Professional Documents
Culture Documents
DEC
DEC
2.1مقدمة
البيانات اإلحصائية هي المعلومات التي يجمعها الباحث عن الظاهرة التي يقوم بدراستها وتشكل البيانات العنصر الرئيسي
في أي بحث إحصائي ،فعلى قدر صحتها تتوقف دقة البحث والتحليل اإلحصائي ،ويقوم الباحث بجمع البيانات بإتباع أحد
األسلوبين اآلتيين:
أسلوب المعاينة
المقصود بأسلوب المعاينة هو تجميع البيانات عن جزء فقط من مفردات المجتمع اإلحصائي محل الدراسة ويطلق على
هذا الجزء مصطلح العينة و سنعرف العينة كما يلي:
تعريف العينة :العينة هي جزء يتم إختياره من المجتمع محل الدراسة بهدف دراسته من خاللها ألن دراسة المجتمع
ككل غير ممكنة او جد مكلفة.
2.2عملية المعاينة
هي عملية إختيار جزء من المجتمع محل الدراسة و الذي نطلق عيه مصطلح العينة وهذا لإلستدالل على معامل وخواص
المجتمع ككل ،فهي عملية إستنتاج إحصائي تقوم على التعميم من الجزء إلى الكل والغاية األساسية من إجراء عملية المعاينة
هي تقدير القيم الحقيقية للمقاييس اإلحصائية الخاصة بالمجتمع و التي يطلق عليها معالم من خالل بيانات العينة المختارة
والمدروسة.
وتوجد عدة طرق الختيار عينة من مجتمع بحيث تكون ممثلة له تمثيال سليما و باختالف طريقة اإلختيار تنتج أنواع مختلفة
من العينات سنتطرق إلى أ همها وهي العينة العشوائية والتي يمكن تعريفها كما يلي:
تعريف العينة العشوائية :هي العينة التي تسحب من المجتمع بحيث يكون لكل مفردة من مفردات المجتمع نفس
فرصة الظهور في العينة ،أي احتمال ظهور أي مفردة من مفردات المجتمع في العينة يكون متساويا.
عند القيام بدراسة ظاهرة 𝑋 ما على مجتمع ما حجمه Nولتكن طول ،وزن ...الخ التجربة العشوائية هنا تتمثل في إختيار
nشخص ضمن هذا المجتمع بحيث nتمثل حجم العينة .ويكون فراغ العينة عبارة عن كل المجموعات الجزئية من
المجتمع كما نرمز للعينة العشوائية ذات الحجم nب ) 𝑛𝑋 (𝑋1 , 𝑋2 , … ,حيث 𝑖𝑋 هو متغير عشوائي يمثل قيمة الظاهرة
𝑋 على الشخص 𝑖 المختار في العينة .وسحب العينات يتم بطريقتين:
1
السحب بدون إرجاع ( المعاينة بدون إرجاع )
n
. CN و فيها يتم اختيار كل عنصر من مجتمع ما مرة واحدة فقط ويكون عدد العينات الممكن سحبها في هذه الحالة هو =
1 !N
وعليه فإن احتمال ظهور أي عينة من هذه العينات الممكن سحبها مساويا ل .Cn !). n!(N−n
N
عندما تكون العينات عشوائية نستطيع استخدام األساليب اإلحصائية المختلفة ونظريات االحتماالت لتحليل البيانات التي
نحصل عليها من العينة لالستدالل على معالم المجتمع الذي سحبت منه هذه العينة وذلك بحساب مقاييس معينة من العينة
يطلق عليها إحصاءة وتستخدم اإلحصاءة لتق دير معالم المجتمع المجهولة أو إتخاد القرارات بخصوص صفات وخواص
المجتمع الذي سحبت منه العينة و تعرف اإلحصاءة كما يلي:
تعريف اإلحصاءة :هي أي مقياس إحصائي تحسب قيمته من العينة العشوائية المسحوبة من المجتمع محل الدراسة فإذا
كانت ) 𝑛𝑋 … (𝑋1 , 𝑋2 ,عينة عشوائية من مجتمع 𝑋 اإلحصاءة هي الدالة ) 𝑛𝑋 … 𝘨(𝑋1 , 𝑋2التي تتعلق فقط بقيم
العينة العشوائية.
𝑛 1
فمثال الوسط الحسابي للعينة عبارة عن إحصاءة ويرمز لها بالرمز ̅𝑋 بحيث 𝑖𝑋 𝑋̅ = 𝑛 ∑𝑖=1وتباين العينة عبارة عن
1
إحصاءة ويرمز له 𝑆 2بحيث 𝑠 2 = 𝑛−1 ∑𝑛𝑖=1(𝑋𝑖 − 𝑋̅)2وهكذا ،حيث أن قيمة اإلحصاءة تعتمد على العينة المسحوبة
وبما أننا نستطيع أن نسحب أكثر من عينة من نفس المجتمع فسنجد أن قيمة اإلحصاءة ستتغير من عينة إلى أخرى وبالتالي
فإن اإلحصاءة عبارة عن متغير وهذا هو الفرق الجوهري بين المعلمة و اإلحصاءة ،فالمعلمة عبارة عن قيمة ثابتة بينما
اإلحصاءة عبارة عن متغير .إذا فسيكون لها توزيع إحتمالي والتوزيع اإلحتمالي ألي إحصاءة يسمى توزيع معاينة.
تعريف توزيع المعاينة :توزيع المعاينة هو التوزيع اإلحتمالي ألي إحصاءة تحسب قيمها من كل العينات العشوائية
ذات الحجم المتساوي والممكن سحبها من المجتمع.
إذا كان لدينا مجتمع محدود حجمه Nووسطه الحسابي 𝜇 وتباينه 𝜎 2وسحبنا منه كل العينات العشوائية الممكنة المتساوية
في الحجم وليكن حجمها nوحسبنا الوسط الحسابي ̅𝑋 لكل عينة ثم وضعنا هذه المتوسطات في جدول توزيع احتمالي فهذا
التوزيع االحتمالي يطلق عليه توزيع المعاينة للوسط الحسابي ̅𝑋 للعينة.
مثال :في أحد مكاتب المحاسبة يوجد 3موظفين يرمز لهم ب A ،B ،Cعلى الترتيب وفيما يلي عدد سنوات الخبرة
لهؤالء الموظفين 15 ،4 ،6يريد صاحب المكتب اختيار موظفين منهم للقيام بمهمة.
في حالة السحب مع اإلرجاع نجد أن عدد العينات الممكنة يعطى بالعالقة التالية:
N n = 32 = 9
وهي كالتالي:
CC BC AC BC BB BA CA BA AA العينات
15 9.5 10.5 9.5 9 5 10.5 5 6 𝑖̅𝑋
2
حساب متوسط المجتمع 𝝁
𝑖∑3𝑖=1 X
=𝜇 = 8.3
𝑁
𝑖∑3𝑖=1 X
=𝜇 = 8.3
𝑁
نالحظ أن متوسط المجتمع يساوي متوسط توزيع المعاينة للمتوسطات سواء كان السحب بإرجاع او بدون ارجاع .أي ان:
𝜇 = ̅𝑋𝜇
حساب تباين ̅
𝑿:
𝟐)𝜇∑𝟑𝑖=𝟏( X𝑖 −
= σ𝑋 2 = 22.89
N
2
∑9𝑖=1(𝑋̅𝑖 − 𝜇 )2
̅𝑋σ = = 11.445
Nn
3
نالحظ أن تباين توزيع المعاينة للمتوسطات ال يساوي تباين المجتمع ولكن تربطهما عالقة وهي
كالتالي:
σ𝑋 2
= σ𝑋̅ 2
n
وتكون هذه العالقة صحيحة إذا تم سحب العينات مع اإلرجاع من مجتمع محدود حيث ال يؤثر سحب مفردة من المجتمع
على سحب مفردة أخرى وتكون العالق ة كذلك صحيحة في حالة المجتمعات ال نهائية الحجم ويتحقق هذا االستقالل اإلحصائي
N
عندما يكون حجم المجتمع Nكبير بالنسبة لحجم العينة أي أن يكون .n ≤ 0.05
2
∑3𝑖=1(𝑋̅𝑖 − 𝜇 )2
̅𝑋σ = n = 5.72
CN
نالحظ أن تباين توزيع المعاينة للمتوسطات ال يساوي تباين المجتمع ولكن تربطهما عالقة وهي كالتالي
σ𝑋 2 N−n
= σ𝑋̅ 2 ( )
n N−1
نظرية :2.1إذا كانت ) 𝑛𝑋 (𝑋1 , 𝑋2 , … ,عينة عشوائية مسحوبة من مجتمع ) 𝑁𝑥 (𝑥1 , 𝑥2 , … ,متوسطه 𝜇 وتباينه
σ2فإن من اجل i=1, .., nو i≠jفان:
𝜇 = ) 𝑖𝑋(𝔼
𝕍(𝑋𝑖 ) = σ2
N
1
σ2 = ∑(𝑥𝑖 − 𝜇 )2
N
j=1
1
= ) 𝑗𝑥 = 𝑖𝑋(ℙ
𝑁
4
وبذلك يكون العزم من الدرجة ن𝐾 حول نقطة األصل هو:
1
𝑁∑ = ) 𝐾𝑖𝑋(𝔼 = 𝜇k
𝑗=1 𝐾𝑗𝑥
𝑁
N
1 2
∑ = 𝔼(𝑋𝑖2 ) = 𝜇2 𝑥
𝑗 N
𝑗=1
𝕍(𝑋𝑖 ) = 𝜇2 − μ2 = σ2
وبما أن
2
(∑N N 2
𝑖=1 a𝑖 ) = ∑𝑖=1 a𝑖 + ∑ ∑𝑖≠𝑗 a𝑖 aj
أي أن
2
∑ ∑ 𝑖≠𝑗 a𝑖 aj = (∑N N 2
𝑖𝑖=1 a𝑖 ) − ∑𝑖=1 a
فإن
1
𝑁∑([ )𝔼(𝑋𝛼 𝑋𝛽 ) = 𝑁(𝑁−1 2 𝑁 2
] 𝑖𝑥 𝑖=1 𝑥𝑖 ) − ∑𝑖=1
5
σ2
= μ2 − N−1 − μ2
σ2
= − N−1
σ2
−N − 1
=
σ2
−1
=
𝑁−1
أما إذا كان السحب بدون إرجاع فستكون المتغيرات ) 𝑛𝑋 (𝑋1 , 𝑋2 , … ,مستقلة وبالتالي
cov ( 𝑋𝛼 , 𝑋𝛽 ) = 0
ρ ( 𝑋𝛼 , 𝑋𝛽 ) = 0
مالحظة :إذا كانت ) 𝑛𝑋 (𝑋1 , 𝑋2 , … ,عينة عشوائية من مجتمع وسطه μبحيث )∞ (μ < +وتباينه σ2بحيث
1
)∞ (σ < +فإن توقع الوسط الحسابي للعينة 𝑖𝑋 𝑋̅ = 𝑛 ∑𝑛𝑖=1يكتب كما يلي
𝔼(𝑋̅) = μ
1
) 𝔼(𝑋̅) = 𝔼 (𝑛 ∑𝑛𝑖=1 Xi
𝑛
1
) = ∑ 𝔼(X i
n
𝑖=1
1
= 𝑛 ∑𝑛𝑖=1 μ = μ.
نظرية 2.2إذا كانت ) 𝑛𝑋 (𝑋1 , 𝑋2 , … ,عينة عشوائية مسحوبة من مجتمع ) 𝑁𝑥 (𝑥1 , 𝑥2 , … ,وسطه μ
بحيث )∞ (μ < +وتباينه σ2بحيث )∞ (σ < +فإن تباين الوسط الحسابي ̅𝑋 للعينة العشوائية هو
σ2
= )̅𝑋(𝕍 = σ𝑋̅ 2 في حالة السحب بإرجاع
𝑛
{ 𝑛σ2 𝑁−
= )̅𝑋(𝕍 = σ𝑋̅ 2 في حالة السحب بدون إرجاع
𝑛 𝑁−1
6
البرهان:
1
) 𝑖𝑋 𝕍(𝑋̅) = 𝕍 (𝑛 ∑𝑛𝑖=1
1
) 𝑖𝑋 = 𝑛2 𝕍(∑𝑛𝑖=1
1 2
] )) 𝑖𝑋 = 𝑛2 𝔼 [(∑𝑛𝑖=1 𝑋𝑖 − 𝔼(∑𝑛𝑖=1
1
] = 𝑛2 𝔼[(∑𝑛𝑖=1(𝑋𝑖 − 𝜇 ))2
1
])𝜇 = 𝑛2 𝔼[∑𝑛𝑖=1(𝑋𝑖 − 𝜇 )2 + 2 ∑ ∑𝑖<𝑗(𝑋𝑖 − 𝜇 )(𝑋𝑗 −
1
= ])𝜇 [∑𝑛𝑖=1 𝔼(𝑋𝑖 − 𝜇 )2 + 2 ∑ ∑𝑖<𝑗 𝔼(𝑋𝑖 − 𝜇 )(𝑋𝑗 −
𝑛2
1
]) 𝑗𝑋 = 𝑛2 [𝑛σ2 + 2 ∑ ∑𝑖<𝑗 cov( 𝑋𝑖 ,
وبذلك يكون
σ2
= )̅𝑋(𝕍 𝑛
-2حالة السحب بدون إرجاع وتكون المتغيرات 𝑛𝑋 𝑋1 , 𝑋2 , … ,غير مستقلة وبالتالي فإن
1
]𝕍(𝑋̅ ) = 𝑛2 [𝑛σ2 + 2 ∑ ∑𝑖<𝑗 σ2 ρ
1
]= 𝑛2 [𝑛σ2 + 𝑛(𝑛 − 1)σ2 ρ
σ2
= ][1 + (𝑛 − 1)ρ
𝑛
وبما أن
1
ρ=−
N−1
فإن
σ2 𝑛−1
= )̅𝑋(𝕍 [1 − ]
𝑛 N−1
𝑛σ2 N−
= 𝑛 N−1
7
2.3توزيع المعاينة للمتوسطات
اغلب النتائج المهمة بخصوص توزيع المعاينة تظهر لما يكون السحب بإرجاع او ما يعادل لما يكون المجتمع غير منتهي
او كبير جدا أو أن حجم العينات صغير جدا بالنسبة لحجم المجتمع .لدا سنفرض في كل ما سيلي ان السحب بإرجاع ,و
علي هدا األساس يتغير تعريف العينة العشوائية كما يلي:
تعريف :العينة العشوائية ذات الحجم 𝑛 هي متتالية من المتغيرات العشوائية المستقلة 𝑛𝑋 … 𝑋1 , 𝑋2 ,جميعها لديها نفس
التوزيع.
نظرية :2.3إذا كانت ) 𝑛𝑋 … (𝑋1 , 𝑋2 ,عينة عشوائية تم اختيارها من مجتمع له توزيع طبيعي متوسطه 𝜇 وتباينه σ2
فإنه بغض النظر عن حجم العينة 𝑛 التي تسحب من هذا المجتمع ،سوف يكون توزيع المتوسط الحسابي للعينة هو
σ2
.𝑋̅~𝑁 (𝜇, )
𝑛
للمتغير العشوائي ̅𝑋 يتم إيجاد القيم المعيارية له (أي تحويل قيمته إلى 𝑍 المعيارية) حيث ولحساب قيمة االحتماالت
𝜇𝑋̅ −
=𝑍 σ )~𝑁(0,1
𝑛√
برهان هذه النظرية مباشر و يعتمد علي ان التوزيع االحتمالي لمجموع متغيرات عشوائية مستقلة تتبع التوزيع الطبيعي
هو كدلك توزيع طبيعي.
مثال :علما أن عمر نوع معين من المصابيح الكهربائية التي تنتجه إحدى الشركات يقترب من التوزيع الطبيعي بمتوسط
1000ساعة وتباين 40000ساعة .أخدت عينة عشوائية حجمها 100مصباحا كهربائيا ،فيما يلي سنبحث عن احتمال
أن يكون الوسط الحسابي لعمر المصباح أقل من 950ساعة.
𝜇𝑋̅ = 1000
40000
√ = ̅𝑋σ 100
= 20
ليس بالضرورة أن يكون المجتمع دائما موزعا توزيعا طبيعيا ،فهناك مجتمعات مجهولة التوزيع (توزيعها غير معروف)
وفي هذه الحالة نكون أمام التساؤل التالي :اذا كان لدينا مجتمع متوسطه 𝜇 وتباينه σ2معلوم ،وأخدنا منه جميع العينات
ذات الحجم 𝑛 بحيث فما هو توزيع المتوسط الحسابي ̅𝑋 حتى ولو لم يكن المجتمع موزعا توزيعا طبيعيا؟
جزء من االجابة على هذا السؤال يعتمد علي نظرية النهاية المركزية لما يكون حجم العينة كبير يما يكفي ). (𝑛 ≥ 30
8
نظرية 2.4إذا كانت ) 𝑛𝑋 … (𝑋1 , 𝑋2 ,عينة عشوائية تم اختيارها من مجتمع يتبع توزيع احتمالي ما متوسطه 𝜇 وتباينه
σ2معلوم ,و كان حجم العينة 𝑛 كبير ) (𝑛 ≥ 30فإن توزيع المعاينة للوسط الحسابي للعينة ̅𝑋 سيكون توزيعا قريبا
σ2
وعليه فإن من التوزيع الطبيعي بمتوسط قدره 𝜇 وتباين قدره
𝑛
𝜇 𝑋̅ −
𝑍= σ
𝑛 ⁄
√
مثال :تخضع أوزان علب سائل الصحون من نوع معين لتوزيع متوسطه 1000غرام ،وتباينه 6400غرام .أخدت عينة
حجمها 48علبة وفيما يلي سنبحث عن احتمال أن يزيد الوسط الحسابي ألوزان العلب في العينة 1072غرام.
بما أن حجم العينة كبير ) (𝑛 = 48 > 30والتباين معلوم فإن شروط النظرية السابقة محققة وعليه بافتراض أن 𝑋
يرمز إلى أوزان العلب فإن
𝜇𝑋̅ = 1000
6400
√ = ̅𝑋σ ≈ 11.55
48
مالحظة :عادة ما يكون تباين المجتمع σ2مجهول فإنه يمكن تقديره باستخدام الصيغة
1
𝑠 2 = 𝑛−1 ∑𝑛𝑖=1(𝑋𝑖 − 𝑋̅)2
نظرية 2.5إذا كانت ) 𝑛𝑋 … (𝑋1 , 𝑋2 ,عينة عشوائية تم اختيارها من مجتمع له توزيع طبيعي وسطه الحسابي 𝜇
وتباينه σ2مجهول ،وكان حجم العينة صغير ) (𝑛 < 30فان المتغير العشوائي:
𝜇𝑋̅ −
=𝑇 𝑆
𝑛√
9
برهان :يمكن كتابة المتغير𝑇 علي الشكل:
𝜇̅ −
𝑋
σ
𝜇𝑋̅ − 𝑛√
𝑆 =
̅ 2
𝑛√ )𝑋√ 1 ∑𝑛 (𝑋𝑖 −
𝑛−1 𝑖=1 σ
لدينا:
𝜇 𝑋̅ −
)σ ~𝑁(0,1
𝑛√
2
𝑋 −𝜇 2 𝜇𝑋̅ −
= ) 𝑖 ( ∑𝑛𝑖=1 (− σ )
σ
𝑛√
𝑋𝑖 −𝜇 2
( ∑𝑛𝑖=1 )𝑛( ) ~𝜒 2
σ
2
𝜇𝑋̅ −
( σ )) ~𝜒 2 (1
𝑛√
𝜇𝑋̅ −
. 𝑆 إذن حسب تعريف توزيع ستيودنت نتحصل على~t(𝑛 − 1) :
𝑛√
مثال :علما أن درجات طالب التحليل االحصائي تأخذ شكل التوزيع الطبيعي بوسط حسابي مقداره 70درجة .أخدت عينة
حجمها 9طالب ،ووجد أن االنحراف المعياري لعالماتهم 11درجة وفيما يلي سنحسب احتمال أن يزيد متوسط درجاتهم
عن 75درجة .بما أن تباين المجتمع الطبيعي مجهول وحجم العينة صغير ،فإن توزيع المتوسط الحسابي للعينة يتبع توزيع
ستيودنت .اما االحتمال ) ℙ(𝑋̅ > 75فيكون كاآلتي:
75 − 10
> 𝑇( ℙ(𝑋̅ > 75) = ℙ ) ≈ ℙ(𝑇 > 1.363) ≈ ℙ(𝑇 > 1.397) = 10%
11
√9
10
حالة العينات الكبيرة )𝟎𝟑 ≥ 𝒏(
نظرية 2.6اذا كانت ) 𝑛𝑋 … (𝑋1 , 𝑋2 ,عينة عشوائية تم اختيارها من مجتمع يتبع توزيع احتمالي ما متوسطه 𝜇
وتباينه σ2مجهول ،و كان حجم العينة 𝑛 كبير ) (𝑛 ≥ 30فان:
𝜇𝑋̅ −
=𝑍 𝑆
𝑛√
برهان هذه النظرية يعتمد علي استخدام تباين العينة 𝑆 2كتقدير لتباين المجتمع المجهول و علي نظرية النهاية
المركزية.
مثال :علما أن طول نوع معين من النباتات يتبع توزيع ما بوسط حسابي مقداره 22.09سنتمتر أخدت عينة حجمها 70
نبتة ووجد أن االنحراف المعياري ألطوالهم هو 2.41سنتمتر سنحسب احتمال أن يكون متوسط أطوالهم أقل من .23
بما أن تباين المجتمع الطبيعي مجهول وحجم العينة كبير ،فإن توزيع المتوسط الحسابي للعينة يتبع التوزيع الطبيعي وبالتالي
يكون التوزيع الطبيعي المعياري هو:
𝑋̅ − 22.09
=𝑍 )~𝑁(0,1
2.41
√70
23−22.09
≤ 𝑍( ℙ(𝑋̅ ≤ 23) = ℙ 2.41 ) = ℙ(𝑍 ≤ 0.045) = 0.5160
√70
نظرية 2.7إذا كانت ) 𝑛𝑋 … (𝑋1 , 𝑋2 ,عينة عشوائية تم اختيارها من مجتمع له توزيع طبيعي وسطه 𝜇 وتباينه σ2
فإن
(𝑛−1)𝑆 2
)~𝜒 2 (𝑛 − 1
σ2
البرهان
11
(𝑛−1)𝑆2 𝑛−1 𝑋𝑖 −𝑋̅ 2
=𝑊 ( = 𝑛−1 ∑𝑛𝑖=1 )
σ2 σ
إذن
(𝑛−1)𝑆2
=𝑊 )~𝜒 2 (𝑛 − 1
σ2
حيث:
𝔼(𝑆 2 ) = σ2
2σ4
𝕍(𝑆 2 ) = 𝑛−1
)𝑊~𝜒 2 (𝑛 − 1
فإن
𝔼 (𝑊 ) = 𝑛 − 1
إذن
σ2 σ2
𝔼(𝑆 2 ) = (𝑛−1 𝑊) = 𝑛−1 𝔼(𝑊 ) = σ2
مثال :لنفرض أننا اخترنا عينة حجمها 11من مجتمع له توزيع طبيعي تباينه σ2 = 70ونريد إيجاد احتمال أن يكون
تباين العينة أقل أو يساوي .87.5
(𝑛−1)𝑆2 87.5×10
( ℙ(𝑆 2 ≤ 87.5) = ℙ ≤ ) = ℙ(𝑊 ≤ 12.5) = 0.75.
σ2 70
12
2.4تقدير متوسط المجتمع باستخدام عينات كبيرة
نفرض أن لدينا مجتمع ما ندرس عليه ظاهرة معينة او متغير Xطول ,وزن ... ,الخ ,وسطه 𝜇 وتباينه σ2وكان
متوسط هذا المجتمع مجهوال ونرغب في تقديره فإننا نختار عينة عشوائية كبيرة ) (𝑛 ≥ 30وكما نعلم فإن الوسط
σ2
و ذلك من نظرية النهاية المركزية .وفي هذه الحالة يكون الحسابي ̅𝑋 يتبع تقريبا توزيعا طبيعيا وسطه 𝜇 وتباينه
𝑛
المتغير
𝜇 𝑋̅ −
=𝑍 )σ ~𝑁(0,1
𝑛√
𝛼
فإنه (كما يتضح من وباعتبار أن 𝛼𝑍 هي قيمة 𝑍 التي على يمينها مساحة (تحت المنحنى الطبيعي القياسي) تساوي
2 2
الشكل اآلتي) يكون
𝜇 𝑋̅ −
< 𝛼𝑍ℙ (− 𝛼 σ < 𝑍𝛼2 ) = 1 −
2
𝑛√
ومنه
σ σ
𝛼𝑍 ℙ (𝑋̅ − 𝛼𝑍 < 𝜇 < 𝑋̅ + 𝛼)= 1−
2 𝑛√ 2 𝑛√
13
ويسمى االحتمال 𝛼 1 −بدرجة الثقة أما المقداران
σ
𝛼𝑍 𝑋̅ ±
2 𝑛√
فيسميان حدي الثقة .فإذا أردنا درجة ثقة 95%فإن قيمة 𝛼 = 0.05ومن جدول التوزيع الطبيعي القياسي نجد أن
𝑍0.025 = 1.96وبالتالي فإن حدي الثقة يكونا
σ
× 𝑋̅ ± 1.96
𝑛√
وإذا أردنا درجة ثقة 99%فإن قيمة 𝛼 = 0.01ومن جدول التوزيع الطبيعي القياسي نجد أن 𝑍0.005 = 2.58
وبالتالي فإن حدي الثقة يكونا
σ
× 𝑋̅ ± 2.58
𝑛√
و باستخدام جدول التوزيع الطبيعي القياسي يتم تحديد قيمة 𝛼𝑍 المناظرة ألية درجة ثقة نرغبها.
2
مالحظة :عند تقدير 𝜇 باستخدام فترات الثقة السابقة نجد أننا نحتاج لمعرفة σالتي عادة ما تكون مجهولة وإذا كان حجم
العينة كبير فإنه يمكن استخدام االنحراف المعياري للعينة 𝑆 بدال من σكنوع من التقريب.
مثال :مصنع إلنتاج المصابيح الكهربائية اختيرت من إنتاجه عينة عشوائية حجمها 100مصباح .وفيما يلي سنحسب
95%فترة ثقة لمتوسط عمر المصباح في إنتاج المصنع كله علما أن متوسطه في العينة هو 1200ساعة وانحرافه
المعياري هو 250ساعة.
بما أن درجة الثقة المطلوبة هي 95%فإن 𝛼 = 0.05وتكون 𝑍0.025 = 1.96ويكون حدا َ فترة الثقة هما
𝑆
× 𝛼𝑍 𝑋̅ ±
2 𝑛√
وبالتعويض نجد
250
× 1200 ± 1.96
√100
أي أن
ومعنى هذا أننا نتوقع أن يتراوح عمر المصباح من انتاج هذا المصنع بين 1151و 1249ساعة وأن درجة ثقتنا في هذه
النتيجة هي .95%
14
2.5تقدير متوسط المجتمع باستخدام عينات صغيرة
مما ذكر سابقا في حالة العينات الصغيرة ) (𝑛 < 30وكان المجتمع الذي اختيرت منه يتبع توزيعا طبيعيا وسطه 𝜇
وتباينه σ2وفي حالة ما إذا كانت σمجهولة فإننا نستخدم االنحراف المعياري للعينة 𝑆 بدال منها وفي هذه الحالة تكون
𝜇𝑋̅ −
لها توزيع ستيودنت بدرجة حرية . 𝑛 − 1 𝑆 اإلحصاءة
𝑛√
وعلى ذلك تكون أساليب تحليل نتائج العينات هي أساليب تحليل نتائج العينات الكبيرة نفسها مع استبدال المتغير الطبيعي
القياسي 𝑍 بالمتغير ) 𝑡(𝑛−1وعلى ذلك فإنه (كما يتضح من الشكل اآلتي) يكون
𝛼 𝛼
𝛼 ℙ (−𝑡 (𝑛 − 1; ) < 𝑡 (𝑛 − 1) < 𝑡 (𝑛 − 1; )) = 1 −
2 2
𝛼
حيث أن ) 𝑡 (𝑛 − 1, 2هي قيمة 𝑡 التي تكون على يمينها مساحة (تحت محنى ستيودنت بدرجات حرية 𝑛 − 1
𝜇𝑋̅ − 𝛼
فإننا نحصل على 𝑆 ،وبالتعويض عن قيمة ) 𝑡(𝑛 − 1باإلحصاء تساوي
2
𝑛√
𝑆
)𝛼;𝑋̅ ± 𝑡(𝑛−1
2 𝑛√
15
مثال :اذا كانت مداخيل مجموعة من األفراد في دولة ما تتبع التوزيع الطبيعي وسحبت منه عينة عشوائية حجمها 10
أفراد بوسط حسابي 72وانحراف معياري بلغ .6.4المطلوب :إيجاد مجال الثقة لمتوسط الدخل لهده المجموعة من
95األفراد بمستوى ثقة .%95
لدينا:
𝑆 𝛼 𝑆 𝛼
) 𝑋̅ − 𝑡 (𝑛 − 1 , ) < 𝜇 < 𝑋̅ + 𝑡 (𝑛 − 1 ,
𝑛√ 2 𝑛√ 2
وبالتعويض نجد
أي أن الوسط الحسابي للدخل يتراوح بين 67.42و 76,54وذلك بمستوى ثقة .%95
اذا كان لدينا مجتمع يتوزع توزيعا طبيعيا بتباين ،𝜎 2وسحبنا منه عينة عشوائية حجمها ،nفإن المتغير العشوائي التالي:
من جدول 𝜒 2نستطيع الحصول على قيمتين لهدا المتغير عند درجة حرية معينة ،بحيث تكون المساحة على يمين القيمة
الكبرى تساوي المساحة على يسار المساحة الصغرى وتساوي ،𝛼⁄2وإذا رمزنا ل كل قيمة باستعمال المساحة على يمينها
سنرمز للقيمة الكبرى بالرمز) 𝜒 2 (𝛼⁄2والقيمة الصغرى بالرمز ) 𝜒 2 (1 − 𝛼⁄2وحيث أن المساحة الكلية تحت
منحنى توزيع 𝜒 2ت ساوي الواحد ،إذن المساحة بين هاتين القيمتين تساوي ( 𝛼 ، )1-حسب الشكل اآلتي:
16
(𝑛 − 1)𝑠 2 2
(𝑛 − 1)𝑠 2
(ℙ ≤ 𝜎 ≤ 𝛼)=1−
)𝜒 2(𝑛 − 1, 𝛼⁄2 )𝜒 2 (𝑛 − 1, 1 − 𝛼⁄2
مثال :إذا علمت أن أوزان الطلبة تتوزع توزيعا طبيعيا ،وسحبنا عينة عشوائية منهم تحتوي على 10طالب ،وكانت
اوزانهم بالكيلوغرام كما يلي . 44،72،50،65،55،38،81،49،67،69 :قدر التباين واالنحراف المعياري ألوزان الطلبة
وذلك باستخدام فترة عند مستوى ثقة .95%
المجتمع محل الدراسة يتكون من أوزان الطلبة ،وهذا المجتمع يتبع توزيع طبيعيا ،إذن فترة الثقة لتباين أوزان الطلبة
ستكون هي:
𝑠)(𝑛 − 1 2 2
𝑠)(𝑛 − 1
( 2 𝛼 ’ )
)𝜒 (𝑛 − 1, ⁄2 )𝜒 2 (𝑛 − 1, 1 − 𝛼⁄2
. 1 − 𝛼 = 0.95من جدول مربع كاي نجد: , 𝛼 = 0.05 , إذن𝛼 ⁄2 = 0.025 :
أما تباين العينة 𝑆 2نحسبه بعد حساب الوسط الحسابي للعينة حيث:
∑ 𝑥𝑖 590
= ̿𝑋 = = 59
𝑛 10
2
∑(𝑥𝑖 − 𝑋̿ )2
= 𝑆 = 190.67
𝑛−1
(𝑛−1)𝑠2
𝛼. 𝜒2 (𝑛−1, وبالتالي فإن الحد األدنى لفترة الثقة = 90.21 :
)⁄2
(𝑛−1)𝑠2
.𝜒2 (𝑛−1,1−𝛼⁄ ) = 635.56 والحد األعلى لفترة الثقة:
2
إذن فترة الثقة لتباين المجتمع عند مستوى ثقة 95%هي .)90.21، 635.56( :وبالنسبة لالنحراف المعياري بأخذ الجذر
التربيعي للطرفين نجد.)9.5، 2.21( :
17
18