‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫و ازرة اﻟﺘﻌﻠﯿم اﻟﻌﺎﻟﻲ و اﻟﺒﺤث اﻟﻌﻠﻤﻲ‬

‫ﺠﺎﻤﻌﺔ ﻤﺤﻤد ﺒوﻀﯿﺎف‪ -‬اﻟﻤﺴﯿﻠﺔ‬

‫ﻛﻠﯿﺔ اﻟﻌﻠوم اﻹﻗﺘﺼﺎدﯿﺔ واﻟﺘﺠﺎرﯿﺔ وﻋﻠوم اﻟﺘﺴﯿﯿر‬

‫ﻤطﺒوﻋﺔ ﻤوﺠﻬﺔ ﻟطﻠﺒﺔ ﺴﻨﺔ أوﻟﻰ ﺠذع ﻤﺸﺘرك )‪:(LMD‬‬

‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫إﻋﺪاد‪:‬‬

‫اﻟﺪﻛﺘﻮر ﻋﺒﺪ اﻟﻨﻮر هﺒﺎل‬

‫اﻟﺴﻨﺔ ا�جﺎﻣﻌﻴﺔ‪2021/2020 :‬‬

‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻗﺎﺌﻤﺔ اﻟﻤﺤﺘوﯿﺎت‬

‫ﻤﻘدﻤﺔ‪03 ...................................................................‬‬

‫ﻓﺼل ﺘﻤﻬﯿدي‪ :‬ﻤﻘدﻤﺔ ﻓﻲ ﻋﻠم اﻹﺤﺼﺎء‪04..................................‬‬

‫اﻟﻔﺼل اﻟﺜﺎﻨﻲ‪ :‬ﻋرض اﻟﺒﯿﺎﻨﺎت اﻹﺤﺼﺎﺌﯿﺔ‪23................................‬‬

‫اﻟﻔﺼل اﻟﺜﺎﻟث‪ :‬ﻤﻘﺎﯿﯿس اﻟﻨزﻋﺔ اﻟﻤرﻛزﯿﺔ‪59..................................‬‬

‫اﻟﻔﺼل اﻟراﺒﻊ‪ :‬ﻤﻘﺎﯿﯿس اﻟﺘﺸﺘت‪103........................................‬‬

‫اﻟﻔﺼل اﻟﺨﺎﻤس‪ :‬ﻤﻘﺎﯿﯿس اﻟﺸﻛل‪110 .......................................‬‬

‫‪2‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻤﻘدﻤﺔ‬
‫ﺘﻌﺘﺒر اﻟﺒﯿﺎﻨﺎت اﻟرﻗﻤﯿﺔ ﻤدﺨﻼت ﻫﺎﻤﺔ ﻓﻲ دراﺴﺔ اﻟﻌدﯿد ن اﻟظواﻫر ﺒﻤﺨﺘﻠف أﺸﻛﺎﻟﻬﺎ و ﻓﻲ ﻛل اﻟﻤﯿﺎدﯿن‬
‫ﻛﺎﻹﻗﺘﺼﺎد‪ ،‬اﻟﺒﯿوﻟوﺠﯿﺎ‪ ،‬ﻋﻠم اﻹﺠﺘﻤﺎع و ﻏﯿرﻫﺎ‪...‬‬

‫و ﯿﻌﺘﺒر اﺴﺘﻨطﺎق ﺘﻠك اﻟﺒﯿﺎﻨﺎت وﻓق ﻤﻨﻬﺠﯿﺔ ﻋﻠﻤﯿﺔ ﻤﻀﺒوطﺔ اﻷﺴﺎس اﻟﻀروري ﻟﻔﻬم اﻟظﺎﻫرة اﻟﻤدروﺴﺔ و‬
‫اﻟﻤﻌﺒر ﻋﻨﻬﺎ ﻓﻲ أرﻗﺎم؛ و ﻫو ﻤﺎ ﯿﺸﻛل ﻤوﻀوع ﻋﻠم اﻹﺤﺼﺎء اﻟذي أﺼﺒﺢ أداة ﻫﺎﻤﺔ ﻓﻲ دراﺴﺔ اﻟﻌدﯿد ﻤن‬
‫اﻟظواﻫر اﻹﻗﺘﺼﺎدﯿﺔ‪ ،‬اﻟﻔﯿزﯿﺎﺌﯿﺔ‪ ،‬اﻹﺠﺘﻤﺎﻋﯿﺔ‪ ،‬اﻟﺒﯿوﻟوﺠﯿﺔ و ﻏﯿرﻫﺎ ﺒﻬدف اﺘﺨﺎذ اﻟﻘرار اﻟﻤﻨﺎﺴب ﺒﻨﺎء ﻋﻠﻰ‬
‫ﺘﺤﻠﯿل اﻟﻤﻌطﯿﺎت‪ ،‬و ﺘﻌﺘﺒر اﻟﻤﻌرﻓﺔ اﻟﻛﺎﻓﯿﺔ ﺒﺄﺴﺎﺴﯿﺎت و ﻤﻔﺎﻫﯿم ﻋﻠم اﻹﺤﺼﺎء زادا ﻀرورﯿﺎ ﻟﻠﺨوض ﻓﻲ ﻤﺜل‬
‫ﺘﻠك اﻟﺘﺤﻠﯿﻼت و اﻟدراﺴﺎت‪.‬‬

‫طﯿﻠﺔ ﺴﻨوات ﺘﺠرﺒﺘﻲ ﻛﻤﻛﻠف ﺒﻤﻘﯿﺎس "إﺤﺼﺎء‪ "1‬ﻟطﻠﺒﺔ ﺴﻨﺔ أوﻟﻰ ﺤﺎوﻟت أن أﺘﻠﻤس اﻟﻤﻔﺎﺘﯿﺢ اﻟﻬﺎﻤﺔ ﻓﻲ‬
‫ﻤﻨﻬﺠﯿﺔ اﻟﺘﺤﻠﯿل اﻹﺤﺼﺎﺌﻲ و أﺴﻌﻰ إﻟﻰ ﺘﺒﺴﯿطﻬﺎ و ﺘوظﯿﻔﻬﺎ ﺒﺎﻟﺸﻛل اﻟﻤﻼﺌم؛ ﻓﺠﺎءت ﻫذﻩ اﻟﻤطﺒوﻋﺔ ﺜﻤرة‬
‫ﻟذﻟك اﻟﺠﻬد‪...‬‬

‫ﺘﻐطﻲ اﻟﻤطﺒوﻋﺔ ﻤﺤﺎور أﺴﺎﺴﯿﺔ ﻓﻲ ﻤﻘﯿﺎس "إﺤﺼﺎء‪ "1‬ﻟطﻠﺒﺔ ﺴﻨﺔ أوﻟﻰ و ﺘﺘﻤﺤور ﺤول اﻟﻤوﻀوﻋﺎت‬
‫اﻟﺘﺎﻟﯿﺔ‪:‬‬

‫‪-‬ﻤﻘدﻤﺔ ﺤول ﻋﻠم اﻹﺤﺼﺎء و ﻤﻔﺎﻫﯿﻤﻪ اﻷﺴﺎﺴﯿﺔ‪ :‬اﻟﻤﺠﺘﻤﻊ‪ ،‬اﻟﻌﯿﻨﺔ‪ ،‬اﻟﻤﺘﻐﯿر‪ ،‬و أﻨواع اﻟﻤﺘﻐﯿرات و ﻤراﺤل‬
‫اﻟدراﺴﺔ اﻹﺤﺼﺎﺌﯿﺔ؛‬
‫‪ -‬طرق ﻋرض اﻟﺒﯿﺎﻨﺎت اﻹﺤﺼﺎﺌﯿﺔ‪ :‬اﻟﻌرض اﻟﺠدوﻟﻲ؛ و ﻓﻨﯿﺎت اﻟﻌرض اﻟﺒﯿﺎﻨﻲ‬
‫‪ -‬ﻤﻘﺎﯿﯿس اﻟﻨزﻋﺔ اﻟﻤرﻛزﯿﺔ‬
‫‪ -‬ﻤﻘﺎﯿﯿس اﻟﺘﺸﺘت؛‬
‫‪ -‬ﻤﻘﺎﯿﯿس اﻟﺸﻛل‪.‬‬

‫ﯿرﺠو اﻟﻤؤﻟف أن ﯿﻛون وﻓق ﻓﻲ ﺘﺒﺴﯿط أﺴﺎﺴﯿﺎت ﻫذا اﻟﻤﻘﯿﺎس ﻋﻠﻰ أن ﯿﺘﺒﻊ ﺒﻤزﯿد ﻤن اﻟﺘﻨﻘﯿﺢ و اﻹﺜراء‬
‫ﺒﺤول اﷲ‪.‬‬

‫‪3‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻓﺼل ﺘﻤﻬﯿدي‪ :‬ﻤﻘدﻤﺔ ﻓﻲ ﻋﻠم اﻹﺤﺼﺎء‬

‫‪- 1‬ﺘﻤﻬﯿد‬
‫ﯿﺸﯿﻊ اﺴﺘﺨدام اﻟﻤﺼطﻠﺢ "إﺤﺼﺎء" ﻓﻲ ﺸﺘﻰ اﻟﻤﺠﺎﻻت و اﻟﻌﻠوم ﻛﻌﻠم اﻹﺠﺘﻤﺎع و اﻟﺒﯿوﻟوﺠﯿﺎ و اﻷﺒﺤﺎث‬
‫اﻟطﺒﯿﺔ و ﻋﻠم اﻹﻗﺘﺼﺎد و اﻟﺘﺴﯿﯿر و ﻏﯿرﻫﺎ؛ ﺤﯿث ﺼﺎرت اﻟدراﺴﺎت اﻹﺤﺼﺎﺌﯿﺔ ﺘﺸﻛل أرﻀﯿﺔ ﺨﺼﺒﺔ ﻟﺘﺤﻠﯿل‬
‫اﻟظواﻫر و اﺘﺨﺎذ ا ﻗل اررات‪.‬‬
‫و ﯿﻨﺒﻐﻲ ﻓﻲ ﻫذا اﻟﺸﺄن اﻟﺘﻔرﯿق ﺒﯿن ﻤﻔﻬوﻤﯿن ﺒﺎرزﯿن‪:‬‬
‫‌أ ‪-‬إﺤﺼﺎﺌﯿﺎت )أو‪ :‬إﺤﺼﺎءات( ‪ :Les Statistiques‬و ﺘﺸﯿر إﻟﻰ ﻤﻌﻠوﻤﺎت ﻋددﯿﺔ ﺘﺘﻌﻠق ﺒظواﻫر أو‬
‫ﻨﺸﺎطﺎت ﻤﻌﯿﻨﺔ؛ ﻗد ﺘﻘدم ﻓﻲ ﻫﯿﺌﺔ ﺠداول أو أﺸﻛﺎل إﺤﺼﺎﺌﯿﺔ ﻤﺨﺘﻠﻔﺔ‪ ،‬أي أن اﻹﺤﺼﺎﺌﯿﺎت ﻫﻲ ﻨﺎﺘﺞ‬
‫ﻋﻤﻠﯿﺔ اﻟﻌد اﻟﻤرﺘﺒطﺔ ﺒظﺎﻫرة ﻤﻌﯿﻨﺔ؛ ﻤﺜل اﻷرﻗﺎم اﻟﻤﻌﺒرة ﻋن ﺘطور ﻋدد اﻟﺴﻛﺎن أو اﻟﺠداول اﻟﻤﻌﺒرة‬
‫ﻋن ﺼﺎدرات ﻤﺠﻤوﻋﺔ ﻤن اﻟدول‪...‬‬
‫ﻤﻨذ أﻗدم اﻟﻌﺼور ﻋرف اﻹﻨﺴﺎن اﻟﻘﯿﺎم ﺒﻌﻤﻠﯿﺎت إﺤﺼﺎﺌﯿﺔ ﻷﻏراض ﺸﺘﻰ؛ ﺘرﻛزت أﺴﺎﺴﺎ ﺤول ﺠرد‬
‫اﻟﺴﻛﺎن ﻤن أﺠل ﻤﻌرﻓﺔ ﻋددﻫم أو ﻋدد اﻟﺨﺎﻀﻌﯿن ﻟﻠﺨدﻤﺔ اﻟﻌﺴﻛرﯿﺔ ﻤﻨﻬم؛ و إﺤﺼﺎء اﻟﺜروات و‬
‫اﻷﻤﻼك ﻟﻐﺎﯿﺎت ﻀرﯿﺒﯿﺔ‪...‬و ﻛﺎن ﯿﺘوﻟﻰ ﺘﺠﻤﯿﻊ ﺘﻠك اﻹﺤﺼﺎءات اﻟﺠﻬﺎت اﻟﺤﺎﻛﻤﺔ‪ ،‬و ﺒﻤرور اﻟزﻤن‬
‫و ﺘطور اﻟﻌﻠوم و ازدﻫﺎر ﻤﯿدان اﻹﻋﻼم اﻵﻟﻲ ﻛﺄداة ﻟﺘﺨزﯿن و ﻤﻌﺎﻟﺠﺔ اﻟﻤﻌﻠوﻤﺎت؛ ﻟم ﯿﻌد اﻟﺒﺎﺤث‬
‫ﺒﺤﺎﺠﺔ إﻟﻰ ﺠﻤﻊ اﻹﺤﺼﺎﺌﯿﺎت ﺒﻨﻔﺴﻪ؛ و ذﻟك ﻟﺴﻬوﻟﺔ اﻟﺤﺼول ﻋﻠﯿﻬﺎ ﻤن ﻤﻨﺸورات اﻟﻬﯿﺌﺎت اﻟرﺴﻤﯿﺔ‪،‬‬
‫و ﻓﻲ اﻟﺠزاﺌر ﯿﺘوﻟﻰ اﻟدﯿوان اﻟوطﻨﻲ ﻟﻺﺤﺼﺎﺌﯿﺎت )‪Office National de statistiques (ONS‬‬
‫ﺘﺠﻤﯿﻊ اﻟﻤﻌطﯿﺎت اﻟﻤﺨﺘﻠﻔﺔ ﻋن اﻷﻨﺸطﺔ و اﻟظواﻫر اﻹﻗﺘﺼﺎدﯿﺔ و اﻹﺠﺘﻤﺎﻋﯿﺔ و ﻤﻌﺎﻟﺠﺘﻬﺎ ﻤﺜل‪:‬‬
‫إﺤﺼﺎﺌﯿﺎت اﻟﺴﻛﺎن‪ ،‬اﻟﺘﺸﻐﯿل‪ ،‬اﻟﺘﻌﻠﯿم‪ ،‬اﻟﺼﺤﺔ‪ ،‬اﻷﺴﻌﺎر‪)...‬أﻨظر ﻤوﻗﻊ اﻟدﯿوان ﻋﻠﻰ اﻹﻨﺘرﻨت‪:‬‬
‫‪ ،(www.ons.dz‬ﻏﯿر أن "اﻹﺤﺼﺎء" ﻛﻌﻠم ﻻ ﯿﻘﺘﺼر ﻋﻠﻰ ﺠﻤﻊ اﻟﻤﻌطﯿﺎت و اﻹﺤﺼﺎءات؛ و ﻟﻛن‬
‫ﯿﺨﻀﻌﻬﺎ ﻟﻠﺘﺤﻠﯿل ﺒﻐرض اﺴﺘﺨداﻤﻬﺎ ﻓﻲ اﺘﺨﺎذ اﻟﻘ اررات‪:‬‬
‫ب ‪-‬ﻋﻠم اﻹﺤﺼﺎء ‪ :La Statistique‬ﻋﻨدﻤﺎ ﯿﺴﺘﻌﻤل ﻤﺼطﻠﺢ "اﻹﺤﺼﺎء" ﻋﺎدة ﯿﻘﺼد ﺒﻪ "ﻋﻠم‬
‫‌‬
‫اﻹﺤﺼﺎء" و اﻟذي ﻫو "ﻋﻠم ﯿدرس ﻤﺨﺘﻠف طرق و وﺴﺎﺌل ﺠﻤﻊ اﻟﺒﯿﺎﻨﺎت اﻟﻛﻤﯿﺔ ﻋن ﻤﺨﺘﻠف‬

‫‪4‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫اﻟظواﻫر اﻹﻗﺘﺼﺎدﯿﺔ و اﻹﺠﺘﻤﺎﻋﯿﺔ‪...‬و ﺘرﺘﯿﺒﻬﺎ و ﺘﺒوﯿﺒﻬﺎ و ﺘﻘدﯿﻤﻬﺎ ﻓﻲ أﺸﻛﺎل و ﺼور ﻤﻼﺌﻤﺔ و‬

‫ﺘﺤﻠﯿﻠﻬﺎ و ﺘﻔﺴﯿرﻫﺎ ﺒﻬدف ﺘﺴﻬﯿل اﺘﺨﺎذ اﻟﻘرار ﻋﻠﻰ أﺴﺎس ﺴﻠﯿم"‪.1‬‬

‫‪ "statistique descriptive‬و "اﻹﺤﺼﺎء اﻹﺴﺘدﻻﻟﻲ )أو‬ ‫ﻨﻤﯿز ﻋﺎدة ﺒﯿن "اﻹﺤﺼﺎء اﻟوﺼﻔﻲ‬
‫اﻟرﯿﺎﻀﻲ ‪"statistique inferentielle‬؛ ﻓﺒﯿﻨﻤﺎ ﯿﻬﺘم اﻷول ﺒدراﺴﺔ طرق و وﺴﺎﺌل ﺠﻤﻊ اﻟﺒﯿﺎﻨﺎت‬
‫اﻟﻛﻤﯿﺔ و ﻋرﻀﻬﺎ ﻓﻲ ﺠداول و أﺸﻛﺎل ﺒﯿﺎﻨﯿﺔ و ﺘﺤﻠﯿﻠﻬﺎ ﺘﺤﻠﯿﻼ وﺼﻔﯿﺎ‪ ،‬ﯿﻬﺘم اﻟﺜﺎﻨﻲ ﺒﺘﺤﻠﯿﻠﻬﺎ ﺘﺤﻠﯿﻼ‬
‫ﻤﻌﻤﻘﺎ ﻋﺒر ﻤﺤﺎوﻟﺔ اﻹﻨطﻼق ﻤن اﻟﺒﯿﺎﻨﺎت اﻟﻤدروﺴﺔ ﻟﺘﻌﻤﯿم اﻟﻨﺘﺎﺌﺞ ﻋﻠﻰ ﻨطﺎق أوﺴﻊ؛ و اﻟﺘﻨﺒؤ‬
‫ﺒﺎﻟﺴﻠوك اﻟﻤﺴﺘﻘﺒﻠﻲ ﻟﻠظﺎﻫرة ﻤﺴﺘﻌﯿﻨﺎ ﺒﻨظرﯿﺔ اﻹﺤﺘﻤﺎﻻت‪ ،‬و ﯿﻤﻛن اﻟﻨظر إﻟﻰ ﺸﻘﻲ ﻋﻠم اﻹﺤﺼﺎء‬
‫)اﻟوﺼﻔﻲ و اﻹﺴﺘدﻻﻟﻲ( ﻋﻠﻰ أﺴﺎس أﻨﻬﻤﺎ ﻤرﺤﻠﺘﺎن ﻀﻤن ﺴﯿرورة اﻟدراﺴﺔ اﻹﺤﺼﺎﺌﯿﺔ ﺘﻤﻬد‬
‫اﻷوﻟﻰ ﻤﻨﻬﻤﺎ ﻟﻠﺜﺎﻨﯿﺔ‪.‬‬

‫‪ -2‬ﻤﻨﻬﺠﯿﺔ اﻟدراﺴﺔ اﻹﺤﺼﺎﺌﯿﺔ ‪ :Méthodologie de l’analyse statistique‬ﺘﻘوم ﻤﻨﻬﺠﯿﺔ اﻟﺒﺤث‬

‫اﻹﺤﺼﺎﺌﻲ ﻋﻠﻰ اﻟﻤراﺤل اﻟﺘﺎﻟﯿﺔ‪:‬‬
‫‪ -‬ﺘﺤدﯿد اﻟظﺎﻫرة اﻟﻤدروﺴﺔ‬
‫‪ -‬ﺠﻤﻊ اﻟﺒﯿﺎﻨﺎت اﻹﺤﺼﺎﺌﯿﺔ‬
‫‪ -‬ﻋرض اﻟﺒﯿﺎﻨﺎت ﻋرﻀﺎ ﻤﻨﺎﺴﺒﺎ‬
‫‪ -‬ﺘﺤﻠﯿل اﻟﺒﯿﺎﻨﺎت و اﺴﺘﻘراء اﻟﻨﺘﺎﺌﺞ‪.2‬‬
‫‌أ ‪-‬ﺘﺤدﯿد اﻟظﺎﻫرة اﻟﻤدروﺴﺔ‪ :‬ﯿﻨﺒﻐﻲ ﻓﻲ ﻫذﻩ اﻟﻤرﺤﻠﺔ اﻟﺘﺤدﯿد اﻟﺠﯿد ﻟﻠﻬدف ﻤن اﻟدراﺴﺔ؛ و إطﺎرﻫﺎ اﻟزﻤﺎﻨﻲ و‬
‫اﻟﻤﻛﺎﻨﻲ؛ و ﺘﺘﺤدد اﻟظﺎﻫرة ﺒﺘﺤدد اﻹﺸﻛﺎﻟﯿﺔ اﻟﻤراد اﻹﺠﺎﺒﺔ ﻋﻠﯿﻬﺎ و "اﻟﻤﺠﺘﻤﻊ اﻹﺤﺼﺎﺌﻲ" اﻟﻤدروس و‬
‫"اﻟﻤﺘﻐﯿر اﻹﺤﺼﺎﺌﻲ" اﻟﻤدروس‪.‬‬
‫ﯿﻌرف "اﻟﻤﺠﺘﻤﻊ اﻹﺤﺼﺎﺌﻲ ‪ "Population‬ﺒﺄﻨﻪ ﻤﺠﻤوﻋﺔ اﻟﻌﻨﺎﺼر اﻟﺘﻲ ﺴﺘﺠري ﻋﻠﯿﻬﺎ اﻟدراﺴﺔ؛ و ﺒﻌﯿدا‬
‫ﻋن اﻹﯿﺤﺎء اﻟذي ﻗد ﯿﺘﺒﺎدر إﻟﻰ اﻟذﻫن ﻓﺈن اﻟﻤﺼطﻠﺢ "ﻤﺠﺘﻤﻊ" ﻻ ﯿﻘﺘﺼر ﻋﻠﻰ ﻤﺠﻤوﻋﺔ أﻓراد؛ ﺒل ﻫو‬
‫ﺒﺎﻟﻠﻐﺔ اﻟرﯿﺎﻀﯿﺔ اﻟﻤﺠردة "اﻟﻌﻨﺎﺼر اﻟﺨﺎﻀﻌﺔ ﻟﻠدراﺴﺔ" ﻓﻘد ﺘﻛون‪ :‬أﻓرادا‪ ،‬ﻤؤﺴﺴﺎت‪ ،‬أﺸﺠﺎرا‪ ،‬ﺴﯿﺎرات‪،‬‬
‫ﻤدﻨﺎ‪ ،‬أدوﯿﺔ‪...‬إﻟﺦ‬

‫‪1‬‬
‫ﻣﺣﻣد راﺗول‪ ،‬اﻹﺣﺻﺎء اﻟوﺻﻔﻲ‪ ،‬دﯾوان اﻟﻣطﺑوﻋﺎت اﻟﺟﺎﻣﻌﯾﺔ‪ ،‬اﻟﺟزاﺋر‪ ،‬ط ‪ ،2006 ،2‬ص‪07 :‬‬
‫‪2‬‬
‫ﻣﺣﻣد راﺗول‪ ،‬ﻣرﺟﻊ ﺳﺎﺑق‪ ،‬ص‪ 10 :‬ﺑﺗﺻرف‬

‫‪5‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫إذا ﻛﺎﻨت اﻟظﺎﻫرة اﻟﻤدروﺴﺔ ﻤﺜﻼ ﺘﺘﻀﻤن ﻤراﻗﺒﺔ ﺠودة اﻹﻨﺘﺎج ﻓﻲ ﻤؤﺴﺴﺔ ﺘﻨﺘﺞ ﻤﺼﺎﺒﯿﺢ ﻛﻬرﺒﺎﺌﯿﺔ؛ ﻓﺈن‬
‫اﻹﺸﻛﺎﻟﯿﺔ اﻟﻤراد اﻹﺠﺎﺒﺔ ﻋﻠﯿﻬﺎ ﯿﻤﻛن أن ﺘﻛون‪ :‬ﻛم ﻫو اﻟﻌﻤر اﻹﻓﺘراﻀﻲ )ﺒﺎﻟﺴﺎﻋﺎت( ﻟﻠﻤﺼﺒﺎح اﻟﻤﻨﺘﺞ ﻤن‬
‫طرف ﻫذﻩ اﻟﻤؤﺴﺴﺔ؟‬
‫أﻤﺎ اﻟﻤﺠﺘﻤﻊ اﻹﺤﺼﺎﺌﻲ اﻟﻤدروس ﻓﻬو ﻤﺠﻤوﻋﺔ اﻟﻤﺼﺎﺒﯿﺢ اﻟﺘﻲ أﻨﺘﺠﺘﻬﺎ اﻟﻤؤﺴﺴﺔ ﻓﻲ اﻟﻔﺘرة اﻟﻤﻌﻨﯿﺔ ﺒﺎﻟدراﺴﺔ‪.‬‬
‫ﯿطﻠق ﻋﻠﻰ ﻛل ﻋﻨﺼر ﻤن اﻟﻤﺠﺘﻤﻊ اﻹﺤﺼﺎﺌﻲ اﻟﻤدروس "ﻤﻔردة ‪ "Individu‬أو "وﺤدة إﺤﺼﺎﺌﯿﺔ ‪Unité‬‬
‫‪"statistique‬؛ و ﻓﻲ ﻤﺜﺎﻟﻨﺎ ﻛل ﻤﺼﺒﺎح ﻛﻬرﺒﺎﺌﻲ ﻫو وﺤدة إﺤﺼﺎﺌﯿﺔ ﻤن اﻟﻤﺠﺘﻤﻊ اﻟﻤدروس )اﻟﻤﺼﺎﺒﯿﺢ‬
‫اﻟﻤﻨﺘﺠﺔ(‪.‬‬
‫إن ﻤن اﻟﻤﻬم ﺠدا اﻟﺘﺤدﯿد اﻟﺠﯿد ﻟﻠﻤﺠﺘﻤﻊ اﻟﻤدروس؛ ﻓﻠﯿس ﺴواء اﻟﻤﺠﻤوﻋﺎت اﻟﺘﺎﻟﯿﺔ‪:‬‬
‫‪-‬ﻤﺠﻤوﻋﺔ اﻟﻤﺼﺎﺒﯿﺢ اﻟﻛﻬرﺒﺎﺌﯿﺔ اﻟﻤﻨﺘﺠﺔ ﻓﻲ اﻟﻤؤﺴﺴﺔ )‪ (x‬ﺨﻼل اﻟﺸﻬر اﻟﻤﺎﻀﻲ؛‬
‫‪-‬ﻤﺠﻤوﻋﺔ اﻟﻤﺼﺎﺒﯿﺢ اﻟﻛﻬرﺒﺎﺌﯿﺔ اﻟﻤﻨﺘﺠﺔ ﻓﻲ اﻟﻤؤﺴﺴﺔ )‪ (x‬ﺨﻼل اﻟﺸﻬر اﻟﺤﺎﻟﻲ؛‬
‫‪-‬ﻤﺠﻤوﻋﺔ اﻟﻤﺼﺎﺒﯿﺢ اﻟﻛﻬرﺒﺎﺌﯿﺔ اﻟﻤﻨﺘﺠﺔ ﻓﻲ اﻟﻤؤﺴﺴﺔ )‪ (x‬ذات اﻹﺴﺘطﺎﻋﺔ )‪100‬واط(؛‬
‫‪-‬ﻤﺠﻤوﻋﺔ اﻟﻤﺼﺎﺒﯿﺢ اﻟﻛﻬرﺒﺎﺌﯿﺔ اﻟﻤﻨﺘﺠﺔ ﻓﻲ اﻟﻤؤﺴﺴﺔ )‪ (x‬ﻤن طرف اﻟورﺸﺔ )‪(y‬؛‬

‫إن اﻟﻤﺠﻤوﻋﺎت اﻟﺴﺎﺒﻘﺔ ﺘﻌﺒر ﻋن ﻤﺠﺘﻤﻌﺎت إﺤﺼﺎﺌﯿﺔ ﻤﺨﺘﻠﻔﺔ !‬

‫ﻛﻤﺎ أن اﻟوﺤدات اﻹﺤﺼﺎﺌﯿﺔ اﻟﻤؤﻟﻔﺔ ﻟﻠﻤﺠﺘﻤﻊ اﻟﻤدروس ﯿﻨﺒﻐﻲ أن ﺘﻛون ﻤﺘﺠﺎﻨﺴﺔ ﺒﺎﻟﻨﺴﺒﺔ ﻟﻠﺼﻔﺔ اﻟﻤدروﺴﺔ‬
‫ﻓﯿﺘﻌﯿن ﻟدى ﻋﻨد دراﺴﺔ اﻟطول ﻤﺜﻼ ﻟدى ﻤﺠﻤوﻋﺔ ﻤن اﻷﺸﺨﺎص اﻟﺘﻤﯿﯿز ﺒﯿن اﻟذﻛور و اﻹﻨﺎث؛ إذ ﻤن‬
‫اﻟﻤﻼﺤظ ﻋﻤوﻤﺎ وﺠود ارﺘﺒﺎط ﺒﯿن اﻟطول و اﻟﺠﻨس؛ و ﻋﻠﯿﻪ ﻓﺈن دﻤﺞ اﻟﻔﺌﺘﯿن ﻓﻲ ﻤﺠﺘﻤﻊ إﺤﺼﺎﺌﻲ واﺤد ﻗد‬
‫ﯿﺸوش ﻋﻠﻰ اﻹﺴﺘﻨﺘﺎﺠﺎت اﻟﻤﺘوﺼل إﻟﯿﻬﺎ ﺤول اﻟظﺎﻫرة اﻟﻤدروﺴﺔ )اﻟطول( ﻨﺘﯿﺠﺔ ﻋدم اﻟﺘﺠﺎﻨس ﺒﯿن اﻟﻔﺌﺘﯿن‬
‫ﺒﺎﻟﻨﺴﺒﺔ إﻟﻰ اﻟﺼﻔﺔ اﻟﻤدروﺴﺔ‪.‬‬

‫ﺘﺸﺘرك ﻋﻨﺎﺼر اﻟﻤﺠﺘﻤﻊ )اﻟوﺤدات اﻹﺤﺼﺎﺌﯿﺔ( اﻟﻤﺴﺘﻬدف ﺒﺎﻟدراﺴﺔ ﻓﻲ ﺼﻔﺔ أو ﻤﺠﻤوﻋﺔ ﻤن اﻟﺼﻔﺎت؛‬
‫ﻛﺎﺸﺘراك "ﻤﺠﻤوﻋﺔ اﻟطﻠﺒﺔ" ﻓﻲ ﺼﻔﺔ "طﺎﻟب"‪ ،‬و اﺸﺘراك ﻤﺠﻤوﻋﺔ ﺴﯿﺎرات ﻓﻲ ﻛون ﻤﻨﺘﺠﻬﺎ ﻫو ﺸرﻛﺔ‬
‫"ﻤرﺴﯿدس" أو ﻓﻲ ﻛوﻨﻬﺎ "أﻨﺘﺠت ﻓﻲ ﺴﻨﺔ ‪ 2014‬ﺒﻐض اﻟﻨظر ﻋن ﻤﻨﺘﺠﻬﺎ"‪..‬‬

‫‪6‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﯿطﻠق ﻋﻠﻰ "اﻟﺼﻔﺔ ‪ " le caractère‬اﻟﻤدروﺴﺔ ﻓﻲ اﻟﻤﺠﺘﻤﻊ اﻹﺤﺼﺎﺌﻲ‪" :‬اﻟﻤﺘﻐﯿر اﻹﺤﺼﺎﺌﻲ ‪la Variable‬‬
‫‪ ،"statistique‬و ﻫو " اﻟﺼﻔﺔ أو اﻟﻛﻤﯿﺔ اﻟﺘﻲ ﺘﺘﻐﯿر ﻗﯿﻤﺘﻬﺎ ﻤن ﻋﻨﺼر ﻵﺨر"‪ ،1‬إذا رﺠﻌﻨﺎ إﻟﻰ ﻤﺜﺎﻟﻨﺎ اﻟﺴﺎﺒق؛‬
‫‪P‬‬ ‫‪FP 2‬‬

‫ﯿﻤﻛﻨﻨﺎ أن ﻨدرس ﻓﻲ اﻟﻤﺠﺘﻤﻊ اﻹﺤﺼﺎﺌﻲ )اﻟﻤﺼﺎﺒﯿﺢ( ﺼﻔﺔ أو أﻛﺜر ﻤن اﻟﺼﻔﺎت اﻟﺘﺎﻟﯿﺔ‪:‬‬

‫‪-‬اﻟﻌﻤر اﻹﻓﺘراﻀﻲ )ﺒﺎﻟﺴﺎﻋﺎت(‬

‫‪-‬اﻟﺴﻌر )ﺒﺎﻟدﯿﻨﺎر اﻟﺠزاﺌري(‬
‫‪-‬اﻟوزن )ﺒﺎﻟﻐرام(‬
‫‪-‬اﻟﻠون‬
‫‪...-‬‬

‫و إذا ﻛﺎن اﻟﻤﺠﺘﻤﻊ اﻟﻤدروس ﻤﺜﻼ ﻫو "ﻋﻤﺎل ﻤؤﺴﺴﺔ ﻤﻌﯿﻨﺔ" ﻓﺈﻨﻪ ﯿﻤﻛﻨﻨﺎ أن ﻨدرس ﻓﻲ ﻫذﻩ اﻟﻌﻨﺎﺼر‬
‫)اﻟﻌﻤﺎل( واﺤدة أو أﻛﺜر ﻤن اﻟﺼﻔﺎت ﻤﻨﻬﺎ‪:‬‬

‫‪-‬طول اﻟﻌﻤﺎل )ﺒﺎﻟﺴﻨﺘﻤﺘر(‬

‫‪-‬اﻷﺠر )ﺒﺎﻟدﯿﻨﺎر اﻟﺠزاﺌري(‬
‫‪-‬ﻋدد اﻷوﻻد‬
‫‪-‬اﻷﻗدﻤﯿﺔ‬
‫‪-‬اﻟﺠﻨس‬
‫‪-‬اﻟوظﯿﻔﺔ‬
‫‪-‬اﻟﻤﺴﺘوى اﻟدراﺴﻲ‬
‫‪-‬ﻨوﻋﯿﺔ اﻟﺴﻠوك‬
‫‪...-‬‬

‫إذا رﻤزﻨﺎ ﻟﻬذا اﻟﻤﺠﺘﻤﻊ ﺒ ـ ) ‪ (P‬و ﻛﺎن ﯿﺤﺘوي ﻋﻠﻰ ) ‪ (N‬ﻋﻨﺼ ار ﻓﺈن وﺤداﺘﻪ اﻹﺤﺼﺎﺌﯿﺔ )اﻟﻌﻤﺎل( ﺘؤﻟف‬
‫اﻟﻤﺠﻤوﻋﺔ‪:‬‬

‫‪1‬‬
‫ﻣﺣﻣد ﺻﺑﺣﻲ أﺑو ﺻﺎﻟﺢ‪ ،‬ﻣﺑﺎدئ اﻹﺣﺻﺎء‪ ،‬دار اﻟﯾﺎزوري‪ ،‬اﻷردن‪ ،2007 ،‬ص ‪30‬‬

‫‪7‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫} ‪p = {u1 , u2 , u3 ........un‬‬

‫ﻟﯿﻛن ﻟدﯿﻨﺎ اﻟﻤﺘﻐﯿر )‪ (X‬اﻟﻤﻌﺒر ﻋن اﻟﺼﻔﺔ اﻟﻤدروﺴﺔ ﻓﻲ ﻫذا اﻟﻤﺠﺘﻤﻊ و ﻟﺘﻛن )اﻟطول( ﻤﺜﻼ؛ ﻫذا ﯿﻌﻨﻲ أن‬
‫اﻟﻤﺘﻐﯿر )‪ (X‬ﺴﯿﺄﺨذ ﻗﯿﻤﺔ ﻤﻌﯿﻨﺔ ﻋﻨد ﻛل وﺤدة إﺤﺼﺎﺌﯿﺔ؛ ﻓﻌﻨد اﻟﻌﻨﺼر ) ‪ ( u1‬ﻤﺜﻼ ﯿﺄﺨذ )‪ (X‬اﻟﻘﯿﻤﺔ ) ‪ ( x1‬؛‬
‫و ﻋﻨد ) ‪ ( u2‬ﯿﺄﺨذ اﻟﻘﯿﻤﺔ ) ‪ ( x2‬و ﻫﻛذا‪...‬ﯿﻤﻛن ﺘﺼوﯿر ذﻟك ﺒﺎﻟﻤﺠﻤوﻋﺎت ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫‪ :R‬ﻣﺟﻣوﻋﺔ اﻷﻋداد اﻟﺣﻘﯾﻘﯾﺔ‬ ‫‪ :P‬ﻣﺟﻣوﻋﺔ اﻟﻌﻣﺎل‬

‫طول اﻟﻌﺎﻣل اﻷول‬ ‫‪x1‬‬ ‫‪u1‬‬ ‫اﻟﻌﺎﻣل اﻷول‬

‫طول اﻟﻌﺎﻣل اﻟﺛﺎﻧﻲ‬ ‫‪x2‬‬ ‫‪u2‬‬ ‫اﻟﻌﺎﻣل اﻟﺛﺎﻧﻲ‬

‫‪x3‬‬ ‫‪u3‬‬
‫‪...‬‬ ‫‪...‬‬
‫‪xn‬‬ ‫‪un‬‬

‫ﺘؤﻟف ﻤﺨﺘﻠف اﻟﻘﯿم اﻟﺘﻲ ﯿﺄﺨذﻫﺎ اﻟﻤﺘﻐﯿر )‪ (X‬ﻤﺎ ﯿﺴﻤﻰ "اﻟﻤﺸﺎﻫدات ‪ "les Observations‬ﻛﻤﺎ ﺘﺴﻤﻰ أﯿﻀﺎ‬
‫"ﺴﻠﺴﻠﺔ إﺤﺼﺎﺌﯿﺔ ‪ "Série statistique‬ﯿﻤﻛن اﻟﺘﻌﺒﯿر ﻋﻨﻬﺎ ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫} ‪X i = { x1 , x2 , x3 ........xn‬‬

‫و ﻨﻘرأﻫﺎ ﻓﻲ ﻤﺜﺎﻟﻨﺎ‪ :‬طول اﻟﻌﺎﻤل اﻷول ) ‪ ،( x1‬طول اﻟﻌﺎﻤل اﻟﺜﺎﻨﻲ ) ‪ ...( x‬طول اﻟﻌﺎﻤل ‪.( xn ) n‬‬
‫‪2‬‬

‫ﻟﯿﻛن ﻟدﯿﻨﺎ ﻓﻲ اﻟﻤﺠﺘﻤﻊ ﻨﻔﺴﻪ اﻟﻤﺘﻐﯿر ) ‪ (Y‬ﯿﻌﺒر ﻋن "اﻷﺠر"‪ ،‬ﯿﻤﻛن اﻟﺘﻌﺒﯿر ﻋن ﻗﯿم ﻫذا اﻟﻤﺘﻐﯿر ﺒﺎﻟﺴﻠﺴﻠﺔ‬
‫)‪:(Y i‬‬

‫‪8‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫} ‪Yi = { y1 , y2 , y3 ........ yn‬‬

‫و ﻨﻘرأﻫﺎ‪ :‬أﺠر اﻟﻌﺎﻤل اﻷول ) ‪ ،( y1‬أﺠر اﻟﻌﺎﻤل اﻟﺜﺎﻨﻲ ) ‪ ،( y2‬أﺠر اﻟﻌﺎﻤل‪.( yn ) n‬‬

‫‪R‬‬ ‫‪) P‬ﻋﻨﺎﺼر اﻟﻤﺠﺘﻤﻊ( إﻟﻰ اﻟﻤﺠﻤوﻋﺔ‬ ‫ﯿﻤﻛن اﻟﻘول إن اﻟﺴﻠﺴﻠﺔ اﻹﺤﺼﺎﺌﯿﺔ ﻫﻲ ﺘطﺒﯿق ﻤن اﻟﻤﺠﻤوﻋﺔ‬
‫)ﻤﺠﻤوﻋﺔ اﻷﻋداد اﻟﺤﻘﯿﻘﯿﺔ( ﯿرﻓق ﺒﻛل ﻋﻨﺼر ﻤن )‪ (P‬ﻗﯿﻤﺔ ﻤﻌﯿﻨﺔ؛ أي‪:‬‬

‫ﻤﺜﺎل‪:1-1‬‬

‫ﻟﯿﻛن ﻟدﯿﻨﺎ ﻓﻲ اﻟﻤﺠﺘﻤﻊ اﻟﺴﺎﺒق )ﻋﻤﺎل ﻤؤﺴﺴﺔ ﻤﻌﯿﻨﺔ( ‪ 05‬ﻋﻨﺎﺼر )ﺨﻤﺴﺔ ﻋﻤﺎل(‪:‬‬

‫} ‪p = {u1 , u2 , u3 , u4 , u5‬‬

‫‪-‬ﻟﯿﻛن )‪ (X‬اﻟﻤﺘﻐﯿر اﻟﻤﻌﺒر ﻋن "اﻟطول" ﺒﺎﻟﺴﻨﺘﻤﺘر ﻓﻲ ﻫذا اﻟﻤﺠﺘﻤﻊ؛ ﯿؤﻟف اﻟﺴﻠﺴﻠﺔ اﻹﺤﺼﺎﺌﯿﺔ اﻟﺘﺎﻟﯿﺔ‪:‬‬
‫}‪X i = {170,168,170,175,170‬‬
‫ﺘﻌﺒر اﻟﻘﯿم )‪ (X i‬ﻋن طول ﻛل ﻋﺎﻤل ﻤن اﻟﻌﻤﺎل‪.‬‬
‫‪-‬ﻟﯿﻛن )‪ (Y‬اﻟﻤﺘﻐﯿر اﻟﻤﻌﺒر ﻋن اﻷﺠر ﺒﺎﻟدﯿﻨﺎر‪:‬‬
‫}‪Yi = {10000,15000,15000, 20000,15000‬‬
‫ﺘﻌﺒر اﻟﻘﯿم )‪ (Y i‬ﻋن أﺠر ﻛل ﻋﺎﻤل‬
‫‪-‬ﻟﯿﻛن اﻟﻤﺘﻐﯿر )‪ (K‬اﻟﻤﻌﺒر ﻋن ﻟون ﻋﯿون اﻟﻌﻤﺎل‪:‬‬

‫‪-‬ﻟﯿﻛن اﻟﻤﺘﻐﯿر )‪ (Z‬ﯿﻌﺒر ﻋن ﻋدد اﻷوﻻد‪:‬‬

‫}‪Z i = {0,1,3,3,1‬‬
‫‪ (z 2 =1, z 5 =1‬و‬ ‫ﻨﻼﺤظ أن ﻫﻨﺎك ﻋﺎﻤﻼ ﻟﯿس ﻟﻪ أوﻻد ) ‪(z 1 =0‬؛ و ﻋﺎﻤﻠﯿن ﻟﻛل ﻤﻨﻬﻤﺎ وﻟد واﺤد )‬
‫ﻋﺎﻤﻠﯿن ﻟﻛل ﻤﻨﻬﻤﺎ )‪ (03‬أوﻻد‬

‫‪9‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪-‬ﻟﯿﻛن اﻟﻤﺘﻐﯿر )‪ (B‬اﻟﻤﻌﺒر ﻋن ﻨوﻋﯿﺔ ﺴﻠوك اﻟﻌﺎﻤل‪:‬‬

‫‪-‬ﻟﯿﻛن اﻟﻤﺘﻐﯿر )‪ (W‬اﻟﻤﻌﺒر ﻋن اﻟﻤﺴﺘوى اﻟدراﺴﻲ‪:‬‬

‫ﻟﻨﻼﺤظ أن ﻛل ﻤﺘﻐﯿر ﻤدروس ﯿﺄﺨذ ﻗﯿﻤﺎ )أو ﺤﺎﻻت( ﻤﻌﯿﻨﺔ ﻗد ﯿﺘﻛرر ﺒﻌﻀﻬﺎ؛ ﻨطﻠق ﻋﻠﯿﻬﺎ "ﻗﯿم اﻟطﺒﻊ‬
‫‪"les Modalités‬؛ ﻓﻘﯿم اﻟطﺒﻊ ﻟﻠﻤﺘﻐﯿر )‪ (X‬و اﻟﺘﻲ ﻨرﻤز ﻟﻬﺎ ﺒ ـ )‪ M(x‬ﻫﻲ‪:‬‬
‫}‪M ( x) = {168,170,175‬‬
‫إن "ﻗﯿم اﻟطﺒﻊ" ﻫﻲ ﻨطﺎق ﺘﻌرﯿف اﻟﻤﺘﻐﯿر؛ و ﻟدﯿﻨﺎ ﺒﺎﻟﻨﺴﺒﺔ ﻟﺒﻘﯿﺔ اﻟﻤﺘﻐﯿرات‪:‬‬
‫}‪M ( y ) = {10000,15000, 20000‬‬

‫}‪M ( z ) = {0,1,3‬‬
‫ﺒﺎﻟﺘﺄﻤل ﻓﻲ اﻟﻤﺘﻐﯿرات اﻟﺴﺎﺒﻘﺔ ﯿﻤﻛن اﻟﺘﻤﯿﯿز ﺒﯿن ﺼﻨﻔﯿن ﻤن اﻟﻤﺘﻐﯿرات‪:‬‬
‫‌أ ‪-‬ﻤﺘﻐﯿر ﻨوﻋﻲ )ﻛﯿﻔﻲ( ‪ :Variable Qualitative‬و ﯿﻌﺒر ﻋن ﺼﻔﺔ ﻏﯿر ﻗﺎﺒﻠﺔ ﻟﻠﺘﻛﻤﯿم )ﻻ ﯿﻌﺒر ﻋﻨﻬﺎ‬
‫ﺒﺄرﻗﺎم( ﻤﺜل‪ :‬ﻟون اﻟﻌﯿون‪ ،‬اﻟﻌﻼﻤﺔ اﻟﺘﺠﺎرﯿﺔ ﻟﻤﺠﻤوﻋﺔ ﻤن اﻟﺴﯿﺎرات‪ ،‬اﻟﺤﺎﻟﺔ اﻟﻌﺎﺌﻠﯿﺔ ﻟﻤﺠﻤوﻋﺔ ﻤن‬
‫اﻷﺸﺨﺎص‪ ،‬اﻟﻤﺴﺘوى اﻟدراﺴﻲ‪...‬إﻟﺦ‬
‫ب ‪-‬ﻤﺘﻐﯿر ﻛﻤﻲ ‪ :Variable Quantitative‬و ﯿﻌﺒر ﻋن ﺼﻔﺔ ﻗﺎﺒﻠﺔ ﻟﻠﺘﻛﻤﯿم )ﯿﻤﻛن اﻟﺘﻌﺒﯿر ﻋﻨﻬﺎ‬
‫‌‬
‫ﺒﺄرﻗﺎم(؛ ﻤﺜل‪ :‬اﻟطول‪ ،‬اﻷﺠر‪ ،‬ﻋدد اﻷوﻻد‪ ،‬ﻋدد ﺴﻨوات اﻷﻗدﻤﯿﺔ‪ ،‬ﺤﺠم اﻹﻨﺘﺎج ﻟﻤﺠﻤوﻋﺔ ﻤن‬
‫اﻟﻤؤﺴﺴﺎت‪ ،‬أرﺒﺎح ﻤﺠﻤوﻋﺔ ﻤن اﻟﺸرﻛﺎت‪...‬إﻟﺦ‬

‫ﺘﻨﻘﺴم اﻟﻤﺘﻐﯿرات اﻟﻨوﻋﯿﺔ ﺒدورﻫﺎ إﻟﻰ ﻗﺴﻤﯿن‪:‬‬

‫‪ -‬ﻤﺘﻐﯿرات ﻨوﻋﯿﺔ ﻗﺎﺒﻠﺔ ﻟﻠﺘرﺘﯿب ‪ :Variable Qualitative Ordinale‬و ﻫﻲ ﻤﺘﻐﯿرات ﯿﻤﻛن إﺨﻀﺎع ﻗﯿم‬
‫اﻟطﺒﻊ اﻟﺨﺎﺼﺔ ﺒﻬﺎ ﻟﻠﺘرﺘﯿب ﻤﺜل "اﻟﻤﺴﺘوى اﻟدراﺴﻲ" إذ ﯿﻤﻛن ﺘرﺘﯿﺒﻪ ﻤن اﻷدﻨﻰ )إﺒﺘداﺌﻲ( إﻟﻰ اﻷﻋﻠﻰ‬

‫‪10‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫)ﺠﺎﻤﻌﻲ(‪ ،‬أو اﻟﻤﻼﺤظﺔ اﻟﻤﺤﺼل ﻋﻠﯿﻬﺎ ﻟدى ﻤﺠﻤوﻋﺔ ﻤن اﻟﺨرﯿﺠﯿن؛ إذ ﯿﻤﻛن ﺘرﺘﯿﺒﻬﺎ ﻤن‪ :‬ﻤﻘﺒول‪ ،‬ﺠﯿد‪،‬‬
‫ﺠﯿد ﺠدا‪ ،‬ﻤﻤﺘﺎز‪...‬‬
‫‪ :Variable Qualitative Nominale‬ﻻ ﺘﺨﻀﻊ ﻗﯿم اﻟطﺒﻊ‬ ‫‪ -‬ﻤﺘﻐﯿرات ﻨوﻋﯿﺔ ﻏﯿر ﻗﺎﺒﻠﺔ ﻟﻠﺘرﺘﯿب‬
‫اﻟﺨﺎﺼﺔ ﺒﻬﺎ ﻟﻠﺘرﺘﯿب ﻤﺜل ﻟون اﻟﻌﯿون‪ ،‬اﻟﻌﻼﻤﺔ اﻟﺘﺠﺎرﯿﺔ‪...‬‬

‫و ﺘﻨﻘﺴم اﻟﻤﺘﻐﯿرات اﻟﻛﻤﯿﺔ ﺒدورﻫﺎ إﻟﻰ ﻗﺴﻤﯿن‪:‬‬

‫‪-‬ﻤﺘﻐﯿر ﻛﻤﻲ ﻤﺘﻘطﻊ ‪ :Variable Quantitative Discrète‬و ﻫو ﻤﺘﻐﯿر ﯿﻤﻛن أن ﯿﺄﺨذ ﻤﺠﻤوﻋﺔ ﻤن‬
‫‪ (Z i‬اﻟﺴﺎﺒق‬ ‫اﻟﻘﯿم ﻤﻨﺘﻬﯿﺔ أو ﻗﺎﺒﻠﺔ ﻟﻠﻌد؛ و ﯿرﺘﺒط ﻋﻤوﻤﺎ ﺒوﺤدات ﻗﯿﺎس ﻏﯿر ﻗﺎﺒﻠﺔ ﻟﻠﺘﺠزﺌﺔ؛ ﻓﺎﻟﻤﺘﻐﯿر )‬
‫اﻟﻤﻌﺒر ﻋن ﻋدد اﻷوﻻد ﯿﻤﻛن أن ﯿﺄﺨذ اﻟﻘﯿم‪ {....3 ،2 ،1 ،0 } :‬و ﻻ ﯿﻤﻛن أن ﯿﺄﺨذ اﻟﻘﯿﻤﺔ ) ‪(1.5‬‬
‫ﻤﺜﻼ؛ ﻓﺈﻤﺎ أن ﻨﻘول طﻔل )‪ (1‬أو طﻔﻠﯿن )‪..(2‬‬
‫‪-‬ﻤﺘﻐﯿر ﻛﻤﻲ ﻤﺴﺘﻤر ‪ :Variable Quantitative continue‬و ﻫو ﻤﺘﻐﯿر ﯿﻤﻛن أن ﯿﺄﺨذ أﯿﺔ ﻗﯿﻤﺔ‬
‫ﻋﻠﻰ ﻤﺠﺎل ﺘﻌرﯿﻔﻪ؛ ﻓﺎﻟﻤﺘﻐﯿر ) ‪ (X‬اﻟﻤﻌﺒر ﻋن اﻟطول ﯿﻤﻛﻨﻪ أن ﯿﺄﺨذ أﯿﺔ ﻗﯿﻤﺔ ﻷن وﺤدة ﻗﯿﺎﺴﻪ )‬
‫اﻟﺴﻨﺘﻤﺘر( ﻗﺎﺒﻠﺔ ﻟﻠﺘﺠزﺌﺔ‪.‬‬

‫‪ "Dénombrement‬أي ﺒﺎﻟﻘﯿم اﻟﺼﺤﯿﺤﺔ؛ و‬ ‫ﺒﺸﻛل ﻋﺎم ﯿرﺘﺒط اﻟﻤﺘﻐﯿر اﻟﻛﻤﻲ اﻟﻤﺘﻘطﻊ ﺒﻤﻔﻬوم "اﻟﻌد‬
‫ﯿرﺘﺒط اﻟﻤﺘﻐﯿر اﻟﻤﺴﺘﻤر ﺒﻤﻔﻬوم "اﻟﻘﯿﺎس ‪ "Mesure‬أي ﺒﻘﯿم ﻗﺎﺒﻠﺔ ﻟﻠﺘﺠزﺌﺔ‪ ،‬ﻟﻨﻘﺎرن ﻤﺜﻼ ﻓﻲ اﻷﻤﺜﻠﺔ اﻟﺴﺎﺒﻘﺔ‬
‫ﺒﯿن اﻟطول )‪ (X‬و ﻋدد اﻷوﻻد )‪:(Z‬‬

‫]‪X i ∈ [168,175‬‬

‫]‪Z i ∈ [ 0,3‬‬

‫إن اﻟﻤﺘﻐﯿر اﻷول ﯿﻤﻛن أن ﯿﺄﺨذ أﯿﺔ ﻗﯿﻤﺔ ﻋﻠﻰ ﻤﺠﺎل ﺘﻌرﯿﻔﻪ؛ ﺒﯿﻨﻤﺎ ﻫﻨﺎك ﻗﯿم ﻻ ﯿﺄﺨذﻫﺎ اﻟﻤﺘﻐﯿر اﻟﺜﺎﻨﻲ ﻤن‬
‫ﻤﺠﺎل ﺘﻌرﯿﻔﻪ‪:‬‬

‫‪11‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻻﺤظ أن اﻟﺘﺼوﯿر أﻋﻼﻩ ﯿﺒﺴط ﻤﻔﻬوم اﻟﺘﻘطﻊ و اﻹﺴﺘﻤرار‪.‬‬

‫ﺒﻌد ﻫذﻩ اﻟﻤرﺤﻠﺔ )ﺘﺤدﯿد إﺸﻛﺎﻟﯿﺔ اﻟدراﺴﺔ‪ ،‬اﻟﻤﺠﺘﻤﻊ اﻟﻤدروس و اﻟﻤﺘﻐﯿر اﻟﻤدروس ( ﯿﻨﺘﻘل اﻟﺒﺎﺤث إﻟﻰ اﻟﻤرﺤﻠﺔ‬
‫اﻟﺜﺎﻨﯿﺔ و ﻫﻲ ﺠﻤﻊ اﻟﺒﯿﺎﻨﺎت اﻹﺤﺼﺎﺌﯿﺔ‪:‬‬

‫ب ‪ -‬ﺠﻤﻊ اﻟﺒﯿﺎﻨﺎت اﻹﺤﺼﺎﺌﯿﺔ‪ :‬ﺒﻌد ﺘﺤدﯿد اﻟظﺎﻫرة اﻟﻤدروﺴﺔ ﺘﺤدﯿدا ﺠﯿدا )اﻹﺸﻛﺎﻟﯿﺔ اﻟﻤطروﺤﺔ‪ ،‬اﻟﻤﺠﺘﻤﻊ‬
‫‌‬
‫اﻹﺤﺼﺎﺌﻲ و اﻟﻤﺘﻐﯿر أو ﻤﺠﻤوﻋﺔ اﻟﻤﺘﻐﯿرات اﻟﻤدروﺴﺔ ( ﯿﺘﻌﯿن اﻹﻨﺘﻘﺎل إﻟﻰ ﻤرﺤﻠﺔ ﺠﻤﻊ اﻟﺒﯿﺎﻨﺎت‬
‫اﻟﻼزﻤﺔ؛ و ﻫﻲ ﻤرﺤﻠﺔ ﺘﻛﺘﺴﻲ أﻫﻤﯿﺔ ﻛﺒﯿرة ﺒﺤﻛم أن ﻨوﻋﯿﺔ اﻟﻤﻌطﯿﺎت اﻟﻤﺘﺤﺼل ﻋﻠﯿﻬﺎ ﺘؤﺜر ﻓﻲ ﻨوﻋﯿﺔ‬
‫اﻟﻨﺘﺎﺌﺞ اﻟﻤﺘوﺼل إﻟﯿﻬﺎ؛ ﻓﻛﻠﻤﺎ ﻛﺎﻨت اﻷوﻟﻰ ﺠﯿدة‪ ،‬دﻗﯿﻘﺔ و ﺴﻠﯿﻤﺔ ﻛﺎﻨت اﻟﻨﺘﺎﺌﺞ ﺠﯿدة و ﺴﻠﯿﻤﺔ و ﻛﺎن‬
‫اﻟﻘرار اﻟﻤﺘﺨذ ﻋﻠﻰ أﺴﺎﺴﻬﺎ ﺠﯿدا و ﺴﻠﯿﻤﺎ‪.‬‬
‫ﯿﻤﻛن اﻟﺤﺼول ﻋﻠﻰ اﻟﺒﯿﺎﻨﺎت اﻹﺤﺼﺎﺌﯿﺔ ﻤن ﻤﺼﺎدر ﺘﺼﻨف ﻋﺎدة إﻟﻰ ﻤﺼﺎدر ﻤﺒﺎﺸرة و ﻤﺼﺎدر ﻏﯿر‬
‫ﻤﺒﺎﺸرة‪:‬‬
‫‪-‬ﻤﺼﺎدر ﻏﯿر ﻤﺒﺎﺸرة‪ :‬ﯿﺤﺼل اﻟﺒﺎﺤث ﻓﻲ ﻫذﻩ اﻟﺤﺎﻟﺔ ﻋﻠﻰ اﻟﺒﯿﺎﻨﺎت "ﻤن ﻤﺼﺎدرﻫﺎ ﻏﯿر اﻷوﻟﯿﺔ؛ ﺤﯿث‬
‫ﺘﻛون ﻤﺒوﺒﺔ و ﻤﺼﻨﻔﺔ ﻤن ﻗﺒل ﺒﺎﺤﺜﯿن ﺴﺎﺒﻘﯿن أو ﻫﯿﺌﺎت رﺴﻤﯿﺔ أو ﻏﯿر رﺴﻤﯿﺔ و ﺘم ﻨﺸرﻫﺎ ﻓﻲ‬
‫‪1‬‬
‫ﻛﺎﻟﺴﺠﻼت و‬ ‫ﻨﺸرات ﺨﺎﺼﺔ أو دورﯿﺎت أو ﺘﻛون ﻤﺤﻔوظﺔ ﻓﻲ اﻷرﺸﯿف اﻟﺘﻘﻠﯿدي أو اﻵﻟﻲ"‬
‫اﻟﺤواﺴﯿب و اﻟﻤواﻗﻊ اﻹﻟﻛﺘروﻨﯿﺔ‪.‬‬
‫‪-‬ﻤﺼﺎدر ﻤﺒﺎﺸرة‪ :‬ﻓﻲ ﻫذﻩ اﻟﺤﺎﻟﺔ ﯿﻠﺠﺄ اﻟﺒﺎﺤث إﻟﻰ اﻹﺘﺼﺎل اﻟﻤﺒﺎﺸر ﺒوﺤدات اﻟﻤﺠﺘﻤﻊ اﻹﺤﺼﺎﺌﻲ؛ إذ‬
‫ﯿﻘوم ﺒﺠﻤﻊ اﻟﻤﻌطﯿﺎت أو ﯿﺸرف ﻋﻠﻰ ﺠﻤﻌﻬﺎ ﺒﻨﻔﺴﻪ‪.‬‬

‫و ﺒﻐض اﻟﻨظر ﻋن ﻨوع اﻟﻤﺼدر ﯿﻤﻛن ﺠﻤﻊ اﻟﺒﯿﺎﻨﺎت ﺒﺄﺤد أﺴﻠوﺒﯿن‪:‬‬

‫‪-‬أﺴﻠوب اﻟﺤﺼر اﻟﺸﺎﻤل ‪ :la Méthode exhaustive‬ﯿﺘم وﻓق ﻫذا اﻷﺴﻠوب دراﺴﺔ ﻛل ﻤﻔردة‬
‫ﻀﻤن اﻟﻤﺠﺘﻤﻊ اﻟﻤﺴﺘﻬدف ﺒﺎﻟدراﺴﺔ‪.‬‬
‫ﯿﻌطﻲ ﻫذا اﻷﺴﻠوب ﺼورة ﻛﺎﻤﻠﺔ و ﻨﺘﺎﺌﺞ ﻤﻀﺒوطﺔ ﻋن اﻟﻤﺠﺘﻤﻊ اﻹﺤﺼﺎﺌﻲ‪ ،‬ﻏﯿر أﻨﻪ ﺼﻌب‬
‫اﻟﺘﻨﻔﯿذ و ﺒﺎﻫظ اﻟﺘﻛﺎﻟﯿف ﺒﺤﻛم أﻨﻪ ﯿﺘطﻠب إﻤﻛﺎﻨﺎت ﻤﺎدﯿﺔ و ﺒﺸرﯿﺔ ﻀﺨﻤﺔ و ﯿﺴﺘﻐرق وﻗﺘﺎ طوﯿﻼ‪.‬‬

‫‪1‬‬
‫ﻣﺣﻣد راﺗول‪ ،‬ﻣرﺟﻊ ﺳﺎﺑق‪ ،‬ص‪13 :‬‬

‫‪12‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫إن ﻋﻤﻠﯿﺔ ﻓﺤص ﺠﻤﯿﻊ وﺤدات اﻟﻤﺠﺘﻤﻊ اﻹﺤﺼﺎﺌﻲ ﻛﺜﯿ ار ﻤﺎ ﺘﻛون ﺸﺒﻪ ﻤﺴﺘﺤﯿﻠﺔ ﻟﻸﺴﺒﺎب ﺴﺎﻟﻔﺔ‬
‫اﻟذﻛر؛ ﻛﻤﺎ أن ذﻟك ﻗد ﯿؤدي إﻟﻰ إﺘﻼف اﻟوﺤدات اﻹﺤﺼﺎﺌﯿﺔ؛ ﻓﻔﻲ ﻤﺜﺎل ﻓﺤص ﺠودة اﻟﻤﺼﺎﺒﯿﺢ‬
‫اﻟﻛﻬرﺒﺎﺌﯿﺔ ﻻ ﯿﻨﺘظر أن ﺘﺨﻀﻊ ﻛل اﻟﻛﻤﯿﺔ اﻟﻤﻨﺘﺠﺔ ﻟﻠﻔﺤص اﻟذي ﻗد ﯿؤدي إﻟﻰ إﺘﻼﻓﻬﺎ ﺠﻤﯿﻌﺎ‪ ،‬و‬
‫ﺒﺎﻟﻨﺘﯿﺠﺔ ﻓﺈن ﻤﺎ ﺴﺒق ﯿدﻋو إﻟﻰ اﻹﻗﺘﺼﺎر ﻋﻠﻰ دراﺴﺔ ﺠزء ﻤن اﻟﻤﺠﺘﻤﻊ؛ و ﻫو ﻤﺎ ﯿﺤﯿﻠﻨﺎ إﻟﻰ‬
‫اﻷﺴﻠوب اﻟﺜﺎﻨﻲ‪:‬‬
‫‪-‬أﺴﻠوب اﻟﻌﯿﻨﺔ )‪ :la méthode des sondages (Echantillonnage‬إن "اﻟﻌﯿﻨﺔ ‪"Echantillon‬‬
‫ﻫﻲ ﻤﺠﻤوﻋﺔ ﺠزﺌﯿﺔ ﻤن اﻟﻤﺠﺘﻤﻊ اﻹﺤﺼﺎﺌﻲ‪ ،‬ﯿﻘﺘﺼر اﻟﺒﺎﺤث وﻓق ﻫذا اﻷﺴﻠوب ﻋﻠﻰ أﺨذ ﻋﯿﻨﺔ ﻋﺸواﺌﯿﺔ‬
‫و ﻤن ﺜم دراﺴﺔ ﺨواﺼﻬﺎ و اﺴﺘﺨﻼص اﻟﻨﺘﺎﺌﺞ و ﺘﻌﻤﯿﻤﻬﺎ ﻋﻠﻰ اﻟﻤﺠﺘﻤﻊ اﻟذي ﺴﺤﺒت ﻤﻨﻪ‪ ،‬و ﻫﻨﺎك ﻋدة‬
‫طرق ﻻﺨﺘﯿﺎر اﻟﻌﯿﻨﺔ أﺒرزﻫﺎ "اﻟﻌﯿﻨﺔ اﻟﻌﺸواﺌﯿﺔ اﻟﺒﺴﯿطﺔ ‪ "Echantillonnage aléatoire simple‬أﯿن‬
‫ﺘﻌطﻰ ﻟﻛل اﻟوﺤدات اﻹﺤﺼﺎﺌﯿﺔ ﻓﻲ اﻟﻤﺠﺘﻤﻊ اﻹﺤﺼﺎﺌﻲ اﻟﺤظوظ ﻨﻔﺴﻬﺎ ﺒﺤﯿث ﯿﻛون اﺤﺘﻤﺎل ظﻬورﻫﺎ‬
‫ﻓﻲ اﻟﻌﯿﻨﺔ ﻤﺘﻛﺎﻓﺌﺎ‪.‬‬
‫إذا ﻛﺎﻨت ﻋﻨﺎﺼر اﻟﻌﯿﻨﺔ اﻟﻤدروﺴﺔ أﺸﺨﺎﺼﺎ )طﺒﯿﻌﯿﯿن أو ﻤﻌﻨوﯿﯿن( ﻓﺈﻨﻨﺎ ﻨﺴﺘﺨدم ﻋﺎدة أداة ﺸﻬﯿرة‬
‫ﻟﻠﺤﺼول ﻋﻠﻰ اﻟﺒﯿﺎﻨﺎت اﻹﺤﺼﺎﺌﯿﺔ ﺘﻌرف ﺒـ "اﻹﺴﺘﻤﺎرة ‪"Questionnaire‬؛ و اﻟﺘﻲ ﻫﻲ وﺜﯿﻘﺔ ﺘﺘﻀﻤن‬
‫أﺴﺌﻠﺔ ﻤﻌﯿﻨﺔ ﺘوﺠﻪ إﻟﻰ ﻋﻨﺎﺼر اﻟﻌﯿﻨﺔ اﻟﻤﺴﺘﻬدﻓﺔ ﺒﺎﻟدراﺴﺔ؛ ﯿﺘﻌﯿن أن ﺘﺘﺼف ﺘﻠك اﻟوﺜﯿﻘﺔ ﺒﺨﺼﺎﺌص‬
‫ﻤﻌﯿﻨﺔ ﻤن ﺤﯿث اﻟﺸﻛل و اﻟﻤﻀﻤون )أﺴﺌﻠﺔ ﻤﺨﺘﺼرة‪ ،‬ﻤرﻛزة‪ ،‬ﻤﻔﻬوﻤﺔ‪ (...‬ﻟﻛﻲ ﺘؤدي دورﻫﺎ ﺒﺸﻛل ﺠﯿد‪.‬‬
‫ج‪ -‬ﻋرض اﻟﺒﯿﺎﻨﺎت اﻹﺤﺼﺎﺌﯿﺔ ﻓﻲ ﺼورة ﻤﻨﺎﺴﺒﺔ‪ :‬إن اﻟﺒﯿﺎﻨﺎت ﻓﻲ ﺤﺎﻟﺘﻬﺎ اﻟﺨﺎم ﻻ ﯿﻤﻛن أن ﺘﻌطﯿﻨﺎ‬
‫ﻓﻛرة واﻀﺤﺔ أو ﺼورة واﻓﯿﺔ ﻋن اﻟظﺎﻫرة اﻟﻤدروﺴﺔ؛ ﻟذﻟك ﯿﺘﻌﯿن ﺘﻨظﯿﻤﻬﺎ و ﺘﺒوﯿﺒﻬﺎ و ﺘﻘدﯿﻤﻬﺎ ﻓﻲ ﺸﻛل‬
‫ﻤﻨﺎﺴب؛ و ﻋﻤوﻤﺎ ﻋﻠﻰ ﺸﻛل ﺠداول ذات ﻤواﺼﻔﺎت ﻤﻌﯿﻨﺔ أو رﺴوم ﺒﯿﺎﻨﯿﺔ ﻟﻛﻲ ﯿﺴﻬل اﺴﺘﺨداﻤﻬﺎ‪ ،‬و‬
‫ﺘﺴﺘﺨدم ﻟﻬذا اﻟﻐرض ﻓﻨﯿﺎت ﺨﺎﺼﺔ ﻨﺒرزﻫﺎ ﻓﻲ اﻟﻔﺼل اﻟﻤواﻟﻲ‪.‬‬
‫د‪ -‬ﺘﺤﻠﯿل اﻟﺒﯿﺎﻨﺎت و اﺴﺘﻘراء اﻟﻨﺘﺎﺌﺞ‪ :‬ﺘﺴﺘﺨدم ﻓﻲ ﻫذﻩ اﻟﻤرﺤﻠﺔ أدوات و ﻤﻘﺎﯿﯿس إﺤﺼﺎﺌﯿﺔ ﻛﺜﯿرة ﻤﻨﻬﺎ‬
‫اﻟﺒﺴﯿط و ﻤﻨﻬﺎ اﻟﻤﻌﻘد ﻻﺴﺘﺨﻼص اﻟﻨﺘﺎﺌﺞ اﻟﻤﺘﻌﻠﻘﺔ ﺒﺈﺸﻛﺎﻟﯿﺔ اﻟﺒﺤث؛ ﺴﻨﺘﻨﺎول ﺒﻌﻀﺎ ﻤﻨﻬﺎ ﻓﻲ اﻟﻔﺼول‬
‫اﻟﻼﺤﻘﺔ‪.‬‬

‫‪13‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪ -3‬وﺤدات اﻟﻘﯿﺎس‪ :‬ﺘﺘﺤدد وﺤدة اﻟﻘﯿﺎس اﻟﻤﺴﺘﺨدﻤﺔ ﻓﻲ ﺴﻠﺴﻠﺔ إﺤﺼﺎﺌﯿﺔ ﻤﻌﯿﻨﺔ ﺤﺴب طﺒﯿﻌﺔ اﻟﻤﺘﻐﯿر‬
‫اﻟﻤدروس؛ ﻓﻘد ﺘﻛون ﻫﻲ اﻟدﯿﻨﺎر اﻟﺠزاﺌري ﺒﺎﻟﻨﺴﺒﺔ ﻟﺴﻌر ﻋﯿﻨﺔ ﻤن اﻟﻤﺒﯿﻌﺎت أو اﻟﻛﯿﻠوﻏرام ﺒﺎﻟﻨﺴﺒﺔ ﻟوزن‬
‫ﻋﯿﻨﺔ ﻤن اﻷﺠﺴﺎم أو اﻟﻤﺘر اﻟﻤرﺒﻊ ﺒﺎﻟﻨﺴﺒﺔ ﻟﻤﺴﺎﺤﺔ ﻋﯿﻨﺔ ﻤن اﻟﻤﺤﻼت اﻟﺘﺠﺎرﯿﺔ‪...‬إﻟﺦ‬

‫ﻏﯿر أﻨﻪ ﯿﻤﻛن ﻟﻠﺒﺎﺤث أن ﯿﺘﺼرف ﻓﻲ وﺤدة اﻟﻘﯿﺎس اﻷﺼﻠﯿﺔ ﻋﻠﻰ اﻟﻨﺤو اﻟذي ﯿؤدي إﻟﻰ اﺨﺘزال اﻷرﻗﺎم‬
‫اﻟﻛﺒﯿرة و ﻤن ﺜم ﺘﺴﻬﯿل اﻟﺘﻌﺎﻤل ﻤﻌﻬﺎ‪.‬‬

‫إذا ﻛﺎﻨت ﻟدﯿﻨﺎ ﺴﻠﺴﻠﺔ إﺤﺼﺎﺌﯿﺔ ﺘﻌﺒر ﻋن ﻤﺒﯿﻌﺎت ﻤﺠﻤوﻋﺔ ﻤن اﻟﻤؤﺴﺴﺎت ﺒﺎﻟدﯿﻨﺎر اﻟﺠزاﺌري ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫}‪X i = {20000,15000,30000, 20000,35000‬‬

‫ﻓﺈﻨﻪ ﯿﻤﻛن اﻋﺘﻤﺎد وﺤدة ﻗﯿﺎس )‪ (104‬دﯿﻨﺎر و إﻋﺎدة ﻛﺘﺎﺒﺔ اﻟﺴﻠﺴﻠﺔ اﻟﺴﺎﺒﻘﺔ ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫}‪X i = {2,1.5,3, 2,3.5‬‬

‫‪ -4‬اﻟﻠوﻏﺎرﯿﺘم‪ :‬ﻛﺜﯿ ار ﻤﺎ ﯿﺴﺘﺨدم اﻟﻠوﻏﺎرﯿﺘم ﻓﻲ ﻤﺠﺎل ﻋﻠم اﻹﺤﺼﺎء ﻷﻨﻪ ﯿﺴﺎﻋد ﻋﻠﻰ ﺘﺒﺴﯿط اﻟﻌﻼﻗﺎت‬
‫اﻟرﯿﺎﻀﯿﺔ ﻏﯿر اﻟﺨطﯿﺔ ﻛﺎﻟﻤﻌﺎدﻻت اﻟﺘﻲ ﯿﻛون ﻓﯿﻬﺎ ﻟﻠﻤﺘﻐﯿر أس أﻛﺒر ﻤن اﻟواﺤد و اﻟﻤﻌﺎدﻻت اﻷﺴﯿﺔ؛ و‬
‫ﻫﻲ ﺒذﻟك ﺘﺴﻤﺢ ﻤن اﻟﻨﺎﺤﯿﺔ اﻟﻬﻨدﺴﯿﺔ ﺒﺘﺤوﯿل اﻟﻤﻨﺤﻨﯿﺎت إﻟﻰ ﻤﺴﺘﻘﯿﻤﺎت‪.‬‬

‫إذا أﻤﻛن ﻛﺘﺎﺒﺔ ﻛﻤﯿﺔ ﻤﻌﯿﻨﺔ )‪ (a‬ﻋﻠﻰ اﻟﺸﻛل‪:‬‬

‫‪a = bx‬‬

‫ﻨﻘول إن )‪ (x‬ﻫﻲ ﻟوﻏﺎرﯿﺘم اﻟﻌدد )‪ (a‬ﺒﺎﻟﻨﺴﺒﺔ إﻟﻰ اﻷﺴﺎس )‪ (b‬و ﻨﻛﺘب ذﻟك‪:‬‬

‫‪log b a = x‬‬

‫أي ﻟو رﻓﻊ اﻷﺴﺎس )‪ (b‬إﻟﻰ اﻟﻘوة )‪ (x‬ﻷﻋطﻰ اﻟﻌدد )‪(a‬‬

‫ﻤﺜﺎل‪ :‬ﯿﻤﻛن ﻛﺘﺎﺒﺔ اﻷﻋداد‪ 10 ،100 ،1000 :‬ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫‪14‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪1000 = 103‬‬
‫‪100 = 102‬‬
‫‪10 = 101‬‬

‫ﻨﻘول إن ﻟوﻏﺎرﯿﺘم )‪ (1000‬ﺒﺎﻟﻨﺴﺒﺔ إﻟﻰ اﻷﺴﺎس )‪ (10‬ﻫو )‪ ،(3‬و ﺒﺎﻟﻤﺜل ﻨﻛﺘب‪:‬‬

‫‪log1000 = 3‬‬
‫‪log100 = 2‬‬
‫‪log10 = 1‬‬

‫ﺘﺘﻘﺎﺒل اﻷﻋداد اﻟطﺒﯿﻌﯿﺔ و ﻟوﻏﺎرﯿﺘﻤﺎﺘﻬﺎ ﻓﻲ ﺼورة ﻤﺘﺘﺎﻟﯿﺘﯿن اﻷوﻟﻰ ﻫﻨدﺴﯿﺔ أﺴﺎﺴﻬﺎ ) ‪ (10‬و اﻟﺜﺎﻨﯿﺔ ﺤﺴﺎﺒﯿﺔ‬
‫أﺴﺎﺴﻬﺎ )‪:(1‬‬

‫اﻷﻋداد‬
‫‪1‬‬ ‫‪10‬‬ ‫‪100‬‬ ‫‪1000‬‬ ‫‪10000‬‬
‫اﻟطﺑﯾﻌﯾﺔ‬

‫اﻷﻋداد‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬

‫‪0‬‬ ‫‪1‬‬
‫اﻟﻠوﻏﺎرﯾﺗﻣﯾﺔ‬

‫ﺘﺘﻤﯿز اﻟﻠوﻏﺎرﯿﺘﻤﺎت ﺒﺒﻌض اﻟﺨواص اﻟﻬﺎﻤﺔ ﺘﺠﻌل ﻤﻨﻬﺎ ذات ﻓﺎﺌدة ﻛﺒﯿرة ﻓﻲ ﺘﺒﺴﯿط ﺒﻌض اﻟﺼﯿﻎ اﻟﺤﺴﺎﺒﯿﺔ‬
‫أﺒرزﻫﺎ‪:‬‬

‫‪-‬ﻟوﻏﺎرﯿﺘم ﺠداء ﻫو ﻤﺠﻤوع ﻟوﻏﺎرﯿﺘﻤﺎت ﻋواﻤﻠﻪ‪:‬‬

‫‪log( x. y.z ) = log x + log y + log z‬‬
‫‪-‬ﻟوﻏﺎرﯿﺘم ﻛﺴر ﻫو ﻟوﻏﺎرﯿﺘم اﻟﺒﺴط ﻤﻨﻘوﺼﺎ ﻤﻨﻪ ﻟوﻏﺎرﯿﺘم اﻟﻤﻘﺎم‪:‬‬
‫‪x‬‬
‫=(‪log‬‬ ‫‪) log x − log y‬‬
‫‪y‬‬
‫‪-‬ﻟوﻏﺎرﯿﺘم ﻋدد ﻤرﻓوع إﻟﻰ ﻗوة ﻫو ﺠداء اﻟﻘوة و ﻟوﻏﺎرﯿﺘم ذﻟك اﻟﻌدد‪:‬‬
‫‪log a x = x log a‬‬
‫‪-‬ﻟوﻏﺎرﯿﺘم اﻟﺠذر اﻟﻨوﻨﻲ ﻟﻌدد ﻫو ﻟوﻏﺎرﯿﺘم ذﻟك اﻟﻌدد ﻤﻘﺴوﻤﺎ ﻋﻠﻰ دﻟﯿل اﻟﺠذر‪:‬‬

‫‪15‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪log( n x ) = log x‬‬

‫‪n‬‬

‫ﻓﻲ اﻟﻌﺎدة ﻨﺴﺘﺨدم اﻟﻌدد ) ‪ (10‬ﻛﺄﺴﺎس ﻟﺤﺴﺎب اﻟﻠوﻏﺎرﯿﺘم و ﻋﻠﯿﻪ ﻓﺈﻨﻨﺎ ﻓﻲ ﺜﻨﺎﯿﺎ اﻟﺼﻔﺤﺎت اﻵﺘﯿﺔ إذا اﺴﺘﻌﻤﻠﻨﺎ‬
‫اﻟﻠوﻏﺎرﯿﺘم ﻓﺴﻨﻌﻨﻲ ﺒﻪ اﻟﻠوﻏﺎرﯿﺘم اﻟﻌﺸري‪ ،‬و ﯿﻤﻛن اﻟﺤﺼول ﻋﻠﻰ ﻟوﻏﺎرﯿﺘم أي ﻋدد ﺒﺎﺴﺘﺨدام اﻵﻟﺔ اﻟﺤﺎﺴﺒﺔ‬
‫اﻟﻌﻠﻤﯿﺔ أو ﻤن اﻟﺠداول اﻟﻠوﻏﺎرﯿﺘﻤﯿﺔ‪.‬‬

‫‪ -5‬ﺨواص و ﻤﻼﺤظﺎت ﺤول رﻤز اﻟﺠﻤﻊ ) ∑ (‪:‬‬

‫ﻛﺜﯿ ار ﻤﺎ ﻨﺴﺘﻌﻤل ﻓﻲ اﻟﺼﯿﻎ و اﻟﻤﻌﺎدﻻت اﻹﺤﺼﺎﺌﯿﺔ رﻤز اﻟﺠﻤﻊ ) ∑(؛ ﻟذﻟك ﻤن اﻟﻤﻔﯿد أن ﻨﺘﻌرف إﻟﻰ أﻫم‬
‫اﻟﺨواص و اﻟﻤﻼﺤظﺎت اﻟﻤﺘﻌﻠﻘﺔ ﺒﻪ؛ و ﻨﺠﻤﻠﻬﺎ ﻓﯿﻤﺎ ﯿﻠﻲ‪:‬‬

‫‌أ ‪-‬إذا ﻛﺎن اﻟﻤﺘﻐﯿر ) ‪ (X‬ﯿﺄﺨذ ﻤﺠﻤوﻋﺔ ﻤن اﻟﻘﯿم ﺘﺸﻛل ﺴﻠﺴﻠﺔ إﺤﺼﺎﺌﯿﺔ ) ‪ ( xi‬ﺤﯿث ) ‪ ( i = 1, 2,3...n‬و ) ‪( n‬‬
‫ﻫو ﻋدد اﻟﻤﺸﺎﻫدات )ﻋدد ﻗﯿم اﻟﺴﻠﺴﻠﺔ(‪ ،‬ﻤﺜﻼ ﻟدﯿﻨﺎ اﻟﺴﻠﺴﻠﺔ اﻹﺤﺼﺎﺌﯿﺔ‪ xi = {3,5, 6, 6, 7} :‬ﻓﺈن‪:‬‬
‫ﻤﺠﻤوع اﻟﻘﯿم ﯿﻛﺘب ﻛﻤﺎ ﯿﻠﻲ‪:‬‬
‫‪n‬‬

‫‪∑x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪= x1 + x2 + ... + xn‬‬
‫‪5‬‬

‫‪∑x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪=3+5+6+6+7‬‬

‫و ﯿﻤﻛن‪-‬ﺤﺴب اﻟﺤﺎﺠﺔ‪ -‬اﺴﺘﺜﻨﺎء ﺒﻌض اﻟﻘﯿم؛ ﻤﺜﻼ ﻗد ﻨﺴﺘﺜﻨﻲ اﻟﻘﯿﻤﺘﯿن اﻷوﻟﻰ و اﻟﺜﺎﻨﯿﺔ ﻤن ﻋﻤﻠﯿﺔ اﻟﺠﻤﻊ‪:‬‬
‫و ﯿﻤﻛن أن ﻨﺴﺘﺜﻨﻲ ﻗﯿﻤﺔ ﺒﻌﯿﻨﻬﺎ ﻤن ﻋﻤﻠﯿﺔ اﻟﺠﻤﻊ‪:‬‬
‫‪5‬‬

‫‪∑x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪=3+6+6+7‬‬
‫‪i≠2‬‬

‫‪5‬‬

‫‪∑x‬‬ ‫‪i =3‬‬

‫‪i‬‬ ‫‪=6+6+7‬‬

‫ﻛﻤﺎ ﯿﻤﻛن ﺠﻤﻊ اﻟرﺘب أو ﺒﻌﻀﻬﺎ ﺒدﻻ ﻤن اﻟﻘﯿم‪:‬‬

‫‪5‬‬

‫‪∑ i = 1+2+3+4+5‬‬
‫‪i =1‬‬

‫‪16‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ب ‪-‬إذا اﻨﺘظﻤت ﻤﺠﻤوﻋﺔ ﻤن اﻟﻘﯿم ﻓﻲ ﺸﻛل ﻤﺼﻔوﻓﺔ ذات )‪ n‬ﺴطرا( و )‪ m‬ﻋﻤودا(‪:‬‬

‫‌‬
‫‪ x11‬‬ ‫‪x12‬‬ ‫‪...‬‬ ‫‪x1m ‬‬
‫‪‬‬ ‫‪‬‬
‫‪ x21‬‬ ‫‪x22‬‬ ‫‪...‬‬ ‫‪x2 m ‬‬
‫‪ ‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪x‬‬ ‫‪xnm ‬‬
‫‪ n1‬‬ ‫‪xn1‬‬ ‫‪...‬‬
‫ﻓﺈﻨﻪ ﯿﻤﻛن ﺼﯿﺎﻏﺔ ﻋﻤﻠﯿﺔ اﻟﺠﻤﻊ اﻟﻤرﻛﺒﺔ )ﻋﺒر اﻷﺴطر و ﻋﺒر اﻷﻋﻤدة( ﻛﻤﺎ ﯿﻠﻲ‪:‬‬
‫‪n‬‬ ‫‪m‬‬

‫‪∑∑ x‬‬
‫‪=i 1 =j 1‬‬
‫‪ij‬‬ ‫‪= x11 +x12 + ...x1m‬‬

‫‪+ x21 + x22 +...x2 m‬‬

‫‪‬‬
‫‪+ xn1 + xn 2 +...xnm‬‬
‫ت‪ -‬ﻤﺠﻤوع ﻗﯿﻤﺔ ﺜﺎﺒﺘﺔ )ﻟﻨرﻤز ﻟﻬﺎ ﺒ ـ ـ ‪ ( a‬ﺘﺘﻛرر )‪ n‬ﻤرة( ﻫو ﺤﺎﺼل ﻀرب ﺘﻠك اﻟﻘﯿﻤﺔ ﻓﻲ )‪:(n‬‬
‫‪n‬‬

‫‪∑ a = a + a + a... + a = na‬‬

‫‪i =1‬‬
‫‪4‬‬

‫‪∑ 2 = 2 + 2 + 2 + 2 = 4× 2 = 8‬‬
‫‪i=1‬‬

‫ث‪ -‬ﻤﺠﻤوع ﺠداءات ﻤﻘدار ﺜﺎﺒت )‪ (a‬ﻓﻲ ﻗﯿم ﺴﻠﺴﻠﺔ ) ‪ ( xi‬ﻫو ﺤﺎﺼل ﺠداء ذﻟك اﻟﻤﻘدار ﻓﻲ ﻤﺠﻤوع ﻗﯿم‬
‫اﻟﺴﻠﺴﻠﺔ‪:‬‬
‫‪n‬‬ ‫‪n‬‬

‫‪i‬‬
‫‪=i 1 =i 1‬‬
‫‪∑ ax‬‬ ‫‪= a ∑ xi‬‬

‫و ﯿﻤﻛن إﺜﺒﺎت ﻫذﻩ اﻟﺨﺎﺼﯿﺔ ﺒﺴﻬوﻟﺔ‪:‬‬

‫‪n‬‬

‫‪∑ ax‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪= ax1 +ax2 + ax3 + ...axn‬‬
‫‪n‬‬
‫‪= a ( x1 +x2 +x3 ...+xn )=a ∑ xi‬‬
‫‪i =1‬‬

‫‪17‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫}‪xi = {2,3,5‬‬ ‫ﻤﺜﻼ إذا ﻛﺎﻨت ﻟدﯿﻨﺎ اﻟﺴﻠﺴﻠﺔ اﻹﺤﺼﺎﺌﯿﺔ ) ‪: ( xi‬‬

‫‪n‬‬

‫‪∑ 2x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫)‪= (2 × 2 + 2 × 3 + 2 × 5‬‬
‫‪n‬‬
‫‪= 2(2+3+5) = 2∑ xi‬‬
‫‪i =1‬‬

‫ج‪ -‬ﺨﺎﺼﯿﺔ ﺘوزﯿﻊ اﻟرﻤز)∑( ﻋﻠﻰ ﺤدود ﻗوس ﻓﻲ ﺤﺎﻟﺔ اﻟﺠﻤﻊ و اﻟطرح‪:‬‬
‫إذا ﻛﺎﻨت ﻟدﯿﻨﺎ ﺴﻠﺴﻠﺘﺎن ) ‪ ( xi‬و ) ‪ ( yi‬ﯿﻤﻛﻨﻨﺎ أن ﻨﺒﯿن ﺒﺴﻬوﻟﺔ أن‪:‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬

‫‪=i 1‬‬
‫‪∑ ( x + y )= ∑ x + ∑ y‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬
‫‪=i 1 =i 1‬‬
‫‪i‬‬

‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬

‫‪=i 1‬‬
‫‪∑ ( xi − yi )= ∑ xi − ∑ yi‬‬
‫‪=i 1 =i 1‬‬

‫‪ -6‬ﺘﻘرﯿب اﻷرﻗﺎم‪ :‬ﻟﻘد درﺠت اﻟﻌﺎدة ﻋﻠﻰ ﺘﻘرﯿب اﻷرﻗﺎم ﻏﯿر اﻟﺘﺎﻤﺔ )ذات اﻟﻔواﺼل( إﻟﻰ رﻗﻤﯿن ﺒﻌد اﻟﻔﺎﺼﻠﺔ‬
‫وﻓق ﻗﺎﻋدة اﻟﻨظر إﻟﻰ اﻟرﻗم اﻟﺜﺎﻟث ﻋﻠﻰ ﯿﻤﯿن اﻟﻔﺎﺼﻠﺔ ﻓﺈن ﻛﺎن أﻛﺒر ﻤن أو ﯿﺴﺎوي ) ‪ (5‬ﻨﻘرب إﻟﻰ أﻋﻠﻰ و‬
‫ﻓﻲ ﺤﺎل اﻟﻌﻛس ﻨﻘرب إﻟﻰ أدﻨﻰ؛ ﻓﻤﺜﻼ ﻨﻘرب اﻟرﻗم ) ‪ 22.463‬إﻟﻰ ‪ 22.5‬إذا أردﻨﺎ رﻗﻤﺎ واﺤدا ﺒﻌد اﻟﻔﺎﺼﻠﺔ‬
‫ﻷن ﻓﻲ ﯿﻤﯿن اﻟرﻗم )‪ (4‬ﺘوﺠد )‪ (6‬و ﻫﻲ أﻛﺒر ﻤن )‪ (5‬ﻓﻘرﺒﻨﺎ إﻟﻰ أﻋﻠﻰ و ﻨﻘرﺒﻪ إﻟﻰ ‪ 22.46‬إذا أردﻨﺎ رﻗﻤﯿن‬
‫ﺒﻌد اﻟﻔﺎﺼﻠﺔ ﻷن ﻤﺎ ﺒﻌد اﻟرﻗﻤﯿن ) ‪ (3‬ﻫو أﻗل ﻤن ) ‪ (5‬و ﻨﻘرﺒﻪ إﻟﻰ ‪ 22‬إذا أردﻨﺎ رﻗﻤﺎ ﺘﺎﻤﺎ ﻷن ﯿﻤﯿن اﻟرﻗم‬
‫‪ 22‬ﺘوﺠد )‪ (4‬و ﻫﻲ أﻗل ﻤن )‪ (5‬و ﻫﻛذا‪...‬‬

‫ﻏﯿر أﻨﻨﺎ ﻨﻨﺒﻪ إﻟﻰ أن ﻋﻤﻠﯿﺔ اﻟﺘﻘرﯿب ﻫﻲ ﺘﻀﯿﯿﻊ ﻟﺠزء ﻤن اﻟﺤﻘﯿﻘﺔ؛ و ﻋﻠﯿﻪ ﯿﻨﺒﻐﻲ اﻟﺘﺜﺒت ﻤن ﻤﻘدار اﻟﻀﯿﺎع‬
‫اﻟﻤﻤﻛن ﺘﻘﺒﻠﻪ‪...‬‬

‫ﻟﻨﻔﺘرض أن ﻤؤﺴﺴﺔ ﻤﺎ اﺴﺘﺜﻤرت ﻤﺒﺎﻟﻎ ﻤﻌﯿﻨﺔ ﻓﻲ ﺨﻤﺴﺔ أﺴﻬم‪ (k ،w ،z ،y ،x) :‬إذا ﻛﺎﻨت اﻟﻤﺒﺎﻟﻎ اﻟﻤﺴﺘﺜﻤرة‬
‫ﻫﻲ ﻋﻠﻰ اﻟﺘواﻟﻲ‪ 0.09 ، 0.16 ، 0.14 ، 0.16 ، 0.05 :‬ﻤﻠﯿﺎر دﯿﻨﺎر‬

‫‪18‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫و ﻛﺎن ﻋﺎﺌد ﻛل ﺴﻬم ﻋﻠﻰ اﻟﺘواﻟﻲ‪ %27 ،28 ،32 ،28 ،29 :‬؛ ﻟﻨﻘم ﺒﺈﻋداد ﺠدول ﻹﺠﻤﺎﻟﻲ أرﺒﺎح اﻟﻤؤﺴﺴﺔ‬
‫ﻤﻊ ﺘﻘرﯿب اﻟﺤﺴﺎﺒﺎت إﻟﻰ رﻗﻤﯿن ﺒﻌد اﻟﻔﺎﺼﻠﺔ‪:‬‬

‫ﻧﺳﺑﺔ اﻟرﺑﺢ اﻟﻣﺑﻠﻎ اﻟﻣﺳﺗﺛﻣر اﻟﺳﮭم‬ ‫رﺑﺢ اﻟﺳﮭم )ﺑﻼ ﺗﻘرﯾب(‬ ‫رﺑﺢ اﻟﺳﮭم )ﺗﻘرﯾب رﻗﻣﯾن(‬
‫‪x‬‬ ‫‪0.05‬‬ ‫‪0.29‬‬ ‫‪0.01450‬‬ ‫‪0.01‬‬
‫‪y‬‬ ‫‪0.16‬‬ ‫‪0.28‬‬ ‫‪0.04480‬‬ ‫‪0.04‬‬
‫‪z‬‬ ‫‪0.14‬‬ ‫‪0.32‬‬ ‫‪0.04480‬‬ ‫‪0.04‬‬
‫‪w‬‬ ‫‪0.16‬‬ ‫‪0.28‬‬ ‫‪0.04480‬‬ ‫‪0.04‬‬
‫‪k‬‬ ‫‪0.09‬‬ ‫‪0.27‬‬ ‫‪0.02430‬‬ ‫‪0.02‬‬
‫ﻣﺟﻣوع اﻷرﺑﺎح‬ ‫‪0.17320‬‬ ‫‪0.15‬‬

‫ﻟﻨﻼﺤظ أن إﺠﻤﺎﻟﻲ اﻟرﺒﺢ اﻟﺤﻘﯿﻘﻲ )دون ﺘﻘرﯿب( ﻫو‪ (0.1732 ) :‬ﻤﻠﯿﺎر دﯿﻨﺎر؛ إذا ﺘم ﺘﻘرﯿﺒﻪ إﻟﻰ رﻗﻤﯿن ﺒﻌد‬
‫اﻟﻔﺎﺼﻠﺔ ﻓﺴﯿﺼﺒﺢ ) ‪ (0.17‬ﻤﻠﯿﺎر دﯿﻨﺎر‪ ،‬ﻏﯿر أن اﻟﻌﻤود اﻵﺨر اﻟذي ﺘﻤت ﻓﯿﻪ ﺴﻠﺴﻠﺔ ﻤن ﻋﻤﻠﯿﺎت اﻟﺘﻘرﯿب‬
‫‪ (0.02‬ﻤﻠﯿﺎر دﯿﻨﺎر ﺘﺸﻛل ﻛﻨﺴﺒﺔ‬ ‫ﯿظﻬر اﻟﻨﺘﯿﺠﺔ ) ‪ (0.15‬ﻤﻠﯿﺎر دﯿﻨﺎر و ﻫو ﻤﺎ ﯿﻌﻨﻲ وﺠود ﻓﺠوة ﻗدرﻫﺎ )‬
‫ﻤﺌوﯿﺔ‪:‬‬

‫‪0.02‬‬
‫‪= 11.76%‬‬
‫‪0.17‬‬

‫أي أن ﻨﺘﺎج ﻋﻤﻠﯿﺎت اﻟﺘﻘرﯿب اﻟﻤﺘﻛررة ﻫو ﻀﯿﺎع ﻤﺎ ﯿﻘﺎرب ) ‪ (%12‬ﻤن اﻟﻘﯿﻤﺔ ! و ﻫذا ﻓﻲ ﺒﻀﻌﺔ ﻋﻤﻠﯿﺎت‬
‫ﻓﻘط؛ ﻓﻛﯿف ﻟو ﻛﺎن ﻋدد اﻟﻌﻤﻠﯿﺎت اﻟﺤﺴﺎﺒﯿﺔ ﻛﺒﯿرا؟ أﻛﯿد ﯿﻨﺘظر أن ﺘﻛون اﻟﻔﺠوة ﻓﻲ اﻟﻨﻬﺎﯿﺔ ﻛﺒﯿرة‪...‬إﻨﻨﺎ ﻨﻨﺼﺢ‬
‫ﺒﺘﻔﺎدي ﻋﻤﻠﯿﺔ اﻟﺘﻘرﯿب إﻻ ﻋﻨد اﻟﻨﺘﯿﺠﺔ اﻟﻨﻬﺎﺌﯿﺔ‪.‬‬

‫‪19‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﺘﻤﺎرﯿن اﻟﻔﺼل اﻷول‪:‬‬

‫اﻟﺘﻤرﯿن اﻷول‪:‬‬

‫ﻗدم أﻤﺜﻠﺔ ﻋن ﻤﺠﺘﻤﻌﺎت إﺤﺼﺎﺌﯿﺔ و وﺤداﺘﻬﺎ اﻹﺤﺼﺎﺌﯿﺔ و ﻤﺘﻐﯿرات ﻤدروﺴﺔ ﻓﻲ ﺘﻠك اﻟﻤﺠﺘﻤﻌﺎت و ﻗﯿم‬
‫اﻟطﺒﻊ ﻟﺘﻠك اﻟﻤﺘﻐﯿرات‪.‬‬

‫اﻟﺘﻤرﯿن اﻟﺜﺎﻨﻲ‪:‬‬

‫ﻨﻬﺘم ﺒدراﺴﺔ ﻤﺴﺘوى اﻷداء ﻓﻲ ﻋﯿﻨﺔ ﻤن اﻟﻤواﻨﺊ؛ ﺠﻤﻌﻨﺎ ﻷﺠل ذﻟك اﻟﻤﻌطﯿﺎت اﻟﺨﺎﺼﺔ ﺒﻛل ﻤﯿﻨﺎء‪ :‬اﻟﻤﺴﺎﺤﺔ‬
‫ﺒﺎﻟﻛﯿﻠوﻤﺘر اﻟﻤرﺒﻊ‪ ،‬اﻟﻌﻼﻤﺔ اﻟﺘﺠﺎرﯿﺔ ﻟﻠرواﻓﻊ اﻟﻤﺴﺘﺨدﻤﺔ ﻓﻲ ﺘﻔرﯿﻎ اﻟﺴﻔن‪ ،‬ﻋدد اﻟﻌﻤﺎل‪ ،‬ﻤﺘوﺴط ﻋدد اﻟﺴﻔن‬
‫اﻟﻤطﻠوب‪ :‬ﺤدد اﻟﻤﺠﺘﻤﻊ‬ ‫اﻟﯿوﻤﯿﺔ اﻟﺘﻲ ﺘدﺨل إﻟﻰ ﻛل ﻤﯿﻨﺎء‪ ،‬ﻋدد ﺴﺎﻋﺎت اﻟﻌﻤل اﻟﯿوﻤﻲ ﻟﻛل ﻤﯿﻨﺎء‪،‬‬
‫اﻹﺤﺼﺎﺌﻲ اﻟﻤدروس و اﻟﻤﺘﻐﯿر أو اﻟﻤﺘﻐﯿرات اﻟﻤدروﺴﺔ و ﻨوع ﻛل ﻤﺘﻐﯿر؟‬

‫اﻟﺘﻤرﯿن اﻟﺜﺎﻟث‪:‬‬

‫ﻓﻲ ﻋﯿﻨﺔ ﻤن ﻋﺸرة )‪ (10‬ﺼوارﯿﺦ ﻨدرس اﻟﻤﺘﻐﯿرات اﻟﺘﺎﻟﯿﺔ‪:‬‬

‫‪ : X‬اﻟﻤدى ﺒﺎﻟﻛﯿﻠوﻤﺘر‪ :Y ،‬وزن اﻟﺸﺤﻨﺔ اﻟﻤﺘﻔﺠرة ﺒﺎﻟﻛﯿﻠوﻏرام‪ :Z ،‬ﻨظﺎم اﻟﺘوﺠﯿﻪ ‪ ،‬ﻓﺤﺼﻠﻨﺎ ﻋﻠﻰ اﻟﻤﻌطﯿﺎت‬
‫اﻟﺘﺎﻟﯿﺔ‪:‬‬

‫}‪X i = {50,60,120,70,70,60,50,60,70,50‬‬

‫}‪Yi = {80,85,80,80,90,70,80,90,90,70‬‬

‫اﻟﻤطﻠوب‪ :‬ﺤدد ﻗﯿم اﻟطﺒﻊ ﻟﻛل ﻤﺘﻐﯿر؟‬

‫‪20‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫اﻟﺘﻤرﯿن اﻟراﺒﻊ‪:‬‬

‫ﺘﻘوم ﻟﺠﻨﺔ ﻤن اﻟﻤﺨﺘﺼﯿن ﺒدراﺴﺔ ﺤول ﺘﻘﯿﯿم اﻟﺴﻼﻤﺔ اﻟﻤرورﯿﺔ ﻋﻠﻰ اﻟطرﯿق اﻟراﺒط ﺒﯿن ﻤدﯿﻨﺘﻲ ﻤﻘرة و‬
‫اﻟﻤﺴﯿﻠﺔ؛ اﻟﻤطﻠوب‪ :‬ﻗدم ﺘﺼو ار ﺤول اﻹﺸﻛﺎﻟﯿﺔ اﻟﻤطروﺤﺔ و اﻟﻤﺘﻐﯿر اﻟﻤدروس‪.‬‬

‫اﻟﺤﻠول‪:‬‬

‫اﻟﺘﻤرﯿن اﻷول‬

‫ﻨوع اﻟﻤﺘﻐﯿر‬ ‫ﻗﯿم اﻟطﺒﻊ )ﻨطﺎق‬ ‫اﻟوﺤدات اﻹﺤﺼﺎﺌﯿﺔ أﻤﺜﻠﺔ ﻋن اﻟﻤﺘﻐﯿرات‬ ‫اﻟﻤﺠﺘﻤﻊ‬
‫ﺘﻌرﯿف اﻟﻤﺘﻐﯿر(‬ ‫اﻟﻤدروﺴﺔ‬
‫ﻛﻤﻲ ﻤﺴﺘﻤر‬ ‫]‪X ∈ [ 0, 20‬‬ ‫اﻟﻤﻌدل اﻟﺴﻨوي‬
‫ﻨوﻋﻲ‬ ‫ﻤﺘزوج‪ ،‬أﻋزب‪...،‬‬ ‫اﻟﺤﺎﻟﺔ اﻟﻌﺎﺌﻠﯿﺔ‬
‫ﻛل طﺎﻟب ﻫو وﺤدة‬
‫ﻛﻤﻲ ﻤﺴﺘﻤر‬ ‫]‪Y ∈ [160,180‬‬ ‫طول اﻟﻘﺎﻤﺔ )ﺴم(‬ ‫طﻠﺒﺔ ﺠﺎﻤﻌﺔ ﻤﺴﯿﻠﺔ‬
‫إﺤﺼﺎﺌﯿﺔ‬
‫ﻨوﻋﻲ‬ ‫ﻛرة ﻗدم‪ ،‬ﺴﺒﺎﺤﺔ‪..،‬‬ ‫اﻟرﯿﺎﻀﺔ اﻟﻤﻤﺎرﺴﺔ‬
‫ﻨوﻋﻲ‬ ‫ﺤﻘوق‪ ،‬اﻗﺘﺼﺎد‪...،‬‬ ‫اﻟﺘﺨﺼص‬
‫ﻛﻤﻲ ﻤﺴﺘﻤر‬ ‫]‪X ∈ [ 4,12‬‬ ‫ﻗوة اﻟﻤﺤرك )ﺤﺼﺎن(‬ ‫ﻛل ﺴﯿﺎرة‬ ‫ﻤﺠﻤوﻋﺔ اﻟﺴﯿﺎرات‬
‫ﻛﻤﻲ ﻤﺴﺘﻤر‬ ‫]‪Y ∈ [1,8‬‬ ‫ﺴﻌر اﻟﺸراء )ﻤﻠﯿون د(‬ ‫اﻟﻤﻤﻠوﻛﺔ ﻤن طرف‬
‫ﻨوﻋﻲ‬ ‫أزرق‪ ،‬أﺒﯿض‪...،‬‬ ‫اﻟﻠون‬ ‫ﺸرﻛﺔ ﻤﺎ‬
‫ﻛﻤﻲ ﻤﺴﺘﻤر‬ ‫]‪Z ∈ [1, 4‬‬ ‫اﻟﻌﻤر )ﺴﻨﺔ(‬
‫ﻛﻤﻲ ﻤﺴﺘﻤر‬ ‫‪...‬‬ ‫اﻟﻤﺴﺎﺤﺔ )ﻛﻠم‪(2‬‬
‫‪P‬‬ ‫‪P‬‬ ‫دول اﻟﻤﻐرب اﻟﻌرﺒﻲ ﻛل دوﻟﺔ‬
‫ﻛﻤﻲ ﻤﺘﻘطﻊ‬ ‫‪...‬‬ ‫ﻋدد اﻟﺴﻛﺎن )ﻨﺴﻤﺔ(‬
‫ﻛﻤﻲ ﻤﺴﺘﻤر‬ ‫‪...‬‬ ‫اﻟﻨﺎﺘﺞ اﻟداﺨﻠﻲ )ﻤﻠﯿﺎر د(‬
‫ﻛﻤﻲ ﻤﺘﻘطﻊ‬ ‫‪...‬‬ ‫ﻋدد اﻟﻤؤﺴﺴﺎت‬
‫ﻛﻤﻲ ﻤﺘﻘطﻊ‬ ‫‪...‬‬ ‫ﻋدد اﻟﻐرف‬ ‫اﻟﻔﻨﺎدق ﻓﻲ ﻤدﯿﻨﺔ ﻤﺎ ﻛل ﻓﻨدق‬
‫ﻛﻤﻲ ﻤﺴﺘﻤر‬ ‫‪...‬‬ ‫ﻤﺘوﺴط ﺴﻌر اﻟﻤﺒﯿت‬
‫‪....‬‬ ‫‪....‬‬ ‫‪......‬‬
‫ﻨوﻋﻲ ﻗﺎﺒل ﻟﻠﺘرﺘﯿب‬ ‫ﺜﺎﻨوي‪ ،‬ﺠﺎﻤﻌﻲ‪..‬‬ ‫اﻟﻤﺴﺘوى اﻟﺘﻌﻠﯿﻤﻲ‬ ‫ﻛل ﻋﺎﻤل‬ ‫ﻋﻤﺎل ﻤؤﺴﺴﺔ ﻤﺎ‬
‫ﻨوﻋﻲ ﻏﯿر ﻗﺎﺒل‬ ‫أﻋزب‪ ،‬ﻤﺘزوج‪...‬‬ ‫اﻟﺤﺎﻟﺔ اﻟﻌﺎﺌﻠﯿﺔ‬
‫ﻟﻠﺘرﺘﯿب‬
‫ﻛﻤﻲ ﻤﺘﻘطﻊ‬ ‫‪...‬‬ ‫ﻋدد أﯿﺎم اﻟﻐﯿﺎب ﺸﻬرﯿﺎ‬

‫‪21‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫اﻟﺘﻤرﯿن اﻟﺜﺎﻨﻲ‪:‬‬

‫اﻟﻤﺠﺘﻤﻊ اﻟﻤدروس ﻫو ﻤﺠﻤوﻋﺔ اﻟﻤواﻨﺊ؛ أﻤﺎ اﻟﻤﺘﻐﯿرات اﻟﻤدروﺴﺔ ﻓﯿﻪ ﻓﻬﻲ‪:‬‬

‫اﻟﻤﺴﺎﺤﺔ‪ :‬ﻤﺘﻐﯿر ﻛﻤﻲ ﻤﺴﺘﻤر‬

‫اﻟﻌﻼﻤﺔ اﻟﺘﺠﺎرﯿﺔ ﻟﻠرواﻓﻊ‪ :‬ﻤﺘﻐﯿر ﻨوﻋﻲ‬

‫ﻋدد اﻟﻌﻤﺎل‪ :‬ﻤﺘﻐﯿر ﻛﻤﻲ ﻤﺘﻘطﻊ‬

‫ﻤﺘوﺴط ﻋدد اﻟﺴﻔن ﯿوﻤﯿﺎ‪ :‬ﻤﺘﻐﯿر ﻛﻤﻲ ﻤﺘﻘطﻊ‬

‫ﻋدد ﺴﺎﻋﺎت اﻟﻌﻤل اﻟﯿوﻤﻲ‪ :‬ﻤﺘﻐﯿر ﻛﻤﻲ ﻤﺘﻘطﻊ‬

‫اﻟﺘﻤرﯿن اﻟﺜﺎﻟث‪:‬‬

‫ﻗﯿم طﺒﻊ اﻟﻤﺘﻐﯿر اﻷول‪:‬‬

‫}‪{50, 60, 70,120‬‬

‫ﺒﺎﻟﻨﺴﺒﺔ ﻟﻠﻤﺘﻐﯿر اﻟﺜﺎﻨﻲ‪:‬‬

‫}‪{70,80,85,90‬‬

‫و ﺒﺎﻟﻨﺴﺒﺔ ﻟﻠﻤﺘﻐﯿر اﻟﺜﺎﻟث‪:‬‬

‫راداري‪ ،‬ﺤراري‪ ،‬ﻟﯿزر‬

‫اﻟﺘﻤرﯿن اﻟراﺒﻊ‪:‬‬

‫ﯿﻤﻛن اﻗﺘراح ﻤﺘﻐﯿر ﯿﻌﺒر ﻋن اﻟظﺎﻫرة اﻟﻤدروﺴﺔ ﻫو "ﻋدد ﺤوادث اﻟﻤرور" ﻓﻲ وﺤدة اﻟزﻤن‪ ،‬ﻛﻤﺎ ﯿﻤﻛن اﻗﺘراح‬
‫ﻤﺘﻐﯿر ﺜﺎن و ﻟﯿﻛن " ﻋدد ﻀﺤﺎﯿﺎ اﻟﺤوادث"‪.‬‬

‫‪22‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫اﻟﻔﺼل اﻟﺜﺎﻨﻲ‪ :‬ﻋرض اﻟﺒﯿﺎﻨﺎت اﻹﺤﺼﺎﺌﯿﺔ‬

‫ﺒﻌد ﺠﻤﻊ اﻟﺒﯿﺎﻨﺎت اﻹﺤﺼﺎﺌﯿﺔ ﯿﺤﺼل اﻟﺒﺎﺤث ﻋﻠﻰ ﻛم ﻤﻌﺘﺒر ﻤﻨﻬﺎ ﺒﺤﯿث ﯿﺼﻌب اﺴﺘﯿﻌﺎﺒﻬﺎ و ﺘﺤﻠﯿﻠﻬﺎ و‬
‫اﺴﺘﺨﻼص اﻟﻨﺘﺎﺌﺞ ﻤﻨﻬﺎ؛ ﻟذا ﯿﻨﺒﻐﻲ ﻋرﻀﻬﺎ ﺒﻛﯿﻔﯿﺔ ﺘﺴﻬل اﻟﺘﻌﺎﻤل ﻤﻌﻬﺎ و اﺴﺘﻐﻼﻟﻬﺎ ﺒطرﯿﻘﺔ ﻤﻼﺌﻤﺔ‪ ،‬و ﯿﻤﻛن‬
‫ﻋرض اﻟﺒﯿﺎﻨﺎت ﺒطرﯿﻘﺘﯿن ﺒﺎرزﺘﯿن‪ :‬اﻟﻌرض اﻟﺠدوﻟﻲ و اﻟﻌرض اﻟﺒﯿﺎﻨﻲ‪.‬‬

‫أوﻻ‪ :‬اﻟﻌرض اﻟﺠدوﻟﻲ‬

‫ﻨطﻠق ﻋﻠﻰ ﻋﻤﻠﯿﺔ ﺘﻨظﯿم اﻟﺒﯿﺎﻨﺎت اﻹﺤﺼﺎﺌﯿﺔ ﺒطرﯿﻘﺔ ﻤﻠﺨﺼﺔ ﻓﻲ ﺠدول "ﺘﺒوﯿب اﻟﺒﯿﺎﻨﺎت"؛ ﺤﯿث ﯿﻨﺠم ﻋن‬
‫ﻋﻤﻠﯿﺔ اﻟﺘﺒوﯿب ﻤﺎ ﯿﻌرف ﺒ ـ "اﻟﺠدول اﻟﺘﻛراري"؛ و ﺘﻠﻌب اﻟﺠداول اﻹﺤﺼﺎﺌﯿﺔ دو ار ﻫﺎﻤﺎ ﻓﻲ ﺘﻨظﯿم اﻟﺒﯿﺎﻨﺎت و‬
‫ﺘﺴﻬﯿل اﻟﺘﻌﺎﻤل ﻤﻌﻬﺎ؛ و ﯿﺘﻌﯿن أن ﯿﺘﺼف اﻟﺠدول ﺒﻤواﺼﻔﺎت ﻤﻌﯿﻨﺔ أﺒرزﻫﺎ‪:‬‬

‫‪-‬أن ﯿﻛون ﻟﻠﺠدول ﺘﺼﻤﯿم ﻤﻨﺎﺴب و ﻋﻨوان ﻤﻨﺎﺴب ﯿوﻀﺢ ﻤﺤﺘواﻩ؛‬

‫‪-‬ذﻛر ﻤﺼدر اﻟﺒﯿﺎﻨﺎت اﻟﺘﻲ ﯿﺘﻀﻤﻨﻬﺎ اﻟﺠدول؛‬
‫‪-‬إﺒراز وﺤدة اﻟﻘﯿﺎس ﻓﻲ اﻷﻋﻠﻰ إذا ﻛﺎﻨت اﻟﺒﯿﺎﻨﺎت ﻤﺘﺠﺎﻨﺴﺔ؛ أو ﻓﻲ رأس اﻟﻌﻤود أو اﻟﺴطر إذا ﻛﺎﻨت ﻏﯿر‬
‫ﻤﺘﺠﺎﻨﺴﺔ؛‬
‫‪-‬إدراج ﻤﺠﺎﻤﯿﻊ اﻷﻋﻤدة و اﻷﺴطر ﺤﯿﺜﻤﺎ ﻛﺎن ذﻟك ﻤﻔﯿدا‪.‬‬

‫ﻫﻨﺎك ﻋدة أﺸﻛﺎل ﻤن اﻟﺠداول ﺤﺴب طﺒﯿﻌﺔ اﻟﻤﺘﻐﯿر ﻨﺠﻤﻠﻬﺎ ﻓﯿﻤﺎ ﯿﺄﺘﻲ‪:‬‬

‫‪- 1‬اﻟﻌرض اﻟﺠدوﻟﻲ ﻓﻲ ﺤﺎﻟﺔ ﻤﺘﻐﯿر ﻨوﻋﻲ‪:‬‬

‫ﻓﻲ ﺤﺎﻟﺔ اﻟﺠدول اﻟﺒﺴﯿط )ﺠدول ﯿﺘﻀﻤن ﺼﻔﺔ واﺤدة( ﺘدرج ﻗﯿم طﺒﻊ اﻟﻤﺘﻐﯿر ﻓﻲ ﻋﻤود و ﻋدد اﻟوﺤدات‬
‫اﻹﺤﺼﺎﺌﯿﺔ )اﻟﺘﻛ اررات( ﻓﻲ ﻋﻤود ﻤ ٍ‬
‫ﺤﺎذ ﻛﻤﺎ ﯿﺒﯿﻨﻪ اﻟﻤﺜﺎل اﻟﺘﺎﻟﻲ‪:‬‬ ‫ُ‬

‫‪23‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻤﺜﺎل ‪:1-2‬‬

‫ﻋدد‬ ‫ﻨوﻋﯿﺔ ﺠودة‬ ‫ﻋدد‬ ‫ﻨوع‬ ‫ﻋدد‬ ‫اﻟﺤﺎﻟﺔ‬

‫اﻟﻔﻨﺎدق‬ ‫اﻟﺨدﻤﺔ‬ ‫اﻟﺴﯿﺎرات‬ ‫اﻟﺴﯿﺎرة‬ ‫اﻟﻤوظﻔﯿن‬ ‫اﻟﻌﺎﺌﻠﯿﺔ‬
‫‪03‬‬ ‫ردﯿﺌﺔ‬ ‫‪05‬‬ ‫ﻓﯿﺎت‬ ‫‪04‬‬ ‫أﻋزب‬
‫‪06‬‬ ‫ﻤﻘﺒوﻟﺔ‬ ‫ﻤرﺴﯿدس ‪20‬‬ ‫‪12‬‬ ‫ﻤﺘزوج‬
‫‪10‬‬ ‫ﺠﯿدة‬ ‫‪06‬‬ ‫ﺒﯿﺠو‬ ‫‪10‬‬ ‫ﻤطﻠق‬
‫‪03‬‬ ‫ﻤﻤﺘﺎزة‬ ‫‪06‬‬ ‫روﻨو‬ ‫‪6‬‬ ‫أرﻤل‬
‫‪22‬‬ ‫∑‬ ‫‪37‬‬ ‫∑‬ ‫‪32‬‬ ‫∑‬

‫ﻓﻲ اﻟﺠداول أﻋﻼﻩ ﺜﻼﺜﺔ ﺠداول ﺘم ﻓﯿﻬﺎ ﺘﺒوﯿب اﻟﺒﯿﺎﻨﺎت اﻟﺘﻲ ﺘم ﺠﻤﻌﻬﺎ ﺤول ظواﻫر ﻤﺨﺘﻠﻔﺔ‪:‬‬

‫ﻓﻲ اﻟﺠدول اﻷول درﺴﻨﺎ ﻋﯿﻨﺔ ﻤن اﻟﻤوظﻔﯿن ﻓﻲ ﻤؤﺴﺴﺔ ﻤﺎ ﺤﯿث ﺠﻤﻌﻨﺎ ﺒﯿﺎﻨﺎت ﺘﺘﻌﻠق ﺒﻤﺘﻐﯿر "اﻟﺤﺎﻟﺔ‬
‫اﻟﻌﺎﺌﻠﯿﺔ"؛ و ﻫو ﻤﺎ ﯿﻌطﻲ ﺴﻠﺴﻠﺔ إﺤﺼﺎﺌﯿﺔ ﻤؤﻟﻔﺔ ﻤن ‪ 32‬ﺼﻔﺔ ﻋﻠﻰ اﻟﻨﺤو اﻟﺘﺎﻟﻲ‪:‬‬

‫)ﻤﺘزوج‪ ،‬أﻋزب‪ ،‬أﻋزب‪ ،‬ﻤﺘزوج‪ ،‬ﻤطﻠق‪ ،‬ﻤﺘزوج‪ ،‬ﻤﺘزوج‪ ،‬أرﻤل‪ ،‬أﻋزب‪ ،‬ﻤطﻠق‪ ،‬ﻤطﻠق‪ ،(...،‬و ﻟﺘﺒوﯿﺒﻬﺎ ﻓﻲ‬
‫ﺠدول ﻗﻤﻨﺎ ﺒﺤﺼر ﻗﯿم اﻟطﺒﻊ )اﻟﺼﻔﺎت اﻟﺘﻲ ﯿﺄﺨذﻫﺎ اﻟﻤﺘﻐﯿر( ﻓﻲ ﻋﻤود و ﻗﺎﺒﻠﻨﺎ ﻟﻬﺎ ﻋدد ﻤرات ﺘﻛرار ﻛل‬
‫ﺼﻔﺔ ﻓﻲ ﺴﻠﺴﻠﺔ اﻟﺒﯿﺎﻨﺎت اﻟﺘﻲ ﺘم ﺠﻤﻌﻬﺎ ﻓﺤﺼﻠﻨﺎ ﻋﻠﻰ اﻟﺠدول‪.‬‬

‫ﻓﻲ اﻟﺠدول اﻟﺜﺎﻨﻲ ﻛﺎن اﻟﻤﺠﺘﻤﻊ اﻟﻤدروس ﻫو اﻟﺴﯿﺎرات اﻟﻤﻤﻠوﻛﺔ ﻤن طرف ﻤؤﺴﺴﺔ ﻤﺎ و ﻛﺎن اﻟﻤﺘﻐﯿر‬
‫اﻟﻤدروس )اﻟﺼﻔﺔ( ﻫو اﻟﻌﻼﻤﺔ اﻟﺘﺠﺎرﯿﺔ؛ و ﺒﺘﺒوﯿب ﺒﯿﺎﻨﺎت اﻟﺴﻠﺴﻠﺔ اﻹﺤﺼﺎﺌﯿﺔ اﻟﺘﻲ ﺘم ﺠﻤﻌﻬﺎ ﺤﺼﻠﻨﺎ ﻋﻠﻰ‬
‫اﻟﺠدول‪.‬‬

‫ﻓﻲ اﻟﺠدول اﻟﺜﺎﻟث ﻟدﯿﻨﺎ ﻤﺠﺘﻤﻊ ﻫو ﻤﺠﻤوﻋﺔ ﻤن اﻟﻔﻨﺎدق؛ و اﻟﺼﻔﺔ اﻟﻤدروﺴﺔ ﻓﯿﻪ ﻫﻲ "ﻨوﻋﯿﺔ ﺠودة اﻟﺨدﻤﺔ"‬
‫ﻨﻼﺤظ أن ﻫذا اﻟﻤﺘﻐﯿر ﻫو ﻤﺘﻐﯿر ﻨوﻋﻲ ﻗﺎﺒل ﻟﻠﺘرﺘﯿب ﻋﻠﻰ ﺨﻼف اﻟﻤﺘﻐﯿرﯿن اﻟﻨوﻋﯿﯿن اﻟﺴﺎﺒﻘﯿن؛ ﻟذﻟك أوردﻨﺎ‬
‫ﻗﯿم اﻟطﺒﻊ اﻟﺨﺎﺼﺔ ﺒﻪ ﻤرﺘﺒﺔ ﻓﻲ اﻟﺠدول ﻤن اﻷدﻨﻰ إﻟﻰ اﻷﻋﻠﻰ )ردﯿﺌﺔ‪...‬ﻤﻤﺘﺎزة(‪.‬‬

‫‪24‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫و ﻗد ﯿﻛون اﻟﺠدول ﻤرﻛﺒﺎ ) ﯿﺤوي أﻛﺜر ﻤن ﺼﻔﺔ( ﻋﻨدﻤﺎ ﯿﺘم ﺘﺼﻨﯿف اﻟوﺤدات اﻹﺤﺼﺎﺌﯿﺔ ﺒﻨﺎء ﻋﻠﻰ ﺼﻔﺘﯿن‬
‫أو أﻛﺜر ﻛﻤﺎ ﻓﻲ اﻟﻤﺜﺎل اﻟﺘﺎﻟﻲ‪:‬‬

‫ﻤﺜﺎل‪:2-2‬‬

‫∑‬ ‫اﻟﺠﻨس ذﻛر أﻨﺜﻰ‬

‫اﻟرﯿﺎﻀﺔ‬
‫ﻨﻼﺤظ ﻓﻲ ﻫذا اﻟﺠدول أﻨﻨﺎ ﻗﻤﻨﺎ ﺒﺘﺒوﯿب ﺒﯿﺎﻨﺎت إﺤﺼﺎﺌﯿﺔ ﻤﺘﻌﻠﻘﺔ‬
‫‪30‬‬ ‫‪10 20‬‬ ‫ﻛرة ﻗدم‬
‫ﺒﻤﻨﺘﺴﺒﻲ ﻨﺎد رﯿﺎﻀﻲ ﺤﯿث ﻛﺎن اﻟﺘﺼﻨﯿف ﻋﻠﻰ أﺴﺎس ﺼﻔﺘﯿن‬
‫‪20‬‬ ‫‪10 10‬‬ ‫ﺠﯿدو‬
‫ﻫﻤﺎ اﻟرﯿﺎﻀﺔ اﻟﻤﻤﺎرﺴﺔ ﻤن طرف اﻟرﯿﺎﻀﻲ و ﺠﻨس اﻟرﯿﺎﻀﻲ‪.‬‬ ‫‪20‬‬ ‫‪05 15‬‬ ‫ﺴﺒﺎﺤﺔ‬
‫‪70‬‬ ‫‪25 45‬‬ ‫∑‬

‫و ﻓﻲ اﻟﺠدول اﻟﺘﺎﻟﻲ ﻗﻤﻨﺎ ﺒﺘﺒوﯿب ﻋﯿﻨﺔ ﻤن اﻟوﺤدات اﻹﺤﺼﺎﺌﯿﺔ ﻤﺘﻤﺜﻠﺔ ﻓﻲ اﻟﺴﯿﺎرات اﻟﺘﻲ ﺘم ﺒﯿﻌﻬﺎ ﻓﻲ وﻛﺎﻟﺔ‬
‫ﻟﺒﯿﻊ اﻟﺴﯿﺎرات ﻤﺼﻨﻔﺔ ﺤﺴب ﺜﻼﺜﺔ ﻤﺘﻐﯿرات ﻨوﻋﯿﺔ )اﻟﻌﻼﻤﺔ اﻟﺘﺠﺎرﯿﺔ‪ ،‬اﻟﻠون‪ ،‬اﻟطﺎﻗﺔ اﻟﻤﺴﺘﻌﻤﻠﺔ(‪:‬‬

‫ﻤﺜﺎل ‪:3-2‬‬

‫أﺴود‬ ‫أﺒﯿض‬ ‫أزرق‬ ‫اﻟﻠون و اﻟطﺎﻗﺔ‬

‫∑‬ ‫اﻟﻌﻼﻤﺔ‬
‫ﻤﺎزوت ﺒﻨزﯿن ﻤﺎزوت‬ ‫ﺒﻨزﯿن ﻤﺎزوت ﺒﻨزﯿن‬
‫‪26‬‬ ‫‪02‬‬ ‫‪03‬‬ ‫‪02‬‬ ‫‪04‬‬ ‫‪05‬‬ ‫‪10‬‬ ‫ﻤرﺴﯿدس‬
‫‪21‬‬ ‫‪04‬‬ ‫‪02‬‬ ‫‪04‬‬ ‫‪03‬‬ ‫‪02‬‬ ‫‪06‬‬ ‫ﺒﯿﺠو‬
‫‪22‬‬ ‫‪03‬‬ ‫‪01‬‬ ‫‪03‬‬ ‫‪06‬‬ ‫‪05‬‬ ‫‪04‬‬ ‫روﻨو‬
‫‪09‬‬ ‫‪06‬‬ ‫‪09‬‬ ‫‪13‬‬ ‫‪12‬‬ ‫‪20‬‬
‫‪69‬‬ ‫∑‬
‫‪15‬‬ ‫‪22‬‬ ‫‪32‬‬

‫ﻛﻤﺎ ﯿﻤﻛن إﻋﺎدة ﺘﺼﻤﯿم اﻟﺠدول اﻟﺴﺎﺒق ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫‪25‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻤﺜﺎل ‪:4-2‬‬

‫ﻤﺎزوت‬ ‫ﺒﻨزﯿن‬ ‫اﻟطﺎﻗﺔ و اﻟﻠون‬

‫∑‬ ‫اﻟﻌﻼﻤﺔ‬
‫أزرق أﺒﯿض أﺴود‬ ‫أزرق أﺒﯿض أﺴود‬
‫‪26‬‬ ‫‪..‬‬ ‫‪..‬‬ ‫‪..‬‬ ‫‪..‬‬ ‫‪..‬‬ ‫ﻤرﺴﯿدس‬
‫‪21‬‬ ‫ﺒﯿﺠو‬
‫‪22‬‬ ‫روﻨو‬
‫∑‬
‫‪69‬‬

‫و ﻛﻤﺎ أﺸرﻨﺎ ﻓﻲ اﻟﺘﻤﻬﯿد اﻟﺴﺎﺒق ﻓﺈن ﺘﺼﻤﯿم اﻟﺠدول ﻋﻠﯿﻪ أن ﯿﻌرض اﻟﺒﯿﺎﻨﺎت ﺒﻛﯿﻔﯿﺔ ﻤﻼﺌﻤﺔ ﺘﺴﻬل اﻟﺘﻌﺎﻤل‬
‫ﻤﻌﻬﺎ؛ أي أن اﻟﺘﺼﻤﯿم ﻗد ﯿﺨﺘﻠف و ﯿﻌدل ﺤﺴب اﻟﻬدف ﻤن اﻟﺠدول و طرﯿﻘﺔ اﺴﺘﻌﻤﺎﻟﻪ‪.‬‬

‫‪- 2‬اﻟﻌرض اﻟﺠدوﻟﻲ ﻓﻲ ﺤﺎﻟﺔ ﻤﺘﻐﯿر ﻛﻤﻲ‪:‬‬

‫‌أ ‪-‬ﻛﯿﻔﯿﺔ ﺘﺒوﯿب ﺒﯿﺎﻨﺎت اﻟﻤﺘﻐﯿر اﻟﻛﻤﻲ اﻟﻤﺘﻘطﻊ‬

‫ﯿﻤﻛن ﻟﻠﻤﺘﻐﯿر اﻟﻛﻤﻲ أن ﯿﻛون ﻤﺘﻘطﻌﺎ أو ﻤﺴﺘﻤرا؛ ﻓﻔﻲ ﺤﺎﻟﺔ اﻟﻤﺘﻐﯿر اﻟﻤﺘﻘطﻊ ﯿﺘم ﺘﺒوﯿب اﻟﺒﯿﺎﻨﺎت‬
‫اﻹﺤﺼﺎﺌﯿﺔ ﺒﺤﯿث ﯿﺘم اﻟﺤﺼول ﻋﻠﻰ ﺠدول ﻤن اﻟﺸﻛل اﻟﺘﺎﻟﻲ‪:‬‬

‫اﻟﺘﻛرار ) ‪( ni‬‬ ‫اﻟﻤﺘﻐﯿر ) ‪( X i‬‬

‫‪n1‬‬ ‫‪x1‬‬
‫‪n2‬‬ ‫‪x2‬‬
‫‪n3‬‬ ‫‪x3‬‬
‫‪...‬‬ ‫‪...‬‬
‫‪nk‬‬ ‫‪xk‬‬
‫‪N‬‬ ‫∑‬

‫‪26‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻤﺜﺎل ‪:5-2‬‬

‫ﻓﻲ دراﺴﺔ ﺤول ﻤﺴﺘوى أداء ﻋﯿﻨﺔ ﻤن اﻟﻤواﻨﺊ )ﻋددﻫﺎ‪ (30:‬ﺠﻤﻌﻨﺎ ﺴﻠﺴﻠﺔ إﺤﺼﺎﺌﯿﺔ ﺤول ﻤﺘوﺴط ﻋدد اﻟﺴﻔن‬
‫اﻟﺘﻲ ﺘدﺨل ﯿوﻤﯿﺎ إﻟﻰ اﻟﻤﯿﻨﺎء ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫‪09 06 08 07 08 06 09 06 06 04‬‬
‫‪08 07 09 07 07 09 08 06 04 04‬‬
‫‪07 08 07 07 07 08 09 07 09 08‬‬
‫اﻟﻤطﻠوب‪:‬‬

‫‪ -‬ﺤدد اﻟﻤﺠﺘﻤﻊ اﻟﻤدروس و اﻟﻤﺘﻐﯿر اﻟﻤدروس و ﻨوع اﻟﻤﺘﻐﯿر‬

‫‪-‬ﺒوب اﻟﺒﯿﺎﻨﺎت ﻓﻲ ﺠدول إﺤﺼﺎﺌﻲ‪.‬‬

‫اﻟﺤل‪:‬‬

‫اﻟﻤﺠﺘﻤﻊ اﻟﻤدروس ﻫو اﻟﻤواﻨﺊ؛ ﻛل ﻤﯿﻨﺎء ﻫو وﺤدة إﺤﺼﺎﺌﯿﺔ‪ ،‬ﺤﺠم اﻟﻌﯿﻨﺔ اﻟﻤدروﺴﺔ ﻫو )‪ (30‬أﻤﺎ اﻟﻤﺘﻐﯿر‬
‫اﻟﻤدروس ﻓﻬو ﻋدد اﻟﺴﻔن اﻟداﺨﻠﺔ ﯿوﻤﯿﺎ و ﻫو ﻤﺘﻐﯿر ﻛﻤﻲ ﻤﺘﻘطﻊ‪.‬‬

‫ﻟﺘﺒوﯿب اﻟﺒﯿﺎﻨﺎت ﻨﺤدد ﻗﯿم طﺒﻊ اﻟﻤﺘﻐﯿر؛ و ﻫﻲ ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫} ‪ { 9 ،8 ،7 ،6 ،4‬و ﻫﻲ اﻟﻘﯿم اﻟﺘﻲ ﻨﻀﻌﻬﺎ ﻓﻲ اﻟﻌﻤود اﻷﯿﻤن ﻤن اﻟﺠدول و ﻨﻘﺎﺒل ﻟﻬﺎ ﻋدد ﻤرات ﺘﻛرارﻫﺎ‬
‫ﻓﻲ اﻟﺴﻠﺴﻠﺔ اﻹﺤﺼﺎﺌﯿﺔ‪:‬‬

‫‪27‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻨﻘ أر ﻓﻲ اﻟﺠدول ﻤﺜﻼ‪ :‬ﻫﻨﺎك )‪ (9‬ﻤواﻨﺊ ﻋدد اﻟﺴﻔن اﻟﺘﻲ ﺘﺴﺘﻘﺒﻠﻬﺎ‬ ‫اﻟﺘﻛرار ) ‪( ni‬‬ ‫ﻋدد اﻟﺴﻔن ) ‪( X i‬‬
‫ﯿوﻤﯿﺎ ﻫو )‪ (7‬ﺴﻔن‪ ،‬و ﻋدد اﻟﻤواﻨﺊ اﻟﺘﻲ ﺘﺴﺘﻘﺒل )‪ (8‬ﺴﻔن ﯿوﻤﯿﺎ ﻫو‬ ‫‪3‬‬ ‫‪4‬‬

‫)‪ (7‬ﻤواﻨﺊ‪...‬‬ ‫‪5‬‬ ‫‪6‬‬

‫‪9‬‬ ‫‪7‬‬
‫إن ﻤﺠﻤوع اﻟﺘﻛ اررات ﯿﺠب أن ﯿﻌطﻲ ﺤﺠم اﻟﻌﯿﻨﺔ )‪(N=30‬‬ ‫‪7‬‬ ‫‪8‬‬
‫‪6‬‬ ‫‪9‬‬
‫‪30‬‬ ‫∑‬

‫إن اﻟﺘﻛ اررات اﻟواردة ﻓﻲ اﻟﺠدول اﻟﺴﺎﺒق ﻫﻲ ﺘﻛ اررات ﻤطﻠﻘﺔ؛ و ﯿﻤﻛن ﺼﯿﺎﻏﺔ اﻟﺘﻛرار اﻟﻤطﻠق ﻋﻠﻰ ﺸﻛل‬
‫ﺘﻛرار ﻨﺴﺒﻲ )ﯿﺴﻤﻰ أﯿﻀﺎ اﻟﺘواﺘر( أو ﺘﻛرار ﻨﺴﺒﻲ ﻤﺌوي‪ ،‬و ﻫو ﻤﺎ ﯿﺴﻬل أﺨذ ﺼورة ﻋن اﻟوزن اﻟﻨﺴﺒﻲ ﻟﺘﻛرار‬
‫ﻤﻌﯿن ﻗﯿﺎﺴﺎ إﻟﻰ إﺠﻤﺎﻟﻲ اﻟﺘﻛ اررات ﺤﯿث أن "اﺴﺘﺨدام اﻟﻨﺴب ﯿؤدي إﻟﻰ ﻤزﯿد ﻤن اﻟوﻀوح ﺨﺎﺼﺔ ﻷﻏراض‬
‫اﻟﻤﻘﺎرﻨﺎت ﻓﻲ ﺤﺎﻟﺔ اﺨﺘﻼف ﻓﻲ اﻟﺘﻛرار اﻟﻤطﻠق"‪.1‬‬

‫ﻨرﻤز ﻟﻠﺘواﺘر ﺒﺎﻟرﻤز ) ‪ ( fi‬و ﯿﺤﺴب ﺒﻘﺴﻤﺔ اﻟﺘﻛرار اﻟﻤطﻠق ﻋﻠﻰ إﺠﻤﺎﻟﻲ اﻟﺘﻛ اررات‪:‬‬

‫‪ni‬‬ ‫‪ni‬‬
‫=‬
‫‪fi‬‬ ‫=‬
‫‪N‬‬ ‫‪∑ ni‬‬
‫و أﺒرز ﺨواﺼﻪ أﻨﻪ ﻤﻘدار ﻤﺤﺼور ﺒﯿن اﻟﺼﻔر و اﻟواﺤد ) أي‪( fi ∈ ]0,1[ :‬؛ ﻛﻤﺎ أن ﻤﺠﻤوع اﻟﺘﻛ اررات‬
‫اﻟﻨﺴﺒﯿﺔ ﯿﺴﺎوي اﻟواﺤد )‪ .( ∑ fi = 1‬و ﻨﺤﺼل ﻋﻠﻰ اﻟﺘﻛرار اﻟﻨﺴﺒﻲ اﻟﻤﺌوي ) ‪ ( fi %‬ﺒﻀرب اﻟﺘواﺘر ﻓﻲ‬
‫)‪:(100‬‬

‫‪ni‬‬
‫= ‪fi % =fi ×100‬‬ ‫‪×100‬‬
‫‪∑ ni‬‬
‫ﻤﺜﺎل ‪ :6-2‬إرﺠﻊ إﻟﻰ اﻟﺠدول اﻟﺴﺎﺒق و ﺸﻛل اﻟﺘﻛ اررات اﻟﻨﺴﺒﯿﺔ و اﻟﻨﺴﺒﯿﺔ اﻟﻤﺌوﯿﺔ ﻤﻊ ﺘﺒﯿﯿن ﻛﯿﻔﯿﺔ ﻗراءة‬
‫اﻟﻨﺘﺎﺌﺞ‪.‬‬

‫‪1‬‬
‫ﻣﺻطﻔﻰ زاﯾد‪ ،‬ﻋﻠم اﻹﺣﺻﺎء‪ ،‬ط ‪ ،2‬اﻟدار اﻟﮭﻧدﺳﯾﺔ‪ ،‬اﻟﻘﺎھرة‪ ،2008 ،‬ص ‪72‬‬

‫‪28‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫اﻟﺤل‪:‬‬

‫ﻟﻨﻼﺤظ أن )‪ ( f1 % = 10%‬أي أن‪ %10 :‬ﻤن اﻟﻤواﻨﺊ‬ ‫اﻟﺘﻛرار اﻟﻨﺴﺒﻲ‬ ‫اﻟﺘواﺘر‬ ‫اﻟﺘﻛرار‬ ‫ﻋدد اﻟﺴﻔن‬
‫اﻟﻤدروﺴﺔ ﺘﺴﺘﻘﺒل ‪ 4‬ﺴﻔن ﯿوﻤﯿﺎ؛‬ ‫اﻟﻤﺌوي ‪fi %‬‬ ‫) ‪( fi‬‬ ‫) ‪( ni‬‬ ‫) ‪( Xi‬‬
‫‪10‬‬ ‫‪0.1‬‬ ‫‪3‬‬ ‫‪4‬‬
‫)‪ : ( f3 % = 30%‬ﻫﻨﺎك )‪ (9‬ﻤواﻨﺊ ﻨﺴﺒﺘﻬﺎ )‪(%30‬‬
‫‪17‬‬ ‫‪0.17‬‬ ‫‪5‬‬ ‫‪6‬‬
‫ﻤن اﻟﻤواﻨﺊ اﻟﻤدروﺴﺔ ﺘﺴﺘﻘﺒل )‪ (7‬ﺴﻔن ﯿوﻤﯿﺎ‪.‬‬ ‫‪30‬‬ ‫‪0.3‬‬ ‫‪9‬‬ ‫‪7‬‬
‫‪23‬‬ ‫‪0.23‬‬ ‫‪7‬‬ ‫‪8‬‬
‫ﻤﻼﺤظﺔ‪ :‬ﺘﺴﺘﺨدم ﻗﯿم اﻟﺘواﺘر ﻓﻲ ﻨظرﯿﺔ اﻹﺤﺘﻤﺎﻻت‬
‫‪20‬‬ ‫‪0.2‬‬ ‫‪6‬‬ ‫‪9‬‬
‫اﻟﺘﻲ ﺴﻨﻔرد ﻟﻬﺎ ﻤرﺠﻌﺎ ﻤﺴﺘﻘﻼ ﺒﺈذن اﷲ‪.‬‬
‫‪100‬‬ ‫‪1.00‬‬ ‫‪30‬‬ ‫∑‬

‫ب ‪ -‬ﻛﯿﻔﯿﺔ ﺘﺒوﯿب ﺒﯿﺎﻨﺎت اﻟﻤﺘﻐﯿر اﻟﻛﻤﻲ اﻟﻤﺴﺘﻤر‬

‫‌‬

‫ﯿﺘﺴم اﻟﻤﺘﻐﯿر اﻟﻤﺴﺘﻤر –ﻛﻤﺎ رأﯿﻨﺎ ﺴﺎﺒﻘﺎ‪ -‬ﺒﺄﻨﻪ ﯿﻘﺒل ﻋددا ﻻ ٍ‬

‫ﻤﻨﺘﻪ ﻤن اﻟﻘﯿم؛ ﻓﯿﺘﻌذر وﻀﻌﻪ ﻋﻠﻰ ﺸﻛل ﻗﯿم‬
‫ﻤﻨﻔﺼﻠﺔ ﻓﻲ ﺠدول ﻛﻤﺎ ﻓﻌﻠﻨﺎ ﻤﻊ اﻟﻤﺘﻐﯿر اﻟﻤﺘﻘطﻊ؛ ﻟذﻟك ﻨﻘﺴم ﺒﯿﺎﻨﺎﺘﻪ إﻟﻰ ﻤﺠﻤوﻋﺎت ﺠزﺌﯿﺔ ﻨﺴﻤﯿﻬﺎ "اﻟﻔﺌﺎت‬
‫‪"les classes‬؛ و ﺤﯿﻨﻬﺎ ﻨﻘوم ﺒﺘﺒوﯿب اﻟﺒﯿﺎﻨﺎت ﺒﺎﺘﺒﺎع اﻟﺨطوات اﻟﺘﺎﻟﯿﺔ‪:‬‬

‫ب‪ 1-‬ﺘﺤدﯿد ﻋدد اﻟﻔﺌﺎت‪:‬‬

‫إن اﻟﻐﺎﯿﺔ ﻤن ﻋﻤﻠﯿﺔ ﺘﺒوﯿب ﺒﯿﺎﻨﺎت ﺴﻠﺴﻠﺔ إﺤﺼﺎﺌﯿﺔ ﻫو ﺘﺤﻘﯿق ﻫدﻓﯿن ﻤﺘﻀﺎرﺒﯿن‪ :‬ﺼب اﻟﺒﯿﺎﻨﺎت ﻓﻲ أﻗل‬
‫ﺤﯿز ﻤﻤﻛن‪ ،‬و ﻤن ﺠﻬﺔ أﺨرى اﻟﺤﻔﺎظ ﻋﻠﻰ أﻗﺼﻰ وﻀوح ﻤﻤﻛن ﻟﺘﻠك اﻟﺒﯿﺎﻨﺎت‪.‬‬
‫إذا اﺨﺘرﻨﺎ ﻋددا ﻛﺒﯿ ار ﻤن اﻟﻔﺌﺎت اﻟﺘﻲ ﺴﺘؤﻟف اﻟﺠدول اﻟﺘﻛراري ﻓﺈن اﻟﻘﯿم اﻟﻤﻨﺘﻤﯿﺔ إﻟﻰ ﻓﺌﺔ ﺴﺘﻛون أﻛﺜر‬
‫ﺘﻘﺎرﺒﺎ و ﻫو ﻤﺎ ﯿﻌﻨﻲ ﻤزﯿدا ﻤن اﻟدﻗﺔ و اﻟوﻀوح؛ و ﻟﻛن ﻋﻠﻰ ﺤﺴﺎب اﻹﯿﺠﺎز و اﻟﺘﻠﺨﯿص ﻷن اﻟﺠدول‬
‫ﺴﯿﻛون ﻛﺒﯿ ار ﯿﺼﻌب اﺴﺘﯿﻌﺎب اﻟﺼورة اﻟﻌﺎﻤﺔ ﻟﻠﺒﯿﺎﻨﺎت اﻟواردة ﻓﯿﻪ‪.‬‬
‫أﻤﺎ إذا اﺨﺘرﻨﺎ ﻋددا ﻗﻠﯿﻼ ﻤن اﻟﻔﺌﺎت؛ ﻓﺈن ﻛل ﻓﺌﺔ ﺴﺘﺤوي ﻋددا أﻛﺒر ﻤن ﻗﯿم اﻟﺴﻠﺴﻠﺔ اﻹﺤﺼﺎﺌﯿﺔ؛ و ﯿﺤﻘق‬
‫ﻋﻨدﻫﺎ اﻟﺠدول ﺨﺎﺼﯿﺔ اﻟﺘﻠﺨﯿص و ﻟﻛن ﻋﻠﻰ ﺤﺴﺎب ﺨﺎﺼﯿﺔ اﻟدﻗﺔ و اﻟوﻀوح ﻷن اﻟﻘﯿم اﻟﺘﻲ ﻨﻌﺎﻤﻠﻬﺎ ﻋﻠﻰ‬
‫أﻨﻬﺎ ﻤﻨﺘﻤﯿﺔ إﻟﻰ ﻓﺌﺔ واﺤدة ﯿﻨﺘظر أن ﺘﻛون ﻤﺘﺒﺎﻋدة ﻓﯿﻤﺎ ﺒﯿﻨﻬﺎ‪.‬‬

‫‪29‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻟﺤل ﻫذا اﻹﺸﻛﺎل اﺼطﻠﺢ اﻹﺤﺼﺎﺌﯿون ﻋﻠﻰ أن اﻟﺠدول اﻟﺘﻛراري ﯿﻨﺒﻐﻲ أن ﯿﺤوي ﻋددا ﻤن اﻟﻔﺌﺎت ﻻ ﯿﻘل‬
‫ﻋن ﺨﻤﺴﺔ و ﻻ ﯿزﯿد ﻋﻠﻰ ﺨﻤﺴﺔ ﻋﺸر )أي‪(15-5 :‬؛ و اﺠﺘﻬد ﺒﻌﻀﻬم ﻓﻲ ﺼﯿﺎﻏﺔ اﻟﻌدد اﻟﻤﻨﺎﺴب ﻤن‬
‫اﻟﻔﺌﺎت رﯿﺎﻀﯿﺎ‪ ،‬و أﺸﻬر اﻟﺼﯿﻎ ﻓﻲ ﻫذا اﻟﻤﺠﺎل‪:‬‬
‫‪-‬ﻤﻌﺎدﻟﺔ ﺴﺘورﺠس )‪ :(Sturges‬و ﯿﺘﺤدد ﺤﺴﺒﻬﺎ اﻟﻌدد اﻟﻤﻼﺌم ﻤن اﻟﻔﺌﺎت ﺒﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﯿﺔ‪:‬‬

‫)‪K = 1 + 3.322 log(n‬‬

‫ﺤﯿث‪ K :‬ﻫو ﻋدد اﻟﻔﺌﺎت‪ n ،‬ﻫو ﻋدد اﻟﻘﯿم ‪ log ،‬ھﻮ اﻟﻠﻮﻏﺎرﯾﺘﻢ اﻟﻌﺸﺮي‬
‫‪-‬ﻤﻌﺎدﻟﺔ ﯿول )‪ :(Yule‬ﯿﺘﺤدد ﺤﺴﺒﻬﺎ اﻟﻌدد اﻟﻤﻼﺌم ﻤن اﻟﻔﺌﺎت ﺒﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﯿﺔ‪:‬‬

‫‪K = 2.5 4 n‬‬

‫أي اﻟﺠذر ذو اﻟدﻟﯿل )‪ (4‬ﻟﻌدد اﻟﻘﯿم ﻤﻀروﺒﺎ ﻓﻲ )‪ ،(2.5‬ﻨﺸﯿر إﻟﻰ أﻨﻪ ﯿﻨﺒﻐﻲ ﺘﻘرﯿب اﻟﻨﺘﯿﺠﺔ إﻟﻰ أﻗرب‬
‫ﻋدد ﺼﺤﯿﺢ‪.‬‬
‫ب‪ 2-‬ﺤﺴﺎب طول اﻟﻔﺌﺔ‪:‬‬
‫ﯿﺤﺴب طول اﻟﻔﺌﺔ ﺒﻘﺴﻤﺔ اﻟﻤدى اﻟذي ﺘﻨﺘﺸر ﻀﻤﻨﻪ ﻗﯿم اﻟﻤﺘﻐﯿر )و ﻫو اﻟﻔرق ﺒﯿن أﻛﺒر ﻗﯿﻤﺔ و أﺼﻐر ﻗﯿﻤﺔ‬
‫ﻓﻲ اﻟﺴﻠﺴﻠﺔ اﻹﺤﺼﺎﺌﯿﺔ( ﻋﻠﻰ ﻋدد اﻟﻔﺌﺎت اﻟذي ﺴﺒق ﺘﺤدﯿدﻩ؛ أي‪:‬‬
‫‪R X max − X min‬‬
‫=‬
‫‪L‬‬ ‫=‬
‫‪K‬‬ ‫‪K‬‬
‫ﺤﯿث‪ R :‬ﻫﻲ اﻟﻤدى‪ X max ،‬ﻫﻲ أﻛﺒر ﻗﯿﻤﺔ ﻓﻲ اﻟﺴﻠﺴﻠﺔ‪ X min ،‬ﻫﻲ أﺼﻐر ﻗﯿﻤﺔ ﻓﻲ اﻟﺴﻠﺴﻠﺔ‪.‬‬
‫ﻤﻼﺤظﺎت‪:‬‬
‫‪ -‬إن ﻋدد اﻟﻔﺌﺎت ﻻ ﯿﻘﺒل اﻟﺘﺠزﺌﺔ ﻟذﻟك ﻨﻘرب اﻟﻨﺘﯿﺠﺔ دوﻤﺎ إﻟﻰ أﻋﻠﻰ‬
‫‪ -‬ﺘﻛون اﻟﻔﺌﺎت ﻋﻠﻰ ﺸﻛل ﻤﺠﺎﻻت ﻤن اﻟﺸﻛل ) [‪ ([ a, b‬ﻨﺴﻤﻲ )‪ (a‬اﻟﺤد اﻷدﻨﻰ ﻟﻠﻔﺌﺔ و ﻨﺴﻤﻲ )‪ (b‬اﻟﺤد‬
‫اﻷﻋﻠﻰ ﻟﻠﻔﺌﺔ‪.‬‬
‫ب‪ 3-‬ﺤﺴﺎب اﻟﺘﻛ اررات أي ﻋدد اﻟﻘﯿم اﻟﺘﻲ ﺘﻨﺘﻤﻲ إﻟﻰ ﻛل ﻓﺌﺔ‪:‬‬
‫و ﯿﻌﺒر ﻋددﻫﺎ ﻋن اﻟﺘﻛرار ) ‪ ( ni‬اﻟﻤﻘﺎﺒل ﻟﻛل ﻓﺌﺔ‪.‬‬
‫و ﻟﺸرح اﻟﺨطوات اﻟﺴﺎﺒﻘﺔ ﻨﻘدم اﻟﻤﺜﺎل اﻟﺘﺎﻟﻲ‪:‬‬

‫‪30‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻤﺜﺎل ‪:7-2‬‬
‫اﻟﺒﯿﺎﻨﺎت اﻟواردة ﻓﻲ اﻟﺴﻠﺴﻠﺔ اﻹﺤﺼﺎﺌﯿﺔ اﻟﺘﺎﻟﯿﺔ ﺘﻌﺒر ﻋن اﻟﻛﻤﯿﺔ اﻟﻤﺴﺘﻬﻠﻛﺔ ﻤن اﻟﺒﻨزﯿن ﺒﺎﻟﻠﺘر ﻟﻌﯿﻨﺔ ﻤن‬
‫اﻟﺴﯿﺎرات ﺤﺠﻤﻬﺎ )‪ 60‬ﺴﯿﺎرة( ﺘم ﺘﺠرﯿﺒﻬﺎ ﻟﻤﺴﺎﻓﺔ ‪100‬ﻛﻠم ﺒﺴرﻋﺔ ‪ 80‬ﻛﻠم‪/‬ﺴﺎ‪:‬‬
‫‪6.4‬‬ ‫‪6.0‬‬ ‫‪5.2‬‬ ‫‪5.6‬‬ ‫‪5.1‬‬ ‫‪5.6‬‬ ‫‪5.3‬‬ ‫‪5.5‬‬ ‫‪5.2‬‬ ‫‪5.0‬‬
‫‪6.3‬‬ ‫‪4.3‬‬ ‫‪6.0‬‬ ‫‪4.5‬‬ ‫‪5.0‬‬ ‫‪5.7‬‬ ‫‪4.2‬‬ ‫‪5.4‬‬ ‫‪5.9‬‬ ‫‪5.5‬‬
‫‪6.6‬‬ ‫‪5.6‬‬ ‫‪5.7‬‬ ‫‪6.0‬‬ ‫‪5.9‬‬ ‫‪4.6‬‬ ‫‪6.0‬‬ ‫‪5.7‬‬ ‫‪4.6‬‬ ‫‪6.0‬‬
‫‪6.8‬‬ ‫‪5.3‬‬ ‫‪6.0‬‬ ‫‪4.5‬‬ ‫‪4.0‬‬ ‫‪5.0‬‬ ‫‪4.8‬‬ ‫‪5.8‬‬ ‫‪6.0‬‬ ‫‪5.0‬‬
‫‪6.8‬‬ ‫‪4.0‬‬ ‫‪6.4‬‬ ‫‪6.2‬‬ ‫‪6.1‬‬ ‫‪6.3‬‬ ‫‪5.7‬‬ ‫‪6.2‬‬ ‫‪6.2‬‬ ‫‪6.3‬‬
‫‪6.5‬‬ ‫‪7.3‬‬ ‫‪6.3‬‬ ‫‪4.7‬‬ ‫‪7.2‬‬ ‫‪7.2‬‬ ‫‪6.9‬‬ ‫‪6.7‬‬ ‫‪6.5‬‬ ‫‪6.0‬‬

‫اﻟﻤطﻠوب‪:‬‬
‫‪ -‬ﺤدد اﻟﻤﺠﺘﻤﻊ اﻹﺤﺼﺎﺌﻲ اﻟﻤدروس و اﻟﻤﺘﻐﯿر اﻟﻤدروس و ﻨوع اﻟﻤﺘﻐﯿر‬
‫‪ -‬ﻗم ﺒﺘﺒوﯿب اﻟﺒﯿﺎﻨﺎت ﻓﻲ ﺠدول ﺘﻛراري ﻤﻨﺎﺴب‬
‫اﻟﺤل‪:‬‬
‫اﻟﻤﺠﺘﻤﻊ اﻟﻤدروس ﻫو اﻟﺴﯿﺎرات؛ اﻟﻤﺘﻐﯿر اﻟﻤدروس ﻫو اﻟﻛﻤﯿﺔ اﻟﻤﺴﺘﻬﻠﻛﺔ ﻤن اﻟﺒﻨزﯿن و وﺤدة ﻗﯿﺎﺴﻬﺎ ﻫﻲ‬
‫اﻟﻠﺘر‪100/‬ﻛﻠم‪ ،‬و ﻫو ﻤﺘﻐﯿر ﻛﻤﻲ ﻤﺴﺘﻤر‪.‬‬
‫ﻟﺘﺒوﯿب اﻟﺒﯿﺎﻨﺎت ﻨﺘﺒﻊ اﻟﺨطوات اﻟﺴﺎﺒق ﺸرﺤﻬﺎ‪:‬‬
‫‪ -‬ﺤﺴﺎب اﻟﻌدد اﻟﻤﻼﺌم ﻤن اﻟﻔﺌﺎت‪:‬‬
‫وﻓق ﻤﻌﺎدﻟﺔ ﺴﺘورﺠس‪:‬‬
‫)‪K = 1 + 3.322 log(n‬‬
‫‪= 1+3.322log(60)  6.91‬‬

‫وﻓق ﻤﻌﺎدﻟﺔ ﯿول‪:‬‬

‫‪K = 2.5‬‬ ‫‪4‬‬
‫‪n‬‬
‫‪= 2.5‬‬ ‫‪4‬‬
‫‪60  6.96‬‬

‫ﻻﺤظ أن اﻟﻤﻌﺎدﻟﺘﯿن ﺘﻌطﯿﺎن ﻨﺘﺎﺌﺞ ﻤﺘﻘﺎرﺒﺔ ﺠدا‪ ،‬ﻨﻘرب –ﻛﻤﺎ أﺴﻠﻔﻨﺎ‪ -‬إﻟﻰ أﻋﻠﻰ أي أن ﻋدد اﻟﻔﺌﺎت ﻫو )‪.(7‬‬

‫‪31‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪ -‬ﺤﺴﺎب طول اﻟﻔﺌﺔ‪:‬‬

‫ﻟﺤﺴﺎب طول اﻟﻔﺌﺔ ﻨﺤﺘﺎج إﻟﻰ ﺤﺴﺎب اﻟﻤدى و ﻫو اﻟﻔرق ﺒﯿن أﻛﺒر و أﺼﻐر ﻗﯿﻤﺔ ﻓﻲ اﻟﺴﻠﺴﻠﺔ؛ و ﯿﻨﺼﺢ‬
‫ﻟذﻟك ﺒﺘرﺘﯿب ﻤﻔردات اﻟﺴﻠﺴﻠﺔ ﺘرﺘﯿﺒﺎ ﺘﺼﺎﻋدﯿﺎ‪:‬‬
‫‪4.8‬‬ ‫‪4.7‬‬ ‫‪4.6‬‬ ‫‪4.6‬‬ ‫‪4.5‬‬ ‫‪4.5‬‬ ‫‪4.3‬‬ ‫‪4.2‬‬ ‫‪04‬‬ ‫‪04‬‬
‫‪5.4‬‬ ‫‪5.3‬‬ ‫‪5.3‬‬ ‫‪5.2‬‬ ‫‪5.2‬‬ ‫‪5.1‬‬ ‫‪05‬‬ ‫‪05‬‬ ‫‪05‬‬ ‫‪05‬‬
‫‪5.8‬‬ ‫‪5.7‬‬ ‫‪5.7‬‬ ‫‪5.7‬‬ ‫‪5.7‬‬ ‫‪5.6‬‬ ‫‪5.6‬‬ ‫‪5.6‬‬ ‫‪5.5‬‬ ‫‪5.5‬‬
‫‪06‬‬ ‫‪06‬‬ ‫‪06‬‬ ‫‪06‬‬ ‫‪06‬‬ ‫‪06‬‬ ‫‪06‬‬ ‫‪06‬‬ ‫‪5.9‬‬ ‫‪5.9‬‬
‫‪6.4‬‬ ‫‪6.4‬‬ ‫‪6.3‬‬ ‫‪6.3‬‬ ‫‪6.3‬‬ ‫‪6.3‬‬ ‫‪6.2‬‬ ‫‪6.2‬‬ ‫‪6.2‬‬ ‫‪6.1‬‬
‫‪7.3‬‬ ‫‪7.2‬‬ ‫‪7.2‬‬ ‫‪6.9‬‬ ‫‪6.8‬‬ ‫‪6.8‬‬ ‫‪6.7‬‬ ‫‪6.6‬‬ ‫‪6.5‬‬ ‫‪6.5‬‬

‫ﻨﻼﺤظ أن أﺼﻐر ﻗﯿﻤﺔ ﻓﻲ اﻟﺴﻠﺴﻠﺔ ﻫﻲ )‪ (4‬و أﻋﻠﻰ ﻗﯿﻤﺔ ﻫﻲ )‪(7.3‬؛ أي أن اﻟﻤدى ﯿﺴﺎوي‪:‬‬
‫=‬
‫‪R‬‬ ‫‪X max − X min‬‬
‫‪= 7.3 − 4 = 3.3‬‬

‫و ﺒﻘﺴﻤﺔ اﻟﻤدى ﻋﻠﻰ ﻋدد اﻟﻔﺌﺎت ﻨﺤﺼل ﻋﻠﻰ طول اﻟﻔﺌﺔ )‪:(L‬‬

‫‪3.3‬‬
‫=‬
‫‪L‬‬ ‫‪= 0.47 ≅ 0.5‬‬
‫‪7‬‬

‫إذن ﺴﻨﻨطﻠق ﻤن أﺼﻐر ﻗﯿﻤﺔ و ﻫﻲ )‪ (4‬و ﻨﺒدأ ﻓﻲ ﺘﺸﻛﯿل اﻟﻔﺌﺎت ﻋن طرﯿق إﻀﺎﻓﺔ اﻟطول ﻓﻲ ﻛل ﻤرة و‬
‫ﻫو )‪(0.5‬؛ ﻫذا ﯿﻌﻨﻲ أن اﻟﻔﺌﺔ اﻷوﻟﻰ ﺴﺘﻛون‪ ]4.5 ،4] :‬و اﻟﺜﺎﻨﯿﺔ‪...]5 ،4.5] :‬و ﻫﻛذا ﺤﺘﻰ ﻨﻛﻤل اﻟﻔﺌﺎت‬
‫اﻟﺴﺒﻊ؛ و ﺒﺈدراج ﻋدد اﻟﻘﯿم اﻟﻤﻨﺘﻤﯿﺔ إﻟﻰ ﻛل ﻓﺌﺔ ﻨﺤﺼل ﻋﻠﻰ اﻟﺠدول اﻟﺘﺎﻟﻲ‪:‬‬

‫‪32‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻻﺤظ أن ﺘﺒوﯿب اﻟﺒﯿﺎﻨﺎت أﻋطﻰ ﺠدوﻻ ﺘﻛ اررﯿﺎ ﯿﻠﺨص اﻟﺴﻠﺴﻠﺔ اﻟﺴﺎﺒﻘﺔ؛ و ﻻﺤظ أن‬ ‫اﻟﺘﻛرار‬ ‫اﻟﻔﺌﺎت‬
‫ﻛل ﻓﺌﺔ ﻫﻲ ﻤﺠﺎل ﻤﻐﻠق ﻋﻨد اﻟﺤد اﻷدﻨﻰ و ﻤﻔﺘوح ﻋﻨد اﻟﺤد اﻷﻋﻠﻰ؛ ﻓﻤﺜﻼ اﻟﻘﯿﻤﺔ‬ ‫) ‪( ni‬‬ ‫) ‪( Ci‬‬
‫)‪ (4.5‬ﺘﻨﺘﻤﻲ إﻟﻰ اﻟﻔﺌﺔ اﻟﺜﺎﻨﯿﺔ و ﻟﯿس اﻷوﻟﻰ؛ ﻨﻘ أر اﻟﺴطر اﻷول ﻤﺜﻼ‪ :‬ﻫﻨﺎك )‪4‬‬ ‫]‪4 ]4.5 ،4‬‬
‫]‪6 ]5 ،4.5‬‬
‫ﺴﯿﺎرات( ﻓﻲ اﻟﻌﯿﻨﺔ اﻟﻤدروﺴﺔ ﺘﺴﺘﻬﻠك ﻤﺎ ﺒﯿن )‪ 4‬و ‪ 4.5‬ﻟﺘر ﻤن اﻟﺒﻨزﯿن( ﻓﻲ اﻟﻤﺎﺌﺔ‬
‫]‪10 ]5.5 ،5‬‬
‫ﻛﯿﻠوﻤﺘر‪ ،‬و ﻋدد اﻟﺴﯿﺎرات اﻟﺘﻲ ﺘﺴﺘﻬﻠك ﻤﺎ ﺒﯿن )‪ 6‬و ‪ 6.5‬ﻟﺘر ﻤن اﻟﺒﻨزﯿن( ﻓﻲ‬
‫]‪12 ]6 ،5.5‬‬
‫اﻟﻤﺎﺌﺔ ﻛﯿﻠوﻤﺘر ﻫو )‪ 18‬ﺴﯿﺎرة(‪.‬‬
‫]‪18 ]6.5 ،6‬‬
‫ﻛﻤﺎ ﻨﺸﯿر إﻟﻰ اﻟﻤﻼﺤظﺎت اﻟﺘﺎﻟﯿﺔ‪:‬‬ ‫]‪7 ]7 ،6.5‬‬
‫]‪3 ]7.5 ،7‬‬
‫أ‪ -‬ﻤﺠﻤوع اﻟﺘﻛ اررات ﻋﻠﯿﻪ أن ﯿﻌطﻲ إﻟزاﻤﺎ ﻋدد ﻗﯿم اﻟﺴﻠﺴﻠﺔ )ﺤﺠم اﻟﻌﯿﻨﺔ(‪.‬‬ ‫‪60‬‬ ‫∑‬

‫ب‪ -‬اﻟﺤد اﻷﻋﻠﻰ ﻟﻔﺌﺔ ﻫو ذاﺘﻪ اﻟﺤد اﻷدﻨﻰ ﻟﻠﻔﺌﺔ اﻟﻤواﻟﯿﺔ‪ ،‬و ﯿﻌرف طول اﻟﻔﺌﺔ ﺒﺎﻟﻔرق ﺒﯿن‬
‫=‬
‫‪L X sup − X inf‬‬ ‫ﺤدﯿﻬﺎ‪:‬‬

‫ﺤﯿث‪ X sup :‬ﻫو اﻟﺤد اﻷﻋﻠﻰ ﻟﻠﻔﺌﺔ‪ ،‬و ‪ X inf‬ﻫو اﻟﺤد اﻷدﻨﻰ‪ ،‬ﻓﻤﺜﻼ ﻓﻲ اﻟﻔﺌﺔ اﻷوﻟﻰ‪(0.5 = 4 -4.5) :‬‬
‫و ﻫو ﻫﻨﺎ طول ﺜﺎﺒت )اﻟطول ﻨﻔﺴﻪ ﻟﻛل اﻟﻔﺌﺎت(‪.‬‬

‫ت‪-‬ﻻﺤظ أﯿﻀﺎ أن اﻟﺤد اﻷدﻨﻰ ﻟﻠﻔﺌﺔ اﻷوﻟﻰ و اﻟﺤد اﻷﻋﻠﻰ ﻟﻠﻔﺌﺔ اﻷﺨﯿرة )‪ (7.5-4‬ﯿﻌﺒران ﻋن اﻟﻤﺠﺎل‬
‫اﻟﻌﺎم اﻟذي ﺘﻨﺘﻤﻲ إﻟﯿﻪ ﻗﯿم اﻟﺴﻠﺴﻠﺔ ﻤﻊ ﻛون اﻟﺤد اﻷﻋﻠﻰ ﻨظرﯿﺎ أي ﻗد ﻻ ﺘوﺠد ﺘﻠك اﻟﻘﯿﻤﺔ ﺒﺎﻟﻀرورة ﻀﻤن‬
‫اﻟﻘﯿم‪.‬‬
‫‪ -‬ﻟﻛل ﻓﺌﺔ "ﻤرﻛز ﻓﺌﺔ" ﻨرﻤز ﻟﻪ ﺒ ـ ) ‪ ( X i‬و ﻫو ﺤﺎﺼل ﻗﺴﻤﺔ ﻤﺠﻤوع ﺤدي اﻟﻔﺌﺔ ﻋﻠﻰ اﺜﻨﯿن‪:‬‬

‫‪4.5 + 4‬‬ ‫‪xsup + xinf‬‬

‫= ‪x1‬‬ ‫‪= 4.25‬‬ ‫ﻓﻤﺜﻼ ﻤرﻛز اﻟﻔﺌﺔ اﻷوﻟﻰ ﻫو‪:‬‬ ‫= ‪xi‬‬
‫‪2‬‬ ‫‪2‬‬

‫و ﯿﻤﻛﻨﻨﺎ اﻋﺘﺒﺎر ﻤرﻛز اﻟﻔﺌﺔ ﻗﯿﻤﺔ ﺘـﻨوب ﻋن ﻛل اﻟﻘﯿم اﻟﻤﻨﺘﻤﯿﺔ إﻟﻰ اﻟﻔﺌﺔ ﻛﻤﺎ ﺴﻨرى ﻻﺤﻘﺎ‪.‬‬

‫ث‪-‬ﻤن ﺤﯿث ﻤﻌرﻓﺘﻨﺎ أو ﻋدم ﻤﻌرﻓﺘﻨﺎ ﺒﺎﻟﺤد اﻷدﻨﻰ ﻟﻠﻔﺌﺔ اﻷوﻟﻰ و اﻟﺤد اﻷﻋﻠﻰ ﻟﻠﻔﺌﺔ اﻷﺨﯿرة )أي اﻟﻤﺠﺎل‬
‫اﻟﻌﺎم اﻟذي ﺘﻨﺘﻤﻲ إﻟﯿﻪ ﻗﯿم اﻟﻤﺘﻐﯿر( ﯿﻤﻛﻨﻨﺎ أن ﻨﻤﯿز ﺒﯿن ﻋدة أﻨواع ﻤن اﻟﺘوزﯿﻌﺎت اﻟﺘﻛ اررﯿﺔ‪:‬‬

‫‪33‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﺠدول ﻤﻔﺘوح ﻤن‬ ‫ﺠدول ﻤﻔﺘوح ﻤن‬ ‫ﺠدول ﻤﻔﺘوح ﻤن‬ ‫ﺠدول ﻤﻐﻠق‬
‫اﻟطرﻓﯿن‬ ‫أﻋﻠﻰ‬ ‫أﺴﻔل‬
‫اﻟﺘﻛرار‬ ‫اﻟﻔﺌﺎت‬ ‫اﻟﺘﻛرار‬ ‫اﻟﻔﺌﺎت‬ ‫اﻟﺘﻛرار‬ ‫اﻟﻔﺌﺎت‬ ‫اﻟﺘﻛرار‬ ‫اﻟﻔﺌﺎت‬
‫‪2‬‬ ‫أﻗل ﻤن‪4‬‬ ‫‪3‬‬ ‫]‪]10 ،8‬‬ ‫‪2‬‬ ‫أﻗل ﻤن ‪6‬‬ ‫‪4‬‬ ‫]‪]5 ،0‬‬
‫‪4‬‬ ‫]‪]8 ،4‬‬ ‫‪5‬‬ ‫]‪]12 ،10‬‬ ‫‪5‬‬ ‫]‪]10 ،6‬‬ ‫‪8‬‬ ‫]‪]10 ،5‬‬
‫‪8‬‬ ‫]‪]12 ،8‬‬ ‫‪8‬‬ ‫]‪]14 ،12‬‬ ‫‪7‬‬ ‫]‪]14 ،10‬‬ ‫‪10‬‬ ‫]‪]15 ،10‬‬
‫‪6‬‬ ‫‪ 12‬ﻓﺄﻛﺜر‬ ‫‪4‬‬ ‫‪ 14‬ﻓﺄﻛﺜر‬ ‫‪6‬‬ ‫]‪[18 ،14‬‬ ‫‪8‬‬ ‫]‪[20 ،15‬‬
‫‪20‬‬ ‫∑‬ ‫‪20‬‬ ‫∑‬ ‫‪20‬‬ ‫∑‬ ‫‪30‬‬ ‫∑‬

‫ﻋﻤوﻤﺎ ﺘﻔرض طﺒﯿﻌﺔ اﻟظواﻫر اﻟﻤدروﺴﺔ ﻨوع اﻟﺠدول اﻟﻨﺎﺠم؛ ﻓﻤﺜﻼ ﻗد ﯿﻨﺸﺄ اﻟﺠدول اﻟﻤﻐﻠق ﺤﯿﻨﻤﺎ ﯿﻛون‬
‫اﻟﻤﺘﻐﯿر اﻟﻤدروس ﻋﻼﻤﺎت ﻤﺠﻤوﻋﺔ ﻤن اﻟطﻠﺒﺔ و ﺤﯿﻨﻬﺎ ﻨﻌﻠم ﻨظرﯿﺎ أن اﻟﻌﻼﻤﺔ ﻻ ﺘﻘل ﻋن ﺼﻔر و ﻻ ﺘزﯿد‬
‫ﻋﻠﻰ ‪ ،20‬و ﻓﻲ ﺒﻌض اﻷﺤﯿﺎن ﯿﺘﻌذر ﻤﻌرﻓﺔ اﻟﻘﯿﻤﺔ اﻟدﻨﯿﺎ اﻟﺘﻲ ﯿﻤﻛن أن ﯿﺄﺨذﻫﺎ اﻟﻤﺘﻐﯿر ﻛﻤﺎ ﻓﻲ اﻟدراﺴﺎت و‬
‫اﻟﺘﺤﺎﻟﯿل اﻟﻤﺨﺒرﯿﺔ أﯿن ﯿﻤﻨﻊ ﻤﺴﺘوى اﻟدﻗﺔ اﻟﻤﺘوﻓر ﻓﻲ اﻷﺠﻬزة و اﻷدوات اﻟﻛﺎﺸﻔﺔ ﻤن اﻟﻛﺸف ﻋن ﻤﻘدار‬
‫ﻋﻨﺼر ﻤﻌﯿن ﺘﺤت ﻋﺘﺒﺔ ﻤﻌﯿﻨﺔ ﻓﯿﻨﺸﺄ ﺠدول ﻤﻔﺘوح ﻤن أﺴﻔل‪...‬‬

‫ج‪ -‬ﻤن ﺤﯿث ﺘﺴﺎوي أطوال اﻟﻔﺌﺎت أو ﺘﻔﺎوﺘﻬﺎ ﻨﻤﯿز ﺒﯿن ﻨوﻋﯿن ﻤن اﻟﺠداول اﻟﺘﻛ اررﯿﺔ؛ ﺤﯿث "ﻨﺴﻤﻲ اﻟﺘوزﯿﻊ‬
‫اﻟﺘﻛراري اﻟذي أطوال ﻓﺌﺎﺘﻪ ﻤﺘﺴﺎوﯿﺔ ﺒﺎﻟﺘوزﯿﻊ اﻟﺘﻛراري اﻟﻤﻨﺘظم؛ أﻤﺎ إذا ﻛﺎﻨت ﻓﺌﺎﺘﻪ ﻏﯿر ﻤﺘﺴﺎوﯿﺔ اﻟطول ﻓﯿﺴﻤﻰ‬
‫ﺘوزﯿﻊ ﺘﻛراري ﻏﯿر ﻤﻨﺘظم"‪ ،1‬و ﻓﻲ اﻟﻐﺎﻟب ﯿﻔﻀل اﻟﺘوزﯿﻊ اﻟﺘﻛراري اﻟﻤﻨﺘظم؛ أﻤﺎ اﻟﺘوزﯿﻊ اﻟﻤﺘﻔﺎوت ﻓﻲ أطوال‬
‫اﻟﻔﺌﺎت ﻓﯿﻛون ﻤﺒر ار ﻓﻲ ﺤﺎﻻت أﺒرزﻫﺎ ﻛون ﺘﻛرار ﺒﻌض اﻟﻔﺌﺎت ﻀﺌﯿﻼ ﻗﯿﺎﺴﺎ إﻟﻰ اﻟﺘﻛ اررات اﻷﺨرى ﻓﯿﺘم‬
‫دﻤﺠﻬﺎ؛ أو ﺘوﺠﻪ اﻟﺒﺎﺤث –ﻨظ ار ﻟطﺒﯿﻌﺔ اﻟدراﺴﺔ‪ -‬إﻟﻰ اﻟﺘرﻛﯿز ﻋﻠﻰ ﻓﺌﺎت ﻤﻌﯿﻨﺔ ﻓﺤﯿﻨﻬﺎ ﯿدﻤﺞ اﻟﻔﺌﺎت ﻗﻠﯿﻠﺔ‬
‫اﻷﻫﻤﯿﺔ ﻓﻲ ﻓﺌﺔ واﺤدة‪.‬‬

‫و ﻛﻤﺎ رأﯿﻨﺎ ﺴﺎﺒﻘﺎ أن اﻟﺘﻛ اررات اﻟﻤطﻠﻘﺔ ﯿﻤﻛن اﻟﺘﻌﺒﯿر ﻋﻨﻬﺎ ﺒﻨﺴب ﻋن طرﯿق ﻗﺴﻤﺔ ﻛل ﺘﻛرار ﻋﻠﻰ ﻤﺠﻤوع‬
‫اﻟﺘﻛ اررات؛ ﻓﯿﻤﻛن ﺘوﺴﯿﻊ اﻟﺠدول اﻟﺴﺎﺒق ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫‪1‬‬
‫ﻛﺎﻣل ﻓﻠﯾﻔل و ﺧﻠﯾل ﺣﻣدان‪ ،‬اﻹﺣﺻﺎء‪ ،‬ط ‪ ،1‬دار اﻟﻣﻧﺎھﺞ‪ ،‬ﻋﻣﺎن‪ ،‬اﻷردن‪ ،2013 ،‬ص‪25‬‬

‫‪34‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻨﻘ أر ﻓﻲ اﻟﺠدول‪:‬‬ ‫اﻟﺘﻛرار اﻟﻨﺴﺒﻲ‬ ‫اﻟﺘﻛرار اﻟﺘواﺘر‬ ‫اﻟﻔﺌﺎت‬

‫اﻟﻤﺌوي ‪fi %‬‬ ‫‪fi‬‬ ‫) ‪( ni‬‬ ‫) ‪( Ci‬‬
‫ﻫﻨﺎك )‪ 06‬ﺴﯿﺎرات( و ﻫو ﻤﺎ ﯿﺸﻛل )‪ (%10‬ﻤن‬
‫‪06.67 0.0667‬‬ ‫]‪4 ]4.5 ،4‬‬
‫اﻟﻌﯿﻨﺔ اﻟﻤدروﺴﺔ ﺘﺴﺘﻬﻠك ﻤﺎ ﺒﯿن )‪ 4.5‬و ‪ 5‬ﻟﺘر( ﻤن‬
‫‪10.00‬‬ ‫‪0.10‬‬ ‫]‪6 ]5 ،4.5‬‬
‫اﻟﺒﻨزﯿن ﻓﻲ اﻟﻤﺎﺌﺔ ﻛﯿﻠوﻤﺘر‪ ،‬و ﻨﺴﺒﺔ اﻟﺴﯿﺎرات اﻟﺘﻲ‬ ‫‪16.67 0.1667‬‬ ‫]‪10 ]5.5 ،5‬‬
‫ﺘﺴﺘﻬﻠك ﻤﺎ ﺒﯿن )‪ 6‬و ‪ 6.5‬ﻟﺘر( ﻫو )‪ (%30‬أﻤﺎ‬ ‫‪20.00‬‬ ‫‪0.20‬‬ ‫]‪12 ]6 ،5.5‬‬
‫ﻋددﻫﺎ ﻓﻬو )‪ (18‬ﺴﯿﺎرة‪.‬‬ ‫‪30.00‬‬ ‫‪0.30‬‬ ‫]‪18 ]6.5 ،6‬‬
‫‪11.67 0.1167‬‬ ‫]‪7 ]7 ،6.5‬‬
‫‪05.00‬‬ ‫‪0.05‬‬ ‫]‪3 ]7.5 ،7‬‬
‫‪100‬‬ ‫‪1.00‬‬ ‫‪60‬‬ ‫∑‬

‫‪- 3‬اﻟﺘﻛ اررات اﻟﻤﺘﺠﻤﻌﺔ اﻟﺼﺎﻋدة و اﻟﻨﺎزﻟﺔ‪:‬‬

‫ﻓﻲ ﺒﻌض اﻷﺤﯿﺎن ﻗد ﯿﻬﺘم اﻟﺒﺎﺤث ﺒﻤﻌرﻓﺔ ﻋدد اﻟوﺤدات اﻹﺤﺼﺎﺌﯿﺔ اﻟﺘﻲ ﺘﺤﻘق ﻗﯿﻤﺔ أﻗل أو ﺘﺴﺎوي ﺤدا‬
‫ﻤﻌﯿﻨﺎ ﻋﻠﻰ ﺴﻠم اﻟﻤﺘﻐﯿر اﻟﻤدروس؛ ﻓﻤﺜﻼ ﻟﻨﻌد إﻟﻰ اﻟﺠدول اﻟوارد ﻓﻲ )ﻤﺜﺎل ‪:(5-2‬‬

‫إذا طرﺤﻨﺎ اﻟﺴؤال‪ :‬ﻛم ﻋدد اﻟﻤواﻨﺊ اﻟﺘﻲ ﺘﺴﺘﻘﺒل )‪ (4‬ﺴﻔن أو أﻗل؟ و اﻟﺠواب ﻫو‬ ‫اﻟﺘﻛرار‬ ‫ﻋدد اﻟﺴﻔن‬
‫)‪ ،(3‬ﻛم ﻋدد اﻟﻤواﻨﺊ اﻟﺘﻲ ﺘﺴﺘﻘﺒل )‪ (6‬ﺴﻔن أو أﻗل؟ ﻫذا ﯿﻌﻨﻲ ﺠﻤﻊ اﻟﺘﻛ اررﯿن‬ ‫) ‪( ni‬‬ ‫) ‪( Xi‬‬
‫اﻷول و اﻟﺜﺎﻨﻲ )‪(8=5+3‬؛ و ﻫﻛذا‪ ...‬ﯿﻨﺸﺄ ﻋن ﻫذﻩ اﻟﻌﻤﻠﯿﺔ ﺘراﻛم ﻤﺘزاﯿد ﻟﻠﺘﻛ اررات‬ ‫‪3‬‬ ‫‪4‬‬
‫‪5‬‬ ‫‪6‬‬
‫ﻨطﻠق ﻋﻠﯿﻪ "اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد"؛ ﻨرﻤز ﻟﻪ ﺒ ـ )↑ ‪ (ni‬ﺤﯿث‪:‬‬
‫‪9‬‬ ‫‪7‬‬
‫‪n1 ↑= n1‬‬
‫= ‪n2‬‬
‫‪↑ n1 + n2= n1 ↑ + n2‬‬ ‫‪7‬‬ ‫‪8‬‬
‫= ‪n3‬‬
‫=‪↑ n1 + n2 + n‬‬
‫‪3‬‬ ‫‪n2 ↑ + n3‬‬ ‫‪6‬‬ ‫‪9‬‬
‫= ‪n4‬‬
‫‪↑ n1 + n2 + n3 + n4= n3 ↑ + n4‬‬ ‫‪30‬‬ ‫∑‬
‫= ‪ni‬‬
‫=‪↑ n1 + n2 ... + n‬‬
‫‪i‬‬ ‫‪ni −1 ↑ + ni‬‬

‫‪35‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻛﻤﺎ أﻨﻨﺎ ﻓﻲ أﺤﯿﺎن أﺨرى ﻗد ﻨﻬﺘم ﺒﻤﻌرﻓﺔ ﻋدد اﻟوﺤدات اﻹﺤﺼﺎﺌﯿﺔ اﻟﺘﻲ ﺘﺤﻘق ﻗﯿﻤﺔ أﻛﺒر ﻤن أو ﺘﺴﺎوي ﺤدا‬
‫ﻤﻌﯿﻨﺎ ﻋﻠﻰ ﺴﻠم اﻟﻤﺘﻐﯿر اﻟﻤدروس؛ ﻓﻔﻲ اﻟﺠدول اﻟﺴﺎﺒق ﻗد ﻨطرح اﻟﺴؤال‪ :‬ﻛم ﻋدد اﻟﻤواﻨﺊ اﻟﺘﻲ ﺘﺴﺘﻘﺒل )‪(4‬‬
‫ﺴﻔن أو أﻛﺒر؟ و اﻟﺠواب ﻫو ﻛل ﻋﻨﺎﺼر اﻟﻌﯿﻨﺔ )‪ ،(30‬ﻛم ﻋدد اﻟﻤواﻨﺊ اﻟﺘﻲ ﻋدد ﺴﻔﻨﻬﺎ أﻛﺒر أو ﯿﺴﺎوي‬
‫)‪(6‬؟ و اﻟﺠواب ﻫو‪ :‬ﻛل ﻋﻨﺎﺼر اﻟﻌﯿﻨﺔ )‪ (30‬ﺒﺎﺴﺘﺜﻨﺎء اﻟﻤواﻨﺊ اﻟﺜﻼث اﻷوﻟﻰ )‪ ،(27=3-30‬ﻫذا ﯿﻌﻨﻲ‬
‫أﻨﻨﺎ ﻨﺒدأ ﻤن اﻟﻌدد اﻹﺠﻤﺎﻟﻲ و ﻨطرح ﻓﻲ ﻛل ﻤرة ﺘﻛ ار ار ﻤﻌﯿﻨﺎ؛ ﻓﯿﻨﺸﺄ ﺘراﻛم ﻤﺘﻨﺎﻗص ﻨطﻠق ﻋﻠﯿﻪ "اﻟﺘﻛرار‬
‫اﻟﻤﺘﺠﻤﻊ اﻟﻨﺎزل" و ﻨرﻤز ﻟﻪ ﺒ ـ ) ↓ ‪ ( ni‬ﺤﯿث‪:‬‬
‫=‬
‫↓ ‪n1‬‬ ‫=∑‬
‫‪n‬‬
‫‪i‬‬ ‫‪N‬‬
‫= ‪n2‬‬
‫‪↓ N − n1‬‬
‫= ‪n3‬‬
‫=‪↓ N − n1 − n‬‬
‫‪2‬‬ ‫‪n2 ↓ −n2‬‬
‫= ‪n4‬‬
‫=‪↓ N − n1 − n2 − n‬‬
‫‪3‬‬ ‫‪n3 ↓ −n3‬‬
‫= ‪ni‬‬
‫=‪↓ N − n1 − n2 ...n‬‬
‫‪i‬‬ ‫‪ni −1 ↓ −ni −1‬‬

‫ﻤﺜﺎل ‪ :8-2‬إرﺠﻊ إﻟﻰ اﻟﺠدول اﻟﺴﺎﺒق و ﺸﻛل ﻋﻤودي اﻟﺘﻛ اررات اﻟﻤﺘﺠﻤﻌﺔ اﻟﺼﺎﻋدة و اﻟﺘﻛ اررات اﻟﻤﺘﺠﻤﻌﺔ‬
‫اﻟﻨﺎزﻟﺔ ﻤﻊ ﺘﺒﯿﯿن ﻛﯿﻔﯿﺔ ﻗراءة اﻟﻨﺘﺎﺌﺞ‬

‫اﻟﺤل‪:‬‬

‫ت‪.‬م‪.‬ن‬ ‫ت‪.‬م‪.‬ص‬ ‫اﻟﺘﻛرار‬ ‫ﻋدد اﻟﺴﻔن‬

‫)↓ ‪( n‬‬
‫‪i‬‬ ‫)↑ ‪(ni‬‬ ‫) ‪( ni‬‬ ‫) ‪( Xi‬‬
‫‪30‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪4‬‬
‫‪27=3-30‬‬ ‫‪8=5+3‬‬ ‫‪5‬‬ ‫‪6‬‬
‫‪22=5-27‬‬ ‫‪17=9+8‬‬ ‫‪9‬‬ ‫‪7‬‬
‫‪13=9-22 24=7+17‬‬ ‫‪7‬‬ ‫‪8‬‬
‫‪6=7-13 30=6+24‬‬ ‫‪6‬‬ ‫‪9‬‬
‫‪/‬‬ ‫‪/‬‬ ‫‪30‬‬ ‫∑‬

‫ﺒﺤذف اﻟﻌﻤﻠﯿﺎت اﻟﺤﺴﺎﺒﯿﺔ ﻨﺤﺼل ﻋﻠﻰ اﻟﺠدول ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫‪36‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻟﻨﻼﺤظ أن ﻋﻤود اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد ﯿﺒدأ ﺒــﺄول ﺘﻛرار‬ ‫ت‪.‬م‪.‬ن‬ ‫ت‪.‬م‪.‬ص‬ ‫اﻟﺘﻛرار‬ ‫ﻋدد اﻟﺴﻔن‬
‫)‪ 3‬ﻓﻲ ﻤﺜﺎﻟﻨﺎ( و ﯿﻨﺘﻬﻲ ﺒﺎﻹﺠﻤﺎﻟﻲ )‪ ،(30‬أﻤﺎ ﻋﻤود اﻟﺘﻛرار‬ ‫)↓ ‪( n‬‬
‫‪i‬‬ ‫)↑ ‪(ni‬‬ ‫) ‪( ni‬‬ ‫) ‪( Xi‬‬
‫اﻟﻤﺘﺠﻤﻊ اﻟﻨﺎزل ﻓﯿﺒدأ ﻤن اﻹﺠﻤﺎﻟﻲ و ﯿﻨﺘﻬﻲ إﻟﻰ آﺨر ﺘﻛرار‬ ‫‪30‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪4‬‬
‫‪27‬‬ ‫‪8‬‬ ‫‪5‬‬ ‫‪6‬‬
‫و ﻫذﻩ اﻟﺨواص ﯿﻨﺒﻐﻲ أن ﺘﺘﺤﻘق دوﻤﺎ ﻓﻲ ﻫذﯿن اﻟﻌﻤودﯿن‪.‬‬
‫‪22‬‬ ‫‪17‬‬ ‫‪9‬‬ ‫‪7‬‬
‫ﻨﻘ أر ﻤن اﻟﻌﻤود )ت‪.‬م‪.‬ص( ﻤﺜﻼ‪ :‬ﻫﻨﺎك )‪ (17‬ﻤﯿﻨﺎء ﺘﺴﺘﻘﺒل‬ ‫‪13‬‬ ‫‪24‬‬ ‫‪7‬‬ ‫‪8‬‬
‫ﯿوﻤﯿﺎ ﻋددا ﻤن اﻟﺴﻔن أﻗل أو ﯿﺴﺎوي )‪ 7‬ﺴﻔن(‪ ،‬أﻤﺎ ﻋدد‬ ‫‪6‬‬ ‫‪30‬‬ ‫‪6‬‬ ‫‪9‬‬
‫‪/‬‬ ‫‪/‬‬ ‫‪30‬‬ ‫∑‬
‫اﻟﻤواﻨﺊ اﻟﺘﻲ ﺘﺴﺘﻘﺒل ﯿوﻤﯿﺎ )‪ 8‬ﺴﻔن( أو أﻗل ﻓﻬو)‪ 24‬ﻤﯿﻨﺎء(‬

‫و ﻨﻘ أر ﻓﻲ ﻋﻤود )ت‪.‬م‪.‬ن( ﻤﺜﻼ‪ :‬ﻋدد اﻟﻤواﻨﺊ اﻟﺘﻲ ﺘﺴﺘﻘﺒل )‪ 6‬ﺴﻔن( أو أﻛﺜر ﻫو )‪ 27‬ﻤﯿﻨﺎء(‪ ،‬ﻋدد اﻟﻤواﻨﺊ‬
‫اﻟﺘﻲ ﺘﺴﺘﻘﺒل ﻋددا ﻤن اﻟﺴﻔن ﯿﺴﺎوي أو ﯿﻔوق )‪ 8‬ﺴﻔن( ﻫو )‪ 13‬ﻤﯿﻨﺎء(‪.‬‬

‫إﺠﻤﺎﻻ إذا اﻨﺼب اﻟﺴؤال ﻋﻠﻰ ﻋدد اﻟﻌﻨﺎﺼر اﻟﺘﻲ ﺘﺄﺨذ ﻗﯿﻤﺔ )أﻗل أو ﯿﺴﺎوي( ﺤدا ﻤﻌﯿﻨﺎ ﻨﻘ أر اﻟﻤطﻠوب ﻓﻲ‬
‫ﻋﻤود )ت‪.‬م‪.‬ص(‪ ،‬أﻤﺎ إذا اﻨﺼب ﻋﻠﻰ ﻋدد اﻟﻌﻨﺎﺼر اﻟﺘﻲ ﺘﺄﺨذ ﻗﯿﻤﺔ )أﻛﺒر أو ﯿﺴﺎوي ( ﺤدا ﻤﻌﯿﻨﺎ ﻨﻘ أر‬
‫اﻟﻤطﻠوب ﻓﻲ ﻋﻤود )ت‪.‬م‪.‬ن(‪.‬‬

‫و ﻛﻤﺎ ﻓﻌﻠﻨﺎ ﺴﺎﺒﻘﺎ ﻤﻊ اﻟﺘﻛ اررات اﻟﻌﺎدﯿﺔ ﻋﻨدﻤﺎ ﺤوﻟﻨﺎﻫﺎ إﻟﻰ ﺘﻛ اررات ﻨﺴﺒﯿﺔ ﻓﻛذﻟك ﯿﻤﻛن اﻟﺘﻌﺒﯿر ﻋن اﻟﺘﻛ اررات‬
‫اﻟﻤﺘﺠﻤﻌﺔ اﻟﺼﺎﻋدة و اﻟﻨﺎزﻟﺔ إﻟﻰ ﺘﻛ اررات ﻨﺴﺒﯿﺔ؛ ﻟﻨﻌد إﻟﻰ اﻟﺠدول اﻟﺴﺎﺒق و ﻟﻨﺸﻛل اﻟﺘﻛ اررات اﻟﻤﺘﺠﻤﻌﺔ‬
‫اﻟﺼﺎﻋدة اﻟﻨﺴﺒﯿﺔ و اﻟﺘﻛ اررات اﻟﻤﺘﺠﻤﻌﺔ اﻟﻨﺎزﻟﺔ اﻟﻨﺴﺒﯿﺔ‪:‬‬

‫‪37‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻤﺜﺎل ‪:9-2‬‬

‫ت‪.‬م‪.‬ن‬ ‫ت‪.‬م‪.‬ص‬ ‫اﻟﺘﻛرار اﻟﺘﻛرار اﻟﻨﺴﺒﻲ‬ ‫ﻋدد اﻟﺴﻔن‬

‫) ‪( ni ↓ %‬‬ ‫)‪(ni ↑ %‬‬
‫)↓ ‪( n‬‬
‫‪i‬‬ ‫)↑ ‪(ni‬‬ ‫اﻟﻤﺌوي ‪fi %‬‬ ‫) ‪( ni‬‬ ‫) ‪( Xi‬‬
‫‪100‬‬ ‫‪30‬‬ ‫‪10‬‬ ‫‪3‬‬ ‫‪10‬‬ ‫‪3‬‬ ‫‪4‬‬
‫‪90‬‬ ‫‪27‬‬ ‫‪26.67‬‬ ‫‪8‬‬ ‫‪17‬‬ ‫‪5‬‬ ‫‪6‬‬
‫‪73.33‬‬ ‫‪22‬‬ ‫‪56.67‬‬ ‫‪17‬‬ ‫‪30‬‬ ‫‪9‬‬ ‫‪7‬‬
‫‪43.33‬‬ ‫‪13‬‬ ‫‪80‬‬ ‫‪24‬‬ ‫‪23‬‬ ‫‪7‬‬ ‫‪8‬‬
‫‪20‬‬ ‫‪6‬‬ ‫‪100‬‬ ‫‪30‬‬ ‫‪20‬‬ ‫‪6‬‬ ‫‪9‬‬
‫‪/‬‬ ‫‪/‬‬ ‫‪/‬‬ ‫‪/‬‬ ‫‪100‬‬ ‫‪30‬‬ ‫∑‬

‫ﻨﻘ أر اﻟﻘﯿﻤﺔ )‪ (56.67‬ﻤﺜﻼ ﻛﻤﺎ ﯿﻠﻲ‪ %56.67 :‬ﻤن اﻟﻤواﻨﺊ اﻟﻤدروﺴﺔ )ﻋددﻫﺎ‪ (17 :‬ﺘﺴﺘﻘﺒل ﻋددا ﻤن اﻟﺴﻔن‬
‫أﻗل أو ﯿﺴﺎوي )‪ ،(7‬و )‪ (%80‬ﻤن اﻟﻤواﻨﺊ )ﻋددﻫﺎ‪ (24 :‬ﺘﺴﺘﻘﺒل ﻋددا ﻤن اﻟﺴﻔن أﻗل أو ﯿﺴﺎوي )‪.(8‬‬

‫و ﻨﻘ أر ﻓﻲ اﻟﻌﻤود اﻷﺨﯿر‪ %73.33 :‬ﻤن اﻟﻤواﻨﺊ )ﻋددﻫﺎ‪ (22 :‬ﺘﺴﺘﻘﺒل ﻋددا ﻤن اﻟﺴﻔن أﻛﺒر أو ﯿﺴﺎوي )‪(7‬‬
‫ﺴﻔن‪ ،‬و ‪ %43.33‬ﻤﻨﻬﺎ )ﻋددﻫﺎ‪ (13 :‬ﺘﺴﺘﻘﺒل ﻋددا ﻤن اﻟﺴﻔن أﻛﺒر أو ﯿﺴﺎوي )‪ (8‬ﺴﻔن ﯿوﻤﯿﺎ‪.‬‬

‫و ﻛذﻟك ﻓﻲ ﺤﺎﻟﺔ اﻟﻤﺘﻐﯿر اﻟﻤﺴﺘﻤر ﻓﺈﻨﻨﺎ ﻗد ﻨﻬﺘم ﺒﻤﻌرﻓﺔ ﻋدد اﻟوﺤدات اﻹﺤﺼﺎﺌﯿﺔ اﻟﺘﻲ ﺘﺤﻘق ﻗﯿﻤﺔ ﻟﻠﻤﺘﻐﯿر‬
‫اﻟﻤدروس أﻗل ﻤن ﺤد ﻤﻌﯿن؛ ﻓﻤﺜﻼ ﻟﻨﻌد إﻟﻰ اﻟﺠدول اﻟوارد ﻓﻲ اﻟﻤﺜﺎل )‪:(7-2‬‬

‫‪38‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻨطرح اﻟﺴؤال‪ :‬ﻛم ﻋدد اﻟﺴﯿﺎرات اﻟﺘﻲ ﺘﺴﺘﻬﻠك أﻗل ﻤن )‪ 4.5‬ﻟﺘر( ﻤن اﻟﺒﻨزﯿن؟ و‬ ‫اﻟﺘﻛرار‬ ‫اﻟﻔﺌﺎت‬
‫اﻟﺠواب ﻫو ﻨﻔﺴﻪ ﻋدد ﻋﻨﺎﺼر اﻟﻔﺌﺔ اﻷوﻟﻰ )أي‪ ،(4 :‬ﻛم ﻋدد اﻟﺴﯿﺎرات اﻟﺘﻲ ﺘﺴﺘﻬﻠك‬ ‫) ‪( ni‬‬ ‫) ‪( Ci‬‬
‫أﻗل ﻤن )‪ 5‬ﻟﺘرات( ﻓﻲ اﻟﻤﺎﺌﺔ ﻛﯿﻠوﻤﺘر؟ ﻫذا ﯿﺴﺘﻠزم ﺠﻤﻊ ﻋﻨﺎﺼر اﻟﻔﺌﺔ اﻟﺜﺎﻨﯿﺔ و‬ ‫]‪4 ]4.5 ،4‬‬
‫]‪6 ]5 ،4.5‬‬
‫اﻷوﻟﻰ )‪...(10=4+6‬ﻓﯿﻨﺸﺄ ﻤﺎ ﯿﺴﻤﻰ اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد‪.‬‬
‫]‪10 ]5.5 ،5‬‬
‫ﻛﻤﺎ أﻨﻨﺎ ﻗد ﻨﻬﺘم ﺒﻤﻌرﻓﺔ ﻋدد اﻟﻌﻨﺎﺼر اﻟﺘﻲ ﺘﺤﻘق ﻗﯿﻤﺔ ﻟﻠﻤﺘﻐﯿر اﻟﻤدروس ﺘﺴﺎوي أو‬ ‫]‪12 ]6 ،5.5‬‬
‫ﺘﻔوق ﺤدا ﻤﻌﯿﻨﺎ؛ ﻓﻤﺜﻼ‪ :‬ﻛم ﻋدد اﻟﺴﯿﺎرات اﻟﺘﻲ ﺘﺴﺘﻬﻠك )‪ 4‬ﻟﺘر( أو أﻛﺒر؟ و اﻟﺠواب‬ ‫]‪18 ]6.5 ،6‬‬
‫ﻫو ﻛل ﻋﻨﺎﺼر اﻟﻌﯿﻨﺔ )‪ (60‬ﻷن اﻟﻘﯿﻤﺔ )‪ (4‬ﻫﻲ اﻷﺼﻐر ﻓﻲ اﻟﺴﻠﺴﻠﺔ‪ ،‬ﻛم ﻋدد‬ ‫]‪7 ]7 ،6.5‬‬
‫]‪3 ]7.5 ،7‬‬
‫اﻟﺴﯿﺎرات اﻟﺘﻲ ﺘﺴﺘﻬﻠك )‪ 4.5‬ﻟﺘر أو أﻛﺜر(؟ ﻫذا ﯿﻌﻨﻲ أﻨﻨﺎ أﻗﺼﯿﻨﺎ ﻋﻨﺎﺼر اﻟﻔﺌﺔ‬
‫‪60‬‬ ‫∑‬
‫اﻷوﻟﻰ و ﺒﺎﻟﺘﺎﻟﻲ ﻓﺎﻟﻌدد ﻫو )‪...(56=4-60‬ﻓﯿﻨﺸﺄ ﻤﺎ ﯿﺴﻤﻰ اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﻨﺎزل‪.‬‬

‫ﻟﻨوﺴﻊ اﻟﺠدول أﻋﻼﻩ ﺒﺈﻀﺎﻓﺔ ﻋﻤودي اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد و اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﻨﺎزل ﻛﻤﺎ ﯿظﻬرﻩ اﻟﻤﺜﺎل‬
‫اﻟﻤواﻟﻲ‪:‬‬

‫ﻤﺜﺎل ‪:10-2‬‬

‫ت‪.‬م‪.‬ن‬ ‫اﻟﺘﻛرار ت‪.‬م‪.‬ص‬ ‫اﻟﻔﺌﺎت‬

‫)↓ ‪( n‬‬
‫‪i‬‬ ‫)↑ ‪( n‬‬
‫‪i‬‬ ‫) ‪( ni‬‬ ‫) ‪( Ci‬‬
‫‪60‬‬ ‫‪4‬‬ ‫]‪4 ]4.5 ،4‬‬
‫‪56=4-60‬‬ ‫‪10=6+4‬‬ ‫]‪6 ]5 ،4.5‬‬
‫‪50=6-56 20=10+10‬‬ ‫]‪10 ]5.5 ،5‬‬
‫‪40=10-50 32=12+20‬‬ ‫]‪12 ]6 ،5.5‬‬
‫‪28=12-40 50=18+32‬‬ ‫]‪18 ]6.5 ،6‬‬
‫‪10=18-28‬‬ ‫‪57=7+50‬‬ ‫]‪7 ]7 ،6.5‬‬
‫‪3=7-10‬‬ ‫‪60=3+57‬‬ ‫]‪3 ]7.5 ،7‬‬
‫‪/‬‬ ‫‪/‬‬ ‫‪60‬‬ ‫∑‬

‫‪39‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﺒﺤذف اﻟﺤﺴﺎﺒﺎت ﻤن اﻷﻋﻤدة‪:‬‬

‫ﻛﯿف ﻨﻘ أر اﻟﻘﯿم )‪ (32 ،20 ،10‬ﻓﻲ ﻋﻤود )ت‪.‬م‪.‬ص(؟‬ ‫اﻟﺘﻛرار ت‪.‬م‪.‬ص ت‪.‬م‪.‬ن‬ ‫اﻟﻔﺌﺎت‬
‫)↓ ‪( n‬‬ ‫)↑ ‪( n‬‬ ‫) ‪( ni‬‬ ‫) ‪( Ci‬‬
‫ﻫﻨﺎك )‪ 10‬ﺴﯿﺎرات( ﺘﺴﺘﻬﻠك أﻗل ﻤن )‪ 5‬ﻟﺘرات ﺒﻨزﯿن( ﻓﻲ‬
‫‪i‬‬ ‫‪i‬‬

‫‪60‬‬ ‫‪4‬‬ ‫]‪4 ]4.5 ،4‬‬

‫اﻟﻤﺎﺌﺔ ﻛﯿﻠوﻤﺘر‪20) ،‬ﺴﯿﺎرة( ﺘﺴﺘﻬﻠك أﻗل ﻤن )‪ 5.5‬ﻟﺘر ﺒﻨزﯿن( و‬
‫‪56‬‬ ‫‪10‬‬ ‫]‪6 ]5 ،4.5‬‬
‫)‪ 32‬ﺴﯿﺎرة( ﺘﺴﺘﻬﻠك أﻗل ﻤن )‪ 6‬ﻟﺘرات(‪...‬و ﻫﻛذا إذا طُرح‬ ‫‪50‬‬ ‫‪20‬‬ ‫]‪10 ]5.5 ،5‬‬
‫اﻟﺴؤال ﺒﺎﻟﺼﯿﻐﺔ )أﻗل ﻤن ﺤد أﻋﻠﻰ ﻟﻔﺌﺔ ﻤﻌﯿﻨﺔ( ﻨﻘ أر اﻟﺠواب ﻓﻲ‬ ‫‪40‬‬ ‫‪32‬‬ ‫]‪12 ]6 ،5.5‬‬
‫ﻋﻤود )ت‪.‬م‪.‬ص(‪ ،‬ﻻﺤظ أﻨﻨﺎ ﻨﻘول "أﻗل" ﻷن اﻟﻤﺠﺎل ﻋﻨد اﻟﺤد‬ ‫‪28‬‬ ‫‪50‬‬ ‫]‪18 ]6.5 ،6‬‬
‫اﻷﻋﻠﻰ ﻟﻠﻔﺌﺎت ﻤﻔﺘوح‪.‬‬ ‫‪10‬‬ ‫‪57‬‬ ‫]‪7 ]7 ،6.5‬‬
‫‪3‬‬ ‫‪60‬‬ ‫]‪3 ]7.5 ،7‬‬
‫ﻛﯿف ﻨﻘ أر اﻟﻘﯿم )‪ (40 ،50 ،56‬ﻓﻲ اﻟﻌﻤود )ت‪.‬م‪.‬ن(؟‬ ‫‪/‬‬ ‫‪/‬‬ ‫‪60‬‬ ‫∑‬

‫ﻫﻨﺎك )‪ 56‬ﺴﯿﺎرة( ﺘﺴﺘﻬﻠك ﻛﻤﯿﺔ ﻤن اﻟﺒﻨزﯿن ﺘﺴﺎوي أو ﺘﻔوق )‪ 4.5‬ﻟﺘر(‪ ،‬و )‪ 50‬ﺴﯿﺎرة( ﺘﺴﺘﻬﻠك )‪ 5‬ﻟﺘرات أو‬
‫أﻛﺜر(‪ ،‬و )‪ 40‬ﺴﯿﺎرة( ﺘﺴﺘﻬﻠك ﻛﻤﯿﺔ ﻤن اﻟﺒﻨزﯿن أﻛﺒر ﻤن أو ﺘﺴﺎوي )‪ 5.5‬ﻟﺘر(‪...‬و ﻫﻛذا إذا طُرح اﻟﺴؤال‬
‫ﺒﺎﻟﺼﯿﻐﺔ )أﻛﺒر ﻤن أو ﯿﺴﺎوي ﺤدا أدﻨﻰ ﻟﻔﺌﺔ ﻤﻌﯿﻨﺔ( ﻨﻘ أر اﻟﺠواب ﻓﻲ ﻋﻤود )ت‪.‬م‪.‬ن(‪ ،‬ﻻﺤظ أﻨﻨﺎ ﻨﻘول "أﻛﺒر‬
‫أو ﯿﺴﺎوي" ﻷن اﻟﻤﺠﺎل ﻋﻨد اﻟﺤدود اﻟدﻨﯿﺎ ﻟﻠﻔﺌﺎت ﻤﻐﻠق‪.‬‬

‫و ﻛﻤﺎ ﻋﺒرﻨﺎ ﺒﺎﻟﺘﻛ اررات اﻟﻤطﻠﻘﺔ ﯿﻤﻛﻨﻨﺎ ﻛذﻟك ﺘوﺴﯿﻊ اﻟﺠدول ﺒﺈﻀﺎﻓﺔ اﻟﺘﻛ اررات اﻟﻨﺴﺒﯿﺔ اﻟﻌﺎدﯿﺔ و اﻟﺼﺎﻋدة و‬
‫اﻟﻨﺎزﻟﺔ ﻛﻤﺎ ﯿﺒﯿﻨﻪ اﻟﻤﺜﺎل اﻟﺘﺎﻟﻲ‪:‬‬

‫‪40‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻤﺜﺎل‪:11-2 :‬‬

‫ﺘـ ـ ـ ـ ـ ـ ـﻛـ ـ ـ ـ ـ اررات ﻨـ ـ ـ ـ ـ ـ ـ ـﺴـ ـ ـ ـﺒ ـ ـ ـ ــﯿﺔ‬ ‫ﺘـ ـ ـ ـ ـﻛ ـ ـ ـ ـ اررات ﻤ ـ ـ ـ ـطـ ـ ـ ـﻠ ــﻘﺔ‬

‫اﻟﺘﻛرار ت‪.‬م‪.‬ص ت‪.‬م‪.‬ن‬ ‫اﻟﻔﺌﺎت‬
‫)↓ ‪( n ↓ %) ( n ↑ %) ( n %) ( n‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫)↑ ‪( n‬‬‫‪i‬‬ ‫) ‪( ni‬‬ ‫) ‪( Ci‬‬
‫‪100‬‬ ‫‪06.67 06.67‬‬ ‫‪60‬‬ ‫‪4‬‬ ‫]‪4 ]4.5 ،4‬‬
‫‪93.33‬‬ ‫‪16.67 10.00‬‬ ‫‪56‬‬ ‫‪10‬‬ ‫]‪6 ]5 ،4.5‬‬
‫‪83.33‬‬ ‫‪33.33 16.67‬‬ ‫‪50‬‬ ‫‪20‬‬ ‫]‪10 ]5.5 ،5‬‬
‫‪66.67‬‬ ‫‪53.33 20.00‬‬ ‫‪40‬‬ ‫‪32‬‬ ‫]‪12 ]6 ،5.5‬‬
‫‪46.67‬‬ ‫‪83.33 30.00‬‬ ‫‪28‬‬ ‫‪50‬‬ ‫]‪18 ]6.5 ،6‬‬
‫‪16.67‬‬ ‫‪95.00 11.67‬‬ ‫‪10‬‬ ‫‪57‬‬ ‫]‪7 ]7 ،6.5‬‬
‫‪05.00‬‬ ‫‪100 05.00‬‬ ‫‪3‬‬ ‫‪60‬‬ ‫]‪3 ]7.5 ،7‬‬
‫‪/‬‬ ‫‪/‬‬ ‫‪100‬‬ ‫‪/‬‬ ‫‪/‬‬ ‫‪60‬‬ ‫∑‬

‫ﻻﺤظ أﻨﻨﺎ ﻓﻲ اﻟﺸطر اﻷﯿﺴر ﻤن اﻟﺠدول أﻋدﻨﺎ ﻛﺘﺎﺒﺔ اﻟﺸطر اﻷﯿﻤن ﺒﻠﻐﺔ اﻟﻨﺴب اﻟﻤﺌوﯿﺔ‪ ،‬ﻟﻨطرح ﺒﻌض‬
‫اﻷﺴﺌﻠﺔ ﺤول ﻛﯿﻔﯿﺔ ﻗراءة اﻟﺠدول‪:‬‬

‫ﻛم ﻋدد اﻟﺴﯿﺎرات اﻟﺘﻲ ﺘﺴﺘﻬﻠك أﻗل ﻤن )‪ 7‬ﻟﺘر(؟ ﺒﻤﺎ أن اﻟﺴؤال ﯿﻨﺼب ﺤول "ﻋدد" ﻨﻘ أر ﻓﻲ اﻟﺸطر اﻷﯿﻤن‬
‫ﻤن اﻟﺠدول و ﺒﻤﺎ أﻨﻪ ﻤطروح ﺒﺼﯿﻐﺔ "أﻗل" ﻨﻌﺘﺒر اﻟﻘﯿﻤﺔ )‪ (7‬ﺤدا أﻋﻠﻰ ﻟﻔﺌﺔ؛ و اﻟﻔﺌﺔ اﻟﺘﻲ ﺘﺤﻘق ﻫذا اﻷﻤر‬
‫ﻫﻲ ﻤﺎ ﻗﺒل اﻷﺨﯿرة؛ إذن ﻨﻘ أر ﻤﺎ ﯿﻘﺎﺒﻠﻬﺎ ﻓﻲ ﻋﻤود )ت‪.‬م‪.‬ص( ﻓﺘﻛون اﻟﻨﺘﯿﺠﺔ ﻫﻲ‪ 57) :‬ﺴﯿﺎرة(‪.‬‬

‫ﻟو طرﺤﻨﺎ اﻟﺴؤال ذاﺘﻪ ﺒﺼﯿﻐﺔ‪ :‬ﻛم ﻨﺴﺒﺔ اﻟﺴﯿﺎرات اﻟﺘﻲ ﺘﺴﺘﻬﻠك أﻗل ﻤن )‪ 7‬ﻟﺘر( ﻨﻘ أر اﻟﻨﺘﯿﺠﺔ ﻤﻘﺎﺒل اﻟﻔﺌﺔ ذاﺘﻬﺎ‬
‫و ﻟﻛن ﻓﻲ ﺸطر اﻟﻨﺴب و ﺘﺤدﯿدا ﻓﻲ ﻋﻤود اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد اﻟﻨﺴﺒﻲ ﻓﺘﻛون اﻹﺠﺎﺒﺔ ﻫﻲ )‪.(% 95‬‬

‫ﻓﻲ ﺴطر اﻟﻔﺌﺔ اﻟﺜﺎﻟﺜﺔ؛ ﻨﻘ أر اﻟﻘﯿم اﻟواردة ﻓﻲ اﻷﻋﻤدة ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫‪41‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻫﻨﺎك )‪ 10‬ﺴﯿﺎرات( ﺘﺴﺘﻬﻠك ﻤﺎ ﺒﯿن )‪ 5‬و ‪ 5.5‬ﻟﺘر(‪ ،‬و )‪ 20‬ﺴﯿﺎرة( ﺘﺴﺘﻬﻠك أﻗل ﻤن )‪ 5.5‬ﻟﺘر( و )‪50‬‬
‫ﺴﯿﺎرة( ﺘﺴﺘﻬﻠك ﻛﻤﯿﺔ أﻛﺒر ﻤن أو ﺘﺴﺎوي )‪ 5‬ﻟﺘر(؛ و ﻓﻲ اﻟﺴطر ﻨﻔﺴﻪ ﻓﻲ ﺠﺎﻨب اﻟﺘﻛ اررات اﻟﻨﺴﺒﯿﺔ اﻟﻨﺴب‬
‫اﻟﻤﺌوﯿﺔ اﻟﺘﻲ ﺘﺸﻛﻠﻬﺎ ﺘﻠك اﻷﻋداد ﻤن اﻟﺴﯿﺎرات ﻋﻠﻰ اﻟﺘواﻟﻲ‪.‬‬

‫ﺜﺎﻨﯿﺎ‪ :‬اﻟﻌرض اﻟﺒﯿﺎﻨﻲ ‪Diagrams‬‬

‫ﺘﺴﻬم اﻷﺸﻛﺎل و اﻟرﺴوم اﻟﺒﯿﺎﻨﯿﺔ ﻓﻲ ﺘﺸﻛﯿل اﻨطﺒﺎع ﺴﻬل و ﺴرﯿﻊ ﺤول اﻟﺨﺼﺎﺌص اﻟﻌﺎﻤﺔ ﻟﻠﺒﯿﺎﻨﺎت اﻟﻤدروﺴﺔ؛‬
‫و ﺘوﺠد ﻤﺠﻤوﻋﺔ ﻛﺒﯿرة ﻤن طرق اﻟﺘﻤﺜﯿل اﻟﺒﯿﺎﻨﻲ ﯿﺘﻌﯿن اﻻﺨﺘﯿﺎر ﺒﯿﻨﻬﺎ ﺤﺴب طﺒﯿﻌﺔ اﻟﻤﺘﻐﯿر اﻟﻤدروس؛‬
‫ﻓﺒﺎﻟﻨﺴﺒﺔ إﻟﻰ اﻟﻤﺘﻐﯿر اﻟﻨوﻋﻲ و اﻟﻤﺘﻐﯿر اﻟﻛﻤﻲ اﻟﻤﺘﻘطﻊ ﻓﺈن أﺒرز اﻟطرق ﻫﻲ "اﻷﻋﻤدة اﻟﺒﯿﺎﻨﯿﺔ"‪" ،‬اﻟﻤﻨﺤﻨﻰ‬
‫اﻟﺴــﻠﻤﻲ" و"اﻟدواﺌر اﻟﻨﺴﺒﯿﺔ" اﻵﺘﻲ ﺸرﺤﻬﺎ‪:‬‬
‫ُ‬

‫‪- 1‬اﻷﻋﻤدة اﻟﺒﯿﺎﻨﯿﺔ ‪Bar Charts‬‬

‫ُﯿﺸﻛل ﻫذا اﻟرﺴم ﺒﺎﺴﺘﺨدام أﻋﻤدة )ﻗد ﺘﻛون ﻓﻲ ﺸﻛل ﻤﺴﺘطﯿﻼت أو ﺨطوط ( ﻤﺘﺴﺎوﯿﺔ اﻟﻌرض؛ ﻏﯿر أن‬
‫طوﻟﻬﺎ ﯿﺘﻔﺎوت ﺒﺘﻔﺎوت اﻟﺘﻛ اررات اﻟﺘﻲ ﺘﻌﺒر ﻋﻨﻬﺎ؛ ﺤﯿث ﻨﻀﻊ ﻋﻠﻰ اﻟﻤﺤور اﻷﻓﻘﻲ اﻟﺼﻔﺎت اﻟﺘﻲ ﯿﺄﺨذﻫﺎ‬
‫اﻟﻤﺘﻐﯿر و ﻋﻠﻰ اﻟﻤﺤور اﻟﻌﻤودي اﻟﺘﻛرار اﻟﻤﻘﺎﺒل ﻟﻛل ﺼﻔﺔ؛ ﻛﻤﺎ ﺘﺒﯿﻨﻪ اﻷﻤﺜﻠﺔ اﻟﺘﺎﻟﯿﺔ‪:‬‬

‫ﻤﺜﺎل ‪:12-2‬‬

‫ﯿﻌﺒر اﻟﺠدول اﻟﺘﺎﻟﻲ ﻋن ﻤﺴﺘوى ﺠودة اﻟﺨدﻤﺔ ﻓﻲ ﻋﯿﻨﺔ ﻤن اﻟﻔﻨﺎدق؛ اﻟﻤطﻠوب ﺘﻤﺜﯿﻠﻪ ﺒﯿﺎﻨﯿﺎ‪:‬‬

‫ﻋدد‬ ‫ﻨوﻋﯿﺔ ﺠودة‬

‫اﻟﻔﻨﺎدق‬ ‫اﻟﺨدﻤﺔ‬
‫‪03‬‬ ‫ردﯿﺌﺔ‬
‫‪10‬‬ ‫ﻤﻘﺒوﻟﺔ‬
‫‪06‬‬ ‫ﺠﯿدة‬
‫‪03‬‬ ‫ﻤﻤﺘﺎزة‬
‫‪22‬‬ ‫∑‬

‫‪42‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫اﻟﺘﻤﺜﯿل اﻟﺒﯿﺎﻨﻲ‪:‬‬

‫ﻤﺜﺎل ‪:13-2‬‬

‫ﻟﯿﻛن اﻟﺠدول اﻟﺘﺎﻟﻲ اﻟﻤﻌﺒر ﻋن اﻟﻌدد اﻟﯿوﻤﻲ ﻟﻠﺴﻔن اﻟﺘﻲ ﺘﺴﺘﻘﺒﻠﻬﺎ ﻋﯿﻨﺔ ﻤن اﻟﻤواﻨﺊ‪ ،‬ﯿطﻠب ﺘﻤﺜﯿﻠﻪ ﺒﯿﺎﻨﯿﺎ‪:‬‬

‫اﻟﺘﻛرار‬ ‫ﻋدد اﻟﺴﻔن‬

‫) ‪( ni‬‬ ‫) ‪( Xi‬‬
‫‪3‬‬ ‫‪2‬‬
‫‪5‬‬ ‫‪3‬‬
‫‪9‬‬ ‫‪4‬‬
‫‪6‬‬ ‫‪5‬‬
‫‪5‬‬ ‫‪6‬‬
‫‪28‬‬ ‫∑‬

‫ﻤﻼﺤظﺔ‪ :‬ﯿﻤﻛن ﺘﻤﺜﯿل اﻟﺠداول اﻟﺴﺎﺒﻘﺔ أﯿﻀﺎ ﺒﺎﺴﺘﺨدام اﻟﺘﻛ اررات اﻟﻨﺴﺒﯿﺔ ﻋﻠﻰ اﻟﻤﺤور اﻟﻌﻤودي ﺒدﻻ ﻤن‬
‫اﻟﺘﻛ اررات اﻟﻤطﻠﻘﺔ‪.‬‬

‫‪43‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫اﻟﺴ ـ ـ ــﻠﻤﻲ )اﻟدرﺠﻲ( ‪Ladder Curve‬‬

‫‪- 2‬اﻟﻤﻨﺤﻨﻰ ُ‬
‫ﯿﺴﺘﻌﻤل ﻫذا اﻷﺴﻠوب ﻟﺘﻤﺜﯿل اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد أو اﻟﻨﺎزل ﻟﻤﺘﻐﯿر ﻨوﻋﻲ ﻗﺎﺒل ﻟﻠﺘرﺘﯿب أو ﻤﺘﻐﯿر‬
‫ﻛﻤﻲ ﻤﺘﻘطﻊ ﻛﻤﺎ ﻓﻲ اﻷﻤﺜﻠﺔ اﻟﺘﺎﻟﯿﺔ‪:‬‬
‫ﻤﺜﺎل ‪:14-2‬‬

‫ت‪.‬م‪.‬ص ت‪.‬م‪.‬ن‬ ‫اﻟﻔﺌﺔ ﻨوﻋﯿﺔ ﺠودة ﻋدد‬

‫اﻟﻔﻨﺎدق‬ ‫اﻟﺨدﻤﺔ‬
‫‪22‬‬ ‫‪03‬‬ ‫‪03‬‬ ‫ردﯿﺌﺔ‬ ‫‪1‬‬
‫‪19‬‬ ‫‪13‬‬ ‫‪10‬‬ ‫ﻤﻘﺒوﻟﺔ‬ ‫‪2‬‬
‫‪09‬‬ ‫‪19‬‬ ‫‪06‬‬ ‫ﺠﯿدة‬ ‫‪3‬‬
‫‪03‬‬ ‫‪22‬‬ ‫‪03‬‬ ‫ﻤﻤﺘﺎزة‬ ‫‪4‬‬
‫‪/‬‬ ‫‪/‬‬ ‫‪22‬‬ ‫∑‬

‫ﻨﻼﺤظ أﻨﻨﺎ رﺴﻤﻨﺎ ﺨطﺎ أﻓﻘﯿﺎ ﯿﻤﺘد ﻤن‬

‫اﻟواﺤد إﻟﻰ ﻤﺎ دوﻨﻪ ﻋﻨد اﻟﺘﻛرار )‪ (3‬ﺜم‬
‫ﺨطﺎ أﻓﻘﯿﺎ ﻤن )‪ 2‬إﻟﻰ ‪ (1‬ﻋﻨد اﻟﺘﻛرار‬
‫)‪...(13‬و ﻫﻛذا‪ ،‬و ﺒرﺒط ﺘﻠك اﻟﻘطﻊ‬
‫ﺤﺼﻠﻨﺎ ﻋﻠﻰ اﻟﻤﻨﺤﻨﻰ اﻟدرﺠﻲ اﻟﻤﻌﺒر‬
‫ﻋن )ت‪.‬م‪.‬ص(‪.‬‬

‫و ﺒﺎﻟﻛﯿﻔﯿﺔ ﻨﻔﺴﻬﺎ ﻨﻤﺜل اﻟﻤﻨﺤﻨﻰ اﻟﺴﻠﻤﻲ اﻟﻤﻌﺒر ﻋن )ت‪.‬م‪.‬ن( ﺤﯿث ﻨﺒدأ ﻤن أول ﻓﺌﺔ و ﻨطرح اﻟﺴؤال )أﻛﺒر‬
‫أو ﯿﺴﺎوي اﻟواﺤد ﯿﻘﺎﺒﻠﻬﺎ اﻟﺘﻛرار ‪ (22‬ﻨﻤد ﻗطﻌﺔ ﻤﺴﺘﻘﯿﻤﺔ ﻤن اﻟواﺤد إﻟﻰ اﻹﺜﻨﯿن ﻋﻨد اﻟﺘﻛرار )‪ (22‬ﻫذا ﯿﻌﻨﻲ‬
‫أن اﻟﻤﻨﺤﻨﻰ ﻟن ﯿﻼﻤس اﻟﻤﺤور اﻟﻌﻤودي ﻛﺴﺎﺒﻘﻪ‪.‬‬

‫‪44‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪- 3‬اﻟدواﺌر اﻟﻨﺴﺒﯿﺔ ‪:Pie Charts‬‬

‫ﻓﻲ ﻫذﻩ اﻟطرﯿﻘﺔ ﻨﻔﺘرض أن اﻟزاوﯿﺔ اﻟﻛﻠﯿﺔ اﻟﻤﻌﺒرة ﻋن ﻤﺴﺎﺤﺔ اﻟﻘرص )‪ (°360‬ﺘﻘﺎﺒل اﻟﻘﯿﻤﺔ اﻹﺠﻤﺎﻟﯿﺔ‬
‫ﻟﻠﻤﺘﻐﯿر اﻟﻤدروس )ﻤﺠﻤوع اﻟﺘﻛ اررات(؛ و ﺘﺄﺨذ ﺤﯿﻨﻬﺎ ﻛل ﺼﻔﺔ ﻤن ﺼﻔﺎت اﻟﻤﺘﻐﯿر ﻤﺴﺎﺤﺔ ﻤن اﻟﻘرص‬
‫ﺤﺴب وزﻨﻬﺎ اﻟﻨﺴﺒﻲ ﻤن اﻹﺠﻤﺎﻟﻲ؛ ﻛﻤﺎ ﯿﺒﯿﻨﻪ اﻟﻤﺜﺎل اﻟﺘﺎﻟﻲ‪:‬‬
‫ﻤﺜﺎل ‪:15-2‬‬
‫ﯿﻌﺒر اﻟﺠدول اﻟﺘﺎﻟﻲ ﻋن ﺘوزﯿﻊ ﻤﯿزاﻨﯿﺔ دوﻟﺔ ﻤﺎ ﺤﺴب اﻟﻘطﺎﻋﺎت )اﻟوﺤدة‪ :‬ﻤﻠﯿﺎر دوﻻر(‪:‬‬

‫اﻟﻤطﻠوب‪ :‬ﺘﻤﺜﯿل اﻟﺠدول ﺒﺎﺴﺘﺨدام اﻟداﺌرة اﻟﻨﺴﺒﯿﺔ‪.‬‬ ‫اﻟﻤﺒﻠﻎ‬ ‫اﻟﻘطﺎع‬

‫اﻟﺤل‪:‬‬ ‫‪24‬‬ ‫اﻟﺼﻨﺎﻋﺔ‬

‫ﺘﻤﺜل اﻟزاوﯿﺔ اﻟﻛﻠﯿﺔ ﻟﻠداﺌرة )‪ (°360‬اﻟﻘﯿﻤﺔ اﻟﻛﻠﯿﺔ ﻟﻠﻤﺘﻐﯿر )‪ 120‬ﻤﻠﯿﺎر(‬ ‫‪36‬‬ ‫اﻟﻔﻼﺤﺔ‬
‫‪12‬‬ ‫اﻟﺼﺤﺔ‬
‫ﻨﺒدأ ﺒﺤﺴﺎب اﻟزاوﯿﺔ اﻟﻤﻌﺒرة ﻋن ﻛل ﺼﻔﺔ‪:‬‬
‫‪30‬‬ ‫اﻟدﻓﺎع‬
‫اﻟﺼﻨﺎﻋﺔ= ‪ °72 = °360 × 0.2 ،0.2 =120÷24‬أي ﻨﺼﯿب اﻟﺼﻨﺎﻋﺔ ﻤن‬
‫‪18‬‬ ‫اﻟﺘﻌﻠﯿم‬
‫اﻟزاوﯿﺔ اﻟﻛﻠﯿﺔ ﻫو زاوﯿﺔ ﻗﯿﺴﻬﺎ)‪(°72‬؛‬ ‫∑‬
‫‪120‬‬
‫اﻟﻔﻼﺤﺔ‪°108 = 360 ×0.3 =120÷36 :‬‬
‫اﻟﺼﺤﺔ‪°36 = 360 ×0.1 =120÷12 :‬‬
‫اﻟدﻓﺎع‪°90 = 360 ×0.25 =120÷30 :‬‬
‫اﻟﺘﻌﻠﯿم‪°54 = 360 ×0.15 =120÷18 :‬‬
‫ﻻﺤظ أن ﻤﺠﻤوع اﻟزواﯿﺎ‪ °360 =54+90+36+108+72 :‬ﻤﺜﻠﻤﺎ أن ﻤﺠﻤوع اﻟﻤﺒﺎﻟﻎ ﯿﺴﺎوي اﻟﻤﺒﻠﻎ‬
‫اﻹﺠﻤﺎﻟﻲ‪ 120 = 18 +30 +12 +36 +24 :‬ﻤﻠﯿﺎر‪.‬‬
‫و ﺒﻤﻌرﻓﺔ اﻟزواﯿﺎ اﻟﺴﺎﺒق ﺤﺴﺎﺒﻬﺎ ﯿﻤﻛﻨﻨﺎ ﺘﺸﻛﯿل اﻟداﺌرة اﻟﻨﺴﺒﯿﺔ ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫‪45‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪18‬‬
‫‪24‬‬
‫اﻟﺻﻧﺎﻋﺔ‬
‫اﻟﻔﻼﺣﺔ‬
‫اﻟﺻﺣﺔ‬
‫‪30‬‬
‫اﻟدﻓﺎع‬

‫‪36‬‬ ‫اﻟﺗﻌﻠﯾم‬

‫‪12‬‬

‫أﻤﺎ ﺒﺎﻟﻨﺴﺒﺔ إﻟﻰ اﻟﻤﺘﻐﯿر اﻟﻛﻤﻲ اﻟﻤﺴﺘﻤر ﻓﯿﻤﻛﻨﻨﺎ –ﺤﺴب اﻟﺤﺎﺠﺔ‪ -‬اﺴﺘﺨدام واﺤدة أو أﻛﺜر ﻤن اﻟطرق‬
‫اﻟﻤواﻟﯿﺔ‪:‬‬

‫‪- 4‬اﻟﻤدرج اﻟﺘﻛراري ‪Histogram‬‬

‫ﻋﻠﻰ اﻟﻤﺤور اﻷﻓﻘﻲ ﻨﻀﻊ ﺤدود اﻟﻔﺌﺎت؛ و ﻋﻠﻰ اﻟﻌﻤودي ﻨﻀﻊ اﻟﺘﻛ اررات؛ و ﻨرﺴم ﻤﺴﺘطﯿﻼت ﻤﺘﻼﺼﻘﺔ‬
‫ﺘﻤﺜل ﻗﺎﻋدﺘﻬﺎ طول اﻟﻔﺌﺔ و ارﺘﻔﺎﻋﻬﺎ ﺘﻛرار اﻟﻔﺌﺔ‪.‬‬
‫ﻤﺜﺎل ‪:16 -2‬‬
‫اﻟﺘوزﯿﻊ اﻟﺘﻛراري اﻟﺘﺎﻟﻲ ﯿﺒﯿن ﺘوزﯿﻊ ﻋﯿﻨﺔ ﻤن اﻟﻤؤﺴﺴﺎت ﺤﺴب ﺤﺠم اﻟﻤﺒﯿﻌﺎت اﻟﺴﻨوﯿﺔ ﺒﺎﻟﻤﻠﯿﺎر دﯿﻨﺎر‪:‬‬

‫اﻟﺘﻛرار‬ ‫اﻟﻤﺒﯿﻌﺎت‬
‫) ‪( ni‬‬ ‫) ‪( Ci‬‬
‫‪12‬‬ ‫]‪]20 ،10‬‬
‫‪14‬‬ ‫]‪]30 ،20‬‬
‫‪16‬‬ ‫]‪]40 ،30‬‬
‫‪04‬‬ ‫]‪]50 ،40‬‬
‫‪02‬‬ ‫]‪]60 ،50‬‬
‫‪48‬‬ ‫∑‬

‫‪46‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻤﻼﺤظﺔ‪ :‬ﻓﻲ ﺤﺎﻟﺔ اﻟﺘوزﯿﻊ اﻟﺘﻛراري ﻏﯿر اﻟﻤﻨﺘظم )اﻟﻔﺌﺎت ﻤﺘﻔﺎوﺘﺔ اﻟطول( ﻻ ﺘﺼﺒﺢ ارﺘﻔﺎﻋﺎت اﻟﻤﺴﺘطﯿﻼت‬
‫ﻤﻌﺒرة ﺒﺸﻛل ﺴﻠﯿم ﻟذﻟك ﯿﻨﺒﻐﻲ ﺤﺴﺎب ﻤﺎ ﯿﺴﻤﻰ "اﻟﺘﻛ اررات اﻟﻤﻌدﻟﺔ" و اﺴﺘﺨداﻤﻬﺎ ﻓﻲ اﻟﺘﻤﺜﯿل اﻟﺒﯿﺎﻨﻲ ﺒدﻻ ﻤن‬
‫اﻟﺘﻛ اررات اﻷﺼﻠﯿﺔ؛ و ﺘﺤﺴب اﻟﺘﻛ اررات اﻟﻤﻌدﻟﺔ ﺒﻘﺴﻤﺔ ﻛل ﺘﻛرار ﻋﻠﻰ طول اﻟﻔﺌﺔ اﻟﻤﻘﺎﺒﻠﺔ ﻟﻪ‪.‬‬

‫‪- 5‬اﻟﻤﻀﻠﻊ اﻟﺘﻛراري ‪Frequency Polygon‬‬

‫اﻟﻤﻀﻠﻊ اﻟﺘﻛراري ﻫو ﻗطﻊ ﻤﺴﺘﻘﯿﻤﺔ ﻤوﺼوﻟﺔ ﺒﺒﻌﻀﻬﺎ؛ ﻟﻛل ﻓﺌﺔ ﻨﺄﺨذ ﻤرﻛز اﻟﻔﺌﺔ ﻛﻤﻤﺜل ﻟﻬﺎ ﯿﻘﺎﺒﻠﻪ ﺘﻛرار‬
‫اﻟﻔﺌﺔ؛ ﻤﻊ إﻀﺎﻓﺔ ﻤرﻛز ﻓﺌﺔ وﻫﻤﯿﺔ ﻓﻲ اﻟﺒداﯿﺔ ﺘﻛرارﻫﺎ ﺼﻔر؛ و أﺨرى ﻓﻲ اﻟﻨﻬﺎﯿﺔ ﺘﻛرارﻫﺎ ﺼﻔر ﻟﺘﻛون‬
‫اﻟﻤﺴﺎﺤﺔ ﺘﺤت اﻟﻤﻀﻠﻊ ﻤﺤﺼورة ﺒﺎﻟﻤﺤور اﻷﻓﻘﻲ‪ ،‬و ﻫﻨدﺴﯿﺎ ﯿﻤﻛن اﻋﺘﺒﺎر ﻨﻘﺎط ﻤﻨﺘﺼف اﻟﻘطﻊ اﻟﻤﺴﺘﻘﯿﻤﺔ‬
‫ﻷﻋﻠﻰ ﻤﺴﺘطﯿﻼت اﻟﻤدرج اﻟﺘﻛراري ﻫﻲ اﻟﻨﻘﺎط اﻟﻤﺸﻛﻠﺔ ﻟﻠﻤﻀﻠﻊ اﻟﺘﻛراري‪ ،‬ﻓﺒﺎﻟرﺠوع إﻟﻰ اﻟﻤﺜﺎل اﻟﺴﺎﺒق ﯿﻤﻛﻨﻨﺎ‬
‫رﺴم اﻟﻤﻀﻠﻊ اﻟﺘﻛراري اﻨطﻼﻗﺎ ﻤن اﻟﻤدرج اﻟﺘﻛراري ﻛﻤﺎ ﯿﻠﻲ‪:‬‬
‫ﻤﺜﺎل ‪:17-2‬‬

‫ﻻﺤظ أﻨﻨﺎ اﻓﺘرﻀﻨﺎ وﺠود ﻓﺌﺔ ﻗﺒﻠﯿﺔ‬

‫)‪ (10-0‬ﺘﻛرارﻫﺎ ﺼﻔر و أﺨرى‬
‫ﺒﻌدﯿﺔ )‪ (70-60‬ﺘﻛرارﻫﺎ أﯿﻀﺎ‬
‫ﺼﻔر‪ .‬ﯿﻤﻛﻨﻨﺎ ﻤﺤو اﻟﻤﺴﺘطﯿﻼت و‬
‫اﻹﺒﻘﺎء ﻋﻠﻰ اﻟﺨط اﻟﻤﻨﻛﺴر‬
‫)اﻟﻤﻀﻠﻊ اﻟﺘﻛراري(‪.‬‬

‫ﻤﻼﺤظﺔ‪ :‬ﻫﻨﺎك ﻤﺎ ﯿﺴﻤﻰ "اﻟﻤﻨﺤﻨﻰ اﻟﺘﻛراري ‪ "Frequency Curve‬و ﯿرﺴم ﻤﺜل اﻟﻤﻀﻠﻊ اﻟﺘﻛراري ﻏﯿر أن‬
‫اﻟﺨط ﯿﻛون ﻤﻤﻬدا )اﻨﺴﯿﺎﺒﻲ( ﻏﯿر ﻤﻨﻛﺴر‪.‬‬

‫‪47‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪- 6‬ﻤﻨﺤﻨﻰ اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد و ﻤﻨﺤﻨﻰ اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﻨﺎزل ‪Cumulative Frequency Curve‬‬

‫ُﯿرﺴم ﻤﻨﺤﻨﻰ اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد ﺒوﺼل اﻟﻨﻘﺎط ذات اﻹﺤداﺜﯿﺎت )اﻟﺤد اﻷﻋﻠﻰ ﻟﻠﻔﺌﺔ‪ ،‬اﻟﺘﻛرار اﻟﻤﻘﺎﺒل ﻓﻲ‬
‫ﻋﻤود اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد(‪ ،‬و ﻤﻨﺤﻨﻰ اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﻨﺎزل ﺒوﺼل اﻟﻨﻘﺎط ذات اﻹﺤداﺜﯿﺎت )اﻟﺤد‬
‫اﻷدﻨﻰ ﻟﻠﻔﺌﺔ‪ ،‬اﻟﺘﻛرار اﻟﻤﻘﺎﺒل ﻓﻲ ﻋﻤود اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﻨﺎزل(؛ ﻛﻤﺎ ﯿﺒﯿﻨﻪ اﻟﻤﺜﺎل اﻟﺘﺎﻟﻲ‪:‬‬

‫ﻤﺜﺎل ‪:18-2‬‬

‫اﻟﺘوزﯿﻊ اﻟﺘﻛرار اﻟﺘﺎﻟﻲ ﯿﺒﯿن ﺘوزﯿﻊ ﻋﯿﻨﺔ ﻤن اﻟﺒﻠدﯿﺎت ﺤﺴب ﺤﺼﯿﻠﺔ اﻟﺠﺒﺎﯿﺔ ﻟﺴﻨﺔ ﻤﻌﯿﻨﺔ )اﻟوﺤدة‪ :‬ﻤﻠﯿﺎر دﯿﻨﺎر(‪:‬‬

‫ﻨﻤﺜل ﻋﻤودي اﻟﺘﻛ اررات اﻟﻤﺘﺠﻤﻌﺔ اﻟﺼﺎﻋدة و اﻟﻨﺎزﻟﺔ ﻛﻤﺎ ﻓﻲ‬ ‫اﻟﺘﻛرار‬ ‫اﻟﺠﺒﺎﯿﺔ‬
‫)↑ ‪( n ↓) ( n‬‬
‫) ‪( ni‬‬ ‫) ‪( Ci‬‬
‫‪i‬‬ ‫‪i‬‬
‫اﻟﺸﻛل أدﻨﺎﻩ‪ ،‬ﻻﺤظ أن اﻟﻤﻨﺤﻨﯿﯿن ﯿﺘﻘﺎطﻌﺎن ﻓﻲ ﻨﻘطﺔ ﻫﻲ‬
‫"اﻟوﺴﯿط" ﺴﻨﺘﻛﻠم ﻋﻨﻬﺎ ﺒﺎﻟﺘﻔﺼﯿل ﻓﻲ اﻟﻔﺼل اﻟﻘﺎدم‪.‬‬ ‫‪80‬‬ ‫‪12‬‬ ‫‪12‬‬ ‫]‪]10 ،05‬‬
‫‪68‬‬ ‫‪32‬‬ ‫‪20‬‬ ‫]‪]15 ،10‬‬
‫‪48‬‬ ‫‪68‬‬ ‫‪36‬‬ ‫]‪]20 ،15‬‬
‫‪12‬‬ ‫‪76‬‬ ‫‪08‬‬ ‫]‪]25 ،20‬‬
‫‪04‬‬ ‫‪80‬‬ ‫‪04‬‬ ‫]‪]30 ،25‬‬
‫‪/‬‬ ‫‪/‬‬ ‫‪80‬‬ ‫∑‬

‫‪48‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﺘﻤﺎرﯿن اﻟﻔﺼل اﻟﺜﺎﻨﻲ‪:‬‬

‫اﻟﺘﻤرﯿن اﻷول‪:‬‬

‫ﻓﻲ ﺴﯿﺎق دراﺴﺔ ﺘﻘوم ﺒﻬﺎ اﻟﻤﺼﺎﻟﺢ اﻟﻔﻼﺤﯿﺔ ﻟوﻻﯿﺔ ﻤﺎ ﺤول ﺴﻼﻟﺔ ﻤﺎ ﻤن ﺸﺠر اﻟﺘﻔﺎح؛ ﺘم ﺠﻤﻊ ﺴﻠﺴﻠﺔ‬
‫إﺤﺼﺎﺌﯿﺔ ﺤول ﻤﺘوﺴط اﻟﻐﻠﺔ اﻟﺘﻲ ﺘﻨﺘﺠﻬﺎ ﻋﯿﻨﺔ ﻤن اﻷﺸﺠﺎر ﻓﻛﺎﻨت اﻟﺒﯿﺎﻨﺎت ﻛﻤﺎ ﯿﻠﻲ )اﻟوﺤدة‪ ²10:‬ﻛﻠﻎ(‪:‬‬

‫‪1.60 1.58 1.17 1.26 1.50 1.20 1.42 1.30 1.22 1.20‬‬
‫‪1.45 1.16 1.42 1.32 1.37 1.07 1.39 1.68 1.55 1.48‬‬
‫‪1.37 1.49 1.27 1.00 1.12‬‬ ‫‪1.3‬‬ ‫‪1.3 1.00 1.24 1.10‬‬
‫‪1.47 1.38 1.47 1.34 1.35 1.29 1.32 1.20 1.30 1.60‬‬
‫‪1.44 1.46 1.15 1.40 1.40 1.37 1.32 1.25 1.10 1.05‬‬
‫و ﻟﻠﻌﯿﻨﺔ ﻨﻔﺴﻬﺎ ﺘم ﺠﻤﻊ ﺴﻠﺴﻠﺔ إﺤﺼﺎﺌﯿﺔ ﺤول ﻨﺼﯿب اﻟﺸﺠرة اﻟواﺤدة ﻤن ﺴﻤﺎد ﻤﻌﯿن ﺨﻼل اﻟﻔﺘرة اﻟﻤدروﺴﺔ؛‬
‫ﻓﻛﺎﻨت اﻟﺒﯿﺎﻨﺎت ﻛﻤﺎ ﯿﻠﻲ )اﻟوﺤدة‪ :‬ﻛﻠﻎ(‪:‬‬

‫‪25‬‬ ‫‪13‬‬ ‫‪25‬‬ ‫‪23‬‬ ‫‪17‬‬ ‫‪30‬‬ ‫‪24‬‬ ‫‪27‬‬ ‫‪26‬‬ ‫‪22‬‬
‫‪22‬‬ ‫‪19‬‬ ‫‪19‬‬ ‫‪24‬‬ ‫‪22‬‬ ‫‪26‬‬ ‫‪28‬‬ ‫‪24‬‬ ‫‪23‬‬ ‫‪18‬‬
‫‪20‬‬ ‫‪21‬‬ ‫‪16‬‬ ‫‪20‬‬ ‫‪19‬‬ ‫‪10‬‬ ‫‪21‬‬ ‫‪14‬‬ ‫‪22‬‬ ‫‪14‬‬
‫‪29‬‬ ‫‪26‬‬ ‫‪23‬‬ ‫‪25‬‬ ‫‪18‬‬ ‫‪15‬‬ ‫‪23‬‬ ‫‪18‬‬ ‫‪20‬‬ ‫‪19‬‬
‫‪33‬‬ ‫‪12‬‬ ‫‪22‬‬ ‫‪32‬‬ ‫‪34‬‬ ‫‪36‬‬ ‫‪37‬‬ ‫‪31‬‬ ‫‪29‬‬ ‫‪26‬‬
‫و ﻛذﻟك ﺘم ﺠﻤﻊ اﻟﺒﯿﺎﻨﺎت اﻟﻤﺘﻌﻠﻘﺔ ﺒ ـ ﻤﺘوﺴط "ﻋدد ﺤﺒﺎت اﻟﺘﻔﺎح ﻓﻲ اﻟﻛﯿﻠوﻏرام اﻟواﺤد"‪:‬‬

‫‪4‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪5‬‬
‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪6‬‬ ‫‪4‬‬
‫‪2‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪6‬‬
‫‪5‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪5‬‬
‫‪5‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪4‬‬

‫‪49‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫اﻟﻤطﻠوب‪:‬‬

‫ت ‪-‬ﺤدد اﻟﻤﺠﺘﻤﻊ اﻟﻤدروس و ﺤﺠم اﻟﻌﯿﻨﺔ اﻟﻤدروﺴﺔ و اﻟﻤﺘﻐﯿر أو اﻟﻤﺘﻐﯿرات اﻟﻤدروﺴﺔ و ﻨوع اﻟﻤﺘﻐﯿر؟‬
‫‌‬
‫ث ‪-‬ﻗم ﺒﺘﺒوﯿب اﻟﺒﯿﺎﻨﺎت اﻟﺴﺎﺒﻘﺔ ﻓﻲ ﺠداول ﺘﻛ اررﯿﺔ ﻤﻨﺎﺴﺒﺔ‪.‬‬
‫‌‬

‫اﻟﺤل‪:‬‬

‫اﻟﻤﺠﺘﻤﻊ اﻟﻤدروس ﻫو أﺸﺠﺎر اﻟﺘﻔﺎح‪ ،‬ﺤﺠم اﻟﻌﯿﻨﺔ اﻟﻤدروﺴﺔ )‪ 50‬ﺸﺠرة( ﻋرﻓﻨﺎﻫﺎ ﻤن ﻋدد اﻟﻤﺸﺎﻫدات‬
‫)اﻟﻘﯿم(‪ ،‬ﻫﻨﺎك ﺜﻼﺜﺔ ﻤﺘﻐﯿرات ﻤدروﺴﺔ ﻓﻲ ﻫذﻩ اﻟﻌﯿﻨﺔ‪:‬‬

‫اﻟﻛﻤﯿﺔ اﻟﻤﻨﺘﺠﺔ ﺒﺎﻟﻤﺎﺌﺔ ﻛﯿﻠوﻏرام و ﻫو ﻤﺘﻐﯿر ﻛﻤﻲ ﻤﺴﺘﻤر‬

‫ﻛﻤﯿﺔ اﻷﺴﻤدة اﻟﻤﺴﺘﻬﻠﻛﺔ ﺒﺎﻟﻛﯿﻠوﻏرام و ﻫو ﻤﺘﻐﯿر ﻛﻤﻲ ﻤﺴﺘﻤر‬

‫ﻋدد اﻟﺤﺒﺎت ﻓﻲ اﻟﻛﯿﻠوﻏرام‪ :‬و ﻫو ﻤﺘﻐﯿر ﻛﻤﻲ ﻤﺘﻘطﻊ‬

‫ﺒﻤﺎ أن ﻋدد اﻟﻤﺘﻐﯿرات اﻟﺘﻲ ﻟدﯿﻨﺎ ﺜﻼﺜﺔ ﺴﻨﺸﻛل ﻟﻛل ﻤﺘﻐﯿر ﺠدوﻻ ﺘﻛ اررﯿﺎ‪:‬‬

‫‪- 1‬ﺘﺒوﯿب ﺒﯿﺎﻨﺎت اﻟﺴﻠﺴﻠﺔ اﻷوﻟﻰ اﻟﻤﺘﻌﻠﻘﺔ ﺒﺎﻟﻛﻤﯿﺔ اﻟﻤﻨﺘﺠﺔ‪:‬‬

‫‌أ ‪ -‬ﻨﺒدأ أوﻻ ﺒﺘرﺘﯿب اﻟﺒﯿﺎﻨﺎت ﺘﺼﺎﻋدﯿﺎ‪:‬‬

‫‪1.17 1.16 1.15 1.12 1.10 1.10 1.07 1.05 1.00 1.00‬‬
‫‪1.30 1.29 1.27 1.26 1.25 1.24 1.22 1.20 1.20 1.20‬‬
‫‪1.37 1.37 1.35 1.34 1.32 1.32 1.32 1.30 1.30 1.30‬‬
‫‪1.46 1.45 1.44 1.42 1.42 1.40 1.40 1.39 1.38 1.37‬‬
‫‪1.68 1.60 1.60 1.58 1.55 1.50 1.49 1.48 1.47 1.47‬‬
‫ﻨﻼﺤظ أﺼﻐر ﻛﻤﯿﺔ إﻨﺘﺎج ﻤﺴﺠﻠﺔ ﻫﻲ )‪ 100= ²10 ×1.00‬ﻛﻠﻎ( و أﻛﺒر ﻛﻤﯿﺔ ﻫﻲ )‪ 168‬ﻛﻠﻎ(‪.‬‬

‫ب ‪-‬ﻨﺤﺴب اﻟطول اﻟﻤﻨﺎﺴب ﻟﻠﻔﺌﺔ‪ :‬ﯿﻤﻛﻨﻨﺎ اﺴﺘﺨدام ﻗﺎﻨون ﺴﺘورﺠز ﻤﺜﻼ‪:‬‬

‫‌‬

‫‪50‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫)‪K = 1 + 3.3log(50‬‬
‫=‬‫= )‪1 + 3.3(1.7‬‬‫‪6.61 ≅ 7‬‬

‫ﻨﻘﺴم اﻟﻤدى ﻋﻠﻰ ﻋدد اﻟﻔﺌﺎت ﻟﻨﺤﺼل ﻋﻠﻰ طول اﻟﻔﺌﺔ‪:‬‬

‫‪1.68 − 1.00 0.68‬‬

‫=‬‫‪L‬‬ ‫‪= = 0.097 ≅ 0.10‬‬
‫‪7‬‬ ‫‪7‬‬
‫ﻫذا ﯿﻌﻨﻲ أﻨﻨﺎ ﺴﻨﻘﺴم اﻷﺸﺠﺎر إﻟﻰ ﻤﺠﻤوﻋﺎت ﺠزﺌﯿﺔ ﺘﺘﻔﺎوت ﻛل ﻤﺠﻤوﻋﺔ ﻓﯿﻤﺎ ﺒﯿن ﻋﻨﺎﺼرﻫﺎ ﻓﻲ ﺤدود‬
‫)‪10‬ﻛﻠﻎ(‪ ،‬إذن ﺴﻨﺒدأ ﻤن أﺼﻐر ﻗﯿﻤﺔ ﻓﻲ اﻟﺴﻠﺴﻠﺔ و ﻨﻀﯿف )‪ (0.10‬ﻓﻲ ﻛل ﻤرة ﻟﺘﺸﻛﯿل )‪ 7‬ﻓﺌﺎت( و ﻨﻀﻊ‬
‫ﻤﻘﺎﺒل ﻛل ﻓﺌﺔ ﺘﻛرارﻫﺎ ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫ﺘﻌﺒر اﻟﻔﺌﺔ اﻷوﻟﻰ ) ‪ ( 1‬ﻋن ﻓﺌﺔ اﻷﺸﺠﺎر اﻟﺘﻲ ﺘﻨﺘﺞ ﻛﻤﯿﺔ ﻤن اﻟﺘﻔﺎح ﺘﺘراوح‬ ‫اﻟﺘﻛرار‬ ‫ﻛﻤﯿﺔ اﻹﻨﺘﺎج‬
‫‪C‬‬

‫) ‪( ni‬‬ ‫) ‪( Ci‬‬
‫ﻤﺎ ﺒﯿن )‪ 100‬و ‪ 110‬ﻛﻠﻎ( و ﻋددﻫﺎ )‪ 04‬أﺸﺠﺎر(‪.‬‬
‫‪04‬‬ ‫]‪]1.10 ،1.00‬‬
‫‪06‬‬ ‫]‪]1.20 ،1.10‬‬
‫‪09‬‬ ‫]‪]1.30 ،1.20‬‬
‫‪14‬‬ ‫]‪]1.40 ،1.30‬‬
‫‪11‬‬ ‫]‪]1.50 ،1.40‬‬
‫‪03‬‬ ‫]‪]1.60 ،1.50‬‬
‫‪03‬‬ ‫]‪]1.70 ،1.60‬‬
‫‪50‬‬ ‫∑‬

‫ﺒﺎﻟﻛﯿﻔﯿﺔ ﻨﻔﺴﻬﺎ ﻨﻘوم ﺒﺘﺒوﯿب ﺒﯿﺎﻨﺎت اﻟﻤﺘﻐﯿر اﻟﺜﺎﻨﻲ )ﻛﻤﯿﺔ اﻟﺴﻤﺎد اﻟﻤﺴﺘﻬﻠك(؛ ﻨرﺘب ﻗﯿم اﻟﺴﻠﺴﻠﺔ ﺘﺼﺎﻋدﯿﺎ‪:‬‬

‫‪18‬‬ ‫‪18‬‬ ‫‪17‬‬ ‫‪16‬‬ ‫‪15‬‬ ‫‪14‬‬ ‫‪14‬‬ ‫‪13‬‬ ‫‪12‬‬ ‫‪10‬‬
‫‪21‬‬ ‫‪21‬‬ ‫‪20‬‬ ‫‪20‬‬ ‫‪20‬‬ ‫‪19‬‬ ‫‪19‬‬ ‫‪19‬‬ ‫‪19‬‬ ‫‪18‬‬
‫‪24‬‬ ‫‪23‬‬ ‫‪23‬‬ ‫‪23‬‬ ‫‪23‬‬ ‫‪22‬‬ ‫‪22‬‬ ‫‪22‬‬ ‫‪22‬‬ ‫‪22‬‬
‫‪27‬‬ ‫‪26‬‬ ‫‪26‬‬ ‫‪26‬‬ ‫‪26‬‬ ‫‪25‬‬ ‫‪25‬‬ ‫‪25‬‬ ‫‪24‬‬ ‫‪24‬‬
‫‪37‬‬ ‫‪36‬‬ ‫‪34‬‬ ‫‪33‬‬ ‫‪32‬‬ ‫‪31‬‬ ‫‪30‬‬ ‫‪29‬‬ ‫‪29‬‬ ‫‪28‬‬
‫‪51‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻨﻼﺤظ أن أﺼﻐر ﻗﯿﻤﺔ ﻓﻲ اﻟﺴﻠﺴﻠﺔ ﻫﻲ )‪ (10‬و أﻛﺒر ﻗﯿﻤﺔ ﻫﻲ )‪ (37‬ﻫذا ﯿﻌﻨﻲ أن اﻟﻤدى ﯿﺴﺎوي‪:‬‬

‫)‪ ، (27=10-37‬أﻤﺎ ﻋدد اﻟﻔﺌﺎت ﻓﻼﺤظ أﻨﻪ ﯿﺒﻘﻰ ﻋﻠﻰ ﺤﺎﻟﻪ )‪ 7‬ﻓﺌﺎت(؛ و ﺒﻘﺴﻤﺔ اﻟﻤدى ﻋﻠﻰ ﻋدد اﻟﻔﺌﺎت‬
‫ﻨﺤﺼل ﻋﻠﻰ طول اﻟﻔﺌﺔ‪:‬‬

‫‪27‬‬
‫=‬
‫‪L‬‬ ‫‪= 3.86 ≅ 04‬‬
‫‪7‬‬
‫ﻨﺒدأ ﻤن أﺼﻐر ﻗﯿﻤﺔ و ﻨﻀﯿف اﻟطول )‪ (04‬ﺤﺘﻰ ﻨﺤﺼل ﻋﻠﻰ اﻟﻔﺌﺎت اﻟﺴﺒﻊ‪:‬‬

‫ﺘﺸﯿر اﻟﻔﺌﺔ اﻟﺜﺎﻟﺜﺔ ) ‪ ( 3‬ﻤﺜﻼ إﻟﻰ أن ﻫﻨﺎك )‪ 12‬ﺸﺠرة( ﻤن اﻟﻌﯿﻨﺔ اﻟﻤدروﺴﺔ‬ ‫اﻟﺘﻛرار‬ ‫ﻛﻤﯿﺔ اﻟﺴﻤﺎد‬
‫‪C‬‬

‫) ‪( ni‬‬ ‫اﻟﻤﺴﺘﻬﻠك ) ‪( Ci‬‬

‫اﺴﺘﻬﻠﻛت ﻤﺎ ﺒﯿن )‪ 18‬و ‪ 22‬ﻛﻠﻎ( ﻤن اﻟﺴﻤﺎد‬
‫‪03‬‬ ‫]‪]14 ،10‬‬
‫‪05‬‬ ‫]‪]18 ،14‬‬
‫‪12‬‬ ‫]‪]22 ،18‬‬
‫‪15‬‬ ‫]‪]26 ،22‬‬
‫‪08‬‬ ‫]‪]30 ،26‬‬
‫‪04‬‬ ‫]‪]34 ،30‬‬
‫‪03‬‬ ‫]‪]38 ،34‬‬
‫‪50‬‬ ‫∑‬

‫ﺒﺎﻟﻨﺴﺒﺔ إﻟﻰ اﻟﻤﺘﻐﯿر اﻟﺜﺎﻟث اﻟﻤدروس )ﻋدد ﺤﺒﺎت اﻟﺘﻔﺎح ﻓﻲ اﻟﻛﯿﻠوﻏرام اﻟواﺤد( ﻻﺤظ أﻨﻪ ﻤﺘﻐﯿر ﻛﻤﻲ ﻤﺘﻘطﻊ؛‬
‫ﻟذﻟك ﺴﺘﻛون ﻓﺌﺎﺘﻪ ﻋﻠﻰ ﺸﻛل ﻗﯿم ﻤﻨﻔﺼﻠﺔ و ﻟﯿس ﻋﻠﻰ ﺸﻛل ﻤﺠﺎﻻت ﻛﺴﺎﺒﻘﯿﻪ؛ ﻟذﻟك ﻨرﺘب اﻟﻘﯿم ﻛﺎﻟﻌﺎدة و‬
‫ﻨﺤدد ﻗﯿم اﻟطﺒﻊ ﻟﻠﻤﺘﻐﯿر )اﻟﺘﻲ ﺴﺘﻛون ﻫﻲ اﻟﻔﺌﺎت( ﺜم ﻨﺤﺴب ﺘﻛرار ﻛل ﻗﯿﻤﺔ ﻓﻨﺤﺼل ﻋﻠﻰ اﻟﺠدول اﻟﻤطﻠوب‪:‬‬

‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬
‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬
‫‪5‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬
‫‪6‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪5‬‬

‫‪52‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻨﻼﺤظ أن ﻗﯿم طﺒﻊ اﻟﻤﺘﻐﯿر ﻫﻲ‪ (6 ،5 ،4 ،3 ،2) :‬و ﻫﻲ ذاﺘﻬﺎ ﻓﺌﺎت اﻟﺠدول‪:‬‬

‫ﻻﺤظ أن اﻟﻔﺌﺔ اﻟﺜﺎﻟﺜﺔ ﻫﻲ اﻟﻤﻬﯿﻤﻨﺔ؛ أي )‪ 20‬ﺸﺠرة( ﻤن اﻟﻌﯿﻨﺔ اﻟﻤدروﺴﺔ‬ ‫ﻋدد اﻟﺤﺒﺎت ﻓﻲ اﻟﺘﻛرار‬
‫أﻋطت ﺤﺒﺎت ﺘﻔﺎح ذات ﺤﺠم ﯿﺠﻌل اﻟﻛﯿﻠوﻏرام ﯿﺤﺘوي ﻋﻠﻰ )‪ 04‬ﺤﺒﺎت(‪.‬‬ ‫) ‪( ni‬‬ ‫اﻟﻛﻠﻎ ) ‪( Ci‬‬
‫‪06‬‬ ‫‪2‬‬
‫‪10‬‬ ‫‪3‬‬
‫‪20‬‬ ‫‪4‬‬
‫‪08‬‬ ‫‪5‬‬
‫‪06‬‬ ‫‪6‬‬
‫‪50‬‬ ‫∑‬

‫اﻟﺘﻤرﯿن اﻟﺜﺎﻨﻲ‪:‬‬

‫ﻓﻲ اﻟﺠدوﻟﯿن اﻟﺜﺎﻨﻲ و اﻟﺜﺎﻟث اﻟﻤﺘﺤﺼل ﻋﻠﯿﻬﻤﺎ ﻓﻲ ﺤل اﻟﺘﻤرﯿن اﻟﺴﺎﺒق‪:‬‬

‫‪ -‬ﺸﻛل اﻟﺘﻛ اررات اﻟﻤﺘﺠﻤﻌﺔ اﻟﺼﺎﻋدة و اﻟﻨﺎزﻟﺔ‪ ،‬ﻤﻊ ﺘﻔﺴﯿر اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد ﻟﻠﻔﺌﺔ اﻟﺜﺎﻟﺜﺔ و ﻟﻠﻔﺌﺔ‬
‫اﻟراﺒﻌﺔ؛ و اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﻨﺎزل ﻟﻠﻔﺌﺔ اﻟراﺒﻌﺔ و ﻟﻠﻔﺌﺔ اﻟﺨﺎﻤﺴﺔ‪.‬‬
‫‪ -‬ﺸﻛل ﻤﺨﺘﻠف اﻟﺘﻛ اررات اﻟﻨﺴﺒﯿﺔ‬

‫اﻟﺤل‪:‬‬

‫‪ -‬ﺒﺎﻟﻨﺴﺒﺔ ﻟﻠﺠدول اﻟﺜﺎﻨﻲ‪:‬‬

‫‪53‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد اﻟﻤﻘﺎﺒل ﻟﻠﻔﺌﺔ‬ ‫اﻟﺘﻛرار‬ ‫ﻛﻤﯿﺔ اﻟﺴﻤﺎد‬

‫)↑ ‪( n ↓) ( n‬‬
‫‪i‬‬ ‫‪i‬‬
‫) ‪( ni‬‬ ‫اﻟﻤﺴﺘﻬﻠك ) ‪( Ci‬‬
‫اﻟﺜﺎﻟﺜﺔ ﻫو‪:‬‬
‫‪(n‬‬
‫‪3‬‬ ‫) ‪↑= 20‬‬
‫‪50‬‬ ‫‪03‬‬ ‫‪03‬‬ ‫]‪]14 ،10‬‬
‫ﯿﻌﻨﻲ‪ :‬ﻫﻨﺎك ‪ 20‬ﺸﺠرة اﺴﺘﻬﻠﻛت‬
‫‪47‬‬ ‫‪08‬‬ ‫‪05‬‬ ‫]‪]18 ،14‬‬
‫ﻛﻤﯿﺔ ﻤن اﻟﺴﻤﺎد أﻗل ﻤن )‪ 22‬ﻛﻠﻎ(؛‬ ‫‪42‬‬ ‫‪20‬‬ ‫‪12‬‬ ‫]‪]22 ،18‬‬
‫‪30‬‬ ‫‪35‬‬ ‫‪15‬‬ ‫]‪]26 ،22‬‬
‫(‬
‫‪ n4 ↑= 35‬ﯿﻌﻨﻲ‪:‬‬ ‫)‬ ‫و ﻟدﯿﻨﺎ‪:‬‬
‫‪15‬‬ ‫‪43‬‬ ‫‪08‬‬ ‫]‪]30 ،26‬‬
‫ﻟدﯿﻨﺎ )‪ 35‬ﺸﺠرة( اﺴﺘﻬﻠﻛت اﻟواﺤدة ﻤﻨﻬﺎ ﻛﻤﯿﺔ ﻤن‬ ‫‪07‬‬ ‫‪47‬‬ ‫‪04‬‬ ‫]‪]34 ،30‬‬
‫اﻟﺴﻤﺎد أﻗل ﻤن )‪ 26‬ﻛﻠﻎ(‪.‬‬ ‫‪03‬‬ ‫‪50‬‬ ‫‪03‬‬ ‫]‪]38 ،34‬‬
‫‪/‬‬ ‫‪/‬‬ ‫‪50‬‬ ‫∑‬
‫ﺒﺎﻟﻨﺴﺒﺔ ﻟﻠﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﻨﺎزل ﻟﻠﻔﺌﺘﯿن اﻟراﺒﻌﺔ و‬
‫اﻟﺨﺎﻤﺴﺔ‪:‬‬

‫) ‪ : ( n4 ↓= 30‬ﯿﻌﻨﻲ ﻟدﯿﻨﺎ )‪ 30‬ﺸﺠرة( اﺴﺘﻬﻠﻛت اﻟواﺤدة ﻤﻨﻬﺎ ﻛﻤﯿﺔ ﻤن اﻟﺴﻤﺎد ﺘﺴﺎوي أو ﺘﻔوق )‪ 22‬ﻛﻠﻎ(؛‬

‫) ‪ : ( n5 ↓= 15‬ﯿﻌﻨﻲ ﻟدﯿﻨﺎ )‪ 15‬ﺸﺠرة( اﺴﺘﻬﻠﻛت اﻟواﺤدة ﻤﻨﻬﺎ ﻛﻤﯿﺔ ﻤن اﻟﺴﻤﺎد ﺘﺴﺎوي أو ﺘﻔوق )‪ 26‬ﻛﻠﻎ(‪.‬‬

‫ﺘﺤوﯿل اﻟﺠدول إﻟﻰ ﺘﻛ اررات ﻨﺴﺒﯿﺔ‪:‬‬

‫ﻓﻲ ﻫذا اﻟﺠدول‬ ‫اﻟﺘﻛرار‬ ‫ﻛﻤﯿﺔ اﻟﺴﻤﺎد‬

‫)‪( n ↓ %) ( n ↓) ( n ↑ %) ( n ↑) ( n %‬‬
‫) ‪( ni‬‬ ‫اﻟﻤﺴﺘﻬﻠك ) ‪( Ci‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬
‫ﺤﺎذﯿﻨﺎ ﻟﻛل ﻋﻤود‬
‫‪100‬‬ ‫‪50‬‬ ‫‪06‬‬ ‫‪03‬‬ ‫‪06‬‬ ‫‪03‬‬ ‫]‪]14 ،10‬‬
‫ﻤن اﻟﺘﻛ اررات‬
‫‪94‬‬ ‫‪47‬‬ ‫‪16‬‬ ‫‪08‬‬ ‫‪10‬‬ ‫‪05‬‬ ‫]‪]18 ،14‬‬
‫اﻟﻤطﻠﻘﺔ ﻤﺎ ﯿﻌﺒر‬
‫‪84‬‬ ‫‪42‬‬ ‫‪40‬‬ ‫‪20‬‬ ‫‪24‬‬ ‫‪12‬‬ ‫]‪]22 ،18‬‬
‫ﻋﻨﻪ ﺒﺎﻟﻨﺴب اﻟﻤﺌوﯿﺔ‬
‫‪60‬‬ ‫‪30‬‬ ‫‪70‬‬ ‫‪35‬‬ ‫‪30‬‬ ‫‪15‬‬ ‫]‪]26 ،22‬‬
‫‪30‬‬ ‫‪15‬‬ ‫‪86‬‬ ‫‪43‬‬ ‫‪16‬‬ ‫‪08‬‬ ‫]‪]30 ،26‬‬
‫‪14‬‬ ‫‪07‬‬ ‫‪94‬‬ ‫‪47‬‬ ‫‪08‬‬ ‫‪04‬‬ ‫]‪]34 ،30‬‬
‫‪06‬‬ ‫‪03‬‬ ‫‪100‬‬ ‫‪50‬‬ ‫‪06‬‬ ‫‪03‬‬ ‫]‪]38 ،34‬‬
‫‪/‬‬ ‫‪/‬‬ ‫‪/‬‬ ‫‪/‬‬ ‫‪100‬‬ ‫‪50‬‬ ‫∑‬

‫‪54‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪ -‬ﺒﺎﻟﻨﺴﺒﺔ ﻟﻠﺠدول اﻟﺜﺎﻨﻲ‪:‬‬

‫اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﻨﺎزل‬ ‫اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد‬ ‫اﻟﺘﻛرار اﻟﻌﺎدي‬

‫ﻤطﻠق و ﻨﺴﺒﻲ‬ ‫ﻤطﻠق و ﻨﺴﺒﻲ‬ ‫ﻤطﻠق و ﻨﺴﺒﻲ‬

‫اﻟﺘﻛرار‬ ‫ﻋدد اﻟﺤﺒﺎت‬

‫)‪( n ↓ %) ( n ↓) ( n ↑ %) ( n ↑) ( n %‬‬
‫) ‪( ni‬‬ ‫ﻓﻲ اﻟﻛﻠﻎ ) ‪( Ci‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬

‫‪100‬‬ ‫‪50‬‬ ‫‪12‬‬ ‫‪06‬‬ ‫‪12‬‬ ‫‪06‬‬ ‫‪2‬‬

‫‪88‬‬ ‫‪44‬‬ ‫‪32‬‬ ‫‪16‬‬ ‫‪20‬‬ ‫‪10‬‬ ‫‪3‬‬

‫‪68‬‬ ‫‪34‬‬ ‫‪72‬‬ ‫‪36‬‬ ‫‪40‬‬ ‫‪20‬‬ ‫‪4‬‬

‫‪28‬‬ ‫‪14‬‬ ‫‪88‬‬ ‫‪44‬‬ ‫‪16‬‬ ‫‪08‬‬ ‫‪5‬‬

‫‪12‬‬ ‫‪06‬‬ ‫‪100‬‬ ‫‪50‬‬ ‫‪12‬‬ ‫‪06‬‬ ‫‪6‬‬

‫‪/‬‬ ‫‪/‬‬ ‫‪/‬‬ ‫‪/‬‬ ‫‪100‬‬ ‫‪50‬‬ ‫∑‬

‫ﺴﻨﻘ أر ﻓﻲ اﻟﺠدول أﻋﻼﻩ اﻟﻘﯿم اﻟواردة ﻓﻲ ﺴطر اﻟﻔﺌﺔ اﻟﺜﺎﻟﺜﺔ )ﻗﯿﻤﺘﻬﺎ ‪:( 4‬‬

‫ﻫﻨﺎك )‪ 20‬ﺸﺠرة( ﺘﻨﺘﺞ ﺘﻔﺎﺤﺎ ﻤﺘوﺴط ﺤﺠم ﺤﺒﺎﺘﻪ ﯿﻛﺎﻓﺊ )‪ 04‬ﺤﺒﺎت ﻓﻲ اﻟﻛﯿﻠوﻏرام( ؛ ﯿﺸﻛل ﻫذا اﻟﻌدد )‪20‬‬
‫ﺸﺠرة( ﻤﺎ ﻨﺴﺒﺘﻪ ) ‪ (%40‬ﻤن ﻋدد ﻋﻨﺎﺼر اﻟﻌﯿﻨﺔ اﻟﻤدروﺴﺔ‪ ،‬و ﻫﻨﺎك )‪ 36‬ﺸﺠرة( ﺘﻨﺘﺞ ﺘﻔﺎﺤﺎ ﻤﺘوﺴط ﺤﺠﻤﻪ‬
‫ﻻ ﯿﺘﺠﺎوز )‪ 04‬ﺤﺒﺎت ﻓﻲ اﻟﻛﯿﻠوﻏرام( ﺒﻤﻌﻨﻰ )‪ 04‬ﺤﺒﺎت أو أﻗل( و ﯿﺸﻛل ﻫذا اﻟﻌدد )‪ 36‬ﺸﺠرة( ﻤﺎ ﻨﺴﺒﺘﻪ‬
‫)‪ (%72‬ﻤن اﻟﻌﯿﻨﺔ اﻟﻤدروﺴﺔ‪ ،‬و ﻫﻨﺎك )‪ 34‬ﺸﺠرة( ﺘﻨﺘﺞ ﺘﻔﺎﺤﺎ ﻤﺘوﺴط ﺤﺠﻤﻪ )‪ 04‬ﺤﺒﺎت ﻓﺄﻛﺜر ﻓﻲ‬
‫اﻟﻛﯿﻠوﻏرام( أي )‪4‬أو ‪ 5‬أو ‪ (6‬و ﯿﺸﻛل ﻫذا اﻟﻌدد )‪ 34‬ﺸﺠرة(‪ %68 :‬ﻤن ﻤﺠﻤوﻋﺔ اﻷﺸﺠﺎر اﻟﻤدروﺴﺔ‪.‬‬

‫اﻟﺘﻤرﯿن اﻟﺜﺎﻟث‪:‬‬

‫ﻓﻲ ﻋﯿﻨﺔ ﻤن )‪ 21‬ﺘﻠﻤﯿذا( ﺒﻤدرﺴﺔ ﺠﻤﻌﻨﺎ ﺴﻠﺴﻠﺔ إﺤﺼﺎﺌﯿﺔ ﺤول اﻟﻤﻼﺤظﺔ اﻟﻤﺘﺤﺼل ﻋﻠﯿﻬﺎ ﻓﻲ اﻤﺘﺤﺎن ﻤﺎ‬
‫ﻓﻛﺎﻨت اﻟﺒﯿﺎﻨﺎت ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫‪55‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻀﻌﯿف‬ ‫ﻤﺘوﺴط‬ ‫ﺠﯿد‬ ‫ﺠﯿد‬ ‫ﻤﺘوﺴط‬ ‫دون اﻟوﺴط‬ ‫ﻤﺘوﺴط‬

‫ﻤﺘوﺴط‬ ‫ﺠﯿد‬ ‫دون اﻟوﺴط‬ ‫ﻀﻌﯿف‬ ‫ﻤﺘوﺴط‬ ‫ﻤﻤﺘﺎز‬ ‫ﻤﻤﺘﺎز‬
‫ﺠﯿد‬ ‫ﻤﻤﺘﺎز‬ ‫ﻤﻤﺘﺎز‬ ‫ﻤﺘوﺴط‬ ‫دون اﻟوﺴط‬ ‫ﺠﯿد‬ ‫ﻤﺘوﺴط‬

‫اﻟﻤطﻠوب‪ :‬ﺤدد اﻟﻤﺠﺘﻤﻊ اﻟﻤدروس‪ ،‬اﻟﻤﺘﻐﯿر اﻟﻤدروس و ﻨوع اﻟﻤﺘﻐﯿر‪ ،‬ﺜم ﻗم ﺒﺘﺒوﯿب اﻟﺒﯿﺎﻨﺎت ﻓﻲ ﺠدول‬
‫ﺘﻛراري‪ ،‬و اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد و اﻟﻨﺎزل )إن أﻤﻛن(‪.‬‬

‫اﻟﺤل‪:‬‬

‫اﻟﻤﺠﺘﻤﻊ اﻟﻤدروس ﻫو اﻟﺘﻼﻤﯿذ ﺘم اﺨﺘﯿﺎر ﻋﯿﻨﺔ ﻤن اﻟﻤﺠﺘﻤﻊ ﻗدرﻫﺎ )‪ 21‬وﺤدة إﺤﺼﺎﺌﯿﺔ(‪ ،‬اﻟﻤﺘﻐﯿر اﻟﻤدروس‬
‫ﻫو "ﻤﻼﺤظﺔ اﻹﻤﺘﺤﺎن" و ﻫو ﻤﺘﻐﯿر ﻨوﻋﻲ ﻗﺎﺒل ﻟﻠﺘرﺘﯿب ﻗﯿم طﺒﻌﻪ ﻫﻲ )ﻀﻌﯿف‪ ،‬دون اﻟوﺴط‪ ،‬ﻤﺘوﺴط‪،‬‬
‫ﺠﯿد‪ ،‬ﻤﻤﺘﺎز( ﺒوﻀﻌﻬﺎ ﻓﻲ ﺠدول و وﻀﻊ اﻟﺘﻛ اررات اﻟﻤﻘﺎﺒﻠﺔ ﻟﻬﺎ ﻨﺤﺼل ﻋﻠﻰ اﻟﺠدول اﻟﻤطﻠوب ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫ﻤﻼﺤظﺔ‪ :‬ﺒﺎﻟﻨﺴﺒﺔ ﻟﻠﻤﺘﻐﯿر اﻟﻨوﻋﻲ ﻏﯿر اﻟﻘﺎﺒل ﻟﻠﺘرﺘﯿب‬ ‫اﻟﺘﻛرار )ﻋدد‬ ‫اﻟﻔﺌﺎت )ﻤﻼﺤظﺔ‬
‫)↑ ‪( n ↓) ( n‬‬
‫‪i‬‬ ‫‪i‬‬
‫اﻟﺘﻼﻤﯿذ(‬ ‫اﻹﻤﺘﺤﺎن(‬
‫ﻻ ﺘوﺠد ﺘﻛ اررات ﻤﺘﺠﻤﻌﺔ ﺼﺎﻋدة أو ﻨﺎزﻟﺔ )ﻷﻨﻬﺎ ﻏﯿر‬
‫‪21‬‬ ‫‪02‬‬ ‫‪02‬‬ ‫ﻀﻌﯿف‬
‫ذات دﻻﻟﺔ( ﻟﻛن إذا ﻛﺎن اﻟﻤﺘﻐﯿر اﻟﻨوﻋﻲ ﻗﺎﺒﻼ ﻟﻠﺘرﺘﯿب‬
‫‪19‬‬ ‫‪05‬‬ ‫‪03‬‬ ‫دون اﻟوﺴط‬
‫ﯿﻤﻛﻨﻨﺎ إدراج اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد و اﻟﻨﺎزل ﻷﻨﻬﺎ‬
‫‪16‬‬ ‫‪12‬‬ ‫‪07‬‬ ‫ﻤﺘوﺴط‬
‫ﺘﺼﺒﺢ ذات دﻻﻟﺔ؛ ﻓﻤﺜﻼ ﻓﻲ ﺠدوﻟﻨﺎ ﻫذا‪:‬‬ ‫‪09‬‬ ‫‪17‬‬ ‫‪05‬‬ ‫ﺠﯿد‬
‫‪04‬‬ ‫‪21‬‬ ‫‪04‬‬ ‫ﻤﻤﺘﺎز‬
‫ﻋدد اﻟﺘﻼﻤﯿذ اﻟﺤﺎﺼﻠﯿن ﻋﻠﻰ ﻤﻼﺤظﺔ "ﻤﺘوﺴط أو أﻗل"‬
‫‪/‬‬ ‫‪/‬‬ ‫‪21‬‬ ‫∑‬
‫ﻫو )‪ ،(12‬و ﻋدد اﻟذﯿن ﻟم ﯿﺘﺠﺎوزوا "دون اﻟوﺴط" ﻫو‬
‫)‪...(05‬و ﻫﻛذا ﻨﻘ أر ﻋدد اﻟﺘﻼﻤﯿذ اﻟﺤﺎﺼﻠﯿن ﻋﻠﻰ أﻗل أو ﯿﺴﺎوي ﻤﻼﺤظﺔ ﻤﻌﯿﻨﺔ ﻤن ﻋﻤود )ت‪.‬م‪.‬ص(‪.‬‬

‫ﺘرى‪ :‬ﻛم ﻋدد اﻟﺘﻼﻤﯿذ اﻟﺤﺎﺼﻠﯿن ﻋﻠﻰ ﻤﻼﺤظﺔ أﻛﺒر ﻤن دون اﻟوﺴط؟ ﯿﻌﻨﻲ ﻤن اﻟﻤﺘوﺴط ﻓﻤﺎ ﻓوق و اﻟﺠواب‬
‫ﻫو ‪...16‬و ﻫﻛذا ﻨﻘ أر اﻟﻌدد اﻟﺤﺎﺼل ﻋﻠﻰ أﻛﺒر ﻤن ﻤﻼﺤظﺔ ﻤﻌﯿﻨﺔ ﻓﻲ ﻋﻤود )ت‪.‬م‪.‬ن(‪.‬‬

‫‪56‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫اﻟﺘﻤرﯿن اﻟراﺒﻊ‪:‬‬

‫اﻟﺠدول اﻟﺘﻛراري اﻟﺘﺎﻟﻲ ﯿﻌﺒر ﻋن ﻤﺘوﺴط ﻋدد ﺤوادث اﻟﻌﻤل ﺴﻨوﯿﺎ ﻓﻲ ﻋﯿﻨﺔ ﻤن اﻟﻤﺼﺎﻨﻊ‪:‬‬

‫اﻟﻤطﻠوب‪:‬‬ ‫اﻟﺘﻛرار‬ ‫ﻋدد اﻟﺤوادث‬

‫)↑ ‪( n ↓) ( n‬‬
‫) ‪( ni‬‬ ‫) ‪( Ci‬‬
‫‪i‬‬ ‫‪i‬‬

‫ﺤدد اﻟﻤﺠﺘﻤﻊ اﻟﻤدروس‪ ،‬ﺤﺠم اﻟﻌﯿﻨﺔ اﻟﻤدروﺴﺔ‪ ،‬اﻟﻤﺘﻐﯿر‬

‫‪68‬‬ ‫‪05‬‬ ‫‪05‬‬ ‫‪2‬‬
‫اﻟﻤدروس و ﻨوع اﻟﻤﺘﻐﯿر؟‬
‫‪63‬‬ ‫‪15‬‬ ‫‪10‬‬ ‫‪3‬‬
‫ﻤن اﻟﺠدول أﺠب ﻋﻠﻰ ﻤﺎ ﯿﻠﻲ‪:‬‬ ‫‪53‬‬ ‫‪35‬‬ ‫‪20‬‬ ‫‪4‬‬
‫ﻛم ﻋدد اﻟﻤﺼﺎﻨﻊ اﻟﺘﻲ ﺴﺠﻠت )‪ 04‬ﺤوادث( ﺒﺎﻟﻀﺒط؟‬ ‫‪33‬‬ ‫‪50‬‬ ‫‪15‬‬ ‫‪5‬‬
‫ﻛم ﻋدد اﻟﻤﺼﺎﻨﻊ اﻟﺘﻲ ﺴﺠﻠت أﻗل أو ﯿﺴﺎوي)‪ 04‬ﺤوادث(‬ ‫‪18‬‬ ‫‪58‬‬ ‫‪08‬‬ ‫‪6‬‬
‫ﻛم ﻋدد اﻟﻤﺼﺎﻨﻊ اﻟﺘﻲ ﺴﺠﻠت أﻗل ﺘﻤﺎﻤﺎ ﻤن )‪ 04‬ﺤوادث(‬ ‫‪10‬‬ ‫‪64‬‬ ‫‪06‬‬ ‫‪7‬‬
‫‪04‬‬ ‫‪68‬‬ ‫‪04‬‬ ‫‪8‬‬
‫ﻛم ﻋدد اﻟﻤﺼﺎﻨﻊ اﻟﺘﻲ ﺴﺠﻠت أﻛﺒر أو ﯿﺴﺎوي )‪ 04‬ﺤوادث(‬
‫‪/‬‬ ‫‪/‬‬ ‫‪68‬‬ ‫∑‬
‫ﻛم ﻋدد اﻟﻤﺼﺎﻨﻊ اﻟﺘﻲ ﺴﺠﻠت أﻛﺒر ﺘﻤﺎﻤﺎ ﻤن )‪ 04‬ﺤوادث(‬
‫اﻟﺤل‪:‬‬
‫اﻟﻤﺠﺘﻤﻊ اﻟﻤدروس ﻫو اﻟﻤﺼﺎﻨﻊ‪ ،‬ﺤﺠم اﻟﻌﯿﻨﺔ )‪ 68‬ﻤﺼﻨﻌﺎ(‪ ،‬اﻟﻤﺘﻐﯿر اﻟﻤدروس ﻫو ﻋدد ﺤوادث اﻟﻌﻤل‪ ،‬ﻨوع‬
‫اﻟﻤﺘﻐﯿر ﻫو ﻤﺘﻐﯿر ﻛﻤﻲ ﻤﺘﻘطﻊ‪.‬‬
‫اﻹﺠﺎﺒﺔ ﻋﻠﻰ اﻷﺴﺌﻠﺔ اﻟﻤطروﺤﺔ‪:‬‬
‫)‪ 04‬ﺤوادث( = ‪ 20‬ﻤﺼﻨﻌﺎ‪ 35 : 04 ≥) ،‬ﻣﺼﻨﻌﺎ(‪ 15 :03 ≥ ⇔ 04 >) ،‬ﻤﺼﻨﻌﺎ(‪،‬‬
‫) ≤ ‪ 53 : 04‬ﻤﺼﻨﻌﺎ(‪ 33 : 05 ≤ ⇔ 04 <) ،‬ﻣﺼﻨﻌﺎ(‪.‬‬

‫‪57‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﺘﻤﺎرﯿن ﻤﻘﺘرﺤﺔ‪:‬‬

‫اﻟﺘﻤرﯿن‪:1‬‬

‫ﻓﻲ ﻋﯿﻨﺔ ﻤن اﻟﻤداﻓﻊ اﻟرﺸﺎﺸﺔ ﺠﻤﻌﻨﺎ اﻟﺒﯿﺎﻨﺎت اﻟﻤﺘﻌﻠﻘﺔ ﺒﻌدد اﻟطﻠﻘﺎت ﻓﻲ اﻟدﻗﯿﻘﺔ‪:‬‬

‫‪34‬‬ ‫‪32‬‬ ‫‪32‬‬ ‫‪31‬‬ ‫‪33‬‬ ‫‪34‬‬ ‫‪32‬‬ ‫‪35‬‬ ‫‪34‬‬ ‫‪33‬‬
‫‪33‬‬ ‫‪34‬‬ ‫‪31‬‬ ‫‪33‬‬ ‫‪30‬‬ ‫‪30‬‬ ‫‪35‬‬ ‫‪32‬‬ ‫‪31‬‬ ‫‪32‬‬
‫‪34‬‬ ‫‪35‬‬ ‫‪35‬‬ ‫‪31‬‬ ‫‪34‬‬ ‫‪33‬‬ ‫‪32‬‬ ‫‪31‬‬ ‫‪33‬‬ ‫‪33‬‬
‫اﻟﻤطﻠوب‪ :‬ﺤدد اﻟﻤﺠﺘﻤﻊ اﻟﻤدروس‪ ،‬ﺤﺠم اﻟﻌﯿﻨﺔ‪ ،‬اﻟﻤﺘﻐﯿر و ﻨوع اﻟﻤﺘﻐﯿر‪ ،‬ﺜم ﻗم ﺒﺘﺒوﯿب اﻟﺒﯿﺎﻨﺎت ﻓﻲ ﺠدول‬
‫ﺘﻛراري و ﺸﻛل اﻟﺘﻛ اررات اﻟﻤﺘﺠﻤﻌﺔ اﻟﺼﺎﻋدة و اﻟﻨﺎزﻟﺔ و اﻟﺘﻛ اررات اﻟﻨﺴﺒﯿﺔ‪.‬‬

‫اﻟﺘﻤرﯿن‪:2‬‬

‫ﻓﻲ ﻋﯿﻨﺔ ﻤن اﻟﻤؤﺴﺴﺎت ﺠﻤﻌﻨﺎ اﻟﺒﯿﺎﻨﺎت اﻟﻤﺘﻌﻠﻘﺔ ﺒﻌدد اﻟﻌﻤﺎل ﻓﺤﺼﻠﻨﺎ ﻋﻠﻰ اﻟﺴﻠﺴﻠﺔ اﻹﺤﺼﺎﺌﯿﺔ اﻟﺘﺎﻟﯿﺔ‪:‬‬

‫‪44‬‬ ‫‪42‬‬ ‫‪40‬‬ ‫‪44‬‬ ‫‪45‬‬ ‫‪42‬‬ ‫‪45‬‬ ‫‪45‬‬ ‫‪43‬‬ ‫‪43‬‬
‫‪44‬‬ ‫‪42‬‬ ‫‪43‬‬ ‫‪41‬‬ ‫‪42‬‬ ‫‪40‬‬ ‫‪43‬‬ ‫‪44‬‬ ‫‪41‬‬ ‫‪43‬‬
‫‪45‬‬ ‫‪44‬‬ ‫‪40‬‬ ‫‪43‬‬ ‫‪42‬‬ ‫‪41‬‬ ‫‪43‬‬ ‫‪41‬‬ ‫‪44‬‬ ‫‪45‬‬
‫اﻟﻤطﻠوب‪:‬‬

‫ﺤدد اﻟﻤﺠﺘﻤﻊ اﻟﻤدروس‪ ،‬ﺤﺠم اﻟﻌﯿﻨﺔ‪ ،‬اﻟﻤﺘﻐﯿر و ﻨوع اﻟﻤﺘﻐﯿر‪ ،‬ﺜم ﻗم ﺒﺘﺒوﯿب اﻟﺒﯿﺎﻨﺎت ﻓﻲ ﺠدول ﺘﻛراري و‬
‫ﺸﻛل اﻟﺘﻛ اررات اﻟﻤﺘﺠﻤﻌﺔ اﻟﺼﺎﻋدة و اﻟﻨﺎزﻟﺔ و اﻟﺘﻛ اررات اﻟﻨﺴﺒﯿﺔ‪.‬‬

‫‪58‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫اﻟﻔﺼل اﻟﺜﺎﻟث‪ :‬ﻤﻘﺎﯿﯿس اﻟﻨزﻋﺔ اﻟﻤرﻛزﯿﺔ ‪Measures of Central Tendancy‬‬

‫ﻤن اﻟﻤﻔﯿد ﻓﻲ اﻟﻛﺜﯿر ﻤن اﻷﺤﯿﺎن ﺘﻠﺨﯿص اﻟﻘﯿم اﻟﺘﻲ ﯿﺄﺨذﻫﺎ اﻟﻤﺘﻐﯿر اﻟﻤدروس ﻓﻲ ﻗﯿﻤﺔ ﻤرﻛزﯿﺔ واﺤدة ﺘﻌﺒر‬
‫ﻋن اﻟﺤﺠم اﻟﻌﺎم و اﻟﻤﺘوﺴط اﻟذي ﺘﺄﺨذﻩ اﻟظﺎﻫرة اﻟﻤﺒﺤوﺜﺔ؛ و ﺘﺒرز أﻫﻤﯿﺔ ﺘﻠك اﻟﻘﯿﻤﺔ اﻟﻤﻠﺨﺼﺔ ﻟﺴﻠﺴﻠﺔ اﻟﻘﯿم‬
‫ﻓﻲ اﻟﻤﻘﺎرﻨﺔ و اﻟﺘﻨﺒؤ‪.‬‬

‫ﯿﻤﻛن أن ﺘﻌرف "اﻟﻨزﻋﺔ اﻟﻤرﻛزﯿﺔ" ﺒﺄﻨﻬﺎ " ﻤﯿل ﻤﻌظم اﻟﻤﻔردات اﻟﻤﺨﺘﻠﻔﺔ ﻟﻠﺘﺠﻤﻊ ﺤول ﻨﻘطﺔ أو ﻗﯿﻤﺔ واﺤدة‬
‫ﺘﺴﻤﻰ اﻟﻘﯿﻤﺔ اﻟﻤﺘوﺴطﺔ‪ ،‬و ﯿﻌﺒر ﻗﯿﺎس اﻟﻨزﻋﺔ اﻟﻤرﻛزﯿﺔ ﻋن ﻤرﻛز اﻟﺘوزﯿﻊ اﻹﺤﺼﺎﺌﻲ"‪1‬؛ إذ ﻤن اﻟﻤﻼﺤظ –‬
‫‪P‬‬ ‫‪FP 6‬‬

‫ﺒﺈﻤﻌﺎن اﻟﻨظر ﻓﻲ اﻟظواﻫر اﻟﺘﻲ ﻨدرﺴﻬﺎ‪ -‬أﻨﻪ ﺒﺸﻛل ﻋﺎم "ﻏﺎﻟﺒﯿﺔ ﻗﯿم ﻫذﻩ اﻟظواﻫر ﻗرﯿﺒﺔ ﺒﻌﻀﻬﺎ ﻤن ﺒﻌض ﻤن‬
‫ﺨﻼل ﺘﺠﻤﻌﻬﺎ ﺤول ﻗﯿﻤﺔ ﻤﻌﯿﻨﺔ و ﻫﻨﺎك ﻋدد ﻗﻠﯿل ﻤن اﻟﻘﯿم ﯿﺒﺘﻌد ﻋن ﻫذا اﻟﺘﺠﻤﻊ ﻤن ﻨﺎﺤﯿﺔ اﻟﺼﻐر و‪/‬أو‬
‫‪2‬‬
‫‪P‬‬ ‫اﻟﻛﺒر و ﻛﺄن ﻫذﻩ اﻟﻘﯿﻤﺔ ﺘﻌﻛس ﻗطب ﺠﺎذﺒﯿﺔ ﺘﻌﻤل ﻋﻠﻰ اﺴﺘﻘطﺎب اﻟﻘﯿم ﻨﺤوﻫﺎ و اﻹﻗﺘراب ﻤﻨﻬﺎ"‬
‫‪FP 7‬‬

‫ﻟﺘﻘدﯿر ﻤرﻛز ﻤﺠﻤوﻋﺔ ﻤن اﻟﻘﯿم ﺴواء أﻛﺎﻨت ﺒﯿﺎﻨﺎت ﻏﯿر ﻤﺒوﺒﺔ )ﻋﻠﻰ ﺸﻛل ﺴﻠﺴﻠﺔ إﺤﺼﺎﺌﯿﺔ( أو ﺒﯿﺎﻨﺎت ﻤﺒوﺒﺔ‬
‫)ﻋﻠﻰ ﺸﻛل ﺠدول ﺘﻛراري( ﻨﺴﺘﺨدم ﻤﺎ ﯿﻌرف ﺒ ـ "ﻤﻘﺎﯿﯿس اﻟﻨزﻋﺔ اﻟﻤرﻛزﯿﺔ"؛ و أﺒرزﻫﺎ‪:‬‬

‫‪ -‬اﻟﻤﺘوﺴط اﻟﺤﺴﺎﺒﻲ و ﻤﺸﺘﻘﺎﺘﻪ‬

‫‪ -‬اﻟوﺴﯿط و ﻤﺸﺘﻘﺎﺘﻪ‬
‫‪ -‬اﻟﻤﻨوال‬

‫‪1‬‬
‫ﺧﺎﻟد أﺣﻣد ﻓرﺣﺎن اﻟﻣﺷﮭداﻧﻲ‪ ،‬ﻣﺑﺎدئ اﻹﺣﺻﺎء‪ ،‬دار اﻷﯾﺎم‪ ،‬اﻷردن‪ ،2013 ،‬ص ‪59‬‬
‫‪2‬‬
‫اﻟﺳﻌدي رﺟﺎل‪ ،‬اﻹﺣﺻﺎء اﻟوﺻﻔﻲ‪ ،‬اﻟرﺟﺎء ﻟﻠطﺑﺎﻋﺔ و اﻟﻧﺷر‪ ،‬ﻗﺳﻧطﯾﻧﺔ‪ ،‬اﻟﺟزاﺋر‪ ،2013 ،‬ص ‪92‬‬

‫‪59‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫أوﻻ‪ :‬اﻟﻤﺘوﺴط اﻟﺤﺴﺎﺒﻲ ‪Arithmetic Mean‬‬

‫ﯿﻌرف اﻟوﺴط اﻟﺤﺴﺎﺒﻲ )و رﻤزﻩ‪ ( X :‬ﻟﻤﺠﻤوﻋﺔ ﻤن اﻟﻘﯿم ﺒﺄﻨﻪ ﻤﺠﻤوﻋﻬﺎ ﻤﻘﺴوﻤﺎ ﻋﻠﻰ ﻋددﻫﺎ؛ و ﻫو أﻛﺜر‬
‫ﻤﻘﺎﯿﯿس اﻟﻨزﻋﺔ اﻟﻤرﻛزﯿﺔ ﺸﻬرة و اﺴﺘﺨداﻤﺎ‪.‬‬

‫‪- 1‬اﻟوﺴط اﻟﺤﺴﺎﺒﻲ ﻟﻠﺒﯿﺎﻨﺎت ﻏﯿر اﻟﻤﺒوﺒﺔ‪:‬‬

‫إذا ﻛﺎﻨت ﻟدﯿﻨﺎ اﻟﺴﻠﺴﻠﺔ اﻹﺤﺼﺎﺌﯿﺔ‬
‫} ‪X i = { x1 , x2 , x3 ...xn‬‬
‫ﻓﺈن وﺴطﻬﺎ اﻟﺤﺴﺎﺒﻲ ﯿﻌطﻰ ﺒﺎﻟﺼﯿﻐﺔ‪:‬‬
‫‪n‬‬

‫‪x1 + x2 + x3 + ...xn‬‬ ‫‪∑x‬‬ ‫‪i‬‬

‫=‬‫= ‪X‬‬ ‫‪i =1‬‬

‫‪n‬‬ ‫‪n‬‬

‫ﻤﺜﺎل‪ :1-3‬ﺤﺼل ﺘﻠﻤﯿذ ﻤﻌﯿن ﻋﻠﻰ اﻟﻤﻌدﻻت اﻟﺘﺎﻟﯿﺔ ﻓﻲ اﻟﻤواد اﻟدراﺴﯿﺔ )اﻟﻌﻼﻤﺔ ﻤن ‪:(10‬‬

‫‪5 ،7 ،7 ،8 ،9 ،9 ،8 ،7‬‬

‫اﻟوﺴط اﻟﺤﺴﺎﺒﻲ ﻟﻠﺒﯿﺎﻨﺎت ﻫو‪:‬‬

‫‪7+8+9+9+8+7+7+7‬‬
‫=‬‫‪X‬‬ ‫‪= 7.75‬‬
‫‪8‬‬

‫ﻤﺜﺎل ‪:2-3‬‬

‫أﺤﺴب ﻤﺘوﺴط اﻟﺴﻠﺴﻠﺔ اﻹﺤﺼﺎﺌﯿﺔ اﻟﺘﺎﻟﯿﺔ‪:‬‬

‫‪17 ،14 ،11 ،8 ،5 ،2‬‬

‫ﻟﻨﻼﺤظ أن اﻻﻨﺘﻘﺎل ﻤن ﻗﯿﻤﺔ إﻟﻰ اﻟﻘﯿﻤﺔ اﻟﺘﻲ ﺘﻠﯿﻬﺎ ﯿﺘم دوﻤﺎ ﺒﺈﻀﺎﻓﺔ ﻤﻘدار ﺜﺎﺒت ﻫو )‪:(3‬‬

‫‪60‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪ ،‬ﻫذا ﯿﻌﻨﻲ أﻨﻬﺎ ﻤﺘﺘﺎﻟﯿﺔ ﺤﺴﺎﺒﯿﺔ ‪Arithmetic‬‬ ‫‪... 11= 3+8 ،8 =3+5 ، 5=3+2‬و ﻫﻛذا‬
‫‪ Sequence‬ﺤدﻫﺎ اﻷول )‪ (2‬و أﺴﺎﺴﻬﺎ )‪ (3‬و ﻋدد ﺤدودﻫﺎ )‪ ،(6‬ﻟﻨﺤﺴب ﻤﺘوﺴط اﻟﺴﻠﺴﻠﺔ‪:‬‬

‫‪2 + 5 + 8 + 11 + 14 + 17‬‬
‫=‬‫‪X‬‬ ‫‪= 9.5‬‬
‫‪6‬‬

‫و ﻟﻛن ﻫل ﻛون ﻫذﻩ اﻟﺴﻠﺴﻠﺔ ﻋﻠﻰ ﺸﻛل ﻤﺘﺘﺎﻟﯿﺔ ﺤﺴﺎﺒﯿﺔ ﯿﺤدث ﻓرﻗﺎ ﻤﺎ؟‬

‫ﻟﻨرﻤز ﻟﻠﺤد اﻷول ﻤن اﻟﻤﺘﺘﺎﻟﯿﺔ ﺒﺎﻟرﻤز )‪(a‬؛ ﻟدﯿﻨﺎ )‪ (a=2‬و ﻨرﻤز ﻟﻠﺤد اﻷﺨﯿر ﻤن اﻟﺴﻠﺴﻠﺔ ﺒﺎﻟرﻤز )‪(b‬؛ ﻟدﯿﻨﺎ‬
‫)‪ ،(b=17‬ﻨﻌﻠم أن اﻹﻨﺘﻘﺎل ﻤن ﺤد إﻟﻰ ﺤد ﯿﻠﯿﻪ ﯿﻛون ﺒﺈﻀﺎﻓﺔ اﻷﺴﺎس )‪ (3‬و ﻛذﻟك اﻻﻨﺘﻘﺎل ﻤن ﺤد إﻟﻰ ﺤد‬
‫ﺴﺎﺒق ﯿﻛون ﺒطرح اﻟﻤﻘدار ﻨﻔﺴﻪ )‪.(3‬‬

‫ﯿﻤﻛﻨﻨﺎ أن ﻨﻌﺒر ﻋن ﺤدود اﻟﻤﺘﺘﺎﻟﯿﺔ اﻟﺴﺎﺒﻘﺔ ﻛﻤﺎ ﯿﻠﻲ )ﺤﯿث "‪ "r‬أﺴﺎس اﻟﻤﺘﺘﺎﻟﯿﺔ(‪:‬‬

‫‪(a ),‬‬
‫‪(a + r ),‬‬
‫‪( a + r ) + r = a + 2r‬‬
‫‪(a + 2r ) + r = a + 3r‬‬
‫‪...‬‬

‫و ﺒﻤﺎ أﻨﻨﺎ ﻨﺤﺘﺎج إﻟﻰ ﺠﻤﻊ اﻟﺤدود ﻤن أﺠل ﺤﺴﺎب اﻟﻤﺘوﺴط اﻟﺤﺴﺎﺒﻲ ﻟدﯿﻨﺎ‪:‬‬

‫‪S =a + ( a + r ) + ( a + 2r ) ... + ( b − 2r ) + ( b − r ) + b‬‬

‫ﻻﺤظ أﻨﻨﺎ ﯿﻤﻛن أن ﻨﻨطﻠق ﻤن اﻟﺤد اﻷول و ﻨﻀﯿف ﻓﻲ ﻛل ﻤرة اﻷﺴﺎس )‪ (r‬أو ﻤن اﻟﺤد اﻷﺨﯿر و ﻨطرح‬
‫)‪ ،(r‬و ﺒﻤﺎ أن اﻟﺠﻤﻊ ﺘﺒدﯿﻠﻲ‪:‬‬

‫‪S =a + ( a + r ) + ( a + 2r ) ... + ( b − 2r ) + ( b − r ) + b‬‬

‫‪S =b + ( b − r ) + ( b − 2r ) ... + ( a + 2r ) + ( a + r ) + a‬‬

‫=‪2 S‬‬ ‫‪( a + b ) .n‬‬

‫‪61‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫)‪n( a + b‬‬
‫=‪S‬‬
‫‪2‬‬
‫ﯿﻌﺒر اﻟﻤﻘدار )‪ (S‬ﻋن ﻤﺠﻤوع اﻟﺤدود ﺒﻘﺴﻤﺘﻪ ﻋﻠﻰ )‪ (n‬ﻨﺤﺼل ﻋﻠﻰ اﻟﻤﺘوﺴط اﻟﺤﺴﺎﺒﻲ؛ أي‪:‬‬

‫)‪n (a + b‬‬ ‫‪a+b‬‬

‫= ‪÷n‬‬
‫‪2‬‬ ‫‪2‬‬

‫و ﺘﻌطﻲ ﻫذﻩ اﻟﻌﺒﺎرة ﻨﺘﯿﺠﺔ ﻫﺎﻤﺔ و ﻫﻲ أن اﻟﻤﺘوﺴط اﻟﺤﺴﺎﺒﻲ ﻟﻘﯿم ﻤﻨﺘظﻤﺔ ﻋﻠﻰ ﺸﻛل ﻤﺘﺘﺎﻟﯿﺔ ﺤﺴﺎﺒﯿﺔ ﻫو‬
‫ﻤﺘوﺴط اﻟﺤدﯿن اﻷول و اﻷﺨﯿر ‪ ،‬أي‪ :‬ﻤﺠﻤوﻋﻬﻤﺎ ﻤﻘﺴوﻤﺎ ﻋﻠﻰ اﺜﻨﯿن‪ ،‬و ﺒﺎﻟرﺠوع إﻟﻰ ﻤﺜﺎﻟﻨﺎ ﯿﻤﻛﻨﻨﺎ اﻟﺤﺼول‬
‫ﻋﻠﻰ اﻟﻨﺘﯿﺠﺔ ﻨﻔﺴﻬﺎ ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫‪2 + 17‬‬
‫=‬‫‪X‬‬ ‫‪= 9.5‬‬
‫‪2‬‬

‫ﺒﻌﺒﺎرة أﺨرى‪ :‬ﻟﺤﺴﺎب ﻤﺘوﺴط ﺴﻠﺴﻠﺔ اﻨﺘظﻤت ﻗﯿﻤﻬﺎ ﻋﻠﻰ ﺸﻛل ﻤﺘﺘﺎﻟﯿﺔ ﺤﺴﺎﺒﯿﺔ ﻻ ﻨﺤﺘﺎج إﻟﻰ ﺠﻤﻊ ﻛل اﻟﺤدود‬
‫و اﻟﻘﺴﻤﺔ ﻋﻠﻰ ﻋددﻫﺎ؛ ﺒل ﯿﻛﻔﻲ أن ﻨﺠﻤﻊ اﻟﺤد اﻷول ﻤﻊ اﻷﺨﯿر و ﻨﻘﺴم ﻋﻠﻰ اﺜﻨﯿن‪.‬‬

‫ﯿﺘﻤﯿز اﻟوﺴط اﻟﺤﺴﺎﺒﻲ ﺒﻌدة ﺨواص أﺒرزﻫﺎ‪:‬‬

‫‌أ ‪-‬ﺤﺎﺼل ﻀرب اﻟوﺴط اﻟﺤﺴﺎﺒﻲ ﻓﻲ ﻋدد اﻟﻘﯿم ﯿﻌطﻲ ﻤﺠﻤوع اﻟﻘﯿم؛ ﯿﺴﺘﻨﺘﺞ ﻫذا ﺒﺴﻬوﻟﺔ ﻤن اﻟﻘﺎﻨون اﻟﻌﺎم‬
‫ﻟﻠوﺴط اﻟﺤﺴﺎﺒﻲ‪:‬‬

‫=‪X‬‬
‫‪∑x‬‬ ‫‪i‬‬
‫= ‪→ X .n‬‬ ‫‪∑x‬‬
‫‪i‬‬
‫‪n‬‬
‫ب ‪-‬ﻤﺠﻤوع اﻨﺤراﻓﺎت اﻟﻘﯿم ﺤول وﺴطﻬﺎ اﻟﺤﺴﺎﺒﻲ ﻤﻌدوم‪:‬‬
‫‌‬
‫إذا رﻤزﻨﺎ ﻻﻨﺤراف اﻟﻘﯿم ﻋن وﺴطﻬﺎ ﺒﺎﻟرﻤز ) ‪ ( di‬ﺴﯿﻛون ﻟدﯿﻨﺎ )‪ (n‬اﻨﺤراﻓﺎ ﺒﻌدد اﻟﻘﯿم ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫‪62‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫=‪d‬‬
‫‪1‬‬ ‫‪x1 − X‬‬
‫=‪d‬‬
‫‪2‬‬ ‫‪x2 − X‬‬
‫=‪d‬‬
‫‪3‬‬ ‫‪x3 − X‬‬
‫‪‬‬
‫=‪d‬‬
‫‪n‬‬ ‫‪xn − X‬‬
‫‪−−−−−−−−−‬‬
‫=∑‬
‫‪d ∑ x − nX‬‬
‫‪i‬‬ ‫‪i‬‬

‫‪∑d‬‬ ‫‪i‬‬ ‫‪) X .n = ∑ xi‬أﻨظر اﻟﺨﺎﺼﯿﺔ "أ" اﻟﺴﺎﺒﻘﺔ(؛ ﻓﺈن‪= 0 :‬‬ ‫و ﺒﻤﺎ أن ‪:‬‬
‫ﻤﺜﺎل ‪:3-3‬‬
‫ﻟﺘﻛن ﻟدﯿﻨﺎ اﻟﺴﻠﺴﻠﺔ اﻟﺘﺎﻟﯿﺔ ﺘﻌﺒر ﻋن ﻤﻌدﻻت ﻋﯿﻨﺔ ﻤن )‪ (05‬طﻠﺒﺔ‪:‬‬
‫‪11 ،14 ،12 ،10 ،15‬‬
‫‪11 + 14 + 12 + 10 + 15‬‬
‫=‬‫‪X‬‬ ‫‪= 12.40‬‬
‫‪5‬‬
‫ﻟﻨﺤﺴب اﻨﺤراﻓﺎت اﻟﻘﯿم ﺤول اﻟوﺴط اﻟﺤﺴﺎﺒﻲ ﺜم ﻨﺠﻤﻊ اﻹﻨﺤراﻓﺎت‪:‬‬
‫اﻻﻨﺤراﻓﺎت ) ‪( di‬‬ ‫اﻟﻘﯿم ) ‪( X i‬‬
‫‪2.60 =12.40-15‬‬ ‫‪15‬‬
‫‪2.40- =12.40-10‬‬ ‫‪10‬‬
‫‪0.40- =12.40-12‬‬ ‫‪12‬‬
‫‪1.60 =12.40-14‬‬ ‫‪14‬‬
‫‪1.40- =12.40 -11‬‬ ‫‪11‬‬
‫‪00‬‬ ‫∑‬

‫ت ‪ -‬إذا ﻛﺎﻨت ﻟدﯿﻨﺎ ﺴﻠﺴﻠﺔ إﺤﺼﺎﺌﯿﺔ أوﻟﻰ ﻋدد ﻗﯿﻤﻬﺎ)‪(n 1‬؛ ﻤﺘوﺴطﻬﺎ ) ‪ ، ( X 1‬و ﺴﻠﺴﻠﺔ ﺜﺎﻨﯿﺔ ﻋدد ﻗﯿﻤﻬﺎ‬
‫‌‬
‫)‪(n 2‬؛ ﻤﺘوﺴطﻬﺎ ) ‪ ، ( X 2‬و ﻗﻤﻨﺎ ﺒدﻤﺞ اﻟﺴﻠﺴﻠﺘﯿن ﻓﻲ ﺴﻠﺴﻠﺔ واﺤدة؛ ﻓﺈن ﻤﺘوﺴط اﻟﺴﻠﺴﻠﺔ اﻟﺠدﯿدة ﯿﻌطﻰ‬
‫ﺒﺎﻟﺼﯿﻐﺔ‪:‬‬

‫‪63‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪n1. X 1 + n2 . X 2‬‬
‫=‪X‬‬
‫‪n1 + n2‬‬
‫ﻤن اﻟواﻀﺢ أن ﻋدد ﻗﯿم اﻟﺴﻠﺴﻠﺔ اﻟﺠدﯿدة ﻫو ﻤﺠﻤوع اﻟﻌددﯿن ﻛﻤﺎ ﯿظﻬرﻩ اﻟﻤﻘﺎم‪ ،‬أﻤﺎ ﻤﺠﻤوع اﻟﻘﯿم ﻓﻲ‬
‫اﻟﺴﻠﺴﻠﺔ اﻟﺠدﯿدة ﻓﻬو ﻤﺠﻤوع اﻟﻤﺠﻤوﻋﯿن و ﻛل ﻤﺠﻤوع ﯿﻌطﻰ ﺒﻀرب ﻋدد اﻟﻘﯿم ﻓﻲ ﻤﺘوﺴطﻬﺎ ﻛﻤﺎ ﯿظﻬرﻩ‬
‫اﻟﺒﺴط )إرﺠﻊ إﻟﻰ اﻟﺨﺎﺼﯿﺔ "أ" اﻟﺴﺎﺒﻘﺔ(‪.‬‬
‫‪- 2‬اﻟوﺴط اﻟﺤﺴﺎﺒﻲ ﻟﺒﯿﺎﻨﺎت ﻤﺒوﺒﺔ‪:‬‬
‫ﻛﻤﺎ رأﯿﻨﺎ ﺴﺎﺒﻘﺎ ﯿﻤﻛن ﻟﻠﺒﯿﺎﻨﺎت اﻟﻤﺒوﺒﺔ ﻟﻤﺘﻐﯿر ﻛﻤﻲ أن ﺘﻌﺒر ﻋن ﻤﺘﻐﯿر ﻛﻤﻲ ﻤﺘﻘطﻊ )ﻤﻨﻔﺼل( أو ﻤﺘﻐﯿر‬
‫ﻛﻤﻲ ﻤﺴﺘﻤر )ﻤﺘﺼل(‪:‬‬

‫‌أ ‪-‬اﻟوﺴط اﻟﺤﺴﺎﺒﻲ ﻟﺠدول ﺘﻛراري ﻤﻨﻔﺼل‪:‬‬

‫ﯿﻛون اﻟﻤﺘﻐﯿر اﻟﻤﺘﻘطﻊ ﻋﻠﻰ ﺸﻛل ﻗﯿم ﻤﻨﻔﺼﻠﺔ ﻟﻛل واﺤدة ﻤﻨﻬﺎ ﺘﻛرار ﻤﻌﯿن؛ ﻓﺈذا ﻛﺎن ﻟدﯿﻨﺎ اﻟﻤﺘﻐﯿر‬
‫ﺘﻘﺎﺒﻠﻬﺎ ﻋﻠﻰ اﻟﺘواﻟﻲ اﻟﺘﻛ اررات‪n1 , n2 , n3 ,...nk :‬‬ ‫اﻟﻤﺘﻘطﻊ ) ‪ ( X‬ﯿﺄﺨذ اﻟﻘﯿم‪x1 , x2 , x3 ,...xk :‬‬
‫ﻓﺈن اﻟﻤﺘوﺴط اﻟﺤﺴﺎﺒﻲ –ﺤﺴب ﺘﻌرﯿﻔﻪ اﻟﺴﺎﺒق‪ -‬ﯿﻌطﻰ ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫‪x1 + x1 + x1 + .... + x2 + x2 + x2 + .... + xk + xk + xk + ....‬‬

‫‪‬‬ ‫‪‬‬ ‫‪  ‬‬
‫‪ n1‬ة ر م‬ ‫‪ n2‬ة ر م‬ ‫‪ nk‬ة ر م‬
‫=‪X‬‬
‫‪n1 + n2 + ...nk‬‬
‫‪k‬‬

‫‪x1.n1 + x2 .n2 + x3 .n3 + ...xk .nk‬‬ ‫‪∑ x .n‬‬ ‫‪i‬‬ ‫‪i‬‬

‫‪X‬‬ ‫=‬ ‫‪k‬‬
‫‪i =1‬‬
‫‪k‬‬

‫‪=i 1 =i 1‬‬
‫‪∑ ni‬‬ ‫‪∑n‬‬ ‫‪i‬‬

‫و ﻫﻲ ﺼﯿﻐﺔ ﺤﺴﺎب اﻟﻤﺘوﺴط اﻟﺤﺴﺎﺒﻲ ﻟﺠدول ﺘﻛراري ﻤﻨﻔﺼل‪ ،‬ﻛﻤﺎ ﯿﻤﻛن ﺘﻔﻛﯿﻛﻬﺎ ﻛﺎﻵﺘﻲ‪:‬‬

‫‪64‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪k‬‬

‫‪∑ x .n‬‬ ‫‪i‬‬ ‫‪i‬‬

‫‪n1‬‬ ‫‪n2‬‬ ‫‪nk‬‬
‫=‪X‬‬ ‫‪i =1‬‬
‫‪k‬‬
‫‪= x1.‬‬ ‫‪k‬‬
‫‪+ x2 .‬‬ ‫‪k‬‬
‫‪+ ...xk .‬‬ ‫‪k‬‬

‫‪i‬‬ ‫‪i‬‬ ‫‪∑n‬‬

‫‪=i 1 =i 1 =i 1‬‬
‫‪∑n‬‬ ‫‪∑n‬‬ ‫‪i‬‬
‫‪=i 1‬‬
‫‪∑n‬‬ ‫‪i‬‬

‫أي‪:‬‬

‫‪X = x1. f1 + x2 . f 2 + ...xk . f k‬‬

‫‪k‬‬
‫‪X = ∑ xi . fi‬‬
‫‪i =1‬‬

‫و ﺘﻛﺸف ﻫذﻩ اﻟﺼﯿﻐﺔ اﻷﺨﯿرة أﻨﻪ ﯿﻤﻛن ﺤﺴﺎب اﻟﻤﺘوﺴط اﻟﺤﺴﺎﺒﻲ ﺒﺎﺴﺘﺨدام اﻟﺘﻛ اررات اﻟﻨﺴﺒﯿﺔ؛ أي ﻀرب ﻛل‬
‫ﻗﯿﻤﺔ ﻓﻲ ﺘﻛرارﻫﺎ اﻟﻨﺴﺒﻲ و ﺠﻤﻊ اﻟﻨﺘﺎﺌﺞ‪.‬‬

‫ﻤﺜﺎل ‪:4-3‬‬

‫ﯿﻌﺒر اﻟﺠدول اﻟﺘﻛراري اﻟﺘﺎﻟﻲ ﻋن ﺘوزﯿﻊ ﻋﯿﻨﺔ ﻤن اﻟﻤﺴﺎﻛن ﺤﺴب ﻋدد اﻟﻐرف‪ ،‬ﯿطﻠب ﺤﺴﺎب اﻟﻤﺘوﺴط‬
‫اﻟﺤﺴﺎﺒﻲ‪:‬‬

‫ﻓﻲ ﻫذا اﻟﻤﺜﺎل ﻨدرس ﻤﺠﺘﻤﻌﺎ ﻫو اﻟﻤﺴﺎﻛن‪ ،‬ﺤﯿث ﻨدرس ﻓﯿﻪ ﻤﺘﻐﯿ ار ﻫو ﻋدد ﻏرف‬ ‫اﻟﺘﻛرار‬ ‫ﻋدد اﻟﻐرف‬
‫اﻟﻤﺴﻛن‪ ،‬و ﻫو ﻤﺘﻐﯿر ﻛﻤﻲ ﻤﻨﻔﺼل‪ ،‬ﻨﻼﺤظ ﻤن اﻟﺠدول أن ﺤﺠم اﻟﻌﯿﻨﺔ ﻫو‬ ‫) ‪( ni‬‬ ‫) ‪( Xi‬‬
‫)‪ (18‬ﻤﺴﻛﻨﺎ‪ ،‬و ﻨﻼﺤظ أن أﻏﻠﺒﯿﺔ اﻟﻤﺴﺎﻛن )‪ 08‬ﻤﺴﺎﻛن( ﺘﻀم )‪ 04‬ﻏرف(‪.‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪3‬‬ ‫‪3‬‬
‫ﻟﺤﺴﺎب اﻟﻤﺘوﺴط اﻟﺤﺴﺎﺒﻲ ﺴﻨوﺴﻊ اﻟﺠدول ﺒﺈﻀﺎﻓﺔ أﻋﻤدة ﺘﺴﻬل اﻟﺤﺴﺎﺒﺎت‪:‬‬ ‫‪8‬‬ ‫‪4‬‬
‫‪3‬‬ ‫‪5‬‬
‫‪2‬‬ ‫‪6‬‬
‫‪18‬‬ ‫∑‬

‫‪65‬‬
‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻟﺤﺴﺎب اﻟﻤﺘوﺴط ﺒﺎﻟﺘﻛ اررات‬ ‫ﻟﺤﺴﺎب اﻟﻤﺘوﺴط‬

‫اﻟﻨﺴﺒﯿﺔ‬ ‫ﺒﺎﻟﺘﻛ اررات اﻟﻤطﻠﻘﺔ‬
‫‪X i . fi‬‬ ‫اﻟﺘﻛرار اﻟﻨﺴﺒﻲ‬ ‫اﻟﺘﻛرار‬ ‫ﻋدد اﻟﻐرف‬
‫) ‪( X i .ni‬‬
‫) ‪( fi‬‬ ‫) ‪( ni‬‬ ‫) ‪( Xi‬‬
‫‪0.22‬‬ ‫‪0.11‬‬ ‫‪4=2×2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪0.51‬‬ ‫‪0.17‬‬ ‫‪9=3×3‬‬ ‫‪3‬‬ ‫‪3‬‬
‫‪1.76‬‬ ‫‪0.44‬‬ ‫‪32=8×4‬‬ ‫‪8‬‬ ‫‪4‬‬
‫‪0.85‬‬ ‫‪0.17‬‬ ‫‪15=3×5‬‬ ‫‪3‬‬ ‫‪5‬‬
‫‪0.66‬‬ ‫‪0.11‬‬ ‫‪12=2×6‬‬ ‫‪2‬‬ ‫‪6‬‬
‫‪04‬‬ ‫‪1.00‬‬ ‫‪72‬‬ ‫‪18‬‬ ‫∑‬

‫‪k‬‬

‫‪∑ x .n‬‬‫‪72‬‬ ‫‪i‬‬ ‫‪i‬‬

‫=‬
‫‪X‬‬ ‫‪i =1‬‬
‫‪= = 04‬‬
‫‪k‬‬

‫‪∑ ni‬‬
‫‪18‬‬
‫‪i =1‬‬
‫ﻨﺤﺴب اﻟﻤﺘوﺴط ﺒﺎﻟﺘﻛ اررات اﻟﻤطﻠﻘﺔ ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫ﻛﻤﺎ ﯿﻤﻛن ﺤﺴﺎﺒﻪ ﺒﺎﻟﺘﻛ اررات اﻟﻨﺴﺒﯿﺔ ﻛﻤﺎ ﯿظﻬر ﻓﻲ اﻟﺠدول أﻋﻼﻩ‪:‬‬

‫‪k‬‬
‫=‬‫‪X‬‬ ‫=∑‬
‫‪x .f‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪4‬‬

‫ﻨﻼﺤظ أن ﻤﺘوﺴط ﻋدد اﻟﻐرف ﻓﻲ اﻟﻤﺴﻛن اﻟواﺤد ﻫو )‪ 4‬ﻏرف( ﺤﺴب اﻟﻌﯿﻨﺔ اﻟﻤدروﺴﺔ‪.‬‬

‫‪66‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ب ‪ -‬اﻟوﺴط اﻟﺤﺴﺎﺒﻲ ﻟﺠدول ﺘﻛراري ﻤﺘﺼل )ﻤﺴﺘﻤر(‪:‬‬

‫‌‬

‫ﺒﻤﺎ أن اﻟﺠدول ﻓﻲ ﻫذﻩ اﻟﺤﺎﻟﺔ ﯿﻛون ﻋﻠﻰ ﺸﻛل ﻓﺌﺎت؛ ﻓﺈﻨﻨﺎ ﻨﻌﺘﺒر ﻤرﻛز ﻛل ﻓﺌﺔ ﻤﻤﺜﻼ ﻟﻠﻘﯿم اﻟﻤﻨﺘﻤﯿﺔ إﻟﯿﻬﺎ‬
‫ﻓﻨﻀرﺒﻪ ﻓﻲ اﻟﺘﻛرار و ﻨﺠﻤﻊ اﻟﻨﺘﺎﺌﺞ و ﻨﻘﺴﻤﻬﺎ ﻋﻠﻰ ﻤﺠﻤوع اﻟﺘﻛ اررات و ﺒذﻟك ﻨﺤﺼل ﻋﻠﻰ اﻟوﺴط اﻟﺤﺴﺎﺒﻲ؛‬
‫أي‪:‬‬
‫‪k‬‬

‫‪∑ x .n‬‬ ‫‪i‬‬ ‫‪i‬‬

‫=‪X‬‬ ‫‪i =1‬‬
‫‪k‬‬

‫‪∑n‬‬
‫‪i =1‬‬
‫‪i‬‬

‫ﻻﺤظ أﻨﻪ اﻟﻘﺎﻨون ذاﺘﻪ اﻟذي اﺴﺘﻌﻤﻠﻨﺎﻩ ﻓﻲ ﺤﺴﺎب اﻟﻤﺘوﺴط ﻟﻠﻤﺘﻐﯿر اﻟﻤﻨﻔﺼل )اﻟﻤﺘﻘطﻊ( ﻏﯿر أن دﻻﻟﺔ اﻟرﻤز‬
‫) ‪ ( xi‬ﺘﺘﻐﯿر ﻟﯿﺼﺒﺢ ﯿدل ﻋﻠﻰ ﻤراﻛز اﻟﻔﺌﺎت؛ و ﻟﻠﺘوﻀﯿﺢ ﻨﻘدم اﻟﻤﺜﺎل اﻟﺘﺎﻟﻲ‪:‬‬

‫ﻤﺜﺎل ‪:5-3‬‬

‫ﻟﯿﻛن ﻟدﯿﻨﺎ اﻟﺘوزﯿﻊ اﻟﺘﻛراري اﻟﺘﺎﻟﻲ ﯿﻌﺒر ﻋن ﻛﻤﯿﺔ اﻟﻤﺎء اﻟﻤﺴﺘﻬﻠﻛﺔ ﯿوﻤﯿﺎ ﺒﺎﻟﻠﺘر ﻤن طرف ﻋﯿﻨﺔ ﻤن اﻷﺴر ﻓﻲ‬
‫ﻤدﯿﻨﺔ ﻤﺎ‪:‬‬

‫ﻓﻲ اﻟﺸق اﻷﯿﻤن ﻤن اﻟﺠدول ﻤﻌطﯿﺎت اﻟﻤﺴﺄﻟﺔ‬ ‫ﻤراﻛز اﻟﻔﺌﺎت‬ ‫اﻟﺘﻛرار‬ ‫اﻟﻔﺌﺎت‬
‫‪xi .ni‬‬
‫و ﻓﻲ اﻟﺸق اﻷﯿﺴر ﻋﻤﻠﯿﺎت ﻤﻌﺎﻟﺠﺔ اﻟﻤﻌطﯿﺎت‪.‬‬ ‫) ‪( xi‬‬ ‫) ‪( ni‬‬ ‫) ‪( Ci‬‬
‫‪132‬‬ ‫‪33‬‬ ‫‪4‬‬ ‫]‪]36 ،30‬‬
‫ﻨﻘ أر ﻓﻲ اﻟﻤﻌطﯿﺎت ﻤﺜﻼ‪ 13 :‬ﻋﺎﺌﻠﺔ ﺘﺴﺘﻬﻠك ﻤﺎ‬
‫‪273‬‬ ‫‪39‬‬ ‫‪7‬‬ ‫]‪]42 ،36‬‬
‫ﺒﯿن ‪ 42‬و ‪ 48‬ﻟﺘر ﻤن اﻟﻤﺎء ﯿوﻤﯿﺎ ﻛﻤﺎ ﯿﺒﯿﻨﻪ‬ ‫‪585‬‬ ‫‪45‬‬ ‫‪13‬‬ ‫]‪]48 ،42‬‬
‫ﺴطر اﻟﻔﺌﺔ اﻟﺜﺎﻟﺜﺔ‪ .‬ﻗﻤﻨﺎ ﺒﺈﻀﺎﻓﺔ ﻋﻤود ﻤراﻛز‬ ‫‪204‬‬ ‫‪51‬‬ ‫‪4‬‬ ‫]‪]54 ،48‬‬
‫اﻟﻔﺌﺎت ﺜم ﺒﻀرﺒﻬﺎ ﻓﻲ اﻟﺘﻛ اررات و ﺠﻤﻊ اﻟﻨﺘﺎﺌﺞ‪،‬‬ ‫‪114‬‬ ‫‪57‬‬ ‫‪2‬‬ ‫]‪]60 ،54‬‬

‫و ﻫﻛذا ﻨطﺒق اﻟﻘﺎﻨون‪:‬‬ ‫‪1308‬‬ ‫∑‬ ‫‪30‬‬ ‫∑‬

‫‪67‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪k‬‬

‫‪∑ x .n‬‬ ‫‪i‬‬ ‫‪i‬‬

‫‪1308‬‬
‫=‬
‫‪X‬‬ ‫=‬
‫‪i =1‬‬
‫‪k‬‬
‫‪= 43.60‬‬
‫‪∑ ni‬‬
‫‪30‬‬
‫‪i =1‬‬

‫ﻨﻼﺤظ أن ﻤﺘوﺴط اﺴﺘﻬﻼك اﻟﻤﺎء ﯿوﻤﯿﺎ ﻫو ‪ 43.60‬ﻟﺘر ﻟﻠﻌﺎﺌﻠﺔ اﻟواﺤدة‪.‬‬

‫ﻤﻼﺤظﺔ‪ :‬ﻓﯿﻤﺎ ﺴﺒق ﻛﻨﺎ ﻨﻘوم ﺒﺤﺴﺎب اﻟﻤﺘوﺴط اﻟﺤﺴﺎﺒﻲ ﺒطرﯿﻘﺔ ﻤﺒﺎﺸرة؛ ﯿﻤﻛن ﻛذﻟك ﺤﺴﺎﺒﻪ ﺒطرﯿﻘﺔ ﺘدﻋﻰ‬
‫"طرﯿﻘﺔ اﻨﺤراﻓﺎت اﻟﻘﯿم ﻋن وﺴط ﻓرﻀﻲ"؛ و ﺘﻘوم ﻋﻠﻰ اﻟﺨطوات اﻟﺘﺎﻟﯿﺔ‪:‬‬

‫‪-‬اﺨﺘﯿﺎر ﻗﯿﻤﺔ اﻓﺘراﻀﯿﺔ ﻛوﺴط ﺤﺴﺎﺒﻲ )ﻟﻨرﻤز ﻟﻬﺎ ﺒـ ‪ ،( X 0‬و طﺒﻌﺎ ﯿﻨﺘظر أن ﺘﺒﺘﻌد ﻋن اﻟوﺴط اﻟﺤﻘﯿﻘﻲ‬
‫) ‪ ( X‬ﺒﻤﻘدار ﻤﻌﯿن إﻤﺎ زﯿﺎدة أو ﻨﻘﺼﺎﻨﺎ )اﻟﻤﻘدار ﻗد ﯿﻛون ﻤوﺠﺒﺎ أو ﺴﺎﻟﺒﺎ(؛ أي‪:‬‬
‫)‪X X 0 + α .........(1‬‬
‫=‬
‫ﻨرﻤز ﻻﻨﺤراف ﻛل ﻗﯿﻤﺔ ﻤن اﻟﺴﻠﺴﻠﺔ اﻹﺤﺼﺎﺌﯿﺔ ﻋن اﻟوﺴط اﻟﻔرﻀﻲ ﺒ ـ ) ‪:( di‬‬
‫=‪d‬‬
‫‪i‬‬ ‫)‪xi − X 0 .........(2‬‬
‫ﻨﺴﺘﻨﺘﺞ ﻗﯿﻤﺔ ) ‪ ( X 0‬ﻤن اﻟﻤﻌﺎدﻟﺔ )‪:(1‬‬
‫=‪X‬‬
‫‪0‬‬ ‫)‪X − α .......(3‬‬
‫ﻨﻌوض )‪ (3‬ﻓﻲ )‪:(2‬‬
‫‪di = xi − X + α‬‬
‫و ﺒﺎﻟﻨﺴﺒﺔ ﻟﻛل ﻗﯿﻤﺔ ﻤن ﻗﯿم اﻟﺴﻠﺴﻠﺔ ﻟدﯿﻨﺎ اﻻﻨﺤراﻓﺎت اﻟﺘﺎﻟﯿﺔ‪:‬‬

‫‪68‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪d1 = x1 − X + α‬‬
‫‪d 2 = x2 − X + α‬‬
‫‪d3 = x3 − X + α‬‬
‫‪‬‬
‫‪d n = xn − X + α‬‬
‫‪−−−−−−−−−−−‬‬
‫‪n‬‬ ‫‪n‬‬

‫‪i‬‬‫‪∑ d = ∑ x − N X + Nα‬‬
‫‪=i 1 =i 1‬‬
‫‪i‬‬

‫ﻻﺤظ أن )ﻛﻤﺎ ﺸرﺤﻨﺎﻩ ﻓﻲ ﺨواص اﻟوﺴط اﻟﺤﺴﺎﺒﻲ ﺴﺎﺒﻘﺎ(‪:‬‬

‫‪n‬‬

‫‪∑x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪= NX‬‬

‫أي‪:‬‬
‫‪n‬‬
‫‪Nα = ∑ di‬‬
‫‪i =1‬‬

‫ﺒﻘﺴﻤﺔ اﻟطرﻓﯿن ﻋﻠﻰ )‪ (N‬ﻨﺤﺼل ﻋﻠﻰ ﻗﯿﻤﺔ ) ‪:( α‬‬

‫‪n‬‬

‫‪∑d‬‬ ‫‪i‬‬
‫=‬‫‪α‬‬ ‫‪= D‬‬
‫‪i =1‬‬

‫‪N‬‬
‫ﻨﻼﺤظ أن اﻟﻤﻘدار ) ‪ ( α‬ﻤﺎ ﻫو إﻻ ﻤﺘوﺴط اﻹﻨﺤراﻓﺎت؛ و ﺒﺈﻀﺎﻓﺘﻪ إﻟﻰ اﻟوﺴط اﻟﻔرﻀﻲ ﻓﻲ اﻟﻤﻌﺎدﻟﺔ )‪(1‬‬
‫اﻟﺘﻲ اﻨطﻠﻘﻨﺎ ﻤﻨﻬﺎ ﻨﺤﺼل ﻋﻠﻰ اﻟوﺴط اﻟﺤﻘﯿﻘﻲ‪:‬‬
‫=‬
‫‪X X0 + D‬‬
‫أي أن اﻟوﺴط اﻟﺤﻘﯿﻘﻲ ﻫو اﻟوﺴط اﻟﻔرﻀﻲ ﻤﻀﺎﻓﺎ إﻟﯿﻪ ﻤﺘوﺴط اﻨﺤراﻓﺎت اﻟﻘﯿم ﻋن اﻟوﺴط اﻟﻔرﻀﻲ‪.‬‬

‫ﻤﺜﺎل ‪:6 -3‬‬

‫أﺤﺴب اﻟوﺴط اﻟﺤﺴﺎﺒﻲ ﺒﺎﻟطرﯿﻘﺔ اﻟﻤﺒﺎﺸرة و طرﯿﻘﺔ اﻟوﺴط اﻟﻔرﻀﻲ ﻟﻠﺴﻠﺴﻠﺔ‪:‬‬
‫‪11 ،9 ،6 ،7 ،6‬‬

‫‪69‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﺒﺎﻟطرﯿﻘﺔ اﻟﻤﺒﺎﺸرة‪:‬‬
‫‪6 + 7 + 6 + 9 + 11 39‬‬
‫=‬
‫‪X‬‬ ‫‪= = 7.80‬‬
‫‪5‬‬ ‫‪5‬‬
‫ﺒطرﯿﻘﺔ اﻟوﺴط اﻟﻔرﻀﻲ‪:‬‬
‫ﻨﻔﺘرض أي ﻗﯿﻤﺔ )ﯿﻨﺼﺢ أن ﺘﻛون ﺘﺘوﺴط ﻗﯿم اﻟﺴﻠﺴﻠﺔ و‪/‬أو ﻤن أﻛﺜر اﻟﻘﯿم ﺘﻛ اررا(‪ ،‬ﺴﻨﺨﺘﺎر اﻟﻘﯿﻤﺔ )‪:(7‬‬
‫ﻟدﯿﻨﺎ‪ ، X 0 = 7 :‬ﻨﺤﺴب اﻨﺤراﻓﺎت اﻟﻘﯿم‪:‬‬
‫‪∑d‬‬ ‫‪i‬‬ ‫‪d5‬‬ ‫‪d4‬‬ ‫‪d3‬‬ ‫‪d2‬‬ ‫‪d1‬‬ ‫اﻻﻨﺤراف‬
‫‪4‬‬ ‫‪4+=7-11 2+=7-9 1-=7-6 0=7-7 1-=7-6‬‬ ‫ﻗﯿﻤﺔ اﻹﻨﺤراف‬
‫ﻨﺤﺴب ﻤﺘوﺴط اﻹﻨﺤراﻓﺎت‪:‬‬

‫=‪D‬‬
‫=‪∑ d‬‬ ‫‪i‬‬ ‫‪4‬‬
‫‪= 0.8‬‬
‫‪N‬‬ ‫‪5‬‬
‫ﻨﻀﯿﻔﻪ إﻟﻰ اﻟوﺴط اﻹﻓﺘراﻀﻲ ﻓﻨﺤﺼل ﻋﻠﻰ اﻟوﺴط اﻟﺤﻘﯿﻘﻲ‪:‬‬
‫‪X =X 0 + D =7 + 0.80 =7.80‬‬

‫‪-‬ﺒﺎﻟﻨﺴﺒﺔ ﻟﻠﺒﯿﺎﻨﺎت اﻟﻤﺒوﺒﺔ ﯿﻨﺼﺢ أن ﯿﻛون اﻟوﺴط اﻟﻔرﻀﻲ أﺤد ﻤراﻛز اﻟﻔﺌﺎت؛ و ﯿﻤﻛﻨﻨﺎ أن ﻨﺴﺘﻨﺘﺞ ﺒﺴﻬوﻟﺔ‬
‫ﻤن اﻟﻌرض اﻟﺴﺎﺒق أن اﻟوﺴط اﻟﺤﻘﯿﻘﻲ ﺴﯿﻌطﻰ ﺒﺎﻟﺼﯿﻐﺔ‪:‬‬
‫‪k‬‬

‫‪∑ n .d‬‬ ‫‪i‬‬ ‫‪i‬‬

‫‪X = X0 + D = X0 +‬‬ ‫‪i =1‬‬
‫‪k‬‬

‫‪∑n‬‬ ‫‪i =1‬‬

‫‪i‬‬

‫أي أن ﻤﺘوﺴط اﻻﻨﺤراﻓﺎت ﺴﯿﺼﺒﺢ ﻤرﺠﺤﺎ ﺒﺎﻟﺘﻛ اررات ﻤﻊ اﻟﻘﺴﻤﺔ ﻋﻠﻰ ﻤﺠﻤوع اﻟﺘﻛ اررات‪.‬‬

‫‪70‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻤﺜﺎل ‪:7-3‬‬
‫ﻟﻨرﺠﻊ إﻟﻰ اﻟﺠدول اﻟوارد ﻓﻲ اﻟﻤﺜﺎل )‪(5-3‬؛ و ﻟﻨﺤﺴب اﻟوﺴط اﻟﺤﺴﺎﺒﻲ ﺒطرﯿﻘﺔ اﻟوﺴط اﻟﻔرﻀﻲ‪:‬‬
‫ﺒﻤﺎ أن اﻟﻔﺌﺔ اﻟﺜﺎﻟﺜﺔ ﺘﻘﺎﺒل أﻋﻠﻰ ﺘﻛرار ﺴﻨﺨﺘﺎر ﻤرﻛزﻫﺎ ﻛوﺴط ﻓرﻀﻲ ) ‪ ( X 0 = 45‬و ﻨﺤﺴب ﻤﺘوﺴط‬
‫اﻻﻨﺤراﻓﺎت ﻋن ﻫذا اﻟوﺴط‪:‬‬

‫‪−42‬‬ ‫ﻤراﻛز اﻟﻔﺌﺎت‬ ‫اﻟﺘﻛرار‬

‫=‪D‬‬ ‫‪= −1.40‬‬
‫‪di .ni‬‬ ‫=‪d‬‬ ‫‪xi − X 0‬‬ ‫) ‪( Ci‬‬ ‫اﻟﻔﺌﺎت‬
‫‪30‬‬ ‫‪i‬‬
‫) ‪( xi‬‬ ‫) ‪( ni‬‬
‫أي‪:‬‬
‫‪48-‬‬ ‫‪12-=45-33‬‬ ‫‪33‬‬ ‫‪4‬‬ ‫]‪]36 ،30‬‬
‫=‬
‫‪X X0 + D‬‬ ‫‪42-‬‬ ‫‪6-=45-39‬‬ ‫‪39‬‬ ‫‪7‬‬ ‫]‪]42 ،36‬‬
‫)‪= 45+(-1.40‬‬
‫‪0‬‬ ‫‪0=45-45‬‬ ‫‪45‬‬ ‫‪13‬‬ ‫]‪]48 ،42‬‬
‫‪= 43.60‬‬
‫‪24+‬‬ ‫‪6+=45-51‬‬ ‫‪51‬‬ ‫‪4‬‬ ‫]‪]54 ،48‬‬
‫و ﻫﻲ اﻟﻨﺘﯿﺠﺔ ذاﺘﻬﺎ‬
‫‪24+‬‬ ‫‪12+=45-57‬‬ ‫‪57‬‬ ‫‪2‬‬ ‫]‪]60 ،54‬‬
‫اﻟﻤﺤﺴوﺒﺔ ﺴﺎﺒﻘﺎ‪.‬‬ ‫‪42-‬‬ ‫∑‬ ‫‪30‬‬ ‫∑‬

‫‪-‬ﻻﺤظ أن اﻟوﺴط اﻟﻔرﻀﻲ ﯿؤدي إﻟﻰ ﻋﻤﻠﯿﺎت طرح ﯿﻨﺠم ﻋﻨﻬﺎ ﻋﺎدة أﺼﻔﺎر و ﻋﻤﻠﯿﺎت اﺨﺘزال ﺒﯿن اﻟﻤوﺠب‬
‫و اﻟﺴﺎﻟب و ﻫو ﯿﺴﻬل اﻟﻌﻤﻠﯿﺎت اﻟﺤﺴﺎﺒﯿﺔ ﻓﻲ ﺒﻌض اﻷﺤﯿﺎن‪.‬‬
‫‪- 3‬ﻤزاﯿﺎ اﻟوﺴط اﻟﺤﺴﺎﺒﻲ و ﻋﯿوﺒﻪ‪:‬‬

‫ﯿﺘﻤﯿز اﻟوﺴط اﻟﺤﺴﺎﺒﻲ ﺒﺨﺼﺎﺌص ) أﻫﻤﻬﺎ ﺴﺒق ﺸرﺤﻪ( ﺠﻌﻠﺘﻪ أﻛﺜر اﻟﻤﻘﺎﯿﯿس اﺴﺘﺨداﻤﺎ ﺒﺤﻛم أﻨﻪ ﯿﺄﺨذ‬
‫ﺒﺎﻟﺤﺴﺒﺎن ﺠﻤﯿﻊ اﻟﻘﯿم و ﯿﺴﻬل ﻓﻬﻤﻪ و ﺘﻔﺴﯿرﻩ؛ و ﯿﻛﺎد ﯿﺨﻠو ﻤن اﻟﻌﯿوب ﺒﺎﺴﺘﺜﻨﺎء أﻨﻪ ﯿﺘﺄﺜر ﻛﺜﯿ ار ﺒﺎﻟﻘﯿم‬
‫اﻟﻤﺘطرﻓﺔ )اﻟﺸﺎذة( ‪Extreme Values‬؛ و ﻫﻲ اﻟﻘﯿم إﻤﺎ اﻟﺼﻐﯿرة ﺠدا أو اﻟﻛﺒﯿرة ﺠدا ﻤﻘﺎرﻨﺔ ﺒﺴﺎﺌر اﻟﻘﯿم؛‬
‫ﻓﻤﺜﻼ ﻓﻲ ﺴﻠﺴﻠﺔ ﺘﻌﺒر ﻋن أوزان )‪ (05‬أﺸﺨﺎص ﺒﺎﻟﻛﯿﻠوﻏرام وﺠدﻨﺎ ‪:‬‬

‫ﻤﺘوﺴطﻬﺎ‪ 74 :‬و ﻫو ﻤﺘوﺴط ﻻ ﯿﺒﺘﻌد ﻛﺜﯿ ار ﻋن ﻛل ﻗﯿﻤﺔ ﻤن اﻟﻘﯿم ﻋﻠﻰ‬ ‫‪79 ،75 ،77 ،70 ،69‬‬
‫ﻟﻛن ﻤﺎذا ﻟو ﻛﺎﻨت اﻟﺴﻠﺴﻠﺔ ﻛﻤﺎ ﯿﻠﻲ‪:‬‬ ‫ﺤدة و ﺒﺎﻟﺘﺎﻟﻲ ﻓﻬو ﯿﻤﺜﻠﻬﺎ ﺒﺸﻛل ﺠﯿد‪،‬‬

‫‪71‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫اﻟﻤﺘوﺴط ﻫو‪ 90.2 :‬ﻻﺤظ ﻛﯿف أﺜرت اﻟﻘﯿﻤﺔ اﻟﺸﺎذة )‪ (160‬ﻋﻠﻰ‬ ‫‪، 160 ،75 ،77 ،70 ،69‬‬
‫دﻗﺔ ﺘﻤﺜﯿل اﻟﻤﺘوﺴط اﻟﺤﺴﺎﺒﻲ‪ ،‬و ﻛذﻟك ﻟو وﺠدت ﻗﯿﻤﺔ ﺼﻐﯿرة ﺠدا ﻋن ﺒﻘﯿﺔ ﻗﯿم اﻟﺴﻠﺴﻠﺔ ﻓﺴﺘؤﺜر ﻓﻲ ﻗﯿﻤﺔ‬
‫اﻟوﺴط اﻟﺤﺴﺎﺒﻲ ﻓﻲ اﺘﺠﺎﻩ ﺘﻘﻠﯿﻠﻪ ﺒﺸﻛل ﻛﺒﯿر؛ و ﻛﻼ اﻟﺘﺄﺜﯿرﯿن ﻋﻠﻰ اﻟوﺴط اﻟﺤﺴﺎﺒﻲ ﺴواء ﺒﺎﻟﺘﻀﺨﯿم ﻛﻤﺎ ﻓﻲ‬
‫ﺤﺎل اﻟﻘﯿم اﻟﻤﺘطرﻓﺔ إﻟﻰ أﻋﻠﻰ أو ﺒﺎﻟﺘﻘﻠﯿل ﻛﻤﺎ ﻓﻲ ﺤﺎل اﻟﻘﯿم اﻟﻤﺘطرﻓﺔ إﻟﻰ أﺴﻔل ﯿﻨﺒﻐﻲ أن ﯿؤﺨذ ﺒﻌﯿن اﻻﻋﺘﺒﺎر‬
‫ﻤن طرف اﻟﺒﺎﺤث ﻟدى اﺴﺘﻌﻤﺎل ﻫذا اﻟﻤﻘﯿﺎس؛ إﻤﺎ ﺒﺎﻟﺘﺨﻠﻲ ﻋن اﺴﺘﺨداﻤﻪ أو ﺒﺘﺨﻠﯿص اﻟﺒﯿﺎﻨﺎت ﻤن اﻟﻘﯿم‬
‫اﻟﻤﺘطرﻓﺔ‪..‬‬

‫‪- 4‬ﻤﺸﺘﻘﺎت اﻟوﺴط اﻟﺤﺴﺎﺒﻲ ‪Generalized Arithmetic Mean‬‬

‫رأﯿﻨﺎ ﻓﯿﻤﺎ ﺴﺒق أن اﻟﺼﯿﻐﺔ اﻷﺴﺎﺴﯿﺔ ﻟﻠوﺴط اﻟﺤﺴﺎﺒﻲ ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫‪1 n‬‬
‫=‪X‬‬ ‫‪∑ xi‬‬
‫‪n i =1‬‬

‫و ﻓﻲ اﻟﺤﻘﯿﻘﺔ ﯿﻤﻛﻨﻨﺎ أن ﻨﻌﻤم اﻟﻘﺎﻨون اﻟﺴﺎﺒق ﺒﺈدﺨﺎل ﻗوة ‪ Power‬ذات ﻤﻘدار ﻤﺎ؛ ﻟﻨرﻤز ﻟﻬﺎ ﺒـ ـ )‪ ،(p‬ﻓﯿﺘوﻟد‬
‫ﻤن ﺘﻐﯿر ﺘﻠك اﻟﻘوة ﻋدة أﻨواع أﺨرى ﻤن اﻟﻤﺘوﺴطﺎت؛ و ﺘﺼﺒﺢ اﻟﺼﯿﻐﺔ اﻟﻌﺎﻤﺔ ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫‪1‬‬

‫) ‪(X‬‬ ‫‪p‬‬
‫‪1 n p p‬‬
‫) ‪= ( ∑ xi‬‬
‫‪n i =1‬‬

‫و ﺒﺘﻐﯿر ﻗﯿﻤﺔ اﻟﻘوة )‪ (p‬ﻓﻲ ﻫذﻩ اﻟﺼﯿﻐﺔ ﯿﻨﺘﺞ ﻟدﯿﻨﺎ‪:‬‬

‫=‬
‫"اﻟوﺴط اﻟﺘرﺒﯿﻌﻲ"‬ ‫=‪ p 2‬و ﻫو‬
‫=( ‪ X 2‬‬ ‫) (‬
‫‪1 n 2 12‬‬
‫‪∑ xi ) X Q‬‬
‫‪n i =1‬‬

‫=‬
‫"اﻟوﺴط اﻟﺤﺴﺎﺒﻲ"‬ ‫=‪ p 1‬و ﻫو‬
‫= ( ‪ X1‬‬
‫‪n i =1‬‬
‫) (‬
‫‪1 n 1 11‬‬
‫‪∑ xi ) X‬‬

‫= ‪ p‬و ﻫو "اﻟوﺴط اﻟﺘواﻓﻘﻲ"‬

‫‪−1  X −1‬‬ ‫) (‬ ‫=‬
‫‪1 n −1 −11‬‬
‫= ) ‪( ∑ xi‬‬
‫‪n i =1‬‬
‫‪XH‬‬

‫‪72‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫و ﻋﻨدﻤﺎ ﺘؤول )‪ (p‬إﻟﻰ اﻟﺼﻔر ﯿﻤﻛﻨﻨﺎ أن ﻨﺒرﻫن أن ﻨﻬﺎﯿﺔ اﻟداﻟﺔ ﺘﻌطﻲ "اﻟوﺴط اﻟﻬﻨدﺴﻲ"‪:‬‬

‫‪1‬‬
‫‪1 n p p‬‬
‫= ) ‪p → 0  lim( ∑ xi‬‬
‫‪XG‬‬
‫‪n i =1‬‬

‫) (‬
‫ﯿﻤﻛﻨﻨﺎ أن ﻨﺒﯿن أن اﻟداﻟﺔ ‪ X p‬ﻤﺘزاﯿدة ﺒدﻻﻟﺔ )‪ (p‬و ﯿﻨﺘﺞ ﻋن ذﻟك أن ﻤﻘﺎدﯿر اﻟﻤﺘوﺴطﺎت ﻟﺴﻠﺴﻠﺔ ﻤﻌﯿﻨﺔ‬

‫ﻤن اﻟﻘﯿم ﺴﺘﻛون دوﻤﺎ ﻤرﺘﺒﺔ ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫‪XH ≤ XG ≤ X ≤ XQ‬‬

‫و ﻓﯿﻤﺎ ﯿﻠﻲ ﺘﻔﺼﯿل ﺘﻠك اﻟﻤﺘوﺴطﺎت‪:‬‬

‫‌أ ‪-‬اﻟوﺴط اﻟﻬﻨدﺴﻲ ‪:Geometric Mean‬‬

‫ﯿﻤﻛن ﺘﻌرﯿف اﻟوﺴط اﻟﻬﻨدﺴﻲ ) ‪ ( X G‬ﺒﺄﻨﻪ اﻟﺠذر اﻟﻨوﻨﻲ ﻟﺠداء اﻟﻘﯿم؛ ﻓﺈذا ﻛﺎﻨت ﻟدﯿﻨﺎ اﻟﻘﯿم‪:‬‬
‫‪x1 , x2 , x3 ......xn‬‬
‫ﻋددﻫﺎ )‪(n‬؛ ﻓﺈن اﻟوﺴط اﻟﻬﻨدﺴﻲ ﯿﻌطﻰ ﺒﺎﻟﺼﯿﻐﺔ‪:‬‬
‫‪X G = n x1.x2 .x3 .......xn‬‬

‫و ﻟﺘﺴﻬﯿل اﻟﺤﺴﺎب ﯿﻤﻛﻨﻨﺎ إﻋﺎدة ﺼﯿﺎﻏﺔ اﻟﻘﺎﻨون اﻟﺴﺎﺒق ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫‪1‬‬
‫‪n‬‬ ‫) ‪x1.x2 .x3 .......xn = ( x1.x2 .x3 .......xn‬‬ ‫‪n‬‬

‫و ﺒﺈدﺨﺎل اﻟﻠوﻏﺎرﯿﺘم ﻋﻠﻰ اﻟطرﻓﯿن )ﻟﺘﺴﻬﯿل اﻟﺘﻌﺎﻤل ﻤﻊ اﻷس(‪:‬‬

‫‪1‬‬
‫‪log( X G ) = log ( x1.x2 .x3 .......xn ) n‬‬
‫‪1‬‬
‫= ) ‪log( X G‬‬ ‫) ‪log ( x1.x2 .x3 .......xn‬‬
‫‪n‬‬
‫‪1‬‬
‫) ‪= ( log x1 + log x2 + log x3 + ...log xn‬‬
‫‪n‬‬
‫‪1 n‬‬
‫‪= ∑ log xi‬‬
‫‪n i =1‬‬

‫‪73‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫إن اﻟﻤﻘدار اﻟﻨﺎﺘﺞ ﻫو ﻟوﻏﺎرﯿﺘم اﻟوﺴط اﻟﻬﻨدﺴﻲ؛ ﻫذا ﯿﻌﻨﻲ أن ﺠﻌﻠﻪ ﻓﻲ أس ﻋﺸرة ﯿﻌطﻲ ﻗﯿﻤﺔ اﻟوﺴط‬
‫اﻟﻬﻨدﺴﻲ؛ أي‪:‬‬

‫‪∑ log xi‬‬

‫‪1‬‬
‫‪X G = 10‬‬ ‫‪n‬‬

‫أﻤﺎ ﻋن ﻤﺠﺎﻻت اﺴﺘﺨدام اﻟوﺴط اﻟﻬﻨدﺴﻲ؛ ﻓﺈﻨﻬﺎ "ﻗﻠﯿﻠﺔ ﻤﻘﺎرﻨﺔ ﺒﺎﻟوﺴط اﻟﺤﺴﺎﺒﻲ و ﻤن أﻫﻤﻬﺎ ﻓﻲ اﻟﻤﺠﺎل‬
‫اﻹﻗﺘﺼﺎدي ﻫﻲ ﻓﻲ ﺤﺴﺎب اﻷرﻗﺎم اﻟﻘﯿﺎﺴﯿﺔ‪ ،‬ﻛﻤﺎ ﯿﺴﺘﺨدم ﻓﻲ إﯿﺠﺎد ﻤﺘوﺴط ﻨﺴب اﻟﺘﻐﯿر ﻟﺒﻌض اﻟظواﻫر ﻤﺜل‬
‫‪1‬‬
‫ﻤﻌدﻻت اﻟﻨﻤو و ﻤﻌدﻻت اﻟﻔﺎﺌدة"‬
‫ﻤﺜﺎل ‪:8-3‬‬
‫أﺤﺴب اﻟوﺴط اﻟﻬﻨدﺴﻲ ﻟﻠﺴﻠﺴﻠﺔ ‪7 ،8 ،6 ،4 :‬‬
‫ﻟدﯿﻨﺎ‪:‬‬
‫‪1‬‬
‫)‪(log 4 + log 6 + log8 + log 7‬‬
‫‪X G = 10‬‬ ‫‪4‬‬

‫‪1‬‬
‫)‪(0.60 + 0.78 + 0.90 + 0.85‬‬
‫‪X G = 10‬‬ ‫‪4‬‬

‫‪= 100.7825‬‬
‫‪= 6.06‬‬
‫اﻟوﺴط اﻟﻬﻨدﺴﻲ ﻟﻠﺒﯿﺎﻨﺎت اﻟﻤﺒوﺒﺔ‪:‬‬

‫إذا ﻛﺎن اﻟﺠدول اﻟﺘﻛراري ﯿﺘﻀﻤن ﻤﺘﻐﯿ ار ﻤﺘﻘطﻌﺎ ﯿﺄﺨذ اﻟﻘﯿم‪ { x1 , x2 , x3 ...xk } :‬ﺘﻘﺎﺒﻠﻬﺎ ﻋﻠﻰ اﻟﺘرﺘﯿب‬
‫اﻟﺘﻛ اررات‪ {n1 , n2 , n3 ...nk } :‬؛ ﻓﺈن اﻟﺼﯿﻐﺔ اﻟﺴﺎﺒﻘﺔ ﻟﻠوﺴط اﻟﻬﻨدﺴﻲ ﺘﺼﺒﺢ‪:‬‬

‫‪X G = x1.x1.x1.... x2 .x2 .x2 .... xk .xk ...‬‬

‫‪n ‬‬
‫‪‬‬ ‫‪ ‬‬ ‫‪ ‬‬
‫م ‪n1‬‬ ‫ةر‬ ‫ة ر م ‪n2‬‬ ‫ةرم ‪n k‬‬

‫‪1‬‬
‫ﺟﻼطو ﺟﯾﻼﻟﻲ‪ ،‬اﻹﺣﺻﺎء ﻣﻊ ﺗﻣﺎرﯾن و ﻣﺳﺎﺋل ﻣﺣﻠوﻟﺔ‪ ،‬ط ‪ ،8‬دﯾون اﻟﻣطﺑوﻋﺎت اﻟﺟﺎﻣﻌﯾﺔ‪ ،‬اﻟﺟزاﺋر‪ ،2010 ،‬ص ‪37‬‬

‫‪74‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬
‫‪k‬‬
‫‪n = ∑ ni‬‬
‫‪i =1‬‬
‫ﺤﯿث‪:‬‬

‫‪X G = n x1n1 .x2n2 .x3n3 ...xknk‬‬

‫‪1‬‬

‫(‬
‫‪X G = x1n1 .x2n2 .x3n3 ...xknk‬‬ ‫)‬ ‫‪n‬‬

‫ﺒﺈدﺨﺎل اﻟﻠوﻏﺎرﯿﺘم‪:‬‬

‫= ‪log X G‬‬
‫‪1‬‬
‫‪n‬‬
‫(‬
‫‪log x1n1 .x2n2 .x3n3 ...xknk‬‬ ‫)‬
‫‪1‬‬
‫(‬
‫‪= log x1n1 + log x2n2 + log x3n3 ... + log xknk‬‬
‫‪n‬‬
‫)‬
‫) ‪= ( n1.log x1 + n2 .log x2 + n3 .log x3 ... + nk .log xk‬‬
‫‪1‬‬
‫‪n‬‬
‫‪1 k‬‬
‫‪= ∑ ni .log xi‬‬
‫‪n i =1‬‬

‫و ﺒﻤﺎ أﻨﻨﺎ ﺤﺼﻠﻨﺎ ﻋﻠﻰ ﻟوﻏﺎرﯿﺘم اﻟوﺴط اﻟﻬﻨدﺴﻲ ﯿﻛﻔﻲ أن ﻨﺠﻌﻠﻪ ﻓﻲ أس ﻋﺸرة ﻟﻨﺤﺼل ﻋﻠﻰ اﻟوﺴط‬
‫اﻟﻬﻨدﺴﻲ‪:‬‬

‫‪k‬‬
‫‪∑ ni .log xi‬‬
‫‪1‬‬

‫‪X G = 10‬‬
‫‪n‬‬ ‫‪i =1‬‬

‫‪75‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫و ﻓﻲ ﺤﺎﻟﺔ اﻟﺠدول اﻟﺘﻛراري اﻟﻤﺘﺼل؛ ﯿﻤﻛﻨﻨﺎ أن ﻨﺴﺘﻨﺘﺞ ﺒﺴﻬوﻟﺔ أن اﻟﻘﺎﻨون اﻟﺴﺎﺒق ﯿﺒﻘﻰ ﻋﻠﻰ ﺤﺎﻟﻪ ﻤﻊ ﺘﻐﯿر‬
‫دﻻﻟﺔ اﻟرﻤز ) ‪ ( xi‬اﻟذي ﯿﺼﺒﺢ ﯿﻌﺒر ﻋن ﻤراﻛز اﻟﻔﺌﺎت؛ و ﻟﺘوﻀﯿﺢ ﻤﺎ ﺴﺒق ﻨﻘدم اﻟﻤﺜﺎﻟﯿن اﻟﺘﺎﻟﯿﯿن‪:‬‬

‫ﻤﺜﺎل ‪:9-3‬‬

‫أﺤﺴب اﻟوﺴط اﻟﻬﻨدﺴﻲ ﻟﻠﻤﺘﻐﯿر اﻟوارد ﻓﻲ اﻟﺠدول اﻟﺘﻛراري اﻟﺘﺎﻟﻲ‪:‬‬

‫ﻟدﯿﻨﺎ ﻟوﻏﺎرﯿﺘم اﻟوﺴط اﻟﻬﻨدﺴﻲ‪:‬‬ ‫) ‪ni .log ( xi‬‬ ‫) ‪log ( xi‬‬ ‫) ‪( ni ) ( xi‬‬
‫‪2.3855‬‬ ‫‪0.4771‬‬ ‫‪5‬‬ ‫‪3‬‬
‫‪1‬‬
‫‪log X G = ∑ ni .log xi‬‬
‫‪n‬‬ ‫‪3.6126‬‬ ‫‪0.6021‬‬ ‫‪6‬‬ ‫‪4‬‬

‫=‬
‫‪17.604‬‬
‫‪=0.7335‬‬ ‫‪7.6059‬‬ ‫‪0.8451‬‬ ‫‪9‬‬ ‫‪7‬‬
‫‪24‬‬
‫‪04.00‬‬ ‫‪01.00‬‬ ‫‪4‬‬ ‫‪10‬‬
‫و ﻤﻨﻪ ﻓﺈن اﻟوﺴط اﻟﻬﻨدﺴﻲ ﯿﺴﺎوي‪:‬‬ ‫‪17.604‬‬ ‫∑‬ ‫‪24‬‬ ‫∑‬

‫=‬
‫‪X G 100.7335 ≅ 5.41‬‬

‫ﻤﺜﺎل ‪:10-3‬‬

‫ﻓﻲ ﻫذﻩ اﻟﺤﺎﻟﺔ ﻨﻼﺤظ أن ﻓﺌﺎت اﻟﻤﺘﻐﯿر ﻫﻲ‬ ‫) ‪ni .log ( xi‬‬ ‫) ‪log ( xi‬‬ ‫) ‪( xi‬‬ ‫) ‪( ni‬‬ ‫) ‪( Ci‬‬
‫ﻋﻠﻰ ﺸﻛل ﻤﺠﺎﻻت ﻟذﻟك اﻋﺘﺒرﻨﺎ أن ﻤرﻛز‬ ‫‪1.8063‬‬ ‫‪0.6021‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫]‪]6 ،2‬‬

‫اﻟﻔﺌﺔ ﻫو اﻟﻘﯿﻤﺔ اﻟﺘﻲ ﺘﻨوب ﻋن اﻟﻤﺠﺎل‪.‬‬ ‫‪4.5155‬‬ ‫‪0.9031‬‬ ‫‪8‬‬ ‫‪5‬‬ ‫]‪]10 ،6‬‬

‫‪8.6336‬‬ ‫‪1.0792‬‬ ‫‪12‬‬ ‫‪8‬‬ ‫]‪]14 ،10‬‬

‫‪1‬‬
‫= ‪log X G‬‬
‫‪n‬‬
‫‪∑ ni .log xi‬‬ ‫‪4.8164‬‬ ‫‪1.2041‬‬ ‫‪16‬‬ ‫‪4‬‬ ‫]‪]18 ،14‬‬

‫‪19.7718‬‬ ‫‪19.7718‬‬ ‫∑‬ ‫‪20‬‬ ‫∑‬

‫=‬ ‫‪=0.9886‬‬
‫‪20‬‬

‫أي أن اﻟوﺳط اﻟﮭﻧدﺳﻲ‪:‬‬

‫=‬
‫‪X G 100.9886 ≅ 9.74‬‬

‫‪76‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ب‪-‬اﻟوﺴط اﻟﺘواﻓﻘﻲ ‪:Harmonic Mean‬‬

‫اﻟﻤﺘوﺴط اﻟﺘواﻓﻘﻲ ﻫو ﻤﻘﻠوب اﻟﻤﺘوﺴط اﻟﺤﺴﺎﺒﻲ ﻟﻤﻘﻠوﺒﺎت اﻟﻘﯿم؛ ﻓﺈذا ﻛﺎﻨت ﻟدﯿﻨﺎ اﻟﻘﯿم‪:‬‬
‫‪x1 , x2 , x3 ...xn‬‬
‫ﻓﺈن ﻤﺘوﺴط ﻤﻘﻠوﺒﺎﺘﻬﺎ‪:‬‬
‫‪1 1 1 1‬‬
‫‪+ + ...‬‬
‫‪x1 x2 x3 xn‬‬
‫‪n‬‬
‫و ﻋﻠﯿﻪ ﻓﺈن اﻟﻤﺘوﺴط اﻟﺘواﻓﻘﻲ ﻫو‪:‬‬
‫‪n‬‬
‫= ‪XH‬‬ ‫‪n‬‬
‫‪1‬‬
‫∑‬
‫‪i =1 xi‬‬

‫و ﻟﻛن؛ ﻤﺎ ﻫو ﺘﻔﺴﯿر اﺴﺘﺨدام ﻤﻘﻠوﺒﺎت اﻟﻘﯿم؟ ﻟﻨﺘﺄﻤل اﻟﻤﺜﺎل اﻟﺘﺎﻟﻲ‪:‬‬

‫ﻤﺜﺎل ‪:11-3‬‬
‫ﻓﻲ ﺒﻠدﯿﺔ ﻤﻌﯿﻨﺔ ﻻﺤظﻨﺎ أن اﻟﻤﯿزاﻨﯿﺔ اﻟﻤﺨﺼﺼﺔ ﻟﻺﻨﺎرة اﻟﻌﻤوﻤﯿﺔ ﻟﻸرﺒﻊ ﺴﻨوات اﻷﺨﯿرة ﻛﺎﻨت )‪ 420‬أﻟف‬
‫دج( ﺴﻨوﯿﺎ؛ ﻓﺈذا ﻋﻠﻤﻨﺎ أن ﺴﻌر اﻟﻛﯿﻠووات ﻤن اﻟﻛﻬرﺒﺎء ﻛﺎن ﺨﻼل ﺘﻠك اﻟﺴﻨوات )اﻟوﺤدة‪ :‬دج(‪:‬‬
‫‪ ،‬اﻟﻤطﻠوب ﺤﺴﺎب ﻤﺘوﺴط ﺴﻌر اﻟﻛﯿﻠووات ﻤن اﻟﻛﻬرﺒﺎء اﻟﻤﺴﺘﻬﻠك؟‬ ‫‪6 ،5 ،4 ،2‬‬
‫اﻟﺤل‪:‬‬
‫ﻤن اﻟﻤﻤﻛن أن ﻨﺤﺴب ﻤﺘوﺴط اﻷﺴﻌﺎر ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫=‬‫‪X‬‬
‫∑‬
‫=‬
‫‪x‬‬ ‫‪i‬‬ ‫‪2+ 4+5+6‬‬
‫‪= 4.25‬‬
‫‪n‬‬ ‫‪4‬‬
‫و ﻟﻛن ﻫل ﻫﻲ ﻨﺘﯿﺠﺔ ﺼﺤﯿﺤﺔ؟‬
‫ﻓﻲ اﻟﺤﻘﯿﻘﺔ ﯿﺠﻌﻠﻨﺎ اﻟﻔﻬم اﻟﺼﺤﯿﺢ ﻟﻠﻘﺎﻨون اﻟﺴﺎﺒق ﻨﺤﺴب ﻤﺠﻤوع اﻟﻤﺼﺎرﯿف اﻟﻤﻨﻔﻘﺔ و ﻨﺤﺴب ﻤﺠﻤوع اﻟطﺎﻗﺔ‬
‫اﻟﻤﺴﺘﻬﻠﻛﺔ ﺒﺎﻟﻛﯿﻠووات و ﺒﻘﺴﻤﺔ اﻟطرف اﻷول ﻋﻠﻰ اﻟﺜﺎﻨﻲ ﻨﺤﺼل ﻋﻠﻰ ﻤﺘوﺴط ﺴﻌر اﻟﻛﯿﻠووات اﻟﻤﺴﺘﻬﻠك‪:‬‬

‫‪-‬إﺠﻤﺎﻟﻲ اﻟﻤﺼﺎرﯿف‪ 1680000.00 = 4 × 420000 :‬دج‬

‫‪77‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪-‬ﻋدد اﻟﻛﯿﻠووات اﻟﻤﺴﺘﻬﻠﻛﺔ‪ :‬ﻓﻲ اﻟﺴﻨﺔ اﻷوﻟﻰ )‪ 210000=2÷420000‬ﻛﯿﻠووات(‪ ،‬ﻓﻲ اﻟﺴﻨﺔ اﻟﺜﺎﻨﯿﺔ‬
‫)‪ 105000=4÷420000‬ﻛﯿﻠووات(‪ ،‬ﻓﻲ اﻟﺴﻨﺔ اﻟﺜﺎﻟﺜﺔ )‪ 84000=5÷420000‬ﻛﯿﻠووات(‪ ،‬ﻓﻲ اﻟﺴﻨﺔ‬
‫اﻟراﺒﻌﺔ )‪ 70000 =6÷420000‬ﻛﯿﻠووات(‪ ،‬أي أن ﻤﺠﻤوع اﻟﻛﯿﻠووات اﻟﻤﺴﺘﻬﻠﻛﺔ‪:‬‬
‫‪ 469000 =70000+84000+105000+210000‬ﻛﯿﻠووات‬

‫‪ -‬أي أن ﻤﺘوﺴط ﺴﻌر اﻟﻛﯿﻠووات ﻫو‪:‬‬

‫‪ 3.5821 =469000 ÷1680000‬دج‬
‫و ﻫﻲ ﻨﺘﯿﺠﺔ ﻤﺨﺘﻠﻔﺔ ﻋن اﻟوﺴط اﻟﺤﺴﺎﺒﻲ اﻟذي ﺤﺴﺒﻨﺎﻩ آﻨﻔﺎ‪.‬‬
‫ﯿﻤﻛن اﻟوﺼول إﻟﻰ اﻟﻨﺘﯿﺠﺔ ﻨﻔﺴﻬﺎ دون اﻟﺤﺎﺠﺔ إﻟﻰ ﻫذﻩ اﻟﺘﻔﺎﺼﯿل اﻟﺤﺴﺎﺒﯿﺔ و ذﻟك ﺒﺎﺴﺘﺨدام ﻗﺎﻨون اﻟوﺴط‬
‫اﻟﺘواﻓﻘﻲ‪:‬‬
‫‪n‬‬ ‫‪4‬‬ ‫‪4‬‬
‫=‬‫‪XH‬‬ ‫‪n‬‬
‫=‬ ‫‪≅ 3.58‬‬
‫=‬
‫‪1‬‬ ‫‪1 1 1 1 1.1167‬‬
‫∑‬
‫‪i =1 xi‬‬
‫‪+ + +‬‬
‫‪2 4 5 6‬‬

‫ﻻﺤظ أن اﻟﺴﺒب ﻓﻲ ﻛون ﺼﯿﻐﺔ اﻟوﺴط اﻟﺤﺴﺎﺒﻲ اﻟﺘﻲ ﺴﺒق اﺴﺘﻌﻤﺎﻟﻬﺎ ﻻ ﺘﻌطﻲ اﻟﻨﺘﯿﺠﺔ اﻟﺼﺤﯿﺤﺔ ﻫو أن‬
‫اﻟﻤﻘﺎم ﻟم ﯿﻛن ﯿﻌﺒر ﻋن اﻟﻤﻘدار اﻟﺼﺤﯿﺢ )ﻋدد اﻟﻛﯿﻠووات اﻟﻤﺴﺘﻬﻠﻛﺔ( ﻷﻨﻨﺎ ﻋﺒرﻨﺎ ﻋﻨﻬﺎ ﻨﻘدا و ﻤﻊ ﺘﻐﯿر اﻟﺴﻌر‬
‫ﻟم ﯿﻌد اﻟﺘﻌﺒﯿر ﻋﻨﻬﺎ ﻨﻘدا ﺘﻌﺒﯿ ار دﻗﯿﻘﺎ‪.‬‬

‫اﻟوﺴط اﻟﺘواﻓﻘﻲ ﻟﺒﯿﺎﻨﺎت ﻤﺒوﺒﺔ‪:‬‬

‫إذا ﻛﺎن اﻟﺠدول اﻟﺘﻛراري ﯿﺘﻀﻤن ﻤﺘﻐﯿ ار ﻤﺘﻘطﻌﺎ ﻓﺈن ﻤﺎ ﯿﺘﻐﯿر ﻓﻲ اﻟﻘﺎﻨون اﻟﺴﺎﺒق ﻫو إدﺨﺎل اﻟﺘﻛ اررات ﺒﻀرﺒﻬﺎ‬
‫ﻓﻲ ﻤﻘﻠوﺒﺎت اﻟﻘﯿم؛ أي‪:‬‬
‫‪n‬‬ ‫‪n‬‬
‫= ‪XH‬‬ ‫‪k‬‬
‫=‬ ‫‪k‬‬
‫‪1‬‬ ‫‪ni‬‬
‫‪i‬‬
‫= ‪=i 1‬‬ ‫‪i 1‬‬
‫‪∑n . x‬‬ ‫‪∑. x‬‬
‫‪i‬‬ ‫‪i‬‬

‫‪78‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫أﻤﺎ ﺒﺎﻟﻨﺴﺒﺔ إﻟﻰ اﻟﺠدول اﻟﺘﻛراري اﻟﻤﺴﺘﻤر ﻓﯿﺒﻘﻰ اﻟﻘﺎﻨون ﻋﻠﻰ ﺤﺎﻟﻪ ﺒﺎﺴﺘﺜﻨﺎء ﺘﻐﯿر دﻻﻟﺔ اﻟرﻤز ) ‪ ( x i‬ﻟﯿدل‬
‫ﻋﻠﻰ ﻤراﻛز اﻟﻔﺌﺎت‪ ،‬ﻛﻤﺎ ﻨوﻀﺤﻪ ﻓﻲ اﻟﻤﺜﺎﻟﯿن اﻟﺘﺎﻟﯿﯿن‪:‬‬

‫ﻤﺜﺎل‪:12-3‬‬

‫‪n‬‬ ‫‪24‬‬
‫‪ni‬‬ ‫) ‪( ni ) ( xi‬‬
‫‪XH‬‬ ‫‪= k‬‬ ‫=‬ ‫‪=4.94‬‬ ‫‪xi‬‬
‫‪ni 4.86‬‬
‫∑‬ ‫‪.‬‬
‫‪i =1 xi‬‬
‫‪1.67‬‬ ‫‪5‬‬ ‫‪3‬‬
‫‪1.50‬‬ ‫‪6‬‬ ‫‪4‬‬
‫‪1.29‬‬ ‫‪9‬‬ ‫‪7‬‬
‫‪0.40‬‬ ‫‪4‬‬ ‫‪10‬‬
‫‪4.86‬‬ ‫‪24‬‬ ‫∑‬

‫ﻤﺜﺎل ‪:13 -3‬‬

‫‪ni‬‬
‫‪xi‬‬
‫) ‪( xi‬‬ ‫) ‪( ni‬‬ ‫) ‪( Ci‬‬

‫‪n‬‬ ‫‪20‬‬ ‫‪0.75‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫]‪]6 ،2‬‬

‫=‬‫‪XH‬‬ ‫=‬ ‫‪≅ 8.73‬‬
‫‪k‬‬
‫‪ni 2.2917‬‬ ‫‪0.625‬‬ ‫‪8‬‬ ‫‪5‬‬ ‫]‪]10 ،6‬‬
‫∑‬ ‫‪.‬‬
‫‪i =1 xi‬‬ ‫‪0.6667‬‬ ‫‪12‬‬ ‫‪8‬‬ ‫]‪]14 ،10‬‬

‫‪0.25‬‬ ‫‪16‬‬ ‫‪4‬‬ ‫]‪]18 ،14‬‬

‫‪2.2917‬‬ ‫∑‬ ‫‪20‬‬ ‫∑‬

‫‪79‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ج‪-‬اﻟﻤﺘوﺴط اﻟﺘرﺒﯿﻌﻲ ‪:Quadratic Mean‬‬

‫اﻟﻤﺘوﺴط اﻟﺘرﺒﯿﻌﻲ ﻫو اﻟﺠذر اﻟﺘرﺒﯿﻌﻲ ﻟﻤﺘوﺴط ﻤرﺒﻌﺎت اﻟﻘﯿم؛ أي‪:‬‬

‫‪n‬‬

‫‪x + x + x + ...x‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪∑x‬‬ ‫‪2‬‬
‫‪i‬‬
‫=‬‫‪XQ‬‬ ‫=‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪n‬‬ ‫‪i =1‬‬

‫‪n‬‬ ‫‪n‬‬

‫ﻤﺜﺎل ‪:14-3‬‬

‫أﺤﺴب اﻟﻤﺘوﺴط اﻟﺘرﺒﯿﻌﻲ ﻟﻠﺴﻠﺴﻠﺔ اﻹﺤﺼﺎﺌﯿﺔ اﻟﺘﺎﻟﯿﺔ‪:‬‬

‫‪7 ،6 ،3 ،2‬‬

‫اﻟﺤل‪:‬‬

‫‪22 + 32 + 62 + 7 2‬‬ ‫‪98‬‬

‫=‬
‫‪XQ‬‬ ‫=‬ ‫‪≅ 4.95‬‬
‫‪4‬‬ ‫‪4‬‬

‫اﻟﻤﺘوﺴط اﻟﺘرﺒﯿﻌﻲ ﻟﺒﯿﺎﻨﺎت ﻤﺒوﺒﺔ‪:‬‬

‫إذا ﻛﺎﻨت اﻟﺒﯿﺎﻨﺎت ﻤﺒوﺒﺔ ﻓﺈن اﻟﻘﺎﻨون اﻟﺴﺎﺒق اﻟﻤﺴﺘﺨدم ﻓﻲ ﺤﺎﻟﺔ اﻟﺒﯿﺎﻨﺎت اﻷوﻟﯿﺔ )ﻏﯿر اﻟﻤﺒوﺒﺔ( ﯿﺼﺒﺢ ﻤرﺠﺤﺎ‬
‫ﺒﺎﻟﺘﻛ اررات؛ أي‪:‬‬

‫‪k‬‬

‫‪n1.x + n2 .x + n3 .x + ...nk x‬‬

‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪∑ n .x‬‬ ‫‪i‬‬
‫‪2‬‬
‫‪i‬‬
‫=‬‫‪XQ‬‬ ‫=‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪k‬‬ ‫‪i =1‬‬

‫‪n1 + n2 + n3 + ...nk‬‬ ‫‪∑n‬‬ ‫‪i‬‬

‫و ﻛﺎﻟﻌﺎدة ﯿﻌﺒر اﻟرﻤز ) ‪ ( xi‬ﻋن اﻟﻘﯿم اﻟﻤﻨﻔﺼﻠﺔ اﻟﺘﻲ ﯿﺄﺨذﻫﺎ اﻟﻤﺘﻐﯿر اﻟﻤﺘﻘطﻊ‪ ،‬و ﯿﻌﺒر ﻋن ﻤراﻛز اﻟﻔﺌﺎت ﻓﻲ‬
‫ﺤﺎﻟﺔ ﻤﺘﻐﯿر ﻤﺴﺘﻤر‪ ،‬ﻛﻤﺎ ﻨوﻀﺤﻪ ﻓﻲ اﻟﻤﺜﺎﻟﯿن اﻟﺘﺎﻟﯿﯿن‪:‬‬

‫‪80‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻤﺜﺎل ‪:15-3‬‬

‫‪k‬‬ ‫‪ni .xi2‬‬ ‫‪xi2‬‬ ‫) ‪( ni ) ( xi‬‬

‫‪∑ ni .x‬‬ ‫‪2‬‬
‫‪i‬‬
‫‪45‬‬ ‫‪9‬‬ ‫‪5‬‬ ‫‪3‬‬
‫= ‪XQ‬‬ ‫‪i =1‬‬

‫‪∑n‬‬ ‫‪i‬‬ ‫‪96‬‬ ‫‪16‬‬ ‫‪6‬‬ ‫‪4‬‬

‫‪982‬‬ ‫‪441‬‬ ‫‪49‬‬ ‫‪9‬‬ ‫‪7‬‬
‫=‬ ‫‪≅ 6.40‬‬
‫‪24‬‬ ‫‪400 100‬‬ ‫‪4‬‬ ‫‪10‬‬
‫‪982‬‬ ‫∑‬ ‫‪24‬‬ ‫∑‬

‫ﻤﺜﺎل ‪:16 -3‬‬

‫‪k‬‬ ‫‪ni .xi2‬‬ ‫‪xi2‬‬ ‫) ‪( xi‬‬ ‫) ‪( ni‬‬ ‫) ‪( Ci‬‬

‫‪∑ ni .x‬‬ ‫‪2‬‬
‫‪i‬‬
‫‪48‬‬ ‫‪16‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫]‪]6 ،2‬‬
‫= ‪XQ‬‬ ‫‪i =1‬‬

‫‪∑n‬‬ ‫‪i‬‬ ‫‪320‬‬ ‫‪64‬‬ ‫‪8‬‬ ‫‪5‬‬ ‫]‪]10 ،6‬‬

‫‪2544‬‬ ‫‪1152‬‬ ‫‪144‬‬ ‫‪12‬‬ ‫‪8‬‬ ‫]‪]14 ،10‬‬

‫=‬ ‫‪≅ 11.28‬‬
‫‪20‬‬ ‫‪1024‬‬ ‫‪256‬‬ ‫‪16‬‬ ‫‪4‬‬ ‫]‪]18 ،14‬‬

‫‪2544‬‬ ‫∑‬ ‫‪20‬‬ ‫∑‬

‫‪ - 5‬اﻟﺘرﺠﯿﺢ ‪:Weighted Mean‬‬

‫ﻓﯿﻤﺎ ﺴﺒق ﻛﻨﺎ ﻨﻘوم ﺒﺤﺴﺎب اﻟﻤﺘوﺴط )اﻟﺤﺴﺎﺒﻲ أو أﺤد ﻤﺸﺘﻘﺎﺘﻪ( ﺒﺎﻓﺘراض أن ﻟﻛل اﻟﻘﯿم اﻷﻫﻤﯿﺔ ﻨﻔﺴﻬﺎ‪ ،‬ﻟﻛﻨﻨﺎ‬
‫ﻗد ﻨرﺘﺌﻲ –ﻟﻤﺒررات ﻤﻌﯿﻨﺔ‪ -‬أن ﻨﻌطﻲ ﻟﻠﻘﯿم أﻫﻤﯿﺔ ﻤﺘﻔﺎوﺘﺔ ﻓﺘﻨﺸﺄ ﻟدﯿﻨﺎ ﻤﺎ ﯿﺴﻤﻰ "اﻷوزان ‪ "Weighs‬و ﻫﻲ‬
‫ﻋﺒﺎرة ﻋن ﻤﻌﺎﻤﻼت ﺘرﺠﯿﺢ ﺘﻌﻛس اﻷﻫﻤﯿﺔ اﻟﻨﺴﺒﯿﺔ ﻟﻛل ﻗﯿﻤﺔ ﻀﻤن ﻤﺠﻤوﻋﺔ اﻟﻘﯿم‪ ،‬ﻓﯿﻤﻛن ﺤﯿﻨﻬﺎ أن ﯿوﺠد‬
‫"ﻤﺘوﺴط ﺤﺴﺎﺒﻲ ﻤرﺠﺢ ‪" ،"Weighted Arithmetic Mean‬ﻤﺘوﺴط ﻫﻨدﺴﻲ ﻤرﺠﺢ"‪" ،‬ﻤﺘوﺴط ﺘواﻓﻘﻲ‬
‫ﻤرﺠﺢ"‪...‬و ﻫﻛذا‪.‬‬

‫ﺒﺈدﺨﺎل ﻤﻌﺎﻤﻼت اﻟﺘرﺠﯿﺢ ﻋﻠﻰ اﻟﻘﺎﻨون اﻟﻌﺎم ﻟﻠﻤﺘوﺴطﺎت اﻟﺴﺎﺒق ﺸرﺤﻬﺎ؛ ﻨﺤﺼل ﻋﻠﻰ اﻟﺼﯿﻐﺔ‪:‬‬

‫‪81‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪1‬‬

‫) ‪( Xw‬‬
‫‪n‬‬
‫‪1‬‬
‫(=‬ ‫‪∑ w .x‬‬ ‫‪p‬‬
‫)‬ ‫‪p‬‬

‫‪∑ wi‬‬
‫‪p‬‬ ‫‪i‬‬ ‫‪i‬‬
‫‪i =1‬‬

‫)‪( p‬‬ ‫(‬

‫ﺤﯿث‪ : Xw p :‬اﻟوﺴط اﻟﻤرﺠﺢ ذو اﻟرﺘﺒﺔ‬ ‫)‬
‫و )‪ : (w i‬ﻤﻌﺎﻤﻼت اﻟﺘرﺠﯿﺢ )اﻷوزان(؛ و ﯿﻛون ﻤﺠﻤوﻋﻬﺎ ﻤﺴﺎوﯿﺎ ﻟﻠواﺤد اﻟﺼﺤﯿﺢ إذا ﻛﺎﻨت أوزاﻨﺎ ﻨﺴﺒﯿﺔ‪.‬‬

‫ﻓﻤﺜﻼ ﻓﻲ ﺤﺎﻟﺔ اﻟوﺴط اﻟﺤﺴﺎﺒﻲ ﻨدﺨل ﻤﻌﺎﻤﻼت اﻟﺘرﺠﯿﺢ ﻋﻠﻰ ﺼﯿﻐﺘﻪ ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫‪n‬‬

‫‪w1.x1 + w2 .x2 + ...wn .xn‬‬ ‫‪∑ w .x‬‬

‫) (‬
‫‪i‬‬ ‫‪i‬‬
‫=‬‫‪Xw‬‬ ‫=‬ ‫‪i =1‬‬

‫‪w1 + w2 + ...wn‬‬ ‫‪∑w‬‬ ‫‪i‬‬

‫أﻤﺎ إذا ﻛﺎﻨت اﻷوزان ﻓﻲ ﺸﻛﻠﻬﺎ اﻟﻨﺴﺒﻲ ﻓﺈﻨﻪ ﻨظ ار ﻟﻛون ﻤﺠﻤوﻋﻬﺎ ﯿﻌطﻲ اﻟواﺤد اﻟﺼﺤﯿﺢ ﯿﻛﻔﻲ أن ﻨﻛﺘب‪:‬‬

‫‪( Xw) = ∑ w .x‬‬

‫‪n‬‬

‫‪i‬‬ ‫‪i‬‬
‫‪i =1‬‬

‫ﻤﺜﺎل ‪:17-3‬‬

‫ﺤﺼل ﻤﺘرﺸﺢ ﻟﻤﺴﺎﺒﻘﺔ ﻤﻌﯿﻨﺔ ﺘﺘﻀﻤن ﺜﻼث ﻤواد ﻋﻠﻰ اﻟﻌﻼﻤﺎت اﻟﺘﺎﻟﯿﺔ‪:‬‬

‫‪ ،‬إذا ﻛﺎﻨت اﻟﻤﻌﺎﻤﻼت ﻋﻠﻰ اﻟﺘواﻟﻲ‪ 5 ،3 ،2 :‬أﺤﺴب اﻟﻤﻌدل اﻟﻤﺤﺼل ﻋﻠﯿﻪ‪:‬‬ ‫‪9 ،12 ،15‬‬

‫‪n‬‬

‫‪∑ w .x‬‬ ‫)‪2(15) + 3(12) + 5(9‬‬

‫= )‪( Xw‬‬
‫‪i‬‬ ‫‪i‬‬
‫=‬ ‫‪i =1‬‬
‫‪= 11.10‬‬
‫‪∑w‬‬ ‫‪i‬‬ ‫‪2+3+5‬‬

‫و ﯿﻤﻛن ﺤﺴﺎب اﻷوزان اﻟﻨﺴﺒﯿﺔ ﺒﻘﺴﻤﺔ ﻛل ﻤﻌﺎﻤل ﻋﻠﻰ ﻤﺠﻤوع اﻟﻤﻌﺎﻤﻼت ﺜم ﻀرب ﻛل ﻗﯿﻤﺔ ﻓﻲ اﻟوزن‬
‫اﻟﻨﺴﺒﻲ اﻟﻤﻘﺎﺒل و ﺠﻤﻊ اﻟﻨﺘﺎﺌﺞ‪:‬‬

‫‪82‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻟدﯿﻨﺎ ﻤﺠﻤوع اﻟﻤﻌﺎﻤﻼت )‪،(10‬‬

‫ﻻﺤظ أن ﻤﺠﻤوع اﻷوزان )‪ (1.00=0.5+0.3+0.2‬ﻛﻤﺎ‬ ‫‪0.5=10÷5 ،0.3=10÷3 ،0.2=10÷2‬‬

‫أﺸرﻨﺎ ﺴﺎﺒﻘﺎ؛ و ﺒﺎﻟﻀرب ﻓﻲ اﻷوزان اﻟﻨﺴﺒﯿﺔ و اﻟﺠﻤﻊ ﻨﺤﺼل ﻋﻠﻰ اﻟﻨﺘﯿﺠﺔ اﻟﺴﺎﺒﻘﺔ ﻨﻔﺴﻬﺎ‪:‬‬

‫= )‪( Xw‬‬ ‫‪0.2(15) + 0.3(12) + 0.5(9) = 11.10‬‬

‫ﺜﺎﻨﯿﺎ‪ :‬اﻟوﺴﯿط ‪Median‬‬

‫ﯿﻌرف اﻟوﺴﯿط ﺒﺄﻨﻪ "اﻟﻘﯿﻤﺔ اﻟﺘﻲ ﺘﻘﺴم اﻟﺒﯿﺎﻨﺎت اﻟﻤرﺘﺒﺔ ﺘﺼﺎﻋدﯿﺎ أو ﺘﻨﺎزﻟﯿﺎ إﻟﻰ ﻗﺴﻤﯿن ﻤﺘﺴﺎوﯿﯿن‪ ،‬ﺤﯿث ﯿﻛون‬
‫ﻋدد اﻟﻘﯿم اﻷﻛﺒر ﻤﻨﻪ ﻤﺴﺎوﯿﺎ ﻟﻌدد اﻟﻘﯿم اﻷﺼﻐر ﻤﻨﻪ"‪ ،1‬و ﻨرﻤز ﻟﻪ ﺒ ـ ‪Me :‬‬

‫ﻟﻤﻌرﻓﺔ ﻗﯿﻤﺔ اﻟوﺴﯿط ﻟﺒﯿﺎﻨﺎت أوﻟﯿﺔ )ﻏﯿر ﻤﺒوﺒﺔ( ﻨﻘوم أوﻻ ﺒﺘرﺘﯿﺒﻬﺎ ﺘﺼﺎﻋدﯿﺎ أو ﺘﻨﺎزﻟﯿﺎ؛ ﺜم ﻨﺤﺴب رﺘﺒﺔ اﻟوﺴﯿط‬
‫‪n +1 ‬‬
‫‪ ‬أﻤﺎ إذا ﻛﺎن زوﺠﯿﺎ ﻓﺈن‬ ‫ﺤﺴب طﺒﯿﻌﺔ ﻋدد اﻟﻘﯿم ﻓﺈذا ﻛﺎن ﻓردﯿﺎ ﻓﺈن اﻟوﺴﯿط ﻫو اﻟﻘﯿﻤﺔ اﻟﺘﻲ ﺘرﺘﯿﺒﻬﺎ‪ :‬‬
‫‪ 2 ‬‬

‫اﻟوﺴﯿط ﻫو ﻤﺘوﺴط اﻟﻘﯿﻤﺘﯿن اﻟﻠﺘﯿن رﺘﺒﺘﺎﻫﻤﺎ‪   :‬و ‪.  + 1‬‬

‫‪n‬‬ ‫‪n‬‬
‫‪2 ‬‬ ‫‪2‬‬

‫ﻤﺜﺎل‪:18 -3‬‬

‫أﺤﺴب وﺴﯿط ﻛل ﺴﻠﺴﻠﺔ ﻤن اﻟﺴﻠﺴﻠﺘﯿن اﻟﺘﺎﻟﯿﺘﯿن‪:‬‬

‫‪8 ،6 ،5 ،7 ،5 ،9 ،6‬‬ ‫‪(1‬‬

‫‪7 ،8 ،6 ،5 ،7 ،5 ،9 ،6‬‬ ‫‪(2‬‬

‫اﻟﺤل‪:‬‬

‫‪1‬‬
‫وﻟﯾد إﺳﻣﺎﻋﯾل اﻟﺳﯾﻔو و آﺧرون‪ ،‬أﺳﺎﺳﯾﺎت اﻷﺳﺎﻟﯾب اﻹﺣﺻﺎﺋﯾﺔ ﻟﻸﻋﻣﺎل‪ ،‬دار زﻣزم‪ ،‬اﻷردن‪ ،‬ط ‪ ،2010 ،1‬ص ‪116‬‬

‫‪83‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﺒﺎﻟﻨﺴﺒﺔ ﻟﻠﺴﻠﺴﻠﺔ اﻷوﻟﻰ ﻨرﺘب اﻟﻘﯿم ﺘﺼﺎﻋدﯿﺎ‪:‬‬

‫‪7‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫اﻟرﺘﺒﺔ‬

‫‪9‬‬ ‫‪8‬‬ ‫‪7‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫اﻟﻘﯿﻤﺔ‬

‫‪n +1 ‬‬
‫‪: ‬‬ ‫ﻨﻼﺤظ أن ﻋدد اﻟﻘﯿم ﻓردي )‪ (7‬ﻟذﻟك ﻓﺈن ﻗﯿﻤﺔ اﻟوﺴﯿط ﻫﻲ اﻟﻘﯿﻤﺔ ذات اﻟرﺘﺒﺔ ‪‬‬
‫‪ 2 ‬‬

‫=‪= X n‬‬
‫‪Me‬‬ ‫‪+1‬‬ ‫=‪X 7‬‬
‫‪+1‬‬ ‫=‪X‬‬
‫‪4‬‬ ‫‪6‬‬
‫‪2‬‬ ‫‪2‬‬

‫ﻻﺤظ أن ﻋدد اﻟﻘﯿم ﻋﻠﻰ ﯿﻤﯿن اﻟﻘﯿﻤﺔ )‪ (6‬ﻤﺴﺎو ﻟﻌددﻫﺎ ﻋﻠﻰ اﻟﯿﺴﺎر )‪ 3‬ﻗﯿم ﻓﻲ ﻛل طرف( و ﻫذا ﻫو ﻤدﻟول‬
‫اﻟﺘﻌرﯿف اﻟﺴﺎﺒق ﻟﻠوﺴﯿط‪ ،‬ﻻﺤظ أﯿﻀﺎ أن اﻟوﺴﯿط ﻓﻲ ﻫذا اﻟﻤﺜﺎل رﺘﺒﺘﻪ )ﻤوﻀﻌﻪ( ﻫو )‪ (4‬ﻟﻛن ﻗﯿﻤﺘﻪ )‪.(6‬‬
‫‪U‬‬ ‫‪U‬‬

‫ﺒﺎﻟﻨﺴﺒﺔ ﻟﻠﺴﻠﺴﻠﺔ اﻟﺜﺎﻨﯿﺔ‪:‬‬

‫‪8‬‬ ‫‪7‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫اﻟرﺘﺒﺔ‬

‫‪9‬‬ ‫‪8‬‬ ‫‪7‬‬ ‫‪7‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫اﻟﻘﯿﻤﺔ‬
‫ﻨﻼﺤظ أن ﻋدد اﻟﻘﯿم زوﺠﻲ ﻫذﻩ اﻟﻤرة؛ ﻟذﻟك ﯿﻛون اﻟوﺴط اﻟذي ﯿﻘﺴم اﻟﺴﻠﺴﻠﺔ إﻟﻰ طرﻓﯿن ﻤﺘﻛﺎﻓﺌﯿن ﻫو‬
‫اﻟرﺘﺒﺘﺎن )‪ 4‬و ‪ (5‬و ﻤﺘوﺴط اﻟﻘﯿﻤﺘﯿن اﻟﻤﻘﺎﺒﻠﺘﯿن ﻟﻬﺎﺘﯿن اﻟرﺘﺒﺘﯿن ﻫو اﻟوﺴﯿط؛ أي‪:‬‬

‫‪Xn + Xn‬‬
‫‪+1‬‬ ‫‪X4 + X5 6 + 7‬‬
‫=‬
‫‪Me‬‬ ‫‪2‬‬
‫=‬
‫‪2‬‬
‫‪= = 6.5‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬

‫ﺤﺴﺎب وﺴﯿط اﻟﺒﯿﺎﻨﺎت اﻟﻤﺒوﺒﺔ‪:‬‬

‫ﻟﺤﺴﺎب اﻟوﺴﯿط ﻤن ﺠدول ﺘﻛراري ﯿﺘﻀﻤن ﻤﺘﻐﯿ ار ﻤﺘﻘطﻌﺎ ﻨﺘﺒﻊ اﻟﺨطوات اﻟﺘﺎﻟﯿﺔ‪:‬‬

‫‪-‬ﺘﺸﻛﯿل اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد‬

‫(‬ ‫‪-‬ﺘﺤدﯿد رﺘﺒﺔ اﻟوﺴﯿط ﺒﻘﺴﻤﺔ ﻤﺠﻤوع اﻟﺘﻛ اررات ﻋﻠﻰ اﺜﻨﯿن )‬
‫‪N‬‬
‫‪2‬‬

‫‪84‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪-‬ﻨﺒﺤث ﻓﻲ ﻋﻤود اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد ﻋن اﻟﻘﯿﻤﺔ اﻟﻤﺴﺎوﯿﺔ ﻟﻠرﺘﺒﺔ؛ ﻓﺈن ﻟم ﺘوﺠد ﻨﺄﺨذ اﻟﻘﯿﻤﺔ اﻷﻋﻠﻰ‬
‫ﻤﺒﺎﺸرة و اﻟﻘﯿﻤﺔ اﻟﺘﻲ ﺘﻘﺎﺒﻠﻬﺎ ﻓﻲ ﻋﻤود اﻟﻔﺌﺎت ﻫﻲ ﻗﯿﻤﺔ اﻟوﺴﯿط‪.‬‬

‫ﻤﺜﺎل ‪:19-3‬‬

‫ﻗﻤﻨﺎ أوﻻ ﺒﺘﺸﻛﯿل ﻋﻤود اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد؛ ﻨﻘﺴم ﻤﺠﻤوع اﻟﺘﻛ اررات‬ ‫↑ ‪ni‬‬ ‫اﻟﻔﺌﺎت اﻟﺘﻛ اررات‬
‫ﻋﻠﻰ )‪12 = 2÷ 24 :(2‬‬ ‫) ‪( ni‬‬ ‫) ‪( xi‬‬
‫‪5‬‬ ‫‪5‬‬ ‫‪3‬‬
‫ﻨﺒﺤث ﻋن اﻟﻘﯿﻤﺔ )‪ (12‬ﻓﻲ ﻋﻤود اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد؛ و ﻟﻛﻨﻬﺎ ﻏﯿر‬
‫‪11‬‬ ‫‪6‬‬ ‫‪4‬‬
‫ﻤوﺠودة ﻟذﻟك ﻨﺄﺨذ اﻟﻘﯿﻤﺔ اﻟﺘﻲ ﺘﻠﯿﻬﺎ ﻤﺒﺎﺸرة و ﻫﻲ )‪(20‬‬ ‫‪20‬‬ ‫‪9‬‬ ‫‪7‬‬
‫‪4‬‬ ‫‪4‬‬ ‫‪10‬‬
‫اﻟﻘﯿﻤﺔ اﻟﻤﻘﺎﺒﻠﺔ ﻟـ ـ )‪ (20‬ﻓﻲ ﻋﻤود اﻟﻔﺌﺎت ﻫﻲ )‪ (7‬و ﻫﻲ ﻗﯿﻤﺔ اﻟوﺴﯿط‪:‬‬
‫‪/‬‬ ‫‪24‬‬ ‫∑‬
‫‪Me = 7‬‬

‫أﻤﺎ إذا ﻛﺎن اﻟﺠدول اﻟﺘﻛراري ﯿﺘﻀﻤن ﻤﺘﻐﯿ ار ﻤﺴﺘﻤ ار ﻓﺈن ﺤﺴﺎب اﻟوﺴﯿط ﯿﺘم ﻋﺒر اﻟﺨطوات اﻟﺘﺎﻟﯿﺔ‪:‬‬

‫‪-‬ﺘﺸﻛﯿل ﻋﻤود اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد‬

‫(‬ ‫‪-‬ﺤﺴﺎب رﺘﺒﺔ اﻟوﺴﯿط ﺒﻘﺴﻤﺔ ﻤﺠﻤوع اﻟﺘﻛ اررات ﻋﻠﻰ اﺜﻨﯿن )‬
‫‪N‬‬
‫‪2‬‬
‫‪-‬ﻨﺒﺤث ﻋن اﻟﻘﯿﻤﺔ اﻟﻨﺎﺘﺠﺔ ﻓﻲ اﻟﺨطوة اﻟﺴﺎﺒﻘﺔ )اﻟرﺘﺒﺔ( ﻓﻲ ﻋﻤود اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد ﻓﺈن ﻟم ﺘوﺠد‬
‫ﻨﺄﺨذ اﻟﻘﯿﻤﺔ اﻟﺘﻲ ﺘﻌﻠوﻫﺎ ﻤﺒﺎﺸرة؛ و اﻟﻔﺌﺔ اﻟﻤﻘﺎﺒﻠﺔ ﻟﻬﺎ ﺘﺴﻤﻰ "اﻟﻔﺌﺔ اﻟوﺴﯿطﯿﺔ" أي أن اﻟوﺴﯿط ﺴﯿﻛون ﻗﯿﻤﺔ‬
‫ﺘﻨﺘﻤﻲ إﻟﻰ ﺘﻠك اﻟﻔﺌﺔ‬
‫‪-‬ﻨﺤﺴب اﻟوﺴﯿط ﺒﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﯿﺔ‪:‬‬
‫‪N‬‬
‫↑ ‪− n1‬‬
‫‪Me= L1 +‬‬ ‫‪2‬‬ ‫‪.k‬‬
‫‪ne‬‬

‫ﺤﯿث‪ :( L1 ) :‬اﻟﺤد اﻷدﻨﻰ ﻟﻠﻔﺌﺔ اﻟوﺴﯿطﯿﺔ‪ :( n1 ↑ ) ،‬اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد ﻟﻠﻔﺌﺔ اﻟﺴﺎﺒﻘﺔ ﻟﻠﻔﺌﺔ اﻟوﺴﯿطﯿﺔ‪،‬‬

‫) ‪ :( ne‬اﻟﺘﻛرار اﻟﻌﺎدي ﻟﻠﻔﺌﺔ اﻟوﺴﯿطﯿﺔ‪ :( k ) ،‬طول اﻟﻔﺌﺔ اﻟوﺴﯿطﯿﺔ‪.‬‬

‫‪85‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻤﺜﺎل ‪:20-3‬‬

‫اﻟﺘوزﯿﻊ اﻟﺘﻛراري اﻟﺘﺎﻟﻲ ﯿﺒﯿن ﺘوزﯿﻊ ﻋﯿﻨﺔ ﻤن اﻟﻤزارع ﺤﺴب اﻟﻛﻤﯿﺔ اﻟﻤﻨﺘﺠﺔ ﻤن اﻟﻘﻤﺢ ﺒﺎﻟطن‪ ،‬أﺤﺴب اﻟوﺴﯿط‬
‫ﻤﻊ اﻟﺘﻌﻠﯿق ﻋﻠﻰ اﻟﻨﺘﯿﺠﺔ‪:‬‬

‫‪ N 30‬‬ ‫‪‬‬ ‫) ‪( ni‬‬ ‫) ‪( Ci‬‬

‫ﻟدﯿﻨﺎ رﺘﺒﺔ اﻟوﺴﯿط‪ = = 15  :‬‬ ‫↑‪n‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪‬‬
‫‪3‬‬ ‫‪3‬‬ ‫]‪]6 ،2‬‬
‫ﻨﺒﺤث ﻋن اﻟﻘﯿﻤﺔ اﻟﻨﺎﺘﺠﺔ )‪ (15‬ﻓﻲ ﻋﻤود )ت م ص( و ﺒﻤﺎ أﻨﻬﺎ ﻻ ﺘوﺠد‬ ‫‪8‬‬ ‫‪5‬‬ ‫]‪]10 ،6‬‬

‫ﻨﺄﺨذ اﻟﻘﯿﻤﺔ اﻟﺘﻲ ﺘﻌﻠوﻫﺎ ﻤﺒﺎﺸرة )‪ ،(18‬اﻟﻔﺌﺔ اﻟﺘﻲ ﺘﻘﺎﺒﻠﻬﺎ ﻫﻲ اﻟﻔﺌﺔ‬ ‫‪18‬‬ ‫‪10‬‬ ‫]‪]14 ،10‬‬

‫اﻟوﺴﯿطﯿﺔ )ﺘم ﺘﺴطﯿرﻫﺎ ﻓﻲ اﻟﺠدول(؛ ﻫذا ﯿﻌﻨﻲ أن اﻟوﺴﯿط ﺴﯿﻛون ﻗﯿﻤﺔ‬ ‫‪24‬‬ ‫‪6‬‬ ‫]‪]18 ،14‬‬

‫‪28‬‬ ‫‪4‬‬ ‫]‪]22 ،18‬‬

‫ﺘﻨﺘﻤﻲ إﻟﻰ ذﻟك اﻟﻤﺠﺎل‪.‬‬
‫‪30‬‬ ‫‪2‬‬ ‫]‪]26 ،22‬‬
‫ﻤن اﻟﺠدول ﻨﻼﺤظ أن اﻟﺤد اﻷدﻨﻰ ﻟﻠﻔﺌﺔ اﻟوﺴﯿطﯿﺔ ﻫو )‪ ،(10‬اﻟﺘﻛرار‬ ‫‪/‬‬ ‫‪30‬‬ ‫∑‬
‫اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد ﻟﻠﻔﺌﺔ اﻟﺴﺎﺒﻘﺔ ﻟﻬﺎ ﻫو )‪ ،(8‬اﻟﺘﻛرار اﻟﻌﺎدي ﻟﻠﻔﺌﺔ اﻟوﺴﯿطﯿﺔ ﻫو )‪ (10‬أﻤﺎ طول اﻟﻔﺌﺔ اﻟوﺴﯿطﯿﺔ‬
‫ﻓﻬو )‪ (4‬و ﺒظﻬور ﻫذﻩ اﻟﻤﻌطﯿﺎت ﻟم ﯿﺒق إﻻ ﺘطﺒﯿق ﺼﯿﻐﺔ اﻟوﺴﯿط‪:‬‬

‫‪N‬‬
‫↑ ‪− n1‬‬
‫‪Me= L1 +‬‬ ‫‪2‬‬ ‫‪.k‬‬
‫‪ne‬‬
‫‪ 30‬‬ ‫‪‬‬
‫‪‬‬ ‫‪−‬‬ ‫‪8‬‬ ‫‪‬‬
‫‪= 10+  2‬‬ ‫‪.4  =10 + 2.8 =12.80‬‬
‫‪ 10‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬

‫ﻫذا ﯿﻌﻨﻲ أن اﻟﻘﯿﻤﺔ )‪ (12.80‬ﺘﻘﺴم اﻟﻤزارع اﻟﻤدروﺴﺔ )‪ 30‬ﻤزرﻋﺔ( إﻟﻰ ﻗﺴﻤﯿن ﻤﺘﺴﺎوﯿﯿن ‪ 15‬ﻤزرﻋﺔ إﻨﺘﺎﺠﻬﺎ‬
‫أﻗل ﻤن ‪ 12.80‬طن و ‪ 15‬ﻤزرﻋﺔ إﻨﺘﺎﺠﻬﺎ ﻓوق ‪ 12.80‬طن‪.‬‬

‫‪86‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻤﻼﺤظﺎت‪:‬‬

‫‪-‬ﯿﻤﻛن ﺘﺤدﯿد اﻟوﺴﯿط ﺒﯿﺎﻨﯿﺎ؛ و ﻫو ﻨﻘطﺔ ﺘﻘﺎطﻊ ﻤﻨﺤﻨﯿﻲ اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد و اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﻨﺎزل؛‬

‫( ﻋﻠﻰ اﻟﻤﺤور اﻟﻌﻤودي )ﻤﺤور‬ ‫ﻛﻤﺎ ﯿﻤﻛن ﺘﺤدﯿدﻩ ﺒﺎﺴﺘﺨدام أﺤد اﻟﻤﻨﺤﻨﯿﯿن و ذﻟك ﺒﺘﺤدﯿد اﻟﻨﻘطﺔ )‬
‫‪N‬‬
‫‪2‬‬
‫اﻟﺘﻛ اررات( ﺜم اﻟﻘﯿﺎم ﺒﺈﺴﻘﺎط أﻓﻘﻲ ﻋﻠﻰ اﻟﻤﻨﺤﻨﻰ اﻟﻤﺨﺘﺎر ﺜم إﺴﻘﺎط ﻋﻤودي ﻋﻠﻰ اﻟﻤﺤور اﻷﻓﻘﻲ ﻤن اﻟﻤﻌﻠم‬
‫ﻓﺘﺘﺤدد ﻗﯿﻤﺔ اﻟوﺴﯿط‪.‬‬
‫‪-‬ﻤن أﻫم ﻤزاﯿﺎ اﻟوﺴﯿط ﻋدم ﺘﺄﺜرﻩ ﺒﺎﻟﻘﯿم اﻟﻤﺘطرﻓﺔ )ﺸدﯿدة اﻟﺼﻐر أو ﺸدﯿدة اﻟﻛﺒر( ﻷﻨﻪ ﯿﺘﺤدد ﻋﻠﻰ أﺴﺎس‬
‫ﻤوﻀﻊ )رﺘﺒﺔ( اﻟﻘﯿم و ﻟﯿس ﻋﻠﻰ أﺴﺎس ﻤﻘدارﻫﺎ‪.‬‬

‫أﺸﺒﺎﻩ اﻟوﺴﯿط‪:‬‬

‫ﻤﺜﻠﻤﺎ ﯿﻘﺴم اﻟوﺴﯿط ﻤﺠﻤوﻋﺔ اﻟﺒﯿﺎﻨﺎت إﻟﻰ ﻗﺴﻤﯿن ﻤﺘﺴﺎوﯿﯿن؛ ﻫﻨﺎك ﻤﻘﺎﯿﯿس أﺨرى ﺘﺸﺒﻬﻪ ﻤن ﺤﯿث اﻟﻤﺒدأ‬
‫)ﺘﻘﺴﯿم ﻤﺠﻤوﻋﺔ اﻟﺒﯿﺎﻨﺎت إﻟﻰ أﻗﺴﺎم ﻤﺘﺴﺎوﯿﺔ( و ﻟﻛن ﺘﺨﺘﻠف ﻓﻲ ﻋدد اﻷﻗﺴﺎم‪ ،‬ﻓﻘد ﺘﻘﺴم إﻟﻰ أرﺒﻌﺔ أﻗﺴﺎم‬
‫ﻤﺘﺴﺎوﯿﺔ ﻓﺘﺴﻤﻰ اﻟﻘﯿم اﻟﻔﺎﺼﻠﺔ ﺒﯿن ﺘﻠك اﻷﻗﺴﺎم "رﺒﯿﻌﺎت"‪ ،‬أو ﺨﻤﺴﺔ أﻗﺴﺎم ﻓﺘﺴﻤﻰ ﺤﯿﻨﻬﺎ "ﺨﻤﯿﺴﺎت" أو ﻋﺸرة‬
‫أﻗﺴﺎم ﻓﺘﺴﻤﻰ "ﻋﺸﯿرات"‪..‬‬

‫‪- 1‬اﻟرﺒﯿﻌﺎت ‪:Quartiles‬‬

‫ﻫﻲ ﻗﯿم ﺘﻘﺴم ﻤﺠﻤوﻋﺔ اﻟﺒﯿﺎﻨﺎت إﻟﻰ أرﺒﻌﺔ أﻗﺴﺎم ﻤﺘﺴﺎوﯿﺔ؛ و ﻫﻨﺎك ﺜﻼﺜﺔ رﺒﯿﻌﺎت‪ :‬اﻷول رﻤزﻩ )‪ ( Q1‬ﯿﻘﺴم‬
‫اﻟﻘﯿم إﻟﻰ ﻤﺠﻤوﻋﺘﯿن ﺤﯿث‪ %25 :‬ﻤﻨﻬﺎ أﻗل ﻤﻨﻪ و ‪ %75‬أﻛﺒر ﻤﻨﻪ‪ ،‬أﻤﺎ اﻟرﺒﯿﻊ اﻟﺜﺎﻨﻲ ) ‪ ( Q2‬ﻓﯿﻘﺴﻤﻬﺎ إﻟﻰ‬
‫ﻤﺠﻤوﻋﺘﯿن‪ %50 :‬أﻗل ﻤﻨﻪ و ‪ %50‬أﻛﺒر ﻤﻨﻪ و ﻫو ذاﺘﻪ اﻟوﺴﯿط ‪،‬أﻤﺎ اﻟرﺒﯿﻊ اﻟﺜﺎﻟث ) ‪ ( Q3‬ﻓﯿﻘﺴﻤﻬﺎ إﻟﻰ‬
‫ﻤﺠﻤوﻋﺘﯿن‪ %75 :‬أﻗل ﻤﻨﻪ و ‪ %25‬أﻛﺒر ﻤﻨﻪ‪.‬‬
‫ﻟﺤﺴﺎب اﻟرﺒﯿﻊ ‪ Qi‬ﺤﯿث ) ‪ ( i = 1, 2,3‬ﻤن ﺠدول ﺘﻛراري ﻟﻤﺘﻐﯿر ﻤﺘﻘطﻊ ﻨﺘﺒﻊ اﻟﺨطوات اﻟﺘﺎﻟﯿﺔ‪:‬‬
‫‪-‬ﺘﺸﻛﯿل اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد‬

‫ﻓرﺘﺒﺔ اﻟرﺒﯿﻊ اﻷول ) ‪ ( Q1‬ﻫﻲ ‪ ،  N ‬و رﺘﺒﺔ‬ ‫‪-‬ﺤﺴﺎب رﺘﺒﺔ اﻟرﺒﯿﻊ اﻟﻤطﻠوب ) ‪ ( Qi‬ﺒﺎﻟﻛﺴر‪  N  :‬؛‬
‫‪1‬‬ ‫‪i‬‬
‫‪4 ‬‬ ‫‪‬‬ ‫‪4‬‬ ‫‪‬‬

‫‪87‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫) ‪ ( Q2‬ﻫﻲ ‪  N = N ‬و ﻫو ﻤﺎ ﯿﻌطﻲ ﻨﺘﯿﺠﺔ اﻟوﺴﯿط ﻨﻔﺴﻬﺎ ﻷن ﻤﺠﻤوع رﺒﻌﯿن ﯿﻌطﻲ اﻟﻨﺼف‪ ،‬و رﺘﺒﺔ‬
‫‪2‬‬ ‫‪1‬‬
‫‪4‬‬ ‫‪2 ‬‬
‫‪3 ‬‬
‫) ‪ ( Q3‬ﻫﻲ ‪ N ‬‬
‫‪4 ‬‬
‫‪-‬ﻓﻲ ﻋﻤود اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد ﻨﺒﺤث ﻋن اﻟﻘﯿﻤﺔ اﻟﻨﺎﺘﺠﺔ ﻋن ﺤﺴﺎب رﺘﺒﺔ اﻟرﺒﯿﻊ اﻟﻤطﻠوب ﻓﺈن ﻟم‬
‫ﺘوﺠد ﻨﺄﺨذ اﻟﻘﯿﻤﺔ اﻟﺘﻲ ﺘﻛﺒرﻫﺎ ﻤﺒﺎﺸرة و اﻟﻘﯿﻤﺔ اﻟﻤﻘﺎﺒﻠﺔ ﻟﻬﺎ ﻓﻲ ﻋﻤود اﻟﻔﺌﺎت ﻫﻲ ﻗﯿﻤﺔ اﻟرﺒﯿﻊ اﻟﻤطﻠوب‪.‬‬

‫ﻤﺜﺎل ‪:21 -3‬‬

‫اﻟﺘوزﯿﻊ اﻟﺘﻛراري اﻟﺘﺎﻟﻲ ﯿﺒﯿن ﺘوزﯿﻊ ﻋﯿﻨﺔ ﻤن اﻟﻤﺼﺎﻨﻊ ﺤﺴب ﻋدد اﻟورﺸﺎت‪:‬‬

‫ﻓﻲ اﻟﺠدول أﻋﻼﻩ ﻨﻘ أر اﻟﻨﺘﺎﺌﺞ ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫‪ : Q1 = 5‬ﯿﻌﻨﻲ )‪ (%25‬ﻤن اﻟﻤﺼﺎﻨﻊ )ﻋددﻫﺎ‪ 10 :‬و ﻫﻲ رﺒﻊ اﻟﻤﺼﺎﻨﻊ( ﯿﺘوﻓر اﻟواﺤد ﻤﻨﻬﺎ ﻋﻠﻰ )‪5‬‬
‫ورﺸﺎت(أو اﻗل؛‬
‫) ‪ :( Q2= 7= Me‬رﺒﻌﺎ اﻟﻤﺼﺎﻨﻊ )أي‪ %50 :‬و ﻫﻲ ذاﺘﻬﺎ ﻨﺴﺒﺔ اﻟوﺴﯿط( ﯿﺘوﻓر اﻟواﺤد ﻤﻨﻬﺎ ﻋﻠﻰ )‪7‬‬
‫ورﺸﺎت( أو أﻗل؛‬
‫) ‪ :( Q3 = 8‬ﺜﻼﺜﺔ أرﺒﺎع اﻟﻤﺼﺎﻨﻊ )‪ (%75‬ﯿﺘوﻓر اﻟواﺤد ﻤﻨﻬﺎ ﻋﻠﻰ )‪ 8‬ورﺸﺎت( أو أﻗل‪.‬‬

‫‪88‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫أﻤﺎ ﻓﻲ ﺤﺎﻟﺔ ﺠدول ﻤﺘﻐﯿر ﻤﺴﺘﻤر ﻓﺘﺤﺴب اﻟرﺒﯿﻌﺎت ﺒﺎﻟﺨطوات ﻨﻔﺴﻬﺎ اﻟﻤﺘﺒﻌﺔ ﻓﻲ ﺤﺴﺎب اﻟوﺴﯿط و ﺒﺎﻟﻘﺎﻨون‬
‫ﻨﻔﺴﻪ اﻟﺴﺎﺒق ﺘﺒﯿﯿﻨﻪ ﻓﻲ ﺤﺴﺎب وﺴﯿط اﻟﺠدول اﻟﻤﺴﺘﻤر؛ ﻤﻊ اﺨﺘﻼف ﻨﺴﺒﺔ اﻟﺘﻘﺴﯿم ﻓﻘط‪ ،‬ﺤﯿث ﯿﺼﺒﺢ اﻟﻘﺎﻨون‬
‫ﻛﻤﺎ ﯿﻠﻲ‪:‬‬
‫‪iN‬‬
‫↑ ‪− n1‬‬
‫=‪Q‬‬ ‫‪L1 +‬‬ ‫‪4‬‬ ‫‪.k‬‬
‫‪i‬‬
‫‪nQi‬‬
‫ﺤﯿث‪:‬‬
‫) ‪ :( Qi‬اﻟرﺒﯿﻊ ذو اﻟرﺘﺒﺔ ) ‪ :( L1 ) ،( i‬اﻟﺤد اﻷدﻨﻰ ﻟﻔﺌﺔ اﻟرﺒﯿﻊ اﻟﻤطﻠوب‪ :( n1 ↑ ) ،‬ﺘﻛرار اﻟﻔﺌﺔ اﻟﺴﺎﺒﻘﺔ ﻟﻔﺌﺔ‬
‫اﻟرﺒﯿﻊ اﻟﻤطﻠوب ﻓﻲ ﻋﻤود اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد‪ :( nQi ) ،‬اﻟﺘﻛرار اﻟﻌﺎدي ﻟﻔﺌﺔ اﻟرﺒﯿﻊ اﻟﻤطﻠوب‪،‬‬
‫) ‪ :( k‬طول ﻓﺌﺔ اﻟرﺒﯿﻊ اﻟﻤطﻠوب‪ .‬و ﺒﺎﻟرﺠوع إﻟﻰ اﻟﻤﺜﺎل ‪ 19-3‬ﻨﻘوم ﺒﺤﺴﺎب اﻟرﺒﯿﻌﺎت ﻟﺘوﻀﯿﺢ ﻤﺎ ﺴﺒق‪:‬‬

‫ﺒﻌد ﺘﺸﻛﯿل ﻋﻤود )ت‪.‬م‪.‬ص( ﻨﺤﺴب اﻟرﺒﯿﻌﺎت ﻛﻤﺎ ﯿﻠﻲ‪:‬‬ ‫↑‪n‬‬ ‫) ‪( ni‬‬ ‫) ‪( Ci‬‬
‫‪3‬‬ ‫‪3‬‬ ‫]‪]6 ،2‬‬
‫= ‪ ‬ﻨﺒﺤث ﻋﻨﻬﺎ ﻓﻲ اﻟﻌﻤود‬ ‫‪‬‬
‫رﺘﺒﺔ اﻟرﺒﯿﻊ اﻷول ) ‪ ( Q1‬ﻫﻲ‪N = 7.5  :‬‬
‫‪1‬‬ ‫‪30‬‬
‫‪4‬‬ ‫‪4‬‬ ‫‪‬‬ ‫‪8‬‬ ‫‪5‬‬ ‫]‪]10 ،6‬‬

‫↑ ‪ ، n‬ﻟﻛﻨﻬﺎ ﻏﯿر ﻤوﺠودة؛ ﻨﺄﺨذ اﻟﻘﯿﻤﺔ اﻟﺘﻲ ﺘﻛﺒرﻫﺎ ﻤﺒﺎﺸرة و ﻫﻲ )‪(8‬؛‬ ‫‪18‬‬ ‫‪10‬‬ ‫]‪]14 ،10‬‬

‫اﻟﻔﺌﺔ اﻟﻤﻘﺎﺒﻠﺔ ﻟﻬﺎ ﻫﻲ "ﻓﺌﺔ اﻟرﺒﯿﻊ اﻷول" ﻨﺤﺘﺎج إﻟﻰ ﺤدﻫﺎ اﻷدﻨﻰ )‪ (6‬و‬ ‫‪24‬‬ ‫‪6‬‬ ‫]‪]18 ،14‬‬

‫‪28‬‬ ‫‪4‬‬ ‫]‪]22 ،18‬‬

‫اﻟﺘﻛرار اﻟﺴﺎﺒق ﻟﻬﺎ ﻓﻲ ﻋﻤود ) ↑ ‪ ( n‬و ﻫو )‪ (3‬و ﺘﻛرارﻫﺎ اﻟﻌﺎدي )‪ (5‬و‬
‫‪30‬‬ ‫‪2‬‬ ‫]‪]26 ،22‬‬
‫طوﻟﻬﺎ )‪ (4‬و ﻨطﺒق اﻟﻘﺎﻨون‪:‬‬
‫‪/‬‬ ‫‪30‬‬ ‫∑‬

‫‪89‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪iN‬‬
‫↑ ‪− n1‬‬
‫=‪Q‬‬ ‫‪L1 +‬‬ ‫‪4‬‬ ‫‪.k‬‬
‫‪i‬‬
‫‪nQi‬‬
‫‪1N‬‬
‫↑ ‪− n1‬‬
‫=‪Q‬‬ ‫‪L1 +‬‬ ‫‪4‬‬ ‫‪.k‬‬
‫‪1‬‬
‫‪nQ1‬‬
‫‪1‬‬ ‫‪‬‬
‫‪‬‬ ‫‪.30‬‬ ‫‪−‬‬ ‫‪3‬‬ ‫‪‬‬
‫‪6+  4‬‬ ‫= ‪.4 ‬‬‫= ‪6 + 3.6‬‬‫‪9.60‬‬
‫‪‬‬ ‫‪5‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬

‫أي‪ (%25) :‬ﻤن اﻟﻤزارع )رﺒﻌﻬﺎ( ﯿﻌطﻲ إﻨﺘﺎﺠﺎ أﻗل ﻤن ‪9.60‬طن و ﺜﻼﺜﺔ أرﺒﺎﻋﻬﺎ ﺘﻌطﻲ ﻓوق )‪.(9.60‬‬

‫ﺒﺎﻟﻨﺴﺒﺔ إﻟﻰ اﻟرﺒﯿﻊ اﻟﺜﺎﻨﻲ ﻫو ذاﺘﻪ اﻟوﺴﯿط و ﻗد ﺘم ﺤﺴﺎﺒﻪ ﺴﺎﺒﻘﺎ‪ ،‬أﻤﺎ اﻟرﺒﯿﻊ اﻟﺜﺎﻟث ﻓﺒﺎﻟﺨطوات ذاﺘﻬﺎ‪:‬‬

‫= ‪ ‬ﻨﺒﺤث ﻋﻨﻬﺎ ﻓﻲ ) ↑ ‪ ( n‬و ﺒﻤﺎ أﻨﻬﺎ ﻻ ﺘوﺠد ﻨﺄﺨذ اﻟﻘﯿﻤﺔ اﻟﺘﻲ ﺘﻛﺒرﻫﺎ ﻤﺒﺎﺸرة‬ ‫‪‬‬
‫رﺘﺒﺔ ‪.30 22.5  : Q3‬‬
‫‪3‬‬ ‫‪3‬‬
‫= ‪N‬‬
‫‪4‬‬ ‫‪4‬‬ ‫‪‬‬
‫)‪ (24‬و اﻟﻔﺌﺔ اﻟﺘﻲ ﺘﻘﺎﺒﻠﻬﺎ ﻫﻲ ﻓﺌﺔ اﻟرﺒﯿﻊ اﻟﺜﺎﻟث؛ ﺤدﻫﺎ اﻷدﻨﻰ ﻫو )‪ ،(14‬اﻟﺘﻛرار اﻟﺴﺎﺒق ﻟﻬﺎ ﻓﻲ ﻋﻤود‬

‫) ↑ ‪ ( n‬ﻫو )‪ ،(18‬ﺘﻛرارﻫﺎ اﻟﻌﺎدي )‪ ،(6‬طوﻟﻬﺎ )‪ ،(4‬و ﺒﻬذﻩ اﻟﻤﻌطﯿﺎت ﻨطﺒق اﻟﻘﺎﻨون‪:‬‬

‫‪iN‬‬
‫↑ ‪− n1‬‬
‫=‪Q‬‬ ‫‪L1 +‬‬ ‫‪4‬‬ ‫‪.k‬‬
‫‪i‬‬
‫‪nQi‬‬
‫‪3N‬‬
‫↑ ‪− n1‬‬
‫=‪Q‬‬ ‫‪L1 +‬‬ ‫‪4‬‬ ‫‪.k‬‬
‫‪3‬‬
‫‪nQ 3‬‬
‫‪3‬‬ ‫‪‬‬
‫‪‬‬ ‫‪.30‬‬ ‫‪−‬‬ ‫‪18‬‬ ‫‪‬‬
‫‪14+  4‬‬ ‫‪.4  = 14 + 3 = 17‬‬
‫‪‬‬ ‫‪6‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬

‫‪90‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫أي أن ﺜﻼﺜﺔ أرﺒﺎع اﻟﻤزارع اﻟﻤدروﺴﺔ )‪ (%75‬ﺘﻌطﻲ إﻨﺘﺎﺠﺎ أﻗل ﻤن )‪ 17‬طن( و اﻟرﺒﻊ اﻟﺒﺎﻗﻲ ﯿﻌطﻲ أﻛﺜر‬
‫ﻤن )‪ 17‬طن(‪.‬‬

‫‪- 2‬اﻟﻌﺸﯿرات ‪:Deciles‬‬

‫ﻫﻲ ﻤﻘﺎﯿﯿس ﺘﻘﺴم ﻤﺠﻤوﻋﺔ اﻟﺒﯿﺎﻨﺎت إﻟﻰ ﻋﺸرة أﻗﺴﺎم ﻤﺘﺴﺎوﯿﺔ ﺒﺤﯿث ﯿﺤﺼر ﻛل ﻋﺸﯿر )‪ (%10‬ﻤن اﻟﺒﯿﺎﻨﺎت‬
‫ﺘﺤﺘﻪ؛ و ﺘوﺠد ﺘﺴﻊ ﻋﺸﯿرات ﻨرﻤز ﻟﻬﺎ ﺒﺎﻟرﻤز ) ‪ ( Di‬ﺤﯿث ) ‪ ( i = 1, 2,3...9‬ﻓﺎﻟﻌﺸﯿر اﻷول ﻤﺜﻼ ) ‪ ( D1‬ﯿﻘﺴم‬
‫اﻟﻘﯿم إﻟﻰ ﻗﺴﻤﯿن ﺒﺤﯿث )‪ (%10‬ﻤﻨﻬﺎ أﻗل ﻤﻨﻪ و )‪ (%90‬ﻤﻨﻬﺎ أﻛﺒر ﻤﻨﻪ‪ ،‬و اﻟﻌﺸﯿر اﻟﺜﺎﻨﻲ ) ‪ ( D2‬ﯿﻘﺴﻤﻬﺎ إﻟﻰ‬
‫ﻗﺴﻤﯿن )‪ (%20‬ﻤﻨﻬﺎ أﻗل ﻤﻨﻪ و )‪ (%80‬أﻛﺒر ﻤﻨﻪ؛ و ﻫﻛذا‪...‬‬

‫ﻻ ﺘﺨﺘﻠف ﻛﯿﻔﯿﺔ ﺤﺴﺎب اﻟﻌﺸﯿرات ﻋن اﻟﻛﯿﻔﯿﺔ اﻟﺴﺎﺒق ﺸرﺤﻬﺎ ﻓﻲ اﻟوﺴﯿط و اﻟرﺒﯿﻌﺎت إﻻ ﻓﻲ ﺤﺴﺎب رﺘب‬

‫اﻟﻌﺸﯿرات اﻟﺘﻲ ﺘﺘﺤدد ﺒﺎﻟﻛﺴر ‪  N ‬؛ ﻓﺎﻟﻌﺸﯿر اﻷول ﻤﺜﻼ رﺘﺒﺘﻪ ‪ ،  N ‬و اﻟﻌﺸﯿر اﻟﺜﺎﻨﻲ رﺘﺒﺘﻪ‬
‫‪1‬‬ ‫‪i‬‬
‫‪ 10 ‬‬ ‫‪ 10 ‬‬

‫‪  N ‬؛ و ﻫﻛذا‪ ...‬ﺜم ﻤﺎ ﯿﺄﺘﻲ ﺒﻌد ذﻟك ﻤن ﺤﺴﺎب ﻫو ﺒﻨﻔس اﻟﻤﻨﻬﺠﯿﺔ اﻟﺴﺎﺒﻘﺔ‪ ،‬و ﻓﻲ ﺤﺎﻟﺔ اﻟﻤﺘﻐﯿر‬
‫‪2‬‬
‫‪ 10 ‬‬
‫اﻟﻤﺴﺘﻤر ﻓﺈﻨﻪ ﺒﻌد ﺤﺴﺎب اﻟرﺘﺒﺔ ﻨطﺒق اﻟﻘﺎﻨون اﻟﺴﺎﺒق اﺴﺘﻌﻤﺎﻟﻪ ﻤﻊ ﺘﻐﯿﯿر ﻨﺴﺒﺔ اﻟﺘﻘﺴﯿم ﻓﻘط‪:‬‬

‫‪iN‬‬
‫↑ ‪− n1‬‬
‫=‪D‬‬ ‫‪L1 +‬‬ ‫‪10‬‬ ‫‪.k‬‬
‫‪i‬‬
‫‪nDi‬‬

‫ﺤﯿث‪ ( Di ) :‬اﻟﻌﺸﯿر ) ‪( i‬؛) ‪ :( L1‬اﻟﺤد اﻷدﻨﻰ ﻟﻔﺌﺔ اﻟﻌﺸﯿر اﻟﻤطﻠوب‪ :( n1 ↑ ) ،‬اﻟﺘﻛرار اﻟﺴﺎﺒق ﻟﺘﻛرار ﻓﺌﺔ‬
‫اﻟﻤطﻠوب‪:( k )،‬‬ ‫اﻟﻌﺸﯿر اﻟﻤطﻠوب ﻓﻲ ﻋﻤود اﻟﺘﻛرار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋد‪ : ( nDi ) ،‬اﻟﺘﻛرار اﻟﻌﺎدي ﻟﻔﺌﺔ اﻟﻌﺸﯿر‬
‫طول ﻓﺌﺔ اﻟﻌﺸﯿر اﻟﻤطﻠوب‪ .‬ﻤﺜﻼ اﻟﻌﺸﯿر اﻷول ﯿﺄﺨذ اﻟﺼﯿﻐﺔ‪:‬‬

‫‪1N‬‬
‫↑ ‪− n1‬‬
‫=‪D‬‬ ‫‪L1 +‬‬ ‫‪10‬‬ ‫‪.k‬‬
‫‪1‬‬
‫‪nD1‬‬

‫و اﻟﻌﺸﯿر اﻟراﺒﻊ ﯿﺄﺨذ اﻟﺼﯿﻐﺔ‪:‬‬

‫‪91‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪4N‬‬
‫↑ ‪− n1‬‬
‫=‪D‬‬ ‫‪L1 +‬‬ ‫‪10‬‬ ‫‪.k‬‬
‫‪4‬‬
‫‪nD 4‬‬

‫و ﻫﻛذا ‪...‬‬

‫‪- 3‬اﻟﻤﺌﯿﻨﺎت )اﻟﻤﺌوﯿﺎت( ‪:Percentiles‬‬

‫و ﻫﻲ ﻤﻘﺎﯿﯿس ﺘﻘﺴم اﻟﻘﯿم إﻟﻰ ﻤﺎﺌﺔ ﺠزء؛ و ﻟدﯿﻨﺎ )‪ (99‬ﻤﺌوي ﻨرﻤز ﻟﻬﺎ ﺒ ـ ) ‪ ( Pi‬ﺒﺤﯿث ﻛل ﻤﺌوي ﯿﺴﺒﻘﻪ ) ‪( i %‬‬
‫ﻤن اﻟﻘﯿم اﻟﻤرﺘﺒﺔ ﺘﺼﺎﻋدﯿﺎ‪.‬‬

‫ﺘﺤﺴب اﻟﻤﺌوﯿﺎت ﺒﺎﻟﻤﻨﻬﺠﯿﺔ اﻟﺴﺎﺒق ﺸرﺤﻬﺎ ﻤﻊ ﺘﻐﯿر ﻨﺴﺒﺔ اﻟﺘﻘﺴﯿم ﻓﻘط؛ و ﻓﻲ ﺤﺎﻟﺔ اﻟﻤﺘﻐﯿر اﻟﻤﺴﺘﻤر ﯿﺤﺴب‬
‫ﺒﺎﻟﺼﯿﻐﺔ اﻟﺴﺎﺒﻘﺔ ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫‪iN‬‬
‫↑ ‪− n1‬‬
‫=‪P‬‬ ‫‪L1 +‬‬ ‫‪100‬‬ ‫‪.k‬‬
‫‪i‬‬
‫‪nPi‬‬

‫و ﻤﻨﻬﺎ ﻨﺴﺘﻨﺘﺞ ﺼﯿﻐﺔ اﻟﻤﺌوي اﻷول ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫‪1N‬‬
‫↑ ‪− n1‬‬
‫=‪P‬‬ ‫‪L1 +‬‬ ‫‪100‬‬ ‫‪.k‬‬
‫‪1‬‬
‫‪nP1‬‬

‫و ﯿﺄﺨذ اﻟﻤﺌوي اﻟﺨﺎﻤس و اﻟﺨﻤﺴون ﻤﺜﻼ اﻟﺼﯿﻐﺔ‪:‬‬

‫‪55 N‬‬
‫↑ ‪− n1‬‬
‫‪P55= L1 +‬‬ ‫‪100‬‬ ‫‪.k‬‬
‫‪nP 55‬‬

‫و ﻫﻛذا‪...‬‬

‫‪92‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﺜﺎﻟﺜﺎ‪ :‬اﻟﻤﻨوال ‪Mode‬‬

‫اﻟﻤﻨوال ﻫو اﻟﻘﯿﻤﺔ اﻷﻛﺜر ﺘﻛ ار ار ﻓﻲ ﻤﺠﻤوﻋﺔ اﻟﻘﯿم؛ ﻨرﻤز ﻟﻪ ﺒ ـ ) ‪ ،( Mo‬و ﯿﻤﻛن أن ﯿﻛون ﻟﻤﺠﻤوﻋﺔ ﻤن‬
‫اﻟﺒﯿﺎﻨﺎت ﻤﻨوال واﺤد أو اﺜﻨﺎن؛ ﻓﺈذا زاد ﻋﻠﻰ اﺜﻨﯿن ﻓﻘد أﻫﻤﯿﺘﻪ اﻹﺤﺼﺎﺌﯿﺔ‪ ،‬ﻛﻤﺎ ﯿﻤﻛن أن ﻻ ﯿﻛون ﻟﻬﺎ ﻤﻨوال‪.‬‬

‫ﻤﺜﺎل ‪:22-3‬‬

‫ﻟﺘﻛن ﻟدﯿﻨﺎ اﻟﺴﻼﺴل اﻹﺤﺼﺎﺌﯿﺔ اﻟﺘﺎﻟﯿﺔ‪:‬‬

‫‌أ( ‪ ← 7، 5 ،6 ،9 ،4 ،5 ،2‬اﻟﻤﻨوال ﯿﺴﺎوي ) ‪( Mo = 5‬‬

‫=‪( Mo1 5,‬‬
‫=‬ ‫ب( ‪ ← 9 ، 5 ،6 ،9 ،4 ،5 ،2‬ﺴﻠﺴﻠﺔ ذات ﻤﻨواﻟﯿن ) ‪Mo2 9‬‬
‫‌‬
‫ت( ‪ ← 4 ،5 ،6 ،7 ،9 ،2‬ﺴﻠﺴﻠﺔ ﻟﯿس ﻟﻬﺎ ﻤﻨوال‬
‫‌‬

‫ﻤﺜﺎل ‪:22-3‬‬

‫ﻟﺘﻛن ﻟدﯿﻨﺎ اﻟﺴﻠﺴﻠﺔ اﻹﺤﺼﺎﺌﯿﺔ اﻟﺘﺎﻟﯿﺔ ﺘﻌﺒر ﻋن اﻟﻌﻼﻤﺔ اﻟﺘﺠﺎرﯿﺔ ﻟﻌﯿﻨﺔ ﻤن اﻟﺴﯿﺎرات‪:‬‬

‫ﺘوﯿوﺘﺎ‪ ،‬داﯿو‪ ،‬ﺘوﯿوﺘﺎ‪ ،‬روﻨو‪ ،‬ﺒﯿﺠو‪ ،‬ﻤرﺴﯿدس‪ ،‬داﯿو‪ ،‬ﺘوﯿوﺘﺎ‬

‫ﻻﺤظ أن اﻟﻤﺘﻐﯿر ﻫﻨﺎ ﻨوﻋﻲ و ﻻﺤظ أن اﻟﻤﻨوال ﻫو ) ﺘوﯿوﺘﺎ =‪(Mo‬‬

‫ﻤﻨوال اﻟﺒﯿﺎﻨﺎت اﻟﻤﺒوﺒﺔ‪:‬‬

‫ﻓﻲ ﺤﺎﻟﺔ ﺠدول ﺘﻛراري ﻟﻤﺘﻐﯿر ﻛﻤﻲ ﻤﺘﻘطﻊ ﻨﺄﺨذ ﻤﺒﺎﺸرة اﻟﻘﯿﻤﺔ اﻟﻤﻘﺎﺒﻠﺔ ﻷﻋﻠﻰ ﺘﻛرار ﻟﺘﻛون ﻫﻲ ﻗﯿﻤﺔ اﻟﻤﻨوال‪،‬‬
‫أﻤﺎ ﻓﻲ ﺤﺎﻟﺔ اﻟﺠدول اﻟﺘﻛراري ﻟﻤﺘﻐﯿر ﻤﺴﺘﻤر؛ ﻓﺈﻨﻨﺎ ﻨﺤدد أوﻻ ﻤﺎ ﯿﺴﻤﻰ "اﻟﻔﺌﺔ اﻟﻤﻨواﻟﯿﺔ"؛ و ﻫﻲ اﻟﻔﺌﺔ ذات‬
‫أﻋﻠﻰ ﺘﻛرار و ﻟﺤﺴﺎب اﻟﻤﻨوال ﺤﯿﻨﻬﺎ ﻨﺴﺘﻌﻤل اﻟﻘﺎﻨون اﻟﺘﺎﻟﻲ‪:‬‬

‫‪∆1‬‬
‫= ‪Mo‬‬
‫‪L1 +‬‬ ‫‪×k‬‬
‫‪∆1 + ∆ 2‬‬

‫ﺤﯿث‪ :( L1 ) :‬اﻟﺤد اﻷدﻨﻰ ﻟﻠﻔﺌﺔ اﻟﻤﻨواﻟﯿﺔ‪ :( ∆1 ) ،‬اﻟﻔرق ﺒﯿن ﺘﻛرار اﻟﻔﺌﺔ اﻟﻤﻨواﻟﯿﺔ و ﺘﻛرار اﻟﻔﺌﺔ اﻟﺴﺎﺒﻘﺔ ﻟﻬﺎ‪،‬‬

‫‪93‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫) ‪:( ∆ 2‬اﻟﻔرق ﺒﯿن ﺘﻛرار اﻟﻔﺌﺔ اﻟﻤﻨواﻟﯿﺔ و ﺘﻛرار اﻟﻔﺌﺔ اﻟﻼﺤﻘﺔ ﻟﻬﺎ‪ :( k )،‬طول اﻟﻔﺌﺔ اﻟﻤﻨواﻟﯿﺔ‪.‬‬

‫ﻤﻼﺤظﺔ‪ :‬ﻓﻲ ﺤﺎل ﺘوزﯿﻊ ﺘﻛراري ﻏﯿر ﻤﻨﺘظم )أطوال اﻟﻔﺌﺎت ﻏﯿر ﻤﺘﺴﺎوﯿﺔ( ﻨﻘوم أوﻻ ﺒﺤﺴﺎب اﻟﺘﻛ اررات‬
‫اﻟﻤﻌدﻟﺔ –ﻛﻤﺎ ﺴﺒق اﻹﺸﺎرة إﻟﯿﻪ‪ -‬و ﺘﻛون اﻟﻔﺌﺔ اﻟﻤﻨواﻟﯿﺔ ﻫﻲ اﻟﻤﻘﺎﺒﻠﺔ ﻷﻋﻠﻰ ﺘﻛرار ﻤﻌدل؛ و ﺘﺤﺴب اﻟﻔروق‬
‫ﻓﻲ اﻟﻘﺎﻨون أﻋﻼﻩ ﻋﻠﻰ أﺴﺎس اﻟﺘﻛ اررات اﻟﻤﻌدﻟﺔ‪.‬‬

‫ﻤﺜﺎل ‪:23-3‬‬

‫ﻓﻲ اﻟﺘوزﯿﻊ اﻟﺘﻛراري اﻟﺘﺎﻟﻲ ﻗم ﺒﺤﺴﺎب اﻟﻤﻨوال‪:‬‬

‫ﻻﺤظ أن اﻟﻔﺌﺔ اﻟﻤﻨواﻟﯿﺔ ﻫﻲ ]‪ ،]14 ،10‬ﻷﻨﻬﺎ اﻟﻤﻘﺎﺒﻠﺔ ﻷﻋﻠﻰ ﺘﻛرار )‪ ،(10‬ﺤدﻫﺎ‬ ‫) ‪( ni‬‬ ‫) ‪( Ci‬‬
‫اﻷدﻨﻰ ﻫو )‪ ،(10‬اﻟﻔرق ﺒﯿن ﺘﻛرارﻫﺎ و ﺘﻛرار اﻟﻔﺌﺔ اﻟﺴﺎﺒﻘﺔ ﻟﻬﺎ ﻫو )‪ ،(5=5-10‬اﻟﻔرق‬ ‫‪3‬‬ ‫]‪]6 ،2‬‬

‫ﺒﯿن ﺘﻛرارﻫﺎ و ﺘﻛرار اﻟﻔﺌﺔ اﻟﻼﺤﻘﺔ ﻟﻬﺎ ﻫو )‪ ،(4=6-10‬أﻤﺎ طوﻟﻬﺎ ﻓﻬو )‪ (4‬و ﻤﻨﻪ‬ ‫‪5‬‬ ‫]‪]10 ،6‬‬

‫‪10‬‬ ‫]‪]14 ،10‬‬

‫ﻨﻌوض ﻓﻲ اﻟﻘﺎﻨون‪:‬‬
‫‪6‬‬ ‫]‪]18 ،14‬‬
‫‪∆1‬‬ ‫‪4‬‬ ‫]‪]22 ،18‬‬
‫= ‪Mo‬‬
‫‪L1 +‬‬ ‫‪×k‬‬
‫‪∆1 + ∆ 2‬‬
‫‪2‬‬ ‫]‪]26 ،22‬‬
‫‪5‬‬
‫‪=10 +‬‬ ‫= ‪×4‬‬
‫‪12.22‬‬ ‫‪30‬‬ ‫∑‬
‫‪5+ 4‬‬

‫ﻻﺤظ أن اﻟﻤﻨوال ﻫو ﻗﯿﻤﺔ ﺘﻨﺘﻤﻲ إﻟﻰ اﻟﻔﺌﺔ اﻟﻤﻨواﻟﯿﺔ ) [‪.( Mo ∈ [10,14‬‬

‫ﻤﻼﺤظﺔ‪ :‬ﯿﻤﻛن ﺘﺤدﯿد اﻟﻤﻨوال ﺒﯿﺎﻨﯿﺎ؛ و ذﻟك وﻓق اﻟﺨطوات اﻟﺘﺎﻟﯿﺔ‪:‬‬

‫‪-‬ﺘﻤﺜﯿل اﻟﻔﺌﺔ اﻟﻤﻨواﻟﯿﺔ ﺒﯿﺎﻨﯿﺎ و اﻟﻔﺌﺘﯿن اﻟﺴﺎﺒﻘﺔ و اﻟﻼﺤﻘﺔ ﻟﻬﺎ ﺒطرﯿﻘﺔ اﻟﻤدرج اﻟﺘﻛراري؛‬
‫‪-‬اﻟوﺼل ﺒﯿن رأس اﻟﺤد اﻷﻋﻠﻰ ﻟﻠﻔﺌﺔ اﻟﻤﻨواﻟﯿﺔ و اﻟﺤد اﻷﻋﻠﻰ ﻟﻠﻔﺌﺔ اﻟﺴﺎﺒﻘﺔ ﺒﻘطﻌﺔ ﻤﺴﺘﻘﯿﻤﺔ؛‬
‫‪-‬اﻟوﺼل ﺒﯿن رأس اﻟﺤد اﻷدﻨﻰ ﻟﻠﻔﺌﺔ اﻟﻤﻨواﻟﯿﺔ و اﻟﺤد اﻷدﻨﻰ ﻟﻠﻔﺌﺔ اﻟﻼﺤﻘﺔ ﺒﻘطﻌﺔ ﻤﺴﺘﻘﯿﻤﺔ؛‬
‫‪-‬ﻤن ﺘﻘﺎطﻊ اﻟﻘطﻌﺘﯿن ﺘﺘﺤدد ﻗﯿﻤﺔ اﻟﻤﻨوال ﻋﻠﻰ اﻟﻤﺤور اﻷﻓﻘﻲ‪.‬‬
‫و اﻟﺸﻛل اﻟﺘﺎﻟﻲ ﯿﻠﺨص ﺘﻠك اﻟﺨطوات‪:‬‬

‫‪94‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﯿﻌﺘﺒر اﻟﻤﻨوال أﺴﻬل ﻤﻘﺎﯿﯿس اﻟﻨزﻋﺔ اﻟﻤرﻛزﯿﺔ ﺤﺴﺎﺒﺎ؛ و ﻫو أﻓﻀﻠﻬﺎ ﻓﻲ ﺤﺎﻟﺔ اﻟﻤﺘﻐﯿر اﻟﻨوﻋﻲ‪ ،‬ﻛﻤﺎ أﻨﻪ ﻻ ﯿﺘﺄﺜر‬
‫ﺒﺎﻟﻘﯿم اﻟﻤﺘطرﻓﺔ و ﻏﯿر ﻗﺎﺒل ﻟﻠﻌﻤﻠﯿﺎت اﻟﺠﺒرﯿﺔ‪.‬‬

‫ﻤﻘﺎرﻨﺔ ﺒﯿن ﻤﻘﺎﯿﯿس اﻟﻨزﻋﺔ اﻟﻤرﻛزﯿﺔ‪:‬‬

‫ﯿﻤﻛﻨﻨﺎ أن ﻨﻼﺤظ وﺠود ﺜﻼﺜﺔ ﻤﺒﺎدئ ﺘﻨطﻠق ﻤﻨﻬﺎ ﻤﻘﺎﯿﯿس اﻟﻨزﻋﺔ اﻟﻤرﻛزﯿﺔ ﻓﻲ ﺴﻌﯿﻬﺎ إﻟﻰ اﻟﺒﺤث ﻋن ﻤرﻛز‬
‫اﻟﺘوزﯿﻊ‪:‬‬
‫‪-‬اﻷﺴﺎس اﻟﻛﻤﻲ‪ :‬ﯿﻘوم ﻋﻠﻰ اﻋﺘﺒﺎر اﻟﻤﻘﺎدﯿر اﻟﺘﻲ ﯿﺄﺨذﻫﺎ اﻟﻤﺘﻐﯿر اﻟﻤدروس و اﻟﻤزج ﺒﯿﻨﻬﺎ وﻓق ﺼﯿﻐﺔ‬
‫ﺤﺴﺎﺒﯿﺔ ﻤﺎ؛ و ﻨﻠﺤظ ﻫذا اﻷﺴﺎس ﻓﻲ اﻟﻤﺘوﺴط اﻟﺤﺴﺎﺒﻲ و ﻤﺸﺘﻘﺎﺘﻪ )اﻟﻤﺘوﺴط اﻟﻬﻨدﺴﻲ‪ ،‬اﻟﻤﺘوﺴط اﻟﺘواﻓﻘﻲ‪،‬‬
‫اﻟﻤﺘوﺴط اﻟﺘرﺒﯿﻌﻲ(؛‬
‫‪-‬اﻷﺴﺎس اﻟﻤوﻀﻌﻲ‪ :‬ﯿﻘوم ﻋﻠﻰ اﻋﺘﺒﺎر ﻤوﻀﻊ اﻟﻘﯿم )رﺘﺒﺘﻬﺎ( ﺒدﻻ ﻤن ﻗﯿﻤﻬﺎ و ﻫو ﻤﺎ ﯿﺘﻤﯿز ﺒﻪ اﻟوﺴﯿط؛‬
‫‪-‬اﻷﺴﺎس اﻟﺘﻛراري‪ :‬ﺒدﻻ ﻤن اﻟﻤزج اﻟﺤﺴﺎﺒﻲ ﺒﯿن اﻟﻘﯿم )ﻛﻤﺎ ﻓﻲ ﺤﺎﻟﺔ اﻟﻤﺘوﺴط اﻟﺤﺴﺎﺒﻲ و ﻤﺸﺘﻘﺎﺘﻪ( و ﺒدﻻ‬
‫ﻤن اﻻﺴﺘﻨﺎد إﻟﻰ ﻤوﻀﻊ اﻟﻘﯿم ﺒدﻻ ﻤن ﻗﯿﻤﺘﻬﺎ )ﻛﻤﺎ ﻫو اﻟﺤﺎل ﻓﻲ اﻟوﺴﯿط(؛ ﻓﺈن اﻷﺴﺎس اﻟﺘﻛراري ﯿﻨطﻠق‬

‫‪95‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻤن ﻤﺒدأ اﻟﺒﺤث ﻋن ﻗﯿﻤﺔ ﺒﻌﯿﻨﻬﺎ ﻀﻤن ﻤﺠﻤوﻋﺔ اﻟﻘﯿم ﺘﻛون ﻤﻬﯿﻤﻨﺔ و ذﻟك ﺒﻛوﻨﻬﺎ أﻛﺜر ﺘﻛ اررا؛ و ﻨﻠﺤظ‬
‫ﻫذا اﻷﺴﺎس ﻓﻲ "اﻟﻤﻨوال"‪.‬‬

‫إن ﻓﻬم ﺠوﻫر اﻹﻋﺘﺒﺎرات اﻟﺴﺎﺒﻘﺔ ﯿﺴﻤﺢ ﺒﻤﻌرﻓﺔ أي اﻟﻤﻘﺎﯿﯿس أﻨﺴب ﻟﻘﯿﺎس ﻤرﻛز ﺘوزﯿﻊ ﻤﻌﯿن؛ ﻓﺒﺎﺴﺘﺜﻨﺎء‬
‫ﻤﺸﺘﻘﺎت اﻟﻤﺘوﺴط اﻟﺤﺴﺎﺒﻲ اﻟﺘﻲ ﺘدﻋو اﻟﺤﺎﺠﺔ إﻟﻰ اﺴﺘﻌﻤﺎل ﻛل ﻤﻨﻬﺎ ﻓﻲ ﺤﺎﻟﺔ ﻤﻌﯿﻨﺔ؛ ﻓﺈن اﻻﺨﺘﯿﺎر ﻓﯿﻤﺎ ﺒﯿن‬
‫اﻟﻤﺘوﺴط اﻟﺤﺴﺎﺒﻲ و اﻟوﺴﯿط و اﻟﻤﻨوال ﯿﻤﻛن أن ﯿﻛون ﻤﺤﻛوﻤﺎ ﺒﺎﻟﻤﺒدأ اﻟﻌﺎم اﻟﺘﺎﻟﻲ‪:‬‬

‫ﯿﻌد اﻟوﺴط اﻟﺤﺴﺎﺒﻲ اﻷﻛﺜر اﺴﺘﺨداﻤﺎ إﻻ إذا وﺠدت ﻗﯿم ﻤﺘطرﻓﺔ ﺘؤدي إﻟﻰ ﺘﺤﯿزﻩ ﻓﯿﻨﺼﺢ ﺤﯿﻨﻬﺎ ﺒﺎﺴﺘﺨدام‬
‫اﻟوﺴﯿط ﻟﻌدم ﺘﺄﺜرﻩ ﺒﻬﺎ؛ أﻤﺎ اﻟﻤﻨوال ﻓﻬو ﻤﻔﯿد ﻓﻲ اﻟﺼﻔﺎت اﻟﻨوﻋﯿﺔ ﻏﯿر اﻟﻛﻤﯿﺔ و ﻓﻲ ﺤﺎﻟﺔ اﻟﺤﺎﺠﺔ إﻟﻰ ﻗﯿﻤﺔ‬
‫ﺘﻤﺜل اﻟﺘوزﯿﻊ ﺘﻛون أﺤد ﻗﯿﻤﻪ و ﻟﯿﺴت ﻨﺎﺠﻤﺔ ﻋن ﻤزج ﺤﺴﺎﺒﻲ‪.‬‬

‫ﺒﺎﻟﻨﺴﺒﺔ إﻟﻰ اﻟوﺴط اﻟﻬﻨدﺴﻲ ﻓﻬو ﻤﻼﺌم ﻟﺤﺴﺎب ﻤﺘوﺴط اﻟﻨﻤو و اﻟﺘطور ﻋﺒر اﻟزﻤن )ﻤﺘوﺴط اﻟﻌواﺌد اﻟﻤﺎﻟﯿﺔ‬
‫ﻋﻠﻰ ﻤﺒﻠﻎ ﻤﺎﻟﻲ‪ ،‬ﻤﺘوﺴط اﻟزﯿﺎدة اﻟﺴﻛﺎﻨﯿﺔ ﺨﻼل ﻓﺘرة ﻤﻌﯿﻨﺔ‪ ،(...‬أﻤﺎ اﻟﻤﺘوﺴط اﻟﺘواﻓﻘﻲ ﻓﻤﻼﺌم ﺤﯿﺜﻤﺎ ﻛﺎن‬
‫ﻻﺴﺘﺨدام ﻤﻘﻠوﺒﺎت اﻟﻘﯿم ﻤﺒرر ﻛﺎﻟﺤﺎﻻت اﻟﺘﻲ ﺘﻛون ﻓﯿﻬﺎ اﻟﻘﯿم اﻟﻤﺒﺤوث ﻋن ﻤﺘوﺴطﻬﺎ ﻨﺎﺠﻤﺔ ﻋن ﻗﺴﻤﺔ ﻤﺘﻐﯿر‬
‫ﻋﻠﻰ ﻤﺘﻐﯿر آﺨر‪.‬‬

‫إذا ﺒﺤﺜﻨﺎ ﻓﻲ اﻟﻌﻼﻗﺔ ﺒﯿن اﻟﻤﻘﺎﯿﯿس اﻟﺜﻼث )اﻟﻤﺘوﺴط اﻟﺤﺴﺎﺒﻲ و اﻟوﺴﯿط و اﻟﻤﻨوال(؛ ﻓﺈن ﺘﺴﺎوي اﻟﻤﻘﺎﯿﯿس‬
‫=( ﯿﻨﺠم ﻋن ﺘوزﯿﻊ ﯿﻌرف ﺒـ "اﻟﻤﺘﻤﺎﺜل" و‬ ‫اﻟﺜﻼث ﻓﻲ ﺤﺎﻟﺔ ﺘوزﯿﻊ ﺘﻛراري أﺤﺎدي اﻟﻤﻨوال أي ) ‪= Mo‬‬
‫‪X Me‬‬

‫ﻫو ﻤﻨﺤﻨﻰ ﯿﺄﺨذ ﺸﻛل اﻟﺠرس ﻟﻪ ﻗﻤﺔ واﺤدة ﺘﺘﻨﺎظر ﺤوﻟﻬﺎ ﺒﻘﯿﺔ اﻟﻘﯿم ﻤن اﻟﺠﺎﻨﺒﯿن‪ ،‬و ﻓﻲ ﺤﺎل ﻋدم ﺘﻤﺎﺜل‬
‫اﻟﻤﻨﺤﻨﻰ ﯿوﺼف ﺒﺄﻨﻪ إﻤﺎ ﻤﻠﺘوي إﻟﻰ اﻟﯿﻤﯿن ﻓﻲ ﺤﺎﻟﺔ ) ‪ ( Mo < Me < X‬؛ أو ﻤﻠﺘوي إﻟﻰ اﻟﯿﺴﺎر ﻓﻲ ﺤﺎﻟﺔ‬

‫) ‪ ، ( X < Me < Mo‬و اﻷﺸﻛﺎل اﻟﺘﺎﻟﯿﺔ ﺘوﻀﺢ اﻟﺤﺎﻻت اﻟﻤذﻛورة‪:‬‬

‫‪96‬‬
‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫و ﺴﻨدرس ﻫذﻩ اﻟظﺎﻫرة )ﺸﻛل اﻟﺘوزﯿﻊ( ﺒﻤزﯿد ﻤن اﻟﺘﻔﺼﯿل ﻓﻲ ﻓﺼل ﻻﺤق‪.‬‬

‫‪97‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﺘﻤﺎرﯿن اﻟﻔﺼل اﻟﺜﺎﻟث‬

‫ت‪:1‬‬

‫ﻻﺤظﻨﺎ أن ﺴﻠﻌﺔ ﻤﻌﯿﻨﺔ ﻛﺎن ﺴﻌرﻫﺎ )‪ 10‬دج( ارﺘﻔﻊ ﺴﻌرﻫﺎ ﻋﻠﻰ أﺴﺎس ﺴﻨوي ﺨﻼل اﻷرﺒﻊ ﺴﻨوات اﻟﻤﺎﻀﯿﺔ‬
‫ﺒﺎﻟﻨﺴب اﻟﺘﺎﻟﯿﺔ‪:‬‬

‫‪%10 ، %15 ، %10 ، %5‬‬

‫أﺤﺴب ﻤﺘوﺴط اﻟزﯿﺎدة اﻟﺴﻨوﯿﺔ ﻟﺴﻌر اﻟﺴﻠﻌﺔ‪.‬‬

‫اﻟﺤل‪:‬‬

‫ﯿﻤﻛﻨﻨﺎ أن ﻨﻨطﻠق ﻤن اﻟﻘﯿﻤﺔ اﻷﺼﻠﯿﺔ )‪ (10‬و ﻨﻘوم ﺒرﻓﻌﻬﺎ ﻓﻲ ﻛل ﻤرة ﺒﺎﻟﻨﺴب اﻟﻤذﻛورة ﻋﻠﻰ اﻟﺘواﻟﻲ‪:‬‬

‫اﻟﺴﻨﺔ‪(%10+)4‬‬ ‫اﻟﺴﻨﺔ‪ (%10+)2‬اﻟﺴﻨﺔ‪(%15+)3‬‬ ‫اﻟﺴﻨﺔ‪(%5+)1‬‬ ‫اﻟﻘﯿﻤﺔ اﻷﺼﻠﯿﺔ‬

‫‪14.61‬‬ ‫‪13.2825‬‬ ‫‪11.55‬‬ ‫‪10.50‬‬ ‫‪10‬‬
‫و ﻫﻲ اﻟﻘﯿم اﻟﺤﻘﯿﻘﯿﺔ اﻟﺘﻲ أﺨذﻫﺎ ﻤﺘﻐﯿر اﻟﺴﻌر ﺨﻼل اﻟﻔﺘرة اﻟﻤدروﺴﺔ‪.‬‬

‫ﻟو اﺴﺘﻨدﻨﺎ إﻟﻰ اﻟﻤﺘوﺴط اﻟﺤﺴﺎﺒﻲ ﻓﺈن اﻟﻨﺘﯿﺠﺔ ﺴﺘﻛون‪:‬‬

‫‪1.05 + 1.1 + 1.15 + 1.1‬‬

‫=‬‫‪X‬‬ ‫‪= 1.10‬‬
‫‪4‬‬

‫ﻟﻛن اﻟوﺴط اﻟﻬﻨدﺴﻲ ﯿﻌطﻲ‪:‬‬

‫‪1‬‬
‫=‪X G‬‬ ‫‪(1.05 ×1.1×1.15 ×1.1) 4= 1.0994‬‬

‫ﻟو طﺒﻘﻨﺎ ﻤﻌدل اﻟزﯿﺎدة اﻟذي ﯿﻌﺒر ﻋﻨﻪ اﻟوﺴط اﻟﻬﻨدﺴﻲ أرﺒﻊ ﻤرات ﻓﺴﻨﺤﺼل ﻋﻠﻰ‪:‬‬

‫) (‬ ‫‪10 × (1.0994 ) ≅ 14.61‬‬

‫‪4‬‬
‫‪10 × X G‬‬ ‫=‬
‫‪4‬‬

‫‪98‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫و ﻫو ﻤﺎ ﯿﻌﻨﻲ أن اﻟﻤﺘوﺴط اﻟﻬﻨدﺴﻲ ﻫو اﻷﻨﺴب ﻫﻨﺎ ﺒدﻻ ﻤن اﻟﻤﺘوﺴط اﻟﺤﺴﺎﺒﻲ‪.‬‬

‫ت‪:2‬‬

‫ﯿﻌﺒر اﻟﺠدول اﻟﺘﻛراري اﻟﺘﺎﻟﻲ ﻋن ﺘوزﯿﻊ ﻋﯿﻨﺔ ﻤن ﺨﻼﯿﺎ اﻟﻨﺤل ﺤﺴب اﻟﻛﻤﯿﺔ اﻟﻤﻨﺘﺠﺔ ﻤن اﻟﻌﺴل ﺒﺎﻟﻛﯿﻠوﻏرام‪:‬‬

‫ﻨﻼﺤظ أن ﻫﻨﺎك ‪ 30‬ﺨﻠﯿﺔ ﻨﺤل ﻤﺤل دراﺴﺔ‪ ،‬ﻛﻤﯿﺔ إﻨﺘﺎج ﺘﺘراوح ﺒﯿن )‪ 10‬ﻛﯿﻠوﻏرام (‬ ‫اﻟﺘﻛرار‬ ‫اﻟﻔﺌﺎت‬
‫و )‪ 46‬ﻛﻠﻎ(‪ ،‬أﻏﻠﺒﯿﺔ اﻟﺨﻼﯿﺎ )ﻋددﻫﺎ ‪ 10‬ﺨﻼﯿﺎ( ﯿﺘراوح إﻨﺘﺎﺠﻬﺎ ﺒﯿن ‪ 22‬ﻛﻠﻎ و ‪.28‬‬ ‫) ‪( ni‬‬ ‫) ‪( Ci‬‬
‫‪3‬‬ ‫]‪]16 ،10‬‬
‫اﻟﻤطﻠوب‪:‬‬
‫‪5‬‬ ‫]‪]22 ،16‬‬

‫أﺤﺴب اﻟﻤﺘوﺴط اﻟﺤﺴﺎﺒﻲ‪ ،‬اﻟوﺴﯿط‪ ،‬اﻟﻤﻨوال‪ ،‬اﻟرﺒﯿﻊ اﻷول و اﻟﺜﺎﻟث‪ ،‬اﻟﻌﺸﯿر اﻟﺜﺎﻟث و‬ ‫‪14‬‬ ‫]‪]28 ،22‬‬

‫‪6‬‬ ‫]‪]34 ،28‬‬

‫اﻟﻌﺸﯿر اﻟراﺒﻊ‪.‬‬
‫‪4‬‬ ‫]‪]40 ،34‬‬

‫‪2‬‬ ‫]‪]46 ،40‬‬

‫اﻟﺤل‪:‬‬
‫‪34‬‬ ‫∑‬

‫‪ -‬اﻟوﺴط اﻟﺤﺴﺎﺒﻲ‪:‬‬

‫=‬
‫‪X‬‬
‫=‪∑ X‬‬
‫‪.n‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪904‬‬
‫‪≅ 26.59‬‬ ‫) ‪( X i .ni‬‬ ‫اﻟﺘﻛرار ﻤرﻛز اﻟﻔﺌﺔ‬ ‫اﻟﻔﺌﺎت‬
‫‪∑n‬‬ ‫‪i‬‬ ‫‪34‬‬
‫) ‪( Xi‬‬ ‫) ‪( ni‬‬ ‫) ‪( Ci‬‬
‫و ﻫو ﻤﺘوﺴط إﻨﺘﺎج اﻟﺨﻼﯿﺎ ﺒﺎﻟﻛﯿﻠوﻏرام‬ ‫‪39‬‬ ‫‪13‬‬ ‫‪3‬‬ ‫]‪]16 ،10‬‬

‫‪95‬‬ ‫‪19‬‬ ‫‪5‬‬ ‫]‪]22 ،16‬‬

‫‪350‬‬ ‫‪25‬‬ ‫‪14‬‬ ‫]‪]28 ،22‬‬

‫‪186‬‬ ‫‪31‬‬ ‫‪6‬‬ ‫]‪]34 ،28‬‬

‫‪148‬‬ ‫‪37‬‬ ‫‪4‬‬ ‫]‪]40 ،34‬‬

‫‪86‬‬ ‫‪43‬‬ ‫‪2‬‬ ‫]‪]46 ،40‬‬

‫‪904‬‬ ‫‪34‬‬ ‫∑‬

‫‪99‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪ -‬اﻟوﺴﯿط‪:‬‬

‫ﻨﻘﺴم ﻤﺠﻤوع اﻟﺘﻛ اررات ﻋﻠﻰ )‪ (2‬ﻟﻨﻌرف رﺘﺒﺔ اﻟوﺴﯿط و ﻤن ﺜم اﻟﻔﺌﺔ‬ ‫)↑ ‪( n‬‬
‫‪i‬‬ ‫اﻟﺘﻛرار‬ ‫اﻟﻔﺌﺎت‬
‫و ﻫﻲ ﻏﯿر ﻤوﺠودة ﻓﻲ ﻋﻤود ) ↑ ‪( n‬‬
‫‪i‬‬ ‫اﻟوﺴﯿطﯿﺔ‪17=2÷34 :‬‬ ‫) ‪( ni‬‬ ‫) ‪( Ci‬‬
‫‪3‬‬ ‫‪3‬‬ ‫]‪]16 ،10‬‬
‫ﻟذا ﻨﺄﺨذ )‪ (22‬أي أن اﻟﻔﺌﺔ اﻟوﺴﯿطﯿﺔ ﻫﻲ )‪ ،(28-22‬ﺤدﻫﺎ اﻷدﻨﻰ )‪(22‬‬
‫‪8‬‬ ‫‪5‬‬ ‫]‪]22 ،16‬‬
‫ﺘﻛرارﻫﺎ اﻟﻌﺎدي )‪ (14‬اﻟﺘﻛرار اﻟﺴﺎﺒق ﻟﻬﺎ ﻓﻲ ﻋﻤود )ت م ص( ﻫو )‪ (8‬و‬
‫‪22‬‬ ‫‪14‬‬ ‫]‪]28 ،22‬‬
‫طوﻟﻬﺎ )‪ (6‬ﻨطﺒق إذن اﻟﻘﺎﻨون‪:‬‬
‫‪28‬‬ ‫‪6‬‬ ‫]‪]34 ،28‬‬
‫‪N‬‬
‫↑ ‪− n1‬‬ ‫‪32‬‬ ‫‪4‬‬ ‫]‪]40 ،34‬‬
‫‪Me= L1 +‬‬ ‫‪2‬‬ ‫‪.k‬‬
‫‪ne‬‬ ‫‪34‬‬ ‫‪2‬‬ ‫]‪]46 ،40‬‬

‫‪17 − 8‬‬ ‫‪34‬‬ ‫∑‬

‫‪= 22+‬‬ ‫‪.6 = 25.86‬‬
‫‪14‬‬

‫‪ -‬اﻟﻤﻨوال‪:‬‬

‫ﻨﺤدد أوﻻ اﻟﻔﺌﺔ اﻟﻤﻨواﻟﯿﺔ و ﻫﻲ اﻟﻔﺌﺔ اﻟﻤﻘﺎﺒﻠﺔ ﻷﻛﺒر ﺘﻛرار )و ﻫﻲ ﻓﻲ ﻤﺜﺎﻟﻨﺎ ﻨﻔﺴﻬﺎ اﻟﻔﺌﺔ اﻟوﺴﯿطﯿﺔ‪(28-22 :‬؛‬
‫طوﻟﻬﺎ )‪(6‬؛ اﻟﻔرق ﺒﯿن ﺘﻛرارﻫﺎ و ﺘﻛرار اﻟﻔﺌﺔ اﻟﺴﺎﺒﻘﺔ ﻟﻬﺎ ﻫو‪ 9=5-14 :‬؛ اﻟﻔرق ﺒﯿن ﺘﻛرارﻫﺎ و ﺘﻛرار اﻟﻔﺌﺔ‬
‫اﻟﻼﺤﻘﺔ ﻟﻬﺎ ﻫو‪ ، 8=6-14 :‬إذن ﻨطﺒق اﻟﻘﺎﻨون‪:‬‬

‫‪∆1‬‬
‫= ‪Mo‬‬
‫‪L1 +‬‬ ‫‪×k‬‬
‫‪∆1 + ∆ 2‬‬
‫‪9‬‬
‫‪=22 +‬‬ ‫‪× 6 ≅ 25.18‬‬
‫‪9+8‬‬

‫‪100‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪-‬اﻟرﺒﯿﻊ اﻷول‪:‬‬

‫رﺘﺒﺔ اﻟرﺒﯿﻊ اﻷول ﻫﻲ‪ ، 8.5 =4÷34 :‬ﺒﻤﺎ أﻨﻬﺎ ﻏﯿر ﻤوﺠودة ﻓﻲ ﻋﻤود‬ ‫)↑ ‪( n‬‬
‫‪i‬‬ ‫اﻟﺘﻛرار‬ ‫اﻟﻔﺌﺎت‬
‫)ت م ص( ﻨﺄﺨذ اﻟﻘﯿﻤﺔ اﻟﺘﻲ ﺘﻛﺒرﻫﺎ ﻤﺒﺎﺸرة )‪ (22‬و ﻫو ﻤﺎ ﯿﻌﻨﻲ أن ﻓﺌﺔ‬ ‫) ‪( ni‬‬ ‫) ‪( Ci‬‬
‫اﻟرﺒﯿﻊ اﻷول ﻫﻲ )‪ ،(28-22‬ﻨطﺒق اﻟﻘﺎﻨون‪:‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫]‪]16 ،10‬‬

‫‪8‬‬ ‫‪5‬‬ ‫]‪]22 ،16‬‬

‫‪iN‬‬
‫↑ ‪− n1‬‬ ‫‪22‬‬ ‫‪14‬‬ ‫]‪]28 ،22‬‬
‫=‪Q‬‬ ‫‪L1 +‬‬ ‫‪4‬‬
‫‪i‬‬ ‫‪.k‬‬ ‫‪28‬‬ ‫‪6‬‬ ‫]‪]34 ،28‬‬
‫‪nQi‬‬
‫‪32‬‬ ‫‪4‬‬ ‫]‪]40 ،34‬‬
‫‪8.5 − 8‬‬
‫‪22+‬‬ ‫‪.6 ≅ 22.21‬‬ ‫‪34‬‬ ‫‪2‬‬ ‫]‪]46 ،40‬‬
‫‪14‬‬
‫‪34‬‬ ‫∑‬
‫‪3‬‬
‫‪-‬اﻟرﺒﯿﻊ اﻟﺜﺎﻟث‪ :‬رﺘﺒﺘﻪ ﻫﻲ‪ ، 25.5 = × 34 :‬و ﻫﻲ ﻏﯿر ﻤوﺠودة ﻓﻲ‬
‫‪4‬‬

‫ﻋﻤود )ت م ص(؛ ﻨﺄﺨذ اﻟﻘﯿﻤﺔ اﻟﺘﻲ ﺘﻛﺒرﻫﺎ ﻤﺒﺎﺸرة )‪ (28‬ﻫذا ﯿﻌﻨﻲ أن ﻓﺌﺔ اﻟرﺒﯿﻊ اﻟﺜﺎﻟث ﻫﻲ )‪(34-28‬؛‬
‫ﻨطﺒق اﻟﻘﺎﻨون‪:‬‬
‫‪3N‬‬
‫↑ ‪− n1‬‬
‫=‪Q‬‬ ‫‪L1 +‬‬ ‫‪4‬‬ ‫‪.k‬‬
‫‪3‬‬
‫‪nQ 3‬‬
‫‪25.5 − 22‬‬
‫‪28+‬‬ ‫‪.6 ≅ 31.50‬‬
‫‪6‬‬

‫‪101‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪ -‬اﻟﻌﺸﯿر اﻟﺜﺎﻨﻲ‪:‬‬

‫رﺘﺒﺔ اﻟﻌﺸﯿر اﻟﺜﺎﻟث ﻫﻲ‪ ، 34×2/10= 6.8 :‬ﻨﺄﺨذ اﻟﻘﯿﻤﺔ اﻟﺘﻲ ﺘﻛﺒرﻫﺎ‬ ‫)↑ ‪( n‬‬
‫‪i‬‬ ‫اﻟﺘﻛرار‬ ‫اﻟﻔﺌﺎت‬
‫ﻤﺒﺎﺸرة ﻓﻲ اﻟﻌﻤود )ت م ص( و ﻫﻲ )‪ (8‬أي أن ﻓﺌﺔ اﻟﻌﺸﯿر اﻟﺜﺎﻨﻲ ﻫﻲ‬ ‫) ‪( ni‬‬ ‫) ‪( Ci‬‬
‫)‪(22-16‬؛ ﺤدﻫﺎ اﻷول ‪ 16‬اﻟﺘﻛرار اﻟﺴﺎﺒق ﻟﻬﺎ ﻓﻲ )ت م ص( ﻫو ‪،3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫]‪]16 ،10‬‬

‫‪8‬‬ ‫‪5‬‬ ‫]‪]22 ،16‬‬

‫ﺘﻛرارﻫﺎ اﻟﻌﺎدي ﻫو ‪ 5‬و طوﻟﻬﺎ ﻫو ‪ ،6‬إذن ﻨطﺒق اﻟﻘﺎﻨون‪:‬‬
‫‪22‬‬ ‫‪14‬‬ ‫]‪]28 ،22‬‬
‫‪iN‬‬
‫↑ ‪− n1‬‬ ‫‪28‬‬ ‫‪6‬‬ ‫]‪]34 ،28‬‬
‫=‪D‬‬ ‫‪L1 +‬‬ ‫‪10‬‬ ‫‪.k‬‬
‫‪i‬‬
‫‪nDi‬‬ ‫‪32‬‬ ‫‪4‬‬ ‫]‪]40 ،34‬‬

‫‪2N‬‬ ‫‪34‬‬ ‫‪2‬‬ ‫]‪]46 ،40‬‬

‫↑ ‪− n1‬‬
‫=‪D‬‬
‫‪2‬‬ ‫‪L1 +‬‬ ‫‪10‬‬ ‫‪.k‬‬ ‫‪34‬‬ ‫∑‬
‫‪nD 2‬‬
‫‪6.8 − 3‬‬
‫‪=16 +‬‬ ‫‪.6 ≅ 20.56‬‬
‫‪5‬‬

‫‪-‬اﻟﻌﺸﯿر اﻟراﺒﻊ‪ :‬رﺘﺒﺘﻪ ﻫﻲ‪ ، 34×4/10= 13.6 :‬أي أن ﻓﺌﺔ اﻟﻌﺸﯿر اﻟراﺒﻊ ﻫﻲ )‪(28-22‬؛ و ﺒﻨﺎء ﻋﻠﯿﻪ‬
‫ﻨطﺒق اﻟﻘﺎﻨون اﻟﺴﺎﺒق ﺒﺎﻟﻤﻨﻬﺠﯿﺔ ﻨﻔﺴﻬﺎ‪:‬‬
‫‪iN‬‬
‫↑ ‪− n1‬‬
‫=‪D‬‬ ‫‪L1 +‬‬ ‫‪10‬‬ ‫‪.k‬‬
‫‪i‬‬
‫‪nDi‬‬
‫‪4N‬‬
‫↑ ‪− n1‬‬
‫=‪D‬‬ ‫‪L1 +‬‬ ‫‪10‬‬ ‫‪.k‬‬
‫‪4‬‬
‫‪nD 4‬‬
‫‪13.6 − 8‬‬
‫‪=22 +‬‬ ‫‪.6 ≅ 24.40‬‬
‫‪14‬‬

‫‪102‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫اﻟﻔﺼل اﻟراﺒﻊ‪ :‬ﻤﻘﺎﯿﯿس اﻟﺘﺸﺘت ‪Measures of Dispersion‬‬

‫ﻤﺜﻠﻤﺎ رأﯿﻨﺎ ﻓﻲ اﻟﻔﺼل اﻟﺴﺎﺒق ﺘﺤﺎول ﻤﻘﺎﯿﯿس اﻟﻨزﻋﺔ اﻟﻤرﻛزﯿﺔ ﺘﻠﺨﯿص اﻟﺒﯿﺎﻨﺎت ﻓﻲ ﻗﯿﻤﺔ واﺤدة ﻤﻌﺒرة؛ و ﻟﻛن‬
‫اﻟﺴؤال اﻟذي ﯿﺜﺎر‪ :‬ﻤﺎ ﻤدى ﻤوﺜوﻗﯿﺔ ﻤﻘﯿﺎس اﻟﻨزﻋﺔ اﻟﻤرﻛزﯿﺔ و درﺠﺔ ﺘﻤﺜﯿﻠﻪ ﻟﻤﺨﺘﻠف اﻟﻘﯿم؟‬
‫ﻟﻨﻔﺘرض أﻨﻨﺎ ﺒﺼدد اﻟﻤﻘﺎرﻨﺔ ﺒﯿن آﻟﺘﯿن ﻟﺼﻨﻊ اﻟﻤﺴﺎﻤﯿر؛ ﻨﺒرﻤﺞ ﻛﻼ اﻵﻟﺘﯿن ﻹﻨﺘﺎج ﻨوع ﻤن اﻟﻤﺴﺎﻤﯿر‬
‫ﺒﻤواﺼﻔﺎت ﻤﺤددة ﺴﻠﻔﺎ )اﻟﻘطر‪ ،‬اﻟطول‪ ،(...‬ﺒﻬدف دراﺴﺔ ﻤﺴﺘوى دﻗﺔ ﻛل آﻟﺔ ﻨﻬﺘم ﺒوزن اﻟﻤﺴﻤﺎر اﻟﻤﻨﺘﺞ ﻤن‬
‫طرف ﻛل آﻟﺔ؛ ﻨﺨﺘﺎر ﻋﯿﻨﺔ ذات )‪ 7‬ﻤﺴﺎﻤﯿر( ﻤن إﻨﺘﺎج ﻛل آﻟﺔ و ﻨﺴﺠل وزن اﻟﻤﺴﻤﺎر ﻓﻨﺤﺼل ﻋﻠﻰ‬
‫ﺴﻠﺴﻠﺘﯿن إﺤﺼﺎﺌﯿﺘﯿن ﻛﻤﺎ ﯿﻠﻲ )اﻟوﺤدة‪ :‬ﻏرام(‪:‬‬
‫‪38‬‬ ‫‪38‬‬ ‫‪39‬‬ ‫‪42‬‬ ‫‪41‬‬ ‫‪42‬‬ ‫ﻤﺴﺎﻤﯿر اﻵﻟﺔ اﻷوﻟﻰ ‪40‬‬
‫‪38‬‬ ‫‪36‬‬ ‫‪38‬‬ ‫‪30‬‬ ‫‪46‬‬ ‫‪52‬‬ ‫ﻤﺴﺎﻤﯿر اﻵﻟﺔ اﻟﺜﺎﻨﯿﺔ ‪40‬‬
‫إذا ﺤﺴﺒﻨﺎ ﻤﺘوﺴط وزن اﻟﻤﺴﻤﺎر ﺒﺎﻟﻨﺴﺒﺔ إﻟﻰ اﻵﻟﺔ اﻷوﻟﻰ ﻓﺴﻨﺠدﻩ )‪ 40‬ﻏرام(‪ ،‬و ﻫو ذاﺘﻪ ﻤﺘوﺴط وزن‬
‫اﻟﻤﺴﻤﺎر ﺒﺎﻟﻨﺴﺒﺔ إﻟﻰ اﻵﻟﺔ اﻟﺜﺎﻨﯿﺔ؛ و ﻟﻛن ﻫل ﻫذا اﻟﻤﺘوﺴط ﻤﻌﺒر ﺒﺸﻛل ﺠﯿد ﻋن اﻟﺴﻠﺴﻠﺔ اﻟﻤﻌﻨﯿﺔ؟‬
‫ﻓﻲ اﻟﺴﻠﺴﻠﺔ اﻷوﻟﻰ ﻻﺤظ أن اﻟﻘﯿم ﻤﺘﻘﺎرﺒﺔ ﻤن ﺒﻌﻀﻬﺎ و ﻫو ﻤﺎ ﺠﻌل ﻤﺘوﺴطﻬﺎ ﻗرﯿﺒﺎ ﻤن ﻛل ﻗﯿﻤﺔ ﻋﻠﻰ ﺤدة؛‬
‫ﺒﯿﻨﻤﺎ ﻓﻲ اﻟﺴﻠﺴﻠﺔ اﻟﺜﺎﻨﯿﺔ اﻟﻘﯿم ﻤﺘﺒﺎﻋدة ﻓﯿﻤﺎ ﺒﯿﻨﻬﺎ؛ ﻤﺜﻼ اﻟﻔرق ﺒﯿن أﺼﻐر ﻗﯿﻤﺔ )‪ (30‬و أﻋﻠﻰ ﻗﯿﻤﺔ )‪(52‬‬
‫ﻛﺒﯿر؛ و ﻫو ﻤﺎ ﺠﻌل اﻟﻤﺘوﺴط ﯿﺒﺘﻌد ﻛﺜﯿ ار ﻋن ﺒﻌض ﻗﯿم اﻟﺴﻠﺴﻠﺔ‪.‬‬
‫ﻨﻘﺼد ﺒ ـ "ﺘﺸﺘت" ﺒﯿﺎﻨﺎت ظﺎﻫرة ﻤﺎ "درﺠﺔ أو ﻤﻘدار اﻟﺘﻔﺎوت أو اﻹﺨﺘﻼف ﺒﯿن ﻤﻔردات ﻫذﻩ اﻟظﺎﻫرة‪ ،‬و ﺘﻌﺘﺒر‬
‫ﺒﯿﺎﻨﺎت اﻟظﺎﻫرة ﻤﺘﺠﺎﻨﺴﺔ ﻋﻨدﻤﺎ ﺘﻛون ﻗﯿﻤﻬﺎ ﻗرﯿﺒﺔ ﻤن ﺒﻌﻀﻬﺎ اﻟﺒﻌض و ﻨﻘول ﻓﻲ ﻫذﻩ اﻟﺤﺎﻟﺔ أﻨﻬﺎ ﻏﯿر ﻤﺸﺘﺘﺔ‪،‬‬
‫‪1‬‬
‫‪P‬‬ ‫أﻤﺎ إذا ﻛﺎﻨت ﺒﯿﺎﻨﺎت اﻟظﺎﻫرة ﻤﺘﺒﺎﻋدة و ﻏﯿر ﻤﺘﺠﺎﻨﺴﺔ ﻓﻨﻘول أن ﻤﻔردات )ﻗﯿم( اﻟظﺎﻫرة ﻤﺸﺘﺘﺔ و ﻏﯿر ﻤرﻛزة"‬
‫‪FP 10‬‬

‫ﻟﻘﯿﺎس ظﺎﻫرة اﻟﺘﺸﺘت ﺘﺴﺘﻌﻤل ﻋدة ﻤﻘﺎﯿﯿس أﺒرزﻫﺎ‪ :‬اﻟﻤدى‪ ،‬اﻹﻨﺤراف اﻟرﺒﯿﻌﻲ‪ ،‬اﻹﻨﺤراف اﻟﻤﺘوﺴط‬
‫و اﻹﻨﺤراف اﻟﻤﻌﯿﺎري‪ ،‬و ﻤﻌﺎﻤل اﻹﺨﺘﻼف‪.‬‬

‫‪1‬‬
‫ﺣﯾدوﺷﻲ ﻋﺎﺷور‪ ،‬ﻣﺣﺎﺿرات ﻓﻲ اﻹﺣﺻﺎء اﻟوﺻﻔﻲ‪ ،‬ﻣطﺑوﻋﺔ‪ ،‬ﺟﺎﻣﻌﺔ أﻛﻠﻲ ﻣﺣﻧد أوﻟﺣﺎج‪ ،‬اﻟﺑوﯾرة‪ ،‬ﻛﻠﯾﺔ اﻟﻌﻠوم اﻹﻗﺗﺻﺎدﯾﺔ‪ ،2016 ،‬ص‪93:‬‬

‫‪103‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪- 1‬اﻟﻤدى ‪Range‬‬

‫و ﻫو اﻟﻔرق ﺒﯿن أﻛﺒر ﻗﯿﻤﺔ و أﺼﻐر ﻗﯿﻤﺔ ﻓﻲ اﻟﺴﻠﺴﻠﺔ؛ ﯿرﻤز ﻟﻪ ﺒ ـ "‪"R‬؛ أي‪:‬‬
‫=‬‫‪R X max − X min‬‬
‫و ﻓﻲ ﺤﺎل اﻟﺒﯿﺎﻨﺎت اﻟﻤﺒوﺒﺔ ﻨﻌوض ﺒﻤرﻛزي اﻟﻔﺌﺘﯿن اﻷﺨﯿرة و اﻷوﻟﻰ ﻓﻲ اﻟﻘﺎﻨون اﻟﺴﺎﺒق؛ أي اﻟﻔرق ﺒﯿن‬
‫ﻤرﻛزي اﻟﻔﺌﺘﯿن‪.‬‬
‫ﯿﺘﻤﯿز ﻫذا اﻟﻤﻘﯿﺎس ﺒﺈﻋطﺎء ﻨظرة ﺴرﯿﻌﺔ ﻋن درﺠﺔ ﺘﺸﺘت اﻟﺒﯿﺎﻨﺎت ﻤن ﺨﻼل اﻟﺘرﻛﯿز ﻋﻠﻰ اﻟﻘﯿﻤﺘﯿن اﻟطرﻓﯿﺘﯿن‬
‫ﻓﻘط؛ ﻓﻛﻠﻤﺎ زاد ﻤﻘدارﻩ دل ذﻟك ﻋﻠﻰ ﺘﺸﺘت أﻛﺒر و ﻛﻠﻤﺎ ﻗل دل ﻋﻠﻰ ﻤﯿل اﻟﺒﯿﺎﻨﺎت إﻟﻰ اﻟﺘﺠﺎﻨس‪ ،‬و ﻫو ﺸدﯿد‬
‫اﻟﺘﺄﺜر ﺒﺎﻟﻘﯿم اﻟﻤﺘطرﻓﺔ‪.‬‬
‫‪- 2‬اﻟﻤدى اﻟرﺒﯿﻌﻲ ‪:Interquartile range‬‬
‫ﻟﻠﺘﺨﻠص ﻤن ﻤﺸﻛﻠﺔ اﻟﻘﯿم اﻟﻤﺘطرﻓﺔ ﯿﻘﺘرح ﻫذا اﻟﻤﻘﯿﺎس اﺴﺘﺨدام اﻟرﺒﯿﻊ اﻷﻋﻠﻰ ﻤﻛﺎن أﻛﺒر ﻗﯿﻤﺔ و اﻟرﺒﯿﻊ‬
‫اﻷدﻨﻰ ﻤﻛﺎن أﺼﻐر ﻗﯿﻤﺔ؛ و ﯿﻌرف اﻟﻤدى اﻟرﺒﯿﻌﻲ ﺒﺄﻨﻪ اﻟﻔرق ﺒﯿﻨﻬﻤﺎ و رﻤزﻩ )‪(I Q‬؛ أي‪:‬‬
‫=‪I‬‬
‫‪Q‬‬ ‫‪Q3 − Q1‬‬
‫ﻛﻠﻤﺎ زاد ﻫذا اﻟﻤﻘدار دل ﻋﻠﻰ زﯿﺎدة اﻟﺘﺸﺘت و ﻛﻠﻤﺎ ﻗل دل ﻋﻠﻰ ﺘﻤرﻛز اﻟﺒﯿﺎﻨﺎت و ﺘﺠﺎﻨﺴﻬﺎ أي ﻋﻠﻰ ﻗﻠﺔ‬
‫ﺘﺸﺘﺘﻬﺎ؛ و ﯿﻛون اﺨﺘﯿﺎرﻩ ﻤﺒر ار ﻛﻤﻘﯿﺎس ﻟﻠﺘﺸﺘت ﺤﯿﺜﻤﺎ ﻛﺎن اﺨﺘﯿﺎر اﻟوﺴﯿط أﻨﺴب ﻛﻤﻘﯿﺎس ﻟﻠﻨزﻋﺔ اﻟﻤرﻛزﯿﺔ‬
‫ﻟﺴﺒب ﻤﺎ ﻛوﺠود ﻗﯿم ﻤﺘطرﻓﺔ ﺠدا‪.‬‬
‫ﻛﻤﺎ ﯿﺘﻤﯿز ﺒﺨﺎﺼﯿﺔ ﻫﺎﻤﺔ ﻫﻲ إﻫﻤﺎﻟﻪ ﻟﻠرﺒﻊ اﻟواﻗﻊ ﺘﺤت اﻟرﺒﯿﻊ اﻷول ﻤن اﻟﺒﯿﺎﻨﺎت و إﻫﻤﺎﻟﻪ ﻟﻠرﺒﻊ اﻟواﻗﻊ ﻓوق‬
‫اﻟرﺒﯿﻊ اﻟﺜﺎﻟث؛ و ﺒﺎﻟﺘﺎﻟﻲ ﻓﻬو ﯿرﻛز ﻋﻠﻰ ﻤﺠﺎل طوﻟﻪ )‪ (%50‬ﻤن اﻟﺒﯿﺎﻨﺎت اﻟﻤﺘﻤرﻛزة ﻓﻲ اﻟوﺴط و ﻫﻲ‬
‫ﺨﺎﺼﯿﺔ ﻤﻔﯿدة ﻓﻲ ﺤﺎﻟﺔ اﻟﺘوزﯿﻌﺎت ﺸدﯿدة اﻹﻟﺘواء‪.‬‬
‫‪- 3‬اﻹﻨﺤراف اﻟﻤﺘوﺴط ‪:Mean Deviation‬‬
‫ﻋﻠﻰ ﺨﻼف اﻟﻤﻘﯿﺎﺴﯿن اﻟﺴﺎﺒﻘﯿن ﻓﺈن اﻹﻨﺤراف اﻟﻤﺘوﺴط ﯿﻘوم ﻋﻠﻰ أﺴﺎس اﻟﺒﺤث ﻋن درﺠﺔ اﺒﺘﻌﺎد اﻟﻘﯿم ﻋن‬
‫اﻟﻤﺘوﺴط اﻟﻤﺨﺘﺎر ﻟﻠﺘﻌﺒﯿر ﻋﻨﻬﺎ؛ و ﻋﻠﻰ ﻫذا اﻷﺴﺎس ﯿﻤﻛن أن ﯿﺤﺴب اﻹﻨﺤراف ﺤول اﻟوﺴط اﻟﺤﺴﺎﺒﻲ ﻓﻨرﻤز‬
‫ﻟﻪ ﺒ ـ ) ‪( DX‬؛ أو ﺤول اﻟوﺴﯿط ) ‪( DMe‬؛ أو ﺤول اﻟﻤﻨوال ) ‪( DMo‬؛ و ﺴﻨﺨﺘﺎر ﻫﻨﺎ اﻹﻨﺤراف ﺤول اﻟوﺴط‬
‫اﻟﺤﺴﺎﺒﻲ ﻟﻛوﻨﻪ اﻷﻛﺜر اﺴﺘﺨداﻤﺎ‪.‬‬

‫‪104‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﯿﺤﺴب اﻹﻨﺤراف اﻟﻤﺘوﺴط ﺤول اﻟوﺴط اﻟﺤﺴﺎﺒﻲ ﺒﺄﺨذ ﻤﺠﻤوع اﻟﻔروق ﺒﯿن ﻛل ﻗﯿﻤﺔ و ﺒﯿن اﻟوﺴط اﻟﺤﺴﺎﺒﻲ‬
‫ﺒﺎﻟﻘﯿﻤﺔ اﻟﻤطﻠﻘﺔ ﻤﻘﺴوﻤﺎ ﻋﻠﻰ ﻋدد اﻟﻘﯿم؛ و ﺘؤﺨذ اﻹﻨﺤراﻓﺎت ﺒﺎﻟﻘﯿﻤﺔ اﻟﻤطﻠﻘﺔ ﻷﻨﻨﺎ ﻨﻬﺘم ﺒﻤﻘدار اﻟﺒﻌد ﻋن‬
‫اﻟﻤرﻛز و ﻟﯿس ﺒﺎﺘﺠﺎﻩ اﻟﺒﻌد؛ و ﻨﻛﺘب رﯿﺎﻀﯿﺎ‪:‬‬

‫= ‪DX‬‬
‫‪∑ x −X‬‬
‫‪i‬‬

‫‪N‬‬

‫ﻤﺜﺎل‪:1-4‬‬

‫ﻟﻨرﺠﻊ إﻟﻰ اﻟﻤﺜﺎل اﻟوارد ﻓﻲ ﺘﻤﻬﯿد اﻟﻔﺼل أﻋﻼﻩ )آﻻت اﻟﻤﺴﺎﻤﯿر( و ﻟﻨﺤﺴب اﻹﻨﺤراف اﻟﻤﺘوﺴط‬
‫ﻟﻠﺴﻠﺴﻠﺘﯿن )ﻤﺘوﺴط ﻛل ﺴﻠﺴﻠﺔ ﻫو ‪:(40‬‬

‫‪38‬‬ ‫‪38‬‬ ‫‪39‬‬ ‫‪42‬‬ ‫‪41‬‬ ‫‪42‬‬ ‫‪40‬‬ ‫ﻤﺴﺎﻤﯿر اﻵﻟﺔ اﻷوﻟﻰ‬
‫‪2-‬‬ ‫‪2-‬‬ ‫‪1-‬‬ ‫‪2+‬‬ ‫‪1+‬‬ ‫‪2+‬‬ ‫إﻨﺤراﻓﺎت اﻟﻘﯿم ﺤول اﻟوﺴط ‪0‬‬
‫اﻟﺤﺴﺎﺒﻲ‬
‫‪38‬‬ ‫‪36‬‬ ‫‪38‬‬ ‫‪30‬‬ ‫‪46‬‬ ‫‪52‬‬ ‫‪40‬‬ ‫ﻤﺴﺎﻤﯿر اﻵﻟﺔ اﻟﺜﺎﻨﯿﺔ‬
‫‪2-‬‬ ‫‪4-‬‬ ‫‪2- 10-‬‬ ‫‪6+ 12+‬‬ ‫إﻨﺤراﻓﺎت اﻟﻘﯿم ﺤول اﻟوﺴط ‪0‬‬
‫اﻟﺤﺴﺎﺒﻲ‬
‫اﻹﻨﺤراف اﻟﻤﺘوﺴط ﻟﻠﺴﻠﺴﻠﺔ اﻷوﻟﻰ‪:‬‬

‫=‬‫‪DX‬‬
‫∑‬
‫=‬
‫‪x −X‬‬ ‫‪i‬‬ ‫‪0 + 2 +1+ 2 +1+ 2 + 2‬‬
‫‪≅ 1.43‬‬
‫‪N‬‬ ‫‪7‬‬

‫اﻹﻨﺤراف اﻟﻤﺘوﺴط ﻟﻠﺴﻠﺴﻠﺔ اﻟﺜﺎﻨﯿﺔ‪:‬‬

‫=‬‫‪DX‬‬
‫∑‬
‫=‬
‫‪x −X‬‬
‫‪i‬‬ ‫‪0 + 12 + 6 + 10 + 2 + 4 + 2‬‬
‫‪≅ 5.14‬‬
‫‪N‬‬ ‫‪7‬‬

‫ﻨﻼﺤظ أن ﺘﺸﺘت ﻗﯿم اﻟﺴﻠﺴﻠﺔ اﻟﺜﺎﻨﯿﺔ أﻛﺒر ﻤن ﺘﺸﺘت ﻗﯿم اﻟﺴﻠﺴﻠﺔ اﻷوﻟﻰ؛ أي أن ﻗﯿم اﻟﺴﻠﺴﻠﺔ اﻷوﻟﻰ أﻛﺜر‬
‫ﺘﺠﺎﻨﺴﺎ‪.‬‬

‫‪105‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫أﻤﺎ ﻓﻲ ﺤﺎﻟﺔ اﻟﺒﯿﺎﻨﺎت اﻟﻤﺒوﺒﺔ ﻓﺈن اﻟﻘﺎﻨون اﻟﺴﺎﺒق ﯿﺼﺒﺢ ﻛﻤﺎ ﯿﻠﻲ‪:‬‬

‫= ‪DX‬‬
‫‪∑ x -X .n‬‬
‫‪i‬‬ ‫‪i‬‬

‫‪∑n‬‬ ‫‪i‬‬

‫ﺤﯿث ﺘﻌﺒر اﻟﻘﯿم ) ‪ ( xi‬ﻋن ﻤراﻛز اﻟﻔﺌﺎت و ﺘﻌﺒر ) ‪ ( ni‬ﻋن اﻟﺘﻛ اررات؛ ﻛﻤﺎ ﯿوﻀﺤﻪ اﻟﻤﺜﺎل اﻟﺘﺎﻟﻲ )اﻟﺠدول‬
‫ﻋﻠﻰ اﻟﯿﻤﯿن ﻫو ﻤﻌطﯿﺎت و اﻟﺸق ﻋﻠﻰ اﻟﯿﺴﺎر ﻫو اﻟﻤﻌﺎﻟﺠﺎت اﻟﻼزﻤﺔ ﻟﻠﻤﻌطﯿﺎت‪،‬اﻟﻤﺘوﺴط اﻟﺤﺴﺎﺒﻲ ﺤﺴﺒﻨﺎﻩ‬
‫ﻓﻲ ﺘﻤﺎرﯿن اﻟﻔﺼل اﻟﺴﺎﺒق‪:(26.59 :‬‬

‫ﻤﺜﺎل ‪:2-4‬‬

‫‪DX‬‬ ‫=‬
‫‪∑ x -X .n‬‬
‫‪i‬‬ ‫‪i‬‬
‫‪xi − X .ni‬‬ ‫‪xi − X‬‬ ‫) ‪( xi‬‬ ‫اﻟﺘﻛرار‬ ‫اﻟﻔﺌﺎت‬
‫‪∑n‬‬ ‫‪i‬‬ ‫) ‪( ni‬‬ ‫) ‪( Ci‬‬
‫=‬
‫‪201.9‬‬
‫‪≅ 5.94‬‬ ‫‪40.77‬‬ ‫‪13.59‬‬ ‫‪13‬‬ ‫‪3‬‬ ‫]‪]16 ،10‬‬

‫‪37.95‬‬ ‫‪7.59‬‬ ‫‪19‬‬ ‫‪5‬‬

‫‪34‬‬ ‫]‪]22 ،16‬‬

‫‪22.26‬‬ ‫‪1.59‬‬ ‫‪25‬‬ ‫‪14‬‬ ‫]‪]28 ،22‬‬

‫‪26.46‬‬ ‫‪4.41‬‬ ‫‪31‬‬ ‫‪6‬‬ ‫]‪]34 ،28‬‬

‫‪41.64‬‬ ‫‪10.41‬‬ ‫‪37‬‬ ‫‪4‬‬ ‫]‪]40 ،34‬‬

‫‪32.82‬‬ ‫‪16.41‬‬ ‫‪43‬‬ ‫‪2‬‬ ‫]‪]46 ،40‬‬

‫‪201.9‬‬ ‫‪34‬‬ ‫∑‬

‫ﻤن أﻫم ﻤزاﯿﺎ ﻫذا اﻟﻤﻘﯿﺎس أﻨﻪ ﯿﺄﺨذ ﻛل اﻟﻘﯿم ﺒﺎﻟﺤﺴﺒﺎن؛ ﻏﯿر أﻨﻪ ﯿﺘﺄﺜر ﺒﺎﻟﻘﯿم اﻟﻤﺘطرﻓﺔ‪.‬‬

‫‪- 4‬اﻹﻨﺤراف اﻟﻤﻌﯿﺎري ‪:Standard Deviation‬‬

‫و ﻫو أﻛﺜر ﻤﻘﺎﯿﯿس اﻟﺘﺸﺘت اﺴﺘﺨداﻤﺎ؛ و ﻫو اﻟﺠذر اﻟﺘرﺒﯿﻌﻲ ﻟﻤﺘوﺴط ﻤرﺒﻌﺎت اﻨﺤراﻓﺎت اﻟﻘﯿم ﻋن وﺴطﻬﺎ‬
‫اﻟﺤﺴﺎﺒﻲ؛ ﯿﺨﺘﻠف و ﯿرﻤز ﻟﻪ ﺒﺎﻟرﻤز ) ‪( σ‬؛ و ﻨﻛﺘب‪:‬‬

‫) ‪∑(x − X‬‬
‫‪2‬‬

‫=‪σ‬‬
‫‪i‬‬

‫‪N‬‬

‫‪106‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻤﺜﺎل‪:3-4‬‬

‫أﺤﺴب اﻹﻨﺤراف اﻟﻤﻌﯿﺎري ﻟﻠﺴﻠﺴﻠﺔ اﻹﺤﺼﺎﺌﯿﺔ اﻷوﻟﻰ اﻟواردة ﻓﻲ اﻟﻤﺜﺎل )‪ (1-4‬أﻋﻼﻩ‪.‬‬

‫‪38‬‬ ‫‪38‬‬ ‫‪39‬‬ ‫‪42‬‬ ‫‪41‬‬ ‫‪42‬‬ ‫‪40‬‬ ‫ﻤﺴﺎﻤﯿر اﻵﻟﺔ اﻷوﻟﻰ‬
‫‪2-‬‬ ‫‪2-‬‬ ‫‪1-‬‬ ‫‪2+‬‬ ‫‪1+‬‬ ‫‪2+‬‬ ‫إﻨﺤراﻓﺎت اﻟﻘﯿم ﺤول اﻟوﺴط ‪0‬‬
‫اﻟﺤﺴﺎﺒﻲ‬

‫) ‪∑(x − X‬‬
‫‪2‬‬

‫=‪σ‬‬
‫‪i‬‬

‫‪N‬‬
‫‪02 + 22 + 12 + 22 + (−1) 2 + (−2) 2 + (−2) 2‬‬
‫=‬
‫‪7‬‬
‫‪≅ 1.6036‬‬

‫أﻤﺎ ﻓﻲ ﺤﺎل اﻟﺒﯿﺎﻨﺎت اﻟﻤﺒوﺒﺔ ﻓﺈن اﻟﻘﺎﻨون اﻟﺴﺎﺒق ﯿﺼﺒﺢ‪:‬‬

‫) ‪∑ n .( x − X‬‬
‫‪2‬‬

‫=‪σ‬‬
‫‪i‬‬ ‫‪i‬‬

‫‪∑n‬‬ ‫‪i‬‬

‫و ﻛﺎﻟﻌﺎدة ﺘﻌﺒر ) ‪ ( xi‬ﻋن ﻤراﻛز اﻟﻔﺌﺎت و ) ‪ ( ni‬ﻋن اﻟﺘﻛ اررات؛ ﻛﻤﺎ ﯿوﻀﺤﻪ اﻟﻤﺜﺎل )اﻟﺠدول اﻟوارد ﻓﻲ اﻟﻤﺜﺎل‬
‫‪ 2-4‬اﻟﺴﺎﺒق( اﻟﺘﺎﻟﻲ‪:‬‬

‫‪107‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻤﺜﺎل ‪:4-4‬‬

‫) ‪∑ n .( x − X‬‬ ‫) ‪( x − X ) .n ( x − X ) ( x − X‬‬ ‫) ‪( xi‬‬ ‫اﻟﺘﻛرار‬ ‫اﻟﻔﺌﺎت‬

‫‪2‬‬ ‫‪2‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬

‫=‪σ‬‬
‫‪i‬‬ ‫‪i‬‬
‫) ‪( ni‬‬ ‫) ‪( Ci‬‬
‫‪∑n‬‬ ‫‪i‬‬
‫‪122.31‬‬ ‫‪40.77‬‬ ‫‪13.59‬‬ ‫‪13‬‬ ‫‪3‬‬ ‫]‪]16 ،10‬‬
‫‪1014.66‬‬
‫=‬ ‫‪≅ 5.4629‬‬ ‫‪189.75‬‬ ‫‪37.95‬‬ ‫‪7.59‬‬ ‫‪19‬‬ ‫‪5‬‬ ‫]‪]22 ،16‬‬
‫‪34‬‬
‫‪311.64‬‬ ‫‪22.26‬‬ ‫‪1.59‬‬ ‫‪25‬‬ ‫‪14‬‬ ‫]‪]28 ،22‬‬

‫‪158.76‬‬ ‫‪26.46‬‬ ‫‪4.41‬‬ ‫‪31‬‬ ‫‪6‬‬ ‫]‪]34 ،28‬‬

‫‪166.56‬‬ ‫‪41.64‬‬ ‫‪10.41‬‬ ‫‪37‬‬ ‫‪4‬‬ ‫]‪]40 ،34‬‬

‫‪65.64‬‬ ‫‪32.82‬‬ ‫‪16.41‬‬ ‫‪43‬‬ ‫‪2‬‬ ‫]‪]46 ،40‬‬

‫‪1014.66‬‬ ‫‪34‬‬ ‫∑‬

‫ﻤﻼﺤظﺔ‪ :‬ﯿطﻠق ﻋﻠﻰ ﻤرﺒﻊ اﻹﻨﺤراف اﻟﻤﻌﯿﺎري "اﻟﺘﺒﺎﯿن ‪ "Variance‬و ﻫو ﻤن اﻟﻤﻘﺎﯿﯿس اﻟﻤﺴﺘﺨدﻤﺔ ﻓﻲ‬
‫اﻟﺘﺤﻠﯿل اﻹﺤﺼﺎﺌﻲ‪.‬‬

‫‪- 5‬ﻤﻌﺎﻤل اﻹﺨﺘﻼف ‪:Coefficient of Variation‬‬

‫و ﯿطﻠق ﻋﻠﯿﻪ أﯿﻀﺎ " اﻹﻨﺤراف اﻟﻤﻌﯿﺎري اﻟﻨﺴﺒﻲ"؛ و "ﯿﻘﯿس ﻤﻌﺎﻤل اﻹﺨﺘﻼف اﻟﺘﺸﺘت اﻟﻨﺴﺒﻲ ﻓﻲ اﻟﺒﯿﺎﻨﺎت و‬
‫ذﻟك ﻋﻠﻰ ﻋﻛس اﻹﻨﺤراف اﻟﻤﻌﯿﺎري و اﻟﻤﻘﺎﯿﯿس اﻷﺨرى ﻟﻠﺘﺸﺘت اﻟﻤطﻠق و اﻟﺘﻲ ﺘﺄﺨذ أرﻗﺎﻤﻬﺎ اﻟﻤﺤﺴوﺒﺔ ﻨﻔس‬
‫وﺤدات اﻟﺒﯿﺎﻨﺎت اﻷﺼﻠﯿﺔ‪ ،‬و ﻤن ﺜم ﻓﺈن ﻤﻌﺎﻤل اﻹﺨﺘﻼف ﯿﻤﻛن اﺴﺘﺨداﻤﻪ ﻟﻤﻘﺎرﻨﺔ ﺘﺸﺘت ﺘوزﯿﻌﯿن أو أﻛﺜر إذا‬
‫ﻤﺎ اﺨﺘﻠﻔت وﺤدات اﻟﻘﯿﺎس أو اﺨﺘﻠﻔت ﻤﺘوﺴطﺎﺘﻬﺎ"‪.1‬‬
‫‪P‬‬ ‫‪FP 1‬‬

‫ﻨرﻤز ﻟﻪ ﺒـ ـ "‪ "Cv‬و ﯿﻌطﻰ ﺒﺎﻟﺼﯿﻐﺔ‪:‬‬

‫‪σ‬‬
‫= ‪Cv‬‬ ‫‪.100‬‬
‫‪X‬‬
‫أي أﻨﻪ ﯿﺤول ﻗﯿﻤﺔ اﻹﻨﺤراف اﻟﻤﻌﯿﺎري إﻟﻰ ﻨﺴﺒﺔ ﻤﺌوﯿﺔ ﻤن اﻟوﺴط اﻟﺤﺴﺎﺒﻲ؛ ﻓﯿﺨﻠص ﺒذﻟك اﻹﻨﺤراف‬
‫اﻟﻤﻌﯿﺎري ﻤن وﺤدة اﻟﻘﯿﺎس اﻟﻤﺴﺘﻌﻤﻠﺔ ﻓﻲ اﻟﺒﯿﺎﻨﺎت‪.‬‬

‫‪1‬‬
‫دوﻣﯾﻧﯾك ﺳﺎﻟﻔﺎﺗور‪ ،‬اﻹﺣﺻﺎء و اﻹﻗﺗﺻﺎد اﻟﻘﯾﺎﺳﻲ‪ ،‬ط ‪ ،2‬دﯾوان اﻟﻣطﺑوﻋﺎت اﻟﺟﺎﻣﻌﯾﺔ‪ ،‬اﻟﺟزاﺋر‪ ،1993 ،‬ص‪36:‬‬

‫‪108‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻤﺜﺎل‪:5-4‬‬
‫ﯿﻘﺎرن ﻤﺴﺘﺜﻤر ﺒﯿن أرﺒﺎح ﺴﻬﻤﯿن ﺤﯿث‪:‬‬
‫اﻹﻨﺤراف اﻟﻤﻌﯿﺎري ﻟﺒﯿﺎﻨﺎت‬ ‫ﻤﺘوﺴط اﻟرﺒﺢ‬
‫اﻟﺴﻨوي )وﺤدة ﻨﻘدﯿﺔ( اﻟرﺒﺢ‬
‫‪2‬‬ ‫‪30‬‬ ‫اﻟﺴﻬم ‪A‬‬
‫‪1.5‬‬ ‫‪19‬‬ ‫اﻟﺴﻬم ‪B‬‬
‫اﻟﻤطﻠوب‪ :‬أي اﻟﺴﻬﻤﯿن أرﺒﺎﺤﻪ أﻛﺜر ﺘﺸﺘﺘﺎ؟‬
‫ﻨﻼﺤظ أن اﻹﻨﺤراف اﻟﻤﻌﯿﺎري ﻟﻠﺴﻬم )‪ (A‬أﻛﺒر ﻤن ﻨظﯿرﻩ ﻟﻠﺴﻬم )‪ (B‬و ﻟﻛن ﻨظ ار ﻟﻌدم ﺘﺴﺎوي اﻟوﺴط‬
‫اﻟﺤﺴﺎﺒﻲ ﻻ ﺘﺼﻠﺢ ﻫذﻩ اﻟﻤﻘﺎرﻨﺔ؛ ﻟذﻟك ﻨﺤﺴب ﻤﻌﺎﻤل اﻹﺨﺘﻼف ﻟﻛل ﺨﯿﺎر‪:‬‬
‫‪2‬‬
‫=‬
‫‪Cv‬‬ ‫)‪( A‬‬ ‫=‬ ‫‪.100 06.67%‬‬
‫‪30‬‬
‫‪1.5‬‬
‫= ) ‪Cv ( B‬‬
‫=‬ ‫‪.100 07.89%‬‬
‫‪19‬‬

‫ﻨﻼﺤظ أن ﻤﻌﺎﻤل اﻹﺨﺘﻼف ﯿﻛﺸف ﻋﻛس اﻟﻨﺘﯿﺠﺔ اﻷوﻟﻰ؛ أي أن أرﺒﺎح اﻟﺴﻬم )‪ (B‬أﻛﺜر ﺘﺸﺘﺘﺎ‪.‬‬

‫‪109‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫اﻟﻔﺼل اﻟﺨﺎﻤس‪ :‬ﻤﻘﺎﯿﯿس اﻟﺸﻛل ‪:Measures of Shape‬‬

‫إذا ﻛﺎﻨت ﻤﻘﺎﯿﯿس اﻟﻨزﻋﺔ اﻟﻤرﻛزﯿﺔ ﺘﺒﺤث ﻋن ﻤرﻛز ﺘﺘﻤرﻛز ﺤوﻟﻪ اﻟﻘﯿم؛ و ﻤﻘﺎﯿﯿس اﻟﺘﺸﺘت ﺘدرس درﺠﺔ اﺒﺘﻌﺎد‬
‫و ﺘﺸﺘت اﻟﻘﯿم ﺤول ذﻟك اﻟﻤرﻛز أو ﻓﯿﻤﺎ ﺒﯿﻨﻬﺎ؛ ﻓﺈن اﻻﻗﺘﺼﺎر ﻋﻠﻰ دراﺴﺔ اﻟظﺎﻫرﺘﯿن )اﻟﺘﻤرﻛز و اﻟﺘﺸﺘت( ﻻ‬
‫ﯿﻛﻔﻲ ﻹﻋطﺎء ﻨظرة واﻓﯿﺔ ﻋن ﺘوزﯿﻊ اﻟﻘﯿم اﻟذي ﻨﺤﺘﺎج –إﻀﺎﻓﺔ إﻟﻰ ﻤﺎ ﺴﺒق‪ -‬إﻟﻰ دراﺴﺔ ﺸﻛل ﻤﻨﺤﻨﺎﻩ اﻟﺒﯿﺎﻨﻲ‬
‫و ﻤدى اﻨطﺒﺎﻗﻪ أو اﺨﺘﻼﻓﻪ ﻋن ﺸﻛل ﻤرﺠﻌﻲ ﻨطﻠق ﻋﻠﯿﻪ "اﻟﺘوزﯿﻊ اﻟطﺒﯿﻌﻲ"‪.‬‬

‫ﯿﻤﻛن أن ﯿﺄﺨذ اﻟﻤﻨﺤﻨﻰ اﻟﻤﻌﺒر ﻋن ﺘوزﯿﻊ ﻗﯿم ﻤﻌﯿﻨﺔ أي ﺸﻛل ﻤن اﻷﺸﻛﺎل و ﺘدرس ﻤﻘﺎﯿﯿس اﻟﺸﻛل ظﺎﻫرﺘﯿن‬
‫ﻫﻤﺎ اﻹﻟﺘواء و اﻟﺘﻔرطﺢ‪.‬‬

‫ﻤن ﺤﯿث اﻹﻟﺘواء ﻗد ﺘﺼﺎدﻓﻨﺎ ﻋﻤوﻤﺎ واﺤدة ﻤن اﻟﺤﺎﻻت اﻟﺘﺎﻟﯿﺔ‪:‬‬

‫أﻤﺎ ﻤن ﺤﯿث اﻟﺘﻔرطﺢ ﻓﻘد ﯿﺄﺨذ ﻤﻨﺤﻨﻰ اﻟﺘوزﯿﻊ أﺤد اﻟﺤﺎﻻت اﻟﺘﺎﻟﯿﺔ‪:‬‬

‫‪110‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻟﻘﯿﺎس درﺠﺔ اﻟﺘواء ﺘوزﯿﻊ و درﺠﺔ ﺘﻔرطﺤﻪ ﻨﺤﺘﺎج إﻟﻰ ﻤﻘﺎﯿﯿس إﺤﺼﺎﺌﯿﺔ ﯿطﻠق ﻋﻠﯿﻬﺎ "اﻟﻌزوم ‪ "Moments‬و‬
‫ﻫﻲ ﻨوﻋﺎن اﻟﻌزوم اﻟﺒﺴﯿطﺔ و اﻟﻌزوم اﻟﻤرﻛزﯿﺔ‪ ،‬و ﺴﻨﻔﺼل ﻤﻔﻬوم اﻟﻌزوم ﻓﯿﻤﺎ ﯿﻠﻲ‪:‬‬

‫اﻟﻌزوم‪:‬‬

‫ﯿﻤﻛن أن ﯿﺤﺴب اﻟﻌزم ﺤول اﻟﺼﻔر ﻓﯿطﻠق ﻋﻠﯿﻪ اﻟﻌزم اﻟﺒﺴﯿط؛ و ﻗد ﯿﺤﺴب ﺤول أي ﻗﯿﻤﺔ أﺨرى ﻛﺎﻟوﺴط‬
‫اﻟﺤﺴﺎﺒﻲ ﻤﺜﻼ ﻓﯿطﻠق ﻋﻠﯿﻪ اﻟﻌزم اﻟﻤرﻛزي‪ ،‬أﻤﺎ رﺘﺒﺔ اﻟﻌزم ﻓﺘﺘﺤدد ﺒﺎﻟﻘوة اﻟﺘﻲ ﺘرﻓﻊ إﻟﯿﻬﺎ اﻨﺤراﻓﺎت اﻟﻘﯿم ﻋن‬
‫ﻨﻘطﺔ اﻹرﺘﻛﺎز اﻟﻤﺨﺘﺎرة )اﻟﺼﻔر أو اﻟوﺴط اﻟﺤﺴﺎﺒﻲ أو ﻏﯿرﻫﺎ(‪.‬‬

‫ﯿﻌطﻰ اﻟﻌزم اﻟﺒﺴﯿط )ﺤول اﻟﺼﻔر( ﻤن اﻟرﺘﺒﺔ )‪ (p‬ﺒﺎﻟﺼﯿﻐﺔ‪:‬‬

‫‪mp‬‬ ‫=‬
‫‪∑x‬‬ ‫‪i‬‬
‫‪p‬‬

‫‪n‬‬

‫و ﻓﻲ ﺤﺎل ﻛﺎن ﻟﻠﻘﯿم ) ‪ ( xi‬ﺘﻛ اررات ﺘﻘﺎﺒﻠﻬﺎ ) ‪( ni‬؛ ﻛﻤﺎ ﻓﻲ ﺤﺎﻟﺔ اﻟﺒﯿﺎﻨﺎت اﻟﻤﺒوﺒﺔ ﻓﺈن اﻟﺼﯿﻐﺔ ﺘﺼﺒﺢ‪:‬‬

‫‪mp‬‬ ‫=‬
‫‪∑ x .n‬‬‫‪i‬‬
‫‪p‬‬
‫‪i‬‬

‫‪∑n‬‬ ‫‪i‬‬

‫و ﯿﻌطﻰ اﻟﻌزم اﻟﻤرﻛزي ﺤول اﻟوﺴط اﻟﺤﺴﺎﺒﻲ ﻤن اﻟرﺘﺒﺔ )‪ (p‬ﺒﺎﻟﺼﯿﻐﺔ‪:‬‬

‫‪111‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫‪Mp‬‬ ‫=‬
‫) ‪∑ (x − X‬‬‫‪i‬‬
‫‪p‬‬

‫‪n‬‬

‫و ﻓﻲ ﺤﺎل وﺠود ﺘﻛ اررات ﺘﻘﺎﺒل اﻟﻘﯿم‪:‬‬

‫‪Mp‬‬ ‫=‬
‫) ‪∑ (x − X‬‬
‫‪i‬‬
‫‪p‬‬
‫‪.ni‬‬
‫‪∑n‬‬ ‫‪i‬‬

‫ﻤﻘﺎﯿﯿس اﻹﻟﺘواء ‪:Skewness Mesures‬‬

‫ﻫﻨﺎك اﻟﻌدﯿد ﻤن اﻟﻤﻘﺎﯿﯿس اﻟﻤﺴﺘﺨدﻤﺔ ﻓﻲ ﻗﯿﺎس درﺠﺔ اﻟﺘواء اﻟﺘوزﯿﻊ ﻤن أﻫﻤﻬﺎ ﻤﻌﺎﻤل اﻹﻟﺘواء ﻟ ـ "ﺒﯿرﺴون" و‬
‫ﯿﻌطﻰ ﺒﺎﻟﺼﯿﻐﺔ اﻟﺘﺎﻟﯿﺔ‪:‬‬

‫‪X − Mo‬‬
‫= ‪Sp‬‬
‫‪σ‬‬
‫و ﯿﺘﺤدد ﺸﻛل اﻟﺘوزﯿﻊ ﺤﺴب ﻫذا اﻟﻤﻘﯿﺎس ﻛﻤﺎ ﯿﻠﻲ‪:‬‬
‫‪ :Sp=0‬ﻤﻨﺤﻨﻰ ﻤﺘﻤﺎﺜل؛‬
‫‪ :Sp>0‬ﻤﻨﺤﻨﻰ ﻤﻠﺘو إﻟﻰ اﻟﯿﻤﯿن؛‬
‫‪ :Sp<0‬ﻤﻨﺤﻨﻰ ﻤﻠﺘو إﻟﻰ اﻟﯿﺴﺎر‪.‬‬

‫ﻤﻘﺎﯿﯿس اﻟﺘﻔرطﺢ ‪: Kurtosis Mesures‬‬

‫ﺘﺴﺘﺨدم ﻟﻘﯿﺎس درﺠﺔ ﺘﻔرطﺢ اﻟﺘوزﯿﻊ ﻋدة ﻤﻘﺎﯿﯿس ﻤن أﺒرزﻫﺎ ﻤﻌﺎﻤل ﺒﯿرﺴون ﻟﻠﺘﻔرطﺢ اﻟذي ﯿﺴﺘﺨدم اﻟﻌزم‬
‫اﻟﻤرﻛزي ﻤن اﻟدرﺠﺔ اﻟﺜﺎﻨﯿﺔ و اﻟﻌزم اﻟﻤرﻛزي ﻤن اﻟدرﺠﺔ اﻟراﺒﻌﺔ و ﯿﻌطﻰ ﺒﺎﻟﺼﯿﻐﺔ‪:‬‬
‫‪M4‬‬
‫= ‪Kp‬‬
‫‪M 22‬‬
‫و ﺘﺘﺤدد درﺠﺔ ﺘﻔرطﺢ اﻟﺘوزﯿﻊ ﻛﻤﺎ ﯿﻠﻲ‪:‬‬
‫‪ :Kp=3‬ﻤﻨﺤﻨﻰ طﺒﯿﻌﻲ؛‬
‫‪ :Kp>3‬ﻤﻨﺤﻨﻰ ﻤدﺒب؛‬
‫‪ :Kp<3‬ﻤﻨﺤﻨﻰ ﻤﻔرطﺢ‪.‬‬

‫‪112‬‬
 ‫د‪/‬ﻋـــــﺒﺪ اﻟــــﻨﻮر ھــﺒﺎل‬ ‫ﻣﺤﺎﺿﺮات ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻗﺎﺋﻣﺔ اﻟﻣراﺟﻊ‬
‫‪ - 1‬ﻤﺤﻤد راﺘول‪ ،‬اﻹﺤﺼﺎء اﻟوﺼﻔﻲ‪ ،‬دﯿوان اﻟﻤطﺒوﻋﺎت اﻟﺠﺎﻤﻌﯿﺔ‪ ،‬اﻟﺠزاﺌر‪ ،‬ط ‪.2006 ،2‬‬
‫‪ -2‬ﻤﺤﻤد ﺼﺒﺤﻲ أﺒو ﺼﺎﻟﺢ‪ ،‬ﻤﺒﺎدئ اﻹﺤﺼﺎء‪ ،‬دار اﻟﯿﺎزوري‪ ،‬اﻷردن‪2007 ،‬‬

‫‪ -3‬ﻣﺻطﻔﻰ زاﯾد‪ ،‬ﻋﻠم اﻹﺣﺻﺎء‪ ،‬ط‪ ،2‬اﻟدار اﻟﮭﻧدﺳﯾﺔ‪ ،‬اﻟﻘﺎھرة‪2008 ،‬‬

‫‪ -4‬ﻛﺎﻣل ﻓﻠﯾﻔل و ﺧﻠﯾل ﺣﻣدان‪ ،‬اﻹﺣﺻﺎء‪ ،‬ط ‪ ،1‬دار اﻟﻣﻧﺎھﺞ‪ ،‬ﻋﻣﺎن‪ ،‬اﻷردن‪،2013 ،‬‬

‫‪ -5‬ﺧﺎﻟد أﺣﻣد ﻓرﺣﺎن اﻟﻣﺷﮭداﻧﻲ‪ ،‬ﻣﺑﺎدئ اﻹﺣﺻﺎء‪ ،‬دار اﻷﯾﺎم‪ ،‬اﻷردن‪،2013 ،‬‬
‫‪ -6‬اﻟﺳﻌدي رﺟﺎل‪ ،‬اﻹﺣﺻﺎء اﻟوﺻﻔﻲ‪ ،‬اﻟرﺟﺎء ﻟﻠطﺑﺎﻋﺔ و اﻟﻧﺷر‪ ،‬ﻗﺳﻧطﯾﻧﺔ‪ ،‬اﻟﺟزاﺋر‪2013 ،‬‬

‫‪ -7‬ﺟﻼطو ﺟﯾﻼﻟﻲ‪ ،‬اﻹﺣﺻﺎء ﻣﻊ ﺗﻣﺎرﯾن و ﻣﺳﺎﺋل ﻣﺣﻠوﻟﺔ‪ ،‬ط ‪ ،8‬دﯾون اﻟﻣطﺑوﻋﺎت اﻟﺟﺎﻣﻌﯾﺔ‪،‬‬
‫اﻟﺟزاﺋر‪،2010 ،‬‬

‫‪ -8‬وﻟﯾد إﺳﻣﺎﻋﯾل اﻟﺳﯾﻔو و آﺧرون‪ ،‬أﺳﺎﺳﯾﺎت اﻷﺳﺎﻟﯾب اﻹﺣﺻﺎﺋﯾﺔ ﻟﻸﻋﻣﺎل‪ ،‬دار زﻣزم‪،‬‬
‫اﻷردن‪ ،‬ط‪،2010 ،1‬‬

‫‪ -9‬ﺣﯾدوﺷﻲ ﻋﺎﺷور‪ ،‬ﻣﺣﺎﺿرات ﻓﻲ اﻹﺣﺻﺎء اﻟوﺻﻔﻲ‪ ،‬ﻣطﺑوﻋﺔ‪ ،‬ﺟﺎﻣﻌﺔ أﻛﻠﻲ ﻣﺣﻧد أوﻟﺣﺎج‪،‬‬
‫اﻟﺑوﯾرة‪ ،‬ﻛﻠﯾﺔ اﻟﻌﻠوم اﻹﻗﺗﺻﺎدﯾﺔ‪،2016 ،‬‬

‫‪ -10‬دوﻣﯾﻧﯾك ﺳﺎﻟﻔﺎﺗور‪ ،‬اﻹﺣﺻﺎء و اﻹﻗﺗﺻﺎد اﻟﻘﯾﺎﺳﻲ‪ ،‬ط ‪ ،2‬دﯾوان اﻟﻣطﺑوﻋﺎت اﻟﺟﺎﻣﻌﯾﺔ‪،‬‬

‫اﻟﺟزاﺋر‪،1993 ،‬‬

‫‪113‬‬