Professional Documents
Culture Documents
New Microsoft Word Document PDF
New Microsoft Word Document PDF
إذا كان هناك عالقة خطية بين متغير االستجابة 𝑌 وأي من المتغيرات المستقلة 𝑝𝑋 ، 𝑋1 , 𝑋2 , … ,فنحن نستخدم
اختبار األهمية في التحليل اإلحصائي لالنحدار .اختبار األهمية في التحليل اإلحصائي لالنحدار هو اختبار لتحديد العالقة
الخطية بين متغير االستجابة ومتغيرات االنحدار وغال ًبا ما يستخدم لفحص مدى مالئمة النموذج.
من أجل اختبار ما إذا كانت مساهمة المتغيرات المستقلة 𝑝𝑋 𝑋1 , 𝑋2 , … ,ذات أهمية أم ال ،نختبر ما إذا كانت قيم
𝑝𝐵 𝐵1 , 𝐵2 , ⋯ ,جميعها تساوي الصفر في النموذج أو على األقل واحدة منها ليست تساوي الصفر .يمكن كتابة
فرضية االختبار هذه على النحو التالي:
𝐻0 ∶ 𝐵1 = 𝐵2 = ⋯ = 𝐵𝑝 = 0
𝑃𝑆𝑆𝑅𝑒𝑔 /
=𝐹
)𝑆𝑆𝑅𝑒𝑠 /(𝑛 − 𝑝 − 1
في هذا االختبار ،يتم تقسيم مجموع المربعات اإلجمالي 𝑇𝑆𝑆 إلى مجموع مربعات يرجع إلى مساهمة متغيرات
االنحدار) 𝑔𝑒𝑅𝑆𝑆( ومجموع مربعات المتبقية (𝑆𝑆𝑅𝑒𝑠 ).ومن المعادلة ( ،)17فإن مجموع المربعات المتبقية
) 𝑠𝑒𝑅𝑆𝑆(هو:
إذا 𝑝𝐵 𝐵1 , 𝐵2 , ⋯ ,كانت جميعها تساوي الصفر ،أي أن المتغيرات المستقلة ال تساهم في التغير في𝑌 ،فإن مجموع
المربعات اإلجمالي 𝑇𝑆𝑆 يعطى على النحو التالي:
(∑𝑌𝑖 )2
𝑆𝑆𝑇 = ∑𝑌𝑖2 − 𝑛𝑌̅ 2 = 𝑌 ′ 𝑌 −
𝑛
هذا هو التباين الكلي الموجود في 𝑌 حول المتوسط̅𝑌 يمكننا إعادة كتابة المعادلة ( )20على النحو التالي:
(∑𝑌𝑖 )2
⟹ 𝑆𝑆𝑅𝑒𝑔 = {𝑌 ′ 𝑋𝐵̂ − }
𝑛
𝑆𝑆𝑅𝑒𝑔 = ∑𝐵̂𝑗 𝑌 ′ 𝑋𝑗 − 𝑛𝑌̅ 2
ANOVA TABLE
تحت فرض الفرضية الصفراء ،أي عندما تكون ، 𝐵1 = 𝐵2 = ⋯ = 𝐵𝑝 = 0يتم توزيع 𝐹 كتوزيع فيشر 𝐹 مع
درجة الحرية 𝑝 و).(𝑛 − 𝑝 − 1
)𝐹~𝐹𝑝(𝑛−𝑝−1
إذا كانت القيمة المحسوبة من Fأقل من القيمة المدونة 𝑝𝐹 (𝑛 − 𝑝 − 1) ،عند مستوى الداللة 𝛼 ،فإننا نستنتج
أن مساهمة 𝑝𝑋 𝑋1 , 𝑋2 , … ,في التغير في 𝑌 غير معنوية .وبالتالي ،ليس لديهم أي مساهمة في التنبؤ .ومن الممكن
أن يكون من ذوي االهتمام اإلضافي فحص ما إذا كان أي من معامالت( يقال ) 𝑗𝐵 المقابلة للمتغير المستقل 𝑗𝑋
مختل ًفا عن الصفر ،بعد األخذ في االعتبار المتغيرات األخرى( 𝑘𝑋 الكل )𝑗 ≠ 𝑘( .يمكن اختبار هذا باعتبار اإلحصائية
𝑡:
𝑗̂𝐵
=𝑡
) 𝑗̂𝐵( 𝑆. 𝐸.
حيث يستخدم) 𝑗̂𝐵( 𝑆. 𝐸.القيمة المقدرة لـ 𝜎̂ 2المعطاة في المعادلة ( .)18تحت فرض الفرض األولي ، 𝐵𝑗 = 0 ،
يتبع االختبار اإلحصائي المقترح 𝑡 توزيع الطالب 𝑡 مع درجة الحرية (𝑛 − 𝑝 − 1).بالتالي ،إذا
|𝑡| ≤ 𝑡𝛼,𝑛−𝑝−1
2
نقبل فرضية الفراغ 𝐻0إال ،نرفضها .إذا كانت قيمة 𝑗𝐵 مختلفة بشكل كبير عن الصفر ،فإنها تسهم بشكل كبير في
التباين في القيمة المتوقعة للمتغير االعتمادي 𝑌 بعد احتساب مساهمة المتغيرات األخرى .إذا لم تكن قيمة 𝑗𝐵
مختلفة بشكل كبير عن الصفر ،فإن مساهمتها غير مهمة بعد احتساب المتغيرات األخرى في النموذج.
مثال :4باستخدام بيانات المثال 1ونتائج المثال ،2يتم إنشاء جدول ، ANOVAوتطبيق اختبار فرضية مناسب
وتفسير النتائج.
الحل :وف ًقا للبيانات المعطاة في المثال 1ونتائج المثال ،2يتم التالي:
𝑝
Degree
Sources of of Variance
)Sum of Squares (S.S. Mean Sum of Squares
Variation Freedom Ratio
)(d.f.
Independent 𝑝
𝑔𝑒𝑅𝑆𝑆 𝑔𝑒𝑅𝑆𝑆
𝑆𝑆𝑅𝑒𝑔 = ∑ 𝐵̂𝑗 𝑌 ′ 𝑋𝑗 − 𝑛𝑌̅ 2
Variables 2 = 184.71 𝑝
𝑗=0 𝑝 =𝐹
) 𝟐𝑿 (𝑿𝟏 , = 369.42 𝑠𝑒𝑅𝑆𝑆
𝑝
𝑛−𝑝−1
Residuals 𝑠𝑒𝑅𝑆𝑆
9 𝑆𝑆𝑅𝑒𝑠 = 𝑌 ′ 𝑌 − ∑ 𝐵̂𝑗 𝑌 ′ 𝑋𝑗 = 97.25 = 10.8056 = 17.094
) 𝒔𝒆𝑹𝑺𝑺( 𝑛−𝑝−1
𝑗=0
تم الحصول على معامل تباين ، F = 17.094بينما قيمة Fالمدرجة في الجدول لدرجة الحرية 2و 9
وعند 𝛼 = 0.05هي .4.26وبالتالي ،نرفض الفرضية األولية 𝐻0ونستنتج أن 𝑋1و 𝑋2تساهمان بشكل كبير في
التباين .ومن الممكن أن يثير االهتمام معرفة ما إذا كان معامل 𝑗𝐵 الخاص بالمتغير المستقل 𝑗𝑋 مختل ًفا عن الصفر
بعد احتساب المتغيرات األخرى( 𝑘𝑋 حيث ( k ≠ j).يمكن اختبار ذلك عن طريق النظر في اإلحصائي 𝑡 :
𝑗̂𝐵
=𝑡
) 𝑗̂𝐵( 𝑆. 𝐸.
من نتيجة المثال ،2لدينا ً
أيضا:
𝑉(𝐵̂) = 𝜎̂ 2 (𝑋 ′ 𝑋)−1
0.7139 −0.0658 −0.0028
)= 10.8056 (−0.0658 0.0095 −0.0005
−0.0028 −0.0005 0.0002
بالتالى
وبالتالي،
𝐵̂0 1.8765
= 𝑡0 = → = 0.6758 "غير معنوى"
) 𝑆. 𝐸. (𝐵0 2.777
𝐵̂1 1.3002
= 𝑡1 = → = 4.058 "معنوى"
) 𝑆. 𝐸. (𝐵̂1 0.3204
𝐵̂2 0.1356
= 𝑡2 = → = 2.91675 "معنوى"
𝑆. 𝐸. (𝐵̂2 ) 0.04649
ولكن قيمة االختبار التي تم لإلحصائية الجدولية tعند α = 0.05هي 2.262عند 22درجات حرية.
بالتالي ،تُسهم كال المتغيرين بشكل كبير في التباين ف𝑌 .
) (E3إعداد جدول ANOVAوحساب األخطاء القياسية للتقديرات واختبار أهميتها باستخدام بيانات E1وقم
بتفسير النتائج.
Degree
Sources of of Variance
Sum of Squares (S.S.) Mean Sum of Squares
Variation Freedom Ratio
)(d.f.
Independent 𝑝
تم الحصول على معامل تباين ، F = 9.074بينما قيمة Fالمدرجة في الجدول لدرجة الحرية 2و 7
وعند 𝛼 = 0.05هي .3.44وبالتالي ،نرفض الفرضية الصفرية 𝐻0ونستنتج أن 𝑋1و 𝑋2تساهمان بشكل كبير في
التباين .ومن الممكن أن يثير االهتمام معرفة ما إذا كان معامل 𝑗𝐵 الخاص بالمتغير المستقل 𝑗𝑋 مختل ًفا عن الصفر
بعد احتساب المتغيرات األخرى( 𝑘𝑋 حيث ( k ≠ j).يمكن اختبار ذلك عن طريق النظر في اإلحصائي 𝑡 :
𝑗̂𝐵
=𝑡
) 𝑗̂𝐵( 𝑆. 𝐸.
لدينا :
𝑉(𝐵̂ ) = 𝜎̂ 2 (𝑋 ′ 𝑋)−1
8.1316 −0.069 −0.1108
) = 6.06007 ( −0.069 0.0007 0.0007
−0.1108 0.0007 0.0022
بالتالى
وبالتالي :
𝐵̂0 26.7569
= 𝑡0 = → = 3.811617 "معنوى"
𝑆. 𝐸. (𝐵0 ) 7.019829
𝐵̂1 −0.1729
= 𝑡1 = → = −2.65469 "معنوى"
) 𝑆. 𝐸. (𝐵̂1 0.06513
𝐵̂2 0.1062
= 𝑡2 = → = 0.9197672 "غير معنوى"
𝑆. 𝐸. (𝐵̂2 ) 0.115464
ولكن قيمة االختبار التي تم لإلحصائية الجدولية tعند α = 0.05هي 2.37عند 7درجات حرية.
وبالتالي ،يسهم المتغير المستقل X1بشكل كبير في تفسير التباين في المتغير التابع ، Yفي حين ال ُيسهم المتغير
المستقل X 2بشكل كبير في ذلك .وفيما يتعلق بتفسير معامالت االنحدار ،يوجد زيادة بمقدار 0.1062ثانية في
الوقت بسبب تغيير وحدة واحدة في حاالت ) (X1بالمثل ،يوجد انخفاض بمقدار 0.1729ثانية في الوقت بسبب
تغيير وحدة واحدة فيX 2