Professional Documents
Culture Documents
تحليل الانحدار - كورس اول
تحليل الانحدار - كورس اول
المحاضرة األولى
االنحدار الخطي
مفهوم االنحدار الخطي -:يختصر االنحدار الخطي بدراسة متغير واحد يعرف بالمتغير المعتمد أو
المتغير التابع ( )Dependentعلى متغير واحد أو عدة متغيرات تعرف بالمتغيرات المعتمدة أو
المتغيرات المستقلة ( )Independent Variableو أن مفهوم االنحدار هو الذي يختص بدراسة
العالقة بين المتغيرات ,احد هذه المتغيرات يعرف بالمتغير المعتمد و الذي يقصد به انه اي تغيرات
تحدث في هذا المتغير يعتمد على متغيرات اخرى و المتغيرات التي تؤثر في المتغير المعتمد هي
المتغيرات المستقلة أو المفسرة فأن اي تغير في هذه المتغيرات يؤثر هذا المتغير على هذا المتغير
المعتمد و يرمز الى المتغير المعتمد في األغلب المصادر االنحدار بالرمز ( 𝑖𝑌) و المتغيرات المستقلة
أو المفسرة ( 𝑖𝑋) و اليجاد العالقة بين المتغيرات المستقلة و المتغيرات المعتمدة تم التوصل الى
صياغة معادلة رياضية بينهما سميت بنموذج االنحدار و على ضوء هذا النموذج يتم معرفة مدى
تأثير المتغير المستقل على المتغير المعتمد و على سبيل المثال العالقة بين االدخار و نسبة الفائدة
فالنظرية االقتصادية توضح أن نسبة الفائدة يتأثر باالدخار فكلما زادت نسبة الفائدة زاد االدخار وهذا
يعني أن االدخار هنا هو متغير تابع أو معتمد و نسبة الفائدة هو متغير مستقل .النه االدخار يعتمد
على نسبة الفائدة أذا زادت الفائدة زاد االدخار و العكس صحيح و من هذا يمكن القول بأن أي دراسة
احصائية تعتمد على تحليل االنحدار يجب على الباحث هو بتحديد اي المتغيرات مستقلة و معتمد ,و
قد يواجه الباحث العديد من المشاكل في هذه الضوء و مثال اخر لو كان لدينا دراسة على معدل
الطالب في الجامعات فأن معدل الطالب يعتمد على درجات المواد التي درسها في المرحلة الدراسية
فعلى سبيل المثال طالب إحصاء مرحلة ثالثة فأن تقدير الطالب هو جيد جداً و كان معدله 85فأن هذه
الدرجة جاءت باالمتحان على المواد التي درسها في المرحلة الثالثة و التي تتمثل بالـ(إحصاء رياضي
_ تحليل انحدار _ بحوث عمليات ...إلخ) في هذه الحالة يمكن تمثيل هذه العالقة بنموذج انحدار
خطي يكون فيه معدل الطالب هو المتغير المعتمد و المواد الدراسية التي درسها هي المتغير المستقل .
1
أستاذ املادة :وهاب سامل
)3التحكم -:و يقصد به تفسير التغير في القيم متغير التابع بداللة المتغيرات المستقلة أي ان
المتغير المستقل 𝑖𝑋 هو التحكم الذي يسيطر على المتغير المعتمد فأن اي تغير ايجابي أو
سلبي في المتغير المعتمد يكون التحكم أو المسيطر عليه هو المتغير المستقل .
2
أستاذ املادة :وهاب سامل
تحديد و صياغة المشكلة -:في هذه المرحلة يتم تعريف المشكلة و حدودها و حجمها و ذلك )1
لتكون موضوعا ً للبحث و التحليل و تعد النظرية ,الخبرة العلمية و الدراسات و البحوث
السابقة من اهم المصادر للحصول على المشكلة .
صياغة الفروض -:و يقصد بصياغة الفروض تكوين فكرة مبدئية عن النتائج المتوقعة و ذلك )2
بوضع االجابات المحتملة السئلة البحث .
صياغة مشكلة رياضية -:يتم في هذه بعدما تم تحديد الفرضيات أو الفروض يتم تحويل هذه )3
الى نماذج رياضية و ذلك بربط عالقة رياضية بين متغيرات البحث المدروس .
حل النموذج الرياضي -:في هذه المرحلة يتم تحديد البيانات المطلوبة و اخذ طريقة القياس )4
المناسبة لها .
تفسير النتائج -:بعد ان تم جمع البيانات في الخطوة السابقة و أستخدام الطريقة القياسية )5
المناسبة لها يتم الحصول على النتائج حيث يقوم الباحث بتفسير نتائج البحث و مقارنة هذه
النتائج مع نتائج البحوث السابقة المقارنة للبحث المدروس .
تأكيد صحة النموذج -:عادة ما يتم تأكيد نتائج بأخذ عينة من نفس مجتمع الدراسة و إعادة )6
حل النموذج و ذلك للتأكد من مدى استقرار التقديرات بغرض االطمئنان على ثبات صيغة
النموذج .
استخدام النموذج -:في هذه المرحلة االخيرة نتائج هذا النموذج تم بناءه لوصف و تحليل )7
مشكلة موضوع الدراسة و التنبؤ بمسارها بحلول و مقترحات و توصيات بشأنها و الشكل
التالي يلخص مراحل بناء النموذج -:
أستخدام النموذج
3
أستاذ املادة :وهاب سامل
المحاضرة الثانية
االنحدار الخطي البسيط
مقدمة -:سنبدأ بتحليل االنحدار بدراسة حالة خاصة ,حيث يكون لدينا متغيرات ,احدها تابع واالخر
مستقل و العالقة بينهما خطية و يعرف هذا النوع من االنحدار بنموذج االنحدار الخطي البسيط أو
النموذج الخطي لمتغيرين .ومن استخدامات نموذج االنحدار الخطي هو التقدير و التنبؤ بقيم المتغير
التابع بداللة المتغير المستقل مثال على ذلك يرغب باحث في تحديد عالقة بين وزن الطفل (متغير
تابع) بعمره (متغير مستقل) و هناك الكثير من االمثلة على نماذج االنحدار الخطي البسيط و يرمز
للمتغير المعتمد أو التابع بالرمز ( )𝑌iو المتغير المستقل ( )𝑋iو على سبيل المثال لدينا nمن
مشاهدات متغير معتمد مع متغير مستقل و الجدول التالي يوضح هذا -:
و بما أن قيمة المعالم 𝛽° , 𝛽1مجهولة فأن الهدف هو الحصول على قيمة تقديرية لهما على اساس
مشاهدات العينة من مجتمع الدراسة و يمكن توضيح رسم بياني لـنموذج االنحدار بالشكل التالي -:
4
أستاذ املادة :وهاب سامل
Y
𝑖𝑋 𝑌 = 𝛽° + 𝛽1
𝑦∆
𝑥∆
صفر X
تمثل الرسم اعاله العالقة السالبة .
من خالل النظر الى المعادلة رقم 2يتضح أن العالقة بين المتغير المعتمد 𝑖𝑌 و المتغير المستقل 𝑖𝑋
هي عالقة تامة و م حددة و لكن في الواقع التطبيقي فأن العالقة بين المتغيرات دائما تكون غير محددة
كما هو الحال في المتغيرات العشوائية ,على سبيل المثال العالقة بين دخل الفرد و مصروفاته
المعيشية و لكن بالطبع أن هذه العالقة غير محددة أذا ال يمكن أن نتوقع من أي دينار يكتسبه الفرد
يصرف من سنة على النفقات المعيشية لذلك من غير المتوقع أن تقع جميع النقاط على خط مستقيم الن
هنالك اختالف من مشاهدة الى اخرى فـبعض النقاط تقع أعلى الخط و البعض اآلخر أسفل الخط
المستقيم و يمكن اعادة كتابة المعادلة السابقة بشكل صحيح 𝑢𝑖 = 𝑌𝑖 − (𝛽° − 𝛽1 𝑋𝑖 ) … … … 3 :
حيث 𝑖𝑢 يمثل االنحراف و يمثل متغير عشوائي يأخذ قيما ً سالبة و موجبة و يعرف بحد الخطأ
العشوائي و بإضافة حد الخطأ العشوائي إلى نموذج االنحدار يمكن اعادة كتابة المعادلة السابقة بالشكل
𝑌𝑖 = 𝛽° + 𝛽1 𝑋𝑖 + 𝑢𝑖 … … … 4 التالي -:
5
أستاذ املادة :وهاب سامل
و أن السبب الرئيسي من ادخال حد الخطأ العشوائي الى نموذج االنحدار هو كـاالتي -:
)1صعوبة ادخال المتغيرات المستقلة التي تسهم في تفسير تباين المتغير التابع و يرجع السبب
إلى قلة معرفة بعض المتغيرات المؤثرة .
)2عدم وصف نموذج االنحدار بصورة دقيقة .
)3وجود اخطاء في قياس المتغيرات (التابع و المستقل) .
)4عدم وجود اخطاء تحديد و تنقسم اخطاء التحديد -:
)aأن تكون العالقة غير خطية بين المتغير المعتمد و المستقل .
)bأن يتضمن نموذج االنحدار الخطي المتغيرات المستقلة التي تسهم في تفسير التباين
ف ي المتغير التابع و هذا يعني على الباحث أن ال يدخل متغيرات ال تؤثر على المتغير
المعتمد .
)5أن تكون قياسات المتغير التابع و المستقل صحيحة .
)6أن يكون تباين المتغير المستقل أكبر من صفر
∑(𝑋𝑖 − 𝑋̅) > 02
)7أن يكون عدد المشاهدات nأكبر من عدد معالم نموذج االنحدار .
و هذا يعني اذا كان النموذج المستخدم هو نموذج انحدار خطي بسيط فيجب أن يكون حجم العينة
ثالث مشاهدات أو اكثر .
6
أستاذ املادة :وهاب سامل
المحاضرة الثالثة
فروض حد الخطأ العشوائي 𝒊𝒖
في المحاضرة السابقة ذكر أهم االسباب الرئيسية من ادخال حد الخطأ العشوائي في نموذج االنحدار
الخطي البسيط أما في هذه المحاضرة سوف يتم ذكر أهم الفرضيات الخاصة بحد الخطأ العشوائي
(الفروض المتعلقة بحد الخطأ العشوائي) -:
)1أن يكون عدد المشاهدات في العينة أكبر من عدد المعالم 𝛽 > 𝑛 .
)2القيمة المتوسطة لحد الخطأ العشوائي مساوية الى الصفر 𝐸(𝑢𝑖 ) = 0و هذا يعني أن يكون
مجموع قيم حد الخطأ العشوائي السالبة مساوية إلى قيم الخطأ العشوائي الموجبة .
)3أن يكون تباين حد الخطأ العشوائي لكل قيم متغير المستقل ثابت
𝑉𝑎𝑟(ui ⁄xi ) = 𝐸(ui − 𝐸(ui ))2
و بما أن القيمة المتوقعة لحد الخطأ العشوائي 𝐸(𝑢𝑖 ) = 0
𝑉𝑎𝑟(ui ⁄xi ) = 𝐸(ui )2 = 𝜎𝑛2
)4استقالل قيم حدود الخطأ عن بعضها البعض و تتطلب ذلك بأن يكون التباين المشترك لها
𝑐𝑜𝑣(𝑢𝑖 𝑢𝑠 ) = 𝐸(𝑢𝑖 − 𝐸(𝑢𝑖 ))(𝑢𝑠 − 𝐸(𝑢𝑠 )) = 0 مساويا ً للصفر
و بما أن 𝐸(𝑢) = 0
𝑐𝑜𝑣(𝑢𝑖 𝑢𝑠 ) = 𝐸(ui − 0)(𝑢𝑠 − 0) = 0
𝑐𝑜𝑣(𝑢𝑖 𝑢𝑠 ) = 𝐸(𝑢𝑖 𝑢𝑠 ) = 0
)5استقاللية حد الخطأ العشوائي عن المتغير المستقل أي أن يكون المتغير Xiمستقل عن الخطأ
العشوائي uiمساويا ً الى الصفر
)) 𝑖𝑢(𝐸 𝑐𝑜𝑣(𝑥𝑖 𝑢𝑖 ) = 𝐸(𝑥𝑖 − 𝐸(𝑥𝑖 ))(𝑢𝑖 −
]) 𝑖𝑢(𝐸) 𝑖𝑥(𝐸 = 𝐸[(𝑥𝑖 𝑢𝑖 ) − 𝑥𝑖 𝐸(𝑢𝑖 ) − 𝐸(𝑥𝑖 )𝑢𝑖 +
حيث يكون 𝐸(𝑢𝑖 ) = 0
]= 𝐸[(𝑥𝑖 𝑢𝑖 ) − 0 − 𝐸(𝑥𝑖 )𝑢𝑖 + 0
] 𝑖𝑢) 𝑖𝑥(𝐸 𝑐𝑜𝑣(𝑥𝑖 𝑢𝑖 ) = 𝐸[(𝑥𝑖 𝑢𝑖 ) −
و بأدخال التوقع الى المعادلة :
]) 𝑖𝑢(𝐸) 𝑖𝑥(𝐸 𝑐𝑜𝑣(𝑥𝑖 𝑢𝑖 ) = 𝐸[(𝑥𝑖 𝑢𝑖 ) −
بما أن 𝐸(𝑢𝑖 ) = 0
) 𝑖𝑢 𝑖𝑥(𝐸 = ) 𝑖𝑢 𝑖𝑥(𝑣𝑜𝑐
) 𝑖𝑢(𝐸 𝑐𝑜𝑣(𝑥𝑖 𝑢𝑖 ) = 𝐸(𝑥𝑖 ).
𝑐𝑜𝑣(𝑥𝑖 𝑢𝑖 ) = 0
)6أن من أهم الفروض التي يجب أن تتحقق في االخطاء العشوائية هو أن تتبع التوزيع الطبيعي
و يمكن أن نصنع هذا الفروض بالشكل التالي -:
) 𝑢𝑖 ~𝑁(0, 𝜎𝑛2
7
أستاذ املادة :وهاب سامل
تقديرات المربعات الصغرى االعتيادية ()OLS
يتم عادة استخدام عينة من المجتمع دراسة لتقدير معالم االنحدار المجتمع المجهولة و تسمى دالة
انحدار العينة ( )Sanple Regression Fuctionو يمكن كتابة دالة انحدار العينة بالشكل التالي-:
𝑦̂𝑖 = 𝑏° + 𝑏1 𝑥𝑖 … … … 1 دالة انحدار العينة
𝑌𝑖 = 𝛽° + 𝛽1 𝑋𝑖 + 𝑢𝑖 … … … 2 دالة انحدار المجتمع
𝑖̂𝑢 𝑦𝑖 = 𝑏° + 𝑏1 𝑥𝑖 + و باضافة حد الخطأ العشوائي
حيث أن 𝑖𝑦 هو متغير تابع أومعتمد ) (𝑏° , 𝑏1جرى تعريفها اعاله أما 𝑖̂𝑢 فهو عبارة عن حد الخطأ
العشوائي في نموذج انحدار العينة حيث أن 𝑖̂𝑦 هو الفرق بين القيمة الحقيقية و القيمة التقديرية 𝑖̂𝑦
𝑖̂𝑦 𝑢̂𝑖 = 𝑦𝑖 − التي يتم الحصول عليها بعد التقدير معالم نموذج االنحدار
و للحصول على قيمة تقديرية الى معالم نموذج االنحدار الخطي البسيط و ذلك يجعل االخطاء
العشوائية اصغر ما يمكن و ذلك بالعودة الى النموذج 2
𝑖𝑥 𝑢 = Y𝑖 − 𝛽° − 𝛽1
و ذلك يجعل مجموع المربعات االخطاء اصغر ما يمكن
∑𝑢𝑖2 = ∑(𝑌𝑖 − 𝛽° − 𝛽1 𝑥𝑖 )2
و ذلك بأخذ المشتقة الجزئية أو التفاضل الجزئي لمعالم نموذج االنحدار
2
𝑖𝑢∑𝛿
)= 2 ∑(𝑌𝑖 − 𝛽° − 𝛽1 𝑋𝑖 )(−1
𝛿𝛽°
) 𝑖𝑋 = −2 ∑(𝑌𝑖 − 𝛽° − 𝛽1
𝛿∑𝑢𝑖2
) 𝑖𝑋 = ∑(𝑌𝑖 − 𝛽° − 𝛽1 و بقسمة المعادلة على -2
𝛿𝛽°
𝛿∑𝑢𝑖2
=0 و بمساواة المصفوفة بالصفر
𝛿𝛽°
∑(𝑦𝑖 − 𝑏° − 𝑏1 𝑥𝑖 ) = 0 … … … 3
أما بالنسبة الى المعلمة الثانية 𝛽1فيمكن ايجاد المشتقة الجزئية لها كما يلي :
𝛿∑𝑢𝑖2
) 𝑖𝑋= 2 ∑(𝑌𝑖 − 𝛽° − 𝛽1 𝑋𝑖 )(−
𝛿𝛽1
) 𝑖𝑋 = −2∑𝑋𝑖 (𝑌𝑖 − 𝛽° − 𝛽1
𝛿∑𝑢𝑖2
) 𝑖𝑋 = ∑𝑋𝑖 (𝑌𝑖 − 𝛽° − 𝛽1 و بقسمة المعادلة على -2
𝛿𝛽1
∑𝑥𝑖 (𝑦𝑖 − 𝑏° − 𝑏1 𝑥𝑖 ) = 0 … … … 4 و بمساواة المصفوفة بالصفر
و من المعادلة ( )3,4و للحصول على قيمة ) (𝑏° , 𝑏1يتم ذلك بحل المعادلتين أنين و كما يلي :
∑(𝑦𝑖 − 𝑏° − 𝑏1 𝑥𝑖 ) = 0
∑𝑥𝑖 (𝑦𝑖 − 𝑏° − 𝑏1 𝑥𝑖 ) = 0
و بإدخال المجموع على المعادالت
∑𝑦𝑖 − 𝑛𝑏° − 𝑏1 ∑𝑥𝑖 = 0
∑𝑥𝑖 𝑦𝑖 − 𝑏° ∑𝑥𝑖 − 𝑏1 ∑𝑥𝑖2 = 0
8
أستاذ املادة :وهاب سامل
ثم بعد ذلك ضرب المعادالت بمقدار ) 𝑖𝑥∑ (n,و ذلك بضرب المعادلة رقم 1أو االولى بالمجموع
𝑖𝑥∑ أما المعادلة الثانية بالمجموع nفـتصبح المعادالت كما يلي :
𝑖𝑥∑ × ] )[ (∑𝑦𝑖 − 𝑛𝑏° − 𝑏1 ∑𝑥𝑖 = 0
𝑛 × ] [ (∑𝑥𝑖 𝑦𝑖 − 𝑏° ∑𝑥𝑖 − 𝑏1 ∑𝑥𝑖2 ) = 0
فتصبح بالشكل التالي -:
∑𝑦𝑖 ∑𝑥𝑖 − 𝑛𝑏° ∑𝑥𝑖 − 𝑏1 (∑𝑥𝑖 )2 = 0
±𝑛∑𝑥𝑖 𝑦𝑖 ± 𝑛𝑏° ∑𝑥𝑖 ± 𝑏1 𝑛∑𝑥𝑖2 = 0
و بالطرح
2 2
∑𝑦𝑖 ∑𝑥𝑖 − 𝑏1 (∑𝑥𝑖 ) − 𝑛∑𝑥𝑖 𝑦𝑖 + 𝑏1 𝑛∑𝑥𝑖 = 0
ثم بعد ذلك الحدود التي تحتوي على المعلمة 𝑏1تبقى بطرف و الحدود الخالية من 𝑏1تنقل للطرف
االخر و تصبح بالشكل التالي -:
2 2
𝑖𝑥∑ 𝑖𝑦∑ 𝑏1 𝑛∑𝑥𝑖 − 𝑏1 (∑𝑥𝑖 ) = 𝑛∑𝑥𝑖 𝑦𝑖 −
و بقسمة طرفي المعادلة السابقة على المقدار ) (𝑛∑𝑥𝑖2 − (∑𝑥𝑖 )2فيكون بالشكل التالي -:
) (𝑛∑𝑥𝑖2 −(∑𝑥𝑖 )2 𝑖𝑥∑ 𝑖𝑦∑𝑛∑𝑥𝑖 𝑦𝑖 −
𝑏1 =
) (𝑛∑𝑥𝑖2 −(∑𝑥𝑖 )2 ) (𝑛∑𝑥𝑖2 −(∑𝑥𝑖 )2
𝑏° = 𝑦̅ − 𝑏1 𝑥̅ … … … 6
9
أستاذ املادة :وهاب سامل
المحاضرة الرابعة
معنى معامالت نموذج االنحدار الخطي البسيط -:
تمثل المعامالت 𝑏°المعامل الثابت أو الحد الثابت للقيمة المتنبأ بها للمتغير التابع أو المعتمد ) 𝑖𝑦(
عندما تكون قيمة 𝑖𝑥 مساوية للصفر (أي أن )𝑥𝑖 = 0و يصبح نموذج االنحدار الى 𝑖𝑦
𝑖𝑥 𝑦̂𝑖 = 𝑏° + 𝑏1
)𝑦̂𝑖 = 𝑏° + 𝑏1 (0
𝑦̂𝑖 = 𝑏°
حيث 𝑖̂𝑦 تمثل المعادلة التقديرية التي يتم الحصول عليها بعد تقدير معالم نموذج االنحدار أي بعد
الحصول على المعامل 𝑏° , 𝑏1و تكتب المعادلة التقديرية :
𝑖𝑥 𝑦̂𝑖 = 𝑏° + 𝑏1
حيث هذه المعادلة 𝑖̂𝑦 التقديرية هي التي يتم تحديد العالقة عن طريقها بين المتغير المعتمد و المتغير
ا لمستقل و كذلك هذه المعادلة التقديرية يتم استخدامها للتنبؤ بها في المستقبل لقيم المتغير المعتمد 𝑖𝑦 و
بالعودة الى معنى الحد الثابت عندما تكون قيم 𝑖𝑥 مساوية الى الصفر هذا يعني أن العالقة بين المتغير
المعتمد و المستقل ثابتة و أن التنبؤ في المستقبل ايضا ً ثابت .
10
أستاذ املادة :وهاب سامل
البرهان :
𝑦̂𝑖 = 𝑏° + 𝑏1 𝑥𝑖 … … … 1 من المعادلة التقديرية
𝑖𝑥∑ ∑𝑦̂𝑖 = 𝑛𝑏° + 𝑏1 و بأخذ المجموع الى طرفي المعادلة رقم 1
𝑖̂𝑦∑
= 𝑏° + 𝑏1 𝑥̅ … … … 2 و بالقسمة على n
𝑛
أما بالنسبة الى نموذج االنحدار الفعلي أو المجتمع
𝑖𝑢 𝑌𝑖 = 𝛽° + 𝛽1 𝑋𝑖 +
𝑖𝑢∑ ∑𝑌𝑖 = 𝑛𝛽° + 𝛽1 ∑𝑋𝑖 + و بأخذ المجموع
𝑦̅ = 𝛽° + 𝛽1 𝑥̅ … … … 3 و بالقسمة على n
̅𝑦 = ̂̅𝑦 أذن المعادلة رقم 2هي مساوية لمعادلة رقم 3أذن
)2متوسط البواني (متوسط االخطاء التقديرية) يساوي صفر أي أن :
𝑖̂𝑢∑
= ̂̅𝑢 =0
𝑛
البرهان :
𝑖̂𝑦∑ ∑𝑢̂𝑖 = ∑(𝑦𝑖 − 𝑦̂𝑖 ) = ∑𝑦𝑖 −
𝑢∑ 𝑖̂
̂̅𝑦 = 𝑦̅ − و بالقسمة على n
𝑛
̂̅𝑦 𝑢̅̂ = 𝑦̅ −
̅𝑦 = ̂̅𝑦 و من الخطوة األولى و التي تنص
𝑢̅̂ = 0
)3البواقي غير المقترنة بالقيمة المقدرة للمتغير التابع 𝑖̂𝑦 و هذا يعني أن التباين المشترك للمتغير
التابع أو االخطاء المقدرة مساوي للصفر
𝑐𝑜𝑣(𝑦̂𝑖 , 𝑢̂𝑖 ) = ∑(𝑦̂𝑖 − 𝑦̅̂𝑖 )(𝑢̂𝑖 − 𝑢̅̂ ) = 0
∑𝑦̂𝑖 𝑒𝑖 = ∑𝑦̂𝑖 𝑒𝑖 = 0 الثبات ذلك نتبع االشتقاق التالي :
) ̅𝑥 𝑦̂𝑖 − 𝑦̅ = 𝑏1 (𝑥𝑖 −
𝑦̂𝑖 = 𝑏° + 𝑏1 𝑥𝑖 … … … 4 المعادلة التقديرية
𝑦̅ = 𝑏° + 𝑏1 𝑥̅ … … … 5 معادلة العينة
و بطرح 5-4
𝑦̂𝑖 − 𝑦̅ = 𝑏1 (𝑥𝑖 − 𝑥̅ ) … … … 6
𝑦𝑖 = 𝑏° + 𝑏1 𝑥𝑖 + 𝑢̂𝑖 … … … 7 أما معادلة العينة
و بطرح المعادلة رقم 6-5
𝑦𝑖 − 𝑦̅ = 𝑏1 (𝑥𝑖 − 𝑥̅ ) + 𝑢𝑖 … … … 8
و يمكن كتابة المعادلة 8 , 6بصيغة االنحالافات
𝑦̂𝑖 = 𝑏1 𝑥𝑖 … … … 9
𝑦𝑖 = 𝑏1 𝑥𝑖 + 𝑢𝑖 … … … 10
حيث أن قيمة االنحراف يقصد بها هو الفرق القيمة الحقيقية و المتوسط و يرمز لها بالرمز
الصفر .
̅𝑥 𝑥𝑖 = 𝑥𝑖 −
11
أستاذ املادة :وهاب سامل
̅𝑦 𝑦𝑖 = 𝑦𝑖 −
̅𝑢 𝑢̂𝑖 = 𝑢𝑖 −
̅𝑦 𝑦̂𝑖 = 𝑦̂𝑖 −
و الثبات ذلك من المعادلة رقم 9و 10
∑𝑦̂𝑖 𝑢𝑖 = 0
𝑖𝑢 𝑖𝑥∑ ∑(𝑏1 𝑥𝑖 )𝑢𝑖 = 𝑏1
𝑖𝑥 𝑢𝑖 = 𝑦𝑖 − 𝑏1 حيث أن 𝑖𝑢 هي الفرق بين القيمة الحقيقية و التقديرية
) 𝑖𝑥 ∑𝑦̂𝑖 𝑢𝑖 = 𝑏1 ∑𝑥𝑖 (𝑦𝑖 − 𝑏1
= 𝑏1 ∑𝑥𝑖 𝑦𝑖 − 𝑏12 ∑𝑥𝑖2 = 0
حيث تم االستفادة من النتيجة التالية :
𝑖𝑦 𝑖𝑥∑ 2
= 𝑏1 𝑖𝑥∑ 2 = ∑𝑥𝑖 𝑦𝑖 = 𝑏1
𝑖𝑥∑
= 𝑏12 ∑𝑥𝑖2 − 𝑏12 ∑𝑥𝑖2 = 0 و هو المطلوب.
)4البواقي غير مقترنة بالمتغير المستقل و هذا يعني أن التباين المشترك بين المتغير المستقل و
البواقي أو مقدار االخطاء مساوية صفر
)̅𝑢 𝑐𝑜𝑣(𝑥𝑖 𝑢̂𝑖 ) = 0 = ∑(𝑥𝑖 − 𝑥̅ )(𝑢̂𝑖 −
∑𝑥𝑖 𝑢𝑖 = 0
و الثبات ذلك فنتبع االشتقاق التالي و من المعادلة العاشرة
𝑖̂𝑢 𝑦𝑖 = 𝑏1 𝑥𝑖 +
يكون التباين بين المتغير المستقل و البواقي كما يلي :
𝑖𝑥 𝑖𝑥∑ ∑𝑥𝑖 𝑢̂𝑖 = ∑𝑥𝑖 (𝑦𝑖 − 𝑏1 𝑥𝑖 ) = ∑𝑥𝑖 𝑦𝑖 − 𝑏1
∑𝑥𝑖 𝑥𝑖 = ∑𝑥𝑖2
𝑖𝑦 𝑖𝑥∑ = 𝑖𝑥 𝑖𝑦∑ و كذلك
2 2
∑𝑥𝑖 𝑒 = 𝑏1 ∑𝑥𝑖 − 𝑏1 ∑𝑥𝑖 = 0
و هو المطلوب
واجب :
∑𝑦𝑖 𝑥𝑖 = 𝑏1 ∑𝑥𝑖2 )1
∑𝑥𝑖 𝑥𝑖 = ∑𝑥𝑖2 )2
12
أستاذ املادة :وهاب سامل
المحاضرة الخامسة
مثال /البيانات التالية تمثل أوزان و اعمار 50طفل سحبت من احدى المستشفيات :
عمره (سنة) وزن الطفل رقم المشاهدة
1 11.5 3
2 16 5
3 6.5 0.5
⋮ ⋮ ⋮
50 1.4 0.08
المطلوب :قدر معادلة أالنحدار الخطي البسيط للعالقة بين وزن الطفل و عمره .
الحل /اليجاد تقدير دالة االنحراف الخطي يجب إيجاد العمليات الحسابية
y x xy 𝑥𝑖2
11.5 3 34.5 9
16 5 80 25
6.5 0.5 3.25 0.25
⋮ ⋮ ⋮ ⋮
1.4 0.08 0.112 0.0064
507.7 117.36 1739.226 491.6858
ثانيا ً :الميل الحدي أو معامل االنحدار 𝑏1المقدر يساوي تفاضل أو تغير للمتغير المستقل
𝑦∆
= 2.532
𝑥∆
و هذا يعني أن المعامل المتغير في وزن الطفل عن تغير العمر وحدة واحدة يزداد أي أن مقدار
الزيادة في وزن الطفل السنوية هي 2.532كيلوجرام في الفترة من تاريخ الوالدة الى أن يصل الطفل
ستة سنوات و ربع سنة .
13
أستاذ املادة :وهاب سامل
المحاضرة السادسة
خصائص المربعات الصغرى االعتيادية ( :نظرية كاوس -ماركروف)
تنص نظرية كاوس – ماركروف على األتي -:
بأستيفاء فروض نموذج النحدار ,تتميز مقدرات المربعات الصغرى االعتيادية بأنها افضل مقدرات خطية
غير متحيز ) )BLUE) (Best linear unbiased Estimatorsو طبقا لهذه النظرية تتصف
المقدرات بالخصائص التالية -:
)2الخاصية الثانية في نظرية كاوس – ماركوف هي عدم التحيز أي أن المقدر ) (𝑏° , 𝑏1لمتوسط
العينة هو تقدير غير متحيز الى معالم المجتمع و الثبات ذلك نأتي الى تحقيق 𝐸(𝑏1 ) = 𝛽1
14
أستاذ املادة :وهاب سامل
𝛽° ∑𝑘𝑖 = 0 نأتي الى أول جزء في المعادلة السابقة :
𝑖𝑥∑ 𝑖𝑥∑
𝛽° 2
= 𝛽° حيث أن ∑𝑥𝑖 = 0
𝑖𝑥∑ 𝑖𝑥∑
= 𝛽° × 0 = 0
أما الجزء الثاني
𝑖𝑥 𝑖𝑥∑ 𝑖𝑋) ̅𝑥∑(𝑥𝑖 −
𝛽1 ∑𝑘𝑖 𝑋𝑖 = 𝛽1 = 𝛽1
∑𝑥𝑖 2 ∑𝑥𝑖 2
2
𝑖𝑥∑ ̅𝑥 ∑𝑥𝑖 − ∑𝑥𝑖 2 − 𝑛𝑥̅ 2 ∑𝑥𝑖 2
= 𝛽1 = 𝛽1 = 𝛽1 = 𝛽1
∑𝑥𝑖 2 ∑𝑥𝑖 2 ∑𝑥𝑖 2
𝛽1 ∑𝑘𝑖 𝑋𝑖 = 𝛽1
إذن
𝑖𝑢 𝑖𝑘∑ 𝑏1 = 𝛽1 +
و يُأخذ التوقع لـطرفي المعادلة :
) 𝑖𝑢(𝐸 𝑖𝑘∑ 𝐸(𝑏1 ) = 𝛽1 +
𝐸(𝑢𝑖 ) = 0 حيث أن
𝐸(𝑏1 ) = β1
إذن أن مقدرات المربعات الصغرى الى ميل الحدي يعطى تقدير غير متحيز للـمجتمع .
1
𝑖𝑦) 𝑖𝑘 ̅𝑥 𝑏° = ∑( − أما بالنسبة إلى 𝑏°و الثبات ذلك
𝑛
1
) 𝑖𝑢 𝑏° = ∑( − 𝑥̅ 𝑘𝑖 )(β° + 𝛽1 𝑋𝑖 +
𝑛
1 1 1
𝑖𝑢) 𝑖𝑘 ̅𝑥 𝑏° = ∑( − 𝑥̅ 𝑘𝑖 )𝛽° + 𝛽1 ∑( − 𝑥̅ 𝑘𝑖 )𝑋𝑖 + ∑( −
𝑛 𝑛 𝑛
و لتبسيط المعادلة السابقة :
1 𝑛
) 𝑖𝑘∑ ̅𝑥 𝛽° ∑ ( − 𝑥̅ 𝑘𝑖 ) = 𝛽° = ( −
𝑛 𝑛
= 𝛽° (1 − 0) = 𝛽° ∑𝑘𝑖 = 0 و بما أن
1
𝑖𝑋) 𝑖𝑘 ̅𝑥 𝛽1 ∑( − أما الجزء الثاني
𝑛
𝑖𝑥∑
(∑ 𝛽1 ) 𝑖𝑋 𝑖𝑘 ̅𝑥 −
𝑛
𝛽1 (𝑥̅ − 𝑥̅ ) = 𝛽1 (0) = 0
1
𝑖𝑢) 𝑖𝑘 ̅𝑥 𝑏° = 𝛽° + ∑( − و هذا يعني
𝑛
1
) 𝑖𝑢(𝐸) 𝑖𝑘 ̅𝑥𝐸(𝑏° ) = 𝛽° + ∑( − و بأخذ التوقع
𝑛
إذن يعني هذا أن التقديرات المربعات الصغرى االعتيادية تعطي تقديرات غير متحيزة الى حد الثابت.
15
أستاذ املادة :وهاب سامل
المحاضرة السابعة
)3خاصية أقل تباين -:اذا كان لدينا أكثر من مقدر غير متحيز الى معالم النموذج و كان تباين المقدر
أقل من المقدرات االخرى يعتبر التباين ذو كفاءة أقل من بقية المقدرات و تنص نظرية كاوس –
ماركروف على أن مقدرات ذات كفاءة عالية و للوصول إلى صيغة التباين الخاصة بمقدرات نماذج
االنحدار نتبع ما يلي -:
2
])𝑏(𝐸 𝑣𝑎𝑟(𝑏) = 𝐸[𝑏 −
𝑣𝑎𝑟(𝑏) = 𝐸[𝑏 − 𝛽]2
و بأستخدام المعادالت السابقة
2
) 𝑖𝑢 𝑖𝑘∑(𝐸 = ) 𝑣𝑎𝑟(𝑏1
) = 𝐸(𝑘12 𝑢12 + 𝑘22 𝑢22 + ⋯ + 𝑘𝑛2 𝑢𝑛2 𝑘1 𝑘2 𝑢1 𝑢2 + ⋯ + 𝑘𝑛 𝑢𝑛 𝑘𝑛−1 𝑢𝑛−1
𝑣𝑎𝑟(𝑏1 ) = 𝑘12 𝐸(𝑢𝑖2 ) + 𝑘22 𝐸(𝑢22 ) + ⋯ + 𝑘𝑛2 𝐸(𝑢𝑛 )2
) +𝑘1 𝑘2 𝐸(𝑢1 𝑢2 ) + ⋯ + 𝑘𝑛 𝑘𝑛−1 𝐸(𝑢𝑛 𝑢𝑛−1
⋯ 𝑣𝑎𝑟(𝑏1 ) = 𝑘12 𝜎𝑢2 + 𝑘22 𝜎𝑢2 + ⋯ + 𝑘𝑛2 𝜎𝑢2 + 𝑘1 𝑘2 𝑐𝑜𝑣(𝑢1 𝑢2 ) +
) + 𝑘𝑛 𝑘𝑛−1 𝑐𝑜𝑣(𝑢𝑛 𝑢𝑛−1
حيث أن 𝑘𝑛 𝑘𝑛−1 𝑐𝑜𝑣(𝑢𝑛 𝑢𝑛−1 ) = 0
و 𝑘1 𝑘2 𝑐𝑜𝑣(𝑢1 𝑢2 ) = 0
2 2 2 2 2 2
𝑢𝜎 𝑛𝑘 𝑣𝑎𝑟(𝑏1 ) = 𝑘1 𝜎𝑢 + 𝑘2 𝜎𝑢 + ⋯ +
𝑣𝑎𝑟(𝑏1 ) = 𝜎𝑢2 ∑𝑘𝑖2
و بالتعويض في قيمة 𝑖𝑘
𝑖𝑥
= 𝑖𝑘
∑𝑥𝑖2
2
∑𝑥𝑖 2
= 𝑖𝑘
(∑𝑥𝑖2 )2
∑𝑥𝑖 2
𝑣𝑎𝑟(𝑏1 ) = 𝜎𝑢2 و بالتعويض
(∑𝑥𝑖2 )2
2
𝑢𝜎
= ) 𝑣𝑎𝑟(𝑏1
∑𝑥𝑖 2
أما بالنسبة الى الحد الثاني 𝑏°للوصول الى صيغة التباين الخاصة به يكون كـالتالي :
1
𝑖𝑢) 𝑖𝑘 ̅𝑥 𝑏° = 𝛽° + ∑( −
𝑛
1
𝑖𝑢) 𝑖𝑘 ̅𝑥 𝑏° − 𝛽° = ∑( −
𝑛
2
1 1
𝑣𝑎𝑟(𝑏° ) = 𝐸(∑ ( − 𝑥̅ 𝑘𝑖 ) 𝑢𝑖 ) = 𝐸∑ ( − 𝑥̅ 𝑘𝑖 ) 𝑢𝑖 2
2
𝑛 𝑛
2 2 2
1 1 1
𝑣𝑎𝑟(𝑏° ) = 𝐸[( − 𝑥̅1 𝑘1 ) 𝑢1 + ( − 𝑥̅2 𝑘2 ) 𝑢2 + ⋯ + ( − 𝑥̅𝑛 𝑘𝑛 ) 𝑢𝑛 2
2 2
𝑛 𝑛 𝑛
1 1
⋯ + 2 ( − 𝑥̅1 𝑘1 ) ( − 𝑥̅2 𝑘2 ) 𝑢1 𝑢2 +
𝑛 𝑛
1 1
] + 2 ( − 𝑥̅𝑛 𝑘𝑛 ) ( − 𝑥̅𝑛−1 𝑘𝑛−1 ) 𝑢𝑛−1 𝑢𝑛−1
𝑛 𝑛
16
أستاذ املادة :وهاب سامل
1 2 1 2
𝑣𝑎𝑟(𝑏° ) = ( − 𝑥̅1 𝑘1 ) 𝜎𝑢 2 + ( − 𝑥̅2 𝑘2 ) 𝜎𝑢 2 + و بإدخال التوقع
𝑛 𝑛
1 1
(𝑛 − 𝑥̅1 𝑘1 ) (𝑛 − 𝑥̅2 𝑘2 ) 𝑐𝑜𝑣(𝑢1 𝑢2 ) +
1 1
) (𝑛 − 𝑥̅𝑛−1 𝑘𝑛−1 ) (𝑛 − 𝑥̅𝑛 𝑘𝑛 ) 𝑐𝑜𝑣(𝑢𝑛−1 𝑢𝑛−1
1 1
و ألن ( − 𝑥̅𝑛−1 𝑘𝑛−1 ) ( − 𝑥̅𝑛 𝑘𝑛 ) = 0يصبح :
𝑛 𝑛
2
2
1
) 𝑖𝑘 ̅𝑥 𝑣𝑎𝑟(𝑏° ) = 𝜎𝑢 ∑ ( −
𝑛
𝑖𝑘 ̅𝑥1 2
𝑣𝑎𝑟(𝑏° ) = 𝜎𝑢 2 ∑ ( 2 − ) + 𝑥̅ 2 𝑘𝑖 2
𝑛 𝑛
و بإدخال المجموع
𝑖𝑘∑ ̅𝑥𝑛 2
𝑣𝑎𝑟(𝑏° ) = 𝜎𝑢 2 ( 2 − ) + 𝑥̅ 2 ∑𝑘𝑖 2
𝑛 𝑛
1 ∑𝑥𝑖 2
𝑣𝑎𝑟(𝑏° ) = 𝜎𝑢 2 ( + 𝑥̅ 2 ) حيث ∑𝑘𝑖 = 0
𝑛 (∑𝑥 2 )2 𝑖
2
1 𝑥̅ 2
𝑢𝜎 = ) 𝑣𝑎𝑟(𝑏° ( + )
𝑛 ∑𝑥𝑖2
17
أستاذ املادة :وهاب سامل
نقوم بتبسيط جميع الحدود السابقة للمعادلة :
الحد االول من المعادلة
) ∑𝑥𝑖 2 𝐸(𝑏1 − 𝛽1 )2 = ∑𝑥𝑖 2 𝑣𝑎𝑟(𝑏1
𝜎𝑢 2
∑ 𝑥𝑖 2 = 𝜎𝑢 2
∑𝑥𝑖 2
الحد الثاني من المعادلة
2 2 )2
̅𝑢 𝐸∑(𝑢𝑖 − 𝑢̅) = 𝐸∑(𝑢𝑖 − 2𝑢𝑖 𝑢̅ + ) = 𝐸(∑𝑢𝑖 − 2𝑢̅∑𝑢𝑖 + 𝑛𝑢̅2
2
𝑢∑
2𝑢̅∑𝑢𝑖 → 𝑢̅ = 𝑖 → ∑𝑢𝑖 = 𝑛𝑢̅2
𝑛
2𝑢̅ × 𝑛𝑢̅2 = 2𝑛𝑢̅2
18
أستاذ املادة :وهاب سامل
المحاضرة الثامنة
االستدالل االحصائي ()Statistical Inference
اوالً -:اختبار الفروض -:كما ذكر سابقا ً من أهم مراحل بناء نموذج هو وضع أو صياغة فروض البحث و
الفرض في تحليل االنحدار و هو قيم مبدئية يضعها الباحث لمعالم نموذج االنحدار و يتم وضع هذه القيم من
خالل مراجعة المشاكل و النظريات و االعتماد على دراسات و بحوث سابقة و في االحصاء يطلق على هذا
الفرض بـفرضية العدم ) (𝐻°و التي تعني ال يوجد فرق معنوي بين القيمة الحقيقية للمعلمة و قيمة معينة أو
عدم وجود اختالف بين قيمتين معلميتين لذلك جاءت تسمية الفرضية بـالفرضية الصفرية و يكون لفرض
العدم فرضية بديلة و التي تعني قبول البديل في حال رفض العدم و تنقسم الفرضية البديلة إلى فرضية
مركبة (معقدة) أو فرضية بسيطة و تعني البسيطة 𝐻1 : 𝛽𝐽 = 0.7أما إذا وضعت الفرضية في وضع أن
المعلمة ال تساوي أي قيمة 𝛽𝐽 ≠ 0.7و هذا يسمى بالفرضية المعقدة و تكون هذه الفرضيات أما بإتجاهين
أو بإتجاه واحد و كما يلي :
∗
𝐽𝛽 = 𝐽𝛽 𝐻° : عند ∗ 𝐽𝛽 > 𝐽𝛽 𝐻1 :
∗ 𝐽𝛽 = 𝐽𝛽 𝐻° : عند ∗ 𝐽𝛽 < 𝐽𝛽 𝐻1 : أو
19
أستاذ املادة :وهاب سامل
المحاضرة التاسعة
أختبار معنوية معامالت االنحدار
أن أختبار المعنوية إجراء يستخدم نتائج العينة للتأكد من صحة أو خطأ الفرض الصفري و يعتمد أختبار
المعنوية على إحصاءة االختبار و توزيعها و بأستيفاء فرض التوزيع الطبيعي لحد الخطأ العشوائي نجد أن
المقدارين يتبعان التوزيع الطبيعي ( : )𝑏° , 𝑏1
2
𝑢𝜎
) 𝑏1 ~ 𝑁 (𝛽1 , 2
𝑖𝑥∑
2
1 𝑥̅ 2
𝑏° ~ 𝑁 (𝛽° , 𝜎𝑢 ( + ))
𝑛 ∑𝑥𝑖2
∗ 𝛽𝑏−
=𝑍 )~𝑁(0,1 و على ضوء تحقيق هذه الشروط يمكن أستخدام اختبار Zالقياسي
)𝑏( 𝑑𝑡𝑠
حيث أن ) std(bتمثل االنحراف المعياري للمقدار , )𝑏° , 𝑏1 ( bو لكن أختبار Zيتعامل مع احجام
عينات صغيرة ) )n < 30و لكن أغلب العينات المسحوبة قد تكون أعلى من ) )n > 30لذلك ال يفضل
استخدام هذا التوزيع إذ اختبار Zلذلك تم اللجوء إلى اختبارات أخرى تتعامل مع حجوم عينات كبيرة و
صغيرة في نفس الوقت و بما أن إحصاء اختبار Qتوزيع كاي سكوير ( )𝑥 2و بدرجة حرية )(n _ 2
حيث:
2
𝑆)(𝑛 − 2
=𝑄 )~𝑥 2 (𝑛−2
𝜎2
𝑍
=𝑇 )~ 𝑡(𝑛−2 لذلك فأن توزيع tهو :
)√𝑄⁄(𝑛−2
إذن إحصاء tهي جاءت من قيمة اختبار Zعلى كاي سكوير و بعد التبسيط فأن احصاء tيمكن أن تكتب
بالشكل التالي :
2
𝑖𝑥 ∑√) 𝑏1 − 𝛽1∗ (𝑏1 − 𝛽1
=t = )~ 𝑡(𝑛−2
) 𝑠. 𝑒(𝑏1 𝑆
أما بالنسبة إلى المعلمة : 𝑏°
2
𝑖𝑥 ∑ 𝑛√) 𝑏° − 𝛽°∗ (𝑏° − 𝛽°
=t =
) 𝑠. 𝑒(𝑏°
𝑆√𝑥𝑖2
و بعد أن تم تحديد إحصاءة االختبار يتم إتخاذ القرار و يكون وفق القاعدة التالية :
القرار نرفض 𝐻° الفرض البديل فرض العدم 𝐻° نوع االختبار
|𝑇| > 𝑡(𝑛−2 ,𝛼°⁄ ∗𝛽 ≠ 𝛽 ∗𝛽 = 𝛽 ذو طرفين
)2
) |𝑇| > 𝑡(𝑛−2 ,𝛼° ∗𝛽 > 𝛽 ∗𝛽 ≤ 𝛽 ذو طرف واحد (أيمن)
) 𝑇 < − 𝑡(𝑛−2 ,𝛼° ∗𝛽 < 𝛽 ∗𝛽 ≥ 𝛽 ذو طرف واحد (أيسر)
20
أستاذ املادة :وهاب سامل
و على ضوء القرارات السابقة يتم اتخاذ القرار ,و يمكن أن ترسم القرارات السابقة كما يلي :
منطقة القبول
𝛼° 1 − 𝛼° 𝛼°
⁄2 ⁄2
أختبار ذو طرف واحد (أيمن) :
منطقة حرجة
منطقة القبول
1 − 𝛼° 𝛼°
منطقة حرجة
منطقة القبول
𝛼° 1 − 𝛼°
حيث يمكن كتابة فترة الثقة السابقة بشكل أكثر اختصار :
) 𝐽𝑏(𝑒 𝑏𝐽 ± 𝑡𝑛−2 ,𝛼°⁄ × 𝑠.
2
21
أستاذ املادة :وهاب سامل
حيث يعبر ) (n-2إلى درجة الحرية و nحجم العينة 2 ,عدد المعالم في نموذج االنحدار الخطي
البسيط ) (𝑡𝑛−2 ,𝛼°⁄هي القيمة الحرجة يتم أستخراجها من جدول tو ) 𝐽𝑏(𝑒 𝑠.هو الخطأ
2
المعياري أو االنحراف المعياري لمعالم النموذج المقدر .
فأذا وقعت قيمة تباين المقدار ضمن الحدين االعلى و االدنى إذن هناك ثقة و قيمتها 95%في المقدار
الذي تم الحصول عليه من العينة .
22
أستاذ املادة :وهاب سامل
المحاضرة العاشرة
مثال /لبيانات المثال السابق و الذي يمثل انحدار وزن الطفل على عمره اختبر معنوية معاملي
النموذج االنحدار عند مستوى معنوية %5و حساب فترة الثقة للمعلمتين ( )𝛽° , 𝛽1و للمعلمة 𝜎𝑢2؟
الحل/
23
أستاذ املادة :وهاب سامل
و بما أن الفرضية هي من طرف واحد فـتقارن مع قيمة tالجدولية
)𝑡(𝑛−2 ,𝛼°⁄ ) = 𝑡(48 ,0.05 = 1.677
2
tالجدولية > tالمحسوبة
لذلك ترفض فرضية العدم القائلة بأن وزن الطفل أقل من 2كيلو أي أن الزيادة 2كيلو .
ثانيا ً -:
فترة الثقة للمعلمة 𝛽1
) 𝑏1 ∓ 𝑡(𝑛−2 ,𝛼°⁄ ) × 𝑠. 𝑒(𝑏1
2
2.532 ∓ 𝑡(48 ,0.25) × 0.1037
2.532 ∓ 2.0106 × 0.1037
𝐿 = 2.532 − 2.0106 × 0.1037 = 2.324
𝑈 = 2.532 + 2.0106 × 0.1037 = 2.741
و بما أن تحديد فترة الثقة إلى 𝛽1يتم الحصول على تقديرات و فترة ثقة %95أي أن لدينا ثقة بنسبة
%95بالمعالم المقدرة إلى . 𝛽1
أما بالنسبة إلى 𝛽°و بنفس الطريقة :
) 𝑏° ∓ 𝑡(𝑛−2 ,𝛼°⁄ ) × 𝑠. 𝑒(𝑏°
2
4.21 ∓ 2.0106 × 0.325
𝐿 = 4.21 − 2.0106 × 0.325 = 3.556
𝑈 = 4.21 − 2.0106 × 0.325 = 4.864
يتضح من خالل استخراج حدود الثقة نجد لدينا ثقة بنسبة %95بالمعالم المقدرة إلى . 𝛽°
ثالثا ً -:أما بالنسبة إلى فترة الثقة 𝜎𝑢2فيمكن استخراج كما يلي :
2 2
)𝑆 2 = 2.3245 , 𝑋(48,0.025 )= 69.023 , 𝑋(48,0.975 = 30.755
(𝑛 − 2)𝑆 2 2
(𝑛 − 2)𝑆 2
𝑝𝑟 ( 2 ≤ 𝜎𝑢 ≤ 2 ) = 1 − 𝛼°
)𝑥(48,0.025 )𝑥(48,0.975
(48)2.3245 (48)2.3245
( 𝑟𝑝 ≤ ≤ 𝜎𝑢2 ) = 1 − 𝛼°
69.023 30.755
𝑝𝑟(1.616 ≤ 𝜎𝑢2 ≤ 3.628) = 0.95
توجد لدينا ثقة بنسبة %95بالمعالم المقدرة إلى . 𝜎𝑢2
24
أستاذ املادة :وهاب سامل
جودة نموذج االنحدار -:
في هذا الجزء سوف يتم التكلم هل المتغير في قيم المتغير التابع يرجع إلى التغير في قيم المتغير
المستقل ام يرجع إلى عوامل عشوائية أو متغيرات وهمية ال تتعلق بالمتغير المستقل 𝑖𝑋 أو بمعنى
آخر ما مقدار أو قدرة خط االنحدار في تفسير التباين في المتغير التابع أو المعتمد .
لذلك عند رسم معادلة االنحدار و حددنا قيمة معينة للمتغير التابع 𝑖𝑌 فأن قيمة المتغير التابع ̂𝑌 قد تم
تحديدها و يكون الفرق بين 𝑖̂𝑌 و ̅𝑌 أن هذا الفرق يعتمد على التغير في المتغير المستقل و هذا يعني
أن المتغير 𝑖𝑋 هو الذي يؤثر على المتغير المعتمد و يتم تفسيرها أما الجزء الثاني الذي لم يتم
تفسيرها يكون حاصل طرح قيمة التباين المفسر ,و يمكن أن نضع الكالم السابق في معادلة -:
𝑖̂𝑌 𝑌𝑖 − 𝑌̅ = 𝑌̂𝑖 − 𝑌̅ + 𝑌𝑖 −
االنحراف الكلي = االنحراف المفسر +االنحراف الغير مفسر
∑(𝑌𝑖 − 𝑌̅)2 = ∑(𝑌̂𝑖 − 𝑌̅)2 + ∑(𝑌𝑖 − 𝑌̂𝑖 )2 و بتربيع الطرفين نحصل على :
𝑆𝑇𝑇 = 𝑆𝑆𝑅 + 𝑆𝑆𝐸 … … … . 1
= SSTمجموع مربعات الكلي .
= SSRمجموع مربعات االنحراف التي تم تفسيرها .
= SSEمجموع مربعات االنحراف التي لم يتم تفسيرها .
∑(𝑌𝑖 − 𝑌̅)2 = 𝑏12 ∑ 𝑥𝑖2 + ∑ 𝑒𝑖2 و يمكن اعادة كتابة المعادلة رقم 1
25
أستاذ املادة :وهاب سامل
ثالثا ً -:معامل االرتباط البسيط -:
بأخذ الجذر التربيعي إلى معامل التحديدنحصل على معالم االرتباط البسيط و الصيغة النهائية لمعادلة
√∑ 𝑥𝑖2
× 𝑟 = 𝑏1 االرتباط هي -:
√∑ 𝑦𝑖2
و نستخدم معامل االرتباط لقياس قوة و اتجاه العالقة بين المتغير المعتمد و المتغير المستقل فأذا كانت
قيمة معامل االرتباط -:
−1 < R < 1 )1تتراوح قيمة معامل االرتباط ما بين :
)2اذا كانت قيمة معامل االرتباط موجبة دل ذلك على وجود عالقة قوية بين المتغير المعتمد و المتغير
المستقل و يكون اتجاه العالقة طردي .
)3اذا كانت سالبة تكون العالقة ضعيفة بين المتغير المعتمد و المتغير المستقل و العالقة عكسية بين
المتغير المستقل و المعتمد .
)4اذا كانت قيمة معامل االرتباط تساوي صفر دل ذلك على عدم وجود عالقة بين المتغير المعتمد و
المتغير المستقل .
26
أستاذ املادة :وهاب سامل
المحاضرة الحادية عشر
لذلك فأن الخطوات الرئيسية لجدول تحليل التباين تتمثل بما يلي -:
𝑌 𝑇𝑇𝑆 = ∑(𝑌𝑖 − ̅ )2 تحديد مجموع مربعات االحصائية و التي تتمثل بما يلي -:
TTSأو SSTهو مجموع المربعات الكلي للمتغير المعتمد أو مجموع الكلي للمتغير المعتمد .
𝑆𝑆𝑅 = 𝑏1 ∑𝑥𝑖2 أما المجموع األخر هو -:
-: SSRيسمى مجموع مربعات االنحدار وهو يقصد به التباين المفسر في نموذج االنحدار الخطي
البسيط .
-: SSEمجموع مربعات االخطاء العشوائية أو مجموع مربعات البواقي و يقصد به الجزء الغير
مفسر من تباين المتغير المعتمد .
27
أستاذ املادة :وهاب سامل
𝑅𝑆𝑀
=𝐹 ثم تقارن قيمة Fالجدولية المتمثل
𝐸𝑆𝑀
)𝛼 𝐹(𝑘, 𝑛 − 𝑘 − 1, 𝛼) = 𝐹(1, 𝑛 − 2 , مع قيمة Fالجدولية عند درجة حرية
فإذا كانت ( الجدولية > Fالمحسوبة ) Fإذن ترفض 𝐻°و تقبل 𝐻1و هذا يعني أن النموذج
معنوي و العكس صحيح ..
( الجدولية > Fالمحسوبة ) Fهذا يعني أن النموذج غير معنوي .
مثال lمن بيانات مثال نموذج انحدار وزن الطفل على عمره أحسب كاالتي -:
)1معامل التحديد .
)2معامل االرتباط .
)3جدول تحليل التباين .
الحل/
)1معامل التحديد 𝑅2و حسب المعلومات المتوفرة سابقا ً -:
∑𝑥𝑖2 = ∑(𝑥𝑖 − 𝑥̅𝑖 )2 = 216.218408
∑𝑦𝑖2 = ∑(𝑦𝑖 − 𝑦̅𝑖 )2 = 1498.199
𝑏1 = 2.532 , ∑𝑥𝑖 𝑦𝑖 = 547.5526
∑(𝑦𝑖 − 𝑦̅𝑖 )2 = 1386.6248
و بالتعويض في الصيغة السابقة لـ 𝑅2
2
∑(𝑦𝑖 − 𝑦̅𝑖 )2 𝑏1 ∑𝑥𝑖2 𝑅𝑆𝑆
= 𝑅 = =
𝑇𝑆𝑆 ∑(𝑦𝑖 − 𝑦̅𝑖 )2 ∑(𝑦𝑖 − 𝑦̅𝑖 )2
1386.6248
= 𝑅2 = 0.926
1498.199
و إذا تم استخدام الصيغة الثانية :
2
2
𝑏1 ∑𝑥𝑖2 (2.532)2 216.218408
= 𝑅 = = 0.926
∑(𝑦𝑖 − 𝑦̅𝑖 )2 1498.199
%93 = %100 ∗ 𝑅2وهذا يعني أن 93%من تباين أوزان االطفال تم تفسيره بالتغير
باعمارهم .
)2االرتباط :
𝑖𝑦 𝑖𝑥∑ 547.55256
=𝑅 = = 0.926
√216.218408 × 1498.199
√∑𝑥𝑖2 ∑𝑦𝑖2
و هذا يعني أن االرتباط قوي بين وزن الطفل و عمره .
28
أستاذ املادة :وهاب سامل
S.v.o S.S d.f M.S
SSR 1386.6248 1 1386.6248
SSE 111.5744 48 2.324467
SST 1498.199 49
1386.6248
=𝐹 = 596.5346
2.324467
نقارن قيمة Fمع قيمة Fالجدولية :
𝐹(1,48,0.05) = 7.1942 ) Fالجدولية < Fالمحسوبة )
إذن يتم رفض 𝐻°و تقبل 𝐻1و هذا يعني أن النموذج معنوي .
29