مطبوعة الاحصاء 3 Benkhelif Tarik

‫تـقــديـ ــم‬
‫تقدمي‬
‫هتتم عموما نظرية االحتماالت بدراسة الظواهر العشوائية‪ ،‬وهي بذلك تعترب الدعامة األساسية لبناء قواعد اإلحصاء‬
‫الرايضي‪ ،‬فمن اجل الوفول إىل فهم سليم هلذا العلم جيب أوالا الرتكيز علم مفهوم االحتمال وإجراء بعض التطبيقات‬
‫علم نظرية االحتماالت كمدخل لعلم اإلحصاء الرايضي‪.‬‬
‫وبغيت حتقيق ذلك كان من الضروري علينا أن نتطرق ولو إبجياز لبعض املفاهيم األساسية املتعلقة حبساب االحتمال‬
‫وذلك بتطرق لألحداث املانعة وغري مانعة وكذلك األحداث املستقلة وغري مستقلة‪ ،‬كما نشرح مفهوم االحتمال‬
‫الشرطي‪ ،‬نظرية االحتمال الكلي ونظرية االحتمال السبيب(نظرية ابيز)‪ ،‬ويف هناية هذا سنتطرق ملفهوم املتغريات‬
‫العشوائية وأنواعها‪ ،‬الن معرفة املتغريات العشوائية وكيفية تشكلها تساعد علم استخالص القوانني اليت حتكم هذه‬
‫املتغريات العشوائية وابلتايل ميكننا تفسري سلوكها والتحكم فيه‪ ،‬غري انه ال ميكننا حتديد كل القوانني االحتمالية اليت‬
‫تتبعها مجيع املتغريات العشوائية‪ ،‬وعليه سنقتصر يف هذا التذكري علم ذكر بعض القوانني االحتمالية املستمرة األكثر‬
‫استعماالا واليت ستحتاج إليها يف نظرية املعاينة والتقدير‪.‬‬
‫يف عامل املال واألعمال تقوم املؤسسات والشركات عن طريق مصاحل البحوث والتطوير إبجراء استقصاءات لالطالع‬
‫علم توجهات املستهلكني أو مدى جودة منتج ما‪ ،‬فبدالا من أن تقوم املؤسسة بدراسة كل اجملتمع اإلحصائي(دراسة‬
‫املعامل أو اخلصائص اليت يتميز هبا هذا اجملتمع اإلحصائي مثل متوسط اجملتمع ‪ ‬واحنرافه املعياري ‪ ‬ونسبة ففة ما‬
‫يف اجملتمع ‪ ) P‬واليت هي عملية مكلفة للمال والزمن‪ ،‬ولذلك تلجأ املؤسسات والشركات إىل عملية املعاينة وهي اخذ‬
‫عينة من اجملتمع األفلي ودراستها مثالا (حساب متوسط العينة ‪ X‬واحنرافها املعياري ‪ S‬ونسبة ففة ما يف‬
‫العينة ‪ ،) r‬وميكننا استخدام هذه القيم احملسوبة من العينة لتقدير املعامل املناظرة هلا يف اجملتمع اإلحصائي واختبار بعض‬
‫الفروض علم اجملتمع اإلحصائي‪.‬‬
‫ولكي تكون عملية املعاينة سليمة جيب أن تكون العينة املأخوذة ممثلة هلذا اجملتمع اإلحصائي ويتحقق ذلك ابملعاينة‬
‫العشوائية أي أن احتمال دخول أي فرد يف العينة متساوي‪ .‬وحىت نصل إىل عملية التقدير واختبار الفروض جيب أوالا‬
‫أن حندد األسس النظرية لتوزيع املعاينة‪ ،‬واليت خنصص هلا النقطة الثانية‪ .‬أما يف النقطة الثالثة فنهتم بعملية التقدير‬
‫وذلك حسب طريقتني ومها التقدير النقطي وطريقة التقدير ابجملال‪ .‬يف النقطة الرابعة نوضح طريقة اختبار بعض‬
‫الفروض اإلحصائية‪ ،‬وأخريا نقرتح بعض التمارين واملسائل احمللولة لتوضيح وترسيخ كل ما جاء يف هذه املطبوعة‪.‬‬
‫‪4‬‬
‫دروس يف مقياس اإلحصاء ‪3‬‬
‫‪ .I‬تذكري ببعض مبادئ االحتماالت‬
‫تعترب نظرية االحتمال نظرية رايضية تدرس الظواهر العشوائية‪ ،‬لذلك سنحاول إعطاء تقدمي ألهم مبادئ هذه النظرية‪.‬‬
‫‪ 1.I‬التحليل التوفيقي(‪)Combinational analysis‬‬
‫إن لدراسة اجملموعات أمهية كبرية وضرورية لدراسة االحتمال‪ ،‬واجملموعة هي جتمع أي عدد من العنافر أو األشياء‪.‬‬
‫وحلساب أفلي اجملموعة أو عدد عنافر اجملموعة‪ ،‬نستعني بعنافر التحليل التوفيقي ابعتباره أحد طرق العد‪.‬‬
‫‪ ‬متثل اجملموعات حبروف التينية كبرية مثل‪A, B, C,.... :‬‬
‫‪ ‬متثل عنافر اجملموعة حبروف التينية فغرية مثل‪a, b, c,.... :‬‬
‫‪ 1.1.I‬القائمة(‪)List‬‬
‫تعريف‬
‫لتكن لدينا اجملموعة ‪ E‬واملتكونة من ‪ n‬عنصر خمتلفة فيما بينها‪ ،‬نسمي قائمة من ‪ p‬عنصر من ‪ E‬كل متتالية مرتبة‬
‫من ‪ p‬عنصر مأخوذة إبرجاع من ‪ . E‬عدد القوائم املمكنة هو‪n p :‬‬
‫مثال‬
‫وهي‪:‬‬ ‫‪n p  32  9‬‬ ‫هو‪:‬‬ ‫‪E‬‬ ‫إذا كانت‪ ، E  a, b, c :‬فعدد القوائم املكونة من عنصرين( ‪ ) p  2‬من‬
‫‪aa, ab, ac, ba, bb, bc, ca, cb, cc‬‬
‫‪ 2 .1.I‬الرتاتيب(‪)Arrangements‬‬
‫تعريف‬
‫لتكن لدينا اجملموعة ‪ E‬واملتكونة من ‪ n‬عنصر خمتلفة فيما بينها‪ ،‬نسمي ترتيبه من ‪ p‬عنصر من ‪ ، E‬كل متتالية‬
‫مرتبة من ‪ p‬عنصر مأخوذة بدون إبرجاع من ‪ ، E‬يكون عدد الرتاتيب هو‪:‬‬
‫‪p‬‬ ‫!‪n‬‬
‫‪An ‬‬
‫!‪n  p ‬‬
‫‪. Pn‬‬ ‫حيث أن‬
‫مثال‬
‫يتكون سباق خيول من ‪ 18‬حصان‪ :‬عدد الرتاتيب املكونة من ثالث خيول األوائل هو‪:‬‬
‫‪3‬‬ ‫!‪18‬‬
‫‪A18‬‬ ‫‪‬‬ ‫‪ 4896‬‬
‫!‪18  3‬‬
‫‪ 3 .1.I‬التباديل(‪)Permutations‬‬
‫تعريف‬
‫من ‪n‬‬ ‫‪ ، E‬كل ترتيبه مكونة‬ ‫لتكن لدينا اجملموعة ‪ E‬واملتكونة من ‪ n‬عنصر خمتلفة فيما بينها‪ ،‬نسمي تبديله من‬
‫‪n‬‬ ‫!‪n‬‬
‫‪. An‬‬ ‫‪ Pn ‬‬
‫!‪n  n‬‬
‫!‪ n‬‬ ‫عدد التباديل هو‪:‬‬ ‫‪pn‬‬ ‫عنصر من ‪ ، E‬مبا أن‬
‫‪5‬‬
‫مالحظة(‪)1‬‬
‫من العنافر متشاهبة فإن‬ ‫‪nk‬‬ ‫إذا كان ضمن ‪ n‬من العنافر ‪ n1‬من العنصر متشاهبة و ‪ n 2‬من العنافر متشاهبة‪...‬‬
‫عدد التباديل ذات التكرار هو‪:‬‬
‫!‪n‬‬
‫‪Pnn1 ,n2 ,..., nk ‬‬
‫! ‪n1!n2!...nk‬‬
‫مثال‬
‫وهي‪:‬‬ ‫‪P3  3! 6‬‬ ‫إذا كانت‪ ، E  a, b, c :‬فعدد التباديل املكونة من ثالث عنافر( ‪ ) p  n  3‬من ‪ E‬هو‪:‬‬
‫‪abc, acb, bca, bac, cab, cba‬‬
‫مالحظة(‪)2‬‬
‫‪n! n n e n‬‬ ‫‪2n‬‬ ‫حسب ستريلينق(‪ )Stirling‬إذا كان ‪ n‬كبري جدا فإن‪:‬‬
‫‪ 4 .1.I‬التوفيقات(‪)Combinations‬‬
‫تعريف‬
‫‪ ، E‬كل متتالية‬ ‫لتكن لدينا اجملموعة ‪ E‬واملتكونة من ‪ n‬عنصر خمتلفة فيما بينها‪ ،‬نسمي توفيقه من ‪ p‬عنصر من‬
‫غري مرتبة من ‪ p‬عنصر مأخوذة بدون إبرجاع من ‪ ، E‬عدد التوافيق هو‪:‬‬
‫‪p‬‬ ‫‪p‬‬ ‫!‪n‬‬
‫‪C n  An‬‬ ‫‪p! ‬‬
‫!‪n  p ! p‬‬
‫حيث أن ‪. P  n‬‬
‫مثال‬
‫هو‪:‬‬ ‫‪E‬‬ ‫‪ )1‬إذا كانت‪ ، E  a, b, c, d  :‬فعدد التوافيق املكونة من عنصرين( ‪ ) P  2‬من‬
‫!‪4‬‬
‫‪C42 ‬‬ ‫‪6‬‬
‫!‪4  2!2‬‬
‫وهي‪ab, ac, ad , bc, bd , cd :‬‬
‫‪ )2‬قسم يتكون من ‪ 15‬طالبا‪ ،‬بكم طريقة ميكن أن خنتار جلنة مؤلفة من ‪ 4‬طالب‪ ،‬نستعمل التوفيقات الن السحب‬
‫بدون إرجاع(ال ميكن أن خنتار طالب مرتني يف جلنة واحدة) والرتتيب غري مهم(إذا كانت حتتوى علم الطالب حممد‬
‫مثال ال يهم ترتيبه يف اللجنة)‪:‬‬
‫‪4‬‬ ‫!‪15‬‬
‫‪C15‬‬ ‫‪‬‬ ‫‪ 1365‬‬
‫!‪15  4!4‬‬
‫خصائص التوفيقات‬
‫‪ ‬إذا كان ‪ 1  p  n‬فإن‪Cnp  Cnn  p :‬‬
‫‪6‬‬
‫‪Cnp  Cnp1  Cnp11‬‬
‫‪ ‬مثلث ابسكال(‪:)Pascal‬‬
‫‪ ‬قانون ثنائي احلد لنيوتن(‪ ،)Newton's binomial‬إذا كان ‪: a, b  , n  ‬‬
‫‪n‬‬ ‫‪nk‬‬
‫‪a  b n‬‬ ‫‪‬‬ ‫‪C‬‬
‫‪k 0‬‬
‫‪k k‬‬
‫‪na b‬‬
‫‪ 2.I‬الفضاء االحتمال(‪)Probability model‬‬

‫‪ 1.2.I‬التجربة العشوائية(‪)Random experience‬‬
‫تعريف‬
‫نسمم التجربة العشوائية ‪ ، E‬كل جتربة ال تكون نتيجتها مع روفة مسبقا‪ ،‬بل تؤدي بصفة عشوائية إىل عدة نتائج‬
‫ممكنة‪ ،‬ونسمي فضاء العينة ‪ ‬ابجملموعة األساسية واليت حتتوي علم كل النتائج املمكنة للتجربة العشوائية‪.‬‬
‫مثال‬
‫‪ )1‬عند رمي زهرة نرد متزنة(لضمان عشوائية التجربة) مرة واحدة فإن النتائج املمكنة هلذه التجربة العشوائية هي‪:‬‬
‫‪ .   1,2,3,4,5,6‬لو أن زهرة النرد ذات الستة أوجه حتمل نفس الرقم‪ ،‬تصبح التجربة غري عشوائية ألهنا ال‬
‫حتتمل عدة نتائج ممكنة‪.‬‬
‫‪  PP , PF , FP , FF ‬‬ ‫‪ )2‬نرمي قطعة نقد متزنة مرتني‪ .‬النتائج املمكنة هلذه التجربة هي‪:‬‬
‫مالحظة‬
‫قد تكون اجملموعة األساسية غري قابلة للعد‪ .‬كأن نقول نرمي قطعة نقد متزنة حىت احلصول علم وجه‪ ،‬تصبح النتائج‬
‫املمكنة للتجربة العشوائية هي‪.   F , PF , PPF , PPPF , PPPPF ,..... :‬‬
‫‪ 2.2.I‬احلدث العشوائي(‪)Random event‬‬
‫تعريف‬
‫نسمي احلدث العشوائي ‪ ، A‬كل حدث جزئي من اجملموعة األساسية أو كل حدث يتحقق انطالقا من نتائج التجربة‬
‫العشوائية بشرط أن تكون ‪ ‬جمموعة منتهية‪.‬‬
‫مثال‬
‫عند رمي زهرة النرد املتزنة مرة واحدة‪ ،‬تكون اجملموعة األساسية‪  1,2,3,4,5,6 :‬‬
‫‪ ‬نسمي احلدث ‪ : A‬احلصول علم الرقم ‪ ،1‬إذن‪ A ( A  1 :‬حدث جزئي من ‪) ‬؛‬
‫‪) ‬؛‬ ‫‪ ‬نسمي احلدث ‪ : B‬احلصول علم عدد زوجي‪،‬إذن‪ B ( B  2,4,6 :‬حدث جزئي يتحقق انطالقا من‬
‫عمليات على األحداث العشوائية‬
‫ونكتب‪:‬‬ ‫‪‬‬ ‫يف‬ ‫‪A‬‬ ‫وهو متم‬ ‫‪A‬‬ ‫‪ )1‬نسمي احلدث العكسي لـ ‪ A‬ونرمز له ابلرمز‬
‫‪7‬‬
‫‪A     :   A‬‬
‫‪A A  ‬‬
‫مثال‬
‫عند رمي قطعة نقد متزنة مرة واحدة‪ ،‬إذا كان احلدث ‪ A‬هو احلصول علم وجه‪ ، A  F  :‬فإن احلدث العكسي‬
‫‪ A‬هو احلصول علم كتابة‪ A  P :‬حيث أن ‪. A  A  ‬‬
‫‪ )2‬نسمي ‪ ‬ابحلدث األكيد ونسمي اجملموعة اخلالية ‪  ‬ابحلدث املستحيل‪.‬‬
‫ليكن لدينا احلدثني العشوائيني ‪ A‬و ‪: B‬‬
‫‪ A  B ‬حمقق يعين أنه إذا حتققت ‪ A‬فإن ‪ B‬حمققة؛‬
‫‪ ‬احلدث ‪ A  B‬حمقق إذا ‪ A‬أو ‪ B‬حمققة‪ A  B     :   Aou   B :‬؛‬
‫‪ ‬احلدث ‪ A  B‬حمقق إذا ‪ A‬و ‪ B‬حمققة‪ A  B     :   Aet   B :‬؛‬
‫‪ ‬نقول عن ‪ A‬و ‪ B‬أهنما حدثني مانعني(‪ )Incompatibles‬إذا‪ ، A  B   :‬ومن الواضح أن احلدثني‬
‫‪ A‬و ‪ A‬دوما مانعني‪.‬‬
‫‪ 3.2.I‬االحتمال(‪)Probability‬‬
‫قبل التطرق لتعريف االحتمال‪ ،‬البد من اإلشارة إىل أن الثنائية ‪ , ‬تشكل الفضاء االحتمايل( ‪Probabilistic‬‬
‫‪ )space‬حبيث متثل ‪ ‬جمموعة أحداث ‪ ‬املتعلقة ابلتجربة العشوائية حبيث أنه‪:‬‬
‫‪A ‬‬ ‫‪ ‬إذا كان ‪ A ‬فإن‪:‬‬
‫‪‬‬
‫‪A‬‬ ‫‪n ‬‬ ‫‪ ‬من أجل كل عائلة األحداث العشوائية ‪ ، ( An );n0‬لدينا‪:‬‬

‫‪n 0‬‬
‫تعريف‬
‫‪P   1‬‬ ‫نسمي احتمال يف الفضاء ‪ , ‬كل تطبيق ‪ P‬من ‪ ‬حنو ‪ 0,1‬حبيث أن‪:‬‬
‫‪ )1‬إذا كانتا ‪ A‬و ‪ B‬حدثني عشوائيني مانعني إذن‪P A  B   P A  PB  :‬‬
‫‪ ‬‬ ‫‪ ‬‬
‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪P‬‬ ‫‪‬‬ ‫‪An  ‬‬ ‫‪P An ‬‬ ‫عائلة األحداث العشوائية املانعة مثىن مثىن‪ ،‬فإن‪:‬‬ ‫‪( An );n0‬‬ ‫‪ )2‬إذا كانت‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪n‬‬ ‫‪‬‬ ‫‪0‬‬ ‫‪‬‬ ‫‪n‬‬ ‫‪‬‬ ‫‪0‬‬
‫‪ )3‬نسمي اآلن الثالثية ‪ , , P ‬بفضاء االحتمال‪ ،‬وميكن حساب االحتمال ابلعالقة التالية‪ A   :‬فإن‪:‬‬
‫‪card A‬‬
‫‪P A ‬‬
‫‪card‬‬
‫حيث أن‪:‬‬
‫‪ : card  A‬ميثل أفلي أو عدد احلاالت املالئمة(‪)Favorable‬‬
‫‪ : card  ‬ميثل أفلي أو عدد احلاالت املمكنة(‪)Possible‬‬
‫‪8‬‬
‫مثال(‪)1‬‬
‫هو‪:‬‬ ‫احتمال ‪A‬‬ ‫‪ : A‬احلصول علم عدد زوجي عند رمي زهرة نرد متزنة مرة واحدة‪.‬‬ ‫‪ )1‬نسمي احلدث‬
‫‪card A 3 1‬‬
‫‪P A ‬‬ ‫‪ ‬‬
‫‪card 6 2‬‬
‫هو‬ ‫‪ ، i  1,6‬احتمال ‪‬‬ ‫‪ )2‬نسمي احلدث ‪ : ‬احلصول علم العدد ‪ i‬عند رمي زهرة نرد متزنة مرة واحدة‪ ،‬حيث‬
‫دائما‪:‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪P  ‬‬ ‫‪‬‬
‫‪card 6‬‬
‫هلا نفس احتمال احلدوث‪.‬‬ ‫‪‬‬ ‫هذا االحتمال يسمم أحادي الشكل ويعين إن كل األحداث اجلزئية لـ‬
‫مثال(‪)2‬‬
‫‪  1;1, 1,2,...,6,6  6  6  36‬‬ ‫نرمي زهرة نرد متزنة مرتني‪ :‬اجملموعة األساسية هي‪:‬‬
‫‪. A  1;3, 3,1, 2,2  card  A  3‬‬ ‫نعرف احلدث ‪ : A‬جمموع العددين الظاهرين يساوي ‪ .4‬إذن‪:‬‬
‫‪card A‬‬ ‫‪3‬‬
‫‪P  A ‬‬ ‫‪‬‬ ‫هو‪:‬‬ ‫احتمال ‪A‬‬
‫‪card  36‬‬
‫خصائص‬
‫إذا كانتا ‪ A‬و ‪ B‬حدثني عشوائيني‪ ،‬لدينا‪:‬‬
‫‪ 0  PA  1 )1‬و ‪ ، PA  1  PA‬وتسمم بنظرية االحتمال العكسي وتستعمل عادة إذا كان من الصعب‬
‫إجياد احتمال ‪ A‬؛‬
‫‪ )2‬احتمال اجملموعة اخلالية‪ P   0 :‬؛‬
‫‪ )3‬إذا ‪ A  B‬فإن‪ P A  PB  :‬؛‬
‫‪P A ‬‬ ‫‪‬‬ ‫‪A‬‬
‫‪P ‬‬ ‫‪ )4‬إذا كانت ‪ ‬قابلة للعد‪ ،‬إذا‪:‬‬
‫‪P A  B   P A  PB   P A  B ‬‬ ‫‪ )5‬قانون بوانكاري(‪:)Poincaré‬‬
‫‪ )6‬قانون كريبل(‪:)Crible‬‬
‫‪n‬‬
‫‪P A1  A2  ...  An  ‬‬ ‫‪  1‬‬
‫‪k 1‬‬
‫‪k 1‬‬
‫‪C nk P A1  A2  ...  An ‬‬
‫‪ )7‬حالة خافة ابلنسبة لثالثة أحداث عشوائية ‪ B ، A‬و ‪ C‬يكون‪:‬‬

‫‪P A  B  C   P A  PB   PC   P A  B   P A  C   P A  B  C ‬‬
‫‪9‬‬
‫‪ 3.I‬االحتمال الشرطي واالستقاللية( ‪)Conditional probability independence‬‬
‫‪ 1.3.I‬االحتماالت الشرطية(‪)Conditional probability‬‬
‫نرمي زهرة نرد متزنة مرتني‪ ،‬تكون لدينا اجملموعة األساسية‪ ،   1,1, 1,2,...,6,6 :‬إذا ‪ ، card   36‬حيث‬
‫أن كل األحداث اجلزئية لـ ‪ ‬لديها نفس احتمال احلدوث وهو ‪. 1 36‬‬
‫ليكن احلدث ‪: A‬جمموع النقاط اكرب أو يساوي العدد ‪ ،10‬إذن‪ ، A  4,6, 5,5, 5,6, 6,4, 6,5, 6,6 :‬ومنه‪:‬‬
‫‪card A‬‬ ‫‪6‬‬ ‫‪1‬‬
‫‪. PA  card  36  6‬‬
‫نفرتض اآلن األحداث ‪ : Bi‬نتيجة النرد األوىل تساوي ‪ ، i‬حيث ‪ ، i  1,6‬أنخذ اآلن كمثال ‪: B5‬‬
‫‪B5  5,1, 5,2, 5,3, 5,4, 5,6, 5,6‬‬
‫‪ ‬إذا حتقق احلدث ‪ B1‬فإن احلدث ‪ A‬ال يتحقق ألن جمموع النقاط ال يتجاوز ‪ ،7‬نقول أن االحتمال الشرطي‬
‫لـلحدث ‪ A‬إذا حتقق احلدث ‪ B1‬يساوي ‪ 0‬ونرمز له ابلرمز ‪P  A B1   0‬‬
‫‪ ‬إذا حتقق احلدث ‪ B5‬فإن للحصول علم اجملموع يساوي ‪ ،10‬البد أن تكون نتيجة النرد الثانية ‪ 5‬أو ‪ 6‬إذن‪:‬‬
‫‪. PA B5   1 6  1 6  1 3‬‬
‫نالحظ أن احلدث ‪ A  B5‬هو‪ A  B5  5,5, 5,6 :‬أي أن‪. PA  B5   2 36  1 18 :‬‬
‫ابإلضافة إىل أن احتمال احلدث ‪ B5‬هو‪ ، PB5   6 36  1 6 :‬وبقسمة ‪ PA  B5 ‬علم ‪ PB5 ‬جند أنه‬
‫يساوي ‪ PA B1 ‬كما يلي‪:‬‬
‫‪P A  B5  1 18 1‬‬
‫‪P A B1  ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪PB5 ‬‬ ‫‪16‬‬ ‫‪3‬‬
‫ومنه نستنتج تعريف االحتمال الشرطي‪.‬‬

‫تعريف‬
‫ليكن ‪ , , P ‬فضاء االحتمال‪ ،‬وليكن ‪ A‬و ‪ B‬حدثني عشوائيني حبيث أن ‪ . PB   0‬نسمي االحتمال الشرطي‬
‫لـ ‪ A‬علما أن ‪ B‬حمقق ابلعدد احلقيقي‪:‬‬
‫‪P A  B ‬‬
‫‪P A B  ‬‬ ‫)*(‪..................‬‬
‫‪PB ‬‬
‫حبيث أنه إذا كان‪ PB   0 :‬فإن االحتمال الشرطي غري معرف‪.‬‬
‫مالحظات‬
‫ألن‪ .  A  B   B :‬ابإلضافة إىل ذلك‪:‬‬ ‫‪0  P A B   1‬‬ ‫لدينا‬ ‫‪ )1‬من أجل ‪ A‬يف ‪‬‬
‫‪P  B  PB ‬‬
‫‪P B  ‬‬ ‫‪‬‬ ‫‪1‬‬
‫‪PB ‬‬ ‫‪PB ‬‬
‫مانعني فإن‪:‬‬ ‫‪C‬‬ ‫‪ )2‬إذا كان احلدثني ‪ A‬و‬
‫‪10‬‬
‫‪PA  C   B  P A  B   C  B  P A  B  PC  B ‬‬
‫‪P A  C B  ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ P A B   PC B ‬‬
‫‪PB ‬‬ ‫‪PB ‬‬ ‫‪PB ‬‬ ‫‪PB ‬‬
‫‪ )3‬إذا كانت ‪  An n0‬عائلة أحداث مانعة مثىن مثىن فإن‪:‬‬
‫‪ ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪P‬‬ ‫‪‬‬ ‫‪An‬‬ ‫‪B ‬‬ ‫‪P An B ‬‬
‫‪‬‬ ‫‪‬‬
‫‪ n 0‬‬ ‫‪ n 0‬‬
‫‪ ‬‬
‫‪P A B  1  P A B ‬‬ ‫‪ )4‬لدينا اخلافية التالية‪:‬‬
‫‪ 2.3.I‬قانون االحتماالت املركبة(‪)Multiplication formula‬‬
‫ليكن ‪ A‬و ‪ B‬حدثني عشوائيني‪ ،‬انطالقا من العالقة (*)‪ ،‬ميكن أن نكتب‪:‬‬
‫‪ ‬إذا كان ‪ P A  0‬فان‪P A  B   P APB A :‬‬
‫‪ ‬إذا كان ‪ P B   0‬فان‪P A  B   PB P A B  :‬‬
‫ونسمي عندئذ ‪ PA  B ‬ابالحتمال املركب‪.‬‬

‫‪ ، PAi   0‬يكون‪:‬‬ ‫وبطريقة أكثر تعميم إذا كنا منلك ‪ n‬حدث عشوائي ‪ A1, A2 ,..., An‬مع علم أن‪:‬‬
‫‪PA1  A2  ...  An   PA1 PA2 A1 ...PAn A1  A2  ...  An1 ‬‬
‫مثال‬
‫لدينا فندوق حيتوي علم ‪ 10‬كرايت( ‪ 5‬محراء‪ 3 ،‬زرقاء‪ 2 ،‬بيضاء)‪ .‬نسحب بدون إرجاع ‪ 3‬كرايت من الصندوق‪.‬‬
‫أحسب احتمال احلصول ابلرتتيب علم كريه محراء‪ ،‬كريه زرقاء وكريه بيضاء‪.‬‬
‫نعرف األحداث التالية‪:‬‬
‫‪ : A‬الكريه األوىل املسحوبة محراء؛‬
‫‪ : B‬الكريه الثانية املسحوبة زرقاء؛‬
‫‪ : C‬الكريه الثالثة املسحوبة بيضاء‪.‬‬
‫نبحث اآلن عن االحتمال ‪ ، PA  B  C ‬وابستعمال قانون االحتماالت املركبة‪ ،‬يكون لدينا‪:‬‬
‫? ‪P A  B  C   P APB C PC A  B  ‬‬
‫‪ PC‬إذن‪:‬‬ ‫‪A  B  2 8‬‬ ‫لدينا‪، PB C   3 9 ، PA  5 10 :‬‬
‫‪P A  B  C   5 10  3 9  5 10  1 24‬‬
‫‪ 3.3.I‬قانون االحتماالت الكلية(‪)Law of total probability‬‬
‫ليكن ‪ A‬و ‪ B‬حدثني عشوائيني‪ ،‬مع ‪ P A  0‬و ‪ ، PA  1‬ميكن أن نكتب‪:‬‬
‫‪PB   P APB A  P A P B A‬‬‫‪ ‬‬
‫ونسمي ‪ PB ‬ابالحتمال الكلي‪.‬‬
‫‪11‬‬
‫‪i j‬‬ ‫مع‬ ‫‪i, j  I‬‬ ‫ومن أجل‬ ‫‪‬‬ ‫‪A‬‬ ‫‪i‬‬ ‫وبطريقة أكثر تعميم‪ ،‬إذا كانت ‪  Ai iI‬تشكل تقسيم لـ ‪ ، ‬يعين أن‬
‫‪iI‬‬
‫‪PB  ‬‬ ‫‪ PA PB‬‬

‫‪iI‬‬
‫‪i‬‬ ‫‪Ai ‬‬ ‫فإن األحداث مانعة مثىن مثىن ‪ ، Ai  Ai  ‬يكون لدينا‪:‬‬
‫مثال‬
‫لدينا ‪ 3‬قطع نقدية‪ ،‬حيث أن القطعة األوىل متزنة‪ ،‬القطعة الثانية حتتوي علم كتابتني(‪ )2P‬والقطعة الثالثة حتتوى علم‬
‫وجهني(‪ .)2F‬نسحب عشوائيا قطعة نقدية‪ .‬احسب احتمال احلصول علم كتابة(‪.)P‬‬
‫نعرف احلدثني التاليني‪:‬‬
‫‪ : Ai‬سحب القطعة ‪ ، i‬حبيث ‪i  1,2,3‬‬
‫‪ : B‬احلصول علم كتابة(‪.)P‬‬

‫نبحث عن االحتمال ‪ . PB ‬ابستعمال قانون االحتماالت الكلية‪ ،‬لدينا‪:‬‬
‫‪PB  PA1 PB A1   PA2 PB A2   PA3 PB A3 ‬‬
‫‪PB A3   0 2  0‬‬ ‫لدينا‪، PB A2   2 2  1 ، PB A1   1 2 ، PA1   PA2   PA3   1 3 :‬‬
‫‪PB   1 3  1 2  1 3  1  1 3  0  1 2‬‬ ‫إذن يكون‪:‬‬
‫‪ 4.3.I‬قانون ابيز(‪)Bayes' theorem‬‬
‫نظرية‬
‫‪ P A  0‬و ‪ . PB   0‬إذن‪ ،‬قانون ابيز هو‪:‬‬ ‫ليكن ‪ A‬و ‪ B‬حدثني عشوائيني‪ ،‬مع‬
‫‪P APB A‬‬
‫‪P A B  ‬‬
‫‪P APB A  PAPB A‬‬
‫وبطريقة أكثر تعميم‪ ،‬إذا كانت ‪ Ai iI‬تشكل تقسيم لـ ‪ ، ‬من أجل كل ‪ ، j  I‬لدينا‪:‬‬
‫‪‬‬
‫‪P Aj B ‬‬ ‫‪‬‬ ‫‪  ‬‬
‫‪P Aj P B Aj‬‬
‫‪ PA j PB A j ‬‬

‫‪iI‬‬
‫عادت ما يستعمل قانون ابير عندما نريد معرفة سبب وقوع احلدث وخافة أسباب وقوع حوادث املرور‪ ،‬ألن النتيجة‬
‫معروفة وهي حادث املرور ونريد معرفة السبب الذي أدى إىل وقوعه‪.‬‬
‫الربهان‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪P B  Aj‬‬ ‫‪‬‬
‫‪P Aj B ‬‬
‫‪P B ‬‬ ‫لدينا قانون االحتمال الشرطي‪:‬‬
‫‪PB ‬‬ ‫‪PA PB A ‬‬ ‫‪j‬‬ ‫‪j‬‬ ‫لدينا كذلك قانون االحتمال الكلي‪:‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪P B  Aj‬‬
‫‪P Aj B ‬‬ ‫تصبح لدينا العالقة التالية‪:‬‬
‫‪ PB A j PA j ‬‬
‫‪12‬‬
‫‪‬‬
‫‪P B  Aj ‬‬ ‫‪‬‬ ‫) ‪P( A j‬‬
‫‪P Aj B ‬‬‫‪‬‬ ‫‪‬‬ ‫) ‪P( A j‬‬

‫وميكننا أن نكتب العالقة السابقة علم النحو‪:‬‬
‫) ‪ P( B A ) P( A‬‬ ‫‪j‬‬ ‫‪j‬‬
‫‪‬‬
‫‪P B  Aj‬‬ ‫‪  PB A ‬‬
‫‪ ‬‬ ‫‪P Aj‬‬
‫‪j‬‬ ‫نالحظ يف البسط أن‪:‬‬
‫‪PB A j PA j ‬‬
‫‪‬‬
‫‪P Aj‬‬ ‫‪B ‬‬
‫ومنه يكون قانون ابيز‪:‬‬
‫‪ PB A j PA j ‬‬
‫مثال‬
‫نعود للمثال السابق‪ ،‬نسحب عشوائيا قطعة نقد حنصل علم كتابة(‪ .)P‬ما هو احتمال أن تكون من القطعة الثانية‬
‫واليت حتتوي علم كتابتني(‪.)2P‬‬
‫هنا نستعمل قانون ابيز ألن النتيجة معروفة ونريد معرفة سبب حدوثها‪ ،‬حنسب احتمال أن تكون القطعة الثانية هي‬
‫املسحوبة علما أن نتيجة السحب هي كتابة كما يلي‪:‬‬
‫‪P A2 PB A2  1 3  2 2 2‬‬
‫‪P A2 B  ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪PB ‬‬ ‫‪12‬‬ ‫‪3‬‬
‫‪ 5.3.I‬االستقاللية(‪)Independence‬‬
‫تعاريف‬
‫‪ A‬و ‪ B‬حدثني مستقلني إذا كان‪:‬‬ ‫‪ )1‬ليكن ‪ , , P ‬فضاء االحتمال‪ ،‬وليكن ‪ A‬و ‪ B‬حدثني عشوائيني‪ ،‬نقول أن‬
‫‪P A  B   P A  PB ‬‬
‫‪ )2‬إذا كان لدينا ‪ n‬حدث عشوائي‪ ، A1, A2 ,..., An :‬نقول أن هذه األحداث مستقلة مثىن مثىن من أجل كل ثنائية‬
‫‪PAi  A j   PAi   PA j ‬‬ ‫‪ i, j ‬مع ‪ i  j‬يكون لدينا‪:‬‬
‫يكون لدينا‪:‬‬ ‫‪k  1,2,...,n‬‬ ‫مستقلة ككل من أجل كل‬ ‫األحداث ‪A1, A2 ,..., An‬‬ ‫‪ )3‬هذه‬
‫‪‬‬ ‫‪    ‬‬
‫‪P Ai1  Ai2  ...  Aik  P Ai1  P Ai2  ...P Aik‬‬ ‫‪ ‬‬
‫أمثلة‬
‫‪ )1‬لدينا فندوق حيتوي علم ‪ 3‬كرايت سوداء و‪ 7‬كرايت بيضاء‪ .‬نقوم ابلسحب مرتني متتاليتني ابإلرجاع‪ .‬من أجل‬
‫‪ i  1,2‬نضع‪ : Ai :‬احلصول علم الكريه السوداء يف السحب ‪ . i‬فإن‪:‬‬
‫‪32‬‬ ‫‪3‬‬
‫‪P A1  A2  ‬‬ ‫و‬ ‫‪PA1   PA2  ‬‬
‫‪2‬‬ ‫‪10‬‬
‫‪10‬‬
‫‪9‬‬
‫‪PA1  A2   PA1   P A2  ‬‬ ‫وألن السحب ابإلرجاع‪ ،‬فان‪:‬‬
‫‪100‬‬
‫مستقلني( ‪.) A1  A2‬‬ ‫‪A2‬‬ ‫‪ A1‬و‬ ‫وابلتايل‪ PA1  A2   PA1   PA2  :‬ومنه فإن‬
‫‪3‬‬
‫‪PA1  ‬‬ ‫غري مستقلني عن بعض‪ ،‬يكون لدينا‪:‬‬ ‫‪A2‬‬ ‫أما إذا كان السحب بدون إرجاع فإن‪ A1 :‬و‬
‫‪10‬‬
‫‪13‬‬
‫وحلساب ‪ ، P A2 ‬نستعمل قانون االحتمال الكلي‪:‬‬
‫‪ ‬‬
‫‪PA2   PA1 PA2 A1   P A1 P A2 A1 ‬‬ ‫‪‬‬ ‫‪3 2 7 3 27 2‬‬
‫‪   ‬‬ ‫‪‬‬
‫‪10 9 10 9 90 3‬‬
‫كذلك حلساب ‪ ، P A1  A2 ‬نستعمل قانون االحتمال الشرطي‪:‬‬
‫‪3 2‬‬ ‫‪6‬‬ ‫‪1‬‬
‫‪PA1  A2   PA1 PA2 A1  ‬‬ ‫‪ ‬‬ ‫‪‬‬
‫‪10 9 90 15‬‬
‫غري مستقلني‪.‬‬ ‫‪A2‬‬ ‫وابلتايل فان‪ PA1  A2   PA1   PA2  :‬ومنه فإن ‪ A1‬و‬
‫‪ )2‬نرمي زهريت نرد متزنتني‪ .‬ولتكن األحداث التالية‪:‬‬

‫‪ : A‬زهرة النرد األوىل تعطي عدد زوجي؛‬
‫‪ : B‬زهرة النرد الثانية تعطي عدد زوجي؛‬
‫‪ : C‬جمموع زهريت النرد يعطي عدد زوجي‪.‬‬
‫لدينا‪:‬‬
‫‪18‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪1‬‬
‫‪، PA  C   36  4 ، PA  B  36  4 ، PC   36  2 ، PB  6  2 ، PA  6  2‬‬
‫‪9‬‬ ‫‪1‬‬ ‫‪9‬‬ ‫‪1‬‬
‫‪9‬‬ ‫‪1‬‬
‫‪، PB  C   36  4‬‬
‫‪9‬‬ ‫‪1‬‬
‫‪PA  B  C   PA  B ‬‬ ‫‪‬‬
‫‪36 4‬‬
‫مستقلة مثىن مثىن‪ ،‬وال كنها غري مستقلة ككل ألن‪:‬‬ ‫‪C‬‬ ‫و‬ ‫‪B،A‬‬ ‫وابلتايل كل من‬
‫‪1 1‬‬
‫‪PA  B  C   P A  PB  PC  ‬‬ ‫‪‬‬
‫‪4 8‬‬
‫مالحظة‬
‫جيب أن نفرق بني حدثني مانعني وحدثني مستقلني‪ .‬فإذا كان احلدثني مستقلني فإن ‪ PA  B   PA  PB ‬أما‬
‫إذا كاان مانعني فإن‪ P A  B   0 :‬ألن ‪. A  B  ‬‬
‫خصائص‬
‫ليكن ‪ A‬و ‪ B‬حدثني عشوائيني مستقلني‪ ،‬مع ‪ P A  0‬و ‪. PB   0‬‬
‫‪ )1‬يكون لدينا‪ PA B   PA :‬و ‪ PB A  PB ‬؛‬
‫مستقلني‪.‬‬ ‫‪A‬و‪B‬‬ ‫مستقلني‪،‬‬ ‫‪A‬و‪B‬‬ ‫مستقلني‪،‬‬ ‫‪A‬و‪B‬‬ ‫‪)2‬‬
‫‪14‬‬
‫‪ 4.I‬املتغريات العشوائية والقوانني االحتمالية املستمرة األكثر استخداما‬
‫‪ 1.4.I‬املتغريات العشوائية(‪)The random variables‬‬
‫وميكننا أن منيز ضمنها نوعني ومها املتغريات العشوائية املتقطعة واملستمرة‪:‬‬
‫‪ 1.1.4.I‬املتغريات العشوائية املتقطعة‬
‫تعريف‬
‫‪‬‬ ‫من‬ ‫‪X‬‬ ‫لتكن ‪ ‬اجملموعة األساسية املرتبطة ابلتجربة العشوائية ‪ ، E‬نسمي املتغري العشوائي احلقيقي كل تطبيق‬
‫حنو ‪ ، ‬ونكتب‪:‬‬
‫‪X : ‬‬
‫) ‪  X (‬‬
‫وهي تضم كل مشاهدات ‪. X‬‬ ‫‪X‬‬ ‫ابلتطبيق‬ ‫‪‬‬ ‫بصورة‬ ‫)‪X (‬‬ ‫ونسمي‬
‫مالحظة‬
‫تكون ابلضرورة هي جزء‬ ‫‪X‬‬ ‫إذا كانت ‪ ‬جمموعة حمدود وقابلة للعد فان القيم احلقيقية اليت أيخذها املتغري العشوائي‬
‫‪X ()  x1; x2 ;...........xk ‬‬ ‫حمدود من ‪ ، ‬ونكتب‪:‬‬
‫‪( X  xi )     / X ()  xi ‬‬
‫) ‪X 1 ( xi )  ( X  xi‬‬ ‫متغري عشوائي متقطع‪ ،‬ونكتب كذلك‪:‬‬ ‫‪X‬‬ ‫ونقول عندئذ أن‬
‫مثال‬
‫نرمي زهرة نرد متزنة مرتني يكون لدينا اجملموعة األساسية التالية‪:‬‬
‫‪  (a, b); a, b  1,2,....,6  (1,1); (1,2);.......(6,6)‬‬
‫ميكننا أن نعرف املتغري العشوائي ‪ X‬مبجموع نتيجة الرميتني )‪ ، (a  b‬ونكتب‪:‬‬ ‫جزئي ‪‬‬ ‫ومن اجل كل حدث‬
‫‪X : ‬‬
‫‪  X ( )  a  b‬‬
‫‪X ()  2;3;...........12‬‬ ‫تكون جمموعة مشاهدات املتغري العشوائي ‪: X‬‬
‫نالحظ يف هذا املثال أن ‪ ‬جمموعة حمدود وقابلة للعد وابلتايل فان )‪ X (‬منتهية‪.‬‬
‫أ‪ .‬تعريف قانون االحتمال‬
‫‪ X‬متغري عشوائي متقطع أيخذ‬ ‫ليكن لدينا الفضاء االحتمايل )‪ (, P(), P‬و ‪ ‬جمموعة حمدود وقابلة للعد‪ ،‬وليكن‬
‫كل تطبيق من )‪ X (‬حنو ‪ 0;1‬ونكتب‪:‬‬ ‫‪PX‬‬ ‫قيمه يف اجملموعة ‪ ، X ()  x1;.......xk ‬نسمي قانون االحتمال‬
‫‪PX : X ()  0;1‬‬
‫) ‪xi  P( X  xi‬‬
‫مثال‬
‫هي‪:‬‬ ‫‪‬‬ ‫نقوم برمي قطعة نقدية متزنة ثالث مرات‪ ،‬تكون اجملموعة األساسية‬
‫‪15‬‬
‫‪  ( P, P, P); ( P, P, F ); ( P, F , P); ( P, F , F ); ( F , P, P); ( F , P, F ); ( F , F , P); ( F , F , F )‬‬

‫‪X ()  0;1;2;3‬‬ ‫وليكن ‪ X‬املتغري عشوائي الذي يقيس عدد مرات ظهور الكتابة ‪ ، P‬تكون جمموعة قيمه هي‪:‬‬
‫وتكون احتماالت قيم هذا املتغري العشوائي ‪ X‬هي‪:‬‬

‫‪PX (0)  P( X 1 (0))  P( X  0)  P((F , F , F ))  1 / 8‬‬
‫‪PX (1)  P( X 1 (1))  P( X  1)  P((P, F , F ); ( F , P, F ); ( F , F , P))  3 / 8‬‬
‫‪PX (2)  P( X 1 (2))  P( X  2)  P((P, P, F ); ( F , P, P); ( P, F , P))  3 / 8‬‬
‫‪PX (3)  P( X 1 (3))  P( X  3)  P((P, P, P))  1 / 8‬‬
‫يكون قانون االحتمال للمتغري العشوائي ‪: X‬‬
‫ه‪‬‬
‫‪4‬‬
‫‪xi‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫) ‪P( X  xi‬‬
‫‪1‬‬
‫) ‪P( X  xi‬‬ ‫‪1/8‬‬ ‫‪3/8‬‬ ‫‪3/8‬‬ ‫‪1/8‬‬ ‫‪1‬‬

‫ب‪ .‬دالة التوزيع املرتاكمة‬
‫تعريف‬
‫ليكن ‪ X‬متغري عشوائي يف الفضاء االحتمايل )‪ (, P(), P‬و ‪ ‬جمموعة حمدودة وقابلة للعد‪ ،‬نسمي دالة التوزيع‬
‫املرتاكم لـ ‪ X‬كل تطبيق ‪ F‬يكتب علم النحو التايل‪:‬‬
‫‪F :   0;1‬‬
‫) ‪xi  FX ( xi )  F ( X  xi )  P( X  xi‬‬
‫خواص دالة التوزيع املرتاكم‬
‫إذا كان ‪ X‬متغري عشوائي حقيقي و ‪ F X‬يكتب علم دالة توزيعه املرتاكم‪ ،‬فان‪:‬‬
‫‪ )1‬دالة التوزيع املرتاكمة ‪ F X‬هي عبارة عن دالة متدرجة؛‬
‫‪ )2‬دالة التوزيع املرتاكمة ‪ F X‬هي دالة متزايدة ومستمرة من اليمني وغري مستمرة من اليسار؛‬
‫‪ )3‬إذا كان ‪ a‬اقل ‪ b‬من فان‪ P(a  X  b)  FX (b)  FX (a) :‬؛‬
‫و ‪lim FX ( xi )  1‬‬ ‫‪ )4‬ميكننا كذلك أن نثبت النهايتني التاليتني‪lim FX ( xi )  0 :‬‬
‫‪xi ‬‬ ‫‪xi ‬‬
‫مثال‬
‫تكون علم النحو التايل‪:‬‬ ‫‪FX‬‬ ‫من خالل املثال السابق فان دالة التوزيع املرتاكم‬
‫‪0‬‬ ‫‪xi  0‬‬

‫‪‬‬
‫‪P( X‬‬ ‫‪ 0)  1 / 8‬‬ ‫‪0  xi  1‬‬
‫‪‬‬
‫‪FX ( xi )  P( X  xi )  P( X‬‬ ‫‪ 0)  P( X  1)  4 / 8  1 / 2‬‬ ‫‪1  xi  2‬‬
‫‪P( X‬‬ ‫‪ 0)  P( X  1)  P( X  2)  7 / 8‬‬ ‫‪2  xi  3‬‬
‫‪‬‬
‫‪P( X‬‬ ‫‪ 0)  P( X  1)  P( X  2)  P( X  3)  8 / 8  1‬‬ ‫‪xi  3‬‬
‫‪16‬‬
‫يف الشكل التايل‪:‬‬ ‫‪FX‬‬ ‫وميكننا متثيل دالة التوزيع املرتاكم‬
‫‪FX‬‬
‫‪1‬‬
‫‪7/8‬‬
‫‪1/2‬‬
‫‪1/8‬‬
‫‪X‬‬
‫‪xi  0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪xi  3‬‬
‫ت‪ .‬دوال العزوم البسيطة واملركزية‬

‫تعريف(‪)1‬‬
‫للمتغري العشوائي املتقطع ‪ ، X‬كل دالة من الشكل‪:‬‬ ‫‪m‬‬ ‫نسمي العزم البسيط من الدرجة‬
‫‪E( X m ) ‬‬ ‫‪x‬‬
‫)‪x X (‬‬
‫‪m‬‬
‫)‪ P ( X  x‬‬
‫وهو‪:‬‬ ‫‪X‬‬ ‫يصبح العزم البسيط من الدرجة األوىل يعرب عن األمل الرايضي للمتغري العشوائي‬ ‫‪m 1‬‬ ‫عندما‬
‫‪E( X ) ‬‬ ‫) ‪ x  P( X  x‬‬
‫‪i‬‬
‫)‪xi X (‬‬
‫‪i‬‬
‫بعض خواص األمل الرايضي‬

‫‪ ‬إذا كان ‪ X‬متغري عشوائي متقطع و ‪ b ، a‬عددين حقيقيني فان‪E(aX  b)  a  E( X )  b :‬‬
‫‪ ‬إذا كان ‪ X‬و ‪ Y‬متغريين عشوائيني فان‪E ( X  Y )  E ( X )  E (Y ) :‬‬
‫‪ ‬إذا كان ‪ X‬و ‪ Y‬متغريين عشوائيني مستقلني عن بعض فان‪E ( X  Y )  E ( X )  E(Y ) :‬‬
‫‪ ‬إذا كان األمل معدوم‪ E( X )  0 :‬نقول عن ‪ X‬انه متغري عشوائي ممركز‪.‬‬

‫مثال‬
‫حنسب األمل الرايضي يف املثال السابق‪:‬‬
‫‪xi‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫اجملموع‬
‫) ‪P( X  xi‬‬ ‫‪1/8‬‬ ‫‪3/8‬‬ ‫‪3/8‬‬ ‫‪1/8‬‬ ‫‪1‬‬
‫) ‪xi  P( X  xi‬‬ ‫‪0‬‬ ‫‪3/8‬‬ ‫‪6/8‬‬ ‫‪3/8‬‬ ‫‪3/2‬‬
‫‪17‬‬
‫‪E( X ) ‬‬ ‫‪ x  P( X  x )  3 / 2‬‬

‫‪i‬‬
‫)‪xi X (‬‬
‫‪i‬‬
‫يكون األمل الرايضي هو ‪3/2‬‬

‫للمتغري العشوائي املتقطع ‪ ، X‬كل دالة من الشكل‪:‬‬ ‫‪m‬‬ ‫نسمي العزم املركزي من الدرجة‬
‫‪‬‬
‫‪E ( X  E ( X ))m ‬‬ ‫)) ‪ (x  E( X‬‬ ‫‪i‬‬
‫‪m‬‬
‫) ‪ P( X  xi‬‬
‫)‪xi X (‬‬
‫وهو‪:‬‬ ‫‪X‬‬ ‫يصبح العزم املركزي من الدرجة الثانية يعرب عن تباين املتغري العشوائي‬ ‫‪m2‬‬ ‫عندما‬
‫‪‬‬
‫‪V ( X )  E ( X  E ( X ))2 ‬‬ ‫)) ‪ (x  E( X‬‬ ‫‪i‬‬
‫‪2‬‬
‫) ‪ P( X  xi )  V ( X‬‬
‫)‪xi  X (‬‬
‫بعض خواص التباين‬

‫‪ ‬حسب نظرية (‪ )Koenig‬فان‪:‬‬
‫‪V ( X )  E( X 2 )  E( X ) 2 ‬‬ ‫‪x‬‬ ‫‪2‬‬
‫) ‪i  P( X  xi )  E ( X‬‬
‫)‪xi  X (‬‬
‫‪2‬‬
‫فان‪V (aX  b)  a 2  V ( X ) :‬‬ ‫‪ ‬إذا كان ‪ X‬متغري عشوائي متقطع و ‪ b ، a‬عددين حقيقيني‬
‫متغري‬ ‫‪X‬‬ ‫فإننا نقول أن‬ ‫‪ X  V (X )  1‬‬ ‫‪ ‬إذا كان االحنراف املعيار للمتغري العشوائي ‪ X‬يساوي ‪:1‬‬
‫عشوائي مرجح‪.‬‬
‫مثال‬
‫حنسب التباين يف املثال السابق‪:‬‬
‫‪xi‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫اجملموع‬
‫) ‪P( X  xi‬‬ ‫‪1/8‬‬ ‫‪3/8‬‬ ‫‪3/8‬‬ ‫‪1/8‬‬ ‫‪1‬‬
‫) ‪xi2  P ( X  xi‬‬ ‫‪0‬‬ ‫‪3/8‬‬ ‫‪12/8‬‬ ‫‪9/8‬‬ ‫‪3‬‬
‫‪V ( X )  E ( X 2 )  E ( X ) 2  3  (3 / 2) 2  3 / 4‬‬
‫يكون التباين هو ‪3/4‬‬
‫وميكننا أن نقارن بني أهم قوانني التوزيعات اإلحصائية والتوزيعات االحتمالية للمتغريات العشوائية املتقطعة يف اجلدول‬
‫التايل‪:‬‬
‫‪18‬‬
‫التوزيعات اإلحصائية‬ ‫التوزيعات االحتمالية‬
‫متغري إحصائي‬ ‫‪X‬‬ ‫متغري عشوائي‬ ‫‪X‬‬
‫‪n‬‬
‫‪fi  i‬‬ ‫التكرار‪:‬‬ ‫) ‪P( X  xi‬‬ ‫قانونه االحتمايل‪:‬‬
‫‪n‬‬
‫‪f‬‬ ‫‪i 1‬‬ ‫‪P( X  x )  1‬‬ ‫‪i‬‬
‫املتوسط‪:‬‬ ‫األمل الرايضي‪:‬‬

‫‪X‬‬
‫‪1‬‬
‫‪n‬‬ ‫‪n  x   f  n‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪E( X ) ‬‬ ‫) ‪x  P( X  x‬‬
‫‪i‬‬ ‫‪i‬‬
‫التباين‪:‬‬ ‫التباين‪:‬‬
‫‪V (X ) ‬‬
‫‪1‬‬
‫‪n‬‬ ‫) ‪n  (x  X‬‬
‫‪i‬‬ ‫‪i‬‬
‫‪2‬‬
‫‪‬‬
‫‪V ( X )  E ( X  E ( X ))2‬‬ ‫‪‬‬
‫‪‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪V (X ) ‬‬ ‫‪ni  xi2  X‬‬ ‫‪V ( X )  E( X 2 )  E( X ) 2‬‬
‫‪n‬‬
‫‪ 2.1.4.I‬املتغريات العشوائية املستمرة‬

‫تعريف‬
‫ليكن ‪ X‬متغري عشوائي معرف يف الفضاء االحتمايل )‪ ، (, P(), P‬نقول عن ‪ X‬انه متغري عشوائي مستمر إذا كان‬
‫أيخذ قيمه )‪ X (‬يف جزء من األعداد احلقيقية ‪ . ‬وخالفا ملا رأينه يف حالة املتغريات العشوائية املتقطعة‪ ،‬فان‬
‫جمموعة مشاهدات قيم املتغري العشوائي )‪ X (‬تصبح غري قابلة للعد‪.‬‬
‫أ‪ .‬دالة الكثافة االحتمالية‬
‫أهنا متثل دالة الكثافة االحتمالية للمتغري‬ ‫‪fX‬‬ ‫لتكن ‪ f X‬دالة معرفة علم جمموعة األعداد احلقيقية ‪ ، ‬نقول عن‬
‫العشوائي ‪ X‬إذا كانت حتقق الشروط التالية‪:‬‬
‫دالة مستمرة علم كل ‪ ، ‬ويف حالة عدم استمراريتها جيب أن يكون ذلك عند عدد حمدود من‬ ‫‪fX‬‬‫‪‬‬
‫الفوافل؛‬
‫دوما موجبة‪ x   : f X ( x)  0 :‬؛‬ ‫‪fX‬‬ ‫‪ ‬قيم‬
‫‪‬‬
‫‪‬‬ ‫‪f X ( x) dx  1‬‬
‫‪‬‬
‫‪ ‬كذلك‪:‬‬
‫بعض اخلصائص املميزة لدالة الكثافة االحتمالية‬
‫يقع دوم ا أعلم حمور قيم املتغري العشوائي ‪ ( X‬احملور األفقي)؛‬ ‫‪fX‬‬ ‫‪ ‬منحىن دالة الكثافة االحتمالية‬
‫من ‪ ‬إىل ‪ ‬يساوي ‪ 1‬يعين أن جمموع كل االحتماالت هو ‪1‬؛‬ ‫‪fX‬‬ ‫‪ ‬تكامل دالة الكثافة االحتمالية‬
‫‪19‬‬
‫دالة كثافته االحتمالية‬ ‫‪fX‬‬ ‫و‬ ‫‪X‬‬ ‫‪ ‬إذا كان ‪ a‬و ‪ b‬عددان حقيقيان يقعان ضمن جمال تعريف املتغري العشوائي‬
‫فان‪:‬‬
‫‪b‬‬
‫‪P ( a  X  b) ‬‬
‫‪f‬‬‫‪a‬‬
‫‪X ( x) dx‬‬
‫يعين أن )‪ P(a  X  b‬ميثل املساحة الواقعة بني منحىن الكثافة من األعلم وحمور قيم املتغري العشوائي ‪ X‬من األسفل‬
‫واملستقيمني ‪ x  a‬من اليسار واملستقيم ‪ x  b‬من اليمني‪.‬‬
‫‪ ‬ابالعتماد علم اخلافية السابقة ميكننا أن نكتب‪:‬‬
‫‪a‬‬
‫‪a   : P( X  a)  P(a  X  a) ‬‬
‫‪f‬‬ ‫‪a‬‬
‫‪X ( x) dx  0‬‬
‫‪ ‬ميكننا أن نكتب كذلك‪:‬‬

‫‪‬‬
‫‪P( X  a )  P( X  a ) ‬‬
‫‪‬‬‫‪a‬‬
‫‪f X ( x) dx‬‬
‫مثال‬
‫متثل دالة كثافته االحتمالية املعرفة علم النحو التايل‪:‬‬ ‫‪fX‬‬ ‫ليكن ‪ X‬متغري عشوائي مستمر و‬
‫‪e  x‬‬
‫‪‬‬ ‫‪si x  0‬‬
‫‪f X ( x)  ‬‬
‫‪‬‬
‫‪0‬‬ ‫‪si x  0‬‬
‫)‪P(2  X  1 / 4‬‬ ‫متثل دالة كثافة احتمالية‪ ،‬مث احسب‪:‬‬ ‫‪fX‬‬ ‫حتقق من أن‬
‫ومستمرة ماعدا عند الفافلة ‪ 0‬كما أهنا موجبة‪ ،‬كما أننا نالحظ‬ ‫علم ‪‬‬ ‫هي دالة معرفة‬ ‫‪fX‬‬ ‫يف البداية نالحظ أن‬
‫‪‬‬
‫‪‬‬ ‫‪0‬‬
‫‪‬‬
‫‪f X ( x) dx  0 dx ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪0‬‬
‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬
‫‪ ‬‬
‫‪e  x dx  a 0   e  x 0  (a  a)  (0  (1))  1‬‬ ‫أن‪:‬‬
‫‪20‬‬
‫)‪P(2  X  1 / 4‬‬ ‫حساب‪:‬‬
‫‪P(2  X  1/ 4) ‬‬
‫‪‬‬
‫‪1/ 4‬‬
‫‪‬‬
‫‪0‬‬
‫‪f X ( x) dx  0 dx ‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪1/ 4‬‬
‫‪0‬‬ ‫‪‬‬ ‫‪ ‬‬ ‫‪1/ 4‬‬

‫‪e x dx   e x 0  1  e1 / 4  0.24‬‬
‫ب‪ .‬دالة التوزيع املرتاكمة‬

‫أهنا متثل‬ ‫‪FX‬‬ ‫دالة كثافته االحتمالية‪ .‬نقول عن‬ ‫‪fX‬‬ ‫ليكن ‪ X‬متغري عشوائي مستمر معرف علم جزء من ‪ ، ‬و‬
‫إذا كانت ‪ F X‬تكتب علم النحو التايل‪:‬‬ ‫‪X‬‬ ‫دالة التوزيع املرتاكمة للمتغري عشوائي‬
‫‪x‬‬
‫‪FX ( x)  P( X  x) ‬‬
‫‪f‬‬‫‪‬‬
‫‪X (t ) dt‬‬
‫بعض اخلصائص املميزة لدالة التوزيع املرتاكمة‬

‫دالة توزيعه املرتاكم‬ ‫‪FX‬‬ ‫و‬ ‫‪X‬‬ ‫‪ ‬إذا كان ‪ a‬و ‪ b‬عددان حقيقيان يقعان ضمن جمال تعريف املتغري العشوائي‬
‫)‪P(a  X  b)  FX (b)  FX (a‬‬ ‫فان‪:‬‬
‫مستمرة علم ‪. ‬‬ ‫‪FX‬‬ ‫‪ ‬دالة التوزيع املرتاكمة‬
‫مثال‬
‫يف نفس املثال السابق اوجد دالة التوزيع املرتاكمة ‪ ، FX‬مث اعد حساب‪. P(2  X  1 / 4) :‬‬
‫‪x‬‬
‫‪FX ( x)  P( X  x) ‬‬
‫‪f‬‬
‫‪‬‬
‫‪X (t ) dt‬‬ ‫لدينا‪:‬‬
‫‪‬‬ ‫‪x‬‬
‫‪‬‬
‫‪‬‬
‫‪FX ( x)  ‬‬
‫‪ 0 dt‬‬
‫‪‬‬
‫‪si‬‬ ‫‪x0‬‬ ‫‪0‬‬
‫‪‬‬
‫‪  x t‬‬
‫‪si‬‬ ‫‪x0‬‬
‫‪‬‬
‫‪‬‬
‫‪x‬‬
‫‪ e dt‬‬‫‪t‬‬
‫‪si‬‬
‫‪ e dt‬‬
‫‪x0  0‬‬ ‫‪‬‬ ‫‪si‬‬ ‫‪x0‬‬
‫‪‬‬ ‫‪‬‬
‫‪0‬‬ ‫‪si‬‬ ‫‪x0‬‬ ‫‪‬‬
‫‪‬‬ ‫‪0‬‬ ‫‪si‬‬ ‫‪x0‬‬
‫‪FX ( x)  ‬‬
‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪e‬‬ ‫‪ ‬‬
‫‪t x‬‬
‫‪0‬‬ ‫‪si‬‬
‫‪‬‬
‫‪x0 ‬‬
‫‪1  e‬‬
‫‪x‬‬
‫‪si‬‬ ‫‪x0‬‬
‫ومنه تكون دالة التوزيع املرتاكمة هي علم النحو التايل‪:‬‬

‫‪‬‬
‫‪0‬‬ ‫‪si‬‬ ‫‪x0‬‬
‫‪FX ( x )  ‬‬ ‫‪x‬‬
‫‪‬‬
‫‪1  e‬‬ ‫‪si‬‬ ‫‪x0‬‬
‫)‪P(2  X  1 / 4‬‬‫حساب‪:‬‬
‫ابستعمال دالة التوزيع املرتاكمة يكون‪:‬‬
‫‪P(2  X  1/ 4)  FX (1/ 4)  FX (2)  1  e1/ 4  0  0.24‬‬
‫‪21‬‬
‫ت‪ .‬دوال العزوم البسيطة واملركزية‬
‫للمتغري العشوائي املستمر ‪ ، X‬كل دالة من الشكل‪:‬‬ ‫‪m‬‬ ‫نسمي العزم البسيط من الدرجة‬
‫‪‬‬
‫‪E( X m ) ‬‬
‫‪‬‬ ‫‪‬‬
‫‪x m  f X ( x) dx‬‬
‫وهو‪:‬‬ ‫‪X‬‬ ‫يصبح العزم البسيط من الدرجة األوىل يعرب عن األمل الرايضي للمتغري العشوائي‬ ‫‪m 1‬‬ ‫عندما‬
‫‪‬‬
‫‪E( X ) ‬‬
‫‪ x f‬‬
‫‪‬‬
‫‪X ( x) dx‬‬
‫مثال‬
‫‪.X‬‬ ‫يف نفس املثال السابق احسب األمل الرايضي للمتغري العشوائي‬
‫‪‬‬
‫‪‬‬
‫‪E ( X )  x  f X ( x)dx ‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬
‫‪0‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬
‫‪x  e  x dx   (1  x)e  x 0  1‬‬
‫للمتغري العشوائي املستمر ‪ ، X‬كل دالة من الشكل‪:‬‬ ‫‪m‬‬ ‫نسمي العزم املركزي من الدرجة‬
‫‪‬‬
‫‪E ( X  E( X ))m ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬
‫‪( x  E ( X ))m  f X ( x) dx‬‬
‫وهو‪:‬‬ ‫‪X‬‬ ‫يصبح العزم املركزي من الدرجة الثانية يعرب عن تباين املتغري العشوائي‬ ‫‪m2‬‬ ‫عندما‬
‫‪‬‬
‫‪V ( X )  E ( X  E ( X ))2 ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬
‫‪( x  E ( X ))2  f X ( x) dx‬‬
‫مثال‬
‫‪.X‬‬ ‫يف نفس املثال السابق احسب تباين املتغري العشوائي‬
‫‪V ( X )  E( X 2 )  E( X ) 2‬‬ ‫بغرض حساب التباين نستعمل اخلافية التالية‪:‬‬
‫‪E( X 2 ) ‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪x2  f X ( x) dx ‬‬
‫‪‬‬ ‫‪0‬‬
‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬
‫‪x2  e x dx   ( x2  2 x  2)  e x 0  2‬‬
‫يكون التباين علم النحو التايل‪:‬‬

‫‪V ( X )  E ( X 2 )  E ( X ) 2  2  12  1‬‬
‫يكون االحنراف املعياري علم النحو التايل‪:‬‬
‫‪ X  V (X )  1‬‬
‫هو متغري مرجح‪.‬‬ ‫‪X‬‬ ‫وابلتايل فان املتغري العشوائي‬
‫‪22‬‬
‫مالحظة‬
‫حيافظ كل من األمل الرايضي و التباين يف حالة املتغريات العشوائية املستمرة علم نفس اخلصائص اليت متا ذكرها يف‬
‫حالة املتغريات العشوائية املتقطعة‪.‬‬
‫‪ 2.4.I‬القوانني االحتمالية املستمرة( ‪)The continuous distributions‬‬
‫بعدما تعرفنا علم املتغريات العشوائية املستمرة وقوانينها االحتمالية واهم اخلصائص املميزة هلا‪ ،‬نعمل ضمن هذا العنصر‬
‫علم التطرق ألهم القوانني االحتمالية األكثر استخدام ا‪ ،‬حيث نستهلها بتعرف علم قانون التوزيع الطبيعي وهو‬
‫األكثر استخداما ضمن الفرضيات األساسية يف بناء النماذج القياسية مث نقدم توزيع كي الرتبيعي‪ ،‬توزيع ستيودنت‬
‫وتوزيع فيشر وكلها توزيعات تستخدم يف دراسة فالحية النماذج القياسية‪.‬‬
‫‪ 1.2.4.I‬قانون التوزيع الطبيعي(‪)Normal or Gaussian distribution‬‬
‫تعريف‬
‫‪X‬‬ ‫ليكن ‪ X‬متغري عشوائي مستمر أيخذ قيمه يف ‪ ، ‬حيـث أن أملـه الرايضـي هـو ‪ ‬وتباينـه هـو ‪ ،  2‬نقـول عـن‬
‫انه يتبع التوزيع الطبيعي إذا كانت دالة كثافته االحتمالية تكتب علم النحو التايل‪:‬‬
‫‪.( x   ) 2‬‬
‫‪1‬‬
‫‪f X x  ‬‬ ‫‪.e‬‬ ‫‪2 2‬‬
‫‪ . 2‬‬
‫‪X  N  , ‬‬ ‫ونكتب عندئذ‪:‬‬
‫وأتخ ـ ـ ــذ دال ـ ـ ــة الكثاف ـ ـ ــة االحتمالي ـ ـ ــة للتوزي ـ ـ ــع الطبيع ـ ـ ــي ش ـ ـ ــكالا جرس ـ ـ ــيا و متن ـ ـ ــاظر ابلنس ـ ـ ــبة للمتوس ـ ـ ــط ‪ ‬أي أن‪:‬‬
‫‪ ، f X   a   f X   a ‬و عنــد املتوســط فــان دالــة الكثافــة أتخــذ اكــرب قيمــة هلــا وهــي‪f X    1 /  . 2 :‬‬
‫واليت تعرب عن ذروة املنحىن‪ .‬فمن اجل ‪ X  N 10;3‬يكون شكل دالة الكثافة هو‪:‬‬
‫‪23‬‬
‫‪f X 10  1 /  . 2  1 /(3  2  3.14 )  0.133‬‬ ‫وقيمة الذروة يف هذه احلالة هي‪:‬‬
‫وانطالقا من دالة الكثافة تكون دالة التوزيع املرتاكمة لتوزيع الطبيعي علم النحو التايل‪:‬‬
‫‪x‬‬ ‫‪(t  )2‬‬
‫‪ .‬‬
‫‪1‬‬
‫‪F X x   P  X  x  ‬‬
‫‪2‬‬
‫‪.e 2‬‬ ‫‪dt‬‬
‫‪2‬‬
‫‪‬‬
‫وعلم أساس العبارة السابقة ميكننا أن نتحقق من أن‪:‬‬
‫‪Lim F X x   0,‬‬ ‫‪Lim F X x   1,‬‬ ‫‪F X 0  0.5‬‬
‫‪X ‬‬ ‫‪X ‬‬
‫أ‪ .‬املتغرية املركزية أو املعيارية(القياسية)‬

‫ليكن ‪ X‬متغري عشوائي يتبع التوزيع الطبيعي أبمل رايضي هو ‪ ‬وتباين هو ‪ ،  2‬نسمي ‪ Z  ( X   ) / ‬ابملتغرية‬
‫املركزية أو املعيارية وهو متغري عشوائي مستمر له نفس طبيعة توزيـع ‪ X‬أي انـه يتبـع التوزيـع الطبيعـي‪ ،‬غـري انـه مبتوسـط‬
‫معدوم و ابحنراف معياري يساوي الواحد‪:‬‬
‫‪ ‬األمل الرايضي للمتغرية املعيارية‪:‬‬
‫‪ ( X   )  E( X )     ‬‬
‫‪E(Z )  E ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪0‬‬
‫‪  ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ ‬التباين للمتغرية املعيارية‪:‬‬
‫‪ ( X  )  V ( X )  0  2‬‬
‫‪V (Z )  V ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪1‬‬
‫‪ ‬‬ ‫‪‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪ ‬دالة الكثافة االحتمالية لتوزيع الطبيعي املعياري‪:‬‬
‫‪1‬‬
‫‪1‬‬ ‫‪.z2‬‬
‫‪f Z z  ‬‬ ‫‪e2‬‬
‫‪2‬‬
‫‪Z  N 0;1‬‬ ‫ونكتب عندئذ‪:‬‬
‫‪ ‬دالة التوزيع املرتاكمة لتوزيع الطبيعي املعياري‪:‬‬
‫‪z‬‬ ‫‪1‬‬
‫‪ .t 2‬‬
‫‪‬‬
‫‪1‬‬
‫‪Z z   FZ z   PZ  z  ‬‬ ‫‪.e 2 dt‬‬
‫‪2‬‬
‫‪‬‬
‫ب‪ .‬كيفية استخدام جدول التوزيع الطبيعي‬

‫لكــل توزي ـع طبيعــي ‪ X  N  , ‬جــدول توزيــع إحصــائي خــاص بــه علــم حســب املتوســط و االحن ـراف املعيــاري‪،‬‬
‫فمــن اجــل تبســيط العمليــة فإننــا حنــول ‪ X  N  , ‬إىل الوحــدات املعياريــة ‪ Z  ( X   ) / ‬ونســتعمل جــدول‬
‫التوزيع اإلحصائي اخلاص ابلتوزيـع الطبيعـي املعيـاري ‪ . Z  N 0;1‬ففـي داخـل هـذا اجلـدول جنـد قـيم االحتمـال ‪P‬‬
‫واملمثل مبساحة احليز الواقعة علم يسار العدد ‪ a‬واحملصورة بني منحىن دالة الكثافة وحمور الفوافل‪ ،‬ونكتب‪:‬‬
‫‪24‬‬
‫‪ PZ  a   Z a ‬ونق ـرأ العــدد ‪ a‬مــن اجلــدول حســب الطريقــة التاليــة‪ :‬جنــد يف العمــود األول العــدد الــذي قبــل‬
‫الفافــلة و الــرقم األول الــذي بعــد الفافــلة مــن ‪ a‬أمــا الــرقم الثــاا بعــد الفافــلة فنجــده يف الســطر األول‪ .‬حســب‬
‫الشكل التايل‪:‬‬
‫مثال‬
‫‪ a  0.98‬نقـ ـرأ يف العم ــود األول الع ــدد ‪ 0.9‬ونقـ ـرأ يف الس ــطر األول الع ــدد ‪ 0.08‬فيك ــون التق ــاطع ب ــني العم ــود‬
‫والســطر ميثــل االحتمــال ‪ ، P  0.8365‬ونكتــب‪ ، P(Z  0.98)  0.8365 :‬ومــن اجــل احلصــول علــم جــدول‬
‫التوزيع اإلحصائي لقانون الطبيعي املعياري انظر امللحق(‪.)2‬‬
‫ت‪ .‬خواص دالة التوزيع املرتاكمة لتوزيع الطبيعي املعيار‬

‫‪ ‬علــم اعتبــار أن دال ــة الكثافــة االحتمالي ــة لتوزيــع الطبيع ــي القياســي متن ــاظرة ابلنســبة للمتوس ــط ‪ 0‬أي أهنــا دال ــة‬
‫زوجيــة‪ ،‬ولــذلك جــدول التوزيــع اإلحصــائي ال توجــد فيــه القــيم الســالبة للمتغــري العش ـوائي فــإذا كــان عــدد ســالب‬
‫نستخدم اخلافية التالية‪Z a   1  z a  :‬‬
‫مثال‬
‫‪PZ  0.1  Z 0.1  1  Z 0.1  1  0.5395  0.4605‬‬
‫‪ ‬حساب احتمال ‪ Z‬ضمن جمال‪:‬‬
‫‪P a  Z  b   P  Z  b   P  Z  a    Z b    Z a ‬‬
‫‪25‬‬
‫مثال‬
‫‪P0  Z  0.1  PZ  0.1  PZ  0  Z 0.1  Z 0  0.5395  0.5  0.0395‬‬
‫‪ ‬استخدام االحتمال العكسي يف حساب احتمال ‪: Z‬‬
‫‪PZ  a   1  PZ  a   1  Z a ‬‬
‫مثال‬
‫‪PZ  2.53  1  PZ  2.53  1  Z 2.53  1  0.9943  0.0057‬‬
‫احسب‪P X  2400  :‬‬ ‫‪ ‬إذا كان‪، X  N 1800 ,300  :‬‬
‫‪:Z‬‬ ‫نعمل علم حتويل التوزيع ‪ X‬إىل التوزيع املعياري‬
‫‪ X   2400 1800‬‬
‫‪P X  2400  P‬‬ ‫‪‬‬ ‫‪  PZ  2  1  PZ  2‬‬
‫‪ ‬‬ ‫‪300‬‬ ‫‪‬‬
‫‪P X  2400   1  Z z   1  0.9772  0.0228‬‬
‫ث‪ .‬بعض خصائص واستعماالت التوزيع الطبيعي‬

‫‪ ‬تقريب قانون توزيع بواسون إىل قانون التوزيع الطبيعي‪:‬‬
‫متغــري عش ـوائي يتبــع توزيــع بواســون مبتوســط ‪ ‬واحن ـراف معيــاري ‪ ، ‬ف ـإذا كــان‪   15 :‬فانــه ميك ــن‬ ‫‪X‬‬ ‫لــيكن‬
‫تقريب قانون توزيع بواسون إىل قانون التوزيع الطبيعي بـنفس املتوسـط ‪ ‬ونفـس االحنـراف املعيـاري ‪ ‬واهلـدف مـن‬
‫هذا التقريب هو تبسيط احلساابت فقط‪.‬‬
‫مثال‬
‫إذا كان‪ ، X  P50  :‬احسب‪P20  X  50  :‬‬
‫ونكتب‪X  N ( ;  ) :‬‬ ‫من التوزيع الطبيعي‬ ‫نالحظ أن‪   50 15 :‬وعليه ميكننا تقريب‬
‫‪X‬‬
‫)‪X  N (50;7.07‬‬ ‫ولدينا‪ EX     50,  X     50  7.07 :‬يكون‪:‬‬

‫ابستعمال قانون التوزيع الطبيعي جند أن‪:‬‬
‫‪ 19.5  50‬‬ ‫‪50.5  50 ‬‬
‫‪P20  X  50  P19.5  X  50.5  P‬‬ ‫‪Z ‬‬ ‫‪  P 4.31 Z  0.07‬‬
‫‪ 7.07‬‬ ‫‪7.07 ‬‬
‫‪P20  X  50   Z 0.07   Z 4.31  Z 4.31  Z 0.07   1  05279  1  1  0.5279‬‬
‫ملخص قوانني التقريب‪:‬‬
‫‪26‬‬
‫يكون‪:‬‬ ‫‪X2‬‬ ‫مستقل عن‬ ‫‪ X 2  N  2 ,  2 ‬و ‪X 1‬‬ ‫‪،‬‬ ‫‪X 1  N 1, 1 ‬‬ ‫‪ ‬إذا كان‪:‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪X1  X 2  N  1  2 , 12  12 ‬‬
‫‪‬‬ ‫‪‬‬
‫‪،‬‬ ‫‪X1  X 2  N  1   2 , 12  12‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪ ‬إذا كـ ـ ــان ) ‪ ( X1, X 2 ,.....,X n‬سلسـ ـ ــلة ‪ n‬متغـ ـ ــري عش ـ ـ ـوائي مسـ ـ ــتمر يتبـ ـ ــع التوزيـ ـ ــع الطبيعـ ـ ــي علـ ـ ــم النحـ ـ ــو‬
‫التايل‪ X  N  ,  :‬ومستقلة مثىن مثىن‪ ،‬فان املتوسط احلسايب ‪ X‬يتبع نفس القانون وهو الطبيعي ولكن علـم‬
‫‪‬‬
‫) ‪X  N E( X ); ( X‬‬ ‫النحو التايل‪ :‬‬
‫ويكون أمل املتوسطات هو‪:‬‬
‫‪‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪n‬‬ ‫‪ 1‬‬ ‫‪n‬‬ ‫‪n ‬‬
‫‪E( X )  E ‬‬ ‫‪Xi  ‬‬ ‫‪E( X i ) ‬‬ ‫‪‬‬
‫‪n‬‬ ‫‪i 1‬‬ ‫‪ n‬‬ ‫‪i 1‬‬ ‫‪n‬‬
‫أما التباين للمتوسطات فهو‪:‬‬

‫‪n  2‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪n‬‬ ‫‪‬‬ ‫‪1‬‬ ‫‪n‬‬
‫‪V (X )  V ‬‬ ‫‪Xi  ‬‬ ‫‪V (Xi ) ‬‬ ‫‪‬‬
‫‪n‬‬ ‫‪i 1‬‬ ‫‪ n2‬‬ ‫‪i 1‬‬ ‫‪n2‬‬ ‫‪n‬‬
‫ويكون االحنراف املعياري للمتوسطات‪:‬‬
‫‪2‬‬ ‫‪‬‬
‫‪ (X ) ‬‬ ‫‪‬‬
‫‪n‬‬ ‫‪n‬‬
‫‪‬‬
‫‪X N  ;  / n‬‬ ‫‪‬‬ ‫ومنه يكون توزيع املتوسطات‪:‬‬
‫‪ 2.2.4.I‬قانون توزيع كي‪-‬الرتبيعي(‪)The chi-square distribution‬‬

‫تعريف‬
‫متغــري عش ـوائي مســتمر يتبــع التوزيــع الطبيعــي املعيــاري ومســتقلة عــن‬ ‫‪n‬‬ ‫إذا كان ـت‪ ( X1, X 2 ,......,X n ) :‬سلســلة‬
‫بعض مثىن مثىن‪ ،‬يكون‪:‬‬
‫‪27‬‬
‫‪‬‬
‫‪n‬‬
‫‪Y‬‬ ‫‪X i2   n2‬‬
‫‪i 1‬‬
‫ونقول عندئذ أن ‪ Y‬هو متغري عشوائي مستمر يتبع توزيع كي ألرتبيعي بدرجة حرية ‪. n‬‬
‫فمثال من اجل ‪ Y   52‬يكون التمثيل البياا لدالة الكثافة االحتمالية لكي‪-‬ألرتبيعي علم النحو التايل‪:‬‬
‫مالحظة‬
‫كلما ارتفعت قيمة درجـة احلريـة ‪ n‬يبتعـد منحـىن دالـة الكثافـة االحتماليـة لكـي‪-‬ألرتبيعـي عـن احملـور العمـودي ويصـبح‬
‫أكثر جرسيا وهو بذلك يؤول إىل التوزيع الطبيعي‪.‬‬
‫أ‪ .‬كيفية استخدام جدول التوزيع اإلحصائي لكي‪-‬ألرتبيعي‬
‫يف العمــود األول جنــد قــيم ‪ n‬درجــات احلريــة فــإذا اخــرتان احــد هــذه القــيم مث بعــد ذلــك انتقلنــا إىل داخــل اجلــدول علــم‬
‫نفس السطر الذي مت اختياره فإننا جند قيم املتغري العشوائي ‪  n2‬وعندئذ ميكننـا أن نقـرا يف السـطر األول هلـذا اجلـدول‬
‫قــيم االحتمــال ‪ P‬عنــد كــل قيمــة مــن قــيم املتغــري العش ـوائي‪ ،‬و ‪ P‬متثــل مســاحة احليــز الواقعــة علــم يســار قيمــة املتغــري‬
‫العشوائي وحتت منحىن الكثافة‪ .‬ونكتب‪:‬‬
‫‪a‬‬
‫‪P  P( X  a) ‬‬
‫‪f‬‬
‫‪0‬‬
‫‪X ( x)dx‬‬
‫مثال‬
‫‪ Y  10‬فمن اجل ‪ P  0.05‬حنسب قيمة املتغري العشوائي‪0.05  P( X  a) :‬‬ ‫‪2‬‬
‫إذا كان‪:‬‬
‫وابستعمال جدول التوزيع اإلحصائي لكي‪-‬ألرتبيعي ضمن امللحق(‪ )3‬جند أن‪:‬‬
‫‪0.05  P( X  a)  a  3.94‬‬
‫أما إذا كانت قيمة املتغري العشوائي هي‪ a  9.34 :‬حنسب قسمة االحتمال‪:‬‬
‫‪P  P( X  9.34)  P  0.50‬‬
‫‪28‬‬
‫يف بعــض جــداول التوزيعــات اإلحصــائية تكــون قيمــة االحتمــال علــم ميــني املتغــري العش ـوائي لــذلك جيــب التوفيــق بــني‬
‫) ‪P  P( X   n2‬‬ ‫االحتمال املطلوب حسابه وجدول التوزيع اإلحصائي أي أننا نستعمل الشكل‪:‬‬
‫ب‪ .‬خصائص توزيع كي‪-‬ألرتبيعي‬
‫ليكن املتغري العشوائي‪ Y   n2 :‬يكون األمل الرايضي والتباين مها‪:‬‬
‫‪E (Y )  n‬‬ ‫‪ ‬األمل الرايضي‪:‬‬
‫‪V (Y )  2n‬‬ ‫‪ ‬التباين‪:‬‬
‫‪ 3.2.4.I‬قانون توزيع ستيودنت(‪)Student distribution‬‬
‫تعريف‬
‫يتبع التوزيع الطبيعي املعياري و ‪ Y‬خيضع‬ ‫‪Z‬‬ ‫ليكن املتغريان العشوائيان ‪ Z‬و ‪ Y‬واملستقالن عن بعض‪ ،‬حيث أن‬
‫لتوزيع كي الرتبيعي بدرجة حرية ‪ ، n‬ونكتب‪:‬‬
‫‪Z Y‬‬ ‫و‬ ‫)‪Z  N (0;1‬‬ ‫و‬ ‫‪Y   n2‬‬
‫‪Z‬‬
‫‪T ‬‬ ‫‪ tn‬‬
‫‪Y /n‬‬ ‫يكون‪:‬‬
‫‪n‬‬
‫ونقول عندئذ أن ‪ t‬هو متغري عشوائي مستمر يتبع توزيع ستيودنت بدرجة حرية ‪. n‬‬
‫أ‪ .‬كيفية استخدام جدول التوزيع اإلحصائي لستيودنت‬
‫يف العمود األول جند قيم ‪ n‬درجات احلرية فإذا اخرتان احد هذه القيم مث بعد ذلك انتقلنا إىل داخل اجلدول علم نفس‬
‫السطر الذي مت اختياره فإننا جند قيم املتغري العشوائي ‪ t n‬وعندئذ ميكننا أن نقرا يف السطر األول هلذا اجلدول قيم‬
‫االحتمال ‪ P‬عند كل قيمة من قيم املتغري العشوائي‪ ،‬و ‪ P‬متثل مساحة احليز الواقعة علم يسار قيمة املتغري العشوائي‬
‫وحتت منحىن دالة الكثافة‪.‬‬
‫‪a‬‬
‫‪P  P(T  a) ‬‬
‫‪f‬‬ ‫‪T (t )dt‬‬
‫‪‬‬
‫فإذا كان‪ T  t n :‬فإننا نكتب‪:‬‬
‫‪29‬‬
‫أي أن ‪ P‬متثل مساحة احليز الواقعة علي يسار ‪ a‬واحملصور بني دالة الكثافة وحمور قيم املتغري العشوائي‪.‬‬
‫مثال‬
‫تكون قيمة االحتمال هي‬ ‫إذا كان ‪ T  t10‬فانه عندما أيخذ املتغري العشوائي قيمة قدرها‬
‫‪a  0.260‬‬
‫)‪P  P(T  a)  0.75  P(T  0.700‬‬ ‫‪( P  0.75‬انظر امللحق (‪ ))4‬ونكتب‪:‬‬
‫ففي نفس املتغري العشوائي السابق ‪ ، T  t10‬إذا كانت قيمة االحتمال هي ‪ P  0.95‬ما قيمة العدد ‪ a‬؟‬
‫لدينا‪0.95  P(T  a) :‬‬
‫فباستعمال جدول توزيع ستيودنت ضمن امللحق (‪ )4‬جند أن ‪ a  1.812‬وهي عبارة عن القيمة اليت أيخذها املتغري‬
‫العشوائي ‪ T‬واليت جتعل من قيمة االحتمال عندئذ هي ‪ P  0.95‬وهي تعرب عن مساحة احليز احملصور بني دالة‬
‫إىل ‪ . ‬وميكننا‬ ‫من ‪1.812‬‬ ‫أي‬ ‫‪1.812‬‬ ‫الكثافة للمتغري العشوائي ‪ T‬وحمور الفوافل والواقعة علي يسار العدد‬
‫‪. a  t10‬‬
‫أن نكتب كذلك‪0.95  1.812 :‬‬
‫‪n‬‬
‫حرية ‪n‬‬ ‫وبصفة عامة نكتب‪ a  t P :‬وتقرأ هذه العبارة علم أهنا القيمة اليت أيخذها املتغري العشوائي ‪ T‬بدرجة‬
‫وجتعل من االحتمال الواقع علم يسار ‪ a‬هو ‪. P‬‬
‫ب‪ .‬خصائص توزيع ستيودنت‬
‫‪V T   n‬‬
‫؛‬ ‫‪ ‬إذا كان‪ T  t n :‬و ‪ n  2‬يكون‪ ET   0 :‬و ‪n  2‬‬
‫‪ ‬علم اعتبار أن دالة الكثافة االحتمالية لتوزيع ستيودنت متناظرة ابلنسبة للمتوسط ‪ 0‬أي أهنا دالة زوجية‪،‬‬
‫ولذلك جدول التوزيع اإلحصائي ل ستيودنت ال توجد فيه القيم السالبة للمتغري العشوائي فإذا كان ‪P  0.5‬‬
‫‪n‬‬ ‫‪n‬‬
‫عدد سالب ومن اجل حسابه نستخدم اخلافية التالية‪ a  t P  t(1 P) :‬؛‬ ‫‪a‬‬ ‫يكون‬
‫مثال‬
‫‪. t15‬‬
‫اوجد قيمة العدد ‪ a‬حىت يكون‪ ، t 0.10 :‬مث واجد قيمة ‪ P‬من اجل‪p  0.691 :‬‬
‫‪15‬‬
‫إذا كان‪T  t15 :‬‬
‫‪30‬‬
‫يسار ‪a‬‬ ‫‪ : t15‬هي القيمة اليت أيخذها املتغري العشوائي ‪ T‬بدرجة حرية ‪ 15‬واليت جتعل من االحتمال الواقع علم‬
‫‪0.10‬‬
‫‪P(T  a)  0.10‬‬ ‫هو ‪ ،0.10‬يكون‪:‬‬

‫‪t15‬‬ ‫‪15‬‬ ‫‪15‬‬
‫‪0.10  t 1 0.10  t 0.90  1.341‬‬ ‫لدينا االحتمال اقل من ‪ 0.5‬نستعمل اخلافية السابقة‪:‬‬
‫سالبة و ذلك الن االحتمال اقل من ‪.0.5‬‬ ‫‪t15‬‬
‫‪0.10‬‬ ‫ونتيجة العدد‬
‫‪ : t15‬نبحث عن قيمة االحتمال ‪ P‬اليت جتعل من العدد‪ ، a  0.691‬نالحظ أن إشارة العدد‬
‫‪p  0.691‬‬
‫سالب‪ ،‬ونكتب‪:‬‬ ‫العدد ‪p‬‬

‫‪t15‬‬ ‫سالبة أي أن قيمة االحتمال ‪ P‬اقل من ‪ 0.5‬و ذلك الن‬ ‫‪t15‬‬
‫‪p  0.691‬‬
‫‪‬‬ ‫‪‬‬
‫‪p  PT  0.691  1  PT  0.691  1  0.75  0.25‬‬
‫‪P  P T  t15‬‬
‫‪ ‬علم أساس عبارة توزيع ستيودنت ميكننا القول أن منحىن دالة الكثافة هلذا التوزيع أيخذ شكالا جرسي ا ومتناظر‬
‫ابلنسبة للمتوسط ‪ E T   0‬أي انه مشابه لشكل الكثافة لتوزيع الطبيعي القياسي‪ ،‬غري انه عند املتوسط أي يف‬
‫الذروة يقع توزيع ستيودنت حتت توزيع الطبيعي املعياري أما عند أذايل التوزيع فيكون العكس أي توزيع ستيودنت‬
‫فوق التوزيع الطبيعي مما يعين أن أذايل توزيع ستيودنت أكثر مسك ا وثخانة مقارنت ا ابلتوزيع الطبيعي املعياري‪ .‬وكلما‬
‫ارتفعت درجة احلرية ‪ n‬يقرتب منحىن دالة الكثافة لتوزيع ستيودنت من منحىن الكثافة لتوزيع الطبيعي القياسي وهذا‬
‫عندما تؤول درجة احلرية إىل ماال هناية‪ ،‬ونكتب‪:‬‬
‫‪Lim T  N 0,1‬‬
‫‪n  ‬‬
‫‪0.4‬‬
‫‪student‬‬
‫‪0.35‬‬ ‫‪loi normale‬‬
‫‪0.3‬‬
‫‪0.25‬‬
‫‪0.2‬‬
‫‪0.15‬‬
‫‪0.1‬‬
‫‪0.05‬‬
‫‪0‬‬
‫‪-5‬‬ ‫‪-4‬‬ ‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬
‫‪.‬‬ ‫القياسي بدل جدول توزيع ستيودنت إذا كان‪n  30 :‬‬ ‫وعمليا ميكننا أن نستخدم جدول التوزيع الطبيعي‬
‫‪ 4.2.4.I‬قانون توزيع فيشر(‪)Fisher distribution‬‬

‫تعريف‬
‫عن ‪X 2‬‬ ‫مستقل‬ ‫و ‪X1‬‬ ‫‪X 1   n2‬‬ ‫‪،‬‬ ‫‪X 1   n2‬‬ ‫حيث أن‪:‬‬ ‫العشوائيان ‪X 2 ، X 1‬‬ ‫ليكن املتغريان‬
‫‪2‬‬ ‫‪1‬‬
‫‪  X 1  X 2 ‬يكون‪:‬‬
‫‪31‬‬
‫‪X 1 / n1‬‬
‫‪F‬‬ ‫‪ F n1, n2 ‬‬
‫‪X 2 / n2‬‬
‫ونقول عندئذ أن ‪ F‬متغري عشوائي مستمر يتبع توزيع فيشر بدرجيت حرية ‪. n 2 ، n1‬‬
‫وعلم أساس عبارة توزيع فيشر ميكننا القول أن شكل منحىن دالة الكثافة لتوزيع فيشر أيخذ شكل توزيع كي ألرتبيعي‪،‬‬
‫فمن اجل‪ F  F 5;3 :‬يكون شكل منحىن دالة الكثافة علم النحو التايل‪:‬‬
‫كيفية استخدام جدول التوزيع اإلحصائي لفيشر‬

‫يف اجلداول اإلحصائية تتحدد قيمة اإلحصائية ‪ FP n1 , n2 ‬علم أساس ثالث معامل ‪ n 2 ، n1‬و ‪ p‬قيمة‬
‫االحتمال و املتمثلة يف مساحة احليز الواقع علم يسار العدد ‪ FP n1 , n2 ‬وحتت منحىن دالة الكثافة االحتمالية‬
‫لتوزيع فيشر‪ .‬وعلم أساس انه توجد ثالث معامل لتحديد قيمة اإلحصائية ‪ ، FP n1 , n2 ‬جند لكل قيمة من‬
‫قيم ‪ p‬جدول خاص هبا‪ ،‬ولذلك فإننا نقرأ يف أعلم اجلدول قيمة االحتمال ‪ p‬املراد احلصول عليه‪ ،‬مث حندد يف‬
‫وعندئذ جند قيمة‬ ‫‪n2‬‬ ‫ويف العمود األول درجة احلرية الثانية‬ ‫األوىل ‪n1‬‬ ‫السطر األول هلذا اجلدول قيمة درجة احلرية‬
‫‪ n1‬و ‪. n 2‬‬ ‫اإلحصائية ‪ FP n1 , n2 ‬عند التقاطع بني‬
‫مثال(‪)1‬‬
‫إذا كان ‪ F  F 5;10 ‬احسب ‪ a‬حبيث أن ‪p X  a   0.95 :‬‬
‫نستعمل اجلدول الذي أعاله‪ p  0.95 :‬فنجد أن‪ ، a  3.33 :‬انظر امللحق(‪ )5‬من اجل احلصول علم جدول‬
‫توزيع اإلحصائي لفيشر‪ .‬وميكننا أن نكتب‪. a  F0.95 5;10  3.33 :‬‬
‫مالحظة‪:‬‬
‫‪FP n1, n2   1‬‬
‫‪F1 P  n2 , n1 ‬‬
‫مثال(‪)1‬‬
‫احسب‪ F0.054;7 ، F0.02516;15 :‬ابستعمال اخلافية السابقة ميكن أن نكتب‪:‬‬
‫‪32‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪F0.0110,9 ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ 0.202‬‬
‫‪F(1 0.01) 9,10‬‬ ‫‪F0.99 9,10‬‬ ‫‪4.94‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪F0.05 4,7 ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ 0.164‬‬
‫‪F(1 0.05) 7,4‬‬ ‫‪F0.95 7,4‬‬ ‫‪6.09‬‬
‫‪ .II‬نظرية توزيع املعاينة(‪)Theory of sampling distribution‬‬

‫‪ 1.II‬مفاهيم إحصائية‬
‫‪ 1.1.II‬اجملتمع اإلحصائي‬
‫هو جمموعة من املفردات أو املشاهدات اليت نرغب يف دراستها وحتليل خصائصها‪ ،‬وهناك نوعني من اجملتمعات‬
‫اإلحصائية‪:‬‬
‫‪ ‬جمتمع إحصائي غري حمدود؛‬
‫‪ ‬جمتمع إحصائي حمدود‪ :‬و عاد اة ما نرمز حلجمه بـ ‪. N‬‬
‫ونسمي خصائص اجملتمع اإلحصائي (متوسط اجملتمع ‪ ‬واحنرافه املعياري ‪ ‬ونسبة ففة ما يف اجملتمع ‪ ) P‬مبعامل‬
‫اجملتمع اإلحصائي‪.‬‬
‫‪ 2.1.II‬العينة‬
‫وهي جمموعة جزئية مأخوذة من اجملتمع اإلحصائي املراد ابلدراسة‪ ،‬وعاد اة ما نرمز حلجمها بـ ‪ ، n‬ونسمي القيم‬
‫احملسوبة من بياانت العينة(متوسط العينة ‪ X‬واحنرافها املعياري ‪ S‬ونسبة ففة ما يف العينة ‪ ) r‬إبحصائيات املعاينة‪.‬‬
‫وعلم حسب طريقة املعاينة منيز احلالتني‪:‬‬
‫‪ ‬املعاينة النفاذية(‪:)Exhaustif sample‬‬
‫وحيدث هذا يف حالة إذا كان اجملتمع حمدود والسحب بدون إرجاع‪.‬‬
‫‪ ‬املعاينة غري النفاذية(‪:)no exhaustif sample‬‬
‫ويكون ذلك يف حالة السحب ابإلرجاع أو أن يكون اجملتمع غري حمدود‬
‫‪ 2.II‬توزيع املعاينة للمتوسطات احلسابية‬
‫نفرض انه لدينا جمتمع إحصائي نرغب يف دراسة متوسطه ‪ ‬نقوم عندئذ بسحب عينة عشوائية حجمها ‪ n‬من‬
‫هذا اجملتمع وحنسب متوسطها احلسايب ‪ ، X 1‬مث نسحب عينة عشوائية أخرى هلا نفس احلجم ‪ n‬وحنسب متوسطها‬
‫احلسايب ‪ X 2‬وهو ليس ابلضروري مساوي لـ ‪ ، X 1‬فإذا كرران هذه العملية عدة مرات يتشكل لدينا عدد كبري من‬
‫‪  1 2 3 4‬اليت ليست بضرورة متساوية ونسمي هذا اجملتمع مبجتمع‬ ‫املتوسطات احلسابية‪ :‬‬
‫‪X X , X , X .........‬‬
‫املتوسطات احلسابية و ميكن النظر إليه كسلسلة متغري عشوائي(‪ )Processus aléatoire‬يطلب حتديد توزيعه‬
‫االحتمايل‪.‬‬
‫‪33‬‬
‫أوالً‪ :‬حالة العينات الكربى‬
‫يف هذه احلالة يتحدد توزيع املتوسطات احلسابية ‪ X 1 X 2 , X 3 , X 4 .........‬علم أساس النظرية التالية‪:‬‬
‫نظريـة النهــاايت املركزيــة‪ :‬إذا كــان لـدينا جمتمــع إحصــائي مفرداتــه تتبــع توزيـع احتمــايل متوســطه ‪ ‬واحنرافــه ‪ ، ‬وقمنــا‬
‫بســحب مــن هــذا اجملتمــع عينــات عش ـوائية حجمهــا ‪ n‬اكــرب مــن ‪ 30‬فــان املتوســط احلســايب ‪ X‬للعينــة يتبــع التوزيــع‬
‫الطبيعي‪ ،‬ونكتب‪ X  N E X , X  :‬ومنيز احلالتني‪:‬‬
‫‪ ‬حالة املعاينة غري النفاذية‪:‬‬
‫‪E X   ‬‬ ‫‪,  X   ‬‬
‫‪n‬‬
‫‪ ‬حالة املعاينة النفاذية‪:‬‬
‫‪‬‬ ‫‪N n‬‬
‫‪E X   ‬‬ ‫‪,  X  ‬‬ ‫‪.‬‬
‫‪n‬‬ ‫‪N 1‬‬
‫‪N n‬‬
‫مبعامل اإلرجاع‪ .‬وهذه املالحظة ختص كل الفروع اآلتية يف توزيعات املعاينة‪.‬‬ ‫‪N 1‬‬ ‫وتسمم النسبة‪:‬‬
‫‪n‬‬ ‫‪ 0.05‬‬
‫‪N‬‬ ‫وعمليا يستخدم اإلحصائيني عبارات املعاينة النفاذية عندما يكون‪:‬‬
‫‪S   X i  X ‬‬
‫‪2‬‬ ‫‪1 n‬‬ ‫‪2‬‬
‫‪n i 1‬‬ ‫إذا ك ــان االحنـ ـراف املعي ــاري للمجتم ــع ‪ ‬جمهـ ـول نس ــتعمل بدل ــه‬
‫‪2‬‬
‫االحنـ ـراف املعي ــاري‬
‫‪‬‬
‫‪S2 ‬‬
‫‪1 n‬‬
‫‪‬‬ ‫‪X i  X 2‬‬
‫االحنـراف املعيــاري املصــحح للعينــة وهـذا األخــري أفضــل إحصــائي ا يف تقــدير‬ ‫‪n  1 i 1‬‬ ‫للعينـة أو‬
‫‪ ‬كما سنرى ذلك الحقا يف فصل التقدير‪ .‬وهذه املالحظة ختص كل الفروع اآلتية يف توزيعات املعاينة‪.‬‬
‫‪2‬‬
‫اثنياً‪ :‬حالة العينات الصغرى‬

‫إذا كان حجم العينة اقل من ‪ 30‬ال ميكننا تطبيق نظرية النهاايت املركزية وابلتايل يكون توزيع املعاينة للمتوسط ‪X‬‬
‫يتحدد علم أساس النظرية التالية‪:‬‬
‫نظرية‪:‬‬
‫إذا كان لدينا جمتمع إحصائي مفرداته تتبع التوزيع الطبيعي مبتوسطه ‪ ‬واحنراف ‪ ، ‬وقمنـا بسـحب مـن هـذا اجملتمـع‬
‫عينـ ــات عش ـ ـوائية حجمهـ ــا ‪ n‬اقـ ــل مـ ــن ‪ 30‬فـ ــان املتوسـ ــط احلسـ ــايب ‪ X‬للعينـ ــة يتبـ ــع التوزيـ ــع الطبيعـ ــي‪ ،‬ونكتـ ــب‪:‬‬
‫‪ X  N E X , X ‬وهــذا إذا كــان احن ـراف اجملتمــع ‪ ‬معلــوم؛ أمــا إذا كــان احن ـراف اجملتمــع ‪ ‬جمهــول فانــه‬
‫‪34‬‬
‫‪ X    ‬‬
‫‪‬‬ ‫‪‬‬
‫‪X  E X ‬‬ ‫‪X ‬‬ ‫‪n . X   ‬‬ ‫‪n . X   ‬‬ ‫‪‬‬
‫‪  / n ‬‬
‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ X ‬‬
‫‪‬‬
‫‪/ n‬‬ ‫‪2‬‬ ‫‪S2‬‬ ‫‪n‬‬
‫‪ Xi  X ‬‬
‫‪2‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪ / n  1‬‬
‫‪‬‬
‫‪i 1 ‬‬ ‫‪‬‬
‫ولدينا‪:‬‬
‫‪X ‬‬
‫‪ N 0,1‬‬
‫‪ X ‬‬
‫ولدينا كذلك‪:‬‬
‫‪2‬‬
‫‪Xi  X‬‬ ‫‪n‬‬
‫‪ Xi  X ‬‬
‫‪ N 0,1 ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪    n 1‬‬
‫‪‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪i 1 ‬‬ ‫‪‬‬ ‫‪‬‬

‫أي أن‪:‬‬
‫‪X  EX‬‬ ‫‪‬‬ ‫‪N  0,1‬‬
‫‪ t  n 1‬‬
‫‪ X ‬‬ ‫‪‬‬ ‫‪2‬‬
‫‪ n 1‬‬ ‫‪/  n  1‬‬
‫للعينة يتوزع حسب قانون ستيودنت بدرجة حرية ‪ n 1‬‬ ‫ومنه نقول أن املتوسط احلسايب ‪X‬‬
‫‪X‬‬ ‫‪1‬‬ ‫‪ 3.II‬توزيع املعاينة للفرق بني متوسطني ‪ X 2 ‬‬
‫يف هذه احلالة نقرتح جمتمعني إحصائيني ‪ 1‬و ‪ 2‬حيث أن الوحدات اإلحصائية للمجتمعني مستقلة عن بعض‪،‬‬
‫نسحب من اجملتمع األول عينة حجمها ‪ n1‬ومن اجملتمع الثاا عينة حجمها ‪ n2‬ونرغب يف دراسة توزيع املعاينة‬
‫للفرق بني املتوسطني‪ . X 1  X 2 :‬كما رأينا سابقا فتكرار السحب من اجملتمع األول ومن اجملتمع الثاا يولد‬
‫‪X‬‬ ‫‪1‬‬ ‫‪ X2‬‬ ‫جمتمع جديد يعرف مبجتمع املتوسطات اليت ليست ابلضرورة أن تكون متساوية مما جيعل من الفروق‬
‫ليست متساوية أي أهنا تشكل سلسلة متغري عشوائي يطلب حتديد قانون توزيعه االحتمايل‪.‬‬
‫اجملتمع األول‪ :‬مفرداته تتبع توزيع إحصائي متوسطه ‪ 1‬و احنرافه ‪ ،  1‬وقمنا بسحب من هذا اجملتمع عينات‬
‫عشوائية حجمها ‪ n1‬اكرب من ‪ 30‬فان املتوسط احلسايب ‪ X 1‬للعينة يتبع التوزيع الطبيعي‪ ،‬ونكتب‪:‬‬
‫‪ X 1  N E X 1 , X 1 ‬وهذا علم أساس نظرية النهاايت املركزية‪.‬‬
‫اجملتمع الثاين‪ :‬مفرداته تتبع توزيع إحصائي متوسطه ‪  2‬واحنرافه ‪ ،  2‬وقمنا بسحب من هذا اجملتمع عينات‬
‫عشوائية حجمها ‪ n2‬اكرب من ‪ 30‬فان املتوسط احلسايب ‪ X 2‬للعينة يتبع التوزيع الطبيعي‪ ،‬ونكتب‪:‬‬
‫‪ X 2  N E X 2 , X 2 ‬وهذا علم أساس نظرية النهاايت املركزية‪.‬‬
‫يكون توزيع املعاينة للفرق ‪ X 1  X 2 ‬هو‪:‬‬
‫‪X‬‬ ‫‪1‬‬ ‫‪ X 2   N E X 1  X 2 ,  X 1  X 2 ‬‬
‫‪35‬‬
‫‪E X 1  X 2   E X 1   E X 2   1   2‬‬
‫‪ 2 X 1  X 2    2 X 1    2 X 2 ‬‬ ‫‪X1  X 2‬‬
‫يتم حساب ‪  X 2  ،  X 1 ‬علم حسب هل املعاينة نفاذية أو غري نفاذية ابلنسبة لكل جمتمع كما رئينا ذلك‬
‫سابق ا‪.‬‬
‫اجملتمع األول‪ :‬مفرداته تتبع التوزيع الطبيعي مبتوسط ‪ 1‬واحنراف ‪ ،  1‬وقمنا بسحب من هذا اجملتمع عينات‬
‫عشوائية حجمها ‪ n1‬اقل من ‪ 30‬فان املتوسط احلسايب ‪ X 1‬للعينة يتبع التوزيع الطبيعي‪ ،‬ونكتب‪:‬‬
‫‪ X 1  N E X 1 , X 1 ‬وهذا إذا كان احنراف اجملتمع ‪  1‬معلوم‪.‬‬
‫أما إذا كان احنراف اجملتمع ‪  1‬جمهول فان املتوسط احلسايب ‪ X 1‬للعينة يتوزع حسب قانون ستيودنت بدرجة حرية‬
‫‪ n1  1‬ونكتب‪:‬‬
‫‪X 1  E X 1 ‬‬
‫‪ t n1 1‬‬
‫‪ X 1 ‬‬
‫اجملتمع الثاين‪ :‬مفرداته تتبع التوزيع الطبيعي مبتوسط ‪  2‬واحنراف ‪ ،  2‬وقمنا بسحب من هذا اجملتمع عينات‬
‫عشوائية حجمها ‪ n2‬اقل من ‪ 30‬فان املتوسط احلسايب ‪ X 2‬للعينة يتبع التوزيع الطبيعي‪ ،‬ونكتب‪:‬‬
‫‪ X 2  N E X 2 , X 2 ‬وهذا إذا كان احنراف اجملتمع ‪  2‬معلوم‪.‬‬
‫أما إذا كان احنراف اجملتمع ‪  2‬جمهـول فـان املتوسـط احلسـايب ‪ X 2‬للعينـة يتـوزع حسـب قـانون سـتيودنت بدرجـة حريـة‬
‫‪ n2  1‬ونكتب‪:‬‬
‫‪X 2  E X 2 ‬‬
‫‪ t n2 1‬‬
‫‪ X 2 ‬‬
‫إذا كان ‪  2 ،  1‬معلومني يكون توزيع املعاينة للفرق ‪ X 1  X 2 ‬هو‪:‬‬

‫‪X‬‬ ‫‪1‬‬ ‫‪ X 2   N E X 1  X 2 ,  X 1  X 2 ‬‬
‫أمـ ــا إذا كـ ــان ‪  2 ،  1‬جمه ـ ـولني يكـ ــون توزيـ ــع املعاينـ ــة للفـ ــرق ‪ X 1  X 2 ‬هـ ــو توزيـ ــع سـ ــتيودنت بدرجـ ــة حريـ ــة‬
‫‪ ، n1  n2  2‬ونكتب‪:‬‬
‫‪36‬‬
‫‪X‬‬ ‫‪1‬‬ ‫‪ X 2   E X 1  X 2 ‬‬
‫‪ t  n1  n2  2 ‬‬
‫‪ X 1  X 2 ‬‬
‫‪E X 1  X 2   E X 1   E X 2   1   2‬‬
‫‪ 2 X 1  X 2    2 X 1    2 X 2 ‬‬ ‫‪X1  X 2‬‬
‫يتم حساب ‪  X 2  ،  X 1 ‬علم حسب هل املعاينة نفاذية أو غري نفاذية ابلنسبة لكل جمتمع كما رئينا ذلك‬
‫سابق ا‪.‬‬
‫‪ 4.II‬توزيع املعاينة لنسبة صفة ما ‪r‬‬
‫إذا كانت نسبة ففة ما يف اجملتمع هي ‪( P‬كنسبة التلف يف إنتاج احد املصانع)‪ ،‬وسحبنا من هذا اجملتمع عينة‬
‫عشوائية حجمها ‪ n‬اكرب من ‪( 30‬أما إذا كان حجم العينة اقل من ‪ 30‬فيجب أن تكون وحدات اجملتمع األفلي‬
‫تتوزع طبيعياَ)‪ ،‬فوجدان أن نسبة هذه الصفة يف العينة هي ‪ . r‬وعند تكرار هذه العملية عدة مرات حنصل علم اجملتمع‬
‫‪ r1 , r2 , r3 ,.........‬وندعوه مبجتمع النسب وهو عبارة عن سلسلة متغري عشوائي يطلب حتديد توزيعه االحتمايل‪.‬‬
‫علم حسب نظرية النهاايت املركزية يكون توزيع جمتمع النسب ‪ r1 , r2 , r3 ,.........‬هو التوزيع الطبيعي‪ ،‬ونكتب‪:‬‬
‫‪r  N Er , r ‬‬
‫ومنيز احلالتني‪:‬‬
‫‪ ‬حالة املعاينة غري النفاذية‪:‬‬
‫‪P.1  P ‬‬
‫‪E r   p‬‬ ‫‪,  r  ‬‬
‫‪n‬‬
‫‪ ‬حالة املعاينة النفاذية‪:‬‬
‫‪P.1  P  N  n‬‬
‫‪E r   p‬‬ ‫‪, r  ‬‬ ‫‪.‬‬
‫‪n‬‬ ‫‪N 1‬‬
‫املعاينة للتباين ‪S 2‬‬
‫‪ 5.II‬توزيع‬
‫إذا كان لدينا جمتمع إحصائي مفرداته تتبع توزيع احتمايل متوسطه ‪ ‬واحنرافه املعياري ‪ ، ‬وسحبنا من هذا اجملتمع‬
‫‪2‬‬
‫عينات عشوائية حجم كل منها هو ‪ n‬وحنسب يف كل مرة تباين العينة ‪ ، S‬فان تكرار عملية السحب يولد جمتمع‬
‫للتباينات ‪ S1 , S 2 , S 3 ,..........‬وهي عبارة عن سلسلة متغري عشوائي يطلب حتديد قانون توزيعه االحتمايل‪.‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫يكون‪:‬‬
‫‪2‬‬
‫‪ ‬القيمة املتوقعة للتباينات ‪ : S‬منيز احلالتني التاليتني‬
‫‪ ‬حالة املعاينة غري النفاذية‪:‬‬
‫‪37‬‬
‫‪ n 1‬‬
‫‪ ‬‬
‫‪E S 2   2 .‬‬ ‫‪‬‬
‫‪ n ‬‬
‫‪ ‬حالة املعاينة النفاذية‪:‬‬
‫‪ n 1 N‬‬
‫‪ ‬‬
‫‪E S 2   2 .‬‬ ‫‪.‬‬
‫‪ n  N 1‬‬
‫‪ ‬االحنراف املعياري للتباينات ‪: S‬‬
‫‪2‬‬
‫‪ 2‬‬
‫‪‬‬ ‫‪2.n  1‬‬ ‫‪si‬‬ ‫‪X  N  ,  ‬‬
‫‪ S‬‬ ‫‪‬‬ ‫‪ n‬‬
‫‪2‬‬
‫‪‬‬
‫‪  ‬‬
‫‪4‬‬ ‫‪4‬‬
‫‪si‬‬ ‫‪Non‬‬
‫‪‬‬
‫‪‬‬ ‫‪n‬‬
‫أما عن توزيع ‪ S‬منيز احلالتني التاليتني‪:‬‬
‫‪2‬‬
‫‪    ‬‬
‫‪S 2  N E S 2 , S 2‬‬ ‫فان‪:‬‬ ‫‪n  100‬‬ ‫‪ ‬إذا كان‪:‬‬
‫ووحدات اجملتمع األفلي تتبع التوزيع الطبيعي ‪ X  N , ‬فانه لدينا‪:‬‬ ‫‪n  100‬‬ ‫‪ ‬إذا كان‪:‬‬
‫‪‬‬
‫‪n  1.S 2‬‬ ‫‪n.S 2‬‬ ‫‪ Xi   ‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪2‬‬
‫‪‬‬
‫‪‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪i 1 ‬‬ ‫‪ ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬‫‪i 1‬‬
‫‪Zi‬‬
‫‪2‬‬
‫أي انه جمموع مربعات توزيع طبيعي قياسي ‪ Z‬فهي متثل توزيع كي ألرتبيعي‪ ،‬ونكتب‪:‬‬
‫‪‬‬
‫‪n  1.S 2‬‬ ‫‪‬‬
‫‪n.S 2‬‬
‫‪  2n1‬‬
‫‪‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪2‬‬
‫‪S 12‬‬
‫‪ 6.II‬توزيع املعاينة لنسبة تباينني ‪S 22‬‬
‫لدينا جمتمعان إحصائيان وحداهتما تتوزع طبيعي ا ومستقلني عن بعض تباينامها ‪ ،  2 ,  1‬نسحب من اجملتمعني عينتني‬
‫‪2‬‬ ‫‪2‬‬
‫‪2‬‬ ‫‪2‬‬
‫عشوائيتني حجمهما علم التوايل ‪ n2 , n1‬وحنسب ‪ S1‬تباين العينة املستخرجة من اجملتمع األول و ‪ S 2‬تباين العينة‬
‫املستخرجة من اجملتمع الثاا‪ ،‬يكون توزيع املعاينة للتباينات يف كليت العينتني هو‪:‬‬
‫‪‬‬ ‫‪n1  1 .S 12‬‬
‫‪2‬‬
‫‪n1.S 12‬‬ ‫‪ X X1 ‬‬
‫‪n1‬‬ ‫‪n1‬‬
‫‪‬‬ ‫‪   1i‬‬ ‫‪ ‬‬ ‫‪Z‬‬ ‫‪2‬‬
‫‪  2n1 1‬‬
‫‪‬‬ ‫‪2‬‬
‫‪1‬‬ ‫‪‬‬ ‫‪2‬‬
‫‪1‬‬ ‫‪i 1 ‬‬ ‫‪1‬‬ ‫‪‬‬ ‫‪i 1‬‬
‫‪1i‬‬
‫‪ n2‬‬ ‫‪ 1 .S 22‬‬

‫‪2‬‬
‫‪n 2 .S 22‬‬ ‫‪X‬‬
‫‪n1‬‬
‫‪X‬‬ ‫‪‬‬ ‫‪n1‬‬
‫‪‬‬ ‫‪ ‬‬ ‫‪2i‬‬ ‫‪2‬‬
‫‪ ‬‬ ‫‪Z‬‬ ‫‪2‬‬
‫‪  2n 2 1‬‬
‫‪‬‬ ‫‪2‬‬
‫‪2‬‬ ‫‪‬‬ ‫‪2‬‬
‫‪2‬‬ ‫‪i 1 ‬‬ ‫‪2‬‬ ‫‪‬‬ ‫‪i 1‬‬
‫‪2i‬‬
‫وعليه يكون توزيع النسبة‪:‬‬
‫‪38‬‬
‫‪‬‬
‫‪ n1 .S12‬‬ ‫‪‬‬ ‫‪ n1  1.S12‬‬ ‫‪‬‬
‫‪‬‬
‫‪ 2‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬
‫‪‬‬ ‫‪1‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ 12‬‬ ‫‪‬‬
‫‪F ‬‬
‫‪n1  1‬‬ ‫‪‬‬
‫‪n1  1‬‬ ‫‪ F n1  1, n2  1‬‬
‫‪‬‬
‫‪ n2 .S‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪ n2  1.S 22 ‬‬
‫‪‬‬
‫‪ 2‬‬
‫‪2‬‬
‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ 22‬‬ ‫‪‬‬
‫‪n2‬‬ ‫‪ 1‬‬ ‫‪n2‬‬ ‫‪ 1‬‬
‫أي أن نسبة التباينني تتبع توزيع فيشر بدرجيت حرية ‪n2  1, n1  1‬‬
‫عموما تعترب معامل اجملتمع اإلحصائي (متوسط اجملتمع ‪ ‬واحنرافه املعياري ‪ ‬ونسبة ففة ما يف اجملتمع ‪ ) P‬ثوابت‬
‫سوأا كانت معلومة أو جمهولة‪ ،‬أما إحصائيات املعاينة(متوسط العينة ‪ X‬واحنرافها املعياري ‪ S‬ونسبة ففة ما يف‬
‫العينة ‪ ) r‬فهي متغريات عشوائية‪.‬‬
‫‪ .III‬نظرية التقدير(‪)Theory of estimation‬‬

‫يف اغلب األحيان تكون معامل اجملتمع جمهولة ونرغب يف تقديرها‪ ،‬فنظرية التقدير هتتم إبجياد مقرات ملعامل اجملتمع‬
‫انطالق ا من النتائج املتحصل عليها من عملية املعاينة‪ ،‬إذ انه علم حسب نظرية التقدير ميكننا االستدالل إبحصائيات‬
‫توزيع املعاينة(متوسط العينة ‪ X‬واحنرافها املعياري ‪ S‬ونسبة ففة ما يف العينة ‪ ) r‬يف عملية تقدير املعامل املناظرة هلا‬
‫يف اجملتمع اإلحصائي(متوسط اجملتمع ‪ ‬واحنرافه املعياري ‪ ‬ونسبة ففة ما يف اجملتمع ‪ ) P‬علم التوايل‪ .‬لكن‬
‫اإلشكالية املطروحة هنا هل ميكن القول أبن اإلحصائية احملسوبة متثل تقدير جيد للمعلمة املناظرة هلا يف اجملتمع ؟‬
‫‪‬‬
‫‪ 1.III‬خصائص املقدر‪ :‬ليكن ‪ ‬مقدر ‪‬‬
‫‪ 1.1.III‬خاصية عدم التحيز‪:‬‬

‫ونكتب‪:‬‬ ‫‪ ‬‬
‫‪‬‬
‫‪E ‬‬
‫‪‬‬
‫نقول عن ‪ ‬انه مقدر غري متحيز لـ ‪ ‬إذا و فقط إذا كان‪:‬‬
‫‪‬‬
‫‪ E.S .B. de ‬‬
‫مثال‪:‬‬
‫هل ميكن القول أن ‪ X‬متوسط العينة مقدر غري متحيز ملتوسط اجملتمع ‪ ‬؟‬
‫كما رئينا سابقا فان ‪ E X   ‬يف حالة املعاينة النفاذية وغري النفاذية‪ ،‬وعليه فان ‪ X‬متوسط العينة مقدر غري‬
‫متحيز ملتوسط اجملتمع ‪ ، ‬ونكتب‪:‬‬
‫‪X‬‬ ‫‪E.S .B. de ‬‬
‫مثال آخر‪:‬‬
‫هل ميكننا اعتبار تباين العينة ‪ S‬مقدر غري متحيز لتباين اجملتمع ‪ ‬؟‬
‫‪2‬‬ ‫‪2‬‬
‫‪39‬‬
‫‪n 1‬‬
‫‪ES‬‬ ‫‪  ‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪ ‬‬
‫‪E S 2   2.‬‬
‫أي أن‪:‬‬ ‫‪n‬‬ ‫وجدان يف فرع توزيعات املعاينة للتباينات أن‪:‬‬
‫ومنه ميكننا القول أن ‪ S‬مقدر متحيز لتباين اجملتمع ‪ ، ‬ونكتب‪:‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪S2‬‬ ‫‪E.B. de  2‬‬

‫البحث عن مقدر غري متحيز لتباين اجملتمع ‪ 2‬‬
‫‪n 1‬‬
‫‪ ‬‬
‫‪E S 2   2.‬‬
‫‪ n ‬‬
‫‪‬‬ ‫‪ ‬‬
‫‪ n‬‬
‫‪.E S    E ‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪‬‬
‫‪.S 2    2‬‬
‫‪n‬‬ ‫‪ n 1‬‬ ‫‪ n 1‬‬ ‫‪‬‬
‫نضع‪:‬‬
‫‪‬‬ ‫‪‬‬ ‫‪n 1 n‬‬ ‫‪2‬‬
‫‪.  X i  X   ‬‬ ‫‪X i  X 2‬‬
‫‪n‬‬ ‫‪1 n‬‬
‫‪S2 ‬‬
‫‪n 1‬‬
‫‪.S 2  S 2 ‬‬
‫‪n  1  n i 1‬‬
‫‪‬‬
‫‪ n  1 i 1‬‬
‫‪‬‬
‫‪ ‬‬
‫‪E S2  2‬‬ ‫يكون‪:‬‬
‫ومنه ميكننا القول أن ̂‪ S‬مقدر غري متحيز لتباين اجملتمع ‪ ، ‬ونكتب‪:‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪‬‬
‫‪S 2 E.S.B. de  2‬‬
‫‪‬‬ ‫‪‬‬
‫يف تقدير تباين اجملتمع ‪ ‬وذلك ألن األول‬
‫‪2‬‬
‫اإلحصائيني ‪ S 2‬بدل ‪S 2‬‬ ‫ونسمم بتباين العينة املصحح‪ ،‬ويستعمل‬
‫‪S2‬‬
‫غري متحيز والثاا متحيز‪.‬‬

‫‪ 2.1.III‬خاصية الكفاءة أو الفعالية‬
‫‪ ‬‬
‫‪‬‬
‫‪i  1, m : E  i  ‬‬ ‫‪‬‬
‫‪  ‬‬
‫‪‬‬ ‫‪,‬‬
‫‪ m 1 2 3‬مقدر غري متحيز لـ أي أن‪:‬‬‫‪‬‬ ‫‪,‬‬ ‫‪‬‬ ‫‪,.........‬‬‫‪..‬‬‫‪‬‬
‫‪‬‬
‫ليكن‪m :‬‬
‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫نقول عن ‪ k‬انه مقدر كفؤ أو فعال(‪ )Efficient estimator‬لـ إذا وفقط إذا كان‪:‬‬
‫‪‬‬
‫‪   ‬‬
‫‪‬‬
‫‪i  1, m : V  k  V  i‬‬
‫إذا كان متوسط العينة ‪ X‬والوسيط ‪ med‬مقدران غري متحيزان ملتوسط اجملتمع ‪، ‬‬
‫ونكتب‪ E X   E med    :‬فأيهما أكثر كفاءة يف تقدير متوسط اجملتمع ‪ ، ‬لدينا‪:‬‬
‫‪2‬‬ ‫‪ . 2‬‬
‫‪V X  ‬‬ ‫‪ V med  ‬‬
‫‪n‬‬ ‫‪2.n‬‬
‫وعليه ميكننا القول أن متوسط العينة ‪ X‬هو األكثر كفاءة أو فعالية يف تقدير متوسط اجملتمع ‪. ‬‬
‫‪ 3.1.III‬خاصية التقارب‬
‫‪‬‬
‫نقول عن املقدر ‪ ‬انه متقارب(‪ )Convergent Estimator‬إذا كان يؤول إىل قيمة املعلمة ‪ ‬عندما‬
‫يؤول حجم العينة ‪ n‬إىل ما الهناية‪ ،‬ونكتب‪:‬‬
‫‪40‬‬
‫‪‬‬
‫‪ ‬‬
‫‪E ‬‬ ‫‪‬‬
‫‪‬‬
‫‪  ‬‬
‫‪Lim V   0‬‬
‫‪n  ‬‬
‫هل ميكننا اعتبار متوسط العينة ‪ X‬مقدر متقارب ملتوسط اجملتمع ‪ ‬؟‪ .‬لدينا‪:‬‬
‫‪ 2 ‬‬
‫‪E X   ‬‬‫‪Lim V X   Lim ‬‬
‫‪‬‬ ‫‪  0‬‬
‫‪n‬‬ ‫‪n‬‬
‫‪‬‬ ‫‪n‬‬ ‫‪‬‬
‫‪‬‬
‫وعليه ميكننا القول أن متوسط العينة ‪ X‬متقارب(‪ )Convergent Estimator‬يف تقدير متوسط اجملتمع ‪.‬‬
‫من خالل األمثلة السابقة ميكننا القول أن متوسط العينة ‪ X‬هو مقدر غري متحيز ‪ ،‬كفؤ ومتقارب يف تقدير متوسط‬
‫اجملتمع ‪ ، ‬أي انه األفضل‪.‬‬
‫‪ 2.III‬التقدير النقطي ( ‪)The point estimation‬‬
‫إذا استعملنا قيمة واحدة يف تقدير معلمة من معامل اجملتمع نقول عندئذ عن هذا التقدير انه تقدير نقطي‪ .‬فمثال‬
‫‪‬‬
‫تباين‬ ‫‪S2‬‬ ‫ميكننا استخدام اإلحصائية ‪ X‬متوسط العينة كمقدر ملتوسط اجملتمع ‪ ‬وهو تقدير نقطي‪ .‬أو استعمال‬
‫العينة املصحح يف تقدير تباين اجملتمع وهو تقدير نقطي‪.‬‬
‫‪ 3.III‬التقدير ابجملال(‪)Confidence interval estimation‬‬
‫‪ 1.3.III‬تقدير متوسط اجملتمع‬
‫أوالً‪ :‬حالة العينات الكبرية‬
‫‪X  N E X ,  X ‬‬ ‫من خالل نتائج الفصل السابق حتصلنا علم توزيع املعاينة للمتوسط ‪: X‬‬
‫‪X ‬‬
‫‪Z‬‬ ‫‪ N 0,1‬‬
‫متغري عشوائي يتبع التوزيع الطبيعي القياسي‪.‬‬ ‫‪ X ‬‬ ‫وميكن أن نكتب‪:‬‬
‫ينتج عن عملية املعاينة قيم خمتلفة لإلحصائيات املعاينة مما يرتتب عليه وجود فرق بني القيمة احلقيقية للمعلمة (مثالا‬
‫‪ ) ‬وقيمة املقدرة (مثالا ‪ ،) X‬ونسمم هذا الفرق ابحتمال خطأ التقدير أو مستوى املعنوية ونرمز له ابلرمز ‪ ، ‬فإذا‬
‫كان احتمال اخلطأ يف التقدير هو ‪ ‬فان االحتمال العكسي ‪ 1   ‬يعرب عن درجة أو مستوى الثقة وهو ميثل‬
‫احتمال أن تكون املعلمة تنتمي إىل جمال التقدير‪ .‬ونرمز حلدود هذا اجملال بـ ‪ Z C‬واليت تسمم ابلقيم احلرجة‪ .‬و ميكن‬
‫أن نكتب‪:‬‬
‫‪X ‬‬ ‫‪‬‬ ‫‪X ‬‬ ‫‪‬‬
‫‪ZC  Z  ZC  ZC ‬‬ ‫‪ ZC  P  Z1 / 2 ‬‬ ‫‪ Z1 / 2   1  ‬‬
‫‪ X ‬‬ ‫‪‬‬ ‫‪ X ‬‬ ‫‪‬‬
‫‪41‬‬
‫يف العبارة السابقة مت استبدال القيم احلرجة ‪ Z C‬ابلقيمة ‪ Z1 / 2‬وهي قيمة املتغري العشوائي الطبيعي القياسي اليت‬
‫تعطي االحتمال الواقع علم اليسار و هو ‪ ، 1   / 2  1     / 2‬وعلم أساس أن دالة التوزيع الطبيعي دالة‬
‫فهو يعرب عن مستوي الثقة أي أن‬ ‫‪1‬‬ ‫زوجية يكون‪ .  Z C  Z1 / 2 :‬أما عن االحتمال ‪ P‬فهو يساوي‬
‫تكون املعلمة تنتمي إىل جمال التقدير‪ .‬و ميكننا أن نكتب كذلك‪:‬‬
‫‪PX  Z1 / 2 X     X  Z1 / 2 X   1  ‬‬
‫وعليه يكون جمال الثقة ملتوسط اجملتمع ‪ ‬هو‪:‬‬
‫‪‬‬ ‫‪‬‬
‫‪   X  Z1 / 2 X , X  Z1 / 2 X ‬‬
‫‪‬‬ ‫‪‬‬
‫وهذا مبستوى ثقة ‪1   ‬‬
‫جدول القيم احلرجة ‪: Z C‬‬

‫‪0.50‬‬ ‫‪0.20‬‬ ‫‪0.10‬‬ ‫‪0.05‬‬ ‫‪0.02‬‬ ‫‪0.01‬‬ ‫مستوى املعنوية ‪‬‬
‫‪0.50‬‬ ‫‪0.80‬‬ ‫‪0.90‬‬ ‫‪0.95‬‬ ‫‪0.98‬‬ ‫‪0.99‬‬ ‫مستوى الثقة ‪1  ‬‬
‫‪0.75‬‬ ‫‪0.90‬‬ ‫‪0.95‬‬ ‫‪0.975‬‬ ‫‪0.99‬‬ ‫‪0.995‬‬ ‫‪1 / 2‬‬
‫‪0.674‬‬ ‫‪1.28‬‬ ‫‪1.64‬‬ ‫‪1.96‬‬ ‫‪2.33‬‬ ‫‪2.58‬‬ ‫‪Z1 / 2‬‬
‫‪Z 0.995‬‬
‫‪  0.01‬‬ ‫املوافقة لـ‬ ‫فمثالا من اجل حتديد قيمة‬
‫‪Z 0.995  2.58‬‬
‫لدينا‪ PZ  Z 0.995   0.995 :‬ففي اجلدول توزيع الطبيعي القياسي جند أن‪:‬‬
‫من خالل نتائج الفصل السابق حتصلنا علم توزيع املعاينة للمتوسط ‪ X‬يف حالة العينات الصغرية كتايل‪:‬‬
‫‪X  E X ‬‬
‫‪T‬‬ ‫‪ t n 1‬‬
‫‪ X ‬‬
‫‪42‬‬
‫فبمستوى ثقة ‪ 1   ‬جند أن‪:‬‬
‫وبنفس طريقة التحليل السابقة‪:‬‬

‫‪X ‬‬ ‫‪‬‬ ‫‪X   n1 ‬‬
‫‪tC  T  tC  tC ‬‬ ‫‪ tC  P t1n1/ 2 ‬‬ ‫‪ t1 / 2   1  ‬‬
‫‪ X ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪X‬‬ ‫‪‬‬ ‫‪‬‬
‫يف العبارة أعاله مت استبدال القيم احلرجة ‪ t C‬ابلقيمة ‪ t1 / 2‬وهي قيمة املتغري العشوائي لتوزيع ستيودنت اليت تعطي‬
‫االحتمال الواقع علم اليسار وهو ‪ ، 1   / 2  1     / 2‬وعلم أساس أن دالة التوزيع لستيودنت دالة زوجية‬
‫يكون‪ .  t C  t1 / 2 :‬أما عن االحتمال ‪ P‬فهو يساوي ‪ 1  ‬وهو يعرب عن مستوي الثقة أي أن تكون‬
‫املعلمة تنتمي إىل جمال التقدير‪.‬‬
‫ميكننا أن نكتب كذلك‪:‬‬
‫‪‬‬ ‫‪‬‬
‫‪P X  t 1n1/ 2  X     X  t 1n1/ 2  X   1  ‬‬
‫‪‬‬ ‫‪‬‬
‫‪   X  t1n1 / 2 X , X  t1n1 / 2 X ‬‬
‫‪‬‬ ‫‪‬‬
‫‪ 2.3.III‬تقدير الفرق بني متوسطني‬
‫أوال‪ :‬حالة العينات الكبرية‬
‫من خالل نتائج الفصل السابق حتصلنا علم توزيع املعاينة للفرق بني متوسطني ‪: X 1  X 2 ‬‬
‫‪X‬‬ ‫‪1‬‬ ‫‪ X 2   N E X 1  X 2 ,  X 1  X 2 ‬‬
‫وميكن أن نكتب‪:‬‬
‫‪Z‬‬
‫‪X‬‬ ‫‪1‬‬ ‫‪ X 2   1   2 ‬‬
‫‪ N 0,1‬‬
‫‪ X 1  X 2 ‬‬
‫‪43‬‬
3 ‫دروس يف مقياس اإلحصاء‬
:‫ و بنفس اخلطوات السابقة جند أن‬1    ‫فبمستوى ثقة‬

 Z C  Z  Z C  Z C 
X 1 
 X 2  1   2 
 ZC
 X 1  X 2 

 P  Z1 / 2  1
X  X 2   1   2   Z   1  
  X1  X 2  1 / 2 


P X 1  X 2   Z1 / 2 X 1  X 2   1   2  X 1  X 2   Z1 / 2 X 1  X 2   1   
:‫ هو‬ 1  2  ‫وعليه يكون جمال الثقة للفرق‬
1   2   X 1  X 2   Z1 / 2 X 1  X 2 , X 1  X 2   Z1 / 2 X 1  X 2 
 
1    ‫وهذا مبستوى ثقة‬
:‫مالحظة‬
:‫ فهو‬2  1  :‫إذا أردان تقدير الفرق‬
 2  1   X 2  X 1   Z1 / 2 X 2  X 1 , X 2  X 1   Z1 / 2 X 2  X 1 
 
‫ حالة العينات الصغرى‬:ً‫اثنيا‬
‫ يف حالة العينات‬X 1  X 2  ‫من خالل نتائج الفصل السابق حتصلنا علم توزيع املعاينة لفرق بني متوسطني‬
:‫الصغرى كالتايل‬
T
X 1  X 2   1   2 
 t n1  n2 2 
‫ وبــنفس‬1    ‫ جمه ـولني فبمســتوى ثقــة‬1 ,  2  ‫مــع‬  X 1  X 2 
:‫طريقة التحليل السابقة جند أن‬

tC  T  tC  tC 
X 1
 X 2    1   2 
 tC
  X1  X 2 

 P  t1n n/ 2 2 
 X 1  X 2    1  2   t n n 2   1  
1 2
 1 2
   X1  X 2  1 / 2

:‫ هو‬ 1  2  ‫وعليه يكون جمال الثقة للفرق‬

1   2   X 1  X 2   t1n/n2 2  X 1  X 2 , X 1  X 2   t1n/n2 2  X 1  X 2 
1 2 1
 
44
‫‪ 3.3.III‬تقدير نسبة صفة ما يف اجملتمع ‪P‬‬
‫من خالل نتائج الفصل السابق لتوزيع املعاينة للنسب حتصلنا علم توزيع املعاينة للنسبة ‪: r‬‬
‫‪rP‬‬
‫‪r  N  E  r  ,  r    Z ‬‬ ‫‪ N  0,1‬‬
‫‪ r ‬‬
‫وميكن أن نكتب‪:‬‬
‫‪rP‬‬
‫‪ Z C  Z  Z C  Z C ‬‬ ‫‪ ZC‬‬
‫‪ r ‬‬
‫ومبستوى ثقة ‪ 1   ‬ينتج أن‪:‬‬
‫‪‬‬ ‫‪rP‬‬ ‫‪‬‬
‫‪P  Z1 / 2 ‬‬ ‫‪ Z1 / 2   1  ‬‬
‫‪‬‬ ‫‪ r ‬‬ ‫‪‬‬
‫وميكننا أن نكتب كذلك‪:‬‬
‫‪Pr  Z1 / 2 r     r  Z1 / 2 r   1  ‬‬
‫‪‬‬ ‫‪‬‬
‫‪  r  Z1 / 2 r , r  Z1 / 2 r ‬‬
‫‪‬‬ ‫‪‬‬
‫‪ 4.3.III‬تقدير تباين اجملتمع ‪ 2‬‬
‫‪‬‬ ‫‪2‬‬
‫املصحح ‪S 2‬‬ ‫من خالل نتائج الفصل السابق لتوزيع املعاينة للتباينات حتصلنا علم توزيع املعاينة للتباين ‪ S‬والتباين‬
‫علم الشكل التايل‪:‬‬
‫‪‬‬
‫‪n  1.S 2  n.S 2   2‬‬
‫‪n 1‬‬
‫‪2‬‬ ‫‪2‬‬
‫فبمستوى ثقة ‪ 1   ‬يكون‪:‬‬
‫‪45‬‬
:‫ونكتب‬

P  2 / 2  n  1 
 n  1.S 2   2 n  1   1    P   n  1.S 2   2   n  1.S 2   1  
1 / 2     2 
 2    1 / 2  n  1  2 / 2  n  1 
:‫ هو‬ ‫ومنه يكون جمال الثقة لتباين اجملتمع‬

2
 
 n  1.S 2  n  1.S 2 
  2
2
, 

 1 / 2  n  1  2 / 2  n  1
. 1    ‫وهذا مبستوى ثقة‬
  12 
 2 
 2  ‫ تقدير نسبة تباينني‬5.3.III
 S12 
 2
‫حتصلنا علم توزيع املعاينة علم الشكل‬  S2  ‫من خالل نتائج الفصل السابق لتوزيع املعاينة لنسبة تباينني‬
:‫التايل‬
2
 n1 .S12   n1  1.S1 

 2 
 
  
 1    12 
F 
n1  1 
n1  1  F n1  1, n2  1

 n2 .S 2
  n2  1.S 22 

 2
2

 
 

 2    22 
n2  1 n2  1
:‫وميكن أن نكتب كذلك‬

 n1  1.S12 

 
 
  12  S12
F 
n1  1  2
 12
 F n1  1, n2  1

 n2  1.S 22  S2
 
  22   22
 
n2  1
46
‫ويكون‪:‬‬
‫‪‬‬
‫‪‬‬ ‫‪S12‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪2‬‬ ‫‪‬‬
‫‪P  F / 2 n1  1, n2  1   2 1  F1 / 2  n1  1, n2  1  1  ‬‬
‫‪‬‬ ‫‪S2‬‬ ‫‪‬‬
‫‪‬‬ ‫‪ 22‬‬ ‫‪‬‬
‫أي أن‪:‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪S12 ‬‬ ‫‪S12 ‬‬ ‫‪‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪‬‬
‫‪ 1 2 ‬‬
‫‪S2‬‬ ‫‪2‬‬
‫‪S2‬‬
‫‪P‬‬ ‫‪  1‬‬
‫‪ F1 / 2  n1  1, n2  1‬‬ ‫‪ 2 F / 2  n1  1, n2  1‬‬
‫‪‬‬ ‫‪‬‬
‫‪  12‬‬ ‫‪‬‬
‫‪‬‬ ‫‪2 ‬‬
‫ومنه يكون جمال الثقة لتباين اجملتمع ‪   2 ‬هو‪:‬‬
‫‪‬‬ ‫‪S12‬‬ ‫‪S12‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪1‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪2‬‬
‫‪ ‬‬ ‫‪S2‬‬ ‫‪S2‬‬
‫‪ 2‬‬ ‫‪,‬‬ ‫‪‬‬
‫‪‬‬ ‫‪2 ‬‬ ‫‪ F1 / 2  n1  1, n2  1 F / 2  n1  1, n2  1 ‬‬
‫‪‬‬ ‫‪‬‬
‫‪. 1   ‬‬ ‫وهذا مبستوى ثقة‬
‫‪ .IV‬اختبار الفروض(‪)Hypothesis test‬‬

‫حيتاج الباحث أحياان يف مراحل دراسته إىل اختبار فرضية ما تتعلق ابجملتمع اإلحصائي املراد ابلدراسة‪ ،‬فمثالا قد يدعي‬
‫ابحث ما أن نسبة الفقر يف مدينة ما هي ‪ ، %10‬فللتأكد من مدى فحة هذا االدعاء خنتار عينة عشوائية من‬
‫سكان هذه املدينة وحنسب نسبة الفقر يف العينة و علم سبيل املثال كانت النسبة هي ‪ %15‬يف العينة‪ .‬والسؤال‬
‫املطروح هنا هل الفرق بني النسبة يف العينة وادعاء الباحث يعود إىل جمرد الصدفة أم أن ادعاء الباحث غري فحيح؟‬
‫فللوفول إىل إجابة هلذا السؤال جيب أن خنترب فحة الفرضية التالية‪ :‬نسبة الفقر يف املدينة هي ‪%10‬‬
‫‪47‬‬
‫وعلم العموم فان اختبار الفرضيات يكون عرب اخلطوات التالية‪:‬‬
‫‪ ‬صياغة الفرضية املعدومة (الفرضية الصفرية) والفرضية البديلة‪:‬‬
‫نفرتض أن املعلمة املراد اختبارها يف اجملتمع األفلي هي ‪ ‬ونريد مقارنتها مع قيمة اثبتة هي ‪ ، b‬نرمز للفرضية‬
‫املعدومة (الفرضية الصفرية) ابلرمز ‪ )Null hypothesis( H 0‬وهي توافق الفرض املقرتح للدراسة‪ ،‬ونرمز كذلك‬
‫للفرضية البديلة ابلرمز ‪ )Alternative hypothesis( H 1‬وهي توافق الفرض العكسي للفرضية املعدومة‪.‬‬
‫وعلم حسب الفرض املقرتح للدراسة يوجد ثالث أنوع لالختبار‪:‬‬
‫اختبار ثنائي الطرف‪ :‬وحيدث هذا يف حالة إذا كنا نريد التحقق من أن املعلمة ‪ ‬تساوي القيمة ‪ ، b‬وتكون فياغة‬
‫االختبار علم النحو التايل‪:‬‬
‫‪H0 :   b‬‬ ‫‪vs‬‬ ‫‪H1 :   b‬‬ ‫‪‬‬ ‫‪b‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪b‬‬
‫‪ ‬اختبار أحاد الطرف من اليسار‪ :‬وحيدث هذا يف حالة إذا كنا نريد التحقق من أن املعلمة ‪ ‬اكرب أو تساوي‬
‫القيمة ‪ ، b‬وتكون فياغة االختبار علم النحو التايل‪:‬‬
‫‪H0 :   b‬‬ ‫‪vs‬‬ ‫‪H1 : ‬‬ ‫‪b‬‬
‫‪ ‬اختبار أحاد الطرف من اليمني‪ :‬وحيدث هذا يف حالة إذا كنا نريد التحقق من أن املعلمة ‪ ‬اقل أو تساوي‬
‫القيمة ‪ ، b‬وتكون فياغة االختبار علم النحو التايل‪:‬‬
‫‪H0 :   b‬‬ ‫‪vs‬‬ ‫‪H1 : ‬‬ ‫‪b‬‬
‫‪ ‬حتديد مستوى املعنوية أو الداللة‪:‬‬

‫ونرمز له ابلرمز ‪ ‬وهو يعرب عن احتمال رفض الفرضية ‪ H 0‬رغم أهنا فحيحة‪ ،‬ونكتب‪:‬‬
‫‪‬‬
‫‪  P Re jeter H 0 / H 0 Vraie‬‬ ‫‪‬‬
‫ويعرب ‪ ‬عن اخلطأ من الدرجة األوىل‪ ،‬فيكون اخلطأ من الدرجة الثانية هو‪:‬‬
‫‪‬‬
‫‪1    P Accepter H 0 / H 0 fausse‬‬ ‫‪‬‬
‫‪H0‬‬
‫رغم أهنا خاطئة‪.‬‬ ‫وهو يعرب عن احتمال قبول الفرضية‬
‫‪ ‬حتديد اإلحصائية احملسوبة‪:‬‬
‫وهي عبارة عن دليل إحصائي ينفي أو يثبت الفرضية ‪ ، H 0‬ويتم حتديدها من بياانت إحصائية املعاينة‪.‬‬
‫‪ ‬وضع قاعدة القرار‪:‬‬
‫نقارن هنا بني اإلحصائية احملسوبة واإلحصائية اجملدولة واليت علم أساسها يتم قبول أو رفض الفرضية ‪. H 0‬‬
‫‪48‬‬
‫‪ ‬اختاذ القرار‪:‬‬
‫نرفض أو نقبل ‪ H 0‬مبستوى معنوية حمدد ‪. ‬‬
‫‪ 1.IV‬اختبار املتوسط‬
‫‪ ‬اختبار ثنائي الطرف‬
‫ليكن لدينا جمتمع إحصائي متوسطه ‪ ‬واحنرافه ‪ ، ‬ونريد اختبار الفرضية التالية‪ :‬هل املتوسط ‪ ‬يساوي‬
‫القيمة ‪  0‬؟ هذه احلالة توافق اختبار ثنائي الطرف‪ ،‬وتكون فياغته علم النحو التايل‪:‬‬
‫‪H 0 :   0‬‬ ‫‪vs‬‬ ‫‪H1 :   0‬‬ ‫‪ ‬‬ ‫‪0‬‬
‫‪‬‬ ‫‪‬‬ ‫‪0 ‬‬
‫و حنسب متوسطها ‪ X‬فيكون توزيع املعاينة‬ ‫‪n  30‬‬ ‫ومن اجل اختبار هذه الفرضية أنخذ عينة عشوائية حجمها‬
‫للمتوسط هو‪:‬‬
‫‪X ‬‬
‫‪Z‬‬ ‫‪ N 0,1‬‬
‫‪ X ‬‬
‫فبمستوى معنوية ‪ ‬يكون‪:‬‬
‫‪49‬‬
‫ونكتب‪:‬‬
‫‪‬‬ ‫‪X ‬‬ ‫‪‬‬
‫‪P  Z1 / 2 ‬‬ ‫‪ Z1 / 2   1  ‬‬
‫‪‬‬ ‫‪ X ‬‬ ‫‪‬‬
‫‪X ‬‬
‫‪Z‬‬
‫عند الفرضية ‪ ، H 0‬أي أننا نعتربها فحيحة وعليه يكون‬ ‫‪ X ‬‬ ‫نقوم بتثبيت سلسلة املتغري العشوائي‬
‫‪ .    0‬وبتعويض يف قيمة ‪ Z‬جند أن‪:‬‬
‫‪X  0‬‬
‫‪ZC ‬‬
‫‪ X ‬‬
‫نسمي ‪ Z C‬ابإلحصائية احملسوبة لالختبار‪.‬‬
‫قاعدة القرار‪:‬‬
‫إذا كان ‪ Z C‬ينتمي إىل منطقة القبول نقبل ‪ H 0‬مبستوى معنوية ‪ ، ‬أما إذا كان ‪ Z C‬ال ينتمي إىل منطقة‬
‫القبول نرفض ‪ H 0‬ونقبل ‪ H 1‬مبستوى معنوية ‪ . ‬ونكتب‪:‬‬
‫إذا كان‪ Z C   Z 1 / 2  , Z 1 / 2   :‬نقبل ‪ H 0‬مبستوى معنوية ‪ ، ‬ونقول عندئذ أن متوسط اجملتمع‬
‫يساوي القيمة ‪  0‬وهذا علم ضوء هذه العينة و مبستوى معنوية ‪. ‬‬
‫أما إذا كان‪ Z C   Z 1 / 2  , Z 1 / 2  :‬نرفض ‪ H 0‬مبستوى معنوية ‪ ‬و نقبل ‪ ، H 1‬ونقول عندئذ أن‬
‫‪   ‬‬ ‫‪‬‬ ‫‪   0 ‬‬
‫وهذا علم ضوء هذه‬ ‫‪‬‬ ‫‪‬‬ ‫متوسط اجملتمع ال يساوي القيمة ‪  0‬بل هو اقل أو اكرب منها‬
‫‪0‬‬
‫العينة ومبستوى معنوية ‪. ‬‬

‫ونسمي اجملال ‪  Z 1 / 2  , Z 1 / 2  ‬ابإلحصائية اجملدولة‪.‬‬
‫‪50‬‬
‫‪ ‬اختبار أحاد الطرف من اليسار‬
‫ليكن لدينا جمتمع إحصائي متوسطه ‪ ‬واحنرافه ‪ ، ‬ونريد اختبار الفرضية التالية‪ :‬هل املتوسط ‪ ‬اكرب أو يساوي‬
‫القيمة ‪  0‬؟ هذه احلالة توافق اختبار أحادي الطرف من اليسار‪ ،‬وتكون فياغته علم النحو التايل‪:‬‬
‫‪H0 :   0‬‬ ‫‪vs‬‬ ‫‪H1 : ‬‬ ‫‪0‬‬
‫وحنسب متوسطها ‪ X‬فيكون توزيع املعاينة‬ ‫‪n  30‬‬ ‫ومن اجل اختبار هذه الفرضية أنخذ عينة عشوائية حجمها‬
‫‪X ‬‬
‫‪Z‬‬ ‫‪ N 0,1‬‬
‫‪ X ‬‬
‫‪X ‬‬ ‫‪‬‬
‫‪P‬‬ ‫‪ ZT  Z   1  ‬‬
‫‪  X ‬‬ ‫‪‬‬
‫نسمي ‪ Z T  Z    Z 1 ‬ابإلحصائية اجملدولة‪.‬‬
‫وبنفس الطريقة السابقة تكون قيمة اإلحصائية احملسوبة لالختبار‪:‬‬
‫‪X  0‬‬
‫‪ZC ‬‬
‫‪ X ‬‬
‫إذا كان‪ Z C  Z T   Z 1  :‬نقبل ‪ H 0‬مبستوى معنوية ‪ ، ‬ونقول عندئذ أن متوسط اجملتمع اكرب أو‬
‫يساوي القيمة ‪  0‬وهذا علم ضوء هذه العينة ومبستوى معنوية ‪. ‬‬
‫‪51‬‬
‫أما اذا كان‪ Z C  Z T   Z 1  :‬نرفض ‪ H 0‬مبستوى معنوية ‪ ‬ونقبل ‪ ، H 1‬ونقول عندئذ أن متوسط‬
‫اجملتمع اقل من القيمة ‪  0‬وهذا علم ضوء هذه العينة و مبستوى معنوية ‪. ‬‬
‫‪ ‬اختبار أحاد الطرف من اليمني‬
‫ليكن لدينا جمتمع إحصائي متوسطه ‪ ‬واحنرافه ‪ ، ‬ونريد اختبار الفرضية التالية‪ :‬هل املتوسط ‪ ‬اقل أو يساوي‬
‫القيمة ‪  0‬؟ هذه احلالة توافق اختبار أحادي الطرف من اليمني‪ ،‬و تكون فياغته علم النحو التايل‪:‬‬
‫‪H0 :   0‬‬ ‫‪vs‬‬ ‫‪H1 : ‬‬ ‫‪0‬‬
‫ومن اجل اختبار هذه الفرضية أنخذ عينة عشوائية حجمها ‪ n  30‬وحنسب متوسطها ‪ X‬فيكون توزيع املعاينة‬
‫‪X ‬‬
‫‪Z‬‬ ‫‪ N 0,1‬‬
‫‪ X ‬‬
‫‪X ‬‬ ‫‪‬‬
‫‪P‬‬ ‫‪ Z T  Z 1    1  ‬‬
‫‪  X ‬‬ ‫‪‬‬
‫نسمي ‪ Z T  Z 1 ‬ابإلحصائية اجملدولة‪.‬‬
‫‪X  0‬‬
‫‪ZC ‬‬
‫‪ X ‬‬
‫‪52‬‬
‫إذا كان‪ Z C  Z T  Z 1  :‬نقبل ‪ H 0‬مبستوى معنوية ‪ ، ‬ونقول عندئذ أن متوسط اجملتمع اقل أو يساوي‬
‫القيمة ‪  0‬وهذا علم ضوء هذه العينة ومبستوى معنوية ‪. ‬‬
‫أما أذا كان‪ Z C  Z T  Z 1  :‬نرفض ‪ H 0‬مبستوى معنوية ‪ ‬ونقبل ‪ ، H 1‬ونقول عندئذ أن متوسط اجملتمع‬
‫اكرب من القيمة ‪  0‬وهذا علم ضوء هذه العينة و مبستوى معنوية ‪. ‬‬
‫اجلدول التايل ميثل اإلحصائيات احملسوبة لالختبار يف حالة العينات الكربى‬

‫‪0.01‬‬ ‫‪0.05‬‬ ‫‪0.10‬‬ ‫‪‬‬‫مستوى املعنوية‬
‫‪ 2.58,2.58‬‬ ‫‪ 1.96,1.96‬‬ ‫‪ 1.64,1.64‬‬ ‫اختبار ثنائي الطرف‬
‫‪ -2.33‬أو ‪2.33‬‬ ‫‪ - 1.64‬أو ‪1.64‬‬ ‫‪ -1.28‬أو ‪1.28‬‬ ‫اختبار أحادي الطرف‬
‫اثنيا‪ :‬حالة العينات الصغرى‬

‫ليكن لدينا جمتمع إحصائي مفرداته تتبع التوزيع الطبيعي مبتوسطه ‪ ‬واحنراف ‪ ‬جمهول‪ ،‬ونريد اختبار الفرضية‬
‫التالية‪ :‬هل املتوسط ‪ ‬يساوي القيمة ‪  0‬؟ هذه احلالة توافق اختبار ثنائي الطرف‪ ،‬وتكون فياغته علم النحو‬
‫‪H 0 :   0‬‬ ‫‪vs‬‬ ‫‪H1 :   0‬‬ ‫‪ ‬‬ ‫‪0‬‬
‫‪‬‬ ‫‪‬‬ ‫‪0 ‬‬
‫ومن اجل اختبار هذه الفرضية أنخذ عينة عشوائية حجمها ‪ n  30‬وحنسب متوسطها ‪ X‬فيكون توزيع املعاينة‬
‫‪X ‬‬
‫‪T‬‬ ‫‪ t n 1‬‬
‫‪ X ‬‬
‫‪‬‬ ‫‪X ‬‬ ‫‪‬‬
‫‪P  t 1n1/ 2  ‬‬ ‫‪ t 1n1/ 2    1  ‬‬
‫‪‬‬ ‫‪ X ‬‬ ‫‪‬‬
‫‪X  0‬‬
‫‪TC ‬‬
‫‪ X ‬‬
‫‪53‬‬
‫‪n1‬‬
‫‪‬‬‫‪n1‬‬
‫إذا كان‪ TC   t1 / 2  , t1 / 2  :‬نقبل ‪ H 0‬مبستوى معنوية ‪ ، ‬ونقول عندئذ أن متوسط اجملتمع يساوي‬ ‫‪‬‬
‫‪n1‬‬
‫‪‬‬
‫‪n1‬‬
‫أما اذا كان‪ TC   t1 / 2  , t1 / 2  :‬نرفض ‪ H 0‬مبستوى معنوية ‪ ‬و نقبل ‪ ، H 1‬ونقول عندئذ أن‬ ‫‪‬‬
‫‪   ‬‬ ‫‪‬‬ ‫‪   0 ‬‬
‫وهذا علم ضوء هذه‬ ‫‪‬‬ ‫‪‬‬ ‫متوسط اجملتمع ال يساوي القيمة ‪  0‬بل هو اقل أو اكرب منها‬
‫‪0‬‬

‫التالية‪ :‬هل املتوسط ‪ ‬اكرب أو يساوي القيمة ‪  0‬؟ هذه احلالة توافق اختبار أحادي الطرف من اليسار‪:‬‬
‫‪H0 :   0‬‬ ‫‪vs‬‬ ‫‪H1 : ‬‬ ‫‪0‬‬
‫وبنفس الشروط السابقة يكون توزيع املعاينة للمتوسط هو‪:‬‬
‫‪X ‬‬
‫‪T‬‬ ‫‪ t n 1‬‬
‫‪ X ‬‬
‫‪X ‬‬ ‫‪‬‬
‫‪P‬‬ ‫‪ TT  tn1   1  ‬‬
‫‪  X ‬‬ ‫‪‬‬
‫‪n1‬‬ ‫‪n1‬‬
‫نسمي ‪ TT  t  t1 ‬ابإلحصائية اجملدولة‪.‬‬
‫وتكون اإلحصائية احملسوبة لالختبار هي‪:‬‬
‫‪X  0‬‬
‫‪TC ‬‬
‫‪ X ‬‬
‫‪‬‬ ‫‪H0‬‬ ‫‪TC  TT  tn1  t 1n1‬‬
‫مبستوى معنوية ‪ ،‬ونقول عندئذ أن متوسط اجملتمع اكرب أو‬ ‫نقبل‬ ‫إذا كان‪:‬‬
‫يساوي القيمة ‪  0‬وهذا علم ضوء هذه العينة ومبستوى معنوية ‪. ‬‬
‫‪n1‬‬ ‫‪n1‬‬
‫أما إذا كان‪ TC  TT  t  t1  :‬نرفض ‪ H 0‬مبستوى معنوية ‪ ‬ونقبل ‪ ، H 1‬ونقول عندئذ أن‬
‫متوسط اجملتمع اقل من القيمة ‪  0‬وهذا علم ضوء هذه العينة ومبستوى معنوية ‪. ‬‬
‫‪54‬‬
‫التالية‪ :‬هل املتوسط ‪ ‬اقل أو يساوي القيمة ‪  0‬؟ هذه احلالة توافق اختبار أحادي الطرف من اليمني‪:‬‬
‫‪H0 :   0‬‬ ‫‪vs‬‬ ‫‪H1 : ‬‬ ‫‪0‬‬
‫وبنفس الشروط السابقة يكون توزيع املعاينة للمتوسط هو‪:‬‬

‫‪X ‬‬
‫‪T‬‬ ‫‪ t n 1‬‬
‫‪ X ‬‬
‫‪X ‬‬ ‫‪‬‬
‫‪P‬‬ ‫‪ TT  t 1n1   1  ‬‬
‫‪  X ‬‬ ‫‪‬‬
‫‪n 1‬‬
‫نسمي ‪ TT  t 1 ‬ابإلحصائية اجملدولة‪.‬‬
‫وتكون اإلحصائية احملسوبة لالختبار هي‪:‬‬
‫‪X  0‬‬
‫‪TC ‬‬
‫‪ X ‬‬
‫‪‬‬ ‫‪H0‬‬ ‫‪TC  TT  t 1n1‬‬
‫مبستوى معنوية ‪ ،‬ونقول عندئذ أن متوسط اجملتمع اقل أو يساوي‬ ‫نقبل‬ ‫إذا كان‪:‬‬
‫‪n1‬‬
‫أما أذا كان‪ TC  TT  t1  :‬نرفض ‪ H 0‬مبستوى معنوية ‪ ‬ونقبل ‪ ، H 1‬ونقول عندئذ أن متوسط اجملتمع‬
‫اكرب من القيمة ‪  0‬وهذا علم ضوء هذه العينة ومبستوى معنوية ‪. ‬‬
‫‪ 2.IV‬اختبار الفرق بني متوسطني‬

‫لدينا جمتمعان إحصائيان ‪ 1‬و‪ 2‬حيث أن‪:‬‬
‫اجملتمع األول‪ :‬مفرداته تتبع توزيع ما مبتوسط ‪ 1‬واحنراف ‪  1‬؛‬
‫اجملتمع الثاين‪ :‬مفرداته تتبع توزيع ما مبتوسط ‪  2‬واحنراف ‪  2‬؛‬
‫ونرغب يف اختبار الفرق بني متوسطي اجملتمعني ‪ ، 1   2 ‬كاملعتاد منيز احلالتني‪:‬‬
‫‪55‬‬
‫يف هذا اجلزء نريد اختبار الفرضية التالية‪ :‬هل الفرق بني متوسطي اجملتمعني ‪ 1   2 ‬يساوي القيمة ‪ b‬؟ وهذه‬
‫احلالة توافق اختبار ثنائي الطرف‪ ،‬وتكون فياغته علم النحو التايل‪:‬‬
‫‪H0 : 1  2  b‬‬ ‫‪vs‬‬ ‫‪H1 : 1  2  b‬‬ ‫‪ 1  2 b  1  2 b ‬‬
‫‪n ,n‬‬
‫ومن اجل اختبار هذه الفرضية أنخذ من اجملتمعني ‪ 1‬و ‪ 2‬عينتني عشوائيتني حجمهما ‪ 2 1‬علم التوايل كالا‬
‫منهما اكرب من ‪ ،30‬فيكون توزيع املعاينة للفرق بني متوسطي اجملتمعني‪ X 1  X 2 ‬هو‪:‬‬
‫‪Z‬‬
‫‪X‬‬ ‫‪1‬‬ ‫‪ X 2   1   2 ‬‬
‫‪ N 0,1‬‬
‫‪ X 1  X 2 ‬‬
‫‪‬‬ ‫‪X  X 2   1   2   Z   1  ‬‬
‫‪P  Z1 / 2  1‬‬
‫‪‬‬ ‫‪ X 1  X 2 ‬‬ ‫‪1 / 2 ‬‬
‫‪‬‬
‫‪Z‬‬
‫‪X‬‬ ‫‪1‬‬ ‫‪ X 2   1   2 ‬‬
‫عند الفرضية ‪ ، H 0‬أي أننا نعتربها‬ ‫‪ X 1  X 2 ‬‬ ‫نقوم بتثبيت سلسلة املتغري العشوائي‬
‫فحيحة وعليه يكون ‪ . 1  2  b‬وبتعويض يف قيمة ‪ Z‬جند أن‪:‬‬
‫‪ZC ‬‬
‫‪X  X b‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪ X  X ‬‬ ‫‪1‬‬ ‫‪2‬‬

‫إذا كان‪ Z C   Z 1 / 2  , Z 1 / 2   :‬نقبل ‪ H 0‬مبستوى معنوية ‪ ، ‬ونقول عندئذ أن الفرق بني متوسطي‬
‫اجملتمعني ‪ 1   2 ‬يساوي القيمة ‪ b‬وهذا علم ضوء هذه العينة ومبستوى معنوية ‪. ‬‬
‫أما أذا كان‪ Z C   Z 1 / 2  , Z 1 / 2  :‬نرفض ‪ H 0‬مبستوى معنوية ‪ ‬ونقبل ‪ ، H 1‬ونقول عندئذ أن‬
‫الفرق بني متوسطي اجملتمعني ‪ 1   2 ‬ال يساوي القيمة ‪ b‬بل هو اقل أو اكرب منها‬
‫‪  1  2 b  1  2 b ‬وهذا علم ضوء هذه العينة ومبستوى معنوية ‪. ‬‬
‫‪56‬‬
‫يف هذا اجلزء نريد اختبار الفرضية التالية‪ :‬هل الفرق بني متوسطي اجملتمعـني ‪ 1   2 ‬اكـرب أو يسـاوي القيمـة ‪ b‬؟‬
‫وهذه احلالة توافق اختبار أحادي الطرف من اليسار‪ ،‬و تكون فياغته علم النحو التايل‪:‬‬
‫‪H0 : 1  2  b‬‬ ‫‪vs‬‬ ‫‪H1 : 1  2 b‬‬
‫‪Z‬‬
‫‪X‬‬ ‫‪1‬‬ ‫‪ X 2   1   2 ‬‬
‫‪ N 0,1‬‬
‫‪ X 1  X 2 ‬‬ ‫بنفس الشروط السابقة يكون توزيع الفرق هو‪:‬‬
‫‪ X  X 2   1   2 ‬‬ ‫‪‬‬
‫‪P 1‬‬ ‫‪ Z T  Z   Z1   1  ‬‬
‫‪‬‬ ‫‪ X 1  X 2 ‬‬ ‫‪‬‬
‫‪Z T  Z    Z 1 ‬‬
‫ابإلحصائية اجملدولة‪.‬‬ ‫نسمي‬
‫وتكون اإلحصائية احملسوبة لالختبار‪:‬‬
‫‪ZC ‬‬
‫‪X  X b‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪ X  X ‬‬
‫‪1‬‬ ‫‪2‬‬
‫إذا كان‪ Z C  Z T   Z 1  :‬نقبل ‪ H 0‬مبستوى معنوية ‪ ، ‬ونقول عندئذ أن الفرق بني متوسطي‬
‫اجملتمعني ‪ 1   2 ‬اكرب أو يساوي القيمة ‪ b‬وهذا علم ضوء هذه العينة و مبستوى معنوية ‪. ‬‬
‫أما أذا كان‪ Z C  Z T   Z 1  :‬نرفض ‪ H 0‬مبستوى معنوية ‪ ‬ونقبل ‪ ، H 1‬ونقول عندئذ أن الفرق بني‬
‫متوسطي اجملتمعني ‪ 1   2 ‬اقل من القيمة ‪ b‬وهذا علم ضوء هذه العينة ومبستوى معنوية ‪. ‬‬
‫يف هذا اجلزء هنتم ابختبار الفرضية التالية‪ :‬هل الفرق بني متوسطي اجملتمعني ‪ 1   2 ‬اقل أو يساوي القيمة ‪ b‬؟‬
‫وهذه احلالة توافق اختبار أحادي الطرف من اليمني‪ ،‬و تكون فياغته علم النحو التايل‪:‬‬
‫‪H0 : 1  2  b‬‬ ‫‪vs‬‬ ‫‪H1 : 1  2‬‬ ‫‪b‬‬
‫بنفس الشروط السابقة يكون توزيع الفرق هو‪:‬‬

‫‪Z‬‬
‫‪X‬‬ ‫‪1‬‬ ‫‪ X 2   1   2 ‬‬
‫‪ N 0,1‬‬
‫‪ X 1  X 2 ‬‬
‫‪57‬‬
‫‪ X  X 2   1   2 ‬‬ ‫‪‬‬
‫‪P 1‬‬ ‫‪ Z T  Z1   1  ‬‬
‫‪‬‬ ‫‪ X 1  X 2 ‬‬ ‫‪‬‬
‫وتكون اإلحصائية احملسوبة لالختبار‪:‬‬
‫‪ZC ‬‬
‫‪X  X b‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪ X  X ‬‬‫‪1‬‬ ‫‪2‬‬
‫إذا كان‪ Z C  Z T  Z 1  :‬نقبل ‪ H 0‬مبستوى معنوية ‪ ، ‬ونقول عندئذ أن الفرق بني متوسطي‬
‫اجملتمعني ‪ 1   2 ‬اقل أو يساوي القيمة ‪ b‬وهذا علم ضوء هذه العينة ومبستوى معنوية ‪. ‬‬
‫‪Z C  Z T  Z 1 ‬‬
‫نرفض ‪ H 0‬مبستوى معنوية ‪ ‬ونقبل ‪ ، H 1‬ونقول عندئذ أن الفرق‬ ‫أما أذا كان‪:‬‬
‫‪ 1   2 ‬اكرب من ‪ b‬وهذا علم ضوء هذه العينة ومبستوى معنوية ‪. ‬‬
‫يف هذا اجلزء نريد اختبار الفرضية التالية‪ :‬هل الفرق بني متوسطي اجملتمعني ‪ 1   2 ‬يساوي القيمة ‪ b‬؟ وهذه‬
‫‪H0 : 1  2  b‬‬ ‫‪vs‬‬ ‫‪H1 : 1  2  a‬‬ ‫‪  ‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪b  1  2‬‬ ‫‪b‬‬
‫‪n ,n‬‬
‫ومن اجل اختبار هذه الفرضية أنخذ من اجملتمعني ‪ 1‬و ‪ 2‬عينتني عشوائيتني حجمهما ‪ 2 1‬علم التوايل كالا‬
‫منهما اقل من ‪ 30‬ومع العلم أن تبايين اجملتمعني ‪  2 , 1 ‬جمهولني‪ ،‬ووحدات اجملتمعني تتوزع طبيعيا‪.‬‬
‫‪2‬‬ ‫‪2‬‬
‫فيكون توزيع املعاينة للفرق بني متوسطي اجملتمعني‪ X 1  X 2 ‬هو‪:‬‬
‫‪T‬‬
‫‪X‬‬ ‫‪1‬‬ ‫‪ X 2   1   2 ‬‬
‫‪ t n1  n2 2 ‬‬
‫‪ X 1  X 2 ‬‬
‫‪‬‬ ‫‪X  X 2   1   2   t n1 n2 2   1  ‬‬
‫‪P  t 1n1 n/ 22 2   1‬‬
‫‪‬‬ ‫‪ X 1  X 2 ‬‬ ‫‪1 / 2  ‬‬
‫‪‬‬
‫وبنفس الطريقة السابقة تكون اإلحصائية احملسوبة لالختبار‪:‬‬
‫‪TC ‬‬
‫‪X  X b‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪ X  X ‬‬‫‪1‬‬ ‫‪2‬‬
‫‪58‬‬
‫إذا كان‪ TC   t1 / 2  , t1 / 2   :‬نقبل ‪ H 0‬مبستوى معنوية ‪ ، ‬ونقول عندئذ أن الفرق بني‬
‫‪n  n 2  n  n 2 ‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬
‫متوسطي اجملتمعني ‪ 1   2 ‬يساوي القيمة ‪ b‬وهذا علم ضوء هذه العينة ومبستوى معنوية ‪. ‬‬
‫أما أذا كان‪ TC   t1 / 2  , t1 / 2  :‬نرفض ‪ H 0‬مبستوى معنوية ‪ ‬ونقبل ‪ ، H 1‬ونقول عندئذ أن‬
‫‪n  n 2  n  n 2 ‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬
‫الفرق بني متوسطي اجملتمعني ‪ 1   2 ‬ال يساوي القيمة ‪ b‬بل هو اقل أو اكرب منها‬
‫‪    ‬وهذا علم ضوء هذه العينة ومبستوى معنوية ‪. ‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪b  1  2‬‬ ‫‪b‬‬
‫ابإلحصائية اجملدولة‪.‬‬
‫‪ t‬‬ ‫‪n1  n2  2 ‬‬
‫‪1 / 2 ‬‬ ‫‪, t1n1 n/ 22  2 ‬‬ ‫‪‬‬ ‫ونسمي اجملال‬
‫يف هذا اجلزء نريد اختبار الفرضية التالية‪ :‬هل الفرق بني متوسطي اجملتمعني ‪ 1   2 ‬اكرب أو يساوي القيمة ‪ b‬؟‬
‫وهذه احلالة توافق اختبار أحادي الطرف من اليسار‪ ،‬و تكون فياغته علم النحو التايل‪:‬‬
‫‪H0 : 1  2  b‬‬ ‫‪vs‬‬ ‫‪H1 : 1  2‬‬ ‫‪b‬‬

‫‪ X  X 2   1   2 ‬‬ ‫‪‬‬
‫‪P 1‬‬ ‫‪ TT  tn1  n2 2   t 1n1 n 2 2    1  ‬‬
‫‪‬‬ ‫‪ X 1  X 2 ‬‬ ‫‪‬‬
‫‪TT  tn1 n2 2   t 1n1n 2 2 ‬‬
‫‪TC ‬‬
‫‪X  X b‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪ X  X ‬‬‫‪1‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪H0‬‬ ‫‪TC  TT  tn n 2   t 1nn 2 ‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬
‫مبستوى معنوية ‪ ،‬ونقول عندئذ أن الفرق بني‬ ‫نقبل‬ ‫إذا كان‪:‬‬

‫متوسطي اجملتمعني ‪ 1   2 ‬اكرب أو يساوي القيمة ‪ b‬وهذا علم ضوء هذه العينة ومبستوى معنوية ‪. ‬‬
‫‪n  n 2 ‬‬
‫‪ t 1nn 2 ‬‬
‫‪ TC  TT  t‬نرفض ‪ H 0‬مبستوى معنوية ‪ ‬ونقبل ‪ ، H 1‬ونقول عندئذ‬
‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬
‫أما اذا كان‪:‬‬

‫أن الفرق بني متوسطي اجملتمعني ‪ 1   2 ‬اقل من القيمة ‪ b‬وهذا علم ضوء هذه العينة ومبستوى معنوية ‪. ‬‬
‫يف هذا اجلزء هنتم ابختبار الفرضية التالية‪ :‬هل الفرق بني متوسطي اجملتمعـني ‪ 1   2 ‬اقـل أو يسـاوي القيمـة ‪ b‬؟‬
‫وهذه احلالة توافق اختبار أحادي الطرف من اليمني‪ ،‬وتكون فياغته علم النحو التايل‪:‬‬
‫‪59‬‬
‫‪H0 : 1  2  b‬‬ ‫‪vs‬‬ ‫‪H1 : 1  2‬‬ ‫‪b‬‬

‫‪ X  X 2   1   2 ‬‬ ‫‪‬‬
‫‪P 1‬‬ ‫‪ TT  t 1n1 n 2 2    1  ‬‬
‫‪‬‬ ‫‪ X 1  X 2 ‬‬ ‫‪‬‬
‫‪n1  n2 2 ‬‬
‫نسمي ‪ TT  t 1 ‬ابإلحصائية اجملدولة‪.‬‬
‫‪TC ‬‬
‫‪X  X b‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪ X  X ‬‬‫‪1‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪H‬‬ ‫‪TC  TT  t 1nn 2 ‬‬ ‫‪1‬‬ ‫‪2‬‬
‫مبستوى معنوية ‪ ،‬ونقول عندئذ أن الفرق بني متوسطي‬ ‫‪0‬‬ ‫نقبل‬ ‫إذا كان‪:‬‬
‫اجملتمعني ‪ 1   2 ‬اقل أو يساوي القيمة ‪ b‬وهذا علم ضوء هذه العينة ومبستوى معنوية ‪. ‬‬
‫‪H0‬‬ ‫‪TC  TT  t 1n1n 2 2 ‬‬
‫ونقول عندئذ أن الفرق بني‬ ‫‪ ‬ونقبل ‪، H 1‬‬ ‫مبستوى معنوية‬ ‫نرفض‬ ‫أما أذا كان‪:‬‬
‫متوسطي اجملتمعني ‪ 1   2 ‬اكرب من القيمة ‪ b‬وهذا علم ضوء هذه العينة ومبستوى معنوية ‪. ‬‬
‫‪ 3.IV‬اختبار نسبة صفة ما يف اجملتمع ‪P‬‬

‫ليكن لدينا جمتمع إحصائي‪ ،‬ونريد اختبار الفرضية التالية‪ :‬هل نسبة فـفة مـا يف اجملتمـع ‪ P‬تسـاوي القيمـة ‪ P0‬؟ هـذه‬
‫‪H 0 : P  P0‬‬ ‫‪vs‬‬ ‫‪H1 : P  P0‬‬ ‫‪P‬‬ ‫‪P0‬‬ ‫‪‬‬ ‫‪P‬‬ ‫‪P0 ‬‬
‫ومن اجل اختبار هذه الفرضية أنخذ عينة عشوائية حجمها ‪( n  30‬أو أن تكون وحدات اجملتمع األفلي تتبع‬
‫التوزيع الطبيعي فال يهم إن كان حجم العينة ‪ ) n  30‬وحنسب النسبة املدروسة يف العينة ‪ r‬فيكون توزيع املعاينة‬
‫للنسبة هو‪:‬‬
‫‪rP‬‬
‫‪ N 0,1‬‬
‫‪ r ‬‬
‫‪‬‬ ‫‪rP‬‬ ‫‪‬‬
‫‪P  Z1 / 2 ‬‬ ‫‪ Z1 / 2   1  ‬‬
‫‪‬‬ ‫‪ r ‬‬ ‫‪‬‬
‫‪60‬‬
‫‪rP‬‬
‫‪Z‬‬
‫عند الفرضية ‪ ، H 0‬أي أننا نعتربها فحيحة وعليه يكون‬ ‫‪ r ‬‬ ‫نقوم بتثبيت سلسلة املتغري العشوائي‬
‫‪ . P  P‬وبتعويض يف قيمة ‪ Z‬جند أن‪:‬‬ ‫‪0‬‬
‫‪r  P0‬‬
‫‪ZC ‬‬
‫‪ r ‬‬

‫إذا كان‪ Z C   Z 1 / 2  , Z 1 / 2   :‬نقبل ‪ H 0‬مبستوى معنوية ‪ ، ‬ونقول عندئذ أن نسبة الصفة يف‬
‫اجملتمع ‪ P‬تساوي القيمة ‪ P0‬وهذا علم ضوء هذه العينة و مبستوى معنوية ‪. ‬‬
‫أما إذا كان‪ Z C   Z 1 / 2  , Z 1 / 2  :‬نرفض ‪ H 0‬مبستوى معنوية ‪ ‬ونقبل ‪ ، H 1‬ونقول عندئذ أن‬
‫‪ P  P‬‬ ‫‪‬‬ ‫‪P  P0 ‬‬
‫‪ ‬وهذا‬
‫‪0‬‬
‫نسبة الصفة يف اجملتمع ‪ P‬ال تساوي القيمة ‪ P0‬بل هي اقل أو اكرب منها ‪‬‬
‫علم ضوء هذه العينة و مبستوى معنوية ‪. ‬‬

‫نريد اختبار الفرضية التالية‪ :‬هل نسبة ففة ما يف اجملتمع ‪ P‬اكرب أو تساوي القيمة ‪ P0‬؟ هذه احلالة توافق اختبار‬
‫أحادي الطرف من اليسار‪:‬‬
‫‪H0 : P  P0‬‬ ‫‪vs‬‬ ‫‪H1 : P‬‬ ‫‪P0‬‬
‫وبنفس الطريقة السابقة يكون‪:‬‬

‫‪rP‬‬
‫‪ N 0,1‬‬
‫‪ r ‬‬
‫‪r  P‬‬ ‫‪‬‬
‫‪P‬‬ ‫‪ ZT  Z    1‬‬
‫‪   r ‬‬ ‫‪‬‬
‫نسمي ‪ Z T  Z    Z 1 ‬ابإلحصائية اجملدولة‪.‬‬

‫أما اإلحصائية احملسوبة لالختبار فهي‪:‬‬
‫‪r  P0‬‬
‫‪ZC ‬‬
‫‪ r ‬‬
‫‪61‬‬
‫اجملتمع ‪P‬‬ ‫إذا كان‪ Z C  Z T   Z 1  :‬نقبل ‪ H 0‬مبستوى معنوية ‪ ، ‬ونقول عندئذ أن نسبة الصفة يف‬
‫اكرب أو تساوي القيمة ‪ P0‬وهذا علم ضوء هذه العينة ومبستوى معنوية ‪. ‬‬
‫أما أذا كان‪ Z C  Z T   Z 1  :‬نرفض ‪ H 0‬مبستوى معنوية ‪ ‬ونقبل ‪ ، H 1‬ونقول عندئذ أن نسبة الصفة‬
‫يف اجملتمع ‪ P‬اقل من القيمة ‪ P0‬وهذا علم ضوء هذه العينة ومبستوى معنوية ‪. ‬‬
‫نريد اختبار الفرضية التالية‪ :‬هل نسبة ففة ما يف اجملتمع ‪ P‬اقل أو تساوي القيمة ‪ P0‬؟ هذه احلالة توافق اختبار‬
‫أحادي الطرف من اليمني‪ ،‬وتكون فياغته علم النحو التايل‪:‬‬
‫‪H0 : P  P0‬‬ ‫‪vs‬‬ ‫‪H1 : P‬‬ ‫‪P0‬‬
‫وبنفس الطريقة السابقة يكون‪:‬‬

‫‪rP‬‬
‫‪ N 0,1‬‬
‫‪ r ‬‬
‫‪r  P‬‬ ‫‪‬‬
‫‪P‬‬ ‫‪ Z T  Z 1   1  ‬‬
‫‪   r ‬‬ ‫‪‬‬

‫أما اإلحصائية احملسوبة لالختبار فهي‪:‬‬
‫‪r  P0‬‬
‫‪ZC ‬‬
‫‪ r ‬‬
‫إذا كان‪ Z C  Z T  Z 1  :‬نقبل ‪ H 0‬مبستوى معنويـة ‪ ، ‬ونقـول عندئـذ أن نسـبة الصـفة يف اجملتمـع ‪ P‬اكـرب‬
‫أو تساوي القيمة ‪ P0‬وهذا علم ضوء هذه العينة ومبستوى معنوية ‪. ‬‬
‫أما إذا كان‪ Z C  Z T   Z 1  :‬نرفض ‪ H 0‬مبستوى معنوية ‪ ‬ونقبل ‪ ، H 1‬ونقول عندئذ أن نسبة الصفة‬
‫يف اجملتمع ‪ P‬اقل من القيمة ‪ P0‬وهذا علم ضوء هذه العينة ومبستوى معنوية ‪. ‬‬
‫‪ 4.IV‬اختبار التباين ‪ 2‬‬
‫اكـرب‪ ،‬اقـل أو‬ ‫اجملتمـع ‪ 2‬‬ ‫ليكن لدينا جمتمع إحصائي متوسطه ‪ ‬واحنرافه ‪ ، ‬ونريد اختبار الفرضية التالية‪ :‬هل تباين‬
‫يساوي القيمة ‪  0‬؟ منيز احلاالت التالية‪:‬‬
‫‪2‬‬
‫‪62‬‬
‫يف هذه احلالة نريد اختبار الفرضية التالية‪ :‬هل تباين اجملتمع ‪ ‬يساوي القيمة ‪  0‬؟هذه احلالة توافق اختبار ثنائي‬
‫‪2‬‬ ‫‪2‬‬
‫الطرف‪ ،‬وتكون فياغته علم النحو التايل‪:‬‬

‫‪H0 :  2   02‬‬ ‫‪vs‬‬ ‫‪H1 :  2   02‬‬ ‫‪ 2  02   2  02 ‬‬
‫ووحدات اجملتمع األفلي تتبع التوزيع الطبيعي‬ ‫‪n  100‬‬ ‫ومن اجل اختبار هذه الفرضية أنخذ عينة عشوائية حجمها‬
‫‪‬‬
‫فيكون توزيع املعاينة للتباينات هو‪:‬‬ ‫وحنسب التباين ‪ S 2‬والتباين املصحح للعينة ‪S 2‬‬
‫‪‬‬
‫‪ ‬‬
‫‪2‬‬ ‫‪‬‬‫‪n  1.S 2 n.S 2‬‬
‫‪‬‬ ‫‪ 2‬‬ ‫‪n 1‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪‬‬
‫‪ 2‬‬
‫‪P    / 2 n  1 ‬‬
‫‪‬‬‫‪n  1.S 2‬‬ ‫‪‬‬ ‫‪ 2‬‬ ‫‪n.S 2‬‬ ‫‪‬‬
‫‪  1 / 2  n  1  P    / 2 n  1  2   21 / 2  n  1  1  ‬‬
‫‪2‬‬
‫‪‬‬ ‫‪‬‬ ‫‪2‬‬

‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬
‫‪n  1.S 2‬‬ ‫‪‬‬
‫‪n.S 2‬‬
‫عند الفرضية ‪ ، H 0‬أي أننا نعتربها فحيحة‬ ‫‪2‬‬ ‫‪2‬‬ ‫نقوم بتثبيت سلسلة املتغري العشوائي‬
‫وعليه يكون ‪ 2   02‬‬
‫وبتعويض يف قيمة ‪ ‬جند أن‪:‬‬

‫‪2‬‬
‫‪‬‬
‫‪ ‬‬
‫‪2‬‬ ‫‪n  1.S 2‬‬ ‫‪‬‬
‫‪n.S 2‬‬
‫‪C‬‬ ‫‪2‬‬
‫‪0‬‬ ‫‪ 02‬‬
‫نسمي ‪  C‬ابإلحصائية احملسوبة لالختبار‪.‬‬

‫‪2‬‬
‫‪63‬‬
‫إذا كان‪  C   / 2 n  1 ,  1 / 2 n  1 :‬نقبل‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪ H 0‬مبستوى معنوية ‪ ، ‬ونقول عندئذ أن تباين‬
‫اجملتمع ‪ ‬يساوي القيمة ‪  0‬وهذا علم ضوء هذه العينة ومبستوى معنوية ‪. ‬‬
‫‪2‬‬ ‫‪2‬‬
‫أما اذا كان‪  C   / 2 n  1 ,  1 / 2  n  1:‬نرفض ‪ H 0‬مبستوى معنوية ‪ ‬ونقبل ‪ ، H 1‬ونقول عندئذ‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪  2   2‬‬ ‫‪‬‬ ‫‪ 2   02 ‬‬

‫أن تباين اجملتمع ‪  2‬ال يساوي القيمة ‪  0‬بل هو اقل أو اكرب منها ‪‬‬
‫‪2‬‬
‫‪ ‬وهذا‬
‫‪0‬‬
‫علم ضوء هذه العينة و مبستوى معنوية ‪. ‬‬

‫يف هذه احلالة نريد اختبار الفرضية التالية‪ :‬هل تباين اجملتمع ‪ ‬اكرب أو يساوي القيمة ‪  0‬؟ هذه احلالة توافق‬
‫‪2‬‬ ‫‪2‬‬
‫أحادي الطرف من اليسار‪ ،‬و تكون فياغته علم النحو التايل‪:‬‬

‫‪H0 :  2   02‬‬ ‫‪vs‬‬ ‫‪H1 :  2‬‬ ‫‪ 02‬‬
‫بنفس الشروط السابقة يكون توزيع املعاينة للتباينات العينة هو‪:‬‬

‫‪‬‬
‫‪‬‬ ‫‪2‬‬
‫‪‬‬
‫‪n  1.S 2‬‬ ‫‪‬‬
‫‪n.S 2‬‬
‫‪  2n 1‬‬
‫‪‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪2‬‬

‫‪‬‬
‫‪ n  1.S 2‬‬ ‫‪‬‬ ‫‪ n.S 2‬‬ ‫‪‬‬
‫‪P‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪2‬‬
‫‪‬‬‫‪n‬‬ ‫‪‬‬ ‫‪1‬‬‫‪‬‬‫‪‬‬ ‫‪‬‬ ‫‪P‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪2‬‬
‫‪‬‬‫‪n‬‬ ‫‪‬‬ ‫‪1‬‬‫‪‬‬‫‪  1‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪‬‬ ‫‪2‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪1‬‬
‫نسمي ‪ T   n  1‬ابإلحصائية اجملدولة‬
‫‪2‬‬ ‫‪2‬‬
‫‪‬‬
‫وبنفس الطريقة تكون اإلحصائية احملسوبة لالختبار هي‪:‬‬
‫‪64‬‬
‫‪‬‬
‫‪ ‬‬
‫‪2‬‬ ‫‪n  1.S 2‬‬ ‫‪‬‬
‫‪n.S 2‬‬
‫‪C‬‬ ‫‪2‬‬
‫‪0‬‬ ‫‪ 02‬‬
‫إذا كان‪      n 1 :‬نقبل ‪ H 0‬مبستوى معنوية ‪ ، ‬ونقول عندئذ أن تباين اجملتمع ‪ ‬اكرب أو‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪C‬‬ ‫‪T‬‬
‫يساوي القيمة ‪  0‬و هذا علم ضوء هذه العينة ومبستوى معنوية ‪. ‬‬
‫‪2‬‬
‫أما إذا كان‪      n 1:‬نرفض ‪ H 0‬مبستوى معنوية ‪ ‬ونقبل ‪ ، H 1‬ونقول عندئذ أن تباين‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪C‬‬ ‫‪T‬‬
‫اجملتمع ‪ ‬اقل من القيمة ‪  0‬وهذا علم ضوء هذه العينة ومبستوى معنوية ‪. ‬‬
‫‪2‬‬ ‫‪2‬‬

‫يف هذه احلالة نريد اختبار الفرضية التالية‪ :‬هل تباين اجملتمع ‪ ‬اقل أو يساوي القيمة ‪  0‬؟ هذه احلالة توافق اختبار‬
‫‪2‬‬ ‫‪2‬‬
‫أحادي الطرف من اليمني‪ ،‬وتكون فياغته علم النحو التايل‪:‬‬

‫‪H0 :  2   02‬‬ ‫‪vs‬‬ ‫‪H1 :  2‬‬ ‫‪ 02‬‬

‫‪‬‬
‫‪ C2 ‬‬
‫‪n  1.S 2‬‬ ‫‪‬‬
‫‪n.S 2‬‬
‫‪ 02‬‬ ‫‪ 02‬‬
‫‪  n  1 .S 2‬‬ ‫‪‬‬ ‫‪ n.S 2‬‬ ‫‪‬‬
‫‪P‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪2‬‬
‫‪1 ‬‬ ‫‪‬‬ ‫‪n‬‬ ‫‪‬‬ ‫‪1‬‬‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪P‬‬ ‫‪  2   1   n  1   1  ‬‬
‫‪2‬‬
‫‪‬‬ ‫‪‬‬ ‫‪2‬‬

‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪65‬‬
‫إذا كان‪         n  1 :‬نقبل ‪ H 0‬مبستوى معنوية ‪ ، ‬ونقول عندئذ أن تباين اجملتمع ‪ ‬اقل أو‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪C‬‬ ‫‪T‬‬ ‫‪1‬‬
‫يساوي القيمة ‪  0‬وهذا علم ضوء هذه العينة و مبستوى معنوية ‪. ‬‬
‫‪2‬‬
‫أما أذا كان‪  C  T   1  n  1:‬نرفض ‪ H 0‬مبستوى معنوية ‪ ‬ونقبل ‪ ، H 1‬ونقول عندئذ أن تباين‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪‬‬ ‫‪2‬‬

‫اجملتمع ‪ ‬اكرب من القيمة وهذا علم ضوء هذه العينة ومبستوى معنوية ‪.‬‬
‫‪0‬‬
‫‪2‬‬
‫‪ 12‬‬
‫‪ 5.IV‬اختبار نسبة تباينني ‪ 22‬‬
‫لدينا جمتمعان إحصائيان وحداهتما تتوزع طبيعيا و مستقلني عن بعض تباينامها ‪ ،  2 ,  1‬نرغب يف هذا الفرع املقارنة‬
‫‪2‬‬ ‫‪2‬‬
‫‪  12‬‬ ‫‪‬‬

‫‪‬‬ ‫‪2 ‬‬
‫وعدد اثبت ‪ . b‬من اجل ذلك منيز‬ ‫‪ 2 ‬‬ ‫بني نسبة تباين اجملتمع األول إىل تباين اجملتمع الثاا اي النسبة‬
‫احلاالت التالية‪:‬‬
‫يف هذه احلالة نريد اختبار الفرضية التالية‪ :‬هل نسبة تباين اجملتمع األول إىل تباين اجملتمع الثاا أي النسبة‬
‫‪  12‬‬ ‫‪‬‬
‫‪‬‬ ‫‪2 ‬‬
‫تساوي القيمة ‪ b‬؟ هذه احلالة توافق اختبار ثنائي الطرف‪ ،‬وتكون فياغته علم النحو التايل‪:‬‬ ‫‪ 2 ‬‬
‫‪H0 :‬‬
‫‪ 12‬‬ ‫‪b‬‬ ‫‪vs‬‬ ‫‪H1 :‬‬
‫‪ 12‬‬ ‫‪b‬‬ ‫‪  12‬‬ ‫‪b‬‬ ‫‪‬‬
‫‪ 12‬‬ ‫‪b ‬‬
‫‪‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪ 2‬‬ ‫‪ 22‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪‬‬ ‫‪2‬‬ ‫‪‬‬
‫ومن اجل اختبار هذه الفرضية نسحب من اجملتمعني عينتني عشوائيتني حجمهما علم التوايل ‪( n2 , n1‬جيب أن‬
‫وحنسب ‪S12‬‬ ‫تكون وحدات اجملتمع األفلي ‪ 1‬و‪ 2‬تتبع التوزيع الطبيعي و حجم العينتني ‪ n2 , n1‬اقل من مائة)‬
‫‪2‬‬
‫تباين العينة املستخرجة من اجملتمع األول و ‪ S 2‬تباين العينة املستخرجة من اجملتمع الثاا‪ ،‬يكون توزيع املعاينة لنسبة‬
‫التباينني هو‪:‬‬
‫‪‬‬ ‫‪‬‬
‫‪S12‬‬ ‫‪S12 ‬‬
‫‪ 12‬‬ ‫‪S 22‬‬
‫‪F  2‬‬ ‫‪‬‬ ‫‪ F n1  1, n2  1‬‬
‫‪S2‬‬ ‫‪ 12‬‬
‫‪ 22‬‬ ‫‪ 22‬‬
‫‪66‬‬
‫‪‬‬ ‫‪S12‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪2‬‬
‫‪‬‬
‫‪P  F /n21, n‬‬ ‫‪ 1‬‬
‫‪1‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪2‬‬
‫‪1‬‬
‫‪ F1n/1,2n‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬
‫‪‬‬ ‫‪S‬‬ ‫‪2‬‬ ‫‪‬‬

‫‪‬‬
‫‪‬‬ ‫‪ 22‬‬ ‫‪‬‬
‫‪‬‬
‫‪S 12‬‬
‫‪S 22‬‬
‫‪F‬‬
‫‪ 12‬‬
‫عند الفرضية ‪ ، H 0‬أي أننا نعتربها فحيحة وعليه يكون‬ ‫‪ 22‬‬ ‫نقوم بتثبيت سلسلة املتغري العشوائي‬
‫‪ 12‬‬ ‫‪b‬‬
‫‪ .‬وبتعويض يف قيمة ‪ F‬جند أن‪:‬‬ ‫‪ 22‬‬
‫‪S12‬‬
‫‪S 22‬‬
‫‪FC ‬‬
‫‪b‬‬
‫نسمي ‪ FC‬ابإلحصائية احملسوبة لالختبار‪.‬‬
‫إذا كان‪ FC  F / 2 n1  1, n2  1 , F1 / 2 n1  1, n2  1 :‬نقبل ‪ H 0‬مبستوى معنوية ‪ ، ‬ونقول عندئذ‬
‫‪  12‬‬ ‫‪‬‬
‫‪‬‬ ‫‪2 ‬‬
‫تساوي القيمة ‪ b‬وهذا علم ضوء هذه‬ ‫‪ 2 ‬‬
‫أن نسبة تباين اجملتمع األول إىل تباين اجملتمع الثاا أي النسبة‬
‫أما اذا كان‪ FC  F / 2 n1  1, n2  1 , F1 / 2 n1  1, n2  1 :‬نرفض ‪ H 0‬مبستوى معنوية ‪ ‬ونقبل ‪، H 1‬‬
‫‪  12‬‬ ‫‪‬‬
‫‪‬‬ ‫‪2 ‬‬
‫ال تساوي القيمة ‪ b‬بل‬ ‫‪ 2 ‬‬ ‫ونقول عندئذ أن نسبة تباين اجملتمع األول إىل تباين اجملتمع الثاا أي النسبة‬
‫‪  12‬‬ ‫‪‬‬ ‫‪2‬‬
‫‪b ‬‬
‫‪ 2 b ‬‬ ‫‪1‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪ ‬وهذا علم ضوء هذه العينة و مبستوى معنوية ‪. ‬‬ ‫‪2‬‬ ‫هي اقل أو اكرب منها ‪‬‬
‫ونسمي اجملال ‪ F / 2 n1  1, n2  1 , F1 / 2  n1  1, n2  1‬ابإلحصائية اجملدولة‪.‬‬

‫‪67‬‬
‫يف هذه احلالة نريد اختبار الفرضية التالية‪ :‬هل نسبة تباين اجملتمع األول إىل تباين اجملتمع الثاا أي النسبة‬
‫‪  12‬‬ ‫‪‬‬
‫‪‬‬ ‫‪2 ‬‬
‫اكرب أو تساوي القيمة ‪ b‬؟ هذه احلالة توافق اختبار أحادي الطرف من اليسار‪ ،‬وتكون فياغته علم‬ ‫‪ 2 ‬‬
‫النحو التايل‪:‬‬
‫‪ 12‬‬ ‫‪ 12‬‬
‫‪H0 :‬‬ ‫‪2 b‬‬ ‫‪vs‬‬ ‫‪H1 :‬‬ ‫‪b‬‬
‫‪2‬‬ ‫‪ 22‬‬
‫وبنفس الطريقة يكون توزيع املعاينة لنسبة التباينني هو‪:‬‬

‫‪‬‬ ‫‪‬‬
‫‪S12‬‬ ‫‪S12 ‬‬
‫‪ 12‬‬ ‫‪S 22‬‬
‫‪F  2‬‬ ‫‪‬‬ ‫‪ F n1  1, n2  1‬‬
‫‪S2‬‬ ‫‪ 12‬‬
‫‪ 22‬‬ ‫‪ 22‬‬
‫‪ S12‬‬ ‫‪‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪‬‬
‫‪P  2 1  F n‬‬ ‫‪ 1‬‬
‫‪1 1, n2‬‬ ‫‪1‬‬
‫‪ S2‬‬ ‫‪‬‬

‫‪‬‬
‫‪‬‬ ‫‪ 22‬‬ ‫‪‬‬
‫‪‬‬
‫‪FT  Fn11,n2 1‬‬

‫‪68‬‬
‫‪S12‬‬
‫‪S 22‬‬
‫‪FC ‬‬
‫‪b‬‬
‫‪‬‬ ‫‪H‬‬ ‫‪FC  FT  Fn1 1,n2 1‬‬
‫مبستوى معنوية ‪ ،‬ونقول عندئذ أن نسبة تباين اجملتمع‬ ‫‪0‬‬ ‫نقبل‬ ‫إذا كان‪:‬‬
‫‪  12‬‬ ‫‪‬‬
‫‪‬‬ ‫‪2 ‬‬
‫اكرب أو تساوي القيمة ‪ b‬وهذا علم ضوء هذه العينة ومبستوى‬ ‫‪ 2 ‬‬ ‫األول إىل تباين اجملتمع الثاا أي النسبة‬
‫معنوية ‪. ‬‬
‫‪H0‬‬ ‫‪FC  FT  Fn1 1,n2 1‬‬
‫ونقول عندئذ أن‬ ‫‪ ‬ونقبل ‪، H 1‬‬ ‫مبستوى معنوية‬ ‫نرفض‬ ‫أما إذا كان‪:‬‬
‫‪  12‬‬ ‫‪‬‬
‫‪‬‬ ‫‪2 ‬‬
‫‪‬‬
‫اقل من القيمة ‪ b‬وهذا علم ضوء هذه العينة‬ ‫‪‬‬ ‫‪2 ‬‬ ‫نسبة تباين اجملتمع األول إىل تباين اجملتمع الثاا أي النسبة‬
‫ومبستوى معنوية ‪. ‬‬
‫‪  12‬‬ ‫‪‬‬
‫‪‬‬ ‫‪2 ‬‬
‫‪ 2 ‬‬ ‫يف هذه احلالة نريد اختبار الفرضية التالية‪ :‬هل نسبة تباين اجملتمع األول إىل تباين اجملتمع الثاا أي النسبة‬
‫اقل أو تساوي القيمة ‪ b‬؟ هذه احلالة توافق اختبار أحادي الطرف من اليمني‪ ،‬وتكون فياغته علم النحو التايل‪:‬‬
‫‪H0 :‬‬
‫‪ 12‬‬ ‫‪b‬‬ ‫‪vs‬‬ ‫‪H1 :‬‬
‫‪ 12‬‬ ‫‪b‬‬
‫‪‬‬ ‫‪2‬‬
‫‪2‬‬
‫‪ 22‬‬
‫وبنفس الطريقة يكون توزيع املعاينة لنسبة التباينني هو‪:‬‬

‫‪‬‬ ‫‪‬‬
‫‪S12‬‬ ‫‪S12 ‬‬
‫‪ 12‬‬ ‫‪S 22‬‬
‫‪F  2‬‬ ‫‪‬‬ ‫‪ F n1  1, n2  1‬‬
‫‪S2‬‬ ‫‪ 12‬‬
‫‪ 22‬‬ ‫‪ 22‬‬
‫‪69‬‬
‫‪ S12‬‬ ‫‪‬‬
‫‪‬‬ ‫‪ 12‬‬ ‫‪‬‬
‫‪ F1n1, n‬‬ ‫‪ 1‬‬
‫‪1‬‬
‫‪P 2‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪ S2 2‬‬ ‫‪‬‬

‫‪‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪‬‬
‫‪‬‬
‫‪FT  F1n11 ,n2 1‬‬
‫‪S12‬‬
‫‪S 22‬‬
‫‪FC ‬‬
‫‪b‬‬
‫‪‬‬ ‫‪H0‬‬ ‫‪FC  FT  F1n11 ,n2 1‬‬
‫مبستوى معنوية ‪ ،‬ونقول عندئذ أن نسبة تباين اجملتمع األول‬ ‫نقبل‬ ‫إذا كان‪:‬‬
‫‪  12‬‬ ‫‪‬‬
‫‪‬‬ ‫‪2 ‬‬
‫‪‬‬
‫اقل أو تساوي القيمة ‪ b‬وهذا علم ضوء هذه العينة ومبستوى معنوية‬ ‫‪‬‬ ‫‪2 ‬‬
‫إىل تباين اجملتمع الثاا أي النسبة‬
‫‪.‬‬
‫‪H0‬‬ ‫‪FC  FT  F1n11 ,n2 1‬‬
‫ونقول عندئذ أن نسبة‬ ‫‪ ‬ونقبل ‪، H 1‬‬ ‫مبستوى معنوية‬ ‫نرفض‬ ‫أما إذا كان‪:‬‬
‫‪‬‬ ‫‪2‬‬
‫‪‬‬
‫‪‬‬ ‫‪1‬‬
‫‪2 ‬‬
‫‪‬‬
‫اكرب من القيمة ‪ b‬وهذا علم ضوء هذه العينة‬ ‫‪‬‬ ‫‪2 ‬‬
‫تباين اجملتمع األول إىل تباين اجملتمع الثاا أي النسبة‬
‫ومبستوى معنوية ‪. ‬‬
‫‪70‬‬
‫‪ .V‬متارين ومسائل مقرتحة مع احللول‬
‫‪ 1.V‬ابلنسبة لتوزيعات املعاينة‬
‫‪ 1.1.V‬التمارين واملسائل‬
‫التمرين(‪:)01‬‬
‫وابحنراف معياري‬ ‫‪  1800‬‬ ‫إذا كان دخل ‪ 1000‬أسرة يف مدينة ما يتبع التوزيع الطبيعي مبتوسط دينار‬
‫دينار ‪ .   300‬خنتار عشوائيا إحدى األسر‪ ،‬ما هو احتمال أن يكون دخل هذه األسرة‪: :‬‬
‫اكرب من ‪ 2400‬دينار‬ ‫‪.1‬‬
‫اقل من ‪ 1947‬دينار‬ ‫‪.2‬‬
‫حمصور بني ‪ 2400‬و ‪ 2550‬دينار‬ ‫‪.3‬‬
‫اوجد عدد األسر اليت يزيد دخلها عن ‪ 2400‬دينار‬ ‫‪.4‬‬
‫دينار‬ ‫‪  170‬‬ ‫إذا كانت التعويضات علم السكن املعطاة إبحدى الشركات الكربى تتبع توزيعا طبيعيا متوسطه‬
‫وبتباين ‪  2  64‬دينار‪.2‬‬
‫اخرتان موظفاَ عشوائيا فما احتمال أن يقل تعويض السكن عندا هذا املوظف عن ‪ 166‬دينار؟‬ ‫‪.1‬‬
‫قمنا بسحب عينة عشوائية تتكون من ‪ 64‬موظف‪ .‬فما احتمال أن يكون متوسط تعويض سكنهم اكرب من‬ ‫‪.2‬‬
‫‪ 172‬دينار؟‬
‫واحنراف معياري ‪   12‬نستخرج كل‬ ‫حجمه ‪ N  900‬مبتوسط ‪  20‬‬ ‫جمتمع إحصائي مفرداته تتوزع طبيعي ا‬
‫العينات املمكنة‪.‬‬
‫‪ ‬احسب احتمال أن يكون متوسط هذه العينات حمصورا بني ‪ 18‬و ‪ 22‬يف احلالتني التاليتني‪:‬‬
‫هو ‪n  26‬‬ ‫حجم العينة‬ ‫‪.1‬‬
‫هو ‪n  64‬‬ ‫حجم العينة‬ ‫‪.2‬‬
‫إذا كان عدد احلوادث األسبوعية علم إحدى الطرق يتبع توزيع بواسون مبتوسط يساوي ‪ 4‬حوادث يف كل أسبوع‬
‫خنتار احد األسابيع عشوائيا‪ ،‬ما احتمال حصول حادثني علم األكثر؟‬ ‫‪.1‬‬
‫‪.2‬خالل ‪ 64‬أسبوع ‪ ،‬ما احتمال أن يكون متوسط عدد احلوادث فيها يزيد عن ‪ 4.2‬حاداثا؟‬
‫‪71‬‬
‫يف إطار دراسة الزايدة السنوية يف الراتب ملوظفي إحدى الشركات الكربى (نفرتضها ختضع لتوزيع الطبيعي)‪ ،‬قمنا‬
‫أبخذ عينة عشوائية تتكون من ‪ 25‬موظف فوجدان أهنم يتوزعون حسب اجلدول التايل‪:‬‬
‫مقدار الزايدة‬ ‫‪20,30‬‬ ‫‪30,40‬‬ ‫‪40,50‬‬ ‫‪50, 60‬‬
‫عدد املوظفني‬ ‫‪03‬‬ ‫‪07‬‬ ‫‪11‬‬ ‫‪04‬‬
‫‪ ‬علم أساس هذه النتائج احسب احتمال أن يكون متوسط الزايدة يف الراتب لدى هذه الشركة حمصور بني‬
‫‪ 37.76‬و ‪ 45.24‬دينار؟‬
‫ينتج احد املصانع ‪ 10.000‬مصباح يف اليوم نسبة املصابيح التالفة يف هذا اإلنتاج هي ‪ .%3‬اشرتى شخص ‪400‬‬
‫مصباح من هذا املصنع‪ ،‬ما هو احتمال أن يكون من بينها ‪ 20‬مصباح علم األقل اتلفة؟‬
‫إذا كانت نسبة املوظفني الذين حصلوا علم زايدة يف الراتب إبحدى الشركات الكربى ‪ ، %91‬اخرتان عينة عشوائية‬
‫تتكون من ‪ 1000‬موظف ‪ ،‬فما هو احتمال أن جند من بينهم ‪ 70‬علم األكثر مل حيصلوا علم زايدة يف الراتب؟‬
‫نسحب منه عينة عشوائية حجمها ‪ . n  16‬فإذا علمت أن تباين اجملتمع هو‬ ‫‪N  100‬‬ ‫لدينا جمتمع طبيعي حجمه‬
‫اقل أو يساوي ‪ 71.695‬؟‬ ‫‪S2‬‬ ‫‪ ،  2‬ما هو احتمال أن يكون تباين العينة‬ ‫‪ 80‬‬
‫مسحوبتني من جمتمعني طبيعيني تباينامها علم التوايل‪:‬‬ ‫‪n2  10 , n1  8‬‬ ‫عينتني عشوائيتني حجمهما علم التوايل‪:‬‬
‫اكرب من ضعف تباين العينة الثانية ‪ S 22‬؟‬ ‫‪S12‬‬ ‫‪ ،  22  36, 12  20‬ما هو احتمال أن يكون تباين العينة األوىل‬
‫‪72‬‬
‫‪ 2.1.V‬احللول‬
‫حل التمرين(‪:)01‬‬
‫‪X  N 1800,300‬‬ ‫متغري عشوائي مستمر ميثل دخل األسرة‪ ،‬يكون‪:‬‬ ‫‪X‬‬ ‫ليكن‬
‫‪ .1‬حساب احتمال أن يكون دخل هذه األسرة اكرب من ‪ 2400‬دينار‪:‬‬
‫‪ X  1800 2400  1800 ‬‬
‫‪P X  2400  P‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ 300‬‬ ‫‪300‬‬ ‫‪‬‬
‫يكون‪:‬‬ ‫‪Z  N 0,1‬‬ ‫‪ : Z  X  1800‬هو م ع يتبع التوزيع الطبيعي القياسي أي أن‪:‬‬

‫‪300‬‬
‫‪ X  1800 2400  1800 ‬‬
‫‪P X  2400  P‬‬ ‫‪‬‬ ‫‪  PZ  2  1  PZ  2‬‬
‫‪ 300‬‬ ‫‪300‬‬ ‫‪‬‬
‫‪ 1  Z 2  1  0.9772  0.0228‬‬
‫إذن احتمال أن يكون دخل هذه األسرة اكرب من ‪ 2400‬دينار هو‪%2.28 :‬‬
‫‪ .2‬حساب احتمال أن يكون دخل هذه األسرة اقل من ‪ 1947‬دينار‪:‬‬
‫‪ X  1800 1947  1800 ‬‬
‫‪P X  1947   P‬‬ ‫‪‬‬ ‫‪  PZ  0.49  0.6879‬‬
‫‪ 300‬‬ ‫‪300‬‬ ‫‪‬‬
‫إذن احتمال أن يكون دخل هذه األسرة دخل هذه األسرة اقل من ‪ 1947‬دينار‪%68.79 :‬‬
‫حساب احتمال أن يكون دخل هذه األسرة حمصور بني ‪ 2400‬و ‪ 2550‬دينار‪:‬‬ ‫‪.3‬‬
‫‪ 2400  1800 X  1800 2550  1800 ‬‬

‫‪P2400  X  2550  P‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪  P2  Z  2.5‬‬
‫‪‬‬ ‫‪300‬‬ ‫‪300‬‬ ‫‪300‬‬ ‫‪‬‬
‫‪ PZ  2.5  PZ  2   0.9938  0.9772  0.0166‬‬
‫إذن احتمال أن يكون دخل هذه األسرة دخل هذه األسرة حمصور بني ‪ 2400‬و ‪ 2550‬دينار‪%1.66 :‬‬
‫‪ .4‬إجياد عدد األسر اليت يزيد دخلها عن ‪ 2400‬دينار‬
‫يكون‪:‬‬ ‫بـ ‪N‬‬ ‫نرمز لعدد األسر اليت يزيد دخلها عن ‪2400‬‬
‫‪N  P  X  2400 .1000  0.0228  1000  22.8 23‬‬
‫إذن عدد األسر اليت يزيد دخلها عن ‪ 2400‬دينار ه حوايل ‪ 23‬أسرة‪.‬‬
‫متغري عشوائي مستمر ميثل التعويضات علم السكن املعطاة إبحدى الشركات الكربى ‪ ،‬يكون‪:‬‬ ‫‪X‬‬ ‫ليكن‬
‫‪X  N 170,8‬‬
‫حساب احتمال أن يقل تعويض السكن عندا هذا املوظف عن ‪ 166‬دينار‪:‬‬ ‫‪.1‬‬
‫‪73‬‬
‫‪ X  170 166  170 ‬‬
‫‪P X  166   P‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪8‬‬ ‫‪8‬‬ ‫‪‬‬

‫‪8‬‬
‫‪P X  166   PZ  0.5  1  PZ  0.5  1  0.6915  0.3085‬‬

‫قمنا بسحب عينة عشوائية تتكون من ‪ 64‬موظف‪ .‬حساب احتمال أن يكون متوسط تعويض سكنهم اكرب من‬ ‫‪.2‬‬
‫متوسط تعويضات السكن يف العينة هو‪X :‬‬ ‫‪ 172‬دينار‪:‬‬

‫‪‬‬
‫‪X  N E  X  ,  X‬‬ ‫هو‪  :‬‬ ‫لدينا‪ n  64  30 :‬أي حالة العينات الكربى‪ ،‬وعليه يكون توزيع ‪X‬‬
‫وعليه فان املعاينة غري‬ ‫‪n‬‬ ‫‪ 0  30‬‬ ‫ولدينا كذلك حجم اجملتمع غري حمدود أي أن‪:‬‬ ‫‪E  X     170‬‬
‫‪N‬‬
‫‪ X   ‬‬ ‫‪ 8‬‬ ‫‪1‬‬ ‫نفاذية وتكون قيمة االحنراف ملتوسط العينة‪:‬‬
‫‪n‬‬ ‫‪64‬‬
‫يكون‪:‬‬ ‫‪X  N 170,1‬‬ ‫ومنه يكون توزيع ‪ X‬هو‪:‬‬
‫‪‬‬ ‫‪172  170 ‬‬
‫‪P X  172   P Z ‬‬ ‫‪  PZ  2  1  PZ  2  1  0.9772  0.0228‬‬
‫‪‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪X  N 20,12‬‬ ‫متغري عشوائي مستمر ميثل الظاهرة املدروسة‪ ،‬يكون‪:‬‬ ‫‪X‬‬ ‫ليكن‬
‫حساب احتمال أن يكون متوسط هذه العينات حمصورا بني ‪ 18‬و ‪ 22‬يف احلالتني التاليتني‪:‬‬
‫‪ .1‬حالة حجم العينة هو ‪: n  26‬‬
‫‪X  E X ‬‬
‫‪T ‬‬ ‫لدينا ‪ n  26  30‬حالة العينات الصغرى يكون‪ t  n 1 :‬‬
‫‪ X ‬‬
‫وعليه فان املعاينة غري نفاذية وتكون قيمة االحنراف ملتوسط العينة‪:‬‬ ‫‪n‬‬
‫‪N‬‬
‫‪ 26‬‬
‫‪900‬‬
‫‪ 0.028  0.05‬‬ ‫ولدينا‪:‬‬
‫‪ X   ‬‬ ‫‪ 12‬‬ ‫‪ 2.35‬‬
‫‪n‬‬ ‫‪26‬‬
‫‪X  E  X  X  20‬‬
‫‪T ‬‬ ‫‪‬‬ ‫‪ t  261  t 25‬‬ ‫ومنه يكون توزيع ‪ X‬هو‪:‬‬
‫‪ X ‬‬ ‫‪2.35‬‬
‫احتمال أن يكون متوسط هذه العينات حمصورا بني ‪ 18‬و ‪ 22‬هو‪:‬‬
‫‪ 18  20 X  20 22  20 ‬‬
‫‪P 18  X  22   P ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪  P  0.85  T  0.85 ‬‬
‫‪ 2.35‬‬ ‫‪2.35‬‬ ‫‪2.35 ‬‬
‫‪ 2.P T  0.85   1  2  0.8  1  0.60‬‬
‫‪ .2‬حالة حجم العينة هو ‪: n  64‬‬

‫لدينا ‪ n  64  30‬حالة العينات الكربى يكون‪X  N E  X ,   X  :‬‬
‫‪74‬‬
‫وعليه فان املعاينة نفاذية وتكون قيمة االحنراف ملتوسط العينة‪:‬‬
‫‪N‬‬
‫‪ 64‬‬
‫‪900‬‬
‫‪n‬‬
‫‪ 0.071  0.05‬‬ ‫ولدينا‪:‬‬
‫‪ N n‬‬ ‫‪20 900  20‬‬
‫‪ X  ‬‬ ‫‪.‬‬ ‫‪‬‬ ‫‪.‬‬ ‫‪ 1.92‬‬
‫‪n N 1‬‬ ‫‪64 900  1‬‬
‫‪X  N  20, 1.92‬‬ ‫ومنه يكون توزيع ‪ X‬هو‪:‬‬
‫احتمال أن يكون متوسط هذه العينات حمصورا بني ‪ 18‬و ‪ 22‬هو‪:‬‬
‫‪ 18  20 X  20 22  20 ‬‬
‫‪P18  X  22   P‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ 1.92‬‬ ‫‪1.92‬‬ ‫‪1.92 ‬‬
‫‪1.92‬‬
‫‪ 18  20 X  20 22  20 ‬‬
‫‪P 18  X  22   P ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ P  1.04  Z  1.04 ‬‬
‫‪ 1.92‬‬ ‫‪1.92‬‬ ‫‪1.92 ‬‬
‫‪ 2  P  Z  1.04   1  2  0.8508  1  0.7016‬‬
‫يكون‪X    4 :‬‬ ‫متغري عشوائي متقطع ميثل عدد احلوادث يف كل أسبوع‪،‬‬ ‫‪X‬‬ ‫ليكن‬
‫خنتار احد األسابيع عشوائيا‪ ،‬احتمال حصول حادثني علم األكثر هو‪:‬‬ ‫‪.1‬‬
‫‪P X  2  P X  2  P X  1  P X  0  0.018  0.072  0.144  0.234‬‬

‫‪.2‬خالل ‪ 64‬أسبوع‪ ،‬احتمال أن يكون متوسط عدد احلوادث فيها يزيد عن ‪ 4.2‬حاداثا هو‪P X  4.2 :‬‬
‫حتديد توزيع ‪: X‬‬

‫لدينا ‪ n  64  30‬حالة العينات الكربى يكون‪:‬‬
‫‪X  N E  X ,   X ‬‬
‫‪E X   E  X     4‬‬
‫وعليه فان املعاينة غري نفاذية و تكون قيمة االحنراف‬ ‫‪n‬‬
‫‪N‬‬
‫‪ 64‬‬
‫‪N‬‬
‫‪ 0  0.05‬‬ ‫ولدينا اجملتمع غري حمدود‪:‬‬
‫‪‬‬ ‫‪2‬‬
‫‪ X  ‬‬ ‫‪‬‬ ‫‪ 0.25‬‬ ‫ملتوسط العينة‪:‬‬
‫‪n‬‬ ‫‪64‬‬
‫‪‬‬
‫‪X  N 4, 0.25‬‬ ‫‪‬‬ ‫ومنه يكون توزيع ‪ X‬هو‪:‬‬
‫احتمال أن يكون متوسط عدد احلوادث يف هذه العينة يزيد عن ‪ 4.2‬حاداثا هو‪:‬‬
‫‪ X  4 4.2  4 ‬‬
‫‪PX  4.2  P‬‬ ‫‪‬‬ ‫‪  PZ  0.8  1  PZ  0.8  1  0.7881  0.2119‬‬
‫‪ 0.25‬‬ ‫‪0.25 ‬‬
‫‪75‬‬
‫ليكن ‪ X i‬متغري عشوائي مستمر ميثل الزايدة يف الراتب للعامل ‪ i‬لدى هذه الشركة‪ .‬ليكن ‪ ‬هو متوسط الزايدة يف‬
‫‪X  N  , ‬‬ ‫الراتب لدى هذه الشركة‪ ،‬يكون‪:‬‬
‫حساب احتمال أن يكون متوسط الزايدة يف الراتب لدى هذه الشركة حمصور بني ‪ 37.76‬و ‪ 45.24‬دينار‬
‫أي املطلوب هو حساب‪ P37.76    45.24 :‬لدينا‪:‬‬
‫‪ X  45.24 X   X  37.76 ‬‬
‫‪P37.76    45.24   P 45.24    37.76   P‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪  X ‬‬ ‫‪ X ‬‬ ‫‪ X  ‬‬
‫لدينا‪ n  25  30 :‬حالة العينات الصغرى يكون‪ T   X     t n1  t 24 :‬يكون‪:‬‬
‫‪  X  ‬‬
‫‪ X  45.24‬‬ ‫‪X  37.76 ‬‬
‫‪P37.76    45.24   P 45.24    37.76   P‬‬ ‫‪T ‬‬ ‫‪‬‬
‫‪  X ‬‬ ‫‪ X  ‬‬
‫حساب ‪:  X , X‬‬
‫وعليه فان املعاينة غري نفاذية و تكون قيمة االحنراف‬ ‫‪n‬‬
‫‪N‬‬
‫‪ 25‬‬
‫‪N‬‬
‫‪ 0  0.05‬‬ ‫لدينا اجملتمع غري حمدود‪:‬‬
‫‪‬‬
‫‪ X  ‬‬ ‫ملتوسط العينة‪:‬‬
‫‪n‬‬
‫‪‬‬
‫وعلم اعتبار أن تباين اجملتمع ‪  2‬جمهول فإننا نستعمل بدله تباين العينة املصحح ‪ S 2‬والذي يساوي‪:‬‬
‫‪4‬‬
‫‪1‬‬
‫‪‬‬ ‫‪n . X  X‬‬ ‫‪‬‬
‫‪2‬‬
‫‪S2 ‬‬
‫‪1  n  i 1 i i‬‬
‫‪ni . X i  X ‬‬ ‫مقدار الزايدة‬
‫‪2‬‬
‫‪ni . X i‬‬ ‫‪Xi‬‬ ‫‪ni‬‬
‫‪816.75‬‬ ‫‪75‬‬ ‫‪25‬‬ ‫‪3‬‬ ‫‪20,30‬‬

‫‪295.75‬‬ ‫‪245‬‬ ‫‪35‬‬ ‫‪7‬‬ ‫‪30,40‬‬
‫‪134.75‬‬ ‫‪495‬‬ ‫‪45‬‬ ‫‪11‬‬ ‫‪40,50‬‬
‫‪729‬‬ ‫‪220‬‬ ‫‪55‬‬ ‫‪4‬‬ ‫‪50, 60‬‬
‫‪1976 .25‬‬ ‫‪1035‬‬ ‫‪/‬‬ ‫‪25‬‬ ‫اجملموع‬

‫‪1 4‬‬ ‫‪1035‬‬
‫‪X ‬‬ ‫‪‬‬ ‫‪n i .X i ‬‬ ‫‪ 41.5‬‬ ‫حساب املتوسط‪:‬‬
‫‪n i 1‬‬ ‫‪25‬‬
‫‪2‬‬
‫املصحح ‪ 82.34 : S‬‬ ‫حساب تباين العينة‬
‫‪4‬‬
‫‪1‬‬ ‫‪1976.25‬‬
‫‪‬‬ ‫‪n . X i  X‬‬ ‫‪‬‬
‫‪2‬‬
‫‪S2 ‬‬ ‫‪‬‬
‫‪1  n  i 1 i‬‬ ‫‪24‬‬
‫‪76‬‬
‫‪‬‬ ‫‪‬‬
‫للعينة‪S 2  82.34  S  82.34  9.074 :‬‬ ‫فتكون قيمة احنراف املعياري املصحح‬
‫‪‬‬
‫‪‬‬ ‫‪S‬‬ ‫‪9.074‬‬
‫نعوض يف قيمة ‪   X ‬فنجد أن‪:‬‬
‫‪ X  ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ 1.815‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪25‬‬
‫ومنه يكون‪:‬‬
‫‪ X  45.24‬‬ ‫‪X  37.76 ‬‬
‫‪P  37.76    45.24   P  45.24     37.76   P ‬‬ ‫‪T ‬‬ ‫‪‬‬
‫‪  X ‬‬ ‫‪  X  ‬‬
‫‪‬‬
‫‪ 41.5  45.24‬‬ ‫‪41.5  37.76 ‬‬
‫‪ P‬‬ ‫‪T ‬‬ ‫‪  P  2.060  T  2.060 ‬‬
‫‪‬‬ ‫‪1.815‬‬ ‫‪1.815‬‬ ‫‪‬‬
‫‪ 2  P T  2.060   1 2  0.975  1 0.95‬‬
‫‪ : N  10000‬حجم العينة وحجم اجملتمع علم التوايل‪.‬‬ ‫‪, n  400‬‬
‫‪ : P‬ميثل نسبة املصابيح التالفة يف إنتاج هذا املصنع ‪.% P  3‬‬

‫‪ : X‬عدد املصابيح التالفة يف العينة‪.‬‬
‫‪ : r ‬ميثل نسبة املصابيح التالفة يف العينة‪.‬‬ ‫‪X‬‬
‫‪n‬‬
‫حساب احتمال أن يكون يف العينة ‪ 20‬مصباح علم األقل اتلفة‬

‫‪ X‬‬ ‫‪20 ‬‬
‫‪P X  20   P‬‬ ‫‪‬‬ ‫‪  Pr  0.05‬‬
‫‪ 400 400 ‬‬
‫واآلن جيب حتديد توزيع ‪: r‬‬
‫حالة العينات الكربى‪ ،‬يكون ‪ r‬يتوزع حسب التوزيع الطبيعي‬ ‫‪n  400  30‬‬ ‫لدينا‪:‬‬
‫‪r  N E r , r ‬‬ ‫‪،‬‬ ‫‪E r   P  0.03‬‬
‫حالة املعاينة غري النفاذية‪ ،‬يكون‪:‬‬ ‫‪n‬‬

‫‪N‬‬
‫‪ 400‬‬
‫‪10000‬‬
‫‪ 0.04  0.05‬‬ ‫ولدينا‪:‬‬
‫‪r  N 0.03,0.01‬‬ ‫‪  r   0.03.1  0.03  0.01‬يكون‪:‬‬

‫‪400‬‬
‫إذن االحتمال املطلوب هو‪:‬‬
‫‪ X‬‬ ‫‪20 ‬‬ ‫‪ r  0.03 0.05  0.03 ‬‬
‫‪P X  20   P‬‬ ‫‪‬‬ ‫‪  Pr  0.05   P‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ 400 400 ‬‬ ‫‪ 0.01‬‬ ‫‪0.01‬‬ ‫‪‬‬
‫‪ PZ  2  1  PZ  2  1  0.9772  0.0228‬‬
‫‪77‬‬
‫‪ : n  1000‬حجم العينة‪.‬‬
‫نرمز بـ ‪ X‬لعدد املوظفني يف العينة اللذين مل حيصلو علم زايدة يف الراتب‪.‬‬
‫نرمز بـ ‪ r  X‬لنسبة املوظفني يف العينة اللذين مل حيصلو علم زايدة يف الراتب‪.‬‬
‫‪n‬‬
‫نرمز بـ ‪ P‬لنسبة املوظفني يف الشركة اللذين مل حيصلو علم زايدة يف الراتب‪.‬‬
‫‪P  1  0.91  0.09‬‬ ‫يكون‪:‬‬
‫حساب احتمال أن جند يف العينة ‪ 70‬علم األكثر مل حيصلوا علم زايدة يف الراتب‪:‬‬
‫‪ X‬‬ ‫‪70 ‬‬
‫‪P X  70   P‬‬ ‫‪‬‬ ‫‪  Pr  0.07 ‬‬
‫‪ 1000 1000 ‬‬
‫واآلن جيب حتديد توزيع ‪: r‬‬
‫حالة العينات الكربى‪ ،‬يكون ‪ r‬يتوزع حسب التوزيع الطبيعي‬ ‫‪n  1000  30‬‬ ‫لدينا‪:‬‬
‫‪r  N E r , r ‬‬ ‫‪،‬‬ ‫‪E r   P  0.09‬‬
‫حالة املعاينة غري النفاذية‪ ،‬يكون‪:‬‬ ‫‪n‬‬

‫‪N‬‬
‫‪ 400‬‬
‫‪N‬‬
‫حمدود ‪ 0  0.05‬‬ ‫ولدينا‪ :‬اجملتمع غري‬
‫‪r  N 0.09,0.01‬‬ ‫‪  r   0.09.1  0.09   0.01‬يكون‪:‬‬

‫‪1000‬‬
‫إذن االحتمال املطلوب هو‪:‬‬
‫‪ X‬‬ ‫‪70 ‬‬ ‫‪ r  0.09 0.07  0.09 ‬‬
‫‪P X  70   P‬‬ ‫‪‬‬ ‫‪  Pr  0.07   P‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ 1000 1000 ‬‬ ‫‪ 0.01‬‬ ‫‪0.01‬‬ ‫‪‬‬
‫‪ PZ  2  1  PZ  2  1  0.9772  0.0228‬‬
‫اقل أو يساوي ‪:71.695‬‬ ‫‪S2‬‬ ‫حساب احتمال أن يكون تباين العينة‬
‫‪ n.S 2 16  71.695 ‬‬
‫‪PS 2  71.695   P 2 ‬‬ ‫‪‬‬
‫‪ ‬‬ ‫‪80‬‬ ‫‪‬‬
‫‪n.S 2‬‬
‫يكون‪:‬‬ ‫‪ ‬‬
‫‪2‬‬
‫‪  2n1   215‬‬ ‫لدينا‪:‬‬
‫‪‬‬ ‫‪2‬‬
‫‪ n.S 2 16  71.695 ‬‬

‫‪PS  71.695   P 2 ‬‬
‫‪2‬‬
‫‪  P 2  14.339   0.5‬‬
‫‪ ‬‬ ‫‪80‬‬ ‫‪‬‬
‫‪78‬‬
‫اكرب من ضعف تباين العينة الثانية ‪: S 22‬‬ ‫‪S12‬‬ ‫حساب احتمال أن يكون تباين العينة األوىل‬
‫‪ n1S12‬‬ ‫‪n1‬‬ ‫‪‬‬
‫‪ 2‬‬ ‫‪1‬‬‫‪2‬‬ ‫‪‬‬
‫‪‬‬ ‫‪1‬‬
‫‪‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪ S12‬‬ ‫‪‬‬
‫‪P  S1  2S 2   P  2  2   P‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪n1  1‬‬
‫‪ 2.‬‬
‫‪‬‬ ‫‪n1  1 ‬‬
‫‪S‬‬
‫‪ 2‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪n‬‬‫‪2‬‬
‫‪S‬‬ ‫‪2‬‬
‫‪2‬‬
‫‪n2‬‬ ‫‪‬‬
‫‪ 2‬‬ ‫‪2‬‬
‫‪2‬‬ ‫‪‬‬
‫‪ 2‬‬
‫‪‬‬ ‫‪ n2  1‬‬ ‫‪ n2  1 ‬‬
‫‪ P  F  n1  1, n2  1  3.7   1  P  F  n1  1, n2  1  3.7 ‬‬
‫‪ 1  P  F  7,9   3.7  1  0.95 0.05‬‬
‫هو‪%5 :‬‬ ‫الثانية ‪S 22‬‬ ‫اكرب من ضعف تباين العينة‬ ‫‪S12‬‬ ‫إذن احتمال أن يكون تباين العينة األوىل‬
‫‪ 2.V‬ابلنسبة للتقدير واختبار الفروض‬
‫‪ 1.2.V‬التمارين واملسائل‬
‫أعطت النتائج التالية‪:‬‬ ‫حجمه ‪N  500‬‬ ‫سحبت من جمتمع‬ ‫حجمها ‪n  75‬‬ ‫عينة عشوائية‬
‫‪ x‬‬ ‫‪ X   393.66‬‬

‫‪75‬‬
‫‪i‬‬
‫‪2‬‬
‫‪،X‬‬ ‫‪ 9.96‬‬
‫‪i 1‬‬
‫اوجد جمال الثقة عند حدود ‪ %95‬مث ‪ %99‬لتقدير متوسط اجملتمع ‪ ‬؟‬ ‫‪.1‬‬
‫; ‪ 9.4685‬؟‬ ‫‪10.4515‬‬ ‫ما احتمال أن ينتمي متوسط اجملتمع ‪ ‬للمجال ‪‬‬ ‫‪.2‬‬
‫‪ /A‬من إنتاج مزرعة ‪  A‬ألكياس التفاح(كتب عليها الوزن الصايف ‪ 1‬كغ) أخذت عينة من ‪ 15‬كيس‬
‫علم اعتبار أن وزن األكياس يتوزع‬ ‫‪S A2  90 g 2‬‬ ‫وبتباين‬ ‫‪X A  1002 g‬‬ ‫( ‪ ) n A  15‬وجد أن متوسط أوزاهنا‬
‫طبيعيا اوجد‪:‬‬
‫جمال الثقة عند حدود ‪ %95‬لتقدير متوسط أوزان أكياس منتج هذه املزرعة ‪  A‬؟‬ ‫‪.1‬‬
‫جمال الثقة عند حدود ‪ %99‬لتقدير تباين أوزان أكياس منتج هذه املزرعة ‪  A2‬؟‬ ‫‪.2‬‬
‫‪ ) nB‬وجدان أن‬ ‫‪ 20‬كيس( ‪ 20‬‬ ‫‪ /B‬يف مزرعة أخرى ‪ B‬متلك نفس النشاط للمزرعة ‪ ،  A‬قمنا أبخذ عينة تضم‬
‫علم اعتبار أن وزن األكياس يتوزع طبيعي ا‬ ‫‪S B2  90 g 2‬‬ ‫وبتباين‬ ‫‪X B  1005 g‬‬ ‫متوسط األوزان يف هذه املزرعة‬
‫اوجد‪:‬‬
‫‪79‬‬
‫‪ .3‬جمال الثقة للفرق بني متوسطي إنتاج املزرعتني ‪  A   B ‬عند حدود ‪ %95‬؟‬
‫‪  A2‬‬ ‫‪‬‬
‫عند حدود ‪ %95‬؟‬ ‫‪‬‬
‫‪‬‬ ‫‪2 ‬‬ ‫‪ .4‬جمال الثقة للنسبة‬
‫‪‬‬ ‫‪B ‬‬
‫يف عينة عشوائية حجمها ‪ 100‬عامل إلحدى الشركات اليت تضم ‪ 1200‬عامل‪ ،‬وجدان أن ‪ 70‬عامل من هذه‬
‫العينة يفضلون االشرتاك يف نظام التامني االجتماعي كأفراد بدل من االشرتاك يف مشروع اتمني خاص ابلشركة‪.‬‬
‫‪ ‬اوجد جمال الثقة عند حدود ‪ %95‬لتقدير نسبة عمال الشركة الذين يفضلون نظام التامني كأفراد؟‬
‫متتلك شركة ‪ SNP‬عدة مواقف للسيارات يف أحناء خمتلفة من الوطن‪ ،‬مع التسعرية القدمية للساعة الواحدة سجلت‬
‫الشركة دخل يومي مستقر عند املتوسط ‪ 5500‬دج‪ ،‬قررت الشركة الرفع من التسعرية لكن التخوف كان سائدا لدى‬
‫فناع القرار كون هذا اإلجراء قد يؤدي إىل اخنفاض الدخل اليومي للشركة بسبب اخنفاض عدد العمالء‪ ،‬بعد تطبيق‬
‫قرار الرفع من التسعري ويف ظل استقرار الطلب اختريت عينة عشوائية تتكون من ‪ 40‬يوم تبني من خالهلا أن متوسط‬
‫‪.S2‬‬ ‫‪ 800‬‬ ‫الدخل اليومي هو ‪ 5375‬دج وبتباين‬
‫‪ ‬علم أساس هذه النتائج هل ميكن اإلقرار بكون متوسط الدخل اليومي للشركة قد اخنفض نتيجة رفع التسعرية وهذا‬
‫عند عتبة معنوية ‪   0.05‬؟‬
‫أثناء حدوث أزمة نقص املياه مبدينة اجللفة‪ ،‬قامت مؤسسة اجلزائرية للمياه يف الوالية بدراسة علم عينة مشلت ‪20‬‬
‫منزالا‪ ،‬حيث سجلت كمية املياه املستهلكة يف يوم مقدرة ابملرت املكعب وأعطت النتائج التالية‪:‬‬
‫‪236 240 218 223 246 180 220 235 195 265 245 175 196 248 212‬‬
‫‪238 252 208 214 228‬‬
‫ابفرتاض أن الظاهرة تتوزع طبيعيا‪:‬‬
‫اوجد جمال الثقة عند حدود ‪ %95‬لتقدير متوسط االستهالك اليومي من املياه للعائالت ملدينة اجللفة؟‬ ‫‪.1‬‬
‫إذا علمت أن متوسط االستهالك اليومي قبل أالزمة كان ‪ 250‬مرت مكعب‪ ،‬هل املعطيات السابقة تؤكد حدوث‬ ‫‪.2‬‬
‫أزمة ابلفعل وهذا عند عتبة معنوية ‪   0.05‬؟‬
‫‪80‬‬
‫تقدم فاحب مؤسسة خم تصة يف فناعة املشروابت الغازية مبدينة اجللفة بطلب لدى املؤسسة اإلذاعية السهوب‬
‫بغرض عرض إعالن خاص مبنتج جديد لدى هذه املؤسسة وكانت االتفاقية املربمة بني الطرفني أن بث اإلعالن‬
‫اخلاص هبذا املنتج سيكون خالل حصة نسبة املتتبعني هلا أكثر من ‪ %40‬من سكان الوالية‪ ،‬لكن فاحب املؤسسة‬
‫يرى أن النسبة اقل من ذلك‪ ،‬يف عينة عشوائية حجمها ‪ 60‬مواطن من املدينة كانت نسبة املتتبعني ‪. %38‬‬
‫‪ ‬ابالعتماد علم نتائج العينة اخترب فحة ادعاء شبكة اإلعالانت وهذا عند عتبة معنوية ‪   0.01‬؟‬
‫تقوم آلة يف احد املصانع بتجميع منتج ما ليتم تغليفه فيما بعد‪ ،‬ومن الواجب مراقبة االختالفات اليت حتدث يف‬
‫خمرجات عملية التجميع(أي عدد الوحدات اجملمعة يف كل ساعة)‪ ،‬وذلك الن عملية التغليف حتتاج إىل تكاليف‬
‫إضافية‪ .‬ومع العلم أن احلد املقبول من االختالفات املستهدفة هو ‪ ،   10‬ففي عينة عشوائية تضم ‪ 15‬ساعة‬
‫‪‬‬
‫عمل لآللة أعطت احنراف معياري مصحح قدره ‪. S  13.8‬‬
‫‪ ‬علم افرتاض أن الظاهرة تتوزع طبيعيا هل ميكننا القول أن عملية التجميع تتخللها اختالفات جتاوزت احلد املقبول‬
‫وهذا عند عتبة معنوية ‪   0.05‬؟‬
‫اجلدول التايل يوضح توزيع عينة من العقارات مبدينة اجللفة حسب املساحة ابملرت املربع‪:‬‬
‫فئة املساحة‬ ‫‪150 ; 190 190 ; 230 230 ; 270 270 ; 310 310 ,350‬‬
‫عدد العقارات‬ ‫‪6‬‬ ‫‪14‬‬ ‫‪42‬‬ ‫‪10‬‬ ‫‪8‬‬
‫‪ .1‬اوجد جمال الثقة عند حدود ‪ %95‬لتقدير متوسط مساحة العقارات يف مدينة اجللفة؟‬
‫‪ .2‬اوجد جمال الثقة عند حدود ‪ %95‬لتقدير تباين مساحة العقارات يف مدينة اجللفة؟‬
‫‪ . 3‬اخترب الفرض القائل أن نسبة العقارات اليت تقل مساحتها عن ‪ 230‬مرت مربع يف مدينة اجللفة تساوي ‪20‬‬
‫‪ %‬وذلك عند مستوى معنوية ‪.%5‬‬
‫وتباين قدره ‪ )  12‬والبالغ عددهم‬ ‫مبتوسط ‪1‬‬ ‫من اجل التقييم واملقارنة بني مستوى أداء طلبة السنة الثانية علوم جتارية(‬
‫وتباين قدره ‪ )  22‬البالغ عددهم ‪ 250‬طالب يف‬ ‫مبتوسط ‪ 2‬‬ ‫‪ 200‬طالب‪ ،‬وطلبة السنة الثانية علوم اقتصادية(‬
‫مقياس الرايضيات أجريت الدراسة اإلحصائية التالية‪:‬‬
‫‪81‬‬
‫وابحنراف‬ ‫قدره ‪X 1  08.75‬‬ ‫‪ .1‬سحبنا عينة عشوائية تضم عالمات ‪ 9‬طلبة من العلوم التجارية أعطت متوسط‬
‫معياري ‪ ، S1  1.89‬أما ابلنسبة لتخصص العلوم االقتصادية قمنا بسحب عينة عشوائية تضم عالمات ‪ 16‬طالب‪،‬‬
‫وابحنراف معياري ‪ ، S 2  1.56‬ابفرتاض أن اجملتمعني يتوزعان طبيعيا ومستقلني‬ ‫‪X 2  10.02‬‬ ‫أعطت متوسط قدره‬
‫عن بعض‪:‬‬
‫و ‪  2  1 ‬؟‬ ‫‪ 2 ، 1‬‬ ‫‪ .1.1‬اوجد جمال الثقة عند حدود ‪ % 95‬لتقدير‬
‫‪ 1.94‬؟‬ ‫‪; 2 .3‬‬ ‫‪ .2.1‬ما احتمال أن يكون الفرق ‪  2  1 ‬ينتمي للمجال‪‬‬
‫و ‪   1  2 ‬؟‬
‫‪2‬‬
‫‪ 22 ،  12‬‬ ‫‪ .3.1‬اوجد جمال الثقة عند حدود ‪ % 98‬لتقدير‬
‫‪‬‬ ‫‪2‬‬ ‫‪‬‬
‫‪  22‬‬ ‫‪‬‬
‫‪ 0.1135‬؟‬ ‫‪; 2.5641‬‬ ‫تنتمي للمجال‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪2 ‬‬ ‫‪ .4.1‬ما احتمال أن تكون النسبة‬
‫‪‬‬ ‫‪1 ‬‬
‫‪ .5.1‬تعتقد اإلدارة أن مستوى أداء الطلبة يكون مقبوالا يف هذا املقياس عندما يكون معدهلم يساوي أو يفوق ‪ 9‬من‬
‫‪ ،20‬اعتمادا علم املعطيات السابقة هل ميكن اإلقرار بكون مستوى أداء الطلبة يف التخصصني مقبول وهذا عند‬
‫عتبة معنوية ‪   0.05‬؟‬
‫‪ . 2‬من اجل اإلحاطة أكثر ابملوضوع أجريت دراسة موازية للدراسة السابقة‪ ،‬حبيث قمنا أبخذ عينتني عشوائيتني من‬
‫عالمات ‪ 60‬طالب من كل ختصص‪ ،‬فكانت النتائج كالتايل‪:‬‬
‫‪‬‬
‫و ‪ 15‬طالب معدهلم ال يتجاوز ‪ 9‬من ‪20‬‬ ‫‪S1  1.12‬‬ ‫‪ ‬علوم جتارية‪، X 1  08.05 :‬‬
‫‪‬‬
‫‪S 2  1.4 ، X 2  09.94‬‬ ‫‪ ‬علوم اقتصادية‪:‬‬
‫و ‪ 1   2 ‬؟‬ ‫‪ 2 ، 1‬‬ ‫‪ .1.2‬اوجد جمال الثقة عند حدود ‪ % 95‬لتقدير‬
‫‪ .2..2‬أخترب عند عتبة معنوية ‪   0.05‬وجود فرق بني معديل طلبة التخصصني؟‬
‫‪ .3.2‬أخترب عند عتبة معنوية ‪   0.05‬بكون معدل طلبة العلوم التجارية أكرب من معدل طلبة العلوم االقتصادية ؟‬
‫‪ .4.2‬أخترب عند عتبة معنوية ‪   0.05‬أي من الدفعتني أكثر جتانس؟ ماذا تستنتج؟‬
‫‪ .5.2‬اوجد جمال الثقة عند حدود ‪ % 95‬لتقدير نسبة الطلبة املقبول أداءهم يف ختصص العلوم التجارية ؟‬
‫‪ .6.2‬يرى مدير معهد العلوم التجارية أن نسبة الطلبة املقبول أداءهم تفوق ‪ ،% 85‬أخترب عند عتبة معنوية‬
‫‪   0.05‬هذا االدعاء؟‬
‫‪82‬‬
‫‪ 2.2.V‬احللول‬
‫تقدير متوسط اجملتمع ‪: ‬‬ ‫‪.1‬‬
‫‪X  N E  X ,   X ‬‬ ‫حالة العينات الكربى يكون‪:‬‬ ‫‪n  75  30‬‬ ‫لدينا‪:‬‬

‫‪‬‬ ‫‪‬‬
‫يكون جمال الثقة ملتوسط اجملتمع ‪ ‬هو‪  X  Z1 / 2  X  , X  Z 1 / 2  X  :‬‬
‫حساب ‪:   X ‬‬
‫‪‬‬ ‫‪N n‬‬ ‫‪n‬‬ ‫‪ 75‬‬
‫‪ X  ‬‬ ‫‪.‬‬ ‫‪N‬‬ ‫‪500‬‬
‫‪ 0.15  0.05‬‬
‫‪n‬‬ ‫‪N 1‬‬
‫حالة املعاينة النفاذية يكون‪:‬‬
‫االحنراف املعياري للمجتمع ‪ ‬جمهول نستعمل بدله االحنراف املعياري املصحح للعينة ̂‪ S‬يكون‪:‬‬
‫ˆ‪S‬‬ ‫‪N n‬‬
‫‪ X  ‬‬ ‫‪.‬‬
‫‪n N 1‬‬ ‫حساب ̂‪: S‬‬
‫‪1 n 75‬‬ ‫‪‬‬
‫‪Sˆ 2 ‬‬ ‫‪‬‬ ‫‪X i  X 2  1 .393.66  5.32  S  5.32  2.306‬‬
‫‪n  1 i 1‬‬ ‫‪75  1‬‬
‫نعوض فنجد أن‪:‬‬
‫‪2.306 500  75‬‬
‫‪ X ‬‬ ‫‪.‬‬ ‫‪ 0.246‬‬
‫‪75‬‬ ‫‪500  1‬‬
‫معنوية ‪  0.05‬‬ ‫أوالا عند مستوى ثقة ‪ :%95‬أي عند مستوى‬

‫‪‬‬
‫‪  X  Z 0.975  X  , X  Z 0.975  X ‬‬ ‫‪‬‬
‫‪  0.05  Z 1 / 2  Z 0.975  1.96‬‬
‫‪Z1 / 2 . X   Z 0.975 X   1.96  0.246  0.48‬‬ ‫يكون‪:‬‬

‫وعليه فان جمال الثقة ملتوسط اجملتمع ‪ ‬هو‪:‬‬
‫‪  9.96  0.48 , 9.96  0.48    9.48 , 10.44‬‬
‫وهذا مبستوى ثقة ‪.%95‬‬
‫معنوية‪  0.01‬‬ ‫اثني ا عند مستوى ثقة ‪ :%99‬أي عند مستوى‬
‫‪‬‬
‫‪  X  Z 0.995 X  , X  Z 0.995 X ‬‬ ‫‪‬‬
‫‪  0.05  Z 1 / 2  Z 0.995  2.58‬‬
‫‪83‬‬
‫‪Z 1 / 2 .  X   Z 0.995  X   2.58  0.246  0.635‬‬ ‫يكون‪:‬‬

‫وعليه فان جمال الثقة ملتوسط اجملتمع ‪ ‬هو‪:‬‬
‫‪  9.96  0.635 , 9.96  0.635    9.33 , 10.59‬‬
‫; ‪: 9.4685‬‬ ‫‪10.4515‬‬ ‫للمجال ‪‬‬ ‫‪X‬‬ ‫حساب احتمال أن ينتمي متوسط اجملتمع‬ ‫‪.2‬‬
‫‪ X  10.4515 X   X  9.4685 ‬‬

‫‪P9.4685    10.4515   P 10.4515    9.4685   P‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪  X ‬‬ ‫‪ X ‬‬ ‫‪ X  ‬‬
‫‪ : Z   X   ‬هو متغري طبيعي قياسي ‪ Z  N 0,1‬يكون‪:‬‬

‫‪  X  ‬‬
‫‪ X  10.4515 X   X  9.4685 ‬‬
‫‪P  9.4685    10.4515   P  10.4515     9.4685   P ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪  X ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪X‬‬ ‫‪‬‬ ‫‪  X  ‬‬
‫‪‬‬
‫‪ X  10.4515‬‬ ‫‪X  9.4685 ‬‬ ‫‪ 9.96  10.4515‬‬ ‫‪9.96  9.4685 ‬‬
‫‪ P‬‬ ‫‪Z ‬‬ ‫‪‬‬ ‫‪ P‬‬ ‫‪Z‬‬ ‫‪‬‬
‫‪  X ‬‬ ‫‪  X  ‬‬ ‫‪‬‬ ‫‪0.246‬‬ ‫‪0.246‬‬ ‫‪‬‬
‫‪‬‬
‫‪ P  2  Z  2   2  P  Z  2   1  2  0.9772  1  0.9544‬‬
‫ابلنسبة للفرع ‪: A‬‬
‫تقدير متوسط اجملتمع ‪  A‬عند مستوى ثقة ‪:%95‬‬ ‫‪.1‬‬
‫‪X A  A‬‬
‫‪ tn‬‬ ‫‪A 1‬‬
‫حالة العينات الصغرى يكون‪:‬‬ ‫‪n A  15  30‬‬ ‫لدينا‪:‬‬
‫‪ X A ‬‬
‫‪‬‬ ‫‪‬‬
‫يكون جمال الثقة ملتوسط اجملتمع ‪  A‬هو‪ A  X A  t1n1/ 2 X A  , X A  t1n1/ 2 X A  :‬‬
‫‪A‬‬ ‫‪A‬‬
‫حساب ‪:  X ‬‬
‫‪A‬‬
‫حالة املعاينة غري النفاذية يكون‪:‬‬ ‫‪nA‬‬ ‫‪ 15‬‬ ‫‪ 0  0.05‬‬ ‫لدينا‪:‬اجملتمع غري حمدود يكون‬
‫‪NA‬‬ ‫‪NA‬‬
‫‪A‬‬
‫‪ X A  ‬‬
‫‪nA‬‬
‫االحنراف املعياري للمجتمع ‪  A‬جمهول نستعمل بدله االحنراف املعياري املصحح للعينة ‪ Ŝ A‬يكون‪:‬‬
‫‪Sˆ A‬‬
‫‪ X A  ‬‬
‫‪nA‬‬
‫حساب ‪: Ŝ A‬‬
‫‪84‬‬
1 15
X i  X 2  n A . 1  X
2
 X 
nA 15
15
Sˆ A2   S A2  .90  96.43
n A  1 i 1 nA  1  nA  nA  1
i
i 1 14

 S A  96.43  9.82
.  2.54 :‫ان‬ ‫نعوض فنجد‬

9.82
 XA 
15
  0.05 ‫معنوية‬ ‫ أي عند مستوى‬%95 ‫عند مستوى ثقة‬

 A  X A  t 014.975 X A  , X A  t 014.975 X A  
t 014.975 X A   2.145  2.54  5.44 :‫ يكون‬  0.05  t 14
0.975  2.145
%95 ‫ وهذا مبستوى ثقة‬ A  996.56 , 1007.44 :‫ان‬ ‫نعوض يف جمال التقدير فنجد‬
:%99 ‫ عند مستوى ثقة‬ A ‫تقدير تباين اجملتمع‬ .2
 
 n A  1S A2 n A  1S A2 
  2
2
, 2  :‫ هو‬ A2 ‫جمال الثقة لتباين اجملتمع‬
 1 / 2 n A  1   / 2 n A  1
A
 n A  1 .S A2  14  96.43  1350.02 :‫ولدينا‬

  2 / 2 n A  1   02.005 14   4.075
  0.01   2 :‫ يكون‬%99 ‫ومبستوى ثقة‬
 1 / 2 n A  1   0.995 14   31.319
2
1350 .02 1350 .02 

 A2      A  43.11, 331 .3 :‫جند أن‬ ‫نعوض يف جمال التقدير‬
2
,
 31 .319 4.075 
.%99 ‫وهذا مبستوى ثقة‬
: B ‫ابلنسبة للفرع‬
:%95 ‫ عند مستوى الثقة‬ A   B  ‫تقدير الفرق بني متوسطي إنتاج املزرعتني‬ .3
:‫حالة العينات الصغرى يكون توزيع الفرق هو‬ n A  15, n B  20  30 :‫لدينا‬

X A  X B    A   B 
 t n A  nB  2
 X A  X B 
:‫ هو‬X A  XB ‫يكون جمال الثقة للفرق‬
 A

  B    X A  X B   t1n / n2
A B  2
  X A  X B  ,  X A  X B   t1n / n2  2  X A  X B 
A B

X A  X B   1002  1005  3 : X A  X B  ‫حساب الفرق‬
:  X A  X B  ‫حساب‬
 X A  X B    2 X X    2 X B 
85
‫حالة املعاينة غري النفاذية‬ ‫‪nB‬‬ ‫‪ 20‬‬ ‫‪ 0  0.05‬‬ ‫حساب ‪ :  X B ‬لدينا اجملتمع غري حمدود يكون‬
‫‪NB‬‬ ‫‪NB‬‬
‫‪B‬‬ ‫يكون‪:‬‬
‫‪ X B  ‬‬
‫‪nB‬‬
‫االحنراف املعياري للمجتمع ‪  B‬جمهول نستعمل بدله االحنراف املعياري املصحح للعينة ‪ Ŝ B‬يكون‪:‬‬
‫‪SˆB‬‬
‫‪  XB  ‬‬
‫‪nB‬‬
‫حساب ‪: Ŝ B‬‬
‫‪1 15‬‬ ‫‪nB  1 20‬‬ ‫‪2‬‬ ‫‪n‬‬ ‫‪20‬‬
‫‪SˆB2 ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪.    X i  X    B S B2  .90  94.74‬‬
‫‪2‬‬
‫‪X‬‬ ‫‪‬‬ ‫‪X‬‬ ‫‪‬‬
‫‪nB  1 i 1‬‬ ‫‪nB  1  nB i 1‬‬ ‫‪ nB  1‬‬
‫‪i‬‬
‫‪19‬‬
‫‪ S B  94.74  9.73‬‬
‫‪9.73‬‬
‫‪ XA ‬‬ ‫‪.  2.176‬‬ ‫نعوض فنجد ان‪:‬‬
‫‪20‬‬
‫يكون تباين الفرق ‪  X A  X B ‬هو‪:‬‬
‫‪ X A  X B    2 X X    2 X B  ‬‬ ‫‪2.54 ‬‬ ‫‪ 2.176   3.34‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪  0.05  t1n / n2‬‬‫‪A‬‬ ‫‪B‬‬ ‫‪ 2‬‬

‫‪ t 033.975  2.042‬‬ ‫ومبستوى ثقة ‪ %95‬يكون‪:‬‬
‫مالحظة‪ :‬يف جدول توزيع ستيودنت ال توجد درجة احلرية ‪ 33‬أنخذ األقرب و هي ‪30‬‬
‫‪t1n / n2 2 X A  X B   2.042  3.34  6.82‬‬
‫‪A‬‬ ‫‪B‬‬
‫نعوض يف جمال التقدير فنجد ان‪:‬‬
‫‪‬‬ ‫‪A‬‬ ‫‪  B    3  6.82 , 3  6.82   A   B    9.82 , 3.82‬‬
‫‪  A2‬‬ ‫‪‬‬
‫عند حدود ‪:%95‬‬ ‫‪‬‬ ‫‪2 ‬‬ ‫جمال الثقة للنسبة‬ ‫‪.4‬‬
‫‪ B ‬‬
‫‪‬‬
‫‪ S A2  ‬‬
‫‪ ‬حتصلنا علم توزيع املعاينة علم الشكل‬ ‫من خالل نتائج الفصل السابق لتوزيع املعاينة لنسبة تباينني ‪2 ‬‬
‫‪ SB ‬‬
‫‪86‬‬
‫‪  n A  1 .S A2‬‬ ‫‪‬‬
‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬
‫‪‬‬ ‫‪ A2‬‬ ‫‪‬‬ ‫‪S A2‬‬
‫‪ nA‬‬ ‫‪ 1‬‬ ‫‪ A2‬‬
‫‪F ‬‬ ‫‪‬‬ ‫‪F‬‬ ‫‪ nA‬‬ ‫‪ 1, n B  1‬‬
‫‪  n B  1 .S B2‬‬ ‫‪‬‬ ‫‪S‬‬ ‫‪2‬‬
‫‪A‬‬
‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪ B2‬‬ ‫‪‬‬

‫‪A‬‬
‫‪ nB‬‬ ‫‪ 1‬‬

‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪S A2 ‬‬ ‫‪S A2 ‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪ A‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪2‬‬
‫‪‬‬ ‫‪SB‬‬ ‫‪SB‬‬
‫‪ 2‬‬ ‫‪,‬‬ ‫‪‬‬
‫‪‬‬ ‫‪B ‬‬ ‫‪ F1 / 2  n A  1, nB  1‬‬ ‫‪F / 2  n A  1, nB  1‬‬
‫‪‬‬ ‫‪‬‬
‫وهذا مبستوى ثقة ‪. 1   ‬‬

‫‪‬‬
‫‪S A2   96.43‬‬ ‫‪ 1.02‬‬ ‫ولدينا‪:‬‬
‫‪S B2‬‬ ‫‪94.74‬‬
‫وعند مستوى ثقة ‪ 1     0.95‬يكون‪:‬‬

‫‪  0.05  F1 / 2 nA  1, nB  1  F0.975 14,19  2.62‬‬
‫‪  0.05  F / 2 n A  1, nB  1  F0.025 14,19   F10.025 19,14 ‬‬

‫‪1‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪‬‬ ‫‪‬‬ ‫‪ 0.35‬‬
‫‪F0.975 19,14  2.84‬‬
‫نعوض يف جمال التقدير فنجد ان‪:‬‬
‫‪  A2‬‬ ‫‪   1.02 , 1.02     A2‬‬
‫‪  2   0.39 , 2.91‬‬
‫‪‬‬
‫‪   ‬‬‫‪2‬‬ ‫‪‬‬
‫‪‬‬ ‫‪B ‬‬ ‫‪‬‬ ‫‪2‬‬‫‪.‬‬‫‪62‬‬ ‫‪0‬‬‫‪.‬‬‫‪35‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪B ‬‬

‫حجم العينة وحجم اجملتمع علم التوايل؛‬ ‫‪N, n‬‬ ‫نرمز بـ‬
‫لنسبة عمال الشركة الذين يفضلون نظام التامني كأفراد؛‬ ‫‪P‬‬ ‫نرمز بـ‬
‫لعدد العمال ضمن العينة الذين يفضلون نظام التامني كأفراد؛‬ ‫‪X‬‬ ‫نرمز بـ‬
‫نرمز بـ ‪ r‬لنسبة العمال ضمن العينة الذين يفضلون نظام التامني كأفراد‪.‬‬
‫تقدير نسبة عمال الشركة الذين يفضلون نظام التامني كأفراد عند مستوى الثقة ‪:%95‬‬
‫لدينا‪ n  100  30 :‬حالة العينات الكربى توزيع ‪ r‬هو‪r  N P,  r  :‬‬
‫‪87‬‬
‫و عليه فان جمال الثقة لـ ‪ P‬هو‪P  r  Z 1 / 2 r , r  Z 1 / 2 r  :‬‬
‫حساب ‪:  r ‬‬
‫أي حالة املعاينة النفاذية ويكون‪:‬‬ ‫‪n‬‬
‫‪N‬‬
‫‪ 100‬‬
‫‪1200‬‬
‫‪ 0.083  0.05‬‬ ‫لدينا‪:‬‬
‫‪r 1  r  N  n‬‬
‫‪ r  ‬‬
‫‪n‬‬ ‫‪N 1‬‬
‫نعوض فنجد ان‪:‬‬ ‫‪r‬‬
‫‪X‬‬
‫‪‬‬
‫‪70‬‬
‫ولدينا كذلك‪ 0.70 :‬‬
‫‪n 100‬‬
‫‪r 1  r  N  n‬‬ ‫‪0.70  1  0.70  1200  100‬‬
‫‪ r  ‬‬ ‫‪‬‬ ‫‪ 0.044‬‬
‫‪n‬‬ ‫‪N 1‬‬ ‫‪100‬‬ ‫‪1200  1‬‬
‫الثقة ‪ %95‬يكون‪  0.05  Z 1 / 2  Z 0.975  1.96 :‬‬ ‫عند مستوى‬
‫‪Z 1 / 2 r   1.96  0.044  0.086‬‬ ‫أي أن‪:‬‬
‫يكون جمال الثقة هو‪:‬‬
‫‪P  0.70  0.086 , 0.70  0.086   P  0.62, 0.79‬‬

‫أي ان نسبة عمال الشركة الذين يفضلون نظام التامني كأفراد ترتاوح بني ‪ %62‬و ‪ %79‬وهذا مبستوى ثقة‬
‫‪.%95‬‬
‫‪ ‬ميثل الدخل اليومي للشركة مع التسعرية القدمية للساعة الواحدة؛‬ ‫‪0‬‬
‫‪ 5500‬‬ ‫لدينا‪:‬‬
‫‪ X  5375‬متوسط العينة وهو ميثل الدخل اليومي للشركة خالل ‪ 40‬يوم املأخوذة مع التسعرية اجلديدة للساعة‬
‫الواحدة؛‬
‫‪ : n  40‬حجم العينة‪ n  40  30 ،‬حالة العينات الكربى‬
‫لالختبار و الفرضية البديلة ‪: H‬‬
‫‪1‬‬ ‫‪H0‬‬ ‫فياغة الفرضية املعدومة‬
‫‪H 0    5500‬‬ ‫‪vs‬‬ ‫‪H 1    5500‬‬
‫هذه احلالة توافق اختبار أحادي الطرف من اليمني‬

‫فبمستوى معنوية ‪   0.05‬يكون‪:‬‬
‫‪X ‬‬ ‫‪‬‬
‫‪P‬‬ ‫‪ Z T  Z 0.95   0.95‬‬ ‫ونكتب‪:‬‬
‫‪  X ‬‬ ‫‪‬‬
‫اجملدولة‪ZT  Z 0.95  1.96 :‬‬ ‫اإلحصائية‬
‫‪88‬‬
‫‪X  0‬‬ ‫اإلحصائية احملسوبة لالختبار‪:‬‬
‫‪ZC ‬‬
‫‪ X ‬‬
‫حساب ‪:   X ‬‬
‫‪‬‬
‫‪‬‬ ‫‪S‬‬
‫‪ X  ‬‬ ‫‪‬‬ ‫لدينا اجملتمع غري حمدود أي أن املعاينة غري نفاذية‪ ،‬يكون‪:‬‬
‫‪n‬‬ ‫‪n‬‬
‫‪‬‬ ‫‪n‬‬ ‫‪40‬‬
‫‪S‬‬ ‫‪.S ‬‬ ‫‪. 800  28.64‬‬ ‫االحنراف املصحح للعينة‪:‬‬
‫‪n 1‬‬ ‫‪40  1‬‬
‫‪‬‬
‫‪ X  ‬‬
‫‪S‬‬
‫‪‬‬
‫‪28.64‬‬
‫‪ 4.53‬‬ ‫نعوض فنجد أن‪:‬‬
‫‪n‬‬ ‫‪40‬‬
‫تكون قيمة اإلحصائية احملسوبة لالختبار هي‪:‬‬
‫‪X   0 5375  5500‬‬
‫‪ZC ‬‬ ‫‪‬‬ ‫‪ 27.6‬‬
‫‪ X ‬‬ ‫‪4.53‬‬
‫أن‪Z C  27.6  Z T  1.96 :‬‬ ‫نالحظ‬
‫أي أن ‪ Z C‬ينتمي إىل منطقة قبول ‪ H 0‬وعليه فإننا نقبل ‪ H 0‬مبستوى معنوية ‪ ،   0.05‬ونقول عندئذ أن‬
‫و هذا علم ضوء هذه العينة و مبستوى معنوية ‪ .   0.05‬و‬ ‫القيمة ‪ 0  5500‬‬ ‫متوسط اجملتمع اقل أو يساوي‬
‫ميكننا عندئذ اإلقرار بكون متوسط الدخل اليومي للشركة قد اخنفض نتيجة رفع التسعرية وهذا عند عتبة معنوية‬
‫‪   0.05‬؟‬
‫نرمز بـ ‪ ‬ملتوسط االستهالك اليومي من املياه للعائالت مبدينة اجللفة؛‬
‫ملتوسط االستهالك اليومي من املياه للعائالت ضمن العينة املأخوذة ‪ 20‬منزل؛‬ ‫‪X‬‬ ‫نرمز بـ‬
‫تقدير متوسط االستهالك اليومي من املياه للعائالت ملدينة اجللفة عند مستوى ثقة ‪:%95‬‬ ‫‪.1‬‬
‫‪X ‬‬
‫‪ t n 1‬‬ ‫حالة العينات الصغرى يكون‪:‬‬ ‫‪n  20  30‬‬ ‫لدينا‪:‬‬
‫‪ X ‬‬
‫‪‬‬ ‫‪‬‬
‫يكون جمال الثقة ملتوسط اجملتمع ‪ ‬هو‪  X  t1n1 / 2  X  , X  t1n1 / 2  X  :‬‬
‫‪X ‬‬
‫‪1 20‬‬
‫‪ X i  223.7‬‬ ‫حساب متوسط العينة ‪: X‬‬
‫‪n i 1‬‬
‫حالة املعاينة غري النفاذية يكون‪:‬‬ ‫‪n‬‬

‫‪ 20‬‬ ‫‪ 0  0.05‬‬ ‫حساب ‪ :   X ‬لدينا‪:‬اجملتمع غري حمدود يكون‬
‫‪N‬‬ ‫‪N‬‬
‫‪89‬‬
‫‪‬‬
‫‪ X  ‬‬
‫‪n‬‬
‫يكون‪:‬‬ ‫̂‪S‬‬ ‫االحنراف املعياري للمجتمع ‪ ‬جمهول نستعمل بدله االحنراف املعياري املصحح للعينة‬
‫̂‪S‬‬
‫‪ X ‬‬
‫‪n‬‬
‫‪Sˆ 2 ‬‬
‫‪1 20‬‬
‫‪‬‬ ‫‪‬‬ ‫‪X i  X   590.12  S  24.3‬‬
‫‪2‬‬
‫حساب ̂‪: S‬‬
‫‪n  1 i 1‬‬
‫‪24.3‬‬ ‫نعوض فنجد ان‪:‬‬
‫‪ X ‬‬ ‫‪.  5.45‬‬
‫‪20‬‬
‫معنوية ‪  0.05‬‬ ‫عند مستوى ثقة ‪ %95‬أي عند مستوى‬
‫‪‬‬
‫‪ A  X A  t 019.975 X A  , X A  t 019.975 X A ‬‬ ‫‪‬‬
‫‪  0.05  t 019.975  2.093‬‬
‫‪t 019.975 X A   2.093  5.45  11.48‬‬ ‫يكون‪:‬‬

‫أن‪ A  223.7  11.48 , 223.7  11.48 :‬‬ ‫نعوض يف جمال التقدير فنجد‬
‫‪ ‬وهذا مبستوى ثقة ‪%95‬‬ ‫‪A‬‬ ‫‪ 212.22 , 235.18‬‬ ‫ومنه‪:‬‬
‫اختبار إذا علمنا أن متوسط االستهالك اليومي قبل أالزمة كان ‪ 250‬مرت مكعب‪ ،‬فهل املعطيات السابقة‬ ‫‪.2‬‬
‫تؤكد حدوث أزمة ابلفعل وهذا عند عتبة معنوية ‪   0.05‬؟ يعين اختبار متوسط االستهالك اليومي هل اخنفض‬
‫عن ‪ 250‬مرت مكعب‪.‬‬
‫‪H 0    250‬‬ ‫‪vs‬‬ ‫‪H 1    250‬‬ ‫وتكون فياغته علم النحو التايل‪:‬‬
‫هذه احلالة توافق اختبار أحادي الطرف من اليسار‪ .‬فعلم أساس الفرضية املعدومة ‪ H 0‬ال توجد أزمة‪.‬‬
‫‪X ‬‬
‫‪T‬‬ ‫‪ t n 1‬‬ ‫أي حالة العينات الصغرية‪:‬‬ ‫‪n  20  30‬‬ ‫حجم العينة‬
‫‪ X ‬‬
‫‪X ‬‬ ‫‪‬‬
‫‪P‬‬ ‫‪ TT  t n 1   1  ‬‬ ‫ونكتب‪:‬‬
‫‪  X ‬‬ ‫‪‬‬
‫‪TT  t0.20051  t019.95  1.729‬‬ ‫اإلحصائية اجملدولة‪:‬‬
‫‪X   0 223.7  250‬‬ ‫اإلحصائية احملسوبة لالختبار‪:‬‬
‫‪TC ‬‬ ‫‪‬‬ ‫‪ 4.82‬‬
‫‪ X ‬‬ ‫‪5.45‬‬
‫‪TC  4.82  TT  1.729‬‬ ‫نالحظ أن‪:‬‬
‫‪90‬‬
‫أي أن ‪ TC‬ينتمي إىل منطقة رفض ‪ ، H 0‬وعليه نرفض ‪ H 0‬ونقبل ‪ H 1‬مبستوى معنوية ‪ .   0.05‬ونقول عندئذ‬
‫فعلم ضوء هذه العينة ميكننا اإلقرار حبدوث أزمة‬ ‫القيمة ‪ 0  250‬‬ ‫أن متوسط االستهالك اليومي للمياه اقل من‬
‫وهذا مبستوى معنوية ‪.  0.05‬‬
‫لنسبة املتتبعني للحصة اليت يبث اإلعالن اخلاص هبذا املنتج فيها؛‬ ‫‪P‬‬ ‫نرمز بـ‬
‫نرمز بـ ‪ P0‬للنسبة املتفق عليها‪%40= P0 :‬؛‬
‫نرمز بـ ‪ r‬لنسبة املتتبعني للحصة اليت يبث اإلعالن اخلاص هبذا املنتج فيها ولكن ضمن العينة فقط‪.‬‬
‫يكون‪.%38= r ،‬‬
‫علم أساس نتائج هذه العينة نريد اخترب فحة ادعاء شبكة اإلعالانت وهذا عند عتبة معنوية ‪:   0.01‬‬
‫أي أننا نريد اخترب النسبة ‪ P‬هل هي اكرب أو تساوي ‪ .%40= P0‬هذه احلالة توافق اختبار أحادي الطرف من‬
‫‪H 0  P  0.40‬‬ ‫‪vs‬‬ ‫‪H 1  P  0.40‬‬ ‫اليسار‪ ،‬وتكون فياغته علم النحو التايل‪:‬‬
‫‪rP‬‬
‫‪ N 0,1‬‬ ‫حالة العينات الكربى يكون توزيع النسبة املدروسة يف العينة ‪ r‬هو‪:‬‬ ‫‪n  60  30‬‬ ‫لدينا‪:‬‬
‫‪ r ‬‬
‫‪r  P‬‬ ‫‪‬‬ ‫فبمستوى معنوية ‪   0.01‬يكون‪:‬‬
‫‪P‬‬ ‫‪ Z T  Z   1  ‬‬
‫‪  r ‬‬ ‫‪‬‬
‫‪ZT  Z  Z 1   Z 0.99  2.33‬‬ ‫اإلحصائية اجملدولة‪:‬‬
‫‪r  P0‬‬ ‫اإلحصائية احملسوبة لالختبار‪:‬‬
‫‪ZC ‬‬
‫‪ r ‬‬
‫حساب ‪:  r ‬‬
‫‪r.1  r ‬‬ ‫‪0.38.1  0.38 ‬‬
‫‪ r  ‬‬ ‫‪‬‬ ‫يكون‪ 0.063 :‬‬ ‫لدينا اجملتمع غري حمدود أي أن املعاينة غري نفاذية‪،‬‬
‫‪n‬‬ ‫‪60‬‬
‫‪r  P0 0.38  0.40‬‬
‫‪ZC ‬‬ ‫‪‬‬ ‫لالختبار‪ 0.319 :‬‬ ‫نعوض فنجد أن قيمة اإلحصائية احملسوبة‬
‫‪ r ‬‬ ‫‪0.063‬‬
‫نقبل ‪ H 0‬مبستوى معنوية ‪ ،   0.01‬ونقول عندئذ أن نسبة الصفة يف‬ ‫‪Z C  0.319  Z T  2.33‬‬ ‫نالحظ أن‪:‬‬
‫اجملتمع ‪ P‬اكرب أو تساوي القيمة ‪ %40= P0‬وهذا علم ضوء هذه العينة ومبستوى معنوية ‪ .   0.01‬وعليه ميكننا‬
‫اإلقرار ابن ادعاء شبكة اإلعالانت فحيح‪.‬‬
‫‪91‬‬
‫حل التمرين (‪:)07‬‬
‫نريد اختبار الفرضية التالية‪ :‬هل تباين اجملتمع ‪  2‬اقل أو يساوي القيمة ‪  02  100‬؟ هذه احلالة توافق اختبار‬
‫‪H 0 :  2  100‬‬ ‫‪vs‬‬ ‫‪H 1 :  2 100‬‬ ‫أحادي الطرف من اليمني‪ ،‬وتكون فياغته علم النحو التايل‪:‬‬
‫غري ان وحدات اجملتمع األفلي تتبع التوزيع الطبيعي يكون توزيع املعاينة للتباين‬ ‫‪n  15  100‬‬ ‫حجم العينة‬
‫‪2‬‬ ‫‪‬‬
‫‪ ‬‬
‫‪2‬‬ ‫‪n  1.S‬‬ ‫‪  2n1‬‬ ‫املصحح للعينة ‪ S 2‬هو‪:‬‬
‫‪2‬‬
‫‪  n  1 .S 2‬‬ ‫‪‬‬
‫‪P‬‬ ‫‪  21   n  1   0.95‬‬ ‫فبمستوى معنوية ‪   0.05‬يكون‪:‬‬
‫‪ ‬‬
‫‪2‬‬
‫‪‬‬
‫‪T2   21  n  1   02.95 14  23.685‬‬ ‫اإلحصائية اجملدولة‪:‬‬

‫‪2‬‬
‫‪ ‬‬
‫‪2‬‬ ‫‪n  1.S‬‬ ‫‪‬‬
‫‪14  13.8‬‬
‫لالختبار‪ 26.66 :‬‬
‫‪2‬‬
‫اإلحصائية احملسوبة‬
‫‪C‬‬
‫‪ 02‬‬ ‫‪100‬‬
‫و نقبل ‪، H 1‬‬ ‫‪  0.05‬‬ ‫نالحظ أن‪  C2  26.66  T2   02.95 14  23.685 :‬نرفض ‪ H 0‬مبستوى معنوية‬
‫‪ ‬أي أن عملية التجميع تتخللها اختالفات جتاوزت‬ ‫‪2‬‬
‫‪0‬‬ ‫القيمة ‪ 100‬‬ ‫ونقول عندئذ أن تباين اجملتمع ‪  2‬اكرب من‬
‫احلد املقبول وهذا علم ضوء هذه العينة و مبستوى معنوية ‪.   0.05‬‬
‫تقدير متوسط مساحة العقارات ‪ ‬يف مدينة اجللفة عند مستوى الثقة ‪: %95‬‬ ‫‪.1‬‬
‫حالة العينات الكربى يكون‪:‬‬ ‫‪n  80  30‬‬ ‫لدينا‪:‬‬

‫‪X  N E  X ,   X ‬‬
‫يكون جمال الثقة ملتوسط اجملتمع ‪ ‬هو‪:‬‬

‫‪‬‬
‫‪  X  Z1 / 2  X  , X  Z 1 / 2  X ‬‬ ‫‪‬‬
‫حساب ‪:   X ‬‬
‫‪   X  ‬واالحنراف‬ ‫‪‬‬ ‫حالة املعاينة غري النفاذية يكون‪:‬‬ ‫‪n‬‬
‫‪N‬‬
‫‪ 80‬‬
‫‪N‬‬
‫‪ 0  0.05‬‬ ‫لدينا‪ :‬اجملتمع غري حمدود‬
‫‪n‬‬
‫املعياري للمجتمع ‪ ‬جمهول نستعمل بدله االحنراف املعياري املصحح للعينة ̂‪ S‬يكون‪:‬‬
‫̂‪S‬‬
‫‪ X ‬‬
‫‪n‬‬
‫‪1 5‬‬ ‫‪1 5‬‬
‫‪ ni . X i  X‬‬ ‫‪‬‬ ‫‪،‬‬ ‫‪ ni .X i‬‬ ‫حساب‪:‬‬
‫‪2‬‬
‫‪S2 ‬‬ ‫‪X ‬‬
‫‪n  1 i 1‬‬ ‫‪n i 1‬‬
‫‪92‬‬
‫‪5‬‬ ‫‪5‬‬
‫‪  n .  X‬و ‪ n .X‬‬ ‫اجلدول التايل يوضح كيفية حساب ‪‬‬

‫‪2‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪X‬‬
‫‪i 1‬‬ ‫‪i 1‬‬
‫‪ni . X i  X ‬‬ ‫فئة املساحة‬

‫‪2‬‬
‫‪ni . X i‬‬ ‫‪Xi‬‬ ‫‪ni‬‬
‫‪38400‬‬ ‫‪1020‬‬ ‫‪170‬‬ ‫‪06‬‬ ‫‪150,190‬‬

‫‪22400‬‬ ‫‪2940‬‬ ‫‪210‬‬ ‫‪14‬‬ ‫‪190,230‬‬
‫‪0‬‬ ‫‪10500‬‬ ‫‪250‬‬ ‫‪42‬‬ ‫‪230,270‬‬
‫‪16000‬‬ ‫‪2900‬‬ ‫‪290‬‬ ‫‪10‬‬ ‫‪270,310‬‬
‫‪51200‬‬ ‫‪2640‬‬ ‫‪330‬‬ ‫‪08‬‬ ‫‪310,350‬‬
‫‪128000‬‬ ‫‪20000‬‬ ‫‪/‬‬ ‫‪80‬‬ ‫اجملموع‬
‫‪X ‬‬
‫‪1 5‬‬
‫‪‬‬ ‫‪n i .X i ‬‬
‫‪20000‬‬
‫‪ 250‬‬ ‫يكون‪:‬‬
‫‪n i 1‬‬ ‫‪80‬‬
‫‪Sˆ 40.25‬‬ ‫يكون‪:‬‬ ‫‪1 5‬‬ ‫‪128000‬‬
‫‪ ni . X i  X‬‬ ‫‪‬‬
‫‪2‬‬
‫‪ X ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ 1620.25  Sˆ  40.25‬‬
‫‪2‬‬
‫‪‬‬ ‫‪ 4.5‬‬ ‫‪S‬‬
‫‪n‬‬ ‫‪80‬‬ ‫‪n  1 i 1‬‬ ‫‪79‬‬
‫‪Z1 / 2 . X   Z 0.975 X   1.96  4.5  8.82‬‬ ‫‪   0.05  Z‬يكون‪:‬‬ ‫‪1 / 2‬‬

‫‪ Z 0.975  1.96‬‬ ‫عند مستوى ثقة ‪:%95‬‬
‫نعوض فنجد أن جمال الثقة ملتوسط اجملتمع ‪ ‬هو‪:‬‬
‫‪  250  8.82 , 250  8.82    241.18 , 258.82‬‬
‫تقدير تباين مساحة العقارات يف مدينة اجللفة ‪  2‬عند مستوى الثفة ‪:%95‬‬ ‫‪.2‬‬
‫‪‬‬
‫من خالل نتائج الفصل السابق لتوزيع املعاينة للتباينات حتصلنا علم توزيع املعاينة للتباين املصحح ‪ S 2‬علم الشكل‬
‫‪2‬‬
‫‪n  1.S‬‬ ‫‪  2n 1‬‬ ‫التايل‪:‬‬
‫‪‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪‬‬
‫‪ n  1.S 2‬‬ ‫‪‬‬ ‫‪n  1.S 2 ‬‬
‫‪ ‬هو‪ :‬‬ ‫فبمستوى ثقة ‪ 1   ‬جمال الثقة لتباين اجملتمع‬
‫‪2‬‬
‫‪  2‬‬
‫‪2‬‬
‫‪,‬‬
‫‪  1 / 2  n  1‬‬ ‫‪  / 2  n  1‬‬
‫‪2‬‬
‫وهذا مبستوى ثقة ‪. 1   ‬‬

‫‪2‬‬
‫‪n  1.S‬‬ ‫‪ 79 1620.25  128000‬‬ ‫لدينا‪:‬‬
‫‪ 12 / 2  n  1   0..975‬‬
‫‪2‬‬
‫‪14   106.6‬‬
‫‪  0.05  ‬‬ ‫مبستوى ثقة ‪: 1     0.95‬‬
‫‪  / 2  n  1   0.025 14   57.2‬‬
‫‪2‬‬ ‫‪2‬‬
‫نعوض يف جمال التقدير جند أن‪:‬‬
‫‪93‬‬
‫‪128000 128000 ‬‬
‫‪2 ‬‬ ‫‪    1200.75, 2237.76 ‬‬
‫‪2‬‬
‫‪,‬‬
‫‪‬‬ ‫‪106.6‬‬ ‫‪57.2‬‬ ‫‪‬‬

‫اختبار ان نسبة العقارات يف مدينة اجللفة اليت تقل مساحتها عن ‪ 230‬مرت مربع هي ‪ % 20‬وهذا عند‬ ‫‪.3‬‬
‫مستوى معنوية ‪:%5‬‬

‫نرمز بـ ‪ P‬لنسبة العقارات يف مدينة اجللفة اليت تقل مساحتها عن ‪ 230‬مرت مربع‪.‬‬
‫نرمز بـ ‪ r‬لنسبة العقارات يف العينة اليت تقل مساحتها عن ‪ 230‬مرت مربع‪.‬‬
‫‪H 0 P  0.20 vs H1 P  0.20‬‬ ‫‪P‬‬ ‫‪0.20  P 0.20 ‬‬ ‫وتكون فياغة االختبار علم النحو التايل‪:‬‬
‫حالة العينات الكربى يكون توزيع املعاينة للنسبة‬ ‫‪n  80  30‬‬ ‫وهذه احلالة توافق اختبار ثنائي الطرف‪ .‬حجم العينة‬
‫‪rP‬‬
‫‪ N 0,1‬‬ ‫املدروسة يف العينة ‪ r‬هو‪:‬‬
‫‪ r ‬‬
‫‪‬‬ ‫‪rP‬‬ ‫‪‬‬
‫‪P  Z 0.975 ‬‬ ‫فبمستوى معنوية ‪   0.05‬يكون‪ Z 0.975   0.95 :‬‬
‫‪‬‬ ‫‪ r ‬‬ ‫‪‬‬
‫‪r  P0‬‬ ‫اإلحصائية احملسوبة لالختبار‪:‬‬
‫‪ZC ‬‬
‫‪ r ‬‬
‫‪6  14‬‬ ‫حنسب ‪ r‬نسبة العقارات يف العينة اليت تقل مساحتها عن ‪ 230‬مرت مربع‪:‬‬
‫‪r‬‬ ‫‪ 0.25‬‬
‫‪80‬‬
‫‪0.25  1  0.25 ‬‬ ‫حساب ‪:  r ‬‬
‫‪ r  ‬‬ ‫‪ 0.048‬‬
‫‪80‬‬
‫‪r  P0 0.25  0.20‬‬ ‫تكون قيمة اإلحصائية احملسوبة لالختبار‪:‬‬
‫‪ZC ‬‬ ‫‪‬‬ ‫‪ 1.032‬‬
‫‪ r ‬‬ ‫‪0.048‬‬
‫‪ Z‬‬ ‫‪0.975‬‬
‫‪‬‬
‫اجملال‪, Z 0.975   1.96, 1.96:‬‬ ‫أما اإلحصائية اجملدولة لالختبار تتمثل يف‬
‫نقبل ‪ H 0‬مبستوى معنوية ‪ ،   0.05‬ونقول عندئذ أن نسبة‬ ‫ان‪Z C  1.032   1.96 , 1.96:‬‬ ‫نالحظ‬
‫وهذا علم ضوء هذه‬ ‫القيمة ‪P0  0.20‬‬ ‫العقارات يف مدينة اجللفة اليت تقل مساحتها عن ‪ 230‬مرت مربع تساوي‬
‫العينة ومبستوى معنوية ‪.   0.05‬‬
‫اجملتمع ‪ : 1‬طلبة السنة الثانية علوم جتارية‬
‫‪ : ‬متثل حجم اجملتمع‪ ،‬متوسط اجملتمع واحنراف اجملتمع علم التوايل؛‬ ‫‪1‬‬
‫‪, 1 , N 1  200‬‬
‫‪ : S1 , X 1 , n1‬متثل حجم العينة‪ ،‬متوسط العينة واحنراف العينة علم التوايل؛‬

‫‪94‬‬
‫وحدات اجملتمع أي عالمات الطالب يف مقياس الرايضيات تتبع التوزيع الطبيعي‪.‬‬
‫اجملتمع ‪ : 2‬طلبة السنة الثانية علوم اقتصادية‬
‫‪ : ‬متثل حجم اجملتمع‪ ،‬متوسط اجملتمع واحنراف اجملتمع علم التوايل؛‬ ‫‪2‬‬
‫‪,  2 , N 2  250‬‬
‫‪ : S 2 , X 2 , n2‬متثل حجم العينة‪ ،‬متوسط العينة واحنراف العينة علم التوايل‪.‬‬

‫وحدات اجملتمع أي عالمات الطالب يف مقياس الرايضيات تتبع التوزيع الطبيعي‪.‬‬
‫حالة العينات الصغرى‬ ‫‪n1  9, n2  16  30‬‬ ‫ابلنسبة هلذا الفرع‪:‬‬ ‫‪.1‬‬
‫العينة ‪ : 1‬طلبة السنة الثانية علوم جتارية‬

‫‪ : S‬متثل حجم العينة‪ ،‬متوسط العينة واحنراف العينة علم التوايل‪.‬‬ ‫‪1‬‬ ‫‪ 1.89, X 1  8.75, n1  9‬‬
‫العينة ‪ : 2‬طلبة السنة الثانية علوم اقتصادية‬

‫و ‪:  2  1 ‬‬ ‫‪ .1.1‬تقدير ‪ 2 ، 1‬‬
‫‪ ‬تقدير متوسط طلبة السنة الثانية علوم جتارية ‪: 1‬‬

‫حالة العينات الصغرى وحدات اجملتمع أي عالمات الطالب يف مقياس الرايضيات تتبع التوزيع‬ ‫لدينا‪n1  9  30 :‬‬
‫الطبيعي وابحنراف ‪  1‬جمهول‪ ،‬يكون توزيع املعاينة ملتوسط العينة ‪ X 1‬هو توزيع ستيودنت‪:‬‬
‫‪X 1  1‬‬
‫‪ t  n 1‬‬
‫‪ X 1 ‬‬
‫‪1‬‬
‫هو‪:‬‬ ‫ل ـ ‪1‬‬ ‫فبمستوى ثقة ‪ 1   ‬يكون جمال التقدير‬

‫‪1  X 1  t 1n1/2  X 1  , X 1  t 1n1/2  X 1 ‬‬
‫‪1‬‬ ‫‪1‬‬
‫حساب ‪:  X ‬‬
‫‪1‬‬
‫‪1‬‬ ‫‪Sˆ1‬‬
‫‪ X 1  ‬‬ ‫‪‬‬ ‫أي حالة املعاينة غري النفاذية يكون‪:‬‬ ‫‪n1‬‬
‫‪N1‬‬
‫‪9‬‬
‫‪200‬‬
‫لدينا‪ 0.045  0.05 :‬‬
‫‪n1‬‬ ‫‪n1‬‬
‫‪n1‬‬ ‫‪9‬‬
‫‪Sˆ1 ‬‬ ‫‪.S1 ‬‬ ‫‪.1.89  2.005‬‬ ‫حساب ‪: Ŝ 1‬‬
‫‪n1  1‬‬ ‫‪9 1‬‬
‫‪Sˆ1‬‬ ‫‪2.005‬‬
‫‪ X 1  ‬‬ ‫‪‬‬ ‫‪ 0.67‬‬ ‫نعوض فنجد أن‪:‬‬
‫‪n1‬‬ ‫‪9‬‬
‫‪1     0.95    0.05  t ‬‬ ‫‪n1 1‬‬

‫‪1 / 2 ‬‬ ‫‪ 1     0.95‬يكون‪ t 08.975  2.306 :‬‬ ‫مبستوى ثقة‬
‫‪t 1n1/2  X 1   t 08.975 . X 1   2.306  0.67  1.54‬‬
‫‪1‬‬
‫‪95‬‬
‫فنجد أن‪:‬‬ ‫لـ ‪1‬‬ ‫نعوض يف جمال التقدير‬
‫‪1  8.75  1.54 , 8.75  1.54  1  7.21 , 10.29‬‬
‫وهذا مبستوى ثقة ‪.% 95‬‬
‫‪ ‬تقدير متوسط طلبة السنة الثانية علوم اقتصادية ‪:  2‬‬
‫حالة العينات الصغرى وحدات اجملتمع أي عالمات الطالب يف مقياس الرايضيات تتبع‬ ‫لدينا‪n2  16  30 :‬‬
‫هو‪:‬‬ ‫لـ ‪ 1‬‬ ‫التوزيع الطبيعي وابحنراف ‪  2‬جمهول‪ ،‬فبمستوى ثقة ‪ 1   ‬يكون جمال التقدير‬
‫‪2  X 2  t 1n1/ 2   X 2  , X 2  t 1n1/ 2   X 2 ‬‬
‫‪2‬‬ ‫‪2‬‬
‫حساب ‪:  X ‬‬
‫‪2‬‬
‫أي حالة املعاينة غري النفاذية يكون‪:‬‬ ‫‪n2‬‬ ‫‪ 16‬‬ ‫لدينا‪ 0.064  0.05 :‬‬
‫‪N2‬‬ ‫‪250‬‬
‫‪2‬‬ ‫‪N 2  n2‬‬ ‫ˆ‪S‬‬ ‫‪N 2  n2‬‬
‫‪ X 2  ‬‬ ‫‪ 2‬‬
‫‪n2‬‬ ‫‪N2 1‬‬ ‫‪n2‬‬ ‫‪N2 1‬‬
‫‪n2‬‬ ‫‪16‬‬ ‫حساب ‪: Ŝ 2‬‬
‫‪Sˆ 2 ‬‬ ‫‪.S 2 ‬‬ ‫‪.1.56  1.61‬‬
‫‪n2  1‬‬ ‫‪16  1‬‬
‫‪Sˆ 2‬‬ ‫‪N 2  n2 1.61 250  16‬‬ ‫نعوض فنجد أن‪:‬‬
‫‪ X 2  ‬‬ ‫‪‬‬ ‫‪.‬‬ ‫‪ 0.39‬‬
‫‪n2‬‬ ‫‪N2 1‬‬ ‫‪16 250  1‬‬
‫‪1     0.95    0.05  t ‬‬ ‫‪n2 1‬‬

‫‪1 / 2 ‬‬ ‫‪ t 015.975  2.131‬‬ ‫مبستوى ثقة ‪ 1     0.95‬يكون‪:‬‬
‫‪t1n1/ 2  X 2   t015.975. X 2   2.131  0.39  0.83‬‬
‫‪2‬‬
‫‪ 2  10.02  0.83 , 10.02  0.83   2  9.19 , 10.85‬‬
‫‪ ‬تقدير الفرق ‪:  2  1 ‬‬
‫حالة العينات الصغرى ووحدات اجملتمعني أي عالمات الطالب يف مقياس‬ ‫لدينا‪n1  9, n2  16  30 :‬‬
‫هو‪:‬‬ ‫ل ـ ‪1‬‬ ‫الرايضيات تتبع التوزيع الطبيعي وابحنراف ‪  1 ,  2‬جمهولني‪ ،‬فبمستوى ثقة ‪ 1   ‬يكون جمال التقدير‬
‫‪     X‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪ X 1   t 1nn/ 2 2  X 2  X 1  , X 2  X 1   t 1nn/ 2 2  X 2  X 1 ‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪‬‬
‫‪X‬‬ ‫‪2‬‬ ‫‪ X 1   10.02  8.75  1.27 : X 2  X 1‬‬ ‫‪‬‬ ‫حساب ‪‬‬
‫‪ X 2  X 1    2 X 1    2 X 2  ‬‬ ‫‪0.67 ‬‬ ‫‪ 0.39 ‬‬ ‫‪ 0.78 :  X‬‬ ‫‪ X1‬‬ ‫حساب ‪‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪2‬‬
‫‪1     0.95    0.05  t ‬‬ ‫‪n1  n2  2 ‬‬

‫‪1 / 2 ‬‬ ‫‪ 1     0.95‬يكون‪ t 023.975  2.069 :‬‬ ‫مبستوى ثقة‬
‫‪96‬‬
‫يكون‪t 1n n/ 2 2  X 1  X 2   t 023.975 . X 1  X 2   2.069  0.78  1.61 :‬‬
‫‪1‬‬ ‫‪2‬‬
‫نعوض يف جمال التقدير لـ ‪  2  1 ‬فنجد أن‪:‬‬

‫‪   1.27  1.61 , 1.27  1.61     0.34 ,‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2.88‬‬
‫‪: 1.94‬‬ ‫‪; 2 .3‬‬ ‫‪ .2.1‬حساب احتمال أن يكون الفرق ‪  2  1 ‬ينتمي للمجال‪‬‬
‫‪P1.94   2  1  2.3  P 2.3   2  1   1.94 ‬‬
‫حندث بعض التعديالت علم املرتاجحة داخل االحتمال وذلك من اجل الوفول إىل توزيع الفرق واملعلوم مسبق ا وهو‬
‫توزيع ستيودنت‪ ،‬يكون‪:‬‬
‫‪  X  X 1   2.3  X 2  X 1    2  1  X 2  X 1   1.94 ‬‬
‫‪P1.94   2  1  2.3  P  2‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪X‬‬ ‫‪2‬‬ ‫‪‬‬ ‫‪X‬‬ ‫‪1‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪X‬‬ ‫‪2‬‬ ‫‪‬‬ ‫‪X‬‬ ‫‪1‬‬
‫‪‬‬ ‫‪ X 2  X 1  ‬‬
‫‪1.27  2.3 23 1.27  1.94 ‬‬
‫‪ P‬‬ ‫‪t ‬‬ ‫‪‬‬ ‫‪ P 1.32  t 23  0.86 ‬‬
‫‪ 0.78‬‬ ‫‪0.78 ‬‬
‫‪ P0.86  t 23  1.32   Pt 23  1.32   Pt 23  0.86   0.90  0.80  0.10‬‬
‫‪  12‬‬ ‫‪‬‬
‫عند مستوى ثقة ‪:% 98‬‬ ‫‪‬‬ ‫‪2‬‬ ‫‪ .3.1‬تقدير ‪  22 ،  12‬و‬
‫‪ 2 ‬‬
‫‪ ‬تقدير ‪:  12‬‬
‫‪‬‬ ‫‪‬‬
‫‪ n1  1.S12‬‬ ‫‪‬‬‫الثقة لتباين اجملتمع ‪  2‬هو‪n1  1.S12  :‬‬
‫‪  2‬‬
‫‪2‬‬
‫‪, 2‬‬ ‫‪‬‬ ‫مبستوى ثقة ‪ 1   ‬جمال‬
‫‪  1 / 2  n1  1   / 2  n1  1‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪‬‬
‫‪n1  1.S12  8  2.0052  32.16‬‬ ‫لدينا‪:‬‬
‫مبستوى ثقة ‪: 1     0.98‬‬
‫‪ 12 / 2 n1  1   02..99 8  20.09‬‬
‫‪  0.02   2‬‬
‫‪   / 2 n1  1   0.01 8  1.647‬‬
‫‪2‬‬
‫نعوض يف جمال التقدير جند أن‪:‬‬

‫‪ 32.16 32.16 ‬‬
‫‪ 12  ‬‬ ‫‪   1  1.6 , 19.53‬‬
‫‪2‬‬
‫‪,‬‬
‫‪ 20.09 1.647 ‬‬
‫‪ ‬تقدير ‪:  22‬‬
‫مبستوى ثقة ‪ 1   ‬جمال الثقة لتباين اجملتمع ‪  22‬هو‪:‬‬
‫‪97‬‬
 
 n2  1.S 22 n2  1.S 22 
  22
, 2 
  1 / 2  n2  1   / 2  n2  1
2

n2  1.S 22  15  1.612  38.88 :‫لدينا‬
: 1     0.98 ‫مبستوى ثقة‬
 12 / 2 n2  1   02..99 15  30.578
  0.02   2
   / 2 n2  1   0.01 15  5.229
2
:‫نعوض يف جمال التقدير جند أن‬

 38.88 38.88 
 22   ,    2  1.27 , 7.44 
2
 30.578 5.229 
.% 98 ‫وهذا مبستوى ثقة‬

:   2
 ‫تقدير‬ 
 22 
1
:‫ هو‬   ‫ جمال الثقة للنسبة‬1   

2
1 ‫مبستوى ثقة‬
  
2
2
 
 S12 S12 
 ˆ ˆ 
 1
2 2
2
 S2 S2 
 2 ,
 2   F1 / 2  n1  1, n2  1 F / 2  n1  1, n2  1
 
 
2
 2.005 
2
S1  1.55 :‫لدينا‬
ˆ
S2 2
1.612
  0.02  F1 / 2  n1  1, n2  1  F0.99 8,15  4 : 1     0.98 ‫مبستوى ثقة‬
1 1
  0.02  F / 2  n1  1, n2  1  F0.01 8,15    0.176
F0.99 15,8 5.67
:‫نعوض يف جمال التقدير جند أن‬

  12  1.55 , 1.55    2  0.39 , 8.80
  2   1
 2   4 0.176 
.% 98 ‫وهذا مبستوى ثقة‬

: 0.1135 ; 2.5641 ‫تنتمي للمجال‬   22
 2
 ‫ حساب احتمال أن تكون النسبة‬.4.1
 1 
P  0.1135 
 22  1
 2.5641  P 
2
 1 2
1 
 1
2
  2.5641  2 0.1135 
2
 P  0.39  1 2  8.8 
 2 
 0.98
98
‫وهذا ابملطابقة مع جمال التقدير السابق‪.‬‬
‫‪ .5.1‬تقييم أداء الطلبة ابلنسبة للتخصصني‪:‬‬
‫علم حسب اعتقاد اإلدارة أن أداء الطلبة يكون مقبول إذا كان معدهلم يفوق ‪ 9‬من ‪ ،20‬وعليه فان ابلنسبة لكل‬
‫ختصص خنترب فيما إذا كان معدل الطلبة اكرب من ‪ 9‬أو اقل‪.‬‬
‫‪ ‬ابلنسبة لطلبة السنة الثانية علوم جتارية‪:‬‬
‫‪H 0 : 1  9‬‬ ‫‪vs‬‬ ‫‪H 1 : 1‬‬ ‫‪9‬‬ ‫وتكون فياغته علم النحو التايل‪:‬‬
‫هذه احلالة توافق اختبار أحادي الطرف من اليسار‪ .‬فعلم أساس الفرضية املعدومة ‪ H 0‬أداء طلبة السنة الثانية علوم‬
‫جتارية يكون مقبول‪.‬‬
‫أي حالة العينات الصغرية‪:‬‬ ‫‪n1  9  30‬‬ ‫حجم العينة‬
‫‪ X  1‬‬ ‫‪‬‬
‫‪P 1‬‬ ‫‪ TT  t n 1   1  ‬‬
‫‪  X 1 ‬‬
‫‪1‬‬
‫‪‬‬
‫اجملدولة‪TT  t0.9051  t08.95  1.86 :‬‬ ‫اإلحصائية‬
‫‪X 1   0 8.75  9‬‬
‫‪TC ‬‬ ‫‪‬‬ ‫لالختبار‪ 0.37 :‬‬ ‫اإلحصائية احملسوبة‬
‫‪ X 1 ‬‬ ‫‪0.67‬‬
‫‪ T‬أي أن ‪ TC‬ينتمي إىل منطقة قبول ‪ H 0‬مبستوى معنوية ‪   0.05‬وعليه‬ ‫‪C‬‬
‫‪ 0.37  TT  1.86‬‬ ‫نالحظ أن‬
‫نقبل ‪ H 0‬مبستوى معنوية ‪ .   0.05‬ونقول عندئذ أن متوسط معدل طلبة السنة الثانية علوم جتارية يف مقياس‬
‫الرايضيات اكرب من ‪ 9‬من ‪ ،20‬فعلم ضوء هذه العينة ميكننا اإلقرار أن أداء طلبة السنة الثانية علوم جتارية يف مقياس‬
‫الرايضيات مقبول و هذا مبستوى معنوية ‪.%5‬‬
‫‪ ‬ابلنسبة لطلبة السنة الثانية علوم اقتصادية‪:‬‬
‫‪H 0 : 2  9‬‬ ‫‪vs‬‬ ‫‪H 1 : 2‬‬ ‫‪9‬‬ ‫وتكون فياغته علم النحو التايل‪:‬‬
‫هذه احلالة توافق اختبار أحادي الطرف من اليسار‪ .‬فعلم أساس الفرضية املعدومة ‪ H 0‬أداء طلبة السنة الثانية علوم‬
‫اقتصادية يكون مقبول‪.‬‬
‫حجم العينة ‪ n2  16  30‬أي حالة العينات الصغرية‪ ،‬فبمستوى معنوية ‪   0.05‬يكون‪:‬‬
‫‪ X  2‬‬ ‫‪‬‬
‫‪P 2‬‬ ‫‪ TT  t n‬‬ ‫‪2 1‬‬
‫‪  1‬‬
‫‪  X 2 ‬‬ ‫‪‬‬
‫‪99‬‬
‫‪TT  t016‬‬‫‪1‬‬
‫‪.05‬‬ ‫‪ t015.95  1.753‬‬ ‫اإلحصائية اجملدولة‪:‬‬
‫‪X 1   0 10.02  9‬‬ ‫اإلحصائية احملسوبة لالختبار‪:‬‬
‫‪TC ‬‬ ‫‪‬‬ ‫‪ 2.61‬‬
‫‪ X 1 ‬‬ ‫‪0.39‬‬
‫‪  0.05‬‬ ‫أي أن ‪ TC‬ينتمي إىل منطقة قبول ‪ H 0‬مبستوى معنوية‬ ‫‪TC  2.61  TT  1.753‬‬ ‫نالحظ أن‬
‫وعليه نقبل ‪ H 0‬مبستوى معنوية ‪ .   0.05‬ونقول عندئذ أن متوسط معدل طلبة السنة الثانية علوم اقتصادية يف‬
‫مقياس الرايضيات اكرب من ‪ 9‬من ‪ ، 20‬فعلم ضوء هذه العينة ميكننا اإلقرار أن أداء طلبة السنة الثانية علوم اقتصادية‬
‫يف مقياس الرايضيات مقبول وهذا مبستوى معنوية ‪.%5‬‬
‫حالة العينات الكربى‬ ‫‪n1  n2  60  30‬‬ ‫‪ .2‬ابلنسبة هلذا الفرع‪:‬‬
‫العينة ‪ : 1‬طلبة السنة الثانية علوم جتارية‬
‫‪‬‬
‫و ‪ 15‬طالب معدهلم ال يتجاوز ‪ 9‬من ‪20‬‬

‫العينة ‪ : 2‬طلبة السنة الثانية علوم اقتصادية‬
‫‪‬‬
‫‪ : S 2  1.4, X 2  9.94, n2  60‬متثل حجم العينة‪ ،‬متوسط العينة و احنراف العينة علم التوايل‪.‬‬
‫و ‪:  1  2 ‬‬ ‫تقدير ‪ 2 ، 1‬‬
‫‪‬تقدير متوسط طلبة السنة الثانية علوم جتارية ‪: 1‬‬

‫حالة العينات الكربى‪ ،‬يكون توزيع املعاينة ملتوسط العينة ‪ X 1‬هو توزيع الطبيعي‪.‬‬ ‫لدينا‪n1  60  30 :‬‬

‫‪1  X 1  Z 1 / 2  X 1 , X 1  Z 1 / 2  X 1 ‬‬
‫حساب ‪:  X ‬‬
‫‪1‬‬
‫أي حالة املعاينة النفاذية يكون‪:‬‬ ‫‪n1‬‬ ‫‪ 60‬‬ ‫لدينا‪ 0.3  0.05 :‬‬
‫‪N1‬‬ ‫‪200‬‬
‫‪1‬‬ ‫‪N1  n1‬‬ ‫ˆ‪S‬‬ ‫‪N1  n1 1.12 200  60‬‬

‫‪ X 1  ‬‬ ‫‪ 1‬‬ ‫‪‬‬ ‫‪ 0.12‬‬
‫‪n1‬‬ ‫‪N1  1‬‬ ‫‪n1‬‬ ‫‪N1  1‬‬ ‫‪60 200  1‬‬
‫‪1     0.95    0.05  Z ‬‬ ‫‪1 / 2 ‬‬ ‫‪ Z 0.975  1.96‬‬ ‫مبستوى ثقة ‪ 1     0.95‬يكون‪:‬‬
‫‪Z 1 / 2  X 1   Z 0.975 . X 1   1.96  0.12  0.24‬‬ ‫يكون‪:‬‬
‫نعوض يف جمال التقدير لـ ‪ 1‬فنجد أن‪1  8.05  0.24 , 8.05  0.24  1  7.81 , 8.29 :‬‬
‫‪100‬‬
‫‪ ‬تقدير متوسط طلبة السنة الثانية علوم اقتصادية ‪:  2‬‬
‫حالة العينات الكربى‪ ،‬يكون توزيع املعاينة ملتوسط العينة ‪ X 2‬هو توزيع طبيعي‪.‬‬ ‫لدينا‪n2  60  30 :‬‬
‫فبمستوى ثقة ‪ 1   ‬يكون جمال التقدير لـ ‪  2‬هو‪:‬‬

‫‪ 2  X 2  Z 1 / 2  X 2 , X 2  Z 1 / 2  X 2 ‬‬
‫حساب ‪:  X 2 ‬‬
‫أي حالة املعاينة النفاذية يكون‪:‬‬ ‫‪n2‬‬
‫‪N2‬‬
‫‪ 60‬‬
‫‪250‬‬
‫لدينا‪ 0.24  0.05 :‬‬
‫‪2‬‬ ‫‪N 2  n2‬‬ ‫ˆ‪S‬‬ ‫‪N 2  n2‬‬ ‫‪1.4‬‬ ‫‪250  60‬‬

‫‪ X 2  ‬‬ ‫‪ 2‬‬ ‫‪‬‬ ‫‪ 0.16‬‬
‫‪n2‬‬ ‫‪N2 1‬‬ ‫‪n2‬‬ ‫‪N2 1‬‬ ‫‪60‬‬ ‫‪250  1‬‬
‫‪Z 1 / 2  X 2   Z 0.975 . X 2   1.96  0.16  0.31‬‬ ‫يكون‪:‬‬
‫‪ 2  9.94  0.31 , 9.94  0.31   2  9.63 , 10.25‬‬
‫‪ ‬تقدير الفرق ‪: 1   2 ‬‬
‫‪X‬‬ ‫‪1‬‬ ‫للعينتني ‪ X 2 ‬‬ ‫حالة العينات الكربى ‪ ،‬يكون توزيع املعاينة للفرق بني املتوسطني‬ ‫لدينا‪n1 , n2  60  30 :‬‬
‫هو توزيع الطبيعي‪:‬‬

‫‪X‬‬ ‫‪1‬‬ ‫‪ X 2   N 1   2 , X 1  X 2 ‬‬
‫‪     X‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪ X 2   Z 1 / 2  X 1  X 2  , X 1  X 2   Z 1 / 2  X 1  X 2 ‬‬ ‫‪‬‬
‫‪X‬‬ ‫‪1‬‬ ‫‪ X 2   9.94  8.05  1.89‬‬ ‫حساب ‪: X 1  X 2 ‬‬
‫‪ X 1  X 2    2 X 1    2 X 2  ‬‬ ‫‪0.12 ‬‬ ‫‪ 0.16   0.2‬‬ ‫حساب ‪:   X 1  X 2 ‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪Z 1 / 2  X 1  X 2   Z 0.975 . X 1  X 2   1.96  0.2  0.39‬‬ ‫يكون‪:‬‬
‫نعوض يف جمال التقدير لـ ‪ 1   2 ‬فنجد أن‪:‬‬
‫‪    1.89  0.39 ,‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪1.89  0.39  1   2  2.28 , 1.5‬‬
‫‪101‬‬
‫‪ 2..2‬أخترب وجود فرق بني معديل طلبة التخصصني عند عتبة معنوية ‪:   0.05‬‬
‫أي أننا خنترب املساواة بني معدل طلبة العلوم االقتصادية ومعدل طلبة العلوم التجارية يف مقياس الرايضيات‪ .‬و تكون‬
‫فياغة االختبار علم النحو التايل‪:‬‬
‫‪H0 : 1  2‬‬ ‫‪vs‬‬ ‫‪H1 : 1‬‬ ‫‪2  1‬‬ ‫‪2‬‬
‫‪H0 : 1  2  0‬‬ ‫‪vs‬‬ ‫‪H1 : 1  2‬‬ ‫‪0  1  2‬‬ ‫‪0‬‬ ‫وميكننا أن نكتب كذلك‪:‬‬
‫هذه احلالة توافق اختبار ثنائي الطرف‪ .‬فعلم أساس الفرضية املعدومة ‪ H 0‬ال يوجد فرق بني معدل طلبة السنة الثانية‬
‫علوم جتارية و معدل طلبة السنة الثانية اقتصادية‪.‬‬
‫أي حالة العينات الكربى‪ ،‬فبمستوى معنوية ‪   0.05‬يكون‪:‬‬ ‫‪n1  n2  60  30‬‬ ‫حجم العينة‬
‫‪‬‬ ‫‪X  X 2   1   2   Z   1    0.95‬‬
‫‪P  Z 1 / 2  1‬‬ ‫‪1 / 2 ‬‬
‫‪‬‬ ‫‪ X 1  X 2 ‬‬ ‫‪‬‬
‫‪ Z‬‬ ‫‪1 / 2‬‬
‫‪, Z1 / 2    1.96,1.96‬‬ ‫اإلحصائية اجملدولة‪ :‬تتمثل يف اجملال‬
‫‪ZC ‬‬
‫‪X  X   8.05  9.94  9.45‬‬
‫‪1‬‬ ‫‪2‬‬ ‫اإلحصائية احملسوبة لالختبار‪:‬‬
‫‪ X  X ‬‬
‫‪1‬‬
‫‪0.2‬‬ ‫‪2‬‬
‫أي ان ‪ Z C‬ال ينتمي إىل منطقة قبول ‪ H 0‬وعليه نرفض ‪ H 0‬مبستوى‬ ‫‪Z C  9.45   1.96,1.96‬‬ ‫نالحظ ان‬
‫معنوية ‪ .   0.05‬ونقول عندئذ أنه يوجد فرق بني معدل طلبة السنة الثانية علوم اقتصادية ومعدل طلبة السنة‬
‫الثانية علوم جتارية يف مقياس الرايضيات وهذا علم ضوء هذه العينة ومبستوى معنوية ‪.%5‬‬
‫‪ .3.2‬اختبار بكون معدل طلبة العلوم التجارية أكرب من معدل طلبة العلوم االقتصادية عند عتبة معنوية ‪:   0.05‬‬
‫‪H0 : 1  2‬‬ ‫‪vs‬‬ ‫‪H1 : 1‬‬ ‫‪2‬‬ ‫وتكون فياغة االختبار علم النحو التايل‪:‬‬
‫‪H0 : 1  2  0‬‬ ‫‪vs‬‬ ‫‪H1 : 1  2‬‬ ‫‪0‬‬ ‫وميكننا أن نكتب كذلك‪:‬‬
‫هذه احلالة توافق اختبار أحادي الطرف من اليسار‪ .‬فعلم أساس الفرضية املعدومة ‪ H 0‬معدل طلبة العلوم التجارية‬
‫أكرب من معدل طلبة العلوم االقتصادية‪.‬‬
‫أي حالة العينات الكربى‪ ،‬فبمستوى معنوية ‪   0.05‬يكون‪:‬‬ ‫‪n1  n2  60  30‬‬ ‫حجم العينة‬
‫‪  X  X 2    1   2 ‬‬ ‫‪‬‬
‫‪P 1‬‬ ‫‪  Z 1   1    0.95‬‬ ‫ونكتب‪:‬‬
‫‪‬‬ ‫‪ X 1  X 2 ‬‬ ‫‪‬‬
‫اجملدولة‪Z T   Z 1  1.64 :‬‬ ‫اإلحصائية‬
‫‪102‬‬
‫‪ZC ‬‬
‫اإلحصائية احملسوبة لالختبار‪X  X   8.05  9.94  9.45 :‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪ X  X ‬‬
‫‪1‬‬
‫‪0.2‬‬
‫‪2‬‬
‫أي أن ‪ Z C‬ال ينتمي إىل منطقة قبول ‪ H 0‬وعليه نرفض ‪ H 0‬مبستوى‬ ‫‪Z C  9.45  Z T  1.64‬‬ ‫نالحظ أن‬
‫معنوية ‪ .   0.05‬ونقول عندئذ أن معدل طلبة العلوم االقتصادية أكرب من معدل طلبة العلوم التجارية يف مقياس‬
‫الرايضيات وهذا علم ضوء هذه العينة ومبستوى معنوية ‪.%5‬‬
‫‪ .4.2‬اختبار أي من الدفعتني أكثر جتانس عند عتبة معنوية ‪:   0.05‬‬
‫من اجل اختبار أي من الدفعتني أ كثر جتانس فإننا نقارن بني تباينني التخصصني‪ ،‬فالتخصص األقل تباين هو األكثر‬
‫جتانس‪.‬وعليه تكون فياغة االختبار علم النحو التايل‪:‬‬
‫‪H0 : 12   22‬‬ ‫‪vs‬‬ ‫‪H1 : 12  22‬‬
‫فعلم أساس الفرضية املعدومة ‪ H 0‬تباين العلوم التجارية اقل من تباين العلوم االقتصادية أي أن ختصص العلوم‬
‫التجارية األكثر جتانس‪ .‬وميكننا إعادة فياغة الفرضية ‪ H 0‬علم النحو التايل‪:‬‬
‫‪H0  1‬‬ ‫‪H1   1‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪1‬‬ ‫‪vs‬‬ ‫‪1‬‬
‫‪‬‬ ‫‪2‬‬
‫‪2‬‬ ‫‪ 22‬‬
‫هذه احلالة توافق اختبار أحادي الطرف من اليمني‪.‬‬
‫‪ S12‬‬ ‫‪‬‬
‫‪‬‬ ‫‪ 12‬‬ ‫‪‬‬
‫‪ F1n1, n‬‬ ‫‪ 1‬‬
‫‪1‬‬
‫‪P 2‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪ S2 2‬‬ ‫‪‬‬

‫‪‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪‬‬
‫‪‬‬
‫اإلحصائية اجملدولة‪FT  F1n1,n 1  F0.95 59,59   1.53 :‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪‬‬
‫‪S12 ‬‬ ‫‪2‬‬
‫‪S 22‬‬ ‫‪S‬‬
‫‪FC‬‬ ‫‪‬‬ ‫لالختبار‪ 1  2  0.64 :‬‬ ‫اإلحصائية احملسوبة‬
‫‪1‬‬ ‫‪S2‬‬
‫نقبل ‪ H 0‬مبستوى معنوية ‪ ،   0.05‬ونقول عندئذ أن نسبة تباين‬ ‫‪FC  0.64  FT  1.53‬‬ ‫نالحظ أن‪:‬‬
‫العلوم التجارية إىل تباين العلوم االقتصادية أي النسبة ‪   1  2 ‬اقل أو تساوي ‪ 1‬وهذا علم ضوء هذه العينة‬
‫‪2‬‬
‫‪‬‬ ‫‪2 ‬‬
‫ومبستوى معنوية ‪.   0.05‬‬
‫‪103‬‬
‫وعليه ميكننا القول أن تباين العلوم التجارية اقل من تباين العلوم االقتصادية أي أن ختصص العلوم التجارية اثر جتانس‬
‫من ختصص العلوم االقتصادية وهذا علم ضوء هذه العينة ومبستوى معنوية ‪ .%5‬وعليه ميكننا أن نستنتج أن نسبة‬
‫النجاح يف العلوم التجارية اكرب من نسبة النجاح يف العلوم االقتصادية‪.‬‬
‫‪ 5.2‬تقدير نسبة الطلبة املقبول أداءهم يف ختصص العلوم التجارية عند مستوى الثقة ‪:%95‬‬
‫نرمز بـ ‪ P‬لنسبة الطلبة املقبول أداءهم يف ختصص العلوم التجارية أي معدهلم يفوق ‪ 9‬من ‪ 20‬وهذا ضمن الدفعة‬
‫كلها‪.‬‬
‫نرمز بـ ‪ r‬لنسبة الطلبة املقبول أداءهم يف ختصص العلوم التجارية أي معدهلم يفوق ‪ 9‬من ‪ 20‬وهذا ضمن العينة‬
‫فقط‪.‬‬
‫‪60  15‬‬
‫أي أن نسبة الطلبة املقبول أداءهم يف ختصص العلوم التجارية أي معدهلم يفوق ‪ 9‬من‬ ‫‪r‬‬ ‫‪ 0.75‬‬ ‫يكون‪:‬‬
‫‪60‬‬
‫‪ 20‬ضمن العينة هو ‪.%75‬‬
‫لدينا حجم العينة يفوق ‪ 60‬أي حالة العينات الكربى‪ ،‬فبمستوى ثقة ‪ 1   ‬يكون جمال التقدير للنسبة ‪ P‬هو‪:‬‬
‫‪‬‬ ‫‪‬‬
‫‪P  r  Z 1 / 2 r  , r  Z 1 / 2 r ‬‬
‫‪r 1  r  N 1  n1‬‬ ‫‪0.75  1  0.75  200  60‬‬

‫‪ r  ‬‬ ‫‪‬‬ ‫حساب ‪ 0.047 :  r ‬‬
‫‪n1‬‬ ‫‪N1  1‬‬ ‫‪60‬‬ ‫‪200  1‬‬
‫‪1     0.95    0.05  Z‬‬ ‫‪0.975‬‬

‫‪ 1.96‬‬ ‫ومبستوى ثقة ‪ 1     0.95‬يكون‪:‬‬
‫‪Z 0.975 . r   1.96  0.047  0.09‬‬ ‫أي أن‪:‬‬
‫‪P  0.75  0.09 , 0.75  0.09  P  0.66 , 0.84‬‬ ‫نعوض يف جمال التقدير فنجد أن‪:‬‬
‫أي نسبة الطلبة املقبول أداءهم يف ختصص العلوم التجارية ترتاوح بني ‪ %66‬و ‪ %84‬وهذا مبستوى ثقة ‪.%95‬‬
‫‪ .6.2‬اختبار أن نسبة الطلبة املقبول أداءهم يف ختصص العلوم التجارية تفوق ‪:% 85‬‬
‫‪H0 : P  0.85‬‬ ‫‪vs‬‬ ‫‪H1 : P 0.85‬‬ ‫وتكون فياغته علم النحو التايل‪:‬‬
‫هذه احلالة توافق اختبار أحادي الطرف من اليسار‪.‬‬
‫حالة العينات الكربى‪ ،‬فبمستوى معنوية ‪   0.05‬يكون‪:‬‬ ‫‪n1  60  30‬‬ ‫لدينا‪:‬‬
‫‪r  P‬‬ ‫‪‬‬
‫‪P‬‬ ‫‪ Z T  Z   1  ‬‬
‫‪  r ‬‬ ‫‪‬‬
‫‪Z T  Z  Z 1   Z 0.95  1.64‬‬ ‫اإلحصائية اجملدولة‪:‬‬
‫‪104‬‬
‫‪r  P0 0.75  0.85‬‬ ‫اإلحصائية احملسوبة لالختبار‪:‬‬
‫‪ZC ‬‬ ‫‪‬‬ ‫‪ 2.13‬‬
‫‪ r ‬‬ ‫‪0.047‬‬
‫نرفض ‪ H 0‬مبستوى معنوية ‪ ،   0.05‬ونقول عندئذ أن نسبة الطلبة‬ ‫‪Z C  2.13  Z T  1.64‬‬ ‫نالحظ أن‪:‬‬
‫املقبول أداءهم يف ختصص العلوم التجارية اقل من ‪ %85‬و هذا علم ضوء هذه العينة و مبستوى معنوية ‪.%5‬‬
‫‪105‬‬
‫قائمة املراجع‬
‫املراج ـ ـ ـ ـ ـ ـ ـ ــع‬
‫املراجع ابللغة العربية‬
،‫ عمان‬،‫ دار اليازودي العلمية للنسر واإلشهار‬،‫ املوجز يف الطرق اإلحصائية‬،)2007(‫ حممد فبحي أبو فاحل‬.1
.‫األردن‬
،‫ دار وائل للنشر‬،‫ الطبعة الثانية‬،‫ اإلحصاء التطبيقي‬،)2015(‫ حسن ايسني طعمه‬،‫ حممد عبد العال النعيمي‬.2
.‫ األردن‬،‫عمان‬
‫املراجع ابللغة األجنبية‬
3. Edouard B. Manoukien(1986), Guide de Statistiques Appliquée,

Hermann,75015 ,Paris, France.
4. Francois Aubin(2001), L'essentiel des Probabilités et Statistiques, ellipses
édition, Paris Cedex 15, France.
5. G. Saporta(1990), Probabilité, Analyse des données et Statistiques, édition
Technique, Paris Cedex 15, France.
6. Jean – M. Mrtel et Raymond Nadeau(1980), Statistiques En Gestion et en
économie, Edition Eska S.A.R.L., Université de Paris, France.
7. Nathalie Caron et Philippe Tassi(1991), Problèmes Résolus de Statistiques
Mathématiques, 2éme édition, ECONOMICA.
8. Paul G. Hoel, Traduit et adapté par Guy Ansion(1998), Statistiques
Mathématiques, Armand Colin, Université de Paris, France.
9. Philippe Tassi(1992), Méthodes Statistiques, 2éme édition, ECONOMICA.
10. Pierre Dagnelie(1998), Statistiques Théorique et appliquée, Tome 1 et 2,
Université de Paris, France.
106

مطبوعة الاحصاء 3 Benkhelif Tarik

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

مطبوعة الاحصاء 3 Benkhelif Tarik

Uploaded by

Copyright:

Available Formats

‫تـقــديـ ــم‬

‫‪ 2.I‬الفضاء االحتمال(‪)Probability model‬‬

‫‪A‬‬ ‫‪n ‬‬ ‫‪ ‬من أجل كل عائلة األحداث العشوائية ‪ ، ( An );n0‬لدينا‪:‬‬

‫‪ )7‬حالة خافة ابلنسبة لثالثة أحداث عشوائية ‪ B ، A‬و ‪ C‬يكون‪:‬‬

‫ومنه نستنتج تعريف االحتمال الشرطي‪.‬‬

‫‪ ‬إذا كان ‪ P B   0‬فان‪P A  B   PB P A B  :‬‬

‫ونسمي عندئذ ‪ PA  B ‬ابالحتمال املركب‪.‬‬

‫‪PB  ‬‬ ‫‪ PA PB‬‬

‫‪ : B‬احلصول علم كتابة(‪.)P‬‬

‫‪ PA j PB A j ‬‬

‫‪P Aj B ‬‬‫‪‬‬ ‫‪‬‬ ‫) ‪P( A j‬‬

‫‪ )2‬نرمي زهريت نرد متزنتني‪ .‬ولتكن األحداث التالية‪:‬‬

‫‪  ( P, P, P); ( P, P, F ); ( P, F , P); ( P, F , F ); ( F , P, P); ( F , P, F ); ( F , F , P); ( F , F , F )‬‬

‫وتكون احتماالت قيم هذا املتغري العشوائي ‪ X‬هي‪:‬‬

‫) ‪P( X  xi‬‬ ‫‪1/8‬‬ ‫‪3/8‬‬ ‫‪3/8‬‬ ‫‪1/8‬‬ ‫‪1‬‬

‫‪0‬‬ ‫‪xi  0‬‬

‫ت‪ .‬دوال العزوم البسيطة واملركزية‬

‫بعض خواص األمل الرايضي‬

‫‪ ‬إذا كان األمل معدوم‪ E( X )  0 :‬نقول عن ‪ X‬انه متغري عشوائي ممركز‪.‬‬

‫‪E( X ) ‬‬ ‫‪ x  P( X  x )  3 / 2‬‬

‫يكون األمل الرايضي هو ‪3/2‬‬

‫بعض خواص التباين‬

‫التوزيعات اإلحصائية‬ ‫التوزيعات االحتمالية‬

‫متغري إحصائي‬ ‫‪X‬‬ ‫متغري عشوائي‬ ‫‪X‬‬

‫‪f‬‬ ‫‪i 1‬‬ ‫‪P( X  x )  1‬‬ ‫‪i‬‬

‫املتوسط‪:‬‬ ‫األمل الرايضي‪:‬‬

‫‪ 2.1.4.I‬املتغريات العشوائية املستمرة‬

‫‪ ‬ميكننا أن نكتب كذلك‪:‬‬

‫‪0‬‬ ‫‪‬‬ ‫‪ ‬‬ ‫‪1/ 4‬‬

‫ب‪ .‬دالة التوزيع املرتاكمة‬

‫بعض اخلصائص املميزة لدالة التوزيع املرتاكمة‬

‫ومنه تكون دالة التوزيع املرتاكمة هي علم النحو التايل‪:‬‬

‫يكون التباين علم النحو التايل‪:‬‬

‫هو متغري مرجح‪.‬‬ ‫‪X‬‬ ‫وابلتايل فان املتغري العشوائي‬

‫أ‪ .‬املتغرية املركزية أو املعيارية(القياسية)‬

‫ب‪ .‬كيفية استخدام جدول التوزيع الطبيعي‬

‫ت‪ .‬خواص دالة التوزيع املرتاكمة لتوزيع الطبيعي املعيار‬

‫‪P X  2400   1  Z z   1  0.9772  0.0228‬‬

‫ث‪ .‬بعض خصائص واستعماالت التوزيع الطبيعي‬

‫)‪X  N (50;7.07‬‬ ‫ولدينا‪ EX     50,  X     50  7.07 :‬يكون‪:‬‬

‫‪P20  X  50   Z 0.07   Z 4.31  Z 4.31  Z 0.07   1  05279  1  1  0.5279‬‬

‫ملخص قوانني التقريب‪:‬‬

‫أما التباين للمتوسطات فهو‪:‬‬

‫‪ 2.2.4.I‬قانون توزيع كي‪-‬الرتبيعي(‪)The chi-square distribution‬‬

‫‪P(T  a)  0.10‬‬ ‫هو ‪ ،0.10‬يكون‪:‬‬

‫سالب‪ ،‬ونكتب‪:‬‬ ‫العدد ‪p‬‬

‫‪ 4.2.4.I‬قانون توزيع فيشر(‪)Fisher distribution‬‬

‫كيفية استخدام جدول التوزيع اإلحصائي لفيشر‬

‫‪ .II‬نظرية توزيع املعاينة(‪)Theory of sampling distribution‬‬

‫اثنياً‪ :‬حالة العينات الصغرى‬

‫‪‬‬ ‫‪i 1 ‬‬ ‫‪‬‬ ‫‪‬‬

‫‪X‬‬ ‫‪1‬‬ ‫‪ 3.II‬توزيع املعاينة للفرق بني متوسطني ‪ X 2 ‬‬

‫إذا كان ‪  2 ،  1‬معلومني يكون توزيع املعاينة للفرق ‪ X 1  X 2 ‬هو‪:‬‬

‫‪ n2‬‬ ‫‪ 1 .S 22‬‬

‫وعليه يكون توزيع النسبة‪:‬‬

‫‪ .III‬نظرية التقدير(‪)Theory of estimation‬‬

‫‪ 1.1.III‬خاصية عدم التحيز‪:‬‬

‫‪S2‬‬ ‫‪E.B. de  2‬‬

‫غري متحيز والثاا متحيز‪.‬‬

‫جدول القيم احلرجة ‪: Z C‬‬

‫فبمستوى ثقة ‪ 1   ‬جند أن‪:‬‬

‫وبنفس طريقة التحليل السابقة‪:‬‬

:‫ و بنفس اخلطوات السابقة جند أن‬1    ‫فبمستوى ثقة‬