‫تكليف مادة اإلنحدار‬

‫الطالب ‪ /‬محمد عاصم محمد حسن‬

‫تحت إشراف أ‪.‬م‪.‬الدكتور ‪ /‬آمال مبارك‬

 ‫‪ 11.4‬اﺧﺘﺒﺎر اﻷﻫﻤﻴﺔ ﻓي اﻟﺘﺤﻠﻴﻞ اﻹﺣﺼﺎﺋي اﻟﻤﺘﻌﺪد ﻟﻼﻧﺤﺪار‬
‫ﺣﺘﻰ اﻵن‪ ،‬ﺗﻌﻠّﻤﺖ ﻛﻴﻔﻴﺔ ﺗﻘﺪﻳﺮ اﻟﻤﻌﺎﻣﻼت وﺿﺒﻂ ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد‪ .‬ﻳﻤﻜﻨﻚ اﻵن اﺧﺘﺒﺎر ﻣﺪى ﻣﻼﺋﻤﺔ اﻟﻨﻤﻮذج‬
‫اﻟﻤﻀﺒﻮط وﻓﺤﺺ ﻣﺎ إذا ﻛﺎﻧﺖ اﻟﻤﺘﻐﻴﺮات اﻟﻤﺴﺘﻘﻠﺔ ﺗﺴﻬﻢ ﺑﺸﻜﻞ ﻣﻠﺤﻮظ ﻓي ﺗﻔﺴﻴﺮ اﻟﺘﺒﺎﻳﻦ ﻓي 𝑌𝑌 أم ﻻ‪ .‬ﻟﻬﺬا اﻟﻐﺮض‪،‬‬
‫ﻧﺴﺘﺨﺪم اﺧﺘﺒﺎر اﻷﻫﻤﻴﺔ ﻓي ﺗﺤﺪﻳﺪ ﺗﺴﺎوي اﻟﺘﺒﺎﻳﻨﺎت ﻟﻤﺘﻐﻴﺮات اﻻﻧﺤﺪار‪.‬‬

‫إذا ﻛﺎن ﻫﻨﺎك ﻋﻼﻗﺔ ﺧﻄﻴﺔ ﺑﻴﻦ ﻣﺘﻐﻴﺮ اﻻﺳﺘﺠﺎﺑﺔ 𝑌𝑌 وأي ﻣﻦ اﻟﻤﺘﻐﻴﺮات اﻟﻤﺴﺘﻘﻠﺔ 𝑝𝑝𝑋𝑋 ‪ ، 𝑋𝑋1 , 𝑋𝑋2 , … ,‬ﻓﻨﺤﻦ ﻧﺴﺘﺨﺪم‬
‫اﺧﺘﺒﺎر اﻷﻫﻤﻴﺔ ﻓي اﻟﺘﺤﻠﻴﻞ اﻹﺣﺼﺎﺋي ﻟﻼﻧﺤﺪار‪ .‬اﺧﺘﺒﺎر اﻷﻫﻤﻴﺔ ﻓي اﻟﺘﺤﻠﻴﻞ اﻹﺣﺼﺎﺋي ﻟﻼﻧﺤﺪار ﻫﻮ اﺧﺘﺒﺎر ﻟﺘﺤﺪﻳﺪ اﻟﻌﻼﻗﺔ‬
‫اﻟﺨﻄﻴﺔ ﺑﻴﻦ ﻣﺘﻐﻴﺮ اﻻﺳﺘﺠﺎﺑﺔ وﻣﺘﻐﻴﺮات اﻻﻧﺤﺪار وﻏﺎﻟ ًﺒﺎ ﻣﺎ ﻳﺴﺘﺨﺪم ﻟﻔﺤﺺ ﻣﺪى ﻣﻼﺋﻤﺔ اﻟﻨﻤﻮذج‪.‬‬

‫ﻣﻦ أﺟﻞ اﺧﺘﺒﺎر ﻣﺎ إذا ﻛﺎﻧﺖ ﻣﺴﺎﻫﻤﺔ اﻟﻤﺘﻐﻴﺮات اﻟﻤﺴﺘﻘﻠﺔ 𝑝𝑝𝑋𝑋 ‪ 𝑋𝑋1 , 𝑋𝑋2 , … ,‬ذات أﻫﻤﻴﺔ أم ﻻ‪ ،‬ﻧﺨﺘﺒﺮ ﻣﺎ إذا ﻛﺎﻧﺖ ﻗﻴﻢ‬
‫𝑝𝑝𝐵𝐵 ‪𝐵𝐵1 , 𝐵𝐵2 , ⋯ ,‬ﺟﻤﻴﻌﻬﺎ ﺗﺴﺎوي اﻟﺼﻔﺮ ﻓي اﻟﻨﻤﻮذج أو ﻋ�ى اﻷﻗﻞ واﺣﺪة ﻣﻨﻬﺎ ﻟﻴﺴﺖ ﺗﺴﺎوي اﻟﺼﻔﺮ‪ .‬ﻳﻤﻜﻦ ﻛﺘﺎﺑﺔ‬
‫ﻓﺮﺿﻴﺔ اﻻﺧﺘﺒﺎر ﻫﺬه ﻋ�ى اﻟﻨﺤﻮ اﻟﺘﺎﻟي‪:‬‬

‫‪𝐻𝐻0 ∶ 𝐵𝐵1 = 𝐵𝐵2 = ⋯ = 𝐵𝐵𝑝𝑝 = 0‬‬

‫ﻋﻠﻰ اﻷﻗﻞ واﺣﺪة ﻣﻨﮭﺎ ﻟﯿﺴﺖ ﺗﺴﺎوي اﻟﺼﻔﺮ ‪𝐻𝐻1 :‬‬

‫ﻳﻤﻜﻦ اﺧﺘﺒﺎرﻫﺎ ﻋﻦ ﻃﺮﻳﻖ اﻟﻨﻈﺮ ﻓي ‪ F-Ratio‬ﻟﺘﺎﻟﻴﺔ‪:‬‬

‫𝑃𝑃‪𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 /‬‬
‫= 𝐹𝐹‬
‫)‪𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 /(𝑛𝑛 − 𝑝𝑝 − 1‬‬

‫ﻓي ﻫﺬا اﻻﺧﺘﺒﺎر‪ ،‬ﻳﺘﻢ ﺗﻘﺴﻴﻢ ﻣﺠﻤﻮع اﻟﻤﺮﺑﻌﺎت اﻹﺟﻤﺎﻟي 𝑇𝑇𝑆𝑆𝑆𝑆 إﻟى ﻣﺠﻤﻮع ﻣﺮﺑﻌﺎت ﻳﺮﺟﻊ إﻟى ﻣﺴﺎﻫﻤﺔ ﻣﺘﻐﻴﺮات‬
‫اﻻﻧﺤﺪار� 𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆� وﻣﺠﻤﻮع ﻣﺮﺑﻌﺎت اﻟﻤﺘﺒﻘﻴﺔ ‪ (𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 ).‬وﻣﻦ اﻟﻤﻌﺎدﻟﺔ )‪ ،(١٧‬ﻓﺈن ﻣﺠﻤﻮع اﻟﻤﺮﺑﻌﺎت اﻟﻤﺘﺒﻘﻴﺔ‬
‫) 𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆(ﻫﻮ‪:‬‬

‫) 𝑝𝑝𝑋𝑋 ‪𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 = ∑𝑌𝑌𝑖𝑖2 − 𝐵𝐵�0 (𝑌𝑌 ′ 𝑋𝑋0 ) − 𝐵𝐵�1 (𝑌𝑌 ′ 𝑋𝑋1 ) − ⋯ − 𝐵𝐵�𝑝𝑝 (𝑌𝑌 ′‬‬
‫�𝐵𝐵𝑋𝑋 ‪𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 = 𝑌𝑌 ′ 𝑌𝑌 − 𝑌𝑌 ′‬‬

‫إذا 𝑝𝑝𝐵𝐵 ‪ 𝐵𝐵1 , 𝐵𝐵2 , ⋯ ,‬ﻛﺎﻧﺖ ﺟﻤﻴﻌﻬﺎ ﺗﺴﺎوي اﻟﺼﻔﺮ‪ ،‬أي أن اﻟﻤﺘﻐﻴﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻻ ﺗﺴﺎﻫﻢ ﻓي اﻟﺘﻐﻴﺮ ﻓي𝑌𝑌 ‪ ،‬ﻓﺈن ﻣﺠﻤﻮع‬
‫اﻟﻤﺮﺑﻌﺎت اﻹﺟﻤﺎﻟي 𝑇𝑇𝑆𝑆𝑆𝑆 ﻳﻌﻄﻰ ﻋ�ى اﻟﻨﺤﻮ اﻟﺘﺎﻟي‪:‬‬

‫‪(∑𝑌𝑌𝑖𝑖 )2‬‬
‫‪𝑆𝑆𝑆𝑆𝑇𝑇 = ∑𝑌𝑌𝑖𝑖2 − 𝑛𝑛𝑌𝑌� 2 = 𝑌𝑌 ′ 𝑌𝑌 −‬‬
‫𝑛𝑛‬
‫ﻫﺬا ﻫﻮ اﻟﺘﺒﺎﻳﻦ اﻟﻜ�ي اﻟﻤﻮﺟﻮد ﻓي 𝑌𝑌 ﺣﻮل اﻟﻤﺘﻮﺳﻂ�𝑌𝑌 ﻳﻤﻜﻨﻨﺎ إﻋﺎدة ﻛﺘﺎﺑﺔ اﻟﻤﻌﺎدﻟﺔ )‪ (٢٠‬ﻋ�ى اﻟﻨﺤﻮ اﻟﺘﺎﻟي‪:‬‬

‫‪(∑𝑌𝑌𝑖𝑖 )2‬‬ ‫‪(∑𝑌𝑌𝑖𝑖 )2‬‬

‫‪𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 = ∑𝑌𝑌𝑖𝑖2 −‬‬ ‫‪− {∑𝐵𝐵𝑗𝑗 𝑌𝑌 ′ 𝑋𝑋𝑗𝑗 −‬‬ ‫}‬
‫𝑛𝑛‬ ‫𝑛𝑛‬
‫𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆‬ ‫𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆 ‪= 𝑆𝑆𝑆𝑆𝑇𝑇 −‬‬
 ‫ﺑﺎﻟﺘﺎﻟي‪ ،‬ﻓﺈن اﻟﻔﺮق ﺑﻴﻦ 𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆 ‪ 𝑆𝑆𝑆𝑆𝑇𝑇 −‬ﻳﻌﻄﻲ ﻣﺴﺎﻫﻤﺔ اﻟﻤﺘﻐﻴﺮات اﻟﻤﺴﺘﻘﻠﺔ 𝑝𝑝𝑋𝑋 ‪ 𝑋𝑋1 , 𝑋𝑋2 , … ,‬ﻓي ﺗﻔﺴﻴﺮ اﻟﺘﻐﻴﺮ ﻓي𝑌𝑌 ‪،‬‬
‫أي‪:‬‬

‫‪𝑆𝑆𝑆𝑆𝑇𝑇 − 𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 = 𝐵𝐵�0 (𝑌𝑌 ′ 𝑋𝑋0 ) + 𝐵𝐵�1 (𝑌𝑌 ′ 𝑋𝑋1 ) + ⋯ + 𝐵𝐵�𝑝𝑝 �𝑌𝑌 ′ 𝑋𝑋𝑝𝑝 � − 𝑛𝑛𝑌𝑌� 2‬‬

‫‪(∑𝑌𝑌𝑖𝑖 )2‬‬
‫‪⟹ 𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 = {𝑌𝑌 ′ 𝑋𝑋𝐵𝐵� −‬‬ ‫}‬
‫𝑛𝑛‬
‫‪𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 = ∑𝐵𝐵�𝑗𝑗 𝑌𝑌 ′ 𝑋𝑋𝑗𝑗 − 𝑛𝑛𝑌𝑌� 2‬‬

‫ﻧﻠﺨﺺ اﻵن ﻫﺬه اﻟﻨﺘﺎﺋﺞ ﻓي ﺟﺪول ‪ ANOVA‬اﻟﺘﺎﻟي‪:‬‬

‫‪ANOVA TABLE‬‬

‫‪Degree of‬‬ ‫‪Mean‬‬

‫‪Sources of‬‬ ‫‪Variance‬‬
‫‪Freedom‬‬ ‫)‪Sum of Squares (S.S.‬‬ ‫‪Sum of‬‬
‫‪Variation‬‬ ‫‪Ratio‬‬
‫)‪(d.f.‬‬ ‫‪Squares‬‬
‫‪Independent‬‬ ‫𝑝𝑝‬
‫𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆‬
‫‪Variables‬‬ ‫𝑝𝑝‬ ‫‪𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 = � 𝐵𝐵�𝑗𝑗 𝑌𝑌 ′ 𝑋𝑋𝑗𝑗 − 𝑛𝑛𝑌𝑌� 2‬‬
‫𝑝𝑝‬ ‫𝐹𝐹‬
‫) 𝒑𝒑𝑿𝑿 ‪(𝑿𝑿𝟏𝟏 , 𝑿𝑿𝟐𝟐 , ⋯ ,‬‬ ‫‪𝑗𝑗=0‬‬ ‫𝑝𝑝‪𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 /‬‬
‫𝑝𝑝‬
‫=‬
‫‪Residuals‬‬ ‫)‪𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 /(𝑛𝑛 − 𝑝𝑝 − 1‬‬
‫𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆‬
‫‪𝑛𝑛 − 𝑝𝑝 − 1‬‬ ‫𝑗𝑗𝑋𝑋 ‪𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 = 𝑌𝑌 ′ 𝑌𝑌 − � 𝐵𝐵�𝑗𝑗 𝑌𝑌 ′‬‬
‫) 𝑹𝑹𝑹𝑹𝑹𝑹𝑺𝑺𝑺𝑺(‬ ‫‪𝑛𝑛 − 𝑝𝑝 − 1‬‬
‫‪𝑗𝑗=0‬‬

‫‪Total‬‬ ‫‪𝑛𝑛 − 1‬‬ ‫‪𝑌𝑌 ′ 𝑌𝑌 − 𝑛𝑛𝑌𝑌� 2‬‬

‫ﺗﺤﺖ ﻓﺮض اﻟﻔﺮﺿﻴﺔ اﻟﺼﻔﺮاء‪ ،‬أي ﻋﻨﺪﻣﺎ ﺗﻜﻮن‪ ، 𝐵𝐵1 = 𝐵𝐵2 = ⋯ = 𝐵𝐵𝑝𝑝 = 0‬ﻳﺘﻢ ﺗﻮزﻳﻊ 𝐹𝐹 ﻛﺘﻮزﻳﻊ ﻓﻴﺸﺮ 𝐹𝐹 ﻣﻊ‬
‫درﺟﺔ اﻟﺤﺮﻳﺔ 𝑝𝑝 و)‪.(𝑛𝑛 − 𝑝𝑝 − 1‬‬

‫)‪𝐹𝐹~𝐹𝐹𝑝𝑝(𝑛𝑛−𝑝𝑝−1‬‬

‫إذا ﻛﺎﻧﺖ اﻟﻘﻴﻤﺔ اﻟﻤﺤﺴﻮﺑﺔ ﻣﻦ ‪ F‬أﻗﻞ ﻣﻦ اﻟﻘﻴﻤﺔ اﻟﻤﺪوﻧﺔ 𝑝𝑝𝐹𝐹 ‪(𝑛𝑛 − 𝑝𝑝 − 1) ،‬ﻋﻨﺪ ﻣﺴﺘﻮى اﻟﺪﻻﻟﺔ 𝛼𝛼 ‪ ،‬ﻓﺈﻧﻨﺎ ﻧﺴﺘﻨﺘﺞ‬
‫أن ﻣﺴﺎﻫﻤﺔ 𝑝𝑝𝑋𝑋 ‪ 𝑋𝑋1 , 𝑋𝑋2 , … ,‬ﻓي اﻟﺘﻐﻴﺮ ﻓي 𝑌𝑌 ﻏﻴﺮ ﻣﻌﻨﻮﻳﺔ‪ .‬وﺑﺎﻟﺘﺎﻟي‪ ،‬ﻟﻴﺲ ﻟﺪﻳﻬﻢ أي ﻣﺴﺎﻫﻤﺔ ﻓي اﻟﺘﻨﺒﺆ‪ .‬وﻣﻦ اﻟﻤﻤﻜﻦ‬
‫أن ﻳﻜﻮن ﻣﻦ ذوي اﻻﻫﺘﻤﺎم اﻹﺿﺎﻓي ﻓﺤﺺ ﻣﺎ إذا ﻛﺎن أي ﻣﻦ ﻣﻌﺎﻣﻼت( ﻳﻘﺎل ) 𝑗𝑗𝐵𝐵 اﻟﻤﻘﺎﺑﻠﺔ ﻟﻠﻤﺘﻐﻴﺮ اﻟﻤﺴﺘﻘﻞ 𝑗𝑗𝑋𝑋‬
‫ﻣﺨﺘﻠ ًﻔﺎ ﻋﻦ اﻟﺼﻔﺮ‪ ،‬ﺑﻌﺪ اﻷﺧﺬ ﻓي اﻻﻋﺘﺒﺎر اﻟﻤﺘﻐﻴﺮات اﻷﺧﺮى( 𝑘𝑘𝑋𝑋 اﻟﻜﻞ )𝑗𝑗 ≠ 𝑘𝑘( ‪.‬ﻳﻤﻜﻦ اﺧﺘﺒﺎر ﻫﺬا ﺑﺎﻋﺘﺒﺎر اﻹﺣﺼﺎﺋﻴﺔ‬
‫𝑡𝑡 ‪:‬‬

‫𝑗𝑗�𝐵𝐵‬
‫= 𝑡𝑡‬
‫) 𝑗𝑗�𝐵𝐵( ‪𝑆𝑆. 𝐸𝐸.‬‬
 ‫ﺣﻴﺚ ﻳﺴﺘﺨﺪم� 𝑗𝑗�𝐵𝐵� ‪ 𝑆𝑆. 𝐸𝐸.‬اﻟﻘﻴﻤﺔ اﻟﻤﻘﺪرة ﻟـ ‪ 𝜎𝜎� 2‬اﻟﻤﻌﻄﺎة ﻓي اﻟﻤﻌﺎدﻟﺔ )‪ .(١٨‬ﺗﺤﺖ ﻓﺮض اﻟﻔﺮض اﻷوﻟي ‪، 𝐵𝐵𝑗𝑗 = 0 ،‬‬
‫ﻳﺘﺒﻊ اﻻﺧﺘﺒﺎر اﻹﺣﺼﺎﺋي اﻟﻤﻘﺘﺮح 𝑡𝑡 ﺗﻮزﻳﻊ اﻟﻄﺎﻟﺐ 𝑡𝑡 ﻣﻊ درﺟﺔ اﻟﺤﺮﻳﺔ ‪ (𝑛𝑛 − 𝑝𝑝 − 1).‬ﺑﺎﻟﺘﺎﻟي‪ ،‬إذا‬

‫‪|𝑡𝑡| ≤ 𝑡𝑡𝛼𝛼,𝑛𝑛−𝑝𝑝−1‬‬
‫‪2‬‬

‫ﻧﻘﺒﻞ ﻓﺮﺿﻴﺔ اﻟﻔﺮاغ ‪ 𝐻𝐻0‬إﻻ‪ ،‬ﻧﺮﻓﻀﻬﺎ‪ .‬إذا ﻛﺎﻧﺖ ﻗﻴﻤﺔ 𝑗𝑗𝐵𝐵 ﻣﺨﺘﻠﻔﺔ ﺑﺸﻜﻞ ﻛﺒﻴﺮ ﻋﻦ اﻟﺼﻔﺮ‪ ،‬ﻓﺈﻧﻬﺎ ﺗﺴﻬﻢ ﺑﺸﻜﻞ ﻛﺒﻴﺮ ﻓي‬
‫اﻟﺘﺒﺎﻳﻦ ﻓي اﻟﻘﻴﻤﺔ اﻟﻤﺘﻮﻗﻌﺔ ﻟﻠﻤﺘﻐﻴﺮ اﻻﻋﺘﻤﺎدي 𝑌𝑌 ﺑﻌﺪ اﺣﺘﺴﺎب ﻣﺴﺎﻫﻤﺔ اﻟﻤﺘﻐﻴﺮات اﻷﺧﺮى‪ .‬إذا ﻟﻢ ﺗﻜﻦ ﻗﻴﻤﺔ 𝑗𝑗𝐵𝐵‬
‫ﻣﺨﺘﻠﻔﺔ ﺑﺸﻜﻞ ﻛﺒﻴﺮ ﻋﻦ اﻟﺼﻔﺮ‪ ،‬ﻓﺈن ﻣﺴﺎﻫﻤﺘﻬﺎ ﻏﻴﺮ ﻣﻬﻤﺔ ﺑﻌﺪ اﺣﺘﺴﺎب اﻟﻤﺘﻐﻴﺮات اﻷﺧﺮى ﻓي اﻟﻨﻤﻮذج‪.‬‬

‫ﻣﺜﺎل ‪ :٤‬ﺑﺎﺳﺘﺨﺪام ﺑﻴﺎﻧﺎت اﻟﻤﺜﺎل ‪ ١‬وﻧﺘﺎﺋﺞ اﻟﻤﺜﺎل ‪ ،٢‬ﻳﺘﻢ إﻧﺸﺎء ﺟﺪول‪ ، ANOVA‬وﺗﻄﺒﻴﻖ اﺧﺘﺒﺎر ﻓﺮﺿﻴﺔ ﻣﻨﺎﺳﺐ‬
‫وﺗﻔﺴﻴﺮ اﻟﻨﺘﺎﺋﺞ‪.‬‬

‫اﻟﺤﻞ‪ :‬وﻓ ًﻘﺎ ﻟﻠﺒﻴﺎﻧﺎت اﻟﻤﻌﻄﺎة ﻓي اﻟﻤﺜﺎل ‪ ١‬وﻧﺘﺎﺋﺞ اﻟﻤﺜﺎل ‪ ،٢‬ﻳﺘﻢ اﻟﺘﺎﻟي‪:‬‬
‫𝑝𝑝‬

‫‪𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 = 97.25 𝑎𝑎𝑎𝑎𝑎𝑎 � 𝐵𝐵�𝑗𝑗 𝑌𝑌 ′ 𝑋𝑋𝑗𝑗 = 3702.7845‬‬

‫‪𝑗𝑗=1‬‬

‫ﺑﺎﺳﺘﺨﺪام ﻫﺬه اﻟﻘﻴﻢ‪ ،‬ﻳﺘﻢ إﻧﺸﺎء ﺟﺪول ‪ ANOVA‬ﻋ�ى اﻟﻨﺤﻮ اﻟﺘﺎﻟي‪:‬‬

‫‪Degree‬‬
‫‪Sources of‬‬ ‫‪of‬‬ ‫‪Variance‬‬
‫)‪Sum of Squares (S.S.‬‬ ‫‪Mean Sum of Squares‬‬
‫‪Variation‬‬ ‫‪Freedom‬‬ ‫‪Ratio‬‬
‫)‪(d.f.‬‬
‫𝑝𝑝‬
‫‪Independent‬‬
‫𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆‬ ‫𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆‬
‫‪𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 = � 𝐵𝐵�𝑗𝑗 𝑌𝑌 ′ 𝑋𝑋𝑗𝑗 − 𝑛𝑛𝑌𝑌� 2‬‬
‫‪Variables‬‬ ‫‪2‬‬ ‫‪= 184.71‬‬ ‫𝑝𝑝‬
‫‪𝑗𝑗=0‬‬ ‫𝑝𝑝‬ ‫= 𝐹𝐹‬
‫) 𝟐𝟐𝑿𝑿 ‪(𝑿𝑿𝟏𝟏 ,‬‬ ‫‪= 369.42‬‬ ‫𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆‬
‫𝑝𝑝‬
‫‪𝑛𝑛 − 𝑝𝑝 − 1‬‬
‫‪Residuals‬‬ ‫𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆‬
‫‪9‬‬ ‫‪𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 = 𝑌𝑌 ′ 𝑌𝑌 − � 𝐵𝐵�𝑗𝑗 𝑌𝑌 ′ 𝑋𝑋𝑗𝑗 = 97.25‬‬ ‫‪= 10.8056‬‬ ‫‪= 17.094‬‬
‫) 𝑹𝑹𝑹𝑹𝑹𝑹𝑺𝑺𝑺𝑺(‬ ‫‪𝑛𝑛 − 𝑝𝑝 − 1‬‬
‫‪𝑗𝑗=0‬‬

‫‪Total‬‬ ‫‪11‬‬ ‫‪𝑌𝑌 ′ 𝑌𝑌 − 𝑛𝑛𝑌𝑌� 2 = 466.67‬‬

‫ﺗﻢ اﻟﺤﺼﻮل ﻋ�ى ﻣﻌﺎﻣﻞ ﺗﺒﺎﻳﻦ‪ ، F = 17.094‬ﺑﻴﻨﻤﺎ ﻗﻴﻤﺔ ‪ F‬اﻟﻤﺪرﺟﺔ ﻓي اﻟﺠﺪول ﻟﺪرﺟﺔ اﻟﺤﺮﻳﺔ ‪ 2‬و ‪9‬‬
‫وﻋﻨﺪ ‪ 𝛼𝛼 = 0.05‬ﻫﻲ ‪ .4.26‬وﺑﺎﻟﺘﺎﻟي‪ ،‬ﻧﺮﻓﺾ اﻟﻔﺮﺿﻴﺔ اﻷوﻟﻴﺔ ‪ 𝐻𝐻0‬وﻧﺴﺘﻨﺘﺞ أن ‪ 𝑋𝑋1‬و ‪ 𝑋𝑋2‬ﺗﺴﺎﻫﻤﺎن ﺑﺸﻜﻞ ﻛﺒﻴﺮ ﻓي‬
‫اﻟﺘﺒﺎﻳﻦ‪ .‬وﻣﻦ اﻟﻤﻤﻜﻦ أن ﻳﺜﻴﺮ اﻻﻫﺘﻤﺎم ﻣﻌﺮﻓﺔ ﻣﺎ إذا ﻛﺎن ﻣﻌﺎﻣﻞ 𝑗𝑗𝐵𝐵 اﻟﺨﺎص ﺑﺎﻟﻤﺘﻐﻴﺮ اﻟﻤﺴﺘﻘﻞ 𝑗𝑗𝑋𝑋 ﻣﺨﺘﻠ ًﻔﺎ ﻋﻦ اﻟﺼﻔﺮ‬
‫ﺑﻌﺪ اﺣﺘﺴﺎب اﻟﻤﺘﻐﻴﺮات اﻷﺧﺮى( 𝑘𝑘𝑋𝑋 ﺣﻴﺚ ‪ ( k ≠ j).‬ﻳﻤﻜﻦ اﺧﺘﺒﺎر ذﻟﻚ ﻋﻦ ﻃﺮﻳﻖ اﻟﻨﻈﺮ ﻓي اﻹﺣﺼﺎﺋي 𝑡𝑡 ‪:‬‬

‫𝑗𝑗�𝐵𝐵‬
‫= 𝑡𝑡‬
‫) 𝑗𝑗�𝐵𝐵( ‪𝑆𝑆. 𝐸𝐸.‬‬
 ‫ﻣﻦ ﻧﺘﻴﺠﺔ اﻟﻤﺜﺎل ‪ ،٢‬ﻟﺪﻳﻨﺎ ً‬
‫أﻳﻀﺎ‪:‬‬

‫‪𝐵𝐵�1 = 1.3002 𝑎𝑎𝑎𝑎𝑎𝑎 𝐵𝐵�2 = 0.1356‬‬

‫وﺑﺎﻟﺘﺎﻟي ﻣﺼﻔﻮﻓﺔ اﻟﺘﺒﺎﻳﻦ‪-‬اﻟﺘﻐﺎﻳﺮ ﺗﻜﻮن‬

‫‪𝑉𝑉�𝐵𝐵�� = 𝜎𝜎� 2 (𝑋𝑋 ′ 𝑋𝑋)−1‬‬

‫‪0.7139 −0.0658 −0.0028‬‬
‫�‪= 10.8056 �−0.0658 0.0095 −0.0005‬‬
‫‪−0.0028 −0.0005 0.0002‬‬
‫ﺑﺎﻟﺘﺎﻟى‬

‫‪7.7141 −0.711‬‬ ‫‪−0.03‬‬

‫�‬
‫‪𝑉𝑉�𝐵𝐵� = � 0.711 0.10265‬‬ ‫� ‪−0.0054‬‬
‫‪−0.03 −0.0054 0.0021611‬‬
‫ﺑﺈﺳﺘﺨﺪام اﻟﻤﻌﺎدﻟﺔ )‪ ,(١٥‬ﻳﻜﻮن ﻟﺪﻳﻨﺎ ‪:‬‬

‫‪𝑉𝑉�𝐵𝐵�0 � = 7.7141,‬‬ ‫‪𝑉𝑉�𝐵𝐵�1 � = 0.10265‬‬ ‫𝑎𝑎𝑎𝑎𝑎𝑎‬ ‫‪𝑉𝑉�𝐵𝐵�2 � = 0.0021611‬‬

‫وﺑﺎﻟﺘﺎﻟي‪،‬‬

‫‪S. E. �𝐵𝐵�0 � = √7.7141 = 2.777‬‬

‫‪𝑆𝑆. 𝐸𝐸. �𝐵𝐵�1 � = √0.10265 = 0.3204‬‬

‫‪𝑆𝑆. 𝐸𝐸. �𝐵𝐵�2 � = √0.0021611 = 0.04649‬‬

‫وﺑﺎﻟﺘﺎﻟي ﺗﻜﻮن اﻹﺣﺼﺎء ‪ t‬ﻛﺎﻵﺗى ‪:‬‬

‫‪𝐵𝐵�0‬‬ ‫‪1.8765‬‬
‫= ‪𝑡𝑡0‬‬ ‫=‬ ‫"ﻏﻴﺮ ﻣﻌﻨﻮى" �⎯⎯⎯⎯⎯� ‪= 0.6758‬‬
‫) ‪𝑆𝑆. 𝐸𝐸. (𝐵𝐵0‬‬ ‫‪2.777‬‬

‫‪𝐵𝐵�1‬‬ ‫‪1.3002‬‬
‫= ‪𝑡𝑡1‬‬ ‫=‬ ‫"ﻣﻌﻨﻮى" �⎯⎯⎯⎯⎯� ‪= 4.058‬‬
‫) ‪𝑆𝑆. 𝐸𝐸. (𝐵𝐵�1‬‬ ‫‪0.3204‬‬

‫‪𝐵𝐵�2‬‬ ‫‪0.1356‬‬
‫= ‪𝑡𝑡2‬‬ ‫=‬ ‫"ﻣﻌﻨﻮى" �⎯⎯⎯⎯⎯� ‪= 2.91675‬‬
‫) ‪𝑆𝑆. 𝐸𝐸. (𝐵𝐵�2‬‬ ‫‪0.04649‬‬

‫وﻟﻜﻦ ﻗﻴﻤﺔ اﻻﺧﺘﺒﺎر اﻟﺘﻲ ﺗﻢ ﻟﻺﺣﺼﺎﺋﻴﺔ اﻟﺠﺪوﻟﻴﺔ ‪t‬ﻋﻨﺪ ‪ α = 0.05‬ﻫﻲ ‪ 2.262‬ﻋﻨﺪ ‪ 22‬درﺟﺎت ﺣﺮﻳﺔ‪.‬‬
 ‫ﺑﺎﻟﺘﺎﻟي‪ ،‬ﺗُﺴﻬﻢ ﻛﻼ اﻟﻤﺘﻐﻴﺮﻳﻦ ﺑﺸﻜﻞ ﻛﺒﻴﺮ ﻓي اﻟﺘﺒﺎﻳﻦ ف𝑌𝑌 ‪.‬‬

‫ﻳﻤﻜﻨﻚ اﻵن ﺣﻞ اﻟﺘﻤﺮﻳﻦ اﻟﺘﺎﻟي‪.‬‬

‫)‪ (E3‬إﻋﺪاد ﺟﺪول ‪ ANOVA‬وﺣﺴﺎب اﻷﺧﻄﺎء اﻟﻘﻴﺎﺳﻴﺔ ﻟﻠﺘﻘﺪﻳﺮات واﺧﺘﺒﺎر أﻫﻤﻴﺘﻬﺎ ﺑﺎﺳﺘﺨﺪام ﺑﻴﺎﻧﺎت‪ E1‬وﻗﻢ‬

‫ﺑﺘﻔﺴﻴﺮ اﻟﻨﺘﺎﺋﺞ‪.‬‬

‫ﺣﻞ اﻟﺘﻤﺎرﻳﻦ رﻗﻢ )‪: (٣‬‬

‫𝑝𝑝‬

‫‪𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 = 42.4205 𝑎𝑎𝑎𝑎𝑎𝑎 � 𝐵𝐵�𝑗𝑗 𝑌𝑌 ′ 𝑋𝑋𝑗𝑗 = 2865.5795‬‬

‫‪𝑗𝑗=1‬‬

‫ﺑﺎﺳﺘﺨﺪام ﻫﺬه اﻟﻘﻴﻢ‪ ،‬ﻳﺘﻢ إﻧﺸﺎء ﺟﺪول ‪ ANOVA‬ﻋ�ى اﻟﻨﺤﻮ اﻟﺘﺎﻟي‪:‬‬

‫‪Degree‬‬
‫‪Sources of‬‬ ‫‪of‬‬ ‫‪Mean Sum of‬‬ ‫‪Variance‬‬
‫)‪Sum of Squares (S.S.‬‬
‫‪Variation‬‬ ‫‪Freedom‬‬ ‫‪Squares‬‬ ‫‪Ratio‬‬
‫)‪(d.f.‬‬
‫𝑝𝑝‬
‫‪Independent‬‬
‫‪𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 = � 𝐵𝐵�𝑗𝑗 𝑌𝑌 ′ 𝑋𝑋𝑗𝑗 − 𝑛𝑛𝑌𝑌� 2‬‬ ‫𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆‬ ‫𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆‬
‫‪Variables‬‬ ‫‪2‬‬ ‫‪= 54.98975‬‬
‫‪𝑗𝑗=0‬‬ ‫𝑝𝑝‬ ‫𝑝𝑝‬
‫) 𝟐𝟐𝑿𝑿 ‪(𝑿𝑿𝟏𝟏 ,‬‬ ‫‪= 109.9795‬‬ ‫= 𝐹𝐹‬
‫𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆‬
‫𝑝𝑝‬ ‫‪𝑛𝑛 − 𝑝𝑝 − 1‬‬
‫‪Residuals‬‬ ‫𝑗𝑗𝑋𝑋 ‪𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 = 𝑌𝑌 ′ 𝑌𝑌 − � 𝐵𝐵�𝑗𝑗 𝑌𝑌 ′‬‬ ‫𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆‬
‫‪7‬‬ ‫‪= 6.06007‬‬ ‫‪= 9.074‬‬
‫) 𝑹𝑹𝑹𝑹𝑹𝑹𝑺𝑺𝑺𝑺(‬ ‫‪𝑗𝑗=0‬‬ ‫‪𝑛𝑛 − 𝑝𝑝 − 1‬‬
‫‪= 42.4205‬‬
‫‪Total‬‬ ‫‪9‬‬ ‫‪𝑌𝑌 ′ 𝑌𝑌 − 𝑛𝑛𝑌𝑌� 2 = 152.40‬‬

‫ﺗﻢ اﻟﺤﺼﻮل ﻋ�ى ﻣﻌﺎﻣﻞ ﺗﺒﺎﻳﻦ ‪ ، F = 9.074‬ﺑﻴﻨﻤﺎ ﻗﻴﻤﺔ ‪ F‬اﻟﻤﺪرﺟﺔ ﻓي اﻟﺠﺪول ﻟﺪرﺟﺔ اﻟﺤﺮﻳﺔ ‪ 2‬و ‪7‬‬
‫وﻋﻨﺪ ‪ 𝛼𝛼 = 0.05‬ﻫﻲ ‪ .3.44‬وﺑﺎﻟﺘﺎﻟي‪ ،‬ﻧﺮﻓﺾ اﻟﻔﺮﺿﻴﺔ اﻟﺼﻔﺮﻳﺔ ‪ 𝐻𝐻0‬وﻧﺴﺘﻨﺘﺞ أن ‪ 𝑋𝑋1‬و ‪ 𝑋𝑋2‬ﺗﺴﺎﻫﻤﺎن ﺑﺸﻜﻞ ﻛﺒﻴﺮ ﻓي‬
‫اﻟﺘﺒﺎﻳﻦ‪ .‬وﻣﻦ اﻟﻤﻤﻜﻦ أن ﻳﺜﻴﺮ اﻻﻫﺘﻤﺎم ﻣﻌﺮﻓﺔ ﻣﺎ إذا ﻛﺎن ﻣﻌﺎﻣﻞ 𝑗𝑗𝐵𝐵 اﻟﺨﺎص ﺑﺎﻟﻤﺘﻐﻴﺮ اﻟﻤﺴﺘﻘﻞ 𝑗𝑗𝑋𝑋 ﻣﺨﺘﻠ ًﻔﺎ ﻋﻦ اﻟﺼﻔﺮ‬
‫ﺑﻌﺪ اﺣﺘﺴﺎب اﻟﻤﺘﻐﻴﺮات اﻷﺧﺮى( 𝑘𝑘𝑋𝑋 ﺣﻴﺚ ‪ ( k ≠ j).‬ﻳﻤﻜﻦ اﺧﺘﺒﺎر ذﻟﻚ ﻋﻦ ﻃﺮﻳﻖ اﻟﻨﻈﺮ ﻓي اﻹﺣﺼﺎﺋي 𝑡𝑡 ‪:‬‬
 ‫𝑗𝑗�𝐵𝐵‬
‫= 𝑡𝑡‬
‫) 𝑗𝑗�𝐵𝐵( ‪𝑆𝑆. 𝐸𝐸.‬‬

‫ﻟﺪﻳﻨﺎ ‪:‬‬

‫‪𝐵𝐵�1 = −0.1729 𝑎𝑎𝑎𝑎𝑎𝑎 𝐵𝐵�2 = 0.1062‬‬

‫وﺑﺎﻟﺘﺎﻟي ﻣﺼﻔﻮﻓﺔ اﻟﺘﺒﺎﻳﻦ‪-‬اﻟﺘﻐﺎﻳﺮ ﺗﻜﻮن‬

‫‪𝑉𝑉�𝐵𝐵�� = 𝜎𝜎� 2 (𝑋𝑋 ′ 𝑋𝑋)−1‬‬

‫‪8.1316 −0.069 −0.1108‬‬
‫� ‪= 6.06007 � −0.069 0.0007 0.0007‬‬
‫‪−0.1108 0.0007 0.0022‬‬
‫ﺑﺎﻟﺘﺎﻟى‬

‫‪49.278‬‬ ‫‪−0.418‬‬ ‫‪−0.671‬‬

‫�‪𝑉𝑉�𝐵𝐵�� = �−0.418 0.004242 0.004242‬‬
‫‪−0.671 0.004242 0.013332‬‬
‫ﺑﺈﺳﺘﺨﺪام اﻟﻤﻌﺎدﻟﺔ )‪ ,(١٥‬ﻳﻜﻮن ﻟﺪﻳﻨﺎ ‪:‬‬

‫‪𝑉𝑉�𝐵𝐵�0 � = 49.278,‬‬ ‫‪𝑉𝑉�𝐵𝐵�1 � = 0.004242‬‬ ‫𝑎𝑎𝑎𝑎𝑎𝑎‬ ‫‪𝑉𝑉�𝐵𝐵�2 � = 0.013332‬‬

‫وﺑﺎﻟﺘﺎﻟي ‪:‬‬

‫‪S. E. �𝐵𝐵�0 � = √49.278 = 7.019829‬‬

‫‪𝑆𝑆. 𝐸𝐸. �𝐵𝐵�1 � = √0.004242 = 0.06513‬‬

‫‪𝑆𝑆. 𝐸𝐸. �𝐵𝐵�2 � = √0.013332 = 0.115464‬‬

‫وﺑﺎﻟﺘﺎﻟي ﺗﻜﻮن اﻹﺣﺼﺎء ‪ t‬ﻛﺎﻵﺗى ‪:‬‬

‫‪𝐵𝐵�0‬‬ ‫‪26.7569‬‬
‫= ‪𝑡𝑡0‬‬ ‫=‬ ‫"ﻣﻌﻨﻮى" �⎯⎯⎯⎯⎯� ‪= 3.811617‬‬
‫‪𝑆𝑆. 𝐸𝐸. (𝐵𝐵0 ) 7.019829‬‬

‫‪𝐵𝐵�1‬‬ ‫‪−0.1729‬‬
‫= ‪𝑡𝑡1‬‬ ‫=‬ ‫"ﻣﻌﻨﻮى" �⎯⎯⎯⎯⎯� ‪= −2.65469‬‬
‫) ‪𝑆𝑆. 𝐸𝐸. (𝐵𝐵�1‬‬ ‫‪0.06513‬‬

‫‪𝐵𝐵�2‬‬ ‫‪0.1062‬‬
‫= ‪𝑡𝑡2‬‬ ‫=‬ ‫"ﻏﻴﺮ ﻣﻌﻨﻮى" �⎯⎯⎯⎯⎯� ‪= 0.9197672‬‬
‫) ‪𝑆𝑆. 𝐸𝐸. (𝐵𝐵�2‬‬ ‫‪0.115464‬‬
 ‫وﻟﻜﻦ ﻗﻴﻤﺔ اﻻﺧﺘﺒﺎر اﻟﺘﻲ ﺗﻢ ﻟﻺﺣﺼﺎﺋﻴﺔ اﻟﺠﺪوﻟﻴﺔ ‪t‬ﻋﻨﺪ ‪ α = 0.05‬ﻫﻲ ‪ 2.37‬ﻋﻨﺪ ‪ 7‬درﺟﺎت ﺣﺮﻳﺔ‪.‬‬

‫وﺑﺎﻟﺘﺎﻟي‪ ،‬ﻳﺴﻬﻢ اﻟﻤﺘﻐﻴﺮ اﻟﻤﺴﺘﻘﻞ ‪ X1‬ﺑﺸﻜﻞ ﻛﺒﻴﺮ ﻓي ﺗﻔﺴﻴﺮ اﻟﺘﺒﺎﻳﻦ ﻓي اﻟﻤﺘﻐﻴﺮ اﻟﺘﺎﺑﻊ ‪ ، Y‬ﻓي ﺣﻴﻦ ﻻ ُﻳﺴﻬﻢ اﻟﻤﺘﻐﻴﺮ‬
‫اﻟﻤﺴﺘﻘﻞ ‪ X 2‬ﺑﺸﻜﻞ ﻛﺒﻴﺮ ﻓي ذﻟﻚ ‪.‬وﻓﻴﻤﺎ ﻳﺘﻌﻠﻖ ﺑﺘﻔﺴﻴﺮ ﻣﻌﺎﻣﻼت اﻻﻧﺤﺪار‪ ،‬ﻳﻮﺟﺪ زﻳﺎدة ﺑﻤﻘﺪار ‪ 0.1062‬ﺛﺎﻧﻴﺔ ﻓي‬
‫اﻟﻮﻗﺖ ﺑﺴﺒﺐ ﺗﻐﻴﻴﺮ وﺣﺪة واﺣﺪة ﻓي ﺣﺎﻻت )‪ (X1‬ﺑﺎﻟﻤﺜﻞ‪ ،‬ﻳﻮﺟﺪ اﻧﺨﻔﺎض ﺑﻤﻘﺪار ‪ 0.1729‬ﺛﺎﻧﻴﺔ ﻓي اﻟﻮﻗﺖ ﺑﺴﺒﺐ‬
‫ﺗﻐﻴﻴﺮ وﺣﺪة واﺣﺪة ﻓي‪X 2‬‬