‫جامعة عبد الحميد بن باديس –مستغانم ‪-‬‬

‫كلية العلوم االقتصادية‪ ،‬علوم التسييروالعلوم التجارية‬

‫دروس وأعمـال موجهـة‬

‫في اإلحصاء ‪3‬‬

‫مطبوعة موجهة إلى طلبة السنة الثانية والسنة الثالثة ‪ LMD‬علوم اقتصادية‪،‬‬
‫علوم التسيير والعلوم التجارية‬

‫د‪ .‬خليـــفة الحاج‬

‫السنـــة الجامعية‪2019 - 2018 :‬‬

 " (95) ‫( َو ُكلُّ ُه ْم آتِيـــ ِه َيــــوْ َم ْال ِقيَا َمـــ ِة فَرْ دًا‬94) ‫عـــدًّا‬
َ ‫عدَّ ُهــــ ْم‬ َ ‫" لَّقَ ْد أ َ ْح‬
َ ‫صـــا ُه ْم َو‬

‫ســـــورة مريــــم‬

« La statistique est comparable à un fusil chargé qui, en des mains inexpérimentées, peut
amener à de graves accidents ».
CHEYSSON
 ‫فهــــرس المحتويــــات‬
‫الصفحة‬ ‫العنـــــوان‬
‫‪01‬‬ ‫مقدمـــــة‬
‫‪02‬‬ ‫الفصل األول‪ :‬نظرية المعاينـــة‪.‬‬
‫‪03‬‬ ‫تمهيد‬
‫‪03‬‬ ‫‪ .1.1‬مفاهيـــم إحصائيـــة‪.‬‬
‫‪03‬‬ ‫‪ .1.1.1‬المجتمع اإلحصائي والعينة اإلحصائية‪.‬‬
‫‪03‬‬ ‫‪ .2.1.1‬المعاينة باإلرجاع والمعاينة بدون إرجاع‪.‬‬
‫‪03‬‬ ‫‪ .3.1.1‬معالم المجتمع‪.‬‬
‫‪04‬‬ ‫‪ .4.1.1‬إحصائيات العينة‪.‬‬
‫‪04‬‬ ‫‪ .5.1.1‬توزيعات المعاينة‪.‬‬
‫‪04‬‬ ‫‪ .2.1‬توزيع المعاينة للمتوسط الحسابي‪.‬‬
‫‪04‬‬ ‫‪ 1.2.1‬توزيع المعاينة للمتوسط الحسابي في حالة مجتمع طبيعي‪.‬‬
‫‪05‬‬ ‫‪ .2.2.1‬توزيع المعاينة للمتوسط الحسابي في حالة مجتمع غير طبيعي‪.‬‬
‫‪07‬‬ ‫‪ .3.2.1‬توزيع المعاينة للمتوسط الحسابي في حالة تباين المجتمع مجهول وحجم العينة صغير‪.‬‬
‫‪09‬‬ ‫‪ .3.1‬توزيع المعاينة للفرق بين متوسطين‪.‬‬
‫‪09‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪ .1.3.1‬الحالة األولى‪ :‬المجتمعين طبيعيين و ‪ σ1‬و ‪ σ2‬معلومين‪.‬‬
‫‪10‬‬ ‫‪ .2.3.1‬الحالة الثانية‪ :‬المجتمعين غير طبيعيين و ‪ σ12‬و ‪ σ22‬معلومين‪.‬‬
‫‪12‬‬ ‫‪ .3.3.1‬الحالة الثالثة‪ :‬تباينا المجتمعين مجهولين والعينات صغيرة الحجم‪.‬‬
‫‪15‬‬ ‫‪ .4.1‬توزيع المعاينة لتباين العينة‬
‫‪16‬‬ ‫‪ .5.1‬توزيع المعاينة لنسبة تباينا عينتين‪.‬‬
‫‪17‬‬ ‫‪ .6.1‬توزيع المعاينة لنسبة العينة‪.‬‬
‫‪18‬‬ ‫‪ .7.1‬توزيع المعاينة للفرق بين نسبتي عينتين‪.‬‬
‫‪20‬‬ ‫خالصـــة الفصــــل‬
‫‪21‬‬ ‫تماريــــن إضافيـــــة‬
‫‪23‬‬ ‫حلول التماريــــن‬
‫‪30‬‬ ‫الفصل الثاني‪ :‬نظريــــة التقديـــــر‪.‬‬
‫‪31‬‬ ‫تمهيد‬
‫‪31‬‬ ‫‪ .1.2‬مفهوم التقدير اإلحصائي‬
‫‪31‬‬ ‫‪ .2.2‬أنواع التقديرات اإلحصائية‬
‫‪31‬‬ ‫‪ .1.2.2‬التقدير بنقطة‬
‫‪32‬‬ ‫‪ .2.2.2‬التقدير بفترة أو مجال الثقة‪.‬‬
‫‪32‬‬ ‫‪ .3.2‬فترة الثقة لمتوسط المجتمع ‪.µ‬‬
‫‪32‬‬ ‫‪2‬‬
‫‪ .1.3.2‬الحالة األولى‪ :‬تباين المجتمع 𝜎 معلوم‪.‬‬
‫‪33‬‬ ‫‪ .2.3.2‬الحالة الثانية‪ :‬تباين المجتمع ‪ 𝜎 2‬مجهول وعينات كبيرة‪.‬‬
‫‪34‬‬ ‫‪ .3.3.2‬الحالة الثالثة‪ :‬تباين المجتمع ‪ 𝜎 2‬مجهول وعينات صغيرة‪.‬‬
‫‪36‬‬ ‫‪ .4.2‬فترة الثقة للفرق بين متوسطي مجتمعين ( ‪)𝜇1 − 𝜇2‬‬
‫‪37‬‬ ‫‪ .1.4.2‬الحالة األولى‪ :‬حالة معلومية تباينا المجتمعين‪ σ12 ،‬و ‪σ2‬‬
‫‪2‬‬

‫‪38‬‬ ‫‪ .2.4.2‬الحالة الثانية‪ :‬حالة عدم معلومية ‪ σ12‬و ‪ ،σ22‬والعينتان مستقلتان وكبيرة الحجم‬
‫‪40‬‬ ‫‪ .3.4.2‬الحالة الثالثة‪ :‬حالة عدم معلومية ‪ σ12‬و ‪ ،σ22‬والعينتان مستقلتان وصغيرة الحجم‬
‫‪43‬‬ ‫‪ .5.2‬فترة الثقة لتباين المجتمع ‪𝜎 2‬‬
‫‪44‬‬ ‫‪𝜎12‬‬
‫‪ .6.2‬فترة الثقة للنسبة بين تباينا المجتمعين‬
‫‪𝜎22‬‬
‫‪46‬‬ ‫‪ .7.2‬فترة الثقة لنسبة المجتمع ‪P‬‬
‫‪49‬‬ ‫‪ .8.2‬فترة الثقة للفرق بين نسبتي مجتمعين ( ‪)𝑃1 − 𝑃2‬‬
‫‪52‬‬ ‫خالصـــة الفصــــل‬
‫‪53‬‬ ‫تماريــــن إضافيــــة‬
‫‪58‬‬ ‫حلول التماريــــن‬
‫‪72‬‬ ‫الفصل الثالث‪ :‬اختبـــار الفرضيـــات‬
‫‪73‬‬ ‫تمهيد‬
‫‪73‬‬ ‫‪ .1.3‬مفهوم اختبار الفرضيــات‪.‬‬
‫‪73‬‬ ‫‪ .2.3‬فرضية العدم والفرضية البديلة‪.‬‬
‫‪74‬‬ ‫‪ .3.3‬أخطاء اختبار الفرضيات وأنواعها‪.‬‬
‫‪75‬‬ ‫‪ .4.3‬خطوات عملية اختبار الفرضيات‪.‬‬
‫‪77‬‬ ‫‪ .5.3‬اختبار فرضيات لمتوسط مجتمع ‪.µ‬‬
‫‪77‬‬ ‫‪ .1.5.3‬الحالة األولى‪ :‬تباين المجتمع ‪ 𝜎 2‬معلوم‪.‬‬
‫‪79‬‬ ‫‪ .2.5.3‬الحالة الثانية‪ :‬تباين المجتمع ‪ 𝜎 2‬مجهول وعينات كبيرة‪.‬‬
‫‪80‬‬ ‫‪ .3.5.3‬الحالة الثالثة‪ :‬تباين المجتمع ‪ 𝜎 2‬مجهول وعينات صغيرة‪.‬‬
‫‪81‬‬ ‫‪ .6.3‬اختبار فرضيات للفرق بين متوسطي مجتمعين‬
‫‪81‬‬ ‫‪ .1.6.3‬الحالة األولى‪ :‬تباينا المجتمعين‪ σ12 ،‬و ‪ σ22‬معلومين‪.‬‬
‫‪83‬‬ ‫‪ .2.6.3‬الحالة الثانية‪ :‬تباينا المجتمعين ‪ σ12‬و ‪ σ22‬مجهولين ومتساويين‪.‬‬
‫‪84‬‬ ‫‪ .3.6.3‬الحالة الثالثة‪ :‬تباينا المجتمعين ‪ σ22‬و ‪ σ22‬مجهولين وغير متساويين‪.‬‬
‫‪87‬‬ ‫‪ .7.3‬اختبار الفرق بين متوسطي مجتمعين غير مستقلين‬
‫‪89‬‬ ‫‪ .8.3‬اختبار الفرضيات لنسبة مجتمع‪.‬‬
‫‪91‬‬ ‫‪ .9.3‬اختبار الفرضيات للفرق بين نسبتي مجتمعين‪.‬‬
‫‪92‬‬ ‫‪ .10.3‬اختبار فرضيات لتباين مجتمع‪.‬‬
‫‪93‬‬ ‫‪ .11.3‬اختبار فرضيات لنسبة تباينا مجتمعين‪.‬‬
‫‪96‬‬ ‫خالصـــة الفصــــل‬
‫‪97‬‬ ‫تماريــــن إضافيــــة‬
‫‪100‬‬ ‫حلول التماريــــن‬
‫‪112‬‬ ‫الخاتمـــــة العامة‬
‫‪113‬‬ ‫المصطلحات االحصائيـــــة‬
‫‪116‬‬ ‫المالحق‬
‫‪122‬‬ ‫المراجع‬
 ‫مقدمــــة‬

‫تتضمن هذه المطبوعة دروس وأمثلة وتمارين محلولة وفق البرنامج الوزاري لمقياس اإلحصاء ‪3‬‬

‫أو ما يُسمى باإلحصاء االستداللي (‪ )Statistique inférentielle‬أو التطبيقي (‪)Statistique appliquée‬‬

‫موجهة لطلبة أقسام السنة الثانية علوم اقتصادية‪ ،‬علوم التسيير والعلوم التجارية والعلوم المالية‬
‫والمحاسبية ‪ ،‬وإلى كل المستويات باختالف تخصصاتها‪ ،‬وقد حرصنا في تقديم هذه المطبوعة على‬
‫ا إليجاز والسهولة وتبسيط المفاهيم المدعمة بأمثلة تطبيقية بعيدا ً عن البراهين المعقدة والمسترسلة‪،‬‬
‫وذلك حتى يتسنى للطلبة استيعاب م حاور المقرر الدراسي‪.‬‬

‫وقد قُسمت هذه المطبوعة إلى ثالثة فصول أساسية يُطلق عليها بمثلث االستدالل اإلحصائي‬
‫(‪ )Triangle de l’inférence statistique‬حيث يرتكز عليها االستدالل اإلحصائي هي‪ :‬نظرية المعاينة‬
‫(‪ )Théorie d’échantillonnage‬أو توزيعات المعاينة‪ ،‬نظرية التقدير (‪( )Théorie d’estimation‬تقدير‬
‫معالم المجتمع المجهولة)‪ ،‬واختبار الفرضيات اإلحصائية ( ‪.)Test d’hypothèses‬‬

‫إختبار الفرضيـــــــــات‬
‫االحصـــاء‬ ‫نظريــــــــة التقدير‬

‫االستداللـــي‬

‫توزيـــــعات المعاينــــــة‬

‫‪1‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫الفصـــل األول‬
‫نظريـة المعاينــة‬

‫تمهيــــد‬
‫‪ .1.1‬مفاهيـــم إحصائيـــة‪.‬‬
‫‪ .1.1.1‬المجتمع اإلحصائي والعينة اإلحصائية‪.‬‬
‫‪ .2.1.1‬المعاينة باإلرجاع والمعاينة بدون إرجاع‪.‬‬
‫‪ .3.1.1‬معالم المجتمع‪.‬‬
‫‪ .4.1.1‬إحصائيات العينة‪.‬‬
‫‪ .5.1.1‬توزيعات المعاينة‪.‬‬
‫‪ .2.1‬توزيع المعاينة للمتوسط الحسابي‪.‬‬
‫‪ 1.2.1‬توزيع المعاينة للمتوسط الحسابي في حالة مجتمع طبيعي‪.‬‬
‫‪ .2.2.1‬توزيع المعاينة للمتوسط الحسابي في حالة مجتمع غير طبيعي‪.‬‬
‫‪ .3.2.1‬توزيع المعاينة للمتوسط الحسابي في حالة االنحراف المعياري للمجتمع مجهول‪.‬‬
‫‪ .3.1‬توزيع المعاينة للفرق بين متوسطين‪.‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪ .1.3.1‬الحالة األولى‪ :‬المجتمعين طبيعيين و ‪ σ1‬و ‪ σ2‬معلومين‪.‬‬
‫‪ .2.3.1‬الحالة الثانية‪ :‬المجتمعين غير طبيعيين و ‪ σ12‬و ‪ σ22‬معلومين‪.‬‬
‫‪ .3.3.1‬الحالة الثالثة‪ :‬تباينا المجتمعين مجهولين والعينات صغيرة الحجم‪.‬‬
‫‪ .4.1‬توزيع المعاينة لتباين العينة‬
‫‪ .5.1‬توزيع المعاينة لنسبة تباينا عينتين‪.‬‬
‫‪ .6.1‬توزيع المعاينة لنسبة العينة‪.‬‬
‫‪ .7.1‬توزيع المعاينة للفرق بين نسبتي عينتين‪.‬‬
‫خالصـــة الفصــــل‬
‫تماريــــن إضافيـــــة‬
‫حلول التماريــــن‬

‫‪2‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫تمهيـــــد‬
‫تهتم نظرية العينات بدراسة العالقة بين المجتمعع والعينعات المسعحوبة منعم فيمعا يسعمى باالسعتدالل‬
‫اإلحصائي‪ .‬هناك عدة طرق ألخذ العينات من المجتمعع السعتخدامها فعي االسعتدالل اإلحصعائي ومعن أ عهر‬
‫فرصعة‬ ‫هذه الطعرق هعي العينعة العئعوائية وهعي العينعة التعي تكعون لكعل مفعرده معن مفعردات المجتمعع نفع‬
‫االختيار في العيينة‪ .‬فمثالً نستعين بعينم مسحوبة من المجتمع لتقدير معالم هعذا المجتمعع مثعل متوسعطم أو‬
‫تباينم أو غير ذلك‪ .‬أو أعطاء عينم من المرضى بارتفاع الضغط‪ ،‬معثالً دواء مععين ثعم قيعاس ضعغطهم قبعل‬
‫وبعد تناولهم لهذا الدواء لمعرفة ما إذا كان هذا الدواء مفيد في خفض الضغط أم ال‪.‬‬

‫مفاهيــــم إحصائيـــة‬ ‫‪.1.1‬‬

‫‪ .1.1.1‬المجتمـــع اإلحصائي والعينة اإلحصائيــــة‬

‫‪ ‬المجتمع اإلحصائي‪ :‬هو مجموعة من المفردات (أفراد‪ ،‬أعداد‪ ،‬أ ياء‪ ،‬مقايي ‪ )...،‬ذات خصائص‬
‫مئتركة تدور الدراسة اإلحصائية حولها (مجموعة العناصر التي تعتمد عليها الدراسة‬
‫اإلحصائية)‪.‬‬
‫‪ ‬العينة اإلحصائية‪ :‬تعرف العينة بأنها جزء من المجتمع يتم اختياره لتمثيل المجتمع‪.‬‬

‫‪ .2.1.1‬المعاينـــة باإلرجاع والمعاينــــة بدون إرجــــاع‬

‫‪ ‬المعاينـــة باإلرجاع ( ‪)Echantillonnage avec remise‬‬
‫هي التي يتم فيها اختيار كل عنصر من مجتمع أكثر من مرة‪ ،‬ويُمكن اعتبار هذا المجتمع الذي‬
‫تمت فيم المعاينة باإلرجاع بالمجتمع غير منتم أو المجتمع غير المحدود طالما انم يمكن أن نسحب‬
‫منم عينة أيا ً كان حجمها دون استنفاد المجتمع‪ .‬وهناك قاعدة لمعرفة هل المعاينة تمت باإلرجاع‬
‫( ‪ ) Tirage avec remise‬أو بدون إرجاع (‪ )Tirage sans remise‬وذلك كما يلي‪:‬‬
‫المجتمع غير محدود أي أن المعاينة باإلرجاع ⟹ ‪n < 0,05N‬‬
‫‪ ‬المعاينـــة بدون إرجـــاع ( ‪)Echantillonnage sans remise‬‬

‫هي التي يتم فيها اختيار كل عنصر من مجتمع مرة واحدة فقط‪ ،‬ويُمكن اعتبار هذا المجتمع الذي‬
‫تمت فيم المعاينة بدون إرجاع بالمجتمع المنتم أو المجتمع المحدود‪.‬‬
‫المجتمع محدود أي أن المعاينة بدون إرجاع ⟹ ‪n ≥ 0,05N‬‬

‫‪ .3.1.1‬معالم المجتمـــع (‪)Paramètres‬‬

‫هي عبارة عن خاصية أو مقياس يتم حسابها من المجتمع محل الدراسة‪ .‬أي أن المعالم هي مقايي‬
‫تحدد خصائص المجتمع (التوزيع)‪.‬‬

‫‪3‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫‪ .4.1.1‬إحصائيـــات العينـــة (‪)Statistiques‬‬

‫هي عبارة عن خاصية أو مقياس يتم حسابها من العينة المسحوبة من المجتمع محل الدراسة‪ .‬أي‬
‫أن االحصاءة هي دالة في بيانات العينة‪.‬‬

‫‪ .5.1.1‬توزيعات المعاينـــة (‪)Distributions d’échantillonnage‬‬

‫توزيع المعاينة لإلحصائية هو التوزيع االحتمالي لهذه اإلحصائية المحسوب لكل العينات الممكنة‬
‫والتي حجمها ‪ n‬والمأخوذة من المجتمع اإلحصائي المدروس أيا ً كان حجمم وأيا ً كانت طريقة السحب‪.‬‬

‫‪ .2.1‬توزيـــع المعاينــــة للمتوســـط الحسابي‬

‫إذا أخذنا عينات متكررة من مجتمع ما وقمنا بقياس متوسط لكل عينة‪ ،‬فإننا نجد أن معظم هذه‬
‫المتوسطات تختلف عن بعضها البعض‪ ،‬ويسمى التوزيع االحتمالي لمتوسطات العينات بـــ‪" :‬توزيــع‬
‫المعاينة للمتوسط"‪ .‬ولكن توزيع المعاينة للمتوسط لم أيضا ً متوسط‪ ،‬يعبر عنة بالرمز ̅𝑿𝝁‪ ،‬وانحراف‬
‫معيارى أو خطأ معيـــارى ̅𝒙𝝈‪.‬‬

‫فتوزيع المعاينة للمتوسطات الحسابية هي عبارة عن التوزيع التكراري للمتوسطات الحسابية لعدد‬
‫كبير من العينات العئوائية المتساوية الحجم ومن مجتمع إحصائي واحد‪.‬‬
‫كما أن المتوسط الحسابي لتوزيع معاينة إحصائيات العينة يتفق تماما ً مع المعلمة الذي أخذت منم‬
‫هذه العينات‪.‬‬

‫‪ .1.2.1‬توزيع المعاينة للمتوسط الحسابي في حالة مجتمع طبيعي‬

‫إذا كان 𝑛𝑥 ‪ 𝑥1 , 𝑥2 , … . ,‬عينة عئوائية من مجتمع طبيعي متوسطم 𝜇 وتباينم فإن توزيع 𝑥 يكون‬
‫𝛍‪𝐗−‬‬ ‫‪𝜎2‬‬
‫= 𝐙 يخضع للتوزيع‬ ‫𝐧√‪𝛔/‬‬
‫حيث أن المتغير العئوائي‪:‬‬ ‫𝑛‬
‫التوزيع الطبيعي ذا المتوسط 𝜇 والتباين‬

‫الطبيعي المعياري‪.‬‬

‫‪ ‬توزيع المعاينة للمتوسط الحسابي في حالة مجتمع غير منته‪.‬‬

‫إذا كان 𝑖𝑥 متغير عئوائي يخضع للتوزيع الطبيعي متوسطم 𝜇 وتباينم ‪ 𝜎 2‬وكان 𝑥 يمثل المتوسط‬
‫الحسابي للعينة ذات الحجم 𝑛 والمحسوبة من هذا المجتمع باإلرجاع (مجتمع غير منتم) فإن‪:‬‬
‫‪μX̅ = μ‬‬
‫‪σ2‬‬ ‫‪σ‬‬
‫= ̅‪σ2x‬‬ ‫‪et‬‬ ‫= ̅‪σx‬‬
‫‪n‬‬ ‫‪√n‬‬

‫‪ ‬توزيع المعاينة للمتوسط الحسابي في حالة مجتمع منتـــه‪.‬‬

‫‪4‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫أما في حالة السحب بدون إرجاع فإن‪:‬‬

‫‪μx̅ = μ‬‬
‫𝑛‪𝜎2 𝑁−‬‬ ‫‪σ‬‬ ‫𝑛‪𝑁−‬‬
‫= ̅‪𝜎𝑋2‬‬ ‫‪et‬‬ ‫= ̅‪σx‬‬ ‫√‬
‫‪𝑛 𝑁−1‬‬ ‫‪√n‬‬ ‫‪𝑁−1‬‬

‫تمريـــن ‪ :1‬سحبت عينة عئوائية من مجتمع ال نهائي (السحب باإلرجاع) متوسطم ‪ 70‬وتباينم ‪ .40‬إذا‬
‫كان حجم العينة ‪ ،10‬فأوجد‪:‬‬
‫‪ ‬المتوسط الحسابي للعينة‪.‬‬
‫‪ ‬تباين العينة‪.‬‬
‫‪ ‬االنحراف المعياري للعينة‪.‬‬
‫الحـــل‬
‫‪𝜇𝑋̅ = 𝜇 = 70‬‬
‫‪𝜎 2 40‬‬
‫= ̅‪𝜎𝑋2‬‬ ‫=‬ ‫‪=4‬‬
‫𝑛‬ ‫‪10‬‬
‫‪𝜎𝑥̅ = √4 = 2‬‬
‫للتوزيع الطبيعي الذي متوسطم ‪ 65‬وانحرافم‬ ‫تمريـــن ‪ :2‬تخضع عالمات الطالب في أحد المقايي‬
‫المعياري ‪ .18‬أُخذت عينة عئوائية حجمها ‪ 36‬طالب‪ ،‬أحسب‪:‬‬
‫‪ ‬احتمال أن يزيد متوسط عالمات العينة على ‪ 74‬؟‬
‫‪ ‬احتمال أن يقل متوسط عالمات العينة على ‪ 60‬؟‬
‫الحــــل‬
‫‪𝑥 − 𝜇 74 − 65‬‬ ‫‪74 − 65‬‬
‫> 𝜎 (𝑃 = )‪𝑃(𝑥 > 74‬‬ ‫> 𝑍(𝑃 = )‬
‫‪18/√36‬‬ ‫‪18/√36‬‬
‫𝑛√‬
‫)‪= 𝑃(𝑍 > 3) = 1 – 𝑃(𝑍 < 3‬‬
‫‪= 1 – 0.9987 = 0.0013‬‬

‫𝜇‪𝑥−‬‬ ‫‪60 − 65‬‬ ‫‪60 − 65‬‬

‫< 𝜎 ( 𝑃 = )‪𝑃(𝑥 < 60‬‬ ‫< 𝑍( 𝑃 = )‬ ‫‪) = 𝑃(𝑍 < −1.67) = 0.0475‬‬
‫‪18‬‬ ‫‪18‬‬
‫𝑛√‬ ‫‪√36‬‬ ‫‪√36‬‬

‫‪ .2.2.1‬توزيع المعاينـــة للمتوســـط الحسابي في حالة مجتمـــع غير طبيعـــي‬

‫إذا كان مجتمع متوسطم ‪ μ‬وتباينم ‪ σ2‬معلوم‪ ،‬وسحبت منم جميع العينات العئوائية ذات الحجم ‪n‬‬

‫فما هو توزيع المتوسط الحسابي لهذه العينات حتى ولو لم يكن توزيع المجتمع توزيع طبيعي؟‬

‫‪5‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫نظرية النهاية المركزيـــة (‪)Théorème central limite‬‬

‫إذا كانت ( 𝑛𝑥 ‪ )𝑥1 , 𝑥2 , … . ,‬هي مئاهدات عينة عئوائية حجمها ‪ n‬أُخذت من مجتمع إحصائي‬
‫متوسطم ‪ μ‬وتباينم ‪ ،σ2‬فإن توزيع المعاينة للمتوسط الحسابي 𝑥 يقترب من التوزيع الطبيعي بمتوسط ‪μ‬‬

‫وتباين ‪ σ2‬كلما زاد حجم العينة تدريجياً‪ ،‬ويكفي لذلك أن يصل حجم العينة إلى ‪ 30‬مئاهدة‪ ،‬بعبارة أخرى‬
‫𝛍‪𝐗−‬‬
‫= 𝐙 يقترب من التوزيع الطبيعي المعياري كلما كان حجم العينة أكبر أو‬ ‫𝐧√‪𝛔/‬‬
‫فإن المتغير ‪ Z‬حيث‬

‫يساوي ‪ .30‬أي أن‪:‬‬

‫‪σ‬‬
‫;‪x↝N (μ‬‬ ‫)‬ ‫∞‪ 𝑛 → +‬عندما‬
‫‪√n‬‬
‫سحبت عينة عئوائية حجمها ‪ 36‬من مجتمع إحصائي متوسطم ‪ 65‬وانحرافم المعياري ‪.9‬‬
‫تمريـــن ‪ :3‬إذا ُ‬
‫أحسب احتمال أن يكون متوسط العينة أصغر من ‪ 68‬حالة المعاينة باإلرجاع‪.‬‬
‫الحل‬
‫‪ ‬حساب احتمال أن يكون متوسط العينة أصغر من ‪ 68‬في حالة المعاينة باإلرجاع‪.‬‬
‫‪𝜇𝑥̅ = 𝜇 = 65‬‬
‫𝜎‬ ‫‪9‬‬
‫= ̅𝑥𝜎‬ ‫=‬ ‫‪= 1,5‬‬
‫𝑛√‬ ‫‪√36‬‬
‫وأن توزيع المعاينة هو‪:‬‬
‫)‪𝑥̅ ~ 𝑁(65; 1,5‬‬
‫ونحسب االحتمال وفق الصيغة التالية‪:‬‬
‫‪68−65‬‬
‫< 𝑍( 𝑝 = )‪P(𝑥̅ < 68‬‬ ‫)‬
‫‪1,5‬‬

‫)‪= 𝑝(𝑍 < 2‬‬

‫‪= 0,9010‬‬
‫الشكل (‪ :)1.1‬المساحة تحت المنحنى الطبيعي لالحتمال )𝟐 < 𝒁(𝒑 ‪.‬‬

‫)‪f(z‬‬
‫‪0,4‬‬

‫‪0,3‬‬

‫‪0,2‬‬

‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪z‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي ‪Sine qua non‬‬

‫‪6‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫‪ .3.2.1‬توزيع المعاينة للمتوسط الحسابي في حالة تباين المجتمع وحجــم العينة صغيــر‪.‬‬

‫إذا أخذت عينة عئوائية من مجتمع يتبع التوزيع الطبيعي متوسطم 𝜇 وتباينم ‪ 𝜎 2‬غير معلوم بحيث‬
‫𝜇‪𝑋−‬‬
‫= 𝑙𝑑𝑇‬ ‫𝑠‬ ‫كان 𝑥 (المتوسط الحسابي للعينة) لعينة حجمها 𝑛 وانحرافها المعياري 𝑠 فإن المتغير‪:‬‬
‫𝑛√‬

‫يخضع لتوزيع 𝑡 بدرجات حرية ‪𝑑𝑙 = 𝑛 – 1‬‬

‫تمريـــن ‪ :4‬إذا كانت أطوال الطالب في أحد الصفوف المدرسية تتبع التوزيع الطبيعي المتوسط يساوي‬
‫‪160‬سم‪ ،‬إذا سحبت عينة عئوائية من ‪ 4‬طالب فما هو احتمال أن يقل متوسطها الحسابي عن ‪166‬سم‪ ،‬إذا‬
‫علمت أن االنحراف المعياري للعينة يساوي ‪10‬سم ؟‬
‫الحل‬

‫𝜇‪𝑋−‬‬ ‫‪166 − 160‬‬

‫< 𝑡( 𝑃 = )‪𝑃(𝑥̅ < 166‬‬ ‫𝑠‬ ‫)‬ ‫=‬ ‫𝑃‬ ‫𝑡(‬ ‫<‬ ‫‪) = 𝑃(𝑡 < 1,2) = 0,8849‬‬
‫‪10⁄‬‬
‫𝑛√‬ ‫‪√4‬‬
‫الشكل (‪ :)2.1‬المساحة تحت منحنى ‪ student‬لالحتمال )‪̅ < 166‬‬
‫𝒙(𝑷‬
‫)‪f(t‬‬
‫‪0,4‬‬

‫‪0,3‬‬

‫‪0,2‬‬

‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪z‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي ‪Sine qua non‬‬
‫تمريـــن ‪ :5‬نفترض أن عالمات طلبة قسم علوم التسيير في مقياس اإلحصاء االستداللي تتبع التوزيع‬
‫سحبت منم عينة عئوائية حجمها ‪ 36‬طالباً‪ ،‬أوجد‪:‬‬
‫الطبيعي بمتوسط ‪ 12‬وانحراف معياري مقداره ‪ُ ،4‬‬
‫‪ ‬توزيع المعاينة لهذه العينة؛‬
‫‪ ‬أحسب احتمال أن يزيد متوسط عالمات الطلبة عن ‪.14‬‬
‫الحل‬
‫‪𝜇𝑥̅ = 𝜇 = 12‬‬
‫𝜎‬ ‫‪4‬‬
‫= ̅𝑥𝜎‬ ‫=‬ ‫‪= 0,67‬‬
‫𝑛√‬ ‫‪√36‬‬
‫وأن توزيع المعاينة هو‪:‬‬
‫)‪𝑥̅ ↝ 𝑁(12; 0,67‬‬
‫ونحسب االحتمال وفق الصيغة التالية‪:‬‬

‫‪7‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫‪14−12‬‬
‫≥ 𝑍( 𝑝 = )‪P(𝑥̅ ≥ 14‬‬ ‫)‬
‫‪0,67‬‬

‫)‪= 𝑝(𝑍 ≥ 2,98‬‬

‫)‪= 0,5 - 𝑝(0 ≤ 𝑧 ≤ 2,98‬‬
‫‪0,5 – 0,4986 = 0,0014‬‬
‫الشكل (‪ :)3.1‬المساحة تحت المنحنى الطبيعي لالحتمال )𝟖𝟗 ‪𝒑(𝒁 ≥ 𝟐,‬‬
‫)‪f(z‬‬
‫‪0,4‬‬

‫‪0,3‬‬

‫‪0,2‬‬

‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪z‬‬
‫‪-0,1‬‬
‫‪Loi normale de moyenne 0 et d'écart type 1‬‬

‫‪-0,2‬‬
‫‪p(X>+2,98)=0,00144225‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي ‪Sine qua non‬‬
‫جدول ‪ :1.1‬ملخص توزيع المعاينة للمتوسط‬

‫الخاصيــــة‬ ‫المعاينــــة‬ ‫المجتمـــــع‬

‫𝜇 = ̅𝑥𝜇‬ ‫معاينة باإلرجاع أو بدون إرجاع‬ ‫مجتمع ما‬

‫‪𝜎2‬‬
‫= ̅‪𝜎𝑋2‬‬ ‫معاينة باإلرجاع‬ ‫مجتمع ما‬
‫𝑛‬
‫‪2‬‬
‫𝑛‪𝜎 𝑁−‬‬
‫= ̅‪𝜎𝑋2‬‬ ‫(‬ ‫)‬ ‫معاينة بدون إرجاع‬ ‫‪N‬‬ ‫مجتمع ما حجمم‬
‫‪𝑛 𝑁−1‬‬
‫مجتمع موزع طبيعيا بمتوسط‬
‫)‪𝑥̅ ≈ N(µ, σ²/n‬‬ ‫معاينة باإلرجاع أو بدون إرجاع‬
‫‪ µ‬وتباين ‪σ²‬‬
‫‪x̅ − μ‬‬
‫‪Z=σ‬‬ ‫)‪≈ N(0; 1‬‬ ‫مجتمع بمتوسط ‪ µ‬وتباين ‪σ²‬‬
‫‪⁄ n‬‬ ‫‪(n‬‬ ‫عندما يكون ‪ n‬كبيرا ً )‪≥ 30‬‬
‫√‬ ‫بالضرورة طبيعيا‬ ‫لكن لي‬

‫المصدر‪ :‬من إعداد الباحث‬

‫‪8‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫جدول ‪ :2.1‬توزيع المعاينة للمتوسطات حسب طبيعة توزيع المجتمع‪ ،‬معلومية التباين و حجم العينة‪.‬‬

‫تباين المجتمع‬
‫نوع التوزيـــع‬ ‫̅𝒙𝝈‬ ‫‪n‬‬ ‫قانون المجتمع‬
‫(‪)σ²‬‬
‫𝜎‬ ‫𝜎‬
‫; ‪↝N(µ‬‬
‫√‬ ‫𝑛‬
‫)‬ ‫‪ n ≥ 30‬أو‪n < 30‬‬ ‫معلوم‬
‫𝑛√‬
‫𝜎‬ ‫𝑆‬
‫; ‪↝N(µ‬‬
‫𝑛√‬
‫)‬ ‫‪n ≥ 30‬‬ ‫طبيعي‬
‫𝑛√‬ ‫غير معلوم‬
‫𝑆‬
‫‪↝tα; n-1‬‬ ‫‪n < 30‬‬
‫𝑛√‬
‫𝜎‬ ‫𝜎‬
‫; ‪↝N(µ‬‬
‫𝑛√‬
‫)‬ ‫‪n ≥ 30‬‬ ‫معلوم‬
‫𝑛√‬
‫𝜎‬ ‫𝑆‬ ‫غير معلوم‬
‫; ‪↝N(µ‬‬
‫√‬ ‫𝑛‬
‫)‬ ‫‪n ≥ 100‬‬ ‫غير معلوم‬
‫𝑛√‬
‫المصدر‪ :‬من إعداد الباحث‬

‫‪ .3.1‬توزيع المعاينـــة للفرق بين متوسطيـــن‬

‫‪ .1.3.1‬الحالة األولى‪ :‬المجتمعيـــن طبيعييـــن و 𝟏𝟐𝛔 و 𝟐𝟐𝛔 معلوميــــن‬

‫سحبت عينة عئوائية حجمها ‪ n1‬من مجتمع طبيعي متوسطم الحسابي 𝟏𝝁 وتباينم 𝟏𝟐𝛔‪ ،‬وعينة‬
‫إذا ُ‬
‫ثانية حجمها ‪ n2‬من مجتمع طبيعي أيضا ً متوسطم الحسابي 𝟐𝝁 وتباينم 𝟐𝟐𝛔‪ ،‬والعينتان مستقلتان‪ .‬فإذا كان‬
‫𝟏̅𝒙 يمثل متوسط العينة األولى‪ ،‬و 𝟐̅𝒙 يمثل متوسط العينة الثانية‪ ،‬فإن توزيع المعاينة للفرق بين متوسطيهما‬
‫( 𝟐̅𝒙 ‪ )𝒙̅𝟏 −‬يتبع التوزيع الطبيعي بمتوسط ( 𝟐𝝁 ‪ )𝝁𝟏 −‬وتباين وفق الصيغة التالية‪:‬‬
‫‪𝜎12 𝜎22‬‬
‫= 𝟐̅𝒙‪𝜎𝒙̅2𝟏 −‬‬ ‫‪+‬‬
‫‪𝑛1 𝑛2‬‬
‫ويكون توزيع المعاينة للفرق بين متوسطي المجتمعين وفق الئكل التالي‪:‬‬
‫‪𝜎12 𝜎22‬‬
‫) ‪(𝑥̅1 − 𝑥̅2 )~𝑁 (𝜇1 − 𝜇2 , +‬‬
‫‪𝑛1 𝑛2‬‬
‫) ‪(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2‬‬
‫=𝑍‬ ‫)‪↝ 𝑁(0,1‬‬
‫‪𝜎2‬‬ ‫‪𝜎22‬‬
‫‪√ 1‬‬
‫‪𝑛1 + 𝑛2‬‬

‫سحبت عينتين عئوائيتين من مؤسستين‬

‫تمريـــن ‪ :6‬لمعرفة الفرق بين متوسطي األجور للعمال‪ُ ،‬‬
‫مختلفتين إلنتاج مواد التجميل‪ ،‬فتحصلنا على النتائج المدونة أدناه‪:‬‬

‫‪Entreprise A‬‬ ‫‪Entreprise B‬‬

‫‪n‬‬ ‫‪36‬‬ ‫‪50‬‬
‫‪σ‬‬ ‫‪36‬‬ ‫‪40‬‬
‫‪µ‬‬ ‫‪230‬‬ ‫‪180‬‬

‫‪9‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫‪ ‬أوجد احتمال أن يكون الفرق بين متوسطي األجور للعينتين أكبر من ‪.40‬‬
‫الحل‪ :‬بما أن حجم العينتين أكبر من ‪ 30‬واالنحراف المعياري للمجتمعين معلومين‪ ،‬إذن فالتوزيع المتبع‬
‫هو توزيع طبيعي‪.‬‬

‫) ‪(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2‬‬

‫> 𝑍 𝑃 = ]‪𝑃[(𝑥̅1 − 𝑥̅ 2 ) > 40‬‬
‫‪𝜎2 𝜎2‬‬
‫‪√ 1 + 2‬‬
‫‪𝑛1 𝑛2‬‬
‫[‬ ‫]‬

‫)‪40 − (230 − 180‬‬

‫> 𝑍 𝑃 = ]‪⟹ 𝑃[(𝑥̅1 − 𝑥̅2 ) > 40‬‬
‫‪2‬‬ ‫‪2‬‬
‫)‪√(36) + (40‬‬
‫[‬ ‫‪36‬‬ ‫] ‪50‬‬
‫]‪⟺ 𝑃[(𝑥̅1 − 𝑥̅2 ) > 40] = 𝑃[𝑍 > 0,147‬‬
‫‪⟺ 𝑃[(𝑥̅1 − 𝑥̅2 ) > 40] = 0,4415‬‬
‫الشكل (‪ :)4.1‬المساحة تحت المنحنى الطبيعي لالحتمال ]‪𝑷[𝒁 > 0,147‬‬
‫)‪f(z‬‬
‫‪0,4‬‬

‫‪0,3‬‬

‫‪0,2‬‬

‫‪0,1‬‬

‫‪-4‬‬ ‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪z‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫‪ .2.3.1‬الحالة الثانية‪ :‬المجتمعيــــن غير طبيعييــــن و 𝟏𝟐𝝈‪ ،𝝈𝟐𝟐 ،‬معلوميـــن‬

‫سحبت من مجتمع متوسطم ‪ 𝜇1‬وتباينم ‪σ12‬‬
‫إذا كان ‪ 𝑥̅1‬المتوسط الحسابي لعينة عئوائية حجمها ‪ُ 𝑛1‬‬
‫سحبت من مجتمع مستقل عن المجتمع‬
‫معلوم‪ ،‬وكان ‪ 𝑥̅2‬المتوسط الحسابي لعينة عئوائية حجمها ‪ُ 𝑛2‬‬
‫األول متوسطم ‪ 𝜇2‬وتباينم ‪ σ12‬معلوم أيضاً‪ .‬وكان حجم العينتين كبير بدرجة كافية‪ ،‬فإن توزيع المعاينة لــ‬
‫( ‪ )𝑥̅2 − x̅2‬يخضع تقريبا ً للتوزيع الطبيعي بمتوسط وتباين كما يلي‪:‬‬
‫‪𝜇𝑥̅ 1 −𝑥̅2 = 𝜇1 − 𝜇2‬‬

‫‪2‬‬
‫‪𝜎12 𝜎22‬‬
‫𝜎‬ ‫‪𝑥̅ 1 −𝑥̅ 2‬‬ ‫=‬ ‫‪+‬‬
‫‪𝑛1 𝑛2‬‬
‫ويكون المتغير ‪ Z‬يتبع التوزيع الطبيعي المعياري كما يلي‪:‬‬

‫‪10‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫) ‪(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2‬‬

‫=𝑍‬ ‫)‪↝ 𝑁(0; 1‬‬
‫‪𝜎2‬‬ ‫‪𝜎22‬‬
‫‪√ 1‬‬
‫‪𝑛1 + 𝑛2‬‬

‫تمريـــن ‪ :7‬نسحب عينتان عئوائيتان ومستقلتان من مجتمعين مختلفين وحصلنا على النتائج التالية‪:‬‬
‫‪Population 1‬‬ ‫‪Population 2‬‬
‫𝟓𝟏 = 𝟏𝝁‬ ‫‪𝜇2 = 10‬‬
‫𝟔 = 𝟏𝟐𝝈‬ ‫‪𝜎22 = 4,5‬‬
‫𝟎𝟓 = 𝟏𝒏‬ ‫‪𝑛2 = 40‬‬

‫أوجد احتمال أن يكون الفرق بين متوسطي العينتين أكثر من ‪5,5‬‬

‫الحل‬

‫) ‪(x̅1 -x̅2 )-(μ1 -μ2‬‬

‫> 𝑍 𝑃 = ]‪𝑃[(𝑥̅1 − 𝑥̅2 ) > 5,5‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪√σ1 + σ2‬‬
‫[‬ ‫‪n1 n2‬‬ ‫]‬

‫)‪5,5−(15−10‬‬
‫> 𝑍[ 𝑃=‬ ‫‪6 4,5‬‬
‫]‬
‫‪√ +‬‬
‫‪50 40‬‬

‫]‪=𝑃[𝑍 > 1,037‬‬

‫‪=0,1498‬‬
‫الشكل (‪ :)5.1‬المساحة تحت المنحنى الطبيعي لالحتمال ]‪𝑷[𝒁 > 1,037‬‬
‫)‪f(z‬‬
‫‪0,4‬‬

‫‪0,3‬‬

‫‪0,2‬‬

‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪z‬‬
‫‪-0,1‬‬
‫‪Loi normale de moyenne 0 et d'écart type 1‬‬

‫‪-0,2‬‬
‫‪p(X>+1,037)=0,149867‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫‪11‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫‪ .3.3.1‬الحالة الثالثة‪ :‬تباينا المجتمعين مجهوليــــن والعينــــات صغيـــرة الحجم‬

‫في حالة تباينا المجتمعين ( ‪ )σ12‬و ( ‪ )σ22‬مجهولين نستبدل مكانهما تباينا العينتين ( ‪ )S12‬و ( ‪ ،)S22‬وإذا‬
‫كانت هاتين العينتين مستقلتين وصغيرتا الحجم‪ ،‬فإن توزيع المعاينة للفرق بين متوسطيهما يتبع توزيع‬
‫ستودنت (‪ )t‬بدرجات حرية ‪ .dl‬وهنا نميز حالتين‪:‬‬
‫‪ ‬حالة تباينا المجتمعين متساويين؛‬
‫‪ ‬حالة تباينا المجتمعين غير متساويين‪.‬‬

‫أ‪ .‬حالة تباينا المجتمعيـــن ( 𝟏𝟐𝛔) و ( 𝟐𝟐𝛔) متساوييـــن ومجهوليــــن‬

‫ليكن مجتمعين بتباينين متساويين ومجهولين ( 𝟐𝟐𝛔 = 𝟏𝟐𝛔) فإن التباين المئترك بينهما هو مجهول‬
‫كذلك‪ .‬وبالتالي يكون تباين الفرق بين متوسطي العينتين وفق الصيغة الرياضية التالية‪:‬‬
‫‪2‬‬
‫‪𝜎12 𝜎22‬‬ ‫‪1‬‬ ‫‪1‬‬
‫𝜎‬ ‫‪𝑥̅ 1 −𝑥̅ 2‬‬ ‫=‬ ‫‪+‬‬ ‫) ‪= 𝜎2 ( +‬‬
‫‪𝑛1 𝑛2‬‬ ‫‪𝑛1 𝑛2‬‬
‫وبما أن التباين المئترك مجهول فإننا نستخدم في مكانم تباينا العينتين ( ‪ )S12‬و ( ‪ ،)S22‬حيث يكون‬
‫تقدير التباين هو متوسط مرجح للقيم ( ‪ )S12‬و ( ‪ ،)S22‬وتكون الترجيحات على أساس حجم العينات‪ ،‬ولكي‬
‫يكون تقدير التباين تقديرا ً غير متحيز لــ ‪ 𝜎 2‬فإننا نستخدم درجات الحرية (‪ )𝑛2 − 1( ،)𝑛1 − 1‬كترجيحات‬
‫بدالً من استخدام العينتين ‪ 𝑛1‬و ‪ 𝑛2‬بئكل مبا ر‪.‬‬
‫وعليم فإن مقدر التباين المئترك ‪ 𝜎 2‬هو ‪ S𝑝2‬ويعطي بالصيغة الرياضية التالية‪:‬‬
‫‪(n1 −1)S21 +(n2 −1)S22‬‬
‫= ‪S𝑝2‬‬ ‫(التباين المرجح) ‪La variance pondérée‬‬
‫‪n1 +n2 −2‬‬

‫ويكون المتغير ‪ t‬حيث‪:‬‬

‫) ‪(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2‬‬ ‫∝‬
‫=𝑡‬ ‫) ;‪↝ 𝑡(n1 + n2 − 2‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪2‬‬
‫( ‪√𝑆𝑝2‬‬
‫) ‪𝑛1 + 𝑛2‬‬
‫تمريـــن ‪ :8‬نسحب عينتان عئوائيتان ومستقلتان من مجتمعين مختلفين فحصلنا على النتائج التالية‪:‬‬
‫‪Population 1‬‬ ‫‪Population 2‬‬
‫𝟎𝟑 = 𝟏𝝁‬ ‫‪𝜇2 = 28‬‬
‫𝟒 = 𝟏𝟐𝑺‬ ‫‪𝑆22 = 7‬‬
‫𝟔𝟏 = 𝟏𝒏‬ ‫‪𝑛2 = 25‬‬

‫إذا اعتبرنا أن تباينا المجتمعين متساويين فأوجد احتمال أن يكون الفرق بين متوسطي العينتين أقل من ‪3‬‬
‫الحل‬

‫‪12‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫) ‪(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2‬‬

‫< 𝑡 𝑃 = ]‪𝑃[(𝑥̅1 − 𝑥̅2 ) < 3‬‬
‫‪1‬‬ ‫‪1‬‬
‫( ‪√𝑆𝑝2‬‬
‫[‬ ‫) ‪𝑛1 + 𝑛2‬‬ ‫]‬

‫) ‪(𝑥̅ 1 −𝑥̅ 2 )−(𝜇1 −𝜇2‬‬

‫< 𝑡 𝑃 = ]‪⟹𝑃[(𝑥̅1 − 𝑥̅2 ) < 3‬‬
‫‪(n −1)S2‬‬ ‫‪2‬‬
‫) ‪1 +(n2 −1)S2 ∗( 1 + 1‬‬
‫‪√ 1‬‬
‫[‬ ‫‪n1 +n2 −2‬‬ ‫‪𝑛1 𝑛2‬‬ ‫]‬

‫)‪3−(30−28‬‬
‫< 𝑡[ 𝑃 = ]‪⟺𝑃[(𝑥̅1 − 𝑥̅2 ) < 3‬‬ ‫‪(16−1)4+(25−1)7 1‬‬
‫]‬
‫‪1‬‬
‫√‬ ‫) ‪∗( +‬‬
‫‪16+25−2‬‬ ‫‪16 25‬‬

‫]‪⟺𝑃[(𝑥̅1 − 𝑥̅2 ) < 3] = 𝑃[𝑡 < 1,30‬‬

‫]‪⟺𝑃[(𝑥̅1 − 𝑥̅2 ) < 3] = 𝑃[𝑡 < 1,30‬‬
‫‪= 0,9032‬‬
‫الشكل (‪ :)6.1‬المساحة تحت منحنى ‪ Student‬لالحتمال ]‪𝑷[𝒕 < 1,30‬‬

‫)‪f(t‬‬
‫‪0,4‬‬

‫‪0,3‬‬

‫‪0,2‬‬

‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4 z‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫ب‪ .‬حالة تباينا المجتمعيـــن ( 𝟏𝟐𝛔) و ( 𝟐𝟐𝛔) غيــر متساوييـــن ومجهوليـــن‬

‫ليكن ‪ 𝑥̅1‬و ‪ 𝑥̅2‬المتوسطين الحسابين لعينتين مستقلتين صغيرتا الحجم ومسحوبتين من مجتمعين‬
‫متوسطيهما على التوالي ‪ 𝜇1‬و ‪ ،𝜇2‬وبتباينين مجهولين وغير متساويين‪ )𝛔𝟐𝟏 ≠ 𝛔𝟐𝟐 ( ،‬فإن تقدير االنحراف‬
‫المعياري للفرق بين متوسطي العينتين يُعطى بالعالقة الرياضية التالية‪:‬‬

‫‪𝑆12 𝑆22‬‬
‫√ = ] ‪𝜎[𝑥̅ 1 −𝑥̅ 2‬‬ ‫‪+‬‬
‫‪𝑛1 𝑛2‬‬

‫ويكون المتغير ‪ t‬حيث‪:‬‬

‫‪13‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫) ‪(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2‬‬ ‫∝‬

‫=𝑡‬ ‫) ;‪↝ 𝑡(V‬‬
‫‪2‬‬
‫‪𝑆2 𝑆2‬‬
‫‪√ 1+ 2‬‬
‫‪𝑛1 𝑛2‬‬

‫حيث ‪ V‬هي درجة الحرية لتوزيع ستودنت ‪:t‬‬

‫‪2‬‬
‫‪𝑆2 𝑆2‬‬
‫) ‪(𝑛1 + 𝑛2‬‬
‫‪1‬‬ ‫‪2‬‬
‫=𝑉‬ ‫‪2‬‬ ‫‪2‬‬
‫‪𝑆2‬‬ ‫‪𝑆22⁄‬‬
‫‪( 1⁄‬‬ ‫‪𝑛1‬‬ ‫)‬ ‫(‬ ‫) ‪𝑛2‬‬
‫‪+‬‬
‫‪𝑛1 − 1‬‬ ‫‪𝑛2 − 1‬‬
‫تمريـــن ‪ :9‬نسحب عينتان عئوائيتان ومستقلتان من مجتمعين مختلفين فحصلنا على النتائج التالية‪:‬‬
‫‪Population 1‬‬ ‫‪Population 2‬‬
‫𝟓𝟏 = 𝟏𝝁‬ ‫‪𝜇2 = 10‬‬
‫𝟔 = 𝟏𝟐𝑺‬ ‫‪𝑆22 = 4‬‬
‫𝟓𝟐 = 𝟏𝒏‬ ‫‪𝑛2 = 20‬‬

‫إذا اعتبرنا أن تباينا المجتمعين غير متساويين فأوجد احتمال أن يكون الفرق بين متوسطي العينتين‬
‫أكثر من ‪.6‬‬
‫الحل‬

‫) ‪(𝑥̅1 − 𝑥̅ 2 ) − (𝜇1 − 𝜇2‬‬

‫> 𝑡 𝑃 = ]‪𝑃[(𝑥̅1 − 𝑥̅2 ) > 6‬‬
‫‪𝑆12 𝑆22‬‬
‫√‬
‫‪𝑛1 + 𝑛2‬‬
‫[‬ ‫]‬
‫)‪6−(15−10‬‬
‫> 𝑡[ 𝑃 = ]‪⟹𝑃[(𝑥̅1 − 𝑥̅2 ) > 6‬‬ ‫‪6 4‬‬
‫]‬
‫) ‪√( +‬‬
‫‪15 10‬‬

‫]‪⟺𝑃[(𝑥̅1 − 𝑥̅2 ) > 6] = 𝑃[𝑡 > 1,51‬‬

‫‪= 0,0655‬‬
‫الشكل (‪ :)7.1‬المساحة تحت منحنى ‪ Student‬لالحتمال ]‪𝑷[𝒕 > 1,51‬‬
‫)‪f(t‬‬
‫‪0,4‬‬

‫‪0,3‬‬

‫‪0,2‬‬

‫‪0,1‬‬

‫‪-4‬‬ ‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪z‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫‪14‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫‪ .4.1‬توزيـــع المعاينــــة لتباين العينـــة‬

‫إذا كان تباين العينة ( ‪ )𝑆 2‬يُعطى بالصيغة التالية‪:‬‬

‫‪∑(𝑥𝑖 − 𝑥̅ )2‬‬
‫= ‪𝑆2‬‬
‫𝑛‬
‫فإن متوسط تباين العينة يعطى بالصيغة التالية‪:‬‬
‫‪𝐸(𝑆 2 ) = 𝜎 2‬‬
‫أما االنحراف المعياري لتباين العينة فيعطى بالصيغة التالية‪:‬‬
‫𝜎‬ ‫‪2‬‬
‫√‪2=𝜎2 .‬‬
‫𝑠‬ ‫‪𝑛−1‬‬

‫سحبت عينة عئوائية من مجتمع لم توزيع طبيعي متوسطم ‪ µ‬وتباينم ‪ ،𝜎 2‬وكانت ‪ 𝑆 2‬تُمثل‬
‫إذا ُ‬
‫تباين العينة‪ ،‬فإن المتغير‪:‬‬
‫‪(𝑛 − 1)𝑆 2‬‬
‫= ‪𝜒2‬‬
‫‪𝜎2‬‬
‫لم توزيع كاي مربع بدرجات حرية ‪ ،dl = n-1‬حيث أن المتغير ‪ 𝜒 2‬هو دالة في ‪.𝑆 2‬‬
‫الشكل (‪ :)7.1‬منحنى توزيع 𝟐𝝌‬

‫المصدر‪https://math.unice.fr/~diener/StatL2/COURS5.pdf :‬‬
‫سحبت منم عينة عئوائية حجمها ‪ 6‬فأوجد‪:‬‬
‫تمريـــن ‪ :10‬مجتمع إحصائي يتبع توزيع طبيعي تباينم ‪ُ ،25‬‬
‫‪ ‬احتمال أن يكون تباين العينة أقل أو يساوي ‪2‬؛‬
‫‪ ‬احتمال أن يتجاوز تباين العينة ‪.7‬‬
‫الحل‪ :‬لدينا درجة الحرية ‪dl‬‬
‫‪dl= n-1 = 6-1 = 5‬‬
‫‪(𝑛 − 1)𝑆 2 (6 − 1)22‬‬
‫( 𝑃 = )‪𝑃(𝑆 2 ≤ 2) = 𝑃(𝜒 2 ≤ 2‬‬ ‫≤‬ ‫)‪) = 𝑃(𝜒 2 ≤ 0,8‬‬
‫‪𝜎2‬‬ ‫‪25‬‬
‫وباستخدام الجدول اإلحصائي للــ ‪ 𝜒 2‬وعند درجة الحرية ‪ dl = 5‬نجد أن‪:‬‬

‫‪15‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫‪𝑃(𝜒2 ≤ 2) ≅ 0,975‬‬

‫‪2‬‬ ‫‪2‬‬
‫‪(𝑛 − 1)𝑆2 (6 − 1)72‬‬
‫( 𝑃 = )‪𝑃(𝑆 > 7) = 𝑃(𝜒 > 7‬‬ ‫>‬ ‫)‪) = 𝑃(𝜒2 > 9,8‬‬
‫‪𝜎2‬‬ ‫‪25‬‬
‫وباستخدام الجدول اإلحصائي للــ ‪ 𝜒 2‬وعند درجة الحرية ‪ dl = 5‬نجد أن‪:‬‬
‫‪𝑃(𝜒 2 > 9,8) ≅ 0,05‬‬

‫‪ .5.1‬توزيــــع المعاينــة لنسبــة تباينـــا العينتيـــن‬

‫إذا كانت ‪ ،𝑆22 ،𝑆12‬تباينا عينتين مستقلتين حجمهما ‪ n2 ،n1‬مسحوبتين من مجتمعين موزعين توزيعا ً‬
‫طبيعيا ً ذو التباينين ‪،𝜎22 ،𝜎12‬على الترتيب‪ ،‬فإن المتغير‪:‬‬
‫‪𝑛1 𝑆12‬‬ ‫‪𝑆̂12‬‬
‫‪𝑛1 − 1 𝜎12‬‬‫‪𝜎12‬‬
‫=‪F‬‬ ‫=‬ ‫)∝ ; ‪↝ 𝐹(𝑑1 ; 𝑑2‬‬
‫‪𝑛2 𝑆22‬‬ ‫‪𝑆̂22‬‬
‫‪𝑛2 − 1 𝜎22 𝜎22‬‬

‫‪ 𝑑1 = 𝑛1 − 1‬درجات الحرية مقترنة بتباين العينة ‪ S12‬في البسط؛‬

‫‪ 𝑑2 = 𝑛2 − 1‬درجات الحرية مقترنة بتباين العينة ‪ S22‬في المقام؛‬
‫إن توزيع ‪ F‬يتحدد تماما ً بدراجات الحرية ويتم الحصول على القيم الجدولية لفيئر من خالل تقاطع‬
‫درجتي حرية البسط والمقام‪.‬‬
‫الشكل (‪ :)7.1‬منحنـــى توزيـــع𝒓𝒆𝒉𝒔𝒊𝒇‬

‫‪Source : CLEMENT Rau., cours 2 : Variables aléatoires continues, loi normale., Laboratoire‬‬
‫‪de Mathématiques de toulouse, Université Paul Sabatier-IUT GEA Ponsan., p. 63.‬‬
‫‪Disponible sur le site : http://www.math.univ-toulouse.fr/~rau/retro%20stat%20inf/c2.pdf‬‬

‫‪16‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫تمريـــن ‪ :11‬تُسحب عينتان حجمهما ‪ 8‬و ‪ 10‬من مجتمعين موزعين توزيعا ً طبيعيا ً تباينهما على الترتيب‬
‫‪ 20‬و‪ .36‬فما هو احتمال أن يكون تباين العينة األولى أكبر من ضعف تباين العينة الثانية‪.‬‬
‫الحل‬
‫;‪𝑛1 = 8‬‬ ‫;‪𝑛2 = 10‬‬ ‫;‪σ21 = 20‬‬ ‫‪σ22 = 36‬‬
‫‪𝑛1 𝑆12‬‬ ‫‪8 𝑆12‬‬
‫‪𝑛1 − 1 𝜎12‬‬ ‫)‪8 − 1 (20‬‬ ‫‪𝑆12‬‬
‫=‪F‬‬ ‫=‬ ‫‪= 1,85 2‬‬
‫‪𝑛2 𝑆22‬‬ ‫‪10 𝑆22‬‬ ‫‪𝑆2‬‬
‫‪𝑛2 − 1 𝜎22‬‬ ‫)‪10 − 1 (36‬‬

‫عدد درجات الحرية للبسط والمقام هما‪:‬‬

‫‪𝑑1 = 𝑛1 − 1 = 8 − 1 = 7‬‬
‫‪𝑑2 = 𝑛2 − 1 = 10 − 1 = 9‬‬
‫فإذا كان ‪ 𝑆12‬أكبر من ضعف ‪ 𝑆22‬أي ‪ 𝑆12 > 𝑆22‬فإن‪ .F > 3,70 :‬وبالعودة إلى الجدول اإلحصائي لفيئر‬
‫نجد أن االحتمال هو اصغر من ‪ 0,05‬ولكنم اكبر من ‪ 0,01‬وللحصول على القيمة الدقيقة نحتاج‬
‫جداول للتوزيع ‪ F‬موسعة أكثر‪.‬‬

‫‪ .6.1‬توزيـــع المعاينـــة لنسبـــة العينـــة‬

‫توزيع معاينة النسبة هو عبارة عن التوزيع التكراري للنسب المئوية لعدد كبير من العينات‬
‫العئوائية متساوية الحجم مسحوبة من مجتمع إحصائي واحد‪ .‬حيث أن توزيع معاينة النسب المئوية‬
‫يخضع إلى توزيع ذو الحدين (‪)Binomiale‬‬
‫المتوسط الحسابي‪μ=np‬‬

‫االنحراف المعياري ‪σ=√npq‬‬

‫إال أن توزيع ذو الحدين يقترب من توزيع المنحنى الطبيعي إذا كان‪:‬‬

‫حجم العينة يُساوي على األقل ‪ 100‬مفردة أي ‪𝑛 ≥ 100‬؛‬ ‫‪‬‬

‫‪.𝑝 = 𝑞 = 0,5‬‬ ‫‪ ‬عندما تقترب النسب المئوية لتحقق الصفة من النسب المئوية لعدم تحقق الصفة أي‪:‬‬
‫وتعطى الصيغة الرياضية لحساب االنحراف المعياري لتوزيع معاينة النسب المئوية كما يلي‪:‬‬

‫جدول ‪ :3.1‬ملخص توزيع المعاينة للنسبة‬

‫𝒑𝝈‬ ‫‪P‬‬ ‫المعاينة‬ ‫المجتمع‬

‫)𝑝 ‪𝑝(1 −‬‬

‫√ = ̅𝑝𝜎‬ ‫معلومة‬ ‫باإلرجاع‬ ‫كبير‬
‫𝑛‬

‫‪17‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫) ̅𝑝 ‪𝑝̅(1 −‬‬
‫√ = ̅𝑝𝜎‬ ‫مجهولة‬ ‫باالرجاع‬ ‫كبير‬
‫𝑛‬

‫𝑛 ‪𝑝(1 − 𝑝) 𝑁 −‬‬
‫√ = ̅𝑝𝜎‬ ‫√‬ ‫معلومة‬ ‫بدون ارجاع‬ ‫صغير‬
‫𝑛‬ ‫‪𝑁−1‬‬

‫𝑛 ‪𝑝̅ (1 − 𝑝̅ ) 𝑁 −‬‬
‫√ = ̅𝑝𝜎‬ ‫√‬ ‫مجهولة‬ ‫بدون ارجاع‬ ‫صغير‬
‫𝑛‬ ‫‪𝑁−1‬‬

‫المصدر‪ :‬من إعداد الباحث‬

‫𝑥‬
‫̅𝑃‪ :‬النسبة المحققة في العينة‪ ،‬حيث 𝑛 = ̅𝑃‬

‫̅𝑃 ‪ :1 −‬النسبة غير المحققة في العينة‬

‫سحبت منم كل العينات الممكنة من العمال والتي‬
‫تمريـــن ‪ :12‬مصنع بم ‪ 100‬عامل منهم ‪ 20‬يدخنون‪ُ ،‬‬
‫حجمها ‪ 36‬مع اإلرجاع‪ .‬أحسب المتوسط الحسابي والخطأ المعياري لتوزيع المعاينة لنسبة المدخنين‪.‬‬
‫الحل‬
‫نسبة العمال المدخنين بالمصنع هو‪:‬‬
‫‪20‬‬
‫=𝑝‬ ‫‪= 0,20‬‬
‫‪100‬‬
‫المتوسط الحسابي لتوزيع المعاينة لنسبة المدخنين هو‪:‬‬
‫‪𝜇𝑝̅ = 𝑝 = 0,2‬‬

‫نسبة العمال غير المدخنين بالمصنع هو‪:‬‬

‫‪𝑞 = 1 − 𝑝 = 1 − 0,20 = 0,80‬‬
‫الخطأ المعياري لتوزيع المعاينة لنسبة المدخنين هو‪:‬‬

‫𝑞𝑝‬ ‫)‪0,20(0,80‬‬
‫√ = ̅𝑝𝜎‬ ‫√ =‬ ‫‪= 0,067‬‬
‫𝑛‬ ‫‪36‬‬

‫‪ .7.1‬توزيع المعاينــــة للفــــــرق بين نسبتي عينتيـــــن‬

‫لتكن (‪ )𝑝1‬نسبة ظاهرة ما في المجتمع األول‪ ،‬و ( ‪ )𝑝2‬نسبة ظاهرة ما في المجتمع الثاني‪ ،‬نريد‬
‫معرفة الفرق بين نسبتي الظاهرتين في المجتمعين (‪ )𝑝1 − 𝑝2‬من خالل استخدام الفرق بين نسبتي العينتين‬
‫العئوائيتين المسحوبتين من هذين المجتمعين‪ ،‬أي باستخدام اإلحصائيتين (‪ ،)𝑝̅1 − 𝑝̅2‬حيث‪:‬‬
‫𝟏̅𝐩‪ :‬هي نسبة الظاهرة في العينة العئوائية المسحوبة من المجتمع األول؛‬
‫𝟐̅𝐩‪ :‬هي نسبة الظاهرة في العينة العئوائية المسحوبة من المجتمع الثاني‪.‬‬

‫‪18‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫فإذا قمنا بسحب كل العينات العئوائية ذات الحجم ‪ n1‬من المجتمع األول‪ ،‬وحسبنا نسبة الظاهرة‬
‫المدروسة لكل عينة‪ ،‬وإذا قمنا بالمقابل بسحب كل العينات العئوائية ذات الحجم ‪ n2‬من المجتمع الثاني‪،‬‬
‫وحسبنا نسبة الظاهرة المدروسة لكل عينة‪.‬‬
‫نفترض أن العينات العئوائية المسحوبة من المجتمعين مستقلة عن بعضها البعض‪ ،‬وإذا حسبنا كل‬
‫الفروق بين نسب عينات المجتمع األول ونسب عينات المجتمع الثاني‪ ،‬فسنحصل على توزيع المعاينة‬
‫𝒑)‪ ،‬وإذا حسبنا المتوسط الحسابي ( 𝟐̅𝒑‪ )𝝁𝒑̅𝟏−‬والتباين ( 𝟐̅𝑷‪ )𝝈𝟐 𝑷̅𝟏−‬لهذا‬ ‫للفرق بين نسبتي العينتين ( 𝟐̅‬
‫𝒑 ‪̅𝟏 −‬‬

‫التوزيع‪ ،‬فنجد أن هناك عالقات تربط بين هذين المقياسين مع نسبة المجتمع األول ونسبة المجتمع الثاني‪،‬‬
‫وذلك كما يلي‪𝜇𝑝̅1 −𝑝̅2 = 𝑝1 − 𝑝2 :‬‬

‫فإذا كان السحب باإلرجاع أي المجتمع غير منتم يكون التباين للفرق بين نسبتي العينتين كما يلي‪:‬‬
‫‪𝑝1 𝑞2 𝑝1 𝑞2‬‬
‫= ‪𝜎 2 𝑝̅1 −𝑝̅2‬‬ ‫‪+‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬
‫أما إذا كان السحب بدون إرجاع أي المجتمع منتم يكون التباين للفرق بين نسبتي العينتين كما يلي‪:‬‬
‫‪𝑝1 𝑞1 𝑁1 − 𝑛1‬‬ ‫‪𝑝2 𝑞2 𝑁2 − 𝑛2‬‬
‫= ‪𝜎 2 𝑝̅1 −𝑝̅2‬‬ ‫(‬ ‫‪)+‬‬ ‫(‬ ‫)‬
‫‪𝑛1 𝑁1 − 1‬‬ ‫‪𝑛2 𝑁2 − 1‬‬
‫وعلى هذا األساس فإنم إذا كان سحبنا عينتين عئوائيتين مستقلتان من مجتمعين‪ ،‬وطبقا ً لنظرية‬
‫𝒑) توزيعا ً قريبا ً من التوزيع‬ ‫النهاية المركزية يكون توزيع المعاينة للفرق بين نسبتي العينتين ( 𝟐̅‬
‫𝒑 ‪̅𝟏 −‬‬

‫الطبيعي بمتوسط حسابي وتباين‪ .‬ومن ثم فإن المتغير العئوائي الطبيعي المعياري 𝐙 يعطى بالعالقة‬
‫الرياضية التالية‪:‬‬
‫) ‪(𝑝̅1 − 𝑝̅2 ) − (𝑝1 − 𝑝2‬‬
‫=𝐙‬ ‫)‪~𝑁(0; 1‬‬
‫‪𝑝1 𝑞1 𝑝2 𝑞2‬‬
‫𝑛 √‬ ‫𝑛 ‪+‬‬
‫‪1‬‬ ‫‪2‬‬

‫سحبت منم عينة حجمها ‪،36‬‬

‫تمريـــن ‪ :13‬لدينا مصنعين‪ ،‬المصنع األول بم ‪ 100‬عامل منهم ‪ 20‬يدخنون‪ُ ،‬‬
‫سحبت منم عينة حجمها ‪.40‬‬
‫والمصنع الثاني بم ‪ 200‬عامل منهم ‪ 30‬يدخنون‪ُ ،‬‬
‫أحسب المتوسط الحسابي والخطأ المعياري للفرق بين نسبتي العمال المدخنين‪.‬‬
‫الحل‪ :‬المتوسط الحسابي للفرق بين متوسطي نسبتي العمال المدخنين‬
‫‪20‬‬ ‫‪30‬‬
‫= ‪𝜇𝑃̅1 −𝑃̅2 = 𝑝1 − 𝑝2‬‬ ‫‪−‬‬ ‫‪= 0,20 − 0,15 = 0,05‬‬
‫‪100 200‬‬
‫االنحراف المعياري للفرق بين متوسطي نسبتي العمال المدخنين‬

‫‪𝑝1 𝑞1 𝑝2 𝑞2‬‬ ‫‪0,20 ∗ 0,80 0,15 ∗ 0,85‬‬

‫√ = ‪𝜎𝑝̅1−𝑝̅2‬‬ ‫‪+‬‬ ‫√=‬ ‫‪+‬‬ ‫‪= 0,087‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬ ‫‪36‬‬ ‫‪40‬‬

‫‪19‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫خالصـــة الفصــــل‬

‫على ضوء ما سبق يُمكن القول أن نظرية المعاينة أو توزيعات المعاينة لمعلمة أو معالم المجتمع‬
‫تلعب دورا ً مهما ً في تحديد دقة التقديرات اإلحصائية‪ ،‬وحتى يكون التقدير اإلحصائي واختبار الفرضيات‬
‫اإلحصائية سليماً‪ ،‬ينبغي أن يُبنى على عينة ممثلة للمجتمع‪ ،‬وال يتأتى ذلك إال من خالل القيام بالمعاينة‬
‫العئوائية‪ .‬في الفصل الموالي سوف نئير إلى نظرية التقدير اإلحصائي‪.‬‬

‫‪20‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫تماريــــن إضافيــــة‬

‫التمرين ‪1‬‬

‫يسحب محلل مالي عينة من بنك حجمها ‪ %10‬من مجتمع متكون من ‪ 300‬حساب بنكي‪ .‬فيجد أن‬
‫متوسط قيود الحسابات لهذه العينة هو ‪ 148,50‬دج و انحرافها المعياري هو ‪ 35,75‬دج‪ .‬نعتبر متوسط كل‬
‫القيود البنكية هو ‪ 138‬دج‪.‬‬
‫‪ ‬أحسب توزيع المعاينة الطبقية لمتوسط العينات المسحوبة؛‬
‫‪ ‬أحسب توزيع المعاينة الطبقية لالنحراف المعياري؛‬
‫‪ ‬أحسب إحتمال أن يكون ̅𝑥 محصورا ً بين ‪ 131,47‬و ‪.144,53‬‬

‫التمرين ‪2‬‬

‫في دراسة ألرصدة عمالء بنك ما تبين أنها تتبع التوزيع الطبيعي بــ ‪ µ = 13600DA‬و = ‪δ‬‬

‫‪ .600DA‬إذا قمنا بسحب ‪ 60‬عينة حجم كل منها ‪ 9‬حسابات من مجموع الحسابات المفتوحة و عددها ‪6000‬‬

‫حساب‪.‬‬
‫‪ ‬أحسب ̅𝑥‪ μ‬و ̅‪ δx‬في حالة السحب باإلرجاع و السحب بغير إرجاع؛‬
‫‪ ‬ما هي نسبة و عدد العينات التي يكون فيها ̅𝑥 محصورا ً بين ‪ 13600‬و ‪13800‬؟‪ ،‬أقل من ‪13800‬؟‬

‫التمرين ‪3‬‬

‫مجتمع إحصائي متكون من مصابيح كهربائية ولتكن 𝑖𝑥 مدة حياة هذه المصابيح ونفترض أنها تتبع‬
‫القانون الطبيعي بمتوسط ‪ 10‬وتباين ‪ .4‬ولتكن 𝑖̅𝑥 توزيع متوسط مدة حياة هذه المصابيح لعينات حجمها ‪4‬‬

‫ومحسوبة من مجتمع حجمم ‪.100‬‬

‫‪ .1‬أحسب احتمال اختيار مصباح عئوائي تتراوح مدة حياتم ما بين ‪ 8‬ساعات و ‪ 12‬ساعة؛‬
‫‪ .2‬أحسب احتمال اختيار متوسط عينة مدة حياتها محصورة ما بين ‪ 8‬ساعات و ‪ 12‬ساعة‬

‫التمرين ‪4‬‬

‫ليكن مجتمع متكون من ‪ 05‬أعداد‪8 ،7 ،4 ،2 ،1 :‬‬

‫‪ ‬أحسب ‪ µ‬و ‪δ‬‬

‫‪ ‬أوجد التوزيع النظري لمتوسط المعاينة للعينات التي حجمها يساوي ‪ 2‬في حالتي السحب باإلرجاع‬
‫و السحب بدون إرجاع؛‬

‫‪21‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫‪ ‬أحسب ̅𝑥‪ μ‬و ̅‪ δx‬في كلتا الحالتين‪.‬‬

‫التمرين ‪( 5‬االمتحان االستدراكي للسنة الجامعية ‪)2018-2017‬‬

‫يلي‪:‬‬ ‫كما‬ ‫معالمم‬ ‫طبيعيا ً‬ ‫موزع‬ ‫منتم)‬ ‫(غير‬ ‫محدود‬ ‫غير‬ ‫إحصائي‬ ‫مجتمع‬
‫سحبت منم عينات عئوائية و ُ‬
‫طلب منا حساب القياسات اإلحصائية كما هو‬ ‫)‪ُ .Xi ~N(μ=60; σ2 =100‬‬
‫ممثل في الجدول أدناه‪:‬‬
‫توزيع معاينة المتوسط 𝒊̅‬
‫𝒙‬ ‫الحجم‬
‫)‪̅𝒏 > 63‬‬
‫𝒙(𝒑‬ ‫̅𝒙𝝈‬ ‫̅𝒙𝟐𝝈‬ ‫̅𝒙𝝁‬ ‫‪n‬‬
‫‪0,2742‬‬ ‫‪5‬‬ ‫‪25‬‬ ‫‪60‬‬ ‫‪4‬‬
‫‪…..‬‬ ‫‪…..‬‬ ‫‪…..‬‬ ‫‪…..‬‬ ‫‪8‬‬
‫‪…..‬‬ ‫‪…..‬‬ ‫‪…..‬‬ ‫‪…..‬‬ ‫‪16‬‬
‫‪…..‬‬ ‫‪…..‬‬ ‫‪…..‬‬ ‫‪…..‬‬ ‫‪32‬‬
‫‪…..‬‬ ‫‪…..‬‬ ‫‪…..‬‬ ‫‪…..‬‬ ‫‪64‬‬
‫‪…..‬‬ ‫‪…..‬‬ ‫‪…..‬‬ ‫‪…..‬‬ ‫‪100‬‬
‫‪ ‬أكمل الجدول مع تبرير النتائج بإجراء الحسابات‪.‬‬

‫التمرين ‪( 6‬إختبر معلوماتك)‬

‫أُخذت عينة عئوائية حجمها ‪ 30‬من مجتمع بيرنوللي فيم نسبة النجاح ‪ 0,7‬وأُخذت عينة عئوائية‬
‫حجمها ‪ 45‬من مجتمع آخر مستقل عن األول ونسبة النجاح فيم ‪ .0,55‬فإذا كانت نسبة النجاح في العينة‬
‫األولى ‪ ،𝑝̅1‬وفي العينة الثانية ‪ .𝑝̅2‬أوجد )‪𝑝(𝑝̅1 − 𝑝̅2 ≥ 0,2‬‬

‫التمرين ‪( 7‬اختبر معلوماتك)‬

‫أخذت عينتان عئوائيتان من مجتمعين طبيعيين مستقلين‪ ،‬إذا كان ‪ 𝑆12 ،𝑆1 = 11‬تباين العينة‬
‫األولى‪ 𝑆22 ،𝑛2 = 8 ،‬تباين العينة الثانية‪ .‬أوجد ‪ C‬في كل حالة إذا كان ‪𝜎22 = 16 ،𝜎12 = 10‬؛‬
‫‪𝑆2‬‬
‫‪𝑝 (𝑆12 ≥ 𝐶) = 0,95‬‬ ‫‪‬‬
‫‪2‬‬

‫‪𝑆2‬‬
‫‪𝑝 (𝑆12 ≥ 𝐶) = 0,98‬‬ ‫‪‬‬
‫‪2‬‬

‫‪22‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫حلول التماريـــن‬

‫التمرين ‪1‬‬

‫‪S = 35,75‬‬ ‫‪x̅ = 148,50‬‬ ‫‪n = 0,1N= 0,1*300 = 30‬‬ ‫‪N = 300‬‬ ‫‪μ = 138‬‬
‫‪ .1‬حساب توزيع المعاينة الطبقية لمتوسط العينات المسحوبة‬
‫أوالً يجب معرفة طبيعة السحب الذي قام بم المحلل المالي بتطبيق القاعدة التالية‪:‬‬
‫‪ ‬إذا كان حجم العينة أكبر أو يساوي ‪ % 5‬نقول بأن المجتمع منتم أو محدود أي أن السحب تم بدون‬
‫إرجاع‬
‫‪ ‬إذا كان حجم العينة أصغر من ‪ % 5‬نقول بأن المجتمع غير منتم أو غير محدود أي أن السحب تم‬
‫باإلرجاع‪.‬‬
‫‪5%N = 0,05 * 300 = 15‬‬
‫‪n= 30 > 5%N‬‬
‫إذن المجتمع منتم ومنم السحب تم بدون إرجاع‪.‬‬
‫‪𝜇𝑥̅ = µ = 138‬‬

‫‪σ‬‬ ‫‪N-n 35,75 300-30‬‬

‫= ̅‪σx‬‬ ‫√‬‫=‬ ‫√‬ ‫‪=6,20‬‬
‫‪√n N-1‬‬ ‫‪√30‬‬ ‫‪300-1‬‬

‫𝒙 محصورا ً بين ‪ 131,47‬و ‪.144,53‬‬

‫‪ .2‬حساب إحتمال أن يكون ̅‬

‫‪x̅1 -μ‬‬ ‫‪x̅2 -μ‬‬

‫‪P(131,47≤x̅≤144,53)=P‬‬ ‫≤ ‪≤Zi‬‬
‫‪σ N-n‬‬ ‫‪σ N-n‬‬
‫√‬ ‫√‬
‫‪N-1‬‬ ‫)‪√n N-1‬‬
‫‪(√n‬‬
‫‪131,47−138‬‬ ‫‪144,53−138‬‬
‫(𝑃=‬ ‫≤ 𝑖𝑍 ≤‬ ‫)‪) = 𝑃(−1,053 ≤ 𝑍𝑖 ≤ +1,053‬‬
‫‪6,20‬‬ ‫‪6,20‬‬

‫)‪= 2 ∗ 𝑃(0 ≤ 𝑍𝑖 ≤ 1,053‬‬

‫‪= 2 ∗ 0,3538‬‬
‫‪= 0,7076‬‬
‫الشكل (‪ :)8.1‬المساحة تحت المنحنى الطبيعي لالحتمال )𝟑𝟓𝟎 ‪𝑷(−𝟏, 𝟎𝟓𝟑 ≤ 𝒁𝒊 ≤ +𝟏,‬‬
‫)‪f(z‬‬
‫‪0,4‬‬

‫‪0,3‬‬

‫‪0,2‬‬

‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪z‬‬
‫‪-0,1‬‬
‫‪Loi normale de moyenne 0 et d'écart type 1‬‬

‫‪-0,2‬‬
‫‪p(-1,053<X<+1,053)=0,707661‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫‪23‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫التمرين ‪2‬‬

‫‪n= 9‬‬ ‫‪𝑛̀ = 60‬‬ ‫‪σ = 600‬‬ ‫‪𝜇 = 13600‬‬ ‫‪N = 6000‬‬
‫حساب ̅𝑥𝜇 و ̅‪ σx‬في حالة السحب باإلرجاع‬
‫‪𝜇𝑥̅ = µ = 13600‬‬
‫‪σ‬‬ ‫‪600‬‬
‫= ̅‪σx‬‬ ‫=‬ ‫‪= 200‬‬
‫‪√n‬‬ ‫‪√9‬‬
‫حساب ̅𝑥𝜇 و ̅‪ σx‬في حالة السحب بدون إرجاع‬
‫‪𝜇𝑥̅ = µ = 13600‬‬

‫‪σ‬‬ ‫‪N-n 600 6000-9‬‬

‫= ̅‪σx‬‬ ‫√‬ ‫=‬ ‫√‬ ‫‪= 199,86‬‬
‫‪√n N-1‬‬ ‫‪√9 6000-1‬‬

‫𝒙 محصورا ً بين ‪ 13600‬و ‪.13800‬‬

‫ايجاد نسبة وعدد العينات التي يكون فيها ̅‬

‫𝜇 ‪𝑥̅1 −‬‬ ‫𝜇 ‪𝑥̅2 −‬‬

‫( 𝑃 = )‪𝑃(13600 ≤ 𝑥̅ ≤ 13800‬‬ ‫‪σ‬‬ ‫≤ 𝑖𝑍 ≤‬ ‫) ‪σ‬‬
‫‪√n‬‬ ‫‪√n‬‬

‫‪13600 − 13600‬‬ ‫‪13800 − 13600‬‬

‫(𝑃 =‬ ‫‪600‬‬
‫≤ 𝑖𝑍 ≤‬ ‫‪600‬‬
‫)‬
‫‪√9‬‬ ‫‪√9‬‬
‫)‪= 𝑃(0 ≤ 𝑍𝑖 ≤ 1‬‬
‫‪= 0,3413‬‬
‫الشكل (‪ :)9.1‬المساحة تحت المنحنى الطبيعي لالحتمال )𝟏 ≤ 𝒊𝒁 ≤ 𝟎(𝑷‬
‫)‪f(z‬‬
‫‪0,4‬‬

‫‪0,3‬‬

‫‪0,2‬‬

‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪z‬‬
‫‪-0,1‬‬
‫‪Loi normale de moyenne 0 et d'écart type 1‬‬

‫‪-0,2‬‬
‫‪p(0<X<1)=0,341346‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫إذن نسبة العينات التي يكون فيها ̅𝑥 محصورا ً بين ‪ 13600‬و ‪ .13800‬هو ‪% 34,13‬‬

‫عدد العينات = االحتمال مضروب في عدد العينات المسحوبة من المجتمع‬

‫عدد العينات = ‪0,3413 * 60‬‬

‫عدد العينات = ‪ 21 ≈ 20,478‬عينة‪.‬‬

‫‪24‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫ايجاد نسبة وعدد العينات التي يكون فيها ̅𝒙 أقل من ‪.13800‬‬

‫𝜇 ‪𝑥̅ −‬‬
‫𝒙(𝑃‬
‫≤ 𝑖𝑍( 𝑃 = )‪̅ ≤ 13800‬‬ ‫) ‪σ‬‬
‫‪√n‬‬
‫‪13800 − 13600‬‬
‫≤ 𝑖𝑍( 𝑃 =‬ ‫‪600‬‬
‫)‬
‫‪√9‬‬
‫)‪= 𝑃(𝑍𝑖 ≤ +1‬‬
‫‪= 0,8413‬‬
‫الشكل (‪ :)10.1‬المساحة تحت المنحنى الطبيعي لالحتمال )‪𝑃(𝑍𝑖 ≤ +1‬‬
‫)‪f(z‬‬
‫‪0,4‬‬

‫‪0,3‬‬

‫‪0,2‬‬

‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪z‬‬
‫‪-0,1‬‬
‫‪Loi normale de moyenne 0 et d'écart type 1‬‬

‫‪-0,2‬‬
‫‪p(X<+1)=0,841346‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫إذن نسبة العينات التي يكون فيها ̅𝑥 أقل من ‪ .13800‬هو ‪% 84,13‬‬

‫عدد العينات = االحتمال مضروب في عدد العينات المسحوبة من المجتمع‬

‫عدد العينات = ‪0,8413 * 60‬‬

‫عدد العينات = ‪ 51 ≈ 50,478‬عينة‪.‬‬

‫التمرين ‪3‬‬

‫‪𝜇 = 10‬‬ ‫‪𝜎2 = 4‬‬ ‫‪n =4‬‬ ‫‪N =100‬‬ ‫‪σ=2‬‬

‫‪ .1‬حساب احتمال اختيار مصباح عشوائي تتراوح مدة حياته ما بين ‪ 8‬ساعات و ‪ 12‬ساعة‬
‫) ‪𝑃(8 ≤ 𝑥𝑖 ≤ 12) = 𝑃(𝑍1 ≤ 𝑍𝑖 ≤ 𝑍2‬‬
‫‪𝑥1 − 𝜇 8 − 10‬‬
‫= ‪𝑍1‬‬ ‫=‬ ‫‪= −1‬‬
‫𝜎‬ ‫‪2‬‬
‫‪𝑥2 − 𝜇 12 − 10‬‬
‫= ‪𝑍2‬‬ ‫=‬ ‫‪= +1‬‬
‫𝜎‬ ‫‪2‬‬
‫الشكل (‪ :)11.1‬المساحة تحت المنحنى الطبيعي لالحتمال )‪𝑃(−1 ≤ 𝑍𝑖 ≤ +1‬‬
‫)‪f(z‬‬
‫‪0,4‬‬

‫‪0,3‬‬

‫‪0,2‬‬

‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪z‬‬
‫‪-0,1‬‬
‫‪Loi normale de moyenne 0 et d'écart type 1‬‬

‫‪-0,2‬‬
‫‪p(-1<X<+1)=0,682691‬‬

‫‪25‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬
‫)‪𝑃(8 ≤ 𝑥𝑖 ≤ 12) = 𝑃(−1 ≤ 𝑍𝑖 ≤ +1‬‬
‫)‪= 2 ∗ 𝑃(0 ≤ 𝑍𝑖 ≤ 1‬‬
‫‪= 2 ∗ 0,3413‬‬
‫‪= 2 ∗ 0,6826‬‬
‫‪ .2‬احتمال اختيار متوسط عينة مدة حياتها محصورة ما بين ‪ 8‬ساعات و ‪ 12‬ساعة‬
‫يجب معرفة هل المجتمع منتم أو غير منتم أي هل السحب تم باإلرجاع أو بدون إرجاع‬
‫لدينا‪:‬‬
‫‪5% *N = 0,05 * 100 = 5 ⟹n =4 < 5%N‬‬
‫إذن نقول بأن المجتمع غير منتم أي أن السحب تم باإلرجاع وعليم‪:‬‬
‫‪σ‬‬
‫= ̅‪σx‬‬
‫‪√n‬‬
‫) ‪𝑃(8 ≤ 𝑥̅𝑖 ≤ 12) = 𝑃(𝑍1 ≤ 𝑍𝑖 ≤ 𝑍2‬‬

‫𝜇 ‪𝑥̅1 −‬‬ ‫𝜇 ‪𝑥̅2 −‬‬

‫𝜎(𝑃 =‬ ‫𝜎 ≤ 𝑖𝑍 ≤‬ ‫)‬
‫𝑛 ‪⁄‬‬ ‫𝑛 ‪⁄‬‬
‫√‬ ‫√‬

‫‪8 − 10‬‬ ‫‪12 − 10‬‬

‫(𝑃 =‬ ‫≤ 𝑖𝑍 ≤‬ ‫)‬
‫‪2⁄‬‬ ‫‪4⁄‬‬
‫‪√4‬‬ ‫‪√4‬‬
‫)‪= 𝑃(−2 ≤ 𝑍𝑖 ≤ +2‬‬
‫)‪= 2 ∗ 𝑃(0 ≤ 𝑍𝑖 ≤ 2‬‬
‫‪= 2 ∗ 0,4772‬‬
‫‪= 0,9544‬‬
‫الشكل (‪ :)12.1‬المساحة تحت المنحنى الطبيعي لالحتمال)‪𝑃(−2 ≤ 𝑍𝑖 ≤ +2‬‬
‫)‪f(z‬‬
‫‪0,4‬‬

‫‪0,3‬‬

‫‪0,2‬‬

‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪z‬‬
‫‪-0,1‬‬
‫‪Loi normale de moyenne 0 et d'écart type 1‬‬

‫‪-0,2‬‬
‫‪p(-2<X<+2)=0,954499‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫‪26‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫التمرين ‪4‬‬

‫𝟏𝒙‬ ‫𝟐𝒙‬ ‫𝟑𝒙‬ ‫𝟒𝒙‬ ‫𝟓𝒙‬ ‫∑‬

‫𝑖𝑥‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪22‬‬
‫‪𝑥𝑖2‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫‪16‬‬ ‫‪49‬‬ ‫‪64‬‬ ‫‪134‬‬

‫‪ .1‬حساب ‪ µ‬و ‪δ‬‬

‫‪∑ 𝑥𝑖 22‬‬
‫=‪µ‬‬ ‫=‬ ‫‪= 4,4‬‬
‫𝑁‬ ‫‪5‬‬
‫‪∑ 𝑥2‬‬ ‫‪134‬‬
‫√ = ‪𝜎 = √ 𝑖 − 𝜇2‬‬ ‫‪− (4,4)2 = 2,73‬‬
‫𝑁‬ ‫‪5‬‬
‫‪ .2‬أيجاد التوزيع النظري للمعاينة للعينات التي حجمها يساوي ‪ 2‬في حالة السحب باإلرجاع‬
‫أوال نبحث عن عدد العينات الممكنة التي حجمها يساوي ‪ 2‬والمسحوبة باإلرجاع من هذا المجتمع الذي‬
‫حجمم يساوي ‪.5‬‬
‫‪ǹ = AnN = A25 = Nn = 52 = 25 échantillons‬‬
‫)‪(1 ;1‬‬ ‫)‪(1 ;2‬‬ ‫)‪(1 ;4‬‬ ‫)‪(1 ;7‬‬ ‫)‪(1 ;8‬‬
‫)‪(2 ;1‬‬ ‫)‪(2 ;2‬‬ ‫)‪(2 ;4‬‬ ‫)‪(2 ;7‬‬ ‫)‪(2 ;8‬‬
‫)‪(4 ;1‬‬ ‫)‪(4 ;2‬‬ ‫)‪(4 ;4‬‬ ‫)‪(4 ;7‬‬ ‫)‪(4 ;8‬‬
‫)‪(7 ;1‬‬ ‫)‪(7 ;2‬‬ ‫)‪(7 ;4‬‬ ‫)‪(7 ;7‬‬ ‫)‪(7 ;8‬‬
‫)‪(8 ;1‬‬ ‫)‪(8 ;2‬‬ ‫)‪(8 ;4‬‬ ‫)‪(8 ;7‬‬ ‫)‪(8 ;8‬‬

‫التوزيع النظري لمتوسط المعاينة للعينات التي حجمها يساوي ‪ 2‬في حالة السحب باإلرجاع‬
‫‪1‬‬ ‫‪1,5‬‬ ‫‪2,5‬‬ ‫‪4‬‬ ‫‪4,5‬‬
‫‪1,5‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4,5‬‬ ‫‪5‬‬
‫‪4,5‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5,5‬‬ ‫‪6‬‬
‫‪4‬‬ ‫‪4,5‬‬ ‫‪5,5‬‬ ‫‪7‬‬ ‫‪7,5‬‬
‫‪4,5‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7,5‬‬ ‫‪8‬‬
‫‪𝜇𝑥̅ = µ = 4,4‬‬
‫‪σ‬‬ ‫‪2,73‬‬
‫= ̅‪σx‬‬ ‫=‬ ‫‪= 1,93‬‬
‫‪√n‬‬ ‫‪√2‬‬
‫‪ .3‬ايجاد التوزيع النظري للمعاينة للعينات التي حجمها يساوي ‪ 2‬في حالة السحب بدون إرجاع‬
‫أوال نبحث عن عدد العينات الممكنة التي حجمها يساوي ‪ 2‬والمسحوبة بدون إرجاع من هذا المجتمع‬
‫الذي حجمم يساوي ‪.5‬‬
‫‪n‬‬
‫!‪N‬‬ ‫!‪5‬‬ ‫!‪5 ∗ 4 ∗ 3‬‬
‫‪ǹ = CN‬‬ ‫=‬ ‫=‬ ‫=‬ ‫‪= 10 échantillons‬‬
‫!)‪n! (N − n‬‬ ‫!‪2! (5 − 2)! 2 ∗ 1 ∗ 3‬‬

‫)‪(1 ;2‬‬ ‫)‪(1 ;4‬‬ ‫)‪(1 ;7‬‬ ‫)‪(1 ;8‬‬

‫)‪(2 ;4‬‬ ‫)‪(2 ;7‬‬ ‫)‪(2 ;8‬‬
‫)‪(4 ;7‬‬ ‫)‪(4 ;8‬‬
‫)‪(7 ;8‬‬

‫‪27‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

‫التوزيع النظري لمتوسط المعاينة للعينات التي حجمها يساوي ‪ 2‬في حالة السحب بدون إرجاع‬

‫‪1,5‬‬ ‫‪2,5‬‬ ‫‪4‬‬ ‫‪4,5‬‬

‫‪3‬‬ ‫‪4,5‬‬ ‫‪5‬‬
‫‪5,5‬‬ ‫‪6‬‬
‫‪7,5‬‬

‫‪𝜇𝑥̅ = μ = 4,4‬‬

‫‪σ‬‬ ‫‪𝑁 − 𝑛 2,73 5 − 2‬‬

‫= ̅‪σx‬‬ ‫√∗‬ ‫=‬ ‫√‬ ‫‪= 1,67‬‬
‫‪√n‬‬ ‫‪𝑁−1‬‬ ‫‪√2 5 − 1‬‬

‫التمرين ‪5‬‬

‫لدينا المجتمع اإلحصائي غير محدود (غير منتم) موزع طبيعيا ً معالمم كما يلي‪:‬‬
‫)‪.Xi ~N(μ=60; σ2 =100‬‬
‫توزيع معاينة المتوسط 𝒊̅‬
‫𝒙‬ ‫الحجم‬
‫)‪̅𝒏 > 63‬‬
‫𝒙(𝒑‬ ‫̅𝒙𝝈‬ ‫̅𝒙𝟐𝝈‬ ‫̅𝒙𝝁‬ ‫‪n‬‬
‫‪0,2742‬‬ ‫‪5‬‬ ‫‪25‬‬ ‫‪60‬‬ ‫‪4‬‬
‫‪100‬‬ ‫‪100‬‬
‫‪0,1979‬‬ ‫√‬ ‫‪= 3,53‬‬ ‫‪= 12,5‬‬ ‫‪60‬‬ ‫‪8‬‬
‫‪8‬‬ ‫‪8‬‬

‫‪100‬‬ ‫‪100‬‬
‫‪0,1150‬‬ ‫√‬ ‫‪= 2,5‬‬ ‫‪= 6,25‬‬ ‫‪60‬‬ ‫‪16‬‬
‫‪16‬‬ ‫‪16‬‬

‫‪100‬‬ ‫‪100‬‬
‫‪0,0448‬‬ ‫√‬ ‫‪= 1,767‬‬ ‫‪= 3,125‬‬ ‫‪60‬‬ ‫‪32‬‬
‫‪32‬‬ ‫‪32‬‬

‫‪100‬‬ ‫‪100‬‬
‫‪0,0081‬‬ ‫√‬ ‫‪= 1,25‬‬ ‫‪= 1,5625‬‬ ‫‪60‬‬ ‫‪64‬‬
‫‪64‬‬ ‫‪64‬‬

‫‪100‬‬ ‫‪100‬‬
‫‪0,0013‬‬ ‫√‬ ‫‪=1‬‬ ‫‪=1‬‬ ‫‪60‬‬ ‫‪100‬‬
‫‪100‬‬ ‫‪100‬‬

‫تبرير النتائج‬
‫مهما كان حجم العينة ومهما كان السحب باإلرجاع أو بدون إرجاع فإن‪:‬‬
‫‪μx̅ = μ = 60‬‬
‫مادام أن المجتمع غير محدود فإن السحب تم باإلرجاع أي‪:‬‬
‫‪σ‬‬
‫= ̅‪σ2x‬‬
‫‪n‬‬

‫‪28‬‬
‫نظريـة المعاينـــــة‬ ‫الفصــــل األول‬

σ
σx̅ = √ = √σ2x̅
n
x̅8 -μ 63-60
n=8 ⟹p(x̅8 >63)=p (Z> ) =p (Z> ) =p(Z>0,849)=0,1979
σx̅ 3,53
x̅16 -μ 63-60
n=16 ⟹p(x̅16 >63)=p (Z> ) =p (Z> ) =p(Z>1,2)=0,1150
σx̅ 2,5
x̅32 -μ 63-60
n=32 ⟹p(x̅32 >63)=p (Z> ) =p (Z> ) =p(Z>1,69)=0,0448
σx̅ 1,767
x̅64 -μ 63-60
n=64 ⟹p(x̅64 >63)=p (Z> ) =p (Z> ) =p(Z>2,4)=0,0081
σx̅ 1,25
x̅100 -μ 63-60
n=100 ⟹p(x̅100 >63)=p (Z> ) =p (Z> ) =p(Z>3)=0,0013
σx̅ 1

29
‫نظريــة التقديـــــر‬ ‫الفصــــل الثانــي‬

‫الفصـــل الثاني‬
‫نظريـة التقديـــر‬

‫تمهيد‬
‫‪ .1.2‬مفهوم التقدير اإلحصائي‬
‫‪ .2.2‬أنواع التقديرات اإلحصائية‬
‫‪ .1.2.2‬التقدير بنقطة‬
‫‪ .2.2.2‬التقدير بفترة أو مجال الثقة‪.‬‬
‫‪ .3.2‬فترة الثقة لمتوسط المجتمع ‪µ‬‬
‫‪2‬‬
‫‪ .1.3.2‬الحالة األولى‪ :‬تباين المجتمع 𝜎 معلوم‪.‬‬
‫‪ .2.3.2‬الحالة الثانية‪ :‬تباين المجتمع ‪ 𝜎 2‬مجهول وعينات كبيرة‪.‬‬
‫‪ .3.3.2‬الحالة الثالثة‪ :‬تباين المجتمع ‪ 𝜎 2‬مجهول وعينات صغيرة‪.‬‬
‫‪ .4.2‬فترة الثقة للفرق بين متوسطي مجتمعين ( ‪)𝜇1 − 𝜇2‬‬
‫‪ .1.4.2‬الحالة األولى‪ :‬حالة معلومية تباينا المجتمعين‪ σ12 ،‬و ‪σ2‬‬
‫‪2‬‬

‫‪ .2.4.2‬الحالة الثانية‪ :‬حالة عدم معلومية ‪ σ12‬و ‪ ،σ22‬والعينتان مستقلتان وكبيرة الحجم‬
‫‪ .3.4.2‬الحالة الثالثة‪ :‬حالة عدم معلومية ‪ σ12‬و ‪ ،σ22‬والعينتان مستقلتان وصغيرة الحجم‬
‫‪ .5.2‬فترة الثقة لتباين المجتمع ‪𝜎 2‬‬
‫‪𝜎12‬‬
‫‪ .6.2‬فترة الثقة للنسبة بين تباينا المجتمعين‬
‫‪𝜎22‬‬
‫‪ .7.2‬فترة الثقة لنسبة المجتمع ‪P‬‬
‫‪ .8.2‬فترة الثقة للفرق بين نسبتي مجتمعين ( ‪)𝑃1 − 𝑃2‬‬
‫خالصــــة الفصـــل‬
‫تماريــن‬
‫حلول التماريــن‬

‫‪30‬‬
‫نظريــة التقديـــــر‬ ‫الفصــــل الثانــي‬

‫تمهيد‬
‫تلعب نظرية التقدير دورا ً رئيسيا ً هاما ً في االقتصاد وفي اإلحصاء االستداللي‪ ،‬حيث يتم على‬
‫ضوئها تقدير معالم المجتمع اإلحصائي (‪ )Paramètres‬والمعلوم توزيعم االحتمالي‪ ،‬وذلك عن طريق‬
‫سحب عينة عئوائية من المجتمع وتستخدم إحصاءاتها (‪ )Statistiques‬في تقدير معالم المجتمع‪.‬‬
‫‪ .1.2‬مفهـــــوم التقدير اإلحصائي (‪)Estimation statistique‬‬
‫تتم عملية التقدير من خالل اختبار عينة عئوائية من مجتمع ما ومئاهدة مقررات تلك العينة ومن‬
‫المراد إجراؤها وتعميم ذلك على المجتمع‪ .‬إن أي توزيع احتمالي يحتوى على معالم‬ ‫ثم حساب المقايي‬
‫تحدد كلم‪ .‬توزيع ذات الحدين يعتمد على 𝑝 (نسبة النجاح)‪( 𝑛 ،‬عدد مرات اجراء التجربة) أما في توزيع‬
‫يواسون فيعتمد كلم على معلمة 𝜆 (معدل النجاحات في فترة زمنية معينة) أما في التوزيع الطبيعي فيعتمد‬
‫كل ذلك التوزيع على 𝜇 (المتوسط)‪( 𝜎 ،‬االنحراف المعياري)‪( ،‬التباين ‪ (𝜎 2‬وعادة ما تكون هذه المعالم‬
‫مجهولة‪ ،‬وفي هذه الحالة ال بد من تقدير هذه المعالم‪.‬‬
‫أنواع التقديرات اإلحصائية‬ ‫‪.2.2‬‬

‫هناك طريقتان أساسيتان لتقدير معالم المجتمع المجهولة هما‪:‬‬

‫‪ .1.2.2‬التقدير النقطي (‪)Estimation ponctuelle‬‬

‫تستخدم بيانات العينة لتقدير معلمة المجتمع المجهولة بنقطة واحدة فقط‪ ،‬أي بقيمة واحدة فقط‪.‬‬
‫مثال ‪ :‬نقدر العمر االفتراضي للمصابيح المنتجة في مصنع معين بأن نقول أن العمر االفتراضي للمصباح‬
‫يُقدر بـــ‪ 400 :‬ساعة‪.‬‬
‫‪ ‬المقدر غير المنحاز (‪)Estimateur non biais‬‬
‫نقول عن إحصائية ما بأنها مقدر غير منحاز لمعلمة المجتمع إذا كان متوسطها أو توقعها الرياضي مساويا ً‬
‫لمعلمة المجتمع‪ .‬أي‪:‬‬
‫𝜃 = )̂𝜃(𝐸‬

‫مثال‪ :‬نقول عن متوسط العينة ‪ x‬أنم مقدر غير منحاز لمتوسط المجتمع ‪ µ‬ألن‪:‬‬
‫𝜇 = ) ̅𝑥(𝐸‬
‫‪ ‬نظرية‬
‫إذا كان ̅𝑥 المتوسط الحسابي لعينة عئوائية (‪ )x1, x2,………..,xn‬مسحوبة من مجتمع إحصائي متوسطم‬
‫الحسابي 𝜇‪ ،‬فإن‪:‬‬
‫𝜇 = ) ̅𝑥(𝐸‬
‫حيث‪:‬‬

‫‪31‬‬
‫نظريــة التقديـــــر‬ ‫الفصــــل الثانــي‬

‫𝑛𝑥 ‪𝑥1 + 𝑥2 + ⋯ +‬‬

‫( 𝐸 = ) ̅𝑥(𝐸‬ ‫)‬
‫𝑛‬
‫‪1‬‬
‫]) 𝑛𝑥 ‪= 𝑛 [𝐸(𝑥1 + 𝑥2 + ⋯ +‬‬
‫‪1‬‬
‫]) 𝑛𝑥(𝐸 ⋯ ‪= 𝑛 [𝐸(𝑥1 ) + 𝐸(𝑥2 ) +‬‬
‫‪1‬‬
‫] 𝑛𝜇 ‪=𝑛 [𝜇1 + 𝜇2 + ⋯ +‬‬
‫‪1‬‬
‫]𝜇𝑛[ 𝑛 =‬

‫‪=µ‬‬
‫نقول عن اإلحصائية ‪( 𝑆 2‬تباين العينة) في حالة المعاينة باإلرجاع أنها مقدر غير منحاز لــــ ‪ 𝜎 2‬ألن‪:‬‬
‫𝑛‬
‫= ) ‪𝐸(𝑆 2‬‬ ‫‪𝜎2 ≠ 𝜎2‬‬
‫‪𝑛−1‬‬
‫𝑛‬
‫= ‪𝑆̂ 2‬‬ ‫نقول عن اإلحصائية ‪𝑆 2‬‬
‫‪𝑛−1‬‬
‫𝑛‬
‫= ) ‪𝐸(𝑆 2‬‬ ‫‪𝜎2 ≠ 𝜎2‬‬
‫‪𝑛−1‬‬

‫‪ .2.2.2‬التقدير بفترة أو مجـــال الثقة‪Estimation par intervalle de confiance :‬‬

‫التقدير بفترة فنحصل من خاللم على مجال (‪ )intervalle‬أو فترة تتحدد بحدين (حد أدنى وحد‬
‫أعلى) نحصل عليهما من العينة‪ .‬ونالحظ هنا أن فترة التقدير (أو تقدير الفترة) تحتوي على أكثر من قيمة‬
‫بل قد يكون عدد القيم غير محدود أو ال نهائيا ً في كثير من الحاالت‪.‬‬

‫فتــــرة الثقة لمتوســط المجتمع ‪µ‬‬ ‫‪.3.2‬‬

‫في هذه الحالة ال نكتفي بتقدير معلمة المجتمع بنقطة فنلجأ باستخدام عينة من المجتمع لحساب‬
‫مجال نأمل أن تقع فيم معلمة المجتمع بمستوى ثقة محدد مسبقا ً يُرمز لم بالرمز (‪ )1- α‬حيث تسمى ‪α‬‬

‫مستوى الخطر أو مستوى الخطر أو مستوى ‪ ،‬ويطلق على هذه الفترة فترة الثقة للمعلمة بمستوى ثقة‬
‫‪.)1- α(%‬‬
‫وفيما يلي سنوضح كيفية إيجاد فترة الثقة لمتوسط مجتمع طبيعي في الحاالت التالية‪:‬‬

‫‪ .1.3.2‬الحالة األولى‪ :‬تباين المجتمع‪ 𝝈𝟐 :‬معلــــوم‬

‫𝛍‪𝐱̅−‬‬ ‫‪𝜎2‬‬
‫فنعرف فترة‬ ‫𝛔‬ ‫‪ 𝑥̅𝑖 : ↝ 𝑁(𝜇,‬وكذلك )‪↝ 𝑁(0; 1‬‬ ‫𝑛‬
‫نعلم أنم إذا كان ) ‪ 𝑋𝑖 : ↝ 𝑁(𝜇, 𝜎 2‬فإن )‬
‫𝐧 ‪⁄‬‬
‫√‬

‫الثقة ‪ )1- α(%‬أو نقول فترة ثقة عند مستوى خطر ‪ α‬بأنها الفترة التي تحقق ما يلي‪:‬‬

‫𝜇 ‪𝑥̅ −‬‬
‫𝜎 < )∝‪𝑝 (−𝑍(1−‬‬ ‫𝛼 ‪< +𝑍(1−∝) ) = 1 −‬‬
‫‪2‬‬ ‫𝑛 ‪⁄‬‬ ‫‪2‬‬
‫√‬

‫‪32‬‬
‫نظريــة التقديـــــر‬ ‫الفصــــل الثانــي‬

‫وبتبسيط فترة االحتمال نحصل على العالقة التالية‪:‬‬

‫𝜎‬ ‫𝜎‬
‫‪𝑝 (𝑥̅ − 𝑍(1−∝) .‬‬ ‫‪< 𝜇 < 𝑥̅ + 𝑍(1−∝) .‬‬ ‫𝛼‪)=1−‬‬
‫‪2‬‬ ‫𝑛√‬ ‫‪2‬‬ ‫𝑛√‬

‫وهذه هي فترة الثقة المطلوبة‪ ،‬والحظ أن فترة الثقة مركزها ̅𝑥 متغير عئوائي سيتغير مركز الثقة‬
‫بتغير العينة وبالتالي تتغير فترة الثقة‪ ،‬ولكن كل الفترات تئترك في أن متوسط العينة يقع داخل كل فترة‬
‫بنسبة ‪.)1- α(%‬‬

‫تمريـــن ‪ :1‬أخذت عينة حجمها ‪ 49‬ومتوسطها ‪ 45‬من مجتمع إحصائي يتبع توزيعا ً طبيعيا ً تباينم ‪.12,25‬‬
‫أوجد فترة الثقة بنسبة ‪ % 95‬لمتوسط المجتمع‪.‬‬
‫الحـــل‬
‫∝‬
‫حجم العينة ‪ n =49‬وحيث أن ‪ 1- α = 0,95‬فتكون ‪ α = 0,05‬ومنم‪ 2 = 0,025 :‬وبالتالي‪:‬‬
‫𝑍 = )∝‪𝑍(1−‬‬ ‫‪1−0,05‬‬ ‫‪= 𝑍0,475 = ±1,96‬‬
‫‪2‬‬ ‫(‬ ‫)‬
‫‪2‬‬

‫وحيث أن ‪ 𝜎 2 = 12, 25‬فيكون االنحراف المعياري للمجتمع ‪ ،𝜎 = 3,5‬والحظ هنا أن تباين المجتمع‬
‫معلوم لذلك نستخدم التوزيع الطبيعي في ايجاد فترة الثقة المطلوبة عند مستوى خطر ‪ % 95‬وذلك كما يلي‪:‬‬
‫𝜎‬ ‫𝜎‬
‫‪𝐼𝑐𝜇 = [𝑥̅ − 𝑍(1−∝) .‬‬ ‫;‬ ‫‪𝑥̅ + 𝑍(1−∝) .‬‬ ‫∝‪] = 1−‬‬
‫‪2‬‬ ‫𝑛√‬ ‫‪2‬‬ ‫𝑛√‬
‫‪3,5‬‬ ‫‪3,5‬‬
‫‪= [45 − 1,96.‬‬ ‫;‬ ‫‪45 + 1,96.‬‬ ‫‪] = 0,95‬‬
‫‪√49‬‬ ‫‪√49‬‬

‫‪= [45 − 0,98‬‬ ‫;‬ ‫]‪45 + 0,98‬‬

‫‪= [44,02‬‬ ‫;‬ ‫]‪45,98‬‬
‫وهذا يعني أن احتمال وقوع متوسط المجتمع بين القيمتين ‪ 44,02‬و ‪ 45,98‬هو ‪ ،0,95‬وتعني كذلك أن هناك‬
‫‪ 5‬حاالت من كل ‪ 100‬حالة ستكون فيها 𝜇 خارج فترة الثقة المذكورة‪.‬‬
‫‪ .2.3.2‬الحالة الثانية‪ :‬تباين المجتمع‪ 𝝈𝟐 :‬مجهـــــول وعينات كبيــرة (‪)n ≥ 30‬‬
‫في هذه الحالة يعطى مجال الثقة لمتوسط المجتمع بالعالقة التالية‪:‬‬
‫𝑆‬ ‫𝑆‬
‫‪𝐼𝑐𝜇 = [𝑥̅ − 𝑍(1−∝) .‬‬ ‫;‬ ‫‪𝑥̅ + 𝑍(1−∝) .‬‬ ‫∝‪] = 1−‬‬
‫‪2‬‬ ‫𝑛√‬ ‫‪2‬‬ ‫𝑛√‬
‫حيث نستخدم االنحراف المعياري للعينة ‪ S‬بدالً من االنحراف المعياري للمجتمع ‪ σ‬ألنم مجهول‪.‬‬
‫البرهان‬
‫𝑛√‬
‫𝑆‪.‬‬
‫𝜎‬‫𝑛√‬ ‫‪−1‬‬ ‫̂𝜎‬‫𝑆‬
‫= ̅𝑥𝜎‬ ‫=‬ ‫=‬ ‫=‬
‫𝑛√‬ ‫𝑛√‬ ‫𝑛√‬ ‫𝑛√‬

‫‪33‬‬
‫نظريــة التقديـــــر‬ ‫الفصــــل الثانــي‬

‫ألنم حسب قانون األعداد الكبيرة فإن‪:‬‬

‫𝑛√‬
‫‪∼1‬‬
‫‪√𝑛 − 1‬‬

‫تمريـــن ‪ :2‬سحبت عينة عئوائية من مجتمع طبيعي مجهول التباين بحجم ‪ 36‬مئاهدة‪ ،‬حيث بلغ‬
‫متوسطها الحسابي ‪ 12‬بتباين ‪ .16‬أوجد فترة الثقة بنسبة ‪ % 99‬لتقدير متوسط المجتمع 𝜇‪.‬‬

‫الحل‬
‫‪α= 0,01‬‬ ‫‪1-α = 0,99‬‬ ‫‪n =36‬‬ ‫‪𝑆 2 = 16‬‬ ‫‪𝑥̅ = 12‬‬
‫من جدول التوزيع الطبيعي نجد‪:‬‬
‫‪𝑍(1−∝) = 𝑍(1−0,01) = 𝑍0,495 = ±2,58‬‬
‫‪2‬‬ ‫‪2‬‬

‫الشكل (‪ :)1.2‬المساحة تحت المنحنى المظللة (مجال الثقة) بين القيمتين (‪ Z=-2,58‬و ‪)Z=+2,58‬‬
‫‪y‬‬
‫‪0,4‬‬

‫‪0,3‬‬
‫منطقة الخطر‬ ‫منطقة الخطر‬
‫عند مستوى‬ ‫عند مستوى‬
‫∝‬ ‫∝‬
‫‪0,2‬‬
‫𝟐‬ ‫𝟐‬
‫مجــــال الثقـــــــــــة‬
‫)𝛂 ‪(𝟏 −‬‬
‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪x‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫فتكون فترة الثقة المطلوبة كما يلي‪:‬‬

‫𝑆‬ ‫𝑆‬
‫‪𝐼𝑐𝜇 = [𝑥̅ − 𝑍(1−∝) .‬‬ ‫;‬ ‫‪𝑥̅ + 𝑍(1−∝) .‬‬ ‫∝‪] = 1−‬‬
‫‪2‬‬ ‫𝑛√‬ ‫‪2‬‬ ‫𝑛√‬
‫‪4‬‬ ‫‪4‬‬
‫‪= [12 − 2,58.‬‬ ‫;‬ ‫‪12 + 2,58.‬‬ ‫‪] = 0,99‬‬
‫‪√36‬‬ ‫‪√36‬‬
‫‪= [10,28‬‬ ‫;‬ ‫]‪13,72‬‬

‫‪ .3.3.2‬الحالة الثالثة‪ :‬تباين المجتمع‪ 𝝈𝟐 :‬مجهـــــول وعينات صغيـــرة (‪)n < 30‬‬
‫عندما يكون التوزيع طبيعيا ً ولكن ‪ σ‬غير معلومة و ‪ ، n < 30‬فإننا ال نستطيع استخدام التوزيع‬
‫الطبيعي لتحديد فترات الثقة لمتوسط المجتمع غير المعلوم‪ ،‬ولكن يمكننا استخدام توزيع ‪ .t‬هذا التوزيع‬
‫متماثل حول متوسط الصفر ولكنم منبسط عن التوزيع الطبيعي القياسي‪ ،‬ولهذا فإن جزاءا ً أكبر من‬

‫‪34‬‬
‫نظريــة التقديـــــر‬ ‫الفصــــل الثانــي‬

‫مساحتم تقع عند األطراف‪ .‬وبينما يوجد توزيع طبيعي قياسي واحد‪ ،‬فإن هناك توزيعا ً ‪ t‬مختلفا ً لكل حجم‬
‫للعينة ‪ .n‬ولكن مع تزايد ‪ n‬فإن توزيـع ‪ t‬يقترب من التوزيع الطبيعي القياسي إلى أن تكون ‪، n  30‬‬

‫وعندئذ يتساويان تقريباً‪.‬‬

‫الشكل (‪ :)2.2‬التوزيع االحتمالي لــ ‪Student‬‬

‫‪Source : CLEMENT Rau., Op. cit., p.54‬‬

‫ويُعطى مجال الثقة لتقدير متوسط المجتمع في هذه الحالة وفق الصيغة التالية‪:‬‬
‫∝‬ ‫𝑆‬ ‫∝‬ ‫𝑆‬
‫;‪𝐼𝑐𝜇 = [𝑥̅ − 𝑡 (𝑛 − 1‬‬ ‫‪).‬‬ ‫;‬ ‫;‪𝑥̅ + 𝑡 (𝑛 − 1‬‬ ‫‪).‬‬ ‫∝‪] = 1−‬‬
‫‪2 √𝑛 − 1‬‬ ‫‪2 √𝑛 − 1‬‬
‫‪ ‬البرهان‬
‫𝑛√‬
‫𝑆‪.‬‬
‫𝜎‬ ‫̂𝜎‬ ‫𝑛√‬ ‫‪−1‬‬ ‫𝑆‬
‫= ̅𝑥𝜎‬ ‫=‬ ‫=‬ ‫=‬
‫𝑛√‬ ‫𝑛√‬ ‫𝑛√‬ ‫‪√𝑛 − 1‬‬
‫√‬ ‫𝑛‬
‫‪ √𝑛−1‬ال يؤول إلى ‪ 1‬ألن حجم العينة صغير أقل من ‪ 30‬وال ينطبق عليها قانون‬ ‫في هذه الحالة فإن‪:‬‬
‫األعداد الكبيرة‪.‬‬
‫‪ ‬تمريـــن ‪3‬‬
‫سحبت عينة عئوائية حجمها ‪ 10‬من مجتمع إحصائي فكان متوسطها ‪ 8,5‬وانحرافها المعياري‬
‫‪ .1,58‬أوجد فترة الثقة عند مستوى خطر ‪.α =5%‬‬

‫‪ ‬الحل‬
‫ما دام أن ‪ n < 30‬واالنحراف المعياري للمجتمع مجهول‪ ،‬فإن التوزيع المتبع هو توزيع ستودنت‬
‫(‪.)Student‬‬
‫من الجدول اإلحصائي لتوزيع ستودنت نجد أن‪:‬‬
‫‪𝑡(𝑛−1; ∝) = 𝑡(9; 0,025) = ±2,26‬‬
‫‪2‬‬

‫‪35‬‬
‫نظريــة التقديـــــر‬ ‫الفصــــل الثانــي‬

‫الشكل (‪ :)3.2‬المساحة تحت المنحنى المظللة (مجال الثقة) بين القيمتين (‪ Z=-2,58‬و ‪)Z=+2,58‬‬
‫)‪f(z‬‬

‫‪0,4‬‬

‫منطقة الخطر‬ ‫‪0,3‬‬

‫منطقة الخطر‬
‫عند مستوى‬ ‫عند مستوى‬
‫∝‬ ‫∝‬
‫‪( ) = 𝟐, 𝟓%‬‬ ‫‪( ) = 𝟐, 𝟓%‬‬
‫𝟐‬ ‫‪0,2‬‬ ‫𝟐‬

‫الثقة‬
‫‪0,1‬‬
‫مجــــال‬
‫‪(𝟏 − 𝛂)= 95%‬‬

‫‪-4‬‬ ‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪z‬‬

‫‪-0,1‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫وتكون فترة الثقة المطلوبة كما يلي‪:‬‬

‫‪1,58‬‬ ‫‪1,58‬‬
‫‪𝐼𝑐𝜇 = [8,5 − 2,26.‬‬ ‫;‬ ‫‪8,5 + 2,26.‬‬ ‫∝‪] = 1−‬‬
‫‪√10 − 1‬‬ ‫‪√10 − 1‬‬
‫‪= [7,31‬‬ ‫;‬ ‫]‪9,69‬‬

‫جدول ‪ :1.2‬ملخص مجاالت الثقة لمتوسط المجتمع‬

‫االنحراف‬
‫حجم‬
‫المعياري‬ ‫طبيعة توزيع االحصاءة ̅‬
‫𝒙‬ ‫مجال الثقة‬
‫العينة‬
‫للمجتمع‬
‫𝜎‬ ‫𝝁‪̅−‬‬
‫𝒙‬ ‫𝜎‬
‫‪𝜎 connu‬‬ ‫‪𝑥̅ ↝ 𝑁 (𝜇,‬‬ ‫𝝈 ‪) ou‬‬ ‫)‪↝ 𝑁(0; 1‬‬ ‫‪𝐼𝑐𝜇 = [𝑥̅ ± 𝑍(1−∝) .‬‬ ‫]‬
‫𝑛√‬ ‫𝒏 ‪⁄‬‬
‫√‬ ‫‪2‬‬ ‫𝑛√‬
‫‪n < 30‬‬ ‫𝑆‬ ‫𝝁‪̅−‬‬
‫𝒙‬
‫‪𝑥̅ ↝ 𝑡 (𝜇,‬‬ ‫𝑺 ‪) ou‬‬ ‫↝‬ ‫∝‬ ‫‪S‬‬
‫‪√𝑛−1‬‬ ‫‪⁄‬‬
‫‪𝜎 inconnu‬‬ ‫𝟏‪√𝒏−‬‬ ‫;‪Icμ = [x̅±t (n-1‬‬ ‫‪).‬‬ ‫]‬
‫‪2 √n-1‬‬
‫)‪𝑡(𝑛−1‬‬
‫𝜎‬ ‫𝝁‪̅−‬‬
‫𝒙‬ ‫𝜎‬
‫‪𝜎 connu‬‬ ‫‪𝑥̅ ↝ 𝑁 (𝜇,‬‬ ‫𝝈 ‪) ou‬‬ ‫)‪↝ 𝑁(0; 1‬‬ ‫‪𝐼𝑐𝜇 = [𝑥̅ ± 𝑍(1−∝) .‬‬ ‫]‬
‫𝑛√‬ ‫𝒏 ‪⁄‬‬
‫√‬ ‫‪2‬‬ ‫𝑛√‬
‫‪n ≥ 30‬‬
‫𝑆‬ ‫𝝁‪̅−‬‬
‫𝒙‬ ‫𝑆‬
‫‪𝜎 inconnu‬‬ ‫‪𝑥̅ ↝ 𝑁 (𝜇,‬‬ ‫𝑺 ‪) ou‬‬ ‫)‪↝ 𝑁(0; 1‬‬ ‫‪𝐼𝑐𝜇 = [𝑥̅ ± 𝑍(1−∝) .‬‬ ‫]‬
‫𝑛√‬ ‫‪⁄‬‬
‫𝒏√‬ ‫‪2‬‬ ‫𝑛√‬

‫المصدر‪ :‬من إعداد الباحث‬

‫فترة الثقة للفرق بين متوسطي مجتمعين مستقليـــن ) 𝟐𝛍 ‪(𝛍𝟏 −‬‬ ‫‪.4.2‬‬

‫وفيما يلي سنجد فترة الثقة للفرق بين متوسطي مجتمعين طبيعيين مستقلين في حاالت مختلفة‪:‬‬

‫‪36‬‬
‫نظريــة التقديـــــر‬ ‫الفصــــل الثانــي‬

‫‪ .1.4.2‬الحالة األولى‪ :‬معلوميــــة تباينا المجتمعيــــن‬

‫إذا كان) ‪ 𝑋1 ↝ 𝑁(µ1 ; 𝜎12‬و ) ‪ ،𝑋2 ↝ 𝑁(𝜇2 ; 𝜎22‬فإن‪:‬‬

‫‪𝜎12 𝜎22‬‬
‫; ‪𝑥̅1 − 𝑥̅2 ↝ 𝑁 (𝜇1 − 𝜇2‬‬ ‫) ‪+‬‬
‫‪𝑛1 𝑛2‬‬
‫ومنم‪:‬‬
‫) ‪(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜋2‬‬
‫)‪↝ 𝑁(0; 1‬‬
‫‪𝜎2‬‬ ‫‪𝜎22‬‬
‫‪√ 1‬‬
‫‪𝑛1 + 𝑛2‬‬

‫وتكون فترة الثقة (‪ % )1- α‬كالتالي‪:‬‬

‫) ‪(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2‬‬
‫< )∝‪−𝑍(1−‬‬ ‫)∝‪< +𝑍(1−‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪𝜎2‬‬ ‫‪𝜎22‬‬
‫‪√ 1‬‬
‫‪𝑛1 + 𝑛2‬‬

‫حيث بحل المتباينة بالنسبة إلى ‪ 𝜇1 − 𝜇2‬نجد أن‪:‬‬

‫‪σ21 σ22‬‬ ‫‪σ2 σ2‬‬

‫‪(x̅1 -x̅2 )-Z‬‬ ‫√‪1-∝ .‬‬ ‫‪+ <μ1 -μ2 <(x̅1 -x̅2 )+Z 1-∝ .‬‬ ‫‪√ 1+ 2‬‬
‫(‬ ‫‪) n1‬‬ ‫‪n2‬‬ ‫(‬ ‫)‬ ‫‪n1 n2‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪ ‬تمرين ‪4‬‬
‫سحبت عينتان عئوائيتان من مجتمعين طبيعيين مستقلين وكانت النتائج المتحصل عليها كما يلي‪:‬‬
‫ُ‬

‫المجتمع ‪2‬‬ ‫المجتمع ‪1‬‬

‫‪= 9𝑛2‬‬ ‫𝟏𝒏‪= 8‬‬
‫‪= 25,11𝑥̅2‬‬ ‫𝟏̅‬
‫𝒙‪=21,25‬‬
‫‪.𝜎22 = 12‬‬ ‫‪𝝈𝟐𝟏 = 6‬‬

‫حدد مجال الثقة للفرق بين متوسطي المجتمعين عند مستوى خطر ‪.α =5%‬‬

‫‪ ‬الحل‬
‫إيجاد القيمة الجدولية )∝‪𝑍(1−‬‬
‫‪2‬‬

‫𝑍 = )∝‪𝑍(1−‬‬ ‫‪1−0,05‬‬ ‫‪= 𝑍0,475 = ±1,96‬‬

‫‪2‬‬ ‫(‬ ‫)‬
‫‪2‬‬

‫‪37‬‬
‫نظريــة التقديـــــر‬ ‫الفصــــل الثانــي‬

‫الشكل (‪ :)3.2‬المساحة تحت المنحنى المظللة (مجال الثقة) بين القيمتين (‪ Z=-1,96‬و ‪)Z=+1,96‬‬
‫‪y‬‬
‫‪0,4‬‬

‫منطقة الخطر عند‬ ‫مستوى‬ ‫مستوى‬

‫∝‬ ‫‪0,3‬‬ ‫الخطر عند‬ ‫منطقة‬
‫مستوى‬ ‫∝‬
‫مستوى‬
‫∝‬ ‫𝟐‬ ‫∝‬
‫‪( ) = 𝟐, 𝟓%‬‬
‫𝟐‬ ‫‪( ) = 𝟐,𝟐𝟓%‬‬
‫𝟐‬
‫‪0,2‬‬
‫مجال الثقة‬
‫)𝛂 ‪(𝟏 −‬مجــــال الثقة‬
‫‪(𝟏 − 𝛂)= 95%‬‬
‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪x‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫‪σ21 σ22‬‬ ‫‪σ21 σ22‬‬

‫‪Icμ‬‬ ‫‪= [(x̅1 -x̅2 )-Z‬‬ ‫∝‪1-‬‬ ‫‪.‬‬ ‫√‬ ‫‪+‬‬ ‫‪; (x̅1 -x̅2 )+Z‬‬ ‫∝‪1-‬‬ ‫‪.‬‬ ‫√‬ ‫] ‪+‬‬
‫‪1 -μ2‬‬ ‫(‬ ‫‪) n1‬‬ ‫‪n2‬‬ ‫(‬ ‫)‬ ‫‪n1 n2‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪6 12‬‬ ‫‪6 12‬‬

‫‪= [(21,25-25,11)-1,96.√ +‬‬ ‫] ‪; (21,25-25,11)+1,96. √ +‬‬
‫‪8 9‬‬ ‫‪8 9‬‬

‫]‪= [− 6,99 ; −1,03‬‬

‫‪ .2.4.2‬الحالة الثانية‪ :‬عدم معلوميـــة تباينا المجتمعيــن والعينتان مستقلتــان وكبيـــرة الحجم ( ≥ ‪n1, n2‬‬
‫‪)30‬‬

‫في هذه الحالة نقدر تباين كل مجتمع بتباين عينة عئوائية تُسحب منم ونستبدل تباين المجتمعين ‪𝜎12‬‬

‫و ‪ 𝜎22‬في فترة الثقة للحالة السابقة فتصبح فترة الثقة لهذه الحالة كما يلي‪:‬‬

‫‪S12 S22‬‬ ‫‪S12 S22‬‬

‫‪(x̅1 -x̅2 )-Z‬‬ ‫‪1-∝ .‬‬‫√‬ ‫‪+ <μ1 -μ2 <(x̅1 -x̅2‬‬ ‫‪)+Z‬‬ ‫‪1-∝ .‬‬ ‫√‬ ‫‪+‬‬
‫(‬ ‫‪) n1‬‬ ‫‪n2‬‬ ‫(‬ ‫)‬ ‫‪n1 n2‬‬
‫‪2‬‬ ‫‪2‬‬

‫تمريــن ‪5‬‬
‫لمعرفة متوسط الفرق بين نقاط مقياس اإلحصاء االستداللي لطلبة قسم علوم التسيير و طلبة قسم العلوم‬
‫االقتصادية‪ ،‬قام األستاذ بسحب عينة عئوائية حجمها ‪ 75‬طالبا ً من قسم علوم التسيير وعينة أخرى من قسم‬
‫العلوم االقتصادية حجمها ‪ 50‬طالباً‪ ،‬وأجروا االمتحان وخلص إلى النتائج الممثلة كما يلي‪:‬‬

‫قسم العلوم االقتصادية‬ ‫قسم علوم التسيير‬

‫‪= 50𝑛2‬‬ ‫𝟏𝒏‪= 75‬‬

‫‪38‬‬
‫نظريــة التقديـــــر‬ ‫الفصــــل الثانــي‬

‫‪= 66𝑥̅2‬‬ ‫𝟏̅‬

‫𝒙‪=72‬‬
‫‪.𝑆22 = 36‬‬ ‫‪𝑺𝟐𝟏 = 64‬‬

‫أوجد فترة الثقة للفرق بين متوسطي نقاط الطلبة لكال القسمين عند مستوى خطر ‪.% 10‬‬

‫الحل‬
‫بما أن تباينا المجتمعين مجهولين وحجم العينتان أقل من ‪ 30‬ومستقلتان‪ ،‬فإن فترة الثقة للفرق بين متوسطي‬
‫نقاط مقياس اإلحصاء االستداللي لطلبة القسمين يعطى بالعالقة التالية‪:‬‬

‫‪S12 S22‬‬ ‫‪S12 S22‬‬

‫‪Icμ -μ = [(x̅1 -x̅2 )-Z 1-∝ .‬‬ ‫√‬ ‫‪+‬‬ ‫;‬ ‫‪(x̅1 -x̅2 )+Z 1-∝ .‬‬ ‫√‬ ‫] ‪+‬‬
‫‪1 2‬‬ ‫(‬ ‫‪) n1‬‬ ‫‪n2‬‬ ‫(‬ ‫)‬ ‫‪n1 n 2‬‬
‫‪2‬‬ ‫‪2‬‬

‫حجم العينتين أكبر من ‪ 30‬إذن المجتمعين يتبعان توزيع طبيعي وبالتالي نستخرج القيمة الجدولية ‪ Z‬حيث‪:‬‬
‫‪𝑍𝑡ℎ = 𝑍(1−∝) = 𝑍(1−0,1) = 𝑍0,450 = ±1,65‬‬
‫‪2‬‬ ‫‪2‬‬

‫الشكل (‪ :)4.2‬المساحة تحت المنحنى المظللة (مجال الثقة) بين القيمتين (‪ Z=-1,65‬و ‪)Z=+1,65‬‬
‫)‪f(z‬‬
‫‪0,4‬‬

‫منطقة الخطر‬ ‫منطقة الخطر‬

‫عند مستوى‬ ‫‪0,3‬‬ ‫عند مستوى‬
‫∝‬ ‫∝‬
‫‪( ) = 𝟓%‬‬ ‫‪( ) = 𝟓%‬‬
‫𝟐‬ ‫𝟐‬
‫‪0,2‬‬
‫مجــــال الثقة‬
‫‪(𝟏 − 𝛂)= 90%‬‬
‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪z‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫وبما أن تباينا المجتمعين غير معلومين فيتم استبدالهما بتباينا العينتين المسحوبتين من المجتمعين كما يلي‪:‬‬

‫‪64 36‬‬ ‫‪64 36‬‬

‫‪Icμ‬‬ ‫‪= [(72-66)-1,65.√ +‬‬ ‫;‬ ‫] ‪(72-66)+1,65. √ +‬‬
‫‪1 -μ2‬‬ ‫‪75 50‬‬ ‫‪75 50‬‬

‫‪⟹ Icμ‬‬ ‫‪=[3,93037‬‬ ‫;‬ ‫]‪8,06963‬‬

‫‪1 -μ2‬‬

‫نقول بأننا واثقون بنسبة ‪ % 90‬بأن الفرق بين متوسط النقاط لمقياس اإلحصاء االستداللي لطلبة القسمين‬
‫سيقع بين القيمتين ‪ 3,93‬و ‪.8,06963‬‬

‫‪39‬‬
‫نظريــة التقديـــــر‬ ‫الفصــــل الثانــي‬

‫‪ .3.4.2‬الحالة الثالثة‪ :‬عدم معلومية تباينا المجتمعين والعينتان مستقلتان وكبيرة الحجم (‪)n1, n2 < 30‬‬

‫تتفرع عن هذه الحالة حالتين‪ :‬حالة تباينا المجتمعين مجهولين ومتساويين وحالة تباينا المجتمعين‬
‫مجهولين وغير متساويين كما يلي‪:‬‬

‫‪ ‬تباينا المجتمعين مجهولين ومتساويين‬

‫في هذه الحالة تُعطى فترة الثقة للفرق بين متوسطي المجتمعين بالعالقة التالية‪:‬‬

‫∝‬ ‫‪(n1 -1).S12 +(n2 -1).S22 1‬‬ ‫‪1‬‬

‫‪Icμ‬‬ ‫;‪= [(x̅1 -x̅2 )±t(dL‬‬ ‫√‪).‬‬ ‫) ‪( +‬‬ ‫]‬
‫‪1 -μ2‬‬ ‫‪2‬‬ ‫‪n1 +n2 -2‬‬ ‫‪n1 n2‬‬

‫حيث مادام أن ‪ n1, n2 < 30‬وتباينا المجتمعين مجهولين‪ ،‬فإن المجتمعان يتبعان توزيع ستودنت عند‬
‫درجة حرية ‪ ،dL‬حيث‪.dL = n1 +n2 – 2 :‬‬

‫‪ ‬تمريــن ‪6‬‬
‫نفترض أن كالً من المتغيرتين العئوائيتين 𝟏 𝐗 و 𝟐 𝐗 لمجتمعين مختلفين بتباين متساوي‬
‫ومتوسطات مختلفة‪ .‬قمنا بسحب عينتين عئوائيتين مستقلتين من المجتمعين محل الدراسة‪ ،‬فكانت النتائج‬
‫التالية‪:‬‬
‫‪Population 1‬‬ ‫‪Population 2‬‬
‫‪n1= 12‬‬ ‫‪n2= 8‬‬
‫‪𝑥̅ 1 = 25‬‬ ‫‪̅2 = 35‬‬
‫𝒙‬
‫‪𝑆12 = 16‬‬ ‫‪𝑺𝟐𝟐 = 14‬‬

‫‪ ‬قدر نقطيا ً الفرق بين متوسطي المجتمعين‪) - 𝜇̂ 2 ) 𝜇̂ 1 :‬‬

‫‪ ‬أعط مجال الثقة للفرق بين متوسطي المجتمعين ‪ µ1 - µ2‬عند مستوى خطر ‪.5%‬‬

‫‪ ‬الحل‬

‫𝝁‪)-‬‬ ‫تحديد التقدير النقطي للفرق بين متوسطي المجتمعين 𝟏 ̂‬

‫𝝁 )𝟐̂‬ ‫‪‬‬

‫‪(𝜇̂ 1 − 𝜇̂ 2 ) = 𝑥̅ − 𝑥̅ = 25 − 35 = −10‬‬
‫‪ ‬مجال الثقة للفرق بين متوسطي المجتمعين ) ‪ (𝜇̂ 1 − 𝜇̂ 2‬عند مستوى خطر ‪.α = 5%‬‬

‫لدينا وتباينا المجتمعين مجهولين‪ ،‬فإن المجتمعان يتبعان توزيع ستودنت عند درجة حرية ‪،dl‬‬
‫حيث‪.dl = n1 +n2 – 2 :‬‬

‫‪40‬‬
‫نظريــة التقديـــــر‬ ‫الفصــــل الثانــي‬

‫إذن نحسب القيمة النظرية أو القيمة الجدولية التي تستخرج من الجدول اإلحصائي لستودنت‪:.‬‬
‫∝‬
‫;𝑙𝑑( 𝑡 = ‪𝑡𝑡ℎ‬‬ ‫𝑡 =)‬ ‫‪0,05 = 𝑡(18;0,025) = ±2,101‬‬
‫‪2‬‬ ‫;‪(12+8−2‬‬
‫‪2‬‬
‫)‬

‫الشكل (‪ :)5.2‬المساحة تحت المنحنى المظللة (مجال الثقة) بين القيمتين (‪ t=-2,101‬و ‪)t=+2,101‬‬

‫)‪f(z‬‬
‫‪0,4‬‬

‫منطقة الخطر‬ ‫‪0,3‬‬ ‫منطقة الخطر‬

‫عند مستوى‬ ‫عند مستوى‬
‫∝‬ ‫∝‬
‫‪( ) = 𝟐, 𝟓%‬‬ ‫‪( ) = 𝟐, 𝟓%‬‬
‫𝟐‬ ‫𝟐‬
‫‪0,2‬‬

‫مجــــال الثقة‬
‫‪(𝟏 − 𝛂)= 95%‬‬
‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪z‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫∝‬ ‫‪(n1 -1).S12 +(n2 -1).S22 1‬‬ ‫‪1‬‬

‫‪Icμ‬‬ ‫;‪= [(𝑥̅1 − 𝑥̅2 ) ± t(dl‬‬ ‫√‪).‬‬ ‫) ‪( +‬‬ ‫]‬
‫‪1 -μ2‬‬ ‫‪2‬‬ ‫‪n1 +n2 -2‬‬ ‫‪n1 n2‬‬

‫‪(12 − 1). 16 + (8 − 1). 14 1 1‬‬

‫√ ∗ ‪⟹ 𝐼𝑐𝜇1 −𝜇2 = [−10 ± 2,101‬‬ ‫]) ‪( +‬‬
‫‪12 + 8 − 2‬‬ ‫‪12 8‬‬

‫; ‪⟹ 𝐼𝑐𝜇1−𝜇2 = [−13,74‬‬ ‫]‪−6,26‬‬

‫‪-‬‬ ‫نقول بأننا واثقون بنسبة ‪ % 95‬بأن الفرق بين متوسطي المجتمعين سيقع بين القيمتين ‪ -13,74‬و‬
‫‪.6,26‬‬

‫‪ ‬تباينـــا المجتمعيـــن مجهوليــــن وغير متساوييـــن‬

‫تُعطى فترة الثقة للفرق بين متوسطي المجتمعين بالعالقة الرياضية التالية‪:‬‬

‫∝‬ ‫‪𝑆12 𝑆22‬‬

‫;𝑉(𝑡 ‪𝐼𝑐𝜇1−𝜇2 = [(𝑥̅1 − 𝑥̅2 ) ±‬‬ ‫‪). √ +‬‬ ‫]‬
‫‪2‬‬ ‫‪𝑛1 𝑛2‬‬

‫‪41‬‬
‫نظريــة التقديـــــر‬ ‫الفصــــل الثانــي‬

‫حيث‪ V :‬هي درجات الحرية المحسوبة لتوزيع ‪ t‬في حالة عدم تساوي تباينا المجتمعين ويُعبر عنها‬
‫بالعالقة التالية‪:‬‬
‫‪2‬‬
‫‪𝑆2 𝑆2‬‬
‫) ‪(𝑛1 + 𝑛2‬‬
‫‪1‬‬ ‫‪2‬‬
‫=𝑉‬ ‫‪2‬‬ ‫‪2‬‬
‫‪𝑆2‬‬ ‫‪𝑆2‬‬
‫) ‪( 1 ⁄𝑛1‬‬‫) ‪( 2 ⁄𝑛2‬‬
‫‪𝑛1 − 1 + 𝑛2 − 1‬‬
‫‪ ‬تمريــن ‪7‬‬
‫اختبر أحد المصانع عينتين مختلفتين من خطي إنتاج مختلفين فتحصل على النتائج التالية‪:‬‬
‫‪Usine 1‬‬ ‫‪Usine 2‬‬
‫‪n1= 10‬‬ ‫‪n2= 15‬‬
‫‪𝑥̅ 1 = 90‬‬ ‫‪̅2 = 87‬‬
‫𝒙‬
‫‪S1= 5‬‬ ‫‪S2= 4‬‬

‫‪ ‬أعط تقديـــــــرا ً نقطيا ً للفرق بين متوسطي المصنعين؟‬

‫‪ ‬باستخدام درجة ثقة ‪ ،% 98‬أحسب تقدير فترة الثقة للفرق بين متوسطي خطي اإلنتاج إذا كان‪:‬‬
‫تباينا المصنعين غير متساويين ‪les variances sont différentes‬‬

‫‪ ‬الحل‬

‫𝝁‪)-‬‬ ‫تحديد التقدير النقطي للفرق بين متوسطي المجتمعين 𝟏 ̂‬

‫𝝁 )𝟐̂‬ ‫‪‬‬

‫‪(𝜇̂ 1 − 𝜇̂ 2 ) = 𝑥̅ − 𝑥̅ = 0,8 − 1,0 = −0,2‬‬

‫‪ ‬مجال الثقة للفرق بين متوسطي المجتمعين ) ‪ (𝜇̂ 1 − 𝜇̂ 2‬عند مستوى خطر ‪.α = 2%‬‬

‫لدينا وتباينا المجتمعين مجهولين‪ ،‬فإن المجتمعان يتبعان توزيع ستودنت عند درجة حرية ‪ V‬حيث‪:‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪𝑆2 𝑆2‬‬ ‫‪52 42‬‬
‫)‪( 1 + 2‬‬ ‫) ‪( +‬‬
‫‪𝑛1 𝑛2‬‬ ‫‪10 15‬‬
‫=𝑽‬ ‫‪2‬‬ ‫‪2‬‬ ‫=‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪= 16,40‬‬
‫‪𝑆2‬‬ ‫‪𝑆2‬‬ ‫‪2‬‬
‫)‪(5 ⁄10‬‬
‫‪2‬‬
‫)‪(4 ⁄15‬‬
‫) ‪( 1 ⁄𝑛1‬‬ ‫) ‪( 2 ⁄𝑛2‬‬
‫‪𝑛1 − 1 + 𝑛2 − 1‬‬ ‫‪10 − 1 + 15 − 1‬‬
‫∝‬
‫)‪⟹ 𝑡 (𝑉, ) = 𝑡(16,40; 0,01‬‬
‫‪2‬‬
‫لكن درجة الحرية ‪ V = 16,40‬غير موجودة في الجدول اإلحصائي لستودنت لكنها محصورة بين‬
‫الدرجتين ‪ V =16‬و ‪ V=17‬حيث‪:‬‬
‫‪𝑡(16 ; 0,01) = ±2,583‬‬
‫{‬
‫‪𝑡(17 ; 0,01) = ±2,567‬‬
‫‪2,583+2,567‬‬
‫= )‪𝑡(16,40 ; 0,01‬‬ ‫إذن‪= ±2,575:‬‬
‫‪2‬‬

‫‪42‬‬
‫نظريــة التقديـــــر‬ ‫الفصــــل الثانــي‬

‫ويعطى مجال الثقة للفرق بين متوسطي المجتمعين بالعالقة التالية‪:‬‬

‫∝‬ ‫‪𝑆12 𝑆22‬‬

‫;𝑉(𝑡 ‪𝐼𝑐𝜇1−𝜇2 = [(𝑥̅1 − 𝑥̅2 ) ±‬‬ ‫‪). √ +‬‬ ‫]‬
‫‪2‬‬ ‫‪𝑛1 𝑛2‬‬

‫‪52 42‬‬
‫‪⟹ 𝐼𝑐𝜇1 −𝜇2‬‬ ‫‪= [(90 − 87) ± 2,575.‬‬ ‫√‬ ‫‪+‬‬ ‫]‬
‫‪10 15‬‬

‫; ‪⟹ 𝐼𝑐𝜇1−𝜇2 = [−1,86‬‬ ‫‪+7,86‬‬ ‫]‬

‫نقول بأننا واثقون بنسبة ‪ % 98‬بأن الفرق بين متوسطي المصنعين سيقع بين القيمتين ‪ -1,86‬و‬
‫‪.7,86‬‬

‫‪ .5.2‬فتــــرة الثقة تبايـــن المجتمــع‬

‫إذا تم سحب عينات عئوائية حجما ‪ n‬من مجتمع طبيعي تباينم ‪ 𝜎 2‬وتم حساب تباين توزيع المعاينة‬
‫‪ 𝑆 2‬لكل عينة‪ ،‬فإنم يتم الحصول على قيم لإلحصاءة ‪ ،𝑆 2‬ولندرة استخدام توزيع المعاينة لـــ ‪ 𝑆 2‬في الواقع‬
‫وبدالً من ذلك سوف نستخدم توزيع المتغير العئوائي ‪ ،χ2‬ويطلق عليم الكاي مربع‪ ،‬ويُمكن حساب قيمتم‬
‫من كل عينة بالمعادلة‪:‬‬
‫‪2‬‬
‫‪(n − 1). S 2‬‬
‫= ‪χ‬‬
‫‪σ2‬‬
‫ويطلق على توزيع هذا المتغير توزيع الكاي مربع بدرجة حرية (‪ ،)n-1‬حيث يرمز لها بالرمز ‪ ،V‬والئكل‬
‫الموالي يوضح منحنى توزيع الكاي مربع‪:‬‬
‫الشكل (‪ :)6.2‬منحنى ‪χ2‬‬

‫‪Source : CLEMENT Rau., Op. cit., p.58‬‬

‫تُعطى فترة الثقة لتقدير تباين المجتمع بالعالقة الرياضية التالية‪:‬‬

‫‪43‬‬
‫نظريــة التقديـــــر‬ ‫الفصــــل الثانــي‬

‫‪(𝑛 − 1). 𝑆 2‬‬ ‫‪(𝑛 − 1). 𝑆 2‬‬

‫< ‪< 𝜎2‬‬
‫‪𝜒2‬‬ ‫𝛼‬ ‫‪𝜒2‬‬ ‫𝛼‬
‫) ;‪(𝑛−1‬‬ ‫) ‪(𝑛−1;1−‬‬
‫‪2‬‬ ‫‪2‬‬

‫أو بعبارة أخرى‪:‬‬

‫‪(𝑛 − 1). 𝑆 2‬‬ ‫‪(𝑛 − 1). 𝑆 2‬‬

‫𝐶𝐼‬ ‫[=‬ ‫;‬ ‫]‬
‫‪𝜎2‬‬ ‫‪𝜒2‬‬ ‫𝛼‬ ‫‪𝜒2‬‬ ‫𝛼‬
‫) ;‪(𝑛−1‬‬ ‫) ‪(𝑛−1; 1−‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪ ‬تمريـــن ‪8‬‬
‫سحبت منم عينة حجمها ‪ 6‬وتباينها ‪11,8‬عند مستوى خطر ‪.α =5%‬‬
‫أوجد فترة الثقة لتباين مجتمع ُ‬
‫‪ ‬الحــل‬
‫أوالً نقوم باستخراج القيم الجدولية من الجدول اإلحصائي لتوزيع ‪χ2‬‬
‫‪2‬‬ ‫‪2‬‬
‫;‪𝜒(𝑛−1‬‬ ‫‪𝛼 = 𝜒(5; 0,025) = 12,83‬‬
‫)‬
‫‪2‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪𝜒(𝑛−1;1−‬‬‫‪𝛼 = 𝜒(5;0,975) = 0,83‬‬
‫)‬
‫‪2‬‬

‫‪(6 − 1). 11,8‬‬ ‫‪(6 − 1). 11,8‬‬

‫𝐶𝐼 ⟹‬ ‫[=‬ ‫;‬ ‫]‬
‫‪𝜎2‬‬ ‫‪12,83‬‬ ‫‪0,83‬‬
‫𝐶𝐼 ⟹‬ ‫‪= [4,60‬‬ ‫;‬ ‫] ‪71,08‬‬
‫‪𝜎2‬‬

‫نقول بأننا واثقون بنسبة ‪ % 95‬بأن تباين المجتمع سيقع بين القيمتين ‪ 4,60‬و ‪.71,08‬‬

‫𝟏𝟐𝝈‬
‫𝟐𝟐𝝈‬
‫‪ .6.2‬فتــــرة الثقــــة للنسبــــة بين تباينا المجتمعيــــن‬

‫إذا كانت 𝑋 ‪ 1 , 𝑋2 , … , 𝑋𝑛1‬عينة عئوائية من (𝑁 ‪ ،(𝜇1 , 𝜎12‬وكانت 𝑌 ‪ 1 , 𝑌2 , … , 𝑌𝑛2‬عينة‬

‫عئوائية من (𝑁 ‪.(𝜇2 , 𝜎22‬‬
‫‪𝜎22‬‬
‫هي‪:‬‬ ‫‪𝜎12‬‬
‫مستقل عن المجتمع األول‪ ،‬فإن فترة الثقة للنسبة‬

‫‪𝑆̂12‬‬ ‫‪1‬‬ ‫‪𝑆̂12‬‬

‫𝑐𝐼‬ ‫‪=( 2 .‬‬ ‫;‬ ‫𝐹‪.‬‬ ‫𝛼‬ ‫)‬
‫‪𝜎2‬‬
‫‪1‬‬ ‫𝑛[𝐹 ‪𝑆̂2‬‬ ‫𝛼‬
‫] ‪1 – 1 ; 𝑛2 – 1; 2‬‬
‫;‪𝑆̂22 [𝑛2 – 1‬‬ ‫;‪𝑛1 – 1‬‬
‫‪2‬‬
‫]‬
‫‪𝜎2‬‬
‫‪2‬‬

‫تمريـــن ‪9‬‬
‫في دراسة ألعمار المرضى الذين يعانون من الجلطة الدموية سحبت عينة من المرضى من الجنسين‬
‫الذكور و اإلناث فكانت النتائج كما يلي‪:‬‬
‫; » ‪Xi : variable aléatoire représente le sexe « Femmes‬‬
‫‪Xi‬‬ ‫‪50‬‬ ‫‪55‬‬ ‫‪52‬‬ ‫‪65‬‬ ‫‪35‬‬ ‫‪40‬‬ ‫‪55‬‬ ‫‪60‬‬ ‫‪70‬‬ ‫‪68‬‬ ‫‪72‬‬ ‫‪75‬‬ ‫‪48‬‬ ‫‪52‬‬ ‫‪60‬‬ ‫‪70‬‬

‫‪44‬‬
‫نظريــة التقديـــــر‬ ‫الفصــــل الثانــي‬

‫; » ‪Yi : variable aléatoire représente le sexe : « Hommes‬‬

‫‪Yi‬‬ ‫‪40‬‬ ‫‪45‬‬ ‫‪40‬‬ ‫‪55‬‬ ‫‪42‬‬ ‫‪56‬‬ ‫‪58‬‬ ‫‪60‬‬ ‫‪60‬‬ ‫‪62‬‬ ‫‪35‬‬ ‫‪40‬‬ ‫‪50‬‬ ‫‪55‬‬

‫‪ ‬أوجد فترة الثقة بمقدار ‪ %90‬للنسبة بين تباين الذكور و اإلناث‪.‬‬

‫الحل‬
‫تحديد فترة الثقة بمقدار ‪ % 90‬للنسبة بين تباين الذكور وتباين اإلناث‬
‫اإلناث‬ ‫‪ ‬حساب تباين العينة لجن‬
‫‪∑(𝑥𝑖 − 𝑥̅ )2‬‬ ‫‪∑(𝑥𝑖 )2‬‬
‫= ‪𝑆12‬‬ ‫=‬ ‫‪− 𝑥̅ 2‬‬
‫‪𝑛1‬‬ ‫‪𝑛1‬‬
‫‪∑ 𝑥𝑖 927‬‬
‫= ̅𝑥‬ ‫=‬ ‫‪= 57,94‬‬
‫‪𝑛1‬‬ ‫‪16‬‬
‫‪𝑆12 = 135,796‬‬
‫الذكور‬ ‫‪ ‬حساب تباين العينة لجن‬
‫‪∑(𝑦𝑖 − 𝑦̅)2‬‬ ‫‪∑(𝑦𝑖 )2‬‬
‫‪𝑆22‬‬ ‫=‬ ‫=‬ ‫‪− 𝑦̅ 2‬‬
‫‪𝑛2‬‬ ‫‪𝑛2‬‬
‫‪∑ 𝑦𝑖 698‬‬
‫= ̅𝑦‬ ‫=‬ ‫‪= 49,86‬‬
‫‪𝑛2‬‬ ‫‪14‬‬
‫‪𝑆22 = 85,209‬‬
‫يعطى مجال الثقة لنسبة تباين مجتمع اإلناث إلى مجتمع الذكور بالعالقة الرياضية التالية‪:‬‬

‫‪𝑆̂12‬‬ ‫‪1‬‬ ‫‪𝑆̂12‬‬

‫𝑐𝐼‬ ‫‪=( 2 .‬‬ ‫;‬ ‫𝐹‪.‬‬ ‫) 𝛼‬
‫‪𝜎2‬‬
‫‪1‬‬ ‫𝑛[𝐹 ‪𝑆̂2‬‬ ‫;‪1 – 1 ; 𝑛2 – 1‬‬
‫𝛼‬
‫]‬ ‫;‪𝑆̂22 [𝑛2 – 1‬‬ ‫;‪𝑛1 – 1‬‬
‫‪2‬‬
‫]‬
‫‪𝜎2‬‬
‫‪2‬‬ ‫‪2‬‬

‫نالحظ ان درجة الحرية ‪ 15‬ال توجد في الجدول اإلحصائي لفيئر فهي محصورة بين الدرجتين‬
‫‪ 14‬و ‪ 16‬إذن‪:‬‬
‫‪2,55 + 2,51‬‬
‫= )‪𝐹(15;13;0,05‬‬ ‫‪= +2,53‬‬
‫{‬ ‫‪2‬‬
‫‪2,48 + 2,43‬‬
‫= )‪𝐹(13;15;0,05‬‬ ‫‪= +2,455‬‬
‫‪2‬‬
‫‪𝑛1‬‬ ‫‪16‬‬
‫= ‪𝑆̂12‬‬ ‫= ‪𝑆12‬‬ ‫‪. (135,796) = 144,85‬‬
‫‪𝑛1 − 1‬‬ ‫‪16 − 1‬‬
‫‪𝑛2‬‬ ‫‪14‬‬
‫= ‪𝑆̂22‬‬ ‫= ‪𝑆22‬‬ ‫‪. (85,209) = 91,76‬‬
‫‪𝑛2 − 1‬‬ ‫‪14 − 1‬‬

‫‪45‬‬
‫نظريــة التقديـــــر‬ ‫الفصــــل الثانــي‬

‫‪144,85 1‬‬ ‫‪144,85‬‬

‫𝑐𝐼‬ ‫(=‬ ‫‪.‬‬ ‫;‬ ‫)‪.2,45‬‬
‫‪𝜎2‬‬
‫‪1‬‬ ‫‪91,76 2,53 91,76‬‬
‫‪𝜎2‬‬
‫‪2‬‬

‫𝑐𝐼 ⟹‬ ‫‪= (0,624‬‬ ‫)‪; 3,867‬‬

‫‪𝜎2‬‬
‫‪1‬‬
‫‪𝜎2‬‬
‫‪2‬‬

‫نحن واثقون بنسبة ‪ % 90‬بأن نسبة تباين المجتمع األول إلى تباين المجتمع الثاني سيقع بين‬
‫القيمتين ‪ 0,624‬و ‪.3,867‬‬

‫‪ .7.2‬فتـــــرة الثقة لنسبــــة المجتمـــع ‪P‬‬

‫إن تقدير النسبة بفترة هو عبارة عن إيجاد تقدير نقطي لنسبة النجاح في المجتمع 𝐩 ثم إيجاد توزيع‬
‫المعاينة لذلك المقدر واستعمال هذه المعلومات إليجاد فترة ثقة ذات معامل ثقة معينة تحصر نسبة النجاح‬
‫𝐩 بداخلها والنظرية التالية توضح ذلك‪.‬‬
‫إذا كان 𝐧 = 𝐩 نسبة النجاح في عينة عئوائية حجمها 𝑛 وكان 𝑛 كبيراً‪ ،‬فإن فترة الثقة التقريبية‬
‫𝐗‬

‫لنسبة النجاح 𝑃 هي‪:‬‬

‫)‪P(1-P‬‬ ‫)‪P(1-P‬‬
‫‪IcP = ( p – Z‬‬ ‫√ ∝‪1-‬‬ ‫;‬ ‫‪p+Z‬‬ ‫√ ∝‪1-‬‬ ‫)‬
‫(‬ ‫)‬ ‫‪n‬‬ ‫(‬ ‫)‬ ‫‪n‬‬
‫‪2‬‬ ‫‪2‬‬

‫هذا إذا كانت المعاينة تتم مع مجتمع غير منتم (غير محدود) أي في حالة السحب باإلرجاع‪ .‬أما إذا‬
‫كانت المعاينة تتم من مجتمع منتم (محدود) أي أن السحب بدون إرجاع فإن مجال الثقة لنسبة المجتمع‬
‫تعطى وفق العالقة التالية‪:‬‬

‫)‪p(1-p‬‬ ‫‪N-n‬‬ ‫)‪p(1-p‬‬ ‫‪N-n‬‬

‫‪IcP = [( p – Z‬‬ ‫√ ∝‪1-‬‬ ‫√‬ ‫;‬ ‫‪p+Z‬‬ ‫√ ∝‪1-‬‬ ‫√‬ ‫])‬
‫(‬ ‫)‬ ‫‪n‬‬ ‫‪N-1‬‬ ‫(‬ ‫)‬ ‫‪n‬‬ ‫‪N-1‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪ ‬تمريــن ‪10‬‬
‫إليجاد فترة ‪ %95‬ثقة لنسبة عدد طالب أحد المدارس األساسية الذين لديهم ضعف في البصر‪،‬‬
‫أخذت عينة عئوائية حجمها ‪ 100‬طالب ووجد أن من لديهم ضعف في البصر كان ‪ 15‬طالب‪.‬‬
‫أوجد فترة الثقة المطلوبة؟‬
‫‪ ‬الحل‬
‫∝‪1−‬‬
‫( → ‪1 – 𝛼 = 95%‬‬ ‫‪) = 47.5%‬‬
‫‪2‬‬

‫الشكل (‪ :)7.2‬فترة الثقة تحت المنحنى محصورة بين القيمتين (‪ Z = - 1,96‬و ‪)Z = + 1,96‬‬
‫‪y‬‬
‫‪0,4‬‬

‫‪0,3‬‬‫‪46‬‬
‫نظريــة التقديـــــر‬ ‫الفصــــل الثانــي‬

‫منطقة الخطر عند‬ ‫منطقة الخطر عند‬

‫مستوى‬ ‫مستوى‬
‫∝‬ ‫∝‬
‫‪( ) = 𝟐, 𝟓%‬‬ ‫‪( ) = 𝟐, 𝟓%‬‬
‫𝟐‬ ‫𝟐‬

‫مجــــال الثقة‬
‫‪(𝟏 − 𝛂)= 95%‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫وأيضا ً يجب إيجاد 𝑃‪( :‬التقدير النقطي لنسبة النجاح)‬

‫̅𝑥‬ ‫‪15‬‬
‫‪𝑝 = 𝑛 = 100 = 0.15‬‬

‫وبتطبيق نص النظرية نجد أن‪:‬‬

‫)‪0.15(0.85‬‬ ‫)‪0.15(0.85‬‬
‫√ × ‪𝐼𝑐𝑃 = [0.15 – 1.96‬‬ ‫;‬ ‫√ × ‪0.15 + 1.96‬‬ ‫]‬
‫‪100‬‬ ‫‪100‬‬

‫; ‪= [0.08‬‬ ‫]‪0.22‬‬
‫نقول بأننا واثقون بنسبة ‪ % 95‬بأن نسبة الطلبة الذين لديهم ضعف البصر في المدرسة سيقع بين القيمتين‬
‫‪ 0,08‬و ‪.0,22‬‬

‫‪ ‬تمريــن ‪11‬‬
‫مؤسسة متكونة من ‪ 1200‬عامل‪ .‬أخذنا عينة عئوائية متكونة من ‪ 100‬عامل‪ .‬أراد ‪ 70‬عامل تسيير تمويل‬
‫تقاعدهم بأنفسهم بدالً من تسجيلهم ضمن مخطط التقاعد المضمون من طرف ركة التأمينات‪.‬‬
‫‪ ‬حدد مجال الثقة عند مستوى خطر ‪ %5‬بالنسبة لنسب العمال الذين اختاروا تسيير أموال تقاعدهم‬
‫بأنفسهم‪.‬‬
‫‪ ‬الحل‬
‫‪N = 1200,‬‬ ‫‪n = 100,‬‬ ‫‪𝑥 = 70,‬‬ ‫‪, α = 5%‬‬
‫نسبة العمال الذين اختاروا تسيير أموال تقاعدهم بأنفسهم في العينة المسحوبة هو‪:‬‬
‫𝑥‬ ‫‪70‬‬
‫‪𝑝 = 𝑛 = 100 = 0,70‬‬

‫نسبة العمال الذين لم يختاروا تسيير أموال تقاعدهم بأنفسهم في العينة المسحوبة هو‪:‬‬
‫‪1 − 𝑃 = 1 − 0,70 = 0,30‬‬
‫لدينا‪ n = 100 :‬أكبر من ‪ 30‬إذن التوزيع المتبع هو التوزيع الطبيعي‬

‫‪47‬‬
‫نظريــة التقديـــــر‬ ‫الفصــــل الثانــي‬

‫𝑍 = )∝‪𝑍𝑡ℎé𝑜𝑟𝑖𝑞𝑢𝑒 = 𝑍(1−‬‬ ‫‪1−0,05‬‬ ‫‪= 𝑍0,475 = ±1,96‬‬

‫‪2‬‬ ‫(‬ ‫)‬
‫‪2‬‬

‫الشكل (‪ :)8.2‬فترة الثقة تحت المنحنى محصورة بين القيمتين (‪ Z = - 1,96‬و ‪)Z = + 1,96‬‬

‫‪y‬‬
‫‪0,4‬‬

‫‪0,3‬‬
‫منطقة الخطر عند‬ ‫منطقة الخطر عند‬
‫مستوى‬ ‫مستوى‬
‫∝‬ ‫∝‬
‫‪( ) = 𝟐, 𝟓%‬‬ ‫‪0,2‬‬ ‫‪( ) = 𝟐, 𝟓%‬‬
‫𝟐‬ ‫𝟐‬

‫مجــــال الثقة‬
‫‪(𝟏 0,1‬‬
‫‪− 𝛂)= 95%‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪x‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫كذلك لدينا‪:‬‬
‫‪5% N = 0,05 (1200) = 60‬‬
‫‪⟹ n=100> 5%N.‬‬
‫أي أن المجتمع محدود أو منتم (السحب تم بدون إرجاع) إذن يمكن تطبيق القاعدة التالية‪:‬‬

‫)‪P(1-P‬‬ ‫‪N-n‬‬ ‫)‪P(1-P‬‬ ‫‪N-n‬‬

‫‪IcP = [( P – Z‬‬ ‫√ ∝‪1-‬‬ ‫√‬ ‫;‬ ‫‪P+Z‬‬ ‫√ ∝‪1-‬‬ ‫√‬ ‫])‬
‫(‬ ‫)‬ ‫‪n‬‬ ‫‪N-1‬‬ ‫(‬ ‫)‬ ‫‪n‬‬ ‫‪N-1‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪0,7*0.3 1200-100‬‬ ‫‪0,7*0,3 1200-100‬‬

‫√‪⟹IcP = [0,7-1,96.‬‬ ‫√‬ ‫√‪; 0,7+1,96.‬‬ ‫√‬ ‫]‬
‫‪100‬‬ ‫‪1200-1‬‬ ‫‪100‬‬ ‫‪1200-1‬‬

‫; ‪⟹IcP = [0,696‬‬ ‫]‪0,704‬‬

‫أي اننا واثقون بنسبة ‪ % 95‬بأن نسبة العمال الذين اختاروا تسيير تقاعدهم بأنفسهم سيقع بين القيمتين‬
‫‪ 0,696‬و ‪0,704.‬‬

‫‪48‬‬
‫نظريــة التقديـــــر‬ ‫الفصــــل الثانــي‬

‫‪ .8.2‬فتــــرة الثقــــة للفرق بين نسبتي مجتمعيـــــن ( 𝟐𝒑 ‪)𝒑𝟏 −‬‬

‫إذا كانت ‪ 𝑥1 , 𝑥2 , … 𝑥𝑛1‬عينة عئوائية من مجتمع برنوللي ) ‪ .𝐵( 1 . 𝑝1‬وكانت ‪𝑦𝟏 , 𝑦𝟐 , … 𝑦𝑛2‬‬

‫عينة عئوائية أخرى مستقلة عن األولى من مجتمع برنوللي ) ‪ ، 𝐵( 1 . 𝑝2‬فإن فترة الثقة للفرق بين‬
‫النسبتين ) ‪ (𝑝1 – 𝑝2‬هي‪:‬‬

‫) ‪p1 (1-p1‬‬ ‫) ‪p2 (1-p2‬‬ ‫) ‪p1 (1-p1‬‬ ‫) ‪p2 (1-p2‬‬

‫‪Ic(p‬‬ ‫‪= [(p1 – p2 )– Z‬‬ ‫√ ∝‪1-‬‬ ‫‪+‬‬ ‫;‬ ‫‪( p1 – p2 )+ Z‬‬ ‫√ ∝‪1-‬‬ ‫‪+‬‬ ‫]‬
‫‪1 -p2‬‬ ‫)‬ ‫(‬ ‫)‬ ‫‪n1‬‬ ‫‪n2‬‬ ‫(‬ ‫)‬ ‫‪n1‬‬ ‫‪n2‬‬
‫‪2‬‬ ‫‪2‬‬

‫تمريـــن ‪12‬‬
‫أخذت عينة عئوائية حجمها ‪ 100‬طالبة من المدرسة (‪ ،)A‬ووجد أن ‪ 27‬طالبة لديهن تسوس في‬
‫األسنان‪ ،‬ثم أخذت عينة عئوائية أخرى حجمها ‪ 80‬من المدرسة (‪ )B‬ووجد أن ‪ 12‬طالبة لديهن تسوس في‬
‫األسنان‪ .‬أجد فترة ‪ %95‬ثقة للفرق بين ) ‪(𝑝2 , 𝑝1‬؟‬

‫الحل‬
‫‪(𝑝1 , 𝑝2 ) 1 − 𝛼 = 95% → 1 – 𝛼/2 = 97.5%‬‬
‫‪27‬‬ ‫‪12‬‬
‫= ‪𝑝1‬‬ ‫‪= 0.27‬‬ ‫‪= 80 = 0.15 𝑝2‬‬
‫‪100‬‬
‫‪𝑝1 - 𝑝2 = 0.27 – 0.15 = 0.12‬‬

‫لدينا ‪ n1 , n2 > 30‬إذن فالمجتمعان يتبعان توزيع طبيعي‪ ،‬أي نبحث عن القيمة الجدولية ‪ Z‬حيث‪:‬‬
‫𝑍 = )∝‪𝑍𝑡ℎ = 𝑍(1−‬‬ ‫‪1−0,05‬‬ ‫‪= 𝑍0,475 = ±1,96‬‬
‫‪2‬‬ ‫(‬ ‫)‬
‫‪2‬‬

‫حسب النظرية السابقة نجد أن‪:‬‬

‫)‪0,27(1 − 0,27) 0,15(1 − 0,15‬‬

‫𝑃(𝑐𝐼‬ ‫√‪= [(0,27 − 0,15)– 1,96‬‬ ‫‪+‬‬ ‫)‪; ( 0,27 − 0,15‬‬
‫) ‪1 −𝑃2‬‬ ‫‪100‬‬ ‫‪80‬‬

‫)‪0,27(1 − 0,27) 0,15(1 − 0,15‬‬

‫√ ‪+ 1,96‬‬ ‫‪+‬‬ ‫]‬
‫‪100‬‬ ‫‪80‬‬

‫𝑃(𝑐𝐼 ⟹‬ ‫‪= [0,003‬‬ ‫;‬ ‫]‪0,237‬‬

‫) ‪1 −𝑃2‬‬

‫‪49‬‬
‫نظريــة التقديـــــر‬ ‫الفصــــل الثانــي‬

‫جدول ‪ :2.2‬ملخص مجاالت الثقة للمتوسط‪ ،‬الفرق بين متوسطي مجتمعين‪ ،‬نسبة المجتمع‪ ،‬الفرق بين‬
‫نسبتي مجتمعين‪ ،‬تباين المجتمع ونسبة تباينا مجتمعين والتوزيعات االحتمالية لها‪.‬‬

‫المعلمة‬
‫حدود مجال الثقة‬ ‫التوزيع االحتمالي‬ ‫المجتمع‬
‫المقدرة‬
‫‪σ‬‬ ‫‪،n≥30‬‬
‫‪σ‬‬ ‫‪σ‬‬ ‫معلوم‪،‬‬
‫‪x̅ ± 𝑍(1−∝) .‬‬ ‫‪x̅↝N (μ,‬‬ ‫)‬
‫‪2‬‬ ‫‪√n‬‬ ‫‪√n‬‬ ‫والمجتمع غير‬
‫منتم‬
‫‪σ‬‬ ‫‪،n≥30‬‬
‫‪σ‬‬ ‫‪N-n‬‬ ‫‪σ‬‬ ‫‪N-n‬‬
‫‪x̅ ± 𝑍(1−∝) .‬‬ ‫√‬ ‫‪x̅↝N (μ,‬‬ ‫√‬ ‫)‬ ‫معلوم‪،‬‬
‫‪2‬‬ ‫‪√n N-1‬‬ ‫‪√n N-1‬‬ ‫والمجتمع منتم‬
‫‪σ‬‬ ‫‪،n≥30‬‬
‫‪S‬‬ ‫‪S‬‬ ‫مجهول‪،‬‬
‫‪x̅ ± 𝑍(1−∝) .‬‬ ‫‪x̅↝N (μ,‬‬ ‫)‬
‫‪2‬‬ ‫‪√n‬‬ ‫‪√n‬‬ ‫والمجتمع غير‬
‫منتم‬
‫‪σ‬‬ ‫‪،n≥30‬‬
‫‪S‬‬ ‫‪N-n‬‬ ‫‪S‬‬ ‫‪N-n‬‬
‫‪x̅ ± 𝑍(1−∝) .‬‬ ‫√‬ ‫‪x̅↝N (μ,‬‬ ‫√‬ ‫)‬ ‫مجهول‪،‬‬
‫‪√n N-1‬‬ ‫‪√n N-1‬‬ ‫متوسط‬
‫‪2‬‬ ‫والمجتمع منتم‬
‫المجتمع‬
‫‪σ‬‬ ‫‪،n<30‬‬
‫‪σ‬‬ ‫(‪)µ‬‬
‫‪σ‬‬ ‫معلوم‪،‬‬
‫‪x̅ ± 𝑍(1−∝) .‬‬ ‫‪x̅↝N (μ,‬‬ ‫)‬
‫‪2‬‬ ‫‪√n‬‬ ‫‪√n‬‬ ‫والمجتمع غير‬
‫منتم‬
‫‪σ ،n<30‬‬
‫‪σ‬‬ ‫‪N-n‬‬ ‫‪σ‬‬ ‫‪N-n‬‬
‫‪x̅ ± 𝑍(1−∝) .‬‬ ‫√‬ ‫‪x̅↝N (μ,‬‬ ‫√‬ ‫)‬ ‫معلوم‪،‬‬
‫‪2‬‬ ‫‪√n N-1‬‬ ‫‪√n N-1‬‬ ‫والمجتمع منتم‬
‫‪σ ،n<30‬‬
‫‪S‬‬ ‫‪σ‬‬ ‫مجهول‪،‬‬
‫‪x̅ ± 𝑡(𝑛−1,∝ ) .‬‬ ‫‪x̅↝t (n-1,‬‬ ‫)‬
‫‪2‬‬ ‫‪√n‬‬ ‫‪√n‬‬ ‫والمجتمع غير‬
‫منتم‬
‫‪σ ،n<30‬‬
‫𝑆‬
‫𝑛‪𝑁−‬‬ ‫‪σ‬‬ ‫‪N-n‬‬
‫‪𝑥̅ ± 𝑡(𝑛−1,∝ ) .‬‬ ‫√‬ ‫‪x̅↝t (μ,‬‬ ‫√‬ ‫)‬ ‫مجهول‪،‬‬
‫‪2‬‬ ‫‪√𝑛 𝑁 − 1‬‬ ‫‪√n N-1‬‬ ‫والمجتمع منتم‬
‫تباينا المجتمعين‬
‫‪σ21 σ22‬‬ ‫‪σ21 σ22‬‬
‫‪(x̅1 -x̅2 ) ± Z‬‬ ‫‪1-∝ .‬‬ ‫√‬ ‫‪+‬‬ ‫‪(x̅1 -x̅2 )↝ (μ1 -μ1 ,‬‬ ‫‪+‬‬ ‫)‬ ‫معلومين وحجم‬
‫(‬ ‫‪) n1‬‬ ‫‪n2‬‬ ‫‪n1 n2‬‬ ‫الفرق بين‬
‫‪2‬‬ ‫العينات كبير‬
‫متوسطي‬
‫تباينا المجتمعين‬
‫‪S12 S22‬‬ ‫‪S12 S22‬‬ ‫مجتمعين‬
‫‪(x̅1 -x̅2 ) ± Z‬‬ ‫‪1-∝ .‬‬ ‫√‬ ‫‪+‬‬ ‫‪(x̅1 -x̅2 )↝ (μ1 -μ1 ,‬‬ ‫‪+‬‬ ‫)‬ ‫مجهولين وحجم‬
‫(‬ ‫‪) n1‬‬ ‫‪n2‬‬ ‫‪n1 n2‬‬
‫‪2‬‬ ‫العينات كبير‬

‫‪50‬‬
‫نظريــة التقديـــــر‬ ‫الفصــــل الثانــي‬

‫تباينا المجتمعين‬
‫‪(x̅1 -x̅2 )↝ (μ1 -‬‬ ‫مجهولين‬
‫∝‬ ‫‪1‬‬ ‫‪1‬‬
‫) ‪(x̅1 -x̅2 ) ± t(dL; ).√𝑆𝑝2 ( +‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫ومتساويين‬
‫‪2‬‬ ‫‪n1 n2‬‬ ‫( ‪μ1 ,𝑆𝑝2‬‬ ‫)) ‪+‬‬ ‫وحجم العينات‬
‫‪n1 n2‬‬
‫صغير‬
‫تباينا المجتمعين‬
‫∝‬ ‫‪𝑆12 𝑆22‬‬ ‫‪S12 S22‬‬ ‫مجهولين وغير‬
‫;𝑉(𝑡 ‪(𝑥̅1 − 𝑥̅2 ) ±‬‬ ‫‪).‬‬ ‫√‬ ‫‪+‬‬ ‫‪(x̅1 -x̅2 )↝ (μ1 -μ1 ,‬‬ ‫‪+‬‬ ‫)‬
‫‪2‬‬ ‫‪𝑛1 𝑛2‬‬ ‫‪n1 n2‬‬ ‫متساويين وحجم‬
‫العينات صغير‬

‫)̅‪p̅(1 − p‬‬ ‫)̅‪p̅(1 − p‬‬ ‫المجتمع غير‬

‫√ )∝‪p̅ ± 𝑍(1−‬‬ ‫√‪̅↝N (p,‬‬
‫‪P‬‬ ‫)‬
‫‪2‬‬ ‫𝑛‬ ‫𝑛‬ ‫منتم‬ ‫النسبة في‬
‫المجتمع‬
‫𝑛 ‪𝑝̅ (1 − 𝑝̅) 𝑁 −‬‬ ‫‪p̅(1-p̅) N-n‬‬ ‫(‪)P‬‬
‫√ )∝‪𝑝̅ ± 𝑍(1−‬‬ ‫√‬ ‫̅‬
‫√‪P↝N (p,‬‬ ‫√‬ ‫)‬ ‫المجتمع منتم‬
‫‪2‬‬ ‫𝑛‬ ‫‪𝑁−1‬‬ ‫‪n‬‬ ‫‪N-1‬‬

‫) ‪(x̅1 -x̅2‬‬

‫‪(p1 – p2 )±‬‬
‫‪↝ (𝑝1‬‬ ‫الفرق بين‬
‫) ‪p1 (1-p1‬‬ ‫) ‪P2 (1-p2‬‬ ‫عينات كبيرة‬ ‫نسبتي‬
‫‪Z‬‬ ‫√ ∝‪1-‬‬ ‫‪+‬‬ ‫مجتمعين‪.‬‬
‫(‬ ‫)‬
‫‪2‬‬ ‫‪n1‬‬ ‫‪n2‬‬ ‫) ‪p1 (1-p1‬‬ ‫) ‪P2 (1-p2‬‬
‫√ ; ‪− 𝑝2‬‬ ‫‪+‬‬ ‫)‬
‫‪n1‬‬ ‫‪n2‬‬

‫مجتمع طبيعي‬ ‫تباين‬

‫‪2‬‬
‫‪(𝑛 − 1). 𝑆 2‬‬ ‫‪(𝑛 − 1). 𝑆 2‬‬ ‫‪(n − 1). S 2‬‬
‫[∈ 𝜎‬ ‫;‬ ‫]‬ ‫)‪↝ χ2(n−1‬‬ ‫بمتوسط غير‬ ‫المجتمع‬
‫‪𝜒2‬‬ ‫𝛼‬ ‫‪𝜒2‬‬ ‫𝛼‬ ‫‪σ2‬‬
‫) ;‪(𝑛−1‬‬
‫‪2‬‬
‫) ‪(𝑛−1; 1−‬‬
‫‪2‬‬ ‫معلوم‬ ‫( ‪)𝜎 2‬‬

‫‪𝑆̂12‬‬ ‫‪1‬‬ ‫‪𝑆̂12‬‬

‫‪[ 2 .‬‬ ‫;‬ ‫‪. 𝐹 [𝑑2 , 𝑑1 ,‬‬ ‫‪𝑆̂12‬‬ ‫عينتين‬
‫] 𝛼 ‪𝑆2 𝐹 [𝑑1 , 𝑑2 ,‬‬
‫̂‬ ‫‪𝑆̂22‬‬ ‫نسبة تباينا‬
‫‪2‬‬ ‫‪⁄ 2‬‬
‫‪𝜎1‬‬ ‫عئوائيتين من‬ ‫مجتمعين‬
‫) ‪↝ 𝐹(𝑑1 , 𝑑2‬‬
‫̂‬
‫‪𝑆2‬‬ ‫‪2‬‬ ‫مجتمعين‬ ‫‪𝜎12‬‬
‫𝛼‬ ‫‪⁄ 2‬‬
‫]]‬ ‫‪𝜎2‬‬ ‫طبيعيين‬ ‫‪𝜎22‬‬
‫‪2‬‬

‫المصدر‪ :‬من إعداد الباحث‬

‫‪51‬‬
‫خالصـــــة الفصل‬

‫خالصـــة الفصل‬

‫بعد اإل ارة إلى تقدير معلمة أو معالم مجتمع معين باستخدام بيانات عينة عئوائية مسحوبة من هذا‬
‫المجتمع‪ ،‬سوا ًء أكان التقدير بنقطة أو التقدير بمجال الثقة‪ ،‬حيث بينا كيفية تقدير معالم المجتمع المجهولة‬
‫انطالقا ً من إحصائيات العينة المعلومة (أي انطالقا ً من الجزء المعلوم يُمكن معرفة الكل المجهول)‪.‬‬
‫لكن إذا كانت معالم المجتمع معلومة ونود التأكد من صحتها‪ ،‬ففي هذه الحالة فال نقوم بتقدير يء‬
‫معلوم وإنما الئيء المعلوم يتم اختبار صحتم وهو ما يُعرف باختبار الفروض اإلحصائية‪.‬‬
‫في الفصل الموالي سنئير إلى كيفية اختبار صحة أو عدم صحة فرضية أو فرضيات معينة تتعلق‬
‫بهذه المعالم‪ ،‬وذلك باالستناد إلى بيانات العينة العئوائية‪.‬‬

‫‪52‬‬
‫نظريــة التقديــــــر‬ ‫الفصــــل الثانـــي‬

‫تماريــــن إضافيـــة‬

‫التمرين ‪1‬‬

‫لتقدير متوسط مستوى المياه في سد معين‪ ،‬أخذت على فترات (عئوائياً) القياسات التالية‪:‬‬
‫𝑖𝑥‬ ‫‪4,25‬‬ ‫‪4,36‬‬ ‫‪3,99‬‬ ‫‪4,42‬‬ ‫‪4,63‬‬

‫‪ ‬قدر نقطيا ً مستوى المياه في السد؛‬

‫‪ ‬أعط تقديرا ً نقطيا ً لتباين مستوى المياه في السد‪.‬‬

‫التمرين ‪2‬‬

‫بفرض أن أطوال ‪ 100‬طالب ذكر في جامعة ما تمثل عينة عئوائية ألطوال الـــ ‪ 1546‬طالبا ً ذكرا ً‬
‫في تلك الجامعة‪.‬‬

‫الفئــــات (الطول)‬ ‫التكرارات المطلقــــة‬

‫[‪[60 − 62‬‬ ‫‪5‬‬
‫[‪[63 − 65‬‬ ‫‪18‬‬
‫[‪[66 − 68‬‬ ‫‪42‬‬
‫[‪[69 − 71‬‬ ‫‪27‬‬
‫[‪[72 − 74‬‬ ‫‪8‬‬

‫أوجد التقديرات النقطية لكل من متوسط وتباين المجتمع‪.‬‬

‫التمرين ‪( 3‬إمتحان السنة الجامعية ‪)2015/2014‬‬

‫على جزء من الطريق حددت سرعة السيارات بــ ‪ 90‬كلم ‪ /‬سا‪ ،‬نقوم بمراقبة السرعة بجهاز قياس‬
‫السرعة بــ (كلم‪/‬سا) لعينة عئوائية متكونة من ‪ 100‬سيارة مسحوبة باإلرجاع فتحصلنا‬ ‫عالي الدقة‪ .‬نقي‬
‫على النتائج المدونة في الجدول التالي‪:‬‬
‫‪Vitesse‬‬ ‫[‪[75 − 80‬‬ ‫[‪[80 − 85‬‬ ‫[‪[85 − 90‬‬ ‫[‪[90 − 95‬‬ ‫[‪[95 − 100‬‬ ‫[‪[100-105‬‬ ‫[‪[105 − 110‬‬
‫)‪(km/h‬‬
‫‪effectif‬‬ ‫‪5‬‬ ‫‪10‬‬ ‫‪20‬‬ ‫‪36‬‬ ‫‪15‬‬ ‫‪8‬‬ ‫‪6‬‬

‫‪ ‬أحسب كل من المتوسط الحسابي ( ̅𝑥) واالنحراف المعياري ‪ S‬لهذه العينة؛‬

‫‪ ‬انطالقا ً من النتائج المتحصل عليها من هذه العينة‪ ،‬أقترح تقدير نقطي للمتوسط 𝜇 واالنحراف‬
‫المعياري 𝜎 للسرعة لمجتمع مئكل من ‪ 2500‬سيارة؛‬
‫‪ ‬حدد‪ ،‬مجال الثقة لسرعة المتوسط للمجتمع عند مستوى ثقة ‪% 99‬؛‬

‫‪ ‬حدد فترة الثقة لالنحراف المعياري للمجتمع عند مستوى خطر ‪.% 5‬‬

‫‪53‬‬
‫نظريــة التقديــــــر‬ ‫الفصــــل الثانـــي‬

‫التمرين ‪( 4‬إمتحان السنة الجامعية ‪)2015/2014‬‬

‫بائع البصريات (‪ )Opticien‬مهتم ببيع األجهزة الفوتوغرافية ذات الضبط التلقائي للصورة مع‬
‫التكبير (‪ ،)Autofocus avec Zoom‬يريد تقدير مجال الثقة لنسبة المئترين لهذه األجهزة (‪ )P‬من طرف‬
‫سحبت باإلرجاع‪ 60 ،‬منهم يئترون مثل هذه األجهزة‪.‬‬
‫زبائنم‪ .‬في عينة متكونة من ‪ 100‬زبون ُ‬
‫‪ ‬أعط تقديرا ً نقطيا ً للنسبة ‪ P‬المقدمة من طرف هذه العينة؛‬
‫‪ ‬أعط التقدير بواسطة مجال الثقة للنسبة ‪ P‬عند مستوى ثقة ‪% 95‬؛‬

‫‪ ‬حدد حجم العينة ‪ ،n‬بحيث يكون ‪ n‬أكبر من ‪ ،30‬لعينة من الزبائن حتى يكون التقدير النقطي‬
‫للنسبة ‪ P‬المحسوب آنفا ً محصورة في مجال الثقة للنسبة ‪ P‬المقدر بــ ]‪ [0,557 ; 0,643‬عند‬
‫مستوى ثقة ‪.% 90‬‬

‫تمرين ‪5‬‬

‫ندرس نئاط االنزيما في الدم (‪ )Enzyme sérique‬بخطر مختلف العوامل في جسم المرأة‪ ،‬النتائج‬
‫معبر عنها بوحدة القياس الدولية (‪ .)Litre de sérum‬عند مجموعتين من النساء (الحوامل وغير الحوامل)‬
‫(‪ ،)Enceintes et non enceintes‬تحصلنا على النتائج المبينة في الجدول‪:‬‬
‫‪Non‬‬
‫‪enceintes‬‬ ‫‪1,5‬‬ ‫‪1,6‬‬ ‫‪1,4‬‬ ‫‪2,9‬‬ ‫‪2,2‬‬ ‫‪1,8‬‬ ‫‪2,7‬‬ ‫‪1,9‬‬ ‫‪2,2‬‬ ‫‪2,8‬‬ ‫‪2,1‬‬ ‫‪1,8‬‬ ‫‪3,7‬‬ ‫‪1,8‬‬ ‫‪2,1‬‬
‫) 𝒊𝒙(‬
‫‪Enceintes‬‬
‫‪4,2‬‬ ‫‪5,5‬‬ ‫‪4,6‬‬ ‫‪5,4‬‬ ‫‪3,9‬‬ ‫‪5,4‬‬ ‫‪2,7‬‬ ‫‪3,9‬‬ ‫‪4,1‬‬ ‫‪4,1‬‬ ‫‪4,6‬‬ ‫‪3,9‬‬ ‫‪3,5‬‬ ‫‪---‬‬ ‫‪---‬‬
‫) 𝒊𝒚(‬

‫‪Indications numériques : ∑ 𝑥𝑖 = 32,5 ; ∑ 𝑋𝑖2 = 75,83 ; ∑ 𝑦𝑖 = 55,8 ; ∑ 𝑦𝑖2 =247,32‬‬

‫‪ ‬قدر نقطيا ً معالم المجتمع؛‬
‫‪ ‬قدر نقطيا ً الفرق بين متوسطي المجموعتين؛‬
‫‪ ‬حدد مجال الثقة للفرق بين متوسطي المجموعتين عند مستوى خطر ‪.% 5‬‬

‫تمرين ‪6‬‬

‫أراد أحد الباحثين تقدير الفرق بين متوسطي االستهالك األسبوعي للحليب في بلدين قيقين‪،‬‬
‫الجزائر والمغرب‪ .‬أخذ عينة عئوائية من كل بلد (السحب باإلرجاع)‪ ،‬نرمز بــ‪ 𝑥𝑖 :‬للمتغير العئوائي‬
‫للعينة المسحوبة من الجزائر‪ ،‬و 𝑖𝑦 للعينة المسحوبة من المغرب‪ ،‬فخلص إلى النتائج التالية‪:‬‬

‫‪54‬‬
‫نظريــة التقديــــــر‬ ‫الفصــــل الثانـــي‬

‫‪n=25‬‬ ‫‪n=20‬‬ ‫‪n=25‬‬ ‫‪n=20‬‬ ‫‪n=25‬‬ ‫‪n=20‬‬

‫∑ ;‪∑ xi + ∑ yi =450; ∑ xi - ∑ yi =-60‬‬ ‫;‪xi2 =1600‬‬ ‫‪∑ yi2 =3360‬‬

‫‪i=1‬‬ ‫‪i=1‬‬ ‫‪i=1‬‬ ‫‪i=1‬‬ ‫‪i=1‬‬ ‫‪i=1‬‬

‫‪ .1‬أعط تقديرا ً نقطيا ً للفرق بين متوسطي االستهالك األسبوعي للحليب للبلدين؛‬
‫‪ .2‬قدم فترة الثقة لتقدير الفرق بين متوسطي االستهالك األسبوعي للحليب لكال البلدين عند مستوى‬
‫خطر ‪ % 2‬في حالة تساوي تباينا المجتمعين‪.‬‬

‫تمرين ‪( 7‬امتحان السنة الجامعية ‪)2014-2013‬‬

‫من بين المؤسسات العاملة في قطاع الحرف والصناعة التقليدية وعددها ‪ 194‬مؤسسة‪ ،‬تم سحب‬
‫عينة عئوائية بدون إرجاع من ‪ 40‬مؤسسة فوجد أن عدد العمال في هذه المؤسسات كما يلي‪:‬‬
‫‪91‬‬ ‫‪168‬‬ ‫‪171‬‬ ‫‪53‬‬ ‫‪114‬‬ ‫‪37‬‬ ‫‪126‬‬ ‫‪12‬‬ ‫‪71‬‬ ‫‪95‬‬
‫‪33‬‬ ‫‪43‬‬ ‫‪158‬‬ ‫‪137‬‬ ‫‪2‬‬ ‫‪115‬‬ ‫‪99‬‬ ‫‪190‬‬ ‫‪32‬‬ ‫‪140‬‬
‫‪81‬‬ ‫‪147‬‬ ‫‪68‬‬ ‫‪78‬‬ ‫‪11‬‬ ‫‪86‬‬ ‫‪127‬‬ ‫‪64‬‬ ‫‪57‬‬ ‫‪194‬‬
‫‪131‬‬ ‫‪141‬‬ ‫‪93‬‬ ‫‪25‬‬ ‫‪105‬‬ ‫‪26‬‬ ‫‪79‬‬ ‫‪23‬‬ ‫‪69‬‬ ‫‪101‬‬

‫‪𝑛=40‬‬ ‫‪𝑛=40‬‬

‫‪∑ 𝑥𝑖 = 3593‬‬ ‫;‬ ‫‪∑ 𝑥𝑖2 = 425596‬‬

‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬

‫‪ .1‬قدر نقطيا ً متوسط عدد العمال للمؤسسة العاملة في القطاع؛‬

‫‪ .2‬قدم فترة الثقة لمتوسط عدد العمال للمؤسسة العاملة في القطاع عند مستوى ثقة ‪% 90‬؛‬

‫‪ .3‬أعط مجال الثقة لتقدير تباين المؤسسات العاملة في القطاع عند مستوى خطر ‪% 2‬؛‬

‫‪ .4‬تقرر منح إعفاء ضريبي (‪ )Exonération fiscale‬لمؤسسات القطاع التي تئغل ‪ 135‬عامالً أو‬
‫أكثر‪ ،‬أعط تقديرا ً بمستوى خطر ‪ % 5‬لنسبة مؤسسات القطاع المستفيدة من اإلعفاء‪.‬‬

‫تمرين ‪8‬‬

‫عينة من المؤسسات لقطاع معين أعطت سلسلة من النتائج اإلحصائية التالية‪:‬‬

‫)‪Chiffre d’affaires (MDA‬‬ ‫[‪[0 -2‬‬ ‫[‪[2 -3‬‬ ‫[‪[3 -4‬‬ ‫[‪[4 -5‬‬ ‫[‪[5 ;7‬‬
‫‪Effectifs‬‬ ‫‪6‬‬ ‫‪12‬‬ ‫‪17‬‬ ‫‪10‬‬ ‫‪5‬‬

‫‪ ‬أعط تقدير نقطي لرقم األعمال المتوسط واالنحراف المعياري لرقم األعمال لجميع مؤسسات‬
‫القطاع‪.‬‬
‫‪ ‬أعط تقديرا ً لرقم األعمال بواسطة مجال الثقة عند مستوى ثقة ‪.% 95‬‬

‫‪ ‬أعط تقديرا ً نقطيا ً لنسبة المؤسسات التي تجاوز رقم أعمالها ‪ 4,5‬مليون دج‪.‬‬

‫‪55‬‬
‫نظريــة التقديــــــر‬ ‫الفصــــل الثانـــي‬

‫‪ ‬أعط تقديرا ً لهذه النسبة بواسطة مجال الثقة عند مستوى خطر ‪.% 1‬‬

‫تمرين ‪( 9‬امتحان السنة الجامعية ‪)2016-2015‬‬

‫قام الطاقم الطبي لئركة عمالقة ببعض اإلحصائيات حول معدل الكوليستيرول ( ‪Taux de‬‬

‫‪ )cholestérol‬في مستخدمي الئركة (‪ ،)Personnels de la société‬اختاروا عئوائيا ً ‪ 100‬عامل وأجروا‬

‫عليهم الفحوصات فخلصوا إلى النتائج المبينة في الجدول أدناه‪:‬‬
‫مركز الفئة‬
‫‪120‬‬ ‫‪160‬‬ ‫‪200‬‬ ‫‪240‬‬ ‫‪280‬‬ ‫‪320‬‬ ‫∑‬
‫( 𝒊𝒙 )‬
‫𝒊𝒇‬ ‫‪9‬‬ ‫‪22‬‬ ‫‪25‬‬ ‫‪21‬‬ ‫‪16‬‬ ‫‪7‬‬ ‫‪100‬‬

‫‪ ‬قدر نقطيا ً المتوسط واالنحراف المعياري لمعدل الكوليستيرول في كل الئركة؛‬

‫‪ ‬حدد مجال الثقة للمتوسط عند مستوى خطر ‪% 5‬؛‬

‫‪ ‬حدد الحجم األدنى للعينة حتى تكون سعة مجال الثقة يساوي ‪ 30‬عند مستوى خطر يساوي ‪.% 5‬‬

‫تمرين ‪( 10‬امتحان السنة الجامعية ‪)2017-2016‬‬

‫يستخدم مخبر معين جهاز قياس بصري مخصص لقياس تركيز محلول الفلورسين‬
‫(‪ .)FLUORESCEINE‬نتائج القياسات تم نمذجتها بواسطة متغير عئوائي متوسطم الحسابي يساوي التركيز‬
‫الحقيقي للمحلول‪ ،‬واالنحراف المعياري مضمون من طرف الئركة المصنعة فهو معلوم ويُساوي ‪.0,05‬‬

‫أخذنا ‪ 9‬قياسات من المحلول (السحب باإلرجاع) فكان المتوسط التجريبي هو ‪.4,38mg/L‬‬

‫‪ .1‬أعط مجال الثقة لمتوسط التركيز الحقيقي للمحلول عند مستوى ثقة يساوي ‪0,99‬؛‬

‫العينة السابقة‪ ،‬ما هو مستوى ثقة المجال [‪]4,4012 ; 4,4173‬؟‬ ‫‪ .2‬بالنسبة لنف‬
‫العينة (‪ 9‬قياسات)‪ ،‬الحظنا أن االنحراف المعياري التجريبي هو ‪ .0,08mg/L‬أعط‬ ‫‪ .3‬في نف‬
‫مجال الثقة لالنحراف المعياري الحقيقي عند مستوى ثقة ‪ .0,99‬ماذا تقول عن االنحراف‬
‫المعياري المضمون من طرف الئركة المصنعة؟‬

‫تمرين ‪( 11‬اختبر معلوماتك)‬

‫نفترض أن توزيع المتغير العئوائي 𝑖𝑋 للنقاط المتحصل عليها في الرياضيات من طرف الطلبة‬
‫في عبة علوم التسيير يتبع القانون الطبيعي بإنحراف معياري ‪ .2,65‬نسحب عينة عئوائية من الطلبة‬
‫فسجلنا النتائج التالية‪:‬‬

‫‪56‬‬
‫نظريــة التقديــــــر‬ ‫الفصــــل الثانـــي‬

‫‪28‬‬ ‫‪28‬‬

‫‪∑ 𝑥𝑖 = 291‬‬ ‫‪∑ 𝑥𝑖2 = 3091‬‬

‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬

‫‪ ‬قدر نقطيا ً المتوسط ‪ µ‬للمتغير 𝑖𝑋؛‬

‫‪ ‬قدر المتوسط ‪ µ‬بواسطة مجال الثقة ‪ 0,90‬؛‬

‫‪ ‬نفترض أننا نجهل قيمة االنحراف المعياري ‪ σ‬للمتغير العئوائي 𝑖𝑋‪ ،‬كل مجال الثقة للمتوسط ‪µ‬‬

‫عند مستوى ثقة ‪ .0,90‬قارن بينم وبين تلك المتحصل عليها في السؤال السابق‪.‬‬

‫تمرين ‪( 12‬اختبر معلوماتك)‬

‫قمنا بقياس الوقت الممضي يوميا ً أمام التلفاز من طرف مراهق من خالل سحب عينة عئوائية‬
‫تضم ‪ 80‬خص‪ .‬سجلنا النتائج الموضحة أدناه‪:‬‬
‫‪80‬‬ ‫‪80‬‬

‫‪∑ 𝑥𝑖 = 257,33‬‬ ‫;‬ ‫‪∑ 𝑥𝑖2 = 874,78‬‬

‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬

‫‪ ‬قدر نقطيا ً المتوسط واالنحراف المعياري للوقت الممضي أمام التلفاز لجميع المجتمع الجزائري؛‬
‫‪ ‬قدر متوسط المجتمع بواسطة مجال الثقة ‪.0,95‬‬

‫تمرين ‪( 13‬اختبر معلوماتك)‬

‫قبل فترة قصيرة من االنتخابات‪ ،‬أحد المتر حين قام بإستجواب ‪ 150‬ناخب‪ ،‬من بينهم ‪ 45‬ناخب‬
‫أبدى نيتم للتصويت لصالح المتر ح‪.‬‬
‫‪ ‬أعط تقديرا ً نقطيا ً للنسبة ‪ p‬للناخبين الراغبين للتصويت لصالح المتر ح؛‬
‫‪ ‬أعط مجال الثقة في حدود ‪ % 90‬للنسبة ‪.p‬‬

‫‪57‬‬
‫نظريــة التقديــــــر‬ ‫الفصــــل الثانـــي‬

‫حلول التمارين‬

‫التمرين ‪1‬‬

‫∑‬
‫‪Xi‬‬ ‫‪4,25‬‬ ‫‪4,36‬‬ ‫‪4,63‬‬ ‫‪4,42‬‬ ‫‪3,99‬‬ ‫‪21,65‬‬
‫‪𝑋𝑖2‬‬ ‫‪18,0625‬‬ ‫‪19,0096‬‬ ‫‪15,9201‬‬ ‫‪19,5364‬‬ ‫‪21,4369‬‬ ‫‪93,9655‬‬

‫‪ ‬التقدير النقطي لمتوسط مستوى المياه في السد‪𝜇̂ :‬‬

‫‪∑ 𝑥𝑖 21,65‬‬
‫= ̅𝑥 = ̂𝜇‬ ‫=‬ ‫‪= 4,33‬‬
‫𝑛‬ ‫‪5‬‬
‫‪ ‬التقدير النقطي لتباين مستوى المياه في السد‪𝜎̂ 2 :‬‬

‫‪2‬‬
‫𝑛‬ ‫‪2‬‬
‫𝑛‬ ‫‪∑ 𝑋𝑖2‬‬
‫= ̂𝜎‬ ‫= 𝑆‪.‬‬ ‫[‪.‬‬ ‫] ‪− 𝑥̅ 2‬‬
‫‪𝑛−1‬‬ ‫‪𝑛−1‬‬ ‫𝑛‬
‫‪5‬‬ ‫‪93,9655‬‬
‫= ‪⟹ 𝜎̂ 2‬‬ ‫[‪.‬‬ ‫] ‪− (4,33)2‬‬
‫‪5−1‬‬ ‫‪5‬‬
‫‪⟺ 𝜎̂ 2 = 0,05525‬‬

‫التمرين ‪2‬‬

‫الفئـــات‬ ‫𝑖𝑥‬ ‫𝑖𝑓‬ ‫𝑖𝑥 ∗ 𝑖𝑓‬ ‫‪𝑥𝑖2‬‬ ‫‪𝑓𝑖 ∗ 𝑥𝑖2‬‬

‫[‪[60 − 62‬‬ ‫‪61‬‬ ‫‪5‬‬ ‫‪305‬‬ ‫‪3721‬‬ ‫‪18605‬‬
‫[‪[63 − 65‬‬ ‫‪64‬‬ ‫‪18‬‬ ‫‪1152‬‬ ‫‪4096‬‬ ‫‪73728‬‬
‫[‪[66 − 68‬‬ ‫‪67‬‬ ‫‪42‬‬ ‫‪2814‬‬ ‫‪4489‬‬ ‫‪188538‬‬
‫[‪[69 − 71‬‬ ‫‪70‬‬ ‫‪27‬‬ ‫‪1890‬‬ ‫‪4900‬‬ ‫‪132300‬‬
‫[‪[72 − 74‬‬ ‫‪73‬‬ ‫‪8‬‬ ‫‪584‬‬ ‫‪5329‬‬ ‫‪42632‬‬
‫∑‬ ‫‪/‬‬ ‫‪100‬‬ ‫‪6745‬‬ ‫‪/‬‬ ‫‪455803‬‬

‫‪ ‬حساب التقدير النقطي لمتوسط المجتمع ̂𝜇‬

‫‪∑ 𝑓𝑖 ∗ 𝑥𝑖 6745‬‬
‫= ̅𝑥 = ̂𝜇‬ ‫=‬ ‫‪= 67,45‬‬
‫𝑖𝑓‬ ‫‪100‬‬
‫‪ ‬حساب التقدير النقطي لتباين المجتمع ‪𝜎̂ 2‬‬
‫𝑛‬ ‫𝑛‬ ‫‪∑ 𝑓𝑖 ∗ 𝑥𝑖2‬‬
‫= ‪𝜎̂ 2‬‬ ‫= ‪. 𝑆2‬‬ ‫[‪.‬‬ ‫] ‪− 𝑥̅ 2‬‬
‫‪𝑛−1‬‬ ‫‪𝑛−1‬‬ ‫𝑖𝑓 ∑‬

‫حسب قانون األعداد الكبيرة فإن‪:‬‬

‫𝑛‬
‫‪𝑛−1‬‬
‫‪∼1‬‬
‫وبالتالي يصبح‬

‫‪58‬‬
‫نظريــة التقديــــــر‬ ‫الفصــــل الثانـــي‬

‫‪455803‬‬
‫= ‪𝜎̂ 2 ≈. 𝑆 2‬‬ ‫‪− (67,45)2 = 8,5275‬‬
‫‪100‬‬

‫التمرين ‪3‬‬

‫الفئـــات‬ ‫𝒊𝒙‬ ‫𝒊𝒇‬ ‫𝒊𝒙 ∗ 𝒊𝒇‬ ‫𝒊𝟐𝒙‬ ‫𝒊𝟐𝒙 ∗ 𝒊𝒇‬

‫[‪[75 − 80‬‬ ‫‪77,5‬‬ ‫‪5‬‬ ‫‪387,5‬‬ ‫‪6006,25‬‬ ‫‪30031,25‬‬
‫[‪[80 − 85‬‬ ‫‪82,5‬‬ ‫‪10‬‬ ‫‪825‬‬ ‫‪6806,25‬‬ ‫‪68062,50‬‬
‫[‪[85 − 90‬‬ ‫‪87,5‬‬ ‫‪20‬‬ ‫‪1750‬‬ ‫‪7656,25‬‬ ‫‪153125‬‬
‫[‪[90 − 95‬‬ ‫‪92,5‬‬ ‫‪36‬‬ ‫‪3330‬‬ ‫‪8556,25‬‬ ‫‪308025‬‬
‫[‪[95 − 100‬‬ ‫‪97,5‬‬ ‫‪15‬‬ ‫‪1462,5‬‬ ‫‪9506,25‬‬ ‫‪142593,75‬‬
‫[‪[100 − 105‬‬ ‫‪102,5‬‬ ‫‪8‬‬ ‫‪820‬‬ ‫‪10506,25‬‬ ‫‪84050‬‬
‫[‪[105 − 110‬‬ ‫‪107,5‬‬ ‫‪6‬‬ ‫‪645‬‬ ‫‪11556,25‬‬ ‫‪69337,5‬‬
‫∑‬ ‫‪/‬‬ ‫‪100‬‬ ‫‪9220‬‬ ‫‪/‬‬ ‫‪855225‬‬

‫‪ ‬حساب المتوسط الحسابي للعينة ̅𝑥‬

‫‪∑ 𝑓𝑖 ∗ 𝑥𝑖 9220‬‬
‫= ̅𝑥‬ ‫=‬ ‫‪= 92,20‬‬
‫𝑖𝑓‬ ‫‪100‬‬

‫‪ ‬حساب االنحراف المعياري للعينة ‪S‬‬

‫‪∑ 𝑓𝑖 ∗𝑥𝑖2‬‬ ‫𝟓𝟐𝟐𝟓𝟓𝟖‬
‫√=𝑆‬ ‫𝑖𝑓 ∑‬
‫√ = ‪− 𝑥̅ 2‬‬ ‫‪− (92,20)2 = 7,17‬‬
‫‪100‬‬

‫‪ ‬التقدير النقطي لمتوسط المجتمع ̂𝜇‬

‫‪𝜇̂ = 𝑥̅ = 92,20‬‬
‫‪ ‬التقدير النقطي لإلنحراف المعياري 𝜎‬
‫𝑛‬
‫√=𝜎‬ ‫‪. 𝑆 ≈ 𝑆 = 7,17‬‬
‫‪𝑛−1‬‬
‫ألنم حسب قانون األعداد الكبيرة فإنم‪:‬‬
‫𝑛‬
‫√‬ ‫‪∼1‬‬
‫‪𝑛−1‬‬
‫‪ ‬تحديد مجال الثقة لسرعة المتوسط 𝜇 للمجتمع عند مستوى ثقة ‪% 99‬‬

‫لدينا ‪ n > 30‬واالنحراف المعياري للمجتمع مجهول إذن فالتوزيع المتبع هو توزيع طبيعي وبالتالي‬
‫نستخرج القيمة الجدولية ‪.Z‬‬
‫حيث‪:‬‬
‫‪𝑍𝑡ℎ = 𝑍(1−∝) = 𝑍(1−0,01) = 𝑍0,495 = ±2,58‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪59‬‬
‫نظريــة التقديــــــر‬ ‫الفصــــل الثانـــي‬

‫الشكل (‪ :)9.2‬فترة الثقة تحت المنحنى محصورة بين القيمتين (‪ Z = - 2,58‬و ‪)Z = + 2,58‬‬
‫)‪f(Z‬‬
‫‪0,4‬‬

‫منطقة الخطر‬ ‫‪0,3‬‬ ‫منطقة الخطر‬

‫عند مستوى‬ ‫عند مستوى‬
‫∝‬
‫‪= 𝟎, 𝟓%‬‬ ‫مستوى‬
‫𝟐‬ ‫∝‬
‫‪0,2‬‬ ‫‪= 𝟎, 𝟓%‬‬
‫𝟐‬
‫مجال الثقة‬
‫‪(𝟏 − 𝛂) = 𝟗𝟗%‬‬
‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪Z‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫‪ ‬حساب ̅𝒙𝝈‬
‫𝜎‬
‫= ̅𝑥𝜎‬
‫𝑛√‬
‫بما أن االنحراف المعياري للمجتمع مجهول إذن نستخدم في مكانم االنحراف المعياري للعينة أو‬
‫االنحراف المعياري المقدر ألن االنحراف المعياري المقدر هو نفسم االنحراف المعياري للعينة في هذه‬
‫الحالة‪ .‬وبالتالي يصبح‪:‬‬
‫𝑆‬
‫= ̅𝑥𝜎‬
‫𝑛√‬
‫𝑆‬ ‫𝑆‬
‫‪𝐼𝑐𝜇 = [𝑥̅ − 𝑍(1−∝) .‬‬ ‫;‬ ‫‪𝑥̅ + 𝑍(1−∝) .‬‬ ‫∝‪] = 1−‬‬
‫‪2‬‬ ‫𝑛√‬ ‫‪2‬‬ ‫𝑛√‬
‫‪1,17‬‬ ‫‪1,17‬‬
‫‪⟹ 𝐼𝑐𝜇 = [92,20 − 2,58.‬‬ ‫;‬ ‫‪92,20 + 2,58.‬‬ ‫‪] = 0,99‬‬
‫‪√100‬‬ ‫‪√100‬‬
‫‪⟹ 𝐼𝑐𝜇 = [91,90‬‬ ‫;‬ ‫‪92,50] = 0,99‬‬

‫‪ ‬تحديد فترة الثقة لالنحراف المعياري للمجتمع 𝜎 عند مستوى خطر ‪.% 5‬‬

‫)‪(𝑛 − 1‬‬ ‫)‪(𝑛 − 1‬‬

‫‪𝐼𝐶𝜎 = 𝑆 ∗ √ 2‬‬ ‫;‬ ‫√∗𝑆‬
‫𝜒‬ ‫𝛼‬ ‫‪𝜒2‬‬ ‫𝛼‬
‫) ;‪(𝑛−1‬‬ ‫) ‪(𝑛−1; 1−‬‬
‫‪2‬‬ ‫‪2‬‬
‫[‬ ‫]‬

‫‪ ‬استخراج القيم الجد ولية من الجدول اإلحصائي ‪𝜒 2‬‬

‫‪2‬‬ ‫‪2‬‬
‫;‪𝜒(𝑛−1‬‬ ‫‪𝛼 = 𝜒(99; 0,025) = 123,85‬‬
‫)‬
‫‪2‬‬

‫‪60‬‬
‫نظريــة التقديــــــر‬ ‫الفصــــل الثانـــي‬

‫‪2‬‬ ‫‪2‬‬
‫;‪𝜒(𝑛−1‬‬ ‫‪𝛼 = 𝜒(99; 0,975) = 69,93‬‬
‫) ‪1−‬‬
‫‪2‬‬

‫)‪(100 − 1‬‬ ‫)‪(100 − 1‬‬

‫√ ∗ ‪𝐼𝐶𝜎 = [1,17‬‬ ‫;‬ ‫√ ∗ ‪1,17‬‬ ‫]‬
‫‪123,85‬‬ ‫‪69,93‬‬

‫‪⟹ 𝐼𝐶𝜎 = [1,05‬‬ ‫;‬ ‫] ‪1,39‬‬

‫التمرين ‪4‬‬

‫‪ ‬التقدير النقطي للنسبة ‪ P‬المقدمة من طرف هذه العينة‬

‫𝑥‬ ‫‪60‬‬
‫‪𝑃 = 𝑛 = 100 = 0,60‬‬

‫‪ ‬التقدير بواسطة مجال الثقة للنسبة ‪ P‬عند مستوى ثقة ‪% 95‬‬

‫لدينا ‪ n>30‬إذن فالتوزيع المتبع هو توزيع طبيعي وبالتالي نستخرج القيمة الجدولية ‪Z‬‬
‫𝑍 = )∝‪𝑍𝑡ℎ = 𝑍(1−‬‬ ‫‪1−0,05‬‬ ‫‪= 𝑍0,475 = ±1,96‬‬
‫‪2‬‬ ‫(‬ ‫)‬
‫‪2‬‬

‫)𝑃 ‪𝑃(1 −‬‬ ‫)𝑃 ‪𝑃(1 −‬‬

‫√ )∝‪IcP = ( 𝑃 – 𝑍(1−‬‬ ‫;‬ ‫√ )∝‪𝑃 + 𝑍(1−‬‬ ‫)‬
‫‪2‬‬ ‫𝑛‬ ‫‪2‬‬ ‫𝑛‬

‫)‪0,60(1−0,60‬‬ ‫)‪0,60(1−0,60‬‬
‫√ ‪⟹ IcP = ( 0,60 – 1,96‬‬ ‫‪100‬‬
‫;‬ ‫√ ‪0,60 + 1,96‬‬ ‫‪100‬‬
‫)‬

‫)‪0,60(1−0,60‬‬ ‫)‪0,60(1−0,60‬‬
‫√ ‪⟹ IcP = ( 0,60 – 1,96‬‬ ‫;‬ ‫√ ‪0,60 + 1,96‬‬ ‫)‬
‫‪100‬‬ ‫‪100‬‬

‫‪⟹ IcP =( 0,504‬‬ ‫;‬ ‫)‪0,696‬‬

‫‪ ‬تحديد حجم العينة ‪ ،n‬بحيث ‪ n‬يكون أكبر من ‪ ،30‬لعينة من الزبائن حتى يكون التقدير النقطي‬
‫للنسبة ‪ P‬المحسوب آنفا ً محصورة في في مجال الثقة للنسبة ‪ P‬المقدر بــ ]‪ [0,557 ; 0,643‬عند‬
‫مستوى ثقة ‪.% 90‬‬

‫لدينا طول المجال ‪ L‬يساوي الحد األعلى للمجال – الحد األدنى للمجال‬
‫‪L = 0,643 - 0,557 = 0,086‬‬
‫)𝑃‪𝑃(1−‬‬ ‫)𝑃‪𝑃(1−‬‬
‫√ )∝‪L= P + 𝑍(1−‬‬ ‫𝑃[ –‬ ‫√ )∝‪– 𝑍(1−‬‬ ‫]‬
‫‪2‬‬ ‫𝑛‬ ‫‪2‬‬ ‫𝑛‬

‫)𝑃‪𝑃(1−‬‬
‫√ )∝‪⟹ L = 2*𝑍(1−‬‬ ‫‪= 0,086‬‬
‫‪2‬‬ ‫𝑛‬

‫)‪0,60(1−0,60‬‬
‫√ ‪⟹ L = 2*1,65‬‬ ‫‪= 0,086‬‬
‫𝑛‬

‫‪61‬‬
‫نظريــة التقديــــــر‬ ‫الفصــــل الثانـــي‬

‫‪0,60∗0,40‬‬
‫√ ‪⟹ L = 2*1,65‬‬ ‫‪= 0,086‬‬
‫𝑛√‬
‫‪0,60∗0,40‬‬
‫√ ‪⟹ √𝑛 = 2*1,65‬‬ ‫‪0,086‬‬

‫‪⟹ √𝑛 = 18,80‬‬
‫‪⟺ 𝑛 = 354‬‬

‫التمرين ‪5‬‬

‫‪ .1‬التقدير النقطي لمعالم المجتمع‬

‫‪ ‬التقدير النقطي لمتوسط المجتمع ( 𝟏 ̂‬
‫𝝁) ومتوسط المجتمع الثاني ( 𝟐 ̂‬
‫𝝁)‬
‫‪∑ xi 32,5‬‬
‫𝝁‬
‫= ̅‪̂ 𝟏 = x‬‬ ‫=‬ ‫‪= 2,17‬‬
‫‪n1‬‬ ‫‪15‬‬
‫‪∑ yi 55,8‬‬
‫𝝁‬
‫= ̅‪̂ 𝟐 = y‬‬ ‫=‬ ‫‪= 4,29‬‬
‫‪n2‬‬ ‫‪13‬‬
‫‪ ‬التقدير النقطي لالنحراف المعياري للمجتمعين‬
‫𝟏𝒏 √‬ ‫𝟏𝒏√‬ ‫‪∑ 𝑋𝑖2‬‬ ‫𝟓𝟏√‬ ‫𝟑𝟖‪𝟕𝟓,‬‬
‫𝝈‬
‫= 𝟏̂‬ ‫𝟏𝑺 ‪.‬‬ ‫=‬ ‫√∗‬ ‫= ‪− 𝑥̅ 2‬‬ ‫√∗‬ ‫‪− 𝟐, 𝟏𝟕𝟐 = 0,61‬‬
‫𝟏‪√𝒏𝟏 −‬‬ ‫𝟏‪√𝒏𝟏 −‬‬ ‫𝑛‬ ‫𝟏‪√𝟏𝟓−‬‬ ‫𝟓𝟏‬

‫‪√n2‬‬ ‫‪√n 2‬‬ ‫‪∑ y2i‬‬ ‫‪√13‬‬ ‫‪247,32‬‬

‫= ‪̂2‬‬
‫‪σ‬‬ ‫‪.S‬‬ ‫=‬ ‫∗‬ ‫√‬ ‫= ‪− y̅ 2‬‬ ‫√∗‬ ‫‪− 4,292 = 0,82‬‬
‫‪√n2 −1 2‬‬ ‫‪√n2 −1‬‬ ‫‪n‬‬ ‫‪√13−1‬‬ ‫‪13‬‬

‫𝝁 ‪) -‬؛‬ ‫‪ .2‬حساب التقدير النقطي للفرق بين إنجازي المجموعتين 𝟏 ̂‬

‫𝝁 )𝟐̂‬
‫‪μ̂1 - μ̂2 = x̅ − y̅ = 2,17 – 4,29 = -2,12‬‬
‫‪ .3‬تحديد فترة الثقة للفرق بين متوسطي المجموعتين عند مستوى خطر ‪.% 5‬‬
‫بما أن ‪ n1, n2 < 30‬وتباينا المجتمعين مجهولين‪ ،‬فإن المجتمعان يتبعان توزيع ستودنت وبالتالي‬
‫نستخرج القيمة الجدولية ‪ t‬حيث‪:‬‬
‫∝‬
‫;𝐿𝑑( 𝑡 = ‪𝑡𝑡ℎ‬‬ ‫𝑡 =)‬ ‫‪0,05 = 𝑡(26;0,025) = ±2,056‬‬
‫‪2‬‬ ‫;‪(15+13−2‬‬
‫‪2‬‬
‫)‬

‫الشكل (‪ :)10.2‬فترة الثقة تحت المنحنى محصورة بين القيمتين (‪ t = - 2,056‬و ‪)t = + 2,056‬‬

‫منطقة الخطر‬
‫)‪f(t‬‬

‫‪0,4‬‬ ‫منطقة الخطر‬

‫عند مستوى‬ ‫عند مستوى‬
‫∝‬ ‫∝‬
‫‪( ) = 𝟐, 𝟓%‬‬ ‫‪0,3‬‬ ‫‪( ) = 𝟐, 𝟓%‬‬
‫𝟐‬ ‫𝟐‬

‫‪0,2‬‬
‫مجــــال الثقة‬
‫‪(𝟏 − 𝛂)= 95%‬‬
‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪z‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫‪62‬‬
‫نظريــة التقديــــــر‬ ‫الفصــــل الثانـــي‬

‫∝‬ ‫‪(𝑛1 − 1). 𝑆12 + (𝑛2 − 1). 𝑆22 1‬‬ ‫‪1‬‬

‫𝜇𝑐𝐼‬ ‫;𝐿𝑑(𝑡 ‪= [(𝑥̅1 − 𝑥̅2 ) ±‬‬ ‫‪).‬‬ ‫√‬ ‫) ‪( +‬‬ ‫]‬
‫‪1 −𝜇2‬‬ ‫‪2‬‬ ‫‪𝑛1 + 𝑛2 − 2‬‬ ‫‪𝑛1 𝑛2‬‬

‫‪(15 − 1). 0,612 + (8 − 1). 0,822 1‬‬ ‫‪1‬‬

‫√ ∗ ‪⟹ 𝐼𝑐𝜇1−𝜇2 = [−2,12 ± 2,056‬‬ ‫]) ‪( +‬‬
‫‪15 + 13 − 2‬‬ ‫‪15 13‬‬

‫; ‪⟹ 𝐼𝑐𝜇1 −𝜇2 = [−2,675‬‬ ‫]‪−1,654‬‬

‫التمرين ‪6‬‬

‫‪ .1‬التقدير النقطي للفرق بين متوسطي االستهالك األسبوعي للحليب للبلدين‬

‫̅‪μ̂1 – μ̂2 = x̅ − y‬‬ ‫; ?= ̅‪x‬‬ ‫?= ̅‪y‬‬
‫;𝟓𝟐 = 𝟏𝒏‬ ‫𝟎𝟐 = 𝟐𝒏‬
‫‪𝑛=25‬‬ ‫‪𝑛=20‬‬

‫)‪∑ 𝑥𝑖 + ∑ 𝑦𝑖 = 450 … … … . . (1‬‬

‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬
‫‪𝑛=25‬‬ ‫‪𝑛=20‬‬

‫)‪∑ 𝑥𝑖 − ∑ 𝑦𝑖 = −60 … … … . . (2‬‬

‫{‬ ‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬

‫بجمع المعادلتين (‪ )1‬و (‪ )2‬نجد‪:‬‬

‫‪2 ∑ xi = 390 ⟹ ∑ xi = 195‬‬

‫ومنم‪:‬‬
‫‪∑ xi 195‬‬
‫= ̅‪x‬‬ ‫=‬ ‫‪= 7,8‬‬
‫‪n1‬‬ ‫‪25‬‬
‫بطرح المعادلتين (‪ )1‬و (‪ )2‬نجد‪:‬‬

‫‪2 ∑ yi = 510 ⟹ ∑ yi = 255‬‬

‫ومنم‪:‬‬
‫‪∑ yi 255‬‬
‫= ̅‪y‬‬ ‫=‬ ‫‪= 12,75‬‬
‫‪n2‬‬ ‫‪20‬‬
‫إذن التقدير النقطي للفرق بين المتوسطين هو‪:‬‬
‫‪μ̂1 – μ̂2 = x̅ − y̅ = 7,8 − 12,75 = −4,95‬‬
‫‪∑ 𝑋𝑖2‬‬ ‫‪1600‬‬
‫‪𝑆12‬‬‫=‬ ‫= ‪− 𝑥̅ 2‬‬ ‫‪− (7,8)2 = 3,16‬‬
‫‪𝑛1‬‬ ‫‪25‬‬
‫‪∑ 𝑦𝑖2‬‬ ‫‪3360‬‬
‫= ‪𝑆22‬‬ ‫= ‪− 𝑦̅ 2‬‬ ‫‪− (12,75)2 = 5,44‬‬
‫{‬ ‫𝑛‬‫‪2‬‬ ‫‪20‬‬

‫‪63‬‬
‫نظريــة التقديــــــر‬ ‫الفصــــل الثانـــي‬

‫‪ .2‬فترة الثقة لتقدير الفرق بين متوسطي االستهالك األسبوعي للحليب لكال البلدين في حالة‬
‫تساوي تبايـــنا المجتمعيــــن‬
‫بما أن ‪ n1, n2 < 30‬وتباينا المجتمعين مجهولين‪ ،‬فإن المجتمعان يتبعان توزيع ستودنت وبالتالي نستخرج‬
‫القيمة الجدولية ‪ t‬حيث‪:‬‬
‫∝‬
‫;𝐿𝑑( 𝑡 = ‪𝑡𝑡ℎ‬‬ ‫𝑡 =)‬ ‫‪0,05 = 𝑡(43;0,025) = ±2,41‬‬
‫‪2‬‬ ‫;‪(25+20−2‬‬
‫‪2‬‬
‫)‬

‫الشكل (‪ :)11.2‬فترة الثقة تحت المنحنى محصورة بين القيمتين (‪ t = - 2,41‬و ‪)t = + 2,41‬‬

‫)‪f(t‬‬

‫‪0,4‬‬

‫منطقة الخطر‬ ‫منطقة الخطر‬

‫‪0,3‬‬
‫عند مستوى‬ ‫عند مستوى‬
‫∝‬ ‫∝‬
‫‪( ) = 𝟐, 𝟓%‬‬ ‫‪( ) = 𝟐, 𝟓%‬‬
‫𝟐‬ ‫𝟐‬
‫‪0,2‬‬

‫مجــــال الثقة‬
‫‪(𝟏 −0,1𝛂)= 95%‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪z‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫ويعطى مجال الثقة لتقدير الفرق بين متوسطي المجتمعين في هذه الحالة بالعالقة الرياضية التالية‪:‬‬

‫∝‬ ‫‪(𝑛1 − 1). 𝑆12 + (𝑛2 − 1). 𝑆22 1‬‬ ‫‪1‬‬

‫;𝐿𝑑(𝑡 ‪𝐼𝑐𝜇1−𝜇2 = [(x̅ − y̅ ) ±‬‬ ‫√ ‪).‬‬ ‫) ‪( +‬‬ ‫]‬
‫‪2‬‬ ‫‪𝑛1 + 𝑛2 − 2‬‬ ‫‪𝑛1 𝑛2‬‬

‫‪(25 − 1). 3,16 + (20 − 1). 5,44 1‬‬ ‫‪1‬‬

‫√ ‪⟹ 𝐼𝑐𝜇1−𝜇2 = [(−4,95) ± 2,41.‬‬ ‫) ‪( +‬‬ ‫]‬
‫‪25 + 20 − 2‬‬ ‫‪25 20‬‬

‫‪⟺ 𝐼𝑐𝜇1−𝜇2 = [−5,56‬‬ ‫;‬ ‫‪−3,48‬‬ ‫]‬

‫التمرين ‪7‬‬

‫‪ .1‬التقدير النقطي للمتوسط ( ̂‬

‫𝝁)‬
‫‪∑ 𝑥𝑖 3593‬‬
‫= ̅𝑥 = ̂𝜇‬ ‫=‬ ‫‪= 89,825‬‬
‫𝑛‬ ‫‪40‬‬
‫‪ .2‬مجال الثقة لتقدير متوسط المجتمع‬
‫بما ان حجم العينة أكبر من ‪ 30‬واالنحراف المعياري للمجتمع مجهول إذن فالمجتمع يتبع التوزيع الطبيعي‬
‫وبالتالي نستخرج القيمة الجدولية ‪𝑍𝑡ℎ‬‬

‫‪64‬‬
‫نظريــة التقديــــــر‬ ‫الفصــــل الثانـــي‬

‫‪𝑍𝑡ℎ = 𝑍(1−∝) = 𝑍(1−0,1) = 𝑍0,450 = ±1,65‬‬

‫‪2‬‬ ‫‪2‬‬

‫الشكل (‪ :)12.2‬فترة الثقة تحت المنحنى محصورة بين القيمتين (‪ Z = - 1,65‬و ‪)Z = + 1,65‬‬
‫)‪f(z‬‬
‫‪0,4‬‬
‫منطقة الخطر‬ ‫منطقة الخطر‬
‫عند مستوى‬ ‫عند مستوى‬
‫∝‬
‫‪( ) = 𝟓%‬‬
‫‪0,3‬‬ ‫∝‬
‫𝟐‬ ‫‪( ) = 𝟓%‬‬
‫𝟐‬

‫‪0,2‬‬
‫مجــــال الثقة‬
‫‪(𝟏 − 𝛂)= 95%‬‬
‫‪0,1‬‬

‫‪-4‬‬ ‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪z‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫‪ ‬حساب االنحراف المعياري للعينة ‪S‬‬

‫‪∑ 𝑋𝑖2‬‬ ‫‪425596‬‬

‫=𝑆‬ ‫√‬ ‫√ = ‪− 𝑥̅ 2‬‬ ‫‪− (89.825)2 = 50,71‬‬
‫𝑛‬ ‫‪40‬‬

‫‪ ‬حساب ̅𝑥𝜎‬

‫المجتمع منتم أو محدود ألن السحب تم بدون إرجاع إذن‪:‬‬

‫𝑛√‬
‫𝑆∗‬
‫𝜎‬
‫𝑛‪𝑁−‬‬ ‫‪𝜎̂ 𝑁 − 𝑛 √𝑛 − 1‬‬ ‫𝑛‪𝑁−‬‬ ‫𝑛‪𝑆 𝑁−‬‬
‫= ̅𝑥𝜎‬ ‫√‬ ‫=‬ ‫√‬ ‫=‬ ‫√‬ ‫≈‬ ‫√‬
‫‪√𝑛 𝑁 − 1 √𝑛 𝑁 − 1‬‬ ‫𝑛√‬ ‫‪𝑁 − 1 √𝑛 𝑁 − 1‬‬

‫ويعطى مجال الثقة لتقدير متوسط المجتمع بالعالقة الرياضية التالية‪:‬‬

‫𝑆‬ ‫𝑛‪𝑁−‬‬ ‫𝑆‬ ‫𝑛‪𝑁−‬‬

‫‪𝐼𝑐𝜇 = [𝑥̅ − 𝑍(1−∝) .‬‬ ‫√‬ ‫;‬ ‫‪𝑥̅ + 𝑍(1−∝) .‬‬ ‫√‬ ‫]‬
‫‪2‬‬ ‫‪√𝑛 𝑁 − 1‬‬ ‫‪2‬‬ ‫‪√𝑛 𝑁 − 1‬‬

‫‪50,71 194 − 40‬‬ ‫‪50,71 194 − 40‬‬

‫‪⟹ 𝐼𝑐𝜇 = [89,825 − 1,65.‬‬ ‫√‬ ‫;‬ ‫‪89,825 + 1,65.‬‬ ‫√‬ ‫]‬
‫‪√40‬‬ ‫‪194 − 1‬‬ ‫‪√40‬‬ ‫‪194 − 1‬‬

‫‪50,71 194 − 40‬‬ ‫‪50,71 194 − 40‬‬

‫‪⟺ 𝐼𝑐𝜇 = [89,825 − 1,65.‬‬ ‫√‬ ‫;‬ ‫‪89,825 + 1,65.‬‬ ‫√‬ ‫]‬
‫‪√40‬‬ ‫‪194 − 1‬‬ ‫‪√40‬‬ ‫‪194 − 1‬‬

‫‪⟺ 𝐼𝑐𝜇 = [78,015‬‬ ‫;‬ ‫]‪101,64‬‬

‫نقول بأننا واثقون بنسبة ‪ % 90‬بأن متوسط المجتمع سيقع بين القيمتين ‪ 78,015‬و ‪.101,64‬‬

‫‪ .3‬مجال الثقة لتقدير تباين المجتمع ( 𝟐𝝈)‬

‫‪65‬‬
‫نظريــة التقديــــــر‬ ‫الفصــــل الثانـــي‬

‫أوالً نستخرج القيم الجدولية من الجدول اإلحصائي لــ ‪𝜒 2‬‬

‫‪2‬‬ ‫‪2‬‬
‫;‪𝜒(𝑛−1‬‬ ‫‪𝛼 = 𝜒(39; 0,01) = 57,29‬‬
‫)‬
‫‪2‬‬
‫‪2‬‬ ‫‪2‬‬
‫;‪𝜒(𝑛−1‬‬ ‫‪𝛼 = 𝜒(39; 0,99) = 18,55‬‬
‫) ‪1−‬‬
‫‪2‬‬

‫يعطى مجال الثقة لتقدير تباين المجتمع بالصيغة التالية‪:‬‬

‫)‪(𝑛 − 1‬‬ ‫)‪(𝑛 − 1‬‬

‫∗ ‪𝐼𝐶𝜎 = [𝑆 2‬‬ ‫;‬ ‫∗ ‪𝑆2‬‬ ‫]‬
‫‪𝜒2‬‬ ‫𝛼‬ ‫‪𝜒2‬‬ ‫𝛼‬
‫) ;‪(𝑛−1‬‬ ‫) ‪(𝑛−1; 1−‬‬
‫‪2‬‬ ‫‪2‬‬

‫)‪(40 − 1‬‬ ‫)‪(40 − 1‬‬

‫∗ ‪⟹ 𝐼𝐶𝜎 = [(50.71)2‬‬ ‫;‬ ‫∗ ‪(50.71)2‬‬ ‫]‬
‫‪57,29‬‬ ‫‪18,55‬‬

‫‪⟺ 𝐼𝐶𝜎 = [1750,54‬‬ ‫;‬ ‫] ‪5406,40‬‬

‫نقول بأننا واثقون بنسبة ‪ % 99‬بأن تباين المجتمع سيقع بين القيمتين ‪ 1750,54‬و ‪5406,40‬‬

‫‪ .4‬التقدير بواسطة مجال الثقة لنسبة مؤسسات القطاع المستفيدة من اإلعفاء‬

‫ليكن ‪ X‬متغير عئوائي يمثل عدد المؤسسات المستفيدة من اإلعفاء‬
‫‪𝑥𝑖 = 9‬‬
‫نسبة المؤسسات التي تستفيد من اإلعفاء الضريبي‪:‬‬
‫𝑖𝑥‬ ‫‪9‬‬
‫= ̅𝑃‬ ‫=‬ ‫‪= 0,225‬‬
‫‪𝑛 40‬‬
‫بما أن حجم العينة أكبر من ‪ 30‬فإن التوزيع المتبع هو توزيع طبيعي نستخرج القيمة الجدولية 𝑒‪𝑍𝑡ℎ‬‬
‫𝑍 = )∝‪𝑍𝑡ℎ = 𝑍(1−‬‬ ‫‪1−0,05‬‬ ‫‪= 𝑍0,475 = ±1,96‬‬
‫‪2‬‬ ‫(‬ ‫)‬
‫‪2‬‬

‫الشكل (‪ :)13.2‬فترة الثقة تحت المنحنى محصورة بين القيمتين (‪ Z = - 1,96‬و ‪)Z = + 1,96‬‬
‫)‪f(z‬‬
‫‪0,4‬‬
‫منطقة الخطر‬ ‫منطقة الخطر‬
‫عند مستوى‬ ‫عند مستوى‬
‫∝‬
‫‪( ) = 𝟐, 𝟓%‬‬
‫‪0,3‬‬ ‫∝‬
‫𝟐‬ ‫‪( ) = 𝟐, 𝟓%‬‬
‫𝟐‬

‫‪0,2‬‬
‫مجــــال الثقة‬
‫‪(𝟏 − 𝛂)= 95%‬‬
‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪z‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫‪66‬‬
‫نظريــة التقديــــــر‬ ‫الفصــــل الثانـــي‬

‫يُعطى مجال الثقة لتقدير نسبة المجتمع بالعالقة الرياضية التالية‪:‬‬

‫)‪P(1-P‬‬ ‫‪N-n‬‬ ‫)‪P(1-P‬‬ ‫‪N-n‬‬

‫‪IcP = [( P – Z‬‬ ‫√ ∝‪1-‬‬ ‫√‬ ‫;‬ ‫‪P+Z‬‬ ‫√ ∝‪1-‬‬ ‫√)‬ ‫]‬
‫(‬ ‫)‬ ‫‪n‬‬ ‫‪N-1‬‬ ‫(‬ ‫)‬ ‫‪n‬‬ ‫‪N-1‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪0,225*0.775 194-40‬‬ ‫‪0,225*0.775 194-40‬‬

‫√‪⟹IcP = [0,225-1,96.‬‬ ‫√‬ ‫;‬ ‫√‪0,225+1,96.‬‬ ‫√‬ ‫]‬
‫‪40‬‬ ‫‪194-40‬‬ ‫‪40‬‬ ‫‪194-40‬‬

‫; ‪⟺IcP = [0,109‬‬ ‫]‪0,340‬‬

‫نقول بأن واثقون بنسبة ‪ % 95‬بأن نسبة المجتمع ستقع بين القيمتين ‪ 0,109‬و ‪.0,340‬‬

‫التمرين ‪8‬‬

‫الفئـــات‬ ‫𝒊𝒙‬ ‫𝒊𝒇‬ ‫𝒊𝒙 ∗ 𝒊𝒇‬ ‫𝒊𝟐𝒙‬ ‫𝒊𝟐𝒙 ∗ 𝒊𝒇‬

‫[‪[0 − 2‬‬ ‫‪1‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪1‬‬ ‫‪6‬‬
‫[‪[2 − 3‬‬ ‫‪2,5‬‬ ‫‪12‬‬ ‫‪30‬‬ ‫‪6,25‬‬ ‫‪75‬‬
‫[‪[3 − 4‬‬ ‫‪3,5‬‬ ‫‪17‬‬ ‫‪59,5‬‬ ‫‪12,25‬‬ ‫‪208,25‬‬
‫[‪[4 − 5‬‬ ‫‪4,5‬‬ ‫‪10‬‬ ‫‪45‬‬ ‫‪20,25‬‬ ‫‪202,5‬‬
‫[‪[5 − 7‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪30‬‬ ‫‪36‬‬ ‫‪180‬‬
‫∑‬ ‫‪/‬‬ ‫‪50‬‬ ‫‪170,5‬‬ ‫‪/‬‬ ‫‪671,75‬‬

‫‪ ‬التقدير النقطي لمتوسط رقم األعمال لجميع مؤسسات القطاع‬

‫‪∑ 𝑓𝑖 ∗ 𝑥𝑖 170,5‬‬
‫= ̅𝑥 = ̂𝜇‬ ‫=‬ ‫‪= 3,41‬‬
‫𝑖𝑓‬ ‫‪50‬‬
‫‪ ‬حساب التقدير النقطي لتباين المجتمع ‪𝜎̂ 2‬‬
‫𝑛‬ ‫𝑛‬ ‫‪∑ 𝑓𝑖 ∗ 𝑥𝑖2‬‬ ‫‪∑ 𝑓𝑖 ∗ 𝑥𝑖2‬‬
‫= ‪𝜎̂ 2‬‬ ‫= ‪. 𝑆2‬‬ ‫[‪.‬‬ ‫[ ≈ ‪− 𝑥̅ 2 ] ≈ 𝑆 2‬‬ ‫] ‪− 𝑥̅ 2‬‬
‫‪𝑛−1‬‬ ‫‪𝑛−1‬‬ ‫𝑖𝑓 ∑‬ ‫𝑖𝑓 ∑‬
‫‪671,75‬‬
‫[≈‬ ‫] ‪− (3,41)2‬‬
‫‪50‬‬
‫‪69= 1,80‬‬
‫‪⟹ 𝜎̂ = √1,8069 = 1,3442‬‬

‫‪ ‬التقدير بواسطة مجال الثقة لرقم األعمال عند مستوى ثقة ‪.% 95‬‬

‫لدينا حجم العينة أكبر من ‪ 30‬وتباين المجتمع مجهول إذن فالمجتمع يتبع توزيع طبيعي وبالتالي فإن‬
‫الصيغة الرياضية لتقدير متوسط المجتمع تُعطى بالعالقة التالية‪:‬‬
‫𝑆‬ ‫𝑆‬
‫‪𝐼𝑐𝜇 = [𝑥̅ − 𝑍(1−∝) .‬‬ ‫;‬ ‫‪𝑥̅ + 𝑍(1−∝) .‬‬ ‫]‬
‫‪2‬‬ ‫𝑛√‬ ‫‪2‬‬ ‫𝑛√‬
‫‪1,3442‬‬ ‫‪1,3442‬‬
‫𝑍 ‪⟹ 𝐼𝑐𝜇 = [3,41 −‬‬ ‫‪1−0,05 .‬‬ ‫;‬ ‫𝑍 ‪3,41 +‬‬ ‫‪1−0,05 .‬‬ ‫]‬
‫(‬ ‫)‬ ‫(‬ ‫)‬
‫‪2‬‬ ‫‪√50‬‬ ‫‪2‬‬ ‫‪√50‬‬

‫‪67‬‬
‫نظريــة التقديــــــر‬ ‫الفصــــل الثانـــي‬

‫‪1,3442‬‬ ‫‪1,3442‬‬
‫‪⟹ 𝐼𝑐𝜇 = [3,41 − 1,96.‬‬ ‫;‬ ‫‪3,41 + 1,96.‬‬ ‫]‬
‫‪√50‬‬ ‫‪√50‬‬
‫‪1,3442‬‬ ‫‪1,3442‬‬
‫‪⟺ 𝐼𝑐𝜇 = [3,41 − 1,96.‬‬ ‫;‬ ‫‪3,41 + 1,96.‬‬ ‫]‬
‫‪√50‬‬ ‫‪√50‬‬
‫‪⟹ 𝐼𝑐𝜇 = [3,03741‬‬ ‫;‬ ‫]‪3,78259‬‬

‫‪ ‬التقدير النقطي لنسبة المؤسسات التي تجاوز رقم أعمالها ‪ 4,5‬مليـــون دج‪.‬‬
‫ليكن 𝑥 يُمثل عدد المؤسسات التي تجاوز رقم أعمالها ‪ 4,5‬مليون دج‪.‬‬
‫‪𝑥 = 15‬‬
‫أي نسبة المؤسسات التي تجاوز رقم أعمالها ‪ 4,5‬مليوم دج هو ‪ P‬حيث‪:‬‬
‫‪𝑥𝑖 15‬‬
‫= ̅𝑃‬ ‫=‬ ‫‪= 0,3‬‬
‫‪𝑛 50‬‬
‫‪ ‬تقدير النسبة بواسطة مجال الثقة عند مستوى خطر ‪.% 1‬‬
‫يُعطى مجال الثقة لتقدير نسبة المجتمع بالعالقة الرياضية التالية‪:‬‬

‫)‪P(1-P‬‬ ‫)‪P(1-P‬‬
‫‪IcP = [( P – Z‬‬ ‫√ ∝‪1-‬‬ ‫;‬ ‫‪P+Z‬‬ ‫√ ∝‪1-‬‬ ‫])‬
‫(‬ ‫)‬ ‫‪n‬‬ ‫(‬ ‫)‬ ‫‪n‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪0,3*0.7‬‬ ‫‪0,3*0.73‬‬
‫√‪⟹IcP = [0,3-2,58.‬‬ ‫;‬ ‫√‪0,3+2,58.‬‬ ‫]‬
‫‪50‬‬ ‫‪50‬‬

‫‪⟺IcP = [0,132‬‬ ‫;‬ ‫]‪0,467‬‬

‫‪⟺IcP = [13,2%‬‬ ‫;‬ ‫]‪46,7%‬‬

‫التمرين ‪9‬‬

‫𝒊𝒙‬ ‫𝒊𝒇‬ ‫𝒊𝒙 ∗ 𝒊𝒇‬ ‫𝒊𝟐𝒙‬ ‫𝒊𝟐𝒙 ∗ 𝒊𝒇‬

‫‪120‬‬ ‫‪9‬‬ ‫‪1080‬‬ ‫‪14400‬‬ ‫‪129600‬‬
‫‪160‬‬ ‫‪22‬‬ ‫‪3520‬‬ ‫‪25600‬‬ ‫‪563200‬‬
‫‪200‬‬ ‫‪25‬‬ ‫‪5000‬‬ ‫‪40000‬‬ ‫‪1000000‬‬
‫‪240‬‬ ‫‪21‬‬ ‫‪5040‬‬ ‫‪57600‬‬ ‫‪1209600‬‬
‫‪280‬‬ ‫‪16‬‬ ‫‪4480‬‬ ‫‪78400‬‬ ‫‪1254400‬‬
‫‪320‬‬ ‫‪7‬‬ ‫‪2240‬‬ ‫‪102400‬‬ ‫‪716800‬‬
‫‪/‬‬ ‫‪100‬‬ ‫‪21360‬‬ ‫‪/‬‬ ‫‪4873600‬‬

‫‪ ‬التقدير النقطي لمتوسط المجتمع ̂‬

‫𝝁‬
‫‪∑ 𝑓𝑖 ∗ 𝑥𝑖 21360‬‬
‫= ̅𝑥 = ̂𝜇‬ ‫=‬ ‫‪= 213,60‬‬
‫𝑖𝑓‬ ‫‪100‬‬
‫‪ ‬حساب التقدير النقطي لتباين المجتمع 𝟐 ̂‬
‫𝝈‬

‫‪68‬‬
‫نظريــة التقديــــــر‬ ‫الفصــــل الثانـــي‬

‫𝑛‬ ‫𝑛‬ ‫‪∑ 𝑓𝑖 ∗ 𝑥𝑖2‬‬ ‫‪∑ 𝑓𝑖 ∗ 𝑥𝑖2‬‬

‫√ = ̂𝜎‬ ‫√ = ‪. 𝑆2‬‬ ‫[‪.‬‬ ‫[√ ≈ ‪− 𝑥̅ 2 ] ≈ √𝑆 2‬‬ ‫] ‪− 𝑥̅ 2‬‬
‫‪𝑛−1‬‬ ‫‪𝑛−1‬‬ ‫𝑖𝑓 ∑‬ ‫𝑖𝑓 ∑‬

‫‪4873600‬‬
‫[√ ≈‬ ‫] ‪− (213,60)2‬‬
‫‪100‬‬

‫‪= 55,77‬‬
‫‪ ‬تحديد مجال الثقة لسرعة المتوسط 𝝁 للمجتمع عند مستوى خطر ‪% 5‬‬
‫لدينا ‪ n > 30‬واالنحراف المعياري للمجتمع مجهول إذن فالتوزيع المتبع هو توزيع طبيعي وبالتالي‬
‫نستخرج القيمة الجدولية ‪.Z‬‬
‫حيث‪:‬‬
‫𝑍 = )∝‪𝑍𝑡ℎ = 𝑍(1−‬‬ ‫‪1−0,05‬‬ ‫‪= 𝑍0,475 = ±1,96‬‬
‫‪2‬‬ ‫(‬ ‫)‬
‫‪2‬‬

‫الشكل (‪ :)14.2‬فترة الثقة تحت المنحنى محصورة بين القيمتين (‪ Z = - 1,96‬و ‪)Z = + 1,96‬‬
‫)‪f(z‬‬

‫‪0,4‬‬

‫منطقة الخطر‬ ‫منطقة‬

‫عند مستوى‬ ‫‪0,3‬‬ ‫الخطر عند‬
‫∝‬
‫‪= 0,5%‬‬ ‫مستوى‬
‫‪2‬‬ ‫∝‬
‫‪0,2‬‬ ‫‪= 0,5%‬‬
‫‪2‬‬
‫مجال الثقة‬
‫‪(1 − α) = 99%‬‬
‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪z‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫‪ ‬حساب ̅𝒙𝝈‬
‫𝜎‬
‫= ̅𝑥𝜎‬
‫𝑛√‬
‫بما أن االنحراف المعياري للمجتمع مجهول إذن نستخدم في مكانم االنحراف المعياري للعينة أو‬
‫االنحراف المعياري المقدر ألن االنحراف المعياري المقدر هو نفسم االنحراف المعياري للعينة في هذه‬
‫الحالة‪ .‬وبالتالي يصبح‪:‬‬
‫𝑆‬
‫= ̅𝑥𝜎‬
‫𝑛√‬
‫𝑆‬ ‫𝑆‬
‫‪𝐼𝑐𝜇 = [𝑥̅ − 𝑍(1−∝) .‬‬ ‫;‬ ‫‪𝑥̅ + 𝑍(1−∝) .‬‬ ‫∝‪] = 1−‬‬
‫‪2‬‬ ‫𝑛√‬ ‫‪2‬‬ ‫𝑛√‬
‫‪55,77‬‬ ‫‪55,77‬‬
‫‪⟹ 𝐼𝑐𝜇 = [213,60 − 1,96.‬‬ ‫;‬ ‫‪213,60 + 1,96.‬‬ ‫‪] = 0,95‬‬
‫‪√100‬‬ ‫‪√100‬‬

‫‪69‬‬
‫نظريــة التقديــــــر‬ ‫الفصــــل الثانـــي‬

‫‪⟺ 𝐼𝑐𝜇 = [202,67‬‬ ‫;‬ ‫]‪224,53‬‬

‫‪ ‬تحديد الحجم األدنى للعينة حتى تكون سعة مجال الثقة يُساوي ‪ 30‬عند مستوى خطر ‪.% 5‬‬
‫لدينا طول المجال ‪ L‬يساوي الحد األعلى للمجال – الحد األدنى للمجال‬
‫‪L = 30‬‬
‫𝑆‬ ‫𝑆‬
‫)∝‪L= 𝑥̅ + 𝑍(1−‬‬ ‫– ̅𝑥[ –‬ ‫)∝‪𝑍(1−‬‬ ‫]‬
‫‪2‬‬ ‫𝑛√‬ ‫‪2‬‬ ‫𝑛√‬

‫𝑆‬
‫)∝‪⟹ L = 2*𝑍(1−‬‬ ‫‪= 30‬‬
‫‪2‬‬ ‫𝑛√‬

‫‪55,77‬‬
‫‪⟺ L = 2*1,96‬‬ ‫‪= 30‬‬
‫𝑛√‬
‫‪2∗1.96∗55,77‬‬
‫= 𝑛√ ⟺‬ ‫‪30‬‬

‫‪⟺ √𝑛 = 7,28728‬‬
‫‪⟺ √𝑛 ≈ 53‬‬

‫التمرين ‪10‬‬

‫‪x̅ = 4,38‬‬ ‫; ‪α = 1%‬‬ ‫‪𝜎 = 0,05‬‬ ‫‪n=9‬‬

‫‪ .1‬تحديد مجال الثقة لمتوسط التركيز الحقيق للمحلول عند (‪)1-α = 0,99‬‬
‫بما أن ‪ n = 9< 30‬واالنحراف المعياري للمجتمع معلوم فالمجتمع يتبع توزيع طبيعي وبالتالي يُعطى‬
‫مجال الثقة لتقدير متوسط المجتمع بالعالقة التالية‪:‬‬
‫𝜎‬ ‫𝜎‬
‫‪𝐼𝑐𝜇 = [𝑥̅ − 𝑍(1−∝) .‬‬ ‫;‬ ‫‪𝑥̅ + 𝑍(1−∝) .‬‬ ‫∝‪] = 1−‬‬
‫‪2‬‬ ‫𝑛√‬ ‫‪2‬‬ ‫𝑛√‬
‫‪0,05‬‬ ‫‪0,05‬‬
‫‪⟹ 𝐼𝑐𝜇 = [4,38 − 2,58.‬‬ ‫;‬ ‫‪4,38 + 2,58.‬‬ ‫∝‪] = 1−‬‬
‫‪√9‬‬ ‫‪√9‬‬
‫;‪⟹ 𝐼𝑐𝜇 = [4,33‬‬ ‫]‪4,42‬‬

‫نقول بأننا واثقون بنسبة ‪ % 99‬بأن متوسط التركيز الحقيق للمحلول سيقع بين القيمتين ‪ 4,33‬و ‪.4,42‬‬
‫‪ .2‬ايجاد مستوى الثقة (‪ )1-α‬للمجال [‪.]4,4012 ; 4,4173‬‬

‫لدينا‪:‬‬
‫𝜎‬ ‫𝜎‬
‫‪𝐼𝑐𝜇 = [𝑥̅ − 𝑍(1−∝) .‬‬ ‫;‬ ‫‪𝑥̅ + 𝑍(1−∝) .‬‬ ‫]‬
‫‪2‬‬ ‫𝑛√‬ ‫‪2‬‬ ‫𝑛√‬
‫ولدينا طول المجال [‪.]4,4012 ; 4,4173‬هو ‪ 0,061‬ويساوي الحد األعلى للمجال – الحد األدنى للمجال‪.‬‬
‫‪0,05‬‬ ‫‪0,05‬‬
‫‪[4,38 − 𝑍(1−∝) .‬‬ ‫;‬ ‫‪4,38 + 𝑍(1−∝) .‬‬ ‫𝟐𝟏𝟎𝟒 ‪] = [𝟒,‬‬ ‫;‬ ‫]𝟑𝟕𝟏𝟒 ‪𝟒,‬‬
‫‪2‬‬ ‫‪√9‬‬ ‫‪2‬‬ ‫‪√9‬‬

‫‪⟹ [4,38 − 𝑍(1−∝) . 0,017‬‬ ‫;‬ ‫‪4,38 + 𝑍(1−∝) . 0,017] = 0,0161‬‬

‫‪2‬‬ ‫‪2‬‬

‫‪70‬‬
‫نظريــة التقديــــــر‬ ‫الفصــــل الثانـــي‬

‫)‪⟺ 4,38 + 𝑍(1−∝) . 0,017 − (4,38 − 𝑍(1−∝) . 0,017‬‬

‫‪2‬‬ ‫‪2‬‬

‫‪⟺ 2 ∗ 𝑍(1−∝) ∗ 0,017 = 0,0161‬‬

‫‪2‬‬

‫‪0,0161‬‬
‫= )∝‪⟺ 𝑍(1−‬‬ ‫‪≈ 0,4735‬‬
‫‪2‬‬ ‫‪2 ∗ 0,017‬‬
‫∝‪1−‬‬
‫⟹‬ ‫‪= 0,4735 ⟺ 1−∝ = 0,9470 = 94,70%‬‬
‫‪2‬‬
‫‪ .3‬ايجاد مجال الثقة لالنحراف المعياري الحقيق (‪ )σ‬عند مستوى خطر ‪% 1‬‬
‫أوالً نستخرج القيم الجدولية من الجدول اإلحصائي لــ ‪𝜒 2‬‬
‫‪2‬‬ ‫‪2‬‬
‫;‪𝜒(𝑛−1‬‬ ‫‪𝛼 = 𝜒(8; 0,005) = 21,96‬‬
‫)‬
‫‪2‬‬
‫‪2‬‬ ‫‪2‬‬
‫;‪𝜒(𝑛−1‬‬ ‫‪𝛼 = 𝜒(8; 0,005) = 1,34‬‬
‫) ‪1−‬‬
‫‪2‬‬

‫يعطى مجال الثقة لتقدير االنحراف المعياري للمجتمع بالصيغة التالية‪:‬‬

‫)‪(𝑛 − 1‬‬ ‫)‪(𝑛 − 1‬‬

‫‪𝐼𝐶𝜎 = 𝑆 ∗ √ 2‬‬ ‫;‬ ‫‪𝑆∗ √ 2‬‬
‫𝜒‬ ‫𝛼‬ ‫𝜒‬ ‫𝛼‬
‫) ;‪(𝑛−1‬‬ ‫) ‪(𝑛−1; 1−‬‬
‫‪2‬‬ ‫‪2‬‬
‫[‬ ‫]‬

‫)‪(9 − 1‬‬ ‫)‪(9 − 1‬‬

‫√ ∗ ‪⟹ 𝐼𝐶𝜎 = [0,08‬‬ ‫;‬ ‫√ ∗ ‪0,08‬‬ ‫]‬
‫‪21,96‬‬ ‫‪1,34‬‬

‫‪⟺ 𝐼𝐶𝜎 = [0,048‬‬ ‫;‬ ‫] ‪0,195‬‬

‫نقول بأننا واثقون بنسبة ‪ % 99‬بأن تباين المجتمع سيقع بين القيمتين ‪ 0,048‬و ‪0,195‬‬

‫‪71‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫الفصـــل الثالث‬
‫اختبار الفرضيات‬

‫تمهيد‬
‫‪ .1.3‬مفهوم اختبار الفرضيــات‪.‬‬
‫‪ .2.3‬فرضية العدم والفرضية البديلة‪.‬‬
‫‪.3.3‬أخطاء اختبار الفرضيات وأنواعها‪.‬‬
‫‪ .4.3‬خطوات عملية اختبار الفرضيات‪.‬‬
‫‪ .5.3‬اختبار الفرضيات لمتوسط المجتمع ‪.µ‬‬
‫‪ 1.5.3‬الحالة األولى‪ :‬تباين المجتمع ‪ 𝜎 2‬معلوم‪.‬‬
‫‪ 2.5.3‬الحالة الثانية‪ :‬تباين المجتمع ‪ 𝜎 2‬مجهول وعينات كبيرة‪.‬‬
‫‪ 3.5.3‬الحالة الثالثة‪ :‬تباين المجتمع ‪ 𝜎 2‬مجهول وعينات صغيرة‪.‬‬
‫‪ .6.3‬اختبار الفرضيات للفرق بين متوسطي مجتمعين‬
‫‪ .1.6.3‬الحالة األولى‪ :‬تباينا المجتمعين‪ σ12 ،‬و ‪ σ22‬معلومين‬
‫‪ 2.6.3‬الحالة الثانية‪ :‬تباينا المجتمعين ‪ σ12‬و ‪ ،σ22‬مجهولين ومتساويين‬
‫‪ 3.6.3‬الحالة الثالثة‪ :‬تباينا المجتمعين ‪ σ12‬و ‪ ،σ22‬مجهولين وغير متساويين‬
‫‪ 7.3‬اختبار الفرق بين متوسطي مجتمعين غير مستقلين‬
‫‪ .8.3‬اختبار الفرضيات لنسبة المجتمع‪.‬‬
‫‪ .9.3‬اختبار الفرضيات للفرق بين نسبتي مجتمعين‪.‬‬
‫‪ 10.3‬اختبار الفرضيات لتباين المجتمع‪.‬‬
‫‪ 11.3‬اختبار الفرضيات لنسبة تباينين‪.‬‬
‫خالصــــة الفصل‬
‫تمارين‬
‫حلول التماريـــن‬

‫‪72‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫تمهيد‬
‫ينقسم اإلحصاء إلى قسمين اإلحصاء الوصفي واإلحصاء االستداللي‪ ،‬ويتفرع هذا األخير بدوره‬
‫إلى فرعين‪ ،‬األول يعرف بـــ‪ :‬نظرية التقدير والثاني بـــ اختبار الفرضيات‪.‬‬
‫فعند الرغبة في التحقق من ادعاء (فرضية) ما أو التحقق من معلومة معينة عن المجتمع اإلحصائي يتم‬
‫عادة ً سحب عينة عئوائية من هذا المجتمع وحساب بعض اإلحصاءات لها ثم نستخدم طرق إحصائية‬
‫معينة للتحقق من صحة أو عدم صحة هذا االدعاء‪.‬‬
‫وقبل الخوض في هذه االختبارات سنذكر بعض المفاهيم الخاصة التي ستمكننا من فهم االختبارات‬
‫وتطبيقها‪.‬‬

‫مفهــــوم الفرضية اإلحصائية‬ ‫‪.1.3‬‬

‫هو عبارة عن إدعاء أو تخمين معين حول معلمة من معالم المجتمع ويكون المطلوب اختبار‬
‫صحة هذا االدعاء أو التخمين‪.‬‬

‫فرضية العدم والفرضية البديلة‬ ‫‪.2.3‬‬

‫في معظم األحيان هناك نوعان من الفرضيات في المسألة الواحدة‪ .‬النوع األول هو الفرضية‬
‫الصفرية أو فرضية العدم وهي الفرضية التي تبنى على أمل أن يتخذ قرار بعدم صحتها‪ ،‬ونصطلح اآلن‬
‫على اعتبار أي فرضية نود اختبارها صفرية‪ ،‬ونعبر عن ذلك بالرمز ‪ .H0‬وهكذا‪ ،‬فكل فرضية إحصائية‬
‫تريد اختبارها تسمى فرضية صفرية ‪.H0‬‬

‫إن رفض الفرضية الصفرية ‪ H0‬المتعلقة بمعلمة مجتمع معين بئكل يعين قيمة محددة لتلك المعلمة‬
‫فإنها تسمى فرضية بسيطة‪.‬‬

‫‪ ‬الفرضية الصفرية (فرضية العدم) 𝟎𝑯‪Hypothèse nulle .‬‬

‫هي الفرضية حول معلمة المجتمع التي نجري اختبار عليها باستخدام بيانات من عينة والتي تئير‬
‫أن الفرق بين معلمة المجتمع واإلحصائية من العينة ناتج عن الصدفة وال فرق حقيقي بينهما‪ .‬وهي‬
‫الفرضية التي ننطلق منها ونرفضها عندما تتوفر دالئل على عدم صحتها‪ ،‬وخالف ذلك نقبلها وتعني كلمة‬
‫‪ Nulle‬انم ال يوجد فرق بين معلمة المجتمع والقيمة المدعاة ( إحصائية العينة)‪.‬‬

‫‪73‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫‪ ‬الفرضية البديلة )‪Hypothèse Alternative (H1‬‬

‫هي الفرضية التي يضعها الباحث كبديل عن فرضية العدم ونقبلها عندما نرفض فرضية العدم‬
‫باعتبارها ليست صحيحة بناء على المعلومات المستقاة من العينة‪.‬‬

‫أخطاء اختبــــار الفرضيات وأنواعها‪.‬‬ ‫‪.3.3‬‬

‫الخطأ من النوع األول ‪ α‬والخطأ من النوع الثاني ‪β‬‬

‫إن أي قرار إحصائي يُمكن أن ينتج عنم نوعان من الخطأ‪:‬‬

‫‪ ‬الخطأ من النوع األول ‪ :α‬يحدث هذا النوع من األخطاء عندما نقوم برفض الفرضية الصفرية‬
‫(‪ )H0‬في حين أنها صحيحة (إدانة الئخص وهو بريء)‪ ،‬وذلك باحتمال مقداره ‪ α‬هي مستوى‬
‫الخطر)‪.‬‬

‫‪ ‬الخطأ من النوع الثاني 𝛃‪ :‬يقع مثل هذا النوع من األخطاء عندما نرفض الفرضية الصفرية (‪)H0‬‬

‫في حين أنم خطأ‪.‬‬

‫ويُمكن تلخيص القرارات اإلحصائية كما يلي‪:‬‬

‫القـرار‬
‫رفـــض ‪H0‬‬ ‫قبـــول ‪H0‬‬
‫الفرضية‬

‫خطأ من النوع األول ‪α‬‬ ‫قرار صحيح‬ ‫‪ H0‬صحيح‬

‫قرار صحيح‬ ‫خطأ من النوع الثاني 𝛃‬ ‫‪ H0‬خطأ‬

‫‪ ‬مستوى الخطر اإلحصائية ومنطقة الرفض‬

‫عندما نقبل الفرضية الصفرية (فرضية العدم) فإننا نقبلها بنسبة دقة ‪ %90‬أو ‪ %95‬أو ‪ %99‬أو غير‬
‫ذلك وتسمى مستويات الخطر أو الثقة (‪ )niveaux de signification‬أي يوجد نسبة خطأ معين في قبولنا‬
‫للفرضية الصفرية بمعنى أننا نقبل صحة الفرضية الصفرية وهي خاطئة وهذا الخطأ هو ‪ α‬ويسمى‬
‫مستوى الخطر‪.‬‬
‫أي إذا كان مستوى الثقة ‪ )1-α( = %95‬فان مستوى الخطر ‪ α‬تساوي ‪ %5‬وهي عبارة عن مساحة‬
‫المنطقة التي تقع تحت منحنى التوزيع والتي تمثل منطقة الرفض أو المنطقة الحرجة‪ ،‬وتكون أما على‬
‫صورة ذيل واحد جهة اليمين أو اليسار أو ذيلين متساويين في المساحة واحد جهة اليمين والثاني جهة‬
‫اليسار‪.‬‬

‫‪74‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫خطـــوات عمليـــة اختبـــار الفرضيـــات اإلحصائيـــة‬ ‫‪.4.3‬‬

‫عند إجراء أي اختبار للفرضيات اإلحصائية فإننا نتبع الخطوات التالية‪:‬‬

‫‪ ‬صياغـــة الفرضيات اإلحصائية؛‬
‫‪ ‬معرفـــة طبيعة التوزيع المتبع من خالل تحديد حجم العينة (‪ )n‬والتحقق من االنحراف المعياري‬
‫للمجتمع (معلوم أم مجهول) ومن ثم إيجاد المقياس اإلحصائي لالختبار (‪ Z‬أو ‪)t‬؛‬
‫‪ ‬استخراج القيمة الجدوليـــة (‪ Z‬أو ‪)t‬؛‬
‫‪ ‬اتخاذ القرار اإلحصائي (قبول الفرضية الصفرية) أو (رفض الفرضية الصفرية وقبول الفرضية‬
‫البديلة) من خالل مقارنة القيمة الجدوليـــة بإحصائية االختبار‪.‬‬
‫الشكل ‪ :1.3‬خطوات عملية اختبار الفرضيات‬

‫صياغة الفرضيات اإلحصائية‬

‫طرق إيجاد املقياس اإلحصائي‬

‫‪ σ‬مجهولة‬ ‫𝛔 معلومة‬

‫𝟎𝝁 ‪̅ −‬‬
‫𝒙‬
‫𝝈 =𝒁‬
‫‪n ≤ 30‬‬ ‫‪n > 30‬‬ ‫𝒏 ‪⁄‬‬
‫√‬

‫𝟎𝝁 ‪̅ −‬‬
‫𝒙‬ ‫𝟎𝝁 ‪̅ −‬‬
‫𝒙‬
‫=𝒕‬ ‫=𝒁‬
‫‪𝑺⁄‬‬ ‫‪𝑺⁄‬‬
‫𝒏√‬ ‫𝒏√‬

‫∝𝑡‬ ‫∝𝑍‬
‫‪2‬‬ ‫‪2‬‬

‫المصدر‪ :‬من إعداد الباحث‬

‫‪75‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫‪ .1‬صياغـــة الفرضيـات اإلحصائيـــة‬

‫تأخذ الفرضيات اإلحصائية ثالثة أ كال مختلفة كما يلي‪:‬‬

‫‪ ‬اختبار ثنائي االتجاه (من الطرفين)‬
‫‪H0 : μ= μ0‬‬
‫{‬
‫‪H1 : μ ≠ μ0‬‬
‫اختبار ثنائي االتجاه‬

‫الشكل (‪ :)2.3‬اختبار ثنائي االتجاه‬

‫نقبل فرضية العدم إذا تحققت المعادلة التالية‪−𝑍∝⁄2 < 𝑍𝑐 < +𝑍∝⁄2 :‬‬

‫نرفض فرضية العدم إذا تحققت إحدى المعادلتين‪ 𝑍𝑐 > +𝑍∝⁄2 :‬أو ‪𝑍𝑐 < −𝑍∝⁄2‬‬

‫‪ ‬اختبار أحادي االتجاه من اليمين‬

‫‪H0 : μ= μ0‬‬
‫{‬
‫‪H1 : μ > μ0‬‬
‫اختبار أحادي االتجاه من اليمين‬

‫الشكل (‪ :)3.3‬اختبار أحادي االتجاه من اليمين‬

‫نقبل فرضية العدم إذا تحققت المعادلة التالية‪𝑍𝑐 < +𝑍∝ :‬‬

‫نرفض فرضية العدم إذا تحققت المعادلة التالية‪𝑍𝑐 > +𝑍∝ :‬‬

‫‪76‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫‪ ‬اختبار أحادي االتجاه من اليسار‬

‫‪H0 : μ= μ0‬‬
‫{‬
‫‪H1 : μ < μ 0‬‬
‫اختبار أحادي االتجاه من اليسار‬

‫الشكل (‪ :)4.3‬اختبار أحادي االتجاه من اليسار‬

‫نقبل فرضية العدم إذا تحققت المعادلة التالية‪𝑍𝑐 > −𝑍∝ :‬‬

‫نرفض فرضية العدم إذا تحققت المعادلة التالية‪𝑍𝑐 < −𝑍∝ :‬‬

‫‪ .5.3‬اختبــار الفرضيات لمتوسط المجتمــــع 𝛍‬

‫‪ .1.5.3‬الحالة األولى‪ :‬تبايــن المجتمع 𝟐𝛔 معلـــــوم‪.‬‬

‫إذا أخذت عينة عئوائية حجمها ‪ n‬من مجتمع طبيعي يتبع التوزيع (‪ N )µ, ²σ‬وكانت ‪ ²σ‬معلومة‬
‫𝟎‪𝒙− µ‬‬
‫=‪ z‬وهو يخضع للتوزيع الطبيعي المعياري )𝟏 ‪.𝒁 ↝ 𝑵(𝟎,‬‬ ‫فإن إحصاءه االختبار هي‬
‫𝒏√‪𝛔/‬‬

‫وتسمى اإلحصائية بقيمة 𝑍 المحسوبة من خالل بيانات العينة و ̅‪ x‬يمثل متوسط البيانات المئاهدة‬
‫من العينة ‪ n‬تمثل حجم العينة المسحوبة من المجتمع و ‪ 𝜇0‬هو القيمة لمتوسط المجتمع والتي نقوم‬
‫باختبارها‪ .‬نقوم بعد ذلك باختيار قيمة ‪( α‬مستوى الخطر) حيث يتم على أساسم تحديد القيم الحرجة ‪Zα⁄2‬‬

‫و ‪ −𝑍 α⁄2‬أو ‪ 𝑍α‬وذلك حسب نوع االختبار هل هو اختبار من طرف واحد أم طرفين‪ ،‬وسوف نوضح ذلك‬
‫من خالل المثال التالي‪:‬‬
‫‪ ‬تمريـــن ‪1‬‬
‫أخذت عينة من ‪ 64‬طالب من إحدى المدارس فوجد أن متوسط الطول هو ‪155‬سم فإذا كان‬
‫االنحراف المعياري للمجتمع يساوي ‪5‬سم‪ .‬اختبر الفرض القائل‪:‬‬
‫‪H0 : μ = 160‬‬
‫{‬
‫‪H1 : μ ≠ 160‬‬
‫وذلك عند مستوى خطر ‪ % 5‬و ‪.% 1‬‬

‫‪ ‬الحـــل‬

‫‪77‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫‪ ‬عند مستوى خطر ‪% 5‬‬

‫‪ ‬حساب المقياس اإلحصائي لالختبار (القيمة المحسوبة)‬

‫‪𝑥̅ − 𝜇0‬‬
‫= 𝑐𝑍‬ ‫𝜎‬
‫𝑛 ‪⁄‬‬
‫√‬
‫حيث‪:‬‬
‫‪𝑥̅ = 155,‬‬ ‫‪𝜇0 = 160,‬‬ ‫‪σ = 5,‬‬ ‫‪𝑛 = 64,‬‬ ‫‪α=5%‬‬
‫‪𝑥̅ − 𝜇0 155 − 160‬‬
‫= 𝒄𝒁 ⟹‬ ‫𝜎‬ ‫=‬ ‫‪= −8‬‬
‫𝑛 ‪⁄‬‬ ‫‪5⁄‬‬
‫√‬ ‫‪√64‬‬
‫عند مستوى الخطر (‪ )∝= 0,05‬وبما أن االختبار من طرفين إذا قيم ‪ Z‬الجدولية سوف تكون كالتالي‪:‬‬

‫𝑍 = )∝‪𝑍𝑡ℎ = 𝑍(1−‬‬ ‫‪1−0,05‬‬ ‫‪= 𝑍0,475 = ±1,96‬‬

‫‪2‬‬ ‫(‬ ‫)‬
‫‪2‬‬

‫الشكل (‪ :)5.3‬منطقة قبول ‪ H0‬بين القيمتين (‪ Z= -1,96‬و ‪)Z = +1,96‬‬

‫)‪f(Z‬‬
‫‪0,4‬‬

‫‪0,3‬‬
‫منطقة‬ ‫منطقة‬
‫رفض ‪H0‬‬ ‫رفض ‪H0‬‬
‫‪0,2‬‬

‫منطقة قبول ‪H0‬‬

‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪Z‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫ومن هنا نجد أن قيمة ‪ Z‬المحسوبة أصغر من قيمة ‪ Z‬الجدولية‪ ،‬أي أن قيمة ‪ Z‬تقع في منطقة الرفض‪ ،‬ومن‬
‫هنا يتم رفض الفرضية الصفرية و نقبل الفرضية البديلة‪.‬‬
‫‪ ‬عند مستوى خطر ‪% 1‬‬

‫عند مستوى خطر (‪ )∝= 0,01‬وبما أن االختبار من طرفين إذا قيم ‪ Z‬الجندولية سوف تكون‬
‫كالتالي‪:‬‬
‫‪𝑍𝑡ℎ = 𝑍(1−∝) = 𝑍(1−0,01) = 𝑍0,495 = ±2,58‬‬
‫‪2‬‬ ‫‪2‬‬

‫ومن هنا نجد أن قيمة ‪ Z‬المحسوبة أصغر من قيمة ‪ Z‬الجدولية‪ ،‬أي أن قيمة ‪ Z‬تقع في منطقة‬
‫الرفض‪ ،‬ومن هنا يتم رفض الفرضية الصفرية ونقبل الفرضية البديلة‪.‬‬

‫‪78‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫‪ .2.5.3‬الحالة الثانية‪ :‬تباين المجتمع 𝟐𝛔 مجهـــول وعينات كبيــــرة‬

‫إن المجتمع في هذه الحالة لم يفترض أنة طبيعي‪ ،‬ولكن حجم العينة كبير‪.𝑛 ≥ 30‬‬

‫إذا تم أخذ عينة عئوائية كبيرة الحجم من مجتمع يتوزع توزيعا ً طبيعيا ً متوسطم ‪ µ‬وتباينم ‪ σ2‬مجهول‪،‬‬
‫فإن إحصائية االختبار المناسب هي‪:‬‬
‫‪𝑥̅ − 𝜇0‬‬
‫= 𝑐𝑍‬ ‫𝑠‬
‫𝑛 ‪⁄‬‬
‫√‬
‫حيث يتم استبدال االنحراف المعياري للمجتمع المجهول باالنحراف المعياري للعينة المعلوم‪.‬‬
‫تمريـــن ‪2‬‬
‫عند مستوى خطر‪ ،5%‬اختبر الفرضية ‪ H0 : μ = 10‬مقابل الفرضية البديلة ‪H1 : μ ≠ 10‬‬

‫إذا أعطت عينة حجمها ‪ n=42‬وسطا ً حسابيا ̅𝑥‪ =11,5‬وانحرافا ً معياريا ً ‪S=3,3‬‬

‫الحــل‪:‬‬
‫‪ ‬صياغة الفرضيات اإلحصائية‬
‫‪H : μ = 10‬‬
‫‪{ 0‬‬
‫‪H1 : μ ≠ 10‬‬
‫‪ ‬حساب المقياس اإلحصائي لالختبار (القيمة المحسوبة)‬
‫‪𝑥̅ − 𝜇0‬‬
‫= 𝑐𝑍‬ ‫𝑠‬
‫𝑛 ‪⁄‬‬
‫√‬
‫حيث‪:‬‬
‫‪𝑥̅ = 11,5,‬‬ ‫‪𝜇0 = 10,‬‬ ‫‪𝑠 = 3,3,‬‬ ‫‪𝑛 = 42,‬‬ ‫‪α=5%‬‬
‫‪𝑥̅ − 𝜇0 11,5 − 10‬‬
‫= 𝒄𝒁 ⟹‬ ‫𝑠‬ ‫=‬ ‫‪= + 2,94‬‬
‫𝑛 ‪⁄‬‬ ‫‪3,3‬‬
‫√‬ ‫‪⁄‬‬
‫‪√42‬‬
‫وذلك باستعمال ‪ S‬بدالً من ‪ σ‬ألن االنحراف المعياري للمجتمع مجهول حجم العينة أكبر من ‪ .30‬كما يلي‪:‬‬
‫𝑛√‬
‫= ̂𝜎‬ ‫𝑆‪.‬‬
‫‪√𝑛 − 1‬‬
‫𝑛√‬
‫𝑆‪.‬‬
‫𝜎‬ ‫̂𝜎‬
‫𝑛√‬ ‫‪−1‬‬ ‫𝑆‬
‫= ̅𝑥𝜎‬ ‫=‬ ‫=‬ ‫=‬
‫𝑛√ 𝑛√‬ ‫𝑛√‬ ‫𝑛√‬
‫ألن حسب قانون األعداد الكبيرة‬
‫𝑛√‬
‫‪~1‬‬
‫‪√𝑛 − 1‬‬
‫عند مستوى الخطر (‪ )∝= 0,05‬وبما أن االختبار من طرفين إذا قيم ‪ Z‬الجدولية سوف تكون كالتالي‪:‬‬

‫‪79‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫𝑍 = )∝‪𝑍𝑡ℎ = 𝑍(1−‬‬ ‫‪1−0,05‬‬ ‫‪= 𝑍0,475 = ±1,96‬‬

‫‪2‬‬ ‫(‬ ‫)‬
‫‪2‬‬

‫ومن هنا نجد أن قيمة ‪ Z‬المحسوبة أكبر من قيمة ‪ Z‬الجدولية من جهة اليمين‪ ،‬أي أن قيمة ‪ Z‬تقع في منطقة‬
‫الرفض‪ ،‬ومن هنا يتم رفض الفرضية الصفرية و نقبل الفرضية البديلة‪.‬‬

‫‪ .3.5.3‬الحالة الثالثة‪ :‬تباين المجتمـع 𝟐𝛔 مجهـــول وعينات صغيـــرة‬

‫عندما يكون االنحراف المعياري للمجتمع مجهول وكذلك حجم العينة المسحوبة من ذلك المجتمع‬
‫𝒏) فإن اإلحصائية ‪ Z‬يتم تغييرها إلى اإلحصائية 𝑡 التي يكون لها الئكل التالي‪:‬‬ ‫(‪< 30‬‬ ‫صغير‬
‫‪𝑥̅ − 𝜇0‬‬
‫𝑠 =𝑡‬
‫𝑛 ‪⁄‬‬
‫√‬
‫حيث 𝑠 تمثل االنحراف المعياري للعينة واإلحصائية 𝑡 تتبع توزيع 𝑡 وذلك بدرجات حرية (= 𝑙𝑑‬

‫‪ )𝑛 − 1‬ومستوى خطر ‪ α‬أو ‪ α⁄2‬حسب نوع االختبار من طرف واحد أو طرفين‪ ،‬وسوف نوضح ذلك من‬
‫خالل المثال التالي‪:‬‬
‫تمريــن ‪3‬‬
‫إذا كان متوسط ربح سهم إحدى الئركات هو ‪ 15‬دج في العام الماضي‪ .‬تم أخذ عينة من ‪7‬‬

‫مساهمين عن توقعاتهم عن متوسط ربح السهم العام الحالي فوجد أنم ‪ 17‬دج بانحراف معياري ‪ .2‬هل‬
‫توافق المساهمين في تقديرهم الرتفاع متوسط ربح السهم هذا العام؟ وذلك بمستوى خطر ‪.%5‬‬

‫الحـــل‬
‫‪𝑥̅ =17,‬‬ ‫‪𝜇0 =15,‬‬ ‫‪𝑠 = 2,‬‬ ‫‪𝑛 = 7,‬‬ ‫‪α = 0.05‬‬

‫‪ ‬صياغـــة الفرضيات اإلحصائيـــة‬

‫‪H0 : μ=15‬‬
‫{‬
‫‪H1 : μ >15‬‬
‫‪ ‬نقوم بحساب قيمة ‪ t‬المحسوبة‬
‫‪x̅ − μ0 17 − 15‬‬
‫‪tc = s‬‬ ‫=‬ ‫‪=+2,65‬‬
‫‪⁄ n‬‬ ‫‪2⁄‬‬
‫√‬ ‫‪√7‬‬
‫‪ ‬نقوم اآلن بحساب قيمة 𝑡 الجدولية‪.‬‬
‫عند مستوى خطر (‪ )α = 0.05‬وبما أن االختبار من طرف واحد إذا قيمة 𝑡 الجدولية سوف تكون كالتالي‪:‬‬
‫‪= 𝑡(7−1, 0.05)= 𝑡(6,‬‬ ‫‪0.05) =+1,943‬‬
‫‪𝑡(𝑛−1,‬‬ ‫)𝛼‬

‫‪80‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫‪ ‬اتخاذ القـــرار اإلحصائــي‬

‫بمقارنة القيمة الجدولية بالقيمة المحسوبة نجد أن قيمة 𝑡 المحسوبة أكبر من قيمة 𝑡 الجدولية‪ ،‬أي‬
‫أن قيمة 𝑡 تقع في منطقة الرفض‪ ،‬ومن هنا يمكن القول بأننا نوافق المساهمين على توقعاتهم بارتفاع‬
‫متوسط الربح للسهم هذا العام‪.‬‬

‫‪ .6.3‬اختبار الفرضيات للفرق بين متوسطي مجتمعين‬

‫إذا كان لدينا مجتمعين متوسطيهما الحسابيين ‪ 𝜇2 ،𝜇1‬وتباينهما ‪ σ22 ،σ12‬على الترتيب‪ ،‬ونريد أن‬
‫نقارن بين متوسطي المجتمعين‪ ،‬فإننا سنختبر أن الفرق يرجع إلى الصدفة (أي ال يوجد اختالف بينهما)‪،‬‬
‫أم أن هذا الفرق جوهري (يوجد اختالف بينهما)‪ .‬ولمعرفة هذا فإننا نسحب عينتين مستقلتين حجمهما ‪،n1‬‬

‫‪ n₂‬ونسحب متوسطيهما الحسابيين ثم نقوم بإختبار تساوي متوسطي المجتمعين‪ .‬ويتم اتخاذ القرار‬
‫اإلحصائي بخصوص قبول الفرضية الصفرية أو رفضهما كما يلي‪:‬‬

‫نوع االختبار‬ ‫مجال قبول ‪H0‬‬ ‫مجال رفض ‪H0‬‬

‫‪𝐻 : 𝜇 = 𝜇2‬‬ ‫‪Zc > +𝑍𝛼⁄‬‬
‫‪{ 0 1‬‬ ‫; )∝(𝑍[ ∈ ‪Zc‬‬ ‫] )∝(𝑍‬ ‫‪2‬‬
‫‪𝐻1 : 𝜇1 ≠ 𝜇2‬‬ ‫‪Zc < −𝑍∝⁄‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪𝐻 : 𝜇 = 𝜇2‬‬
‫‪{ 0 1‬‬ ‫] 𝛼𝑍 ‪Zc ∈ [−∞ ; +‬‬ ‫𝛼𝑍‪Zc > +‬‬
‫‪𝐻1 : 𝜇1 > 𝜇2‬‬
‫‪𝐻0 : 𝜇1 = 𝜇2‬‬
‫{‬ ‫; 𝛼𝑍‪Zc ∈ [−‬‬ ‫]∞‪+‬‬ ‫𝛼𝑍‪Zc < −‬‬
‫‪𝐻1 : 𝜇1 < 𝜇2‬‬

‫وهنا نميز ثالث حاالت‪:‬‬

‫‪ .1.6.3‬الحالة األولى‪ :‬تباينا المجتمعيـــن 𝟏𝟐𝝈 و 𝟏𝟐𝝈 معلومين‬

‫إذا أخذت عينة عئوائية حجمها ‪ n₁‬من مجتمع يتبع التوزيع )‪ N↝(µ₁, σ₁‬وأخذت عينة عئوائية‬
‫ثانية ومستقلة عن األولى حجمها ‪ n₂‬من مجتمع يتبع التوزيع )‪ N↝(µ₂, σ₂‬وكان ‪ 𝜎12‬و ‪ 𝜎22‬معلومتين فإن‬
‫إحصاءة االختبار تعطى بالعالقة الرياضية التالية‪:‬‬
‫) ‪( x̅1 − x̅2 ) − (𝜇1 − 𝜇2‬‬
‫= 𝑐𝑍‬ ‫)‪↝ N(0; 1‬‬
‫‪σ2‬‬ ‫‪σ22‬‬
‫‪√ 1‬‬
‫‪n1 + n₂‬‬

‫تمريـــن ‪4‬‬
‫الختبار الفرق بين كمية النيكوتين في نوعين من السجائر لمجتمعين مختلفين‪ ،‬أخذت عينتان‬
‫عئوائيتان من المجتمعين محل الدراسة‪ ،‬فكانت النتائج التالية‪:‬‬

‫‪81‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫‪Population 1‬‬ ‫‪Population 2‬‬

‫‪n1= 100‬‬ ‫‪n2= 100‬‬
‫‪𝑥̅ 1 = 0,8‬‬ ‫‪̅2 = 1,0‬‬
‫𝒙‬
‫‪𝛿12 = 0,36‬‬ ‫‪𝜹𝟐𝟐 = 0,64‬‬

‫‪ ‬اختبر الفرق بين متوسط كمية النيكوتين في النوعين عند مجال ثقة ‪.% 98‬‬

‫الحل‬
‫‪ ‬صياغة الفرضيات اإلحصائية‬
‫‪𝐻0 : 𝜇1 = 𝜇2‬‬
‫{‬
‫‪𝐻1 : 𝜇1 ≠ 𝜇2‬‬
‫‪ ‬تحديد القيمة النظرية أو الجدولية‪:‬‬
‫بما أن حجمي العينتين أكبر من ‪ 30‬وتباينا المجتمعين معلومين‪ ،‬إذن فالمجتمعان يتبعان توزيع طبيعي‬
‫وبالتالي نستخرج القيمة الجدولية ‪𝑍𝑡ℎ‬‬
‫‪𝑍𝑡ℎ = 𝑍(1−∝) = 𝑍(1−0,02) = 𝑍0,490 = ±2,33‬‬
‫‪2‬‬ ‫‪2‬‬

‫الشكل (‪ :)6.3‬منطقة قبول ‪ H0‬بين القيمتين (‪ Z= -2,33‬و ‪)Z = +2,33‬‬

‫)‪f(z‬‬

‫‪0,4‬‬

‫‪0,3‬‬

‫منطقة‬ ‫منطقة‬
‫رفض ‪H0‬‬ ‫‪0,2‬‬ ‫رفض ‪H0‬‬

‫منطقة قبول ‪H0‬‬

‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪z‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬
‫‪L’intervalle de zone d’acceptation de 𝐻0 est [−2,33‬‬ ‫;‬ ‫]‪+2,33‬‬

‫‪ ‬تحديد إحصائية االختبار 𝒄𝒁‬

‫) ‪( x̅1 − x̅2‬‬ ‫)‪( 0,8 − 1,0‬‬
‫= 𝑐𝑍‬ ‫=‬ ‫‪= −2‬‬
‫‪σ2‬‬ ‫‪σ22‬‬ ‫‪√0,36 + 0,64‬‬
‫‪√ 1‬‬ ‫‪100‬‬ ‫‪100‬‬
‫‪n1 + n₂‬‬

‫‪ ‬اتخاذ القرار اإلحصائي‬

‫‪−2,33 < 𝑍𝑐 = −2 < +2,33‬‬

‫‪82‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫إذن إحصائية االختبار أو القيمة المحسوبة تنتمي إلى مجال قبول الفرضية الصفرية وبالتالي نقبل‬
‫الفرضية الصفرية التي تدعي أن متوسط كمية النيكوتين في النوعين متساوي‪.‬‬

‫‪ .2.6.3‬الحالة الثانية‪ :‬تباينا المجتمعين 𝟏𝟐𝝈 و 𝟏𝟐𝝈 مجهولين وحجمي العينتين كبير‬
‫إذا أخذت عينة عئوائية حجمها ‪ n₁‬أكبر من ‪ 30‬من مجتمع يتبع التوزيع )‪ ، N↝(µ₁, σ₁‬وأخذت‬
‫عينة عئوائية ثانية ومستقلة عن األولى حجمها ‪ n₂‬أكبر من ‪ 30‬من مجتمع يتبع التوزيع )‪N↝(µ₂, σ₂‬‬

‫وكان ‪ 𝜎12‬و ‪ 𝜎22‬مجهولتين فإن إحصاءة االختبار للفرضية ‪ µ₁ = µ₂H0 :‬هـــي‪:‬‬

‫) ‪( x̅1 − x̅2 ) − (𝜇1 − 𝜇2‬‬
‫= 𝑐𝑍‬ ‫)‪↝ N(0; 1‬‬
‫‪S2‬‬ ‫‪S22‬‬
‫‪√ 1‬‬
‫‪n1 + n₂‬‬

‫حيث ‪ , x̅1 x̅2‬هما متوسطي العينتين على التوالي‪.‬‬

‫تمريـــن ‪5‬‬
‫لبناء مركز تجاري حصل مستثمر على المعلومات التالية حول موقعين مختلفين ومداخيل سكانها‪.‬‬
‫فأخذ عينة من الموقع األول حجمها ‪ ،𝑛1 = 30‬وعينة من الموقع الثاني حجمها ‪ 𝑛2 = 30‬فحصل على‬
‫النتائج التالية‪ x̅1 = 15500 :‬و ‪ 𝑆1 = 1800 ،x̅2 = 14600‬و ‪ .𝑆2 = 2400‬نفترض تساوي‬
‫معدل دخل سكان الموقعين‪ .‬اختبر هذه الفرضية عند مستوى خطر ‪.% 5‬‬
‫الحل‬
‫‪ ‬صياغة الفرضيات اإلحصائية‬
‫‪𝐻0 : 𝜇1 = 𝜇2‬‬
‫{‬
‫‪𝐻1 : 𝜇1 ≠ 𝜇2‬‬
‫‪ ‬تحديد القيمة النظرية أو الجدولية‪:‬‬
‫بما أن حجمي العينتين أكبر من ‪ 30‬وتباينا المجتمعين مجهولين‪ ،‬إذن فالمجتمعان يتبعان توزيع طبيعي‬
‫وبالتالي نستخرج القيمة الجدولية ‪𝑍𝑡ℎ‬‬
‫𝑍 = )∝‪𝑍𝑡ℎ = 𝑍(1−‬‬ ‫‪1−0,05‬‬ ‫‪= 𝑍0,475 = ±1,96‬‬
‫‪2‬‬ ‫(‬ ‫)‬
‫‪2‬‬

‫‪ ‬تحديد إحصائية االختبار 𝒄𝒁‬

‫) ‪( x̅1 − x̅2 ) − (𝜇1 − 𝜇2‬‬ ‫) ‪( x̅1 − x̅2‬‬ ‫) ‪( x̅1 − x̅2‬‬ ‫) ‪( x̅1 − x̅2‬‬
‫= 𝑐𝑍‬ ‫=‬ ‫=‬ ‫=‬
‫‪n1‬‬ ‫‪n2‬‬
‫‪σ2‬‬ ‫‪σ2‬‬ ‫‪σ12‬‬
‫̂‬ ‫‪σ22‬‬
‫̂‬ ‫‪S2‬‬ ‫‪S2‬‬ ‫‪S12‬‬ ‫‪S22‬‬
‫‪√ 1+ 2‬‬ ‫√‬ ‫‪+‬‬ ‫‪√n1 − 1 1 + n2 − 1 2‬‬ ‫√‬ ‫‪+‬‬
‫‪n1‬‬ ‫‪n₂‬‬ ‫‪n1‬‬ ‫‪n₂‬‬ ‫‪n1‬‬ ‫‪n₂‬‬ ‫‪n1‬‬ ‫‪n₂‬‬
‫‪n1‬‬ ‫‪n2‬‬
‫‪Car n‬‬ ‫‪∼ 1 et‬‬ ‫‪∼ 1 selon la loi des grands nombres.‬‬
‫‪1 −1‬‬ ‫‪n2 −1‬‬

‫‪83‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫)‪( 15500 − 14600‬‬

‫= 𝑐𝑍‬ ‫‪= 1,79‬‬
‫‪2‬‬ ‫‪2‬‬
‫)‪√(1800) + (2400‬‬
‫‪30‬‬ ‫‪40‬‬
‫‪L’intervalle de zone d’acceptation de 𝐻0 est [−1,96‬‬ ‫;‬ ‫]‪1,96‬‬
‫الشكل (‪ :)7.3‬منطقة قبول ‪ H0‬بين القيمتين (‪ Z= -1,96‬و ‪)Z = +1,96‬‬
‫)‪f(Z‬‬
‫‪0,4‬‬

‫‪0,3‬‬
‫منطقة‬ ‫منطقة‬
‫رفض ‪H0‬‬ ‫رفض ‪H0‬‬
‫‪0,2‬‬

‫منطقة قبول ‪H0‬‬

‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪Z‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫‪ ‬اتخاذ القرار اإلحصائي‬

‫‪−1,96 < 𝑍𝑐 = 1,79 < +1,96‬‬
‫إذن إحصائية االختبار أو القيمة المحسوبة تنتمي إلى مجال قبول الفرضية الصفرية وبالتالي نقبل‬
‫الفرضية الصفرية التي تدعي أن متوسط دخل سكان الموقعين متساوي‪.‬‬

‫‪ .3.6.3‬الحالة الثالثة‪ :‬تباينا المجتمعين 𝟏𝟐𝝈 و 𝟏𝟐𝝈 مجهولين وحجمي العينتين صغير‬

‫في هذه الحالة نمير حالتين‪:‬‬

‫‪ ‬تباينا المجتمعين ‪ 𝜎12‬و ‪ 𝜎12‬مجهولين ومتساويين؛‬
‫‪ ‬تباينا المجتمعين ‪ 𝜎12‬و ‪ 𝜎12‬مجهولين وغير متساويين؛‬

‫أ‪ .‬حالة تباينا المجتمعيـــن 𝟏𝟐𝝈 و 𝟏𝟐𝝈 مجهوليـــن ومتساوييـــن؛‬

‫إذا أخذت عينة عئوائية حجمها ‪ n₁‬أصغر من ‪ 30‬من مجتمع متوسطم ‪ 𝜇1‬وتباينم ‪ ،𝜎12‬وأخذت‬
‫‪،𝜎22‬‬ ‫وتباينم‬ ‫عينة عئوائية ثانية ومستقلة عن األولى حجمها ‪ n₂‬أصغر من ‪ 30‬من مجتمع متوسطم ‪𝜇2‬‬

‫وكان ‪ 𝜎12‬و ‪ 𝜎22‬مجهولتين و ( ‪ )𝜎12 = 𝜎22‬فإن إحصاءة االختبار للفرضية ‪ µ₁ = µ₂H0 :‬هـــي‪:‬‬
‫) ‪( x̅1 − x̅2 ) − (𝜇1 − 𝜇2‬‬
‫= 𝑐𝑇‬ ‫)‪↝ t(dl; α‬‬
‫‪(𝑛 −‬‬ ‫‪1). 𝑆12‬‬ ‫‪+ (𝑛2 −‬‬ ‫‪1). 𝑆22‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪√ 1‬‬ ‫) 𝑛 ‪(𝑛 +‬‬
‫‪𝑛1 + 𝑛2 − 2‬‬ ‫‪1‬‬ ‫‪2‬‬

‫‪84‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫تمريـــن ‪6‬‬
‫يدعي عميد كلية العلوم االقتصادية‪ ،‬علوم التسيير والعلوم التجارية لجامعة مستغانم أنم ال يوجد‬
‫فرق بين متوسط نقاط مقياس اإلحصاء االستداللي لقسمي علوم التسيير وقسم العلوم التجارية‪ .‬لمعرفة‬
‫صحة هذا االدعاء‪ ،‬نسحب عينة عئوائية حجمها ‪ 12‬عالمة من قسم علوم التسيير و ‪ 10‬عالمات من قسم‬
‫العلوم التجارية‪ ،‬فتحصلنا على النتائج التالية‪ x̅1 = 2,7 :‬و ‪ 𝑆1 = 0,4 ،x̅2 = 2,9‬و ‪ .𝑆2 = 0,3‬هل تُساند‬
‫هذا االدعاء عند مستوى خطر ‪ % 5‬مع افتراض تساوي تباينا القسمين‪.‬‬
‫الحل‬
‫‪ ‬صياغة الفرضيات اإلحصائية‬
‫‪𝐻0 : 𝜇1 = 𝜇2‬‬
‫{‬
‫‪𝐻1 : 𝜇1 ≠ 𝜇2‬‬
‫‪ ‬تحديد القيمة النظرية أو الجدولية‬
‫بما أن حجمي العينتين أصغر من ‪ 30‬وتباينا المجتمعين مجهولين ومتساويين‪ ،‬إذن فالمجتمعان‬
‫يتبعان توزيع ستودنت وبالتالي نستخرج القيمة الجدولية ‪𝑡𝑡ℎ‬‬
‫𝑍 = )∝ ;𝑙𝑑(𝑡 = ‪𝑡𝑡ℎ‬‬ ‫‪0,05‬‬ ‫‪= 𝑡(20;0,025) = ±2,086‬‬
‫‪2‬‬ ‫;‪(𝑛1 +𝑛2 −2‬‬ ‫)‬
‫‪2‬‬

‫‪L’intervalle de zone d’acceptation de 𝐻0 est [−2,086‬‬ ‫;‬ ‫]‪+2,086‬‬

‫‪ ‬تحديد إحصائية االختبار 𝒄𝒕‬

‫) ‪( x̅1 -x̅2‬‬ ‫)‪( 2,7-2,9‬‬
‫=‪tc‬‬ ‫=‬ ‫‪=-1,3‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪(12-1).(0,4)2 +(10-1).(0,3)2 1‬‬ ‫‪1‬‬
‫‪(n‬‬ ‫√‬
‫‪√ 1 -1).S1 +(n2 -1).S2‬‬ ‫‪1‬‬ ‫‪1‬‬
‫) ‪(n + n‬‬ ‫‪n1 +n2 -2‬‬ ‫)‪(12 + 10‬‬
‫‪n1 +n2 -2‬‬ ‫‪1‬‬ ‫‪2‬‬

‫‪ ‬اتخاذ القرار االحصائي‬

‫‪−2,086 < 𝑍𝑐 = −1,3 < +2,086‬‬
‫إذن إحصائية االختبار أو القيمة المحسوبة تنتمي إلى مجال قبول الفرضية الصفرية وبالتالي نقبل الفرضية‬
‫الصفرية التي تدعي أن متوسط نقاط القسمين متساوية‪.‬‬

‫ب‪ .‬حالة تباينا المجتمعيـــن 𝟏𝟐𝝈 و 𝟏𝟐𝝈 مجهوليـــن وغير متساوييـــن‬

‫إذا أخذت عينة عئوائية حجمها ‪ n₁‬أصغر من ‪ 30‬من مجتمع متوسطم ‪ 𝜇1‬وتباينم ‪ ،𝜎12‬وأخذت عينة‬
‫عئوائية ثانية ومستقلة عن األولى حجمها ‪ n₂‬أصغر من ‪ 30‬من مجتمع متوسطم ‪ 𝜇2‬وتباينم ‪ ،𝜎22‬وكان‬
‫‪ 𝜎12‬و ‪ 𝜎22‬مجهولتين و ( ‪ )𝜎12 = 𝜎22‬فإن إحصاءة االختبار للفرضية ‪ µ₁ = µ₂H0 :‬هـــي‪:‬‬

‫‪85‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫) ‪( x̅1 − x̅2 ) − (𝜇1 − 𝜇2‬‬

‫= 𝑐𝑇‬ ‫)‪↝ t(V; α‬‬
‫‪S2‬‬ ‫‪S22‬‬
‫‪√ 1‬‬
‫‪n1 + n₂‬‬

‫حيث ‪ , x̅1 x̅2‬هما متوسطي العينتين على التوالي‪ ،‬و ‪ V‬هي درجة الحرية المئتركة‬
‫‪2‬‬
‫‪𝑆2 𝑆2‬‬
‫) ‪(𝑛1 + 𝑛2‬‬
‫‪1‬‬ ‫‪2‬‬
‫=𝑉‬ ‫‪2‬‬ ‫‪2‬‬
‫‪𝑆2‬‬ ‫‪𝑆22⁄‬‬
‫‪( 1⁄‬‬‫‪𝑛1‬‬ ‫)‬ ‫(‬ ‫) ‪𝑛2‬‬
‫‪+‬‬
‫‪𝑛1 − 1‬‬ ‫‪𝑛2 − 1‬‬
‫تمريــن ‪7‬‬
‫نسحب عينتين عئوائيتين من مجتمعين مستقلين فتحصلنا على النتائج التالية‬
‫المجتمع ‪1‬‬ ‫المجتمع ‪2‬‬
‫‪n1= 9‬‬ ‫‪n2= 8‬‬
‫‪𝑥̅ 1 = 28‬‬ ‫‪̅2 = 25‬‬
‫𝒙‬
‫‪S1= 2‬‬ ‫‪S2= 1,2‬‬

‫نفترض عدم تساوي تباينا المجتمعين‪ ،‬اختبر فرضية عدم وجود فروق خطر بين متوسطي‬
‫المجتمعين عند مستوى خطر ‪.% 5‬‬

‫الحل‬
‫‪ ‬صياغة الفرضيـــات اإلحصائيـــة‬
‫‪𝐻0 : 𝜇1 = 𝜇2‬‬
‫{‬
‫‪𝐻1 : 𝜇1 ≠ 𝜇2‬‬
‫‪ ‬تحديد القيمة النظرية أو الجدوليـــة‬
‫بما أن حجمي العينتين أصغر من ‪ 30‬وتباينا المجتمعين مجهولين وغير متساويين‪ ،‬إذن فالمجتمعان‬
‫يتبعان توزيع ستودنت وبالتالي نستخرج القيمة الجدولية ‪𝑡𝑡ℎ‬‬
‫)∝ ;𝑣(𝑡 = ‪𝑡𝑡ℎ‬‬
‫‪2‬‬
‫‪2‬‬
‫‪(2)2 (1,2)2‬‬
‫) ‪( 9 + 8‬‬
‫=𝑉‬ ‫‪= 12,19‬‬
‫‪(2)2⁄ 2‬‬ ‫‪(1,2)2⁄ 2‬‬
‫(‬ ‫)‪9‬‬ ‫(‬ ‫)‪8‬‬
‫‪+‬‬
‫‪9−1‬‬ ‫‪8−1‬‬
‫‪⟹ 𝑡𝑡ℎ = 𝑡(𝑣; ∝) = 𝑡(12,19; 0,025) = ±2,179‬‬
‫‪2‬‬

‫‪L’intervalle de zone d’acceptation de 𝐻0 est [−2,179‬‬ ‫;‬ ‫]‪+2,179‬‬

‫‪ ‬تحديد إحصائية االختبار 𝒄𝒕‬

‫‪86‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫) ‪( x̅1 -x̅2‬‬ ‫)‪( 28-25‬‬

‫=‪tc‬‬ ‫=‬ ‫‪=+3,79‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪S2‬‬ ‫‪S22‬‬ ‫)‪√(2) + (1,2‬‬
‫‪√ 1‬‬ ‫‪9‬‬ ‫‪8‬‬
‫‪n1 + n₂‬‬

‫‪ ‬اتخاذ القرار اإلحصائي‬

‫‪−2,179 < 𝑍𝑐 + 3,79 > +2,179‬‬
‫إذن إحصائية االختبار أو القيمة المحسوبة ال تنتمي إلى مجال قبول الفرضية الصفرية وبالتالي‬
‫نرفض الفرضية الصفرية ونقبل الفرضية البديلة التي تدعي وجود فروق خطر بين متوسطي المجتمعين‪.‬‬

‫جدول ‪ :1.3‬المقياس اإلحصائي لالختبار وقانون اإلحصائية للفرق بين متوسطي مجتمعين‬

‫قانون االحصائية‬ ‫اإلحصائية‬ ‫قانون المجتمع‬

‫) ‪( x̅1 − x̅2‬‬ ‫‪ 𝜎12‬و ‪σ22‬‬
‫)‪N(0 ;1‬‬ ‫طبيعي‬
‫‪σ₂‬‬ ‫‪σ2‬‬
‫اختبار ‪Z‬‬ ‫‪√ 1+ 2‬‬ ‫معلومتين‬ ‫)‪(𝑛1 ; 𝑛2 > 30‬‬
‫‪n₁‬‬ ‫‪n₂‬‬
‫) ‪( x̅1 − x̅2‬‬
‫)‪N(0 ;1‬‬ ‫‪ 𝜎12‬و ‪σ22‬‬ ‫طبيعي‬
‫‪2‬‬ ‫‪2‬‬
‫اختبار ‪Z‬‬ ‫‪√ S1 + S2‬‬ ‫مجهولتين‬ ‫)‪(𝑛1 ; 𝑛2 > 30‬‬
‫‪n1‬‬ ‫‪n₂‬‬

‫) ‪( x̅1 − x̅2‬‬
‫)‪t(𝑛1 + 𝑛2 − 2‬‬ ‫‪𝜎12 = 𝜎22‬‬ ‫طبيعي‬
‫‪(𝑛 −‬‬ ‫‪1). 𝑆12‬‬
‫‪+ (𝑛2 −‬‬ ‫‪1). 𝑆22‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪Student‬‬ ‫‪√ 1‬‬ ‫) 𝑛 ‪(𝑛 +‬‬ ‫ومتساويين‬ ‫)‪(𝑛1 ; 𝑛2 ≤ 30‬‬
‫‪𝑛1 + 𝑛2 − 2‬‬ ‫‪1‬‬ ‫‪2‬‬

‫) ‪( x̅1 − x̅2‬‬
‫)𝛼 ‪t(𝑉,‬‬ ‫‪ 𝜎12 ≠ 𝜎22‬وغير‬ ‫طبيعي‬
‫‪S2‬‬ ‫‪S22‬‬
‫‪√ 1‬‬ ‫متساويين‬
‫‪n1 + n₂‬‬
‫‪Student‬‬ ‫)‪(𝑛1 ; 𝑛2 ≤ 30‬‬

‫المصدر‪ :‬من إعداد الباحث‬

‫‪ .7.3‬اختبار الفرضيات للفرق بين متوسطي مجتمعين غير مستقلين‬

‫المجتمعين غير مستقلين هما المجتمعين اللذين بياناتهما مرتبطة ببعضها البعض‪ ،‬مثل إجراء‬
‫المجموعة مرتين‪ ،‬حيث‪.𝑛1 = 𝑛2 = 𝑛 :‬‬ ‫االختبار على نف‬
‫تمريــن ‪ :8‬نفترض عينة من األزواج وزوجاتهم‪.‬‬
‫العينة األولى‪ .‬ويتم استخدام اختبار‬ ‫‪ x̅1‬متوسط العينة األولى مرتبط مع ‪ x̅2‬متوسط العينة الثانية وهي نف‬
‫‪ T‬لفحص فرضية متعلقة بمساواة متوسط متغير لعينتين غير مستقلتين‪.‬‬
‫وتُعطى إحصائية االختبار بالئكل التالي‪:‬‬

‫‪87‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫‪𝑑̅ − 𝑑0‬‬
‫= 𝑐𝑇‬ ‫‪↝ 𝑡𝑛−1‬‬
‫𝑑𝑆‬
‫𝑛√‬
‫حيث‪ 𝑑̅ :‬هو متوسط الفروق بين العينتين ويُعطى بالعالقة التالية‬
‫𝑖𝑑 ∑‬
‫= ̅𝑑‬ ‫;‬ ‫𝑖𝑦 ‪𝑑𝑖 = 𝑥𝑖 −‬‬
‫𝑛‬
‫أما تباين الفروق فيُعطى بالصيغة التالية‪:‬‬
‫‪2‬‬ ‫‪2‬‬
‫)̅𝑑 ∑(‬ ‫) ̅𝑑 ∑(‬
‫‪∑ 𝑑𝑖2‬‬
‫‪−‬‬ ‫‪2‬‬
‫𝑖𝑑 ∑√‬ ‫‪−‬‬
‫= ‪𝑆𝑑2‬‬ ‫; 𝑛‬ ‫𝑐𝑛𝑜𝑑‬ ‫= 𝑑𝑆‬ ‫𝑛‬
‫‪𝑛−1‬‬ ‫‪𝑛−1‬‬

‫تمريـــن ‪9‬‬
‫إذا كانت نقاط طلبة عبة علوم التسيير في مادة اإلحصاء االستداللي في االمتحان األول والثاني كما هو‬
‫مبين في الجدول أدناه‪ ،‬والمطلوب هو اختبار الفرق بين متوسطي نقاط االمتحانين في مقياس اإلحصاء‬
‫االستداللي عند مستوى خطر ‪.% 5‬‬
‫الحل‬
‫‪ ‬طرح الفرضيات اإلحصائية‬
‫‪𝐻0 : 𝜇1 − 𝜇2 = 0‬‬
‫{‬
‫‪𝐻1 : 𝜇1 − 𝜇2 = 0‬‬
‫نحسب متوسط الفروق بين العينتين ̅𝑑‬
‫الطلبة‬ ‫𝟏 𝑫𝑴𝑬‬ ‫𝟐 𝑫𝑴𝑬‬ ‫𝟐𝑫𝑴𝑬 ‪𝒅𝒊 = 𝑬𝑴𝑫𝟏 −‬‬ ‫𝒊𝟐𝒅‬
‫‪1‬‬ ‫‪20‬‬ ‫‪15‬‬ ‫‪5‬‬ ‫‪25‬‬
‫‪2‬‬ ‫‪20‬‬ ‫‪14‬‬ ‫‪6‬‬ ‫‪36‬‬
‫‪3‬‬ ‫‪18‬‬ ‫‪20‬‬ ‫‪-2‬‬ ‫‪4‬‬
‫‪4‬‬ ‫‪15‬‬ ‫‪17‬‬ ‫‪-2‬‬ ‫‪4‬‬
‫‪5‬‬ ‫‪16‬‬ ‫‪17‬‬ ‫‪-1‬‬ ‫‪1‬‬
‫‪6‬‬ ‫‪12‬‬ ‫‪18‬‬ ‫‪-6‬‬ ‫‪36‬‬
‫‪7‬‬ ‫‪15‬‬ ‫‪20‬‬ ‫‪-5‬‬ ‫‪25‬‬
‫‪8‬‬ ‫‪18‬‬ ‫‪18‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪9‬‬ ‫‪18‬‬ ‫‪14‬‬ ‫‪4‬‬ ‫‪16‬‬
‫‪10‬‬ ‫‪18‬‬ ‫‪17‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪11‬‬ ‫‪14‬‬ ‫‪8‬‬ ‫‪6‬‬ ‫‪36‬‬
‫‪12‬‬ ‫‪16‬‬ ‫‪18‬‬ ‫‪-2‬‬ ‫‪4‬‬
‫‪13‬‬ ‫‪12‬‬ ‫‪14‬‬ ‫‪-2‬‬ ‫‪4‬‬
‫‪14‬‬ ‫‪17‬‬ ‫‪14‬‬ ‫‪3‬‬ ‫‪9‬‬
‫‪15‬‬ ‫‪14‬‬ ‫‪12‬‬ ‫‪2‬‬ ‫‪4‬‬
‫‪16‬‬ ‫‪19‬‬ ‫‪20‬‬ ‫‪-1‬‬ ‫‪1‬‬
‫‪17‬‬ ‫‪11‬‬ ‫‪10‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪18‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪19‬‬ ‫‪19‬‬ ‫‪20‬‬ ‫‪-1‬‬ ‫‪1‬‬

‫‪88‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫‪20‬‬ ‫‪12‬‬ ‫‪15‬‬ ‫‪-3‬‬ ‫‪9‬‬

‫‪21‬‬ ‫‪17‬‬ ‫‪20‬‬ ‫‪-3‬‬ ‫‪9‬‬
‫∑‬ ‫‪0‬‬ ‫‪226‬‬
‫𝑖𝑑 ∑‬ ‫‪0‬‬
‫= ̅𝑑‬ ‫=‬ ‫‪=0‬‬
‫𝑛‬ ‫‪21‬‬
‫‪2‬‬
‫‪2‬‬ ‫) ̅𝑑 ∑(‬
‫𝑖𝑑 ∑√‬
‫𝑛 ‪−‬‬ ‫‪226 − 0‬‬
‫= 𝑑𝑆‬ ‫√=‬ ‫‪= 3,3615‬‬
‫‪𝑛−1‬‬ ‫‪21 − 1‬‬

‫‪𝑑̅ − 𝑑0‬‬ ‫‪0−0‬‬

‫= 𝑐𝑇‬ ‫=‬ ‫‪=0‬‬
‫𝑑𝑆‬ ‫‪3,3615‬‬
‫𝑛√‬ ‫‪√21‬‬
‫‪𝑡𝑡ℎ = 𝑡(𝑛−1; ∝) = 𝑡(20; 0,025) = ±2,086‬‬
‫‪2‬‬

‫∝𝑡 ‪− 𝑡∝ < 𝑇𝑐 < +‬‬

‫‪2‬‬ ‫‪2‬‬

‫‪− 𝑡∝ = −2,086 < 𝑇𝑐 = 0 < + 𝑡∝ = +2,086‬‬

‫‪2‬‬ ‫‪2‬‬

‫إذن إحصائية االختبار تتواجد في منطقة قبول 𝟎𝑯 ومنم نقبل الفرضية الصفرية التي تدعي أنم ال يوجد‬
‫فرق بين نقاط الطالب في االمتحان األول والثاني‪.‬‬

‫‪ .8.3‬اختبار الفرضيــات لنسبـــة المجتمـــع‬

‫سحبت عينة عئوائية حجمها ‪ n‬من مجتمع يتبع توزيع ذو الحدين (‪ ،)Binomiale‬وكان حجم‬
‫إذا ُ‬
‫العينة كبير‪ ،‬ونريد اختبار فرضية تساوي نسبة ظاهرة معينة في المجتمع لقيمة ما‪ .‬فإن الفرضيات‬
‫اإلحصائية تأخذ األ كال التالية‪:‬‬
‫نوع االختبار‬ ‫مجال قبول ‪H0‬‬ ‫مجال رفض ‪H0‬‬
‫‪H0 :P=𝑃0‬‬ ‫‪Zc > +𝑍𝛼⁄‬‬
‫{‬ ‫; )∝(𝑍[ ∈ ‪Zc‬‬ ‫] )∝(𝑍‬ ‫‪2‬‬
‫‪H1 :P≠𝑃0‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪Zc < −𝑍∝⁄‬‬
‫‪2‬‬
‫‪H0 :P=𝑃0‬‬
‫] 𝛼𝑍 ‪Zc ∈ [−∞ ; +‬‬ ‫𝛼𝑍‪Zc > +‬‬
‫‪H1 :P>𝑃0‬‬
‫‪H0 :P=𝑃0‬‬
‫; 𝛼𝑍‪Zc ∈ [−‬‬ ‫]∞‪+‬‬ ‫𝛼𝑍‪Zc < −‬‬
‫‪H1 :P<𝑃0‬‬
‫المصدر‪ :‬من إعداد الباحث‬

‫حيث أن إحصائية االختبار ‪ Zc‬تُعطى بالعالقة الرياضية التالية‪:‬‬

‫̅‬
‫‪P − P0‬‬
‫= ‪Zc‬‬
‫) ‪P0(1−P0‬‬
‫√‬
‫‪n‬‬

‫‪89‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫تمريــن ‪10‬‬
‫اذا كانت نسبة الحقائب التالفة إلحدى المصانع تساوي ‪ 30%‬اختيرت عينة مكونة من ‪ 1000‬حقيبة‬
‫فكان من بينها ‪ 400‬حقيبة تالفة‪ .‬فهل تدل هذه النتائج على أن نسبة الحقائب التالفة يزيد عن ‪ 30%‬من انتاج‬
‫هذا المصنع استخدمي مستوى خطر ‪.% 1‬‬

‫الحل‬
‫‪ ‬صياغة الفرضيات اإلحصائية‬
‫‪H0 :P=0,3‬‬
‫{‬ ‫اختبار أحادي االتجاه من اليمين‬
‫‪H1 :P>0,3‬‬
‫‪ ‬حساب إحصائية االختبار ‪ ZC‬المحسوبة‬
‫‪̅ −P0‬‬
‫‪P‬‬ ‫‪x‬‬ ‫‪400‬‬
‫= ‪Zc‬‬ ‫) ‪P0(1−P‬‬
‫̅ ;‬
‫=‪P‬‬ ‫‪= 1000 = 0,4‬‬
‫‪0‬‬ ‫‪n‬‬
‫√‬
‫‪n‬‬

‫‪0,4 − 0,3‬‬
‫= ‪Zc‬‬ ‫‪= 6,90‬‬
‫‪√0,3 ∗ 0,7‬‬
‫‪1000‬‬
‫‪ ‬تحديد القيمة الجدولية بناءا ً على نوع االختبار‬
‫‪𝑍𝑡ℎ = 𝑍(0,5−∝) = 𝑍(0,5−0,01) = 𝑍0,490 = +2,33‬‬
‫; ∞‪𝐼𝐴𝑐𝑐𝑒𝑝𝑡é = [−‬‬ ‫]‪+2,33‬‬
‫الشكل (‪ :)8.3‬منطقة قبول ‪ H0‬عند القيمة (‪)Z< +2,33‬‬

‫)‪f(z‬‬

‫‪0,4‬‬

‫‪0,3‬‬

‫منطقة رفض‬
‫‪0,2‬‬
‫‪H0‬‬
‫منطقة قبول ‪H0‬‬
‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪z‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫‪ ‬اتخاذ القرار اإلحصائي‬

‫‪Zc = 6,90 > +2,33‬‬
‫بما أن إحصاء االختبار ‪ ZC‬ال تنتمي إلى مجال القبول‬

‫‪90‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫إذن القرار نرفض فرضية العدم ‪ H0‬ونقبل الفرضية البديلة‪ ،‬أي أن نسبة الحقائب التالفة في‬
‫المصنع تساوي تزيد عن ‪ ،30%‬بدرجة ثقة ‪.99%‬‬

‫‪ .9.3‬اختبار الفرضيات للفرق بين نسبتي مجتمعين‬

‫لتكن لدينا عينتان عئوائيتان مستقلتان حجمهما ‪ 𝑛1‬و ‪ 𝑛2‬والنسبتان للصفة المدروسة هما على‬
‫التوالي ‪ 𝑃̅2 ،𝑃̅1‬تم اختيار هاتين العينتين من مجتمعين مختلفين‪ ،‬المجتمع األول يحتوي على النسبة ‪𝑃1‬‬

‫والمجتمع الثاني يحتوي على النسبة ‪( 𝑃2‬مجهولتان)‪ .‬فعلى أساس هاتين العينتين نود معرفة ما إذا كانت‬
‫نسبتي المجتمعين متساويتين أم ال‪.‬‬
‫‪𝑃1 𝑞1‬‬
‫√ ‪ ،𝑁 (𝑃1 ,‬و‬ ‫𝑛‬
‫إن توزيع المعاينة لنسبة ظاهرة ما في المجتمعين تتبع التوزيع الطبيعي‪) :‬‬

‫‪𝑃1 𝑞1‬‬ ‫‪𝑃2 𝑞2‬‬ ‫‪𝑃2 𝑞2‬‬

‫√ ‪𝑁 (𝑝1 − 𝑝2 ,‬‬ ‫‪+‬‬ ‫√ ‪ ،𝑁 (𝑃2 ,‬وعليم فإن الفرق ‪ 𝑝1 − 𝑝2‬يتبع التوزيع الطبيعي )‬ ‫)‬
‫𝑛‬ ‫𝑛‬ ‫𝑛‬

‫وتعطى إحصائية االختبار وفق الصيغة الرياضية التالية‪:‬‬

‫‪𝑝̅1 − 𝑝̅2‬‬
‫=𝑍‬
‫̅𝑞̅𝑝 ̅𝑞̅𝑝‬
‫√‬ ‫‪+‬‬
‫‪𝑛1 𝑛2‬‬
‫𝑥‬
‫‪𝑛1 1⁄‬‬ ‫𝑥‬
‫‪𝑛1 𝑝̅1 + 𝑛2 𝑝̅2‬‬ ‫‪𝑛1 + 𝑛2 2⁄𝑛2‬‬ ‫‪𝑥1 + 𝑥2‬‬
‫= ̅𝑝‬ ‫=‬ ‫=‬
‫‪𝑛1 + 𝑛2‬‬ ‫‪𝑛1 + 𝑛2‬‬ ‫‪𝑛1 + 𝑛2‬‬
‫حيث‪ 𝑝̅ :‬هي المتوسط المرجح لنسبتي العينتين ‪𝑃̅2 ،𝑃̅1‬‬

‫أما اتخاذ القرار اإلحصائي فيكون حسب نوع االختبار كما يلي‪:‬‬
‫نوع االختبار‬ ‫مجال قبول ‪H0‬‬ ‫مجال رفض ‪H0‬‬
‫𝑃= 𝑃‪H :‬‬ ‫‪Zc > +𝑍𝛼⁄‬‬
‫‪{ 0 1 2‬‬ ‫; )∝(𝑍[ ∈ ‪Zc‬‬ ‫] )∝(𝑍‬ ‫‪2‬‬
‫‪H1 :𝑃1 ≠𝑃2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪Zc < −𝑍∝⁄‬‬
‫‪2‬‬
‫𝑃= 𝑃‪H :‬‬
‫‪{ 0 1 2‬‬ ‫] 𝛼𝑍 ‪Zc ∈ [−∞ ; +‬‬ ‫𝛼𝑍‪Zc > +‬‬
‫‪H1 :𝑃1 >𝑃2‬‬
‫𝑃= 𝑃‪H :‬‬
‫‪{ 0 1 2‬‬ ‫; 𝛼𝑍‪Zc ∈ [−‬‬ ‫]∞‪+‬‬ ‫𝛼𝑍‪Zc < −‬‬
‫‪H1 :𝑃1 <𝑃2‬‬

‫تمريـــن ‪11‬‬
‫لمعرفة الفرق بين نسبة السائقين الذين يستعملون حزام األمن في واليتي مستغانم ووهران‪ ،‬نسحب‬
‫عينة عئوائية حجمها ‪ 100‬من كل والية‪ ،‬فتبين أن ‪ 80‬سائق من والية مستغانم يستعملون حزام األمن و‪70‬‬

‫من والية وهران يستعملون حزام األمن‪.‬‬

‫اختبر الفرضيات اإلحصائية عند مستوى خطر ‪.% 5‬‬

‫‪91‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫الحل‬
‫𝑥‬ ‫‪80‬‬ ‫𝑥‬ ‫‪70‬‬
‫;‪𝑛1 = 100‬‬ ‫‪𝑛2 = 100 ; 𝑝̅1 = 𝑛1 = 100 = 0,80‬‬ ‫‪𝑝̅2 = 𝑛2 = 100 = 0,70‬‬
‫‪1‬‬ ‫‪2‬‬

‫‪𝑛1 𝑝̅1 +𝑛2 𝑝̅2‬‬ ‫‪100∗0,80+100∗0,70‬‬

‫= ̅𝑝‬ ‫=‬ ‫‪=0,75 ⟹𝑞 = 1 − 𝑝̅ = 1 − 0,75 = 0,25‬‬
‫‪𝑛1 +𝑛2‬‬ ‫‪100+100‬‬

‫‪𝑝̅1 − 𝑝̅2‬‬ ‫‪0,80 − 0,70‬‬

‫= 𝑐𝑍‬ ‫=‬ ‫‪= 1,63‬‬
‫̅𝑞̅𝑝 ̅𝑞 ̅𝑝‬
‫‪√ +‬‬ ‫‪√0,75 ∗ 0.25 + 0,75 ∗ 0,25‬‬
‫‪𝑛1 𝑛2‬‬ ‫‪100‬‬ ‫‪100‬‬

‫نوع االختبار‬ ‫مجال قبول ‪H0‬‬ ‫القرار االحصائي‬

‫𝑃= 𝑃‪H :‬‬
‫‪{ 0 1 2‬‬ ‫; ‪Zc = +1,63 ∈ [−1,96‬‬ ‫]‪+1,96‬‬ ‫نقبل ‪H0‬‬
‫‪H1 :𝑃1 ≠𝑃2‬‬
‫𝑃= 𝑃‪H :‬‬
‫‪{ 0 1 2‬‬ ‫]‪Zc = +1,63 ∈ [−∞ ; +1,65‬‬ ‫نقبل ‪H0‬‬
‫‪H1 :𝑃1 >𝑃2‬‬
‫𝑃= 𝑃‪H :‬‬
‫‪{ 0 1 2‬‬ ‫; ‪Zc ∈ [−1,65‬‬ ‫]∞‪+‬‬ ‫نقبل ‪H0‬‬
‫‪H1 :𝑃1 <𝑃2‬‬

‫‪ .10.3‬اختبار الفرضيـــات لتبايـــن المجتمـــع 𝟐𝝈‬

‫عند الرغبة في اختبار الفرضية أن التباين لمجتمع طبيعي يساوي قيمة معينة ‪ 𝜎02‬فإن إحصاءة‬
‫𝟐𝐒)𝟏‪(𝐧−‬‬
‫= 𝐂𝟐𝛘 ‪ ،‬والتوزيع االحتمالي للمتغير العئوائي ‪ χ2‬يُسمى توزيع كاي مربع‬ ‫𝟎𝟐𝛔‬
‫االختبار المناسبة هي‪:‬‬

‫بدرجة حرية ‪ ،dl = n-1‬وبالتالي فإن اتخاذ القرار اإلحصائي يكون كما يلي‪:‬‬
‫نوع االختبـــار‬ ‫مجال قبـــول ‪H0‬‬ ‫مجال رفـــض ‪H0‬‬
‫‪2‬‬
‫‪2‬‬
‫= 𝜎 ‪𝐻0 :‬‬ ‫‪𝜎02‬‬ ‫‪2‬‬ ‫‪2‬‬
‫;𝑙𝑑(𝜒 > ‪𝜒𝑐2‬‬ ‫) ‪𝛼⁄‬‬
‫{‬ ‫‪𝜒𝑐2 ∈ [𝜒(𝑑𝑙;1−‬‬ ‫𝜒 ; 𝛼‬ ‫] 𝛼‬ ‫‪2‬‬
‫‪2‬‬
‫≠ ‪𝐻1 : 𝜎 2‬‬ ‫‪𝜎02‬‬ ‫)‬
‫‪2‬‬
‫) ;𝑙𝑑(‬
‫‪2‬‬ ‫‪𝜒𝑐2 < 𝜒(𝑑𝑙;1−‬‬ ‫‪𝛼⁄‬‬
‫)‪2‬‬
‫𝜎 ‪𝐻0 :‬‬ ‫‪2‬‬
‫=‬ ‫‪𝜎02‬‬ ‫‪2‬‬ ‫‪2‬‬
‫{‬ ‫;𝑙𝑑(𝜒 < ‪𝜒𝑐2‬‬ ‫)𝛼‬ ‫;𝑙𝑑(𝜒 > ‪𝜒𝑐2‬‬ ‫)𝛼‬
‫‪𝐻1 : 𝜎 2‬‬ ‫>‬ ‫‪𝜎02‬‬
‫‪𝐻 : 𝜎2‬‬ ‫=‬ ‫‪𝜎02‬‬
‫‪{ 0 2‬‬ ‫‪2‬‬
‫)𝛼‪𝜒𝑐2 > 𝜒(𝑑𝑙;1−‬‬ ‫‪2‬‬
‫)𝛼‪𝜒𝑐2 < 𝜒(𝑑𝑙;1−‬‬
‫𝜎 ‪𝐻1 :‬‬ ‫<‬ ‫‪𝜎02‬‬

‫تمريــن ‪12‬‬

‫يدعي صاحب مصنع أن مدة صالحية منتوجم يزيد انحرافم عن سنتين‪ ،‬ولمعرفة صحة هذا‬
‫االدعاء أخذنا عينة عئوائية حجمها ‪ 25‬فوجدنا متوسط مدة صالحية هذا المنتوج هو ‪ 3‬سنوات وانحرافها‬
‫المعياري هو ‪ 2,5‬سنوات‪.‬‬
‫هل تؤيد هذا االدعاء أم تفنده عند مستوى خطر ‪% 1‬‬

‫الحل‬
‫‪ ‬صياغة الفرضيات اإلحصائية‬
‫‪ :𝜎0‬االنحراف المعياري االفتراضي للمجتمع (المصنع)‬

‫‪92‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫‪H0 :σ=2‬‬
‫{‬ ‫اختبار أحادي االتجاه من اليمين‬
‫‪H1 :σ>2‬‬
‫‪ ‬استخراج القيمة الجدولية من الجدول اإلحصائي لـــ ‪χ2‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫;𝑙𝑑(𝜒‬ ‫‪𝛼) = 𝜒(𝑛−1; 𝛼) = 𝜒(25−1; 0,01) = 𝜒(24; 0,01) = 42,98‬‬

‫‪ ‬حساب إحصائية االختبار ‪𝜒𝑐2‬‬

‫‪(n − 1)S 2 (25 − 1)(2,5)2‬‬
‫‪χ2C‬‬ ‫=‬ ‫=‬ ‫‪= 37,5‬‬
‫‪σ20‬‬ ‫‪22‬‬
‫‪ ‬اتخاذ القرار اإلحصائي‬
‫‪2‬‬
‫;‪χ2C = 37,5 < 𝜒(24‬‬ ‫‪0,01) = 42,98‬‬

‫إحصائية االختبار ‪ χ2C‬تتواجد في منطقة قبول ‪ H0‬وبالتالي نقبل ‪ H0‬ونرفض ‪ H1‬التي تدعي أن مدة‬
‫صالحية منتوجم يزيد انحرافم عن سنتين‪.‬‬

‫‪ .11.3‬اختبــار الفرضيـــات لنسبـــة تباينـــا مجتمعيـــن‬

‫إذا أخذت عينة عئوائية حجمها ‪ 𝑛1‬من مجتمع طبيعي ) ‪ 𝑁(𝜇1 , 𝜎12‬وأخذت عينة مستقلة عن‬
‫األولى حجمها ‪ 𝑛2‬من مجتمع ) ‪ 𝑁(𝜇2 , 𝜎22‬وكان ‪ 𝑠12‬تباين العينة األولى و ‪ 𝑠22‬تباين العينة الثانية‪ ،‬فإن‬
‫إحصاءة االختبار المناسب هو المتغير العئوائي ‪ ،F‬حيث‪:‬‬
‫‪𝑆12 𝜎22‬‬
‫)𝛼 ;‪𝐹𝑐 = 2 . 2 ↝ 𝐹(𝑛1 −1;𝑛2−1‬‬
‫‪𝑆2 𝜎1‬‬
‫والتوزيع االحتمالي للمتغير العئوائي ‪ F‬يُسمى بتوزيع فيئر‪ ،‬ويتم اتخاذ القرار اإلحصائي كما‬
‫يلي‪:‬‬
‫الفرضية البديلة 𝟏𝑯‬ ‫رفض 𝟎𝑯‬

‫‪𝜎12 ≠ 𝜎22‬‬ ‫‪ 𝑭𝒄 > 𝑭(𝒅𝟏 ,𝒅𝟐 ,𝜶⁄‬أو ) ‪𝑭𝒄 < 𝑭(𝒅𝟏 ,𝒅𝟐 ,𝟏−𝜶⁄‬‬
‫𝟐‬ ‫)𝟐‬

‫‪𝜎12 > 𝜎22‬‬ ‫)𝜶‪𝑭𝒄 > 𝑭(𝒅𝟏 ,𝒅𝟐,‬‬

‫‪𝜎12 < 𝜎22‬‬ ‫)𝜶‪𝑭𝒄 < 𝑭(𝒅𝟏 ,𝒅𝟐,𝟏−‬‬

‫تمريــن ‪13‬‬
‫نسحب عينتين عئوائيتين مستقلتين من مجتمعين مختلفين فكانت النتائج المتحصل عليها كما يلي‪:‬‬
‫;‪n1 = 15‬‬ ‫;‪n2 = 11‬‬ ‫;‪S1 = 100‬‬ ‫‪S2 = 144‬‬
‫اختبر فرضية تساوي تباينا المجتمعين عند مستوى خطر ‪.% 5‬‬

‫الحل‬
‫‪ ‬صياغة الفرضيات اإلحصائية‬

‫‪93‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫‪H0 : 𝜎12 = 𝜎22‬‬

‫{‬ ‫اختبار ثنائي االتجاه‬
‫‪H1 : 𝜎12 ≠ 𝜎22‬‬
‫‪ ‬استخراج القيم الجدولية من الجدول اإلحصائي لـــ ‪F‬‬
‫; ‪F(d1‬‬ ‫)∝ ; ‪d2‬‬ ‫;‪= F(n1 −1‬‬ ‫)‪n2 −1; 0,05‬‬ ‫;‪= F(14‬‬ ‫)‪10; 0,05‬‬ ‫‪= 2,86‬‬
‫{‬
‫; ‪F(d2‬‬ ‫)∝ ; ‪d1‬‬ ‫;‪= F(n2 −1‬‬ ‫)‪n1 −1; 0,05‬‬ ‫;‪= F(10‬‬ ‫)‪14; 0,05‬‬ ‫‪= 2,60‬‬
‫‪1‬‬‫‪1‬‬
‫= ‪FG‬‬ ‫‪= 0,35‬‬ ‫=‬
‫{⟹‬ ‫‪F(n1 −1; n2−1; 0,05) 2,86‬‬
‫‪FD = F(n2 −1; n1−1; 0,05) = F(10; 14; 0,05) = 2,60‬‬

‫‪ ‬حساب إحصائية االختبار 𝐜𝐅‬

‫‪n1‬‬ ‫‪2‬‬ ‫‪15‬‬
‫)‪Ŝ12 n1 − 1 S1 14 . (100‬‬
‫‪2‬‬
‫‪𝐹𝑐 = 2 = n‬‬ ‫=‬ ‫‪= 0,47‬‬
‫‪Ŝ2‬‬ ‫‪2‬‬
‫‪S‬‬ ‫‪2‬‬ ‫‪11‬‬
‫)‪(144‬‬ ‫‪2‬‬
‫‪n2 − 1 2 10 .‬‬
‫‪ ‬اتخاذ القرار اإلحصائي‬
‫‪FG < 𝐹𝑐 < FD‬‬
‫‪FG = 0,35 < 𝐹𝑐 = 0,47 < FD = 2,60‬‬
‫إحصائية االختبار 𝑐𝐹 تتواجد في منطقة قبول ‪ H0‬وبالتالي نقبل ‪ H0‬التي تدعي تساوي تباينا المجتمعين‪.‬‬

‫جدول ‪ :2.3‬ملخص اإلحصاءات المستخدمة في االختبارات‬

‫توزيع اإلحصاءة‬ ‫إحصائية االختبار‬ ‫العينات‬ ‫المجتمع‬

‫‪𝑥̅ − 𝜇0‬‬ ‫مجتمع غير‬
‫)‪𝑁(0; 1‬‬ ‫𝜎 = 𝑐𝑍‬ ‫‪𝑛 ≥ 30‬‬
‫𝑛 ‪⁄‬‬
‫√‬ ‫محدود و 𝜎 معلوم‬
‫‪𝑥̅ − 𝜇0‬‬
‫= 𝑐𝑍‬ ‫مجتمع محدود و𝜎‬
‫)‪𝑁(0; 1‬‬ ‫𝑛 ‪𝜎 √𝑁 −‬‬ ‫‪𝑛 ≥ 30‬‬
‫معلوم‬
‫‪√𝑛 𝑁 − 1‬‬
‫‪𝑥̅ − 𝜇0‬‬ ‫مجتمع غير‬
‫‪𝑡𝑑 =n-1‬‬ ‫𝑠 = 𝑐𝑡‬ ‫‪𝑛 < 30‬‬
‫𝑛 ‪⁄‬‬
‫√‬ ‫محدود و 𝜎 مجهول‬
‫‪𝑥̅ − 𝜇0‬‬
‫= 𝑐𝑡‬ ‫مجتمع محدود و𝜎‬
‫‪𝑡𝑑 =n-1‬‬ ‫𝑛 ‪𝑆 √𝑁 −‬‬ ‫‪𝑛 < 30‬‬
‫مجهول‬
‫‪√𝑛 𝑁 − 1‬‬
‫‪𝑝̅ − 𝑝0‬‬
‫= 𝑐𝑍‬
‫)‪𝑁(0; 1‬‬ ‫‪𝑛 ≥ 30‬‬
‫) ̅𝑝 ‪√𝑝̅(1 −‬‬
‫𝑛‬ ‫اختبار النسبة في‬
‫‪𝑝̅ − 𝑝0‬‬ ‫المجتمع‬
‫= 𝑐𝑍‬
‫)‪𝑁(0; 1‬‬ ‫‪𝑛 ≥ 30‬‬
‫𝑛 ‪√𝑝̅ (1 − 𝑝̅) √𝑁 −‬‬
‫𝑛‬ ‫‪𝑁−1‬‬

‫‪94‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫‪(𝑛 − 1)𝑆 2‬‬ ‫تباين مجتمع طبيعي‬

‫=‬ ‫‪n-1𝜒𝑑2‬‬ ‫‪2‬‬
‫= 𝜒‬ ‫‪𝑛 < 30‬‬ ‫وانحرافم المعياري‬
‫‪𝜎02‬‬ ‫معلوم‬
‫‪S12‬‬
‫‪⁄2‬‬
‫‪σ‬‬ ‫النسبة بين مجتمعين‬
‫)‪F(n1 -1;n2 -1‬‬ ‫‪Fc = 2 1‬‬ ‫‪𝑛 < 30‬‬
‫‪S2‬‬ ‫طبيعيين‬
‫‪⁄2‬‬
‫‪σ2‬‬
‫‪𝑥̅1 − 𝑥̅2‬‬
‫= 𝑐𝑍‬ ‫الفرق بين متوسطي‬
‫صغيرة أو‬
‫)‪N(0; 1‬‬ ‫‪𝜎2 𝜎2‬‬ ‫مجتمعين معلومين‬
‫‪√ 1+ 2‬‬ ‫كبيرة‬ ‫التباين‬
‫‪𝑛1 𝑛2‬‬
‫) ‪(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2‬‬
‫= 𝑐𝑍‬ ‫الفرق بين متوسطي‬
‫)‪N(0; 1‬‬ ‫‪S2‬‬ ‫‪S22‬‬ ‫كبيرة‬ ‫مجتمعين مجهولين‬
‫‪√ 1‬‬
‫‪n1 + n₂‬‬ ‫التباين‬
‫) ‪(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2‬‬
‫= 𝑐𝑍‬ ‫الفرق بين متوسطي‬
‫)‪N(0; 1‬‬ ‫‪𝜎12 𝜎22‬‬ ‫صغيرة‬ ‫مجتمعين طبيعيين‬
‫√‬
‫‪𝑛1 + 𝑛2‬‬ ‫معلومي التباين‬
‫الفرق بين متوسطي‬
‫) ‪(x̅1 -x̅2 )- (μ1 -μ2‬‬ ‫مجتمعين طبيعيين‬
‫=‪tc‬‬
‫مجهولين التباين‬
‫‪𝑡𝑑 = n1 + n2 - 2‬‬ ‫‪(n -1).S12 +(n2 -1).S22 1‬‬ ‫‪1‬‬ ‫صغيرة‬ ‫وبفرض تساوي‬
‫‪√ 1‬‬ ‫) ‪(n + n‬‬
‫‪n1 +n2 -2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫التباين‬
‫‪σ1 = σ22 = σ2‬‬
‫‪2‬‬

‫𝐷‪̅−‬‬
‫𝐷‬ ‫الفرق بين متوسطين‬
‫=𝑍‬ ‫مزدوجة‬
‫)‪V(0,1‬‬ ‫̅𝑝𝑆‬ ‫مجتمعين غير‬
‫‪⁄‬‬ ‫وكبيرة‬ ‫مستقلين‬
‫𝑛√‬
‫̅‬
‫𝐷‪𝐷−‬‬ ‫الفرق بين متوسطي‬
‫=𝑡‬ ‫مزدوجة‬
‫‪𝑡v = n − 1‬‬ ‫̅𝑝𝑆‬ ‫مجتمعين طبيعي غير‬
‫‪⁄‬‬ ‫وصغيرة‬ ‫مستقلين‬
‫𝑛√‬
‫‪𝑃1 − 𝑃̅2‬‬
‫̅‬
‫= 𝑐𝑍‬
‫̅𝑞 ̅𝑝 ̅𝑞 ̅𝑝‬ ‫الفرق بين نسبتين في‬
‫)‪𝑁(0; 1‬‬ ‫‪√ +‬‬ ‫كبيرة‬
‫‪𝑛1 𝑛2‬‬ ‫مجتمعين مختلفين‬
‫‪𝑛1 𝑝̅1 + 𝑛2 𝑝̅2‬‬
‫= ̅𝑝‬
‫‪𝑛1 + 𝑛2‬‬
‫المصدر‪ :‬من إعداد الباحث‪.‬‬

‫‪95‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫خالصــــة الفصـــل‬

‫تُعتبر عملية اختبار الفرضيات اإلحصائية أحد أهم المواضيع أو األركان األساسية لالستدالل‬
‫اإلحصائي الذي يهدف إلى اتخاذ القرار بئأن القيمة المختبرة أو المعلنة لمعلمة المجتمع من خالل فحص‬
‫الفرضيات والتخمينات حولها انطالقا من الئواهد واألدلة التي تُقدم من العينة (إحصائيات العينة)‪.‬‬

‫‪96‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫تماريـــن إضافيـــة‬

‫التمرين ‪( 1‬إمتحان السنة الجامعية ‪)2014-2013‬‬

‫لمعرفة سعر سلعة معينة‪ ،‬اخترنا ‪ 15‬دكان (‪ )Magasin‬لمدينة ما‪ ،‬فتحصلنا على النتائج المدونة في‬
‫الجدول أسفلم‪:‬‬
‫‪Unité : U.M‬‬
‫‪42,7‬‬ ‫‪42,6‬‬ ‫‪43‬‬ ‫‪43,5‬‬ ‫‪42,8‬‬ ‫‪43,1‬‬ ‫‪43,6‬‬ ‫‪42,9‬‬
‫‪41,6‬‬ ‫‪42,8‬‬ ‫‪42,9‬‬ ‫‪43,2‬‬ ‫‪42,6‬‬ ‫‪43,1‬‬ ‫‪43,1‬‬ ‫‪-----------‬‬
‫ليكن ‪ Xi‬متغيرة عئوائية تمثل سعر السلعة محل الدراسة‪ .‬نحدد مستوى بـــ ‪.% 5‬‬

‫‪ .1‬أعط تقديــــــرا ً نقطيا ً لمتوسط المجتمع )‪ (µ‬و انحرافم المعياري (‪)δ‬؛‬

‫‪ .2‬هل يمكن أن نقبل الفرضية‪E(X) = 43,0 :‬؟‬

‫‪ .3‬هي يمكن أن نقبل الفرضية‪Var(X) = 0,1 :‬؟‬

‫التمرين ‪2‬‬

‫تنتج ركة أسالك معدنية تباين قوة المقاومة للتلف لألسالك ال تتعدى ‪ 30000‬وادعت الئركة بأن‬
‫إنتاجها للطريقة الجديدة المستخدمة اآلن تزيد من تباين قوة المقاومة لتلف األسالك‪ .‬وللتحقق من صحة‬
‫اإلدعاء سحبنا عينة عئوائية مكونة من ‪ 10‬أسالك من إنتاج الئركة فوجدنا تباينها ‪.40000‬‬
‫اختبر فرضية وجود زيادة خطر في التباين عند مستوى خطر ‪.α = 1%‬‬

‫التمرين ‪3‬‬

‫يعرف مركز تجنيد بالجيش من الخبرة الماضية أن وزن المجند يتبع التوزيع الطبيعي بمتوسط ‪‬‬
‫يساوي ‪ 80‬كلغ وانحراف معياري ‪ ‬يساوي ‪ 10‬كلغ‪ .‬ويرغب مركز التجنيد أن يختبر‪ ،‬عند مستوى خطر‬
‫‪ ،1%‬ما إذا كان متوسط وزن مجند هذا العام أكبر من ‪ 80‬كيلو جراماً‪ .‬ولعمل هذا‪ ،‬فقد أخذ عينة عئوائية‬
‫من ‪ 25‬مجندا ً حيث وجد أن متوسط الوزن في العينة ‪ 85‬كيلو جراماً‪.‬‬
‫كيف يُمكن إجراء هذا االختبار؟‬

‫التمرين ‪( 4‬إمتحان السنة الجامعية ‪)2014-2013‬‬

‫يرغب الخبراء في مقارنة المدة الزمنية لإلنتاج المزعومة في مصنعين‪ .‬لمعرفة هذا‪ ،‬أخذوا عينتين‬
‫عئوائيتين مستقلتان من هذين المصنعين فخلصوا إلى النتائج الموضحة في الجدول التالي‪:‬‬

‫‪97‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫‪Usine 1‬‬ ‫‪Usine 2‬‬

‫عدد القطع المصنعة‬ ‫‪12‬‬ ‫‪15‬‬
‫المدة الزمنية المتوسطة (بالدقائق)‬ ‫‪45,1‬‬ ‫‪50,8‬‬
‫االنحراف المعياري المالحظ‬ ‫‪6‬‬ ‫‪10‬‬

‫‪ ‬هل يمكن اعتبار عند مستوى خطر ‪ α = 5%‬أن فرضية تساوي تباينا المدتين الزمنيتين للمصنعين‬
‫صحيحة؟؛‬
‫‪ ‬على ضوء النتائج المحصلة‪ ،‬و عند مستوى خطر ‪ ،α = 5%‬هل يمكن مساندة الخبراء على أن‬
‫المدة الزمنية لإلنتاج في المصنع األول مماثلة إلى تلك التي في المصنع الثاني؟‬

‫التمرين ‪( 5‬امتحان السنة الجامعية ‪)2018-2017‬‬

‫تقوم الوكالة الوطنية للتئغيل (‪ )ANEM‬لوالية ما بتحقيق حول مدة البحث عن العمل خالل مدة‬
‫ثمانية أ هر على عينة من المتخرجين ذوي الئهادات للوالية الذين يبلغ تعدادهم حسب إحصائيات الوكالة‬
‫‪ 3000‬متخرج‪ ،‬وخلصت إلى النتائج المدونة في الجدول أدناه‪:‬‬
‫‪Durée de‬‬
‫‪recherche‬‬ ‫[‪[0 ; 1‬‬ ‫[‪[1 ; 2‬‬ ‫[‪[2 ; 3‬‬ ‫[‪[3 ; 4‬‬ ‫[‪[4 ; 5‬‬ ‫[‪[5 ; 6‬‬ ‫[‪[6 ; 7‬‬ ‫[‪[7 ; 8‬‬
‫)‪(en Mois‬‬
‫‪Nombre‬‬
‫‪de‬‬ ‫‪13‬‬ ‫‪13‬‬ ‫‪8‬‬ ‫‪6‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪1‬‬
‫‪diplômés‬‬

‫الئخص المكلف بالتحقيق أكد أن المدة المتوسطة للبحث عن العمل للمتخرجين ذوي الئهادات أقل‬
‫من ‪ 3‬أ هر‪.‬‬
‫اختبر هذه الفرضية عند مستوى خطر ‪.α = 5%‬‬

‫التمرين ‪( 6‬إمتحان السنة الجامعية ‪)2018-2017‬‬

‫يرغب مخبر التحاليل الطبية في مقارنة تأثير نوعين من األدوية العصبية على المرضى‪ ،‬نعتبر الوقت‬
‫مريض آخر الدواء الثاني ‪ .B‬وسجل‬ ‫‪14‬‬ ‫وعلى‬ ‫‪A‬‬ ‫مريض الدواء األول‬ ‫‪11‬‬ ‫الضروري لتهدئة قلقهم‪ ،‬نطبق على‬
‫النتائج المتوصل إليها في الجدول أدناه‪:‬‬
‫‪Groupe A‬‬ ‫‪Groupe B‬‬
‫‪nA = 11‬‬ ‫‪∑ 𝒙 = 14,6‬‬ ‫‪∑ 𝒙𝟐 = 23,34‬‬ ‫‪nB = 14‬‬ ‫‪∑ 𝒙 = 39,9‬‬ ‫‪∑ 𝒙𝟐 = 198,91‬‬

‫من خالل هذه النتائج المتحصل عليها يرغب المخبر في معرفة وجود فرق معنوي للوقت الضروري لتهدئة القلق‬
‫‪.α = 5%‬‬ ‫بين النوعين من األدوية العصبية‪ .‬ونيابة عن المخبر‪ ،‬قم باختبار هذه لفرضية عند مستوى خطر‬

‫‪98‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫التمرين ‪( 7‬إمتحان السنة الجامعية ‪)2018-2017‬‬

‫الجدول أدناه يُبين نتيجة التنقيط (‪ )Scores‬لمجموعة من الذكور واإلناث تقدموا إلجتياز اختبار (‪)DALF‬؛‬
‫‪HOMMES‬‬ ‫‪FEMMES‬‬

‫‪24‬‬ ‫‪69‬‬ ‫‪23‬‬ ‫‪95‬‬ ‫‪43‬‬ ‫‪86‬‬ ‫‪79‬‬ ‫‪64‬‬ ‫‪40‬‬ ‫‪82‬‬ ‫‪39‬‬ ‫‪25‬‬ ‫‪33‬‬
‫‪48‬‬ ‫‪60‬‬ ‫‪35‬‬ ‫‪53‬‬ ‫‪-----‬‬ ‫‪41‬‬ ‫‪93‬‬ ‫‪54‬‬ ‫‪44‬‬ ‫‪31‬‬ ‫‪15‬‬ ‫‪62‬‬ ‫‪-----‬‬

‫‪∑ 𝑥𝑖 =450; ∑ 𝑥𝑖2 =26678‬‬ ‫;‪∑ 𝑥𝑖 =788‬‬ ‫‪∑ 𝑥𝑖2 =49504‬‬

‫هل يُمكننا اعتبار تساوي متوسط التنقيط (‪ )Scores‬عند الجنسين عند مستوى خطر ‪% 1‬؟‬

‫التمرين ‪( 8‬إمتحان السنة الجامعية ‪)2017-2016‬‬

‫على إثر معالجة مجموعة من القوارض في مجتمع متكون من ‪ ،800‬نسحب عينة عئوائية متكونة‬
‫أوزانها‪ .‬فتحصلنا على األوزان بالغرام كما يلي‪:‬‬ ‫من ‪ 10‬حيوانات ونقي‬
‫‪83‬‬ ‫‪81‬‬ ‫‪84‬‬ ‫‪80‬‬ ‫‪85‬‬ ‫‪87‬‬ ‫‪89‬‬ ‫‪84‬‬ ‫‪82‬‬ ‫‪80‬‬

‫𝟓𝟑𝟖 = 𝑖𝑥 ∑‬ ‫𝑡𝑒‬ ‫𝟏𝟎𝟖𝟗𝟔 = ‪∑ 𝑥𝑖2‬‬ ‫مع العلم أن‪:‬‬

‫نعلم أن الوزن المتوسط للقوارض غير المعالجة هو ‪ 87,6‬غ‪ ،‬واالنحراف المعياري هو ‪ 2‬غ‪.‬‬
‫‪ .1‬قدر نقطيا ً معالم المجتمع (‪)Estimer ponctuellement les paramètres de la population‬‬
‫لها أثر على الوزن المتوسط"‬ ‫‪ .2‬عند مستوى الخطر ‪ ،% 5‬اختبر الفرضية القائلة‪" :‬المعالجة لي‬
‫مقابل أن "المعالجة تُخفض من الوزن المتوسط"‪.‬‬

‫التمرين ‪( 9‬مسابقة دكتوراه الطور الثالث جامعة بسكرة أكتوبر ‪)2015‬‬

‫بلعت نسبة الذكور في المؤسسة (‪ 0,3 )A‬وفي المؤسسة (‪ ،0,2 )B‬فإذا قمنا بسحب عينتين‬
‫عئوائيتين من المؤسسة األولى (‪ )A‬بحجم ‪ 100‬والثانية من المؤسسة (‪ )B‬بحجم ‪.200‬‬

‫‪ ‬حدد توزيع المعاينة للفرق بين النسبتين؛‬

‫‪ ‬ما هو احتمال أن يكون الفرق بين نسبتي الذكور في المؤسستين أكبر من ‪0,06‬؛‬

‫‪ ‬اختبر الفرض القائل بأن نسبتي الذكور في المؤسستين متساويين بمستوى الخطر ‪.5%‬‬

‫‪99‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫حلول التمارين‬

‫التمرين ‪1‬‬

‫‪ .1‬التقديــــــر النقطي لمتوسط المجتمع )‪ (µ‬و انحرافه المعياري (‪)δ‬؛‬

‫‪∑ 𝑥𝑖 643,5‬‬
‫= ̅𝑥 = ̂𝜇‬ ‫=‬ ‫‪= 42,9‬‬
‫𝑛‬ ‫‪15‬‬
‫𝑛‬ ‫𝑛‬ ‫‪∑ 𝑋𝑖2‬‬ ‫‪15‬‬ ‫‪27609,15‬‬
‫√ ‪𝜎 = √𝑛−1 . 𝑆 = √𝑛−1 .‬‬ ‫√*‪− 𝑥̅ 2 = √15−1‬‬ ‫‪− (42,9)2= 0,46‬‬
‫𝑛‬ ‫‪15‬‬

‫‪ .2‬اختبار فرضية متوسط المجتمع حول قيمة ‪E(X) = 43,0‬‬

‫‪ ‬طرح الفرضيات اإلحصائية‬

‫‪𝐇𝟎 : μ = 43,0‬‬
‫{‬
‫‪𝐇𝟏 : μ ≠ 43,0‬‬
‫اختبار ثنائي االتجاه‬

‫‪ ‬معرفة طبيعة التوزيع وتحديد المقياس اإلحصائي لالختبار‬

‫لدينا ‪ ،n = 15‬واالنحراف المعياري للمجتمع مجهول إذن فالتوزيع المتبع هو توزيع ستودنت وبالتالي فإن‬
‫المقياس اإلحصائي لالختبار هو ‪.t‬‬
‫‪x̅−µ0‬‬ ‫‪42,9−43‬‬
‫= ‪tc‬‬ ‫‪s‬‬ ‫‪= 0,447‬‬ ‫‪= -0,83‬‬
‫‪⁄‬‬ ‫‪⁄‬‬
‫‪√n−1‬‬ ‫‪√15−1‬‬

‫‪ ‬استخراج القيمة الجدولية‬

‫‪𝑡(𝑛−1,‬‬ ‫𝛼‬
‫)‬
‫‪= 𝑡(15−1,‬‬ ‫‪0.025)= 𝑡(14, 0.025)=±2,145‬‬
‫‪2‬‬

‫الشكل (‪ :)9.3‬منطقة قبول ‪ H0‬بين القيمتين (‪ t = -2,145‬و ‪) t= 2,145‬‬

‫)‪f(t‬‬

‫‪0,4‬‬

‫‪0,3‬‬
‫منطقة‬ ‫منطقة‬
‫رفض ‪H0‬‬ ‫رفض ‪H0‬‬
‫‪0,2‬‬

‫منطقة قبول ‪H0‬‬

‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3 z‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫‪100‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫‪]-2,145‬‬ ‫;‬ ‫إذن منطقة قبول الفرضية الصفرية هي [‪+2,145‬‬

‫‪ ‬اتخاذ القرار اإلحصائي‬

‫نقوم بمقارنة القيمة الجدولية ‪ 𝑡𝑡ℎ‬بالمقياس اإلحصائي لالختبار (القيمة المحسوبة) 𝒄𝒕‬
‫‪-2,145 < -0,83 < +2,145‬‬
‫‪−0,83 ∈ [-2,145‬‬ ‫;‬ ‫]‪+2,145‬‬
‫المقياس اإلحصائي لالختبار (القيمة المحسوبة ) 𝑐𝑡 تتواجد في منطقة رفض ‪ ،H0‬إذن نقبل ‪ H0‬ونرفض‬
‫الفرضية البديلة ‪.H1‬‬
‫‪ .3‬اختبار فرضية تباين المجتمع حول قيمة ‪Var(X) = 0,1‬‬

‫‪ ‬طرح الفرضيات اإلحصائية‬

‫‪𝐻0 : 𝜎 2 = 0,1‬‬
‫{‬ ‫اختبار ثنائي االتجاه‬
‫‪𝐻1 : 𝜎 2 ≠ 0,1‬‬

‫‪ ‬حساب إحصائية االختبار‬

‫‪(n − 1)S 2 (15 − 1) ∗ 0,2‬‬
‫‪χ2C‬‬ ‫=‬ ‫=‬ ‫‪= 28‬‬
‫‪σ20‬‬ ‫‪0,1‬‬

‫‪ ‬استخراج القيم الجدولية‬

‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪𝜒𝑡𝑎𝑏𝑢𝑙é‬‬ ‫𝐷‬
‫;‪= 𝜒(𝑛−1‬‬ ‫‪𝛼 = 𝜒(14; 0,025) = 26,12‬‬
‫)‬
‫‪2‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪𝜒𝑡𝑎𝑏𝑢𝑙é‬‬ ‫𝐺‬
‫‪= 𝜒(𝑛−1;1−‬‬ ‫‪𝛼 = 𝜒(14;0,975) = 5,63‬‬
‫)‬
‫‪2‬‬

‫; ‪[5,63‬‬ ‫إذن منطقة قبول الفرضية الصفرية هي ]‪26,12‬‬

‫‪ ‬اتخاذ القرار اإلحصائي‬

‫نقوم بمقارنة القيمة الجدولية ‪ 𝜒𝑡𝑎𝑏𝑢𝑙é‬بالمقياس اإلحصائي لالختبار (القيمة المحسوبة) ‪𝜒𝑐2‬‬
‫‪5,63 < 28 < 26,12‬‬
‫‪28 ∈ [5,63‬‬ ‫;‬ ‫]‪26,12‬‬
‫المقياس اإلحصائي لالختبار (القيمة المحسوبة ) 𝑐𝜒 تتواجد في منطقة قبول ‪ ،H0‬إذن نقبل ‪ H0‬ونرفض‬
‫الفرضية البديلة ‪.H1‬‬

‫التمرين ‪2‬‬

‫‪σ20 = 30000‬‬ ‫‪S 2 = 40000‬‬ ‫‪n = 10‬‬ ‫‪α = 1%‬‬

‫‪ ‬صياغة الفرضيات اإلحصائية‬
‫‪H0 :𝜎 2 =30000‬‬
‫{‬ ‫اختبار أحادي االتجاه من اليمين‬
‫‪H1 :𝜎 2 >30000‬‬

‫‪101‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫‪ ‬استخراج القيمة الجدولية من الجدول اإلحصائي لـــ ‪χ2‬‬

‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫;𝑙𝑑(𝜒‬ ‫‪𝛼) = 𝜒(𝑛−1; 𝛼) = 𝜒(10−1; 0,01) = 𝜒(9; 0,01) = 21,67‬‬

‫‪ ‬حساب إحصائية االختبــار ‪𝜒𝑐2‬‬

‫‪(n − 1)S 2 (10 − 1)40000‬‬
‫= ‪χ2C‬‬ ‫=‬ ‫‪= 12‬‬
‫‪σ20‬‬ ‫‪30000‬‬
‫‪ ‬اتخاذ القرار اإلحصائــي‬
‫‪2‬‬
‫;‪χ2C = 12 < 𝜒(9‬‬ ‫‪0,01) = 21,67‬‬

‫إحصائية االختبار ‪ χ2C‬تتواجد في منطقة قبول ‪ H0‬وبالتالي نقبل ‪ H0‬ونرفض ‪ H1‬التي تدعي وجود زيادة‬
‫في تباين قوة المقاومة لتلف األسالك‪.‬‬

‫التمرين ‪3‬‬

‫‪ ‬طرح الفرضيات اإلحصائية‬

‫‪𝐇𝟎 : μ = 80‬‬
‫{‬
‫‪𝐇𝟏 : μ > 80‬‬
‫اختبار أحادي االتجاه من اليمين‬

‫‪ ‬معرفة طبيعة التوزيع وتحديد المقياس اإلحصائي لالختبار‬

‫لدينا ‪ ،n = 25‬واالنحراف المعياري للمجتمع معلوم إذن فالتوزيع المتبع هو توزيع ستودنت ‪ t‬وبالتالي فإن‬
‫المقياس اإلحصائي لالختبار هو ‪.t‬‬
‫𝟎𝝁‪̅−‬‬
‫𝒙‬ ‫𝟎𝟖‪𝟖𝟓−‬‬
‫= 𝒄𝒕‬ ‫𝒔‬ ‫𝟎𝟏 =‬ ‫‪= +2,5‬‬
‫𝒏 ‪⁄‬‬ ‫‪⁄‬‬
‫√‬ ‫𝟓𝟐√‬

‫‪ ‬استخراج القيمة الجدولية‬

‫‪𝑡(𝑛−1,‬‬ ‫)𝛼‬ ‫‪= 𝑡(25−1,‬‬ ‫‪0,01)= 𝑡(24, 0.01) =+2,492‬‬

‫الشكل (‪ :)10.3‬منطقة قبول ‪ H0‬بين القيمتين (‪ t = -2,492‬و ‪) t= 2,492‬‬

‫)‪f(t‬‬
‫‪0,4‬‬

‫‪0,3‬‬

‫منطقة‬
‫‪0,2‬‬ ‫رفض ‪H0‬‬

‫منطقة قبول ‪H0‬‬

‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪z‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫‪102‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫∞‪]-‬‬ ‫;‬ ‫إذن منطقة قبول الفرضية الصفرية هي [‪+2,492‬‬

‫‪ ‬اتخاذ القرار اإلحصائي‬

‫نقوم بمقارنة القيمة الجدولية ‪ 𝑡𝑡ℎ‬بالمقياس اإلحصائي لالختبار (القيمة المحسوبة) 𝒄𝒕‬
‫‪-2,492 < +2,5 > +2,492‬‬
‫‪+2,5 ∉ [-2,492‬‬ ‫;‬ ‫]‪+2,492‬‬
‫المقياس اإلحصائي لالختبار (القيمة المحسوبة ) 𝑐𝑡 تتواجد في منطقة قبول ‪ ،H0‬إذن نقبل ‪.H0‬‬

‫التمرين ‪4‬‬

‫‪ .1‬اختبار فرضية تساوي تباينا المدتين الزمنيتين للمصنعين عند مستوى خطر ‪.% 5‬‬
‫‪ ‬صياغة الفرضيات االحصائية‬
‫‪H0 : 𝜎12 = 𝜎22‬‬
‫{‬ ‫اختبار ثنائي االتجاه‬
‫‪H1 : 𝜎12 ≠ 𝜎22‬‬
‫‪ ‬استخراج القيم الجدوليــة من الجدول اإلحصائي لـــ ‪F‬‬
‫‪F(d1 ,d2 ,∝) = F(n1 −1,n2 −1,0,025) = F(11;14;0,025) = 2,56‬‬
‫{‬
‫‪F(d2 ,d1 ,∝) = F(n2 −1,n1 −1,0,025) = F(14;11;0,025) = 2,74‬‬
‫‪1‬‬ ‫‪1‬‬
‫= ‪FG‬‬ ‫=‬
‫‪= 0,390‬‬
‫{⟹‬ ‫‪F(n1 −1,n2 −1,0,025) 2,56‬‬
‫‪FD = F(n2 −1,n1 −1,0,025) = F(10;14;0,05) = 2,74‬‬

‫‪ ‬حساب إحصائية االختبار 𝐜𝐅‬

‫‪n1‬‬ ‫‪2‬‬ ‫‪12‬‬
‫‪Ŝ12 n1 − 1 S1‬‬ ‫‪11‬‬ ‫‪. (6)2‬‬
‫‪𝐹𝑐 = 2 = n‬‬ ‫=‬ ‫‪= 0,366‬‬
‫‪Ŝ2‬‬ ‫‪2‬‬
‫‪S‬‬ ‫‪2‬‬ ‫‪15‬‬
‫)‪(10‬‬ ‫‪2‬‬
‫‪n2 − 1 2 14 .‬‬
‫‪ ‬اتخاذ القرار اإلحصائي‬
‫‪FG < 𝐹𝑐 < FD‬‬
‫‪FG = 0,39 < 𝐹𝑐 = 0,366 < FD = 2,74‬‬
‫إحصائية االختبار 𝑐𝐹 تتواجد في منطقة قبول ‪ H0‬وبالتالي نقبل ‪ H0‬التي تدعي تساوي تباينا المدتين‬
‫الزمنيتين للمصنعين‪.‬‬
‫‪ .2‬اختبار فرضية تساوي متوسط المدتين الزمنيتين للمصنعين عند مستوى خطر ‪.% 5‬‬
‫‪ o‬صياغة الفرضيات اإلحصائية‬
‫‪𝐻0 : 𝜇1 = 𝜇2‬‬
‫{‬
‫‪𝐻1 : 𝜇1 ≠ 𝜇2‬‬
‫‪ o‬تحديد القيمة النظرية أو الجدولية‬

‫‪103‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫بما أن حجمي العينتين أصغر من ‪ 30‬وتباينا المجتمعين مجهولين ومتساويين‪ ،‬إذن فالمجتمعان‬
‫يتبعان توزيع ستودنت وبالتالي نستخرج القيمة الجدولية ‪𝑡𝑡ℎ‬‬
‫𝑍 = )∝ ;𝑙𝑑(𝑡 = ‪𝑡𝑡ℎ‬‬ ‫‪0,05‬‬ ‫‪= 𝑡(25;0,025) = ±2,060‬‬
‫‪2‬‬ ‫;‪(𝑛1 +𝑛2 −2‬‬ ‫)‬
‫‪2‬‬

‫‪L’intervalle de zone d’acceptation de 𝐻0 est [−2,060‬‬ ‫;‬ ‫]‪+2,060‬‬

‫‪ o‬تحديد إحصائية االختبار 𝒄𝒕‬
‫) ‪( x̅1 -x̅2‬‬ ‫)‪( 45,1-50,8‬‬
‫=‪tc‬‬ ‫=‬ ‫‪=-1,74‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪(n‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫) ‪√(12-1).(6) +(15-1).(10) ( 1 + 1‬‬
‫‪√ 1 -1).S1 +(n2 -1).S2‬‬ ‫(‬
‫‪1‬‬ ‫‪1‬‬
‫) ‪+‬‬ ‫‪12+15-2‬‬ ‫‪12 15‬‬
‫‪n1 +n2 -2‬‬ ‫‪n1 n2‬‬

‫‪ o‬اتخاذ القرار االحصائي‬

‫‪−2,060 < 𝑍𝑐 = −1,74 < +2,060‬‬
‫إذن إحصائية االختبار أو القيمة المحسوبة تنتمي إلى مجال قبول الفرضية الصفرية وبالتالي نقبل الفرضية‬
‫الصفرية التي تدعي أن متوسط المدة الزمنية للمصنع األول تساوي متوسط المدة الزمنية للمصنع الثاني‪.‬‬

‫التمرين ‪5‬‬

‫الفئـــات‬ ‫𝒊𝒇‬ ‫𝒊𝒙‬ ‫𝒊𝒙 ∗ 𝒊𝒇‬ ‫𝒊𝟐𝒙‬ ‫𝒊𝟐𝒙 ∗ 𝒊𝒇‬

‫[‪[0-1‬‬ ‫‪13‬‬ ‫‪0,5‬‬ ‫‪6,5‬‬ ‫‪0,25‬‬ ‫‪3,25‬‬
‫[‪[1-2‬‬ ‫‪13‬‬ ‫‪1,5‬‬ ‫‪19,5‬‬ ‫‪2,25‬‬ ‫‪29,25‬‬
‫[‪[2-3‬‬ ‫‪8‬‬ ‫‪2,5‬‬ ‫‪20‬‬ ‫‪6,25‬‬ ‫‪50‬‬
‫[‪[3-4‬‬ ‫‪6‬‬ ‫‪3,5‬‬ ‫‪21‬‬ ‫‪12,25‬‬ ‫‪73,5‬‬
‫[‪[4-5‬‬ ‫‪3‬‬ ‫‪4,5‬‬ ‫‪13,5‬‬ ‫‪20,25‬‬ ‫‪60,75‬‬
‫[‪[5-6‬‬ ‫‪1‬‬ ‫‪5,5‬‬ ‫‪5,5‬‬ ‫‪30,25‬‬ ‫‪30,25‬‬
‫[‪[6-7‬‬ ‫‪3‬‬ ‫‪6,5‬‬ ‫‪19,5‬‬ ‫‪42,25‬‬ ‫‪126,75‬‬
‫[‪[7-8‬‬ ‫‪1‬‬ ‫‪7,5‬‬ ‫‪7,5‬‬ ‫‪56,25‬‬ ‫‪56,25‬‬
‫∑‬ ‫‪48‬‬ ‫‪/‬‬ ‫‪113‬‬ ‫‪/‬‬ ‫‪430‬‬

‫‪ ‬حساب المتوسط الحسابي للعينة ̅𝑥‬

‫‪∑ 𝑓𝑖 ∗ 𝑥𝑖 113‬‬
‫= ̅𝑥‬ ‫=‬ ‫‪= 2,35‬‬
‫𝑖𝑓‬ ‫‪48‬‬

‫‪ ‬حساب االنحراف المعياري للعينة ‪S‬‬

‫‪∑ 𝑓𝑖 ∗𝑥𝑖2‬‬ ‫𝟎𝟑𝟒‬
‫√=𝑆‬ ‫𝑖𝑓 ∑‬
‫‪− 𝑥̅ 2 = √ 48 − (2,35)2 = 1,85‬‬

‫‪104‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫‪ ‬طرح الفرضيات اإلحصائية‬

‫‪𝐇𝟎 : μ = 3‬‬
‫{‬
‫‪𝐇𝟏 : μ < 3‬‬
‫اختبار أحادي االتجاه من اليسار‬

‫‪ ‬معرفة طبيعة التوزيع وتحديد المقياس اإلحصائي لالختبار‬

‫لدينا ‪ ،n = 48>30‬واالنحراف المعياري للمجتمع مجهول إذن فالتوزيع المتبع هو توزيع طبيعي وبالتالي‬
‫فإن المقياس اإلحصائي لالختبار هو ‪.Z‬‬
‫𝟎𝝁‪̅−‬‬
‫𝒙‬ ‫𝝈‬ ‫𝝈‬ ‫𝒏‪𝑵−‬‬
‫= ‪Zc‬‬ ‫;‬ ‫= ̅‪σx‬‬ ‫= ̅‪ou σx‬‬ ‫√‬
‫̅𝒙𝝈‬ ‫𝒏√‬ ‫𝒏√‬ ‫𝟏‪𝑵−‬‬

‫‪5%*N = 0,05 (3000) = 150‬‬

‫‪n = 48 < 150 c-à-d: n < 5%N‬‬
‫𝝈‬
‫= ̅‪σx‬‬
‫𝒏√‬
‫إذن نقول بأن المجتمع غير منتم (غير محدود) أي أن السحب تم باالرجاع‪ .‬إذن‬
‫‪𝑥̅ −𝜇0‬‬ ‫‪𝑥̅ −𝜇0‬‬ ‫𝑛√‬
‫= 𝑐𝑍‬ ‫𝜎‬ ‫=‬ ‫𝑛√‬
‫‪avec‬‬ ‫‪∼ 1 𝑐𝑎𝑟 𝑛 > 30‬‬
‫𝑛 ‪⁄‬‬ ‫𝑆‪.‬‬ ‫‪√𝑛−1‬‬
‫√‬ ‫‪√𝑛−1‬‬
‫𝑛√‬

‫‪x̅ − μ0‬‬ ‫‪2,35 − 3‬‬

‫= ‪⟹ Zc‬‬ ‫=‬ ‫‪= −2,43‬‬
‫‪S⁄‬‬ ‫‪1,85‬‬
‫‪√n‬‬ ‫‪⁄‬‬
‫‪√48‬‬
‫‪ ‬استخراج القيمة الجدولية‬
‫‪𝑍𝑡ℎ = 𝑍(0,5−𝛼) = 𝑍(0,5−0,05) = 𝑍0,450 = −1,65‬‬
‫الشكل (‪ :)11.3‬منطقة قبول ‪ H0‬عند القيمة (‪)Z > -1,65‬‬
‫)‪f(z‬‬

‫‪0,4‬‬

‫‪0,3‬‬
‫منطقة‬
‫رفض ‪H0‬‬
‫‪0,2‬‬

‫منطقة قبول ‪H0‬‬

‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3 z‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫‪]-1,65‬‬ ‫;‬ ‫إذن منطقة قبول الفرضية الصفرية هي [∞‪+‬‬

‫‪ ‬اتخاذ القرار اإلحصائي‬

‫‪105‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫نقوم بمقارنة القيمة الجدولية ‪ 𝑡𝑡ℎ‬بالمقياس اإلحصائي لالختبار (القيمة المحسوبة) ‪Zc‬‬
‫‪-1,65 > -2,43‬‬
‫‪−2,43 ∉ [-1,65‬‬ ‫;‬ ‫; ∞‪+∞] ou −2,43 ∈ [-‬‬ ‫]‪-1,65‬‬
‫المقياس اإلحصائي لالختبار (القيمة المحسوبة ) 𝑐𝑍 تتواجد في منطقة رفض ‪ ،H0‬إذن نرفض ‪ H0‬ونقبل‬
‫الفرضية البديلة ‪.H1‬‬

‫التمرين ‪6‬‬

‫‪∑ xi 14,6‬‬
‫= ‪x̅1‬‬ ‫=‬ ‫‪= 1,33‬‬ ‫‪n1 = 11‬‬
‫‪n1‬‬ ‫‪11‬‬
‫‪∑ xi 39,9‬‬
‫= ‪x̅2‬‬ ‫=‬ ‫‪= 2,85‬‬ ‫‪n1 = 14‬‬
‫‪n2‬‬ ‫‪14‬‬
‫‪∑ 𝑥𝑖2‬‬ ‫‪23,34‬‬
‫‪𝑆12‬‬ ‫=‬ ‫= ‪− 𝑥̅12‬‬ ‫‪− (1,33)2 = 0,35‬‬
‫‪𝑛1‬‬ ‫‪11‬‬
‫‪∑ 𝑥𝑖2‬‬ ‫‪198,91‬‬
‫= ‪𝑆22‬‬ ‫= ‪− 𝑥̅22‬‬ ‫‪− (2,85)2 = 6,08‬‬
‫‪𝑛2‬‬ ‫‪14‬‬
‫‪ ‬صياغة الفرضيات اإلحصائية‬
‫‪𝐻0 : 𝜇1 = 𝜇2‬‬
‫{‬ ‫اختبار ثنائي االتجاه‬
‫‪𝐻1 : 𝜇1 ≠ 𝜇2‬‬
‫‪ ‬تحديد القيمة النظرية أو الجدولية‬
‫بما أن حجمي العينتين أصغر من ‪ 30‬وتباينا المجتمعين مجهولين ومتساويين‪ ،‬إذن فالمجتمعان‬
‫يتبعان توزيع ستودنت وبالتالي نستخرج القيمة الجدولية ‪𝑡𝑡ℎ‬‬
‫𝑍 = )∝ ;𝑙𝑑(𝑡 = ‪𝑡𝑡ℎ‬‬ ‫‪0,05‬‬ ‫‪= 𝑡(23;0,025) = ±2,069‬‬
‫‪2‬‬ ‫;‪(𝑛1 +𝑛2 −2‬‬ ‫)‬
‫‪2‬‬

‫‪L’intervalle de zone d’acceptation de 𝐻0 est [−2,069‬‬ ‫;‬ ‫]‪+2,069‬‬

‫الشكل (‪ :)12.3‬منطقة قبول ‪ H0‬عند القيمة (‪ t= -2,069‬و ‪)t = +2,069‬‬
‫)‪f(t‬‬
‫‪0,4‬‬

‫منطقة‬ ‫‪0,3‬‬ ‫منطقة‬

‫رفض ‪H0‬‬ ‫رفض ‪H0‬‬
‫‪0,2‬‬
‫منطقة قبول ‪H0‬‬

‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪z‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫‪106‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫‪ ‬تحديد إحصائية االختبار 𝒄𝒕‬

‫) ‪( x̅1 -x̅2‬‬ ‫)‪( 1,33-2,85‬‬
‫=‪tc‬‬ ‫=‬ ‫‪=-1,99‬‬
‫‪(n‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫) ‪√(11-1).(0,35)+(14-1).(6,08) ( 1 + 1‬‬
‫) ‪√ 1 -1).S1 +(n2 -1).S2 ( 1 + 1‬‬ ‫‪11+14-2‬‬ ‫‪11 14‬‬
‫‪n1 +n2 -2‬‬ ‫‪n1 n2‬‬

‫‪ ‬اتخاذ القرار االحصائي‬

‫‪−2,069 < 𝑍𝑐 = −1,99 < +2,069‬‬
‫إذن إحصائية االختبار أو القيمة المحسوبة تنتمي إلى مجال قبول الفرضية الصفرية وبالتالي نقبل الفرضية‬
‫الصفرية التي تدعي عدم وجود فروق خطر للوقت الضروري لتهدئة القلق بين النوعين من األدوية‬
‫العصبية‪.‬‬

‫التمرين ‪7‬‬

‫‪∑ xi 450‬‬
‫= ‪x̅1‬‬ ‫=‬ ‫‪= 50‬‬ ‫‪n1 = 9‬‬
‫‪n1‬‬ ‫‪9‬‬
‫‪∑ xi 788‬‬
‫= ‪x̅2‬‬ ‫=‬ ‫‪= 52,53‬‬ ‫‪n1 = 15‬‬
‫‪n2‬‬ ‫‪15‬‬
‫‪∑ 𝑥𝑖2‬‬ ‫‪26678‬‬
‫= ‪𝑆12‬‬ ‫= ‪− 𝑥̅12‬‬ ‫‪− (50)2 = 464,22‬‬
‫‪𝑛1‬‬ ‫‪9‬‬
‫‪∑ 𝑥𝑖2‬‬ ‫‪49504‬‬
‫‪𝑆22‬‬ ‫=‬ ‫= ‪− 𝑥̅22‬‬ ‫‪− (52,53)2 = 540,86‬‬
‫‪𝑛2‬‬ ‫‪15‬‬
‫‪ ‬صياغة الفرضيات اإلحصائية‬
‫‪H0 : μ1 = μ2‬‬
‫{‬ ‫اختبار ثنائي االتجاه‬
‫‪H1 : μ1 ≠ μ2‬‬
‫‪ ‬تحديد القيمة النظرية أو الجدولية‬
‫بما أن حجمي العينتين أصغر من ‪ 30‬وتباينا المجتمعين مجهولين ومتساويين‪ ،‬إذن فالمجتمعان‬
‫يتبعان توزيع ستودنت وبالتالي نستخرج القيمة الجدولية ‪𝑡𝑡ℎ‬‬
‫𝑍 = )∝ ;𝑙𝑑(𝑡 = ‪𝑡𝑡ℎ‬‬ ‫‪0,05‬‬ ‫‪= 𝑡(22;0,005) = ±2,819‬‬
‫‪2‬‬ ‫;‪(𝑛1 +𝑛2 −2‬‬ ‫)‬
‫‪2‬‬

‫‪L’intervalle de zone d’acceptation de 𝐻0 est [−2,819‬‬ ‫;‬ ‫]‪+2,819‬‬

‫‪107‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫الشكل (‪ :)13.3‬منطقة قبول ‪ H0‬عند القيمة (‪ t= -2,819‬و ‪)t = +2,819‬‬

‫)‪f(t‬‬

‫‪0,4‬‬

‫‪0,3‬‬

‫منطقة رفض ‪H0‬‬ ‫‪0,2‬‬ ‫منطقة رفض ‪H0‬‬

‫منطقة قبول‬
‫‪H00,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪t‬‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫‪ ‬تحديد إحصائية االختبار 𝒄𝒕‬

‫=‪tc‬‬
‫) ‪( x̅1 -x̅2‬‬ ‫)‪( 50-52,53‬‬
‫=‬ ‫‪=-0,26‬‬
‫‪(n‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫) ‪√(9-1).(464,22)+(15-1).(540,86) (1 + 1‬‬
‫‪√ 1 -1).S1 +(n2 -1).S2‬‬ ‫‪1‬‬ ‫‪1‬‬
‫) ‪(n + n‬‬ ‫‪9+15-2‬‬ ‫‪9 15‬‬
‫‪n1 +n2 -2‬‬ ‫‪1‬‬ ‫‪2‬‬

‫‪ ‬اتخاذ القرار االحصائي‬

‫‪−2,819 < 𝑍𝑐 = −0,26 < +2,819‬‬
‫إذن إحصائية االختبار أو القيمة المحسوبة تنتمي إلى مجال قبول الفرضية الصفرية وبالتالي نقبل الفرضية‬
‫الصفرية التي تزعم تساوي متوسط التنقيط عند الجنسين‪.‬‬

‫التمرين ‪8‬‬

‫‪∑ xi = 835‬‬ ‫‪et‬‬ ‫; ‪∑ xi2 = 69801‬‬ ‫‪n =10‬‬ ‫;‪𝜇0 = 87,2‬‬ ‫‪𝜎=2‬‬
‫𝛍) و ( 𝟐̂‬
‫𝛔)‬ ‫‪ .1‬التقدير النقطي لمعالم المجتمع (̂‬

‫أ‪ .‬التقدير النقطي للمتوسط (̂‬

‫𝛍)‬
‫‪∑ xi 835‬‬
‫= ̂‪μ‬‬ ‫=‬ ‫‪= 83,5‬‬
‫‪n‬‬ ‫‪10‬‬
‫ب‪ .‬تباين المجتمع ( 𝟐̂‬
‫𝛔)‬

‫‪2‬‬
‫𝑛‬ ‫‪2‬‬
‫𝑛‬ ‫‪∑ 𝑋𝑖2‬‬
‫= ̂𝜎‬ ‫= 𝑆‪.‬‬ ‫[‪.‬‬ ‫] ‪− 𝑥̅ 2‬‬
‫‪𝑛−1‬‬ ‫‪𝑛−1‬‬ ‫𝑛‬

‫‪108‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫‪10‬‬ ‫‪69801‬‬
‫= ‪⟹ 𝜎̂ 2‬‬ ‫[‪.‬‬ ‫] ‪− (83,5)2‬‬
‫‪10 − 1‬‬ ‫‪10‬‬
‫‪⟹ 𝜎̂ 2 = 8,72‬‬
‫‪𝜎̂ = √8,72 = 2,95‬‬
‫‪ .2‬اختبار الفرضيات عند مستوى خطر ‪% 5‬‬

‫‪ ‬طرح الفرضيات اإلحصائية‬

‫‪H0 : μ = 87,6‬‬
‫{‬
‫‪H1 : μ < 87,6‬‬
‫اختبار أحادي االتجاه من اليسار‬

‫‪ ‬معرفة طبيعة التوزيع وتحديد المقياس اإلحصائي لالختبار‬

‫لدينا ‪ ،n = 10 < 30‬واالنحراف المعياري للمجتمع معلوم إذن فالتوزيع المتبع هو توزيع طبيعي وبالتالي‬
‫فإن المقياس اإلحصائي لالختبار هو ‪.Z‬‬
‫𝟎𝝁‪̅−‬‬
‫𝒙‬ ‫𝝈‬ ‫𝝈‬ ‫𝒏‪𝑵−‬‬
‫= ‪Zc‬‬ ‫;‬ ‫= ̅‪σx‬‬ ‫= ̅‪ou σx‬‬ ‫√‬
‫̅𝒙𝝈‬ ‫𝒏√‬ ‫𝒏√‬ ‫𝟏‪𝑵−‬‬

‫‪5%*N = 0,05 (800) = 40‬‬

‫‪n = 10 < 40 c-à-d: n < 5%N‬‬
‫𝝈‬
‫= ̅‪σx‬‬
‫𝒏√‬
‫إذن نقول بأن المجتمع غير منتم (غير محدود) أي أن السحب تم باالرجاع‪ .‬إذن‬
‫‪𝑥̅ −𝜇0‬‬ ‫‪83,5−87,6‬‬
‫= 𝑐𝑍‬ ‫𝜎‬ ‫=‬ ‫‪2⁄‬‬ ‫‪= -1,29‬‬
‫𝑛 ‪⁄‬‬
‫√‬ ‫‪√10‬‬

‫‪ ‬استخراج القيمة الجدولية‬

‫𝑍 = )∝‪𝑍𝑡ℎ = 𝑍(1−‬‬ ‫‪1−0,05‬‬ ‫‪= 𝑍0,475 = ±1,96‬‬
‫‪2‬‬ ‫(‬ ‫)‬
‫‪2‬‬

‫الشكل (‪ :)14.3‬منطقة قبول ‪ H0‬عند القيمة (‪ Z = -1,96‬و ‪)Z = +1,96‬‬

‫)‪f(z‬‬

‫‪0,4‬‬

‫‪0,3‬‬
‫منطقة‬ ‫منطقة‬
‫رفض ‪H0‬‬ ‫رفض ‪H0‬‬
‫‪0,2‬‬
‫منطقة قبول ‪H0‬‬

‫‪0,1‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪z‬‬

‫‪109‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫المصدر‪ :‬من إعداد الباحث باستخدام البرنامج الرياضي » ‪«Sine qua non‬‬

‫‪]-1,96‬‬ ‫;‬ ‫إذن منطقة قبول الفرضية الصفرية هي [‪+1,96‬‬

‫‪ ‬اتخاذ القرار اإلحصائي‬

‫نقوم بمقارنة القيمة الجدولية ‪ 𝑡𝑡ℎ‬بالمقياس اإلحصائي لالختبار (القيمة المحسوبة) ‪Zc‬‬
‫‪-1,96 < -1,29 < +1,96‬‬
‫‪−1,29 ∈ [-1,96‬‬ ‫;‬ ‫]‪+1,96‬‬

‫المقياس اإلحصائي لالختبار (القيمة المحسوبة ) 𝑐𝑍 تتواجد في منطقة رفض ‪ ،H0‬إذن نقبل ‪H0‬‬

‫لها أثر على الوزن المتوسط‪.‬‬ ‫التي تدعي أن المعالجة لي‬

‫التمرين ‪9‬‬

‫لدينا‬
‫;‪n1 =100; n2 = 200‬‬ ‫;‪𝑝1 = 0,3 ⟹ 𝑞1 = 0,7‬‬ ‫‪𝑝2 = 0,3 ⟹ 𝑞2 = 0,7‬‬
‫‪ ‬تحديد توزيع المعاينة للفرق بين النسبتين‬
‫بما أن حجم العينتين كبير بالقدر الكافي فإن توزيع المعاينة لإلحصائية (‪ )𝑝̅1 − 𝑝̅2‬سيكون قريب من‬
‫التوزيع الطبيعي بمتوسط وانحراف معياري قدرهما على التوالي كما يلي‪:‬‬
‫‪𝜇𝑝̅1 −𝑝̅2 = 𝑝1 − 𝑝2 = 0,3 − 0,2 = 0,1‬‬

‫‪𝑝1 ∗ 𝑞1 𝑝2 ∗ 𝑞2‬‬ ‫‪0,3 ∗ 0,7 0,2 ∗ 0,8‬‬

‫√ = ‪𝜎𝑝̅1 −𝑝̅2‬‬ ‫‪+‬‬ ‫√=‬ ‫‪+‬‬ ‫‪= 0,0538‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬ ‫‪100‬‬ ‫‪200‬‬

‫‪ ‬حساب احتمال أن يكون الفرق بين نسبتي الذكور في المؤسستين أكبر من ‪.0,06‬‬

‫بما ان التوزيع يقترب من التوزيع الطبيعي فإن‪:‬‬

‫) ‪(𝑝̅1 − 𝑝̅2 ) − (𝑝1 − 𝑝2‬‬ ‫‪0,1 − 0,1‬‬
‫=𝑍‬ ‫=‬ ‫‪= 0,5‬‬
‫𝑞∗ 𝑝‬ ‫𝑞∗ 𝑝‬ ‫‪0,0538‬‬
‫‪√ 1𝑛 1 + 2𝑛 2‬‬
‫‪1‬‬ ‫‪2‬‬

‫وعليم يكون االحتمال كاآلتي‪:‬‬

‫‪𝑝(𝑝̅1 − 𝑝̅2 > 0,06) = 𝑝(𝑍 > 0,5) = 0,5‬‬
‫ومنم احتمال أن يكون الفرق بين نسبتي الذكور في المؤسستين أكبر من ‪ 0,06‬هو ‪.0,5‬‬

‫‪ ‬اختبار الفرض القائل بأن نسبتي الذكور في المؤسستين متساويين بمستوى خطر ‪.% 5‬‬
‫‪𝐻 : 𝑝 = 𝑝2‬‬ ‫‪𝐻 : 𝑝 − 𝑝2 = 0‬‬
‫‪{ 0 1‬‬ ‫‪⟹{ 0 1‬‬
‫‪𝐻1 : 𝑝1 ≠ 𝑝2‬‬ ‫‪𝐻1 : 𝑝1 − 𝑝2 ≠ 0‬‬
‫𝑍 = )∝‪𝑍𝑡ℎ = 𝑍(1−‬‬ ‫‪1−0,05‬‬ ‫‪= 𝑍0,475 = ±1,96‬‬
‫‪2‬‬ ‫(‬ ‫)‬
‫‪2‬‬

‫‪110‬‬
‫إختبــــــــار الفرضيــــــــات‬ ‫الفصـــــــل الثالث‬

‫‪]-1,96‬‬ ‫;‬ ‫إذن منطقة قبول الفرضية الصفرية هي [‪+1,96‬‬

‫) ‪(𝑝̅1 − 𝑝̅2‬‬ ‫‪0,3 − 0,2‬‬
‫= 𝑐𝑍‬ ‫=‬ ‫‪= +1,858‬‬
‫𝑞∗ 𝑝‬ ‫𝑞∗ 𝑝‬ ‫‪0,0538‬‬
‫‪√ 1𝑛 1 + 2𝑛 2‬‬
‫‪1‬‬ ‫‪2‬‬

‫اتخاذ القرار اإلحصائي‬

‫نقوم بمقارنة القيمة الجدولية ‪ 𝑡𝑡ℎ‬بالمقياس اإلحصائي لالختبار (القيمة المحسوبة) ‪Zc‬‬
‫‪-1,96 < +1,858 < +1,96‬‬
‫‪+1,858 ∈ [-1,96‬‬ ‫;‬ ‫]‪+1,96‬‬

‫المقياس اإلحصائي لالختبار (القيمة المحسوبة ) 𝑐𝑍 تتواجد في منطقة رفض ‪ ،H0‬إذن نقبل ‪H0‬‬

‫ومنم نقول بأن نسبتي الذكور في المؤسستين متساوية عند مستوى خطر ‪%. 5‬‬

‫‪111‬‬
‫الخاتمـــــــة‬

‫الخاتمــــة العامـــة‬

‫هدفت هذه المطبوعة البيداغوجية إلى تعريف الطلبة والمهتمين بعلم اإلحصاء ‪ 3‬أو االستداللي إن‬
‫صح القول وأهميتم ودوره في تسهيل عمل الباحثين في كيفية التعامل مع مجتمع البحث انطالقا ً من نظرية‬
‫توزيع المعاينة للعينات المسحوبة من المجتمع والتي تُعد القاعدة أو اللبنة األساسية لالستدالل اإلحصائي‪،‬‬
‫ثم تليها نظرية التقدير اإلحصائي لمعالم المجتمع المجهولة وصوالً إلى اختبار الفرضيات اإلحصائية‬
‫وذلك التخاذ القرار بئأن ادعاء أو تخمين حول معالم المجتمع‪.‬‬
‫بيد أنم على الرغم من معالجة هذه المطبوعة لمثلث االستدالل اإلحصائي بئقيها النظري‬
‫والتطبيقي‪ ،‬إال أنها تبقى بحاجة إلى تنقيح حتى تئمل لكل محاور االستدالل اإلحصائي بكونم حقل واسع‬
‫يتطلب بذل المزيد من الجهود حتى نتمكن بتوفيق من هللا في تخريجها في كتاب امل لكل هذه المحاور‬
‫ويكون بمثابة مولود علمي إضافي ومدعم للطلبة والباحثين‪.‬‬

‫‪112‬‬
‫المصطلحــــات اإلحصائية‬

‫‪113‬‬
 ‫المصطلحات اإلحصائيـــة لمعالـــم المجتمـــع وإحصائيـــات العينـــة‬

‫الصيغــــة الرياضيــــة‬ ‫المعنى اإلحصائـــي‬ ‫الرمز‬

‫‪/‬‬ ‫حجم المجتمع‪.‬‬ ‫𝑵‬
‫‪/‬‬ ‫حجم العينة‪.‬‬ ‫𝒏‬
‫𝑁∑‬ ‫𝑖𝑋 ‪𝑖=1‬‬
‫=𝜇‬ ‫متوسط المجتمع‪.‬‬ ‫𝝁‬
‫𝑁‬
‫𝑋(∑‬ ‫‪2‬‬
‫)𝜇 ‪𝑖 −‬‬
‫‪2‬‬
‫= 𝜎‬ ‫تباين المجتمع‪.‬‬ ‫𝟐𝝈‬
‫𝑁‬
‫‪∑(𝑋𝑖 − 𝜇)2‬‬
‫√ = ‪𝜎 = √𝜎 2‬‬ ‫االنحراف المعياري للمجتمع‪.‬‬ ‫𝝈‬
‫𝑁‬
‫𝑖𝑥 𝑖𝑓 ‪∑𝑛𝑖=1 𝑥𝑖 ∑𝑛𝑖=1‬‬
‫= ̅𝑥‬ ‫أو‬ ‫متوسط العينة‪.‬‬ ‫̅‬
‫𝒙‬
‫𝑛‬ ‫𝑖𝑓‬
‫) ̅𝑥 ‪∑(𝑥𝑖 −‬‬ ‫‪2‬‬ ‫‪∑ 𝑓𝑖 (𝑥𝑖 − 𝑥̅ )2‬‬
‫‪2‬‬
‫= 𝑆‬ ‫أو‬ ‫تباين العينة‪.‬‬ ‫𝟐𝑺‬
‫𝑛‬ ‫𝑖𝑓‬

‫‪∑(𝑥𝑖 − 𝑥̅ )2‬‬ ‫‪∑ 𝑓𝑖 (𝑥𝑖 − 𝑥̅ )2‬‬

‫√ = ‪𝑆 = √𝑆 2‬‬ ‫√أو‬ ‫االنحراف المعياري للعينة‪.‬‬ ‫𝑺‬
‫𝑛‬ ‫𝑖𝑓‬
‫𝜇 = ̅𝑥𝜇‬ ‫متوسط توزيع المعاينة‪.‬‬ ‫̅𝒙𝝁‬
‫‪𝜎2‬‬
‫= ‪𝜎𝑥̅2‬‬ ‫𝑁‪; 𝑠𝑖 𝑛 < 0,05‬‬
‫‪2‬‬ ‫𝑛‬
‫‪𝜎𝑥̅ :‬‬ ‫تباين توزيع المعاينة‪.‬‬ ‫̅𝒙𝟐𝝈‬
‫‪2‬‬
‫𝑛 ‪𝜎2 𝑁 −‬‬
‫𝑁‪{𝜎𝑥̅ = 𝑛 [𝑁 − 1] ; 𝑠𝑖 𝑛 ≥ 0,05‬‬
‫𝜎‬
‫= ̅𝑥𝜎‬ ‫𝑁‪; 𝑠𝑖 𝑛 < 0,05‬‬
‫𝑛√‬
‫‪𝜎𝑥̅ :‬‬ ‫االنحراف المعياري لتوزيع المعاينة‪.‬‬ ‫̅𝒙𝝈‬
‫𝑛‪𝜎 𝑁−‬‬
‫= ̅𝑥𝜎‬ ‫√‬ ‫𝑁‪; 𝑠𝑖 𝑛 ≥ 0,05‬‬
‫{‬ ‫‪√𝑛 𝑁 − 1‬‬
‫𝑋‬
‫=𝑝‬ ‫نسبة النجاح للمجتمع‪.‬‬ ‫𝒑‬
‫𝑁‬
‫𝑥‬
‫= ̅𝑝‬ ‫نسبة النجاح للعينة‪.‬‬ ‫̅‬
‫𝒑‬
‫𝑛‬
‫)𝑝 ‪𝑝(1 −‬‬
‫= ‪𝜎𝑝2‬‬ ‫𝑁‪; 𝑠𝑖 𝑛 < 0,05‬‬
‫‪𝜎𝑝2 :‬‬ ‫𝑛‬ ‫تباين نسبة النجاح للمجتمع‪.‬‬ ‫𝒑𝟐𝝈‬
‫‪2‬‬
‫𝑛 ‪𝑝(1 − 𝑝) 𝑁 −‬‬
‫𝜎‬ ‫𝑝‬ ‫=‬ ‫[‬ ‫𝑁‪] ; 𝑠𝑖 𝑛 ≥ 0,05‬‬
‫{‬ ‫𝑛‬ ‫‪𝑁−1‬‬
‫)𝑝 ‪𝑝(1 −‬‬
‫√ = 𝑝𝜎‬ ‫𝑁‪; 𝑠𝑖 𝑛 < 0,05‬‬
‫𝑛‬
‫‪𝜎𝑝 :‬‬ ‫االنحراف المعياري لنسبة النجاح للمجتمع‪.‬‬ ‫𝒑𝝈‬
‫𝑛 ‪𝑝(1 − 𝑝) 𝑁 −‬‬
‫√ = 𝑝𝜎‬ ‫𝑁‪; 𝑠𝑖 𝑛 ≥ 0,05‬‬
‫{‬ ‫𝑛‬ ‫‪𝑁−1‬‬

‫‪114‬‬
 ‫) ̅𝑝 ‪𝑝̅(1 −‬‬
‫= ‪𝜎𝑝̅2‬‬ ‫𝑁‪; 𝑠𝑖 𝑛 < 0,05‬‬
‫‪2‬‬
‫‪𝜎𝑝̅ :‬‬ ‫𝑛‬ ‫تباين نسبة النجاح للعينة‪.‬‬ ‫̅𝒑𝟐𝝈‬
‫‪2‬‬
‫𝑛 ‪𝑝̅ (1 − 𝑝̅) 𝑁 −‬‬
‫𝜎‬ ‫=‬ ‫[‬ ‫𝑁‪] ; 𝑠𝑖 𝑛 ≥ 0,05‬‬
‫̅𝑝 {‬ ‫𝑛‬ ‫‪𝑁−1‬‬
‫)𝑝 ‪𝑝̅(1 −‬‬
‫√ = ̅𝑝𝜎‬ ‫𝑁‪; 𝑠𝑖 𝑛 < 0,05‬‬
‫𝑛‬
‫‪𝜎𝑝̅ :‬‬ ‫االنحراف المعياري لنسبة النجاح للعينة‪.‬‬ ‫̅𝒑𝝈‬
‫𝑛 ‪𝑝̅ (1 − 𝑝̅) 𝑁 −‬‬
‫√ = ̅𝑝𝜎‬ ‫𝑁‪; 𝑠𝑖 𝑛 ≥ 0,05‬‬
‫{‬ ‫𝑛‬ ‫‪𝑁−1‬‬

‫‪115‬‬
‫المالحـــــــق‬

‫‪116‬‬
117
118
119
120
121
 ‫المراجـــع‬
‫‪ .1‬دومينيك سالفاتور‪ ،‬اإلحصاء واالقتصاد القياسي‪ ،‬سلسلة ملخصات شوم‪ ،‬دار ماكجروهيل‬
‫للنئر‪.1982 ،‬‬
‫‪ .2‬عبد الحفيظ محمد فوزي مصطفى‪ ،‬االستدالل اإلحصائي ‪ ،1‬نظرية التقدير‪ ،‬مجموعة النيل‬
‫العربية‪ ،‬مصر‪.1999 ،‬‬
‫‪ .3‬بوعظم كمال‪ ،‬اإلحصاء االستداللي من الجانب النظري والتطبيقي‪ ،‬دار زهران للنئر والتوزيع‪،‬‬
‫عمان‪.2010 ،‬‬
‫‪ .4‬أحمد عودة بن عبد المجيد عودة‪ ،‬منصور بن عبد الرحمن القاضي‪ ،‬اإلحصاء الوصفي‬
‫واالستداللي‪ 2 ،‬اإلحصاء االستداللي‪ ،‬الطبعة الثالثة‪ ،‬مكتبة الفالح للنئر والتوزيع‪.2014 ،‬‬
‫‪ .5‬عدنان عوض‪ ،‬اإلحصاء التطبيقي‪ ،‬الئركة العربية المتحدة بالتعاون مع جامعة القدس المفتوحة‪،‬‬
‫مصر‪.2009 ،‬‬
‫‪ .6‬سالم عيسى بدر‪ ،‬عماد غصاب عبابنة‪ ،‬مبادئ اإلحصاء الوصفي واالستداللي‪ ،‬الطبعة الثانية‪،‬‬
‫دار المسيرة‪ ،‬عمان‪ ،‬األردن‪.2010 ،‬‬

‫‪ .7‬طعمة حسين ياسين‪ ،‬حنوش إيمان حسين‪ ،‬أساليب اإلحصاء التطبيقي‪ ،‬ط‪ ،1‬دار صفاء للنئر‬
‫والتوزيع‪ ،‬عمان‪ ،‬األردن‪.2009 ،‬‬
‫‪8.‬‬ ‫‪PUPION, Pierre-Charles.,‬‬ ‫‪Statistique pour la gestion, Applications avec Excel, SPSS,‬‬
‫‪Amos et SmartPLS.,3ème édition, Dunod, Paris, 2012.‬‬
‫‪9.‬‬ ‫‪FOURDRINIER Dominique.,‬‬ ‫‪Statistique inférentielle – cours & exercices corrigés. 2ème‬‬
‫‪cycle, Dunod édition, 2002.‬‬
‫‪10. MATHE Armelle., L’essentiel des statistiques inférentielles, méthodes expliquées avec‬‬
‫‪cas d’application corrigés., 1ère édition, Gualino, 2016.‬‬
‫‪11. BISMANS Francis., Probabilités & statistique inférentielle, prélude à l’économétrie,‬‬
‫‪édition Ellipses., 2016.‬‬

‫‪122‬‬