‫اإلحصاء الحيوي‬

‫‪Biostatistics‬‬

‫النظرية األساسية في تقارب التوزيعات االحتمالية‬

‫‪The Central Limit Theorem for Sample‬‬
‫‪Means‬‬
 ‫توزيع الوسط الحسابي للعينة ‪Sampling Distribution of a Sample Mean‬‬

‫• وهو توزيع جميع األوساط أو المعدالت المحتملة لحجم ‪ n‬من مجتمع الدراسة‪.‬‬
‫• لنفترض بأن باحثا مهتما بمعدل فترة القيادة اليومية التي يقضيها السائقين في‬
‫فلسطين‪ ،‬اذا أعطينا المتوسط أو المعدل لمجتمع الدراسة الرمز ‪ μ‬أو ما يطلق‬
‫عليها ‪ ، population mean‬عندها ‪ μ‬سوف تساوي‬
‫مجموع فترات القيادة اليومية للسائقين الفلسطينين ‪ /‬مجموع أعداد السائقين الفلسطينيين‬
‫• بما أن مجتمع الدراسة كبير جدا لمالحظة السائقين الفلسطينين ‪ ،‬نستطيع أن نقدر‬
‫المعدل الحقيقي عن طريق عينة‪ .‬واذا فرضنا أن المعدل أو الوسط للعينة هو‬
‫وهو ما يطلق عليه ‪sample mean‬‬
‫سوف تساوي = مجموع فترات القيادة لعينة السائقين ‪ /‬حجم العينة‬ ‫عندها‬
‫توزيع الوسط الحسابي للعينة ‪Sampling Distribution of a Sample Mean‬‬

‫• لنفترض أن معدل فترة القيادة للفلسطينين تساوي ‪ 81‬دقيقة ‪ ،‬اذا تم اختيار عينة‬
‫عشوائية ل ‪ 50‬سائق ‪ ،‬ثد يكون معدل القيادة لهذه العينة من السائقين = ‪. 85‬‬
‫• واذا اخترنا عينة أخرى من ‪ 50‬شخص قد يكون معدل القيادة لديهم يختلف عن‬
‫السابق ‪ ،‬بمعن أن هناك قيم مختلفة ل ‪.‬‬
‫• اذا اخترنا ‪ 100‬عينة مختلفة ‪ ،‬ووجد معدل الفترة الزمنية للقيادة لك منها ‪ ،‬ال‬
‫نتوقع أن يكون المعدل ضمن هذه العينات متشابه ‪ .‬سيكون هناك نوعا من‬
‫االختالف ‪.‬‬
‫توزيع الوسط الحسابي للعينة ‪Sampling Distribution of a Sample Mean‬‬

‫• هذه ال ‪ 100‬معدل لتلك العينات ‪ ، sample means‬ستظهر شكل التوزيع لهذه‬

‫العينات ‪ ،‬الشكل التالي يبين المدرج التكراري لهذه المعدالت‬
 ‫النظرية األساسية في تقارب التوزيعات االحتمالية‬
‫‪The Central Limit Theorem for Sample Means‬‬

‫• نالحظ في المدرج التكراري السابق أن شكل التوزيع لمعدالت العينات تقريبًا‬

‫يخضع للتوزيع الطبيعي ‪.‬‬
‫• سنالحظ نفس الخصائص عندما يكون حجم العينات كبير ‪ ،‬وهذا ما يمكن تعميمه‬
‫ضمن نظرية تسمى النظرية األساسية في تقارب التوزيعات االحتمالية‪.‬‬
 ‫التوزيع الطبيعي ‪Normal Distribution‬‬

‫• حجم العينات كبير ‪ ،‬ماذا يعني ذلك ؟‬

‫اذا كان مجتمع الدراسة ال يخضع للتوزيع الطبيعي ‪ ،‬فإنه من الممكن ببساطة تطبيق‬
‫النظرية اذا كانت ‪n> 30‬‬
‫ضا يمكن تطبيق النظرية األساسية‬
‫واذا كان المجتمع يخضع للتوزيع الطبيعي ‪ ،‬فإنه أي ً‬
‫في تقارب التوزيعات االحتمالية ألي عدد ‪. n‬‬
‫االنحراف المعياري للوسط للعينة يسمى الخطأ المعياري‬

‫معادلة حساب ‪Z‬‬

‫‪Sample mean‬‬
‫‪Standard deviation‬‬
 ‫النظرية األساسية في تقارب التوزيعات االحتمالية‬
‫‪The Central Limit Theorem for Sample Means‬‬

‫• مثال ‪ :1‬اذا كان المعدل واالنحراف المعياري لمستوى الحديد في الرجال‬

‫األصحاء هو ‪ 120‬و ‪ 15‬ميكروجرام لكل ‪100‬مل على الترتيب ‪ ،‬ما هم احتمال‬
‫اختيار ‪ 50‬رجل لهم معدل يتراوح بين ‪ 115 -125‬ميكروجرام لكل ‪100‬مل ؟‬
‫الحل ‪:‬‬

‫نالحظ بأننا ال نعلم نوع التوزيع لمستوى الحديد ‪ ،‬لكن حجم العينة كبير لذلك نطبق‬
‫النظرية األساسية لتقارب االحتماالت‬
 ‫النظرية األساسية في تقارب التوزيعات االحتمالية‬
‫‪The Central Limit Theorem for Sample Means‬‬

‫سنوجد‬

‫ومنه‬
 ‫النظرية األساسية في تقارب التوزيعات االحتمالية‬
‫‪The Central Limit Theorem for Sample Means‬‬

‫• مثال ‪ :2‬في دراسة أجريت على صحة وتغذية األطفال في المناطق الريفية‪ ،‬كان‬
‫معدل الطول لألطفال ذوو الثالثة أعوام ‪ 89.67‬سنتيمتر بانحراف معياري ‪4.99‬‬
‫سنتيمتر‪ ،‬ما هو احتمال أن يتم اختيار ‪ 100‬طفل أطوالهم على األقل ‪ 91‬سنتيمتر‪.‬‬
‫الحل‬

‫نالحظ بأنه ال نعلم شكل التوزيع لهذه الدراسة ‪ ،‬لكن لما أن العدد ‪ 100‬سنطبق‬
‫النظرية األساسية لتقارب االحتماالت‪.‬‬
‫سنوجد‬
 ‫النظرية األساسية في تقارب التوزيعات االحتمالية‬
‫‪The Central Limit Theorem for Sample Means‬‬

‫ومنه‬
 ‫النظرية األساسية في تقارب التوزيعات االحتمالية‬
‫‪The Central Limit Theorem for Sample Means‬‬

‫• مثال ‪ :3‬باعتبار مستوى الهيماتوكريت ‪ hematocrits‬لدى االناث يخضع‬

‫للتوزيع الطبيعي بمعدل ‪ 40%‬وبتباين ‪ ، %25.6‬ما هو احتمال اختيار عشوائيًا ً‬
‫عينة مكونة من ‪ 10‬اناث لهن معدل هيماتوكريت أعلى من ‪. %45‬‬
‫الحل‬
‫نالحظ أن مستوى الهيماتوكريت يخضع للتوزيع الطبيعي ‪ ،‬لذلك ال مشكلة في حجم‬
‫العينة ‪ ،‬نطبق النظرية األساسية لتقارب االحتماالت‬
 ‫النظرية األساسية في تقارب التوزيعات االحتمالية‬
‫‪The Central Limit Theorem for Sample Means‬‬

‫سنوجد‬
‫ما هو معطى‬

‫ومن ثم‬