Professional Documents
Culture Documents
Screenshot 2024-03-25 at 11.58.40 PM
Screenshot 2024-03-25 at 11.58.40 PM
r= 0.97
Interpret this result: There is a strong positive correlation
between the number of years and employee has worked and the
employee's salary, since r is very close to 1.
وباالتجاه1 بالشرح نكتبله اكو ارتباط قوي الن كلش قريب من
* وهي هاي كليشة نحفظهة.الموجب
هذه لحد يقراهة مالهة معنى Significance level
The Population Correlation Coefficient ρ-value
طريقة الحل:
.1اول شي نحدد عدد األزواج nيعني عدد متغيرات Xمثال.
من السؤال هي دائما معطاة في السؤال. .2نطلع قيمة الفا
.3نطلع critical valueمن الجدول باالعتماد على قيمة الفا وn
.4نقارن قيمة rبال critical valueاللي طلعناهة من الجدول
بهذه الطريقة:
نقارن rبالقيمة ونشوف اذا هي Significantلو ال من هاي
ال 0.811هاي من الجدول نطلعه و نقارن اذا جان مطلق rاكبر منهة
يعني .Significantمثال
و نشوف اذا ضمن مجال القيمة اللي طلعناهة من الجدول نكولt نقارن قيمة.6
اما اذا خارج المجال نكولfail to reject the null hypothesis
The test statistics falls in the rejection region, so H0 is rejected
Example 4
The following data represents the number of hours 12
different students watched television during the weekend
and the scores of each student who took a test the
following Monday.
طريقة الحل:
.1نسوي جدول و نحط Xو Yبنفس ترتيبهم.
.2نرتبهم تنازليا من الرقم الكبير للصغير.
.3نشوف كل رقم بالترتيب القديم شكد صار ترتيبه بعد ما رتبناهم تنازليا ,مثال
بالمثال اللي جوة بال Xال 20بعد ما رتبناهة تنازليا ترتيبهة طلع 4فحطينة كدامهة
الل هو الرانك مالتهة و 8صارت اخر وحدة حطينة كدامهة 10و هيج نكمل 4ي
التتيب القديم. البقية .يعن المرتبة نطلعهة من ال رتتيب الجديد و نحطهة كبال ر
ي
.4نطرح كل Rank xبال Rank yالمقابل اله.
.5نطلع.𝑑𝑖 2
ونستعمل القانون:
:مثال
x Rank x y Rank y di 𝑑𝑖 2
20 29 4 20 26 7 -3 9
23 23 2 25 25 2 0 0
8 21 10 11 24 10 0 0
29 20 1 24 23 3 -2 4
14 18 7 23 22 4 3 9
12 17 8 16 21 8 0 0
11 14 9 12 20 9 0 0
21 12 3 21 16 6 -3 9
17 11 6 22 12 5 1 1
18 8 5 26 11 1 4 16
∑ 48
6∗48
ρ=1-10(10−1)
ρ= 0.71
Linear Regression
هذا ينطي معادلة خط ،و هنا كلش كلش مهم نعرف منو Xمنو ,Yومن خالله نكدر
نطلع قيمة جديدة لل XاوY
𝒃 ŷ = 𝒎𝒙 +
هذه المعادلة كلش بسيطة بس نطلع mو bونحطهن بالمعادلة.
𝑦∑ 𝑥∑
= b= ȳ-mX − نطلعهة منا . mean y – m*mean x
𝑛 𝑛
ال b
الل الرسم سهل اول شي نسوي محور X , Yو نحط كل نقطة ي
يعن كل Xو ال Yي
تصت نقطة مثل )(2,-1
تقابلهة ر
و ال ) Mean(xو ) Mean (yهم يصيرن نقطة و الخط يمر بيهن الزم
مثل ما موضح بالمثال.
أول شي طلب بال مثال المعادلة مال خط هاي سهلة
ثاني شي طلب درجة االختبار لطالب يشاهد التلفاز 9ساعات باليوم و ال 9
مموجودة بالجدول مال Xيعني الزم نطلعهة من المعادلة بهاي الطريقة.
مالحظة* عدد ساعات مشاهدة التلفاز هو Xو درجات االختبار هي .Y
بس نجيب المعادلة مال المطلب األول نعوض بدال ال Xالرقم ،بهذا المثال 9
Measures of Regression and Prediction Intervals
Variation About a Regression Line
وTotal deviation الزم نطلعTotal variation من يطلب
Unexplained deviation وExplained deviation
.و اني ماعرف شنو ذني بس منحتاج بس نطبق قوانين و هاهية
Total deviation = Yi - ȳ : ȳ ناقصY هنا كل عنص
Total variation = ∑(yi − ȳ)2 : هنا نفس الشي بس نربع النواتج و نجمعهم
Explained deviation = ŷi - ȳ نطلعهة من المعادلة مالŷi ال
بال بالمعادلةX نعوض كلRegresion
Explained variation = ∑ (ŷ𝑖 − ȳ)2 اللي طلعناهة فوك ونربع و نجمع
Unexplained deviation = Yi – ŷi : اللي طلعناهةŷ نطرحهة من الY كل
Unexplained variation = ∑ (𝑦𝑖 − ŷ𝑖)2
Total variation = Explained variation + Unexplained variation
𝑒𝑥𝑝𝑙𝑎𝑖𝑛𝑒𝑑 𝑣𝑎𝑟𝑖𝑎𝑡𝑖𝑜𝑛
𝑟2=
𝑡𝑜𝑡𝑎𝑙 𝑣𝑎𝑟𝑖𝑎𝑡𝑖𝑜𝑛
Example 2 (cont.):
The correlation coefficient for the data that represents the
number of hours students watched television and the test
scores of each student is r −0.831.
Find the coefficient of determination.
R=𝑟 2 ≈ (−0.831)2 ≈ 0.691
About 69.1% of the variation in the test scores can be explained
by the variation in the hours of TV watched. About 30.9% of the
variation is unexplained.
.r مالحظة انه احنا نكدر نربع اذا جان منطينة
نستعمل القانون
نبقي ال Yو نطرح ŷمن E اخر شي نطبق
و الطرف األيمن رح نجمع E + ŷ
رح تكون Yبين قيمتين وهو هذا المطلوب.
هو هنا منطيني كلشي بس اطلع tcمن الجدول منطي النسبة %95و
10=n – 2و ال Xالمطلوبة 4