μ = 20‬و ‪ ،𝜎 = 12‬نستخرج عينة ذات حجم ‪، 36‬‬
‫‪ -1‬أحسب المتوسط الحسابي واالنحراف المعياري للمتوسطات‬
‫‪ -2‬أحسب احتمال أن يكون متوسط العينة أقل أو يساوي ‪22‬‬
‫‪ -3‬أحسب احتمال أن يكون هذا المتوسط محصورا بين ‪ 18‬و ‪21‬‬
‫اإلجابة‪:‬‬
‫‪ -1‬حساب المتوسط الحسابي واالنحراف المعياري للمتوسطات‬
‫المتوسط‪𝐸 (𝑋̅) = 𝜇 = 20 :‬‬
‫‪36‬‬
‫ومنه ال داعي إلدراج‬ ‫=‬ ‫االنحراف المعياري‪ :‬نتأكد أوال من المقدار ‪= 0.04 < 0.05‬‬
‫𝑁‬ ‫‪900‬‬
‫𝑋𝜎‬ ‫‪12‬‬
‫̅𝑋‬ ‫=‬ ‫=‬ ‫معامل التصحيح ‪ <--‬ومنه ‪= 2‬‬
‫𝑛√‬ ‫‪√36‬‬
‫‪ -2‬حساب احتمال أن يكون متوسط العينة أقل أو يساوي ‪22‬‬
‫‪𝑋̅ − 20 22 − 20‬‬
‫̅‬
‫( 𝑃 = )‪𝑃(𝑋 < 22‬‬ ‫<‬ ‫‪) = 𝑃(𝑍 < 1) = 0.8413‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪ -3‬حساب احتمال أن يكون هذا المتوسط محصورا بين ‪ 18‬و ‪21‬‬
‫‪18 − 20 𝑋̅ − 20 21 − 20‬‬
‫( 𝑃 = )‪𝑃(18 < 𝑋̅ < 21‬‬ ‫<‬ ‫<‬ ‫)‪) = 𝑃(−1 < 𝑍 < 0.5‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪= ∅(0.5) − ∅(−1) = 0.6915 − [1 − ∅(+1)] = 06915 − 0.1587‬‬
‫‪= 0.5328‬‬
‫أحيانا تكون الخاصنية المنراد دراسنتها هني نسنبة بندال منن المتوسنط‪ ،‬كنن‪" :‬نسنبة‬
‫الناجحين"‪" ،‬نسبة الذكور"‪" ،‬نسبة العمال"‬
‫أ ‪ -‬متوسط النسبة وتباينها (وانحرافها المعياري)‪:‬‬
‫إذا كان لدينا مجتمع يتميز بنسبة لصنفة منا ‪ P :‬وتنم سنحب عيننة ذات حجنم ‪ n‬فنإن توزينع‬
‫المعاينة للنسبة هو‪:‬‬
‫متوسط المعاينة للنسبة هو نفسه النسبة داخل المجتمع‪.‬‬ ‫‪ ‬‬
‫‪E Pˆ  P‬‬ ‫‪ ‬المتوسط هو‪:‬‬
‫‪p 1  p ‬‬
‫‪ Pˆ ‬‬
‫‪pq‬‬
‫‪‬‬ ‫‪ ‬االنحراف المعياري‪:‬‬
‫‪n‬‬ ‫‪n‬‬
‫‪pq p 1  p ‬‬
‫‪ P2ˆ ‬‬ ‫‪‬‬ ‫‪ ‬التباين‪" :‬مربع االنحراف المعياري"‪:‬‬
‫‪n‬‬ ‫‪n‬‬
‫حيث‪:‬‬
‫‪ :P‬نسبة ظهور الظاهرة في المجتمع‬
‫‪ :q‬نسبة عدم ظهور الظاهرة في المجتمع‬
‫‪n‬‬
‫‪ 0.05‬‬ ‫مالحظة‪ :‬يضرب معامل التصحيح في قيمة االنحراف المعياري إذا كان المجتمع محدودا أو‬
‫‪N‬‬
‫ب‪ -‬حساب االحتماالت المتعلقة بالنسبة باستخدام التوزيع الطبيعي‪:‬‬
‫حسب نظرية النهاية المركزية فإننه إذا كنان‪ ، n  30 :‬وكنان المجتمنع يتمينز بخاصنية معيننة‬
‫‪‬‬ ‫‪p(1  p) ‬‬
‫‪، Pˆ  N  E ( Pˆ )  p,  Pˆ ‬‬ ‫‪‬‬ ‫معبر عنهنا بنسنبة‪ ،‬فنإن توزينع المعايننة للنسنبة هنو‪:‬‬
‫‪‬‬ ‫‪n‬‬ ‫‪‬‬
‫وبالتالي يستخدم جدول التوزيع الطبيعي لحساب االحتماالت‪.‬‬
‫مثال‪ :‬إذا كانت نسنبة النناجحين فني مسنابقة منا هني‪ 60% :‬وتنم سنحب عيننة عشنوائية‬
‫حجمها ‪ 150‬فرد‪.‬‬
‫‪-1‬أوجد خصائص توزيع المعاينة للنسبة‬
‫‪-2‬أوجد احتمال أن تكون نسبة الناجحين داخل العينة أقل من ‪.%65‬‬
‫اإلجابة‬
‫‪ -1‬إيجاد خصائص توزيع المعاينة للنسبة‬
‫‪P  0.6‬‬ ‫ونسبة الناجحين داخل المجتمع‪:‬‬ ‫‪n  150‬‬ ‫لدينا‪:‬‬
 ‫‪‬‬ ‫‪p(1  p) ‬‬
‫‪Pˆ  N  E ( Pˆ )  p,  Pˆ ‬‬ ‫‪‬‬
‫‪‬‬ ‫‪n‬‬ ‫‪‬‬
‫‪‬‬ ‫‪0.6  0.4  ‬‬
‫‪Pˆ  N  0.6,‬‬ ‫‪‬‬
‫‪‬‬ ‫‪150 ‬‬
‫‪‬‬ ‫‪‬‬
‫‪Pˆ  N  0.6, 0.04 ‬‬

‫‪ E  Pˆ   0.6,‬‬ ‫‪ Pˆ  0.04‬‬ ‫أي‪ :‬‬

‫‪-2‬إيجاد احتمال أن تكون نسبة الناجحين داخل العينة أقل من ‪.%65‬‬

‫‪P  P  0.65   P‬‬ ‫‪‬‬

‫‪ ‬‬
‫ˆ‪ P  E P‬‬
‫‪‬‬
‫‪0.65  E Pˆ ‬‬
‫‪‬‬
‫‪ ‬‬
‫ˆ‪  P‬‬ ‫ˆ‪ P‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪0.65  0.6 ‬‬
‫‪P  P  0.65   P  Z ‬‬ ‫‪  P  Z  1.25  0.8944‬‬
‫‪‬‬ ‫‪0.04 ‬‬

‫أنه لدينا مجتمعين (‪ )1‬و (‪ )2‬يتوزعان توزيعا طبيعيا بمتوسطين ‪ μ𝑋1‬و ‪ μ𝑋2‬وانحرافين‬ ‫نفتر‬
‫معياريين ‪ σ𝑋1‬و ‪ ،σ𝑋2‬فإن توزيع المعاينة للفرق بين متوسطي العينتين له بدوره توزيع طبيعي‬
‫يتميز بالخصائص التالية‪:‬‬

‫‪𝐸 (𝑋̅ 1 ) − 𝐸 (𝑋̅ 2 ) = 𝜇𝑋1 − 𝜇𝑋1‬‬ ‫المتوسط‬

‫) ‪𝑉𝑎𝑟 (𝑋1‬‬ ‫) ‪𝑉𝑎𝑟 (𝑋2‬‬
‫= ) ‪𝑉𝑎𝑟(𝑋̅ 1 − 𝑋̅ 2‬‬ ‫‪+‬‬ ‫التباين‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬
‫‪𝜎𝑥1‬‬ ‫‪𝜎𝑥2‬‬
‫= ‪σx̅1 −x̅2 = σx̅1 + σx̅2‬‬ ‫‪+‬‬ ‫اإلنحراف المعياري‬
‫‪√𝑛1‬‬ ‫‪√𝑛2‬‬
‫إذا كانت العينتين كبيرتين (أكبر من ‪ )30‬فإنه مهما كان توزيع المجتمعين فإن توزيع المعاينة‬
‫طبيعي‬

‫مثال‪ :‬عينة عشوائية حجمها ‪ 20‬سحبت من مجتمع يتوزع توزيعا طبيعيا بمتوسط ‪ 50‬وتباين ‪،9‬‬
‫وعينة أخرى بحجم ‪ 15‬سحبت من مجتمع طبيعي بمتوسط ‪ 40‬وتباين ‪.4‬‬

‫‪-1‬أوجد خصائص توزيع المعاينة للفرق بين متوسطي العينتين‬

‫‪-2‬أوجد احتمال أن يكون الفرق بين متوسطي العينتين أقل من ‪8.20‬‬

‫اإلجابة‬

‫‪ -1‬إيجاد خصائص توزيع المعاينة للفرق بين متوسطي العينتين‬

‫لدينا‪ n1=20 :‬و ‪ 𝜇𝑋1 = 50‬و ‪σx1 = 9‬‬

‫لدينا‪ n2=15 :‬و ‪ 𝜇𝑋2 = 40‬و ‪σx2 = 4‬‬

‫بما أن المجتمعين يتوزعان طبيعيا فإن توزيع المعاينة بدوره توزيع طبيعي‪ ،‬بالخصائص التالية‪:‬‬

‫‪ �-‬المتوسط‪𝐸 (𝑋̅ 1 ) − 𝐸 (𝑋̅ 2 ) = 𝜇𝑋1 − 𝜇𝑋1 = 50 − 40 = 10 :‬‬

‫‪9‬‬ ‫‪4‬‬
‫= ‪σx̅1 −x̅2 = σx̅1 + σx̅2‬‬ ‫‪+‬‬ ‫‪ -‬االنحراف المعياري‪= 0.85 :‬‬
‫‪√20‬‬ ‫‪√15‬‬

‫‪-2‬إيجاد احتمال )‪p(x̅1 − x̅2 ≤ 8.20‬‬

‫‪x̅1 − x̅2 − 10 8.20 − 10‬‬

‫( ‪p(x̅1 − x̅2 ≤ 8.20) = p‬‬ ‫≤‬ ‫)‪) = p(Z ≤ −2.12‬‬
‫‪0.85‬‬ ‫‪0.85‬‬
‫)‪p(Z ≤ −2.12) = 1 − p(Z ≤ 2.12‬‬
‫‪= 1 − 0.9830 = 0.0170‬‬
‫أنه لدينا مجتمعين (‪ )1‬و (‪ )2‬يتوزعان توزيعا طبيعيا ‪ ،‬فإن توزيع المعاينة للفرق بين‬ ‫نفتر‬
‫نسبتي العينتين له بدوره توزيع طبيعي يتميز بالخصائص التالية‪:‬‬

‫‪𝐸(𝑝̂1 − 𝑝̂ 2 ) = 𝑝1 + 𝑝2‬‬ ‫المتوسط‬

‫) ‪𝑝1 (1 − 𝑝1 ) 𝑝2 (1 − 𝑝2‬‬
‫= ‪𝑉𝑎𝑟(𝑝̂ 1 − 𝑝̂ 2 ) = σ2p̂1 + σ2p̂2‬‬ ‫‪+‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬ ‫التباين‬

‫) ‪𝑝1 (1 − 𝑝1 ) 𝑝2 (1 − 𝑝2‬‬
‫̂𝑝(𝜎‬ ‫√ = ̂‪= √σ2p̂ + σ2p‬‬ ‫‪+‬‬
‫‪1‬‬ ‫̂‬
‫𝑝‪−‬‬ ‫‪2‬‬ ‫)‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪𝑛1‬‬ ‫‪𝑛2‬‬ ‫اإلنحراف المعياري‬

‫إذا كانت العينتين كبيرتين (أكبر من ‪ )30‬فإنه مهما كان توزيع المجتمعين فإن توزيع المعاينة‬
‫طبيعي‬

‫مثال‪:‬‬

‫حسب دراسة داخل جامعة ما‪ ،‬تبين أنه من بين ‪ 1400‬طالب في العلوم االقتصادية والتجارية وعلوم‬
‫التسيير حصل ‪ %70‬من الطلبة على معدل يفوق ‪ ،10‬وأنه من بين ‪ 1200‬طالب في كلية العلوم‬
‫اإلنسانية واالجتماعية‪ ،‬تبين أن ‪ %65‬من الطلبة حصلوا على معدل يفوق ‪.10‬‬
‫أخذت عينة عشوائية مقدارها ‪ 350‬طالب بدون إرجاع من كلية العلوم االقتصادية والتجارية وعلوم‬
‫التسيير ‪ ،‬وأخذت عينة أخرى حجمها ‪ 150‬طالب بدون إرجاع من كلية كلية العلوم اإلنسانية‬
‫واالجتماعية‪ ،‬وكانت العينتين مستقلتين عن بعضهما‪.‬‬
‫‪.1‬أوجد توزيع المعاينة للفرق بين نسبتي العينتين‬
‫‪.2‬أحسب احتمال أن يكون الفرق بين نسبتي العينتين أقل من ‪.%20‬‬
‫اإلجابة‬