See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/351368563

3‫ﻣـﺤـﺎﺿـﺮات وﺗـﻤـﺎرﻳـﻦ ﻓﻲ اﻻﺣـﺼــﺎء‬

Research · March 2021

CITATIONS READS

0 18,244

1 author:

Amine Tammar
Blida 2 University (Lounici Ali)
10 PUBLICATIONS 0 CITATIONS

SEE PROFILE

All content following this page was uploaded by Amine Tammar on 07 May 2021.

The user has requested enhancement of the downloaded file.

 ‫الجمـــهــــور يـــــة الجـــــزائر يـــــة الــــديمـــــقــــراطيـــــــــة الشـــــعبيـــــــــة‬
‫‪REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE‬‬
‫‪MINISTERE DE L’ENSEIGNEMENT‬‬
‫‪SUPERIEUR‬‬
‫وزارة التعليــم العالـــي والبحـــث العلمي‬
‫جامعة البليدة ‪02‬‬
‫‪ET DE LA RECHERCHE SCIENTIFIQUE‬‬
‫‪UNIVERSITE – BLIDA 02‬‬
‫‪Faculté des Sciences Economiques,‬‬
‫‪Sciences Commerciales et de Gestion‬‬ ‫كلية العلوم الاقتصادية والتجار ية وعلوم التسيير‬

‫من إعـــداد‪ :‬د‪ .‬تـماــر أمـيـن‬

‫الســــنة الجاــــمي ــة‪2021-2020 :‬‬

 ‫فـــــهـــرس المـــحتويــــات‬

‫رقم الصفحة‬ ‫الــعــنــوان‬

‫‪01‬‬ ‫فهرس المحتويات ‪......... ........................................ ........................‬‬
‫‪03‬‬ ‫قائمة الجداول ‪.................. ...........................................................‬‬
‫‪04‬‬ ‫قائمة االشكال ‪.................... .........................................................‬‬
‫‪05‬‬ ‫مقدمة ‪.................................................................. .............. ....‬‬

‫المحور األول‪ :‬التوزيعات االحتمالية المستمرة الشائعة‬

‫‪07‬‬ ‫أوال‪ :‬مفهوم المتغيرة العشوائية المستمرة وتوزيعها االحتمالي ‪...................................‬‬
‫‪08‬‬ ‫ثانيا‪ :‬التوزيع الطبيعي( ‪..................................................... ( D. Normale‬‬
‫‪14‬‬ ‫ثالثا‪ :‬توزيع ستيودنت )‪....................................... ( Distribution de Student‬‬
‫‪17‬‬ ‫رابعا‪ :‬توزيع كاي)‪............................(Distribution en Khi-carré -ou Khi-deux-‬‬
‫‪19‬‬ ‫خامسا‪ :‬توزيع فيشر( ‪.............................................................. ) Distribution F de Fisher‬‬
‫‪20‬‬ ‫تمارين مقترحة ‪................................................. ..................................‬‬

‫المحور الثاني ‪ :‬نظرية توزيع المعاينة‬

‫‪26‬‬ ‫‪.................... ..............................................‬‬ ‫أوال‪ :‬مفاهيم حول نظرية توزيع المعاينة‬
‫‪28‬‬ ‫ثانيا‪ :‬توزيع المعابنة للمتوسطات ‪.......................... .................................‬‬
‫‪36‬‬ ‫ثالثا‪ :‬توزيع المعاينة للنسبة……………………………………………………………‪..‬‬
‫‪38‬‬ ‫رابعا‪ :‬توزيع المعاينة للفروق والمجاميع‪..........................................................‬‬
‫‪41‬‬ ‫خامسا‪ :‬توزيع المعاينة للتباين وللنسبة بين تبايني عينتين ‪..................................‬‬
‫‪43‬‬ ‫تمارين مقترحة‪................................... ................................................‬‬

‫المحور الثالث‪ :‬نظرية التقدير‬

‫‪47‬‬ ‫أوال‪ :‬مفاهيم أساسية‪........................................................ ..............‬‬
‫‪53‬‬ ‫ثانيا‪ :‬فترة الثقة للمتوسط والفرق بين وسطين‪................................ ..............‬‬
‫‪63‬‬ ‫ثالثا‪ :‬فترة الثقة لتباين المجتمع والنسبة بين تباينين‪.......................... ..............‬‬
‫‪66‬‬ ‫رابعا‪ :‬فترة الثقة لنسبة خاصية المجتمع والفرق بين نسبتين‪..................... ..............‬‬
‫‪69‬‬ ‫تمارين مقترحة‪........................................ ..........................................‬‬

‫‪1‬‬
 ‫المحور الرابع‪ :‬اختبار الفرضيات‬
‫‪73‬‬ ‫أوال‪ :‬مفاهيم أساسية حول اختبار الفروض ‪..................................................‬‬
‫‪76‬‬ ‫ثانيا‪ :‬اختبارات الفروض الخاصة بوسط المجتمع ‪............................................‬‬
‫‪83‬‬ ‫ثالثا‪ :‬اختبارات الفروض الخاصة بنسبة ‪....................................................‬‬
‫‪86‬‬ ‫رابعا‪ :‬اختبارات الفروض الخاصة بتباين المجتمع ‪............................................‬‬
‫‪90‬‬ ‫تمارين مقترحة‪.......... .............................. ..........................................‬‬
‫‪94‬‬ ‫قائمة المراجع ‪..................... ......................... ................................‬‬
‫‪97‬‬ ‫المالحق ‪...................................................................................‬‬

‫‪2‬‬
 ‫قائمة الجداول‬
‫رقم الصفحة‬ ‫عنوان الجدول‬ ‫رقم الجدول‬
‫‪32‬‬ ‫المعالم االحصائية لتوزيع المعاينة للمتوسطات في حالة السحب باإلرجاع‬ ‫(‪) 01-02‬‬

‫وبدون ارجاع‬
‫‪54‬‬ ‫جدول يوضح بعض قيم مستوى الثقة ومعامل الثقة‬ ‫(‪) 01-03‬‬

‫‪55‬‬ ‫جدول يوضح مراحل بناء فترة الثقة لمتوسط مجتمع‬ ‫(‪) 02-03‬‬

‫‪59‬‬ ‫جدول يوضح حاالت بناء فترة الثقة حسب معلومية التباين والتوزيع‬ ‫(‪) 03-03‬‬

‫االحصائي‬
‫‪75‬‬ ‫يبين رموز احتماالت الوقوع في الخطأ من النوع االول و‪ α‬الثاني‪β‬‬ ‫(‪) 01-04‬‬

‫‪3‬‬
 ‫قائمة األشكال‬
‫رقم الصفحة‬ ‫عنوان الشكل‬ ‫رقم الشكل‬
‫‪07‬‬ ‫(‪ )01-01‬التمثيل البياني للمنحى الخاص بدالة احتمال المتغير المستمر‬

‫‪08‬‬ ‫(‪ )02-01‬التمثيل البياني لدالة الكثافة للمتغيرة للمتغير العشوائي المستمر‬

‫‪09‬‬ ‫منحنى دالة الكثافة االحتمالية لتوزيع الطبيعي‬ ‫(‪)03-01‬‬

‫‪10‬‬ ‫منحنى دالة كثافة االحتمالية لتوزيع الطبيعي المعياري‬ ‫(‪)04-01‬‬
‫‪15‬‬ ‫منحنى دالة كثافة االحتمالية لتوزيع ستيودنت‬ ‫(‪)05-01‬‬
‫‪17‬‬ ‫منحنى دالة كثافة االحتمالية لتوزيع كاي ‪2‬‬ ‫(‪)06-01‬‬
‫‪20‬‬ ‫(‪ )07-01‬منحنى دالة كثافة االحتمالية لتوزيع فيشر‬
‫‪54‬‬ ‫التمثيل البياني لفترة الثقة لتوزيع الطبيعي‬ ‫(‪)01-03‬‬
‫‪74‬‬ ‫(‪ )01-04‬شكل يوضح منطقتي الرفض والقبول لفرضية العدم‬
‫‪75‬‬ ‫منطقة الرفض في حالة اال ختبار ثنائي االتجا‬ ‫(‪)02-04‬‬
‫‪76‬‬ ‫منطقة الرفض في حالة االختبار أحادي االتجا من اليمين‬ ‫(‪)03-04‬‬
‫‪76‬‬ ‫منطقة الرفض في حالة االختبار أحادي االتجا من اليسار‬ ‫(‪)02-04‬‬

‫‪4‬‬
 ‫مقـدمة‪:‬‬
‫مع تطور علوم الرياضيات في القرن الثامن عشر ظهرت بعض النظريات العلمية الهامة مثل نظرية االحتماالت‬
‫التي كان لها الدور الكبير في تطور علم اإلحصاء والذي أصبح علماً مستقلً وازدادت أهميته في اآلونة االخيرة‬
‫كون أنه أصبح من العلوم األساسية التي ال غنى عنها في مختلف البحوث والدراسات التطبيقية في المجاالت‬
‫االقتصادية واالجتماعية ‪ ،‬وعموما يمكن القول ان هناك نوعين من االحصاء يتمثل األول في االحصاء الوصفي‬
‫وهو يهتم بجمع البيانات وتنظيمها وتصنيفها وعرضها عن طريق الجداول أو الرسوم البيانية وغيرها والثاني االحصاء‬
‫االستداللي الذي يستند على فكرة اختيار جزء من المجتمع يسمى عينة بطريقة علمية مناسبة بغرض استخدام بيانات‬
‫هذ العينة في التوصل الى نتائج يمكن تعميمها على مجتمع الدراسة اعتمادا على نظرية المعاينة والتقدير واختبار‬
‫الفروض و ايمانا بأهمية اإلحصاء عموما واإلحصاء االستداللي (االحصاء ‪ )3‬ارتأينا إلى وضع هذ المطبوعة‬
‫الم ــوجهة لــطلبة الســنة الــثان ـيـة ليـ ــسانس سواء لفرع العلوم االقتصادية والعلوم التجارية او علوم التسيير التي نتناول‬
‫فيها فيضا من المفاهيم وطرق اإلحصاء االستداللي‪ ،‬حيث اجتهدنا من أجل تقديم مادة عملية بأسلوب مبسط وواضح‬
‫في محاور متبوعة بسلسلة من التمارين ‪ ،‬بإضافة الى طرح المفاهيم و الصيغ الرياضية البسيطة متبوعة بعدد كبير‬
‫من األمثلة المحلولة بشكل مفصل وواضح بعيدا عن البراهين و العمليات الرياضية المعقدة ‪،‬من خلل وضع العلقة‬
‫ذات صلة و شروط استخدامها وكيفية تطبيقها مما يسمح للطالب من اكتساب مؤهلت بعد نجاحه في المقياس‬
‫عبر االلمام بمبادئ االحصاء االستداللي بدءا بالمعاينة ‪ ،‬التقدير بالنقطة و بمجال الثقة وصوال الى االختبارات‬
‫االحصائية انطلقا من معارفه المسبقة التي اكتسبها في مقاييس االحصاء ‪ 1‬و ‪ 2‬والتي تمكنه من مواصلة هذا‬
‫التعليم وفق المقرر المعتمد من قبل و ازرة التعليم العالي والبحث العلمي و سعينا إلى تقديم ما هو مقرر دراسته في‬
‫مقياس قمنا بتقسيم محتوى هذ المطبوعة بطريقة منهجية علمية بأربع محاور يتضمن األول أهم التوزيعات االحتمالية‬
‫االحصائية أما ثاني سنتعرض الى توزيع المعاينة ‪ ،‬ويتناول المحور الثالث نظرية التقدير فيما خصصنا المحور‬
‫الرابع الختبار الفرضيات ‪.‬‬

‫‪5‬‬
‫المحور األول‪ :‬التوزيعات االحتمالية المستمرة الشائعة‬

‫أوال‪ :‬مفهوم المتغيرة العشوائية المستمرة وتوزيعها االحتمالي‬

‫ثانيا‪ :‬التوزيع الطبيعي (‪(D. Normale‬‬

‫ثالثا‪ :‬توزيع ستيودنت (‪(Distribution de Student‬‬

‫‪2‬‬
‫)‪)Distribution en Khi-carré ou Khi-deux‬‬ ‫رابعا‪ :‬توزيع كاي‬

‫خامسا‪ :‬توزيع فيشر (‪( Distribution F de Fisher-Snédecor‬‬

‫تمارين مقترحة‬
 ‫المحور األول ‪ .....................................................‬التوزيعات االحتمالية المستمرة الشائعة‬

‫تمهيد‬
‫هناك عديد التوزيعات االحتمالية المستمرة لكن سنتناول في هذا المحور التوزيعات األكثر شيوعا والتي لها‬
‫أهمية كبيرة في التطبيقات اإلحصائية التي سنتطرق لها في باقي المحاور ال سيما نظرية التقدير واختبار‬
‫الفرضيات ـ‪ ،‬وسنحاول إعطاء الصيغة رياضية خاصة بكل توزيع مع أمثلة توضيحية عنه والتمثيالت البيانية‬
‫الخاصة به‪.‬‬
‫أوال‪ :‬مفهوم المتغيرة العشوائية المستمرة وتوزيعها االحتمالي‬
‫‪-1‬تعريف المتغيرة العشوائية المستمرة‬
‫المتغير العشوائي المستمر‪ ،‬هو الذي يأخذ قيما متصلة‪ ،‬ويأخذ عدد النهائي من القيم الممكنة له داخل‬
‫مجاله فإذا كان ‪ X‬متغير عشوائي مستمر‪ ،‬ويقع في المدى )‪ (a,b‬أي أن‪{X = x : a < x < b}:‬‬
‫‪1‬‬
‫فإن للمتغير ‪ X‬عدد النهائي من القيم تقع بين الحدين األدنى و األعلى )‪. (a,b‬‬
‫ومن األمثلة على المتغيرات الكمية المستمرة ما يلي ‪:‬‬
‫‪ ‬كمية األلبان التي تنتجها االبقار في اليوم باللتر‪. {X =x : 10 < x <40} :‬‬
‫‪ ‬فترة صالحية حفظ الدجاج المبرد باأليام‪{X =x: 1 < x <5} ،‬‬
‫‪ ‬وزن الجسم بالكيلوجرام لألعمار من(‪{X =x : 55 < x <80 } )40-30‬‬
‫‪-2‬التوزيع االحتمالي المستمر‬
‫عند تمثيل بيانات المتغير الكمي المستمر في شكل مدرج تكراري نسبي نجد أن شكل هدا المدرج هو أقرب‬
‫وصف لمنحى التوزيع االحتمالي للمتغير المستمر وكلما ضاقت الفترات بين مراكز الفئات يمكن الحصول على‬
‫‪2‬‬
‫رسم دقيق للمنحى الخاص بدالة احتمال المتغير المستمر كما هو مبين في الشكل‪:‬‬
‫)𝑥(𝑓‬
‫)𝑥(𝑓‬

‫‪x‬‬ ‫‪x‬‬
‫الشكل (‪ :)01-01‬التمثيل البياني للمنحى الخاص بدالة احتمال المتغير المستمر ‪.‬‬

‫‪1‬‬
‫‪Werner Linde , Probability Theory , degruyter , Berlin/Boston,2016 ,p110.‬‬
‫‪Ted Graham , Mathematics Enhancement Programme , Faculty of Education University of‬‬
‫‪2‬‬

‫‪Plymouth , 2005 ,pp132-133.‬‬

‫‪7‬‬
‫المحور األول ‪ .....................................................‬التوزيعات االحتمالية المستمرة الشائعة‬

‫و المساحة أسفل المنحنى تعبر عن مجموع االحتماالت الكلية و لهذا تساوي هده المساحة الواحد الصحيح‬
‫وتسمى الدالة )‪ f(x‬بالة كثافة احتمال و بفرض المتغير العشوائي المستمر يقع في المدى‬
‫} ‪ X={ x : α< x <b‬و أن منحنى هده الدالة يأخذ الصورة التالية ‪:‬‬

‫)𝒙(𝒇‬

‫‪b‬‬ ‫‪%‬‬
‫=‬
‫البياني لدالة الكثافة للمتغيرة للمتغير العشوائي المستمر ‪.‬‬
‫الشكل (‪ :)02-01‬التمثيل ‪0‬‬
‫‪.‬‬
‫احتمالية)‪ f(x‬ما يلي‪:‬‬ ‫فان من خصائص دالة كثافة ‪5‬‬
‫‪x €( a ,b) ،‬‬ ‫المدى )‪ (a ,b‬أي ان ‪f(x) ≥ 0 :‬‬ ‫الدالة )‪ f(x‬موجبة داخل ‪x‬‬
‫ثانيا‪ :‬التوزيع الطبيعي (‪(D. Normale‬‬
‫يعتبر التوزيع الطبيعي أحد أهم التوزيعات واكثرها شيوعا حيث يستعمل في تفسير اغلب الظواهر االحصائية‪.‬‬
‫‪-1‬شكل منحى التوزيع الطبيعي وصيغته الرياضية‪:‬‬
‫يتخذ المنحنى الطبيعي شكل الجرس وهو متماثل حول النقطة الوسط اي ان العمود النازل من أعلى نقطة في‬
‫المنحى على المحور االفقي يقسم المنحى الى منطقتين متساويتين كما هو موضح في الشكل أدناه و هو‬
‫يمثل التوزيع الطبيعي و يعتبر من أهم التوزيعات االحتمالية ومعادلته‪ 3 ،‬و في كثير الحاالت تتوزع خصائص‬
‫‪4‬‬
‫مجموعة من االفراد أو أشياء وفق منحنى يعرف بالتوزيع الطبيعي ويتميز بالخصائص التالية‪:‬‬
‫‪-‬المنوال يساوي الوسيط و يساوي المتوسط‪:‬‬
‫‪μ = Md = Mo‬‬
‫‪-‬التوزيع متناظر حول المتوسط الحسابي‪.‬‬

‫‪3‬عوض منصور‪ ،‬علي قوقزه ‪ ،‬عزام صبري ‪ ،‬أساسيات علم االحصاء الوصفي ‪ ،‬دار صفاء للطباعة و النشر و التوزيع ‪،‬‬
‫عمان ‪ ،‬األردن ‪ ،1999،‬ص ‪. 207‬‬
‫‪4‬عبد الكريم بوحفص ‪ ،‬االحصاء المطبق في العلوم االجتماعية و االحصائية ‪ ،‬ديوان المطبوعات الجامعية ‪ ، 2011 ،‬ص‬
‫ص ‪.108 -107‬‬

‫‪8‬‬
‫المحور األول ‪ .....................................................‬التوزيعات االحتمالية المستمرة الشائعة‬

‫‪-‬المساحة الكلية تحت المنحنى الطبيعي تساوى الواحد الصحيح‬

‫)‪f(x‬‬

‫‪50 %=0.5‬‬ ‫‪50 %=0.5‬‬

‫‪ - x=μα +‬‬

‫الشكل رقم (‪ : )03-01‬شكل يوضح منحنى دالة الكثافة االحتمالية لتوزيع الطبيعي‬

‫‪ ،‬التباين ‪V(x) = 𝜎2‬‬ ‫)‪μ = E(x‬‬ ‫التوقع الرياضي يساوي المتوسط‬

‫يأخذ الصيغة التالية‪:‬‬

‫‪1‬‬ ‫‪1 𝑥−𝑢 2‬‬

‫( ‪−‬‬ ‫)‬
‫= )𝑥(𝑓‬ ‫𝑒‬ ‫𝜎 ‪2‬‬
‫𝜋 ‪𝜎 √2‬‬
‫حيث‪:‬‬
‫‪ : ‬عدد ثابت يساوى تقريبا ‪3.1416‬‬

‫‪ : e‬عدد ثابت يساوى تقريبا ‪2.7183‬‬

‫‪ : ‬هى القيمة المتوقعة لـ ‪ X‬يمكن أن يكون أي عدد حقيقي ‪E(X) = ‬‬

‫‪ : 2‬هو التباين لـ ‪ X‬ويمكن أن يكون أي عدد حقيقي موجب ‪ Var(X) = 2‬و تكتب‬

‫)‪X  N (, 2‬‬

‫‪-2‬التوزيع الطبيعي المعياري ‪: Standard Normal Distribution‬‬

‫هو توزيع طبيعي وسطه الحسابي ‪ 0‬وانحرافه المعياري ‪ 1‬أي (‪ ) =1، =0‬و يمكن تحويل أي توزيع طبيعي‬
‫الى توزيع طبيعي معياري ‪ ،‬اذا كان المتغير العشوائي المتصل ‪ X‬له توقع )‪ μ = E(x‬و التباين ‪V(x)=𝜎2‬‬
‫‪5‬‬
‫فان المتغير العشوائي المعياري يصبح وفق العالقة التالية ‪:‬‬

‫‪5‬دومينيك سالفاتور‪ ،‬ترجمة سعدية حافظ منتصر‪ ،‬اإلحصاء واالقتصاد القياسي‪ ،‬ملخصات شوم‪ ،‬الدار الدولية لالستثمارات‬
‫الثقافية‪ ،‬الطبعة الثالثة‪ ،‬مصر‪ ، 2011،‬ص ص ‪.48—47‬‬

‫‪9‬‬
‫المحور األول ‪ .....................................................‬التوزيعات االحتمالية المستمرة الشائعة‬

‫‪𝑥−‬‬
‫=𝑍‬
‫‪‬‬

‫التباين ‪V(z)= 1‬‬ ‫و‬ ‫توقع ‪μ = 0‬‬ ‫يكون له‪:‬‬

‫يقال أن المتغير العشوائي ‪ Z‬له توزيع طبيعي إذا كانت دالة الكثافة له هي‪:‬‬
‫‪1‬‬ ‫‪𝑧2‬‬
‫‪− 2‬‬
‫= )𝑧( 𝑓‬ ‫𝑒‬ ‫∞‪− ∞ < 𝑧 < +‬‬
‫𝜋 ‪√2‬‬
‫أما التمثيل البياني‪:‬‬

‫) (‪f‬‬

‫‪P=50 %=0.5‬‬ ‫‪P=50 %=0.5‬‬

‫‪=0‬‬

‫الشكل رقم (‪ :)04-01‬شكل يوضح منحنى دالة كثافة االحتمالية لتوزيع الطبيعي المعياري‬
‫خاصية حساب االحتماالت‪:‬‬
‫)‪ 𝑃(𝑍 < 0) = 𝑃(𝑍 > 0‬‬
‫)𝑧 < 𝑍(𝑃 ‪ 𝑃(𝑍 > 𝑧) = 1 −‬‬
‫)𝑧 > 𝑍(𝑃 = )𝑧‪ 𝑃(𝑍 < −‬‬
‫)𝑎 < 𝑍(𝑃 ‪ 𝑃(𝑎 < 𝑍 < 𝑧) = 𝑃(𝑍 < 𝑧) −‬‬
‫)𝑧‪ 𝑃(−𝒛 < 𝑍 < 𝑧) = 𝑃(𝑍 < 𝑧) − 𝑃(𝑍 < −‬‬
‫))𝑧 < 𝑍(𝑃 ‪= 𝑃(𝑍 < 𝑧) − (1 −‬‬
‫‪= 2𝑃(𝑍 < 𝑧) −1‬‬
‫مثال ‪:01‬‬
‫اختير طالب عشوائياً من مجتمع نسبة ذكاء أفراده تتبع توزيع طبيعي وبمتوسط حسابي ‪ 80‬وانحراف‬
‫معياري ‪. 10‬‬

‫‪10‬‬
‫المحور األول ‪ .....................................................‬التوزيعات االحتمالية المستمرة الشائعة‬

‫ما نوع المتغير العشوائي؟ حدد توزيعه االحتمالي‪.‬‬

‫‪ )1‬احتمال أن تقل نسبة ذكاء الطالب المختار عن ‪.85‬‬
‫‪ )2‬احتمال أن تزيد نسبة ذكاء الطالب المختار عن ‪.100‬‬
‫‪ )3‬احتمال أن تتراوح نسبة ذكائه بين ‪.105 ،95‬‬
‫‪ )4‬وضح ذلك بيانياً (المساحة تحت منحنى التوزيع الطبيعي)‪.‬‬
‫الحـل‪:‬‬
‫المتغير العشوائي مستمر يتبع التوزيع الطبيعي‪:‬‬

‫)‪X  N(, 2‬‬ ‫و نكتب‬

‫)‪X  N( 80, 102‬‬

‫احتمال أن تقل نسبة ذكاء الطالب المختار عن ‪: 85‬‬ ‫‪)1‬‬

‫نحسب العالمة المعيارية (‪ )Z‬التي تقابل القيمة ‪. 85‬‬

‫‪𝑥−‬‬ ‫‪85 − 80‬‬

‫< 𝑍( 𝑃 = )‪𝑃(𝑥 < 85‬‬ ‫< 𝑍( 𝑃 = )‬ ‫)‪) = 𝑃(𝑍 < 0.5‬‬
‫‪‬‬ ‫‪10‬‬

‫باالستعانة بجدول التوزيع الطبيعي المعياري‪:‬‬

‫‪P(Z < 0.5) =0.6915‬‬

‫أي أن المساحة المقابلة لالحتمال المطلوب تقدر ب ‪.0.6915‬‬

‫كيفية القراءة من الجدول‪:‬‬

‫يتم أول أخذ أول رقم بعد فاصلة المقابل للقيمته في الجانب العمودي ثم ننتقل للرقم الثاني بعد الفاصلة و القيمة‬

‫التي تقابله في الجانب االفقي و التقاطع بينهما يعطينا قيمة االحتمال في الجدول‪.‬‬

‫𝒁‬ ‫‪0.00‬‬ ‫‪0.01‬‬ ‫‪0.02‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪0.09‬‬

‫‪0.0‬‬
‫‪0.1‬‬
‫‪.‬‬
‫‪.‬‬
‫‪0.5‬‬ ‫‪0.6915‬‬
‫‪.‬‬
‫‪.‬‬
‫‪4‬‬

‫‪11‬‬
‫المحور األول ‪ .....................................................‬التوزيعات االحتمالية المستمرة الشائعة‬

‫التمثيل البياني‪:‬‬

‫)‪f(z‬‬

‫‪=0‬‬ ‫‪=0.5‬‬

‫احتمال أن تزيد نسبة ذكاء الطالب المختار عن ‪:100‬‬ ‫‪)2‬‬

‫نحسب العالمة المعيارية (‪ )Z‬التي تقابل القيمة ‪100‬‬

‫‪𝑥−‬‬ ‫‪100 − 80‬‬
‫> 𝑍( 𝑃 = )‪𝑃(𝑥 > 100‬‬ ‫> 𝑍( 𝑃 = )‬ ‫)‪) = 𝑃(𝑍 > 2‬‬
‫‪‬‬ ‫‪10‬‬
‫)‪= 1 − 𝑃(𝑍 < 2‬‬
‫‪= 1 − 0.9772 = 0.0228‬‬

‫أي أن المساحة المقابلة ‪ 0.0228‬وهو االحتمال المطلوب‪.‬‬

‫كيفية القراءة من الجدول )‪:𝑃(𝑍 < 2‬‬

‫𝒁‬ ‫‪0.00‬‬ ‫‪0.01‬‬ ‫‪0.02‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪0.09‬‬

‫‪0.0‬‬ ‫‪.‬‬
‫‪0.1‬‬ ‫‪.‬‬
‫‪.‬‬ ‫‪.‬‬
‫‪.‬‬ ‫‪.‬‬
‫‪2‬‬ ‫‪0.9772‬‬
‫‪.‬‬
‫‪4‬‬

‫التمثيل البياني‪:‬‬

‫)‪f(z‬‬

‫‪z=0‬‬ ‫‪z=2‬‬

‫‪12‬‬
‫المحور األول ‪ .....................................................‬التوزيعات االحتمالية المستمرة الشائعة‬

‫احتمال أن تتراوح نسبة ذكائه بين ‪: 105 ، 95‬‬ ‫‪)3‬‬

‫‪95 − 80‬‬ ‫‪105 − 80‬‬

‫( 𝑃 = )‪𝑃(95 < 𝑥 < 105‬‬ ‫<𝑍<‬ ‫)‪) = 𝑃(1.5 < 𝑍 < 2.5‬‬
‫‪10‬‬ ‫‪10‬‬
‫)‪= 𝑃(𝑍 < 2.5) − 𝑃(𝑍 < 1.5‬‬
‫‪= 0.9838 − 0.9332‬‬
‫‪= 0.0506‬‬

‫التمثيل البياني‪:‬‬

‫)‪f(z‬‬

‫‪Z=0‬‬ ‫‪Z=1,5‬‬ ‫‪z =2‬‬

‫مالحظة‪ :‬حالة القراءة العكسية من الجدول‬
‫يتم اللجوء الى القراءة العكسية عندما تكون قيمة االحتمال (المساحة) معروفة وقيمة ‪ Z‬مجهولة ‪.‬‬
‫مثال ‪:02‬‬
‫المثال التالي يشمل ثالث حاالت خاصة للقراءة العكسية‪:‬‬
‫الحالة االولى‪ 𝑎 :‬تقع بين ‪ 0.5‬و ‪.1‬‬

‫اوجد قيمة 𝑎 في حالة التالية‪:‬‬

‫‪𝑃(𝑧 < 𝑎) =0.8727‬‬

‫نبحث في جدول التوزيع الطبيعي المعياري للقيمة االقرب لالحتمال ‪ 0.8727‬نجد انه قيمة هي ‪ 0.8729‬والتي‬
‫تقابل القيمة ‪𝑎 = 1.14‬‬
‫الحالة الثانية‪ :‬االحتمال المقابل ل 𝑎 يقع وسط احتمالين قيمة دنيا و اخرى سفلى ‪.‬‬
‫اوجد قيمة 𝑎 في حالة التالية‪:‬‬
‫‪𝑃(𝑧 < 𝑎) =0.88‬‬

‫نبحث في جدول التوزيع الطبيعي المعياري عن القيمة االقرب لالحتمال ‪ 0.88‬من الجدول ونقرأ‪:‬‬
‫‪𝑃(𝑧 < 1.17) =0.8790‬‬

‫‪13‬‬
‫المحور األول ‪ .....................................................‬التوزيعات االحتمالية المستمرة الشائعة‬

‫‪𝑃(𝑧 < 1.18) =0.8810‬‬

‫نالحظ ان االحتمال ‪ 0.88‬يقع بالضبط في الوسط االحتمالي وفي هذه الحالة نأخذ قيمة متوسط العددين‪:‬‬

‫‪1.17 + 1.18‬‬
‫‪= 1.175‬‬
‫‪2‬‬
‫‪𝑎 = 1.175‬‬ ‫أي‪:‬‬
‫‪𝑃(𝑧 < 1.175) =0.88‬‬

‫الحالة الثالثة‪ 𝑎 :‬تقع بين ‪ 0‬و‪.0.5‬‬

‫في هذه الحالة نستعمل التناظر أو التماثل‬
‫‪𝑃(𝑧 < 𝑎) =0.0274‬‬
‫‪𝑃(𝑍 < −𝑎) = 1 − 0.0274‬‬
‫‪𝑃(𝑍 < −𝑎) = 0.9726‬‬
‫‪𝑎 = −1.92‬‬ ‫أي‪:‬‬

‫ثالثا‪ :‬توزيع ستيودنت (‪(Distribution de Student‬‬

‫كثير التوزيع الطبيعي تكمن تطبيقاته في نظرية العينات واختبار‬
‫أحد التوزيعات االحتمالية المتصلة يشبه ا‬
‫الفرضيات كبديل للتوزيع الطبيعي عندما يكون حجم العينة صغي ار و هو توزيع اكثر تفرطح مقارنة بالتوزيع‬
‫‪6‬‬
‫الطبيعي يقترب منه كلما ارتفعت درجة الحرية و دالة كثافة احتمالية تعطى بعالقة التالية‪:‬‬
‫‪−(v+2)/2‬‬
‫‪𝑡2‬‬
‫) ‪𝑓(t) = c (1 +‬‬
‫𝑣‬
‫حيث‪:‬‬
‫‪ :c‬ثابت مرتبط ب 𝑣‬
‫𝒗 ∶ درجات الحرية‬
‫و نرمز لتوزيع ‪ t‬بالرمز )‪t(p , v‬‬

‫أما شكله البياني كالتالي‪:‬‬

‫‪6‬معتوق أمحمد ‪ ،‬االحصاء الرياضي و النمادج االحصائية ‪ ،‬ديوان المطبوعات الجامعية ‪ ،‬الطبعة االولى ‪ ،2015،‬ص ص‬
‫‪.47-44‬‬

‫‪14‬‬
‫المحور األول ‪ .....................................................‬التوزيعات االحتمالية المستمرة الشائعة‬

‫)‪𝑓(t‬‬

‫‪50‬‬ ‫‪50 %=0.5‬‬

‫‪0‬‬

‫الشكل رقم (‪ :)05-01‬شكل يوضح منحنى دالة كثافة االحتمالية لتوزيع ستيودنت ‪.‬‬
‫من خالل الشكل يمكن استنتاج الخواص التالية‪:‬‬
‫أي قيمة موجبة و لتكن ‪ t1‬لها نظيرتها وهو ‪ –t1‬حيث أن ‪:‬‬
‫) ‪P(x > t1 ) = P(x < −t1‬‬

‫) ‪P(x > t1 ) = 1 − P(x < t1‬‬

‫) ‪P(x < −t1 ) = 1 − P(x < t1‬‬

‫تحسب احتماالت توزيع ‪ t‬من خالل جدول خاص حيث تسجل درجات الحرية في العمود االيسر‪ ،‬أما في‬
‫األعلى تق أر المساحات أي االحتماالت وفي داخل الجدول تق أر قيم ‪ t‬المقابلة‪.‬‬
‫مثال ‪:03‬‬
‫ادا كانت درجة الحرية ‪ v = 11‬و و االحتمال (المساحة) المقابل له ‪ p=0.95‬اذن القيمة الجدولية هي‬
‫‪ 1.796‬و نكتب ‪:‬‬
‫‪t(p , v)= t(0.95 , 11)=1.796‬‬
‫كيفية القراءة من الجدول‪:‬‬

‫يرتبط بقيمة االحتمال𝑝 و درجة الحرية 𝑣 ‪.‬‬ ‫ان القراءة من جدول توزيع )‪t(p , v‬‬
‫‪p‬‬ ‫‪0.6‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪0. 95‬‬ ‫‪.‬‬ ‫‪. 0.999‬‬
‫‪v‬‬
‫‪1‬‬
‫‪.‬‬
‫‪.‬‬
‫‪11‬‬ ‫‪1.796‬‬

‫‪.‬‬
‫‪200‬‬

‫‪15‬‬
‫المحور األول ‪ .....................................................‬التوزيعات االحتمالية المستمرة الشائعة‬

‫مثال ‪:04‬‬
‫باستعمال توزيع ستودنت ‪ ،‬أوجد المساحة الواقعة على يسار ‪ t= -2.13‬و عند درجات حرية ‪.15‬‬
‫لدينا‪ t(1-p) = -t(p) :‬بما أن قيمة ‪ t‬سالبة فإننا نستخدم خاصية التناظر (ال توجد قيم سالبة في جدول ‪) t‬‬
‫فمثال يمكن الكتابة ‪:‬‬
‫)‪t(p , 15)= - t (1-p , 15‬‬

‫)‪𝑓(t‬‬

‫‪0.97‬‬
‫‪1- 0.97‬‬

‫‪-2.13‬‬ ‫‪0‬‬ ‫‪2.13‬‬

‫ان القيمة ‪ t=-2.13‬تقابلها ‪ t=2.13‬ومساحتها ‪ 0.97‬حيث ان مساحة المطلوبة هي على يسار‬

‫‪ -2.13‬فيكون ‪:‬‬

‫‪ 1-p=0.97‬من الجدول ‪ ،‬ومنه ‪ p=1-0.97=0.03‬أي ان المساحة الواقعة على يسار ‪t= -2.13‬‬

‫وعند درجات حرية ‪ 15‬هي ‪. 0.03‬‬

‫بطريقة اخرى‪:‬‬

‫التعبير عن المساحة الواقعة على يسار ‪ t=-2.13‬جبريا ‪:‬‬

‫)‪𝑃(𝑧 < −2.13) = 1 − 𝑃(𝑧 < 2.13‬‬

‫من جدول توزيع ستودنت )‪ P(𝑧 < 2.13‬تقابلها المساحة ‪. 0.97‬‬

‫‪𝑃(𝑧 < −2.13) = 1 − 0.97 = 0.03‬‬

‫‪16‬‬
‫المحور األول ‪ .....................................................‬التوزيعات االحتمالية المستمرة الشائعة‬

‫رابعا‪ :‬توزيع كاي ‪)Distribution en Khi-carré ou Khi-deux) 2‬‬

‫يسمى هدا التوزيع كاي ‪ 2‬التربيع وتسمى ‪ v‬بعدد درجات الحرية و التوزيع له دالة كثافة احتمال‬
‫كالتالي‪:‬‬
‫‪1‬‬ ‫‪(𝑣/2)−1 −𝑥/2‬‬
‫𝑣‬ ‫𝑥‬ ‫𝑒‬
‫{ )𝑥(𝑓‬ ‫)‪22 ɼ(𝑣/2‬‬
‫‪0‬‬ ‫‪𝑥≤2‬‬

‫‪μ=v‬‬ ‫‪,‬‬ ‫‪𝜎2= 2v‬‬

‫و عندما تكون )‪ v(v ≥ 2‬كبيرة فاننا يمكننا اثبات ان المقدار ‪ √2𝑥 2 − √2𝑣 − 1‬يتوزع توزيعا طبيعيا‬
‫توقعه صفر و تباينه واحد‪ ،‬أي يصبح توزيع طبيعي معياري‪.‬‬
‫‪-‬اذا كان لدينا المتغيرات العشوائية المستقلة و الموزعة توزيعا طبيعيا ‪ x1,x2 ,…..xv‬بتوقع صفر وتباين واحد‬
‫فان ‪ 𝑥 2 = 𝑥12 + 𝑥22 +........+𝑥𝑣2 + 𝑥12 :‬يمثل كاي تربيع بدرجة حرية 𝑣‪.‬‬
‫‪-‬ان التمثيل البياني للتوزيع ‪ 𝑥 2‬غير متناظر له التواء من جهة اليمين كما أن قيمه كلها موجبة‪ ،‬والمساحة‬
‫‪7‬‬
‫تحت المنحى تقدر بواحد‪.‬‬
‫ونكتب‪:‬‬
‫‪𝑋(2 𝑝 ,‬‬ ‫)𝑣‬

‫)‪f(x‬‬

‫‪0‬‬ ‫‪𝑥2‬‬

‫الشكل رقم (‪ :)06-01‬شكل يوضح منحنى دالة كثافة االحتمالية لتوزيع كاي ‪2‬‬

‫‪7‬دومينيك سالفاتور‪ ،‬مرجع سابق‪ ،‬ص ص ‪. 136-137‬‬

‫‪17‬‬
‫المحور األول ‪ .....................................................‬التوزيعات االحتمالية المستمرة الشائعة‬

‫مثال ‪:05‬‬
‫‪ )1‬اذ كان االحتمال يقدر ب ‪ p= 0.95‬ودرجة الحرية ‪ 6‬أوجد القيمة الجدولية ‪.‬‬
‫)𝑣‪ 𝑋(𝑝,‬أوجد )‪ 𝑃(𝑋 > 15.1‬؟‬
‫‪2‬‬ ‫‪2‬‬
‫‪= 𝑋(0.99‬‬ ‫‪ )2‬اذا كان ‪,5) = 15.1‬‬
‫الحل‪:‬‬
‫‪2‬‬
‫‪𝑋(0.95‬‬ ‫‪,‬‬ ‫)‪6‬‬ ‫‪ )1‬االحتمال يقدر ب ‪ P= 0.95‬ودرجة الحرية ‪ 6‬أوجد القيمة الجدولية أي‪= 12.6 :‬‬
‫كيفية القراءة من الجدول‪:‬‬

‫)𝑣‪ 𝑋(𝑝,‬يرتبط بقيمة االحتمال𝑝 و درجة الحرية 𝑣 ‪.‬‬

‫‪2‬‬
‫ان القراءة من جدول توزيع‬

‫‪p‬‬ ‫‪0.995‬‬ ‫‪0.99 0.975‬‬ ‫‪0.95‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪0.09‬‬

‫‪v‬‬
‫‪1‬‬ ‫‪.‬‬
‫‪2‬‬ ‫‪.‬‬
‫‪3‬‬ ‫‪.‬‬
‫‪4‬‬ ‫‪.‬‬
‫‪5‬‬ ‫‪15.1‬‬
‫‪6‬‬ ‫‪12.6‬‬
‫‪.‬‬
‫‪200‬‬

‫‪2‬‬ ‫‪2‬‬
‫)𝑣‪𝑋(𝑝,‬‬ ‫‪= 𝑋(0.99‬‬ ‫‪,5) = 15.1‬‬

‫‪ )2‬من أجل ‪ v=5‬فان ‪𝑃(𝑋 > 15.1)=0.99‬‬

‫أي‪:‬‬
‫‪𝑃(𝑋 > 15.1)=1- 𝑃(𝑋 < 15.1) = 1 − 0.99 =0.01‬‬

‫مثال ‪:06‬‬
‫أحسب كال من‪:‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪𝑋(0.975‬‬ ‫)‪, 4‬‬ ‫𝑝(𝑋 وكذلك‬ ‫‪ )1‬الدرجة الحرجة لتربيع كاي )‪, 𝑣) = 𝑋(0.05 , 9‬‬
‫‪ )2‬احتمال‪𝑃(X > 18.307) :‬‬

‫‪ )3‬احتمال‪𝑃(𝑋 < 18.307) :‬‬

‫الحل‪:‬‬

‫‪ )1‬نالحظ من جدول مربع كاي و في السطر الموافق للدرجة ‪ 𝑣 = 9‬و تحت العمود ‪ α=0.05‬بأن‪:‬‬
‫‪. 𝑋(0.05‬‬
‫‪2‬‬
‫‪,9) = 16.919‬‬

‫‪18‬‬
‫المحور األول ‪ .....................................................‬التوزيعات االحتمالية المستمرة الشائعة‬

‫و بالمثل نجد من الجدول وفي السطر المقابل للدرجة ‪ 𝑣 = 4‬و تحت العمود ‪ α=0.975‬بأن‪:‬‬
‫‪2‬‬
‫‪. 𝑋(0.975‬‬ ‫‪,‬‬ ‫)‪4‬‬ ‫‪= 0.484‬‬

‫‪ )2‬من الجدول نجد أن الرقم ‪ 18.307‬يقع عند تقاطع العمود ‪ α=0.05‬و درجة الحرية ‪ 𝑣 = 10‬أي أن‪:‬‬

‫‪𝑋𝑐2 ≥ 18.307 = α = 0.05‬‬

‫‪𝑋𝑐2 ≤ 18.307 = 1 − α = 0.95‬‬ ‫‪)3‬‬

‫التمثيل البياني‪:‬‬

‫) ‪f(𝑥 2‬‬ ‫‪V=4‬‬

‫‪0.484‬‬ ‫‪1 − α = 0.52‬‬

‫‪0‬‬ ‫‪2‬‬
‫‪𝑋(0.975‬‬ ‫)‪,4‬‬ ‫‪= 0.484‬‬ ‫‪𝑥2‬‬

‫خامسا‪ :‬توزيع فيشر ‪Distribution F de Fisher‬‬

‫‪𝑥1 /𝑣1‬‬
‫( = 𝑥 لها‬ ‫ليكن لدينا المتغيرتان العشوائيتان المستقلتان ‪ X1 ~ χν1²‬و ‪ . X2 ~ χν2²‬المتغيرة ‪) :‬‬
‫‪𝑥2 /𝑣2‬‬
‫‪8‬‬
‫دالة الكثافة‪:‬‬
‫‪𝑣 + 𝑣2‬‬
‫‪ɼ( 1‬‬
‫𝑣‪2 ) 𝑣 𝑣21 𝑣 𝑣22 𝑥 (𝑣21 )−1 (𝑣 + 𝑣 𝑥)−𝑣1 +‬‬
‫‪2‬‬
‫‪2‬‬
‫‪𝑥>0‬‬
‫)𝑥(𝑓‬ ‫𝑣‬ ‫𝑣‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪1‬‬
‫)‪ɼ ( 1) ɼ ( 2‬‬
‫‪2‬‬ ‫‪2‬‬
‫{‬ ‫‪0‬‬ ‫‪𝑥≤0‬‬

‫ونقول أن المتغيرة ‪ X‬تتبع توزيع فيشر ب ‪ ν1‬و‪ ν2‬درجة حرية و نكتب‪:‬‬

‫‪X ~ Fν1, ν2‬‬
‫كما تأخذ الدالة الشكل التالي على سبيل المثال عند مستوى المعنوية ‪:% 95‬‬

‫‪8‬‬
‫‪Michel Lejeune , Statistique La théorie et ses applications , Deuxième édition , Springer-Verlag‬‬
‫‪France, Paris ;2010, p76.‬‬

‫‪19‬‬
‫المحور األول ‪ .....................................................‬التوزيعات االحتمالية المستمرة الشائعة‬

‫)‪f(x‬‬
‫)‪F(6 , 24‬‬

‫)‪F(6 , 10‬‬

‫‪0‬‬ ‫‪F‬‬

‫الشكل رقم (‪ :)07-01‬شكل يوضح منحنى دالة كثافة االحتمالية لتوزيع فيشر‪.‬‬
‫كيفية القراءة من الجدول‪:‬‬

‫نظ ار ألهمية توزيع فيشر في التحليل االحصائي بين مجتمعين مختلفين تم جدولة قيم ‪ F‬حسب قيمة دالة‬
‫التوزيع االحتمالية (دالتي الكثافة و االحتمال) وفق لدرجتي حرية ) ‪ (𝑣1 , 𝑣2‬حسب الترتيب أي أن القراءة من‬
‫جدول توزيع توزيع فيشر يرتبط بقيمة االحتمال𝑝 و درجة الحرية 𝑣 حيث ‪ 𝑣1‬يمثل درجة حرية البسط و ‪𝑣2‬‬
‫درجة حرية المقام ‪.‬‬
‫مثال‪:07‬‬
‫من أجل ‪ 𝑣1 = 3‬مع ‪ 𝑣2 = 4‬و عند مستوى احتمال ‪ ، P= 0.95‬أحسب قيمة فيشر المجدولة ‪.‬‬

‫‪,4) =6.59‬‬
‫‪0.95‬‬
‫‪𝐹(3‬‬
‫‪𝑣1‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5 .‬‬ ‫‪. 500‬‬
‫‪𝑣2‬‬
‫‪1‬‬
‫‪2‬‬
‫‪3‬‬
‫‪4‬‬ ‫‪6.59‬‬
‫‪.‬‬
‫‪.‬‬
‫‪100‬‬

‫مالحظة‪ :‬يمكن استعمال العالقة الخاصة بالقيميتين الحرجتين العليا والدنيا والمتعاكستين‪:‬‬

‫𝑝‬ ‫‪1‬‬
‫= ) ‪𝐹(𝑣1 ,𝑣2‬‬ ‫𝑝‪1−‬‬
‫) ‪𝐹(𝑣2 ,𝑣1‬‬

‫‪20‬‬
‫المحور األول ‪ .....................................................‬التوزيعات االحتمالية المستمرة الشائعة‬

‫مثال‪:08‬‬
‫اوجد القيمة االحصائية لفيشر االتية‪:‬‬

‫)‪ 𝐹(6 ,5‬و )‪4 , 3‬‬

‫‪𝐹(0.01‬‬ ‫‪0.05‬‬

‫الحل ‪:‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪‬‬ ‫‪𝐹(60.05‬‬
‫‪,5) = 𝐹 1−0.05 =𝐹 0.95 = 4.95 =0.20‬‬
‫) ‪(𝑣2 ,𝑣1‬‬ ‫)‪(5,6‬‬

‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬

‫‪‬‬ ‫‪𝐹(0.01‬‬
‫= )‪4 , 3‬‬ ‫𝑝‪1−‬‬ ‫‪= 𝐹0.99 = 28.71 =0.03‬‬
‫𝑣(𝐹‬ ‫)‪(3,4‬‬
‫) ‪2 ,𝑣1‬‬

‫‪21‬‬
‫المحور األول ‪ .....................................................‬التوزيعات االحتمالية المستمرة الشائعة‬

‫تمارين مقترحة‪:‬‬
‫التمرين االول‪:‬‬
‫اذا علمت أن توزيع ‪ X‬هو توزيع طبيعي متوسطه‪ u‬و انحرافه المعياري ‪ σ =2‬فأحسب مستخدما جدول التوزيع‬
‫الطبيعي كل من االحتماالت التالية ‪:‬‬
‫)‪𝑃(10 < 𝑋 < 13‬‬ ‫)‪𝑃(𝑋 < 10‬‬ ‫)‪𝑃(𝑋 > 14‬‬
‫)‪𝑃(16 < 𝑋 < 20‬‬ ‫)‪𝑃(𝑋 < 10.5‬‬ ‫)‪𝑃(𝑋 > 11‬‬

‫التمرين الثاني‪:‬‬
‫أكتب دالة الكثافة للتوزيع الطبيعي مفترضا القيم التالية للمتوسط والتباين‪:‬‬
‫‪ )1‬المتوسط يساوي ‪ ، 3‬والتباين يساوي ‪.4‬‬
‫‪ )2‬المتوسط يساوي ‪ ، 0‬والتباين يساوي ‪.5‬‬
‫‪ )3‬المتوسط يساوي ‪ ، -2‬والتباين يساوي ‪.1‬‬
‫‪ )4‬المتوسط يساوي ‪ ، -6‬والتباين يساوي ‪.10‬‬
‫حدد في كل حالة اين تقع قمة المنحنى وحاول ان تخطط رسما تقريبيا له ‪.‬‬
‫التمرين الثالث ‪:‬‬
‫لنفرض أن أوزان الرجال البالغين في مدينة العفرون تتوزع توزيعا طبيعيا بمتوسط قدره ‪ 65‬كغ و انحراف‬
‫معياري قدره ‪ 5‬كغ ‪.‬‬
‫‪ )1‬ما هو احتمال أن يكون وزن الرجل البالغ اقل من ‪ 70‬كغ؟‬
‫‪ )2‬ما هو احتمال أن يكون وزن الرجل البالغ اكثر من ‪ 80‬كغ؟‬
‫‪ )3‬ما هو احتمال أن يكون وزن الرجل البالغ محصور بين ‪ 60‬و ‪ 70‬كغ ؟‬
‫‪ )4‬ما هو اقصى وزن لرجل البالغ اذا كان احتمال ان يكون وزنه أقل من وزن االقصى يساوي‪0.5596‬؟‬
‫‪ )5‬ما هو الوزن االدنى لرجل البالغ اذا علمنا ان وزنه االقصى هو ‪ 60‬كغ واحتمال ان يكون وزنه‬
‫محصور بين الحد االدنى و االقصى هو ‪ 0.1‬؟‬
‫التمرين الرابع‪:‬‬
‫ليكن ‪ x‬متغي ار عشوائيا يتبع التوزيع الطبيعي )‪ X  N (100 , 25‬أحسب )‪ ،𝑃(|𝑋̅ − 1| > 1‬اذا كان‪:‬‬
‫‪ 𝑋̅ )1‬متوسط عينة حجمها ‪n=25‬‬
‫‪ 𝑋̅ )2‬متوسط عينة حجمها ‪𝑛 = 100‬‬

‫‪22‬‬
‫المحور األول ‪ .....................................................‬التوزيعات االحتمالية المستمرة الشائعة‬

‫التمرين الخامس‪:‬‬
‫تتوزع درجات مجموعة من االفراد على اختبار سيكولوجي توزعا طبيعيا بمتوسط حسابي ‪ x̅=32.3‬و بانحراف‬
‫معياري ‪ ، σ =8.5‬نريد توجيه ‪ %10‬من المرشحين ذوي الدرجات العالية الى مهام ادارية في حين يوجه‪%30‬‬
‫من المرشحين ذوي الدرجات الضعيفة الى مهام مكتبية‪.‬‬
‫المطلوب‪:‬‬
‫ما هي الدرجات المحددة لهاتين النسبتين؟‬
‫التمرين السادس‪:‬‬
‫وجدنا أن الفترة الزمنية الضرورية التمام اختبار ذكاء مخصص لطلبة الكليات تتوزع وفق التوزيع الطبيعي‬
‫بمتوسط ‪ 70‬دقيقة و انحراف معياري يساوي ‪ 12‬دقيقة كيف يجب تحديد زمن االختبار اذا اردنا اتاحة وقت‬
‫كاف التمام االختبار ل ‪ % 90‬من الطالب المتقدمين ؟‬
‫التمرين السابع‪:‬‬
‫في اختبار كتابي لتوظيف مجموعة من الكاتبات تقرر اقصاء ‪ %70‬من المترشحات بدرجات ضعيفة و رسكلة‬
‫‪ %20‬من المرشحات بدرجات مرتفعة و توظيف فوري للنسبة المتبقية‪ ،‬فاذا كان عدد االخطاء المرتكبة من‬
‫طرف هذه الكاتبات يخضع لتوزيع طبيعي متوسطة ‪ X̅=20‬و بانحراف معياري ‪. σ =6‬‬
‫‪-‬ما هو عدد األخطاء المحدد لكل فئة من الفئات الثالثة؟‬
‫التمرين الثامن‪:‬‬
‫إذا كانت نفقات احدى الشركات في السنة تتبع التوزيع الطبيعي الذي وسطه ‪ 100‬مليون دينار وانحرافه‬
‫المعياري ‪ 5‬ماليين دينار‪.‬‬
‫المطلوب ‪:‬‬
‫‪ )1‬ما هو احتمال نفقات الشركة ستزيد عن ‪ 95‬مليون دينار خالل سنة ما؟‬
‫‪ )2‬ما احتمال نفقات الشركة ستقل عن ‪ 104‬مليون دينار خالل سنة ما؟‬
‫‪ )3‬ما احتمال أن نفقات الشركة ستتراوح ما بين ‪ 93.5‬و ‪ 105.5‬مليون دينار خالل سنة ما؟‬
‫التمرين التاسع‪:‬‬
‫ليكن الشكل المقابل يمثل توزيع ستودنت (‪ (t-student‬بدرجة حرية ‪. v=8‬‬

‫‪23‬‬
‫المحور األول ‪ .....................................................‬التوزيعات االحتمالية المستمرة الشائعة‬

‫)‪𝑓(t‬‬ ‫‪B‬‬

‫‪A‬‬
‫‪C‬‬

‫‪-t1‬‬ ‫‪0‬‬ ‫‪t1‬‬

‫المطلوب‪ :‬ايجاد قيم ‪ t1‬في كل حالة من الحاالت التالية ‪:‬‬

‫تساوي ‪0.10‬؟‬ ‫اذا كانت المساحة ‪c‬‬ ‫‪)1‬‬
‫‪ )2‬اذا كانت المساحة ‪ c‬و ‪ A‬تساوي ‪– 0.05‬مساحتهما متساويتان –؟‬
‫‪ )3‬اذا كانت المساحة ‪B‬تساوي ‪ 0.99‬؟‪.‬‬
‫‪ )4‬اذا كانت المساحة ‪ A‬تساوي ‪0.01‬؟‬
‫التمرين العاشر‪:‬‬
‫‪ 𝑋(2 𝑝 ,‬من اجل ‪ v=5‬و الممثل في الشكل اسفله المطلوب ايجاد قيم ‪ 𝑋12‬و ‪ 𝑋22‬في الحاالت‬ ‫ليكن )𝑣‬
‫التالية ‪:‬‬
‫‪ )1‬اذا كانت المساحة تساوي ‪ c‬تساوي ‪ 0.10‬؟‬
‫‪ )2‬اذا كانت المساحة ‪ A‬تساوي ‪ 0.25‬؟‬
‫‪ )3‬اذا كانت المساحة ‪ c‬تساوي ‪0.01‬؟‬
‫)‪f(x‬‬
‫𝐴‬
‫𝐶‬

‫‪0‬‬ ‫‪𝑋12‬‬ ‫‪𝑋22‬‬ ‫‪𝑥2‬‬

‫التمرين الثالث عشر‪:‬‬

‫اعتمادا على جدول فيشر أوجد القيم التالية‪:‬‬
‫‪𝐹(90.95‬‬
‫‪,7) ,‬‬ ‫‪𝐹(80.05‬‬ ‫‪0.05‬‬
‫‪,5) , 𝐹(12 ,5) ,‬‬ ‫‪𝐹(70.05‬‬
‫‪,10) ,‬‬
‫‪0.01‬‬
‫‪𝐹(11‬‬ ‫)‪,15‬‬

‫‪24‬‬
‫المحور الثاني ‪ :‬نظرية توزيع المعاينة‬

‫أوال‪ :‬مفاهيم حول نظرية توزيع المعاينة‬

‫‪ ‬المجتمع االحصائي‬
‫العينة‬ ‫‪‬‬
‫‪ ‬العينة العشوائية البسيطة والمنتظمة‬
‫‪ ‬معالم المجتمع‬
‫ثانيا‪ :‬توزيع المعابنة للمتوسطات‬
‫‪ ‬متوسط توزيع المعاينة للمتوسطات‬
‫‪ ‬تباين توزيع المعاينة للمتوسطات‬
‫‪ ‬طبيعة توزيع المعاينة للمتوسطات‬
‫ثالثا‪ :‬توزيع المعاينة للنسبة‬
‫رابعا‪ :‬توزيع المعاينة للفروق والمجاميع‬
‫‪ ‬توزيع المعاينة للفرق بين متوسطي عينتين‬
‫‪ ‬توزيع المعاينة للفرق بين نسبتي‬
‫خامسا‪ :‬توزيع المعاينة للتباين وللنسبة بين تبايني عينتين‪:‬‬
‫‪ ‬توزيع المعاينة لتباين‬
‫‪ ‬توزيع المعاينة للنسبة بين تباين عينيتن‬
‫تمارين مقترحة‬
 ‫المحور الثاني ‪ ......................................................................‬نظرية توزيع المعاينة‬

‫تمهيد‪:‬‬
‫يعتمد أسلوب المعاينة على تقدير المعالم الرئيسية للمجتمع من خالل بيانات أخذت من عينة ممثلة للمجتمع ما‬
‫أي تتوافر فيها خصائص المجتمع األصلي‪ ،‬وهذا لتخفيض أخطاء المعاينة إلى حدها األدنى ويرتبط تمثيل العينة‬
‫في المجتمع بعوامل عديدة كحجم العينة‪ ،‬تباين وخصائص المجتمع وكذا طريقة اختيار العينة‪ ،‬وكل هذه العناصر‬
‫سيتم التطرق اليها في هذا المحور من المطبوعة حيث في بداية سنتناول المفاهيم المتعلقة بنظرية المعاينة ثم‬
‫نعرض مختلف الخصائص اإلحصائية للمجتمع والعينة‪.‬‬
‫أوال‪ :‬مفاهيم حول نظرية توزيع المعاينة‬
‫‪-1‬المجتمع االحصائي‪:‬‬
‫عبارة عن جميع القيم أو المفردات التي يمكن ان يأخذها المتغير ‪ ،‬فلو كانت دراستنا حول اطوال طلبة جامعة‬
‫ما فان المجتمع في هذه الحالة هو أطوال جميع الطلبة في تلك الجامعة ‪ ،‬والمجتمع اما أن يكون مجتمعا محدودا‬
‫أي ممكن حصر عدد مفرداتها ‪ ،‬أو يكون مجتمعا غير محدودا وهو المجتمع الذي من الصعب حصر عدد‬
‫مفرداته مثل مجتمع نوع سمك معين في نهر معين أو عدد البكتريا في حقل ‪ ،‬مما سبق نالحظ أن المجتمع يقصد‬
‫به القياسات أو القيم أو االشياء التي تم قياسها ‪.‬‬
‫‪-2‬العينة‬
‫يطلق على عملية اختيار العينة بالمعاينة وليست الفكرة في مجرد اختيار جزء من المجتمع فقط أيا كان و لكن من‬
‫الضروري أن تتوفر لدينا بعض المعلومات عن المجتمع و التي تسمح لنا باالختيار بعض مفرداته على اسس‬
‫معينة تستطيع من خالل دراستها معرفة كثير عن هذا المجتمع ‪ 1،‬أو يمكن تعريف العينة على أنها ذلك الجزء‬
‫من المجتمع فالعينة عبارة عن مجموعة من المشاهدات أختيرت بطريقة ما من المجتمع ففي بعض األحيان‬
‫دراسة المجتمع ككل قد يكون صعبا أو يحتاج الى وقت وجهد ومال فيستعاض عن دراسة المجتمع بدراسة العينة‬
‫وصفاتها و منها يستنتج خواص المجتمع االصلي الذي اخذت منه العينة ‪ 2‬ونرمز للمجتمع ب ‪ N‬و العينة ب ‪n‬‬
‫ومن أمثلة ذلك‪:‬‬
‫‪ ‬قد ترغب اإلدارة العسكرية في تقدير الوزن المتوسط للجندي‪ ،‬فتقوم أخذ أوزان عينة من ‪100‬‬
‫جندي من بين مجموع الجنود (المجتمع)‪.‬‬

‫‪1‬‬
‫جالل مصطفى الصياد ‪ ،‬مصطفى جالل مصطفى ‪ ،‬مقدمة في طرق المعاينة االحصائية ‪ ،‬مكتبة الصباح‪ ،‬الطبعة االولى‬
‫‪ ، 1990،‬ص ‪. 8‬‬
‫‪2‬عماد توما كرش والء أحمد القزاز وفاء يونس حمودي‪ ،‬علم االحصاء ‪ ،‬و ازرة التعليم العالي والبحث العلمي‪ ،‬هيىة التعليم التقني ‪،‬‬
‫العراق ‪ ، 2014 ،‬ص ‪.13‬‬

‫‪26‬‬
 ‫المحور الثاني ‪ ......................................................................‬نظرية توزيع المعاينة‬

‫‪ ‬ترغب هيئة معينة بالبحوث السياسية في تقدير نسبة الناخبين المساندين لمرشح معين في ‪10‬‬
‫الواليات‪ ،‬فتقوم باستجواب ‪ 100‬ناخب من كل والية‪ ،‬الناخبون في الواليات العشر يمثلون‬
‫المجتمع بينما ال ‪ 1000‬ناخب المستجوبون يمثلون العينة‪.‬‬
‫‪ ‬لتقدير نسبة الكرات داخل صندوق‪ ،‬التي من لون معين‪ ،‬نقوم عدد من المرات بسحب كرة‬
‫نسجل لونها ثم نعيدها‪ ،‬عدد الكرات المسحوبة يمثل حجم العينة‪.‬‬
‫و تنقسم العينة الى عينة نفادية وأخرى غير نفادية حيث ‪:‬‬
‫العينة النفاذية‪ :‬تكون في حالة السحب بدون ارجاع وتعطى عالقة عدد الحاالت كالتالي‪:‬‬

‫𝑛𝑁𝐶‬
‫العينة غير النفاذية‪ :‬تكون في حالة السحب باإلرجاع|‪ ،‬وهنا يمكن ظهور المفردة في العينة أكثر من مرة وتعطى‬
‫عالقة عدد الحاالت كالتالي‪:‬‬

‫𝑛𝑁‬
‫‪-3‬العينة العشوائية البسيطة و المنتظمة ‪:‬‬
‫ا‪-‬العينة العشوائية البسيطة‪:‬‬
‫وهذا النوع من العينات من أبسط أنواعها و يقصد بالعشوائية بأنه يكون لكل فرد من مفردات المجتمع نفس فرصة‬
‫االختيار ضمن العينة و تتم عملية االختيار بأن توضع لكل مفردة رقم معين وتخلط االرقام مع بعضها خلطا جيدا‬
‫ثم يتم سحب عدد مفردات العينة بطريقة عشوائية وهذا بطريقة السلة او بطريقة الجداول العشوائية او باستخدام‬
‫الحاسب االلي‪.‬‬
‫ب‪-‬العينة العشوائية المنتظمة‬
‫يمكن تلخيض خطوات سحب العينة العشوائية المنتظمة في تقسيم المجتمع الى عدد من الفئات المتساوية الطول ثم‬
‫يتم اختيار مفردة عشوائية من المجموعة االولى ونحدد ترتيبها في المجموعة ثم نحصل على بقية المفردات بإضافة‬
‫‪3‬‬
‫طول الفئة على التوالي‪.‬‬
‫‪-4‬معالم المجتمع‬
‫نقصد بمعالم المجتمع مجموعة من خصائصه مثل المتوسط‪ ،‬التباين‪ ،‬معامل التماثل‪ .... ،‬ومن خصائص المجتمع‬
‫أيضا طبيعة توزيع االحتمالي ) 𝑥(𝑓 كأن يكون طبيعيا أو غيره من التوزيعات االخرى سواء كانت متقطعة أو مستمرة‬
‫‪.‬‬

‫‪3‬جابر أحمد سينوني‪ ،‬االحصاء العام ‪ ،‬دار الوفاء دنيا للطباعة و النشر ‪ ،‬االسكندرية ‪ ،‬الطبعة االولى‪ ،2014 ،‬ص ‪.22‬‬

‫‪27‬‬
 ‫المحور الثاني ‪ ......................................................................‬نظرية توزيع المعاينة‬

‫و لتقدير معالم المجتمع من متوسط وتباين فإننا ننطلق من بيانات العينة ‪ ،‬ونسمي كل قيمة تحسب انطالقا من هذه‬
‫البيانات بإحصائية المعاينة ‪ ،‬ونظريا فأن احصائية المعاينة هي كل دالة في المتغيرات العشوائية التي تمثل القيم‬
‫‪4‬‬
‫المحصل عليها في العينة ‪.‬‬
‫و سنرمز للمتوسط المجتمع بالرمز ‪: µ‬‬
‫𝑖𝑥 ∑‬
‫=‪µ‬‬
‫𝑁‬
‫‪2‬‬
‫أما تباين المجتمع سنرمز له ‪:σ‬‬
‫‪2‬‬
‫‪2‬‬ ‫)‪∑(𝑥𝑖 − µ‬‬
‫= ‪σ‬‬
‫𝑁‬
‫ثانيا‪ :‬توزيع المعاينة للمتوسطات‬
‫اذا اخذنا عينات متكررة من مجتمع ما و قمنا بقياس متوسط لكل عينة‪ ،‬فإننا نجد أن هذه المتوسطات تختلف عن‬
‫بعضها البعض‪ ،‬و يسمى التوزيع االحتمال لمتوسطات العينات هذه (توزيع المعاينة للمتوسطات) ‪ ،‬ولكن توزيع‬
‫‪5‬‬
‫وانحراف معياري أو خطأ معياري ̅𝑥𝜎 ‪.‬‬ ‫̅𝑥‪µ‬‬ ‫المعاينة للمتوسطات له أيضا متوسط يعبر عنه بالرمز‬
‫(سيتم االعتماد على هذه الرموز في مختلف محاور المطبوعة) فمثال لو كان لدينا ‪ 10‬عينات عشوائية مسحوبة‬
‫من مجتمع ما وحجم كل عينة ‪ n=10‬وتم حساب المتوسط الحسابي ‪ ,‬لكل عينة وهو متغير عشوائي والتوزيع‬
‫التكراري لمتوسطات هذه العينات يسمى بتوزيع المعاينة للمتوسط الحسابي وبصفة عامة نجد أن توزيع المعاينة‬
‫للمتوسط المكون من كل العينات الممكن اخذها له خصائص مهمة ومفيدة في دراسة المجتمعات عن طريق‬
‫العينة‪.‬‬
‫‪-1‬متوسط توزيع المعاينة للمتوسطات‪:‬‬
‫اذا كان ‪ µ‬يمثل متوسط مجتمع ما و ‪ µx‬يمثل متوسط عينة مسحوبة من ذات المجتمع ‪ ،‬فأن القيمة المتوقعة‬
‫‪6‬‬
‫لمتوسط العينة ) ̅𝑥‪ E(µ‬ويعبر عنها كما يأتي ‪ E(µ𝑥̅ ) =µ𝑥̅ :‬وإلثبات ذلك ‪:‬‬

‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬

‫‪E(µ𝑥̅ ) =E(𝑛 ∑ 𝑥𝑖 ) = 𝑛 ∑ 𝐸(𝑥𝑖 ) = 𝑛 ∑ µ = 𝑛 µ𝑛 = µ‬‬

‫‪4‬‬
‫جبار عبد مضحي ‪ ،‬مقدمة في نظرية االحتماالت ‪ ،‬دار المسيرة للنشر و التوزيع ‪ ،‬الطبعة االولى ‪ ، 2011 ،‬ص ‪.277‬‬
‫‪5‬دومينيك سالفاتور‪ ،‬ترجمة سعدية حافظ منتصر‪ ،‬مرجع سابق‪ ،‬ص ‪.86‬‬
‫‪6‬‬
‫جبار عبد مضحي ‪ ،‬مرجع سابق ‪ ،‬ص ‪. 277‬‬

‫‪28‬‬
 ‫المحور الثاني ‪ ......................................................................‬نظرية توزيع المعاينة‬

‫‪-2‬تباين توزيع المعاينة للمتوسطات‪:‬‬

‫إذا كان ‪ µ‬يمثل متوسط مجتمع ما و ̅𝑥‪ µ‬يمثل متوسط عينة مسحوبة من ذات المجتمع باإلرجاع‪ ،‬فأن التباين ̅𝑥𝜎‬
‫(تباين توزيع المعاينة للمتوسطات) يكتب كالتالي‪:‬‬

‫‪𝜎2‬‬
‫= ‪𝜎𝑥̅2‬‬ ‫𝑛‬
‫)‪……………..(1‬‬
‫حيث ‪ n‬يمثل حجم العينة ‪.‬‬
‫أما االنحراف المعياري‪:‬‬
‫𝜎‬
‫= ̅𝑥𝜎‬
‫𝑛√‬
‫و إلثبات المعادلة (‪: )1‬‬

‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪𝜎2‬‬

‫= ‪V(µ𝑥̅ ) =V(𝑛 ∑ 𝑥𝑖 ) = 𝑛2 ∑ 𝑉(𝑥𝑖 ) = 𝑛2 ∑ 𝜎 2 = 𝑛2 𝑛𝜎 2‬‬ ‫𝑛‬

‫و في حالة السحب بدون ارجاع فان تبيان توزيع المعاينة للمتوسطات يكون كاالتي‪:‬‬

‫𝑛 ‪𝜎2 𝑁 −‬‬
‫‪𝜎𝑥̅2‬‬ ‫=‬ ‫(‬ ‫)‬
‫‪𝑛 𝑁−1‬‬

‫ويمكن اعطاء صيغة االنحراف المعياري كالتالي‪:‬‬

‫𝜎‬ ‫𝑛‪𝑁−‬‬
‫= ̅𝑥𝜎‬ ‫(√‬ ‫)‬
‫𝑛√‬ ‫‪𝑁−1‬‬
‫𝑛‪𝑁−‬‬
‫وتسمى النسبة)‪ (𝑁−1‬بمعامل االرجاع‪.‬‬

‫مثال ‪: 01‬‬
‫ليكن لدينا المجتمع المتكون من المفردات التالية ‪.5 ، 3 ، 1 :‬‬
‫‪ )1‬أحسب متوسط المجتمع ‪. µ‬‬
‫‪ )2‬ما هي القيمة المتوقعة لمتوسط عينة مسحوبة من المجتمع في حالة السحب باإلرجاع وفي حالة السحب‬
‫بدون ارجاع مكونة من مفردتين ‪. n=2‬‬
‫‪ )3‬قارن بين ‪ µ‬و ‪ µx‬؟‬
‫‪2‬‬
‫‪ )4‬قارن بين ‪ 𝜎𝑥̅2‬و ‪ σ‬؟‬

‫‪29‬‬
‫المحور الثاني ‪ ......................................................................‬نظرية توزيع المعاينة‬

‫الحل‪:‬‬
‫‪, n=2‬‬ ‫‪N=3‬‬ ‫من المعطيات لدينا ‪:‬‬
‫حساب معالم المجتمع ‪:‬‬

‫حساب متوسط المجتمع ‪: µ‬‬

‫𝑖𝑥 ∑‬ ‫‪1+3+5‬‬
‫= ‪.µ‬‬ ‫=‬ ‫‪=3‬‬
‫𝑁‬ ‫‪3‬‬
‫‪2‬‬
‫حساب تباين المجتمع ‪:σ‬‬
‫‪2‬‬
‫‪2‬‬ ‫)‪∑ (𝑥𝑖 − µ‬‬ ‫‪(1 − 3)2 + (3 − 3)2 + (5 − 3)2‬‬
‫= ‪σ‬‬ ‫=‬
‫𝑁‬ ‫‪3‬‬
‫‪2‬‬
‫‪σ =2.66‬‬
‫االنحراف المعياري للمجتمع ‪:‬‬
‫‪σ= 1.6309‬‬
‫حالة السحب باالرجاع ‪:‬‬
‫‪𝑁 𝑛 = 32 = 9‬‬ ‫عدد العينات الممكنة‪:‬‬
‫تحديد عدد الحاالت الممكنة ‪:‬‬
‫عدد الحاالت الممكنة‬
‫)‪(1,1‬‬ ‫)‪(3,1‬‬ ‫)‪(5,1‬‬
‫)‪(1,3‬‬ ‫)‪(3,3‬‬ ‫)‪(5,3‬‬
‫)‪(1,5‬‬ ‫)‪(3,5‬‬ ‫)‪(5,5‬‬

‫المتوسطات الممكنة للعينة ‪:‬‬

‫متوسطات كل عينة‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬
‫‪1+3/2=2‬‬ ‫‪3‬‬ ‫‪4‬‬
‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬
‫‪-‬متوسط المعاينة للمتوسطات ̅𝑥‪ µ‬من خالل العالقة التالية كمايلي ‪:‬‬

‫𝑖𝑥 ∑‬ ‫‪1 + 2 + 3 + 2 + 3 + 4 + 3 + 4 + 5 27‬‬

‫= ̅𝑥‪µ‬‬ ‫=‬ ‫=‬
‫𝑛𝑁‬ ‫‪9‬‬ ‫‪9‬‬
‫‪µx = 3‬‬

‫‪30‬‬
‫المحور الثاني ‪ ......................................................................‬نظرية توزيع المعاينة‬

‫حساب تبيان توزيع المعاينة للمتوسطات ‪ 𝜎𝑥̅2‬من خالل العالقة التالية كمايلي ‪:‬‬
‫‪2‬‬
‫)̅𝑥‪∑(𝑥𝑗 − µ‬‬
‫= ‪𝜎𝑥̅2‬‬
‫𝑛𝑁‬
‫انطالقا من جدول متوسط العينة‪:‬‬
‫‪(1 − 3)2 + (2 − 3)2 + (3 − 3)2 +(2 − 3)2 + (3 − 3)2 + (4 − 3)+(3 − 3)2 + (4 − 3)2 + +(5 − 3)2‬‬
‫=‬
‫‪9‬‬
‫‪12‬‬
‫= ‪𝜎𝑥̅2‬‬ ‫‪= 1.33‬‬
‫‪9‬‬

‫تباينات كل العينة‬
‫‪(1 − 3)2 = 4‬‬ ‫‪1‬‬ ‫‪0‬‬
‫‪1‬‬ ‫‪0‬‬ ‫‪1‬‬
‫‪0‬‬ ‫‪1‬‬ ‫‪4‬‬
‫اختبار العالقتين‪:‬‬
‫في حالة السحب باإلرجاع فان التوقع الرياضي لتوزيع معاينة متوسطات يساوي توقع المجتمع‪.‬‬
‫‪µ𝑥̅ = µ = 3‬‬

‫في حالة السحب باإلرجاع فان تباين توزيع معاينة متوسطات تجمعه العالقة التالية مع تباين المجتمع‪:‬‬
‫‪12‬‬
‫= ‪𝜎𝑥̅2‬‬ ‫‪= 1.33‬‬
‫‪9‬‬
‫‪𝜎 2 2.66‬‬
‫‪𝜎𝑥̅2‬‬ ‫=‬ ‫=‬ ‫‪= 1.33‬‬
‫𝑛‬ ‫‪2‬‬
‫حالة السحب بدون ارجاع‪:‬‬

‫‪𝑁 𝑛 = 32 = 9‬‬ ‫عدد العينات الممكنة‪:‬‬

‫!‪3‬‬
‫‪𝐶𝑁𝑛 =𝐶32 = (3−2)!2! = 3‬‬

‫المتوسطات الممكنة للعينة‪:‬‬

‫متوسطات كل عينة‬
‫‪2‬‬
‫‪3‬‬ ‫‪4‬‬
‫‪-‬‬
‫‪-‬متوسط المعاينة للمتوسطات ̅𝑥‪ µ‬من خالل العالقة التالية كمايلي ‪:‬‬
‫𝑖𝑥 ∑‬ ‫‪2+3+4 9‬‬
‫= ̅𝑥‪µ‬‬ ‫=‬ ‫=‬
‫𝑛𝑁𝐶‬ ‫‪3‬‬ ‫‪3‬‬

‫‪31‬‬
‫المحور الثاني ‪ ......................................................................‬نظرية توزيع المعاينة‬

‫‪µ𝑥̅ = 3‬‬

‫حساب تبيان توزيع المعاينة للمتوسطات ‪ 𝜎𝑥̅2‬من خالل العالقة التالية كمايلي ‪:‬‬
‫‪2‬‬
‫) ̅𝑥‪∑(𝑥𝑗 − µ‬‬
‫= ‪𝜎𝑥̅2‬‬
‫𝑛𝑁‬

‫انطالقا من جدول متوسط العينة ‪:‬‬

‫‪(2 − 3)2 + (3 − 3)2 +(4 − 3)2‬‬
‫=‬
‫‪3‬‬
‫‪2‬‬
‫= ‪𝜎𝑥̅2‬‬ ‫‪= 0.666‬‬
‫‪3‬‬
‫تباينات كل العينة‬
‫‪(2 − 3)2 = 1‬‬
‫‪0‬‬ ‫‪1‬‬
‫اختبار العالقتين‪:‬‬
‫في حالة السحب بدون ارجاع فان التوقع الرياضي لتوزيع معاينة متوسطات يساوي توقع المجتمع ‪.‬‬
‫‪µ𝑥̅ = µ = 3‬‬
‫في حالة السحب بدون ارجاع فان تباين توزيع معاينة متوسطات تجمعه العالقة التالية مع تباين مجتمع ‪:‬‬
‫‪2‬‬
‫= ‪𝜎𝑥̅2‬‬
‫‪= 0.66‬‬
‫‪3‬‬
‫𝑛 ‪𝜎2 𝑁 −‬‬ ‫‪2.66 3 − 2‬‬
‫= ‪𝜎𝑥̅2‬‬ ‫(‬ ‫=)‬ ‫(‬ ‫‪) = 0.66‬‬
‫‪𝑛 𝑁−1‬‬ ‫‪2 3−1‬‬

‫الجدول (‪ : )01-02‬المعالم االحصائية لتوزيع المعاينة للمتوسطات في حالة السحب باإلرجاع و بدون ارجاع‬
‫حالة السحب بدون ارجاع‬ ‫حالة السحب باالرجاع‬ ‫المعالم االحصائية‬
‫𝑛𝑁𝐶‬ ‫𝑁‬ ‫𝑛‬
‫عدد العينات المسحوبة والممكنة‬
‫𝑖𝑥 ∑‬ ‫𝑖𝑥 ∑‬
‫= ̅𝑥‪µ‬‬ ‫= ̅𝑥‪µ‬‬ ‫متوسط المعاينة للمتوسطات‬
‫𝑛𝑁𝐶‬ ‫𝑛𝑁‬
‫𝑛 ‪𝜎2 𝑁 −‬‬ ‫‪𝜎2‬‬ ‫التباين لتوزيع المعاينة للمتوسطات‬
‫‪𝜎𝑥̅2‬‬ ‫=‬ ‫(‬ ‫)‬ ‫‪2‬‬
‫= ̅𝑥𝜎‬
‫‪𝑛 𝑁−1‬‬ ‫𝑛‬

‫𝜎‬
‫𝜎‬ ‫𝑛‪𝑁−‬‬ ‫= ̅𝑥𝜎‬ ‫االنحراف المعياري لتوزيع المعاينة للمتوسطات‬
‫= ̅𝑥𝜎‬ ‫(√‬ ‫)‬ ‫𝑛√‬
‫‪√𝑛 𝑁 − 1‬‬
‫‪µ𝑥̅ = µ‬‬ ‫متوسط المجتمع و متوسط توزيع المعاينة للمتوسطات‬
‫في حالتي السحب باالرجاع وبدون ارجاع‬

‫المصدر ‪ :‬من اعداد الباحث اعتمادا على البراهين والمعطيات السابقة ‪.‬‬

‫‪32‬‬
‫المحور الثاني ‪ ......................................................................‬نظرية توزيع المعاينة‬

‫‪-3‬طبيعة توزيع المعاينة للمتوسطات‪:‬‬

‫ندرس طبيعة توزيع متوسط توزيع المعاينة للمتوسطات من خالل الحالة التالية‪:‬‬
‫نظرية ‪:01‬‬
‫اذا كان مجتمع ما يتبع توزيع طبيعي بمتوسط ‪ µ‬و تباين ‪ 𝜎 2‬فان متوسط العينة مسحوبة منه يتبع ايضا التوزيع‬
‫‪𝜎2‬‬
‫و نكتب ‪:‬‬ ‫الطبيعي بمتوسط ‪ µ‬و تباين‬
‫𝑛‬

‫̅‪X‬‬ ‫) ‪N(µ𝑥̅ , 𝜎𝑥̅ 2‬‬

‫‪𝜎2‬‬
‫̅‪X‬‬ ‫‪N(µ𝑥̅ ,‬‬ ‫)‬
‫𝑛‬

‫هذه تمثل حالة السحب باإلرجاع ويمكن حساب االنحراف المعياري كما ذكرنا سابقا‪:‬‬
‫𝜎‬
‫= ̅𝑥𝜎‬
‫𝑛√‬
‫كما أن المتغيرة المعيارية ل ̅‪ X‬يمكن حسابها كما هو مبين في معادلة ادناه وهي تؤول الى التوزيع الطبيعي‬
‫المعياري‪.‬‬
‫‪𝑋̅−µ‬‬
‫=𝑍‬ ‫𝜎‬
‫𝑛√‬

‫أما حالة السحب بدون ارجاع‪:‬‬

‫𝑛‪𝜎 2 𝑁−‬‬
‫̅‪X‬‬ ‫( ‪N(µ𝑥̅ ,‬‬ ‫)‬
‫‪𝑛 𝑁−1‬‬

‫مالحظة ‪:‬‬
‫𝑛‬
‫(يسمى ايضا‬ ‫للتفريق بين حالة السحب باإلرجاع وبدون ارجاع يتم استعمال معامل ارجاع االنحراف المعياري‬
‫𝑁‬

‫معامل االستقصاء ) كالتالي ‪:‬‬

‫𝑛‬
‫معناه السحب بدون ارجاع‬ ‫‪> 0.05‬‬
‫𝑁‬

‫𝑛‬
‫معناه السحب باإلرجاع‬ ‫‪< 0.05‬‬
‫𝑁‬

‫‪-‬كما يجدر االشارة انه في حالة المجتمع غير محدود يكون السحب باإلرجاع (في هذه الحالة ال يتم ذكر حجم‬
‫المجتمع في التمرين )‪.‬‬

‫‪33‬‬
‫المحور الثاني ‪ ......................................................................‬نظرية توزيع المعاينة‬

‫نظرية النهاية المركزية‪:‬‬

‫اذا كان المجتمع ما يتبع توزيع طبيعي بمتوسط ‪ µ‬و تباين ‪ 𝜎 2‬و أخذنا عينات عشوائية حجم كل منها𝑛 و‬
‫كانت𝑛 كبيرة (‪ )n≥ 30‬فان الوسط الحسابي ̅‪ X‬لهذه العينات يتبع التوزيع الطبيعي بمتوسط ‪ µ‬و تباين‬
‫‪𝜎2‬‬
‫‪7‬‬
‫‪.‬‬
‫𝑛‬
‫مثال ‪:02‬‬
‫اذا كان مجتمع ما يتبع التوزيع الطبيعي حجمه ‪ 1000‬بمتوسط ‪ µ=20‬و انحراف معياري ‪. 𝜎 =8‬‬
‫المطلوب ‪:‬‬
‫أحسب المتوسط و االنحراف المعياري لتوزيع المعاينة للمتوسطات في حاالت التالية ‪:‬‬
‫‪n=28 )1‬‬
‫‪n=56 )2‬‬
‫‪ )3‬احسب في الحالتين‪ n=56 ، n=28‬االحتمال عندما يكون ̅‪ X‬محصور بين ‪ 20‬و ‪.22‬‬
‫الحل ‪:‬‬
‫من المعطيات لدينا ‪:‬‬
‫‪𝜎 =8‬‬ ‫‪,‬‬ ‫‪µ𝑥̅ = µ=20‬‬ ‫‪,‬‬ ‫‪N=1000‬‬ ‫‪, n=28‬‬
‫الحالة االولى ‪ :‬لما ‪n=28‬‬
‫بما ان المجتمع يتبع التوزيع الطبيعي فان توزيع المعاينة لمتوسطات العينة المسحوبة يتبع التوزيع الطبيعي ‪.‬‬

‫لدينا ‪:‬‬

‫𝑛‬ ‫‪28‬‬
‫=‬ ‫‪= 0.028 < 0.05‬‬
‫‪𝑁 1000‬‬

‫مما يعني السحب باالرجاع و يمكن حساب االنحراف المعياري من العالقة التالية ‪:‬‬
‫𝜎‬ ‫‪8‬‬
‫= ̅𝑥𝜎‬ ‫=‬ ‫‪= 1.51‬‬
‫𝑛√‬ ‫‪√28‬‬

‫و نكتب ‪:‬‬

‫̅‪X‬‬ ‫)‪N(µ𝑥̅ , 𝜎𝑥̅ 2‬‬

‫‪7‬جالل مصطفى الصياد ‪ ،‬مصطفى جالل مصطفى ‪ ،‬مرجع سابق ‪ ،‬ص ص ‪.56-55‬‬

‫‪34‬‬
‫المحور الثاني ‪ ......................................................................‬نظرية توزيع المعاينة‬

‫‪64‬‬
‫̅‪X‬‬ ‫) ‪N(20 , 28‬‬

‫حساب االحتمال ̅‪ X‬في الحالة ‪ ،n=28‬يكون محصور بين ‪ 20‬و‪. 22‬‬

‫‪20 − 20‬‬ ‫‪22 − 20‬‬

‫( 𝑃 = )‪𝑃 (20 < X̅ < 22‬‬ ‫<𝑍<‬ ‫)‪) = 𝑃(0 < 𝑍 < 1.32‬‬
‫‪1.51‬‬ ‫‪1.51‬‬

‫)‪=𝑃(𝑍 < 1.32) − 𝑃 (𝑍 < 0‬‬

‫‪= 0.9066 − 0.5‬‬

‫‪=0.4066‬‬

‫الحالة الثانية ‪ :‬لما ‪n=56‬‬

‫بما أن حجم العينة 𝑛 كبيرة (‪ )n=58≥ 30‬فانه حسب نظرية النهاية المركزية فان الوسط الحسابي ̅‪X‬‬
‫للعينة المسحوبة يتبع التوزيع الطبيعي( يمكن االستعانة بنظرية ‪ 01‬التي اشرنا اليها سابقا في هذه الحالة)‬

‫لدينا ‪:‬‬
‫𝑛‬ ‫‪58‬‬
‫=‬ ‫‪= 0.058 > 0.05‬‬
‫‪𝑁 1000‬‬

‫مما يعني السحب بدون ارجاع و يمكن حساب االنحراف المعياري من العالقة التالية ‪:‬‬

‫𝜎‬ ‫𝑛‪𝑁−‬‬ ‫‪8‬‬ ‫‪1000−56‬‬

‫= ̅𝑥𝜎‬ ‫= ) ‪. √(𝑁−1‬‬ ‫‪. √( 1000−1 ) = 1.039‬‬
‫√‬ ‫𝑛‬ ‫√‬ ‫‪56‬‬

‫و نكتب ‪:‬‬

‫̅‪X‬‬ ‫) ‪N(µ𝑥̅ , 𝜎𝑥̅ 2‬‬

‫̅‪X‬‬ ‫) ‪N(20 ,1.08‬‬

‫حساب االحتمال ̅‪ X‬في الحالة ‪ ،n=28‬يكون محصور بين ‪ 20‬و‪. 22‬‬

‫‪20 − 20‬‬ ‫‪22 − 20‬‬

‫( 𝑃 = )‪𝑃(20 < 𝑋̅ < 22‬‬ ‫<𝑍<‬ ‫)‪) = 𝑃(0 < 𝑍 < 1.92‬‬
‫‪1.039‬‬ ‫‪1.039‬‬

‫)‪=𝑃(𝑍 < 1.92) − 𝑃 (𝑍 < 0‬‬

‫‪= 0.9726 − 0.5‬‬

‫‪=0.4726‬‬

‫‪35‬‬
 ‫المحور الثاني ‪ ......................................................................‬نظرية توزيع المعاينة‬

‫ثالثا‪ :‬توزيع المعاينة للنسبة‬

‫افترض ان لدينا مجتمعا غير محدود موزعا توزيع ذي الحدين باحتمال وجود صفة معينة ‪ q=1- p‬و احتمال عدم‬
‫وجدو هذه الصفة ‪ p‬و كمثال على ذلك يكون المجتمع هو كل رميات قطعة عملة متكاملة التوازن و يكون احتمال‬
‫الحصول على الصورة ‪. p=1/2‬‬
‫اعتبر أن كل العينات الممكنة ذات الحجم ‪n‬المسحوبة من هذا المجتمع وفي كل عينة نحدد احصاء نسبة النجاح‬
‫‪ p‬وفي هذا المثال تكون النسبة تمثل نسبة عدد الصور التي نحصل عليها الى حجم العينة ‪ n‬وبالتالي نحصل‬
‫‪8‬‬
‫على توزيع المعاينة الذي متوسطة 𝑝‪ µ‬وانحراف معياري 𝑝𝜎 في الصورة‪.‬‬
‫حيث‪:‬‬
‫‪Na‬‬ ‫‪na‬‬
‫=‪P‬‬ ‫‪N‬‬
‫;‬ ‫= ̅‪P‬‬ ‫‪n‬‬

‫مع‪:‬‬
‫𝑎𝑁 ‪ :‬عدد المفردات التي تحقق خاصية ما في مجتمع‬
‫𝑁 ‪ :‬حجم المجتمع‬
‫𝑎𝑛 ∶ عدد المفردات التي تحقق نفس الخاصية في حجم العينة‬
‫𝑛 ‪ :‬حجم العينة‬
‫نظرية‪:‬‬
‫اذا كانت ‪ P‬تمثل النسبة في المجتمع تحقق خاصية ما و ̅‪ P‬تمثل النسبة في العينة التي تحقق نفس الخاصية فان‬
‫توزيع المعاينة يقترب من التوزيع الطبيعي حسب نظرية النهاية المركزية لما (‪ )n≥ 30‬مع ‪. n(1-P)> 5‬‬
‫ففي حالة السحب باإلرجاع تكون المعلمات االحصائية كالتالي‪:‬‬

‫𝑃 = 𝑝‪µ‬‬ ‫نسبة المعاينة لتوزيع الحسابي المتوسط ∶‬

‫)𝑝 ‪𝑃(1 −‬‬

‫= ‪𝜎𝑝 2‬‬ ‫التباين ∶‬
‫𝑛‬

‫)𝑝 ‪𝑃(1 −‬‬

‫√ = 𝑝𝜎‬ ‫االنحراف المعياري ∶‬
‫𝑛‬

‫‪ 8‬موراي شبيجل ‪،‬جون شيل أر الوسيرينيقسان ‪ ،‬ترجمة محمود أبو النصر و مصطفى جالل مصطفى ‪ ،‬االحتماالت و االحصاء ‪،‬‬
‫ملخصات شوم‪ ،‬الدار الدولية لالستثمارات الثقافية‪ ،‬الطبعة االولى ‪ ،‬مصر ‪ ،2004 ،‬ص‪.77‬‬

‫‪36‬‬
 ‫المحور الثاني ‪ ......................................................................‬نظرية توزيع المعاينة‬

‫وتكون الكتابة االحصائية‪:‬‬

‫)𝑃‪𝑃(1−‬‬
‫̅‪P‬‬ ‫‪N (P ,‬‬ ‫)‬
‫𝑛‬

‫ـأما في حالة السحب بدون ارجاع تكون المعلمات االحصائية كالتالي‪:‬‬

‫𝑛 ‪𝑃(1 − 𝑝) 𝑁 −‬‬
‫= ‪𝜎𝑝 2‬‬ ‫(‬ ‫)‬ ‫التباين ∶‬
‫𝑛‬ ‫‪𝑁−1‬‬

‫)𝑝 ‪𝑃(1 −‬‬ ‫𝑛‪𝑁−‬‬

‫√ = 𝑝𝜎‬ ‫(√‬ ‫االنحراف المعياري ∶ )‬
‫𝑛‬ ‫‪𝑁−1‬‬
‫التوقع الرياضي‪:‬‬
‫‪E(P̅)=µ𝑝 = P‬‬

‫مثال‪: 03‬‬
‫يحتوي احدى المستشفيات على ‪ 800‬مريض من بينهم ‪ 320‬مريض يعاني من مرض مزمن ‪ ،‬اذا سحبنا عينة من‬
‫‪ 40‬مريض بدون ارجاع ‪.‬‬
‫‪ )1‬ماهي طبيعة توزيع المرضى المصابين بمرض مزمن في العينة‬
‫‪ )2‬ما هو احتمال ان تكون نسبة المصابين بمرض مزمن في العينة أقل من ‪% 50‬‬
‫الحل ‪:‬‬

‫𝑎𝑁‬ ‫‪320‬‬
‫‪n=40 ,‬‬ ‫‪N=800‬‬ ‫‪,‬‬ ‫=𝑃‬ ‫‪= 800 = 0.4‬‬
‫𝑁‬
‫‪-‬نالحظ ان حجم العينة(‪ )n= 40 ≥ 30‬وعليه فان توزيع المعاينة النسبة ̅‪ P‬يقترب من التوزيع الطبيعي حسب‬

‫نظرية النهاية المركزية مع ‪n(1-P) =40(1-0.4)= 24 > 5‬‬

‫‪-‬بما اننا في حالة السحب بدون ارجاع تكون الكتبة االحصائية كالتالي‪:‬‬

‫𝑛‪𝑃(1−𝑃) 𝑁−‬‬
‫̅‪P‬‬ ‫‪N (P ,‬‬ ‫(‬ ‫)‬
‫𝑛‬ ‫‪𝑁−1‬‬

‫مع‪:‬‬
‫‪µ𝑝 = 𝑃 = 0.4‬‬

‫‪37‬‬
‫المحور الثاني ‪ ......................................................................‬نظرية توزيع المعاينة‬

‫)𝑝 ‪𝑃(1 −‬‬ ‫𝑛‪𝑁−‬‬ ‫)‪0.4(1 − 0.4‬‬ ‫‪800 − 40‬‬

‫√ = 𝑝𝜎‬ ‫(√‬ ‫√=)‬ ‫(√‬ ‫‪) = 0.75‬‬
‫𝑛‬ ‫‪𝑁−1‬‬ ‫‪40‬‬ ‫‪800 − 1‬‬

‫̅‪P‬‬ ‫)‪N (0.4 ,0.0057‬‬

‫نسبة المصابين بمرض مزمن في العينة أقل من‪: % 50‬‬

‫‪0.5−0.4‬‬
‫< ‪P(P̅ < 0.5)=𝑃 (Z‬‬ ‫)‬
‫‪0.75‬‬

‫)‪=P(Z < 0.13‬‬

‫‪=0.5517‬‬

‫رابعا‪ :‬توزيع المعاينة للفروق والمجاميع‬

‫‪-1‬توزيع المعاينة للفرق بين متوسطي عينتين‪:‬‬

‫‪𝑋̅2‬‬ ‫‪ 𝑋̅1‬و سحبت من مجتمعه عينة حجمها ‪ n1‬و ) ‪N(µ2 , 𝜎2 2‬‬ ‫اذا كان ) ‪N(µ1 , 𝜎1 2‬‬

‫و سحبت من مجتمعه عينة حجمها ‪ n2‬و كان المجتمعين مستقلين و عرفنا المتغيرين العشوائيين‬
‫‪9‬‬
‫‪ X̅1‬و ‪ X̅2‬فان ‪ X̅1- X̅2‬يمثل متغي ار عشوائيا للفرق بين متوسطي العينتين وعليه فان التوقع الرياضي ‪:‬‬
‫)‪E(X̅1- X̅2)= E(X̅1) - E( X̅2‬‬
‫‪=µ1-µ2‬‬

‫أما التباين ‪:‬‬

‫)‪V(X̅1- X̅2)= V(X̅1) + V( X̅2‬‬

‫‪𝜎12‬‬ ‫‪𝜎22‬‬
‫=‬ ‫‪+‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬

‫ويصبح االنحراف المعياري ‪:‬‬

‫‪𝜎12 𝜎22‬‬
‫‪𝜎𝑥̅. 1 −𝑥̅2‬‬ ‫√=‬ ‫‪+‬‬
‫‪𝑛1 𝑛2‬‬

‫‪ 9‬اياد محمد الهوبي ‪ ،‬االحصاء التطبيقي ‪ ،‬الكلية الجامعة للعلوم والتكنولوجيا ‪ ،‬الطبعة االولى ‪ ، 2014،‬ص ص ‪.46-45‬‬

‫‪38‬‬
 ‫المحور الثاني ‪ ......................................................................‬نظرية توزيع المعاينة‬

‫نظرية ‪:‬‬

‫اذا كان المجتمعين يتبعان التوزيع الطبيعي فان توزيع المعاينة للفرق بين متوسطي عينتين يتبع ايضا التوزيع الطبيعي‬
‫نكتب ‪:‬‬
‫‪𝜎12‬‬ ‫‪𝜎22‬‬
‫)‪(X̅1 - X̅2‬‬ ‫; ‪N(µ1-µ2‬‬ ‫‪+‬‬ ‫)‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬
‫وبالتالي‪:‬‬
‫)‪(𝑋̅1− 𝑋̅2)−(µ1−µ2‬‬
‫=‪Z‬‬ ‫) ‪N( 0 ; 1‬‬
‫‪𝜎2 𝜎2‬‬
‫‪√ 1+ 2‬‬
‫‪𝑛1 𝑛2‬‬

‫نظرية ‪: 02‬‬
‫اذا سحبت من مجتمعه ما عينة حجمها ‪ n1‬متوسطه ‪ µ1‬و تباينه ‪ 𝜎1 2‬مع سحب عينة اخرى مستقلة عن العينة‬
‫االولى و مسحوبة من مجتمع اخر متوسطه ‪ µ2‬و تباينه ‪ 𝜎2 2‬فان توزيع المعاينة للفرق بين متوسطي العينتين‬
‫)‪ (X̅1- X̅2‬يقترب من التوزيع الطبيعي لما تكون حجم العينة كبير أي ‪ (n1 ; n2) ≥ 30‬وهذا استنادا الى نظرية‬
‫النهاية المركزية ‪.‬‬
‫مثال ‪:04‬‬

‫‪𝑋̅2‬‬ ‫‪ 𝑋̅1‬و سحبت من مجتمعه عينة حجمها ‪ 30‬مشاهدة و)‪N(20 , 16‬‬ ‫اذا كان )‪N(30 , 25‬‬

‫و سحبت من مجتمعه عينة حجمها ‪ 35‬مشاهدة أوجد توزيع الفرق بين متوسطي العينتين‪ .‬ثم احسب االحتمال ‪:‬‬

‫)‪𝑃(𝑋̅1 − 𝑋̅2 < 12‬‬

‫الحل ‪:‬‬

‫لدينا ‪:‬‬
‫‪𝜎12‬‬ ‫‪𝜎2‬‬
‫)‪(X̅1 - X̅2‬‬ ‫; ‪N(µ1-µ2‬‬ ‫) ‪+ 𝑛2‬‬
‫‪𝑛1‬‬ ‫‪2‬‬

‫من المعطيات ‪:‬‬

‫المجتمع الثاني‬ ‫المجتمع االول‬ ‫المعالم‬

‫‪𝜎22 =16‬‬ ‫‪𝜎12 =25‬‬ ‫التباين‬
‫‪µ2 =20‬‬ ‫‪µ1=30‬‬ ‫المتوسط‬
‫‪𝑛2 =35‬‬ ‫‪𝑛1 =30‬‬ ‫حجم العينة‬

‫‪39‬‬
 ‫المحور الثاني ‪ ......................................................................‬نظرية توزيع المعاينة‬

‫فنحصل على‪:‬‬
‫‪25‬‬ ‫‪16‬‬
‫)‪(X̅1 - X̅2‬‬ ‫; ‪N(30-20‬‬ ‫) ‪+ 35‬‬
‫‪30‬‬

‫)‪(X̅1 - X̅2‬‬ ‫) ‪N( 10 ; 1.29‬‬

‫وبالتالي‪:‬‬

‫‪(𝑋̅1 − 𝑋̅2) − 10‬‬ ‫‪12 − 10‬‬

‫< 𝑍( 𝑃 = )‪𝑃 (𝑋̅1 − 𝑋̅2 < 12‬‬ ‫< 𝑍( 𝑃 = )‬ ‫)‬
‫‪√1.29‬‬ ‫‪√1.29‬‬
‫)‪= 𝑃 (𝑍 < 1.76‬‬
‫‪=0.9608‬‬
‫‪-2‬توزيع المعاينة للفرق بين نسبتي‪:‬‬
‫اذا أخذت عينتان عشوائيتان حجماهما ‪ n1‬و ‪ n2‬من مجتمعين مستقلين يخضع االول لتوزيع بيرنولي (ذو‬
‫الحدين ) ‪ 𝐵(1 ; 𝑃1‬و الثاني يخضع لتوزيع ذي الحدين ) ‪ 𝐵(1 ; 𝑃1‬فان الفرق بين النسبتين من العينتين‬

‫)‪ (P̅1- P̅2‬يخضع تقريبا للتوزيع الطبيعي وسطه ‪ P1-P2‬و تباينه‪:‬‬

‫) ‪𝑃(1−𝑃1‬‬ ‫) ‪𝑃2 (1−𝑃2‬‬

‫= ‪𝜎𝑝1 2 + 𝜎𝑝2 2‬‬ ‫‪+‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬

‫وهذا لما تكون حجم العينة كبير أي ‪ (n1 ; n2) ≥ 30‬و نكتب ‪:‬‬

‫) ‪𝑃(1−𝑃1‬‬ ‫) ‪𝑃2 (1−𝑃2‬‬

‫)‪(P̅1- P̅2‬‬ ‫; ‪(P1-P2‬‬ ‫‪+‬‬ ‫)‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬
‫وبالتالي‪:‬‬

‫‪̅ 1− P‬‬
‫‪(P‬‬ ‫)‪̅ 2)−(P1−P2‬‬
‫=‪Z‬‬ ‫) ‪N( 0 ; 1‬‬
‫) ‪P(1−P ) P (1−P‬‬
‫‪√ n 1 + 2n 2‬‬
‫‪1‬‬ ‫‪2‬‬
‫مثال‪:05‬‬
‫اذا كانت نسبة النجاح في امتحان توجهي في مدرسة للبنات ‪ P‬هي ‪ 0.7‬و كانت نسبة النجاح في ذلك االمتحان‬
‫من المدرسة (ا) و أخذت عينة عشوائية‬ ‫في مدرسة للذكور(ب) هي ‪ 0.65‬اخذت عينة عشوائية حجمها ‪n1=70‬‬
‫من المدرسة (ب) فما احتمال ان تزيد نسبة انجاح في المدرسة (ا) على نسبة النجاح في المدرسة‬ ‫حجمها ‪n2=35‬‬
‫(ب) بمقدار ‪ 0.10‬على االكثر ؟‬

‫‪40‬‬
 ‫المحور الثاني ‪ ......................................................................‬نظرية توزيع المعاينة‬

‫المطلوب‪:‬‬

‫)‪𝑃(𝑃̅1 − 𝑃̅2 < 0.10‬‬ ‫قم بايجاد‪:‬‬

‫الحل ‪:‬‬

‫)‪(𝑃̅1 − 𝑃̅ 2) − (𝑃1 − 𝑃2‬‬ ‫)‪0.10 − (0.70 − 0.65‬‬

‫𝑃 = )‪𝑃(𝑃̅1 − 𝑃̅2 < 0.10‬‬ ‫<‬
‫) ‪𝑃(1 − 𝑃1‬‬ ‫) ‪𝑃2 (1 − 𝑃2‬‬
‫√‬ ‫‪+‬‬ ‫)‪√0.7(1 − 0.7) + 0. (1 − 0.65‬‬
‫(‬ ‫‪𝑛1‬‬ ‫‪𝑛2‬‬ ‫‪70‬‬ ‫‪35‬‬ ‫)‬

‫‪0.05‬‬
‫)‪= 𝑃 (𝑍 < 0.097) = 𝑃(𝑍 < 0.51‬‬

‫‪=0.6950‬‬

‫خامسا‪ :‬توزيع المعاينة للتباين وللنسبة بين تبايني عينتين‬

‫‪-1‬توزيع المعاينة لتباين ‪:‬‬

‫اذا أخذت عينة عشوائية حجمها ‪ n‬من توزيع طبيعي متوسطه ‪ µ‬و تباينه ‪ 𝜎 2‬أي ) ‪ N( µ ; 𝜎 2‬و كان ‪ 𝜎𝑥̅2‬هو‬
‫تباين العينة فان ‪:‬‬
‫‪(𝑛 − 1)𝜎𝑥̅. 2‬‬
‫‪𝜎2‬‬
‫يخضع لتوزيع كاي تربيع بدرجات حرية )‪(n-1‬‬

‫ونكتب‪:‬‬
‫‪(𝑛−1)𝜎𝑥. 2‬‬ ‫‪2‬‬
‫‪𝑋̅𝑛−1‬‬
‫‪𝜎2‬‬

‫مثال‪:06‬‬

‫أخذت عينة عشوائية حجمها ‪ n=15‬من توزيع طبيعي )‪ N( µ ; 49‬و كان ‪ 𝜎𝑥̅2‬أوجد احتمال التالي‪:‬‬

‫)‪𝑃(𝜎𝑥̅2 < 82.9‬‬

‫الحل‪:‬‬
‫‪.‬‬
‫‪(𝑛−1)𝜎.𝑥̅ 2‬‬ ‫‪(15−1)82.9‬‬
‫‪𝑃(𝜎𝑥̅2‬‬ ‫( 𝑃 =)‪< 82.9‬‬ ‫<‬ ‫)‬
‫‪𝜎2‬‬ ‫‪49‬‬

‫‪41‬‬
 ‫المحور الثاني ‪ ......................................................................‬نظرية توزيع المعاينة‬

‫‪=𝑃 (𝑥 2 < 23.68) = 0.95‬‬

‫حيث ‪ 𝑥 2‬يخضع لدرجة حرية ‪ n-1‬أي ‪ 15-1=14‬من جدول كاي التربيع نجد أن القيمة األقرب ل ‪23.68‬‬

‫هي ‪ 3.70‬و بتالي االحتمال المقابل لها ‪(.0.95‬أشرنا بالتفصيل في محور الثالث من المطبوعة الى كيفية استعمال‬

‫جدول كاي التربيع )‪.‬‬

‫‪-2‬توزيع المعاينة للنسبة بين تباين عينتين‪:‬‬

‫ليكن ‪ 𝜎𝑥̅21‬تباين عينة عشوائية حجمها ‪ , n1‬من مجتمع ) ‪ N(µ1 , 𝜎1 2‬و ليكن ‪ 𝜎𝑥̅22‬تباين عينة عشوائية حجمها‪n2‬‬
‫من مجتمع)‪ N(µ2 , 𝜎2 2‬مستقل عن االول فان ‪:‬‬

‫‪𝜎𝑥̅21 / 𝜎𝑥̅22‬‬ ‫‪𝜎𝑥̅21 . 𝜎1 2‬‬

‫‪= 2‬‬
‫‪𝜎1 2 /𝜎2 2‬‬ ‫‪𝜎𝑥̅2 . 𝜎2 2‬‬

‫يخضع لتوزيع ‪ F‬بدرجات حرية )‪. (n1-1 , n2-1‬‬

‫مثال‪:07‬‬

‫أخذت عينة عشوائية حجمها ‪ 11‬من توزيع ) ‪ ، N(µ , 𝜎. 2‬و اخذت عينة عشوائية حجمها ‪ 16‬من توزيع‬
‫‪1‬‬

‫) ‪ N(µ2 , 𝜎. 2‬مستقل عن األول أوجد‪:‬‬

‫‪𝜎𝑥̅21‬‬
‫)‪𝑃 ( 2 ≥ 3.80‬‬
‫‪𝜎𝑥̅2‬‬
‫‪σ2x1‬‬ ‫‪σ2x1‬‬
‫هو توزيع ‪ F‬بدرجات‬ ‫‪ ،‬بما أن تباين المجتمعين متساويين ‪ σ.‬فان التوزيع‬
‫‪2‬‬
‫وذلك قبل معرفة القيمة‬
‫‪σ2x2‬‬ ‫‪σ2x2‬‬

‫حرية )‪ (10 ,15‬نجد ‪:‬‬

‫‪σ2x1‬‬
‫‪𝑃( 2‬‬ ‫‪≥ 3.80)=1-0.99=0.1‬‬
‫‪σx2‬‬

‫‪42‬‬
 ‫المحور الثاني ‪ ......................................................................‬نظرية توزيع المعاينة‬

‫تمارين مقترحة‪:‬‬
‫التمرين األول‪:‬‬
‫اذا كان لدينا مجتمع يتكون من المفردات التالية( ‪ )0،1،3،6‬نسحب عينة من هذا المجتمع ذات ‪. n=2‬‬
‫أوجد متوسط وتباين المجتمع؟‬

‫احسب عدد العينات الممكنة ومعالم العينة ) ‪( (µ , 𝜎𝑥̅ 2‬باستعمال طريقة الجداول) وقارن بين معالم المجتمع و‬
‫̅𝑥‬

‫معالم العينة في الحاالت التالية ‪:‬‬

‫‪ )1‬في حالة السحب باإلرجاع؟‬
‫‪ )2‬في حالة السحب بدون ارجاع؟‬
‫التمرين الثاني‪:‬‬
‫ارتفاع أحد أنواع النباتات يتبع توزيع طبيعي بمتوسط ‪21‬سم وتباين ‪ 90‬سم‪ ،‬عينة عشوائية مؤلفة من ‪10‬نباتات‬
‫وتم حساب متوسط ارتفاعها‪ ،‬أوجد احتمال ان يكون متوسط العينة هذا محصور بين القيمتين ‪18‬سم و‪27‬سم‪.‬‬
‫التمرين الثالث‪:‬‬
‫من مجتمع بتوزيع طبيعي حجمه ‪ 200‬مشاهدة وتباينه ‪ 𝜎 2 =64‬تم سحب عينة عشوائية بدون ارجاع بحجم ‪50‬‬
‫مشاهدة‪،‬‬
‫‪ )1‬ما توزيع الوسط الحسابي للعينة‪،‬‬
‫‪ )2‬أحسب )‪ 𝑃(X̅ ≥ 32‬عندما ‪µ =32‬‬
‫التمرين الرابع ‪:‬‬
‫اذا كان أطوال شجيرات المزرعة ‪ A‬تتبع توزيع طبيعي بوسط حسابي ‪70‬سم وتباين ‪ ، 𝜎 2‬فاذا سحبت عينة عشوائية‬
‫مكونة من ‪ 20‬شجيرة فما احتمال أن يكون متوسط طول الشجيرة في العينة أقل من ‪68‬سم ‪ ،‬اذا علمت أن االنحراف‬
‫المعياري للعينة ‪4‬سم ‪.‬‬
‫أعد االجابة على السؤال اذا كان تباين المجتمع يساوي ‪.25‬‬
‫التمرين الخامس‪:‬‬
‫سجلت ادارة كليات العلوم االقتصادية بجامعة البليدة‪ 1000 2‬طالب في السنة الثانية ‪ ،‬وبناءا على نتائج السنوات‬
‫السابقة تبين أن معدالت الطلبة في مادة االحصاء‪ 3‬تتبع التوزيع الطبيعي واقترحت االدارة ان تكون نسبة الطلبة‬
‫المتحصلين على المعدل في مقياس االحصاء ‪. %60‬‬
‫اذا تم اختيار فوج من قسم علوم التسيير مكون من ‪ 30‬طالبا‪.‬‬

‫‪43‬‬
 ‫المحور الثاني ‪ ......................................................................‬نظرية توزيع المعاينة‬

‫‪ )1‬فما هو توزيع المعاينة للنسبة في هذا الفوج؟‬

‫‪ )2‬ما هو احتمال أن ال تقل نسبة طلبة هذا الفوج المتحصلين على المعدل في هذه المادة على ‪% 70‬‬
‫‪ )3‬إذا علمت أن ادارة قسم علوم التسيير والتي يبلغ عدد الطلبة فيها من نفس السنة ‪ 300‬طالبا تقترح نفس‬
‫النسبة ‪ %60‬وباعتبار هؤالء الطلبة يمثلون مجتمعا جديدا‪.‬‬
‫‪ )4‬أجب على نفس االسئلة السابقة‬
‫‪ )5‬ما هو تعليقك على النتائج؟‬
‫التمرين السادس‪:‬‬
‫تم سحب عينتين عشوائيتين من شركتين مختلفتين إلنتاج االدوية ‪ ،‬وكانت األجور المدفوعة من قبل الشركتين تتبع‬
‫التوزيع الطبيعي ‪ ،‬وان معدل األجور المدفوعة من الشركة االولى الى ‪ 25‬عامال تساوي ‪ 35000‬دج بانحراف‬
‫معياري ‪ 4000‬دج ‪ ،‬أما معدل األجور ل ‪ 40‬عامال فهو ‪ 28000‬بانحراف معياري ‪ 6000‬دج‪.‬‬
‫‪-‬ما هو احتمال أن يزيد معدل األجور في الشركة األولى ب ‪ 8000‬دج على االقل عن الشركة الثانية؟‬
‫التمرين السابع‪:‬‬
‫اذا كانت نسبة النجاح لطلبة السنة االولى في كلية العلوم االقتصادية بجامعة البليدة‪ 2‬هي ‪ %85‬و كانت نسبة‬
‫النجاح في كلية العلوم االنسانية من نفس الجامعة هي ‪ %80‬و تم سحب عينة عشوائية حجمها ‪ 100‬طالب من‬
‫كلية العلوم االقتصادية وعينة أخرى حجمها ‪ 90‬طالبا من كلية العلوم االنسانية‪.‬‬
‫أوجد احتمال أن تزيد نسبة النجاح في كلية العلوم االقتصادية عن نسبة النجاح في العلوم اإلنسانية بمقدار ‪%10‬‬
‫على االكثر‪.‬‬

‫التمرين الثامن‪:‬‬
‫اذا كانت رواتب المعلمين في و ازرة التربية و التعليم تخضع لتوزيع طبيعي معدله ‪ 230‬دج وانحراف معياري ‪36‬‬
‫دينار ورواتب المعلمين في المدارس الخاصة تضع لتوزيع الطبيعي معدله ‪ 180‬دج وانحراف معياري ‪ 40‬دج‪.‬‬
‫اخذت عينة عشوائية من المعلمين في الو ازرة حجمها ‪ 16‬معلما وعبرنا عن وسطها الحسابي بالرمز ̅‪ X‬واخذت عينة‬
‫عشوائية من معلمي المدارس الخاصة حجمها ‪ 10‬وعبرنا عن وسطها الحسابي برمز ̅‪. Y‬‬
‫‪-‬أوجد احتمال أن يزيد ̅𝑋 عن ̅𝑌 بمقدار ‪.60‬‬

‫‪44‬‬
 ‫المحور الثاني ‪ ......................................................................‬نظرية توزيع المعاينة‬

‫التمرين التاسع‪:‬‬
‫معمل ينتج ‪ 700‬كغم من المكرونة كمعدل يومي‪ ،‬سحبت منه عينة عشوائية تمثل انتاج ‪ 40‬يوما تبلغ وسطها‬
‫الحسابي ‪ 740‬كغم بانحراف معياري ‪ 40‬كغم‪ ،‬معمل أخر ينتج ‪ 500‬كغم كمعدل يومي‪ ،‬سحبت منه عينة عشوائية‬
‫تمثل انتاج ‪ 35‬يوما فبلغ وسطها الحسابي ‪ 480‬كغم بانحراف معياري ‪ 50‬كغم‪.‬‬
‫فما هو التوزيع االحتمالي للفرق بين متوسطي العينتين‪ ،‬ثم أحسب االحتمال التالي‪:‬‬

‫)‪P(180 < X̅ 1 − X̅ 2 < 210‬‬

‫التمرين العاشر‪:‬‬
‫وجد ان نسبة من يستخدمون حزام االمان من سائقي البلدية ‪ 1‬هي ‪ %30‬وان نسبتهم في البلدية ‪ 02‬هي ‪% 18‬‬
‫واختيرت عينة عشوائية من كال البلديتين لدراسة هذه الظاهرة كان حجمها على التوالي ‪ 180‬و ‪ 210‬فما هو ‪:‬‬
‫‪ )1‬التوزيع التقريبي للفرق بين نسبتي العينتين‬
‫‪ )2‬احتمال ان يكون الفرق بين نسبتي العينيتين أقل أو يساوي ‪0.05‬؟‬

‫التمرين الحادي عشر‪:‬‬

‫ان تباين عينيتن عشوائيتين مستقلتسن أخذت من عالمات طلبة محاسبة‪ 𝜎𝑥̅22‬و ‪ 𝜎𝑥̅21‬يعودان لمجتمعين موزعين‬
‫‪.‬‬ ‫طبيعيا و كان حجمها ‪ n1=23‬و ‪ n2=29‬وعند عند مستوى معنوية ‪% 1‬‬
‫أحسب احتمال أن تكون النسبة بين تباين العينتين أكبر من ‪.3.41‬‬

‫‪45‬‬
‫المحور الثالث‪ :‬نظرية التقدير‬

‫أوال‪ :‬مفاهيم أساسية‬

‫‪ ‬مفهوم التقدير‬
‫‪ ‬بعض خصائص المقدر‬
‫‪ ‬طرق التقدير‬
‫ثانيا‪ :‬فترة الثقة للمتوسط والفرق بين وسطين‬
‫‪ ‬فترة الثقة للمتوسط‬
‫‪ ‬الفرق بين وسطين‬
‫ثالثا‪ :‬فترة الثقة لتباين المجتمع والنسبة بين تباينين‬
‫‪ ‬فترة الثقة لتباين المجتمع‬
‫‪ ‬والنسبة بين تباينين‬
‫رابعا‪ :‬فترة الثقة لنسبة خاصية المجتمع والفرق بين نسبتين‬
‫‪ ‬فترة الثقة لنسبة خاصية المجتمع‬
‫‪ ‬فترة الثقة للفرق بين نسبتين‬
‫تمارين مقترحة‬
 ‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫تمهيد‪:‬‬
‫يمثل التقدير األداة التي تسمح لنا بإجراء استدالالت حول معالم المجتمع انطالقا من عينة مسحوبة منه هذا‬
‫االستدالل ال يصح إال في ظل شروط محددة‪ ،‬تتعلق أساسا بفرضيات تتمحور حول طبيعة بيانات المجتمع والعينة‬
‫لذا سنتطرق في هذا المحور الى أهم المفاهيم االساسية المتعلقة بالتقدير ثم نتناول مختلف مجاالت الثقة للمعالم‬
‫االحصائية‪.‬‬
‫أوال‪ :‬مفاهيم أساسية‬
‫‪-1‬مفهوم التقدير‪:‬‬
‫المقصود بالتقدير ‪estimation‬هو تقدير معالم المجتمع (أو التوزيع االحتمالي) و التي غالبا ما تكون مجهولة‬
‫ويكون المطلوب هو الحصول على تقديرات لها من معطيات العينة‪ ،‬و على سبيل المثال تقدير متوسط نمو‬
‫السكان أو تقدير متوسط عمر فئة معينة من المجتمع‪ ،‬و عموما هناك نوعين من التقدير االول التقدير النقطي‬
‫‪1‬‬
‫‪ point estimtion‬و يسمى الثاني تقدير بمجال ‪. Interavl estimation‬‬
‫ا‪-‬حالة التقدير النقطي‪:‬‬
‫نحصل على قيمة واحدة من العينة وتستخدم هذه القيمة الواحدة كتقريب أو كتقدير لوسيط المجتمع المجهولة فمثال‬
‫لو أخذنا الوسط الحسابي للدخل في العينة كتقدير لمتوسط الدولة نكون قد حصلنا على تقدير نقطة لمتوسط دخل‬
‫الدولة‪.‬‬
‫ب‪-‬حالة التقدير بمجال‪:‬‬
‫أما في تقدير المجال فنتحصل على مجال معرف بحدين (حد أدنى وحد أعلى) نحصل عليهما من العينة فمثال‬
‫إذا قدرنا الوسط الحسابي ألعمار الناخبين يتراوح ما بين ‪ 34‬و‪ 46‬سنة أي يتراوح بين ‪ 34‬سنة كحد أدنى‬
‫و‪46‬سنة كحد أعلى نكون قد حصلنا على تقدير مجال للوسط الحسابي ألعمار الناخبين في المجتمع‪ 2‬ويحتوي‬
‫المجال على أكثر من قيمة بل قيد يكون غير نهائي وغير محدود غالبا‪ ،‬ويسمى التقدير بمجال الثقة ايضا ألنه‬
‫هذه الفترات تعتمد في تكوينها االحصائي على درجات أو مستويات ثقة معينة مثل ‪ %95‬أو ‪. %99‬‬
‫‪-2‬خصائص المقدر الجيد‪:‬‬
‫بصفة عامة يعتبر المقدر جيدا إذا توفرت فيه الخصاص التالية‪:‬‬

‫‪1‬‬
‫‪Olive jean dunn , Virginia A.Clarck, Basic Stastics , Fourth Edition , A jhon wlley & sons‬‬
‫‪publication , United States of America., 2009, PP 79-81 .‬‬
‫‪2‬رامز قدسية‪ ،‬االحتماالت و االحصاء‪ ،‬منشورات الجامعة االفتراضية السورية ‪ ،‬سوريا ‪ ،2018،‬ص ‪.203‬‬

‫‪47‬‬
 ‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫ا‪-‬الدقة وعدم االنحياز‬

‫‪ ɵ‬أي أن مقدار الخطأ في‬
‫يعرف عدم االنحياز بتساوي الوسيط المراد تقديره ‪ ɵ‬مثال مع توقع وسيط للتقدير ̂‬
‫التقدير يساوي صف ار وبعبارة رياضية نجد أن شرط عدم االنحياز ‪3‬هو ‪:‬‬
‫‪̂) = ɵ‬‬
‫‪E(ɵ‬‬

‫ويعتبر شرط عدم التحيز أهم شروط التقديرات الوسيطية ‪.‬‬

‫مثال ‪:01‬‬
‫اذا كانت ‪ X1 ,X2,……… ,X6‬هي عناصر عشوائية مستقلة من مجتمع احصائي طبيعي التوزيع بمتوسط ‪ µ‬و‬
‫‪.‬‬
‫تباين ‪σ2‬‬
‫‪-‬أحسب قيمة ‪ C‬حيث يكون وسيط‪.‬‬

‫] ‪𝑇 = 𝐶 [(𝑋1 − 𝑋2 )2 + (𝑋3 − 𝑋4 )2 + (𝑋5 − 𝑋6 )2‬‬

‫غير منحاز لتباين المجتمع ‪σ2‬‬

‫الحل‪:‬‬

‫ليكن الوسيط ‪ T‬غير منحاز يتوجب أن يكون‪:‬‬

‫‪E(𝑇) - σ2 =0‬‬
‫]] ‪E(T) =E[𝐶[(𝑋1 − 𝑋2 )2 + (𝑋3 − 𝑋4 )2 + (𝑋5 − 𝑋6 )2‬‬

‫بإضافة ‪ µ‬و طرح ‪ µ‬نجد‪:‬‬

‫‪.‬‬
‫] ‪E(𝑇) =CE[((𝑋1 − µ) − (𝑋2 − µ))2 + ((𝑋3 − µ) − (𝑋4 − µ))2 +((𝑋5 − µ) − (𝑋6 − µ))2‬‬
‫‪.‬‬
‫] ‪=CE[∑6𝑖=𝑛(𝑋1 − µ)2 − 2(𝑋1 − µ)(𝑋2 − µ)). −2(𝑋3 − µ)(𝑋4 − µ)). − 2(𝑋5 − µ)(𝑋6 − µ)).‬‬
‫‪.‬‬
‫] ‪=CE[∑6𝑖=𝑛(𝑋1 − µ)2 − 2[(𝑋1 − µ)(𝑋2 − µ)). +(𝑋3 − µ)(𝑋4 − µ)). + (𝑋5 − µ)(𝑋6 − µ)).‬‬
‫‪=CE[∑6𝑖=𝑛(𝑋𝑖 − µ)2 − 2[𝑐𝑜𝑣(𝑋1 , 𝑋2 ) − 𝑐𝑜𝑣(𝑋3 , 𝑋4 ) −. . 𝑐𝑜𝑣(𝑋5 , 𝑋6 ). ] = σ2‬‬

‫ومنه نجد أن‪:‬‬

‫‪3‬عالء الدين القبانجي‪ ،‬حسام حمامة كرمجي ‪ ،‬االحتمال و الحصاء ‪ ،‬منشورات جامعة دمشق ‪ ، 2012-2011،‬ص ‪.212‬‬

‫‪48‬‬
 ‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫‪2‬‬
‫‪σ‬‬
‫=𝐶‬ ‫‪2‬‬
‫) ‪∑61 σ − 2 ∑𝑖=1.2.3 𝑐𝑜𝑣 (𝑋𝑖 , 𝑋𝑖+1‬‬
‫وبما ان‪:‬‬
‫‪6‬‬
‫‪2‬‬
‫‪∑σ = 6‬‬
‫‪1‬‬
‫‪𝑐𝑜𝑣(𝑋𝑖 , 𝑋𝑗 ) = 0‬‬ ‫‪,‬‬ ‫)𝑗 ≠ 𝑖(‬
‫فان‪:‬‬
‫‪2‬‬
‫‪σ‬‬ ‫‪1‬‬
‫=𝐶‬ ‫‪2‬‬ ‫=‬
‫‪6σ‬‬ ‫‪6‬‬

‫ب‪-‬الكفاءة‪:‬‬
‫نظ ار للمشكل المذكور في خاصية عدم التحيز يساوي بعض خاصية الكفاءة مع اصغر وسط مربع الخطأ وبعض‬
‫يعرف الكفاءة للعينات الكبيرة فقط اذا كان لدينا أكثر من مقدر لمعلمة معينة فنقول أن المقدر األكفأ هو المقدر الذي‬
‫له أقل تباين‪ ،‬فكفاءة خاصية نسبية تستخدم للمقارنة بين المقدرات المختلفة لنفس المعلمة و بنفس حجم العينة‪ ،‬و‬
‫يكون المقدر األكفأ هو الذي يعطي تقديرات قريبة من المعلمة المجهولة فاذا كان لدين مقدرين ‪ ɵ̂1‬و ‪ ɵ̂2‬لمعلمتين‬
‫‪4‬‬
‫‪ ɵ1‬و ‪ ɵ2‬على الترتيب فان ‪ ɵ̂1‬أكفأ من ‪ ɵ̂2‬اذا كان ‪:‬‬

‫) ‪V(ɵ̂1 ) < V(ɵ̂2‬‬

‫‪5‬‬
‫ويتم حساب كفاءة المقدر ‪ d‬من العالقة ‪:‬‬

‫‪1‬‬
‫= ) 𝑑( 𝑒‬
‫‪𝜕𝑙𝑛𝑓(𝑥, 𝜃) 2‬‬
‫( 𝐸𝑛) 𝑑( 𝑉‬ ‫)‬
‫𝜃𝜕‬

‫أو بصورة مكافئة‪:‬‬

‫‪1‬‬
‫= ) 𝑑( 𝑒‬ ‫‪2‬‬
‫)𝜃 ‪𝜃 2 𝑙𝑛𝑓(𝑥,‬‬
‫( 𝐸𝑛) 𝑑(𝑉‬ ‫)‬
‫‪𝜕𝜃 2‬‬

‫مثال‪:02‬‬
‫‪ X‬فابحث عن كفاءة المقدر ‪:‬‬ ‫اذا كان ‪ X‬متغير عشوائي بحيث)𝜃 ‪b(1,‬‬

‫‪4‬‬
‫تومي صالح‪ ،‬مدخل لنظرية القياس االقتصادي‪ ،‬ديوان المطبوعات الجامعية‪ ،‬الطبعة الثانية‪ ،2011 ،‬ص ص ‪.24-22‬‬
‫‪5‬‬
‫اياد محمد الهوبي ‪ ،‬مرجع سابق ‪ ،‬ص‪. 64‬‬

‫‪49‬‬
‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫𝑖𝑋 ∑‬
‫= ̅‪ d= X‬كمقدر للمعلمة 𝜃‬ ‫𝑛‬

‫الحل‪:‬‬
‫ان التوزيع المذكور هو توزيع برنولي وهو حالة خاصة من توزيع ذي الحدين عندما تكون ‪ n=1‬حيث القراءة‬
‫االحتمالية هو‪:‬‬
‫𝑥‪𝑓 (𝑥, 𝜃) = 𝜃 𝑥 (1 − 𝜃)1−‬‬

‫مع‪:‬‬

‫𝜃 =)‪E(x‬‬ ‫)𝜃 ‪V(x)= 𝜃(1 −‬‬

‫وبالتالي‪:‬‬
‫)𝜃 ‪𝑙𝑛𝑓 (𝑥, 𝜃) = 𝑋𝑙𝑛𝜃 + (1 − 𝑋) ln(1 −‬‬
‫𝑋 ‪𝜕𝑙𝑛𝑓(𝑥, 𝜃) 𝑋 1 −‬‬ ‫𝜃‪𝑋−‬‬
‫‪= −‬‬ ‫=‬
‫𝜃𝜕‬ ‫)𝜃 ‪𝜃 1 − 𝜃 𝜃(1 −‬‬
‫‪𝜕𝑙𝑛𝑓(𝑥,𝜃) 2‬‬ ‫‪1‬‬
‫(‪E‬‬ ‫‪) = 2 ( )2 . E(𝑋 − 𝜃)2‬‬
‫𝜃𝜕‬ ‫𝜃‪𝜃 1−‬‬
‫‪1‬‬ ‫‪1‬‬
‫)𝜃‪= 𝜃2 (1−𝜃)2 . V(x) = 𝜃(1−‬‬

‫)𝜃‪𝜃(1−‬‬
‫= )‪V(d‬‬
‫𝑛‬
‫‪1‬‬
‫)𝜃‪e(d)=𝜃(1−‬‬ ‫‪1‬‬ ‫‪=1‬‬
‫𝑛‬
‫)𝜃‪.𝑛.𝜃(1−‬‬

‫وتعتبر هذه القيمة جيدة وبالتالي يكون هذا المقدر غير متحيز واألكفأ‪.‬‬
‫ج‪-‬خاصية االتساق‪:‬‬
‫نقول عن المقدر ‪ T‬ان مقدر متسق (معقول) للوسيط 𝜃 اذا تحقق (لكل ثابت موجب 𝜕) الشرط التالي‪:‬‬
‫‪lim 𝑃[|𝑇𝑛 − 𝜃| ≥ 𝜕] = 0‬‬
‫∞→𝑛‬
‫أو بصورة أخرى‪:‬‬
‫‪lim 𝑃[|𝑇𝑛 − 𝜃| < 𝜕] = 1‬‬
‫∞→𝑛‬

‫‪50‬‬
 ‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫‪ ، n‬ومن المفيد ذكره‬ ‫∂ فهذا يعني أن انطباق ‪ Tn‬على ‪ θ‬هو حدث مؤكد عندما ∞‬ ‫واذا جعلنا ‪0‬‬
‫األن أنه يمكن االستفادة من متراجحة تشيبتشيف (‪ )Chebyshev's inequality‬إلثبات ما اذا كان مقد ار ما متسقا‬
‫أم ال ؟‪ 6‬كما هو في المثال التالي‪:‬‬
‫مثال‪:03‬‬
‫بين أن المتغير االحصائي ̅‪ X‬هو مقدر متسق للوسيط ‪: µ‬‬
‫نذكر متراجحة (‪ )Chebyshev's inequality‬التي تنص على اذا كان ‪ X‬متغي ار عشوائيا توقعه الرياضي ‪ µ‬و‬
‫تباينه ‪ 2σ‬فان لكل ثابت موجب ‪ C‬يكون ‪:‬‬

‫)𝑥( ‪𝜎 2‬‬
‫≤ ]𝑐 ≥ |‪𝑃[|𝑥 − µ‬‬
‫‪𝑐2‬‬

‫فاذا وضعنا 𝑥 = 𝑥 يكون‪:‬‬

‫) 𝑥( ‪𝜎 2‬‬
‫≤ ]𝑐 ≥ |‪𝑃[|𝑥 − µ‬‬
‫‪𝑐2‬‬
‫‪𝜎2‬‬
‫= )𝑥( ‪ 𝜎 2‬و بالتالي ‪:‬‬ ‫و لكن‪:‬‬
‫𝑛‬

‫‪𝜎2‬‬
‫‪𝑃[|𝑥 − µ| ≥ 𝑐] ≤ 2‬‬
‫𝑐𝑛‬
‫ويأخذ نهاية الطرفين عندما تؤول ‪ n‬الى ماال نهاية نحصل على‪:‬‬

‫‪lim 𝑃[|𝑥 − µ| ≥ 𝑐] = 0‬‬

‫∞→𝑛‬

‫‪.‬‬ ‫و هذا ما يثبت (حسب تعريف االتساق) أن 𝑥 مقدر متسق للوسيط ‪µ‬‬

‫د‪-‬الكفاية‪:‬‬
‫̂ بأنه مقدر كاف لتقدير‪ ɵ‬بأنه ذلك المقدر الذي يستعمل كل معلومات العينة ومن ثم فان أي مقدر‬
‫يقال للمقدر ‪ɵ‬‬
‫أخر ال يمكنه أن يضيف جديدا باالستخدام نفس العينة فمثال اذا كان التوزيع التكراري للعينة ) 𝑛𝑋 ‪(𝑋1 , … . ,‬‬

‫والمشروط بالشرط 𝑘 = ̂‪ ɵ‬ال يعتمد على الوسيط ‪ ɵ‬ذاته و لكافة قيم 𝑘 و الكفاية تعني عدم الحاجة الى اضافة‬

‫عناصر أو المعلومات أخرى من المجتمع االحصائي ألن هذه العناصر االضافية سوف لن تعطي من المعلومات‬

‫‪ 6‬مبارك اسبير ديب‪ ،‬مبادئ االحتماالت واالحصاء‪ ،‬جامعة تشرين ‪ ،2009-2008،‬ص ص ‪.287-286‬‬

‫‪51‬‬
‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫‪ B‬لتقدير ‪ ɵ‬فاننا سنجد‬

‫أكثر مما أعطاه المقدر ̂‪ ɵ‬نفسه و لو افترضنا بأن هناك مقد ار اخر مثل ) 𝑛𝑋 ‪̂ (𝑋1 , … . ,‬‬
‫‪7‬‬
‫‪ ɵ‬نفسه وليس مستقال عنه‪.‬‬
‫‪ B‬يعتمد أو يرتبط بشكل ما بالمقدر ̂‬
‫أن ̂‬

‫‪-3‬طرق التقدير‪:‬‬
‫يمكن أن نميز بين طريقتين كالسيكيتين للتقدير وهما التقدير النقطي والتقدير بفترة أو مجال‪:‬‬
‫ا‪-‬التقدير النقطي‪:‬‬
‫يعرف التقدير النقطي ألي وسيط مثل ‪ ɵ‬بالتقدير العددي المفرد الذي يحدد قيمة معينة واحدة فقط مثل ̂‪ ɵ‬لذلك‬
‫‪8‬‬
‫الوسيط‪.‬‬
‫مثال‪:04‬‬
‫لتقدير عدد الكلمات في أحد الكتب أخذت عينة حجما ‪ 10‬صفحات عشوائيا من ذلك الكتاب‪ ،‬وتم عد‬
‫الكلمات فيها فكان كما يلي (‪)410 ، 368، 480، 470، 204،242 ،340 ،320،260، 400 :‬‬
‫المطلوب‪:‬‬
‫‪ )1‬أوجد التقدير النقطي لمتوسط عدد الكلمات في الصفحة الواحدة؟‬
‫‪ )2‬إذا كان الكتاب يحتوي ‪ 240‬صفحة فكم تقدر عدد الكلمات فيه؟‬

‫الحل‪:‬‬
‫‪∑ 𝑥𝑖 400 + 260 + 320 + 340 + 242 + 204 + 470 + 480 + 368 + 416‬‬
‫= ̅‪µ = X‬‬ ‫=‬ ‫‪= 350‬‬
‫𝑛‬ ‫‪10‬‬

‫وبالتالي يتم تقدير متوسط عدد كلمات في الصفحة الواحدة ب ‪ 301‬كلمة أي أن ‪µ = 301‬‬
‫أما تقدير عدد الكلمات في الكتاب فهو‪:‬‬
‫‪.84000=240* 350‬‬
‫ب‪-‬التقدير بمجال‪:‬‬

‫ان التقدير النقطي لمتوسط المجتمع و الذي يمثل ̅‪ X‬ال يعبر حقيقة عن ‪ µ‬لذلك يتم استخدام التقدير بمجال حيث‬
‫لنا قيمة دنيا و قيمة عليا ‪.‬‬

‫‪7‬‬
‫عبد القادر محمد عبد القادر عطية ‪ ،‬الحديث في االقتصاد القياسي بين النظرية و التطبيق‪ ،‬الدار الجامعية ‪،2004 ،‬‬
‫ص‪.218‬‬
‫‪8‬‬
‫عالء الدين القبانجي ‪ ،‬حسام حمامة كرمجي ‪ ،‬مرجع سابق ‪ ،‬ص ‪.214‬‬

‫‪52‬‬
 ‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫ثانيا‪ :‬فترة الثقة للمتوسط والفرق بين وسطين‬

‫‪-1‬فترة الثقة لمتوسط‪:‬‬
‫ا‪-‬فترة الثقة لمتوسط مجتمع طبيعي تباينه معلوم‪:‬‬
‫‪𝑋̅−µ‬‬ ‫‪𝜎2‬‬
‫فنعرف‬ ‫=𝑍‬ ‫𝜎‬ ‫̅‪ X‬و كذلك )‪N(0 ,1‬‬ ‫‪N(µ𝑥 ,‬‬ ‫فان )‬ ‫̅‪X‬‬ ‫نعلم اذا كان) ‪N(µ𝑥 ,𝜎 2‬‬
‫𝑛‬
‫𝑛√‬
‫فترة الثقة ‪ (1-α)%‬أو نقول (فترة الثقة عند مستوى معنوية ‪ )α‬بأنها الفترة التي تحقق ما يلي‪: 9‬‬

‫‪𝑋̅ −µ‬‬
‫< ‪𝑝 (−𝑍1−α‬‬ ‫𝜎‬ ‫‪< 𝑍1−α ) = 1 − α‬‬
‫‪2‬‬ ‫𝑛√‬ ‫‪2‬‬

‫وبتبسيط فترة االحتمال التالي‪:‬‬

‫‪𝑋̅ − µ‬‬
‫< ‪−𝑍1−α‬‬ ‫‪𝜎 < 𝑍1−α2‬‬
‫‪2‬‬
‫𝑛√‬
‫نحصل على‪:‬‬
‫𝜎‬ ‫𝜎‬
‫‪𝑋̅ − 𝑍1−α .‬‬ ‫‪< µ < 𝑋̅ + 𝑍1−α .‬‬
‫‪2‬‬ ‫𝑛√‬ ‫‪2‬‬ ‫𝑛√‬
‫𝜎‬
‫حد ‪ (1-α)%‬الخطأ في تقدير وسط المجتمع ‪.‬‬ ‫‪𝑍1−α .‬‬ ‫حيث يسمى المقدار‪:‬‬
‫‪2‬‬ ‫𝑛√‬

‫مالحظة‪:‬‬
‫‪α‬‬
‫و‬ ‫حيث ‪ 𝑍α‬هي قيمة المتغير الطبيعي المعياري (الدرجة المعيارية الحرجة) التي تقع على يمينها مساحة تساوي‬
‫‪2‬‬ ‫‪2‬‬

‫من الجدير باالنتباه في الحسابات العادية هو أن االحتمال ‪ P=1-α‬الشائع في هذا الصدد هو ‪ P=0.95‬أي أن‬
‫‪ α=0.05‬و من جدول التوزيع الطبيعي المعياري نجد‪:‬‬

‫‪𝑍α =𝑍5% = 𝑍0.025 = 1.96‬‬

‫‪2‬‬ ‫‪2‬‬

‫أي‪:‬‬
‫‪α 5%‬‬
‫= )𝜆 > 𝑍(𝑝‬ ‫=‬ ‫‪= 0.025‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪1 − 𝑝(𝑍 < 𝜆) = 0.025‬‬

‫‪9‬‬
‫‪Prasanna Sahoo ;Probability and Mathematical Statistics, University of Louisville , Department of‬‬
‫‪Mathematics, 2013, pp503-504.‬‬

‫‪53‬‬
‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫‪𝑝(𝑍 < 𝜆) = 1 − 0.025 = 0.975‬‬

‫من جدول التوزيع الطبيعي المعياري كما بينا في المحور االول من المطبوعة وبطريقة القراءة العكسية نحصل‬
‫على‪:‬‬
‫‪ 𝜆 = 1.96‬وهذا عند مستوى معنوية ‪. %5‬‬

‫)‪f(z‬‬
‫مجال الثقة‬

‫‪1- α‬‬

‫‪−𝑍−α‬‬ ‫‪0‬‬ ‫‪𝑍1−α‬‬

‫‪2‬‬ ‫‪2‬‬

‫الشكل(‪ :)01-03‬التمثيل البياني لفترة الثقة لتوزيع الطبيعي‬

‫أما الجدول ادناه يبين باقي القيم‪:‬‬
‫الجدول رقم (‪ :)01-03‬جدول يوضح بعض قيم مستوى الثقة ومعامل الثقة‪.‬‬
‫‪0.5‬‬ ‫‪0.8‬‬ ‫‪0.90‬‬ ‫‪0.95‬‬ ‫‪0.98‬‬ ‫‪0.99‬‬ ‫مستوى الثقة ‪1-α‬‬
‫‪0.5‬‬ ‫‪0.2‬‬ ‫‪0.10‬‬ ‫‪0.05‬‬ ‫‪0.02‬‬ ‫‪0.01‬‬ ‫مستوى المعنوية ‪α‬‬
‫‪α‬‬
‫‪0.75‬‬ ‫‪0.9‬‬ ‫‪0.95‬‬ ‫‪0.975‬‬ ‫‪0.99‬‬ ‫‪0.995‬‬ ‫االحتمال ‪1 − 2‬‬
‫‪0.674‬‬ ‫‪1.282‬‬ ‫‪1.645‬‬ ‫‪1.96‬‬ ‫‪2.326‬‬ ‫‪2.58‬‬ ‫معامل الثقة ‪𝑍1−α‬‬
‫‪2‬‬

‫المصدر‪ :‬من اعداد الباحث اعتمادا على جدول التوزيع الطبيعي المعياري والعالقة الرياضية أعاله‪.‬‬
‫وبالتالي إذا كان المجتمع المسحوب منه العينة ذات توزيعا طبيعيا وتباينه معروفا أو كانت العينة كبيرة أي أكثر‬
‫من ‪ 30‬فان توزيع المعاينة للوسط الحسابي يتبع التوزيع الطبيعي‪ ،‬ويرمز لفترة الثقة كما يلي‪:‬‬
‫𝜎‬
‫‪ICµ=[𝑋̅ ∓‬‬ ‫] ‪𝑍1−α‬‬
‫𝑛√‬ ‫‪2‬‬

‫مثال ‪:05‬‬
‫مجتمع موزع توزيعا طبيعيا‪ ،‬انحرافه المعياري ‪ 𝜎 = 10‬سحبت منه عينة عشوائية حجمها ‪ n=24‬وكان متوسط‬
‫العينة ‪ ،𝑋̅ = 56‬أحسب متوسط تقدير المجتمع بثقة قدرها ‪. % 95‬‬

‫‪54‬‬
‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫الحل‪:‬‬
‫مستوى الخطأ او المعنوية ‪%5 :‬‬ ‫‪،‬‬ ‫‪1-α=95%‬‬ ‫مستوى الثقة‪:‬‬

‫لدينا‪𝑍1−α =1.96 :‬‬

‫‪2‬‬

‫𝜎‬ ‫𝜎‬
‫‪𝑋̅ − 𝑍1−α .‬‬ ‫‪< µ < 𝑋̅ + 𝑍1−α .‬‬
‫‪2‬‬ ‫𝑛√‬ ‫‪2‬‬ ‫𝑛√‬
‫بالتعويض في العالقة أعاله‪:‬‬
‫‪10‬‬ ‫‪10‬‬
‫‪56 − 1.96.‬‬ ‫‪< µ < 56 + 1.96.‬‬
‫‪√24‬‬ ‫‪√24‬‬
‫‪51.99916 < µ < 60.00083‬‬
‫ونكتب‪:‬‬
‫‪10‬‬
‫‪ICµ=[56 ∓‬‬ ‫]‪1.96‬‬
‫‪√24‬‬

‫أي عند الثقة مقدارها ‪ %95‬ستكون قيمة متوسط عند المجال‪[51.99916 , 60.00083]:‬‬
‫كخالصة عامة لفترة الثقة لمتوسط مجتمع طبيعي تباينه معلوم تتم ووفق مراحل مثل ما هو مبين في جدول ادناه‪:‬‬
‫الجدول رقم (‪ :)02-03‬جدول يوضح مراحل بناء فترة الثقة لمتوسط مجتمع‪.‬‬
‫حساب الوسط الحسابي للعينة̅̅̅𝑋̅‬ ‫المرحلة االولى‬
‫𝜎‬
‫= 𝑥𝜎‬ ‫حساب االنحراف المعياري للمتوسط‬ ‫المرحلة الثانية‬
‫𝑛√‬

‫حسب درجة‬ ‫‪𝑍1−α .‬‬ ‫ضرب االنحراف المعياري للمتوسط في معامل الثقة المناسب‬ ‫المرحلة الثالثة‬
‫‪2‬‬

‫الثقة المطلوبة‬

‫طرح حاصل ضارب المرحلة من الوسط الحسابي للعينة فنحص على حد أدنى وحدة‬ ‫المرجلة الرابعة‬
‫أعلى لفترة التقدير‪.‬‬
‫بناء فترة الثقة‪:‬‬ ‫المرحلة الخامسة‬
‫𝜎‬
‫‪ICµ=[𝑋̅ ∓‬‬ ‫] ‪𝑍1−α‬‬
‫𝑛√‬ ‫‪2‬‬

‫المصدر‪ :‬من اعداد الباحث اعتمادا على المعطيات والعالقات السابقة‪.‬‬

‫‪55‬‬
 ‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫ب‪-‬فترة الثقة لمتوسط مجتمع طبيعي او 𝟎𝟑 ≥‪ n‬و تباينه مجهول ‪:‬‬

‫الحظنا فيما سبق فترة الثقة لمتوسط ‪ µ‬اذا كانت المعاينة من مجتمع طبيعي ذي تباين ‪ σ2‬معلوم أما االن سنتطرق‬
‫الى طريقة بناء فترة الثقة للوسط ‪ µ‬ان لم يكن المجتمع خاضع للتوزيع طبيعي ان نظرية نهاية المركزية تعطينا حجر‬
‫‪̅ −µ‬‬
‫‪X‬‬
‫=‪ Z‬يخضع لتوزيع طبيعي معياري تقريبا اذا كانت ‪n‬كبيرة و لذلك نستطيع القول اذا اخذنا‬ ‫‪σ‬‬ ‫االساس حيث‬
‫‪√n‬‬

‫عينة عشوائية حجمها ‪ n‬من مجتمع وسطه ‪ µ‬وتباينه ‪ σ2‬معلومة فان فترة الثقة ‪ 100(1-α)%‬للمعلمة ‪ µ‬هي‬
‫تقريبا ‪:10‬‬

‫𝑥𝜎‬ ‫𝑥𝜎‬
‫‪𝑋̅ − 𝑍1−α .‬‬ ‫‪< µ < 𝑋̅ + 𝑍1−α .‬‬
‫‪2‬‬ ‫𝑛√‬ ‫‪2‬‬ ‫𝑛√‬

‫اذا كانت ‪ ، 𝑛 ≥ 30‬نستعمل االنحراف المعياري للعينة 𝑥𝜎 بدل المجتمع 𝜎 و يصبح لدينا ‪:‬‬

‫̅𝑥𝜎‬
‫‪ICµ =[𝑋̅ ∓‬‬ ‫] ‪𝑍1−α‬‬
‫𝑛√‬ ‫‪2‬‬

‫في كثير من االحيان ال تكون ‪ σ2‬معلومة ولذلك نستعمل ‪ ( 𝜎𝑥 2‬تبيان العينة كتقدير ل ‪ ) σ2‬وهذا اذا كان‬
‫حجم العينة كبير‪. 𝑛 ≥ 30‬‬
‫مثال ‪:06‬‬
‫‪.𝑋̅ = 73‬‬ ‫أعطت ‪، 𝜎𝑥 = 6‬‬ ‫‪، n=81‬‬ ‫عينة عشوائية حجمها‬

‫أوجد فترة الثقة ‪ % 98‬لوسط المجتمع ‪. µ‬‬

‫الحل ‪:‬‬

‫يتضح أن تباين ‪ σ2‬المجتمع مجهول لكن حجم العينة اكبر من ‪ 30‬و لذلك نستعمل االنحراف المعياري للعينة‬
‫𝑥𝜎 بدل المجتمع 𝜎 ‪.‬‬
‫‪ ،‬مستوى الخطأ او المعنوية ‪%2 :‬‬ ‫‪1-α=98%‬‬ ‫مستوى الثقة‪:‬‬

‫لدينا‪𝑍1−α =2.23 :‬‬

‫‪2‬‬

‫𝑥𝜎‬ ‫𝑥𝜎‬
‫‪𝑋̅ − 𝑍1−α .‬‬ ‫‪< µ < 𝑋̅ + 𝑍1−α .‬‬
‫‪2‬‬ ‫𝑛√‬ ‫‪2‬‬ ‫𝑛√‬

‫محمد صبحي ابو صالح‪ ،‬مبادئ االحصاء ‪ ،‬دار اليازوري ‪ ، 2007،‬ص ص ‪.312- 311‬‬ ‫‪10‬‬

‫‪56‬‬
 ‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫بالتعويض في العالقة أعاله‪:‬‬

‫‪6‬‬ ‫‪6‬‬
‫‪73 − 2.33.‬‬ ‫‪< µ < 73 + 2.33.‬‬
‫‪√81‬‬ ‫‪√81‬‬
‫‪51.99916 < µ < 60.00083‬‬

‫ونكتب‪:‬‬
‫‪6‬‬
‫‪ICµ=[73 ∓‬‬ ‫]‪2.33‬‬
‫‪√81‬‬

‫أي عند فترة الثقة مقدارها ‪ %98‬على المجال‪[71.447 , 74.553]:‬‬

‫ج‪-‬فترة الثقة لمتوسط مجتمع طبيعي تباينه مجهول و 𝟎𝟑 ≤‪: n‬‬

‫إذا كانت العينة صغيرة بمعنى ‪ ، n < 30‬و االنحراف المعياري للمجتمع الطبيعي مجهول فإن التوزيع اإلحصائي‬
‫المتبع في مثل هذه الحاالت هو ما يطلق عليه توزيع ستيودنت أو ما يعرف بتوزيع العينات الصغيرة و هذا النوع‬
‫من التوزيعات تناوله بالتفصيل في المحور االول من المطبوعة و كلما زادت درجة حريته اقترب من توزيع طبيعي‬
‫ألنه‬ ‫المعياري ‪ ،‬وفي هذه الحالة يتم فيها استبدال االنحراف المعياري للمجتمع ‪ σ‬باالنحراف المعياري للعينة 𝑥𝜎‬

‫التوزيع الطبيعي المعياري‬ ‫االنحراف المعياري يقترب من قيمة التباين و نستخدم قيمة توزيع ‪ t‬ستودنت بدل‬

‫وعليه فان مجال الثقة للوسط الحسابي عند مستوى معنوية ‪11 α‬هو كالتالي‪:‬‬
‫𝑥𝜎‬ ‫𝑥𝜎‬
‫‪𝑋̅ − 𝑡(1−𝛼 , 𝑛−1) .‬‬ ‫‪< µ < 𝑋̅ + 𝑡(1−𝛼 , 𝑛−1) .‬‬
‫‪2‬‬ ‫𝑛√‬ ‫‪2‬‬ ‫𝑛√‬

‫يصبح‪:‬‬
‫̅𝑥𝜎‬
‫‪ICµ=[𝑋̅ ∓‬‬ ‫‪𝑡(1−𝛼 ,‬‬ ‫)‪𝑛−1‬‬
‫]‬
‫𝑛√‬ ‫‪2‬‬

‫مثال‪:07‬‬
‫اذا كانت دخول مجموعة من األفراد في دولة ما تتبع التوزيع الطبيعي‪ ،‬وسحبت منه عينة عشوائية حجمها ‪10‬‬
‫𝑋 و انحراف معياري للعينة ‪. 𝜎𝑥 = 6.4‬‬
‫أفراد‪ ،‬بمتوسط ‪̅ = 72‬‬

‫المطلوب‪:‬‬
‫أوجد مجال الثقة للوسط الحسابي لجميع األفراد بمستوى ثقة ‪. 95%‬‬

‫‪11‬‬
‫‪Bernard Rosner ; Fundamentals of Biostatistics ; Cengage Learning ; 8 th edition ; United‬‬
‫‪States of America ;2015 ;p175 -176.‬‬

‫‪57‬‬
 ‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫الحل‪:‬‬
‫لدينا‬

‫‪6.4‬‬ ‫‪6.4‬‬
‫𝑡 ‪72 −‬‬ ‫‪0.05‬‬ ‫‪.‬‬ ‫𝑡 ‪< µ < 72 +‬‬ ‫‪0.05‬‬ ‫‪.‬‬
‫‪(1−‬‬ ‫‪, 10−1) √10‬‬ ‫‪(1−‬‬ ‫‪, 10−1) √10‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪67.42 < µ < 76.54‬‬

‫‪ 𝑡(0.975,‬و التي تقابل القيمة ‪2.262 :‬‬ ‫)‪9‬‬ ‫‪ 𝑡(1− 0.05,‬من جدول توزيع ستودنت‬ ‫)‪10−1‬‬
‫حيث تم حساب‪:‬‬
‫‪2‬‬

‫ويصبح لدينا مجال الثقة كالتالي‪:‬‬

‫‪6.4‬‬
‫‪ICµ=[72 ∓‬‬ ‫]‪2.262‬‬
‫‪√10‬‬

‫إذا الوسط الحسابي للمداخيل يتراوح ما بين ‪ 67.42‬كحد أعلى و ‪ 76.54‬كحد أدنى‪.‬‬
‫مالحظة‪:‬‬
‫في حالة فترة الثقة لمتوسط مجتمع تباينه مجهول وتوزيعه مجهول في مثل هذه الحالة عندما يكون حجم العينة‬
‫‪ n≥ 30‬فقد وجد حسب نظرية النهاية المركزية بأن متوسط العينة̅𝑋 يقارب التوزيع الطبيعي‪ ،‬وعليه نقوم بتقدير‬
‫االنحراف المعياري للمجتمع ‪ σ‬بداللة االنحراف المعياري للعينة 𝑥𝜎‪.‬‬
‫د‪-‬تحديد حجم العينة الالزم للتقدير‪:‬‬
‫بعد دراستنا لكيفية ايجاد فترات الثقة‪ ،‬ينشأ لدينا السؤال التالي‪ :‬قبل اجراء التجربة وتسجيل قيم المشاهدات في‬
‫العينة‪ ،‬ما هو حجم العينة المطلوبة كي نحصل على فترة ثقة بطول معلوم أو بطأ محدد ال نريد أن نتجاوزه‪.‬‬
‫الحظ انه اذا كانت المعاينة من توزيع طبيعي تباينه معلوم أو من توزيع ما تباينه معلوم و حجم العينة كبير فان‬
‫فترة القفة ‪ 100(1-α)%‬للوسط ‪ µ‬هي‪: 12‬‬

‫𝜎‬ ‫𝜎‬
‫‪𝑋̅ − 𝑍1−α .‬‬ ‫‪< µ < 𝑋̅ + 𝑍1−α .‬‬
‫‪2‬‬ ‫𝑛√‬ ‫‪2‬‬ ‫𝑛√‬
‫𝜎‬
‫‪ d= 𝑍1−𝛼 .‬فاذا أردنا طول الفترة ال يزيد عن ‪ d‬فذلك‬ ‫وطول هذه الفترة أو ما يسمى حد الخطأ يساوي‬
‫𝑛√ ‪2‬‬
‫يعني‪:‬‬
‫𝜎‬ ‫‪1‬‬ ‫𝑑‬ ‫‪𝜎 𝑍1−α‬‬
‫‪2‬‬
‫‪𝑍1−α .‬‬ ‫→ 𝑑≤‬ ‫≤‬ ‫→‬ ‫≤ 𝑛√‬
‫‪2‬‬ ‫𝑛√‬ ‫‪√𝑛 𝜎. 𝑍1−α‬‬ ‫𝑑‬
‫‪2‬‬

‫‪ 12‬محمد صبحي ابو صالح‪ ،‬مرجع سابق ‪ ،‬ص‪. 327‬‬

‫‪58‬‬
 ‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫‪2‬‬
‫‪𝜎 𝑍1−α‬‬
‫‪2‬‬
‫(≥𝑛‬ ‫)‬
‫𝑑‬

‫مثال‪:08‬‬
‫أوجد حجم العينة التي يجب أخذها من توزيع طبيعي للحصول على فترة ‪ % 95‬للوسط وبطول خطأ ال يزيد عن‬
‫‪ 1.6‬وانحراف معياري ‪.10‬‬
‫الحل‪:‬‬
‫‪d=1.6‬‬ ‫‪,1-α=95%‬‬ ‫‪𝑍1−𝛼 = 1.96‬‬ ‫من المعطيات‪:‬‬
‫‪2‬‬

‫بالتعويض في العالقة نجد‪:‬‬

‫‪10 × 1.96 2‬‬
‫(≥𝑛‬ ‫)‬
‫‪1.6‬‬
‫أي‪:‬‬
‫‪n=150‬‬
‫ويمكن تلخيص الحاالت السابقة لبناء فترة الثقة في الجدول التالي‪:‬‬
‫الجدول رقم (‪ :)03-03‬جدول يوضح حاالت بناء فترة الثقة حسب معلومية التباين والتوزيع االحصائي‬

‫̅‬
‫𝑿‬ ‫𝝈‬ ‫‪n‬‬ ‫تباين المجتمع‬ ‫قانون المجتمع‬

‫𝜎‬ ‫𝜎‬
‫̅‪X‬‬ ‫‪N(µ ,‬‬ ‫)‬ ‫‪ n‬أو‪𝑛 ≥ 30‬‬ ‫معلوم‬
‫𝑛√‬ ‫𝑛√‬
‫‪< 30‬‬
‫طبيعي‬
‫𝑥𝜎‬
‫̅‪X‬‬ ‫‪N(µ‬‬
‫𝜎‬
‫𝑛̅𝑥 ‪,‬‬
‫√‬
‫)‬ ‫‪𝑛 ≥ 30‬‬
‫𝑛√‬
‫مجهول‬
‫𝑥𝜎‬
‫‪𝑡(1− α ,‬‬ ‫)‪𝑛−1‬‬
‫‪n < 30‬‬
‫‪2‬‬ ‫𝑛√‬
‫𝜎‬ ‫𝜎‬ ‫‪𝑛 ≥ 30‬‬
‫̅‪X‬‬ ‫‪N(µ ,‬‬ ‫)‬ ‫معلوم‬ ‫غير معلوم‬
‫𝑛√‬ ‫𝑛√‬
‫𝑥𝜎‬
‫̅‪X‬‬ ‫‪N(µ ,‬‬
‫̅𝑥𝜎‬
‫𝑛√‬
‫)‬ ‫‪𝑛 ≥ 100‬‬ ‫مجهول‬
‫𝑛√‬
‫المصدر‪ :‬من اعداد الباحث اعتمادا على المعطيات والعالقات السابقة‪.‬‬

‫‪59‬‬
 ‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫‪-2‬فترة الثقة للفرق بين وسطين‬

‫ا‪-‬فترة الثقة للفرق بين وسطين مع معلومية تباين المجتمعين‬
‫اذا كان المجتمعين يتبعان التوزيع الطبيعي وفق العالقة التالية‪: 13‬‬

‫‪𝜎12‬‬ ‫‪𝜎22‬‬
‫) ‪̅1 − 𝑋̅2‬‬
‫𝑋(‬ ‫; ‪N(µ1 − µ2‬‬ ‫𝑛‪+‬‬ ‫)‬
‫‪𝑛1‬‬ ‫‪2‬‬

‫وبالتالي‪:‬‬
‫) ‪(X̅ 1 − X̅ 2 )−(µ1 −µ2‬‬
‫=‪Z‬‬ ‫) ‪N( 0; 1‬‬
‫‪𝜎2 𝜎2‬‬
‫‪√ 1+ 2‬‬
‫‪𝑛1 𝑛2‬‬

‫فتكون فترة الثقة ‪ (1-α)%‬كالتالي ‪:‬‬

‫‪̅ − X‬‬
‫‪(X‬‬ ‫) ‪̅ ) − (µ − µ‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬
‫< ‪−𝑍1−α‬‬ ‫‪< 𝑍1−α‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪𝜎12 𝜎22‬‬
‫√‬
‫‪𝑛1 + 𝑛2‬‬

‫و بعد تبسيط المتباينة الى )‪ (µ1 − µ2‬نجد أن ‪:‬‬

‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬

‫‪̅ ) − 𝑍 α √𝜎1 + 𝜎2 < (µ − µ ) < (X‬‬
‫‪̅ − X‬‬
‫‪(X‬‬ ‫‪̅ ) + 𝑍 α √𝜎1 + 𝜎2‬‬
‫‪̅ − X‬‬
‫‪1‬‬ ‫‪2‬‬ ‫𝑛 ‪1−2‬‬ ‫‪𝑛2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫𝑛 ‪1−2‬‬ ‫‪𝑛2‬‬
‫‪1‬‬ ‫‪1‬‬

‫ويصبح مجال الثقة كالتالي‪:‬‬

‫‪2‬‬ ‫‪2‬‬
‫‪̅1 − X‬‬
‫‪ICµ1 − µ2 =[(X‬‬ ‫] ‪̅ 2 ) ∓ 𝑍 α √𝜎1 + 𝜎2‬‬
‫‪1−‬‬ ‫𝑛‬ ‫𝑛‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬

‫مثال‪:09‬‬
‫عينة عشوائية حجمها‪ n1=80‬و متوسطها ‪ X̅1 =1680‬و عينة عشوائية ثانية حجمها ‪ n2=75‬و متوسطها‬
‫‪ X̅2 =1200‬وكان االنحراف المعياي للمجتمعين‪ 𝜎12=500‬و‪ 𝜎22= 600‬على التوالي ‪.‬‬
‫‪-‬ماهي فترة الثقة عند ‪ 99%‬للفرق بين متوسطي المجتمعين؟‬

‫‪13‬‬
‫‪Sheldon M. Ross , introduction to probability and statistics ,fourth edition , Department of‬‬
‫‪Industrial Engineering and Operations Research University of California , Elsevier Academic Press‬‬
‫‪,2009, pp255-256.‬‬

‫‪60‬‬
‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫الحل‪:‬‬
‫لدينا‪:‬‬

‫‪X̅2 =1200‬‬ ‫‪X̅1 =1680‬‬

‫‪𝜎22 =600‬‬ ‫‪𝜎12 =500‬‬

‫ومنه فإن فترة الثقة للفرق بين متوسطي المجتمعين بعد التعويض يعطى بالعالقة التالية‪:‬‬

‫‪5002 6002‬‬ ‫‪5002 6002‬‬

‫√ ‪(1680 − 1200) − 𝑍 0.01‬‬ ‫‪+‬‬ ‫√ ‪< (µ1 − µ2) < (1680 − 1200) + 𝑍1−0.01‬‬ ‫‪+‬‬
‫‪1−‬‬
‫‪2‬‬ ‫‪80‬‬ ‫‪75‬‬ ‫‪2‬‬ ‫‪80‬‬ ‫‪75‬‬

‫‪250 < µ1 − µ2 < 710‬‬

‫أي عند مستوى ثقة ‪ 99%‬ستكون قيمة الفرق بين متوسط المجتمعين ضمن المجال‪:‬‬
‫]‪[710 − 250‬‬

‫ب‪-‬فترة الثقة للفرق بين وسطين مع مجهولية تباين المجتمعين‬

‫‪-‬اذا كان ) ‪(n1 , n2 ≥30‬‬
‫اذا كان تباينن مجتمعين ‪ 𝜎12‬و ‪ 𝜎22‬مجهولين و كان حجم العينتين المأخوذين من هذا المجتمعين كبي ار بقدر‬
‫كاف أي ) ‪ (n1 , n2 ≥30‬عندئذ يبقى التوزيع المستخدم هو التوزيع الطبيعي المعياري مع تبديل ‪ 𝜎12‬و ‪𝜎22‬‬
‫بتبايني العينة وتصبح العالقة‪:‬‬

‫‪𝜎𝑥21 𝜎𝑥22‬‬ ‫‪𝜎𝑥21 𝜎𝑥22‬‬

‫√ ‪(𝑋̅1 − 𝑋̅2) − 𝑍1−α‬‬ ‫‪+‬‬ ‫̅‬ ‫̅‬
‫‪< (µ1 − µ2 ) < (𝑋1 − 𝑋2) + 𝑍1−α‬‬ ‫√‬ ‫‪+‬‬
‫‪2‬‬ ‫‪𝑛1‬‬ ‫‪𝑛2‬‬ ‫‪2 𝑛1‬‬ ‫‪𝑛2‬‬

‫ويصبح مجال الثقة كالتالي‪:‬‬

‫‪2‬‬ ‫‪2‬‬
‫] ‪̅ 2) ∓ 𝑍1−α √𝜎𝑥1 + 𝜎𝑥2‬‬
‫𝑋 ‪̅1 −‬‬
‫𝑋([= ‪ICµ1 − µ2‬‬
‫‪2‬‬ ‫‪𝑛1‬‬ ‫‪𝑛2‬‬

‫اذا كان ) ‪ (n1 , n2 <30‬أو أحدهما ‪:‬‬

‫عندما يكون لدينا مجتمعين احصائيين غير معلومي التباين ولكن توزيعها التكراري من النوع الطبيعي و عندما‬
‫يكون حجم العينتين المأخوذتين من هذين المجتمعين صغي ار ) ‪ (n1 , n2 <30‬فإننا نستخدم عادة متباينة الثقة‬
‫‪14‬‬
‫الخاصة بتوزيع ‪ t‬التالية ‪:‬‬

‫‪14‬عالء الدين القبانجي‪ ،‬حسام حمامة كرمجي ‪ ،‬مرجع سابق ‪ ،‬ص ‪.229‬‬

‫‪61‬‬
‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫‪𝜎𝑥21 𝜎𝑥22‬‬
‫√ )‪(𝑋̅1 − 𝑋̅2) − 𝑡(1− α , 𝑛 +𝑛 −2‬‬ ‫‪+‬‬ ‫) ‪< (µ1 − µ2‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪𝑛1‬‬ ‫‪𝑛2‬‬

‫‪𝜎𝑥21 𝜎𝑥22‬‬
‫̅‬ ‫̅‬
‫)‪< (𝑋1 − 𝑋2) + 𝑡(1− α , 𝑛 +𝑛 −2‬‬ ‫√‬ ‫‪+‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪𝑛1‬‬ ‫‪𝑛2‬‬

‫و يتم حساب درجة الحرية وفق هذه للتوزيع ستودنت كالتالي‪ v=n1+n2-2 :‬و يقع ضمن متباينة الثقة التالية و‬
‫ذلك بدرجة ثقة ‪. P=(1-α)%‬‬
‫ويصبح مجال الثقة كالتالي‪:‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪̅1 − X‬‬
‫‪ICµ1 − µ2 =[(X‬‬ ‫‪̅2) ∓ 𝑡 α‬‬ ‫√‬
‫‪𝜎𝑥̅1‬‬
‫‪+‬‬
‫‪𝜎𝑥̅2‬‬
‫]‬
‫‪(1−2 , 𝑛1 +𝑛2 −2) 𝑛1‬‬ ‫‪𝑛2‬‬

‫مثال ‪:10‬‬
‫أعد حل المثال السابق (‪ )10‬في حالة مجهولية تباين المجتمعين وبافتراض تباين العينتين هما كالتالي‪:‬‬

‫‪𝜎𝑥21 = 500‬‬ ‫‪, 𝜎𝑥. 2 = 600‬‬

‫‪n2=12‬‬ ‫‪n1=8‬‬
‫الحل‪:‬‬

‫بتطبيق العالقة التالية‪:‬‬

‫‪𝜎𝑥21 𝜎𝑥22‬‬
‫‪(𝑋̅1 − 𝑋̅2) − 𝑡(1− α ,‬‬ ‫√‬ ‫‪+‬‬ ‫)‪< (µ1 − µ2‬‬
‫‪2‬‬ ‫)‪𝑛1 +𝑛2 −2‬‬ ‫‪𝑛1‬‬ ‫‪𝑛2‬‬

‫‪𝜎𝑥21 𝜎𝑥22‬‬
‫‪< (𝑋̅1 − 𝑋̅2) + 𝑡(1− α ,‬‬ ‫√‬
‫𝑛 )‪𝑛1 +𝑛2 −2‬‬
‫‪+‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪𝑛2‬‬
‫وبالتعويض نجد‪:‬‬

‫‪5002 6002‬‬
‫‪(1680 − 1200) − 𝑡 0.01‬‬ ‫√‬ ‫‪+‬‬ ‫)‪< (µ1 − µ2‬‬
‫‪(1−‬‬
‫‪2‬‬
‫)‪, 𝑛1 +𝑛2 −2‬‬ ‫‪80‬‬ ‫‪75‬‬

‫‪5002 6002‬‬
‫√ )‪< (1680 − 1200) + 𝑡(1−0.01, 𝑛 +𝑛 −2‬‬ ‫‪+‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪80‬‬ ‫‪75‬‬

‫‪𝑡(1−0.01, 8+12−2) = 𝑡(0.995 , 18) = 2.878‬‬ ‫مع‪:‬‬

‫‪2‬‬

‫‪62‬‬
‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫أي‪:‬‬
‫‪223.79< (µ1 − µ2) < 736.2066‬‬

‫ثالثا‪ :‬فترة الثقة لتباين المجتمع والنسبة بين تباينين‬

‫‪-1‬فترة الثقة لتباين المجتمع‪:‬‬

‫باإلضافة إلى حصولنا على فترة ثقة لمتوسط ونسبة خاصية معينة‪ ،‬يكون من المفيد أن نحصل على نتائج العينة‬
‫على فترة للتباين حتى يمكننا ذلك من الحصول على فترة الثقة لتباين المقدرات التي تم الحصول عليها‪ ،‬ولوضع‬
‫صيغة فترة ثقة لهذا الغرض يتم استخدام توزيع مربع كاي الذي يفترض أن تكون العينة العشوائية المأخوذة من‬
‫ويمكن االنطالق من العالقة التالية ‪:‬‬ ‫‪15‬‬
‫مجتمع احصائي ذي توزيع طبيعي‪،‬‬

‫‪(𝑛 − 1)𝜎𝑥. 2‬‬ ‫‪2‬‬

‫‪𝑋𝑛−1‬‬
‫‪𝜎2‬‬
‫وتعرف فترة الثقة لتباين المجتمع بأنها الفترة التي تحقق‪:‬‬

‫‪2‬‬ ‫‪(𝑛−1)𝜎𝑥. 2‬‬

‫‪𝑝 ( 𝑋(1−‬‬ ‫‪α‬‬
‫‪,‬‬ ‫)‪𝑛−1‬‬
‫<‬ ‫‪< 𝑋(2α ,‬‬ ‫)‪𝑛−1‬‬
‫‪) = 1−α‬‬
‫‪2‬‬ ‫‪𝜎2‬‬ ‫‪2‬‬

‫وبعد حل المتباينة نجد أن فترة الثقة للتباين كالتالي‪:‬‬

‫‪(𝑛 − 1)𝜎𝑥. 2‬‬ ‫‪2‬‬

‫‪(𝑛 − 1)𝜎𝑥. 2‬‬
‫‪<𝜎 < 2‬‬
‫‪𝑋2 α‬‬ ‫‪𝑋 α‬‬
‫)‪(1− 2 , 𝑛−1‬‬ ‫)‪( 2 , 𝑛−1‬‬

‫حيث‪:‬‬
‫‪ : 𝜎𝑥. 2‬يمثل تباين العينة العشوائية صغيرة كانت أو كبيرة‪.‬‬ ‫‪ : n‬حجم العينة ‪،‬‬

‫ويصبح مجال الثقة كالتالي‪:‬‬

‫‪(𝑛−1)𝜎𝑥̅.2‬‬ ‫‪(𝑛−1)𝜎𝑥̅.2‬‬
‫𝜎‪IC‬‬ ‫‪2‬‬
‫‪=[ 𝑋 2‬‬ ‫‪,‬‬ ‫]‬
‫‪α‬‬ ‫‪𝑋 2α‬‬
‫‪(1−‬‬ ‫)‪, 𝑛−1‬‬ ‫(‬ ‫)‪, 𝑛−1‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪15‬‬
‫‪Dennis D. Wackerly; William Mendenhall; Richard L. Scheaffer ; Mathematical Statistics‬‬
‫‪with Applications , 7th ed ; International Student Edition ;2008 ;pp,434-435.‬‬

‫‪63‬‬
 ‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫مثال ‪:11‬‬
‫أوجد فترة الثقة ‪ %95‬لتباين مجتمع سحبت منه عينة حجمها ‪ 8‬و تباينها ‪. 12.6‬‬

‫الحل‪:‬‬
‫لدينا من المعطيات‪:‬‬

‫‪n=8‬‬ ‫‪𝜎𝑥. 2=12.6‬‬ ‫‪α=0.05%‬‬

‫من جدول توزيع كاي التربيع نجد‪:‬‬

‫‪2‬‬ ‫‪2‬‬
‫‪𝑋(1−‬‬ ‫‪0.05‬‬
‫‪,‬‬ ‫)‪8−1‬‬
‫‪= 𝑋(0.975‬‬ ‫‪,‬‬ ‫)‪7‬‬ ‫‪=16‬‬
‫‪2‬‬

‫‪𝑋(20.05 ,‬‬ ‫)‪8−1‬‬

‫‪2‬‬
‫‪= 𝑋(0.025‬‬ ‫‪,‬‬ ‫‪7) =1.69‬‬
‫‪2‬‬

‫بالتعويض في العالقة نجد‪:‬‬

‫‪(8 − 1). 12.6‬‬ ‫‪(8 − 1). 12.6‬‬

‫< ‪< 𝜎2‬‬
‫‪16‬‬ ‫‪1.69‬‬

‫‪5.51 < 𝜎 2 < 52.18‬‬

‫‪-2‬فترة الثقة للنسبة بين تباينين‪:‬‬

‫في حالة فترة الثقة للنسبة بين تباينين تخضع للتوزيع فيشر )‪ 𝐹(𝑝𝑛1 −1 , 𝑛2 −1‬فاذا كانت ‪ x1,x2,x3….xn‬قيم عينة‬

‫مسحوبة من مجتمع يتبع التوزيع الطبيعي ) ‪ N(µ1 , 𝜎1 2‬و كانت ‪ y1 ,y2 , y3….yn‬عينة عشوائية مسحوبة‬

‫من مجتمع يتبع التوزيع الطبيعي ) ‪ N(µ1 , 𝜎2 2‬مستقل عن التوزيع األول فان فترة الثقة عند مستوى )𝛼‪(1-‬‬
‫‪𝜎1 2‬‬
‫‪16‬‬
‫فيتم استخدام احصائية فيشر التالية ‪:‬‬ ‫للنسبة‬
‫‪𝜎2 2‬‬

‫‪𝜎𝑥. 1 2⁄ 𝜎1 2‬‬ ‫‪𝜎2 2 . 𝜎𝑥. 1 2‬‬

‫‪𝐹= . 2‬‬ ‫=‬
‫‪𝜎𝑥2 ⁄ 𝜎2 2 𝜎1 2 . 𝜎𝑥. 2 2‬‬

‫وبدرجتي حرية ‪ v2= n2-1 ، v1=n1-1‬على الترتيب أي أن ‪:‬‬

‫‪16‬‬
‫‪Bernard Rosner , opt.cit , p 175‬‬ ‫‪.‬‬

‫‪64‬‬
 ‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫‪𝜎𝑥. 1 2‬‬ ‫‪α‬‬

‫‪𝜎1 2 𝜎𝑥. 1 2‬‬ ‫‪α‬‬
‫‪1− 2‬‬
‫)‪. 𝐹(𝑛1 −1 , 𝑛2−1) < 2 < . 2 . 𝐹(𝑛1 −1 , 𝑛2−1‬‬
‫‪2‬‬
‫‪𝜎𝑥. 2 2‬‬ ‫‪𝜎2‬‬ ‫‪𝜎𝑥2‬‬

‫حيث يمكن تعويض‪:‬‬

‫‪𝜎𝑥. 1 2‬‬ ‫‪α‬‬

‫‪𝜎𝑥. 1 2‬‬ ‫‪1‬‬
‫‪. 𝐹(𝑛1 −1 , 𝑛2−1) = . 2 .‬‬
‫‪2‬‬
‫‪α‬‬
‫‪𝜎𝑥. 2 2‬‬ ‫‪𝜎𝑥2‬‬ ‫‪1− 2‬‬
‫𝐹‪.‬‬ ‫) ‪( 𝑛2 −1 , 𝑛1−1‬‬

‫قمنا بشرح ذلك في المحور االول من المطبوعة عندما تطرقنا الى اختبار فيشر‪.‬‬
‫مثال‪:12‬‬
‫أخذت عينة حجمه ‪n1=8‬مسحوبة و تباينها ‪ 82 = 𝜎𝑥. 1 2‬من مجتمع يتبع التوزيع الطبيعي ) ‪ N(µ1 , 𝜎1 2‬و‬

‫عينة أخرى حجمها‪ 𝑛2 = 11‬مستقلة عن االولى وتباينها ‪ 160 = 𝜎𝑥. 2 2‬من مجتمع يتبع التوزيع الطبيعي‬

‫) ‪N(µ1 , 𝜎2 2‬‬

‫ماهي حدود الثقة عند المستوى ‪ (1-𝛼) =90%‬؟‬

‫الحل‪:‬‬
‫بالتعويض في عالقة فترة الثقة لنسبتين نجد‪:‬‬

‫‪0.1‬‬ ‫‪0.1‬‬
‫‪82‬‬ ‫‪2‬‬
‫‪𝜎1 2‬‬ ‫‪82‬‬ ‫‪1− 2‬‬
‫𝐹‪.‬‬ ‫<‬ ‫<‬ ‫𝐹‪.‬‬
‫)‪160 (8−1 ,11−1) 𝜎2 2 160 (8−1 ,11−1‬‬
‫‪𝜎1 2‬‬
‫‪2.49 . 0.28 < 2 < 2.49 . 3.14‬‬
‫‪𝜎2‬‬

‫حيث‪:‬‬
‫‪𝐹(70.95‬‬
‫‪,10) =3.14‬‬

‫‪0.05‬‬ ‫‪1‬‬ ‫‪1‬‬

‫‪𝐹(7‬‬ ‫‪,10) = 𝐹 0.95‬‬ ‫‪=3.57 =0.28‬‬
‫)‪(10 , 7‬‬

‫‪𝜎1 2‬‬
‫‪0.6972 < 2 < 7.81‬‬
‫‪𝜎2‬‬

‫أي عند مستوى ثقة ‪ % 95‬ستكون فيها قيمة نسبة التباين لمجتمعين تقع ضمن المجال ]‪[0.6972 , 7.81‬‬

‫‪65‬‬
 ‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫رابعا‪ :‬فترة الثقة لنسبة خاصية المجتمع والفرق بين نسبتين‬

‫‪-1‬فترة الثقة لنسبة خاصية المجتمع ‪: P‬‬

‫درسنا في المحور الثاني من مطبوعة نظرية مفادها اذا كانت ‪ P‬تمثل النسبة في المجتمع تحقق خاصية ما و ̅‪P‬‬
‫تمثل النسبة في العينة التي تحقق نفس الخاصية فان توزيع المعاينة يقترب من التوزيع الطبيعي حسب نظرية النهاية‬
‫المركزية لما (‪ )n≥ 30‬مع ‪. n(1-P)> 5‬‬
‫)𝑝 ‪𝑃(1 −‬‬
‫= ‪𝜎𝑝 2‬‬ ‫التباين ∶‬ ‫𝑃 = 𝑝‪µ‬‬
‫𝑛‬
‫نعلم ان‪:‬‬

‫𝑝𝑛‪𝑥−‬‬ ‫‪P̅−P‬‬
‫=‪Z‬‬ ‫=‬
‫𝑝‪√𝑛 𝑃(1−‬‬ ‫√‬
‫)𝑝‪𝑃(1−‬‬
‫𝑛‬

‫‪17‬‬
‫نعرف فترة الثقة ‪ (1-𝛼) %‬للنسبة التي تحقق عالقة التالية ‪:‬‬

‫‪P̅ −P‬‬
‫≤ ‪𝑝 (−𝑍1−α‬‬ ‫‪≤ 𝑍1−α ) = 1 − α‬‬
‫‪2‬‬ ‫)𝑝‪√𝑃(1−‬‬ ‫‪2‬‬
‫𝑛‬

‫فنحصل على‪:‬‬

‫) 𝑝 ‪𝑃 (1 −‬‬ ‫)𝑝 ‪𝑃(1 −‬‬

‫̅‬
‫√ ‪P − 𝑍1−α‬‬ ‫̅≤‪≤P‬‬
‫√ ‪P + 𝑍1−α‬‬
‫‪2‬‬ ‫𝑛‬ ‫‪2‬‬ ‫𝑛‬

‫ويصبح مجال الثقة كالتالي‪:‬‬

‫)𝑝‪𝑃(1−‬‬
‫√ 𝛼‪𝐼𝐶𝑝 =[𝑃̅ ∓ 𝑍1−‬‬ ‫𝑛‬
‫]‬
‫‪2‬‬

‫مثال ‪:13‬‬
‫أخذت عينة عشوائية من احدى المجتمعات تتكون من ذكور واناث حجمها ‪ 85‬وجد منها ‪ 10‬ذكور‪ ،‬أوجد فترة‬
‫الثقة لنسبة الذكور في المجتمع ‪ P‬عند فترة الثقة ‪. %95‬‬

‫‪17‬‬
‫‪Douglas C. Montgomery ,George C. Runger; Applied Statistics and Probability for Engineers,‬‬
‫‪John Wiley & Sons,3rd ed, 2003, P P265-266.‬‬

‫‪66‬‬
 ‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫الحل‪:‬‬

‫لدينا‪:‬‬

‫‪10‬‬
‫‪n=85‬‬ ‫‪𝑃̅ = = 0.12‬‬
‫‪85‬‬

‫) 𝑝 ‪𝑃 (1 −‬‬ ‫)𝑝 ‪𝑃(1 −‬‬

‫√‪̅ − 𝑍 α‬‬
‫‪P‬‬ ‫√‪̅ + 𝑍 α‬‬
‫‪≤𝑝≤P‬‬
‫‪1−‬‬
‫‪2‬‬ ‫𝑛‬ ‫‪1−‬‬
‫‪2‬‬ ‫𝑛‬

‫بالتعويض‪:‬‬

‫)‪0.12(1 − 0.12‬‬ ‫)‪0.12(1 − 0.12‬‬

‫√ ‪0.12 − 𝑍0.025‬‬ ‫√ ‪≤ 𝑝 ≤ 0.12 + 𝑍0.025‬‬
‫‪85‬‬ ‫‪85‬‬

‫‪0.05 ≤ 𝑝 ≤ 0.19‬‬
‫أي أن عند ثقة مقدارها ‪% 95‬ستكون قيمة نسبة الذكور في المجتمع تقع ضمن المجال]‪[0.05 , 0.19‬‬
‫‪-2‬فترة الثقة للفرق بين نسبتي مجتمعين )‪: (P1 - P2‬‬
‫‪ X2‬و سحبت من‬ ‫‪ X1‬وسحبت من مجتمعه عينة حجمها ‪ n1≥ 30‬و) ‪𝐵 ( 𝑁2 ; 𝑃2‬‬ ‫اذا كان ) ‪𝐵 ( 𝑁1 ; 𝑃1‬‬
‫‪18‬‬
‫مجتمعه عينة حجمها ‪ n2≥ 30‬و كان المجتمعين مستقلبن فان‪:‬‬

‫)‪𝑃(1−𝑃1‬‬ ‫) ‪𝑃2(1−𝑃2‬‬
‫= ‪𝜎𝑝1 2 + 𝜎𝑝2 2‬‬ ‫‪+‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬

‫)‪(P̅ 1− P̅ 2)−(P1−P2‬‬
‫) ‪N( 0 ; 1‬‬
‫) ‪P (1−P ) P (1−P‬‬
‫‪√ 1n 1 + 2n 2‬‬
‫‪1‬‬ ‫‪2‬‬

‫وتعطى العالقة الخاصة بفترة الثقة كالتالي‪:‬‬

‫) ‪P1 (1−P1‬‬ ‫) ‪P2 (1−P2‬‬

‫√ ‪(P̅1- P̅2)−𝑍1−α‬‬ ‫‪+‬‬ ‫‪≤ (𝑃1 − 𝑃2 ) ≤ (P̅1-‬‬
‫‪2‬‬ ‫‪n1‬‬ ‫‪n2‬‬

‫) ‪P1(1−P1‬‬ ‫)‪P2 (1−P2‬‬

‫√ ‪P̅2)−𝑍1−α‬‬ ‫‪+‬‬
‫‪2‬‬ ‫‪n1‬‬ ‫‪n2‬‬

‫ويصبح مجال الثقة كالتالي‪:‬‬

‫اياد محمد الهوبي ‪ ،‬مرجع سابق ‪ ،‬ص‪. 80‬‬ ‫‪18‬‬

‫‪67‬‬
‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫)𝑝‪𝑃(1−‬‬
‫√ 𝛼‪𝐼𝐶(𝑃1− 𝑃2) =[(P̅ 1 − P̅ 2) ∓ 𝑍1−‬‬ ‫]‬
‫‪2‬‬ ‫𝑛‬

‫مثال‪:14‬‬
‫في احدى المسابقات الرياضية للرماية على هدف ساكن ل ‪ 100‬مرة أصاب سمير ‪60‬مرة وأصاب وائل‬
‫الهدف‪ 25‬مرة ‪ ،‬فإذا كانت نسبة) ‪ (𝑃1 − 𝑃2‬هي النسبة الصحيحة إلصابة الهدف لكل من سمير ووائل على‬
‫التوالي‪ ،‬أوجد حدود الثقة لفترة الثقة مقدارها ‪ %99‬للفرق بين) ‪. (𝑃1 − 𝑃2‬‬
‫الحل‪:‬‬
‫لدينا‪:‬‬

‫‪60‬‬ ‫‪25‬‬
‫= ‪𝑃1‬‬ ‫‪= 0.6‬‬ ‫= ‪𝑃2‬‬ ‫‪= 0.25‬‬
‫‪100‬‬ ‫‪100‬‬

‫بالتعويض عالقة أعاله نجد‪:‬‬

‫)‪0.6(0.4‬‬ ‫)‪0.25(0.75‬‬
‫√‪(0.6-0.25)−2.58‬‬ ‫‪+‬‬ ‫‪≤ (𝑃1 − 𝑃2 ) ≤ (0.6-‬‬
‫‪60‬‬ ‫‪25‬‬

‫)‪0.6(0.4‬‬ ‫)‪0.25(0.75‬‬
‫√‪0.25)+2.58‬‬ ‫‪+‬‬
‫‪60‬‬ ‫‪25‬‬

‫‪0.0733≤ (𝑃1 − 𝑃2 ) ≤0.6266‬‬

‫أي أن عند مستوى ثقة ‪ % 99‬ستكون قيمة الفرق بين نسبتي مجتمعين تقع ضمن المجال]‪[ 0.0733 , 0.6266‬‬

‫‪68‬‬
 ‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫تمارين مقترحة‪:‬‬
‫التمرين االول‪:‬‬
‫شركة مختصة في نقل المسافرين تريد تقدير المدة المستغرقة من طرف حافالتها في خط محدد فقامت بمعاينة‬
‫عشوائية إلحدى الحافالت و تم تسجيل الفترات التي تقضيها خالل كل رحلة بالدقائق فكانت كمايلي‪:‬‬
‫‪100 .102 .98. 96 .103 .110 .97. 80‬‬
‫المطلوب‪:‬‬
‫‪ )1‬قدر نقطيا معدل الفترة التي تستغرقها حافالتها خالل الرحلة‬
‫‪ )2‬قدر نقطيا االنحراف المعياري للفترات المستغرقة خالل الرحلة الواحدة‬
‫التمرين الثاني‪:‬‬
‫يرغب أحد الخبراء الكفاءة باستخدام المتوسط الكفاءة الميكانيكية لعدد معين من العمال في احدى الصناعات‬
‫الكبيرة للسيارات‪ ،‬فاذا افترضوا بناءا على الخبرة بأن ‪ σ = 6.2‬فكم يكون أعلى خطأ في تقدير المتوسط‬
‫الحسابي ‪ µ‬للمجتمع العمالي على أساس ‪ 0.99‬من الثقة ‪ ،‬واذا افترضنا بأن متوسط الحسابي للعينة السابقة‬
‫‪ 𝑋̅ = 69.5‬فكم هو تقدير المتوسط الحسابي ‪ µ‬لكفاءة العمال كافة في تلك الصناعة وذلك بنفس الدرجة ‪0.99‬‬
‫من ثقة ‪.‬‬
‫التمرين الثالث‪:‬‬
‫اذا كانت دخول مجموعة من االفراد في دولة ما تتبع التوزيع الطبيعي‪ ،‬و سحبت منها عينة عشوائية حجمها ‪10‬‬
‫أفراد بوسط حسابي ‪72‬و‪.‬ن و انحراف معياري بلغ ‪ 6.4‬ون ‪.‬‬
‫المطلوب‪:‬‬
‫أوجد مجال الثقة للوسط الحسابي لجميع االفراد بمستوى ثقة ‪% 95‬‬
‫التمرين الرابع‪:‬‬

‫يرغب باحث في تقدير متوسط االجر االسبوعي لعدة أالف من العاملين بأحد المصانع في حدود زائد وناقص ‪20‬‬
‫دوالر وبدرجة ثقة ‪ %95‬ويعرف الباحث من خبرته الماضية أن توزيع االجر االسبوعي للعاملين يتبع التوزيع‬
‫الطبيعي بانحراف معياري قدره ‪ 40‬دوالر‪ ،‬فما هو الحد االدنى للعينة المطلوب؟‬
‫التمرين الخامس‪:‬‬
‫أخذت عينتان عشوائيتان حجماهما‪ n1=12 :‬و ‪ n2=15‬من مجتمعين طبيعيين‪ N(µ1 , 𝜎1 2 ):‬و ) ‪N(µ2 , 𝜎2 2‬‬
‫على الترتيب ‪ ،‬ووجد أن ‪. 𝜎𝑥. 1 2=25 ، 𝜎𝑥. 1 2=20:‬‬

‫‪69‬‬
 ‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫المطلوب‪:‬‬
‫‪ )1‬أوجد مجال الثقة لتباين المجتمع االول عند مستوى معنوية ‪%5‬‬
‫‪ )2‬أوجد مجال ثقة للفرق بين الوسطين ‪ µ1 − µ2‬على المستوى ‪% 5‬‬
‫‪𝜎1 2‬‬
‫بفرض أن التوزيعان مستقالن‬ ‫‪ )3‬أوجد ‪ %10‬للنسبة‬
‫‪𝜎2 2‬‬

‫التمرين السادس‪:‬‬
‫اذا أخذت عينة عشوائية من الدرجات االمتحانات حجمها ‪ n=50‬و درجة من ‪ 200‬درجة في امتحان لطالب‬
‫̅ و انحرافها المعياري ‪. σ.x = 10‬‬
‫هندسة الحواسيب‪ ،‬و كان متوسطها الحسابي ‪X = 75‬‬
‫المطلوب‪:‬‬
‫‪ )1‬أوجد فترة الثقة التقدير المتوسط الحسابي ‪ µ‬للمجتمع االحصائي لدرجات الطلبة وبدرجة ثقة ‪. % 95‬‬
‫‪ )2‬حدد درجة الثقة في فترة التقدير التالية‪:‬‬
‫‪74 < µ < 76‬‬
‫التمرين السابع‪:‬‬
‫لمقارنة متوسط الدخل الشهري لألسر القاطنة في مدينة العفرون بمتوسط الدخل الشهري لألسر القاطنة في مدينة‬
‫البليدة‪ ،‬أخذت عينتين عشوائيتين حجمها على التوالي ‪ 20‬و ‪ 25‬ووجد أن متوسط الدخل في العينة المأخوذة من‬
‫مدينة العفرون يقدر ‪ 25000‬دج بتياين ‪ 640000‬بينما في مدينة البليدة فتشير احصاءات العينة الى متوسط‬
‫الدخل الشهري لألسر هو ‪ 21000‬دج بتباين يقدر ب ‪. 360000‬‬
‫ما التقدير عند مستوى ثقة ‪ % 95‬الفرق بين متوسطي الدخل الشهري لألسر في المدينتين؟‬
‫التمرين الثامن‪:‬‬
‫في عينة عشوائية حجمها ‪ 100‬عامل من مصنع ‪ 1200‬عامل‪ ،‬وجد أن ‪ 70‬يفضلون االشتراك في نظام‬
‫للمعاشات كأفراد بدال من االشتراك في مشروع معاشات خاص بالشركة‪.‬‬
‫أوجد فترة الثقة ‪ %95‬لنسبة العاملين الذين يفضلون مشروعات معاشات الفردية‪.‬‬
‫التمرين التاسع‪:‬‬
‫في الجامعة البليدة ‪ %70‬من الطلبة يرغبون في اعادة النظر في البرنامج ‪ %46.6 ،‬في جامعة الجزائر ‪ 3‬لهم‬
‫نفس الطلب‪.‬‬
‫هل يوجد فرق في اآلراء بين طلبة الجامعتين عند مستوى داللة ‪ ، α=5%‬حيث ‪ n2=150 ، n1=100‬؟‬

‫‪70‬‬
 ‫المحور الثالث ‪ ...............................................................................‬نظرية التقدير‬

‫التمرين العاشر‪:‬‬
‫يدعي أحد مراكز استطالعات الرأي العام أنه عند دراسته التجاهات أراء الناخبين لالثنين من المتنافسين على أحد‬
‫مقاعد السلطة التشريعية بأن نتائج دراسته هي من الدقة بحيث ال يتعدى نسبة الخطأ في التقدير ‪، %2‬‬
‫المطلوب‪:‬‬
‫ما هو حجم العينة المناسب التي نستطيع من خاللها الحكم على مدى صحة ادعاء هذا المركز بافتراض أن نسبة‬
‫المؤيدين للمرشح هي ‪ %50‬وذلك بدرجة ثقة ‪ % 95‬؟‬

‫‪71‬‬
‫المحــــور الرابع ‪ :‬اختبار الفرضيات‬

‫أوال‪ :‬مفاهيم أساسية حول اختبار الفروض‬

‫‪ ‬الفرض العدم والفرض البديل‬
‫‪ ‬مستوى المعنوية أو مستوى الداللة‬
‫‪ ‬إحصاء االختبار‪Test Statistic‬‬
‫‪ ‬اخطاء اختبار الفرضيات وانواعها‬
‫ثانيا‪ :‬اختبارات الفروض الخاصة بوسط المجتمع‬
‫‪ ‬اختبار الفروض حول وسط المجتمع‬
‫‪ ‬إختبار الفروض حول الفرق بين وسطي مجتمعين‬
‫ثالثا‪ :‬اختبارات الفروض الخاصة بنسبة‬
‫‪ ‬اختبار الفرضيات حول النسبة في المجتمع‬
‫‪ ‬اختبار الفرضيات حول الفرق بين نسبتي مجتمعين‬
‫رابعا‪ :‬اختبارات الفروض الخاصة بتباين المجتمع‬
‫‪ ‬اختبار الفرضيات حول تباين المجتمع‬
‫‪ ‬إختبار الفروض حول النسبة بين تباين مجتمعين‬
 ‫المحــــور الرابع ‪ ........................................................................‬اختبار الفرضيات‬

‫تمهيد‪:‬‬
‫يشكل إختبار الفروض أحد المواضيع الرئيسية لالستدالل اإلحصائي‪ ،‬ويستهدف الوصول إلى القرار بشأن معلمة‬
‫المجتمع من خالل قبول او رفض تقديرها المعتمد على معطيات العينة المسحوبة من ذلك المجتمع‪ ،‬ففي غالب‬
‫األحيان يحاول الباحث اتخاذ قرار لمشكلة محددة بشأن خواص توزيع ما (متوسط او نسبة لعينة عشوائية تم‬
‫سحبها من المجتمع) ‪ ،‬معتمدا على قرار احصائي لذا يتوجب عليه وضع فروض عن خواص المجتمع ‪ ،‬ومن‬
‫هنا يختبر مدى صحة الفرض لذا سنتناول في متن هذا المحور مختلف هذه التفاصيل و كذا مراحل اختبارات‬
‫الفروض ‪.‬‬
‫أوال‪ :‬مفاهيم أساسية حول اختبار الفروض‬
‫‪-1‬الفرض العدم والفرض البديل‬
‫ا‪-‬الفرض العدمي‪ :‬اذا صيغت فرضية حول توزيع أو خصائص متغير عشوائي (أو عدة متغيرات عشوائية )‬
‫بهدف اختبار صحتها فتدعى عادة بفرضية العدم ‪ Null hypothesis‬ونرمز لها بالرمز ‪ H0‬كما تدعي‬
‫بعض االدبيات تسميتها بالفرضية الصفرية ‪ ،‬وعادة يقوم الباحثون في ميادين المعرفة المختلفة بصياغة فرضية‬
‫العدم ومهمة االحصائي تكمن في مساعدتهم في اختيار فرضية العدم المناسبة واتخاذ القرار بقبول أو رفض‬
‫تلك الفرضية ‪.‬‬
‫ب‪-‬الفرض البديل‪ :‬وتسمى بالفرضية البديلة ‪ Alternative hypothesis‬ونرمز لها بالرمز ‪ H1‬ونقبل‬
‫الفرضية ‪ H1‬في حالة رفض الفرضية ‪ H0‬كنتيجة الختبار معين ‪،‬أي يتم اختبار فرضية العدم ‪ H0‬ضد فرضية‬
‫بديلة ‪ ، H1‬بحيث رفض الفرضية‪ H0‬يعني قبول الفرضية البديلة ‪ H1‬و العكس صحيح و في حاالت عادة تكون‬
‫‪1‬‬
‫الفرضية البديلة‪ H1‬عبارة عن (‪ H0‬غير صحيحة )‪.‬‬
‫‪-2‬مستوى المعنوية‪:‬‬
‫يقصد بمستوى المعنوية تلك المساحة الواقعة تحت المنحنى الطبيعي والتي تم توضيحها في المحور األول‬
‫والتي مساحتها تساوي الواحد حيث يتم تحديد القيم التي سوف تقع داخل المساحة المسموح بها وفي الواقع‬
‫العملي هناك تطبيقات كثيرة على استخدام مستويات المعنوية ‪ ،‬على سبيل المثال اذا كانت مستوى معنوية‬
‫‪ )0.05( %5‬فان ذلك يعني ان الخطأ المسموح بارتكابه هو ‪ % 5‬وان ‪ %95‬من القيم يقع داخل مجال معين‬
‫هذا يعني ان القيم التي يكون انحرافها عن المتوسط أكثر من انحرافين معياريين ‪ ،‬هي من مفردات المجتمع‬
‫باالحتمال قدره (‪ ،)%5‬فاذا رفضنا هذه المفردة من المفردات المنطقة فان ذلك يعني الوقوع في خطأ باحتمال‬

‫‪1‬عبد الحفيظ محمد فوزي مصطفى‪ ،‬نظرية اختبار الفرضيات ‪ ،‬مجموعة النيل العربية ‪ ،2002،‬ص ص ‪.5-4‬‬

‫‪73‬‬
 ‫المحــــور الرابع ‪ ........................................................................‬اختبار الفرضيات‬

‫مقدراه ‪ % 5‬وقرار صواب باحتمال قدره ‪ ، %95‬وتسمى المناطق المتطرفة على الجانبين (منطقة الرفض)‬
‫وذلك وفق مستوى داللة (‪ )α‬مقدراه ‪ α=0.05‬أي ان مستوى المعنوية ‪ %5‬وعلى هذا االساس يمكن التعبير‬
‫‪2‬‬
‫عن احتمال رفض فرضية العدم اذا كانت صحيحة أي رفض ‪ H0‬وهي صحيحة من خالل الشكل التالي‪:‬‬
‫شكل(‪ :)01-04‬شكل يوضح منطقتي الرفض والقبول لفرضية العدم‬

‫) (‪f‬‬

‫منطقة القبول ‪%95‬‬

‫𝛼‬ ‫𝛼‬
‫‪= 0.025‬‬ ‫‪= 0.025‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪-3‬إحصاء االختبار ‪Test Statistic‬‬

‫هو احصاء (دالة في العينة ‪ ) X‬نجري من خالله االختبار ‪،‬أي أن قرار قبول أو رفض فرضية العدم ‪ H0‬مبني‬
‫على أساس قيمة احصاء االختبار عند العينة المالحظة ‪ x‬وعلى ذلك يدعى أحيانا احصاء االختبار )‪T(x‬‬
‫بدالة القرار أو قاعدة القرار ‪ ،‬ويتم عادة اختبار احصاء )‪ T(x‬بحيث يكون توزيعه االحتمالي عند صحة‬
‫‪3‬‬
‫فرضية العدم ‪ H0‬معلوما تماما او بشكل تقريبي ‪.‬‬
‫‪ -4‬اخطاء اختبار الفرضيات وانواعها‬
‫ان عملية اتخاذ أي قرار إحصائي ينطوي على أخطاء بنسب معينة‪ ،‬حيث أنه من المحتمل أن نرفض فرضية‬
‫معينة في حين أنها صحيحة‪ ،‬والعكس صحيح ‪ ،‬وعموما يمكن القول أنه هناك نوعان من األخطاء اإلحصائية‬
‫وهي‪:‬‬
‫ا‪-‬الخطأ من النوع االول‪:‬‬
‫هو الخطأ الذي نقع فيه عندما نرفض فرضية العدم (الصفرية) ‪ H0‬عندما تكون صحيحة ويرمز الحتمال وقوع‬
‫هذا الخطأ بالرمز‪ α‬ونسميه مستوى داللة االختبار أو مستوى معنوية االختبار ‪.‬‬

‫‪ 2‬مؤيد عبد الحسين الفضل ‪ ،‬اإلحصاء المتقدم في دعم القرار ‪ ،‬مؤسسة الوراق للنشر والتوزيع‪ ،2007 ،‬ص ص ‪.135-134‬‬
‫‪3‬عبد الحفيظ محمد فوزي مصطفى‪ ،‬مرجع سابق ‪ ،‬ص‪.9‬‬

‫‪74‬‬
 ‫المحــــور الرابع ‪ ........................................................................‬اختبار الفرضيات‬

‫ب‪-‬الخطأ من النوع الثاني ‪:‬‬

‫هو الخطأ الذي نقع فيه عندما نقبل الفرضية الصفرية بالرغم من عدم صحتها‪ ،‬ويرمز إلى احتمال هذا الخطأ‬
‫بالرمز 𝛽 ‪ ،‬حيث يمكن تحديد عدة مستويات لذلك و لكن جرت العادة على استخدام مستويين و هما ‪ 0.05‬و‬
‫‪4‬‬
‫‪ 0.01‬كما هو موضح في الشكل أدناه ‪:‬‬
‫الجدول (‪ :)01-04‬يبين رموز احتماالت الوقوع في الخطأ من النوع االول و‪ α‬الثاني ‪β‬‬
‫‪ H0‬خاطئة‬ ‫‪ H0‬صحيحة‬ ‫الحالة‬
‫القرار‬
‫‪β‬‬ ‫قرار سليم‬ ‫قبول ‪H0‬‬
‫قرار سليم‬ ‫‪α‬‬ ‫رفض ‪H0‬‬

‫علما بأن العالقة بين ‪ α‬و‪ β‬يمكن أن تفسر على النحو التالي ‪:‬‬
‫‪-1‬نقصان في أحدهما يزيد األخرى ‪.‬‬
‫‪ -2‬زيادة حجم العينة ‪ n‬يقلل من احتمال الوقوع في كال الخطأين‬
‫االشكال التالية يمكن من خاللها توضيح مناطق الرفض و القبول وذلك حسب الفرض البديل و سنوضح ذلك‬
‫‪5‬‬
‫باستخدام متوسط المجتمع ‪ µ‬و يمكن تمثيل حاالت رفض وقبول بمايلي ‪:‬‬
‫شكل(‪ : )02-04‬منطقة الرفض في حالة االختبار ثنائي االتجاه‬

‫منطقة القبول ‪𝐻0‬‬

‫منطقة الرفض ‪𝐻0‬‬
‫منطقةرفض ‪𝐻0‬‬
‫‪H0 : 𝜇 = 𝜇0‬‬
‫‪𝐻1 : 𝜇 ≠ 𝜇0‬‬ ‫‪0.95‬‬

‫‪−𝑍1−α‬‬ ‫‪+𝑍1−α‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪4‬مؤيد عبد الحسين الفضل ‪ ،‬مرجع سابق ‪ ،‬ص ص ‪.137-136‬‬

‫أماني موسى محمد ‪ ،‬التحليل االحصائي للبيانات ‪ ،‬مركز تطوير الدريات العليا و البحوث ‪ ،‬كلية الهندسة ‪ ،‬جامعة القاهرة ‪،‬‬ ‫‪5‬‬

‫الطبعة االولى ‪ ،2008 ،‬ص ‪.91‬‬

‫‪75‬‬
‫المحــــور الرابع ‪ ........................................................................‬اختبار الفرضيات‬

‫شكل(‪ :)03-04‬منطقة الرفض في حالة االختبار أحادي االتجاه من اليمين‬

‫‪H0 : 𝜇 = 𝜇0‬‬
‫منطقة الرفض ‪𝐻0‬‬
‫‪𝐻1 : 𝜇 > 𝜇0‬‬
‫منطقة القبول ‪𝐻0‬‬

‫‪+𝑍1−α‬‬

‫شكل(‪ : )04-04‬منطقة الرفض في حالة االختبار أحادي االتجاه من اليسار‬

‫‪H0 : 𝜇 = 𝜇0‬‬
‫منطقة الرفض ‪𝐻0‬‬ ‫‪𝐻1 : 𝜇 < 𝜇0‬‬
‫منطقة القبول ‪𝐻0‬‬

‫‪0.95‬‬

‫‪−𝑍1−α‬‬

‫ثانيا‪ :‬اختبارات الفروض الخاصة بوسط المجتمع‬

‫‪-1‬اختبار الفروض حول وسط المجتمع‬
‫ا‪-‬اختبار الفروض حول وسط المجتمع عندما يكون هذا المجتمع طبيعي ذو تباين معلوم‪:‬‬
‫‪6‬‬
‫قبل ذلك سنتطرق الى إختبار الفروض حول وسط المجتمع سنتطرق الى الخطوات أوال التي هي كالتالي‪:‬‬

‫الخطوة االولى‪ :‬صياغة الفرضية الصفرية والفرضية البديلة‬

‫الخطوة الثانية ‪:‬تحديد مستوى الداللة مناطق القبول والرفض لفرضية العدم (اختيار مستوى المعنوية)‬
‫الخطوة الثالثة‪ :‬حساب االختبار االحصائي المالئم و القيمة الجدولية‬
‫ففي حالة سحننا عينة من مجتمع وسطه يتبع التوزيع الطبيعي يكون اختبار االحصاء كالتالي ‪:‬‬
‫‪𝑋̅−µ‬‬
‫=𝑍‬ ‫𝜎‬
‫𝑛√‬

‫‪6‬كامل فليفل‪ ,‬فتحي حمدان ‪ ،‬االحصاء ‪ ،‬دار المناهج للنشر و التوزيع ‪ ،2013 ،‬ص ‪.194‬‬

‫‪76‬‬
‫المحــــور الرابع ‪ ........................................................................‬اختبار الفرضيات‬

‫المرحلة الرابعة ‪:‬تحديد قاعدة القرار‬

‫الفرضية الصفرية ‪H0 :𝜇 = 𝜇0‬‬
‫‪𝐻1 : 𝜇 ≠ 𝜇0‬‬ ‫الفرضية البديلة‬
‫المرحلة الخامسة‪ :‬المقارنة واتخاذ القرار‬
‫‪ H0 :𝜇 = 𝜇0‬مقابل الفرضية البديلة‪:‬‬ ‫اذا أردنا اختبار الفرضية الصفرية‬
‫‪ 𝐻1 : 𝜇 ≠ 𝜇0‬فإننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا كانت ‪ 𝑍 > 𝑍1−α‬أو ‪.𝑍 < −𝑍1−α‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪ 𝐻1 : 𝜇 > 𝜇0‬فإننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا كانت ‪.𝑍 > 𝑍1−α‬‬

‫‪ 𝐻1 : 𝜇 < 𝜇0‬فإننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا كانت ‪.𝑍 < −𝑍1−α‬‬

‫مثال‪:01‬‬
‫وجد في دراسة سابقة أن معدل حضور الطلبة للمحاضرات بإحدى كليات جامعة البليدة‪ 2‬ھو ‪ 70‬طالبا‪ ،‬وأن‬
‫توزيعها يقترب من التوزيع الطبيعي ‪ ،‬نريد اختبار فرضية أن معدل الحضور قد تغير خالل ھذا الموسم‪ ،‬فتم‬
‫اختيار ‪ 81‬طالبا عشوائيا فوجد أن معدل الحضور ھو ‪ 73‬طالبا بانحراف معياري قدره ‪ 10‬طالب ‪،‬‬
‫باستعمال مستوى داللة ‪ 0.05‬ھل تؤيد تلك الفرضية؟‬
‫الحل ‪:‬‬
‫الخطوة االولى ‪ :‬صياغة الفرضية الصفرية والفرضية البديلة‬
‫‪𝐻0 : 𝜇 = 70‬‬
‫‪𝐻1 : 𝜇 ≠ 70‬‬
‫الخطوة الثانية ‪:‬تحديد مستوى الداللة مناطق القبول والرفض‬
‫مستوى الداللة ھو ‪ ، 0.05‬وبما أن االختبار ثنائي االتجاه فإن منطقة الرفض ستكون على جانبين ‪.‬‬
‫الخطوة الثالثة‪ :‬حساب االختبار االحصائي المالئم و القيمة الجدولية‬
‫ففي حالة سحبنا عينة من مجتمع وسطه يتبع التوزيع الطبيعي يكون اختبار االحصاء كالتالي ‪:‬‬
‫‪𝑋̅−µ‬‬ ‫‪73−70‬‬
‫=𝑍‬ ‫𝜎‬ ‫=‬ ‫‪10‬‬ ‫‪= 2.7‬‬ ‫قيمة االختبار االحصائي‪:‬‬
‫𝑛√‬ ‫‪√81‬‬

‫القيمة الجدولية‪:‬‬
‫‪𝑍0.5−α =1.96‬‬
‫‪2‬‬

‫‪77‬‬
 ‫المحــــور الرابع ‪ ........................................................................‬اختبار الفرضيات‬

‫المرحلة الرابعة ‪:‬تحديد قاعدة القرار‬

‫الفرضية الصفرية ‪ H0 :𝜇 = 𝜇0‬مقابل الفرضية البديلة ‪: 𝐻1 : 𝜇 ≠ 𝜇0‬‬
‫فإننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا كانت ‪ 𝑍 > 𝑍1−α‬أو ‪.𝑍 < −𝑍1−α‬‬
‫‪2‬‬ ‫‪2‬‬

‫المرحلة الخامسة‪ :‬المقارنة واتخاذ القرار‬

‫‪ 2.7 > 1.96‬أي ‪ 𝑍 > 𝑍1−α‬يتم رفض الفرضية الصفرية‪H0‬‬ ‫بما أن القيمة المحسوبة أكبر من جدولة‬
‫‪2‬‬

‫و قبول الفرضية البديلة ‪ 𝐻1‬ويمكن تمثيل ذلك بيانيا من خالل الشكل أدناه ‪:‬‬

‫منطقة القبول ‪𝐻0‬‬

‫منطقة الرفض ‪𝐻0‬‬
‫منطقةرفض ‪𝐻0‬‬

‫‪0.95‬‬

‫𝛼‬ ‫𝛼‬
‫‪2‬‬
‫‪= 0.025‬‬ ‫‪= 0.025‬‬
‫‪2‬‬

‫مالحظة‪:‬‬
‫اختبار الفروض حول وسط المجتمع‪ ،‬عندما يكون هذا المجتمع طبيعي ذو تباين مجهول‪ ،‬وحجم‬
‫العينة كبير فانه يتم استبدال انحرف المعياري للمجتمع‪ σ‬باالنحراف المعياري للعينة ̅𝑥𝜎 كما اشرنا الى ذلك‬
‫في المحور الثالث من المطبوعة مع المحافظة على نفس خطوات اختبار الفرضيات السابقة ‪.‬‬
‫ب‪-‬اختبار الفروض حول وسط المجتمع عندما يكون هذا المجتمع طبيعي ذو تباين مجهول‪:‬‬
‫إذا كانت العينة صغيرة بمعنى ‪ ، n < 30‬و االنحراف المعياري للمجتمع الطبيعي مجهول فإن التوزيع‬
‫اإلحصائي المتبع في مثل هذه الحاالت هو ما يطلق عليه توزيع ستيودنت ‪ ،‬وفي هذه الحالة يتم فيها إستبدال‬
‫االنحراف المعياري للمجتمع ‪ σ‬باالنحراف المعياري للعينة ̅𝑥𝜎 ألنه االنحراف المعياري يقترب من قيمة التباين‬

‫التوزيع الطبيعي المعياري مع مستوى معنوية ‪ α‬ويتم اختبار الفرضيات‬ ‫و نستخدم قيمة توزيع ‪ t‬ستودنت بدل‬
‫‪7‬‬
‫كالتالي ‪:‬‬
‫اذا أردنا اختبار الفرضية الصفرية ‪ H0 :𝜇 = 𝜇0‬مقابل الفرضية البديلة‪:‬‬

‫‪7‬سلطان محمد الصلخدي ‪ ،‬مقرر اإلحصاء الرياضي ‪ ،‬جامعة دمشق ‪ ،‬كلية العلوم ‪ ، 2014،‬ص ‪.93‬‬

‫‪78‬‬
‫المحــــور الرابع ‪ ........................................................................‬اختبار الفرضيات‬

‫‪ 𝑇 > 𝑡(1−𝛼,‬أو‬ ‫كانت )‪𝑛−1‬‬ ‫‪ 𝐻1 : 𝜇 ≠ 𝜇0 ‬فاننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا‬

‫‪𝑇 < −𝑡(1−𝛼,‬‬ ‫)‪𝑛−1‬‬

‫‪.𝑇 > 𝑡(1−𝛼,‬‬ ‫كانت )‪𝑛−1‬‬ ‫‪ 𝐻1 : 𝜇 > 𝜇0 ‬فاننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا‬

‫‪𝑇 < −𝑡(1−𝛼,‬‬ ‫كانت )‪𝑛−1‬‬ ‫‪ 𝐻1 : 𝜇 < 𝜇0 ‬فاننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا‬

‫حيث ‪:‬‬
‫‪𝑋̅ − µ‬‬
‫=𝑇‬ ‫̅𝑥𝜎‬
‫𝑛√‬
‫مثال‪:02‬‬
‫آلة لقطع رقائق معدنية أنتجت في الماضي قطعاً سمكها ‪ 0.5‬ميليمتر ‪ ،‬ولتقدير ما إذا كانت اآللة تعمل‬
‫بشكل‪ ،‬سحبت عينة عشوائية حجمها ‪ n=9‬ووجد أن معدل سمكها ‪0.53‬مليمتر و انحرافها المعياري ‪0.03‬‬
‫مليمتر وبفرض أن سماكة القطع المنتجة تخضع للتوزيع الطبيعي ‪.‬‬
‫المطلوب‪:‬‬
‫‪ H0 :𝜇 = 0.5‬ضد الفرضية ‪ 𝐻1 : 𝜇 > 0.5‬عند مستوى معنوية ‪%5‬‬ ‫اختبار الفرضية‬
‫الحل ‪:‬‬
‫و بالتالي‪:‬‬ ‫‪n-1=8‬‬ ‫و لدينا‬ ‫‪1-α=0.95‬‬ ‫وعليه‬ ‫‪α =0.05‬‬ ‫لدينا‬

‫‪𝑋̅ − µ‬‬ ‫‪0.53 − 0.50‬‬

‫=𝑇‬ ‫̅𝑥𝜎‬ ‫=‬ ‫‪=3‬‬
‫‪0.03‬‬
‫𝑛√‬ ‫‪√9‬‬
‫‪𝑡(1−𝛼,‬‬ ‫)‪𝑛−1‬‬ ‫‪= 𝑡(1−0.05,‬‬ ‫)‪9−1)=𝑡(0.95 , 8‬‬ ‫‪= 1.83‬‬

‫‪ 𝑇 > 𝑡(1−𝛼,‬يتم رفض الفرضية‬ ‫‪𝑛−1) .‬‬ ‫‪ 3 > 1.83‬أي‬ ‫بما أن القيمة المحسوبة أكبر من جدولة‬
‫الصفرية‪ H0‬و قبول الفرضية البديلة ‪. 𝐻1‬‬
‫وبما أن منطقة الرفض في حالة االختبار أحادي االتجاه من اليمين عند مستوى معنوية ‪ 0.05‬ويمكن تمثيل‬
‫ذلك بيانيا من خالل الشكل أدناه‪.‬‬

‫‪79‬‬
 ‫المحــــور الرابع ‪ ........................................................................‬اختبار الفرضيات‬

‫منطقة القبول ‪𝐻0‬‬ ‫منطقة رفض ‪𝐻0‬‬

‫𝟓𝟗 ‪𝟎.‬‬
‫‪0.05‬‬

‫‪-2‬إختبار الفروض حول الفرق بين وسطي مجتمعين) 𝟐‪(µ𝟏 − µ‬‬

‫ا‪-‬عندما يكون تباين المجتمعين معلومين‬
‫̅هو الوسط الحسابي لعينة عشوائية حجمها‪ n1‬تم سحبها من مجتمع له توزيع طبيعي متوسطه ‪µ1‬‬
‫إذا كان ‪X1‬‬
‫‪ X‬هو الوسط الحسابي لعينة عشوائية حجمها ‪ n2‬مستقلة عن األولى تم سحبها من‬
‫وتباينه ‪ 𝜎12‬معلوم‪ ،‬وكان ‪̅ 2‬‬

‫مجتمع له توزيع طبيعي متوسطه ‪ µ2‬وتباينه معلوم ‪ 𝜎22‬أيضا‪.‬‬

‫اذا أردنا اختبار الفرضية الصفرية‪ H0 : µ1 − µ2 = 𝑋̅1 − 𝑋̅2‬مقابل الفرضية البديلة‪:‬‬
‫‪ 𝐻1 : µ1 − µ2 ≠ X‬فإننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا كانت ‪ 𝑍 > 𝑍1−α‬أو‬
‫‪̅1 − X‬‬
‫‪̅2 ‬‬
‫‪2‬‬

‫‪.𝑍 < −𝑍1−α‬‬

‫‪2‬‬

‫‪ H1 : µ1 − µ2 > X‬فإننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا كانت ‪.Z > Z1−α‬‬
‫‪̅1 − X‬‬
‫‪̅2 ‬‬

‫̅ < ‪ H1 : µ1 − µ2‬فاننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا كانت ‪.Z < −Z1−α‬‬
‫̅ ‪X1 −‬‬
‫‪X2 ‬‬

‫‪8‬‬
‫و بالتالي‪:‬‬

‫‪̅1− X‬‬
‫‪(X‬‬ ‫)‪̅2‬‬
‫=‪Z‬‬
‫𝜎‬ ‫‪2‬‬‫𝜎‬ ‫‪2‬‬
‫‪√ 1+ 2‬‬
‫𝑛‬ ‫‪1‬‬‫𝑛‬ ‫‪2‬‬

‫مالحظة ‪:‬‬
‫في معظم الحاالت تكون الفرضية الصفرية في هذا النوع من االختبار على الشكل‪:‬‬
‫‪ H0 : µ1 − µ2 =0‬أي أن وسطي المجتمعين متساويين‪.‬‬

‫‪8‬‬
‫‪Olive jean dunn , Virginia A.Clarck , op.cit , p103.‬‬

‫‪80‬‬
 ‫المحــــور الرابع ‪ ........................................................................‬اختبار الفرضيات‬

‫مثال‪:03‬‬
‫‪ 𝑋̅1‬و سحبت منه عينة حجمها ‪ 16‬مشاهدة وسطها حسابي ‪ 30‬و‬ ‫اذا علم أن )‪N( µ1 ,36‬‬
‫‪ 𝑋̅2‬و سحبت منه عينة حجمها ‪ 12‬مشاهدة وسطها الحسابي ‪ 33‬اختبر وجود فرق معنوي‬ ‫)‪N( µ2 ,36‬‬
‫بين متوسطي المجتمعين عند داللة ‪. %10‬‬
‫الحل‪:‬‬
‫التوزيع الذي يتبعه الفرق بين متوسطين هو توزيع طبيعي عند مستوى معنوية ‪ %10‬أي ‪α=0.1‬‬
‫‪n2= 12‬‬ ‫‪n1=16‬‬ ‫‪𝑋̅2 = 33‬‬ ‫‪𝑋̅1 = 30‬‬

‫الفرضيات‪:‬‬
‫‪H0 : µ1 − µ2 = 0‬‬
‫‪𝐻1 : µ1 − µ2 ≠ 0‬‬
‫بما أن االختبار ثنائي االتجاه نحسب القيمة الجدولية‪:‬‬

‫‪ 𝑍1−α = 𝑍1−0.1 = 𝑍0.95=1.64‬بما ان اشارة القيمة المحسوبة سالبة لدينا القيمة الجدولية ‪:‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪- 𝑍1−α =-1.64‬‬

‫‪2‬‬

‫أما محسوبة‪:‬‬
‫)‪(30− 33‬‬
‫=‪Z‬‬ ‫‪=-1.44‬‬
‫‪36 25‬‬
‫‪√ +‬‬
‫‪16 12‬‬

‫بما أن القيمة المحسوبة أقل من جدولة ‪ −1.44 < 1.64‬أي نقبل الفرضية الصفرية‪ H0‬وبتالي المجتمعين‬
‫لهما نفس المتوسط الحسابي ‪.‬‬
‫مالحظة‪:‬‬
‫اختبار الفروض الفرق بين وسطي مجتمعين) ‪(µ1 − µ2‬عندما يكون هذا تباين المجتمعين مجهولين وحجم‬
‫العينتين كبيرين بدرجة كافية يتم استبدال االنحراف المعياري للمجتمع‪ σ‬باالنحراف المعياري للعينة ̅𝑥𝜎 مع‬
‫المحافظة على نفس خطوات اختبار الفرضيات السابقة ‪.‬‬
‫ب‪-‬اختبار الفرق بين متوسطي مجتمعين طبيعيين تبايناهما مجهوالن‪:‬‬
‫عندما يكون لدينا مجتمعين احصائيين غير معلومي التباين ولكن توزيعها التكراري من النوع الطبيعي و عندما‬
‫يكون حجم العينيتن المأخوذتين من هذين المجتمعين صغي ار ) ‪ (n1 , n2 <30‬حيث ‪ 𝜎12‬و ‪ 𝜎22‬مجهوالن‬
‫‪ H0 : µ1 − µ2 = X‬مقابل الفرضية البديلة‪:‬‬ ‫و اذا أردنا اختبار الفرضية الصفرية ‪̅ 2‬‬
‫‪̅1 − X‬‬

‫‪81‬‬
 ‫المحــــور الرابع ‪ ........................................................................‬اختبار الفرضيات‬

‫𝑛‪𝑇 > 𝑡(1−𝛼 ,‬‬ ‫‪ 𝐻1 : µ1 − µ2 ≠ 𝑋̅1 − 𝑋̅2 ‬فإننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا كانت‬
‫‪2‬‬ ‫)‪1 +𝑛2 −2‬‬
‫‪.‬‬

‫‪𝑇 < −𝑡(1−𝛼 ,‬‬ ‫)‪𝑛1 +𝑛2 −2‬‬

‫أو‬
‫‪2‬‬ ‫‪.‬‬

‫‪𝑇 > 𝑡(1−𝛼,‬‬ ‫كانت )‪𝑛1 +𝑛2 −2‬‬ ‫‪ 𝐻1 : µ1 − µ2 > 𝑋̅1 − 𝑋̅2 ‬فإننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬إذا‬

‫‪𝑇 < −𝑡(1−𝛼,‬‬ ‫‪𝑛1 +𝑛2 −2) .‬‬ ‫‪ 𝐻1 : µ1 − µ2 < 𝑋̅1 − 𝑋̅2 ‬نرفض ‪ H0‬عند مستوى داللة ‪ α‬إذا كانت‬

‫‪9‬‬
‫و بالتالي ‪:‬‬
‫‪̅1− X‬‬
‫‪(X‬‬ ‫) ‪̅2‬‬
‫=‪T‬‬
‫𝜎‬ ‫‪2‬‬ ‫𝜎‬ ‫‪2‬‬
‫‪√ 𝑥̅1+ 𝑥̅2‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬

‫و يتم حساب درجة الحرية كالتالي‪:‬‬

‫‪v=n1+n2 -2‬‬
‫مالحظة ‪:‬‬
‫حالة تبايني المجتمعين مجهولين ومتساويين؛ تصبح ‪:‬‬
‫‪̅1 − X‬‬
‫‪(X‬‬ ‫)‪̅2‬‬
‫=‪T‬‬ ‫‪1‬‬ ‫‪2‬‬
‫) 𝑛‪√𝜎𝑥̅2 (𝑛 +‬‬
‫‪1‬‬ ‫‪2‬‬

‫مثال‪:04‬‬
‫في دراسة حول مرض الخناق عند الجرذان ـ اخذت عينتان عشوائيتان حجم كل منهما ‪ 9‬جرذان‪ ،‬أعطيت‬
‫المجموعة األولى جرعة من دواء البليسبوا ( ‪ ) placebo‬وهو دواء وهمي ال يضر و ال ينفع و أعطيت‬
‫المجموعة الثانية دواء تجريبي اسمه ‪ FL113‬وبعد ذلك أجريت الفحوصات الالزمة على هذه الجرذان مع‬
‫مراعاة أن وقت التحسن لكل جرذ قد حدد ‪ ،‬وقد اعتقد أن الدواء التجريبي سوف يقلل زمن المرض ‪ ،‬وبفرض‬
‫أن مجتمعي الجرذان هما ) ‪ N( µ1 , 𝜎12‬و) ‪ N( µ2 , 𝜎22‬وهما مستقالن و بعد التجربة حصلنا على المعلومات‬
‫التالية ‪:‬‬
‫‪n2= n1= 9‬‬ ‫‪𝑋̅2 = 283‬‬ ‫‪𝑋̅1 = 329‬‬

‫‪𝜎22 = 43‬‬ ‫‪𝜎𝑥̅21 = 45‬‬

‫‪9‬سلطان محمد الصلخدي ‪ ،‬مرجع سابق ‪ ،‬ص ‪.97‬‬

‫‪82‬‬
 ‫المحــــور الرابع ‪ ........................................................................‬اختبار الفرضيات‬

‫اختبر الفرضية الصفرية ‪ H0 : µ1 = µ2‬ضد الفرضية البديلة ‪ H1 : µ1 > µ2‬عند مستوى معنوية‪α =0.01‬‬
‫الحل ‪:‬‬

‫‪𝑇 > 𝑡(1−α,‬‬ ‫كانت )‪𝑛1+𝑛2−2‬‬ ‫منطقة رفض ‪ H0‬عند مستوى داللة ‪ α‬اذا‬
‫لدينا احصائية االختبار‪:‬‬
‫)‪(329− 283‬‬
‫=‪T‬‬ ‫‪= 14.71‬‬
‫‪45 43‬‬
‫‪√ +‬‬
‫‪9 9‬‬

‫حيث‪:‬‬

‫‪𝑡(1−α,‬‬ ‫)‪𝑛1+𝑛2−2‬‬ ‫‪= 𝑡(0.99 ,16) =2,584‬‬

‫يتم رفض الفرضية الصفرية‪ H0‬و‬ ‫‪ 14.71 > 2.584‬أي‬ ‫بما أن القيمة المحسوبة أكبر من جدولة‬
‫قبول الفرضية البديلة ‪ 𝐻1‬عند مستوى معنوية‪. α =0.01‬‬
‫ثالثا‪ :‬اختبارات الفروض الخاصة بنسبة‬
‫‪-1‬اختبار الفرضيات حول النسبة ‪ P‬في المجتمع ‪:‬‬
‫اذا كان المجتمع الذي نقوم بدراسته يتبع التوزيع المنقطع ذي الحدين واذا كانت نسبة ظاهرة معينة في‬

‫المجتمع‪ p‬هي و كانت̅‪ P‬نسبة ظاهرة في العينة عشوائية التي تم سحبها من المجتمع وأردنا اختبار الفرضية‬

‫‪10‬‬
‫الصفرية ‪ H0 :P=P0‬مقابل الفرضية البديلة ‪:‬‬

‫اذا أردنا اختبار الفرضية الصفرية ‪ H0 :𝜇 = 𝜇0‬مقابل الفرضية البديلة‪:‬‬

‫‪ 𝐻1 : 𝑃 ≠ 𝑃0 ‬فإننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا كانت ‪ 𝑍 > 𝑍1−α‬أو ‪.𝑍 < −𝑍1−α‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪ 𝐻1 : 𝑃 > 𝑃0 ‬فإننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا كانت ‪.𝑍 > 𝑍1−α‬‬

‫‪ 𝐻1 : 𝑃 < 𝑃0 ‬فإننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا كانت ‪.𝑍 < −𝑍1−α‬‬

‫حيث‪:‬‬
‫‪P̅−P‬‬
‫=‪Z‬‬
‫)𝑝‪𝑃(1−‬‬
‫√‬
‫𝑛‬

‫‪10‬أماني موسى محمد ‪ ،‬مرجع سابق ‪ ،‬ص ‪.101‬‬

‫‪83‬‬
 ‫المحــــور الرابع ‪ ........................................................................‬اختبار الفرضيات‬

‫مثال‪:05‬‬
‫يريد مستشفى اختبار أن ‪ % 90‬من جرعات عقار يشتريه يحتوي على ‪100‬مغ من كمية مكون معين ‪ ،‬لعمل‬
‫هذا يأخذ المستشفى عينة ‪ n=100‬جرعة ـ‪ ،‬و يجد أن ‪ 85‬منها فقط يحتوي على الكمية المناسبة‪ ،‬كيف يمكن‬
‫للمستشفى أن يختبر هذا نوع من عقار عند مستوى معنوية ‪ α =% 1‬؟‬
‫الحل‪:‬‬
‫بما أن ‪ n> 30‬و )‪ n(1-p‬أكبر من ‪ 5‬فيمكن استخدام التوزيع الطبيعي مع ‪P=0.9 :‬‬
‫نختبر الفرضية التالية ‪:‬‬
‫‪ 𝐻1 : 𝑃 > 𝑃0‬فإننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا كانت ‪.𝑍 > 𝑍1−α‬‬

‫القيمة المجدولة‪𝑍1−α = 2.58 :‬‬

‫القيمة المحسوبة ‪:‬‬

‫‪85‬‬
‫= ̅𝑃‬ ‫‪= 0.85‬‬
‫‪100‬‬
‫‪0.85−0.90‬‬
‫=‪Z‬‬ ‫‪= 1.67‬‬
‫)‪0.9(1−0.9‬‬
‫√‬
‫‪100‬‬

‫بما أن القيمة المجدول اكبر من محسوبة ‪ 2.58 > 1.67‬و بتالي المستشفى يقبل الفرضية الصفرية‪ H0‬و‬
‫يرفض الفرضية البديلة ‪ 𝐻1‬عند مستوى معنوية‪. α =0.01‬‬
‫‪-2‬اختبار الفرضيات حول الفرق بين نسبتي المجتمعين‪:‬‬
‫تبرز أهمية المقارنة بين نسبتي مجتمعين ذي الحدين ) ‪ b ( x ;1 , P1 ) , b ( x ;1 , P‬عندما نريد اختبار‬
‫فرضية تساوي نسبتين ‪ ،‬فمثالً يمكننا اجراء اختبار ما إذا كانت نسبة مدرسي مادة الرياضيات تفوق النسبة‬
‫مدرسي مادة الفيزياء ‪ ،‬وكمثال آخر يمكن لمدخن أن يقرر ما إذا كان عليه أ ن يقلع عن التدخين ‪ ،‬إذا اقتنع‬
‫‪11‬‬
‫أن نسبة المصابين بورم رئوي تفوق نسبة غير المدخنين المصابين بهذا المرض ‪.‬‬
‫إذا أخذت عينتين عشوائيتين مستقلتين من توزيع ذي الحدين وكان حجمهم ‪ n1 ,n2‬كبير بدرجة كافية‬
‫فتكون الفرضية الصفرية التالية‪:‬‬
‫‪𝐻0 : (P1 − P2) = 0‬‬

‫‪ H0 :𝜇 = 𝜇0‬مقابل الفرضية البديلة‪:‬‬ ‫اذا أردنا اختبار الفرضية الصفرية‬

‫‪11‬سلطان محمد الصلخدي ‪ ،‬مرجع سابق ‪ ،‬ص ‪.99‬‬

‫‪84‬‬
‫المحــــور الرابع ‪ ........................................................................‬اختبار الفرضيات‬

‫‪ 𝐻1 : (P1 − P2) ≠ 0 ‬فإننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا كانت ‪ 𝑍 > 𝑍1−α‬أو‬
‫‪2‬‬

‫‪\.𝑍 < −𝑍1−α‬‬

‫‪2‬‬

‫‪ 𝐻1 : (𝑃1 − 𝑃2) > 0 ‬فإننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا كانت 𝛼‪𝑍 > 𝑍1−‬‬
‫‪ 𝐻1 : (𝑃1 − 𝑃2) < 0 ‬فإننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا كانت 𝛼‪𝑍 < −𝑍1−‬‬
‫حيث‪:‬‬
‫̅ ‪̅1 −‬‬
‫‪(P‬‬ ‫)‪P2) − (P1 − P2‬‬
‫=𝑍‬
‫‪1‬‬ ‫‪2‬‬
‫) ‪√𝑃̅ (1 − 𝑃̅ ) + ( +‬‬
‫‪n1 n2‬‬
‫مع‪:‬‬
‫̅‬
‫‪𝑛 𝑃 1+𝑛2 𝑃2.‬‬ ‫̅‬
‫‪𝑃̅ = 1‬‬
‫‪𝑛1 +𝑛2‬‬

‫‪ P‬إلى المتوسط المرجح لنسبتي العينتين ‪̅1‬‬

‫‪ P‬و ‪̅2‬‬
‫‪P‬‬ ‫وتشير̅‬

‫مثال‪ :06‬نعرض في الجدول الموالي تصريح بالدخل لعينتين مستقلتين يعرضها مكتبان‪.‬‬

‫مكتب‪2‬‬ ‫مكتب ‪1‬‬

‫‪300‬‬ ‫‪250‬‬ ‫حجم العينة‬
‫‪27‬‬ ‫‪35‬‬ ‫عدد التصريحات الخاطئة‬

‫المطلوب ‪:‬هل يوجد فرق في التصريحات الخاطئة بين المكتبين عند مستوى معنوية‪% 10‬‬
‫الحل ‪:‬‬
‫تحديد الفرضية‪:‬‬
‫‪𝐻0 : 𝑃1 − 𝑃2 = 0‬‬ ‫‪𝐻0 : 𝑃1 = 𝑃2‬‬
‫‪𝐻1 : (𝑃1 − 𝑃2) ≠ 0‬‬ ‫‪𝐻1 : 𝑃1 ≠ 𝑃2‬‬

‫عند مستوى معنوية قدره ‪ % 10‬فان منطقة القبول تكون ضمن المجال ‪ 𝑍1−α = 1.64‬ومنطقة الرفض‬
‫‪2‬‬

‫خارجها تم الحصول على القيمة ‪ 1.64‬من جدول قيم مستوى الثقة ومعامل الثقة الموضحة في المحور الثالث من‬
‫المطبوعة‪.‬‬
‫احصائية االختبار (القيمة المحسوبة)‪:‬‬
‫‪27‬‬ ‫‪35‬‬
‫‪𝑃̅2 = 300 = 0.09‬‬ ‫‪𝑃̅1 = 250 = 0.14‬‬
‫‪250×0.14+0.09×300.‬‬
‫= ̅𝑃‬ ‫‪250+300‬‬
‫‪=0.113‬‬

‫‪85‬‬
 ‫المحــــور الرابع ‪ ........................................................................‬اختبار الفرضيات‬

‫‪(0.14− 0.09)−0‬‬
‫=𝑍‬ ‫‪1‬‬ ‫‪1‬‬
‫‪=1.84‬‬
‫( )‪√0.113(1−0.113‬‬ ‫‪+‬‬ ‫)‬
‫‪250 300‬‬

‫القيمة المحسوبة ‪ 1.84‬أكبر من المجدولة‪ 𝑍1−α = 1.64‬نرفض فرضية العدم ونقبل الفرضية البديلة عند‬
‫‪2‬‬

‫مستوى معنوية ‪ % 10‬وحسب بيانات العينة فإن نسبة تصريحات الدخل الخاطئة تعتبر مختلفة‪.‬‬
‫رابعا‪ :‬اختبارات الفروض الخاصة بتباين المجتمع‬
‫‪-1‬اختبار الفرضيات حول تباين المجتمع‬
‫إذا كان لدينا مجتمع يتوزع توزيعا طبيعيا تباينه ‪ σ2‬وأردنا إج ارء اختبارات حول المعلمة ‪ σ2‬فإن إحصاء االختبار‬
‫المناسب في هذه الحالة هو اإلحصاء الذي يعتمد على أفضل مقدر للمعلمة ‪ σ2‬هو تباين العينة ‪ 𝜎𝑥̅. 2‬وهذا‬
‫‪12‬‬
‫اإلحصاء هو المتغير العشوائي ‪ 𝑥 2‬حيث ‪:‬‬

‫‪2‬‬
‫‪(𝑛 − 1)𝜎𝑥̅. 2‬‬
‫= 𝑋‬
‫‪𝜎2‬‬
‫والتوزيع االحتمالي لهذا المتغير يسمى توزيع كأي تربيع بدرجة حرية ‪v=n-1‬‬
‫‪ H0 : σ2 = 𝜎02‬مقابل الفرضية البديلة‪:‬‬ ‫اذا أردنا اختبار الفرضية الصفرية‬

‫‪ 𝑋 2 > 𝑋(2α ,‬أو‬ ‫)‪𝑛−1‬‬

‫‪ 𝐻1 : σ2 ≠ 𝜎02‬فإننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا كانت‬ ‫‪‬‬
‫‪2‬‬

‫‪( 𝑋 2 < 𝑋(1−‬التوزيع كاي تربيع غير متناظر (‬

‫‪2‬‬
‫‪α‬‬
‫‪,‬‬ ‫)‪𝑛−1‬‬
‫‪2‬‬

‫كانت )‪𝑛−1‬‬ ‫‪ 𝐻1 : σ2 > 𝜎02 ‬فإننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا‬
‫‪2‬‬
‫‪𝑋 2 > 𝑋(1−‬‬ ‫‪α,‬‬

‫كانت )‪𝑛−1‬‬ ‫‪ 𝐻1 : σ2 < 𝜎02 ‬فإننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا‬
‫‪2‬‬
‫‪𝑋 2 < 𝑋(1−‬‬ ‫‪α,‬‬

‫مثال‪:07‬‬
‫لدى مجرب القناعة بأن لجهاز القياس الذي يستخدمه تغي ار مقيسا باالنحراف المعياري‪ 𝜎 = 2‬و كان تباين‬
‫العينة من ‪ 3‬مقاسات يقدر ب ‪ 𝜎𝑥̅.2 = 10.57 .‬فهل تناقص هذه القياسات مع قناعته عن الجهاز و ذلك عند‬
‫مستوى المعنوية ‪. α=0.2‬‬
‫الحل‪:‬‬
‫لنشكل الفرضيات‪:‬‬
‫‪H0 : σ2 = 4‬‬ ‫الفرضية الصفرية‬
‫‪H0 : σ2 ≠ 4‬‬ ‫الفرضية البديلة‬

‫ص‪.107‬‬ ‫‪12‬اياد محمد الهوبي ‪ ،‬مرجع سابق ‪،‬‬

‫‪86‬‬
 ‫المحــــور الرابع ‪ ........................................................................‬اختبار الفرضيات‬

‫نجد احصاء االختبار‪:‬‬

‫‪𝑛=3‬‬
‫‪.‬‬
‫‪(𝑛 −‬‬ ‫‪1)𝜎.𝑥 2‬‬ ‫‪(3 − 1)10.57‬‬
‫= ‪𝑋2‬‬ ‫=‬ ‫‪= 5.24‬‬
‫‪𝜎2‬‬ ‫‪22‬‬
‫بما أن التوزيع كاي تربيع غير متناظر فان القيمة الجدولية لكاي التربيع كالتالي ‪:‬‬
‫‪𝑋(2α ,‬‬ ‫)‪𝑛−1‬‬
‫‪= 𝑋(20.2 ,‬‬ ‫)‪3−1‬‬
‫‪= 𝑋(20.10 ,‬‬ ‫)‪2‬‬ ‫‪=0,211‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪𝑋(21−α ,‬‬ ‫)‪𝑛−1‬‬

‫‪= 𝑋(20.90 ,‬‬ ‫)‪2‬‬ ‫‪=4,61‬‬
‫‪2‬‬

‫التمثيل البياني ‪:‬‬

‫)‪f(x 2‬‬

‫‪V=2‬‬

‫منطقة رفض ‪𝐻0‬‬

‫منطقة القبول ‪𝐻0‬‬
‫منطقة رفض ‪𝐻0‬‬

‫‪0‬‬ ‫‪0.211‬‬ ‫‪4.61‬‬

‫‪5.24‬‬
‫‪𝑥2‬‬

‫نالحظ أن القيمة الجدولية ‪ 𝑋 2 = 5.24‬تقع خارج منطقة القبول ‪ 𝐻0‬أي نرفض الفرضية الصفرية عند‬
‫مستوى معنوية ‪. %2‬‬
‫‪-2‬اختبار الفروض حول النسبة بين تباين مجتمعين‬

‫اذا كان تباينين يخضعان للتوزيع فيشر )‪ 𝐹(𝑛1 −1 , 𝑛2 −1‬فاذا كانت ‪ x1,x2,x3….xn‬قيم عينة مسحوبة من‬
‫𝑝‬

‫عينة عشوائية مسحوبة من مجتمع‬ ‫مجتمع يتبع التوزيع الطبيعي ) ‪ N(µ1 , 𝜎1 2‬و كانت ‪y1 ,y2 , y3….yn‬‬
‫يتبع التوزيع الطبيعي ) ‪ N(µ1 , 𝜎2 2‬مستقل عن التوزيع األول وبدرجتي حرية ‪v2= n2-1 ، v1=n1-1‬‬
‫‪13‬‬
‫على الترتيب أي أن فإن إحصاء االختبار المناسب هو المتغير العشوائي ‪: F‬‬

‫‪ 13‬عالء الدين القبانجي ‪ ،‬حسام حمامة كرمجي ‪ ،‬مرجع سابق ‪ ،‬ص ص ‪.281-280‬‬

‫‪87‬‬
‫المحــــور الرابع ‪ ........................................................................‬اختبار الفرضيات‬

‫‪𝜎𝑥̅. 1 2⁄ 𝜎1 2‬‬ ‫‪𝜎2 2 . 𝜎𝑥̅. 1 2‬‬

‫‪𝐹= . 2‬‬ ‫=‬
‫‪𝜎𝑥̅2 ⁄ 𝜎2 2 𝜎1 2 . 𝜎𝑥̅. 2 2‬‬

‫‪ H0 : 𝜎12 = 𝜎22‬مقابل الفرضية البديلة‪:‬‬ ‫اذا أردنا اختبار الفرضية الصفرية‬

‫‪α‬‬
‫‪F > F(n‬‬ ‫‪2‬‬
‫‪ 𝐻1 : 𝜎12 ≠ 𝜎22‬فاننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا كانت‬ ‫‪‬‬
‫)‪1 −1 , n2 −1‬‬
‫‪α‬‬
‫‪1−‬‬
‫اليسرى أو )‪ F < F(n −1 , n −1‬اليمنى (توزيع فيشر غير متناظر ( ‪.‬‬
‫‪2‬‬
‫‪1‬‬ ‫‪2‬‬

‫‪ 𝐻1 : 𝜎12 > 𝜎22 ‬فاننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا كانت)‪𝐹 > 𝐹(α𝑛1−1 , 𝑛2−1‬‬

‫‪ 𝐻1 : 𝜎1 < 𝜎2 ‬فاننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا كانت )‪𝑛1−1 , 𝑛2−1‬‬
‫‪𝐹 > 𝐹(1−α‬‬ ‫‪2‬‬ ‫‪2‬‬

‫مثال‪:08‬‬
‫‪2‬‬
‫اذا افترضنا ان تبايني المجتمعين متساويان أي ‪ 𝜎2 2 = 𝜎1 :‬و لكنهما غير معلومين ‪ ،‬و تباين العينيتن‬
‫‪ 𝜎𝑥̅. 1 2 = 16‬و ‪ 𝜎𝑥̅. 2 2 = 25‬و عند مستوى معنوية ‪ % 10‬مع ‪ n2=10 ، n1=12‬اختبر الفرضية‬
‫التالية ‪:‬‬
‫‪H0 : 𝜎12 = 𝜎22‬‬
‫‪𝐻1 : 𝜎12 ≠ 𝜎22‬‬

‫الحل‪:‬‬
‫‪n2=10 ،‬‬ ‫‪n1=12‬‬ ‫مستوى الداللة ھو ‪،0.10‬‬
‫تحديد قاعدة القرار‪:‬‬
‫‪α‬‬
‫اليسرى‬ ‫‪F > F(n‬‬ ‫‪2‬‬
‫‪ 𝐻1 : 𝜎12 ≠ 𝜎22‬فاننا نرفض ‪ H0‬عند مستوى داللة ‪ α‬اذا كانت‬
‫)‪1 −1 , n2 −1‬‬
‫‪α‬‬
‫‪1− 2‬‬
‫< ‪ F‬اليمنى (توزيع فيشر غير متناظر ( ‪.‬‬ ‫‪F(n −1‬‬ ‫)‪, n2−1‬‬
‫أو‬
‫‪1‬‬

‫المرحلة الخامسة‪ :‬المقارنة واتخاذ القرار‬

‫القيم المجدولة عند مستوى معنوية ‪:% 10‬‬
‫‪α‬‬
‫)‪F(n2 −1 , n −1‬‬ ‫‪= F(0.05‬‬
‫)‪11 ,9‬‬
‫‪1‬‬ ‫‪2‬‬
‫حيث‪:‬‬

‫‪88‬‬
 ‫المحــــور الرابع ‪ ........................................................................‬اختبار الفرضيات‬

‫‪0.05‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬

‫‪𝐹(11‬‬ ‫‪,9) = 𝐹 1−0.05 =𝐹 0.95 = 4.95 =0.34‬‬
‫)‪(9 , 11‬‬ ‫)‪(𝑣2 ,𝑣1‬‬

‫أما‪:‬‬
‫‪α‬‬
‫‪1− 2‬‬
‫‪F(n −1‬‬ ‫)‪, n2 −1‬‬
‫=‬ ‫‪= F(0.95‬‬
‫‪11 ,9) = 3.11‬‬
‫‪1‬‬
‫و القيمة المحسوبة‪:‬‬

‫‪𝜎𝑥̅. 1 2⁄ 𝜎1 2‬‬ ‫‪16‬‬

‫‪𝐹= . 2‬‬ ‫=‬ ‫‪= 0.64‬‬
‫‪𝜎𝑥̅2 ⁄ 𝜎2 2 25‬‬
‫التمثيل البياني‪:‬‬

‫منطقة رفض ‪𝐻0‬‬

‫منطقة القبول ‪𝐻0‬‬

‫منطقة رفض ‪𝐻0‬‬

‫‪0‬‬ ‫‪0.34‬‬ ‫‪0.64‬‬ ‫‪3.11‬‬ ‫‪F‬‬

‫بما أن القيمة المحسوبة ‪ 0.64‬تقع في منطقة القبول ‪ 𝐻0‬فاننا نقبل الفرضية الصفرية ونرفض الفرضية البديلة‬
‫وهذا يعني عدم وجود شك في تكافؤ أو تجانس المجتمعين ‪.‬‬

‫‪89‬‬
 ‫المحــــور الرابع ‪ ........................................................................‬اختبار الفرضيات‬

‫تمارين مقترحة ‪:‬‬

‫التمرين األول‪:‬‬
‫إذا كان من المعروف أن جسم اإلنسان البالغ يحتاج يوميا في المتوسط ‪ 800‬ملغ من الكالسيوم لكي يقوم بوظائفه‬
‫مع اعتقاد أحد علماء التغذية أن األفراد ذوي الدخل المنخفض ال يستطيعون تحقيق هذا المتوسط ‪ ,‬والختبار ذلك‬
‫تم اختيار عينة من ‪ 50‬شخصا بالغا من بين ذوي الدخل المنخفض فكان متوسط ما يتناوله من كالسيوم يوميا‬
‫هو ‪ 755.3‬ملغ بانحراف معياري ‪ 239.3‬ملغ ‪.‬‬
‫المطلوب‪:‬‬
‫هل تدل هذه النتائج على أن متوسط ما يتناوله األشخاص البالغون من ذوي الدخل المنخفض من كالسيوم يقل‬
‫عن ‪ 800‬ملغ ؟ وهذا عند مستوى معنوية ‪. α=0.05‬‬
‫التمرين الثاني‪:‬‬
‫تخضع أعداد حبات التفاح على شجرة التفاح في بستان كبير لتوزيع طبيعي وسطه ‪ 150‬حبة‪ ،‬بدأ مالك‬
‫البستان استعمال نوع جديد من السماد‪ ،‬و أراد ان يختبر ما اذا اإلنتاج تحسن‪ ،‬تبعا لذلك أخذ عينة مكونة من‬
‫‪ 64‬شجرة‪ ،‬فوجد أن الوسط الحسابي لألعداد الحبات في العينة ‪ 156‬بانحراف معياري ‪ 12‬حبة ‪.‬‬
‫المطلوب‪:‬‬
‫هل تشير هذه البيانات الى زيادة في االنتاج عند مستوى داللة ‪0.05‬؟‬
‫الثالث‪:‬‬ ‫التمرين‬
‫بلغ معدل تسجيل مترشحي البكالوريا في كلية العلوم االقتصادية بجامعة بليدة ‪ 11.5‬و في السنوات االخيرة زاد‬
‫الطلب على التسجيل في هذه الكلية فرفعت االدارة معدل القبول للدراسة بها ‪ ،‬فتم اختيار عينة عشوائية من‬
‫الطلبة المسجلين بالكلية هذا العام حجمها ‪ 49‬طالبا فأعطي معدل التسجيل ‪ 11.80‬باالنحراف معياري ‪. 1,5‬‬
‫المطلوب ‪:‬‬
‫قم باختبار الفرضية التي تقول بأن معدل القبول قد ارتفع عند مستوى معنوية‪%5‬‬
‫التمرين الرابع‪:‬‬
‫الحظت ادارة محطة بنزين أن معدل فترة انتظار السيارة للتزود بالوقود هو ‪ 4‬دقائق و أرادت أن تقلص من هذه‬
‫الفترة فقامت بإعادة تنظيم صفوف االنتظار ‪ ،‬فأخذت عينة حجمها ‪ 9‬سيارات و بعد أن دونت فترات االنتظار‬
‫وجدت أن معدل فترات االنتظار هو ‪ 3‬دقائق بانحراف معياري ‪ 30‬ثانية ‪.‬‬

‫‪90‬‬
 ‫المحــــور الرابع ‪ ........................................................................‬اختبار الفرضيات‬

‫المطلوب‪:‬‬
‫اختبر قرار ادارة المحطة لتخفيض فترات االنتظار عند مستوى معنوية ‪ 0.01‬بافتراض أنها تتبع التوزيع‬
‫الطبيعي؟‬
‫التمرين الخامس ‪:‬‬
‫ترغب شركة أن تعرف بدرجة ثقة ‪ % 95‬ما اذا كان يمكنها االدعاء بأن صناديق الصابون المسحوق الذي‬
‫تبيعه تحتوي على أكثر من ‪ 500‬غ و تعرف الشركة من الخبرة الماضية‪ ،‬أن اوزان الصابون بالصناديق تتبع‬
‫التوزيع الطبيعي‪ ،‬ألجل ذلك أخذت الشركة عينة عشوائية حجمها ‪ 25‬ووجدت أن المتوسط الحسابي هو ‪520‬‬
‫و االنحراف المعياري هو ‪ 75‬غ ‪.‬‬
‫المطلوب‪:‬‬
‫اختبر قرار الشركة في هذه الحالة؟‬
‫التمرين السادس‪:‬‬
‫إذا اختيرت عينة عشوائية من ‪ 60‬طالب من جامعة خاصة فوجد أن متوسط ذكائهم ‪ 69‬درجة وتباين قدره‬
‫‪ 230‬درجة‪ ،‬كذلك تم اختيار عينة عشوائية أخرى من ‪ 85‬طالب من جامعة البليدة‪ 2‬فوجد أن متوسط ذكائهم‬
‫‪ 84‬درجة و تباين قدره ‪ 215‬درجة‪ ،‬اختبر الفرض القائل بأن متوسط ذكاء طالب الجامعة الخاصة أقل من‬
‫متوسط ذكاء طالب جامعة البليدة‪ 2‬وذلك عند مستوى معنوية ‪.%5‬‬
‫التمرين السابع‪:‬‬
‫تدعي احدى شركات صناعة بطاريات السيارات بأن االنحراف المعياري لمنتجاتها يساوي ‪ 0.9‬سنة فاذا أخذت‬
‫عينة عشوائية من ‪ 10‬بطاريات للفحص ووجد أن انحرافها المعياري هو ‪ 1.2‬سنة فهل نستنتج أن االنحراف‬
‫المعياري لمنتجات الشركة أكبر من ‪ 0.9‬استخدم مستوى معنوية ‪ α=0.05‬للتأكد من ذلك‪.‬‬
‫التمرين الثامن‪:‬‬
‫تدعي شركة لتصنيع األلبان أن التباين في كمية الدهون في الحليب كامل الدسم المصنعة من قبل الشركة ال‬
‫تزيد عن ‪ 0.25‬و لتأكد من صحة هذا االدعاء سحبت عينة عشوائية من ‪ 41‬علبه من الحليب تبين أن لديها‬
‫تباين ‪ 0.27‬عند مستوى معنوية ‪. α=0.05‬‬
‫المطلوب ‪:‬‬
‫هل هناك دليل كافي لرفض ادعاء الشركة؟ بافتراض أن المجتمع يتبع التوزيع الطبيعي؟‬

‫‪91‬‬
‫المحــــور الرابع ‪ ........................................................................‬اختبار الفرضيات‬

‫التمرين التاسع‪:‬‬
‫اعتمدت دراسة عن معالجات معينة‪ ،‬وكان هدف هذه الدراسة هو التحليل المخبري لتعيين دواء الدايوكسين‬
‫وهو دواء مهم وشائع االستخدام وهو سام أيضًا ‪.‬ومن المعروف أيضًا أن مستوى الجرعات للمرضى الذين‬
‫يتناولونه فوق سن ال ‪ 64‬يجب أن تكون أقل منها لدى المرضى األكثر شبابًا ‪.‬وقد أجريت الدراسة لتبين أن‬
‫النماذج المستقلة المأخوذة من كل مجموعة‪ ،‬وقد تم تحديد مستوى جرعات الدايوكسين لدى كل مريض تم‬
‫اختياره ‪ ،‬ونتيجة الدراسة حصلنا على المعلومات اآلتية‪:‬‬
‫المرضى الذين أعمارهم فوق ‪64‬‬ ‫المرضى الذين أعمارهم ‪ 64‬و مادون‬
‫‪n1=29‬‬ ‫‪n2 =41‬‬
‫‪𝜎𝑥̅. 1 = 0.068‬‬ ‫‪𝜎𝑥̅. 2 = 0.102‬‬
‫المطلوب ‪:‬‬
‫‪-‬اختبر الفرضية ‪ H0 : 𝜎12 = 𝜎22‬ضد ‪ H1 : 𝜎12 ≠ 𝜎22‬عند مستوى معنوية ‪. α=0.05‬‬

‫‪92‬‬
‫قــائـــمة المـــراجـــع‬
 ‫قائمة المراجع‪:‬‬
‫‪ )1‬أماني موسى محمد‪ ،‬التحليل االحصائي للبيانات‪ ،‬مركز تطوير الدريات العليا والبحوث‪ ،‬كلية الهندسة‪،‬‬
‫جامعة القاهرة‪ ،‬الطبعة االولى‪.2008 ،‬‬
‫‪ )2‬اياد محمد الهوبي ‪ ،‬االحصاء التطبيقي ‪ ،‬الكلية الجامعة للعلوم والتكنولوجيا ‪ ،‬الطبعة االولى ‪. 2014،‬‬
‫‪ )3‬تومي صالح‪ ،‬مدخل لنظرية القياس االقتصادي‪ ،‬ديوان المطبوعات الجامعية‪ ،‬الجزء االول‪ ،‬الطبعة الثانية‪،‬‬
‫‪.2011‬‬
‫‪ )4‬جابر أحمد سينوني ‪ ،‬االحصاء العام ‪ ،‬دار الوفاء دنيا للطباعة و النشر ‪ ،‬االسكندرية ‪ ،‬الطبعة االولى‬
‫‪.2014‬‬
‫‪ )5‬جبار عبد مضحي‪ ،‬مقدمة في نظرية االحتماالت‪ ،‬دار المسيرة للنشر والتوزيع‪ ،‬الطبعة االولى‪.2011 ،‬‬
‫‪ )6‬جالل مصطفى الصياد‪ ،‬مصطفى جالل مصطفى‪ ،‬مقدمة في طرق المعاينة االحصائية‪ ،‬مكتبة الصباح‪،‬‬
‫الطبعة االولى‪.1990 ،‬‬
‫‪ )7‬دومينيك سالفاتور‪ ،‬ترجمة سعدية حافظ منتصر‪ ،‬اإلحصاء واالقتصاد القياسي‪ ،‬ملخصات شوم‪ ،‬الدار‬
‫الدولية لالستثمارات الثقافية‪ ،‬الطبعة الثالثة‪ ،‬مصر‪.2011،‬‬
‫‪ )8‬رامز قدسية‪ ،‬االحتماالت واالحصاء‪ ،‬منشورات الجامعة االفتراضية السورية‪ ،‬سوريا ‪.2018،‬‬
‫‪ )9‬سلطان محمد الصلخدي‪ ،‬مقرر اإلحصاء الرياضي‪ ،‬جامعة دمشق‪ ،‬كلية العلوم ‪.2014،‬‬
‫عبد الحفيظ محمد فوزي مصطفى‪ ،‬نظرية اختبار الفرضيات‪ ،‬مجموعة النيل العربية ‪.2002،‬‬ ‫‪)10‬‬
‫عبد القادر محمد عبد القادر عطية‪ ،‬الحديث في االقتصاد القياسي بين النظرية والتطبيق‪ ،‬الدار‬ ‫‪)11‬‬
‫الجامعية‪.2004 ،‬‬
‫عبد الكريم بوحفص‪ ،‬االحصاء المطبق في العلوم االجتماعية واالحصائية‪ ،‬ديوان المطبوعات الجامعية‪،‬‬ ‫‪)12‬‬
‫‪.2011‬‬
‫عالء الدين القبانجي‪ ،‬حسام حمامة كرمجي‪ ،‬االحتمال وإلحصاء‪ ،‬منشورات جامعة دمشق ‪-2011،‬‬ ‫‪)13‬‬
‫‪.2012‬‬
‫عماد توما كرش والء أحمد القزاز وفاء يونس حمودي‪ ،‬علم االحصاء‪ ،‬و ازرة التعليم العالي والبحث‬ ‫‪)14‬‬
‫العلمي‪ ،‬هيئة التعليم التقني‪ ،‬العراق‪.2014 ،‬‬
‫عوض منصور‪ ،‬علي قوقزه ‪ ،‬عزام صبري ‪ ،‬أساسيات علم االحصاء الوصفي ‪ ،‬دار صفاء للطباعة و‬ ‫‪)15‬‬
‫النشر و التوزيع ‪ ،‬عمان ‪ ،‬األردن ‪.1999،‬‬
‫كامل فليفل‪ ،‬فتحي حمدان‪ ،‬االحصاء‪ ،‬دار المناهج للنشر والتوزيع‪.2013 ،‬‬ ‫‪)16‬‬

‫‪94‬‬
 .2009-2008، ‫ جامعة تشرين‬،‫ مبادئ االحتماالت واالحصاء‬،‫مبارك اسبير ديب‬ )17
.2007، ‫ دار اليازوري‬،‫ مبادئ االحصاء‬،‫محمد صبحي ابو صالح‬ )18
‫ الطبعة االولى‬،‫ ديوان المطبوعات الجامعية‬،‫ االحصاء الرياضي والنماذج االحصائية‬،‫معتوق أمحمد‬ )19
.2015،
، ‫ ترجمة محمود أبو النصر و مصطفى جالل مصطفى‬، ‫جون شيل أر الوسيرينيقسان‬، ‫موراي شبيجل‬ )20
، ‫ مصر‬، ‫ الطبعة االولى‬،‫ الدار الدولية لالستثمارات الثقافية‬،‫ ملخصات شوم‬، ‫االحتماالت و االحصاء‬
.2004
.2007 ،‫ مؤسسة الوراق للنشر والتوزيع‬،‫ اإلحصاء المتقدم في دعم القرار‬،‫مؤيد عبد الحسين الفضل‬ )21

:‫المراجع باللغة األجنبية‬

1) Bernard Rosner , Fundamentals of Biostatistics , Cengage Learning , 8 th
edition , United States of America ,2015 .
2) Dennis D. Wackerly; William Mendenhall, Richard L. Scheaffer
,Mathematical Statistics with Applications , 7th ed , International Student
Edition,2008
3) Douglas C. Montgomery; George C. Ranger, Applied Statistics and
Probability for Engineers, John Wiley & Sons,3rd ed , 2003 .
4) Michel Lejeune, Statistique La théorie et ses applications, Deuxième édition,
Springer-Verlag France, Paris ,2010.
5) Olive jean dunn , Virginia A.Clarck, Basic Statics , Fourth Edition , A jhon
wlley & sons publication , United States of America., 2009.
6) Prasanna Sahoo, Probability and Mathematical Statistics, University of
Louisville, Department of Mathematics, 2013.
7) Sheldon M. Ross , introduction to probability and statistics ,fourth edition ,
Department of Industrial Engineering and Operations Research University of
California , Elsevier Academic Press ,2009.
8) Ted Graham, Mathematics Enhancement Programme , Faculty of Education
University of Plymouth , 2005 .
9) Werner Linde, Probability Theory , degruyter , Berlin/Boston,2016 .

95
‫المـــــــــــالحــــــق‬
 ‫المالحق ‪:‬‬
‫الملحق االول ‪ :‬جدول التوزيع الطبيعي المعياري) ‪(Table de Loi Normale‬‬
‫مثال ‪ :‬يمكن ايجاد قيمة االحتمال (المساحة) ‪ P‬انطالقا من قيم ‪ z‬و نكتب‪:‬‬
‫‪𝑃(𝑧 ≤ 1.14)=0.8729‬‬
‫‪Z‬‬ ‫‪0.00‬‬ ‫‪0.01‬‬ ‫‪0.02 0.03 0.04‬‬ ‫‪0.05‬‬ ‫‪0.06 0.07 0.08 0.09‬‬
‫‪0.0‬‬ ‫‪0.5000‬‬ ‫‪0.5040‬‬ ‫‪0.5080‬‬ ‫‪0.5120‬‬ ‫‪0.5160‬‬ ‫‪0.5199‬‬ ‫‪0.5239‬‬ ‫‪0.5279‬‬ ‫‪0.5319‬‬ ‫‪0.5359‬‬
‫‪0.1‬‬ ‫‪0.5398‬‬ ‫‪0.5438‬‬ ‫‪0.5478‬‬ ‫‪0.5517‬‬ ‫‪0.5557‬‬ ‫‪0.5596‬‬ ‫‪0.5636‬‬ ‫‪0.5675‬‬ ‫‪0.5714‬‬ ‫‪0.5753‬‬
‫‪0.2‬‬ ‫‪0.5793‬‬ ‫‪0.5832‬‬ ‫‪0.5871‬‬ ‫‪0.5910‬‬ ‫‪0.5948‬‬ ‫‪0.5987‬‬ ‫‪0.6026‬‬ ‫‪0.6064‬‬ ‫‪0.6103‬‬ ‫‪0.6141‬‬
‫‪0.3‬‬ ‫‪0.6179‬‬ ‫‪0.6217‬‬ ‫‪0.6255‬‬ ‫‪0.6293‬‬ ‫‪0.6331‬‬ ‫‪0.6368‬‬ ‫‪0.6406‬‬ ‫‪0.6443‬‬ ‫‪0.6480‬‬ ‫‪0.6517‬‬
‫‪0.4‬‬ ‫‪0.6554‬‬ ‫‪0.6591‬‬ ‫‪0.6628‬‬ ‫‪0.6664‬‬ ‫‪0.6700‬‬ ‫‪0.6736‬‬ ‫‪0.6772‬‬ ‫‪0.6808‬‬ ‫‪0.6844‬‬ ‫‪0.6879‬‬
‫‪0.5‬‬ ‫‪0.6915‬‬ ‫‪0.6950‬‬ ‫‪0.6985‬‬ ‫‪0.7019‬‬ ‫‪0.7054‬‬ ‫‪0.7088‬‬ ‫‪0.7123‬‬ ‫‪0.7157‬‬ ‫‪0.7190‬‬ ‫‪0.7224‬‬
‫‪0.6‬‬ ‫‪0.7257‬‬ ‫‪0.7291‬‬ ‫‪0.7324‬‬ ‫‪0.7357‬‬ ‫‪0.7389‬‬ ‫‪0.7422‬‬ ‫‪0.7454‬‬ ‫‪0.7486‬‬ ‫‪0.7517‬‬ ‫‪0.7549‬‬
‫‪0.7‬‬ ‫‪0.7580‬‬ ‫‪0.7611‬‬ ‫‪0.7642‬‬ ‫‪0.7673‬‬ ‫‪0.7704‬‬ ‫‪0.7734‬‬ ‫‪0.7764‬‬ ‫‪0.7794‬‬ ‫‪0.7823‬‬ ‫‪0.7852‬‬
‫‪0.8‬‬ ‫‪0.7881‬‬ ‫‪0.7910‬‬ ‫‪0.7939‬‬ ‫‪0.7967‬‬ ‫‪0.7995‬‬ ‫‪0.8023‬‬ ‫‪0.8051‬‬ ‫‪0.8078‬‬ ‫‪0.8106‬‬ ‫‪0.8133‬‬
‫‪0.9‬‬ ‫‪0.8159‬‬ ‫‪0.8186‬‬ ‫‪0.8212‬‬ ‫‪0.8238‬‬ ‫‪0.8264‬‬ ‫‪0.8289‬‬ ‫‪0.8315‬‬ ‫‪0.8340‬‬ ‫‪0.8365‬‬ ‫‪0.8389‬‬
‫‪1.0‬‬ ‫‪0.8413‬‬ ‫‪0.8438‬‬ ‫‪0.8461‬‬ ‫‪0.8485‬‬ ‫‪0.8508‬‬ ‫‪0.8531‬‬ ‫‪0.8554‬‬ ‫‪0.8577‬‬ ‫‪0.8599‬‬ ‫‪0.8621‬‬
‫‪1.1‬‬ ‫‪0.8643‬‬ ‫‪0.8665‬‬ ‫‪0.8686‬‬ ‫‪0.8708‬‬ ‫‪0.8729‬‬ ‫‪0.8749‬‬ ‫‪0.8770‬‬ ‫‪0.8790‬‬ ‫‪0.8810‬‬ ‫‪0.8830‬‬
‫‪1.2‬‬ ‫‪0.8849‬‬ ‫‪0.8869‬‬ ‫‪0.8888‬‬ ‫‪0.8907‬‬ ‫‪0.8925‬‬ ‫‪0.8944‬‬ ‫‪0.8962‬‬ ‫‪0.8980‬‬ ‫‪0.8997‬‬ ‫‪0.9015‬‬
‫‪1.3‬‬ ‫‪0.9032‬‬ ‫‪0.9049‬‬ ‫‪0.9066‬‬ ‫‪0.9082‬‬ ‫‪0.9099‬‬ ‫‪0.9115‬‬ ‫‪0.9131‬‬ ‫‪0.9147‬‬ ‫‪0.9162‬‬ ‫‪0.9177‬‬
‫‪1.4‬‬ ‫‪0.9192‬‬ ‫‪0.9207‬‬ ‫‪0.9222‬‬ ‫‪0.9236‬‬ ‫‪0.9251‬‬ ‫‪0.9265‬‬ ‫‪0.9279‬‬ ‫‪0.9292‬‬ ‫‪0.9306‬‬ ‫‪0.9319‬‬
‫‪1.5‬‬ ‫‪0.9332‬‬ ‫‪0.9345‬‬ ‫‪0.9357‬‬ ‫‪0.9370‬‬ ‫‪0.9382‬‬ ‫‪0.9394‬‬ ‫‪0.9406‬‬ ‫‪0.9418‬‬ ‫‪0.9429‬‬ ‫‪0.9441‬‬
‫‪1.6‬‬ ‫‪0.9452‬‬ ‫‪0.9463‬‬ ‫‪0.9474‬‬ ‫‪0.9484‬‬ ‫‪0.9495‬‬ ‫‪0.9505‬‬ ‫‪0.9515‬‬ ‫‪0.9525‬‬ ‫‪0.9535‬‬ ‫‪0.9545‬‬
‫‪1.7‬‬ ‫‪0.9554‬‬ ‫‪0.9564‬‬ ‫‪0.9573‬‬ ‫‪0.9582‬‬ ‫‪0.9591‬‬ ‫‪0.9599‬‬ ‫‪0.9608‬‬ ‫‪0.9616‬‬ ‫‪0.9625‬‬ ‫‪0.9633‬‬
‫‪1.8‬‬ ‫‪0.9641‬‬ ‫‪0.9649‬‬ ‫‪0.9656‬‬ ‫‪0.9664‬‬ ‫‪0.9671‬‬ ‫‪0.9678‬‬ ‫‪0.9686‬‬ ‫‪0.9693‬‬ ‫‪0.9699‬‬ ‫‪0.9706‬‬
‫‪1.9‬‬ ‫‪0.9713‬‬ ‫‪0.9719‬‬ ‫‪0.9726‬‬ ‫‪0.9732‬‬ ‫‪0.9738‬‬ ‫‪0.9744‬‬ ‫‪0.9750‬‬ ‫‪0.9756‬‬ ‫‪0.9761‬‬ ‫‪0.9767‬‬
‫‪2.0‬‬ ‫‪0.9772‬‬ ‫‪0.9778‬‬ ‫‪0.9783‬‬ ‫‪0.9788‬‬ ‫‪0.9793‬‬ ‫‪0.9798‬‬ ‫‪0.9803‬‬ ‫‪0.9808‬‬ ‫‪0.9812‬‬ ‫‪0.9817‬‬
‫‪2.1‬‬ ‫‪0.9821‬‬ ‫‪0.9826‬‬ ‫‪0.9830‬‬ ‫‪0.9834‬‬ ‫‪0.9838‬‬ ‫‪0.9842‬‬ ‫‪0.9846‬‬ ‫‪0.9850‬‬ ‫‪0.9854‬‬ ‫‪0.9857‬‬
‫‪2.2‬‬ ‫‪0.9861‬‬ ‫‪0.9864‬‬ ‫‪0.9868‬‬ ‫‪0.9871‬‬ ‫‪0.9875‬‬ ‫‪0.9878‬‬ ‫‪0.9881‬‬ ‫‪0.9884‬‬ ‫‪0.9887‬‬ ‫‪0.9890‬‬
‫‪2.3‬‬ ‫‪0.9893‬‬ ‫‪0.9896‬‬ ‫‪0.9898‬‬ ‫‪0.9901‬‬ ‫‪0.9904‬‬ ‫‪0.9906‬‬ ‫‪0.9909‬‬ ‫‪0.9911‬‬ ‫‪0.9913‬‬ ‫‪0.9916‬‬
‫‪2.4‬‬ ‫‪0.9918‬‬ ‫‪0.9920‬‬ ‫‪0.9922‬‬ ‫‪0.9925‬‬ ‫‪0.9927‬‬ ‫‪0.9929‬‬ ‫‪0.9931‬‬ ‫‪0.9932‬‬ ‫‪0.9934‬‬ ‫‪0.9936‬‬
‫‪2.5‬‬ ‫‪0.9938‬‬ ‫‪0.9940‬‬ ‫‪0.9941‬‬ ‫‪0.9943‬‬ ‫‪0.9945‬‬ ‫‪0.9946‬‬ ‫‪0.9948‬‬ ‫‪0.9949‬‬ ‫‪0.9951‬‬ ‫‪0.9952‬‬
‫‪2.6‬‬ ‫‪0.9953‬‬ ‫‪0.9955‬‬ ‫‪0.9956‬‬ ‫‪0.9957‬‬ ‫‪0.9959‬‬ ‫‪0.9960‬‬ ‫‪0.9961‬‬ ‫‪0.9962‬‬ ‫‪0.9963‬‬ ‫‪0.9964‬‬
‫‪2.7‬‬ ‫‪0.9965‬‬ ‫‪0.9966‬‬ ‫‪0.9967‬‬ ‫‪0.9968‬‬ ‫‪0.9969‬‬ ‫‪0.9970‬‬ ‫‪0.9971‬‬ ‫‪0.9972‬‬ ‫‪0.9973‬‬ ‫‪0.9974‬‬
‫‪2.8‬‬ ‫‪0.9974‬‬ ‫‪0.9975‬‬ ‫‪0.9976‬‬ ‫‪0.9977‬‬ ‫‪0.9977‬‬ ‫‪0.9978‬‬ ‫‪0.9979‬‬ ‫‪0.9979‬‬ ‫‪0.9980‬‬ ‫‪0.9981‬‬
‫‪2.9‬‬ ‫‪0.9981‬‬ ‫‪0.9982‬‬ ‫‪0.9982‬‬ ‫‪0.9983‬‬ ‫‪0.9984‬‬ ‫‪0.9984‬‬ ‫‪0.9985‬‬ ‫‪0.9985‬‬ ‫‪0.9986‬‬ ‫‪0.9986‬‬
‫‪3.0‬‬ ‫‪0.9987‬‬ ‫‪0.9987‬‬ ‫‪0.9987‬‬ ‫‪0.9988‬‬ ‫‪0.9988‬‬ ‫‪0.9989‬‬ ‫‪0.9989‬‬ ‫‪0.9989‬‬ ‫‪0.9990‬‬ ‫‪0.9990‬‬

‫‪97‬‬
 ‫الملحق الثاني‪ :‬جدول التوزيع ستودنت ) ‪(Table de la Loi de Student‬‬
‫مثال‪ :‬اذا كانت درجة الحرية ‪ 𝐯 = 11‬و االحتمال (المساحة) المقابل له ‪ P=0.95‬ادن القيمة الجدولية هي ‪ 1,796‬و نكتب‪:‬‬
‫‪t(p , v)= t(0.95 , 11) = 1,796‬‬ ‫‪,‬‬ ‫‪P(𝑥 ≤ 1,796)=0.95‬‬
‫𝐩‪𝐯⁄‬‬ ‫‪0.6‬‬ ‫‪0.7‬‬ ‫‪0.8‬‬ ‫‪0.9‬‬ ‫‪0.95‬‬ ‫‪0.975‬‬ ‫‪0.99‬‬ ‫‪0.995‬‬ ‫‪0.9995‬‬
‫‪1‬‬ ‫‪0,325‬‬ ‫‪0,727‬‬ ‫‪1,376‬‬ ‫‪3,078‬‬ ‫‪6,314‬‬ ‫‪12,706‬‬ ‫‪31,821‬‬ ‫‪63,656‬‬ ‫‪636,580‬‬
‫‪2‬‬ ‫‪0,289‬‬ ‫‪0,617‬‬ ‫‪1,061‬‬ ‫‪1,886‬‬ ‫‪2,920‬‬ ‫‪4,303‬‬ ‫‪6,965‬‬ ‫‪9,925‬‬ ‫‪31,600‬‬
‫‪3‬‬ ‫‪0,277‬‬ ‫‪0,584‬‬ ‫‪0,979‬‬ ‫‪1,638‬‬ ‫‪2,353‬‬ ‫‪3,182‬‬ ‫‪4,541‬‬ ‫‪5,841‬‬ ‫‪12,924‬‬
‫‪4‬‬ ‫‪0,271‬‬ ‫‪0,569‬‬ ‫‪0,941‬‬ ‫‪1,533‬‬ ‫‪2,132‬‬ ‫‪2,777‬‬ ‫‪3,747‬‬ ‫‪4,604‬‬ ‫‪8,610‬‬
‫‪5‬‬ ‫‪0,267‬‬ ‫‪0,559‬‬ ‫‪0,920‬‬ ‫‪1,476‬‬ ‫‪2,015‬‬ ‫‪2,571‬‬ ‫‪3,365‬‬ ‫‪4,032‬‬ ‫‪6,869‬‬
‫‪6‬‬ ‫‪0,265‬‬ ‫‪0,553‬‬ ‫‪0,906‬‬ ‫‪1,440‬‬ ‫‪1,943‬‬ ‫‪2,447‬‬ ‫‪3,143‬‬ ‫‪3,707‬‬ ‫‪5,959‬‬
‫‪7‬‬ ‫‪0,263‬‬ ‫‪0,549‬‬ ‫‪0,896‬‬ ‫‪1,415‬‬ ‫‪1,895‬‬ ‫‪2,365‬‬ ‫‪2,998‬‬ ‫‪3,500‬‬ ‫‪5,408‬‬
‫‪8‬‬ ‫‪0,262‬‬ ‫‪0,546‬‬ ‫‪0,889‬‬ ‫‪1,397‬‬ ‫‪1,860‬‬ ‫‪2,306‬‬ ‫‪2,897‬‬ ‫‪3,355‬‬ ‫‪5,041‬‬
‫‪9‬‬ ‫‪0,261‬‬ ‫‪0,544‬‬ ‫‪0,883‬‬ ‫‪1,383‬‬ ‫‪1,833‬‬ ‫‪2,262‬‬ ‫‪2,821‬‬ ‫‪3,250‬‬ ‫‪4,781‬‬
‫‪10‬‬ ‫‪0,260‬‬ ‫‪0,542‬‬ ‫‪0,879‬‬ ‫‪1,372‬‬ ‫‪1,813‬‬ ‫‪2,228‬‬ ‫‪2,764‬‬ ‫‪3,169‬‬ ‫‪4,587‬‬
‫‪11‬‬ ‫‪0,260‬‬ ‫‪0,540‬‬ ‫‪0,876‬‬ ‫‪1,363‬‬ ‫‪1,796‬‬ ‫‪2,201‬‬ ‫‪2,718‬‬ ‫‪3,106‬‬ ‫‪4,437‬‬
‫‪12‬‬ ‫‪0,259‬‬ ‫‪0,539‬‬ ‫‪0,873‬‬ ‫‪1,356‬‬ ‫‪1,782‬‬ ‫‪2,179‬‬ ‫‪2,681‬‬ ‫‪3,055‬‬ ‫‪4,318‬‬
‫‪13‬‬ ‫‪0,259‬‬ ‫‪0,538‬‬ ‫‪0,870‬‬ ‫‪1,350‬‬ ‫‪1,771‬‬ ‫‪2,160‬‬ ‫‪2,650‬‬ ‫‪3,012‬‬ ‫‪4,221‬‬
‫‪14‬‬ ‫‪0,258‬‬ ‫‪0,537‬‬ ‫‪0,868‬‬ ‫‪1,345‬‬ ‫‪1,761‬‬ ‫‪2,145‬‬ ‫‪2,625‬‬ ‫‪2,977‬‬ ‫‪4,140‬‬
‫‪15‬‬ ‫‪0,258‬‬ ‫‪0,536‬‬ ‫‪0,866‬‬ ‫‪1,341‬‬ ‫‪1,753‬‬ ‫‪2,132‬‬ ‫‪2,603‬‬ ‫‪2,947‬‬ ‫‪4,073‬‬
‫‪16‬‬ ‫‪0,258‬‬ ‫‪0,535‬‬ ‫‪0,865‬‬ ‫‪1,337‬‬ ‫‪1,746‬‬ ‫‪2,120‬‬ ‫‪2,584‬‬ ‫‪2,921‬‬ ‫‪4,015‬‬
‫‪17‬‬ ‫‪0,257‬‬ ‫‪0,534‬‬ ‫‪0,863‬‬ ‫‪1,333‬‬ ‫‪1,740‬‬ ‫‪2,110‬‬ ‫‪2,567‬‬ ‫‪2,898‬‬ ‫‪3,965‬‬
‫‪18‬‬ ‫‪0,257‬‬ ‫‪0,534‬‬ ‫‪0,862‬‬ ‫‪1,330‬‬ ‫‪1,734‬‬ ‫‪2,101‬‬ ‫‪2,552‬‬ ‫‪2,878‬‬ ‫‪3,922‬‬
‫‪19‬‬ ‫‪0,257‬‬ ‫‪0,533‬‬ ‫‪0,861‬‬ ‫‪1,328‬‬ ‫‪1,729‬‬ ‫‪2,093‬‬ ‫‪2,540‬‬ ‫‪2,861‬‬ ‫‪3,883‬‬
‫‪20‬‬ ‫‪0,257‬‬ ‫‪0,533‬‬ ‫‪0,860‬‬ ‫‪1,325‬‬ ‫‪1,725‬‬ ‫‪2,086‬‬ ‫‪2,528‬‬ ‫‪2,845‬‬ ‫‪3,850‬‬
‫‪21‬‬ ‫‪0,257‬‬ ‫‪0,533‬‬ ‫‪0,859‬‬ ‫‪1,323‬‬ ‫‪1,721‬‬ ‫‪2,080‬‬ ‫‪2,518‬‬ ‫‪2,831‬‬ ‫‪3,819‬‬
‫‪22‬‬ ‫‪0,256‬‬ ‫‪0,532‬‬ ‫‪0,858‬‬ ‫‪1,321‬‬ ‫‪1,717‬‬ ‫‪2,074‬‬ ‫‪2,508‬‬ ‫‪2,819‬‬ ‫‪3,792‬‬
‫‪23‬‬ ‫‪0,256‬‬ ‫‪0,532‬‬ ‫‪0,858‬‬ ‫‪1,320‬‬ ‫‪1,714‬‬ ‫‪2,069‬‬ ‫‪2,500‬‬ ‫‪2,807‬‬ ‫‪3,768‬‬
‫‪24‬‬ ‫‪0,256‬‬ ‫‪0,531‬‬ ‫‪0,857‬‬ ‫‪1,318‬‬ ‫‪1,711‬‬ ‫‪2,064‬‬ ‫‪2,492‬‬ ‫‪2,797‬‬ ‫‪3,745‬‬
‫‪25‬‬ ‫‪0,256‬‬ ‫‪0,531‬‬ ‫‪0,856‬‬ ‫‪1,316‬‬ ‫‪1,708‬‬ ‫‪2,060‬‬ ‫‪2,485‬‬ ‫‪2,787‬‬ ‫‪3,725‬‬
‫‪26‬‬ ‫‪0,256‬‬ ‫‪0,531‬‬ ‫‪0,856‬‬ ‫‪1,315‬‬ ‫‪1,706‬‬ ‫‪2,056‬‬ ‫‪2,479‬‬ ‫‪2,779‬‬ ‫‪3,707‬‬
‫‪27‬‬ ‫‪0,256‬‬ ‫‪0,531‬‬ ‫‪0,855‬‬ ‫‪1,314‬‬ ‫‪1,703‬‬ ‫‪2,052‬‬ ‫‪2,473‬‬ ‫‪2,771‬‬ ‫‪3,690‬‬
‫‪28‬‬ ‫‪0,256‬‬ ‫‪0,530‬‬ ‫‪0,855‬‬ ‫‪1,313‬‬ ‫‪1,701‬‬ ‫‪2,048‬‬ ‫‪2,467‬‬ ‫‪2,763‬‬ ‫‪3,674‬‬
‫‪29‬‬ ‫‪0,256‬‬ ‫‪0,530‬‬ ‫‪0,854‬‬ ‫‪1,311‬‬ ‫‪1,699‬‬ ‫‪2,045‬‬ ‫‪2,462‬‬ ‫‪2,756‬‬ ‫‪3,660‬‬
‫‪30‬‬ ‫‪0,256‬‬ ‫‪0,530‬‬ ‫‪0,854‬‬ ‫‪1,310‬‬ ‫‪1,697‬‬ ‫‪2,042‬‬ ‫‪2,457‬‬ ‫‪2,750‬‬ ‫‪3,646‬‬
‫‪40‬‬ ‫‪0,255‬‬ ‫‪0,529‬‬ ‫‪0,851‬‬ ‫‪1,303‬‬ ‫‪1,684‬‬ ‫‪2,021‬‬ ‫‪2,423‬‬ ‫‪2,705‬‬ ‫‪3,551‬‬
‫‪50‬‬ ‫‪0,255‬‬ ‫‪0,528‬‬ ‫‪0,849‬‬ ‫‪1,299‬‬ ‫‪1,676‬‬ ‫‪2,009‬‬ ‫‪2,403‬‬ ‫‪2,678‬‬ ‫‪3,496‬‬
‫‪60‬‬ ‫‪0,255‬‬ ‫‪0,527‬‬ ‫‪0,848‬‬ ‫‪1,296‬‬ ‫‪1,671‬‬ ‫‪2,000‬‬ ‫‪2,390‬‬ ‫‪2,660‬‬ ‫‪3,460‬‬
‫‪70‬‬ ‫‪0,254‬‬ ‫‪0,527‬‬ ‫‪0,847‬‬ ‫‪1,294‬‬ ‫‪1,667‬‬ ‫‪1,994‬‬ ‫‪2,381‬‬ ‫‪2,648‬‬ ‫‪3,435‬‬
‫‪80‬‬ ‫‪0,254‬‬ ‫‪0,527‬‬ ‫‪0,846‬‬ ‫‪1,292‬‬ ‫‪1,664‬‬ ‫‪1,990‬‬ ‫‪2,374‬‬ ‫‪2,639‬‬ ‫‪3,416‬‬
‫‪90‬‬ ‫‪0,254‬‬ ‫‪0,526‬‬ ‫‪0,846‬‬ ‫‪1,291‬‬ ‫‪1,662‬‬ ‫‪1,987‬‬ ‫‪2,369‬‬ ‫‪2,632‬‬ ‫‪3,402‬‬
‫‪100‬‬ ‫‪0,254‬‬ ‫‪0,526‬‬ ‫‪0,845‬‬ ‫‪1,290‬‬ ‫‪1,660‬‬ ‫‪1,984‬‬ ‫‪2,364‬‬ ‫‪2,626‬‬ ‫‪3,391‬‬
‫‪110‬‬ ‫‪0,254‬‬ ‫‪0,526‬‬ ‫‪0,845‬‬ ‫‪1,289‬‬ ‫‪1,659‬‬ ‫‪1,982‬‬ ‫‪2,361‬‬ ‫‪2,621‬‬ ‫‪3,381‬‬
‫‪120‬‬ ‫‪0,254‬‬ ‫‪0,526‬‬ ‫‪0,845‬‬ ‫‪1,289‬‬ ‫‪1,658‬‬ ‫‪1,980‬‬ ‫‪2,358‬‬ ‫‪2,617‬‬ ‫‪3,373‬‬
‫‪130‬‬ ‫‪0,254‬‬ ‫‪0,526‬‬ ‫‪0,844‬‬ ‫‪1,288‬‬ ‫‪1,657‬‬ ‫‪1,978‬‬ ‫‪2,355‬‬ ‫‪2,614‬‬ ‫‪3,367‬‬
‫‪140‬‬ ‫‪0,254‬‬ ‫‪0,526‬‬ ‫‪0,844‬‬ ‫‪1,288‬‬ ‫‪1,656‬‬ ‫‪1,977‬‬ ‫‪2,353‬‬ ‫‪2,611‬‬ ‫‪3,361‬‬
‫∞‬ ‫‪0,253‬‬ ‫‪0,524‬‬ ‫‪0,842‬‬ ‫‪1,282‬‬ ‫‪1,645‬‬ ‫‪1,960‬‬ ‫‪2,326‬‬ ‫‪2,576‬‬ ‫‪3,291‬‬

‫‪98‬‬
 ‫الملحق الثالث‪ :‬جدول التوزيع فيشر ‪( Table de la loi de Fisher‬عند مستوى احتمال ‪)P=0.95‬‬
‫𝟓𝟗‪𝐹𝟎.‬‬
‫حيث ‪ 𝑣1‬يمثل درجة حرية البسط و ‪ 𝑣2‬درجة حرية المقام و نكتب ‪(3 ,4)=6.59 :‬‬
‫𝟐𝒗‪𝒗𝟏 ⁄‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪12‬‬ ‫‪15‬‬ ‫‪20‬‬ ‫‪24‬‬ ‫‪30‬‬ ‫‪40‬‬ ‫‪60‬‬ ‫‪120‬‬
‫‪2‬‬ ‫‪161,4‬‬ ‫‪199,5‬‬ ‫‪215,71 224,58 230,16 233,99 236,77‬‬ ‫‪238,8‬‬ ‫‪240,54‬‬ ‫‪241,88‬‬ ‫‪243,91‬‬ ‫‪245,95‬‬ ‫‪248,01‬‬ ‫‪249,0‬‬ ‫‪250,1‬‬ ‫‪251,1‬‬ ‫‪252,2‬‬ ‫‪253,25‬‬
‫‪2‬‬ ‫‪18,51‬‬ ‫‪19‬‬ ‫‪19,16 19,25‬‬ ‫‪19,3‬‬ ‫‪19,33 19,35‬‬ ‫‪19,37‬‬ ‫‪19,38‬‬ ‫‪19,4‬‬ ‫‪19,41‬‬ ‫‪19,43‬‬ ‫‪19,45‬‬ ‫‪19,45‬‬ ‫‪19,46‬‬ ‫‪19,47‬‬ ‫‪19,48‬‬ ‫‪19,49‬‬
‫‪3‬‬ ‫‪10,13‬‬ ‫‪9,55‬‬ ‫‪9,28‬‬ ‫‪9,12‬‬ ‫‪9,01‬‬ ‫‪8,94‬‬ ‫‪8,89‬‬ ‫‪8,85‬‬ ‫‪8,81‬‬ ‫‪8,79‬‬ ‫‪8,74‬‬ ‫‪8,7‬‬ ‫‪8,66‬‬ ‫‪8,64‬‬ ‫‪8,62‬‬ ‫‪8,59‬‬ ‫‪8,57‬‬ ‫‪8,55‬‬
‫‪4‬‬ ‫‪7,71‬‬ ‫‪6,94‬‬ ‫‪6,59‬‬ ‫‪6,39‬‬ ‫‪6,26‬‬ ‫‪6,16‬‬ ‫‪6,09‬‬ ‫‪6,04‬‬ ‫‪6‬‬ ‫‪5,96‬‬ ‫‪5,91‬‬ ‫‪5,86‬‬ ‫‪5,8‬‬ ‫‪5,77‬‬ ‫‪5,75‬‬ ‫‪5,72‬‬ ‫‪5,69‬‬ ‫‪5,66‬‬
‫‪5‬‬ ‫‪6,61‬‬ ‫‪5,79‬‬ ‫‪5,41‬‬ ‫‪5,19‬‬ ‫‪5,05‬‬ ‫‪4,95‬‬ ‫‪4,88‬‬ ‫‪4,82‬‬ ‫‪4,77‬‬ ‫‪4,74‬‬ ‫‪4,68‬‬ ‫‪4,62‬‬ ‫‪4,56‬‬ ‫‪4,53‬‬ ‫‪4,5‬‬ ‫‪4,46‬‬ ‫‪4,43‬‬ ‫‪4,4‬‬
‫‪6‬‬ ‫‪5,99‬‬ ‫‪5,14‬‬ ‫‪4,76‬‬ ‫‪4,53‬‬ ‫‪4,39‬‬ ‫‪4,28‬‬ ‫‪4,21‬‬ ‫‪4,15‬‬ ‫‪4,1‬‬ ‫‪4,06‬‬ ‫‪4‬‬ ‫‪3,94‬‬ ‫‪3,87‬‬ ‫‪3,84‬‬ ‫‪3,81‬‬ ‫‪3,77‬‬ ‫‪3,74‬‬ ‫‪3,7‬‬
‫‪7‬‬ ‫‪5,59‬‬ ‫‪4,74‬‬ ‫‪4,35‬‬ ‫‪4,12‬‬ ‫‪3,97‬‬ ‫‪3,87‬‬ ‫‪3,79‬‬ ‫‪3,73‬‬ ‫‪3,68‬‬ ‫‪3,64‬‬ ‫‪3,57‬‬ ‫‪3,51‬‬ ‫‪3,44‬‬ ‫‪3,41‬‬ ‫‪3,38‬‬ ‫‪3,34‬‬ ‫‪3,3‬‬ ‫‪3,27‬‬
‫‪8‬‬ ‫‪5,32‬‬ ‫‪4,46‬‬ ‫‪4,07‬‬ ‫‪3,84‬‬ ‫‪3,69‬‬ ‫‪3,58‬‬ ‫‪3,5‬‬ ‫‪3,44‬‬ ‫‪3,39‬‬ ‫‪3,35‬‬ ‫‪3,28‬‬ ‫‪3,22‬‬ ‫‪3,15‬‬ ‫‪3,12‬‬ ‫‪3,08‬‬ ‫‪3,04‬‬ ‫‪3,01‬‬ ‫‪2,97‬‬
‫‪9‬‬ ‫‪5,12‬‬ ‫‪4,26‬‬ ‫‪3,86‬‬ ‫‪3,63‬‬ ‫‪3,48‬‬ ‫‪3,37‬‬ ‫‪3,29‬‬ ‫‪3,23‬‬ ‫‪3,18‬‬ ‫‪3,14‬‬ ‫‪3,07‬‬ ‫‪3,01‬‬ ‫‪2,94‬‬ ‫‪2,9‬‬ ‫‪2,86‬‬ ‫‪2,83‬‬ ‫‪2,79‬‬ ‫‪2,75‬‬
‫‪10‬‬ ‫‪4,96‬‬ ‫‪4,1‬‬ ‫‪3,71‬‬ ‫‪3,48‬‬ ‫‪3,33‬‬ ‫‪3,22‬‬ ‫‪3,14‬‬ ‫‪3,07‬‬ ‫‪3,02‬‬ ‫‪2,98‬‬ ‫‪2,91‬‬ ‫‪2,85‬‬ ‫‪2,77‬‬ ‫‪2,74‬‬ ‫‪2,7‬‬ ‫‪2,66‬‬ ‫‪2,62‬‬ ‫‪2,58‬‬
‫‪11‬‬ ‫‪4,84‬‬ ‫‪3,98‬‬ ‫‪3,59‬‬ ‫‪3,36‬‬ ‫‪3,2‬‬ ‫‪3,09‬‬ ‫‪3,01‬‬ ‫‪2,95‬‬ ‫‪2,9‬‬ ‫‪2,85‬‬ ‫‪2,79‬‬ ‫‪2,72‬‬ ‫‪2,65‬‬ ‫‪2,61‬‬ ‫‪2,57‬‬ ‫‪2,53‬‬ ‫‪2,49‬‬ ‫‪2,45‬‬
‫‪12‬‬ ‫‪4,75‬‬ ‫‪3,89‬‬ ‫‪3,49‬‬ ‫‪3,26‬‬ ‫‪3,11‬‬ ‫‪3‬‬ ‫‪2,91‬‬ ‫‪2,85‬‬ ‫‪2,8‬‬ ‫‪2,75‬‬ ‫‪2,69‬‬ ‫‪2,62‬‬ ‫‪2,54‬‬ ‫‪2,51‬‬ ‫‪2,47‬‬ ‫‪2,43‬‬ ‫‪2,38‬‬ ‫‪2,34‬‬
‫‪13‬‬ ‫‪4,67‬‬ ‫‪3,81‬‬ ‫‪3,41‬‬ ‫‪3,18‬‬ ‫‪3,03‬‬ ‫‪2,92‬‬ ‫‪2,83‬‬ ‫‪2,77‬‬ ‫‪2,71‬‬ ‫‪2,67‬‬ ‫‪2,6‬‬ ‫‪2,53‬‬ ‫‪2,46‬‬ ‫‪2,42‬‬ ‫‪2,38‬‬ ‫‪2,34‬‬ ‫‪2,3‬‬ ‫‪2,25‬‬
‫‪14‬‬ ‫‪4,6‬‬ ‫‪3,74‬‬ ‫‪3,34‬‬ ‫‪3,11‬‬ ‫‪2,96‬‬ ‫‪2,85‬‬ ‫‪2,76‬‬ ‫‪2,7‬‬ ‫‪2,65‬‬ ‫‪2,6‬‬ ‫‪2,53‬‬ ‫‪2,46‬‬ ‫‪2,39‬‬ ‫‪2,35‬‬ ‫‪2,31‬‬ ‫‪2,27‬‬ ‫‪2,22‬‬ ‫‪2,18‬‬
‫‪15‬‬ ‫‪4,54‬‬ ‫‪3,68‬‬ ‫‪3,29‬‬ ‫‪3,06‬‬ ‫‪2,9‬‬ ‫‪2,79‬‬ ‫‪2,71‬‬ ‫‪2,64‬‬ ‫‪2,59‬‬ ‫‪2,54‬‬ ‫‪2,48‬‬ ‫‪2,4‬‬ ‫‪2,33‬‬ ‫‪2,29‬‬ ‫‪2,25‬‬ ‫‪2,2‬‬ ‫‪2,16‬‬ ‫‪2,11‬‬
‫‪16‬‬ ‫‪4,49‬‬ ‫‪3,63‬‬ ‫‪3,24‬‬ ‫‪3,01‬‬ ‫‪2,85‬‬ ‫‪2,74‬‬ ‫‪2,66‬‬ ‫‪2,59‬‬ ‫‪2,54‬‬ ‫‪2,49‬‬ ‫‪2,42‬‬ ‫‪2,35‬‬ ‫‪2,28‬‬ ‫‪2,24‬‬ ‫‪2,19‬‬ ‫‪2,15‬‬ ‫‪2,11‬‬ ‫‪2,06‬‬
‫‪17‬‬ ‫‪4,45‬‬ ‫‪3,59‬‬ ‫‪3,2‬‬ ‫‪2,96‬‬ ‫‪2,81‬‬ ‫‪2,7‬‬ ‫‪2,61‬‬ ‫‪2,55‬‬ ‫‪2,49‬‬ ‫‪2,45‬‬ ‫‪2,38‬‬ ‫‪2,31‬‬ ‫‪2,23‬‬ ‫‪2,19‬‬ ‫‪2,15‬‬ ‫‪2,1‬‬ ‫‪2,06‬‬ ‫‪2,01‬‬
‫‪18‬‬ ‫‪4,41‬‬ ‫‪3,55‬‬ ‫‪3,16‬‬ ‫‪2,93‬‬ ‫‪2,77‬‬ ‫‪2,66‬‬ ‫‪2,58‬‬ ‫‪2,51‬‬ ‫‪2,46‬‬ ‫‪2,41‬‬ ‫‪2,34‬‬ ‫‪2,27‬‬ ‫‪2,19‬‬ ‫‪2,15‬‬ ‫‪2,11‬‬ ‫‪2,06‬‬ ‫‪2,02‬‬ ‫‪1,97‬‬
‫‪19‬‬ ‫‪4,38‬‬ ‫‪3,52‬‬ ‫‪3,13‬‬ ‫‪2,9‬‬ ‫‪2,74‬‬ ‫‪2,63‬‬ ‫‪2,54‬‬ ‫‪2,48‬‬ ‫‪2,42‬‬ ‫‪2,38‬‬ ‫‪2,31‬‬ ‫‪2,23‬‬ ‫‪2,16‬‬ ‫‪2,11‬‬ ‫‪2,07‬‬ ‫‪2,03‬‬ ‫‪1,98‬‬ ‫‪1,93‬‬
‫‪20‬‬ ‫‪4,35‬‬ ‫‪3,49‬‬ ‫‪3,1‬‬ ‫‪2,87‬‬ ‫‪2,71‬‬ ‫‪2,6‬‬ ‫‪2,51‬‬ ‫‪2,45‬‬ ‫‪2,39‬‬ ‫‪2,35‬‬ ‫‪2,28‬‬ ‫‪2,2‬‬ ‫‪2,12‬‬ ‫‪2,08‬‬ ‫‪2,04‬‬ ‫‪1,99‬‬ ‫‪1,95‬‬ ‫‪1,9‬‬
‫‪21‬‬ ‫‪4,32‬‬ ‫‪3,47‬‬ ‫‪3,07‬‬ ‫‪2,84‬‬ ‫‪2,68‬‬ ‫‪2,57‬‬ ‫‪2,49‬‬ ‫‪2,42‬‬ ‫‪2,37‬‬ ‫‪2,32‬‬ ‫‪2,25‬‬ ‫‪2,18‬‬ ‫‪2,1‬‬ ‫‪2,05‬‬ ‫‪2,01‬‬ ‫‪1,96‬‬ ‫‪1,92‬‬ ‫‪1,87‬‬
‫‪22‬‬ ‫‪4,3‬‬ ‫‪3,44‬‬ ‫‪3,05‬‬ ‫‪2,82‬‬ ‫‪2,66‬‬ ‫‪2,55‬‬ ‫‪2,46‬‬ ‫‪2,4‬‬ ‫‪2,34‬‬ ‫‪2,3‬‬ ‫‪2,23‬‬ ‫‪2,15‬‬ ‫‪2,07‬‬ ‫‪2,03‬‬ ‫‪1,98‬‬ ‫‪1,94‬‬ ‫‪1,89‬‬ ‫‪1,84‬‬
‫‪23‬‬ ‫‪4,28‬‬ ‫‪3,42‬‬ ‫‪3,03‬‬ ‫‪2,8‬‬ ‫‪2,64‬‬ ‫‪2,53‬‬ ‫‪2,44‬‬ ‫‪2,37‬‬ ‫‪2,32‬‬ ‫‪2,27‬‬ ‫‪2,2‬‬ ‫‪2,13‬‬ ‫‪2,05‬‬ ‫‪2,01‬‬ ‫‪1,96‬‬ ‫‪1,91‬‬ ‫‪1,86‬‬ ‫‪1,81‬‬
‫‪24‬‬ ‫‪4,26‬‬ ‫‪3,4‬‬ ‫‪3,01‬‬ ‫‪2,78‬‬ ‫‪2,62‬‬ ‫‪2,51‬‬ ‫‪2,42‬‬ ‫‪2,36‬‬ ‫‪2,3‬‬ ‫‪2,25‬‬ ‫‪2,18‬‬ ‫‪2,11‬‬ ‫‪2,03‬‬ ‫‪1,98‬‬ ‫‪1,94‬‬ ‫‪1,89‬‬ ‫‪1,84‬‬ ‫‪1,79‬‬
‫‪25‬‬ ‫‪4,24‬‬ ‫‪3,39‬‬ ‫‪2,99‬‬ ‫‪2,76‬‬ ‫‪2,6‬‬ ‫‪2,49‬‬ ‫‪2,4‬‬ ‫‪2,34‬‬ ‫‪2,28‬‬ ‫‪2,24‬‬ ‫‪2,16‬‬ ‫‪2,09‬‬ ‫‪2,01‬‬ ‫‪1,96‬‬ ‫‪1,92‬‬ ‫‪1,87‬‬ ‫‪1,82‬‬ ‫‪1,77‬‬
‫‪26‬‬ ‫‪4,23‬‬ ‫‪3,37‬‬ ‫‪2,98‬‬ ‫‪2,74‬‬ ‫‪2,59‬‬ ‫‪2,47‬‬ ‫‪2,39‬‬ ‫‪2,32‬‬ ‫‪2,27‬‬ ‫‪2,22‬‬ ‫‪2,15‬‬ ‫‪2,07‬‬ ‫‪1,99‬‬ ‫‪1,95‬‬ ‫‪1,9‬‬ ‫‪1,85‬‬ ‫‪1,8‬‬ ‫‪1,75‬‬
‫‪27‬‬ ‫‪4,21‬‬ ‫‪3,35‬‬ ‫‪2,96‬‬ ‫‪2,73‬‬ ‫‪2,57‬‬ ‫‪2,46‬‬ ‫‪2,37‬‬ ‫‪2,31‬‬ ‫‪2,25‬‬ ‫‪2,2‬‬ ‫‪2,13‬‬ ‫‪2,06‬‬ ‫‪1,97‬‬ ‫‪1,93‬‬ ‫‪1,88‬‬ ‫‪1,84‬‬ ‫‪1,79‬‬ ‫‪1,73‬‬
‫‪28‬‬ ‫‪4,2‬‬ ‫‪3,34‬‬ ‫‪2,95‬‬ ‫‪2,71‬‬ ‫‪2,56‬‬ ‫‪2,45‬‬ ‫‪2,36‬‬ ‫‪2,29‬‬ ‫‪2,24‬‬ ‫‪2,19‬‬ ‫‪2,12‬‬ ‫‪2,04‬‬ ‫‪1,96‬‬ ‫‪1,91‬‬ ‫‪1,87‬‬ ‫‪1,82‬‬ ‫‪1,77‬‬ ‫‪1,71‬‬
‫‪29‬‬ ‫‪4,18‬‬ ‫‪3,33‬‬ ‫‪2,93‬‬ ‫‪2,7‬‬ ‫‪2,55‬‬ ‫‪2,43‬‬ ‫‪2,35‬‬ ‫‪2,28‬‬ ‫‪2,22‬‬ ‫‪2,18‬‬ ‫‪2,1‬‬ ‫‪2,03‬‬ ‫‪1,94‬‬ ‫‪1,9‬‬ ‫‪1,85‬‬ ‫‪1,81‬‬ ‫‪1,75‬‬ ‫‪1,7‬‬
‫‪30‬‬ ‫‪4,17‬‬ ‫‪3,32‬‬ ‫‪2,92‬‬ ‫‪2,69‬‬ ‫‪2,53‬‬ ‫‪2,42‬‬ ‫‪2,33‬‬ ‫‪2,27‬‬ ‫‪2,21‬‬ ‫‪2,16‬‬ ‫‪2,09‬‬ ‫‪2,01‬‬ ‫‪1,93‬‬ ‫‪1,89‬‬ ‫‪1,84‬‬ ‫‪1,79‬‬ ‫‪1,74‬‬ ‫‪1,68‬‬
‫‪40‬‬ ‫‪4,08‬‬ ‫‪3,23‬‬ ‫‪2,84‬‬ ‫‪2,61‬‬ ‫‪2,45‬‬ ‫‪2,34‬‬ ‫‪2,25‬‬ ‫‪2,18‬‬ ‫‪2,12‬‬ ‫‪2,08‬‬ ‫‪2‬‬ ‫‪1,92‬‬ ‫‪1,84‬‬ ‫‪1,79‬‬ ‫‪1,74‬‬ ‫‪1,69‬‬ ‫‪1,64‬‬ ‫‪1,58‬‬
‫‪60‬‬ ‫‪4‬‬ ‫‪3,15‬‬ ‫‪2,76‬‬ ‫‪2,53‬‬ ‫‪2,37‬‬ ‫‪2,25‬‬ ‫‪2,17‬‬ ‫‪2,1‬‬ ‫‪2,04‬‬ ‫‪1,99‬‬ ‫‪1,92‬‬ ‫‪1,84‬‬ ‫‪1,75‬‬ ‫‪1,7‬‬ ‫‪1,65‬‬ ‫‪1,59‬‬ ‫‪1,53‬‬ ‫‪1,47‬‬
‫‪120‬‬ ‫‪3,92‬‬ ‫‪3,07‬‬ ‫‪2,68‬‬ ‫‪2,45‬‬ ‫‪2,29‬‬ ‫‪2,18‬‬ ‫‪2,09‬‬ ‫‪2,02‬‬ ‫‪1,96‬‬ ‫‪1,91‬‬ ‫‪1,83‬‬ ‫‪1,75‬‬ ‫‪1,66‬‬ ‫‪1,61‬‬ ‫‪1,55‬‬ ‫‪1,5‬‬ ‫‪1,43‬‬ ‫‪1,35‬‬
‫∞‬ ‫‪3,84‬‬ ‫‪3‬‬ ‫‪2,6‬‬ ‫‪2,37‬‬ ‫‪2,21‬‬ ‫‪2,1‬‬ ‫‪2,01‬‬ ‫‪1,94‬‬ ‫‪1,88‬‬ ‫‪1,83‬‬ ‫‪1,75‬‬ ‫‪1,67‬‬ ‫‪1,57‬‬ ‫‪1,52‬‬ ‫‪1,46‬‬ ‫‪1,39‬‬ ‫‪1,32‬‬ ‫‪1,22‬‬

‫‪99‬‬
 ‫الملحق الرابع ‪ :‬جدول التوزيع فيشر ‪( Table de la loi de Fisher‬عند مستوى احتمال ‪)P=0.99‬‬

‫حيث ‪ 𝑣1‬يمثل درجة حرية البسط و ‪ 𝑣2‬درجة حرية المقام و نكتب ‪,4)=4.94:‬‬
‫𝟗𝟗‪𝟎.‬‬
‫‪𝐹(7‬‬
‫𝟐𝒗‪𝒗𝟏 ⁄‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪12‬‬ ‫‪15‬‬ ‫‪20‬‬ ‫‪24‬‬ ‫‪30‬‬ ‫‪40‬‬ ‫‪60‬‬ ‫‪120‬‬ ‫∞‬
‫‪1‬‬ ‫‪4052,18‬‬ ‫‪4999,5‬‬ ‫‪5403,3‬‬ ‫‪5624,5‬‬ ‫‪5763,65‬‬ ‫‪5858,9‬‬ ‫‪5928,36‬‬ ‫‪5981,07‬‬ ‫‪6022,47‬‬ ‫‪6055,8‬‬ ‫‪6106,32‬‬ ‫‪6157,2‬‬ ‫‪6208,7‬‬ ‫‪6234,6‬‬ ‫‪6260,6‬‬ ‫‪6286,7‬‬ ‫‪6313,0‬‬ ‫‪6339,3‬‬ ‫‪6365,8‬‬
‫‪2‬‬ ‫‪98,5‬‬ ‫‪99‬‬ ‫‪99,17‬‬ ‫‪99,25‬‬ ‫‪99,3‬‬ ‫‪99,33‬‬ ‫‪99,36‬‬ ‫‪99,37‬‬ ‫‪99,39‬‬ ‫‪99,4‬‬ ‫‪99,42‬‬ ‫‪99,43‬‬ ‫‪99,45‬‬ ‫‪99,46‬‬ ‫‪99,47‬‬ ‫‪99,47‬‬ ‫‪99,48‬‬ ‫‪99,49‬‬ ‫‪99,5‬‬
‫‪3‬‬ ‫‪34,12‬‬ ‫‪30,82‬‬ ‫‪29,46‬‬ ‫‪28,71‬‬ ‫‪28,24‬‬ ‫‪27,91‬‬ ‫‪27,67‬‬ ‫‪27,49‬‬ ‫‪27,35‬‬ ‫‪27,23‬‬ ‫‪27,05‬‬ ‫‪26,87‬‬ ‫‪26,69‬‬ ‫‪26,6‬‬ ‫‪26,51‬‬ ‫‪26,41‬‬ ‫‪26,32‬‬ ‫‪26,22‬‬ ‫‪26,13‬‬
‫‪4‬‬ ‫‪21,2‬‬ ‫‪18‬‬ ‫‪16,69‬‬ ‫‪15,98‬‬ ‫‪15,52‬‬ ‫‪15,21‬‬ ‫‪14,98‬‬ ‫‪14,8‬‬ ‫‪14,66‬‬ ‫‪14,55‬‬ ‫‪14,37‬‬ ‫‪14,2‬‬ ‫‪14,02‬‬ ‫‪13,93‬‬ ‫‪13,84‬‬ ‫‪13,75‬‬ ‫‪13,65‬‬ ‫‪13,56‬‬ ‫‪13,46‬‬
‫‪5‬‬ ‫‪16,26‬‬ ‫‪13,27‬‬ ‫‪12,06‬‬ ‫‪11,39‬‬ ‫‪10,97‬‬ ‫‪10,67‬‬ ‫‪10,46‬‬ ‫‪10,29‬‬ ‫‪10,16‬‬ ‫‪10,05‬‬ ‫‪9,89‬‬ ‫‪9,72‬‬ ‫‪9,55‬‬ ‫‪9,47‬‬ ‫‪9,38‬‬ ‫‪9,29‬‬ ‫‪9,2‬‬ ‫‪9,11‬‬ ‫‪9,02‬‬
‫‪6‬‬ ‫‪13,75‬‬ ‫‪10,93‬‬ ‫‪9,78‬‬ ‫‪9,15‬‬ ‫‪8,75‬‬ ‫‪8,47‬‬ ‫‪8,26‬‬ ‫‪8,1‬‬ ‫‪7,98‬‬ ‫‪7,87‬‬ ‫‪7,72‬‬ ‫‪7,56‬‬ ‫‪7,4‬‬ ‫‪7,31‬‬ ‫‪7,23‬‬ ‫‪7,14‬‬ ‫‪7,06‬‬ ‫‪6,97‬‬ ‫‪6,88‬‬
‫‪7‬‬ ‫‪12,25‬‬ ‫‪9,55‬‬ ‫‪8,45‬‬ ‫‪7,85‬‬ ‫‪7,46‬‬ ‫‪7,19‬‬ ‫‪6,99‬‬ ‫‪6,84‬‬ ‫‪6,72‬‬ ‫‪6,62‬‬ ‫‪6,47‬‬ ‫‪6,31‬‬ ‫‪6,16‬‬ ‫‪6,07‬‬ ‫‪5,99‬‬ ‫‪5,91‬‬ ‫‪5,82‬‬ ‫‪5,74‬‬ ‫‪5,65‬‬
‫‪8‬‬ ‫‪11,26‬‬ ‫‪8,65‬‬ ‫‪7,59‬‬ ‫‪7,01‬‬ ‫‪6,63‬‬ ‫‪6,37‬‬ ‫‪6,18‬‬ ‫‪6,03‬‬ ‫‪5,91‬‬ ‫‪5,81‬‬ ‫‪5,67‬‬ ‫‪5,52‬‬ ‫‪5,36‬‬ ‫‪5,28‬‬ ‫‪5,2‬‬ ‫‪5,12‬‬ ‫‪5,03‬‬ ‫‪4,95‬‬ ‫‪4,86‬‬
‫‪9‬‬ ‫‪10,56‬‬ ‫‪8,02‬‬ ‫‪6,99‬‬ ‫‪6,42‬‬ ‫‪6,06‬‬ ‫‪5,8‬‬ ‫‪5,61‬‬ ‫‪5,47‬‬ ‫‪5,35‬‬ ‫‪5,26‬‬ ‫‪5,11‬‬ ‫‪4,96‬‬ ‫‪4,81‬‬ ‫‪4,73‬‬ ‫‪4,65‬‬ ‫‪4,57‬‬ ‫‪4,48‬‬ ‫‪4,4‬‬ ‫‪4,31‬‬
‫‪10‬‬ ‫‪10,04‬‬ ‫‪7,56‬‬ ‫‪6,55‬‬ ‫‪5,99‬‬ ‫‪5,64‬‬ ‫‪5,39‬‬ ‫‪5,2‬‬ ‫‪5,06‬‬ ‫‪4,94‬‬ ‫‪4,85‬‬ ‫‪4,71‬‬ ‫‪4,56‬‬ ‫‪4,41‬‬ ‫‪4,33‬‬ ‫‪4,25‬‬ ‫‪4,17‬‬ ‫‪4,08‬‬ ‫‪4‬‬ ‫‪3,91‬‬
‫‪11‬‬ ‫‪9,65‬‬ ‫‪7,21‬‬ ‫‪6,22‬‬ ‫‪5,67‬‬ ‫‪5,32‬‬ ‫‪5,07‬‬ ‫‪4,89‬‬ ‫‪4,74‬‬ ‫‪4,63‬‬ ‫‪4,54‬‬ ‫‪4,4‬‬ ‫‪4,25‬‬ ‫‪4,1‬‬ ‫‪4,02‬‬ ‫‪3,94‬‬ ‫‪3,86‬‬ ‫‪3,78‬‬ ‫‪3,69‬‬ ‫‪3,6‬‬
‫‪12‬‬ ‫‪9,33‬‬ ‫‪6,93‬‬ ‫‪5,95‬‬ ‫‪5,41‬‬ ‫‪5,06‬‬ ‫‪4,82‬‬ ‫‪4,64‬‬ ‫‪4,5‬‬ ‫‪4,39‬‬ ‫‪4,3‬‬ ‫‪4,16‬‬ ‫‪4,01‬‬ ‫‪3,86‬‬ ‫‪3,78‬‬ ‫‪3,7‬‬ ‫‪3,62‬‬ ‫‪3,54‬‬ ‫‪3,45‬‬ ‫‪3,36‬‬
‫‪13‬‬ ‫‪9,07‬‬ ‫‪6,7‬‬ ‫‪5,74‬‬ ‫‪5,21‬‬ ‫‪4,86‬‬ ‫‪4,62‬‬ ‫‪4,44‬‬ ‫‪4,3‬‬ ‫‪4,19‬‬ ‫‪4,1‬‬ ‫‪3,96‬‬ ‫‪3,82‬‬ ‫‪3,67‬‬ ‫‪3,59‬‬ ‫‪3,51‬‬ ‫‪3,43‬‬ ‫‪3,34‬‬ ‫‪3,26‬‬ ‫‪3,17‬‬
‫‪14‬‬ ‫‪8,86‬‬ ‫‪6,52‬‬ ‫‪5,56‬‬ ‫‪5,04‬‬ ‫‪4,7‬‬ ‫‪4,46‬‬ ‫‪4,28‬‬ ‫‪4,14‬‬ ‫‪4,03‬‬ ‫‪3,94‬‬ ‫‪3,8‬‬ ‫‪3,66‬‬ ‫‪3,51‬‬ ‫‪3,43‬‬ ‫‪3,35‬‬ ‫‪3,27‬‬ ‫‪3,18‬‬ ‫‪3,09‬‬ ‫‪3‬‬
‫‪15‬‬ ‫‪8,68‬‬ ‫‪6,36‬‬ ‫‪5,42‬‬ ‫‪4,89‬‬ ‫‪4,56‬‬ ‫‪4,32‬‬ ‫‪4,14‬‬ ‫‪4‬‬ ‫‪3,9‬‬ ‫‪3,81‬‬ ‫‪3,67‬‬ ‫‪3,52‬‬ ‫‪3,37‬‬ ‫‪3,29‬‬ ‫‪3,21‬‬ ‫‪3,13‬‬ ‫‪3,05‬‬ ‫‪2,96‬‬ ‫‪2,87‬‬
‫‪16‬‬ ‫‪8,53‬‬ ‫‪6,23‬‬ ‫‪5,29‬‬ ‫‪4,77‬‬ ‫‪4,44‬‬ ‫‪4,2‬‬ ‫‪4,03‬‬ ‫‪3,89‬‬ ‫‪3,78‬‬ ‫‪3,69‬‬ ‫‪3,55‬‬ ‫‪3,41‬‬ ‫‪3,26‬‬ ‫‪3,18‬‬ ‫‪3,1‬‬ ‫‪3,02‬‬ ‫‪2,93‬‬ ‫‪2,85‬‬ ‫‪2,75‬‬
‫‪17‬‬ ‫‪8,4‬‬ ‫‪6,11‬‬ ‫‪5,19‬‬ ‫‪4,67‬‬ ‫‪4,34‬‬ ‫‪4,1‬‬ ‫‪3,93‬‬ ‫‪3,79‬‬ ‫‪3,68‬‬ ‫‪3,59‬‬ ‫‪3,46‬‬ ‫‪3,31‬‬ ‫‪3,16‬‬ ‫‪3,08‬‬ ‫‪3‬‬ ‫‪2,92‬‬ ‫‪2,84‬‬ ‫‪2,75‬‬ ‫‪2,65‬‬
‫‪18‬‬ ‫‪8,29‬‬ ‫‪6,01‬‬ ‫‪5,09‬‬ ‫‪4,58‬‬ ‫‪4,25‬‬ ‫‪4,02‬‬ ‫‪3,84‬‬ ‫‪3,71‬‬ ‫‪3,6‬‬ ‫‪3,51‬‬ ‫‪3,37‬‬ ‫‪3,23‬‬ ‫‪3,08‬‬ ‫‪3‬‬ ‫‪2,92‬‬ ‫‪2,84‬‬ ‫‪2,75‬‬ ‫‪2,66‬‬ ‫‪2,57‬‬
‫‪19‬‬ ‫‪8,19‬‬ ‫‪5,93‬‬ ‫‪5,01‬‬ ‫‪4,5‬‬ ‫‪4,17‬‬ ‫‪3,94‬‬ ‫‪3,77‬‬ ‫‪3,63‬‬ ‫‪3,52‬‬ ‫‪3,43‬‬ ‫‪3,3‬‬ ‫‪3,15‬‬ ‫‪3‬‬ ‫‪2,93‬‬ ‫‪2,84‬‬ ‫‪2,76‬‬ ‫‪2,67‬‬ ‫‪2,58‬‬ ‫‪2,49‬‬
‫‪20‬‬ ‫‪8,1‬‬ ‫‪5,85‬‬ ‫‪4,94‬‬ ‫‪4,43‬‬ ‫‪4,1‬‬ ‫‪3,87‬‬ ‫‪3,7‬‬ ‫‪3,56‬‬ ‫‪3,46‬‬ ‫‪3,37‬‬ ‫‪3,23‬‬ ‫‪3,09‬‬ ‫‪2,94‬‬ ‫‪2,86‬‬ ‫‪2,78‬‬ ‫‪2,7‬‬ ‫‪2,61‬‬ ‫‪2,52‬‬ ‫‪2,42‬‬
‫‪21‬‬ ‫‪8,02‬‬ ‫‪5,78‬‬ ‫‪4,87‬‬ ‫‪4,37‬‬ ‫‪4,04‬‬ ‫‪3,81‬‬ ‫‪3,64‬‬ ‫‪3,51‬‬ ‫‪3,4‬‬ ‫‪3,31‬‬ ‫‪3,17‬‬ ‫‪3,03‬‬ ‫‪2,88‬‬ ‫‪2,8‬‬ ‫‪2,72‬‬ ‫‪2,64‬‬ ‫‪2,55‬‬ ‫‪2,46‬‬ ‫‪2,36‬‬
‫‪22‬‬ ‫‪7,95‬‬ ‫‪5,72‬‬ ‫‪4,82‬‬ ‫‪4,31‬‬ ‫‪3,99‬‬ ‫‪3,76‬‬ ‫‪3,59‬‬ ‫‪3,45‬‬ ‫‪3,35‬‬ ‫‪3,26‬‬ ‫‪3,12‬‬ ‫‪2,98‬‬ ‫‪2,83‬‬ ‫‪2,75‬‬ ‫‪2,67‬‬ ‫‪2,58‬‬ ‫‪2,5‬‬ ‫‪2,4‬‬ ‫‪2,31‬‬
‫‪23‬‬ ‫‪7,88‬‬ ‫‪5,66‬‬ ‫‪4,77‬‬ ‫‪4,26‬‬ ‫‪3,94‬‬ ‫‪3,71‬‬ ‫‪3,54‬‬ ‫‪3,41‬‬ ‫‪3,3‬‬ ‫‪3,21‬‬ ‫‪3,07‬‬ ‫‪2,93‬‬ ‫‪2,78‬‬ ‫‪2,7‬‬ ‫‪2,62‬‬ ‫‪2,54‬‬ ‫‪2,45‬‬ ‫‪2,35‬‬ ‫‪2,26‬‬
‫‪24‬‬ ‫‪7,82‬‬ ‫‪5,61‬‬ ‫‪4,72‬‬ ‫‪4,22‬‬ ‫‪3,9‬‬ ‫‪3,67‬‬ ‫‪3,5‬‬ ‫‪3,36‬‬ ‫‪3,26‬‬ ‫‪3,17‬‬ ‫‪3,03‬‬ ‫‪2,89‬‬ ‫‪2,74‬‬ ‫‪2,66‬‬ ‫‪2,58‬‬ ‫‪2,49‬‬ ‫‪2,4‬‬ ‫‪2,31‬‬ ‫‪2,21‬‬
‫‪25‬‬ ‫‪7,77‬‬ ‫‪5,57‬‬ ‫‪4,68‬‬ ‫‪4,18‬‬ ‫‪3,86‬‬ ‫‪3,63‬‬ ‫‪3,46‬‬ ‫‪3,32‬‬ ‫‪3,22‬‬ ‫‪3,13‬‬ ‫‪2,99‬‬ ‫‪2,85‬‬ ‫‪2,7‬‬ ‫‪2,62‬‬ ‫‪2,54‬‬ ‫‪2,45‬‬ ‫‪2,36‬‬ ‫‪2,27‬‬ ‫‪2,17‬‬
‫‪26‬‬ ‫‪7,72‬‬ ‫‪5,53‬‬ ‫‪4,64‬‬ ‫‪4,14‬‬ ‫‪3,82‬‬ ‫‪3,59‬‬ ‫‪3,42‬‬ ‫‪3,29‬‬ ‫‪3,18‬‬ ‫‪3,09‬‬ ‫‪2,96‬‬ ‫‪2,82‬‬ ‫‪2,66‬‬ ‫‪2,59‬‬ ‫‪2,5‬‬ ‫‪2,42‬‬ ‫‪2,33‬‬ ‫‪2,23‬‬ ‫‪2,13‬‬
‫‪27‬‬ ‫‪7,68‬‬ ‫‪5,49‬‬ ‫‪4,6‬‬ ‫‪4,11‬‬ ‫‪3,79‬‬ ‫‪3,56‬‬ ‫‪3,39‬‬ ‫‪3,26‬‬ ‫‪3,15‬‬ ‫‪3,06‬‬ ‫‪2,93‬‬ ‫‪2,78‬‬ ‫‪2,63‬‬ ‫‪2,55‬‬ ‫‪2,47‬‬ ‫‪2,38‬‬ ‫‪2,29‬‬ ‫‪2,2‬‬ ‫‪2,1‬‬
‫‪28‬‬ ‫‪7,64‬‬ ‫‪5,45‬‬ ‫‪4,57‬‬ ‫‪4,07‬‬ ‫‪3,75‬‬ ‫‪3,53‬‬ ‫‪3,36‬‬ ‫‪3,23‬‬ ‫‪3,12‬‬ ‫‪3,03‬‬ ‫‪2,9‬‬ ‫‪2,75‬‬ ‫‪2,6‬‬ ‫‪2,52‬‬ ‫‪2,44‬‬ ‫‪2,35‬‬ ‫‪2,26‬‬ ‫‪2,17‬‬ ‫‪2,06‬‬
‫‪29‬‬ ‫‪7,6‬‬ ‫‪5,42‬‬ ‫‪4,54‬‬ ‫‪4,05‬‬ ‫‪3,73‬‬ ‫‪3,5‬‬ ‫‪3,33‬‬ ‫‪3,2‬‬ ‫‪3,09‬‬ ‫‪3,01‬‬ ‫‪2,87‬‬ ‫‪2,73‬‬ ‫‪2,57‬‬ ‫‪2,5‬‬ ‫‪2,41‬‬ ‫‪2,33‬‬ ‫‪2,23‬‬ ‫‪2,14‬‬ ‫‪2,03‬‬
‫‪30‬‬ ‫‪7,56‬‬ ‫‪5,39‬‬ ‫‪4,51‬‬ ‫‪4,02‬‬ ‫‪3,7‬‬ ‫‪3,47‬‬ ‫‪3,3‬‬ ‫‪3,17‬‬ ‫‪3,07‬‬ ‫‪2,98‬‬ ‫‪2,84‬‬ ‫‪2,7‬‬ ‫‪2,55‬‬ ‫‪2,47‬‬ ‫‪2,39‬‬ ‫‪2,3‬‬ ‫‪2,21‬‬ ‫‪2,11‬‬ ‫‪2,01‬‬
‫‪40‬‬ ‫‪7,31‬‬ ‫‪5,18‬‬ ‫‪4,31‬‬ ‫‪3,83‬‬ ‫‪3,51‬‬ ‫‪3,29‬‬ ‫‪3,12‬‬ ‫‪2,99‬‬ ‫‪2,89‬‬ ‫‪2,8‬‬ ‫‪2,67‬‬ ‫‪2,52‬‬ ‫‪2,37‬‬ ‫‪2,29‬‬ ‫‪2,2‬‬ ‫‪2,11‬‬ ‫‪2,02‬‬ ‫‪1,92‬‬ ‫‪1,81‬‬
‫‪60‬‬ ‫‪7,08‬‬ ‫‪4,98‬‬ ‫‪4,13‬‬ ‫‪3,65‬‬ ‫‪3,34‬‬ ‫‪3,12‬‬ ‫‪2,95‬‬ ‫‪2,82‬‬ ‫‪2,72‬‬ ‫‪2,63‬‬ ‫‪2,5‬‬ ‫‪2,35‬‬ ‫‪2,2‬‬ ‫‪2,12‬‬ ‫‪2,03‬‬ ‫‪1,94‬‬ ‫‪1,84‬‬ ‫‪1,73‬‬ ‫‪1,6‬‬
‫‪120‬‬ ‫‪6,85‬‬ ‫‪4,79‬‬ ‫‪3,95‬‬ ‫‪3,48‬‬ ‫‪3,17‬‬ ‫‪2,96‬‬ ‫‪2,79‬‬ ‫‪2,66‬‬ ‫‪2,56‬‬ ‫‪2,47‬‬ ‫‪2,34‬‬ ‫‪2,19‬‬ ‫‪2,04‬‬ ‫‪1,95‬‬ ‫‪1,86‬‬ ‫‪1,76‬‬ ‫‪1,66‬‬ ‫‪1,53‬‬ ‫‪1,38‬‬
‫∞‬ ‫‪6,64‬‬ ‫‪4,61‬‬ ‫‪3,78‬‬ ‫‪3,32‬‬ ‫‪3,02‬‬ ‫‪2,8‬‬ ‫‪2,64‬‬ ‫‪2,51‬‬ ‫‪2,41‬‬ ‫‪2,32‬‬ ‫‪2,19‬‬ ‫‪2,04‬‬ ‫‪1,88‬‬ ‫‪1,79‬‬ ‫‪1,7‬‬ ‫‪1,59‬‬ ‫‪1,47‬‬ ‫‪1,33‬‬ ‫‪1‬‬

‫‪100‬‬
 ‫الملحق الخامس‪ :‬جدول التوزيع كاي التربيع )‪( tableau du Khi-Deux‬‬

‫مثال‪ :‬اذا كانت درجة الحرية ‪ 𝒗 = 4‬و االحتمال (المساحة) المقابل له ‪ P=0.99‬ادن القيمة الجدولية هي ‪ 13.3‬و نكتب‪:‬‬
‫‪𝑋(2𝑝 ,𝑣) = 𝑋(20.99 ,4) = 13.3 ,‬‬ ‫‪P (x ≤ 13.3)=0.99‬‬

‫𝐩‪𝐯⁄‬‬ ‫‪0,995‬‬ ‫‪0,99 0,975‬‬ ‫‪0,95‬‬ ‫‪0,9‬‬ ‫‪0,1‬‬ ‫‪0,05‬‬ ‫‪0,025‬‬ ‫‪0,01 0,005‬‬
‫‪1‬‬ ‫‪7,88‬‬ ‫‪6,64‬‬ ‫‪5,02‬‬ ‫‪3,84‬‬ ‫‪2,71 0,016 0,004‬‬ ‫‪0,001 0,0002‬‬ ‫‪0‬‬
‫‪2‬‬ ‫‪10,6‬‬ ‫‪9,2‬‬ ‫‪7,38‬‬ ‫‪5,99‬‬ ‫‪4,61 0,211 0,103‬‬ ‫‪0,051‬‬ ‫‪0,02‬‬ ‫‪0,01‬‬
‫‪3‬‬ ‫‪12,8‬‬ ‫‪11,3‬‬ ‫‪9,35‬‬ ‫‪7,82‬‬ ‫‪6,25 0,584 0,352‬‬ ‫‪0,216 0,115‬‬ ‫‪0,072‬‬
‫‪4‬‬ ‫‪14,9‬‬ ‫‪13,3‬‬ ‫‪11,1‬‬ ‫‪9,49‬‬ ‫‪7,78 1,064 0,711‬‬ ‫‪0,484 0,297‬‬ ‫‪0,207‬‬
‫‪5‬‬ ‫‪16,8‬‬ ‫‪15,1‬‬ ‫‪12,8‬‬ ‫‪11,1‬‬ ‫‪9,24‬‬ ‫‪1,61 1,145‬‬ ‫‪0,831 0,554‬‬ ‫‪0,412‬‬
‫‪6‬‬ ‫‪18,5‬‬ ‫‪16,8‬‬ ‫‪14,4‬‬ ‫‪12,6‬‬ ‫‪10,6 2,204 1,635‬‬ ‫‪1,237 0,872‬‬ ‫‪0,676‬‬
‫‪7‬‬ ‫‪20,3‬‬ ‫‪18,5‬‬ ‫‪16‬‬ ‫‪14,1‬‬ ‫‪12 2,833 2,167‬‬ ‫‪1,69 1,239‬‬ ‫‪0,989‬‬
‫‪8‬‬ ‫‪22‬‬ ‫‪20,1‬‬ ‫‪17,5‬‬ ‫‪15,5‬‬ ‫‪13,4‬‬ ‫‪3,49 2,733‬‬ ‫‪2,18 1,646‬‬ ‫‪1,344‬‬
‫‪9‬‬ ‫‪23,6‬‬ ‫‪21,7‬‬ ‫‪19‬‬ ‫‪16,9‬‬ ‫‪14,7 4,168 3,325‬‬ ‫‪2,7 2,088‬‬ ‫‪1,735‬‬
‫‪10‬‬ ‫‪25,2‬‬ ‫‪23,2‬‬ ‫‪20,5‬‬ ‫‪18,3‬‬ ‫‪16 4,865‬‬ ‫‪3,94‬‬ ‫‪3,247 2,558‬‬ ‫‪2,156‬‬
‫‪11‬‬ ‫‪26,8‬‬ ‫‪24,7‬‬ ‫‪21,9‬‬ ‫‪19,7‬‬ ‫‪17,3 5,578 4,575‬‬ ‫‪3,816 3,053‬‬ ‫‪2,603‬‬
‫‪12‬‬ ‫‪28,3‬‬ ‫‪26,2‬‬ ‫‪23,3‬‬ ‫‪21‬‬ ‫‪18,5 6,304 5,226‬‬ ‫‪4,404 3,571‬‬ ‫‪3,074‬‬
‫‪13‬‬ ‫‪29,8‬‬ ‫‪27,7‬‬ ‫‪24,7‬‬ ‫‪22,4‬‬ ‫‪19,8 7,042 5,892‬‬ ‫‪5,009 4,107‬‬ ‫‪3,565‬‬
‫‪14‬‬ ‫‪31,3‬‬ ‫‪29,1‬‬ ‫‪26,1‬‬ ‫‪23,7‬‬ ‫‪21,1‬‬ ‫‪7,79 6,571‬‬ ‫‪5,629‬‬ ‫‪4,66‬‬ ‫‪4,075‬‬
‫‪15‬‬ ‫‪32,8‬‬ ‫‪30,6‬‬ ‫‪27,5‬‬ ‫‪25‬‬ ‫‪22,3 8,547 7,261‬‬ ‫‪6,262 5,229‬‬ ‫‪4,601‬‬
‫‪16‬‬ ‫‪34,3‬‬ ‫‪32‬‬ ‫‪28,8‬‬ ‫‪26,3‬‬ ‫‪23,5 9,312 7,962‬‬ ‫‪6,908 5,812‬‬ ‫‪5,142‬‬
‫‪17‬‬ ‫‪35,7‬‬ ‫‪33,4‬‬ ‫‪30,2‬‬ ‫‪27,6‬‬ ‫‪24,8 10,085 8,672‬‬ ‫‪7,564 6,408‬‬ ‫‪5,697‬‬
‫‪18‬‬ ‫‪37,2‬‬ ‫‪34,8‬‬ ‫‪31,5‬‬ ‫‪28,9‬‬ ‫‪26 10,865‬‬ ‫‪9,39‬‬ ‫‪8,231 7,015‬‬ ‫‪6,265‬‬
‫‪19‬‬ ‫‪38,6‬‬ ‫‪36,2‬‬ ‫‪32,9‬‬ ‫‪30,1‬‬ ‫‪27,2 11,651 10,117‬‬ ‫‪8,907 7,633‬‬ ‫‪6,844‬‬
‫‪20‬‬ ‫‪40‬‬ ‫‪37,6‬‬ ‫‪34,2‬‬ ‫‪31,4‬‬ ‫‪28,4‬‬ ‫‪12,4‬‬ ‫‪10,9‬‬ ‫‪9,6‬‬ ‫‪8,3‬‬ ‫‪7,4‬‬
‫‪21‬‬ ‫‪41,4‬‬ ‫‪38,9‬‬ ‫‪35,5‬‬ ‫‪32,7‬‬ ‫‪29,6‬‬ ‫‪13,2‬‬ ‫‪11,6‬‬ ‫‪10,3‬‬ ‫‪8,9‬‬ ‫‪8‬‬
‫‪22‬‬ ‫‪42,8‬‬ ‫‪40,3‬‬ ‫‪36,8‬‬ ‫‪33,9‬‬ ‫‪30,8‬‬ ‫‪14‬‬ ‫‪12,3‬‬ ‫‪11‬‬ ‫‪9,5‬‬ ‫‪8,6‬‬
‫‪23‬‬ ‫‪44,2‬‬ ‫‪41,6‬‬ ‫‪38,1‬‬ ‫‪35,2‬‬ ‫‪32‬‬ ‫‪14,8‬‬ ‫‪13,1‬‬ ‫‪11,7‬‬ ‫‪10,2‬‬ ‫‪9,3‬‬
‫‪24‬‬ ‫‪45,6‬‬ ‫‪43‬‬ ‫‪39,4‬‬ ‫‪36,4‬‬ ‫‪33,2‬‬ ‫‪15,7‬‬ ‫‪13,8‬‬ ‫‪12,4‬‬ ‫‪10,9‬‬ ‫‪9,9‬‬
‫‪25‬‬ ‫‪46,9‬‬ ‫‪44,3‬‬ ‫‪40,6‬‬ ‫‪37,7‬‬ ‫‪34,4‬‬ ‫‪16,5‬‬ ‫‪14,6‬‬ ‫‪13,1‬‬ ‫‪11,5‬‬ ‫‪10,5‬‬
‫‪26‬‬ ‫‪48,3‬‬ ‫‪45,6‬‬ ‫‪41,9‬‬ ‫‪38,9‬‬ ‫‪35,6‬‬ ‫‪17,3‬‬ ‫‪15,4‬‬ ‫‪13,8‬‬ ‫‪12,2‬‬ ‫‪11,2‬‬
‫‪27‬‬ ‫‪49,6‬‬ ‫‪47‬‬ ‫‪43,2‬‬ ‫‪40,1‬‬ ‫‪36,7‬‬ ‫‪18,1‬‬ ‫‪16,2‬‬ ‫‪14,6‬‬ ‫‪12,9‬‬ ‫‪11,8‬‬
‫‪28‬‬ ‫‪51‬‬ ‫‪48,3‬‬ ‫‪44,5‬‬ ‫‪41,3‬‬ ‫‪37,9‬‬ ‫‪18,9‬‬ ‫‪16,9‬‬ ‫‪15,3‬‬ ‫‪13,6‬‬ ‫‪12,5‬‬
‫‪29‬‬ ‫‪52,3‬‬ ‫‪49,6‬‬ ‫‪45,7‬‬ ‫‪42,6‬‬ ‫‪39,1‬‬ ‫‪19,8‬‬ ‫‪17,7‬‬ ‫‪16‬‬ ‫‪14,3‬‬ ‫‪13,1‬‬
‫‪30‬‬ ‫‪53,7‬‬ ‫‪50,9‬‬ ‫‪47‬‬ ‫‪43,8‬‬ ‫‪40,3‬‬ ‫‪20,6‬‬ ‫‪18,5‬‬ ‫‪16,8‬‬ ‫‪15‬‬ ‫‪13,8‬‬
‫‪40‬‬ ‫‪66,8‬‬ ‫‪63,7‬‬ ‫‪59,3‬‬ ‫‪55,8‬‬ ‫‪51,8‬‬ ‫‪29,1‬‬ ‫‪26,5‬‬ ‫‪24,4‬‬ ‫‪22,2‬‬ ‫‪20,7‬‬
‫‪50‬‬ ‫‪79,5‬‬ ‫‪76,2‬‬ ‫‪71,4‬‬ ‫‪67,5‬‬ ‫‪63,2‬‬ ‫‪37,7‬‬ ‫‪34,8‬‬ ‫‪32,4‬‬ ‫‪29,7‬‬ ‫‪28‬‬
‫‪60‬‬ ‫‪92‬‬ ‫‪88,4‬‬ ‫‪83,3‬‬ ‫‪79,1‬‬ ‫‪74,4‬‬ ‫‪46,5‬‬ ‫‪43,2‬‬ ‫‪40,5‬‬ ‫‪37,5‬‬ ‫‪35,5‬‬
‫‪70‬‬ ‫‪104,2‬‬ ‫‪100,4‬‬ ‫‪95‬‬ ‫‪90,5‬‬ ‫‪85,5‬‬ ‫‪55,3‬‬ ‫‪51,7‬‬ ‫‪48,8‬‬ ‫‪45,4‬‬ ‫‪43,3‬‬
‫‪80‬‬ ‫‪116,3‬‬ ‫‪112,3‬‬ ‫‪106,6‬‬ ‫‪101,9‬‬ ‫‪96,6‬‬ ‫‪64,3‬‬ ‫‪60,4‬‬ ‫‪57,2‬‬ ‫‪53,5‬‬ ‫‪51,2‬‬
‫‪90‬‬ ‫‪128,3‬‬ ‫‪124,1‬‬ ‫‪118,1‬‬ ‫‪113,1‬‬ ‫‪107,6‬‬ ‫‪73,3‬‬ ‫‪69,1‬‬ ‫‪65,6‬‬ ‫‪61,8‬‬ ‫‪59,2‬‬
‫‪100‬‬ ‫‪140,2‬‬ ‫‪135,8‬‬ ‫‪129,6‬‬ ‫‪124,3‬‬ ‫‪118,5‬‬ ‫‪82,4‬‬ ‫‪77,9‬‬ ‫‪74,2‬‬ ‫‪70,1‬‬ ‫‪67,3‬‬

‫‪101‬‬
‫‪View publication stats‬‬