‫محتوى األسبوع الثاني‬

‫مبادئ االحصاء‬

‫‪‬مبادئ نظرية المجموعات‬

‫‪‬البيانات‬

‫‪‬مدخل الى االحصاء‬

‫‪‬مقدمة في االحتماالت‬

‫‪‬المتغير العشوائي‬

‫‪‬تطبيقات على االكسل‬

‫‪1‬‬
 ‫الباب األول‬

‫مبادئ نظرية المجموعات‬

 ‫وُيرمز للمجموعات عادة باألحرف الكبرية مثل‪:‬‬
‫واألشياء اليت تتألف منها اجملموعة ُتسمى عناصر وُيرمز للعناصر باألحرف الصغرية‬
‫مثل‪:‬‬
‫إذا كان العنصر هو أحد عناصر اجملموعة يقال‪ :‬ينتمي إىل‬
‫ونكتب‪:‬‬
‫‪:‬أما إذا كان العنصرال ينتمي للمجموعة فإننا نكتب‬

‫أو ‪.‬‬ ‫اجملموعة اخلالية هي اجملموعة اليت ال يوجد هبا أي عنصر وُيرمز هلا بالرمز‬
 ‫ُيعرّب عن اجملموعة بإحدى الطريقتني التاليتني‪:‬‬
‫طريقة السرد (الحصر)‬
‫مثال (‪:)3‬‬
‫‪1.‬جمموعة احلروف املكونة لكلمة ‪ car‬هي‪:‬‬
‫طريقة الوصف‬
‫مثال (‪:)4‬‬
‫‪ .1‬جمموعة احلروف املكونة لكلمة ‪car‬هي‪ :‬حرف من حروف كلمة ‪car‬‬
 ‫(اجملموعة املنتهية وغري منتهية)‬
‫مثال (‪:)5‬‬
‫جمموعة منتهية‪.‬‬ ‫‪1‬‬
‫جمموعة غري منتهية‬ ‫‪2‬‬

‫( اجملموعة اجلزئية )‬
‫مثال (‪:)6‬‬
‫إذا كانت‪:‬‬
‫فإن‪:‬‬

‫مالحظة (‪ :)1‬اجملموعة اخلالية هي جمموعة جزئية من أي جمموعة‪.‬‬

 ‫( رتبة اجملموعة )‬
‫رتبة اجملموعة ُيرمز هلا بالرمز ‪ ،‬وتعين عدد عناصر اجملموعة‪.‬‬
‫مثال (‪:)7‬‬
‫فإن‪:‬‬ ‫إذا كانت‬

‫‪:‬مالحظة (‪)2‬‬
‫رتب ة اجملموع ة اخلالي ة تس اوي ص فر خللوه ا من العناص ر وبالت ايل ع دد عناص رها يس اوي‬
‫الصفر‬
 ‫العمليات على المجموعات‬
‫‪ Venn Diagram‬باستخدام مخططات فين‬
‫‪:‬مالحظة (‪)4‬‬
 )14( ‫مثال‬:

A  1,2,3,4,5,6, B  1,3,5,7‫كانت‬
 ‫إذا‬

‫فإن‬:
A  B  1,2,3,4,5,6 {1,3,5,7}  {2,4,6}

B  A  1,3,5,7 {1,2,3,4,5,6}  {7}

‫الباب الثاني‬

‫البيانات‬
 ‫تعريف علم اإلحصاء‪.....‬‬

‫▪ هو العلم الذي يبحث في جمع و تبويب وعرض البيانات وتحليلها‬

‫و استقراء النتائج لدعم ومساندة عملية اتخاذ القرارات‪.‬‬
 ‫أهمية علم اإلحصاء‬

‫▪ يق وم علم اإلحص اء ب دوِر حي وي في كث يِر من مج االت المعرف ة والدراس ات‬

‫واألبحاث العلمية‪.‬‬
‫تستخدم األساليب االحصائية المختلفة في إجراء التحليالت المناسبة في جوانب‬ ‫▪‬
‫مختلفة‪ ،‬منها على سبيل المثال‪:‬‬
‫الصناعة‬ ‫✓‬
‫الزراعة‬ ‫✓‬
‫الدراسات السكانية‬ ‫✓‬
‫الدراسات االقتصادية واالدارية‬ ‫✓‬
‫الدراسات الطبية والعلوم الطبيعية‬ ‫✓‬
 ‫خطوات التحليل اإلحصائي‬
‫‪ -1‬جمع البيانات‬
‫الحصول علي البيانات عن الظاهرة المراد معالجتها إحصائيًا بإستخدام األسلوب المناسب‬
‫لجمع البيانات‬
‫‪ -2‬تنظيم وعرض البيانات‬
‫ترتيب البيانات التي تم جمعها عن الظاهرة وإعدادها في جداول أو إبرازها في رسوم‬
‫بيانية تساعد علي فهم طبيعة الظاهرة وتمهد لتحليلها في مرحلة الحقة‬
‫‪ -3‬تحليل البيانات‬
‫معالج ة البيان ات االحص ائية ال تي تم جمعه ا ح ول الظ اهرة به دف الوص ول الي بعض‬
‫المقاييس والمؤشرات التي تساعد في الوصول الي قرارات مناسبة حول الظاهرة‬
‫‪ -4‬اإلستقراء وإتخاذ القرارات‬
‫الوصول الي االستنتاجات والتعميمات حول الظاهرة بناءًا علي ما تم التوصل اليه من‬
‫نتائج واتخاذ القرارات المناسبة‪.‬‬
‫تقسيمات علم اإلحصاء‬
 ‫تقسيمات علم اإلحصاء‬

‫أوًال‪ :‬اإلحصاء الوصفي‬

‫▪ يهدف إلى تلخيص البيانات بصورة جداول تكرارية ورسوم‬
‫بياني ة‪ ،‬وك ذلك اس تخراج المق اييس اإلحص ائية مث ل مقاييس‬
‫النزعه المركزية ومقاييس التشتت‪.‬‬
 ‫تقسيمات علم اإلحصاء‬

‫ثانيًا‪ :‬اإلحصاء اإلستداللي‬

‫▪ يسعى هذا النوع من األساليب اإلحصائية إلى االستدالل على‬
‫مجتم ع الدراس ة من خالل المعلوم ات المت وفرة عن العين ات‬
‫المختارة‪.‬‬
‫▪ من أمثلة أساليب االحصاء االستداللي إختبارات الفروض وبناء‬
‫النماذج االحصائية التي تستند على نظرية االحتماالت ونظرية‬
‫العينات‪.‬‬
 ‫مصطلحات ومفاهيم أساسية‬

‫‪1-‬تعريف المتغير االحصائي‬

‫هو مجموعة القيم والمشاهدات حول ظاهرة معينة‪:‬‬
‫✓درجات الطالب في مقرر‪.‬‬
‫✓الدخول الشهرية لمجموعة من االسر في مدينة الرياض‪.‬‬
‫✓المس توي التعليمي للم وظفين بكلي ة إدارة االعم ال بجامع ة المل ك‬
‫سعود‬
 ‫مصطلحات ومفاهيم أساسية‬

‫‪2-‬المجتمع‬
‫▪ هو المجموع ة الكلي ة من المف ردات أو األش ياء وال تي له ا‬
‫خصائص مشتركة والتي ينصب اهتمام الباحث على دراستها‬
‫وإجراء التحليل اإلحصائي المناسب حولها‪.‬‬
‫‪3-‬العينة‬
‫▪ هي مجموعة جزئية من أفراد المجتمع يتم اختيارهم بطريقة‬
‫مناسبة بحيث تمثل المجتمع تمثيًال جي ًد ا وذلك لدراسة صفات‬
‫المجتمع‪.‬‬
 ‫أنواع المتغيرات اإلحصائية‬

‫أنواع المتغيرات‬
 ‫أنواع المتغيرات اإلحصائية‬

‫المتغيرات النوعية (الوصفية)‬

‫‪ 6-‬أنواع المتغيرات اإلحصائية‬

‫المتغيرات‬
‫الكمية‬
 ‫أنواع المتغيرات الكمية‬

‫تصنف المتغيرات الكمية إلى نوعين ‪:‬‬

‫المتغ‪8‬يرات المنفص‪8‬لة هي تلك المتغيرات التي تأخذ قيم‬
‫محددة داخل مدى معين (وجود فجوات)‪ ،‬مثل عدد غرف‬
‫المنزل‪.‬‬
‫المتغ‪8‬يرات المتص‪8‬لة هي تلك المتغيرات التي تأخذ جميع‬
‫القيم داخل مدى معين‪ ،‬مثل وزن الطالب‪.‬‬
‫مقاييس البيانات‬
 ‫مقاييس البيانات‬

‫المقياس اإلسمي‬

‫✓ وفق ًا له ذ المقي اس‪ ،‬فإن ه يمكن تص نيف البيان ات وفق ًا‬

‫لخاصية معينة مثل الجنسية والحالة االجتماعية‪.‬‬

‫✓ ال يمكن ترتيب البيانات أو إجراء أي عمليات حسابية‬

‫عليها‪.‬‬
 ‫مقاييس البيانات‬

‫المقياس الترتيبي‬

‫✓ وفقًا لهذ المقياس‪ ،‬فإنه يمكن تصنيف البيانات وترتيبها‬

‫وفق ًا لخاصية معينة مثل المستوى التعليمي‪ ،‬تقديرات‬
‫الطالب‪.‬‬

‫✓ ترتيب البيانات له معنى وال يمكن إجراء أي عمليات‬

‫حسابية عليها‪.‬‬
 ‫مقاييس البيانات‬

‫مقياس الفترة‬

‫✓ وفق ا له ذا المقي اس‪ ،‬ف إن البيان ات تأخ ذ قيم كمي ة تعكس‬

‫م دلول الص فة وله ا مع نى رياض ي في مفه وم أك بر أو‬
‫أص غر(يمكن ترتيبه ا) والفروقات له ا مع نى حقيقي‪ ،‬مث ل‬
‫درجة الحرارة‪.‬‬

‫✓ الصفر ليس له معنى حقيقي ( ال يعني انعدام الصفة) فال‬

‫توجد نقطة بداية حقيقية بل تكون افتراضية أو اختيارية‪.‬‬
 ‫مقاييس البيانات‬

‫المقياس النسبي‬

‫✓ وفق ا له ذا المقي اس‪ ،‬ف إن البيان ات تأخ ذ قيم كمي ة تعكس‬

‫م دلول الص فة وله ا مع نى رياض ي في مفه وم أك بر أو‬
‫أصغر(يمكن ترتيبها) والفروقات لها معنى حقيقي‪ ،‬والنسبة‬
‫لها معنى‪ ،‬مثل الوزن‪ ،‬المسافة‪.‬‬

‫✓ الصفر له معنى حقيقي ( يعني انعدام الصفة) حيث توجد‬

‫نقطة بداية حقيقية‪.‬‬
 ‫عرض البيانات‬

‫▪ تأتي مرحل ة ع رض البيان ات بع د االنته اء من عملي ة جم ع‬

‫البيانات‪ ،‬ويتم ذلك بطريقتين هما‪:‬‬
‫✓ العرض الجدولي‪.‬‬
‫✓ العرض البياني‪.‬‬
‫✓ العرض العددي‪.‬‬
 ‫العرض الجدولي‬

‫▪ تبويب البيانات في جداول تكرارية للبيانات الوصفية‪.‬‬

‫▪ تب ويب البيان ات في توزيع ات تكراري ة (فئ ات وتك رارات)‬
‫للبيانات الكمية‪.‬‬
‫▪ تبويب البيانات في جداول مزدوجة (تقاطعية)‪.‬‬
 ‫عرض البيانات (طرق عرض البيانات)‬

‫جدول تكراري للبيانات‬

‫الوصفية‬
‫مثال (‪:)1‬‬
‫أعداد الطالب‬ ‫الشعبة‬ ‫الجدول التالي يوضح‬
‫‪22‬‬ ‫الشعبة االولي‬ ‫أعداد الطالب في ‪ 6‬شعب‬
‫‪18‬‬ ‫الشعبة الثانية‬ ‫لمقرر ‪ 502‬كمي بكلية إدارة‬
‫‪14‬‬ ‫الشعبة الثالثة‬ ‫االعمال‪ ،‬بجامعة الملك سعود‪.‬‬
‫‪19‬‬ ‫الشعبة الرابعة‬
‫‪25‬‬ ‫الشعبة الخامسة‬
‫‪18‬‬ ‫الشعبة السادسة‬
 ‫عرض البيانات (طرق عرض البيانات)‬

‫جدول توزيع تكراري للبيانات‬

‫الكمية‬
‫مثال (‪:)1‬‬
‫أعداد الطالب‬ ‫فئة الدرجات‬ ‫الجدول التالي يوضح‬
‫‪2‬‬ ‫‪0-20‬‬ ‫توزيع درجات الطالب في ‪6‬‬
‫شعب‬
‫‪5‬‬ ‫‪20-40‬‬
‫لمقرر ‪ 502‬كمي بكلية إدارة‬
‫‪13‬‬ ‫‪40-60‬‬
‫االعمال‪ ،‬بجامعة الملك سعود‪.‬‬
‫‪30‬‬ ‫‪60-80‬‬
‫‪20‬‬ ‫‪80-100‬‬
‫‪70‬‬ ‫المجموع‬
 ‫عرض البيانات (طرق عرض البيانات)‬

‫جدول مزدوج‬
‫(تقاطعي)‬
‫مثال (‪:)1‬‬
‫راسب‬ ‫ناجح‬ ‫الشعبة‬ ‫الجدول التالي يوضح‬
‫‪2‬‬ ‫‪20‬‬ ‫الشعبة االولي‬ ‫أعداد الطالب في ‪ 6‬شعب‬
‫‪1‬‬ ‫‪17‬‬ ‫الشعبة الثانية‬ ‫لمق رر ‪ 502‬كمي بحس ب‬
‫النجاح والشعبة بكلية إدارة‬
‫‪4‬‬ ‫‪10‬‬ ‫الشعبة الثالثة‬
‫االعمال‪ ،‬بجامعة الملك سعود‪.‬‬
‫‪5‬‬ ‫‪14‬‬ ‫الشعبة الرابعة‬
‫‪2‬‬ ‫‪23‬‬ ‫الشعبة الخامسة‬
‫‪1‬‬ ‫‪17‬‬ ‫الشعبة السادسة‬
 ‫العرض البياني‬

‫▪ العرض البياني للجداول التكرارية (أعمدة‪ ،‬دوائر)‬

‫▪ الع رض البي اني للتوزيع ات التكراري ة (الم درج‪ ،‬والمض لع‪،‬‬
‫المنحنى)‬
‫▪ العرض البياني للجداول المزدوجة (التقاطعية ‪ ،‬أعمدة)‬
 ‫عرض البيانات (طرق عرض البيانات)‬

‫العرض البياني للبيانات (االعمدة البيانية)‬

‫مثال (‪:)2‬‬
‫الش كل الت الي يوض ح‬
‫توزي ع متوس ط درج ات‬
‫‪ 6‬ش عب في مق رر‬
‫كمي ‪ 502‬في أح د‬
‫األع وام الدراس ية بكلي ة‬
‫إدارة االعم ال بجامع ة‬
‫الملك سعود‬
‫(كما في بيانات المثال‬
‫رقم (‪)1‬‬
 ‫عرض البيانات (طرق عرض البيانات)‬

‫العرض البياني للبيانات‪ :‬رسمة الدائرة‬

‫مثال (‪:)3‬‬
‫الشكل التالي يوضح‬
‫الرتب ألعضاء هيئة التدريس‬
‫بكلية إدارة األعمال بجامعة‬
‫الملك سعود‬
 ‫عرض البيانات (طرق عرض البيانات)‬

‫العرض البياني للبيانات‬

‫مثال (‪:)4‬‬
‫الشكل التالي يوضح‬
‫توزيع طالب المستوى الثالث‬
‫بكلية إدارة االعمال‬
‫حسب متغير التخصص‬
‫ونوع الطالب في أحد‬
‫األعوام الدراسية بكلية إدارة‬
‫االعمال بجامعة الملك سعود‬
 ‫‪ 9-‬عرض البيانات (طرق عرض البيانات)‬

‫العرض البياني للبيانات‬

‫مثال (‪:)5‬‬
‫الشكل التالي يوضح‬
‫توزيع الطالب المقبولين‬
‫بإحدي كليات جامعة‬
‫الملك سعود خالل‬
‫الفترة ‪1433 -1420‬ه‬
 ‫عرض البيانات (طرق عرض البيانات)‬

‫العرض العددي للبيانات‬

 ‫مقاييس النزعة المركزية‬

‫مقياس النزعة المركزية هو القيمة التي تتمركز حولها معظم البيانات أو‬
‫القيمة التي تتوسطها و بالتالي فهي تمثل المجتمع أكثر من غيرها من القيم‬
‫متى يعتبر مقياس النزعة المركزية مقبوًال؟‬

‫❖ إذا كان المتوسط معرفًا تعريفًا دقيقّا‬

‫❖ إذا كان مبنيًا على جميع المشاهدات ( تدخل في حسابه جميع القيم)‪.‬‬
‫❖ إذا كان سهل الفهم و التفسير‪.‬‬
‫❖ إذا أمكن حسابه بسهولة و سرعة معقولتين‪.‬‬
‫❖ يخضع للعمليات الجبرية بسهولة‪.‬‬
‫❖ ال يتأثر بالقيم المتطرفة و الشاذة‪.‬‬
‫❖ ال يتأثر باختالف عينات المجتمع الواحد‪.‬‬
 ‫مقاييس النزعة المركزية‬

‫الوسط الحسابي (المتوسط)‬

 ‫مقاييس النزعة المركزية‬

‫مثال‬
‫البيانات التالية تمثل درجات الطالب في مادة االحصاء‬
‫‪37, 43, 42, 46, 37, 44, 38, 39, 37, 42, 38, 45, 38, 48, 43‬‬
‫أوجد الوسط الحسابي للدرجات‬
 ‫مقاييس النزعة المركزية‬

‫ايجاد الوسط الحسابي في حال‬

‫التوزيعات التكرارية‬
 ‫الوسيط‬ ‫مقاييس النزعة المركزية‬

‫هو العدد الذي يتوسط مجموعة من األعداد المرتبة تصاعديًا أو تنازليًا إذا‬
‫كان عددها فرديًا‪.‬‬
‫و الوسط الحسابي للعددين األوسطين إذا كان عددها زوجيًا‪.‬‬

‫إذا كان عدد القيم ‪N‬‬

‫فردي‬

‫إذا كان عدد القيم‬

‫زوجي ‪N‬‬
 ‫مقاييس النزعة المركزية‬

‫مثال‬
‫‪:‬اعمار خمسة طالب معطاة كالتالي‬
‫‪21, 25, 19, 20, 22‬‬
‫‪:‬ترتيب االعمار تصاعديا‬
‫‪19, 20, 21, 22, 25‬‬
‫وعلية الوسيط هو‬
‫‪21‬‬
 ‫المنوال‬ ‫مقاييس النزعة المركزية‬

‫هو القيمة (أو الصفة) التي تتكرر أكثر من غيرها‬

‫أي القيمة (أو الصفة) التي يقابلها أكبر تكرار في‬
‫‪.‬التوزيع التكراري‬
 ‫مقاييس النزعة المركزية‬

‫البيانات التالية تمثل عدد أفراد األسرة لثالث عينات مختلفة‪:‬‬ ‫مثال‬
‫العينة (‪7 ,4 ,6 ,2 ,13 , 10 ,8 ,3 ,5 ,6 ,6,7 ,5 ,3 ,2 :)1‬‬
‫العينة (‪4,6 ,3 ,2 ,5 , 2 , 3 :)2‬‬
‫العينة (‪10 ,9 ,8 ,7 ,6 ,5 ,1 :)3‬‬

‫منوال العينة (‪6 = )1‬‬

‫منوال العينة (‪3 , 2 = )2‬‬
‫منوال العينة (‪ = )3‬ليس لها منوال‬
 ‫الباب الثالث‬

‫مدخل الى االحصاء‬

‫أساليب جمع البيانات‬
 ‫أساليب جمع البيانات‬

‫األسلوب التجريبي‬

‫▪ يتم الحص ول على البيان ات عن طري ق المش اهدة لنت ائج‬

‫تجرب ة تم تص ميمها‪ ،‬مث ل التج ارب الزراعي ة والتج ارب‬
‫الطبية‪.‬‬
‫أساليب جمع البيانات‬
 ‫‪ 8-‬تعريف العينة‬

‫العين ة هي ج‪8‬زء من مجتم ع الدراس ة وتحم ل ص فاته وخصائص ه‪.‬‬

‫وتسمى عملية االختيار للعينة بالمعاينة‪.‬‬
 ‫العينات‬

‫أهم اسباب اللجوء إلى استخدام العينة‬

‫تعذر الوصول إلى جميع أفراد المجتمع‪.‬‬ ‫✓‬
‫تلف عناصر المجتمع نتيجة أخذ المشاهدات‪.‬‬ ‫✓‬
‫تقييد الدراسة بمقدار محدد من تكاليف و الزمن و الجهد المخصص‬ ‫✓‬
‫إلنجازها‪.‬‬
‫نتائج العينة تكون كافية لالستدالل على المجتمع‪.‬‬ ‫✓‬
 ‫أنواع العينات‬

‫العينة العشوائية‪:‬‬
‫✓ هي عملية اختيار المفردات بطريقة تمنح تكافؤ الفرص لكل الوحدات‬
‫(المفردات) المكونة للمجتمع محل الدراسة‪.‬‬
‫✓ من أنواع العينة العشوائية‪ :‬العينة العشوائية البس‪8‬يطة‪ ،‬العينة العشوائية‬
‫الطبقية‪ ،‬العينة العشوائية المنتظمة‪ ،‬والعينة العشوائية العنقودية‪.‬‬
‫العينة التحكمية‬
‫✓ يقصد بالعينات التحكمية تلك العينات التي يتم اختيار مفرداتها وفق ًا‬
‫لمعايير يحددها الباحث ويعتقد انها ستؤدى إلى الحصول علي عينة‬
‫تحقق أهداف الدراسة‪.‬‬
 ‫العينات‬

‫العينة العشوائية البسيطة‬

‫▪ يتم اختيار عناصر العينة بحيث يكون لكل فرد فرصة متساوية‬
‫لالختيار ضمن العينة‪0‬‬
 ‫العينات‬

‫(‪)2‬العينة العشوائية الطبقية‬

‫▪ نلجأ إلى هذه الطريقة في حالة وجود مجتمعات تتميز‬
‫بتب اين نوعي ات مفرداته ا‪ .‬ويتم اختي ار عين ة عشوائية‬
‫بسيطة بعد تقسيم مجتمع الدراسة إلى مجموعات أو‬
‫طبق ات (غ ير متداخل ة) لك ل مجموع ة أو طبق ة منه ا‬
‫خص ائص أو مم يزات معين ة تتم يز به ا عن بقي ة‬
‫الطبقات األخرى‪.‬‬
 ‫العينات‬

‫(‪)3‬العينة العشوائية المنتظمة‬

‫▪ هي العينة التي يتم فيها اختيار الحالة األولى من العينة‬
‫بطريق ة عش وائية ثم يمض ى الب احث فى اختي ار بقي ة‬
‫الح االت على أبع اد رقمي ة منتظم ة أو متس اوية بين‬
‫الحاالت ‪ ،‬بحيث تكون المسافة (الفاصل العددي) بين‬
‫اى وحدتين متتاليتين ثابتة فى جميع الحاالت‬
 ‫العينات‬

‫(‪)4‬العينة العشوائية‬
‫العنقودية‬
‫✓ يتم فيها أوًال تقسيم مجتمع البحث إلى مجموعات (عناقيد) قائمة‬
‫بذاتها‪ ،‬ثم اختيار عدد من هذه المجموعات (العناقيد) عشوائيًا‪.‬‬
‫✓ يتم في ه ذه العين ة االختي ار عش وائيًا وعنص ر االختي ار ه و‬
‫المجموع ة وليس الف رد كم ا في العين ات الس ابقة‪ ،‬فالب احث عن د‬
‫استخدامه للعينة العنقودية يختار مجموعة كاملة‪ .‬ثم يتم اختيار عينة‬
‫عشوائية بسيطة من كل عنقود‪.‬‬
 ‫الباب الرابع‬

‫مقدمة في االحتماالت‬
 ‫االحتماالت والتوزيعات االحتمالية‬

‫تعاريف‬

‫معنى االحتــمال‬
‫لقد تم تعريف االحتمال بطرق عديدة غير أن أبسطها‬
‫" هو مقياس المكانية وقوع حدث (‪ )Event‬معين " ‪.‬‬

‫‪-1‬الحدث والتجربة والفراغ العيني‪:‬‬

‫افترض أننا نقوم بإجراء تجربة ما كرمي زهرة النرد مثًال ونالحظ كل النتائج الممكنة‬
‫وهي ظهور أحد األوجه الستة ‪ 1‬أو ‪ 2‬أو ‪ 3‬أو ‪ 4‬أو ‪ 5‬أو ‪ 6‬ونفترض أننا مهتمون‬
‫بظهور رقم فردي أي ‪ 1‬أو ‪ 3‬أو ‪ 5‬من التجربة ‪ .‬وهكذا فإن عملية رمي الزهرة تسمى‬
‫تجربة (‪ )Experiment‬وظهور رقم فردي هو محل اهتمامنا يسمى حدثًا (‪)Event‬‬
‫ومجموعة جميع الحاالت الممكنة الظهور تسمى بالفراغ العيني ‪)Sample Space(.‬‬
‫ويالحظ أن الحادث قد يكون حالة او اكثر من الفراغ العيني ‪.‬‬
 ‫االحتماالت والتوزيعات االحتمالية‬

‫‪-2‬الحاالت الممكنة (‪)Possible Cases‬‬

‫هي الحاالت أو النتائج المختلفة التي يمكن أن تظهر نتيجة إلجراء تجربة معينة ‪ ،‬فمثًال عند رمي قطعة‬
‫عملة تكون نتيجتها صورة أو كتابة ‪ ،‬وعند رمي زهرة نرد تكون نتيجتها ‪ 1‬أو ‪ 2‬أو ‪ 3‬أو ‪ 4‬أو ‪ 5‬أو ‪6‬‬
‫فيقال أن عدد الحاالت الممكنة ‪ 2‬في حالة رمي قطعة العملة و ‪ 6‬في حالة رمي زهرة النرد‪.‬‬

‫‪-3‬الحاالت المواتية (‪)Favorable Cases‬‬

‫هي النتائج او الحاالت التي تؤدي إلى تحقيق الحادث الذي هو موضع اهتمامنا ‪ ،‬فإذا كان الحادث هو‬
‫الحصول على رقم فردي في حالة رمي زهرة النرد فإن الحاالت التي تحقق هذا الحادث هي الحصول‬
‫على ‪ 1‬أو ‪ 3‬أو ‪ ، 5‬هذه الحاالت الثالثة تسمى الحاالت المواتية‪.‬‬

‫‪-4‬الحاالت المتماثلة (‪)Equally Likely Cases‬‬

‫إذا كان لدينا عدة كرات معدنية مصنوعة من مادة واحدة متجانسة في الكثافة ولها نفس الوزن‬
‫والحجم وضعناها في كيس وسحبنا كرة منها بعد خلطها جيدًا فإن هذه الكرات تكون حاالت متماثلة أي‬
‫يكون لكل منها نفس النصيب في السحب‪.‬‬
 ‫االحتماالت والتوزيعات االحتمالية‬

‫‪-5‬الحوادث المتنافية (‪)Mutually Exclusive Events‬‬

‫يقال عن الحادثين ‪ A‬و ‪ B‬أنهما متنافيان إذا استحال حدوثهما معا ‪ .‬فمثًال عند رمي حجر النرد ال يمكن‬
‫الحصول على وجهين في وقت واحد‪.‬‬

‫‪-6‬الحوادث المستقلة (‪)Independent Events‬‬

‫يعتبر الحادثين ‪ A‬أو ‪ B‬حادثين مستقلين إذا كان وقوع إحداهما أو عدم وقوعه ال يؤثر في وقوع اآلخر‪.‬‬
‫فمثًال عند رمي قطعة عملة واحدة مرتين متتاليتين فإن نتيجة الرمية الثانية ال تتأثر بنتيجة األولى‪.‬‬

‫‪-7‬الحوادث الشاملة (‪)Exhaustive Events‬‬

‫تسمى الحوادث ‪ .. A ، B ، C‬حوادث شاملة في تجربة ما إذا كان البد من حدوث إحداها عند إجراء‬
‫التجربة‪.‬‬
‫فمثًال عند اختيار طالب من الجامعة لمعرفة حالته ما إذا كان مدخنا أو غير مدخن تعتبر هذه الحاالت‬
‫حوادث شاملة ألنه البد للفرد أن يكون له صفة واحدة من هذه الصفات‪ .‬كذلك فإن الحصول على العدد ‪1‬‬
‫أو ‪ 2‬أو ‪ 3‬أو ‪ 4‬أو ‪ 5‬أو ‪ 6‬عند رمي حجر النرد تعتبر حوادث شاملة ألنه البد من حدوث إحداها‪.‬‬
 ‫حســاب االحتــمـال‬

‫االحتمال التجريبي (‪)Empirical Approach‬‬

‫إذا أجريت تجربة مرات متتالية عددها ‪ n‬وكان عدد المرات التي يتحقق في كل منها حادث معين هو ‪r‬‬
‫مرة فان احتمال وقوع هذا الحادث يساوي‬

‫‪Lim‬‬
‫‪n‬‬

‫‪0 ≤ P(A) ≤ 1‬‬

 ‫قوانـين االحتــماالت‬

‫‪ .1‬جمـع االحتمـــاالت‬
‫أ ‪ -‬في حالة كون الحوادث متنافية‬
‫إذا كانت الحوادث ‪ .... A3 , A2 , A1‬حوادث متنافية بمعنى أن حدوث أحـدها يـؤدي‬
‫إلى استحالة حدوث أي من الحوادث األخرى وبالتالي فإن احتمال حدوث هذه الحوادث معًا يكون معدومًا‬
‫فإن‬
‫احتمال وقوع أي حادث من الحوادث المتنافية يساوي مجموع احتماالت وقوع هذه الحوادث‬

‫‪s‬‬ ‫فإذا كان ‪ B ، A‬حادثين متنافيين كما في الشكل (‪)1‬‬

‫فإن = )‪ B( P(A) + P(B‬أو ‪P )A‬‬

‫‪A‬‬ ‫‪B‬‬
‫يرمز أيضًا الحتمال وقوع أحد الحادثين بالرمز‬
‫حوادث متنافية‬
‫)‪P (AUB) = P (A) + P (B‬‬
‫حوادث متنافية‬
 ‫قوانـين االحتــماالت‬

‫ب‪ -‬في حالة كون الحوادث غير متنافية‬

‫عند عدم اشتراط تنافي الحادثين ‪ A‬و ‪ B‬يكون المقصود بالحادث (‪ A‬أو ‪ )B‬وقوع ‪ A‬على انفراد أو وقوع ‪B‬‬
‫على انفراد أو وقوع الحادثين ‪ A‬و ‪ B‬معا في وقت واحد كما يتضح من الشكل (‪ )2‬التالي‬

‫‪s‬‬ ‫اآلن )‪ P (A) + P (B‬تمثل مجموع الحاالت المواتية للحادث ‪A‬‬

‫‪A and B‬‬ ‫مضافًا إليها مجموع الحاالت المواتية للحادث ‪ B‬ولكن يجب‬
‫مالحظة أن كل من الحاالت المواتية للحادث ‪ A‬وتلك المواتية‬
‫للحادث ‪ B‬تتضمن الحاالت المواتية لوقوع ‪ A‬و ‪ B‬معًا ‪ ،‬وبهذا‬
‫فإنه في حالة جمع )‪ P (A‬و (‪ P )B‬فإننا نجمع‬
‫(‪ B‬و ‪ P )A‬مرتين ‪ ،‬لهذا البد من طرح (‪ B‬و ‪ P )A‬مرة واحدة‬
‫‪B‬‬ ‫لنحصل على االحتمال (‪ B‬أو ‪ P )A‬وهذا هو ‪:‬‬
‫‪A‬‬
‫(‪ B‬و ‪ B (= P – P (A) + P (B) )A‬او ‪P )A‬‬
‫أو‬
‫)‪P (AUB) = P (A) + P(B) – P (A B‬‬
 ‫قوانـين االحتــماالت‬

‫‪ .2‬ضـــرب االحتــماالت‬
‫أ – في حالة الحوادث المستقلة‬
‫أن احتمال حدوث حادثين مستقلين أو أكثر معًا يساوي حاصل ضرب احتمال حدوث‬
‫كل واحد من هذه الحوادث ببعضها بعضًا‬

‫إذا كان لدينا الحادثين المستقلين ‪ A‬و ‪ B‬فإن‬

‫)‪P(A B) = P (A) P (B‬‬
 ‫االحتــمال الشرطي ‪Conditional Probability‬‬

‫‪ -‬االحتــمال الشـرطي‬
‫إذا كـان لـدينا الحـادثين ‪ B , A‬وكـان )‪ P (B‬ال يسـاوي الصـفر فـأن االحتمـال الشـرطي للحـادث ‪A‬‬
‫بشرط وقوع الحادث ‪ B‬يعطي بالمعادلة التالية‪:‬‬
‫‪P (A/B) = P‬‬

‫أي أن االحتمال الشرطي للحادث ‪ A‬بشرط وقوع الحادث ‪ B‬يساوي حاصل قسمة االحتمال المركب لـ‬
‫‪ B , A‬على احتمال الحادث ‪B‬‬

‫من االحتمال الشرطي أعاله يمكننا أن نستنتج االحتمال المركب )‪P(A B‬‬
‫(‪P (A B) = P (A) P (B/A‬‬
‫)‪= P (B) P (A/B‬‬
‫ويمكننا أن نعمم هذه الصيغة ألكثر من حادثين ففي حالة ‪ 3‬حوادث تكون‬
‫)‪P (A B C) = P (A) P (B/A) P (C/AB‬‬
 ‫االحتــمال الشرطي ‪Conditional Probability‬‬

‫ب – في حالة الحوادث غير المستقلة‬

‫إذا كان لدينا الحادثين غير المستقلين ‪ A‬و ‪ B‬فإن احتمال حدوثهما معا‪:‬‬

‫‪P (A‬‬ ‫(‪B) = P (A) P (B/A‬‬

 ‫مثال‬

‫اجريت دراسة على‪ 400‬طالب دراسات عليا بجامعة الملك‬

‫سعود كلية ادارة االعمال وكانت معدالتهم في مادة االحصاء‬
‫على النحو التنالي‪:‬‬
‫جـ وأقل‬ ‫ب‬ ‫أ‬ ‫البرنامج‬
‫‪30‬‬ ‫‪40‬‬ ‫‪30‬‬ ‫المحاسبة‬
‫‪80‬‬ ‫‪20‬‬ ‫‪0‬‬ ‫االدارة‬
‫‪110‬‬ ‫‪60‬‬ ‫‪30‬‬ ‫االقتصاد‬
‫اذا تم اختيار احد الطالب عشوائيا‪ ،‬فما احتمال ان يكون‪:‬‬
‫‪.1‬تخصصه محاسبة؟‬
‫‪.2‬حاصل على معدل أ أو ب ؟‬
‫‪.3‬تخصصه ادارة وحاصل على معدل جـ وأقل؟‬
‫‪.4‬حاصل على معدل أ وتخصصه محاسبة؟‬
‫‪.5‬حاصل على معدل ب اذا علم ان تخصصه اقتصاد؟‬
 ‫الباب الخامس‬

‫تطبيقات على االكسل‬

 ‫التوزيع الطبيعي‬

‫• هو توزيع احتمالي متصل جرسي الشكل ومتماثل حول الوسط الحسابي‪ ،‬ويمتد‬
‫إلى ماال نهاية في االتجاهين‪ ،‬ولكن معظم المساحة (االحتمال) تتركز حول الوسط‬
‫الحسابي‪.‬‬

‫• وهو أكثر التوزيعات االحتمالية المتصلة استخدامًا في النواحي التطبيقية‪ ،‬ومنها‬

‫االستدالل اإلحصائي شامال التقدير‪ ،‬واختبارات الفروض‪.‬‬

‫كم ا أن معظم التوزيع ات يمكن تقريبه ا إلى ه ذا التوزي ع‪ ،‬وفيم ا يلي ع رض لهذا‬
‫التوزيع‪.‬‬
 ‫دالة كثافة االحتمال‬
‫إذا كان لدينا توزيع طبيعي ذو وسط حسابي ‪ µ‬وانحراف معياري ‪ σ‬فإن‬
‫معادلة منحنى دالة كثافة االحتمال تكون على الصورة التالية‪:‬‬

‫‪∞ < x < ∞, - ∞ < µ < ∞, σ > 0‬‬

‫وتأخذ دالة كثافة االحتمال الشكل التلي‪:‬‬
 ‫خصائص التوزيع الطبيعي‪:‬‬

‫متماثل حول الوسط الحسابي ‪.µ‬‬ ‫•‬

‫يتساوى فيه كل من‪ :‬الوسط الحسابي والوسيط والمنوال‪.‬‬ ‫•‬
‫مجموع المساحة تحت المنحنى تساوي واحد صحيح‪.‬‬ ‫•‬
‫يتحدد التوزيع بشكل كامل من خالل معلمتين هما‪ :‬الوسط الحسابي ‪ µ‬واالنحراف‬ ‫•‬
‫المعياري ‪.σ‬‬
‫االلتواء ( االطراف ) والتفلطح ( القمة ) يساوي صفر‪.‬‬ ‫•‬
 ‫التوزيع الطبيعي المعياري‬

‫• هو حالة خاصة من التوزيع الطبيعي وسطه الحسابي ‪ 0‬وانحرافه المعياري ) ‪1‬‬

‫أي أن‬
‫• يمكن تحويل أي توزيع طبيعي ( بوحدات ‪ )x‬إلى توزيع طبيعي معياري (بوحدات‬
‫‪ )z‬وذلك باستخدام التحويلة التالية‪:‬‬

‫ويستخدم جداول احتمالية محددة مسبقا للتوزيع الطبيعي المعياري لحساب االحتماالت‬
‫المطلوبة‬
‫العالقة بين التوزيع الطبيعي والتوزيع الطبيعي القياسي‬
 ‫جدول المساحات (االحتمال) تحت المنحنى الطبيعي المعياري‬

‫الفصل االول‪ :‬مقدمة في علم اإلحصاء‬ ‫األساليب اإلحصائية في اإلدارة‬ ‫‪81‬‬

 ‫طريقة استخدام الجدول‬

‫•لحساب االحتمال )‪P(0< Z < 1.55‬‬

‫نوجد المساحة المظللة من الجدول‪:‬‬
‫‪P(Z < 1.55) = 0.4394‬‬
‫‪1.55‬‬

‫•لحساب االحتمال )‪P(Z • 0.93‬‬

‫نوجد المساحة المظللة من الجدول‪:‬‬

‫‪P(Z • 0.93) = 0.50 - 0.1762 = 0.3238‬‬

‫‪.93‬‬
 ‫نوجد المساحة التالية‪:‬‬ ‫لحساب االحتمال )‪P(Z < -2. 1‬‬ ‫•‬
‫‪P(Z < - 2. 1) =0.5 – 0.4821 = 0.0179‬‬

‫‪-‬‬
‫‪2.1‬‬

‫نوجد المساحة التالية‪:‬‬ ‫لحساب االحتمال )‪P(Z • -0.84‬‬ ‫•‬

‫‪P(Z • -0.84)= 0.50 + 0.2995 = 0.7995‬‬

‫‪- .84‬‬
 ‫نوجد المساحة التالية‪:‬‬ ‫لحساب االحتمال )‪P( -1.3< Z > 0.49‬‬ ‫•‬
‫‪P( -1.3 < Z < 0.49) =0.4032 +0.1879‬‬
‫= ‪0.5911‬‬

‫‪-‬‬ ‫‪0.49‬‬
‫‪1.3‬‬

‫نوجد المساحة التالية‪:‬‬ ‫لحساب االحتمال )‪P(Z • -0.84‬‬ ‫•‬

‫)‪P(-1.4 • Z • 2.15)= 1- (0.4192 + 0.4842‬‬
‫= ‪0.0966‬‬

‫‪-1.4‬‬ ‫‪2.15‬‬
 ‫مثال‬
‫•قامت إحدى الشركات بإجراء اختبار للمتقدمين لشغل بعض الوظائف الشاغرة‬
‫بها‪ ،‬إذا علمت أن درجات هذا االختبار تتبع توزيعا معتدال وسطه الحسابي ‪500‬‬
‫وانحرافه لمعياري ‪ 100‬درجة وأن أحد المختبرين قد اختير عشوائيا‪ ،‬ما هو‬
‫احتمال أن تكون درجته أكبر من ‪700‬؟‬

‫الحل‪:‬‬
‫إذا كانت ‪ X‬ترمز لدرجة أي ممتحن‪ ،‬فإن ‪ X‬تتبع توزيعا معتدال وسطه الحسابي‬
‫‪ 500‬درج ه وإنحراف ه المعي اري ‪ 100‬درج ه‪ ،‬وباس تخدام المعادل ة الخاص ة‬
‫بالدرجة المعيارية‪:‬‬
 ‫نجد أن القيمة المعيارية ‪ Z‬للقيمة ‪ 700‬هي ‪:‬‬

‫وبالتالي يصبح االحتمال المطلوب‪:‬‬

‫)‪P(X • 700) = P(Z • 2‬‬

‫‪= 0.50 – 0.4772‬‬
‫‪= 0.0228‬‬

‫‪2‬‬
 ‫تقريب توزيع ذو الحدين بواسطة التوزيع الطبيعي‬

‫في بعض حاالت توزيع ذو الحدين يصبح عملية حساب االحتماالت عن طريق دالة‬
‫توزيع ذو الحدين غير عملية ومعقدة‪.‬‬

‫فمثال‪ :‬اذا كانت نسبة االنتاج السليم الحد الشركات المصنعة لشرائح (‪)chips‬‬
‫الكمبيوتر هي ‪ ،% 35‬فما احتمال ان يكون هناك ما ال يقل عن ‪ 60‬شريحة‬
‫سليمة من بين ‪ 150‬شريحة‪.‬‬

‫اي اننا نحتاج ان نطبق معادلة توزيع ذو الحدين ‪ 91‬مرة!!‬

‫اليجاد االحتمال المطلوب‬
‫استخدام االكسل لحساب االحتماالت و قيم المتغيرات‬

‫=)‪NORMDIST(x,mean,SD,cumulative‬‬

‫مثال‪ :‬احسب )‪ P(X<25‬مع العلم ‪mean=20 and SD=3‬‬

‫استخدام االكسل لحساب االحتماالت و قيم المتغيرات‬

‫=)‪NORMINV(probability,mean,SD‬‬

‫مثال‪ :‬احسب ‪ x‬مع العلم ‪probability=0.55‬‬

‫استخدام االكسل لحساب االحتماالت و قيم المتغيرات‬

‫=)‪NORMSDIST(z‬‬

‫مثال‪ :‬احسب احتمال القيم األقل من ‪1.78‬‬

‫استخدام االكسل لحساب االحتماالت و قيم المتغيرات‬

‫=)‪NORMSINV(z‬‬

‫مثال‪ :‬احسب القيمة ذات االحتمال ‪0.55‬‬