كتاب الإحصاء

‫ﺑﺴﻢ اﻟـﻠـﻪ اﻟﺮﺣﻤﻦ اﻟﺮﺣﻴﻢ‬
‫اﻹﺣﺼﺎء‬
‫اﻹﺣﺼﺎء‬
‫ﺗﺄﻟﻴﻒ‬
‫ﻛﺎﻣـﻞ ﻓﻠﻴﻔﻞ‬
‫ﻓﺘﺤﻲ ﺣﻤﺪان‬
‫اﳌﺤﺘﻮﻳﺎت‬
‫ﻣﻘﺪﻣﺔ ‪9............................................................................................................................ ............................................................................................‬‬
‫اﻟﻮﺣﺪة اﻷوﱃ‬
‫ﺟﻤﻊ اﻟﺒﻴﺎﻧﺎت وﺗﺒﻮﻳﺒﻬﺎ‬
‫‪Collecting and Organizing Data‬‬
‫ﻣﻘﺪﻣﺔ ‪13.........................................................................................................................................................................................................................‬‬
‫اﻟﻄﺮﻳﻘﺔ اﻹﺣﺼﺎﺋﻴﺔ ‪13..........................................................................................................................................................................................‬‬
‫اﻟﻌﻴﻨﺔ وﻃﺮق اﺧﺘﻴﺎرﻫﺎ‪14...................................................................................................................................................................................‬‬
‫‪-1‬ﻃﺮﻳﻘﺔ اﻟﻌﻴﻨﺔ اﻟﻌﺸﻮاﺋﻴﺔ اﻟﺒﺴﻴﻄﺔ‪15............................................................................ .......................................................‬‬
‫‪ -2‬ﻃﺮﻳﻘﺔ اﻟﻌﻴﻨﺔ اﻟﻄﺒﻘﻴﺔ‪16........................................................................................................ .......................................................‬‬
‫‪ -3‬ﻃﺮﻳﻘﺔ اﻟﻌﻴﻨﺔ اﻟﻌﻨﻘﻮدﻳﺔ‪17.................................................................................................. .......................................................‬‬
‫‪ -4‬ﻃﺮﻳﻘﺔ اﻟﻌﻴﻨﺔ اﻟﻌﺸﻮاﺋﻴﺔ اﳌﻨﺘﻈﻤﺔ‪17.......................................................................... .......................................................‬‬
‫ﻃﺮﻗﺔ اﻟﻌﻴﻨﺔ اﳌﻌﻴﺎرﻳﺔ‪17.....................................................................................................................................................................................‬‬
‫ﻃﺮق ﻋﺮض اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ‪18...................................................................................................... .......................................................‬‬
‫‪ -1‬ﻃﺮﻳﻘﺔ اﻟﺠﺪاول‪18................................................................................................................................................................................‬‬
‫‪ -2‬ﻃﺮﻳﻘﺔ اﳌﺴﺘﻄﻴﻼت‪18.......................................................................................................................................................................‬‬
‫‪ -3‬ﻃﺮﻗﺔ اﻟﺨﻂ اﻟﺒﻴﺎين‪19.................................................................................................................. .......................................................‬‬
‫‪ -4‬ﻃﺮﻳﻘﺔ اﻟﺪاﺋﺮة‪21....................................................................................................................................................................................‬‬
‫‪ -5‬ﻃﺮﻳﻘﺔ اﻟﺼﻮر‪22......................................................................................................................................................................................‬‬
‫اﻟﺘﻮزﻳﻌﺎت اﻟﺘﻜﺮارﻳﺔ ‪ -‬متﺜﻴﻠﻬﺎ ﺑﻴﺎﻧﻴﺎً‪23........................................................................................... .......................................................‬‬
‫اﻟﺠﺪاول اﳌﻘﻔﻠﺔ واﻟﺠﺪاول اﳌﻔﺘﻮﺣﺔ‪29............................................................................................ ....................................................‬‬
‫متﺎرﻳﻦ‪31............................................................................................................................................................................................................................‬‬
‫اﻟﻮﺣﺪة اﻟﺜﺎﻧﻴﺔ‬
‫ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ‬
‫‪Measures of Central Tendency‬‬
‫اﳌﺌﻴﻨﺎت‪37........................................................................................................................................................................................................................‬‬
‫اﻟﻌﺸريات واﻟﺮﺑﻴﻌﺎت ‪46.....................................................................................................................................................................................‬‬
‫‪5‬‬
‫أوﻻ‪ :‬اﻟﻮﺳﻂ اﻟﺤﺴﺎيب‪47............................................................................................ ...............................................................................‬‬
‫ﺛﺎﻧﻴﺎ‪ :‬اﻟﻮﺳﻴﻂ‪54..................................................................................................... .........................................................................................‬‬
‫ﺛﺎﻟﺜﺎ‪ :‬اﳌﻨﻮال‪56..................................................................................................................................................................................................‬‬
‫اﻟﻌﻼﻗﺔ اﻟﺨﻄﻴﺔ ﺑني اﻟﻮﺳﻂ واﻟﻮﺳﻴﻂ واﳌﻨﻮال‪58.........................................................................................................................‬‬
‫اﻟﻌﺰوم واﻻﻟﺘﻮاء واﻟﺘﻔﺮﻃﺢ‪59.......................................................................................................... ...............................................................‬‬
‫متﺎرﻳﻦ‪65............................................................................................................................................................................................................................‬‬
‫اﻟﻮﺣﺪة اﻟﺜﺎﻟﺜﺔ‬
‫ﻣﻘﺎﻳﻴﺲ اﻟﺘﺸﺘﺖ‬
‫‪Measures of Dispersion‬‬
‫أوﻻ‪ :‬اﳌﺪى‪71................................................................................................................. ................................................................................................‬‬
‫ﺛﺎﻧﻴﺎ‪ :‬ﻧﺼﻒ اﳌﺪى اﻟﺮﺑﻴﻌﻲ‪72........................................................................................................................................................................‬‬
‫ﺛﺎﻟﺜﺎ‪ :‬اﻻﻧﺤﺮاف اﳌﺘﻮﺳﻂ‪73.................................................................................................... ...........................................................................‬‬
‫راﺑﻌﺎ‪ :‬اﻻﻧﺤﺮاف اﳌﻌﻴﺎري‪76................................................................................................ .............................................................................‬‬
‫ﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف ‪83................................................................................................................................................................................................‬‬
‫متﺎرﻳﻦ ‪85..........................................................................................................................................................................................................................‬‬
‫اﻟﻮﺣﺪة اﻟﺮاﺑﻌﺔ‬
‫اﻻرﺗﺒﺎط واﻻﻧﺤﺪار‬
‫‪Correlation and Regression‬‬
‫ﻣﻘﺪﻣﺔ‪91................................................................................................................................. .........................................................................................‬‬
‫ﺟﺪاول اﻻﻧﺘﺸﺎر وﻋﻼﻗﺘﻬﺎ ﺑﺎﻻرﺗﺒﺎط ‪91..................................................................................................................................................‬‬
‫ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ‪93................................................................................................................... ...............................................................................‬‬
‫أﺛﺮ اﻟﺘﺤﻮﻳﻼت اﻟﺨﻄﻴﺔ ﻋﲆ ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ‪99................................................................................... ........................................‬‬
‫اﻻﻧﺤﺪار ‪100.....................................................................................................................................................................................................................‬‬
‫متﺎرﻳﻦ ‪109...........................................................................................................................................................................................................................‬‬
‫اﻟﻮﺣﺪة اﻟﺨﺎﻣﺴﺔ‬
‫ﻧﻈﺮﻳﺔ اﻻﺣﺘامﻻت‬
‫‪Probability Theory‬‬
‫اﻟﻔﻀﺎء اﻟﻌﻴﻨﻲ ‪115.................................................................................................................. ...................................................................................‬‬
‫‪6‬‬
‫اﻟﺘﻜﺮار اﻟﻨﺴﺒﻲ واﻻﺣﺘامل ‪118.........................................................................................................................................................................‬‬
‫ﻗﺎﻧﻮن ﺟﻤﻊ اﻻﺣﺘامﻻت ‪122........................................................................................................... ...................................................................‬‬
‫اﻟﺤﻮادث اﳌﺴﺘﻘﻠﺔ )ﻗﺎﻧﻮن ﴐب اﻻﺣﺘامﻻت( ‪124.......................................................................................................................‬‬
‫اﻻﺣﺘامل اﳌﴩوط وﻧﻈﺮﻳﺔ ﺑﻴﺰ ‪128............................................................................................... .............................................................‬‬
‫اﳌﺘﻐريات اﻟﻌﺸﻮاﺋﻴﺔ ‪135.............................................................................................................. .........................................................................‬‬
‫متﺎرﻳﻦ ‪147...........................................................................................................................................................................................................................‬‬
‫اﻟﻮﺣﺪة اﻟﺴﺎدﺳﺔ‬
‫اﻟﺘﻮزﻳﻌﺎت اﻻﺣﺘامﻟﻴﺔ‬
‫‪Probability Distributions‬‬
‫ﻣﻘﺪﻣﺔ‪155...........................................................................................................................................................................................................................‬‬
‫اﻟﺘﻮزﻳﻌﺎت اﻻﺣﺘامﻟﻴﺔ اﳌﻨﻔﺼﻠﺔ‪155................................................................................................. ............................................................‬‬
‫‪ -1‬ﺗﻮزﻳﻊ ذات اﻟﺤﺪﻳﻦ‪155......................................................................................................................................................................‬‬
‫‪ -2‬ﺗﻮزﻳﻊ ﺑﻮاﺳﻮن‪158................................................................................................................ ...................................................................‬‬
‫اﻟﺘﻮزﻳﻌﺎت اﻻﺣﺘامﻟﻴﺔ اﳌﺘﺼﻠﺔ‪159.................................................................................................................................................................‬‬
‫‪ -1‬اﻟﺘﻮزﻳﻊ اﻟﻄﺒﻴﻌﻲ‪159............................................................................................................. ................................................................‬‬
‫‪ -2‬ﺗﻮزﻳﻊ ‪174........................................................................................................................ ............................................................................t‬‬
‫‪ -3‬ﺗﻮزﻳﻊ ﻛﺎي ﺗﺮﺑﻴﻊ‪175........................................................................................................... .................................................................‬‬
‫متﺎرﻳﻦ‪177............................................................................................................................... ............................................................................................‬‬
‫اﻟﻮﺣﺪة اﻟﺴﺎﺑﻌﺔ‬
‫اﻟﺘﻘﺪﻳﺮ واﺧﺘﺒﺎر اﻟﻔﺮﺿﻴﺎت‬
‫‪Estimation and Testing Hypothesis‬‬
‫أوﻻ‪ :‬اﻟﺘﻘﺪﻳﺮ اﻹﺣﺼﺎيئ‪185........................................................................................................ ............................................................................‬‬
‫اﳌﻌﻠﻤﺔ اﻹﺣﺼﺎﺋﻴﺔ ‪185...................................................................................................... .........................................................................‬‬
‫اﳌﺠﺘﻤﻊ اﻹﺣﺼﺎيئ ‪186..................................................................................................................................................................................‬‬
‫ﺛﺎﻧﻴﺎ‪ :‬اﺧﺘﺒﺎر اﻟﻔﺮﺿﻴﺎت‪194...................................................................................................... ............................................................................‬‬
‫متﺎرﻳﻦ‪205............................................................................................................................................................................................................................‬‬
‫‪7‬‬
‫اﻟﻮﺣﺪة اﻟﺜﺎﻣﻨﺔ‬
‫اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ‬
‫‪Index Numbers‬‬
‫ﻣﻔﻬﻮم اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ ‪211............................................................................................................ .........................................................................‬‬
‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﺒﺴﻴﻂ ‪212.............................................................................................................. ....................................................................‬‬
‫اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ اﳌﺮﺟﺤﺔ‪215....................................................................................................... ......................................................................‬‬
‫رﻗﻢ ﻣﺎرﺷﺎل‪219.......................................................................................................................... ....................................................................................‬‬
‫متﺎرﻳﻦ‪221............................................................................................................................................................................................................................‬‬
‫اﻟﻮﺣﺪة اﻟﺘﺎﺳﻌﺔ‬
‫اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ‬
‫‪Time Services‬‬
‫ﻣﻘﺪﻣﺔ ‪227.........................................................................................................................................................................................................................‬‬
‫متﺜﻴﻞ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﺑﻴﺎﻧﻴﺎ ‪227..................................................................................................................................................................‬‬
‫ﻣﻌﺎﻣﻞ اﻟﺨﺸﻮﻧﺔ واﳌﺘﻮﺳﻄﺎت اﳌﺘﺤﺮﻛﺔ ‪228.................................................................................... ...................................................‬‬
‫ﻣﺮﻛﺒﺎت اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ ‪232............................................................................................................. ..............................................................‬‬
‫ﺗﻘﺪﻳﺮ ﻣﺮﻛﺒﺔ اﻻﺗﺠﺎه‪232........................................................................................................... .............................................................................‬‬
‫ﺗﻘﺪﻳﺮ اﳌﺮﻛﺒﺔ اﻟﻔﺼﻠﻴﺔ ‪242..................................................................................................................................................................................‬‬
‫متﺎرﻳﻦ ‪247............................................................................................................................. ...........................................................................................‬‬
‫ﻣﻠﺤﻖ )‪251....................................................................................................................... ........................................................................................ (1‬‬
‫ﻣﻠﺤﻖ )‪261....................................................................................................................... ........................................................................................ (2‬‬
‫ﻓﻬﺮس اﳌﺼﻄﻠﺤﺎت ‪269.................................................................................................................. ........................................................................‬‬
‫اﳌﺮاﺟﻊ ‪277........................................................................................................................................................................................................................‬‬
‫‪8‬‬
‫ﻣﻘﺪﻣﺔ‬
‫ﻧﺤﻤﺪ اﻟـﻠـﻪ ﻋﲆ ﻧﻌﻤﻪ وﻓﻀﻠﻪ ﻛام ﻳﻨﺒﻐﻲ ﻟﺠﻼل وﺟﻬـﻪ وﻋﻈـﻴﻢ ﺳـﻠﻄﺎﻧﻪ واﻟـﺼﻼة واﻟـﺴﻼم ﻋـﲆ‬
‫اﻟﺼﺎدق اﻷﻣني ﻣﺤﻤﺪ ﺑﻦ ﻋﺒﺪاﻟـﻠـﻪ وﺑﻌﺪ‪:‬‬
‫ﻓﻬﺬه اﻟﻄﺒﻌﺔ اﻟﺜﺎﻟﺜـﺔ ﻣـﻦ ﻛﺘﺎﺑﻨـﺎ اﻹﺣـﺼﺎء ﻧـﻀﻌﻬﺎ ﺑـني ﻳـﺪي ﻃﻼﺑﻨـﺎ اﻷﻋـﺰاء راﻋﻴﻨـﺎ ﻓﻴﻬـﺎ ﺗﻄـﻮﻳﺮ‬
‫اﳌﻌﻠﻮﻣﺎت وﺗﺤﺪﻳﺜﻬﺎ ﺑﺸﻜﻞ ﻣﻴﴪ ﰲ ﻛﻞ وﺣﺪاﺗﻪ اﻟﺘﻲ ﺗﻐﻄﻲ ﺣﺎﺟﺔ اﻟﻄﻼب‪ ،‬ﺣﻴﺚ ﺗﻢ ﻛﺘﺎﺑـﺔ اﳌﻌـﺎدﻻت‬
‫ﺗﻜﻮن اﻟﻜﺘﺎب ﻣﻦ ﺗﺴﻊ وﺣﺪات ﻫﻲ‪:‬‬
‫واﻟﺮﻣﻮز ﺑﺎﻟﻠﻐﺔ اﻹﻧﺠﻠﻴﺰﻳﺔ‪ .‬وﻗﺪ ﱠ‬
‫اﻟﻮﺣﺪة اﻷوﱃ ‪ :‬ﺗﻌﺎﻟﺞ ﻣﻮﺿﻮع ﻋﺮض اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ وﺗﺒﻮﻳﺒﻬﺎ‪.‬‬
‫اﻟﻮﺣﺪة اﻟﺜﺎﻧﻴﺔ‪ :‬ﺗﻌﺎﻟﺞ ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ‪،‬‬
‫اﻟﻮﺣﺪةاﻟﺜﺎﻟﺜﺔ ‪ :‬ﺗﺨﺘﺺ مبﻘﺎﻳﻴﺲ اﻟﺘﺸﺘﺖ‪.‬‬
‫اﻟﻮﺣﺪة اﻟﺮاﺑﻌﺔ ﺗﻌﺮض ﻣﻮﺿﻮع اﻻرﺗﺒﺎط واﻻﻧﺤﺪار‪،‬‬
‫اﻟﻮﺣﺪة اﻟﺨﺎﻣﺴﺔ‪ :‬ﺗﻌﺎﻟﺞ ﻣﻮﺿﻮع اﻻﺣﺘامﻻت‬
‫اﻟﻮﺣﺪة اﻟﺴﺎدﺳﺔ‪ :‬ﺗﺘﻌﻠﻖ مبﻮﺿﻮع اﻟﺘﻮزﻳﻌﺎت اﻻﺣﺘامﻟﻴﺔ‪.‬‬
‫اﻟﻮﺣﺪة اﻟﺴﺎﺑﻌﺔ ‪ :‬اﻟﺘﻘﺪﻳﺮ واﺧﺘﺒﺎر اﻟﻔﺮﺿﻴﺎت‪.‬‬
‫اﻟﻮﺣﺪة اﻟﺜﺎﻣﻨﺔ ‪ :‬ﺗﻬﺘﻢ مبﻮﺿﻮع اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ‪.‬‬
‫اﻟﻮﺣﺪة اﻟﺘﺎﺳﻌﺔ ‪ :‬ﺗﻬﺘﻢ ﺑﺎﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ‬
‫وﻗﺪ ﺣﺮﺻﻨﺎ ﰲ ﻫﺬه اﻟﻄﺒﻌﺔ ﻋﲆ وﺿﻊ ﻣﺴﺎﺋﻞ وأﻣﺜﻠﺔ ﻣﺘﻨﻮﻋﺔ ﺗﻨﺎﺳﺐ ﻛﺎﻓـﺔ ﻣـﺴﺘﻮﻳﺎت اﻟﻄﻠﺒـﺔ ﰲ‬
‫اﻟﺠﺎﻣﻌﺎت‪.‬‬
‫وﻧﻌﻮد وﻧﺆﻛـﺪ ﻋـﲆ إﺧﻮاﻧﻨـﺎ اﳌﺪرﺳـني وﻛـﺬﻟﻚ أﻋﺰاﺋﻨـﺎ اﻟﻄﻠﺒـﺔ اﻟﺘﻜـﺮم ﻋﻠﻴﻨـﺎ ﺑﺈﺑـﺪاء ﻣﻼﺣﻈـﺎﺗﻬﻢ‬
‫وأﻓﻜﺎرﻫﻢ ﻋﻦ ﻓﻘﺮات ﻫﺬا اﻟﻜﺘﺎب ﻟﻼﺳﺘﻔﺎدة ﻣﻨﻬﺎ ﰲ اﻟﻄﺒﻌﺎت اﻟﻘﺎدﻣﺔ إن ﺷﺎء اﻟـﻠــﻪ وﻟﻬـﻢ ﻣﻨـﺎ ﺟﺰﻳـﻞ‬
‫اﻟﺸﻜﺮ واﻟﻌﺮﻓﺎن‪.‬‬
‫وﰲ اﻟﺨﺘﺎم ﻻ ﻳﺴﻌﻨﺎ إﻻ أن ﻧﺸﻜﺮ ﻛﻞ ﻣﻦ ﺳﺎﻫﻢ ﰲ إﺧﺮاج ﻫﺬا اﻟﻜﺘﺎب ﻟﻠﻘﺎرئ اﻟﻜﺮﻳﻢ‪.‬‬
‫واﻟـﻠـﻪ وﱄ اﻟﺘﻮﻓﻴﻖ‬
‫اﳌﺆﻟﻔﺎن‬
‫‪9‬‬
10
‫اﻟﻮﺣﺪة اﻷوﱃ‬
‫‪11‬‬
‫اﻹﺣﺼـــــــﺎء‬
‫‪12‬‬
‫اﻟﻮﺣﺪة اﻷوﱃ ‪...‬ﺟﻤﻊ اﻟﺒﻴﺎﻧﺎت وﺗﺒﻮﻳﺒﻬﺎ‬

‫ﻣﻘﺪﻣﺔ‬
‫ﺑُِﻨﻲ ﻋﻠﻢ اﻹﺣﺼﺎء ﻋﲆ ﻣﺠﻤﻮﻋﺔ ﻋﻨﺎﴏ أﺳﺎﺳﻴﺔ ﻧﺠﻤﻠﻬﺎ ﰲ ﻫﺬا اﻟﺘﻌﺮﻳﻒ‪.‬‬
‫ﺗﻌﺮﻳﻒ‪ :‬ﻋﻠﻢ اﻹﺣﺼﺎء ﻫﻮ ﻣﺠﻤﻮﻋﺔ اﻟﻨﻈﺮﻳﺎت واﻟﻄـﺮق اﻟﻌﻠﻤﻴـﺔ اﻟﺘـﻲ ﺗﺒﺤـﺚ ﰲ ﺟﻤـﻊ اﻟﺒﻴﺎﻧـﺎت‬
‫وﻋﺮﺿﻬﺎ وﺗﺤﻠﻴﻠﻬﺎ واﺳﺘﺨﺪام اﻟﻨﺘﺎﺋﺞ ﰲ اﻟﺘﻨﺒﺆ أو اﻟﺘﻘﺮﻳﺮ واﺗﺨﺎذ اﻟﻘﺮارات ﺑﻨﺎء ﻋﲆ ذﻟﻚ‪.‬‬
‫ﻳﻘﺴﻢ ﻋﻠﻢ اﻹﺣﺼﺎء إﱃ ﻗﺴﻤني‪:‬‬
‫‪ -1‬اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‪ :‬اﻟﺬي ﻳﻬﺘﻢ ﺑﺠﻤﻊ اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ وﺗﺒﻮﻳﺒﻬﺎ ﻓﻘﻂ‪.‬‬
‫‪ -2‬اﻹﺣﺼﺎء اﻻﺳﺘﺪﻻﱄ‪ :‬وﻳ ﻬﺘﻢ ﰲ اﺗﺨﺎذ اﻟﻘﺮارات اﳌﺒﻨﻴﺔ ﻋـﲆ اﻟﻨﺘـﺎﺋﺞ اﳌـﺴﺘﺨﺮﺟﺔ ﻣـﻦ اﻟﺒﻴﺎﻧـﺎت‬
‫اﻟﺘﻲ ﺟﻤﻌﺖ‪.‬‬
‫‪Statistical Investigation‬‬ ‫اﻟﻄﺮﻳﻘﺔ اﻹﺣﺼﺎﺋﻴﺔ‬
‫ﺗﻌﺮﻳﻒ‪ :‬اﻟﻄﺮﻳﻘﺔ اﻹﺣﺼﺎﺋﻴﺔ ﺑﺄﻧﻬﺎ اﻟﺨﻄﻮات اﳌﺘﺒﻌﺔ ﰲ ﻋﻤﻞ أي دراﺳﺔ أو ﺑﺤﺚ إﺣﺼﺎيئ‪.‬‬
‫وﻫﺬه اﻟﺨﻄﻮات ﻫﻲ‪:‬‬
‫أ‪ -‬ﺟﻤﻊ اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ‪:‬‬
‫وﻫﻲ ﻗﻴﻢ اﳌﺸﺎﻫﺪات ﻟﻠﺘﺠﺎرب اﻟﺘﻲ ﻳﺠﺮﻳﻬﺎ اﻟﺒﺎﺣﺚ وﻛﻠـام ﻛﺎﻧـﺖ دﻗﻴﻘـﺔ ﻛﻠـام ﻛﺎﻧـﺖ اﻟﻘـﺮارات‬
‫ﺻﺪﻗﺎ‪ ،‬وﻫﻨﺎك ﻃﺮﻳﻘﺘني ﻟﺠﻤﻊ اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ ﻫﻲ‪:‬‬‫ً‬ ‫اﳌﺘﺨﺬة ﺑﺼﺪدﻫﺎ أﻛرث‬
‫‪ -1‬ﻃﺮﻳﻘﺔ اﳌﺴﺢ اﻟﺸﺎﻣﻞ‪.‬‬
‫‪ -2‬ﻃﺮﻳﻘﺔ اﻟﻌﻴﻨﺔ‪.‬‬
‫ب‪ -‬ﺗﻨﻈﻴﻢ وﻋﺮض اﻟﺒﻴﺎﻧﺎت‪:‬‬
‫ﺑﻌﺪ ﺟﻤﻊ اﻟﺒﻴﺎﻧﺎت ﻳﻘﻮم اﻟﺒﺎﺣﺚ ﰲ وﺿﻊ ﻫﺬه اﻟﺒﻴﺎﻧـﺎت ﰲ ﺟـﺪاول ﻣﻨﺎﺳـﺒﺔ أو ﻋﺮﺿـﻬﺎ ﰲ رﺳـﻮم‬
‫ﺑﻴﺎﻧﻴﺔ أو أﺷﻜﺎل ﻫﻨﺪﺳﻴﺔ أو ﺗﻮزﻳﻌﺎت ﺗﻜﺮارﻳﺔ‪.‬‬
‫‪13‬‬
‫ﺟـ‪ -‬ﺗﺤﻠﻴﻞ اﻟﺒﻴﺎﻧﺎت‪:‬‬

‫وﻫﻲ ﻣﻌﺎﻟﺠﺔ اﻟﺒﻴﺎﻧﺎت ﺑﺎﺳﺘﻌامل اﻟﻌﻼﻗﺎت اﻟﺮﻳﺎﺿﻴﺔ واﺳﺘﺨﺮاج ﻗـﻴﻢ واﻗﱰاﻧـﺎت ﻣﻌﻴﻨـﺔ ﺗﻌـﱪ ﻋـﻦ‬
‫ﻫﺬه اﻟﺒﻴﺎﻧﺎت‪.‬‬
‫د‪ -‬اﺳﺘﻘﺮاء اﻟﻨﺘﺎﺋﺞ واﺗﺨﺎذ اﻟﻘﺮارات‪:‬‬
‫وﻫﻲ إﺻﺪار اﻷﺣﻜﺎم أو ﻋﻤﻞ اﻻﺳﺘﻨﺘﺎﺟﺎت اﻹﺣـﺼﺎﺋﻴﺔ ﺣـﻮل اﳌﺠﺘﻤـﻊ اﻹﺣـﺼﺎيئ ﰲ ﺿـﻮء اﻟﻨﺘـﺎﺋﺞ‬
‫اﳌﺴﺘﺨﺮﺟﺔ‪.‬‬
‫أﺳﺎﻟﻴﺐ ﺟﻤﻊ اﻟﺒﻴﺎﻧﺎت‪:‬‬
‫ﺗﺠﻤﻊ اﻟﺒﻴﺎﻧﺎت ﺑﺄﺳﺎﻟﻴﺐ ﻋﺪة ﻣﻨﻬﺎ‪:‬‬
‫‪ -1‬اﻷﺳﻠﻮب اﳌﺒﺎﴍ‪ :‬ﻋﻦ ﻃﺮﻳﻖ اﳌﻴﺪان ﻣﺒﺎﴍة‪.‬‬
‫‪ -2‬اﻷﺳﻠﻮب ﻏري اﳌﺒﺎﴍ‪ :‬ﻋﻦ ﻃﺮﻳﻖ اﻟﺴﺠﻼت أو اﻟﻮﺛﺎﺋﻖ اﻟﺘﺎرﻳﺨﻴﺔ‪.‬‬
‫‪ -3‬أﺳﻠﻮب اﻻﺳﺘﺒﻴﺎن‪ :‬وﻫﻲ رزﻣﺔ ﻣﻦ اﻷوراق ﺗﺤﺘﻮي ﻋﲆ ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻷﺳﺌﻠﺔ واﻻﺳﺘﻔـﺴﺎرات‬
‫ﺗﻌﺒﺊ ﻣﻦ ﻗﺒﻞ اﻟﺸﺨﺺ اﻟﺨﺎﺿﻊ ﻟﻠﺒﺤﺚ‪.‬‬
‫‪ -4‬أﺳﻠﻮب اﳌﻘﺎﺑﻼت اﻟﺸﺨﺼﻴﺔ‪ :‬وﻫﻲ اﻟﺴﺆال اﳌﺒﺎﴍ ﻣﻦ ﻗﺒﻞ اﻟﺒﺎﺣﺚ‪.‬‬
‫‪ -5‬أﺳﻠﻮب اﻻﺧﺘﺒﺎرات اﻟﺨﺎﺻﺔ‪ :‬أﺳﻠﻮب ﺧﺎص ﻳﺴﺘﺨﺪم ﰲ ﺣﺎﻻت ﻣﺤﺪدة ﻓﻘﻂ ﻣﺜﻞ اﺧﺘﺒـﺎرات‬
‫اﻟﺬﻛﺎء‪.‬‬
‫اﻟﻌﻴﻨﺔ وﻃﺮق اﺧﺘﻴﺎرﻫﺎ ‪Sampling‬‬
‫ﺗﻌﺮﻳﻒ‪ :‬اﻟﻌﻴﻨﺔ ﻣﺠﻤﻮﻋﺔ ﺟﺰﺋﻴﺔ ﻣﻦ اﳌﺠﺘﻤﻊ اﻹﺣﺼﺎيئ‪.‬‬
‫ﺗﺆﺧﺬ اﻟﻌﻴﻨﺔ ﺑﻌﺪة ﻃﺮق ﺣﺘﻰ ﺗﻜﻮن ﻣﻤﺜﻠﺔ ﻟﻠﻤﺠﺘﻤﻊ متﺜﻴﻼً ﺻﺎدﻗﺎً وﻫﺬا ﻳﺘﻄﻠﺐ أﻣﺮﻳﻦ‪:‬‬
‫‪ -1‬ﺗﺤﺪﻳﺪ ﻫﺪف اﻟﺪراﺳﺔ‪ :‬وﻳﺤﺪد اﻟﻬﺪف ﺑﻄﺮح أﺳﺌﻠﺔ ﻣﺜﻞ ﳌﺎذا ﻧﺄﺧﺬ اﻟﻌﻴﻨﺔ؟ ﻣﺎ اﻟﺬي ﻧﺮﻳـﺪه‬
‫ﻣﻨﻬﺎ‪...‬اﻟﺦ‪.‬‬
‫‪ -2‬ﺗﺤﺪﻳﺪ اﳌﺠﺘﻤﻊ اﻹﺣﺼﺎيئ‪ :‬واﳌﺠﺘﻤـﻊ اﻹﺣـﺼﺎيئ ﻫـﻮ ﻣﺠﻤﻮﻋـﺔ ﻛـﻞ اﻟﻌﻨـﺎﴏ ﻗﻴـﺪ اﻟﺪراﺳـﺔ‬
‫وﻳﺴﻤﻰ أﺣﻴﺎﻧﺎً ﻣﺠﺘﻤﻊ اﻟﻬﺪف‪ .‬وﺗﺴﻤﻰ اﳌﺠﻤﻮﻋﺔ اﻟﺘﻲ ﺗﺆﺧﺬ ﻣﻨﻬﺎ اﻟﻌﻴﻨﺔ مبﺠﺘﻤـﻊ اﻟﻌﻴﻨـﺔ‪.‬‬
‫وﻧﻼﺣﻆ أن ﻣﺠﺘﻤﻊ اﻟﻌﻴﻨﺔ ﺟﺰء ﻣﻦ ﻣﺠﺘﻤﻊ اﻟﻬﺪف‪.‬‬
‫‪14‬‬
‫ﻣﺜﺎل‪:‬‬
‫إذا أردﻧــﺎ دراﺳــﺔ اﻟــﺼﻌﻮﺑﺎت اﻟﺘــﻲ ﺗﻮاﺟــﻪ ﻃﻠﺒــﺔ اﻟﱪﻧــﺎﻣﺞ اﻟﺘﺠــﺎري ﰲ ﻛﻠﻴــﺎت اﳌﺠﺘﻤــﻊ ﰲ ﻣــﺎدة‬
‫اﻹﺣﺼﺎء‪ ،‬ﻓﻴﻜﻮن ﻣﺠﺘﻤﻊ اﻟﻬﺪف‪ :‬ﻫﻮ ﺟﻤﻴﻊ ﻃﻠﺒﺔ اﻟﱪﻧﺎﻣﺞ اﻟﺘﺠﺎري ﰲ ﻛﻠﻴﺎت اﳌﺠﺘﻤﻊ‪.‬‬
‫وﻣﺠﺘﻤﻊ اﻟﻌﻴﻨﺔ ﻳﻜﻮن اﻟﻜﻠﻴﺎت اﻟﺘﻲ ﺗﺆﺧﺬ ﻣﻨﻬﺎ اﻟﻌﻴﻨﺔ ﻣﺒﺎﴍة‪.‬‬
‫ﺗﻌﺮﻳﻒ‪ :‬ﺣﺠﻢ اﳌﺠﺘﻤﻊ )اﻟﻌﻴﻨﺔ( ﻫﻮ ﻋﺪد ﻋﻨﺎﴏ اﳌﺠﺘﻤﻊ )اﻟﻌﻴﻨﺔ(‪.‬‬
‫ﻃﺮق اﺧﺘﻴﺎر اﻟﻌﻴﻨﺔ‬
‫‪ -1‬ﻃﺮﻳﻘﺔ اﻟﻌﻴﻨﺔ اﻟﻌﺸﻮاﺋﻴﺔ اﻟﺒﺴﻴﻄﺔ ‪Simple Random sample‬‬
‫وﻫﻲ أي ﻋﻴﻨﺔ ﺑﺤﺠﻢ ﻣﻌني ﻟﻬﺎ ﻧﻔﺲ اﻻﺣﺘامل‪ .‬وﻳﺘﻢ اﺧﺘﻴﺎرﻫﺎ ﺑﺎﻟﻄﺮﻳﻘﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫΃‪ -‬إذا ﻛﺎﻧﺖ اﻟﻌﻴﻨﺔ ﺻﻐرية )أﻗﻞ ﻣﻦ ‪ 30‬ﻣﺸﺎﻫﺪة( ﻧﻌﻄﻲ اﳌﺸﺎﻫﺪات ﺑﻄﺎﻗﺎت ﻣﺘﺸﺎﺑﻬﺔ ﻣﺮﻗﻤـﺔ‬
‫ﺗﺮﻗﻴامً ﻣﺘﺴﻠﺴﻼً ﻣﻦ )‪ (1‬ﻟﻐﺎﻳﺔ )‪ (n‬ﺣﻴﺚ ‪ n‬ﺣﺠﻢ اﳌﺠﺘﻤـﻊ‪ ،‬ﺛـﻢ ﻧـﺴﺤﺐ ﺑﻄﺎﻗـﺎت ﻋـﺸﻮاﺋﻴﺔ‬
‫ﺑﺤﺠﻢ اﻟﻌﻴﻨﺔ اﻟﺘﻲ ﻧﺮﻳﺪ‪.‬‬
‫‪ -Ώ‬إذا ﻛﺎﻧﺖ اﻟﻌﻴﻨﺔ ﻛﺒرية )أﻛـﱪ ﻣـﻦ ‪ 30‬ﻣـﺸﺎﻫﺪة( ﻧﻌﻄـﻲ اﳌـﺸﺎﻫﺪات أرﻗﺎﻣـﺎً ﻣﺘﺴﻠـﺴﻠﺔ ﻣـﻦ‬
‫)ﺻﻔﺮ( ﻟﻐﺎﻳﺔ )‪" (n-1‬ﺣﻴﺚ ‪ n‬ﺣﺠﻢ اﳌﺠﺘﻤﻊ" ﺑﻨﻔﺲ اﻟﻌﺪد ﻣـﻦ اﻟﺨﺎﻧـﺎت )ﻋـﺪد ﺧﺎﻧـﺎت )‪n-‬‬
‫‪ .((1‬ﺛﻢ ﻧﺨﺘﺎر ﻣﻦ ﺟﺪول اﻷرﻗﺎم اﻟﻌـﺸﻮاﺋﻴﺔ اﳌﺮﻓـﻖ ﰲ ﻧﻬﺎﻳـﺔ اﻟﻜﺘـﺎب أرﻗﺎﻣـﺎ ً ﺑﺤﺠـﻢ اﻟﻌﻴﻨـﺔ‬
‫ﴍﻳﻄﺔ أن ﺗﻜﻮن اﻷرﻗﺎم أﻗﻞ ﻣﻦ )‪ .(n-1‬وﺳﻨﻮﺿﺢ ذﻟﻚ ﺑﺎﳌﺜﺎل اﻟﻼﺣﻖ‪.‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬ميﻜﻦ اﺳﺘﺨﺪام ﻫﺬه اﻟﻄﺮﻳﻘﺔ إذا ﻛﺎن اﳌﺠﺘﻤﻊ ﺻﻐريا‪ً.‬‬
‫إذا أردﻧﺎ اﺧﺘﻴﺎر ﻋﻴﻨﺔ ﻣﻜﻮﻧﺔ )‪ (10‬ﻃﻼب ﻣﻦ ﻣﺠﺘﻤﻊ ﻣﻜـﻮن ﻣـﻦ )‪ (900‬ﻃﺎﻟـﺐ‪ ،‬ﻧﺘﺒـﻊ اﻟﺨﻄـﻮات‬
‫اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫΃‪ -‬ﻧﻌﻄﻲ اﻟﻄﻼب أرﻗﺎﻣﺎً ﻣﺘﺴﻠﺴﻠﺔ ﻣﻦ )‪ (000‬وﻟﻐﺎﻳﺔ )‪.(899‬‬
‫‪15‬‬
‫‪ -Ώ‬ﻧﺨﺘﺎر ﻋﴩة أرﻗﺎم ﻣﻦ ﺟﺪول اﻷرﻗﺎم اﻟﻌﺸﻮاﺋﻴﺔ وﻧﺒﺪأ ﻣﻦ اﻟﻴﺴﺎر وﻧﺘﺠﻪ ﻋﻤﻮدﻳﺎ ﻟﻸﺳـﻔﻞ ﻓـﺈذا‬
‫ﻛﺎن اﻟﺮﻗﻢ أﻗﻞ أو ﻳﺴﺎوي )‪ (899‬ﻧﻘﺒﻠﻪ وﺑﻐري ذﻟﻚ ﻧﺮﻓﻀﻪ‪ ،‬ﻓﺘﻜﻮن اﻟﻌﻴﻨـﺔ ﻣﻜﻮﻧـﺔ ﻣـﻦ اﻷرﻗـﺎم‬
‫‪517, 540, 459, 35, 649, 156, 216, 505, 71, 279‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬ﻋﻨﺪ اﺧﺘﻴﺎر أرﻗﺎﻣﺎً ﻋﺸﻮاﺋﻴﺔ ﻣﻦ ﺟﺪول اﻷرﻗﺎم اﻟﻌﺸﻮاﺋﻴﺔ ميﻜﻨﻨﺎ اﻟﺒﺪء ﻣﻦ أي ﻣﻜﺎن ﻣﻦ اﻟﺠﺪول‬
‫ﺳﻮاء أﻓﻘﻴﺎ ً أو ﻋﻤﻮدﻳﺎ ً وﻟﻜﻨﻨﺎ اﺗﺒﻌﻨﺎ اﻷﺳﻠﻮب اﻟﺴﺎﺑﻖ ﻟﺘﻮﺣﻴﺪ اﻹﺟﺎﺑﺎت ﺑني اﻟﻄﻠﺒﺔ‪.‬‬
‫‪ -2‬ﻃﺮﻳﻘﺔ اﻟﻌﻴﻨﺔ اﻟﻄﺒﻘﻴﺔ ‪Stratified sample‬‬
‫ﻳﻘﺴﻢ اﳌﺠﺘﻤﻊ اﻹﺣﺼﺎيئ إﱃ ﻃﺒﻘﺎت ﺣﺴﺐ ﺻﻔﺎت ﻣﻌﻴﻨﺔ ﺛﻢ ﻧﺨﺘﺎر ﻋﻴﻨـﺔ ﻋـﺸﻮاﺋﻴﺔ ﺑـﺴﻴﻄﺔ ﻣـﻦ‬
‫ﻛﻞ ﻃﺒﻘﺔ ﻣﻦ ﻫﺬه اﻟﻄﺒﻘﺎت ﺑﻨﺴﺒﺔ ﺣﺠﻢ ﻛﻞ ﻃﺒﻘﺔ‪.‬‬
‫وﺗﻌﻄﻰ اﻟﻨﺴﺒﺔ ﺑﺎﻟﻘﺎﻋﺪة اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫ﺣﺠﻢ اﻟﻄﺒﻘﺔ‬
‫× ﺣﺠﻢ اﻟﻌﻴﻨﺔ‬ ‫ﻋﺪد اﻟﻌﻨﺎﴏ اﳌﻤﺜﻠﺔ ﻟﻠﻄﺒﻘﺔ ﰲ اﻟﻌﻴﻨﺔ =‬
‫ﺣﺠﻢ اﳌﺠﺘﻤﻊ‬
‫اﺧﺘﺎر ﻋﻴﻨﺔ ﻣﻜﻮﻧﺔ ﻣﻦ )‪ (20‬ﻃﺎﻟﺐ ﻣﻦ ﻣﺠﺘﻤﻊ اﻟﺠﺎﻣﻌﺔ اﻷردﻧﻴﺔ اﳌﻜﻮن ﻣﻦ )‪ (1000‬ﻃﺎﻟﺐ ﻣﻨﻬﻢ‬
‫)‪ (400‬ﻃﺎﻟﺐ ﺳﻨﺔ أوﱃ )‪ (300‬ﻃﺎﻟﺐ ﺳﻨﺔ ﺛﺎﻧﻴﺔ )‪ (200‬ﻃﺎﻟﺐ ﺳﻨﺔ ﺛﺎﻟﺜﺔ و )‪ (100‬ﻃﺎﻟﺐ ﺳﻨﺔ راﺑﻌﺔ‪.‬‬
‫اﻟﺤﻞ‪:‬‬
‫‪400‬‬
‫‪ 8‬ﻃﻼب‬ ‫‪20 u‬‬ ‫=‬ ‫ﻋﺪد ﻋﻨﺎﴏ ﻃﻼب اﻟﺴﻨﺔ اﻷوﱃ ﰲ اﻟﻌﻴﻨﺔ‬
‫‪1000‬‬
‫‪300‬‬
‫‪ 6‬ﻃﻼب‬ ‫‪20 u‬‬ ‫=‬ ‫ﻋﺪد ﻋﻨﺎﴏ ﻃﻼب اﻟﺴﻨﺔ اﻟﺜﺎﻧﻴﺔ ﰲ اﻟﻌﻴﻨﺔ‬
‫‪1000‬‬
‫‪200‬‬
‫‪ 4 20 u‬ﻃﻼب‬ ‫=‬ ‫ﻋﺪد ﻋﻨﺎﴏ ﻃﻼب اﻟﺴﻨﺔ اﻟﺜﺎﻟﺜﺔ ﰲ اﻟﻌﻴﻨﺔ‬
‫‪1000‬‬
‫‪100‬‬
‫ﻃﺎﻟﺒﺎن‬ ‫‪20 u‬‬ ‫ﻋﺪد ﻋﻨﺎﴏ ﻃﻼب اﻟﺴﻨﺔ اﻟﺮاﺑﻌﺔ ﰲ اﻟﻌﻴﻨﺔ =‬
‫‪1000‬‬
‫‪16‬‬
‫‪ -3‬ﻃﺮﻳﻘﺔ اﻟﻌﻴﻨﺔ اﻟﻌﻨﻘﻮدﻳﺔ ‪Cluster Sample‬‬

‫ﻳﻘﺴﻢ اﳌﺠﺘﻤﻊ اﻹﺣﺼﺎيئ إﱃ ﻣﺠﻤﻮﻋﺎت ﺟﺰﺋﻴﺔ واﺿﺤﺔ ﺗﺴﻤﻰ ﻛﻞ ﻣﻨﻬﺎ ﻃﺒﻘﺔ‪ .‬ﺛـﻢ ﻧﻘـﺴﻢ اﻟﻄﺒﻘـﺔ‬
‫إﱃ ﻃﺒﻘﺎت أﺧﺮى وﻫﻜﺬا‪ ،‬وﻧﺨﺘﺎر ﻋﻴﻨﺔ ﻋﺸﻮاﺋﻴﺔ ﺑﺴﻴﻄﺔ ﻣﻦ اﻟﻄﺒﻘﺔ اﻷﺧرية ﺗﺘﻨﺎﺳﺐ ﻣﻊ ﺣﺠﻢ اﻟﻄﺒﻘﺔ‪.‬‬
‫إذا أردﻧﺎ دراﺳﺔ ﻓﺮص اﻟﻌﻤﻞ ﻟﻄﻼب اﻟﺠﺎﻣﻌﺔ اﻷردﻧﻴﺔ ﺑﻌﺪ اﻟﺘﺨﺮج‪.‬‬
‫ﻧﻘﻮم ﰲ اﻟﺒﺪاﻳﺔ ﺑﺘﻘﺴﻴﻢ اﻟﺠﺎﻣﻌﺔ إﱃ ﻛﻠﻴﺎت ﻣﺜﻞ ﻛﻠﻴﺔ اﻟﻄﺐ‪ ،‬اﻟﻬﻨﺪﺳﺔ‪ ،‬اﻟﻌﻠﻮم‪ ،‬اﻟﺘﺠﺎرة‪...،‬اﻟﺦ‪ ،‬ﺛـﻢ‬
‫ﻧﻘﻮم ﺑﺘﻘﺴﻴﻢ ﻫﺬه اﻟﻜﻠﻴـﺎت إﱃ ﺗﺨﺼـﺼﺎت وﻧﺄﺧـﺬ ﻋﻴﻨـﺔ ﻋـﺸﻮاﺋﻴﺔ ﺑـﺴﻴﻄﺔ ﻣـﻦ ﻛـﻞ ﺗﺨـﺼﺺ وﻧﺠـﺮي‬
‫اﻟﺪراﺳﺔ ﻋﻠﻴﻬﺎ‪.‬‬
‫‪ -4‬ﻃﺮﻳﻘﺔ اﻟﻌﻴﻨﺔ اﻟﻌﺸﻮاﺋﻴﺔ اﳌﻨﺘﻈﻤﺔ ‪Systematic Random sample‬‬
‫ﻧﺨﺘﺎر اﻷرﻗﺎم ﺑﻬﺬه اﻟﻄﺮﻳﻘـﺔ ﺑـﺼﻮرة ﻣﻨﺘﻈﻤـﺔ‪ .‬ﺑﺤﻴـﺚ ﻳﻜـﻮن اﻟﻔـﺮق ﺑـني أي اﺧﺘﻴـﺎرﻳﻦ ﻣﺘﺘـﺎﻟﻴني‬
‫ﻳﺴﺎوي ﻣﻘﺪارا ً ﺛﺎﺑﺘﺎً‪.‬‬
‫إذا أردﻧﺎ أن ﻧﺠﺮي دراﺳﺔ ﻋﲆ ﺷﺎرع ﻣﻜﻮن ﻣﻦ )‪ (50‬ﻋامرة‪ ،‬وأردﻧﺎ اﺧﺘﻴﺎر ﻋﻴﻨـﺔ ﻣﻜﻮﻧـﺔ ﻣـﻦ )‪(5‬‬
‫ﻋامرات ﻓﺈﻧﻨﺎ ﻧﺨﺘﺎر ﻛﻞ ﻋﺎﴍ ﻋامرة‪.‬‬
‫ﻓﻤﺜﻼً ﻟﻮ اﺧﱰﻧﺎ اﻟﻌامرة رﻗﻢ ‪ 7‬ﺗﻜﻮن اﻟﺜﺎﻧﻴﺔ رﻗﻢ ‪ 17‬واﻟﺜﺎﻟﺜﺔ رﻗﻢ ‪ ،27‬واﻟﺮاﺑﻌﺔ رﻗﻢ ‪ ،37‬واﻟﺨﺎﻣـﺴﺔ‬
‫رﻗﻢ ‪.47‬‬
‫‪ -5‬ﻃﺮﻳﻘﺔ اﻟﻌﻴﻨﺔ اﳌﻌﻴﺎرﻳﺔ ‪Standard sample‬‬
‫وﻫﻲ اﻟﻌﻴﻨﺔ اﻟﺘﻲ ﺗﺘﻔﻖ ﻣﻊ اﳌﺠﺘﻤﻊ اﻹﺣﺼﺎيئ ﰲ اﳌﻘﺎﻳﻴﺲ اﻹﺣﺼﺎﺋﻴﺔ ﻓﻴﻜـﻮن ﻟﻬـام ﻧﻔـﺲ اﻟﻮﺳـﻂ‬
‫واﻟﻮﺳﻴﻂ واﻻﻧﺤﺮاف اﳌﻌﻴﺎري‪ .‬وﺗﻜﻮن أﻛرث ﺻﺪﻗﺎ ﰲ متﺜﻴﻞ اﳌﺠﺘﻤﻊ ﻣﻦ اﻟﻄﺮق اﻷﺧﺮى‪.‬‬
‫‪17‬‬
‫إذا أراد ﻣﺼﻨﻊ ﻟﻸدوﻳﺔ دراﺳﺔ ﻣﺪى ﻓﻌﺎﻟﻴﺔ دواء ﻣﺎ ﻟﺸﻔﺎء ﻣﺮض ﻣﻌني ﻓﺈﻧﻪ ﻳﻄﺒﻖ ﻫﺬا اﻟﺪواء ﻋـﲆ‬
‫أول )‪ (10‬ﻣــﺮﴇ ﺛــﻢ ﻳــﺮى ﻣــﺪى ﻓﻌﺎﻟﻴﺘــﻪ ﺛــﻢ أول )‪ (20‬ﻣــﺮﻳﺾ ﺛــﻢ ﻳــﺮى ﻣــﺪى ﻓﻌﺎﻟﻴﺘــﻪ ﺛــﻢ أول )‪(30‬‬
‫ﻣﺮﻳﺾ‪..‬اﻟﺦ إﱃ أن ﺗﺜﺒﺖ ﻓﻌﺎﻟﻴﺔ اﻟﺪواء ﻓﻴﻌﻤﻢ ﻫﺬا اﻟﺪواء ﻟﻌﻼج اﳌﺮض‪.‬‬
‫‪Graphic Presentation of data‬‬ ‫ﻃﺮق ﻋﺮض اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ‬
‫ﻳﺘﻢ ﻋﺮض اﻟﺒﻴﺎﻧﺎت ﺑﻄﺮق ﺳﻬﻠﺔ وواﺿﺤﺔ ﻟﻴﺴﻬﻞ ﻋﲆ اﻟﺒﺎﺣـﺚ دراﺳـﺔ ﻇـﺎﻫﺮة ﻣـﺎ‪ .‬وﻳـﺘﻢ اﻟﻌـﺮض‬
‫ﺑﺎﻟﻄﺮق اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪ -1‬ﻃﺮﻳﻘﺔ اﻟﺠﺪول ‪Table method‬‬
‫وﻫﻲ ﻋﺮض اﻟﻈﺎﻫﺮة ﻣﻊ ﻣﺴﻤﻰ أو زﻣﻦ ﺿﻤﻦ إﻃﺎر ﻣﻌني ﻳﺴﻤﻰ ﺟﺪوﻻً‪.‬‬
‫اﻟﺠﺪول اﻟﺘﺎﱄ ﻳﻮﺿﺢ ﻋﺪد اﻟﻄﻠﺒﺔ ﰲ ﺑﻌﺾ ﻛﻠﻴﺎت اﳌﺠﺘﻤﻊ ﰲ ﻋﺎم ‪.2001‬‬
‫ﻋﺪد اﻟﻄﻠﺒﺔ‬ ‫اﻟﻜﻠﻴﺔ‬
‫‪300‬‬ ‫اﻟﻜﻠﻴﺔ أ‬
‫‪530‬‬ ‫اﻟﻜﻠﻴﺔ ب‬
‫‪570‬‬ ‫اﻟﻜﻠﻴﺔ ﺟـ‬
‫‪1200‬‬ ‫اﻟﻜﻠﻴﺔ د‬
‫‪ -2‬ﻃﺮﻳﻘﺔ اﳌﺴﺘﻄﻴﻼت أو اﻷﻋﻤﺪة ‪Rectangular method‬‬

‫ﻳﺘﻢ اﻟﻌﺮض ﺑﻬﺬه اﻟﻄﺮﻳﻘﺔ ﺑﺮﺳﻢ ﻣﺤﻮرﻳﻦ أﻓﻘﻲ وﻋﻤﻮدي ميﺜﻞ اﻷﻓﻘﻲ ﻣﺴﻤﻰ اﻟﻈﺎﻫﺮة )أو اﻟﺰﻣﻦ(‬
‫واﻟﻌﻤﻮدي ميﺜﻞ ﻗﻴﻤﺔ اﻟﻈﺎﻫﺮة ﺛﻢ ﻧﺮﺳﻢ ﻣﺴﺘﻄﻴﻞ ﻗﺎﻋﺪﺗﻪ ﻋﲆ اﳌﺴﻤﻰ‪ ،‬وﻃﻮﻟﻪ ﺑﻘﻴﻤﺔ اﳌـﺴﻤﻰ‪ ،‬مبﻘﻴـﺎس‬
‫رﺳﻢ ﻣﻨﺎﺳﺐ‪.‬‬
‫اﻟﺠﺪول اﻟﺘﺎﱄ ميﺜﻞ ﻣﺒﻴﻌﺎت ﴍﻛﺔ ﻣﺎ ﻟﻸﺟﻬﺰة اﻟﻜﻬﺮﺑﺎﺋﻴﺔ ﰲ ﺳﻨﺔ ‪ 2004‬ﻣﺜﻞ ﻫﺬا اﻟﺠﺪول ﺑﻄﺮﻳﻘـﺔ‬
‫اﳌﺴﺘﻄﻴﻼت‪.‬‬
‫‪18‬‬
‫ﻋﺪد اﻷﺟﻬﺰة‬ ‫ﻧﻮع اﻟﺠﻬﺎز‬

‫‪1000‬‬ ‫ﺗﻠﻔﺰﻳﻮن‬
‫‪750‬‬ ‫رادﻳﻮ‬
‫‪500‬‬ ‫ﻣﺴﺠﻞ‬
‫‪600‬‬ ‫ﺛﻼﺟﺔ‬
‫‪250‬‬ ‫ﻏﺴﺎﻟﺔ‬
‫‪100‬‬ ‫ﺟﻼﻳﺔ ﺻﺤﻮن‬
‫‪1000‬‬
‫‪900‬‬
‫‪800‬‬
‫‪700‬‬
‫‪600‬‬
‫‪500‬‬
‫‪400‬‬
‫‪300‬‬
‫‪200‬‬
‫‪100‬‬
‫‪0‬‬
‫‪ϥϮϳΰϔ ϠΗ‬‬ ‫‪ϮϳΩ΍έ‬‬ ‫‪ϞΠδϣ‬‬ ‫‪ΔΟϼΛ‬‬ ‫‪ΔϟΎδϏ‬‬ ‫‪ΔϳϼΟ‬‬
‫‪ϥϮΤλ‬‬
‫‪ -3‬ﻃﺮﻳﻘﺔ اﻟﺨﻂ اﻟﺒﻴﺎين ‪Line method‬‬

‫ﺗﺴﺘﻌﻤﻞ ﻟﻌﺮض ﺗﻐري ﻇﺎﻫﺮة ﻣﻊ ﻣﺴﻤﻰ أو زﻣﻦ وذﻟﻚ ﺑﺮﺳﻢ ﻣﺤﻮرﻳﻦ أﻓﻘﻲ وﻋﻤﻮدي ورﺻﺪ ﻗـﻴﻢ‬
‫اﻟﻈﺎﻫﺮة ﻣﻊ اﻟﺰﻣﻦ أو اﳌﺴﻤﻰ ﺑﻨﻘﻄﺔ ﰲ اﳌﺴﺘﻮى ﻋﲆ اﻟﺼﻮرة )اﳌﺴﻤﻰ أو اﻟﺰﻣﻦ‪ ،‬ﻗﻴﻤﺔ اﻟﻈﺎﻫﺮة( وﻳﻜﻮن‬
‫اﻟﺘﻤﺜﻴﻞ ﺑﻨﻮﻋني ﻣﻦ اﻟﺨﻄﻮط‪:‬‬
‫أ‪ -‬اﻟﺨﻂ اﳌﻨﻜﴪ‪ :‬وﻳﻜﻮن ﺑﺎﻟﻮﺻﻞ ﺑني اﻟﻨﻘﺎط ﺑﺨﻄﻮط ﻣﺴﺘﻘﻴﻤﺔ‪.‬‬
‫ب‪ -‬اﻟﺨﻂ اﳌﻨﺤﻨﻲ‪ :‬وﻳﻜﻮن اﻟﻮﺻﻞ ﺑني اﻟﻨﻘﺎط ﺑﺨﻄﻮط ﻣﻨﺤﻨﻴﺔ‪.‬‬
‫‪19‬‬
‫اﻟﺠﺪول اﻟﺘﺎﱄ ميﺜﻞ أﻋﺪاد اﻟﻄﻠﺒﺔ ﰲ ﻣﺴﺘﻮى اﻟﺒﻜـﺎﻟﻮرﻳﻮس ﰲ ﻛﻠﻴـﺔ اﻟﺘﺠـﺎرة ﰲ إﺣـﺪى اﻟﺠﺎﻣﻌـﺎت‬
‫اﻷردﻧﻴﺔ‪.‬‬
‫ﻋﺪد اﻟﻄﻠﺒﺔ‬ ‫اﻟﺘﺨﺼﺺ‬

‫‪150‬‬ ‫إدارة أﻋامل‬
‫‪100‬‬ ‫ﻧﻈﻢ ﻣﻌﻠﻮﻣﺎت إدارﻳﺔ‬
‫‪200‬‬ ‫ﻣﺤﺎﺳﺒﺔ‬
‫‪120‬‬ ‫ﻣﺎﻟﻴﺔ وﻣﴫﻓﻴﺔ‬
‫‪180‬‬ ‫اﻗﺘﺼﺎد‬
‫ﻣﺜﻞ ﻫﺬا اﻟﺠﺪول ﺑﻄﺮﻳﻘﺔ اﻟﺨﻂ اﳌﻨﻜﴪ‪:‬‬
‫ﻋﺪد اﻟﻄﻠﺒﺔ‬
‫‪200‬‬
‫‪180‬‬
‫‪160‬‬
‫‪140‬‬
‫‪120‬‬
‫‪100‬‬
‫‪80‬‬
‫‪60‬‬
‫‪40‬‬
‫‪20‬‬
‫‪0‬‬
‫‪ϝΎϣ ϋ΃ Γέ΍Ω· ΕΎϣ ϭϠόϣ ϡυ ϧ‬‬ ‫‪ΔΑγ ΎΣϣ‬‬ ‫‪Δϳ ϟΎϣ‬‬ ‫‪ΩΎλ Ηϗ΍‬‬ ‫اﻟﺘﺨﺼﺺ‬
‫·‪Δϳ έ΍Ω‬‬ ‫‪Δϳϓέλ ϣϭ‬‬
‫متﺮﻳـــﻦ‪:‬‬
‫ﻣﺜﻞ اﻟﺠﺪول اﻟﺴﺎﺑﻖ ﺑﻄﺮﻳﻘﺔ اﻟﺨﻂ اﳌﻨﺤﻨﻲ‪.‬‬
‫‪20‬‬
‫‪ -4‬ﻃﺮﻳﻘﺔ اﻟﺪاﺋﺮة ‪Circle method‬‬

‫وﺗﻜﻮن ﺑﺘﻘﺴﻴﻢ اﻟﺪاﺋﺮة اﻟﻜﻠﻴﺔ إﱃ ﻗﻄﺎﻋﺎت ﺑﻨﺴﺐ ﻗﻴﻢ اﻟﻈـﺎﻫﺮة وﻳﺤـﺴﺐ ﻗﻴـﺎس زاوﻳـﺔ اﻟﻘﻄـﺎع‬
‫ﺑﺎﻟﻄﺮﻳﻘﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫ﻗﻴﻤﺔ اﻟﻈﺎﻫﺮة‬
‫×‪q360‬‬ ‫ﻗﻴﺎس زاوﻳﺔ اﻟﻘﻄﺎع =‬
‫اﳌﺠﻤﻮع اﻟﻜﲇ ﻟﻘﻴﻢ اﻟﻈﺎﻫﺮة‬
‫ﰲ ﺳﻮق ﻋامن اﳌﺎﱄ‪ ،‬إذا ﻛﺎن ﻋﺪد اﻷﺳﻬﻢ اﳌﺒﺎﻋﺔ ﰲ أﺣﺪ اﻷﻳﺎم ﻣﻤﺜﻠﺔ ﺑﺎﻟﺠﺪول اﻟﺘﺎﱄ‪:‬‬
‫ﻋﺪد اﻷﺳﻬﻢ‬ ‫اﻟﻘﻄﺎع‬
‫‪29000‬‬ ‫اﻟﺒﻨﻮك‬
‫‪12000‬‬ ‫اﻟﺨﺪﻣﺎت‬
‫‪6000‬‬ ‫اﻟﺘﺄﻣني‬
‫‪123000‬‬ ‫اﻟﺼﻨﺎﻋﺔ‬
‫‪170000‬‬ ‫اﳌﺠﻤﻮع‬
‫ﻣﺜﻞ ﻫﺬا اﻟﺠﺪول ﺑﻄﺮﻳﻘﺔ اﻟﺪاﺋﺮة‪.‬‬
‫ﻧﺠﺪ أوﻻً ﻗﻴﺎس اﻟﺰاوﻳﺔ ﻟﻜﻞ ﻗﻄﺎع ﻓﻴﻜﻮن‪:‬‬
‫‪29000‬‬
‫‪q61 # q360 u‬‬ ‫‪ x‬زاوﻳﺔ ﻗﻄﺎع اﻟﺒﻨﻮك =‬
‫‪170000‬‬
‫‪12000‬‬
‫‪q25 # q360 u‬‬ ‫‪ x‬زاوﻳﺔ ﻗﻄﺎع اﻟﺨﺪﻣﺎت=‬
‫‪170000‬‬
‫‪6000‬‬
‫‪q13 # q360 u‬‬ ‫‪ x‬زاوﻳﺔ ﻗﻄﺎع اﻟﺘﺄﻣني =‬
‫‪170000‬‬
‫‪123000‬‬
‫‪q261 # q360 u‬‬ ‫‪ x‬زاوﻳﺔ ﻗﻄﺎع اﻟﺼﻨﺎﻋﺔ=‬
‫‪170000‬‬
‫‪21‬‬
‫ﻓﻴﻜﻮن اﻟﺠﺪول ﻣﻤﺜﻼً ﺑﺎﻟﺪاﺋﺮة اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪ϙϭϧΑϟ΍‬‬
‫‪%17‬‬
‫‪ΔϋΎϧλϟ΍‬‬
‫‪ϙϭϧΑϟ΍‬‬
‫‪ΔϋΎϧλϟ΍‬‬ ‫‪ΕΎϣΩΧϟ΍‬‬
‫‪%72‬‬
‫‪ϥϳϣ΄Ηϟ΍‬‬
‫‪ΕΎϣΩΧϟ΍‬‬
‫‪%7‬‬
‫‪ϥϳϣ΄Ηϟ΍‬‬
‫‪%4‬‬
‫‪ -5‬ﻃﺮﻳﻘﺔ اﻟﺼﻮر ‪Picture method‬‬

‫ﰲ ﻫﺬه اﻟﻄﺮﻳﻘﺔ ﻳﺘﻢ متﺜﻴﻞ اﻟﺒﻴﺎﻧﺎت ﺑﺼﻮر ﳌﺠﺴﻢ اﻟﻈﺎﻫﺮة اﳌﺮاد دراﺳﺘﻬﺎ‪ ،‬ﺑﺸﻜﻞ ﻣﺘﻨﺎﺳﺐ‪.‬‬
‫ﰲ ﴍﻛﺔ ﻟﺒﻴﻊ اﻟﺒﻄﺎرﻳﺎت اﻟﺠﺎﻓﺔ‪ ،‬ﻛﺎﻧـﺖ ﻣﺒﻴﻌـﺎت اﻟـﴩﻛﺔ ﻟـﺜﻼث ﺳـﻨﻮات ﻣﺘﺘﺎﻟﻴـﺔ ﻫـﻲ )‪(10000‬‬
‫ﺑﻄﺎرﻳﺔ ﰲ ﻋـﺎم ‪ (15000) ،1990‬ﺑﻄﺎرﻳـﺔ ﰲ ﻋـﺎم ‪ (17500) ،1991‬ﺑﻄﺎرﻳـﺔ ﰲ ﻋـﺎم ‪ ،1992‬اﻋـﺮض ﻫـﺬه‬
‫اﻟﺒﻴﺎﻧﺎت ﺑﻄﺮﻳﻘﺔ اﻟﺼﻮر‪.‬‬
‫ﻋﺪد اﻟﺒﻄﺎرﻳﺔ‬ ‫اﻟﺴﻨﺔ‬
‫‪1990‬‬
‫‪1991‬‬
‫‪1992‬‬
‫ﻣﺜﻠﺖ ﻛﻞ )‪ (5000‬ﺑﻄﺎرﻳﺔ ﺑﺼﻮرة ﺑﻄﺎرﻳﺔ واﺣﺪة‪.‬‬
‫‪22‬‬
‫اﻟﺘﻮزﻳﻌﺎت اﻟﺘﻜﺮارﻳﺔ متﺜﻴﻠﻬﺎ ﺑﻴﺎﻧﻴﺎً ‪Frequency Distribution‬‬

‫ﺑﻨﺎء ﺟﺪول اﻟﺘﻮزﻳﻌﺎت اﻟﺘﻜﺮارﻳﺔ‪ :‬ﺟـﺪول اﻟﺘﻮزﻳـﻊ اﻟﺘﻜـﺮاري ﻣـﺎ ﻫـﻮ إﻻ وﺳـﻴﻠﺔ ﻻﺧﺘـﺼﺎر ﺣﺠـﻢ‬
‫اﻟﺒﻴﺎﻧﺎت ووﺿﻌﻬﺎ ﰲ ﺣﻴﺰ ﻣﻨﺎﺳﺐ ميﻜﻨﻨﺎ ﻣﻦ اﻹﺣﺎﻃﺔ ﺑﻬﺎ ﻣﻦ ﺟﻤﻴﻊ ﺟﻮاﻧﺒﻬﺎ‪.‬‬
‫وﻟﺒﻨﺎء ﺟﺪول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري ﻧﺘﺒﻊ اﻟﺨﻄﻮات اﻟﺘﺎﻟﻴﺔ واﻟﺘﻲ ﺳﻨﺪرﺟﻬﺎ ﺿﻤﻦ اﳌﺜﺎل اﻟﺘﺎﱄ‪:‬‬
‫ﻛﻮن ﺟﺪول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري ﻟﻌﻼﻣﺎت )‪ (30‬ﻃﺎﻟﺒﺎً ﰲ اﻣﺘﺤﺎن ﻣﺎ‪:‬‬
‫‪46‬‬ ‫‪49‬‬ ‫‪48‬‬ ‫‪58‬‬ ‫‪54‬‬ ‫‪50‬‬
‫‪40‬‬ ‫‪62‬‬ ‫‪37‬‬ ‫‪48‬‬ ‫‪54‬‬ ‫‪75‬‬
‫‪54‬‬ ‫‪48‬‬ ‫‪59‬‬ ‫‪45‬‬ ‫‪34‬‬ ‫‪58‬‬
‫‪47‬‬ ‫‪61‬‬ ‫‪49‬‬ ‫‪44‬‬ ‫‪68‬‬ ‫‪39‬‬
‫‪63‬‬ ‫‪56‬‬ ‫‪43‬‬ ‫‪57‬‬ ‫‪41‬‬ ‫‪45‬‬
‫‪ -1‬ﻧﺠﺪ اﳌﺪى اﳌﻄﻠﻖ )أو اﳌﺪى( ‪ Range‬ﻟﻠﺒﻴﺎﻧﺎت‪ :‬وﻫﻮ‬
‫اﳌﺪى اﳌﻄﻠﻖ = أﻛﱪ ﻣﺸﺎﻫﺪة – أﺻﻐﺮ ﻣﺸﺎﻫﺪة‬
‫وﰲ ﻫﺬه اﻟﺒﻴﺎﻧﺎت اﳌﺪى اﳌﻄﻠﻖ = ‪41= 34-75‬‬
‫‪ -2‬ﻧﺤﺪد ﻋﺪد ﻓﺌﺎت ﻣﺒﺪيئ ﻣﻨﺎﺳﺐ ﻟﻌﺪد اﻟﺒﻴﺎﻧﺎت‪:‬‬
‫وﰲ ﻫﺬه اﻟﺒﻴﺎﻧﺎت ﻧﺤﺪد ﻋﺪد اﻟﻔﺌﺎت ‪ 7‬ﻓﺌﺎت‪.‬‬
‫‪ -3‬ﻧﺠﺪ ﻃﻮل اﻟﻔﺌﺔ‪ :‬وﻫﻮ‬
‫اﳌﺪى اﳌﻄﻠﻖ‬
‫ﻃﻮل اﻟﻔﺌﺔ=‬
‫ﻋﺪد اﻟﻔﺌﺎت‬
‫‪41‬‬
‫‪6 # 5,7‬‬ ‫وﰲ ﻫﺬا اﻟﺘﻮزﻳﻊ ﻃﻮل اﻟﻔﺌﺔ =‬
‫‪7‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬إذا ﻛﺎن ﻧﺎﺗﺞ اﻟﻘﺴﻤﺔ اﻟﺴﺎﺑﻘﺔ ﻋﺪد ﻏري ﺻﺤﻴﺢ ﻧﻘﺮﺑﻪ ﻷﻗﺮب ﻋﺪد ﺻﺤﻴﺢ‪.‬‬
‫‪23‬‬
‫‪ -4‬ﻧﺤﺪد اﻟﺤﺪود اﻟﻔﻌﻠﻴﺔ ﻟﻠﻔﺌﺎت‪:‬‬

‫ﰲ اﻟﺒﺪاﻳﺔ ﻧﺠﺪ اﻟﺤﺪ اﻷدىن اﻟﻔﻌﲇ ﻟﻠﻔﺌـﺔ اﻷوﱃ ﺑﺄﺧـﺬ أﺻـﻐﺮ ﻗﻴﻤـﺔ ﰲ اﳌـﺸﺎﻫﺪات أو أﻗـﻞ ﻣﻨﻬـﺎ‬
‫ﺑﻮاﺣﺪ وﻣﻦ ﺛﻢ ﻧﻄﺮح ﻣﻨﻬﺎ ﻧﺼﻒ وﺣﺪة‪ ،‬وﻳﻜﻮن ﰲ ﻫﺬه اﳌﺸﺎﻫﺪات ﻫﻮ‬
‫‪34 – 0.5 = 33.5‬‬
‫وﺑﻌﺪﻫﺎ ﻧﺠﺪ اﻟﺤﺪ اﻷﻋﲆ اﻟﻔﻌﲇ ﻟﻠﻔﺌﺔ وذﻟﻚ ﺑﺈﺿﺎﻓﺔ ﻃﻮل اﻟﻔﺌﺔ إﱃ اﻟﺤﺪ اﻷدىن اﻟﻔﻌـﲇ‪ .‬ﻓﺘـﺼﺒﺢ‬
‫اﻟﻔﺌﺔ اﻷوﱃ ﻫﻲ ‪ 33.5-39.5‬ﺛﻢ ﻧﺤﺪد اﻟﻔﺌﺎت اﻷﺧﺮى ﺑﺤﻴﺚ ﻳﻜﻮن اﻟﺤﺪ اﻷدىن اﻟﻔﻌﲇ ﻟﻠﻔﺌـﺔ ﻫـﻮ اﻟﺤـﺪ‬
‫اﻷﻋﲆ اﻟﻔﻌﲇ ﻟﻠﻔﺌﺔ اﻟﺘﻲ ﺗﺴﺒﻘﻬﺎ‪ .‬ﺑﺤﻴﺚ ﺗﻜﻮن آﺧﺮ ﻓﺌﺔ ﺗﺤﻮي أﻛﱪ ﻣﺸﺎﻫﺪة‪.‬‬
‫وﰲ ﻫﺬه اﻟﺒﻴﺎﻧﺎت ﺗﻜﻮن اﻟﺤﺪود اﻟﻔﻌﻠﻴﺔ ﻟﻠﻔﺌﺎت ﻫﻲ‪:‬‬
‫‪33.5 – 39.5‬‬
‫‪39.5 – 45.5‬‬
‫‪45.5 – 51.5‬‬
‫‪51.5 – 57.5‬‬
‫‪57.5 – 63.5‬‬
‫‪63.5 – 69.5‬‬
‫‪69.5 – 75.5‬‬
‫وإذا أردﻧﺎ إﻳﺠﺎد اﻟﻔﺌﺎت ﻓﺈﻧﻨﺎ ﻧﻀﻴﻒ إﱃ اﻟﺤﺪ اﻷدىن اﻟﻔﻌﲇ ﻟﻠﻔﺌﺔ ﻧﺼﻒ وﺣﺪة وﻧﻄﺮح ﻣﻦ اﻟﺤـﺪ‬
‫اﻷﻋﲆ اﻟﻔﻌﲇ ﻧﺼﻒ وﺣﺪة ﻓﺘﻜﻮن اﻟﻔﺌﺔ اﻷوﱃ ﻣﺜﻼً ﻫﻲ‪.34-39 :‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬ﰲ ﺑﻌﺾ اﻟﺤﺎﻻت ﻳﻜﻮن ﻋﺪد اﻟﻔﺌﺎت اﻟﻨﺎﺗﺞ ﻳﺨﺘﻠﻒ ﻋﻦ ﻋﺪد اﻟﻔﺌﺎت اﳌﺤﺪد ﰲ اﻟﺒﺪاﻳﺔ وﻫﺬا‬
‫ﻟﻴﺲ ﺧﻄﺄ واﻟﺴﺒﺐ ﰲ ذﻟﻚ ﻫﻮ ﻛﻮن اﻟﺒﻴﺎﻧﺎت ﻫﻲ ﺑﻴﺎﻧﺎت ﻣﻨﻔﺼﻠﺔ‪.‬‬
‫‪ -5‬ﻧﻔﺮغ اﻟﺒﻴﺎﻧﺎت ﰲ اﻟﺠﺪول ﺑﻮﺿﻊ إﺷـﺎرة )‪ (/‬ﻟﻜـﻞ ﻣـﺸﺎﻫﺪة ﻣﺤﺘـﻮاه ﰲ اﻟﻔﺌـﺔ وﺗﻜـﻮن اﻹﺷـﺎرة‬
‫اﻟﺨﺎﻣﺴﺔ ﻣﺴﺘﻌﺮﺿﺔ وذﻟﻚ ﻟﺴﻬﻮﻟﺔ اﻟﺠﻤﻊ‪.‬‬
‫‪ -6‬ﺗﺠﻤﻊ اﻹﺷﺎرات ﻟﻜﻞ ﻓﺌﺔ ﻟﺘﻜﻮن ﺗﻜﺮار اﻟﻔﺌﺔ‪.‬‬
‫‪24‬‬
‫‪ -7‬ﻧﺠﺪ ﻣﺮﻛﺰ اﻟﻔﺌﺔ واﻟﺬي ﻳﻜﻮن‪:‬‬

‫اﻟﺤﺪ اﻷدىن اﻟﻔﻌﲇ‪+‬اﻟﺤﺪ اﻷﻋﲆ‬ ‫اﻟﺤﺪ اﻷدىن ‪ +‬اﻟﺤﺪ‬
‫ﻣﺮﻛﺰ اﻟﻔﺌﺔ‬
‫اﻟﻔﻌﲇ‬ ‫=‬ ‫اﻷﻋﲆ‬
‫=‬
‫‪2‬‬ ‫‪2‬‬
‫‪39 34‬‬ ‫‪73‬‬
‫ﻓﻤﺜﻼً ﻣﺮﻛﺰ اﻟﻔﺌﺔ اﻷوﱃ = ‪36,5‬‬
‫‪2‬‬ ‫‪2‬‬
‫ﺑﻨﺎءا ً ﻋﲆ اﻟﺨﻄﻮات اﻟﺴﺎﺑﻘﺔ ﻧﻜﻮن ﺟﺪول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري اﻟﺘﺎﱄ‪:‬‬
‫ﻣﺮﻛﺰ‬
‫اﻟﻔﺌﺎت‬ ‫اﻟﺤﺪود اﻟﻔﻌﻠﻴﺔ‬ ‫اﻟﺘﻜﺮار‬
‫اﻹﺷﺎرات‬ ‫اﻟﻔﺌﺔ‬
‫‪classes‬‬ ‫‪Boundaries‬‬ ‫‪fi‬‬
‫‪xi‬‬
‫‪34 – 39‬‬ ‫‪33.5 – 39.5‬‬ ‫‪///‬‬ ‫‪3‬‬ ‫‪36.5‬‬
‫‪40 – 45‬‬ ‫‪39.5 – 45.5‬‬ ‫‪//// /‬‬ ‫‪6‬‬ ‫‪42.5‬‬
‫‪46 – 51‬‬ ‫‪45.5 – 51.5‬‬ ‫‪//// ///‬‬ ‫‪8‬‬ ‫‪48.5‬‬
‫‪52 – 57‬‬ ‫‪57.5 – 51.5‬‬ ‫‪////‬‬ ‫‪5‬‬ ‫‪54.5‬‬
‫‪58 – 63‬‬ ‫‪57.5 – 63.5‬‬ ‫‪//// /‬‬ ‫‪6‬‬ ‫‪60.5‬‬
‫‪64 – 69‬‬ ‫‪69.5 – 63.5‬‬ ‫‪/‬‬ ‫‪1‬‬ ‫‪66.5‬‬
‫‪70 - 75‬‬ ‫‪69.5 – 75.5‬‬ ‫‪/‬‬ ‫‪1‬‬ ‫‪72.5‬‬
‫ً‬
‫ﻣﻨﺘﻈام‪ ،‬أﻣـﺎ إذا ﻛﺎﻧـﺖ ﻓﺌﺎﺗـﻪ‬ ‫ﻳﺴﻤﻰ ﻫﺬا اﻟﺠﺪول واﻟﺬي ﺗﻜﻮن أﻃﻮال ﻓﺌﺎﺗﻪ ﻣﺘﺴﺎوﻳﺔ ﺗﻮزﻳﻌﺎً ﺗﻜﺮارﻳﺎً‬
‫ﻏري ﻣﺘﺴﺎوﻳﺔ اﻟﻄﻮل‪ ،‬ﻓﻴﺪﻋﻰ ﺗﻮزﻳﻌﺎً ﺗﻜﺮارﻳﺎً ﻏري ﻣﻨﺘﻈﻢ )اﻧﻈﺮ متﺮﻳﻦ ‪.(12‬‬
‫متﺜﻴﻞ اﻟﺘﻮزﻳﻌﺎت اﻟﺘﻜﺮارﻳﺔ‬
‫‪ -1‬اﳌﺪرج اﻟﺘﻜﺮاري‪Frequency Histogram:‬‬
‫وﻫﻮ ﻋﺒﺎرة ﻋﻦ متﺜﻴﻞ ﻛﻞ ﻓﺌﺔ ﻣﻦ ﻓﺌﺎت اﻟﺘﻮزﻳﻊ مبﺴﺘﻄﻴﻞ ﺣﺪود ﻗﺎﻋﺪﺗﻪ اﻟﺤﺪود اﻟﻔﻌﻠﻴﺔ ﻟﻠﻔﺌـﺎت‬
‫وارﺗﻔﺎﻋﻪ ﻳﺘﻨﺎﺳﺐ ﻣﻊ ﺗﻜﺮار اﻟﻔﺌﺔ‪.‬‬
‫ﻣﺜﺎل‪ :‬ﰲ اﳌﺜﺎل اﻟﺴﺎﺑﻖ‪ ،‬منﺜﻞ اﻟﺘﻮزﻳﻊ ﺑﺎﳌﺪرج اﻟﺘﺎﱄ‪:‬‬
‫‪25‬‬
‫ﺗﻜﺮارات‬ ‫‪8‬‬
‫‪7‬‬
‫‪6‬‬
‫‪5‬‬
‫‪4‬‬
‫‪3‬‬
‫‪2‬‬
‫‪1‬‬
‫‪0‬‬ ‫ﺣﺪود ﻓﻌﻠﻴﺔ‬

‫‪3 3 .5‬‬ ‫‪3 9 .5‬‬ ‫‪4 5 .5‬‬ ‫‪5 1 .5‬‬ ‫‪5 7 .5‬‬ ‫‪6 3 .5‬‬ ‫‪6 9 .5‬‬ ‫‪7 5 .5‬‬
‫‪ -2‬اﳌﻀﻠﻊ اﻟﺘﻜﺮاري‪Frequency Polygon :‬‬

‫وﻫﻮ ﻣﻀﻠﻊ ﻣﻐﻠﻖ ﻧﺤﺼﻞ ﻋﻠﻴﻪ ﺑﺮﺳﻢ ﻣﺤـﻮرﻳﻦ أﻓﻘـﻲ وﻋﻤـﻮدي ورﺻـﺪ ﻧﻘـﺎط ﻣﺮﻛـﺰ اﻟﻔﺌـﺔ ﻋـﲆ‬
‫اﳌﺤﻮر اﻷﻓﻘﻲ وﺗﻜﺮار اﻟﻔﺌﺔ ﻋﲆ اﳌﺤﻮر اﻟﻌﻤﻮدي ﻟﺘﻜﻮن اﻟﻨﻘﻂ ﻋﲆ اﻟﺼﻮرة )ﻣﺮﻛﺰ اﻟﻔﺌﺔ‪ ،‬اﻟﺘﻜﺮار( ﻟﺘﻤﺜﻞ‬
‫رؤوس اﳌﻀﻠﻊ و ﻧﺼﻞ ﺑني ﻫﺬه اﻟﻨﻘﺎط ﺑﺨﻄﻮط ﻣﺴﺘﻘﻴﻤﺔ‪ ،‬وﻹﻏـﻼق اﳌـﻀﻠﻊ ﻧﺄﺧـﺬ ﻣﺮﻛـﺰ اﻟﻔﺌـﺔ اﻟـﺴﺎﺑﻖ‬
‫ﻟﻠﻔﺌﺔ اﻷوﱃ واﻟﺘﻲ ﻳﻜﻮن ﺗﻜﺮارﻫﺎ ﺻﻔﺮا ً وﻣﺮﻛﺰ اﻟﻔﺌﺔ اﻟﻼﺣﻘﺔ ﻟﻠﻔﺌـﺔ اﻷﺧـرية واﻟﺘـﻲ ﻳﻜـﻮن أﻳـﻀﺎ ً ﺗﻜﺮارﻫـﺎ‬
‫ﺻﻔﺮا‪ً.‬‬
‫ﰲ اﳌﺜﺎل اﻟﺴﺎﺑﻖ ﻳﻜﻮن اﻟﺘﻮزﻳﻊ ﻣﻤﺜﻼً ﺑﺎﳌﻀﻠﻊ اﻟﺘﻜﺮاري ﻛام ﻳﲇ‪:‬‬
‫ﺗﻜﺮارات‬
‫‪9‬‬
‫‪8‬‬
‫‪7‬‬
‫‪6‬‬
‫‪5‬‬
‫‪4‬‬
‫‪3‬‬
‫‪2‬‬
‫‪1‬‬
‫‪0‬‬
‫ﻣﺮاﻛﺰ اﻟﻔﺌﺎت‬
‫‪3 0 .5‬‬ ‫‪3 6 .5‬‬ ‫‪4 2 .5‬‬ ‫‪4 8 .5‬‬ ‫‪5 4 .5‬‬ ‫‪6 0 .5‬‬ ‫‪6 6 .5‬‬ ‫‪7 2 .5‬‬ ‫‪7 8 .5‬‬
‫‪26‬‬
‫‪ -3‬اﳌﻨﺤﻨﻰ اﻟﺘﻜﺮاري‪Frequency Curve :‬‬

‫إذا ﻣﻬﺪﻧﺎ اﳌﻀﻠﻊ اﻟﺘﻜﺮاري وﺟﻌﻠﻨﺎه ﻣﻨﺤﻨﻰ ﺑﺪﻻً ﻣﻦ ﺧﻄﻮط ﻣﺴﺘﻘﻴﻤﺔ ﻓﺈﻧﻨﺎ ﻧﺤﺼﻞ ﻋﲆ اﳌﻨﺤﻨـﻰ‬
‫اﻟﺘﻜﺮاري‪.‬‬
‫ﺗﻜﺮارات‬
‫‪9‬‬
‫‪8‬‬
‫‪7‬‬
‫‪6‬‬
‫‪5‬‬
‫‪4‬‬
‫‪3‬‬
‫‪2‬‬
‫‪1‬‬
‫‪0‬‬ ‫ﻣﺮاﻛﺰ اﻟﻔﺌﺎت‬

‫‪3 0 .5 3 6 .5 4 2 .5 4 8 .5 5 4 .5 6 0 .5 6 6 .5 7 2 .5 7 8 .5‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬ﻫﻨﺎﻟﻚ ﻣﻨﺤﻨﻰ ﻳﺸﺒﻪ اﳌﻨﺤﻨﻰ اﻟﺘﻜﺮاري وﻳﺮﺳﻢ ﺑﻨﻔﺲ ﻃﺮﻳﻘﺔ اﳌﻨﺤﻨـﻰ اﻟﺘﻜـﺮاري وﻟﻜـﻦ اﻟـﻨﻘﻂ‬
‫ﺗﻜﻮن اﻟﺼﻮرة )ﻣﺮﻛﺰ اﻟﻔﺌﺔ‪ ،‬اﻟﺘﻜﺮار اﻟﻨﺴﺒﻲ(‪:‬‬
‫ﺗﻜﺮار اﻟﻔﺌﺔ‬ ‫ﺣﻴﺚ اﻟﺘﻜﺮار اﻟﻨﺴﺒﻲ ﻟﻠﻔﺌﺔ‬
‫ﻣﺠﻤﻮع اﻟﺘﻜﺮارات‬ ‫=‬
‫‪ -4‬اﳌﻨﺤﻨﻰ اﻟﺘﻜﺮاري اﻟﱰاﻛﻤﻲ )اﳌﻨﺤﻨﻰ اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ(‬
‫‪Cumulative Frequency Curve‬‬
‫ﻧﺤﺼﻞ ﻋﻠﻴﻪ ﺑﺮﺻﺪ ﻧﻘﺎط اﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ ﻋﲆ اﳌﺤﻮر اﻟﻌﻤﻮدي ﻣﻊ اﻟﺤـﺪ اﻷﻋـﲆ اﻟﻔﻌـﲇ ﻟﻠﻔﺌـﺎت‬
‫ﻋﲆ اﳌﺤﻮر اﻷﻓﻘﻲ‪.‬‬
‫واﻟﺘﻜﺮار اﻟﱰاﻛﻤﻲ ﻟﻠﻔﺌﺔ‪ :‬ﻫﻮ ﺗﻜﺮار اﻟﻔﺌﺔ ﻣﻀﺎﻓﺎً إﻟﻴﻪ ﻣﺠﻤﻮع ﺗﻜﺮارات اﻟﻔﺌﺎت اﻟﺘﻲ ﺗﺴﺒﻘﻬﺎ‪.‬‬
‫‪27‬‬
‫ﰲ اﳌﺜﺎل اﻟﺴﺎﺑﻖ ﻳﻜﻮن اﳌﻨﺤﻨﻰ اﻟﺘﻜﺮاري اﻟﱰاﻛﻤﻲ ﻟﻠﺘﻮزﻳﻊ ﻫﻮ اﳌﻨﺤﻨﻰ اﻟﻨﺎﺗﺞ ﻋـﻦ رﺳـﻢ اﻟﺠـﺪول‬
‫اﻟﺘﺎﱄ‪:‬‬
‫اﻟﺤﺪود اﻟﻔﻌﻠﻴﺔ اﻟﻌﻠﻴﺎ‬ ‫اﻟﺘﻜﺮار اﻟﱰاﻛﻤﻲ‬
‫‪Upper boundaries‬‬ ‫‪Cumulative Frequency‬‬
‫‪d 33.5‬‬ ‫‪0‬‬
‫‪d 39.5‬‬ ‫‪3‬‬
‫‪d 45.5‬‬ ‫‪9‬‬
‫‪d 51.5‬‬ ‫‪17‬‬
‫‪d 57.5‬‬ ‫‪22‬‬
‫‪d 63.5‬‬ ‫‪28‬‬
‫‪d 69.5‬‬ ‫‪29‬‬
‫‪d 75.5‬‬ ‫‪30‬‬
‫ﺗﻜﺮار ﺗﺮاﻛﻤﻲ‬
‫‪30‬‬
‫‪25‬‬
‫‪20‬‬
‫‪15‬‬
‫‪10‬‬
‫‪5‬‬
‫‪0‬‬ ‫ﺣﺪود ﻓﻌﻠﻴﺔ‬

‫‪33.5‬‬ ‫‪39.5‬‬ ‫‪45.5‬‬ ‫‪51.5‬‬ ‫‪57.5‬‬ ‫‪63.5‬‬ ‫‪69.5‬‬ ‫‪75.5‬‬
‫‪28‬‬
‫‪Closed and open tables‬‬ ‫اﻟﺠﺪاول اﳌﻘﻔﻠﺔ واﻟﺠﺪاول اﳌﻔﺘﻮﺣﺔ‬

‫ﺗﻌﺮﻳﻒ‪:‬‬
‫‪ -1‬ﻳﺴﻤﻰ اﻟﺠﺪول اﻟﺬي ﺗﻜﻮن ﻓﺌﺘﻪ اﻷوﱃ ﻟﻴﺲ ﻟﻬﺎ ﺣﺪ أدىن ﺟﺪوﻻً ﻣﻔﺘﻮﺣﺎً ﻣﻦ اﻷﺳﻔﻞ‪.‬‬
‫‪ -2‬وﻳﺴﻤﻰ اﻟﺠﺪول اﻟﺬي ﺗﻜﻮن ﻓﺌﺘﻪ اﻷﺧرية ﻟﻴﺲ ﻟﻬﺎ ﺣﺪ أﻋﲆ ﺟﺪوﻻً ﻣﻔﺘﻮﺣﺎً ﻣﻦ اﻷﻋﲆ‪.‬‬
‫‪ -3‬ﺗﺴﻤﻰ اﻟﺠﺪاول اﳌﻔﺘﻮﺣﺔ ﻣﻦ أﺳﻔﻞ وﻣﻦ أﻋﲆ ﺟﺪاول ﻣﻔﺘﻮﺣﺔ‪.‬‬
‫‪ -4‬ﺗﺴﻤﻰ اﻟﺠﺪاول ﻏري اﳌﻔﺘﻮﺣﺔ ﻣﻦ أﺳﻔﻞ وﻏري اﳌﻔﺘﻮﺣﺔ ﻣـﻦ أﻋـﲆ ﺟـﺪاول ﻣﻘﻔﻠـﺔ )ﻛـام ﰲ ﴍﺣﻨـﺎ‬
‫اﻟﺴﺎﺑﻖ( وﻫﺬه اﻟﺠﺪاول اﻷﻛرث أﻫﻤﻴﺔ وﺷﻴﻮﻋﺎ‪ً.‬‬
‫ً‬
‫ﻣﻔﺘﻮﺣـﺎ‪ ،‬أو‬ ‫ﺣﺪد ﻧﻮع اﻟﺠﺪول ﻓﻴام ﻳﲇ ﻣﻦ ﺣﻴﺚ ﻛﻮﻧﻪ ﻣﻔﺘﻮﺣﺎً ﻣـﻦ أﺳـﻔﻞ‪ ،‬ﻣﻔﺘﻮﺣـﺎ ً ﻣـﻦ أﻋـﲆ‪،‬‬
‫ﻣﻘﻔﻼً‪.‬‬
‫أ‪-‬‬
‫اﻟﻔﺌﺎت‬ ‫‪50-59‬‬ ‫‪60-69‬‬ ‫‪70-79‬‬ ‫أﻛرث ﻣﻦ ‪80‬‬
‫‪Class‬‬
‫اﻟﺘﻜﺮار‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪7‬‬
‫‪Frequency‬‬
‫ب‪-‬‬
‫اﻟﻔﺌﺎت‬ ‫‪10-14‬‬ ‫‪14-19‬‬ ‫‪20-24‬‬ ‫‪25-29‬‬
‫‪Class‬‬
‫اﻟﺘﻜﺮار‬ ‫‪1‬‬ ‫‪5‬‬ ‫‪7‬‬ ‫‪2‬‬
‫ﺟـ‪-‬‬
‫اﻟﻔﺌﺎت‬ ‫أﻗﻞ ﻣﻦ ‪35‬‬ ‫‪35-39‬‬ ‫‪40-44‬‬ ‫‪45-49‬‬
‫‪Class‬‬
‫اﻟﺘﻜﺮار‬ ‫‪9‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪4‬‬
‫د‪-‬‬
‫‪29‬‬
‫اﻟﻔﺌﺎت‬ ‫أﻗﻞ ﻣﻦ ‪50‬‬ ‫‪50-69‬‬ ‫‪70-89‬‬ ‫أﻛرث ﻣﻦ ‪90‬‬

‫‪Class‬‬
‫اﻟﺘﻜﺮار‬ ‫‪12‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪19‬‬
‫د‪.‬ﻣﻔﺘﻮح‪.‬‬ ‫΃‪ -‬ﻣﻔﺘﻮح ﻣﻦ أﻋﲆ‪ .‬ب‪ .‬ﻣﻘﻔﻞ‪ .‬ج‪ .‬ﻣﻔﺘﻮح ﻣﻦ أﺳﻔﻞ‪.‬‬
‫‪30‬‬
‫متﺎرﻳــﻦ‬
‫إذا أﺟﺮﻳﺖ دراﺳﺔ ﻟﻠﺒﻄﺎﻟﺔ ﻋﲆ ﺧﺮﻳﺠﻲ ﻛﻠﻴﺎت اﳌﺠﺘﻤﻊ‪ ،‬ﻓـامذا ﻳﻜـﻮن ﻣﺠﺘﻤـﻊ اﻟﻬـﺪف وﻣﺠﺘﻤـﻊ‬ ‫‪-1‬‬
‫اﻟﻌﻴﻨﺔ ﰲ ﻫﺬه اﻟﺪراﺳﺔ‪.‬‬
‫أﻋﻂ ﻣﺜﺎل ﻋﲆ ﻛﻞ ﻧﻮع ﻣﻦ أﻧﻮاع اﻟﻌﻴﻨﺎت‪.‬‬ ‫‪-2‬‬
‫اﺧﺘﺎر ﻋﻴﻨﺔ ﻋﺸﻮاﺋﻴﺔ ﺑﺴﻴﻄﺔ ﺣﺠﻤﻬﺎ )‪ (20‬ﻣﻦ ﻣﺠﺘﻤﻊ إﺣﺼﺎيئ ﺣﺠﻤﻪ )‪.(2500‬‬ ‫‪-3‬‬
‫اﻟﺠﺪول اﻟﺘﺎﱄ ميﺜﻞ أﻋـﺪاد اﻟﺨـﺮﻳﺠني ﻟﻜﻠﻴـﺔ اﻟﻬﻨﺪﺳـﺔ ﰲ إﺣـﺪى اﻟﺠﺎﻣﻌـﺎت ﰲ اﻟـﺴﻨﻮات ‪(2000-‬‬ ‫‪-4‬‬
‫)‪:2004‬‬
‫ﻋﺪد اﻟﺨﺮﻳﺠني‬ ‫اﻟﺴﻨﺔ‬
‫‪100‬‬ ‫‪2000‬‬
‫‪125‬‬ ‫‪2001‬‬
‫‪150‬‬ ‫‪2002‬‬
‫‪150‬‬ ‫‪2003‬‬
‫‪175‬‬ ‫‪2004‬‬
‫ﻣﺜﻞ اﻟﺠﺪول ﺑﺎﻟﻄﺮق اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫΃‪ -‬ﻃﺮﻳﻘﺔ اﳌﺴﺘﻄﻴﻼت‪.‬‬
‫‪ -Ώ‬ﻃﺮﻳﻘﺔ اﻟﺨﻂ اﳌﻨﻜﴪ‪.‬‬
‫‪ -Ν‬ﻃﺮﻳﻘﺔ اﻟﺪاﺋﺮة‪.‬‬
‫‪ -Ω‬ﻃﺮﻳﻘﺔ اﻟﺼﻮر‪.‬‬
‫اﻟﺠﺪول اﻟﺘﺎﱄ ميﺜﻞ ﻣﺮاﻛﺰ اﻟﻔﺌﺎت وﺗﻜﺮاراﺗﻬﺎ اﳌﻘﺎﺑﻠﺔ‪:‬‬ ‫‪-5‬‬
‫‪xi‬‬ ‫‪4‬‬ ‫‪11‬‬ ‫‪18‬‬ ‫‪25‬‬ ‫‪32‬‬ ‫‪39‬‬ ‫‪46‬‬
‫‪fi‬‬ ‫‪3‬‬ ‫‪6‬‬ ‫‪10‬‬ ‫‪15‬‬ ‫‪9‬‬ ‫‪5‬‬ ‫‪2‬‬
‫أ‪ -‬ﻛﻮن ﺟﺪول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري ﻟﻬﺬا اﻟﺠﺪول‪.‬‬
‫ب‪ -‬ﻣﺜﻞ ﺟﺪول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري ﺑﺎﻟﻄﺮق اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪ -‬اﳌﺪرج اﻟﺘﻜﺮاري‪.‬‬
‫‪31‬‬
‫‪ -‬اﳌﻀﻠﻊ اﻟﺘﻜﺮاري‪.‬‬
‫‪ -‬اﳌﻨﺤﻨﻰ اﻟﺘﻜﺮاري اﻟﻨﺴﺒﻲ‪.‬‬
‫‪ -‬اﳌﻨﺤﻨﻰ اﻟﺘﻜﺮاري اﻟﱰاﻛﻤﻲ‪.‬‬
‫اﳌﺸﺎﻫﺪات اﻟﺘﺎﻟﻴﺔ متﺜﻞ رواﺗﺐ )‪ (40‬ﻣﻮﻇﻔﺎً ﰲ داﺋﺮة ﺣﻜﻮﻣﻴﺔ‪:‬‬ ‫‪-6‬‬
‫‪117‬‬ ‫‪200‬‬ ‫‪137‬‬ ‫‪145‬‬ ‫‪113‬‬ ‫‪117‬‬ ‫‪115‬‬ ‫‪110‬‬
‫‪225‬‬ ‫‪230‬‬ ‫‪113‬‬ ‫‪145‬‬ ‫‪115‬‬ ‫‪225‬‬ ‫‪250‬‬ ‫‪113‬‬
‫‪185‬‬ ‫‪180‬‬ ‫‪175‬‬ ‫‪113‬‬ ‫‪200‬‬ ‫‪113‬‬ ‫‪250‬‬ ‫‪117‬‬
‫‪137‬‬ ‫‪148‬‬ ‫‪248‬‬ ‫‪237‬‬ ‫‪245‬‬ ‫‪240‬‬ ‫‪195‬‬ ‫‪190‬‬
‫‪219‬‬ ‫‪213‬‬ ‫‪209‬‬ ‫‪173‬‬ ‫‪167‬‬ ‫‪195‬‬ ‫‪194‬‬ ‫‪188‬‬
‫ﻛﻮن ﺟﺪول ﺗﻮزﻳﻊ ﺗﻜﺮار ﻋﺪد ﻓﺌﺎﺗﻪ ﻋﴩة ﻓﺌﺎت ﻟﻬﺬه اﻟﺒﻴﺎﻧﺎت‪ ،‬ﺛﻢ ﻣﺜـﻞ ﻫـﺬه اﻟﺒﻴﺎﻧـﺎت ﺑـﺎﻟﻄﺮق‬
‫΃‪ -‬اﳌﻨﺤﻨﻰ اﻟﺘﻜﺮاري‪.‬‬
‫‪ -Ώ‬اﳌﺪرج اﻟﺘﻜﺮاري‪.‬‬
‫‪ -Ν‬اﳌﻨﺤﻨﻰ اﻟﺘﻜﺮاري اﻟﱰاﻛﻤﻲ‪.‬‬
‫‪ -Ω‬اﳌﻨﺤﻨﻰ اﻟﺘﻜﺮاري اﻟﻨﺴﺒﻲ‪.‬‬
‫ﻗﻴﺴﺖ أﻗﻄﺎر )‪ (20‬ﻛﺮة ﺻﻐرية ﺑﺎﻟﺴﻨﺘﻤﱰ ﻣﻘﺮﺑﺔ ﻷﻗﺮب ﺧﺎﻧﺔ ﻋﴩﻳﺔ واﺣﺪة‪ ،‬ﻓﻜﺎﻧﺖ اﻟﻘﻴﺎﺳﺎت‪:‬‬ ‫‪-7‬‬
‫‪2.6‬‬ ‫‪1.9‬‬ ‫‪3.1‬‬ ‫‪2.1‬‬ ‫‪2.5‬‬
‫‪2.7‬‬ ‫‪1.9‬‬ ‫‪2.0‬‬ ‫‪1.8‬‬ ‫‪1.7‬‬
‫‪1.7‬‬ ‫‪1.8‬‬ ‫‪2.8‬‬ ‫‪2.9‬‬ ‫‪3.0‬‬
‫‪2.2‬‬ ‫‪2.6‬‬ ‫‪2.4‬‬ ‫‪2.3‬‬ ‫‪2.5‬‬
‫ﻛﻮن ﺟﺪول ﺗﻮزﻳﻊ ﺗﻜﺮاري ﻋﺪد ﻓﺌﺎﺗﻪ)‪ (5‬وﻣﺜﻠﻪ مبﺪرج ﺗﻜﺮاري‬
‫)إرﺷﺎد‪ :‬اﻟﺤﺪ اﻟﻔﻌﲇ اﻷدىن ﻟﻠﻔﺌﺔ = اﻟﺤﺪ اﻷدىن ‪.(0.05-‬‬
‫ﺟﺪول ﺗﻮزﻳﻊ ﺗﻜﺮاري ﻃﻮل ﻓﺌﺔ )‪ (9‬أﺧﺬت ﻣﻨﻪ ﻓﺌﺔ ﻣﺮﻛﺰﻫـﺎ )‪ (38‬أوﺟـﺪ اﻟﺤـﺪود اﻟﻔﻌﻠﻴـﺔ ﻟﺘﻠـﻚ‬ ‫‪-8‬‬
‫اﻟﻔﺌﺔ‪.‬‬
‫ﻓﺌﺔ ﻣﻦ ﺗﻮزﻳﻊ ﺗﻜﺮاري ﻣﺮﻛﺰﻫﺎ ‪ 16‬وﺣﺪﻫﺎ اﻷدىن اﻟﻔﻌﲇ )‪ (12.5‬ﺟﺪ ﻃﻮل ﻫﺬه اﻟﻔﺌﺔ‪.‬‬ ‫‪-9‬‬
‫‪32‬‬
‫‪ -10‬ﺛﻼﺛﺔ ﻣﺼﺎﻧﻊ ‪ A, B, C‬ﻟﻸﻟﺒﺴﺔ إذا ﻛﺎن ﻣﺠﻤـﻮع إﻧﺘﺎﺟﻬـﺎ ﰲ ﻋـﺎم ‪ 1997‬ﻫـﻮ )‪ (10000‬ﻗﻄﻌـﺔ‪ ،‬إذا‬
‫ﻣﺜﻞ إﻧﺘﺎج ﻫﺬه اﳌﺼﺎﻧﻊ ﺑﺎﺳﺘﺨﺪام ﻃﺮﻳﻘﺔ اﻟﻘﻄﺎﻋﺎت اﻟﺪاﺋﺮﻳﺔ‪ ،‬وﻛﺎﻧﺖ زاوﻳﺔ ﻗﻄـﺎع إﻧﺘـﺎج اﳌـﺼﻨﻊ‬
‫)‪ (B‬ﻫﻲ )‪ ،(q162‬ﻓام ﻫﻮ ﺣﺠﻢ إﻧﺘﺎج ﻫﺬا اﳌﺼﻨﻊ ﰲ ذﻟﻚ اﻟﻌﺎم‪.‬‬
‫‪ -11‬ﻓﺌﺔ ﺗﻜﺮارﻫﺎ )‪ (8‬وﺗﻜﺮارﻫﺎ اﻟﻨﺴﺒﻲ ‪ 0.32‬ﺟﺪ ﻣﺠﻤـﻮع ﺗﻜـﺮارات ﺟـﺪول اﻟﺘﻮزﻳـﻊ اﻟﺘﻜـﺮاري اﻟـﺬي‬
‫أﺧﺬت ﻣﻨﻪ ﻫﺬه اﻟﻔﺌﺔ‪.‬‬
‫‪ -12‬ﻣﺜﻞ ﺟﺪول اﻟﺘﻮزﻳﻊ ﻏري اﳌﻨﺘﻈﻢ اﻟﺘﺎﱄ مبﺪرج ﺗﻜﺮاري‪.‬‬
‫اﻟﻔﺌﺎت‬
‫‪10-19‬‬ ‫‪20-29‬‬ ‫‪30-49‬‬ ‫‪50-64‬‬ ‫د‬
‫‪Class‬‬
‫اﻟﺘﻜﺮار‬
‫‪5‬‬ ‫‪10‬‬ ‫‪16‬‬ ‫‪14‬‬ ‫‪5‬‬
‫‪ -13‬ﻣﺮﻛﺰ اﻟﻔﺌﺔ اﻟﺜﺎﻧﻴﺔ =‬
‫‪ -14‬ﻣﺮﻛﺰ اﻟﻔﺌﺔ اﻟﺨﺎﻣﺴﺔ =‬
‫‪ -15‬ﻃﻮل اﻟﻔﺌﺔ =‬
‫‪33‬‬
‫‪34‬‬
‫اﻟﻮﺣﺪة اﻟﺜﺎﻧﻴﺔ‬
‫‪35‬‬
‫‪36‬‬
‫اﻟﻮﺣﺪة اﻟﺜﺎﻧﻴﺔ ‪...‬ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ‬

‫اﳌﻘﺪﻣﺔ‬
‫ﻣﻘﻴﺎس اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ‪ Measure of Central Tendency‬ﻫﻮ ﺗﻠﻚ اﻟﻘﻴﻤﺔ اﻟﺘﻲ ﻧﺠﺪﻫﺎ ﻣﻦ ﻣﺠﻤﻮﻋﺔ‬
‫اﻟﺒﻴﺎﻧﺎت )‪ (Data‬اﻟﺘﻲ ﻟﺪﻳﻨﺎ واﻟﺘﻲ متﺜﻞ ﻫﺬه اﻟﺒﻴﺎﻧﺎت ﺑﺸﻜﻞ ﻣﻘﺒﻮل‪.‬‬
‫وﻫﻨﺎﻟﻚ ﻋﺪة ﻣﻘﺎﻳﻴﺲ ﻟﻠﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ ﻣﻨﻬﺎ اﻟﻮﺳـﻂ اﻟﺤـﺴﺎيب ‪ Mean‬واﻟﻮﺳـﻴﻂ ‪ Median‬واﳌﻨـﻮال‬
‫‪ .Mode‬وﻧﻔﻀﻞ واﺣﺪ ﻣﻨﻬﺎ ﻋﲆ اﻵﺧﺮ ﺣﺴﺐ اﻟﺒﻴﺎﻧﺎت اﻟﺘﻲ ﻟﺪﻳﻨﺎ‪.‬‬
‫وﻗﺒﻞ أن ﻧﺒﺪأ ﺑﻄﺮق إﻳﺠﺎد ﺗﻠﻚ اﳌﻘﺎﻳﻴﺲ‪ ،‬ﺳـﻨﺘﻌﺮف ﻋـﲆ ﻣﻮﺿـﻮع اﳌﺌﻴﻨـﺎت ‪ Percentiles‬واﻟﺮﺗـﺐ‬
‫اﳌﺌﻴﻨﻴﺔ واﻟﻌﺸريات ‪ Deciles‬واﻟﺮﺑﻴﻌﺎت ‪ Quartiles‬أوﻻ وذﻟﻚ ﻣﻦ أﺟﻞ اﻟﺘﺴﻠﺴﻞ ﰲ اﻟﻌﺮض‪.‬‬
‫اﳌﺌﻴﻨـــﺎت ‪Percentiles‬‬
‫ﺗﻌﺮﻳﻒ‪ :‬اﳌﺌني ‪ k‬ﻫﻮ ﺗﻠﻚ اﳌﺸﺎﻫﺪة اﻟﺘـﻲ ﻳﻘـﻞ ﻋﻨﻬـﺎ أو ﻳـﺴﺎوﻳﻬﺎ ‪ k%‬ﻣـﻦ اﳌـﺸﺎﻫﺪات‪ .‬وﺳـرنﻣﺰ‬
‫ﻟﻠﻤﺌني ‪ k‬ﺑﺎﻟﺮﻣﺰ ‪.Pk‬‬
‫ﻓﻤﺜﻼً‪ P60 :‬ﻫﻮ اﳌﺸﺎﻫﺪة اﻟﺘﻲ ﻳﻘﻞ ﻋﻨﻬﺎ أو ﻳـﺴﺎوﻳﻬﺎ ‪ %60‬ﻣـﻦ اﳌـﺸﺎﻫﺪات‪ ،‬وﻃﺒﻌـﺎ ﻳﺰﻳـﺪ ﻋﻨﻬـﺎ‬
‫‪ %40‬ﻣﻦ اﳌﺸﺎﻫﺪات‪.‬‬
‫‪1‬‬
‫اﳌﺸﺎﻫﺪات‪.‬‬ ‫ﻣﺎ ﻫﻲ اﳌﺸﺎﻫﺪة اﻟﺘﻲ ﻳﺰﻳﺪ ﻋﻨﻬﺎ‬
‫‪4‬‬
‫‪3‬‬ ‫‪1‬‬
‫اﳌـﺸﺎﻫﺪات‪ .‬أي‬ ‫اﳌﺸﺎﻫﺪة اﻟﺘﻲ ﻳﺰﻳﺪ ﻋﻨﻬﺎ اﳌﺸﺎﻫﺪات ﻫﻲ ﺗﻠﻚ اﳌﺸﺎﻫﺪة اﻟﺘﻲ ﻳﻘﻞ ﻋﻨﻬﺎ أو ﻳﺴﺎوﻳﻬﺎ‬
‫‪4‬‬ ‫‪4‬‬
‫ﻳﻘﻞ ﻋﻨﻬﺎ أو ﻳﺴﺎوﻳﻬﺎ ‪ %75‬ﻣﻦ اﳌﺸﺎﻫﺪات أي ﺗﻠﻚ اﳌﺸﺎﻫﺪة ﻫﻲ‪.P75‬‬
‫‪37‬‬
‫وﻹﻳﺠﺎد اﳌﺌﻴﻨﺎت ‪ Percentiles‬ﻟﻠﺠﺪاول اﻟﺘﻜﺮارﻳﺔ ﺳﻨﺘﺒﻊ ﺧﻄﻮات ﻣﻮﺿﺤﺔ ﰲ اﳌﺜﺎل اﻟﺘﺎﱄ‪.‬‬

‫ﻣﺜﺎل‪ :‬إذا ﻛﺎن ﻟﺪﻳﻨﺎ اﻟﺘﻮزﻳﻊ اﻟﺘﺎﱄ‪:‬‬
‫‪Class‬‬ ‫‪10-14‬‬ ‫‪15-19‬‬ ‫‪20-24‬‬ ‫‪25-29‬‬ ‫‪30-34‬‬ ‫‪Total‬‬
‫‪Frequency‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫‪8‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪20‬‬
‫أوﺟﺪ‪.P50:‬‬
‫أوﻻً‪ :‬ﻧﻜﺘﺐ اﻟﺠﺪول اﻟﺘﻜﺮاري اﻟﱰاﻛﻤﻲ ﻟﻠﺘﻮزﻳﻊ‪.‬‬
‫‪Upper boundaries‬‬ ‫‪Cumulative Frequency‬‬
‫‪Less than or equal 14.5‬‬ ‫‪1‬‬
‫ﺛﺎﻧﻴﺎ‪ ً:‬اﻟﺘﻜﺮار اﻟﱰاﻛﻤﻲ ‪ Cumulative Frequency‬ﻟﻠﻤﺌني ‪:50‬‬
‫‪50‬‬
‫) ‪C.F ( P50‬‬ ‫‪u Total frequency‬‬
‫‪100‬‬
‫‪50‬‬
‫) ‪C.F ( P50‬‬ ‫‪u 20‬‬
‫‪100‬‬
‫‪= 10‬‬
‫وﺑﺎﻟﻨﻈﺮ ﻟﻠﺠﺪول اﻟﺘﻜﺮاري اﻟﱰاﻛﻤﻲ ﻧﺠﺪ أن ‪ 10‬ﺗﻘﻊ ﺑني اﻟﺘﻜـﺮارﻳﻦ اﻟﱰاﻛﻤﻴـني ‪ 14 ،6‬ﻓﻴﻜـﻮن ‪P50‬‬
‫واﻗﻌﺎً ﺑني اﻟﺤﺪﻳﻦ اﻟﻔﻌﻠﻴني ‪.24.5 ، 19.5‬‬
‫‪19.5.............................6‬‬
‫‪4‬‬
‫‪5‬‬ ‫‪P 50 ............................10‬‬ ‫‪8‬‬
‫‪24.5...........................14‬‬
‫‪38‬‬
‫ﺛﺎﻟﺜﺎ‪ ً:‬ﺑﺎﻟﻨﺴﺒﺔ واﻟﺘﻨﺎﺳﺐ ﻧﺠﺪ ﻗﻴﻤﺔ ‪P50‬‬

‫‪4‬‬
‫‪P50 = 19.5 +‬‬ ‫‪u 5‬‬
‫‪8‬‬
‫‪= 22‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬ﺗﺴﻤﻰ اﻟﻔﺌﺔ اﻟﺘﻲ ﺗﺤﻮي اﳌﺌني ‪ k‬ﺑﺎﻟﻔﺌﺔ اﳌﺌﻴﻨﻴﺔ ﻟﺬﻟﻚ اﳌﺌني‪ .‬ﻓﻔﻲ ﻣﺜﺎﻟﻨـﺎ اﻟـﺴﺎﺑﻖ ﺗﻜـﻮن‬
‫اﻟﻔﺌﺔ اﳌﺌﻴﻨﻴﺔ ﻟﻠﻤﺌني ‪ 50‬ﻫﻲ ‪19.5 – 24.5‬‬
‫‪Class‬‬ ‫‪10-19‬‬ ‫‪20-29‬‬ ‫‪30-39‬‬ ‫‪40-49‬‬ ‫‪50-59‬‬ ‫‪Total‬‬
‫‪Frequency‬‬ ‫‪7‬‬ ‫‪13‬‬ ‫‪30‬‬ ‫‪19‬‬ ‫‪11‬‬ ‫‪80‬‬
‫‪1) P25‬‬ ‫‪2) P60‬‬ ‫‪3) P75‬‬ ‫أوﺟﺪ‪:‬‬
‫ﻧﺤﻮل اﻟﺠﺪول إﱃ ﺟﺪول ﺗﻜﺮاري ﺗﺮاﻛﻤﻲ‪.‬‬
‫‪Upper Boundaries‬‬ ‫‪Cumulative Frequency‬‬
‫‪Less than 19.5‬‬ ‫‪7‬‬
‫‪Less than 29.5‬‬ ‫‪20‬‬
‫‪Less than 39.5‬‬ ‫‪50‬‬
‫‪Less than 49.5‬‬ ‫‪69‬‬
‫‪Less than 59.5‬‬ ‫‪80‬‬
‫‪ -1‬ﻧﺠﺪ اﻟﱰﺗﻴﺐ اﻟﱰاﻛﻤﻲ ﻟﻠﻤﺌني ‪:25‬‬
‫‪25‬‬
‫‪C.F P25‬‬ ‫‪u 80‬‬ ‫‪20‬‬
‫‪100‬‬
‫وﺑﺎﻟﻨﻈﺮ ﻟﻠﺠﺪول اﻟﺘﻜﺮاري اﻟﱰاﻛﻤﻲ ﻧﺮى أن ﻫﺬه اﻟﻘﻴﻤﺔ ﺗﻘﺎﺑﻞ ‪.29.5‬‬
‫‪? P25 = 29.5‬‬
‫‪ -2‬ﻧﺠﺪ اﻟﱰﺗﻴﺐ اﻟﱰاﻛﻤﻲ ﻟﻠﻤﺌني ‪:60‬‬
‫‪60‬‬
‫‪C.F P60‬‬ ‫‪u 80‬‬ ‫‪48‬‬
‫‪100‬‬
‫وﺑﺎﻟﻨﻈﺮ ﻟﻠﺠﺪول اﻟﺘﻜﺮاري اﻟﱰاﻛﻤﻲ ﻧﺠﺪ أن ﻫﺬه اﻟﻘﻴﻤﺔ ﺗﻘﻊ ﺑني اﻟﺘﻜﺮارﻳﻦ اﻟﱰاﻛﻤﻴني ‪.50 ،20‬‬
‫‪39‬‬
‫إذن ‪ P60‬واﻗﻌﺎً ﺑني ‪.39.5 ، 29.5‬‬

‫وﺑﺎﻟﻨﺴﺒﺔ واﻟﺘﻨﺎﺳﺐ ﻧﺠﺪ ‪.P60‬‬
‫‪29.5 ……………. 20‬‬ ‫‪28 30‬‬
‫‪10‬‬ ‫‪P60 .......................48‬‬
‫‪39.5 …………… 50‬‬
‫‪28‬‬
‫‪P60‬‬ ‫ ‪29.5‬‬ ‫‪u 10‬‬
‫‪30‬‬
‫‪= 29.5 + 9.3‬‬
‫‪= 38.8‬‬
‫‪ -3‬ﻧﺠﺪ اﻟﱰﺗﻴﺐ اﻟﱰاﻛﻤﻲ ﻟﻠﻤﺌني ‪: 75‬‬
‫‪75‬‬
‫‪C.F P 75‬‬ ‫‪u 80‬‬ ‫‪60‬‬
‫‪100‬‬
‫وﺑﺎﻟﻨﻈﺮ ﻟﻠﺠﺪول اﻟﺘﻜﺮاري اﻟﱰاﻛﻤﻲ ﻧﺠﺪ أن ﻫﺬه اﻟﻘﻴﻤﺔ واﻗﻌﺔ ﺑني اﻟﺘﻜﺮارﻳﻦ اﻟﱰاﻛﻤﻴني ‪.69 ،50‬‬
‫‪39.5 ...................... 50‬‬ ‫‪10 19‬‬
‫‪10‬‬ ‫‪P75 ........................60‬‬
‫‪49.5 .......................69‬‬
‫‪10‬‬
‫‪P75‬‬ ‫ ‪39.5‬‬ ‫‪u 10‬‬
‫‪19‬‬
‫‪= 39.5 + 5.26‬‬
‫‪= 44.76‬‬
‫ﺗﻌﺮﻳﻒ‪ :‬اﻟﺮﺗﺒﺔ اﳌﺌﻴﻨﻴﺔ ‪ Percentile Rank‬ﳌﺸﺎﻫﺪة ﻣﺎ ﻫﻲ اﻟﻨﺴﺒﺔ اﳌﺌﻮﻳﺔ ﻟﻠﺘﻜﺮار اﻟﱰاﻛﻤﻲ اﳌﻘﺎﺑـﻞ‬
‫ﻟﺘﻠﻚ اﳌﺸﺎﻫﺪة ﺑﺎﻟﻨﺴﺒﺔ إﱃ ﻣﺠﻤﻮع اﻟﺘﻜﺮارات‪.‬‬
‫وﻹﻳﺠﺎد اﻟﺮﺗﺒﺔ اﳌﺌﻴﻨﻴﺔ ﻧﺘﺒﻊ ﺧﻄﻮات ﻧﻮﺿﺤﻬﺎ ﰲ اﳌﺜﺎل اﻟﺘﺎﱄ‪:‬‬
‫‪40‬‬
‫ﻟﻠﺠﺪول اﻟﺘﻜﺮاري ‪ Frequency Distribution‬اﻟﺘﺎﱄ‬
‫‪Class‬‬ ‫‪20-24‬‬ ‫‪25-29‬‬ ‫‪30-34‬‬ ‫‪35-39‬‬ ‫‪40-44‬‬ ‫‪Total‬‬
‫‪Frequency‬‬ ‫‪7‬‬ ‫‪9‬‬ ‫‪20‬‬ ‫‪8‬‬ ‫‪6‬‬ ‫‪50‬‬
‫أوﺟﺪ اﻟﺮﺗﺒﺔ اﳌﺌﻴﻨﻴﺔ‬
‫‪ -b‬ﻟﻠﻤﺸﺎﻫﺪة ‪21‬‬ ‫‪ -a‬ﻟﻠﻤﺸﺎﻫﺪة ‪32‬‬
‫‪-a‬‬
‫أوﻻً‪ :‬ﻧﺤﻮل اﻟﺠﺪول إﱃ ﺟﺪول ﺗﻜﺮاري ﺗﺮاﻛﻤﻲ‬
‫‪Upper Boundaries‬‬ ‫‪Cumulative‬‬
‫‪Less than 24.5‬‬ ‫‪7‬‬
‫‪Less than 29.5‬‬ ‫‪16‬‬
‫‪Less than 34.5‬‬ ‫‪36‬‬
‫‪Less than 39.5‬‬ ‫‪44‬‬
‫‪Less than 44.5‬‬ ‫‪50‬‬
‫ﺛﺎﻧﻴﺎً‪ :‬ﻧﺒﺤﺚ ﻋﻦ ﻣﻮﻗـﻊ اﳌـﺸﺎﻫﺪة )‪ 32 (Observation‬ﰲ اﻟﺠـﺪول اﻟﺘﻜـﺮاري اﻟﱰاﻛﻤـﻲ‪ ،‬وﺿـﻤﻦ اﻟﺤـﺪود‬
‫اﻟﻔﻌﻠﻴﺔ ﻟﻠﻔﺌﺎت وﻟﻴﺲ ﺿﻤﻦ اﻟﺘﻜﺮارات اﻟﱰاﻛﻤﻴﺔ‪.‬‬
‫ﻓﻨﺠﺪ أن ﻫﺬه اﻟﻘﻴﻤﺔ واﻗﻌﺔ ﺑني اﻟﺤﺪﻳﻦ اﻟﻔﻌﻠﻴني ‪.34.5 ، 29.5‬‬
‫ﺛﺎﻟﺜﺎً‪ :‬وﺑﻄﺮﻳﻘﺔ اﻟﻨﺴﺒﺔ واﻟﺘﻨﺎﺳﺐ ﻧﺠﺪ اﻟﺘﻜﺮار اﻟﱰاﻛﻤﻲ اﳌﻘﺎﺑﻞ ﻟﺘﻠﻚ اﳌﺸﺎﻫﺪة‪.‬‬
‫‪29.5...........................16‬‬
‫‪2.5‬‬
‫‪5‬‬ ‫)‪32 ............................C.F(32‬‬ ‫‪20‬‬
‫‪24.5...........................36‬‬
‫ﺣﻴﺚ اﻟﺘﻜﺮار اﻟﱰاﻛﻤﻲ ﻟﻠﻤﺸﺎﻫﺪة )‪(32‬‬
‫‪2.5‬‬
‫‪C.F 32‬‬ ‫ ‪16‬‬ ‫‪u 20‬‬
‫‪5‬‬
‫‪= 16 + 10‬‬
‫‪= 26‬‬
‫‪41‬‬
‫راﺑﻌﺎ ً‪ :‬ﺗﻜﻮن اﻟﺮﺗﺒﺔ اﳌﺌﻴﻨﻴﺔ ﻟﻠﻤﺸﺎﻫﺪة ‪P.R(32) :32‬‬

‫‪C.F 32‬‬
‫‪P.R 32‬‬ ‫‪u 100%‬‬
‫‪Totalof frequency‬‬
‫‪26‬‬
‫=‬ ‫‪u 100%‬‬
‫‪50‬‬
‫‪=52%‬‬
‫‪ -b‬ﻧﻼﺣﻆ ﻫﻨﺎ أن اﳌﺸﺎﻫﺪة )‪ (21‬أﻗﻞ )‪ (24.5‬ﻟﺬﻟﻚ ﻧﻀﻴﻒ ﻓﺌﺔ ﺳﺎﺑﻘﺔ ﺣﺪﻫﺎ اﻟﻔﻌﲇ اﻷﻋـﲆ )‪ (19.5‬وﻳﻜـﻮن‬
‫اﻟﺘﻜﺮار اﻟﱰاﻛﻤﻲ اﻟﺬي أﻗﻞ ﻣﻦ أو ﻳﺴﺎوي ‪ 19.5‬ﻫﻮ )‪.(Zero‬‬
‫‪19.5...........................Zero‬‬
‫‪1.5‬‬
‫‪5‬‬ ‫)‪21 ...............................C.F(21‬‬ ‫‪7‬‬
‫‪24.5...........................7‬‬
‫‪1.5‬‬
‫‪? C.F 21‬‬ ‫‪7u‬‬ ‫‪0‬‬
‫‪5‬‬
‫‪= 2.1‬‬
‫‪2.1‬‬
‫‪? P.R 21‬‬ ‫‪100%‬‬
‫‪50‬‬
‫‪= 4.2%‬‬
‫إذا ﻛﺎﻧﺖ رواﺗﺐ )‪ (60‬ﻋﺎﻣﻼً ﰲ ﻣﺼﻨﻊ ﻣﺎ ﻣﻮزﻋﺔ ﻛام ﰲ اﻟﺠﺪول اﻟﺘﺎﱄ‪:‬‬
‫ﻓﺌﺎت اﻟﺮواﺗﺐ ﺑﺎﻟﺪﻳﻨﺎر‬ ‫‪80-89‬‬ ‫‪90-99‬‬ ‫‪100-109‬‬ ‫‪110-119‬‬ ‫‪120-129‬‬ ‫‪Total‬‬
‫اﻟﺘﻜﺮارات‬ ‫‪6‬‬ ‫‪14‬‬ ‫‪20‬‬ ‫‪13‬‬ ‫‪7‬‬ ‫‪60‬‬
‫أوﺟﺪ‪:‬‬
‫‪ .1‬اﻟﺮﺗﺒﺔ اﳌﺌﻴﻨﻴﺔ ﻟﻠﺮاﺗﺐ ‪.95‬‬
‫‪ .2‬اﻟﺮﺗﺒﺔ اﳌﺌﻴﻨﻴﺔ ﻟﻠﺮاﺗﺐ ‪.109.5‬‬
‫‪ .3‬اﻟﺮﺗﺒﺔ اﳌﺌﻴﻨﻴﺔ ﻟﻠﺮاﺗﺐ ‪.117‬‬
‫‪42‬‬
‫ﻧﺤﻮل اﻟﺠﺪول إﱃ ﺟﺪول ﺗﻜﺮاري ﺗﺮاﻛﻤﻲ‬
‫‪Upper Boundary‬‬ ‫‪Cumulative Frequency‬‬
‫‪Less then 89.5‬‬ ‫‪6‬‬
‫‪Less then 99.5‬‬ ‫‪20‬‬
‫‪Less then 109.5‬‬ ‫‪40‬‬
‫‪Less then 119.5‬‬ ‫‪53‬‬
‫‪Less then 129.5‬‬ ‫‪60‬‬
‫اﻟﺮاﺗﺐ ‪ 95‬ﻳﻘﻊ ﺑني اﻟﺤﺪﻳﻦ اﻟﻔﻌﻠﻴني ‪.99.5 ، 89.5‬‬ ‫‪.1‬‬
‫اﻵن ﺑﻄﺮﻳﻘﺔ اﻟﻨﺴﺒﺔ واﻟﺘﻨﺎﺳﺐ ﻧﺠﺪ اﻟﺘﻜﺮار اﻟﱰاﻛﻤﻲ اﳌﻘﺎﺑﻞ ﻟﻠﺮاﺗﺐ ‪95‬‬
‫‪89.5...........................6‬‬
‫‪5.5‬‬
‫‪10‬‬ ‫)‪95 .............................C.F(95‬‬ ‫‪14‬‬
‫‪99.5...........................20‬‬
‫‪5.5‬‬
‫‪C.F 95‬‬ ‫‪u14 6‬‬
‫‪10‬‬
‫‪= 7.7 + 6‬‬
‫‪= 13.7‬‬
‫‪13.7‬‬
‫‪P.R 95‬‬ ‫‪u 100%‬‬
‫‪60‬‬
‫‪= 22.83%‬‬
‫ﻻﺣﻆ أن اﻟﻨﺴﺒﺔ ‪ %22.83‬ﺗﻌﻨﻲ أن ‪ 22.83‬ﻣﻦ اﻟﻌامل رواﺗﺒﻬﻢ ﺗﻘﻞ ﻋﻦ أو ﺗﺴﺎوي ‪ 95‬دﻳﻨﺎر‪.‬‬
‫ﻧﻨﻈﺮ ﻟﻠﺠﺪول اﻟﺘﻜﺮاري اﻟﱰاﻛﻤﻲ ﻓﻨﺠﺪ أن اﻟﺮاﺗﺐ ‪ 109.5‬ﻳﻘﺎﺑﻞ ﺗﻜﺮار ﺗﺮاﻛﻤﻲ ﻣﻘﺪاره ‪ 40‬ﻟﺬا ﻓﺈن‬ ‫‪.2‬‬
‫‪43‬‬
‫‪40‬‬
‫= )‪P.R (109.5‬‬ ‫‪u 100%‬‬
‫‪60‬‬
‫‪= 66.67%‬‬
‫ ﺳﺆال‪ :‬ﻣﺎذا ﻧﻌﻨﻲ ﺑﺎﻟﻨﺴﺒﺔ ‪66.67%‬؟‬
‫‪ .3‬ﺑﺎﻟﻨﻈﺮ ﻟﻠﺠﺪول اﻟﺘﻜﺮاري اﻟﱰاﻛﻤﻲ ﻧﺠﺪ أن اﻟﺮاﺗﺐ ‪ 117‬ﻳﻘﻊ ﺑني اﻟﺤﺪﻳﻦ اﻟﻔﻌﻠﻴـني ‪119.5 ، 109.5‬‬
‫وﺑﺎﻟﻨﺴﺒﺔ واﻟﺘﻨﺎﺳﺐ‪.‬‬
‫‪109.5...........................40‬‬
‫‪7.5‬‬
‫‪10‬‬ ‫‪117 .............................C.F(117) 13‬‬
‫‪119.5...........................53‬‬
‫ﻧﺠﺪ أن اﻟﺘﻜﺮار اﻟﱰاﻛﻤﻲ اﳌﻘﺎﺑﻞ ﻟﻠﺮاﺗﺐ ‪= 117‬‬
‫‪7.5‬‬
‫ ‪C.F (117) = 40‬‬ ‫‪u 13‬‬
‫‪10‬‬
‫‪= 40 + 9.75‬‬
‫‪= 49.57‬‬
‫‪49.75‬‬
‫= )‪P.R(117‬‬ ‫‪u 100%‬‬
‫‪60‬‬
‫‪= 82.92%‬‬
‫ ﺳﺆال‪ :‬ﻣﺎذا ﻧﻌﻨﻲ ﺑﺎﻟﻨﺴﺒﺔ ‪.82.92%‬‬
‫‪44‬‬
‫إﻳﺠﺎد اﳌﺌﻴﻨﺎت ﺑﻴﺎﻧﻴﺎ ً ‪Finding Percentilies by using graphs‬‬

‫ﻟﺘﻮﺿﻴﺢ ﻋﻤﻠﻴﺔ إﻳﺠﺎد اﳌﺌﻴﻨﺎت ﺑﻴﺎﻧﻴﺎً ﻟﻨﺄﺧﺬ اﳌﺜﺎل اﻟﺘﺎﱄ‪:‬‬
‫أوﺟﺪ ‪ P80‬ﻟﻠﺠﺪول اﻟﺘﻜﺮاري اﻟﺘﺎﱄ ﺑﻴﺎﻧﻴﺎ‪ً.‬‬
‫‪Class‬‬ ‫‪50-54‬‬ ‫‪55-59‬‬ ‫‪60-64‬‬ ‫‪65-69‬‬ ‫‪70-74‬‬ ‫‪75-79‬‬ ‫‪Total‬‬
‫‪Frequency‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪20‬‬
‫أوﻻً‪ :‬ﻧﺮﺳﻢ اﳌﻨﺤﻨﻰ اﻟﺘﻜﺮاري اﻟﱰاﻛﻤﻲ‪ .‬ﺑﻌﺪ ﻛﺘﺎﺑﺔ اﻟﺠﺪول اﻟﺘﻜﺮاري اﻟﱰاﻛﻤﻲ‪:‬‬
‫‪Upper boundary‬‬ ‫‪Cumulative Frequency‬‬
‫‪Less then 54.5‬‬ ‫‪2‬‬
‫‪Less then 59.5‬‬ ‫‪5‬‬
‫‪Less then 64.5‬‬ ‫‪10‬‬
‫‪Less then 69.5‬‬ ‫‪14‬‬
‫‪Less then 74.5‬‬ ‫‪18‬‬
‫‪Less then 79.5‬‬ ‫‪20‬‬
‫‪20‬‬
‫‪18‬‬
‫‪16‬‬
‫‪14‬‬
‫‪12‬‬
‫‪10‬‬
‫‪8‬‬
‫‪6‬‬
‫‪4‬‬
‫‪2‬‬
‫‪0‬‬
‫‪49.5‬‬ ‫‪54.5‬‬ ‫‪59.5‬‬ ‫‪64.5‬‬ ‫‪69.5‬‬ ‫‪74.5‬‬ ‫‪79.5‬‬
‫‪45‬‬
‫ﻻﺣﻆ‪ :‬ﻋﻨﺪ رﺳﻢ اﳌﻨﺤﻨﻰ اﻟﺘﻜﺮاري اﻟﱰاﻛﻤﻲ ﻳﻜﻮن اﻟﺘﻜﺮار اﻟﱰاﻛﻤﻲ اﳌﻘﺎﺑﻞ ﻟﻠﺤﺪ اﻟﻔﻌﲇ ‪ 49.5‬ﻣﺴﺎوﻳﺎً ‪.0‬‬
‫‪80‬‬
‫‪C.F 80‬‬ ‫‪u 20‬‬ ‫ﺛﺎﻧﻴﺎً‪:‬‬
‫‪16‬‬
‫‪= 16‬‬
‫ﺛﺎﻟﺜﺎً‪ :‬ﻋﲆ اﳌﺤﻮر اﻟﺮأﳼ ‪ Vertical axis‬وﻋﻨﺪ اﻟﻘﻴﻤﺔ ‪ 16‬ﻧﻘﻴﻢ ﻋﻤﻮد‪ ،‬ﻓﻴﻘﻄـﻊ اﳌﻨﺤﻨـﻰ اﻟﺘﻜـﺮاري اﻟﱰاﻛﻤـﻲ ﰲ‬
‫ﻧﻘﻄﺔ ﻣﺎ‪ ،‬وﻣﻦ ﺗﻠﻚ اﻟﻨﻘﻄﺔ ﻧﺴﻘﻂ ﻋﻤﻮد ﻋﲆ اﳌﺤﻮر اﻷﻓﻘﻲ‪ ،‬ﻓﻴﻘﻄﻊ اﳌﺤﻮر اﻷﻓﻘﻲ ‪ Horizontal axis‬ﻋﻨﺪ اﻟﻘﻴﻤﺔ ‪72‬‬
‫ﻓﺘﻜﻮن ﻫﺬه اﻟﻘﻴﻤﺔ ﻫﻲ اﳌﺌني ‪.80‬‬
‫‪?P80=72.‬‬
‫ﻻﺣﻆ أن ﻋﻤﻠﻴﺔ إﻳﺠﺎد اﳌﺌني ﺑﻬﺬه اﻟﻄﺮﻳﻘـﺔ ﺗﻌﺘﻤـﺪ ﻋـﲆ دﻗـﺔ اﻟـﺸﺨﺺ ﰲ ﻋﻤﻠﻴـﺔ اﻟﺮﺳـﻢ ﻟـﺬﻟﻚ‬
‫ﻓﺎﻟﺠﻮاب ﻳﻜﻮن ﺗﻘﺮﻳﺒﻴﺎ‪ً.‬‬
‫اﻟﻌﺸريات واﻟﺮﺑﻴﻌﺎت ‪Deciles and Quartiles‬‬
‫‪k‬‬
‫ﻣﻦ ﻣﺠﻤﻮع اﻟﺘﻜﺮارات‪.‬‬ ‫ﺗﻌﺮﻳﻒ‪ :‬اﻟﻌﺸري )‪ k (decile‬ﻫﻮ اﳌﺸﺎﻫﺪة اﻟﺘﻲ ﺗﻘﻞ ﻋﻨﻬﺎ أو ﻳﺴﺎوﻳﻬﺎ‬
‫‪10‬‬
‫وﺳرنﻣﺰ ﻟﻠﻌﺸري ‪ k‬ﺑﺎﻟﺮﻣﺰ ‪.Dk‬‬
‫‪2‬‬
‫ﻣـﻦ ﻣﺠﻤـﻮع اﻟﺘﻜـﺮارات وﻫـﻮ‬ ‫ﻓﻤﺜﻼً اﻟﻌﺸري اﻟﺜﺎين ﻫﻮ اﳌﺸﺎﻫﺪة اﻟﺘﻲ ﻳﻘﻞ ﻋﻨﻬـﺎ أو ﻳـﺴﺎوﻳﻬﺎ‬
‫‪10‬‬
‫ﻧﻔﺲ اﳌﺌني ‪).P20‬أي ‪(D2=P20‬‬
‫‪6‬‬
‫ﻣﻦ ﻣﺠﻤﻮع اﻟﺘﻜﺮارات وﻫـﻮ‬ ‫ﻛﺬﻟﻚ اﻟﻌﺸري اﻟﺴﺎدس ﻫﻮ اﳌﺸﺎﻫﺪة اﻟﺘﻲ ﻳﻘﻞ ﻋﻨﻬﺎ أو ﻳﺴﺎوﻳﻬﺎ‬
‫‪10‬‬
‫ﻧﻔﺲ اﳌﺌني ‪) .P60‬أي ‪(D6=P60‬‬
‫إذن ﻓﻴﻤﻜﻨﻨﺎ اﻟﻘﻮل أن اﻟﻌﺸري ‪ k‬ﻫﻮ اﳌﺌني ‪(Dk=P10k) .10K‬‬
‫ﺗﻌﺮﻳﻒ )‪:(Definition‬‬
‫‪1‬‬
‫ﻣﺠﻤـﻮع اﻟﺘﻜـﺮارات‬ ‫اﻟﺮﺑﻴﻊ اﻷول )‪ :(First Quartile‬ﻫﻮ اﳌﺸﺎﻫﺪة اﻟﺘﻲ ﻳﻘﻞ ﻋﻨﻬﺎ أو ﻳـﺴﺎوﻳﻬﺎ‬ ‫‪-1‬‬
‫‪4‬‬
‫وﺳرنﻣﺰ ﻟﻪ ﺑﺎﻟﺮﻣﺰ ‪ .Q1‬وﻳﺴﻤﻰ ﻛﺬﻟﻚ ﺑﺎﻟﺮﺑﻴﻊ اﻷدىن‪(Lower Quartile) .‬‬
‫‪46‬‬
‫‪2‬‬
‫ﻣﺠﻤﻮع اﻟﺘﻜـﺮارات‬ ‫اﻟﺮﺑﻴﻊ اﻟﺜﺎين)‪ :(Second Quartile‬ﻫﻮ اﳌﺸﺎﻫﺪة اﻟﺘﻲ ﻳﻘﻞ ﻋﻨﻬﺎ أو ﻳﺴﺎوﻳﻬﺎ‬ ‫‪-2‬‬
‫‪4‬‬
‫وﺳرنﻣﺰ ﻟﻪ ﺑﺎﻟﺮﻣﺰ ‪ .Q2‬وﻳﺴﻤﻰ ﻛﺬﻟﻚ ﺑﺎﻟﺮﺑﻴﻊ اﻷوﺳﻂ‪Midle Quartile.‬‬
‫‪3‬‬
‫ﻣﺠﻤـﻮع اﻟﺘﻜـﺮارات وﺳـرنﻣﺰ‬ ‫اﻟﺮﺑﻴﻊ اﻟﺜﺎﻟﺚ )‪ :(Third Quartile‬ﻫﻮ اﳌﺸﺎﻫﺪة اﻟﺘﻲ ﻳﻘﻞ ﻋﻨﻬﺎ أو ﻳﺴﺎوﻳﻬﺎ‬ ‫‪-3‬‬
‫‪4‬‬
‫ﻟﻪ ﺑﺎﻟﺮﻣﺰ ‪ .Q3‬وﻳﺴﻤﻰ ﻛﺬﻟﻚ اﻟﺮﺑﻴﻊ اﻷﻋﲆ )‪.(Upper Quartile‬‬
‫‪1‬‬
‫ﻣﺠﻤﻮع اﻟﺘﻜﺮارات ﻫـﻲ ﻧﻔـﺲ اﳌـﺸﺎﻫﺪة اﻟﺘـﻲ ﻳﻘـﻞ ﻋﻨﻬـﺎ‬ ‫ﻻﺣﻆ أن اﳌﺸﺎﻫﺪة اﻟﺘﻲ ﻳﻘﻞ ﻋﻨﻬﺎ‬
‫‪4‬‬
‫‪ %25‬ﻣﻦ ﻣﺠﻤﻮع اﻟﺘﻜﺮارات أي أن‪:‬‬
‫‪ Q1=P25‬وﻛﺬﻟﻚ ‪ ،Q2=P50‬وأﻳﻀﺎً ‪Q3=P75‬‬
‫وﺑﻌﺪ اﻟﺘﻌﺮف ﻋﲆ اﻟﻌﺸريات واﻟﺮﺑﻴﻌﺎت ميﻜﻨﻨﺎ اﻟﻘﻮل أﻧﻪ ﻟﺤﺴﺎب اﻟﻌﺸريات واﻟﺮﺑﻴﻌﺎت ﻧـﺴﺘﺨﺪم‬
‫اﻟﻄﺮﻳﻘﺔ اﳌﺘﺒﻌﺔ ﰲ ﺣﺴﺎب اﳌﺌﻴﻨﺎت‪.‬‬
‫ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ ‪Measures of Central Tendency‬‬
‫أوﻻً‪ :‬اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ‪Arithmatic Mean‬‬
‫أ‪ -‬ﰲ ﺣﺎﻟﺔ اﳌﺸﺎﻫﺪات اﳌﻔﺮدة‪:‬‬
‫ﺗﻌﺮﻳﻒ‪ :‬إذا ﻛﺎن ﻟﺪﻳﻨﺎ اﳌﻔﺮدات ‪ x1 , x2, … , xn‬ﻓﻴﻌـﺮف اﻟﻮﺳـﻂ اﻟﺤـﺴﺎيب ‪ x‬ﻟﻬـﺬه اﳌﻔـﺮدات‬
‫ﺑﺎﻟﻌﻼﻗﺔ‬
‫‪x1 x 2 ... x n‬‬
‫‪x‬‬
‫‪n‬‬
‫ﺣﻴﺚ ‪ n‬ﻋﺪد اﳌﻔﺮدات‬
‫‪n‬‬
‫‪¦x‬‬
‫‪i 1‬‬
‫‪i‬‬
‫‪x‬‬ ‫أو ﺑﺎﺳﺘﺨﺪام رﻣﺰ اﳌﺠﻤﻮع‬
‫‪n‬‬
‫‪x‬‬
‫‪¦x‬‬ ‫وﺑﺸﻜﻞ ﻣﺨﺘﴫ أﻛرث‬
‫‪n‬‬
‫‪47‬‬
‫أوﺟﺪ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻠﻤﻔﺮدات ‪9 ،5 ،6 ،7 ،3‬؟‬
‫‪37659‬‬
‫‪x‬‬
‫‪5‬‬
‫‪30‬‬
‫‪x‬‬
‫‪5‬‬
‫‪x‬‬ ‫‪6‬‬
‫إذا ﻛﺎن ﻣﺠﻤﻮع ﻣﺎ ﻣﻊ ﺳﺒﻌﺔ ﻃﻼب )‪ (105‬دﻧﺎﻧري‪ ،‬ﻓـام ﻫـﻮ اﻟﻮﺳـﻂ اﻟﺤـﺴﺎيب ﳌـﺎ ﻣـﺎ ﻣـﻊ ﻫـﺆﻻء‬
‫اﻟﻄﻠﺒﺔ ﻣﻦ اﻟﺪﻧﺎﻧري؟‬
‫‪¦x = 105 ,‬‬ ‫‪n=7‬‬
‫‪105‬‬
‫‪?x‬‬ ‫‪15‬‬
‫‪7‬‬
‫إذا ﻛﺎن اﻟﻮﺳﻂ اﻟﺤﺴﺎيب )‪ (Mean‬ﻟﻌﻼﻣﺎت ﻋﺪد ﻣﻦ اﻟﻄـﻼب ﻫـﻮ )‪ ،(63‬وﻛـﺎن ﻣﺠﻤـﻮع ﻋﻼﻣـﺎﺗﻬﻢ‬
‫)‪ .(1071‬ﻓام ﻋﺪد ﻫﺆﻻء اﻟﻄﻠﺒﺔ؟‬
‫ﻧﻔﺮض أن ﻋﺪد ﻫﺆﻻء اﻟﻄﻠﺒﺔ ‪ n‬ﻓﻴﻜﻮن‬
‫‪x‬‬
‫‪¦x‬‬
‫‪n‬‬
‫‪1071‬‬
‫‪ 63‬‬
‫‪n‬‬
‫‪n‬‬ ‫‪17‬‬
‫ب‪ -‬ﰲ ﺣﺎﻟﺔ اﳌﺸﺎﻫﺪات اﳌﺘﻜﺮرة‪ (Weighted mean) :‬اﻟﻮﺳﻂ اﳌﻮزون‬
‫ﺗﻌﺮﻳﻒ‪ :‬إذا ﻛﺎن ﻟﺪﻳﻨﺎ ‪ x1, x2, …, xn‬ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﳌﺸﺎﻫﺪات وﻛﺎﻧﺖ ﺗﻜﺮارات ﻫﺬه اﳌﺸﺎﻫﺪات‬
‫‪ f1, f2, …, fn‬ﻓﻴﻌﺮف اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻬﺎ ﺑﺎﻟﻌﻼﻗﺔ‬
‫‪48‬‬
‫‪x1 f1 x 2 f 2 ... x n f n‬‬

‫‪x‬‬
‫‪f1 f 2 ... f n‬‬
‫‪n‬‬
‫‪¦ f i xi‬‬
‫‪i 1‬‬
‫‪x‬‬ ‫‪n‬‬
‫‪¦ fi‬‬
‫‪i 1‬‬
‫‪ x‬وﻳﺴﻤﻰ ﻫﺬا اﻟﻮﺳﻂ ﺑﺎﻟﻮﺳﻂ اﳌﺮﺟﺢ )اﳌﻮزون(‪.‬‬ ‫‪¦ fx‬‬ ‫أو ﺑﺸﻜﻞ ﻣﺨﺘﴫ‬
‫‪¦f‬‬
‫إذا ﻛﺎﻧﺖ ﻋﻼﻣﺎت ﻃﺎﻟﺐ ﰲ )‪ (10‬ﻣﻮاد ﻣﻮزﻋﺔ ﻛام ﰲ اﻟﺠﺪول اﻟﺘﺎﱄ‬
‫اﻟﻌﻼﻣﺔ )‪(x‬‬ ‫‪60‬‬ ‫‪70‬‬ ‫‪85‬‬ ‫‪90‬‬ ‫‪Total‬‬
‫ﻋﺪد اﳌﻮاد )‪(f‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪10‬‬
‫اﺣﺴﺐ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻌﻼﻣﺎت ﻫﺬا اﻟﻄﺎﻟﺐ؟‬
‫‪x‬‬
‫‪¦ fx‬‬
‫‪¦f‬‬
‫‪60 u 2 70 u 3 85 u 4 90 u 1‬‬
‫‪x‬‬
‫‪10‬‬
‫‪760‬‬
‫‪x‬‬
‫‪10‬‬
‫‪x‬‬ ‫‪76‬‬
‫إذا ﻛﺎن ﻣﻌﺪل رواﺗﺐ ﻋامل ﺛﻼﺛﺔ ﻣﺼﺎﻧﻊ ﻣﻌﻄﺎة ﻛﺎﻵيت‪:‬‬
‫ﻋﺪد اﻟﻌامل‬ ‫ﻣﻌﺪل اﻟﺮواﺗﺐ‬
‫‪60‬‬ ‫‪ 150‬دﻳﻨﺎر‬ ‫اﳌﺼﻨﻊ أ‬
‫‪50‬‬ ‫‪ 140‬دﻳﻨﺎر‬ ‫اﳌﺼﻨﻊ ب‬
‫‪90‬‬ ‫‪ 100‬دﻳﻨﺎر‬ ‫اﳌﺼﻨﻊ ﺟـ‬
‫ﺟﺪ ﻣﻌﺪل رواﺗﺐ اﻟﻌامل ﰲ اﳌﺼﺎﻧﻊ اﻟﺜﻼﺛﺔ ﻣﻌﺎ؟‬
‫‪49‬‬
‫‪90 u 100 50 u 140 60 u 150‬‬
‫= )ﻣﻌﺪل اﻟﺮواﺗﺐ( ‪x‬‬
‫‪90 50 60‬‬
‫‪= 125 J.D.‬‬
‫ﺟـ‪ -‬ﰲ ﺣﺎﻟﺔ اﻟﺘﻮزﻳﻌﺎت اﻟﺘﻜﺮارﻳﺔ ‪Frequency distributions‬‬
‫ﰲ ﻫﺬه اﻟﺤﺎﻟﺔ ﺳﻨﺠﺪ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﺑﻄﺮﻳﻘﺘني وﻫام‬
‫‪ -1‬اﻟﻄﺮﻳﻘﺔ اﻟﻌﺎﻣﺔ ﻹﻳﺠﺎد اﻟﻮﺳﻂ اﻟﺤﺴﺎيب‬
‫ﺗﻌﺮﻳﻒ‪ :‬إذا ﻛﺎن ﻟﺪﻳﻨﺎ ﺟﺪول ﺗﻜﺮاري ﻓﻴﻪ ‪ m‬ﻣـﻦ اﻟﻔﺌـﺎت ﻣﺮاﻛﺰﻫـﺎ )‪ (Class-marks‬ﻫـﻲ‬
‫‪ x1, x2, …, xm‬وﺗﻜﺮاراﺗﻬﺎ اﳌﻘﺎﺑﻠﺔ ‪ f1, f2, …, fm‬ﻋﲆ اﻟﱰﺗﻴﺐ ﻓﻨﻌﺮف اﻟﻮﺳﻂ اﻟﺤﺴﺎيب‪.‬‬
‫‪m‬‬
‫‪¦ f i xi‬‬
‫‪i 1‬‬
‫‪x‬‬ ‫‪m‬‬
‫‪¦ fi‬‬
‫‪i 1‬‬
‫‪ x‬ﺣﻴﺚ ‪ x‬ﻫﻲ ﻣﺮﻛﺰ اﻟﻔﺌﺔ‬ ‫‪¦ fx‬‬ ‫أو ﺑﺸﻜﻞ ﻣﺨﺘﴫ‬

‫‪¦f‬‬
‫أوﺟﺪ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻠﺠﺪول اﻟﺘﻜﺮاري اﻟﺘﺎﱄ‪:‬‬
‫‪Class‬‬ ‫‪20-24‬‬ ‫‪25-29‬‬ ‫‪30-34‬‬ ‫‪35-39‬‬ ‫‪40-44‬‬ ‫‪Total‬‬
‫‪Frequency‬‬ ‫‪9‬‬ ‫‪17‬‬ ‫‪20‬‬ ‫‪9‬‬ ‫‪5‬‬ ‫‪60‬‬
‫‪x‬‬
‫‪¦ fx‬‬
‫‪¦f‬‬
‫‪ :x‬ﻣﺮﻛﺰ اﻟﻔﺌﺔ‬ ‫ﺣﻴﺚ‬
‫‪ :f‬ﺗﻜﺮار اﻟﻔﺌﺔ‬
‫‪50‬‬
‫‪class‬‬ ‫‪f‬‬ ‫)‪Class mark(x‬‬ ‫‪xf‬‬

‫‪20-24‬‬ ‫‪9‬‬ ‫‪22‬‬ ‫‪198‬‬
‫‪25-29‬‬ ‫‪17‬‬ ‫‪27‬‬ ‫‪459‬‬
‫‪30-34‬‬ ‫‪20‬‬ ‫‪32‬‬ ‫‪640‬‬
‫‪35-39‬‬ ‫‪9‬‬ ‫‪37‬‬ ‫‪333‬‬
‫‪40-44‬‬ ‫‪5‬‬ ‫‪42‬‬ ‫‪210‬‬
‫‪Total‬‬ ‫‪60‬‬ ‫‪1840‬‬
‫‪1840‬‬
‫‪?x‬‬
‫‪60‬‬
‫‪x‬‬ ‫‪30.67‬‬
‫‪ -2‬ﻃﺮﻳﻘﺔ اﻟﻮﺳﻂ اﻟﻔﺮﴈ ‪Assumed mean‬‬
‫ﻟﻮ أﺧﺬﻧﺎ اﻷﻋﺪاد ‪ 25 ،24 ،23 ،22 ،21‬وﻃﻠﺒﻨﺎ ﻣﻨﻚ أن ﺗﺠﺪ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻬﺎ‪ .‬ﻓﻴﻤﻜﻨـﻚ إﻳﺠـﺎده‬
‫ﺑﻄﺮﻳﻘﺔ ﻏري ﻣﺒﺎﴍة وﻫﻲ أن ﺗﻄﺮح ﻣﻦ ﻛﻞ ﻋﺪد ﻣﻦ ﻫﺬه اﻷﻋﺪاد )‪ (20‬ﻓﺘﺼﺒﺢ اﻷﻋﺪاد ﻫـﻲ ‪،4 ،3 ،2 ،1‬‬
‫‪1 2 3 4 5‬‬
‫= ‪ 3‬ﺛﻢ ﺗـﻀﻴﻒ إﱃ‬ ‫‪ 5‬ﻋﲆ اﻟﱰﺗﻴﺐ ﺛﻢ ﺗﺠﺪ ﻟﻬﺬه اﻷرﻗﺎم اﻟﻮﺳﻂ اﻟﺤﺴﺎيب وﻫﻮ‬
‫‪5‬‬
‫ﻫﺬه اﻟﻘﻴﻤﺔ )‪ (20‬ﻓﺘﺼﺒﺢ ‪ 23‬وﻫﻮ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻸﻋﺪاد اﳌﻄﻠﻮﺑﺔ‪.‬‬
‫ﻫﺬه اﻟﻄﺮﻳﻘﺔ ﰲ إﻳﺠﺎد اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﺗﺴﻤﻰ ﻃﺮﻳﻘﺔ اﻟﻮﺳﻂ اﻟﻔﺮﴈ‪.‬‬
‫وﻳﻜﻮن ﻗﺎﻧﻮن اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﺑﻄﺮﻳﻘﺔ اﻟﻮﺳﻂ اﻟﻔـﺮﴈ )‪ (A‬ﻟﻠﻤـﺸﺎﻫﺪات اﳌﻔـﺮدة ‪x1, x2, …, xn‬‬
‫ﻫﻮ‪.‬‬
‫‪x‬‬ ‫‪A‬‬
‫‪¦ di‬‬
‫‪n‬‬
‫‪di = xi -A‬‬ ‫ﺣﻴﺚ‬
‫متﺮﻳﻦ‪:‬‬
‫ﰲ اﳌﻨﺎﻗﺸﺔ اﻟﺴﺎﺑﻘﺔ اﻃﺮح ﻣﻦ ﻛﻞ ﻣﺸﺎﻫﺪة اﻟﻌﺪد ‪ (A=15) 15‬واﺗﺒـﻊ ﻧﻔـﺲ اﻷﺳـﻠﻮب اﳌـﺴﺘﺨﺪم‬
‫ﻟﺘﺠﺪ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻸﻋﺪاد اﳌﻄﻠﻮﺑﺔ؟ وﻻﺣﻆ ﻫﻞ ﻳﺘﻐري اﻟﺠﻮاب؟‬
‫‪51‬‬
‫واﻵن ﻟﻨﻜﺘﺐ اﻟﻘﺎﻧﻮن اﳌﺴﺘﺨﺪم ﰲ ﺣﺴﺎب اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻠﺠـﺪاول اﻟﺘﻜﺮارﻳـﺔ ﺑﻄﺮﻳﻘـﺔ اﻟﻮﺳـﻂ‬
‫اﻟﻔﺮﴈ‪.‬‬
‫‪x‬‬ ‫‪A‬‬
‫‪¦ fd‬‬
‫‪¦f‬‬
‫‪ A‬اﻟﻮﺳﻂ اﻟﻔﺮﴈ‬ ‫ﺣﻴﺚ‪:‬‬
‫‪d= x-A‬‬
‫أي أن ‪ d‬ﻫﻲ اﻧﺤﺮاف ﻣﺮﻛﺰ اﻟﻔﺌﺔ ﻋﻦ اﻟﻮﺳﻂ اﻟﻔﺮﴈ‪.‬‬
‫وﺑﺎﻟﻨﺴﺒﺔ ﻟﻜﻴﻔﻴﺔ اﺧﺘﻴﺎر ‪ A‬ﻓﻼ ﻳﻮﺟﺪ ﻋﻠﻴﻬﺎ أﻳﺔ ﻗﻴﻮد وﻟﻜﻦ ﻟﺘﺴﻬﻴﻞ اﻟﻌﻤﻠﻴﺎت اﻟﺤـﺴﺎﺑﻴﺔ ﻧﺨﺘـﺎر ‪A‬‬
‫ﻣﺮﻛﺰ إﺣﺪى اﻟﻔﺌﺎت ذات اﳌﻮﻗﻊ اﳌﺘﻮﺳﻂ وﺗﻜﺮارﻫﺎ ﻛﺒريا ً ﻧﻮﻋﺎً ﻣﺎ‪.‬‬
‫أوﺟﺪ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻠﺠﺪول اﻟﺘﻜﺮاري اﻟﺘﺎﱄ ﺑﻄﺮﻳﻘﺔ اﻟﻮﺳﻂ اﻟﻔﺮﴈ‪.‬‬
‫‪Class‬‬ ‫‪20-29‬‬ ‫‪30-39‬‬ ‫‪40-49‬‬ ‫‪50-59‬‬ ‫‪60-69‬‬ ‫‪70-79‬‬ ‫‪Total‬‬
‫‪Frequency‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪30‬‬
‫‪x‬‬ ‫‪A‬‬
‫‪¦ fd‬‬
‫‪¦f‬‬
‫اﻵن ﻧﻜﺘﺐ اﻟﺠﺪول اﻟﺘﻜﺮاري ﺑﻌﺪ إﻳﺠﺎد ﻣﺮاﻛﺰ ﻓﺌﺎﺗﻪ‪ .‬وﻟﺘﻜﻦ ‪A=54.5‬‬
‫‪Class‬‬ ‫‪f‬‬ ‫‪D= X-A‬‬ ‫‪fd‬‬
‫‪20-29‬‬ ‫‪3‬‬ ‫‪-30‬‬ ‫‪-90‬‬
‫‪30-39‬‬ ‫‪4‬‬ ‫‪-20‬‬ ‫‪-80‬‬
‫‪40-49‬‬ ‫‪6‬‬ ‫‪-10‬‬ ‫‪-60‬‬
‫‪50-59‬‬ ‫‪7‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪60-69‬‬ ‫‪6‬‬ ‫‪10‬‬ ‫‪60‬‬
‫‪70-79‬‬ ‫‪4‬‬ ‫‪20‬‬ ‫‪80‬‬
‫‪Total‬‬ ‫‪30‬‬ ‫‪-90‬‬
‫‪52‬‬
‫‪ 90‬‬
‫‪x‬‬ ‫ ‪54.4‬‬
‫‪30‬‬
‫‪= 54.5 – 3‬‬
‫‪= 51.5‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬ﻻ ﺗﺘﻐري ﻗﻴﻤﺔ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﺑﺘﻐري اﻟﻮﺳﻂ اﻟﻔﺮﴈ‪.‬‬
‫اﺣﺴﺐ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻠﺠﺪول اﻟﺘﻜﺮاري ﰲ اﳌﺜﺎل اﻟﺴﺎﺑﻖ ﺑﺎﻟﻄﺮﻳﻘﺔ اﻟﻌﺎﻣﺔ؟‬
‫أﻫﻢ ﺧﺼﺎﺋﺺ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب‬
‫‪ -1‬اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻳﺘﺄﺛﺮ ﺑﺎﻟﻌﻤﻠﻴﺎت اﻟﺤﺴﺎﺑﻴﺔ اﻷرﺑﻊ‪ :‬ﻓﻤﺜﻼً إذا ﻛﺎن ﻟﺪﻳﻨﺎ اﳌﻔﺮدات ‪x1, x2, …, xn‬‬
‫وﺳﻄﻬﺎ اﻟﺤﺴﺎيب ‪ x‬وﻋﺪﻟﺖ ﻫﺬه اﳌﻔﺮدات ﺣﺴﺐ اﻟﻌﻼﻗـﺔ ‪ ، y= ax+b‬ﺣﻴـﺚ ‪ a , b‬ﻋـﺪدان ﺣﻘﻴﻘﻴـﺎن‪x ،‬‬
‫اﳌﻔــﺮدة ﻗﺒــﻞ اﻟﺘﻌــﺪﻳﻞ‪ y ،‬اﳌﻔــﺮدة ﺑﻌــﺪ اﻟﺘﻌــﺪﻳﻞ‪ ،‬ﻓــﺈن ‪ ، y ax b‬ﺣﻴــﺚ ‪ y‬اﻟﻮﺳــﻂ اﻟﺤــﺴﺎيب‬
‫ﻟﻠﻤﻔﺮدات ﺑﻌﺪ اﻟﺘﻌﺪﻳﻞ‪.‬‬
‫وﻋـﺪﻟﺖ ﺟﻤﻴـﻊ اﳌﻔـﺮدات ﺣـﺴﺐ اﻟﻌﻼﻗـﺔ‬ ‫إذا ﻛﺎن اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﳌﺠﻤﻮﻋـﺔ ﻣـﻦ اﳌﻔـﺮدات ‪ّ 60‬‬
‫‪ .y=200-2x‬ﻓﺄوﺟﺪ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﺑﻌﺪ اﻟﺘﻌﺪﻳﻞ؟‬
‫اﻟﺤﻞ‪ :‬ﻟﻴﻜﻦ‬
‫اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﺑﻌﺪ اﻟﺘﻌﺪﻳﻞ = ‪y‬‬
‫اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻗﺒﻞ اﻟﺘﻌﺪﻳﻞ = ‪x‬‬
‫ﻓﻴﻜﻮن ‪y 200 2 x‬‬
‫)‪y = 200 – 2 (60‬‬
‫‪= 200 – 120‬‬
‫)اﻟﻮﺳﻂ ﺑﻌﺪ اﻟﺘﻌﺪﻳﻞ( ‪= 80‬‬
‫‪ -2‬ﻣﺠﻤﻮع اﻧﺤﺮاﻓﺎت اﻟﻘﻴﻢ ﻋﻦ وﺳﻄﻬﺎ اﻟﺤﺴﺎيب ﻳﺴﺎوي )‪.(Zero‬‬
‫‪53‬‬
‫¦‬ ‫‪xx‬‬ ‫ﻓﻤﺜﻼً إذا ﻛﺎن ﻟﺪﻳﻨﺎ اﳌﻔﺮدات ‪ x1, x2, …, xn‬وﺳﻄﻬﺎ اﻟﺤﺴﺎيب ‪ x‬ﻓﺈن ‪0‬‬
‫‪1 4 7 5 3‬‬
‫‪x‬‬
‫‪5‬‬
‫‪20‬‬
‫‪4‬‬
‫‪5‬‬
‫¦‬ ‫‪xx‬‬ ‫‪1 4 4 4 7 4 5 4 3 4‬‬
‫‪=0‬‬
‫إذا ﻛﺎﻧﺖ اﻧﺤﺮاﻓﺎت ‪ 3‬ﻗﻴﻢ ﻋﻦ وﺳﻄﻬﺎ اﻟﺤﺴﺎيب ﻫﻲ ‪ 2 , 3 , a‬ﻓﺄوﺟﺪ ﻗﻴﻤﺔ ‪a‬؟‬
‫‪2+3 + a = 0 a = -5‬‬
‫‪ -3‬اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻳﺘﺄﺛﺮ ﺑﺎﻟﻘﻴﻢ اﻟﺸﺎذة "اﳌﺘﻄﺮﻓﺔ"‬
‫ﻓﻤﺜﻼً إذا ﻛﺎن ﻟﺪﻳﻨﺎ ﺛﻼﺛﺔ أﺷﺨﺎص ﻣﻌﻬﻢ ﺑﺎﻟﺪﻳﻨﺎر‪ 900 ،4 ،2 ،‬ﻓﻴﻜﻮن اﻟﻮﺳـﻂ اﻟﺤـﺴﺎيب ﳌـﺎ ﻣـﺎ ﻣـﻊ‬
‫‪2 4 900‬‬
‫دﻳﻨﺎر وﻫﺬا ﻻ ﻳﻌﻄـﻲ ﺻـﻮرة واﻗﻌﻴـﺔ ﳌـﺎ ﻣـﺎ ﻣـﻊ ﻫـﺆﻻء‬ ‫ﻫﺆﻻء اﻷﺷﺨﺎص ﻫﻮ ‪302‬‬
‫‪3‬‬
‫اﻷﺷﺨﺎص‪ .‬ﻟﺬﻟﻚ ﻧﻠﺠﺄ إﱃ ﻣﻘﺎﻳﻴﺲ أﺧﺮى ﻻ ﺗﺘﺄﺛﺮ ﺑﺎﻟﻘﻴﻢ اﳌﺘﻄﺮﻓﺔ ﻣﺜﻞ اﻟﻮﺳﻴﻂ وﻏريه‪.‬‬
‫ﺛﺎﻧﻴﺎ ً‪ :‬اﻟﻮﺳﻴﻂ ‪Median‬‬
‫اﻟﻮﺳﻴﻂ )‪ (Me‬ﻫﻮ ﻣﻘﻴﺎس آﺧﺮ ﻣﻦ ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ وﻫﻮ اﳌـﺸﺎﻫﺪة اﻟﺘـﻲ ﻳﻜـﻮن ﻣﺠﻤـﻮع‬
‫اﻟﺘﻜﺮارات اﻟﺘﻲ ﺗﺴﺒﻘﻬﺎ ﻣﺴﺎوﻳﺎً ﳌﺠﻤﻮع اﻟﺘﻜﺮارات اﻟﺘﻲ ﺗﻠﻴﻬﺎ وﺑﻠﻐﺔ اﳌﺌﻴﻨﺎت ﻳﻜـﻮن اﻟﻮﺳـﻴﻂ ﻫـﻮ اﳌﺌـني‬
‫ﺧﻤﺴني‪.‬‬
‫أي أن اﻟﻮﺳﻴﻂ = اﳌﺌني ‪ = 50‬اﻟﻌﺸري ‪ =5‬اﻟﺮﺑﻴﻊ اﻟﺜﺎين‪.‬‬
‫وإذا رﻣﺰﻧﺎ ﻟﻠﻮﺳﻴﻂ ﺑﺎﻟﺮﻣﺰ ‪ Me‬ﻓﺈن‬
‫‪Me = P50 = D5= Q2‬‬
‫‪54‬‬
‫واﻵن ﻟﻨﺄيت ﻟﻄﺮق إﻳﺠﺎد اﻟﻮﺳﻴﻂ‪.‬‬

‫أ‪ -‬ﰲ ﺣﺎﻟﺔ اﳌﻔﺮدات‬
‫ﻹﻳﺠﺎد اﻟﻮﺳﻴﻂ ﰲ ﺣﺎﻟﺔ اﳌﻔﺮدات واﻟﺘﻲ ﻋﺪدﻫﺎ ‪ ،n‬ﻧﺮﺗﺐ ﻫﺬه اﳌﺸﺎﻫﺪات ﺗﺼﺎﻋﺪﻳﺎً وﻳﻜﻮن ‪:‬‬
‫اﳌﺸﺎﻫﺪة اﻟﺘﻲ ﺗﺮﺗﻴﺒﻬﺎ ‪ n 1‬إذا ﻛﺎن ‪ n‬ﻓﺮدﻳﺎً‬
‫‪2‬‬
‫اﻟﻮﺳﻴﻂ =‬
‫اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻠﻤﺸﺎﻫﺪﺗني اﻟﻠﺘني ﺗﺮﺗﻴﺒﻬام ‪ n 1 ، n‬زوﺟﻴﺎ‬
‫‪2‬‬ ‫‪2‬‬
‫أوﺟﺪ اﻟﻮﺳﻴﻂ ﻟﻠﻤﻔﺮدات ‪1, 7, 9, 16, 7, 10, 18‬‬
‫ﻧﺮﺗﺐ اﳌﺸﺎﻫﺪات ﺗﺼﺎﻋﺪﻳﺎ ً ﻛام ﻳﲇ‪1, 7, 7, 9, 10, 16, 18 :‬‬
‫ﻻﺣﻆ أن ﻋﺪد اﳌﺸﺎﻫﺪات ‪ ،n=7‬أي أن اﻟﻮﺳﻴﻂ ﻫﻮ اﳌﺸﺎﻫﺪة اﻟﺘﻲ ﺗﺮﺗﻴﺒﻬﺎ‬
‫‪7 1‬‬
‫‪4‬‬
‫‪2‬‬
‫إذن ﻓﺎﻟﻮﺳﻴﻂ ﻫﻮ اﳌﺸﺎﻫﺪة اﻟﺮاﺑﻌﺔ وﻫﻲ‪.Me=9‬‬
‫أوﺟﺪ اﻟﻮﺳﻴﻂ ﻟﻠﻤﻔﺮدات‪4, 5, 6, 9, 12, 16, 20 :‬‬
‫اﻟﺤﻞ‪ :‬اﳌﺸﺎﻫﺪات ﻣﺮﺗﺒﺔ ﺗﺼﺎﻋﺪﻳﺎً‬
‫‪8‬‬ ‫‪8‬‬
‫‪ n=8‬اﻟﻮﺳﻴﻂ ﻫﻮ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻠﻤﺸﺎﻫﺪﺗني ‪,1‬‬
‫‪2‬‬ ‫‪2‬‬
‫أي أن اﻟﻮﺳﻴﻂ ﻫﻮ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻠﻤﺸﺎﻫﺪﺗني اﻟﺮاﺑﻌﺔ واﻟﺨﺎﻣﺴﺔ‬
‫‪9 12‬‬
‫= ‪Me‬‬ ‫‪10.5‬‬
‫‪2‬‬
‫ب‪ -‬ﰲ ﺣﺎﻟﺔ اﻟﺠﺪاول اﻟﺘﻜﺮارﻳﺔ‬
‫ﻟﺤﺴﺎب اﻟﻮﺳﻴﻂ ﰲ اﻟﺠﺪاول اﻟﺘﻜﺮارﻳﺔ ﻧﺤﺴﺐ اﳌﺌني ‪50‬‬
‫‪55‬‬
‫ﻣﺜﺎل‪ :‬أوﺟﺪ اﻟﻮﺳﻴﻂ ﻟﻠﺠﺪول اﻟﺘﻜﺮاري اﻟﺘﺎﱄ‪:‬‬

‫‪Class‬‬ ‫‪10-14‬‬ ‫‪15-19‬‬ ‫‪20-24‬‬ ‫‪25-29‬‬ ‫‪Total‬‬
‫‪Frequency‬‬ ‫‪4‬‬ ‫‪8‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪20‬‬
‫‪Upper Boundary‬‬ ‫‪Cumulative Frequency‬‬
‫‪Less than 14.5‬‬ ‫‪4‬‬
‫‪Less than 19.5‬‬ ‫‪12‬‬
‫‪Less than 24.5‬‬ ‫‪17‬‬
‫‪Less than 29.5‬‬ ‫‪20‬‬
‫‪50‬‬
‫= )‪C.F(Me‬‬ ‫‪u 20‬‬
‫‪100‬‬
‫‪= 10‬‬
‫ﺗﻘﻊ ﺑني ‪12 ،4‬‬
‫‪14.5...........................4‬‬
‫‪6‬‬
‫‪5‬‬ ‫‪Me=P50 ................10‬‬ ‫‪8‬‬
‫‪19.5.........................12‬‬
‫‪6‬‬
‫‪Me‬‬ ‫ ‪14.5‬‬ ‫‪u5‬‬
‫‪8‬‬
‫‪= 14.5 + 3.75‬‬
‫‪= 18.25‬‬
‫ ﺳﺆال ‪ :‬أوﺟﺪ اﻟﻮﺳﻴﻂ ﰲ اﳌﺜﺎل اﻟﺴﺎﺑﻖ ﺑﻴﺎﻧﻴﺎ‪ً.‬‬
‫‪ :‬اﻟﻔﺌﺔ اﻟﺘﻲ ﺗﺤﻮي اﻟﻮﺳﻴﻂ ﺗﺴﻤﻰ اﻟﻔﺌﺔ اﻟﻮﺳﻴﻄﻴﺔ‪.‬‬ ‫ﺗﻌﺮﻳﻒ‬
‫ ﺳﺆال ‪ :‬ﰲ اﳌﺜﺎل اﻟﺴﺎﺑﻖ أوﺟﺪ اﻟﻔﺌﺔ اﻟﻮﺳﻴﻄﻴﺔ؟‬
‫ﺛﺎﻟﺜﺎ ً‪ :‬اﳌﻨﻮال ‪Mode‬‬
‫اﳌﻨﻮال )‪ (Mo‬ﻫﻮ اﳌﻘﻴﺎس اﻟﺜﺎﻟﺚ ﻣﻦ ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋـﺔ اﳌﺮﻛﺰﻳـﺔ وﻫـﻮ اﳌﻔـﺮدة )اﳌـﺸﺎﻫﺪة( اﻷﻛـرث‬
‫ﺗﻜﺮارا‪ً.‬‬
‫‪56‬‬
‫أ‪ -‬إﻳﺠﺎد اﳌﻨﻮال ﰲ ﺣﺎﻟﺔ اﳌﻔﺮدات‬

‫إذا ﻛﺎن ﻟﺪﻳﻨﺎ ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﳌﻔﺮدات ﻓﻴﻜﻮن ﻣﻨﻮاﻟﻬﺎ ﻫﻮ اﳌﻔﺮدة اﻷﻛرث ﺗﻜﺮارا‪.‬‬
‫أوﺟﺪ اﳌﻨﻮال ﻟﻠﻤﻔﺮدات ‪2, 7, 9, 5, 4, 2, 3‬‬
‫‪Mo = 2‬‬
‫إذا وﺟﺪ أﻛرث ﻣﻦ ﻣﺸﺎﻫﺪة ﻟﻬﺎ ﻧﻔﺲ اﻟﺘﻜﺮار‪ ،‬وﻳﺰﻳﺪ ﻋﻦ ﺑﺎﻗﻲ ﺗﻜﺮارات اﳌﺸﺎﻫﺪات اﻷﺧﺮى ﻓﺘﻜﻮن‬
‫ﻫﺬه اﳌﺸﺎﻫﺪات ﻣﻨﻮاﻻت‪.‬‬
‫أوﺟﺪ اﳌﻨﻮال ﻟﻠﻤﻔﺮدات ‪1, 7, 9, 2, 10, 7, 5, 2, 9‬‬
‫اﻟﺤﻞ‪ :‬ﻳﻮﺟﺪ ﺛﻼﺛﺔ ﻣﻨﻮاﻻت ﻫﻲ ‪2, 7, 9‬‬
‫إذا ﻛﺎﻧﺖ ﺟﻤﻴﻊ اﳌﺸﺎﻫﺪات ﻟﻬﺎ ﻧﻔﺲ اﻟﻌﺪد ﻣﻦ اﻟﺘﻜﺮارات ﻓﻨﻘﻮل أﻧﻪ ﻻ ﻳﻮﺟﺪ ﻣﻨﻮال‪.‬‬
‫أوﺟﺪ اﳌﻨﻮال ﻟﻠﻤﻔﺮدات ‪2 , 10, 8 , 16 , 7‬‬
‫ﻻ ﻳﻮﺟﺪ ﻣﻨﻮال‪.‬‬
‫أوﺟﺪ اﳌﻨﻮال ﻟﻠﻤﻔﺮدات ‪7, 5, 9, 7, 9, 5, 5, 9, 7‬‬
‫ﻻ ﻳﻮﺟﺪ ﻣﻨﻮال‪.‬‬
‫ب‪ -‬إﻳﺠﺎد اﳌﻨﻮال ﻟﻠﺠﺪاول اﻟﺘﻜﺮارﻳﺔ‬
‫اﳌﻨﻮال ﻟﻠﺠﺪاول اﻟﺘﻜﺮارﻳﺔ ﻫﻮ ﻣﺮﻛـﺰ اﻟﻔﺌـﺔ اﻟﺘـﻲ ﺗﻘﺎﺑـﻞ أﻛـﱪ ﺗﻜـﺮار‪ ،‬وﺗﻠـﻚ اﻟﻔﺌـﺔ ﺗـﺴﻤﻰ اﻟﻔﺌـﺔ‬
‫اﳌﻨﻮاﻟﻴﺔ‪.‬‬
‫‪57‬‬
‫أوﺟﺪ اﳌﻨﻮال ﻟﻠﺠﺪول اﻟﺘﻜﺮاري اﻟﺘﺎﱄ‪:‬‬
‫‪Class‬‬ ‫‪30-34‬‬ ‫‪35-39‬‬ ‫‪40-44‬‬ ‫‪45-49‬‬ ‫‪50-54‬‬ ‫‪Total‬‬
‫‪Frequency‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪15‬‬ ‫‪8‬‬ ‫‪7‬‬ ‫‪50‬‬
‫اﻟﻔﺌﺔ اﳌﻨﻮاﻟﻴﺔ ﻫﻲ ‪ 40-44‬ﻓﻴﻜﻮن‬
‫‪40 44‬‬
‫‪Mo‬‬
‫‪2‬‬
‫‪= 42‬‬
‫أوﺟﺪ اﳌﻨﻮال ﻟﻠﺠﺪول اﻟﺘﻜﺮاري اﻟﺘﺎﱄ‪:‬‬
‫‪Class‬‬ ‫‪2-4‬‬ ‫‪5-7‬‬ ‫‪8-10‬‬ ‫‪11-13‬‬ ‫‪14-16‬‬ ‫‪Total‬‬
‫‪Frequency‬‬ ‫‪2‬‬ ‫‪9‬‬ ‫‪3‬‬ ‫‪9‬‬ ‫‪7‬‬ ‫‪30‬‬
‫‪5 7 11 13‬‬
‫‪,‬‬ ‫ﻳﻮﺟﺪ ﻣﻨﻮاﻻن ﻫام‬
‫‪2‬‬ ‫‪2‬‬
‫أي أن اﳌﻨﻮاﻻن ﻫام ‪6 , 12‬‬
‫ﺗﻌﺮﻳﻒ‪ :‬اﻟﺘﻮزﻳﻌﺎت اﻟﺘﻲ ﻟﻬﺎ ﻣﻨﻮال واﺣﺪ ﺗﺴﻤﻰ أﺣﺎدﻳﺔ اﳌﻨﻮال‪ ،‬واﻟﺘﻲ ﻟﻬﺎ ﻣﻨﻮاﻻن ﺗـﺴﻤﻰ ﺛﻨﺎﺋﻴـﺔ اﳌﻨـﻮال‬
‫واﻟﺘﻲ ﻟﻬﺎ أﻛرث ﻣﻦ ﻣﻨﻮاﻟني ﺗﺴﻤﻰ ﻋﺪﻳﺪة اﳌﻨﻮاﻻت‪ .‬أو ﻣﺘﻌﺪدة اﳌﻨﻮاﻻت‪.‬‬
‫اﻟﻌﻼﻗﺔ اﻟﺨﻄﻴﺔ ﺑني اﻟﻮﺳﻂ واﻟﻮﺳﻴﻂ واﳌﻨﻮال‬
‫ﰲ اﻟﺘﻮزﻳﻌﺎت أﺣﺎدﻳﺔ اﳌﻨﻮال ﻟﻮﺣﻆ أن ﻫﻨﺎﻟﻚ ﻋﻼﻗﺔ ﺧﻄﻴﺔ ﺗﺮﺑﻂ ﻣﻘـﺎﻳﻴﺲ اﻟﻨﺰﻋـﺔ اﳌﺮﻛﺰﻳـﺔ‪ .‬ﻣـﻊ‬
‫اﻟﺘﺄﻛﻴﺪ أن ﻫﺬه اﻟﻌﻼﻗﺔ ﻣﺒﻴﻨﺔ ﻋﲆ اﻟﺘﺠﺮﺑﺔ واﳌﻼﺣﻈﺔ‪ .‬أي أن ﻫﺬه اﻟﻌﻼﻗﺔ ﻟﻴﺴﺖ دﻗﻴﻘﺔ وﻟﻜﻨﻬﺎ ﺗﻘﺮﻳﺒﻴﺔ‬
‫وﻫﺬه اﻟﻌﻼﻗﺔ ﻫﻲ‪:‬‬
‫)‪(Mean-Mode) = 3(Mean-Median‬‬
‫‪X Mo‬‬ ‫‪3 X Me‬‬ ‫وﺑﺎﻟﺮﻣﻮز‬
‫أي أن ﺑﻌﺪ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻋﻦ اﳌﻨﻮال ﺛﻼﺛﺔ أﻣﺜﺎل ﺑﻌﺪه ﻋﻦ اﻟﻮﺳﻴﻂ‪.‬‬
‫‪58‬‬
‫إذا ﻛﺎن اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﺘﻮزﻳﻊ أﺣﺎدي اﳌﻨﻮال ﻳﺴﺎوي ‪ 60‬واﳌﻨﻮال ‪ 50‬ﻓﺄوﺟﺪ ﺗﻘﺪﻳﺮ اﻟﻮﺳﻴﻂ ﻟﻬﺬا‬
‫اﻟﺘﻮزﻳﻊ؟‬
‫‪X Mo 3 X Me‬‬
‫)‪(60 – 50) = 3(60 – Me‬‬
‫‪10‬‬ ‫‪= 180 – 3 Me‬‬
‫‪3Me = 170‬‬
‫‪170‬‬
‫= ‪ Me‬‬
‫‪3‬‬
‫‪= 56.7‬‬
‫اﻟﻌﺰوم واﻻﻟﺘﻮاء واﻟﺘﻔﺮﻃﺢ ‪Moments, Skewness and Kurtosis‬‬
‫ﺗﻌﺮﻳﻒ‪ :‬إذا ﻛﺎن ﻟﺪﻳﻨﺎ اﳌﺸﺎﻫﺪات ‪x1,x2, … , xn‬‬
‫وﻛﺎن ‪ a‬ﻋﺪدا ً ﺣﻘﻴﻘﻴﺎً ﻓﺈن اﻟﻌﺰم اﻟﺮايئ )‪(rth moment‬ﺣﻮل اﻟﻌﺪد ‪a‬‬
‫‪n‬‬
‫¦‬ ‫‪xi a‬‬

‫‪r‬‬
‫) ‪mr (a‬‬ ‫‪i 1‬‬

‫`‪r ^1,2,3,...‬‬
‫‪n‬‬
‫اﻟﻌﺰم اﻟﺮايئ ﺣﻮل ﻧﻘﻄﺔ اﻷﺻﻞ )‪(the origin‬‬
‫‪n‬‬
‫¦‬ ‫‪xi‬‬ ‫‪r‬‬
‫‪i 1‬‬
‫) ‪mr( o‬‬
‫‪n‬‬
‫اﻟﻌﺰم اﻟﺮايئ ﺣﻮل اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ‪ X‬ﻫﻮ‪:‬‬
‫‪n‬‬
‫¦‬ ‫‪xi x‬‬ ‫‪r‬‬
‫‪i 1‬‬
‫) ‪mr( X‬‬
‫‪n‬‬
‫إذا ﻛﺎن ﻟﺪﻳﻨﺎ ﺟﺪول ﺗﻜﺮاري ﻣﺮاﻛﺰ ﻓﺌﺎﺗﻪ ‪ x1,x2, … , xn‬واﻟﺘﻜﺮارات اﳌﻘﺎﺑﻠـﺔ ﻟﺘﻠـﻚ اﻟﻔﺌـﺎت ‪f1, f2,‬‬
‫‪ …, fn‬ﻋﲆ اﻟﱰﺗﻴﺐ ﻓﺈن اﻟﻌﺰم اﻟﺮايئ ﺣﻮل اﻟﻌﺪد اﻟﺤﻘﻴﻘﻲ ‪ a‬ﻳﻌﺮف ﺑﺎﻟﻘﺎﻧﻮن‪:‬‬
‫‪59‬‬
n
¦ xi a i f i
i 1
mr( a ) n
¦ fi
i 1
:‫ﻣﺜﺎل‬
1, 2, 3, 4, 5 ‫اﳌﺸﺎﻫﺪات‬
‫اﺣﺴﺐ‬
a) m1(0) b) m3(4) c) m 2 X
:‫اﻟﺤﻞ‬
5
¦x i 1
i
1
a) M 1 (0)
5
1 2 3 4 5
3
5
5
¦ xi 4 3
i 1
b) M3 4
5
1 4 3
24
34 3 3
44 3
54 3
M3 4
5
27 8 1 0 1
M3 4
5
= -7
c) x 3
5
¦ xi 3 2
i 1
M2 X
5
1 3 2
23 2
33 2
43 2
53 2
5
4 1 0 1 4
5
=2
60
‫ﺳﻨﻮﺿﺢ اﻻﻟﺘﻮاء ‪ Skewness‬ﻣﻦ ﺧﻼل اﻷﺷﻜﺎل اﻟﺜﻼﺛﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬

‫‪ -1‬ﻣﻠﺘﻮي ﻧﺤﻮ اﻟﻴﻤني )ﻣﻮﺟﺐ اﻻﻟﺘﻮاء( )‪(Skewed to the right‬‬
‫‪Mo‬‬ ‫‪Me x‬‬
‫ﻳﻜﻮن اﳌﻨﻮال ‪ t‬اﻟﻮﺳﻴﻂ ‪ t‬اﻟﻮﺳﻂ اﻟﺤﺴﺎيب‬

‫‪ -2‬أﻣﺎ ﰲ اﻟﺘﻮزﻳﻌﺎت اﳌﻠﺘﻮﻳﺔ ﻧﺤﻮ اﻟﻴﺴﺎر )‪) (Skewed to the left‬ﺳﺎﻟﺒﺔ اﻻﻟﺘﻮاء( ﻛام ﰲ اﻟﺸﻜﻞ اﻟﺘﺎﱄ‪:‬‬
‫‪x Me‬‬ ‫‪Mo‬‬

‫ﻳﻜﻮن اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ‪ t‬اﻟﻮﺳﻴﻂ ‪ t‬اﳌﻨﻮال‬
‫‪ -3‬وﰲ ﺣﺎﻟﺔ اﻟﺘﻮزﻳﻌﺎت اﳌﺘامﺛﻠﺔ ﻛام ﰲ اﻟﺸﻜﻞ اﻟﺘﺎﱄ‪:‬‬
‫‪X‬‬ ‫‪Mo‬‬ ‫‪Me‬‬
‫‪61‬‬
‫أي أن اﻟﻮﺳﻂ اﻟﺤﺴﺎيب = اﻟﻮﺳﻴﻂ = اﳌﻨﻮال‬

‫ﺗﻌﺮﻳﻒ‪ :‬ﻳﻌﺮف ﻣﻘﻴﺎس اﻻﻟﺘﻮاء ﺑﺎﻟﻘﺎﻧﻮن اﻟﺘﺎﱄ‪:‬‬
‫‪m3 x‬‬
‫‪L3‬‬ ‫‪3‬‬
‫¸· ‪§¨ m x‬‬
‫©‬ ‫‪2‬‬
‫‪¹‬‬
‫وﻳﻮﺟﺪ ﻣﻘﺎﻳﻴﺲ أﺧﺮى ﻟﻼﻟﺘﻮاء ﻣﻨﻬﺎ‬
‫‪Q3 2Q2 Q1‬‬
‫ﻣﻌﺎﻣﻞ اﻻﻟﺘﻮاء اﻟﺮﺑﻴﻌﻲ =‬
‫‪Q3 Q1‬‬
‫ﻟﻠﺠﺪول اﻟﺘﻜﺮاري اﻟﺘﺎﱄ‪ :‬اﺣﺴﺐ ﻣﻌﺎﻣﻞ اﻻﻟﺘﻮاء )‪(L3‬‬
‫‪Class‬‬ ‫‪10-14‬‬ ‫‪15-19‬‬ ‫‪20-24‬‬ ‫‪25-29‬‬ ‫‪30-34‬‬
‫‪Frequency‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪9‬‬ ‫‪2‬‬
‫‪m3 x‬‬
‫‪L3‬‬ ‫‪3‬‬
‫¸· ‪§¨ m x‬‬
‫©‬ ‫‪2‬‬
‫‪¹‬‬
‫¦‬ ‫‪xi x‬‬

‫‪3‬‬
‫‪fi‬‬
‫‪m3 x‬‬
‫‪¦f‬‬ ‫‪i‬‬
‫¦‬ ‫‪xi x‬‬

‫‪2‬‬
‫‪fi‬‬
‫‪m2 x‬‬
‫‪¦f‬‬ ‫‪i‬‬
‫‪Class make‬‬ ‫‪Frequency‬‬

‫‪fixi‬‬ ‫‪xi x‬‬ ‫‪xi x‬‬ ‫‪3‬‬
‫‪xi x‬‬ ‫‪3‬‬
‫‪fi‬‬
‫)‪(xi‬‬ ‫‪fi‬‬
‫‪12‬‬ ‫‪1‬‬ ‫‪12‬‬ ‫‪-12‬‬ ‫‪-1728‬‬ ‫‪-1728‬‬
‫‪17‬‬ ‫‪3‬‬ ‫‪51‬‬ ‫‪-7‬‬ ‫‪-343‬‬ ‫‪-1029‬‬
‫‪22‬‬ ‫‪5‬‬ ‫‪110‬‬ ‫‪-2‬‬ ‫‪-8‬‬ ‫‪-40‬‬
‫‪27‬‬ ‫‪9‬‬ ‫‪243‬‬ ‫‪3‬‬ ‫‪27‬‬ ‫‪243‬‬
‫‪32‬‬ ‫‪2‬‬ ‫‪64‬‬ ‫‪8‬‬ ‫‪512‬‬ ‫‪1024‬‬
‫‪Total‬‬ ‫‪20‬‬ ‫‪480‬‬ ‫‪-1530‬‬
‫‪62‬‬
‫‪480‬‬
‫‪X‬‬ ‫‪24‬‬
‫‪20‬‬
‫‪ 1530‬‬
‫‪m3 x‬‬
‫‪20‬‬
‫‪= - 76.5‬‬
‫‪xi x‬‬ ‫‪2‬‬

‫‪xi x‬‬ ‫‪2‬‬
‫‪fi‬‬
‫‪144‬‬ ‫‪144‬‬
‫‪49‬‬ ‫‪147‬‬
‫‪4‬‬ ‫‪20‬‬
‫‪9‬‬ ‫‪81‬‬
‫‪64‬‬ ‫‪128‬‬
‫‪520‬‬
‫‪520‬‬
‫‪m2 X‬‬
‫‪20‬‬
‫‪= 26‬‬
‫‪ 67.5‬‬
‫‪L3‬‬
‫‪26 3‬‬
‫‪= -0.58‬‬
‫متﺮﻳﻦ‪ :‬ﻣﺎذا ﺗﻌﻨﻲ اﻹﺷﺎرة اﻟﺴﺎﻟﺒﺔ ﰲ اﻟﺠﻮاب؟‬
‫أﻣﺎ اﻟﺘﻔﺮﻃﺢ ﻓﺴﻨﻮﺿﺤﻪ ﻣﻦ ﺧﻼل اﻷﺷﻜﺎل اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫ﻣﻌﺘﺪل اﻟﺘﻔﺮﻃﺢ‬ ‫ﻗﻠﻴﻞ اﻟﺘﻔﺮﻃﺢ )ﻟﻪ ﻗﻤﺔ ﻋﺎﻟﻴﺔ(‬
‫ﻛﺒري اﻟﺘﻔﺮﻃﺢ‬
‫‪63‬‬
‫وﻣﻘﻴﺎس اﻟﺘﻔﺮﻃﺢ ﻫﻮ‪:‬‬

‫‪m4 x‬‬
‫‪K4‬‬ ‫‪2‬‬
‫‪m2 x‬‬
‫متﺮﻳﻦ‪ :‬ﰲ اﳌﺜﺎل اﻟﺴﺎﺑﻖ ﺟﺪ ﻗﻴﻤﺔ )‪(K4‬‬
‫ﻣﻼﺣﻈﺔ ﻋﺎﻣﺔ‪:‬‬
‫ﺟﻤﻴﻊ ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳـﺔ وﻫـﻲ اﻟﻮﺳـﻂ اﻟﺤـﺴﺎيب واﻟﻮﺳـﻴﻂ واﳌـﻮال ﺗﺘـﺄﺛﺮ ﺑﺠﻤﻴـﻊ‬
‫اﻟﻌﻤﻠﻴﺎت اﻟﺤﺴﺎﺑﻴﺔ اﻷرﺑـﻊ ﻓـﺈذا ﴐﺑـﺖ ﻛـﻞ ﻣـﺸﺎﻫﺪة ﺑﺎﻟﻌـﺪد اﻟﺤﻘﻴﻘـﻲ ‪ a‬ﺛـﻢ أﺿـﻴﻒ اﻟﻌـﺪد‬
‫اﻟﺤﻘﻴﻘﻲ ‪ b‬ﻓﺈن‪:‬‬
‫اﳌﻘﻴﺎس ﺑﻌﺪ اﻟﺘﻌﺪﻳﻞ = ‪ x a‬اﳌﻘﻴﺎس ﻗﺒﻞ اﻟﺘﻌﺪﻳﻞ ‪b+‬‬
‫ﻓﺈذا رﻣﺰﻧﺎ ﻟﻠﻤﻘﻴﺎس ﻗﺒﻞ اﻟﺘﻌﺪﻳﻞ )‪ (mx‬ورﻣﺰﻧﺎ ﻟﻠﻤﻘﻴﺎس ﺑﻌﺪ اﻟﺘﻌﺪﻳﻞ )‪ (my‬ﻓﺈن‬
‫‪my= amx+b‬‬
‫إذا ﻛﺎن اﻟﻮﺳﻴﻂ ﻟﻠﻤﻔﺮدات ‪ x1, x2,…,xn‬ﻳﺴﺎوي )‪ (50‬ﺟﺪ اﻟﻮﺳﻴﻂ ﻟﻠﻤﻔﺮدات ‪80-x1 , 80-x2, … ,‬‬
‫‪80-xn‬‬
‫‪Me = 80 – 50‬‬
‫)ﺑﻌﺪ اﻟﺘﻌﺪﻳﻞ( ‪= 30‬‬
‫‪64‬‬
‫متﺎرﻳﻦ‬
‫إذا ﻛﺎن ﺳﻌﺮ اﻟﺴﻬﻢ ﻟﴩﻛﺔ ﻣﺎ ﰲ ﺳﻮق ﻋامن اﳌﺎﱄ ﺑﺎﻟﺪﻳﻨﺎر ﻋﲆ ﻣﺪار أﺳﺒﻮع ﻛام ﻳﲇ‪5.5, 5.3, :‬‬ ‫‪-1‬‬
‫‪5.2, 5.3, 5 , 5.1, 5.1‬‬
‫ﻓﺄوﺟﺪ‪:‬‬
‫΃‪ -‬اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﺴﻌﺮ اﻟﺴﻬﻢ ﰲ ذﻟﻚ اﻷﺳﺒﻮع ‪. x‬‬
‫‪ -Ώ‬اﻟﻮﺳﻴﻂ‪(Me) .‬‬
‫‪ -Ν‬اﳌﻨﻮال‪(Mo) .‬‬
‫إذا اﺧﱰﻧﺎ ﻋﻴﻨﺔ ﻋﺸﻮاﺋﻴﺔ ﻣﻦ اﻷﴎ ﺣﺠﻤﻬﺎ )‪ (10‬وأﺧﺬ دﺧﻞ ﻛﻞ أﴎة ﺑﺎﻟﺪﻳﻨﺎر ﻓﻜﺎﻧـﺖ ‪150, 170,‬‬ ‫‪-2‬‬
‫‪200, 250, 130, 120, 130, 100, 110, 190‬‬
‫΃‪ -‬اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﺪﺧﻞ اﻷﴎة ﰲ ﻫﺬه اﻟﻌﻴﻨﺔ‪.‬‬
‫‪ -Ώ‬اﻟﻮﺳﻴﻂ‪.‬‬
‫‪ -Ν‬اﳌﻨﻮال‪.‬‬
‫اﻟﺠﺪول اﻟﺘﺎﱄ ﻳﺒني ﻓﺌﺎت أﻃﻮال ‪ 50‬ﻃﺎﻟﺒﺎً ﰲ إﺣﺪى اﳌﺪارس اﻷﺳﺎﺳﻴﺔ‪:‬‬ ‫‪-3‬‬
‫‪Class‬‬ ‫‪100-109‬‬ ‫‪110-119‬‬ ‫‪120-129‬‬ ‫‪130-139‬‬ ‫‪140-149‬‬ ‫‪150-159‬‬ ‫‪Total‬‬
‫‪Frequency‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪7‬‬ ‫‪20‬‬ ‫‪15‬‬ ‫‪5‬‬ ‫‪50‬‬
‫أوﺟﺪ ‪:‬‬
‫΃‪ -‬اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﺑﻄﺮﻳﻘﺔ اﻟﻮﺳﻂ اﻟﻔﺮﴈ‬
‫‪ -Ν‬اﳌﻨﻮال‬
‫‪ -Ω‬اﳌﺌني ‪.60‬‬
‫‪65‬‬
‫‪ -ϩ‬اﻟﺮﺗﺒﺔ اﳌﺌﻴﻨﻴﺔ ﻟﻠﻄﻮل ‪.125‬‬

‫‪ -ϭ‬ﺟﺪ اﻟﻄﻮل اﻟﺬي ﻳﺰﻳﺪ ﻋﻨﻪ ‪ 35‬ﻃﺎﻟﺒﺎً وﻣﺎذا ﻧﺴﻤﻲ ﻫﺬا اﻟﻄﻮل؟‬
‫‪ -4‬إذا ﻛﺎن ﻋﺪد اﻟﻄﻼب اﳌﺘﻘﺪﻣني ﳌﺎدة ﻣﺒﺎدئ اﻹﺣﺼﺎء )‪ (20‬ﻃﺎﻟﺒﺎً وﻋﺪد اﻟﻄﺎﻟﺒﺎت )‪ (30‬ﻃﺎﻟﺒﺔ‪ .‬ﻓﺈذا‬
‫ﻋﻠﻤﺖ أن اﻟﻮﺳـﻂ اﻟﺤـﺴﺎيب ﻟﻠﻄـﻼب )‪ (70‬واﻟﻮﺳـﻂ اﻟﺤـﺴﺎيب ﻟﻠﻄﺎﻟﺒـﺎت )‪ .(75‬ﻓﺎﺣـﺴﺐ اﻟﻮﺳـﻂ‬
‫اﻟﺤﺴﺎيب ﻟﺠﻤﻴﻊ اﻟﻄﻠﺒﺔ اﳌﺘﻘﺪﻣني ﻟﻬﺬه اﳌﺎدة؟‬
‫‪ -5‬إذا ﻛﺎﻧﺖ أﻋامر )‪ (40‬ﺷﺨﺼﺎً ﻣﻮزﻋﺔ ﻛام ﰲ اﻟﺠﺪول اﻟﺘﺎﱄ‪:‬‬
‫‪Class‬‬ ‫‪20-24‬‬ ‫‪25-29‬‬ ‫‪30-34‬‬ ‫‪35-39‬‬ ‫‪40-44‬‬ ‫‪Total‬‬
‫‪Frequency‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪9‬‬ ‫‪7‬‬ ‫‪40‬‬
‫ﻓﺄوﺟﺪ‬
‫΃‪ -‬اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻷﻋامر ﻫﺆﻻء اﻷﺷﺨﺎص‪.‬‬
‫‪ -Ν‬اﳌﻨﻮال‪.‬‬
‫‪ -Ω‬اﻟﻌﺸري ‪.7‬‬
‫‪ -ϩ‬اﻟﺮﺑﻴﻊ اﻷدىن‪.‬‬
‫‪ -ϭ‬اﻟﺮﺑﻴﻊ اﻷﻋﲆ‪.‬‬
‫‪ -ί‬اﻟﻌﺸري اﻟﺮاﺑﻊ ﺑﻴﺎﻧﻴﺎ‪ً.‬‬
‫‪ -6‬إذا ﻛﺎن اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﺨﻤﺴني ﻃﺎﻟﺒﺎ ﻫﻮ )‪ .(70‬ﻓﺮاﺟﻊ اﳌﻌﻠﻢ ﻃﺎﻟﺒﺎن ﻓﺰادت ﻋﻼﻣﺔ اﻷول مبﻘﺪار‬
‫)‪ (10‬وﻧﻘﺼﺖ ﻋﻼﻣـﺔ اﻵﺧـﺮ مبﻘـﺪار )‪ .(5‬اﺣـﺴﺐ اﻟﻮﺳـﻂ اﻟﺤـﺴﺎيب ﻟﺠﻤﻴـﻊ اﻟﻄﻠﺒـﺔ ﺑﻌـﺪ ﻋﻤﻠﻴـﺔ‬
‫اﳌﺮاﺟﻌﺔ؟‬
‫‪ -7‬إذا ﻛﺎن اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﺘﻮزﻳﻊ أﺣﺎدي اﳌﻨﻮال ﻫﻮ ‪ 50‬وﻛﺎن اﳌﻨﻮال ﻫﻮ )‪ .(40‬ﻓﺄوﺟﺪ اﻟﻮﺳﻴﻂ‪.‬‬
‫‪ -8‬إذا ﻛﺎﻧﺖ ﻣﺒﻴﻌﺎت أﺣﺪ اﳌﺘﺎﺟﺮ ﻟﺸﻬﺮ ﻧﻴﺴﺎن ﻣﻦ ﻋﺎم ‪ .1998‬مبﺌﺎت اﻟﺪﻧﺎﻧري ﻫﻲ‪:‬‬
‫‪66‬‬
‫‪4‬‬ ‫‪7‬‬ ‫‪5‬‬ ‫‪9‬‬ ‫‪12‬‬ ‫‪17‬‬

‫‪6‬‬ ‫‪16‬‬ ‫‪11‬‬ ‫‪18‬‬ ‫‪7‬‬ ‫‪19‬‬
‫‪12‬‬ ‫‪10‬‬ ‫‪14‬‬ ‫‪20‬‬ ‫‪8‬‬ ‫‪13‬‬
‫‪4‬‬ ‫‪20‬‬ ‫‪13‬‬ ‫‪14‬‬ ‫‪11‬‬ ‫‪6‬‬
‫‪9‬‬ ‫‪8‬‬ ‫‪19‬‬ ‫‪18‬‬ ‫‪13‬‬ ‫‪15‬‬
‫ﻛﻮن ﺟﺪول ﺗﻮزﻳﻊ ﺗﻜﺮاري ﺑﺨﻤﺲ ﻓﺌﺎت وﻣﻨﻪ ﺟﺪ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب واﻟﻮﺳﻴﻂ واﳌﻨﻮال‪.‬‬ ‫΃‪ّ -‬‬
‫‪ -Ώ‬ﺟﺪ اﳌﺌني ‪ 80‬ﳌﺒﻴﻌﺎت ﻫﺬا اﳌﺘﺠﺮ‪.‬‬
‫إذا ﻛﺎﻧﺖ اﻷوﺳﺎط اﻟﺤﺴﺎﺑﻴﺔ ﻟﻌﻼﻣﺎت ﻣﺎدة اﻹﺣﺼﺎء ﻟﺜﻼث ﺷﻌﺐ أ‪ ،‬ب‪ ،‬ﺟــ ﻫـﻲ ‪ x ،80 ،70‬ﻋـﲆ‬ ‫‪-9‬‬
‫اﻟﱰﺗﻴﺐ وﻛﺎﻧﺖ أﻋﺪاد ﻫـﺬه اﻟـﺸﻌﺐ ﻋـﲆ اﻟﺘـﻮاﱄ ‪ ،50 ،30 ،20‬اﺣـﺴﺐ ﻗﻴﻤـﺔ )‪ (x‬إذا ﻋﻠﻤـﺖ أن‬
‫اﻟﻮﺳﻂ اﻟﺤﺴﺎيب اﳌﺮﺟﺢ ﻟﻬﺬه اﻟﺸﻌﺐ ﻫﻮ ‪75.5‬؟‬
‫اﺣﺴﺐ ﻣﺠﻤﻮع ﻋﻼﻣﺎت ‪ 50‬ﻃﺎﻟﺒﺎ ً اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻌﻼﻣﺎﺗﻬﻢ ‪85‬؟‬ ‫‪-10‬‬
‫إذا ﻛﺎﻧﺖ اﻧﺤﺮاﻓﺎت ﺧﻤﺲ ﻗﻴﻢ ﻋﻦ وﺳﻄﻬﺎ اﻟﺤﺴﺎيب ﻫﻲ ‪ a,8 – 2a, 2-a , 4a , 3a‬ﺟﺪ ﻗﻴﻤﺔ ‪a‬؟‬ ‫‪-11‬‬
‫إذا ﻛﺎﻧﺖ ﻣﺠﻤﻮع اﻧﺤﺮاﻓﺎت ﺧﻤﺴﻮن ﻗﻴﻤـﺔ ﻋـﻦ اﻟﻮﺳـﻂ اﻟﻔـﺮﴈ )‪ (20‬ﻫـﻮ )‪ .(70‬ﻓﺠـﺪ اﻟﻮﺳـﻂ‬ ‫‪-12‬‬
‫اﻟﺤﺴﺎيب ﻟﻬﺬه اﻟﻘﻴﻢ؟‬
‫وﻣﻌـﺪل‬
‫ّ‬ ‫ﻣﻌﺪل رواﺗﺐ اﳌﻤﺮﺿني )‪ (200‬دﻳﻨﺎرا ً‬
‫ﻣﺴﺘﺸﻔﻰ ﻓﻴﻪ ﺛﻼﺛﻮن ﻣﻤﺮﺿﺎ وﻋﴩة أﻃﺒﺎء‪ .‬إذا ﻛﺎن ّ‬ ‫‪-13‬‬
‫رواﺗﺐ اﻷﻃﺒﺎء )‪ (700‬دﻳﻨﺎراً وﻗﺮرت إدارة اﳌﺴﺘﺸﻔﻰ زﻳﺎدة رواﺗﺐ اﻷﻃﺒﺎء ﻋﴩون دﻳﻨﺎرا ً‪ .‬وزﻳـﺎدة‬
‫رواﺗﺐ اﳌﻤﺮﺿني ‪ %10‬ﻣﻦ رواﺗﺒﻬﻢ اﺣﺴﺐ‪:‬‬
‫΃‪ -‬ﻣﻌﺪل رواﺗﺐ اﻷﻃﺒﺎء ﺑﻌﺪ اﻟﺰﻳﺎدة‪.‬‬
‫‪ّ -Ώ‬‬
‫ﻣﻌﺪل رواﺗﺐ اﳌﻤﺮﺿني ﺑﻌﺪ اﻟﺰﻳﺎدة‪.‬‬
‫ﻣﻌﺪل رواﺗﺐ اﻷﻃﺒﺎء واﳌﻤﺮﺿﻮن ﻣﻌﺎ ﻗﺒﻞ وﺑﻌﺪ اﻟﺰﻳﺎدة‪.‬‬ ‫‪ّ -Ν‬‬
‫‪67‬‬
‫‪ -14‬إذا ﻛﺎﻧــﺖ ‪ x1, x2, …, xn‬ﻣﺠﻤﻮﻋــﺔ ﻣــﻦ اﳌــﺸﺎﻫﺪات وﺳــﻄﻬﺎ اﻟﺤــﺴﺎيب ‪ X‬ﻓﺄﺛﺒــﺖ أن‬
‫‪n‬‬
‫‪. ¦ xi x‬‬ ‫‪0‬‬
‫‪i 1‬‬
‫‪ -15‬إذا ﻛﺎن ﻟﺪﻳﻨﺎ ﺟﺪول ﺗﻜﺮاري ﻓﻴﻪ ‪ m‬ﻣﻦ اﻟﻔﺌﺎت‪ ،‬ﻣﺮاﻛﺰﻫﺎ ﻫﻲ ‪ x1, x2, …, xm‬واﻟﺘﻜـﺮارات اﳌﻘﺎﺑﻠـﺔ‬
‫‪m‬‬
‫¦‬‫‪i 1‬‬
‫‪xi x f i‬‬ ‫ﻟﻜﻞ ﻓﺌﺔ ﻫﻲ ‪ f1, f2, …, fm‬ﻋﲆ اﻟﱰﺗﻴﺐ ﻓﺄﺛﺒﺖ أن ‪0‬‬
‫‪ -16‬إذا ﻛﺎن ﻟﺪﻳﻨﺎ ‪ x1, x2, …, xn‬ﻣﺠﻤﻮﻋـﺔ ﻣـﻦ اﳌـﺸﺎﻫﺪات‪ ،‬وﺳـﻄﻬﺎ اﻟﺤـﺴﺎيب ‪ّ ، X‬‬
‫وﻋـﺪﻟﺖ ﻫـﺬه‬
‫اﳌﺸﺎﻫﺪات ﺣﺴﺐ اﻟﻌﻼﻗﺔ ‪ y = ax+b‬ﺣﻴﺚ ‪ a, b‬ﻋﺪدان ﺣﻘﻴﻘﻴـﺎن‪ x ،‬اﳌـﺸﺎﻫﺪة ﻗﺒـﻞ اﻟﺘﻌـﺪﻳﻞ‪y ،‬‬
‫اﳌﺸﺎﻫﺪة ﺑﻌﺪ اﻟﺘﻌﺪﻳﻞ‪ .‬ﻓﺄﺛﺒﺖ أن ‪y ax b‬‬
‫‪ -17‬إذا ﻛﺎن ﻟﺪﻳﻨﺎ اﳌﺸﺎﻫﺪات ‪x1, x2, …, xn‬‬
‫ﺑني أن‪:‬‬
‫‪m1 0‬‬ ‫‪x‬‬
‫‪ -18‬ﻟﻠﺠﺪول اﻟﻮارد ﰲ متﺮﻳﻦ )‪ (5‬ﺟﺪ ﻣﺎ ﻳﲇ‪:‬‬
‫΃‪M2(30) -‬‬
‫‪M4 (0) -Ώ‬‬
‫‪L3 -Ν‬‬
‫‪68‬‬
‫اﻟﻮﺣﺪة اﻟﺜﺎﻟﺜﺔ‬
‫‪69‬‬
‫‪70‬‬
‫اﻟﻮﺣﺪة اﻟﺜﺎﻟﺜﺔ ‪...‬ﻣﻘﺎﻳﻴﺲ اﻟﺘﺸﺘﺖ‬
‫ﺗﺴﺘﺨﺪم ﻣﻘﺎﻳﻴﺲ اﻟﺘﺸﺘﺖ ﻹﻋﻄـﺎء ﺻـﻮرة ﻋـﻦ ﻣـﺪى ﺗﻘـﺎرب )ﺗﺠـﺎﻧﺲ( اﳌـﺸﺎﻫﺪات أو ﺗﺒﺎﻋـﺪﻫﺎ‬
‫)ﺗﺸﺘﺘﻬﺎ( ﻣﻦ ﺑﻌﻀﻬﺎ اﻟﺒﻌﺾ‪ .‬ﻓﻜﻠام زادت ﻗﻴﻤﺔ ﻣﻘﻴﺎس اﻟﺘـﺸﺘﺖ ﻛﻠـام ازداد ﺗـﺸﺘﺖ اﳌـﺸﺎﻫﺪات وﻛﻠـام‬
‫ﻗﻠﺖ ﻗﻴﻤﺘﻪ ﻛﻠام زاد اﻟﺘﺠﺎﻧﺲ ﺑني اﳌﺸﺎﻫﺪات‪.‬‬
‫وﺟﻤﻴﻊ ﻗﻴﻢ ﻣﻘﺎﻳﻴﺲ اﻟﺘﺸﺘﺖ ﻏري ﺳﺎﻟﺒﺔ‪ ،‬وﻣﻦ ﻣﻘﺎﻳﻴﺲ اﻟﺘـﺸﺘﺖ اﳌـﺪى‪ ،‬ﻧـﺼﻒ اﳌـﺪى اﻟﺮﺑﻴﻌـﻲ‪،‬‬
‫اﻻﻧﺤﺮاف اﳌﺘﻮﺳﻂ‪ ،‬اﻻﻧﺤﺮاف اﳌﻌﻴﺎري‪.‬‬
‫أوﻻً‪ :‬اﳌـــــﺪى ‪Range‬‬
‫أ‪ -‬ﻟﻠﻤﺸﺎﻫﺪات اﳌﻔﺮدة‪:‬‬
‫ﺗﻌﺮﻳﻒ‪ :‬اﳌﺪى ﰲ ﺣﺎﻟﺔ اﳌﻔﺮدات ﻫـﻮ أﻛـﱪ ﻣـﺸﺎﻫﺪة –أﺻـﻐﺮ ﻣـﺸﺎﻫﺪة واﻟـﺒﻌﺾ ﻳـﺴﻤﻴﻪ اﳌـﺪى‬
‫اﳌﻄﻠﻖ‪.‬‬
‫‪Range = max. Observation-min. observation‬‬
‫أوﺟﺪ اﳌﺪى ﻟﻠﻤﻔﺮدات ‪.2,9 ,5, 4, 10, 16, 5, 4‬‬
‫‪Range = 16 – 2 = 14‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬اﳌﺪى ﻳﺘﺄﺛﺮ ﺑﺎﻟﻘﻴﻢ اﻟﺸﺎذة "اﳌﺘﻄﺮﻓﺔ"‪ ،‬ﻓﺒﻌﺾ اﻷﺣﻴﺎن ﻻ ﻳﻌﻄﻲ ﺻﻮرة ﺣﻘﻴﻘﻴﺔ ﻋﻦ واﻗـﻊ‬
‫اﳌﺸﺎﻫﺪات ﻟﻬﺬا اﻟﺴﺒﺐ‪.‬‬
‫ب‪ -‬ﻟﻠﺠﺪاول اﻟﺘﻜﺮارﻳﺔ‪:‬‬
‫‪Range = Upper boundary of the last class – lower boundary of the first class‬‬
‫‪71‬‬
‫أوﺟﺪ اﳌﺪى ﻟﻠﺠﺪول اﻟﺘﻜﺮاري اﻟﺘﺎﱄ‪:‬‬
‫اﳌﺠﻤﻮع‬ ‫‪59-50‬‬ ‫‪49-40‬‬ ‫‪39-30‬‬ ‫‪29-20‬‬ ‫‪19-10‬‬ ‫اﻟﻔﺌﺎت‬
‫‪60‬‬ ‫‪10‬‬ ‫‪15‬‬ ‫‪20‬‬ ‫‪10‬‬ ‫‪5‬‬ ‫اﻟﺘﻜﺮارات‬
‫‪Range = 59.5 – 9.5‬‬
‫‪= 50‬‬
‫ﺛﺎﻧﻴﺎ ً‪ :‬ﻧﺼﻒ اﳌﺪى اﻟﺮﺑﻴﻌﻲ ‪Semi-inter quartile range‬‬
‫‪Q 3 Q1‬‬
‫‪semi inter quartile range‬‬
‫‪2‬‬
‫أوﺟﺪ ﻧﺼﻒ اﳌﺪى اﻟﺮﺑﻴﻌﻲ ﻟﻠﺠﺪول اﻟﺘﺎﱄ‪:‬‬
‫‪Class‬‬ ‫‪10-19‬‬ ‫‪20-29‬‬ ‫‪30-39‬‬ ‫‪40-49‬‬ ‫‪50-59‬‬ ‫‪Total‬‬
‫‪Frequency‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪7‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪20‬‬
‫اﻟﺤﻞ‪ :‬ﻧﺤﻮل اﻟﺠﺪول اﻟﺘﻜﺮاري إﱃ ﺟﺪول ﺗﻜﺮاري ﺗﺮاﻛﻤﻲ‪.‬‬
‫‪Upper boundary‬‬ ‫‪Cumulative frequency‬‬
‫‪Less than 19.5‬‬ ‫‪2‬‬
‫‪Less than 29.5‬‬ ‫‪6‬‬
‫‪Less than 39.5‬‬ ‫‪13‬‬
‫‪Less than 49.5‬‬ ‫‪15‬‬
‫‪Less than 59.5‬‬ ‫‪20‬‬
‫ﻹﻳﺠﺎد ‪: Q3‬‬
‫‪75‬‬
‫= ‪C.R‬‬ ‫‪u 20‬‬
‫‪100‬‬
‫‪=15‬‬
‫وﺑﺎﻟﻨﻈﺮ ﻟﻠﺠﺪول اﻟﺘﻜﺮاري اﻟﱰاﻛﻤﻲ ﻧﺠﺪ أن ‪Q3= 49.5‬‬
‫‪72‬‬
‫ﻹﻳﺠﺎد ‪:Q1‬‬
‫‪25‬‬
‫= ‪C.R‬‬ ‫‪u 20‬‬
‫‪100‬‬
‫‪=5‬‬
‫ﺑﺎﻟﻨﻈﺮ ﻟﻠﺠﺪول اﻟﺘﻜﺮاري اﻟﱰاﻛﻤﻲ ﻧﺠﺪ أن ﻫﺬه اﻟﻘﻴﻤﺔ ﺗﻘﻊ ﺑني اﻟﺘﻜﺮارﻳﻦ اﻟﱰاﻛﻤﻴني ‪6 ،2‬‬
‫‪2 ................... 19.5‬‬
‫‪3‬‬ ‫‪10‬‬
‫‪4‬‬ ‫‪5 ...................... Q1‬‬
‫‪6.................... 29.5‬‬
‫‪3‬‬
‫‪Q1‬‬ ‫ ‪19.5‬‬ ‫‪u 10‬‬
‫‪4‬‬
‫‪= 19.5 + 7.5‬‬
‫‪= 27‬‬
‫‪49.5 27‬‬
‫‪? semi interquartile range‬‬
‫‪2‬‬
‫‪= 11.25‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬اﻟﺒﻌﺾ ﻳﺴﺘﺨﺪم اﳌﺪى اﻟﺮﺑﻴﻌﻲ ﻛﻤﻘﻴﺎس ﺗﺸﺘﺖ ﺑﺪﻻ ﻣﻦ ﻧﺼﻒ اﳌﺪى اﻟﺮﺑﻴﻌﻲ‪.‬‬
‫‪Quartile Range = Q3-Q1‬‬ ‫ﺣﻴﺚ‬
‫ﺛﺎﻟﺜﺎ ً‪ :‬اﻻﻧﺤﺮاف اﳌﺘﻮﺳﻂ ‪Mean deviation‬‬
‫ﺗﻌﺮﻳﻒ‪ :‬إذا ﻛﺎﻧﺖ ‪ ،x1, x2 , …, xn‬ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﳌﻔﺮدات وﺳﻄﻬﺎ اﻟﺤﺴﺎيب ‪ x‬ﻓﻴﻌﺮف اﻻﻧﺤـﺮاف‬
‫اﳌﺘﻮﺳﻂ )‪ (Mean Deviation M.D‬ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪n‬‬
‫‪¦x‬‬
‫‪i 1‬‬
‫‪i‬‬
‫‪x‬‬
‫‪M .D‬‬
‫‪n‬‬
‫‪73‬‬
‫وﺑﺸﻜﻞ ﻣﺨﺘﴫ‬
‫‪M .D‬‬
‫‪¦ xx‬‬
‫‪n‬‬
‫أوﺟﺪ اﻻﻧﺤﺮاف اﳌﺘﻮﺳﻂ ﻟﻠﻤﻔﺮدات ‪.2, 4, 7, 5, 2‬‬
‫‪24752‬‬
‫‪X‬‬
‫‪5‬‬
‫‪X‬‬ ‫‪4‬‬
‫‪24 44 74 54 24‬‬
‫‪? M .D‬‬
‫‪5‬‬
‫‪2 0 3 1 2‬‬
‫=‬
‫‪5‬‬
‫‪8‬‬
‫‪M.D‬‬ ‫‪1.6‬‬
‫‪5‬‬
‫ب‪ -‬ﰲ ﺣﺎﻟﺔ اﻟﺠﺪاول اﻟﺘﻜﺮارﻳﺔ‬
‫ﺗﻌﺮﻳــﻒ‪ :‬إذا ﻛﺎﻧــﺖ ‪ x1, x2,…,xn‬ﻣﺮاﻛــﺰ ﻓﺌــﺎت ﺟــﺪول ﺗﻜ ـﺮاري ﻋــﺪد ﻓﺌﺎﺗــﻪ ‪f1,f2, …, fm .m‬‬
‫اﻟﺘﻜﺮارات اﳌﻘﺎﺑﻠﺔ ﻟﻬﺬه اﻟﻔﺌﺎت ﻋﲆ اﻟﱰﺗﻴﺐ ﻓﻴﻌﺮف اﻻﻧﺤﺮاف اﳌﺘﻮﺳﻂ ﻟﻬﺬا اﻟﺠﺪول ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪n‬‬
‫‪¦x‬‬
‫‪i 1‬‬
‫‪i‬‬ ‫‪ x fi‬‬
‫‪M .D‬‬ ‫‪n‬‬
‫‪¦f‬‬
‫‪i 1‬‬
‫‪i‬‬
‫‪M .D‬‬
‫‪¦ xx f‬‬
‫‪¦f‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬ﻧﻔﺲ اﻟﻘﺎﻧﻮن اﻟﺴﺎﺑﻖ ﻳﺴﺘﺨﺪم ﰲ ﺣﺎﻟﺔ اﳌﻔﺮدات اﳌﺘﻜﺮرة‪ .‬ﺑﺤﻴﺚ متﺜـﻞ ‪ x‬ﻗﻴﻤـﺔ اﳌﻔـﺮدة ﺑـﺪﻻً‬
‫ﻣﻦ ﻣﺮﻛﺰ اﻟﻔﺌﺔ‪.‬‬
‫‪74‬‬
‫أوﺟﺪ اﻻﻧﺤﺮاف اﳌﺘﻮﺳﻂ ﻟﻠﺠﺪول اﻟﺘﻜﺮاري اﻟﺘﺎﱄ‪:‬‬
‫‪class‬‬ ‫‪5-9‬‬ ‫‪10-14‬‬ ‫‪15-19‬‬ ‫‪20-24‬‬ ‫‪25-29‬‬ ‫‪Total‬‬
‫‪Frequency‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪20‬‬
‫‪M.D‬‬
‫‪¦ xx f‬‬
‫‪¦f‬‬
‫‪Class-mark‬‬
‫‪class‬‬ ‫‪frequency‬‬ ‫‪xf‬‬ ‫‪xx‬‬ ‫‪xx f‬‬
‫)‪(x‬‬
‫‪5-9‬‬ ‫‪3‬‬ ‫‪7‬‬ ‫‪21‬‬ ‫‪11.5‬‬ ‫‪34.5‬‬
‫‪10-14‬‬ ‫‪2‬‬ ‫‪12‬‬ ‫‪24‬‬ ‫‪6.5‬‬ ‫‪13‬‬
‫‪15-19‬‬ ‫‪5‬‬ ‫‪17‬‬ ‫‪85‬‬ ‫‪1.5‬‬ ‫‪7.5‬‬
‫‪20-24‬‬ ‫‪6‬‬ ‫‪22‬‬ ‫‪132‬‬ ‫‪3.5‬‬ ‫‪21‬‬
‫‪25-29‬‬ ‫‪4‬‬ ‫‪27‬‬ ‫‪108‬‬ ‫‪8.5‬‬ ‫‪34‬‬
‫‪Total‬‬ ‫‪20‬‬ ‫‪370‬‬ ‫‪110‬‬
‫‪370‬‬
‫‪X‬‬
‫‪20‬‬
‫‪= 18.5‬‬
‫‪110‬‬
‫‪M .D‬‬
‫‪20‬‬
‫‪= 5.5‬‬
‫أوﺟﺪ اﻻﻧﺤﺮاف اﳌﺘﻮﺳﻂ ﻟﻠﺠﺪول اﻟﺘﺎﱄ‪:‬‬
‫‪Observation‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪15‬‬ ‫‪20‬‬
‫‪frequency‬‬ ‫‪6‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪3‬‬
‫‪75‬‬
‫‪x‬‬ ‫‪f‬‬ ‫‪xf‬‬ ‫‪xx‬‬ ‫‪xx f‬‬
‫‪5‬‬ ‫‪6‬‬ ‫‪30‬‬ ‫‪5‬‬ ‫‪30‬‬

‫‪6‬‬ ‫‪3‬‬ ‫‪18‬‬ ‫‪4‬‬ ‫‪12‬‬
‫‪8‬‬ ‫‪4‬‬ ‫‪32‬‬ ‫‪2‬‬ ‫‪8‬‬
‫‪15‬‬ ‫‪4‬‬ ‫‪60‬‬ ‫‪5‬‬ ‫‪20‬‬
‫‪20‬‬ ‫‪3‬‬ ‫‪60‬‬ ‫‪10‬‬ ‫‪30‬‬
‫‪Total‬‬ ‫‪200‬‬ ‫‪100‬‬
‫‪200‬‬
‫‪X‬‬ ‫‪10‬‬
‫‪20‬‬
‫‪100‬‬
‫‪M .D‬‬ ‫‪5‬‬
‫‪20‬‬
‫راﺑﻌﺎ ً‪ :‬اﻻﻧﺤﺮاف اﳌﻌﻴﺎري )‪Standard Deviation (V‬‬
‫ﺗﻌﺮﻳﻒ‪ :‬إذا ﻛﺎﻧﺖ ‪ x1, x2,…,xn‬ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﳌـﺸﺎﻫﺪات وﺳـﻄﻬﺎ اﻟﺤـﺴﺎيب ‪ x‬ﻓـﺈن اﻻﻧﺤـﺮاف‬
‫اﳌﻌﻴﺎري ﻟﻬﺎ )ﻳﺮﻣﺰ ﻟﻪ ﺑﺎﻟﺮﻣﺰ‪ (V‬ﻳﻌﻄﻰ ﺑﺎﻟﻌﻼﻗﺔ‬
‫‪n‬‬
‫¦‬ ‫‪xi x‬‬

‫‪2‬‬
‫‪V‬‬ ‫‪i 1‬‬
‫‪n‬‬
‫‪V‬‬ ‫‪¦ xx‬‬ ‫‪2‬‬
‫‪n‬‬
‫وﻳﺴﻤﻰ ﻣﺮﺑﻊ اﻻﻧﺤﺮاف اﳌﻌﻴﺎري ‪ V2‬ﺑﺎﻟﺘﺒﺎﻳﻦ‪(Variance) .‬‬
‫¦‬ ‫‪x x‬‬

‫‪2‬‬
‫‪V2‬‬
‫‪n‬‬
‫أوﺟﺪ اﻻﻧﺤﺮاف اﳌﻌﻴﺎري واﻟﺘﺒﺎﻳﻦ ﻟﻠﻤﻔﺮدات ‪1, 2, 3, 4, 5‬‬
‫‪76‬‬
‫‪V‬‬
‫¦‬ ‫‪xx‬‬ ‫‪2‬‬
‫‪n‬‬
‫‪1 2 3 4 5‬‬
‫‪X‬‬
‫‪5‬‬
‫‪=3‬‬
‫‪1 3‬‬ ‫‪2‬‬

‫‪ 23‬‬ ‫‪2‬‬
‫‪ 33‬‬ ‫‪2‬‬
‫‪ 43‬‬ ‫‪2‬‬
‫‪ 53‬‬ ‫‪2‬‬
‫‪V‬‬
‫‪5‬‬
‫‪4 1 0 1 4‬‬
‫‪V‬‬
‫‪5‬‬
‫‪?V‬‬ ‫‪2‬‬
‫‪V2‬‬ ‫‪2‬‬
‫إذا ﻛﺎﻧﺖ ‪ x1, x2,…,xn‬ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﳌﺸﺎﻫﺪات ﻓﺄﺛﺒﺖ أن‪:‬‬
‫‪V‬‬
‫‪¦ x 2 nx 2‬‬
‫‪n‬‬
‫‪V‬‬
‫‪¦ xi2 2 x xi x 2‬‬
‫‪n‬‬
‫ﺑﺘﻮزﻳﻊ اﳌﺠﻤﻮع ﻋﲆ اﻟﺤﺪود ﻧﺤﺼﻞ ﻋﲆ‬
‫‪n‬‬ ‫‪n‬‬
‫¦‬ ‫‪xi2‬‬ ‫‪ 2 x ¦ xi nx 2‬‬
‫‪V‬‬ ‫‪i 1‬‬ ‫‪i 1‬‬
‫‪n‬‬
‫ﻟﻜﻦ‬
‫‪n‬‬
‫‪¦ xi‬‬ ‫‪nx‬‬
‫‪i 1‬‬
‫‪77‬‬
‫‪n‬‬
‫‪¦x‬‬ ‫‪2‬‬
‫‪i‬‬
‫‪ 2 x nx nx 2‬‬
‫‪?V‬‬ ‫‪i 1‬‬
‫‪n‬‬
‫‪n‬‬
‫‪¦ xi2 2nx 2 nx 2‬‬
‫‪V‬‬ ‫‪i 1‬‬
‫‪n‬‬
‫‪n‬‬
‫‪¦ xi2 nx 2‬‬
‫‪V‬‬ ‫‪i 1‬‬
‫‪n‬‬
‫وﻫﻮ اﳌﻄﻠﻮب‪.‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬ﺑﻴﻨﺎ أن‬
‫‪V‬‬
‫‪¦ x 2 nx 2‬‬
‫‪n‬‬
‫‪V‬‬
‫‪¦x‬‬ ‫‪2‬‬
‫‪i‬‬
‫‪x‬‬
‫‪2‬‬
‫‪n‬‬
‫‪n‬‬
‫‪¦x‬‬ ‫‪2‬‬
‫‪i‬‬
‫· ‪§ ¦ xi‬‬
‫‪2‬‬
‫‪V‬‬ ‫‪i 1‬‬

‫¨¨ ‬ ‫¸‬
‫¸‬
‫‪n‬‬ ‫©‬ ‫‪n‬‬ ‫‪¹‬‬
‫ﻛﺬﻟﻚ ميﻜﻨﻨﺎ ﻛﺘﺎﺑﺔ اﻟﺼﻴﻐﺔ اﻷﺧرية ﻋﲆ اﻟﺼﻮرة‬

‫‪V‬‬ ‫‪x2 x‬‬
‫‪2‬‬
‫ميﻜﻨﻨﺎ ﺗﻠﺨﻴﺺ ﻣﺎ ﺳﺒﻖ ﺑﺄن ﻗﺎﻧﻮن اﻻﻧﺤﺮاف اﳌﻌﻴﺎري ميﻜﻦ ﻛﺘﺎﺑﺘﻪ ﻋﲆ ﻋﺪة ﺻﻮر ﻣﻨﻬﺎ‪:‬‬
‫¦‬
‫‪2‬‬
‫‪xx‬‬
‫‪V‬‬
‫‪n‬‬
‫‪78‬‬
‫‪V‬‬
‫‪¦ x 2 nx 2‬‬
‫‪n‬‬
‫‪¦ x2‬‬ ‫·‪§¦ x‬‬

‫‪2‬‬
‫‪V‬‬ ‫¨‬ ‫¸‬

‫‪n‬‬ ‫¸ ‪¨ n‬‬
‫©‬ ‫‪¹‬‬
‫‪V‬‬ ‫‪x2 x‬‬

‫‪2‬‬
‫وﻟﻜﻦ اﻷﻛرث اﺳﺘﺨﺪاﻣﺎً اﻟﺸﻜﻠني اﻷول واﻟﺜﺎﻟﺚ‪.‬‬

‫أوﺟـﺪ اﻻﻧﺤـﺮاف اﳌﻌﻴـﺎري ﻟﻠﻤﻔـﺮدات ‪ 1, 2, 3, 4, 5‬ﺑﺎﺳـﺘﺨﺪام اﻟـﺸﻜﻞ اﻟﺜـﺎين ﻟﻘـﺎﻧﻮن اﻻﻧﺤـﺮاف‬
‫اﳌﻌﻴﺎري؟‬
‫‪7‬‬ ‫‪7‬‬
‫ﻓﺄوﺟـﺪ اﻻﻧﺤـﺮاف‬ ‫‪¦ xi‬‬ ‫‪28 ،‬‬ ‫‪¦ xi2‬‬ ‫إذا ﻛﺎن ﻟﺪﻳﻨﺎ ﺳﺒﻊ ﻣﺸﺎﻫﺪات ﺑﺤﻴـﺚ أن ‪140‬‬
‫‪i 1‬‬ ‫‪i 1‬‬
‫اﳌﻌﻴﺎري ﻟﻬﺬه اﳌﺸﺎﻫﺪات؟‬

‫‪2‬‬
‫‪7‬‬ ‫‪§ 7‬‬ ‫·‬
‫¦‬ ‫‪xi2‬‬ ‫‪¨ ¦ xi‬‬
‫¨‬
‫¸‬
‫¸‬
‫‪V‬‬ ‫‪i 1‬‬
‫‪¨ i 1‬‬ ‫¸‬
‫‪7‬‬ ‫‪7‬‬
‫¨‬ ‫¸‬
‫¨‬ ‫¸‬
‫©‬ ‫‪¹‬‬
‫‪2‬‬
‫· ‪140 § 28‬‬
‫‪V‬‬ ‫¸ ¨‬
‫‪7‬‬ ‫‪© 7 ¹‬‬
‫‪20 16‬‬
‫‪=2‬‬
‫‪79‬‬
‫ب – ﰲ ﺣﺎﻟﺔ اﻟﺠﺪاول اﻟﺘﻜﺮارﻳﺔ‬

‫ﺳﻨﺘﻌﺮض ﻟﻄﺮﻳﻘﺘني ﰲ ﺣﺴﺎب اﻻﻧﺤﺮاف اﳌﻌﻴﺎري ﻟﻠﺠـﺪاول اﻟﺘﻜﺮارﻳـﺔ إﻻ وﻫـام اﻟﻄﺮﻳﻘـﺔ اﻟﻌﺎﻣـﺔ‬
‫وﻃﺮﻳﻘﺔ اﻟﻮﺳﻂ اﻟﻔﺮﴈ‪ .‬وﻛﺬﻟﻚ ﺗﺴﺘﺨﺪم اﻟﻄﺮﻳﻘﺘني ﰲ ﺣﺴﺎب اﻻﻧﺤﺮاف اﳌﻌﻴﺎري ﻟﻠﻤﻔـﺮدات اﳌﺘﻜـﺮرة‪.‬‬
‫ﺑﺎﺳﺘﺨﺪام ﻧﻔﺲ اﻟﻘﻮاﻧني‪.‬‬
‫‪ -1‬اﻟﻄﺮﻳﻘﺔ اﻟﻌﺎﻣﺔ ﻟﺤﺴﺎب اﻻﻧﺤﺮاف اﳌﻌﻴﺎري ‪General method‬‬
‫ﺗﻌﺮﻳﻒ‪ :‬إذا ﻛﺎﻧﺖ ‪ x1, x2,…,xn‬ﻣﺮاﻛﺰ ﻓﺌﺎت ﺟﺪول ﺗﻜﺮاري وﻛﺎﻧﺖ ﺗﻜﺮارات ﻓﺌﺎﺗﻪ ‪f1 , f2, … , fm‬‬
‫ﻋﲆ اﻟﱰﺗﻴﺐ ﻓﺈن‬
‫‪m‬‬
‫¦‬
‫‪2‬‬
‫‪xi x‬‬ ‫‪fi‬‬
‫‪i 1‬‬
‫‪ı‬‬ ‫‪m‬‬
‫‪¦f‬‬
‫‪i 1‬‬
‫‪i‬‬
‫اﻟﺼﻴﻐﺔ اﻟﻮاردة ﰲ اﻟﺘﻌﺮﻳﻒ اﻟﺴﺎﺑﻖ ﻟﻼﻧﺤﺮاف اﳌﻌﻴﺎري ﺗﺆدي إﱃ ﺻﻌﻮﺑﺔ ﰲ اﻟﻌﻤﻠﻴـﺎت اﻟﺤـﺴﺎﺑﻴﺔ‬
‫وﺧﺎﺻﺔ إذا ﻛﺎن اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻋﺪد ﻏري ﺻﺤﻴﺢ‪ .‬ﻟﺬﻟﻚ ﻧﺴﺘﺨﺪم اﻟﺼﻴﻐﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪2‬‬
‫‪m‬‬
‫§‬ ‫‪m‬‬
‫·‬
‫¦‬ ‫‪x‬‬ ‫‪f‬‬ ‫‪i‬‬
‫‪2‬‬
‫‪i‬‬ ‫¨‬ ‫¦‬ ‫‪x‬‬ ‫‪i‬‬ ‫‪f‬‬ ‫¸ ‪i‬‬
‫‪ı‬‬ ‫‪i 1‬‬
‫¨‬ ‫‪i 1‬‬ ‫¸‬
‫‪m‬‬
‫¨‬ ‫‪m‬‬
‫¸‬
‫¦‬
‫‪i 1‬‬
‫‪fi‬‬ ‫¨‬
‫©‬
‫¦‬
‫‪i 1‬‬
‫¸ ‪fi‬‬
‫‪¹‬‬
‫أﺛﺒﺖ أن اﻟﺼﻴﻐﺘني اﻟﺴﺎﺑﻘﺘني ﻟﻼﻧﺤﺮاف اﳌﻌﻴﺎري ﰲ ﺣﺎﻟﺔ اﻟﺠﺪاول اﻟﺘﻜﺮارﻳﺔ ﻣﺘﻜﺎﻓﺌﺘني؟‬
‫ميﻜﻦ ﻛﺘﺎﺑﺔ اﻟﺼﻴﻐﺔ اﻟﺜﺎﻧﻴﺔ ﻟﻼﻧﺤﺮاف اﳌﻌﻴﺎري ﰲ ﺣﺎﻟﺔ اﻟﺠﺪاول اﻟﺘﻜﺮارﻳﺔ ﺑﺎﻟﺼﻮرة‬
‫‪V‬‬ ‫‪x2 x‬‬
‫‪2‬‬
‫أوﺟﺪ اﻟﺘﺒﺎﻳﻦ )‪ (Variance‬ﻟﻠﺠﺪول اﻟﺘﻜﺮاري اﻟﺘﺎﱄ؟‬
‫‪Class‬‬ ‫‪10-14‬‬ ‫‪15-19‬‬ ‫‪20-24‬‬ ‫‪25-29‬‬ ‫‪30-34‬‬ ‫‪Total‬‬
‫‪Frequency‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪4‬‬ ‫‪20‬‬
‫‪80‬‬
‫‪¦ x2 f‬‬ ‫‪§ ¦ xf‬‬

‫‪2‬‬
‫·‬
‫‪V2‬‬ ‫¨‬ ‫¸‬
‫‪¦f‬‬ ‫‪¨¦f‬‬
‫©‬
‫¸‬
‫‪¹‬‬
‫‪Class‬‬ ‫‪frequency‬‬ ‫)‪Class-mark(x‬‬ ‫‪xf‬‬ ‫‪X2‬‬ ‫‪X2f‬‬
‫‪10-14‬‬ ‫‪1‬‬ ‫‪12‬‬ ‫‪12‬‬ ‫‪144‬‬ ‫‪144‬‬
‫‪15-19‬‬ ‫‪2‬‬ ‫‪17‬‬ ‫‪34‬‬ ‫‪289‬‬ ‫‪578‬‬
‫‪20-24‬‬ ‫‪6‬‬ ‫‪22‬‬ ‫‪132‬‬ ‫‪484‬‬ ‫‪2904‬‬
‫‪25-29‬‬ ‫‪7‬‬ ‫‪27‬‬ ‫‪189‬‬ ‫‪729‬‬ ‫‪5103‬‬
‫‪30-34‬‬ ‫‪4‬‬ ‫‪32‬‬ ‫‪128‬‬ ‫‪1024‬‬ ‫‪4096‬‬
‫‪Total‬‬ ‫‪20‬‬ ‫‪495‬‬ ‫‪12825‬‬
‫‪2‬‬
‫· ‪12825 § 495‬‬
‫‪V‬‬ ‫‪2‬‬
‫¨‬ ‫¸‬
‫‪20‬‬ ‫‪© 20 ¹‬‬
‫‪= 641.25 – 612.5626‬‬
‫‪Variance V 2‬‬ ‫‪28.6875‬‬
‫وميﻜﻨﻨﺎ ﺗﺒﺴﻴﻂ اﻹﺟﺮاءات اﻟﺤﺴﺎﺑﻴﺔ ﺑﺎﺳﺘﺨﺪام ﻃﺮﻳﻘﺔ اﻟﻮﺳﻂ اﻟﻔﺮﴈ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪ -2‬ﻃﺮﻳﻘﺔ اﻟﻮﺳﻂ اﻟﻔﺮﴈ ‪Assumed-mean method‬‬
‫إذا ﻛﺎن ﻟﺪﻳﻨﺎ ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﳌﺸﺎﻫﺪات وأﺿﻔﻨﺎ ﻟﻬﺎ "أو ﻃﺮﺣﻨﺎ ﻣﻨﻬﺎ" ﻣﻘﺪاراً ﺛﺎﺑﺘﺎً ﻓﺈن ذﻟﻚ ﻻ ﻳـﺆﺛﺮ‬
‫ﻋﲆ ﺗﺒﺎﻋﺪ اﻟﻘﻴﻢ ﻋﻦ ﺑﻌﻀﻬﺎ اﻟﺒﻌﺾ‪ .‬وذﻟﻚ ﻫـﻮ اﳌﺒـﺪأ اﻟـﺬي ﻧـﺴﺘﺨﺪﻣﻪ ﰲ ﺣـﺴﺎب اﻻﻧﺤـﺮاف اﳌﻌﻴـﺎري‬
‫ﺑﻄﺮﻳﻘﺔ اﻟﻮﺳﻂ اﻟﻔﺮﴈ‪.‬‬
‫إذا ﻛﺎﻧﺖ ‪ x1, x2,…,xm‬ﻣﺮاﻛﺰ ﻓﺌﺎت ﺟﺪول ﺗﻜﺮاري‪ ،‬ﺑﺤﻴﺚ أن اﻟﺘﻜﺮارات اﳌﻘﺎﺑﻠﺔ ﻟﻠﻔﺌﺎت ﻫﻲ ‪f1 ,‬‬
‫‪ f2, … , fm‬ﻋﲆ اﻟﱰﺗﻴﺐ ﻓﺈن ﻗﺎﻧﻮن اﻻﻧﺤﺮاف اﳌﻌﻴﺎري ﺑﻄﺮﻳﻘﺔ اﻟﻮﺳﻂ اﻟﻔﺮﴈ ﻫﻮ‬
‫‪2‬‬
‫‪m‬‬
‫‪§ m‬‬ ‫·‬
‫¦‬ ‫¸ ‪d fi ¨¦di fi‬‬
‫‪i‬‬
‫‪2‬‬
‫‪ı‬‬ ‫‪i 1‬‬

‫‪ ¨ i 1m‬‬ ‫¸‬
‫‪m‬‬
‫¨‬ ‫¸‬
‫¦‬
‫‪i 1‬‬
‫‪f‬‬ ‫‪i‬‬ ‫¸ ‪¨ ¦ i‬‬
‫‪© i 1‬‬
‫‪f‬‬
‫‪¹‬‬
‫‪81‬‬
‫ﺣﻴﺚ ‪di = xi-A‬‬

‫)اﻟﻮﺳﻂ اﻟﻔﺮﴈ( ‪A: assumed-mean‬‬
‫واﻟﻮﺳﻂ اﻟﻔﺮﴈ ﺗﺨﺘﺎره ﻣﺮﻛﺰ ﻓﺌﺔ ﻣﺘﻮﺳﻄﺔ اﳌﻮﻗﻊ ﰲ اﻟﺠﺪول وﻳﻜﻮن ﺗﻜﺮارﻫﺎ ﻛﺒري ﻧﻮﻋﺎ ﻣﺎ‪.‬‬
‫‪2‬‬
‫§‬ ‫·‬
‫‪¦ df ¨ ¦ df‬‬ ‫¸‬
‫‪V‬‬ ‫¨¨ ‬ ‫¸‬
‫¸‬ ‫وﺑﺸﻜﻞ أﻛرث اﺧﺘﺼﺎرا ً‬
‫‪¦ f ¨¨ ¦ f‬‬ ‫¸¸‬
‫©‬ ‫‪¹‬‬
‫أوﺟﺪ اﻻﻧﺤﺮاف اﳌﻌﻴﺎري ﻟﻠﺠﺪول اﻟﺘﻜﺮاري اﻟﺘﺎﱄ ﺑﻄﺮﻳﻘﺔ اﻟﻮﺳﻂ اﻟﻔﺮﴈ‪.‬‬
‫‪Class‬‬ ‫‪10-19‬‬ ‫‪20-29‬‬ ‫‪30-39‬‬ ‫‪40-49‬‬ ‫‪50-59‬‬ ‫‪Total‬‬
‫‪Frequency‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪10‬‬
‫‪2‬‬
‫§‬ ‫·‬
‫‪¦ d f ¨ ¦ df‬‬
‫‪2‬‬
‫¸‬
‫‪V‬‬ ‫¨¨ ‬ ‫¸‬
‫¸‬
‫‪¦ d ¨¨ ¦ d‬‬ ‫¸¸‬
‫©‬ ‫‪¹‬‬
‫‪class‬‬ ‫‪frequency‬‬ ‫)‪class mark (x‬‬ ‫‪d=x-34.5‬‬ ‫‪df‬‬ ‫‪d2‬‬ ‫‪d2f‬‬
‫‪10-19‬‬ ‫‪1‬‬ ‫‪14.5‬‬ ‫‪-20‬‬ ‫‪-20‬‬ ‫‪400‬‬ ‫‪400‬‬
‫‪20-29‬‬ ‫‪2‬‬ ‫‪24.5‬‬ ‫‪-10‬‬ ‫‪-20‬‬ ‫‪100‬‬ ‫‪200‬‬
‫‪30-39‬‬ ‫‪3‬‬ ‫‪34.5‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪40-49‬‬ ‫‪3‬‬ ‫‪44.5‬‬ ‫‪10‬‬ ‫‪30‬‬ ‫‪100‬‬ ‫‪300‬‬
‫‪50-59‬‬ ‫‪1‬‬ ‫‪54.5‬‬ ‫‪20‬‬ ‫‪20‬‬ ‫‪400‬‬ ‫‪400‬‬
‫‪Total‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪1300‬‬
‫ﻻﺣﻆ أﻧﻨﺎ اﻋﺘﱪﻧﺎ ‪A = 34.5‬‬
‫‪82‬‬
‫‪2‬‬
‫· ‪1300 §10‬‬
‫‪?V‬‬ ‫¸ ¨‬
‫‪10 ©10 ¹‬‬
‫‪130 1‬‬
‫‪129‬‬
‫‪= 11.36‬‬
‫ﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف ‪Coefficient of Variation‬‬
‫ﻳﻌﺮف ﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف ﺑﺄﻧﻪ اﻟﻨﺴﺒﺔ اﳌﺌﻮﻳﺔ ﺑني اﻻﻧﺤﺮاف اﳌﻌﻴـﺎري واﻟﻮﺳـﻂ اﻟﺤـﺴﺎيب وﻳﺮﻣـﺰ ﻟـﻪ‬
‫ﺑﺎﻟﺮﻣﺰ ‪ ،CV‬ﺣﻴﺚ‬
‫‪V‬‬
‫= ‪C.V‬‬ ‫‪u 100 %‬‬
‫‪X‬‬
‫إذا ﻛﺎن اﻻﻧﺤﺮاف اﳌﻌﻴﺎري ﻟﺘﻮزﻳﻊ ﻣﺎ )‪ (5.33‬واﻟﻮﺳﻂ اﻟﺤﺴﺎيب )‪ (24.75‬اﺣـﺴﺐ ﻣﻌﺎﻣـﻞ اﻻﺧـﺘﻼف‬
‫ﻟﻬﺬا اﻟﺘﻮزﻳﻊ؟‬
‫‪V‬‬
‫= ‪C.V‬‬ ‫‪u 100 %‬‬
‫‪X‬‬
‫‪5.35‬‬
‫=‬ ‫‪u 100%‬‬
‫‪24.75‬‬
‫‪= 21.61 %‬‬
‫وﻳﺴﺘﺨﺪم ﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف ﻟﻠﻤﻘﺎرﻧﺔ ﺑني ﻣﺠﻤﻮﻋﺘني ﻓﻜﻠام ﻛﺎن ﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف أﻗﻞ ﻛﺎن ﺗﺠﺎﻧﺲ‬
‫اﻟﻘﻴﻢ أﻛرث‪.‬‬
‫إذا ﻛﺎن اﻟﻮﺳﻂ اﻟﺤﺴﺎيب واﻻﻧﺤﺮاف اﳌﻌﻴﺎري ﻹﻧﺘﺎج ﻣﺼﻨﻌني ﳌﺪة ﻋﴩة ﺳﻨﻮات ﻛام ﻳﲇ‪:‬‬
‫‪83‬‬
‫‪X‬‬ ‫‪30,8 8‬‬ ‫اﳌﺼﻨﻊ ‪:A‬‬

‫‪X‬‬ ‫‪60,8 12‬‬ ‫اﳌﺼﻨﻊ ‪:B‬‬
‫أي اﳌﺼﻨﻌني إﻧﺘﺎﺟﻪ أﻓﻀﻞ‪.‬‬
‫‪8‬‬
‫‪C .V A‬‬ ‫‪u 100%‬‬ ‫‪26.67%‬‬
‫‪30‬‬
‫‪12‬‬
‫‪C .VB‬‬ ‫‪u100%‬‬ ‫‪20%‬‬
‫‪60‬‬
‫مبﺎ أن ﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف ﻟﻠﻤﺼﻨﻊ اﻟﺜﺎين أﻗﻞ ﻣﻦ اﳌﺼﻨﻊ اﻷول ﻓﺈن إﻧﺘﺎج اﳌـﺼﻨﻊ اﻟﺜـﺎين أﻓـﻀﻞ ﻷﻧـﻪ‬
‫أﻛرث ﺗﺠﺎﻧﺴﺎً‪.‬‬
‫أﻋﺪ ﺣﻞ اﳌﺜﺎل اﻟﺴﺎﺑﻖ ﺑﺎﺳﺘﺨﺪام اﻟﻄﺮﻳﻘﺔ اﻟﻌﺎﻣﺔ؟‬
‫ﻣﻼﺣﻈﺔ ﻋﺎﻣﺔ‪:‬‬
‫ﺟﻤﻴﻊ ﻣﻘﺎﻳﻴﺲ اﻟﺘﺸﺘﺖ ﻻ ﺗﺘﺄﺛﺮ ﺑﺈﺿـﺎﻓﺔ ﺛﺎﺑـﺖ ﺣﻘﻴﻘـﻲ ﻟﺠﻤﻴـﻊ اﳌﻔـﺮدات‪ .‬وﻟﻜﻨﻬـﺎ ﺗﺘـﺄﺛﺮ‬
‫ﺑﴬب ﺟﻤﻴﻊ اﳌﻔﺮدات ﺑﺜﺎﺑﺖ ﺣﻘﻴﻘﻲ‪) .‬اﻧﻈﺮ متﺮﻳﻦ‪.(5‬‬
‫‪84‬‬
‫ﻟﻠﻤﻔﺮدات اﻟﺘﺎﻟﻴﺔ‪1, 4, -1, 0, 6 :‬‬ ‫‪-1‬‬
‫‪ .1‬اﳌﺪى ‪range‬؟‬
‫‪ .2‬اﻻﻧﺤﺮاف اﳌﺘﻮﺳﻂ ‪mean-deviation‬؟‬
‫‪ .3‬اﻻﻧﺤﺮاف اﳌﻌﻴﺎري ‪standard deviation‬؟‬
‫‪ .4‬اﻟﺘﺒﺎﻳﻦ ‪variance‬؟‬
‫‪ -2‬أﻋﺪ ﺣﻞ اﻟﺴﺆال اﻟﺴﺎﺑﻖ ﻟﻠﻤﻔﺮدات‪1, 7, 12, 2, 5, 17, 20, 15, 16, 18, 1, 4, 3, 7, 9 1 :‬‬
‫‪ -3‬ﻟﻠﺠﺪول اﻟﺘﻜﺮاري اﻟﺘﺎﱄ‪:‬‬
‫‪Class‬‬ ‫)‪-10-(-1‬‬ ‫‪0-9‬‬ ‫‪10-19‬‬ ‫‪20-29‬‬ ‫‪30-39‬‬ ‫‪40-49‬‬ ‫‪Total‬‬
‫‪Frequency‬‬ ‫‪5‬‬ ‫‪7‬‬ ‫‪9‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪1‬‬ ‫‪40‬‬
‫‪ .1‬اﳌﺪى‪ range‬؟‬
‫‪ .2‬ﻧﺼﻒ اﳌﺪى اﻟﺮﺑﻴﻌﻲ ‪semi interquartile range‬؟‬
‫‪ .3‬اﻻﻧﺤﺮاف اﳌﺘﻮﺳﻂ ‪Mean deviation‬؟‬
‫‪ .4‬اﻟﺘﺒﺎﻳﻦ ‪variance‬؟‬
‫‪ -4‬ﰲ اﻟﺴﺆال اﻟﺴﺎﺑﻖ أوﺟﺪ اﳌﺪى اﻟﻌﴩي ﻟﻠﺘﻮزﻳﻊ ﺣﻴﺚ‪:‬‬
‫اﳌﺪى اﻟﻌﺸريي = اﻟﻌﺸري اﻟﺘﺎﺳﻊ – اﻟﻌﺸري اﻷول‬
‫‪Decile range = D9-D1‬‬
‫وﻋﺪﻟﺖ ﻫﺬه اﳌﻔﺮدات ﺣﺴﺐ اﻟﻌﻼﻗــﺔ ‪ ،y= ax+b‬ﺣﻴﺚ ‪a, b‬‬
‫إذا ﻛﺎن ﻟﺪﻳﻨﺎ اﳌﻔﺮدات ‪ّ ،x1, x2,…,xn‬‬ ‫‪-5‬‬
‫ﻋﺪدان ﺣﻘﻴﻘﻴﺎن‪ x .‬اﳌﻔﺮدة ﻗﺒﻞ اﻟﺘﻌﺪﻳﻞ ‪ y‬اﳌﻔﺮدة ﺑﻌﺪ اﻟﺘﻌﺪﻳﻞ ﻓﺄﺛﺒﺖ أن‪:‬‬
‫‪85‬‬
‫اﻻﻧﺤﺮاف اﳌﺘﻮﺳﻂ ﺑﻌﺪ اﻟﺘﻌﺪﻳﻞ = ‪ × a‬اﻻﻧﺤﺮاف اﳌﺘﻮﺳﻂ ﻗﺒﻞ اﻟﺘﻌﺪﻳﻞ‪.‬‬ ‫΃‪-‬‬

‫‪ -Ώ‬اﻻﻧﺤﺮاف اﳌﻌﻴﺎري ﺑﻌﺪ اﻟﺘﻌﺪﻳﻞ = ‪ × a‬اﻻﻧﺤﺮاف اﳌﻌﻴﺎري ﻗﺒﻞ اﻟﺘﻌﺪﻳﻞ‪.‬‬
‫وﻋـﺪﻟﺖ ﺟﻤﻴـﻊ اﳌﻔـﺮدات ﺣـﺴﺐ‬ ‫إذا ﻛﺎن ﻟﺪﻳﻨﺎ ﻣﺠﻤﻮﻋـﺔ ﻣـﻦ اﳌﻔـﺮدات‪ ،‬اﻧﺤﺮاﻓﻬـﺎ اﳌﻌﻴـﺎري ‪ّ ،5‬‬ ‫‪-6‬‬
‫اﻟﻌﻼﻗﺔ ‪ y= 6-2x‬ﻓﺄوﺟﺪ‪:‬‬
‫΃‪ -‬اﻻﻧﺤﺮاف اﳌﻌﻴﺎري ﺑﻌﺪ اﻟﺘﻌﺪﻳﻞ؟‬
‫‪ -Ώ‬اﻟﺘﺒﺎﻳﻦ ﻗﺒﻞ اﻟﺘﻌﺪﻳﻞ؟‬
‫‪ -Ν‬اﻟﺘﺒﺎﻳﻦ ﺑﻌﺪ اﻟﺘﻌﺪﻳﻞ وﻣﺎ ﻋﻼﻗﺘﻪ ﺑﺎﻟﺘﺒﺎﻳﻦ ﻗﺒﻞ اﻟﺘﻌﺪﻳﻞ؟‬
‫إذا ﻛﺎن اﻻﻧﺤﺮاف اﳌﻌﻴﺎري ﻟﻌﴩة ﻣﺸﺎﻫﺪات ﻫﻮ )‪ .(5‬أوﺟﺪ ﻣﺠﻤـﻮع ﻣﺮﺑﻌـﺎت اﻧﺤﺮاﻓـﺎت اﻟﻘـﻴﻢ‬ ‫‪-7‬‬
‫ﻋﻦ وﺳﻄﻬﺎ اﻟﺤﺴﺎيب؟‬
‫إذا ﻛﺎن اﻟﺘﺒﺎﻳﻦ ﻟﻠﻘﻴﻢ ‪ -4, 5,k ,1‬ﻫﻮ )‪ .(11.5‬أوﺟﺪ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب وﻗﻴﻤﺔ ‪ k‬؟ )ﻛﻢ ﺣﻼ ﻟﻠﺴﺆال؟(‪.‬‬ ‫‪-8‬‬
‫إذا ﻛﺎن ﻣﺠﻤﻮع ﻣﺮﺑﻌﺎت ﻣﺌﺔ ﻗﻴﻤﺔ ﻫﻮ )‪ .(1500‬وﻣﺠﻤﻮع ﻫﺬه اﻟﻘـﻴﻢ )‪ ،(300‬ﺟـﺪ ﺗﺒـﺎﻳﻦ ﻫـﺬه‬ ‫‪-9‬‬
‫اﻟﻘﻴﻢ؟‬
‫إذا ﻛﺎﻧﺖ اﻧﺤﺮاﻓﺎت ﺳﺘﺔ ﻗﻴﻢ ﻋﻦ وﺳﻄﻬﺎ اﻟﺤﺴﺎيب ﻫﻲ ‪ .-4, 5, -2, 7, -6, 0‬ﺟﺪ اﻻﻧﺤـﺮاف اﳌﻌﻴـﺎري‬ ‫‪-10‬‬
‫ﻟﻬﺬه اﻟﻘﻴﻢ؟ وﻛﺬﻟﻚ اﻻﻧﺤﺮاف اﳌﺘﻮﺳﻂ؟‬
‫إذا ﻛﺎن اﻻﻧﺤﺮاف اﳌﻌﻴﺎري واﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﺮواﺗﺐ ﻣﺠﻤﻮﻋـﺔ ﻣـﻮﻇﻔني ﰲ ﴍﻛـﺔ ﺑﺎﻟـﺪﻳﻨﺎر )‪،(12‬‬ ‫‪-11‬‬
‫)‪ (180‬ﻋﲆ اﻟﱰﺗﻴﺐ‪ .‬ﻓﺈذا ﻗﺮر ﻣﺪﻳﺮ اﻟﴩﻛﺔ زﻳـﺎدة اﻟﺮواﺗـﺐ مبﻘـﺪار ﻋـﴩة دﻧـﺎﻧري ﻟﻜـﻞ ﻣﻮﻇـﻒ‪.‬‬
‫اﺣﺴﺐ اﻻﻧﺤﺮاف اﳌﻌﻴﺎري واﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻠﺮواﺗﺐ ﺑﻌﺪ اﻟﺘﻌﺪﻳﻞ؟‬
‫ﻟﻠﺠﺪول اﻟﺘﻜﺮاري اﻟﺘﺎﱄ‬ ‫‪-12‬‬
‫‪Class‬‬ ‫‪100-119‬‬ ‫‪120-139‬‬ ‫‪140-159‬‬ ‫‪160-179‬‬ ‫‪180-199‬‬ ‫‪Total‬‬
‫‪Frequency‬‬ ‫‪17‬‬ ‫‪13‬‬ ‫‪24‬‬ ‫‪15‬‬ ‫‪11‬‬ ‫‪80‬‬
‫‪86‬‬
‫اﺣﺴﺐ‪:‬‬
‫΃‪ -‬اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﺑﻄﺮﻳﻘﺔ اﻟﻮﺳﻂ اﻟﻔﺮﴈ‪.‬‬
‫‪ -Ώ‬اﻻﻧﺤﺮاف اﳌﻌﻴﺎري ﺑﻄﺮﻳﻘﺔ اﻟﻮﺳﻂ اﻟﻔﺮﴈ‪.‬‬
‫‪ -Ν‬اﳌﺪى اﻟﺮﺑﻴﻌﻲ‪.‬‬
‫‪ -Ω‬اﳌﺪى اﻟﻌﺸريي‪.‬‬
‫‪n‬‬
‫واﻻﻧﺤ ـﺮاف‬ ‫¦‬ ‫‪xi x‬‬ ‫‪2‬‬
‫‪272‬‬ ‫‪ -13‬إذا ﻛﺎﻧــﺖ ‪ x1, x2,…,xn‬ﻣﺠﻤﻮﻋــﺔ ﻣــﻦ اﻟﻘــﻴﻢ وﻛــﺎن‬
‫‪i 1‬‬
‫اﳌﻌﻴﺎري ﻟﻬﺬه اﻟﻘﻴﻢ )‪ (4‬ﺟﺪ ‪n‬؟‬

‫‪ -14‬إذا ﻛﺎن ﻧﺼﻒ اﳌﺪى اﻟﺮﺑﻴﻌﻲ ﳌﺠﻤﻮﻋﺔ ﻣـﻦ اﻟﻘـﻴﻢ )‪ (7.5‬واﳌﺌـني ‪ 75‬ﻟﻬـﺎ )‪ (23‬ﺟـﺪ اﻟﺮﺑﻴـﻊ اﻷول‬
‫ﻟﻬﺬه اﳌﺸﺎﻫﺪات؟‬
‫‪ -15‬إذا ﻛﺎن ﻣﺠﻤﻮع ﻣﺮﺑﻌﺎت )‪ (65‬ﻗﻴﻤﺔ ﻫـﻲ )‪ (4875‬واﻧﺤﺮاﻓﻬـﺎ اﳌﻌﻴـﺎري ‪ . 11‬اﺣـﺴﺐ اﻟﻮﺳـﻂ‬
‫اﻟﺤﺴﺎيب ﻟﻬﺬه اﻟﻘﻴﻢ؟‬
‫‪ -16‬ﻟﻠﻤﻔﺮدات ‪ x1, x2,…,xn‬ﺑني أن‪:‬‬
‫‪V2‬‬ ‫‪m2 x‬‬ ‫أ‪-‬‬
‫‪m2 x‬‬
‫‪L3‬‬ ‫ب‪-‬‬
‫‪V2‬‬
‫‪87‬‬
‫‪88‬‬
‫اﻟﻮﺣﺪة اﻟﺮاﺑﻌﺔ‬
‫‪89‬‬
‫‪90‬‬
‫اﻟﻮﺣﺪة اﻟﺮاﺑﻌﺔ ‪...‬اﻻرﺗﺒﺎط واﻻﻧﺤﺪار‬
‫اﻻرﺗﺒﺎط‪ :‬ﻫﻮ ﻗﻮة اﻟﻌﻼﻗﺔ ﺑـني ﻣﺘﻐـريﻳﻦ أو أﻛـرث‪ .‬وﻟﻜـﻦ ﺳﻴﻘﺘـﴫ ﺗﻌﺎﻣﻠﻨـﺎ ﰲ ﻫـﺬا اﻟﻜﺘـﺎب ﻋـﲆ‬
‫ﻣﺘﻐريﻳﻦ ﻓﻘﻂ‪.‬‬
‫ﺟﺪاول اﻻﻧﺘﺸﺎر وﻋﻼﻗﺘﻬﺎ ﺑﺎﻻرﺗﺒﺎط ‪Scatter Tables‬‬
‫اﻻﻧﺘﺸﺎر ﻫﻮ اﻟﺘﻤﺜﻴـﻞ اﻟﺒﻴـﺎين ﻟﻠﻌﻼﻗـﺔ ﺑـني اﳌﺘﻐـريﻳﻦ وﻳﻜـﻮن ذﻟـﻚ ﺑﺮﺻـﺪ ﻧﻘـﺎط اﳌﺘﻐـريﻳﻦ ﻋـﲆ‬
‫اﳌﺤﻮرﻳﻦ اﻷﻓﻘﻲ واﻟﻌﻤﻮدي‪.‬‬
‫وﻣﻦ ﺧﻼل ﻟﻮﺣﺔ اﻻﻧﺘﺸﺎر ميﻜﻦ ﺗﺤﺪﻳﺪ ﻣﺪى ﻗﻮة اﻟﻌﻼﻗﺔ ﺑني اﳌﺘﻐريﻳﻦ ﺳﻮاء ﻛﺎﻧﺖ ﻫـﺬه اﻟﻌﻼﻗـﺔ‬
‫ﻃﺮدﻳﺔ )إﻳﺠﺎﺑﻴﺔ( أو ﻋﻜﺴﻴﺔ )ﺳﻠﺒﻴﺔ(‪.‬‬
‫ﰲ دراﺳﺔ أﺟﺮﻳﺖ ﻟﻘﻴﺎس ﻣﺪى اﻟﻌﻼﻗﺔ ﺑـني اﻟﺘﺤـﺼﻴﻞ ﰲ ﻣـﺎدة اﻹﺣـﺼﺎء وﻣـﺎدة اﻻﻗﺘـﺼﺎد‪ ،‬أﺟـﺮي‬
‫اﻣﺘﺤﺎن ﰲ اﳌﺎدﺗني ﻟﻌﴩة ﻃﻼب وﻛﺎﻧﺖ اﻟﻨﺘﺎﺋﺞ ﻛام ﻳﲇ‪:‬‬
‫اﻻﻗﺘﺼﺎد‬ ‫اﻹﺣﺼﺎء‬
‫‪61‬‬ ‫‪80‬‬
‫‪58‬‬ ‫‪95‬‬
‫‪74‬‬ ‫‪94‬‬
‫‪58‬‬ ‫‪89‬‬
‫‪81‬‬ ‫‪92‬‬
‫‪49‬‬ ‫‪83‬‬
‫‪77‬‬ ‫‪91‬‬
‫‪50‬‬ ‫‪88‬‬
‫‪63‬‬ ‫‪80‬‬
‫‪61‬‬ ‫‪85‬‬
‫‪91‬‬
‫ﻛﻮن ﺟﺪول اﻻﻧﺘﺸﺎر وﻟﻮﺣﺔ اﻻﻧﺘﺸﺎر وﺑـني ﻓـﻴام إذا ﻛﺎﻧـﺖ اﻟﻌﻼﻗـﺔ ﻗﻮﻳـﺔ أم ﺿـﻌﻴﻔﺔ وإذا ﻛﺎﻧـﺖ‬
‫ﺳﺎﻟﺒﺔ أم ﻣﻮﺟﺒﺔ‪.‬‬
‫ﻋﻼﻣﺔ اﻻﻗﺘﺼﺎد‬
‫‪84‬‬
‫‪80‬‬
‫‪76‬‬
‫‪72‬‬
‫‪68‬‬
‫‪64‬‬
‫‪60‬‬
‫‪56‬‬
‫‪52‬‬
‫‪48‬‬
‫ﻋﻼﻣﺔ اﻹﺣﺼﺎء‬
‫‪80‬‬ ‫‪84‬‬ ‫‪88‬‬ ‫‪92‬‬ ‫‪96‬‬ ‫‪100‬‬
‫ﺟﺪول اﻻﻧﺘﺸﺎر‬
‫ﻋﻼﻣﺔ اﻻﻗﺘﺼﺎد‬
‫‪84‬‬
‫‪80‬‬
‫‪76‬‬
‫‪72‬‬
‫‪68‬‬
‫‪64‬‬
‫‪60‬‬
‫‪56‬‬
‫‪52‬‬
‫‪48‬‬
‫‪80‬‬ ‫‪84‬‬ ‫‪88‬‬ ‫‪92‬‬ ‫‪96‬‬ ‫‪100‬‬ ‫ﻋﻼﻣﺔ اﻹﺣﺼﺎء‬
‫‪92‬‬
‫ﻧﺮى ﻣﻦ ﺧﻼل ﻟﻮﺣﺔ اﻻﻧﺘﺸﺎر وﺟﺪول اﻻﻧﺘﺸﺎر أن اﻻرﺗﺒﺎط ﻣﻮﺟﺐ وﻟﻜﻨﻪ ﺿﻌﻴﻒ ﻧﻮﻋـﺎ ﻣـﺎ وﻟﻜـﻦ‬
‫إذا أردﻧﺎ ﻣﻌﺮﻓﺔ ﻗﻮة اﻟﻌﻼﻗﺔ اﻟﺤﻘﻴﻘﻴﺔ ﺑني اﳌﺘﻐـريﻳﻦ ﻓـﺈن أﻓـﻀﻞ ﻣﻘﻴـﺎس ﻫـﻮ ﻣﻌﺎﻣـﻞ اﻻرﺗﺒـﺎط واﻟـﺬي‬
‫ﺳﻨﺘﺤﺪث ﻋﻨﻪ ﰲ اﻟﺒﻨﺪ اﻟﻼﺣﻖ‪.‬‬
‫ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ‪Correlation Coefficient‬‬
‫وﻫﻮ اﳌﻘﻴﺎس اﻟﺮﻗﻤﻲ ﻟﻘﻮة اﻻرﺗﺒﺎط ﺑني ﻣﺘﻐريﻳﻦ‪.‬‬
‫ﺧﺼﺎﺋﺺ ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ‪Properties of correlation coefficient‬‬
‫‪ -1‬ﺗﱰاوح ﻗﻴﻤﺔ ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط )‪ (r‬ﺑني ‪ -1‬و ‪.1‬‬
‫أي ‪-1 d r d 1‬‬
‫‪ -2‬إذا ﻛﺎﻧﺖ ‪ r‬ﺑني ‪ 0‬و )‪ (1‬ﻓﺈن اﻟﻌﻼﻗﺔ ﺑني اﳌﺘﻐريﻳﻦ ﺗﻜﻮن ﻋﻼﻗﺔ ﻣﻮﺟﺒﺔ أو ﻃﺮدﻳـﺔ أﻣـﺎ إذا ﻛﺎﻧـﺖ ‪r‬‬
‫ﺑني ‪ 0 , -1‬ﺗﻜﻮن اﻟﻌﻼﻗﺔ ﻋﻜﺴﻴﺔ أو ﺳﺎﻟﺒﺔ‪.‬‬
‫‪ -3‬إذا ﻛﺎﻧﺖ ‪ r =1‬ﻓﺈن اﻟﻌﻼﻗﺔ ﺗﻜﻮن ﻣﻮﺟﺒﺔ ﺗﺎﻣﺔ‪ .‬وإذا ﻛﺎﻧﺖ ‪ r = -1‬ﻓﺈن اﻟﻌﻼﻗﺔ ﺳﺎﻟﺒﺔ ﺗﺎﻣﺔ‪.‬‬
‫‪ -4‬إذا ﻛﺎﻧﺖ ‪ r = 0‬ﻓﺈﻧﻪ ﻻ ﻳﻮﺟﺪ ﻋﻼﻗﺔ ﺑني اﳌﺘﻐريﻳﻦ‪.‬‬
‫‪ -5‬ﺗﺰداد ﻗﻮة اﻟﻌﻼﻗﺔ ﻛﻠام اﻗﱰﺑﻨﺎ ﻣﻦ )‪ (1‬و )‪ (-1‬وﺗﻘﻞ ﻛﻠام اﻗﱰﺑﻨﺎ ﻣﻦ ‪.0‬‬
‫وﻫﻨﺎك ﻋﺪة أﻧﻮاع ﻣﻦ ﻣﻌﺎﻣﻼت اﻻرﺗﺒﺎط وﻟﻜـﻦ ﺳﺘﻘﺘـﴫ دراﺳـﺘﻨﺎ ﰲ ﻫـﺬا اﻟﻜﺘـﺎب ﻋـﲆ ﻣﻌـﺎﻣﲇ‬
‫ارﺗﺒﺎط ﺑريﺳﻮن وﺳﺒريﻣﺎن‪.‬‬
‫‪ -1‬ﻣﻌﺎﻣﻞ ارﺗﺒﺎط ﺑريﺳﻮن ‪ :Persons Correlation Coefficient‬وﻳـﺴﻤﻰ ﻣﻌﺎﻣـﻞ ارﺗﺒـﺎط اﻟﻌـﺰوم‪.‬‬
‫ﻳﻌﺪ ﻣﻦ أﻓﻀﻞ ﻣﻌﺎﻣﻼت اﻻرﺗﺒﺎط وأﻛرثﻫﺎ ﺷﻴﻮﻋﺎ‪ً.‬‬
‫)‪(x1 , y1) , (x2, y2), …, (xn, yn‬‬
‫ﻓﺈن ﻣﻌﺎﻣﻞ ارﺗﺒﺎط ﺑريﺳﻮن ﻫﻮ‪:‬‬
‫‪n‬‬
‫¦‬
‫‪i 1‬‬
‫‪xi x yi y‬‬
‫‪r‬‬
‫‪n V xV‬‬ ‫‪y‬‬
‫ﺣﻴﺚ‪:‬‬
‫‪ = x‬اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﳌﺸﺎﻫﺪات اﳌﺘﻐري ‪.x‬‬
‫‪93‬‬
‫‪ = y‬اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﳌﺸﺎﻫﺪات اﳌﺘﻐري ‪.y‬‬

‫‪ = V x‬اﻻﻧﺤﺮاف اﳌﻌﻴﺎري ﻟﻠﻤﺘﻐري ‪.x‬‬
‫‪ = V y‬اﻻﻧﺤﺮاف اﳌﻌﻴﺎري ﻟﻠﻤﺘﻐري ‪.y‬‬
‫أوﺟﺪ ﻣﻌﺎﻣﻞ ارﺗﺒﺎط ﺑريﺳﻮن ﺑني ﻗﻴﻢ ‪ x,y‬ﻣﻦ اﻟﺒﻴﺎﻧﺎت اﻟﺘﺎﻟﻴﺔ وﺑني ﻓﻴام إذا ﻛﺎﻧﺖ اﻟﻌﻼﻗـﺔ ﻃﺮدﻳـﺔ‬
‫أم ﻋﻜﺴﻴﺔ‪ ،‬ﺿﻌﻴﻔﺔ أم ﻗﻮﻳﺔ‪.‬‬
‫‪X‬‬ ‫‪150‬‬ ‫‪162‬‬ ‫‪180‬‬ ‫‪160‬‬ ‫‪170‬‬ ‫‪180‬‬
‫‪Y‬‬ ‫‪200‬‬ ‫‪250‬‬ ‫‪300‬‬ ‫‪200‬‬ ‫‪240‬‬ ‫‪280‬‬
‫‪xi‬‬ ‫‪yi‬‬ ‫‪xi x‬‬ ‫‪yi y‬‬ ‫‪xi x . y i y‬‬ ‫‪xi x‬‬ ‫‪2‬‬
‫‪yi y‬‬ ‫‪2‬‬
‫‪150‬‬ ‫‪200‬‬ ‫‪-17‬‬ ‫‪-45‬‬ ‫‪765‬‬ ‫‪289‬‬ ‫‪2025‬‬

‫‪162‬‬ ‫‪250‬‬ ‫‪-5‬‬ ‫‪5‬‬ ‫‪-25‬‬ ‫‪25‬‬ ‫‪25‬‬
‫‪180‬‬ ‫‪300‬‬ ‫‪13‬‬ ‫‪55‬‬ ‫‪715‬‬ ‫‪169‬‬ ‫‪3025‬‬
‫‪160‬‬ ‫‪200‬‬ ‫‪-7‬‬ ‫‪-45‬‬ ‫‪315‬‬ ‫‪49‬‬ ‫‪2025‬‬
‫‪170‬‬ ‫‪240‬‬ ‫‪3‬‬ ‫‪-5‬‬ ‫‪-15‬‬ ‫‪9‬‬ ‫‪25‬‬
‫‪180‬‬ ‫‪280‬‬ ‫‪13‬‬ ‫‪35‬‬ ‫‪455‬‬ ‫‪169‬‬ ‫‪1225‬‬
‫‪1002‬‬ ‫‪1470‬‬ ‫‪2210‬‬ ‫‪710‬‬ ‫‪8350‬‬
‫‪x‬‬ ‫‪167 , y‬‬ ‫ﻧﺠﺪ أوﻻً ‪245 :‬‬
‫‪n‬‬
‫¦‬ ‫‪xi x‬‬

‫‪2‬‬
‫‪710‬‬
‫‪Vx‬‬ ‫‪i 1‬‬
‫‪10.88‬‬
‫‪n‬‬ ‫‪6‬‬
‫‪n‬‬
‫¦‬ ‫‪yi y‬‬

‫‪2‬‬
‫‪8350‬‬
‫‪Vy‬‬ ‫‪i 1‬‬
‫‪37.31‬‬
‫‪n‬‬ ‫‪6‬‬
‫‪n‬‬ ‫‪xi x y i y‬‬ ‫‪2210‬‬
‫‪r‬‬ ‫¦‬
‫‪i 1‬‬ ‫‪nV xV y‬‬ ‫‪6 10.88 37.31‬‬
‫‪0.907‬‬
‫وﻫﺬا ﻳﺪل ﻋﲆ أن اﻟﻌﻼﻗﺔ ﻃﺮدﻳﺔ ﻗﻮﻳﺔ‪.‬‬
‫‪94‬‬
‫وﻫﻨﺎك أﺷﻜﺎل أﺧﺮى ﳌﻌﺎدﻟﺔ إﻳﺠﺎد ﻣﻌﺎﻣﻞ ارﺗﺒﺎط ﺑريﺳﻮن ﻣﻨﻬﺎ‪.‬‬

‫‪§ n‬‬ ‫‪· § n‬‬ ‫‪·§ n‬‬ ‫·‬
‫¸ ‪n¨ ¦ x i y i ¸ ¨ ¦ x i ¸ ¨ ¦ y i‬‬
‫‪r‬‬ ‫‪©i 1‬‬ ‫‪¹ © i 1 ¹© i 1 ¹‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪n‬‬
‫‪§ n‬‬ ‫·‬ ‫‪n‬‬
‫‪§ n‬‬ ‫·‬
‫¸ ‪n¦ x ¨ ¦ x i‬‬
‫‪2‬‬
‫‪i‬‬
‫¸ ‪n¦ y ¨ ¦ y i‬‬
‫‪2‬‬
‫‪i‬‬
‫‪i 1‬‬ ‫‪©i 1 ¹‬‬ ‫‪i 1‬‬ ‫‪©i 1 ¹‬‬
‫‪r‬‬
‫‪¦ xy nxy‬‬
‫‪¦ x nx ¦ y‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪ ny 2‬‬
‫اﺣﺴﺐ ﻣﻌﺎﻣﻞ ارﺗﺒﺎط ﺑريﺳﻮن ﺑني ﻋﻼﻣـﺎت ﻋـﴩة ﻃـﻼب ﰲ ﻣـﺴﺎﻗﻲ اﻟﺮﻳﺎﺿـﻴﺎت واﻹﺣـﺼﺎء ﻣـﻦ‬
‫اﻟﺠﺪول اﻟﺘﺎﱄ‪:‬‬
‫‪x‬‬ ‫‪80‬‬ ‫‪60‬‬ ‫‪55‬‬ ‫‪40‬‬ ‫‪75‬‬ ‫‪85‬‬ ‫‪70‬‬ ‫‪60‬‬ ‫‪80‬‬ ‫‪90‬‬
‫‪y‬‬ ‫‪75‬‬ ‫‪65‬‬ ‫‪60‬‬ ‫‪50‬‬ ‫‪70‬‬ ‫‪90‬‬ ‫‪70‬‬ ‫‪55‬‬ ‫‪80‬‬ ‫‪85‬‬
‫‪r‬‬
‫‪¦ xy nx y‬‬ ‫ﺳﺘﺴﺘﺨﺪم اﻟﻘﺎﻧﻮن‬
‫‪¦ x 2 nx 2 ¦ y 2 ny 2‬‬
‫اﻟﺮﻳﺎﺿﻴﺎت‬ ‫اﻹﺣﺼﺎء‬
‫‪xy‬‬ ‫‪x2‬‬ ‫‪y2‬‬
‫)‪(x‬‬ ‫)‪(y‬‬
‫‪80‬‬ ‫‪75‬‬ ‫‪6000‬‬ ‫‪6400‬‬ ‫‪5625‬‬
‫‪60‬‬ ‫‪65‬‬ ‫‪3900‬‬ ‫‪3600‬‬ ‫‪4225‬‬
‫‪55‬‬ ‫‪60‬‬ ‫‪3300‬‬ ‫‪3025‬‬ ‫‪3600‬‬
‫‪40‬‬ ‫‪50‬‬ ‫‪2000‬‬ ‫‪1600‬‬ ‫‪2500‬‬
‫‪75‬‬ ‫‪70‬‬ ‫‪5250‬‬ ‫‪5625‬‬ ‫‪4900‬‬
‫‪85‬‬ ‫‪90‬‬ ‫‪7650‬‬ ‫‪7225‬‬ ‫‪8100‬‬
‫‪70‬‬ ‫‪70‬‬ ‫‪4900‬‬ ‫‪4900‬‬ ‫‪4900‬‬
‫‪60‬‬ ‫‪55‬‬ ‫‪3300‬‬ ‫‪3600‬‬ ‫‪3025‬‬
‫‪80‬‬ ‫‪80‬‬ ‫‪6400‬‬ ‫‪6400‬‬ ‫‪6400‬‬
‫‪90‬‬ ‫‪85‬‬ ‫‪7650‬‬ ‫‪8100‬‬ ‫‪7225‬‬
‫‪695‬‬ ‫‪700‬‬ ‫‪50350‬‬ ‫‪50475‬‬ ‫‪50500‬‬
‫‪95‬‬
‫‪x‬‬ ‫‪69.5‬‬
‫‪y‬‬ ‫‪70‬‬
‫‪r‬‬
‫‪¦ xy nxy‬‬
‫‪¦ x 2 nx 2 ¦ y 2 ny 2‬‬
‫‪50350 10 69.5 70‬‬
‫‪50475 10 69.5‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪50500 - 10 70‬‬
‫‪1700‬‬ ‫‪1700‬‬
‫‪0.942‬‬
‫‪2172.5‬‬ ‫‪1500‬‬ ‫‪1805.2‬‬
‫اﻻرﺗﺒﺎط )ﻃﺮدي ﻗﻮي(‬
‫‪ -2‬ﻣﻌﺎﻣﻞ ارﺗﺒﺎط ﺳﺒريﻣﺎن ‪:Sparman Correlation Coefficient‬‬
‫وﻳﺴﻤﻰ ﻣﻌﺎﻣﻞ ارﺗﺒﺎط اﻟﺮﺗﺐ‬
‫ﻳﺴﺘﺨﺪم إذا ﻛـﺎن ﻫﻨـﺎك ﺻـﻌﻮﺑﺔ ﰲ اﺳـﺘﺨﺪام ﻣﻌﺎﻣـﻞ ارﺗﺒـﺎط ﺑريﺳـﻮن أو مل ﻳﺘـﻮﻓﺮ ﻟـﺪﻳﻨﺎ اﻟﻘـﻴﻢ‬
‫اﻟﺤﻘﻴﻘﻴﺔ ﻟﻠﻤﺸﺎﻫﺪات وﻟﻜﻦ ﺗﻮﻓﺮت رﺗﺒﻬﺎ ﻓﻘﻂ وﻳﻜﻮن‪:‬‬
‫‪n‬‬
‫‪6¦ d i2‬‬
‫‪r 1‬‬ ‫‪i 1‬‬
‫‪n n 1‬‬‫‪2‬‬
‫ﺣﻴﺚ ‪ :di‬ﻓﺮوق ﺑني رﺗﺐ اﳌﺘﻐريﻳﻦ ‪.x , y‬‬

‫‪di = Ox - Oy‬‬ ‫أي‬
‫ﺣﻴﺚ رﺗﺒﺔ ‪Ox : x‬‬
‫‪Oy‬‬ ‫رﺗﺒﺔ ‪: y‬‬
‫‪6¦ d 2‬‬
‫‪r‬‬ ‫‪1‬‬
‫‪n n 1‬‬
‫‪2‬‬
‫‪96‬‬
‫وﻹﻳﺠﺎد اﻟﺮﺗﺐ ﻧﺠﺪ رﺗﺐ ﻛﻞ ﻣﺘﻐري ﻋﲆ ﺣﺪه ﻓﻤﺜﻼً ﻹﻳﺠﺎد رﺗﺐ اﳌﺘﻐـري ‪ x‬ﻧﻌﻄـﻲ أﻛـﱪ ﻣـﺸﺎﻫﺪة‬
‫اﻟﺮﺗﺒﺔ )‪ (1‬واﻟﺘﻲ ﺗﻠﻴﻬﺎ اﻟﺮﺗﺒﺔ )‪ (2‬وﻫﻜﺬا‪ .‬أﻣﺎ إذا ﺗﺴﺎوت أﻛرث ﻣﻦ ﻗﻴﻤـﺔ ﻧﻌﻄـﻲ ﻛـﻞ ﻗﻴﻤـﺔ ﻣﻌـﺪل رﺗـﺐ‬
‫ﻫﺬه اﻟﻘﻴﻢ‪.‬‬
‫أوﺟﺪ ﻣﻌﺎﻣﻞ ارﺗﺒﺎط اﻟﺮﺗﺐ ﻟﻠﺠﺪول اﻟﺘﺎﱄ واﻟﺬي ميﺜﻞ رﺗﺐ ﻋﴩة ﻃﻼب ﰲ ﻣﻮﺿﻌني دراﺳﻴني‪x, ) .‬‬
‫‪.(y‬‬
‫‪Ox‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪10‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪4‬‬
‫‪Oy‬‬ ‫‪8‬‬ ‫‪5‬‬ ‫‪9‬‬ ‫‪7‬‬ ‫‪10‬‬ ‫‪2‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪3‬‬
‫‪6¦ d 2‬‬
‫‪r‬‬ ‫‪1‬‬
‫‪n n 1‬‬
‫‪2‬‬
‫‪Ox‬‬ ‫‪Oy‬‬ ‫‪di‬‬ ‫‪di2‬‬
‫‪6‬‬ ‫‪8‬‬ ‫‪-2‬‬ ‫‪4‬‬

‫‪7‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪4‬‬
‫‪10‬‬ ‫‪9‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪8‬‬ ‫‪7‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪9‬‬ ‫‪10‬‬ ‫‪-1‬‬ ‫‪1‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪-1‬‬ ‫‪1‬‬
‫‪2‬‬ ‫‪6‬‬ ‫‪-4‬‬ ‫‪16‬‬
‫‪5‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪3‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪4‬‬
‫‪4‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪34‬‬
‫‪6 34‬‬ ‫‪204‬‬

‫‪r‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪0.794‬‬ ‫)ﻃﺮدﻳﺔ ﻗﻮﻳﺔ(‬
‫‪1‬‬
‫‪2‬‬
‫‪10 10‬‬ ‫‪990‬‬
‫‪97‬‬
‫أوﺟﺪ ﻣﻌﺎﻣﻞ ارﺗﺒﺎط ﺳﺒريﻣﺎن ﻟﻠﺠﺪول اﻟﺘﺎﱄ واﻟﺬي ميﺜﻞ ﺗﻜﺎﻟﻴﻒ اﻟﺪﻋﺎﻳﺔ ﻟﻨﻮع ﻣﻦ اﻟﺒﻀﺎﺋﻊ وﻗﻴﻤﺔ‬
‫اﳌﺒﻴﻌﺎت مبﺌﺎت اﻟﺪﻧﺎﻧري‪:‬‬
‫ﺗﻜﺎﻟﻴﻒ اﻟﺪﻋﺎﻳﺔ‬
‫‪8‬‬ ‫‪10‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪12‬‬ ‫‪13‬‬ ‫‪5‬‬ ‫‪11‬‬ ‫‪9‬‬
‫)‪(X‬‬
‫اﳌﺒﻴﻌﺎت‬
‫‪150‬‬ ‫‪160‬‬ ‫‪150‬‬ ‫‪130‬‬ ‫‪165‬‬ ‫‪180‬‬ ‫‪120‬‬ ‫‪160‬‬ ‫‪150‬‬
‫)‪(Y‬‬
‫‪6¦ d‬‬
‫‪2‬‬
‫‪r‬‬ ‫‪1‬‬
‫‪n n 1‬‬
‫‪2‬‬
‫اﳌﺒﻴﻌﺎت‬
‫ﺗﻜﺎﻟﻴﻒ اﻟﺪﻋﺎﻳﺔ )‪(X‬‬ ‫‪Ox‬‬ ‫‪Oy‬‬ ‫‪di‬‬ ‫‪di2‬‬
‫)‪(y‬‬
‫‪8‬‬ ‫‪150‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪10‬‬ ‫‪160‬‬ ‫‪4‬‬ ‫‪3.5‬‬ ‫‪0.5‬‬ ‫‪0.25‬‬
‫‪6‬‬ ‫‪150‬‬ ‫‪7‬‬ ‫‪6‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪4‬‬ ‫‪130‬‬ ‫‪9‬‬ ‫‪8‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪12‬‬ ‫‪165‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪13‬‬ ‫‪180‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪5‬‬ ‫‪120‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪-1‬‬ ‫‪1‬‬
‫‪11‬‬ ‫‪160‬‬ ‫‪3‬‬ ‫‪3.5‬‬ ‫‪-0.5‬‬ ‫‪0.25‬‬
‫‪9‬‬ ‫‪150‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪-1‬‬ ‫‪1‬‬
‫‪4.5‬‬
‫‪6 4.5‬‬
‫‪r‬‬ ‫‪1‬‬
‫‪9 92 1‬‬
‫‪= 1-0.0375‬‬
‫‪= 0.9625‬‬
‫‪98‬‬
‫أﺛﺮ اﻟﺘﺤﻮﻳﻼت اﻟﺨﻄﻴﺔ ﻋﲆ ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط‪:‬‬

‫إذا ﻛﺎن ‪r‬ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ﺑني اﳌﺘﻐريﻳﻦ ‪ .x , y‬وأﺟﺮﻳﻨﺎ ﺗﻌﺪﻳﻼً ﻋﲆ ﻛﻞ ﻣﻦ ﻗﻴﻢ ‪ x, y‬ﻛﺎﻵيت‪:‬‬
‫‪X* = ax +b , a z 0‬‬ ‫ﻋﺪدان ﺣﻘﻴﻘﻴﺎن ‪a, b‬‬
‫‪Y* = cy +d , c z 0‬‬ ‫ﻋﺪدان ﺣﻘﻴﻘﻴﺎن ‪c, d‬‬
‫ﻓﺈن ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ﻻ ﻳﺘﺄﺛﺮ إذا اﺗﻔﻘﺖ ‪ a, c‬ﰲ اﻹﺷﺎرة‪ ،‬وﺗﺘﻐري إﺷﺎرﺗﻪ ﻓﻘﻂ إذا اﺧﺘﻠﻔﺘﺎ ﰲ اﻹﺷﺎرة‪.‬‬
‫إذا ﻛﺎن ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ﺑني اﳌﺘﻐريﻳﻦ ‪ x,y‬ﻫﻮ ‪ r = 0.9‬وﻋﺪﻟﺖ ﻗـﻴﻢ ‪ x‬وﻓـﻖ اﳌﻌﺎدﻟـﺔ ‪X* = 2x+6‬‬
‫ﻛام ﻋﺪﻟﺖ ﻗﻴﻢ ‪ y‬وﻓﻖ اﳌﻌﺎدﻟﺔ ‪ y*= 8-3y‬ﻓام ﻫﻮ ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ﺑني *‪ x* , y‬ﺑﻌﺪ اﻟﺘﻌﺪﻳﻞ‪.‬‬
‫ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط اﻟﺠﺪﻳﺪ ﻫﻮ ‪ -0.9‬وذﻟﻚ ﻷن ﻣﻌﺎﻣﻞ ‪ x‬وﻣﻌﺎﻣﻞ ‪ y‬ﻣﺨﺘﻠﻔﺎن ﰲ اﻹﺷﺎرة‪.‬‬
‫اﺣﺴﺐ ﻣﻌﺎﻣﻞ ارﺗﺒﺎط ﺑريﺳﻮن ﻟﻠﺠﺪول اﻟﺘﺎﱄ‪:‬‬
‫‪X‬‬ ‫‪38‬‬ ‫‪41‬‬ ‫‪36‬‬ ‫‪34‬‬ ‫‪37‬‬ ‫‪36‬‬
‫‪Y‬‬ ‫‪53‬‬ ‫‪57‬‬ ‫‪51‬‬ ‫‪48‬‬ ‫‪52‬‬ ‫‪51‬‬
‫ﻧﺴﺘﻄﻴﻊ ﺗﻌﺪﻳﻞ اﳌﺸﺎﻫﺪات ﺣﺴﺐ اﳌﻌﺎدﻟﺘني ‪X*= x-30‬‬
‫‪ Y* = y-45‬دون أن ﻳﺆﺛﺮ ذﻟﻚ ﻋﲆ ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ﻓﺘﺼﺒﺢ اﻟﻘﻴﻢ ﻛﺎﻵيت‪:‬‬
‫*‪rx,y = rx*,y‬‬
‫‪r‬‬
‫‪¦ xy nx y‬‬
‫‪¦ x nx ¦ y‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪ ny 2‬‬
‫‪99‬‬
‫*‪x‬‬ ‫*‪y‬‬ ‫*‪x*y‬‬ ‫‪(x*)2‬‬ ‫‪(y*)2‬‬

‫‪8‬‬ ‫‪8‬‬ ‫‪64‬‬ ‫‪64‬‬ ‫‪64‬‬
‫‪11‬‬ ‫‪12‬‬ ‫‪132‬‬ ‫‪121‬‬ ‫‪144‬‬
‫‪6‬‬ ‫‪6‬‬ ‫‪36‬‬ ‫‪36‬‬ ‫‪36‬‬
‫‪4‬‬ ‫‪3‬‬ ‫‪12‬‬ ‫‪16‬‬ ‫‪9‬‬
‫‪7‬‬ ‫‪7‬‬ ‫‪49‬‬ ‫‪49‬‬ ‫‪49‬‬
‫‪6‬‬ ‫‪6‬‬ ‫‪36‬‬ ‫‪36‬‬ ‫‪36‬‬
‫‪42‬‬ ‫‪42‬‬ ‫‪329‬‬ ‫‪322‬‬ ‫‪338‬‬
‫‪42‬‬
‫‪x‬‬ ‫‪7‬‬
‫‪6‬‬
‫‪42‬‬
‫‪y‬‬ ‫‪7‬‬
‫‪6‬‬
‫‪329 6 7 7‬‬
‫‪r‬‬
‫‪322 6 7 2 338 6 7 2‬‬
‫‪35‬‬
‫‪0.997‬‬
‫‪28 44‬‬
‫متﺮﻳــﻦ‬
‫أﻋﺪ ﺣﻞ اﳌﺜﺎل ﺑﺎﺳﺘﺨﺪام اﻟﻘﻴﻢ اﻷﺻﻠﻴﺔ؟‬
‫اﻻﻧﺤﺪار ‪Regression‬‬
‫ﺗﻌﺮﻳﻒ‪ :‬ﻣﻌﺎدﻟﺔ ﺧﻂ اﻻﻧﺤﺪار )‪ :(regression line equation‬ﻫﻲ ﻣﻌﺎدﻟﺔ ﺧﻄﻴﺔ ﺑـني ﻣﺘﻐـريﻳﻦ ‪x, y‬‬
‫وﺗﺴﺘﺨﺪم ﰲ اﻟﺘﻨﺒﺆ ﺑﻘﻴﻢ ﻣﺘﻐري إذا ﻋﺮف اﳌﺘﻐري اﻵﺧﺮ‪.‬‬
‫وﻫﻨﺎك ﺻﻮرﺗﺎن ﳌﻌﺎدﻟﺔ ﺧﻂ اﻻﻧﺤﺪار وﻫام‪:‬‬
‫أ‪ -‬ﻣﻌﺎدﻟﺔ ﺧﻂ اﻧﺤﺪار ‪ Y‬ﻋﲆ ‪ X‬وﻫﻲ‪:‬‬
‫‪Y = b + ax‬‬
‫‪Vy‬‬
‫وﻳﺴﻤﻰ )‪ (a‬ﻣﻌﺎﻣﻞ اﻻﻧﺤﺪار‬ ‫‪a‬‬ ‫ﺣﻴﺚ ‪r‬‬
‫‪Vx‬‬
‫‪100‬‬
‫‪ = Vx‬اﻻﻧﺤﺮاف اﳌﻌﻴﺎري ﻟﻘﻴﻢ ‪.x‬‬

‫‪ = Vy‬اﻻﻧﺤﺮاف اﳌﻌﻴﺎري ﻟﻘﻴﻢ ‪.y‬‬
‫‪ = r‬ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ﺑني ‪x, y‬‬
‫وميﻜﻦ اﻟﺤﺼﻮل ﻋﲆ ﻗﻴﻤﺔ ‪ a‬ﺑﺎﺳﺘﺨﺪام ﻃﺮﻳﻘﺔ اﳌﺮﺑﻌﺎت اﻟﺼﻐﺮى ﻟﺘﻜﻮن‬
‫‪a‬‬
‫‪¦ xy nx y‬‬
‫‪¦ x 2 nx 2‬‬
‫‪ y‬أي أن‬ ‫أﻣﺎ ﻗﻴﻤﺔ ‪ b‬ﻓﻨﺠﺪﻫﺎ ﻣﻦ اﳌﻌﺎدﻟﺔ ‪ax b‬‬
‫‪b‬‬ ‫‪y ax‬‬
‫واﳌﻌﺎدﻟﺔ ‪ y = b+ax‬ﺗﺴﺘﺨﺪم ﻟﻠﺘﻨﺒﺆ ﺑﻘﻴﻤﺔ ‪ y‬إذا ﻋﻠﻤﺖ ﻗﻴﻤﺔ ‪.x‬‬
‫ﺣﺴﺐ ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ﺑني ﻧﺘﺎﺋﺞ اﻟﻄﻠﺒﺔ ﰲ اﻻﻣﺘﺤﺎن )‪ (x‬واﻻﻣﺘﺤﺎن )‪ (y‬ﻓﻜﺎﻧـﺖ ‪ ، r = 0.8‬وﻛﺎﻧـﺖ‬
‫‪ Vy=7 ، y 66 ،Vx=14 ، x 59‬ﻓﺄوﺟﺪ ﻣﻌﺎدﻟﺔ ﺧﻂ اﻧﺤﺪار ‪ y‬ﻋـﲆ ‪ x‬ﺛـﻢ أوﺟـﺪ ﻧﺘﻴﺠـﺔ اﻟﻄﺎﻟـﺐ‬
‫اﳌﺘﻮﻗﻌﺔ ﰲ اﻻﻣﺘﺤﺎن ‪ y‬إذا ﺣﺼﻞ ﻋﲆ ﻋﻼﻣﺔ ‪ 65‬ﰲ اﻻﻣﺘﺤﺎن ‪.x‬‬
‫‪y = b +ax‬‬
‫ﻧﺤﺴﺐ ﻗﻴﻤﺔ ‪ a‬ﻣﻦ اﳌﻌﺎدﻟﺔ‬
‫‪Vy‬‬
‫‪a‬‬ ‫‪r‬‬
‫‪Vx‬‬
‫‪7‬‬
‫‪. 0.8‬‬ ‫‪0.4‬‬
‫‪14‬‬
‫)‪b = 66 – 0.4 (59‬‬
‫‪= 42.4‬‬
‫‪101‬‬
‫ﻓﺘﻜﻮن ﻣﻌﺎدﻟﺔ ﺧﻂ اﻻﻧﺤﺪار ﻫﻲ‪:‬‬

‫‪y = 42.4 + 0.4x‬‬
‫ﻧﺘﻴﺠﺔ اﻟﻄﺎﻟﺐ اﳌﺘﻮﻗﻌﺔ ﰲ اﻻﻣﺘﺤﺎن ‪ y‬إذا ﻛﺎﻧﺖ ﻋﻼﻣﺘﻪ ﰲ اﻻﻣﺘﺤﺎن ‪ x = 65‬ﺗﺴﺎوي )‪ (65‬ﻫﻲ‬
‫‪ŷ = 42.4 + 0.4 u 65 = 68.4‬‬
‫ﰲ ﴍﻛﺔ ﻟﺘﺠﺎرة اﻟﺴﻴﺎرات ميﺜﻞ اﻟﺠﺪول اﻟﺘـﺎﱄ ﻋـﺪد اﻟـﺴﻴﺎرات اﳌﺒﺎﻋـﺔ ‪ x‬ﰲ اﻟـﺴﻨﻮات ‪2000-2004‬‬
‫واﻟﺮﺑﺢ ‪ y‬ﺑﺂﻻف اﻟﺪﻧﺎﻧري‪.‬‬
‫‪X‬‬ ‫‪50‬‬ ‫‪40‬‬ ‫‪45‬‬ ‫‪55‬‬ ‫‪60‬‬
‫‪Y‬‬ ‫‪75‬‬ ‫‪63‬‬ ‫‪50‬‬ ‫‪72‬‬ ‫‪80‬‬
‫‪ -1‬ﻣﻌﺎدﻟﺔ ﺧﻂ اﻧﺤﺪار ‪ y‬ﻋﲆ ‪.x‬‬
‫‪ -2‬ﻟﻮ ا ﻓﱰﺿﻨﺎ أن اﻟﴩﻛﺔ ﺳﺘﺒﻴﻊ ‪ 50‬ﺳﻴﺎرة ﰲ ﻋﺎم ‪ 2005‬ﻓام اﻟﺮﺑﺢ اﳌﺘﻮﻗﻊ ﻟﻬﺎ ﰲ ﻫﺬه اﻟﺴﻨﺔ‪.‬‬
‫‪ -1‬ﻹﻳﺠﺎد ﻣﻌﺎدﻟﺔ ﺧﻂ اﻻﻧﺤﺪار ‪y = b+ax‬‬
‫ﻧﺠﺪ أوﻻً ﻗﻴﻤﺔ ‪a, b‬‬
‫‪x‬‬ ‫‪y‬‬ ‫‪xy‬‬ ‫‪x2‬‬
‫‪50‬‬ ‫‪75‬‬ ‫‪3750‬‬ ‫‪2500‬‬
‫‪40‬‬ ‫‪63‬‬ ‫‪2520‬‬ ‫‪1600‬‬
‫‪45‬‬ ‫‪50‬‬ ‫‪2250‬‬ ‫‪2025‬‬
‫‪55‬‬ ‫‪72‬‬ ‫‪3960‬‬ ‫‪3025‬‬
‫‪60‬‬ ‫‪80‬‬ ‫‪4800‬‬ ‫‪3600‬‬
‫‪250‬‬ ‫‪340‬‬ ‫‪17280‬‬ ‫‪12750‬‬
‫‪250‬‬
‫‪x‬‬ ‫‪50‬‬
‫‪5‬‬
‫‪340‬‬
‫‪y‬‬ ‫‪68‬‬
‫‪5‬‬
‫‪102‬‬
‫‪a‬‬
‫‪¦ xy nx y‬‬
‫‪¦ x 2 nx 2‬‬
‫‪17280 5 u 50 u 68‬‬
‫‪12750 5 50‬‬
‫‪2‬‬
‫‪280‬‬
‫‪1.12‬‬
‫‪250‬‬
‫‪b‬‬ ‫‪y ax‬‬
‫‪= 68 – 1.12 u 50‬‬
‫‪= 68 – 56 = 12‬‬
‫? ﻣﻌﺎدﻟﺔ ﺧﻂ اﻻﻧﺤﺪار‬
‫‪y = 12+1.12x‬‬
‫‪ -2‬اﻟﺮﺑﺢ اﳌﺘﻮﻗﻊ ﻟﻠﴩﻛﺔ إذا ﺑﺎﻋﺖ ‪ 50‬ﺳﻴﺎرة ﰲ ﻋﺎم ‪ 2005‬ﻫﻮ‪:‬‬

‫‪ŷ = 12 + 1.12x‬‬
‫‪= 12 + 1.12 u 50 = 68‬‬
‫‪68000 J.D‬‬ ‫أي‬
‫ب – ﻣﻌﺎدﻟﺔ ﺧﻂ اﻧﺤﺪار ‪ X‬ﻋﲆ ‪ Y‬وﻫﻲ‪:‬‬
‫‪x = d + cy‬‬
‫‪Vx‬‬
‫‪c‬‬ ‫‪r‬‬
‫‪Vy‬‬
‫‪c‬‬
‫‪¦ xy nx y‬‬
‫‪¦ y ny‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪d‬‬ ‫‪x cy‬‬

‫وﺗﺴﺘﺨﺪم ﻣﻌﺎدﻟﺔ ﺧﻂ اﻧﺤﺪار ‪ x‬ﻋﲆ ‪ y‬ﻟﻠﺘﻨﺒﺆ ﺑﻘﻴﻤﺔ ‪ x‬إذا ﻋﻠﻤﺖ ﻗﻴﻤﺔ ‪.y‬‬
‫‪103‬‬
‫إذا ﻛﺎﻧﺖ ﻣﻌﺎدﻟﺔ ﺧﻂ اﻻﻧﺤﺪار ﻟﻠﻤﺘﻐريﻳﻦ ‪ y،x‬ﻫﻲ ‪ x = 106+5y‬وﻛﺎﻧﺖ ‪ ، Vy=3 ،Vx=18‬ﻓـام ﻫـﻮ‬
‫ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ﺑني ‪.x,y‬‬
‫ﻧﻌﻠﻢ ﻣﻦ ﻣﻌﺎدﻟﺔ ﺧﻂ اﻧﺤﺪار ‪ x‬ﻋﲆ ‪ y‬أن‬
‫‪Vx‬‬
‫‪c‬‬ ‫‪.r‬‬
‫‪Vy‬‬
‫‪Vy‬‬
‫‪r‬‬ ‫‪c‬‬
‫‪Vx‬‬
‫‪3‬‬ ‫‪15‬‬
‫‪5‬‬ ‫‪0.833‬‬
‫‪18‬‬ ‫‪18‬‬
‫ﰲ اﻣﺘﺤﺎن ﺗﺤﺼﻴﲇ ﻟﺴﺘﺔ ﻃﻼب ﰲ ﻣﺎديت اﻟﺮﻳﺎﺿﻴﺎت )‪ (x‬واﻹﺣﺼﺎء )‪ (y‬ﻛﺎﻧﺖ اﻟﻨﺘﺎﺋﺞ ﻛﺎﻟﺘﺎﱄ‪:‬‬
‫اﻟﺮﻳﺎﺿﻴﺎت )‪(x‬‬ ‫‪60‬‬ ‫‪75‬‬ ‫‪50‬‬ ‫‪40‬‬ ‫‪63‬‬ ‫‪72‬‬
‫اﻹﺣﺼﺎء )‪(y‬‬ ‫‪80‬‬ ‫‪83‬‬ ‫‪55‬‬ ‫‪70‬‬ ‫‪60‬‬ ‫‪78‬‬
‫أوﺟﺪ ‪:‬‬
‫΃‪ -‬ﻣﻌﺎدﻟﺔ ﺧﻂ اﻧﺤﺪار ‪ x‬ﻋﲆ ‪.y‬‬
‫‪ -Ώ‬إذا ﺣﺼﻞ ﻃﺎﻟﺐ ﻋﲆ ﻋﻼﻣﺔ )‪ (60‬ﰲ اﻹﺣﺼﺎء ﻓامذا ﺗﻜﻮن ﻋﻼﻣﺘﻪ ﰲ اﻟﺮﻳﺎﺿﻴﺎت‪.‬‬
‫= ‪x= d+cy‬‬ ‫أ‪ -‬ﻣﻌﺎدﻟﺔ ﺧﻂ اﻧﺤﺪار ‪ x‬ﻋﲆ ‪ y‬ﻫﻲ‬
‫‪c‬‬
‫‪¦ xy nx y‬‬ ‫ﺣﻴﺚ‬
‫‪¦ y ny‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪104‬‬
‫اﻟﺮﻳﺎﺿﻴﺎت )‪(x‬‬ ‫اﻹﺣﺼﺎء )‪(y‬‬ ‫‪xy‬‬ ‫‪y2‬‬

‫‪60‬‬ ‫‪80‬‬ ‫‪4800‬‬ ‫‪6400‬‬
‫‪75‬‬ ‫‪83‬‬ ‫‪6225‬‬ ‫‪6889‬‬
‫‪50‬‬ ‫‪55‬‬ ‫‪2750‬‬ ‫‪3025‬‬
‫‪40‬‬ ‫‪70‬‬ ‫‪2800‬‬ ‫‪4900‬‬
‫‪63‬‬ ‫‪60‬‬ ‫‪3780‬‬ ‫‪3600‬‬
‫‪72‬‬ ‫‪78‬‬ ‫‪5616‬‬ ‫‪6084‬‬
‫‪360‬‬ ‫‪426‬‬ ‫‪25971‬‬ ‫‪30898‬‬
‫‪360‬‬
‫‪x‬‬ ‫‪60‬‬
‫‪6‬‬
‫‪426‬‬
‫‪y‬‬ ‫‪71‬‬
‫‪6‬‬
‫‪c‬‬
‫‪¦ xy nx y‬‬
‫‪¦ y ny‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪25971 6 60 71‬‬
‫‪30898 6 71 2‬‬
‫‪411‬‬
‫‪0.63‬‬
‫‪652‬‬
‫‪d‬‬ ‫‪x cy‬‬
‫‪= 60 – 0.63 u 71‬‬
‫‪= 15.27‬‬
‫ﻣﻌﺎدﻟﺔ ﺧﻂ اﻻﻧﺤﺪار ﻫﻲ ‪x = 15.27 + 0.63y‬‬ ‫?‬
‫ب‪ -‬إذا ﺣﺼﻞ اﻟﻄﺎﻟﺐ ﻋﲆ ﻋﻼﻣﺔ )‪ (60‬ﰲ اﻹﺣـﺼﺎء )‪ (y‬ﻓـﺈن ﻋﻼﻣﺘـﻪ اﳌﺘﻮﻗﻌـﺔ ﰲ اﻟﺮﻳﺎﺿـﻴﺎت )‪(x‬‬
‫ﺗﻜﻮن‪:‬‬
‫‪x̂ = 15.7 + 0.63 u60‬‬
‫‪= 53.07‬‬
‫ﺗﻌﺮﻳﻒ‪ :‬اﻟﺨﻄﺄ ﰲ اﻟﺘﻨﺒﺆ = اﻟﻘﻴﻤﺔ اﻟﺤﻘﻴﻘﻴﺔ – اﻟﻘﻴﻤﺔ اﳌﺘﻨﺒﺄ ﺑﻬﺎ‬

‫‪e= actual vale (T) - estimated value of T‬‬
‫‪i.e: e‬‬ ‫̂‪ș ș‬‬
‫‪105‬‬
‫ﻓﻔﻲ اﳌﺜﺎل اﻟﺴﺎﺑﻖ اﻟﻔﺮع )ب(‬

‫ﻳﻜﻮن اﻟﺨﻄﺄ ﰲ اﻟﺘﻨﺒﺆ‬
‫‪e‬‬ ‫̂‪x x‬‬
‫‪e = 63-53.07‬‬
‫‪= 9.93‬‬
‫إذا ﻛﺎﻧﺖ ﻣﻌﺎدﻟﺔ ﺧـﻂ اﻧﺤـﺪار ‪ y‬ﻋـﲆ‪ x‬ﻫـﻲ ‪ y = 10+0.7x‬وﻛﺎﻧـﺖ ﻗﻴﻤـﺔ ‪ y‬اﻟﺘـﻲ ﺗﻘﺎﺑـﻞ اﻟﻘﻴﻤـﺔ‬
‫)‪ (x=20‬ﻫﻲ ‪ 25‬ﻓام ﻫﻮ اﻟﺨﻄﺄ ﰲ اﻟﺘﻨﺒﺆ ﺑﻘﻴﻤﺔ ‪.y‬‬
‫‪ŷ = 10+0.7 u 20‬‬ ‫ﻗﻴﻤﺔ ‪ y‬اﳌﺘﻨﺒﺄ ﺑﻬﺎ ﻫﻲ‪:‬‬
‫‪=24‬‬
‫اﻟﺨﻄﺄ ﰲ اﻟﺘﻨﺒﺆ‬
‫‪e‬‬ ‫̂‪y y‬‬
‫ﻣﻼﺣﻈﺎت‪:‬‬
‫إذا ﻛﺎﻧﺖ )‪ (x1, y1) , (x2, y2) … (xn, yn‬ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻷزواج اﳌﺮﺗﺒﺔ ﻟﻘﻴﻢ ‪ .y ،x‬واﺳﺘﺨﺪﻣﺖ ﻹﻳﺠﺎد‪:‬‬
‫΃‪ -‬ﻣﻌﺎدﻟﺔ اﻧﺤﺪار ‪ y‬ﻋﲆ ‪ x‬وﻫﻲ ‪y = b+ax‬‬
‫‪ -Ώ‬ﻣﻌﺎدﻟﺔ اﻧﺤﺪار ‪ x‬ﻋﲆ ‪ y‬وﻫﻲ ‪x = d+cy‬‬
‫ﻓﺈﻧﻪ‬
‫‪ -1‬إذا ﻣﺜﻠــﺖ اﳌﻌــﺎدﻟﺘني ﰲ ﻧﻔــﺲ اﳌــﺴﺘﻮى اﻟﺒﻴــﺎين ﺗﻜــﻮن ﻧﻘﻄــﺔ ﺗﻘــﺎﻃﻊ ﺧﻄــﻲ اﻻﻧﺤــﺪار‬
‫ﻫﻲ ‪. x , y‬‬
‫‪ a, c -2‬ﻟﻬام ﻧﻔﺲ اﻹﺷﺎرة وﻫﻲ إﺷﺎرة ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ‪.r‬‬
‫‪r2‬‬ ‫‪a cr‬‬ ‫‪r ac‬‬ ‫‪-3‬‬
‫‪106‬‬
‫إذا ﻛﺎﻧﺖ ﻣﻌﺎدة اﻧﺤﺪار ‪ y‬ﻋﲆ ‪ x‬ﻫﻲ ‪ y =8-0.9x‬وﻛﺎﻧﺖ ﻣﻌﺎدﻟﺔ اﻧﺤـﺪار ‪ x‬ﻋـﲆ ‪ y‬ﻫـﻲ ‪،x= 9-0.4y‬‬
‫اﺣﺴﺐ ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ﺑني اﳌﺘﻐريﻳﻦ ‪y ،x‬؟‬
‫‪r2 = -0.9 u -0.4‬‬
‫‪= 0.36‬‬
‫‪ r = r 0.6‬‬
‫‪ r = – 0.6‬‬
‫وﻗﺪ أﺧﺬت اﻹﺷﺎرة اﻟﺴﺎﻟﺒﺔ ﻷن ﻣﻌﺎﻣﲇ اﻻﻧﺤﺪار ﺳﺎﻟﺒني‪.‬‬
‫ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﻳﺪ ‪The Coefficient of Determination‬‬
‫ميﺜﻞ ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﻳﺪ ﻧﺴﺒﺔ ﻻﻧﺨﻔﺎض ﰲ اﻷﺧﻄﺎء ﻋﻨـﺪ اﺳـﺘﺨﺪام ﻣﻌﺎدﻟـﺔ ﺧـﻂ اﻻﻧﺤـﺪار‪ ،‬وﺗﻔـﴪ‬
‫ﺗﺒﺎﻳﻦ اﳌﺸﺎﻫﺪات اﻟﺘﻲ ﺗﻔﴪ مبﻌﺎدﻟﺔ ﺧﻂ اﻻﻧﺤﺪار وﻳﺮﻣﺰ ﻟﻪ ﺑﺎﻟﺮﻣﺰ )‪ (R2‬وﻧﺠﺪه ﺑﺎﺳﺘﺨﺪام اﻟﻘﺎﻧﻮن‪:‬‬
‫‪a ¦ F i yi nx y‬‬
‫‪R2‬‬
‫‪¦y‬‬ ‫‪2‬‬
‫‪i‬‬
‫‪ ny 2‬‬
‫وﺗﻜﻮن ﻗﻴﻤﺘﻪ ﻣﺤﺼﻮرة ﺑني ﺻﻔﺮ و )‪.(1‬‬

‫إذا ﻛﺎﻧﺖ ﻣﻌﺎدﻟﺔ ﺧﻂ اﻻﻧﺤﺪار ﻫﻲ‪:‬‬
‫‪y 12 1.12 x‬‬
‫‪¦F y‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪17280, x‬‬ ‫‪50, y‬‬ ‫وﻛﺎن ‪68‬‬
‫‪¦ y2‬‬ ‫‪23678 , n 5‬‬

‫ﺟﺪ ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﻳﺪ‬
‫‪107‬‬
‫))‪1.12(17280 5(50)(86‬‬
‫‪R2‬‬
‫‪23678 5(68) 2‬‬
‫‪313.6‬‬
‫= ‪R2‬‬ ‫‪0.562‬‬
‫‪558‬‬
‫منﺮﻳﻦ‪ :‬اﺛﺒﺖ أن ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﻳﺪ ) ‪ = (R2‬ﻣﺮﺑﻊ ارﺗﺒﺎط ﺑريﺳﻮن‬
‫‪108‬‬
‫ميﺜﻞ اﻟﺠﺪول اﻟﺘﺎﱄ اﻷﻃﻮال )‪ (x‬واﻷوزان )‪(y‬ﻟﻌﴩة ﻃﻼب ﰲ إﺣﺪى ﻛﻠﻴﺎت اﳌﺠﺘﻤﻊ‪.‬‬ ‫‪-1‬‬
‫‪X cm‬‬ ‫‪170‬‬ ‫‪172‬‬ ‫‪165‬‬ ‫‪175‬‬ ‫‪168‬‬ ‫‪180‬‬ ‫‪160‬‬ ‫‪158‬‬ ‫‪173‬‬ ‫‪167‬‬
‫‪Y kg‬‬ ‫‪70‬‬ ‫‪72‬‬ ‫‪73‬‬ ‫‪72‬‬ ‫‪70‬‬ ‫‪77‬‬ ‫‪68‬‬ ‫‪65‬‬ ‫‪71‬‬ ‫‪70‬‬
‫أرﺳﻢ ﻟﻮﺣﺔ اﻻﻧﺘﺸﺎر‪.‬‬ ‫΃‪-‬‬
‫اﺣﺴﺐ ﻣﻌﺎﻣﻞ ارﺗﺒﺎط ﺑريﺳﻮن ﺑني أﻃﻮال وأوزان اﻟﻄﻠﺒﺔ‪.‬‬ ‫‪-Ώ‬‬
‫اﺣﺴﺐ ﻣﻌﺎﻣﻞ ارﺗﺒﺎط ﺳﺒريﻣﺎن ﺑني اﻷﻃﻮال واﻷوزان‪.‬‬ ‫‪-Ν‬‬
‫أوﺟﺪ ﻣﻌﺎدﻟﺔ ﺧﻂ اﻧﺤﺪار ‪ y‬ﻋﲆ ‪.x‬‬ ‫‪-Ω‬‬
‫إذا ﻛﺎن ﻟﺪﻳﻨﺎ اﳌﺠﺎﻣﻴﻊ اﻟﺘﺎﻟﻴﺔ‪:‬‬ ‫‪-2‬‬

‫‪30‬‬ ‫‪30‬‬
‫‪¦ yi‬‬ ‫‪1154‬‬ ‫‪¦ xi‬‬ ‫‪1134‬‬
‫‪i 1‬‬ ‫‪i 1‬‬
‫‪30‬‬ ‫‪30‬‬
‫‪¦ yi2‬‬ ‫‪45636‬‬ ‫‪¦ xi2‬‬ ‫‪44564‬‬
‫‪i 1‬‬ ‫‪i 1‬‬
‫‪30‬‬
‫‪¦ xi y i‬‬ ‫‪44931‬‬
‫‪i 1‬‬
‫‪ -a‬اﺣﺴﺐ ﻣﻌﺎﻣﻞ ارﺗﺒﺎط ﺑريﺳﻮن‪.‬‬
‫‪ -b‬أوﺟﺪ ﻣﻌﺎدﻟﺔ ﺧﻂ اﻧﺤﺪار ‪ x‬ﻋﲆ ‪.y‬‬
‫إذا ﻛﺎن ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ﺑني ‪ y ،x‬ﻫﻮ ‪ r = 0.7‬وﻋﺪﻟﺖ ﺣﺴﺐ اﳌﻌﺎدﻟﺘني‬ ‫‪-3‬‬
‫‪x*= 2.5x+7‬‬
‫‪y*= 3y-6‬‬
‫ﻓام ﻫﻮ ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ﺑني *‪.x*, y‬‬
‫إذا ﻛﺎن ﻣﻌﺎﻣﻞ ارﺗﺒﺎط ﺳﺒريﻣﺎن )اﻟﺮﺗﺐ( ﺑني ﻣﺘﻐريﻳﻦ ‪ y ،x‬ﻫﻮ ‪ r = 0.8‬وﻛﺎن ﻋـﺪد أزواج اﳌـﺸﺎﻫﺪات ﻳـﺴﺎوي‬ ‫‪-4‬‬
‫‪ ،40‬ﻓﺄوﺟﺪ ﻣﺠﻤﻮع ﻣﺮﺑﻌﺎت ﻓﺮوق اﻟﺮﺗﺐ ﺑني ‪.x,y‬‬
‫‪109‬‬
‫إذا ﻛﺎﻧﺖ ﻣﻌﺎدﻟﺔ ﺧﻂ اﻻﻧﺤﺪار ‪ y= 7+0.5x‬وﻛﺎن‬ ‫‪-5‬‬
‫‪10‬‬ ‫‪10‬‬
‫¦‬ ‫‪yi y‬‬ ‫‪2‬‬
‫‪250‬‬ ‫¦‬ ‫‪xi x‬‬ ‫‪2‬‬
‫‪640‬‬
‫‪i 1‬‬ ‫‪i 1‬‬
‫أوﺟﺪ ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط )‪ (r‬ﺑني ‪.x,y‬‬

‫ﻟﻠﺠﺪول اﻟﺘﺎﱄ‪:‬‬ ‫‪-6‬‬
‫‪X‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪10‬‬
‫‪Y‬‬ ‫‪15‬‬ ‫‪9‬‬ ‫‪12‬‬ ‫‪6‬‬ ‫‪3‬‬
‫‪ -a‬ﺟﺪ ﻣﻌﺎﻣﻞ ارﺗﺒﺎط ﺑريﺳﻮن ﺑني ﻗﻴﻢ ‪y ،x‬؟‬
‫‪ -b‬ﻣﻌﺎدﻟﺔ اﻧﺤﺪار ‪ y‬ﻋﲆ ‪x‬؟‬
‫‪ -c‬ﻣﻌﺎدﻟﺔ اﻧﺤﺪار ‪ y‬ﻋﲆ ‪x‬؟‬
‫‪ -d‬ارﺳﻢ ﻣﻌﺎدﻟﺘﻲ اﻻﻧﺤﺪار ﰲ ﻧﻔﺲ اﳌﺴﺘﻮى وﺗﺄﻛﺪ أن ﻧﻘﻄﺔ ﺗﻘﺎﻃﻌﻬام ﻫﻲ ‪ x , y‬؟‬
‫‪ -e‬ﻫـ‪ -‬اﺣﺴﺐ اﻟﺨﻄﺄ ﰲ اﻟﺘﻨﺒﺆ ﺑﻘﻴﻤﺔ ‪ y‬إذا ﻋﻠﻤﺖ أن ‪x=8‬؟‬
‫‪ -f‬اﺣﺴﺐ اﻟﺨﻄﺄ ﰲ اﻟﺘﻨﺒﺆ ﺑﻘﻴﻤﺔ ‪ x‬إذا ﻋﻠﻤﺖ أن ﻗﻴﻤﺔ ‪y=6‬؟‬
‫‪ ، x‬ﻓﺠـﺪ ﻣﻌﺎدﻟـﺔ‬ ‫إذا ﻛﺎﻧـﺖ ﻣﻌﺎدﻟـﺔ اﻧﺤـﺪار ‪ y‬ﻋـﲆ ‪ x‬ﻫـﻲ ‪ y = -15+2x‬وﻛﺎﻧـﺖ ‪50 ،r = 0.8‬‬ ‫‪-7‬‬
‫اﻧﺤﺪار ‪ x‬ﻋﲆ ‪y‬؟‬
‫إذا ﻛﺎﻧﺖ ﻣﻌﺎدﻟﺔ اﻧﺤﺪار ‪ y‬ﻋﲆ ‪ x‬ﻫﻲ ‪ y =-2+1.2x‬وﻣﻌﺎدﻟـﺔ اﻧﺤـﺪار ‪ x‬ﻋـﲆ ‪ y‬ﻫـﻲ ‪x = 11+0.7y‬‬ ‫‪-8‬‬
‫ﺟﺪ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻜﻞ ﻣﻦ ﻗﻴﻢ ‪x, y‬؟‬
‫إذا ُﺣﺴﺐ ﻣﻌﺎﻣﻞ ارﺗﺒﺎط ﺳﺒريﻣﺎن ﺑﺎﺳﺘﺨﺪام اﻷزواج اﳌﺮﺗﺒﺔ‬ ‫‪-9‬‬
‫)‪(x1, y1) , (x2, y2) … (xn, yn‬ﻓﻜﺎن )‪ .(0.4‬وﻛﺎن ﻣﺠﻤﻮع ﻣﺮﺑﻌـﺎت ﻓـﺮوق اﻟﺮﺗـﺐ ﻟﻘـﻴﻢ ‪ y ،x‬ﻫـﻮ‬
‫)‪ ،(99‬ﻓام ﻗﻴﻤﺔ ‪n‬؟‬
‫‪ -10‬اﻟﺸﻜﻞ اﻟﺘﺎﱄ ﻫﻮ ﺷﻜﻞ اﻻﻧﺘﺸﺎر ﻟﻘﻴﻢ ‪.x,y‬‬
‫‪110‬‬
‫‪y‬‬
‫‪50‬‬
‫‪45‬‬
‫‪40‬‬
‫‪35‬‬
‫‪30‬‬
‫‪25‬‬
‫‪20‬‬
‫‪15‬‬
‫‪10‬‬
‫‪x‬‬
‫‪5‬‬ ‫‪10‬‬ ‫‪15‬‬ ‫‪20‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫‪35‬‬ ‫‪40‬‬ ‫‪45‬‬ ‫‪50‬‬
‫ﺟﺪ‪:‬‬
‫أ – ﻣﻌﺎﻣﻞ ارﺗﺒﺎط ﺑريﺳﻮن‪.‬‬
‫ب‪ -‬ﻣﻌﺎﻣﻞ ارﺗﺒﺎط ﺳﺒريﻣﺎن‪.‬‬
‫‪111‬‬
‫‪112‬‬
‫اﻟﻮﺣﺪة اﻟﺨﺎﻣﺴﺔ‬
‫ﻧﻈﺮﻳﺔ اﻻﺣﺘامل‬
‫‪113‬‬
‫‪114‬‬
‫اﻟﻮﺣﺪة اﻟﺨﺎﻣﺴﺔ ‪...‬ﻧﻈﺮﻳﺔ اﻻﺣﺘامل‬
‫ﻧﻈﺮﻳﺔ اﻻﺣﺘامل‬
‫ﻧﻈﺮﻳﺔ اﻻﺣﺘامﻻت ﺗﻬﺘﻢ مبﺎ ﻳﺴﻤﻰ ﺑﺎﻟﺘﺠﺎرب اﻟﻌﺸﻮاﺋﻴﺔ‪ ،‬واﻟﺘﺠﺎرب اﻟﻌﺸﻮاﺋﻴﺔ ﻫـﻲ ﺗﻠـﻚ اﻟﺘﺠـﺎرب‬
‫اﻟﺘﻲ ميﻜﻦ ﺣﴫ ﻧﺘﺎﺋﺠﻬﺎ ﻣﺴﺒﻘﺎً وﻟﻜﻦ ﻻ ميﻜﻦ اﻟﺠﺰم ﻣﺎذا ﺳﺘﻜﻮن اﻟﻨﺘﻴﺠﺔ‪ .‬ﻓﻤـﺜﻼً إذا أﻟﻘﻴﻨـﺎ ﻗﻄﻌـﺔ ﻧﻘـﺪ‬
‫ﻓﻨﻜﻮن ﻋﺎﳌني ﺳﻠﻔﺎً ﺑﺄن اﻟﻨﺘﻴﺠﺔ ﻗﺪ ﺗﻜﻮن ﺻﻮرة أو ﻛﺘﺎﺑﺔ ﻟﻜﻨﻨﺎ ﻻ ﻧﺠـﺰم ﻋـﲆ أﻧﻬـﺎ ﺻـﻮرة أو أﻧﻬـﺎ ﻛﺘﺎﺑـﺔ‪.‬‬
‫واﻵن ﻧﺒﺪأ ﺑﻌﺮض ﺑﻌﺾ ﻣﻔﺎﻫﻴﻢ ﻧﻈﺮﻳﺔ اﻻﺣﺘامﻻت‪.‬‬
‫اﻟﻔﻀﺎء اﻟﻌﻴﻨﻲ )أو اﻟﻔﺮاغ اﻟﻌﻴﻨﻲ( واﻟﺤﺎدث ‪Sample space and Event‬‬
‫ﺗﻌﺮﻳﻒ‪ :‬اﻟﻔﻀﺎء اﻟﻌﻴﻨﻲ ﻫﻮ ﻣﺠﻤﻮﻋﺔ ﻛﺎﻓﺔ اﻟﻨﺘﺎﺋﺞ اﳌﺘﻮﻗﻌﺔ ﻟﻠﺘﺠﺮﺑﺔ اﻟﻌـﺸﻮاﺋﻴﺔ‪ .‬وﺳـرنﻣﺰ ﻟﻠﻔـﻀﺎء‬
‫اﻟﻌﻴﻨﻲ ﺑﺎﻟﺮﻣﺰ ‪" :‬وﻳﻘﺮأ أوﻣﻴﻐﺎ"‪.‬‬
‫اﻵن ﺳﻨﻌﻄﻲ أﻣﺜﻠﺔ ﻋﲆ ﻓﺮاﻏﺎت ﻋﻴﻨﻴﺔ ﺷﺎﺋﻌﺔ ﰲ ﻣﻮﺿﻮع اﻻﺣﺘامﻻت‪ ،‬ﻟﺘﻜﻮن ﻣﺮﺟﻌﻴﺔ ﻟﻠﻘﺎرئ ﻋﻨﺪ‬
‫ﺣﺎﺟﺘﻪ ﻟﻬﺎ‪.‬‬
‫‪ -1‬ﺗﺠﺮﺑﺔ رﻣﻲ ﻗﻄﻌﺔ ﻧﻘﺪ ﻣﺮة واﺣﺪة ﺗﻜﻮن }‪: = {H , T‬‬
‫ﺣﻴﺚ‬
‫ﺻﻮرة ‪H: Head‬‬
‫ﻛﺘﺎﺑﺔ ‪T: Tail‬‬
‫‪ -2‬ﺗﺠﺮﺑﺔ رﻣﻲ ﻗﻄﻌﺘﻲ ﻧﻘﺪ ﻣﺮة واﺣﺪة )أو ﻗﻄﻌﺔ ﻣﺮﺗني(‬
‫})‪:= {(H , H) , (H , T) , (T , H) , (T , T‬‬
‫‪ -3‬ﺗﺠﺮﺑﺔ رﻣﻲ ﺛﻼث ﻗﻄﻊ ﻧﻘﺪﻳﺔ ﻣﺮة واﺣﺪة )أو ﻗﻄﻌﺔ ﺛﻼث ﻣﺮات(‪.‬‬
‫})‪: = {(H,H,H) , (H,H,T) , (H,T,H) , (T,H,H), (H,T,T), (T,H,T), (T,T,H), (T,T,T‬‬
‫‪ -4‬رﻣﻲ ﺣﺠﺮ ﻧﺮد ﻣﺮة واﺣﺪة }‪: = {1,2,3,4,2,5,6‬‬
‫‪115‬‬
‫‪ -5‬رﻣﻲ ﺣﺠﺮ ﻧﺮد وﻗﻄﻌﺔ ﻧﻘﺪ‪.‬‬

‫‪:= {(1,H) , (2,H), (3,H) , (4,H) , (5,H) , (6,H) ,‬‬
‫})‪(1,T) , (2,T) , (3,T) , (4,T), (5,T) , (6,T‬‬
‫‪ -6‬رﻣﻲ ﺣﺠﺮي ﻧﺮد ﻣﺮة واﺣﺪة )أو رﻣﻲ ﺣﺠﺮ ﻣﺮﺗني(‬
‫)‪:= { (1,1) , (1,2) , (1,3), (1,4) , (1,5), (1,6‬‬
‫)‪(2,1) , (2,2) , (2,3), (2,4) , (2,5), (2,6‬‬
‫)‪(3,1) , (3,2) , (3,3), (3,4) , (3,5), (3,6‬‬
‫)‪(4,1) , (4,2) , (4,3), (4,4) , (4,5), (4,6‬‬
‫)‪(5,1) , (5,2) , (5,3), (5,4) , (5,5), (5,6‬‬
‫})‪(6,1) , (6,2) , (6,3), (6,4) , (6,5), (6,6‬‬
‫إذا ﻛﺎﻧﺖ ‪ :‬ﻓﻀﺎء ﻋﻴﻨﻴﺎ ﻟﺘﺠﺮﺑﺔ ﻋﺸﻮاﺋﻴﺔ ﻣﺎ ﻓﺈن أﻳﺔ ﻣﺠﻤﻮﻋـﺔ ﺟﺰﺋﻴـﺔ ﻣﺜـﻞ ‪ E‬ﻣـﻦ ‪(E‬‬ ‫‪-1‬‬
‫‪:):‬ﺗﺪﻋﻰ ﺣﺎدﺛﺎ)‪.(event‬‬
‫إذا ﻛﺎن ‪ E‬ﺣﺎدﺛﺎ ﰲ ‪ :‬ﻳﺘﻜﻮن ﻣﻦ ﻋﻨﴫ واﺣﺪ ﻓﺈﻧﻪ ﻳﺴﻤﻰ ﺣﺎدﺛﺎ ﺑﺴﻴﻄﺎً ‪.Simple event‬‬ ‫‪-2‬‬
‫وإذا ﻛﺎن ‪ E‬ﺣﺎدﺛﺎ ﻓﻴﻪ أﻛرث ﻣﻦ ﻋﻨـﴫ ﻣـﻦ ﻋﻨـﺎﴏ ‪ :‬ﻓﻴـﺴﻤﻰ ﺣﺎدﺛـﺎ ﻣﺮﻛﺒـﺎ ً ‪Compound‬‬ ‫‪-3‬‬
‫‪.event‬‬
‫‪ : I‬وﺑﺎﻟﺘﺎﱄ ﻓﺈن ‪ I‬ﺣﺎدﺛـﺎ ﰲ ‪ ،:‬ﻳـﺴﻤﻰ ﻫـﺬا اﻟﺤـﺎدث ﺑﺎﻟﺤـﺎدث اﳌـﺴﺘﺤﻴﻞ‪(Null .‬‬ ‫‪-4‬‬
‫)‪event‬‬
‫‪ : :‬وﺑﺎﻟﺘﺎﱄ ﻓﺈن ‪ :‬ﺣﺎدﺛﺎ ﰲ ‪ ،:‬ﻳﺴﻤﻰ ﻫﺬا اﻟﺤﺎدث ﺑﺎﻟﺤﺎدث اﻷﻛﻴﺪ‪.(Sure event).‬‬ ‫‪-5‬‬
‫ﺑﺎﻟﺮﺟﻮع إﱃ اﻟﻔﺮاغ اﻟﻌﻴﻨﻲ ‪ :‬ﻟﺘﺠﺮﺑﺔ رﻣﻲ ﻗﻄﻌﺘﻲ ﻧﻘﺪ إذا ﻛﺎن‬
‫ﺣﺎدث ﰲ ‪ :‬ﻓﺈﻧﻪ ﺣﺎدث ﻣﺮﻛﺐ‬ ‫})‪E1= {(H,T) , (T,H‬‬
‫ﺣﺎدث ﺑﺴﻴﻂ ﰲ ‪.:‬‬ ‫أﻣﺎ })‪E2= {(T,T‬‬
‫أﻳﻀﺎً ميﻜﻨﻚ إﻋﻄﺎء أﻣﺜﻠﺔ ﻋﲆ ﺣﻮادث ﻣﺨﺘﻠﻔﺔ ﺑﺴﻴﻄﺔ وﻣﺮﻛﺒﺔ ﻟﻨﻔﺲ اﻟﺘﺠﺮﺑﺔ‪.‬‬
‫‪116‬‬
‫ﰲ ﺗﺠﺮﺑﺔ رﻣﻲ ﺣﺠﺮي اﻟرند ﻟﻴﻜﻦ‬
‫ﻫﻮ اﻟﺤﺎدث اﻟﺬي ﻳﻜﻮن ﻣﺠﻤﻮع اﻟﻮﺟﻬني اﻟﻈﺎﻫﺮﻳﻦ ﻓﻴﻪ )‪.(4‬‬ ‫‪:E1‬‬
‫ﻫﻮ اﻟﺤﺎدث اﻟﺬي ﻳﻜﻮن ﻣﺠﻤﻮع اﻟﻮﺟﻬني اﻟﻈﺎﻫﺮﻳﻦ ﻓﻴﻪ )‪.(10‬‬ ‫‪:E2‬‬
‫ﻫﻮ اﻟﺤﺎدث اﻟﺬي ﻳﻜﻮن اﻟﻮﺟﻪ اﻷول ﻓﻴﻪ ﻓﺮدﻳﺎ )‪ (odd‬واﻟﻮﺟﻪ اﻟﺜﺎين زوﺟﻲ )‪.(even‬‬ ‫‪:E3‬‬
‫ﻫﻮ اﻟﺤﺎدث اﻟﺬي ﻳﻜﻮن ﻣﺠﻤﻮع اﻟﻮﺟﻬني اﻟﻈﺎﻫﺮﻳﻦ ﻓﻴﻪ أﻛﱪ ﻣﻦ )‪.(10‬‬ ‫‪:E4‬‬
‫اﻟﻮﺟﻪ اﻷول ﻳﻘﺒﻞ اﻟﻘﺴﻤﺔ ﻋﲆ )‪(divisible by‬اﻟﻮﺟﻪ اﻟﺜﺎين‪.‬‬ ‫‪:E5‬‬
‫اﻛﺘﺐ ﻫﺬه اﻟﺤﻮادث ﴏﻳﺤﺔ‪.‬‬
‫=‪E1‬‬ ‫})‪{(1,3) , (3,1), (2,2‬‬
‫=‪E2‬‬ ‫})‪{(4,6) , (6,4), (5,5‬‬
‫=‪E3‬‬ ‫})‪{(1,2), (1,4) , (1,6) , (3,2), (3,4) , (3,6) , (5,2) , (5,4) , (5,6‬‬
‫=‪E4‬‬ ‫})‪{(5,6) , (6,5), (6.6‬‬
‫=‪E5‬‬ ‫‪{(1,1), (2,1), (3,1) , (4,1), (5,1), (6,1), (2,2), (3,3), (4,4) , (5,5),‬‬
‫})‪(6,6), (4,2), (6,2), (6,3‬‬
‫ﺗﻌﺮﻳــﻒ‪ :‬إذا ﻛــﺎن ‪E2 ،E1‬ﺣــﺎدﺛني ﰲ اﻟﻔ ـﺮاغ اﻟﻌﻴﻨــﻲ ‪ :‬ﺑﺤﻴــﺚ ﻻ ﻳﻮﺟــﺪ ﺑﻴــﻨﻬام ﻋﻨــﺎﴏ ﻣــﺸﱰﻛﺔ أي‬
‫‪ E1E2=I‬ﻓﻴﺴﻤﻰ اﻟﺤﺎدﺛني ﺑﺤﺎدﺛني ﻣﻨﻔﺼﻠني )‪.(disjoint events‬‬
‫ﰲ ﺗﺠﺮﺑﺔ رﻣﻲ ﺣﺠﺮ اﻟرند ﻣﺮة واﺣﺪة إذا ﻛﺎن‬
‫}‪E1 = {1,2,3} E2={1,3,5‬‬ ‫}‪E3={2,4‬‬
‫ﻓﺄي أزواج اﻟﺤﻮادث اﻟﺘﺎﻟﻴﺔ ﻣﻨﻔﺼﻠﺔ‪:‬‬
‫‪E2,E3 (c‬‬ ‫‪E1,E3 (b‬‬ ‫‪E1,E2 (a‬‬
‫وﺑﺎﻟﺘﺎﱄ ‪ E1,E2‬ﻟﻴﺴﺎ ﻣﻨﻔﺼﻠني‪.‬‬ ‫‪E1 E2= {1,3} -a‬‬
‫وﺑﺎﻟﺘﺎﱄ ‪ E1,E3‬ﻟﻴﺴﺎ ﻣﻨﻔﺼﻠني‪.‬‬ ‫}‪E1 E3= {2‬‬ ‫‪-b‬‬
‫وﺑﺎﻟﺘﺎﱄ ‪ E2,E3‬ﻣﻨﻔﺼﻼن‪.‬‬ ‫‪E2 E3 = I‬‬ ‫‪-c‬‬
‫‪117‬‬
‫اﻟﺘﻜﺮار اﻟﻨﺴﺒﻲ واﻻﺣﺘامل )‪(Relative Frequency and Probability‬‬

‫‪m‬‬
‫إذا ﻛﺎن ‪ n‬ﻋﺪد ﻣﺮات إﺟﺮاء ﺗﺠﺮﺑﺔ ﻋﺸﻮاﺋﻴﺔ‪ m ،‬ﻋﺪد ﻣـﺮات اﻟﺤـﺼﻮل ﻋـﲆ اﻟﺤـﺎدث ‪ E‬ﻓـﺈن‬
‫‪n‬‬
‫ﺗﺪﻋﻰ ﺑﺎﻟﺘﻜﺮار اﻟﻨﺴﺒﻲ ﻟﻠﺤﺎدث أو اﻻﺣﺘامل اﻟﺘﺠﺮﻳﺒﻲ ﻟﻠﺤﺎدث‪.‬‬
‫وﻋﻨﺪﻣﺎ ﺗﺼﺒﺢ ﻗﻴﻤﺔ ‪ n‬ﻛﺒرية ﺟﺪا ً )‪ (nof‬ﻓﺈن اﻟﺘﻜﺮار اﻟﻨﺴﺒﻲ ﻳﻘﱰب ﻣﻦ ﻗﻴﻤـﺔ ﻣﺤـﺪدة ﺳـرنﻣﺰ‬
‫ﻟﻬﺎ ﺑﺎﻟﺮﻣﺰ )‪ p(E‬وﺗﺴﻤﻰ اﻻﺣﺘامل اﻟﻨﻈﺮي ﻟﻠﺤﺎدث ‪.E‬‬
‫ﻧﺸﺎط‪:‬‬
‫ﻟﺘﻜﻦ ‪ n‬ﻋﺪد ﻣﺮات إﻟﻘﺎء ﻗﻄﻌﺔ ﻧﻘﺪ‪ m ،‬ﻋﺪد ﻣﺮات ﻇﻬﻮر اﻟﺼﻮرة‪.‬‬
‫أﻛﻤﻞ اﻟﻔﺮاغ ﰲ اﻟﺠﺪول اﻟﺘﺎﱄ ﺑﻌﺪ إﺟﺮاء اﻟﺘﺠﺮﺑﺔ ﻋﻤﻠﻴﺎ‪.‬‬
‫‪m‬‬ ‫ﻋﺪد ﻣﺮات اﻟﺤﺼﻮل ﻋﲆ اﻟﺼﻮرة‬
‫اﻟﺘﻜﺮار اﻟﻨﺴﺒﻲ‬ ‫ﻋﺪد ﻣﺮات إﺟﺮاء اﻟﺘﺠﺮﺑﺔ )‪(n‬‬
‫‪n‬‬ ‫)‪(m‬‬
‫‪............‬‬ ‫‪............‬‬ ‫‪10‬‬
‫‪............‬‬ ‫‪............‬‬ ‫‪20‬‬
‫‪............‬‬ ‫‪............‬‬ ‫‪50‬‬
‫‪............‬‬ ‫‪............‬‬ ‫‪100‬‬
‫‪............‬‬ ‫‪............‬‬ ‫‪200‬‬
‫ﰲ اﻟﻨﺸﺎط اﻟﺴﺎﺑﻖ ﻟﻮ أﺻﺒﺤﺖ ﻗﻴﻤﺔ )‪ (n‬ﻛﺒرية ﺟﺪا ً ﻓﺈن · ‪§ m‬‬
‫¸ ¨‬
‫‪©n¹‬‬
‫‪1‬‬ ‫‪1‬‬
‫}‪P {H‬‬ ‫ﺳﺘﻘﱰب ﻣﻦ اﻟﻘﻴﻤﺔ ‪ ،‬وﺑﺎﻟﺘﺎﱄ ﻓﺈن‬
‫‪2‬‬ ‫‪2‬‬
‫إذا ﻛﺎﻧﺖ ‪ :‬ﻓﻀﺎء ﻋﻴﻨﻴﺎ وﻛﺎن ﻛﻞ ﺣﺎدث ﺑﺴﻴﻂ ﰲ ‪ :‬ﻟﻪ ﻧﻔﺲ ﻓﺮﺻﺔ اﻟﺤﺪوث‪ .‬وﻛﺎن ‪ E‬ﺣﺎدﺛـﺎ ﰲ‬
‫‪ :‬ﻓﺈن‬
‫‪E ήλΎϨϋ ΩΪϋ‬‬
‫وﻳﺴﻤﻰ ﻫﺬا اﻻﺣﺘامل اﻟﻨﻈﺮي ﻟﻠﺤﺎدث ‪:E‬‬ ‫اﺣﺘامل اﻟﺤﺎدث )‪= (E‬‬
‫‪: ήλΎϨϋ ΩΪϋ‬‬
‫‪118‬‬
‫‪# E‬‬
‫) ‪P( E‬‬
‫‪# :‬‬
‫ﺣﻴﺚ ‪ #‬ﺗﻌﻨﻲ ﻋﺪد اﻟﻌﻨﺎﴏ‪.‬‬
‫وﺗﺴﻤﻰ ‪ :‬ﰲ ﻫﺬه اﻟﺤﺎﻟﺔ ﺑﺎﻟﻔﻀﺎء اﻟﻌﻴﻨﻲ اﳌﻨﺘﻈﻢ )‪.(Uniform space‬‬
‫ﺗﻌﺮﻳﻒ‪ :‬ﻷي ﻓﻀﺎء ﻋﻴﻨﻲ ‪) :‬ﻣﻨﺘﻈﻢ أو ﻏري ﻣﻨﺘﻈﻢ( ّ‬
‫ﻳﻌﺮف اﻗﱰان اﻻﺣﺘامل‬
‫‪ ،P:P(:)oR‬ﺣﻴﺚ )‪ P(:‬ﻣﺠﻤﻮﻋﺔ ﻛﺎﻓﺔ ﺣﻮادث ‪ R ،:‬ﻣﺠﻤﻮﻋﺔ اﻷﻋﺪاد اﻟﺤﻘﻴﻘﻴﺔ‪.‬‬
‫ﻣﻦ ﺧﻼل اﳌﺴﻠامت اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪P(:) =1 , P(E) t 0,‬‬ ‫ﻷي ﺣﺎدث ‪E :‬‬ ‫‪-1‬‬
‫إذا ﻛﺎن ‪ E2 ،E1‬ﺣﺎدﺛني ﻣﻨﻔﺼﻠني ﰲ ‪ :‬ﻓﺈن‬ ‫‪-2‬‬
‫=)‪P(E1E2‬‬ ‫)‪P(E1) + P(E2‬‬
‫إذا ﻛﺎن ‪ ... ،E2 ،E1‬ﺣﻮادث ﰲ ‪ :‬ﺑﺤﻴﺚ‬ ‫‪-3‬‬
‫‪Ei Ej = I‬‬
‫‪i zj‬‬ ‫ﻷي‬
‫…‪P(E1E2,….) = P(E1)+P(E2)+‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬ﺗﻘﺮأ )‪ P(E‬اﺣﺘامل اﻟﺤﺎدث ‪(Probability of E) .E‬‬
‫ﺧﻮاص اﻻﺣﺘامل )‪:(Properties of probability‬‬
‫إذا ﻛﺎﻧﺖ ‪ :‬ﻓﻀﺎء ﻋﻴﻨﺎ ﻓﺈﻧﻪ‬
‫إذا ﻛﺎن ‪ E2 ،E1‬ﺣﺎدﺛني ﰲ ‪ E1E2 ،:‬ﻓﺈن )‪P(E1) d P(E2‬‬ ‫‪-1‬‬
‫ﻷي ﺣﺎدث ‪0 d P (E) d1 ،E‬‬ ‫‪-2‬‬
‫‪P(I) =0‬‬ ‫‪-3‬‬
‫)‪P(E1-E2) = P(E1) - P(E1E2‬‬ ‫‪-4‬‬
‫‪P E1 E 2‬‬ ‫‪P(E 1 ) P E1 E 2‬‬ ‫‪-5‬‬
‫‪119‬‬
‫ﰲ ﺗﺠﺮﺑﺔ رﻣﻲ ﺣﺠﺮ اﻟرند ﻣﺮة واﺣﺪة إذا ﻛﺎن‪:‬‬
‫‪{1,2}=E1‬‬
‫}‪{1,4,5‬‬ ‫‪= E2‬‬
‫‪=E3‬أن ﻳﻜﻮن اﻟﻮﺟﻪ اﻟﻈﺎﻫﺮ ﻋﺪدا ً ﻓﺮدﻳﺎً ﻓﺄوﺟﺪ‬
‫)‪(a) P(E1‬‬ ‫)‪(b) P(E2‬‬ ‫)‪(c) P(E3‬‬
‫‪(d) P E1 E 2‬‬ ‫‪(e) P E1 E 2‬‬
‫ﻻﺣﻆ أن ﻋﺪد ﻋﻨﺎﴏ ‪6= :‬‬
‫‪2‬‬ ‫‪1‬‬
‫‪a-‬‬ ‫) ‪P(E1‬‬
‫‪6‬‬ ‫‪3‬‬
‫‪3‬‬ ‫‪1‬‬
‫‪b-‬‬ ‫) ‪P(E 2‬‬
‫‪6‬‬ ‫‪2‬‬
‫‪3‬‬ ‫‪1‬‬
‫‪c-‬‬ ‫) ‪P(E 3‬‬
‫‪6‬‬ ‫‪2‬‬
‫‪4‬‬ ‫‪2‬‬
‫‪d-‬‬ ‫‪E1 E 2‬‬ ‫‪^1,2,4,5` P E1 E 2‬‬
‫‪6‬‬ ‫‪3‬‬
‫‪1‬‬
‫‪e-‬‬ ‫‪E 1 E 2‬‬ ‫‪^1` P E1 E 2‬‬
‫‪6‬‬
‫ﺻﻨﺪوق ﻳﺤﻮي )‪ (7‬ﻛﺮات ﺳﻮداء‪ 3 ،‬ﻛﺮات ﺑﻴـﻀﺎء‪ ،‬ﺳـﺤﺒﺖ ﻣـﻦ اﻟـﺼﻨﺪوق ﻛـﺮة واﺣـﺪة ﻋـﺸﻮاﺋﻴﺎً‬
‫)‪(Raudomly‬أوﺟﺪ‪:‬‬
‫‪ -a‬اﺣﺘامل أن ﺗﻜﻮن ﺳﻮداء )‪.(Black‬‬
‫‪ -b‬اﺣﺘامل أن ﺗﻜﻮن ﺑﻴﻀﺎء )‪.(White‬‬
‫‪ -c‬اﺣﺘامل أن ﺗﻜﻮن ﺣﻤﺮاء )‪.(Red‬‬
‫‪7‬‬
‫‪a-‬‬ ‫)‪P(Black‬‬
‫‪10‬‬
‫‪120‬‬
‫‪3‬‬
‫‪b-‬‬ ‫)‪P(White‬‬
‫‪10‬‬
‫‪c-‬‬ ‫)‪P(Red‬‬ ‫‪= p (I) = 0‬‬
‫ﺟﺪ ‪P E1 E 2‬‬ ‫‪P E1 E 2‬‬ ‫‪0.3‬‬ ‫إذا ﻛﺎن ‪، P(E1)=0.4‬‬
‫‪P E1 E 2‬‬ ‫) ‪P(E1 ) P(E1 E 2‬‬
‫‪= 0.4 – 0.3‬‬
‫‪= 0.1‬‬
‫ﺗﻌﺮﻳــﻒ‪ :‬إذا ﻛــﺎن ‪ E‬ﺣﺎدﺛــﺎ ﰲ اﻟﻔــﺮاغ اﻟﻌﻴﻨــﻲ ‪ ،:‬ﻓﻌــﺪم وﻗــﻮع ‪ E‬ﻳﻌــﺮف ﺑﺄﻧــﻪ ﻣــﺘﻤﻢ اﻟﺤــﺎدث ‪E‬‬
‫)‪ (Complement of E‬وﻳﺮﻣﺰ ﻟﻪ ﺑﺎﻟﺮﻣﺰ ‪ E‬وﻳﻜﻮن‪:‬‬
‫‪PE‬‬ ‫)‪1 P(E‬‬
‫إذا ﻛﺎن ‪P (E)=0.8‬‬
‫‪PE‬‬ ‫ﻓﺄوﺟﺪ‬
‫‪PE‬‬ ‫)‪1 P(E‬‬
‫‪= 1 – 0.8‬‬
‫‪= 0.2‬‬
‫ﺗﻌﺮﻳﻒ‪ :‬إذا ﻛﺎﻧﺖ ‪ E1,E2,…,En‬ﺣﻮادث ﰲ ‪ :‬ﺑﺤﻴﺚ أن‬
‫‪1-‬‬ ‫‪E1 E 2 E n‬‬ ‫‪ȍ‬‬
‫‪2-‬‬ ‫‪EiEj=I‬‬ ‫ﻟﻜﻞ ‪izj‬‬
‫ﻓﺈن ﻫﺬه اﻟﺤﻮادث ﺗﺴﻤﻰ ﺣﻮادث ﻣﺘﺒﺎﻋﺪة وﺷﺎﻣﻠﺔ‪.‬‬
‫ﰲ ﺗﺠﺮﺑﺔ رﻣﻲ ﺣﺠﺮ اﻟرند ﻣﺮة واﺣﺪة‪ ،‬إذا ﻛﺎن‬
‫}‪E3={3} ، E2= {3,4,5} ، E1 ={1,6‬‬
‫‪121‬‬
‫ﻓﻬﻞ ﻫﺬه اﻟﺤﻮادث ﻣﺘﺒﺎﻋﺪة وﺷﺎﻣﻠﺔ؟‬

‫‪E2 E3‬‬ ‫‪I‬‬ ‫‪، E1 E 3‬‬ ‫‪I‬‬ ‫‪،‬‬ ‫‪E1 E 2‬‬ ‫‪I‬‬
‫أي أن ‪ E3 ،E2 ،E1‬ﻣﻨﻔﺼﻠﺔ ﻣﺜﻨﻰ‪(Mutualy exclusive) .‬‬
‫‪:= E1 E2 E3‬‬
‫? ‪ E3 ،E2 ،E1‬ﺣﻮادث ﻣﺘﺒﺎﻋﺪة وﺷﺎﻣﻠﺔ‪.‬‬
‫ﻧﻈﺮﻳﺔ‪ :‬إذا ﻛﺎﻧﺖ ‪ E1,E2,…,En‬ﺣﻮادث ﻣﺘﺒﺎﻋﺪة وﺷﺎﻣﻠﺔ ﻓﺈن‪:‬‬
‫‪P(E1) + P(E2)+…+P(En)=1‬‬
‫إذا ﻛﺎﻧﺖ ‪ E1,E2,E3,E4‬ﺣﻮادث ﻣﺘﺒﺎﻋﺪة وﺷﺎﻣﻠﺔ وﻛﺎن‬
‫‪P(E1) = 0.2,‬‬ ‫‪P(E2) = 0.5,‬‬ ‫‪P(E3) = 0.1‬‬
‫ﻓﺄوﺟﺪ )‪P(E4‬؟‬
‫‪ E1,E2,E3,E4‬ﺣﻮادث ﻣﺘﺒﺎﻋﺪة وﺷﺎﻣﻠﺔ‬
‫‪? P(E1) + P(E2) + P(E3) + P(E4) = 1‬‬
‫)‪0.2 + 0.5 + 0.1 + P(E4‬‬ ‫‪=1‬‬
‫‪P (E4) = 0.2‬‬
‫ﻗﺎﻧﻮن ﺟﻤﻊ اﻻﺣﺘامﻻت‬
‫ﻧﻈﺮﻳﺔ‪ :‬إذا ﻛﺎن ‪ E1,E2‬ﺣﺎدﺛني ﰲ ‪ ،:‬ﻓﺈن اﺣﺘامل وﻗﻮع )‪ (E1‬أو )‪(E2‬ﻫﻮ‬
‫)‪P(E1E2)= P(E1)+P(E2)-P(E1E2‬‬
‫ﺣﻴﺚ )‪ P(E1E2‬ﻫﻲ اﺣﺘامل ﺣﺪوث اﻟﺤﺎدﺛني ﻣﻌﺎ‪.‬‬
‫إذا ﻛﺎن ‪P(AB) = 0.35 ، P(B)=0.8. ، P(A)=0.4‬‬
‫ﻓﺄوﺟﺪ )‪P(AB‬‬
‫‪122‬‬
‫)‪P(AB)= P(A) + P(B)-P(AB‬‬
‫‪=0.4 + 0.8 – 0.35‬‬
‫‪= 0.85‬‬
‫إذا ﻛﺎﻧﺖ ﻧﺴﺒﺔ اﻷﺷﺨﺎص اﻟﺬﻳﻦ ﻋﻴﻮﻧﻬﻢ ﺳـﻮداء ﰲ ﻣﺪﻳﻨـﺔ ﻋـامن ‪ %70‬وﻛﺎﻧـﺖ ﻧـﺴﺒﺔ اﻷﺷـﺨﺎص‬
‫اﻟﺬﻳﻦ ﺷﻌﺮﻫﻢ أﺳﻮد ‪ ،%40‬وﻧﺴﺒﺔ اﻷﺷﺨﺎص اﻟﺬﻳﻦ ﻋﻴـﻮﻧﻬﻢ ﺳـﻮداء وﺷـﻌﺮﻫﻢ أﺳـﻮد ‪ .%30‬ﻓـﺈذا اﺧﱰﻧـﺎ‬
‫ﺷﺨﺼﺎ ﻋﺸﻮاﺋﻴﺎ ﻣﻦ ﻣﺪﻳﻨﺔ ﻋامن ﻓﺄوﺟﺪ اﺣﺘامل‪:‬‬
‫‪ -a‬أن ﺗﻜﻮن ﻋﻴﻮﻧﻪ ﺳﻮداء أو ﺷﻌﺮه أﺳﻮد‪.‬‬
‫‪ -b‬أن ﻻ ﻳﻜﻮن ذو ﻋﻴﻮن ﺳﻮداء‪.‬‬
‫‪ -c‬أن ﻳﻜﻮن ذو ﺷﻌﺮ أﺳﻮد وﻋﻴﻮﻧﻪ ﻟﻴﺴﺖ ﺳﻮداء‪.‬‬
‫ﻟﻨﻔﺮض أن اﻟﺤﺎدث ‪ E1‬ﻫﻮ اﻟﺤﺎدث اﻟﺬي ﻳﻜﻮن ﻓﻴﻪ اﻟﺸﺨﺺ اﻟﺬي ﺗﻢ اﺧﺘﻴﺎره ذو ﻋﻴﻮن ﺳﻮداء‪.‬‬
‫‪ E2‬ﻫﻮ اﻟﺤﺎدث اﻟﺬي ﻳﻜﻮن ﻓﻴﻪ اﻟﺸﺨﺺ اﻟﺬي ﺗﻢ اﺧﺘﻴﺎره ذو ﺷﻌﺮ أﺳﻮد‪.‬‬
‫ﻓﻴﻜﻮن ‪P(E1)= 0.7 , P(E2)=0.4, P (E1E2)=0.3‬‬
‫)‪a- P(E1E2) = P(E1) + P(E2) – P(E1E2‬‬
‫‪=0.7 + 0.4 – 0.3 = 0.8‬‬
‫‪b- P E1‬‬ ‫)‪= 1– P(E1‬‬

‫‪= 1 – 0.7‬‬
‫‪= 0.3‬‬
‫‪c- P E1 E 2‬‬ ‫‪P E 2 P E1 E 2‬‬
‫‪= 0.4 – 0.3‬‬
‫‪= 0.1‬‬
‫إذا ﻛﺎن ‪ E1,E2‬ﺣﺎدﺛني ﻣﻨﻔﺼﻠني ﰲ ‪ :‬وﻛﺎن‬
‫‪123‬‬
‫‪3‬‬ ‫‪2‬‬
‫‪P E1‬‬ ‫‪, P E2‬‬
‫‪7‬‬ ‫‪7‬‬
‫ﻓﺄوﺟﺪ )‪P(E1E2‬‬
‫)‪P(E1E2) = P(E1) + P(E2) – P(E1E2‬‬
‫)‪= P(E1) + P(E2‬‬
‫‪3 2‬‬ ‫‪5‬‬
‫‪P E1 E 2‬‬ ‫‬
‫‪7 7‬‬ ‫‪7‬‬
‫اﻟﺤﻮادث اﳌﺴﺘﻘﻠﺔ )‪" (Independent Events‬ﻗﺎﻧﻮن ﴐب اﻻﺣﺘامﻻت"‬
‫ﺗﻌﺮﻳﻒ‪ :‬إذا ﻛﺎن ‪ E1 ، E 2‬ﺣﺎدﺛني ﰲ ‪ :‬ﻓﻴﺪﻋﻰ ‪ E1 , E 2‬ﺣﺎدﺛني ﻣﺴﺘﻘﻠني إذا ﻛﺎن أﺣـﺪﻫام ﻻ‬
‫ﻳﺘﺄﺛﺮ ﺑﻮﻗﻮع اﻵﺧﺮ‪ .‬وﺑﺼﻔﺔ رﻳﺎﺿﻴﺔ ﻳﻜﻮن ‪ E1 , E 2‬ﻣﺴﺘﻘﻠني إذا ﻛﺎن‬
‫‪P E1 E 2‬‬ ‫‪P E1 P E 2‬‬
‫‪، P E2‬‬ ‫‪0.5 ، P E1‬‬ ‫إذا ﻛـــــــــﺎن ‪ E 2 ، E 1‬ﺣـــــــــﺎدﺛني ﰲ ‪ ،:‬وﻛـــــــــﺎن ‪0.9‬‬
‫‪ P E1 E 2‬ﻓﻬﻞ ‪ E 2 ، E1‬ﻣﺴﺘﻘﻼن؟‬ ‫‪0.45‬‬
‫‪P E1 P E 2‬‬ ‫‪0.9 0.5‬‬
‫‪= 0.45‬‬
‫‪= P E1 E 2‬‬
‫إذن ‪ E 2 ، E1‬ﺣﺎدﺛني ﻣﺴﺘﻘﻠني‪.‬‬
‫إذا ﻛﺎن ‪ E 2 ، E 1‬ﺣﺎدﺛني ﻣﺴﺘﻘﻠني ﰲ ‪ :‬وﻛﺎن ‪P(E 2 ) 0.5 ، P(E1 ) 0.6‬‬
‫‪a- P E1 E 2‬‬
‫‪b- P E1 E 2‬‬
‫‪124‬‬
‫‪a- P E1 E 2‬‬ ‫) ‪P(E1 )P(E 2‬‬
‫)‪= (0.6) (0.5‬‬
‫‪= 0.3‬‬
‫‪b- P E1 E 2‬‬ ‫‪P(E1 ) P(E 2 ) P E1 E 2‬‬
‫‪= 0.6+0.5 - 0.3‬‬
‫‪= 0.8‬‬
‫أﻃﻠﻖ ﺻﻴﺎدان ﻧﺤﻮ ﻫﺪف ﻓـﺈذا ﻛـﺎن اﺣـﺘامل إﺻـﺎﺑﺔ اﻷول ﻟـﻠــﻬﺪف ‪ 0.8‬واﺣـﺘامل إﺻـﺎﺑﺔ اﻟﺜـﺎين‬
‫ﻟـﻠـﻬﺪف ‪ 0.6‬ﻓﺄوﺟﺪ اﺣﺘامل‬
‫‪ -a‬إﺻﺎﺑﺔ اﻻﺛﻨني ﻣﻌﺎ ﻟـﻠـﻬﺪف‪.‬‬
‫‪ -b‬إﺻﺎﺑﺔ اﻟﻬﺪف‪.‬‬
‫) ‪P(E1‬‬ ‫‪ : E 1‬أن ﻳﺼﻴﺐ اﻷول اﻟﻬﺪف ‪0.8‬‬
‫) ‪P(E 2‬‬ ‫‪ : E 2‬أن ﻳﺼﻴﺐ اﻟﺜﺎين اﻟﻬﺪف ‪0.6‬‬
‫‪a-‬‬ ‫‪P E1 E 2‬‬ ‫) ‪P(E1 )P(E 2‬‬
‫)‪= (0.8) (0.6‬‬
‫‪= 0.48‬‬
‫‪b-‬‬ ‫‪P E1 E 2‬‬ ‫‪P(E1 ) P(E 2 ) P E1 E 2‬‬
‫‪= 0.8 + 0.6 – 0.48‬‬
‫‪= 0.92‬‬
‫ﺻﻨﺪوق ﻳﺤﻮي )‪ (6‬ﻛﺮات ﺳﻮداء )‪ (4) ،(Black‬ﻛﺮات ﺣﻤـﺮاء )‪ (Red‬ﺳـﺤﺐ ﻣـﻦ اﻟـﺼﻨﺪوق ﻛﺮﺗـﺎن‬
‫ﻋﲆ اﻟﺘﻮاﱄ ﻣﻊ اﻹرﺟﺎع‪ ،‬أوﺟﺪ اﺣﺘامل‪.‬‬
‫‪125‬‬
‫أن ﺗﻜﻮن اﻟﻜﺮﺗﺎن ﺳﻮداوﻳﻦ‪.‬‬ ‫‪-a‬‬

‫أن ﺗﻜﻮن اﻟﻜﺮة اﻷوﱃ ﺳﻮداء واﻟﺜﺎﻧﻴﺔ ﺣﻤﺮاء‪.‬‬ ‫‪-b‬‬
‫أن ﺗﻜﻮن إﺣﺪى اﻟﻜﺮﺗني ﺳﻮداء‪.‬‬ ‫‪-c‬‬
‫أن ﺗﻜﻮن اﻟﻜﺮﺗﺎن ﻣﻦ ﻧﻔﺲ اﻟﻠﻮن‪.‬‬ ‫‪-d‬‬
‫اﻟﺴﺤﺐ ﻫﻨﺎ ﻋﲆ اﻟﺘﻮاﱄ ﻣﻊ اﻹرﺟﺎع ﻓﺬﻟﻚ ﻳﻌﻨﻲ أن اﻟﺴﺤﺒﺔ اﻟﺜﺎﻧﻴﺔ ﻻ ﺗﺘﺄﺛﺮ ﺑﺎﻟـﺴﺤﺒﺔ اﻷوﱃ ﻓﻬـﺬا‬
‫ﻳﻌﻨﻲ ﺣﻮادث ﻣﺴﺘﻘﻠﺔ‪.‬‬
‫‪6‬‬ ‫‪6‬‬ ‫‪B‬‬ ‫‪R‬‬
‫‪a-‬‬ ‫)‪P(B, B‬‬ ‫‪u‬‬
‫‪10 10‬‬ ‫‪6‬‬ ‫‪4‬‬
‫‪36‬‬
‫‪100‬‬
‫‪6‬‬ ‫‪4‬‬
‫)‪b- P(B, R‬‬ ‫‪u‬‬
‫‪10 10‬‬
‫‪24‬‬
‫‪100‬‬
‫‪) = P(B, R) P R, B‬إﺣﺪى اﻟﻜﺮﺗني ﺳﻮداء(‪c- P‬‬
‫‪6‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪6‬‬
‫‪u‬‬ ‫‬ ‫‪u‬‬
‫‪10 10 10 10‬‬
‫‪48‬‬
‫‪100‬‬
‫‪) = P(B, B) P R, R‬اﻟﻜﺮﺗﺎن ﻧﻔﺲ اﻟﻠﻮن( ‪d- P‬‬
‫‪6‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪4‬‬
‫‪u‬‬ ‫‬ ‫‪u‬‬
‫‪10 10 10 10‬‬
‫‪52‬‬
‫‪100‬‬
‫متﺮﻳﻦ‪ :‬أﻋﺪ ﺣﻞ اﳌﺜﺎل اﻟﺴﺎﺑﻖ إذا ﻛﺎن اﻟﺴﺤﺐ دون إرﺟﺎع‪.‬‬
‫ﻧﻈﺮﻳﺔ‪ :‬إذا ﻛﺎن ‪ E 2 ، E1‬ﺣﺎدﺛني ﻣﺴﺘﻘﻠني ﰲ ‪ :‬ﻓﺈن‬
‫‪126‬‬
‫‪ E 2 ، E1‬ﻣﺴﺘﻘﻼن‪.‬‬ ‫‪-1‬‬
‫‪ E 2 ، E1‬ﻣﺴﺘﻘﻼن‪.‬‬ ‫‪-2‬‬
‫‪ E 2 ، E1‬ﻣﺴﺘﻘﻼن‪.‬‬ ‫‪-3‬‬
‫) ‪P(E 2‬‬ ‫) ‪0.4 ، P(E 1‬‬ ‫إذا ﻛﺎن ‪ E 2 ، E 1‬ﺣﺎدﺛني ﻣﺴﺘﻘﻠني ﰲ ‪0.3 ، :‬‬
‫‪a- P E1 E 2‬‬
‫‪b- P E1 E 2‬‬
‫‪c- P E1 E 2‬‬
‫‪d- P E1 E 2‬‬
‫‪a- P E1 E 2‬‬ ‫) ‪P(E 1 )P(E 2‬‬
‫)‪= (0.3) (0.4‬‬
‫‪= 0.12‬‬
‫‪b- P E1 E 2‬‬ ‫) ‪P(E1 )P( E 2‬‬
‫)‪= (0.7) (0.6‬‬
‫‪= 0.42‬‬
‫‪c- P E1 E 2‬‬ ‫) ‪P(E1 ) P(E 2‬‬
‫)‪= (0.7) (0.4‬‬
‫‪= 0.28‬‬
‫‪d- P E1 E 2‬‬ ‫‪P(E1 ) P(E 2 ) P E1 E 2‬‬
‫‪= 0.7 + 0.4 – 0.28‬‬
‫‪= 0.82‬‬
‫‪127‬‬
‫اﻻﺣﺘامل اﳌﴩوط وﻧﻈﺮﻳﺔ ﺑﻴﺰ‬

‫)‪(Conditional Probability and Bay's Theorm‬‬
‫إذا ﻛﺎن ‪ E 2 ، E1‬ﺣﺎدﺛني ﰲ ‪ :‬ﻓﺈن اﺣﺘامل ﺣﺪوث ‪ E1‬ﺑﴩط ﺣﺪوث ‪ E 2‬ﻳﺮﻣﺰ ﻟﻪ ﺑﺎﻟﺮﻣﺰ‬
‫‪P E1 E 2‬‬
‫‪P E1 E 2‬‬ ‫‪, P E2 z 0‬‬
‫‪P E2‬‬
‫‪P E1 E 2‬‬ ‫) ‪0.6 ، P(E 2‬‬ ‫) ‪0.8 ، P(E 1‬‬ ‫إذا ﻛﺎن ‪0.7‬‬
‫‪a) P E1 E 2‬‬ ‫‪b) P E 2 E1‬‬ ‫‪c- P E1 E 2‬‬
‫‪d) P E1 E 2‬‬ ‫‪e) P E1 E 2‬‬
‫‪P E1 E 2‬‬
‫‪a-‬‬ ‫‪P E1 E 2‬‬
‫‪P E2‬‬
‫‪0.6‬‬
‫‪0.8‬‬
‫‪3‬‬
‫‪4‬‬
‫‪P E1 E 2‬‬
‫‪b-‬‬ ‫‪P E 2 E1‬‬
‫‪P E1‬‬
‫‪0.6‬‬
‫‪0.7‬‬
‫‪6‬‬
‫‪7‬‬
‫‪128‬‬
‫ﻧﻈﺮﻳﺔ اﻻﺣﺘامل‬... ‫اﻟﻮﺣﺪة اﻟﺨﺎﻣﺴﺔ‬
P E1 E 2
c- P E1 E 2
P E1
P E1 P E1 E 2
1 P E2
0.7 0.6
1 0.8
1
2
P E1 E 2
d- P E1 E 2
P E2
P E 2 P E1 E 2
P E2
0.8 0.6
P E1 E 2
0.8
1
= 4
P E1 E 2
e- P E1 E 2
P E2
P E1 E 2
‫ﻗﺎﻧﻮن دميﻮرﻏﺎن‬
P E2
1 - P E1 E 2
? P E1 E 2
1 - P E2
1 0.9 1
1 0.8 2
:‫ﻣﺜﺎل‬
P( E 1 E 2 ) 0.3 ، P(E 2 ) 0.45 ‫إذا ﻛﺎن‬
129
‫أوﺟﺪ‬
‫‪a-‬‬ ‫‪P E1 E 2‬‬
‫‪b-‬‬ ‫‪P E1 E 2‬‬
‫‪a-‬‬ ‫‪P E1 E 2‬‬ ‫) ‪P( E 1 E 2 )P(E 2‬‬
‫‪= 0.3 u 0.45‬‬
‫‪= 0.135‬‬
‫‪b-‬‬ ‫‪P E1 E 2‬‬ ‫) ‪P( E 1 E 2‬‬
‫‪= 1 P E1 E 2‬‬
‫‪= 1 – 0.135‬‬
‫‪= 0.865‬‬
‫إذا ﻛﺎن اﺣﺘامل ﻗﺒﻮل ﺻﻔﺎء ﰲ ﺟﺎﻣﻌﺔ اﻟﺒﻠﻘﺎء ‪ 0.9‬واﺣﺘامل ﻗﺒـﻮل ﻫﻴﻔـﺎء ﰲ ﻧﻔـﺲ اﻟﺠﺎﻣﻌـﺔ ‪0.8‬‬
‫واﺣﺘامل ﻗﺒﻮل اﻻﺛﻨﺘني ﻣﻌﺎ ‪ 0.75‬اﺣﺴﺐ‪:‬‬
‫‪ -a‬اﺣﺘامل ﻗﺒﻮل ﺻﻔﺎء إذا ﻗﺒﻠﺖ ﻫﻴﻔﺎء‪.‬‬
‫‪ -b‬إذا ﻗﺒﻠﺖ ﺻﻔﺎء ﻓام اﺣﺘامل ﻗﺒﻮل ﻫﻴﻔﺎء‪.‬‬
‫‪ -c‬إذا مل ﺗﻘﺒﻞ ﺻﻔﺎء ﻓام اﺣﺘامل ﻗﺒﻮل ﻫﻴﻔﺎء‪.‬‬
‫) ‪P(E 1‬‬ ‫‪0.9‬‬ ‫‬ ‫أن ﺗﻘﺒﻞ ﺻﻔﺎء‬ ‫‪: E1‬‬
‫) ‪P(E 2‬‬ ‫‪0.8‬‬ ‫‬ ‫أن ﺗﻘﺒﻞ ﻫﻴﻔﺎء‬ ‫‪: E2‬‬
‫‪? P E1 E 2‬‬ ‫‪0.75‬‬
‫‪130‬‬
‫‪P E1 E 2‬‬
‫‪a-‬‬ ‫‪P E1 E 2‬‬
‫‪P E2‬‬
‫‪0.75‬‬
‫‪0.8‬‬
‫‪15‬‬
‫‪16‬‬
‫‪P E1 E 2‬‬
‫‪b-‬‬ ‫‪P E 2 E1‬‬
‫‪P E1‬‬
‫‪0.75‬‬
‫‪0.9‬‬
‫‪5‬‬
‫‪6‬‬
‫‪P E1 E 2‬‬
‫‪c-‬‬ ‫‪P E 2 E1‬‬
‫‪P E1‬‬
‫‪P E 2 P E1 E 2‬‬
‫‪1 - P E1‬‬
‫‪0.8 0.75‬‬
‫‪1 0.9‬‬
‫‪= 0.5‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬إذا ﻛﺎن ‪ E 2 ، E1‬ﺣﺎدﺛني ﻣﺴﺘﻘﻠني ﰲ ‪ :‬ﻓﺈن‬
‫‪P E1 E 2‬‬ ‫‪P E1‬‬
‫‪P E 2 E1‬‬ ‫‪P E2‬‬
‫ﺻﻨﺪوق ﻳﺤﻮي ﺳﺖ ﻛﺮات ﺑﻴﻀﺎء وأرﺑﻊ ﻛﺮات ﺳﻮداء ﺳﺤﺐ ﻣﻦ اﻟﺼﻨﺪوق ﻛﺮﺗني ﻋﲆ اﻟﺘﻮاﱄ دون‬
‫إرﺟﺎع اﺣﺴﺐ‪:‬‬
‫‪ -a‬اﺣﺘامل أن ﺗﻜﻮن اﻟﺜﺎﻧﻴﺔ ﺳﻮداء إذا ﻛﺎﻧﺖ اﻷوﱃ ﺑﻴﻀﺎء‪.‬‬
‫‪ -b‬اﺣﺘامل أن ﺗﻜﻮن اﻷوﱃ ﺑﻴﻀﺎء واﻟﺜﺎﻧﻴﺔ ﺳﻮداء‪.‬‬
‫‪ -c‬اﺣﺘامل أن ﺗﻜﻮن اﻟﻜﺮﺗﺎن ﻣﺨﺘﻠﻔﺘﺎن ﰲ اﻟﻠﻮن‪.‬‬
‫‪131‬‬
‫‪˯ΎπϴΑ‬‬ ‫‪˯΍ΩϮγ‬‬
‫‪4‬‬
‫‪a- P B W‬‬ ‫)‪(W‬‬ ‫)‪(B‬‬
‫‪9‬‬
‫‪6‬‬ ‫‪4‬‬
‫‪b- P W B‬‬ ‫)‪P B W P(W‬‬
‫‪4‬‬ ‫‪6‬‬
‫‪u‬‬
‫‪9‬‬ ‫‪10‬‬
‫‪4‬‬
‫‪15‬‬
‫‪)= P B, W P W , B‬ﻣﺨﺘﻠﻔﺘﺎن ﰲ اﻟﻠﻮن( ‪c- p‬‬
‫‪4‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪4‬‬
‫‪u‬‬ ‫‬ ‫‪u‬‬
‫‪10‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪9‬‬
‫‪8‬‬
‫‪15‬‬
‫ﻧﻈﺮﻳﺔ ﺑﻴﺰ ‪Bay's Theorem‬‬
‫إذا ﻛﺎﻧﺖ ‪ E n ،... ، E 2 ، E1‬ﺣﻮادث ﻣﺘﺒﺎﻋﺪة وﺷﺎﻣﻠﺔ ﰲ اﻟﻔﻀﺎء اﻟﻌﻴﻨﻲ ‪.:‬‬
‫‪ E :‬ﻓﺈن‪:‬‬
‫‪1.‬‬ ‫‪PE‬‬ ‫‪P E E1 P E1 P E E 2 P E 2 ... P E E n P E n‬‬
‫‪P E Em P Em‬‬
‫‪2.‬‬ ‫‪p Em E‬‬ ‫‪, m‬‬ ‫‪1,2,..., n.‬‬
‫‪PE‬‬
‫ﻳﺬﻫﺐ رﺟـﻞ إﱃ ﻋﻤﻠـﻪ ﻣـﺴﺘﺨﺪﻣﺎً إﺣـﺪى اﻟﻮﺳـﺎﺋﻞ اﻟﺘﺎﻟﻴـﺔ ﺑـﺎص‪ ،‬ﺳـﻴﺎرة‪ ،‬ﻗﻄـﺎر‬
‫ﻣﺴﺘﺨﺪﻣﺎ ﻫﺬه اﻟﻮﺳﺎﺋﻞ ﺑﻨﺴﺒﺔ ﻣﺌﻮﻳﺔ ‪ %10 ،%30 ،%60‬ﻣﻦ اﻷﻳﺎم ﻋـﲆ اﻟﺘـﻮاﱄ‪ ،‬ﻓـﺈذا‬
‫ﻛﺎن اﺣﺘامل أن ﻳﺘﺄﺧﺮ ﻋـﻦ ﻋﻤﻠـﻪ إذا اﺳـﺘﺨﺪم اﻟﺒـﺎص ‪ %15‬ﻣـﻦ اﻷﻳـﺎم وإذا اﺳـﺘﺨﺪم‬
‫‪132‬‬
‫اﻟﺴﻴﺎرة ‪ ،%8‬وإذا اﺳﺘﺨﺪم اﻟﻘﻄﺎر ‪ .%20‬ﻓﺈذا اﺧﱰﻧﺎ أﺣﺪ اﻷﻳﺎم اﻟﺘﻲ ﻳﺬﻫﺐ ﻓﻴﻬﺎ إﱃ اﻟﻌﻤﻞ ﻋﺸﻮاﺋﻴﺎ‪ً:‬‬
‫‪ -a‬اﺣﺴﺐ اﺣﺘامل أن ﻳﺘﺄﺧﺮ ﻋﻦ ﻋﻤﻠﻪ ﰲ ذﻟﻚ اﻟﻴﻮم؟‬
‫‪ -b‬إذا ﻛﺎن ﻣﺘﺄﺧﺮاً ﻋﻦ ﻋﻤﻠﻪ ﰲ ذﻟﻚ اﻟﻴﻮم ﻣﺎ اﺣﺘامل أن ﻳﻜﻮن ﻗﺪ اﺳﺘﺨﺪم اﻟﻘﻄﺎر؟‬
‫‪P(E1) = 0.6‬‬ ‫أن ﻳﺴﺘﺨﺪم اﻟﺒﺎص ‬ ‫‪: E1‬‬
‫‪P(E2) = 0.3‬‬ ‫أن ﻳﺴﺘﺨﺪم اﻟﺴﻴﺎرة ‬ ‫‪: E2‬‬
‫‪P(E3) = 0.1‬‬ ‫أن ﻳﺴﺘﺨﺪم اﻟﻘﻄﺎر ‬ ‫‪: E3‬‬
‫أن ﻳﺘﺄﺧﺮ اﻟﺮﺟﻞ ﻋﻦ ﻋﻤﻠﻪ‪.‬‬ ‫‪:E‬‬
‫‪P E E1‬‬ ‫‪0.15 , P E E 2‬‬ ‫‪0.08 , P E E 3‬‬ ‫‪0.2‬‬
‫‪a-‬‬ ‫‪PE‬‬ ‫‪P E E1 P E1 P E E 2 P E 2 P E E 2 P E 3‬‬
‫)‪= (0.15) (0.6) + (0.08) (0.3) + (0.2) (0.1‬‬
‫‪? P(E) = 0.134‬‬
‫‪p E E3 P E3‬‬
‫‪b-‬‬ ‫‪P E3 E‬‬
‫‪PE‬‬
‫‪0.2 0.1‬‬
‫‪P E3 E‬‬
‫‪0.134‬‬
‫‪10‬‬
‫‪67‬‬
‫ﺻﻨﺪوﻗﺎن‪ B ،A‬ﻣﺘﺸﺎﺑﻬﺎن‪ ،‬ﰲ ‪ A‬ﺧﻤﺲ ﻛﺮات ﺑﻴﻀﺎء وﺛﻼث ﻛﺮات ﺳﻮداء‪ ،‬ﰲ ‪ B‬ﺗـﺴﻊ ﻛـﺮات ﺑﻴـﻀﺎء‬
‫وأرﺑﻊ ﻛﺮات ﺳﻮداء‪ .‬ﻓﺈذا اﺧﺘري أﺣﺪ اﻟﺼﻨﺪوﻗﺎن ﻋﺸﻮاﺋﻴﺎ ﺛﻢ ﺳﺤﺐ ﻣﻨﻪ ﻛﺮة ﻋﺸﻮاﺋﻴﺎ اﺣﺴﺐ اﺣـﺘامل أن‬
‫ﺗﻜﻮن ﻣﻦ اﻟﺼﻨﺪوق ‪ A‬إذا ﻛﺎﻧﺖ ﺑﻴﻀﺎء‪.‬‬
‫‪133‬‬
‫‪1‬‬
‫‪P E1‬‬ ‫اﺧﺘﻴﺎر اﻟﺼﻨﺪوق ‪ A‬‬ ‫‪: E1‬‬
‫‪2‬‬
‫‪1‬‬
‫‪P E2‬‬ ‫اﺧﺘﻴﺎر اﻟﺼﻨﺪوق ‪ B‬‬ ‫‪: E2‬‬
‫‪2‬‬
‫‪ : E‬أن ﺗﻜﻮن اﻟﻜﺮة ﺑﻴﻀﺎء‪.‬‬
‫‪5‬‬
‫‪P E E1‬‬
‫‪8‬‬
‫‪9‬‬
‫‪P E E2‬‬
‫‪13‬‬
‫‪p E E2 P E2‬‬
‫‪P E2 E‬‬
‫‪PE‬‬
‫‪p E E2 P E2‬‬
‫‪P E E1 P E1 P E E 2 P E 2‬‬
‫‪9‬‬ ‫‪1‬‬
‫‪u‬‬
‫‪13 2‬‬
‫‪5 1 9 1‬‬
‫‪u u‬‬
‫‪8 2 13 2‬‬
‫‪72‬‬
‫‪137‬‬
‫‪134‬‬
‫اﳌﺘﻐريات اﻟﻌﺸﻮاﺋﻴﺔ )‪(Random Variables‬‬

‫ﺗﻌﺮﻳﻒ‪ :‬اﳌﺘﻐري اﻟﻌﺸﻮايئ ﻫﻮ اﻗﱰان )‪ (X) (Function‬ﻣﺠﺎﻟـﻪ اﻟﻔـﻀﺎء اﻟﻌﻴﻨـﻲ )‪: (Sample Space‬‬
‫وﻣﺪاه )‪ X(:‬ﻫﻮ ﻣﺠﻤﻮﻋﺔ ﺟﺰﺋﻴﺔ ﻣﻦ اﻷﻋﺪاد اﻟﺤﻘﻴﻘﻴﺔ‪.‬‬
‫‪X: : o R‬‬ ‫أي أن‬
‫وإذا ﻛﺎن ﻣﺪاه ﻣﺠﻤﻮﻋﺔ ﺟﺰﺋﻴﺔ ﻣﻦ اﻷﻋﺪاد اﻟﻨﺴﺒﻴﺔ ‪ Q‬ﻳﺪﻋﻰ ﻣﺘﻐريا ً ﻋـﺸﻮاﺋﻴﺎً ﻣﻨﻔـﺼﻼً ‪(discrete‬‬
‫)‪.random variable‬‬
‫أﻣﺎ إذا ﻛﺎن ﻣﺪاه ﻳﺤﻮي ﻓﱰة ﻣﻦ اﻷﻋﺪاد اﻟﺤﻘﻴﻘﻴﺔ )‪ (R‬ﻓﻴﺪﻋﻰ ﻣﺘﻐريا ً ﻋﺸﻮاﺋﻴﺎ ً ﻣﺘﺼﻼً ‪(continuous‬‬
‫)‪.random variable‬‬
‫واﻵن ﺳﻨﺪرس ﻛﻞ ﻧﻮع ﻣﻦ اﳌﺘﻐريات اﻟﻌﺸﻮاﺋﻴﺔ ﻋﲆ ﺣﺪه‪.‬‬
‫اﳌﺘﻐري اﻟﻌﺸﻮايئ اﳌﻨﻔﺼﻞ )‪(Discrete Random Variable‬‬
‫ﺗﻌﺮﻳﻒ‪ :‬إذا ﻛﺎن ‪ X‬ﻣﺘﻐـريا ً ﻋـﺸﻮاﺋﻴﺎً ﻣﻨﻔـﺼﻼً ﻓـﺈن اﻻﻗـﱰان )‪ f(x‬ﻳـﺪﻋﻰ اﻗـﱰان اﺣـﺘامل ‪(Probability‬‬
‫)‪Function‬أو اﻗﱰان ﺗﻮزﻳﻊ )‪ (Distribution Function‬إذا ﻛﺎن‬
‫)‪f(x) = P (X= x‬‬ ‫)‪x X (:‬‬
‫وﺗﺴﻤﻰ اﳌﺠﻤﻮﻋﺔ })‪ {(x,f(x)): x X (:‬ﺑﺎﻟﺘﻮزﻳﻊ اﻻﺣﺘامﱄ )‪.(Probability distribution‬‬
‫ﻋﺮﻓﻨـﺎ اﳌﺘﻐـري اﻟﻌـﺸﻮايئ ‪ X‬ﻋـﲆ أﻧـﻪ ﻋـﺪد اﻟـﺼﻮر )‪(Heads‬‬
‫ﰲ ﺗﺠﺮﺑﺔ رﻣﻰ ﺛـﻼث ﻗﻄـﻊ ﻧﻘـﺪ‪ ،‬إذا ّ‬
‫اﻟﻈﺎﻫﺮة‪ ،‬أوﺟﺪ‬
‫‪X (H,H,T) -a‬‬
‫‪X (T,T,T) -b‬‬
‫‪) -c‬ﻣﺪى ‪X(:) (X‬‬
‫‪a- X (H,H,T) = 2‬‬
‫‪b- X (T,T,T) = 0‬‬
‫}‪c- X(:) = {0,1,2, 3‬‬
‫‪135‬‬
‫ﻛﻴﺲ ﻓﻴﻪ ﺛﻼث ﻛﺮات ﺑﻴﻀﺎء )‪ (White Balls‬وأرﺑﻊ ﻛﺮات ﺳـﻮداء )‪ .(Black Balls‬ﻓـﺈذا ﺳـﺤﺐ ﻣـﻦ اﻟﻜـﻴﺲ‬
‫ﺧﻤﺲ ﻛﺮات ﻋﲆ اﻟﺘـﻮاﱄ )‪ (one after another‬دون إرﺟـﺎع )‪ .(without replacement‬ﻓـﺈذا ﻋﺮﻓﻨـﺎ اﳌﺘﻐـري‬
‫اﻟﻌﺸﻮايئ ‪ X‬ﻋﲆ أﻧﻪ ﻋﺪد اﻟﻜﺮات اﻟﺴﻮداء‪ ،‬أوﺟﺪ ﻣﺪى ‪X‬‬
‫}‪X(:) = {2,3,4‬‬
‫ﰲ ﺗﺠﺮﺑﺔ رﻣﻲ ﻗﻄﻌﺘﻲ اﻟﻨﻘﺪ‪ ،‬إذا ﻋﺮﻓﻨﺎ اﳌﺘﻐري اﻟﻌﺸﻮايئ ‪ X‬ﻋﲆ أﻧﻪ ﻋﺪد اﻟـﺼﻮر اﻟﻈـﺎﻫﺮة‪ ،‬اﻛﺘـﺐ‬
‫اﻟﺘﻮزﻳﻊ اﻻﺣﺘامﱄ ﻟﻠﻤﺘﻐري اﻟﻌﺸﻮايئ‪.‬‬
‫اﻟﺘﻮزﻳﻊ اﻻﺣﺘامﱄ = })‪{(x,f(x)) : xX(:‬‬
‫}‪X(:) = {0,1,2‬‬
‫ﻓﻴﻜﻮن اﻟﺘﻮزﻳﻊ اﻻﺣﺘامﱄ‬
‫· ‪§ 1‬‬ ‫½ ·‪§ 1· § 1‬‬
‫¾ ¸ ‪®¨ 0, ¸ , ¨1, ¸ , ¨ 2,‬‬
‫‪¯© 4 ¹‬‬ ‫¿ ‪© 2¹ © 4¹‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬إذا ﻛﺎن )‪ f(x‬اﻗﱰان اﺣﺘامل )‪ (Probability Function‬ﻟﻠﻤﺘﻐـري اﻟﻌـﺸﻮايئ ‪ X‬اﻟـﺬي ﻣـﺪاه )‪X(:‬‬
‫ﻓﻴﻜﻮن‬
‫‪1. f(x) t 0‬‬ ‫)‪xX(:‬‬
‫‪2.‬‬ ‫‪¦ f ( x) = 1‬‬
‫‪xX :‬‬
‫‪ -1‬إذا ﻛﺎن ‪ X‬ﻣﺘﻐريا ً ﻋﺸﻮاﺋﻴﺎً ﻓﺈن اﻟﻮﺳﻂ اﻟﺤﺴﺎيب )‪ (Mean‬ﻟﻠﻤﺘﻐري اﻟﻌﺸﻮايئ )‪ (X‬ﻫﻮ‬
‫) ‪E( X‬‬ ‫‪¦X‬‬
‫‪x X :‬‬
‫)‪f ( x‬‬
‫‪136‬‬
‫ﻛﺬﻟﻚ ﻳﺴﻤﻰ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﺑﺎﻟﺘﻮﻗﻊ )‪ (Expectation‬ﻟﻠﻤﺘﻐري اﻟﻌﺸﻮايئ ‪.X‬‬

‫‪ -2‬ﻳﻌﺮف اﻟﻌﺰم ‪ (kth moment) K‬ﺑﺄﻧﻪ‬
‫‪E Xk‬‬ ‫‪¦X‬‬
‫‪x X :‬‬
‫‪k‬‬
‫)‪f ( x‬‬
‫‪ -3‬اﻻﻧﺤﺮاف اﳌﻌﻴﺎري )‪ (Standard deviation‬ﻟﻠﻤﺘﻐري اﻟﻌﺸﻮايئ )‪ (X‬ﻫﻮ‬
‫‪V‬‬ ‫‪E( X 2 ) E X‬‬ ‫‪2‬‬
‫وﻳﺴﻤﻰ ﻣﺮﺑﻊ اﻻﻧﺤﺮاف اﳌﻌﻴﺎري‬

‫‪V2‬‬ ‫‪E( X 2 ) E X‬‬
‫‪2‬‬
‫ﺑﺎﻟﺘﺒﺎﻳﻦ )‪.(Variance‬‬
‫إذا ﻛﺎن ‪ X‬ﻣﺘﻐري ﻋﺸﻮاﺋﻴﺎً ﻳﺄﺧﺬ ﻗﻴﻤﺔ ﰲ اﳌﺠﻤﻮﻋﺔ }‪ x(:) = {1,2,3‬وﻛﺎن اﻗﱰان اﻻﺣﺘامل ﻟﻪ ﻫﻮ‬
‫‪x‬‬
‫)‪f ( x‬‬
‫‪6‬‬
‫‪ -1‬اﻟﺘﻮزﻳﻊ اﻻﺣﺘامﱄ‪.‬‬
‫‪ -2‬ﺗﻮﻗﻊ ‪X‬‬
‫‪ -3‬اﻟﻌﺰم اﻟﺜﺎين ﻟﻠﻤﺘﻐري اﻟﻌﺸﻮايئ ‪X‬‬
‫‪Variance (x) -4‬‬
‫· ‪§1 , 1 · , § 2 , 1‬‬ ‫‪ (1‬اﻟﺘﻮزﻳﻊ اﻻﺣﺘامﱄ‪, §¨ 3 , ·¸½¾ :‬‬
‫‪1‬‬
‫¨®‬ ‫¨ ¸‬ ‫¸‬
‫‪¯© 6 ¹ © 3 ¹‬‬ ‫¿‪© 2 ¹‬‬
‫‪3‬‬
‫)‪2‬‬ ‫‪E X‬‬ ‫)‪¦ Xf ( x‬‬
‫‪x 1‬‬
‫)‪E(X) = 1f(1) + 2f(2) + 3f(3‬‬
‫‪137‬‬
‫‪1‬‬ ‫‪4‬‬ ‫‪9‬‬ ‫‪7‬‬

‫‬ ‫‬
‫‪6‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪3‬‬
‫)‪3‬‬ ‫اﻟﻌﺰم اﻟﺜﺎين = )‪E(X2‬‬
‫‪3‬‬
‫‪E X2‬‬ ‫)‪¦ X 2 f ( x‬‬
‫‪x 1‬‬
‫)‪= (1) 2 f (1) (2) 2 f (2) (3) 2 f (3‬‬

‫‪1‬‬ ‫‪8‬‬ ‫‪27‬‬
‫‬ ‫‬
‫‪6‬‬ ‫‪6‬‬ ‫‪6‬‬
‫‪36‬‬
‫‪6‬‬
‫‪=6‬‬
‫)‪4‬‬ ‫‪V2‬‬ ‫‪E( X 2 ) E X‬‬
‫‪2‬‬
‫‪2‬‬
‫· ‪§ 7‬‬
‫¸ ¨‪6‬‬
‫‪© 3 ¹‬‬
‫‪49‬‬
‫‪6‬‬
‫‪9‬‬
‫‪54 49‬‬
‫‪9‬‬
‫‪5‬‬
‫‪9‬‬
‫ﻋﺮﻓﻨـﺎ اﳌﺘﻐـري اﻟﻌـﺸﻮايئ ‪ X‬ﻋـﲆ أﻧـﻪ ﻣﺠﻤـﻮع‬
‫ﰲ ﺗﺠﺮﺑﺔ رﻣﻲ ﺣﺠﺮي اﻟـرند )‪ (Tossing two die‬إذا ّ‬
‫اﻟﻮﺟﻬني اﻟﻈﺎﻫﺮﻳﻦ‪،‬أوﺟﺪ اﻟﺘﺎﱄ‪:‬‬
‫‪1-‬‬ ‫)‪X (:‬‬
‫‪2-‬‬ ‫)‪E(X‬‬
‫‪3-‬‬ ‫)‪Variance (X‬‬
‫‪138‬‬
‫)‪1‬‬ ‫}‪X(:) = {2,3,4,5,6,7,8,9,10,11,12‬‬
‫‪12‬‬
‫)‪2‬‬ ‫‪E X‬‬ ‫)‪¦ Xf ( x‬‬
‫‪x 2‬‬
‫· ‪§ 1‬‬ ‫·‪§ 6‬‬ ‫·‪§ 3‬‬ ‫· ‪§ 4‬‬

‫¸ ¨)‪(2)¨ ¸ (3)¨ ¸ (4)¨ ¸ (5‬‬
‫‪© 36 ¹‬‬ ‫‪© 36 ¹‬‬ ‫‪© 36 ¹‬‬ ‫‪© 36 ¹‬‬
‫· ‪§ 5‬‬ ‫· ‪§ 6‬‬ ‫· ‪§ 5‬‬ ‫·‪§ 4‬‬
‫¸ ¨)‪ (6)¨ ¸ (7)¨ ¸ (8)¨ ¸ (9‬‬
‫‪© 36 ¹‬‬ ‫‪© 36 ¹‬‬ ‫‪© 36 ¹‬‬ ‫‪© 36 ¹‬‬
‫¸· ¨§)‪ (10)§¨ ·¸ (11)§¨ ·¸ (12‬‬

‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬
‫‪© 36 ¹‬‬ ‫‪© 36 ¹‬‬ ‫‪© 36 ¹‬‬
‫‪=7‬‬
‫)‪3‬‬ ‫‪Exercise‬‬
‫ﻋﺮﻓﻨـﺎ اﳌﺘﻐـري اﻟﻌـﺸﻮايئ ‪ X‬ﻋـﲆ أﻧـﻪ اﻟﻔـﺮق اﳌﻄﻠـﻖ ﻟﻠـﻮﺟﻬني‬
‫ﰲ ﺗﺠﺮﺑﺔ رﻣـﻲ ﺣﺠـﺮي اﻟـرند‪ ،‬إذا ّ‬
‫اﻟﻈﺎﻫﺮﻳﻦ‪.‬‬
‫اﺣﺴﺐ )‪V2(x) ، E(X‬‬
‫ﻣﺤﻞ ﻟﺒﻴﻊ اﻷﻟﺒﺴﺔ ﻳﺮﺑﺢ ﰲ اﻷﻳﺎم اﻟﻌﺎدﻳﺔ ﻋﴩة دﻧـﺎﻧري ﰲ اﻟﻴـﻮم‪ ،‬وﰲ اﻷﻳـﺎم ﺷـﺪﻳﺪة اﻟـﱪد ﻳﺨـﴪ‬
‫ﺧﻤﺴﺔ دﻧﺎﻧري‪ ،‬وﰲ أﻳﺎم اﳌﻮاﺳﻢ ﻳﺮﺑﺢ ﻣﺎﺋﺔ دﻳﻨﺎرا‪ً.‬‬
‫ﻓﺈذا ﻋﻠﻤﺖ أن اﻟﻨﺴﺒﺔ اﳌﺌﻮﻳﺔ ﻟﻸﻳﺎم اﻟﻌﺎدﻳﺔ وﺷـﺪﻳﺪة اﻟـﱪد واﳌﻮاﺳـﻢ ﻫـﻲ ﻋـﲆ اﻟﱰﺗﻴـﺐ ‪، %60‬‬
‫‪ . %30 ،%10‬ﻓﺈذا اﺧﺘري أﺣﺪ اﻷﻳﺎم ﻋﺸﻮاﺋﻴﺎً )‪ .(Randomly‬اﺣﺴﺐ ﺗﻮﻗﻊ رﺑﺤﻪ ﰲ ذﻟﻚ اﻟﻴﻮم‪.‬‬
‫‪X‬‬ ‫‪10‬‬ ‫‪-5‬‬ ‫‪100‬‬ ‫‪Total‬‬
‫)‪F(x‬‬ ‫‪0.6‬‬ ‫‪0.1‬‬ ‫‪0.3‬‬ ‫‪1‬‬
‫‪139‬‬
‫)‪Xf(x‬‬ ‫‪6‬‬ ‫‪-0.5‬‬ ‫‪30‬‬ ‫‪35.5‬‬

‫ﺗﻮﻗﻊ رﺑﺤﻪ ﰲ ذﻟﻚ اﻟﻴﻮم = ‪ 35.5‬دﻳﻨﺎر‬
‫ﻧﻈﺮﻳﺔ‪ :‬إذا ﻛﺎن ‪ X‬ﻣﺘﻐريا ً ﻋﺸﻮاﺋﻴﺎً ﻓﺈن‬
‫‪E(ax+b) = aE(x) + b‬‬
‫ﺣﻴﺚ ‪ a,b‬ﻋﺪدان ﺣﻘﻴﻘﻴﺎن‪.‬‬
‫اﻟﱪﻫﺎن )‪(Proof‬‬
‫‪E ax b‬‬ ‫¦‬
‫‪x X ȍ‬‬
‫‪ax b f x‬‬
‫‪a‬‬ ‫¦‬ ‫‪Xf x b‬‬ ‫‪¦f‬‬ ‫‪x‬‬

‫‪xX ȍ‬‬ ‫‪xX ȍ‬‬
‫)‪= aE(X) + b(1‬‬

‫‪= aE(X) + b‬‬
‫ﻣﺜﺎل‬
‫إذا ﻛﺎن ‪ X‬ﻣﺘﻐريا ً ﻋﺸﻮاﺋﻴﺎً وﻛﺎن ‪E(X)= 5‬‬
‫اﺣﺴﺐ )‪E (3X+1‬‬
‫‪E(3X+1) =3E(x)+1‬‬
‫‪= 3(5) + 1‬‬
‫‪= 16‬‬
‫اﳌﺘﻐري اﻟﻌﺸﻮايئ اﳌﺘﺼﻞ )‪(Continuous Random Variable‬‬
‫ﺗﻌﺮﻳﻒ‪ :‬اﳌﺘﻐري اﻟﻌﺸﻮايئ اﳌﺘﺼﻞ ‪ X‬ﻫﻮ ﻣﺘﻐري ﻋﺸﻮايئ ﻳﻜﻮن ﻣﺪاه )‪ X(:‬ﻳﺤﻮي ﻓﱰة ‪.‬‬
‫وﻳﺪﻋﻰ اﻻﻗﱰان )‪ f(x‬اﻗﱰان ﻛﺜﺎﻓﺔ اﺣﺘامﻟﻴﺔ )‪ (Probability density function‬ﻟﻠﻤﺘﻐري اﻟﻌﺸﻮايئ ‪ X‬إذا‬
‫ﻛﺎن‪.‬‬
‫)‪1‬‬ ‫‪f(x) t 0‬‬ ‫‪x X :‬‬
‫)‪2‬‬ ‫‪³ f ( x) dx‬‬
‫) ‪X( :‬‬
‫‪1‬‬
‫‪140‬‬
‫‪1‬‬
‫‪ . f x‬ﺑـني أن )‪ f(x‬اﻗـﱰان ﻛﺜﺎﻓـﺔ‬ ‫إذا ﻛﺎن ‪ X‬ﻣﺘﻐـرياً ﻋـﺸﻮاﺋﻴﺎً ﻣـﺪاه اﻟﻔـﱰة ]‪ [0,4‬وﻛـﺎن ‪x‬‬
‫‪8‬‬
‫اﺣﺘامﻟﻴﺔ )‪.(p.d.f‬‬
‫‪ f(x) t 0‬ﻟﻜﻞ ‪ x‬ﰲ اﻟﻔﱰة ]‪[0,4‬‬
‫‪4‬‬ ‫‪4‬‬
‫‪1‬‬
‫‪³ f ( x)dx ³ 8 xdx‬‬
‫‪0‬‬ ‫‪0‬‬
‫‪4‬‬
‫‪1‬‬ ‫‪2º‬‬
‫» ‪X‬‬
‫‪16‬‬ ‫‪¼0‬‬
‫‪=1‬‬
‫? )‪ f(x‬ﻫﻮ اﻗﱰان ﻛﺜﺎﻓﺔ اﺣﺘامﻟﻴﺔ )‪(p.d.f‬‬
‫)‪ f ( x‬ﻓﺠﺪ ﻗﻴﻤﺔ ‪ A‬اﻟﺘﻲ ﺗﺠﻌﻞ )‪ f(x‬اﻗﱰان ﻛﺜﺎﻓـﺔ اﺣﺘامﻟﻴـﺔ )‪ (p.d.f‬ﻟﻠﻤﺘﻐـري‬ ‫إذا ﻛﺎن ‪Ae x‬‬
‫اﻟﻌﺸﻮايئ ‪ X‬اﻟﺬي ﻳﺄﺧﺬ ﻗﻴﻢ ﰲ )‪.(0,f‬‬
‫‪f‬‬
‫‪³ Ae‬‬
‫‪x‬‬
‫‪dx‬‬ ‫‪1‬‬
‫‪0‬‬
‫‪L‬‬
‫‪³ Ae‬‬
‫‪x‬‬
‫‪ Lim‬‬ ‫‪dx‬‬ ‫)‪1 (improper integral‬‬
‫‪L of‬‬
‫‪0‬‬
‫‪ Lim §¨ Ae x‬‬

‫© ‪L of‬‬
‫@‬
‫‪L‬‬
‫‪0‬‬
‫¸·‬
‫‪¹‬‬
‫‪1‬‬
‫‪ Lim‬‬ ‫‪ Ae L A‬‬ ‫‪1‬‬

‫‪L of‬‬
‫‪ 0 A 1 A‬‬ ‫‪1‬‬
‫‪141‬‬
‫إذا ﻛﺎن ‪ X‬ﻣﺘﻐري ﻋﺸﻮاﺋﻴﺎً ﻻ ﻣﺘﺼﻼً ﻣﺪاه )‪ X(:‬واﻗﱰان ﻛﺜﺎﻓﺘﻪ اﻻﺣﺘامﻟﻴﺔ )‪ f(x‬ﻓﺈن‬
‫‪ (1‬ﺗﻮﻗﻊ اﳌﺘﻐري اﻟﻌﺸﻮايئ ‪ X‬ﻫﻮ‪:‬‬
‫) ‪E( X‬‬ ‫‪³ Xf ( x)dx‬‬
‫)‪x(:‬‬
‫‪ (2‬اﻟﻌﺰم )‪ (K‬ﻟﻠﻤﺘﻐري اﻟﻌﺸﻮايئ ‪ X‬ﻫﻮ‬

‫‪³X‬‬
‫‪k‬‬ ‫‪k‬‬
‫) ‪E( X‬‬ ‫‪f ( x)dx‬‬
‫‪:‬‬
‫اﻟﺘﺒﺎﻳﻦ )‪ (Variance‬ﻟﻠﻤﺘﻐري اﻟﻌﺸﻮايئ اﳌﺘﺼﻞ )‪ (X‬ﻫﻮ‬

‫) ‪V 2( x‬‬ ‫) ‪E X 2 E( x‬‬
‫‪2‬‬
‫‪ V‬ﻳﺴﻤﻰ اﻻﻧﺤﺮاف اﳌﻌﻴﺎري‪.‬‬ ‫)‪E X 2 E (x‬‬

‫‪2‬‬
‫واﻟﺠﺬر اﻟﱰﺑﻴﻌﻲ ﻟﻠﺘﺒﺎﻳﻦ‬
‫إذا ﻛﺎن ‪ X‬ﻣﺘﻐريا ً ﻋﺸﻮاﺋﻴﺎً اﻗﱰان ﻛﺜﺎﻓﺘﻪ اﻻﺣﺘامﻟﻴﺔ‬
‫@‪x , x >0,4‬‬
‫‪1‬‬
‫)‪f ( x‬‬
‫‪8‬‬
‫)‪1‬‬ ‫)‪E(x‬‬
‫)‪2‬‬ ‫)‪E(x2‬‬
‫)‪3‬‬ ‫)‪V2 (x‬‬
‫‪4‬‬
‫‪1‬‬
‫)‪1‬‬ ‫) ‪E( X‬‬ ‫‪³0 8 xdx‬‬
‫‪x‬‬‫‪.‬‬
‫‪4‬‬
‫‪1 2‬‬
‫‪8 ³0‬‬
‫‪x dx‬‬
‫‪142‬‬
‫‪@0‬‬
‫‪4‬‬
‫‪1‬‬
‫‪24 ³0‬‬
‫‪3 4‬‬
‫‪x‬‬
‫‪4‬‬
‫‪1‬‬
‫‪³x‬‬
‫‪2‬‬ ‫‪2‬‬
‫)‪2‬‬ ‫) ‪E( X‬‬ ‫‪. Xdx‬‬
‫‪0‬‬
‫‪8‬‬
‫‪4‬‬
‫‪1 3‬‬
‫‪8 ³0‬‬
‫‪x dx‬‬
‫‪@0‬‬
‫‪4‬‬
‫‪1‬‬
‫‪32 ³0‬‬
‫‪4 4‬‬
‫‪x‬‬
‫‪256‬‬
‫) ‪? E(x 2‬‬
‫‪32‬‬
‫‪=8‬‬
‫)‪3‬‬ ‫‪V2 x‬‬ ‫) ‪E( X 2 ) E 2 ( X‬‬
‫‪2‬‬
‫·‪§8‬‬
‫¸ ¨‪8‬‬
‫‪©3¹‬‬
‫‪64‬‬
‫‪8‬‬
‫‪9‬‬
‫‪8‬‬
‫‪9‬‬
‫ﻟﻠﻤﺘﻐري اﻟﻌﺸﻮايئ ‪ X‬واﻟﺬي ﻳﺄﺧﺬ ﻗﻴﻤﺔ ﰲ اﻟﻔﱰة )‪ (0,f‬واﻗﱰان ﻛﺜﺎﻓﺔ اﻻﺣﺘامﻟﻴﺔ ‪ .f(x)=e-x‬اﺣـﺴﺐ‪:‬‬
‫)‪variance (x‬‬
‫ﻧﻈﺮﻳﺔ‪:‬‬
‫إذا ﻛﺎن ‪ X‬ﻣﺘﻐريا ً ﻋﺸﻮاﺋﻴﺎً ﻣﺘﺼﻼً ﻓﺈن‬
‫‪E (aX+b) = aE(X) + b a, b R‬‬
‫‪143‬‬
‫إذا ﻛﺎن ‪ X‬ﻣﺘﻐريا ً ﻋﺸﻮاﺋﻴﺎً ﻣﺘﺼﻼً ﺣﻴﺚ ‪E(X) = 3‬‬
‫اﺣﺴﺐ )‪ E(Y‬ﺣﻴﺚ ‪Y = 5X-1‬‬
‫) ‪E (Y‬‬ ‫‪E 5X - 1‬‬
‫‪= 5 E(X) – 1‬‬
‫‪= (5) (3) – 1‬‬
‫‪= 14‬‬
‫إذا ﻛﺎن ‪ X‬ﻣﺘﻐريا ً ﻋﺸﻮاﺋﻴﺎً ﻣﺘﺼﻼً‪ ،‬اﻗﱰان ﻛﺜﺎﻓـﺔ اﻻﺣﺘامﻟﻴـﺔ )‪ f(x) (p.d.f‬ﻓـﺈن اﺣـﺘامل أي ﻓـﱰة ﻣـﻦ‬
‫اﻟﻔﱰات ]‪(a,b) ، (a,b] ، [a,b) ، [a,b‬‬
‫ﻳﺴﺎوي‬
‫‪b‬‬
‫)‪P(a≤X≤b‬‬ ‫=‬ ‫‪³ f ( x)dx‬‬
‫‪a‬‬
‫أي أن‬
‫)‪P(a d X d b) = P (a < X d b‬‬
‫)‪= P(a d X <b‬‬
‫)‪= P(a < X < b‬‬
‫ﻣﻼﺣﻈﺔ‪:‬‬
‫اﺣﺘامل أي ﻣﺠﻤﻮﻋﺔ ﻣﻨﺘﻬﻴﺔ ﳌﺘﻐري ﻋﺸﻮايئ ﻣﺘﺼﻞ ﻳﺴﺎوي ﺻﻔﺮا‪ً.‬‬
‫إذا ﻛﺎن ‪ X‬ﻣﺘﻐريا ً ﻋﺸﻮاﺋﻴﺎً ﻣﺘﺼﻼً ﻳﺄﺧﺬ ﻗﻴﻤﺔ ﰲ اﻟﻔﱰة )‪ [0,f‬واﻗﱰان ﻛﺜﺎﻓﺘﻪ اﻻﺣﺘامﻟﻴﺔ ﻫﻮ‬
‫‪f(x) =e-x‬‬
‫‪144‬‬
‫‪1.‬‬ ‫)‪P(0d X < 1‬‬
‫‪2.‬‬ ‫)‪P(~X~ < 2‬‬
‫‪3.‬‬ ‫}‪P {0,1,2‬‬
‫‪1‬‬
‫‪³e‬‬
‫‪x‬‬
‫)‪1‬‬ ‫)‪P (0 d X 1‬‬ ‫‪dx‬‬
‫‪0‬‬
‫‪e x‬‬ ‫@‬

‫‪4‬‬
‫‪0‬‬
‫‪= -e-1 + 1‬‬

‫‪= 0.632‬‬
‫)‪2‬‬ ‫)‪P ( X 2‬‬ ‫)‪P (2 x 2‬‬
‫)‪= P(0 d x < 2‬‬
‫‪2‬‬
‫‪³e‬‬
‫‪x‬‬
‫‪dx‬‬
‫‪0‬‬
‫‪= 0.865‬‬
‫)‪3‬‬ ‫‪P{0,1,2}= 0‬‬
‫‪145‬‬
‫‪146‬‬
‫‪4‬‬ ‫‪2‬‬
‫‪ P E 2‬وﻛﺎن ‪ E 2 ، E1‬ﺣﺎدﺛني ﻣﻨﻔﺼﻠني )‪.(disjoint event‬‬ ‫‪، P E1‬‬ ‫إذا ﻛﺎن‬ ‫‪-1‬‬
‫‪15‬‬ ‫‪15‬‬
‫ﺟﺪ ‪ P E1 E 2‬؟‬
‫‪، P E1‬‬ ‫‪0.15 (Independent‬‬ ‫إذا ﻛــــــﺎن ‪ E 2 ، E 1‬ﺣــــــﺎدﺛني ﻣــــــﺴﺘﻘﻠني )‪events‬‬ ‫‪-2‬‬
‫‪ P E 2‬ﻓﺠﺪ‬ ‫‪0.4‬‬
‫‪a) P E 1 E 2‬‬ ‫‪b) P E 1 E 2‬‬
‫‪c) P E1 E 2‬‬ ‫‪d) P E1 E 2‬‬
‫‪ -3‬ﻛﻴﺲ ﻳﺤﺘﻮي )‪ (9‬ﻛﺮات ﺳﻮداء‪ (6) ،‬ﻛﺮات ﺣﻤﺮاء‪.‬ﺳﺤﺐ ﻣﻦ اﻟﻜﻴﺲ ﻛﺮة واﺣﺪة ﻋﺸﻮاﺋﻴﺎً‪ .‬اﺣﺴﺐ‬
‫‪ -a‬اﺣﺘامل أن ﺗﻜﻮن ﺣﻤﺮاء‪.‬‬
‫‪ -b‬اﺣﺘامل أن ﺗﻜﻮن ﺳﻮداء‪.‬‬
‫‪ -c‬اﺣﺘامل أن ﺗﻜﻮن ﺑﻴﻀﺎء‪.‬‬
‫‪ -4‬ﻛﻴﺲ ﻳﺤﻮي )‪ (9‬ﻛﺮات ﺑﻴـﻀﺎء‪ (11) ،‬ﻛـﺮة ﺣﻤـﺮاء‪ .‬ﺳـﺤﺐ ﻣـﻦ اﻟﻜـﻴﺲ ﻛﺮﺗـﺎن ﻋـﲆ اﻟﺘـﻮاﱄ دون‬
‫إرﺟﺎع)‪ (without replacement‬ﻋﺸﻮاﺋﻴﺎً‪ .‬اﺣﺴﺐ اﺣﺘامل أن ﺗﻜﻮن‪:‬‬
‫‪ -a‬اﻟﻜﺮﺗﺎن ﺣﻤﺮاوﺗﺎن‪.‬‬
‫‪ -b‬اﻟﻜﺮﺗﺎن ﻣﺨﺘﻠﻔﺘﺎن ﰲ اﻟﻠﻮن‪.‬‬
‫إذا ﻛﺎﻧﺖ ‪ E 3 ، E 2 ، E1‬ﺣﻮادث ﻣﺘﺒﺎﻋﺪة وﺷﺎﻣﻠﺔ وﻛﺎن ‪ ،P(E2) = 0.3 ،P(E1) = 0.2‬اﺣﺴﺐ )‪P(E2‬؟‬ ‫‪-5‬‬
‫إذا ﻛﺎﻧﺖ ‪ E 4 ، E 3 ، E 2 ، E1‬ﺣﻮادث ﻣﺘﺒﺎﻋﺪة وﺷﺎﻣﻠﺔ وﻛﺎن‬ ‫‪-6‬‬
‫‪147‬‬
‫)‪P(E1) = P(E2) = 2P(E3) = 2P(E4‬‬

‫)‪P(E1), P(E2), P(E3), P(E4‬‬ ‫ﻓﺄوﺟﺪ‬
‫‪ -7‬ﺗﻘﺪم ﻣﻮﻇﻔﺎن ﻷﺣـﺪ اﻟﺒﻨـﻮك ﻓـﺈذا ﻛـﺎن اﺣـﺘامل ﻗﺒـﻮل اﻷول )‪ (0.7‬واﺣـﺘامل ﻗﺒـﻮل اﻟﺜـﺎين )‪(0.6‬‬
‫اﺣﺴﺐ‬
‫‪ -a‬ﻗﺒﻮل اﻻﺛﻨني ﻣﻌﺎ‪.‬‬
‫‪ -b‬ﻗﺒﻮل اﻷول أو اﻟﺜﺎين‪.‬‬
‫‪ -c‬ﻗﺒﻮل اﻷول وﻋﺪم ﻗﺒﻮل اﻟﺜﺎين‪.‬‬
‫‪ -d‬ﻋﺪم ﻗﺒﻮل اﻻﺛﻨني‪.‬‬
‫‪P AB‬‬ ‫إذا ﻛﺎن ‪0.55 ،P(B)= 0.8 ، P(A) = 0.65 ،‬‬ ‫‪-8‬‬
‫‪a) P A B‬‬ ‫‪b) P B A‬‬
‫‪c) P A B‬‬ ‫‪d) P A B‬‬
‫)‪e) P(A-B‬‬ ‫‪f) P A A B‬‬
‫‪g) P A B‬‬
‫‪ -9‬ﺻﻨﺪوق ﻳﺤﻮي ‪ 9‬ﻛﺮات ﺣﻤﺮاء‪ 6 ،‬ﻛﺮات ﺳﻮداء‪ 5 ،‬ﻛﺮات ﺑﻴﻀﺎء‪ ،‬ﺳـﺤﺐ ﻣـﻦ اﻟﻜـﻴﺲ ﻛﺮﺗـﺎن ﻋـﲆ‬
‫اﻟﺘﻮاﱄ ﺑﺸﻜﻞ ﻋﺸﻮايئ ﻣﻊ اﻹرﺟﺎع )‪ (with replacement‬ﻣﺎ اﺣﺘامل‪:‬‬
‫΃‪ -‬أن ﺗﻜﻮن اﻟﻜﺮة اﻷوﱃ ﺣﻤﺮاء واﻟﺜﺎﻧﻴﺔ ﺑﻴﻀﺎء‪.‬‬
‫‪ -Ώ‬أن ﺗﻜﻮن اﻟﻜﺮﺗﺎن ﻣﻦ ﻧﻔﺲ اﻟﻠﻮن‪.‬‬
‫‪ -Ν‬أن ﺗﻜﻮن اﻟﻜﺮﺗﺎن ﻣﺨﺘﻠﻔﺘﺎن ﰲ اﻟﻠﻮن‪.‬‬
‫‪ -Ω‬أن ﺗﻜﻮن إﺣﺪى اﻟﻜﺮﺗني ﻟﻴﺴﺖ ﺳﻮداء‪.‬‬
‫‪ -10‬أﻋﺪ ﺣﻞ اﻟﺴﺆال اﻟﺴﺎﺑﻖ إذا ﻛﺎن اﻟﺴﺤﺐ دون إرﺟﺎع؟‬
‫‪ -11‬ﺻﻨﺪوﻗﺎن ‪ B ،A‬ﻳﺤﻮي ‪ A‬ﺧﻤﺲ ﻛـﺮات ﺣﻤـﺮاء وﺳـﺒﻊ ﻛـﺮات ﺳـﻮداء‪ .‬وﻳﺤـﻮي ‪B‬‬
‫ﺛﻼث ﻛﺮات ﺣﻤﺮاء وأرﺑﻊ ﻛﺮات ﺳـﻮداء‪ .‬ﺳـﺤﺒﺖ ﻛـﺮة ﻣـﻦ اﻟـﺼﻨﺪوق‪ A‬ﻋـﺸﻮاﺋﻴﺎ ً‬
‫‪148‬‬
‫ووﺿﻌﺖ ﰲ اﻟﺼﻨﺪوق ‪ ،B‬ﺛﻢ ﺳﺤﺐ ﻣـﻦ اﻟـﺼﻨﺪوق ‪ B‬ﻛﺮﺗـﺎن ﻋـﺸﻮاﺋﻴﺎ ً دون إرﺟـﺎع اﺣـﺴﺐ اﺣـﺘامل أن‬
‫ﺗﻜﻮن اﻟﻜﺮﺗﺎن اﳌﺴﺤﻮﺑﺘﺎن ﻣﻦ اﻟﺼﻨﺪوق ‪:B‬‬
‫‪ -a‬ﺣﻤﺮاء ﺛﻢ ﺳﻮداء‪.‬‬
‫‪ -b‬ﻣﻦ ﻧﻔﺲ اﻟﻠﻮن‪.‬‬
‫‪5‬‬
‫‪ P E 1 E 2‬اﺣﺴﺐ )‪P(E1‬‬ ‫‪ -12‬إذا ﻛﺎن ‪ E 2 ، E1‬ﺣﺎدﺛني ﻣﺴﺘﻘﻠني‪، P(E1) =2P(E2) ،‬‬
‫‪8‬‬
‫ﰲ رﺣﻠﺔ ﻟﻄﺎﺋﺮة ﻣﻦ ﻋامن إﱃ ﺟﺪة‪ .‬إذا ﻛﺎن اﺣﺘامل ﻧﻔﺎد ﺗﺬاﻛﺮ اﻟﺪرﺟﺔ اﻟـﺴﻴﺎﺣﻴﺔ ‪ %80‬واﺣـﺘامل‬ ‫‪-13‬‬
‫ﻧﻔﺎد ﺗﺬاﻛﺮ اﻟﺪرﺟﺔ اﻷوﱃ ‪ .%70‬واﺣﺘامل ﻧﻔـﺎد ﺗـﺬاﻛﺮ اﻟـﺪرﺟﺘني ﻣﻌـﺎ ‪ .%65‬ﻓـﺈذا ﻧﻔـﺪت ﺗـﺬاﻛﺮ‬
‫اﻟﺪرﺟﺔ اﻷوﱃ ﻓام اﺣﺘامل ﻧﻔﺎد ﺗﺬاﻛﺮ اﻟﺪرﺟﺔ اﻟﺴﻴﺎﺣﻴﺔ؟‬
‫ﺗﻘــﺪم ﻃﺎﻟــﺐ ﻻﻣﺘﺤــﺎﻧني ﰲ اﻟﺮﻳﺎﺿــﻴﺎت واﻟﻌﻠــﻮم‪ ،‬ﻓــﺈذا ﻛــﺎن اﺣــﺘامل ﻧﺠﺎﺣــﻪ ﰲ اﻟﺮﻳﺎﺿــﻴﺎت ‪،0.7‬‬ ‫‪-14‬‬
‫واﺣﺘامل ﻧﺠﺎﺣﻪ ﰲ اﻟﻌﻮم إذا ﻧﺠﺢ ﰲ اﻟﺮﻳﺎﺿﻴﺎت ‪ ،0.8‬اﺣﺴﺐ اﺣﺘامل ﻧﺠﺎﺣﻪ ﰲ اﳌﺎدﺗني ﻣﻌﺎ؟‬
‫ﻟﺘﺤﺪﻳﺪ اﻟﻨﺴﻞ ﻳﺼﻒ اﻷﻃﺒﺎء ﻣﻦ ﺧﻼل أﺣﺪ ﻣﺮاﻛﺰ اﻷﻣﻮﻣﺔ ﺛﻼث وﺳﺎﺋﻞ ‪ C ،B ،A‬ﳌﻨﻊ اﻟﺤﻤﻞ‪ .‬ﻓﺈذا‬ ‫‪-15‬‬
‫ﻛﺎﻧﺖ ﻧﺴﺒﺔ اﻟﻼيت ﺗﺴﺘﺨﺪﻣﻦ ﻫﺬه اﻟﻮﺳﺎﺋﻞ ﻫﻲ ‪ %25 ،%35 ،%40‬ﻋـﲆ اﻟﱰﺗﻴـﺐ‪ ،‬وﻛﺎﻧـﺖ ﻧـﺴﺒﺔ‬
‫اﻟﻔﺸﻞ ﰲ اﺳﺘﺨﺪام ﻫﺬه اﻟﻮﺳﺎﺋﻞ )ﻛام ﺣﺪدﻫﺎ اﻷﻃﺒﺎء( ﻫﻲ ‪ %1 ،%2 ،%5‬ﻋﲆ اﻟﱰﺗﻴﺐ‪ .‬اﺧﺘـريت‬
‫إﺣﺪى اﻟﻨﺴﺎء ﻋﺸﻮاﺋﻴﺎً وﻛﺎﻧـﺖ ﺗـﺴﺘﺨﺪم إﺣـﺪى ﻫـﺬه اﻟﻮﺳـﺎﺋﻞ ‪ .‬اﺣـﺴﺐ اﺣـﺘامل أن ﺗﻜـﻮن ﻗـﺪ‬
‫اﺳﺘﺨﺪﻣﺖ اﻟﻮﺳﻴﻠﺔ ‪ B‬إذا ﻋﻠﻤﺖ أﻧﻬﺎ ﺣﺎﻣﻞ؟‬
‫ﻣﺘﺤﻒ ‪ %60‬ﻣﻦ رواد ﻋﺮب واﻟﺒﺎﻗﻲ أﺟﺎﻧﺐ‪ .‬ﻓﺈذا ﻛﺎﻧﺖ ﻧـﺴﺒﺔ اﻟـﺮواد اﻟـﺬﻛﻮر ﻣـﻦ اﻟﻌـﺮب ‪،%95‬‬ ‫‪-16‬‬
‫وﻧﺴﺒﺔ اﻟﺮواد اﻟﺬﻛﻮر ﻣﻦ اﻷﺟﺎﻧﺐ ‪ ،%20‬ﻓﺈذا اﺧﺘري أﺣﺪ اﻟﺮواد وﻛﺎن ﻋﺮﺑﻴﺎً ﻓام اﺣـﺘامل أن ﺗﻜـﻮن‬
‫أﻧﺜﻰ؟‬
‫‪149‬‬
‫‪ -17‬ﺳﺎﺋﻖ ﺗﻜﴘ ﻳﺤﻤﻞ ﰲ ﺟﻌﺒﺘﻪ ﺛﻼﺛﺔ دﻧﺎﻧري ﻗﻄﻊ ﻣﻌﺪﻧﻴﺔ ﻓﺈذا ﻛﺎن اﻟﺪﻳﻨﺎر اﻷول ﻣـﻦ ﻓﺌـﺔ اﻟﺨﻤـﺴﺔ‬
‫ﻗﺮوش واﻟﺪﻳﻨﺎر اﻟﺜﺎين ﻣﻦ ﻓﺌﺔ اﻟﻌﴩة ﻗﺮوش أﻣﺎ اﻟﺜﺎﻟﺚ ﻓﻜﺎﻧﺖ ﻣﻦ ﻓﺌـﺔ اﻟﺮﺑـﻊ دﻳﻨـﺎر‪ .‬إذا ﺳـﺤﺐ‬
‫اﻟﺴﺎﺋﻖ ﻣﻦ اﻟﺠﻌﺒﺔ ﻗﻄﻌﺘﺎن ﻧﻘﺪﻳﺘﺎن ﻣﻌﺎ ودل اﳌﺘﻐري اﻟﻌﺸﻮايئ ‪ X‬ﻋﲆ ﻗﻴﻤﺔ اﻟﻘﻄﻌﺘني‪ ،‬اﺣﺴﺐ‪:‬‬
‫‪ -a‬ﻣﺪى ‪.X‬‬
‫‪ -b‬اﻟﺘﻮزﻳﻊ اﻻﺣﺘامﱄ ﻟﻠﻤﺘﻐري اﻟﻌﺸﻮايئ‪.‬‬
‫‪.E(x) -c‬‬
‫اﻋﺘﱪ ﺟﻤﻴﻊ اﻟﻔﺌﺎت اﻟﻨﻘﺪﻳﺔ ﻟﻬﺎ ﻧﻔﺲ ﻓﺮﺻﺔ اﻻﺧﺘﻴﺎر‪.‬‬
‫‪ -18‬إذا ﻛﺎن ﺟﺪول اﻟﺘﻮزﻳﻊ اﻻﺣﺘامﱄ ﻟﻠﻤﺘﻐري اﻟﻌﺸﻮايئ ‪.x‬‬
‫‪X‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬
‫)‪P(X=x‬‬ ‫‪a‬‬ ‫‪2a‬‬ ‫‪b‬‬
‫وﻛﺎن ‪ E(x)= 2.2‬اﺣﺴﺐ ﻗﻴﻤﺔ ﻛﻞ ﻣﻦ ‪a , b‬؟‬
‫‪ -19‬إذا ﻛﺎن ﺗﻮﻗﻊ رﺑﺢ ﺷﺨﺺ ﰲ ﻣﺴﺎﺑﻘﺘني ﻟﻪ ﻧﻔﺲ اﻟﻘﻴﻤﺔ‪ ،‬وﻛﺎﻧﺖ ﻗﻴﻤﺔ اﻟﺠـﺎﺋﺰة اﻷوﱃ )‪ (250‬دﻳﻨـﺎرا ً‬
‫‪4‬‬ ‫·‪§2‬‬
‫؟‬ ‫واﺣﺘامل اﻟﺤﺼﻮل ﻋﻠﻴﻬﺎ ¸ ¨ ﻣام ﻣﻘﺪار اﻟﺠﺎﺋﺰة اﻟﺜﺎﻧﻴﺔ إذا ﻛﺎن اﺣﺘامل اﻟﺤﺼﻮل ﻋﻠﻴﻬﺎ‬
‫‪5‬‬ ‫‪©5¹‬‬
‫‪ -20‬إذا ﻛــﺎن ‪ X‬ﻣﺘﻐــرياً ﻋــﺸﻮاﺋﻴﺎً ﻳﺄﺧــﺬ ﻗﻴﻤــﻪ ﰲ اﳌﺠﻤﻮﻋــﺔ }‪ {0,1,2‬وﻛــﺎن اﻗــﱰان اﺣﺘامﻟــﻪ ﻫــﻮ‬
‫‪1‬‬
‫)‪ . f ( x‬اﺣﺴﺐ )‪E(x‬؟‬ ‫‪x2‬‬
‫‪5‬‬
‫‪ -21‬إذا ﻛﺎن ‪ X‬ﻣﺘﻐرياً ﻋﺸﻮاﺋﻴﺎً ﻳﺄﺧﺬ ﻗﻴﻤﻪ ﰲ اﻟﻔﱰة ]‪ [0,2‬وﻛﺎن اﻗﱰان ﻛﺜﺎﻓﺘﻪ اﻻﺣﺘامﻟﻴﺔ ‪ .f(x)=bx-2‬ﺟﺪ‬
‫)‪E(X‬؟‬
‫‪ -22‬إذا ﻛﺎن اﻟﺘﻮزﻳﻊ اﻻﺣﺘامﱄ ﻟﻠﻤﺘﻐري اﻟﻌﺸﻮايئ ‪ X‬ﻫﻮ‬
‫})‪ {(-4,a), (3,4a), (0,7a‬ﻓﺠﺪ ﻗﻴﻤﺔ ‪a‬؟‬
‫‪150‬‬
‫‪ -23‬ﺻﻒ ﺑﻪ )‪ (10‬أوﻻد )‪ (5‬ﺑﻨﺎت‪ .‬إذا اﺧﺘري ﻋﺸﻮاﺋﻴﺎً )‪ (Randomly‬ﺛﻼﺛﺔ ﻃـﻼب ﻋـﲆ اﻟﺘـﻮاﱄ‪ .‬اﺣـﺴﺐ‬
‫اﺣﺘامل‪:‬‬
‫‪ -a‬أن ﻳﻜﻮن اﻷول واﻟﺜﺎين وﻟﺪﻳﻦ واﻟﺜﺎﻟﺜﺔ ﺑﻨﺘﺎ‪ً.‬‬
‫‪ -b‬أن ﻳﻜﻮن اﻷول واﻟﺜﺎﻟﺚ وﻟﺪﻳﻦ واﻟﺜﺎﻧﻴﺔ ﺑﻨﺘﺎ‪ً.‬‬
‫‪ -c‬أن ﻳﻜﻮن اﻷول واﻟﺜﺎﻟﺚ ﻣﻦ اﻟﺠﻨﺲ ﻧﻔﺴﻪ واﻟﺜﺎين ﻣﻦ اﻟﺠﻨﺲ اﻵﺧﺮ‪.‬‬
‫‪ -24‬اﻟﺼﻨﺪوق ‪ A‬ﻳﺤﻮي )‪ (5‬ﻛﺮات ﺣﻤﺮاء‪ (3) ،‬ﺑﻴﻀﺎء‪ (8) ،‬زرﻗﺎء‪ .‬أﻣﺎ اﻟـﺼﻨﺪوق ‪ B‬ﻓﻴﺤـﻮي )‪ (3‬ﻛـﺮات‬
‫ﺣﻤﺮاء‪ (5) ،‬ﺑﻴﻀﺎء‪ .‬إذا أﻟﻘﻲ ﺣﺠﺮ ﻧﺮد ﻣﻨﺘﻈﻤﺔ ﻓﺈﻧﻨﺎ ﻧﺴﺤﺐ ﻛﺮة ﻣﻦ ﺻـﻨﺪوق ‪ B‬إذا ﻇﻬـﺮ اﻟﻮﺟـﻪ‬
‫)‪ (3‬أو )‪ .(6‬وﻏري ذﻟﻚ ﻧﺴﺤﺐ ﻛﺮة ﻣﻦ اﻟﺼﻨﺪوق ‪.A‬‬
‫‪ -a‬اﺣﺴﺐ اﺣﺘامل أن ﺗﻜﻮن اﻟﻜﺮة اﳌﺴﺤﻮﺑﺔ ﺣﻤﺮاء‪.‬‬
‫‪ -b‬إذا ﻛﺎﻧﺖ اﻟﻜﺮة اﳌﺴﺤﻮﺑﺔ ﺣﻤﺮاء ﻓام اﺣﺘامل أن ﺗﻜﻮن ﻣﻦ اﻟﺼﻨﺪوق ‪.A‬‬
‫‪ -25‬ﺻﻨﺪوق ﻳﺤﻮي ﻗﻄﻌﺘﻲ ﻧﻘﺪ إﺣﺪﻫام ﻣﻨﺘﻈﻤﺔ واﻷﺧﺮى ﻋﲆ وﺟﻬﻴﻬـﺎ ﺻـﻮر‪ .‬ﻓـﺈذا ُﺳـﺤﺐ ﻋـﺸﻮاﺋﻴﺎً‬
‫ﻗﻄﻌﺔ ﻣﻨﻬﺎ وأﻟﻘﻴﺖ‪ ،‬ﻓﺈﻧﻪ إذا ﻇﻬﺮ ﺻﻮرة ﻧﻠﻘﻲ اﻟﻘﻄﻌﺔ اﻷﺧﺮى‪ ،‬أﻣﺎ إذا ﻇﻬـﺮ ﻛﺘﺎﺑـﺔ ﻓﻨﻠﻘـﻲ ﻧﻔـﺲ‬
‫اﻟﻘﻄﻌﺔ ﻣﺮة أﺧﺮى‪ .‬اﺣﺴﺐ اﺣﺘامل ‪:‬‬
‫‪ -a‬ﻇﻬﻮر ﺻﻮرة ﰲ اﻟﺮﻣﻴﺔ اﻟﺜﺎﻧﻴﺔ‪.‬‬
‫‪ -b‬إذا ﻇﻬﺮ ﰲ اﻟﺮﻣﻴﺔ اﻟﺜﺎﻧﻴﺔ ﺻﻮرة‪ .‬ﻓام اﺣﺘامل أن ﺗﻜﻮن ﻗﺪ ﻇﻬﺮت ﺻﻮرة ﰲ اﻟﺮﻣﻴﺔ اﻷوﱃ‪.‬‬
‫‪ -26‬ﰲ ﺗﺠﺮﺑﺔ رﻣﻲ ﺣﺠﺮي اﻟرند‪ ،‬إذا ّ‬
‫دل اﳌﺘﻐري اﻟﻌﺸﻮايئ ‪ X‬ﻋﲆ أﻧﻪ اﻟﻌﺪد اﻷﻛﱪ ﻟﻠـﻮﺟﻬني اﻟﻈـﺎﻫﺮﻳﻦ‪،‬‬
‫أو أﺣﺪﻫام إذا ﻛﺎﻧﺎ ﻣﺘﺴﺎوﻳني‪ .‬اﺣﺴﺐ ﺗﻮﻗﻊ ‪.X‬‬
‫‪ -27‬ﻋﻨﺪ إﻟﻘﺎء ﺣﺠﺮ ﻧﺮد ﻣﺮة واﺣﺪة ﻳﺮﺑﺢ ﺷﺨﺺ ﻣﺒﻠﻐﺎً ﻣﻦ اﻟﺪﻧﺎﻧري ﻣﺴﺎوﻳﺎً ﻟﻌﺪد ﻧﻘﻂ اﻟﻮﺟﻪ اﻟﻈـﺎﻫﺮ‬
‫إذا ﻛﺎن اﻟﻮﺟﻪ اﻟﻈﺎﻫﺮ ﻋﺪد أوﱄ‪ ،‬وﻳﺨﴪ دﻧﺎﻧري ﻣﺴﺎوﻳﺔ ﻟﻌﺪد اﻟـﻨﻘﻂ اﻟﻈـﺎﻫﺮة ﻋـﲆ وﺟـﻪ ﺣﺠـﺮ‬
‫اﻟرند إذا ﻇﻬﺮ ﻋﺪد ﻏري أوﱄ‪ .‬اﺣﺴﺐ ﺗﻮﻗﻊ رﺑﺢ ﻫﺬا اﻟﺸﺨﺺ‪.‬‬
‫‪151‬‬
‫ﻋﺸﻮاﺋﻴﺎ‪ ،‬اﻗﱰان ﻛﺜﺎﻓﺘﻪ اﻻﺣﺘامﻟﻴﺔ @‪x a , x >0,3‬‬

‫‪1‬‬
‫)‪ f ( x‬اﺣﺴﺐ‬ ‫ً‬ ‫‪ -28‬إذا ﻛﺎن ‪ X‬ﻣﺘﻐريا ً‬
‫‪6‬‬
‫ﻗﻴﻤﺔ‪a- a‬‬ ‫)‪b -P(1 dX d2‬‬
‫)‪c -E(X‬‬ ‫)‪d -P(X2<4‬‬
‫}‪e -P{1,2‬‬ ‫)‪f -E(16X‬‬
‫‪ -29‬إذا ﻛــﺎن اﻟﻔــﻀﺎء اﻟﻌﻴﻨــﻲ ﻟﺘﺠﺮﺑــﺔ ﻋــﺸﻮاﺋﻴﺔ ‪ p ،{a4 ،a3 ،a2 ،a1} = :‬اﻗــﱰان اﺣــﺘامل ﺑﺤﻴــﺚ‬
‫‪1‬‬ ‫‪1‬‬ ‫‪2‬‬
‫} ‪P {a 2‬‬ ‫} ‪، P {a 2 , a 4‬‬ ‫} ‪، P {a 2 , a 3‬‬
‫‪3‬‬ ‫‪2‬‬ ‫‪3‬‬
‫اﺣﺴﺐ )}‪P ({a1‬‬
‫‪ -30‬ﺳﺘﺔ رﺟﺎل وزوﺟﺎﺗﻬﻢ ﰲ ﻏﺮﻓﺔ‪ ،‬اﺧﺘري ﻣﻨﻬﻢ ﺷﺨﺼني ﻋﺸﻮاﺋﻴﺎً‪ .‬اﺣﺴﺐ اﺣﺘامل أن ﻳﻜﻮن اﻟﺸﺨﺼني‪:‬‬
‫‪ -b‬ﻣﺨﺘﻠﻔني ﰲ اﻟﺠﻨﺲ‬ ‫‪ -a‬زوج وزوﺟﺘﻪ‬
‫‪ -31‬ﰲ اﻟﺴﺆال اﻟﺴﺎﺑﻖ‪ ،‬إذا اﺧﺘري أرﺑﻌﺔ أﺷﺨﺎص‪ ،‬اﺣﺴﺐ اﺣﺘامل أن ﻳﻜﻮن‬
‫‪ -a‬ﻫﺆﻻء ﻋﺎﺋﻠﺘني "ﻛﻞ ﻋﺎﺋﻠﺔ ﻣﻜﻮﻧﺔ ﻣﻦ زوج وزوﺟﺘﻪ"‪.‬‬
‫‪ -b‬ﻻ ﻳﻮﺟﺪ أﻳﺔ ﻋﺎﺋﻠﺔ ﺑﻴﻨﻬﻢ‪.‬‬
‫‪ -c‬ﺑﻴﻨﻬﻢ ﻋﺎﺋﻠﺔ واﺣﺪة ﻓﻘﻂ‪.‬‬
‫‪ -32‬إذا ﻛﺎن ‪ B ، A‬ﻣﺴﺘﻘﻠني ﺑﺤﻴﺚ أن ‪P(AB) =0.15 ، P(B)= k+0.2 ، P(A)=k‬‬
‫‪ -a‬اﺣﺴﺐ ﻗﻴﻤﺔ ‪.k‬‬
‫‪P(AB) -b‬‬
‫‪PA B‬‬ ‫‪-c‬‬
‫‪152‬‬
‫اﻟﻮﺣﺪة اﻟﺴﺎدﺳﺔ‬
‫‪153‬‬
‫‪154‬‬
‫اﻟﻮﺣﺪة اﻟﺴﺎدﺳﺔ ‪...‬اﻟﺘﻮزﻳﻌﺎت اﻻﺣﺘامﻟﻴﺔ‬
‫ﻳﺴﻤﻰ اﻟﺘﻮزﻳﻊ اﻻﺣﺘامﱄ اﻟﺬي ﻣﺘﻐري اﻟﻌﺸﻮايئ ﻣﻨﻔﺼﻼً ﺗﻮزﻳﻊ اﺣﺘامﱄ ﻣﻨﻔﺼﻞ أﻣﺎ اﻟﺘﻮزﻳـﻊ اﻟـﺬي‬
‫ﻣﺘﻐريه اﻟﻌﺸﻮايئ ﻣﺘﺼﻼً ﻓﻴﺴﻤﻰ ﺗﻮزﻳﻌﺎً اﺣﺘامﻟﻴﺎً ﻣﺘﺼﻼً‪.‬‬
‫وﺳﻨﺘﻌﺮف ﰲ ﻫﺬه اﻟﻮﺣﺪة ﻋﲆ ﺗﻮزﻳﻌﺎت اﺣﺘامﻟﻴـﺔ ﻣﻬﻤـﺔ ﻣﻨﻬـﺎ ﻣـﺎ ﻫـﻮ ﻣﻨﻔـﺼﻞ وﻣﻨﻬـﺎ ﻣـﺎ ﻫـﻮ‬
‫ﻣﺘﺼﻞ‪.‬‬
‫اﻟﺘﻮزﻳﻌﺎت اﻻﺣﺘامﻟﻴﺔ اﳌﻨﻔﺼﻠﺔ ‪Discrete Probability distributions‬‬
‫‪ -1‬ﺗﻮزﻳﻊ ذات اﻟﺤﺪﻳﻦ ‪Binomial distribution‬‬
‫ﺗﻌﺎﻟﺞ ﻧﻈﺮﻳﺔ ذات اﻟﺤﺪﻳﻦ ذﻟﻚ اﻟﻨﻮع ﻣﻦ اﻟﺘﺠﺎرب اﻟﺘﻲ ﺗﺘﻜﺮر ﻋﺪد ﻣﺤﺪود ﻣـﻦ اﳌـﺮات وﺗﻜـﻮن‬
‫ﻧﺘﻴﺠﺘﻬﺎ ﰲ اﳌﺮة اﻟﻮاﺣﺪة أﻣﺎ ﻧﺠﺎح أو ﻓﺸﻞ‪.‬‬
‫إذا أﺟﺮﻳﺖ ﺗﺠﺮﺑﺔ )‪ (n‬ﻣﺮة‪ ،‬وﻛﺎن اﺣﺘامل ﻧﺠﺎﺣﻬﺎ ﰲ اﳌﺮة اﻟﻮاﺣﺪة ﻫﻮ )‪ ،(p‬ودل اﳌﺘﻐـري اﻟﻌـﺸﻮايئ‬
‫‪ x‬ﻋﲆ ﻋﺪد ﻣﺮات اﻟﻨﺠﺎح ﻓﺈن اﺣﺘامل ﻧﺠﺎح اﻟﺘﺠﺮﺑﺔ ﰲ ‪ x‬ﻣﺮة ﻫﻮ‬
‫‪§ n· x‬‬ ‫‪n x‬‬
‫‪1.‬‬ ‫)‪P ( x‬‬ ‫‪¨ ¸ p 1 p‬‬ ‫‪, x‬‬ ‫‪0,1,2,...n‬‬
‫‪© x¹‬‬
‫‪2. E(X)=np‬‬ ‫ﺗﻮﻗﻊ اﳌﺘﻐري اﻟﻌﺸﻮايئ ‪ X‬ﻫﻮ‬
‫‪3.‬‬ ‫) ‪V 2 (X‬‬ ‫‪npq‬‬ ‫ﺗﺒﺎﻳﻦ اﳌﺘﻐري اﻟﻌﺸﻮايئ ‪X‬‬
‫إذا ﻛﺎن اﺣﺘامل ﻧﺠﺎح ﻋﻤﻠﻴﺔ ﺟﺮاﺣﻴﺔ ﻫﻮ )‪ (0.9‬ﻓﺈذا أﺟﺮﻳﺖ اﻟﻌﻤﻠﻴﺔ ﻟﻌـﴩة ﻣـﺮﴇ اﺣـﺴﺐ ﻣـﺎ‬
‫ﻳﲇ‪:‬‬
‫‪155‬‬
‫اﺣﺘامل ﻧﺠﺎح اﻟﻌﻤﻠﻴﺔ ﻟﺴﺒﻌﺔ ﻣﺮﴇ‪.‬‬ ‫‪-a‬‬

‫اﺣﺘامل ﻧﺠﺎح اﻟﻌﻤﻠﻴﺔ ﻟﺠﻤﻴﻊ اﳌﺮﴇ‪.‬‬ ‫‪-b‬‬
‫اﺣﺘامل ﻧﺠﺎح اﻟﻌﻤﻠﻴﺔ ﻟﺜامﻧﻴﺔ ﻣﺮﴇ ﻋﲆ اﻷﻗﻞ‪.‬‬ ‫‪-c‬‬
‫اﺣﺘامل ﻧﺠﺎح اﻟﻌﻤﻠﻴﺔ ﻟﺜامﻧﻴﺔ ﻣﺮﴇ ﻋﲆ اﻷﻛرث‪.‬‬ ‫‪-d‬‬
‫ﺗﻮﻗﻊ ﻋﺪد اﳌﺮﴇ اﻟﺬﻳﻦ ﺳﻴﺠﺮون اﻟﻌﻤﻠﻴﺔ ﺑﻨﺠﺎح‪.‬‬ ‫‪-e‬‬
‫ﺗﺒﺎﻳﻦ ﻋﺪد اﳌﺮﴇ اﻟﺬﻳﻦ ﺳﻴﺠﺮون اﻟﻌﻤﻠﻴﺔ‪.‬‬ ‫‪-f‬‬
‫‪n=10 , p=0.9‬‬
‫· ‪§10‬‬ ‫‪10 x‬‬
‫‪¨¨ ¸¸ 0.9‬‬
‫‪x‬‬
‫)‪P( x‬‬ ‫‪0.1‬‬ ‫‪,x‬‬ ‫‪0,1,2,...,10‬‬
‫‪©x ¹‬‬
‫· ‪§10‬‬
‫‪¨ ¸ 0.9‬‬
‫‪7‬‬ ‫‪3‬‬
‫)‪a‬‬ ‫‪P7‬‬ ‫‪0.1‬‬
‫‪©7 ¹‬‬
‫· ‪§10‬‬
‫)‪b‬‬ ‫‪P 10‬‬ ‫‪¨¨ ¸¸ 0.9 10 0.1 0‬‬
‫‪©10 ¹‬‬
‫‪= (0.9)10‬‬
‫)‪c‬‬ ‫‪P X t8‬‬ ‫@)‪>P 8 P 9 P(10‬‬
‫‪10‬‬
‫· ‪§10‬‬
‫‪¦ ¨© x‬‬
‫‪10 x‬‬
‫‪¸ 0.9‬‬
‫‪x‬‬
‫‪0.1‬‬
‫‪x‬‬ ‫‪8‬‬ ‫‪¹‬‬
‫)‪d‬‬ ‫‪P X d8‬‬ ‫)‪P 0 P 1 ... P (8‬‬
‫‪8‬‬
‫· ‪§10‬‬
‫‪¦ ¨¨ x‬‬ ‫‪¸¸ 0.9‬‬ ‫‪x‬‬
‫‪0.1 10 x‬‬
‫‪x‬‬ ‫©‪0‬‬ ‫‪¹‬‬
‫ﺣﻞ آﺧﺮ‪:‬‬
‫‪P xd8‬‬ ‫‪1 >P x‬‬ ‫@ ‪9 P x 10‬‬
‫‪156‬‬
‫· §‬
‫‪10 10‬‬
‫‪1 ¦ ¨¨ ¸¸ 0.9‬‬ ‫‪x‬‬
‫‪0.1 10 x‬‬
‫‪x 9© x ¹‬‬
‫)‪e‬‬ ‫‪E(X)= np‬‬
‫)‪= (10) (0.9‬‬
‫‪=9‬‬
‫)‪f‬‬ ‫‪V 2 (f) npq‬‬ ‫‪10 0.9 0.1‬‬
‫‪= 0.9‬‬
‫أﻟﻘﻲ ﺣﺠﺮ ﻧﺮد إﺣﺪى وﺧﻤﺴﻮن ﻣﺮة‪ ،‬إذا ﻛﺎن اﳌﺘﻐري اﻟﻌﺸﻮايئ ‪ X‬ﻫﻮ ﻋـﺪد ﻣـﺮات اﻟﺤـﺼﻮل ﻋـﲆ‬
‫ﻋﺪد ﻳﻘﺒﻞ اﻟﻘﺴﻤﺔ ﻋﲆ )‪ .(3‬اﺣﺴﺐ‬
‫‪ (a‬اﺣﺘامل ﻧﺠﺎح اﻟﺘﺠﺮﺑﺔ )اﻟﺤﺼﻮل ﻋﲆ ﻋﺪد ﻳﻘﺒﻞ اﻟﻘﺴﻤﺔ ﻋﲆ )‪ ((3‬ﻋﺪد ﻣـﻦ اﳌـﺮات ﻻ ﻳﻘـﻞ‬
‫ﻋﻦ )‪ (20‬وﻻ ﻳﺰﻳﺪ ﻋﻦ )‪.(30‬‬
‫‪ (b‬اﺣﺘامل ﻋﺪم ﻧﺠﺎح اﻟﺘﺠﺮﺑﺔ‪.‬‬
‫‪E(X) (c‬‬
‫‪V(X) (d‬‬
‫‪51 x‬‬
‫· ‪§ 51·§ 1 · § 2‬‬
‫‪x‬‬
‫‪2‬‬ ‫‪1‬‬
‫‪n‬‬ ‫‪51, P‬‬ ‫)‪ P ( x‬‬ ‫¸ ¨ ¸ ¨¸ ¨‬
‫‪6‬‬ ‫‪3‬‬ ‫‪© x ¹© 3 ¹ © 3 ¹‬‬
‫‪51 x‬‬
‫· ‪§ 51·§ 1 · § 2‬‬
‫‪30‬‬ ‫‪x‬‬
‫)‪a‬‬ ‫‪P 20 d x d 30‬‬ ‫¦‬ ‫¸ ¨ ¸ ¨¸¸ ¨¨‬

‫‪x 20© x ¹© 3 ¹ © 3 ¹‬‬
‫‪0‬‬ ‫‪51‬‬
‫· ‪§ 51· § 1‬‬ ‫·‪§2‬‬ ‫‪§ 2 ·51‬‬
‫)‪b‬‬ ‫‪P0‬‬ ‫¸¸ ¨¨ ¸¸ ¨¨‬ ‫¸¸ ¨¨‬ ‫¸¸ ¨¨‬
‫‪©0 ¹ © 3 ¹‬‬ ‫‪©3¹‬‬ ‫‪©3¹‬‬
‫‪1‬‬
‫)‪c‬‬ ‫‪E X‬‬ ‫‪51 u‬‬ ‫‪17‬‬
‫‪3‬‬
‫‪157‬‬
‫·‪§1·§ 2‬‬
‫)‪d‬‬ ‫‪V X‬‬ ‫‪npq‬‬ ‫¸ ¨ ¸ ¨ ‪51‬‬ ‫‪11.3‬‬ ‫‪3.36‬‬
‫‪©3¹© 3¹‬‬
‫‪ -2‬ﺗﻮزﻳﻊ ﺑﻮاﺳﻮن ‪Poisson Distribution‬‬

‫ﻳﻬﺘﻢ ﺗﻮزﻳﻊ ﺑﻮاﺳﻮن ﰲ ﺗﻠﻚ اﻟﺘﺠﺎرب اﻟﺘﻲ ﺗﺤﺪث ﺧﻼل ﻓﱰة زﻣﺎﻧﻴـﺔ أو ﻣﻜﺎﻧﻴـﺔ ﻣﺤـﺪدة ﻛﺪراﺳـﺔ‬
‫ﻋﺪد اﳌﻜﺎﳌﺎت اﻟﺘﻲ ﺗﺼﻞ ﻣﻘﺴﻢ ﻣﺎ ﺧﻼل ﺳﺎﻋﺎت اﻟﺪوام‪ .‬أو دراﺳـﺔ ﻋـﺪد ﺣـﻮادث اﻟـﺴري ﻋﻨـﺪ ﺗﻘـﺎﻃﻊ‬
‫ﻣﻌني ﺧﻼل أﺳﺒﻮع ﻣﻌني‪ .‬ﻓﺈذا ﻛﺎن ﻣﻌـﺪل اﻟﻨﺠـﺎح ﰲ ﻓـﱰة زﻣﺎﻧﻴـﺔ )ﻣﻜﺎﻧﻴـﺔ( ﻣﺤـﺪدة ﻫـﻮ )‪ (O‬ﻓﻴﻜـﻮن‬
‫اﺣﺘامل ﺑﻮاﺳﻮن ﻣﻌﻄﻰ ﺑﺎﻟﻌﻼﻗﺔ‬
‫‪e O Ox‬‬
‫)‪P( x‬‬ ‫…‪, x = 0,1,2,‬‬
‫!‪x‬‬
‫وﻳﻜﻮن ﺗﻮﻗﻊ ﺑﻮاﺳﻮن ‪E(x) = O‬‬
‫‪V2‬‬ ‫وﺗﺒﺎﻳﻦ ﺑﻮاﺳﻮن ‪O‬‬
‫وميﻜﻦ ﺗﻘﺮﻳﺐ ﺗﻮزﻳﻊ ذات اﻟﺤﺪﻳﺚ إﱃ ﺗﻮزﻳﻊ ﺑﻮاﺳﻮن ﺑﻮﺿﻊ ‪ O np‬إذا ﻛﺎن )‪ (n‬ﻛﺒرية ﺟﺪا ً و‬
‫)‪ (p‬ﺻﻐرية ﺟﺪا‪ً.‬‬
‫إذا ﻛﺎن ﻣﺘﻮﺳﻂ ﻋﺪد اﻷﻳﺎم اﻟﺘﻲ متﻄﺮ ﻓﻴﻬﺎ ﰲ ﺷﻬﺮ ﺷﺒﺎط ﻫﻲ ﺛﻼﺛﺔ أﻳﺎم ﰲ اﻷﺳﺒﻮع‪ .‬ﻓام اﺣـﺘامل‬
‫أن متﻄﺮ ﺧﻤﺴﺔ أﻳﺎم ﰲ اﻷﺳﺒﻮع ﰲ ذﻟﻚ اﻟﺸﻬﺮ‪.‬‬
‫‪O‬‬ ‫‪np‬‬
‫‪x= 5‬‬
‫‪O=3‬‬
‫‪e 3 5 3‬‬ ‫‪0.05 729‬‬
‫‪?P 5‬‬ ‫‪0.3‬‬
‫!‪5‬‬ ‫‪120‬‬
‫‪158‬‬
‫اﻟﺘﻮزﻳﻌﺎت اﻻﺣﺘامﻟﻴﺔ اﳌﺘﺼﻠﺔ‬

‫‪Continuous Probability distributions‬‬
‫‪ -1‬اﻟﺘﻮزﻳﻊ اﻟﻄﺒﻴﻌﻲ‪Normal distribution :‬‬
‫ﻗﺒﻞ اﻟﺒﺪء مبﻮﺿﻮع اﻟﺘﻮزﻳﻊ اﻟﻄﺒﻴﻌﻲ ﻟﻨﺘﻌﺮف ﻋﲆ ﻣﻔﻬﻮم اﻟﻌﻼﻣﺔ اﳌﻌﻴﺎرﻳﺔ‪.‬‬
‫اﻟﻌﻼﻣﺎت اﳌﻌﻴﺎرﻳﺔ ‪Standard mark‬‬
‫ﺗﻌﺮﻳﻒ‪ :‬إذا ﻛﺎن ﻟﺪﻳﻨﺎ ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﳌﻔـﺮدات وﺳـﻄﻬﺎ اﻟﺤـﺴﺎيب ‪ X‬واﻧﺤﺮاﻓﻬـﺎ اﳌﻌﻴـﺎري ‪ V‬وإذا‬
‫ﻛﺎﻧﺖ ‪ X‬ﻣﻔﺮدة ﻣﺎ "ﺗﺴﻤﻰ اﻟﻌﻼﻣﺔ اﻟﺨﺎم ‪ "Row mark‬ﻓﺈن اﻟﻌﻼﻣﺔ اﳌﻌﻴﺎرﻳﺔ‪ Z‬اﳌﻨﺎﻇﺮة ﻟﻬﺎ ﻫﻲ‪:‬‬
‫‪XX‬‬
‫‪Z‬‬
‫‪ı‬‬
‫وﺗﺴﺘﺨﺪم اﻟﻌﻼﻣﺎت اﳌﻌﻴﺎرﻳﺔ ﳌﻘﺎرﻧﺔ ﻋﻼﻣﺘني ﻣﻦ ﺗﻮزﻳﻌني ﻣﺨﺘﻠﻔني‪ ،‬ﻓﺘﻜﻮن اﳌﻘﺎرﻧﺔ أﻛرث ﻋﺪاﻟﺔ‪.‬‬
‫إذا ﻛﺎن اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﳌﺠﻤﻮﻋﺔ ﻣﻦ اﳌﻔﺮدات )‪ (50‬واﻻﻧﺤﺮاف اﳌﻌﻴﺎري )‪ (10‬ﻓﺄوﺟﺪ‪:‬‬
‫‪ -1‬اﻟﻌﻼﻣﺔ اﳌﻌﻴﺎرﻳﺔ اﳌﻨﺎﻇﺮة ﻟﻠﻌﻼﻣﺔ اﻟﺨﺎم‪.60‬‬
‫‪ -2‬اﻟﻌﻼﻣﺔ اﳌﻌﻴﺎرﻳﺔ اﳌﻨﺎﻇﺮة ﻟﻠﻌﻼﻣﺔ اﻟﺨﺎم‪.45‬‬
‫‪ -3‬اﻟﻌﻼﻣﺔ اﳌﻌﻴﺎرﻳﺔ اﳌﻨﺎﻇﺮة ﻟﻠﻮﺳﻂ اﻟﺤﺴﺎيب‪.‬‬
‫‪ -4‬اﻟﻌﻼﻣﺔ اﻟﺨﺎم اﳌﻨﺎﻇﺮة ﻟﻠﻌﻼﻣﺔ اﳌﻌﻴﺎرﻳﺔ ‪.1.5‬‬
‫‪X‬‬ ‫‪50 , V‬‬ ‫‪10‬‬
‫‪X X‬‬
‫)‪1‬‬ ‫‪Z‬‬
‫‪V‬‬
‫‪60 50‬‬
‫)‪2‬‬ ‫‪1‬‬
‫‪10‬‬
‫‪159‬‬
‫‪45 50‬‬
‫‪0.5‬‬
‫‪10‬‬
‫‪X X‬‬
‫)‪3‬‬ ‫‪Z‬‬
‫‪V‬‬
‫‪50 50‬‬
‫‪0‬‬
‫‪10‬‬
‫‪X X‬‬
‫)‪4‬‬ ‫‪Z‬‬
‫‪V‬‬
‫‪x 50‬‬
‫‪ 1.5‬‬
‫‪10‬‬
‫‪ 15‬‬ ‫‪x 50 x‬‬ ‫‪65‬‬
‫ﻃﺎﻟﺐ ﰲ ﺷﻌﺒﺔ ‪ A‬ﻋﻼﻣﺘﻪ ﰲ ﻣﺎدة اﻹﺣﺼﺎء ‪ ،60‬وﻃﺎﻟﺐ آﺧﺮ ﰲ ﺷـﻌﺒﺔ ‪ B‬ﻋﻼﻣﺘـﻪ ﰲ اﻹﺣـﺼﺎء ‪،70‬‬
‫ﻓﺈذا ﻋﻠﻤﺖ أن اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻌﻼﻣﺎت ﻃﻠﺒﺔ ﺷﻌﺒﺔ ‪ A‬ﰲ اﻹﺣﺼﺎء )‪ (65‬واﻻﻧﺤﺮاف اﳌﻌﻴﺎري ﻟﻬﺎ )‪ (5‬أﻣﺎ‬
‫ﻃﻠﺒﺔ ﺷﻌﺒﺔ ‪ B‬ﻓﺎﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻌﻼﻣﺎﺗﻬﻢ ﰲ اﻹﺣﺼﺎء )‪ (85‬واﻻﻧﺤﺮاف اﳌﻌﻴﺎري ﻟﻬﺎ )‪ (10‬ﻓـﺄي اﻟﻄـﺎﻟﺒني‬
‫ﺗﺤﺼﻴﻠﻪ أﻓﻀﻞ ﰲ اﻹﺣﺼﺎء ﻫﻞ ﻫﻮ ﻃﺎﻟﺐ ﺷﻌﺒﺔ ‪ .A‬أم ﻃﺎﻟﺐ ﺷﻌﺒﺔ ‪.B‬‬
‫ﺷﻌﺒﺔ ‪x 65 , V 5 , x 60 :A‬‬
‫إذن ﻓﺎﻟﻌﻼﻣﺔ اﳌﻌﻴﺎرﻳﺔ ﻟﻠﻄﺎﻟﺐ اﳌﻮﺟﻮد ﰲ ﺷﻌﺒﺔ ‪ A‬ﻫﻲ‪:‬‬
‫‪60 65‬‬
‫‪ZA‬‬
‫‪5‬‬
‫‪= -1‬‬
‫‪x‬‬ ‫‪85 , V‬‬ ‫‪10 ,‬‬ ‫‪x‬‬ ‫‪70‬‬ ‫ﺷﻌﺒﺔ ‪:B‬‬
‫‪70 85‬‬
‫‪ZB‬‬
‫‪10‬‬
‫‪= -1.5‬‬
‫‪160‬‬
‫اﻟﻨﺘﻴﺠـﺔ ‪ -1.5 < -1 :‬أي أن اﻟﻌﻼﻣـﺔ اﳌﻌﻴﺎرﻳـﺔ ﻟﻠﻄﺎﻟـﺐ اﳌﻮﺟـﻮد ﰲ ﺷـﻌﺒﺔ ‪ B‬أﺻـﻐﺮ ﻣـﻦ ﻧﻈريﺗﻬـﺎ‬
‫ﻟﻠﻄﺎﻟﺐ اﳌﻮﺟـﻮد ﰲ ﺷـﻌﺒﺔ ‪ .A‬وﺑﺎﻟﺘـﺎﱄ ﺗﺤـﺼﻴﻞ اﻟﻄﺎﻟـﺐ اﳌﻮﺟـﻮد ﰲ ﺷـﻌﺒﺔ ‪ A‬أﻓـﻀﻞ ﰲ اﻹﺣـﺼﺎء ﻣـﻦ‬
‫ﺗﺤﺼﻴﻞ ﻧﻈريه اﳌﻮﺟﻮد ﰲ ﺷﻌﺒﺔ ‪.B‬‬
‫أﺣﻤﺪ وﻋﺜامن ﻃﺎﻟﺒﺎن ﰲ اﻟﺼﻒ اﻷول اﻟﺜﺎﻧﻮي اﻟﻌﻠﻤﻲ‪ ،‬ﻓﺈذا ﻛﺎﻧﺖ ﻋﻼﻣﺔ أﺣﻤﺪ ﰲ اﻟﺮﻳﺎﺿﻴﺎت ﻫﻲ‬
‫)‪ (72‬واﻟﻌﻼﻣﺔ اﳌﻌﻴﺎرﻳﺔ ﻟﻬﺎ ﻫﻲ )‪ ،(1.5‬وﻛﺎﻧﺖ ﻋﻼﻣـﺔ ﻋـﺜامن ﰲ ﻧﻔـﺲ اﳌـﺎدة )‪ (80‬واﻟﻌﻼﻣـﺔ اﳌﻌﻴﺎرﻳـﺔ‬
‫اﳌﻘﺎﺑﻠﺔ ﻟﻬﺎ )‪ .(2.5‬اﺣﺴﺐ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب واﻻﻧﺤﺮاف اﳌﻌﻴﺎري ﻟﻄﻼب اﻟﺼﻒ ﰲ ﻣﺎدة اﻟﺮﻳﺎﺿﻴﺎت؟‬
‫‪X1=72 , Z1=1.5‬‬ ‫أﺣﻤﺪ‪:‬‬
‫‪X2=80 , Z2=2.5‬‬ ‫ﻋﺜامن‪:‬‬
‫‪x1 x‬‬ ‫‪72 x‬‬
‫‪Z1‬‬ ‫‪ 1.5‬‬ ‫‪ 1.5V x‬‬ ‫)‪72 ………………….(1‬‬
‫‪V‬‬ ‫‪V‬‬
‫‪x2 x‬‬ ‫‪80 x‬‬
‫‪Z2‬‬ ‫‪ 2.5‬‬ ‫‪ 2.5V x‬‬ ‫)‪80 ………………..(2‬‬
‫‪V‬‬ ‫‪V‬‬
‫ﺑﺤﻞ اﳌﻌﺎدﻟﺘني )‪ (2) ،(1‬ﻳﻨﺘﺞ أن‬
‫‪x 60‬‬ ‫اﻟﻮﺳﻂ اﻟﺤﺴﺎيب‬
‫‪V=8‬‬ ‫واﻻﻧﺤﺮاف اﳌﻌﻴﺎري‬
‫‪161‬‬
‫اﻟﺘﻮزﻳﻊ اﻟﻄﺒﻴﻌﻲ ‪Normal Distribution‬‬

‫اﻟﺘﻮزﻳﻊ اﻟﻄﺒﻴﻌﻲ ﻫﻮ ذﻟﻚ اﻟﺘﻮزﻳﻊ اﻟﺬي ﻳﻜﻮن ﻣﺘﻐرية اﻟﻌﺸﻮايئ ﻣﺘﺼﻞ واﻗﱰان ﻛﺜﺎﻓﺘـﻪ اﻻﺣﺘامﻟﻴـﺔ‬
‫ﻫﻮ‪:‬‬
‫·‪§xx‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪1‬‬ ‫‬
‫)‪f ( x‬‬ ‫¨ ‪e‬‬ ‫¸‬ ‫‪2‬‬
‫‪-f x f‬‬
‫‪V 2S‬‬ ‫‪© V ¹‬‬
‫اﻟﻌﺪد اﻟﻨﻴﺒريي = ‪e‬‬
‫اﻟﻨﺴﺒﺔ اﻟﺘﻘﺮﻳﺒﺔ= ‪S‬‬
‫وﻳﻜﻮن اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻠﻤﺘﻐري اﻟﻌـﺸﻮايئ ﻫـﻮ ‪ x‬واﻧﺤﺮاﻓـﻪ اﳌﻌﻴـﺎري ‪ V‬وﻣﻨﺤﻨـﺎه ﻳﺄﺧـﺬ ﺷـﻜﻞ‬
‫اﻟﻨﺎﻗﻮس اﳌﻘﻠﻮب ﻛام ﻫﻮ ﰲ اﻟﺸﻜﻞ اﻟﺘﺎﱄ‪:‬‬
‫‪x x‬‬
‫ﺧﺼﺎﺋﺺ اﻟﺘﻮزﻳﻊ اﻟﻄﺒﻴﻌﻲ‪:‬‬
‫ﻣﻨﺤﻨﺎه ﻳﺄﺧﺬ ﺷﻜﻞ اﻟﻨﺎﻗﻮس اﳌﻘﻠﻮب وميﺘﺪ ﻣﻦ ﻃﺮﻓﻴﻪ إﱃ ‪.f ، f-‬‬ ‫‪-1‬‬
‫اﳌﺴﺎﺣﺔ اﳌﺤﺼﻮرة ﺑني ﻣﻨﺤﻨﻰ اﻗﱰان ﻛﺜﺎﻓﺘـﻪ اﻻﺣﺘامﻟﻴـﺔ وﻣﺤـﻮر اﻟـﺴﻴﻨﺎت ﺗـﺴﺎوي وﺣـﺪة‬ ‫‪-2‬‬
‫ﻣﺮﺑﻌﺔ واﺣﺪة‪.‬‬
‫ﻳﻜﻮن اﳌﻨﺤﻨﻰ ﻣﺘامﺛﻼً ﺣﻮل اﳌﺴﺘﻘﻴﻢ ‪. x x‬‬ ‫‪-3‬‬
‫أﺣﺎدي اﳌﻨﻮال‪.‬‬ ‫‪-4‬‬
‫اﻟﻮﺳﻂ اﻟﺤﺴﺎيب = اﻟﻮﺳﻴﻂ = اﳌﻨﻮال‪.‬‬ ‫‪-5‬‬
‫ﺑﺘﻐري ‪ x‬وﺛﺒﺎت‪ V‬ﻳﺘﺤﺮك اﳌﻨﺤﻨﻰ أﻓﻘﻴﺎً ميﻴﻨﺎً أو ﻳﺴﺎرا ً ﻛام ﻫﻮ ﻣﻮﺿﺢ ﰲ اﻟﺸﻜﻞ اﻟﺘﺎﱄ‪:‬‬ ‫‪-6‬‬
‫‪162‬‬
‫‪x1‬‬ ‫‪x2‬‬
‫‪x1 x 2‬‬
‫‪ -7‬ﻛﻠام ازدادت ‪ V‬وﺑﻘﻴﺖ ‪ x‬ﺛﺎﺑﺘﺔ ﻓﺈن اﳌﻨﺤﻨﻰ ﻳﺒﺘﻌﺪ أﻛرث ﻋﻦ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻣـﻦ اﻟﺠﻬﺘـني‪ .‬ﻛـام‬
‫ﻫﻮ ﻣﻮﺿﺢ ﰲ اﻟﺸﻜﻞ اﻟﺘﺎﱄ‪:‬‬
‫‪f1‬‬
‫‪f2‬‬
‫‪x‬‬
‫‪ f1‬ﻳﺮﺗﺒﻂ ﺑﺎﻻﻧﺤﺮاف اﳌﻌﻴﺎري ‪V1‬‬
‫‪ f2‬ﻳﺮﺗﺒﻂ ﺑﺎﻻﻧﺤﺮاف اﳌﻌﻴﺎري ‪ V2‬وﺗﻜﻮن ‪V1<V2‬‬
‫‪ -8‬اﻟﺘﻮزﻳﻊ اﻟﻄﺒﻴﻌﻲ اﻟﺬي وﺳـﻄﻪ اﻟﺤـﺴﺎيب )ﺻـﻔﺮا ً( واﻧﺤﺮاﻓـﻪ اﳌﻌﻴـﺎري )‪ (1‬ﻳـﺴﻤﻰ ﺗﻮزﻳﻌـﺎً ﻃﺒﻴﻌﻴـﺎً‬
‫ﻣﻌﻴﺎرﻳﺎ‪ً.‬‬
‫‪ -9‬ميﻜﻦ ﺗﺤﻮﻳـﻞ أي ﺗﻮزﻳـﻊ ﻃﺒﻴﻌـﻲ وﺳـﻄﻪ اﻟﺤـﺴﺎيب ‪ x‬واﻧﺤﺮاﻓـﻪ اﳌﻌﻴـﺎري ‪ V‬إﱃ ﺗﻮزﻳـﻊ ﻃﺒﻴﻌـﻲ‬
‫‪xx‬‬
‫‪.z‬‬ ‫ﻣﻌﻴﺎري ﺑﺎﺳﺘﺨﺪام اﻟﻌﻼﻗﺔ‬
‫‪V‬‬
‫اﻟﺘﻮزﻳﻊ اﻟﻄﺒﻴﻌﻲ اﳌﻌﻴﺎري ‪Standard Normal Distribution‬‬
‫اﻟﺘﻮزﻳﻊ اﻟﻄﺒﻴﻌﻲ اﳌﻌﻴﺎري ﻫﻮ اﻟﺘﻮزﻳﻊ اﻟﻄﺒﻴﻌﻲ اﻟﺬي وﺳﻄﻪ اﻟﺤﺴﺎيب )ﺻﻔﺮ( واﻧﺤﺮاﻓـﻪ اﳌﻌﻴـﺎري‬
‫)‪ (1‬وﻳﻜﻮن اﻗﱰان ﻛﺜﺎﻓﺘﻪ اﻻﺣﺘامﻟﻴﺔ ﻫﻮ‪:‬‬
‫‪1‬‬
‫‪1 2Z2‬‬
‫)‪f ( z‬‬ ‫‪e‬‬ ‫‪-f Z f‬‬
‫‪2S‬‬
‫‪163‬‬
‫)‪f(z‬‬
‫ﺳرنﻣﺰ ﻟﻨﺴﺒﺔ اﳌﺴﺎﺣﺔ اﻟﻮاﻗﻌﺔ ﺑـني ‪ z=b ،z=a‬وﺗﺤـﺖ ﻣﻨﺤﻨـﻰ اﻟﺘﻮزﻳـﻊ اﻟﻄﺒﻴﻌـﻲ وﻓـﻮق ﻣﺤـﻮر ‪x‬‬
‫ﺑﺎﻟﺮﻣﺰ )‪.P(a<z<b‬‬
‫)‪P(a < z < b‬‬
‫)‪P (a d z d b) = P(a<z<b‬‬
‫)‪= P(a < z d b‬‬
‫)‪= P (a d z < b‬‬
‫وذﻟﻚ ﻷن اﳌﺴﺎﺣﺔ اﻟﻮاﻗﻌﺔ ﻓﻮق ﻧﻘﻄﺔ ﺗﺴﺎوي ﺻﻔﺮا‪ً.‬‬
‫أﻣﺎ ﻋـﻦ ﻛﻴﻔﻴـﺔ إﻳﺠـﺎد ﻧـﺴﺒﺔ اﳌـﺴﺎﺣﺔ اﻟﻮاﻗﻌـﺔ ﺗﺤـﺖ اﳌﻨﺤﻨـﻰ اﻟﻄﺒﻴﻌـﻲ اﳌﻌﻴـﺎري وأي ﻗﻴﻤﺘـني‬
‫ﻓﻨﺴﺘﺨﺪم ﺟﺪاول ﺧﺎﺻﺔ ﻣﻠﺤﻘﺔ ﺑﻨﻬﺎﻳـﺔ اﻟﻜﺘـﺎب‪ .‬ﺗﻌﻄـﻲ ﻧـﺴﺒﺔ اﳌـﺴﺎﺣﺔ اﻟﻮاﻗﻌـﺔ ﺑـني ‪ z=0‬وأﻳـﺔ ﻗﻴﻤـﺔ‬
‫ﻣﻮﺟﺒﺔ‪ .‬وﺑﺎﺳﺘﺨﺪام ﺧﺼﺎﺋﺺ اﳌﻨﺤﻨﻰ اﻟﻄﺒﻴﻌﻲ ميﻜﻨﻨﺎ إﻳﺠﺎد ﻧﺴﺒﺔ اﳌﺴﺎﺣﺔ اﳌﻄﻠﻮﺑﺔ‪.‬‬
‫)‪1‬‬ ‫)‪P (0<z<1‬‬
‫‪164‬‬
‫)‪2‬‬ ‫)‪P(0<z<1.5‬‬
‫)‪3‬‬ ‫)‪P(0<z<1.25‬‬
‫ﺟﻤﻴﻊ ﻫﺬه اﻟﻨﺴﺐ ﻧﺠﺪﻫﺎ ﻣﻦ ﺟﺪول اﻟﺘﻮزﻳـﻊ اﻟﻄﺒﻴﻌـﻲ اﳌﻌﻴـﺎري اﳌﻮﺟـﻮد ﰲ اﳌﻠﺤـﻖ رﻗـﻢ )‪(2‬‬
‫ﻣﺒﺎﴍة‪.‬‬
‫)‪1‬‬ ‫‪P (0<z<1) = 0.3413‬‬
‫)‪2‬‬ ‫)‪P(0<z<1.5‬‬ ‫‪= 0.4332‬‬
‫)‪3‬‬ ‫)‪P(0<z<1.25‬‬ ‫‪= 0.3944‬‬
‫)‪1‬‬ ‫)‪P (z<1‬‬
‫)‪2‬‬ ‫)‪P(z<1.5‬‬
‫)‪1) P (z<1‬‬ ‫)‪= 0.5 + P(0<z<1‬‬
‫‪= 0.5 + 0.3413‬‬
‫‪= 0.8413‬‬
‫‪0‬‬ ‫‪1‬‬
‫)‪2) P (Z<1.5‬‬ ‫)‪= 0.5 + P(0<Z<1.5‬‬

‫‪= 0.5 + 0.4332‬‬
‫‪= 0.9332‬‬
‫‪0‬‬ ‫‪1.5‬‬
‫ﻣﺜﺎل ‪:‬‬
‫)‪1) P(Z>1‬‬ ‫أوﺟﺪ )‪2) P(Z>1.5‬‬
‫‪165‬‬
‫)‪1) P (z>1‬‬ ‫)‪= 0.5 - P(0<Z<1‬‬

‫‪= 0.5 - 0.3413‬‬
‫‪= 0.1587‬‬
‫‪0‬‬ ‫‪1‬‬
‫)‪2) P (z>1.5‬‬ ‫)‪= 0.5- P(0<z<1.5‬‬

‫‪= 0.5 + 0.4332‬‬
‫‪= 0.0668‬‬
‫‪0‬‬ ‫‪1.5‬‬
‫)‪1) p (-1<z<0‬‬ ‫أوﺟﺪ ‪:‬‬
‫)‪2) p (-2<z<0‬‬
‫اﻟﺤﻞ‪ :‬ﻣﻦ متﺎﺛﻞ اﳌﻨﺤﻨﻰ‬
‫)‪1) P (-1<z<0‬‬ ‫)‪= P(0<Z<1‬‬

‫‪= 0.3413‬‬
‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬
‫)‪2) P (-2<Z<0‬‬ ‫)‪= P(0<Z<2‬‬

‫‪= 0.4772‬‬
‫‪-1‬‬ ‫‪0‬‬ ‫‪2‬‬ ‫ﻣﺜﺎل‪:‬‬
‫‪166‬‬
‫)‪1) p (z<-1‬‬ ‫أوﺟﺪ ‪:‬‬

‫)‪2) p (z<-2‬‬
‫)‪1) P (z<-1‬‬ ‫)‪= P(z>1‬‬

‫)‪= 0.5 – p(0<z<1‬‬
‫‪= 0.5 – 0.3413‬‬ ‫‪0‬‬ ‫‪1‬‬
‫‪-1‬‬
‫‪= 0.1587‬‬
‫)‪2) P (Z<-2‬‬ ‫)‪= P(Z>2‬‬

‫)‪= 0.5 – p(0<Z<2‬‬
‫‪= 0.5 – 0.4772‬‬
‫‪= 0.0228‬‬
‫‪-2‬‬ ‫‪0‬‬ ‫‪2‬‬ ‫ﻣﺜﺎل‪:‬‬
‫)‪1- P (1<z<2‬‬ ‫أوﺟﺪ‬
‫)‪2- P(0.5<z<1.5‬‬
‫)‪3- P (-2<z<-1.5‬‬
‫)‪4- P(-1<z<-0.5‬‬
‫)‪1) P (1<Z<2‬‬ ‫)‪= P(0<Z<2) – P(0<Z<1‬‬

‫‪= 0.4772-0.3413‬‬
‫‪= 0.1359‬‬
‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪167‬‬
2) P(0.5<Z<1.5) = P(0<z<1.5) – P(0<Z<0.5)

= 0.4332 – 0.1915
= 0.2417
0 0.5 1.5
3) P(-2<Z<-1.5) = P(1.5<Z<2)
= P(0<Z<2) – P(0<Z<1.5)
= 0.4772-0.4332
= 0.044
-2 -0.5
4) P(-1<Z<-0.5) = P(0.5<Z<1)
= P(0<Z<1) – P(0<Z<0.5)
= 0.3413-0.1915
= 0.1498
-1 -0.5 0
:‫ﻣﺜﺎل‬
:‫أوﺟﺪ‬
1) P(-1<Z<1.5)
2) P(¨Z¨<2)
:‫اﻟﺤﻞ‬
1) P(-1<Z<1.5) = P(-1<Z<0) + P( 0<Z<1.5)

= P(0<Z<1) +P(0<Z<1.5)
= 0.3413 + 0.4332
-1 0 1.5
168
‫‪= 0.7745‬‬
‫)‪2) P(¨Z¨<2‬‬ ‫)‪= P(-2<Z<2‬‬
‫)‪= P(-2<Z<0) + P(0<Z<2‬‬
‫)‪= P(0<Z<2) + P(0<Z<2‬‬
‫‪= 0.4772 + 0.4772‬‬
‫‪= 0.9544‬‬
‫‪-2‬‬ ‫‪0‬‬ ‫‪2‬‬
‫أوﺟﺪ ﻗﻴﻤﺔ ‪ a‬ﺑﺤﻴﺚ أن ‪P(0 < Z < a) = 0.4251‬‬
‫ﺑﻌﺪ اﻟﺒﺤﺚ ﰲ ﺟﺪول اﻟﺘﻮزﻳﻊ اﻟﻄﺒﻴﻌﻲ اﳌﻌﻴﺎري ﺿﻤﻦ اﳌﺴﺎﺣﺎت ﻧﺠﺪ ‪.a=1.44‬‬
‫أوﺟﺪ ﻗﻴﻤﺔ ‪ a‬ﺑﺤﻴﺚ أن ‪P(Z<a) = 0.8413‬‬
‫ﻗﻴﻤﺔ ‪ a‬اﻟﺘﻲ ﺗﺤﻘﻖ اﻟﻌﻼﻗﺔ ‪ P(Z<a)= 0.8413‬ﻫﻲ ﻧﻔﺲ ﻗﻴﻤﺔ ‪ a‬اﻟﺘـﻲ ﺗﺤﻘـﻖ اﻟﻌﻼﻗـﺔ =)‪P(0<Z<a‬‬
‫‪" 0.3413‬ﳌﺎذا؟"‪ .‬وﻣﻦ ﺟﺪول اﻟﺘﻮزﻳﻊ اﻟﻄﺒﻴﻌﻲ اﳌﻌﻴﺎري ﻧﺠﺪ أن ‪.a=1‬‬
‫أوﺟﺪ ‪ a‬ﺑﺤﻴﺚ أن ‪P(Z>a) = 0.33‬‬
‫ﻗﻴﻤﺔ ‪ a‬اﻟﺘﻲ ﺗﺤﻘﻖ اﻟﻌﻼﻗﺔ ‪ P(Z>a)= 0.33‬ﻫﻲ ﻧﻔﺲ ﻗﻴﻤﺔ ‪ a‬اﻟﺘﻲ ﺗﺤﻘـﻖ اﻟﻌﻼﻗـﺔ ‪P(0<Z<a)=0.17‬‬
‫وﻣﻦ ﺟﺪول اﻟﺘﻮزﻳﻊ اﻟﻄﺒﻴﻌﻲ اﳌﻌﻴﺎري ﻧﺠﺪ أن‬
‫‪a= 0.44‬‬
‫‪0.17‬‬
‫‪0.33‬‬
‫‪a‬‬
‫‪169‬‬
‫أوﺟﺪ ﻗﻴﻤﺔ ‪ a‬ﺑﺤﻴﺚ ‪P(a<Z<0)= 0.4772‬‬
‫‪ a‬اﻟﺘﻲ ﺗﺤﻘـﻖ اﻟﻌﻼﻗـﺔ ‪P(-a<Z<0)= 0.4772‬‬
‫ﻫـﻲ ﻧﻔـﺲ ‪ a‬اﻟﺘـﻲ ﺗﺤﻘـﻖ اﻟﻌﻼﻗـﺔ =)‪P(-a<Z<0‬‬
‫‪0.4772‬‬
‫‪0.4772‬‬
‫وﻣﻦ ﺟﺪول اﻟﺘﻮزﻳﻊ اﻟﻄﺒﻴﻌﻲ اﳌﻌﻴﺎري ﻧﺠﺪ‬
‫‪-a‬‬ ‫‪a‬‬
‫أن ‪ –a=2‬وﻣﻨﻬﺎ ‪a=-2‬‬
‫ﻣﺴﺎﺋﻞ ﻋﻤﻠﻴﺔ ﻋﲆ اﻟﺘﻮزﻳﻊ اﻟﻄﺒﻴﻌﻲ‬
‫ﻧﻌﻴﺪ اﻟﺘﺬﻛري ﰲ أﻧﻪ ﻟﺘﺤﻮﻳﻞ أي ﺗﻮزﻳﻊ ﻃﺒﻴﻌﻲ وﺳﻄﻪ اﻟﺤﺴﺎيب ‪ x‬واﻧﺤﺮاﻓﻪ اﳌﻌﻴﺎري ‪ V‬إﱃ ﺗﻮزﻳـﻊ‬
‫ﻃﺒﻴﻌﻲ ﻣﻌﻴﺎري‪ ،‬ﻓﺈﻧﻨﺎ ﻧﺴﺘﺨﺪم اﻟﻌﻼﻗﺔ‬
‫‪xx‬‬
‫‪Z‬‬
‫‪V‬‬
‫ﺗﺘﺨﺬ أﻃﻮال )‪ (1000‬ﻃﺎﻟﺐ ﺗﻮزﻳﻌﺎ ﻃﺒﻴﻌﻴﺎ ً وﺳﻄﻪ اﻟﺤﺴﺎيب )‪ (160cm‬واﻧﺤﺮاﻓﻪ اﳌﻌﻴﺎري )‪.(10cm‬‬
‫‪ -1‬ﻧﺴﺒﺔ اﻟﻄﻠﺒﺔ اﻟﺬﻳﻦ ﺗﻘﻞ أﻃﻮاﻟﻬﻢ ﻋﻦ ‪.170cm‬‬
‫‪ -2‬اﻟﻨﺴﺒﺔ اﳌﺌﻮﻳﺔ ﻟﻠﻄﻠﺒﺔ اﻟﺬﻳﻦ ﺗﺰﻳﺪ أﻃﻮاﻟﻬﻢ ﻋﻦ ‪.180cm‬‬
‫‪ -3‬اﻟﻨﺴﺒﺔ اﳌﺌﻮﻳﺔ ﻟﻠﻄﻠﺒﺔ اﻟﺬﻳﻦ ﺗﱰاوح أﻃﻮاﻟﻬﻢ ﺑني‪.165cm, 175cm‬‬
‫‪ -4‬ﻋﺪد اﻟﻄﻠﺒﺔ اﻟﺬﻳﻦ ﺗﺰﻳﺪ أﻃﻮاﻟﻬﻢ ﻋﻦ ‪.175cm‬‬
‫‪n 100‬‬ ‫‪x 160cm ,‬‬ ‫‪ı 10cm s‬‬
‫‪170‬‬
‫‪ -1‬ﻧﺴﺒﺔ اﻟﻄﻠﺒﺔ اﻟﺬﻳﻦ ﺗﻘﻞ أﻃﻮاﻟﻬﻢ ﻋﻦ ‪.170 cm‬‬

‫· ‪§ x x 170 x‬‬
‫‪P X 170‬‬ ‫¨‪P‬‬ ‫‬ ‫¸‬
‫‪© V‬‬ ‫‪V ¹‬‬
‫‪xx‬‬
‫‪Z‬‬ ‫ﻟﻜﻦ‬
‫‪V‬‬
‫إذا ً‪ :‬ﻧﺴﺒﺔ اﻟﻄﻠﺒﺔ اﻟﺬﻳﻦ ﺗﻘﻞ أﻃﻮاﻟﻬﻢ ﻋﻦ ‪ 170cm‬ﻫﻲ‪:‬‬
‫§‬ ‫· ‪170 160‬‬
‫ ‪P¨ Z‬‬ ‫¸‬
‫©‬ ‫‪10‬‬ ‫‪¹‬‬
‫)‪= P(Z<1‬‬
‫‪= 0.5 + p(0<Z<1)= 0.8413‬‬
‫إذا ً‪ :‬ﻧﺴﺒﺔ اﻟﻄﻠﺒﺔ اﻟﺬﻳﻦ ﺗﻘﻞ أﻃﻮاﻟﻬﻢ ﻋﻦ ‪ 170cm‬ﺗﺴﺎوي)‪(0.8413‬‬
‫‪ -2‬ﻧﺴﺒﺔ اﻟﻄﻠﺒﺔ اﻟﺬﻳﻦ ﺗﺰﻳﺪ أﻃﻮاﻟﻬﻢ ﻋﻦ ‪ 180cm‬ﻫﻲ‪:‬‬
‫)‪P(x >180‬‬
‫§‬ ‫· ‪180 160‬‬
‫! ‪P¨ Z‬‬ ‫¸‬
‫©‬ ‫‪10‬‬ ‫‪¹‬‬
‫)‪= P(Z>2‬‬
‫‪= 0.5 – 0.4772‬‬
‫‪= 0.0228‬‬
‫إذا ً‪ :‬ﻓﺎﻟﻨﺴﺒﺔ اﳌﺌﻮﻳﺔ ﻟﻠﻄﻠﺒﺔ اﻟﺬﻳﻦ ﺗﺰﻳﺪ أﻃﻮاﻟﻬﻢ ﻋﻦ ‪ 180cm‬ﺗﺴﺎوي‬
‫‪0.0228 u 100%‬‬
‫‪= 2.28%‬‬
‫‪ -3‬ﻧﺴﺒﺔ اﻟﻄﻠﺒﺔ اﻟﺬﻳﻦ ﺗﱰاوح أﻃﻮاﻟﻬﻢ ﺑني ‪ 165cm, 175cm‬ﻫﻲ‬
‫‪§ 165 - 160‬‬ ‫· ‪175 160‬‬
‫)‪p(165 x 175‬‬ ‫¨‪P‬‬ ‫‪Z‬‬ ‫¸‬
‫‪© 10‬‬ ‫‪10‬‬ ‫‪¹‬‬
‫)‪= P(0.5 < Z < 1.5‬‬
‫)‪= P(0<Z<1.5) – P(0<Z<0.5‬‬
‫‪171‬‬
‫‪= 0.4332 – 0.1915‬‬

‫‪= 0.2417‬‬
‫إذن اﻟﻨﺴﺒﺔ اﳌﺌﻮﻳﺔ ﻟﻠﻄﻠﺒﺔ اﻟﺬﻳﻦ ﺗﱰاوح أﻃﻮاﻟﻬﻢ ﺑني‪ 105cm , 175cm‬ﺗﺴﺎوي‬
‫‪24.17%‬‬
‫‪ -4‬ﻹﻳﺠﺎد ﻋﺪد اﻟﻄﻠﺒﺔ اﻟﺬﻳﻦ ﺗﺰﻳﺪ أﻃﻮاﻟﻬﻢ ﻋﻦ ‪ ،175cm‬ﻧﺠـﺪ ﻧـﺴﺒﺘﻬﻢ وﻧـﴬﺑﻬﺎ ﰲ ﻋـﺪد اﻟﻄﻠﺒـﺔ‬
‫اﻟﻜﲇ‪ ،‬أي أن ﻋﺪد اﻟﻄﻠﺒﺔ اﳌﻄﻠﻮب = ﻧﺴﺒﺘﻬﻢ × ﻋﺪد اﻟﻄﻠﺒﺔ اﻟﻜﲇ‪.‬‬
‫ﻧﺴﺒﺔ اﻟﻄﻠﺒﺔ اﻟﺬﻳﻦ ﺗﺰﻳﺪ أﻃﻮاﻟﻬﻢ ﻋﻦ ‪ 175 cm‬ﻫﻲ‪:‬‬
‫§‬ ‫· ‪175 160‬‬
‫)‪P(X ! 175‬‬ ‫! ‪P¨ Z‬‬ ‫¸‬
‫©‬ ‫‪10‬‬ ‫‪¹‬‬
‫)‪= P (Z>1.5‬‬
‫)‪= 0.5 – P(0<Z<1.5‬‬
‫‪= 0.5 – 0.4332‬‬
‫‪= 0.0668‬‬
‫إذن ﻓﻌﺪد اﻟﻄﻠﺒﺔ اﻟﺬﻳﻦ ﺗﺰﻳﺪ أﻃﻮاﻟﻬﻢ ﻋﻦ ‪ 175cm‬ﻳﺴﺎوي‪:‬‬
‫‪0.0668 u 1000‬‬
‫‪= 66.8‬‬
‫‪| 67‬‬
‫إذا ﻛﺎن ﻋﻼﻣﺎت ﻃﻠﺒﺔ اﻟﺜﺎﻧﻮﻳﺔ اﻟﻌﺎﻣﺔ ﰲ أﺣﺪ اﻷﻋﻮام‪ ،‬ﺗﺘﺨﺬ ﺗﻮزﻳﻌﺎ ﻃﺒﻴﻌﻴﺎً وﺳـﻄﻪ اﻟﺤـﺴﺎيب )‪(65‬‬
‫واﻧﺤﺮاﻓﻪ اﳌﻌﻴﺎري )‪ .(15‬ﻓﺈذا ﻋﻠﻤﺖ أن اﻟﺠﺎﻣﻌﺎت اﻟﺮﺳﻤﻴﺔ ﻗﺒﻠﺖ ﻋﲆ اﳌﻌﺪل اﻟﺘﻨﺎﻓﴘ ‪ %10‬ﻣﻦ ﻫﺆﻻء‬
‫اﻟﻄﻠﺒﺔ‪ .‬ﻓام ﻫﻮ أدىن ﻣﻌﺪل ﻗﺒﻞ ﰲ اﻟﺠﺎﻣﻌﺎت اﻟﺮﺳﻤﻴﺔ ﺣﺴﺐ اﳌﻌﺪل اﻟﺘﻨﺎﻓﴘ؟‬
‫‪172‬‬
‫‪x‬‬ ‫‪65 , ı 15‬‬
‫ﻹﻳﺠـــﺎد أدىن ﻋﻼﻣـــﺔ ﻣﻌﻴﺎرﻳـــﺔ ﻗﺒﻠـــﺖ ﰲ‬
‫اﻟﺠﺎﻣﻌﺎت اﻟﺮﺳﻤﻴﺔ ﻟﻨﻔﺮﺿﻬﺎ ‪ a‬ﻓﻴﻜﻮن‬
‫‪0.40‬‬ ‫‪P(Z<a)= 0.10‬‬
‫وﻗﻴﻤﺔ ‪ a‬اﻟﺘﻲ ﺗﺤﻘـﻖ اﻟﻌﻼﻗـﺔ اﻟـﺴﺎﺑﻘﺔ ﻫـﻲ‬
‫‪0.10‬‬
‫‪a‬‬
‫ﻧﻔﺲ ﻗﻴﻤﺔ ‪a‬‬
‫اﻟﺘﻲ ﺗﺤﻘﻖ اﻟﻌﻼﻗﺔ ‪P(0<Z<a)= 0.4‬‬
‫اﻵن ﻧﺒﺤﺚ ﰲ ﺟﺪول اﻟﺘﻮزﻳﻊ اﻟﻄﺒﻴﻌﻲ ﻋﻦ اﳌﺴﺎﺣﺔ )‪ (0.4000‬ﻓﻼ ﻧﺠﺪﻫﺎ ﻟﺬﻟﻚ ﻧﺄﺧﺬ أﻗﺮب ﻗﻴﻤﺔ‬
‫ﻟﻬﺎ وﻫﻲ )‪ (0.3997‬وﺑﺎﻟﺘﺎﱄ ﻓﺈن ‪ a=1.28‬وﻫﺬه ﻫﻲ أدىن ﻋﻼﻣـﺔ ﻣﻌﻴﺎرﻳـﺔ ﻗﺒﻠـﺖ ﰲ اﻟﺠﺎﻣﻌـﺎت اﻟﺮﺳـﻤﻴﺔ‬
‫وﻟﺘﺤﻮﻳﻠﻬﺎ إﱃ ﻋﻼﻣﺔ ﺧﺎم ﻧﺴﺘﺨﺪم اﻟﻌﻼﻗﺔ‬
‫‪xx‬‬ ‫‪x 65‬‬
‫‪Z‬‬ ‫‪ 1.28‬‬
‫‪V‬‬ ‫‪15‬‬
‫‪ x-65 = 1.28 u 15‬‬
‫‪ x-65 = 19.2‬‬
‫‪ x= 65+19.2 = 84.2‬‬
‫)أي أدىن ﻋﻼﻣﺔ ﻗﺒﻠﺖ ﰲ اﻟﺠﺎﻣﻌﺎت اﻟﺮﺳﻤﻴﺔ ﺣﺴﺐ اﳌﻌﺪل اﻟﺘﻨﺎﻓﴘ ﻫﻲ ‪(84.2‬‬
‫ﺑﺎﻻﻋﺘامد ﻋﲆ اﳌﺜﺎل اﻟﺴﺎﺑﻖ‪ ،‬اﺣﺴﺐ‬
‫‪a- P40‬‬
‫اﻟﺮﺑﻴﻊ اﻟﺜﺎﻟﺚ ‪b- Q3‬‬
‫)‪a‬‬ ‫‪X‬‬ ‫‪65 , V‬‬ ‫‪15‬‬
‫‪ P40‬ﻫﻮ اﻟﻌﻼﻣﺔ اﻟﺘﻲ ﻳﻘﻞ ﻋﻨﻬﺎ أو ﻳﺴﺎوﻳﻬﺎ ‪ 40%‬ﻣـﻦ اﻟﻌﻼﻣـﺎت وﻳﻘﺎﺑـﻞ ﻣﻌﻴﺎرﻳـﺎ اﻟﻘﻴﻤـﺔ ‪ a‬واﻟﺘـﻲ‬
‫‪P(Z<a)= 40%‬‬ ‫ﺗﺤﻘﻖ‬
‫‪= 0.4000‬‬
‫‪173‬‬
‫‪ a‬اﻟﺘﻲ ﺗﺤﻘﻖ اﻟﻌﻼﻗﺔ ‪ P(Z<a)=0.4000‬ﻫﻲ ﻧﻔﺲ‪ a‬اﻟﺘﻲ ﺗﺤﻘﻖ اﻟﻌﻼﻗﺔ‬

‫‪P(a<Z<0) = 0.1000‬‬
‫‪ a= -0.25‬‬
‫‪P40 65‬‬
‫‪? 0.25‬‬
‫‪15‬‬
‫‪ P40= 61.25‬‬
‫)‪b‬‬ ‫اﻟﺮﺑﻴﻊ اﻟﺜﺎﻟﺚ ‪" P75= 75.05‬ﺗﺄﻛﺪ ﻣﻦ ذﻟﻚ"‬
‫‪ -2‬ﺗﻮزﻳـــــﻊ ‪(t Distribution) :t‬‬

‫ﻳﺸﺒﻪ ﺗﻮزﻳﻊ ‪ t‬اﻟﺘﻮزﻳﻊ اﻟﻄﺒﻴﻌﻲ ﺣﻴﺚ ﻳﻜﻮن ﻣﺘامﺛﻞ ﺣـﻮل اﻟﻮﺳـﻂ اﻟﺤـﺴﺎيب اﻟـﺬي ﻳـﺴﺎوي ﺻـﻔﺮ‬
‫)‪ (t=0‬ﺣﻴﺚ ﻳﻜﻮن اﻗﱰان اﻟﻜﺜﺎﻓﺔ اﻻﺣﺘامﻟﻴﺔ ﻟﻪ ﻫﻮ‪:‬‬
‫‪1‬‬
‫ ‪J‬‬
‫‪§ t2‬‬ ‫·‬ ‫‪2‬‬
‫) ‪f (t‬‬ ‫ ‪c¨¨1‬‬ ‫¸¸‬ ‫‪f t f‬‬
‫©‬ ‫‪J‬‬ ‫‪¹‬‬
‫وﻳــﺴﻤﻰ أﻳــﻀﺎً ﺗﻮزﻳــﻊ ﺳــﺘﻴﻮداﻧﺖ )‪ (Student's distribution‬ﺣﻴــﺚ متﺜــﻞ ‪ J‬درﺟــﺎت اﻟﺤﺮﻳــﺔ ‪df‬‬
‫)‪(degree of freedom‬‬
‫ﻛام ﻧﻼﺣﻆ ﻫﻨﺎ ﻓـﺈن ﺷـﻜﻞ ﺗﻮزﻳـﻊ ‪ t‬ﻳـﺸﺒﻪ‬
‫‪1-D‬‬ ‫‪D ΔϘτϨϤϟ΍‬‬ ‫اﻟﺘﻮزﻳﻊ اﻟﻄﺒﻴﻌﻲ وﻟﻪ ﻧﻔﺲ اﻟﺨﺼﺎﺋﺺ ﺣﻴـﺚ ميﺘـﺪ‬
‫ﻣﻦ ﻃﺮﻓﻴﻪ ﻣـﻦ ‪ -f‬إﱃ ‪ f‬وﻣﺘامﺛـﻞ ﺣـﻮل ﻣﺤـﻮر‬
‫‪tD‬‬
‫اﻟﻮﺳﻂ‪P(t>tD)= D.‬‬
‫واﳌﺴﺎﺣﺔ ﺗﺤﺘﻪ = وﺣﺪة ﻣﺮﺑﻌﺔ واﺣﺪة‪.‬‬
‫وﻟﻜﻨﻪ ﻳﺨﺘﻠﻒ ﻋﻦ اﻟﺘﻮزﻳﻊ اﻟﻄﺒﻴﻌﻲ ﰲ ﻛﻮن ﻗﻴﻤﺔ ﺗﻌﺘﻤﺪ ﻋﲆ درﺟﺎت اﻟﺤﺮﻳﺔ )‪.(df‬‬
‫وﻹﻳﺠﺎد ﻗﻴﻤﺔ ‪ t‬ﻧﺠﺪ درﺟﺎت اﻟﺤﺮﻳﺔ وﻫﻲ )‪ (df=n-1‬وﻧﺠﺪﻫﺎ ﻣـﻦ اﻟﺠـﺪول اﳌﺨـﺼﺺ ﻟﻬـﺎ ﺑﺤﻴـﺚ‬
‫ﺗﻜﺘﺐ ﻋﲆ اﻟﺼﻮرة ]‪.t[df, D‬‬
‫ﻣﺜﺎل‪ :‬اﺣﺴﺐ ﻗﻴﻤﺔ ]‪t[15, 0.05‬‬
‫‪174‬‬
‫اﻟﺤﻞ‪ :‬ﻧﺠﺪ ﻗﻴﻤﺔ ‪ t‬ﻣﺒﺎﴍة ﻣﻦ اﻟﺠﺪول ﺣﻴﺚ‬

‫‪t [15, 0.05] = 1.753‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬إذا ﻛﺎﻧﺖ ﻗﻴﻤﺔ ‪ D‬ﻏري ﻣﻮﺟﻮدة ﰲ اﻟﺠﺪول ﻧﺴﺘﺨﺪم اﻟﻌﻼﻗﺔ‬
‫]‪t [df, D] = -t[df, 1-D‬‬
‫ﻣﺜﺎل‪ :‬اﺣﺴﺐ ﻗﻴﻤﺔ ‪ t‬ﻓﻴام ﻳﲇ‪:‬‬
‫)‪1‬‬ ‫]‪t[29, 0.025‬‬
‫)‪2‬‬ ‫]‪t[29,0.001‬‬
‫)‪3‬‬ ‫]‪t[25,0.95‬‬
‫)‪4‬‬ ‫]‪t[3, 0.995‬‬
‫]‪1) t[29,0.025‬‬ ‫‪= 2.045‬‬
‫]‪2) t[29, 0.001‬‬ ‫‪=3.396‬‬
‫]‪3) t[25,0.95‬‬ ‫]‪= -t [25,1-0.95‬‬
‫‪= -t[25,0.05] = -1.708‬‬
‫]‪4) t[3,0.995‬‬ ‫]‪= -t[3,0.005‬‬
‫‪= -0.5841‬‬
‫‪ -3‬ﺗﻮزﻳﻊ ﻛﺎي ﺗﺮﺑﻴﻊ‪F2 distribution :‬‬

‫إن ﺗﻮزﻳﻊ ‪ F2‬ﻣﻦ اﻟﺘﻮزﻳﻌﺎت اﻻﺣﺘامﻟﻴﺔ اﳌﺘـﺼﻠﺔ ﺣﻴـﺚ ﻳﻜـﻮن اﻗـﱰان ﻛﺜﺎﻓﺘـﻪ اﻻﺣﺘامﻟﻴـﺔ ﻣﻌﻄـﻰ‬
‫ﺑﺎﻟﻌﻼﻣﺔ‬
‫‪x2‬‬
‫‬
‫‪2 J c 2‬‬
‫‪f (F ) c F‬‬
‫‪2‬‬
‫‪e‬‬ ‫‪2‬‬
‫‪, F2 ! 0‬‬
‫وﻣﻦ ﻫﻨﺎ ﻧﺮى أن ﻣﻨﺤﻨﻰ ‪ F2‬ﻳﻜﻮن ﰲ اﳌﻮﺟﺐ ﻓﻘﻂ ﺣﻴﺚ ﻳﻜﻮن ﻣﻨﺤﻨﺎه ﻋﲆ اﻟﺼﻮرة‪.‬‬
‫‪175‬‬
‫‪f F2‬‬
‫‪F2‬‬
‫] ‪F 2 [ df , D‬‬
‫وﻳﻌﻄﻲ اﻟﺠﺪول ﻗﻴﻤﺔ ‪ F2‬اﻟﺘﻲ ﻋﲆ ﻳﺴﺎرﻫﺎ ﻣﺴﺎﺣﺔ ‪ D‬ودرﺟﺎت ﺣﺮﻳﺔ ‪.df‬‬
‫اﺣﺴﺐ ﻗﻴﻤﺔ ‪ F2‬ﰲ ﻛﻞ ﻣام ﻳﲇ‪:‬‬
‫]‪1) F2 [20,0.99‬‬
‫]‪2) F2[15.0.05‬‬
‫]‪3) F2[2,0.975‬‬
‫)‪1‬‬ ‫]‪F2 [20,0.99‬‬ ‫‪= 8.2604‬‬
‫)‪2‬‬ ‫]‪F2 [15,0.05‬‬ ‫‪= 24.9958‬‬
‫)‪3‬‬ ‫]‪F2[2,0.975‬‬ ‫‪= 0.0506356‬‬
‫‪176‬‬
‫‪ -1‬إذا ﻛﺎن اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻌﻼﻣﺎت ﺷـﻌﺒﺔ ﻣـﺎ ﰲ ﻣـﺎدة اﻟﺮﻳﺎﺿـﻴﺎت )‪ (60‬واﻻﻧﺤـﺮاف اﳌﻌﻴـﺎري )‪،(5‬‬
‫وﻛﺎن اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻬﺬه اﻟﺸﻌﺒﺔ ﰲ ﻣﺎدة اﻟﻔﻴﺰﻳﺎء )‪ (70‬واﻻﻧﺤﺮاف اﳌﻌﻴـﺎري )‪ (10‬ﻓـﺈذا ﻛﺎﻧـﺖ‬
‫ﻋﻼﻣﺘﻲ أﺣﺪ ﻃﻼب ﻫﺬه اﻟﺸﻌﺒﺔ ﰲ اﻟﺮﻳﺎﺿﻴﺎت واﻟﻔﻴﺰﻳﺎء )‪ (75) ،(65‬ﻋﲆ اﻟﱰﺗﻴـﺐ ﻓﻬـﻞ ﺗﺤـﺼﻴﻞ‬
‫اﻟﻄﺎﻟﺐ ﰲ اﻟﻔﻴﺰﻳﺎء أﻓﻀﻞ ﻣﻦ اﻟﺮﻳﺎﺿﻴﺎت؟‬
‫‪ -2‬أوﺟﺪ ﻧﺴﺒﺔ اﳌﺴﺎﺣﺔ ﺗﺤﺖ اﳌﻨﺤﻨﻰ اﻟﻄﺒﻴﻌﻲ اﳌﻌﻴﺎري ﻓﻴام ﻳﲇ‪:‬‬
‫)‪a) P(Z<2.25‬‬ ‫)‪b) P(Z>1.7‬‬
‫)‪c) P( Z <1‬‬ ‫)‪d) P( Z >2‬‬
‫)‪e) P(-1.2<Z<1.78‬‬ ‫)‪f) P(Z<-1.8‬‬
‫‪ -3‬أوﺟﺪ ﻧﺴﺒﺔ اﳌﺴﺎﺣﺔ ﺗﺤﺖ اﳌﻨﺤﻨﻰ اﻟﻄﺒﻴﻌﻲ ﻓﻴام ﻳﲇ‪:‬‬
‫)‪a) P(0.25 < Z <1.7‬‬ ‫)‪b) P(-1.5<Z<-0.05‬‬
‫)‪c) P(4Z<1.6‬‬ ‫)‪d) P(Z2<Z‬‬
‫)‪e) P(Z2<Z+2‬‬ ‫)‪f) P(Z2>Z+2‬‬
‫)‪g) P(1< Z <2‬‬
‫أوﺟﺪ ﻗﻴﻤﺔ ‪ a‬اﻟﺘﻲ ﺗﺤﻘﻖ اﻟﻌﻼﻗﺎت ﰲ ﻛﻞ ﻣام ﻳﲇ‪:‬‬ ‫‪-4‬‬
‫‪a) P(Z>a) = 0.0606‬‬ ‫‪b) P(Z<a)= 0.9938‬‬
‫‪c) P( Z <a)= 0.663‬‬ ‫‪d) P(Z<a)= 0.287‬‬
‫إذا ﻛﺎﻧﺖ ‪ x1 , x2 ,..., xn‬ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﳌﺸﺎﻫﺪات وﺳﻄﻬﺎ اﻟﺤﺴﺎيب ‪ ، x‬واﻧﺤﺮاﻓﻬﺎ اﳌﻌﻴـﺎري ‪.V‬‬ ‫‪-5‬‬
‫وﻛﺎﻧﺖ ‪ Z1 , Z 2 ,..., Z n‬اﻟﻌﻼﻣﺎت اﳌﻌﻴﺎرﻳﺔ اﳌﻨﺎﻇﺮة ﻟﺘﻠﻚ اﳌﺸﺎﻫﺪات‪ .‬ﻓﺄﺛﺒﺖ أن‪:‬‬
‫‪177‬‬
‫‪n‬‬
‫)‪a‬‬ ‫‪Z‬‬ ‫‪0 ¦ Zr‬‬ ‫‪0‬‬
‫‪r 1‬‬
‫)‪b‬‬ ‫‪Vz = 1‬‬

‫‪X X‬‬ ‫‪1‬‬ ‫‪X‬‬
‫‪Z‬‬ ‫‪X‬‬ ‫إرﺷﺎد‪:‬‬
‫‪V‬‬ ‫‪V‬‬ ‫‪V‬‬
‫ﻳﺘﺨﺬ اﻟﺰﻣﻦ اﻟﻼزم ﻹﻧﻬﺎء )‪ (1000‬ﻃﺎﻟﺐ اﻣﺘﺤﺎﻧﻬﻢ ﺗﻮزﻳﻌـﺎً ﻃﺒﻴﻌﻴـﺎً وﺳـﻄﻪ اﻟﺤـﺴﺎيب )‪ (60‬دﻗﻴﻘـﺔ‬ ‫‪-6‬‬
‫واﻧﺤﺮاﻓﻪ اﳌﻌﻴﺎري )‪ (10‬دﻗﺎﺋﻖ‪.‬‬
‫‪ (a‬أوﺟﺪ ﻋﺪد اﻟﻄﻠﺒﺔ اﻟﺬﻳﻦ ﻳﻨﻬﻮن اﻻﻣﺘﺤﺎن ﺧﻼل أول )‪ (50‬دﻗﻴﻘﺔ ﻣﻦ ﺑﺪء اﻻﻣﺘﺤﺎن‪.‬‬
‫‪ (b‬ﻣﺎ ﻫﻲ اﻟﻔﱰة اﻟﺰﻣﻨﻴﺔ اﻟﻼزﻣﺔ ﺣﺘﻰ ﻳﻜﻮن )‪ (800‬ﻃﺎﻟﺒﺎً ﻗﺪ أﻧﻬﻮا اﻣﺘﺤﺎﻧﻬﻢ ﺧﻼﻟﻬﺎ‪.‬‬
‫إذا ﻛﺎن ﺑﻴﻊ أﺣﺪ اﳌﺘﺎﺟﺮ اﻟﻴـﻮﻣﻲ ﻳﺘﺨـﺬ ﺗﻮزﻳﻌـﺎ ً ﻃﺒﻴﻌﻴـﺎً وﺳـﻄﻪ اﻟﺤـﺴﺎيب )‪ (300‬دﻳﻨـﺎر واﻧﺤﺮاﻓـﻪ‬ ‫‪-7‬‬
‫اﳌﻌﻴﺎري )‪ (20‬دﻳﻨﺎر‪ .‬اﺣﺴﺐ اﻟﻨﺴﺒﺔ اﳌﺌﻮﻳﺔ ﻟﻸﻳﺎم اﻟﺘﻲ ﻳﺰﻳﺪ ﻓﻴﻬـﺎ ﺑﻴـﻊ اﳌﺘﺠـﺮ ﻋـﻦ )‪ (320‬دﻳﻨـﺎر‬
‫ﻟﻠﻴﻮم اﻟﻮاﺣﺪ‪.‬‬
‫ﻗﺮﻳﺔ ﺗﺘﻜﻮن ﻣﻦ )‪ (10000‬أﴎة‪ ،‬ﻳﺘﺨﺬ دﺧﻞ اﻷﴎة ﰲ ﻫﺬه اﻟﻘﺮﻳﺔ ﺗﻮزﻳﻌﺎ ﻃﺒﻴﻌﻴﺎً وﺳﻄﻪ اﻟﺤﺴﺎيب‬ ‫‪-8‬‬
‫)‪ (150‬دﻳﻨﺎراً واﻧﺤﺮاﻓﻪ اﳌﻌﻴﺎري )‪ (30‬دﻳﻨﺎرا ً أوﺟﺪ‪:‬‬
‫‪ (a‬اﻟﻨﺴﺒﺔ اﳌﺌﻮﻳﺔ ﻟﻸﴎ اﻟﺘﻲ ﻳﺰﻳﺪ دﺧﻠﻬﺎ ﻋﻦ )‪ (195‬دﻳﻨﺎر ﰲ ﻫﺬه اﻟﻘﺮﻳﺔ‪.‬‬
‫‪ (b‬ﻋﺪد اﻷﴎ اﻟﺘﻲ ﺗﱰاوح دﺧﻮﻟﻬﻢ ﺑني )‪ (120‬دﻳﻨﺎر‪ (180) ،‬دﻳﻨﺎر‪.‬‬
‫إذا ﻛﺎن زﻣﻦ اﻟﺘﺸﻐﻴﻞ ﻷﺣﺪ أﻧﻮاع اﻟﺒﻄﺎرﻳﺎت اﻟﺠﺎﻓﺔ ﻳﺘﺨﺬ ﺗﻮزﻳﻌـﺎ ﻃﺒﻴﻌﻴـﺎ ﺑﻮﺳـﻂ ﺣـﺴﺎيب )‪(150‬‬ ‫‪-9‬‬
‫ﺳﺎﻋﺔ ﺗﺸﻐﻴﻞ‪ ،‬واﻧﺤﺮاف ﻣﻌﻴﺎري )‪ (25‬ﺳﺎﻋﺔ ﺗﺸﻐﻴﻞ‪ .‬اﺣﺴﺐ‪:‬‬
‫‪ (a‬اﻟﻨﺴﺒﺔ اﳌﺌﻮﻳﺔ ﻟﻠﺒﻄﺎرﻳﺎت اﻟﺘﻲ ﺗﻌﻤﻞ أﻛرث ﻣﻦ )‪ (178‬ﺳﺎﻋﺔ‪.‬‬
‫‪ (b‬إذا اﻋﺘﱪت اﻟﺒﻄﺎرﻳﺔ اﻟﺘﻲ ﻳﻘﻞ زﻣﻦ ﺗﺸﻐﻴﻠﻬﺎ ﻋﻦ ‪ 59‬ﺳـﺎﻋﺔ ﺗﺎﻟﻔـﺔ‪ ،‬ﻓـام ﻫـﻲ اﻟﻨـﺴﺒﺔ اﳌﺌﻮﻳـﺔ‬
‫ﻟﻠﺘﺎﻟﻒ ﻣﻦ ﻫﺬه اﻟﺒﻄﺎرﻳﺎت؟‬
‫‪P60‬‬ ‫‪(c‬‬
‫‪178‬‬
‫‪ -10‬إذا ﻛﺎﻧﺖ ﻋﻼﻣﺎت )‪ (80‬أﻟﻒ ﻃﺎﻟﺐ ﰲ اﻟﺜﺎﻧﻮﻳﺔ اﻟﻌﺎﻣﺔ ﺗﺘﺨﺬ ﺗﻮزﻳﻌﺎ ً ﻃﺒﻴﻌﻴﺎً وﺳـﻄﻪ اﻟﺤـﺴﺎيب )‪(55‬‬
‫واﻧﺤﺮاﻓﻪ اﳌﻌﻴﺎري )‪ ،(10‬اﺣﺴﺐ‪:‬‬
‫‪ (a‬ﻋﺪد اﻟﻄﻠﺒﺔ اﻟﻨﺎﺟﺤﻮن إذا ﻛﺎﻧﺖ ﻋﻼﻣﺔ اﻟﻨﺠﺎح )‪.(50‬‬
‫‪ (b‬إذا ﻗﺒﻠﺖ اﻟﺠﺎﻣﻌﺎت اﻟﺮﺳﻤﻴﺔ ﻋﲆ اﳌﻌﺪل اﻟﺘﻨﺎﻓﴘ ﻋﴩة آﻻف ً‬
‫ﻃﺎﻟﺒﺎ‪ ،‬ﻓام ﻫﻮ أﻗﻞ ﻣﻌﺪل‬
‫ﻗﺒﻞ ﺣﺴﺐ اﻟﺘﻨﺎﻓﺲ؟‬
‫‪ (c‬اﻟﺮﺗﺒﺔ اﳌﺌﻴﻨﻴﺔ ﻟﻠﻌﻼﻣﺔ )‪.(72‬‬
‫‪ (d‬اﳌﺪى اﻟﺮﺑﻴﻌﻲ ﻟﻠﻌﻼﻣﺎت‪.‬‬
‫‪ -11‬إذا ﻛﺎن ﺳﻌﺮ اﻟﺘﺪاول ﻟﺴﻬﻢ إﺣﺪى اﻟﴩﻛﺎت ﰲ ﺳـﻨﺔ ‪ 2003‬ﻳﺘﺨـﺬ ﺗﻮزﻳﻌـﺎً ﻃﺒﻴﻌﻴـﺎً ﺑﻮﺳـﻂ ﺣـﺴﺎيب‬
‫ﻗﺮﺷﺎ‪ ،‬اﺣﺴﺐ‪:‬‬‫)‪(1.25‬دﻳﻨﺎرا ً وﺑﺎﻧﺤﺮاف ﻣﻌﻴﺎري )‪ً (15‬‬
‫‪ -a‬ﻋﺪد اﻷﻳﺎم ﰲ ذﻟﻚ اﻟﻌﺎم واﻟﺘﻲ ﻗﻞ ﻓﻴﻬﺎ ﺳﻌﺮ اﻟﺘﺪاول ﻋﻦ )‪ (140‬ﻗﺮﺷﺎ‪ً.‬‬
‫ً‬
‫واﺣﺪا‪ ،‬ﻓام ﻫﻮ ﻋﺪد اﻷﻳﺎم ﻣـﻦ ذﻟـﻚ اﻟﻌـﺎم واﻟﺘـﻲ‬ ‫‪ -b‬إذا ﻋﻠﻤﺖ أن اﻟﻘﻴﻤﺔ اﻻﺳﻤﻴﺔ ﻟﻠﺴﻬﻢ دﻳﻨﺎرا ً‬
‫زاد ﻓﻴﻬﺎ ﺳﻌﺮ اﻟﺴﻬﻢ ﻋﻦ ﻗﻴﻤﺘﻪ اﻻﺳﻤﻴﺔ؟‬
‫‪ -12‬أﺳﻴﻞ وﻫﻴﺎ وﺳﻬري ﻃﺎﻟﺒﺎت ﰲ اﻟﺼﻒ اﻟﻌﺎﴍ‪ .‬ﻓﺈذا ﻛﺎﻧـﺖ ﻋﻼﻣـﺎت اﻟـﺸﻬﺮﻳﻦ واﻟﻌﻼﻣـﺎت اﳌﻌﻴﺎرﻳـﺔ‬
‫اﳌﻨﺎﻇﺮة ﻣﻌﻄﺎة ﰲ اﻟﺠﺪول اﻟﺘﺎﱄ‪:‬‬
‫اﻟﻌﻼﻣﺔ اﳌﻌﻴﺎرﻳﺔ‬ ‫اﻟﻌﻼﻣﺔ اﻟﺨﺎم‬ ‫اﻟﺴﻢ اﻟﻄﺎﻟﺒﺔ‬
‫‪1‬‬ ‫‪18‬‬ ‫أﺳﻴﻞ‬
‫‪-0.5‬‬ ‫‪15‬‬ ‫ﻫﻴﺎ‬
‫‪1.5‬‬ ‫‪x‬‬ ‫ﺳﻬري‬
‫اﺣﺴﺐ ﻗﻴﻤﺔ ‪.x‬‬
‫‪179‬‬
‫‪ -13‬إذا ﻛﺎﻧﺖ أﻃﻮال ﻃﻼب اﻟﺼﻒ اﻷول أﺳﺎﳼ وﺳﻄﻬﺎ اﻟﺤﺴﺎيب ﻋﴩة أﻣﺜﺎل اﻧﺤﺮاﻓﻬﺎ اﳌﻌﻴﺎري‪ .‬وﻛـﺎن‬
‫ﻃﻮل اﻟﻄﺎﻟﺐ ﻣﺤﻤﺪ )‪ ،(130cm‬ﻳﻘﺎﺑﻠﻪ ﻃﻮﻻ ﻣﻌﻴﺎرﻳﺔ ﻗﺪره ¸· ¨§ ‪ .‬اﺣﺴﺐ اﻟﻌﻼﻣﺔ اﳌﻌﻴﺎرﻳﺔ ﻟﻄـﻮل‬
‫‪2‬‬
‫‪©3¹‬‬
‫اﻟﻄﺎﻟﺐ ﺻﻬﻴﺐ واﻟﺒﺎﻟﻎ )‪.(150cm‬‬
‫ﰲ ﻳﻮم اﻟﺸﺠﺮة ﺗﻢ زراﻋﺔ )‪ (500‬ﺷﺘﻠﺔ ﺣﺮﺟﻴﺔ ﰲ ﺣﺮم ﺟﺎﻣﻌﺔ اﻟﺒﻠﻘﺎء اﻟﺘﻄﺒﻴﻘﻴﺔ‪ ،‬ﻓﺈذا ﻛﺎن اﺣـﺘامل‬ ‫‪-14‬‬
‫ﻧﺠﺎح اﻟﺸﺘﻠﺔ اﻟﻮاﺣﺪة ‪ 75%‬اﺣﺴﺐ‪:‬‬
‫‪ -a‬اﺣﺘامل ﻧﺠﺎح ﺟﻤﻴﻊ اﻟﺸﺘﻼت‪.‬‬
‫‪ -b‬اﺣﺘامل ﻧﺠﺎح ﻧﺼﻒ اﻟﺸﺘﻼت‪.‬‬
‫‪ -c‬ﺗﻮﻗﻊ ﻋﺪد اﻟﺸﺘﻼت اﻟﻨﺎﺟﺤﺔ‪.‬‬
‫ﻣﺴﺘﺸﻔﻰ ﻟﻠﻮﻻدة ﻓﻴﻪ )‪ (30‬ﺳﻴﺪة ﰲ ﺣﺎﻟﺔ وﻻدة‪ ،‬إذا ﻓﺮﺿـﻨﺎ أن ﻛـﻞ ﺳـﻴﺪة ﺳﺘـﻀﻊ ﻃﻔـﻼً واﺣـﺪا ً‬ ‫‪-15‬‬
‫ﻓﻘﻂ‪ .‬اﺣﺴﺐ‪:‬‬
‫‪ -a‬اﺣﺘامل أن ﺗﻨﺠﺐ )‪ (20‬ﺳﻴﺪة أﻃﻔﺎﻻً ذﻛﻮرا‪ً.‬‬
‫‪ -b‬اﺣﺘامل أن ﺗﻜﻮن ﺟﻤﻴﻊ اﳌﻮاﻟﻴﺪ إﻧﺎﺛﺎ‪ً.‬‬
‫‪ -c‬ﺗﻮﻗﻊ ﻋﺪد اﳌﻮاﻟﻴﺪ اﻹﻧﺎث‪.‬‬
‫‪ X‬ﻣﺘﻐري ﻋﺸﻮايئ ﻟﺘﺠﺮﺑﺔ ذات اﻟﺤﺪﻳﻦ‪ ،‬إذا ﻛﺎن اﺣﺘامل ﻧﺠﺎح اﻟﺘﺠﺮﺑﺔ ﰲ اﳌـﺮة اﻟﻮاﺣـﺪة ‪ 0.15‬ﻓـام‬ ‫‪-16‬‬
‫ﻋﺪد ﻣﺮات إﺟﺮاء اﻟﺘﺠﺮﺑﺔ إذا ﻛﺎن ‪.E(X)=45‬‬
‫‪ X‬ﻣﺘﻐري ﻋﺸﻮايئ ﻟﺘﻮزﻳﻊ ذات اﻟﺤﺪﻳنث‪ ،E(X)=3 ،‬وﻛـﺎن اﺣـﺘامل ﻧﺠـﺎح اﻟﺘﺠﺮﺑـﺔ ﰲ اﳌـﺮة اﻟﻮاﺣـﺪة‬ ‫‪-17‬‬
‫)‪ (0.25n‬ﺣﻴﺚ )‪ (n‬ﻋﺪد ﻣﺮات إﺟﺮاء اﻟﺘﺠﺮﺑﺔ‪ .‬اﺣﺴﺐ ﻗﻴﻤﺔ ‪.n‬‬
‫ﺗﻘﺪم ﻃﺎﻟﺐ ﻻﻣﺘﺤﺎن ﻣﺴﺘﻮى اﻟﻠﻐﺔ اﻹﻧﺠﻠﻴﺰﻳﺔ ﻳﺘﻜﻮن ﻣﻦ ﻣﺎﺋﺔ ﻓﻘﺮة ﻣﻦ ﻧﻮع اﻻﺧﺘﻴﺎر ﻣﻦ ﻣﺘﻌﺪد‬ ‫‪-18‬‬
‫ﻣﺘﺴﺎوﻳﺔ اﻟﻌﻼﻣﺔ‪ ،‬وﻋﺪد ﺑﺪاﺋﻞ ﻛﻞ ﻓﻘﺮة ﺧﻤﺲ ﺑﺪاﺋﻞ ﻣﻨﻬﺎ واﺣﺪة ﺻﺤﻴﺤﺔ ﻓﻘﻂ‪ .‬ﻓﺈذا ﻋﻠﻤـﺖ أن‬
‫اﻟﻄﺎﻟﺐ أﺟﺎب ﺟﻤﻴﻊ اﻟﻔﻘﺮات ﻋﺸﻮاﺋﻴﺎً‪ .‬اﺣﺴﺐ‪:‬‬
‫‪ -a‬اﺣﺘامل أن ﻳﺠﻴﺐ ﻋﲆ ‪ 25‬ﻓﻘﺮة ﻋﲆ اﻷﻗﻞ إﺟﺎﺑﺔ ﺻﺤﻴﺤﺔ‪.‬‬
‫‪180‬‬
‫‪ -b‬اﺣﺘامل ﻧﺠﺎح اﻟﻄﺎﻟﺐ ﰲ اﻻﻣﺘﺤﺎن إذا ﻛﺎﻧﺖ ﻋﻼﻣﺔ اﻟﻨﺠﺎح ‪.70%‬‬

‫‪ -c‬ﺗﻮﻗﻊ ﻋﺪد اﻹﺟﺎﺑﺎت اﻟﺼﺤﻴﺤﺔ‪.‬‬
‫‪ -19‬إﺣﺪى ﴍﻛﺎت اﻟﻜﻤﺒﻴﻮﺗﺮ‪ ،‬ﺗﺮﺳﻞ رﺳﺎﺋﻞ ﻋﱪ ﺷﺒﻜﺔ اﻹﻧﱰﻧﺖ‪ ،‬ﻓﺈذا ﻛﺎن اﺣـﺘامل وﺟـﻮد ﺧﻄـﺄ ﰲ أﻳـﺔ‬
‫رﺳﺎﻟﺔ ‪ ،2%‬وأرﺳﻠﺖ اﻟﴩﻛﺔ ﰲ أﺣﺪ اﻷﻳﺎم )‪ (300‬رﺳﺎﻟﺔ‪ ،‬اﺣﺴﺐ‪:‬‬
‫‪ -a‬اﺣﺘامل ﻋﺪم وﺟﻮد ﺧﻄﺄ ﰲ ‪ 200‬رﺳﺎﻟﺔ‪.‬‬
‫‪ -b‬ﺗﻮﻗﻊ ﻋﺪد اﻟﺮﺳﺎﺋﻞ اﻟﺘﻲ ﺗﺤﻮي أﺧﻄﺎء‪.‬‬
‫‪ -20‬ﴍﻃﻲ ﻣﺮور ﻳﻘﻒ ﻋﲆ ﺗﻘﺎﻃﻊ ﻃﺮق ﻳﻮﻣﻴﺎً ﻣﻦ اﻟﺴﺎﻋﺔ اﻟﻌﺎﴍة ﺻﺒﺎﺣﺎً ﺣﺘﻰ اﻟﺜﺎﻧﻴـﺔ ﻋـﴩة ﻇﻬـﺮا ً‪.‬‬
‫ﻓﺈذا ﻛﺎن ﻳﻼﺣﻆ ﻣﺮور )‪ (5‬ﺳﻴﺎرات ﺳﻴﺎﺣﻴﺔ ﻳﻮﻣﻴﺎً ﺧﻼل ﻫﺬه اﻟﻔﱰة‪ .‬اﺣﺴﺐ اﺣـﺘامل ﻣـﺮور ﺳـﺖ‬
‫ﺳﻴﺎرات ﺳﻴﺎﺣﺔ ﰲ ﻧﻔﺲ اﻟﻔﱰة ﰲ ﻳﻮم ﻣﺎ‪.‬‬
‫‪ -21‬اﺣﺴﺐ‪:‬‬
‫)‪a‬‬ ‫]‪t [4, 0.005‬‬
‫)‪b‬‬ ‫]‪t [45, 0.1‬‬
‫)‪c‬‬ ‫]‪t [25 , 0.95‬‬
‫‪ -22‬اﺣﺴﺐ‬
‫)‪a‬‬ ‫]‪F2 [7, 0.05‬‬
‫)‪b‬‬ ‫]‪F2 [42, 0.99‬‬
‫)‪c‬‬ ‫]‪F2 [1, 0.1‬‬
‫‪181‬‬
‫‪182‬‬
‫اﻟﻮﺣﺪة اﻟﺴﺎﺑﻌﺔ‬
‫اﻟﺘﻘﺪﻳﺮ واﺧﺘﺒﺎر اﻟﻔﺮﺿﻴﺎت‬
‫‪Estimation and Testing‬‬
‫‪Hypothesis‬‬
‫‪183‬‬
‫‪184‬‬
‫اﻟﻮﺣﺪة اﻟﺴﺎﺑﻌﺔ ‪...‬اﻟﺘﻘﺪﻳﺮ واﺧﺘﺒﺎر اﻟﻔﺮﺿﻴﺎت‬
‫اﻟﺘﻘﺪﻳﺮ واﺧﺘﺒﺎر اﻟﻔﺮﺿﻴﺔ‬

‫‪Estimation and Testing Hypothesis‬‬
‫ﺳﻨﺘﻨﺎول ﰲ ﻫﺬه اﻟﻮﺣﺪة ﻣﻮﺿﻮﻋني ﻫﺎﻣني ﰲ اﻻﺳﺘﺪﻻل اﻹﺣﺼﺎيئ )‪ (Statistical inference‬وﻫام‪:‬‬
‫أوﻻً‪ :‬اﻟﺘﻘﺪﻳﺮ اﻹﺣﺼﺎيئ )‪(Statistical Estimation‬‬
‫ﻛﺜري ﻣﻦ اﻷﺣﻴﺎن ﻧﺤﺘﺎج إﱃ ﻣﻌﻠﻤﺔ إﺣﺼﺎﺋﻴﺔ ﻣﺘﻌﻠﻘﺔ ﺑﺎﳌﺠﺘﻤﻊ اﻹﺣﺼﺎيئ‪ .‬وﻟﻜﻦ ﻷﺳﺒﺎب ﻣﺨﺘﻠﻔـﺔ ﻻ‬
‫ميﻜﻨﻨﺎ اﻟﺤﺼﻮل ﻋﻠﻴﻬﺎ ﻣﺒﺎﴍة ﻓﻨﻠﺠﺄ إﱃ ﺗﻘﺪﻳﺮﻫﺎ ﺑﺎﺳﺘﺨﺪام ﻋﻴﻨﺔ ﻣـﺄﺧﻮذة ﻣـﻦ اﳌﺠﺘﻤـﻊ ﻓﻤـﺜﻼً إذا أردﻧـﺎ‬
‫ﻣﻌﺮﻓﺔ ﻣﻌﺪل ﻋﻤﺮ ﺗﺸﻐﻴﻞ ﺑﻄﺎرﻳﺎت ﺟﺎﻓﺔ ﻣﻦ ﻧﻮع ﻣﻌني ﻓﻼ ميﻜﻨﻨﺎ إﻳﺠﺎد اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻌﻤﺮ ﺻﻼﺣﻴﺔ‬
‫ﻫﺬه اﻟﺒﻄﺎرﻳﺎت‪ ،‬ﻟﺬﻟﻚ ﻧﺄﺧﺬ ﻋﻴﻨﺔ ﻣﻨﺎﺳﺒﺔ ﻣﻦ ﺧﻼﻟﻬﺎ ﺗﻘﺪر اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻠﻌﻤـﺮ اﻟﺘـﺸﻐﻴﲇ ﻟﻬـﺎ‪ .‬وﻗـﺪ‬
‫ﻧﻘﺪر ﻫﺬا اﻟﻮﺳﻂ ﺑﻘﻴﻤﺔ ﻣﻌﻴﻨﺔ ﻛﺄن ﻧﻘﻮل اﻟﻌﻤﺮ اﻟﺘﺸﻐﻴﲇ )‪ (20‬ﺳﺎﻋﺔ‪ .‬أو ﻗﺪ ﻧﻌﻄﻲ ﻓﱰة ﺗﻘﺪﻳﺮﻳﺔ ﻟﻬـﺬا‬
‫اﻟﻮﺳﻂ ﻓﻨﻘﻮل أن اﻟﻌﻤﺮ اﻟﺘﺸﻐﻴﲇ ﻳﻘﻊ ﺿﻤﻦ اﻟﻔﱰة ]‪.[15, 25‬‬
‫ﺳـﻮاء ﺑﻘﻴﻤـﺔ أو ﺑﻔـﱰة‪ .‬ﺳـﻨﺘﻌﺮف ﻋـﲆ اﳌـﺼﻄﻠﺤﺎت‬
‫ً‬ ‫واﻵن وﻗﺒﻞ أن ﻧﺘﻌﺮف ﻋـﲆ ﻛﻴﻔﻴـﺔ اﻟﺘﻘـﺪﻳﺮ‬
‫اﳌﻌﻠﻤﺔ اﻹﺣﺼﺎﺋﻴﺔ )‪(Statistical Parameter‬‬ ‫‪x‬‬
‫وﰲ ﻣﻮﺿـﻮﻋﻨﺎ ﺳــﺘﻜﻮن اﳌﻌﻠﻤــﺔ اﻹﺣــﺼﺎﺋﻴﺔ ﻫــﻲ أﺣــﺪ ﻣﻘــﺎﻳﻴﺲ اﳌﺠﺘﻤــﻊ ﻣﺜــﻞ اﻟﻮﺳــﻂ اﻟﺤــﺴﺎيب‬
‫ﻟﻠﻤﺠﺘﻤﻊ )‪ (P‬وﺗﺒﺎﻳﻦ اﳌﺠﺘﻤﻊ )‪ (V2‬وﻧﺴﺒﺔ اﳌﺠﺘﻤﻊ )‪.(P‬‬
‫واﻟﺘﻲ ﺗﻘﺎﺑﻞ ﻣﻘﺎﻳﻴﺲ اﻟﻌﻴﻨﺔ وﻫﻲ ﻋﲆ اﻟﱰﺗﻴﺐ ‪p̂ ، S2 ، x‬‬
‫ﻣﺴﺘﻮى اﻟﺜﻘﺔ )‪:(Confedence level‬‬ ‫‪x‬‬
‫وﻫـــﻲ اﺣـــﺘامل وﻗـــﻮع اﳌﻌﻠﻤـــﺔ اﻹﺣـــﺼﺎﺋﻴﺔ ﺿـــﻤﻦ ﻓـــﱰة ﻣﻌﻴﻨـــﺔ ﺗـــﺴﻤﻰ ﻓـــﱰة اﻟﺜﻘـــﺔ‬
‫)‪(Confidence interval‬‬
‫‪185‬‬
‫اﳌﺠﺘﻤﻊ اﻹﺣﺼﺎيئ )‪(Statistical population‬‬ ‫‪x‬‬
‫ﻫﻮ ﻣﻮﺿﻮع اﻟﺪراﺳﺔ وﺳﻨﻌﺘﱪه ﰲ ﻫﺬه اﻟﻮﺣﺪة ﻳﺄﺧﺬ ﺗﻮزﻳﻌﺎ ً ﻃﺒﻴﻌﻴﺎً‪.‬‬

‫أ‪ -‬اﻟﺘﻘﺪﻳﺮ اﻟﻨﻘﻄﻲ ‪Point Estimation‬‬
‫وﻫﻨﺎ ﻧﻘﺪر ﻣﻌـﺎمل اﳌﺠﺘﻤـﻊ مبﻘـﺎﻳﻴﺲ اﻟﻌﻴﻨـﺔ ﻓﻴﻘـﺪر اﻟﻮﺳـﻂ اﻟﺤـﺴﺎيب ﻟﻠﻤﺠﺘﻤـﻊ )‪ (P‬ﺑــ اﻟﻮﺳـﻂ‬
‫اﻟﺤﺴﺎيب ﻟﻠﻌﻴﻨﺔ ‪ x‬وﺗﺒﺎﻳﻦ اﳌﺠﺘﻤﻊ )‪ (V2‬ﺑﺘﺒﺎﻳﻦ اﻟﻌﻴﻨﺔ )‪ (S2‬وﻧﺴﺒﺔ اﳌﺠﺘﻤﻊ )‪ (p‬ﺑﻨﺴﺒﺔ اﻟﻌﻴﻨﺔ ̂‪p‬‬
‫وﻟﻜﻦ ﻫﺬا اﻟﺘﻘﺪﻳﺮ ﻳﻜﺘﻨﻔﻪ ﺑﻌﺾ اﻟﺴﻠﺒﻴﺎت ﺣﻴﺚ ﻻ ﻳﻜﻮن دﻗﻴﻘﺎ ً ﺑﺎﺣﺘامل ميﻜﻦ اﻻﻋﺘامد ﻋﻠﻴﻪ‪.‬‬
‫أﺧﺬت ﻋﻴﻨﺔ ﻣﻦ ﻣﺠﺘﻤﻊ إﺣﺼﺎيئ وﺳﻄﻪ اﻟﺤﺴﺎيب )‪ (P‬واﻧﺤﺮاﻓﻪ اﳌﻌﻴﺎري )‪ (V‬ﺣﻴـﺚ ﻛـﺎن اﻟﻮﺳـﻂ‬
‫ﻗﺪر وﺳﻂ اﳌﺠﺘﻤﻊ واﻧﺤﺮاﻓﻪ اﳌﻌﻴﺎري‪.‬‬ ‫اﻟﺤﺴﺎيب ﻟﻠﻌﻴﻨﺔ ﻫﻮ ‪ ، x 5‬وﺗﺒﺎﻳﻨﻬﺎ )‪ّ .(S2=4‬‬
‫‪P x‬‬ ‫اﻟﺤﻞ‪ :‬ﻳﻘﺪر وﺳﻂ اﳌﺠﺘﻤﻊ ﺑـ‬
‫‪P= 5‬‬ ‫أي أن‬
‫‪V= s‬‬ ‫وﻳﻘﺪر اﻧﺤﺮاﻓﻪ اﳌﻌﻴﺎري ﺑـ‬
‫أي أن ‪V = 2‬‬
‫أﺧﺬت ﻋﻴﻨﺔ ﻣﻦ ﻃﻠﺒﺔ ﺟﺎﻣﻌﺔ اﻟﺒﱰا ﺣﺠﻤﻬـﺎ )‪ (200‬ﻃﺎﻟﺒـﺎً وﻛـﺎن ﻋـﺪد اﻟﻄﻠﺒـﺔ اﳌﻐﱰﺑـني ﻓﻴﻬـﺎ )‪(60‬‬
‫ﻃﺎﻟﺒﺎً‪ .‬ﻗﺪر ﻧﺴﺒﺔ اﻟﻄﻠﺒﺔ اﳌﻐﱰﺑﻮن ﰲ اﻟﺠﺎﻣﻌﺔ‪.‬‬
‫‪p‬‬ ‫ˆ‪p‬‬
‫‪60‬‬
‫‪p‬‬ ‫‪0.3‬‬
‫‪200‬‬
‫‪186‬‬
‫ب‪ -‬اﻟﺘﻘﺪﻳﺮ ﺑﻔﱰة ‪Interval Estimation‬‬

‫‪ -1‬ﻟﻠﻌﻴﻨﺎت اﻟﻜﺒرية )‪(n t 30‬‬
‫‪ x‬ﺗﻘﺪﻳﺮ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب )‪(P‬‬
‫ﻳﻘﺪر اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﺑﻔﱰة اﻟﺜﻘﺔ‬
‫‪ı‬‬ ‫‪ı‬‬
‫‪x zĮ‬‬ ‫‪d ȝ d x zĮ‬‬
‫‪2‬‬ ‫‪n‬‬ ‫‪2‬‬ ‫‪n‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬إذا ﻛﺎن ﺗﺒﺎﻳﻦ اﳌﺠﺘﻤﻊ ﻏري ﻣﻌﻠﻮم ﺗﻘﺪر ‪ V‬ﺑـ ‪.s‬‬
‫أﺧﺬت ﻋﻴﻨﺔ ﺣﺠﻤﻬﺎ )‪ (49‬ووﺳـﻄﻬﺎ )‪ (45‬ﻣـﻦ ﻣﺠﺘﻤـﻊ إﺣـﺼﺎيئ ﻳﺘﺨـﺬ ﺗﻮزﻳﻌـﺎ ً ﻃﺒﻴﻌﻴـﺎً ﺑـﺎﻧﺤﺮاف‬
‫ﻣﻌﻴﺎري )‪ .(3.5‬ﺟﺪ ﻓﱰة ‪ 95%‬ﺛﻘﺔ ﻟﻮﺳﻂ اﳌﺠﺘﻤﻊ‪.‬‬
‫ﻧﺠﺪ ﰲ اﻟﺒﺪاﻳﺔ ﻗﻴﻤﺔ ‪. Z D‬‬
‫‪2‬‬
‫‪D= 1-0.95‬‬ ‫ﺣﻴﺚ‬
‫‪0.95‬‬ ‫‪= 0.05‬‬
‫‪D 2‬‬ ‫‪D 2‬‬
‫‪D‬‬
‫‪ZD‬‬ ‫ﻓﺘﻜﻮن ‪0.025‬‬
‫‪2‬‬
‫‪2‬‬
‫وﻧﺠﺪ ﻗﻴﻤﺔ ‪ Z D‬ﺑﺎﻻﺳﺘﻔﺎدة ﻣﻦ ﺟﺪول‬
‫‪2‬‬
‫اﻟﺘﻮزﻳﻊ اﻟﻄﺒﻴﻌﻲ اﳌﻌﻴﺎري ﺣﻴﺚ ﺗﻜﻮن اﻟﻘﻴﻤﺔ اﳌﻘﺎﺑﻠﺔ ﻟﻠﻤﺴﺎﺣﺔ ‪0.475‬‬
‫‪? Z D 1.96‬‬
‫‪2‬‬
‫وﺑﺬﻟﻚ ﺗﻜﻮن ﻓﱰة اﻟﺜﻘﺔ ﻋﻨﺪ ﻣﺴﺘﻮى دﻻﻟﺔ ‪ 95%‬ﻫﻲ‬

‫‪3.5‬‬ ‫‪3.5‬‬
‫‪45 1.96‬‬ ‫‪d P d 45 1.96‬‬
‫‪49‬‬ ‫‪49‬‬
‫‪45 – 0.98‬‬ ‫‪d P d 45 + 0.98‬‬
‫‪44.02‬‬ ‫‪d P d 45.98‬‬
‫‪187‬‬
‫وﻫﺬا ﻳﻌﻨﻲ أن اﺣﺘامل وﻗﻮع وﺳﻂ اﳌﺠﺘﻤﻊ ﺑني اﻟﻘﻴﻤﺘني ‪ 44.02 , 45.98‬ﻫﻮ ‪.95%‬‬
‫ﻟﺘﺴﻬﻴﻞ ﺣﻞ ﻣﺴﺎﺋﻞ ﻣﻦ ﻫﺬا اﻟﻨﻮع ﺳـﻨﻌﻄﻲ ﻗـﻴﻢ ‪ Z D 2‬ﻟﻔـﱰات اﻟﺜﻘـﺔ ﻋﻨـﺪ ﻣـﺴﺘﻮﻳﺎت دﻻﻟـﺔ‬
‫ﺷﺎﺋﻌﺔ وﻧﻠﺨﺼﻬﺎ ﰲ اﻟﺠﺪول اﻟﺘﺎﱄ‪:‬‬
‫‪Confidence Level‬‬ ‫‪ZĮ 2‬‬
‫‪80%‬‬ ‫‪1.28‬‬
‫‪90 %‬‬ ‫‪1.645‬‬
‫‪95%‬‬ ‫‪1.96‬‬
‫‪98%‬‬ ‫‪2.33‬‬
‫‪99%‬‬ ‫‪2.576‬‬
‫ﻣﻌﺪل اﻟﺴﺤﺐ اﻟﻴﻮﻣﻲ ﺑﺎﻟﺪﻳﻨﺎر ﻟﻮﺣﺪة اﻟﴫاف اﻵﱄ ﰲ أﺣﺪ ﻓﺮوع اﻟﺒﻨـﻚ اﻟﻌـﺮيب ﻣـﺴﺎوﻳﺎً‬ ‫إذا ﻛﺎن ّ‬
‫)‪ (385‬دﻳﻨﺎر ﺑﺎﻧﺤﺮاف ﻣﻌﻴﺎري )‪ (27‬دﻳﻨﺎر أوﺟﺪ ﻓـﱰة ‪ 99%‬ﺛﻘـﺔ ﳌﺠﺘﻤـﻊ اﻷﺷـﺨﺎص اﻟـﺬﻳﻦ ﻳـﺴﺘﺨﺪﻣﻮن‬
‫وﺣﺪة اﻟﴫاف اﻵﱄ ﰲ ذﻟﻚ اﻟﻔﺮع‪ .‬إذا ﻋﻠﻤﺖ أن ﺣﺠﻢ اﻟﻌﻴﻨﺔ ﻗﻴﺪ اﻟﺪراﺳﺔ )‪ (900‬ﻋﻤﻴﻞ‪.‬‬
‫مبﺎ أن ﺣﺠﻢ اﻟﻌﻴﻨﺔ ﻛﺒريا ً ﻧﺴﺘﺨﺪم )‪ (S‬ﺑﺪﻻً ﻣﻦ ‪ V‬ﰲ اﻟﻘﺎﻧﻮن‪ .‬ﻓﻴﺼﺒﺢ اﻟﻘﺎﻧﻮن ﻋﲆ اﻟﺼﻮرة‬
‫‪S‬‬ ‫‪S‬‬
‫‪x ZD‬‬ ‫‪2‬‬ ‫‪d P d x ZD‬‬ ‫‪2‬‬
‫‪n‬‬ ‫‪n‬‬
‫ﻓﺘﻜﻮن اﻟﻔﱰة اﳌﻄﻠﻮﺑﺔ ﻫﻲ‬
‫‪27‬‬ ‫‪27‬‬
‫)‪385 (2.576‬‬ ‫)‪d P d 385 (2.576‬‬
‫‪900‬‬ ‫‪900‬‬
‫‪385 – 2.318 d P d 385 + 2.318‬‬
‫‪382.682 d P d 387.318‬‬
‫‪188‬‬
‫‪ x‬ﺗﻘﺪﻳﺮ اﻟﻔﺮق ﺑني وﺳﻄني )‪(Estimation of mean difference) (P1-P2‬‬

‫إذا ﻛــﺎن ﻟــﺪﻳﻨﺎ ﻣﺠﺘﻤﻌــني ﻣــﺴﺘﻘﻠني ﻳﺘﺨــﺬان ﺗﻮزﻳﻌــﺎ ً ﻃﺒﻴﻌﻴــﺎ ً وﺳــﻄﻴﻬام اﻟﺤــﺴﺎﺑﻴني ‪P2 ، P1‬‬
‫واﻧﺤﺮاﻓﻴﻬام ‪ V 22 ، V 12‬ﻋﲆ اﻟﱰﺗﻴﺐ‪ .‬ﻓﺈن ﻓﱰة ‪ (1-D)%‬ﺛﻘﺔ ﻟﻠﻔﺮق ﺑني وﺳﻄﻲ اﳌﺠﺘﻤﻌني ‪ P1-P2‬ﻫﻲ‬
‫‪ı 12‬‬ ‫‪ı 22‬‬ ‫‪ı1‬‬
‫‪2‬‬
‫‪ı2‬‬
‫‪2‬‬
‫‪x1 x 2 Z Į 2‬‬ ‫‬ ‫‪d ȝ1 ȝ 2 d x 1 x 2 Z Į 2‬‬ ‫‬

‫‪n1‬‬ ‫‪n2‬‬ ‫‪n1‬‬ ‫‪n2‬‬
‫ﺣﻴﺚ ‪ n2 ،n1‬ﺣﺠﻢ ﻛﻞ ﻣﻦ اﻟﻌﻴﻨﺘني ﻋﲆ اﻟﱰﺗﻴﺐ‬
‫أﺧﺬت ﻋﻴﻨﺘﺎن ﻣﻦ ﻣﺸﱰيك ﴍﻛﺘﻲ اﺗﺼﺎﻻت ﺧﻠﻮﻳﺔ وأﻋﻄﺖ اﳌﻌﻠﻮﻣﺎت اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫ﺗﺒﺎﻳﻦ ﻣﺠﺘﻤﻊ اﻟﺪﻗﺎﺋﻖ‬
‫ﺣﺠﻢ اﻟﻌﻴﻨﺔ )‪(ni‬‬ ‫ﻣﻌﺪل اﻟﺪﻗﺎﺋﻖ اﳌﺴﺘﺨﺪﻣﺔ‬
‫اﳌﺴﺘﺨﺪﻣﺔ‬
‫‪n1=100‬‬ ‫‪x1‬‬ ‫‪75‬‬ ‫‪V 12‬‬ ‫‪15‬‬
‫‪n2 = 81‬‬ ‫‪x2‬‬ ‫‪80‬‬ ‫‪V 22‬‬ ‫‪8‬‬
‫ﺟﺪ ﻓﱰة ‪ 90%‬ﺛﻘﺔ ﻟﻠﻔﺮق ﺑني وﺳﻄني اﳌﺠﺘﻤﻌني‬
‫‪15‬‬ ‫‪8‬‬ ‫‪15‬‬ ‫‪8‬‬
‫‪75 80 1.645‬‬ ‫‬ ‫‪d P1 P 2 d 75 80 1.645‬‬ ‫‬
‫‪100‬‬ ‫‪81‬‬ ‫‪100‬‬ ‫‪81‬‬
‫‪–5 – 0.822 d P1 – P2 d –5 + 0.823‬‬
‫‪–5.823 d P1 – P2 d – 4.177‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬إذا ﻛﺎﻧﺖ ‪ V2 ، V1‬ﻏري ﻣﻌﻠﻮﻣﺘني ميﻜﻦ اﻻﺳﺘﻌﺎﺿﺔ ﻋﻨﻬام‬

‫ﺑـ ‪.s2 ،s1‬‬
‫‪189‬‬
‫‪ x‬ﻓﱰة اﻟﺜﻘﺔ ﻟﻨﺴﺒﺔ اﳌﺠﺘﻤﻊ )‪(p‬‬

‫)‪(Interval Estimation of Population Proportion‬‬
‫ˆ‪pˆ 1 p‬‬ ‫ˆ‪pˆ 1 p‬‬
‫‪pˆ Z D 2‬‬ ‫‪d p d pˆ Z D 2‬‬
‫‪n‬‬ ‫‪n‬‬
‫ˆ‪pˆ 1 p‬‬
‫ˆ‪V p‬‬ ‫ﻣﻼﺣﻈﺔ‪:‬‬
‫‪n‬‬
‫أﺧﺬت ﻋﻴﻨﺔ ﺣﺠﻤﻬﺎ )‪ (500‬ﻃﺎﻟﺒﺔ ﻣﻦ ﻣﺠﺘﻤﻊ ﻃﺎﻟﺒﺎت اﻟﺠﺎﻣﻌﺎت اﻷردﻧﻴﺔ ﻓﻜـﺎن ﻋـﺪد اﳌﺤﺠﺒـﺎت‬
‫ﻣﻨﻬﻦ )‪ (280‬ﻃﺎﻟﺒﺔ‪ .‬أوﺟﺪ ﻓﱰة ‪ 95%‬ﺛﻘﺔ ﻟﻨﺴﺒﺔ اﻟﻄﺎﻟﺒﺎت اﳌﺤﺠﺒﺎت ﰲ اﻟﺠﺎﻣﻌﺎت اﻷردﻧﻴﺔ‪.‬‬
‫‪n = 500‬‬
‫‪280‬‬
‫ˆ‪p‬‬ ‫‪0.56‬‬
‫‪500‬‬
‫ﻓﺘﻜﻮن اﻟﻔﱰة اﳌﻄﻠﻮﺑﺔ ﻫﻲ‪:‬‬
‫‪0.56 0.44‬‬ ‫‪0.56 0.44‬‬
‫‪0.56 1.69‬‬ ‫‪d p d 0.56 1.69‬‬
‫‪500‬‬ ‫‪500‬‬
‫‪0.56 - 0.044 d p d 0.56 + 0.044‬‬
‫‪0.516 d p d 0.604‬‬
‫‪ x‬ﺗﻘﺪﻳﺮ ﻓﱰة اﻟﺜﻘﺔ ﻟﻠﻔﺮق ﺑني ﻧﺴﺒﺘني‬

‫)‪(Interval estimation for proportion difference‬‬
‫ﳌﺠﺘﻤﻌني ﻣﺴﺘﻘﻠني ﺗﻜﻮن ﻓﱰة ‪ (1-D)%‬ﺛﻘﺔ ﻟﻠﻔﺮق ﺑني ﻧﺴﺒﺘني اﳌﺠﺘﻤﻌني ﻫﻲ‪:‬‬
‫‪pˆ1 1 pˆ1‬‬ ‫‪pˆ 2 1 pˆ 2‬‬ ‫‪pˆ 1 1 pˆ 1‬‬ ‫‪pˆ 2 1 pˆ 2‬‬
‫‪pˆ1 pˆ 2 ZD 2‬‬ ‫‬ ‫‪d p1 p2 d pˆ1 pˆ 2 ZD 2‬‬ ‫‬
‫‪n1‬‬ ‫‪n2‬‬ ‫‪n1‬‬ ‫‪n2‬‬
‫‪190‬‬
‫ﻣﺼﻨﻌني ﻷﺟﻬﺰة اﻟﺘﻠﻔﺰﻳﻮن‪ ،‬أﺧﺬت ﻋﻴﻨﺔ ﻣﻦ إﻧﺘﺎج اﳌﺼﻨﻊ اﻷول ﺣﺠﻤﻬﺎ )‪ (40‬ﺟﻬﺎزا ً وﻛﺎﻧﺖ ﻧـﺴﺒﺔ‬
‫اﳌﻌﻴﺐ ﻓﻴﻬﺎ )‪ (2%‬وأﺧﺬت ﻋﻴﻨﺔ أﺧﺮى ﻣﻦ إﻧﺘﺎج اﳌﺼﻨﻊ اﻟﺜﺎين ﺣﺠﻤﻬﺎ )‪ (60‬ﺟﻬﺎزا ً ﻓﻜﺎﻧﺖ ﻧـﺴﺒﺔ اﳌﻌﻴـﺐ‬
‫ﻓﻴﻬﺎ ‪. 1.5%‬‬
‫أوﺟﺪ ﻓﱰة ‪ 98%‬ﺛﻘﺔ ﻟﻠﻔﺮق ﺑني ﻧﺴﺒﺘﻲ اﻷﺟﻬﺰة اﻟﺼﺎﻟﺤﺔ ﺑني اﳌﺼﻨﻌني‪.‬‬
‫‪pˆ 1‬‬ ‫‪0.98‬‬ ‫‪pˆ 2‬‬ ‫‪0.985‬‬
‫‪n1‬‬ ‫‪40‬‬ ‫‪n2‬‬ ‫‪60‬‬
‫‪pˆ1 1 pˆ1‬‬ ‫‪pˆ 2 1 pˆ 2‬‬ ‫‪0.98 0.02‬‬ ‫‪0.985 0.015‬‬

‫‬ ‫‬
‫‪n1‬‬ ‫‪n2‬‬ ‫‪40‬‬ ‫‪60‬‬
‫‪= 0.027‬‬
‫ﻓﺘﻜﻮن ﻓﱰة اﻟﺜﻘﺔ اﳌﻄﻠﻮﺑﺔ ﻫﻲ‪:‬‬
‫)‪(0.98-0.985) – (2.33) (0.027) d p1-p2 d (0.98-0.985) + (2.33) (0.027‬‬
‫‪–0.005 – 0.063 d p1– p2 d –0.005 + 0.063‬‬
‫‪–0.068 d p1 – p2 d‬‬ ‫‪0.058‬‬
‫‪ -2‬ﻟﻠﻌﻴﻨﺎت اﻟﺼﻐرية )‪(n<30‬‬

‫‪ x‬ﻓﱰة اﻟﺜﻘﺔ ﻟﻠﻮﺳﻂ اﻟﺤﺴﺎيب‬
‫‪S‬‬ ‫‪S‬‬
‫‪x tD 2‬‬ ‫‪d P d x tD 2‬‬
‫‪n‬‬ ‫‪n‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬إذا ﻛﺎﻧﺖ ‪ V‬ﻣﻌﻠﻮﻣﺔ ﻧﺴﺘﺨﺪم ﺗﻮزﻳﻊ )‪ (Z‬ﺑﺪﻻً ﻣـﻦ ﺗﻮزﻳـﻊ ‪) t‬ﻣﺜـﻞ ﺣﺎﻟـﺔ اﻟﻌﻴﻨـﺎت‬
‫اﻟﻜﺒرية(‬
‫أﺧﺬت ﻋﻴﻨﺔ ﺣﺠﻤﻬﺎ )‪ (9‬ﻋﺒﻮات ﻣﻦ إﻧﺘﺎج إﺣﺪى آﻻت ﺗﻌﺒﺌﺔ اﻟﻌﺼري ﻟﻠﻤﺼﻨﻊ ﻣﺎ ﻓﻜﺎن ﺣﺠﻢ اﻟﻌـﺼري ﰲ ﻛـﻞ‬
‫ﻣﻨﻬﺎ ﺑﺎﳌﻠﻴﻤﱰ ‪.252 ،253 ،249 ،243 ،253 ،247 ،251 ،248 ،245‬‬
‫أوﺟﺪ ﻓﱰة ‪ 95%‬ﺛﻘﺔ ﳌﻌﺪل ﺣﺠﻢ إﻧﺘﺎج اﻵﻟﺔ‪.‬‬
‫‪191‬‬
‫‪x‬‬
‫‪¦x‬‬ ‫‪249‬‬
‫‪n‬‬
‫‪s‬‬ ‫‪2‬‬ ‫¦‬ ‫‪xx‬‬

‫‪2‬‬
‫‪n 1‬‬
‫‪s‬‬ ‫‪12.75‬‬ ‫‪3.57‬‬
‫‪ª‬‬ ‫‪Dº‬‬
‫‪tD‬‬ ‫» ‪t «n 1 ,‬‬
‫‪2‬‬
‫¬‬ ‫¼‪2‬‬
‫]‪= t [8 , 0.025‬‬
‫‪= 2.306‬‬
‫ﻓﺘﻜﻮن ﻓﱰة اﻟﺜﻘﺔ اﳌﻄﻠﻮﺑﺔ‪:‬‬

‫‪3.57‬‬ ‫‪3.57‬‬
‫‪249 2.306‬‬ ‫‪d ȝ d 249 2.306‬‬ ‫‪249‬‬
‫‪9‬‬ ‫‪9‬‬
‫‪249 – 2.74 d P d 249 + 2.74‬‬
‫‪246.26‬‬ ‫‪d P d 251.74‬‬
‫‪ x‬ﻓﱰات اﻟﺜﻘﺔ ﻟﻠﻔﺮق ﺑني وﺳﻄني‬

‫ﳌﺠﺘﻤﻌني ﻣﺴﺘﻘﻠني ﺗﻜﻮن ﻓﱰة اﻟﺜﻘﺔ ﻟﻠﻔﺮق ﺑني وﺳﻄﻨﻲ مبﺴﺘﻮى ﺛﻘﺔ ‪ (1-D)%‬ﻫﻲ‬
‫‪1 1‬‬ ‫‪1 1‬‬
‫‪x1 x 2 t D S‬‬ ‫‬ ‫‪d P1 P 2 d x1 x 2 t D S‬‬ ‫‬
‫‪2‬‬
‫‪n1 n2‬‬ ‫‪2‬‬
‫‪n‬‬‫‪1‬‬
‫‪n2‬‬
‫‪n1 1 S1 n2 1 S 2‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪2‬‬
‫‪S‬‬ ‫ﺣﻴﺚ‬
‫‪n1 n2 2‬‬
‫‪D‬‬
‫‪tD‬‬ ‫»‪t ª«n1 n2 2 , º‬‬
‫‪2‬‬
‫¬‬ ‫¼‪2‬‬
‫‪192‬‬
‫أﺧﺬت ﻋﻴﻨﺘﺎن ﻣﻦ ﻣﺠﺘﻤﻌني ﻣﺘﺠﺎﻧﺲ ﺗﺒﺎﻳﻨﻬام وأﻋﻄﺖ اﻟﻨﺘﺎﺋﺞ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫اﻟﻌﻴﻨﺔ اﻟﺜﺎﻧﻴﺔ‬ ‫اﻟﻌﻴﻨﺔ اﻷول‬
‫‪n2=25‬‬ ‫‪n1 = 17‬‬ ‫ﺣﺠﻢ اﻟﻌﻴﻨﺔ‬
‫‪x2‬‬ ‫‪112‬‬ ‫‪x1‬‬ ‫‪120‬‬ ‫اﻟﻮﺳﻂ اﻟﺤﺴﺎيب‬
‫‪s2‬‬ ‫‪5‬‬ ‫‪s1‬‬ ‫‪10‬‬ ‫اﻻﻧﺤﺮاف اﳌﻌﻴﺎري‬
‫أوﺟﺪ ﻓﱰة ‪ 90%‬ﺛﻘﺔ ﻟﻠﻔﺮق ﺑني وﺳﻄﻲ اﳌﺠﺘﻤﻌني‪.‬‬
‫ﻧﺤﺴﺐ‬
‫‪2‬‬ ‫‪n1 1 S12 n2 1 S 22‬‬
‫‪S‬‬
‫‪n1 n 2 2‬‬
‫‪16 10 24 25‬‬
‫‪40‬‬
‫‪S2 = 19 S = 4.36‬‬
‫‪ª‬‬ ‫‪Dº‬‬
‫‪tD‬‬ ‫» ‪t «n1 n2 2 ,‬‬
‫‪2‬‬
‫¬‬ ‫¼‪2‬‬
‫‪= t [40 , 0.05] = 1.684‬‬
‫‪1 1‬‬
‫‪S‬‬ ‫‬ ‫‪4.36 0.314‬‬ ‫‪1.37‬‬
‫‪n1 n 2‬‬
‫ﻓﺘﻜﻮن ﻓﱰة اﻟﺜﻘﺔ اﳌﻄﻠﻮﺑﺔ‬
‫)‪(120–112) – (1.684) (1.37) d P1–P2 d (120–112)+(1.684) (1.37‬‬
‫‪8 – 2.31 d P1–P2 d 8 + 2.31‬‬
‫‪5.69 d P1–P2 d‬‬ ‫‪10.31‬‬
‫‪193‬‬
‫ﺛﺎﻧﻴﺎ ً‪ :‬اﺧﺘﺒﺎر اﻟﻔﺮﺿﻴﺎت )‪(Testing Hypotheses‬‬

‫ﻳﻌﺘﱪ ﻣﻮﺿﻮع اﺧﺘﺒﺎر اﻟﻔﺮﺿﻴﺎت ﻣﻦ اﳌﻮاﺿﻴﻊ اﻟﻬﺎﻣـﺔ ﰲ اﻹﺣﺼـﺎء اﻻﺳـﺘﺪﻻﱄ ﺣﻴـﺚ ﻳﺤﺘﺎﺟـﻪ ﻛـﻞ‬
‫ﺑﺎﺣﺚ ﻣﻬام ﻛﺎن ﺗﺨﺼﺼﻪ وﰲ اﻟﻌﺎدة ﺗﺴﺘﺨﺪم ﻓﺮﺿﻴﺘﺎن اﻷوﱃ ﺗﺴﻤﻰ اﻟﻔﺮﺿﻴﺔ اﻟﺼـﻔﺮﻳﺔ )اﻟﻌـﺪم( ‪(null‬‬
‫)‪ hypothesis‬وﻋﺎدة ﻳﺮﻣﺰ ﻟﻬـﺎ ﺑـﺎﻟﺮﻣﺰ )‪ (H0‬واﻷﺧـﺮى ﺗﺴـﻤﻰ اﻟﻔﺮﺿـﻴﺔ اﻟﺒﺪﻳﻠـﺔ )‪(alternative hypothesis‬‬
‫وﻳﺮﻣﺰ ﻟﻬﺎ ﺑﺎﻟﺮﻣﺰ )‪ .(H1‬وﻳﻜﻮن اﻟﻘﺮار اﻹﺣﺼﺎيئ ﺑﻘﺒﻮل أو رﻓﺾ اﻟﻔﺮﺿﻴﺔ اﻟﺼﻔﺮﻳﺔ‪.‬‬
‫واﻟﻔﺮﺿﻴﺔ اﻟﺼﻔﺮﻳﺔ ﺗﻜﻮن ﺑﺎﻟﻮﺿﻊ اﳌﺤﺎﻳﺪ‪.‬‬
‫أﻧﻮاع اﻟﺨﻄﺄ‬
‫‪ -1‬اﻟﺨﻄﺄ ﻣﻦ اﻟﻨﻮع اﻷوﱃ )‪(type I error‬‬
‫وﻫﻮ رﻓﺾ اﻟﻔﺮﺿﻴﺔ اﻟﺼﻔﺮﻳﺔ ﻋﻨﺪﻣﺎ ﺗﻜﻮن ﺻﺤﻴﺤﺔ‪.‬‬
‫‪ -2‬اﻟﺨﻄﺄ ﻣﻦ اﻟﻨﻮع اﻟﺜﺎين )‪(Type II error‬‬
‫وﻫﻮ ﻗﺒﻮل اﻟﻔﺮﺿﻴﺔ اﻟﺼﻔﺮﻳﺔ وﻫﻲ ﺧﺎﻃﺌﺔ‪.‬‬
‫ﻫﻨﺎﻟﻚ ﻋﺪة اﺧﺘﺒﺎرات ﻣﻨﻬﺎ ﻣﺎ ﻫﻮ ﻣﺘﻌﻠـﻖ ﺑﺎﻟﻮﺳـﻂ أو اﻟﻔـﺮق ﺑـني وﺳـﻄني‪ ،‬اﻟﻨﺴـﺒﺔ واﻟﻔـﺮق ﺑـني‬
‫ﻧﺴﺒﺘني‪ .‬وﺳﻨﺪرس ﻫﺬه اﻻﺧﺘﺒﺎرات ﺑﴚء ﻣﻦ اﻟﺘﻔﺼﻴﻞ ﺗﺎﻟﻴﺎ‪ً.‬‬
‫‪ x‬اﺧﺘﺒﺎر اﻟﻔﺮﺿﻴﺎت اﳌﺘﻌﻠﻖ ﺑﺎﻟﻮﺳﻂ اﻟﺤﺴﺎيب‬

‫وﻳﻜﻮن اﻟﻬﺪف ﻣﻨﻪ اﺧﺘﺒﺎر ﻓﻴام إذا ﻛﺎن اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻳﺴﺎوي أو أﻛﱪ أو أﺻﻐﺮ ﻣﻦ ﻗﻴﻤﺔ ﻣﺎ‪.‬‬
‫وﺗﻜﻮن اﻟﻔﺮﺿﻴﺎت ﻫﺬه اﻟﺤﺎﻻت ﻛام ﻳﲇ وﻋﲆ اﻟﱰﺗﻴﺐ‬
‫‪D‬‬ ‫‪D‬‬
‫‪1) H0 : P = P0‬‬ ‫‪2‬‬ ‫‪2‬‬
‫ﻗﺒﻮل‬
‫‪H1 :‬‬ ‫‪P z P0‬‬ ‫رﻓﺾ‬ ‫رﻓﺾ‬
‫‪194‬‬
‫‪D‬‬
‫‪2) H0 : P = P0‬‬ ‫ﻗﺒﻮل‬
‫‪H1 :‬‬ ‫‪P > P0‬‬ ‫رﻓﺾ‬
‫‪D‬‬
‫‪3) H0 : P = P0‬‬ ‫ﻗﺒﻮل‬
‫‪H1 :‬‬ ‫‪P < P0‬‬ ‫رﻓﺾ‬
‫ﺣﻴﺚ متﺜﻞ ‪ :D‬اﺣﺘامل رﻓﺾ اﻟﻔﺮﺿﻴﺔ اﻟﺼﻔﺮﻳﺔ وﺗﺴﻤﻰ ﻣﺴﺘﻮى اﻟﺪﻻﻟﺔ‪.‬‬

‫أ‪ -‬اﺧﺘﺒﺎر اﻟﻮﺳﻂ ﻟﻠﻌﻴﻨﺎت اﻟﻜﺒرية‬
‫ﻹﺟﺮاء ﻫﺬا اﻻﺧﺘﺒﺎر مبﺴﺘﻮى دﻻﻟﺔ ‪D‬‬
‫‪ .1‬ﻧﻜﺘﺐ اﻟﻔﺮﺿﻴﺎت اﻹﺣﺼﺎﺋﻴﺔ اﳌﻨﺎﺳﺒﺔ‪.‬‬
‫‪ .2‬ﻧﺠﺪ ﻗﻴﻤﺔ اﻹﺣﺼﺎﺋﻴﺔ ‪ Z‬ﺑﺎﻟﻘﺎﻧﻮن‪.‬‬
‫‪x P0‬‬
‫‪Z‬‬
‫‪n‬‬ ‫‪V‬‬
‫‪ .3‬ﻧﺤﺪد ﻣﻨﻄﻘﺔ اﻟﺮﻓﺾ واﻟﻘﺒﻮل ﺑﺎﺳﺘﺨﺪام ﻗﻴﻤﺔ ‪ Z‬اﻟﺤﺮﺟـﺔ )‪ .(Critical point‬وﺗـﺴﻤﻰ أﻳـﻀﺎ ‪Z‬‬
‫اﻟﺠﺪوﻟﻴﺔ‪.‬‬
‫‪ .4‬وإذا وﻗﻊ اﻹﺣﺼﺎيئ ‪ Z‬ﰲ ﻣﻨﻄﻘﺔ اﻟﻘﺒﻮل ﻧﻘﺒﻞ اﻟﻔﺮﺿﻴﺔ اﻟﺼﻔﺮﻳﺔ وﻧﺮﻓﺾ اﻟﺒﺪﻳﻠـﺔ‪ .‬وﻏـري ذﻟـﻚ‬
‫ﻧﺮﻓﺾ اﻟﻔﺮﺿﻴﺔ اﻟﺼﻔﺮﻳﺔ وﻧﻘﺒﻞ اﻟﺒﺪﻳﻠﺔ‪.‬‬
‫إذا ﺣــﺪدت ﻣﺪﻳﺮﻳــﺔ اﳌﻮاﺻــﻔﺎت واﳌﻘــﺎﻳﻴﺲ وزن رﻏﻴــﻒ اﻟﺨﺒــﺰ ﺑـــ )‪ .(200gm‬ﺑــﺎﻧﺤﺮاف ﻣﻌﻴــﺎري‬
‫)‪ (10gm‬ﻓﺈذا أﺧﺬ أﺣﺪ اﳌﻔﺘﺸني ﻋﻴﻨﺔ ﻣﻦ ﻣﺨﺒﺰ ﻣﻌني ﻣﻜﻮﻧﺔ ﻣﻦ )‪ (100‬رﻏﻴـﻒ ﻓﻜـﺎن اﻟﻮﺳـﻂ اﻟﺤـﺴﺎيب‬
‫ﻷوزاﻧﻬﺎ )‪.(197gm‬‬
‫‪195‬‬
‫ﻓﻬﻞ ﻫﺬا اﳌﺨﺒﺰ ﻳﻌﺘﱪ ﻣﺨﺎﻟﻒ ﻟﻠﻤﻮاﺻﻔﺎت واﳌﻘﺎﻳﻴﺲ ﻋﻨﺪ ﻣﺴﺘﻮى دﻻﻟﺔ )‪(D=0.05‬؟‬
‫ﺳﻨﻌﺘﱪ أن اﻟﺸﺨﺺ ﻣﺨﺎﻟﻒ إذا ﻛﺎن وزن اﻟﺮﻏﻴﻒ أﻗﻞ ﻣﻦ )‪.(200gm‬‬
‫‪H0 :‬‬ ‫‪P = P0‬‬

‫‪H1 :‬‬ ‫‪P < P0‬‬ ‫‪0.95‬‬
‫‪0.05‬‬
‫‪ZD = -1.645‬‬ ‫‪-1.645‬‬
‫‪x P0‬‬
‫‪Z‬‬
‫‪V‬‬ ‫‪n‬‬
‫‪197 200‬‬
‫‪= -3‬‬
‫‪10‬‬ ‫‪100‬‬
‫وﺗﻘﻊ ﻗﻴﻤﺔ اﻹﺣﺼﺎيئ ﺿﻤﻦ ﻣﻨﻄﻘﺔ اﻟﺮﻓﺾ ﻟﺬﻟﻚ ﻧﺮﻓﺾ اﻟﻔﺮﺿﻴﺔ اﻟﺼﻔﺮﻳﺔ وﻧﻘﺒﻞ اﻟﺒﺪﻳﻠـﺔ أي أن وزن‬
‫اﻟﺮﻏﻴﻒ ﻳﻘﻞ ﻋﻦ اﻟﻮزن اﳌﻘﺮر ﻣﻦ ﻣﺪﻳﺮﻳﺔ اﳌﻮاﺻﻔﺎت واﳌﻘﺎﻳﻴﺲ ﻋﻨﺪ ﻣﺴﺘﻮى اﻟﺪﻻﻟﺔ اﳌﻌﻄﻰ ﻟﺬﻟﻚ ﻓﻬﻮ‬
‫ﻣﺨﺎﻟﻒ‪.‬‬
‫ﻳﻨــﺘﺞ ﻣــﺼﻨﻊ أﻗـﺮاص ﻣﺮﻧــﺔ )‪ (floppy disk‬ﻟﻠﺤﺎﺳــﻮب ذات اﻟﻘﻄــﺮ )‪ (3.500 inch‬ﺑــﺎﻧﺤﺮاف ﻣﻌﻴــﺎري‬
‫)‪ .(0.02inch‬أﺧﺬت ﻋﻴﻨﺔ ﻣﻦ إﻧﺘﺎج اﳌﺼﻨﻊ ﻣﻜﻮﻧﺔ ﻣـﻦ )‪ (64‬ﻗﺮﺻـﺎً وﻗﻴـﺴﺖ أﻗﻄﺎرﻫـﺎ ﻓﺄﻋﻄـﺖ ﻣﺘﻮﺳـﻂ‬
‫ﺣﺴﺎيب ﻣﻘﺪاره ‪ .3.505‬ﻓﻬـﻞ ﺗﻌﺘـﱪ ﻫـﺬه اﻟﻌﻴﻨـﺔ ﻣﻼمئـﺔ ﻟﻬـﺬا اﻟﻨـﻮع ﻣـﻦ اﻷﻗـﺮاص ﻋﻨـﺪ ﻣـﺴﺘﻮى دﻻﻟـﺔ‬
‫)‪.(D=0.01‬‬
‫‪H0 :‬‬ ‫‪P = 3.500‬‬
‫‪H1 :‬‬ ‫‪P z 3.500‬‬
‫‪196‬‬
‫‪3.505 3.500‬‬
‫‪Z‬‬
‫‪0.02‬‬ ‫‪64‬‬ ‫‪0.99‬‬
‫‪Z=2‬‬ ‫‪0.005‬‬ ‫‪0.005‬‬
‫‪-2.576‬‬ ‫‪2.576‬‬
‫ﺗﻘﻊ ﻫـﺬه اﻟﻘﻴﻤـﺔ ﰲ ﻣﻨﻄﻘـﺔ اﻟﻘﺒـﻮل‪ .‬ﻓﻠـﺬﻟﻚ ﻧﻘﺒـﻞ اﻟﻔﺮﺿـﻴﺔ اﻟـﺼﻔﺮﻳﺔ وﻧـﺮﻓﺾ اﻟﺒﺪﻳﻠـﺔ‪ .‬أي أن‬
‫اﻷﻗﺮاص ﻣﻼمئﺔ ﻋﻨﺪ ﻣﺴﺘﻮى اﻟﺪﻻﻟﺔ اﳌﻌﻄﻰ‪.‬‬
‫ﻣﻼﺣﻈــﺔ‪ :‬إذا ﻛﺎﻧــﺖ ‪ V‬ﻏــري ﻣﻌﻠﻮﻣــﺔ ﻧــﺴﺘﺨﺪم )‪ (S‬ﻛﻘﻴﻤــﺔ ﺗﻘﺪﻳﺮﻳــﺔ ﺣﻴــﺚ ﺗــﺼﺒﺢ ﻗﻴﻤــﺔ‬
‫اﻹﺣﺼﺎيئ‪:‬‬
‫‪x P0‬‬
‫‪Z‬‬
‫‪s‬‬ ‫‪n‬‬
‫ب‪ -‬اﺧﺘﺒﺎر اﻟﻮﺳﻂ ﰲ ﺣﺎﻟﺔ اﻟﻌﻴﻨﺎت اﻟﺼﻐرية وﺗﺒﺎﻳﻦ اﳌﺠﺘﻤﻊ ﻏري ﻣﻌﻠﻮم‪:‬‬
‫ﻧﺴﺘﺨﺪم ﻫﻨﺎ ﺗﻮزﻳﻊ ‪ t‬ﺑﺪرﺟﺎت ﺣﺮﻳﺔ )‪ (n-1‬ﺑﺪﻻً ﻣﻦ ‪ .Z‬وﻳﻜﻮن اﻹﺣﺼﺎيئ‬
‫‪x P0‬‬
‫‪t‬‬
‫‪S‬‬ ‫‪n‬‬
‫إذا ﻛﺎن ﻣﻌﺪل ﻧﺴﺒﺔ اﻟﻨﻴﻜﻮﺗني اﳌﺜﺒﺘﺔ ﻋﲆ أﺣﺪ أﻧﻮاع اﻟﺴﺠﺎﺋﺮ ﻫﻲ )‪ .(0.7 mlg‬أﺧـﺬ )‪ (16‬ﺳـﻴﺠﺎرة‬
‫ﻣﻦ ﻫﺬا اﻟﻨﻮع ﻓﻜﺎن اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻨﺴﺒﺔ اﻟﻨﻴﻜﻮﺗني ﺗﺴﺎوي )‪ (0.75mlg‬ﺑـﺎﻧﺤﺮاف ﻣﻌﻴـﺎري )‪.(0.04 mlg‬‬
‫ﻓﻬﻞ ﺗﻌﺘﱪ ﻫﺬه اﻟﺴﺠﺎﺋﺮ ذات ﻣﻌﺪل ﻧﺴﺒﺔ ﻧﻴﻜﻮﺗني أﻋﲆ ﻣﻦ اﳌﺜﺒﺖ ﻋـﲆ ﻋﻠﺒـﺔ اﻟـﺴﺠﺎﺋﺮ ﻋﻨـﺪ ﻣـﺴﺘﻮى‬
‫دﻻﻟﺔ )‪.(D=0.05‬‬
‫‪H0 :‬‬ ‫‪P = 0.7‬‬
‫‪H1 :‬‬ ‫‪P > 0.7‬‬
‫‪tD‬‬ ‫]‪= t [15 , 0.5‬‬
‫‪= 1.753‬‬
‫‪197‬‬
‫‪0.75 0.7‬‬ ‫‪0.95‬‬

‫‪t‬‬ ‫‪5‬‬
‫‪0.04‬‬ ‫‪16‬‬ ‫‪0.05‬‬
‫‪1.753‬‬
‫وﺗﻘﻊ ﰲ ﻣﻨﻄﻘﺔ اﻟﺮﻓﺾ أي أن ﻣﻌﺪل ﻧﺴﺒﺔ اﻟﻨﻴﻜﻮﺗني أﻋﲆ ﻣﻦ اﳌﺜﺒﺖ ﻋﲆ ﻋﻠﺒﺔ اﻟﺪﺧﺎن‪.‬‬
‫‪ x‬اﺧﺘﺒﺎر اﻟﻔﺮﺿﻴﺎت اﳌﺘﻌﻠﻘﺔ ﺑﺎﻟﻔﺮق ﺑني وﺳﻄني‬
‫أ‪ -‬اﻟﻌﻴﻨﺎت اﻟﻜﺒرية‪:‬‬
‫إذا ﻛﺎن ﻟﺪﻳﻨﺎ ﻣﺠﺘﻤﻌني ﻣﺴﺘﻘﻠني ﺗﺒﺎﻳﻦ ﻛﻞ ﻣﻨﻬام ﻋﲆ اﻟﱰﺗﻴﺐ ‪ V1,V2‬ﺑﻮﺳﻄني ﺣـﺴﺎﺑﻴني ‪P1, P2‬‬
‫ﻓﻴﻤﻜﻦ أن ﻧﺨﺘﱪ إﺣﺪى اﻟﺤﺎﻻت اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫)‪1‬‬ ‫‪H0 :‬‬ ‫‪P1 = P2‬‬ ‫‬ ‫‪P1 – P2 = 0‬‬
‫‪H1 :‬‬ ‫‪P1 z P2‬‬ ‫‪P1 – P2 z 0‬‬
‫)‪2‬‬ ‫‪H0 :‬‬ ‫‪P1 = P2‬‬ ‫‬ ‫‪P1 – P2 = 0‬‬

‫‪H1 :‬‬ ‫ ‪P1 > P2‬‬ ‫‪P1 – P2 > 0‬‬
‫)‪3‬‬ ‫‪H0 :‬‬ ‫‪P1 = P2‬‬ ‫‬ ‫‪P1 – P2 = 0‬‬

‫‪H1 :‬‬ ‫ ‪P1 < P2‬‬ ‫‪P1 – P2 < 0‬‬
‫وﻳﻜﻮن اﻹﺣﺼﺎيئ ﰲ ﺟﻤﻴﻊ اﻟﺤﺎﻻت‬

‫‪x1 x 2 P1 P 2‬‬
‫‪Z‬‬
‫‪V 12 V 22‬‬
‫‬
‫‪n1‬‬ ‫‪n2‬‬
‫‪x1 x 2‬‬
‫‪or Z‬‬
‫‪V 12 V 22‬‬
‫‬
‫‪n1‬‬ ‫‪n2‬‬
‫‪198‬‬
‫ﻳﺪﻋﻲ أﺣﺪ اﻟﺒﺎﺣﺜني أن ﻣﺘﻮﺳﻂ ﻋﻼﻣﺎت ﻃﻠﺒﺔ اﻟﺠﺎﻣﻌﺎت اﻟﺤﻜﻮﻣﻴﺔ ﰲ ﻣﺎدة اﻹﺣﺼﺎء أﻓـﻀﻞ ﻣـﻦ‬
‫ﻃﻠﺒﺔ اﻟﺠﺎﻣﻌﺎت اﻟﺨﺎﺻﺔ ﰲ ﻧﻔﺲ اﳌﺎدة‪ .‬ﻓﺈذا أﺧﺬت ﻋﻴﻨﺘﺎن ﻣﻦ اﻟﺠﺎﻣﻌﺎت اﻟﺤﻜﻮﻣﻴﺔ واﻟﺨﺎﺻﺔ وأﻋﻄـﺖ‬
‫اﻟﻨﺘﺎﺋﺞ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫ﻋﻴﻨﺔ اﻟﺠﺎﻣﻌﺎت اﻟﺨﺎﺻﺔ‬ ‫ﻋﻴﻨﺔ اﻟﺠﺎﻣﻌﺎت اﻟﺤﻜﻮﻣﻴﺔ‬
‫‪n2 =100‬‬ ‫‪n1 = 81‬‬ ‫ﺣﺠﻢ اﻟﻌﻴﻨﺔ‬
‫‪x2‬‬ ‫‪70‬‬ ‫‪x1‬‬ ‫‪75‬‬ ‫اﻟﻮﺳﻂ اﻟﺤﺴﺎيب‬
‫‪s 22‬‬ ‫‪10‬‬ ‫‪s12‬‬ ‫‪18‬‬ ‫اﻟﺘﺒﺎﻳﻦ‬
‫اﺧﺘﱪ ادﻋﺎء اﻟﺒﺎﺣﺚ ﻋﲆ ﻣﺴﺘﻮى دﻻﻟﺔ )‪.(D=0.05‬‬

‫‪H0 :‬‬ ‫‪P1 = P2‬‬
‫‪H1 :‬‬ ‫‪P1 > P2‬‬
‫‪ZD = 1.645‬‬ ‫ﻗﺒﻮل‬
‫‪x1 x 2‬‬ ‫‪75 70‬‬ ‫رﻓﺾ‬
‫‪Z‬‬ ‫‪1.645‬‬
‫‪S12 S 22‬‬ ‫‪18‬‬
‫‬
‫‪10‬‬
‫‬
‫‪n1‬‬ ‫‪n2‬‬ ‫‪81‬‬ ‫‪100‬‬
‫‪? Z = 8.82‬‬
‫وﺗﻘﻊ ﻫﺬه اﻟﻘﻴﻤﺔ ﰲ ﻣﻨﻄﻘﺔ اﻟﺮﻓﺾ أي أن ادﻋﺎء اﻟﺒﺎﺣﺚ ﺻﺤﻴﺢ‪.‬‬
‫ﻣﻼﺣﻈــﺔ‪ :‬ﰲ اﳌﺜــﺎل اﻟــﺴﺎﺑﻖ اﺳــﺘﺨﺪم ‪ S 22 ، S12‬ﺑــﺪﻻً ﻣــﻦ ‪ V 22 ، V 12‬ﻋــﲆ اﻟﱰﺗﻴــﺐ ﻣــﻊ‬
‫اﺳﺘﺨﺪام اﻹﺣﺼﺎيئ ‪ Z‬وذﻟﻚ ﻷن اﻟﻌﻴﻨﺘﺎن ﻛﺒريﺗﺎن‪.‬‬
‫ب‪ -‬ﻟﻠﻌﻴﻨﺎت اﻟﺼﻐرية واﻟﺘﺒﺎﻳﻦ ﻏري ﻣﻌﻠﻮم‬

‫إذا أﺧﺬت ﻋﻴﻨﺘﺎن ﺻﻐريﺗﺎن )اﻗﻞ ﻣﻦ ‪ (30‬ﻣﺴﺘﻘﻠﺘﺎن ﻣﻦ ﻣﺠﺘﻤﻌـني وﺳـﻄﻴﻬام ﻋـﲆ اﻟﱰﺗﻴـﺐ ‪P1,‬‬
‫‪ ،P2‬وﺗﺒﺎﻳﻨﻬام ﻏـري ﻣﻌﻠـﻮﻣني ﻓﺈﻧﻨـﺎ ﻧـﺴﺘﺨﺪم ﺗﻮزﻳـﻊ ‪ t‬ﺑـﺪﻻً ﻣـﻦ ‪ Z‬ﺑـﺪرﺟﺎت ﺣﺮﻳـﺔ )‪ (n1+n2-2‬وﻳﻜـﻮن‬
‫اﻹﺣﺼﺎيئ ﻫﻮ‬
‫‪199‬‬
‫‪x1 x 2‬‬
‫‪t‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪S‬‬ ‫‬
‫‪n1 n2‬‬
‫ﺣﻴﺚ‬
‫‪n1 1 S12 n2 1 S 22‬‬
‫‪S‬‬ ‫‪2‬‬
‫‪n1 n2 2‬‬
‫أﺧﺬت ﻋﻴﻨﺘﺎن ﻣﻦ إﻧﺘﺎج ﻣﺼﻨﻌني ﻷﺟﻬﺰة اﻟﺘﻠﻔﺰﻳﻮن وأﻋﻄﺖ اﻟﻨﺘﺎﺋﺞ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫ﻋﻴﻨﺔ اﳌﺼﻨﻊ اﻟﺜﺎين‬ ‫ﻋﻴﻨﺔ اﳌﺼﻨﻊ اﻷول‬
‫‪n2 =16‬‬ ‫‪n1 = 25‬‬ ‫ﺣﺠﻢ اﻟﻌﻴﻨﺔ‬
‫ﻣﺘﻮﺳﻂ اﻟﻌﻤﺮ اﻟﺘﺸﻐﻴﲇ‬
‫‪x 2 15‬‬ ‫‪x1 17‬‬
‫ﺑﺎﻟﺴﻨﺔ‬
‫‪s2 2‬‬ ‫‪s1 2.5‬‬ ‫اﻻﻧﺤﺮاف اﳌﻌﻴﺎري‬
‫ﺑﻨﺎء ﻋﲆ اﻟﻌﻴﻨﺘني ﻫﻞ ﻳﻮﺟﺪ ﻓﺮق ﺑني ﻣﺘﻮﺳﻄﻲ اﻟﻌﻤـﺮ اﻟﺘـﺸﻐﻴﲇ ﻹﻧﺘـﺎج اﳌـﺼﻨﻌني ﻋـﲆ ﻣـﺴﺘﻮى‬
‫دﻻﻟﺔ )‪.(D=0.1‬‬
‫‪H0 :‬‬ ‫‪P1 = P2‬‬
‫ﻗﺒﻮل‬
‫‪H1 :‬‬ ‫‪P1 z P2‬‬ ‫رﻓﺾ‬ ‫رﻓﺾ‬
‫‪tD‬‬ ‫@‪t >39 , 0.05‬‬ ‫‪-1.684‬‬ ‫‪1.684‬‬
‫‪2‬‬
‫‪= 1.684‬‬
‫‪2‬‬ ‫‪25 1 2.5‬‬ ‫‪2‬‬

‫‪ 16 1 2‬‬ ‫‪2‬‬
‫‪S‬‬
‫‪25 16 2‬‬
‫‪= 5.38‬‬
‫‪?S = 2.32‬‬
‫‪200‬‬
‫‪17 15‬‬
‫‪?t‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪2.32‬‬ ‫‬
‫‪25‬‬ ‫‪16‬‬
‫‪2‬‬
‫‪2.32 0.32‬‬
‫‪t = 2.7‬‬
‫وﺗﻘﻊ ﰲ ﻣﻨﻄﻘﺔ اﻟﺮﻓﺾ‬
‫إذن ﻳﻮﺟﺪ ﻓﺮق ذو دﻻﻟﺔ ﺑني ﻣﺘﻮﺳﻄﻲ اﻟﻌﻤﺮ اﻟﺘﺸﻐﻴﲇ ﻹﻧﺘﺎج اﳌﺼﻨﻌني‪.‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬إذا ﻛﺎن ﺗﺒﺎﻳﻨﺎ اﳌﺠﺘﻤﻌني ﻣﻌﻠﻮﻣني ﻧﺴﺘﺨﺪم ﺗﻮزﻳﻊ ‪ Z‬ﺑﺪﻻً ﻣﻦ ‪.t‬‬
‫‪ x‬اﺧﺘﺒﺎر اﻟﻔﺮﺿﻴﺎت اﳌﺘﻌﻠﻖ ﺑﺎﻟﻨﺴﺒﺔ‬

‫ﰲ ﻫﺬه اﻟﺤﺎﻟﺔ ﺗﻜﻮن اﻟﻔﺮﺿﻴﺎت اﳌﻤﻜﻨﺔ‬
‫)‪1‬‬ ‫‪H0 :‬‬ ‫‪P = P0‬‬
‫‪H1 :‬‬ ‫‪P z P0‬‬
‫)‪2‬‬ ‫‪H0 :‬‬ ‫‪P = P0‬‬
‫‪H1 :‬‬ ‫‪P > P0‬‬
‫)‪3‬‬ ‫‪H0 :‬‬ ‫‪P = P0‬‬
‫‪H1 :‬‬ ‫‪P < P0‬‬
‫‪pˆ p0‬‬
‫‪Z‬‬ ‫اﻹﺣﺼﺎيئ ﻳﻜﻮن‬
‫‪p0 1 p0‬‬
‫‪n‬‬
‫ﻣﺪﻳﺮ ﻳﻌﺎﻗﺐ ﺳﻜﺮﺗريﺗﻪ إذا ﻛﺎﻧﺖ ﻧﺴﺒﺔ اﻟﺨﻄﺄ ﰲ اﻟﻜﺘﺐ اﻟﺘﻲ ﺗﻄﺒﻌﻬـﺎ أﻛـرث ﻣـﻦ ‪ 5%‬ﻓـﺈذا أﺧـﺬت‬
‫ﻋﻴﻨﺔ ﻣﻜﻮﻧﺔ ﻣﻦ ‪ 50‬ﻛﺘﺎب ﻣﻦ ﻃﺒﺎﻋﺔ اﻟﺴﻜﺮﺗرية ووﺟﺪ أن ﺛﻼث ﻛﺘﺐ ﻣﻨﻬﺎ ﺗﺤﻮي أﺧﻄﺎء‪.‬‬
‫ﻓﻬﻞ ﻫﺬا ﻳﻌﻨﻲ أن اﻟﺴﻜﺮﺗرية ﺗﺴﺘﺤﻖ اﻟﻌﻘﺎب ﻋﻨﺪ ﻣﺴﺘﻮى دﻻﻟﺔ )‪.(D=0.05‬‬
‫‪201‬‬
‫‪H0:‬‬ ‫‪p = 0.05‬‬
‫‪H1 :‬‬ ‫‪p > 0.05‬‬ ‫ﻗﺒﻮل‬
‫‪ZD‬‬ ‫‪= 1.645‬‬ ‫رﻓﺾ‬
‫‪3‬‬ ‫‪1.645‬‬
‫̂‪P‬‬
‫‪50‬‬
‫‪0.06‬‬
‫‪0.06 0.05‬‬
‫‪Z‬‬
‫‪0.05 0.95‬‬
‫‪50‬‬
‫‪0.01‬‬
‫‪0.32‬‬
‫‪0.031‬‬
‫ﻫﺬه اﻟﻘﻴﻤﺔ ﺗﻘﻊ ﺿﻤﻦ ﻣﻨﻄﻘﺔ اﻟﻘﺒﻮل وﺑﺎﻟﺘﺎﱄ ﻻ ﺗﺴﺘﺤﻖ اﻟﺴﻜﺮﺗرية اﻟﻌﻘﺎب‪.‬‬
‫‪ x‬اﺧﺘﺒﺎر اﻟﻔﺮﺿﻴﺎت اﳌﺘﻌﻠﻘﺔ ﺑﺎﻟﻔﺮق ﺑني ﻧﺴﺒﺘني‬

‫اﻟﻔﺮﺿﻴﺎت اﳌﻤﻜﻨﺔ‪:‬‬
‫)‪1‬‬ ‫‪H0 :‬‬ ‫‪P1 = P2‬‬
‫‪H1 :‬‬ ‫‪P1 z P2‬‬
‫)‪2‬‬ ‫‪H0 :‬‬ ‫‪P1 = P2‬‬

‫‪H1 :‬‬ ‫‪P1 > P2‬‬
‫)‪3‬‬ ‫‪H0 :‬‬ ‫‪P1 = P2‬‬

‫‪H1 :‬‬ ‫‪P1 < P2‬‬
‫واﻹﺣﺼﺎيئ ﻳﻜﻮن‬
‫‪Pˆ1 Pˆ 2‬‬
‫‪Z‬‬
‫·‪§1 1‬‬
‫¸¸ ¨¨ ˆ‪pˆ 1 p‬‬
‫‪© n1 n2 ¹‬‬
‫‪202‬‬
‫‪n1 Pˆ1 n2 Pˆ 2‬‬

‫ˆ‪p‬‬ ‫ﺣﻴﺚ‬
‫‪n1 n2‬‬
‫أﺧﺬت ﻋﻴﻨﺘﺎن ﻣﻦ اﻟﺮﺟﺎل واﻟﻨﺴﺎء ﰲ ﻣﺠﺘﻤﻊ ﻣﺎ ﻓﺄﻋﻄﺖ اﻟﻨﺘﺎﺋﺞ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫ﻋﻴﻨﺔ اﻟﻨﺴﺎء‬ ‫ﻋﻴﻨﺔ اﻟﺮﺟﺎل‬
‫‪n2 =200‬‬ ‫‪n1 = 200‬‬ ‫ﺣﺠﻢ اﻟﻌﻴﻨﺔ‬
‫ﻋﺪد اﻟﺬﻳﻦ ﻳﺴﺘﺨﺪﻣﻮن اﻟﻬﺎﺗﻒ‬
‫‪210‬‬ ‫‪160‬‬
‫اﻟﺨﻠﻮي‬
‫ﻓﻬﻞ ﻫﺬه اﻟﻨﺘﺎﺋﺞ ﺗﺪل ﻋﲆ أن ﻫﻨﺎﻟﻚ اﺧﺘﻼف ﺑني ﻧﺴﺒﺔ اﻟﺮﺟﺎل اﻟـﺬﻳﻦ ﻳـﺴﺘﺨﺪﻣﻮن اﻟﺨﻠـﻮي ﻋـﻦ‬
‫ﻧﺴﺒﺔ اﻟﻨﺴﺎء‪.‬‬
‫اﺧﺘﱪ ذﻟﻚ ﻋﲆ ﻣﺴﺘﻮى دﻻﻟﺔ )‪(D=0.02‬‬
‫‪H0 :‬‬ ‫‪P1 = P2‬‬
‫‪H1 :‬‬ ‫‪P1 z P2‬‬
‫ﻗﺒﻮل‬
‫‪ZD‬‬ ‫‪2.33‬‬ ‫رﻓﺾ‬ ‫رﻓﺾ‬
‫‪2‬‬ ‫‪-2.33‬‬ ‫‪2.33‬‬
‫‪160‬‬
‫‪pˆ 1‬‬ ‫‪0.8‬‬
‫‪200‬‬
‫‪210‬‬
‫‪pˆ 1‬‬ ‫‪0.7‬‬
‫‪300‬‬
‫‪160 210‬‬
‫‪p̂ 2‬‬ ‫‪0.74‬‬
‫‪500‬‬
‫‪203‬‬
‫‪0.8 0.7‬‬
‫‪Z‬‬
‫¨§ ‪0.74 0.36‬‬
‫‪1‬‬ ‫· ‪1‬‬
‫‬ ‫¸‬
‫‪© 200 300 ¹‬‬
‫‪0.1‬‬
‫‪2.13‬‬
‫‪0.047‬‬
‫وﺗﻘﻊ ﰲ ﻣﻨﻄﻘﺔ اﻟﻘﺒﻮل أي أﻧﻪ ﻻ ﻳﻮﺟﺪ ﻓﺮق ﺑﺪﻻﻟﺔ إﺣﺼﺎﺋﻴﺔ ﺑني اﻟﻨﺴﺒﺘني‪.‬‬
‫‪204‬‬
‫‪ -1‬أﺧﺬت ﻋﻴﻨﺔ ﺣﺠﻤﻬﺎ )‪ (64‬ﻣﻦ ﻣﺠﺘﻤﻊ إﺣﺼﺎيئ وﺳﻄﻪ اﻟﺤﺴﺎيب )‪ (P‬واﻧﺤﺮاﻓﻪ اﳌﻌﻴﺎري )‪،(10‬إذا ﻛﺎن‬
‫اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻠﻌﻴﻨﺔ ﻳﺴﺎوي ‪ .70‬أوﺟﺪ‬
‫‪ .1‬ﺗﻘﺪﻳﺮ ﻧﻘﻄﻲ ﺛﻘﺔ ﻟﻮﺳﻂ اﳌﺠﺘﻤﻊ‪.‬‬
‫‪ .2‬ﻓﱰة ‪ 80%‬ﺛﻘﺔ ﻟﻮﺳﻂ اﳌﺠﺘﻤﻊ‬
‫‪ -2‬أﺧﺬ ﻋﻴﻨﺔ ﺣﺠﻤﻬﺎ )‪ (25‬ﻣﻦ ﻣﺠﺘﻤﻊ إﺣﺼﺎيئ وﺳﻄﻪ اﻟﺤﺴﺎيب ‪ P‬ﻣﻦ ﻣﺠﺘﻤﻊ إﺣﺼﺎيئ وﺳﻄﻪ اﻟﺤـﺴﺎيب‬
‫‪ P‬واﻧﺤﺮاﻓﻪ اﳌﻌﻴﺎري ‪ .V‬ﻓﺈذا ﻛﺎن اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻠﻌﻴﻨﺔ )‪ (17‬وﺗﺒﺎﻳﻨﻬﺎ )‪ .(4‬أوﺟﺪ‪:‬‬
‫‪ .1‬ﻓﱰة ‪ 90%‬ﺛﻘﺔ ﻟﻮﺳﻂ اﳌﺠﺘﻤﻊ ‪.P‬‬
‫‪ .2‬ﻓﱰة ‪ 98%‬ﺛﻘﺔ ﻟﻮﺳﻂ اﳌﺠﺘﻤﻊ ‪.P‬‬
‫‪ -3‬أﺧﺬت ﻋﻴﻨﺘﺎن ﻣﻦ ﻣﺠﺘﻤﻌني ﻣﺴﺘﻘﻠني وأﻋﻄﺖ اﻟﻨﺘﺎﺋﺞ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫اﻟﻌﻴﻨﺔ اﻟﺜﺎﻧﻴﺔ‬ ‫اﻟﻌﻴﻨﺔ اﻷوﱃ‬
‫‪n2 =36‬‬ ‫‪n1 = 64‬‬ ‫ﺣﺠﻢ اﻟﻌﻴﻨﺔ‬
‫‪x 2 18‬‬ ‫‪x1 50‬‬ ‫اﻟﻮﺳﻂ اﻟﺤﺴﺎيب‬
‫‪s2‬‬ ‫‪5‬‬ ‫‪s1 4‬‬ ‫اﻻﻧﺤﺮاف اﳌﻌﻴﺎري‬
‫ﺟﺪ ﻓﱰة ‪ 95%‬ﺛﻘﺔ ﻟﻠﻔﺮق ﺑني اﻟﻮﺳﻄني‬
‫)‪a-(P1- P2) b -(P2 -P1‬‬
‫‪ -4‬أﺧﺬت ﻋﻴﻨﺘﺎن ﻣﻦ ﻣﺠﺘﻤﻌني ﻣﺴﺘﻘﻠني وأﻋﻄﺖ اﻟﻨﺘﺎﺋﺞ اﻟﺘﺎﻟﻴﺔ‬
‫‪205‬‬
‫اﻟﻌﻴﻨﺔ اﻟﺜﺎﻧﻴﺔ‬ ‫اﻟﻌﻴﻨﺔ اﻷوﱃ‬

‫‪n2 =24‬‬ ‫‪n1 = 15‬‬ ‫ﺣﺠﻢ اﻟﻌﻴﻨﺔ‬
‫‪x2 127‬‬ ‫‪x1 123‬‬ ‫اﻟﻮﺳﻂ اﻟﺤﺴﺎيب‬
‫‪s2‬‬ ‫‪40‬‬ ‫‪s1‬‬ ‫‪38‬‬ ‫اﻟﺘﺒﺎﻳﻦ‬
‫ﺟﺪ ﻓﱰة ‪ 99%‬ﺛﻘﺔ ﻟﻠﻔﺮق ﺑني اﻟﻮﺳﻄني )‪(P1- P2‬‬
‫‪ -5‬إذا ﻛﺎن ﻣﻌﺪل دﺧﻞ )‪ (10‬أﴎ أﺧﺬت ﻋﺸﻮاﺋﻴﺎً ﻣﻦ ﻣﺪﻳﻨـﺔ ﻋـامن ﻫـﻮ )‪ (200‬دﻳﻨـﺎر‪ .‬وﻛـﺎن ﻣﻌـﺪل‬
‫دﺧﻞ )‪ (15‬أﴎة أﺧﺬت ﻋﺸﻮاﺋﻴﺎً ﻣﻦ ﻣﺪﻳﻨﺔ اﻟﺰرﻗﺎء ﻫﻮ )‪ (175‬دﻳﻨﺎر ﺑﺎﻧﺤﺮاف ﻣﻌﻴﺎري )‪ (10‬دﻧﺎﻧري‪.‬‬
‫ﺟﺪ ﻓﱰة ‪ 95%‬ﺛﻘﺔ ﻟﻠﻔﺮق ﺑني ﻣﺘﻮﺳﻄﻲ اﻟﺪﺧﻞ ﻷﴎ ﻣﺪﻳﻨﺔ ﻋامن واﻟﺰرﻗﺎء‪.‬‬
‫‪ -6‬أﺧﺬت ﻋﻴﻨﺔ ﻣﻦ ﻃﻼب اﻟﺠﺎﻣﻌﺔ اﻷردﻧﻴﺔ ﺣﺠﻤﻬﺎ )‪ (400‬ﻃﺎﻟﺒﺎً ﻓﻮﺟﺪ أن )‪ (250‬ﻃﺎﻟﺒﺎً ﻣﻨﻬﻢ ميﺘﻠﻜﻮن‬
‫ﺳﻴﺎرات ﺧﺎﺻﺔ‪ .‬اﻛﺘﺐ ﻓﱰة ‪ 90%‬ﺛﻘﺔ ﻟﻨﺴﺒﺔ اﻟﻄﻠﺒﺔ اﻟﺬﻳﻦ ميﻠﻜﻮن ﺳﻴﺎرات ﺧﺎﺻﺔ ﰲ اﻟﺠﺎﻣﻌﺔ‪.‬‬
‫‪ -7‬أﺧﺬت ﻋﻴﻨﺔ ﻣﻦ اﻟﺴﻴﺎح اﻟﺬﻳﻦ ﻳﺰورون ﻣﺪﻳﻨﺔ اﻟﻌﻘﺒﺔ اﻷردﻧﻴﺔ ﺣﺠﻤﻬﺎ )‪ (500‬ﺳﺎﺋﺤﺎً ﻓﻜﺎﻧـﺖ ﻧـﺴﺒﺔ‬
‫اﻷﺟﺎﻧﺐ ﻣﻨﻬﻢ )‪ (25%‬وأﺧﺬت ﻋﻴﻨﺔ أﺧﺮى ﻣﻦ اﻟﺴﻴﺎح اﻟﺬﻳﻦ ﻳـﺰورون ﻣﺪﻳﻨـﺔ ﴍم اﻟـﺸﻴﺦ اﳌـﴫﻳﺔ‬
‫ﺣﺠﻤﻬﺎ )‪ (500‬ﺳﺎﺋﺢ وﻛﺎن ﻧﺴﺒﺔ اﻷﺟﺎﻧﺐ ﻣﻨﻬﻢ )‪ .(40%‬ﺟﺪ ﻓﱰة ‪ 99%‬ﺛﻘﺔ ﻟﻠﻔﺮق ﺑني اﻟﻨﺴﺒﺘني‪.‬‬
‫‪ -8‬أﺧﺬت ﻋﻴﻨﺔ ﺣﺠﻤﻬﺎ )‪ (225‬ﻣﻦ ﻣﺠﺘﻤﻊ إﺣﺼﺎيئ ﻳﺘﺨﺬ ﺗﻮزﻳﻌﺎ ً ﻃﺒﻴﻌﻴـﺎ ً ﺑﻮﺳـﻂ ﺣـﺴﺎيب ‪ P‬واﻧﺤـﺮاف‬
‫ﻣﻌﻴﺎري )‪ .(8‬وﻛـﺎن اﻟﻮﺳـﻂ اﻟﺤـﺴﺎيب ﻟﻠﻌﻴﻨـﺔ )‪ .(35‬اﺧﺘـﱪ اﻟﻔﺮﺿـﻴﺔ‪ H0: P=34 :‬ﻣﻘﺎﺑـﻞ ‪H1: P‬‬
‫‪z34‬ﻋﲆ ﻣﺴﺘﻮى دﻻﻟﺔ )‪(D=0.02‬‬
‫‪ -9‬أﺧﺬت ﻋﻴﻨﺘﺎن ﻋﺸﻮاﺋﻴﺘﺎن ﻣﻦ ﻧﻮﻋني ﻣـﻦ اﳌـﺼﺎﺑﻴﺢ اﻷوﱃ ﺣﺠﻤﻬـﺎ )‪ (40‬ﻣـﺼﺒﺎﺣﺎ ً مبﺘﻮﺳـﻂ ﺳـﺎﻋﺎت‬
‫ﺗﺸﻐﻴﻠﻴﺔ ﻣﻘـﺪاره )‪ (5000‬ﺳـﺎﻋﺔ ﺑـﺎﻧﺤﺮاف ﻣﻌﻴـﺎري )‪ (250‬ﺳـﺎﻋﺔ واﻟﺜﺎﻧﻴـﺔ ﺣﺠﻤﻬـﺎ )‪ (50‬ﻣـﺼﺒﺎﺣﺎً‬
‫مبﺘﻮﺳﻂ ﺳﺎﻋﺎت ﺗﺸﻐﻴﻠﻴﺔ ﻣﻘﺪاره )‪ (4500‬ﺑﺎﻧﺤﺮاف ﻣﻌﻴﺎري )‪ (200‬ﺳﺎﻋﺔ ﻓﻬﻞ ﻳﻮﺟﺪ ﻓﺮق ذو دﻻﻟـﺔ‬
‫إﺣﺼﺎﺋﻴﺔ ﺑني ﻣﺘﻮﺳﻄﻲ اﻟﺴﺎﻋﺎت اﻟﺘﺸﻐﻴﻠﻴﺔ ﻋﲆ ﻣﺴﺘﻮى دﻻﻟﺔ )‪.(0.05‬‬
‫‪206‬‬
‫‪ -10‬إذا ﻛﺎﻧﺖ أﻃﻮال ﻃﻼب اﻟﺼﻒ اﻷول اﻷﺳﺎﳼ ﺗﺘﺨﺬ ﺗﻮزﻳﻌﺎ ً ﻃﺒﻴﻌﻴـﺎ ً ﺑﻮﺳـﻂ ﺣـﺴﺎيب ‪ P‬واﻧﺤـﺮاف‬
‫ﻣﻌﻴﺎري ‪ .V‬أﺧﺬت ﻋﻴﻨﺔ ﻋﺸﻮاﺋﻴﺎً ﻣﻦ ﻃﻼب اﻟﺼﻒ اﻷول اﻷﺳﺎﳼ ﻓﻜﺎﻧﺖ أﻃـﻮاﻟﻬﻢ ‪،119 ،127 ،110‬‬
‫‪ .109 ،101 ،120 ،125 ،118‬اﺧﺘﱪ اﻟﻔﺮﺿﻴﺔ اﻟﻘﺎﺋﻠﺔ ﺑﺄن ﻣﺘﻮﺳﻂ أﻃﻮال اﻟﺼﻒ اﻷول اﻷﺳـﺎﳼ أﻗـﻞ‬
‫ﻣﻦ )‪ (120 cm‬ﻋﲆ ﻣﺴﺘﻮى دﻻﻟﺔ )‪.(D=0.01‬‬
‫إذا ﻛﺎﻧﺖ ﻧﺴﺒﺔ اﻟﺸﻔﺎء ﻣﻦ ﻣـﺮض ﻣﻌـني إذا اﺳـﺘﺨﺪم اﻟﻌـﻼج )‪ (A‬ﻫـﻮ )‪ .(%93‬ﺛـﻢ أﻧـﺘﺞ أﺣـﺪ‬ ‫‪-11‬‬
‫ﻣﺼﺎﻧﻊ اﻷدوﻳﺔ ﻧﻮﻋﺎً آﺧﺮ ﻣﻦ اﻟﻌﻼج )‪ .(B‬وادﻋﻰ أن ﻫﺬا اﻟﻌﻼج ﻟﻪ ﻧﺴﺒﺔ ﺷـﻔﺎء أﻛـﱪ ﻣـﻦ اﻟﻨـﻮع‬
‫اﻷول‪ .‬ﻓﺄﺧﺬت ﻋﻴﻨـﺔ ﻣﻜﻮﻧـﺔ ﻣـﻦ )‪ (120‬ﻣـﺮﻳﺾ ﻃﺒـﻖ ﻋﻠـﻴﻬﻢ اﻟﻌـﻼج ‪ B‬ﻓـﺸﻔﻲ ﻣـﻨﻬﻢ )‪(114‬‬
‫ﻣﺮﻳﺾ‪ .‬ﻓﻬﻞ ادﻋﺎء اﳌﺼﻨﻊ ﺻﺤﻴﺢ ﻋﲆ ﻣﺴﺘﻮى دﻻﻟﺔ )‪.(D=0.01‬‬
‫‪ -12‬أﺧﺬت ﻋﻴﻨﺘﺎن ﻣﻦ اﻟﺬﻛﻮر‪ ،‬اﻹﻧﺎث ﺣﺠامﻫام ﻋﲆ اﻟﱰﺗﻴﺐ ‪ 75 ،80‬ﻓﻜﺎن ﻋﺪد اﳌﺼﺎﺑني ﺑﺎﻟﴪﻃﺎن ﻣﻦ‬
‫ﻋﻴﻨﺔ اﻟﺬﻛﻮر )‪ (4‬وﻋﺪد اﳌﺼﺎﺑﺎت ﺑﺎﻟﴪﻃﺎن ﻣﻦ ﻋﻴﻨﺔ اﻹﻧﺎث )‪ .(3‬اﺧﺘـﱪ اﻻدﻋـﺎء اﻟﻘﺎﺋـﻞ ﺑـﺄن ﻧـﺴﺒﺔ‬
‫اﳌﺼﺎﺑني ﺑﺎﻟﴪﻃﺎن ﻣﻦ اﻟﺬﻛﻮر أﻋﲆ ﻣﻨﻬﺎ ﻣﻦ اﻹﻧﺎث ﻋﻨﺪ ﻣﺴﺘﻮى دﻻﻟﺔ )‪.(D=0.05‬‬
‫‪207‬‬
‫‪208‬‬
‫اﻟﻮﺣﺪة اﻟﺜﺎﻣﻨﺔ‬
‫‪209‬‬
‫‪210‬‬
‫اﻟﻮﺣﺪة اﻟﺜﺎﻣﻨﺔ ‪...‬اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ‬
‫ﻣﻔﻬﻮم اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ‬

‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ ﻫﻮ أداة ﻟﻘﻴﺎس اﻟﺘﻐري اﻟﻨﺴﺒﻲ أو اﻟﻨﺴﺒﻲ اﳌﺌﻮي ﰲ ﻗﻴﻢ اﻟﻈﻮاﻫﺮ ﻣﻦ زﻣـﻦ إﱃ آﺧـﺮ‬
‫أو ﻣﻦ ﻣﻜﺎن إﱃ آﺧﺮ‪ .‬وﻳﺴﻤﻰ اﻟﺰﻣﻦ أو اﳌﻜﺎن اﻷول ﺑﺎﻷﺳﺎس وﻳﺴﻤﻰ اﻟﺰﻣﻦ أو اﳌﻜﺎن اﻟﺜﺎين ﺑﺎﳌﻘﺎرن‪.‬‬
‫إذا ﻛﺎن ﺳﻌﺮ ﻛﻴﻠﻮ اﻟﺨﺒﺰ ﺳـﻨﺔ ‪ (15) 1995‬ﻗـﺮش وﰲ ﺳـﻨﺔ ‪ 2000‬ﻋـﴩﻳﻦ ﻗـﺮش‪ .‬ﻓـام ﻫـﻮ اﻟـﺮﻗﻢ‬
‫اﻟﻘﻴﺎﳼ ﻟﺴﻌﺮ اﻟﺨﺒﺰ ﺳﻨﺔ ‪ 2000‬ﺑﺎﻋﺘﺒﺎر ﺳﻨﺔ ‪ 1995‬اﻷﺳﺎس؟‬
‫ﺳﻌﺮ ﺳﻨﺔ اﳌﻘﺎرﻧﺔ‬
‫× ‪%100‬‬ ‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ=‬
‫ﺳﻌﺮ ﺳﻨﺔ اﻷﺳﺎس‬
‫ﺳﻌﺮ ﺳﻨﺔ ‪2000‬‬

‫× ‪%100‬‬ ‫=‬
‫ﺳﻌﺮ ﺳﻨﺔ ‪1995‬‬
‫‪20‬‬
‫‪I‬‬ ‫‪u 100%‬‬
‫‪15‬‬
‫‪= 133.3%‬‬
‫وﻫﺬا اﻟﺮﻗﻢ ﻳﻌﻨﻲ أن ﻛﻤﻴﺔ اﻟﺨﺒﺰ اﻟﺘﻲ ﻛﺎن مثﻨﻬﺎ ﻋﺎم ‪ 1995‬ﻣﺌﺔ ﻗـﺮش أﺻـﺒﺢ مثﻨﻬـﺎ ﰲ ﻋـﺎم ‪2000‬‬
‫ﺗﻘﺮﻳﺒﺎً )‪ (133‬ﻗﺮﺷﺎ‪ً.‬‬
‫‪211‬‬
‫ﻓﻮاﺋﺪ اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ‬

‫‪ -1‬ﻣﻌﺮﻓﺔ ﻧﺴﺒﺔ اﻟﺘﻐري ﰲ ﻇﺎﻫﺮة ﻣﺎ ﻣﻦ ﻣﻜﺎن ﻵﺧﺮ أو ﻣﻦ زﻣﻦ ﻵﺧﺮ‪.‬‬
‫‪ -2‬ﻣﻌﺮﻓﺔ اﻟﺪﺧﻞ اﻟﺤﻘﻴﻘﻲ ﻟﻠﻔﺮد أو ﻣﺎ ﻳﺴﻤﻰ ﺑﺎﻟﻘﻮة اﻟﴩاﺋﻴﺔ ﻟﺪﺧﻞ اﻟﻔﺮد‪.‬‬
‫‪ -3‬ﻣﻌﺮﻓﺔ ﻧﺴﺒﺔ اﻟﺰﻳﺎدة ﰲ اﻹﻧﺘﺎج ﻣﻦ زﻣﻦ ﻵﺧﺮ‪.‬‬
‫إذا ﻛﺎن اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ ﻟﺪﺧﻞ اﻟﻔﺮد ﻋﺎم ‪ 2002‬ﺑﺎﻋﺘﺒﺎر ﺳﻨﺔ ‪ 2000‬اﻷﺳﺎس ﻫﻮ ‪ ،1.5‬واﻟﺮﻗﻢ اﻟﻘﻴـﺎﳼ‬
‫ﻟﺘﻜﺎﻟﻴﻒ اﳌﻌﻴﺸﺔ ﰲ ﻋﺎم ‪ 2002‬ﺑﺎﻋﺘﺒﺎر ﺳﻨﺔ ‪ 2000‬اﻷﺳﺎس ﻫﻮ ‪ ،3‬ﻓام ﻫﻲ اﻟﻘﻮة اﻟﴩاﺋﻴﺔ ﻟﺪﺧﻞ اﻟﻔﺮد ﰲ‬
‫ﻋﺎم ‪ 2002‬ﺑﺎﻋﺘﺒﺎر ﻋﺎم ‪ 2000‬ﻫﻲ اﻷﺳﺎس‪.‬‬
‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ ﻟﺪﺧﻞ اﻟﻔﺮد‬
‫× ‪%100‬‬ ‫اﻟﻘﻮة اﻟﴩاﺋﻴﺔ ﻟﺪﺧﻞ اﻟﻔﺮد=‬
‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ ﻟﺘﻜﺎﻟﻴﻒ اﳌﻌﻴﺸﺔ‬
‫‪1.5‬‬
‫‪u 100%‬‬ ‫‪50%‬‬
‫‪3‬‬
‫أي أن دﺧﻞ اﻟﻔﺮد ﻗﺪ ﻧﻘﺺ ﺑﻨﺴﺒﺔ ‪ %50‬ﻣﺎ ﺑني ﻋﺎم ‪ 2000‬وﻋﺎم ‪.2002‬‬
‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﺒﺴﻴﻂ‪Simple Index Number :‬‬
‫وﻫﻨﺎك ﻧﻮﻋني ﻣﻦ اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ اﻟﺒﺴﻴﻄﺔ‬
‫‪ -1‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﺒﺴﻴﻂ ﻟﻸﺳﻌﺎر‪:‬‬
‫ﻣﺠﻤﻮع أﺳﻌﺎر ﺳﻨﺔ اﳌﻘﺎرﻧﺔ‬
‫× ‪%100‬‬ ‫‪ -a‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﺘﺠﻤﻴﻌﻲ اﻟﺒﺴﻴﻂ ﻟﻸﺳﻌﺎر =‬
‫ﻣﺠﻤﻮع أﺳﻌﺎر ﺳﻨﺔ اﻷﺳﺎس‬
‫)‪I c (P‬‬
‫‪¦P‬‬ ‫‪1‬‬
‫‪u 100%‬‬
‫‪¦P‬‬ ‫‪0‬‬
‫= ‪P1‬‬ ‫ﺳﻌﺮ ﺳﻨﺔ اﳌﻘﺎرﻧﺔ‬ ‫ﺣﻴﺚ‪:‬‬

‫ﺳﻌﺮ ﺳﻨﺔ اﻷﺳﺎس = ‪P0‬‬
‫‪212‬‬
‫· ΃‪§ ΔϧέΎϘϣϟ΍ Δϧγ έΎόγ‬‬ ‫‪1‬‬

‫¨¨ ×‪%100‬‬ ‫‪ -b‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﻨﺴﺒﻲ ﻟﻸﺳﻌﺎر = × ﻣﺠﻤﻮع ¸¸‬
‫‪© αΎγϷ΍ Δϧγ έΎόγ΃ ¹‬‬ ‫‪r‬‬
‫‪1 § P1‬‬ ‫·‬

‫‪I P‬‬ ‫¦¨‬ ‫‪¸ u 100%‬‬ ‫ﻋﺪد اﻟﻈﻮاﻫﺮ =‪, r‬‬
‫‪¨ P‬‬ ‫¸‬
‫©‬ ‫‪0‬‬ ‫‪¹‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﻨﺴﺒﻲ ﻫﻮ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻸرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ ﻟﻠﻈﻮاﻫﺮ اﻟﺪاﺧﻠﺔ ﰲ ﺣﺴﺎﺑﻪ‪.‬‬
‫إذا ﻛﺎن ﺳﻌﺮ ﺑﻴﻊ اﻟﻮﺣﺪة ﻹﻧﺘﺎج ﺛﻼﺛﺔ ﻣﺼﺎﻧﻊ ﰲ ﻋﺎﻣﻲ ‪ 2003 ،2004‬ﻣﻌﻄﺎة ﰲ اﻟﺠﺪول اﻟﺘﺎﱄ‪:‬‬
‫اﻟﺴﻌﺮ )دﻳﻨﺎر ﻟﻠﻮﺣﺪة(‬
‫اﳌﺼﻨﻊ‬
‫‪2003‬‬ ‫‪2004‬‬
‫‪1‬‬ ‫‪35‬‬ ‫‪36‬‬
‫‪2‬‬ ‫‪30‬‬ ‫‪32‬‬
‫‪3‬‬ ‫‪31‬‬ ‫‪33‬‬
‫اﺣﺴﺐ اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﺘﺠﻤﻴﻌﻲ اﻟﺒﺴﻴﻂ‪ ،‬واﻟـﺮﻗﻢ اﻟﻘﻴـﺎﳼ اﻟﻨـﺴﺒﻲ اﻟﺒـﺴﻴﻂ ﻟﻸﺳـﻌﺎر ﻋـﺎم ‪2004‬‬
‫ﺑﺎﻋﺘﺒﺎر ﻋﺎم ‪ 2002‬ﻫﻲ اﻷﺳﺎس‪.‬‬
‫)‪I c ( P‬‬
‫‪¦P‬‬ ‫‪1‬‬
‫‪u 100%‬‬
‫‪¦P‬‬ ‫‪0‬‬
‫‪36 32 33‬‬
‫‪u 100%‬‬
‫‪35 30 31‬‬
‫‪101‬‬
‫)‪I c ( P‬‬ ‫‪u 100% 105.21%‬‬
‫‪96‬‬
‫· ‪1 § P1‬‬
‫)‪I p ( P‬‬ ‫‪¨ ¦ ¸ u 100%‬‬
‫‪r ¨© P0 ¸¹‬‬
‫‪213‬‬
‫· ‪1 § 36 32 33‬‬
‫ ¨‬ ‫‪ ¸ u 100%‬‬
‫‪3 © 35 30 31 ¹‬‬
‫‪1‬‬
‫‪1.03 1.07 1.06 u 100%‬‬
‫‪3‬‬
‫‪IP(P)= 105,31%‬‬
‫‪ -2‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﺒﺴﻴﻂ ﻟﻠﻜﻤﻴﺎت‪ :‬وﻫﻮ رﻗﻤني‪:‬‬
‫‪%100× ΔϧέΎϘϣϟ΍‬‬ ‫‪Δϧγ ΕΎϳϣϛ ωϭϣΟϣ‬‬ ‫‪ -a‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﺘﺠﻤﻴﻌﻲ اﻟﺒﺴﻴﻂ ﻟﻠﻜﻤﻴﺎت=‬
‫‪αΎγϷ΍ Δϧγ ΕΎϳϣϛ ωϭϣΟϣ‬‬
‫) ( ‪Ic‬‬
‫¦‬ ‫‪1‬‬
‫‪u 100%‬‬
‫¦‬ ‫‪0‬‬
‫ﺣﻴﺚ‪:‬‬
‫ﻛﻤﻴﺔ ﺳﻨﺔ اﳌﻘﺎرﻧﺔ = ‪Q1‬‬
‫ﻛﻤﻴﺔ ﺳﻨﺔ اﻷﺳﺎس= ‪Q0‬‬
‫· ‪§ ΔϧέΎϘϣϟ΍ Δϧγ Δϳϣϛ‬‬
‫¨¨ ×‪%100‬‬ ‫‪ -b‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﻨﺴﺒﻲ ﻟﻠﻜﻤﻴﺎت = ‪ × 1‬ﻣﺠﻤﻮع ¸‬
‫¸‬
‫‪© αΎγϷ΍ Δϧγ Δϳϣϛ ¹‬‬ ‫‪r‬‬
‫§‪1‬‬ ‫·‬
‫) ( ‪IP‬‬ ‫¦ ¨¨‬ ‫‪1‬‬
‫‪¸¸ u 100%‬‬
‫©‬ ‫‪0 ¹‬‬
‫ﻋﺪد اﻟﻈﻮاﻫﺮ = ‪r‬‬

‫ﰲ ﻣﺘﺠﺮ ﻟﺒﻴﻊ اﳌﻮاد اﻻﺳﺘﻬﻼﻛﻴﺔ إذا ﻛﺎﻧﺖ ﻛﻤﻴﺎت اﳌﻮاد اﳌﺒﺎﻋﺔ ﺑﺎﻟﻄﻦ ﰲ ﻋـﺎﻣﻲ ‪ 2000 , 2003‬ﻫـﻲ‬
‫ﻛام ﻳﲇ‪:‬‬
‫اﳌﺎدة‬ ‫ﻛﻤﻴﺔ ﻋﺎم ‪2000‬‬ ‫ﻛﻤﻴﺔ ﻋﺎم ‪2003‬‬
‫ﺳﻜﺮ‬ ‫‪500‬‬ ‫‪560‬‬
‫رز‬ ‫‪450‬‬ ‫‪480‬‬
‫ﻃﺤني‬ ‫‪650‬‬ ‫‪580‬‬
‫ﺣﻠﻴﺐ‬ ‫‪700‬‬ ‫‪730‬‬
‫‪214‬‬
‫أوﺟﺪ اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﺘﺠﻤﻴﻌـﻲ واﻟﻨـﺴﺒﻲ اﻟﺒـﺴﻴﻂ ﻟﻜﻤﻴـﺎت ﻋـﺎم ‪ 2003‬ﺑﺎﻋﺘﺒـﺎر ﻋـﺎم ‪ 2000‬ﻫـﻮ‬
‫اﻷﺳﺎس‪.‬‬
‫) ‪I c (Q‬‬
‫‪¦Q‬‬ ‫‪1‬‬
‫‪u 100%‬‬
‫‪¦Q‬‬ ‫‪0‬‬
‫‪560 480 580 730‬‬

‫‪500 450 650 700‬‬
‫‪2350‬‬
‫‪u 100%‬‬
‫‪2300‬‬
‫‪= 102.17%‬‬
‫· ‪1 § Q1‬‬
‫)‪I P (Q‬‬ ‫‪¨ ¦ ¸ u 100%‬‬
‫‪r ¨© Q0 ¸¹‬‬
‫· ‪1 § 560 480 580 730‬‬
‫¨‬ ‫‬ ‫‬ ‫‬ ‫‪¸ u 100%‬‬
‫‪4 © 500 450 650 700 ¹‬‬
‫‪1‬‬
‫‪1.12 1.07 0.89 1.04 u 100%‬‬
‫‪4‬‬
‫‪1‬‬
‫‪4.12 100% 103%‬‬
‫‪4‬‬
‫اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ اﳌﺮﺟﺤﺔ )‪(Weighted Index Number‬‬
‫وﻫﻨﺎك ﻧﻮﻋﺎن ﻣﻦ اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ اﳌﺮﺟﺤﺔ‬
‫‪ -1‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﳌﺮﺟﺢ ﻟﻸﺳﻌﺎر‪ :‬وﻫﻮ ﺛﻼﺛﺔ أرﻗﺎم‪:‬‬
‫‪ (a‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ ﻟﻸﺳﻌﺎر واﳌﺮﺟﺢ ﺑﻜﻤﻴﺎت ﺳﻨﺔ اﻷﺳﺎس )رﻗﻢ ﻻﺳﺒري ﻟﻸﺳﻌﺎر(‪.‬‬
‫ﻣﺠﻤﻮع )أﺳﻌﺎر ﺳﻨﺔ اﳌﻘﺎرﻧﺔ×ﻛﻤﻴﺎت ﺳﻨﺔ اﻷﺳﺎس(‬
‫× ‪%100‬‬ ‫رﻗﻢ ﻻﺳﺒري ﻟﻸﺳﻌﺎر=‬
‫ﻣﺠﻤﻮع )أﺳﻌﺎر ﺳﻨﺔ اﻷﺳﺎس×ﻛﻤﻴﺎت ﺳﻨﺔ اﻷﺳﺎس(‬
‫‪215‬‬
‫)‪(P‬‬
‫‪¦P‬‬ ‫‪1‬‬ ‫‪0‬‬
‫‪u 100%‬‬
‫‪P0‬‬ ‫‪0‬‬
‫‪ (b‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ ﻟﻸﺳﻌﺎر واﳌﺮﺟﺢ ﺑﻜﻤﻴﺎت ﺳﻨﺔ اﳌﻘﺎرﻧﺔ )رﻗﻢ ﺑﺎش ﻟﻸﺳﻌﺎر(‪.‬‬
‫ﻣﺠﻤﻮع )أﺳﻌﺎر ﺳﻨﺔ اﳌﻘﺎرﻧﺔ×ﻛﻤﻴﺎت ﺳﻨﺔ اﳌﻘﺎرﻧﺔ(‬
‫× ‪%100‬‬ ‫رﻗﻢ ﺑﺎش ﻟﻸﺳﻌﺎر=‬
‫ﻣﺠﻤﻮع )أﺳﻌﺎر ﺳﻨﺔ اﻷﺳﺎس×ﻛﻤﻴﺎت ﺳﻨﺔ اﳌﻘﺎرﻧﺔ(‬
‫‪c‬‬ ‫)‪(P‬‬
‫‪¦P‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪u 100%‬‬
‫‪P0‬‬ ‫‪1‬‬
‫‪ (c‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻷﻣﺜﻞ ﻟﻸﺳﻌﺎر‪) :‬رﻗﻢ ﻓﴩ ﻟﻸﺳﻌﺎر(‪.‬‬

‫) (‬ ‫‪(P) u P‬‬ ‫‪c‬‬ ‫‪(P) %‬‬
‫أي ﻫﻮ اﻟﻮﺳﻂ اﻟﻬﻨﺪﳼ ﻟﺮﻗﻤﻲ ﻻﺳﺒري وﺑﺎش ﻟﻸﺳﻌﺎر‪.‬‬
‫اﻟﺠﺪول اﻟﺘﺎﱄ ميﺜﻞ أﺳﻌﺎر وﻛﻤﻴﺎت ﻣﺒﻴﻌﺎت أرﺑﻊ ﺳﻠﻊ اﻟﺘﻲ ﺑﻴﻌﺖ ﻋﺎﻣﻲ ‪.2004 ،2002‬‬
‫ﺳﻌﺮ اﻟﻮﺣﺪة‬ ‫ﻛﻤﻴﺔ اﳌﺒﻴﻌﺎت‬
‫اﻟﺴﻠﻌﺔ‬
‫ﻋﺎم ‪2002‬‬ ‫ﻋﺎم ‪2004‬‬ ‫ﻋﺎم ‪2002‬‬ ‫ﻋﺎم ‪2004‬‬
‫‪a‬‬ ‫‪28‬‬ ‫‪40‬‬ ‫‪200‬‬ ‫‪250‬‬
‫‪b‬‬ ‫‪16‬‬ ‫‪20‬‬ ‫‪300‬‬ ‫‪360‬‬
‫‪c‬‬ ‫‪210‬‬ ‫‪15‬‬ ‫‪400‬‬ ‫‪460‬‬
‫‪d‬‬ ‫‪4‬‬ ‫‪10‬‬ ‫‪600‬‬ ‫‪660‬‬
‫ﻓﺈذا اﻋﺘﱪﻧﺎ ﺳﻨﺔ ‪ 2002‬ﻫﻲ ﺳﻨﺔ اﻷﺳﺎس‪ ،‬ﻓﺄوﺟﺪ ﻣﺎ ﻳﲇ‪:‬‬
‫‪ (a‬رﻗﻢ ﻻﺳﺒري ﻟﻸﺳﻌﺎر‪.‬‬
‫‪ (b‬رﻗﻢ ﺑﺎش ﻟﻸﺳﻌﺎر‪.‬‬
‫‪ (c‬رﻗﻢ ﻓﴩ ﻟﻸﺳﻌﺎر‪.‬‬
‫)‪a‬‬ ‫)‪(P‬‬
‫‪¦P‬‬ ‫‪1‬‬ ‫‪0‬‬
‫‪u 100%‬‬
‫‪¦P‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪216‬‬
‫‪40 u 200 20 u 300 15 u 400 10 u 600‬‬

‫‪28 u 200 16 u 300 210 u 400 4 u 600‬‬
‫‪26000‬‬
‫‪u 100%‬‬
‫‪96800‬‬
‫‪= 26.86%‬‬
‫)‪b‬‬ ‫‪c‬‬ ‫)‪(P‬‬

‫‪¦P‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪u 100%‬‬
‫‪¦P‬‬ ‫‪0‬‬ ‫‪1‬‬
‫‪40 u 250 20 u 360 15 u 460 10 u 660‬‬

‫‪u 100%‬‬
‫‪28 u 250 16 u 360 210 u 460 4 u 660‬‬
‫‪30700‬‬
‫‪u 100%‬‬
‫‪112000‬‬
‫‪= 27.41%‬‬
‫) ‪Fisher ( p‬‬ ‫‪Laspeyre( P ) u Paasche( P ) %‬‬
‫‪26.86 u 27.41 %‬‬
‫‪= 27.13%‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬ﺑﻌﺾ اﻟﺒﺎﺣﺜني اﻹﺣﺼﺎﺋﻴني ﻳﺴﺘﺨﺪﻣﻮن أوزان ﺗﻌﻄـﻰ ﻟﻸﺳـﻌﺎر ﺑـﺪل اﻟﻜﻤﻴـﺎت‪ ،‬وﻟﻜﻨﻨـﺎ ﰲ ﻫـﺬا‬
‫اﻟﻜﺘﺎب ﺳﻨﺴﺘﺨﺪم اﻟﻜﻤﻴﺎت ﻣﺒﺎﴍة وﻟﻴﺲ أوزان اﻷﺳﻌﺎر‪.‬‬
‫‪ -2‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﳌﺮﺟﺢ ﻟﻠﻜﻤﻴﺎت‪ :‬وﻫﻮ ﺛﻼﺛﺔ أرﻗﺎم‪.‬‬
‫‪ -a‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ ﻟﻠﻜﻤﻴﺎت اﳌﺮﺟﺢ ﺑﺄﺳﻌﺎر ﺳﻨﺔ اﻷﺳﺎس )رﻗﻢ ﻻﺳﺒري ﻟﻠﻜﻤﻴﺎت(‬
‫ﻣﺠﻤﻮع )ﻛﻤﻴﺎت ﺳﻨﺔ اﳌﻘﺎرﻧﺔ× أﺳﻌﺎر ﺳﻨﺔ اﻷﺳﺎس(‬
‫× ‪%100‬‬ ‫رﻗﻢ ﻻﺳﺒري ﻟﻠﻜﻤﻴﺎت=‬
‫ﻣﺠﻤﻮع )ﻛﻤﻴﺎت ﺳﻨﺔ اﻷﺳﺎس× أﺳﻌﺎر ﺳﻨﺔ اﻷﺳﺎس(‬
‫) (‬
‫¦‬ ‫‪1‬‬
‫‪P0‬‬
‫‪u 100%‬‬
‫¦‬ ‫‪0‬‬
‫‪P0‬‬
‫‪ -b‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ ﻟﻠﻜﻤﻴﺎت واﳌﺮﺟﺢ ﺑﺄﺳﻌﺎر ﺳﻨﺔ اﳌﻘﺎرﻧﺔ )رﻗﻢ ﺑﺎش ﻟﻠﻜﻤﻴﺎت(‪.‬‬
‫ﻣﺠﻤﻮع )ﻛﻤﻴﺎت ﺳﻨﺔ اﳌﻘﺎرﻧﺔ× أﺳﻌﺎر ﺳﻨﺔ اﳌﻘﺎرﻧﺔ(‬
‫× ‪%100‬‬ ‫رﻗﻢ ﺑﺎش ﻟﻸﺳﻌﺎر=‬
‫ﻣﺠﻤﻮع )ﻛﻤﻴﺎت ﺳﻨﺔ اﻷﺳﺎس× أﺳﻌﺎر ﺳﻨﺔ اﳌﻘﺎرﻧﺔ(‬
‫‪217‬‬
‫‪c‬‬ ‫) (‬
‫¦‬ ‫‪P‬‬
‫‪1 1‬‬
‫‪u 100%‬‬
‫¦‬ ‫‪P‬‬
‫‪0 1‬‬
‫‪ -c‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻷﻣﺜﻞ ﻟﻠﻜﻤﻴﺎت‪) :‬رﻗﻢ ﻓﴩ ﻟﻠﻜﻤﻴﺎت(‪.‬‬

‫) (‬ ‫‪uP‬‬ ‫‪c‬‬ ‫‪%‬‬
‫اﻟﺠﺪول اﻟﺘﺎﱄ ﻳﺒني أﺳﻌﺎر وﻛﻤﻴﺎت أرﺑﻊ ﺳﻠﻊ ﰲ ﻋﺎﻣﻲ ‪.2001,2002‬‬
‫ﺳﻌﺮ اﻟﻮﺣﺪة‬ ‫ﻛﻤﻴﺔ اﳌﺒﻴﻌﺎت‬
‫ﻋﺎم ‪2001‬‬ ‫ﻋﺎم ‪2002‬‬ ‫ﻋﺎم ‪2001‬‬ ‫ﻋﺎم ‪2002‬‬
‫‪a‬‬ ‫‪20‬‬ ‫‪25‬‬ ‫‪200‬‬ ‫‪240‬‬
‫‪b‬‬ ‫‪22‬‬ ‫‪19‬‬ ‫‪180‬‬ ‫‪210‬‬
‫‪c‬‬ ‫‪20‬‬ ‫‪20‬‬ ‫‪300‬‬ ‫‪280‬‬
‫‪d‬‬ ‫‪9‬‬ ‫‪11‬‬ ‫‪110‬‬ ‫‪100‬‬
‫ﻋﲆ اﻋﺘﺒﺎر أن ﺳﻨﺔ ‪ 2001‬ﻫﻲ ﺳﻨﺔ اﻷﺳﺎس أوﺟﺪ ﻣﺎ ﻳﲇ‪:‬‬
‫‪ (a‬رﻗﻢ ﻻﺳﺒري ﻟﻠﻜﻤﻴﺎت‪.‬‬
‫‪ (b‬رﻗﻢ ﺑﺎش ﻟﻠﻜﻤﻴﺎت‪.‬‬
‫‪ (c‬رﻗﻢ ﻓﴩ ﻟﻠﻜﻤﻴﺎت‪.‬‬
‫اﻟﺤﻞ‬
‫)‪a‬‬ ‫)‪laspeyre(Q‬‬
‫‪¦Q P‬‬ ‫‪1 0‬‬
‫‪u 100%‬‬
‫‪¦Q P‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪240 u 20 210 u 22 280 u 20 100 u 9‬‬

‫‪100%‬‬
‫‪200 u 20 180 u 22 300 u 20 110 u 9‬‬
‫‪15920‬‬
‫‪u 100%‬‬
‫‪14950‬‬
‫‪= 106.49%‬‬
‫)‪b‬‬ ‫)‪Paasche(Q‬‬
‫‪¦Q P‬‬ ‫‪1 1‬‬
‫‪u 100%‬‬
‫‪¦Q P‬‬ ‫‪0‬‬ ‫‪1‬‬
‫‪218‬‬
‫‪240 u 25 210 u 19 280 u 20 100 u 11‬‬

‫‪u 100%‬‬
‫‪200 u 25 180 u 19 300 u 20 110 u 11‬‬
‫‪16690‬‬
‫‪u 100%‬‬
‫‪15630‬‬
‫‪= 106.78%‬‬
‫)‪c‬‬
‫)‪Fisher(Q‬‬ ‫‪Laspeyre u Paasche %‬‬
‫‪106.49 u 106.78 %‬‬

‫‪= 106.63%‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬إذا مل ﺗﺬﻛﺮ ﺳﻨﺔ اﻷﺳﺎس ﻟﻈﺎﻫﺮ ﻣﺎ‪ .‬ﻓﺘﻜﻮن اﻟﺴﻨﺔ اﻷﻗﺪم ﻫﻲ ﺳﻨﺔ اﻷﺳﺎس‪.‬‬
‫رﻗﻢ ﻣﺎرﺷﺎل‪:‬‬
‫ﻫﻨﺎﻟﻚ ﻋﺎمل آﺧﺮ اﺳﻤﻪ ﻣﺎرﺷﺎل ﻳﺮﺟﺢ اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ ﻟﻸﺳﻌﺎر )ﻟﻠﻜﻤﻴﺎت( مبﻌﺪل ﻛﻤﻴﺎت )أﺳـﻌﺎر(‬
‫ﺳﻨﺔ اﳌﻘﺎرﻧﺔ وﺳﻨﺔ اﻷﺳﺎس ﻓﻴﻜﻮن‪:‬‬
‫)‪a‬‬ ‫)‪(P‬‬
‫‪¦P‬‬ ‫‪1‬‬ ‫‪0‬‬
‫‬ ‫‪1‬‬
‫‪u 100%‬‬
‫‪¦P‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‬ ‫‪1‬‬
‫)‪b‬‬ ‫) (‬
‫¦‬ ‫‪1‬‬
‫‪P1 P0‬‬
‫‪u 100%‬‬
‫¦‬ ‫‪0‬‬
‫‪P1 P0‬‬
‫ﻓﻔﻲ اﳌﺜﺎل اﻟﺴﺎﺑﻖ ﻳﻜﻮن‪:‬‬
‫‪a) Marshall(p) 25 200 240 19 180 210 20 300 280 11 110 100 u100%‬‬
‫‪20 200 240 22 180 210 20 300 280 9 110 100‬‬
‫‪= 104.7%‬‬
‫‪b) Marshall(Q) 240 20 25 210 22 19 280 20 20 100 9 11 u100%‬‬
‫‪200 20 25 180 22 19 300 20 20 110 9 11‬‬
‫‪= 106.64%‬‬
‫‪219‬‬
‫‪220‬‬
‫‪ -1‬ﰲ ﻣﺼﻨﻊ ﻟﻠﻤﻌﻠﺒﺎت ﻳﻨﺘﺞ ﺧﻤﺴﺔ أﻧﻮاع ﻣﻦ اﳌﻌﻠﺒﺎت ﻛﺎﻧﺖ أﺳﻌﺎر وﻛﻤﻴﺎت ﻋﺎﻣﻲ ‪1999,2000‬ﻛﺎﻵيت‪:‬‬
‫ﺳﻌﺮ اﻟﻮﺣﺪة ﺑﺎﻟﺪﻳﻨﺎر‬ ‫اﻟﻜﻤﻴﺔ ﺑﺎﻟﻄﻦ‬
‫ﻋﺎم‪1999‬‬ ‫ﻋﺎم ‪2000‬‬ ‫ﻋﺎم ‪1999‬‬ ‫ﻋﺎم ‪2000‬‬
‫ﻓﻮل‬ ‫‪0.20‬‬ ‫‪0.23‬‬ ‫‪150‬‬ ‫‪200‬‬
‫ﺣﻤﺺ‬ ‫‪0.25‬‬ ‫‪0.27‬‬ ‫‪100‬‬ ‫‪250‬‬
‫ﺑﻨﺪورة‬ ‫‪0.12‬‬ ‫‪0.15‬‬ ‫‪110‬‬ ‫‪300‬‬
‫ﻓﺎﺻﻮﻟﻴﺎء‬ ‫‪0.30‬‬ ‫‪0.35‬‬ ‫‪120‬‬ ‫‪350‬‬
‫ﺑﺎزﻳﻼء‬ ‫‪0.25‬‬ ‫‪0.30‬‬ ‫‪130‬‬ ‫‪220‬‬
‫أوﺟﺪ ﻣﺎ ﻳﲇ ﺑﺎﻋﺘﺒﺎر ﺳﻨﺔ ‪ 1999‬ﻫﻲ ﺳﻨﺔ اﻷﺳﺎس‪:‬‬
‫‪ (a‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﺘﺠﻤﻴﻌﻲ اﻟﺒﺴﻴﻂ ﻟﻸﺳﻌﺎر‪.‬‬
‫‪ (b‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﻨﺴﺒﻲ اﻟﺒﺴﻴﻂ ﻟﻸﺳﻌﺎر‪.‬‬
‫‪ (c‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﺘﺠﻤﻴﻌﻲ اﻟﺒﺴﻴﻂ ﻟﻠﻜﻤﻴﺎت‪.‬‬
‫‪ (d‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﻨﺴﺒﻲ اﻟﺒﺴﻴﻂ ﻟﻠﻜﻤﻴﺎت‪.‬‬
‫‪ -2‬ﻓﻴام ﻳﲇ ﺟﺪول ﻳﺒني أﺳﻌﺎر وﻛﻤﻴﺎت ﻣﺒﻴﻌﺎت ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﺴﻠﻊ ﰲ ﻋﺎﻣﻲ ‪.2000, 2003‬‬
‫ﺳﻌﺮ اﻟﻮﺣﺪة ﺑﺎﻟﺪﻳﻨﺎر‬ ‫ﻛﻤﻴﺔ اﳌﺒﻴﻌﺎت‬
‫ﻋﺎم ‪2000‬‬ ‫ﻋﺎم ‪2003‬‬ ‫ﻋﺎم ‪2000‬‬ ‫ﻋﺎم ‪2003‬‬
‫‪a‬‬ ‫‪40‬‬ ‫‪52‬‬ ‫‪300‬‬ ‫‪250‬‬
‫‪b‬‬ ‫‪28‬‬ ‫‪32‬‬ ‫‪400‬‬ ‫‪480‬‬
‫‪c‬‬ ‫‪21‬‬ ‫‪27‬‬ ‫‪500‬‬ ‫‪560‬‬
‫‪d‬‬ ‫‪16‬‬ ‫‪18‬‬ ‫‪700‬‬ ‫‪770‬‬
‫‪e‬‬ ‫‪36‬‬ ‫‪232‬‬ ‫‪800‬‬ ‫‪1000‬‬
‫اﺣﺴﺐ ﻣﺎ ﻳﲇ ﺑﺎﻋﺘﺒﺎر ﻋﺎم ‪ 2000‬ﻫﻮ ﻋﺎم اﻷﺳﺎس‪:‬‬
‫‪221‬‬
‫‪ (a‬رﻗﻢ ﻻﺳﺒري ﻟﻸﺳﻌﺎر‪.‬‬

‫‪ (b‬رﻗﻢ ﺑﺎش ﻟﻸﺳﻌﺎر‪.‬‬
‫‪ (c‬رﻗﻢ ﻓﴩ ﻟﻸﺳﻌﺎر‪.‬‬
‫‪ (d‬رﻗﻢ ﻣﺎرﺷﺎل ﻟﻸﺳﻌﺎر‪.‬‬
‫اﻟﺠﺪول اﻟﺘﺎﱄ ميﺜﻞ أﺳﻌﺎر وﻛﻤﻴﺎت ﺧﻤﺲ ﺳﻠﻊ ﰲ ﻋﺎﻣﻲ‪.1999,2002‬‬ ‫‪-3‬‬
‫ﺳﻌﺮ اﻟﻮﺣﺪة ﺑﺎﻟﺪﻳﻨﺎر‬ ‫اﻟﻜﻤﻴﺔ‬
‫ﻋﺎم ‪1999‬‬ ‫ﻋﺎم ‪2002‬‬ ‫ﻋﺎم ‪1999‬‬ ‫ﻋﺎم ‪2002‬‬
‫‪a‬‬ ‫‪10‬‬ ‫‪20‬‬ ‫‪30‬‬ ‫‪40‬‬
‫‪b‬‬ ‫‪18‬‬ ‫‪20‬‬ ‫‪22‬‬ ‫‪24‬‬
‫‪c‬‬ ‫‪40‬‬ ‫‪45‬‬ ‫‪50‬‬ ‫‪55‬‬
‫‪d‬‬ ‫‪10‬‬ ‫‪11‬‬ ‫‪12‬‬ ‫‪13‬‬
‫‪e‬‬ ‫‪9‬‬ ‫‪13‬‬ ‫‪17‬‬ ‫‪19‬‬
‫اﺣﺴﺐ ﻣﺎ ﻳﲇ ﺑﺎﻋﺘﺒﺎر ﻋﺎم ‪ 1999‬ﻫﻲ ﺳﻨﺔ اﻷﺳﺎس‪:‬‬
‫‪ (a‬رﻗﻢ ﻻﺳﺒري ﻟﻠﻜﻤﻴﺎت‪.‬‬
‫‪ (b‬رﻗﻢ ﺑﺎش ﻟﻠﻜﻤﻴﺎت‪.‬‬
‫‪ (c‬رﻗﻢ ﻓﴩ ﻟﻠﻜﻤﻴﺎت‪.‬‬
‫‪ (d‬رﻗﻢ ﻣﺎرﺷﺎل ﻟﻠﻜﻤﻴﺎت‪.‬‬
‫‪ -4‬إذا ﻛﺎن ﻟﺪﻳﻨﺎ ﺳﻠﻌﺘني ﻛﺎﻟﻌﺪس واﻟﻘﻤﺢ‪ .‬وﻛﺎن ﺳﻌﺮ اﻟﻌﺪس ﰲ ﺳﻨﺔ اﳌﻘﺎرﻧﺔ ﺿﻌﻒ ﻣﺎ ﻛﺎن ﻋﻠﻴـﻪ ﰲ‬
‫ﺳﻨﺔ اﻷﺳﺎس واﻟﻜﻤﻴﺔ اﳌﺴﺘﻬﻠﻜﺔ ﻣﻦ اﻟﻌﺪس ﻧﺼﻒ ﻣﺎ ﻛﺎﻧﺖ ﻋﻠﻴﻪ ﰲ ﺳﻨﺔ اﻷﺳﺎس‪ ،‬ومل ﻳﻄـﺮأ ﺗﻐـري‬
‫ﻋﲆ اﻟﺴﻌﺮ واﻟﻜﻤﻴﺔ ﻣﺎ ﺑني ﺳﻨﺔ اﳌﻘﺎرﻧﺔ واﻷﺳﺎس ﻟﻠﻘﻤﺢ‪ .‬ﻓام ﻫﻮ اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ ﻟﻸﺳـﻌﺎر واﳌـﺮﺟﺢ‬
‫ﺑﺎﻟﻜﻤﻴﺎت؟‬
‫‪ -5‬ﻣﺎ ﻫﻮ اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ ﻟﺴﻠﻌﺔ ﻣﺎ ﰲ ﺳﻨﺔ ‪ 2005‬ﻣﻘﺎرﻧﺔ ﺑﻨﻔﺲ اﻟﺴﻨﺔ؟‬
‫‪ -6‬اﻟﺠﺪول اﻟﺘﺎﱄ ﻳﺒني أﺳﻌﺎر وﻛﻤﻴﺎت اﻟﺴﻴﺎرات اﳌﺒﺎﻋﺔ ﻟﺪى ﺗﺎﺟﺮ ﺳﻴﺎرات ﰲ اﻟﻔﱰة ‪:1997-1995‬‬
‫‪222‬‬
‫ﺳﻌﺮ اﻟﺴﻴﺎرة ﺑﺎﻟﺪﻳﻨﺎر‬ ‫ﻋﺪد اﻟﺴﻴﺎرات اﳌﺒﺎﻋﺔ‬

‫‪1995‬‬ ‫‪1996‬‬ ‫‪1997‬‬ ‫‪1995‬‬ ‫‪1996‬‬ ‫‪1997‬‬
‫‪a‬‬ ‫‪7000‬‬ ‫‪8000‬‬ ‫‪8200‬‬ ‫‪20‬‬ ‫‪30‬‬ ‫‪45‬‬
‫‪b‬‬ ‫‪10000‬‬ ‫‪14000‬‬ ‫‪14000‬‬ ‫‪40‬‬ ‫‪35‬‬ ‫‪50‬‬
‫‪c‬‬ ‫‪25000‬‬ ‫‪32000‬‬ ‫‪34000‬‬ ‫‪15‬‬ ‫‪20‬‬ ‫‪30‬‬
‫اﺣﺴﺐ ﺑﺎﻋﺘﺒﺎر ﻋﺎﻣﻲ ‪ 1995,1996‬ﻫام اﻷﺳﺎس‪:‬‬
‫‪ (a‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﺘﺠﻤﻴﻌﻲ اﻟﺒﺴﻴﻂ ﻟﻸﺳﻌﺎر واﻟﻜﻤﻴﺎت‪.‬‬
‫‪ (b‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﻨﺴﺒﻲ اﻟﺒﺴﻴﻂ ﻟﻸﺳﻌﺎر واﻟﻜﻤﻴﺎت‪.‬‬
‫‪ (c‬رﻗﻢ ﻻﺳﺒري ﻟﻸﺳﻌﺎر‪.‬‬
‫‪ (d‬رﻗﻢ ﺑﺎش ﻟﻸﺳﻌﺎر‪.‬‬
‫‪ (e‬رﻗﻢ ﻓﴩ ﻟﻸﺳﻌﺎر‪.‬‬
‫ﺗﺤﺴﺐ ﻗﻴﻤﺔ ﺳﻨﺔ اﻷﺳﺎس ﻫﻨﺎ ﻋﲆ أﻧﻬﺎ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﺴﻨﺘﻲ ‪.1995,1996‬‬
‫إذا ﻛﺎن رﻗﻢ ﻻﺳﺒري ﻟﻸﺳﻌﺎر ﻳﺴﺎوي ‪ .110%‬ورﻗـﻢ ﻓـﴩ ﻟﻸﺳـﻌﺎر ﻳـﺴﺎوي ‪ .115%‬أوﺟـﺪ رﻗـﻢ ﺑـﺎش‬ ‫‪-7‬‬
‫ﻟﻸﺳﻌﺎر؟‬
‫إذا ﻛﺎﻧﺖ اﻷﺟﻮر اﻟﻴﻮﻣﻴـﺔ ﻟﺜﻼﺛـﺔ ﻋـامل ﺳـﻨﺔ ‪ 2004‬ﻫـﻲ ﺑﺎﻟـﺪﻳﻨﺎر ‪6,5,7‬وﻛﺎﻧـﺖ اﻷرﻗـﺎم اﻟﻘﻴﺎﺳـﻴﺔ‬ ‫‪-8‬‬
‫اﳌﻘﺎﺑﻠﺔ ﻟﻸﺟﻮر اﻟﻴﻮﻣﻴﺔ ﻟﻬﺆﻻء اﻟﻌامل ‪ 120,100,87.5‬ﻋﲆ اﻟﱰﺗﻴﺐ ﺑﺎﻋﺘﺒﺎر ﺳﻨﺔ ‪ 2003‬ﻫـﻲ اﻷﺳـﺎس‪.‬‬
‫ﺟﺪ ﻣﻌﺪل اﻷﺟﻮر اﻟﻴﻮﻣﻴﺔ ﻟﻬﺆﻻء اﻟﻌامل ﺳﻨﺔ ‪2003‬؟‬
‫إذا ﻛﺎن ﻣﻌﺪل ﺗﻜﺎﻟﻴﻒ اﳌﻌﻴﺸﺔ وﻣﻌﺪل دﺧﻞ اﻟﻔﺮد ﰲ ﻋﺎم ‪ 1995‬ﻫﻮ )‪ (100‬دﻳﻨﺎر ًا‪ (180) ،‬دﻳﻨـﺎرا ً‬ ‫‪-9‬‬
‫ﺷﻬﺮﻳﺎً ﻋﲆ اﻟﱰﺗﻴﺐ وأﺻﺒﺢ ﰲ ﻋﺎم ‪ (350)2000‬دﻳﻨـﺎر ًا‪ (250) ،‬دﻳﻨـﺎرا ً‪ .‬ﻓـام ﻫـﻲ اﻟﻘـﻮى اﻟـﴩاﺋﻴﺔ‬
‫ﻟﺪﺧﻞ اﻟﻔﺮد ﰲ ﻋﺎم ‪ 2000‬ﺑﺎﻋﺘﺒﺎر ﻋﺎم ‪ 1995‬ﻫﻮ اﻷﺳﺎس‪) .‬ﻓﴪ إﺟﺎﺑﺘﻚ(‪.‬‬
‫اﻟﺠﺪول اﻟﺘﺎﱄ ميﺜﻞ ﻣﻌﺪل أﺳﻌﺎر وﻋﺪد اﻷﺳﻬﻢ اﳌﺒﺎﻋﺔ ﻷرﺑﻊ ﴍﻛﺎت ﺑني ﺷﻬﺮي آب ومتﻮز ﻣﻦ ﻋﺎم‬ ‫‪-10‬‬
‫‪.1997‬‬
‫‪223‬‬
‫ﺳﻌﺮ اﻟﺴﻬﻢ ﺑﺎﻟﺪﻳﻨﺎر‬ ‫ﻋﺪد اﻷﺳﻬﻢ اﳌﺒﺎﻋﺔ‬

‫اﻟﴩﻛﺔ‬
‫آب‬ ‫متﻮز‬ ‫آب‬ ‫متﻮز‬
‫اﻷردﻧﻴﺔ‬ ‫‪1‬‬ ‫‪1.25‬‬ ‫‪1000‬‬ ‫‪500‬‬
‫اﻟﻮﻃﻨﻴﺔ‬ ‫‪x‬‬ ‫‪0.8‬‬ ‫‪2000‬‬ ‫‪1500‬‬
‫اﻟﻌﺮﺑﻴﺔ‬ ‫‪2‬‬ ‫‪2.5‬‬ ‫‪200‬‬ ‫‪300‬‬
‫اﻟﺪوﻟﻴﺔ‬ ‫‪1.5‬‬ ‫‪y‬‬ ‫‪1300‬‬ ‫‪1300‬‬
‫إذا ﻛﺎن رﻗﻢ ﻻﺳﺒري ﻟﻸﺳﻌﺎر = ‪ ،%100.95‬ورﻗﻢ ﺑﺎش ﻟﻸﺳﻌﺎر = ‪ %101.12‬أوﺟـﺪ ﺳـﻌﺮ ﺳـﻬﻢ‬
‫اﻟﴩﻛﺔ اﻟﻮﻃﻨﻴﺔ ﰲ ﺷﻬﺮ آب ﻣﻦ ﻋﺎم ‪ ،1997‬وﺳﻌﺮ ﺳﻬﻢ اﻟﴩﻛﺔ اﻟﺪوﻟﻴﺔ ﰲ ﺷﻬﺮ متﻮز ﻣﻦ ﻋـﺎم‬
‫‪.1997‬‬
‫‪224‬‬
‫اﻟﻮﺣﺪة اﻟﺘﺎﺳﻌﺔ‬
‫‪Time Series‬‬
‫‪225‬‬
‫‪226‬‬
‫اﻟﻮﺣﺪة اﻟﺘﺎﺳﻌﺔ ‪...‬اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ‬
‫‪Time Series‬‬
‫إذا أﺧﺬﻧﺎ ﻛﻤﻴﺎت اﳌﻄﺮ ﰲ أﺣﺪ أﺷﻬﺮ اﻟﺸﺘﺎء ﻟﻌﺪة ﺳـﻨﻮات ﻣﺘﺘﺎﻟﻴـﺔ ﻓـﺈن ﻫـﺬه اﻟﻜﻤﻴـﺎت ﺗـﺸﻜﻞ‬
‫ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ‪ ،‬وﻣﻦ ﻫﺬه اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ميﻜﻦ اﻟﺘﻨﺒﺆ ﺑﻜﻤﻴﺔ اﳌﻄﺮ ﰲ ذﻟﻚ اﻟﺸﻬﺮ ﻟﺴﻨﻮات ﻻﺣﻘﺔ ﺑﻨـﺎء‬
‫ﻋﲆ ﺑﻴﺎﻧﺎت اﻟﺴﻨﻮات اﻟﺴﺎﺑﻘﺔ‪.‬‬
‫اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﻫﻲ ﻣﺠﻤﻮﻋﺔ ﻣﺸﺎﻫﺪات أﺧﺬت ﻋﲆ ﻓـﱰات زﻣﻨﻴـﺔ ﻣﺘﻼﺣﻘـﺔ وﻳﻔـﻀﻞ ﺗـﺴﺎوي‬
‫اﻟﻔﱰات اﻟﺰﻣﻨﻴﺔ اﻟﺘﻲ ﺗﺄﺧﺬ ﻓﻴﻬﺎ اﳌﺸﺎﻫﺪات‪.‬‬
‫ﻣﻦ اﻷﻣﺜﻠﺔ ﻋﲆ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ‪ :‬أﺧﺬ ﻛﻤﻴﺔ اﻟﻔﻮﺳﻔﺎت اﻟﺘـﻲ ﻳـﺼﺪرﻫﺎ اﻷردن ﺳـﻨﻮﻳﺎ ﰲ ﺳـﻨﻮات‬
‫ﻣﺘﺘﺎﻟﻴﺔ‪ ،‬ﻣﺒﻴﻌﺎت أﺣﺪ اﳌﺘﺎﺟﺮ ﳌﺪة ﻋﴩة أﻋﻮام ﻣﺘﺘﺎﻟﻴﺔ‪.‬‬
‫ﻣﻦ اﺳﺘﻌامﻻت اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ‪:‬‬
‫‪ (a‬اﻟﺘﻨﺒﺆ ﺑﺎﳌﺴﺘﻘﺒﻞ ﺑﺎﺳﺘﻌامل اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ اﻟﺘﻲ أﺧﺬت ﰲ اﳌﺎﴈ‪.‬‬
‫‪ (b‬اﻛﺘﺸﺎﻓﺎت اﻟﺪورات اﻟﺘﻲ ﺗﺘﻜﺮر ﻓﻴﻬﺎ اﻟﺒﻴﺎﻧﺎت‪.‬‬
‫‪ (c‬اﻛﺘﺸﺎف اﻟﻄﻔﺮات اﻻﻗﺘﺼﺎدﻳﺔ اﻟﺘﻲ ﺗﺤﺼﻞ ﰲ زﻣﻦ ﻣﺎ‪.‬‬
‫متﺜﻴﻞ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﺑﻴﺎﻧﻴﺎً ‪Graphs of time series‬‬
‫ميﻜﻦ متﺜﻴﻞ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﺑﻴﺎﻧﻴﺎً ﺑﺘﻌﻴني أزواج ﻣﺮﺗﺒﺔ )اﻟﺰﻣﻦ‪ ،‬ﻗﻴﻤﺔ اﻟﻈﺎﻫﺮة( ﰲ اﳌﺴﺘﻮى اﻟﺒﻴﺎين‬
‫ﺛﻢ ﺗﻮﺻﻴﻞ ﺗﻠﻚ اﻟﻨﻘﺎط‪ .‬وﻳﺴﻤﻰ اﳌﻨﺤﻨﻰ اﻟﻨﺎﺗﺞ اﳌﻨﺤﻨﻰ اﻟﺘﺎرﻳﺨﻲ )‪ (Historical curve‬ﻟﻠﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ‪.‬‬
‫‪227‬‬
‫ارﺳﻢ اﳌﻨﺤﻨﻰ اﻟﺘﺎرﻳﺨﻲ اﻟﺬي ميﺜﻞ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﻟﻌﺪد ﺧﺮﻳﺠﻲ إﺣﺪى ﻛﻠﻴﺎت اﳌﺠﺘﻤـﻊ ﺧـﻼل‬
‫اﻟﺴﻨﻮات ‪.1993-1984‬‬
‫‪1993‬‬ ‫‪1992‬‬ ‫‪1991‬‬ ‫‪1990‬‬ ‫‪1989‬‬ ‫‪1988‬‬ ‫‪1987‬‬ ‫‪1986‬‬ ‫‪1985‬‬ ‫‪1984‬‬ ‫اﻟﺴﻨﺔ‬
‫ﻋﺪد‬
‫‪300‬‬ ‫‪110‬‬ ‫‪185‬‬ ‫‪180‬‬ ‫‪350‬‬ ‫‪300‬‬ ‫‪250‬‬ ‫‪350‬‬ ‫‪265‬‬ ‫‪200‬‬
‫اﻟﺨﺮﻳﺠني‬
‫ﻋﺪد اﻟﺨﺮﻳﺠني‬
‫‪400‬‬
‫‪350‬‬
‫‪300‬‬
‫‪250‬‬
‫‪200‬‬
‫‪150‬‬
‫‪100‬‬
‫‪50‬‬
‫‪0‬‬ ‫اﻟﺰﻣﻦ‬
‫‪84‬‬ ‫‪85‬‬ ‫‪86‬‬ ‫‪87‬‬ ‫‪88‬‬ ‫‪89‬‬ ‫‪90‬‬ ‫‪91‬‬ ‫‪92‬‬ ‫‪93‬‬
‫ﻣﻌﺎﻣﻞ اﻟﺨﺸﻮﻧﺔ واﳌﺘﻮﺳﻄﺎت اﳌﺘﺤﺮﻛﺔ‬

‫‪Roughness Coefficient and moving average‬‬
‫إذا ﻧﻈﺮﻧﺎ إﱃ اﳌﻨﺤﻨﻰ اﻟﺘﺎرﻳﺨﻲ ﻟﻠﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﰲ اﳌﺜﺎل اﻟﺴﺎﺑﻖ ﻷﻋـﺪاد اﻟﺨـﺮﻳﺠني ﻣـﻦ إﺣـﺪى‬
‫ﻛﻠﻴﺎت اﳌﺠﺘﻤﻊ‪ ،‬ﻧﺮى أﻧﻬﺎ ﺗﺮﺗﻔﻊ ﰲ ﺑﻌﺾ اﻟﺴﻨﻮات وﺗﻨﺨﻔﺾ ﰲ ﺳﻨﻮات أﺧـﺮى وﻫـﺬا اﻟﺘﺬﺑـﺬب ﻳـﺴﻤﻰ‬
‫ﺧﺸﻮﻧﺔ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ وﻟﺤﺴﺎب ﺧﺸﻮﻧﺔ ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ ﻣﺎ ﻧﺴﺘﺨﺪم ﻣﻘﻴﺎس ﻳﺴﻤﻰ ﻣﻌﺎﻣـﻞ اﻟﺨـﺸﻮﻧﺔ‬
‫)‪:(R.C‬‬
‫‪228‬‬
‫¦‬ ‫‪2‬‬
‫‬ ‫‪1‬‬
‫‪2‬‬
‫‪.‬‬
‫¦‬ ‫‬
‫‪2‬‬
‫‪2‬‬
‫ﺣﻴﺚ ‪ :xi‬اﳌﺸﺎﻫﺪة رﻗﻢ)‪ (i‬ﰲ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ‪.‬‬

‫وﻛﻠام ﻗﻞ ﻣﻌﺎﻣﻞ اﻟﺨﺸﻮﻧﺔ ﻛﺎﻧﺖ اﻟﺴﻠﺴﻠﺔ ﻣﻠﺴﺎء أﻛرث‪.‬‬
‫اﺣﺴﺐ ﻣﻌﺎﻣﻞ اﻟﺨﺸﻮﻧﺔ ﻟﻠﺴﻠﺴﻠﺔ‪.‬‬
‫‪9, 0, 3, 9, 6, 3, 9, 0, 6‬‬
‫ﰲ اﻟﺒﺪاﻳﺔ ﻧﺠﺪ اﻟﻮﺳﻂ اﻟﺤﺴﺎيب ﻟﻠﺴﻠﺴﻠﺔ‬
‫‪6 093 693 09‬‬
‫‪x‬‬ ‫‪5‬‬
‫‪9‬‬
‫‪9‬‬
‫¦‬ ‫‪xi xi 1‬‬ ‫‪06‬‬ ‫‪ 90‬‬ ‫‪ 39‬‬ ‫‪ 63 96‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪i 2‬‬
‫‪ 39 03 90‬‬

‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪= 36+81+36+9+9+36+9+81‬‬
‫‪= 297‬‬
‫‪9‬‬
‫¦‬ ‫‬ ‫‪05 95 35 65‬‬

‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪2‬‬
‫‪(9 - 5) 2 3 5 0 5 9 5‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪= 25 + 16 + 4 + 1 + 16 + 4 + 25 + 16‬‬
‫‪= 107‬‬
‫‪297‬‬
‫‪R.C‬‬ ‫‪2.78‬‬
‫‪107‬‬
‫‪229‬‬
‫ﻧﺮى ﻫﻨﺎ أن ﻣﻌﺎﻣﻞ اﻟﺨﺸﻮﻧﺔ ﻛﺒري ﻧﺴﺒﻴﺎً وﻟﺬﻟﻚ ﺗﻜﻮن اﻟﺪراﺳﺔ اﻹﺣـﺼﺎﺋﻴﺔ اﻟﺘـﻲ ميﻜـﻦ أن ﺗﺠـﺮى‬
‫ﻋﲆ ﻫﺬه اﻟﺴﻠﺴﻠﺔ ﻏري دﻗﻴﻘﺔ اﻟﻨﺘﺎﺋﺞ وﺳﻴﻜﻮن ﺗﺤﻠﻴﻠﻬﺎ ﺻﻌﺐ ﻧﻮﻋﺎ ﻣﺎ‪.‬‬
‫وﻟﺬﻟﻚ ﻻ ﺑﺪ ﻣﻦ ﺗﻘﻠﻴﻞ ﻣﻌﺎﻣﻞ اﻟﺨﺸﻮﻧﺔ وذﻟﻚ ﻋﻦ ﻃﺮﻳﻖ إﻳﺠﺎد ﻣﻌﺪﻻت ﻣﺘﺤﺮﻛﺔ ﺑﻄـﻮل ﻣﺤـﺪد‬
‫ﻟﺘﻜﻮن ﺳﻠﺴﻠﺔ أﺧﺮى أﻗﻞ ﺗﺬﺑﺬﺑﺎ‪.‬‬
‫ﻓﺈذا أردﻧﺎ إﻳﺠﺎد ﻣﻌﺪﻻت ﻣﺘﺤﺮﻛﺔ ﺑﻄﻮل )‪ (m‬ﺳرنﻣﺰ ﻟﻪ ﺑﺎﻟﺮﻣﺰ )‪ Mav(m‬ﻓﺈن ﻫﺬا اﳌﻌﺪل ﻳﻜﻮن‬
‫‬ ‫‪1‬‬
‫ ‪ ...‬‬ ‫)‪ ( 1‬‬
‫) (‬ ‫…‪r = 1,2,3,‬‬
‫ﻓﻤﺜﻼً إذا أردﻧﺎ إﻳﺠﺎد ﻣﻌﺪل ﻣﺘﺤﺮك ﻟﻠﺴﻠﺴﻠﺔ اﻟﺴﺎﺑﻘﺔ ﺑﻄﻮل )‪ (3‬ﻓﺈن ﻫﺬا اﳌﻌﺪل ﻳﻜﻮن‬
‫‪X r X r 1 X r 2‬‬
‫)‪Mav(3‬‬
‫‪3‬‬
‫وﺑﺎﻟﺘﺎﱄ ﻧﺠﺪ ﻋﻨﺎﴏ اﻟﺴﻠﺴﻠﺔ اﻟﺠﺪﻳﺪة وﻫﻲ‬
‫‪X1 X 2 X 3‬‬ ‫‪609‬‬ ‫‪15‬‬
‫‪5‬‬
‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬
‫‪X2 X3 X4‬‬ ‫‪093‬‬ ‫‪12‬‬
‫‪4‬‬
‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬
‫‪X3 X4 X5‬‬ ‫‪936‬‬ ‫‪18‬‬
‫‪6‬‬
‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬
‫‪X4 X5 X6‬‬ ‫‪369‬‬ ‫‪18‬‬
‫‪6‬‬
‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬
‫‪X5 X6 X7‬‬ ‫‪693‬‬ ‫‪18‬‬
‫‪6‬‬
‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬
‫‪X6 X7 X8‬‬ ‫‪930‬‬ ‫‪12‬‬
‫‪4‬‬
‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬
‫‪X7 X8 X9‬‬ ‫‪309‬‬ ‫‪12‬‬
‫‪4‬‬
‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬
‫‪230‬‬
‫وﺑﺎﻟﺘﺎﱄ ﺗﺼﺒﺢ اﻟﺴﻠﺴﻠﺔ اﻟﺠﺪﻳﺪة ﻫﻲ‪:‬‬

‫‪5, 4, 6, 6, 6, 4, 4‬‬
‫وﻟﺤﺴﺎب ﻣﻌﺎﻣﻞ اﻟﺨﺸﻮﻧﺔ ﻟﻬﺬه اﻟﺴﻠﺴﻠﺔ ﺳﻴﻜﻮن وﺳﻄﻬﺎ اﻟﺤﺴﺎيب ﻫﻮ‪:‬‬
‫‪5 466644‬‬ ‫‪35‬‬

‫‪X‬‬ ‫‪5‬‬
‫‪7‬‬ ‫‪7‬‬
‫وﻳﻜﻮن ﻣﻌﺎﻣﻞ اﻟﺨﺸﻮﻧﺔ ‪ R.C‬ﻫﻮ‪:‬‬
‫‪7‬‬
‫‪¦x‬‬
‫‪i 2‬‬
‫‪i‬‬
‫‪ xi 1‬‬
‫‪2‬‬
‫‪R.C‬‬ ‫‪7‬‬
‫‪¦x‬‬ ‫‪x‬‬
‫‪2‬‬
‫‪i‬‬
‫‪i 2‬‬
‫‪7‬‬
‫¦‬ ‫‪xi xi 1‬‬ ‫‪45 64 66 66‬‬

‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪i 2‬‬
‫‪ 46 44‬‬

‫‪2‬‬ ‫‪2‬‬
‫‪=1+4+0+0+4+0‬‬
‫‪=9‬‬
‫‪7‬‬
‫¦‬ ‫‪xi x‬‬ ‫‪55 45 65 65 65‬‬

‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪i 1‬‬
‫‪ 45 45‬‬

‫‪2‬‬ ‫‪2‬‬
‫‪=0+1+1+1+1+1+1‬‬
‫‪=6‬‬
‫‪9‬‬
‫‪? R.C‬‬ ‫‪1.5‬‬
‫‪6‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬ﻋﺪد اﻷوﺳﺎط اﳌﺘﺤﺮﻛﺔ ﺑﻄﻮل )‪ (m‬ﻫﻮ )‪k=n-(m-1‬‬

‫ﺣﻴﺚ ‪ n‬ﻋﺪد ﻣﻔﺮدات اﻟﺴﻠﺴﻠﺔ اﻷﺻﻠﻴﺔ‬
‫‪ K‬ﻋﺪد اﻷوﺳﺎط اﳌﺘﺤﺮﻛﺔ‬
‫‪231‬‬
‫ﻣﺮﻛﺒﺎت اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ‬

‫اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﺗﺘﻜﻮن ﻣﻦ أرﺑﻊ ﻣﺮﻛﺒﺎت ﻫﻲ‪:‬‬
‫‪ -1‬ﻣﺮﻛﺒﺔ اﻻﺗﺠﺎه )‪ :(Secular Trend‬ومتﺜﻞ اﻻﺗﺠﺎه ﻟﻠﺴﻠـﺴﻠﺔ وﻳﻜـﻮن اﻟﺘﻘـﺪﻳﺮ اﻷﻓـﻀﻞ ﻟﻬـﺎ ﻋـﻦ‬
‫ﻃﺮﻳﻖ ﻣﻌﺎدﻟﺔ ﺧﻂ اﻧﺤﺪار ﻗﻴﻤﺔ اﻟﻈﺎﻫﺮة ‪ x‬ﻋﲆ اﻟﺰﻣﻦ ‪.t‬‬
‫‪ -2‬ﻣﺮﻛﺒﺔ اﻟﺪورة )‪ :(Cyclical movements‬متﺜﻞ ﻓﱰة ﺗﻐري اﻟﺒﻴﺎﻧـﺎت ﳌـﺪة ﻃﻮﻳﻠـﺔ ﻗـﺪ ﺗﺰﻳـﺪ ﻋـﻦ‬
‫اﻟﺴﻨﺔ‪.‬‬
‫‪ -3‬اﳌﺮﻛﺒﺔ اﻟﻔﺼﻠﻴﺔ )‪ :(Seasonal movements‬وﻫﻲ اﻟﺘﻐـريات اﳌﻨﺘﻈﻤـﺔ اﻟﺘـﻲ ﺗﻈﻬـﺮ ﰲ اﻟﻔـﺼﻮل‬
‫واﻟﻔﺼﻮل ﻗﺪ ﺗﻜﻮن رﺑﻊ ﺳﻨﻮﻳﺔ أو ﺷﻬﺮﻳﺔ أو أﺳﺒﻮﻋﻴﺔ‪.‬‬
‫‪ -4‬ﻣﺮﻛﺒﺔ اﻟﺨﻄﺄ )أو اﳌﺮﻛﺒﺔ اﻟﻌﺸﻮاﺋﻴﺔ()‪ : (Irregular or random movements‬ﺗﺼﻒ ﻣﺎ ﺗﺒﻘﻰ ﻣﻦ اﻟﻌﻮاﻣﻞ‬
‫اﻟﺘﻲ مل ﺗﺪﺧﻞ ﰲ اﳌﺮﻛﺒﺎت اﻟﺴﺎﺑﻘﺔ ﻛﺎﻟﺮواج اﻻﻗﺘﺼﺎدي ﻏري اﳌﺘﻮﻗﻊ ﰲ إﺣﺪى ﺳﻨﻮات اﻟﺴﻠـﺴﻠﺔ اﻟﺰﻣﻨﻴـﺔ‬
‫أو اﻟﺮﻛﻮد ﻧﺘﻴﺠﺔ ﻟﻜﻮارث‪.‬‬
‫وﻳﻘﺼﺪ ﺑﺘﺤﻠﻴﻞ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴـﺔ ﻫـﻮ إﻇﻬـﺎر ﺗـﺄﺛري إﺣـﺪى اﳌﺮﻛﺒـﺎت اﻟـﺴﺎﺑﻘﺔ ﺑﻌـﺪ إﻟﻐـﺎء ﺗـﺄﺛري‬
‫اﳌﺮﻛﺒﺎت اﻷﺧﺮى‪.‬‬
‫ﺗﻘﺪﻳﺮ ﻣﺮﻛﺒﺔ اﻻﺗﺠﺎه )‪(Estimation of secular trend‬‬
‫ﺗﻘﺪر ﻣﺮﻛﺒﺔ اﻻﺗﺠﺎه ﺑﻌﺪة ﻃﺮق ﻣﻨﻬﺎ‪:‬‬
‫‪ -a‬ﻃﺮﻳﻘﺔ اﳌﺮﺑﻌﺎت اﻟﺼﻐﺮى )‪(Least squares method‬‬
‫وﻫﻲ إﻳﺠﺎد ﻣﻌﺎدﻟﺔ ﺧﻂ اﻧﺤﺪار ﻗﻴﻤﺔ اﻟﻈﺎﻫﺮة )‪ (x‬ﻋﲆ اﻟﺰﻣﻦ )‪ (t‬وﺗﺴﻤﻰ ﻣﻌﺎدﻟﺔ اﻻﺗﺠـﺎه اﻟﻌـﺎم‬
‫)‪.(Equation of trend‬‬
‫وﻫﻲ‬
‫‪x= a t + b‬‬
‫ﺣﻴﺚ‬
‫¦‬ ‫‪1‬‬
‫‬
‫¦‬ ‫‬
‫‪2‬‬ ‫‪2‬‬
‫‪1‬‬
‫‪232‬‬
‫‬
‫ﻗﻴﻤﺔ اﻟﻈﺎﻫﺮة ‪x:‬‬
‫‪t:‬‬ ‫اﻟﺰﻣﻦ‬
‫ﻋﺪد ﻗﻴﻢ اﻟﻈﺎﻫﺮة‬
‫‪k:‬‬
‫وﺑﻌﺪ إﻳﺠﺎد ﻣﻌﺎدﻟﺔ اﻻﺗﺠﺎه اﻟﻌﺎم ميﻜﻦ ﺗﻘﺪﻳﺮ ﻗﻴﻢ اﻟﻈﺎﻫﺮة ﻋﻦ ﻃﺮﻳﻘﻬﺎ‪.‬‬
‫اﻟﺠﺪول اﻟﺘﺎﱄ ميﺜﻞ إﻧﺘﺎج أﺣﺪ اﳌﺼﺎﻧﻊ ﺑﺂﻻف اﻟﺪﻧﺎﻧري ﰲ اﻟﻔﱰة )‪:(1989-1980‬‬
‫اﻟﺴﻨﺔ‬ ‫‪1980‬‬ ‫‪1981‬‬ ‫‪1982‬‬ ‫‪1983‬‬ ‫‪1984‬‬ ‫‪1985‬‬ ‫‪1986‬‬ ‫‪1987‬‬ ‫‪1988‬‬ ‫‪1989‬‬
‫اﻹﻧﺘﺎج‬ ‫‪200‬‬ ‫‪235‬‬ ‫‪195‬‬ ‫‪210‬‬ ‫‪245‬‬ ‫‪200‬‬ ‫‪220‬‬ ‫‪260‬‬ ‫‪230‬‬ ‫‪245‬‬
‫أوﺟﺪ ﻣﻌﺎدﻟﺔ اﻻﺗﺠﺎه اﻟﻌﺎم ﺛﻢ اﻛﺘﺐ اﻹﻧﺘﺎج اﻟﺘﻘﺪﻳﺮي ﻟﻠﻤﺼﻨﻊ ﰲ ﺟﻤﻴﻊ اﻟﺴﻨﻮات؟‬
‫ﻟﺴﻬﻮﻟﺔ اﻟﺘﻌﺎﻣﻞ ﻧﻌﻄﻲ اﻟـﺴﻨﻮات ﺗـﺮﻗﻴﻢ ﻣـﻦ ‪ 1‬إﱃ ‪) 10‬أي ﻧﻄـﺮح ‪ 1979‬ﻣـﻦ ﻛـﻞ ﺳـﻨﺔ( وﻧﺠـﺪ‬
‫ﻣﻌﺎدﻟﺔ اﻻﺗﺠﺎه اﻟﻌﺎم‬
‫‪x=at+b‬‬
‫اﻟﺰﻣﻦ ‪t‬‬ ‫اﻹﻧﺘﺎج ‪x‬‬ ‫‪xt‬‬ ‫‪t2‬‬
‫‪1‬‬ ‫‪200‬‬ ‫‪200‬‬ ‫‪1‬‬
‫‪2‬‬ ‫‪235‬‬ ‫‪470‬‬ ‫‪4‬‬
‫‪3‬‬ ‫‪195‬‬ ‫‪585‬‬ ‫‪9‬‬
‫‪4‬‬ ‫‪210‬‬ ‫‪840‬‬ ‫‪16‬‬
‫‪5‬‬ ‫‪245‬‬ ‫‪1225‬‬ ‫‪25‬‬
‫‪6‬‬ ‫‪200‬‬ ‫‪1200‬‬ ‫‪36‬‬
‫‪7‬‬ ‫‪220‬‬ ‫‪1540‬‬ ‫‪49‬‬
‫‪8‬‬ ‫‪260‬‬ ‫‪2080‬‬ ‫‪64‬‬
‫‪9‬‬ ‫‪230‬‬ ‫‪2070‬‬ ‫‪81‬‬
‫‪10‬‬ ‫‪245‬‬ ‫‪2450‬‬ ‫‪100‬‬
‫‪55‬‬ ‫‪2240‬‬ ‫‪12660‬‬ ‫‪385‬‬
‫‪233‬‬
‫‪x‬‬ ‫‪224 , t‬‬ ‫‪5.5‬‬

‫‪k‬‬
‫‪¦x t‬‬
‫‪i 1‬‬
‫‪i i‬‬
‫‪ kx t‬‬
‫‪a‬‬ ‫‪k‬‬
‫‪¦t‬‬ ‫‪k t‬‬

‫‪2‬‬ ‫‪2‬‬
‫‪i‬‬
‫‪i 1‬‬
‫‪12660 10 224 5.5‬‬
‫‪385 10 5.5‬‬
‫‪2‬‬
‫‪= 4.12‬‬
‫‪b x at‬‬
‫)‪= 224-(4.12)(5.5‬‬
‫‪= 201.34‬‬
‫وﺗﻜﻮن ﻣﻌﺎدﻟﺔ اﻻﺗﺠﺎه اﻟﻌﺎم ﻫﻲ‪:‬‬
‫‪x =4.12(t) + 201.34‬‬
‫وﻟﺘﻘﺪﻳﺮ إﻧﺘﺎج اﳌﺼﻨﻊ ﻧﻄﺒﻖ ﰲ ﻣﻌﺎدﻟﺔ اﻻﺗﺠﺎه اﻟﻌﺎم‪.‬‬
‫‪x =4.12(1) + 201.34‬‬ ‫ﻓﺈن‬ ‫ﻓﻤﺜﻼً ﻋﻨﺪﻣﺎ ‪t = 1‬‬
‫‪= 205.46‬‬
‫‪x =4.12(2) + 201.34‬‬ ‫ﻓﺈن‬ ‫ﻋﻨﺪﻣﺎ ‪t=2‬‬
‫‪= 209.58‬‬
‫وﻧﺴﺘﻤﺮ ﻫﻜﺬا ﺣﺘﻰ ﻧﺤﺼﻞ ﻋﲆ ﻛﻞ اﻟﻘﻴﻢ اﳌﻘﺮة ﻟـ ‪ x‬ﻓﻨﺤﺼﻞ ﻋﲆ اﻟﻌﻤﻮد اﻟﺘﺎﱄ‪:‬‬
‫اﻟﺰﻣﻦ ‪t‬‬ ‫ﻗﻴﻤﺔ ‪ x‬اﳌﻘﺪرة‬
‫‪1‬‬ ‫‪205.46‬‬
‫‪2‬‬ ‫‪209.58‬‬
‫‪3‬‬ ‫‪213.7‬‬
‫‪4‬‬ ‫‪217.82‬‬
‫‪5‬‬ ‫‪221.94‬‬
‫‪6‬‬ ‫‪226.06‬‬
‫‪7‬‬ ‫‪230.18‬‬
‫‪8‬‬ ‫‪234.3‬‬
‫‪9‬‬ ‫‪238.42‬‬
‫‪10‬‬ ‫‪242.54‬‬
‫‪234‬‬
‫اﻟﺠﺪول اﻟﺘﺎﱄ ميﺜﻞ اﻹﻧﺘﺎج اﻟﺼﻨﺎﻋﻲ ﻹﺣﺪى اﻟﺪول مبﻼﻳني اﻟﺪوﻻرات ﰲ اﻟﻔﱰة )‪(1974-1980‬‬
‫‪ 1974‬اﻟﺴﻨﺔ‬ ‫‪1975‬‬ ‫‪1976‬‬ ‫‪1977‬‬ ‫‪1978‬‬ ‫‪1979‬‬ ‫‪1980‬‬
‫اﻹﻧﺘﺎج اﻟﺼﻨﺎﻋﻲ‬ ‫‪101‬‬ ‫‪95‬‬ ‫‪104‬‬ ‫‪108‬‬ ‫‪106‬‬ ‫‪111‬‬ ‫‪117‬‬
‫أوﺟﺪ ﻣﻌﺎدﻟﺔ اﻻﺗﺠﺎه اﻟﻌﺎم‪.‬‬ ‫‪-1‬‬
‫ﻗﺪر اﻹﻧﺘﺎج اﻟﺼﻨﺎﻋﻲ ﻟﻜﻞ ﺳﻨﺔ‪.‬‬ ‫‪-2‬‬
‫ﻣﺎ ﻫﻮ اﻹﻧﺘﺎج اﳌﺘﻮﻗﻊ ﻟﻠﺪوﻟﺔ ﺳﻨﺔ ‪.1985‬‬ ‫‪-3‬‬
‫اﻟﺰﻣﻦ ‪t‬‬ ‫اﻹﻧﺘﺎج ‪x‬‬ ‫‪tx‬‬ ‫‪t2‬‬
‫‪1‬‬ ‫‪101‬‬ ‫‪101‬‬ ‫‪1‬‬
‫‪2‬‬ ‫‪95‬‬ ‫‪190‬‬ ‫‪4‬‬
‫‪3‬‬ ‫‪104‬‬ ‫‪312‬‬ ‫‪9‬‬
‫‪4‬‬ ‫‪108‬‬ ‫‪432‬‬ ‫‪16‬‬
‫‪5‬‬ ‫‪106‬‬ ‫‪530‬‬ ‫‪25‬‬
‫‪6‬‬ ‫‪111‬‬ ‫‪666‬‬ ‫‪36‬‬
‫‪7‬‬ ‫‪117‬‬ ‫‪819‬‬ ‫‪49‬‬
‫‪28‬‬ ‫‪742‬‬ ‫‪3050‬‬ ‫‪140‬‬
‫‪742‬‬
‫)‪1‬‬ ‫‪x‬‬ ‫‪106‬‬
‫‪7‬‬
‫‪28‬‬
‫‪t‬‬ ‫‪4‬‬
‫‪7‬‬
‫‪a‬‬
‫‪¦ xt kxt‬‬
‫‪¦t k t‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪3050 7 106 4‬‬

‫‪= 2.93‬‬
‫‪140 7 4‬‬
‫‪2‬‬
‫‪b‬‬ ‫‪x at‬‬

‫)‪=106 – (2.93) (4‬‬
‫‪= 94.3‬‬
‫‪235‬‬
‫? ﻣﻌﺎدﻟﺔ ﺧﻂ اﻻﻧﺤﺪار )ﻣﻌﺎدﻟﺔ اﻻﺗﺠﺎه اﻟﻌﺎم( ﻫﻲ‬

‫‪x = 2.93t+94.3‬‬
‫‪ -2‬ﻹﻳﺠﺎد اﻹﻧﺘﺎج اﻟﺼﻨﺎﻋﻲ اﳌﻘﺪر ﻧﻌﻮض ﰲ اﳌﻌﺎدﻟﺔ اﻟﺴﺎﺑﻘﺔ ﻟﻠﺤﺼﻮل ﻋﲆ اﻟﺠﺪول‪:‬‬

‫اﻹﻧﺘﺎج اﻟﺼﻨﺎﻋﻲ اﳌﻘﺪر‬ ‫اﻟﺰﻣﻦ ‪t‬‬ ‫اﻟﺴﻨﺔ‬
‫‪97.23‬‬ ‫‪1‬‬ ‫‪1974‬‬
‫‪100.16‬‬ ‫‪2‬‬ ‫‪1975‬‬
‫‪103.09‬‬ ‫‪3‬‬ ‫‪1976‬‬
‫‪106.02‬‬ ‫‪4‬‬ ‫‪1977‬‬
‫‪108.95‬‬ ‫‪5‬‬ ‫‪1978‬‬
‫‪111.88‬‬ ‫‪6‬‬ ‫‪1979‬‬
‫‪114.81‬‬ ‫‪7‬‬ ‫‪1980‬‬
‫‪ -3‬ﺳﻨﺔ ‪ 1985‬ﺗﻘﺎﺑﻞ اﻟﱰﺗﻴﺐ ‪t =12‬‬

‫‪x =(2.93) (12)+ 94.3‬‬ ‫ﻓﻴﻘﺪر اﻹﻧﺘﺎج‬
‫‪= 129.43 million $‬‬
‫‪ -b‬ﻃﺮﻳﻘﺔ اﻟﺘﻤﻬﻴﺪ ﺑﺎﻟﻴﺪ )‪(Free hand method‬‬

‫وﺗﺘﻢ ﻫﺬه اﻟﻄﺮﻳﻘﺔ ﺑﺮﺳﻢ ﺧﻂ ﻣﺴﺘﻘﻴﻢ ﻣﺘﻮاﻓﻖ ﻣﻊ ﻧﻘﺎط اﳌﻨﺤﻨـﻰ اﻟﺘـﺎرﻳﺨﻲ ﻟﻠﺴﻠـﺴﻠﺔ اﻟﺰﻣﻨﻴـﺔ‪،‬‬
‫وﻫﻲ ﻃﺮﻳﻘﺔ ﺗﻌﺘﻤﺪ ﻋﲆ ﻣﻬﺎرة اﻟﺬي ﻳﺮﺳﻢ ذﻟﻚ اﳌﺴﺘﻘﻴﻢ‪ ،‬وﻟﺬﻟﻚ ﺗﻌﺘﱪ ﻃﺮﻳﻘﺔ ﻏري دﻗﻴﻘﺔ‪.‬‬
‫وﺑﻌﺪ رﺳﻢ اﳌﺴﺘﻘﻴﻢ ﻧﺠﺪ ﻣﻌﺎدﻟﺘﻪ ﻋﻦ ﻃﺮﻳﻖ ﻧﻘﻄﺘني ﻋﻠﻴﻪ‪.‬‬
‫وﺗﻜﻮن ﻣﻌﺎدﻟﺔ اﳌﺴﺘﻘﻴﻢ ﻫﻲ ﻣﻌﺎدﻟﺔ اﻻﺗﺠﺎه اﻟﻌﺎم‪.‬‬
‫اﻟﺠﺪول اﻟﺘﺎﱄ ميﺜﻞ ﻣﻴﺰاﻧﻴﺔ اﻟﺘﻌﻠﻴﻢ اﻟﻌﺎﱄ مبﻼﻳني اﻟﺪﻧﺎﻧري ﻟﻠﻔﱰة )‪(1986-1992‬‬
‫اﻟﺴﻨﺔ‬ ‫ﻣﻮازﻧﺔ اﻟﻮزارة‬ ‫اﻟﺰﻣﻦ ‪t‬‬
‫‪1986‬‬ ‫‪7‬‬ ‫‪1‬‬
‫‪1987‬‬ ‫‪8.2‬‬ ‫‪2‬‬
‫‪1988‬‬ ‫‪9.3‬‬ ‫‪3‬‬
‫‪1989‬‬ ‫‪9.6‬‬ ‫‪4‬‬
‫‪1990‬‬ ‫‪10.3‬‬ ‫‪5‬‬
‫‪1991‬‬ ‫‪6.3‬‬ ‫‪6‬‬
‫‪1992‬‬ ‫‪6.4‬‬ ‫‪7‬‬
‫‪236‬‬
‫‪ (a‬ﺟﺪ ﻣﻌﺎدﻟﺔ اﻻﺗﺠﺎه؟‬

‫‪ (b‬ﻗﺪر ﻣﻴﺰاﻧﻴﺔ اﻟﻮزارة ﰲ ﻛﻞ ﺳﻨﺔ ﻣﻦ ﺳﻨﻮات اﻟﺠﺪول؟‬
‫‪x‬‬
‫‪12‬‬
‫‪t 2 , x2‬‬
‫×‬
‫‪10‬‬
‫×‬
‫‪8‬‬
‫‪t 1 , x1‬‬
‫‪6‬‬
‫‪4‬‬
‫‪2‬‬
‫‪0‬‬ ‫‪t‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬
‫ﻧﺠﺪ ﰲ اﻟﺒﺪاﻳﺔ ﻣﻴﻞ اﻟﺨﻂ اﳌﺴﺘﻘﻴﻢ وﻫﻮ‪:‬‬

‫‪x 2 x1‬‬ ‫‪10 8‬‬ ‫‪2‬‬
‫‪m‬‬ ‫‪0.91‬‬
‫‪t 2 t1‬‬ ‫‪4.5 2.3‬‬ ‫‪2.2‬‬
‫وﺗﻜﻮن ﻣﻌﺎدﻟﺔ ﺧﻂ اﳌﺴﺘﻘﻴﻢ ﻫﻲ‪:‬‬
‫)‪(x-x1‬‬ ‫)‪= m (t-t1‬‬
‫)‪(x-8‬‬ ‫)‪= 0.91(t-2.3‬‬
‫‪x-8‬‬ ‫‪= 0.91t-2.09‬‬
‫‪?x=0.91t + 5.91‬‬ ‫)ﻣﻌﺎدﻟﺔ اﻻﺗﺠﺎه اﻟﻌﺎم(‬
‫‪ 1986 1987‬اﻟﺴﻨﺔ‬ ‫‪1988‬‬ ‫‪1989‬‬ ‫‪1990‬‬ ‫‪1991‬‬ ‫‪1992‬‬
‫‪ 6.82‬اﳌﻴﺰاﻧﻴﺔ اﳌﻘﺪرة‬ ‫‪7.73‬‬ ‫‪8.64‬‬ ‫‪9.55‬‬ ‫‪10.46‬‬ ‫‪11.37‬‬ ‫‪12.28‬‬
‫‪ -C‬ﻃﺮﻳﻘﺔ ﻧﺼﻒ اﻟﺴﻠﺴﻠﺔ)‪(Semi-averages method‬‬

‫وﺗﺘﻢ ﻫﺬه اﻟﻄﺮﻳﻘﺔ ﺑﻘﺴﻢ اﻟﺴﻠﺴﻠﺔ إﱃ ﻧﺼﻔني ﻣﺘﺴﺎوﻳني ﻧﺠـﺪ اﻟﻮﺳـﻂ اﻟﺤـﺴﺎيب‬
‫ﻟﻠﻨﺼﻒ اﻷول ﺑﺤﻴﺚ ﺗﺸﻜﻞ ﻧﻘﻄﺔ ﰲ اﳌﺴﺘﻮى اﻟﺒﻴﺎين‪ ،‬اﻹﺣﺪايث اﻷﻓﻘﻲ ﻟﻬﺎ ﻫـﻮ اﻟﻮﺳـﻂ‬
‫‪237‬‬
‫اﻟﺤﺴﺎيب ﻟﻘـﻴﻢ اﻟـﺰﻣﻦ ‪ t1‬واﻹﺣـﺪايث اﻟﻌﻤـﻮدي ﻫـﻮ اﻟﻮﺳـﻂ اﻟﺤـﺴﺎيب ﻟﻘـﻴﻢ اﻟﻈـﺎﻫﺮة ‪ x1‬ﰲ ذﻟـﻚ‬
‫اﻟﻨﺼﻒ‪ ،‬وﻧﻘﻮم ﺑﻨﻔﺲ اﻟﻌﻤﻠﻴﺔ ﻟﻠﻨﺼﻒ اﻵﺧﺮ ﻓﻨﺤﺼﻞ ﻋـﲆ ﻧﻘﻄﺘـني ﻫـام ‪ t1 , x1 , t 2 , x 2‬ﺛـﻢ ﻧﺠـﺪ‬
‫ﻣﻌﺎدﻟﺔ اﻟﺨﻂ اﳌﺴﺘﻘﻴﻢ اﳌﺎر ﺑﺎﻟﻨﻘﻄﺘني اﻟﺴﺎﺑﻘﺘني وﺗﻜﻮن ﻫﻲ ﻣﻌﺎدﻟﺔ اﻻﺗﺠﺎه اﻟﻌﺎم‪.‬‬
‫اﻟﺠﺪول اﻟﺘﺎﱄ ميﺜﻞ أﻋﺪاد اﻟﻄﻠﺒﺔ ﺑﺂﻻف واﻟﺬﻳﻦ ﻳﺪرﺳﻮن ﺧﺎرج اﻷردن ﺧﻼل اﻟﻔﱰة )‪.(1988-1993‬‬
‫اﻟﺴﻨﺔ‬ ‫‪1988‬‬ ‫‪1989‬‬ ‫‪1990‬‬ ‫‪1991‬‬ ‫‪1992‬‬ ‫‪1993‬‬
‫ﻋﺪد اﻟﻄﻠﺒﺔ ﺑﺎﻵﻻف‬ ‫‪36‬‬ ‫‪35.6‬‬ ‫‪32.8‬‬ ‫‪35.8‬‬ ‫‪35‬‬ ‫‪31.9‬‬
‫اﻟﺰﻣﻦ‬ ‫ﻣﺘﻮﺳﻂ اﻟﺰﻣﻦ‬ ‫ﻣﺘﻮﺳﻂ أﻋﺪاد اﻟﻄﻠﺒﺔ‬
‫اﻟﺴﻨﺔ‬ ‫أﻋﺪاد اﻟﻄﻠﺒﺔ‬
‫‪t‬‬ ‫‪t‬‬ ‫‪x‬‬
‫‪1988‬‬ ‫‪36‬‬ ‫‪1‬‬
‫‪1989‬‬ ‫‪35.6‬‬ ‫‪2‬‬ ‫‪t1‬‬ ‫‪2‬‬ ‫‪x1‬‬ ‫‪34.8‬‬
‫‪1990‬‬ ‫‪32.8‬‬ ‫‪3‬‬
‫‪1991‬‬ ‫‪35.8‬‬ ‫‪4‬‬
‫‪1992‬‬ ‫‪35‬‬ ‫‪5‬‬ ‫‪t2‬‬ ‫‪5‬‬ ‫‪x2‬‬ ‫‪34.23‬‬
‫‪1993‬‬ ‫‪31.9‬‬ ‫‪6‬‬
‫ﻧﺠﺪ ﻣﻴﻞ اﻟﺨﻂ اﳌﺴﺘﻘﻴﻢ‬
‫‪x 2 x1‬‬ ‫‪34.23 34.8‬‬
‫‪m‬‬
‫‪t 2 t1‬‬ ‫‪52‬‬
‫‪= -0.19‬‬
‫ﻣﻌﺎدﻟﺔ اﻟﺨﻂ اﳌﺴﺘﻘﻴﻢ‬
‫‪x x1‬‬ ‫‪m t t1‬‬
‫‪x – 34.8‬‬ ‫)‪= -0.19 (t-2‬‬
‫‪x – 34.8‬‬ ‫‪= -0.19t + 0.38‬‬
‫‪238‬‬
‫‪x‬‬ ‫‪= -0.19t + 35.18‬‬

‫‪x= 35.18 – 0.19t‬‬ ‫وﺗﻜﻮن ﻣﻌﺎدﻟﺔ اﻻﺗﺠﺎه اﻟﻌﺎم ﻫﻲ‪:‬‬
‫ﺳﺆال‪ :‬ﰲ اﳌﺜﺎل اﻟﺴﺎﺑﻖ اﻛﺘﺐ أﻋﺪاد اﻟﻄﻠﺒﺔ اﳌﻘﺪرة ﻟﻜﻞ ﺳﻨﺔ ﻣﻦ اﻟﺴﻨﻮات ‪.1988-1993‬‬
‫إذا ﻛﺎن ﻋﺪد ﻋﻨﺎﴏ اﻟﺴﻠﺴﻠﺔ ﻓﺮدي ﻓﺈﻧﻨﺎ ﻧﺤﺬف اﻟﻘﻴﻤﺔ اﳌﻮﺟـﻮدة ﰲ ﻣﻨﺘـﺼﻒ اﻟﺴﻠـﺴﻠﺔ وﻧﺄﺧـﺬ‬
‫اﻷوﺳﺎط ﻟﻠﻘﻴﻢ اﳌﺘﺒﻘﻴﺔ‪ ،‬ﻓﻤﺜﻼً إذا ﻛﺎن ﻋﺪد ﻋﻨﺎﴏ اﻟﺴﻠﺴﻠﺔ )‪ (9‬ﻓﺈﻧﻨـﺎ ﻧﺄﺧـﺬ اﳌﺘﻮﺳـﻂ ﻷول أرﺑـﻊ ﻗـﻴﻢ‬
‫واﳌﺘﻮﺳﻂ ﻵﺧﺮ أرﺑﻊ ﻗﻴﻢ وﻧﺤﺬف اﻟﻘﻴﻤﺔ اﻟﺨﺎﻣﺴﺔ‪.‬‬
‫‪ -d‬ﻃﺮﻳﻘﺔ اﳌﺘﻮﺳﻄﺎت اﳌﺘﺤﺮﻛﺔ )‪(Moving averages method‬‬
‫ﺗﺘﻠﺨﺺ ﻫﺬه اﻟﻄﺮﻳﻘﺔ ﺑﺈﻳﺠﺎد اﻷوﺳﺎط )اﳌﺘﻮﺳﻄﺎت( اﳌﺘﺤﺮﻛﺔ ﺑﻄـﻮل ﻣﻨﺎﺳـﺐ ﻟﻠﺴﻠـﺴﻠﺔ اﻟﺰﻣﻨﻴـﺔ‬
‫ﻓﻴﻨﺘﺞ ﻟﺪﻳﻨﺎ ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ أﺧﺮى ﻣﻦ اﳌﺘﻮﺳﻄﺎت اﳌﺘﺤﺮﻛﺔ‪.‬‬
‫وﻳﻜﻮن أﺛﺮ اﻻﺗﺠﺎه اﻟﻌﺎم ﻓﻴﻬﺎ ﻇﺎﻫﺮاً ﺑﺸﻜﻞ أﻓﻀﻞ ﻣﻦ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ اﻷﺻﻠﻴﺔ‪ .‬ﺛﻢ ﻧﻘﺪر اﻻﺗﺠﺎه‬
‫اﻟﻌﺎم ﺑﺈﺣﺪى اﻟﻄﺮق آﻧﻔﺔ اﻟﺬﻛﺮ‪.‬‬
‫اﻟﺠﺪول اﻟﺘﺎﱄ ميﺜﻞ أﻋﺪاد اﻟﻄﻠﺒﺔ ﺑﺂﻻف واﳌﺴﺠﻠني ﰲ إﺣﺪى ﻛﻠﻴﺎت اﳌﺠﺘﻤـﻊ ﺧـﻼل اﻟﻔـﱰة ‪1985-‬‬
‫‪.1994‬‬
‫اﻟﺴﻨﺔ‬ ‫‪1985‬‬ ‫‪1986‬‬ ‫‪1987‬‬ ‫‪1988‬‬ ‫‪1989‬‬ ‫‪1990‬‬ ‫‪1991‬‬ ‫‪1992‬‬ ‫‪1993‬‬ ‫‪1994‬‬
‫ﻋﺪد‬
‫اﻟﻄﻼب‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪2‬‬
‫ﺑﺂﻻف‬
‫‪ -1‬ارﺳﻢ اﳌﻨﺤﻨﻰ اﻟﺘﺎرﻳﺨﻲ ﻟﻠﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ‪.‬‬

‫‪ -2‬أوﺟﺪ ﻣﻌﺎدﻟﺔ اﻻﺗﺠﺎه اﻟﻌﺎم ﻟﻠﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ‪.‬‬
‫‪239‬‬
‫‪ -3‬أوﺟﺪ ﺳﻠﺴﻠﺔ اﳌﻌﺪﻻت اﳌﺘﺤﺮﻛﺔ ﺑﻄﻮل)‪ .(3‬وأرﺳﻢ اﳌﻨﺤﻨﻰ اﻟﺘﺎرﻳﺨﻲ ﻟﻬﺎ‪.‬‬

‫‪ -4‬أوﺟﺪ ﻣﻌﺎدﻟﺔ اﻻﺗﺠﺎه اﻟﻌﺎم ﻟﺴﻠﺴﻠﺔ اﳌﻌﺪﻻت اﳌﺘﺤﺮﻛﺔ‪.‬‬
‫‪ΩΩѧѧ ϋ Δѧѧ ΑϠρϟ΍‬‬ ‫اﻟﺤﻞ‪:‬‬
‫‪7‬‬
‫‪-1‬‬
‫‪6‬‬
‫‪5‬‬
‫‪4‬‬
‫‪3‬‬
‫‪2‬‬
‫‪1‬‬
‫‪0‬‬ ‫‪ϥϣίϟ΍‬‬
‫‪85‬‬ ‫‪86‬‬ ‫‪87‬‬ ‫‪88‬‬ ‫‪89‬‬ ‫‪90‬‬ ‫‪94‬‬ ‫‪92‬‬ ‫‪93‬‬ ‫‪94‬‬
‫‪ -2‬متﺮﻳﻦ‪.‬‬
‫‪ -3‬ﻧﺠﺪ اﳌﻌﺎدﻻت اﳌﺘﺤﺮﻛﺔ ﺑﻄﻮل )‪ (3‬ﻟﻠﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ‪.‬‬
‫اﻟﺰﻣﻦ ‪t‬‬ ‫اﻟﺴﻨﺔ‬ ‫ﻋﺪد اﻟﻄﻠﺒﺔ ﺑﺎﻵﻻف‬ ‫اﳌﻌﺪﻻت اﳌﺘﺤﺮﻛﺔ‬
‫‪1‬‬ ‫‪1985‬‬ ‫‪2‬‬ ‫‪-‬‬
‫‪2‬‬ ‫‪1986‬‬ ‫‪3‬‬ ‫‪2‬‬
‫‪3‬‬ ‫‪1987‬‬ ‫‪1‬‬ ‫‪2.67‬‬
‫‪4‬‬ ‫‪1988‬‬ ‫‪4‬‬ ‫‪3.67‬‬
‫‪5‬‬ ‫‪1989‬‬ ‫‪6‬‬ ‫‪4.33‬‬
‫‪6‬‬ ‫‪1990‬‬ ‫‪3‬‬ ‫‪3.67‬‬
‫‪7‬‬ ‫‪1991‬‬ ‫‪2‬‬ ‫‪2.67‬‬
‫‪8‬‬ ‫‪1992‬‬ ‫‪3‬‬ ‫‪2‬‬
‫‪9‬‬ ‫‪1993‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪10‬‬ ‫‪1994‬‬ ‫‪2‬‬ ‫‪-‬‬
‫‪240‬‬
‫‪ΕϻΩѧόϣϟ΍ ΔϛέΣΗϣϟ΍‬‬
‫‪4.5‬‬
‫‪4‬‬
‫‪3.5‬‬ ‫‪x‬‬
‫‪3‬‬
‫‪x‬‬
‫‪2.5‬‬
‫‪2‬‬
‫‪1.5‬‬
‫‪1‬‬ ‫‪ϥϣίϟ΍‬‬
‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬
‫‪ -4‬ﻧﺠﺪ ﻣﻌﺎدﻟﺔ اﻻﺗﺠﺎه اﻟﻌﺎم ﺑﻄﺮﻳﻘﺔ اﻟﺘﻤﻬﻴﺪ ﺑﺎﻟﻴﺪ وﻳﻜﻮن أﻓﻀﻞ ﺧﻂ ﻣﺴﺘﻘﻴﻢ "ميـﺮ ﺑـﺎﻟﻨﻘﻄﺘني‬
‫)‪ " (4,3) , (3.5,7‬ﻟﺬﻟﻚ ﺗﻜﻮن ﻣﻌﺎدﻟﺔ اﻻﺗﺠﺎه اﻟﻌﺎم ﻫﻲ‪:‬‬
‫‪x3‬‬ ‫‪3.5 3‬‬
‫‪t4‬‬ ‫‪74‬‬
‫‪x 3‬‬ ‫‪0.5‬‬
‫‪t4‬‬ ‫‪3‬‬
‫‪x 3‬‬ ‫‪1‬‬
‫‪t4‬‬ ‫‪6‬‬
‫ﺑﺎﻟﴬب اﻟﺘﺒﺎدﱄ ﻳﻨﺘﺞ أن‬
‫‪6x – 18‬‬ ‫‪=t–4‬‬
‫‪6x = t + 14‬‬
‫‪1‬‬
‫?‬ ‫‪x = t 14‬‬
‫‪6‬‬
‫ﺳﺆال‪ :‬ﺟﺪ ﻣﻌﺎدﻟﺔ اﻻﺗﺠﺎه ﻟﺴﻠﺴﻠﺔ اﳌﺘﻮﺳﻄﺎت اﳌﺘﺤﺮﻛﺔ ﺑﻄﺮﻳﻘﺔ أﺧﺮى؟‬
‫ﻣﻼﺣﻈﺔ‪ :‬ﻋﻨﺪ إﻳﺠﺎد ﺳﻠﺴﻠﺔ اﳌﺘﻮﺳﻄﺎت اﳌﺘﺤﺮﻛﺔ ﺑﻄﻮل ‪ m‬ﻳﻜﻮن أول وﺳﻂ ﻣﺘﺤـﺮك ﻣﻘﺎﺑـﻞ وﺳـﻴﻂ أول‬
‫‪ m‬ﻣﻦ اﻷزﻣﻨﺔ‪.‬‬
‫‪241‬‬
‫ﻓﻔﻲ ﻣﺜﺎﻟﻨﺎ اﻟﺴﺎﺑﻖ ﻟﻮ ﻛﺎن اﻟﻄﻮل اﳌﺘﺤﺮك ‪ 4‬ﻓﻴﻜﻮن اﻟﻮﺳﻂ اﻟﺤﺴﺎيب اﳌﺘﺤﺮك اﻷول ﻣﻘﺎﺑﻞ وﺳـﻴﻂ‬
‫اﻟﺴﻨﻮات ‪ 1988 ،1987 ،1986 ،1985‬أي ﻣﻨﺘﺼﻒ ﻋﺎم ‪.86‬‬
‫ﺗﻘﺪﻳﺮ اﳌﺮﻛﺒﺔ اﻟﻔﺼﻠﻴﺔ‪Estimating Seceonal movement :‬‬
‫ﻫﻨﺎﻟﻚ أرﺑﻊ ﻃﺮق ﻟﺘﻘﺪﻳﺮ ﻣﺮﻛﺒﺔ اﻟﻔﺼﻞ وﻫﻲ‪:‬‬
‫)‪(Average percentage method‬‬ ‫΃‪ -‬ﻃﺮﻳﻘﺔ اﻟﻨﺴﺒﺔ اﳌﺌﻮﻳﺔ ﻟﻠﻤﻌﺪل‬
‫)‪(Ratio to trend method‬‬ ‫‪ -Ώ‬ﻃﺮﻳﻘﺔ اﻟﻨﺴﺒﺔ إﱃ اﻻﺗﺠﺎه اﻟﻌﺎم‬
‫‪ -Ν‬ﻃﺮﻳﻘﺔ اﻟﻨﺴﺒﺔ إﱃ اﳌﺘﻮﺳﻄﺎت اﳌﺘﺤﺮﻛﺔ‬
‫)‪(Ration to moving averages method‬‬
‫)‪(the link relative method‬‬ ‫‪ -Ω‬ﻃﺮﻳﻘﺔ اﻟﻮﺻﻞ اﻟﻨﺴﺒﻴﺔ‬
‫وﺳﻨﻜﺘﻔﻲ ﰲ ﻫﺬا اﻟﻜﺘﺎب ﺑﻌﺮض اﻟﻄﺮﻳﻘﺔ اﻷوﱃ واﻟﺘﻲ ﺳﻨﻮﺿﺤﻬﺎ ﰲ اﳌﺜﺎل اﻟﺘﺎﱄ‪:‬‬
‫اﻟﺠﺪول اﻟﺘﺎﱄ ﻳﺒني اﳌﺒﻴﻌﺎت اﻟﺸﻬﺮﻳﺔ ﻷﺣﺪ اﳌﺘﺎﺟﺮ مبﺌﺎت اﻟﺪﻧﺎﻧري ﻟﻠﺴﻨﻮات )‪:(1993-1997‬‬
‫اﻟﺸﻬﺮ‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪11‬‬ ‫‪12‬‬
‫اﻟﺴﻨﺔ‬
‫‪1993‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪6‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪2‬‬
‫‪1994‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪8‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪3‬‬
‫‪1995‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪1996‬‬ ‫‪7‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪7‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪3‬‬ ‫‪4‬‬
‫‪1997‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪8‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪6‬‬
‫‪ (a‬أرﺳﻢ اﳌﻨﺤﻨﻰ اﻟﺘﺎرﻳﺨﻲ ﻟﻠﺴﻠﺴﻠﺔ‪.‬‬
‫‪ (b‬ﺣﻠﻞ ﻣﺮﻛﺒﺔ اﻟﻔﺼﻞ ﺑﻄﺮﻳﻘﺔ اﻟﻨﺴﺒﺔ اﳌﺌﻮﻳﺔ ﻟﻠﻤﻌﺪل‪.‬‬
‫‪) -a‬ﻻﺣﻆ أن اﻟﻔﺼﻞ ﻫﻨﺎ ﻋﺒﺎرة ﻋﻦ ﺷﻬﺮ(‬
‫‪242‬‬
‫‪ΕΎόϳΑϣϟ΍‬‬
‫‪9‬‬
‫‪8‬‬
‫‪7‬‬
‫‪6‬‬
‫‪5‬‬
‫‪4‬‬
‫‪3‬‬
‫‪2‬‬
‫‪1‬‬
‫‪1993‬‬ ‫‪1994‬‬
‫‪0‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪11‬‬ ‫‪12‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪11‬‬ ‫‪12‬‬
‫‪9‬‬
‫‪8‬‬
‫‪7‬‬
‫‪6‬‬
‫‪5‬‬
‫‪4‬‬
‫‪3‬‬
‫‪2‬‬
‫‪1‬‬
‫‪1995‬‬ ‫‪1996‬‬
‫‪0‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪11‬‬ ‫‪12‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪11‬‬ ‫‪12‬‬
‫‪243‬‬
‫‪9‬‬
‫‪8‬‬
‫‪7‬‬
‫‪6‬‬
‫‪5‬‬
‫‪4‬‬
‫‪3‬‬
‫‪2‬‬
‫‪1‬‬
‫‪1997‬‬
‫‪0‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪11‬‬ ‫‪12‬‬
‫‪ -b‬أوﻻً‪ :‬ﻧﺠﺪ اﳌﻌﺪل اﻟﺸﻬﺮي )اﻟﻔﺼﲇ( ﻟﻠﻤﺒﻴﻌﺎت ﻟﻜـﻞ ﺳـﻨﺔ ﻋـﲆ ﺣـﺪة واﻟﺠـﺪول اﻟﺘـﺎﱄ ﻳﺒـني ﻣﺠﻤـﻮع‬
‫اﳌﺒﻴﻌﺎت اﻟﺴﻨﻮي وﻛﺬﻟﻚ ﻣﻌﺪل اﳌﺒﻴﻌﺎت اﻟﺸﻬﺮي ﻟﻜﻞ ﺳﻨﺔ‪:‬‬
‫اﻟﺴﻨﺔ‬ ‫اﳌﺠﻤﻮع‬ ‫اﳌﻌﺪﻻت اﻟﺸﻬﺮﻳﺔ‬
‫‪1993‬‬ ‫‪42‬‬ ‫‪3.5‬‬
‫‪1994‬‬ ‫‪48‬‬ ‫‪4‬‬
‫‪1995‬‬ ‫‪36‬‬ ‫‪3‬‬
‫‪1996‬‬ ‫‪60‬‬ ‫‪5‬‬
‫‪1997‬‬ ‫‪48‬‬ ‫‪4‬‬
‫ﺛﺎﻧﻴﺎً‪ :‬ﻧﺠﺪ اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﻔﺼﲇ وﻳﻌﻄﻰ ﺑﺎﻟﻌﻼﻗﺔ‬
‫ﻗﻴﻤﺔ اﻟﻈﺎﻫﺮة ﰲ ﺳﻨﺔ ﻣﺎ‬
‫× ‪%100‬‬ ‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﻔﺼﲇ=‬
‫اﳌﻌﺪل اﻟﻔﺼﲇ ﻟﺘﻠﻚ اﻟﺴﻨﺔ‬
‫وﰲ ﻣﺜﺎﻟﻨﺎ ﻫﺬا ﻳﻜﻮن‪:‬‬
‫ﻗﻴﻤﺔ اﳌﺒﻴﻌﺎت اﻟﺸﻬﺮﻳﺔ ﰲ ﺳﻨﺔ ﻣﺎ‬
‫× ‪%100‬‬ ‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﺸﻬﺮي=‬
‫اﳌﻌﺪل اﻟﺸﻬﺮي ﻟﺘﻠﻚ اﻟﺴﻨﺔ‬
‫وﺑﺘﻄﺒﻴﻖ اﻟﻌﻼﻗﺔ ﻋﲆ ﺷﻬﺮ )‪ (1‬ﻣﻦ ﺳﻨﺔ ‪ 1993‬ﻳﻜﻮن‪:‬‬
‫‪244‬‬
‫‪4‬‬
‫× ‪%114.3 = %100‬‬ ‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﺸﻬﺮي =‬
‫‪3.5‬‬
‫واﻟﺠﺪول اﻟﺘﺎﱄ ﻳﻌﻄﻲ اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ ﻟﻸﺷﻬﺮ اﳌﺨﺘﻠﻔﺔ ﻟﻜﻞ ﺳﻨﺔ‪:‬‬
‫اﻟﺸﻬﺮ‬ ‫اﻟﺴﻨﺔ‬
‫‪1993‬‬ ‫‪1994‬‬ ‫‪1995‬‬ ‫‪1996‬‬ ‫‪1997‬‬
‫‪1‬‬ ‫‪114.3‬‬ ‫‪150‬‬ ‫‪166.7‬‬ ‫‪140‬‬ ‫‪75‬‬
‫‪2‬‬ ‫‪57.1‬‬ ‫‪125‬‬ ‫‪100‬‬ ‫‪120‬‬ ‫‪50‬‬
‫‪3‬‬ ‫‪171.4‬‬ ‫‪75‬‬ ‫‪66.7‬‬ ‫‪80‬‬ ‫‪125‬‬
‫‪4‬‬ ‫‪28.6‬‬ ‫‪50‬‬ ‫‪133.3‬‬ ‫‪60‬‬ ‫‪100‬‬
‫‪5‬‬ ‫‪85.7‬‬ ‫‪200‬‬ ‫‪166.7‬‬ ‫‪140‬‬ ‫‪25‬‬
‫‪6‬‬ ‫‪114.3‬‬ ‫‪125‬‬ ‫‪133.3‬‬ ‫‪120‬‬ ‫‪100‬‬
‫‪7‬‬ ‫‪57.1‬‬ ‫‪100‬‬ ‫‪100‬‬ ‫‪100‬‬ ‫‪125‬‬
‫‪8‬‬ ‫‪142.9‬‬ ‫‪25‬‬ ‫‪33.3‬‬ ‫‪80‬‬ ‫‪200‬‬
‫‪9‬‬ ‫‪171.4‬‬ ‫‪100‬‬ ‫‪66.7‬‬ ‫‪100‬‬ ‫‪50‬‬
‫‪10‬‬ ‫‪85.7‬‬ ‫‪125‬‬ ‫‪133.3‬‬ ‫‪120‬‬ ‫‪75‬‬
‫‪11‬‬ ‫‪114.3‬‬ ‫‪50‬‬ ‫‪33.3‬‬ ‫‪60‬‬ ‫‪125‬‬
‫‪12‬‬ ‫‪57.1‬‬ ‫‪75‬‬ ‫‪66.7‬‬ ‫‪80‬‬ ‫‪150‬‬
‫ﺛﺎﻟﺜﺎً‪ :‬ﻧﺠﺪ ﻣﻌﺪل ﻛﻞ ﻓﺼﻞ ﻟﻜﺎﻓﺔ اﻟﺴﻨﻮات‪.‬‬

‫أي ﰲ ﻣﺜﺎﻟﻨﺎ ﻧﺠﺪ ﻣﻌﺪل ﻣﺒﻴﻌﺎت ﺷﻬﺮ )‪ (1‬ﻟﻠﺴﻨﻮات ‪ 1993-1997‬ﻳﻜﻮن‪:‬‬
‫‪114.3 150 166.7 140 75‬‬
‫‪5‬‬
‫‪646‬‬
‫‪5‬‬
‫‪129.2‬‬
‫واﻟﺠﺪول اﻟﺘﺎﱄ ﻳﺒني ﻣﺠﻤﻮع اﻷرﻗﺎم اﻟﻘﻴﺎﺳـﻴﺔ اﻟـﺸﻬﺮﻳﺔ ﻟﻜـﻞ ﺷـﻬﺮ ﻣـﻦ أﺷـﻬﺮ اﻟـﺴﻨﺔ ﻟﻠـﺴﻨﻮات‬
‫اﳌﺨﺘﻠﻔﺔ وﻣﻌﺪﻻﺗﻬﺎ‪:‬‬
‫‪245‬‬
‫اﻟﺸﻬﺮ‬ ‫اﳌﺠﻤﻮع اﻟﺸﻬﺮي‬ ‫اﳌﻌﺪل‬

‫‪1‬‬ ‫‪646‬‬ ‫‪129.20‬‬
‫‪2‬‬ ‫‪452.1‬‬ ‫‪90.42‬‬
‫‪3‬‬ ‫‪518.1‬‬ ‫‪103.62‬‬
‫‪4‬‬ ‫‪371.9‬‬ ‫‪74.38‬‬
‫‪5‬‬ ‫‪617.4‬‬ ‫‪123.48‬‬
‫‪6‬‬ ‫‪592.6‬‬ ‫‪118.52‬‬
‫‪7‬‬ ‫‪482.1‬‬ ‫‪96.42‬‬
‫‪8‬‬ ‫‪481.2‬‬ ‫‪96.24‬‬
‫‪9‬‬ ‫‪488.2‬‬ ‫‪97.62‬‬
‫‪10‬‬ ‫‪539‬‬ ‫‪107.80‬‬
‫‪11‬‬ ‫‪382.6‬‬ ‫‪76.52‬‬
‫‪12‬‬ ‫‪428.8‬‬ ‫‪85.76‬‬
‫اﳌﺠﻤﻮع‬ ‫‪1199.98‬‬
‫ﻣﻼﺣﻈﺎت‪:‬‬
‫‪ -1‬ﻳﺠﺐ أن ﻳﻜﻮن ﻣﺠﻤﻮع اﳌﻌﺪﻻت اﻟﻔﺼﻠﻴﺔ ﻟﻠﺴﻨﻮات اﳌﺨﺘﻠﻔﺔ ﻣـﺴﺎوﻳﺎً ﻋـﺪد اﻟﻔـﺼﻮل × ‪ 100‬وﰲ‬
‫ﻣﺜﺎﻟﻨﺎ ﻫﺬا ﻛﺎن ﻋﺪد اﻟﻔﺼﻮل ﰲ اﻟﺴﻨﺔ "ﻋﺪد اﻷﺷﻬﺮ" )‪ (12‬ﻓﺼﻼً وﺑﺎﻟﺘﺎﱄ ﻳﺠﺐ أن ﻳﻜﻮن ﻣﺠﻤﻮع‬
‫اﻟﻌﻤﻮد اﻷﺧري =‪.1200‬‬
‫‪ -2‬إذا اﺧﺘﻠﻒ ﻣﺠﻤﻮع اﳌﻌﺪﻻت اﻟﻔﺼﻠﻴﺔ ﻟﻠﺴﻨﻮات ﻋـﻦ ﻋـﺪد اﻟﻔـﺼﻮل × ‪ 100‬ﻳﻜـﻮن اﻟـﺴﺒﺐ ﰲ ذﻟـﻚ‬
‫راﺟﻌﺎً إﱃ ﻣﺮﻛﺒﺔ اﻟﺨﻄﺄ‪ .‬وإذا ﻛﺎن اﻻﺧﺘﻼف ﻛﺒرياً ﻳﻜﻮن ﺗﺄﺛري ﻣﺮﻛﺒﺔ اﻟﺨﻄﺄ ﻛﺒريا ً وﻟـﺬﻟﻚ ﻳﺠـﺐ ﺗﻌـﺪﻳﻞ‬
‫اﳌﻌﺪﻻت اﻟﻔﺼﻠﻴﺔ ﺑﴬب ﻛﻞ ﻣﻌﺪل ﰲ اﳌﻘﺪار‪.‬‬
‫ﻋﺪد اﻟﻔﺼﻮل ×‪100‬‬
‫ﻣﺠﻤﻮع اﳌﻌﺪﻻت اﻟﻔﺼﻠﻴﺔ‬
‫وذﻟﻚ ﺣﺘﻰ ﻧﻘﻠﻞ ﻣﻦ ﺗﺄﺛري ﻣﺮﻛﺒﺔ اﻟﺨﻄﺄ‪.‬‬
‫ﻓﻔﻲ ﻣﺜﺎﻟﻨﺎ اﻟﺴﺎﺑﻖ ﻧﻼﺣﻆ أن اﻟﻔﺮق ﺑني ‪ ،1200 ،1199 .98‬ﻫﻮ ‪ 0.02‬وﻫﻮ ﻗﻴﻤﺔ ﺻﻐرية ً‬
‫ﺟـﺪا‪ ،‬أي‬
‫ميﻜﻦ إﻫامل ﺗﺄﺛري ﻣﺮﻛﺒﺔ اﻟﺨﻄﺄ‪.‬‬
‫‪246‬‬
‫ﻟﻠﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬ ‫‪-1‬‬
‫‪67 ، 61 ، 57 ، 69 ، 43 ، 46 ،47 ، 45 ،39 ،30‬‬
‫أوﺟﺪ ﻣﺎ ﻳﲇ‪:‬‬
‫ﻣﻌﺎﻣﻞ اﻟﺨﺸﻮﻧﺔ ﻟﻬﺬه اﻟﺴﻠﺴﻠﺔ‪.‬‬ ‫‪(a‬‬
‫ﺳﻠﺴﻠﺔ اﳌﻌﺪﻻت اﳌﺘﺤﺮﻛﺔ ﺑﻄﻮل ‪.4‬‬ ‫‪(b‬‬
‫ﻣﻌﺎﻣﻞ اﻟﺨﺸﻮﻧﺔ ﻟﻠﺴﻠﺴﻠﺔ اﻟﻨﺎﺗﺠﺔ ﰲ ‪.b‬‬ ‫‪(c‬‬
‫اﻟﺠﺪول اﻟﺘﺎﱄ ميﺜﻞ اﻟﻜﻤﻴﺎت اﳌﺼﺪرة ﻟﺴﻠﻌﺔ ﻣﺎ ﻣﻘﺪرة ﺑﺂﻻف اﻟﺪﻧﺎﻧري‪ ،‬ﻟﻠﻔﱰة )‪.(1993-2002‬‬ ‫‪-2‬‬
‫اﻟﺴﻨﺔ‬ ‫‪1993‬‬ ‫‪1994‬‬ ‫‪1995‬‬ ‫‪1996‬‬ ‫‪1997‬‬ ‫‪1998‬‬ ‫‪1999‬‬ ‫‪2000‬‬ ‫‪2001‬‬ ‫‪2002‬‬
‫اﻟﻜﻤﻴﺔ اﳌﺼﺪرة‬
‫‪135‬‬ ‫‪146‬‬ ‫‪153‬‬ ‫‪163‬‬ ‫‪178‬‬ ‫‪196‬‬ ‫‪200‬‬ ‫‪170‬‬ ‫‪226‬‬ ‫‪195‬‬
‫ﺑﺂﻻف اﻟﺪﻧﺎﻧري‬
‫أوﺟﺪ ﻣﻌﺎدﻟﺔ اﻻﺗﺠﺎه اﻟﻌﺎم‪ .‬ﺑﺎﻟﻄﺮق اﻟﺘﺎﻟﻴﺔ‪:‬‬

‫‪ (a‬اﳌﺮﺑﻌﺎت اﻟﺼﻐﺮى‪.‬‬
‫‪ (b‬اﻟﺘﻤﻬﻴﺪ ﺑﺎﻟﻴﺪ‪.‬‬
‫‪ (c‬ﻧﺼﻒ اﻟﺴﻠﺴﻠﺔ‪.‬‬
‫‪ (d‬اﳌﺘﻮﺳﻄﺎت اﳌﺘﺤﺮﻛﺔ‪.‬‬
‫ﻣﺎ اﳌﻘﺼﻮد مبﺎ ﻳﲇ‪:‬‬ ‫‪-3‬‬
‫‪ (1‬اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ‪.‬‬
‫‪ (2‬ﻣﻌﺎﻣﻞ اﻟﺨﺸﻮﻧﺔ‪.‬‬
‫‪ (3‬ﺗﺤﻠﻴﻞ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ‪.‬‬
‫‪ (4‬ﻣﺮﻛﺒﺔ اﻻﺗﺠﺎه اﻟﻌﺎم‪.‬‬
‫‪247‬‬
‫اﻟﺠﺪول اﻟﺘﺎﱄ ميﺜﻞ أرﺑﺎح ﻣﺘﺠﺮ ﻣﺎ ﺑﺂﻻف اﻟﺪﻧﺎﻧري ﰲ اﻟﻔﱰة )‪.(1998-2005‬‬ ‫‪-4‬‬
‫اﻟﺴﻨﺔ‬ ‫‪1998‬‬ ‫‪1999‬‬ ‫‪2000‬‬ ‫‪2001‬‬ ‫‪2002‬‬ ‫‪2003‬‬ ‫‪2004‬‬ ‫‪2005‬‬
‫اﻷرﺑﺎح‬ ‫‪70‬‬ ‫‪75‬‬ ‫‪78‬‬ ‫‪83‬‬ ‫‪85‬‬ ‫‪81‬‬ ‫‪89‬‬ ‫‪80‬‬
‫أوﺟﺪ ﻣﺎ ﻳﲇ‪:‬‬
‫‪ (a‬ﻣﻌﺎدﻟﺔ اﻻﺗﺠﺎه اﻟﻌﺎم ﺑﻄﺮﻳﻘﺔ اﳌﺮﺑﻌﺎت اﻟﺼﻐﺮى‪ ،‬ﺛﻢ ﻗﺪر اﻷرﺑﺎح ﰲ اﻟﻔﱰة )‪.(1998-2005‬‬
‫‪ (b‬ﻗﺪر أرﺑﺎح ﻫﺬا اﳌﺘﺠﺮ ﰲ ﺳﻨﺔ ‪.2007‬‬
‫‪ -5‬ﰲ اﻟــﺴﺆال اﻟــﺴﺎﺑﻖ ارﺳــﻢ اﳌﻨﺤﻨــﻰ اﻟﺘــﺎرﻳﺨﻲ ﻟﻠﺴﻠــﺴﻠﺔ ﺛــﻢ ﻗــﺪر اﻷرﺑــﺎح ﺑﻄﺮﻳﻘــﺔ اﳌﺘﻮﺳــﻄﺎت‬
‫اﳌﺘﺤﺮﻛﺔ‪.‬‬
‫‪ -6‬إذا ﻋﻠﻤﺖ أن اﻟﻘﻴﻤﺔ اﻟﺤﻘﻴﻘﻴﺔ ﻟﻈﺎﻫﺮة ﻣﺎ ﻫـﻲ )‪ (8‬ﰲ ﻋـﺎم ‪ 6 ،1995‬ﰲ ﻋـﺎم ‪ ،1998‬وإذا ﻛﺎﻧـﺖ‬
‫اﻟﻘﻴﻤﺔ اﳌﻘﺪرة ﰲ ﻫﺬه اﻟﺴﻨﻮات ﻫﻲ ‪ 5.7 ، 7.7‬ﻋﲆ اﻟﺘﻮاﱄ‪ ،‬ﻓام ﻫﻲ ﻣﻌﺎدﻟﺔ اﻻﺗﺠﺎه اﻟﻌﺎم ﻟﻠﻔﱰة‬
‫)‪(1991-2000‬؟‬
‫‪ -7‬ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ ﻋﺪد ﻋﻨﺎﴏﻫﺎ )‪ ،(157‬ﺟﺪ ﻋﺪد اﻷوﺳﺎط اﳌﺘﺤﺮﻛﺔ ﺑﻄﻮل )‪(15‬؟‬
‫‪ -8‬اﻟﺠﺪول اﻟﺘﺎﱄ ﻳﺒني ﻣﻌﺪل درﺟﺎت اﻟﺤﺮارة ﻟﻠﻔﺼﻮل اﻷرﺑﻌﺔ ﻟﻠﺴﻨﻮات ‪.1991-2000‬‬
‫اﻟﺴﻨﺔ‬
‫‪1990‬‬ ‫‪1991‬‬ ‫‪1992‬‬ ‫‪1993‬‬ ‫‪1994‬‬ ‫‪1995‬‬ ‫‪1996‬‬ ‫‪1997‬‬
‫اﻟﻔﺼﻞ‬
‫‪Spring‬‬ ‫‪20‬‬ ‫‪22‬‬ ‫‪25‬‬ ‫‪21‬‬ ‫‪24‬‬ ‫‪23‬‬ ‫‪25‬‬ ‫‪20‬‬
‫‪summer‬‬ ‫‪35‬‬ ‫‪32‬‬ ‫‪40‬‬ ‫‪33‬‬ ‫‪30‬‬ ‫‪37‬‬ ‫‪34‬‬ ‫‪38‬‬
‫‪Fall‬‬ ‫‪22‬‬ ‫‪20‬‬ ‫‪24‬‬ ‫‪27‬‬ ‫‪23‬‬ ‫‪30‬‬ ‫‪25‬‬ ‫‪26‬‬
‫‪winter‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪10‬‬ ‫‪7‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪12‬‬ ‫‪8‬‬
‫ﺣﻠﻞ ﻣﺮﻛﺒﺔ اﻟﻔﺼﻞ ﺑﺎﺳﺘﺨﺪام ﻃﺮﻳﻘﺔ اﻟﻨﺴﺐ اﳌﺌﻮﻳﺔ ﻟﻠﻤﻌﺪل‪.‬‬
‫إذا ﻛﺎﻧﺖ ﻣﻌﺪﻻت اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ اﻟﻔـﺼﻠﻴﺔ ﳌﺮﻛﺒـﺔ اﻟﻔـﺼﻞ ﻟﻠﻔـﺼﻮل اﻷرﺑﻌـﺔ ﻟﻠـﺴﻨﻮات )‪1985-‬‬ ‫‪-9‬‬
‫‪ (1995‬ﻣﻌﻄﺎة ﺑﺎﻟﺠﺪول اﻟﺘﺎﱄ‪:‬‬
‫‪winter‬‬ ‫‪Fall‬‬ ‫‪summer spring‬‬ ‫اﻟﻔﺼﻞ‬
‫‪85‬‬ ‫‪125‬‬ ‫‪90‬‬ ‫‪150‬‬ ‫اﳌﻌﺪل‬
‫‪248‬‬
‫ﻗﻠﻞ ﻣﻦ ﺗﺄﺛري ﻣﺮﻛﺒﺔ اﻟﺨﻄﺄ‪ .‬ﻋﲆ ﻫﺬه اﳌﻌﺪﻻت؟‬

‫‪ -10‬اﻟﺠﺪوﻻن اﻟﺘﺎﻟﻴﺎن ﻳﺒﻴﻨﺎن اﳌﻌﺪل اﻟﺸﻬﺮي ﻹﻧﺘﺎج ﻣﺼﻨﻊ ﺑﺂﻻف اﻟﻘﻄﻊ ﻟﻠﺴﻨﻮات )‪..(1989 – 1996‬‬
‫اﻟﺴﻨﻮات‬
‫‪1989‬‬ ‫‪1990‬‬ ‫‪1991‬‬ ‫‪1992‬‬
‫ﻛﺎﻧﻮن اﻟﺜﺎين‬ ‫‪55‬‬ ‫‪85‬‬ ‫‪90‬‬ ‫‪120‬‬
‫ﺷﺒﺎط‬ ‫‪60‬‬ ‫‪90‬‬ ‫‪105‬‬ ‫‪110‬‬
‫آذار‬ ‫‪70‬‬ ‫‪95‬‬ ‫‪100‬‬ ‫‪150‬‬
‫ﻧﻴﺴﺎن‬ ‫‪65‬‬ ‫‪120‬‬ ‫‪130‬‬ ‫‪140‬‬
‫أﻳﺎر‬ ‫‪80‬‬ ‫‪100‬‬ ‫‪120‬‬ ‫‪140‬‬
‫ﺣﺰﻳﺮان‬ ‫‪100‬‬ ‫‪85‬‬ ‫‪70‬‬ ‫‪120‬‬
‫متﻮز‬ ‫‪95‬‬ ‫‪125‬‬ ‫‪135‬‬ ‫‪155‬‬
‫آب‬ ‫‪105‬‬ ‫‪120‬‬ ‫‪140‬‬ ‫‪150‬‬
‫أﻳﻠﻮل‬ ‫‪110‬‬ ‫‪95‬‬ ‫‪120‬‬ ‫‪100‬‬
‫ﺗﴩﻳﻦ أول‬ ‫‪100‬‬ ‫‪60‬‬ ‫‪70‬‬ ‫‪65‬‬
‫ﺗﴩﻳﻦ ﺛﺎين‬ ‫‪90‬‬ ‫‪100‬‬ ‫‪120‬‬ ‫‪140‬‬
‫ﻛﺎﻧﻮن أول‬ ‫‪85‬‬ ‫‪80‬‬ ‫‪115‬‬ ‫‪130‬‬
‫‪249‬‬
‫اﻟﺴﻨﻮات‬
‫‪1993‬‬ ‫‪1994‬‬ ‫‪1995‬‬ ‫‪1996‬‬
‫ﻛﺎﻧﻮن اﻟﺜﺎين‬ ‫‪88‬‬ ‫‪150‬‬ ‫‪125‬‬ ‫‪200‬‬
‫ﺷﺒﺎط‬ ‫‪170‬‬ ‫‪130‬‬ ‫‪98‬‬ ‫‪185‬‬
‫آذار‬ ‫‪140‬‬ ‫‪100‬‬ ‫‪85‬‬ ‫‪140‬‬
‫ﻧﻴﺴﺎن‬ ‫‪135‬‬ ‫‪150‬‬ ‫‪140‬‬ ‫‪200‬‬
‫أﻳﺎر‬ ‫‪190‬‬ ‫‪110‬‬ ‫‪123‬‬ ‫‪170‬‬
‫ﺣﺰﻳﺮان‬ ‫‪135‬‬ ‫‪160‬‬ ‫‪155‬‬ ‫‪190‬‬
‫متﻮز‬ ‫‪200‬‬ ‫‪165‬‬ ‫‪160‬‬ ‫‪200‬‬
‫آب‬ ‫‪195‬‬ ‫‪170‬‬ ‫‪165‬‬ ‫‪195‬‬
‫أﻳﻠﻮل‬ ‫‪85‬‬ ‫‪125‬‬ ‫‪120‬‬ ‫‪95‬‬
‫ﺗﴩﻳﻦ أول‬ ‫‪80‬‬ ‫‪100‬‬ ‫‪95‬‬ ‫‪105‬‬
‫ﺗﴩﻳﻦ ﺛﺎين‬ ‫‪90‬‬ ‫‪110‬‬ ‫‪200‬‬ ‫‪190‬‬
‫ﻛﺎﻧﻮن أول‬ ‫‪105‬‬ ‫‪100‬‬ ‫‪150‬‬ ‫‪170‬‬
‫ﺣﻠﻞ ﻣﺮﻛﺒﺔ اﻟﻔﺼﻞ ﺑﺎﺳﺘﺨﺪام ﻃﺮﻳﻘﺔ اﻟﻨﺴﺐ اﳌﺌﻮﻳﺔ ﻟﻠﻤﻌﺪل‪.‬‬
‫‪250‬‬
‫ﻣﻠﺤــــﻖ‬
‫)‪(1‬‬
‫‪251‬‬
‫‪252‬‬
‫ﻣﻠﺤﻖ ‪...‬رﻣﺰ اﻟﺠﻤﻊ‬
‫رﻣﺰ اﳌﺠﻤﻮع‬
‫)‪(Sigma Notation‬‬
‫إذا ﻛﺎن )‪ f(x‬اﻗﱰان ﻓﻴﻤﻜﻦ اﻟﺘﻌﺒري ﻋﻦ‬
‫)‪f(1) + f(2) + … + f(n‬‬
‫ﺑﺎﻟﺮﻣﺰ‬
‫‪n‬‬
‫‪¦f‬‬
‫‪r 1‬‬
‫‪r‬‬
‫اﻛﺘﺐ ﻣﺎ ﻳﲇ ﺑﺎﺳﺘﺨﺪام رﻣﺰ اﳌﺠﻤﻮع‬
‫)‪a‬‬ ‫‪2 + 4 + … + 20‬‬
‫‪1 1 1‬‬ ‫‪1‬‬

‫)‪b‬‬ ‫‪1‬‬ ‫ ‪ ...‬‬
‫‪2 4 8‬‬ ‫‪128‬‬
‫)‪c‬‬ ‫‪–1+1–1+1–1+1–1+1‬‬
‫‪10‬‬
‫)‪a‬‬ ‫‪¦ 2r‬‬‫‪r 1‬‬
‫‪r‬‬
‫·‪§1‬‬
‫‪7‬‬
‫)‪b‬‬ ‫¦‬ ‫¸ ¨‬
‫‪r 1©2¹‬‬
‫‪8‬‬
‫‪¦ 1‬‬
‫‪r‬‬
‫)‪c‬‬
‫‪r 1‬‬
‫‪253‬‬
‫‪4‬‬
‫‪¦r‬‬
‫‪r 1‬‬
‫‪2‬‬
‫ﺟﺪ ﻗﻴﻤﺔ‬
‫‪4‬‬
‫‪¦r‬‬
‫‪r 1‬‬
‫‪2‬‬
‫‪12 2 2 3 2 4 2‬‬
‫‪= 30‬‬
‫ﺧﺼﺎﺋﺺ رﻣﺰ اﳌﺠﻤﻮع‬

‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫)‪1‬‬ ‫‪¦ >f‬‬
‫‪r 1‬‬
‫‪r #g r‬‬ ‫‪@ ¦f‬‬
‫‪r 1‬‬
‫‪r # ¦g r‬‬
‫‪r 1‬‬
‫‪n‬‬ ‫‪n‬‬
‫)‪2‬‬ ‫‪¦a f r‬‬
‫‪r 1‬‬
‫‪a¦ f r‬‬
‫‪r 1‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪m -1‬‬

‫)‪3‬‬ ‫‪¦f‬‬
‫‪r m‬‬
‫‪r‬‬ ‫‪¦f‬‬
‫‪r 1‬‬
‫‪r ¦f r‬‬
‫‪r 1‬‬
‫‪n‬‬ ‫‪n -s‬‬ ‫‪n -s‬‬

‫)‪4‬‬ ‫‪¦f‬‬
‫‪r m‬‬
‫‪r‬‬ ‫‪¦f‬‬
‫‪r m -s‬‬
‫ ‪rs‬‬ ‫‪¦f‬‬
‫‪r m s‬‬
‫‪r -s‬‬
‫‪n‬‬
‫)‪5‬‬ ‫‪¦a‬‬
‫‪r 1‬‬
‫‪na‬‬
‫‪n‬‬
‫)‪6‬‬ ‫‪¦a‬‬
‫‪r m‬‬
‫‪n - m 1 a‬‬
‫ﻣﺒﺪأ اﻟﻌﺪ‬
‫إذا أﻣﻜﻦ إﺟﺮاء ﻋﻤﻠﻴﺔ ﻋﲆ ﻣﺮﺣﻠﺘني ﺑﺤﻴﺚ ﺗﺘﻢ اﻷوﱃ ﺑـ )‪ (n‬ﻣﻦ اﻟﻄﺮق واﻟﺜﺎﻧﻴﺔ ﺑـ )‪(m‬ﻣﻦ اﻟﻄﺮق‬
‫ﻓﺈن‪:‬‬
‫اﻟﻌﻤﻠﻴﺔ ﺗﺘﻢ ﺑـ )‪ (num‬ﻣﻦ اﻟﻄﺮق‪.‬‬ ‫‪-1‬‬
‫اﳌﺮﺣﻠﺔ اﻷوﱃ أو اﻟﺜﺎﻧﻴﺔ ﺗﺘﻢ ﺑـ )‪ (n+m‬ﻣﻦ اﻟﻄﺮق‪.‬‬ ‫‪-2‬‬
‫‪254‬‬
‫ﻣﺤﻞ ﺗﺠﺎري ﻟﺪﻳﻪ ﺛﻼث أﻧﻮاع ﻣﻦ اﻟﻘﻤﺼﺎن وأرﺑﻌﺔ أﻧﻮاع ﻣﻦ اﻟﺒﻨﻄﻠﻮﻧﺎت ﻓﺒﻜﻢ ﻃﺮﻳﻘـﺔ ميﻜـﻦ أن‬
‫ﻳﺨﺘﺎر ﺷﺨﺺ‪:‬‬
‫‪ (a‬ﻗﻤﻴﺼﺎً وﺑﻨﻄﻠﻮﻧﺎً‪.‬‬
‫‪ (b‬ﻗﻤﻴﺼﺎ أو ﺑﻨﻄﻠﻮﻧﺎ‪ً.‬‬
‫‪ 12 = 4×3 (a‬ﻃﺮﻳﻘﺔ‪.‬‬
‫‪ 7 = 4 + 3 (b‬ﻃﺮق‬
‫ﻣﴬوب اﻟﻌﺪد واﻟﺘﻮاﻓﻴﻖ‬

‫ﺗﻌﺮﻳﻒ‪ :‬إذا ﻛﺎن ن ﻋﺪد ﻃﺒﻴﻌﻴﺎً ﻓﺈن‬
‫ﻣﴬوب اﻟﻌﺪد ‪ n‬ﻫﻮ )‪n! = n(n-1) (n-2) (n-3) … (2) (1‬‬ ‫‪(a‬‬
‫‪1 = !0 (b‬‬
‫!‪9‬‬
‫)‪a‬‬ ‫!‪5‬‬ ‫)‪b‬‬ ‫!‪c) (5+3) ! d) 5! + 3‬‬
‫!‪7‬‬
‫)‪a‬‬ ‫‪5! = 5 u 4 u 3 u 2 u 1‬‬
‫!‪9‬‬ ‫!‪9 u 8 u 7‬‬
‫)‪b‬‬
‫!‪7‬‬ ‫!‪7‬‬
‫‪= 72‬‬
‫)‪c‬‬ ‫‪(5+3)! = 8! = 8u7u6u5u4u3u2u1‬‬
‫‪= 40320‬‬
‫)‪d‬‬ ‫‪5! + 3! = 120+6‬‬
‫‪= 126‬‬
‫‪255‬‬
‫ﺗﻌﺮﻳﻒ‪ :‬ﺗﻮاﻓﻴﻖ ‪ n‬ﻣﻦ اﻷﺷﻴﺎء ﻣﺄﺧﻮذة ‪ r‬ﰲ ﻛﻞ ﻣﺮة ﻳﺮﻣﺰ ﻟﻪ ﺑﺎﻟﺮﻣﺰ‬

‫·‪§n‬‬ ‫!‪n‬‬
‫¸¸ ¨¨‬ ‫‪rdn‬‬
‫‪©r ¹‬‬ ‫! )‪r! (n - r‬‬
‫ﻣﺜﺎل‪ :‬ﺟﺪ‬
‫· ‪§5‬‬ ‫·‪§7‬‬
‫¸¸ ¨¨ )‪a‬‬ ‫¸¸ ¨¨ )‪b‬‬
‫‪© 2¹‬‬ ‫‪©3 ¹‬‬
‫·‪§5‬‬ ‫!‪5‬‬
‫)‪a‬‬ ‫¸¸ ¨¨‬
‫‪© 2¹‬‬ ‫!‪2!u3‬‬
‫‪=10‬‬
‫·‪§7‬‬ ‫!‪7‬‬
‫)‪b‬‬ ‫¸¸ ¨¨‬ ‫‪35‬‬
‫‪©3¹‬‬ ‫!‪3!u4‬‬
‫ﺧﺼﺎﺋﺺ اﻟﺘﻮاﻓﻴﻖ‬
‫·‪§n‬‬ ‫·‪§n‬‬
‫)‪1‬‬ ‫‪¨¨ ¸¸ 1 , ¨¨ ¸¸ 1‬‬
‫‪©0 ¹‬‬ ‫‪©n¹‬‬
‫·‪§n‬‬ ‫· ‪§n‬‬
‫)‪2‬‬ ‫¸¸ ¨¨‬ ‫¨¨ ‪n ,‬‬ ‫¸¸‬ ‫‪n‬‬
‫‪©1 ¹‬‬ ‫©‬ ‫‪n‬‬ ‫‪-‬‬ ‫‪1‬‬ ‫‪¹‬‬
‫·‪§n‬‬ ‫·‪§n‬‬
‫)‪3‬‬ ‫¸¸ ¨¨‬ ‫‪¨¨ ¸¸ a b or a b‬‬ ‫‪n‬‬
‫‪©a ¹‬‬ ‫‪©b¹‬‬
‫ﺟﺪ ﺣﻞ اﳌﻌﺎدﻟﺔ‬
‫·‪§5‬‬ ‫· ‪§5‬‬
‫¸¸ ¨¨‬ ‫¸‪¨ 2‬‬
‫¸ ‪¨x‬‬
‫‪© 4¹‬‬ ‫‪© ¹‬‬
‫‪F2 = 4‬‬
‫‪256‬‬
‫‪x=±2‬‬
‫‪F2 + 4 = 5‬‬ ‫‬ ‫‪x2 = 1‬‬
‫‬ ‫‪x=±1‬‬
‫اﻟﻮﺳﻂ اﻟﺘﻮاﻓﻘﻲ واﻟﻮﺳﻂ اﻟﻬﻨﺪﳼ‬

‫ﺗﻌﺮﻳﻒ‪ :‬إذا ﻛﺎﻧﺖ ‪ x1, x2, … , xn‬ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﳌﺸﺎﻫﺪات ﻓﺈن‪:‬‬
‫‪ (a‬اﻟﻮﺳﻂ اﻟﻬﻨﺪﳼ ﻟﻬﺬه اﳌﺸﺎﻫﺪات‬
‫‪Xg‬‬ ‫‪n‬‬ ‫‪x1 x 2 ...x n‬‬
‫‪ (b‬اﻟﻮﺳﻂ اﻟﺘﻮاﻓﻘﻲ ﻟﻬﺬه اﳌﺸﺎﻫﺪات‬
‫‪n‬‬
‫‪Xh‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‬ ‫ ‪ ...‬‬
‫‪x1 x 2‬‬ ‫‪xn‬‬
‫‪n‬‬
‫=‬ ‫‪n‬‬
‫‪1‬‬
‫‪¦x‬‬
‫‪i 1‬‬ ‫‪i‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬ﺑﺎﺳﺘﺨﺪام ﻗﻮاﻧني اﻟﻠﻮﻏﺮﻳﺘامت ميﻜﻦ ﻛﺘﺎﺑﺔ اﻟﻌﻼﻗﺔ اﳌﻮﺟـﻮدة ﰲ اﻟﻔـﺮع ‪ a‬ﻣـﻦ اﻟﺘﻌﺮﻳـﻒ ﻋـﲆ‬
‫اﻟﺼﻮرة‬
‫‪1 n‬‬
‫‪Ln X g‬‬ ‫‪¦ ln xi‬‬
‫‪ni1‬‬
‫ﺟﺪ اﻟﻮﺳﻂ اﻟﻬﻨﺪﳼ واﻟﻮﺳﻂ اﻟﺘﻮاﻓﻘﻲ ﻟﻠﻤﺸﺎﻫﺪات‬
‫‪8،4،2‬‬
‫‪Xg‬‬ ‫‪3‬‬
‫‪2u 4u8‬‬
‫‪=4‬‬
‫‪257‬‬
‫‪3‬‬
‫‪Xh‬‬
‫‪1 1 1‬‬
‫ ‬
‫‪2 4 8‬‬
‫=‬
‫‪Xg‬‬ ‫‪3‬‬
‫‪2u 4u8‬‬
‫‪= 3.43‬‬
‫اﻟﻌﻤﻠﻴﺎت ﻋﲆ اﳌﺠﻤﻮﻋﺎت وﻗﻮاﻧﻴﻨﻬﺎ‬

‫إذا ﻛﺎﻧﺖ ‪ B ، A‬ﻣﺠﻤﻮﻋﺘني ﻓﺈن‬
‫)‪a‬‬ ‫}‪AB = {x: xA or x B‬‬
‫)‪b‬‬ ‫}‪AB = {x: x A and x B‬‬
‫)‪c‬‬ ‫}‪A – B = {x: x A and x B‬‬
‫)‪d‬‬ ‫‪A‬‬ ‫‪UA‬‬
‫ﺣﻴﺚ ‪ U‬ﻫﻲ اﳌﺠﻤﻮﻋﺔ اﻟﻜﻠﻴﺔ وﻫﻲ أﻛﱪ ﻣﺠﻤﻮﻋﺔ ﻗﻴﺪ اﻟﺪراﺳﺔ‪.‬‬
‫‪ A (a‬ﻣﺠﻤﻮﻋﺔ ﺟﺰﺋﻴﺔ ﻣﻦ اﳌﺠﻤﻮﻋﺔ ‪ B‬وﻳﺮﻣﺰ ﻟﺬﻟﻚ ﺑﺎﻟﺮﻣﺰ )‪(AB‬إذا ﻛـﺎن ﻛـﻞ ﻋﻨـﴫ ﰲ ‪A‬‬
‫ﻣﻮﺟﻮدا ﰲ ‪.B‬‬
‫‪A = B A B and B A (b‬‬
‫‪ (c‬اﳌﺠﻤﻮﻋﺔ اﻟﺨﺎﻟﻴﺔ ﻫﻲ ﺗﻠﻚ اﳌﺠﻤﻮﻋﺔ اﻟﺘﻲ ﻻ ﻳﻮﺟﺪ ﻓﻴﻬﺎ أي ﻋﻨﴫ وﻳﺮﻣﺰ ﻟﻬﺎ ﺑﺎﻟﺮﻣﺰ ‪ I‬أو‬
‫} {‪.‬‬
‫}‪U = {1, 2, 3, 4, 5, 6‬‬
‫‪A = {1,2,4} ,‬‬ ‫}‪B = {4,5,6‬‬
‫أوﺟﺪ‬
‫‪1) A B‬‬ ‫‪2) AB‬‬ ‫‪3) A – B‬‬
‫‪4) A‬‬ ‫‪5) A B‬‬ ‫‪6) A B‬‬
‫‪258‬‬
‫)‪1‬‬ ‫}‪A B = { 1, 2, 4, 5, 6‬‬
‫)‪2‬‬ ‫‪AB‬‬ ‫}‪= {4‬‬
‫)‪3‬‬ ‫‪A–B‬‬ ‫}‪= {1,2‬‬
‫)‪4‬‬ ‫‪A‬‬ ‫}‪= {3,5,6‬‬
‫)‪5‬‬ ‫}‪A B = {3,5,6} {1,2,3‬‬
‫}‪= {3‬‬
‫)‪6‬‬ ‫}{= ‪AB‬‬
‫أﻫﻢ ﻗﻮاﻧني اﳌﺠﻤﻮﻋﺎت‬

‫)‪1‬‬ ‫‪AA‬‬ ‫‪=A‬‬
‫)‪2‬‬ ‫‪AA‬‬ ‫‪=A‬‬
‫)‪3‬‬ ‫‪AB‬‬ ‫‪= BA‬‬
‫)‪4‬‬ ‫‪AB‬‬ ‫‪= BA‬‬
‫)‪5‬‬ ‫‪A(BC) = (AB) C‬‬
‫)‪6‬‬ ‫‪A (BC) = (AB) C‬‬
‫إذا ﻛﺎﻧﺖ ‪B ، A‬ﻣﺠﻤﻮﻋﺘني ‪ AB ،‬ﻓﺈن‬
‫)‪a‬‬ ‫‪AB = A‬‬
‫)‪b‬‬ ‫‪AB = B‬‬

‫ﺗﻌﺮﻳﻒ‪ :‬ﻣﺠﻤﻮﻋﺔ اﻟﻘﻮى ﻟﻠﻤﺠﻤﻮﻋﺔ‪ A‬ﻳﺮﻣﺰ ﻟﻬﺎ ﺑﺎﻟﺮﻣﺰ )‪ P(A‬وﺗﻜﻮن‬
‫}‪P(A) = {X : X A‬‬
‫وﻳﻜﻮن‬
‫)‪#(A‬‬
‫‪# (P(A)) = 2‬‬
‫‪259‬‬
‫إذا ﻛﺎﻧﺖ}‪A= {1,2,3‬‬
‫)‪P(A‬‬ ‫}‪= {I , {1} ,{2} , {3} , {1,2} , {1,3}, {2,3} , A‬‬
‫ﻣﺠﻤﻮﻋﺎت اﻷﻋﺪاد‬
‫}…‪N= {1,2,3,‬‬ ‫ﻣﺠﻤﻮﻋﺔ اﻷﻋﺪاد اﻟﻄﺒﻴﻌﻴﺔ‬ ‫‪-1‬‬
‫ﻣﺠﻤﻮﻋﺔ اﻷﻋﺪاد اﻟﺼﺤﻴﺤﺔ }…‪Z= {…,-2,-1,0,1,2,‬‬ ‫‪-2‬‬
‫)‪R= (-f,f‬‬ ‫ﻣﺠﻤﻮﻋﺔ اﻷﻋﺪاد اﻟﺤﻘﻴﻘﻴﺔ‬ ‫‪-3‬‬
‫‪260‬‬
‫ﻣﻠﺤﻖ )‪(2‬‬
‫ﻣﻠﺤـــﻖ‬
‫)‪(2‬‬
‫‪261‬‬
‫ﻣﻠﺤﻖ )‪(2‬‬
‫‪262‬‬
‫ﻣﻠﺤﻖ )‪(2‬‬
‫ﺟﺪول اﻷرﻗﺎم اﻟﻌﺸﻮاﺋﻴﺔ‬

‫‪51772‬‬ ‫‪74640‬‬ ‫‪42331‬‬ ‫‪29044‬‬ ‫‪46621‬‬ ‫‪62898‬‬ ‫‪93582‬‬ ‫‪04186‬‬ ‫‪19640‬‬ ‫‪87056‬‬
‫‪54033‬‬ ‫‪23491‬‬ ‫‪83587‬‬ ‫‪06568‬‬ ‫‪21960‬‬ ‫‪21387‬‬ ‫‪76105‬‬ ‫‪10863‬‬ ‫‪97453‬‬ ‫‪90581‬‬
‫‪45939‬‬ ‫‪60173‬‬ ‫‪52078‬‬ ‫‪25424‬‬ ‫‪11645‬‬ ‫‪55870‬‬ ‫‪56974‬‬ ‫‪37428‬‬ ‫‪93507‬‬ ‫‪94271‬‬
‫‪03585‬‬ ‫‪79353‬‬ ‫‪81938‬‬ ‫‪82322‬‬ ‫‪96799‬‬ ‫‪85659‬‬ ‫‪36081‬‬ ‫‪50884‬‬ ‫‪14070‬‬ ‫‪42187‬‬
‫‪64937‬‬ ‫‪03355‬‬ ‫‪95863‬‬ ‫‪20790‬‬ ‫‪65304‬‬ ‫‪55189‬‬ ‫‪00745‬‬ ‫‪62528‬‬ ‫‪11822‬‬ ‫‪15804‬‬
‫‪15630‬‬ ‫‪64759‬‬ ‫‪51135‬‬ ‫‪98527‬‬ ‫‪62586‬‬ ‫‪41889‬‬ ‫‪25439‬‬ ‫‪88036‬‬ ‫‪24034‬‬ ‫‪67283‬‬
‫‪21681‬‬ ‫‪91157‬‬ ‫‪77331‬‬ ‫‪60710‬‬ ‫‪52290‬‬ ‫‪16835‬‬ ‫‪48653‬‬ ‫‪71590‬‬ ‫‪16159‬‬ ‫‪14676‬‬
‫‪91097‬‬ ‫‪17480‬‬ ‫‪29414‬‬ ‫‪06829‬‬ ‫‪87843‬‬ ‫‪28195‬‬ ‫‪27279‬‬ ‫‪47152‬‬ ‫‪35683‬‬ ‫‪47280‬‬
‫‪50532‬‬ ‫‪25496‬‬ ‫‪95652‬‬ ‫‪42457‬‬ ‫‪78547‬‬ ‫‪76552‬‬ ‫‪50020‬‬ ‫‪24849‬‬ ‫‪52984‬‬ ‫‪76168‬‬
‫‪07136‬‬ ‫‪40876‬‬ ‫‪79971‬‬ ‫‪54195‬‬ ‫‪25708‬‬ ‫‪51817‬‬ ‫‪36732‬‬ ‫‪72484‬‬ ‫‪94923‬‬ ‫‪75985‬‬
‫‪27989‬‬ ‫‪64728‬‬ ‫‪10744‬‬ ‫‪089396‬‬ ‫‪56242‬‬ ‫‪90985‬‬ ‫‪28868‬‬ ‫‪99431‬‬ ‫‪50995‬‬ ‫‪20507‬‬
‫‪86181‬‬ ‫‪78949‬‬ ‫‪86601‬‬ ‫‪46258‬‬ ‫‪00477‬‬ ‫‪25234‬‬ ‫‪09903‬‬ ‫‪36574‬‬ ‫‪72139‬‬ ‫‪70185‬‬
‫‪54308‬‬ ‫‪21154‬‬ ‫‪97810‬‬ ‫‪86764‬‬ ‫‪82869‬‬ ‫‪11785‬‬ ‫‪55261‬‬ ‫‪59009‬‬ ‫‪38714‬‬ ‫‪38723‬‬
‫‪65541‬‬ ‫‪34371‬‬ ‫‪09591‬‬ ‫‪07889‬‬ ‫‪58892‬‬ ‫‪92843‬‬ ‫‪72828‬‬ ‫‪91341‬‬ ‫‪84821‬‬ ‫‪63886‬‬
‫‪08263‬‬ ‫‪65952‬‬ ‫‪85762‬‬ ‫‪64236‬‬ ‫‪39238‬‬ ‫‪18776‬‬ ‫‪84303‬‬ ‫‪99247‬‬ ‫‪46149‬‬ ‫‪03229‬‬
‫‪39817‬‬ ‫‪67906‬‬ ‫‪48236‬‬ ‫‪16057‬‬ ‫‪81812‬‬ ‫‪15815‬‬ ‫‪63700‬‬ ‫‪85915‬‬ ‫‪19219‬‬ ‫‪45943‬‬
‫‪62257‬‬ ‫‪04077‬‬ ‫‪79443‬‬ ‫‪95203‬‬ ‫‪02479‬‬ ‫‪30763‬‬ ‫‪92486‬‬ ‫‪54083‬‬ ‫‪23631‬‬ ‫‪05325‬‬
‫‪53298‬‬ ‫‪90276‬‬ ‫‪62545‬‬ ‫‪21944‬‬ ‫‪16580‬‬ ‫‪03878‬‬ ‫‪07516‬‬ ‫‪95715‬‬ ‫‪02526‬‬ ‫‪33537‬‬
‫أﺧﺬت اﻟﺠﺪاول ﰲ ﻫﺬا اﳌﻠﺤﻖ ﻣﻦ ﻛﺘﺎب‬

‫)‪(Theory and Problems of Statistics) By (Murray R. Spiegel‬‬
‫‪263‬‬
‫ﻣﻠﺤﻖ )‪(2‬‬
‫ﺟﺪول اﻟﺘﻮزﻳﻊ اﻟﻄﺒﻴﻌﻲ اﳌﻌﻴﺎري‬
‫‪264‬‬
‫ﻣﻠﺤﻖ ‪...‬ﺟﺪول اﻷرﻗﺎم اﻟﻌﺸﻮاﺋﻴﺔ‬
‫‪265‬‬
‫‪266‬‬
‫ﻣﻠﺤﻖ ‪...‬ﺟﺪول اﻷرﻗﺎم اﻟﻌﺸﻮاﺋﻴﺔ‬
‫‪267‬‬
‫‪268‬‬
‫ﻓﻬﺮس اﳌﺼﻄﻠﺤﺎت‬
‫ﻓﻬﺮﺳﺔ اﳌﺼﻄﻠﺤﺎت ﻋﺮيب إﻧﺠﻠﻴﺰي‬

Index
Probability ‫اﻻﺣﺘامل‬
Conditional Probability ‫ اﻻﺣﺘامل اﳌﴩوط‬-
Probability Distribution ‫ اﻟﺘﻮزﻳﻊ اﻻﺣﺘامﱄ‬-
Statistics ‫ اﻹﺣﺼﺎء‬-
Fertility Statistics ‫ إﺣﺼﺎءات اﻟﺨﺼﻮﺑﺔ‬-
Inductive Statistics ‫ اﻹﺣﺼﺎء اﻻﺳﺘﺪﻻﱄ‬-
Vital Statistics ‫ اﻹﺣﺼﺎءات اﻟﺠﻮﻳﺔ‬-
Census ‫ إﺣﺼﺎءات اﻟﺴﻜﺎن‬-
Descriptive Statistics ‫ اﻹﺣﺼﺎء اﻟﻮﻇﻴﻔﻲ‬-
Mortality Statistics ‫ إﺣﺼﺎءات اﻟﻮﻓﻴﺎت‬-
Statistical Data ‫ اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ‬-
Statistical Populations ‫ اﳌﺠﺘﻤﻊ اﻹﺣﺼﺎيئ‬-
Union ‫اﻻﺗﺤﺎد‬
Correlation ‫اﻻرﺗﺒﺎط‬
Correlation Coefficient ‫ ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط‬-
Pearson's Correlation Coefficient ‫ ﻣﻌﺎﻣﻞ ارﺗﺒﺎط ﺑريﺳﻮن‬-
Spearman's Correlation Coefficient ‫ ﻣﻌﺎﻣﻞ ارﺗﺒﺎط ﺳﺒريﻣﺎن‬-
Questionnaire ‫اﻻﺳﺘﺒﻴﺎن‬
Random numbers ‫اﻷرﻗﺎم اﻟﻌﺸﻮاﺋﻴﺔ‬
Real numbers ‫اﻷﻋﺪاد اﻟﺤﻘﻴﻘﻴﺔ‬
Integer numbers ‫اﻷﻋﺪاد اﻟﺼﺤﻴﺤﺔ‬
269
Natural numbers ‫اﻷﻋﺪاد اﻟﻄﺒﻴﻌﻴﺔ‬

Probality density function ‫اﻗﱰان اﻟﻜﺜﺎﻓﺔ اﻻﺣﺘامﻟﻴﺔ‬
Mean deviation ‫اﻻﻧﺤﺮاف اﳌﺘﻮﺳﻂ‬
Standard deviation ‫اﻻﻧﺤﺮاف اﳌﻌﻴﺎري‬
Variance ‫اﻟﺘﺒﺎﻳﻦ‬
Random experiment ‫ﺗﺠﺮﺑﺔ ﻋﺸﻮاﺋﻴﺔ‬
Kurtosis ‫اﻟﺘﻔﺮﻃﺢ‬
Intersection ‫اﻟﺘﻘﺎﻃﻊ‬
Estimation of trend ‫ﺗﻘﺪﻳﺮ ﻣﺮﻛﺒﺔ اﻻﺗﺠﺎه‬
Estimation of seasonal variation ‫ﺗﻘﺪﻳﺮ ﻣﺮﻛﺒﺔ اﻟﻔﺼﻞ‬
Frequency ‫اﻟﺘﻜﺮار‬
Cumulative frequency ‫ اﻟﺘﻜﺮار اﻟﱰاﻛﻤﻲ‬-
Relative frequency ‫ اﻟﺘﻜﺮار اﻟﻨﺴﺒﻲ‬-
Frequency histogram ‫ اﳌﺪرج اﻟﺘﻜﺮاري‬-
Frequency polygon ‫ اﳌﻀﻠﻊ اﻟﺘﻜﺮاري‬-
Frequency curve ‫ اﳌﻨﺤﻨﻰ اﻟﺘﻜﺮاري‬-
Cumulative frequency curve ‫ اﳌﻨﺤﻨﻰ اﻟﺘﻜﺮاري اﻟﱰاﻛﻤﻲ‬-
Relative frequency curve ‫ اﳌﻨﺤﻨﻰ اﻟﺘﻜﺮاري اﻟﻨﺴﺒﻲ‬-
Forecast ‫اﻟﺘﻨﺒﺆ‬
Expectation ‫اﻟﺘﻮﻗﻊ‬
Combinations ‫اﻟﺘﻮاﻓﻴﻖ‬
Frequency distribution ‫اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري‬
Frequency distribution table ‫ﺟﺪول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري‬
Probablity distribution ‫اﻟﺘﻮزﻳﻊ اﻻﺣﺘامﱄ‬
270
Mono-mode distribution ‫ﺗﻮزﻳﻊ أﺣﺎدي اﳌﻨﻮال‬

Mulry-mode distribution ‫ ﺗﻮزﻳﻊ ﻣﺘﻌﺪد اﳌﻨﻮاﻻت‬-
Normal distribution ‫ﺗﻮزﻳﻊ ﻃﺒﻴﻌﻲ‬
Standared normal distribution ‫ ﺗﻮزﻳﻊ ﻃﺒﻴﻌﻲ ﻣﻌﻴﺎري‬-
Skewed distribution ‫ﺗﻮزﻳﻊ ﻣﻠﺘﻮ‬
Event ‫اﻟﺤﺎدث‬
Sure event ‫ اﻟﺤﺎدث اﻷﻛﻴﺪ‬-
Null event ‫ اﻟﺤﺎدث اﳌﺴﺘﺤﻴﻞ‬-
Independent events ‫ اﻟﺤﻮادث اﳌﺴﺘﻘﻠﺔ‬-
Simple event ‫ اﻟﺤﺎدث اﻟﺒﺴﻴﻂ‬-
Complementary event ‫ اﻟﺤﺎدث اﳌﺘﻤﻢ‬-
Compound events ‫ اﻟﺤﺎدث اﳌﺮﻛﺐ‬-
Disjoint events ‫ اﻟﺤﻮادث اﳌﻨﻔﺼﻠﺔ‬-
Mutually exclusive events ‫ اﻟﺤﻮادث اﳌﺘﺒﺎﻋﺪة واﻟﺸﺎﻣﻠﺔ‬-
Lower class limit ‫اﻟﺤﺪ اﻷدىن ﻟﻠﻔﺌﺔ‬
Upper class event ‫اﻟﺤﺪ اﻷﻋﲆ ﻟﻠﻔﺌﺔ‬
Lower class boundary ‫اﻟﺤﺪ اﻷدىن اﻟﻔﻌﲇ ﻟﻠﻔﺌﺔ‬
Upper class boundary ‫اﻟﺤﺪ اﻷﻋﲆ اﻟﻔﻌﲇ ﻟﻠﻔﺌﺔ‬
Sample size ‫ﺣﺠﻢ اﻟﻌﻴﻨﺔ‬
Population size ‫ﺣﺠﻢ اﳌﺠﺘﻤﻊ‬
Actual income ‫اﻟﺪﺧﻞ اﻟﺤﻘﻴﻘﻲ‬
Quartile ‫اﻟﺮﺑﻴﻊ‬
Range of the variable ‫رﺗﺒﺔ اﳌﺘﻐري‬
Index number ‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ‬
271
Simple index number ‫ اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﺒﺴﻴﻂ‬-

Simple aggregate index number ‫ اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﺘﺠﻤﻴﻌﻲ اﻟﺒﺴﻴﻂ‬-
Simple relative index number ‫ اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﻨﺴﺒﻲ اﻟﺒﺴﻴﻂ‬-
Price index number ‫ اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ ﻟﻸﺳﻌﺎر‬-
Quantities index number ‫ اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ ﻟﻠﻜﻤﻴﺎت‬-
Cost of livint index number ‫ اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ ﻟﺘﻜﺎﻟﻴﻒ اﳌﻌﻴﺸﺔ‬-
Weighted index number ‫ اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﳌﺮﺟﺢ‬-
Seasonal index number ‫ اﻟﺮﻗﻢ اﻟﻘﻴﺎﳼ اﻟﻌﻀﲇ‬-
Paasche index number for prices ‫ رﻗﻢ ﺑﺎش ﻟﻸﺳﻌﺎر‬-
Paasche index number for quantities ‫ رﻗﻢ ﺑﺎش ﻟﻠﻜﻤﻴﺎت‬-
Laspeyre index number for prices ‫ رﻗﻢ ﻻﺳﺒري ﻟﻸﺳﻌﺎر‬-
Laspeyre index number for quantities ‫ رﻗﻢ ﻻﺳﺒري ﻟﻠﻜﻤﻴﺎت‬-
Fisher's ideal index number for prices ‫ رﻗﻢ ﻓﴩ اﻷﻣﺜﻞ ﻟﻸﺳﻌﺎر‬-
Fisher's ideal index number for quantities ‫ رﻗﻢ ﻓﴩ اﻷﻣﺜﻞ ﻟﻠﻜﻤﻴﺎت‬-
Marshall index number for prices ‫ رﻗﻢ ﻣﺎرﺷﺎل ﻟﻸﺳﻌﺎر‬-
Marshall index number for quantities ‫ رﻗﻢ ﻣﺎرﺷﺎل ﻟﻠﻜﻤﻴﺎت‬-
Sum simple ‫رﻣﺰ اﳌﺠﻤﻮع‬
Base time ‫زﻣﻦ اﻷﺳﺎس‬
Comparison time ‫زﻣﻦ اﳌﻘﺎرﻧﺔ‬
Time series ‫اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ‬
Pregnancy rage ‫ﺳﻦ اﻟﺤﻞ‬
Free hand method ‫ﻃﺮﻳﻘﺔ اﻟﺘﻤﻬﻴﺪ ﺑﺎﻟﻴﺪ‬
Broken line method ‫ﻃﺮﻳﻘﺔ اﻟﺨﻂ اﳌﻨﻜﴪ‬
272
Smooth line method ‫اﻟﺨﻂ اﳌﻨﺤﻨﻲ‬

Picture method ‫ﻃﺮﻳﻘﺔ اﻟﺼﻮر‬
Pie charts method ‫ﻃﺮﻳﻘﺔ اﻟﻘﻄﺎع اﻟﺪاﺋﺮي‬
Moving averages method ‫ﻃﺮﻳﻘﺔ اﳌﺘﻮﺳﻄﺎت اﳌﺘﺤﺮﻛﺔ‬
Rectangular method ‫ﻃﺮﻳﻘﺔ اﳌﺴﺘﻄﻴﻼت‬
The method of least squers ‫ﻃﺮﻳﻘﺔ اﳌﺮﺑﻌﺎت اﻟﺼﻐﺮى‬
The average percentage method ‫ﻃﺮﻳﻘﺔ اﻟﻨﺴﺐ اﳌﺌﻮﻳﺔ ﻟﻠﻤﻌﺪل‬
Ratio to trend method ‫ﻃﺮﻳﻘﺔ اﻟﻨﺴﺒﺔ إﱃ اﻻﺗﺠﺎه اﻟﻌﺎم‬
Ratio to moving average method ‫ﻃﺮﻳﻘﺔ اﻟﻨﺴﺒﺔ إﱃ اﳌﺘﻮﺳﻄﺎت اﳌﺘﺤﺮﻛﺔ‬
The method of semi-averages ‫ﻃﺮﻳﻘﺔ ﻧﺼﻒ اﻟﺴﻠﺴﻠﺔ‬
The link relative method ‫ﻃﺮﻳﻘﺔ اﻟﻮﺻﻞ اﻟﻨﺴﺒﻴﺔ‬
Moments ‫اﻟﻌﺰوم‬
Deciles ‫اﻟﻌﺸري‬
Positive relation (‫ﻋﻼﻗﺔ إﻳﺠﺎﺑﻴﺔ )ﻃﺮدﻳﺔ‬
Negative relation (‫ﻋﻼﻗﺔ ﺳﻠﺒﻴﺔ )ﻋﻜﺴﻴﺔ‬
Raw mark ‫اﻟﻌﻼﻗﺔ اﻟﺨﺎم‬
Standared mark ‫اﻟﻌﻼﻗﺔ اﳌﻌﻴﺎرﻳﺔ‬
Sample ‫اﻟﻌﻴﻨﺔ‬
Random sample ‫ اﻟﻌﻴﻨﺔ اﻟﻌﺸﻮاﺋﻴﺔ‬-
Stratified sample ‫ اﻟﻌﻴﻨﺔ اﻟﻄﺒﻘﻴﺔ‬-
Systematic random ‫ اﻟﻌﻴﻨﺔ اﻟﻌﺸﻮاﺋﻴﺔ اﳌﻨﺘﻈﻤﺔ‬-
Standared sample ‫ اﻟﻌﻴﻨﺔ اﳌﻌﻴﺎرﻳﺔ‬-
Class ‫اﻟﻔﺌﺔ‬
Class strength ‫ ﻃﻮل اﻟﻔﺌﺔ‬-
273
Class mark ‫ ﻣﺮﻛﺰ اﻟﻔﺌﺔ‬-

Percentril class ‫ اﻟﻔﺌﺔ اﳌﺌﻴﻨﻴﺔ‬-
Mode class ‫ اﻟﻔﺌﺔ اﳌﻨﻮاﻟﻴﺔ‬-
Mediar class ‫ اﻟﻔﺌﺔ اﻟﻮﺳﻴﻄﻴﺔ‬-
Sample space ‫ﻓﻀﺎء اﻟﻌﻴﻨﺔ‬
Demorgan's laws ‫ﻗﻮاﻧني دميﻮرﻏﺎن‬
Skewness ‫اﻻﻟﺘﻮاء‬
Percentile ‫اﳌﺌني‬
Percentile rank ‫ اﻟﺮﺗﺒﺔ اﳌﺌﻴﻨﻴﺔ‬-
Counting principle ‫ﻣﺒﺪأ اﻟﻌﺪ‬
Random variable ‫اﳌﺘﻐري اﻟﻌﺸﻮايئ‬
Rane of random variable ‫ ﻣﺪى اﳌﺘﻐري اﻟﻌﺸﻮايئ‬-
Continuous random variable ‫ اﳌﺘﻐري اﻟﻌﺸﻮايئ اﳌﺘﺼﻞ‬-
Discrete random variable ‫ اﳌﺘﻐري اﻟﻌﺸﻮايئ اﳌﻨﻔﺼﻞ‬-
Complement ‫ﻣﺘﻤﻤﺔ‬
Moving averages ‫اﳌﺘﻮﺳﻄﺎت اﳌﺘﺤﺮﻛﺔ‬
Set ‫ﻣﺠﻤﻮﻋﺔ‬
Empty set ‫ ﻣﺠﻤﻮﻋﺔ ﺧﺎﻟﻴﺔ‬-
Subset ‫ ﻣﺠﻤﻮﻋﺔ ﺟﺰﺋﻴﺔ‬-
Universal set ‫ ﻣﺠﻤﻮﻋﺔ ﻛﻠﻴﺔ‬-
Operations of sets ‫اﻟﻌﻤﻠﻴﺎت ﻋﲆ اﳌﺠﻤﻮﻋﺎت‬
Range (‫اﳌﺪى )اﳌﺪى اﳌﻄﻠﻖ‬
Interquartile range ‫اﳌﺪى اﻟﺮﺑﻴﻌﻲ‬
Deciles range ‫اﳌﺪى اﻟﻌﺸريي‬
274
Component of time series ‫ﻣﺮﻛﺒﺔ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ‬

Secular trend ‫ﻣﺮﻛﺒﺔ اﻻﺗﺠﺎه‬
Cyclical component ‫ﻣﺮﻛﺒﺔ اﻟﺪورة‬
Irregular (random) variation (‫ﻣﺮﻛﺒﺔ اﻟﺨﻄﺄ )اﻟﻌﺸﻮاﺋﻴﺔ‬
Seasonal variation ‫ﻣﺮﻛﺒﺔ اﻟﻔﺼﻞ‬
Observation (‫اﳌﺸﺎﻫﺪة )اﳌﻔﺮدة‬
Factorial ‫اﳌﴬوب‬
Equation of an appropriate trend ‫ﻣﻌﺎدﻟﺔ اﻻﺗﺠﺎه اﻟﻌﺎم‬
Regression line equation ‫ﻣﻌﺎدﻟﺔ ﺧﻂ اﻻﻧﺤﺪار‬
Roughness coefficient ‫ﻣﻌﺎﻣﻞ اﻟﺨﺸﻮﻧﺔ‬
Crude partiality rate ‫ﻣﻌﺪل اﻟﺨﺼﻮﺑﺔ اﻟﻌﺎم‬
Married woman's partiality rate ‫ﻣﻌﺪل اﻟﺨﺼﻮﺑﺔ ﻟﻠﻨﺴﺎء اﳌﺘﺰوﺟﺎت‬
Age specific vertility rate ‫ﻣﻌﺪل اﻟﺨﺼﻮﺑﺔ اﳌﺤﺪد ﺑﻔﺌﺔ ﻋﻤﺮﻳﺔ‬
Seasonal average ‫اﳌﻌﺪل اﻟﻔﺼﲇ‬
Immigration rate ‫ﻣﻌﺪل اﻟﻬﺠﺮة‬
Crude death rate ‫ﻣﻌﺪل اﻟﻮﻓﺎة اﻟﺨﺎم‬
Infant nortality rate ‫ﻣﻌﺪل وﻓﻴﺎت اﻟﺮﺿﻊ‬
Neonatal mortality rate ‫ﻣﻌﺪل وﻓﻴﺎت ﺣﺪﻳﺜﻲ اﻟﻮﻻدة‬
Maternal nortality rate ‫ﻣﻌﺪل وﻓﻴﺎت اﻷﻣﻮﻣﺔ‬
Crude birth rate ‫ﻣﻌﺪل اﻟﻮﻻدة اﻟﺨﺎم‬
Measures of dispersion ‫ﻣﻘﺎﻳﻴﺲ اﻟﺘﺸﺘﺖ‬
Central tendency measures ‫ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ‬
Historical curve ‫اﳌﻨﺤﻨﻰ اﻟﺘﺎرﻳﺨﻲ‬
Mode ‫اﳌﻨﻮال‬
275
‫‪New borns‬‬ ‫اﳌﻮاﻟﻴﺪ اﻷﺣﻴﺎء‬

‫‪Binomial theorem‬‬ ‫ﻧﻈﺮﻳﺔ ذات اﻟﺤﺪﻳﻦ‬
‫‪Bayes theorem‬‬ ‫ﻧﻈﺮﻳﺔ ﺑﻴﺰ‬
‫‪Immigration‬‬ ‫اﻟﻬﺠﺮة‬
‫‪Mean‬‬ ‫اﻟﻮﺳﻂ اﻟﺤﺴﺎيب‬
‫‪Harmonic mean‬‬ ‫‪ -‬اﻟﻮﺳﻂ اﻟﺘﻮاﻓﻘﻲ‬
‫‪Guessed mean‬‬ ‫‪ -‬اﻟﻮﺳﻂ اﻟﻔﺮﴈ‬
‫‪Weighted mean‬‬ ‫‪-‬اﻟﻮﺳﻂ اﳌﻮزون‬
‫‪Geometric‬‬ ‫‪ -‬اﻟﻮﺳﻂ اﻟﻬﻨﺪﳼ‬
‫‪Median‬‬ ‫اﻟﻮﺳﻴﻂ‬
‫‪276‬‬
‫اﳌﺮاﺟﻊ‬
‫اﳌﺮاﺟﻊ‬
‫أوﻻ‪ :‬اﳌﺮاﺟﻊ اﻟﻌﺮﺑﻴﺔ‬
‫ﻣﺨﺘﺎر اﻟﻬﺎﻧﴘ‪ ،‬ﻣﺒﺎدئ اﻹﺣﺼﺎء‪ ،‬اﻟﺪار اﻟﺠﺎﻣﻌﻴﺔ‪ ،‬ﺑريوت ‪.1993‬‬ ‫‪-1‬‬
‫ﻣﺤﻤﺪ أﺑﻮ ﺻﺎﻟﺢ‪ ،‬ﻣﻘﺪﻣﺔ ﰲ اﻹﺣﺼﺎء‪ ،‬ﻣﺮﻛﺰ اﻟﻜﺘﺐ اﻷردين‪ ،‬ﻋامن ‪.1990‬‬ ‫‪-2‬‬
‫ﻣﺤﻤﺪ ﻣﻈﻠﻮم ﺣﻤﺪي‪ ،‬ﻃﺮق اﻹﺣﺼﺎء‪ ،‬دار اﳌﻌﺎرف ﻣﴫ‪.1965 ،‬‬ ‫‪-3‬‬
‫أﺣﻤﺪ ﻋﺒﺎدة ﴎﺣﺎن‪ ،‬اﻹﺣﺼﺎء‪ ،‬ﻣﺆﺳﺴﺔ ﺷﺒﺎب اﻟﺠﺎﻣﻌﺔ‪ ،‬اﻹﺳﻜﻨﺪرﻳﺔ ‪.1977‬‬ ‫‪-4‬‬
‫ﻋﺒﺪ اﻟﺤﺴني زﻳﻨﻲ‪ ،‬اﻹﺣﺼﺎء اﻟﺴﻜﺎين‪ ،‬وزارة اﻟﺘﻌﻠﻴﻢ اﻟﻌﺎﱄ‪ ،‬ﺑﻐﺪاد ‪.1980‬‬ ‫‪-5‬‬
‫ﻣﺪين دﺳﻮﻗﻲ ﻣﺼﻄﻔﻰ‪ ،‬ﻣﺒﺎدئ ﰲ ﻋﻠﻢ اﻹﺣﺼﺎء‪ ،‬دار اﻟﻨﻬﻀﺔ اﻟﻌﺮﺑﻴﺔ‪ ،‬ﻣﴫ ‪.1977‬‬ ‫‪-6‬‬
‫ﺛﺎﻧﻴﺎ‪ :‬اﳌﺮاﺟﻊ اﻷﺟﻨﺒﻴﺔ‬

‫‪1- Murray R. Spiegel, Theory and problems of Statistics, Mc Graw-Hill. New York 1987.‬‬
‫‪2- William Mendenhall, Introduction to Probability and Statistics, 5 the edition.‬‬
‫‪3- David R. Anderson, Statistics for business and economics, 8th edition, south-western, a‬‬
‫‪division of Thomas learning.‬‬
‫‪277‬‬
‫ﻓﻬﺮﺳﺔ اﳌﺼﻄﻠﺤﺎت ﻋﺮيب إﻧﺠﻠﻴﺰي‬
‫ﻓﻬﺮﺳﺔ‬
‫‪278‬‬

كتاب الإحصاء

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

كتاب الإحصاء

Uploaded by

Copyright:

Available Formats

‫ﺑﺴﻢ اﻟـﻠـﻪ اﻟﺮﺣﻤﻦ اﻟﺮﺣﻴﻢ‬

‫ﺟﻤﻊ اﻟﺒﻴﺎﻧﺎت وﺗﺒﻮﻳﺒﻬﺎ‬

‫ﺟـ‪ -‬ﺗﺤﻠﻴﻞ اﻟﺒﻴﺎﻧﺎت‪:‬‬

‫‪ -3‬ﻃﺮﻳﻘﺔ اﻟﻌﻴﻨﺔ اﻟﻌﻨﻘﻮدﻳﺔ ‪Cluster Sample‬‬

‫‪ -2‬ﻃﺮﻳﻘﺔ اﳌﺴﺘﻄﻴﻼت أو اﻷﻋﻤﺪة ‪Rectangular method‬‬

‫ﻋﺪد اﻷﺟﻬﺰة‬ ‫ﻧﻮع اﻟﺠﻬﺎز‬

‫‪ -3‬ﻃﺮﻳﻘﺔ اﻟﺨﻂ اﻟﺒﻴﺎين ‪Line method‬‬

‫ﻋﺪد اﻟﻄﻠﺒﺔ‬ ‫اﻟﺘﺨﺼﺺ‬

‫‪ -4‬ﻃﺮﻳﻘﺔ اﻟﺪاﺋﺮة ‪Circle method‬‬

‫ﻓﻴﻜﻮن اﻟﺠﺪول ﻣﻤﺜﻼً ﺑﺎﻟﺪاﺋﺮة اﻟﺘﺎﻟﻴﺔ‪:‬‬

‫‪ -5‬ﻃﺮﻳﻘﺔ اﻟﺼﻮر ‪Picture method‬‬

‫اﻟﺘﻮزﻳﻌﺎت اﻟﺘﻜﺮارﻳﺔ متﺜﻴﻠﻬﺎ ﺑﻴﺎﻧﻴﺎً ‪Frequency Distribution‬‬

‫‪ -4‬ﻧﺤﺪد اﻟﺤﺪود اﻟﻔﻌﻠﻴﺔ ﻟﻠﻔﺌﺎت‪:‬‬

‫‪ -7‬ﻧﺠﺪ ﻣﺮﻛﺰ اﻟﻔﺌﺔ واﻟﺬي ﻳﻜﻮن‪:‬‬

‫‪0‬‬ ‫ﺣﺪود ﻓﻌﻠﻴﺔ‬

‫‪ -2‬اﳌﻀﻠﻊ اﻟﺘﻜﺮاري‪Frequency Polygon :‬‬

‫‪ -3‬اﳌﻨﺤﻨﻰ اﻟﺘﻜﺮاري‪Frequency Curve :‬‬

‫‪0‬‬ ‫ﻣﺮاﻛﺰ اﻟﻔﺌﺎت‬

‫‪d 33.5‬‬ ‫‪0‬‬

‫‪d 39.5‬‬ ‫‪3‬‬

‫‪d 45.5‬‬ ‫‪9‬‬

‫‪d 51.5‬‬ ‫‪17‬‬

‫‪d 57.5‬‬ ‫‪22‬‬

‫‪d 63.5‬‬ ‫‪28‬‬

‫‪d 69.5‬‬ ‫‪29‬‬

‫‪d 75.5‬‬ ‫‪30‬‬

‫‪0‬‬ ‫ﺣﺪود ﻓﻌﻠﻴﺔ‬

‫‪Closed and open tables‬‬ ‫اﻟﺠﺪاول اﳌﻘﻔﻠﺔ واﻟﺠﺪاول اﳌﻔﺘﻮﺣﺔ‬

‫اﻟﻔﺌﺎت‬ ‫أﻗﻞ ﻣﻦ ‪50‬‬ ‫‪50-69‬‬ ‫‪70-89‬‬ ‫أﻛرث ﻣﻦ ‪90‬‬

‫ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ‬

‫وﻹﻳﺠﺎد اﳌﺌﻴﻨﺎت ‪ Percentiles‬ﻟﻠﺠﺪاول اﻟﺘﻜﺮارﻳﺔ ﺳﻨﺘﺒﻊ ﺧﻄﻮات ﻣﻮﺿﺤﺔ ﰲ اﳌﺜﺎل اﻟﺘﺎﱄ‪.‬‬

‫ﺛﺎﻟﺜﺎ‪ ً:‬ﺑﺎﻟﻨﺴﺒﺔ واﻟﺘﻨﺎﺳﺐ ﻧﺠﺪ ﻗﻴﻤﺔ ‪P50‬‬

‫إذن ‪ P60‬واﻗﻌﺎً ﺑني ‪.39.5 ، 29.5‬‬

‫راﺑﻌﺎ ً‪ :‬ﺗﻜﻮن اﻟﺮﺗﺒﺔ اﳌﺌﻴﻨﻴﺔ ﻟﻠﻤﺸﺎﻫﺪة ‪P.R(32) :32‬‬

‫إﻳﺠﺎد اﳌﺌﻴﻨﺎت ﺑﻴﺎﻧﻴﺎ ً ‪Finding Percentilies by using graphs‬‬

‫‪x1 f1  x 2 f 2  ...  x n f n‬‬

‫‪ x‬ﺣﻴﺚ ‪ x‬ﻫﻲ ﻣﺮﻛﺰ اﻟﻔﺌﺔ‬ ‫‪¦ fx‬‬ ‫أو ﺑﺸﻜﻞ ﻣﺨﺘﴫ‬

‫‪class‬‬ ‫‪f‬‬ ‫)‪Class mark(x‬‬ ‫‪xf‬‬

‫واﻵن ﻟﻨﺄيت ﻟﻄﺮق إﻳﺠﺎد اﻟﻮﺳﻴﻂ‪.‬‬

‫ﻣﺜﺎل‪ :‬أوﺟﺪ اﻟﻮﺳﻴﻂ ﻟﻠﺠﺪول اﻟﺘﻜﺮاري اﻟﺘﺎﱄ‪:‬‬

‫أ‪ -‬إﻳﺠﺎد اﳌﻨﻮال ﰲ ﺣﺎﻟﺔ اﳌﻔﺮدات‬

‫¦‬ ‫‪xi  a‬‬

‫) ‪mr (a‬‬ ‫‪i 1‬‬

‫ﺳﻨﻮﺿﺢ اﻻﻟﺘﻮاء ‪ Skewness‬ﻣﻦ ﺧﻼل اﻷﺷﻜﺎل اﻟﺜﻼﺛﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬

‫‪Mo‬‬ ‫‪Me x‬‬

‫ﻳﻜﻮن اﳌﻨﻮال ‪ t‬اﻟﻮﺳﻴﻂ ‪ t‬اﻟﻮﺳﻂ اﻟﺤﺴﺎيب‬

‫‪x Me‬‬ ‫‪Mo‬‬

‫‪X‬‬ ‫‪Mo‬‬ ‫‪Me‬‬

‫أي أن اﻟﻮﺳﻂ اﻟﺤﺴﺎيب = اﻟﻮﺳﻴﻂ = اﳌﻨﻮال‬

‫¦‬ ‫‪xi  x‬‬

‫¦‬ ‫‪xi  x‬‬

‫‪Class make‬‬ ‫‪Frequency‬‬

‫‪xi  x‬‬ ‫‪2‬‬

‫ﻣﻌﺘﺪل اﻟﺘﻔﺮﻃﺢ‬ ‫ﻗﻠﻴﻞ اﻟﺘﻔﺮﻃﺢ )ﻟﻪ ﻗﻤﺔ ﻋﺎﻟﻴﺔ(‬

‫وﻣﻘﻴﺎس اﻟﺘﻔﺮﻃﺢ ﻫﻮ‪:‬‬

‫‪ -ϩ‬اﻟﺮﺗﺒﺔ اﳌﺌﻴﻨﻴﺔ ﻟﻠﻄﻮل ‪.125‬‬

‫‪4‬‬ ‫‪7‬‬ ‫‪5‬‬ ‫‪9‬‬ ‫‪12‬‬ ‫‪17‬‬

‫‪4‬‬ ‫‪5 ...................... Q1‬‬

‫‪Frequency‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪20‬‬

‫‪frequency‬‬ ‫‪6‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪3‬‬

‫‪5‬‬ ‫‪6‬‬ ‫‪30‬‬ ‫‪5‬‬ ‫‪30‬‬

‫¦‬ ‫‪xi  x‬‬

‫‪V‬‬ ‫‪i 1‬‬

‫‪V‬‬ ‫‪¦ xx‬‬ ‫‪2‬‬

‫‪x1 f1 x 2 f 2 ... x n f n‬‬

‫¦‬ ‫‪xi a‬‬

‫¦‬ ‫‪xi x‬‬

‫¦‬ ‫‪xi x‬‬

‫‪xi x‬‬ ‫‪2‬‬

‫¦‬ ‫‪xi x‬‬

‫‪V‬‬ ‫‪¦ xx‬‬ ‫‪2‬‬

‫¦‬ ‫‪x x‬‬

‫‪1 3‬‬ ‫‪2‬‬

‫‪V‬‬ ‫‪i 1‬‬

‫‪V‬‬ ‫¨‬ ‫¸‬

‫‪V‬‬ ‫‪x2 x‬‬

‫¦‬ ‫‪xi x‬‬

‫¦‬ ‫‪yi y‬‬

‫‪x‬‬ ‫‪y‬‬ ‫‪xy‬‬ ‫‪(x)2‬‬ ‫‪(y)2‬‬

‫‪d‬‬ ‫‪x cy‬‬

‫‪V‬‬ ‫‪E( X 2 ) E X‬‬ ‫‪2‬‬

‫)‪= (1) 2 f (1) (2) 2 f (2) (3) 2 f (3‬‬

‫¸· ¨§)‪ (10)§¨ ·¸ (11)§¨ ·¸ (12‬‬

‫‪a‬‬ ‫¦‬ ‫‪Xf x b‬‬ ‫‪¦f‬‬ ‫‪x‬‬

‫‪ Lim §¨ Ae x‬‬

‫‪ Lim‬‬ ‫‪ Ae L A‬‬ ‫‪1‬‬

‫‪ 0 A 1 A‬‬ ‫‪1‬‬

‫‪ V‬ﻳﺴﻤﻰ اﻻﻧﺤﺮاف اﳌﻌﻴﺎري‪.‬‬ ‫)‪E X 2 E (x‬‬

‫‪e x‬‬ ‫@‬

‫ﻋﺸﻮاﺋﻴﺎ‪ ،‬اﻗﱰان ﻛﺜﺎﻓﺘﻪ اﻻﺣﺘامﻟﻴﺔ @‪x a , x >0,3‬‬