‫اإلحصاء الوصفي‬

‫في نهاية هذا المقياس‪ ،‬يكون المتربص قادرا على تطبيق قوانين اإلحصاء في المجال‬ ‫الهدف العام ‪:‬‬
‫المهني‪.‬‬

‫الفهرس‬

‫الدرس رقم ‪ :01‬المصطلحات و الجداول اإلحصائية‬

‫الدرس رقم‪ :02‬التمثيل البياني ‪REPRESENTATION GRAPHIQUE‬‬
‫الدرس رقم ‪ :03‬مقاييس النزعة المركزية‬
‫الدرس رقم ‪ :04‬عالقة االرتباط ‪RELATION DE CORRELATION‬‬
‫الدرس رقم ‪ :05‬عالقة االنحدار ‪RELATION DE REGRESSION‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 1‬‬

 ‫مقدمة عامة‪:‬‬
‫حيث سنتطرق إلى دراسة متغير واحد ألي ظاهرة محل الدراسة مثل أوزان مجموعة من الطلبة أو أجور‬
‫مجموعة من العمال‪...‬الخ‪ ،‬و طرق عرضها وكيف يمكن تلخيص البيانات في جداول توزيع تكرارية و كيفية‬
‫عرضها بيانيا‪.‬‬

‫كما سنقوم بدراسة بعض المقاييس الوصفية‪ ،‬مثل مقاييس النزعة المركزية‪ ،‬والتشتت‪ ،‬التي تم جمعها عن‬
‫متغير واحد‪ ،‬و ننتقل من التعامل مع متغير واحد إلى التعامل مع متغيرين أو أكثر‪.‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 2‬‬

 ‫الدرس رقم ‪ :01‬المصطلحات و الجداول اإلحصائية‬

‫في نهاية هذا الدرس‪ ،‬يكون المتربص قادرا على التعرف على مصطلحات‬ ‫الهدف من الدرس‪:‬‬
‫اإلحصاء الوصفي و تشكيل الجداول اإلحصائية‪.‬‬

‫خطة الدرس‪:‬‬

‫‪ -I‬مدخل إلى اإلحصاء الوصفي‬

‫‪ -1‬تعريف اإلحصاء الوصفي و مجال تطبيقه‬

‫‪ -2‬مصطلحات علم اإلحصاء‬

‫الجداول اإلحصائية‬ ‫‪-II‬‬

‫‪ -1‬تبويب البيانات الخام في جدول تكراري بسيط‬

‫‪ -2‬تبويب البيانات في جدول تكراري ذو فئات‬
‫‪ -3‬تبويب البيانات في الجدول التكراري المتجمع ( التجميعي )‬

‫تمارين تطبيقية‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 3‬‬

 ‫‪ -I‬مدخل إلى اإلحصاء الوصفي‪:‬‬
‫‪ -1‬تعريف اإلحصاء و مجال تطبيقه‪:‬‬
‫‪-1.1‬تعريف اإلحصاء ‪:‬‬

‫أ‪ -‬التعريف األول‪ :‬يمكن تعريف اإلحصاء على أنه األسلوب العملي الذي يسجل بالطرق الفنية واقع األمر‬
‫لظاهرة معينة أيا كان نوعها (بيولوجية – صناعية – اقتصادية – اجتماعية – جغرافية ‪ ...‬الخ) مصورا هذا الواقع‬
‫في قالب قياسي رقمي يتم تصنيفه في جداول منظمة وتمثيله بيانيا‪.‬‬

‫وكذلك تحليل البيانات واستخالص النتائج منها‪ ،‬و اتخاذ القرارات المناسبة‪ .‬و مقارنة الظواهر بعضها ودراسة‬
‫العالقات بينها‪ .‬واستخدامها في تفهم حقيقة الظواهر ومعرفة القوانين التي تسير تبعا لها‪ .‬ويعتبر علم اإلحصاء‬
‫لكثير من الباحثين المنطق السليم المدعم بمزيج قوى من األساليب الرياضية‪.‬‬

‫ب‪ -‬التعريف الثاني‪ :‬اإلحصاء هو العلم الذي يهتم بوصف طرق متعددة لجمع البيانات والمشاهدات ومن ثم‬
‫يتم تنظيمها وعرضها باستخدام األساليب العلمية لتحليلها واستخالص النتائج منها‪.‬‬

‫ج‪ -‬التعريف الثالث‪ :‬يشار لإلحصاء إلى أنه مجموعة من األساليب العلمية القياسية التي يمكن توظيفها‬
‫لجمع المعطيات (البيانات والمعلومات) عن الظواهر وتبويبها وتلخيصها وتقييمها والخروج منها باستنتاجات‬
‫حول مجموعة وحدات المجتمع من خالل اعتماد جزء صغير من هذا المجتمع‪.‬‬

‫ولقد كان الهدف الرئيسي من علم اإلحصاء قديما هو عد أو حصر األشياء المراد توفير بيانات إحصائية عنها‪،‬‬
‫وكانت الجهة التي تقوم بإعداد اإلحصاءات على مستوى الدولة تعرف بمصلحة التعداد ولذلك كان التعريف‬
‫القديم لعلم اإلحصاء بأنه علم العد‪ ،‬أي العلم الذي يشتمل على أساليب جمع البيانات الكمية عن المتغيرات‬
‫والظواهر موضوع الدراسة‪.‬‬

‫‪ -2.1‬أقسام علم اإلحصاء‪ :‬و يقسم البعض علم اإلحصاء من وجهة نظر تطبيقية إلى قسمين‪:‬‬

‫أ‪.‬القسم األول‪ :‬اإلحصاء الوصفي ‪ Descriptive statistics‬و يتكون اإلحصاء الوصفي من مجموعة من‬
‫األساليب التي تعتني بجمع البيانات وتنظيمها وتلخيصها وعرضها بطريقة واضحة في صورة جداول وأشكال بيانية‪،‬‬
‫وحساب المقاييس اإلحصائية المختلفة لها مثل النزعة المركزية‪ ،‬و التشتت‪ ،‬وااللتواء والتفلطح‪ ،‬وقياس قوة االرتباط‬
‫بين ظاهرة وأخرى‪.‬‬

‫ب‪.‬القسم الثاني‪ :‬االستدالل اإلحصائي ‪ Statistical inference‬و يتكون اإلحصاء االستداللي من‬
‫األساليب الخاصة باستخالص النتائج والمعلومات عن المجتمع تحت الدراسة من بيانات تم جمعها من عينة‬
‫تم اختيارها من هذا المجتمع‪ .‬وسوف نوضح المجتمع اإلحصائي والعينة اإلحصائية بأنواعها فيما بعد‪.‬‬

‫‪ -3.1‬مجال تطبيق اإلحصاء‪ :‬يستخدم اإلحصاء في مجاالت متعددة منها ‪ :‬الزراعة‪ ،‬البيولوجيا‪،‬‬
‫الديموغرافيا‪ ،‬االقتصاد‪ ،‬علم االجتماع‪ ،‬علم النفس‪.‬‬

‫‪ -2‬مصطلحات علم اإلحصاء‪:‬‬

‫‪-1.2‬المجتمع اإلحصائي و العينة اإلحصائية‪:‬‬

‫أ‪ -‬المجتمع اإلحصائي‪ :‬هو مجموعة من المفردات التي تشترك في صفات‪ ،‬وخصائص محددة‪ ،‬ومجتمع‬
‫الدراسة هو الذي يشمل جميع مفردات الدراسة‪ ،‬أي هو الكل الذي نرغب دراسته‪.‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 4‬‬

 ‫ب‪ -‬العينة اإلحصائية‪ :‬هو جزء من المجتمع يتم اختياره بطرق مختلفة بغرض دراسة هذا المجتمع‪.‬‬

‫‪ -2.2‬المتغيرات اإلحصائية ‪:Les variables statistiques‬‬

‫‪-‬تعريف‪ :‬و هي التي تمثل قيماً فعلية لظاهرة ما في لحظة معينة أو في لحظات و أزمنة مختلفة‪ .‬و تنقسم‬
‫إلى‪:‬‬

‫‪ -‬المتغيرات المنفصلة أو المتقطعة؛‬

‫‪ -‬المتغيرات المتصلة أو المستمرة‪.‬‬

‫مثال‪ :‬البيانات التالية تبين تعداد اإلناث و الذكور المقيمين في المدينة في مجتمع ما ‪:‬‬

‫الذكور‬ ‫اإلناث‬

‫‪297‬‬ ‫‪314‬‬

‫المجتمع اإلحصائي هو مجتمع السكان المقمين في المدينة‪.‬‬

‫المتغير اإلحصائي المدروس هو متغير الجنس و هذا المتغير يأخذ خاصيتين هما‪ :‬جنس الذكور و جنس اإلناث‪.‬‬

‫نرمز بـ ‪ x1‬لـخاصية متغير جنس ذكر و بـ ‪ x2‬لخاصية متغير جنس أنثى‪.‬‬

‫المتغير اإلحصائي‬

‫كمي‬ ‫كيفي‬

‫منقطع‬ ‫مستمر‬ ‫إسمي‬ ‫ترتيبي‬

‫‪ -‬عدد‬ ‫‪ -‬مساحة‬ ‫‪ -‬اللون‬ ‫‪ -‬مقياس‬

‫االطفال‬ ‫‪ -‬السن‬ ‫‪ -‬المهنة‬ ‫الثوب‬
‫‪ -‬عدد‬ ‫‪ -‬القامة‬ ‫‪ -‬الجنس‬ ‫‪ -‬سلم‬
‫الغرف‬ ‫‪ -‬الوزن‬ ‫‪ -‬الدائرة‬ ‫قياسات‬
‫في‬
‫مبنى‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 5‬‬

‫أ‪ -‬المتغير الكيفي ‪ :variable quantitative‬المتغير الكيفي هو المتغير الذي ال يمكن قياسه عدديا و ال‬
‫يمكن إجراء العمليات الحسابية عليه و مثال ذلك ‪ :‬الجنس‪ ،‬المهنة‪ ،‬اللون ‪..‬إلخ ‪.‬‬
‫و تقسم المتغيرات الكيفية إلى نوعين هما‪ :‬متغيرات كيفية ترتيبية و متغيرات كيفية إسمية‪.‬‬

‫‪ ‬المتغيرات اإلسمية ‪ : variables nominales‬هي عبارة عن متغيرات وصفية تصف عناصر المجتمع و ال‬
‫يمكن إجراء العمليات الحسابية عليها و ال يمكن ترتيبها في أي شكل و هي تستخدم للداللة على حالة‬
‫المفردة من خالل التعبير اللفظي فقط‪ ،‬مثل النوع أو الجنسية ‪...‬إلخ‪.‬‬

‫‪ ‬المتغيرات الترتيبية ‪ : variables ordinals‬و هي عبارة عن متغيرات وصفية تصف عناصر المجتمع و ال‬
‫يمكن إجراء العمليات الحسابية علياه و لكن يمكن وضع ترتيب منطقي لمفرداتها من خالل التعبير اللفظي‬
‫‪ ،‬مثل ممتاز ‪ -‬جيد جدا – جيد ‪ -‬رديء وغير ذلك‪.‬‬

‫ب‪ -‬المتغير الكمي ‪ : variable quantitative‬المتغيرات الكمية هي المتغيرات التي يمكن قياسها‬
‫مباشرة باألرقام عددية مثل صفة الطول أو الوزن أو الكمية‪...‬إلخ‪ .‬وتقسم المتغيرات الكمية إلى نوعيين ‪:‬‬

‫‪ ‬المتغيرات المنقطعة )‪ : (variable discrètes‬هي المتغيرات التي يمكن أن تأخذ قيما صحيحة فقط‬
‫على خط األعداد‪ ،‬مثل عدد األفراد في األسرة و عدد الوحدات اإلنتاجية مصنع ‪ ...‬الخ‪.‬‬

‫مثال‪ :‬خاصية عدد األطفال في األسرة حسب العائلة يأخذ قيم‪...............،5،4،3،2،1،0:‬هو متغير كمي‬
‫منقطع ‪.‬‬

‫‪ ‬المتغير المتصل )‪ : ( variable continues‬و هي المتغيرات التي تأخذ مجال او مدى معين من القيم ‪،‬‬
‫أو أنه ذلك المتغير الذي يمكن أن يأخذ كافة النقاط على خط األعداد‪ ،‬مثل المتغير قيما لظاهرة ما حيث تتغير‬
‫قيم مفردات المتغير من مفردة إلى أخرى‪ ،‬مثل متغير الطول أو الوزن أو العمر‪.‬‬

‫إذا كان عدد المفردات كبيرا جدا فمن األسهل و األفضل استخدام ما يسمى بالتوزيعات التكرارية و يتم ذلك‬
‫بتجميع البيانات و توزيعها في مجموعات كبيرة أو صغيرة من القيم في فئات ‪.‬‬

‫مثال‪ :‬متغير درجات الحرارة هو متغير كمي مستمر حيث يأخذ قيم عددية غير منتهية مثال ذلك بين قيم‬
‫درجات الحرارة ‪ 10°‬و ‪ 12°‬درجة المتغير يأخذ عدد غير منتهي من القيم العددية ‪، 11,11 °، 10,007 ° :‬‬
‫‪. 11,9999°‬‬

‫‪ -3.2‬التكرارات اإلحصائية‪:‬‬

‫أ‪ -‬التكرار العادي‪ :‬لتكن المتغيرات اإلحصائية ‪ . x1.x2.x3………xi‬نسمي التكرار العادي أو المطلق هذه‬
‫المتغيرات عدد المرات التي تتكرر فيها القيم و نرمز للتكرارات ب ‪.ni‬‬

‫مثال‪ :‬نفترض ان قيم عالمات امتحان لقسم يتكون من ‪ 21‬تلميذ هي كالتالي‪:‬‬

‫‪14،13،9،19،3،17،5،6،8،12،15،12،13،2،18،8،9،16،13،14 ،5‬‬

‫إليجاد التكرار المطلق نقوم أوال بترتيب قيم العالمات تصاعديا من أصغر عالمة إلى أكبر عالمة كالتالي‪:‬‬

‫‪19، 18، 17 ، 16،15 ، 14 ، 14 ، 13 ، 13 ، 13 ، 12، 12 ، 9 ،8 9 ، ، 8 ، 6 ، 5 ، 5 ،3 ،2‬‬

‫التكرار المناسب لكل عالمة أي عدد التالميذ الذين‬ ‫نقوم بعدها برسم جدول لهذه السلسة نبين فيه‬
‫تحصلوا على هذه العالمة كالتالي‪:‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 15‬‬

 ‫‪19‬‬ ‫‪18‬‬ ‫‪17‬‬ ‫‪16‬‬ ‫‪15‬‬ ‫‪14‬‬ ‫‪13‬‬ ‫‪12‬‬ ‫‪9‬‬ ‫‪8‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫العالمات‬
‫(المتغير‬
‫اإلحصائي(‬
‫‪xi‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫عدد التالميذ‬
‫( التكرارات)‬
‫‪ni‬‬

‫ب‪ -‬التكرارات النسبية‪ :‬و يرمز له بالرمز ‪ fi‬حيث يبين األهمية النسبية لكل حالة و يحسب بقسمة كل‬
‫)‪( ni‬‬
‫= ‪fi‬‬ ‫تكرار على مجموع التكرارات‬
‫‪ ni‬‬

‫ج‪ -‬التكرار المئوي أو التوتر اإلحصائي‪ :‬و يرمز له بالرمز (‪ )%‬أو )‪ )fi%‬ويحسب التكرار النسبي المئوي‬
‫بضرب التكرار النسبي في ‪ % 100‬و يجب مالحظة أن مجموع التكرارات النسبية المئوية دائما يساوي ‪100‬‬
‫‪.%‬‬

‫مثال‪ :‬التكرارات النسبية و المئوية للمثال السابق تحسب كالتالي‪:‬‬

‫التكرار المئوي‬ ‫التكرار‬ ‫التكرارات ‪ni‬‬ ‫المتغير‬

‫‪%‬‬ ‫النسبي‬ ‫اإلحصائي ‪xi‬‬
‫‪fi‬‬
‫‪%4,76‬‬ ‫‪0.0476‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪%4,76‬‬ ‫‪0.0476‬‬ ‫‪1‬‬ ‫‪3‬‬
‫‪%9,52‬‬ ‫‪0.0952‬‬ ‫‪2‬‬ ‫‪5‬‬
‫‪%4,76‬‬ ‫‪0.0476‬‬ ‫‪1‬‬ ‫‪6‬‬
‫‪%9,52‬‬ ‫‪0.0952‬‬ ‫‪2‬‬ ‫‪8‬‬
‫‪%9,52‬‬ ‫‪0.0952‬‬ ‫‪2‬‬ ‫‪9‬‬
‫‪%9,52‬‬ ‫‪0.0952‬‬ ‫‪2‬‬ ‫‪12‬‬
‫‪%14,2‬‬ ‫‪0.142‬‬ ‫‪3‬‬ ‫‪13‬‬
‫‪%9,52‬‬ ‫‪0.0952‬‬ ‫‪2‬‬ ‫‪14‬‬
‫‪%4,76‬‬ ‫‪0.0476‬‬ ‫‪1‬‬ ‫‪15‬‬
‫‪%4,76‬‬ ‫‪0.0476‬‬ ‫‪1‬‬ ‫‪16‬‬
‫‪%4,76‬‬ ‫‪0.0476‬‬ ‫‪1‬‬ ‫‪17‬‬
‫‪%4,76‬‬ ‫‪0.0476‬‬ ‫‪1‬‬ ‫‪18‬‬
‫‪%4,76‬‬ ‫‪0.0476‬‬ ‫‪1‬‬ ‫‪19‬‬
‫‪100 %‬‬ ‫‪1 ,00‬‬ ‫‪21‬‬ ‫المجموع‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 16‬‬

 ‫‪ -II‬الجداول اإلحصائية ‪:‬‬
‫‪ -1‬تبويب البيانات الخام في جدول تكراري بسيط‪:‬‬
‫يقصد بتبويب البيانات عرض هذه البيانات ( البيانات الخام ) في جداول مناسبة وذلك حتى يمكن تلخيصها‬
‫وفهمها واستيعابها واستنتاج النتائج منها ومقارنتها بغيرها من البيانات ‪ ،‬كما يسهل الرجوع إليها في صورة‬
‫جداول دون االطالع على االستمارات األصلية التي قد تحمل أسماء أصحابها مما يخل بمبدأ سرية البيانات‬
‫اإلحصائية‪.‬‬

‫‪.1.1‬تعريف الجدول التكراري البسيط‪ :‬الجدول التكراري البسيط هو ذلك الجدول الذي يتكون من‬
‫عمودين حيث يتم وضع قيم المتغيرات اإلحصائية فيه مرتبة ترتيباً تصاعدياً في عموده األول أما العمود الثاني‬
‫فيسمى بعمود التكرار ويرصد فيه عدد مرات تكرار كل درجة أو حدث ‪.‬‬
‫فكل البيانات تكون ممثلة في الجدول بالثنائيات ( المتغيرات ‪ xi‬و التكرارات ‪.) ni‬‬

‫مثال ‪ :01‬البيانات التالية تمثل قيم العالمات التي حصل عليها عشرون طالباً فى مادة اإلحصاء فى امتحان‬
‫نهاية العام‪:‬‬

‫‪10‬‬ ‫‪12‬‬ ‫‪13‬‬ ‫‪15‬‬ ‫‪10‬‬ ‫‪12‬‬ ‫‪14‬‬ ‫‪15‬‬ ‫‪11‬‬ ‫‪12‬‬
‫‪15‬‬ ‫‪12‬‬ ‫‪10‬‬ ‫‪12‬‬ ‫‪13‬‬ ‫‪15‬‬ ‫‪12‬‬ ‫‪13‬‬ ‫‪10‬‬ ‫‪14‬‬

‫و المطلوب تبويب هذه البيانات في جدول توزيع تكراري بسيط‬

‫هذه البيانات الخام غير عملية لذلك نقوم أوال بترتيب البيانات دون تكرار تصاعديا كالتالي ‪:‬‬

‫‪15،15،15،15،14،14،13،13،13،12،12،12،12،12،12،11،10،10،10،10‬‬

‫نقوم بوضع هذه البيانات في العمود األول من الجدول وتسمى (‪ )x‬ثم وضع عدد مرات التكرار باستخدام‬
‫العالمات في العمود الثاني أما العمود الثالث فيمثل التكرار ويرمز له بالرمز (‪ )n‬كالتالي‪:‬‬

‫التكرارات‬ ‫العالمات‬ ‫المتغير‬

‫‪ni‬‬ ‫‪xi‬‬
‫‪4‬‬ ‫‪////‬‬ ‫‪10‬‬
‫‪1‬‬ ‫‪/‬‬ ‫‪11‬‬
‫‪6‬‬ ‫‪/ ////‬‬ ‫‪12‬‬
‫‪3‬‬ ‫‪///‬‬ ‫‪13‬‬
‫‪2‬‬ ‫‪//‬‬ ‫‪14‬‬
‫‪4‬‬ ‫‪////‬‬ ‫‪15‬‬
‫‪20‬‬ ‫المجموع‬

‫مثال‪ :02‬البيانات التالية تمثل تقديرات ‪ 20‬طالباً في مادة اإلحصاء والمطلوب هو وضع هذه البيانات فى جدول‬
‫بسيط‪:‬‬

‫جيد‬ ‫جيد‬
‫مقبول‪ ،‬جيد‪،‬‬ ‫جيد‪،‬‬ ‫مقبول‪ ،‬جيد‪،‬‬ ‫جيد‬ ‫مقبول‬ ‫جيد‬
‫جداً‪،‬‬ ‫جداً‬
‫جيد‬
‫ممتاز‬ ‫جيد‬ ‫ممتاز‬ ‫جداً‬ ‫مقبول‬ ‫جيد‬ ‫ممتاز‬ ‫جيد‬ ‫مقبول جيد‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 17‬‬

 ‫الحل‪:‬‬

‫التكرارات‬ ‫التقديرات‬
‫‪5‬‬ ‫مقبول‬
‫‪9‬‬ ‫جيد‬
‫‪3‬‬ ‫جيد جداً‬
‫‪3‬‬ ‫ممتاز‬
‫‪20‬‬ ‫المجموع‬

‫‪ -2‬تبويب البيانات في جدول تكراري ذو فئات ‪:‬‬

‫إذا كان المتغير المدروس من نوع المتغير الكمي المتصل من الضروري تقسيم البيانات إلى مجموعات متقاربة‬
‫ومتشابهة في الصفات تسمى فئات‪ .‬و قبل التعرض إلى إعداد هذا الجدول سنقوم أوال ً بالتعرف على معنى‬
‫الفئات وطرق كتابتها‪.‬‬

‫‪-1.2‬تعريف الفئة‪ :‬الفئة هي المجال الذي يشمل حدا أدني و حد أعلى و نرمز للحد األدنى للفئة بالرمز‬
‫‪ a‬و للحد األعلى بالرمز ‪ b‬و يكون الحد األعلى بمجال مغلق و الحد األدنى بمجال مفتوح [ ‪ [a b‬إال في‬
‫بعض االستثناءات يتم غلق الحد األعلى للفئة األخيرة‪ .‬و الرقم الوسطي بين ‪ a‬و ‪ b‬يسمي بمركز الفئة‬
‫و يرمز له بالرمز ‪. Cj‬‬

‫إذا كانت الفئة [ ‪ [ai ; bi‬ذات الرتبة ‪ j‬نرمز بصفة عامة بـ ‪:‬‬

‫‪ : bi‬الحد األعلى للفئة ذات الرتبة ‪j‬‬

‫‪ : ai‬الحد األدنى للفئة ذات الرتبة ‪j‬‬
‫‪ : Cj‬مركز الفئة ذات الرتبة ‪j‬‬

‫)‪ kj = (bi- ai‬طول الفئة ذات الرتبة ‪j‬‬

‫‪ : nj‬تكرار الفئة ذات الرتبة ‪j‬‬

‫هناك طريقتين في كتابة الفئات هما‪:‬‬

‫الطريقة األولى‪ :‬يكون المجال دائما مغلق في حده األعلى و مفتوحا في الحد األدنى و عند تحديد مثال‬
‫عدد األرقام المحصورة في المجال بين ‪ 10‬و ‪ 20‬نبدأ بالقيمة ‪ 10‬و نتوقف عند القيمة ‪ 20‬حيث ال تدخل في‬
‫هذه الفئة و يكون الجدول كالتالي‪:‬‬

‫التكرارات ‪ni‬‬ ‫الفئات ‪xi‬‬

‫‪05‬‬ ‫[‪[20-10‬‬
‫‪20‬‬ ‫[‪[30-20‬‬
‫‪50‬‬ ‫[‪[40-30‬‬
‫‪25‬‬ ‫[‪[50-40‬‬

‫الطريقة الثانية‪ :‬نذكر كال من الحد األدنى والحد األعلى للفئة ولكن نقوم بترك فاصل مقدراه الواحد الصحيح‬
‫بين نهاية الفئة األولى وبداية الفئة الثانية و يكون المجال دائما مغلق في حده األدنى و مغلق أيضا في حده‬
‫األعلى فمثل لحصر القيم الموجودة في المجال المحصور بين ‪ 10‬و ‪ 19‬نبدأ بالعد من ‪ 10‬إلى ‪ 19‬و نتوقف‬
‫وفي الفئة الثانية نبدأ من ‪ 20‬إلى غاية ‪ 29‬وهكذا كما بالجدول التالي ‪:‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 18‬‬

 ‫التكرارات ‪ni‬‬ ‫الفئات ‪xi‬‬
‫‪05‬‬ ‫[‪[19-10‬‬
‫‪20‬‬ ‫[‪[29-19‬‬
‫‪50‬‬ ‫[‪[39-29‬‬
‫‪25‬‬ ‫[‪[49-39‬‬

‫‪ -2.2‬مركز الفئة‪ :‬مركز الفئة يمثل المتوسط الحسابي لكل من الحد األعلى و الحد األدنى لكل فئة‬

‫[‪ [ai ; bi‬و يرمز له بالرمز ; ‪ cj‬و يحسب كما يلي‪:‬‬

‫)‪(ai  bi‬‬
‫= ‪ci‬‬ ‫مركز الفئة ‪:‬‬
‫‪2‬‬

‫مثال‪ :‬الجدول التالي يمثل توزيع ‪ 75‬فرد من المجتمع حسب السن ‪ ,‬نحسب مراكز الفئات كالتالي ‪:‬‬

‫[‪[40-35[ [35-30[ [30-25[ [25-20[ [20-15‬‬ ‫[‪-10‬‬ ‫[‪-05‬‬ ‫[‪-0‬‬ ‫الفئات‬

‫المجموع‬ ‫‪[15‬‬ ‫‪[10‬‬ ‫‪[05‬‬ ‫‪xi‬‬

‫‪03‬‬ ‫‪06‬‬ ‫‪12‬‬ ‫‪18‬‬ ‫‪15‬‬ ‫‪10‬‬ ‫‪7‬‬ ‫‪4‬‬ ‫التكرارات‬

‫‪75‬‬
‫‪ni‬‬
‫‪35  40‬‬ ‫‪30  35 25  30 20  25 15  20‬‬ ‫‪10  15‬‬ ‫‪5  10‬‬ ‫‪05‬‬ ‫مراكز‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫الفئات‬
‫‪= 37.5‬‬ ‫‪=32.5 = 27.5 = 22.5 = 17.5‬‬ ‫=‬ ‫= ‪= 7.5 2.5‬‬ ‫‪ci‬‬
‫‪12.5‬‬

‫‪-3.2‬عدد الفئات‪ :‬عدد الفئات هو عدد المجاالت التي يحتويها الجدول اإلحصائي و يرمز له بالرمز ‪ J‬و‬
‫حسب الباحث سترجس ‪ starges‬نحسب عدد الفئات بالعالقة التالية ‪:‬‬

‫‪ J = 1 + 3.32 log (n).‬باللوغارتم العشري ‪log‬‬

‫‪ln‬‬ ‫باللوغريتم النيبري‬ ‫‪J = 1 + 3.3 ln (n).‬‬

‫‪ -4.2‬طول الفئة‪ :‬نسمي طول الفئة [ ‪ [a ; b‬األعداد الموجودة بين ‪ a‬و ‪ b‬و يرمز له بـ ‪ k‬و نحسب‬
‫طول الفئة بالعالقة التالية ‪:‬‬

‫) ‪(x max - x min‬‬ ‫) ‪(x max - x min‬‬

‫= ‪k‬‬ ‫=‬ ‫طول الفئة‬
‫‪j‬‬ ‫‪1  3.32 ln n‬‬
‫حيث أن‪:‬‬

‫‪ : X max‬هي القيمة األعلى في البيانات؛‬

‫‪ : X min‬هي القيمة األدنى للبيانات؛‬
‫‪ :‬عدد الفئات ‪.‬‬ ‫‪j‬‬

‫التالية‪:‬‬ ‫اإلحصائية‬ ‫السلسلة‬ ‫للسلسلة‬ ‫الفئة‬ ‫طول‬ ‫أحسب‬ ‫مثال‪:‬‬

‫‪72،70،45،50،40،65،68،46،30،95،78،60‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 19‬‬

 ‫طول الفئة بطريقة سترجس هو ‪:‬‬
‫) ‪(x max - x min‬‬
‫=‪k‬‬
‫‪1  3.32 ln n‬‬
‫) ‪(95 - 30‬‬ ‫‪65‬‬
‫=‪k‬‬ ‫= ‪k‬‬ ‫‪, k = 14.19‬‬ ‫‪k‬‬
‫‪1  3.32 ln(12‬‬ ‫‪.4.58‬‬
‫‪≈14‬‬
‫تمرين ‪ :‬البيانات تمثل درجات اختبار مادة اإلحصاء لخمسين(‪ )50‬طالباً فى الجدول التالى ‪:‬‬

‫‪70‬‬ ‫‪55‬‬ ‫‪51‬‬ ‫‪42‬‬ ‫‪57‬‬

‫‪45‬‬ ‫‪60‬‬ ‫‪47‬‬ ‫‪63‬‬ ‫‪53‬‬

‫‪33‬‬ ‫‪65‬‬ ‫‪39‬‬ ‫‪82‬‬ ‫‪55‬‬
‫‪64‬‬ ‫‪58‬‬ ‫‪61‬‬ ‫‪65‬‬ ‫‪42‬‬
‫‪50‬‬ ‫‪52‬‬ ‫‪53‬‬ ‫‪45‬‬ ‫‪55‬‬
‫‪25‬‬ ‫‪36‬‬ ‫‪59‬‬ ‫‪63‬‬ ‫‪39‬‬
‫‪65‬‬ ‫‪45‬‬ ‫‪49‬‬ ‫‪54‬‬ ‫‪64‬‬
‫‪75‬‬ ‫‪42‬‬ ‫‪41‬‬ ‫‪52‬‬ ‫‪78‬‬
‫‪30‬‬ ‫‪35‬‬ ‫‪25‬‬ ‫‪48‬‬ ‫‪26‬‬
‫‪20‬‬ ‫‪40‬‬ ‫‪55‬‬ ‫‪46‬‬ ‫‪88‬‬

‫المطلوب هو إعداد جدول توزيع تكراري ذو فئات للجدول السابق؟‬

‫الحل‪:‬‬

‫‪ -‬المدى = ‪) x max - x min‬أكبر قيمة – أصغر قيمة( = ‪68 = 20 – 88‬‬

‫‪ -‬عدد الفئات = ‪J = 1 + (3.3 ln (n)) = J = 1 + (3.3 ln (50))= 1+3.3x1.699=6.6‬‬
‫عدد الفئات = ‪7‬‬ ‫نقرب عدد الفئات ألقرب رقم صحيح فتكون‬
‫) ‪(x max - x min‬‬
‫‪ -‬طول الفئة ‪= k‬‬
‫‪j‬‬
‫) ‪(88 - 20‬‬ ‫)‪(68‬‬
‫=‪ ; K‬نقرب طول الفئة ألقرب رقم صحيح فتصبح طول الفئة و هو ‪، 10‬‬ ‫=‬ ‫‪ 9,71‬‬
‫‪7‬‬ ‫‪7‬‬
‫‪k=10‬‬

‫نختار بداية الفئة األولى وهو أصغر رقم = ‪20‬‬

‫نبدأ في بناء الجدول كالتالي ‪:‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 20‬‬

 ‫التكرارات‬ ‫فرز العالمات‬ ‫المتغير‬
‫‪Ni‬‬ ‫‪xi‬‬
‫‪4‬‬ ‫‪////‬‬ ‫[‪[30-20‬‬
‫‪6‬‬ ‫‪// ////‬‬ ‫[‪[40-30‬‬
‫‪12‬‬ ‫‪// //// ////‬‬ ‫]‪[50-40‬‬
‫‪//// //// ////‬‬ ‫[‪[60-50‬‬
‫‪14‬‬
‫‪//‬‬
‫‪9‬‬ ‫‪/ //// ////‬‬ ‫[‪[70-60‬‬
‫‪3‬‬ ‫‪///‬‬ ‫[‪[80-70‬‬
‫‪2‬‬ ‫‪//‬‬ ‫[‪[90-80‬‬
‫‪50‬‬ ‫المجموع‬

‫‪ -3‬تبويب البيانات في الجدول التكراري المتجمع ( التجميعي )‪:‬‬

‫‪ -1.3‬تبويب البيانات في الجدول التكراري المتجمع الصاعد‪:‬‬
‫" ‪ " Tableau des effectifs cumulées croissants‬و يقصد بالتكرار المتجمع الصاعد هو تجميع‬
‫تكرار كل فئة على جميع التكرارات السابقة لها بحيث يكون مجموع التكرار التصاعدي للفئة األخيرة مساوي‬
‫لمجموع التكرارات‪ .‬ويرمز له بـ ‪. nicc‬‬

‫مثال ‪:01‬‬

‫كون جدول التكرار المتجمع الصاعد للجدول التالي ‪:‬‬

‫‪ni‬‬ ‫‪xi‬‬
‫‪3‬‬ ‫‪0‬‬
‫‪4‬‬ ‫‪1‬‬
‫‪7‬‬ ‫‪2‬‬
‫‪6‬‬ ‫‪3‬‬
‫المجموع ‪20‬‬

‫الحل‪:‬‬

‫نكون جدول التوزيع التكراري المتجمع الصاعد بحساب التكرارات التجميعية الصاعدة كالتالي‪:‬‬

‫ليكن‪ :‬التكرار التجميعي الصاعد )‪)l’effectif cumulé croissant de la modalité i‬‬

‫‪n1cc = n1 = 3,‬إذن; ‪: n1cc = 3‬‬

‫‪n2cc = n1cc + n2 = 3 + 4,‬إذن; ‪: n2cc = 7‬‬
‫‪ n3cc = n2cc + n3 = 7 + 7,‬إذن; ‪: n3cc = 14‬‬
‫‪n4cc = n3cc + n4 = 14 + 6,‬إذن‪: n4cc = 20.‬‬

‫نتائج الحسابات تكون جدول التكرار التجميعي الصاعد التالي ‪:‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 21‬‬

 ‫‪nicc‬‬ ‫‪ni‬‬ ‫‪xi‬‬

‫‪3‬‬ ‫‪3‬‬ ‫‪0‬‬

‫‪7‬‬ ‫‪4‬‬ ‫‪1‬‬

‫‪14‬‬ ‫‪7‬‬ ‫‪2‬‬

‫‪20‬‬ ‫‪6‬‬ ‫‪3‬‬

‫المجموع ‪20‬‬

‫‪ -2.3‬تبويب البيانات في الجدول التكراري المتجمع النازل ‪:‬‬

‫‪ Tableau des effectifs cumulés décroissants‬و يقصد بالتكرار المتجمع النازل هو تجميع تكرار‬
‫كل فئة على جميع التكرارات التالية لها بحيث يكون مجموع التكرار التنازلي للفئة األولى مساوي لمجموع‬
‫التكرارات ‪ .‬ويرمز له ‪. nicd‬‬

‫مثال ‪ :02‬من المثال السابق نكون جدول التكرار التجميعي النازل كالتالي‬
‫نقوم بحساب التكرارات التجميعية النازلة لكل متغير كمايلي ‪:‬‬

‫إذن‪n1cd = 20 :‬‬ ‫‪n1cd = n‬‬

‫إذن‪n2cd = 17 :‬‬ ‫‪n2cd = n1cd – n1 = 20 – 3‬‬

‫إذن‪n3cd = 13 :‬‬ ‫‪n3cd = n2cd + n2 = 17 – 4‬‬

‫‪n4cd = 6‬‬ ‫إذن‪:‬‬ ‫‪n4cd = n3cd + n3 = 13 – 7‬‬

‫نتائج الحسابات تجمع في جدول التكرار التجميعي النازلة بإضافة عمود خاص إلى الجدول التكراري األصلي‬
‫‪:‬‬

‫‪nicd‬‬ ‫‪ Ni‬التكرارات‬ ‫‪Xi‬المتغير‬

‫التكرارات‬
‫التجميعية‬
‫النازلة‬
‫‪20‬‬ ‫‪3‬‬ ‫‪0‬‬
‫‪17‬‬ ‫‪4‬‬ ‫‪1‬‬
‫‪13‬‬ ‫‪7‬‬ ‫‪2‬‬
‫‪6‬‬ ‫‪6‬‬ ‫‪3‬‬
‫‪20‬‬ ‫المجموع‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 22‬‬

 ‫‪ -III‬تمارين تطبيقية‪:‬‬
‫التمرين األول‪:‬‬
‫قامت مصالح امن الطرقات بدراسة عدد ضحايا حوادث المرور بالسيارات السياحية للفئة العمرية التي تتراوح‬
‫بين ‪ 18‬و ‪ 65‬سنة‪ .‬الجدول التالي يظهر عدد الضحايا حسب فئات العمر المسجلة في سنة ‪ 2005‬كما يلي‪:‬‬

‫التكرارات‬ ‫فئات العمر‬

‫‪790‬‬ ‫]‪[25; 18‬‬
‫‪545‬‬ ‫[‪[35;25‬‬
‫‪377‬‬ ‫]‪[45 ;35‬‬
‫‪606‬‬ ‫[‪[65;45‬‬

‫العمل المطلوب‪:‬‬

‫‪ -1‬ما هو المجتمع المدروس ؟‬

‫‪ -2‬ما هو المتغير المدروس؟ و ما هو نوعه ؟‬

‫التمرين الثاني ‪:‬‬

‫في دراسة لتالميذ أحد األقسام النهائية حسب أطوالهم مقدرة بالسنتيمتر أعطت النتائج التالية‪:‬‬

‫‪-183-176-174-170-168-165-161-178-176-174-170-166-163-160-178-175-173-170-166-163-159‬‬
‫‪187-176-174-173-169-166-162-186-176-174-171-168-165-161‬‬

‫العمل المطلوب‪:‬‬

‫‪ -1‬رتب قيم األطوال تصاعديا‬

‫‪ -2‬احسب عدد الفئات و طول الفئة‬
‫‪ -3‬قم بتفريغ البيانات في جدول إحصائي وبين تكرار كل فئة‬
‫‪ -4‬حدد مركز الفئة لكل فئة‬

‫الجدول التالي يبين توزيع األسر حسب عدد األطفال في كل أسرة‪:‬‬ ‫التمرين الثالث‪:‬‬

‫عدد األسر‬ ‫عدد األطفال‬

‫‪31‬‬ ‫‪038‬‬ ‫‪0‬‬

‫‪54‬‬ ‫‪812‬‬ ‫‪1‬‬
‫‪51‬‬ ‫‪252‬‬ ‫‪2‬‬
‫‪26‬‬ ‫‪613‬‬ ‫‪3‬‬
‫‪16‬‬ ‫‪162‬‬ ‫‪4 ou +‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 23‬‬

 ‫العمل المطلوب ‪:‬‬

‫‪ -1‬حدد المجتمع المدروس‪.‬‬

‫‪ -2‬ما هو المتغير المدروس و ما هو نوعه ؟‬
‫‪ -3‬أحسب التكرارات المتجمعة التصاعدية و التنازلية‪.‬‬

‫حلول التمارين‪:‬‬
‫التمرين األول‪:‬‬
‫‪ -1‬المجتمع المدروس ‪ :‬عدد حوادث المرور لسائقي السيارات السياحية التي يقودها السائقين الذين‬
‫يتراوح سنهم بين ‪ 18‬و ‪ 65‬سنة‪.‬‬

‫‪ -2‬المتغير اإلحصائي المدروس ‪ :‬سن ضحايا الحوادث و نوع المتغير اإلحصائي المدروس ‪ :‬كمي‬
‫مستمر‪.‬‬

‫التمرين الثاني‪:‬‬
‫‪ -1‬ترتيب قيم األطوال تصاعديا‪:‬‬

‫‪178‬‬ ‫‪175‬‬ ‫‪173‬‬ ‫‪170‬‬ ‫‪166‬‬ ‫‪163‬‬ ‫‪159‬‬

‫‪178‬‬ ‫‪176‬‬ ‫‪174‬‬ ‫‪170‬‬ ‫‪166‬‬ ‫‪163‬‬ ‫‪160‬‬
‫‪183‬‬ ‫‪176‬‬ ‫‪174‬‬ ‫‪170‬‬ ‫‪168‬‬ ‫‪165‬‬ ‫‪161‬‬
‫‪186‬‬ ‫‪176‬‬ ‫‪174‬‬ ‫‪171‬‬ ‫‪168‬‬ ‫‪165‬‬ ‫‪161‬‬
‫‪187‬‬ ‫‪176‬‬ ‫‪174‬‬ ‫‪173‬‬ ‫‪169‬‬ ‫‪166‬‬ ‫‪162‬‬

‫‪ -2‬حساب عدد الفئات و طول الفئة‪:‬‬

‫‪ -‬عدد الفئات ‪:‬‬

‫)‪j= 1+ 3.23 ln(n‬‬ ‫‪, J= 1+3.32 ln( 35) , J= 7n‬‬

‫‪ -‬طول الفئة‪:‬‬

‫) ‪(x max - x min‬‬ ‫) ‪(x max - x min‬‬

‫=‪K‬‬ ‫=‬
‫‪j‬‬ ‫‪1  3.32 ln n‬‬
‫إذن ‪:‬‬
‫‪(190  155 ) 35‬‬
‫=‪k‬‬ ‫‪‬‬ ‫‪= 5, k=5‬‬
‫‪7‬‬ ‫‪7‬‬

‫‪ -3‬تفريغ البيانات و تشكيل الجدول اإلحصائي‪:‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 24‬‬

 ‫التكرارات‬ ‫الفرز‬ ‫الفئات‬
‫‪1‬‬ ‫‪I‬‬ ‫]‪]160- 155‬‬
‫‪6‬‬ ‫‪IIIIII‬‬ ‫]‪]165-160‬‬
‫‪8‬‬ ‫‪IIIIIIII‬‬ ‫]‪]170-175‬‬
‫‪10‬‬ ‫‪II IIIIIIII‬‬ ‫]‪]175-170‬‬
‫‪7‬‬ ‫‪IIIIIII‬‬ ‫]‪]180- 175‬‬
‫‪1‬‬ ‫‪I‬‬ ‫]‪]185- 180‬‬
‫‪2‬‬ ‫‪II‬‬ ‫]‪]190- 185‬‬
‫‪35‬‬ ‫المجموع‬

‫‪ -4‬حساب مراكز الفئات‪:‬‬

‫المجموع‬ ‫[‪-185‬‬ ‫[‪-180‬‬ ‫[‪-175‬‬ ‫[‪-170‬‬ ‫[‪-165‬‬ ‫[‪-160‬‬ ‫[‪-155‬‬ ‫الفئات‪xi‬‬

‫‪[190‬‬ ‫‪[185‬‬ ‫‪[180‬‬ ‫‪[175‬‬ ‫‪[170‬‬ ‫‪[165‬‬ ‫‪[160‬‬
‫‪187.5‬‬ ‫‪182.5‬‬ ‫‪177.5‬‬ ‫‪172.5‬‬ ‫‪167.5‬‬ ‫‪162.5‬‬ ‫‪157.5‬‬ ‫مراكز‬
‫الفئات‪ci‬‬
‫‪35‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪7‬‬ ‫‪10‬‬ ‫‪8‬‬ ‫‪6‬‬ ‫‪1‬‬ ‫التكرارات‬
‫‪ni‬‬

‫التمرين الثالث ‪:‬‬

‫‪ -1‬المجتمع اإلحصائي المدروس هو‪ :‬مكونات األسر‬

‫‪ -2‬المتغير اإلحصائي المدروس هو‪ :‬عدد األطفال في األسرة‪ ،‬نوعه ‪ :‬كمي منقطع‬

‫‪ -3‬حساب التكرارات التجميعية الصاعدة و النازلة‬

‫حساب التكرارات التجميعية الصاعد ‪: nicc‬‬

‫‪n1cc = n1‬إذن; ‪n1cc = 31 038‬‬ ‫=‬ ‫‪31‬‬ ‫‪038,‬‬

‫‪n2cc = n1cc + n2 = 31 038‬إذن‪n2cc = 85 850‬‬ ‫‪+‬‬ ‫‪54‬‬ ‫‪812,‬‬
‫‪n3cc = n2cc + n3 = 85 850‬إذن ‪n3cc = 137 102‬‬ ‫‪+‬‬ ‫‪51‬‬ ‫‪252,‬‬
‫‪n4cc = n3cc + n4 = 137 102‬إذن ‪n4cc = 163 175‬‬ ‫‪+‬‬ ‫‪26‬‬ ‫‪613,‬‬
‫‪n5cc = n4cc + n5 = 163 175‬إذن‪n5cc =179 877‬‬ ‫‪+‬‬ ‫‪16‬‬ ‫‪162,‬‬

‫نتائج حساب التكرارات التجميعية الصاعدة نلخصها في الجدول التالي ‪:‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 25‬‬

 ‫‪nicc‬‬ ‫‪ni‬‬ ‫‪xi‬‬
‫‪31038‬‬ ‫‪31‬‬ ‫‪038‬‬ ‫‪0‬‬
‫‪85850‬‬ ‫‪54‬‬ ‫‪812‬‬ ‫‪1‬‬
‫‪137102‬‬ ‫‪51‬‬ ‫‪252‬‬ ‫‪2‬‬
‫‪163175‬‬ ‫‪26‬‬ ‫‪613‬‬ ‫‪3‬‬
‫‪179877‬‬ ‫‪16‬‬ ‫‪162‬‬ ‫‪4‬‬

‫حساب التكرارات التجميعية النازلة ‪:nicd‬‬

‫إذن ‪n1cd = n ,‬‬ ‫‪n1cd = 179 877‬‬

‫‪ n2cd = 148 839‬إذن ‪n2cd = n1cd – n1 = 179 877 – 31 038,‬‬
‫‪ n3cd = 94 027‬إذن ‪n3cd = n2cd + n2 =148 839 – 54 812 ,‬‬
‫‪ n4cd = 42 775‬إذن ‪n4cd = n3cd + n3 = 94 027 – 51 252 ,‬‬
‫‪ n5cd = 16 162‬إذن ‪n5cd = n4cd + n4 = 42 775 – 26 613 ,‬‬

‫نتائج حساب التكرارات التجميعية النازلة نلخصها في الجدول التالي‪:‬‬

‫‪nicd‬‬ ‫‪ni‬‬ ‫‪xi‬‬

‫‪179‬‬ ‫‪31 038‬‬ ‫‪0‬‬
‫‪877‬‬
‫‪148‬‬ ‫‪54 812‬‬ ‫‪1‬‬
‫‪839‬‬
‫‪94 027‬‬ ‫‪51 252‬‬ ‫‪2‬‬
‫‪42 775‬‬ ‫‪26 613‬‬ ‫‪3‬‬
‫‪16 162‬‬ ‫‪16 162‬‬ ‫‪4‬‬

‫نتائج حساب التكرارات التجميعية الصاعدة و النازلة نلخصها في الجدول االحصائي التالي ‪:‬‬

‫‪nicd‬‬ ‫‪nicc‬‬ ‫‪ni‬‬ ‫‪xi‬‬

‫‪179 877‬‬ ‫‪31038‬‬ ‫‪31‬‬ ‫‪038‬‬ ‫‪0‬‬
‫‪148 839‬‬ ‫‪85850‬‬ ‫‪54‬‬ ‫‪812‬‬ ‫‪1‬‬
‫‪94 027‬‬ ‫‪137102‬‬ ‫‪51‬‬ ‫‪252‬‬ ‫‪2‬‬
‫‪42 775‬‬ ‫‪163175‬‬ ‫‪26‬‬ ‫‪613‬‬ ‫‪3‬‬
‫‪16 162‬‬ ‫‪179877‬‬ ‫‪16‬‬ ‫‪162‬‬ ‫‪4‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 26‬‬

‫‪REPRESENTATION‬‬ ‫الدرس رقم ‪ :02‬التمثيل البياني‬
‫‪GRAPHIQUE‬‬

‫في نهاية هذا الدرس‪ ،‬يكون المتربص قادرا على‪:‬‬ ‫الهدف من الدرس‪:‬‬
‫‪-‬تمثيل المتغير اإلحصائي الكيفي بياني؛‬
‫‪-‬تمثيل المتغير الكمي المنقطع بيانيا؛‬
‫‪-‬تمثيل المتغير الكمي المستمر بيانيا‪.‬‬

‫خطة الدرس‪:‬‬

‫مقدمة‬

‫‪ -I‬العرض البياني للبيانات الغير مبوبة‬

‫‪ -1‬طريقة األعمدة البيانية البسيطة ‪Diagramme en bâtons‬‬
‫‪Diagramme circulaire‬‬ ‫‪ -2‬طريقة الدائرة البيانية‬
‫‪ -3‬طريقة األعمدة البيانية األعمدة المستطيلة (‪) colonnes diagramme en‬‬

‫‪ -II‬العرض البياني للبيانات المبوبة (متغير كمي)‬

‫‪ -1‬حالة متغير كمي منقطع‬

‫‪ -2‬حالة متغير كمي مستمر‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 27‬‬

 ‫مقدمة‪:‬‬
‫يعتبر العرض البياني للبيانات اإلحصائية بمثابة تلخيص للبيانات اإلحصائية فى شكل يسهل معه استيعاب‬
‫خصائص موضوع الدراسة ‪ ،‬وتختلف طرق عرض البيانات المبوبة عن البيانات الغير مبوبة ‪ ،‬وسنتعرض لكل‬
‫منها بالتفصيل فيما يلى ‪:‬‬

‫‪ -I‬العرض البياني للبيانات الغير مبوبة (المتغير كيفي )‪:‬‬

‫و المقصود بالبيانات الغير مبوبة تلك البيانات المفردة أي ال يوجد بها فئات وهناك عدة طرق لعرض البيانات‬
‫الغير مبوبة‪.‬‬

‫‪ -1‬طريقة األعمدة البيانية البسيطة‪:‬‬

‫و فى هذه الطريقة يمثل محور السينات قيم المتغير أما محور العينات يمثل القيمة المقابلة لقيمة المتغير‬
‫ويتم رسم عمود حول المتغير وارتفاعه يمثل قيمة المتغير‪.‬‬

‫مثال‪:‬‬

‫الجدول التالى يوضح توزيع الطالب حسب التخصصات في إحدى الجامعات والمطلوب عرض هذه البيانات‬
‫باستخدام طريقة األعمدة البيانية البسيطة ؟‬

‫عدد الطلبة‬ ‫التخصص‬

‫‪650‬‬ ‫االقتصاد‬
‫‪500‬‬ ‫علم االجتماع‬
‫‪400‬‬ ‫التاريخ‬
‫‪350‬‬ ‫الجغرافيا‬
‫‪550‬‬ ‫الحقوق‬

‫‪ -2‬طريقة الدائرة البيانية ‪:Diagramme circulaire‬‬

‫و فى هذه الطريقة يتم رسم دائرة ثم نحسب زاوية قطاع ‪ αi‬كل قيمة على حدة ونقوم برسم تلك الزاوية‬
‫داخل الدائرة حتى تنتهى الدائرة‪ .‬ونحسب زاوية قطاع الجزء من العالقة ‪:‬‬

‫‪ni‬‬
‫= ‪αi‬‬ ‫‪× 360‬‬
‫‪N‬‬

‫التكرار الفعلي للجزء‬

‫مجموع التكرارات‬

‫مثال‪ :‬الجدول التالى يوضح أعداد الطالب ببعض أقسام الجامعة و المطلوب عرض هذه البيانات باستخدام‬
‫طريقة الدائرة البيانية‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 28‬‬

 ‫علم‬
‫القانون‬ ‫الجغرافيا‬ ‫التاريخ‬ ‫االقتصاد‬ ‫القسم‬
‫االجتماع‬
‫‪550‬‬ ‫‪350‬‬ ‫‪400‬‬ ‫‪500‬‬ ‫‪650‬‬ ‫عدد الطالب‬

‫الحل ‪ :‬نحسب مجموع التكرارات ‪550+350+400+500+650 = 2450‬‬

‫زاوية قطاع التاريخ‪:‬‬

‫‪650‬‬
‫= ‪α1‬‬ ‫‪× 360 = 360 × 0,228‬‬
‫‪2450‬‬
‫إذن‪:‬‬
‫‪α1 = 95,51°‬‬

‫زاوية قطاع علم االجتماع ‪:‬‬

‫‪500‬‬
‫= ‪α2‬‬ ‫‪× 360 = 360 × 0,204‬‬
‫‪2450‬‬

‫‪α2 = 73,46°‬‬ ‫إذن‪:‬‬

‫زاوية قطاع التاريخ‪:‬‬

‫‪400‬‬
‫= ‪α3‬‬ ‫‪× 360 = 360 × 0,163‬‬
‫‪2450‬‬

‫‪α3 = 58, 77°‬‬ ‫إذن‪:‬‬

‫زاوية قطاع الجغرافيا‪:‬‬

‫‪350‬‬
‫= ‪α4‬‬ ‫‪× 360 = 360 × 0,142‬‬
‫‪2450‬‬

‫‪α4 = 51,42°‬‬ ‫إذن‪:‬‬

‫‪550‬‬
‫‪α5 = × 360 = 360 × 0,224‬‬ ‫‪,‬‬ ‫زاوية قطاع القانون‬
‫‪2450‬‬
‫إذن‪α5 = 80,81° :‬‬

‫نتأكد من مجموع قيس زوايا القطاع‪:‬‬

‫‪360°= 95,51° + 73,46° + 58,68° + 51,42° + 80,81°‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 29‬‬

 ‫االقتصاد‬

‫علم الالجتماع‬

‫القانون‬

‫التاريخ‬

‫الجغرافيا‬

‫الشكل رقم ‪ :01‬يمثل الدائرة البيانية ( النسبية ) لتوزيع الطالب حسب عددهم في كل‬
‫تخصص‬

‫‪ -3‬طريقة األعمدة البيانية األعمدة المستطيلة ‪( Diagramme en :‬‬

‫) ‪: colonnes‬‬
‫تسمى هذه الطريقة أيضا بطريقة األعمدة البيانية المتجاورة وهى تشبه طريقة العمدة البيانية البسيطة‬
‫ولكن يتم رسم عدد من األعمدة المتالصقة يمثل كل عمود إحدى قيم المتغير اإلحصائي‬

‫‪700‬‬

‫‪600‬‬

‫‪500‬‬

‫‪400‬‬

‫‪300‬‬

‫‪200‬‬

‫‪100‬‬

‫‪0‬‬
‫االقتصاد‬ ‫القانون‬ ‫التاريخ‬ ‫االجتماع الجغرافيا‬

‫الشكل رقم ‪ :02‬األعمدة المستطيلة‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 30‬‬

 ‫‪ -II‬العرض البياني للبيانات المبوبة( متغير كمي )‪:‬‬
‫والمقصود بالبيانات المبوبة تلك البيانات المقسمة إلى فئات وهناك عدة طرق لعرض البيانات المبوبة‪.‬‬

‫‪ -1‬حالة متغير كمي منقطع‪:‬‬

‫‪ -1.1‬األعمدة البسيطة ‪ :Diagramme en bâtons‬هي عبارة عن أعمدة بيانية بسيطة‬
‫تتناسب أطوالها مع التكرار المقابل لقيمة معينة للمتغير الكمي المنقطع المدروس (تكرارات مطلقة أو مئوية‬
‫)‪.‬‬

‫مثال‪ :‬الجدول التالي يبين نتائج دراسة تمت في مؤسسة حول عدد األطفال لكل عامل في المؤسسة‬
‫كالتالي ‪:‬‬

‫عدد األطفال التكرارات ‪ni‬‬

‫لكل عامل ‪xi‬‬
‫‪5‬‬ ‫‪0‬‬
‫‪10‬‬ ‫‪1‬‬
‫‪30‬‬ ‫‪2‬‬
‫‪20‬‬ ‫‪3‬‬
‫‪11‬‬ ‫‪4‬‬
‫‪04‬‬ ‫‪5‬‬
‫‪02‬‬ ‫‪6‬‬
‫‪90‬‬ ‫المجموع‬

‫التكرارات‬
‫‪ni‬‬

‫‪30‬‬
‫‪25‬‬

‫‪20‬‬
‫‪15‬‬

‫‪10‬‬
‫‪5‬‬

‫عدد االطفال‬
‫‪xi‬‬

‫الشكل رقم ‪ :03‬األعمدة البسيطة‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 31‬‬

 ‫‪ -2‬حالة متغير كمي مستمر ‪:‬‬
‫‪-1.2‬المدرج التكراري ‪ :Histogramme‬المدرج التكراري هو التمثيل البياني للجدول التكراري‬
‫البسيط الخاص بالبيانات الكمية المتصلة‪ ،‬وهو عبارة عن أعمدة بيانية متالصقة‪ ،‬حيث تمثل التكرارات على‬
‫المحور الرأسي‪ ،‬بينما تمثل قيم المتغير (حدود الفئات) على المحور األفقي‪ ،‬ويتم تمثيل كل فئة بعمود‪،‬‬
‫ارتفاعه هو تكرار الفئة‪ ،‬وطول قاعدته هو طول الفئة‪.‬‬
‫عند رسم المدرج التكراري نميز بين حالتين‪ :‬حالة أطوال الفئات متساوية و حالة أطوال الفئات غير متساوية‪.‬‬
‫أ‪ -‬حالة أطوال الفئات متساوية‪.‬‬

‫ب‪ -‬حالة أطوال الفئات غير متساوية‪ :‬قبل رسم المدرج التكراري يجب أوال‪:‬‬

‫‪ -‬حساب طول الفئة ‪ k‬لكل فئة‬

‫‪ni‬‬
‫= ‪nic‬‬ ‫‪ -‬حساب التكرار المعدل من العالقة‪ :‬التكرار المعدل‬
‫‪ki‬‬
‫مثال‪ :‬الجدول التالي يبين توزيع العمال حسب فئات أعمارهم ‪.‬‬

‫]‪ ]50;45] ]45;40] ]40;35] ]35;30] ]30;25] ]25;20‬المجموع‬ ‫فئات‬

‫األعمار‬
‫‪38‬‬ ‫‪3‬‬ ‫‪7‬‬ ‫‪11‬‬ ‫‪9‬‬ ‫‪6‬‬ ‫التكرارات ‪2‬‬

‫المطلوب‪ :‬اعرض لهذا الجدول بيانياً باستخدام المدرج التكراري‪.‬‬

‫الحل ‪:‬‬

‫[‪ [50;45‬المجموع‬ ‫]‪[45; 40‬‬ ‫[‪[;40 35‬‬ ‫[‪[ 35;30[ [30 ;25‬‬ ‫[‪[25; 20‬‬ ‫فئات‬
‫األعما‬
‫ر‬
‫‪38‬‬ ‫‪3‬‬ ‫‪7‬‬ ‫‪11‬‬ ‫‪9‬‬ ‫‪6‬‬ ‫التكرا ‪2‬‬
‫رات‬
‫‪47.5‬‬ ‫‪42.5‬‬ ‫‪37.5‬‬ ‫‪32.5‬‬ ‫‪27.5‬‬ ‫مركز ‪22.5‬‬
‫الفئة‬

‫رسم المدرج التكراري‪ :‬لرسم المدرج التكراري يتم إتباع الخطوات التالية‪:‬‬

‫‪ -‬رسم محوران متعامدان‪ ،‬الرأسي ويمثل التكرارات ( عدد العمال ) ‪ ،‬األفقي ويمثل فئات اعمار العمال؛‬
‫‪ -‬كل فئة تمثل بعمود ارتفاعه هو تكرار الفئة‪ ،‬وطول قاعدته هو طول الفئة؛‬
‫‪ -‬كل عمود يبدأ من حيث انتهى به عمود الفئة السابقة‪.‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 32‬‬

 ‫التكرارات‬
‫‪12‬‬

‫‪10‬‬

‫‪8‬‬

‫‪6‬‬

‫‪4‬‬

‫‪2‬‬

‫‪0‬‬
‫[‪[20;25‬‬ ‫[‪[25;30‬‬ ‫[‪[30;35‬‬ ‫[‪[35;40‬‬ ‫[‪[40;45‬‬ ‫[‪[45;50‬‬ ‫المجموع‬

‫الشكل رقم ‪ :04‬المدرج التكراري‪ :‬أطوال الفئات المتساوية‬

‫مثال‪ :‬حالة أطوال الفئات غير متساوية‬

‫قام مسير الموارد البشرية بإعداد الجدول التالي الذي يبين توزيع العمال في مؤسسة حسب اقدميتهم في‬
‫العمل مقدرة بالسنوات‪.‬‬

‫المجموع‬ ‫[‪17; 14[ 1; 12٫5‬‬ ‫[‪[12٫5; 11‬‬ ‫]‪[11; 9٫5‬‬ ‫]‪]9,5;8‬‬ ‫[‪[8; 6٫5‬‬ ‫الفئات‬
‫[‬ ‫‪[4‬‬
‫‪60‬‬ ‫‪9‬‬ ‫‪9‬‬ ‫‪19‬‬ ‫‪12‬‬ ‫‪8‬‬ ‫‪3‬‬ ‫التكرارات‬

‫المطلوب‪ :‬رسم المدرج التكراري‬

‫الحل‪:‬‬

‫نالحظ أن أطوال الفئات غير متساوية فمن الضروري حساب التكرارت المعدلة )‪ effectifs corrigent (nic‬لكل‬
‫فئة نتائج الحساب تمثل في الجدول التالي ‪:‬‬

‫التكرار المعدل‬ ‫= ‪ki‬‬ ‫طول الفئة‬ ‫التكرارات‪ni‬‬ ‫الفئات‬

‫‪nic‬‬ ‫‪bi – ai‬‬
‫‪nic = ni / ki‬‬
‫‪3/ 1,50 = 2‬‬ ‫‪k1=8-6.5= 1.50‬‬ ‫‪3‬‬ ‫]‬ ‫]‪[8; 6٫5‬‬
‫‪8/1,50 = 5.33‬‬ ‫‪k2=9.5-8= 1.50‬‬ ‫‪8‬‬ ‫[‪[9٫5; 8‬‬
‫‪12/1.50 = 8‬‬ ‫‪k3=11-9.5= 1.50‬‬ ‫‪12‬‬ ‫[‪[11; 9٫5‬‬
‫‪19/1.50 = 12,67‬‬ ‫‪k4=12.5-11= 1.50‬‬ ‫‪19‬‬ ‫[‪[12٫5; 11‬‬
‫= ‪9/1.50‬‬ ‫‪6‬‬ ‫‪k5=14-12.5= 1.50‬‬ ‫‪9‬‬ ‫[‪[14; 12٫5‬‬
‫‪6/3 = 2‬‬ ‫‪k6=17-14= 3‬‬ ‫‪6‬‬ ‫[‪[17; 14‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 33‬‬

 ‫التكرارات‬
‫‪20‬‬
‫‪18‬‬
‫‪16‬‬
‫‪14‬‬
‫‪12‬‬
‫‪10‬‬
‫‪8‬‬
‫‪6‬‬
‫‪4‬‬
‫‪2‬‬
‫‪0‬‬
‫[‪[6,5 ; 8‬‬ ‫[‪[8 ; 9,5‬‬ ‫[‪[9,5 ; 11‬‬ ‫[‪[11; 12,5‬‬ ‫[‪[12,5; 14‬‬ ‫[‪[14;17‬‬

‫الشكل رقم ‪ :05‬المدرج التكراري‪ :‬أطوال الفئات الغير متساوية‬

‫‪ -2.2‬المضلع التكراري‪ (Polygon de frequencies ):‬هو تمثيل بياني أيضا للجدول التكراري‬
‫البسيط‪ ،‬حيث تمثل التكرارات على المحور العمودي‪ ،‬ومراكز الفئات على المحور األفقي‪.‬‬

‫تخصص لكل فئة وتكرارها نقطة‪ ،‬بحيث يكون االحداثى السيني لها هو مركز الفئة بينما االحداثى العيني لها‬
‫هو التكرار‪ ،‬نفترض فئة سابقة للفئة األولى وفئة الحقة للفئة األخيرة وتكرار كل منهما صفر‪ ،‬ثم نوصل كل‬
‫نقطتين متتاليتين بخط مستقيم بالمسطرة‪.‬‬

‫مثال‪ :‬أرسم المضلع التكراري للجدول الخاص بالمثال ‪.04‬‬

‫الحل‪:‬‬

‫التكرارات‬
‫‪12‬‬

‫‪10‬‬

‫‪8‬‬

‫‪6‬‬

‫‪4‬‬

‫‪2‬‬

‫‪0‬‬ ‫الفئات‬
‫‪22.5- 27.5‬‬ ‫‪32.5- 37.5- 42.5- 47.5‬‬ ‫‪50-‬‬

‫الشكل رقم ‪ :06‬المضلع التكراري‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 34‬‬

 ‫‪ -3.2‬المنحنى التكراري‪:‬‬

‫أ‪ -‬المنحنى التكراري المتجمع الصاعد‪:‬‬

‫‪ ‬تعريف‪ :‬المنحنى التكراري المتجمع الصاعد النسبي هو التمثيل البياني للتوزيع التكراري المتجمع الصاعد‪،‬‬
‫حيث تمثل حدود الفئات على المحور األفقي‪ ،‬و التكرار المتجمع الصاعد على المحور العمودي‪ ،‬ويتم تمهيد‬
‫المنحنى ليمر باإلحداثيات‪.‬‬

‫مثال‪ :‬الجدول التالي يوضح العالقة بين فئات الدخل بأحد المصانع وعدد العمال والمطلوب من واقع بيانات‬
‫الجدول بالرسم من جدول التكرار المتجمع الصاعد‪.‬‬

‫[‪[70-60‬‬ ‫[‪[60-50‬‬ ‫[‪[50-40‬‬ ‫[‪[ 40-30‬‬ ‫]‪[30-20‬‬ ‫فئات‬

‫األجور‬
‫‪xi‬‬
‫‪10‬‬ ‫‪30‬‬ ‫‪100‬‬ ‫‪40‬‬ ‫‪20‬‬ ‫عدد‬
‫العمال‬
‫‪ni‬‬

‫الحل ‪ :‬نحسب التكرارات التجميعية الصاعدة و نكون الجدول التالي ‪:‬‬

‫[‪[70-60‬‬ ‫[‪[60-50‬‬ ‫[‪[50-40‬‬ ‫[‪[ 40-30‬‬ ‫]‪[30-20‬‬ ‫فئات‬

‫األجور ‪xi‬‬
‫‪10‬‬ ‫‪30‬‬ ‫‪100‬‬ ‫‪40‬‬ ‫‪20‬‬ ‫عدد‬
‫العمال‬
‫‪ni‬‬
‫‪200‬‬ ‫‪190‬‬ ‫‪160‬‬ ‫‪60‬‬ ‫‪20‬‬ ‫التكرارات‬
‫التجميعية‬
‫الصاعدة‬
‫‪nicc‬‬

‫التكرارات‬
‫‪250‬‬

‫‪200‬‬

‫‪150‬‬

‫‪100‬‬

‫‪50‬‬
‫الفئات‬
‫‪0‬‬
‫‪7 20‬‬ ‫‪6 30‬‬ ‫‪5 40‬‬ ‫‪4 50‬‬ ‫‪3 60‬‬ ‫‪2 70‬‬ ‫‪1‬‬ ‫‪0‬‬

‫الشكل رقم ‪ :07‬المنحنى التكراري المتجمع الصاعد‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 35‬‬

 ‫ب‪ -‬المنحنى التكراري المتجمع النازل‪:‬‬

‫تعريف‪:‬‬

‫مثال‪:‬‬

‫الجدول التالي يوضح العالقة بين فئات الدخل بأحد المصانع وعدد العمال والمطلوب من واقع بيانات الجدول‬
‫رسم المنحنى التكراري المتجمع الهابط‪.‬‬

‫[‪[70-60‬‬ ‫[‪[60-50‬‬ ‫[‪[50-40‬‬ ‫[‪[ 40-30‬‬ ‫]‪[30-20‬‬ ‫فئات‬

‫األجور‬
‫‪xi‬‬
‫‪10‬‬ ‫‪30‬‬ ‫‪100‬‬ ‫‪40‬‬ ‫‪20‬‬ ‫عدد‬
‫العمال‬
‫‪ni‬‬

‫الحل‪ :‬إنشاء الجدول التالى ‪:‬‬

‫[‪[70-60‬‬ ‫[‪[60-50‬‬ ‫[‪[50-40‬‬ ‫[‪40-30‬‬ ‫]‪[30-20‬‬ ‫فئات‬

‫[‬ ‫األجور‬
‫‪xi‬‬
‫‪20‬‬ ‫‪40‬‬ ‫‪100‬‬ ‫‪30‬‬ ‫‪10‬‬ ‫عدد‬
‫العمال‬
‫‪ni‬‬
‫‪200‬‬ ‫‪180‬‬ ‫‪140‬‬ ‫‪40‬‬ ‫‪10‬‬ ‫التكرارات‬
‫التجميعية‬
‫النازلة‬
‫‪nicd‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 36‬‬

 ‫التكرارات‬ni
250

200

150

100

50

0
7 20 6 30 5 40 450 60
3 702 1 0
‫ف‬

‫ منحنى التكرارات التجميعية النازلة‬: 08 ‫الشكل رقم‬

TAG0717/SEMESTRE II STATISTIQUE DESCRIPTIVE «PROPRIETE CNFEPD» PAGE 37

 ‫الدرس رقم ‪ :03‬مقاييس النزعة المركزية‬

‫في نهاية هذا الدرس‪ ،‬يكون المتربص قادرا على حساب المتوسط الحسابي‪،‬‬ ‫الهدف من الدرس‪:‬‬
‫الوسيط‪ ،‬المنوال و الربيعيات لتوزيع إحصائي‪.‬‬

‫خطة الدرس‪:‬‬

‫مقدمة‬

‫‪ -I‬المتوسط الحسابي‬

‫‪ -1‬المتوسط الحسابي البسيط‬

‫‪ -2‬المتوسط الحسابي المرجح‬

‫‪ -II‬الوسيط‬

‫‪ -1‬تعريف الوسيط‬
‫‪ -2‬طريقة حساب الوسيط‬

‫‪ -III‬المنوال‬

‫‪ -1‬تعريف المنوال‬
‫‪ -2‬طريقة حساب المنوال‬

‫‪ -IV‬الربيعيات‬

‫‪ -1‬تعريف الربيعيات‬
‫‪ -2‬طريقة حساب الربيعيات‬
‫‪ -3‬تطبيقات‬

‫‪ -V‬تمارين تطبيقية‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 38‬‬

 ‫مقدمة‪:‬‬
‫نسعى من وراء دراستنا لظاهرة إحصائية معينة إلى استنتاج صفة مميزة ما أو أكثر من صفة فعند دراستنا‬
‫مثال للعالمات التي تحصل عليها المتربصين في مادة اإلحصاء نستنتج أن معظم العالمات تميل إلى التمركز‬
‫حول نقطة أو درجة معينة وهي درجة النجاح بينما نجد أن الدرجات المتطرفة األخرى من الدرجات المدروسة‪،‬‬
‫قليلة نوعاً ما وهذه الدرجات‪ ،‬المتطرفة‪ ،‬هي الدرجات العالية جداً أو المنخفضة جداً أو كالهما‪.‬‬

‫نسمي هذا الميل بالتمركز أو بالنـزعة المركزية‪ ،‬ونسمي القيم التي تتمركز حولها القيم األخرى مقاييس‬
‫النـزعة المركزية « ‪ Les mesures de la «tendance centrale‬و لهذه المقاييس أهمية كبيرة في علم‬
‫أو أكثر‪.‬‬ ‫اإلحصاء فهي تعطينا فكرة عامة عن قيم الظاهرة المدروسة وبالتالي مقارنة مجموعتين‬

‫هناك عدة مقاييس لهذا الغرض منها المتوسط الحسابي أو المتوسط (المعدل)‪ ، Moyenne‬الوسيط ‪Médiane‬‬
‫و المنوال ‪ Mode‬و الربيعيات ‪.Quartiles‬‬

‫‪ -I‬المتوسط الحسابي‪:‬‬
‫‪ -1‬المتوسط الحسابي البسيط‪:‬‬
‫‪ .1.1‬تعريف‪ :‬المتوسط الحسابي البسيط لمجموعة البيانات ‪ x , x ,... x‬هو مجموع هذه البيانات مقسوماً‬
‫‪1 2‬‬ ‫‪n‬‬
‫على عددها ويرمز لذلك بالرمز ‪ x‬و يعطى بالعالقة التالية‪:‬‬

‫‪1 n‬‬
‫‪x ‬‬ ‫‪ xi‬‬
‫‪n i 1‬‬
‫‪x1  x 2  ...  x n‬‬
‫‪‬‬
‫‪n‬‬
‫مثال ‪:01‬‬

‫السلسلة اإلحصائية التالية تمثل عدد األطفال في األسرة لـ ‪ 08‬أسر ‪4٫3٫3٫2٫2٫1٫1٫0 :‬‬

‫المتوسط الحسابي البسيط لهذه السلسلة هو ‪:‬‬

‫‪n‬‬
‫‪1‬‬
‫‪x‬‬ ‫‪ xi‬‬
‫‪n i 1‬‬
‫‪x  x 2  ...  x n‬‬
‫‪ 1‬‬
‫‪n‬‬
‫‪0 11 2  2  3  3  4‬‬ ‫‪16‬‬
‫= ‪x‬‬ ‫=‬ ‫‪= 2.‬‬
‫‪8‬‬ ‫‪8‬‬

‫‪ -2‬المتوسط الحسابي المرجح‪:‬‬

‫‪ -1.2‬حالة متغير كمي منقطع‪ :‬إذا كانت البيانات معطاة بجدول توزيع تكراري ذو ‪ k‬فئة فإن المتوسط‬
‫الحسابي يعطي بالعالقة ‪:‬‬
‫‪1 k‬‬
‫‪x‬‬ ‫‪ x i ni‬‬
‫‪n i 1‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 39‬‬

 ‫حيث أن‪:‬‬

‫‪ : ni‬التكرارات و و ‪l xi‬المتغيرات اإلحصائية‬

‫‪ : n‬عدد المتغيرات اإلحصائية‬
‫‪ : xi‬قيمة المتغير من ‪ i=1‬إلى غاية ‪n‬‬

‫مثال ‪:02‬‬

‫الجدول اإلحصائي التالي يمثل توزيع ‪ 24‬طالب حسب سنهم ( العمر )‬

‫‪ni‬‬ ‫التكرارات‬ ‫السن ‪xi‬‬

‫‪6‬‬ ‫‪18‬‬
‫‪10‬‬ ‫‪19‬‬
‫‪4‬‬ ‫‪20‬‬
‫‪2‬‬ ‫‪21‬‬
‫‪2‬‬ ‫‪22‬‬

‫المطلوب ‪ :‬حساب المتوسط الحسابي‪.‬‬

‫حل مثال ‪:02‬‬

‫‪ni xi‬‬ ‫السن ( بالسنوات التكرارات ‪ni‬‬

‫) ‪xi‬‬
‫‪108‬‬ ‫‪6‬‬ ‫‪18‬‬
‫‪190‬‬ ‫‪10‬‬ ‫‪19‬‬
‫‪80‬‬ ‫‪4‬‬ ‫‪20‬‬
‫‪42‬‬ ‫‪2‬‬ ‫‪21‬‬
‫‪44‬‬ ‫‪2‬‬ ‫‪22‬‬
‫‪464‬‬ ‫‪24‬‬ ‫المجموع‬

‫المتوسط الحسابي يحسب كالتالي ‪:‬‬

‫‪k‬‬
‫‪1‬‬ ‫‪464‬‬
‫‪x‬‬ ‫‪ x i ni‬‬
‫‪n i 1‬‬
‫= ‪ ; x‬إذن‬
‫‪24‬‬
‫سنة ‪= 19.33‬‬

‫‪ -2.2‬حالة متغير مستمر‪ :‬إذا كان المتغير اإلحصائي المدروس كمي مستمر فان حساب المتوسط‬
‫الحسابي يتم بطريقة مراكز الفئات ويحسب المتوسط الحسابي من العالقة التالية‪:‬‬

‫‪1 k‬‬
‫‪x‬‬ ‫‪ c i ni‬‬
‫‪n i 1‬‬

‫مثال ‪:03‬‬

‫ليكن الجدول اإلحصائي التالي‪:‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 40‬‬

 ‫التكرارات ‪ni‬‬ ‫الفئات ‪xi‬‬

‫‪3‬‬ ‫]‪]15-5‬‬
‫‪5‬‬ ‫]‪]25-15‬‬
‫‪12‬‬ ‫]‪]35-25‬‬
‫‪25‬‬ ‫]‪]45-35‬‬
‫‪35‬‬ ‫]‪]55-45‬‬
‫‪13‬‬ ‫]‪]65-55‬‬
‫‪7‬‬ ‫]‪]75-65‬‬

‫المطلوب‪ :‬حساب المتوسط الحسابي المرجح‪.‬‬

‫‪ni ci‬‬ ‫مراكز‬ ‫التكرارات‬ ‫الفئات‬ ‫حل المثال ‪:03‬‬

‫الفئات )‪(ci‬‬ ‫)‪(ni‬‬
‫‪30‬‬ ‫‪10‬‬ ‫‪3‬‬ ‫]‪]15-5‬‬
‫‪100‬‬ ‫‪20‬‬ ‫‪5‬‬ ‫]‪]25-15‬‬
‫‪360‬‬ ‫‪30‬‬ ‫‪12‬‬ ‫]‪]35-25‬‬
‫‪1000‬‬ ‫‪40‬‬ ‫‪25‬‬ ‫]‪]45-35‬‬
‫‪1750‬‬ ‫‪50‬‬ ‫‪35‬‬ ‫]‪]55-45‬‬
‫‪780‬‬ ‫‪60‬‬ ‫‪13‬‬ ‫]‪]65-55‬‬
‫‪490‬‬ ‫‪70‬‬ ‫‪7‬‬ ‫]‪]75-65‬‬
‫‪4510‬‬ ‫‪92‬‬ ‫‪Total‬‬

‫‪x‬‬
‫‪1 k‬‬
‫‪ ci ni‬‬ ‫‪x = 4510‬‬ ‫‪; x = 49.02‬‬
‫‪n i 1‬‬ ‫‪,‬‬ ‫‪92‬‬

‫‪-II‬الوسيط ‪Médiane :‬‬

‫‪ -1‬تعريف الوسيط‪:‬‬
‫الوسيط هو القيمة التي يتساوى على طرفيها عدد القيم بعد ترتيبها تصاعدياً بحيث تكون كل قيمة من القيم‬
‫التي تسبقه أصغر منه وكل قيمة من القيم التي تليه أكبر منه‪ .‬أما إذا كانت القيم مرتبة تنازلياً فتكون القيم‬
‫التي تسبقه أكبر والتي تليه أصغر‪.‬‬

‫‪ -2‬طريقة حساب الوسيط ‪:‬‬

‫تختلف طريقة حساب الوسيط حسب نوع المتغير اإلحصائي المدروس هل هو متغير كمي منقطع أو مستمر‪.‬‬
‫‪ -1.2‬الوسيط في حالة متغير كمي منقطع ( سلسلة إحصائية )‪ :‬في هذه الحالة‬
‫لحساب الوسيط نميز بين حالتين حسب عدد المتغيرات اإلحصائية الذي يرمز له بـ ‪ n‬هل هو عدد فردي أم‬
‫عدد زوجي ‪ .‬نميز بين حالتين هما‪:‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 41‬‬

‫أ‪.‬في حالة ‪ n‬عدد فردي‪ :‬إذا كان عدد قيم المتغيرات اإلحصائية ‪ n‬فردياً (حيث ‪ n‬عدد فردي) فالوسيط هو‬
‫‪n 1‬‬
‫‪.‬‬ ‫القيمة النصفية التي تقسم هذه القيم ويرمز للوسيط بالرمز ‪Mé‬هو القيمة التي ترتيبها‬
‫‪2‬‬

‫لحساب الوسيط في هذه الحالة نتبع الخطوات التالية ‪:‬‬

‫‪n 1‬‬
‫‪ -‬نحسب رتبة الوسيط و التي تساوي‪:‬‬
‫‪2‬‬
‫‪ -‬نرتب القيم اإلحصائية ترتيبا تصاعديا أو تنازليا؛‬
‫‪ -‬استخرج قيمة الوسيط من القيم المرتبة تصاعديا حسب الرتبة‪.‬‬

‫مثال ‪ :1‬أوجد الوسيط لهذه البيانات‪. 3 2 1 0 0 1 2 :‬‬

‫الحل‪:‬‬
‫‪7 1‬‬
‫‪ -‬رتبة الوسيط هي ‪ 4 :‬‬
‫‪2‬‬
‫‪ -‬القيم ‪ 3 2 1 0 0 1 2‬تصبح بعد ترتيبها تصاعدياً ‪0,0,1,1,2,2,3‬‬
‫‪7 1‬‬
‫بما أن ‪ n = 7‬والوسيط هو القيمة النصفية و رتبة الوسيط هي‪ 4 :‬‬
‫‪2‬‬

‫‪0 0 1 1 2 2 3.‬‬

‫‪Me = 1‬‬

‫‪ -‬في حالة ‪ n‬عدد زوجي‪:‬‬

‫‪n‬‬ ‫‪n‬‬
‫بعد ترتيبهما تصاعديا و تنازليا‪.‬‬ ‫و ‪+1‬‬ ‫إذا كان ‪ n‬عدداً زوجياً فالوسيط هو متوسط القيمتين التي ترتيبهما‬
‫‪2‬‬ ‫‪2‬‬

‫مثال‪ :2‬أوجد وسيط هذه البيانات ‪3 2 1 0 0 1 2,4:‬‬

‫الحل‪:‬‬

‫القيم تصبح بعد ترتيبها تصاعدياً ‪0 0 1 1 2 2 3 4‬‬

‫بما أن ‪ n = 8‬وعددها زوجياً فإن الوسيط هو متوسط القيمتين الوسيطيتين‪,‬‬

‫‪n 8‬‬
‫‪ 4‬‬
‫‪2 2‬‬
‫‪n‬‬ ‫‪8‬‬
‫‪1   1  4  1  5‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪00112234‬‬

‫‪1 2‬‬
‫‪mé ‬‬ ‫‪ 1,5‬‬ ‫الوسيط هو المتوسط الحسابي للقيمتين الرابعة و الخامسة أي‬
‫‪2‬‬
‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 42‬‬
‫ب‪ -‬الوسيط في متغير مستمر (جداول تكرارية )‪ :‬في حالة البيانات المبوبة أو الجداول التكرارية ال توجد‬
‫قيمة معينة يكون لها أكبر تكرار ألن القيم تتواجد في فئات مختلفة‪ ،‬لذلك يمكن القول بأن هناك فئات منوالية‬
‫و هي الفئات التي يقابلها أعلى تكرار‪ .‬ولحساب الوسيط من البيانات المبوبة (الفئات ) نتبع الخطوات التالية‬
‫‪:‬‬

‫‪n‬‬
‫رتبة‬ ‫حيث‪= r :‬‬ ‫‪ -‬نحسب ترتيب (رتبة ) الوسيط العام و دالك بتقسيم مجموع التكرارات على ‪2‬‬
‫‪2‬‬
‫الوسيط‬

‫‪ -‬نحسب عمود التكرار المتجمع الصاعد لتحديد ترتيب الفئة المتوسطية و الفئة الوسيطية هي أول فئة يزيد‬
‫‪n‬‬
‫أو يساويه ‪,‬حيث ‪ n‬مجموع التكرارات‪.‬‬ ‫تكرارها المتجمع الصاعد عن‬
‫‪2‬‬

‫‪ -‬نحسب قيمة الوسيط من القانون التالي ‪:‬‬

‫‪N‬‬
‫)‪ F (i  1‬‬
‫‪mé  A  2‬‬ ‫‪.kmé‬‬
‫‪Nmé‬‬

‫حيث نرمز بـ ‪:‬‬

‫الحد األدنى للفئة المتوسطية؛‬ ‫‪A‬‬

‫‪k‬‬
‫‪ N   ni‬مجموع التكرارات؛‬
‫‪i 1‬‬

‫‪ : K me‬تكرار الفئة المتوسطية؛‬

‫التكرار التجميعي الصاعد قبل الفئة المتوسطية؛‬ ‫‪: Fi−1‬‬

‫تكرار الفئة المنوالية؛‬ ‫‪:Nmé‬‬

‫طول الفئة‪.‬‬ ‫‪:K‬‬

‫مالحظة هامة‪ :‬طول الفئة يجب أن يكون متساوي في كل الفئات في الجدول التكراري و إذا لم تكن أطوال‬
‫الفئات متساوية يجب تعديل الفئات قبل إجراء الحساب‪.‬‬

‫مثال ‪ :03‬أوجد الوسيط لمجموعة القيم المعطاة بالجدول التالي ‪:‬‬

‫التكرارات ‪ni‬‬ ‫الفئات ‪xi‬‬

‫‪3‬‬ ‫]‪]15-5‬‬
‫‪5‬‬ ‫]‪]25-15‬‬
‫‪12‬‬ ‫]‪]35-25‬‬
‫‪25‬‬ ‫]‪]45-35‬‬
‫‪35‬‬ ‫]‪]55-45‬‬
‫‪13‬‬ ‫]‪]65-55‬‬
‫‪7‬‬ ‫]‪]75-65‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 43‬‬

 ‫الحل ‪:‬‬

‫التكرار‬ ‫مركز الفئات‬ ‫التكرار‬ ‫حدود الفئات‬

‫التجميعي‬ ‫‪xi‬‬ ‫‪ni‬‬
‫الصاعد ‪ecc‬‬
‫‪3‬‬ ‫‪10‬‬ ‫‪3‬‬ ‫]‪]15-5‬‬
‫‪8‬‬ ‫‪20‬‬ ‫‪5‬‬ ‫]‪]25-15‬‬
‫‪20‬‬ ‫‪30‬‬ ‫‪12‬‬ ‫]‪]35-25‬‬
‫‪45‬‬ ‫‪40‬‬ ‫‪25‬‬ ‫]‪]45-35‬‬
‫‪80‬‬ ‫‪50‬‬ ‫‪35‬‬ ‫]‪]55-45‬‬
‫‪93‬‬ ‫‪60‬‬ ‫‪13‬‬ ‫]‪]65-55‬‬
‫‪100‬‬ ‫‪70‬‬ ‫‪7‬‬ ‫]‪]75-65‬‬

‫‪n 100‬‬
‫‪‬‬ ‫‪ 50‬‬ ‫الحظ عمود التكرار التجميعي الصاعد تجد أن‪:‬‬
‫‪2‬‬ ‫‪2‬‬

‫التكرار التجميعي الصاعد الذي يساوي أو أكبر مباشرة من قيمة رتبة الوسيط حسب الجدول هو ; ‪; Fi = 80‬‬
‫ومنه الفئة التي يقع فيها الوسيط هي‪[45-55[ :‬‬

‫التكرار التجميعي الصاعد الذي يسبق الفئة المنوالية هو ‪ : Fi-1= 45 :‬و لدينا ‪ Nmé = 35‬و ‪K mé = 10‬‬
‫وبالتالي فالفئة الخامسة تحتوي على الوسيط وحدها األدنى ‪ .55‬فبتطبيق العالقة السابقة نجد أن وسيط‬
‫البيانات هو‪:‬‬

‫‪50  45‬‬
‫‪Mé = 46 ,42‬‬ ‫‪mé  45 ‬‬ ‫‪10  46.42‬‬
‫‪35‬‬
‫‪-III‬المنوال‪:‬‬
‫‪ -1‬تعريف‪:‬‬
‫يعرف المنوال بأنه القيمة األكثر شيوعا أو تكرارا‪ ،‬ويكثر استخدامه في حالة البيانات الوصفية‪ ،‬لمعرفة النمط‬
‫( المستوى ) الشائع‪.‬‬

‫‪ -2‬طريقة حساب المنوال‪:‬‬

‫يختلف حساب المنوال حسب نوع البيانات المبوبة وغير المبوبة كما يلي‪:‬‬

‫‪.1.2‬حساب المنوال في حالة البيانات غير المبوبة (متغير منقطع)‪ :‬المنوال يعتبر القيمة‬
‫األكثر تكرار أو شيوعا أي القيمة التي تتكرر أكثر من القيم األخرى في المجتمع اإلحصائي ‪.‬‬

‫مثال ‪:01‬‬

‫أحسب المنوال" نرمز له بـ ‪ "Mo‬للسلسلة أ ثم للسلسلة ب و اللتين تمثالن األجور اليومية التي يتقاضاها‬
‫مجموعتين من العمال‪:‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 44‬‬

 ‫‪6‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪9‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪11‬‬ ‫‪10‬‬ ‫السلسلة أ‬

‫‪5‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪11‬‬ ‫‪11‬‬ ‫‪10‬‬ ‫‪11‬‬ ‫‪6‬‬ ‫‪1‬‬ ‫السلسلة ب‬

‫الحل‪:‬‬

‫و السلسلة ب‪Mo=11 :‬‬ ‫السلسلة أ ‪ :‬المنوال ‪Mo=9‬‬

‫‪.2.2‬حساب المنوال في حالة البيانات المبوبة (متغير مستمر) ‪ :‬لحساب المنوال نميز‬
‫بين حالتين هما‪ :‬حالة أطوال الفئات متساوية و حالة أطوال الفئات غير متساوية‪.‬‬

‫أ‪.‬الحالة األولى‪ :‬أطوال الفئات متساوية‬

‫‪ ‬طريقة الفروق ( طريقة بيرسون )‪ :‬إذا كانت البيانات مبوبة في جدول توزيع تكراري و طول الفئة متساوي‬
‫نحسب المنوال بطريقة الفروق من العالقة التالية‪:‬‬
‫‪1‬‬
‫‪mo  a ‬‬ ‫‪.k‬‬
‫‪1   2‬‬

‫حيث أن ‪:‬‬

‫‪ :A -‬يرمز للحد األدنى الفعلي للفئة المنوالية بالرمز ‪ a‬؛‬

‫‪ -‬نرمز لطول الفئة بالرمز ‪ k‬؛‬
‫‪ :1 -‬يرمز إلى الفرق بين تكرار الفئة المنوالية وتكرار الفئة التي قبلها؛‬
‫‪ : 2 -‬يرمز إلى الفرق بين تكرار الفئة المنوالية وتكرار الفئة التي بعدها‪.‬‬

‫نعين الفئة المنوالية وهي الفئة التي تقابل أكبر قيمة للتكرارات‪:‬‬

‫مثال ‪:02‬‬

‫الجدول التكراري التالي يمثل توزيع ‪ 30‬أسرة حسب اإلنفاق االستهالكي الشهري لها مقدر ب أالف الدينار‬

‫] ‪[17-14‬‬ ‫[‪[14-11‬‬ ‫[‪[11-8‬‬ ‫]‪[8-5‬‬ ‫]‪[5-2‬‬ ‫فئات األجور‬

‫باآلالف‬
‫الدينار‬
‫‪4‬‬ ‫‪5‬‬ ‫‪10‬‬ ‫‪7‬‬ ‫‪4‬‬ ‫عدد العمال‬

‫المطلوب‪ :‬حساب منوال اإلنفاق الشهري لألسرة‪ ،‬باستخدام طريقة الفروق‪.‬‬

‫الحل‪:‬‬

‫‪[ 8-11‬‬ ‫لحساب المنوال نقوم أوال بتحديد الفئة المنوالية و هي الفئة المناظرة ألكبر تكرار‪[ :‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 45‬‬

 ‫التكرارات ‪ni‬‬ ‫الفئات ‪xi‬‬

‫‪3‬‬ ‫]‪]15-5‬‬
‫‪5‬‬ ‫]‪]25-15‬‬
‫‪12‬‬ ‫]‪]35-25‬‬
‫‪25‬‬ ‫]‪]45-35‬‬
‫‪35‬‬ ‫]‪]55-45‬‬
‫‪13‬‬ ‫]‪]65-55‬‬
‫‪7‬‬ ‫]‪]75-65‬‬

‫نطبق معادلة حساب المنوال حسب طريقة الفروق ‪:‬‬

‫‪1‬‬
‫‪mo  a ‬‬ ‫‪.k‬‬
‫‪1   2‬‬

‫و ‪k= 3‬‬ ‫‪5=5-10=‬‬ ‫‪2‬‬ ‫حيث ‪ 8 =a :‬و ‪ 3=7-10 =1‬و‬

‫و منه بتطبيق عالقة المنوال نجد‪:‬‬

‫‪3‬‬
‫‪mo  3 ‬‬ ‫‪.3  4,12‬‬ ‫‪Mo‬‬ ‫‪= 4 ,12‬‬
‫‪35‬‬

‫‪-‬المنوال هندسيا‪:‬‬

‫يمكن حساب المنوال بيانياً (هندسياً) وذلك بعد رسم المدرج التكراري للبيانات المبوبة‪.‬‬

‫مثال ‪:03‬‬

‫ليكن جدول التوزيع التكراري التالي ‪:‬‬

‫المطلوب‪ :‬أوجد المنوال حسابيا و بيانيا (هندسيا)‬

‫الحل‪:‬‬

‫‪ -‬المنوال حسابيا‪:‬‬
‫‪1‬‬
‫‪Mo  a ‬‬ ‫‪ -‬لدينا عالقة الفروق في حساب المنوال ‪.K :‬‬
‫‪1   2‬‬
‫الفئة المنوالية هي ‪[55-45[ :‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 46‬‬

 ‫‪a = 45, k= 55-45= 10,  1= 35-25 = 10,  2=35-13 = 12‬‬

‫منه ‪:‬‬

‫‪35  25‬‬
‫‪Mo= 49 ,54 MO  45 ‬‬ ‫‪ 10  49.54‬‬
‫‪10  12‬‬

‫‪ -‬المنوال هندسيا‪:‬‬

‫نستخرج قيمة المنوال بيانيا بالطريقة التالية‪:‬‬

‫‪ -‬نرسم المدرج التكراري موضحاً الفئة المنوالية والفئة التي قبلها والفئة التي تليها؛‬
‫‪ -‬نوصل بين رأس الفئة المنوالية والزاويتين المجاورتين للفئة المنوالية أي ‪ AC , BD‬؛‬
‫‪ -‬نسقط من نقطة االلتقاء ‪ M‬عموداً على محور السينات تمثل قيمة المنوال وهنا يمكن تعيين النقطة ‪MO‬‬
‫بشكل تقريبي وبصورة هندسية‪.‬‬

‫التكرار‬

‫‪40‬‬ ‫‪A‬‬ ‫‪B‬‬

‫‪30‬‬ ‫‪D‬‬ ‫‪M‬‬

‫‪C‬‬
‫‪20‬‬

‫‪10‬‬

‫‪MO‬‬
‫مراكز الفئات‬
‫‪10‬‬ ‫‪20‬‬ ‫‪30‬‬ ‫‪40‬‬ ‫‪60 70‬‬
‫‪MO‬‬
‫متساوية إذا كانت أطوال الفئات في جدول التوزيع التكراري غير‬ ‫ب‪.‬الحالة الثانية‪ :‬أطوال الفئات غير‬
‫متساوية يجب تصحيح التكرارات بنفس الطريقة التي نرسم بها المدرج التكراري و نعتبر الفئة المنوالية هي‬
‫الفئة التي تقابل أكبر تكرار معدل‪.‬‬

‫مثال ‪: 04‬‬

‫ليكن جدول التوزيع التكراري لتوزيع ‪ 60‬طالب حسب عالماتهم في مادة اإلحصاء ‪:‬‬

‫المجموع‬ ‫[‪[20-18‬‬ ‫[‪[ 18-12‬‬ ‫[‪[12-10‬‬ ‫[‪[10-8‬‬ ‫[‪[8-4‬‬ ‫[‪[4-0‬‬ ‫العالمة ‪xi‬‬

‫‪60‬‬ ‫‪7‬‬ ‫‪21‬‬ ‫‪10‬‬ ‫‪7‬‬ ‫‪12‬‬ ‫‪3‬‬ ‫الطالب ‪ni‬‬

‫المطلوب‪ :‬حساب المنوال‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 47‬‬

 ‫الحل‪:‬‬

‫نالحظ من الجدول أن أطوال الفئات غير متساوية لذالك لحساب المنوال يجب تعديل التكرارات كمايلي ‪:‬‬

‫المجموع‬ ‫[‪[20-18‬‬ ‫[‪[ 18-12‬‬ ‫[‪[12-10‬‬ ‫[‪[10-8‬‬ ‫[‪[8-4‬‬ ‫[‪[4-0‬‬ ‫الفئات‬

‫‪xi‬‬

‫‪60‬‬ ‫‪7‬‬ ‫‪21‬‬ ‫‪10‬‬ ‫‪7‬‬ ‫‪12‬‬ ‫‪3‬‬ ‫التكرارات‬

‫‪ni‬‬

‫‪2‬‬ ‫‪6‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫أطوال‬

‫الفئات‬
‫‪k‬‬

‫‪3.5‬‬ ‫‪3.5‬‬ ‫‪5‬‬ ‫‪3.5‬‬ ‫‪3‬‬ ‫‪0.75‬‬ ‫التكرار‬

‫المعدل‬
‫‪nic‬‬

‫‪[10-12‬‬ ‫الفئة المنوالية التي تقابل اكبر تكرار معدل هي ‪:‬‬

‫‪1‬‬
‫‪Mo  a ‬‬ ‫لدينا‪ :‬معادل الفروق لحساب المنوال ‪.K ; :‬‬
‫‪1   2‬‬

‫ونحسب كل من‪:‬‬

‫‪= 10-12= 2 ,  1= 5-4 = 1 ,  2=5-3.5 = 1.5 a = 10, k‬‬

‫و منه‪:‬‬

‫‪1‬‬
‫‪Mo= 10 ,8‬‬ ‫‪M O  10 ‬‬ ‫‪ 2  10.8‬‬
‫‪1  1.5‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 48‬‬

 ‫‪-IV‬الربيعيات ‪:Quartiles‬‬
‫‪ -1‬تعريف الربيعيات‪:‬‬
‫الربيعيات هي عبارة عن ثالثة )‪ (03‬قيم تقسم التوزيع إلى أربعة أقسام متساوية و هي‪:‬‬

‫‪.1.1‬الربيعي األول ‪ :‬والذي يرمز له بـ ‪ Q1‬و يمثل ‪ 25%‬من الوحدات اإلحصائية؛‬

‫‪.2.1‬الربيعي الثاني ‪ :‬والذي يرمز له بـ ‪ Q2‬و يمثل ‪ %50‬من الوحدات اإلحصائية و هو الوسيط و لذا‬
‫طريقة حساب الربيعي الثاني هي نفسها طريقة حساب الوسيط لذا ال داعي لتكرار حساب الربيعي الثاني؛‬

‫‪.3.1‬الربيعي الثالث ‪ :‬والذي يرمز له بـ ‪ Q3‬و يمثل ‪ % 75‬من الوحدات اإلحصائية‪.‬‬

‫‪ -2‬طريقة حساب الربيعيات‪:‬‬

‫تشابه كيفية حساب الربيعيات طريقة حساب الوسيط باالعتماد على التكرارات التجميعية و طريقة حساب‬
‫الربيعيات تختلف حسب نوع المتغير اإلحصائي‪ :‬المنقطع و المستمر‪.‬‬

‫أ‪ -‬حساب الربيعيات في حالة متغير كمي منقطع‪:‬‬

‫‪n 1‬‬
‫إذا كان الناتج صحيحاً وإذا‬‫‪ ‬الربيعي األول ‪ :Q1‬الربيعي األول أو األدنى هو القيمة التي ترتيبها يكون‬
‫‪4‬‬
‫لم يكن ناتج هذه النسبة عدداً صحيحاً فيحسب متوسط العدد الذي يقع على طرفي هذه النسبة وذلك بعد‬
‫ترتيب البيانات تصاعدياً ‪ .‬أو أنه ‪ % 25‬من هذه البيانات المرتبة تصاعدياً‪.‬‬

‫‪ ‬الربيعي الثاني ‪ :Q2‬الربيعي الثاني هو الوسيط نفسه ‪ Q2‬وقد تحدثنا عنه سابقاً وهو القيمة التي يكون‬
‫‪n 1‬‬
‫إذا كان العدد ‪ n‬فردياً وهو متوسط القيمتين الوسطيتين إذا كان ‪ n‬عددا زوجيا وهو بالتالي ‪50‬‬ ‫ترتيبها‬
‫‪2‬‬
‫‪ %‬من البيانات‪.‬‬

‫‪ ‬الربيعي الثالث ‪ :Q3‬الربيعي الثالث فهو القيمة التي ترتيبها )‪ 3(n  1‬إذا كان ناتج هذه النسبة عدداً‬
‫‪4‬‬
‫صحيحاً‪ ،‬أما إذا لم يكن ناتج النسبة عدداً صحيحاً فيحسب متوسط العدد الذي يقع على طرفي هذه النسبة‬
‫وذلك بعد ترتيب البيانات تصاعدياً وأنه يحدد ‪ % 75‬من هذه البيانات‪.‬‬

‫مثال ‪:01‬‬

‫لتكن السلسلة اإلحصائية التالية ‪2٫20٫3٫18٫4٫16٫6٫14٫8٫13٫11 :‬‬

‫أحسب الربيعي األول و الثالث‪.‬‬

‫الحل‪:‬‬

‫نبدأ بترتيب القيم ترتيبا تصاعديا‬

‫‪20٫18٫16٫14٫13٫11٫8٫6٫4٫3٫2‬‬

‫‪Q3‬‬ ‫‪Q1‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 49‬‬

 ‫‪N  1 11  1‬‬
‫‪‬‬ ‫‪ 3, Q1  4‬‬ ‫رتبة‪ Q1‬هي‪:‬‬
‫‪4‬‬ ‫‪4‬‬

‫)‪3( N  1) 3(11  1‬‬

‫‪‬‬ ‫‪ 9, Q3  16‬‬ ‫رتبة ‪ Q3‬هي‪:‬‬
‫‪4‬‬ ‫‪4‬‬

‫ب‪ -‬حساب الربيعيات في حالة متغير كمي مستمر‪:‬‬

‫‪n‬‬
‫‪1‬‬
‫نحسب قيمة‬
‫‪N‬‬ ‫‪ ‬الربيعي األول‪ :‬نستخرج الفئة الربيعية األولى حسب الرتبة من العالقة ‪ ni :‬‬
‫‪ 4 i 1‬‬
‫‪4‬‬

‫الربيعي األول بالعالقة التالية ‪:‬‬

‫‪N‬‬
‫‪ f 1‬‬
‫‪Q1  AQ1 ‬‬ ‫‪4‬‬ ‫‪.kQ1‬‬
‫‪nQ1‬‬
‫حيث أن‪:‬‬

‫‪ :AQ1‬الحد األدنى للفئة الربيعية األولى؛‬

‫‪k‬‬
‫‪N   ni‬‬ ‫‪ :N‬مجموع التكرارات‬
‫‪i 1‬‬

‫‪1 n‬‬
‫‪ ni‬‬
‫‪ : 4 i 1‬رتبة الربيعي األول؛‬

‫‪ : K Q1‬طول الفئة الربيعية األولى؛‬

‫‪ :Fi−1‬التكرار التجميعي الصاعد الذي يسبق الفئة الربيعية األولى؛‬

‫‪ :NQ1‬التكرار العادي المقابل للفئة الربيعية األولى‪.‬‬

‫‪ -‬الربيعي الثالث‪:‬‬

‫نحسب قيمة الربيعي الثالث بالعالقة التالية ‪:‬‬

‫‪3n‬‬
‫‪ f 1‬‬
‫‪Q3  AQ3 ‬‬ ‫‪2‬‬ ‫‪.kQ3‬‬
‫‪nQ3‬‬
‫حيث أن ‪:‬‬

‫‪ :AQ3‬الحد االدني للفئة الربيعية الثالثة‬

‫‪k‬‬
‫‪N   ni‬‬ ‫‪ : N‬مجموع التكرارات‬
‫‪i 1‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 50‬‬

 ‫‪3 n‬‬
‫رتبة الربيعي الثالث‬
‫‪ ni‬‬
‫‪4 i 1 :‬‬

‫‪ : K‬طول فئة الربيعي الثالث ‪Q3‬‬

‫‪ :Fi−1‬التكرار التجميعي الصاعد السابق لفئة الربيعي الثالث‬

‫‪ : nQ3‬التكرار العادي المقابل لفئة الربيعي الثالث‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 51‬‬

 ‫مثال ‪ :01‬ليكن التوزيع اإلحصائي التالي‪:‬‬

‫[‪[170-160‬‬ ‫[‪-150‬‬ ‫[‪-140‬‬ ‫[‪-130‬‬ ‫[‪-120‬‬ ‫[‪-110‬‬ ‫[‪-100‬‬ ‫[‪[100-90‬‬ ‫فئات‬

‫‪[160‬‬ ‫‪[150‬‬ ‫‪[140‬‬ ‫‪[130‬‬ ‫‪[120‬‬ ‫‪[110‬‬ ‫العالمات‬
‫‪xi‬‬
‫‪2‬‬ ‫‪3‬‬ ‫‪7‬‬ ‫‪13‬‬ ‫‪25‬‬ ‫‪16‬‬ ‫‪9‬‬ ‫‪5‬‬ ‫التكرارات‬
‫‪ni‬‬

‫المطلوب ‪ :‬أحسب الربيعي األول و الثالث‪.‬‬

‫الحل‪:‬‬

‫‪ -1‬حساب الربيعي األول‪:‬‬

‫نحسب التكرارات التجميعية الصاعدة كالتالي ‪:‬‬

‫[‪-160‬‬ ‫[‪-150‬‬ ‫[‪-140‬‬ ‫[‪-130‬‬ ‫[‪-120‬‬ ‫[‪-110‬‬ ‫[‪-100‬‬ ‫[‪-90‬‬ ‫فئات‬

‫‪[170‬‬ ‫‪[160‬‬ ‫‪[150‬‬ ‫‪[140‬‬ ‫‪[130‬‬ ‫‪[120‬‬ ‫‪[110‬‬ ‫‪[100‬‬ ‫العالمات‬
‫‪xi‬‬
‫‪2‬‬ ‫‪3‬‬ ‫‪7‬‬ ‫‪13‬‬ ‫‪25‬‬ ‫‪16‬‬ ‫‪9‬‬ ‫‪5‬‬ ‫التكرارات‬
‫‪ni‬‬
‫‪80‬‬ ‫‪78‬‬ ‫‪75‬‬ ‫‪68‬‬ ‫‪55‬‬ ‫‪30‬‬ ‫‪14‬‬ ‫‪ Ecc‬ت ت ‪5‬‬
‫ص‬

‫‪3 n‬‬
‫‪ ni‬‬
‫= ‪4 i 1‬‬
‫‪80‬‬
‫‪ 20‬‬ ‫رتبة الربيعي األول هي‪:‬‬
‫‪4‬‬
‫و منه الفئة الربيعية األولى هي‪[110-120 [ :‬‬

‫نحسب ‪ Q3‬من العالقة‪:‬‬

‫‪3n‬‬
‫‪ f 1‬‬
‫‪Q3  AQ3 ‬‬ ‫‪2‬‬ ‫; ‪.kQ3‬‬
‫‪nQ3‬‬

‫حيث أن‪:‬‬

‫‪AQ1= 110, F-1 = 14 ; K Q1 =120-110=10; nQ1= 16‬‬

‫و من نتيجة الحساب ‪:‬‬

‫‪20  14‬‬
‫‪Q1  110 ‬‬ ‫‪.10 =113,75‬‬
‫‪16‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 41‬‬

 ‫‪ -‬حساب الربيعي الثالث ‪:Q3‬‬
‫‪n‬‬
‫‪1‬‬
‫‪ ni = 3x80  60‬‬
‫‪4 i 1‬‬ ‫رتبة الربيعي الثالث هي‪:‬‬
‫‪4‬‬

‫‪3n‬‬
‫‪ f 1‬‬
‫‪: Q3  AQ3 ‬‬ ‫‪2‬‬ ‫و منه الفئة الربيعية الثالثة هي [ ‪ [130-140‬و نحسب ‪ Q3‬بالعالقة ‪.kQ3‬‬
‫‪nQ3‬‬
‫;‬

‫‪AQ3= 130,‬‬ ‫‪F-1 = 55; K Q3 =140-130=10 ; nQ3= 13‬‬

‫‪60  55‬‬
‫‪Q3  130 ‬‬ ‫حيث أن‪.10 =133,84 :‬‬
‫‪13‬‬

‫‪-V‬تمارين تطبيقية‪:‬‬

‫التمرين األول‪:‬‬
‫في دراسة شملت ‪ 100‬إمرأة ممن تقل أعمارهن عن ‪ 40‬سنة حسب عدد األطفال كانت النتائج كالتالي‪:‬‬

‫عدد النساء )‪(ni‬‬ ‫عدد األطفال )‪(xi‬‬

‫‪10‬‬ ‫‪0‬‬

‫‪20‬‬ ‫‪1‬‬

‫‪20‬‬ ‫‪2‬‬

‫‪30‬‬ ‫‪3‬‬

‫‪20‬‬ ‫‪4‬‬

‫المطلوب‪:‬‬

‫‪ -1‬ما هي خصائص التوزيع اإلحصائي (المجتمع‪ ،‬المتغير اإلحصائي‪،‬الخاصية)‬

‫‪ -2‬ما هو التمثيل البياني المناسب‪.‬‬

‫الحل‪:‬‬

‫‪ -‬المجتمع اإلحصائي‪ 100 :‬امرأة ممن تقل أعمارهم عن ‪ 40‬سنة؛‬

‫‪ -‬الوحدة اإلحصائية‪ :‬المرأة؛‬
‫‪ -‬المتغير اإلحصائي‪ :‬عدد األطفال‪ .‬نوعه ‪ :‬متغير كمي منقطع‪.‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 42‬‬

 ‫‪ -2‬التمثيل البياني‪:‬‬

‫المتغير اإلحصائي المدروس كمي منقطع و منه التمثيل البياني المناسب هو األعمدة البسيطة‬
‫(‪.)Diagramme en bâtons‬‬
‫)‪ (ni‬عدد النساء‬

‫)‪ (xi‬عدد األطفال‬

‫التمرين الثاني‪:‬‬
‫الجدول اإلحصائي التالي يمثل توزيع ‪ 200‬عامل في مؤسسة حسب مبلغ الدخل السنوي مقدرة بكيلو دينار‪:‬‬

‫الدخل التكرارات )‪(ni‬‬ ‫فئات‬

‫السنوي )‪(kDA‬‬

‫‪20‬‬ ‫] ‪[60٫50‬‬

‫‪60‬‬ ‫[‪[70٫60‬‬

‫‪50‬‬ ‫]‪[90٫70‬‬

‫‪40‬‬ ‫]‪[100٫90‬‬

‫‪30‬‬ ‫[‪[130٫100‬‬

‫المطلوب‪:‬‬

‫‪ -1‬أوجد قيمة المنوال بياني؛‬

‫‪ -2‬أحسب المنوال جبريا ‪.‬‬
‫‪ -3‬أحسب الوسيط‬
‫‪ -4‬أحسب معدل الدخل السنوي‬
‫‪ -5‬أحسب الربيعي األول و الربيعي الثالث‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 43‬‬

 ‫الحل‪:‬‬

‫‪ -1‬حساب متوسط الدخل السنوي‬

‫‪ni Ci‬‬ ‫‪Ci‬‬ ‫‪Fi‬‬ ‫= ‪ecc di‬‬ ‫‪nic‬‬ ‫‪ki‬‬ ‫‪ni‬‬ ‫فئات‬
‫‪ni/ nic‬‬ ‫الدخل‬

‫‪1100‬‬ ‫‪55‬‬ ‫‪0‬‬ ‫‪20‬‬ ‫‪20‬‬ ‫‪2‬‬ ‫‪10‬‬ ‫‪20‬‬ ‫] ‪[60٫50‬‬

‫‪3900‬‬ ‫‪65‬‬ ‫‪0,1‬‬ ‫‪80‬‬ ‫‪60‬‬ ‫‪6‬‬ ‫‪10‬‬ ‫‪60‬‬ ‫[‪[70٫60‬‬

‫‪4000‬‬ ‫‪80‬‬ ‫‪0,4‬‬ ‫‪130‬‬ ‫‪25‬‬ ‫‪2.5‬‬ ‫‪20‬‬ ‫‪50‬‬ ‫]‪[90٫70‬‬

‫‪3800‬‬ ‫‪95 0,65‬‬ ‫‪170‬‬ ‫‪40‬‬ ‫‪4‬‬ ‫‪10‬‬ ‫‪40‬‬ ‫]‪[100٫90‬‬

‫‪3450‬‬ ‫‪115 0,85‬‬ ‫‪200‬‬ ‫‪10‬‬ ‫‪1‬‬ ‫‪30‬‬ ‫[‪30 [130٫100‬‬

‫‪16250‬‬ ‫‪1‬‬ ‫المجموع ‪200‬‬

‫من عالقة حساب المتوسط الحسابي المرجح نحسب قيمة متوسط الدخل السنوي كما يلي ‪:‬‬

‫‪x = 81,25‬‬

‫‪ -2‬حساب الوسيط‪:‬‬

‫نحسب الوسيط بالعالقة التالية ‪:‬‬

‫‪N‬‬
‫)‪ F (i  1‬‬
‫‪mé  A  2‬‬ ‫‪.kmé‬‬
‫‪Nmé‬‬

‫نستخرج الفئة الوسيطية‪:‬‬

‫‪N 200‬‬
‫‪‬‬ ‫‪ 100‬‬ ‫لدينا‪:‬‬
‫‪2‬‬ ‫‪2‬‬

‫من الجدول أعاله نالحظ أن قيمة التكرار التجميعي الصاعد التي تساوي أو أكبر مباشرة من قيمة ‪ 100‬هي‬
‫‪ 130‬و منه فئة الوسيط هي ‪70-90‬‬

‫و يكون لدينا ‪ Fi = 130 Fi-1= 80, nme = 50 ; t K m = 20‬ومنه‪:‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 44‬‬

 ‫‪100  80‬‬
‫‪Me = 78‬‬ ‫‪mé  70 ‬‬ ‫‪20  78‬‬
‫‪50‬‬
‫‪ -3‬إيجاد المنوال بيانيا‪:‬‬

‫الستخراج قيمة المنوال بيانيا يجب رسم المدرج التكراري بشرط أن تكون أطوال الفئات متساوية‪ ،‬و نالحظ‬
‫من الجدول التكراري أن أطوال الفئات غير متساوية مما يتطلب تعديلها وحساب التكرارات المعدلة ثم نرسم‬
‫المدرج التكراري التالي‪:‬‬

‫األجر السنوي‬ ‫)‪(kf‬‬

‫‪ -4‬حساب المنوال‪:‬‬

‫باستعمال عالقة الفروق‪:‬‬

‫‪1‬‬
‫‪Mo  a ‬‬ ‫‪.K‬‬
‫‪1   2‬‬

‫نستخرج الفئة المنوالية التي تقابل أكبر تكرار معدل هي ‪[60, 70[ :‬‬

‫‪MO= 65.33‬‬

‫‪ -5‬حساب الربيعي األول ‪:Q1‬‬

‫‪n‬‬
‫‪1‬‬
‫‪N‬‬ ‫‪ ni‬‬
‫‪ 4 i 1‬‬ ‫=‬
‫‪200‬‬
‫رتبة الربيعي االول = ‪ 50‬‬
‫‪4‬‬ ‫‪4‬‬

‫نستخرج فئة الربيعي األول من حساب‪:‬‬

‫[‪[60,70‬‬ ‫و منه تكون الفئة الربيعية األولى هي‪:‬‬

‫و بتطبيق عالقة الحساب التالية‪:‬‬

‫‪N‬‬
‫‪ f 1‬‬
‫‪Q1  AQ1 ‬‬ ‫‪4‬‬ ‫‪.kQ1‬‬
‫‪nQ1‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 45‬‬

 ‫و لدينا‪:‬‬

‫‪AQ1= 60,‬‬ ‫; ‪F-1 = 20‬‬ ‫‪K Q1 =70-60=10 ; nQ1= 60‬‬

‫‪50  20‬‬
‫‪Q1  60 ‬‬ ‫‪.10 = 65‬‬ ‫‪Q1 = 65‬‬
‫‪60‬‬

‫‪-‬حساب الربيعي الثالث ‪:Q3‬‬

‫‪n‬‬
‫‪1‬‬
‫رتبة الربيعي الثالث هي ‪ ni = 3x200  150 ,‬‬
‫‪: 4 i 1‬‬
‫‪4‬‬

‫و نحسب قيمة الربيعي الثالث من العالقة‪:‬‬ ‫[‪[90,100‬‬ ‫و منه الفئة الربيعية الثالثة هي ‪:‬‬
‫‪3n‬‬
‫‪ f 1‬‬
‫‪Q3  AQ3 ‬‬ ‫‪2‬‬ ‫‪.kQ3‬‬
‫‪nQ3‬‬
‫‪AQ3= 90,‬‬ ‫;‪F-1 = 130 ; K Q3 =10‬‬

‫‪150  130‬‬
‫‪Q3  90 ‬‬ ‫‪.10 = 95‬‬ ‫‪Q3 = 95‬‬
‫‪40‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 46‬‬

 ‫الدرس رقم ‪ :04‬عالقة االرتباط ‪RELATION DE CORRELATION‬‬

‫في نهاية هذا الدرس‪ ،‬يكون المتربص قادرا على‪:‬‬ ‫الهدف من الدرس‪:‬‬
‫‪ -‬حساب معامل االرتباط بيرسون؛‬
‫‪ -‬حساب معامل ارتباط الرتب سيبرمان‪.‬‬

‫خطة الدرس‪:‬‬

‫مقدمة‬

‫‪ -I‬عالقة االرتباط الخطي البسيط‬

‫‪ -1‬تعريف االرتباط‬
‫‪ -2‬الغرض من تحليل االرتباط الخطي البسيط‬

‫‪ -II‬معامل االرتباط الخطى البسيط‬

‫‪ -1‬معامل االرتباط الخطى البسيط لـ " بيرسون ‪"Pearson‬‬

‫‪ -2‬معامل ارتباط الرتب لـ " سبيرمان ‪"Spearman‬‬

‫تمارين تطبيقية‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 47‬‬

 ‫مقدمة ‪:‬‬
‫إذا كان الغرض من التحليل هو تحديد نوع و قوة العالقة بين متغيرين‪ ،‬يستخدم تحليل االرتباط‪ ،‬و أما إذا كان‬
‫الغرض هو دراسة و تحليل أثر أحد المتغيرين على اآلخر‪ ،‬يستخدم تحليل االنحدار‪ ،‬و في هذا الفصل يتم‬
‫عرض أسلوب تحليل االرتباط الخطي البسيط‪ ،‬أي في حالة افتراض أن العالقة بين المتغيرين تأخذ الشكل‬
‫الخطي‪.‬‬

‫وسنتناول في هذا الدرس عالقة االرتباط و إيجاد مقاييس لقياس قوة االرتباط بين المتغيرين )‪ (x,y‬في الحالة‬
‫الخطية فقط ’و سندرس معامل االرتباط الخطي لـ بيرسون )‪ )Pearson‬و معامل ارتباط الرتب سبيرمان‬
‫(‪.)Spearman‬‬

‫‪ -I‬عالقة االرتباط الخطي البسيط‪:‬‬

‫‪ -1‬تعريف االرتباط‪:‬‬
‫معامل االرتباط عبارة عن مقياس رقمي يقيس قوة االرتباط بين متغيرين‪ ،‬يرمز له بالرمز ‪ ،r‬و تتراوح قيمته‬
‫بين ‪ 1+‬و ‪. 1-‬‬

‫و االرتباط بين ظاهرتين يشير إلى مدى وجود العالقة بينهما و يعرف أيضا باالرتباط البسيط‪ ،‬مثل العالقة بين‬
‫الدخل و االستهالك و العالقة بين الكمية و المطلوبة أو المعروضة و السعر ‪،‬العالقة بين عالمات الطلبة و‬
‫عدد ساعات المراجعة و غيرها ‪.‬‬

‫و يمكن توضيح شكل العالقة بين متغيرين من خالل رسم كل زوج من القيم المتناظرة للمتغيرين تكوين شكل‬
‫بياني يسمى بشكل االنتشار‪ ،‬ويوضح شكل االنتشار مدى كون العالقة بين متغيرين خطية أم غير خطية‪،‬‬
‫قوية أو ضعيفة‪ ،‬طردية أم عكسية ‪.‬‬

‫فإذا كان لدينا المتغيرين ) ‪ ( x ,y‬عن أزواج قيم هذين المتغيرين‪ ،‬و تمت مثيلها بيانيا في ما يسمى بشكل‬
‫االنتشار‪ ،‬فإن العالقة بينها تأخذ أشكاال مختلفة على النحو التالي‪:‬‬

‫شكل االنتشار الخاص باالرتباط السلبي ( العكسي )‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 48‬‬

 ‫شكل االنتشار الخاص باالرتباط الموجب ( الطردي )‬

‫شكل االنتشار الخاص باستقاللية المتغيرين‬

‫‪ -2‬الغرض من تحليل االرتباط الخطي البسيط‪:‬‬

‫الغرض من تحليل االرتباط الخطي البسيط هو تحديد نوع و قوة العالقة بين متغيرين‪ ،‬و يرمز له في حالة‬
‫العينة بالرمز ‪ r‬حيث أننا في كثير من النواحي التطبيقية نتعامل مع بيانات عينة مسحوبة من المجتمع‪ ،‬سوف‬
‫نهتم بحساب معامل االرتباط في العينة ‪ r‬كتقدير لمعامل االرتباط في المجتمع‪ ،‬و من التحديد السابق للغرض‬
‫من معامل االرتباط‪ ،‬نجد أنه يركز على نقطتين هما ‪:‬‬

‫‪-1.2‬نوع العالقة‪ :‬و تأخذ ثالث أنواع حسب إشارة معامل االرتباط كما يلي‪:‬‬

‫أ‪ -‬إذا كانت إشارة معامل االرتباط سالبة ( ‪ ) r < 0‬توجد عالقة عكسية بين المتغيرين‪ ،‬بمعنى زيادة أحد‬
‫المتغيرين يصاحبه انخفاض في المتغير الثاني‪ ،‬و العكس‪.‬‬

‫ب‪ -‬إذا كانت إشارة معامل االرتباط موجبة ( ‪(r >0‬توجد عالقة طردية بين المتغيرين‪ ،‬بمعنى أن زيادة أحد‬
‫المتغيرين يصاحبه زيادة في المتغير الثاني‪ ،‬و العكس‬

‫ج‪ -‬إذا كان معامل االرتباط قيمته صفر (‪ (r =0‬دل ذلك على انعدام العالقة بين المتغيرين‪.‬‬

‫‪ -2.2‬قوة العالقة ‪ :‬و يمكن الحكم على قوة العالقة من حيث درجة قربها أو بعدها عن ( ‪ ) ±‬حيث أن‬
‫قيمة معامل االرتباط تقع في المدى ‪-1< r <1‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 49‬‬

 ‫نوع االرتباط‬
‫ارتباط طردي تام‬
‫ارتباط طردي قوى‬
‫ارتباط طردي متوسط‬
‫ارتباط طردي ضعيف‬
‫االرتباط منعدم‬
‫ارتباط عكسي تام‬
‫ارتباط عكسي قوى‬
‫ارتباط عكسي متوسط‬
‫ارتباط عكسي ضعيف‬
‫قيمة معامل االرتباط‬
‫‪1+‬‬
‫من ‪ 0.7‬إلى أقل ‪0.99‬‬
‫من ‪ 0.5‬إلى أقل من ‪0.69‬‬
‫من‪ 0.01‬إلى أقل من ‪0.49‬‬
‫صفر‬
‫‪1-‬‬
‫من ‪ 0.7-‬إلى أقل ‪0.99-‬‬
‫من ‪ 0.5-‬إلى أقل من ‪0.69-‬‬
‫من ‪ 0.01-‬إلى أقل من ‪0.49-‬‬

‫‪ -II‬معامل االرتباط الخطى البسيط‪:‬‬

‫‪ -1‬معامل االرتباط الخطى البسيط لبيرسون ‪:Pearson‬‬
‫في حالة جمع بيانات عن متغيرين كميين )‪ ،(y،x‬يمكن قياس االرتباط بينهما‪ ،‬باستخدام طريقة " بيرسون‬
‫‪ "Pearson‬و من األمثلة على ذلك ‪:‬قياس العالقة بين الوزن و الطول‪ ،‬و العالقة بين‪ ،‬اإلنتاج و التكلفة‪ ،‬و‬
‫العالقة بين اإلنفاق االستهالكي و الدخل‪ ،‬و العالقة بين الدرجة التي حصل عليها الطالب و عدد ساعات‬
‫االستذكار‪ ،‬و هكذا األمثلة على ذلك كثيرة‪ .‬و لحساب معامل االرتباط في العينة‪ ،‬تستخدم صيغة "بيرسون‬
‫"التالية‪:‬‬

‫حيث أن‪:‬‬

‫‪ : Sxy‬هو التباين بين )‪( y , x‬‬

‫‪ : Sx‬هو االنحراف المعياري لقيم )‪(x‬‬
‫‪ :S y‬هو االنحراف المعياري لقيم )‪(y‬‬

‫و يمكن اختصار الصيغة السابقة على النحو التالي‪:‬‬

‫يمكن تبسيط صي غة حساب معامل االرتباط لبيرسون الى صيغة أسهل تعتمد على مجموع القيم‬
‫وليس على انحرافات القيم عن وسطها الحسابي‪ ،‬وهذه الصيغة هي‪:‬‬

‫‪x  y‬‬
‫‪ xy ‬‬
‫‪r‬‬ ‫‪n‬‬
‫‪‬‬ ‫‪( x) 2 ‬‬ ‫‪( y) 2 ‬‬
‫‪‬‬
‫‪‬‬ ‫‪ x2‬‬ ‫‪ ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ y2 ‬‬ ‫‪‬‬
‫‪‬‬ ‫‪n‬‬ ‫‪‬‬ ‫‪n‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 50‬‬

 ‫مثال ‪ :01‬أحسب معامل االرتباط لبيرسون في السلسلتين اإلحصائيتين التاليتين‪:‬‬

‫‪12‬‬ ‫‪5‬‬ ‫‪9‬‬ ‫‪7‬‬ ‫‪3‬‬ ‫‪6‬‬ ‫‪xi‬‬

‫‪1‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪yi‬‬

‫الحل‪:‬‬

‫‪ -1‬نحسب معامل االرتباط بيرسون من العالقة األولى‪:‬‬

‫ولتطبيق العالقة و إجراء الحسابات الضرورية نستعين بجدول الحسابات التالي‪:‬‬

‫) ‪(xi - x‬‬
‫)‪( yi  y‬‬ ‫‪2‬‬
‫)‪( xi  x‬‬ ‫‪2‬‬
‫‪( yi - y‬‬ ‫‪yi - y‬‬ ‫‪xi - x‬‬ ‫‪yi‬‬ ‫‪xi‬‬
‫)‬
‫‪1‬‬ ‫‪25‬‬ ‫‪-5‬‬ ‫‪-1‬‬ ‫‪5‬‬ ‫‪1‬‬ ‫‪12‬‬
‫‪1‬‬ ‫‪4‬‬ ‫‪-2‬‬ ‫‪1‬‬ ‫‪-2‬‬ ‫‪3‬‬ ‫‪5‬‬
‫‪9‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪9‬‬
‫‪4‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪-2‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪7‬‬
‫‪1‬‬ ‫‪16‬‬ ‫‪4‬‬ ‫‪-1‬‬ ‫‪-4‬‬ ‫‪1‬‬ ‫‪3‬‬
‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪-1‬‬ ‫‪2‬‬ ‫‪6‬‬
‫‪16‬‬ ‫‪50‬‬ ‫‪3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪12‬‬ ‫‪42‬‬

‫حساب‪:‬‬
‫‪6‬‬

‫‪‬‬ ‫‪xi‬‬
‫‪42‬‬
‫= ‪x x‬‬
‫‪1‬‬
‫‪i 1‬‬
‫‪‬‬ ‫‪7‬‬
‫‪n‬‬ ‫‪6‬‬
‫حساب‪:‬‬
‫‪6‬‬

‫‪y‬‬ ‫‪i‬‬
‫‪12‬‬
‫‪y y‬‬ ‫‪i 1‬‬
‫‪‬‬ ‫‪2‬‬
‫‪n‬‬ ‫‪6‬‬

‫‪(50) =7.071‬‬ ‫‪،‬‬ ‫)‪(16‬‬ ‫‪=4‬‬

‫‪3‬‬ ‫‪3‬‬
‫=‪r‬‬ ‫=‬ ‫‪= 0.106 ‬‬ ‫‪r = 0,106‬‬
‫(‬ ‫) ‪50 )( 16‬‬ ‫‪28.28‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 51‬‬

 ‫‪ -2‬نحسب معامل االرتباط من العالقة الثانية‪:‬‬

‫‪x y‬‬
‫‪ xy ‬‬
‫‪r‬‬ ‫‪n‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪‬‬ ‫‪2‬‬ ‫‪‬‬
‫)‪  x 2  ( x‬‬ ‫) ‪  y 2  ( y‬‬ ‫‪‬‬
‫‪‬‬ ‫‪n‬‬ ‫‪‬‬ ‫‪n‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬

‫‪y2‬‬ ‫‪x2‬‬ ‫‪xy‬‬ ‫‪yi‬‬ ‫‪xi‬‬

‫‪1‬‬ ‫‪144‬‬ ‫‪12‬‬ ‫‪1‬‬ ‫‪12‬‬
‫‪9‬‬ ‫‪25‬‬ ‫‪15‬‬ ‫‪3‬‬ ‫‪5‬‬
‫‪25‬‬ ‫‪81‬‬ ‫‪45‬‬ ‫‪5‬‬ ‫‪9‬‬
‫‪0‬‬ ‫‪49‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪7‬‬
‫‪1‬‬ ‫‪9‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪3‬‬
‫‪4‬‬ ‫‪36‬‬ ‫‪12‬‬ ‫‪2‬‬ ‫‪6‬‬
‫‪40‬‬ ‫‪344‬‬ ‫‪87‬‬ ‫‪12‬‬ ‫‪42‬‬

‫‪87  45.12 / 6‬‬ ‫‪3‬‬

‫=‪r‬‬ ‫=‬ ‫‪= 0.106‬‬
‫)‪(344  (42).(42) / 6).(40  (12).(12) / 6‬‬ ‫‪28.28‬‬

‫‪r = 0,106‬‬ ‫وهي نفس النتيجة السابقة‪:‬‬

‫‪ -2‬معامل ارتباط الرتب لـ سبيرمان ‪:Spearman‬‬

‫‪.1.2‬تعريفه‪ :‬معامل ارتباط سبيرمان )‪ (Spearman‬أو معامل ارتباط الرتب‪ :‬هو أقل دقة من معامل‬
‫ارتباط بيرسون ويتعامل مع البيانات الرقمية ( المتغيرات اإلحصائية الكمية) وغير الرقمية ( المتغيرات اإلحصائية‬
‫الكيفية ) للترتيب مثل جيد‪ ،‬جيد جدا‪ ... ,‬ويرمز له بالرمز ‪ rs‬وهو ضمن اإلحصاءات غير المعلمية ذات التوزيع‬
‫الحر وقيمته موجبة أقل أو تساوي الواحد الصحيح وتحسب قيمته من الصيغة الرياضية علماً بأن‪:‬‬

‫‪ :d‬هو الفرق بين رتبه حسب المتغير األول ‪ x‬ورتبه حسب المتغير الثاني ‪( y‬الفرق بين رتب القيم لكل زوج‬
‫من البيانات) وفي حالة التساوي يأخذ المتوسط الحسابي (فإذا كانت لقيمتين متساويتين الرتبتين ‪8 ،7‬‬
‫فيأخذ متوسط ‪ 8 ،7‬وتصبح الرتب لكل منها ‪ 7.5‬بدل عن ‪.)8 ،7‬‬

‫‪ :n‬هو عدد األزواج للقيم فإذا كان لدينا مجموعة من األفراد وجرى ترتيبهم حسب صفتين لكل فرد من‬
‫المجموعة‪y ، x‬فإن‪di = xi – yi .‬‬

‫‪.2.2‬طريقة حسابه‪ :‬لحساب معامل سبيرمان الرتباط الرتب نقوم بترتيب كل من المتغيرين ترتيباً‬
‫تصاعدياً أو تنازلياً (أما تصاعدياً لكال المتغيرين أو تنازلياً لكليهما)‪.‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 52‬‬

‫وفي حالة الترتيب التصاعدي تأخذ أقل قيمة من قيم المتغير الرتبة رقم ‪ ،1‬والقيمة األعلى منها مباشرة‬
‫الرتبة رقم ‪ 2‬وهكذا (بالنسبة لكل من المتغيرين)‪.‬‬

‫أما في حالة الترتيب التنازلي تأخذ أكبر قيمة من قيم المتغير الرتبة رقم ‪ ،1‬والقيمة األقل منها مباشرة الرتبة‬
‫رقم ‪ 2‬وهكذا (بالنسبة لكل من المتغيرين)‪.‬‬
‫وعند تساوي قيمتين (أو أكثر) من قيم المتغير نعطي كل قيمة رتبة مختلفة (كما لو كانت القيم غير متساوية)‬
‫ثم نحسب متوسط هذه الرتب‪ ،‬ويعطى هذا المتوسط لكل من هذه القيم المتساوية‪.‬‬

‫وبعد ترتيب المتغيرين نحسب الفروق بين رتب كل المتغيرين (نرمز للفروق عادة بالرمز ‪ )d‬ثم نقوم بتربع هذه‬
‫الفروق ونحصل على مجموعها ثم نعوض في معامل سبيرمان الرتبط الرتب ‪.‬‬

‫مالحظات‪ :‬مما سبق نستطيع إجمال بعضاً من المالحظات فيما يلي ‪:‬‬

‫‪ -‬مجموع الفروق بين الرتب يساوي صفر‪.‬‬

‫‪ -‬أن قيمة معامل ارتباط الرتب تنحصر بين – ‪ 1 + ،1‬فإذا كانت الرتبة رقم ‪ 1‬للمتغير األول تناظرها الرتبة ‪1‬‬
‫للمتغير الثاني‪ ،‬والرتبة ‪ 2‬للمتغير األول تناظرها الرتبة رقم ‪ 2‬للمتغير الثاني‪ ،‬وهكذا‪ ..‬فإن معامل ارتباط الرتب‬
‫يساوي ‪( 1 +‬ارتباط طردي تام بين الرتب)‪.‬‬

‫‪ -‬وإذا كانت الرتبة رقم ‪( 1‬أقل رتبة) للمتغير األول تناظرها أعلى رتبة للمتغير الثاني وهكذا‪ ..‬فإن معامل ارتباط‬
‫الرتب يساوي – ‪( 1‬ارتباط عكسي تام بين الرتب)‪.‬‬
‫‪ -‬كذلك نالحظ أن مجموع الرتب لكل من المتغيرين يساوي‪:‬‬
‫‪-‬‬

‫مثال ‪ :01‬يبين الجدول التالي الدرجة التقديرية التي تحصل عليها ‪ 06‬متربصين في امتحاني اإلحصاء و‬
‫الرياضيات‬

‫المطلوب‪ :‬أحسب معامل ارتباط الرتب لـ سبيرمان‪.‬‬

‫‪6‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫رقم‬

‫المتربص‬
‫جيد جدا‬ ‫مقبول‬ ‫ضعيف‬ ‫جيد‬ ‫ممتاز‬ ‫ضعيف‬ ‫درجة تقدير‬
‫جدا‬ ‫الرياضيات‬
‫‪xi‬‬
‫ممتاز‬ ‫ضعيف‬ ‫ضعيف‬ ‫جيد‬ ‫جيد‬ ‫مقبول‬ ‫درجة تقدير‬
‫جدا‬ ‫جدا‬ ‫اإلحصاء ‪y i‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 53‬‬

 ‫الحل‪:‬‬

‫أوال‪ :‬نرتب الدرجات التقديرية ترتيبا تصاعديا بالنسبة لمادتي الرياضيات و اإلحصاء‪.‬‬

‫الدرجة التقديرية في‬ ‫الدرجة التقديرية في‬

‫اإلحصاء‬ ‫الرياضيات‬
‫الترتيب‬ ‫الدرجة‬ ‫الترتيب‬ ‫الدرجة‬
‫‪1‬‬ ‫ممتاز‬ ‫‪1‬‬ ‫ممتاز‬
‫‪2‬‬ ‫جيد جدا‬ ‫‪2‬‬ ‫جيد جدا‬
‫‪3‬‬ ‫جيد‬ ‫‪3‬‬ ‫جيد‬
‫‪4‬‬ ‫مقبول‬ ‫‪4‬‬ ‫مقبول‬
‫‪5‬‬ ‫ضعيف‬ ‫‪5‬‬ ‫ضعيف‬
‫‪6‬‬ ‫ضعيف جدا‬ ‫‪6‬‬ ‫ضعيف جدا‬

‫ثانيا‪ :‬نحسب الفروق بين الدرجات التقديرية للمادتين حسب الجدول التالي ‪:‬‬

‫الدرجة‬
‫ترتيب‬ ‫الدرجة‬
‫‪di‬‬
‫‪2‬‬
‫ترتيب‬ ‫التقديرية‬
‫‪di‬‬ ‫الرياضيا‬ ‫التقديرية‬
‫اإلحصاء ‪y i‬‬ ‫للرياضيات‬
‫ت ‪xi‬‬ ‫لإلحصاء ‪y i‬‬
‫‪xi‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫مقبول‬ ‫ضعيف‬
‫‪1‬‬ ‫‪1-‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫جيد جدا‬ ‫ممتاز‬
‫‪0‬‬ ‫‪0‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫جيد‬ ‫جيد‬
‫‪1‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫ضعيف‬ ‫ضعيف جدا‬
‫‪4‬‬ ‫‪-2‬‬ ‫‪6‬‬ ‫‪2‬‬ ‫ضعيف جدا‬ ‫مقبول‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫ممتاز‬ ‫جيد جدا‬
‫‪8‬‬ ‫المجموع‬

‫نحسب قيمة معامل االرتباط الرتبي من العالقة‪:‬‬

‫)‪6(8‬‬
‫= ‪rs‬‬ ‫‪=0.772‬‬
‫)‪6(36  1‬‬
‫النتيجة‪ :‬عالقة االرتباط بين تقديرات مادتي اإلحصاء و الرياضيات طردية‪.‬‬

‫مثال ‪ :02‬الجدول التالي يمثل مجموع العالمات التي تحصل عليها ‪ 10‬في السداسي األول و السداسي‬
‫الثاني‪:‬‬
‫رقم المتربص ‪10 09 08 07 06 05 04 03 02 01‬‬
‫‪74 92 88 65 71 89 66 70 80 73‬‬ ‫عالمات‬
‫السداسي األول‬
‫‪xi‬‬
‫‪72 88‬‬ ‫‪90 55 64 92 70‬‬ ‫‪66 78‬‬ ‫‪69‬‬ ‫عالمات‬
‫السداسي‬
‫الثاني ‪y i‬‬
‫المطلوب‪ :‬احسب معامل ارتباط الرتب لـ سبيرمان‪.‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 54‬‬

 ‫الحل‪:‬‬

‫نرتب عالمات المتربصين ترتيبا تنازليا أو تصاعديا حسب الجدول التالي‪:‬‬

‫‪di‬‬
‫‪2‬‬
‫‪di‬‬ ‫السداسي الترتيب‬ ‫عالمات‬ ‫السداسي الترتيب‬ ‫عالمات‬
‫الثاني ‪y i‬‬ ‫األول ‪xi‬‬
‫‪1‬‬ ‫‪-1‬‬ ‫‪7‬‬ ‫‪69‬‬ ‫‪6‬‬ ‫‪73‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪4‬‬ ‫‪78‬‬ ‫‪4‬‬ ‫‪80‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪8‬‬ ‫‪66‬‬ ‫‪8‬‬ ‫‪70‬‬
‫‪9‬‬ ‫‪3‬‬ ‫‪6‬‬ ‫‪70‬‬ ‫‪9‬‬ ‫‪66‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪92‬‬ ‫‪2‬‬ ‫‪89‬‬
‫‪4‬‬ ‫‪2-‬‬ ‫‪9‬‬ ‫‪64‬‬ ‫‪7‬‬ ‫‪71‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪10‬‬ ‫‪55‬‬ ‫‪10‬‬ ‫‪65‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪90‬‬ ‫‪3‬‬ ‫‪88‬‬
‫‪4‬‬ ‫‪2-‬‬ ‫‪3‬‬ ‫‪88‬‬ ‫‪1‬‬ ‫‪92‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪5‬‬ ‫‪72‬‬ ‫‪5‬‬ ‫‪74‬‬

‫نحسب الفروق بين الرتب‪:‬‬

‫تطبيق قانون معامل ارتباط الرتب سبيرمان نجد ‪:‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 55‬‬

 ‫تمارين تطبيقية‪:‬‬

‫التمرين األول‪:‬‬

‫البيانات التالية تعبر عن كميات الزيتون المنتجة بالطن )‪ (y‬ومقدار السماد المستخدم بالـ كلغ )‪ (x‬خالل سبع‬
‫سنوات ‪:‬‬

‫‪33‬‬ ‫‪8‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪Yi‬‬

‫‪18‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪Xi‬‬

‫المطلوب‪ :‬حساب معامل االرتباط الخطي البسيط‪.‬‬

‫التمرين الثاني‪:‬‬
‫الجدول التالي يبن المساحة المزروعة باألعالف الخضراء باأللف هكتار‪ ،‬و إجمالي إنتاج اللحوم باأللف طن‪،‬‬
‫خالل الفترة من‪ 1995‬حتى عام ‪: 2002‬‬

‫‪2002 2001 2000 1999 1998 1997 1996 1995‬‬ ‫السنة‬

‫المساحة ‪217 240 214 233 289 297 313 305‬‬
‫‪747 719 699 635 607 662 603 592‬‬ ‫الكمية‬

‫المطلوب‪ :‬حساب معامل االرتباط بين المساحة و الكمية‪ ،‬و ما هو مدلوله؟‬

‫التمرين الثالث‪:‬‬
‫البيانات التالية تمثل إجابات عينة من سبعة أشخاص حول برنامج الضمان االجتماعي و مدة مالئمتها للناس‪:‬‬

‫‪7‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫الرقم‬

‫جيدة‬ ‫مقبولة‬ ‫جيدو‬ ‫جيدة‬ ‫ممتازة‬ ‫مقبولة‬ ‫السؤال جيدة‬
‫جدا‬ ‫األول‬
‫ممتازة‬ ‫جيدة‬ ‫جيدة‬ ‫جيدة‬ ‫جيدة‬ ‫مقبولة‬ ‫السؤال جيدة‬
‫جدا‬ ‫الثاني جدا‬

‫المطلوب‪ :‬حساب معامل سيبرمان لالرتباط الرتب بين السؤالين و تحديد نوع العالقة بينهما‪.‬‬

‫التمرين الرابع‪:‬‬
‫البيانات التالية تمثل عدد الساعات التي قضاها عشرة متربصين في المراجعة و العالمات التي تحصلوا عليها‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 56‬‬

 ‫‪10‬‬ ‫‪9‬‬ ‫‪8‬‬ ‫‪7‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫رقم‬
‫المتربص‬

‫‪9‬‬ ‫‪3‬‬ ‫‪16‬‬ ‫‪19‬‬ ‫‪6‬‬ ‫‪11‬‬ ‫‪14‬‬ ‫‪12‬‬ ‫‪6‬‬ ‫‪10‬‬ ‫عدد‬
‫الساعات‬
‫‪xi‬‬
‫‪69‬‬ ‫‪37‬‬ ‫‪89‬‬ ‫‪98‬‬ ‫‪58‬‬ ‫‪74‬‬ ‫‪76‬‬ ‫‪83‬‬ ‫‪48‬‬ ‫‪60‬‬ ‫العالمات‬
‫‪yi‬‬

‫المطلوب‪ :‬أحسب معامل سبيرمان الرتباط الرتب‪.‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 57‬‬

 ‫حلول التمارين التطبيقية‪:‬‬

‫حل التمرين األول ‪:‬‬

‫‪y2‬‬ ‫‪x2‬‬ ‫‪xi y i‬‬ ‫‪yi‬‬ ‫‪xi‬‬

‫‪9‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪1‬‬
‫‪16‬‬ ‫‪4‬‬ ‫‪8‬‬ ‫‪4‬‬ ‫‪2‬‬
‫‪36‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫‪6‬‬ ‫‪5‬‬
‫‪9‬‬ ‫‪9‬‬ ‫‪9‬‬ ‫‪3‬‬ ‫‪3‬‬
‫‪25‬‬ ‫‪4‬‬ ‫‪10‬‬ ‫‪5‬‬ ‫‪2‬‬
‫‪16‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪1‬‬
‫‪64‬‬ ‫‪16‬‬ ‫‪32‬‬ ‫‪8‬‬ ‫‪4‬‬
‫‪175‬‬ ‫‪60‬‬ ‫‪96‬‬ ‫‪33‬‬ ‫‪18‬‬

‫‪6‬‬

‫‪‬‬
‫‪6‬‬
‫‪xi‬‬ ‫‪y‬‬ ‫‪i‬‬
‫‪33‬‬
‫= ‪x‬‬ ‫‪18‬‬ ‫‪y‬‬ ‫‪i 1‬‬
‫‪‬‬ ‫‪ 4.71‬‬
‫‪1‬‬
‫‪i 1‬‬
‫‪‬‬ ‫‪ 2.57‬‬
‫‪n‬‬ ‫‪7‬‬ ‫‪n‬‬ ‫‪7‬‬

‫‪x  y‬‬
‫‪ xy ‬‬
‫‪r‬‬ ‫‪n‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪‬‬‫‪‬‬ ‫‪2‬‬ ‫‪‬‬
‫) ‪  x 2  ( x)   y 2  (  y‬‬ ‫‪‬‬
‫‪‬‬ ‫‪n‬‬ ‫‪‬‬ ‫‪n‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪96‬‬
‫)‪ ( 2.57)(4.71‬‬
‫‪‬‬ ‫‪7‬‬
‫‪‬‬ ‫‪2 ‬‬ ‫‪2‬‬ ‫‪‬‬
‫)‪ 6  ( 2.57) 175  ( 4.71‬‬ ‫‪‬‬
‫‪‬‬ ‫‪7‬‬ ‫‪‬‬ ‫‪7‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ 0.68‬‬

‫هناك عالقة ارتباط طردي موجب متوسط بين كمية السماد و الزيتون‪.‬‬

‫حل التمرين الثاني‪:‬‬

‫نفرض أن )‪ (x‬هي المساحة المزروعة‪ ،‬و )‪ (y‬هي الكمية ‪،‬ولحساب معامل االرتباط بين ‪ y ) ، (x‬نطبق معادلة‬
‫االرتباط بيرسون ‪.‬‬

‫نحسب الوسط الحسابي لكل من المساحة المزروعة و كمية اإلنتاج ونستعين بجدول الحساب التالي ‪:‬‬
‫‪8‬‬

‫‪x = ‬‬
‫‪xi‬‬
‫‪1‬‬
‫‪2108‬‬
‫‪i 1‬‬
‫‪‬‬ ‫‪ 236.5‬‬
‫‪n‬‬ ‫‪8‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 58‬‬

 ‫‪8‬‬

‫‪y‬‬ ‫‪i‬‬
‫‪5264‬‬
‫‪y‬‬ ‫‪i 1‬‬
‫‪‬‬ ‫‪ 658‬‬
‫‪n‬‬ ‫‪8‬‬

‫‪( yi  y) 2‬‬ ‫( ) ‪(xi - x‬‬

‫‪( xi  x) 2‬‬ ‫‪yi - y‬‬ ‫‪xi - x‬‬ ‫‪yi‬‬ ‫‪xi‬‬
‫) ‪yi - y‬‬
‫‪4356‬‬ ‫‪1722.25‬‬ ‫‪-2739‬‬ ‫‪-66‬‬ ‫‪41.5‬‬ ‫‪592‬‬ ‫‪305‬‬
‫‪3025‬‬ ‫‪2450.25‬‬ ‫‪-2722.5‬‬ ‫‪-55‬‬ ‫‪49.5‬‬ ‫‪603‬‬ ‫‪313‬‬
‫‪16‬‬ ‫‪1122.25‬‬ ‫‪134‬‬ ‫‪4‬‬ ‫‪33.5‬‬ ‫‪662‬‬ ‫‪297‬‬
‫‪2601‬‬ ‫‪650.25‬‬ ‫‪-1300.5‬‬ ‫‪-51‬‬ ‫‪25.5‬‬ ‫‪607‬‬ ‫‪289‬‬
‫‪529‬‬ ‫‪930.25‬‬ ‫‪701.5‬‬ ‫‪-23‬‬ ‫‪-30.5‬‬ ‫‪635‬‬ ‫‪233‬‬
‫‪1681‬‬ ‫‪2450.25‬‬ ‫‪-2029.5‬‬ ‫‪41‬‬ ‫‪-49.5‬‬ ‫‪699‬‬ ‫‪214‬‬
‫‪3721‬‬ ‫‪552.25 -1433.5‬‬ ‫‪61‬‬ ‫‪-23.5‬‬ ‫‪719‬‬ ‫‪240‬‬
‫‪7921‬‬ ‫‪2162.25 -4138.5‬‬ ‫‪89‬‬ ‫‪-46.5‬‬ ‫‪747‬‬ ‫‪217‬‬
‫‪23850‬‬ ‫‪12040 -13528‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪5264‬‬ ‫‪2108‬‬

‫قيمة معامل االرتباط هي ‪:‬‬

‫‪ 13528‬‬ ‫‪ 13528‬‬
‫=‪r‬‬ ‫=‬ ‫‪= -0,798 ‬‬ ‫‪r = - 0,798‬‬
‫) ‪(109 .727 )(154 .434‬‬ ‫‪16945 .619‬‬

‫يوجد ارتباط عكسي قوي بين المساحة المزرعة‪ ،‬و كمية إنتاج اللحوم‪.‬‬

‫باستخدام المجاميع السابقة‪ ،‬وبالتطبيق صيغة الثانية مبسطة في حساب معامل االرتباط بيرسون‪،‬‬
‫نجد أن معامل االرتباط قيمته هي ‪:‬‬

‫‪x  y‬‬
‫‪ xy ‬‬
‫‪r‬‬ ‫‪n‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪‬‬ ‫‪2‬‬
‫)‪  x 2  ( x‬‬ ‫‪  y 2  ( y ) ‬‬
‫‪‬‬ ‫‪n‬‬ ‫‪‬‬ ‫‪n‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫)‪( 2108)(5264‬‬
‫‪1373536 ‬‬
‫‪‬‬ ‫‪8‬‬
‫‪‬‬ ‫‪2 ‬‬ ‫‪2‬‬ ‫‪‬‬
‫)‪ 567498  ( 2108)  3487562  (5264‬‬ ‫‪‬‬
‫‪‬‬ ‫‪8‬‬ ‫‪‬‬ ‫‪8‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ 13528‬‬ ‫‪ 13528‬‬
‫‪‬‬ ‫‪‬‬ ‫‪ 0.798‬‬
‫‪1204023850 16945.619‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 59‬‬

 ‫حل التمرين الثالث‪:‬‬
‫‪ -1‬نرتب التقديرات ترتيبا تصاعديا ‪:‬‬

‫للسؤال‬ ‫التقديرية‬ ‫الدرجة‬ ‫الدرجة التقديرية للسؤال األول ‪xi‬‬

‫الثاني ‪y i‬‬
‫الترتيب‬ ‫الدرجة‬ ‫الترتيب‬ ‫الدرجة‬
‫‪1‬‬ ‫ممتاز‬ ‫‪1‬‬ ‫ممتازة‬
‫‪23‬‬ ‫‪2‬‬ ‫جيد جدا‬ ‫‪2‬‬ ‫جيد جدا‬
‫‪ 2.5‬‬ ‫‪3‬‬ ‫‪ 3  4  5‬جيدة جدا‬ ‫‪3‬‬ ‫جيدة‬
‫‪2‬‬ ‫‪4‬‬
‫‪456‬‬ ‫‪4‬‬ ‫جيدة‬ ‫‪3‬‬ ‫‪4‬‬ ‫جيدة‬
‫‪5‬‬
‫‪3‬‬ ‫جيدة ‪5‬‬ ‫‪5‬‬ ‫جيدة‬
‫‪6‬‬ ‫جيدة‬ ‫‪67‬‬ ‫‪6‬‬ ‫مقبولة‬
‫‪7‬‬ ‫مقبولة‬
‫‪ 6.5‬‬ ‫‪7‬‬ ‫مقبولة‬
‫‪2‬‬

‫‪ -2‬نحسب متوسط الرتب لإلجابات التي تحمل نفس التقدير و نحسب الفروق بين الرتب و عند حصول إجابتين‬
‫أو أكثر على التقدير نفسه نعطي لكل إجابة مبدئياً رتبة كما لو كانوا مختلفين ثم نحسب متوسط هذه‬
‫الرتب‪ ،‬وهذا المتوسط هو الذي يعطى لكل إجابة‪ .‬ثم نحسب الفروق بين رتب السؤالين ونرمز لها بالرمز‬
‫‪2‬‬
‫‪ d‬ثم نربع هذه الفروق فنحصل على ‪ d‬ونعوض في القانون مع مالحظة أن ‪.n = 7‬‬

‫)‪6(23‬‬
‫= ‪rs‬‬ ‫‪=0.410‬‬
‫)‪7(49  1‬‬

‫نوع العالقة‪ :‬عالقة ارتباط قوية بين إجابات األشخاص على السؤالين‪.‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 60‬‬

 ‫حل التمرين الرابع‪:‬‬

‫‪ -1‬نرتب عدد الساعات و العالمات ترتيبا تصاعديا‪:‬‬

‫العالمات ‪y i‬‬ ‫عدد الساعات ‪xi‬‬

‫الترتيب‬ ‫العالمات‬ ‫الترتيب‬ ‫عدد‬
‫الساعات‬
‫‪1‬‬ ‫ممتاز‬ ‫‪1‬‬ ‫‪10‬‬
‫‪23‬‬ ‫‪2‬‬ ‫جيد جدا‬ ‫‪2‬‬ ‫‪6‬‬
‫‪ 2.5 3‬‬ ‫جيدة جدا‬ ‫‪3‬‬ ‫‪12‬‬
‫‪2‬‬
‫‪3 45‬‬
‫‪4‬‬
‫‪4‬‬ ‫جيدة‬ ‫‪3‬‬ ‫‪4‬‬
‫‪456‬‬ ‫‪5‬‬ ‫جيدة‬ ‫‪5‬‬ ‫جيدة‬
‫‪5‬‬
‫‪3‬‬
‫‪6‬‬ ‫جيدة‬ ‫‪67‬‬ ‫‪6‬‬ ‫مقبولة‬
‫‪ 6.5‬‬
‫‪2‬‬

‫‪ -2‬حساب مربعات الرتب من الجدول التالي ‪:‬‬

‫بالتعويض في القانون حيث ‪ n=10‬نحصل على قيمة معامل سبيرمان الرتباط الرتب‪:‬‬

‫)‪6(4.5‬‬
‫= ‪rs‬‬ ‫‪=0.973‬‬
‫)‪10 (100  1‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 61‬‬

 ‫الدرس رقم ‪ :05‬عالقة االنحدار ‪RELATION DE REGRESSION‬‬

‫في نهاية هذا الدرس‪ ،‬يكون المتربص قادرا على حساب معادلة خط االنحدار‬ ‫الهدف من الدرس‪:‬‬
‫و يرسمها بيانيا بدون أخطاء‪.‬‬

‫خطة الدرس‪:‬‬

‫مقدمة‬

‫‪ -I‬االنحدار الخطي البسيط‬

‫‪ -1‬تعريف االنحدار الخطي البسيط‬

‫‪ -2‬المتغيرات‬
‫‪ -3‬شكل اإلنتشار‬

‫‪ -II‬معادلة خط االنحدار‬

‫‪ -1‬تعريف معادلة خط االنحدار‬

‫‪ -2‬نموذج عن معادلة خط االنحدار‬
‫‪ -3‬شكل العالقة بين ‪ x‬و ‪y‬‬

‫تمارين تطبيقية‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 62‬‬

 ‫مقدمة‪:‬‬
‫لقد سبق لنا دراسة العالقة بين متغيرين )‪ (x, y‬و إيجاد معامل االرتباط بينهم بعدة طرق وذلك لقياس قوة‬
‫االرتباط و إيجاد العالقة بينهما ( طردية – عكسية) كما في معاملي ارتباط بيرسون و سبيرمان‪ ،‬و في هذا‬
‫الدرس سنبحث عن إيجاد معادلة رياضية تمثل أفضل توفيق لخط مستقيم يعبر عن البيانات في شكلها‬
‫الخطي‪.‬‬

‫إن الهدف من الدرس هو ترجمة العالقة التي يمكن أن توجد بين متغيرين ا أو أكثر‪ ،‬من خالل المعطيات‬
‫الرقمية لهذه المتغيرات‪ ،‬إلى عالقة رياضية تحدد بنوع من الدقة طبيعة تلك العالقة‪ ،‬هل هي عالقة طردية‬
‫أو عكسية ؟ وما هي درجة ارتباطها‪ ،‬قوية أم ضعيفة ؟ و قبل ذلك ما هي العالقة الدالية بينها‪ ،‬هل هي‬
‫خطية أو ما يصطلح عليه بعالقة االنحدار الخطي والتي هي موضوع هذا الدرس أو هي عالقة غير خطية ؟‬

‫و الغرض من إيجاد معادلة خط االنحدار هو التنبؤ بقيمة المتغير التابع لقيمة محددة من قيم المتغير المستقل‬
‫و تسمى العالقة بين المتغير المستقل ‪ x‬و المتغير التابع ‪ y‬بمعادلة خط االنحدار البسيط‪.‬‬

‫‪ -I‬االنحدار الخطي البسيط‪:‬‬

‫‪ -1‬تعريف االنحدار الخطي البسيط‪:‬‬
‫االنحدار الخطي البسيط عبارة عن عالقة دالية من الدرجة األولى تربط متغيرين مأخوذين من واقع اقتصادي‬
‫أو اجتماعي معين خالل فترة محددة‪ ،‬احدهما تابع نرمز له بـ ‪ Y‬و الثاني مستقل نرمز له بـ‪ ، X‬بحيث يتم‬
‫إيجاد معالم الدالة الخطية (ثوابتها) بعدة طرق أهمها طريقة المربعات الصغرى‪.‬‬

‫‪ -2‬المتغيرات‪:‬‬
‫يعرف في االنحدار الخطي البسيط متغيرين أساسيين‪ ،‬إذا كانت لدينا القيم‪ yn …، y3 ، y2 , y1 :‬تنجم عن‬
‫القيم‪ ، xn…. ،x3،x2، x1 :‬على التوالي‪ ،‬فإنه يمكن إعطاء التعريف التالي ‪ :‬يسمى المتغير بالمتغير التابع‪،‬‬
‫ونرمز له بـ ‪ yi‬إذا كانت كل قيمة له تتأثر تبعا لتغير قيمة متغير آخر ‪ xi‬يسمى بالمتغير المستقل‪.‬‬

‫فالعالقة بين المتغيرتين هي عالقة سببية‪ ،‬بحيث أن تغير أحدهما مرتبط بتغير الثاني‪ ،‬كما هي الحالة‬
‫بالنسبة لتغير استهالك الفرد تبعا لتغير دخله‪ ،‬بحيث انه كلما ارتفع الدخل أدى ذلك إلى زيادة الفرد من‬
‫استهالكه من مختلف السلع و الخدمات‪.‬‬

‫فالدخل هنا هو متغير مستقل تغيره يتسبب في تغير االستهالك في نفس االتجاه‪ ،‬فاالستهالك هو متغير‬
‫تابع للدخل‪ ،‬و حينها يمكن القول إن العالقة بين دخل الفرد واستهالكه هي عالقة انحدار‪ ،‬بحيث أن االستهالك‬
‫هو دالة خطية في الدخل‪.‬‬

‫‪ -3‬شكل االنتشار‪:‬‬
‫بعد تحديد المتغير المستقل والمتغير التابع‪ ،‬يتم رسم معلم متعامد‪ ،‬بحيث يوضع على المحور العمودي‬
‫المتغير التابع‪ ،‬وعلى المحور األفقي المتغير المستقل‪ ،‬ويتم بعد ذلك تحديد نقاط األزواج المرتبة ) ‪، ( y xi‬‬
‫لكل قيم الظاهرة‪.‬‬

‫تسمى النقاط المحصل عليها‪ ،‬بشكل االنتشار ‪.‬شكل االنتشار لظاهرة ما ذات متغيرين أحدهما تابع و اآلخر‬
‫مستقل‪ ،‬هو مجموعة نقـاط )‪ ،) xi ,yi‬المرتبة األزواج ‪ ،‬لتلك الظاهرة المجسدة على معلم متعامد ‪.‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 63‬‬

 ‫‪ -II‬معادلة خط االنحدار‪:‬‬
‫‪ -1‬تعريف معادلة خط االنحدار‪:‬‬
‫معادلة خط االنحدار هي معادلة رياضية تمثل أفضل خط مستقيم يعبر عن بيانات متغيرين ‪ x i‬و ‪ . y i‬ويستفاد‬
‫من معادلة خط االنحدار في التحليل و التنبؤ بقيم احد المتغيرين عند معرفة قيمة المتغير اآلخر‪ ،‬فإذا كانت‬
‫لدينا عينة من األزواج المرتبة للمتغيرين ‪ x‬و ‪ y‬حيث أن ‪ x‬هو المتغير المستقل و ‪ y‬هو المتغير التابع‪،‬‬
‫فانه يمكن رصد هذه النقاط على الرسم البياني التالي ‪:‬‬

‫إن كل نقطة على الشكل أعاله تمثل زوجا من القيم )‪ (x ,y‬و أن الوسيطين لقيم ‪ x‬و ‪ y‬يقعان على خط‬
‫المستقيم الذي يسمى بمنحنى االنحدار‪ ،‬ويشمل منحنى االنحدار على تقديرات لجميع قيم ‪ y‬المناظرة‬
‫لقيم ‪.x‬‬

‫نموذج معادلة خط االنحدار‪:‬‬ ‫‪-2‬‬

‫يمكن عرض نموذج االنحدار الخطي في شكل معادلة خطية من الدرجة األولى‪ ،‬تعكس المتغير التابع كدالة‬
‫في المتغير المستقل كما يلي‪:‬‬

‫)‪F(x‬‬ ‫‪y= a + b x‬‬

‫حيث نحسب قيمة ‪ a‬من المعادلتين التاليتين‪:‬‬

‫‪ ( x‬‬ ‫‪‬‬

‫‪n‬‬

‫‪i‬‬ ‫) ‪ x)( y i  y‬‬

‫‪b‬‬ ‫‪i 1‬‬
‫‪n‬‬
‫المعادلة األولى‪:‬‬
‫‪ (x‬‬
‫‪i 1‬‬
‫‪i‬‬ ‫)‪ x‬‬ ‫‪2‬‬

‫‪n‬‬

‫‪x y‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪nx y‬‬

‫‪b‬‬ ‫‪i 1‬‬
‫‪n‬‬
‫المعادلة الثانية‪:‬‬
‫‪x‬‬
‫‪2‬‬
‫‪ nx‬‬
‫‪2‬‬
‫‪i‬‬
‫‪i 1‬‬

‫حيث‪:‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 64‬‬

 ‫‪ : n‬عدد المتغيرات‬
‫‪ : x‬المتوسط الحسابي لقيم المتغير المستقل ‪xi‬‬
‫‪ : y‬المتوسط الحسابي لقيم المتغير التابع ‪y i‬‬
‫نحسب قيمة ‪ a‬من المعادلة ‪a = y - b x :‬‬

‫شكل العالقة بين ‪ x‬و ‪:y‬‬ ‫‪-3‬‬

‫يمكن التميز بين ‪ 03‬حاالت من األشكال تبن لنا نوع العالقة الموجودة بين ‪ xi‬و ‪: y‬‬

‫عالقة ارتباط خطي عكسي‪:‬‬ ‫عالقة ارتباط خطي طردي‪:‬‬

‫أي كلما زاد المتغير المستقل ‪ xi‬أي كلما زاد المتغير المستقل ‪xi‬‬
‫يؤدي إلى زيادة المتغير التابع ‪ y i‬و يؤدي إلى انخفاض المتغير التابع ‪y i‬‬
‫العكس صحيح و دالة االنحدار و دالة االنحدار الخطي هي ‪:‬‬
‫‪y= a - b x‬‬ ‫الخطي في هذه الحالة هي‪:‬‬
‫حيث قيمة ‪ b‬تكون سالبة –‬ ‫‪y= a + b x‬‬
‫وشكل العالقة بيانيا هو الشكل‬ ‫حيث قيمة ‪ b‬موجبة ‪+‬‬
‫الثاني‬ ‫وشكل العالقة هو الشكل األول‬

‫عالقة منعدمة‪ :‬أي ال يوجد اتجاه واضح لنقاط اإلحداثيات أي ال توجد عالقة خطية كما في الشكل التالي‪:‬‬

‫تمارين تطبيقية‪:‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 65‬‬

 ‫التمرين رقم ‪:01‬‬

‫البيانات التالية تمثل كمية البروتين اليومي بالجرام التي يحتاجها العجل الرضيع‪،‬ومقدار الزيادة في وزن العجل‬
‫بالكلغ في عينة من العجول الرضيعة حجمها ‪. 10‬‬

‫‪70‬‬ ‫‪59‬‬ ‫‪50‬‬ ‫‪46‬‬ ‫‪25‬‬ ‫‪20‬‬ ‫‪15‬‬ ‫‪14‬‬ ‫‪11‬‬ ‫‪10‬‬ ‫كمية‬
‫البروتين‬
‫‪20‬‬ ‫‪16‬‬ ‫‪15‬‬ ‫‪19‬‬ ‫‪13‬‬ ‫‪13‬‬ ‫‪12‬‬ ‫‪12‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫الزيادة‬
‫في‬
‫الحجم‬

‫المطلوب‪:‬‬

‫‪ -1‬ارسم نقاط االنتشار و حدد شكل العالقة‬

‫‪ -2‬اوجد معادلة االنحدار بين المتغيرين‬
‫‪ -3‬ما هو مقدار الزيادة في الوزن عند إعطاء العجل ‪ 100‬جرام من البروتين‬

‫الحل‪:‬‬

‫‪ -1‬رسم نقاط االنتشار‬

‫مقدار الزيادة ‪y‬‬

‫كمية البروتين ‪x‬‬

‫من خالل شكل نقاط االنتشار نتوقع أن تكون العالقة بين كمية البروتين و مقدار الوزن عالقة خطية طردية‪.‬‬

‫‪ -2‬تحديد معادلة االنحدار‪:‬‬

‫نفترض أن ‪ x‬تمثل كمية البروتين و ‪ y‬تمثل مقدار الزيادة في الوزن و كون بذلك معادلة مستقيم خط االنحدار‬
‫هي ‪y=a+ bx :‬‬
‫حساب قيمة ‪ b‬من العالقة‪:‬‬
‫‪n‬‬

‫‪x y‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪nx y‬‬

‫‪b‬‬ ‫‪i 1‬‬
‫‪n‬‬

‫‪x‬‬
‫‪2‬‬
‫‪ nx‬‬
‫‪2‬‬
‫‪i‬‬
‫‪i 1‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 66‬‬

 ‫‪xi‬‬
‫‪2‬‬
‫‪xi y i‬‬ ‫الزيادة في‬ ‫كمية‬
‫الوزن ‪y i‬‬ ‫البروتين ‪xi‬‬
‫‪100‬‬ ‫‪100‬‬ ‫‪10‬‬ ‫‪10‬‬
‫‪121‬‬ ‫‪110‬‬ ‫‪10‬‬ ‫‪11‬‬
‫‪196‬‬ ‫‪168‬‬ ‫‪12‬‬ ‫‪14‬‬
‫‪225‬‬ ‫‪180‬‬ ‫‪12‬‬ ‫‪15‬‬
‫‪400‬‬ ‫‪260‬‬ ‫‪13‬‬ ‫‪20‬‬
‫‪625‬‬ ‫‪325‬‬ ‫‪13‬‬ ‫‪25‬‬
‫‪2116‬‬ ‫‪874‬‬ ‫‪19‬‬ ‫‪46‬‬
‫‪2500‬‬ ‫‪750‬‬ ‫‪15‬‬ ‫‪50‬‬
‫‪3481‬‬ ‫‪944‬‬ ‫‪16‬‬ ‫‪59‬‬
‫‪4900‬‬ ‫‪1400‬‬ ‫‪20‬‬ ‫‪70‬‬
‫‪14664‬‬ ‫‪5111‬‬ ‫‪140‬‬ ‫‪320‬‬

‫‪320‬‬ ‫‪1 k‬‬

‫= ‪x‬‬ ‫‪= 32 x   xi‬‬
‫‪10‬‬ ‫‪n i1‬‬
‫‪1 k‬‬
‫‪y   yi‬‬
‫‪n i 1‬‬
‫‪140‬‬
‫=‪y‬‬ ‫‪= 14‬‬
‫‪10‬‬
‫‪n‬‬

‫‪x y‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪nx y‬‬

‫‪b‬‬ ‫‪i 1‬‬
‫‪n‬‬

‫‪x‬‬
‫‪2‬‬
‫‪ nx‬‬
‫‪2‬‬
‫‪i‬‬
‫‪i 1‬‬

‫‪51111  10..14.32‬‬ ‫‪6310‬‬

‫‪b‬‬ ‫=‬ ‫‪= 0 ,142‬‬
‫‪14641  10.32.32‬‬ ‫‪44240‬‬

‫‪b = 0.142‬‬

‫حساب قيمة ‪:a‬‬

‫‪a = y - bx‬‬ ‫نحسب قيمة ‪ a‬من المعادلة ‪:‬‬

‫‪a = 14- 0.142. 32= 9.43‬‬ ‫‪a= 9.43‬‬

‫ومنه تكون معادلة خط االنحدار‪y =9 ,43+ 0.142x :‬‬

‫تفسير المعادلة‪:‬‬
‫الثابت ‪ a= 9.43‬يدل على أنه في حالة عدم استخدام البروتين في التغذية فإن الوزن يزيد بـ ‪ 9.44‬كلغ‬

‫حساب مقدار الزيادة في الوزن عند ‪x=80‬‬

‫نعوض قيمة ‪ x=100‬في معادلة خط االنحدار فنجد ‪:‬‬
‫‪Y = 9,43 + 0 ,142 (80) = 9,43+ 11.36 = 20.79‬‬

‫‪ -3‬رسم معادلة خط االنحدار على نقاط االنتشار‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 67‬‬

 ‫يمكن رسم معادلة خط مستقيم إذا علم نقطتين على الخط المستقيم‬

‫‪10‬‬ ‫‪50‬‬ ‫‪x‬‬

‫‪10.87‬‬ ‫‪16.59‬‬ ‫‪y‬‬

‫وتكون معادلة خط االنحدار‬

‫‪y‬‬

‫‪x‬‬

‫التمرين رقم ‪:02‬‬

‫في أحد أماكن بيع السيارات كانت المبيعات كالتالي ‪:‬‬

‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫عمر‬

‫السيارة‬
‫‪xi‬‬
‫‪31‬‬ ‫‪44‬‬ ‫‪60‬‬ ‫‪70‬‬ ‫‪18‬‬ ‫‪17‬‬ ‫‪71‬‬ ‫‪29‬‬ ‫ثمن‬
‫البيع ‪y i‬‬

‫المطلوب‪ :‬أوجد معادلة خط انحدار ‪ y‬على ‪x‬‬

‫حل التمرين الثاني ‪ :‬إيجاد معادلة خط االنحدار‬

‫حساب قيمة ‪ b‬من العالقة‪:‬‬

‫‪n‬‬

‫‪x‬‬ ‫‪i‬‬ ‫‪yi  n x y‬‬

‫‪b‬‬ ‫‪i 1‬‬
‫‪n‬‬

‫‪x‬‬
‫‪2‬‬
‫‪ nx‬‬
‫‪2‬‬
‫‪i‬‬
‫‪i 1‬‬

‫‪TAG0717/SEMESTRE II‬‬ ‫‪STATISTIQUE DESCRIPTIVE‬‬ ‫»‪«PROPRIETE CNFEPD‬‬ ‫‪PAGE 68‬‬

 xi
2
xi y i ‫ثمن البيع‬ ‫عمر‬
yi ‫السيارة‬
xi
16 116 29 4
1 71 71 1
36 102 17 6
25 90 18 5
1 70 70 1
1 60 60 1
4 88 44 2
9 93 31 3
93 690 340 23

1 8 23
x 
n i 1
xi x =
8
= 2.875

1 8 340
y 
n i 1
yi y =
8
= 42.5
n

x i yi  n x y
b
690  8.(2.87 * 42 .5)
=
b i 1
n 93  8(8.23)
x
2
 nx
2
i
i 1

690  975 .8
= -10.52
27.16
b = -10.52

:a ‫حساب قيمة‬

a = y - bx : ‫ من المعادلة‬a ‫نحسب قيمة‬

a = 42.5- ( -10.52). 2.87 = 72.69
a= 72.7

y =72.7-10.52x :‫و منه تكون معادلة خط االنحدار‬

TAG0717/SEMESTRE II STATISTIQUE DESCRIPTIVE «PROPRIETE CNFEPD» PAGE 69