Professional Documents
Culture Documents
السنة الجامعية
2023/2022
محاور المقياس
هي قيمة متغرية يلحق بقيمها احتماالت حتقق كل قيمة .يرمز للمتغرية ع حبرف التيين كبري .ومنيز بني م
ع املتقطعة وم العشوائبة املتصلة أو املستمرة.
مثال :يف جتربة إلقاء مكعب نرد ميكن أن نسمي الوجه الذي يستقر عليه الكعب متغرية عشوائية .X
القيم املمكنة ل Xهي .6 ،5 ،4 ،3 ،2 ،1 :بكل قيمة ميكن أن نلحق احتمال حتققها ،وهو هنا
.1/6ونكتب مثال :
…P(X = 1) = f(1) = 1/6, P(X = 2) = f(2) = 1/6 ,
الحظ أن القيم املمكنة ل ) 6 ،5 ،4 ،3 ،2 ،1( Xهي متنافية ،ولذلك فإن جمموع احتماالهتا
6
P( X = x) = 1
x =1
يساوي .1
مثال .2يف جتربة إلقاء قطعة نقدية مرتني ميكن أن نعني املتغرية العشوائية Xاليت متثل عدد مرات
احلصول على كتابة .يف هذه احلالة القيم املمكنة ل Xهي .2 ،1 ،0ال حظ أنه ميكن تعيني متغريات
عشوائية أخرى انطالقا منن نفس التجربة ،مثال Yعدد مرات احلصول على صورة ،وهي متغرية أتخد
القيم ،2 ،1 ،0مث املتغرية Zحبث ... Z = X - Y
القيم املمكنة ل Xهي .2- ،2 ،0االحتماالت امللحقة بقيمها ميكن حساهبا كما يلي:
P(Z = 0) = P(X – Y = 0) = P(X = 0 et Y = 0 ou X = 1 et Y = 1 ou X
>= )= 2 et Y = 2
P(Z = 0) = 0 + P(X = 1 et Y = 1) + 0 = 2 * 0.5² = 0.5
و تسمى أيضا م ع منفصلة ،وهي اليت أتخذ عددا منتهيا من القيم املمكنة يف جمال مغلق.
مثال :داخل اجملال املغلق ] [2, 5املتغرية Xاملعرفة يف املثال األول أتخذ 4قيم ممكنة.
هي جمموعة القيم املمكنة مع االحتماالت املرتبطة بقيم املتغرية .نرمز للمتغرية حبرف كبري وللقيم اليت
أتخذها املتغرية حبرف صغري .نعرب عن احتمال قيمة معينة كما يلي ) P(X = xونكتب أيضا f(x) :
.وتسمى الدالة ) f(xدالة الكثافة االحتمالية.
-1-
المحور األول :مفاهيم حول المتغيرات العشوائية
مثال :التوزيع االحتمايل مل ع للمثال األول (إلقاء مكعب نرد) يكتب كما يلي:
X 1 2 3 4 5 6
= P(X
1/6 1/6 1/6 1/6 1/6 1/6 1
)x
مثال .2التوزيع االحتمايل ل ،Xعدد مرات الصورة يف رميتني لقطعة نقدية:
X 0 1 2
= P(X
1/4 2/4 1/4 1
)x
نعرب عن احتمال قيمة معينة كما يلي ) P(X = xونكتب أيضا f(x) :وتسمى الدالة ) f(xدالة
الكثافة االحتمالية .لكي ميكن اعتبار دالة ما ،أاي كانت ،دالة كثافة احتمالية جيب أن يتحقق شرطان
اثنان:
)1 f ( x) 0
)2 f ( x) = 1
x
مثال :أنخذ دالة الكثافة ل Xنتيجة إللقاء حجر نردf(1) = f(2) = f(3) = … f(6) = :
1/6 ≥ 0 ,
الش ر ر رررحم األول قق ،والش ر ر رررحم الثاأل أيض ر ر ررا ألنΣf(x) = 1/6 + 1/6 + … + 1/6 = :
6(1/6) = 1
متثل املتغرية العشوائية املتقطعة ليس من خالل منحىن ولكن من خالل أعمدة متوازية على ور .X
مثال :منثل بيانيا منحنيات دوال الكثافة ل Xو Zاملعرفة على إلقاء قطعة نقدية مرتني.
)f(x
)f(z
1
1
1/2
1/2
1/4
1/4
-2-
المحور األول :مفاهيم حول المتغيرات العشوائية
إذا كانت Xأتخذ عددا منتهيا من القيم فإن ) F(xميكن تعريفها كما يلي:
0 , − x x1
) f (x , x1 x x 2
1
1/4
1/4 Z -2 0 2
-2 0 2
)f(x 1/4 1/2 1/4
1 2 x z
F(x)=P(X≤x) 1/4 3/4 1
0
مالحظة .أتخذ دالة التوزيع للم ع املتقطعة ش ر ر رركال س ر ر ررلميا ،وهي ال تكون متناقص ر ر ررة يف أي جمال ،وأكرب
قيمة ممكنة هلا هي .1
-3-
المحور األول :مفاهيم حول المتغيرات العشوائية
ه ي متغرية ع أتخذ عددا ال متناهيا من القيم يف جمال دود ،أو هي أتخذ أي قيمة داخل هذا اجملال .من
أجل هذا فأن وحدات قياس املتغرية امليتمرة تكون مستمرة مثل الزمن ،الوزن ،املسافة ،احلجم... ،
هو جمموعة القيم اليت ميكن أن أتخذها املتغرية ع املستمرة واالحتماالت امللحقة هبا .نسمي توزيعا كهذا
دالة الكثافة االحتمالية أو دالة االحتمال ،وهي ممثلة مبنحىن متصل.
الحظ أنه مبا أن Xأتخذ عددا ال متناهيا من القيم داخل أي جمال ،فإن احتمال قيمة بعينها هو احتمال
يؤول إىل الصفر P(X=x) →0.لذلك فإن دالة الكثافة تستعمل حلساب احتمال جمال .ويكون ذلك
حبساب املساحة حتت منحىن ) f(xبني bحدود اجملال.
P(a x b) = f ( x)dx a
1) f ( x) 0 ابستبدال إشارة التكامل إبشارة اجملموع جند أن شروحم دالة
+
2) f ( x)dx = 1
−
الكثافة االحتمالية للم ع املستمرة تكتب كما يلي :
من البديهي إذا أن منحىن دالة الكثافة ال ميكن أن ينزل أسفل ور امل ع ،كما أن املساحة اإلمجالية بني
املنحىن واحملور األفقي تساوي الواحد.
هذه اخلصائص تفيدان يف حساب احتماالت بعض اجملاالت من خالل احتماالت جماالت أخرى.
مث ااال :أوج ررد قيم ررة الث رراب ررت Cاليت حتقق
)P(a x b) = P( X b) − P( X a) = F (b) − F (a
الشر ر ر ر ر ر رررطني األول والثر رراأل لر رردالر ررة الكثر ررافر ررة
االحتمالية يف الدالة التالية:
✓ أحسب احتمال أن تكون Xتنتمي للمجال من 1إىل .2
✓ أحسب احتمال أن تكون Xال تنتمي للمجال من 1إىل .2
-4-
المحور األول :مفاهيم حول المتغيرات العشوائية
1
مثال:
أوجد دالة التوزيع للمتغرية املذكورة يف املثال السابق.
a b x استخدم دالة التوزيع حلساب االحتمالP(1< x :
).<2
x 0
*x 0: F ( x) = f (u )du = 0du = 0
− −
x
x 0 x 1 1 u3 x3
*0 x 3: F ( x) = f (u)du = 0du + = u²du =
− − 0 9 9 3 0 27
3
x 0 3 1 x 1 u3 27
* x 3: F ( x) = f (u )du = 0du + = u ² du + 0du = 0 + + 0 =1
− − 0 9 3 9 3 0 27
-5-
المحور األول :مفاهيم حول المتغيرات العشوائية
0 x0
2 3 13 7
F ( x) = x 3 / 27 0 x3 = )P(1 x 2) = F (2) − F (1 − =
1 27 27 27
x3
تفيد هذه القاعدة الرايضية العامة يف استنتاج أن مشتقة دالة التوزيع هي دالة الكثافة:
x
d f (u )du )dF ( x
−
= f ( x) )= f ( x
dx dx
مثال :أوجد دالة الكثافة للمتغرية Xإذا كانت دالة التوزيع كما يلي:
1 − e −2 x x0
F ( x) =
0 sinon
يتم تعريف التوزيع االحتمايل (أو القانون االحتمايل) ملتغرية عش روائية من خالل حتديد القيم املمكنة للمتغرية
و االحتماالت املقابلة هلا.
يتم هذا التحديد إما من خالل جدول ) جدول التوزيع االحتمايل) أو دالة ،تسمى دالة كثافة االحتمالية.
لكي نقول عن دالرة مرا أهنرا دالرة كثرافرة احتمراليرة جيرب أن تكون موجبرة دومرا و أن يكون جمموع االحتمراالت
مساواي للواحد.
الدالة التجميعية (أو دالة التوزيع) متثل احتمال جمال من أصغر قيمة للمتغرية إىل نقطة ما:
يف حرالرة x يف حرالرة م متقطعرة و ) F ( x) = P( X x) = f (u
F ( x) = P ( X x) = f (u )du u x
−
م مستمرة.
نظرا لتعريفهرا أتخرذ دالرة التوزيع مسر ر ر ر ر ر ررارا متزايردا (أو ابترا على أجزاء من اجملرال) .تربز أمهيرة الردالرة التجميعيرة
أكثر عندما تكون املتغرية مسر ر ر ر ر ررتمرة ألننا هنتم حينها ابحتماالت جماالت .ميكن اسر ر ر ر ر ررتنتاج دالة الكثافة من
خالل اشتقاق دالة التوزيع.
-6-
المحور األول :مفاهيم حول المتغيرات العشوائية
7
المحور األول :مفاهيم حول المتغيرات العشوائية
يستخدم توقع دالة عند حساب عدد من املقاييس مثل التباين ،العزوم املركزية والعزوم املرتبطة ابألصل.
لتكن Xم ع هلا دالة كثافة ) ،f(xو) y = g(xم ع اتبعة هلا.
)E (Y ) = E ( g ( x)) = x g ( x) f ( x
+
E (Y ) = E ( g ( x)) = g ( x) f ( x)dx
− يف حالة Xم متصلة:
مثال .1نلقي قطعة نقدية مرتني .نسمي Xعدد مرات احلصول على صورة ،و .Y=X²أحسب
) E(Xو). E(Y
X 0 1 2 المجموع
)P(X = x 1/4 1/2 1/4 1
)X*P(X 0 1/2 1/2 E(X) =1
X² 0 1 4
= )E(X²
)X²*P(X 0 1/2 1
3/2
مثال :2لتكن Xم ع ذات دالة الكثافة التالية ،و .Y = g(x) = 3x² - 2xأحسب ).E(Y
1
x 0 x2
f ( x) = 2
0 sinon
8
المحور األول :مفاهيم حول المتغيرات العشوائية
9
المحور األول :مفاهيم حول المتغيرات العشوائية
10
المحور األول :مفاهيم حول المتغيرات العشوائية
ميكن أن نلحق أبي متغرية عشوائية Xمتغرية معيارية (تسمى أيضا املتغرية املركزية) ويرمز هلا * . Xتلحق
املتغرية املعيارية ابملتغرية احلقيقية من أجل املقارنة ألن املتغرية املعيارية ليس هلا وحدة كاملرت أو الساعة ...
وإمنا هي تعرب عن كل قيمة xل Xمن خالل املسافة بني xوالتوقع μسوبة لس ابلوحدة األصلية
وإمنا ابالورافات املعيارية.
X −
= *X
من خالل خصائص التوقع والتباين نستخرج التوقع والتباين للمتغرية املعيارية.
X − 1
= E ( X − ) = E ( X ) − E ( ) = 0
1
E ( X *) = E
( X − )² 1 ²
V ( X *) = E( X * − E ( X *))² = E ( X * −0)² = E ( X * ²) = E = = E ( X − )² =1
² ² ²
مثال :أحسر ر ررب * Xمن أجل متوسر ر ر ،70اوراف معياري ،5و Xيسر ر رراوي،75 ،50 ،60 ،55 :
.70 ،80
اجلواب :القيم هي.0 ،2 ،1 ،4- ،2- ،3- :
مثاال . 2يتردرب عرامالن أ رد وعلي من أجرل املش ر ر ر ر ر ر رراركرة يف مراراتون عيرد العمرال 1مراي .يشر ر ر ر ر ر رررتحم يوم
املسابقة أن يكون وزن املرتشح ال يتجاوز اجملال . μ ± 1.5σ
إذا كان الوزن املتوس ر ر ر ر ر ابلكغ هو μ = 70واالوراف املعياري هو 5كغ .هل س ر ر ر ر رريقبل العامالن أ د
وعلي إذا كان وزهنما 77 :كغ ،و 80كغ؟
اجلواب :جمال القبول هو من 62.5كغ إىل 77.5كغ ،لذلك فسريفض علي ويقبل أ د.
خالصة 4
التوقع الرايض رري و التباين هي أهم املؤش ررات املعربة عن خص ررائص املتغرية و كس رربان كما يلي ،حس ررب كون
املتغرية متقطعة أو مستمرة:
= ) E ( X ) = i =1 xi P ( X = xi
n n
i =1
) xi f ( x i
+
E ( X ) = xf ( x)dx
−
11
المحور األول :مفاهيم حول المتغيرات العشوائية
من أجل املقارنة بني املتغريات تستخدم املتغرية املعيارية اليت تسمح ابلتعبري عن قيمة xليس من خالل
وحداهتا األصلية (كغ ،مرت ،زمن )... ،وإمنا بعدد االورافات املعيارية اليت تفصل بني القيمة xوالتوقع
الرايضي.
مها على التوايل 0و .1 X − التوقع الرايضي والتباين للمتغرية املعيارية
= *X
حلسر ر رراب التوقع الرايضر ر رري لدالة ما يف ( Xمثال التباين ،أو )X²نضر ر رررب قيم الدالة يف االحتماالت املقابلة
ل:X
)E (Y ) = E ( g ( x)) = x g ( x) f ( x
+
E (Y ) = E ( g ( x)) = g ( x) f ( x)dx
−
1ابسم العاملان الرايضيان الفيزايئيان و الفلكيان الفرنسي (1749-1827) Pière Simon de Laplaceواألملاأل - Carl Freidrich Gauss
الصورة هلذا األخري (1777-1855) ،-الذين كاان من أوائل من اكتشف هذا القانون .أما من أعطاه تسمية التوزيع الطبيعي فهو Pearsonيف .1893أنظر
،(1997) J. J. Droesbekeص. 329
12
المحور األول :مفاهيم حول المتغيرات العشوائية
املنحىن الذي ميثل النسبة ،أو ما ميكن أن نسميه االحتمال ،ذا شكل جرسي متماثل حول املتوس وهي
صفات التوزيع الطبيعي (الشكل: )9
( ) صيغة القانون
تكتب دالة الكثافة ملنحىن للتوزيع الطبيعي كما يلي:
x −
2
− 1 / 2
= )f ( x
1
e
− x
2
ونكتب )X ~ N(µ, σ حيث µو σمها على التوايل التوقع واالوراف املعياري.
)f(x
x
μ
13
المحور األول :مفاهيم حول المتغيرات العشوائية
1
= ) F ( z ) = P( Z z e 2 du
2 −
ابلنظر إىل العالقة اخلطية بني املتغريتني Xو ،Zفإن Zتتبع نفس توزيع Xأي التوزيع الطبيعي .ونعلم
أن:
V(Z) = 1 E(Z) = 0
من خصائص التوزيع الطبيعي أنه يعترب معتدال ال مدببا وال مفلطحا ،حيث يعترب معامل التفلطح α4 = 3
3 للتوزيع الطبيعي معيارا العتدال املنحنيات.
= 3 =0
3
حول القيمة املتوقعة من خصائص التوزيع الطبيعي أيضا أنه متماثل
متاثل منحىن Xحول املتوس (أنظر الشكل )3يعين متاثل ملنحىن Zحول ،0مما يعين أنه من أجل أي
املعيارية للمتغرية قيمة
:z>0
P(0 ≤ Z ≤ z) = P(-z ≤ Z ≤ 0) = P(-z ≤ Z ≤ z) / 2
)P(Z ≤ -z) = 1- P(Z ≤ z) = P(Z ≥ z
)P(-z ≤ Z ≤ z
)P(Z ≤ -z )P(Z ≥ z
Z
µ X
و لقد مت ابستخدام املتغرية املعيارية Zحساب االحتماالت (املساحات) حتت املنحىن ومنها خاصة:
P(-σ ≤ X ≤ σ) = P(-σ ≤ Z ≤ σ) = 0.6837,
P(-2 σ ≤ X ≤ 2 σ) = P(-2 ≤ Z ≤ 2) = 0.9544,
P(-3 σ ≤ X ≤ 3 σ) = P(-3 ≤ Z ≤ 3) = 0.9973.
14
المحور األول :مفاهيم حول المتغيرات العشوائية
هرذه القيم وغريهرا متوفرة يف اجلرداول اإلحص ر ر ر ر ر ر ررائيرة اليت جنردهرا يف الكثري من املراجع ،كمرا ميكن حس ر ر ر ر ر ر رراهبرا
ابستخدام احلاسوب.
μ - 6σ μ - 5σ μ - 4σ μ - 3σ μ - 2σ μ -1σ μ μ +1σ μ + 2σ μ + 3σ μ + 4σ μ + 5σ μ + 6σ
2σ = 68.26%
4σ = 95.44%
6σ = 99.73%
8σ = 99.9937%
10σ = 99.999943%
المساحات األساسية تحت منحنى التوزيع الطبيعي
12σ = 99.9999998%
15
المحور الثاني :نظرية المعاينة وتوزيعاتها
مفهوم العينات :تعرف العينة بأنها ذلك الجزء من المجتمع الذي يجري اختيارها على وفق طرائق وقواعد علمية
بحيث تمثل المجتمع تمثيال صحيحا
مميزات استخداـم العينات في البحوث :
-العينات تكتفي بعدد محدود من المفردات وليس جميعها ،وذلك اقتصادا في الجهد والنفقات.
-أنها سريعة في إعطاء نتائج البحوث مقارنة بأسلوب الحصر الشامل .
-تتيح للباحث التعميق في مصادر األحكام واتخاذ القرارات.
-تستخدـم ألنها أقل عرضة لألخطاء مقارنة باألساليب األخرى.
-يعد استخدامها (العينات) من الوسائل المعنية بإثراء البحوث العلمية األصلية.
-أنها طريقة مناسبة ،حيث إمكانية تحديد مدى الثقة في نتائجها ،وكذا نسبة تمثيلها للمجتمع.
عيوب استخدام العينة (أخطاء المعاينة) :
-اخذ عينة من مصدر خاطئ ،كأن تستخدم دليل الهاتف للحصول على عينة تمثل الرأي العام .
-التحيز الشخصي ،ويحدث ذلك حينما يأخذ الباحث عينته المختارة من فئة معينة لها خصائص مميزة عن المجتمع
الكلي.
-جمع بيانات ناقصة ،فمثال إهمال العامل الجغرافي عند دراسة المستوى االقتصادي للسكان بتقسيم األسر المبحوثة
حسب دخولها.
-خطأ الصدفة ،يزداد احتمال ورود هذا الخطأ كلما صغر حجـم العينة.
أنواع العينات:
-العينات غير االحتمالية :وهي تلك العينات التي يتم اختيارها بطريقة غير عشوائية ،أي التي ال تعتمد على نظرية
االحتماالت ومن عيوبها أنها ال تمثل مجتمع البحث تمثيال دقيقا ،ومن ثم فإن نتائجها ال تصلح للتعميم على المجتمع
كله ،ومن أمثلة هذا النوع من العينات أن يختار الباحث عينة يرى أنها تمثل المجتمع األصلي الذي يقوم بدراسته
تمثيال صادقا.
العينات االحتمالية:
-العينة العشوائية البسيطة :هي العينة التي تختار وحدتها من اإلطار الخاص بها ،على أساس يهيئ فرص انتقاء
متكافئة لجميع وحدات المجتمع المسحوبة منها.
-العينة العشوائية الطبقية :في هذه الحالة ينبغي تقسيم المجتمع إلى أقسام أو طبقات مختلفة ثـم يأخذ من كل قسم أو
طبقة عينة متجانسة بطريقة عشوائية ،على أن يكون حجـم كل طبقة في العينة متناسبة مع حجم الطبقة المناظرة لها
في المجتمع األصلي.
-العينة العشوائية المنتظمة :يتم اختيار وحداتها بحيث تكون المسافة أو المدة بين كل وحدة وأخرى ثابتة لجميع
وحدات العينة.
-العينة العشوائية العنقودية :وهي عينة تختار عن طريق استخدام تجمعات (عناقيد) تختار من المجتمع األصلي بدال
من انتقاء المفردات بصفة مباشرة من هذا المجتمع .
نظرية المعاينة : Distribution d'échantillonnage
تنتشر في مجتمعاتنا المعاصرة عمليات االستقصاء ،ففي عالم األعمال تقوم المؤسسات عن طريق مصالح التسويق
ومصالح البحوث والتطوير بإجراء استقصاءات لإلطالع على توجهات المستهلكين ،وفي وسائل اإلعالم ال يمر يوم
دون أن يعلن عن نتائج استقصاء أجرته مجلة أو جامعة حول مواضيع سياسية أو اجتماعية متعددة ،منها
االستقصاءات المثيرة للجدل حول اآلراء السياسية للمواطنين أثناء الحمالت االنتخابية .فما هي األسس النظرية
16
المحور الثاني :نظرية المعاينة وتوزيعاتها
الرياضية التي تستند عليها االستقصاءات المختلفة ؟ أو كيف يمكن االستدالل من خالل بيانات عينة على خصائص
المجتمع الذي أخذت منه؟ اإلجابة على هذه األسئلة و غيرها تتطلب فهم العالقات الرياضية بين الخصائص المختلفة
للمجتمع مثل المتوسط ،التباين وغيرها ،والخصائص المناظرة لها في العينة وهو ما سنتناوله في هذا الفصل .
الحل :العينات الممكنة ذات الحجم n = 2من مجتمع حجمه 5عددها25= 5*5 :
17
المحور الثاني :نظرية المعاينة وتوزيعاتها
)(1, 1 )(3, 1) (5, 1) (6, 1 )(8, 1 1 2 3 3,5 4,5
)(1, 3 )(3, 3) (5, 3) (6, 3 )(8, 3 2 3 4 4,5 5,5
)(1, 5 )(3, 5) (5, 5) (6, 5 )(8, 5 3 4 5 5,5 6,5 115
)(1, 6 )(3, 6) (5, 6) (6, 6 )(8, 6 3,5 4,5 5,5 6 7
)(1, 8 )(3, 8) (5, 8) (6, 8 )(8, 8 4,5 5,5 6,5 7 8
القيمة المتوقعة لـ̅𝑋 هي متوسط قيمها وهي 𝐸(𝑋̅𝑖 )= (∑𝑋̅𝑖 ) / 25 = 4,6 :
نظرية .1إذا كانت Xم ع تمثل مجتمع ما و 𝑖̅𝑋 متغيرة ع تمثل متوسط عينة مسحوبة من ذات المجتمع ،فإن القيمة
المتوقعة لمتوسط العينة )̅𝑋( Eتكتب كما يليE(𝑋̅) = 𝜇𝑋̅ = µ :
18
المحور الثاني :نظرية المعاينة وتوزيعاتها
الحل :
̅
𝑿
3 4 5 5,5 6,5 𝜹𝟐 = [∑i (xi – µ)² ]/5 = 5.84
3,5 4,5 5,5 6 7 2.92 = 5.84 / 2
4,5 5,5 6,5 7 8
نظرية .2إذا كانت Xم ع تمثل مجتمع ما و 𝑖̅𝑋 متغيرة ع تمثل متوسط عينة مسحوبة من ذات المجتمع باإلرجاع،
𝟐𝜹
حيث nحجم العينة. ̅𝑿𝟐𝜹 = فإن تباين 𝑖̅𝑋 (تباين توزيع المعاينة للمتوسطات) يكتب كما يلي:
𝒏
19
المحور الثاني :نظرية المعاينة وتوزيعاتها
نظرية .3إذا كانت Xم ع تمثل مجتمع ما حجمه Nو 𝑖̅𝑋 متغيرة ع تمثل متوسط عينة حجمها nمسحوبة من ذات
المجتمع بدون إرجاع ،فإن تباين 𝑖̅𝑋 (تباين توزيع المعاينة للمتوسطات) يكتب كما يلي:
𝟐𝜹 𝒏𝑵−
̅𝑿𝟐𝜹 = ( )
𝒏 𝟏𝑵−
𝒏𝑵−
:معامل اإلرجاع. وتسمى النسبة
𝟏𝑵−
3طبيعة توزيع ̅
𝑿
ندرس طبيعة توزيع متوسط توزيع المعاينة للمتوسطات من خالل النظريات التالية:
نظرية .4إذا كان المجتمع موزع طبيعيا بمتوسط µوتباين δ²فإن متوسط العينة المسحوبة منه يتبع أيضا التوزيع
̅
𝑿 )N(µ ; δ²/n الطبيعي بمتوسط µوتباين ،δ²/nونكتب
نظرية ( .5نظرية النهاية المركزية) :إذا كان المجتمع الذي تسحب منه العينة ذو متوسط µوتباين δ²لكن ليس
𝝁̅ 𝒊 −
𝑿
تؤول إلى التوزيع الطبيعي المعياري عندما =𝒛 𝜹⁄ أي 𝒊̅
𝑿 بالضرورة طبيعيا فإن المتغيرة المعيارية ل
𝒏√
. Z )N(0, 1 يكون nكبيرا ) (n ≥ 30ونكتب:
𝜹 𝒏𝑵−
= ̅𝑿𝜹 (√ ) في حالة المجتمع محدود والمعاينة نفاذية نستبدل العبارة δ /√nبـــ
𝒏√ 𝟏𝑵−
20
المحور الثاني :نظرية المعاينة وتوزيعاتها
عمليا يستخدم اإلحصائيين هذه الصيغة المعدلة بمعامل اإلرجاع لالنحراف المعياري عندما n/N ≥ 0.05
(. n = 64 )2
̅ 𝐢 ) = µ = 20
𝐗(E الحل :
𝜹 𝟐𝟏
𝑿𝜹 >= (1) n = 36 : n/N = 36/900 = 0.04 < 0.05
=̅ = =2
𝒏√ 𝟔𝟑√
𝑛 64
; (2) n = 64 : N = 900 = = 0,071 > 0,05
𝑁 900
𝟐𝟏 𝟒𝟔𝟗𝟎𝟎−
= ̅𝑿𝜹 (√ 𝟓𝟗𝟑 ) = 𝟏,
𝟒𝟔√ 𝟏𝟗𝟎𝟎−
مثال .2باستخدام معطيات المثال السابق ) (n = 36أحسب احتمال أن يكون ̅𝑋 محصورا بين 18و.22
الحل :
𝝁̅ 𝟏 −
𝑿 𝟎𝟐𝟏𝟖−
= 𝟏𝒛 I/ 𝜹⁄ 𝟐𝟏 = 𝟐𝟖𝟔 = −𝟏 ; 𝒁𝟐 = 𝟏 → 𝒑(−𝟏 < 𝑍 < 1) = 𝟎,
⁄
𝒏√ 𝟔𝟑√
𝝁̅ 𝟏−
𝑿 𝟏 𝟎𝟐𝟏𝟖−
= 𝟏𝒛 II / 𝜹⁄ = 𝟓𝟗𝟑𝟏,
𝟓𝟒 = −𝟏, 𝟒𝟓 ; 𝒁𝟐 = 𝟏,
𝒏𝑵−
)𝟏√𝒏 √(𝑵−
21
المحور الثاني :نظرية المعاينة وتوزيعاتها
∑(𝑥𝑖− 𝑥̅ )²
= 𝑆² هو تباين العينة ويحسب من العالقة : 𝑆² حيث
𝑛−1
𝑥̅ − µ
= 𝑍 𝑆⁄ )N(0 ;1 ويكون التوزيع المعياري المقابل هو :
𝑛√
، Xفما التوزيع االحتمالي لمتوسط عينة عشوائية بحجم 36من مجتمع Xو )N (7; σ² مثال :إذا كان :
تباينها ، 9ثم احسب ). 𝑃(𝑋̅ > 8
الحل :
𝑆² 9
̅𝑋 ; N( µ ; ) = N( 7 ) حيث أن تباين المجتمع مجهول فإن :
𝑛 36
Xأوجد التوزيع االحتمالي لوسط العينة {}8,9,10,9,8,9,7,7,5,8 مثال :إذا كان )N (8; σ²
22
المحور الثاني :نظرية المعاينة وتوزيعاتها
الحل :
بما أن تباين المجتمع Xمجهول وحجم العينة n =10وهو أقل من 30يكون توزيع الوسط الحسابي للعينة هو
̅𝑋 ؛ ولحساب االحتمال المطلوب نجد أوال تباين العينة : )t(9
𝑋∑ 80
= ̅𝑋 = =8
𝑛 10
∑(𝑋 − 8)²
= 𝑆² = 2
9
𝑋̅− 8
=𝑇 1,414 )t (9 وبالتالي يكون التوزيع :
⁄
√9
ثالثا :إذا كان المجتمع طبيعي ذو حجم محدود وكان حجم العينة n > 30وكان السحب بدون إرجاع فإنه :
𝑛σ² 𝑁−
̅𝑋 ;𝑁(µ )
𝑛 𝑁−1
مثال :من مجتمع بتوزيع طبيعي حجمه 200مشاهدة وتباينه σ² = 64تم سحب عينة عشوائية بدون إرجاع بحجم
50مشاهدة ،فما هو توزيع الوسط الحسابي للعينة ،ثم احسب
الحل :حيث أن تباين المجتمع معلوم فإن توزيع الوسط الحسابي للعينة هو :
23
المحور الثاني :نظرية المعاينة وتوزيعاتها
64 200−50
̅𝑋 N(30 ; 50 )) = 𝑁(30; 0,96
200−1
𝑋̅−30
=𝑍 )N (0 ; 1 وبالتالي :
√0,96
𝑛𝑆² 𝑁−
̅𝑋 𝑛 ;𝑁(µ )
𝑁−1
حيث تم استبدال تباين العينة S²بدال من تباين المجتمع σ²في الحالة السابقة .
مثال :أعد حل المثال السابق إذا كان σ²مجهول وكان تباين العينة . S² = 49
الحل :حيث أن تباين المجتمع مجهول فإن توزيع الوسط الحسابي للعينة هو :
49 200−50
̅𝑋 N(30 ; 50 )) = 𝑁(30; 0,74
200−1
𝑋̅−30
=𝑍 )N (0 ; 1 وبالتالي :
√0,74
مالحظة :عند سحب عينة من مجتمع توزيعه مجهول أو يتبع توزيعا غير التوزيع الطبيعي ،فإن توزيع الوسط
الحسابي للعينة التي حجمها ُ n ≥ 30ي َقرَّ ب إلى التوزيع الطبيعي وذلك حسب نظرية النهاية المركزية ،حيث يكون :
𝑆²
̅𝑋 ) 𝑛 ; N(µ
مثال :تم سحب عينة عشوائية بحجم 36مشاهدة من مجتمع مجهول التوزيع ،فبلغ الوسط الحسابي للعينة 10بتباين
، 12فما هو التوزيع االحتمالي لمتوسط قيم العينة .
24
المحور الثاني :نظرية المعاينة وتوزيعاتها
𝜎12 𝜎22
𝜎²𝑋̅1−𝑋̅2 = 𝜎²𝑋̅1 + 𝜎²𝑋̅2 = +
𝑛1 𝑛2
وسنتحدث اآلن عن حاالت مختلفة إليجاد توزيع الفرق بين وسطي العينتين :
X1وسحبت من مجتمعه عينة حجمها 30مشاهدة مثال :إذا كان )N (30; 25
X2وسحبت من مجتمعه عينة حجمها 35مشاهدة أوجد توزيع الفرق بين متوسطي العينتين ؛ و)N (20; 16
̅1
𝑋(𝑃 . ثم احسب االحتمال )− 𝑋̅2 < 12
𝜎12 𝜎22
𝑋̅1 − 𝑋̅2 ; 𝑁 (µ1 − µ2 + الحل :بالتطبيق المباشر للعالقة ) :
𝑛1 𝑛2
35
المحور الثاني :نظرية المعاينة وتوزيعاتها
25 16
𝑋̅1 − 𝑋̅2 ;𝑁 (30 − 20 + نحصل على ) = 𝑁(10; 1,29) :
30 35
𝑆12 𝑆22
𝑋̅1 − 𝑋̅2 ; 𝑁 (µ1 − µ2 + )
𝑛1 𝑛2
مثال :معمل ينتج 700كلغ من األرز كمعدل يومي ،سحبت منه عينة عشوائية تمثل إنتاج 40يوما فكان االنحراف
المعياري لها 40كلغ .معمل آخر ينتج 500كلغ كمعدل يومي ،سحبت منه عينة عشوائية تمثل إنتاج 35يوما فكان
االنحراف المعياري لها 20كلغ .فما هو التوزيع االحتمالي للفرق بين متوسطي العينتين ،ثم احسب االحتمال التالي :
𝑋̅ −
𝑋 < 𝑃 (180 ̅ )< 210
1 2
و حيث أن n1= 40و n2=35وكليهما أكبر من 30إذن الحل :لدينا من المسألة 𝑆12 = 1600و 𝑆22 = 400
يكون توزيع الفرق بين العينتين هو :
1600 400
𝑋̅1 − 𝑋̅2 ;𝑁 (700 − 500 + )
40 35
26
المحور الثاني :نظرية المعاينة وتوزيعاتها
= 𝑃 (−2,79 < 𝑍 < 1,39) = 𝑃(𝑍 < 1,39) + 𝑃(𝑍 < 2,79) − 1
مالحظة : 1التوزيع أعاله يصلح أيضا عند السحب من مجتمعين غير طبيعيين أو مجهولي التوزيع بشرط كبر حجم
العينة ،وذلك استنادا لنظرية النهاية المركزية .
̅1
𝑋) فإن الوسط الحسابي والتباين لهذا مالحظة : 2عند الحديث عن توزيع المعاينة لمجموع إحصائيتين ( + 𝑋̅2
النوع من التوزيع يكون وفق الصيغتين التاليتين :
𝜎12 𝜎22
𝜎²𝑋̅1+𝑋̅2 = 𝜎²𝑋̅1 + 𝜎²𝑋̅2 = +
𝑛1 𝑛2
– 2عند مجهولية 𝟏𝟐𝝈 و 𝟐𝟐𝝈 وحجم العينتين صغير (أقل من : ) 30
إن قيمة التباينات في المجتمعات غالبا ما تكون مجهولة ،وعليه عند تقدير االنحراف المعياري للفرق
̅1
𝑋(علينا أن نستخدم تبايني العينتين ؛ باإلضافة لذلك إذا كانت العينيتن مستقلتين وصغيرتا الحجم فإن ) − 𝑋̅2
̅1
𝑋( ليس له توزيع طبيعي ،بل له توزيع ستيودنت ( )tبدرجات حرية (.)v توزيع المعاينة لــ ) − 𝑋̅2
ونميز هنا حالتين :
أ -حالة تبايني المجتمعين مجهولين ومتساويين :
ليكن 𝟏𝟐𝝈 هو التباين الخاص بالمجتمع األول وهو مجهول القيمة ،وكان 𝟐𝟐𝝈 التباين الخاص بالمجتمع الثاني وهو
مجهول القيمة أيضا ،وكان 𝟏𝟐𝝈 = 𝟐𝟐𝝈 ؛ فإن التباين المشترك لهما (وهو مجهول أيضا) هو 𝟐𝝈 حيث :
𝟐𝟐𝝈 = 𝟏𝟐𝝈 = 𝟐𝝈 ومنه تكون صيغة االنحراف المعياري للفرق ( )𝑋̅1 − 𝑋̅2على الشكل التالي :
27
المحور الثاني :نظرية المعاينة وتوزيعاتها
وبما أن التباين المشترك 𝟐𝝈 مجهول القيمة فإننا نستطيع تقديره باستخدام تبايني العينيتين 𝑆12و 𝑆22؛ حيث يكون
تقدير التباين هو متوسط مرجح للقيم 𝑆12و 𝑆22وتكون الترجيحات مبينية على أساس حجم العينات .ولكي يكون
تقدير التباين تقديرا غير متحيزا لـ 𝟐𝝈 فإننا يجب أن نستخدم درجات الحرية ( ) V1= n1 – 1و ()V2= n2 – 1
كترجيحات بدال من استخدام حجم العينيتن n1و n2بشكل مباشر.
وبناء على ذلك فإن مقدر التباين المشترك 𝟐𝝈 هو 𝒑𝟐𝑺 ويعطى بالصيغة التالية :
حيث يسمى 𝒑𝟐𝑺 بتيباين العينة التجميعي " "pooled simple varianceوذلك ألنه مكون من تجميع المعلومات
عن العينيتين معا .
نظرية : 2إذا كان 𝑋̅1هو الوسط الحسابي لعينة عشوائية حجمها n1سحبت من مجتمع وسطه µ1وتباينه ، 𝜎12
وكان 𝑋̅2هو الوسط الحسابي لعينة عشوائية حجمها n2سحبت من مجتمع آخر مستقل عن األول وسطه µ2وتباينه
،𝜎22وكان حجم العينتين صغير (أقل من ) 30وتبايني المجتمعين مجهولين ومتساويين فإن المتغير :
الحل :
بما أن تبايني المجتمعين مجهولين ومتساويين نستخدم توزيع tبدرجة حرية 𝑣 = 𝑛1 + 𝑛2 − 2
وذلك إليجاد االحتمال التالي :
28
المحور الثاني :نظرية المعاينة وتوزيعاتها
1
< 𝑇 𝑃 = )𝑃(𝑋̅1 − 𝑋̅2 < 3
) √(7,66) ∗ ( 1 + 1
( ) 18 22
𝑃 (𝑇38 < 1,1376) = 0,9
إذا كان 𝑋̅1و 𝑋̅2هما الوسطين الحسابيين لعينتين مستقلتين صغيرتي الحجم تم سحبهما من مجتمعين ذو متوسطين
µ1و µ2وذو تباينين مجهولين وغير متساويين فإننا نستطيع تقدير االنحراف المعياري للفرق ) (𝑋̅1 − 𝑋̅2
باستخدام تبايني العينيتين مباشرة 𝟏𝟐𝑺 و 𝟐𝟐𝑺 وذلك كما يلي :
𝑆12 𝑆22
𝜎𝑋̅1 −𝑋̅2 = √ +
𝑛1 𝑛2
𝑋̅ −
𝑋([ ] ) ̅ )− (µ − µ
1 2
=𝑇 1 2
𝑣𝑡 → وعليه فإن :
2 2
𝑆 𝑆
) √(𝑛1 + 𝑛2
1 2
29
المحور الثاني :نظرية المعاينة وتوزيعاتها
2
2 2
𝑆1 𝑆2
( +
) 𝑛1 𝑛2
=v 2 2 ويتم حساب درجة الحرية بالصيغة المركبة التالية :
2 2
𝑆 𝑆2
) (𝑛1 ) 𝑛(
1 2
+
)(𝑛1−1) (𝑛2 −1
مثال :إذا كانت نقاط طلبة السنة الثانية علوم اقتصادية في مقياس اإلحصاء لديها وسط حسابي قدره ، 15وكانت
نقاط طلبة السنة الثانية محاسبة ومالية في نفس المقياس لديها وسط حسابي قدره 10؛ وقمنا باختيار عينة عشوائية
من المجموعة األولى حجمها 25طالب ،وعينة من المجموعة الثانية قدرها 20طالب ؛ وكان تباين العينة األولى 6
وتباين العينة الثانية . 4فأوجد احتمال أن يكون الفرق بين متوسطي العينيتين أكثر من ، 6مع العلم أن تبايني
المجتمعين مجهولين وغير متساويين .
الحل :
30
المحور الثاني :نظرية المعاينة وتوزيعاتها
مثال :مصنع ينتج عادة %25عبوات كبيرة الحجم ،سحبت من إنتاجه عينة حجمه 2200عبوة تبين أن منها 500
عبوة كبيرة الحجم .
أوجد توزيع النسبة للعبوات الكبيرة ثم احسب احتمال أن المصنع ينتج أقل من %26من العبوات الكبيرة في فترة
إجراء البحث .
الحل :الحظ أن المجتمع هنا هو مجتمع ذو حدين بنسبة نجاح ، P = 0,25والحظ أن حجم العينة كبير وبحساب
وسط التوزيع وتباينه نجد أن :
𝜇𝑝̂ = 𝑝 = 0,25
𝑛 500 )𝑝𝑝(1− 𝑛𝑁− 0,25∗0,75 2200−500
=𝑁. = 0,227 ≫ 0,05 → 𝜎²𝑝̂ = 𝑛 ∗ 𝑁−1 = 500 ∗ 2200−1 = 0,00031
2200
n = 500 ≫ 30 → P ̂ (حسب نظرية النهاية المركزية ) ؛ )N(0 ; 1
̂ − 𝜇p
P ̂ ̂ −0,25
P
=Z = )N(0 , 1
σp
̂ 0,0176
هذا التوزيع عبارة عن توزيع ثنائي خاص بالمتغيرات العشوائية المنقطعة ،ولكي نتمكن من استعمال
التوزيع الطبيعي في حساب االحتمال المطلوب يتم تقريب التوزيع الثنائي المنقطع إلى التوزيع الطبيعي
المستمر وهو ما يتطلب القيام بتصحيح االستمرارية حسب القاعدة التالية :
1
) 𝑃 (𝑝̅ < 𝑝) = 𝑃 (𝑝̅ < 𝑝 −
𝑛2
31
المحور الثاني :نظرية المعاينة وتوزيعاتها
1
𝑃 (𝑝̅ > 𝑝) = 𝑃 (𝑝̅ > 𝑝 + )
𝑛2
̂ < 0,26) = 𝑃 (𝑝 < 0,26 − 1
𝑃 (P )) = 𝑃(𝑝 < 0,259
)2 (500
0,259−0,25
< 𝑍( 𝑃 → ) = 𝑃 (𝑍 < 0,51) = 0,69497.
0,0176
) 𝑃1 (1 − 𝑃1 ) 𝑃2 (1 − 𝑃2
= 𝜎²𝑝̂1− 𝑝̂2 = 𝜎²𝑝̂1 + 𝜎²𝑝̂2 +
𝑛1 𝑛2
̂1− P
(P ) ̂ 2 )−(𝑃1 − 𝑃2
=𝑍 ) 𝑃 (1− 𝑃1 ) 𝑃2 (1− 𝑃2
)N(0;1
√ 1 +
𝑛1 𝑛2
مثال :إذا علم أن نسبة الذكور في مؤسسة (أ) تبلغ 0,3وفي مؤسسة (ب) تبلغ ، 0,2فإذا سحبت عينتين عشوائيا
األولى من المؤسسة (أ) بحجم 100والثانية من المؤسسة (ب) بحجم 200فما احتمال أن يكون الفرق بين نسبتي
الذكور في العينتين أكبر من . %06
الحل :الحظ أن التوزيع هو توزيع فرق بين نسبتين بوسط حسابي وتباين :
̂1 − P
(P ̂ 2 )−0,1
=𝑍 )N(0;1
0,054
فيكون االحتمال المطلوب هو :
32
المحور الثاني :نظرية المعاينة وتوزيعاتها
1
𝑃((𝑝̂1 − 𝑝̂2 ) > 0,06) = 𝑃 (𝑝̂1 − 𝑝̂2 > 0,06 + )) = 𝑃 (𝑝̂1 − 𝑝̂2 > 0,0617
)2(100 + 200
0,0617 − 0,1
> 𝑍( 𝑃 → ) = 𝑃(𝑍 > −0,71) = 𝑃(𝑍 ≤ 0,71) = 0,76115
0,054
مثال :سحبت عينة عشوائية بحجم 20مشاهدة من مجتمع توزيع طبيعي تباينه ، 9احسب احتمال أن يزيد تباين
العينة عن . 15
19 δ²
𝝌𝟐𝟎 = 9 )𝟗𝟏(𝝌² الحل :حيث أن
) = 𝑃 ( χ2
19 𝑆 2 19∗15
( 𝑃 = )𝑃 (𝛿 2 > 15 > و االحتمال المطلوب 0 > 31,67):
9 9
= 1 − 𝑃 (χ20 ≤ 31,67) = 0,025
الحظ أن القيمة 31,67غير موجودة في الجدول رقم 3الخاص بتوزيع 𝝌²فنأخذ القيمة الموالية لها وهي
، 32,85ويكون االحتمال الموافق لها هو . 0,975
يعتبر هذا التوزيع من التوزيعات الهامة التي تبحث في تجانس المجتمعات ونلجأ لحساب النسب بين التباينات وليس
الفرق بينها لسهولة دراسة النسب وتفسيرها .
فإذا سحبت عينة حجمها n1وتباينها 𝟏𝟐𝜹 من مجتمع ) 𝟏𝝈 ; 𝟏𝛍(𝐍 وعينة أخرى حجمها n2وتباينها 𝟐𝜹 من مجتمع
𝟐 𝟐
33
المحور الثاني :نظرية المعاينة وتوزيعاتها
𝛿12
⁄ 2
𝜎
)𝐹 = 2 1 → 𝐹(𝑛1 − 1; 𝑛2 − 1
𝛿2
⁄ 2
𝜎2
وإذا تساوى تبايني المجتمعين فإن :
𝛿12
)→ 𝐹(𝑛1 − 1; 𝑛2 − 1
𝛿22
مثال :سحبت عينة حجمها 15من مجتمع طبيعي تباينه ، 9وسحبت عينة أخرى حجمها 21من مجتمع طبيعي
تباينه 25مستقل عن المجتمع األول .
أوجد احتمال النسبة بين تبايني العينتين أقل من أو يساوي . 0,8
الحل :حيث أن :
2
𝛿1 ⁄
)𝐹 = 2 9 → 𝐹(14; 20
𝛿2 ⁄
25
2
𝛿1 ⁄
𝛿12 )9 ≤ 0,8 (25
𝑃 = )𝑃 ( 2 ≤ 0,8 فإن ∶
𝛿2 𝛿22⁄ 9
( 25 )
= 𝑃(𝐹 ≤ 2,22) = 0,95
34
احملور الثالث :التقدير
يف احملور السابق درسنا من خالل جمموعة من النظرايت العالقة الرايضية بني معامل العينة واملعامل املناظرة هلا يف
اجملتمع مثل املتوسط ،التباين ،النسبة...كما درسنا العالقة بني شكل توزيع اجملتمع وشكل التوزيع االحتمايل
ملعامل العينة .تظهر هذه العالقات كتوصيف خلصائص العينة ومعاملها ولكنها تستخدم أكثر لتقدير خصائص
ومعامل اجملتمع حمل الدراسة ،وهذا ما سنتعرف عليه يف هذا احملور.
أوال :مفاهيم أساسية
لتقدير معلمة من معامل جمتمع حمل دراسة ،حنتاج إىل اختيار اإلحصائية املناسبة يف العينة لتقدير هذه املعلمة.
غالبا ما تكون املعلمة املناظرة يف العينة هي أحسن مقدر ،كأن نقدر متوسط اجملتمع µمن خالل متوسط
العينة .µmتسمى اإلحصائية املستخدمة يف التقدير املقدر.
الكفاءة (ب)
تتعلق كفاءة ) (efficacitéمقدر ما مبقدار التباين لتوزيع املعاينة لإلحصائية ،فإذا كان ملقدرين
(إحصائيتني) نفس املتوسط نقول عن املقدر ذو توزيع املعاينة األقل تباينا أنه األكثر كفاءة.
مثال :لكل من توزيعي املعاينة للمتوسط والوسيط نفس املتوسط هو متوسط اجملتمع ، µلكن يعترب املتوسط
mمقدرا أكثر كفاءة ملتوسط اجملتمع µمن الوسيط ألن تباين توزيع املعاينة للمتوساات V(m) = σ²/n
أقل من تباين توزيع املعاينة للوسيط :
.V(méd) = σ²π/2n = (σ²/n) (3.14159/2) > σ²/n
من البديهي أن استخدام مقدرات فعالة وغ مت ي ة هو األفضل ،إال أنه قد يلجأ ملقدرات أخرى لسهولة
احلصول عليها.
35
احملور الثالث :التقدير
قد حنتاج إىل تقدير ملعلمة جمتمع بقيمة واحدة ونقول عن هذا التقدير أنه تقدير نقطي ،و أحياان أخرى
حنتاج إىل تقدير معلمة اجملتمع بنقاتني حيددان جمال لقيمة املعلمة ونقول عن هذا النوع من التقدير أنه
تقدير مبجال.
مثال :إذا قدران دخل األسرة يف مناقة ما ب 18000دج ،نكون قد قدران دخل األسرة تقديرا نقايا.
يكون تقديران مبجال إذا قلنا مثال أن الدخل يساوي 2000 ± 18000أي أنه يرتاوح بني 16000
و20000دج.
)f(z
جمال الثقة
1-α
z
36
احملور الثالث :التقدير
مثال :ليكن µsو σsمتوس ا ا ا ا ااط واحنراف معياري توزيع املعاينة إلحص ا ا ا ا ااائية ما sحيث . µs = µإذا كان
توزيع املعاينة ل sتوزيعا طبيعيا (كما هو احلال ابلنس ا ا اابة ألغلئ اإلحص ا ا ااائيات عندما ) ) (n ≥ 30فإننا
نقدر مثال وابلنظر إىل توزيع sأن:
القيمتني µs ± 1.96σsمتثالن حدود الثقة ب ،% 95و µs ± 2.58σsحدود الثقة ب .% 99
يف حالة التوزيع الابيعي يرم حلدود الثقة ب Zcأو ( Z1-α/2أنظر الرسم).
اليت ختص يف احلقيقة توزيع جمموع قيم العينة -يف حالة كون العينة كب ة مبا فيه الكفاية -وليس املتوسط. 1
37
احملور الثالث :التقدير
(أ) حالة اجملتمع غري حمدود أو املعاينة غري نفادية و العينة املمتدة ): (n ≥ 30
لتكن sإحصائية متثل نسبة "جناحات" يف عينة ذات حجم n ≥ 30مستخرجة من جمتمع ثنائي حيث
pهي نسبة النجاحات .تستعمل التوزيع الابيعي لتقدير pفنعني حدود الثقة ل pكما يليp’ ± :
zcσpأين’ pنسبة النجاحات يف العينة،
pومنه حيدد جمال الثقة ل pكما يلي: =
pq
نعلم من الفصل السابق أن
n
) p(1 − p
p' z c
n
38
احملور الثالث :التقدير
رأينا سابقا (نظرية 11من الفصل )5أنه إذا كان لدينا جمتمعان طبيعيان تباينامها σ²1 , σ²2وس بنا
منهما عينتني عشوائيتني حجمهما على التوايل n1 , n2فإن :
S12 n1 1
2
Sˆ12 / 12
n1 − 1 1
=F = 2 → Fn1 −1; n2 −1
S 22 n 2 1 Sˆ 2 / 22
2
n2 − 1 2
إذا ميكن تكوين تقدير مبجال ل Fعند مستوى ثقة 0.98كما يلي:
Sˆ12 / 12
F0.01 F0.99
Sˆ 2 / 2
2 2
خالصة 5
لتقدير إحصائية جمتمع نستخدم نظرايت توزيع املعاينة .هذه النظرايت تتناول خصائص إحصائيات العينة
من متوسط العينة ،النسبة يف العينة ... ،و عالقتها ابإلحصائيات املناظرة هلا يف اجملتمع.
جدول 1توزيع املعاينة للمتوساات حسئ طبيعة توزيع اجملتمع ،معلومية التباين و حجم العينة.
39
احملور الثالث :التقدير
40
احملور الثالث :التقدير
إذا كانت s1و s2إحصائيتا معاينة هلا توزيع يقرتب من التوزيع الابيعي ،والعينتان مستقلتان ،تكتئ حدود
الثقة للفروق بني املعامل اليت متثلها اإلحصائيتني كما يلي:
S1 − S 2 z c S1 − S2 = S1 − S 2 z c ² S1 + ² S2
مثال :إذا كانت اإلحصائيتان مها متوساا عينتني مستقلتني ،مس وبتني من جمتمعني غ حمدودين ،حندد
جمال الثقة للفرق (و للمجموع) بني متوساي اجملتمعني µ1 - µ2كما يلي :
12 22
m1 − m 2 z c m1 − m 2 = m1 − m 2 z c +
n1 n2
مثال :2إذا كانت اإلحصائيتان مها نسبتان يف عينتني مستقلتني ،مس وبتان من جمتمعني غ حمدودين :
pq1 pq 2
p '1 − p '2 z c p ' 1 − p ' 2 = p '1 − p '2 z c +
n1 n2
41
احملور الثالث :التقدير
ليكن املالوب تقدير عدد Kمن معامل اجملتمع .θ1, θ2, . . , θk :نكون مجلة معادالت عددها
.Kتتضمن كل معادلة مساواة الع م املرتبط ابألصل من الدرجة kملت ة اجملتمع µ’k = : X
) ،E(Xkبنظ ه ملت ة املعاينة : x
m’k = (1/n)∑ixik k = 1, 2, , K
مثال :ليكن ) . X ~ B(20; pتقدير pباريقة الع وم اناالقا من عينة يتم كما يلي:
لدينا عدد املعامل املراد تقديرها K = 1إذا حنتاج إىل معادلة واحدة . µ = 20p :ومنه ،p = 20/µ
أنخذ إذا كمقدر ل pالقيمة p’ :وحنسبها كما يلي .p’ = m/20 :
يف حالة تقدير معلمتني للمجتمع حنتاج أن نستعمل مجلة املعادلتنيµ = m , µ’2 = :
m’2
مثال : 2لتكن ) .X ~ N(µ; σ²نس ئ عينة ذات متوسط ،mوتباين .S²لتقدير µوσ²
حنتاج إىل حل مجلة املعادلتني:
' 2 = m' 2 ' 2 = ² + ² ˆ = m
or la solution est
= m m' 2 = m² + S ² ˆ ² = S ²
هذه الاريقة قد تعاي مقدرات مت ي ة كما يف هذه احلالة.
حاالاة كون مت ة اجملتمع متقاعاة :نرياد تقادير معلماة θواحادة للمجتمع ،ولاديناا عيناة غ نفاادياة (املت ا
ت اليت متثل قيم احملصل عليها يف العينة مستقلة) هلا نفس التوزيع للمجتمع .من البديهي أن احتمال حتقق
عيناة باذاهتاا مرتبط ب قيماة املعلماة اجملهولاة .P(x1, x2, …,xn) = L(θ) :هنااك قيماة ل θتعظم
احتمال احلص ااول على العينة احملص اال عليها ،ونفرتض أن تل القيمة هي الص ا ي ة مبا أن العينة حص االت
ابلفعال .تتمثال طريقاة املعقولياة العظمى يف الب اث عن هاذه القيماة .أي الب اث عن θاليت تعظم )L(θ
،حيث :
).L(θ) = f(x1, . . . , xn ; θ) = f(x1) . f(x2) . . . f(xn
تعتمد طريقة املعقولية العظمى على تعظيم دالة االحتمال املشرتكة ). L(θ
مثال :ليكن ) ، X ~ B(pحيث النجاح هو وجود اخلاص ا ا ا ا ااية " أ " لدى فرد مس ا ا ا ا ا وب عش ا ا ا ا اوائيا من
اجملتمع .نرد تقاادير pمن خالل عينااة حجمهااا .2مااا هي القيمااة ’ pل pاليت جتعاال النتيجااة 0 ،1هي
األكثر احتماال؟ أي ما هي ’ pاليت جتعل p(0.1) = pqأكرب ما ميكن؟
42
احملور الثالث :التقدير
43
المحور الرابع :اختبار الفرضيات
يف احملور السابق تناولنا كيفية تقدير معامل اجملتمع من خالل بياانت العينة وبعض خصائص املقدر اجليد .يف
هذا احملور سنتناول كيفية اختبار فرضيات موضوعة حول معامل جمتمع أو أكثر .حيتاج الدارس أحياان يف مرحلة
ما من حبثه إىل اختبار فرضية أو أكثر خبصوص اجملتمع املدروس .من أمثلة ذل :اختبار فرضية خبصوص
معدل الدخل يف مناقة معينة ،اختبار فرضية نسبة شفاء لدواء معني ... ،يتم ذل بصياغة فرضية عن
اجملتمع املدروس (أو اجملتمعات املدروسة) ومن مث حماولة احلصول على دليل إحصائي ينفي أو يثبت هذه
الفرضية وذل من خالل بياانت عينة (أو أكثر) عشوائية بسياة .ختص الفرضية أحد معامل اجملتمع كاملتوسط،
النسبة أو التباين ،ونعتمد يف إثباهتا أو رفضها على خصائص إحصائية معاينة خمتارة .من أجل ذل يعتمد
هذا الدرس ،كما هو احلال ابلنسبة لدرس التقدير ،على درس املعاينة.
لنتناول هذا املثال :نريد اختبار فرضية حول متوسط دخل الاالئ يف السنة األوىل من خترجه ،ولتكن القيمة
االفرتاضية هي 15000دج كمتوسط للدخل الشهري .حنتاج إىل اخلاوات التالية :حتديد الفرضيات ،حتديد
قاعدة القرار ،حساب القيمة اجلدولية للمت ة ،حساب القيمة الفعلية للمت ة ،اختاذ القرار.
44
المحور الرابع :اختبار الفرضيات
m ~ N(µ0 , ) m ~ N(µ, σ²/nالجراء االختبار ،حيث أنه حتت H0فإن :
)σ²/n
مما يعين معلومية احتمال أن يكون mقريئ إىل درجة ما من µ0فمثال :
P(µ0 – 1.64(σm) ≤ m ≤ µ0 + 1.64(σm)) = 0.90
P(µ0 – 1.96(σm) ≤ m ≤ µ0 + 1.96(σm)) = 0.95
P(µ0 – 2.58(σm) ≤ m ≤ µ0 + 2.58(σm)) = 0.99
وبصفة عامة نكتئ:
P[µ0 – z1-α/2(σm) ≤ m ≤ µ0 + z1-α/2 (σm)] = 1-α
أو حسئ الكتابة األكثر شيوعا:
m − 0
P(− z1− / 2 z1− / 2 ) = 1 −
m
حيث:
▪ ( : (m - µ0)/σmمتغرية القرار) هي املت ة املعيارية ل mونرم هلا ب ،zcحيث ~ z
). N(0, 1
▪ σmحتدد كما يلي σm= σ/√n :يف حالة املعاينة ابإلرجاع (أو ) n ≤ 0.05Nو
= mيف احلالة املعاكسة. N −n
n N −1
45
المحور الرابع :اختبار الفرضيات
R’H0
RH0 RH0
1-α z
46
المحور الرابع :اختبار الفرضيات
)P(RH0 )P(R’H0
1 1
1-α
α
القرار: ( ه)
نقرر قبول أو رفض H0حسئ قاعدة القرار .ويف حالتنا نرفض H0ألن zc > ztونقبل H1أي أن
متوسط دخل اخلريج حديث التوظيف ليس 15000دج.
يتمي االختبار الثنائي عن األحادي يف الفرضية البديلة اليت هي عدم مساواة يف االختبار الثنائي وأكرب متاما
أو أص ر متاما (حسئ احلالة) يف االختبار األحادي ،وهذا يرتتئ عليه ت ي يف قاعدة القرار.
47
المحور الرابع :اختبار الفرضيات
ه -القرار :نرفض H0ألن zc > ztونقبل H1أي أن متوسط دخل اخلريج حديث التوظيف ليس
15000دج وإمنا هو أكرب.
ه -القرار :نرفض H0ألن zc < ztونقبل H1أي أن متوسط دخل اخلريج حديث التوظيف أقل من
15000دج .
48
المحور الرابع :اختبار الفرضيات
يف األمثلة السابقة افرتضنا أن σمعلوم ،يف الواقع غالبا ما يكون االحنراف املعياري جمهوال وحنتاج ابلتايل إىل
استخدام االحنراف املعياري للعينة ( )Sعند حساب ( σmأنظر درس التقدير) ،حيث نعوض العبارة
'S S
= m أو = m ب σm = σ/√n
n n −1
مثال :يف املثال السابق نفرتض أن االحنراف املعياري للدخل الشهري للاالئ جمهول ،لكن االحنراف املعياري
للعينة .S = 1600كيف ميكن اختبار ما إذا كان الدخل الشهري أقل من 15000دج؟
اخلاوات أ ،ب ،ج تبقى بدون ت ي .
X − 0 X − 0 14200 − 1500
= zc = = = −4.97 د -حساب zالفعلية:
X S / n −1 1600 / 99
ه -القرار :نرفض H0ألن zc < ztونقبل H1أي أن متوسط دخل اخلريج حديث التوظيف ليس
15000دج وإمنا هو أقل.
يف حالة n< 30و( σاالحنراف املعياري للمجتمع) جمهوال ،ال ميكن استخدام التوزيع الابيعي ،ولكن
لدينا :
X − 0 X −
S / n −1
~ t n −1 و حتت : ) µ = µ0( H0 S / n −1
~ t n −1
ميكن إذا استخدام التوزيع ستيودنت (بشرط أن يكون توزيع اجملتمع طبيعيا أو على األقل جرسي الشكل) .
و تت قاعدة القرار تبعا هلذا الت ي فتكتئ يف حالة االختبار الثنائي كما يلي:
X − 0
RH 0 si t n−1; 1− / 2 .
S / n −1
R H 0 sinon.
X − 0
RH 0 si t n −1, 1−
S / n −1
R H sinon.
يف حالة اختبار من اليمني:
0
49
المحور الرابع :اختبار الفرضيات
خالصة 5
يتعلق هذا االختبار بنسبة مفردات اجملتمع اليت تتصف خباصية ما ( ،)pحيث يؤكد االختبار أو ينفي
ص ة فرضية معينة خبصوص قيمة . pيرم للقيمة االفرتاضية ب p0وتكتئ الفرضية كما يلي:
H0 : p = p0
للقيام ابالختبار نستخدم خصائص ’ pالنسبة يف العينة (أنظر توزيع املعاينة للنسبة :نظرية .)6
pq
E ( p' ) = p ' = p ; = ' ² p
n
عند ( p’ ≈ N (p, σp') : n ≥ 30نظرية موافر -البالس)
p 0 q0
; p' N p 0
استنادا إىل هذه اخلصائص وحتت : H0
n
و من مث ميكن حتديد قاعدة القرار حبسئ طبيعة االختباركما يلي:
50
المحور الرابع :اختبار الفرضيات
مثال :تقدر الدوائر الرمسية نسبة املتخرجني اجلامعيني الذين حيصلون على عمل يف السنة األوىل اليت تلي
خترجهم ب . % 70وجدت دراسة أجريت على عينة من 900طالئ أن نسبة احلصول على عمل
. % 67كيف ميكن اختبار ما إذا كانت النسبة الرمسية ص ي ة أم مبالغ فيها ،مبستوى معنوية .% 5
H0 : p = 0.70 ↔ H1 : p < 0.70
p'− p0 0.67 − 0.7
= −196.34 − z 1−0.05 = −1.64
p 0 q0 / n 0.7(0.3) / 900
Sˆ ² − 02
=T N (0.1). 4 = E( X − ) 4 األحوال) ،وحتت H0فإن
( 4 − ) / n
4
0
حيث µ4هو الع م املرك ي من الدرجة الرابعة .وهبذا الشكل تكتئ قاعدة القرار لالختبار الثنائي كما يلي:
Sˆ ² − 02
RH 0 si z 1− / 2
( 4 − 04 ) / n
R H 0 sinon.
51
المحور الرابع :اختبار الفرضيات
وإذا كان اجملتمع طبيعيا ،حيث ، µ4 = 3σ4فإن متغرية القرار ميكن أن تكتئ كما يلي:
Sˆ ² − 02
=T N (0.1).
02 2 / n
يتناول هذا االختبار مقارنة بني جمتمعني من خالل املتوسط أو التباين لكل منهما ...وسنرك هنا على
مت ة القرار ،إذ من السهل على الاالئ استنتاج كيفية إمتام اخلاوات األخرى على ضوء ما سبق.
ال رض من االختبار هو أتكيد أو نفي تساوي متوساي جمتمعني من خالل عينتني عشوائيتني بسياتني
H0 : µ1 = µ2 ↔ H1 : مستقلتني .تكتئ الفرضيات (يف حالة االختبار الثنائي)كما يلي:
µ1 ≠ µ2
لت ديد مت ة القرار نعتمد يف االختبار على مت ة القرار Tأو ’ Tحبسئ احلالة (نرتك للاالئ استنتاج
قاعدة القرار) ،حيث مني بني حالة كون تباينا اجملتمعني معلومني وحالة كون تباينا اجملتمعني جمهولني.
52
المحور الرابع :اختبار الفرضيات
X1 − X 2
=' T ~ t n1 + n2 − 2 إذا كان تباينا اجملتمعني متساويني
n S + n2 S
2 2
1 1
1 1 2
+
n1 + n2 − 2 n1 n2
X1 − X 2
=T ) N (0,1 -2جمتمعني ما (:)n1 , n2 ≥ 30
S12 S 22
+
n1 − 1 n2 − 1
مثال :نس ئ من جمتمعني طبيعيني متساويي التباين عينتني حجم األوىل 18وحجم الثانية .21وجدان
النتائج التالية:
m1 = 81, m2 = 76, S²1 = 9, S²2 = 8.كيف ميكن اجراء اختبار تساوي متوساي
اجملتمعني مبستوى معنوية . % 5
H0 : µ1 = µ2 ↔ H1 : µ1 ≠ µ2
X1 − X 2 81 − 76
=' T = 5.43
1
n1 S12 + n 2 S 221 18(9) + 21(8) 1 1
+ +
n1 + n 2 − 2
n1 n 2 18 + 21 − 2 18 21
t 0.975; 37 2.336 5.43 RH 0
ال رض من االختبار هو أتكيد أو نفي تساوي تباينا جمتمعني من خالل عينتني عشوائيتني بسياتني مستقلتني.
تكتئ الفرضيات (يف حالة االختبار الثنائي)كما يليH0 : σ²1 = σ²2 ↔ H1 : σ²1 ≠ σ²2 :
نعتمد يف االختبار على مت ة القرار Tأو ’ Tحبسئ احلالة ،حيث مني بني حالة كون اجملتمعني طبيعيني
أم غ ذل .
53
المحور الرابع :اختبار الفرضيات
لنعد إىل اختبار النسبة ،ونفرتض أن لدينا عددا kمن اخلصائص املتنافية ،نسبة حتقق كل منها يف اجملتمع
piحيث .∑pi = 1نريد اختبار فرضية تساوي هذه النسئ:
H0 : pi = pi0 (i = 1, 2, . . . k ) ↔ H1 : pi ≠ pi0
(الفرضية البديلة هي أن إحدى النسئ النظرية pi0على األقل غ مساوية للقيمة احلقيقية).
متغرية القرار :إلجناز االختبار نستخرج عينة حنسئ فيها عدد مرات حتقق اخلصائص ( . )niإذا حتققت
الشروط
pi0 ≥ 1 ،وعلى األقل يف % 80من احلاالت npi0 ≥ 5نربهن أن : n ≥ 30
(ni − npi 0 )²
T = i k2−1
npi 0
54
المحور الرابع :اختبار الفرضيات
تستخدم هذه الاريقة أيضا الختبار تعديل توزيع معني بتوزيع آخر ،ويف هذه احلالة نقارن بني تكرارات
العينة (التكرارات احلقيقية) niوتكرارات افرتاضية ، ni0حيث تصاغ الفرضيات كما يلي :
على األقل إحدى التكرارات النظرية ni0غ مساوية للتكرار احلقيقي H0: ni = ni0 (i = 1, ni
2, … k) ↔ H1:
(ni − ni 0 )²
T = i k2− m−1
ni 0
mعدد من معامل من اجملتمع املقدرة اناالقا من بياانت العينة لت ديد التكرارات النظرية.
مثال :يتقدم إىل انتخاابت معينة 3مرش ني :أ ،ب وج .نريد اختبار فرضية مبستوى معنوية % 5حول
شعبيتهم كما يلي:
H0 : p1 = 0.4, p2 = 0.35, p3 = 25
أجري استجواب ل 400انخئ فكان توزع فئات املساندين على التوايل . 95 ،135 ،170 :
لدينا ،n = 400 ≥ 30األعداد االفرتاضية ، npi0 = 160, 140, 100 ≥ 1وأكثر من % 80
من . npi0 ≥ 5
(ni − npi 0 )² (170 − 160)² (135 − 140)² (95 − 100)²
T = i = + + = 1.05
npi 0 160 140 100
Χ²2 ; 0.95 = 5.99 > 1.05 => R’H0 .
55
املصادر واملراجع :
دار املسيرة للنشر والتوزيع - جبار عبد مضحي مقدمة في نظرية االحتماالت 1
2011
دار الحامد – 2005 دالل القاض ي وآخرون اإلحصاء لإلداريين واالقتصاديين 2
دار املسيرة للنشر والتوزيع - جبار عبد مضحي مقدمة في اإلحصاء الرياض ي 3
2015
دار صفاء للنشر والتوزيع - حسن ياسين طعمة اساليب االحصاء التطبيقي 4
2009
دار زهران للنشر والتوزيع - بوعظم كمال االحصاء االستداللي من الجانب النظري و التطبيقي 5
2012 منهج كمي
دار النشر للجامعات 2000 - مجدي الطويل االحتماالت :النظرية و التطبيق 6
عبد الحميد ربيع غيطان دار الكتب األكاديمية 2004 - نظرية االحتماالت 7
دار الحكمة ليبيا – 2013 علي عبد السالم العماري اإلحصاء واالحتماالت النظرية والتطبيق 8
جامعة تشرين -سوريا - مبارك اسبر ديب مبادئ في االحتماالت واإلحصاء 9
2009
la collection Sciences Adil Probabilités : Exercices corrigés avec 10
– et Techniques ELMARHOUM
Maroc 2014 Mohamed rappels de cours
DIOURI