‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬

‫الفصــــــل ‪ ‬الثـــانـي‬
‫تــوزيـــــــــع املعــاينـــــــــة‬
‫‪Distribution d’Echantillonnage‬‬
‫‪ –01.02‬متهيــد‪:‬‬
‫إن دراسة خمتلف الطرق و األساليب املستخدمة يف اختيار و انتقاء عينة من‬
‫اجملتمع اإلحصائي موضوع الدراسة‪ ،‬باإلضافة اىل دراسة العالقات بني متغريات اجملتمع‬
‫و متغريات العينة‪ ،‬كلها تشكل موضوع نظـرية املعــاينـة‬

‫‪ –02.02‬عـــدد عينــات اجملتمــع اإلحصـائــي‪:‬‬

‫لنفرض أنه لدينا جمتمع إحصائي ذو احلجم ‪ ، N‬نريد سحب عينة عشوائية‬
‫ذات احلجم ‪ n‬من هذا اجملتمع‪ .‬هنا منيز حالتني لسحب أو اختيار عينة ذات احلجم ‪n‬‬

‫من جمتمع إحصائي ذو احلجم ‪ . N‬فهناك السحب باإلعادة (باإلرجاع) و السحب‬

‫بدون إعادة (بدون إرجاع)‪ .‬فكل حالة لعملية السحب هلا عدد العينات املوافق هلا‪.‬‬

‫‪ –01.02.02‬عـدد العينات فـي حالـة السحـب باإلعـادة‪:‬‬

‫وفقا هلذه الطريقة يف عملية السحب عدد العينات ذات احلجم ‪ n‬املمكن‬
‫سحبها من جمتمع إحصائي ذو احلجم ‪ N‬يساوي ما يلي‪:‬‬
‫‪n N  n  n  n  .........  n‬‬
‫‪‬‬
‫‪N‬‬

‫‪‬مثــــال‪ :01.02‬لنفرض أنه لدينا جمتمع احصائي ذو احلجم ‪ N  4‬يتكون من اربع‬

‫وحدات احصائية ‪ A, B, C, D‬حيث نقوم بسحب باإلعـــادة (باإلرجــــاع) عينة‬
‫ذات احلجم ‪. n  2‬‬
‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬
‫‪‬‬
‫‪ .1‬عدد العينات ذات احلجم ‪ n  2‬املمكن سحبها باإلعادة من اجملتمع‬
‫اإلحصائي ذو احلجم ‪ N  4‬يساوي ‪n N  2 4  2  2  2  2  16‬‬

‫هي‪:‬‬
‫‪A, D‬‬ ‫‪‬‬ ‫‪A, C‬‬ ‫‪‬‬ ‫‪A, B‬‬ ‫‪‬‬ ‫‪A, A‬‬ ‫‪‬‬
‫‪B, D‬‬ ‫‪‬‬ ‫‪B, C‬‬ ‫‪‬‬ ‫‪B, B‬‬ ‫‪‬‬ ‫‪B, A‬‬ ‫‪‬‬
‫‪C, D‬‬ ‫‪‬‬ ‫‪C, C‬‬ ‫‪‬‬ ‫‪C, B‬‬ ‫‪‬‬ ‫‪C, A‬‬ ‫‪‬‬
‫‪D, D‬‬ ‫‪‬‬ ‫‪D, C‬‬ ‫‪‬‬ ‫‪D, B‬‬ ‫‪‬‬ ‫‪D, A‬‬ ‫‪‬‬
‫‪ –02.02.02‬عـدد العينات فـي حالـة السحـب بدون إعـادة‪:‬‬
‫وفقا هلذه الطريقة يف عملية السحب عدد العينات ذات احلجم ‪ n‬املمكن‬
‫سحبها من جمتمع إحصائي ذو احلجم ‪ N‬يساوي ما يلي‪:‬‬
‫!‪N‬‬
‫‪C nN ‬‬
‫!)‪n!( N  n‬‬
‫‪‬مثــــال‪ :02.02‬لتكن معطيات املثال ‪ 01.02‬أعاله‬
‫‪‬‬
‫‪ .1‬عدد العينات ذات احلجم ‪ n  2‬املمكن سحبها بدون إعادة من اجملتمع‬
‫يساوي‬ ‫‪N 4‬‬ ‫احلجم‬ ‫ذو‬ ‫اإلحصائي‬
‫!‪N‬‬ ‫!‪4‬‬ ‫‪4 * 3 * 2 *1‬‬
‫‪C nN ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ 06‬‬
‫‪n!( N  n)! 2!(4  2)! 2 *1  2 *1‬‬
‫هذه العينات هي‪:‬‬
‫‪* A, B‬‬ ‫‪* A, C‬‬ ‫‪* A, D‬‬ ‫‪* B, C‬‬ ‫‪* B, D‬‬ ‫‪* C, D‬‬
‫‪ .2‬عدد العينات ذات احلجم ‪ n  3‬املمكن سحبها بدون إعادة من اجملتمع‬
‫اإلحصائي ذو احلجم ‪ N  4‬يساوي‪:‬‬
‫!‪N‬‬ ‫!‪4‬‬ ‫‪4 * 3 * 2 *1‬‬
‫‪ C nN ‬هذه العينات هي‪:‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ 04‬‬
‫‪n!( N  n)! 3!(4  3)! 3 * 2 *1  1‬‬
‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬
‫‪* A, B, C‬‬ ‫‪* A, B, D‬‬ ‫‪* A, C, D‬‬ ‫‪* B, C, D‬‬
‫‪ –03.02‬معــالــم اجملتمــــع و احصـــاءات العينــــة‪:‬‬
‫على مستوى كل من اجملتمع اإلحصائي و العينة اإلحصائية ميكن أن حنسب‬
‫جمموعة من املقاييس اإلحصائية منها املتوسط‪ ،‬النسبة‪ ،‬النسبة املئوية‪ ،‬التباين و االحنراف‬
‫املعياري‪ .‬اذا حسبت هذه املقاييس على مستوى اجملتمع اإلحصائي مسيت معامل اجملتمع و‬
‫اذا حسبت على مستوى العينة مسيت احصاءات العينة‪ .‬اجلدول أدناه يلخص ذلك‬
‫اجلدول (‪ )01.02‬معامل اجملتمع و احصاءات العينة‬
‫احصاءات العينة االحصائية‬ ‫معالـــم اجملتمع االحصائي‬

‫‪n‬‬ ‫‪N‬‬ ‫عدد الوحدات‬

‫‪X‬‬ ‫‪ ‬أو ‪ X‬‬ ‫املتوسط‬

‫‪P‬‬ ‫‪‬‬ ‫النسبة العادية‬

‫‪P%‬‬ ‫‪%‬‬ ‫النسبة املئوية‬

‫‪S2‬‬ ‫‪  2‬أو ‪ X2‬‬ ‫التباين‬

‫‪S‬‬ ‫‪ ‬أو ‪ X‬‬ ‫االحنراف املعياري‬

‫‪X‬‬ ‫‪1‬‬ ‫‪X2‬‬ ‫‪‬‬ ‫‪1   2 ‬‬ ‫الفرق بني متوسطني‬

‫‪P1  P2 ‬‬ ‫‪ 1   2 ‬‬ ‫الفرق بني نسبتني‬

‫‪ –04.02‬تــوزيــع املعـاينـة لإلحصائية ‪: X‬‬

‫لنفرض أنه لدينا جمتمع ذو احلجم ‪ ، N‬و نريد اختيار و سحب عينة ذات‬
‫احلجم ‪ ، n‬ثم نقوم حبساب قيمة االحصائية املمثلة يف املتوسط ‪ . X‬فلو قمنا بسحب‬
‫مجيع العينات العشوائية املمكنة ذات احلجم ‪ n‬من هذا اجملتمع اإلحصائي‪ ،‬و حسبنا‬
‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬

‫قيمة االحصائية املمثلة يف املتوسط ‪ X‬فسوف حنصل على العديد من القيم هلذه‬
‫االحصائية‪ .‬عدد هذه القيم يساوي‪:‬‬
‫‪ : k  N n‬حالة السحب باإلعادة‪.‬‬ ‫‪‬‬
‫‪ : k  C nN‬حالة السحب بدون إعادة‬ ‫‪‬‬
‫التعريـف ‪ :02.02‬املتعلـق بتـوزيـع املعـاينـة لإلحصائية ‪: X‬‬
‫توزيـع املعـاينـة لإلحصائية ‪ X‬او ملتوسـط العينــة عبـارة عـن‬
‫التـوزيع االحتمـالي للمتوسـط ‪ X‬الـذي ميثـل و يعترب متغيـر عشـوائـي‪،‬‬
‫حيـث أن قيـم هـذا املتغيـر العشـوائـي عبـارة عـن قيـم هـذا املتوسـط‬
‫املوافقـة ملختلـف عينـات اجملتمـع‪.‬‬
‫‪‬مثــــال‪ :03.02‬لنفرض أن جمتمع يتكون من ‪ 04‬أفراد ‪ ، A, B, C, D‬حيث نريد‬
‫دراسة متغري إحصائي كمي ‪ X‬ي تمثل يف الدخل الشهري الذي يتقاضاه هؤالء األفراد‪.‬‬
‫اجلدول أدناه يقدم الدخل الشهري لوحدات اجملتمع‬
‫الدخل الشهـري ‪ X  X i‬دج‬ ‫وحدات (أفراد) اجملتمع‬
‫‪2000‬‬ ‫‪A‬‬
‫‪1000‬‬ ‫‪B‬‬
‫‪00‬‬ ‫‪C‬‬
‫‪3000‬‬ ‫‪D‬‬
‫‪ ‬بغرض دراسة املتغري اإلحصائي الكمي ‪ X‬خنتار عينة ذات احلجم ‪ n  2‬يف‬
‫حاليت السحب باإلعادة و السحب بدون إعادة‪.‬‬
‫‪ .1‬حالة السحب باإلعادة (باإلرجاع)‪ :‬عدد العينات ‪ ، k  N n  4 2  16‬حيث‬
‫نقوم حبساب قيمة االحصائة ‪ X‬اليت متثل متوسط الدخل الشهري لوحدات العينة‪.‬‬
‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬

‫قيم االحصائية ‪ X‬ملختلف عينات اجملتمع‬

‫متوسط الدخل الشهري‬ ‫معطيات العينة‬ ‫العينـة‬ ‫رقم العينة‬

‫‪X  Xi‬‬
‫‪2000‬‬ ‫‪2000 , 2000‬‬ ‫‪A, A‬‬ ‫‪01‬‬
‫‪1500‬‬ ‫‪2000 , 1000‬‬ ‫‪A, B‬‬ ‫‪02‬‬
‫‪1000‬‬ ‫‪2000 , 0000‬‬ ‫‪A, C‬‬ ‫‪03‬‬
‫‪2500‬‬ ‫‪2000 , 3000‬‬ ‫‪A, D‬‬ ‫‪04‬‬
‫‪1500‬‬ ‫‪1000 , 2000‬‬ ‫‪B, A‬‬ ‫‪05‬‬
‫‪1000‬‬ ‫‪1000 , 1000‬‬ ‫‪B, B‬‬ ‫‪06‬‬
‫‪0500‬‬ ‫‪1000 , 0000‬‬ ‫‪B, C‬‬ ‫‪07‬‬
‫‪2000‬‬ ‫‪1000 , 3000‬‬ ‫‪B, D‬‬ ‫‪08‬‬
‫‪1000‬‬ ‫‪0000 , 2000‬‬ ‫‪C, A‬‬ ‫‪09‬‬
‫‪0500‬‬ ‫‪0000 , 1000‬‬ ‫‪C, B‬‬ ‫‪10‬‬
‫‪0000‬‬ ‫‪0000 , 0000‬‬ ‫‪C, C‬‬ ‫‪11‬‬
‫‪1500‬‬ ‫‪0000 , 3000‬‬ ‫‪C, D‬‬ ‫‪12‬‬
‫‪2500‬‬ ‫‪3000 , 2000‬‬ ‫‪D, A‬‬ ‫‪13‬‬
‫‪2000‬‬ ‫‪3000 , 1000‬‬ ‫‪D, B‬‬ ‫‪14‬‬
‫‪1500‬‬ ‫‪3000 , 0000‬‬ ‫‪D, C‬‬ ‫‪15‬‬
‫‪3000‬‬ ‫‪3000 , 3000‬‬ ‫‪D, D‬‬ ‫‪16‬‬
‫انطالقا من قيم اجلدول أعاله‪ ،‬يالحظ أنه من أجل كل عينة ذات احلجم ‪ n  2‬هناك‬
‫قيمة لإلحصائة ‪ X‬و بالتالي هذه االخرية هلا العديد من القيم و عليه ميكن اعتبار هذه‬

‫القيم ‪ X i‬على أنها قيم للمتغري العشوائي الذي نسميه ‪ X‬و الذي ميثل متوسط‬
‫الدخل الشهري يف العينة ذات احلجم ‪ . n  2‬كما ميكن أن نرفق بكل قيمة ‪X i‬‬

‫للمتغري العشوائي ‪ X‬احتمال ) ‪ f ( X i‬حيث أن ) ‪ ، f ( X i )  Pr( X  X i‬حيث‬

‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬
‫‪1‬‬
‫ألن تكون هي املختارة معنى ذلك أن مجيع‬ ‫أن كل عينة هلا احتمال يساوي‬
‫‪16‬‬
‫العينات املمكنة هلا نفس إمكانية أن تكون خمتارة‪ .‬ميكن عرض القيم ‪ X i‬املتغري‬
‫العشوائي ‪ X‬و كذا االحتماالت املوافقة هلا يف جدول يسمى جدول التوزيع االحتمالي‬
‫توزيع املعاينة للمتوسـط ‪ X‬يف حالة السحب باإلعادة‬

‫‪X  Xi‬‬ ‫التكرار املطلق ‪ni‬‬ ‫التكرار النسيب ‪f i‬‬ ‫) ‪f ( X i )  Pr( X  X i‬‬
‫‪00‬‬ ‫‪01‬‬ ‫‪01/16‬‬ ‫‪01/16‬‬
‫‪500‬‬ ‫‪02‬‬ ‫‪02/16‬‬ ‫‪02/16‬‬
‫‪1000‬‬ ‫‪03‬‬ ‫‪03/16‬‬ ‫‪03/16‬‬
‫‪1500‬‬ ‫‪04‬‬ ‫‪04/16‬‬ ‫‪04/16‬‬
‫‪2000‬‬ ‫‪03‬‬ ‫‪03/16‬‬ ‫‪03/16‬‬
‫‪2500‬‬ ‫‪02‬‬ ‫‪02/16‬‬ ‫‪02/16‬‬
‫‪3000‬‬ ‫‪01‬‬ ‫‪01/16‬‬ ‫‪01/16‬‬
‫التوزيع االحتمالي ملتوسطات العينات ‪ X i‬و اليت متثل قيم املتغري العشوائي املمثل‬
‫توزيع املعاينة لإلحصائة ‪X‬‬ ‫يف االحصائية ‪ ، X‬يسمى‬
‫‪ .2‬حالة السحب بدون إعادة (بدون إرجاع)‪ :‬يف هذه احلالة عدد العينات يساوي‬
‫!‪4‬‬
‫‪ . k  C 24 ‬نقوم حبساب قيمة االحصائة ‪ X‬اليت متثل متوسط‬ ‫‪ 06‬‬
‫!)‪2!(4  2‬‬
‫الدخل الشهري لعناصر و وحدات العينة‪.‬‬
‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬

‫قيم االحصائية ‪ X‬ملختلف عينات اجملتمع‬

‫ميكن أن نرفق بكل قيمة ‪ X i‬للمتغري العشوائي ‪ X‬احتمال ) ‪ f ( X i‬حيث أن‬

‫‪1‬‬
‫) ‪ ، f ( X i )  Pr( X  X i‬حيث أن كل عينة هلا احتمال يساوي‬
‫‪6‬‬
‫توزيع املعاينة للمتوسـط ‪ X‬يف حالة السحب بدون إعادة‬

‫لكل توزيع معاينة ميكن أن حنسب له املتوسط (الوسط احلسابي)‪ ،‬التباين و من ثم‬
‫االحنراف املعياري و غري ذلك‪ .‬و بهذا ميكن أن نتكلم عن املتوسط لتوزيع املعاينة‬
‫للمتوسطات أو لألوساط احلسابية كما ميكن التحدث عن التباين و االحنراف املعياري‬
‫لتوزيع املعاينة للمتوسطات أي‪:‬‬
‫متوسط توزيع املعاينة لإلحصائية ‪X‬‬ ‫‪‬‬
‫تباين توزيع املعاينة لإلحصائية ‪X‬‬ ‫‪‬‬
‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬

‫االحنراف املعياري لتوزيع املعاينة لإلحصائية ‪X‬‬ ‫‪‬‬

‫و هذا ما يشكل موضوع الفقرات املوالية‪.‬‬

‫‪ –05.02‬متـوسط توزيـع املعـاينـة لإلحصائية ‪: X‬‬

‫نعين مبتوسط توزيع املعاينة لإلحصائية ‪ X‬متوسط متوسطات العينات‬
‫النظـرية‪ :01.02‬املتعلقــة مبتوســط تـوزيـع املعـاينـة لإلحصائية ‪: X‬‬
‫متوسط توزيع املعاينة لإلحصائية ‪ X‬و الذي يرمز له بالرمز ‪(  X‬و تقرأ‬
‫‪ ‬‬
‫ميو برمز الدليل ‪ ) X‬أو بالرمز ‪ E X‬يعطى وفقا للعالقتني التاليتني‪:‬‬

‫‪)01.02(................. E X      X‬‬
‫‪N‬‬
‫‪1‬‬
‫‪X‬‬
‫‪i‬‬ ‫‪‬‬
‫‪k‬‬ ‫‪i 1‬‬

‫‪)02.02(.................. E X     ‬‬ ‫‪X‬‬

‫‪‬‬
‫لتوضيح مضمون النظرية ‪ 01.02‬أعاله نأخذ املثال أدناه‪:‬‬
‫‪‬مثــــال‪:04.02‬لنفرض أن جمتمع يتكون من ‪ 05‬طلبة ‪ ، A, B, C, D, E‬حيث نريد‬
‫دراسة متغري إحصائي كمي ‪ X‬يتمثل يف الوقت املخصص من قبل كل طالب ملراجعة‬
‫مقياس اإلحصاء‪ .3‬اجلدول أدناه يقدم ذلك‪.‬‬
‫جمتمع الطلبة و الوقت املخصص للمراجعة‬
‫‪X  Xi‬‬ ‫الوقت املخصص (الساعة)‬ ‫الطالب‬
‫‪07‬‬ ‫‪A‬‬
‫‪03‬‬ ‫‪B‬‬
‫‪06‬‬ ‫‪C‬‬
‫‪10‬‬ ‫‪D‬‬
‫‪04‬‬ ‫‪E‬‬
‫بافرتاض أننا نأخذ عينة بدون ارجاع ذات احلجم ‪n  03‬‬

‫‪ -‬املطلـــــوب‪:‬‬
‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬
‫ما هو عدد العينات املمكنة إذا كان السحب بدون إعادة‬ ‫‪.1‬‬

‫أذكر هذه العينات املمكنة‪.‬‬ ‫‪.2‬‬

‫ما هو متوسط عدد الساعات املخصصة ملراجعة مقياس اإلحصاء جملتمع الطلبة‪.‬‬ ‫‪.3‬‬

‫ما هو متوسط عدد الساعات املخصصة ملراجعة مقياس اإلحصاء لكل عينة‪.‬‬ ‫‪.4‬‬

‫‪ .5‬أوجد متوسط توزيع املعاينة ‪  X‬للمتوسطات ‪. X‬‬

‫‪‬‬
‫!‪05‬‬
‫‪k  C03‬‬
‫‪05‬‬
‫‪‬‬ ‫عدد العينات املمكنة هو ‪ 10‬‬ ‫‪‬‬
‫!)‪03!(05  03‬‬
‫اجلدول أدناه يبني مجيع العينات املمكنة‬ ‫‪‬‬
‫متوسط كل عينة من العينات املمكنة للمجتمع يقدمه اجلدول أدناه‪:‬‬ ‫‪‬‬
‫) ‪f ( X i )  Pr( X  X i‬‬ ‫متوسط العينة ‪X  X i‬‬ ‫معطيات العينة‬ ‫العينـة‬

‫‪1/10‬‬ ‫‪05.33‬‬ ‫‪07 , 03 , 06‬‬ ‫‪A, B, C‬‬

‫‪1/10‬‬ ‫‪06.67‬‬ ‫‪07 , 03 , 10‬‬ ‫‪A, B, D‬‬
‫‪1/10‬‬ ‫‪04.67‬‬ ‫‪07 , 03 , 04‬‬ ‫‪A, B, E‬‬
‫‪1/10‬‬ ‫‪07.67‬‬ ‫‪07 , 06 , 10‬‬ ‫‪A, C, D‬‬
‫‪1/10‬‬ ‫‪05.67‬‬ ‫‪07 , 06 , 04‬‬ ‫‪A, C , E‬‬
‫‪1/10‬‬ ‫‪07.00‬‬ ‫‪07 , 10 , 04‬‬ ‫‪A, D, E‬‬
‫‪1/10‬‬ ‫‪06.33‬‬ ‫‪03 , 06 , 10‬‬ ‫‪B, C, D‬‬
‫‪1/10‬‬ ‫‪04.33‬‬ ‫‪03 , 06 , 04‬‬ ‫‪B, C , E‬‬
‫‪1/10‬‬ ‫‪05.67‬‬ ‫‪03 , 10 , 04‬‬ ‫‪B, D, E‬‬

‫‪1/10‬‬ ‫‪06.67‬‬ ‫‪06 , 10 , 04‬‬ ‫‪C, D, E‬‬

‫‪ ‬متوسط عدد الساعات للمجتمع ‪ ‬يساوي‪:‬‬

‫‪1‬‬ ‫‪N 5‬‬
‫‪07  03  06  10  04 30‬‬
‫‪‬‬
‫‪N‬‬
‫‪X‬‬
‫‪i 1‬‬
‫‪i‬‬ ‫‪‬‬
‫‪05‬‬
‫‪‬‬
‫‪05‬‬
‫‪ 06‬‬

‫‪ ‬متوسط توزيع املعاينة ‪  X‬للمتوسطات ‪ X‬يساوي ‪:‬‬

‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬

‫‪1 k 10‬‬ ‫‪X 1  X 2  X 3  ...........  X 10‬‬

‫‪X ‬‬ ‫‪  Xi ‬‬
‫‪k i 1‬‬ ‫‪k‬‬
‫‪5.33  6.67  4.67  ............  6.67 60‬‬
‫‪X ‬‬ ‫‪‬‬ ‫‪ 06‬‬
‫‪10‬‬ ‫‪10‬‬
‫‪ –06.02‬التبـايـن و االحنراف املعيـاري لتوزيـع املعـاينـة لإلحصائة ‪: X‬‬
‫نعين بتباين توزيع املعاينة لإلحصائية ‪ X‬تباين متوسطات العينات‪.‬‬
‫النظـرية‪ :02.02‬املتعلقــة بتبـاين و االحنـراف املعيـاري لتـوزيـع املعـاينـة لـ ‪X‬‬

‫تبايـن توزيـع املعاينة لإلحصائية ‪ X‬و الـذي يرمـز لـه بالرمـز ‪(  X2‬و‬
‫‪ Var X‬حيسب وفقا للعالقة‪:‬‬ ‫‪ ‬‬ ‫تقرأ سيجما مربع برمز الدليل ‪ ) X‬أو‬
‫‪1 k‬‬
‫‪)03.02( ..........  X2 ‬‬ ‫‪‬‬
‫‪k i 1‬‬
‫‪( X i   X )2‬‬ ‫‪‬‬

‫كما حيسب وفقا للعالقتني التاليتني‪:‬‬

‫‪ ‬‬
‫‪ : Var X   X2   2 ‬يف حالــة اجملتمــع الغــري وــدود أو إذا‬
‫‪1‬‬
‫‪n‬‬
‫كانت املعاينة باإلعادة (باإلرجاع )‬
‫‪1‬‬ ‫‪ N n‬‬
‫‪ : Var ( X )   X2   2 ‬يف حالــة اجملتمــع ا ــدود أو‬ ‫‪ ‬‬
‫‪n‬‬ ‫‪ N 1 ‬‬
‫املنتهــي أو إذا كانــت املعاينــة بــدون إعـــادة (بــدون إرجــاع) أو‬
‫‪N‬‬
‫‪ n ‬أي ‪N  20n‬‬
‫‪20‬‬
‫أما االحنراف املعياري لتوزيـع املعاينة لإلحصائية ‪ X‬فيساوي ما يلي‪:‬‬
‫‪1 2‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪ :  X  Var ( X ) ‬يف حالة اجملتمـع‬ ‫‪ ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫الغري ودود أو إذا كانت املعاينة باإلعادة (باإلرجاع )‬
‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬

‫‪‬‬ ‫‪N n‬‬

‫‪ :  X  Var ( X ) ‬يف حالــة اجملتمــع ا ــدود أو‬ ‫‪‬‬
‫‪n‬‬ ‫‪N 1‬‬
‫املنتهــي أو إذا كانــت املعاينــة بــدون إعـــادة (بــدون إرجــاع) أو‬
‫‪N‬‬
‫‪ n ‬أي ‪N  20n‬‬
‫‪20‬‬
‫‪‬مثــــال‪ :05.02‬لتكن معطيات املثال ‪ 03.02‬أعاله‬
‫‪ -‬املطلـــــوب‪:‬‬
‫حساب التباين لتوزيع املعاينة للمتوسطات ‪. X‬‬ ‫‪.1‬‬

‫حساب االحنراف املعياري لتوزيع املعاينة للمتوسطات ‪. X‬‬ ‫‪.2‬‬

‫‪‬‬
‫‪( X i -  X )2‬‬ ‫) ‪( X i - X‬‬ ‫معطيات العينة‬ ‫العينـة‬ ‫رقم العينة‬
‫‪0.45‬‬ ‫‪-0.67‬‬ ‫‪07 , 03 , 06‬‬ ‫‪A, B, C‬‬ ‫‪01‬‬
‫‪0.45‬‬ ‫‪0.67‬‬ ‫‪07 , 03 , 10‬‬ ‫‪A, B, D‬‬ ‫‪02‬‬
‫‪1.77‬‬ ‫‪-1.33‬‬ ‫‪07 , 03 , 04‬‬ ‫‪A, B, E‬‬ ‫‪03‬‬
‫‪2.79‬‬ ‫‪1.67‬‬ ‫‪07 , 06 , 10‬‬ ‫‪A, C, D‬‬ ‫‪04‬‬
‫‪0.11‬‬ ‫‪-0.33‬‬ ‫‪07 , 06 , 04‬‬ ‫‪A, C , E‬‬ ‫‪05‬‬
‫‪1.00‬‬ ‫‪1.00‬‬ ‫‪07 , 10 , 04‬‬ ‫‪A, D, E‬‬ ‫‪06‬‬
‫‪0.11‬‬ ‫‪0.33‬‬ ‫‪03 , 06 , 10‬‬ ‫‪B, C, D‬‬ ‫‪07‬‬
‫‪2.79‬‬ ‫‪-1.67‬‬ ‫‪03 , 06 , 04‬‬ ‫‪B, C , E‬‬ ‫‪08‬‬
‫‪0.11‬‬ ‫‪-0.33‬‬ ‫‪03 , 10 , 04‬‬ ‫‪B, D, E‬‬ ‫‪09‬‬
‫‪0.45‬‬ ‫‪0.67‬‬ ‫‪06 , 10 , 04‬‬ ‫‪C, D, E‬‬ ‫‪10‬‬
‫‪ ‬حساب التباين لتوزيع املعاينة للمتوسطات ‪: X‬‬
‫‪1 k‬‬
‫‪( X i   X ) 2  10  01‬‬
‫‪1‬‬
‫‪ X2 ‬‬ ‫‪‬‬
‫‪k i 1‬‬ ‫‪10‬‬
‫‪ ‬حساب االحنراف املعياري لتوزيع املعاينة للمتوسطات ‪: X‬‬
‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬

‫‪1 k‬‬
‫‪ X2 ‬‬ ‫‪‬‬ ‫‪( X i   X )2 ‬‬
‫‪1‬‬
‫‪10  01‬‬
‫‪k i 1‬‬ ‫‪10‬‬
‫‪‬مثــــال‪:06.02‬باستخدام معطيات املثال ‪ 05.02‬أعاله فإن االحنراف املعياري جملتمع‬
‫الطلبة هو‬

‫‪X‬‬ ‫‪i‬‬ ‫‪X‬‬ ‫‪ X‬‬

‫‪2‬‬
‫‪i‬‬ ‫‪X‬‬ ‫‪‬‬ ‫الطالب الوقت املخصص (الساعة) ‪X i‬‬

‫‪01‬‬ ‫‪01‬‬ ‫‪07‬‬ ‫‪A‬‬

‫‪09‬‬ ‫‪-03‬‬ ‫‪03‬‬ ‫‪B‬‬
‫‪00‬‬ ‫‪00‬‬ ‫‪06‬‬ ‫‪C‬‬
‫‪16‬‬ ‫‪04‬‬ ‫‪10‬‬ ‫‪D‬‬
‫‪04‬‬ ‫‪-02‬‬ ‫‪04‬‬ ‫‪E‬‬
‫‪30‬‬ ‫اجملموع‬
‫‪N‬‬

‫‪(X‬‬ ‫‪i‬‬ ‫‪ )2‬‬

‫‪30‬‬
‫‪2 ‬‬ ‫‪i 1‬‬
‫‪‬‬ ‫تباين اجملتمع ‪  2‬يساوي‪ 06 :‬‬ ‫‪‬‬
‫‪N‬‬ ‫‪5‬‬
‫‪ ‬االحنراف املعياري للمجتمع ‪ ‬يساوي ما يلي‪   2  06  2.45 :‬‬

‫بعد حساب تباين اجملتمع ‪ ،  2‬ميكن حساب تباين توزيع املعاينة للمتوسط ‪ X‬أي‬
‫حساب ‪ X2‬‬

‫‪ ‬تباين توزيع املعاينة للمتوسط ‪ X‬أي ‪:  X2‬‬

‫‪1  N n 1‬‬ ‫‪ 5  3‬‬
‫‪Var ( X )   X2   2 ‬‬ ‫‪  6‬‬ ‫‪  01‬‬
‫‪n  N 1  3‬‬ ‫‪ 5 1 ‬‬
‫‪ ‬االحنراف املعياري لتوزيع املعاينة للمتوسط ‪ X‬أي ‪ X‬‬

‫‪1 2 N  n ‬‬ ‫‪1‬‬ ‫‪ 5  3‬‬

‫‪ X   X2 ‬‬ ‫‪ ‬‬ ‫‪‬‬ ‫‪6‬‬ ‫‪  01  01‬‬
‫‪n  N 1 ‬‬ ‫‪3‬‬ ‫‪ 5 1 ‬‬
‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬

‫‪‬مثــــال‪:07.02‬يف شحنة من األجهزة اإللكرتونية مت دراسة متغري ‪ X‬يتمثل يف وزن‬

‫كل وحدة من وحدات الشحنة حيث مت التوصل اىل أن متوسط وزن وحدات الشحنة‬
‫يساوي ‪ 15‬كلغ باحنراف معياري يساوي ‪ . 2‬اذا كانت االحصائية ‪ X‬متثل متوسط‬
‫وزن عينة ذات احلجم ‪ 20‬من اجهزة الشحنة مت سحبها باإلعادة‪.‬‬
‫‪ -‬املطلــــوب‪:‬‬
‫احسب متوسط توزيع املعاينة لإلحصائية ‪X‬‬ ‫‪.1‬‬

‫‪ .2‬احسب تباين توزيع املعاينة لإلحصائية ‪. X‬‬

‫‪ .3‬احسب االحنراف املعياري لتوزيع املعاينة لإلحصائية ‪. X‬‬
‫‪‬من املعطيات لدينا ما يلي‪:‬‬
‫حجم اجملتمع جمهول‬ ‫‪‬‬
‫متوسط اجملتمع و الذي ميثل متوسط وزن اجهزة الشحنة ‪  15‬‬ ‫‪‬‬
‫االحنراف املعياري للمجتمع‪  2 :‬‬ ‫‪‬‬
‫تباين اجملتمع‪ 2  2 2  4 :‬‬ ‫‪‬‬
‫حجم العينة‪n  20 :‬‬ ‫‪‬‬

‫‪ ‬‬
‫‪ .1‬حساب متوسط توزيع املعاينة لإلحصائية ‪E X   X    15 : X‬‬

‫‪:X‬‬ ‫لإلحصائية‬ ‫املعاينة‬ ‫توزيع‬ ‫تباين‬ ‫‪ .2‬حساب‬

‫‪1‬‬ ‫‪1‬‬
‫‪Var ( X )   X2   2   4  0.2‬‬
‫‪n‬‬ ‫‪20‬‬
‫‪ .3‬حساب االحنراف املعياري لتوزيع املعاينة لـ ‪ X   X2  0.2  0.44 : X‬‬

‫‪ –07.02‬نظريـة النهايـة املركزيـة املتعلقة بتوزيــع اإلحصائية ‪: X‬‬

‫مضمون نظرية النهاية املركزية هو التالي ‪:‬‬
‫‪ .1‬متوسـط توزيـع املعاينـة لإلحصائية ‪ X‬و الذي ميثل متوسط‬
‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬
‫متوسطـات العينات يسـاوي إلـى متـوسط اجملتمـع و هـذا مـا يعبـر‬

‫‪ ‬‬
‫‪E X  X  ‬‬ ‫عنـه رياضيـا بالعالقـة‪:‬‬

‫‪ .2‬تباين توزيع املعاينة لإلحصائية ‪ X‬و الذي ميثل تباين متوسطـات‬

‫العينات يسـاوي مـا يلـي‪:‬‬

‫‪ 2  N n‬‬
‫‪ :  X2 ‬يف حالة اجملتمع ا دود أو املنتهي أو إذا كانت املعاينـة‬ ‫‪‬‬ ‫‪ ‬‬
‫‪n  N 1 ‬‬

‫بدون إعـادة (بدون إرجاع)‬

‫‪2‬‬
‫‪ :  X2 ‬يف حالة اجملتمع الغري ودود أو إذا كانت املعاينة باإلعادة‬ ‫‪‬‬
‫‪n‬‬
‫‪ .3‬إذا كان حجم العينة ‪ n‬كبري ‪ ، n  30‬فإن توزيع املعاينة لإلحصائية‬
‫‪ X‬يقرتب من التوزيع الطبيعي و هذا مهما كان توزيع اجملتمع الذي‬
‫سحبت منه العينة و هذا ما يعرب عنه بالكتابة التالية‪:‬‬
‫‪‬‬ ‫‪‬‬
‫‪X  N   X ; X ‬‬
‫‪‬‬ ‫‪‬‬
‫‪ ، .4‬أما إذا كان توزيع اجملتمع هو التوزيع الطبيعي فإن توزيع املعاينة‬
‫لإلحصائية ‪ X‬يكون طبيعيا مهما كان حجم العينة و هذا ما يعرب عنه‬
‫بالكتابة التالية‪:‬‬
‫‪‬‬ ‫‪‬‬
‫‪X  N   X ; X ‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬مثــــال‪ :08.02‬يف جمموعة عمال مؤسسة ما و البالغ عددهم ‪ 200‬عامل مت دراسة‬
‫متغري كمي ‪ X‬يتمثل يف الدخل الشهري‪ ،‬حيث مت التوصل اىل ان متوسط الدخل‬
‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬
‫الشهري هلم يساوي ‪ 24.000‬دج بتباين يساوي ‪ 1764  10 4‬حيث مت سحب بدون‬
‫اعادة عينة من ‪ 50‬عامل‬
‫‪ -‬املطلـــــوب‪:‬‬
‫‪ .1‬احسب متوسط توزيع املعاينة لإلحصائية ‪. X‬‬
‫‪ .2‬احسب تباين توزيع املعاينة لإلحصائية ‪. X‬‬
‫‪ .3‬احسب االحنراف املعياري لتوزيع املعاينة لإلحصائية ‪. X‬‬
‫‪ .4‬حدد توزيع االحصائية ‪. X‬‬
‫أحسب احتمال ان متوسط الدخل الشهري يف العينة اليت مت‬ ‫‪.5‬‬

‫سحبها يكون وصور بني ‪ 23.500‬دج و ‪ 24.500‬دج‪.‬‬

‫‪ ‬من املعطيات لدينا ما يلي‪:‬‬
‫‪ ‬حجم اجملتمع‪N  200 :‬‬
‫‪ ‬متوسط اجملتمع و الذي ميثل متوسط الدخل لـ ‪ 200‬عامل‪  24.000 :‬‬
‫‪ ‬تباين اجملتمع‪ *  2  1764  10 4 :‬حجم العينة‪n  50 :‬‬

‫‪ ‬االحنراف املعياري للمجتمع‪   2  1764  10 4  4.200 :‬‬

‫‪ ‬‬
‫‪ .1‬حساب متوسط توزيع املعاينة لـ ‪E X   X    24.000 : X‬‬

‫‪ .2‬حساب تباين توزيع املعاينة لإلحصائية ‪: X‬‬

‫‪1  N n 1‬‬ ‫‪4  200  50 ‬‬
‫‪Var ( X )   X2   2 ‬‬ ‫‪   1764  10 ‬‬ ‫‪  265929.6482‬‬
‫‪n  N  1  50‬‬ ‫‪ 200  1 ‬‬
‫‪ .3‬حساب االحنراف املعياري لتوزيع املعاينة لإلحصائية ‪: X‬‬

‫‪ X   X2  265929.6482  515.68‬‬

‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬

‫‪ .4‬توزيع االحصائية ‪: X‬مبا أن حجم لعينة املسحوبة ‪ n  50  30‬فإن توزيع‬

‫االحصائية ‪ X‬يقرتب من التوزيع الطبيعي مبتوسط ‪  X  24.000‬و‬
‫احنراف معياري ‪  X  515.68‬و هذا ما يعرب عنه بالكتابة التالية‪:‬‬
‫‪X  N  X ; X ‬‬
‫‪‬‬ ‫‪‬‬
‫‪X  N  24000 ; 515.68 ‬‬
‫‪‬‬ ‫‪‬‬
‫‪ .5‬حساب احت مال ان متوسط الدخل الشهري يف العينة اليت مت سحبها يكون‬
‫وصور بني ‪ 23.500‬دج و ‪ 24.500‬دج‪ .‬و هذا ما يعرب عنه بالكتابة التالية‪:‬‬
‫‪‬‬
‫‪Pr 23.500  X 24.500‬‬ ‫‪‬‬
‫نقوم بتحويل القيم اىل قيم معيارية عن طريق طرح املتوسط ‪  X‬و القسمة‬
‫على االحنراف املعياري ‪  X‬فينتج لدينا‬
‫‪ 23.500  ‬‬ ‫‪X   X 24.500   X‬‬ ‫‪‬‬
‫‪Pr‬‬ ‫‪X‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪X‬‬ ‫‪‬‬
‫‪‬‬ ‫‪X‬‬ ‫‪X‬‬ ‫‪‬‬
‫بالتعويض حنصل على‬
‫‪ 23.500  24.000 X  24.000 24.500  24.000 ‬‬
‫‪Pr‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬
‫‪‬‬ ‫‪515‬‬ ‫‪.‬‬‫‪68‬‬ ‫‪515‬‬‫‪.‬‬‫‪68‬‬ ‫‪515‬‬ ‫‪.‬‬‫‪68‬‬ ‫‪‬‬
‫‪Pr 0.96  Z  0.96‬‬
‫ محيـــد ســـيت‬:‫االستاذ‬ ‫ تـــوزيـــــع املعـــاينـــــة‬: ‫الفصـــــل الثــانــي‬

Pr 0.96  Z  0.96  PrZ  0.96  PrZ  0.96

PrZ  0.96  PrZ  0.96 :‫و مبا أن‬

Pr 0.96  Z  0.96  PrZ  0.96  PrZ  0.96

PrZ  0.96  1  PrZ  0.96 :‫و مبا أن‬

Pr 0.96  Z  0.96  PrZ  0.96  1  PrZ  0.96

Pr 0.96  Z  0.96  PrZ  0.96  1  PrZ  0.96
PrZ  0.96  F  0.96 :‫و مبا أن‬

Pr 0.96  Z  0.96  F  0.96  1  F  0.96

‫ و‬F  0.96  0.8315 ‫باستخدام جدول التوزيع الطبيعي حنصل على أن‬
Pr 0.96  Z  0.96  0.8315  1  0.8315  0.6630 ‫بالتعويض‬
‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬

‫‪ –08.02‬توزيــــع املعـاينــــة لإلحصائيــــة ‪: P‬‬

‫لنفرض أن لدينا جمتمع ذو احلجم ‪ ، N‬و نريد اختيار أو سحب عينة ذات‬
‫احلجم ‪ ، n‬ثم نقوم حبساب قيمة االحصائية املمثلة يف النسبة ‪ P‬أو النسبة املئوية ‪P%‬‬

‫حيث أن ‪ . P%  P 100‬فلو قمنا بسحب مجيع العينات العشوائية املمكنة ذات احلجم‬
‫‪ n‬من هذا اجملتمع ‪ ،‬و حسبنا قيمة االحصائية املمثلة يف النسبة ‪ P‬أو النسبة املئوية ‪P%‬‬

‫فسوف حنصل على العديد من القيم هلذه االحصائية‪ .‬عدد هذه القيم يساوي ‪ k‬حيث‬
‫أن‪:‬‬
‫‪ : k  N n‬يف حالة السحب باإلعادة‪.‬‬ ‫‪‬‬
‫‪ : k  C nN‬يف حالة السحب بدون إعادة‪.‬‬ ‫‪‬‬
‫التعريـف‪ :03.02‬املتعلـق بتـوزيـع املعـاينـة لإلحصائية ‪: P‬‬
‫توزيـع املعـاينـة لإلحصائية ‪ P‬عبـارة عـن التـوزيع االحتمـالي‬
‫لإلحصائية ‪ P‬الـيت متثـلوتيعترب متغيـر عشـوائـي ‪ ،‬حيـث أن قيـم هـذا‬
‫املتغيـر العشـوائـي عبـارة عـن قيـم هـذه النسبـة املوافقـة ملختلـف‬
‫العينـات املمكنـة للمجتمـع‪.‬‬
‫‪‬مثــــال‪:09.02‬لنفرض أن جمتمع يتكون من ‪ 05‬أفراد ‪ ، A, B, C, D‬حيث نريد‬
‫معرفة نسبة أو النسبة املئوية لألفرادالذين سوف ينتخبون لصاحل حزب معني و ليكن ‪.A‬‬
‫اجلدول أدناه يقدم جمتمع األفراد و كذا نية االنتخابللحزب ‪.A‬‬
‫نية االنتخاب لصاحل احلزب ‪A‬‬ ‫وحدات اجملتمع (األفراد)‬
‫نعم‬ ‫‪A‬‬
‫ال‬ ‫‪B‬‬
‫نعم‬ ‫‪C‬‬
‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬
‫ال‬ ‫‪D‬‬
‫ال‬ ‫‪E‬‬
‫بافرتاض أننا نقوم بسحب عينة ذات احلجم ‪ n  03‬بدون إرجاع و حنسب النسبة و‬
‫النسبة املئوية لوحدات العينة اليت تنتخب لصاحل احلزب ‪.A‬‬
‫اجلدول أدناه يقدم خمتلف ا لعينات املمكن سحبها أو اختيارها من جمتمع األفراد و كذا‬
‫النسبة و النسبة املئوية لوحدات كل عينة الذين ينتخبون لصاحل احلزب ‪.A‬‬
‫توزيع املعاينة لإلحصائية ‪P‬‬

‫النسبة املئوية يف العينة‬ ‫النسبة يف العينة‬ ‫معطيات‬ ‫العينـة‬

‫‪P%‬‬ ‫‪P  Pi‬‬ ‫العينة‬

‫‪P1 %  P1  100  66.7‬‬ ‫‪ni 2‬‬ ‫نعم‪ ،‬ال‪ ،‬نعم‬ ‫‪A, B, C‬‬
‫‪P1 ‬‬ ‫‪‬‬
‫‪n 3‬‬
‫‪33.3‬‬ ‫‪P2 ‬‬
‫‪1‬‬ ‫نعم‪ ،‬ال ‪ ،‬ال‬ ‫‪A, B, D‬‬
‫‪3‬‬
‫‪33.3‬‬ ‫‪P3 ‬‬
‫‪1‬‬ ‫نعم‪ ،‬ال ‪ ،‬ال‬ ‫‪A, B, E‬‬
‫‪3‬‬
‫‪66.7‬‬ ‫‪P4 ‬‬
‫‪2‬‬ ‫نعم‪ ،‬نعم‪ ،‬ال‬ ‫‪A, C, D‬‬
‫‪3‬‬
‫‪66.7‬‬ ‫‪P5 ‬‬
‫‪2‬‬ ‫نعم‪ ،‬نعم‪ ،‬ال‬ ‫‪A, C , E‬‬
‫‪3‬‬
‫‪33.3‬‬ ‫‪P6 ‬‬
‫‪1‬‬ ‫نعم‪ ،‬ال ‪ ،‬ال‬ ‫‪A, D, E‬‬
‫‪3‬‬
‫‪33.3‬‬ ‫‪P7 ‬‬
‫‪1‬‬ ‫ال‪ ،‬نعم ‪ ،‬ال‬ ‫‪B, C, D‬‬
‫‪3‬‬
‫‪33.3‬‬ ‫‪P8 ‬‬
‫‪1‬‬ ‫ال‪ ،‬نعم ‪ ،‬ال‬ ‫‪B, C , E‬‬
‫‪3‬‬
‫‪0.00‬‬ ‫‪P9 ‬‬
‫‪0‬‬ ‫ال ‪ ،‬ال ‪ ،‬ال‬ ‫‪B, D, E‬‬
‫‪3‬‬
‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬
‫‪33.3‬‬
‫‪P10 ‬‬
‫‪1‬‬ ‫نعم‪ ،‬ال ‪ ،‬ال‬ ‫‪C, D, E‬‬
‫‪3‬‬
‫انطالقا من قيم اجلدول أعاله‪ ،‬يالحظ أنه من أجل كل عينة ذات احلجم ‪n  03‬‬

‫هناك قيمة لإلحصائية ‪ P‬و بالتالي هناك العديد من القيم املختلفة هلذه االحصائية و‬
‫عليه ميكن اعتبار هذه القيم على أنها قيم ‪ Pi‬للمتغري العشوائي الذي نسميه ‪ P‬و الذي‬
‫ميثل نسبة الذين يصوتون لصاحل احلزب ‪ A‬يف العينة‪ .‬كما ميكن أن نرفق بكل قيمة ‪Pi‬‬
‫للمتغري العشوائي ‪ P‬احتمال ‪ f Pi ‬حيث أن ‪ ، f Pi   PrP  Pi ‬حيث أن كل‬

‫عينة هلا احتمال يساوي ‪ 110‬ألن تكون هي املختارة‪ .‬معنى ذلك أن مجيع العينات‬
‫املمكنة هلا نفس فرصة و إمكانية أن تكون خمتارة‪ .‬ميكن عرض القيم ‪ Pi‬املتغري العشوائي‬
‫‪ P‬و كذا االحتماالت املوافقة هلا يف جدول يسمى جدول التوزيع االحتمالي طما يلي‪:‬‬
‫جدول التوزيع االحتمالي للنسبـة ‪P‬‬

‫‪P  Pi‬‬ ‫التكرار املطلق ‪ni‬‬ ‫التكرار النسيب ‪f i‬‬ ‫‪f Pi   PrP  Pi ‬‬
‫‪00‬‬ ‫‪01‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪10‬‬ ‫‪10‬‬
‫‪1‬‬ ‫‪03‬‬ ‫‪3‬‬ ‫‪3‬‬
‫‪3‬‬ ‫‪10‬‬ ‫‪10‬‬
‫‪2‬‬ ‫‪06‬‬ ‫‪6‬‬ ‫‪6‬‬
‫‪3‬‬ ‫‪10‬‬ ‫‪10‬‬
‫التوزيع االحتمالي لنسب العينات ‪ Pi‬اليت متثل قيم املتغري العشوائي املمثل يف‬
‫االحصائية ‪ P‬يسمىتوزيع املعاينة لإلحصائية ‪ P‬أوتوزيع املعاينة للنسبة ‪P‬‬

‫لكل توزيع معاينة ميكن أن حنسب له املتوسط (الوسط احلسابي)‪ ،‬التباين و من ثم‬
‫االحنراف املعياري‪ ،‬مبعنى ميكن ان حنسب لتوزيع املعاينة لالحصاءة ‪ P‬ما يلي‪:‬‬
‫متوسط توزيع املعاينة لإلحصائية ‪P‬‬ ‫‪‬‬
‫تباين توزيع املعاينة لإلحصائية ‪P‬‬ ‫‪‬‬
‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬
‫االحنراف املعياري لإلحصائية ‪P‬‬ ‫‪‬‬
‫و هذا ما يشكل موضوع الفقرات املوالية‪.‬‬

‫‪ –09.02‬متوســــط توزيـــــع املعـاينــــــة لإلحصائيـــــــة ‪: P‬‬

‫نعين مبتوسط توزيع املعاينة لإلحصائية ‪ P‬متوسط نسب العينات‪ .‬النسبة على‬
‫مستوى اجملتمع يرمز هلا بالرمز ‪ ‬و حتسب وفقا للعالقة التالية‪:‬‬
‫‪Ni‬‬
‫‪‬‬ ‫‪‬‬
‫‪N‬‬
‫حيث أن‪:‬‬
‫‪ : N‬عدد وحدات اجملتمع أو حجم اجملتمع‪.‬‬ ‫‪‬‬

‫‪ : N i‬عدد وحدات اجملتمع اليت حتمل اخلاصية املراد دراستها‪.‬‬ ‫‪‬‬

‫أما النسبة على مستوى العينة و اليت يرمز هلا بالرمز ‪ P‬فتعطى وفقا للعالقة التالية‪:‬‬
‫‪ni‬‬
‫‪P‬‬ ‫‪‬‬
‫‪n‬‬
‫حيث أن‪:‬‬
‫‪ : n‬عدد وحدات العينة أو حجم العينة‪.‬‬ ‫‪‬‬

‫‪ : ni‬عدد وحدات العينة اليت حتمل اخلاصية املراد دراستها‪.‬‬ ‫‪‬‬

‫النظـرية ‪ :04.02‬املتعلقــة مبتوســط تـوزيـع املعـاينـة لنسبـة العينـة ‪: P‬‬

‫متـوسط توزيـع املعاينـة لإلحصائية ‪ P‬الـذي يرمـز لـه بالرمـز ‪(  P‬و تقرأ‬
‫ميو برمز الدليل ‪ ) P‬أو )‪ ، E (P‬حيسب باحدى العالقتني‪:‬‬
‫‪1 k‬‬
‫‪E P    P ‬‬ ‫يسـاوي اىل متوسط نسب العينات‪ Pi :‬‬ ‫‪‬‬
‫‪k i 1‬‬
‫‪ ‬يساوي إلـى نسبـة اجملتمـع ‪E ( P)  P   : ‬‬

‫‪‬مثــــال‪:10.02‬لتكن معطيات املثال ‪ 06.02‬أعاله‬

‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬

‫‪ -‬املطلـــــوب‪:‬‬
‫‪ .1‬حساب نسبة اجملتمع ‪ ‬اليت متثل نسبة الذين سوف يصوتون لصاحل احلزب ‪.A‬‬
‫‪ .2‬حساب )‪. E (P‬‬
‫‪‬‬
‫‪ ‬حساب نسبة اجملتمع ‪ ‬اليت متثل نسبة الذين سوف يصوتون لصاحل احلزب ‪:A‬‬
‫‪N i 02‬‬
‫‪‬‬ ‫‪‬‬ ‫‪ 0.4‬‬
‫‪N 05‬‬
‫حساب متوسط توزيع املعاينة لإلحصائية ‪ P‬الذي هو عبارة عن متوسط النسب ‪P‬‬ ‫‪‬‬

‫وفقا للعالقتني‪:‬‬
‫‪ .1‬باستخدام العالقة األوىل‪:‬‬
‫‪2 1 1 2 2 1 1 1 0 1 12‬‬
‫‪        ‬‬
‫‪1 k‬‬
‫‪  P   Pi ‬‬ ‫‪3‬‬ ‫‪3 3 3 3 3 3 3 3 3  3  0.4‬‬
‫‪k i 1‬‬ ‫‪10‬‬ ‫‪10‬‬
‫‪ .2‬باستخدام العالقة الثانية‪EP   P    0.4 :‬‬

‫‪ –10.02‬التبـايـن و االحنـراف املعياري لتوزيـع املعـاينـة لإلحصائية ‪: P‬‬

‫تباين توزيع املعاينة لالحصائية ‪ ، P‬ما هو اال تباينات نسب العينات‪.‬‬
‫النظـرية‪ :05.02‬ا ملتعلقــة بالتبـاين و االحنـراف املعيـاري لتـوزيـع املعـاينـة لإلحصائية‬
‫‪:P‬‬
‫تبايـن توزيـع املعاينـة لالحصائية ‪ P‬الـذي يرمـز لـه بالرمـز ‪(  P2‬و تقرأ‬
‫سيجما مربع برمز الدليل ‪ ) P‬أو ‪ Var P ‬حيسب وفقا الحدى العالقات‬
‫التالية‪:‬‬
‫‪1 k‬‬
‫‪ :Var P    P2 ‬مهما كانت طريقة السحب‬ ‫‪‬‬ ‫‪Pi   2 .1‬‬
‫‪k i 1‬‬
‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬
‫‪ 1   ‬‬
‫‪ : Var ( P)   P2 ‬يف حالة اجملتمع الغري ودود أو إذا‬ ‫‪.2‬‬
‫‪n‬‬
‫كانت املعاينة باإلعادة (باإلرجاع)‪.‬‬
‫‪ 1     N  n ‬‬
‫‪ : Var ( P)   P2 ‬يف حالة اجملتمع ا دود‬ ‫‪‬‬ ‫‪ .3‬‬
‫‪n‬‬ ‫‪ N 1 ‬‬
‫‪N‬‬
‫‪n‬‬ ‫أو املنتهي أو إذا كانت املعاينة بدون إعـادة أو‬
‫‪20‬‬
‫أما االحنراف املعياري الـذي يرمـز بـه بـالرمز ‪  P‬يسـاوي اجلـذر الرتبيعـي‬
‫للتباين أي‪:‬‬

‫‪ P  Var ( P)   P2‬‬

‫‪‬مثــــال‪:11.02‬لتكن معطيات املثال ‪06.02‬‬
‫‪ -‬املطلـــــــوب‪:‬‬
‫‪ .1‬حساب التباين لتوزيع املعاينة لإلحصائية ‪. P‬‬
‫‪ .2‬حساب االحنراف املعياري لتوزيع املعاينة لإلحصائية ‪. P‬‬
‫‪‬‬
‫‪ ‬حساب التباين لتوزيع املعاينة لإلحصائية ‪: P‬‬
‫بغرض حساب تباين االحصائية ‪ P‬حنتاج إىل إجراء جمموعة من العمليات احلسابية‬
‫اليت نعرضها من خالل العمودين األخريين للجدول أدناه‪:‬‬
‫‪Pi   2‬‬ ‫‪Pi   ‬‬ ‫النسبة يف العينة‬ ‫معطيات‬ ‫العينـة‬
‫‪P  Pi‬‬ ‫العينة‬
‫‪0.071289‬‬ ‫‪0.267‬‬ ‫‪n1 2‬‬ ‫نعم‪ ،‬ال‪ ،‬نعم‬ ‫‪A, B, C‬‬
‫‪P1 ‬‬ ‫‪‬‬
‫‪n 3‬‬
‫‪0.004489‬‬ ‫‪-0.067‬‬ ‫‪P2 ‬‬
‫‪1‬‬ ‫نعم‪ ،‬ال ‪ ،‬ال‬ ‫‪A, B, D‬‬
‫‪3‬‬
‫‪0.004489‬‬ ‫‪-0.067‬‬ ‫‪P3 ‬‬
‫‪1‬‬ ‫نعم‪ ،‬ال ‪ ،‬ال‬ ‫‪A, B, E‬‬
‫‪3‬‬
 ‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬
‫‪0.071289‬‬ ‫‪0.267‬‬
‫‪P4 ‬‬
‫‪2‬‬ ‫نعم‪ ،‬نعم‪ ،‬ال‬ ‫‪A, C, D‬‬
‫‪3‬‬
‫‪0.071289‬‬ ‫‪0.267‬‬ ‫‪P5 ‬‬
‫‪2‬‬ ‫نعم‪ ،‬نعم‪ ،‬ال‬ ‫‪A, C , E‬‬
‫‪3‬‬
‫‪0.004489‬‬ ‫‪-0.067‬‬
‫‪P6 ‬‬
‫‪1‬‬ ‫نعم‪ ،‬ال ‪ ،‬ال‬ ‫‪A, D, E‬‬
‫‪3‬‬
‫‪0.004489‬‬ ‫‪-0.067‬‬
‫‪P7 ‬‬
‫‪1‬‬ ‫ال‪ ،‬نعم ‪ ،‬ال‬ ‫‪B, C, D‬‬
‫‪3‬‬
‫‪0.004489‬‬ ‫‪-0.067‬‬ ‫‪P8 ‬‬
‫‪1‬‬ ‫ال‪ ،‬نعم ‪ ،‬ال‬ ‫‪B, C , E‬‬
‫‪3‬‬
‫‪0.16‬‬ ‫‪-0.4‬‬
‫‪P9 ‬‬
‫‪0‬‬ ‫ال ‪ ،‬ال ‪ ،‬ال‬ ‫‪B, D, E‬‬
‫‪3‬‬
‫‪0.004489‬‬ ‫‪-0.067‬‬ ‫‪P10 ‬‬
‫‪1‬‬ ‫نعم‪ ،‬ال ‪ ،‬ال‬ ‫‪C, D, E‬‬
‫‪3‬‬
‫و عليه فإن تباين االحصائية ‪ P‬يساوي ما يلي‪:‬‬
‫‪1 k‬‬
‫‪Var P    P2 ‬‬ ‫‪‬‬ ‫‪Pi   2  1  0.4008001  0.04008001‬‬
‫‪k i 1‬‬ ‫‪10‬‬
‫‪ ‬حساب االحنراف املعياري لتوزيع املعاينة لإلحصائية ‪: P‬‬

‫‪1 k‬‬
‫‪ P   P2 ‬‬ ‫‪‬‬ ‫‪Pi   2  1  0.4008001  0.04008001  0.2‬‬
‫‪k i 1‬‬ ‫‪10‬‬
‫‪‬مثــــال‪:12.02‬تبعا لنتائج االنتخابات األخرية فإن ‪ 42%‬صوتوا لصاحل املرشح ‪. A‬‬
‫اذا مت سحب باإلعادة عينة من ‪ 100‬مصوت‬
‫‪ -‬املطلـــــوب‪:‬‬
‫‪ .1‬أحسب متوسط توزيع املعاينة لإلحصائية ‪P‬‬

‫‪ .2‬أحسب تباين توزيع املعاينة لإلحصائية ‪P‬‬

‫‪ .3‬أحسب االحنراف املعياري لتوزيع املعاينة لإلحصائية ‪P‬‬

‫‪ .4‬أحسب احتمال ان تكون النسبة يف العينة أقل من ‪44%‬‬

‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬
‫‪ .5‬أحسب احتمال ان تكون النسبة يف العينة أكرب من ‪40%‬‬

‫‪ .6‬أحسب احتمال ان تكون النسبة يف العينة وصورة بني ‪ 40%‬و ‪44%‬‬

‫‪‬من املعطيات لدينا ما يلي‪:‬‬

‫مبا أنه لدينا ‪ n    42  5 ، n  100  30‬و ‪n  1     58  5‬‬ ‫‪‬‬

‫فإن توزيع االحصائية ‪ P‬يقرتب من قانون التوزيع الطبيعي‬

‫‪ .1‬متوسط توزيع املعاينة لإلحصائية ‪ P    0.42 : P‬‬
‫‪ .2‬تباين توزيع املعاينة لإلحصائية ‪: P‬‬
‫‪ 1   ‬‬ ‫‪0.421  0.42‬‬
‫‪ P2 ‬‬ ‫‪‬‬ ‫‪ 0.002436‬‬
‫‪n‬‬ ‫‪100‬‬
‫‪ .3‬االحنراف املعياري لتوزيع املعاينة لـ ‪ P   P2  0.002436  0.0493 : P‬‬
‫‪ .4‬حساب احتمال ان تكون النسبة يف العينة أقل من ‪ : 44%‬يعرب عن ذلك‬
‫بالكتابة التالية ‪PrP  0.44‬‬

‫بتحويل القيم اىل قيم معيارية عن طريق طرح املتوسط و القسمة على االحنراف‬
‫املعياري حنصل على ما يلي‪:‬‬
‫‪ P   P 0.44   P‬‬ ‫‪‬‬ ‫‪P  0.42 0.44  0.42 ‬‬
‫‪Pr‬‬ ‫‪‬‬ ‫‪ = Pr‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ P‬‬ ‫‪P‬‬ ‫‪‬‬ ‫‪ 0.0493‬‬ ‫‪0.0493 ‬‬

‫‪PrZ  0.40‬‬

‫‪Pr Z  0.40 ‬‬

‫قيم ‪Z‬‬
‫‪0‬‬ ‫‪ 0.40‬‬

‫و مبا أن‪PrZ  0.40  F  0.40 :‬‬

‫ محيـــد ســـيت‬:‫االستاذ‬ ‫ تـــوزيـــــع املعـــاينـــــة‬: ‫الفصـــــل الثــانــي‬

PrZ  0.40  F  0.40

‫ و‬F  0.40  0.65542 ‫باستخدام جدول التوزيع الطبيعي حنصل على أن‬
PrZ  0.40  0.65542 :‫بالتعويض حنصل على‬

‫ يعرب عن ذلك‬: 40% ‫ حساب احتمال ان تكون النسبة يف العينة أكرب من‬.5
PrP  0.40 ‫بالكتابة التالية‬

 P   P 0.40   P  P  0.42 0.40  0.42 

Pr   = Pr  
 P P   0.0493 0.0493 
:‫بالتعويض حنصل على‬
PrZ  0.40  PrZ  0.40 = PrZ  0.40  F  0.40

PrZ  0.40  F  0.40

‫ يعرب‬: 44% ‫ و‬40% ‫ حساب احتمال ان تكون النسبة يف العينة وصورة بني‬.6
Pr0.40  P  0.44 ‫عن ذلك بالكتابة التالية‬

 0.40   P P   P 0.44   P 
Pr   
 P P P 
 0.40  0.42 P  0.42 0.44  0.42 
Pr    = Pr 0.43  Z  0.40
 0.0493 0.0493 0.0493 
Pr 0.40  Z  0.40  PrZ  0.40  PrZ  0.40
PrZ  0.40  PrZ  0.40 :‫و مبا أن‬

Pr 0.40  Z  0.40  PrZ  0.40  PrZ  0.40

PrZ  0.40  1  PrZ  0.40 :‫و مبا أن‬

Pr 0.40  Z  0.40  PrZ  0.40  1  PrZ  0.40

Pr 0.40  Z  0.40  PrZ  0.40  1  PrZ  0.40
PrZ  0.40  F  0.40 :‫و مبا أن‬
‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬

‫‪Pr 0.40  Z  0.40  F  0.40  1  F  0.40‬‬

‫باستخدام جدول التوزيع الطبيعي حنصل على أن ‪ F  0.40  0.65542‬و‬
‫بالتعويض حنصل‬

‫‪Pr 0.40  Z  0.40  0.65542  1  0.65542  0.31084‬‬

‫‪P‬‬ ‫‪ –11.02‬نظـريـــة النهايــة املركزيــــة املتعلقــة بتوزيــع اإلحصائية‬

‫ليكـن جمتمـع إحصـائي ذو احلجـم ‪ ، N‬حيـث جنـد نسبـة ‪ ‬مـن‬
‫العنـاصر و الوحـدات اإلحصـائية التـي حتمـل خاصيـة مـا‪ .‬إذا كانـت ‪P‬‬

‫متغيـرة عشوائيـة متثـل نسبـة العناصـر التـي حتمـل هـذه اخلاصيـة فـي عينـة‬
‫ذات احلجـم ‪ ، n‬فـإذا كان‪:‬‬
‫‪n  30‬‬ ‫‪‬‬
‫‪n   5‬‬ ‫‪‬‬
‫‪n  1     5‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫فإنه ميكن تقريب توزيع االحصائية ‪ P‬بالتوزيع الطبيعي‪P  N   P ,  P  :‬‬
‫‪‬‬ ‫‪‬‬
‫‪ P  P‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫و عليه فإن‪  N  0 , 1 :‬‬
‫‪ P‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫حيث أن‪:‬‬
‫‪P   ‬‬
‫‪ 1   ‬‬
‫‪ P  Var ( P) ‬‬ ‫‪ ‬حالة السحب باإلعادة ‪:‬‬
‫‪n‬‬
‫‪ 1     N  n ‬‬
‫‪P ‬‬ ‫‪‬‬ ‫‪ ‬حالة السحب بدون إعادة‪ :‬‬
‫‪n‬‬ ‫‪ N 1 ‬‬
‫مالحظة ‪: 05.02‬‬
‫ما يالحظ هو أن عالقة كل من التباين و االحنراف املعياري لإلحصائية‬
‫االستاذ‪ :‬محيـــد ســـيت‬ ‫الفصـــــل الثــانــي ‪ :‬تـــوزيـــــع املعـــاينـــــة‬
‫‪ P‬معطاة بداللة نسبة اجملتمع ‪ ‬اليت تكون جمهولة يف كل املسائل‪ .‬و بغرض‬
‫جتاوز هذا املشكل املمثل يف عدم معلومية ‪ ‬نضطر إىل استبداهلا مبقدرها‬
‫النقطي ‪ . ̂  P‬و بتعويضها يف عالقة التباين لإلحصائية ‪ P‬يتم احلصول‬
‫‪ P2‬‬ ‫على التباين املقدر ‪ ˆ P2‬لإلحصائية ‪ P‬و ليس التباين‬

‫‪P1  P ‬‬
‫‪ˆ P2 ‬‬ ‫‪:‬‬ ‫‪ ‬حالة السحب باإلعادة‬
‫‪n‬‬
‫‪P1  P   N  n ‬‬
‫‪ˆ P2 ‬‬ ‫‪‬‬ ‫‪ ‬حالة السحب بدون إعادة ‪ :‬‬
‫‪n‬‬ ‫‪ N 1 ‬‬
‫و عليه فإن االحنراف املعياري لإلحصائية ‪ P‬يساوي‬
‫‪P1  P ‬‬
‫‪ˆ P  ˆ P2 ‬‬ ‫‪:‬‬ ‫‪ ‬حالة السحب باإلعادة‬
‫‪n‬‬
‫‪P1  P   N  n ‬‬
‫‪ˆ P ‬‬ ‫‪‬‬ ‫‪ ‬حالة السحب بدون إعادة ‪ :‬‬
‫‪n‬‬ ‫‪ N 1 ‬‬