Professional Documents
Culture Documents
هو العلم الذي يصور الظواهر رقميا .و هو العلم الذي يهتم بجمع بيانات
ظاهرة ما وتنظيمها وتلخيصها وعرضها بيانياً وايجاد بعض المقاييس
االحصائية ،وتحليل وتفسير النتائج ،للحصول على ق اررات سليمة.
التنبؤًاإلحصائي اإلحصاءًالوصفي
Statistical Descriptive
Forecasting االستدالل اإلحصائي Statistics
Statistical
Inference
اإلحصاءًالوصفي
يستخدم األساليب اإلحصائية المختلفة في جمع وتنظيم Descriptive
وعرض وتحليل البيانات.
Statistics
كذلكًاستخدامًطرقًغيرًمالئمةًللبياناتًأوًإعطاءًتفسيراتًغيرً
حقيقيةًيؤديًإلىًنتائجًمضللة. 2
البيانات
DATA
المعلومات
INFORMATION هيًالمادةًالخامًفيًاإلحصاءً
وهيًعبارةًعنًحقائقًأوً
المعرفــة
هيًمجموعةًحقائقًمنظمةً قياساتًلظواهرًمعينة.
KNOWLEDGE :
بطريقةًتسمحًباستخدامهاًمنً
تمثلًمزيجااًمنًالمعلوماتً قبلًالباحثينًوالدارسينًًلفهمً
والخبراتًووجهاتًالنظر. الظواهرًالمختلفةًوتعرفً
العالقاتًبينهاًواتخاذًالقرارات
بشأنهاً،وهيًنتيجةًلمعالجةً
البيانات.
أنواع البيانات اإلحصائية
Data Types
بياناتًكمية بياناتًنوعيةً(وصفية)
Quantitative Data Qualitative Data
نعبرًعنهاًعدديا
الًنستطيعًالتعبيرًعنهاًعددياًبلًنعبرًعنهاًبصفاتً
متصلةً منفصلةً
Continues بياناتًرتبية بياناتًأسمية
Discrete
Ordinal Data Nominal Data
مقاسة معدودة
صفاتهاًقابلةًللترتيبًمثلً: رتبيـــــــــة:
المستوىًالتعليميً-المستوىًاالقتصاديً-مقياسًليكرت
شيً
تحتوىًعلىًمجموعةًمنًاألرقامًتمثلًمقدارًالقياسًأوًالخاصيةًل ْ
معينًمقارنةًبمجموعتهً
وتصنفًالقياساتًالكميةًإلى:
عدد المتقاعدون في فرع طرابلس .
(2تصنيفًأشخاصًحسبًديانتهمً(مسلمً -مسيحي).
(3التصنيفًحسبًالنوعً(ذكورً– إناث).
يتميز هذا النوع بأنه يحتوى على القياسات التي يمكن
إجراء عمليات الترتيب عليها .
(1في عينة من 10أسر يمكن تصنيف 5أسر بمستوى
اقتصادي جيد ،و ثالثة أسر بمستوى اقتصادي متوسط
،وأسرتين بمستوى اقتصادي سيء .
وال يوجد لهذا المقياس صفرا أو (نقطة بداية) محددة بل تكون دائما
اختيارية أو افتراضية.
(1األجسام التي درجة حرارتها 98.2 ،و 98.6درجة فهرنهايت تتبع
المستوى الفئوي للقياس ،ونالحظ أن :
عدمًوجودًصفرًمطلقً
يمكنًتحديدًالفروقً هذهًالقيمًيمكنًترتيبها
أوًنقطةًبدايةًطبيعيةً
بينها
لهذهًالقياسات.
فالقيمة صفر فهرنهايت تبدو كنقطة بداية لكنها اختيارية أو افتراضية وكذلك ال تعنى عدم
وجود حرارة أي ال تعنى غياب الخاصية.
يعتبر هذا المستوى تطويرا للمستوى الفئوي حيث إنه
يحتوى على نقطة بداية طبيعية (الصفر المطلق) الذي
يعنى غياب الخاصية ،كما أن الفروق والنسب بين
القياسات في هذا المستوى لها داللة ومعنى .
أوزان وأطوال الطالب .
المسافات الب تقطعها السيارات ف اختبار الستهالك الوقود .
نالحظًأنًالقيمًفيًهذهًاألمثلةً:
يمكنًترتيبها.
يمكن حساب الفروق بينها.
وجود صفر مطلقا (نقطة بداية طبيعية) والذي يعطى معنى للنسبة بين القياسات ،فقيمة
الوزن 200كجم هي ضعف قيمة الوزن 100كجم بينما درجة الحرارة 50فهرنهايت
ليست ضعف درجة الحرارة 25فهرنهايت .
يقوم الباحث بتحديد الظاهرة التي يراد دراستها ومن ثم تحديد نوع وطبيعة
البيانات التي يمكن االعتماد عليها لغرض استخدامها في التحليل االحصائي.
بعدها يقوم الباحث بعملية جمع البيانات الضرورية عن الظاهرة باستخدام
الوسائل االحصائية المناسبة.
تعتبر البيانات المادة األولية لإلحصاء ،وال يمكن اجراء التحاليل االحصائية اال
بعد جمع البيانات الضرورية وتقييم دقتها وصالحيتها.
ويقصد بها البيانات التي يقوم بها الباحث اإلحصائي بجمعها بنفسه من مصادرها
األصلية حين يجد قصورًا ا في المصادر التاريخية أيًا ا كان نوع هذا القصور .حيث
يقوم الباحث باالتصال بعناصر مجتمع البحث من خالل المقابالت الشخصية
المراسلة – التلفون – االنترنت – االستبيان .
وضع أصغر عدد ممكن من األسئلة التي تغطي موضوع البحث دون اإلخالل بجوهر الظاهرة. (1
صياغة األسئلة بلغة يراعى فيها الوضـوح واألمانة مع البساطـة دون أن يتخللها أدنـى شك (2
أو إبهام. (3
أفضل األسئلة من كانت اإلجابة بنعم أو ال. (4
وضع عدة أسئلة مكررة بعيدة عن بعضها البعض وبصيغ متباينة ،وذلك بهدف تنقية البيانات (5
واإلجابات من األخطاء بواسطة الباحث اإلحصائي.
عدم وضع أسئلة تحتاج اإلجابة عليها القيام بعمليات حسابية. (6
أال تكون األسئلة محرجة كأن يتدخل في الشئون الشخصية. (7
وجوب اإلحاطة علمًا ا بسرية البيانات وعدم اإلدالء بها إلى أي جهة أخرى ،ولكنها بهدف البحث فقط. (8
لزوم بدء االستمارة بمقدمة قصيرة تبين الدافع والهدف من عمل هذا اإلحصاء. (9
وهي تلك البيانات اإلحصائية التي تقوم الدول أو الهيئات بنشرها دوريًا ا وليس للباحث دور في جمعها ومنها:
من أمثلتها نتائج التعدادات والبحوث الدورية التي تقوم بها الدولة مثل :نتائج التعداد السكاني ،نتائح
حصر المتقاعدين ،أو نتائج حصر القوى العاملة ،بيانات المواليد والوفيات والزواج والطالق إحصاءات
حوادث المرور ،إحصاءات التجارة الخارجية ( الصادرات والواردات ) ...إلخ .
عيناتًغيرًاحتمالية عيناتًاحتمالية
العينةًالعرضية
العيناتًالعشوائية البسيطة
العيناتًالطبقيـــة
العيناتًالمنتظمة
العينةًالهادفةً(القصدية) العيناتًالعنقودية
تحديد هدف الدراسة :وذلك بطرح عدة أسئلة:
❖ لماذاًنأخذًالعينةً؟
❖ ماًالذيًنريدًالوصولًإليهًمنًتلكًالعينةً؟
❖ كيفًنلخصًنتائجًالدراسةً؟
N=1000حجمًالمجتمعًالكليً
❖ حجمًعينةًالطبقةًاألولىً:
❖ حجمًعينةًالطبقةًالثانيةً:
❖ حجمًعينةًالطبقةًالثالثةً:
❖ حجمًعينةًالطبقةًالرابعة:
إذا كان لدينا قائمة بأسماء المتدربين(تسمى اطار) واردنا اختيار عينة منهم باستخدام
أسلوب العينة العشوائية المنتظمة فإننا نقسم العدد الكلي على حجم العينة المطلوب عندئذ
نحصل على رقم يسمى الفاصلة ونختار أي رقم عشوائي أقل من أو يساوي الفاصلة
ويعتبر الرقم المختار أولى مفردات العينة من القائمة والمفردة التي تليها تقابل الرقم
المختار في البداية مضافا إليه الفاصلة هذا الرقم مع إضافة الفاصلة وهكذا .
إذا أردنا اختيار عينة حجمها n=200من مجموعة من بطاقات إحدى
المؤسسات التي سجل فيها N=3000شخص وذلك لندرس عدد البطاقات
التي فيها أخطاء.
تعتبر المعاينة العنقودية أحد أشكال المعاينة المتعددة المراحل Multiple-Stage Sampling
التي تعتمد بشكل أساسي على تقسيم المجتمع إلى وحدات أولية Primary unitsيطلق عليها
وحدات المرحلة االولى للعينة ،ثم تؤخذ عينة من هذه الوحدات بشكل عشوائي.
ثم تقسم وحدات المرحلة األولى إلى وحدات أصغر تسمى بالوحدات الثانوية Secondary
Unitsويطلق عليها بوحدات المرحلة الثانية ،ومن ثم تؤخذ عينه منها ...وهكذا ...حتى نصل
إلى العناصر النهائية لغرض دراستها.
هذا النوع من العينات يكون أكثر فائدة من ناحية الحصول علية حيث أنة ال يحتاج إلى
الجهد والتكاليف والوقت ،كما في األنواع السابقة ،إال إنه من الصعب تعميم نتائجه
على المجتمع.
ويتم أخذ مثل هذه العينات عن طريق الصدفة ،وال يمكن تعميم نتائجها
على مجتمع الدراسة .
مثال ذلك ،أن يقوم الباحث بتوزيع استبيان خاص به على العاملين أثناء
مشاهدتهم أثناء تناولهم وجبة اإلفطار.
وفى هذا النوع يقوم الباحث باختيار العينة تحت شروط معينة لتحقيق الهدف أو
الغرض من التجربة أو الدراسة.
ومثال ذلك ،إذا أراد باحث الكتابة عن حدث معين لم يعاصره فإنه يختار عينة
قصدية عاصرة هذا الحدث تكون لديهم معلومات حقيقية لمعرفتهم بتفاصيل هذا
الحدث.
وهناك أنواع اخرى منها كرة الثلج وغيرها ،ولكن هذه العينات ال يمكن تعميم نتائجها
على المجتمع.
تتعرض البيانات لنوعين من األخطاء عند تجميعها هما:
مصـــــــــــدرهً :الباحـثًنفسـهًأوًمفــرداتًالمجتمعًموضــعًالدراســـةً.
إمكانيةًحدوثهً :عندًاستخدامًاسلوبًالحصرًالشاملًأوًالعينةًالعشوائيةً.
والمتغير بمفهومه العام يعني شيئًا ا يتغير أو صفة تأخذ حاالت أو قيم
رقمية مختلفة .ويتم قياسه كميًا ا أو نوعياا ،مثال ذلك :درجات
االمتحان للمتدربين ،أطوال المتدربين ،وهكذا
بعد االنتهاء من جمع البيانات يقوم الباحث بعملية تفريغها في جداول معدة
لذلك.
من الصعب على الباحث معالجة وتحليل البيانات واستخالص النتائج بالصور
التي يتم جمعها النها تكون غير منظمة ومبعثرة ،لذا من الضروري تنظيم
البيانات بصور يسهل دراستها وتحليليها.
إن تبويب البيانات يتطلب تقسيمها إلى أقسام تسمى فئات Classesأو Intervals
ويبين التوزيع التكراري كيفية توزيع المشاهدات على كل فئة من هذه الفئات وحصر
عدد البيانات الواقعة ضمن كل فئة.
ويعتبر التوزيع التكراري من أهم الطرق التي تستخدم في تنظيم البيانات بحيث ال تفقد
هذه البيانات أهميتها ومدلوالتها إال بنسب بسيطة وأحياناً لم تفقد أي شيء من أهميتها.
75 شؤونًالموظفين
35 االدارةًالمالية
تتم معالجة البيانات االحصائية في معظم الدراسات باستخدام الحاسوب وهناك العديد من
الحزم االحصائية التي تستخدم لهذا الغرض مثل :
تفسير النتائج هي الخطوة األخيرة للطريقة االحصائية التي تعنى باستخالص او استنتاج
ما تعنيه هذه األرقام من معانً ومن ثم أخذ القرارات المناسبة في ضوء ذلك.
وعند تفسير النتائج يجب أن ال يعتمد الباحث على االرقام بشكل مجرد عن عالقتها
بأمور أخرى بل ال بد من األخذ في االعتبار كل الظروف واالحداث المحيطة بالدراسة.
كذلك يوضح امكانية تعميم النتائج على حاالت اخرى مشابهة في ظرفها للحالة التي قام
بدراستها.
منًأهمًمميزاتًالطريقةًالبيانيةًلوصفًالقياساتًهيًعمليةًالتمثيلًالمرئيًللبيانات. 1
ولكن في كثير من األوقات نحتاج إلى تقرير كتابي عن البيانات ،وفى هذه الحالة ال يمكن
2
استخدام الطريقة البيانية للحصول على هذا النوع من التقارير.
وبالتالي فإننا نحتاج إلى الطريقة العددية لوصف القياسات تصف أو تصور التوزيع
التكراري لهذه القياسات وتستخدم في نفس الوقت لصناعة االستدالل أو االستقراء حول
خاصية معينة بالمجتمع .
مقاييس النزعة المركزية Measures of central Tendencyيعرف مقياس النزعة المركزية 1
للبيانات بانه الرقم الذى تتمركز حوله البيانات .وتوجد عدة مقاييس للنزعة المركزية منها:
الوسط الحسابي Arithmetic Meanويصلح للبيانات الكميه فقط وهو وحيد ❖
ولكنه يتأثر بالقيم الشاذة.
الوسيط :Medianوهى القيمة التي تقع في منتصف البيانات بعد الترتيب وهو ❖
وحيد وال يتأثر بالقيم الشاذة.
وشبيهات الوسيط مثل الربيعات و العشيرات و المئينات. ❖
المنوال :Modeوهى القيمة األكثر شيوعا وال يتأثر بالقيم الشاذة لكنه قد ال يكون ❖
وحيد او قد ال يكون موجودا.
مقاييس النزعة المركزية كلها مقاييس مطلقه أي لها نفس تمييز البيانات األصلية وبذلك ال تصلح
للمقارنة بين مجموعتين أو اكثر اذا اختلفت وحدة القياس.
مقاييس التشتت المطلق والنسبي :ويقيس مدى البعد بين مفردات المتغير أي أن مقياس التشتت يقيس 2
مدى التباعد والتشتت بين قيم المتغير أو قد يقيس مدى بعد البيانات عن مقياس النزعة المركزية
الخاص بها وتوجد مقاييس مطلقة للتشتت ومقاييس نسبيه.
الوسطًالحسابيًلمجموعةًتحتوىًعلىً nمنًالبياناتًًy1 , y2 , y3 , …. , yn
يعرفًعلىًأنهًمجموعًهذهًالبياناتًمقسوماًعلىًعددهاً(.)n
−
الرمز yيستخدمًللداللةًعلىًالوسطًالحسابيًللعينةً.
يستخدمًليشيرًإلىًالوسطًالحسابيًللمجتمعً.
بينماًًًًً
−
منًأهمًاستخداماتًالوسطًالحسابيًللعينةًًًًًًفيًمجالًصناعةًاالستداللًاإلحصائيًهوًاستخدامهًكتقديرً
y
n
للوسطًالحسابيًللمجتمعًًًًًً.
) (y
i =1
i باستخدامًرمزًالتجميعًً،يمكنًتعريفً
−
= متوسطًالعينةًًبالصورةًالتاليةً:
y
n
n
) (y
i =1
i
y1 + y2 + y3 + ......... + yn
−
y = =
n n
مثــال /1
) (y
i =1 y1 + y2 + y3 + y4 + y5 + y6
i
−
= =
n=6
y
6
n=6
) (y
i =1
i
2 + 5 + 7 + 10 + 11 + 13 48
−
= = = =8
n=6
y
6 6
مثــال /2
اوجدًالوسطًالحسابيًلمجموعةًالبيانات
0.81, 0.8, 0.81, 0.81, 0.82, 0.81, 0.82, 0.8, 0.82, 0.81
الحـــل/1
بماًأنًعددًالقياساتً nهوًً، 10نحسبً
n =10
) (y
i =1
i
y1 + y2 + y3 + y4 + y5 + ... + y9 + y10
−
= =
n = 10
y
10
n =10
) (y
i =1
i
0.81 + 0.8 + 0.81 + 0.81 + 0.82 + 0.81 + 0.82 + 0.8 + 0.82 + 0.81 8.11
−
y = = = = 0.811
10 10 10
يمكن أن تصبح العملية األخيرة ( عملية الجمع ) أسرع وأكثر سهولة إذا تم
تجميع األرقام المتشابهة معا كما يلي :
n = 10
) (y
i =1 )(0.8 + 0.8) + (0.81 + 0.81 + 0.81 + 0.81 + 0.81) + (0.82 + 0.82 + 0.82
i
−
= =
n = 10
y
10
)( 2) x ( 0.8) + (5) x ( 0.81) + ( 3) x (0.82
=
10
❖ حيث 2هي عــدد مــرات ظهــور (تكـــرار) القيمــة 0.8
❖ حيث 5هي عــدد مــرات ظهــور (تكـــرار) القيمــة 0.81
❖ حيث 3هي عــدد مــرات ظهــور (تكـــرار) القيمــة 0.82
القياساتًفيًمثالً 2غيرًمتساويةًفيًعددًمراتًظهورهاً(تكرارها)
n
y f
i =1
i. i y f + y f + .... + y f
=y =
1. 1 2. 2 n. n
n n
مجموعًحاصلًضربًكلًقيمةًفيًتكرارهاً
مقسومااًعليًعددًالقيمً( مجموعًالتكراراتً).
1
اوجدًالوسطًالحسابيًلمجموعةًالبياناتًالمبوبةًفيًًالجدولًالتالي:
x i . fi
19085
x= i =1
= = 152.68
n 125
مقايس سهل ويخضع للعمليات الجبرية بسهوله.
يأخذ في االعتبار جميع القيم محل الدراسة.
يتأثر بالقيم المتطرفة ( وهي القيم الكبيرة جدًا ا أو الصغيرة جدًا ا ).
يصعبًحسابهًفيًحالةًالبياناتًالوصفية.
يصعب حسابه في حالة الجداول التكرارية المفتوحة حيث
يتطلب معرفة مركز كل فئة.
1-2
إذا كان عدد البيانات في المجموعة زوجيا فإنه توجد قيمتان تتوسطان هذه البيانات ويكون
الوسيط في هذه الحالة هو الوسط الحسابي لهاتين القيمتين (.كما بالشكل التالي)
بترتيبًالقياساتًتبعاًلقيمهاًنجدًأنهاًتأخذًالصورةً:
14 , 13 , 10 , 9 , 8, , 8 2
وحيثًأنًعددًقياساتًهذهًالمجموعةً nهيً( 6زوجي)
فإنًالوسيطًأوًالقيمةًالمتوسطةًتعطىًبالشكلً:
9 + 10
= 9 .5
2
مثــال /2
أوجدًالوسطًالحسابيًوالوسيطًلمجموعةًمنًالقياساتًالتاليةً:
14 , 13 , 11 , 10 , 10, 8 , 7 , 5
8
الحـــل/1
y = 78
1= 1
i
y
إليجادًًالوسطًالحسابيًًًًًً،نحسب
8
y
i =1
i 78
=y = = 9.75 ثمًنوجد
n 8
إليجــادًالوسيــطًأوًالقيمـــةًالوسيطيــةًللقيــم
14 , 13 , 11 , 10 , 10, 8 , 7 , 5
نالحظ أن القيم مرتبة وال تحتاج إلى إعادة ترتيب وكذلك نالحظ أن عددها
10 + 10 زوجي وبالتالي نجد أن الوسيط لهذه المجموعة هو
= 10
2
ال يتأثـــر بالقيــــم المتطرفــــة.
إذاًاحتوتًالمجموعةًعلىًقيمتينًلهماًأكبرًتكرارًفإنهًيقالًأنًمجموعةًالبياناتًفيً
هذهًالحالةًثنائيةًالمنوال.
أماًإذاًاحتوتًمجموعةًالبياناتًعلىًأكثرًمنًقيمتينًلهمًأكبرًتكرارًفإنهًيقالًأنً
مجموعةًالبياناتًفيًهذهًالحالةًمتعددةًالمنوال.
إذاًلمًتحتوًمجموعةًالبياناتًعلىًأيًتكرارًفإنًالمجموعةًفيًهذهًالحالةًالًتحتوىً
علىًمنوالً(الًيوجدًمنوال).
مثــال /1
أوجدًالمنوالًلكلًمجموعةًمنًالقياساتًالتاليةً:
5, 5 , 5 , 3 ,1 , 5 ,1, 4 , 3 , 5
1, 2, , 2 , 2 , 3, , 4 , 5 , 6 , 6 , 6 , 7 , 9
10 , 9 , 8 , 7, 6, , 3 , 2 , 1
الحـــل/1
العددً 5هوًالمنوالًحيثًأنًلهًأكبرًتكرارً( 5مرات) .
العددان 2 , 6يمثالن المنوال حيث أن لكل منهما أكبر تكرار( 3مرات) .
الًيوجدًمنوالًلهذهًالمجموعةًحيثًأنةًالًيوجدًتكرارًأليًمنًالقياساتً.
هو مقياس من السهل حسابه.
يعملًبكفاءةًمعً
جميعًالطرقً نعم نعم دائما
األكثرً
=x
x الوسطً
اإلحصائية استخداما n الحسابي
غالباًماًيستخدمً
القيمةً
فيًحالةًوجودً ال ال دائما غالبا الوسيط
التيًتتوسطًالقيم
قيمًمتطرقة
أحياناًالً
صالحًللبيانات
يوجدًوأحياناً
منًالمستوىً ال ال أحيانا القيمًاألكثرًتكرارا المنوال
أكثرًمن
االسمي
واحد
المقياس
المنوال الوسيط المتوسط
الخاصية
وهوًالبعدًبينًاكبرًواقلًقيمةًوهوًيتأثرًبالقيمًالشاذة.
وهو الجذر التربيعي الموجب للتباين وهو وحيد ويقيس تشتت البيانات عن الوسط.
وهوًمنًالمقاييسًالنسبيةًللتشتتًوهوًمنًأحسنًمقاييسًالتشتتًالنسبية
ويستخدمًمعاملًاالختالفًاحياناًللتعرفًعلىًالقيمًالشاذةًللبيانات.
كبرًقيمةًمقياسًالتشتتًيعنىًوجودًتشتتًواختالفًاكثرًويطلقًعلىًكبرًالتشتتًاحياناًعدمًالتجانس.
مقاييس التشتت المطلقه كلها موجبه لكن المقاييس النسبيه قد تكون موجبه أو سالبه.
في البند السابق تعرفنا على طرق إيجاد
واآلن نتعرف على مقاييس
لمجموعةًالبياناتً.
تأتى أهمية مقاييس االختالف لعدم كفاءة مقاييس النزعة المركزية
وحدها لوصف مجموعة البيانات (كما بالمثال التالي).
بفرضًالمجموعتينًاآلتيتينًمنًالبيانات:
فإنًتباينًالعينةًيرمزًلهًبالرمز S2ويعطىًبالمعادلة:
)( y − y
n 2
1
2
s =
n − 1 i −1 i
مثــال /1
احسبًالوسطًالحسابيًوالتباينًللعينةً.4, 2, 3, 5, 6
5
5
=
5
=4 الحـــل/1
نحسبًالوسطًالحسابيًكماًيلي:
لحسابًتباينًالعينةًنوجدًالجدولًالتالي:
نالحظًفيًهذهًالمعادلةًانناًالنحتاجًاليًحسابًقيمةًالوسطًالحسابيً.
هذهًالعمليةًالحسابيةًتحتاجًإلىً:
n
y
i =1
i 1المجموعًالحسابيًالعاديًللقياساتً
n 2
y
i =1
i
2مجموعًمربعاتًالقياساتً
مثــال /2
احسبً sللعينةًفيًمثالً()1
2
الحـــل/2
2
y i
yi
4 16
2 4
نكون الجدولًالتالي:
3 9
5 25
6 36
i
= 90
i
2
=
1
90 −
()20
2
1
= ( − ) =
10
= 2.5 بالتعويضًفيًالمعادلةً(*) نحصلًعليً:
s 5 −1 5 −1 90 80
5 4
للعينةًالتيًحجمهاًً، nيرمزًلهًبالرمزًً، Sيعرفًعلىًإنهً
الجذرًالتربيعىًالموجبًلتباينًالعينةً s2أيًأنً:
n
إذا ضربنا (أو قسمنا) مقدار ثابت وليكن aمن جميع القيم فإن التباين الجديد بعد
الضرب (أو القسمة) يساوي التباين قبل الضرب (أو القسمة) مضروب (أو مقسوم) 2
يتأثرًاالنحرافًالمعياريًبالقيمًالشاذة.
❖ معاملًاالختالفً.Variation Coefficient
❖ المقاييس السابقة تعتمد على وحدة القياس المستخدمة للبيانات األصلية .وإذا
اردنا المقارنة بين مجموعتين مختلفتين في وحدة القياس ،فإنه ال يمكننا
استخدام تلك المقاييس .إذا ال بد من ايجاد مقياس ال يعتمد على الوحدة
المستخدمة.
❖ وهذاًالمقياسًهو :معاملًاالختالفًاوًمعاملًالتغيرًويعهرفًكالتاليً:
S
= C.V . 100%
X
مثــال /1
إذاًكانًلديناًالمجموعتان:
المجموعة الثانية المجموعة األولى المقياس
170.42 68.2 الوسطًالحسابي
9.68 8.07 االنحرافًالمعياري
أيًمنًالمجموعتانًأكثرًتشتتاًاوًاقلًتجانسًا ا
الًيمكنًالمقارنةًعنًطريقًالتباينًألنًالوحداتًفيًهذاًالسؤالًغيرًمعروفةًوكذلك
المتوسطاتًغيرًمتساوية.
الحـــل/1
بماًأنًالوحداتًغيرًمعروفةًوأ معاملًاالختالفًهوًمقياسًالًيعتمدًعلىًوحداتًالمقارنةًفيمكنً
استخدامهًفيًهذاًالمثالً.
هو درجة بُعد المنحنى التكراري عن التماثل .ويقصد بالتماثل أنه إذا أسقطنا عمودًا ا من قمة المنحنى التكراري
يقسمه إلى قسمين منطبقين ،والعكس فيكون التوزيع غير متماثل أي ملتو إما إلى جهة اليمين أو إلى جهة
اليسار.
وضعيفة كلما اقتربت قيمة وتكون العالقة قوية كلما اقتربت قيمة rمن الواحد
rمن الصفر.
إشارة معامل االرتباط تحدد ما إذا كان االرتباط طردي أو عكسي فاذا كانت
اإلشارة موجبة يعني أن العالقة طردية أما إذا كانت اإلشارة سالبة فيعني أن
العالقة عكسية.
يقيس قوة واتجاه العالقة بين متغيرين كميين تربطهما عالقة خطية ويحسب من خالل
:القانون التالي
n
n n
n x i yi − x i yi
r= i =1 i =1 i =1
n 2 n 2 n 2 n 2
n x i i − x i n y i i − y i
i =1 i =1 i =1 i =1
مثــال /1
لدراسة العالقة بين الوزن والطول لمجموعة من األشخاص حصلنا على النتائج اآلتية:
شكـــلًاالنتشــــارً.
90
80
Y
70
60
50
164 166 168 170 172 174 176 178 180
X
إليجاد معامل االرتباط نستخدم معامل بيرسون لالرتباط الموضح بالعالقة السابقة نكون
الجدول التالي:
n x i i − x i n y i i − y i
i =1 i =1 i =1 i =1
ًأنًالعالقةًبينًالوزنًوالطولًعالقةًطرديةًقوية
عبارة عن أسلوب احصائي يقوم بصياغة دالة رياضية لعملية ذات عوامل مؤثرة عدة
x1.x2…..xmلوصفًمتغيرًناتجً yمنًهذهًالعمليةًوالتحكمًبهًوتوقعًقيمًغيرًمعروفةً
لهًً،وبكونًشكلًالدالةًالرياضيةًتكونًعلىًالصورةً(x1.x2…..xm
عملية
y
…
…
) y= ƒ ,...,
:b1ميل الخط المستقيم او معامل انحدارx :b0الجزء المقطوع من محور y
على ( yأو )y/xوتحسب القيمتين b0و b1من العالقتين التاليتين :
مثــال /1
y 6 8 9 8 7 6 5 6 5 5
x 10 13 15 14 9 7 6 6 5 5
أوجد معادلة االنحدار الخطي البسشيط ،وتوقع قيمة االستهالك المحلي عندما يصل انتاج
16000000برميل .
x xy
10 6 60 100
الحـــل /1
13 8 104 169
15 9 135 225
14 8 112 196
9 7 63 81
7 6 42 49
6 5 30 36
6 6 36 36
5 5 25 25
5 5 25 25
90 65 632 942
أي أن االستهالك المحلي قد يصل إلى 9.02برميل ،أي يعادل 9020000برميل خالل السنة.