Professional Documents
Culture Documents
Sampling Techniques
اساليب المعاينة
Introduction مقدمه
اساليب المعاينة هو من األساليب المهمة في البحوث العلمية التي تتبنى عملية جمع
البيانات وتعتبر جزءا مهما من علم اإلحصاء حيث يعتمد هذا األسلوب النظريات اإلحصائية
في توفير البيانات المطلوبة ومن الجدير بالذكر هنا إن تحليل هذه البيانات وتفسيرها
بالطريقة اإلحصائية ال يمكن تطبيقها بصوره مقبولة ما لم تكن البيانات قد جمعت بأسلوب
دقيق لذا فان النتائج النهائية تعتمد بدرجه كبيره على دقة البيانات المأخوذة من المجتمع
تحت البحث والتي جمعت بأحد طرق المعاينة .
من الجدير بالذكر أن طرق المعاينة هي ليست هدفا بحد ذاتها وإنما هي أسلوب يساعد
الباحث في التعرف على بعض خصائص المجتمع اإلحصائي عن طريق مشاهدة جزء من
المجتمع وهذا يعني بأن دراسة مجتمع من المجتمعات ال يشترط اشتراك جميع وحدات
المجتمع اإلحصائي بل تكفي هذا الدراسة بيانات تقتصر على مجموعه صغيره نسبيا من
وحدات المجتمع ومفردات هذه المجموعة تعرف بالعينة .إما كيفية انتقاء العينة بطريقة ما
في المجتمع األصلي لتحديد خواصه تطلق عليها بالمعاينة .
وهي الوحدة التي تتصف بصفات معينه تختلف عن غبرها من الوحدات ضمن البحث
تحت الدراسة فان إي دراسة أو بحث علمي يستند على مالحظات صفات لوحدات معينه
والتي ستكون إطار المجتمع اإلحصائي تحت البحث ,فقد تكون الوحدة اإلحصائية اإلنسان
في الدراسات السكانية وقد تكون سيارة في دراسة وسائل النقل وهكذا.
population المجتمع
هي جزء من الوحدات اإلحصائية المؤلفة لمجتمع تحت البحث يجري اختبارها وفق قواعد
خاصة لكي تمثل المجتمع تمثيال صحيحا.
من هذا التعريف يمكن مالحظة بان استخدام العينات قبل الدراسات اإلحصائية ال تعني
اختيار جزء صغير أو اختيار مجموعه من الوحدات من المجتمع كيفما اتفق كي يكون بديال
للمجتمع كله .بل يجب إن يكون هذا االختبار نموذجا تراعى فيه اعتبارات معينه
ودراسات علميه لها أصولها وقواعدها في االختبار كي تكون نتائج العينة ممثله للمجتمع.
وهذا يعني إن صفات المجتمع اإلحصائي والتغيرات المؤثرة عليه يجب إن تنعكس في
العينة المختارة لكي تكون ممثلة بشكل صحيح للمجتمع تحت البحث وبمعنى أخر فأن
جميع الصفات المهمة في العينة ونسبة وجودها ودرجة عالقتها يجب إن تكون بنفس الشكل
الموجود في المجتمع اإلحصائي .
ويجب المالحظة هنا بأن استخدام العينة بدل المجتمع قد يوصي بأن هذه العملية اقل
كفاءة أو دقة في عملية الحصر الشامل وإنما العكس فأن العينة تأتي بنتائج ال تقل دقة في
بعض االحيان تكون أدق من النتلئج التي نحصل عليها في المسوحات الشاملة .
ينقسم البحث اإلحصائي حسب درجة الشمول إلى أسلوبين هما :
-2المسح بالعينة
يستخدم المسح بهذا األسلوب عندما يمتلك الباحث بعض المالحظات عن المجتمع في اختيار
العينة ويعتمد هذا األسلوب في حالة تعذر أو استحالة الحصر الشامل ألسباب مختلفة
تحتم على الباحث اختيار هذا األسلوب أو إذا ما رغب في ذلك .وتجدد اإلشارة بأن
المجتمعات تصنف الى صنفين
الصنف االول يسمى بالمجتمعات المحددة والتى يمكن فيها حصر وحداتها االحصائية في اطار
مثل سكان منطقه او طالب مدرسه وهكذا
الصنف الثاني يسمى بالمجتمعات الغير محددة والتى ال يمكن فيها حصر وحداتها االحصائية في
اطار مثل دراسة األسماك في البحر أو الطيور المهاجرة في الجو وهكذا .
تقوم فكرة نظرية العينات على أساس دراسة خصائص مجتمع إحصائي معين عن طريق دراسة
عينه تمثل هذا المجتمع وهذا األسلوب يتميز بعدة مميزات وهي -:
قلة حجم األخطاء اإلجرائية بسبب قلة العدادين والكوادر المستخدمة مما يتيح -5
إشرافا وتدريب أفضل وإمكانية استخدام األساليب الموضوعية في جمع البيانات
كالعد والوزن والقياس .
باستخدام أسلوب المعاينة يمكن تحديد مدى الدقة في النتائج التي نحصل عليها -6
والتي ال يمكن توفرها في الحصر الشامل .
من الضروري تحديد الخطوات األساسية قبل البدء باي عمل احصائي فللحصول على عينه
تعطي نتائج دقيقه وباقل وقت وكلفه يجب االهتمام بالخطوات التالية
تحديد الهدف :ونعني به تعريف البحث تعريفا واضحا وتحديد المشكلة المطلوب -1
بحثها وما يراد تحقيقه.
التغطية :ونعني به تعريف المجتمع االحصائي المراد معاينته (اي سحب عينه منه) -2
وتحديد عناصره المكونة له بشكل واضح لكي يكون جامع البيانات على علم تام من
ان المفردات التي يقوم بجمعها تعود الى المجتمع المقصود.
تحديد مقدارالبيانات والمعلومات المطلوب جمعها :يجب تخطيط الدراسة -3
بحيث يتم الحصول على جميع البيانات المفيدة مما يحتاج إلى عناية كبيره في
تهيئه جدول االستبيان فمثال إذا كان المطلوب بيانات المواليد في كل عائله لوجب
تحديد معنى العائلة وعند الجمع البيانات عن حجرات المنزل فيجب توضيح نوع
الغرف وتحديد المشمول فيها
تحديد طرق جمع البيانات:ويتم ذلك إما باستخدام الهاتف أو البريد أوالمقابلة -4
الشخصية وتحبذ المقابلة الشخصية ألنها تتيح لنا أمكانيه الحصول على دقه أكثر من
البيانات .
درجة الدقة :إن جميع المتغيرات المحسوبة عن طريق استخدام العينة تكون فيها -5
بعض األخطاء في درجة اقترابها من القيم الحقيقية الخاصة بالمجتمع لذلك يجب
تحديد درجة الدقة المطلوبة في النتائج التي نتوقها في العينة
تحديد وحدة المعاينة واإلطار - :عند البدء بالمعاينة يجب تحديد وحدة المعاينة -6
بصورة واضحة والتي يتكون منها المجتمع اإلحصائي والتي تتصف بالمواصفات الخاصة
بها حسب طبيعة المشكلة المدروسة ,في حين يتضمن اإلطار قائمة تدرج فيها أسماء
وعناوين الوحدات اإلحصائية التي يمكن اعتبارها وحدات معاينة فقد يكون إطار
البحث كل شخص يسكن منطقة معينة أو لوح زراعي معين في منطقة خاصة بالبحث
وهكذا .
إجراء اختبار سابق وتحديد درجة الدقة -:قبل البدء بالعمل باختيار وحدات العينة -7
يجب القيام ببحث تجريبي على مجموعة صغيره من وحدات المجتمع كعينه
اختباريه وعلى ضوء هذا االختبار يمكن القيام بمجموعة من التقديرات كتقدير حجم
العينة المطلوب سحبها وبما أن العينه هي جزء من المجتمع فان التقديرات
المحسوبة بهذه الطريقة تكون فيها أخطاء في تقديرها لمعالم المجتمع فيجب تحديد
درجة الدقة في النتائج المتوقعة من العينه .
المعاينة االحتمالية تعتمد أساسا على نظرية االحتماالت وهذا يعني إن إجراء العينة
االحتمالية ينطوي على اختيار البيانات عن طريق تكافؤ الفرص دون إن يستطيع
الباحث من استبدال حالة بحالة ثانية ومن هذه العينات .
يتم في هذه العينه اختيار nمن المفردات من مجتمع حجمه Nبحيث تكون
1
لكـل مجموعـة نفس الفرصـة للظهـور في العينـة باحتمـال ( )Nوتعتـبر هـذه العينـة
األساس الذي بنيت عليه أساليب المعاينة األخرى .
يعتمد هذا األسلوب من المعاينة عندما يكون المجتمع األصلي غير متجانس
بحيث يمكن تقسيمه إلى طبقات أكثر تجانسا بحيث تصبح كل طبقة مجتمع
منفصل ضمن المجتمع األصلي فعند ذلك تمثل حجم المجتمع ( )Nكاالتيـ N=N1+
N2+……+Nm
ويتم اختيار عينة عشوائية بسيطة من كل طبقة وهذه العينات الفرعية مجتمعة
تكون العينه الطبقيه .
في هذا النوع من المعاينة يتم اختيار مفردات العينة بصورة منتظمة المدى بعد ترقيم
مفـردات المجتمـع واختيـار أول مفـرده في العينـه ) ( y 1بصـوره عشـوائيه من مفـردات
وهي العينات التي ال تعتمد على النظرية االحتمالية في اختيار مفردات حيث يتم اختيار
مفرداتها بطرقة تحكمية أو شخصية ومن أمثلتها العينة القصدية والعينة الحصصية
وتستخدم نتائج هذا النوع على الحصول على مؤشرات تدل على مفردات هذا
األسلوب ومن غير الممكن تعميم نتائجها على بقية مفردات المجتمع
يعتمد هذا األسلوب على الباحث في اختيار مفردات العينة إي انه يتم االعتماد على
الباحث في الحصول على عينه بشكل متعمد استنادا إلى الخبرة الشخصية له بأن
هذه المفردات هي خير من يمثل المجتمع.
تتألف جداول اإلعداد العشوائية من قوائم من اإلعداد مؤلفه من أربعة أرقام أو خمسة
وقد تكون ستة أرقام ولقد استخدم الحاسوب في تحديد مثل هذه اإلعداد ومثل على
ذلك أ1ا كانت أعداد الجدول التاليه .
ويجب مالحظة بان عدد المفردات في المجتمع إذا كانت اقل من ( )99مثال كانت ()50
مفرده ففي المثال السابق سيكون العدد األول المختار ( )31الن العدد ( )80غير مشمول
وكذلك العدد ( )52وسيكون العدد الثاني المختار ( )14وهكذا.
يعرف خطأ المعاينة لعينه ما بأنه الفرق بين التقدير الذي نحصل عليه من العينة وقيمة
المعلمة (أو ثابت المجتمع) ,واهم المعالم التي نهتم بدراستها متوسط المجتمع ومجموعه
ونسبة المفردات التي تحمل صفة معينة,
ينشأ هذا الخطاء من إعطاء معلومات غير صحيحة ال سباب مختلفة ينتج عن عدم الدقة في
القياس مثل عدم كفاءة العدادين أو غموض االستمارة اإلحصائية أو إعطاء بيانات غير
صحيحة او عدم جمع البيانات من بعض مفردات العينة أو جمع البيانات بشكل متكرر عن
بعض المفردات ,ويكون هذا الخطأ سالبا أو موجبا وتكمن خطورة هذا النوع من الخطاء بأنه
ال يمكن وضع حد له أو حصره ,ويكتب بالصيغة التالية
ويجب مالحظة بأن مجموع األخطاء لجميع العينات الممكنة تساوي صفر إي إن
❑
∑
❑
( x −μ )=0
ويمكن معالجة الخطاء من هذا النوع من خالل زيادة حجم العينة واستخدام الطريقة
المناسبة لها في االختيار .
التقديراتEstimation
إذا اخترنا عينه بحجم nمن مجتمع ما وكانت المعلمة ^ θهي المعلمة المقدرة من العينة
للمعلمة θالحقيقة المناظرة لها في المجتمع فأن القيمة التقديرية ^ θتتجه نحو القيمة
الحقيقية θكلما كبر حجم العينة nحتى تتساوى القيمة الحقيقية مع القيمة التقديرية في
حال كون ( )N=nوهذا يعني
^
E ( θ−θ
2
) =0
وبمفهوم أخر إذا كانت لدينا قيمة حقيقية صغيره ε > 0فأن
^
¿∨Pr [¿ θ−θ ∞ →ε ]→ 0 when n
يقال إن التقدير ^ θغير متحيز الى المعلمة θاذا كان معدل العام لها يساوي تلك المعلمة
θبمعنى اخر ان المعدل العام لتلك القيمة ولكل العينات الممكنة بحجم nتساوي القيمة
الحقيقية للمعلمة θاي ان
إذا كانت لدينا عينة بحجم nمنتخبة من مجتمع ( )Nله توزيع يمثل إما بالكثافة
هي معلمـة في المجتمـع فـان
θ االحتماليـة ) f θ ( xاو بالتكتـل االحتمـالي ) Pθ ( xحيث
التوقع الرياضي يعرف كاالتي :
وكذلك يمكن اخذ التوقع إلى إي داله حقيقية على المتغير xمثل ) g(xفأن
❑
❑
∑
❑
))g ( x)P θ (x) = E(g(x
And
) Cov (x , y) = E ( x – x ) ( y – y
) Cov (x , y ) = E (x – x ) ( y – y
= )E(xy)–E(x) E(y
= E ( x ) E ( y ) – E (x ) E (y ) = 0
إذا كان المتغير العشوائي xيتوزع توزيعا ً طبيعيا ً بوسط حسابي μوتباي σ 2فأن دالة
الكثافة االحتمالية ستكون بالشكل التالي
1
=) f ( x
❑√
22
حيث ( ) π= 7وهي النسبة الثابتة
إن شكل منحني التوزيع الطبيعي ناقوس الشكل متماثل حول محور الصادات -1
المرسوم من الوسط الحسابي وان مدى انبعاج أو تفرطح المنحني يعتبر مقياسا"
لمدى التباين .
إن المساحة المحصورة بين المنحى وفرق محور السنيات يساوي واحد إي االحتمال -2
األكيد.
إن المساحة المحصورة تحت المحني من X=aإلى X=bحيث a < bيمثل -3
احتمال وقوع المتغير Xبين القيمتين aو bلذلك فان المساحة Aبين هاتين
القيمتين تكون
b
– 4إن طرفي المنحي نظريا" يمتدان إلى ¿ ∞ ) +و(¿ ∞ ( -بمحاذاة محور السنيات دون إن يقطعانه
اآل ان الجزء المهم ذو فائدة عمليه هو المحصور بين القيمتين ( ) x ∓3 σوالذي يمثل أكثر
من %99من المساحة الكلية تحت المنحى وكذلك .
إليجاد المساحة بين نقطتين نعتمد حساب التكامل ومن الممكن االستغناء عن استخدام
التكامل من حساب القيمة االحتمالية للمتغير Xوذلك بتحويله إلى متغير أخر
يدعى Z
X−μ
).وباستخدام الجداول نحصل المساحة تحت المنحي حيث يكون 6 =Z حيث أن (
التوزيع طبيعي قياسي إي إن
1
)Z N (0,1 =)f (z
❑√
and
x−μ
) s (=t أو يحول المتغير xالى متغير أخر يدعى tويعرف بالعالقة التالية
❑√
علما بان قيم zو tتتقارب عندما تكون عدد المفردات أكثر من ثالثين مفرده
()U,Lبحيث يكون احتمال ظهور المعلمة θ فيكون حدا الثقة للمعلمة θهما القيمتان
داخل هذه الفئة يكون بمعنوية تسمى ∝ وباحتمال معين نسميه درجة الثقة (∝ ) 1 -
∝Pr { L<θ<U }=1− وعليه فان حدي الثقة يكون بالشكل التالي
وكما نعلم بأن الوسط الحسابي هو تقدير غير متحيز لمتوسط المجتمع فبألمكان احتساب
مقدار الخطأ المعياري الذي تعرضت له هذا العينة والذي يمثل مدى االعتمادية على القيمة
المقدرة للوسط الحسابي ,لهذا فأن القيمة الحقيقة للوسط الحسابي للمجتمع تقع بين
الوسط الحسابي للعينة ∓مقدار الخطأ المعياري والتي يمكن التعبير عنها بالصيغة التالية.
) Y ∓ S .e ( y
∝-Pr{L≤ θ ≤U }=¿1
{ }
X−μ
≤ ∝ Pr −Z
2
s
❑√
{
∝ Pr −Z
2
s
❑√ }
{
∝ Pr −X−Z
2
s
❑√ }
{
∝ Pr X + Z
2
s
❑√ }
هي القيمة الجد ولية التي تقابل درجة الثقة وكما مبين في الجدول التالي - : t حيث أن
0.90 1.64
0.95 1.96
099 2.58
الفصل الثاني
Chapter two
ومن المالحظ فان كل وحدة من وحدات المجتمع ستظهر بنفس العدد من المرات في
N−1
) ∁n−1 العينات الممكن حصولنا عليها وعدد هذه المرات هي (
∁Nn−1
−1
( لذلك سيكون احتمال الحصول على عينة تحتوي على مفردة من المجتمع هو
∁Nn
)
يجب إن يكون المجتمع الذي يراد سحب عينه منه متجانس نسبيا -1
السحب لكل مفرده في العينعه من المجتمع بدون إرجاع -2
استخدام األسلوب العشوائي في السحب أذا ً سيكون احتمال أي مفردة من -3
1
N
المجتمع في العينة ( (
-4
N
( ) ∁n عدد العينات الممكن حصولنا عليها من المجتمع هي
1
( ) ∁N احتمال حصولنا على عينة معينة هي -5
n
N−1
∁n−1 عدد العينات الممكن حصولنا عليها وتحتوي على مفرده iمن المجتمع هو ( -6
)
احتمال حصولنا على عينة تحتوي على المفردة iمن المجتمع هو -7
N −1
∁n−1
) N (
∁n
الرموز المستخدمة
Sample population
Y =∑
i=1
Yi y = ∑
i=1
yi
❑ ❑
N n
= Y ∑Yi ^y ∑ yi=
i=1 i=1
Y
Y = → YN y = ^y Y=N
N
N n
= ∑ ( Y i−Y ) ∑
2 2
σ =E ) y i−Y (2
2
s
2
= ( y i− y )
i=1 i=1
❑ ❑
Y Y ^ y y
R= X = X
R = x = x
) 1 - 2( نظرية
m
1
= N
∁n
] [y 1 +¿ y 2+ y 3+....+ y m
n
= N
n ∁n
[ ] ∑ ∑ y ij
i=1 i=1
1
= N
n ∁n
] ∁n−1
N−1
Y1 +
N−1
∁n−1 Y 2 + ⋯ + ∁n−1
N−1
[ YN
∁Nn−1
−1
( N−1)!
N −1 1
∁ n−1 ( n−1)!
∁
N = N (N −1)!
= N
n n
n(n−1)!
∁Nn−1
−1
n
N
∁
= N
n
N
1 n
) y (E = n N ∑Yi
i=1
N
1
) y (E = N ∑Yi
i=1
) y (E = Y
¿=a i
where
n
=) p=Pr ( ai =1
N
N−n n
=) q=Pr ( ai=0 =1−
N N
where p=1−q
n
N
)= E(ai التوقع إلى aiهو
n n
هو (1− )= V(ai) = p q التباين إلى ai
N N
N
1
y= ∑ ai Y i الوسط الحسابي للعينة إلى المتغير العشوائي ( )ai
n i=1
N
1
) E( y)= ∑ E(Y i ai وبأخذ التوقع للطرفين
n i=1
N
1
=)E( y ∑Y Ea
n i=1 i i
N
1 n
=)E( y ∑ Yi
n i=1 N
N
1 n
=)E( y ∑Y
n N i=1 i
N
∑Yi
i=1
=)E( y
❑
نتيجة()1-1-2
في العينة العشوائية البسيطة فان مجموع القيم التقديرية هو تقدير غير متحيز إلى المجموع
الكلي في المجتمع Y
That Note
N N
Y
N
=Y
Y Y=N
^
y N =Y
Proof
^y N =Y
E(Y^ )= Y
σ2
) V( y =E( y −Y ) =¿ n (1-f
2
)
n
حيث أن N = fوالذي يسمى بكسر المعاينة يستخدم ألغراض تصحيح تباين المتوسط وإذا
كانت قيمة ( )Nكبيرة فان هذا الكسر سوف يكون صغير بحيث إن ( ) ≈ 1 f – 1ولذلك
يمهل على وجه العموم إذا كان < f 0.5
σ2
V = )( y E = ) ( y −Y
2
n
) (1-f
n
∑( V ( y) = E
i=1
y i−Y 2
)
❑
n
n
∑
V ( ) = E ( i=1
y y i− Y 2
) n
❑
n
1
V )( y = n2 E (∑ yi −n Y )2
i=1
n n
1
V ( y ) = n2 E (∑ yi −∑ Y )2
i=1 i=1
n
1
= )V ( y n
2 E [∑ ( y ¿¿ i−Y )¿ ] 2
i=1
Note
n ❑ 1
]∑ ( y ¿¿ i−Y )2+ 2 ∑ ( yi −Y ) ( y j−Y )¿ [V ( y )= n2 E
i=0 i<j
n
1 ❑
V ( y )= 2 [E∑ ∑ ( y i −Y ) ( y j−Y )¿]
2
( y ¿¿ i−Y ) + 2 E
n i=0 i< j
N
n n (n−1) ❑ 1
]N ∑ ( Y ¿¿i−Y ) +2 2
∑
N (N−1) i< j
( Y i−Y ) (Y j −Y )¿ [ 2 =) y ( V
n
i=0
N
(n−1) ❑ 1 n
] ∑ (Y ¿¿ i−Y ) + 2 (N −1) ∑ ( Y i−Y ) (Y j−Y )¿[ n2 N =) y ( V
2
i=0 i< j
N ❑
(n−1) 1
]∑ (Y ¿¿ i−Y )2+ 2 (N −1) ∑ ( Y i−Y ) (Y j−Y )¿[ nN =) ( V
y
i=0 i< j
إضافة وطرح
N
( n−1)
∑
( N −1) i =1
( Y i−Y )
2
N
1 (n−1) ( n−1)
V ( )= y [(N-1)
nN
σ +
2
-
( N −1)
¿¿ (N-1)
( N −1)
]σ 2
∑ ( Y i−Y ) =zero
i=1
1
∴ ] σ2 (n−1) σ 2−¿) N−1 ([
nN = ) y ( But V
σ2
] n+1 N−1−¿[ nN
= ) y (V
σ2 n
= )V ( y n
[1 - N ]
σ2
V )( y = n
] [1 - f
عندما المفردة ضمن المجتمع غير موجوده في العينة 0عندما المفردة ضمن المجتمع موجوده في العينة {1 = ai
n
=) p=Pr ( ai =1 أحتمال النجاح
N
N−n n
=) q=Pr ( ai=0 احتمالالفشل =1−
N N
where p=1−q
n
N
)= E(ai التوقع إلى aiهو
n n
التباين إلى aiهو (1− )= V(ai) = p * q
N N
n
∑
n
1
( )∑ yi V ) ( =V ( )y = yi 2 V
i=1
i=1
n
❑
N
1
∑( = ) y ( V ai Y i ¿ ¿ V إلى المتغير العشوائي ( )ai
i=1 n2
Note
3
y1
V( )+V( y2
)+V( y3
)+2Cov( ,y 1 )=
y2 V(∑ yi )=V( y 1+ y 2+ y 3)
i=1
❑ N
1
= ) y( V ]∑ cov (ai Y i , a j Y j )2+∑ v (a i Y i )[ n2
i<j i=1
Note
التباين V(x) = E (x−x )2 ⟹ V(x)=E x2-(Ex)2
) x j , x i(E( x i−x )( x j− x) Cov= i≠ j ) حيثx i , x j ( المشترك بين
x jE x i x j- E x iE=
=)a j,a i(Ea i a j- Ea iEa j Cov i≠ j) حيثa i , a j( التباين المشترك بين
n−1 n n n
N −1
* N=- N N
n−1 n n
N −1 ( N= - )N
Nn−N−nN −n n
N ( N −1) ( N= )
N −n −n
N ( N (N−1) = )
−n
)a j,a i(f Cov-1 ( N (N−1) = )
❑ N
−n n 1
= ) y( V ∑]
i<j
Y iY j
) N ( N −1
(1−f )2+∑ Y 2i (1−f )[ 2
N n
i=1
❑ N
1 1 n
= ) y( V ]∑ Y i Y j
i<j
2 -∑
N−1 i=1
) Y 2i [ 2 (1−f
n N
) (1−f
= ) y( V σ
2
n
σ2
= ) y( V ) (1−f
n
نتيجة ()1-2-2
نتيجة()2-2-2
يعرف تباين تقدير مجموع مفردات المجتمع في العينة العشوائية البسيطة كاالتي
proof 1
E( Y^ −Y ) =) y (V
2
σ2
n
) (1−f = = ) y (V E ( y−Y )2 حيث
σ2
(1−f )=) y (V
2
N
n
Proof 2
) V ( Y^ )=N V ( y
2
2
2σ
V ( Y^ )=N ) (1−f
n
نتيجة ()3-2-2
Proof
) N 2 V^ ¿=V^ (Y^ )
2
S
) N n ¿=V^ (Y^ )
2
)3-2( نظرية
σ 2= E(S2) ) هو تقدير غير متحيز لتباين مفردات المجتمعS2( تباين مفردات العينة
Proof
n
¿
∑ ( y i− y ) ¿
❑ 2
i=1
❑ [E(S )=E
n
1
∑ ( y i− y ) ¿¿❑[E(S2)= n−1 E
i=1
n
1
∑ ( y i− y −Y +Y )¿ ¿❑[E(S2)= n−1 E Y نطرح ونضيف
i=1
n
1
∑ ( y i−Y − y∓Y )¿ ¿❑[E(S2)= n−1 E
i=1
n
1
] ∑ [ ( y −Y ) −( y −Y )] [E(S2)= n−1 E
i
2
i=1
n n
1
∑ ( y i−Y )2−2 ( y−Y ) ∑ ( y i−Y ) +n ( y−Y )2 ¿ ¿[E(S2)= n−1 E
i=1 i=1
( )
n n
n
1
∑ ( y i−Y )2−2 n ( y−Y )( y −Y ) +n ( y−Y )2 ¿ ¿[E(S2)= n−1 E
i=1
n
1
∑ ( y i−Y )2−2 n ( y−Y )2+ n ( y −Y )2 ¿ ¿ [E(S2)= n−1 E
i=1
n
1
∑ ( y i−Y )2−n ( y−Y )2 ¿ ¿ [E(S2)= n−1 E
i=1
N
n 1
N
)∑ ( Y i−Y )2−nV ( y) ¿ ¿[ n−1 =E(S2
i=1
2
n 1
[) ( N−1 ) σ 2 −n σ (1−f )=E(S2
N n n−1
2
n( N −1) N−n σ
− [¿ )=E(S2
N N n−1
2
nN−n−N +n
)¿[ σ =E(S2
N n−1
2
2 )σ N (n−1
=) σ =E(S
2
[ ¿ ∴ )E(S2
n−1 N
نتيجة ()1-3-2
يكون تقدير تباين المتوسط تقديرا ً غير متحيزا ً لتباين المتوسط في العينة العشوائية البسيطة
) ^ ( y )=V ( y
EV
¿ ) E V^ ( y )=E
2
) ^ ( y )= ES (1−f
EV
n
2
) y (V ) = E V^ ( y )= σ (1−f
n
نتيجة ()2-3-2
إن تقدير تباين مجموع مفردات المجتمع التقديري هو تقدير غير متحيز لتباين مجموع
مفردات المجتمع التقديري في العينة العشوائية البسيطة
E ( V^ ( Y^ ) ) =E V
)^ ( N y ) ^E ( V^ ( Y^ ) ) =V ( Y
N2 S2
E ( V^ ( Y^ ) ) =E(N 2 V
)) ^ ( y (E ( V^ ( Y^ ) ) =E )) (1−f
n
N 2σ 2
) E ( V^ ( Y^ ) ) =N 2 V ( y = ) ) ^E ( V^ ( Y ) (1−f
n
2
2σ
E ( V^ ( Y^ ) ) =N ) (1−f ) ^E ( V^ ( Y^ ) ) =V ( Y
n
) ^E ( V^ ( Y^ ) ) =V ( Y
Example 1
Y= 1, 2 , 3 , 4 , 5 افرض إن لدينا مجتمعا ً حجمه ( )5مفردات تمثل بياناته كاالتي
اثبت إن الوسط الحسابي هو تقدير غير متحيز لمتوسط المجتمع E ( y )=Y -1
اثبت إن تباين العينة هو تقدير غير متحيز لتباين المجتمعE S 2=σ 2 -2
σ2 2
اثبت العالقة التالية ) E( y−Y ) = (1−f -3
n
Solution
5 !5
= m=∁2 عدد العينات الممكن حصولنا عليها من المجتمع =10
! 2 !∗3
N
= ∑YI ¿
1+ 2+3+ 4 +5 15
= =3
=Y i=1 5 5
❑
Total 25 7.5
m
1.5+2+2.5+3+2.5+3+ 3.5+ 3.5+4 +4.5 30
= =3= ∑y – 1
10 10 E ( y )=
i=1
❑
Y =3
∴ E ( y )=Y
N N
σ 2=∑ (Y i−Y )=∑ Y 2i −¿ ¿ ¿ ¿ ¿ ¿ ¿ - 2
i=1 i=1
∑ ( y i− y )2
2 i=1
S=
❑
m
∑ S2= 25
10
=2.5
E S 2= i=1
❑
∴ E S 2=σ 2
2
σ
2
E( y−Y ) = (1−f ) – 3
n
σ2
=∴ E( y−Y )2 ) (1−f
n
Example 2
اختيرت عينة عشوائية بسيطة مؤلفة من ()30عائلة من مدينة تحتوي على ( )1500عائلة
وكان عدد إفراد كل من هذه العوائل كاالتي
3 4 5 4 2 3 4 4 3 3 3 2 3 6 5
4 5 4 3 7 3 4 2 4 3 4 2 1 3 3
المطلوب
n
404+30( 3.46)2
= ) ∑ ( y i) −n( y
2 2
29
=1.5
2 i=1
=S
❑
2
^ ( y )= S (1−f ) - 3
V
n
¿
30(
1.5
1−
30
1500 )
=0.049 ≃ 0.05
)¿ N V^ ( y
2
2
¿ ( 1500 ) ( 0.05 )=112500
[
❑√ ∝ Pr y−t
2 ]-5
❑ √ ∝ y−t
2
()0.4383(+)3.46(≤ Y ≤ )0.4383(-)3.46
4950≤ Y ≤ 5835
الفصل الثالث
Chapter Three
ويتم قياس المتغيرين لكل مفردة من مفردات العينة لذلك تعرف النسبة R
Y Y
=R = For population
X X
إن النسبة التقديرية ^Rهي تقدير غير متحيز للنسبة Rفي المجتمع
Proof
y−Rx
¿ E( )
x
∵ when ( n ) is large x ≃ X
y−R x
¿ E( )
X
1
¿ E( y−R x)
X
1
¿ (E( y )−R E(x ))
X
1
¿ (Y −R X )
X
1 Y
¿ (Y − X)
X X
E(^
R−R )=Zero
^
∴ E R=R
كاالتيـx ≃ X يعرف تباين النسبة التقديرية عندما تكون العينة بحجم كبير إي إن
N N N
1−f
N
1−f
∑ Yi 2
– 2 R∑ Y i Xi+ R 2
∑ X i2
2 ∑( i
2 i=1 i=1 i =1
∗ Y −R X i ) =
n X i=1 n X2 ❑
V (^
R )=
❑
Proof
y−R x 2 y 2
¿ E( ) ¿ E( −R)
x x
1 2
¿ 2
E( y−R x)
X
let d i= y i−R x i
n n ∑ xi ⟹ d= y −R x
∑❑ n ∑ y i−R i=1 ❑ نضرب الطرفين
i=1
❑ ∑ d i= i=1 ❑
i=1
❑
1
V (^
R )= 2 E(d )2
X
1
V (^
R )= 2 E(d− D)2
X
1
¿ 2
V ( d)
X
N
1−f
∑ (Di−D)2 ¿ 2
2
1 σd
(1−f ) حيثZero= D
i
i =1
¿ X n
n X2 ❑
1−f
∑ (Y i−R X i )2
V (^
R )=
i=1
nX
2 ❑
N N N
1−f
∑ Y i 2 – 2 R ∑ Y i X i + R2 ∑ X i 2
V (^
R )= i=1 i=1 i=0
nX
2 ❑
1−f
∑ ( y i− ^R xi )2
^ (^
V R )=
i=1
n X2 ❑
n n n
1−f
∑ y i2 – 2 R^ ∑ y i x i+ R^ 2 ∑ x i2
^ (^
V R )= i=1 i=0 i=0
nX
2 ❑
^
R−t ∝ √❑
2
مالحظات مهمة
^ y ^ = y ⟹ y= ^
^ ∗x R
R = ⟹ y= R R∗x
x x
Y Y
R= ⟹Y =R∗X R= ⟹ Y =R∗X
X X
Y^ R= R
^ X Y^ = R
R
^X
V ( Y^ R ) =V ( R
^ X )⟹ X V ( ^2
R)
V ( Y^ R ) =V ( R
^ X )⟹ X2 V ( ^
R)
Example
-9جد تقدير تباين تقدير متوسط الدخل اليومي باستخدام النسبة R
∑ x i= 12
5
=2.4
- 1
i=1
x=
❑
^ y 100
R= =
x 12
=8.33 - 2
n n n
1−f
∑ y2i − ^R ∑ xi y i + ^R2 ∑ x 2i - 3
^v ( ^
R)= i=1 i=1 i=0
nX
2 ❑
1 2
2
∗ (2400 )−2 ( 8.33 ) (210 )+ ( 8.33 ) (34)
5(2.4 )
¿ =10.9
4
S2y S 2y
4−V^ ( y ) = (1−f ) ≃
i i
n n
n 2
2400−(5)(20)
∑ y −n y =
2
i
2
4
=100
2 i=1
Sy =
i
❑
^ ( y )= 100 =20
V
5
^
R−t ∝ √ ❑
2
- 5
8.33−( 1.96 ) √ ❑
1.86 ≤ R ≤ 14.85
- 6 Y^ R= R
^ X ⟹ 8.33∗6000=49980
- 7 Y^ R= R
^ X ⟹ 8.33∗3=24.99
- 8 ^ ( Y^ R ) =X 2 V^ ( ^
V R)
98.1 = )10.9(*9 =
وللحصول على هذا التصنيف يعتمد صياغة سؤال في االستبيان تكون اإلجابة عنه ب(نعم أو
كال) فيصنف المجتمع إلى صنفين ويعطى قيمة (واحد) للمتغير الذي يحمل الصفة قيد
الدراسة والقيمة (صفر) للمتغير الذي ال يحمل تلك الصفة فيصبح
a
=p وباستخدام عينة عشوائية فان النسبة ستكون
n
^
A=Np وتقدير عدد المفردات التي تحمل الصفة في المجتمع
نظرية ()1-4
في العينة العشوائية البسيطة فأن تقدير نسبة المفردات التي تحمل الصفة في المجتمع هو
.P تقدير غير متحيز إلى نسبة المفردات في المجتمع
(النسبة التقديرية pهي تقدير غير متحيز الى نسبة المجتمع ) P
E ( p )=P
Proof
a
a
∑ yi
Ep=E =E i=1
n ❑
a time
1+1+ ⋯+1
¿E
n
∑ yi
i=1
¿E
❑
A
¿
1+1+ ⋯+1 ∑ Yi
A i=1
N = =P
N ❑
∑ Y i=Y
P= i=1
❑
∴ E p=P
نظرية ()2-4
في العينة العشوائية البسيطة فأن تباين تقدير نسبة المفردات التي تحمل الصفة في المجتمع
¿) كاألتي
Proof
p= y
n
N
A−N P2
=σ 2p
N −1
But A=NP
NPQ N −n
=) V ( p ( )
n( N −1) N
PQ N−n
=) V ( p ( )
n N−1
نتيجة ()1-2-4
في العينة العشوائية البسيطة فأن تقدير تباين تقدير نسبة المفردات التي تحمل الصفة في
المجتمع ¿) كاألتي
n
n n
∑ y −n p
2
i
2
¿= ∑ y 2i −n y 2
i=1
S2p = i=1 ¿
❑ i
❑
n−1 n−1
2
But a=np 2 a−n p
=S p
n−1
npq
= S2p حيث
i
n−1 q = 1 - p
) ^ ( p )= npq ( N−n
V
n(n−1) N
) ^ ( p )= pq ( N −n
V
N n−1
^E
A=A
Proof
^E
A=E ( Np ) =NE ( p )=NP=A
نظرية ()4-4
في العينة العشوائية البسيطة تباين تقدير عدد المفردات التي تحمل الصفة في المجتمع
كاألتي
PQ N−n
^( V
A ) =N 2 ( )
n N−1
Proof
^( V
)A ) =V ( Np )=N 2 V ( p
PQ N−n
¿ N2 ( )
n N −1
نتيجة ()1-4-4
في العينة العشوائية البسيطة تقدير تباين تقدير عدد المفردات التي تحمل الصفة في
المجتمع كاالتي
Proof
^( ^
V ^ ( Np )=N 2 V
A ) =V )^ ( p
pq N −n
¿ N2 ( )
N n−1
كما أوضحنا سابقاًـ فان ( ) yيتوزع توزيع طبيعي بوسط حسابي ( ) Yوتباين ) V ( yوبحدي ثقة كاالتي :
❑√ ∝ y ∓t
2
❑√ ∝ p ∓t
2
مالحظة -:
هذه الصيغة هي صيغة تقريبية وذلك ألن توزيع ( ) pمن التوزيعات المتقطعة واننا نفترض تقريبا ً لتوزيع )( p
1
من توزيع متقطع الى توزيع مستمر لذلك يجب اضافة معامل التصحيح ( ) والذي يمثل نصف المسافة بين
2n
قيمة مفرده و المفردة التي تليها مقسوماًـ على حجم العينة ( )nالن النسبة ( ) pهي مقسومةـ على حجم العينة
1
( )nفيصبح معدل التصحيح ( ) وانـ حدي الثقة يكون بالصيغة التالية :
2n
❑ √ ∝ p−t
2
Example مثال
اختبرت عينة عشوائية حجمها ( )100من مجتمع حجمة ( )500شخص وكان عدد االشخاص الذين يزيد
عمرهم عن ( )20سنة هو ( )37شخص جد -:
- 4تقدير تباين تقدير عدد االشخاص الذين يزيد عمرهم عن ( )20سنة
-4 ^( ^
V A ) =N 2 V^ ( p )=( 500 )2 ( 0.0018 )=450
-5 ❑ √ ∝ p−t
2
0.28 ≤ P ≤ 0.46
-6 ❑ √ ∝ q−t
2
❑√ )0.63−(1.96
كثير من الدراسات تستخدم اكثر من صنفين لظاهره معينة فيكون لدينا في هذه الحالة صفات عديده للمجتمع تحت
البحث وبناء على ذلك يقسم المجتمع الى عده مجاميع حسب عدد الصفات التي يمتلكها البحث وكاالتي :
N= A 1+ A 2+ ⋯+ A n
وباستخدام عينة عشوائيةـ بحجم nسيكون
n=a1 +a 2+ ⋯+a n
وهذا يعني ان هنالك ( )Nمن الصفات ممكن ان يقسم بها مفردات الظاهرة المدروسة اذن نسبة المفردات التي تحمل
الصفة في المجتمع :
Ai
=P i
N
ai
= pi
n
وينطبق على معاينة النسب العشوائية ألكثر من صنفين جميع النظرياتـ معاينة النسب
Pi Q i N−n
2- =) V ( pi ( )
n n−1
-3 ) ^ ( p )= pi qi ( N −n
V i
N n−1
❑√ ∝ pi−t
-4 2
-5 ^
Ai=N pi
-6 ^E
Ai = A i
Pi Qi N−n
-7 ^( V
Ai ) =N 2 V ( pi ) =N 2 ( )
n N−1
^
❑ √ ∝ Ai−t
-9
2
مثال
اجرى استبيان على عدد من االشخاص عددهم ( )300شخص اخذت عينة من االستماراتـ عددها ( )30استمارة وقد
)14( -1استمارة ظهر التالي
)11( 2-استمارة تحمل تحمل الجواب (نعم)
)5( -3استمارة لم يجاوب ب(نعم) او الجواب (كال)
(كال)
المطلوب
-3حساب حدي الثقة لنسبة الذين اجابواـ (نعم) بمستوى معنوي ()5%
-4حساب حدي الثقة لعدد الذين لم يجيبوا (نعم) وبمستوى معنوي ()5%
a1 14
= 1− p1 = =0.46
n 30
2−q1=1−p 1=1−0.46=0.54
¿
300 (
(0.45)(0.54) 300−30
29
=0.007 ) =) ^ ( p1
V
p1 q1 N −n
(
N n−1
)
❑√ )(0.45)−(1.96
0.27 ≤ P1 ≤ 0.73
81 ≤ A 2+ A 3 ≤ 219
الفصل الخامس
Chapter Five
لقد انصب اهتمامنا سابقا ً على دراسة االساليب النظرية للمعاينة العشوائية البسيطة ومعاينة
النسب وفي هذا الفصل سوف نهتم بدراسة طرق تقدير حجم العينة التي تمثل المجتمع
تمثيال ً جيد وعلى ان تحقق التكافؤ المطلوب بين دقة البيانات من جهة وكلفة المعاينة
والجهود المبذولة من جهة اخرى .
حيث ان تحديد حجم العينة بشكل اعتباطي قد يكون كبير فيحقق دقة عالية لكن قد ال
يتناسب مع تكاليف المعاينة والوقت المبذول أو أن يكون حجم العينة صغير مما يؤدي الى
التضحية بالدقة.
ولتحديد حجم العينة باالعتماد على بعض معالم المجتمع نفترض خطأ مسموح به مقداره (
)dواحتمال تجاوز هذا الخطأ (∝) لذلك ستكون لدينا معدلة تربط بين مقدار الخطأ المسموح
به واحتمال الخطأ وكاآلتي -:
Pr {|θ−θ
∝=} ^ |>d
∝Pr {| y −Y |≤ d }=1−
{
❑√ ∝ Pr y −t
2
}
❑√ ∝ ∴ d=t
2
2 ^ 2
d =t ∝ V )( y
2
( )
2 2 2 2 2
2 2 S n 2 t S t S
∝ d =t = 1− d −
2 n N n N
t 2 S2
=n 2 2
2 t S
d+
N
no 2 2
t S
n= where n o= 2
n d
1+ o
N
Pr {|Y^ −Y |≤ d }=1−∝
Pr { Y^ −d ≤ Y ≤ Y^ + d }=1−∝
{
Pr Y^ −t ∝ √❑
}
2
∴ d=t ∝ √❑
2
d 2=t 2∝ V ( Y^ )
2
2
d =t ∝
2
2 n (
N 2σ 2
1− d =
N )
n 2 t 2 N 2 σ 2 t2 N 2 σ 2
n
−
N
t2 N 2 σ 2 t 2 N 2 σ 2
d2+ =
N n
t2 N 2σ 2
n= 2 2 2
2 t N σ
d+
N
Example
جد جحم العينة المطلوب لتقدير حجم المتوسط اذا كان الخطأ المسموح به ( )4%من
التباين وباحتمال خطاء ( )10%وكانت لدينا البيانات المسبقة التالية
N= 500 S2=18.4
Solution
S2 * %4 = d
4
0.736 = 18.4 * 100 =d
t2 s2
=n o 2
d
no
=n
no
1+
N
91.35
=n
=77.23 1+
91.35
500
Example
لدينا ( )600قائمة تحتوي على مجموعة من التواقيع فإذا رغبنا في تقدير لعدد
الكلي للتواقيع بخطأ ال يزيد عن 1000توقيع وباحتمال 5%فما حجم العينة
الواجب اخذها تحت هذه الشروط اذا علمت ان هنالك تقدير مسبق للتباين او
لتباين المفردات يساوي 200؟
277 n
¿ ⋍190 n= o
277 no
1+ 1+
600 N
{
❑√ ∝ Pr p−t
2
}
❑√ ∝ ∴ d=t
2
2 2
)d =t ∝ V ( p
2
( )
2
2 2 PQ N−n 2 t PQ
∝ d =t = ( N−1)d )(N−n
2 n N−1 n
2
2Nt PQ 22
= N d −d −t PQ
n
Nt 2 PQ
=n 2 2 2
N d +t PQ−d
Nt 2 PQ
2
d
=n 2
Nt PQ
2
−1
d
1+
N
no 2
t PQ
=n where no = 2
no −1 d
1+
N
Example
جد حجم العينة لتقدير نسبة معينة للمجتمع الذي حجمه ( )5000مفرده بحيث
ان الخطأ المسموح به ( )5%باحتمال ( )5%اذا علمنا ان هنالك تقدير مسبقا ً
لتلك النسبة تقدر ( )0.2؟
Solution
t 2 PQ
n o= 2
d
no
=n
no −1
1+
N
246
=n =234
246−1
1+
5000
Pr {|θ−θ
∝^ |≤ d }=1−
^ |{ Pr
∝A − A|≤ d }=1−
^ ≤ Pr {−d
∝A− A ≤+d } =1−
^ Pr {−
^ A−d ≤− A ≤−
(A+ d }=1−∝)1- ضرب
^ { Pr
^ ≥ A+ d ≥ A
∝A−d } =1−
^ { Pr
^ ≤ A−d ≤ A
∝A +d } =1−
^ Pr
{
❑√ ∝ A−t
2 }
❑√ ∝ ∴ d=t
2
^ ( d =t ∝ V
2
)A
2
N 2 t 2 PQN
=n 2 2 2 2
N d + N t PQ−d
N 2 t 2 PQ
2
d
=n 2 2
N t PQ
2
−1
d
1+
N
( )5-3تقدير حجم العينة اذا كان الخطأ نسبه معينه من االنحراف المعياري
d=r σ
وكما اوضحنا سابقا ً فأن دقة التقدير تعتمد على عاملين رئيسيين هما حجم العينة
وتجانـــــس المجتمع ,ولذلك يتم حسب متطلبات العمل يقسم المجتمع الى عدة طبقات
وفق خصائص أو شروط معينة بحيث تكون كل طبقة متجانسة في داخلها ومختلفة عن
الطبقات األخـرى .وتؤخذ عينة عشوائية من كل طبقة بحجم معين بافتراض ان كل طبقة
تمثل مجتمع مســــتقل (ونظرا ً للتجانس الموجود في كل طبقة فأن مقدار الخطأ المعياري
الرموز المستخدمة
nh
( ) Sample fraction = : f hيمثل كسر المعاينة للطبقة h
Nh
يمثل الوسط الحسابي لمفردات العينة المسحوبة من الطبقة h : yh
يمثل الوسط الحسابي للعينة العشوائية الطبقية )(stratified sampling mean : y st
1 Y 11 Y 12 ⋯ Y 1 N 1 Y 1
2 Y 21 Y 22 ⋯ Y 2 N 2 Y 2
⋮⋮ ⋮⋮ ⋮
⋮⋮ ⋮⋮ ⋮
ويجب مالحظة بان كل طبقة تعالج وكأنها مجتمع مستقل فتنطبق عليها قواعد العينة
العشوائية البسيطة
Nh
For population
proof
L
L Nh ∑ N hY h
∑ ∑ Y hi= h=1 ❑
h=1 i=1
Y=
❑
L L
Nh
∑ Y =∑ W Y
N h h=1 h h
h =1
L
3 Y =∑ N h Y h
h=1
L
Proof Y =N Y ⟹ Y =N ∑ W h Y h ⟹
h=1
L L
Nh
Y =∑ N h Y h Y =N ∑ Y ⟹
h=1 h=1 N h
For Sampling
nh
nh
1 ∑ y hi=nh∗ y h ⟹ ∑ y hi
i=1 y h= i=1
❑
nh
L
2 y=∑ yh
h=1 n
proof
L nh ∑ nh yh
∑ ∑ y hi= h=1 ❑
y= h=1 i=1
❑
L
nh
y=∑ yh
h=1 n
3 y st =w 1 y 1 +w 2 y 2 +⋯ +w h y h +⋯ +w L y L
L
y st =∑ w h y h
h=1
L
4 Y^ st =∑ N h y h
h=1
Proof
L
Y^ st =N y st ⟹ Y^ st =N ∑ wh y h
h=1
L
N
Y^ st =N ∑ h y h
h=1 N
L
Y^ st =∑ N h y h
h=1
)1-6( نظرية
ان متوسط العينة العشوائية الطبقية هو تقدير غير متحيز لمتوسط المجتمع
Proof
L
y st =∑ w h y h
h=1
L
E y st =E ∑ w h y h ) للطرفينE ( نأخذ التوقع
h=1
L
E y st =∑ w h E y h
h=1
L
E y st =∑ w h Y h
h=1
E y st =Y
)1-1-6( نتيجة
ان تقدير مجموع المفردات للعينة العشوائية الطبقية هو تقدير غير متحيز الى
مجموع مفردات المجتمع
E Y^ st =Y
Proof 1 proof 2
L
Y^ st =N y st Y^ st =∑ N h y h
h=1
L
E Y^ st =E( N y st ) E Y^ st =E ∑ N h y h
h=1
L
E Y^ st =N E y st E Y^ st =∑ N h E y h
h=1
L
E Y^ st =N Y E Y^ st =∑ N h Y h
h=1
E Y^ st =Y E Y^ st =Y
Proof 1
L
y st =∑ w h y h
h=1
V ( y st )=V ¿
L L
V ( y st )=∑ V ( w h y h ) +2 ∑ cov ( wi y i , w j y j )
h=1 i< j
L L
V ( y st )=∑ w h2 V ( y h ) +2 ∑ w i w j cov ( y i , y j )
h=1 i< j
h=1
Proof 2
L
V ( y st )=∑ w h2 V ( y h )
h=1
L 2
σh
V ( y st )=∑ w h
2
(1−f h)
h=1 nh
L 2
σh n
V ( y st )=∑ w h2 (1− h )
h=1 nh Nh
L 2 2
σh L σ n
V ( y st )=∑ w h − ∑ w h2 h ( h )
2
h=1 n h h=1 nh N h
L 2 2
σh L Nh σ h nh
V ( y st )=∑ w h −∑ wh
2
( )
h=1 n h h=1 N nh N h
نتيجة ()1-2-6
ان تقدير تباين متوسط العينة العشوائية الطبقية يمكن كتابته كاالتي
L 2
Sh 1 L
^ ( y st ) =∑ w 2h
V − ∑w S
2
نتيجة ()2-2-6
ان تقدير تباين متوسط العينة العشوائية الطبقية هو تقدير غير متحيز الى تباين
متوسط العينة العشوائية الطبقية
) ^ ( y ) =V ( y
EV st st
Proof
¿ ^ ( y st ) =E
EV
L 2
^ ( y st ) =∑ w h σh 1 L
− ∑ wh σ h
2 2
EV
h=1 nh N h =1
) ^ ( y st ) =V ( y st
EV
ان تباين تقدير مجموع المفردات المجتمع للعينة العشوائية الطبقية يمكن
كتابته كاالتي
L 2
σh
)V ( Y^ st )=∑ N h ( N h−n h
h =1 nh
) Proof V ( Y^ st ) =V ( N y st
) ¿ N 2 V ( y st
L 2
σ
) ¿ N ∑ wh h (1−f
2 2
h=1 nh
L 2
σ h N h −nh
¿ N 2 ∑ w h2 ( )
h=1 nh Nh
L 2
σh
)V ( Y^ st )=∑ N h ( N h−n h
h =1 nh
نتيجة ()4-2-6
ان تقدير تباين تقدير مجموع مفردات المجتمع للعينة العشوائية الطبقية يمكن
L 2
كاالتي ^ ( Y^ st )=∑ N h (N h−n h) Sh
V كتابته
h =1 nh
) ^ ( Y^ st )=V^ ( N y st
proof V
) ¿ N V^ ( y st
2
L 2
Sh
¿N
2
∑ wh 2
nh
) (1−f
h=1
L
N 2h S2h N h−nh
¿N
2
∑ N 2 nh
(
Nh
)
h=1
L 2
^ ( Y^ st )=∑ N h (N h−n h) Sh
V
h =1 nh
نتيجة ()5-2-6
ان تقدير تباين تقدير مجموع مفردات المجتمع للعينة العشوائية الطبقية هو
تقدير غير متحيز الى تباين تقدير مجموع مفردات المجتمع للعينة العشوائية
الطبقية
) ^ ( Y^ st ) =V ( Y^ st
EV
Proof
L 2
Sh
)^ ( Y^ st )=∑ N h (N h−n h
V
h =1 nh
L 2
^ ( Y^ st ) =E ∑ N h ( N h−nh ) Sh
EV
h=1 nh
L 2
E Sh
) ^ st ) =∑ N h(N h−nh
^ (Y
EV
h=1 nh
L
σ 2h
) ^ ( Y^ st ) =∑ N h( N h−nh
EV
h=1 nh
) ^ ( Y^ st ) =V ( Y^ st
EV
مالحظة -:بما أن مفردات العينة من كل طبقة مختاره بأسلوب عشوائي فهي مشموله
بقوانين ونظريات ونتائج المعاينة العشوائية البسيطة اي ان
1−E y h =Y h
2
σh
) 2−V ( y h)= (1−f
nh
2
Sh
=) ^ ( y h
3−V ) (1−f
nh
مثال
البيانات التالية تمثل المصاريف السنوية بأالف الدنانير على ( )800مشروع قسمت الى
طبقات ثم سحبت عينة عشوائية من كل منها كما في الجدول التالي
Stratum
-5جد حدي الثقة لمتوسط المجتمع للعينة العشوائية الطبقية من حدي الثقة لمجموع
مفردات المجتمع بدرجة ثقة ()90%
. Sol
n
N 2 300 3 N 1 500 5
W 2= = = W 1= = =
N 800 8 N 800 8
n
∑ y 1 i= 20+22+⋯+
10
20
=22
y 1= i=1
❑
n
-4 Y^ st −t √❑
L
Y^ st =∑ N h y h
h=1
Y^ st =N y st =800∗19.94=15952
L
S2h
^ ( Y^ st )=∑ N h (N h−n h)
V
h =1 nh
2 2
S1 S2
¿ N 1 ( N 1−n1 ) + N 2 (N 2−n2)
n1 n2
∑ y 21−n1 y 21=2.67
S21= i=1
❑
n
∑ y 22−n2 y 22=1.1
2 i=1
S2 =
❑
15952−1.64 √ ❑
Y
-5 = Y =N Y ⟹ Y
N
19.7 ≤ Y ≤ 20.1
الفصل السابع
Chapter Seven
لتقدير حجم العينة باعتماد بعض معالم المجتمع في التحليل سنستخدم أحد األسلوبين التاليين
يعتمد هذا األسلوب على تساوي نسبة حجم العينة المختارة من الطبقة ( )hالى
حجم العينة الكلية مع نسبة حجم الطبقة ( )hفي المجتمع الى حجم المجتمع الكلي أي أن
nh N h
=
n N
nh n
2− = ⟹ f h =f
Nh N
نظرية ()1-7
في التوزيع المتناسب فأن الوسط الحسابي للعينة يساوي الوسط الحسابي للعينة العشوائية
الطبقية
y= y st
Proof
nh
L
∑=y yh
h=1 n
nh N h
= بما أن التوزيع متناسب أذا ً
n N
L
Nh
∑=y y
h=1 N h
L
y=∑ wh y h
h=1
y= y st
نظرية ()2-7
ان تباين متوسط العينة العشوائية الطبقية باستخدام التوزيع المتناسب يمكن كتابته كاالتيـ
Proof
L
) V ( y st )=∑ w h2 V ( y h
h=1
L 2
σh
V ( y st )=∑ w h2 )(1−f h
h=1 nh
L
σ 2h
V ( y st )=∑ w h
2
) (1−f
h=1 n∗wh
L
1−f
=) V P ( y st
n
∑ wh σ 2h
h=1
نظرية ()3-7
عند تساويـ تباينات الطبقات في المجتمع فأن تباين متوسط العينة العشوائية الطبقية
باستخدام التوزيع المتناسب يمكن كتابته كاالتيـ
1−f 2
=) V P ( y st σk
n
Proof
L
1−f
=) V P ( y st
n
∑ wh σ 2h
h=1
1−f
=) V P ( y st ) (w1 σ 21 + w2 σ 22+ ⋯ w L σ 2L
n
1−f 2
=) V P ( y st ) σ k (w 1+ w2 +⋯ w L
n
L
But ∑ w h=1
h=1
1−f 2
=) V P ( y st σk
n
نظرية ()4-7
يقدر حجم العينة لتقدير المتوسط للعينة العشوائية الطبقية باستخدام التوزيع المتناسب عند
ما يكون تباين المتوسط ثابت و معلوم يكون كاالتي .
L
∑ w h σ 2h
) when V =V P ( y st h=1
=n ❑
❑
Proof
L
1−f
=) V P ( y st
n
∑ wh σ 2h
h=1
L
N−n
=) V P ( y st ∑
nN h=1
2
w h σh
L L
1 1
V + ∑ w h σ h= ∑ w h σ h
2 2
N h=1 n h=1
L
∑ wh σ 2h
n= h=1
❑
L
∑ w h σ 2h
h=1 بالقسمة على ))V
=n ❑
❑
L
نتيجة ()1-4-7
يقدر حجم العينة لتقدير مجموع مفردات المجتمع للعينة العشوائية الطبقية باستخدام
التوزيع المتناسب عند ما يكون تباين المجتمع ثابت و معلوم يكون كاالتي .
L
n
N
2
∑ w h σ 2h
=n= o where no h=1
no ❑
1−
N
L
N
2
∑ wh σ 2h
) when V =V P ( Y^ st h=1
=n ❑
❑
Proof
) ^ st )=N 2 V P ( y st
V P (Y
2
¿ V =N
L
L N
2
∑ w h σ 2h
N
2
= ∑ wh σ 2h h=1
❑
h=1
V+
❑
L
N
2
∑ w h σ 2h
h=1
=n
❑
L
N 2 ∑ wh σ 2h
h=1 بالقسمة على ()V
=n ❑
❑
L
N 2 ∑ w h σ 2h
h=1
= when no
❑
no
=n
no
1−
N
Aــ في هذا االسلوب سنجعل كلفة المعاينة ثابته وتباين المتوسط اقل ما يمكن وكاالتي :
ِ
نهايته الصغرى أي أن : -1نجعل تباين المتوسط في
V ( y st ) ⟹ must be minimum
مالحظة -:ولحل كل المعادالت الرياضية نحتاج عدد من المعادالت بعدد المتغيرات المجهولة
ولحل المعادالت المطلوبة بوجود شرط أو قيد ( قيد واحد )
نستخدم طريقة معامل مضروب الكرانج ( )Lagrange Multiplierوكاالتي
) T =f ( x 1 , x 2 , ⋯ , x n ) + λg( x 1 , x 2 , ⋯ , xn
نظرية ()5-7
ان تقدير حجم العينة في الطبقة( )hبحيث يحقق أقل تباين وبكلفة ثابتة يمكن كتابته
whσ h
∗n
=n h كاالتيـ ❑√
❑
Proof
L
¿ ¿ c=c o+ ∑ c h nh c ⟶ be
h=1
L 2
σh 1 L
V ( y st ) =∑ w − ∑ w h σ h V ⟶ de min
2 2
h
h=1 nh N h=1
2 2
−w h σ h
2
+ λ C h=0 lat differential=0
nh
w 2h σ 2h
=λ C h
n2h
2 2
2 wh σ h
=n
h
λ Ch
wh σ h
=n h بأخذ الجذر للطرف
❑√
l l
w h σh
∑=∑ nh ❑√
h =1 h=1
whσ h
∗n
=n h ❑√
❑
نتيجة()1-5-7
ان
حجم العينة ) ) nعند أقل تباين وبكلفة ثابتة يمكن كتابته كاالتيـ
L
∑ wh σ h
(c−c o) h =1
=n ❑
❑
Proof
whσ h
L ∗n
c−c o=∑ c h ❑√
h=1
❑
L
whσ h
n∗∑ c h
h=1 ❑√
=c−c o
❑
L
❑ √ ∑∗n
h=1
=c−c o
❑
L
❑√ n∗∑ wh σ h
h=1
=c−c o
❑
L
∑ wh σ h
) h=1 نضرب ب(
❑
❑
L
∑ wh σ h
(c−c o) h =1
=n ❑
❑
في األسلوب السابقـ تم اعتماد الكلفة ثابتة وجعل تباينـ الوسط اقل ما يمكن اما في هذا االسلوب سيتم
االعتماد على تباين ثابت ومحدد مسبقا ً وعلى كلفة معاينةـ اقل ما يمكن فأن حجم العينة للطبقة ( )hيمكنـ
الحصول عليها من المعادلة ( )Tوكاالتي :
لذلك في هذه الطريقةـ يتم تقدير تباين الوسط الحسابي للعينة العشوائية الطبقية ) V ( y stبالمقدار Vوهناك
فرضيتان لهذا الغرض يمكن اختيار احدهما :
❑ √ d=t
) ) d =t ( V ( y st
2 2
وبتربيع الطرفين
2 2
d =t V
2
d
=V 2
t
نظرية ()6-7
ان تقدير حجم العينة في الطبقة( )hبحيث يحقق أقل كلفه وبتباين معلوم يمكن كتابته
whσ h
∗n كاالتي
=n h ❑√
❑
[ [ ]]
L L 2
σh 1 L
T = c o+ ∑ c h n h+ λ V + ∑ w − ∑ whσ h
2 2
h
h=1 h=1 nh N h=1
∂T
∂ nh [ ]
w2 σ 2
=[ c h ] −λ h 2 h partiul differential for n h
nh
2 2
wh σ h
c h− λ 2
=0 lat differential=0
nh
2 2
λ w hσ h
C h= 2
nh
2 2
λ wh σ h
2
n= h
Ch
whσ h
n∗
n h= √❑
❑
1-6-7((نتيجة
) باعتماد تباين معلوم يمكن كتابته كاالتيـn ( ان حجم العينة
proof
L 2
σh 1 L
V =∑ w − ∑ w h σ 2h
2
h
h=1 n h N h=1
whσ h
n∗
n h= √❑
❑
L 2 2
wh σh
V =∑
h=1 w σ
n∗ h h
√❑
❑
L L
1
2 2 ∑ wh σ h − ∑ w h σ 2h
w h σ h h=1 N h=1
L ∗
n ❑
V =∑
h=1
❑
L
wh σ h √ ❑
V =∑
h=1
❑
V =¿ ¿
L
1
V+ ∑ w σ 2=¿ ¿ ¿
N h=1 h h
[ ]
L
wh σ h
∑
h=1 √❑
n=
❑
وهذا األسلوب يعتمد كما في التوزيع األمثل على التباين بين المفردات لكل طبقة في المجتمع لذلك فأن
عدد المفردات التي يجب ان نختارها من كل طبقة ستعتمد في األساس على مقدار التباين في
بمعنى اخر فأنه تلك الطبقة
كلما كانت القيم داخل الطبقة متذبذبة بصوره اكبر كانت هناك حاجه الى عدد اكبر من المفردات
للعينة المسحوبة من تلك الطبقة
¿ C h=C a
whσ h
in Optimum ∗n
=n h ❑√
❑
whσ h
¿ نعوض كل) (c ¿¿ hب) (c a ∗n
=n h ❑√
❑
n∗wh σ h
=n h
in Neyman L
∑ wh σ h
h=1
ان تباين الوسط الحسابي للعينة العشوائية الطبقية باستخدام توزيع نيمــان يكون كاالتي
V N ( y st )=¿ ¿¿
proof 1
V o ( y st )=¿ ¿
cince c h=c a
V N ( y st )=¿ ¿
V N ( y st )=¿ ¿¿
proof 2
L
σ 2h 1 L
V =∑ w2h − ∑ w σ2
h=1 n h N h=1 h h
n∗wh σ h
n h=
)in Neyman ( L
∑ wh σ h
h=1
L 2
σh
V N ( y st )=∑ w2h
h=1 n∗w h σ h
L L
∑ wh σ h − N1 ∑ wh σ 2h
h=1 h=1
L L
1
L σ h∗∑ wh σ h− ∑ w σ2
N h=1 h h
∑ wh h=1
❑
h=1
V N ( y st ) =
❑
V N ( y st )=¿ ¿¿
ان حجم العينة العشوائية الطبقية باستخدام توزيع نيمــان في حال الكلفة ثابته يكون كاالتي
c−c o
=n
ca
proof
L
¿ ¿ c=c o+ ∑ c h nh c ⟶ be
h=1
L
c=c o+ ∑ c a nh
h=1
L
c−c o=c a ∑ nh
h=1
نتيجة ()3
ان حجم العينة العشوائية الطبقية باستخدام توزيع نيمــان في حال ثبات التباين لتقدير المتوسط يكون
كاالتيـ
¿ ¿ ¿=n
proof
L
1
¿ ¿ ¿ ¿=V + ∑ wh σ h
2
N h=1
¿ ¿ ¿=n
1000
1000
∗15 w S
3.54 = 1500 = 2 2
❑√
❑√
500
=10.54 = ) ❑√ ( ) ( 10 ❑√ w 1 σ 1
1500
1000
=28.28 ❑ √ ( 15 ) ( √❑ ) = w 2 σ 2
1500
(1000−200)(1.05) 840
= n1 = =21.64 ≃22
) ( 10.54+ 28.28 38.82
(1000−200)(3.54) 2832
= n2 = =72.95≃73
) (10.54 +28.28 38.82
n=n1 +n2=22+ 73=95
Sol.2
L
∑ wh σ h
(c−c o) h =1
=n ❑
❑
w h σh
∗n
=than n h ❑√
❑
مثال ()4
جد حجم العينة ) )nواجزاءها ( )n hللمعاينة الطبقية اذا كانت الكلفة الكلية ( )1000دينار والكلفة البدائية ( )200وكانت
لديك المعلومات التالية
الطبقة N h Sh C h
1000
Sol.1
c−c o 1000−200
=n = =80
ca 10
n∗wh σ h
n h= L
∑ wh σ h
h=1
= n1
n∗w1 S 1 ) (
) =( 80
500
1500
) ( 10
=
266.6
=20
) ( w 1 S 1+ w2 S 2
( ) ( 500
1500
( 10 )+
1000
1500 ) ) (15
13.33
Sol.2
(c−c o) w1 S 1
= n1 L
( 800 )( 3.33 ) 2664
=c a ∑ w h S h = =19.9 ≃20
h=1 ( 10 )( 13.33 ) 133.3
(c−c o ) w2 S 2
= n2 L
) ( 800 )( 10 8000
=c a ∑ w h S h = =60.01≃ 60
h=1 (10 )( 13.33 ) 133.3
n=n1 +n2=20+60=80
مثال ()5
في تقدير متوسط المجتمع في معاينةـ عشوائية طبقية اذا سمحنا بمقدار من الخطأ في التقدير يساوي ( )5%من
المتوسط الحقيقي وباحتمال ( )5%فما هو حجم العينة الواجب سحبها اذا توفرت المعلومات التالية
N h Shالطبقة
∴ N =2500
. Sol
d = (1200)(0.05)=6
=V ) ( )(
d 2
t
=
6 2
1.96
=9
¿ ¿ ¿=n
] ) ( ) ( ) ([
2
5 8 12
( 20 ) + ( 25 )+ ) ( 30
25 25 25 ( 4+ 8+14.4 )2 696.96
=n = = =75.06 ≃ 75
9+
1
2500] ) ( ) ( ) ([
5
25
( 400 ) +
8
25
( 625 ) +
12
25
) ( 900 9+
(80+200+ 432) 9.2848
2500
n∗wh σ h
=n h L
∑ wh σ h
h=1
( 75 )∗4
= n1 =11.36 ≃ 11
) ( 26.4
( 75 )∗8
= n2 =22.7 ≃ 23
) (26.4
( 75 )∗14.4
= n1 =40.9≃ 41
) ( 26.4
n=n1 +n2 +n 3=11+23+41=75
في تقدير متوسط المجتمع في معاينةـ عشوائية طبقية اذا سمحنا بمقدار من الخطأ في التقدير يساوي ( )5%من
المتوسط الحقيقي وباحتمال ( )5%فما هو حجم العينة الواجب سحبها اذا توفرت المعلومات التالية
N h Shالطبقة
∴ N =2500
. Sol
d = (1200)(0.05)=6
=V
d 2
t ) ( )(
=
6 2
1.96
=9
n h=n∗wh
L
79.7 79.7
=n = =77.3 ≃ 77
79.7 1.03
1−
2500
N=2560
n2 n1
بحيث يكون تباين الوسط الحسابي الطبيعي في نهايتهـ الصغرى النسب , -1
n n
n1 , n2اذا افترضنا ان V ( y st ) = A=1 -2
الكلفة الكلية للمعاينة على فرض ان c a=0 -3
.Sol
wh σ h
1 ❑ √ nh
=
n ❑
)( 0.4)(10
n1
❑√ =
n ❑
)( 0.6)(20
n1
❑√ =
n ❑
[ ]
L
wh σ h
2 ∑
❑√ h=1
=n
❑
=n
([
) ( 0.4 )( 10
❑√ ])
❑
مثال ()8
في مدينه يوجد 600مصنع صنف الى ثالث طبقات حسب نوع الصناعة ولغرض تقدير معدل رواتب العاملين في هذا المصنع
جد اجزاء تم سحب عينة بحجم ( ) n=40مصنع من جميع الطبقات
العينة باعتماد التوزيع األمثل اذا توفرت لديك المعلومات التالية
stratum N h S h Ch
n=40 N=600
.Sol
whσ h
∗n
=n h ❑√
❑
w1 S 1
❑√
w2 S 2
❑√
w3 S 3
❑√