محاضرات وتمارين في مقياس الإحصاء التطبيقي

‫محاضرات وتمارين في مقياس اإلحصاء‬
‫التطبيقي ( اإلحصاء ‪) 03‬‬

‫من إعداد الدكتور‪ :‬بلعيدي عبد هللا‬
‫جامعة عباس لغرور – خنشلة ‪ / -‬الجزائر‬
‫كلية العلوم االقتصادية والتجارية وعلوم‬
‫التسيير‬
‫السنة الثانية شعبة العلوم المالية‬
‫والمحاسبة‬
‫الفصل األول‬
‫مفاهيم إحصائية أساسية‬
‫تمهيد‪:‬‬
‫سكؼ نتناكؿ في ىذا الفصؿ بعض المفاىيـ اإلحصائية األساسية‪ ،‬كتمييد لبقية الفصكؿ البلحقة التي ال‬
‫يمكف التطرؽ إلييا في الحالة العامة دكف التطرؽ إلى معرفة ىذه المفاىيـ‪ ،‬كالتي يمكف تمخيصيا فيما يمي‪:‬‬
‫‪- 1‬المجتمع اإلحصائي والعينة اإلحصائية‪:‬‬

‫‪- 1‬المجتمع اإلحصائي‪ :‬يسمى أيضا مجتمع الدراسة أك المجتمع األصؿ‪ ،‬كىك مكضع االىتماـ في‬
‫‪- 1‬‬
‫البحث كالدراسة‪ ،‬كىك مجمكعة مف األفراد أك الكحدات تشترؾ في صفات كخصائص محددة‬
‫كمعينة‪ .‬ككمثاؿ عمى ذلؾ‪ :‬دراسة مجكعة حكادث السيارات كمعرفة أسبابيا‪ ،‬أك دراسة أجكر‬
‫العماؿ في إحدل المؤسسات‪ ،‬أك دراسة أسباب غياب الطمبة في المحاضرات‪ .‬كينقسـ المجتمع‬
‫اإلحصائي إلى مجتمع محدكد كىك الذم يمكف حصر جميع كحداتو‪ ،‬كمجتمع غير محدكد كىك‬
‫الذم ال يمكف حصر جميع كحداتو‪ .‬فمجتمع طمبة السنة الثانية عمكـ اقتصادية في إحدل‬
‫الكميات يعتبر مجتمع محدكد‪ ،‬في حيف أف مجتمع مساحة سطح معيف يمثؿ مجتمع غير‬
‫‪1‬‬
‫محدكد ال يمكف بحاؿ مف األحكاؿ حصر جميع كحداتو‪ (.‬غير منتو كغير قابؿ لمعد )‪ .‬كفي‬
‫أغمب األبحاث كالدراسات التطبيقية ال نستطيع دراسة أك حصر كؿ مفردات المجتمع نظ ار لما‬
‫قد تطمبيا ىذه العممية مف جيد كبير ككقت طكيؿ كربما تكاليؼ باىظة إلعداد مثؿ ىذه‬
‫البحكث‪ ،‬لذا نمجأ إلى جمع البيانات مف جزء فقط مف أفراد ىذا المجتمع‪ ،‬ىذا الجزء المسحكب‬
‫مف المجتمع نسميو بالعينة‪.1‬‬
‫‪- 2‬العينة اإلحصائية‪ :‬ىي جزء مف المجتمع اإلحصائي‪ ،‬كىي أداة الدراسة‪ ،‬كىذا الجزء يجب أف‬
‫‪- 1‬‬
‫يككف ممثبل لممجتمع اإلحصائي بشكؿ جيد كدقيؽ حتى يتسنى لمباحث استخداـ بيانات كنتائج‬
‫العينة في تقدير معالـ المجتمع بشكؿ جيد‪ ،‬كما يجب أف تككف خصائص المجتمع بما فيعا مف‬
‫فركؽ كاختبلفات ظاىرة في العينة بما ال يدع مجاال لمشؾ‪ .‬كيتـ اختيار العينة بيدؼ تعميـ‬
‫تسمح لنا العينة بتكفير الجيد‬ ‫النتائج التي يحصؿ عمييا الباحث عمى المجتمع بأكممو‪.‬‬
‫كالتكاليؼ‪ .‬فمثبل لدراسة صبلحية ‪ 10000‬جياز إعبلـ آلي (مجتمع إحصائي) يكفي دراسة‬
‫صبلحية ‪ 100‬جيا از منيا ألنيا تشكؿ عينة ليذا المجتمع اإلحصائي‪.‬‬
‫‪- 2‬الخصائص العامة لمعينة اإلحصائية وأنواعها‪:‬‬
‫تسمح لنا العينة بتكفير الكقت‪ ،‬ك الجيد كالتكاليؼ‪،‬‬ ‫‪- 1‬الخصائص العامة لمعينة اإلحصائية‪:‬‬
‫‪- 2‬‬
‫كالكصكؿ إلى نتائج بشكؿ سريع مف أجؿ اتخاذ ق اررات لمعالجة مشاكؿ طارئة تحتاج لق اررات‬
‫يمكف‬ ‫سريعة‪ ،‬كما تسمح لنا بتقميؿ األخطاء كالحصكؿ عمى نتائج أكثر دقة مف تمؾ التي‬
‫الكصكؿ إلييا باستخداـ كؿ عناصر المجتمع لصعكبة الكصكؿ إلى كؿ أفراد عناصره‪ ،‬مع‬
‫إمكانية تدريب أفراد العينة إذا احتاج الباحث إلى ذلؾ‪ ،‬كتمتاز العينة بعدة خصائص نكجزىا‬
‫فيما يمي‪: 2‬‬
‫‪- 1‬التماثل‪ :‬كىك اتفاؽ بيف مجمكعتيف أك أكثر في نفس الخصائص‪ ،‬أثناء عممية‬
‫‪- 1‬‬
‫‪- 2‬‬
‫البحث كاإلحصاء‪ .‬كيجب جعؿ المجمكعات قيد الدراسة متماثمة قدر اإلمكاف لتككف‬
‫أكثر دقة كمصداقية‪.‬‬
‫خصائص المجتمع اإلحصائي‪ ،‬بمعنى ظيكر‬ ‫‪- 2‬التمثيل‪ :‬كىي أف تعكس العينة‬
‫‪- 1‬‬
‫‪- 2‬‬
‫خصائص المجتمع في العينة‪ ،‬كلتحقيؽ ذلؾ يجب تحديد المجتمع األصمي الذم‬
‫يتـ سحب العينة منو وتحديد صفات المجتمع األصلي في قائمة خاصة بذلك‪،‬‬
‫‪ 1‬بمعيدم عبد اهلل‪ ،‬محاضرات في اإلحصاء الكصفي‪ ،‬مطبكعة محكمة مكجية لطمبة السنة األكلى ‪ LMD‬جذع مشترؾ‪ ،‬كمية العمكـ االقتصادية‬
‫‪2‬‬
‫‪Boukalla Bouzouane Malika ,Statistique descriptive , Alger , éditions casbah , 2001, p 14 et 15 .‬‬
‫‪2‬‬
‫كاختيار عينة ممثمة لممجتمع اإلحصائي تككف مف القكائـ التي تـ إعدادىا‪ ،‬كأخي ار‬
‫تحديد حجـ العينة باستخداـ طرؽ كأساليب إحصائية مناسبة‪.‬‬
‫‪- 3‬التجانس‪ :‬التجانس غير التماثؿ‪ ،‬فالتجانس يتعمؽ بمجمكعة كاحدة فقط‪ ،‬كىك عمى‬
‫‪- 1‬‬
‫‪- 2‬‬
‫نكعيف‪ :‬التاـ كشبو التاـ‪ ،‬فالتاـ يقصد بو أف جميع مفردات المجتمع اإلحصائي‬
‫متجانسة كتحمؿ نفس الخصائص محؿ الدراسة‪ ،‬كالشبو التاـ يقصد بو أف ىذا‬
‫النكع غير تاـ بيف كحدات المجتمع اإلحصائي‪.‬‬
‫‪- 2‬أنواع العينة اإلحصائية‪ :‬تعتبر عممية اختيار العينة حاسمة كأساسية في البحث العممي‪ ،‬فيي‬
‫‪- 2‬‬
‫تحدد كتؤثر عمى جميع خطكات البحث‪ ،‬فإذا كانت النتائج التي تكصؿ إلييا الباحث ال يمكف‬
‫بدرجة بسيطة‪ ،‬فإف ىذا البحث ال يسيـ في تقدـ‬ ‫تعميميا عمى مجتمع الدراسة كلك‬
‫الممارسات العممية في مجاؿ التخصص الذم تقع فيو المشكمة‪ ،‬كال يضيؼ إلى المعرفة أم‬
‫جديد‪ .3‬ك يمكف تقسيـ العينات كفقا ألسمكب اختيارىا إلى نكعيف ىما‪ :‬العينات االحتمالية‪،‬‬
‫كالعينات غير االحتمالية ‪.‬‬
‫‪- 1‬العينات االحتمالية (العشوائية)‪ :‬ىي العينات التي يتـ اختيار مفرداتيا مف مجتمع‬
‫‪- 2‬‬
‫‪- 2‬‬
‫الدراسة بطريقة يتحقؽ فييا مبدأ العشكائية‪ ،‬كىك المبدأ الذم يتيح فرص متساكية‬
‫لكؿ مفردات المجتمع لمظيكر في العينة‪ ،‬كعادة ما تتحقؽ العشكائية باستعماؿ ما‬
‫يسمى بالكيس المثالي أك جداكؿ أرقاـ االختيار العشكائي‪ ،‬كمف أىـ أنكاع العينات‬
‫االحتمالية ما يمي ‪:4‬‬
‫يتـ استعماؿ العينة العشكائية البسيطة إذا كاف المجتمع المدركس‬ ‫أ ‪-‬العينة العشوائية البسيطة‪:‬‬
‫متجانسا‪ ،5‬ألنيا أكثر تمي از كأقؿ تكمفة كيمكف الحصكؿ عمييا بسيكلة‪ ،‬كتعطى في العينة البسيطة‬
‫نفس فرصة االختيار لجميع مفردات المجتمع‪ ،‬كعمى ىذا األساس فإف جميع أسماء أفراد المجتمع‬
‫األصمي يجب أف تككف محددة كمعركفة لدل الباحث‪ ،‬كيتـ الحصكؿ عمييا بإجراء القرعة‪ ،‬أم ترقيـ‬
‫األسماء ككضعيا في صندكؽ أك كيس‪ ،‬ثـ سحب العدد المطمكب منيا‪ ،‬كا لكحدة المسحكبة ال تعاد‬
‫إلى المجتمع بعد السحب‪ ،‬ثـ مطابقتيا مع األسماء لمعرفة األفراد الذيف تـ اختيارىـ‪ ،‬كما يتـ‬
‫الحصكؿ عمى ىذه العينة باالستعانة بجداكؿ أرقاـ االختيار العشكائي كىي جداكؿ معدة خصيصا‬
‫‪ 3‬سعد الميؿ‪ ،‬مناىج البحث العممي ‪ :‬تصميـ البحث كالتحميؿ اإلحصائي‪ ،‬دار المسيرة لمنشر كالتكزيع‪ ،‬عماف‪ -‬األردف‪ ،‬ط‪ ،2007 ،1‬ص ‪.94‬‬
‫‪4‬‬
‫جيبللي جبلطك‪ ،‬اإلحصاء مع تماريف كمسائؿ محمكلة ‪ ،‬ديكاف المطبكعات الجامعية ‪ ،‬الجزائر‪ ، 2002 ،‬ص‪.10‬‬
‫‪ 5‬المجتمع المتجانس ىك المجتمع الذم يتشابو فيو معظـ أفراده (كحداتو‪ ،‬فئاتو) في معظـ الصفات التي تككف في المجتمع‪.‬‬
‫‪3‬‬
‫ليذه الغاية كيتـ مف خبلليا تحديد المفردات التي ستدخؿ في عينة الدراسة‪ ،‬مثؿ جدكؿ‬
‫(فنشر‪ )Fincher:‬كىك جدكؿ بو أرقاـ عشكائية كثيرة يختار الباحث منيا سمسمة مف األرقاـ‬
‫العمكدية أك األفقية أك القطرية‪ ،‬ثـ يختار مف المجتمع األصمي األفراد الذيف ليـ نفس األرقاـ التي‬
‫أخذت مف جدكؿ األرقاـ العشكائية‪ ،‬كىؤالء األفراد ىـ العينة المختارة‪ .6‬أما حجميا فيتـ الحصكؿ‬
‫عمييا بالعبلقة اآلتية‪ :‬حجم العينة ‪ ‬نسبة العينة × عدد أفراد اجملتمع اإلحصائي ‪ .‬ككمثاؿ عمى ذلؾ‪ :‬إذا كاف‬
‫لدينا مجتمع بحث مككف مف ‪ 800‬طالب كنريد اختيار عينة عشكائية مشكمة مف ‪ 200‬طالب‪ ،‬فإف‬
‫فرصة ظيكر كؿ طالب مف جممة أكلئؾ الطمبة ستككف بالضركرة متساكية‪ ،‬كىي‪:‬‬
‫‪𝑛 = 25% × 800 = 200‬‬
‫ب ‪-‬العينة العشوائية الطبقية‪ :‬ىي العينة التي يتـ فييا تقسيـ المجتمع اإلحصائي غير المتجانس‬
‫(التكزيع متنكع‪ ،‬طبقات مختمفة‪ ،‬مستكيات متفاكتة) إلى طبقات حسب متغير مف المتغيرات الدراسة‪،‬‬
‫كيجب تكخي الدقة في تحديد الخصائص كالصفات بحساب ما تمثمو إحصائيا في المجتمع‪ ،‬ثـ‬
‫ك تمتاز العينة‬ ‫يستخرج مف كؿ طبقة عينة عشكائية‪ ،‬ثـ تدمج العينات الجزئية في عينة كاحدة‪.‬‬
‫الطبقية بأنيا أكثر دقة كأكثر تمثيبل لمجتمع الدراسة إلى جانب إمكانية استعماليا في حالة المقارنة‬
‫بيف مجتمعات أك طبقات مختمفة‪ .7‬كألجؿ سحب عينة طبقية نطبؽ العبلقة التالية‪:‬‬
‫عدد أفراد العينة من الطبقة األوىل ‪ ‬عدد أفراد العينة × ( عدد أفراد الطبقة األوىل ‪ ‬عدد أفراد اجملتمع اإلحصائي )‬
‫كىكذا بالنسبة لبقية الطبقات‪ ،‬ثـ نقكـ بسحب عدد أفراد العينة الطبقية مف كؿ فئة بالطريقة العشكائية‪،‬‬
‫كبعد االنتياء مف العممية يتـ ضـ كؿ الكحدات اإلحصائية المسحكبة إلى بعضيا البعض لتككف عينة‬
‫عشكائية طبقية التي ىي مجاؿ الدراسة‪ ،‬في ىذه الحالة نحف أماـ العينة العشكائية الطبقية المتناسبة‪.‬‬
‫ككمثاؿ عمى ذلؾ‪ :‬تتككف إحدل المؤسسات مف ‪ 1000‬عامؿ‪ ،‬مقسميف حسب أداء مياميـ في المؤسسة‬
‫‪ 400‬عامؿ في الفكج األكؿ‪ 300 ،‬عامؿ في الفكج‬ ‫إلى أربعة أفكاج‪ ،‬كؿ فكج لو مياـ خاص بو‪ ،‬فنجد‬
‫الثاني‪ 200 ،‬عامؿ في الفكج الثالث‪ 100 ،‬عامؿ في الفكج الرابع‪ ،‬يراد اختيار عينة مككنة مف ‪ 50‬عامؿ‪،‬‬
‫يتـ اختيار ىذه العينة عمى النحك اآلتي‪:‬‬
‫الفكج الرابع‪ 100 :‬عامبل‬ ‫الفكج الثالث‪ 200 :‬عامبل‬ ‫الفكج الثاني‪ 300 :‬عامبل‬ ‫الفكج األكؿ‪ 400 :‬عامبل‬
‫(‪5=50×)1000/100‬‬ ‫(‪10=50×)1000/200‬‬ ‫(‪15=50×)1000/300( 20 =50×)1000/400‬‬
‫‪ 6‬عامر مصباح‪ ،‬منيجية البحث في العمكـ السياسية كاإلعبلـ‪ ،‬ديكاف المطبكعات الجامعية ‪ -‬الجزائر‪ ،‬ط‪ ،2010 ،2‬ص‪.213‬‬
‫‪ 7‬ربحي مصطفى عمياف كآخركف‪ ،‬أساليب البحث العممي‪ ،‬دار صفاء لمنشر كالتكزيع‪ ،‬عماف ‪ -‬األردف‪ ،‬ط‪ ،2018 ،1‬ص‪.139‬‬
‫‪4‬‬
‫نختار ‪ 5‬مف ‪100‬‬ ‫نختار ‪ 10‬مف ‪200‬‬ ‫نختار ‪ 15‬مف ‪300‬‬ ‫نختار ‪ 20‬مف ‪400‬‬
‫أما إذا تـ اختيار عينة بشكؿ متساكم‪ ،‬في ىذه الحالة نحف أماـ العينة العشكائية الطبقية المتساكية‪،‬‬
‫كألجؿ سحب عينة طبقية في ىذه الحالة نطبؽ العبلقة التالية‪:‬‬
‫العينةالطبقات‬
‫‪ ،‬ككمثاؿ عمى ذلؾ‪:‬‬ ‫عدد أفراد العينة من الطبقة األوىل = عدد أفراد العينة من الطبقة الثانية = ‪= ....‬‬
‫عدد‬
‫مجتمع إحصائي متككف مف ‪ 300‬مكظفا‪ 100 ،‬متقاعدا‪ 400 ،‬أصحاب ميف حرة‪ 200 ،‬طالب‪،‬‬
‫‪ 20‬مف كؿ طبقة‬ ‫‪ 80‬فردا مف جميع الطبقات فإننا نأخذ‬ ‫فإذا أردنا أف نأخذ عينة متككنة مف‬
‫العينةالطبقات‬
‫بطريقة عشكائية ألف‪:‬‬
‫‪80‬‬
‫= ‪20‬‬ ‫=‬
‫‪4‬‬ ‫عدد‬
‫ت ‪-‬العينة العشوائية المنتظمة‪ :‬ال يتـ اختيار ىذه العينة إال في حالة تجانس المجتمع اإلحصائي‪،‬‬
‫الختيار عينة مف‬ ‫كتعتبر مف أصدؽ العينات العشكائية في تمثيؿ المجتمع اإلحصائي‪ ،‬كتستخدـ‬
‫مجتمع عدد عناصره محدكد أك معمكـ‪ ،‬كسميت منتظمة ألننا نختار فييا مسافة ثابتة منتظمة بيف‬
‫كؿ رقـ‪ ،‬كالرقـ الذم يميو‪ ،‬كىكذا دكاليؾ‪ ،‬ؼفي ىذا النكع مف العينات يؿجأ الباحث إلى تحديد نقطة‬
‫بداية عشكائية الختيار أكؿ مفردة مف مفردات العينة‪ ،‬ثـ يختار مسافة ثابتة منتظمة بيف كؿ رقـ‬
‫كالرقـ الذم يميو‪ .‬ككمثاؿ عمى ذلؾ‪ :‬نفرض كجكد مجتمع إحصائي متككف مف ‪ 240‬فردا مرقما مف‬
‫‪ 01‬إلى ‪ ، 240‬فإذا تـ اختيار عينة عشكائية مككنة مف ‪ 30‬فردا فإنو يتـ تقسيـ ‪ 240‬عمى ‪30‬‬
‫لكي نحصؿ عمى المسافة الثابتة كىي في ىذه الحالة ‪ ، 8‬ثـ يحدد بطريقة عشكائية رقما بيف ‪ 1‬ك‪8‬‬
‫‪، 21 = 8+13 ، 13 = 8+5 ، 5‬‬ ‫كليكف مثبل ‪ ، 5‬كيتـ بعد ذلؾ اختيار األفراد ذكم األرقاـ‬
‫‪- 37 – 29 – 21 – 13 – 5‬‬ ‫‪ ، .... ، 37 = 8+29 ، 29 = 8+21‬أم ذكم األرقاـ‪:‬‬
‫‪ ،........‬حتى نصؿ إلى ‪ 30‬فردا كىك حجـ العينة المطمكبة‪.‬‬
‫ث ‪-‬العينة العشوائية العنقودية‪ :‬يتـ اختيارىا عندما يككف المجتمع اإلحصائي عمى شكؿ مجمكعات أك‬
‫عناقيد ال يشترط تجانسيا‪ ،‬بحيث يحتكم كؿ عنقكد عمى الكثير مف مفردات المجتمع كالتي غالبا ما‬
‫تككف متجانسة‪ ،‬كمف كؿ ناحية نسحب عينة عشكائية بسيطة مف بيف تمؾ العناقيد‪ .‬كتكفر ىذه‬
‫العينة عمى الباحث الكثير مف الكقت كالجيد كالتكمفة‪ ،‬لكف يؤخذ عمييا احتمالية عدـ تمثيميا لمجتمع‬
‫الدارسة األصمي بخاصة في حالة عدـ تجانس مجتمع الدارسة األصمي‪ .‬ككمثاؿ عمى ذلؾ‪ :‬إذا كنا‬
‫بصدد دراسة ميكؿ الناخبيف بكالية ما مف خبلؿ عينة عنقكدية فإنو يمكف تقسيـ الكالية إلى‬
‫‪5‬‬
‫مجمكعات مف البمديات‪ ،‬كىي التي تمثؿ العناقيد كيتـ اختيار عدد مف البمديات بطريقة عشكائية‪ ،‬ثـ‬
‫دراسة ميكؿ كؿ الناخبيف في ىذه األحياء التي تـ اختيارىا عشكائيا‪.8‬‬
‫ج ‪-‬العينة العشوائية متعددة المراحل‪ :‬تستعمؿ ىذه الطريقة في إعداد العينة عند إيجاد صعكبات في‬
‫إعداد إطار السحب‪ ،‬أك تعييف تفصيمي يتضمف كؿ مفردات المجتمع‪ ،‬ككذلؾ في الحالة التي‬
‫يصعب فييا الكصكؿ مباشرة إلى كافة عناصر المجتمع اإلحصائي‪ ،‬أك كانت الكحدات متباعدة‬
‫كمشتتة في مساحات شاسعة‪ ،‬كتصبح العينة بمفيكميا الجزئي ضركرية حسب ىذه الطريقة‪ ،‬لعدـ‬
‫الحصكؿ عمى إطار سحب كامؿ لعناصر المجتمع محؿ الدراسة‪ ،‬كفي ىذا النكع مف العينات يتـ‬
‫اختيار كحدات الدراسة عمى مرحمتيف أك أكثر‪ .‬ككمثاؿ عمى ذلؾ‪ :‬إذا كنا بصدد انجاز دراسة حكؿ‬
‫األسر في مدينة ما‪ ،‬نقكـ في مرحمة أكلى باختيار عينة مف الدكائر ثـ في مرحمة ثانية نختار مف‬
‫كؿ دائرة عينة أخرل مف األسر‪ ،‬كىنا نككف قد مررنا بمرحمتيف مف أجؿ اختيار الكحدات‪ ،‬المرحمة‬
‫األكلى‪ :‬اختيار عينة مف الدكائر‪ ،‬كالمرحمة الثانية‪ :‬اختيار عينة مف األسر‪ ،‬أما إذا كانت كحدة‬
‫االختيار ىي األفراد فإنو يمكننا كمرحمة ثالثة سحب عينة مف األفراد مف كؿ أسرة ‪ .9‬فيي أشبو ما‬
‫تككف بعينة عنقكدية بمرحمتيف‪ ،‬أك عينة عنقكدية متعددة المراحؿ‪.‬‬
‫‪- 2‬العينات غير االحتمالية ( غير العشوائية ) ‪ :‬ىي التي يتـ اختيار كحداتيا بطريقة‬
‫‪- 2‬‬
‫‪- 2‬‬
‫غير عشكائية‪ ،‬بحيث يتدخؿ الباحث في اختيار العينة بالطريقة التي تحقؽ ىدؼ‬
‫الدراسة‪ ،‬أم أف أساس االختيار خبرة الباحث كمعرفتو بأف ىذه المفردة أك تمؾ تمثؿ‬
‫مجتمع البحث‪ .‬مثؿ اختيار عينة مف الطمبة المتفكقيف في كمية ما دكف غيرىـ مف‬
‫الطمبة‪ ،‬ىنا نيتـ بالمتفكقيف فقط‪ .‬كأىـ أنكاع العينات غير االحتمالية ما يمي‪:10‬‬
‫أ ‪-‬العينة العمدية ( القصدية)‪ :‬كتعني أف اختيار العينة يتـ بطريقة القصد‪ ،‬كال يتحقؽ ذلؾ إال‬
‫بكجكد الخبرة كالمعرفة الكافية بيذا االختيار‪ ،‬كيجب أف يتـ تبرير ىذا االختيار تبري ار عمميا‬
‫تفاديا لمتحيز‪ .‬ككمثاؿ عمى ذلؾ‪ :‬اختيار الطمبة الذيف يحضركف المحاضرات فقط دكف غيرىـ‪،‬‬
‫ألف ىدؼ الدراسة تقتضي معرفة مدل تفكؽ ىؤالء الطمبة في مسارىـ الدراسي‪.‬‬
‫‪8‬محمد بكعبلؽ‪ ،‬المكجو في اإلحصاء الكصفي كاالستداللي في العمكـ النفسية كالتربكية كاالجتماعية‪ ،‬دار األمؿ لمطباعة كالنشر كالتكزيع‪،‬‬
‫الجزائر‪ ،2009 ،‬ص‪.29‬‬
‫مكسى نبيؿ سمير‪ ،‬إشكالية تحديد حجـ العينة في الدراسات االقتصادية كاالجتماعية‪ ،‬مذكرة تخرج لنيؿ شيادة الماجستير في العمكـ‬ ‫‪9‬‬
‫االقتصادية‪ ،‬تخصص التقنيات الكمية المطبقة‪ ،‬جامعة كىراف‪ ، 2011 ،‬ص ‪.16‬‬
‫عماف ‪ ، 2009 ،‬ص ‪.16‬‬
‫سعدم شاكر حمكدم‪ ،‬مبادئ عمـ اإلحصاء كتطبيقاتو‪ ،‬دار الثقافة لمنشر كالتكزيع ‪ّ ،‬‬
‫‪10‬‬
‫‪6‬‬
‫ب ‪-‬العينة الحصصية(عينة الفئات)‪ :‬كىي العينة التي يتـ فييا تقسيـ المجتمع اإلحصائي إلى‬
‫حصصا أك فئات طبقا لصفاتو الرئيسية‪ ،‬لذلؾ سميت بالعينة الحصصية‪ ،‬كتمثؿ كؿ حصة في‬
‫العينة بنسبة كجكدىا في المجتمع‪ ،‬كيقكـ الباحث بيذا االختيار بنفسو دكف أف يمتزـ بأية شركط‪.‬‬
‫‪ 80‬أستاذ ك ‪ 60‬أستاذة في إحدل‬ ‫ككمثاؿ عمى ذلؾ‪ :‬دراسة مجتمع إحصائي مككف مف‬
‫الكميات‪ ،‬كأخذ عينة مككنة مف ‪ 35‬فردا‪ ،‬في ىذه الحالة يككف نسبة الذككر بالطريقة الحصصية‬
‫ىك ‪ 20‬فردا‪ ،‬في حيف تككف نسبة اإلناث ىك ‪ 15‬فردا‪.‬‬
‫ت ‪-‬عينة الصدفة(العينة العرضية)‪ :‬يتـ اختيار ىذه العينة بشكؿ عرضي أم عف طريؽ الصدفة‬
‫دكف تخطيط أك ترتيب مسبؽ‪ ،‬بؿ يتـ اختيار أفراد العينة مف بيف أكؿ مجمكعة يقابميـ الباحث‬
‫يكافؽ ىؤالء عمى المشاركة في الدارسة‪ ،‬كذلؾ‬ ‫في مكاف ما كفي فترة زمنية محددة‪ ،‬بحيث‬
‫ضمف شركط تضمف تمثيبل معقكال لمجتمع الدارسة‪ ،‬ككمثاؿ عمى ذلؾ‪ :‬أف يكزع الباحث‬
‫االستبياف مثبل عمى مف يراىـ مكجكديف أمامو في إحدل الكميات‪ .‬كمما يعاب عمى ىذه العينة‬
‫أنيا قد ال تمثؿ المجتمع األصمي تمثيبل صادقا‪ ،‬خاصة إذا كاف ىناؾ تباينا أك عدـ تجانس في‬
‫الخكاص المطمكب دراستيا في المجتمع األصمي‪.‬‬
‫ث ‪-‬عينة الكرة الثمجية‪ :‬تبدأ ىذه العينة باختيار فرد معيف‪ ،‬ثـ يميو فرد آخر‪ ،‬ثـ ثالث‪ ،‬كىكذا دكاليؾ‬
‫إلى أف تكتمؿ العينة بأكمميا‪ .‬ككمثاؿ عمى ذلؾ‪ :‬لك أراد باحث أف يتناكؿ دراسة حكؿ قضية‬
‫متعاطي المخدرات مثبل‪ ،‬فإف عدد األشخاص الذيف يمكف أف يحصؿ منيـ الباحث عمى‬
‫معمكمات قميؿ جدا ‪ ،‬كلذلؾ فيك يبدأ بمقابمة شخص بإمكاف ىذا األخير أف يدؿ الباحث عمى‬
‫أسماء أخرل مف المتكرطيف قي ىذه القضية‪ ،‬كعمى ىذه الشاكمة تستمر العممية إلى أف يحصؿ‬
‫الباحث عمى العينة المطمكبة لمدراسة‪.‬‬
‫ج ‪-‬العينة المتاحة‪ :‬يمكف اعتماد ىذا النكع مف العينة أثناء قرب الباحث مف مكقع الدراسة‪ ،‬كيمجأ‬
‫إلييا عادة عندما تككف اإلمكانيات المادية محدكدة‪ .‬ككمثاؿ عمى ذلؾ‪ :‬أف يختار أحد الباحثيف‬
‫عينة مف زمبلئو مف ىيئة التدريس في إحدل أقساـ الكمية كذلؾ لمحصكؿ مثبل عمى بيانات‬
‫تتعمؽ بطرؽ التدريس‪.‬‬
‫ح ‪-‬العينة المعيارية‪ :‬كىي العينة األكثر دقة كمصداقية في تمثيؿ المجتمع اإلحصائي‪ .‬ككمثاؿ‬
‫عمى ذلؾ‪ :‬دراسة مدل فعالية دكاء معيف لمشفاء مف كباء معيف في إحدل المصانع‪ ،‬فيتـ تطبيقو‬
‫عمى عينة معينة مف المرضى فإذا ثبتت فعاليتو يعمـ ىذا الدكاء لعبلج كؿ المرضى‪.‬‬
‫‪- 3‬مزايا وعيوب العينة‪ :‬لمعينة مزايا كما ليا عيكب‪ ،‬كسكؼ نتعرؼ عمييا قيما يمي‪:‬‬
‫‪7‬‬
‫‪- 1‬مزايا العينة‪ :‬تتميز العينة بعدة مزايا نذكر منيا ما يمي‪:‬‬
‫‪- 3‬‬
‫‪ ‬تمثؿ العينة مجتمع البحث‪ ،‬أم جميع مفردات المجتمع اإلحصائي‪.‬‬
‫‪ ‬يحقؽ الباحث أىدافو بالعينة‪ ،‬إذا ما تمت كفؽ قكاعد مضبكطة كدقيقة‪.‬‬
‫‪ ‬تمكننا العينة مف تعميـ النتائج عمى المجتمع األصمي‪ ،‬خاصة إذا كاف متجانسا‪.‬‬
‫‪ ‬تسيؿ العينة عمى الباحث إجراء بحثو بأقؿ جيد كأقصر كقت كأخفض تكمفة‪.‬‬
‫‪- 2‬عيوب العينة‪ :‬كما أف لمعينة مزايا فيي ال تخمك مف عيكب كمف ىذه العيكب ما يمي‪:11‬‬
‫‪- 3‬‬
‫‪ ‬صعكبة حصر كؿ المجتمع اإلحصائي المدركس‪ ،‬خاصة إذا كاف متمايزا‪،‬‬
‫كأخذ العينة المطمكبة‪.‬‬
‫‪ ‬يتطمب الدقة كأخذ الحذر في اختيار العينة خاصة في المجتمعات‬
‫اإلحصائية غير المتجانسة‪.‬‬
‫‪ ‬كجكب زيادة حجـ العينة لتمثيؿ المجتمع اإلحصائي تمثيبل صادقا‪.‬‬
‫‪ ‬قد ال تتكافر الدقة البلزمة في اختيار العينة‪ ،‬كفي ىذه الحالة ال تمثؿ العينة‬
‫المجتمع األصمي تمثيبل صادقا‪.‬‬
‫‪ ‬تككف نتائج البحث دقيقة بيدؼ تعميميا عمى المجتمع األصمي‪ ،‬إذا كاف‬
‫حجـ العينة كبير‪.‬‬
‫‪- 4‬عدد أفراد العينة اإلحصائية (حجم العينات)‪ :‬إف الدقة المراد بمكغيا في نتائج البحث تتحقؽ فقط في حالة‬
‫العينة الكبيرة الحجـ‪ ،‬ألنيا تعطي صكرة كاضحة كأكثر مصداقية لممجتمع اإلحصائي‪ ،‬كما تعطي ثقة‬
‫في تعميـ النتائج المتكصؿ إلييا خاصة في حالة عدـ تجانس كحدات المجتمع‪ ،‬لذا كمما كاف‬
‫المجتمع متجانسا أك كانت الدراسة مسحية كاف اختيار عينة منو سيبل كممثمة لو بشكؿ كاؼ‪ ،‬أما إذا‬
‫كاف المجتمع متباينا أك كانت الدراسة تجريبية فإف ذلؾ يقتضي تكسيع حجـ العينة‪.12‬‬
‫كتكجد عدة طرؽ إحصائية لتحديد حجـ العينات‪ ،13‬كالجدكؿ اآلتي يكضح ذلؾ‪:‬‬
‫∼ حجـ العينات ∼‬
‫عدد أفراد العينة‬ ‫المعالجات اإلحصائية‬

‫‪ 30‬فردا عمى األقؿ‪.‬‬ ‫الدراسات االرتباطية‬
‫‪ ، 2014‬ص ‪، 63‬‬ ‫إياد محمد اليكبي ‪ ،‬اإلحصاء التطبيقي‪ ،‬الكمية الجامعية لمعمكـ كالتكنكلكجيا ‪ /‬خاف يكنس‪ -‬فمسطيف‪،‬‬ ‫‪11‬‬
‫‪http://www.cst.ps/ar/index.php/ihoubi‬‬
‫تاريخ الزيارة‪. 2019 / 02 / 14 :‬‬
‫عماف‪ ،‬ط‪ ،2009 ،1‬ص ‪.18‬‬ ‫نبيؿ جمعة صالح‪ ،‬اإلحصاء في التربية كالعمكـ اإلنسانية مع تطبيقات برمجية ‪ ، SPSS‬دار الحامد‪ّ ،‬‬
‫‪12‬‬
‫‪ 13‬يصطمح عمى العينة الكبيرة الحجـ بالعينة التي عدد مفرداتيا أكبر أك يساكم ‪ 30‬مفردة‪ ،‬كيصطمح عمى العينة الصغيرة الحجـ بالعينة التي‬
‫عدد مفرداتيا أصغر تماما مف ‪ 30‬مفردة‪.‬‬
‫‪8‬‬
‫‪ 30‬فردا عمى األقؿ‪.‬‬ ‫دراسات الفركؽ‬
‫‪ 15‬فردا في كؿ مجمكعة ( ‪ 15‬مجمكعة تجريبية ك ‪ 15‬مجمكعة ضابطة )‬ ‫الدراسات التجريبية‬
‫ككمما زاد عدد أفراد عينة البحث كمما كانت النتائج أكثر صدقا‪ ،‬كمف ثـ يمكف‬
‫تعميـ ىذه النتائج عمى المجتمع الذم اشتقت منو العينة المدركسة‪.‬‬
‫إذا كاف مجتمع البحث صغي ار ( يحسب بالمئات)‪.‬‬ ‫‪‬‬ ‫‪20 ‬‬ ‫الدراسات الكصفية‬
‫إذا كاف مف مجتمع البحث كبي ار ( يحسب باآلالؼ) ‪.‬‬ ‫‪‬‬ ‫‪10 ‬‬
‫‪  5 ‬إذا كاف مجتمع البحث كبي ار جدا ‪.‬‬
‫المصدر‪ :‬محمد بكعبلؽ‪ ،‬نفس المرجع السابؽ‪ ،‬ص‪.24‬‬
‫‪- 5‬المعممة واإلحصائية‪:‬‬

‫‪- 1‬المعممة‪ :‬ىي كمية عددية تميز كتمخص التكزمع االحتمالي لممجتمع اإلحصائي‪ ،‬فيي المقاييس‬
‫‪- 5‬‬
‫التي تصؼ بعض خصائص المجتمع‪ ،‬كيتـ الحصكؿ عمييا مف خبلؿ تحميؿ البيانات‬
‫لممجتمع اإلحصائي‪ ،‬كاعتماد عممية المسح الشامؿ‪ .‬كما يمكف تعريؼ المعممة اإلحصائية‬
‫لك فرضنا‬
‫‪ .‬ؼ‬ ‫بأنيا عبارة عف خاصية أك مقياس يتـ حسابيا مف المجتمع محؿ الدراسة‬
‫مجتمعا إحصائيا ذم تكزع احتمالي طبيعي فإف المعممتيف اإلحصائيتيف المتيف بإمكانيما‬
‫تكصيؼ ىذا التكزمع ىما المتكسط الحسابي ‪ ‬كاالنحراؼ المعيارم ‪ . σ‬إف المعالـ ىي‬
‫مقاييس تحدد خصائص المجتمع‪.‬‬
‫‪- 2‬اإلحصاءة‪ :‬اإلحصاءة أك اإلحصائية ىي عبارة عف خاصية أك مقياس يتـ حسابيا مف العينة‬
‫‪- 5‬‬
‫المسحكبة مف المجتمع محؿ الدراسة ‪ ،‬ؼاإلحصاءة ىي دالة في بيانات العيفة ‪ .‬إف اإلحصاءة‬
‫𝑋‬ ‫َكمثال عهّ رنك ‪ :‬انمخُسط انذسابٓ نهعٕىت‬ ‫ىي مقاييس تحدد خصائص العينة‪.‬‬
‫َاالوذشاف انمعٕاسْ نهعٕىت 𝑆 ‪.‬‬
‫‪- 6‬التحميل التوافقي (القائمة‪ ،‬الترتيبة‪ ،‬التوفيقة)‪:‬‬
‫ذات ‪ n‬عنص ار ىك‪، 𝐿𝑚 = 𝑛𝑚 :‬‬ ‫‪‬‬ ‫‪- 1‬القائمة‪ :‬عدد القكائـ ذات ‪ m‬عنص ار مف المجمكعة‬
‫‪- 6‬‬
‫حيث‪ n :‬ك ‪ m‬عدداف طبيعياف كيفياف غير معدكميف‪ ،‬كالقائمة يتـ فييا مراعاة الترتيب مع‬
‫إمكانية التكرار(السحب مع اإلرجاع)‪ .‬ككمثاؿ عمى ذلؾ‪ :‬إذا كاف لدينا صندكؽ يحتكم عمى‬
‫‪ 3‬بطاقات عمى‬ ‫‪ 10‬بطاقات مرقمة مف ‪ 1‬إلى ‪ ، 10‬فإف عدد الحاالت الممكنة لسحب‬
‫الترتيب مع اإلعادة (اإلرجاع) ىي‪R310 = 103 = 1000 :‬‬
‫ذات ‪n‬‬ ‫‪‬‬ ‫𝑚𝐴 ىك عدد عناصر الترتيبات ذات 𝑚 عنص ار مف المجمكعة‬
‫‪- 2‬الترتيبة‪ :‬إذا كاف 𝑛‬
‫‪- 6‬‬
‫عنص ار‪ ،‬بحيث يتـ مراعاة ترتيب ىذه العناصر كما أن هذه العناصر غير مكررة أو ال يتم‬
‫𝑚 عنص ار مأخكذة مف‬ ‫فيها اإلعادة ( دون إرجاع ) ‪ ،‬فإف عدد ترتيبات مجمكعة ذات‬
‫!‪n‬‬
‫𝑚𝐴 ‪ ،‬حيث‪ . 1 ≤ 𝑚 ≤ 𝑛 :‬ككمثاؿ عمى ذلؾ‪ :‬إذا كاف‬
‫= 𝑛‬ ‫𝑛 عنص ار ىك‪:‬‬
‫!)‪(n−m‬‬
‫‪9‬‬
‫لدينا صندكؽ يحتكم عمى ‪ 10‬بطاقات مرقمة مف ‪ 1‬إلى ‪ ، 10‬فإف عدد الحاالت الممكنة‬
‫!‪10‬‬
‫‪3‬‬
‫‪𝐴10‬‬ ‫=‬ ‫لسحب ‪ 3‬بطاقات عمى الترتيب دكف إعادة (دكف إرجاع) ىي‪= 720 :‬‬
‫!)‪(10−3‬‬
‫ذات ‪n‬‬ ‫‪‬‬ ‫‪- 3‬التوفيقة‪ :‬إذا كاف 𝑚𝑛𝐶 ىك عدد عناصر التكفيقات ذات 𝑚 عنص ار مف المجمكعة‬
‫‪- 6‬‬
‫عنص ار‪ ،‬بحيث ال يتم فيها مراعاة الترتيب ليذه العناصر كما أف ىذه العناصر غير مكررة‬
‫أو ال يتم فيها اإلعادة (دون إرجاع) ‪ ،‬فإف عدد تكفيقات مجمكعة ذات 𝑚 عنص ار مأخكذة‬
‫!𝑛‬
‫= 𝑚𝑛𝐶 ‪،‬‬ ‫مف 𝑛 عنص ار ىك العدد الطبيعي 𝑚𝑛𝐶 الذم يحقؽ القاعدة اآلتية‪:‬‬
‫! 𝑚!) 𝑚‪(𝑛−‬‬
‫حيث‪ . 1 ≤ 𝑚 ≤ 𝑛 :‬ككمثاؿ عمى ذلؾ‪ :‬إذا كاف لدينا صندكؽ يحتكم عمى ‪ 10‬بطاقات‬
‫مرقمة مف ‪ 1‬إلى ‪ ،10‬فإف عدد الحاالت الممكنة لسحب ‪ 3‬بطاقات في آف كاحد (ال يتـ‬
‫!‪10‬‬
‫‪3‬‬
‫‪C10‬‬ ‫=‬ ‫فييا مراعاة الترتيب كدكف إرجاع) ىي‪= 120 :‬‬
‫!‪(10−3)!×3‬‬
‫‪- 7‬المتوسط الحسابي والتباين واالنحراف المعياري لمعينة والمجتمع اإلحصائي‪:‬‬

‫قسمة مجمكع قيـ بيانات العينة عمى‬ ‫ىك عبارة عف حاصؿ‬ ‫‪- 1‬المتوسط الحسابي لمعينة‪:‬‬
‫‪- 7‬‬
‫عددىا‪.14‬‬
‫‪𝑥i‬‬ ‫مجمكع القيـ‬

‫=𝑋‪،‬‬ ‫‪ ،‬كيرمز لو بالرمز ‪ . 𝑋 :‬كنكتب‪:‬‬ ‫أم أف‪ :‬المتكسط الحسابي =‬
‫𝑛‬ ‫عدد القيـ‬
‫ككمثاؿ عمى ذلؾ‪ :‬المتكسط الحسابي لمقيـ‪12 ، 8 ، 6 ، 11 ، 8 ، 13 ، 4 ، 9 ، 10 :‬‬

‫‪81‬‬ ‫‪10 + 9 + 4 + 13 + 8 + 11 + 6 + 8 + 12‬‬
‫=𝑋‬ ‫= 𝑋 أم أف‪= 9 :‬‬ ‫ىك ‪:‬‬
‫‪9‬‬ ‫‪9‬‬
‫مالحظة‪ :‬في حالة البيانات المبكبة أك المرجحة نكتب الكسط الحسابي عمى النحك اآلتي‪:‬‬
‫‪𝑛1‬‬
‫=𝑋‬
‫حيث 𝑛 حجـ العينة ك 𝑖𝑛 التك اررات ك 𝑖𝑥 القيـ أك مراكز الفئات حسب نكعية المتغير‬
‫اإلحصائي المدركس‪.15‬‬
‫قسمة مجمكع قيـ بيانات‬ ‫ىك عبارة عف حاصؿ‬ ‫‪- 2‬المتوسط الحسابي لممجتمع اإلحصائي‪:‬‬
‫‪- 7‬‬
‫مجمكع القيـ‬
‫‪ ،‬كيرمز لو بالرمز ‪.  :‬‬ ‫المجتمع عمى عددىا‪ .‬أم أف‪ :‬المتكسط الحسابي =‬
‫عدد القيـ‬
‫𝑖𝑥‬
‫= ‪ ، ‬حيث‪ 𝑥𝑖 :‬قيـ المجتمع اإلحصائي‪ 𝑁 ،‬حجـ المجتمع‪.‬‬ ‫كنكتب‪:‬‬
‫𝑁‬
‫مالحظة‪ :‬في حالة البيانات المبكبة أك المرجحة نكتب الكسط الحسابي عمى النحك اآلتي‪:‬‬
‫‪ 14‬رفيؽ قاسـ أحمد ‪ ،‬المدخؿ إلى عمـ اإلحصاء ‪ ،‬مديرية الكتب كالمطبكعات الجامعية ‪ ،‬جامعة حمب – سكريا ‪ ، 1997 ،‬ص ‪.102‬‬
‫‪ 15‬بمعيدم عبد اهلل ‪ ،‬محاضرات في اإلحصاء الكصفي ‪ ،‬نفس المرجع السابؽ ‪ ،‬ص ص ‪.100 – 93‬‬
‫‪10‬‬
‫=‪‬‬
‫‪ ni‬التك اررات ك ‪ xi‬القيـ أك مراكز الفئات حسب نكعية‬ ‫حيث ‪ N‬حجـ المجتمع اإلحصائي ك‬
‫المتغير اإلحصائي المدركس‪.‬‬
‫‪- 3‬تباين العينة‪ :‬التبايف ىك عبارة عف المتكسط الحسابي لمربعات الفركؽ بيف قيـ المتغير‬
‫‪- 7‬‬
‫اإلحصائي كالمتكسط الحسابي 𝑋 ‪ ،‬كيرمز لتبايف العينة بالرمز ‪ ، S 2‬كعمى ىذا األساس فإف‬
‫‪𝑥𝑖 − 𝑋 2‬‬
‫= ‪ ، 𝑆 2‬حيث‪ 𝑥𝑖 :‬ىي قيـ البيانات‪𝑋 ،‬‬ ‫تبايف العينة يعطى بالعبلقة اآلتية‪:‬‬
‫‪𝑛 −1‬‬
‫المتكسط الحسابي ليذه القيـ‪ 𝑛 ،‬حجـ العينة‪ .‬ككمثاؿ عمى ذلؾ‪ :‬لحساب تبايف السمسمة‬
‫𝑖𝑥‬ ‫‪15‬‬
‫= 𝑋 ‪ ،‬ثـ‬ ‫=‬ ‫اإلحصائية ‪ 3 – 1 – 4 - 5 – 2‬نحسب الكسط الحسابي‪= 3 :‬‬
‫𝑛‬ ‫‪5‬‬
‫‪𝑥𝑖 − 𝑋 2‬‬
‫= ‪ 𝑆 2‬أم أف‪:‬‬ ‫نحسب التبايف‪:‬‬
‫‪𝑛 −1‬‬
‫‪2−3 + 5−3 + 4−3 2 + 1−3 2 + 3−3 2‬‬
‫‪2‬‬ ‫‪2‬‬
‫= ‪ ، S 2‬كمنو‪𝑆 2 = 2.5 :‬‬
‫‪5−1‬‬
‫مالحظة رقم(‪ :)01‬في حالة البيانات المبكبة أك المرجحة نكتب تبايف العينة عمى النحك اآلتي‪:‬‬
‫‪𝑛 𝑖 𝑥𝑖 − 𝑋 2‬‬
‫= ‪ ، S 2‬حيث 𝑛 حجـ العينة ك 𝑖𝑛 التك اررات ك 𝑖𝑥 القيـ أك مراكز الفئات‬
‫‪𝑛−1‬‬
‫حسب نكعية المتغير اإلحصائي المدركس‪.‬‬

‫‪𝑥𝑖 − 𝑋 2‬‬
‫= ‪ S 2‬عمى النحك‪:‬‬ ‫مالحظة رقم(‪ :)02‬يمكف كتابة العبلقة‪:‬‬
‫‪𝑛−1‬‬
‫‪1‬‬
‫= ‪𝑆2‬‬ ‫‪𝑥𝑖2 − 𝑛. 𝑥 2‬‬
‫‪𝑛 −1‬‬
‫‪- 4‬تباين المجتمع اإلحصائي‪ :‬التبايف ىك عبارة عف المتكسط الحسابي لمربعات الفركؽ بيف قيـ‬
‫‪- 7‬‬
‫المتغير اإلحصائي كالمتكسط الحسابي ‪ ، ‬كيرمز لتبايف المجتمع بالرمز ‪ ، 2‬كعمى ىذا‬
‫‪𝑥𝑖 −  2‬‬
‫= ‪ ، 2‬حيث‪:‬‬ ‫األساس فإف تبايف المجتمع اإلحصائي يعطى بالعبلقة اآلتية‪:‬‬
‫𝑁‬
‫𝑖𝑥 ىي قيـ البيانات‪  ،‬المتكسط الحسابي ليذه القيـ‪ 𝑁 ،‬حجـ المجتمع‪.‬‬

‫مالحظة رقم( ‪ :)01‬في حالة البيانات المبكبة أك المرجحة نكتب تبايف المجتمع اإلحصائي عمى‬
‫‪𝑛 𝑖 𝑥𝑖 −  2‬‬
‫= ‪ ، 2‬حيث 𝑁 حجـ المجتمع ك 𝑖𝑛 التك اررات ك 𝑖𝑥 القيـ أك‬ ‫النحك اآلتي‪:‬‬
‫𝑁‬
‫مراكز الفئات حسب نكعية المتغير اإلحصائي المدركس‪.‬‬

‫‪1‬‬ ‫‪𝑥𝑖 −  2‬‬
‫= ‪2‬‬ ‫= ‪ 2‬عمى النحك‪𝑥𝑖2 − 2 :‬‬ ‫مالحظة رقم(‪ :)02‬يمكف كتابة العبلقة‪:‬‬
‫𝑁‬ ‫𝑁‬
‫‪ - 5‬االنحراف المعياري لمعينة‪ :‬يقيس االنحراؼ المعيارم مدل انحراؼ قيـ المتغير اإلحصائي‬
‫‪- 7‬‬
‫عف كسطو الحسابي ‪ ، X‬كيساكم الجذر التربيعي لتبايف العينة‪ ،‬سكاء في حالة البيانات‬
‫‪11‬‬
‫المبكبة أك في حالة البيانات غير المبكبة‪ ،‬كيرمز لبلنحراؼ المعيارم لمعينة بالرمز‪ ، 𝑆 :‬أم‬
‫=𝑆‬ ‫‪𝑆2‬‬ ‫أف‪:‬‬
‫‪ - 6‬االنحراف المعياري لممجتمع‪ :‬يقيس االنحراؼ المعيارم مدل انحراؼ قيـ المتغير اإلحصائي‬
‫‪- 7‬‬
‫عف كسطو الحسابي ‪ ، ‬كيساكم الجذر التربيعي لتبايف المجتمع‪ ،‬سكاء في حالة البيانات‬
‫المبكبة أك في حالة البيانات غير المبكبة‪ ،‬كيرمز لبلنحراؼ المعيارم لممجتمع اإلحصائي‬
‫=‪‬‬ ‫‪2‬‬ ‫بالرمز‪ ،  :‬أم أف‪:‬‬
‫‪ - 8‬التوزيعات االحتمالية الشائعة‪ :‬نتطرؽ إلى أىميا سكاء ما تعمؽ منيا بالتكزيعات االحتمالية المتقطعة‬
‫أك التكزيعات االحتمالية المتصمة‪:‬‬
‫‪- 1‬التوزيعات االحتمالية المتقطعة‪ :‬نتناكؿ تكزيعيف‪ ،‬تكزيع برنكلي كتكزيع ذك الحديف‪:16‬‬
‫‪- 8‬‬
‫‪- 1‬توزيع برنولي‪ :‬سكؼ يتـ عرض ىذا التكزيع عمى النحك اآلتي‪:‬‬
‫‪- 1‬‬
‫‪- 8‬‬
‫أ ‪-‬تعريف توزيع برنولي‪ :‬نسمي كؿ تجربة ليا نتيجتاف فقط بالتجربة البرنكلية‪ ،‬نسمي إحدل‬
‫النتيجتيف ربحا أك نجاحا أك ‪ ( ...‬النتيجة المرغكبة ) كنسمي األخرل خسارة أك رسكبا أك ‪....‬‬
‫𝑃 بينما نرمز الحتماؿ‬ ‫( النتيجة غير المرغكبة ) ‪ .‬نرمز الحتماؿ النتيجة المرغكبة بالرمز‬
‫𝑃 ‪ 1 −‬أك بالرمز 𝑞 ( 𝑃 ‪0 < 𝑃 < 1 :) 𝑞 = 1 −‬‬ ‫النتيجة غير المرغكبة بالرمز‬
‫ك ‪ ، 𝑃 + 𝑞 = 1‬نسمي 𝑃 كسيط التجربة البرنكلية‪ ،‬كمنو نقكؿ عف متغير عشكائي 𝑋 أف لو‬
‫تكزيعا برنكليا بكسيط 𝑃 إذا كانت لو دالة الكثافة االحتمالية اآلتية‪:‬‬
‫‪ ، 𝑃 𝑋 = 𝑚 = 𝑝𝑚 𝑞1−𝑚 ; 𝑚 ∈ 0 , 1‬تككف ‪ 𝑚 = 1‬في حالة النتيجة‬
‫المرغكبة‪ ،‬بينما تككف ‪ 𝑚 = 0‬في حالة النتيجة غير المرغكبة‪ .‬كنرمز ليذا التكزيع‬
‫بالرمز‪ 𝑋~𝐵𝑒𝑟(𝑃) :‬كيق أر‪ 𝑋 :‬متغير عشكائي يتبع تكزيع برنكلي ذك الكسيط 𝑃‬
‫𝑋 متغير‬ ‫ب ‪-‬حساب التوقع الرياضي والتباين واالنحراف المعياري الخاضع لمتوزيع البرنولي‪:‬‬
‫عشكائي خاضع لتكزيع برنكلي‪.‬‬
‫‪ ‬التكقع الرياضي لممتغير العشكائي 𝑋 ىك‪ = 𝑝 :‬‬
‫‪ ‬التبايف لممتغير العشكائي 𝑋 ىك‪2 = 𝑝𝑞 :‬‬
‫= ‪ = 2‬‬ ‫‪ ‬االنحراؼ المعيارم لممتغير العشكائي 𝑋 ىك‪𝑝𝑞 :‬‬
‫‪- 2‬التوزيع الثنائي(التوزيع ذو الحدين)‪ :‬يتـ عرض ىذا التكزيع عمى النحك اآلتي‪:‬‬
‫‪- 1‬‬
‫‪- 8‬‬
‫‪ LMD‬جذع مشترؾ‪ ،‬كمية العمكـ‬ ‫الرياضي‪ ،‬مطبكعة محكمة مكجية لطمبة السنة األكلى‬ ‫بمعيدم عبد اهلل‪ ،‬محاضرات في اإلحصاء‬ ‫‪16‬‬
‫االقتصادية كالتجارية كعمكـ التسيير ‪ ،‬جامعة عباس لغركر – خنشمة ‪ /‬الجزائر ‪ ، 2019 ،‬ص ص‪.133 -127‬‬
‫‪12‬‬
‫أ ‪-‬تعريف التوزيع الثنائي‪ :‬يعرؼ التكزيع ذك الحديف عمى أنو تكرار لتجربة برنكلي 𝑛 مف‬
‫المرات في نفس الظركؼ المستقمة عف بعضيا‪ ،‬كيستخدـ ىدا التكزيع كما بينا ذلؾ في‬
‫تكزيع برنكلي في الحاالت التي يككف لمظاىرة محؿ الدراسة نتيجتاف فقط متنافيتاف‪،‬‬
‫النتيجة محؿ االىتماـ كتسمى بحالة النجاح كاألخرل كتسمى بحالة الفشؿ‪ ،‬كاألمثمة‬
‫عمى ذلؾ كثيرة كمتعددة منيا‪:‬‬
‫‪ ‬فحص فعالية دكاء جديد‪ ،‬فإما أف يككف ىذا الدكاء فعاال أك غير فعاؿ ؛‬
‫‪ ‬إلقاء قطعة نقدية‪ ،‬ظيكر الصكرة أك ظيكر الرقـ ؛‬
‫‪ ‬نتيجة سباؽ الجرم‪ ،‬إما فكز أك خسارة ؛‬
‫‪ ‬فحص عبكة بداخميا نكع معيف مف السمعة‪ ،‬إما أف تككف سميمة أك معيبة ؛‬
‫المتغير العشكائي ‪ X‬الذم يمثؿ عدد مرات الحصكؿ عمى نجاح خبلؿ 𝑛 مف المحاكالت يقاؿ أنو يتبع تكزيع‬
‫ذم الحديف الذم لو دالة التكزيع االحتمالي اآلتي‪:‬‬
‫)‪P(X = m‬‬ ‫𝑛 ‪ ، 𝑃(𝑋 = 𝑚) = 𝐶𝑛𝑚 𝑝𝑚 𝑞 𝑛−𝑚 ; 𝑚 ∈ 0, 1, 2, … ,‬تق أر العبارة‬ ‫𝑝‪; 𝑞 =1−‬‬

‫‘‘احتماؿ الحصكؿ عمى 𝑚 نجاح’’ أم احتماؿ النجاح في المحاكلة الكاحدة ىك𝑃‪ ،‬كالعدد 𝑚 يمثؿ عدد النجاح‬
‫في المحاكالت كميا‪ ،‬ك ‪ n − m‬يمثؿ عدد النتائج غير المرغكبة‪ .‬كنرمز ليذا التكزيع بالرمز‪𝑋~𝐵𝑖𝑛(𝑛 , 𝑃) :‬‬
‫كيق أر‪ 𝑋 :‬متغير عشكائي يتبع التكزيع الثنائي ( ‪ )Binomiel‬ذك الكسيطيف 𝑛 ك 𝑃 حيث 𝑛 عدد مرات تكرار‬
‫التجربة‪ ،‬ك 𝑃 احتماؿ النجاح‪.‬‬
‫ب ‪-‬خصائص تطبيق التوزيع ثنائي الحد‪ :‬تجربة ثنائي الحد ىي كؿ تجربة إحصائية تتمتع‬
‫بالخكاص اآلتية‪:‬‬
‫‪ ‬المحاكالت التي عددىا 𝑛 محاكلة مستقمة عف بعضيا البعض ؛‬
‫‪ ‬احتماؿ النجاح ىك 𝑃 كاحتماؿ الفشؿ ىك 𝑝 ‪ 𝑞 = 1 −‬؛‬
‫‪ ‬عند إجراء المحاكالت نيتـ بعدد النتائج المرغكبة فييا 𝑚 التي نحصؿ عمييا‬
‫خبلؿ 𝑛 محاكلة ؛‬
‫‪ ‬كؿ محاكلة لمتجربة تنتج عنيا نتيجتيف إما نجاح أك فشؿ ؛‬
‫‪ ‬تتألؼ كؿ تجربة مف عدد 𝑛 مف االختبارات المتماثمة ؛‬
‫‪ ‬احتماؿ النجاح 𝑃 يبقى ثابتا مف محاكلة إلى أخرل كلذلؾ فاحتماؿ الفشؿ‬
‫ثابت أيضا كىك 𝑝 ‪ 𝑞 = 1 −‬؛‬
‫‪13‬‬
‫‪ ‬احتماؿ الحصكؿ عمى 𝑚 نجاح في 𝑛 تجربة ىك‪𝐶𝑛𝑚 𝑝𝑚 𝑞 𝑛−𝑚 :‬‬
‫‪ ‬إذا كاف ‪ 𝑛 = 1‬فإف التجربة تسمى بالتجربة البرنكلية ؛‬
‫ت ‪-‬تحديد شكل التوزيع الثنائي‪ :‬يتحدد شكؿ التكزيع ثنائي الحديف كفقا لقيمة احتماؿ‬
‫النجاح كما يمي‪:‬‬
‫‪ ‬إذا كاف‪ 𝑃 = 0.5 :‬فإف التكزيع ذم الحديف متماثبل‪.‬‬
‫‪ ‬إذا كاف‪ 𝑃 > 0.5 :‬فإف التكزيع ذم الحديف ممتكيا نحك اليسار‪.‬‬
‫‪ ‬إذا كاف‪ 𝑃 < 0.5 :‬فإف التكزيع ذم الحديف ممتكيا نحك اليميف‪.‬‬
‫ث ‪-‬جدول قانون التوزيع الثنائي‪ :‬يمكف التعبير عف صيغة التكزيع الثنائي في الجدكؿ‬
‫اآلتي‪:‬‬
‫𝑋‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪….‬‬ ‫𝑚‪….‬‬ ‫𝑛 ‪‬‬
‫𝑖𝑃‬ ‫‪𝐶𝑛0 𝑝0 𝑞𝑛−0 𝐶𝑛1 𝑝1 𝑞𝑛 −1 𝐶𝑛2.𝑝…2 𝑞𝑛−2‬‬ ‫‪𝐶𝑛𝑚….‬‬
‫𝑚‪𝑝𝑚 𝑞𝑛−‬‬ ‫𝑛‪𝐶𝑛𝑛1𝑝𝑛 𝑞𝑛 −‬‬
‫نالحظ أن‪:‬‬
‫𝑛‬
‫𝑖𝑃 ‪𝑖=0‬‬ ‫‪= 𝐶𝑛0 𝑝0 𝑞𝑛 −0 + 𝐶𝑛1 𝑝1 𝑞𝑛 −1 + 𝐶𝑛2 𝑝2 𝑞𝑛 −2 + . . . .. +𝐶𝑛𝑛 𝑝𝑛 𝑞𝑛−𝑛 ‬‬
‫‪= 𝑞 𝑛 + 𝑛𝑝𝑞 𝑛−1 + 𝐶𝑛2 𝑝2 𝑞 𝑛−2 + . . . .. +𝑝𝑛 = (𝑝 + 𝑞)𝑛 = 1‬‬ ‫𝑛‬
‫‪=1‬‬
‫‪ ‬الحد 𝑛𝑝 يعبر عف احتماؿ تحقؽ الحادثة 𝑛 مرة في 𝑛 تجربة ؛‬

‫‪ ‬الحد 𝑛 𝑞 يعبر عف احتماؿ عدـ تحقؽ الحادثة كال مرة ؛‬
‫𝑋‬ ‫ج ‪-‬حساب التوقع الرياضي والتباين واالنحراف المعياري الخاضع لمتوزيع الثنائي‪:‬‬
‫متغير عشكائي خاضع لمتكزيع الثنائي‪.‬‬
‫‪ ‬التكقع الرياضي لممتغير العشكائي 𝑋 ىك‪ = 𝑛𝑝 :‬‬
‫‪ ‬التبايف لممتغير العشكائي 𝑋 ىك‪2 = 𝑛𝑝𝑞 :‬‬
‫= ‪𝜎 = 2‬‬ ‫‪ ‬االنحراؼ المعيارم لممتغير العشكائي 𝑋 ىك‪𝑛𝑝𝑞 :‬‬
‫‪- 2‬التوزيعات االحتمالية المتصمة‪ :‬كمف أىما كأكثرىا استعماال ما يمي‪:‬‬
‫‪- 8‬‬
‫‪- 1‬قانون التوزيع الطبيعي ( توزيع ‪ :) Gausse‬سكؼ يتـ عرض ىذا التكزيع ضمف‬
‫‪- 2‬‬
‫‪- 8‬‬
‫النقاط اآلتية‪:17‬‬
‫‪ 17‬بمعيدم عبد اهلل‪ ،‬محاضرات في اإلحصاء الرياضي‪ ،‬نفس المرجع السابؽ‪ ،‬ص ص‪. 153 – 150‬‬
‫‪14‬‬
‫أ ‪-‬تعريف التوزيع الطبيعي‪ :‬التكزيع الطبيعي ىك تكزيع احتمالي متصؿ لو شكؿ‬
‫الجرس متماثؿ حكؿ التكقع الرياضي ( المتكسط الحسابي أك معدؿ التكزيع )‬
‫كيمتد إلى ماال نياية في‬ ‫كتساكم المساحة الكمية تحت منحناه كاحد‪،‬‬
‫االتجاىيف‪ ،‬كتتركز معظـ المساحة حكؿ التكقع الرياضي‪ ،‬كيتحدد شكؿ ىذا‬
‫التكزيع بمعرفة التكقع (مكاف مركز الجرس) كاالنحراؼ المعيارم (كيفية‬
‫االنتشار)‪ ،‬كما أف معظـ التكزيعات االحتمالية األخرل يمكف تقريبيا إلى‬
‫التكزيع الطبيعي‪ ،‬كيعد مف أفضؿ كأىـ التكزيعات عمى اإلطبلؽ مف الناحيتيف‬
‫النظرية كالتطبيقية بؿ يحتؿ مكضع الصدارة في االحتماالت كاإلحصاء‪ ،‬كلو‬
‫خصائص تنطبؽ عمى نسبة كبيرة مف الظكاىر الطبيعية كاالجتماعية‬
‫كاالقتصادية‪ ،‬كىك تكزيع احتمالي كثير االنتشار كاالستعماؿ إذ يستخدـ عمى‬
‫نطاؽ كاسع في كصؼ عدد كبير مف الظكاىر الطبيعية‪ ،‬مثؿ كصؼ متغيرات‬
‫األكزاف‪ ،‬األطكاؿ‪ ،‬درجات االختبار‪ ،‬ضغط الدـ‪ ،‬قياس مستكل الذكاء‪ ،‬ضبط‬
‫جكدة اإلنتاج‪ ،‬كغيرىا مف الظكاىر العممية كالبيكلكجية‪ ،‬ككثير مف التجارب‬
‫الصناعية كاختبارات الجكدة‪ ،‬كما أف لو استعماالت كاسعة في تكزيعات‬
‫المعاينة كاختبارات الفركض كالعينات الكبيرة ‪.‬‬
‫ب ‪-‬خصائص التوزيع الطبيعي‪ :‬لمتكزيع الطبيعي عدة خصائص نكردىا فيما يمي‪:‬‬
‫‪V(X) = σ2‬‬ ‫𝜇= 𝑋 𝐸 ك‬ ‫‪ ‬تكجد معممتيف لمتكزيع الطبيعي كىما‪:‬‬
‫بياتيف المعممتيف يكصؼ التكزيع الطبيعي بمعادلة رياضية تحدد منحناه‪.‬‬
‫‪ ‬منحنى التكزيع الطبيعي متصؿ كمكجب تماما أم يقع فكؽ المحكر األفقي‪.‬‬
‫‪ ‬المنحنى البياني لمتكزيع الطبيعي في معمـ متعامد يقبؿ المستقيـ ذك‬
‫المعادلة‪ 𝑥 = 𝜇 :‬محكر تناظر‪.‬‬
‫‪ ‬في التكزيع الطبيعي يتساكل كؿ مف المنكاؿ كالكسيط كالمتكسط الحسابي‪.‬‬
‫‪ ‬قيمة 𝜇 تحدد مركز التكزيع الطبيعي‪ ،‬بينما قيمة ‪ σ‬تحدد تشتت التكزيع‪.‬‬
‫‪ ‬المساحة الكمية تحت المنحنى تساكم ‪. 1‬‬
‫الذمال ف األيمف كاأليسر يقترباف مف المحكر األفقي‪ ،‬ألف النياية تؤكؿ إلى ‪ 0‬لما 𝑥 يؤكؿ إلى‬ ‫‪‬‬
‫البلنياية‪.‬‬
‫‪15‬‬
‫‪ σ‬صغيرة‪ ،‬أما إذا كاف لدينا‬ ‫‪ ‬إذا كاف لدينا جرس طكيؿ مدبب فإف قيمة‬
‫جرس قصير كمفرطح فإف قيمة ‪ σ‬كبيرة‪.‬‬
‫‪ ‬لمتكزيع الطبيعي منكاؿ كاحد ينطبؽ عمى 𝜇 ألف لو قمة كاحدة‪.‬‬
‫ت ‪-‬دالة كثافة االحتمال لمتوزيع الطبيعي‪ :‬نقكؿ عف المتغير العشكائي المتصؿ‬
‫𝑋 أنو يتبع تكزيعا طبيعيا إذا كانت دالة كثافتو االحتمالية معرفة كما يمي‪:‬‬
‫‪1‬‬ ‫‪𝑥−𝜇 2‬‬
‫‪1‬‬ ‫‪−‬‬
‫= 𝑥 𝑓‬ ‫𝑒‬ ‫‪2‬‬ ‫𝜎‬ ‫∞‪; 𝑥 ∈ −∞ , +‬‬
‫𝜎 𝜋‪2‬‬
‫𝜇 ىك التكقع الرياضي‪ σ ،‬االنحراؼ المعيارم‪𝑒 = 2.7183 ، 𝜋 = 3.1416 ،‬‬

‫فعبل 𝑓 دالة كثافة احتماؿ‪ ،‬ألف‪:‬‬
‫∞‪ −∞ , +‬كمكجبة تماما عمى ىذا‬ ‫‪ 𝑓 ‬معرفة كمستمرة عمى المجاؿ‬
‫المجاؿ‪.‬‬
‫∞‪+‬‬
‫∞‪−‬‬
‫‪𝑓 𝑥 𝑑𝑥 = 1‬‬ ‫‪‬‬
‫يرمز لمتكزيع الطبيعي ب ػ ‪ ، 𝑋~𝑁(𝜇 , σ):‬كيق أر المتغير العشكائي المتصؿ 𝑋 يتكزع‬
‫كفؽ التكزيع الطبيعي بالمعمـ تيف ‪ μ‬ك ‪σ‬‬
‫ث ‪-‬التمثيل البياني لمتوزيع الطبيعي‪ :‬يمكف تمثيؿ ىذا التكزيع بناء عمى المعطيات‬
‫السابقة عمى النحك اآلتي‪:‬‬
‫ليذا المنحنى الخكاص اآلتية‪:‬‬

‫‪ ‬حكالي ‪ % 68.26‬مف المساحة يقع بيف القيمتيف ‪ 𝜇 − σ‬ك ‪𝜇 + σ‬‬
‫‪ ‬حكالي ‪ % 95.44‬مف المساحة يقع بيف القيمتيف ‪ 𝜇 − 2σ‬ك ‪𝜇 + 2σ‬‬
‫‪ ‬حكالي ‪ % 99.73‬مف المساحة يقع بيف القيمتيف ‪ 𝜇 − 3σ‬ك ‪𝜇 + 3σ‬‬
‫كما يبينو الشكؿ اآلتي‪:‬‬
‫‪16‬‬
‫‪ ، σ‬كاألشكاؿ اآلتية تكضح ذلؾ‪:‬‬ ‫ك‬ ‫كيتأثر منحنى التكزيع الطبيعي حسب تغير كؿ مف 𝜇‬
‫ج ‪-‬حساب احتماالت التوزيع الطبيعي‪ :‬احتماؿ المتغير العشكائي ‪ X‬كسطو 𝜇‬

‫‪P a≤x≤b‬‬ ‫كانحرافو المعيارم ‪ σ‬يقع بيف قيمتيف محددتيف ‪ a‬ك ‪ b‬ىك‬
‫كىذه القيمة تساكم المساحة المحصكرة بيف منحى الدالة ‪ f‬لمتكزيع الطبيعي‬
‫كالمستقيميف العمكدييف ‪ ، x = b ، x = a‬أم أف‪:‬‬
‫‪1‬‬ ‫‪𝑥−𝜇 2‬‬
‫𝑏‬ ‫‪1‬‬ ‫𝑏‬
‫= 𝑏≤𝑥≤𝑎 𝑃‪،‬‬
‫‪−‬‬
‫𝑎‬
‫= 𝑥𝑑 𝑥 𝑓‬ ‫𝑒‬ ‫‪2‬‬ ‫𝜎‬ ‫𝑥𝑑‬
‫𝑎 𝜎 𝜋‪2‬‬
‫‪17‬‬
‫𝐹 لمتكزيع‬ ‫كلكف مف الصعب حساب ىذا التكامؿ(مف الصعب إيجاد دالة التكزيع‬
‫الطبيعي)‪ ،‬لذلؾ تـ المجكء إلى تحكيؿ التكزيع الطبيعي إلى التكزيع الطبيعي‬
‫المعيارم (سنتطرؽ إليو الحقا) لحساب احتماالت التكزيع الطبيعي‪.‬‬
‫ح ‪-‬حساب التوقع الرياضي والتباين واالنحراف المعياري الخاضع لمتوزيع‬
‫الطبيعي ‪ 𝑋 :‬متغير عشكائي متصؿ خاضع لمتكزيع الطبيعي‪.‬‬
‫‪ ‬التكقع الرياضي لممتغير العشكائي 𝑋 ىك‪𝐸 𝑋 = 𝜇 :‬‬
‫‪ ‬التبايف لممتغير العشكائي 𝑋 ىك‪𝑉 𝑋 = σ2 :‬‬
‫= 𝑋 𝜎‬ ‫‪ ‬االنحراؼ المعيارم لممتغير العشكائي 𝑋 ىك‪𝑉 𝑋 = σ2 = σ :‬‬
‫سكؼ يتـ عرض ىذا‬ ‫‪- 2‬التوزيع الطبيعي المعياري(التوزيع المركزي المختصر)‪:‬‬
‫‪- 2‬‬
‫‪- 8‬‬
‫التكزيع ضمف النقاط اآلتية‪:18‬‬
‫أ ‪-‬تعريف التوزيع الطبيعي المعياري‪ :‬التكزيع المعيارم ىك تكزيع طبيعي يختمؼ‬
‫عنو فقط في أف‪ :‬متكسطو يساكم صفر ( ‪ )μ = 0‬كانحرافو المعيارم يساكم‬
‫كاحد (‪. )σ = 1‬‬
‫ب ‪-‬خصائص التوزيع الطبيعي المعياري‪ :‬مف خصائص التكزيع الطبيعي يمكف‬
‫استخبلص عدة خصائص لمتكزيع الطبيعي المعيارم عمى النحك اآلتي‪:‬‬
‫‪ ‬منحنى التكزيع متصؿ كمكجب تماما أم يقع فكؽ المحكر األفقي‪.‬‬
‫‪ ‬المنحنى البياني في معمـ متعامد يقبؿ المستقيـ ذك المعادلة‪ 𝑧 = 0 :‬محكر‬
‫تناظر‪.‬‬
‫‪ ‬المساحة الكمية تحت المنحنى تساكم ‪. 1‬‬
‫‪ ‬الذمال ف األيمف كاأليسر يقترباف مف المحكر األفقي‪ ،‬ألف النياية تؤكؿ إلى ‪0‬‬
‫لما 𝑧 يؤكؿ إلى البلنياية‪.‬‬
‫ت ‪-‬دالة كثافة االحتمال لمتوزيع المعياري‪ :‬نقكؿ عف المتغير العشكائي المتصؿ‬
‫𝑍 أنو يتبع تكزيعا معياريا إذا كانت دالة كثافتو االحتمالية معرفة كما يمي‪:‬‬
‫‪ 18‬بمعيدم عبد اهلل‪ ،‬محاضرات في اإلحصاء الرياضي‪ ،‬نفس المرجع السابؽ‪ ،‬ص ص‪. 158 – 155‬‬
‫‪18‬‬
‫‪1‬‬
‫‪1‬‬ ‫‪−‬‬ ‫‪𝑧2‬‬
‫= 𝑧 𝑓‬ ‫𝑒‬ ‫‪2‬‬ ‫∞‪; 𝑧 ∈ −∞ , +‬‬
‫𝜋‪2‬‬
‫‪ σ = 1‬االنحراؼ المعيارم‪، 𝜋 = 3.1416 ،‬‬ ‫‪ 𝜇 = 0‬ىك التكقع الرياضي‪،‬‬

‫‪𝑒 = 2.7183‬‬
‫فعبل 𝑓 دالة كثافة احتماؿ‪ ،‬ألف‪:‬‬
‫‪ 𝑓 ‬معرفة كمستمرة كمكجبة تماما عمى المجاؿ ∞‪. −∞ , +‬‬
‫∞‪+‬‬
‫∞‪−‬‬
‫‪𝑓 𝑧 𝑑𝑧 = 1‬‬ ‫‪‬‬
‫يرمز لمتكزيع المعيارم ب ػ ‪ ، 𝑍~𝑁(0 , 1) :‬كيق أر المتغير العشكائي‬
‫‪σ=1‬‬ ‫ك‬ ‫المتصؿ 𝑍 يتكزع كفؽ التكزيع المعيارم بالمعمـ تيف ‪𝜇 = 0‬‬
‫𝜇‪𝑥−‬‬
‫= 𝑧 ‪ ،‬أم أنو‪ :‬إذا كاف التكزيع‬ ‫‪ ، 𝑍~𝑁(0 , 1) ⇔ 𝑋~𝑁(𝜇 , σ) ‬حيث‪:‬‬
‫𝜎‬
‫𝜇 كانحرافو‬ ‫𝑋 ىك التكزيع الطبيعي الذم تكقعو‬ ‫االحتمالي لممتغير العشكائي‬

‫المعيارم ‪ σ‬فإف تكزيع المتغير العشكائي 𝑍 الذم تكقعو ىك ‪ 0‬كانحرافو المعيارم ىك‬
‫𝜇‪𝑥−‬‬
‫𝑥‬ ‫= 𝑧 ‪ ،‬كمما أعطينا قيمة لػ ػ‬ ‫‪ 1‬ىك التكزيع الطبيعي المعيارم حيث‪:‬‬
‫𝜎‬
‫نحصؿ عمى قيمة ل ػ 𝑧 ‪ ،‬نسمي حينئذ قيـ 𝑧 بالقيـ المعيارية المقابمة لقيـ 𝑥‬
‫ث ‪-‬التمثيل البياني لمتوزيع الطبيعي المعياري‪ :‬يمكف تمثيؿ ىذا التكزيع الذم ىك‬
‫عمى شكؿ ناقكس متماثؿ عمى جانبي العدد ‪ 0‬عمى النحك اآلتي‪:‬‬
‫ليذا المنحنى الخكاص اآلتية‪:‬‬

‫‪ ‬حكالي ‪ % 68.26‬مف المساحة يقع بيف القيمتيف ‪ −1‬ك ‪1‬‬
‫‪ ‬حكالي ‪ % 95.44‬مف المساحة يقع بيف القيمتيف ‪ −2‬ك ‪2‬‬
‫حكالي ‪ % 99.73‬مف المساحة يقع بيف القيمتيف ‪ −3‬ك ‪3‬‬
‫ج ‪-‬حساب احتماالت التوزيع الطبيعي المعياري‪ :‬احتماؿ المتغير العشكائي ‪Z‬‬
‫كسطو ‪ 0‬كانحرافو المعيارم ‪ 1‬يقع بيف قيمتيف محددتيف 𝛼 ك 𝛽 ىك‬
‫‪19‬‬
‫𝛽 ≤ 𝑧 ≤ 𝛼 𝑃 كىذه القيمة تساكم المساحة المحصكرة بيف منحى الدالة ‪f‬‬
‫أم أف‪:‬‬ ‫‪19‬‬
‫لمتكزيع المعيارم كالمستقيميف العمكدييف 𝛼 = 𝑧 ‪، 𝑧 = 𝛽 ،‬‬
‫‪1‬‬
‫𝛽‬ ‫‪1‬‬ ‫𝛽‬ ‫‪− 𝑧2‬‬
‫= 𝛽≤𝑧≤𝛼 𝑃‬ ‫𝛼‬
‫= 𝑧𝑑 𝑧 𝑓‬ ‫𝛼‬
‫𝑒‬ ‫‪2‬‬ ‫𝑧𝑑‬
‫𝜋‪2‬‬
‫𝐹 لمتكزيع‬ ‫مف الصعب حساب ىذا التكامؿ‪ ،‬أم مف الصعب إيجاد دالة التكزيع‬
‫الطبيعي المعيارم‪ ،‬لذلؾ تـ كضع جداكؿ إحصائية لحساب مثؿ ىذه‬
‫االحتماالت‪ ،20‬كما يمكف االستعانة ببعض برامج الككمبيكتر لحسابيا‪.‬‬
‫كقبؿ استعماؿ الجداكؿ اإلحصائية يمكف االستفادة مف العبلقات اآلتية انطبلقا مف‬
‫خاصية التناظر‪:‬‬
‫‪𝑃 0 ≤ 𝑍 ≤ 𝑧 = 𝑃 −𝑧 ≤ 𝑍 ≤ 0‬‬ ‫‪‬‬
‫‪𝑃 𝑍 ≤ −𝑧 = 1 − 𝑃 𝑍 ≤ 𝑧 = 𝑃(𝑍 ≥ 𝑧) ‬‬
‫كما يكضحو الرسـ اآلتي‪:‬‬
‫ح ‪-‬حساب التوقع الرياضي والتباين واالنحراف المعياري الخاضع لمتوزيع‬

‫المعياري‪ 𝑍 :‬متغير عشكائي متصؿ خاضع لمتكزيع الطبيعي المعيارم‪.‬‬
‫‪ ‬التكقع الرياضي لممتغير العشكائي 𝑍 ىك‪𝐸 𝑍 = 𝜇 = 0 :‬‬
‫‪𝑉 𝑍 = σ2 = 1‬‬ ‫‪2‬‬
‫‪ ‬التبايف لممتغير العشكائي 𝑍 ىك‪= 1 :‬‬
‫‪ ‬االنحراؼ المعيارم لممتغير العشكائي 𝑍 ىك‪𝜎 𝑍 = σ = 1 :‬‬
‫)𝛔 ‪ 𝐗~𝐍(𝛍 ,‬إلى المتغير الطبيعي المعياري‬ ‫خ ‪-‬تحويل المتغير الطبيعي‬
‫)𝟏 ‪ : 𝐙~𝐍(𝟎 ,‬نستغؿ ىذا التحكيؿ خاصة في حساب احتماالت المتغير‬
‫‪ 19‬الدظ ٌزا انشكم انزْ ُٔضخ انمسادت انمطهُبت‪:‬‬

‫‪ Z‬ذات خانة عشرية كاحدة كالصؼ العمكم يعطي‬ ‫‪ 20‬نستعمؿ الجدكؿ التكزيع الطبيعي المعيارم حيث العمكد األيسر أك األيمف يعطي قيـ‬
‫الخانة العشرية الثانية‪.‬‬
‫‪20‬‬
‫الطبيعي انطبلقا مف احتماالت المتغير الطبيعي المعيارم التي تـ استنتاجيا‬
‫مف الجداكؿ اإلحصائية‪ .‬إف أم متغير طبيعي تكقعو 𝜇 كانحرافو المعيارم ‪σ‬‬
‫يمكف تحكيمو متغير طبيعي معيارم تكقعو معدكما كانحرافو المعيارم ‪ 1‬بكضع‪:‬‬
‫𝜇‪𝑥−‬‬
‫= 𝑧 ‪ ،‬كمف ثـ يتـ تحكيؿ قيـ التكزيع الطبيعي 𝑏 ‪ 𝑎 ,‬إلى قيـ التكزيع‬
‫𝜎‬
‫𝜇‪𝑏−‬‬ ‫𝜇‪𝑎 −‬‬
‫= 𝛽 ‪ ،‬كمف ثـ يككف‪:‬‬ ‫=𝛼 ‪،‬‬ ‫الطبيعي المعيارم 𝛽 ‪ 𝛼 ,‬حيث‪:‬‬
‫𝜎‬ ‫𝜎‬
‫𝜇‪𝑎−‬‬ ‫𝜇‪𝑏−‬‬
‫𝑃= 𝛽≤𝑧≤𝛼 𝑃= 𝑏≤𝑥≤𝑎 𝑃‬ ‫≤𝑧≤‬
‫𝜎‬ ‫𝜎‬
‫كالرسـ اآلتي يكضح ذلؾ‪:‬‬
‫أمثمة متنوعة‪ :‬نقكـ بعرض أمثمة متنكعة حكؿ التكزيع الطبيعي كالتكزيع الطبيعي المعيارم‬
‫كالعبلقة التي تربط بينيما كذلؾ عمى النحك اآلتي‪:‬‬
‫‪ ‬باستخداـ الجدكؿ اإلحصائي لمتكزيع المعيارم أحسب االحتماالت اآلتية‪:‬‬
‫)‪𝑃(𝑧 ≥ 0.36‬‬ ‫‪،‬‬ ‫)‪𝑃(𝑧 ≤ 1.63) ، 𝑃(−1.83 ≤ 𝑧 ≤ 0.52‬‬
‫الحل‪• 𝑃 −1.83 ≤ 𝑧 ≤ 0.52 = 𝑃 𝑧 ≤ 0.52 − 𝑃(𝑧 ≤ −1.83) :‬‬
‫‪= 𝑃 𝑧 ≤ 0.52 − 1 − 𝑃 𝑍 < 1.83‬‬
‫‪= 𝑃 𝑧 ≤ 0.52 − 1 + 𝑃 𝑍 < 1.83 = 0.6985 − 1 + 0.9664 = 0.6649‬‬
‫‪• 𝑃 𝑧 ≤ 1.63 = 0.9484‬‬
‫‪• 𝑃 𝑧 ≥ 0.36 = 1 − 𝑃 𝑧 < 0.36 = 1 − 0.6406 = 0.3594‬‬
‫‪ 𝑋 ‬متغير عشكائي طبيعي تكقعو ‪ 105‬كانحرافو المعيارم ‪10‬‬
‫أحسب االحتماالت اآلتية‪:‬‬
‫)‪𝑃(𝑋 ≥ 112) ، 𝑃(𝑋 ≤ 108‬‬ ‫)‪، 𝑃(100 ≤ 𝑋 ≤ 114‬‬

‫‪21‬‬
‫الحل‪ :‬نطبؽ القاعدة اآلتية‪:‬‬
‫𝜇‪𝑎−‬‬ ‫𝜇‪𝑏−‬‬
‫𝑃= 𝛽≤𝑍≤𝛼 𝑃= 𝑏≤𝑋≤𝑎 𝑃‬ ‫≤𝑍≤‬
‫𝜎‬ ‫𝜎‬
‫‪100−105‬‬ ‫‪114−105‬‬
‫𝑃 = ‪  • 𝑃 100 ≤ 𝑋 ≤ 114‬‬ ‫≤𝑍≤‬ ‫أم أف‪:‬‬
‫‪10‬‬ ‫‪10‬‬
‫كمنو‪𝑃 100 ≤ 𝑋 ≤ 114 = 𝑃(−0.5 ≤ 𝑍 ≤ 0.9) :‬‬
‫‪= 𝑃 𝑍 ≤ 0.9 − 𝑃 𝑍 ≤ −0.5 = 𝑃 𝑍 ≤ 0.9 − 1 − 𝑃 𝑍 < 0.5‬‬

‫‪= 0.8159 − 0.3085 = 0.5074‬‬
‫‪108−105‬‬
‫≤ 𝑍 𝑃 = ‪• 𝑃 𝑋 ≤ 108‬‬ ‫‪= 𝑃 𝑍 ≤ 0.3 = 0.6179‬‬
‫‪10‬‬
‫‪112−105‬‬
‫≥ 𝑍 𝑃 = ‪• 𝑃 𝑋 ≥ 112‬‬ ‫‪= 𝑃 𝑍 ≥ 0.7‬‬
‫‪10‬‬
‫‪= 1 − 𝑃 𝑍 < 0.7 = 1 − 0.7580 = 0.242‬‬

‫‪- 3‬توزيع كاما ‪ :21) Gamma ( ‬سكؼ يتـ عرض ىذا التكزيع ضمف النقاط‬
‫‪- 2‬‬
‫‪- 8‬‬
‫اآلتية‪:22‬‬
‫أ ‪-‬تعريف توزيع ‪ :)Gamma ( ‬نقكؿ عف متغير عشكائي 𝑋 أنو يتكزع كفؽ‬
‫تكزيع ‪ Gamma‬ذك الكسيطيف (معممتيف) ‪ ‬ك ‪ ‬إذا كانت كثافتو االحتمالية‬
‫𝑥‪−‬‬
‫𝛽 𝑒 ‪، 𝑓(𝑥) = 𝑐𝑥 𝛼−1‬‬ ‫معرفة بالشكؿ‪, 𝑥  0 , 𝛼 > 0 , 𝛽 > 0 :‬‬
‫∞‪+‬‬ ‫‪1‬‬
‫= )𝛼(‪ ، ‬نسمي )𝛼(‪ ‬دالة‬ ‫‪0‬‬
‫= 𝑐 ك 𝑥𝑑 𝑥‪𝑥 𝛼−1 𝑒 −‬‬ ‫حيث‪:‬‬
‫)𝛼(‪𝛽 𝛼 ‬‬
‫( تكامؿ) ‪ .Gamma‬يرمز لمتكزيع ‪ Gamma‬ب ػ‪ ، 𝑋~𝐺(𝛼 , β) :‬كيق أر ‪:‬‬

‫كفؽ ؿلتكزيع ‪ Gamma‬بالمعمـ تيف 𝛼 ك ‪β‬‬
‫المتغير العشكائي المتصؿ𝑋 يتكزع ا‬
‫ب ‪-‬خواص دالة ‪ :)Gamma( ‬تتمتع الدالة ‪ Gamma‬بالخكاص اآلتية‪:‬‬
‫∞‪+‬‬
‫‪0‬‬
‫‪𝑥 𝑛−1 𝑒 −𝑥 𝑑𝑥 = (𝑛) ‬‬
‫‪(𝑛) = (𝑛 − 1)! ‬‬
‫يتـ دراسة تكزيع ‪ )Gamma ( ‬لعبلقتو بتكزيعات أخرل مثؿ‪،)Fisher ( f ، )Student ( t ، )Chi-Square ( 2 ، )bêta (  :‬‬ ‫‪21‬‬
‫كيستخدـ ىذا التكزيع لتمثيؿ بعض الظكاىر مثؿ الفترة الزمنية لبقاء إنساف عمى قيد الحياة مصاب ‪ ، coronavirus‬الفترة الزمنية بيف كصكؿ‬
‫طائرتيف متتاليتيف ألحد المطارات الدكلية‪ ،‬كما يعد مف التكزيعات الشائعة االستخداـ في عممية تكزيع الدخؿ كاالدخار كغيرىا مف الظكاىر‬
‫االقتصادية كالمالية‪.‬‬
‫‪H. CRAMER Probabilité Mathématique et Inférence Statistique Revue de Statistique Appliquée, vol XXXI , n°3 ,‬‬
‫‪22‬‬
‫‪2011 , p72.‬‬
‫‪22‬‬
‫‪(1) = 1 ‬‬
‫‪1‬‬
‫‪(2 ) = 𝜋 ‬‬
‫‪(𝑛) = (𝑛 − 1)(𝑛 − 1) ‬‬
‫‪1‬‬
‫‪ α = 1 ‬ك = ‪𝑋~𝐺(𝛼 , β) = 𝑋~𝐸𝑥𝑝()  β‬‬
‫‪‬‬
‫ت ‪-‬حساب احتماالت توزيع ‪ :Gamma‬احتماؿ المتغير العشكائي ‪ X‬كسطو 𝜇‬
‫𝑏≤𝑥≤𝑎 𝑃‬ ‫كانحرافو المعيارم ‪ σ‬يقع بيف قيمتيف محددتيف 𝑎 ك 𝑏 ىك‬
‫كىذه القيمة تساكم المساحة المحصكرة بيف منحى الدالة 𝑓 لمتكزيع ‪Gamma‬‬
‫كالمستقيميف العمكدييف 𝑎 = 𝑥 ‪ ، 𝑥 = 𝑏 ،‬أم أف‪:‬‬
‫𝑥‪−‬‬
‫𝑏‬ ‫‪1‬‬ ‫𝑏‬
‫= 𝑏≤𝑥≤𝑎 𝑃‪،‬‬ ‫𝑎‬
‫= 𝑥𝑑 𝑥 𝑓‬ ‫𝑥𝑑 𝛽 𝑒 ‪𝑥 𝛼−1‬‬
‫𝑎 )𝛼(‪𝛽 ‬‬
‫𝛼‬
‫ث ‪-‬حساب التوقع الرياضي والتباين واالنحراف المعياري الخاضع لتوزيع‬

‫‪ 𝑋 :Gamma‬متغير عشكائي متصؿ خاضع لتكزيع ‪.Gamma‬‬
‫‪ ‬التكقع الرياضي لممتغير العشكائي 𝑋 ىك‪𝜇 = 𝛼𝛽 :‬‬
‫‪ ‬التبايف لممتغير العشكائي 𝑋 ىك‪σ2 = αβ2 :‬‬
‫‪ ‬االنحراؼ المعيارم لممتغير العشكائي 𝑋 ىك‪σ = β α :‬‬
‫ج ‪-‬مثال رقم(‪ :)01‬أحسب ما يمي‪:‬‬
‫∞‪+‬‬
‫= )𝑥(‪‬‬ ‫‪0‬‬
‫𝑥𝑑 𝑥‪𝑥 3 𝑒 −‬‬ ‫‪،‬‬ ‫)‪(1.5‬‬ ‫‪،‬‬ ‫)‪(6‬‬
‫الحل‪ (6) = (6 − 1)! = 120 :‬‬
‫𝜋 ‪ (1.5) = (1.5 − 1)(1.5 − 1) = 0.5(0.5) = 0.5‬‬
‫∞‪+‬‬
‫= )𝑥(‪ ‬‬ ‫‪0‬‬
‫‪𝑥 3 𝑒 −𝑥 𝑑𝑥 = (4) = (4 − 1)! = 3! = 6‬‬
‫ح ‪-‬مثال رقم(‪:)02‬‬
‫‪ Gamma‬مف أجؿ‬ ‫‪ ‬أكتب الشكؿ العاـ لدالة التكزيع االحتمالي ل ػ‬
‫‪𝛼=𝛽=2‬‬
‫‪ ‬أثبت أف ىذه الدالة ىي دالة كثافة احتمالية‪.‬‬
‫‪ ‬أحسب االحتماؿ اآلتي‪𝑃 0 ≤ 𝑥 ≤ 3 = :‬‬
‫‪ ‬أحسب المتكسط كالتبايف كاستنتج قيمة االنحراؼ المعيارم‪.‬‬
‫𝑥‪−‬‬
‫‪1‬‬
‫= )𝑥(𝑓‬ ‫𝛽 𝑒 ‪𝑥 𝛼−1‬‬ ‫الحل‪ - :‬لدينا‪, x  0 , α > 0 , 𝛽 > 0 :‬‬
‫) 𝛼(‪𝛽 𝛼 ‬‬
‫‪−x‬‬
‫‪1‬‬
‫= )‪ ، f(x‬أم أف‪:‬‬ ‫كمف أجؿ ‪ ، 𝛼 = 𝛽 = 2‬يككف لدينا‪x 2−1 e 2 :‬‬
‫)‪22 (2‬‬
‫‪23‬‬
‫‪−x‬‬
‫‪1‬‬
‫‪ ، f(x) = 4 𝑥e 2‬حيث‪(2) = (2 − 1)! = 1:‬‬
‫‪ -‬إثبات أف الدالة 𝑓 دالة احتمالية‪:‬‬

‫∞‪+‬‬
‫‪0‬‬
‫لدينا‪ ، f(x) ≥ 0 :‬يكفي أف نثبت أف‪𝑓(𝑥 ) = 1 :‬‬
‫𝑥‪−‬‬
‫‪1‬‬ ‫‪1‬‬ ‫∞‪+‬‬ ‫‪𝑥1‬‬
‫‪ ،‬نضع‪، 𝑢 = 𝑥  𝑑𝑢 = 𝑑𝑥 :‬‬ ‫‪0‬‬
‫= ) 𝑥(𝑓‬ ‫‪0 4‬‬
‫𝑒𝑥‬ ‫𝑥𝑑 ‪2‬‬
‫‪4‬‬ ‫‪4‬‬
‫𝑥‪−‬‬ ‫𝑥‪−‬‬
‫‪ ، 𝑑𝑣 = 𝑒 2 𝑑𝑥  𝑣 = −2𝑒 2‬كمنو‪:‬‬ ‫ثـ نضع‪:‬‬
‫𝑥‪−‬‬ ‫𝑥‪−‬‬
‫∞‪+‬‬ ‫‪1‬‬ ‫∞‪+‬‬ ‫‪1‬‬
‫‪0‬‬
‫‪𝑓(𝑥 ) = ( 𝑥)(−2𝑒 2 ) −‬‬ ‫‪0‬‬
‫‪−2𝑒 2‬‬ ‫𝑥𝑑‬
‫‪4‬‬ ‫‪4‬‬
‫𝑥‪−‬‬ ‫𝑥‪−‬‬ ‫∞‪+‬‬

‫‪−1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫( =‬ ‫‪𝑥)(𝑒 ) +‬‬ ‫‪2‬‬ ‫𝑒‪−2‬‬ ‫‪2‬‬ ‫‪= 0 − 0 + ( )(−2) = 1‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪2‬‬
‫‪ ‬حساب االحتماؿ‪𝑃 0 ≤ 𝑥 ≤ 3 = :‬‬

‫𝑥‪−‬‬
‫‪3‬‬ ‫‪1‬‬ ‫‪3‬‬
‫= ‪𝑃 0≤𝑥≤3‬‬ ‫‪0‬‬
‫𝑓‬ ‫= 𝑥𝑑 𝑥‬ ‫𝑒𝑥‬ ‫𝑥𝑑 ‪2‬‬
‫‪4 0‬‬
‫𝑥‪−‬‬ ‫𝑥‪−‬‬ ‫‪3‬‬ ‫‪−3‬‬

‫‪−1‬‬ ‫‪1‬‬ ‫‪5‬‬
‫( =‬ ‫‪𝑥)(𝑒 2 ) +‬‬ ‫‪−2𝑒 2‬‬ ‫‪= 1 − 𝑒 2 = 0.44‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪2‬‬
‫‪ ‬حساب المتكسط كالتبايف كقيمة االنحراؼ المعيارم‪:‬‬

‫‪𝜇 = 𝛼𝛽 = 2 × 2 = 4‬‬
‫‪σ2 = αβ2 = 2 × 22 = 8‬‬
‫‪σ = β α = 2 2 = 2.83‬‬
‫‪- 4‬توزيع بيتا 𝜷 (‪ :23) bêta‬سكؼ يتـ عرض ىذا التكزيع ضمف النقاط اآلتية‪:24‬‬
‫‪- 2‬‬
‫‪- 8‬‬
‫أ ‪-‬تعريف توزيع 𝛃 ( ‪ :)bêta‬نقكؿ عف متغير عشكائي 𝑋 أنو يتكزع كفقا لتكزيع‬
‫‪ bêta‬ذك الكسيطيف (معممتيف) ‪ ‬ك ‪ ‬إذا كانت كثافتو االحتمالية معرفة‬
‫بالشكؿ‪:‬‬
‫‪1‬‬
‫= )𝑥(𝑓‬ ‫‪𝑥 𝛼−1 (1 − 𝑥)𝛽 −1 , 0 < 𝑥 < 1 , 𝛼 > 0 , 𝛽 > 0‬‬
‫)𝛽‪𝛽 (𝛼,‬‬
‫‪ 23‬يستخدـ تكزيع ‪ bêta‬عمى مستكل كثير مف التطبيقات في الحياة العممية‪ ،‬في مختمؼ المجاالت اإلحصائية كفي تطبيقات المعكلية كمراقبة‬
‫جكدة اإلنتاج مف خبلؿ تككيف جداكؿ عينات القبكؿ‪ ،‬كالتي تستخدـ في اتخا ذ القرار بشأف قبكؿ كجبات اإلنتاج استنادا الى نسب الكحدات‬
‫المعيبة في العينة‪ ،‬فضبل عف التطبيقات األخرل ‪ ،‬كتكزيع ‪ bêta‬مشتؽ مف دالة ‪ bêta‬أك ما يسمى في بعض األحياف بتكامؿ ‪.bêta‬‬
‫‪Jean Stafford , Paul Bodson , L’analyse multivariée avec Spss , Presses de l’université du Québec, Canada ,‬‬
‫‪24‬‬
‫‪2006 , p125.‬‬
‫‪24‬‬
‫‪1 𝛼−1‬‬ ‫) 𝛽(‪(𝛼)‬‬
‫= )𝛽 ‪، 𝛽(𝛼,‬‬ ‫‪0‬‬
‫𝑥‬ ‫‪(1‬‬ ‫= )𝛽 ‪ 𝛽(𝛼,‬ك 𝑥𝑑 ‪− 𝑥)𝛽 −1‬‬ ‫حيث‪:‬‬
‫) 𝛽‪(𝛼+‬‬
‫نسمي)𝛽 ‪ 𝛽(𝛼,‬دالة ( تكامؿ) ‪ .bêta‬يرمز لمتكزيع ‪ bêta‬ب ػ ‪، 𝑋~𝛽(𝛼 , β):‬‬
‫‪β‬‬ ‫ك‬ ‫كفؽ ؿلتكزيع ‪ bêta‬بالمعمـ تيف 𝛼‬

‫كيق أر‪ :‬المتغير العشكائي المتصؿ 𝑋 يتكزع ا‬
‫‪ X‬كسطو 𝜇‬ ‫‪ :bêta‬احتماؿ المتغير العشكائي‬ ‫ب ‪-‬حساب احتماالت توزيع‬

‫𝑏≤𝑥≤𝑎 𝑃‬ ‫كانحرافو المعيارم ‪ σ‬يقع بيف قيمتيف محددتيف 𝑎 ك 𝑏 ىك‬
‫𝑓 لمتكزيع ‪bêta‬‬ ‫كىذه القيمة تساكم المساحة المحصكرة بيف منحى الدالة‬
‫كالمستقيميف العمكدييف 𝑎 = 𝑥 ‪ ، 𝑥 = 𝑏 ،‬أم أف‪:‬‬
‫𝑏‬ ‫‪1‬‬ ‫‪1 𝛼−1‬‬
‫= 𝑏≤𝑥≤𝑎 𝑃‪،‬‬ ‫𝑎‬
‫= 𝑥𝑑 𝑥 𝑓‬ ‫𝑥‬ ‫‪(1‬‬ ‫𝑥𝑑 ‪− 𝑥)𝛽 −1‬‬
‫‪𝛽 (𝛼,𝛽) 0‬‬
‫ت ‪-‬حساب التوقع الرياضي والتباين واالنحراف المعياري الخاضع لتوزيع ‪:bêta‬‬

‫𝑋 متغير عشكائي متصؿ خاضع لتكزيع ‪.bêta‬‬
‫𝛼‬
‫=𝜇‬ ‫‪ ‬التكقع الرياضي لممتغير العشكائي 𝑋 ىك‪:‬‬
‫𝛽‪𝛼+‬‬
‫‪αβ‬‬
‫= ‪σ2‬‬ ‫‪ ‬التبايف لممتغير العشكائي 𝑋 ىك‪:‬‬
‫‪α+β 2 α+β+1‬‬
‫‪1‬‬ ‫‪αβ‬‬
‫=‪σ‬‬ ‫‪ ‬االنحراؼ المعيارم لممتغير 𝑋 ىك‪:‬‬
‫‪α+β‬‬ ‫‪α+β+1‬‬
‫ث ‪-‬العالقة بين الدالة كاما ‪ ‬والدالة بيتا 𝛃 ‪ :‬تكمف ىذه العبلقة في القاعدة‬
‫اآلتية‪:‬‬
‫ج ‪-‬مثال رقم (‪ :)01‬أحسب ما يمي‪:‬‬

‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫= )𝛽 ‪𝛽(5 , 6) , 𝛽( , ) , 𝛽(1 , 𝑛) , 𝛽(𝛼,‬‬ ‫‪0‬‬
‫‪𝑥(1‬‬ ‫𝑥𝑑 ‪− 𝑥)2‬‬
‫‪2‬‬ ‫‪2‬‬
‫الحل‪:‬‬
‫‪5 6‬‬ ‫!)‪(5−1)!(6−1‬‬ ‫‪1‬‬
‫= )‪𝛽(5 , 6‬‬ ‫=‬ ‫=‬ ‫‪‬‬
‫‪ 5+6‬‬ ‫!)‪(11−1‬‬ ‫‪1260‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪‬‬‫‪2‬‬
‫‪ 2‬‬ ‫𝜋 𝜋‬
‫= ) ‪𝛽( ,‬‬ ‫‪1 1‬‬ ‫=‬ ‫‪=𝜋 ‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪ 2 +2‬‬ ‫‪1‬‬
‫𝑛‪1 ‬‬ ‫!)‪(𝑛−1‬‬ ‫!)‪(𝑛−1‬‬ ‫‪1‬‬
‫= )𝑛 ‪𝛽(1 ,‬‬ ‫=‬ ‫=‬ ‫=‬ ‫‪‬‬
‫‪ 𝑛 +1‬‬ ‫!𝑛‬ ‫!)‪𝑛(𝑛−1‬‬ ‫𝑛‬
‫‪1‬‬ ‫‪2 3‬‬
‫= )𝛽 ‪𝛽(𝛼,‬‬ ‫‪0‬‬
‫‪𝑥(1‬‬ ‫= 𝑥𝑑 ‪− 𝑥)2‬‬ ‫‪‬‬
‫‪5‬‬
‫‪25‬‬
‫!)‪(2−1)!(3−1‬‬ ‫‪2‬‬ ‫‪1‬‬
‫=‬ ‫=‬ ‫=‬
‫!)‪(5−1‬‬ ‫‪24‬‬ ‫‪12‬‬
‫ح ‪-‬مثال رقم(‪:)02‬‬
‫‪ bêta‬مف أجؿ‬ ‫‪ -‬أكتب الشكؿ العاـ لدالة التكزيع االحتمالي ل ػ‬
‫‪𝛼=𝛽=3‬‬
‫‪ -‬أثبت أف ىذه الدالة ىي دالة كثافة احتمالية‪.‬‬
‫‪ -‬أحسب االحتماؿ اآلتي‪𝑃 0 ≤ 𝑥 ≤ 0.5 :‬‬
‫‪ -‬أحسب المتكسط كالتبايف كاستنتج قيمة االنحراؼ المعيارم‪.‬‬
‫‪ -‬الشكؿ العاـ لدالة التكزيع االحتمالي ل ػ ‪ bêta‬مف أجؿ ‪: 𝛼 = 𝛽 = 3‬‬

‫‪(𝛼+𝛽 ) α−1‬‬
‫= )‪ ، f(x‬أم أف‪:‬‬ ‫‪x (1 − x)β−1 , 0 < 𝑥 < 1‬‬ ‫لدينا‪:‬‬
‫) 𝛽(‪(𝛼)‬‬
‫)‪(6‬‬
‫‪ ،‬كمنو‪:‬‬ ‫= )‪f(x‬‬ ‫𝑥 < ‪x 3−1 (1 − x)3−1 , 0‬‬ ‫‪<1‬‬
‫)‪(3)(3‬‬
‫‪f(x) = 30x 2 (1 − x)2 , 0 < 𝑥 < 1‬‬

‫‪ -‬إثبات أنيا دالة كثافة احتمالية‪:‬‬
‫‪1‬‬
‫‪0‬‬
‫لدينا‪ ، f(x) ≥ 0 :‬يكفي أف نثبت أف‪f(x) = 1 :‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪0‬‬
‫𝑥𝑑)‪f(x‬‬ ‫=‬ ‫‪0‬‬
‫𝑥𝑑 ‪30x 2 (1 − x)2‬‬
‫‪1 2‬‬
‫‪= 30‬‬ ‫‪0‬‬
‫‪x (1 − x)2 𝑑𝑥 = 6𝑥 5 − 15𝑥 4 + 10𝑥 3 10 = 1‬‬
‫‪: 𝑃 0 ≤ 𝑥 ≤ 0.5‬‬ ‫‪ -‬حساب االحتماؿ‬
‫‪0.5‬‬
‫= ‪𝑃 0 ≤ 𝑥 ≤ 0.5‬‬ ‫‪0‬‬
‫‪30x 2 (1 −‬‬ ‫𝑥𝑑 ‪x)2‬‬
‫‪0.5 2‬‬ ‫‪0.5‬‬
‫‪= 30‬‬ ‫‪0‬‬
‫‪x (1 −‬‬ ‫‪x)2 𝑑𝑥 = 6𝑥 5 − 15𝑥 4 + 10𝑥 3‬‬ ‫‪0‬‬ ‫‪= 0.5‬‬
‫‪ -‬حساب المتكسط كالتبايف كاستنتاج قيمة االنحراؼ المعيارم‪:‬‬

‫𝛼‬ ‫‪3‬‬ ‫‪1‬‬
‫=𝜇‬ ‫=‬ ‫=‬
‫𝛽‪𝛼+‬‬ ‫‪3+3‬‬ ‫‪2‬‬
‫‪αβ‬‬ ‫‪3×3‬‬ ‫‪1‬‬
‫= ‪σ2‬‬ ‫=‬ ‫=‬
‫‪α+β 2 α+β+1‬‬ ‫‪3+3 2 3+3+1‬‬ ‫‪28‬‬
‫‪1‬‬ ‫‪αβ‬‬ ‫‪1‬‬ ‫‪3×3‬‬ ‫‪1‬‬ ‫‪7‬‬ ‫‪7‬‬
‫=‪σ‬‬ ‫=‬ ‫× =‬ ‫=‬
‫‪α+β‬‬ ‫‪α+β+1‬‬ ‫‪3+3‬‬ ‫‪3+3+1‬‬ ‫‪2‬‬ ‫‪7‬‬ ‫‪14‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪7‬‬

‫= ‪σ = σ2‬‬ ‫=‬ ‫=‬ ‫=‬ ‫أك بعبارة أخرل‪:‬‬
‫‪28‬‬ ‫‪4×7‬‬ ‫‪2 7‬‬ ‫‪14‬‬
‫‪26‬‬
‫( ‪ :25)Chi-Square‬سكؼ يتـ عرض ىذا التكزيع ضمف‬ ‫𝟐‪‬‬ ‫‪- 5‬توزيع كاي مربع‬
‫‪- 2‬‬
‫‪- 8‬‬
‫النقاط اآلتية‪:26‬‬
‫أ ‪-‬تعريف توزيع كاي مربع 𝟐‪ :)Chi-Square ( ‬نقكؿ عف متغير عشكائي‬
‫(‪ )Chi-Square‬درجة حريتو 𝜗 إذا‬ ‫𝑋 أنو يتكزع كفقا لتكزيع كام مربع‬
‫كانت كثافتو االحتمالية معرفة بالشكؿ‪:27‬‬
‫𝜗‬ ‫𝑥‪−‬‬
‫‪1‬‬
‫= )𝑥(𝑓 ‪ ،‬حيث‪:‬‬ ‫𝜗‬ ‫‪𝑥 2 −1 𝑒 2 ,‬‬ ‫‪𝑥>0‬‬
‫𝜗‬
‫‪2 2‬‬
‫‪2‬‬
‫‪ϑ‬‬ ‫‪−x‬‬
‫‪ϑ‬‬ ‫∞‪+‬‬
‫‪، ‬‬ ‫=‬ ‫‪0‬‬
‫‪x 2−1 e 2 dx ,‬‬ ‫‪𝜗>0‬‬
‫‪2‬‬
‫𝜗‬
‫‪ ‬دالة ( تكامؿ) ‪ .Gamma‬يرمز لمتكزيع كام مربع ‪Chi- ( 2‬‬ ‫نسمي‬
‫‪2‬‬
‫كفؽ ؿلتكزيع‬
‫‪ )Square‬ب ػ ‪ ، X~2 (ϑ):‬كيق أر‪ :‬المتغير العشكائي المتصؿ ‪ X‬يتكزع ا‬
‫كام مربع بالمعمـ ة 𝜗 أك بدرجة حرية 𝜗 ‪.‬‬
‫ب ‪-‬خواص توزيع كاي مربع 𝟐‪ :)Chi-Square( ‬يتمتع ‪ 2‬بالخكاص اآلتية‪:‬‬

‫‪x−μ‬‬
‫= ‪ Z‬فإف ‪ Z 2‬يتكزع كفؽ تكزيع ‪ 2‬درجة حريتو ‪𝜗 = 1‬‬ ‫‪ ‬إذا كاف‬
‫‪σ‬‬
‫مكجبة دكما‪ ،‬ألف‪𝑓(𝑥) = 2 (𝑥) ≥ 0 :‬‬ ‫‪2‬‬ ‫‪ ‬قيمة‬

‫‪ ‬إف منحني تكزيع مربع كام لو التكاء مكجب ممتك نحك اليميف( مكجب‬
‫االلتكاء)‪.‬‬
‫‪ ‬المنحنى االحتمالي لتكزيع مربع كام غير متماثؿ كممتك ناحية اليميف‪.‬‬
‫‪ ‬كمما زادت درجات الحرية كمما اقترب شكؿ مربع كام مف منحنى‬
‫التكزيع الطبيعم كما يبينو الشكؿ اآلتي‪:‬‬
‫‪ 25‬تكزيع كام تربيع ‪ 2‬أحد التكزيعات االحتمالية المتصمة كالمشتقة مف التكزيع الطبيعي المعيارم(التكزيع المركزم المختصر) )‪Z~N(0 , 1‬‬
‫لذا فإف التكزيع االحتمالي لمربعات قيـ ‪ Z‬ىك تكزيع مربع كام ‪ 2‬بدرجة حرية ‪ ، ϑ = 1‬حيث درجة الحرية ىي معممة ىذا التكزيع ‪ ،‬كالتي‬
‫‪x−μ 2‬‬
‫= ‪ ، Z2‬فإذا كانت 𝑛𝑋 ‪ 𝑋1 , 𝑋2 , … .‬متغيرات عشكائية مستقمة تتبع )‪ Z~N(0 , 1‬فإف‪:‬‬ ‫نعبر عنيا باؿصيغة )‪~2 (1‬‬
‫‪σ‬‬
‫‪𝑥 1 −𝜇 2‬‬ ‫‪𝑥 2 −𝜇 2‬‬ ‫‪𝑥 𝑛 −𝜇 2‬‬ ‫𝑛‬ ‫‪2‬‬
‫= ‪𝑍12 + 𝑍22 + … . +𝑍𝑛2‬‬ ‫𝜎‬
‫‪+‬‬ ‫𝜎‬
‫‪+ ⋯+‬‬ ‫𝜎‬
‫= ‪= X 2 1 + X 21 + ⋯ X 2 n‬‬ ‫‪2‬‬
‫)𝜗( ‪𝑖=1 𝑋𝑖 ~‬‬
‫مف االختبارات‬ ‫‪ ‬دكر تطبيقي بارز في مجاالت الدراسات االقتصادية كالبحكث التربكية كالنفسية‪ ،‬كتعتمد عميو العديد‬ ‫‪2‬‬
‫كلتكزيع كام تربيع‬
‫اإلحصائية كالمستخدمة لمعالجة البيانات االسمية‪ ،‬كيستعمؿ الختبار الفرضيات حكؿ التبايف‪ ،‬كلو استعماالت أخرل خاصة في اختبارات‬
‫االرتباط كاالستقبلؿ كتكفيؽ البيانات‪.‬‬
‫‪BISMANS Francis., Probabilités & statistique inférentielle, prélude à l’économétrie, édition Ellipses , 2016 , p57. 26‬‬
‫‪W.FELLER , An introduction to Probability theory and its applications, tome2 John Wiley & Sons , 2009, p2012. 27‬‬
‫‪27‬‬
‫‪ ‬في حالة ‪ 𝑛 ≥ 30‬يمكف تقريب تكزيع ‪ 2‬لمتكزيع الطبيعي‪.‬‬
‫‪ϑ‬‬
‫= ‪ α‬ك ‪ β = 2‬فإف )‪𝑋~𝐺(𝛼 , β) = X~2 (ϑ‬‬ ‫‪ ‬إذا كاف‪:‬‬
‫‪2‬‬
‫‪ ‬إذا كانت 𝑛𝑈 ‪ 𝑈1 , 𝑈2 , … ,‬متغيرات عشكائية مستقمة تتبع تكزيع‬

‫𝑛𝜗 ‪ 𝜗1 , 𝜗2 , … ,‬عمى الترتيب فإف‪:‬‬ ‫كام تربيع بدرجات حرية‬
‫=𝜗‬ ‫𝑛‬
‫𝑖𝜗 ‪𝑖=1‬‬ ‫‪ ،‬حيث‪:‬‬ ‫𝑛‬
‫𝑖𝑈 ‪𝑖=1‬‬ ‫)𝜗( ‪~2‬‬
‫‪ ‬إذا أخذت عينات عشكائية كؿ بحجـ 𝑛 كتبايف ‪ 𝑆 2‬مف مجتمع طبيعي‬
‫‪(𝑛−1)𝑆 2‬‬
‫‪،‬‬ ‫التكزيع بمتكسط 𝜇 كتبايف ‪ 𝜎 2‬فإف‪~2 (𝑛 − 1) :‬‬
‫‪𝜎2‬‬
‫‪(𝑥 𝑖 −𝑥 )2‬‬
‫= ‪𝑆2‬‬ ‫حيث‪:‬‬
‫‪𝑛 −1‬‬
‫ت ‪-‬حساب احتماالت توزيع كاي مربع 𝟐‪ :)Chi-Square ( ‬احتماؿ المتغير‬

‫العشكائي ‪ X‬كسطو 𝜇 كانحرافو المعيارم ‪ σ‬يقع بيف قيمتيف محددتيف 𝑎 ك 𝑏‬
‫ىك 𝑏 ≤ 𝑥 ≤ 𝑎 𝑃 كىذه القيمة تساكم المساحة المحصكرة بيف منحى‬
‫الدالة 𝑓 لمتكزيع ‪ 2‬كالمستقيميف العمكدييف 𝑎 = 𝑥 ‪ ، 𝑥 = 𝑏 ،‬أم أف‪:‬‬
‫𝜗‬ ‫𝑥‪−‬‬
‫𝑏‬ ‫‪1‬‬ ‫𝑏‬ ‫‪−1‬‬
‫= 𝑏≤𝑥≤𝑎 𝑃‬ ‫𝑎‬
‫= 𝑥𝑑 𝑥 𝑓‬ ‫𝜗‬ ‫𝑎‬
‫𝑥‬ ‫‪2‬‬ ‫𝑥𝑑 𝑒‬
‫‪2‬‬
‫𝜗‬
‫‪2 2‬‬
‫‪2‬‬
‫مف الصعب حساب ىذا التكامؿ‪ ،‬أم مف الصعب إيجاد دالة التكزيع‬
‫لتكزيع كام تربيع‪ ،‬لذلؾ تـ كضع جداكؿ إحصائية لحساب مثؿ ىذه‬
‫االحتماالت‪.‬‬
‫كاي‬ ‫ث ‪-‬حساب التوقع الرياضي والتباين واالنحراف المعياري الخاضع لتوزيع‬
‫مربع 𝟐‪ 𝑋 : ‬متغير عشكائي متصؿ خاضع لتكزيع كام مربع ‪.2‬‬
‫‪ ‬التكقع الرياضي لممتغير العشكائي 𝑋 ىك‪𝜇 = 𝜗 :‬‬
‫‪ ‬التبايف لممتغير العشكائي 𝑋 ىك‪σ2 = 2ϑ :‬‬
‫‪28‬‬
‫‪ ‬االنحراؼ المعيارم لممتغير العشكائي 𝑋 ىك‪σ = 2ϑ :‬‬
‫ج ‪-‬مثال رقم(‪ :)01‬باستعماؿ جدكؿ مربع كام أحسب ما يمي‪:‬‬
‫)‪2 (0.995 , 12‬‬ ‫‪،‬‬ ‫)‪2 (0.005 , 12‬‬
‫‪ 2‬بدرجة حرية 𝜗‬ ‫‪ ‬إذا كاف لدينا )𝛼 ‪ 2 (𝜗 ,‬فيذا يعني إيجاد قيمة‬

‫كالتي تقع عمى يمينيا مساحة قدرىا 𝛼 ‪.‬‬
‫باستعماؿ جدكؿ مربع كام نجد قيمة )‪ ، 2 (0.005 , 12‬الصؼ يمثؿ‬
‫‪ ، 𝛼 = 0.005‬كمنو ‪:‬‬ ‫قيمة ‪ 𝜗 = 12‬بينما العمكد يمثؿ قيمة‬
‫‪2 (0.005 , 12) = 28.300‬‬
‫‪ ‬إذا كاف لدينا )𝛼 ‪ 2 (𝜗 , 1 −‬فيذا يعني إيجاد قيمة ‪ 2‬بدرجة حرية‬
‫𝜗 كالتي تقع عمى يسارىا مساحة قدرىا 𝛼 ‪1 −‬‬
‫باستعماؿ جدكؿ مربع كام نجد قيمة )‪ ، 2 (0.995 , 12‬الصؼ يمثؿ‬
‫‪ ، 1 − 𝛼 = 0.995‬كمنو‪:‬‬ ‫قيمة ‪ 𝜗 = 12‬بينما العمكد يمثؿ قيمة‬
‫‪2 (0.995 , 12) = 3.074‬‬
‫ح ‪-‬مثال رقم(‪ :)02‬سحبت عينة عشكائية حجميا ‪ 𝑋 ، 10‬متغير عشكائي بحيث‬
‫)𝜗( ‪. X~2‬‬
‫‪ ‬أحسب قيمة 𝜗 ‪.‬‬
‫‪ ‬أحسب 𝜇 ‪ ، σ2 ،‬كاستنتج قيمة ‪. σ‬‬
‫‪ ‬حساب قيمة 𝜗 ‪𝜗 = 𝑛 − 1 = 10 − 1 = 9 :‬‬

‫‪ ‬حساب 𝜇 ‪σ2 = 2𝜗 = 2 × 9 = 18 ، 𝜇 = 𝜗 = 9 :‬‬
‫‪σ = 2𝜗 = 18 = 4.24‬‬
‫‪- 6‬توزيع ستيودنت 𝐭 ( ‪ :28)Student‬سكؼ يتـ عرض ىذا التكزيع ضمف النقاط‬
‫‪- 2‬‬
‫‪- 8‬‬
‫‪ 28‬حُصٔع سخُٕدوج ‪ ٌُ ) Student ( t‬أحد التكزيعات االحتمالية المتصمة‪ ،‬كيكجد عدد ال نيائي مف منحنيات تكزيع ‪ t‬حسب قيـ درجات الحرية‬
‫‪ ،ϑ‬كتكمف أىميتو في استخدامو في مجاؿ االختبارات اإلحصائية لمعينات الصغيرة الخاصة باألكساط الحسابية كالنسب كبعض المؤشرات‬
‫‪ ) 𝑛 < 30‬كاختبار متكسط‬ ‫اإلحصائية‪ ،‬كفي نظرية العينات كاختبار الفرضيات كبديؿ لمتكزيع الطبيعي عندما يككف حجـ العينة صغي ار (‬
‫‪29‬‬
‫أ ‪-‬تعريف توزيع ستيودنت 𝐭 ( ‪ :) Student‬نقكؿ عف متغير عشكائي 𝑋‬
‫أنو يتكزع كفقا لتكزيع ستيكدنت ‪ ) Student ( t‬درجة حريتو 𝜗 إذا كانت‬
‫كثافتو االحتمالية معرفة بالشكؿ‪:29‬‬
‫‪𝜗 +1‬‬ ‫)‪−(𝜗 +1‬‬
‫‪‬‬ ‫‪𝑥2‬‬
‫= )𝑥(𝑓 ‪ ،‬حيث‪:‬‬ ‫‪,‬‬
‫‪2‬‬ ‫‪2‬‬
‫𝜗‬ ‫‪1+‬‬ ‫𝑹∈𝑥‬
‫‪𝜗𝜋 ‬‬ ‫𝜗‬
‫‪2‬‬
‫‪ϑ‬‬ ‫‪1 −1 −x‬‬
‫‪ϑ‬‬
‫‪‬‬ ‫‪2‬‬
‫=‬ ‫‪0‬‬
‫‪x‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪e dx‬‬ ‫‪, ϑ>0‬‬
‫𝜗‬
‫‪ ‬دالة ( تكامؿ) ‪.Gamma‬‬ ‫نسمي‬
‫‪2‬‬
‫يرمز لتكزيع ستيكدنت ‪ )Student( t‬ب ػ ‪ ، X~t(ϑ):‬كيق أر‪ :‬المتغير العشكائي‬
‫كفؽ لتكزيع ستيكدنت بالمعمـ ة 𝜗 أك بدرجة حرية 𝜗 ‪.‬‬

‫ا‬ ‫المتصؿ ‪ X‬يتكزع‬
‫ب ‪-‬خواص توزيع ستيودنت 𝐭 (‪ :) Student‬يتمتع ‪ t‬بالخكاص اآلتية‪:‬‬

‫أم أف ‪:‬‬ ‫‪ ‬تكزيع ستمكدنت تكزيع متناظر(متماثؿ حكؿ الصفر)‬
‫)‪t (α,ϑ) = −t (1−α,ϑ‬‬
‫‪ ‬قيمة ‪ t‬مكجبة دكما‪ ،‬ألف‪𝑓(𝑥) = 𝑡(𝑥) ≥ 0 :‬‬
‫‪ t (α,ϑ) ‬ىي القيمة التي يقع عمى يسارىا مساحة ‪ α‬عمى منحنى تكزيع ‪t‬‬
‫بدرجة حرية ‪ϑ‬‬
‫‪1‬‬
‫= )𝑥(𝑓 كيسمى ىذا‬ ‫‪ ‬إذا كاف ‪ ϑ = 1‬فإف ‪, 𝑥 ∈ 𝑹 :‬‬
‫) ‪𝜋(1+𝑥 2‬‬
‫التكزيع بتكزيع ككشي‪.‬‬

‫إذا كاف‪ 𝑛 ≥ 30 :‬فإف‪X~t(ϑ)  𝑍~𝑁(0 , 1) :‬‬ ‫‪‬‬
‫‪ ‬يمعب تكزيع ستيكدنت دك ار ميما عند سحب العينات صغيرة الحجـ‬
‫‪ 𝑛 < 30‬مف مجتمع مجيكؿ التبايف‪.‬‬
‫مجتمع طبيعي مجيكؿ التبايف‪ ،‬كاختبار الفرؽ بيف متكسطي مجتمعيف طبيعييف مجيكلي التبايف‪ ،‬كاختبار معنكية معامؿ االرتباط الجزئي‪ ،‬كاختبار معنكية‬
‫معامؿ االرتباط البسيط‪ ،‬كتككيف فترات الثقة لمتكسط مجتمع طبيعي مجيكؿ التبايف‪ ،‬كاختبار معنكية معامبلت االنحدار في االنحدار الخطي المتعدد‪ .‬كيشبو‬
‫‪ ،‬ككمما زادت درجات‬ ‫‪t‬‬ ‫‪ ϑ‬شكؿ منحنى تكزيع‬ ‫شكمو إلى حد بعيد شكؿ التكزيع الطبيعي المعيارم إال أنو أكثر انخفاضا منو‪ ،‬كتحدد درجات الحرية‬
‫الحرية ‪ ϑ‬كمما نقصت قيمة التبايف ككانت قيـ المتغير أكثر تجانسا‪.‬‬
‫‪th‬‬
‫‪Hogg R.V. , Probability and statistical Inference, 5 Edition , Englewood Cliffs , NJ, Prentice Hall , 1997, p193.‬‬
‫‪29‬‬
‫‪30‬‬
‫‪ ‬منحنى تكزيع ستيكدنت ‪ t‬متماثؿ حكؿ المتكسط المعدكـ مثمو مثؿ‬
‫التكزيع الطبيعي المعيارم‪ ،‬مثمما يبينو الرسـ اآلتي حسب درجة الحرية‬
‫‪ ϑ‬ليذا التكزيع‪:‬‬
‫)‪𝑍~𝑁(0 , 1‬‬ ‫‪ ‬إذا كاف 𝑍 متغير عشكائي طبيعي معيارم أم أف‪:‬‬

‫مستقؿ عف متغير عشكائي آخر لو تكزيع كام مربع درجة حريتو ‪ ϑ‬أم‬
‫𝑍‬
‫= 𝑇 ىك تكزيع‬ ‫أف‪ X~2 (ϑ) :‬فإف تكزيع المتغير العشكائي‬
‫𝑋‬
‫𝜗‬
‫𝑍‬
‫=𝑇‬ ‫ستيكدنت درجة حريتو 𝜗 ‪ ،‬أم أف‪~ t(ϑ) :‬‬
‫𝑋‬
‫𝜗‬
‫‪ ‬إذا أخذت عينات عشكائية كؿ بحجـ 𝑛 كتبايف ‪ S 2‬مف مجتمع طبيعي‬

‫𝜇‪𝑋 −‬‬
‫=𝑇‬ ‫𝑆‬ ‫التكزيع بمتكسط 𝜇 كتبايف‪ 𝜎 2‬فإف‪~ t(ϑ) :‬‬
‫‪𝑛 −1‬‬
‫ت ‪-‬حساب احتماالت توزيع ستيودنت ‪ :)Student( t‬احتماؿ المتغير‬

‫العشكائي ‪ X‬كسطو 𝜇 كانحرافو المعيارم ‪ σ‬يقع بيف قيمتيف محددتيف 𝑎 ك‬
‫𝑏 ≤ 𝑥 ≤ 𝑎 𝑃 كىذه القيمة تساكم المساحة المحصكرة بيف‬ ‫𝑏 ىك‬
‫منحى الدالة 𝑓 لمتكزيع 𝑡 كالمستقيميف العمكدييف 𝑎 = 𝑥 ‪𝑥 = 𝑏 ،‬‬
‫أم أف‪:‬‬
‫‪𝜗 +1‬‬ ‫)‪−(𝜗 +1‬‬
‫𝑏‬ ‫‪‬‬ ‫‪2‬‬ ‫𝑏‬ ‫‪𝑥2‬‬ ‫‪2‬‬
‫= 𝑏≤𝑥≤𝑎 𝑃‬ ‫𝑎‬
‫= 𝑥𝑑 𝑥 𝑓‬ ‫𝜗‬ ‫𝑎‬
‫‪1+‬‬ ‫𝑥𝑑‬
‫‪𝜗𝜋 ‬‬ ‫𝜗‬
‫‪2‬‬
‫مف الصعب حساب ىذا التكامؿ‪ ،‬أم مف الصعب إيجاد دالة التكزيع لتكزيع‬
‫ستيكدنت‪ ،‬لذلؾ تـ كضع جداكؿ إحصائية لحساب مثؿ ىذه االحتماالت‪.‬‬
‫ستيودنت 𝑡 ‪ 𝑋 :‬متغير عشكائي متصؿ خاضع لتكزيع كام مربع 𝑡‬
‫‪ ‬التكقع الرياضي لممتغير العشكائي 𝑋 ىك‪𝜇 = 0 :‬‬
‫‪31‬‬
‫‪ϑ‬‬
‫= ‪σ2‬‬ ‫‪ ‬التبايف لممتغير العشكائي 𝑋 ىك‪; ϑ > 2 :‬‬
‫‪ϑ−2‬‬
‫‪ϑ‬‬
‫=‪σ‬‬ ‫‪ ‬االنحراؼ المعيارم لممتغير 𝑋 ىك‪; ϑ > 2 :‬‬
‫‪ϑ−2‬‬
‫ج ‪-‬مثال رقم(‪ :)01‬باستعماؿ جدكؿ ستيكدنت أحسب ما يمي‪:‬‬

‫)‪𝑡(0.10 , 3) ، 𝑡(0.001 , 5) ، 𝑡(0.95 , 7) ، 𝑡(0.90 , 5‬‬
‫الحل‪𝑡(0.95 , 7) = 1.895 ، 𝑡(0.90 , 5) = 1.476 :‬‬
‫)‪𝑡(0.001 , 5) = −𝑡(1 −  , 5) = −𝑡(1 − 0.001 , 5‬‬
‫‪= −𝑡(0.999 , 5) = −5.893‬‬
‫)‪𝑡(0.10 , 3) = −𝑡(1 −  , 3) = −𝑡(1 − 0.10 , 3‬‬
‫‪= −𝑡(0.90 , 3) = −1.638‬‬
‫ح ‪-‬مثال رقم(‪ :)02‬أكجد المساحة ‪ ‬بحيث‪:‬‬
‫‪𝑡( , 6) = −3.707‬‬ ‫‪،‬‬ ‫‪𝑡( , 3) = 4.541‬‬
‫الحل‪ :‬باستعماؿ جدكؿ ستيكدنت نجد‪:‬‬
‫‪ 𝑡( , 3) = 4.541   = 0.990‬‬
‫‪ 𝑡( , 6) = −3.707‬‬
‫لدينا‪ ، t (α,ϑ) = −t (1−α,ϑ) :‬كمنو‪:‬‬
‫)‪ ، 𝑡( , 6) = −3.707 = −t(1 − α, 6‬أم أف‪:‬‬
‫‪t(1 − α, 6) = 3.707‬‬ ‫)‪ ، −3.707 = −t(1 − α, 6‬كمنو‪:‬‬

‫باستعماؿ جدكؿ ستيكدنت نجد‪ ، 1 − α = 0.995 :‬كمنو‪ = 0.005 :‬‬
‫‪ - 7‬توزيع فيشر 𝐅 (‪ :30)Fisher‬سكؼ يتـ عرض ىذا التكزيع ضمف النقاط اآلتية‪:‬‬
‫‪- 2‬‬
‫‪- 8‬‬
‫أ ‪-‬تعريف توزيع فيشر 𝐅 ( ‪ :)Fisher‬نقكؿ عف متغير عشكائي 𝑋 أنو‬
‫يتكزع كفقا لتكزيع فيشر ‪ )Fisher( F‬بدرجتيف لمحرية ‪ 𝜗1‬ك ‪ 𝜗2‬إذا‬
‫كانت كثافتو االحتمالية معرفة بالشكؿ‪:31‬‬
‫الكاسع في أسمكب‬ ‫يعد تكزيع فيشر ( ‪ )Fisher‬أحد التكزيعات االحتمالية المتصمة الميمة كالمستخدمة في اختبار الفرضيات‪ ،‬كاالستخداـ‬ ‫‪30‬‬
‫تحميؿ التبامف‪ ،‬كاختبار تجانس تبايني عينتيف مستؽؿتيف‪ ،‬كاختبار تجانس عدة تقديرات مستؽةؿ لتبامف مجتمع طبيعي‪ .‬ككذلؾ اختبار معنكية‬
‫‪ F‬حسب قيـ‬ ‫نمكذج االنحدار الخطي المتعدد إضافة إلى اختبار معنكية معامؿ االرتباط المتعدد‪ ،‬كيكجد عدد ال نيائي مف منحنيات تكزيع‬
‫درجات الحرية ‪ ϑ1‬ك ‪ ، ϑ2‬كالمنحنى االحتمالي لتكزيع ‪ F‬يشبو المنحنى االحتمالي لتكزيع مربع كام ‪ ، 2‬كقد تكصؿ إلى دالة كثافة ىذا التكزيع‬
‫العالـ ‪.Ronald Fisher‬‬
‫‪Boukalla Bouzouane Malika ,Statistique descriptive , Alger , éditions casbah , 2001, p 14 et 15 .‬‬
‫‪31‬‬
‫‪32‬‬
‫‪𝜗 1 +𝜗 2‬‬
‫‪‬‬ ‫‪𝜗1‬‬ ‫‪𝜗2‬‬ ‫‪𝜗1‬‬ ‫‪− 𝜗 1 +𝜗 2‬‬
‫= )𝑥(𝑓‬ ‫‪𝜗1‬‬
‫‪2‬‬
‫‪𝜗2‬‬ ‫𝑥 ‪𝜗1 2 𝜗2 2 𝑥 2 −1 𝜗2 + 𝜗1‬‬ ‫‪2‬‬ ‫‪,𝑥 >0‬‬
‫‪‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪2‬‬
‫‪ϑ‬‬ ‫𝑥‪1 𝜗 −1 −‬‬

‫‪‬‬ ‫=‬ ‫‪0‬‬
‫𝑥𝑑 ‪𝑥 2 𝑒 2‬‬ ‫حيث‪, 𝜗 > 0 :‬‬
‫‪2‬‬
‫𝜗‬
‫‪ ‬دالة ( تكامؿ) ‪.Gamma‬‬ ‫نسمي‬
‫‪2‬‬
‫يرمز لتكزيع ‪ )Fisher( F‬ب ػ ‪ ، X~F(𝜗1 , 𝜗2 ):‬كيق أر‪ :‬المتغير العشكائي‬
‫كفؽ لتكزيع فيشر بالمعمـ تيف ‪ 𝜗1‬ك ‪ 𝜗2‬أك بدرجتيف لمحرية‬

‫ا‬ ‫المتصؿ ‪ X‬يتكزع‬
‫‪ 𝜗1‬ك ‪ . 𝜗2‬نسمي ‪ 𝜗1‬درجات حرية البسط‪ ،‬كنسمي ‪ 𝜗2‬درجات حرية المقاـ‪.‬‬
‫ب ‪-‬خواص توزيع فيشر 𝐅 (‪ :)Fisher‬يتمتع ‪ F‬بالخكاص اآلتية‪:‬‬

‫‪ ‬المنحنى االحتمالي لتكزيع لتكزيع ‪ F‬يعتمد في شكمو عمى درجات الحرية‬
‫‪ ϑ1‬ك ‪ ، ϑ2‬كيككف ممتكيا نحك اليميف‪.‬‬
‫‪ ‬قيمة ‪ F‬مكجبة دكما‪ ،‬ألف‪𝑓(𝑥) = F(𝑥) ≥ 0 :‬‬
‫‪ ‬يرمز لمشكؿ ‪ F α ; ϑ1 , ϑ2‬لقيـ ‪ F‬بدرجات حرية ‪ ϑ1‬ك ‪ ϑ2‬كالتي يكجد‬
‫عمى يسارىا مساحة قدرىا ‪α‬‬
‫‪ ‬يتـ إيجاد قيـ ‪ F‬مف جدكؿ تكزيع ‪ F‬مف خبلؿ معرفتنا لقيـ 𝟏𝛝 ك 𝟐𝛝‬
‫ككذلؾ 𝛂‬
‫‪ ‬إذا كانت لدينا متغيرتاف عشكائيتاف مستقمتاف حيث‪:‬‬
‫‪𝑋1‬‬
‫) ‪ X1 ~2 (ϑ1‬ك ) ‪ X2 ~2 (ϑ2‬فإف‪~𝐹𝜗1 ,𝜗2 :‬‬

‫‪ϑ1‬‬
‫=𝑋‬ ‫‪𝑋2‬‬
‫‪ϑ2‬‬
‫إذا كاف‪ 𝑛 ≥ 30 :‬فإف‪X~F(𝜗1 , 𝜗2 )  𝑍~𝑁(0 , 1) :‬‬ ‫‪‬‬

‫‪ ‬كمما زادت درجات الحرية كمما اقترب شكؿ فيشر مف منحنى التكزيع‬
‫الطبيعم كما يبينو الشكؿ اآلتي‪:‬‬
‫‪33‬‬
‫‪ ‬ىناؾ قيـ المساحات ‪ α‬ال تكجد في بعض جداكؿ تكزيع ‪ ، F‬كإليجاد قيـ‬
‫‪F α ;ϑ‬‬ ‫‪1‬‬ ‫ىذه المساحات نستعمؿ القاعدة اآلتية‪:‬‬
‫‪1 , ϑ2‬‬ ‫=‬
‫‪F 1−α ; ϑ , ϑ‬‬
‫‪2 1‬‬
‫الحظ أف المقاـ ىك قيمة المتممة لممساحة المطمكبة مع تبديؿ درجات‬

‫الحرية فيما بينيا‪.‬‬
‫‪ ‬تكمف العبلقة بيف فيشر 𝐹 ككام مربع ‪ 2‬في القاعدة اآلتية‪:‬‬
‫) 𝜗‪2 (𝛼 ,‬‬
‫= ∞‪𝐹 𝛼 ; 𝜗 ,+‬‬
‫𝜗‬
‫‪ ‬تكمف العبلقة بيف فيشر 𝐹 كستيكدنت 𝑡 في القاعدة اآلتية‪:‬‬
‫) 𝜗‪𝐹 1−𝛼 ; 1 ,𝜗 = 𝑡 2 (1−𝛼 ,‬‬
‫‪2‬‬
‫ت ‪-‬حساب احتماالت توزيع 𝐹 ( ‪ :)Fisher‬احتماؿ المتغير العشكائي ‪X‬‬

‫كسطو 𝜇 كانحرافو المعيارم ‪ σ‬يقع بيف قيمتيف محددتيف 𝑎 ك 𝑏 ىك‬
‫𝑏 ≤ 𝑥 ≤ 𝑎 𝑃 كىذه القيمة تساكم المساحة المحصكرة بيف منحى‬
‫الدالة 𝑓 لمتكزيع𝐹 كالمستقيميف العمكدييف𝑎 = 𝑥‪، 𝑥 = 𝑏 ،‬أم أف‪:‬‬
‫𝑏‬
‫= 𝑏≤𝑥≤𝑎 𝑃‬ ‫𝑎‬
‫𝑥𝑑 𝑥 𝑓‬
‫‪𝜗1 +𝜗2‬‬
‫‪‬‬ ‫‪𝜗1‬‬ ‫‪𝜗2‬‬
‫𝑏‬ ‫‪𝜗1‬‬
‫‪−1‬‬
‫‪− 𝜗1 +𝜗2‬‬
‫=‬ ‫‪𝜗1‬‬
‫‪2‬‬
‫𝜗‬ ‫‪𝜗1 2 𝜗2 2‬‬ ‫𝑎‬
‫‪𝑥2‬‬ ‫𝑥 ‪𝜗2 + 𝜗1‬‬ ‫‪2‬‬ ‫𝑥𝑑‬
‫‪‬‬ ‫‪ 2‬‬
‫‪2‬‬ ‫‪2‬‬
‫مف الصعب حساب ىذا التكامؿ‪ ،‬أم مف الصعب إيجاد دالة التكزيع لتكزيع‬
‫فيشر‪ ،‬لذلؾ تـ كضع جداكؿ إحصائية لحساب مثؿ ىذه االحتماالت‪.‬‬
‫فيشر 𝑭 ‪ 𝑋 :‬متغير عشكائي متصؿ خاضع لتكزيع فيشر 𝐹‬
‫‪ ‬التكقع الرياضي لممتغير العشكائي 𝑋 ىك‪:‬‬
‫‪𝜗2‬‬
‫=𝜇‬ ‫‪: 𝜗2 > 2‬‬
‫‪𝜗2 −2‬‬
‫‪34‬‬
‫‪ ‬التبايف لممتغير العشكائي 𝑋 ىك‪:‬‬
‫)‪2ϑ22 (ϑ1 +ϑ2 −2‬‬
‫= ‪σ2‬‬ ‫‪: 𝜗2 > 4‬‬
‫)‪ϑ1 (ϑ22 −2)2 (ϑ2 −4‬‬
‫‪ ‬االنحراؼ المعيارم لممتغير 𝑋 ىك‪:‬‬

‫)‪2ϑ22 (ϑ1 +ϑ2 −2‬‬
‫=‪σ‬‬ ‫‪:‬‬ ‫‪𝜗2 > 4‬‬
‫)‪ϑ1 (ϑ22 −2)2 (ϑ2 −4‬‬
‫ج ‪-‬مثال رقم(‪ :)01‬باستعماؿ جدكؿ فيشر أحسب ما يمي‪:‬‬

‫‪𝐹 0.975 ; 10 , 6‬‬ ‫‪, 𝐹 0.05 ; 3 , 9‬‬
‫‪𝐹 0.90 ; 1 , 8‬‬ ‫∞‪, 𝐹 0.05 ; 7 , +‬‬
‫الحل‪ :‬باستعماؿ جدكؿ تكزيع فيشر 𝑭 نجد أف‪:‬‬
‫‪ 𝐹 0.05 ; 3 , 9 = 0.113‬‬
‫‪ 𝐹 0.975 ; 10 , 6 = 5.46‬‬
‫كفي حالة كجكد ‪ α‬فقط في جدكؿ تكزيع فيشر أك ‪ 1 − α‬فقط‬
‫في ىذا الجدكؿ يمكف استعماؿ القاعدة اآلتية‪:‬‬
‫‪F 1−α ; ϑ‬‬ ‫‪1‬‬ ‫‪ F α ; ϑ‬أك‬ ‫‪1‬‬
‫‪1 , ϑ2‬‬ ‫=‬
‫‪F α ;ϑ ,ϑ‬‬ ‫‪1 , ϑ2‬‬ ‫=‬
‫‪F 1−α ; ϑ , ϑ‬‬
‫‪2 1‬‬ ‫‪2 1‬‬
‫أم أف‪:‬‬
‫‪1‬‬ ‫‪1‬‬
‫= ‪𝐹 0.05 ; 3 , 9‬‬ ‫=‬ ‫‪= 0.113‬‬
‫‪F 0.95 ; 9 ,3‬‬ ‫‪8.81‬‬
‫‪1‬‬ ‫‪1‬‬
‫= ‪𝐹 0.975 ; 10 , 6‬‬ ‫=‬ ‫‪= 5.46‬‬
‫‪F 0.025 ; 6 ,10‬‬ ‫‪0.183‬‬
‫؟ = ∞‪ 𝐹 0.05 ; 7 , +‬‬

‫‪ ‬نستعمؿ القاعدة التي تربط فيشر مع كام تربيع (عمى شرط كجكد عمى‬
‫اليمين مساحة قدرىا ‪ ) α‬اآلتية‪:‬‬
‫) 𝜗‪2 (𝛼 ,‬‬
‫= ∞‪ ، 𝐹 𝛼 ; 𝜗 ,+‬فنجد أف‪:‬‬
‫𝜗‬
‫)‪2 (0.05,7‬‬ ‫‪14.067‬‬
‫= ∞‪𝐹 0.05 ; 7 , +‬‬ ‫=‬ ‫‪= 2.01‬‬
‫‪7‬‬ ‫‪7‬‬
‫؟ = ‪ 𝐹 0.90 ; 1 , 8‬‬
‫نستعمؿ القاعدة التي تربط فيشر مع ستيكدنت اآلتية‪:‬‬
‫) 𝜗‪ ، 𝐹 1−𝛼 ; 1,𝜗 = 𝑡 2 (1−𝛼 ,‬فنجد أف‪:‬‬
‫‪2‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪𝐹 0.90 ; 1 , 8 = 𝑡 (0.95,8) = 1.86‬‬ ‫‪= 3.46‬‬
‫ح ‪-‬مثال رقم (‪ :)02‬أكجد قيمة 𝛼 في كؿ مما يمي‪:‬‬
‫‪35‬‬
‫‪𝐹 1 − 𝛼 ; 15 , 11 = 4.250 ، 𝐹 𝛼 ; 10 , 7 = 0.320‬‬
‫الحل‪ :‬باستعماؿ جدكؿ تكزيع فيشر 𝑭 نجد أف‪:‬‬
‫‪ 𝐹 𝛼 ; 10 , 7 = 0.320  𝛼 = 0.05‬‬
‫‪ 𝐹 1 − 𝛼 ; 15 , 11 = 4.250  1 − 𝛼 = 0.99‬‬
‫‪ 𝛼 = 0.01‬‬
‫تمارين الفصل األول‪:‬‬
‫التمرين األول‪:‬‬
‫𝑛 ك 𝑚 عدداف طبيعياف بحيث‪ . 𝑚 ≤ 𝑛 :‬صندكؽ يحتكم عمى 𝑛 كرة ‪ .‬نسحب منو 𝑚 كرة ‪.‬‬
‫‪- 1‬ما ىك عدد الطرؽ في حالة السحب مع اإلعادة ‪.‬‬

‫‪- 2‬ما ىك عدد الطرؽ في حالة عدـ اإلعادة كمراعاة الترتيب ‪.‬‬
‫‪- 3‬ما ىك عدد الطرؽ في حالة عدـ اإلعادة كعدـ مراعاة الترتيب‪.‬‬
‫التمرين الثاني‪:‬‬
‫يتككف مجتمع إحصائي مف األعداد اآلتية‪. 16 – 13 – 10 – 9 – 4 – 3 – 1 :‬‬
‫نسحب مف ىذا المجتمع عينة بإرجاع ذات حجـ ‪𝑛 = 3‬‬
‫‪- 1‬أحسب عدد العينات المسحكبة‪.‬‬

‫‪- 2‬أحسب قيمة الكسط الحسابي كالتبايف ثـ استنتج قيمة االنحراؼ المعيارم‪.‬‬
‫التمرين الثالث‪:‬‬
‫تـ سحب عينة عشكائية مف عماؿ مصنع حجميا ‪ 𝑛 = 5‬فتـ تسجيؿ عدد سنكات الخبرة عمى النحك‬
‫اآلتي‪10 – 5 – 6 – 12 – 4 :‬‬
‫‪- 1‬أحسب المتكسط الحسابي ليذه السمسمة اإلحصائية ‪.‬‬
‫‪- 2‬أحسب قيمة التبايف‪ ،‬ثـ استنتج قيمة االنحراؼ المعيارم‪.‬‬
‫التمرين الرابع‪:‬‬
‫نرمي قطعة نقكد متكازنة ثبلث مرات‪ .‬نعرؼ كفؽ قانكف التكزيع الثنائي المتغير العشكائي 𝑋 الذم‬
‫يأخذ مقدار الربح إذا تحصمنا عمى الكجو‪.‬‬
‫‪36‬‬
‫‪- 1‬ما ىك احتماؿ الحصكؿ عمى الكجو مرة كاحدة‪ ،‬مرتيف‪ ،‬كثبلث مرات ؟‬
‫‪- 2‬ما ىك احتماؿ الحصكؿ عمى الظير ثبلث مرات ؟‬
‫‪- 3‬ما ىك احتماؿ الحصكؿ عمى الكجو مرتيف عمى األكثر ؟‬
‫‪- 4‬ما ىك احتماؿ الحصكؿ عمى الكجو مرة كاحدة عمى األقؿ ؟‬
‫‪- 5‬أكجد قانكف التكزيع الثنائي ذك الكسيطيف 𝑛 ك 𝑝 ‪.‬‬
‫‪- 6‬مثؿ ىذا التكزيع العشكائي بيانيا‪.‬‬
‫‪- 7‬أحسب المتكسط كالتبايف ثـ استنتج قيمة االنحراؼ المعيارم ‪.‬‬
‫التمرين الخامس‪:‬‬
‫‪33‬‬
‫𝑋 متغير عشكائي يتبع التكزيع الثنائي الذم تكقعو ‪ 18‬كتباينو‬
‫‪6‬‬
‫‪ ‬أحسب قيمة المعممات‪ 𝑛 :‬ك 𝑝 ك 𝑞‬

‫التمرين السادس‪:‬‬
‫‪ .1‬إذا كاف 𝑍 متغير عشكائي يتكزع كفؽ التكزيع الطبيعي المعيارم‪ ،‬أم أف‪، 𝑍~𝑁(0,1) :‬‬
‫باستخداـ الجدكؿ اإلحصائي أحسب االحتماالت اآلتية‪:‬‬
‫ؼ‬
‫)‪𝑃(𝑧 ≥ 0.52‬‬ ‫‪،‬‬ ‫)‪𝑃(𝑧 ≤ 2.64) ، 𝑃(−2.43 ≤ 𝑧 ≤ 0.76‬‬
‫‪ 1000‬كانحرافو المعيارم ‪ ، 100‬أم أف‬ ‫‪ .2‬إذا كاف 𝑋 متغير عشكائي طبيعي كسطو‬
‫) ‪ 𝑋~𝑁( 1000 , 100‬فاحسب االحتماالت اآلتية‪:‬‬
‫)‪𝑃(𝑋 ≥ 680) ، 𝑃(𝑋 ≤ 740‬‬ ‫)‪، 𝑃(720 ≤ 𝑋 ≤ 1100‬‬
‫‪ .3‬إذا كاف 𝑍 متغير عشكائي يتكزع كفؽ التكزيع الطبيعي المعيارم‪ ،‬أم أف‪، 𝑍~𝑁(0,1) :‬‬
‫فاحسب قيمة 𝛼 ك 𝛽 ك 𝛾 في الحاالت اآلتية‪:‬‬
‫‪𝑃(𝑧 ≤ 𝛾) = 0.436 ، 𝑃(𝑧 ≤ 𝛽) = 0.758 ، 𝑃(𝑧 ≥ 𝛼) = 0.032‬‬
‫‪ .4‬إذا كاف 𝑋 متغير عشكائي يتكزع كفؽ التكزيع الطبيعي بمتكسط ‪ 80‬كانحراؼ معيارم ‪،14‬‬
‫أم أف‪ ، 𝑋~𝑁(80 , 14) :‬فاحسب قيمة 𝑎 ك 𝑏 ك 𝑐 في الحاالت اآلتية‪:‬‬
‫‪𝑃(𝑥 ≤ 𝑏) = 0.4256‬‬ ‫‪،  𝑃(𝑥 ≥ 𝑎) = 0.022 ‬‬
‫‪𝑃(𝑐 ≤ 𝑋 ≤ 68) = 0.1214‬‬
‫التمرين السابع‪:‬‬
‫‪37‬‬
‫إذا كاف 𝑋 متغير عشكائي لو التكزيع الطبيعي ) 𝜎 ‪ 𝑁( 𝜇 ,‬أم أف‪ 𝑋~𝑁( 𝜇 , 𝜎 ) :‬فاحسب‬
‫االحتماالت اآلتية‪:‬‬
‫‪𝑃( 𝜇 − 𝜎 ≤ 𝑋 ≤ 𝜇 + 𝜎) ‬‬
‫‪𝑃( 𝜇 − 2𝜎 ≤ 𝑋 ≤ 𝜇 + 2𝜎) ‬‬
‫‪𝑃( 𝜇 − 3σ ≤ X ≤ μ + 3σ) ‬‬
‫التمرين الثامن‪:‬‬
‫‪- 1‬أحسب ما يمي‪:‬‬

‫‪−1‬‬
‫∞‪+‬‬ ‫𝑥‪+∞ 1 −‬‬
‫‪𝐴= 0‬‬
‫𝑥‪+∞ 8 −‬‬
‫𝑥𝑑 𝑒 𝑥‬ ‫‪،‬‬ ‫𝐵‬ ‫=‬ ‫‪0‬‬
‫‪𝑥 2 𝑒 −𝑥 𝑑𝑥 ،‬‬ ‫𝐶‬ ‫=‬ ‫𝑥𝑑 𝑒 𝑥 ‪0‬‬
‫‪2‬‬
‫𝑥‪+∞ 3 −‬‬ ‫𝑥‪+∞ −3 −‬‬ ‫∞‪+‬‬

‫𝐷‬ ‫=‬ ‫𝑥𝑑 𝑒 𝑥 ‪0‬‬
‫‪2‬‬ ‫‪،‬‬ ‫𝐸‬ ‫=‬ ‫𝑥𝑑 𝑒 𝑥 ‪0‬‬
‫‪2‬‬ ‫=𝐹 ‪،‬‬ ‫‪0‬‬
‫𝑥𝑑 𝑥‪𝑥 9 𝑒 −3‬‬
‫‪- 1‬أحسب المتكسط كالتبايف كاستنتج قيمة االنحراؼ المعيارم في كؿ مما يمي‪:‬‬
‫𝑥‪−‬‬ ‫𝑥‪−‬‬
‫‪1‬‬ ‫‪1‬‬
‫𝑒 = )𝑥(𝑓‬ ‫‪5‬‬ ‫‪،‬‬ ‫= )𝑥(𝑓‬ ‫‪6‬‬
‫𝑒 𝑥‬ ‫‪3‬‬
‫‪5‬‬ ‫)‪37 (7‬‬
‫التمرين التاسع‪:‬‬
‫‪- 1‬أحسب ما يمي‪:‬‬

‫‪1 4‬‬ ‫‪1‬‬ ‫‪1‬‬
‫=𝐴‬ ‫‪0‬‬
‫‪𝑥 (1‬‬ ‫= 𝐵 ‪− 𝑥)5 𝑑𝑥 ،‬‬ ‫‪0‬‬
‫‪𝑥(1‬‬ ‫= 𝐶 ‪− 𝑥)𝑑𝑥 ،‬‬ ‫‪0‬‬
‫‪3(1 −‬‬ ‫𝑥𝑑 ‪𝑥)3‬‬
‫𝜋‬
‫‪1‬‬ ‫𝜋‬
‫=𝐷‬ ‫‪0‬‬
‫‪10𝑥 2 (1‬‬ ‫= 𝐸 ‪− 𝑥)𝑑𝑥 ،‬‬ ‫‪0‬‬
‫‪2‬‬ ‫𝑥𝑛𝑖𝑠‬ ‫‪3‬‬
‫= 𝐹 ‪𝑐𝑜𝑠𝑥 5 𝑑𝑥 ،‬‬ ‫‪0‬‬
‫𝑥𝑑 ‪𝑠𝑖𝑛𝑥 2‬‬
‫‪- 2‬أحسب المتكسط كالتبايف كاستنتج قيمة االنحراؼ المعيارم في كؿ مما يمي‪:‬‬
‫‪1‬‬ ‫‪1‬‬
‫= )𝑥(𝑓‬ ‫‪0‬‬
‫‪𝜋𝑥 11 (1 −‬‬ ‫𝑥𝑑 ‪𝑥)7‬‬ ‫‪،‬‬ ‫= )𝑥(𝑓‬ ‫‪0‬‬
‫𝑥𝑑 ‪10𝑥 9 (1 − 𝑥)3‬‬
‫‪- 3‬الدالة 𝑔 حيث‪ 𝑔(𝑥) = 5𝑥 2 (1 − 𝑥)2 :‬تمثؿ نسبة اإلنتاج المباع في إحدل المؤسسات‪.‬‬
‫أ ‪-‬أحسب النسبة المتكقعة‪.‬‬
‫ب ‪-‬أحسب احتماؿ أف تبمغ النسبة أكثر مف ‪. 40‬‬
‫التمرين العاشر‪:‬‬
‫أحسب ما يمي‪:‬‬ ‫‪2‬‬ ‫‪- 1‬باستعماؿ جدكؿ مربع كام‬

‫‪2 (0.90 ,‬‬ ‫)‪8‬‬ ‫‪،‬‬ ‫‪2 (0.005 ,‬‬ ‫)‪20‬‬
‫‪38‬‬
‫‪- 2‬أحسب 𝛼 في كؿ مما يمي‪:‬‬
‫‪2 (1 − α , 10) = 3.247‬‬ ‫‪،‬‬ ‫‪2 (α , 11) = 24.725‬‬
‫‪- 3‬أحسب قيمة المتكسط كالتبايف كاستنتج قيمة االنحراؼ المعيارم لمتكزيع اآلتي‪:‬‬
‫)𝜗( ‪ ، 𝑋~2‬حيث‪𝑛 = 17 :‬‬
‫التمرين الحادي عشر‪:‬‬
‫‪- 1‬باستعماؿ جدكؿ تكزيع ستيكدنت ‪ t‬أحسب ما يمي‪:‬‬

‫)‪t(0.99 , 11‬‬ ‫‪،‬‬ ‫)‪t(0.05 , 10‬‬

‫‪t(1 − α , 10) = 4.144‬‬ ‫‪،‬‬ ‫‪t(α , 15) = −2.602‬‬
‫)𝜗(𝑡~𝑋 ‪ ،‬حيث‪𝑛 = 21 :‬‬
‫التمرين الثاني عشر‪:‬‬
‫‪- 1‬باستعماؿ جدكؿ تكزيع فيشر 𝐹 أحسب ما يمي‪:‬‬

‫)‪𝐹(0.95 , 9 , 7‬‬ ‫‪،‬‬ ‫)‪𝐹(0.05 , 10 , 7‬‬

‫‪𝐹(1 − α , 20 , 5) = 6.33‬‬ ‫‪،‬‬ ‫‪𝐹(α , 4 , 10) = 0.26‬‬
‫) ‪ ، X~F(𝜗1 , 𝜗2‬حيث‪𝑛2 = 11 ، 𝑛1 = 13 :‬‬
‫حمول تمارين الفصل األول‪:‬‬
‫حل التمرين األول‪:‬‬
‫‪- 1‬عدد الطرؽ لمسحب مع اإلعادة ىي‪Lm = nm :‬‬

‫!‪n‬‬
‫𝑚𝐴‬
‫= 𝑛‬ ‫‪- 2‬عدد الطرؽ لمسحب دكف إعادة مع مراعاة الترتيب ىي‪:‬‬
‫!)‪(n−m‬‬
‫!𝑛‬
‫= 𝑚𝑛𝐶‬ ‫‪- 3‬عدد الطرؽ لمسحب دكف إعادة كدكف مراعاة الترتيب ىي‪:‬‬
‫! 𝑚!) 𝑚‪(𝑛 −‬‬
‫‪39‬‬
‫حل التمرين الثاني‪:‬‬
‫‪- 1‬عدد العينات الممكنة ذات الحجـ ‪ 𝑛 = 3‬مف مجتمع إحصائي متككف مف ‪ 𝑁 = 7‬ىك‪:‬‬
‫‪𝑁 𝑛 = 73 = 343‬‬
‫‪xi‬‬ ‫‪1+3+4+9+10+13+16‬‬
‫=‪‬‬ ‫=‬ ‫‪ - 2‬قيمة الكسط الحسابي ىي‪= 8 :‬‬
‫‪N‬‬ ‫‪7‬‬
‫‪𝑥𝑖 −  2‬‬ ‫‪1‬‬
‫= ‪2‬‬ ‫=‬ ‫‪𝑥𝑖2 − 2‬‬ ‫‪ ‬حساب قيمة التبايف‪:‬‬
‫𝑁‬ ‫𝑁‬
‫‪1‬‬
‫=‬
‫‪7‬‬
‫‪= 26.29‬‬
‫=‪‬‬ ‫‪ ‬استنتاج قيمة االنحراؼ المعيارم‪2 = 26.29 = 5.13 :‬‬
‫حل التمرين الثالث‪:‬‬
‫‪xi‬‬ ‫‪4+12+6+5+10‬‬
‫=‪X‬‬ ‫=‬ ‫‪ - 1‬قيمة الكسط الحسابي‪= 7.4 :‬‬
‫‪n‬‬ ‫‪5‬‬
‫‪𝑥𝑖 − 𝑋 2‬‬ ‫‪1‬‬
‫= ‪S2‬‬ ‫=‬ ‫𝑥 𝑛 ‪𝑥𝑖2 −‬‬ ‫‪2‬‬
‫‪ - 2‬حساب قيمة التبايف‪:‬‬
‫‪𝑛−1‬‬ ‫‪𝑛−1‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫=‬ ‫‪4‬‬ ‫‪+ 12‬‬ ‫‪+ 6‬‬ ‫‪+ 5‬‬ ‫‪+ 10‬‬ ‫‪− 5(7.4)2 = 11.8‬‬
‫‪4‬‬
‫=𝑆‬ ‫‪ ‬استنتاج قيمة االنحراؼ المعيارم‪S 2 = 11.8 = 3.44 :‬‬
‫حل التمرين الرابع‪:‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫= ‪𝑞 =1−𝑝 =1−‬‬ ‫=𝑝 ك‬ ‫‪- 1‬لدينا‪ 𝑛 = 3 :‬ك‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪ ‬احتماؿ الحصكؿ عمى الكجو مرة كاحدة‪:‬‬

‫لدينا‪ ، 𝑃(𝑋 = 𝑚) = 𝐶𝑛𝑚 𝑝𝑚 𝑞 𝑛−𝑚 :‬كمنو‪:‬‬
‫‪1 1‬‬ ‫‪1 3−1‬‬ ‫!‪3‬‬ ‫‪1‬‬
‫‪𝑃 𝑋 = 1 = 𝐶31‬‬ ‫=‬ ‫‪( )3 = 0.375‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪1! 3−1 ! 2‬‬
‫‪ ‬احتماؿ الحصكؿ عمى الكجو مرتيف‪:‬‬

‫‪1 2‬‬ ‫‪1 3−2‬‬ ‫!‪3‬‬ ‫‪1‬‬
‫= ‪𝑃 𝑋=2‬‬ ‫‪𝐶32‬‬ ‫=‬ ‫‪( )3 = 0.375‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2! 3−2 ! 2‬‬
‫‪ ‬احتماؿ الحصكؿ عمى الكجو ثبلث مرات‪:‬‬

‫‪1 3‬‬ ‫‪1 3−3‬‬ ‫!‪3‬‬ ‫‪1‬‬
‫‪𝑃 𝑋 = 3 = 𝐶33‬‬ ‫=‬ ‫‪( )3 = 0.125‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪3! 3−3 ! 2‬‬
‫‪- 2‬احتماؿ الحصكؿ عمى الظير ثبلث مرات معناه عدـ الحصكؿ عمى الكجو‪:‬‬
‫‪1 0‬‬ ‫‪1 3−0‬‬ ‫!‪3‬‬ ‫‪1‬‬
‫‪𝑃 𝑋 = 0 = 𝐶30‬‬ ‫=‬ ‫‪( )3 = 0.125‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪0! 3−0 ! 2‬‬
‫‪- 3‬احتماؿ الحصكؿ عمى الكجو مرتيف عمى األكثر‪:‬‬

‫‪𝑃 𝑋≤2‬‬
‫‪40‬‬
‫‪= 0.125 + 0.375 + 0.375 = 0.875‬‬
‫‪- 4‬احتماؿ الحصكؿ عمى الكجو مرة كاحدة عمى األقؿ‪:‬‬

‫‪𝑃 𝑋 ≥1 =𝑃 𝑋 =1 +𝑃 𝑋 =2 +𝑝 𝑋 =3‬‬
‫‪𝑃 𝑋 ≥ 1 = 1 − 𝑃 𝑋 = 0 = 1 − 0.125 = 0.875‬‬
‫‪- 5‬إيجاد قانكف التكزيع الثنائي ذك الكسيطيف 𝑛 ك 𝑝 ‪.‬‬

‫𝑋‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪‬‬
‫‪𝑃i‬‬ ‫‪0.125‬‬ ‫‪0.375‬‬ ‫‪0.375‬‬ ‫‪0.125‬‬ ‫‪1‬‬

‫‪- 6‬حساب التكقع الرياضي كالتبايف ثـ استنتاج االنحراؼ المعيارم‪:‬‬
‫‪1‬‬
‫‪𝜇 = 𝑛𝑝 = 3 × = 1.5‬‬
‫‪2‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪𝜎 2 = 𝑛𝑝𝑞 = 3 × × = 0.75‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪𝜎 = 𝜎 2 = 0.75 = 0.87‬‬
‫حل التمرين الخامس‪:‬‬
‫‪33‬‬
‫= ‪𝜎2‬‬ ‫‪،‬‬ ‫‪𝜇 = 18‬‬
‫‪6‬‬
‫‪ ‬حساب‪: 𝑞 ، 𝑝 ، 𝑛 :‬‬
‫‪33‬‬
‫= 𝑞𝑝𝑛 = ‪𝜎 2‬‬ ‫بما أف التكزيع ىك تكزيع ثنائي فإف‪، 𝜇 = 𝑛𝑝 = 18 :‬‬
‫‪6‬‬
‫‪𝑛𝑝 = 18‬‬ ‫‪‬‬ ‫‪𝑛𝑝 = 18‬‬
‫بحؿ ىذه الجممة نجد‪:‬‬ ‫‪33‬‬ ‫⇔‬ ‫‪33‬‬
‫= 𝑝 ‪𝑛𝑝 1 −‬‬
‫‪6‬‬
‫‪‬‬ ‫= 𝑞𝑝𝑛‬
‫‪6‬‬
‫‪ ، 𝑛 = 26 ; 𝑝 = 0.69‬كمنو‪𝑞 = 1 − 𝑝 = 1 − 0.69 = 0.31 :‬‬
‫حل التمرين السادس‪:‬‬
‫‪- 1‬حساب االحتماالت اآلتية‪:‬‬

‫‪ 𝑃(𝑧 ≥ 0.52) = 1 − 𝑃(𝑧 ≤ 0.52) = 1 − 0.6985 = 0.3015‬‬
‫‪ 𝑃(𝑧 ≤ 2.64) = 0.9959‬‬
‫‪‬‬ ‫)‪𝑃(−2.43 ≤ 𝑧 ≤ 0.76) = 𝑃 𝑧 ≤ 0.76 − 𝑃(𝑧 ≤ −2.43‬‬
‫‪= 𝑃 𝑧 ≤ 0.76 − 1 − 𝑃 𝑍 < 2.83‬‬
‫‪= 0.7794 − 1 + 0.9977 = 0.7741‬‬

‫‪41‬‬
‫‪- 2‬حساب االحتماالت اآلتية‪:‬‬
‫‪680−1000‬‬
‫≥ 𝑍 𝑃 = ‪ 𝑃 𝑋 ≥ 680‬‬ ‫‪= 𝑃 𝑍 ≥ −3.2‬‬
‫‪100‬‬
‫‪= 𝑃 𝑍 ≤ 3.20 = 0.9993‬‬

‫‪740−1000‬‬
‫≤ 𝑍 𝑃 = )‪ 𝑃(𝑋 ≤ 740‬‬ ‫‪= 𝑃 𝑍 ≤ −2.6‬‬
‫‪100‬‬
‫‪= 1 − 𝑃(𝑧 ≤ 2.6) = 1 − 0.9953 = 0.0047‬‬
‫‪720−1000‬‬ ‫‪1100 −1000‬‬
‫𝑃 = )‪ = 𝑃(−2.8 ≤ 𝑃(720 ≤ 𝑋 ≤ 1100‬‬ ‫≤𝑍≤‬
‫‪100‬‬ ‫‪100‬‬
‫)‪𝑍 ≤ 1.0) = 𝑃 𝑧 ≤ 1.0 − 𝑃(𝑧 ≤ −2.8‬‬ ‫𝑃=‬ ‫‪𝑧 ≤ 1.0 −‬‬
‫‪1 − 𝑃 𝑍 ≤ 2.8‬‬
‫‪= 0.8413 − 1 + 0.9974 = 0.8387‬‬
‫‪ - 3‬لدينا‪ ، 𝑍~𝑁(0,1) :‬حساب قيمة 𝛼 ك 𝛽 ك 𝛾 في الحاالت اآلتية‪:‬‬

‫‪⇔ 1 − 𝑃 𝑍 < 𝛼 = 0.032 ⇔ 𝑃 𝑍 ≥ 𝛼 = 0.032‬‬ ‫‪‬‬
‫‪ ، 𝑃 𝑍 < 𝛼 = 0.968‬نبحث عف قيمة ‪ α‬في داخؿ الجدكؿ‪ ،‬فنجد أف القيمة المقابمة الحتماؿ‬
‫قدره ‪ 0.968‬تساكم ‪ ، 1.86‬كمنو ‪ ، 𝛼 = 1.86 ⇔ 𝑃 𝑍 ≥ 𝛼 = 0.032 :‬بنفس الطريقة‬
‫نجد‪:‬‬
‫‪𝛽 = 0.70 ⇔ 𝑃 𝑍 ≤ 𝛽 = 0.758‬‬ ‫‪‬‬
‫‪ ⇔ 𝑷 𝒁 ≤ 𝜸 = 0.436‬؟ = 𝛾‬ ‫‪‬‬
‫لدينا‪𝑃 𝑍 ≥ 0.16 = 𝑷 𝒁 ≤ −𝟎. 𝟏𝟔 = 1 − 𝑃 𝑍 ≤ 0.16 = 0.436 :‬‬

‫كمنو‪𝛾 = −0.16 :‬‬
‫‪- 4‬لدينا‪ ، 𝑋~𝑁(80 , 14) :‬حساب قيمة 𝑎 ك 𝑏 ك 𝑐 في الحاالت اآلتية‪:‬‬
‫‪𝑎−80‬‬
‫≥ 𝑍 𝑃 = 𝑎 ≥ 𝑋 𝑃 ‪ ،‬كمنو‪:‬‬ ‫‪= 0.022‬‬ ‫‪‬‬
‫‪14‬‬
‫‪𝑎−80‬‬ ‫‪𝑎−80‬‬
‫< 𝑍 𝑃‪1−‬‬ ‫≥ 𝑍 𝑃 ⇔ ‪= 0.022‬‬ ‫‪= 0.020‬‬
‫‪14‬‬ ‫‪14‬‬
‫‪𝑎−80‬‬
‫< 𝑍 𝑃 ‪ ،‬أي أن ‪:‬‬ ‫⇔ ‪= 0.978‬‬
‫‪14‬‬
‫‪𝑎−80‬‬
‫⇔ ‪𝑎 = 110.80‬‬ ‫‪= 2.20‬‬
‫‪14‬‬
‫‪𝑏−80‬‬
‫≤𝑍 𝑃= 𝑏≤𝑋 𝑃‬ ‫‪= 0.4256‬‬ ‫‪‬‬
‫‪14‬‬
‫‪𝑏−80‬‬ ‫‪𝑏−80‬‬
‫⇔ ‪𝑏 = 77.34‬‬ ‫≤ 𝑍 𝑃 ⇔ ‪= −0.19‬‬ ‫‪= 0.4256‬‬
‫‪14‬‬ ‫‪14‬‬
‫‪𝑐−80‬‬ ‫‪68−80‬‬
‫𝑃‬ ‫≤𝑍≤‬ ‫‪= 0.1214 ⇔ 𝑃 𝑐 ≤ 𝑋 ≤ 68 = 0.1214 ‬‬
‫‪14‬‬ ‫‪14‬‬
‫‪𝑐−80‬‬
‫≤ 𝑍 𝑃 ‪𝑃 𝑍 ≤ −0.86 −‬‬ ‫⇔ ‪= 0.1214‬‬
‫‪14‬‬
‫‪42‬‬
‫‪𝑐−80‬‬
‫≤ 𝑍 𝑃 ‪0.1949 −‬‬ ‫⇔ ‪= 0.1214‬‬
‫‪14‬‬
‫‪𝑐−60‬‬
‫≤𝑍 𝑃‬ ‫⇔ ‪= 0.1949 − 0.1214‬‬
‫‪12‬‬
‫‪𝑐−80‬‬
‫≤𝑍 𝑃‬ ‫⇔ ‪= 0.0735‬‬
‫‪14‬‬
‫‪𝑐−80‬‬
‫⇔ ‪𝑐 = 59.70‬‬ ‫⇔ ‪= −1.45‬‬
‫‪14‬‬
‫حل التمرين السابع‪:‬‬
‫لدينا‪𝑋~𝑁( 𝜇 , 𝜎 ) :‬‬
‫حساب االحتماالت اآلتية‪:‬‬
‫𝜇‪𝜇 −𝜎 −‬‬ ‫𝜇‪𝜇 +𝜎 −‬‬

‫𝑃= 𝜎‪𝑃 𝜇−𝜎 ≤𝑋 ≤𝜇+‬‬ ‫≤𝑍≤‬ ‫‪‬‬
‫𝜎‬ ‫𝜎‬
‫‪= 𝑃 −1 ≤ 𝑍 ≤ +1 = 𝑃 𝑍 ≤ 1.0 − 𝑃 𝑍 ≤ −1.0‬‬
‫‪=𝑃 𝑍≤1‬‬
‫كمنو‪ ، 𝑃 𝜇 − 𝜎 ≤ 𝑋 ≤ 𝜇 + 𝜎 = 0.6826 :‬أم أف‪ %68.26 :‬مف مجمكع المساحة تحت‬

‫المنحنى تقع ضمف انحراؼ معيارم كاحد عف الكسط الحسابي‪.‬‬
‫𝜇‪𝜇 −2𝜎 −‬‬ ‫𝜇‪𝜇 +2𝜎 −‬‬

‫𝑃 = 𝜎‪𝑃 𝜇 − 2𝜎 ≤ 𝑋 ≤ 𝜇 + 2‬‬ ‫≤𝑍≤‬ ‫‪‬‬
‫𝜎‬ ‫𝜎‬
‫‪= 𝑃 −2 ≤ 𝑍 ≤ +2 = 𝑃 𝑍 ≤ 2.0 − 𝑃 𝑍 ≤ −2.0‬‬
‫‪=𝑃 𝑍≤2‬‬
‫‪ %95.44‬مف مجمكع المساحة‬ ‫كمنو‪ ، 𝑃 𝜇 − 2𝜎 ≤ 𝑋 ≤ 𝜇 + 2𝜎 = 0.9544 :‬أم أف‪:‬‬

‫تحت المنحنى تقع ضمف انحرافيف معيارييف عف الكسط الحسابي‪.‬‬
‫𝜇‪𝜇 −3𝜎 −‬‬ ‫𝜇‪𝜇 +3𝜎 −‬‬

‫𝑃 = 𝜎‪𝑃 𝜇 − 3𝜎 ≤ 𝑋 ≤ 𝜇 + 3‬‬ ‫≤𝑍≤‬ ‫‪‬‬
‫𝜎‬ ‫𝜎‬
‫‪= 𝑃 −3 ≤ 𝑍 ≤ +3 = 𝑃 𝑍 ≤ 3.0 − 𝑃 𝑍 ≤ −3.0‬‬
‫‪=𝑃 𝑍≤3‬‬
‫‪ %99.74‬مف مجمكع المساحة‬ ‫كمنو‪ ، 𝑃 𝜇 − 3𝜎 ≤ 𝑋 ≤ 𝜇 + 3𝜎 = 0.9974 :‬أم أف‪:‬‬

‫تحت المنحنى تقع ضمف ثبلث انحرافات معيارية عف الكسط الحسابي‪.‬‬
‫حل التمرين الثامن‪:‬‬

‫‪43‬‬
‫‪- 1‬حساب ما يمي‪:‬‬
‫𝑥‪+∞ 8 −‬‬
‫‪𝐴= 0‬‬ ‫!‪𝑥 𝑒 𝑑𝑥 = (9) = 8‬‬ ‫‪= 40320‬‬
‫𝑥‪+∞ −1 −‬‬
‫𝐵‬ ‫=‬ ‫= 𝑥𝑑 𝑒 𝑥 ‪0‬‬
‫‪2‬‬ ‫𝜋 = )‪(12‬‬
‫𝑥‪+∞ 1 −‬‬
‫𝐶‬ ‫=‬ ‫𝑥𝑑 𝑒 𝑥 ‪0‬‬
‫‪2‬‬ ‫𝜋 ‪= (32) = 12 (12) = 12‬‬
‫)‪(𝑛) = (𝑛 − 1)(𝑛 − 1‬‬ ‫الحظ أف‪:‬‬
‫𝑥‪+∞ 3 −‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3 1‬‬ ‫‪1‬‬

‫𝐷‬ ‫=‬ ‫)‪0 𝑥 𝑒 𝑑𝑥 = (2) = 2 (2) = 2 2 (2‬‬
‫‪2‬‬ ‫‪= 32‬‬ ‫‪1‬‬
‫‪2‬‬
‫𝜋 ‪𝜋 = 34‬‬
‫𝑥‪+∞ −3 −‬‬ ‫)‪(12‬‬

‫𝐸‬ ‫=‬ ‫𝑥𝑑 𝑒 𝑥 ‪0‬‬
‫‪2‬‬ ‫‪= (−1‬‬
‫‪2‬‬
‫=)‬ ‫‪−1‬‬ ‫𝜋 ‪= −2‬‬
‫‪2‬‬
‫‪(𝑛 − 1) = 𝑛−1‬‬
‫)𝑛(‪‬‬
‫الحظ أف‪:‬‬
‫∞‪+‬‬
‫=𝐹‬ ‫‪0‬‬
‫؟ = 𝑥𝑑 𝑥‪𝑥 9 𝑒 −3‬‬
‫‪1‬‬ ‫‪1‬‬
‫نضع‪ t = 3𝑥 ⇒ 𝑥 = 𝑡 ⇒ 𝑑𝑥 = 𝑑𝑡 :‬نبلحظ أف‪:‬‬
‫‪3‬‬ ‫‪3‬‬
‫‪ 𝑥 → 0 ⇒ 𝑡 → 0‬كذلؾ ‪ 𝑥 → +∞ ⇒ 𝑡 → +∞ :‬كمنو‪:‬‬
‫‪+∞ 1‬‬ ‫‪9‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫∞‪+‬‬ ‫‪1‬‬

‫=𝐹‬ ‫‪0‬‬ ‫‪3‬‬
‫𝑡‬ ‫𝑡‪𝑒 −‬‬
‫‪3‬‬
‫= 𝑡𝑑‬
‫‪310‬‬ ‫‪0‬‬
‫= 𝑡𝑑 𝑡‪𝑡 9 𝑒 −‬‬
‫‪310‬‬
‫)‪(10‬‬
‫‪1‬‬ ‫!‪9‬‬
‫=‬ ‫= !‪9‬‬
‫‪310‬‬ ‫‪310‬‬
‫‪- 2‬حساب المتكسط كالتبايف كاستنتاج قيمة االنحراؼ المعيارم في كؿ مما يمي‪:‬‬
‫𝑥‪−‬‬
‫‪1‬‬
‫= )𝑥(𝑓‬ ‫‪𝑥6𝑒 3‬‬ ‫‪‬‬
‫)‪37 (7‬‬
‫‪σ2 = αβ2 = 7 × 32 = 63‬‬ ‫‪،‬‬ ‫‪𝜇 = 𝛼𝛽 = 7 × 3 = 21‬‬
‫‪σ = β α = 3 7 = 7.94‬‬
‫𝑥‪−‬‬
‫‪1‬‬
‫𝑒 = )𝑥(𝑓‬ ‫‪5‬‬ ‫‪‬‬
‫‪5‬‬
‫‪σ2 = αβ2 = 1 × 52 = 25‬‬ ‫‪،‬‬ ‫‪𝜇 = 𝛼𝛽 = 1 × 5 = 5‬‬
‫‪σ=β α=5 1=5‬‬
‫حل التمرين التاسع‪:‬‬

‫‪44‬‬
‫‪1 4‬‬ ‫)‪(5)(6‬‬ ‫!‪4!5‬‬
‫=𝐴‬ ‫‪0‬‬
‫𝑥𝑑 ‪𝑥 (1 − 𝑥)5‬‬ ‫= )‪= 𝛽(5,6‬‬ ‫=‬
‫)‪(11‬‬ ‫!‪10‬‬
‫‪1‬‬ ‫)‪(2)(2‬‬ ‫!‪1!1‬‬ ‫‪1‬‬
‫=𝐵‬ ‫‪0‬‬
‫= 𝑥𝑑)𝑥 ‪𝑥(1 −‬‬ ‫= )‪𝛽(2,2‬‬ ‫=‬ ‫=‬
‫)‪(4‬‬ ‫!‪3‬‬ ‫‪6‬‬
‫‪1‬‬ ‫)‪(1)(4‬‬ ‫!‪0!3‬‬ ‫‪3‬‬
‫=𝐶‬ ‫‪0‬‬
‫‪3(1‬‬ ‫‪− 𝑥)3 𝑑𝑥 = 3𝛽(1,4) = 3‬‬ ‫‪=3‬‬ ‫=‬
‫)‪(5‬‬ ‫!‪4‬‬ ‫‪4‬‬
‫‪1‬‬ ‫)‪(3)(2‬‬ ‫!‪2!1‬‬ ‫‪10‬‬
‫=𝐷‬ ‫‪0‬‬
‫‪10𝑥 2 (1‬‬ ‫‪− 𝑥)𝑑𝑥 = 10𝛽(3,2) = 10‬‬ ‫‪= 10‬‬ ‫=‬
‫)‪(5‬‬ ‫!‪4‬‬ ‫‪12‬‬
‫𝜋‬
‫=𝐸‬ ‫‪0‬‬
‫‪2‬‬ ‫𝑥𝑛𝑖𝑠‬ ‫‪3‬‬
‫؟ = 𝑥𝑑 ‪𝑐𝑜𝑠𝑥 5‬‬
‫𝜋‬
‫‪1‬‬
‫‪ ،‬كمنو‪:‬‬ ‫‪2‬‬
‫‪0‬‬
‫𝑥𝑛𝑖𝑠‬ ‫‪2𝑛−1‬‬
‫𝑥𝑠𝑜𝑐‬ ‫‪2𝑚 −1‬‬
‫لدينا‪𝑑𝑥 = 𝛽(𝑛, 𝑚) :‬‬
‫‪2‬‬
‫𝜋‬
‫‪3‬‬ ‫‪1‬‬ ‫)‪1 (2)(3‬‬ ‫!‪1 1!2‬‬ ‫‪1‬‬
‫=𝐸‬ ‫‪2‬‬
‫‪0‬‬
‫𝑥𝑛𝑖𝑠‬ ‫= )‪𝑐𝑜𝑠𝑥 5 𝑑𝑥 = 𝛽(2,3‬‬ ‫=‬ ‫=‬
‫‪2‬‬ ‫‪2‬‬ ‫)‪(5‬‬ ‫‪2‬‬ ‫!‪4‬‬ ‫‪24‬‬
‫𝜋‬
‫𝜋‬ ‫‪2‬‬
‫=𝐹‬ ‫‪0‬‬
‫‪𝑠𝑖𝑛𝑥 𝑑𝑥 ⇒ 𝐹 = 2‬‬ ‫‪2‬‬
‫‪0‬‬
‫𝑥𝑑 ‪𝑠𝑖𝑛𝑥 2‬‬
‫𝜋‬ ‫‪3‬‬ ‫‪1‬‬
‫‪1‬‬ ‫‪3 1‬‬ ‫) ‪(2 )(2‬‬
‫‪𝐹=2‬‬ ‫‪0‬‬
‫‪2‬‬ ‫𝑥𝑛𝑖𝑠‬ ‫‪2‬‬
‫‪𝑐𝑜𝑠𝑥 𝑑𝑥 = 2‬‬ ‫‪0‬‬
‫= ) ‪𝛽( ,‬‬ ‫أم أف‪:‬‬
‫‪2‬‬ ‫‪2 2‬‬ ‫)‪(2‬‬
‫‪π‬‬
‫‪π‬‬ ‫‪π‬‬
‫=‬ ‫‪2‬‬
‫=‬
‫!‪1‬‬ ‫‪2‬‬
‫‪- 2‬حساب المتكسط كالتبايف كاستنتاج قيمة االنحراؼ المعيارم في كؿ مما يمي‪:‬‬
‫‪1‬‬
‫= )𝑥(𝑓‬ ‫‪0‬‬
‫‪𝜋𝑥 11 (1 −‬‬ ‫𝑥𝑑 ‪𝑥)7‬‬ ‫‪‬‬
‫𝛼‬ ‫‪12‬‬ ‫‪12‬‬ ‫‪3‬‬
‫=𝜇‬ ‫=‬ ‫=‬ ‫=‬
‫𝛽‪𝛼+‬‬ ‫‪12+8‬‬ ‫‪20‬‬ ‫‪5‬‬
‫‪αβ‬‬ ‫‪12×8‬‬ ‫‪96‬‬ ‫‪2‬‬
‫= ‪σ2‬‬ ‫‪2‬‬
‫=‬ ‫=‬ ‫=‬
‫‪α+β‬‬ ‫‪α+β+1‬‬ ‫)‪(12+8)2 (12+8+1‬‬ ‫‪8400‬‬ ‫‪175‬‬
‫‪1‬‬ ‫‪αβ‬‬ ‫‪1‬‬ ‫‪12×8‬‬
‫=‪σ‬‬ ‫=‬ ‫‪= 0.11‬‬
‫‪α+β‬‬ ‫‪α+β+1‬‬ ‫‪12+8‬‬ ‫‪12+8+1‬‬
‫‪1‬‬
‫= )𝑥(𝑓‬ ‫‪0‬‬
‫𝑥𝑑 ‪10𝑥 9 (1 − 𝑥)3‬‬ ‫‪‬‬
‫𝛼‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪5‬‬
‫=𝜇‬ ‫=‬ ‫=‬ ‫=‬
‫𝛽‪𝛼+‬‬ ‫‪10+4‬‬ ‫‪14‬‬ ‫‪7‬‬
‫‪αβ‬‬ ‫‪10×4‬‬ ‫‪40‬‬ ‫‪2‬‬

‫= ‪σ2‬‬ ‫‪2‬‬
‫=‬ ‫=‬ ‫=‬
‫‪α+β‬‬ ‫‪α+β+1‬‬ ‫)‪(10+4)2 (10+4+1‬‬ ‫‪2940‬‬ ‫‪147‬‬
‫‪1‬‬ ‫‪αβ‬‬ ‫‪1‬‬ ‫‪10×4‬‬

‫=‪σ‬‬ ‫=‬ ‫‪= 0.12‬‬
‫‪α+β‬‬ ‫‪α+β+1‬‬ ‫‪10+4‬‬ ‫‪10+4+1‬‬
‫‪ 𝑔(𝑥) = 5𝑥 2 (1 − 𝑥)2‬تمثؿ نسبة اإلنتاج المباع في إحدل المؤسسات‪.‬‬ ‫‪- 3‬‬

‫أ ‪ -‬حساب النسبة المتكقعة‪:‬‬
‫‪45‬‬
‫ب ‪-‬حساب احتماؿ أف تبمغ النسبة أكثر مف ‪: 40‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1−0.31744‬‬
‫‪0.40‬‬
‫𝑥𝑑)𝑥(𝑔‬ ‫=‬ ‫‪0.40‬‬
‫‪5𝑥 2 (1 −‬‬ ‫‪𝑥)2 𝑑𝑥 = 5‬‬ ‫‪= 0.1138‬‬
‫‪30‬‬
‫حل التمرين العاشر‪:‬‬

‫‪2 (0.90 ,‬‬ ‫‪8) = 3.490‬‬ ‫‪،‬‬ ‫‪2 (0.005 ,‬‬ ‫‪20) = 39.997‬‬ ‫‪‬‬
‫‪- 2‬حساب 𝛼 في كؿ مما يمي‪:‬‬
‫‪2 (α , 11) = 24.725 ⇒ α = 0.01‬‬ ‫‪‬‬
‫‪2 (1 − α , 10) = 3.247 ⇒ α = 0.025‬‬
‫‪- 3‬حساب قيمة المتكسط كالتبايف كاستنتاج قيمة االنحراؼ المعيارم لمتكزيع اآلتي‪:‬‬
‫)𝜗( ‪ ، 𝑋~2‬حيث‪𝑛 = 17 :‬‬
‫‪𝜇 = 𝜗 = 𝑛 − 1 = 17 − 1 = 16‬‬
‫‪σ2 = 2ϑ = 2 × 16 = 32‬‬
‫‪σ = 2ϑ = 2 × 16 = 4 2 = 5.657‬‬
‫حل التمرين الحادي عشر‪:‬‬

‫‪t(0.99 , 11) = 2.718‬‬ ‫‪،‬‬ ‫‪t(0.05 , 10) = −1.812‬‬
‫‪t(α , 15) = −2.602 ⇒ α = 0.010‬‬
‫‪t(1 − α , 10) = 4.144 ⇒ α = 0.001‬‬
‫)𝜗(𝑡~𝑋 ‪ ،‬حيث‪𝑛 = 21 :‬‬
‫‪𝜇=0‬‬
‫‪ϑ‬‬ ‫‪𝑛 −1‬‬ ‫‪20‬‬
‫= ‪σ2‬‬ ‫=‬ ‫=‬ ‫‪= 1.11‬‬
‫‪ϑ−2‬‬ ‫‪n−1 −2‬‬ ‫‪18‬‬
‫‪ϑ‬‬ ‫‪20‬‬ ‫‪20‬‬
‫=‪σ=σ‬‬ ‫=‬ ‫=‬ ‫‪= 1.05‬‬
‫‪ϑ−2‬‬ ‫‪20−2‬‬ ‫‪18‬‬
‫‪46‬‬
‫حل التمرين الثاني عشر‪:‬‬

‫‪𝐹(0.95 , 9 , 7) = 3.68‬‬ ‫‪،‬‬ ‫‪𝐹(0.05 , 10 , 7) = 0.32‬‬
‫‪𝐹(α , 4 , 10) = 0.26 ⇒ α = 0.10‬‬
‫‪𝐹(1 − α , 20 , 5) = 6.33 ⇒ α = 0.025‬‬
‫) ‪ ، X~F(𝜗1 , 𝜗2‬حيث‪𝑛2 = 11 ، 𝑛1 = 13 :‬‬
‫‪𝜗2‬‬ ‫‪𝑛 2 −1‬‬ ‫‪10‬‬ ‫‪10‬‬

‫=𝜇‬ ‫=‬ ‫=‬ ‫=‬ ‫‪= 1.25‬‬
‫‪𝜗2 −2‬‬ ‫‪𝑛 2 −1 −2‬‬ ‫‪10−2‬‬ ‫‪8‬‬
‫)‪2ϑ22 (ϑ1 +ϑ2 −2‬‬ ‫)‪2×10 2 (12+10−2‬‬ ‫‪4000‬‬
‫= ‪σ2‬‬ ‫=‬ ‫=‬ ‫‪= 0.006‬‬
‫)‪ϑ1 (ϑ22 −2)2 (ϑ2 −4‬‬ ‫)‪12(10 2 −2)2 (10−4‬‬ ‫‪691488‬‬
‫)‪2ϑ22 (ϑ1 +ϑ2 −2‬‬ ‫)‪2×10 2 (12+10−2‬‬ ‫‪4000‬‬

‫=‪σ‬‬ ‫=‬ ‫=‬ ‫‪= 0.077‬‬
‫)‪ϑ1 (ϑ22 −2)2 (ϑ2 −4‬‬ ‫)‪12(10 2 −2)2 (10−4‬‬ ‫‪691488‬‬
‫الفصل الثاني‬
‫نظرية توزيعات المعاينة‬
‫العينة العشكائية البسيطة‪ ،‬العينة‬ ‫المعاينة ىي عممية الحصكؿ عمى عينة مف المجتمع اإلحصائي مثؿ‬
‫العشكائية المنتظمة‪ ،‬العينة العشكائية الطبقية‪ ،‬كالعينة العشكائية متعددة المراحؿ‪ ،‬كتعميـ نتائج ىذه العينة عمى‬
‫المجتمع اإلحصائي‪ ،‬كتستخدـ ىذه العينات لبلستدالؿ عمى معالـ كخكاص المجتمع‪.‬‬
‫‪47‬‬
‫توزيع المعاينة ىك التكزيع االحتمالي ألية إحصاءة (المتكسط‪ ،‬التبايف‪ ،‬النسبة) تحسب قيمتيا مف كؿ‬
‫العينات العشكائية ذات الحجـ المتساكم كالممكف سحبيا مف المجتمع‪.‬‬
‫إف كؿ معممة في المجتمع 𝑃 ‪ 𝜇 , 𝜎 2 ,‬تقابميا إحصاءة 𝑃 ‪ 𝑋 , 𝑆 2 ,‬في العينة‪.‬‬
‫إذا تـ سحب مف المجتمع اإلحصائي ذك الحجـ 𝑁 كؿ العينات العشكائية الممكنة ذات الحجـ 𝑛 ‪ ،‬ككؿ عينة‬
‫𝑋 فالتكزيع االحتمالي لئلحصاءة 𝑋 تسمى بتكزيع المعاينة‬ ‫مف ىذه العينات حسبنا ليا قيمة الكسط الحسابي‬
‫𝑃 فالتكزيع االحتمالي لئلحصاءة 𝑃 تسمى بتكزيع‬ ‫لمكسط الحسابي‪ ،‬كاذا تـ حساب لكؿ عينة القيمة النسبية‬
‫‪ 𝑆 2‬فالتكزيع االحتمالي لئلحصاءة ‪ 𝑆 2‬تسمى‬ ‫المعاينة لنسبة العينة‪ ،‬كاذا تـ حساب لكؿ عينة قيمة التبايف‬
‫بتكزيع المعاينة لمتبايف‪.‬‬
‫إف عدد العينات الممكنة كالمسحكبة مف المجتمع ىك 𝑛 𝑁 = 𝑛𝑃 في حالة السحب مع اإلرجاع‪ ،‬أما في حالة‬
‫!𝑁‬ ‫!𝑁‬
‫= 𝑛𝑁𝐶 مع عدـ مراعاة الترتيب‪.‬‬ ‫= 𝑁𝑛𝐴 مع مراعاة الترتيب أك‬ ‫السحب دكف إرجاع فيك‬
‫!𝑛!) 𝑛‪(𝑁−‬‬ ‫!)𝑛‪(𝑁−‬‬
‫يم ّكف لنا تكزيع المعيانة مف إجراء استنتاج أك استدالؿ إحصائي حكؿ القيـ المقابمة ليا في المجتمع اإلحصائي‪.‬‬
‫‪- 1‬متوسط توزيع المعاينة لممتوسطات واالنحراف المعياري لتوزيع المعاينة لممتوسطات‪:‬‬
‫إذا أخذنا جميع العينات الممكنة ذات نفس الحجـ ‪ n‬مف مجتمع إحصائي حجمو ‪ N‬كحسبنا المتكسط‬
‫الحسابي لكؿ عينة مف ىذه العينات‪ ،‬سكؼ نجد أف ىذه المتكسطات قد تختمؼ فيما بينيا‪ ،‬مما يعني أف‬
‫سمكؾ ىذه المتكسطات ىك سمكؾ متغير عشكائي‪ ،‬فمثمما يرمز لممتغير العشكائي لممجتمع اإلحصائي‬
‫بالرمز ‪ X‬يرمز أيضا لممتغير العشكائي لمعينة بالرمز ‪ X‬كبالتالي فإف ىذا المتغير العشكائي ‪ X‬لو تكزيع‬
‫احتمالي مستمدا مف تكزيع المجتمع الذم سحبت منو العينات‪ ،‬يطمؽ عميو تكزيع المعاينة لمكسط‬
‫الحسابي لمعينة‪.‬‬
‫متكسط المتغير العشكائي ‪X‬‬ ‫‪- 1‬متوسط (األمل الرياضي‪ ،‬توقع) توزيع المعاينة لممتوسطات‪:‬‬
‫‪- 1‬‬
‫𝜇 = 𝑋𝜇 أم أف‪ :‬متكسط متكسطات‬ ‫كالذم يرمز لو بالرمز 𝑋𝜇 يعطى بالعبلقة اآلتية‪:‬‬
‫العينة ىك نفسو متكسط المجتمع اإلحصائي حيث ‪ μ‬ىك متكسط المجتمع اإلحصائي‪.‬‬
‫‪- 2‬االنحراف المعياري لتوزيع المعاينة لممتوسطات‪ :‬االنحراؼ المعيارم لتكزيع الكسط الحسابي‬
‫‪- 1‬‬
‫𝜎‬
‫= 𝑋𝜎 حيث ‪ σ‬ىك االنحراؼ‬ ‫لمعينة كالذم يرمز لو بالرمز 𝑋𝜎 يعطى بالعبلقة اآلتية‪:‬‬
‫𝑛‬
‫المعيارم لممجتمع اإلحصائي ‪ 𝑛 ،‬حجـ العينة‪.‬‬
‫‪48‬‬
‫مثال‪ :‬تحتكم الكمية بإحدل الجامعات عمى ‪ 4‬أقساـ‪ ،‬يحتكم قسـ االقتصاد عمى ‪ 12‬مكظفا‪،‬‬
‫كيحتكم قسـ المالية كالمحاسبة عمى ‪ 8‬مكظفيف‪ ،‬كيحتكم قسـ التجارة عمى ‪ 5‬مكظفيف‪ ،‬بينما‬
‫يحتكم قسـ التسيير عمى ‪ 3‬مكظفا‪ .‬نعرؼ المتغير العشكائي ‪ X‬بعدد المكظفيف في كؿ قسـ‪.‬‬
‫الجزء األول‪:‬‬
‫أ ‪ -‬أكجد قيـ المتغير العشكائي 𝑋 ‪.‬‬
‫ب ‪-‬حدد قانكف التكزيع االحتمالي لممتغير العشكائي 𝑋 ‪.‬‬
‫ت ‪-‬أحسب المتكسط (التكقع أك األمؿ الرياضي) 𝜇 لممتغير العشكائي 𝑋 ‪.‬‬
‫ث ‪-‬أحسب التبايف ‪ 𝜎 2‬كاستنتج قيمة االنحراؼ المعيارم 𝜎 لممتغير العشكائي 𝑋 ‪.‬‬
‫الجزء الثاني‪:‬‬
‫نختار مف ىذا المجتمع اإلحصائي مع اإلعادة كؿ العينات العشكائية ذات الحجـ ‪𝑛 = 2‬‬
‫‪ ‬أحسب عدد العينات الممكنة مع إظيارىا‪.‬‬

‫‪ ‬أحسب المتكسط الحسابي لكؿ عينة‪.‬‬
‫‪ ‬حدد قانكف التكزيع االحتمالي لممتغير العشكائي 𝑋 ‪.‬‬
‫‪ ‬أحسب المتكسط (التكقع أك األمؿ الرياضي) 𝑋𝜇 لممتغير العشكائي 𝑋 ‪.‬‬
‫‪ ‬أحسب التبايف 𝑋 ‪ 𝜎 2‬كاستنتج قيمة االنحراؼ المعيارم 𝑋𝜎 لممتغير العشكائي 𝑋 ‪.‬‬
‫‪ ‬ماذا تستنتج بعد اإلجابة عمى الجزئيف‪.‬‬
‫الحل‪ :‬الجزء األول‪:‬‬
‫أ ‪-‬إيجاد قيـ المتغير العشكائي 𝑋 ‪:‬‬

‫‪‬‬ ‫القيـ التي يأخذىا المتغير العشكائي 𝑋 ىي‪𝑋 = 3 , 5 , 8 , 12 :‬‬
‫حساب احتماؿ قيـ المتغير العشكائي 𝑋 ‪:‬‬
‫‪1‬‬ ‫‪1‬‬
‫= ‪𝑝 𝑋=3‬‬
‫‪4‬‬
‫‪,‬‬ ‫= ‪𝑝 𝑋=5‬‬
‫‪4‬‬
‫‪1‬‬ ‫‪1‬‬
‫= ‪𝑝 𝑋=8‬‬ ‫= ‪, 𝑝 𝑋 = 12‬‬
‫‪4‬‬ ‫‪4‬‬
‫ب ‪-‬قانكف احتماؿ المتغير العشكائي 𝑋 ممخص في الجدكؿ األتي‪:‬‬
‫𝑖𝑥 = 𝑋‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪8 12‬‬
‫‪49‬‬
‫) 𝑖𝑥 = 𝑋(𝑝‬‫‪1 1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪4 4‬‬ ‫‪4‬‬ ‫‪4‬‬
‫‪ ∀ 𝑖 ∈ 3 , 5 , 8 , 12‬ك كذلؾ‪𝑖=1 𝑝𝑖 = 1 :‬‬ ‫نبلحظ أف‪𝑝𝑖 ≥ 0 :‬‬
‫‪4‬‬
‫ت ‪-‬حساب متكسط المجتمع 𝜇 لممتغير العشكائي 𝑋 ‪:‬‬

‫‪4‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫=𝜇‬ ‫𝑖𝑝 𝑖𝑥 ‪𝑖=1‬‬ ‫‪= 3‬‬ ‫‪+ 5‬‬ ‫‪+ 8‬‬ ‫) ( ‪+ 12‬‬
‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬
‫‪1‬‬ ‫‪28‬‬
‫=‬ ‫= ‪3 + 5 + 8 + 12‬‬ ‫‪=7‬‬
‫‪4‬‬ ‫‪4‬‬
‫ث ‪ ·-‬حساب قيمة التبايف ‪:𝜎 2‬‬

‫‪4‬‬ ‫‪2‬‬
‫= ‪𝜎2‬‬ ‫𝑖𝑝 𝑖𝑥 ‪𝑖=1‬‬ ‫‪− 𝜇2‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪2 1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬

‫‪= 3‬‬ ‫‪+ 5‬‬ ‫‪+ 8‬‬ ‫‪+ 12‬‬ ‫‪− 7‬‬
‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬
‫‪1‬‬
‫=‬ ‫‪9 + 25 + 64 + 144 − 49 = 60.5 − 49 = 11.5‬‬
‫‪4‬‬
‫· استنتاج قيمة االنحراؼ المعيارم 𝜎 لممتغير العشكائي 𝑋 ‪:‬‬
‫‪ = 𝜎 2 = 11.5 = 3.39‬‬
‫الجزء الثاني‪ :‬كؿ العينات العشكائية مع اإلعادة ذات الحجـ ‪: 𝑛 = 2‬‬
‫‪ ‬حساب عدد العينات الممكنة مع إظيارىا‪ :‬بما أف االختيار مع اإلعادة فإف عدد العينات‬
‫‪ Ln = 42 = 16‬أم أف‬ ‫الممكنة ىي القائمة المعرفة كما يمي‪ ، Ln = N n :‬كمنو‪:‬‬
‫‪، 8،3‬‬ ‫‪، 5،3‬‬ ‫‪، 3،3‬‬ ‫‪ 16‬كىي‪:‬‬ ‫عدد العينات الممكنة لبلختيار يساكم‬
‫‪، 5 ، 8 ، 3 ، 8 ، 12 ، 5‬‬ ‫‪، 8 ، 5 ، 5 ، 5 ، 3 ، 5 ، 12 ، 3‬‬
‫‪. 12 ، 12‬‬ ‫‪، 8 ، 12 ، 5 ، 12 ، 3 ، 12 ، 12 ، 8‬‬ ‫‪، 8،8‬‬

‫‪8+3‬‬ ‫‪5+ 3‬‬ ‫‪3+3‬‬
‫‪،‬‬ ‫‪= 5.5 ،‬‬ ‫‪=4 ،‬‬ ‫‪ ‬حساب المتكسط الحسابي لكؿ عينة‪= 3 :‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪12 + 5‬‬ ‫‪8+ 5‬‬ ‫‪5+5‬‬ ‫‪3+ 5‬‬ ‫‪12 + 3‬‬
‫‪= ،‬‬ ‫‪= 6.5 ،‬‬ ‫‪=5‬‬ ‫‪،‬‬ ‫‪=4 ،‬‬ ‫‪= 7.5‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪+3 ، 82=10 12+ ، 82=8 8+ ، 82=6.5 + 5 ، 82=5.5 + 3 ، 8.5‬‬

‫‪.122=12 + 12 ، 122=10 + 8 ، 122=8.5 + 5 ، 122=7.5‬‬
‫‪ ‬قانكف التكزيع االحتمالي لممتغير العشكائي 𝑋 (جدكؿ تكزيع المعاينة لمكسط الحسابي 𝑋)‪:‬‬
‫‪50‬‬
‫𝑋 ممخص في‬ ‫قانكف احتماؿ المتغير العشكائي 𝑋 أم تكزيع المعاينة لمكسط الحسابي‬
‫الجدكؿ األتي‪:‬‬
‫‪3𝑋 = 4𝑥𝑖 5‬‬ ‫‪5.5 6.5 7.5‬‬ ‫‪8‬‬ ‫‪8.5 10 12‬‬
‫‪𝑝(𝑋1= 𝑥𝑖2) 1‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2 1‬‬ ‫‪2 2 1‬‬
‫‪16 16 16 16 16 16 16 16 16 16‬‬
‫‪ ‬أحسب المتكسط 𝑋𝜇 لممتغير العشكائي 𝑋‪:‬‬
‫‪4‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬
‫= 𝑋𝜇‬ ‫𝑖𝑝 𝑖𝑥 ‪𝑖=1‬‬ ‫‪= 3‬‬ ‫‪+ 4‬‬ ‫‪+ 5‬‬ ‫‪+‬‬
‫‪16‬‬ ‫‪16‬‬ ‫‪16‬‬
‫‪5.5(216)+6.5216+7.5216+8116+8.5(216)+10216+1211‬‬
‫‪6‬‬
‫‪1‬‬
‫=‬ ‫‪3 + 8 + 5 + 11 + 13 + 15 + 8 + 17 + 20 + 12 = 7‬‬
‫‪16‬‬
‫‪ ‬حساب التبايف 𝑋 ‪:𝜎 2‬‬
‫‪4‬‬
‫= 𝑋‪𝜎 2‬‬ ‫‪2‬‬
‫𝑖𝑝 𝑖𝑥 ‪𝑖=1‬‬ ‫‪− 𝑋2‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪= 3‬‬ ‫‪+ 4‬‬ ‫‪+ 5‬‬ ‫‪+ 5.5‬‬ ‫‪+ 6.5‬‬ ‫‪+‬‬
‫‪16‬‬ ‫‪16‬‬ ‫‪16‬‬ ‫‪16‬‬ ‫‪16‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2 2‬‬ ‫‪2 2‬‬ ‫‪2 1‬‬
‫‪7.5‬‬ ‫‪+ 8‬‬ ‫‪+ 8.5‬‬ ‫‪+ 10‬‬ ‫‪+ 12‬‬ ‫‪−‬‬
‫‪16‬‬ ‫‪16‬‬ ‫‪16‬‬ ‫‪16‬‬ ‫‪16‬‬
‫‪2‬‬
‫‪7‬‬
‫‪1‬‬
‫=‬ ‫‪9 + 32 + 25 + 60.5 + 84.5 + 112.5 + 64 + 144.5 +‬‬
‫‪16‬‬
‫‪200+144−72=5.75‬‬
‫استنتاج قيمة االنحراؼ المعيارم 𝑋𝜎 لممتغير العشكائي 𝑋‪:‬‬
‫= 𝑋𝜎‬ ‫‪𝜎 2 𝑋 = 5.75 = 2.40‬‬
‫‪ ‬االستنتاجات‪:‬‬
‫𝑋 كبالتالي فيك يمتمؾ‬ ‫‪ ‬المتغير الذم نتعامؿ معو في تكزيع المعاينة ىك‬
‫المتكسط 𝑋𝜇 ( متكسط متكسطات العينات) ككذلؾ التبايف 𝑋 ‪ 𝜎 2‬كانحراؼ‬
‫معيارم 𝑋𝜎 ‪ ،‬بينما المتغير الذم نتعامؿ معو في حالة المجتمع ىك 𝑋 ‪،‬‬
‫فمديو المتكسط 𝜇 كتبايف ‪ 𝜎 2‬كانحراؼ معيارم 𝜎‬
‫‪ ‬يتـ االعتماد عمى مجتمع المتكسطات في االستدالؿ حكؿ معالـ المجتمع‬
‫األصمي ألف مجتمع المتكسطات أكثر تجانسا كبالتالي أقؿ تشتتا مف‬
‫المجتمع األصمي‪.‬‬
‫‪51‬‬
‫‪ ‬نستنتج أيضا أف‪ 𝜇𝑋 = 𝜇 :‬أم أف متكسط متكسطات العينات ىك نفسو‬
‫متكسط المجتمع اإلحصائي‪ ،‬لذا ال داعي لحساب متكسط متكسطات‬
‫العينات 𝑋𝜇 لطكؿ العمميات الحسابية خاصة إذا كاف حجـ العينة كبير‪،‬‬
‫بؿ يكفي حساب متكسط المجتمع اإلحصائي‪.32‬‬
‫𝜎‬
‫كالذم يساكم في ىذا‬ ‫‪ ‬نستنتج أيضا أف‪ ، 𝜎𝑋 ≠ 𝜎 :‬بينما إذا حسبنا‬
‫𝑛‬
‫𝜎‬ ‫𝜎‬ ‫‪3.39‬‬
‫= 𝑋𝜎 ‪،‬‬ ‫فإننا نجد أف‪:‬‬ ‫=‬ ‫المثاؿ ‪ 2.40‬أم أف ‪= 2.40‬‬
‫𝑛‬ ‫𝑛‬ ‫‪2‬‬
‫لذا ال داعي لحساب االنحراؼ المعيارم لمتكسط العينات لطكؿ العمميات‬

‫𝜎‬
‫الحسابية خاصة إذا كاف حجـ العينة كبير‪ ،‬بؿ يكفي حساب القيمة‬
‫𝑛‬
‫حيث‪ 𝜎 :‬االنحراؼ المعيارم لممجتمع ك𝑛 حجـ العينة‪.33‬‬

‫𝜎‬
‫= 𝑋𝜎‬ ‫‪،‬‬ ‫الخالصة‪𝜇𝑋 = 𝜇 :‬‬
‫𝑛‬
‫‪- 2‬توزيع المعاينة لممتوسط الحسابي 𝐗 عند المعاينة من مجتمع طبيعي أو غير طبيعي‪ :‬يعتمد نكع كشكؿ‬
‫التكزيع االحتمالي عمى تكزيع المجتمع األصمي المسحكب منو العينات‪ ،‬كنميز حالتيف‪:‬‬
‫الحالة األولى ‪ :‬المجتمع الذم سحبت منو العينة يتبع التكزيع الطبيعي بغض النظر عف حجـ العينة فإف‬
‫متكسط العينة المسحكبة منو يتبع أيضا التكزيع الطبيعي‪.‬‬
‫الحالة الثانية ‪ :‬إذا كاف المجتمع الذم سحبت منو العينة غير معركؼ تكزيعو(غير طبيعي)‪ ،‬في ىذه‬
‫الحالة نطبؽ نظرية النياية المركزية‪.‬‬
‫𝑛 ‪ ،‬فإف تكزيع المعاينة لممتكسط‬ ‫نص نظرية النهاية المركزية ‪ :‬عند سحب عينة عشكائية ذات حجـ‬
‫الحسابي يقترب إلى التكزيع الطبيعي(يتكزع تكزيعا طبيعيا كما في الحالة األكلى) عمى شرط أف يككف حجـ‬
‫العينة كبير ‪. 𝑛 ≥ 30‬‬
‫كفي كمتا الحالتيف نتبع الخطكات اآلتية عمى أف الحالة الثانية يشترط فييا فقط أف يككف حجـ العينة‬
‫‪. 𝑛 ≥ 30‬‬
‫‪ 32‬تبقى العبلقة 𝜇 = 𝑋𝜇 صحيحة دكما سكاء أكاف السحب باإلرجاع أك بدكف إرجاع ‪.‬‬
‫𝑛‬ ‫‪σ‬‬
‫‪ ،‬أما في حالة إذا‬ ‫𝑁‬
‫‪< 0.05‬‬ ‫= ‪ σX‬في حالة حجـ المجتمع كبير جدا أك في حالة السحب مع اإلرجاع أك في حالة‬ ‫‪n‬‬
‫نطبؽ العبلقة‬ ‫‪33‬‬
‫𝑛‪𝑁−‬‬ ‫‪σ‬‬ ‫𝑛‪𝑁−‬‬ ‫𝑛‬

‫<‪،0‬‬ ‫= ‪ ، σX‬حيث أف ‪< 1 :‬‬ ‫فإننا نطبؽ العبلقة ‪:‬‬ ‫كاف المجتمع محدكد أك السحب بدكف إرجاع أك ‪≥ 0.05‬‬
‫‪N−1‬‬ ‫‪n‬‬ ‫‪N−1‬‬ ‫𝑁‬
‫‪σ‬‬ ‫𝑛‪𝑁−‬‬
‫= ‪ σX‬ألف المجتمع يككف كبير جدا مقارنة بحجـ‬ ‫‪n‬‬
‫يسمى بمعامؿ التصحيح‪ .‬لكف في أغمب الحاالت نطبؽ العبلقة‬ ‫‪N−1‬‬
‫المقدار‬
‫𝑛‬
‫العينة حتى كاف كاف السحب دكف إعادة‪ ،‬مع تحقؽ المتباينة‪< 0.05 :‬‬
‫𝑁‬
‫‪52‬‬
‫𝜇 كبانحراؼ معيارم 𝜎 فإننا نكتب‪، 𝑋~𝑁(𝜇 , σ) :‬‬ ‫إذا كاف المجتمع يتكزع تكزيعا طبيعيا بمتكسط‬
‫كيمكف تحكيؿ أم تكزيع طبيعي إلى تكزيع طبيعي قياسي ( معيارم) )‪ 𝑍~𝑁(0 , 1‬كذلؾ باستخداـ العبلقة‬
‫𝜇‪𝑋−‬‬
‫= 𝑍 ‪ ،‬ىذا التحكيؿ ضركرم إليجاد القيـ االحتمالية مف الجدكؿ اإلحصائي‬ ‫الميمة كالشييرة اآلتية‪:‬‬
‫𝜎‬
‫ذك التكزيع الطبيعي المعيارم‪.‬‬

‫كبما أف المتغير الذم نتعامؿ معو في تكزيع المعاينة ىك 𝑋 فإننا نستبدؿ المتغير 𝑋 بيذا المتغير 𝑋 كنترؾ‬
‫𝜎‬
‫ألف‪:‬‬ ‫𝜇 كما ىك ألف‪ 𝜇𝑋 = 𝜇 :‬كما نستبدؿ قيمة االنحراؼ المعيارم 𝜎 بالقيمة 𝑋𝜎 أم بالقيمة‬
‫𝑛‬
‫𝜇‪𝑋 −‬‬ ‫𝑋𝜇 ‪𝑥−‬‬ ‫𝜇‪𝑋−‬‬ ‫𝜎‬
‫= 𝑍 ىذه‬ ‫𝜎‬ ‫= 𝑧 أم إلى العبلقة‬ ‫= 𝑍 إلى العبلقة‬ ‫= 𝑋𝜎 كمنو تتحكؿ العبلقة‪:‬‬
‫𝑋𝜎‬ ‫𝜎‬ ‫𝑛‬
‫𝑛‬
‫العبلقة ىي التي سكؼ نتعامؿ معيا في درس تكزيع المعاينة كفي الدركس البلحقة‪.‬‬
‫كالمحصمة النيائية تكمف في النظرية اآلتية‪:‬‬
‫نظرية‪ :‬إذا سحبت عينة عشكائية ذات الحجـ 𝑛 مف مجتمع إحصائي يتبع التكزيع الطبيعي متكسطو 𝜇‬
‫كانحرافو المعيارم 𝜎 ()‪ )𝑋~𝑁(𝜇 , σ‬فإف تكزيع الكسط الحسابي 𝑋 لمعينة ىك تكزيع طبيعي متكسطو 𝜇‬
‫𝜇‪𝑋 −‬‬ ‫𝜎‬ ‫𝜎‬
‫=𝑍‬ ‫𝜎‬ ‫‪ ، )𝑋~𝑁(𝜇 ,‬كيتـ إيجاد القيـ المعيارية لو مف العبلقة‪:‬‬ ‫()‬ ‫كانحرافو المعيارم‬
‫𝑛‬ ‫𝑛‬
‫𝑛‬
‫باستعماؿ الجدكؿ اإلحصائي الطبيعي المعيارم كذلؾ لحساب احتماالت المتغير العشكائي 𝑋 ‪.‬‬
‫مثال‪ :01‬أخذت عينة عشكائية حجميا ‪ 25‬مف مجتمع يخضع لمتكزيع الطبيعي متكسطو ‪9‬‬
‫كانحرافو المعيارم ‪4‬‬
‫‪ ‬أحسب المتكسط الحسابي كاالنحراؼ المعيارم لتكزيع المعاينة‪.‬‬

‫‪ ‬أكجد احتماؿ أف يككف المتكسط الحسابي لمعينة أكبر مف أك يساكم ‪10‬‬
‫‪ ‬أكجد احتماؿ أف يككف المتكسط الحسابي لمعينة أصغر مف أك يساكم ‪11‬‬
‫‪ ‬أكجد احتماؿ أف يقع المتكسط الحسابي لمعينة بيف القيمتيف ‪ 8‬ك ‪9.5‬‬
‫‪‬المتكسط الحسابي لتكزيع العينة‪𝜇𝑋 = 𝜇 = 9 :‬‬ ‫الحل‪:‬‬
‫𝜎‬ ‫‪4‬‬
‫= 𝑋𝜎‬ ‫=‬ ‫االنحراؼ المعيارم لتكزيع العينة‪= 0.8 :‬‬
‫𝑛‬ ‫‪25‬‬
‫‪ ‬حساب االحتماؿ )‪: 𝑃(𝑋 ≥ 10‬‬

‫‪10−9‬‬ ‫‪1‬‬ ‫𝜇‪𝑋 −‬‬
‫= 𝑍 كمنو‪:‬‬ ‫‪4‬‬ ‫=‬ ‫= 𝑍 أم أف‪= 1.25 :‬‬ ‫𝜎‬ ‫لدينا‪:‬‬
‫‪0.8‬‬
‫‪25‬‬ ‫𝑛‬
‫‪𝑃 𝑋 ≥ 10 = 𝑃 𝑍 ≥ 1.25 = 1 − 𝑃 𝑍 ≤ 1.25‬‬

‫‪53‬‬
‫‪= 1 − 0.8944 = 0.1056‬‬
‫‪ ‬حساب االحتماؿ )‪: 𝑃(𝑋 ≤ 11‬‬

‫‪11−9‬‬ ‫‪2‬‬ ‫𝜇‪𝑋 −‬‬
‫‪0.8‬‬
‫‪25‬‬ ‫𝑛‬
‫‪𝑃 𝑋 ≤ 11 = 𝑃 𝑍 ≤ 2.50 = 0.9938‬‬
‫‪ ‬حساب االحتماؿ )‪: 𝑃(8 ≤ 𝑋 ≤ 9.5‬‬

‫‪8−9‬‬ ‫‪−1‬‬ ‫𝜇‪𝑋 −‬‬
‫= 𝑍 ككذلؾ‪:‬‬ ‫‪4‬‬ ‫=‬ ‫= 𝑍 أم أف‪= −1.25 :‬‬ ‫𝜎‬ ‫لدينا‪:‬‬
‫‪0.8‬‬
‫‪25‬‬ ‫𝑛‬
‫‪9.5−9‬‬ ‫‪0.5‬‬
‫= 𝑍 ‪ ،‬كمنو‪:‬‬ ‫‪4‬‬ ‫=‬ ‫‪= 0.625‬‬
‫‪0.8‬‬
‫‪25‬‬
‫)‪𝑃(8 ≤ 𝑋 ≤ 9.5) = 𝑃(−1.25 ≤ 𝑍 ≤ 0.625‬‬

‫)‪= 𝑃(𝑍 ≤ 0.625) − 𝑃(𝑍 ≤ −1.25‬‬
‫)‪= 𝑃(𝑍 ≤ 0.625) − 𝑃(𝑍 ≥ 1.25‬‬
‫)‪= 𝑃(𝑍 ≤ 0.625) − 1 − 𝑃(𝑍 ≤ 1.25‬‬
‫‪= 0.7324 − 1 + 0.8944 = 0.6268‬‬
‫مثال‪ :02‬أخذت عينة عشكائية حجميا ‪ 36‬مف مجتمع غير طبيعي‬
‫متكسطو ‪ 16‬كانحرافو المعيارم ‪9‬‬
‫‪ ‬أحسب المتكسط الحسابي كاالنحراؼ المعيارم لتكزيع المعاينة‪.‬‬

‫‪ ‬أكجد احتماؿ أف يككف المتكسط الحسابي لمعينة أكبر مف أك يساكم ‪20‬‬
‫‪ ‬أكجد احتماؿ أف يككف المتكسط الحسابي لمعينة أصغر مف أك يساكم ‪13‬‬
‫الحل‪ :‬التكزيع غير طبيعي كلكف حجـ العينة أكبر مف ‪ 30‬كمنو التكزيع يقترب مف التكزيع‬
‫الطبيعي‪ ،‬فحسب نظرية النيائية المركزية السابقة سكؼ نتبع نفس خطكات المثاؿ السابؽ‪.‬‬
‫‪ ‬المتكسط الحسابي لتكزيع العينة‪𝜇𝑋 = 𝜇 = 16 :‬‬

‫𝜎‬ ‫‪9‬‬
‫= 𝑋𝜎‬ ‫=‬ ‫االنحراؼ المعيارم لتكزيع العينة‪= 1.5 :‬‬
‫𝑛‬ ‫‪36‬‬
‫‪ ‬حساب االحتماؿ )‪: 𝑃(𝑋 ≥ 20‬‬

‫‪20−16‬‬ ‫‪4‬‬ ‫𝜇‪𝑋 −‬‬
‫‪1.5‬‬
‫‪36‬‬ ‫𝑛‬
‫‪𝑃 𝑋 ≥ 20 = 𝑃 𝑍 ≥ 2.67 = 1 − 𝑃 𝑍 ≤ 2.67‬‬

‫‪54‬‬
‫‪= 1 − 0.9962 = 0.0038‬‬
‫‪ ‬حساب االحتماؿ )‪: 𝑃(𝑋 ≤ 13‬‬

‫‪13−16‬‬ ‫‪−3‬‬ ‫𝜇‪𝑋 −‬‬
‫= 𝑍 كمنو‪:‬‬ ‫‪9‬‬ ‫=‬ ‫= 𝑍 أم أف‪= −2 :‬‬ ‫𝜎‬ ‫لدينا‪:‬‬
‫‪1.5‬‬
‫‪36‬‬ ‫𝑛‬
‫𝑃‬
‫‪= 1 − 𝑃 𝑍 ≤ 2.00 = 1 − 0.9772 = 0.0228‬‬
‫نقدر في ىذه‬ ‫‪- 3‬توزيع المعاينة لممتوسط الحسابي 𝑿 عندما يكون االنحراف المعياري لممجتمع مجهوال‪:‬‬
‫الحالة االنحراؼ المعيارم لممجتمع باالنحراؼ المعيارم لمعينة أم نستبدؿ 𝜎 ب ػ ػ 𝑆 ‪ ،‬كنميز حالتيف‪:‬‬
‫‪ 𝑛 ≥ 30‬فإف ىذا التكزيع يتكزع تكزيعا طبيعيا أم أف‪:‬‬ ‫الحالة األولى‪ :‬إذا كاف حجـ العينة‬
‫𝜇‪𝑋 −‬‬ ‫𝑆‬
‫= 𝑍 باستعماؿ الجدكؿ اإلحصائي‬ ‫𝑆‬ ‫‪ ، 𝑋~𝑁(𝜇 ,‬كيتـ إيجاد القيـ المعيارية لو مف العبلقة‬ ‫)‬
‫𝑛‬
‫𝑛‬
‫الطبيعي المعيارم كذلؾ لحساب قيـ احتماالت المتغير العشكائي 𝑋 ‪.‬‬

‫𝑡 (‪)Student‬‬ ‫الحالة الثانية‪ :‬إذا كاف حجـ العينة ‪ 𝑛 < 30‬فإف ىذا المتغير يخضع لتكزيع ستيكدنت‬
‫𝜇‪𝑥 −‬‬
‫=𝑡‬ ‫𝑆‬ ‫بدرجة حرية ‪ ، ϑ = 𝑛 − 1‬أم أف‪ ،𝑋~t(ϑ) :‬كيتـ إيجاد القيـ المعيارية لو مف العبلقة‬
‫𝑛‬
‫باستعماؿ الجدكؿ اإلحصائي لتكزيع ستيكدنت ‪ ،34‬كذلؾ لحساب قيـ احتماالت المتغير العشكائي 𝑋 ‪.‬‬
‫𝑋 المتغير العشكائي الذم يمثؿ أكزاف ىذه‬ ‫مثال‪ :‬ينتج مصنع بإحدل الكاليات عمب عصير مف التفاح‪،‬‬
‫العمب‪ ،‬عمما أف ىذا المتغير يتبع تكزيعا طبيعيا بكسط حسابي ‪ 250‬غراـ‪.‬‬
‫سحبت عينة عشكائية مف منتكج ىذا المصنع حجميا ‪ 25‬عمبة كانحرافوا المعيارم ‪. 5‬‬
‫‪ ‬ما ىك احتماؿ أف يزيد الكسط الحسابي ليذه العينة عف ‪ 252‬غراـ‪.‬‬
‫الحل‪ :‬نبلحظ ما يمي‪:‬‬
‫‪ ‬المتغير العشكائي 𝑋 يتبع التكزيع الطبيعي؛‬
‫‪ ‬االنحراؼ المعيارم لممجتمع ‪ σ‬مجيكؿ؛‬
‫‪ ‬حجـ العينة صغير ‪ 𝑛 < 30‬؛‬
‫𝜇‪𝑥 −‬‬
‫= 𝑡 بدرجة حرية‪:‬‬ ‫𝑆‬ ‫إذف نطبؽ تكزيع ستيكدنت ‪:)Student( t‬‬
‫𝑛‬
‫‪ϑ = 𝑛 − 1 = 25 − 1 = 24‬‬
‫‪ 34‬قد تـ التطرؽ بشكؿ مفصؿ ؿتكزيع ستيكدنت ‪ )Student( t‬في الفصؿ األكؿ مف ىذه المطبكعة‪.‬‬
‫‪55‬‬
‫𝜇‪𝑥 −‬‬ ‫‪252−250‬‬
‫= 𝑡 كمنو‪:‬‬ ‫𝑆‬ ‫=‬ ‫‪5‬‬ ‫أم أف‪= 2 :‬‬
‫𝑛‬ ‫‪25‬‬
‫‪𝑃 𝑋 ≥ 252 = 𝑃 𝑡 24 ≥ 2.00 = 1 − 𝑃 𝑡 24 ≤ 2.00‬‬

‫‪= 1 − 0.975 = 0.025‬‬
‫نميز حالتيف‪ ،‬حالة تكزيع الفرؽ بيف متكسطي عينتيف‬ ‫‪ - 4‬توزيع المعاينة لمفرق بين متوسطي عينتين‪:‬‬
‫مستقمتيف‪ ،‬كحالة تكزيع الفرؽ بيف متكسطي عينتيف مرتبطتيف كذلؾ عمى النحك اآلتي‪:‬‬
‫‪- 1‬توزيع الفرق بين متوسطي عينتين مستقمتين‪ :‬نميز أيضا حالتيف كفقا لما يمي‪:‬‬
‫‪- 4‬‬
‫‪- 1‬توزيع المعاينة لمفرق بين متوسطي عينتين مستقمتين عند المعاينة من مجتمع‬
‫‪- 1‬‬
‫‪- 4‬‬
‫طبيعي أو غير طبيعي‪ :‬إذا أخذت العينات العشكائية مف تكزيعات طبيعية مستقمة‬
‫عف بعضيا فإف تكزيع الفرؽ بيف الكسطيف يعطى كفقا لمنظرية اآلتية‪:35‬‬
‫إذا أخذت عينة عشكائية حجميا ‪ 𝑛1‬مف مجتمع طبيعي متكسطو ‪ 𝜇1‬كانحرافو المعيارم ‪ ، 𝜎1‬أخذت عينة‬
‫عشكائية حجميا ‪ 𝑛2‬مف مجتمع طبيعي متكسطو ‪ 𝜇2‬كانحرافو المعيارم ‪ ، 𝜎2‬كمستقؿ عف المجتمع األكؿ‪،‬‬
‫كرمزنا لمكسط الحسابي لمعينة األكلى بالرمز ‪ 𝑋1‬كلمكسط الحسابي لمعينة الثانية بالرمز ‪ 𝑋2‬فإف المتغير‬
‫‪𝜎12‬‬ ‫‪𝜎22‬‬
‫أم أف‪:‬‬ ‫‪+‬‬ ‫العشكائي ‪ 𝑋1 − 𝑋2‬يخضع لتكزيع طبيعي متكسطو ‪ 𝜇1 − 𝜇2‬كانحرافو المعيارم‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬
‫‪𝑋1 −𝑋2 − 𝜇 1 −𝜇 2‬‬
‫)‪ 𝑁(0 , 1‬كذلؾ ميما كاف حجـ كؿ مف‬ ‫= 𝑍 يخضع لتكزيع طبيعي معيارم‬
‫‪𝜎2‬‬ ‫‪2‬‬
‫‪1 +𝜎 2‬‬
‫‪𝑛1 𝑛2‬‬
‫العينتيف‪ ،‬إال أنو إذا كاف التكزيع غير طبيعي فيجب أف يككف حجـ العينتيف كبير ‪ 𝑛1 ≥ 30‬ك‪𝑛2 ≥ 30‬‬
‫ليتـ تقريبو (إخضاعو) أيضا لتكزيع طبيعي‪ ،‬أم أنو‪ :‬تكزيع المعاينة لمفرؽ بيف متكسطي عينتيف مستقمتيف‬
‫عند المعاينة مف مجتمع غير طبيعي يمكف أف يقترب إلى التكزيع الطبيعي ( يتكزع تكزيعا طبيعيا كما في‬
‫الحالة األكلى) عمى شرط أف يككف حجـ العينتيف كبير ‪ 𝑛1 ≥ 30‬ك ‪. 𝑛2 ≥ 30‬‬
‫‪ A‬ىك ‪ 60‬يكما بانحراؼ‬ ‫مثال‪ :‬متكسط العمر اإلنتاجي لمصابيح كيربائية ينتجيا أحد المصانع بمدينة‬
‫‪ B‬ىك‬ ‫معيارم ‪ 9‬أياـ‪ ،‬بينما متكسط العمر اإلنتاجي لمصابيح كيربائية التي ينتجيا أحد المصانع بمدينة‬
‫‪ 50‬يكما بانحراؼ معيارم ‪ 4‬أياـ‪ ،‬تـ سحب عينة عشكائية حجميا ‪ 100‬مصباح مف كؿ مصنع‪.‬‬
‫العيادم صالحيف‪ ،‬مسائؿ كتماريف في اإلحصاء كاالحتماالت ‪،‬‬ ‫‪35‬‬
‫‪Statistics-and-Probability-pdf.html.https://www.physics-pdf.com‬‬
‫تاريخ الزيارة‪. 2019 / 11/ 18 :‬‬
‫‪56‬‬
‫‪ ‬أحسب احتماؿ أف يزيد متكسط العمر اإلنتاجي لمصابيح المصنع بمدينة ‪ A‬عف متكسط العمر‬
‫اإلنتاجي لمصابيح المصنع بمدينة ‪ B‬بمقدار ‪ 12‬أياـ‪.‬‬
‫الحل‪ :‬المطمكب ىك‪ :‬؟ = ‪ 𝑃 𝑋1 ≥ 𝑋2 + 12‬أم حساب‪ :‬؟ = ‪𝑃 𝑋1 − 𝑋2 ≥ 12‬‬
‫‪𝑋1 −𝑋2 − 𝜇 1 −𝜇 2‬‬ ‫‪12 − 60−50‬‬

‫= 𝑍 كمنو‪:‬‬ ‫=‬ ‫لدينا‪= 2.03 :‬‬
‫‪92‬‬ ‫‪42‬‬
‫‪𝜎2‬‬ ‫‪2‬‬
‫‪1 +𝜎 2‬‬ ‫‪+‬‬
‫‪100 100‬‬
‫‪𝑛1 𝑛2‬‬
‫‪𝑃 𝑋1 − 𝑋2 ≥ 12 = 𝑃 𝑍 ≥ 2.03 = 1 − 𝑃 𝑍 ≤ 2.03‬‬
‫‪= 1 − 0.9788 = 0.0212‬‬
‫‪- 2‬توزيع المعاينة لمفرق بين متوسطي عينتين مستقمتين عند المعاينة من مجتمع‬
‫‪- 1‬‬
‫‪- 4‬‬
‫مجهول االنحراف المعياري‪ :‬نقدر في ىذه الحالة االنحراؼ المعيارم لممجتمع‬
‫باالنحراؼ المعيارم لمعينة أم نستبدؿ ‪ 𝜎1‬ب ػ ػ ‪ 𝑆1‬ك ‪ 𝜎2‬ب ػ ػ ‪ 𝑆2‬كنميز حالتيف‪:‬‬
‫‪ 𝑛1 ≥ 30‬ك ‪ 𝑛2 ≥ 30‬فإف ىذا التكزيع يتكزع تكزيعا‬ ‫‪ ‬الحالة األولى‪ :‬إذا كاف حجـ العينتيف‬
‫‪𝑆12‬‬ ‫‪𝑆22‬‬
‫‪ ، )𝑋1 − 𝑋2 ~𝑁(𝜇1 − 𝜇2 ,‬كيتـ إيجاد القيـ المعيارية لو مف‬ ‫‪+‬‬ ‫طبيعيا أم أف‪)) :‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬
‫‪𝑋1 −𝑋2 − 𝜇 1 −𝜇 2‬‬
‫= 𝑧 باستعماؿ الجدكؿ اإلحصائي الطبيعي المعيارم كذلؾ لحساب‬ ‫العبلقة‬
‫‪𝑆2‬‬ ‫‪2‬‬
‫‪1 +𝑆 2‬‬
‫‪𝑛1 𝑛2‬‬
‫قيـ احتماالت المتغير العشكائي ‪. 𝑋1 − 𝑋2‬‬
‫‪ ‬الحالة الثانية‪ :‬إذا كاف حجـ العينتيف ‪ 𝑛1 < 30‬أك ‪ 𝑛2 < 30‬فإف ىذا المتغير يخضع لتكزيع‬
‫‪𝑆2‬‬ ‫‪2 2‬‬
‫‪1 +𝑆 2‬‬
‫= 𝜗 ‪ ،‬أم أف‪ ، 𝑋1 − 𝑋2 ~t(𝜗) :‬كيتـ‬ ‫ستيكدنت 𝑡 (‪ )Student‬بدرجة حرية‪:‬‬

‫‪𝑛1 𝑛2‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪𝑆1‬‬ ‫‪𝑆2‬‬‫‪2‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬
‫‪+‬‬
‫‪𝑛 1 −1 𝑛 2 −1‬‬
‫‪𝑋1 −𝑋2 − 𝜇 1 −𝜇 2‬‬
‫= 𝑡 باستعماؿ الجدكؿ اإلحصائي لتكزيع‬ ‫إيجاد القيـ المعيارية لو مف العبلقة‬
‫‪𝑆2‬‬ ‫‪2‬‬
‫‪1 +𝑆 2‬‬
‫‪𝑛1 𝑛2‬‬
‫ستيكدنت‪ ،‬كذلؾ لحساب قيـ احتماالت المتغير العشكائي ‪. 𝑋1 − 𝑋2‬‬

‫مثال‪ :‬تـ سحب عينة عشكائية حجميا ‪ 18‬كليا انحراؼ معيارم ‪ 2‬مف مجتمع طبيعي كسطو ‪35‬‬
‫‪ 24‬كليا انحراؼ معيارم ‪ 3‬مف‬ ‫كذك انحراؼ معيارم مجيكؿ‪ .‬كتـ سحب عينة أخرل حجميا‬
‫مجتمع طبيعي كسطو ‪ 25‬كذك انحراؼ معيارم مجيكؿ‪.‬‬
‫‪ ‬أكجد احتماؿ أف يككف متكسط العينة األكلى أكبر مف متكسط العينة الثانية بمقدار ‪. 11‬‬
‫‪57‬‬
‫الحل‪ :‬المطمكب ىك‪ :‬؟ = ‪ 𝑃 𝑋1 ≥ 𝑋2 + 11‬أم حساب‪ :‬؟ = ‪𝑃 𝑋1 − 𝑋2 ≥ 11‬‬
‫‪𝑆2‬‬ ‫‪2 2‬‬

‫‪1 +𝑆 2‬‬ ‫‪4‬‬ ‫‪9 2‬‬
‫‪+‬‬
‫نحسب درجة الحرية‪= 40 :‬‬
‫‪𝑛1 𝑛2‬‬ ‫‪18 24‬‬
‫=‪ϑ‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫=‬ ‫‪4 2‬‬ ‫‪9 2‬‬
‫‪𝑆2‬‬‫‪1‬‬ ‫‪𝑆2‬‬‫‪2‬‬ ‫‪18‬‬ ‫‪24‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬ ‫‪+‬‬
‫‪+‬‬ ‫‪17‬‬ ‫‪23‬‬
‫‪𝑛 1 −1 𝑛 2 −1‬‬
‫‪𝑋1 −𝑋2 − 𝜇 1 −𝜇 2‬‬ ‫‪11 − 35−25‬‬

‫= 𝑡 كمنو‪:‬‬ ‫=‬ ‫لدينا‪= 1.67 :‬‬
‫‪22 32‬‬
‫‪𝑆2‬‬ ‫‪2‬‬
‫‪1 +𝑆 2‬‬ ‫‪+‬‬
‫‪18 24‬‬
‫‪𝑛1 𝑛2‬‬
‫‪𝑃 𝑋1 − 𝑋2 ≥ 11 = 𝑃 𝑡 40 ≥ 1.67 = 0.05‬‬
‫مالحظة مهمة‪ :‬في حالة االنحراؼ المعيارم لممجتمعيف مجيكليف كلكنيما متساكييف أم أف‪:‬‬
‫𝜎 = ‪ 𝜎1 = 𝜎2‬يككف لدينا‪:‬‬
‫‪𝜎12‬‬ ‫‪𝜎22‬‬ ‫‪𝜎2‬‬ ‫‪𝜎2‬‬ ‫‪1‬‬ ‫‪1‬‬

‫‪ ،‬نقكـ باستبداؿ ‪ 𝜎 2‬بػ ػ ‪ 𝑆𝑝2‬حيث‪:‬‬ ‫‪+‬‬ ‫=‬ ‫‪+‬‬ ‫=‬ ‫‪𝜎2‬‬ ‫‪+‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬ ‫‪𝑛1‬‬ ‫‪𝑛2‬‬ ‫‪𝑛1‬‬ ‫‪𝑛2‬‬
‫‪(𝑛 1 −1)𝑆12 +(𝑛 2 −1)𝑆22‬‬

‫= ‪ ، 𝑆𝑝2‬كمنو إذا كاف لدينا االنحراؼ المعيارم لممجتمعيف مجيكليف‬
‫‪𝑛 1 +𝑛 2 −2‬‬
‫كلكنيما متساكييف أم أف‪ 𝜎1 = 𝜎2 = 𝜎 :‬كحجـ العينتيف صغير أم أف‪ 𝑛1 < 30 :‬أك ‪ 𝑛2 < 30‬فإف‬
‫ىذا المتغير العشكائي يخضع لتكزيع ستيكدنت 𝑡 (‪ )Student‬بدرجة حرية‪ ، ϑ = 𝑛1 + 𝑛2 − 2 :‬أم أف‪:‬‬
‫‪𝑋1 −𝑋2 − 𝜇 1 −𝜇 2‬‬
‫= 𝑡 باستعماؿ الجدكؿ‬ ‫‪1‬‬ ‫‪1‬‬
‫)‪ ، 𝑋1 − 𝑋2 ~t(ϑ‬كيتـ إيجاد القيـ المعيارية لو مف العبلقة‬
‫‪𝑆𝑝2‬‬ ‫‪+‬‬
‫‪𝑛1 𝑛2‬‬
‫اإلحصائي لتكزيع ستيكدنت‪ ،‬كذلؾ لحساب قيـ احتماالت المتغير العشكائي ‪ ، 𝑋1 − 𝑋2‬حيث‪:‬‬
‫‪(𝑛 1 −1)𝑆12 +(𝑛 2 −1)𝑆22‬‬

‫= ‪𝑆𝑝2‬‬
‫‪𝑛 1 +𝑛 2 −2‬‬
‫مثال‪ :‬مجتمعاف متكسطيما ‪ 35‬ك ‪ 30‬كانحرافيما المعيارييف مجيكليف كمتساكييف‪ ،‬تـ سحب عينة عشكائية مف‬
‫كؿ مجتمع حجميما ‪ 18‬ك ‪ 12‬كانحرافيما المعيارم ‪ 3‬ك ‪. 5‬‬
‫‪ ‬أحسب االحتماؿ‪. 𝑃 𝑋1 − 𝑋2 ≥ 8 :‬‬

‫‪(𝑛 1 −1)𝑆12 +(𝑛 2 −1)𝑆22‬‬ ‫‪(18−1)32 +(12−1)52‬‬
‫= ‪𝑆𝑝2‬‬ ‫=‬ ‫لدينا‪= 15.29 :‬‬ ‫الحل‪:‬‬
‫‪𝑛 1 +𝑛 2 −2‬‬ ‫‪18+12−2‬‬
‫‪𝑋1 −𝑋2 − 𝜇 1 −𝜇 2‬‬ ‫‪8− 35−30‬‬

‫=𝑡‬ ‫‪1‬‬ ‫‪1‬‬
‫=‬ ‫‪1‬‬ ‫‪1‬‬
‫كلدينا‪= 2.058 :‬‬
‫‪𝑆𝑝2‬‬ ‫‪+‬‬ ‫‪15.29‬‬ ‫‪+‬‬
‫‪𝑛1 𝑛2‬‬ ‫‪18 12‬‬
‫‪58‬‬
‫كمنو‪𝑃 𝑋1 − 𝑋2 ≥ 8 = 𝑃 𝑡 28 ≥ 2.058 = 0.025 :‬‬
‫‪- 2‬توزيع الفرق بين متوسطي عينتين مرتبطتين‪ :‬نجد في عدة حاالت العينتاف المتاف يتـ سحبيما‬
‫‪- 4‬‬
‫مرتبطتيف‪ ،‬فمثبل‪ :‬قياس فعالية دكاء معيف لمعالجة مرض السكرم عمى عينة معينة‪ ،‬حيث‬
‫تقاس نسبة السكر قبؿ إخضاع المرضى لمعبلج ثـ بعد إخضاعيـ لمعبلج‪.‬‬
‫كفي ىذا التكزيع نميز حالتيف‪:‬‬
‫الحالة األولى‪ :‬حجـ العينة كبير ( ‪ :) 𝑛 ≥ 30‬في حالة المجتمعاف المرتبطاف يتـ تحكيؿ‬
‫التكزيع إلى تكزيع كاحد يمثؿ الفركؽ بيف القيـ المتناظرة لمعينتيف المسحكبتيف مف المجتمعيف‬
‫المرتبطيف‪ ،‬كالتكزيع يتـ كفقا لمتكزيع الطبيعي‪ ،‬فيككف لدينا‪:‬‬
‫𝑑 𝜇‪𝑑 −‬‬
‫= 𝑍 ‪ ،‬حيث‪:‬‬ ‫𝑑𝑆‬ ‫)‪~𝑁(0 , 1‬‬
‫𝑛‬
‫𝑖𝑑‬
‫=𝑑‬ ‫𝑑‪ :‬ىك الكسط الحسابي لعينة الفركؽ ‪ ،‬حيث‪:‬‬
‫𝑛‬
‫𝑖𝑑 ‪ :‬ىك الفرؽ بيف أزكاج المفردات المتساكية القبمية كالبعدية‪. 𝑛1 = 𝑛2 = 𝑛 ،‬‬
‫𝑑𝜇‪ :‬كسط العينة التي أخذت مف القيـ الناتجة مف فركؽ العينتيف المسحكبتيف مف‬
‫المجتمعيف المرتبطيف‪.‬‬
‫‪𝑑 𝑖 −𝑑 2‬‬
‫= 𝑑𝑆‬ ‫𝑑𝑆‪ :‬االنحراؼ المعيارم ليذه العينة‪ ،‬حيث‪:‬‬
‫‪𝑛−1‬‬
‫‪ :) 𝑛 < 30‬التكزيع يخضع لتكزيع ستيكدنت 𝑡‬ ‫الحالة الثانية‪ :‬حجـ العينة صغير (‬
‫𝑑 𝜇‪𝑑 −‬‬
‫= 𝑡 ‪ ،‬حيث‪:‬‬ ‫𝑑𝑆‬ ‫(‪ )Student‬بدرجة حرية ‪ ، ϑ = 𝑛 − 1‬فيككف لدينا‪~𝑡 𝜗 :‬‬
‫𝑛‬
‫𝑖𝑑‬
‫=𝑑‬ ‫𝑑‪ :‬ىك الكسط الحسابي لعينة الفركؽ‪ ،‬حيث‪:‬‬
‫𝑛‬
‫𝑑𝜇‪ :‬كسط العينة التي أخذت مف القيـ الناتجة مف فركؽ العينتيف المسحكبتيف مف المجتمعيف‬
‫المرتبطيف‪.‬‬
‫‪𝑑 𝑖 −𝑑 2‬‬
‫= 𝑑𝑆‬ ‫𝑑𝑆‪ :‬االنحراؼ المعيارم ليذه العينة ‪ ،‬حيث‪:‬‬
‫‪𝑛−1‬‬
‫‪59‬‬
‫مثال‪ :‬في تجربة لبياف مدل تحسف الطمبة في مقياس اإلحصاء‪ ،‬تـ سحب عينة عشكائية حجميا ‪ 12‬طالبا‬
‫𝑖𝑥 كقبؿ 𝑖𝑦 دخكليـ لمدكرة االستدراكية مكزعة ضمف‬ ‫بإحدل األقساـ بالكمية‪ ،‬فكانت نتائج ىؤالء الطمبة بعد‬
‫الجدكؿ اآلتي (التنقيط عمى عشريف)‪:‬‬
‫‪𝑥𝑖15‬‬ ‫‪16‬‬ ‫‪18‬‬ ‫‪18‬‬ ‫‪14‬‬ ‫‪14‬‬ ‫‪16‬‬ ‫‪14‬‬ ‫‪14‬‬ ‫‪16‬‬ ‫‪18‬‬ ‫‪16‬‬
‫‪𝑦𝑖11‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪14‬‬ ‫‪12‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪8‬‬ ‫‪16‬‬ ‫‪12‬‬ ‫‪16‬‬
‫‪ ‬أكجد تكزيع المتكسط الحسابي لمعينة‪.‬‬
‫‪ ‬ما ىك احتماؿ أف تككف الفركؽ في العبلمات قبؿ كبعد الدكرة االستدراكية ال يزيد عف ‪. 6.25‬‬
‫الحل‪ :‬لدينا‪ 𝑑𝑖 = 𝑥𝑖 − 𝑦𝑖 :‬مبينة في الجدكؿ اآلتي‪:‬‬
‫‪𝑑𝑖 4‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪0‬‬ ‫‪6‬‬ ‫‪0‬‬
‫𝑖𝑑‬ ‫‪4+6+8+4+2+4+6+4+6+0+6+0‬‬
‫=𝑑‬ ‫=‬ ‫‪= 4.17‬‬ ‫‪‬‬
‫𝑛‬ ‫‪12‬‬
‫‪𝑑 𝑖 −𝑑 2‬‬ ‫‪(4−4.17)2 +(6−4.17)2 +(8−4.17)2 ++(6−4.17)2 +(0−4.17)2‬‬
‫= 𝑑𝑆‬ ‫=‬ ‫‪= 2.48‬‬
‫‪𝑛−1‬‬ ‫‪11‬‬
‫بما أف حجـ العينة صغير‪ 𝑛 = 12 < 30 ،‬فإف ىذا التكزيع يخضع لتكزيع ستيكدنت 𝑡 بدرجة حرية‬
‫𝑑 𝜇‪𝑑 −‬‬
‫=𝑡‬ ‫𝑑𝑆‬ ‫‪ ، ϑ = 𝑛 − 1 = 11‬أم أف‪~𝑡 𝜗 :‬‬
‫𝑛‬
‫𝑑 𝜇‪𝑑 −‬‬ ‫‪4.17−6.25‬‬

‫= 𝑡 ‪ ،‬كمنو‪:‬‬ ‫𝑑𝑆‬ ‫=‬ ‫‪2.48‬‬ ‫‪ ‬حساب االحتماؿ‪ :‬؟ = ‪ ، 𝑃 𝜇𝑑 ≤ 6.25‬لدينا‪= −2.08 :‬‬
‫𝑛‬ ‫‪12‬‬
‫‪𝑃 𝜇𝑑 ≤ 6.25 = 𝑃 𝑡 11 ≤ −2.08 = 0.025‬‬

‫‪- 5‬توزيع المعاينة لنسبة عينة‪ :‬مثمما نعبر عف مختمؼ الظكاىر بالقيـ يمكف أف نعبر عنيا أيضا بالنسب‪،‬‬
‫فمثبل نقكؿ تـ شفاء ‪ 150‬مريضا مف مرض فيركس ككركنا( ‪ )COVID-19‬كغادركا المستشفى مف‬
‫‪150‬‬
‫أم ‪ 0.11‬مف مرض فيركس‬ ‫بيف ‪ 1320‬مريضا‪ ،‬نستطيع أف نقكؿ أيضا أنو تـ شفاء نسبة‬
‫‪1320‬‬
‫ككركنا كغادركا المستشفى مف بيف ‪ 1320‬مريضا‪.‬‬

‫نبلحظ أف اىتمامنا ينصب عمى نسبة الشفاء (النجاح) في العينة‪ ،‬لذا فإف أم تجربة ليا‬
‫نتيجتاف فقط تسمى بالتجربة البرنكلية (‪ )Bernoulli‬تكزيع ذك الحديف ‪ ،36‬نرمز الحتماؿ النتيجة‬
‫‪ 36‬لؽد تـ التطرؽ بشكؿ مفصؿ لتكزيع برنكلي‪ )Bernoulli( :‬في الفصؿ األكؿ مف ىذه المطبكعة‪.‬‬
‫‪60‬‬
‫𝑞 (‬ ‫𝑃 ‪ 1 −‬أك بػ ػ‬ ‫المرغكبة بالرمز 𝑃 بينما نرمز الحتماؿ النتيجة غير المرغكبة ب ػ‬
‫𝑃 ‪ 0 < 𝑃 < 1 :) 𝑞 = 1 −‬ك ‪ ، 𝑃 + 𝑞 = 1‬نسمي 𝑃 كسيط التجربة البرنكلية‪ ،‬كنرمز‬
‫ليذا التكزيع بالرمز‪ 𝑋~𝐵𝑒𝑟(𝑃) :‬كيق أر‪ 𝑋 :‬متغير عشكائي يتبع تكزيع برنكلي ذك الكسيط 𝑃‬
‫=‪.‬‬ ‫‪ ،‬كليذا التكزيع متكسط 𝑃 = ‪ ‬كانحراؼ معيارم 𝑞𝑃‬
‫فمك أخذت عينة عشكائية حجميا 𝑛 مف مجتمع إحصائي كعبر عف عدد النجاح بالرمز 𝑥 فإف نسبة‬
‫𝑋‬
‫‪ ،‬كاذا أخذت عينة عشكائية أخرل مف ىذا المجتمع فإف نسبة النجاح في‬ ‫النجاح في العينة ىي‪:‬‬
‫𝑛‬
‫العينة تتغير‪ ،‬لذا فإف نسبة النجاح في العينة كالتي نرمز ليا بالرمز 𝑃 متغير عشكائي‪ .‬إف 𝑃 تفسر‬
‫عمى أنيا نسبة األفراد الذيف ليـ صفة معينة في مجتمع ما كتسمى نسبة المجتمع كتعطى بالعبلقة‪:‬‬
‫𝑋‬
‫= 𝑃 ‪ ،‬أما نسبة العينة فيرمز ليا بالرمز 𝑃 عمى أنيا نسبة األفراد الذيف ليـ ىذه الصفة في عينة‬
‫𝑁‬
‫𝑥‬
‫= 𝑃 ‪ ،‬ك 𝑃 ىي مف بيف اإلحصاءات التي تستخدـ‬ ‫أخذت مف ذلؾ المجتمع‪ ،‬كتعطى بالعبلقة‪:‬‬
‫𝑛‬
‫لبلستدالؿ عؿ النسبة 𝑃 ‪.‬‬

‫إف التكزيع االحتمالي لمجتمع النسب نحصؿ عميو بنفس األسمكب الذم اتبعناه في تقديـ التكزيع‬
‫االحتمالي لمجتمع المتكسطات الحسابية كفقا لمنظرية اآلتية‪:37‬‬
‫𝑛 مف مجتمع إحصائي يخضع لتكزيع برنكلي‬ ‫نظرية‪ :‬إذا أخذت كؿ العينات الممكنة التي حجميا‬
‫(‪ )Bernoulli‬الذم نسبتو 𝑃 أم‪ ، 𝑋~𝐵𝑒𝑟(𝑃) :‬كتـ تحديد لكؿ عينة اإلحصائية التي ىي نسبة النجاح‬
‫𝑃 ‪ ،‬فإف تكزيع المعاينة لمنسبة 𝑃 ىك التكزيع االحتمالي لكؿ القيـ الممكنة لنسبة العينة 𝑃 ‪ ،‬كيقترب مف‬
‫𝜎‬ ‫𝑞𝑃‬ ‫𝑞𝑃‬
‫= 𝑃‪ ‬شريطة أف‬ ‫=‬ ‫=‬ ‫التكزيع الطبيعي الذم متكسطو‪ 𝜇𝑃 = 𝑃 :‬كانحرافو المعيارم‪:38‬‬
‫𝑛‬ ‫𝑛‬ ‫𝑛‬
‫يككف حجـ العينة 𝑛 كبير‪ ،‬أم أف‪ 𝑛 ≥ 30 :‬ك ( ‪ ) 𝑛𝑞 ≥ 5 ، 𝑛𝑃 ≥ 5‬كيتـ إيجاد القيـ المعيارية لو‬
‫𝑃‪𝑃 −‬‬
‫= 𝑍 باستعماؿ الجدكؿ اإلحصائي الطبيعي المعيارم كذلؾ لحساب احتماالت المتغير‬ ‫مف العبلقة‬
‫𝑞𝑃‬
‫𝑛‬
‫العشكائي 𝑃 ‪.‬‬
‫‪ 37‬حسف طعمة‪ ،‬أساليب اإلحصاء التطبيقي‪https://www.google.com/search?sxsrf= ،‬‬

‫تاريخ الزيارة‪. 2020 / 01/ 18 :‬‬
‫𝑛‬ ‫‪pq‬‬
‫‪ ،‬أما في حالة إذا كاف المجتمع محدكد أك السحب‬ ‫𝑁‬
‫= ‪ P‬في حالة السحب مع اإلرجاع أك في حالة ‪< 0.05‬‬ ‫‪n‬‬
‫ىذه العبلقة‬ ‫‪38‬‬
‫𝑛‪𝑁−‬‬ ‫𝑛‪𝑁−‬‬ ‫‪pq‬‬ ‫𝑛‪𝑁−‬‬ ‫𝑛‬

‫يسمى بمعامؿ‬ ‫‪N−1‬‬
‫< ‪ ، 0‬المقدار‬ ‫‪N−1‬‬
‫= ‪ ، P‬حيث أف ‪< 1 :‬‬ ‫‪n‬‬ ‫‪N−1‬‬
‫فإننا نطبؽ العبلقة ‪:‬‬ ‫𝑁‬
‫بدكف إرجاع أك ‪≥ 0.05‬‬
‫التصحيح‪.‬‬
‫‪61‬‬
‫مثال‪ :‬يدرس في إحدل المعاىد ‪ 800‬طالب‪ ،‬منيـ ‪ 300‬طالب خارجييف ‪ ،‬تـ سحب عينة عشكائية مف ىذا‬
‫المعيد ذات حجـ ‪ 65‬طالب‪.‬‬
‫‪ ‬أحسب احتماؿ أف تككف نسبة الطمبة الخارجييف في ىذا المعيد أقؿ مف ‪.54‬‬
‫𝑋‬ ‫‪300‬‬
‫= 𝑃 كمنو‪𝑞 = 1 − 𝑃 = 1 − 0.375 = 0.625 :‬‬ ‫=‬ ‫الحل‪ :‬لدينا‪= 0.375 :‬‬
‫𝑁‬ ‫‪800‬‬
‫𝑃‪𝑃 −‬‬ ‫‪0.54−0.375‬‬

‫= 𝑍 ‪ ،‬كمنو‪:‬‬ ‫=‬ ‫‪0.375 ×0.625‬‬
‫‪= 2.75‬‬ ‫لدينا‪:‬‬
‫𝑞𝑃‬
‫𝑛‬ ‫‪65‬‬
‫‪𝑃 𝑃 ≤ 0.54 = 𝑃 𝑍 ≤ 2.75 = 0.9970‬‬
‫‪- 6‬توزيع المعاينة لمفرق بين نسبتي عينتين‪ :‬نفترض كجكد مجتمعيف‪ ،‬كتـ سحب عينة عشكائية حجميا ‪𝑛1‬‬
‫مف المجتمع األكؿ الذم يخضع لتكزيع برنكلي (‪ )Bernoulli‬الذم نسبتو ‪ 𝑃1‬أم‪، 𝑋1 ~𝐵𝑒𝑟(𝑃1 ) :‬‬
‫كسحب عينة عشكائية حجميا ‪ 𝑛2‬مف المجتمع الثاني الذم يخضع لتكزيع برنكلي (‪ )Bernoulli‬الذم‬
‫نسبتو ‪ 𝑃2‬أم‪ ، 𝑋2 ~𝐵𝑒𝑟(𝑃2 ) :‬كما نفترض أف المجتمعيف مستقميف‪.‬‬
‫‪𝜇𝑝 1 −𝑝 2‬‬ ‫‪ 𝑃1 − 𝑃2‬يمثؿ مغي ار عشكائيا ذك الكسط الحسابي‬ ‫إف الفرؽ بيف النسبتيف مف العينتيف‬
‫كاالنحراؼ المعيارم ‪ 𝜎𝑝 1 −𝑝 2‬حيث‪:‬‬
‫‪𝑃1 𝑞 1‬‬ ‫‪𝑃2 𝑞 2‬‬
‫= ‪𝜎𝑝 1 −𝑝 2 = 𝜎𝑝 1 − 𝜎𝑝 2‬‬ ‫‪+‬‬ ‫‪،‬‬ ‫‪𝜇𝑝 1 −𝑝 2 = 𝜇𝑝 1 − 𝜇𝑝 2 = 𝑃1 − 𝑃2‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬
‫يخضع ىذا التكزيع لمتكزيع الطبيعي شريطة أف يككف حجـ العينة لكؿ مجتمع إحصائي كبير أم‪:‬‬
‫‪𝑝 1 −𝑝 2 − 𝑃1 −𝑃2‬‬
‫= 𝑍 باستعماؿ‬ ‫‪𝑃1𝑞1 𝑃2𝑞2‬‬
‫‪ 𝑛1 ≥ 30‬ك ‪ ، 𝑛2 ≥ 30‬كيتـ إيجاد القيـ المعيارية لو مف العبلقة‬
‫‪+‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬
‫الجدكؿ اإلحصائي الطبيعي المعيارم كذلؾ لحساب احتماالت المتغير العشكائي ‪. 𝑝1 − 𝑝2‬‬
‫مثال‪ :‬مؤسسة تربكية ‪ A‬بمغت نسبة المكظفيف مف الذككر فييا ‪ ، 0.65‬كفي مؤسسة تربكية ‪ B‬بمغت النسبة‬
‫فييا ‪ ، 0.45‬تـ سحب عينتيف عشكائيتيف األكلى مف المؤسسة التربكية ‪ A‬حجميا ‪ 80‬كالثانية مف المؤسسة‬
‫التربكية ‪ B‬حجميا ‪ . 160‬ما ىك احتماؿ أف يككف الفرؽ بيف نسبتي الذككر في العينتيف أكبر مف ‪.0.04‬‬
‫الحل‪ :‬المطمكب ىك حساب‪ :‬؟ = )‪𝑃(𝑝1 − 𝑝2 ≥ 0.04‬‬

‫‪𝑝 1 −𝑝 2 − 𝑃1 −𝑃2‬‬ ‫‪0.04 − 0.65−0.45‬‬
‫= 𝑍 ‪ ،‬كمنو‪:‬‬ ‫‪𝑃1𝑞1 𝑃2𝑞2‬‬
‫=‬ ‫‪0.65×0.35 0.45×0.55‬‬
‫لدينا‪= −2.42 :‬‬
‫‪+‬‬ ‫‪+‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬ ‫‪80‬‬ ‫‪160‬‬
‫‪𝑝(𝑝1 − 𝑝2 ≥ 0.04) = 𝑝(𝑍 ≥ −2.42) = 𝑝(𝑍 ≤ 2.42) = 0.9922‬‬

‫‪- 7‬توزيع المعاينة لتباين عينة‪ :‬إذا كاف متكسط العينة 𝑋 ىك أفضؿ إحصاء يمكف استخدامو لبلستدالؿ عمى‬
‫متكسط المجتمع 𝜇 ‪ ،‬فإف تبايف العينة ‪ 𝑆 2‬ىك أفضؿ إحصاء يمكف استخدامو لبلستدالؿ عمى تبايف‬
‫‪62‬‬
‫‪(𝑛−1)𝑆 2‬‬
‫= ‪ 2‬لبلستدالؿ عمى تكزيع المعاينة لتبايف ‪ 𝑆 2‬لمعينة‪،‬‬ ‫المجتمع ‪ .𝜎 2‬كيتـ تطبيؽ العبلقة‪:‬‬
‫‪𝜎2‬‬
‫حيث يشير ‪ 2‬إلى تكزيع كام مربع ( ‪ )Chi-Square‬بدرجة حرية 𝜗 حيث‪ ، 𝜗 = 𝑛 − 1 :‬كفي‬
‫لمتكزيع الطبيعي‪.39‬‬ ‫‪2‬‬ ‫حالة ‪ 𝑛 ≥ 30‬يمكف تقريب تكزيع‬
‫مثال‪ :‬سحبت عينة عشكائية حجميا ‪ 12‬مف مجتمع يتكزع تكزيع طبيعي انحرافو المعيارم ‪. 3.5‬‬
‫‪ ‬ما ىك احتماؿ أف يككف تبايف العينة ‪ S 2‬أقؿ مف أك يساكم ‪. 5‬‬
‫الحل‪ :‬المطمكب ىك حساب‪ :‬؟ = )‪𝑃(S 2 ≤ 5‬‬

‫‪(𝑛−1)𝑆 2‬‬ ‫‪(12−1)×5‬‬
‫= ‪ ، 2‬كلدينا‪𝜗 = 𝑛 − 1 = 12 − 1 = 11 :‬‬ ‫=‬ ‫لدينا‪= 4.49 :‬‬
‫‪𝜎2‬‬ ‫‪3.5 2‬‬
‫كمنو‪𝑃(S 2 ≤ 5) = 𝑃(2 ≤ 4.49) = 1 − 0.95 = 0.05 :‬‬

‫‪- 8‬توزيع المعاينة لمنسبة بين تبايني عينتين‪ :‬إف دراسة النسب أفضؿ مف دراسة الفركؽ لسيكلة دراستيا‬
‫‪ 𝑆1‬مف مجتمع إحصائي‬ ‫‪ 𝑛1‬كانحرافيا المعيارم‬ ‫كتفسيرىا‪ ،‬فإذا سحبت عينة عشكائية حجميا‬
‫متكسطو ‪ 𝜇1‬كانحرافو المعيارم ‪ ، 1‬كسحبت عينة عشكائية أخرل حجميا ‪ 𝑛2‬كانحرافيا المعيارم‬
‫‪ 𝜇2‬كانحرافو المعيارم ‪ 2‬بحيث المجتمع األكؿ مستقؿ عف‬ ‫‪ 𝑆2‬مف مجتمع إحصائي متكسطو‬
‫‪𝑆12‬‬
‫‪21‬‬
‫‪40‬‬
‫𝐹‬ ‫‪ 𝐹 = 𝑆 2‬يخضع لتكزيع فيشر‬ ‫المجتمع الثاني‪ ،‬فإف المتغير 𝐹 المعرؼ كما يمي‪:‬‬
‫‪2‬‬
‫‪𝜎22‬‬
‫(‪ )Fisher‬بدرجات حرية‪ 𝜗1 = 𝑛1 − 1 :‬ك ‪ ، 𝜗2 = 𝑛2 − 1‬كىذا التكزيع يقترب مف التكزيع‬
‫‪ 𝑛1 ≥ 30‬ك ‪ ، 𝑛2 ≥ 30‬كيعتبر ىذا التكزيع مف بيف‬ ‫الطبيعي في حالة حجـ العينتيف كبير‪:‬‬
‫التكزيعات الميمة التي تبحث في تجانس المجتمعات‪.41‬‬
‫مثال‪ :‬سحبت عينة حجميا ‪ 10‬مف مجتمع طبيعي انحرافو المعيارم ‪ ، 2‬كسحبت عينة أخرل حجميا‬
‫‪ 15‬مف مجتمع طبيعي انحرافو المعيارم ‪ 4‬مستقؿ عف المجتمع األكؿ‪.‬‬
‫‪ ‬ما احتماؿ أف تككف النسبة بيف تبايني العينتيف أقؿ مف أك تساكم ‪. 0.53‬‬
‫‪S 21‬‬
‫(𝑃‬ ‫الحل‪ :‬المطمكب ىك حساب‪ :‬؟ = )‪≤ 0.53‬‬
‫‪S 22‬‬
‫‪ 39‬لؽد تـ التطرؽ بشكؿ مفصؿ لتكزيع كام مربع (‪ )Chi-Square‬في الفصؿ األكؿ مف ىذه المطبكعة‪.‬‬
‫‪ 40‬لؽد تـ التطرؽ بشكؿ مفصؿ لتكزيع فيشر (‪ )Fisher‬في الفصؿ األكؿ مف ىذه المطبكعة‪.‬‬
‫‪ ، 2014‬ص ‪، 63‬‬ ‫إياد محمد اليكبي ‪ ،‬اإلحصاء التطبيقي‪ ،‬الكمية الجامعية لمعمكـ كالتكنكلكجيا ‪ /‬خاف يكنس‪ -‬فمسطيف‪،‬‬ ‫‪41‬‬
‫‪ ، http://www.cst.ps/ar/index.php/ihoubi‬تاريخ الزيارة‪. 2020 / 02 / 14 :‬‬

‫‪63‬‬
‫‪𝑆12‬‬ ‫‪𝑆12‬‬
‫‪21‬‬ ‫‪4‬‬
‫‪𝑆12‬‬ ‫‪16‬‬ ‫‪𝑆12‬‬ ‫‪16‬‬
‫كمنو‪،‬‬ ‫‪𝐹 = 𝑆2‬‬ ‫‪= 𝑆2‬‬ ‫=‬ ‫×‬ ‫=‬ ‫×‬ ‫لدينا‪:‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪𝑆22‬‬ ‫‪𝑆22‬‬ ‫‪4‬‬
‫‪𝜎22‬‬ ‫‪16‬‬
‫‪𝜗2 = 15 − 1 = 14‬‬ ‫ك‬ ‫‪𝜗1 = 10 − 1 = 9‬‬ ‫كلدينا‪:‬‬
‫‪𝑆12‬‬
‫‪4‬‬
‫‪S 21‬‬ ‫‪16‬‬
‫(𝑃‬ ‫𝑃 = )‪≤ 0.53‬‬ ‫‪𝑆22‬‬
‫× ‪≤ 0.53‬‬ ‫‪= 𝑃(𝐹(9 ,14) ≤ 2.12) = 0.90‬‬
‫‪S 22‬‬ ‫‪4‬‬
‫‪16‬‬
‫تمارين الفصل الثاني‪:‬‬
‫كفؽ ؿلتكزيع الطبيعي‬

‫𝑋 متغير عشكائي متصؿ‪ ،‬سحبت عينة عشكائية حجميا ‪ 16‬مف مجتمع إحصائي يتكزع ا‬
‫بالمعمـ تيف ‪ μ = 9‬ك ‪ ، σ = 2‬أم أف‪X~N(9 , 2) :‬‬
‫‪- 1‬ما ىك التكزيع االحتمالي لمتكسط ىذه العينة العشكائية‪.‬‬

‫‪- 2‬أكجد احتماؿ أف يككف المتكسط الحسابي لمعينة أكبر مف أك يساكم ‪.10.50‬‬
‫في إحدل المستشفيات تـ قياس ضغط الدـ لمجمكعة مف المرضى‪ ،‬نفرض أف ضغط الدـ ليؤالء األفراد يتبع‬
‫التكزيع الطبيعي بمتكسط مقداره ‪ 70‬كانحراؼ معيارم مقداره ‪ ، 7‬تـ سحب عينة عشكائية مف ىذا المجتمع‬
‫حجميا ‪. 49‬‬
‫‪ ‬أحسب احتماؿ أف يككف متكسط ضغط الدـ في ىذه العينة أقؿ مف أك يساكم ‪. 67.5‬‬
‫𝑋 متغير عشكائي متصؿ‪ ،‬سحبت عينة عشكائية حجميا ‪ 40‬كانحرافيا المعيارم ‪ 9‬مف مجتمع إحصائي يتكزع‬
‫كفؽ التكزيع الطبيعي بمتكسط ‪ μ = 72‬كانحراؼ معيارم مجيكؿ‪ ،‬أم أف‪X~N(72 , σ) :‬‬

‫‪- 2‬أكجد احتماؿ أف يككف المتكسط الحسابي لمعينة أكبر مف أك يساكم ‪.74‬‬
‫‪64‬‬
‫𝑋 متغير عشكائي متصؿ‪ ،‬سحبت عينة عشكائية حجميا ‪ 16‬كانحرافيا المعيارم ‪ 1.7‬مف مجتمع إحصائي‬
‫يتكزع كفؽ التكزيع الطبيعي بمتكسط ‪ μ = 14‬كانحراؼ معيارم مجيكؿ‪ ،‬أم أف‪X~N(14 , σ) :‬‬

‫‪- 2‬أكجد احتماؿ أف يككف المتكسط الحسابي لمعينة أصغر مف أك يساكم ‪ 15‬كأكبر مف أك يساكم ‪.13‬‬
‫مجتمع مجيكؿ التكزيع ( يتبع تكزيعا غير التكزيع الطبيعي )‪ ،‬متكسطو الحسابي ‪ 950‬كانحرافو المعيارم ‪115‬‬
‫تـ سحب عينة عشكائية مف ىذا المجتمع حجميا ‪ 110‬مشاىدة‪.‬‬
‫‪- 1‬ما ىك التكزيع االحتمالي لمتكسط قيـ ىذه العينة‪.‬‬

‫‪- 2‬أحسب االحتماؿ اآلتي‪𝑃(𝑋 ≤ 970) :‬‬
‫‪9 ،7 ،5‬‬ ‫ليكف لدينا مجتمعيف إحصائييف ‪ 𝑈1‬ك ‪ 𝑈2‬بحيث يحتكم المجتمع األكؿ عمى المفردات اآلتية‪:‬‬
‫بينما يحتكم المجتمع الثاني عمى المفردتيف اآلتيتيف‪6 ، 3 :‬‬
‫‪ ‬تحقؽ مف صحة العبلقتيف‪ 𝜇𝑈1 −𝑈2 = 𝜇𝑈1 − 𝜇𝑈2 :‬ك ‪𝜎 2 𝑈1 −𝑈2 = 𝜎 2 𝑈1 + 𝜎 2 𝑈2‬‬
‫‪ 32000‬دينا ار كانحرافو المعيارم‬ ‫إذا كانت ركاتب مكظفي مؤسسة عمكمية تخضع لتكزيع طبيعي معدلو‬
‫‪ 26000‬دينا ار كانحرافو المعيارم‬ ‫‪ 4600‬دينارا‪ ،‬كركاتب مكظفي مؤسسة خاصة تخضع لتكزيع طبيعي معدلو‬
‫‪ 5200‬دينا ار‪ .‬أخذت عينة عشكائية مف مكظفي مؤسسة عمكمية حجميا ‪ 20‬مكظفا‪ ،‬كأخذت عينة عشكائية مف‬
‫مكظفي المؤسسة الخاصة حجميا ‪ 12‬مكظفا‪.‬‬
‫‪ ‬أكجد احتماؿ أف يزيد متكسط العينة األكلى عف متكسط العينة الثانية بمقدار ‪8000‬‬
‫تـ سحب عينة عشكائية حجميا ‪ 25‬كانحرافيا المعيارم ‪ 3‬مف مجتمع طبيعي متكسطو ‪ 340‬لكف مجيكؿ‬
‫‪ 16‬كانحرافيا المعيارم ‪ 4‬مف مجتمع طبيعي‬ ‫االنحراؼ المعيارم‪ ،‬كتـ أيضا سحب عينة عشكائية حجميا‬
‫متكسطو ‪ 280‬مجيكؿ أيضا انحرافو المعيارم‪.‬‬
‫‪65‬‬
‫‪- 1‬أكجد تكزيع الفرؽ بيف كسطي العينتيف‪.‬‬
‫‪- 2‬أحسب احتماؿ أف يككف ىذا الفرؽ أصغر مف ‪. 58‬‬
‫‪ 650‬شيرا‪،‬‬ ‫تنتج الشركة ‪ A‬أنابيب مف نكع ‪ CPVC‬لنقؿ المياه الصالحة لمشرب متكسط فترة صبلحيتيا‬
‫‪ CPVC‬لنقؿ المياه الصالحة لمشرب‬ ‫‪ B‬أيضا أنابيب مف نكع‬ ‫كمجيكؿ االنحراؼ المعيارم‪ ،‬كتنتج الشركة‬
‫متكسط فترة صبلحيتيا ‪ 659‬شيرا‪ ،‬كمجيكؿ االنحراؼ المعيارم‪ .‬تـ سحب عينة عشكائية حجميا ‪ 18‬أنبكبا مف‬
‫أنتاج الشركة ‪ A‬بانحراؼ معيارم ‪ 5‬أشير‪ ،‬كتـ سحب عينة عشكائية حجميا ‪ 8‬أنابيب مف أنتاج الشركة ‪B‬‬
‫بانحراؼ معيارم ‪ 12‬شي ار‪ .‬بفرض تجانس االنحراؼ المعيارم ؿؿمجتمعيف‪.‬‬
‫‪ A‬أصغر مف متكسط فترة صبلحية‬ ‫‪ ‬أكجد احتماؿ أف يككف متكسط فترة صبلحية أنابيب الشركة‬
‫أنابيب الشركة ‪. B‬‬
‫‪ 1200‬بيضة‪ ،‬نسبة البيض التالؼ الذم ينتجو ىذا‬ ‫اشترل أحد المستيمكيف مف أحد مراكز إنتاج الدكاجف‬
‫المركز قدر بػ ػ ‪ . 0.07‬نفرض أف ليذه النسبة تكزيعا طبيعيا‪.‬‬
‫‪ ‬أحسب احتماؿ أف يجد ىذا المستيمؾ مف بيف البيض التي اشتراىا ‪ 60‬بيضة عمى األقؿ تالفة‪.‬‬
‫تنتج شركة عصير مف التفاح‪ ،‬كمف بيف مستيمكي ىذا المنتكج مؤسستيف عمكميتيف‪ ،‬األكلى تسيمؾ ما نسبتو‬
‫‪ 38‬كالثانية تسيمؾ ما نسبتو ‪ ،32‬تـ سحب عينتيف حجميما عمى التكالي ‪ 180‬ك ‪ 220‬مف كؿ مؤسسة‪.‬‬
‫‪ ‬أحسب احتماؿ أف يككف الفرؽ بيف نسبتي استعماؿ المنتكج مف طرؼ مستيمكي العينتيف أصغر مف‬
‫أك يساكم ‪.  21‬‬
‫سحبت عينة عشكائية حجميا ‪ 6‬كحدات مف مجتمع إحصائي يتكزع تكزيعا طبيعيا انحرافو المعيارم ‪.4‬‬
‫‪ ‬أحسب احتماؿ أف يككف تبايف العينة عمى األقؿ ‪. 2.66‬‬

‫التمرين الثالث عشر‪:‬‬
‫‪66‬‬
‫أخذت عينة عشكائية حجميا ‪ 12‬مف مجتمع طبيعي انحرافو المعيارم ‪ ، 3‬كأخذت عينة أخرل حجميا ‪19‬‬
‫مف مجتمع طبيعي مستقؿ عف المجتمع األكؿ تباينو ‪. 36‬‬
‫‪ ‬أحسب احتماؿ أف ال تزيد النسبة بيف تبايني العينتيف عف ‪. 0.86‬‬
‫حمول تمارين الفصل الثاني‪:‬‬
‫‪- 1‬التكزيع االحتمالي لمتكسط العينة ‪:‬‬

‫التكزيع 𝑋 يتكزع كفؽ التكزيع الطبيعي بالمعممتيف‪ 𝜇𝑋 :‬ك 𝑋𝜎 حيث‪:‬‬
‫𝜎‬ ‫‪2‬‬
‫= 𝑋𝜎‬ ‫=‬ ‫‪= 0.50 ،‬‬ ‫‪𝜇𝑋 = 𝜇 = 9‬‬
‫𝑛‬ ‫‪16‬‬
‫‪- 2‬احتماؿ أف يككف المتكسط الحسابي لمعينة أكبر مف أك يساكم ‪:10.5‬‬

‫‪10.5−9‬‬ ‫‪2‬‬ ‫𝑋 𝜇 ‪𝑋−‬‬ ‫𝜇‪𝑋 −‬‬
‫= 𝑍 كمنو‪:‬‬ ‫=‬ ‫= 𝑍 ‪ ،‬أم أف‪= 3.00 :‬‬ ‫=‬ ‫𝜎‬ ‫لدينا‪:‬‬
‫‪0.50‬‬ ‫‪0.5‬‬ ‫𝑋𝜎‬
‫𝑛‬
‫‪𝑃 𝑋 ≥ 10.50 = 𝑃 𝑍 ≥ 3.00 = 1 − 𝑃 𝑍 ≤ 3.00‬‬
‫‪= 1 − 0.9987 = 0.0013‬‬
‫‪ ‬حساب احتماؿ أف يككف متكسط ضغط الدـ في ىذه العينة أقؿ مف أك يساكم ‪: 67.5‬‬
‫التكزيع 𝑋 يتكزع كفؽ التكزيع الطبيعي بالمعممتيف‪ 𝜇𝑋 :‬ك 𝑋𝜎 حيث‪:‬‬
‫𝜎‬ ‫‪7‬‬
‫= 𝑋𝜎‬ ‫=‬ ‫‪= 1.00 ،‬‬ ‫‪𝜇𝑋 = 𝜇 = 70‬‬
‫𝑛‬ ‫‪49‬‬
‫‪67.5−70‬‬ ‫𝑋 𝜇 ‪𝑋−‬‬ ‫𝜇‪𝑋 −‬‬

‫= 𝑍 كمنو‪:‬‬ ‫= 𝑍 ‪ ،‬أم أف‪= −2.50 :‬‬ ‫=‬ ‫𝜎‬ ‫لدينا‪:‬‬
‫‪1.00‬‬ ‫𝑋𝜎‬
‫𝑛‬
‫‪𝑃 𝑋 ≤ 67.50 = 𝑃 𝑍 ≤ −2.50 = 𝑃 𝑍 ≥ 2.50‬‬
‫‪= 1 − 𝑃 Z ≤ 2.50 = 1 − 0.9938 = 0.0062‬‬
‫‪- 1‬التكزيع االحتمالي لمتكسط العينة العشكائية‪ :‬بما أف حجـ العينة ‪ 𝑛 ≥ 30‬فإف ىذا التكزيع يتكزع تكزيعا‬
‫𝑆‬ ‫‪9‬‬
‫= 𝑋𝜎‬ ‫=‬ ‫ك ‪= 1.42‬‬ ‫طبيعيا أم أف‪ ، 𝑋~𝑁( 𝜇𝑋 , 𝜎𝑋 ) :‬كمنو‪𝜇𝑋 = 𝜇 = 72 :‬‬
‫𝑛‬ ‫‪40‬‬
‫‪67‬‬
‫‪- 2‬احتماؿ أف يككف المتكسط الحسابي لمعينة أكبر مف أك يساكم ‪:74‬‬
‫‪74−72‬‬ ‫𝑋 𝜇 ‪𝑋−‬‬ ‫𝜇‪𝑋 −‬‬
‫= 𝑍 كمنو‪:‬‬ ‫= 𝑍 ‪ ،‬أم أف‪= 1.41 :‬‬ ‫=‬ ‫𝑆‬ ‫لدينا‪:‬‬
‫‪1.42‬‬ ‫𝑋𝜎‬
‫𝑛‬
‫‪𝑃 𝑋 ≥ 74 = 𝑃 𝑍 ≥ 1.41 = 1 − 𝑃 Z ≤ 1.41‬‬
‫‪= 1 − 0.9207 = 0.0793‬‬
‫‪- 1‬التكزيع االحتمالي لمتكسط العينة العشكائية‪:‬‬

‫‪ .a‬المتغير العشكائي 𝑋 يتبع التكزيع الطبيعي؛‬
‫‪ .b‬االنحراؼ المعيارم لممجتمع ‪ σ‬مجيكؿ؛‬
‫‪ .c‬حجـ العينة صغير ‪ 𝑛 < 30‬؛‬
‫𝜇‪𝑋 −‬‬
‫= 𝑡 بدرجة حرية‪ϑ = 𝑛 − 1 :‬‬ ‫𝑆‬ ‫إذف نطبؽ تكزيع ستيكدنت ‪:)Student( t‬‬
‫𝑛‬
‫‪ - 2‬احتماؿ أف يككف المتكسط الحسابي لمعينة أصغر مف أك يساكم ‪ 15‬كأكبر مف أك يساكم ‪:13‬‬
‫𝜇‪𝑋 −‬‬ ‫‪15−14‬‬ ‫𝜇‪𝑋 −‬‬ ‫‪13−14‬‬
‫= 𝑡 ‪ ،‬كلدينا‪:‬‬ ‫𝑆‬ ‫=‬ ‫‪1.7‬‬ ‫= 𝑡 ك ‪= 2.35‬‬ ‫𝑆‬ ‫=‬ ‫‪1.7‬‬ ‫لدينا‪= −2.35 :‬‬
‫𝑛‬ ‫‪16‬‬ ‫𝑛‬ ‫‪16‬‬
‫‪ ϑ = 𝑛 − 1 = 16 − 1 = 15‬كمنو‪:‬‬
‫)‪𝑃(13 ≤ 𝑋 ≤ 15) = 𝑃(−2.35 ≤ 𝑡 15 ≤ 2.35‬‬
‫)‪= 𝑃(𝑡 15 ≤ 2.35) − 𝑃(𝑡 15 ≤ −2.35‬‬
‫)‪= 𝑃(𝑡 15 ≤ 2.35) − 𝑃(𝑡 15 ≥ 2.35‬‬
‫)‪= 𝑃(𝑡 15 ≤ 2.35) − 1 − 𝑃(𝑡 15 ≤ 2.35‬‬
‫‪- 1‬التكزيع االحتمالي لمتكسط العينة‪:‬‬

‫التكزيع غير طبيعي (مجيكؿ التكزيع) كلكف حجـ العينة أكبر مف ‪ ، 30‬كمنو التكزيع يتـ تقريبو إلى التكزيع‬
‫الطبيعي‪ ،‬فحسب نظرية النيائية المركزية يككف لدينا‪:‬‬
‫‪ ‬المتكسط الحسابي لتكزيع العينة‪𝜇𝑋 = 𝜇 = 950 :‬‬

‫𝜎‬ ‫‪115‬‬
‫= 𝑋𝜎‬ ‫=‬ ‫‪ ‬االنحراؼ المعيارم لتكزيع العينة‪= 10.96 :‬‬
‫𝑛‬ ‫‪110‬‬
‫‪68‬‬
‫‪- 2‬حساب االحتماؿ )‪: 𝑃(𝑋 ≤ 970‬‬
‫‪970−950‬‬ ‫‪20‬‬ ‫𝑋 𝜇 ‪𝑋−‬‬ ‫𝜇‪𝑋 −‬‬
‫= 𝑍 كمنو‪:‬‬ ‫=‬ ‫= 𝑍 ‪ ،‬أم أف‪= 1.82 :‬‬ ‫=‬ ‫𝜎‬ ‫لدينا‪:‬‬
‫‪10.96‬‬ ‫‪10.96‬‬ ‫𝑋𝜎‬
‫𝑛‬
‫‪𝑃 𝑋 ≤ 970 = 𝑃 Z ≤ 1.82 = 0.9656‬‬
‫نمخص قيـ ‪ 𝑈1‬ك ‪ 𝑈2‬كالفرؽ بينيما في الجدكؿ اآلتي‪:‬‬
‫‪𝑈1 - 𝑈2 𝑈1‬‬
‫‪5‬‬ ‫‪7‬‬ ‫‪9‬‬
‫‪2‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪3‬‬ ‫‪𝑈2‬‬
‫‪-1‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪6‬‬

‫‪ ‬نبحث صحة العبلقة‪𝜇𝑈1 −𝑈2 = 𝜇𝑈1 − 𝜇𝑈2 :‬‬
‫‪2+4+6+(−1)+1+3‬‬ ‫‪15‬‬
‫= ‪𝜇𝑈1 −𝑈2‬‬ ‫=‬ ‫لدينا‪= 2.5 :‬‬
‫‪6‬‬ ‫‪6‬‬
‫‪3+6‬‬ ‫‪5+7+9‬‬
‫= ‪𝜇𝑈2‬‬ ‫= ‪ 𝜇𝑈1‬ك ‪= 4.5‬‬ ‫‪=7‬‬
‫‪2‬‬ ‫‪3‬‬
‫‪ ، 𝜇𝑈1 − 𝜇𝑈2 = 7 − 4.5 = 2.5‬كمنو‪𝜇𝑈1 −𝑈2 = 𝜇𝑈1 − 𝜇𝑈2 :‬‬

‫‪ ‬نبحث صحة العبلقة‪𝜎 2 𝑈1 −𝑈2 = 𝜎 2 𝑈1 + 𝜎 2 𝑈2 :‬‬
‫‪2‬‬
‫‪2‬‬ ‫‪𝑥 𝑖 −𝜇 𝑈 1 −𝑈 2‬‬
‫𝜎‬ ‫‪𝑈1 −𝑈2‬‬ ‫=‬
‫𝑁‬
‫‪2−2.5 2 + 4−2.5 2 + 6−2.5 2 + −1−2.5 2 + 1−2.5 2 + 3−2.5 2‬‬

‫=‬ ‫‪= 4.92‬‬
‫‪6‬‬
‫‪𝑥 𝑖 −𝑈1 2‬‬ ‫‪5−7 2 + 7−7 2 + 9−7 2‬‬

‫= ‪𝜎 2 𝑈1‬‬ ‫=‬ ‫‪= 2.67‬‬
‫𝑁‬ ‫‪3‬‬
‫‪𝑥 𝑖 −𝑈2 2‬‬ ‫‪3−4.5 2 + 6−4.5 2‬‬

‫= ‪𝜎 2 𝑈2‬‬ ‫=‬ ‫‪= 2.25‬‬
‫𝑁‬ ‫‪2‬‬
‫‪𝜎 2 𝑈1 + 𝜎 2 𝑈2 = 2.67 + 2.25 = 4.92‬‬
‫كمنو‪𝜎 2 𝑈1 −𝑈2 = 𝜎 2 𝑈1 + 𝜎 2 𝑈2 :‬‬
‫‪ ‬حساب احتماؿ أف يزيد متكسط العينة األكلى عف متكسط العينة الثانية بمقدار ‪: 8000‬‬
‫‪69‬‬
‫‪𝑋1 −𝑋2 − 𝜇 1 −𝜇 2‬‬ ‫) ‪8000 −(32000 −26000‬‬
‫= 𝑍 ‪ ،‬كمنو‪:‬‬ ‫=‬ ‫لدينا‪= 1.11 :‬‬
‫‪4600 2 5200 2‬‬
‫‪𝜎2‬‬ ‫‪2‬‬
‫‪1 +𝜎 2‬‬ ‫‪+‬‬
‫‪20‬‬ ‫‪12‬‬
‫‪𝑛1 𝑛2‬‬
‫‪- 1‬إيجاد تكزيع الفرؽ بيف كسطي العينتيف‪:‬‬
‫‪ 𝑛1 = 25 < 30‬ك ‪ 𝑛2 = 16 < 30‬فإف ىذا التكزيع يخضع لتكزيع‬ ‫بما أف‪ :‬حجـ العينتيف‬
‫‪𝑆2‬‬ ‫‪2 2‬‬
‫‪1 +𝑆 2‬‬
‫= 𝜗 ‪ ،‬أم أف‪، 𝑋1 − 𝑋2 ~t(𝜗) :‬‬ ‫ستيكدنت 𝑡 (‪ )Student‬بدرجة حرية‪:‬‬

‫‪𝑛1 𝑛2‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪𝑆1‬‬ ‫‪𝑆2‬‬‫‪2‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬
‫‪+‬‬
‫‪𝑛 1 −1 𝑛 2 −1‬‬
‫‪- 2‬حساب احتماؿ أف يككف ىذا الفرؽ أصغر مف ‪: 58‬‬

‫‪𝑋1 −𝑋2 − 𝜇 1 −𝜇 2‬‬ ‫‪58 − 340−280‬‬
‫=𝑡 ‪،‬‬ ‫=‬ ‫لدينا‪= −1.71 :‬‬
‫‪3 2 4 2‬‬
‫‪𝑆2‬‬ ‫‪2‬‬
‫‪1 +𝑆 2‬‬ ‫‪+‬‬
‫‪25‬‬ ‫‪16‬‬
‫‪𝑛1 𝑛2‬‬
‫‪𝑆2‬‬ ‫‪2 2‬‬ ‫‪3 2 4 2‬‬

‫‪2‬‬
‫‪1 +𝑆 2‬‬ ‫‪+‬‬
‫= 𝜗 ‪ ،‬كمنو‪:‬‬ ‫كلدينا‪= 26 :‬‬
‫‪𝑛1 𝑛2‬‬ ‫‪25‬‬ ‫‪16‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫=‬ ‫‪2‬‬ ‫‪2‬‬
‫‪𝑆1‬‬ ‫‪𝑆2‬‬‫‪2‬‬ ‫‪3 2‬‬ ‫‪4 2‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬ ‫‪25‬‬ ‫‪16‬‬
‫‪+‬‬ ‫‪+‬‬
‫‪𝑛 1 −1 𝑛 2 −1‬‬ ‫‪25−1‬‬ ‫‪16−1‬‬
‫‪𝑃 𝑋1 − 𝑋2 ≤ 58 = 𝑃 𝑡 26 ≤ −1.71 = 0.05‬‬
‫‪(𝑛 1 −1)𝑆12 +(𝑛 2 −1)𝑆22‬‬ ‫‪(18−1)52 +(8−1)12 2‬‬

‫= ‪ ، 𝑆𝑝2‬كمنو‪:‬‬ ‫=‬ ‫بما أف‪ 𝜎1 = 𝜎2 = 𝜎 :‬فإف‪= 59.71 :‬‬
‫‪𝑛 1 +𝑛 2 −2‬‬ ‫‪18+8−2‬‬
‫‪𝑋1 −𝑋2 − 𝜇 1 −𝜇 2‬‬ ‫‪0− 650−659‬‬

‫= 𝑡 ‪ϑ = 𝑛1 + 𝑛2 − 2 = 18 + 8 − 2 = 24 :‬‬ ‫‪1‬‬ ‫‪1‬‬
‫=‬ ‫‪1 1‬‬
‫‪= 2.741‬‬
‫‪𝑆𝑝2‬‬ ‫‪+‬‬ ‫‪59.71‬‬ ‫‪+‬‬
‫‪𝑛1 𝑛2‬‬ ‫‪18 8‬‬
‫‪ A‬أصغر مف متكسط فترة صبلحية‬ ‫‪ ‬حساب احتماؿ أف يككف متكسط فترة صبلحية أنابيب الشركة‬
‫أنابيب الشركة ‪𝑃 𝑋1 ≤ 𝑋2 = 𝑃 𝑋1 − 𝑋2 ≤ 0 = 𝑃 𝑡 24 ≤ 2.741 = 0.995 : B‬‬
‫𝑥‬ ‫‪60‬‬
‫=𝑃‬ ‫=‬ ‫لدينا‪= 0.05 :‬‬
‫𝑛‬ ‫‪1200‬‬
‫‪70‬‬
‫𝑃‪𝑃 −‬‬ ‫‪0.05−0.07‬‬
‫‪ ،‬كمنو‪:‬‬ ‫=𝑍‬ ‫=‬ ‫‪0.07×0.93‬‬
‫كلدينا‪= −2.71 :‬‬
‫𝑞𝑃‬
‫𝑛‬ ‫‪1200‬‬
‫‪𝑃 𝑃 ≥ 0.05 = 𝑃 𝑍 ≥ −2.71 = 𝑃 𝑍 ≤ 2.71 = 0.9966‬‬
‫المطمكب ىك حساب‪ :‬؟ = )‪𝑃(𝑝1 − 𝑝2 ≤ 0.21‬‬

‫‪𝑝 1 −𝑝 2 − 𝑃1 −𝑃2‬‬ ‫‪0.21 − 0.38−0.32‬‬
‫= 𝑍 ‪ ،‬كمنو‪:‬‬ ‫‪𝑃1𝑞1 𝑃2𝑞2‬‬
‫=‬ ‫‪0.38×0.62 0.32×0.68‬‬
‫لدينا‪= 3.13 :‬‬
‫‪+‬‬ ‫‪+‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬ ‫‪180‬‬ ‫‪220‬‬
‫‪𝑝(𝑝1 − 𝑝2 ≤ 0.21) = 𝑝(𝑍 ≤ 3.13) = 0.9991‬‬
‫‪ ‬حساب احتماؿ أف يككف تبايف العينة عمى األقؿ ‪: 2.66‬‬
‫المطمكب ىك حساب‪ :‬؟ = )‪𝑃(S 2 ≤ 2.66‬‬
‫‪(𝑛−1)𝑆 2‬‬ ‫‪(6−1)×2.66‬‬

‫‪ ،‬كلدينا‪𝜗 = 𝑛 − 1 = 6 − 1 = 5 :‬‬ ‫‪2‬‬ ‫=‬ ‫=‬ ‫لدينا‪= 0.831 :‬‬
‫‪𝜎2‬‬ ‫‪4 2‬‬
‫كمنو‪𝑃(S 2 ≥ 2.66) = 𝑃(2 ≥ 0.831) = 0.975 :‬‬

‫حل التمرين الثالث عشر‪:‬‬
‫‪S 21‬‬
‫(𝑃‬ ‫المطمكب ىك حساب‪ :‬؟ = )‪≤ 0.86‬‬
‫‪S 22‬‬
‫‪𝑆12‬‬ ‫‪𝑆12‬‬
‫‪21‬‬ ‫‪9‬‬
‫‪𝑆12‬‬ ‫‪36‬‬ ‫‪𝑆12‬‬ ‫‪36‬‬
‫كمنو‪،‬‬ ‫‪𝐹 = 𝑆2‬‬ ‫‪= 𝑆2‬‬ ‫=‬ ‫×‬ ‫=‬ ‫×‬ ‫لدينا‪:‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪9‬‬ ‫‪𝑆22‬‬ ‫‪𝑆22‬‬ ‫‪9‬‬
‫‪𝜎22‬‬ ‫‪36‬‬
‫‪𝜗2 = 19 − 1 = 18‬‬ ‫ك‬ ‫‪𝜗1 = 12 − 1 = 11‬‬ ‫كلدينا‪:‬‬
‫‪𝑆12‬‬
‫‪9‬‬
‫‪S 21‬‬ ‫‪36‬‬
‫(𝑃‬ ‫𝑃 = )‪≤ 0.86‬‬ ‫‪𝑆22‬‬
‫× ‪≤ 0.86‬‬ ‫‪= 𝑃(𝐹(11 ,18) ≤ 3.44) = 0.99‬‬
‫‪S 22‬‬ ‫‪9‬‬
‫‪36‬‬
‫الفصل الثالث‬
‫‪71‬‬
‫نظرية التقدير اإلحصائي‬
‫ال نستطيع في أغمب الدراسات معرفة القيمة الحقيقية ألم معممة مف معالـ المجتمع محؿ البحث‪ ،‬كالسبب‬
‫نقدر معالـ‬ ‫يكمف في صعكبة جمع البيانات عف كؿ مفردة مف مفردات المجتمع دكف استثناء‪ ،‬كلكف يمكف أف‬
‫المجتمع المجيكلة أك المعالـ المجيكلة لمتكزيعات االحتمالية انطبلقا مف إحصاءات العينة التي نحصؿ عمييا‬
‫باستخداـ بيانات يتـ الحصكؿ عمييا مف عينة عشكائية مسحكبة مف ذلؾ المجتمع‪ .‬فمثبل‪ :‬أفضؿ تقدير لمكسط‬
‫الحسابي ‪ μ‬لممجتمع اإلحصائي ىك الكسط الحسابي 𝑋 لمعينة‪ ،‬كما ينطبؽ عمى الكسط الحسابي ينطبؽ عمى‬
‫الثكابت اإلحصائية األخرل‪ ،‬كالنسبة كالتبايف كغيرىا‪ .‬كسبب تقدير معالـ المجتمع باستعماؿ إحصائيات العينة‬
‫كتسمى‬ ‫يعكد إلى عامؿ الكقت كالتكمفة كعامؿ اإلمكانية البلزمة إلجراء التجربة حكؿ الظاىرة المراد دراستيا‪.‬‬
‫م تقدير معؿمة المجتمع المقدر‪ ،‬بينما تسمى القيمة المعينة تقدير‪.‬‬
‫إحصائية العينة المستخدمة ؼ‬
‫‪- 1‬مفهوم التقدير والمقدر‪ :‬يعد مف أحد األسباب الرئيسة لتحميؿ البيانات تقدير معالـ المجتمع اإلحصائي‬
‫بداللة إحدل العينات العشكائية المأخكذة منو‪ .42‬كيعرؼ التقدير بأنو عممية استنتاج أك تقدير أحد معالـ‬
‫المجتمع مثؿ الكسط الحسابي أك االنحراؼ المعيارم مف اإلحصائية المناظرة كالخاصة بعينة مسحكبة‬
‫ىك عممية إحصائية تسمح لنا بتحديد( تقدير) قيـ معالـ المجتمع‬ ‫مف المجتمع ‪ .43‬أم أف التقدير‬
‫اإلحصائي انطبلقا مف إحصائيات العينة المسحكبة عشكائيا مف ىذا المجتمع‪.‬‬
‫كيفية‬ ‫أما المقدر فيك عبارة عف صيغة (معادلة) أك طريقة تستخدـ لمكصكؿ إلى التقدير حيث تحدد‬
‫حساب القيـ التقديرية لمعممة مجتمع مف خبلؿ بيانات العينة‪ .44‬إف قيمة متكسط العينة 𝑋 ىك تقدير‬
‫لمتكسط المجتمع ‪ μ‬أما الصيغة أك الدالة أك القاعدة المستخدمة لتقدير المتكسط فيي عبارة عف المقدر‪.‬‬
‫كالمقدر نفسو متغير عشكائي حيث يتغير مف عينة ألخرل‪ .‬غالبا ما تككف المعؿمة المناظرة في العينة‬
‫𝑋 ‪ .‬نرمز بالرمز‬ ‫‪ μ‬مف خبلؿ متكسط العينة‬ ‫ىي أحسف مقدر‪ ،‬كأف نقدر متكسط المجتمع‬
‫‪ θ‬لمعممة تكزيع المتغير العشكائي 𝑋 ‪ ،‬كنرمز بالرمز ‪ θ‬لممقدر‪.‬‬
‫شنافي نكاؿ ‪ ،‬مطبكعة في مقياس االحتماالت كاإلحصاء التطبيقي ‪ ،‬قسـ عمكـ التسيير بكمية العمكـ االقتصادية كالتجارية كعمكـ التسيير ‪،‬‬ ‫‪42‬‬
‫جامعة محمد خيضر – بسكرة ‪ /‬الجزائر ‪ ، 2017 ،‬ص ‪. 34‬‬

‫‪ 43‬سالفادكر دكمينيؾ ‪ ،‬اإلحصاء كاالقتصاد القياسي ‪ ،‬ديكاف المطبكعات الجامعية ‪ ،‬الجزائر ‪ ، 1993 ،‬ص‪. 72‬‬
‫‪ 44‬دبكش عبد القادر‪ ،‬مطبكعة في مقياس االحتماالت كاإلحصاء التطبيقي ‪ ،‬قسـ عمكـ التسيير بكمية العمكـ االقتصادية كالتجارية كعمكـ التسيير‬
‫‪ ،‬جامعة ‪ 8‬مام ‪ ، 1945‬قالمة ‪ /‬الجزائر ‪ ، 2018 ،‬ص ‪. 36‬‬
‫‪72‬‬
‫كلكي يطمؽ عمى المقدر اسـ المقدر الجيد‪ ،‬كالذم يساعدنا في تقدير معالـ المجتمع بشكؿ أفضؿ عندما‬
‫تككف مجيكلة‪ ،‬يجب أف يتكفر عمى الخكاص اآلتية‪:45‬‬
‫‪ E(θ) = θ‬بمعنى‪ :‬تككف‬ ‫‪ ‬خاصية عدم التحيز‪ :‬نقكؿ عف المقدر أنو غير متحيز إذا كفقط إذا كاف‪:‬‬
‫إحصائية ما مقد ار غير متحيز لمعممة ما إذا كانت القيمة المتكقعة ليا تساكم تمؾ المعممة‪.‬‬
‫مثال‪ :01‬ىؿ اإلحصائية 𝑋 ىي مقدر غير متحيز لممعممة المجيكلة ‪ μ‬أـ ال‪.‬‬
‫𝑖𝑥‬ ‫) 𝑖 𝑥(𝐸‬ ‫𝜇‬ ‫𝜇𝑛‬

‫𝐸 = )𝑋(‪E‬‬ ‫=‬ ‫=‬ ‫=‬ ‫الحل‪ :‬نحسب )𝑋(‪ E‬فنجد‪= 𝜇 :‬‬
‫𝑛‬ ‫𝑛‬ ‫𝑛‬ ‫𝑛‬
‫‪ ، E(𝑋) = μ‬كمنو فعبل 𝑋 مقد ار غير متحيز ل ػ ‪μ‬‬
‫‪2‬‬
‫مثال‪ :02‬ىؿ اإلحصائية ‪ 𝑆 2‬ىي مقدر غير متحيز لممعممة المجيكلة ‪ σ‬أـ ال‪ ،‬حيث‪:‬‬
‫‪(𝑥 𝑖 −𝑋 )2‬‬
‫= ‪𝑆2‬‬
‫𝑛‬
‫‪(𝑥 𝑖 −𝑋 )2‬‬
‫𝐸 = ) ‪ E(𝑆 2‬الحظ أف‪:‬‬ ‫الحل‪ :‬نحسب ) ‪ E(𝑆 2‬فنجد‪:‬‬
‫𝑛‬
‫)𝜇 ‪𝑥𝑖 − 𝑋 = 𝑥𝑖 − 𝜇 − (𝑋 −‬‬

‫‪( 𝑥 𝑖 −𝜇 −(𝑋 −𝜇 ))2‬‬
‫𝐸 = ) ‪E(𝑆 2‬‬ ‫كمنو‪:‬‬
‫𝑛‬
‫‪𝑥 𝑖 −𝜇 2 −2 𝑥 𝑖 −𝜇 (𝑋 −𝜇 ) +(𝑋 −𝜇 )2‬‬

‫𝐸=‬
‫𝑛‬
‫‪E 𝑥 𝑖 −𝜇 2‬‬ ‫‪E 𝑋 −𝜇 2‬‬ ‫𝜇‪𝑋 −‬‬ ‫𝜇‪𝑥 𝑖 −‬‬

‫=‬ ‫‪+‬‬ ‫‪− 2E‬‬
‫𝑛‬ ‫𝑛‬ ‫‪n‬‬
‫‪ ،‬كمنو‪:‬‬ ‫الحظ أيضا‪𝑥𝑖 − 𝜇 = 𝑛(𝑋 − 𝜇) :‬‬
‫‪E 𝑥 𝑖 −𝜇 2‬‬ ‫‪2‬‬

‫= ) ‪E(𝑆 2‬‬ ‫𝜇‪+𝐸 𝑋−‬‬ ‫‪2‬‬
‫𝜇 ‪− 2𝐸 𝑋 −‬‬ ‫‪2‬‬
‫‪= σ − σ2X‬‬
‫𝑛‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪2‬‬ ‫‪σ‬‬ ‫‪nσ −σ‬‬ ‫)‪(n−1‬‬
‫‪=σ −‬‬ ‫=‬ ‫=‬ ‫‪σ2‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪2‬‬
‫‪ E(𝑆 2 ) ≠ σ‬فإف‪ 𝑋 :‬ليس مقد ار غير متحيز ل ػ ‪ ، σ2‬أم أف‪:‬‬ ‫بما أف‪:‬‬
‫𝑋 مقد ار متحي از ل ػ ‪σ2‬‬
‫‪ 45‬سيير فيمي حجازم‪ ،‬اإلحصاء التطبيقي ‪http://206.81.8.224/book/%D8%A7%D9 ،‬‬

‫تاريخ الزيارة‪. 2020 / 01/ 18 :‬‬
‫‪73‬‬
‫‪2‬‬
‫مثال‪ :03‬ىؿ اإلحصائية ‪ 𝑆 2‬ىي مقدر غير متحيز لممعممة المجيكلة ‪ σ‬أـ ال‪ ،‬حيث‪:‬‬
‫‪(𝑥 𝑖 −𝑋 )2‬‬
‫= ‪𝑆2‬‬
‫‪𝑛 −1‬‬
‫‪2‬‬
‫‪ ، E(𝑆 2 ) = σ‬كمنو‪:‬‬ ‫الحل‪ :‬بإتباع نفس الخطكات السابقة نجد‪:‬‬
‫‪2‬‬
‫اإلحصائية ‪ 𝑆 2‬ىي مقدر غير متحيز لممعممة ‪σ‬‬
‫إذا كاف لدينا أكثر‬

‫‪ ‬خاصية الكفاءة‪ :‬قيمة التبايف لتكزيع المعاينة اإلحصائية ىك الذم يحدد كفاءة مقدر ما‪ ،‬ؼ‬
‫ـ ف مقدر لمعؿمة معينة فإف المقدر األكثر كفاءة قك المقدر الذم ؿق تبايف أؽؿ‪ ،‬بمعنى آخر أف المقدر األقؿ‬
‫تباينا ىك األكثر كفاءة‪ ،‬فالكفاءة خاصية نسبية تستخدـ ؿؿمقارنة بيف المقدرات المختؿفة لنفس المعؿمة كبنفس‬
‫حجـ العينة‪.‬‬
‫‪ ، θ2‬ككاف لدينا‪:‬‬ ‫‪ θ1‬ك ‪ θ2‬مقد ار لممعممة‬ ‫‪ θ1‬مقد ار لممعممة‬ ‫إذا كاف لدينا‬
‫‪ 𝜎θ2 < 𝜎θ2‬فإف‪ θ1 :‬أكثر كفاءة مف ‪θ2‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪ ‬خاصية التقارب‪ :‬نقكؿ عف المقدر ‪ θ‬أنو متقارب إذا كاف يؤكؿ إلى قيمة المعممة المقدرة عندما يؤكؿ حجـ‬
‫العينة 𝑛 إلى ما ال نياية‪ ،‬أم أنو إذا كاف‪ 𝑙𝑖𝑚𝑛→+∞ 𝐸(𝜃) = 𝜃 :‬ككاف ‪ 𝑙𝑖𝑚𝑛→+∞ 𝜎𝜃2 = 0‬فإف‪𝜃 :‬‬
‫مقدر متقارب لممعممة 𝜃 ‪.46‬‬
‫مثال‪ :‬أثبت أف 𝑋 مقد ار متقاربا لممتكسط الحسابي 𝜇‬
‫الحل‪ 𝑋 :‬مقد ار متقاربا لممتكسط الحسابي 𝜇 ألنو يحقؽ الشرطيف اآلتييف‪:‬‬
‫𝜇 = 𝜇 ∞‪𝑙𝑖𝑚𝑛→+∞ 𝐸(𝑋) = 𝑙𝑖𝑚𝑛→+‬‬

‫‪𝜎2‬‬
‫∞‪𝑙𝑖𝑚𝑛→+∞ 𝜎𝑋2 = 𝑙𝑖𝑚𝑛→+‬‬ ‫‪=0‬‬
‫𝑛‬
‫‪ ‬خاصية الكفاية‪ :‬يطمؽ عؿل مقدر صفة الكفاية إذا كاف يحكم جميع أك أغؿب مشاقدات العينة‪ ،‬بحيث ال‬
‫يكجد مقدر غيره يمؾف أف يحكم تمؾ المشاقدات‪.47‬‬
‫مثال‪ :‬أييـ أكثر كفاية الكسط الحسابي أك المنكاؿ أك الكسيط ؟‬
‫‪Wayne W.D , Biostatistics : A Foundation for Analysis in the Health Science , 7 th Edition , John Wiley & Sons , Inc‬‬
‫‪46‬‬
‫‪. , New York , 1996 , p203.‬‬

‫‪ 47‬إياد محمد اليكبي ‪ ،‬اإلحصاء التطبيقي‪ ،‬نفس المرجع السابؽ ‪ ،‬ص‪.64‬‬
‫‪74‬‬
‫الحل‪ :‬يعتمد المنكاؿ عمى القيـ األكثر تك اررا‪ ،‬كيعتمد الكسيط عمى القيـ الكسطية لمقيـ‪،‬‬
‫ؿؿعينة المسحكبة ـ ف مجتمع طبيعي‬ ‫بينما يعتمد المتكسط الحسابي عمى جميع القيـ‬
‫كبالتالي فيك مقدر كاؼ مقارنة بالكسيط كالمنكاؿ‪.‬‬
‫‪- 2‬أنواع التقدير‪ :‬يكجد نكعاف مف التقدير اإلحصائي لممعالـ المجيكلة ىما‪ :‬التقدير بنقطة كالتقدير بفترة‪.‬‬
‫‪- 1‬التقدير بنقطة‪ :‬ىك عبارة عف عممية تقدير معممة مجتمع بعدد‪ ،‬كبصكرة أدؽ عبارة‬
‫‪- 2‬‬
‫عف قيمة كاحدة فقط يأخذىا الثابت اإلحصائي المقدر بداللة التابع اإلحصائي المقابؿ‪،‬‬
‫كالمحسكب مف تمؾ العينة العشكائية المسحكبة مف المجتمع اإلحصائي المراد تقدير‬
‫أحد معالمو اإلحصائية‪ .48‬كاألمثمة اآلتية تكضح ذلؾ‪:‬‬
‫‪ ‬يعتبر متكسط العينة 𝑋 مقدر نقطي لمتكسط المجتمع ‪ ، μ‬حيث‪:‬‬
‫‪، E(𝑋) = μ‬أم يمكف كتابة أحدىما بداللة اآلخر بالمساكاة كليس بالمتباينة‪.‬‬
‫‪2‬‬
‫‪ ‬يعتبر تبايف العينة ‪ 𝑆 2‬مقدر نقطي لتبايف المجتمع ‪ ، σ‬حيث‪:‬‬
‫‪2‬‬
‫‪ ، E(𝑆 2 ) = σ‬أك كتابة أحدىما بداللة اآلخر بالمساكاة كليس بالمتباينة‪.‬‬
‫𝑞𝑝‬
‫= )𝑃( ‪ 𝜎 2‬أك كتابة‬ ‫‪ ‬تعتبر نسبة العينة 𝑃 مقدر نقطي لنسبة المجتمع 𝑃 ‪ ،‬حيث‪ E(𝑃) = 𝑃 :‬ككذلؾ‪:‬‬
‫𝑛‬
‫أحدىما بداللة اآلخر بالمساكاة كليس بالمتباينة‪.‬‬

‫‪- 2‬التقدير بفترة (التقدير بمجال)‪ :‬في ىذا النكع مف التقدير نحدد فترة معينة تقع فييا‬
‫‪- 2‬‬
‫المعممة المجيكلة‪ ،‬أم نحدد المجاؿ الذم تقع ضمنو القيمة الحقيقية لمعممة ما‪ ،‬كيتـ‬
‫تحديد الفترة التي تقع فييا ىذه المعممة كفؽ القاعدة اآلتية‪:‬‬
‫حيث‪:‬‬ ‫‪θ−E≤θ≤θ+E‬‬
‫‪2‬‬
‫‪ : θ‬ىي المعممة المجيكلة‪ ،‬قد تككف الكسط الحسابي ‪ μ‬أك التبايف ‪ σ‬أك النسبة 𝑃‬
‫أك أم مقياس إحصائي آخر خاص بالمجتمع‪.‬‬
‫‪ : θ‬اإلحصائية المستخدمة كأفضؿ مقدر بالقيمة‪.‬‬

‫‪ : E‬قيمة تعتمد في حسابيا عمى بيانات العينة كحجـ العينة كمستكل الثقة في التقدير‪.‬‬
‫تسمى ىذه الفترة أك ىذا المجاؿ بفترة الثقة أك بمجاؿ الثقة لممعممة ‪ ،θ‬كيسمى المقدار‬
‫‪ θ − E‬بالحد األدنى لفترة الثقة‪ ،‬كالمقدار ‪ θ + E‬بالحد األعمى لفترة الثقة‪.‬‬

‫إذا كاف معامؿ الثقة ‪ ، 1 − α‬حيث‪ ، 0 < 𝛼 < 1 :‬فإف‪:‬‬
‫‪ 48‬شنافي نكاؿ ‪ ،‬مطبكعة في مقياس االحتماالت كاإلحصاء التطبيقي ‪ ،‬نفس المرجع السابؽ ‪ ،‬ص‪.29‬‬
‫‪75‬‬
‫‪ ، 𝑃(θ − E ≤ θ ≤ θ + E) = 1 − α‬كىذا يعني أف احتماؿ احتكاء الفترة أك‬
‫المجاؿ ‪ θ − E , θ + E‬عمى المعممة المجيكلة ‪ θ‬ىك ‪0 < 𝛼 < 1 : 1 − α‬‬

‫‪ θ‬ضمف ىذا المجاؿ يقدر بالقيمة‬ ‫أم أف احتماؿ أف تقع قيمة المعممة الحقيقية‬
‫‪ α‬بالخطأ‪ ،‬أك‬ ‫‪ 1 − α‬التي تسمى درجة الثقة أك مستكل الثقة‪ ،‬بينما تسمى قيمة‬
‫مستكل المعنكية‪.‬‬
‫نبلحظ أف التقدير بمجاؿ يحتكم عمى أكثر مف قيمة‪ ،‬بؿ قد يككف عدد القيـ غير‬
‫محدكد أك ال نيائي كما في المتغيرات اإلحصائية المستمرة‪.‬‬
‫وكمثال عمى ذلؾ إذا كاف‪ 1 − α = 0.90 :‬فيعني ذلؾ أنو إذا سحبنا عددا كبي ار مف‬
‫العينات العشكائية مف المجتمع‪ ،‬كحسبنا مجاؿ الثقة لكؿ عينة‪ ،‬فسنجد أف ‪ 90‬مف‬
‫ىذه المجاالت أك الفترات تحتكم عمى المعممة المجيكلة ‪ ، θ‬كأف ‪ 10‬مف الفترات‬
‫ال تحتكم عمى المعممة ‪ . θ‬تمثؿ ‪ 90‬درجة الثقة أك مستكل الثقة‪ ،‬بينما ‪10‬‬
‫تمثؿ قيمة الخطأ‪ ،‬أك مستكل المعنكية‪.‬‬
‫وكمثال آخر‪ :‬العمر االفتراضي لمصباح كيربائي بالساعة مأخكذ مف مصابيح منتجة‬
‫‪ 410 , 420‬بمستكل معنكية ‪ 5‬أم‬ ‫في مصنع معيف ينتمي فرضا إلى المجاؿ‬
‫بمستكل ثقة ‪ ، 95‬كالحدكد ‪ 410‬ك ‪ 420‬تسمى بحدكد الثقة‪.‬‬
‫‪- 3‬تقدير متوسط المجتمع بفترة الثقة (مجال الثقة لمتوسط المجتمع)‪ :‬ال نكتفي في ىذه الحالة بتقدير‬
‫معالـ المجتمع بنقطة (قيمة) كاحدة‪ ،‬فنقكـ بالتقدير بمجاؿ بحيث تقع فييا معممة المجتمع بمستكل ثقة‬
‫محددة مسبقا قيمتيا ‪ 1 − α‬حيث ‪ α‬ىي مستكل المعنكية كتأخذ قيميا في المجاؿ ‪ ، 0 , 1‬كيطمؽ‬
‫عمى ىذا المجاؿ مجاؿ الثقة لممعممة بمستكل ثقة ‪% 1 − α‬‬

‫‪49‬‬
‫‪ ،‬والمجتمع يتوزع‬ ‫‪- 1‬تقدير متوسط المجتمع بفترة الثقة عندما يكون تباين المجتمع معموما‬
‫‪- 3‬‬
‫‪50‬‬
‫𝑋 يتبع التكزيع الطبيعي ذك‬ ‫‪ :‬في ىذه الحالة فإف تكزيع المعاينة لئلحصائية‬ ‫توزيعا طبيعيا‬
‫‪σ‬‬
‫‪ ،‬ككذلؾ 𝑍 يتبع التكزيع الطبيعي المعيارم ذك المتكسط‬ ‫المتكسط 𝜇 ‪ ،‬كاالنحراؼ المعيارم‬
‫𝑛‬
‫‪ 𝜇 = 0‬كاالنحراؼ المعيارم ‪ ، σ = 1‬أم أنو إذا كاف‪𝑋~𝑁(𝜇 , 𝜎) :‬‬
‫‪ 49‬يمكف معرفة تبايف المجتمع األصمي بالرجكع إلى أبحاث سابقة في نفس المجتمع‪ ،‬أك بالرجكع إلى أبحاث سابقة عمى مجتمعات متشابية مع‬
‫ىذا المجتمع محؿ الدراسة‪.‬‬
‫‪ 50‬إذا كاف المجتمع يتكزع تكزيعا طبيعيا كتباينو معمكما‪ ،‬فإف تكزيع المعاينة لممتكسط الحسابي لمعينة ‪ X‬يتبع أيضا تكزيعا طبيعيا‪ ،‬كذلؾ سكاء‬
‫كاف حجـ العينة 𝑛 كبي ار أك صغي ار‪.‬‬
‫‪76‬‬
‫𝜇‪𝑋 −‬‬ ‫‪σ‬‬
‫=𝑍‬ ‫‪σ‬‬ ‫‪ 𝑋~𝑁(𝜇 ,‬ك )‪ 𝑍~𝑁(0 , 1‬حيث‪:‬‬ ‫فإف‪) :‬‬
‫𝑛‬
‫𝑛‬
‫كفترة الثقة ‪ % 1 − α‬ىي الفترة أك المجاؿ الذم يحقؽ العبلقة اآلتية‪:‬‬
‫𝜇‪𝑋 −‬‬
‫≤ 𝛼𝑍‪𝑃 −𝑍𝛼 ≤ 𝑍 ≤ 𝑍𝛼 = 𝑃 −‬‬ ‫‪σ‬‬ ‫𝛼 ‪≤ 𝑍𝛼 = 1 −‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫𝑛‬ ‫‪2‬‬
‫‪X −μ‬‬
‫≤ ‪ −Zα‬عمى النحك اآلتي‪:‬‬ ‫‪σ‬‬ ‫كيمكف حصر ‪ μ‬انطبلقا مف العبلقة‪≤ Zα :‬‬
‫‪2‬‬ ‫‪n‬‬ ‫‪2‬‬
‫‪σ‬‬ ‫‪σ‬‬ ‫𝜎‬

‫𝛼𝑍 = 𝑑 ‪ ،‬نجد أف‪:‬‬ ‫𝛼𝑍 ‪ ، 𝑋 −‬كبكضع‪:‬‬ ‫𝛼𝑍 ‪≤ 𝜇 ≤ 𝑋 +‬‬
‫‪2‬‬ ‫𝑛‬ ‫‪2‬‬ ‫𝑛‬ ‫‪2‬‬ ‫𝑛‬
‫‪ ،‬يسمى ‪ d‬خطأ التقدير‪.‬‬ ‫𝑑‪𝑋−𝑑 ≤𝜇 ≤𝑋+‬‬
‫كمنو نحصؿ عمى التكافؤ اآلتي‪:‬‬
‫𝛼 ‪𝑃 −𝑍𝛼 ≤ 𝑍 ≤ 𝑍𝛼 = 1 − 𝛼  𝑃 𝑋 − 𝑑 ≤ 𝜇 ≤ 𝑋 + 𝑑 = 1 −‬‬
‫‪2‬‬ ‫‪2‬‬
‫كيعني ذلؾ أف احتماؿ كقكع الكسط الحسابي 𝜇 بيف القيمة 𝑑 ‪ 𝑋 −‬كالقيمة 𝑑 ‪ 𝑋 +‬يساكم 𝛼 ‪1 −‬‬
‫المقدار 𝑑 ‪ 𝑋 −‬يسمى بالحد األدنى لفترة الثقة‪ ،‬المقدار 𝑑 ‪ 𝑋 +‬يسمى بالحد األعمى لفترة الثقة‪.‬‬
‫𝑑 ‪ ، 𝑋 − 𝑑 , 𝑋 +‬كىذا المركز يتغير مف عينة ألخرل‬ ‫الكسط الحسابي 𝑋 ىك مركز المجاؿ‬
‫مما يؤدم إلى تغير مجاؿ الثقة بحيث 𝜇 يقع داخؿ كؿ مجاؿ بنسبة ‪% 1 − α‬‬
‫𝛼𝑍 ىي فاصمة النقطة التي تقع عمى المحكر األفقي لممنحنى الممثؿ لدالة التكزيع الطبيعي‬
‫‪2‬‬
‫𝛼‬
‫مف المساحة‪ ،‬كتستخرج قيمتيا مف جدكؿ التكزيع الطبيعي المعيارم‪.‬‬ ‫المعيارم الذم يقع عمى يساره‬
‫‪2‬‬
‫‪ 144‬ككسطيا الحسابي ‪ 105‬مف مجتمع إحصائي يتكزع تكزيعا‬ ‫مثال‪ :‬أخذت عينة عشكائية حجميا‬
‫طبيعيا‪ ،‬انحرافو المعيارم ‪ . 6.45‬أكجد فترة الثقة ‪ 90‬لكسط المجتمع المجيكؿ 𝜇‬
‫𝛼‬
‫⇒ ‪1 − 𝛼 = 0.90 ⇒ 𝛼 = 0.10‬‬ ‫الحل‪ :‬لدينا‪= 0.05 :‬‬
‫‪2‬‬
‫مف جدكؿ التكزيع الطبيعي المعيارم 𝑍 نجد‪𝑍𝛼 = 𝑍0.05 = 1.645 :51‬‬

‫‪2‬‬
‫‪ 51‬أىـ كأشير درجات كمعامبلت الثقة‪ ،‬مبينة في الجدكؿ اآلتي‪:‬‬

‫‪77‬‬
‫‪σ‬‬
‫𝛼𝑍 = 𝑑 نجد فترة الثقة المطمكبة‪،‬‬ ‫كبتطبيؽ العبلقة ‪ X − d ≤ μ ≤ X + d‬كتعكيض قيمة‬
‫‪2‬‬ ‫𝑛‬
‫‪6.45‬‬ ‫‪6.45‬‬
‫‪ ، 105 − 1.645‬كمنو‪104.12 ≤ 𝜇 ≤ 105.88 :‬‬ ‫‪≤ 𝜇 ≤ 105 + 1.645‬‬ ‫كىي‪:‬‬
‫‪144‬‬ ‫‪144‬‬
‫𝜇 يتراكح بيف ‪ 104.12‬كحد أدنى ك ‪ 105.88‬كحد‬ ‫أم أف‪ :‬الكسط الحسابي ليذا المجتمع المجيكؿ‬
‫أعمى‪ ،‬كذلؾ بمستكل ثقة ‪ . 90‬أم أف احتماؿ كقكع كسط المجتمع بيف القيمتيف ‪ 104.12‬ك ‪ 105.88‬ىك‬
‫‪ ، 90‬كنكتب‪ ، 𝑃 104.12 ≤ 𝜇 ≤ 105.88 = 0.90 :‬كبعبارة أخرل أف ‪ 10‬حاالت مف كؿ ‪100‬‬
‫حالة ال تنتمي فييا ‪ μ‬إلى المجاؿ ‪104.12 , 105.88‬‬
‫إذا كاف حجـ العينة‬ ‫‪- 2‬تقدير متوسط المجتمع بفترة الثقة عندما يكون المجتمع غير طبيعي‪:‬‬
‫‪- 3‬‬
‫‪52‬‬
‫‪ ،‬كالمجتمع غير طبيعي‪ ،‬فإنو يتـ تطبيؽ نظرية النياية المركزية لمعرفة تكزيع‬ ‫كبير بقدر ما نريد‬
‫المتكسط الحسابي 𝜇 ‪ ،‬أم أف التكزيع يقترب مف التكزيع الطبيعي‪ ،‬كبالتالي فإننا نتبع نفس الخطكات‬
‫‪ ، X − d ≤ μ ≤ X + d‬بحيث‪:‬‬ ‫‪ % 1 − α‬لممعممة‪ ،‬أم أف‪:‬‬ ‫السابقة إليجاد فترة الثقة‬

‫‪σ‬‬
‫𝛼𝑍 = 𝑑‬
‫‪2‬‬ ‫𝑛‬
‫‪ 100‬ككسطيا الحسابي ‪ 36‬كانحرافيا المعيارم ‪ 9‬مف‬ ‫مثال‪ :‬تـ سحب عينة عشكائية حجميا‬
‫مجتمع إحصائي غير طبيعي‪ .‬أكجد فترة الثقة ‪ 98‬لكسط المجتمع ‪.‬‬
‫الحل‪ :‬بما أف ‪ n ≥ 30‬فإف التكزيع يقترب مف التكزيع الطبيعي‪ ،‬كبنفس الخطكات السابقة نجد‪:‬‬
‫𝛼‬
‫⇒ ‪1 − 𝛼 = 0.98 ⇒ 𝛼 = 0.02‬‬ ‫لدينا‪= 0.01 :‬‬
‫‪2‬‬
‫مف جدكؿ التكزيع الطبيعي المعيارم 𝑍 نجد‪𝑍𝛼 = 𝑍0.01 = 2.326 :‬‬

‫‪2‬‬
‫‪σ‬‬
‫‪2‬‬ ‫𝑛‬
‫‪9‬‬ ‫‪9‬‬
‫‪ ، 36 − 2.326‬أم أف‪33.91 ≤ 𝜇 ≤ 38.09 :‬‬ ‫‪≤ 𝜇 ≤ 36 + 2.326‬‬ ‫كىي‪:‬‬
‫‪100‬‬ ‫‪100‬‬
‫‪0.50‬‬ ‫‪0.80‬‬ ‫‪0.90‬‬ ‫‪0.95‬‬ ‫‪0.98‬‬ ‫‪0.99‬‬ ‫مستكل الثقة ‪1 − α‬‬

‫‪0.50‬‬ ‫‪0.20‬‬ ‫‪0.10‬‬ ‫‪0.05‬‬ ‫‪0.02‬‬ ‫‪0.01‬‬ ‫مستكل المعنكية ‪α‬‬
‫‪α‬‬
‫‪0.25‬‬ ‫‪0.10‬‬ ‫‪0.05‬‬ ‫‪0.025‬‬ ‫‪0.01‬‬ ‫‪0.005‬‬ ‫‪2‬‬
‫قيـ‬
‫‪0.674‬‬ ‫‪1.282‬‬ ‫‪1.645‬‬ ‫‪1.96‬‬ ‫‪2.326‬‬ ‫‪2.58‬‬ ‫قيـ ‪Zα‬‬
‫‪2‬‬
‫‪ 52‬نعتبر حجـ العينة كبي ار إذا كاف‪𝑛 ≥ 30 :‬‬

‫‪78‬‬
‫أم أف 𝜇 يقع بيف القيمتيف ‪ 33.91‬ك ‪ 38.09‬بمستكل ثقة قدره ‪. 98‬‬
‫‪- 3‬تقدير متوسط المجتمع بفترة الثقة في حالة تباين المجتمع مجهوال‪ :‬في ىذه الحالة نميز بيف‬
‫‪- 3‬‬
‫حالتيف‪:‬‬
‫‪ - 1‬حالة حجم العينة كبير ( 𝟎𝟑 ≥ 𝐧)‪ :‬إذا كاف حجـ العينة كبيرا‪ ،‬كتبايف المجتمع مجيكال‪،‬‬
‫‪- 3‬‬
‫‪- 3‬‬
‫كتبايف العينة معمكما‪ ،‬فإننا نستخدـ التكزيع الطبيعي لمتقدير‪ ،‬أم أف فترة الثقة لمتكسط المجتمع ىي‪:‬‬
‫‪S‬‬
‫𝛼𝑍 = 𝑑 ‪ ،‬حيث نستخدـ تبايف العينة ‪ S‬بدال مف‬ ‫‪ ، X − d ≤ μ ≤ X + d‬بحيث‪:‬‬
‫‪2‬‬ ‫𝑛‬
‫تبايف المجتمع 𝜇 ‪.‬‬

‫مثال‪ :‬أخذت عينة عشكائية حجميا ‪ 49‬مف مجتمع طبيعي مجيكؿ التبايف‪ ،‬متكسط ىذه العينة ‪15‬‬
‫كتبيانيا ‪ . 25‬أكجد فترة الثقة ‪ 95‬لتقدير كسط المجتمع ‪μ‬‬
‫الحل‪ :‬بما أف ‪ 𝑛 ≥ 30‬فإف فترة الثقة لكسط المجتمع ىي‪:‬‬
‫‪S‬‬
‫𝛼𝑍 = 𝑑‬ ‫‪ ، X − d ≤ μ ≤ X + d‬بحيث‪:‬‬
‫‪2‬‬ ‫𝑛‬
‫𝛼‬
‫⇒ ‪1 − 𝛼 = 0.95 ⇒ 𝛼 = 0.05‬‬ ‫لدينا‪= 0.025 :‬‬
‫‪2‬‬

‫‪2‬‬
‫‪S‬‬
‫‪2‬‬ ‫𝑛‬
‫‪5‬‬ ‫‪5‬‬
‫‪ ، 15 − 1.96‬أم أف‪13.60 ≤ 𝜇 ≤ 16.40 :‬‬ ‫‪≤ 𝜇 ≤ 15 + 1.96‬‬ ‫كىي‪:‬‬
‫‪49‬‬ ‫‪49‬‬

‫‪- 2‬حالة حجم العينة صغير ( 𝟎𝟑 < 𝐧)‪ :‬إذا كاف قانكف المجتمع طبيعي‪ ،‬ككانت‬
‫‪- 3‬‬
‫‪- 3‬‬
‫‪ 30‬مفردة‪ ،‬كتبايف المجتمع‬ ‫العينة صغيرة أم حجميا أقؿ تماما مف‬
‫الطبيعي ‪ σ2‬مجيكال‪ ،‬بينما تبايف العينة ‪ S 2‬معمكما‪ ،‬فإف التكزيع اإلحصائي‬
‫𝐭 ‪ ،‬كيسمى أيضا‬ ‫المتبع في مثؿ ىذه الحالة ىك تكزيع ستيكدنت أم تكزيع‬
‫تكزيع العينات الصغيرة ‪ .53‬كيعتمد تكزيع 𝐭 عمى درجات الحرية‪ ،‬كيرمز لتكزيع‬
‫ستيكدنت بالرمز‪ X~t(ϑ) :‬بحيث تمثؿ ‪ ϑ‬درجة الحرية كتساكم ‪. 𝑛 − 1‬‬
‫كمما صغرت قيمة 𝑛 كمما كاف تكزيع ستيكدنت مفمطحا ككمما كبرت 𝑛 كمما‬
‫‪ 53‬ؿقد تـ التطرؽ بشكؿ مفصؿ ؿتكزيع ستيكدنت ‪ )Student( t‬في الفصؿ األكؿ مف ىذه المطبكعة‪.‬‬
‫‪79‬‬
‫كاف تكزيع ستيكدنت مدببا‪ ،‬كعندما تؤكؿ قيمة 𝑛 إلى القيمة ‪ 30‬أك متجاكزة‬
‫ىذه القيمة اقترب عندئذ تكزيع ستيكدنت إلى التكزيع الطبيعي حسب الشكؿ‬
‫كفي ىذه الحالة فإف فترة الثقة لكسط المجتمع 𝜇 ىي‪:‬‬
‫‪S‬‬ ‫‪S‬‬ ‫‪S‬‬

‫𝑡 = 𝑑 ‪ ،‬نجد‬ ‫𝛼‬
‫𝜗‪,‬‬
‫𝑡 ‪ ، 𝑋 −‬كبكضع‪:‬‬ ‫𝛼‬
‫𝜗‪,‬‬
‫𝑡‪≤𝜇 ≤𝑋+‬‬ ‫𝛼‬
‫𝜗‪,‬‬
‫‪2‬‬ ‫𝑛‬ ‫‪2‬‬ ‫𝑛‬ ‫‪2‬‬ ‫𝑛‬
‫‪ ،‬يسمى ‪ d‬خطأ التقدير‪.‬‬ ‫أف‪𝑋 − 𝑑 ≤ 𝜇 ≤ 𝑋 + 𝑑 :‬‬
‫𝑡 ىي فاصمة النقطة التي تقع عمى المحكر األفقي لممنحنى الممثؿ لدالة تكزيع ستيكدنت ذم‬ ‫𝛼‬
‫𝜗‪,‬‬
‫‪2‬‬
‫𝛼‬
‫مف المساحة ‪ ،54‬كتستخرج‬ ‫درجات الحرية ‪ 𝜗 = 𝑛 − 1‬كالتي تقع في ىذه الحالة عمى يمينيا‬
‫‪2‬‬
‫قيمتيا مف جدكؿ تكزيع ستيكدنت‪.55‬‬
‫‪9‬‬ ‫مثال‪ :‬تـ سحب عينة عشكائية مف مجتمع طبيعي مجيكؿ االنحراؼ المعيارم‪ ،‬حجـ ىذه العينة‬
‫ككسطيا الحسابي ‪ 7.52‬كانحرافيا المعيارم ‪ .1.20‬أكجد فترة الثقة ‪ 98‬لكسط المجتمع ‪.‬‬
‫الحل‪ :‬بما أف الشركط األربعة محققة ( المجتمع طبيعي‪ σ ،‬مجيكلة‪ S ،n < 30 ،‬معمكمة ) سكؼ يتـ‬
‫استخداـ تكزيع ستيكدنت ‪ t‬لمتقدير‪.‬‬
‫𝛼‬
‫⇒ ‪1 − 𝛼 = 0.98 ⇒ 𝛼 = 0.02‬‬ ‫لدينا‪= 0.01 :‬‬
‫‪2‬‬
‫‪ 54‬انخمُقع عهّ انٕمٕه أَ عهّ انٕساس نهخُصٔعاث دسب انجذاَل اإلدصائٕت انمخُفشة‪.‬‬
‫‪ 55‬يطبؽ تكزيع ستيكدنت ‪ t‬في حالة تحقؽ الشركط األربعة اآلتية فقط‪ ،‬كىذه الشركط ىي‪:‬‬
‫انمجخمع انطبٕعٓ‪.‬‬ ‫‪‬‬
‫معمكمية االنحراؼ المعيارم لمعينة (‪ S‬معمكمة غير مجيكلة)‪.‬‬ ‫‪‬‬
‫عدـ معمكمية االنحراؼ المعيارم لممجتمع(‪ σ‬مجيكلة غير معمكمة)‪.‬‬ ‫‪‬‬
‫حجـ العينة صغير أم أف‪𝑛 < 30 :‬‬ ‫‪‬‬
‫‪80‬‬
‫‪ ، 𝜗 = 𝑛 − 1 = 9 − 1 = 8‬كمف جدكؿ تكزيع ستيكدنت ‪ t‬نجد‪:‬‬
‫𝑡‬ ‫𝛼‬
‫𝜗‪,‬‬
‫‪= 𝑡 0.01 ,8 = 2.896‬‬
‫‪2‬‬
‫‪S‬‬
‫𝑡 = 𝑑 نجد فترة الثقة المطمكبة‪،‬‬ ‫𝛼‬
‫𝜗‪,‬‬
‫كبتطبيؽ العبلقة ‪ X − d ≤ μ ≤ X + d‬كتعكيض قيمة‬
‫‪2‬‬ ‫𝑛‬
‫‪1.20‬‬ ‫‪1.20‬‬
‫‪ ، 7.52 − 2.896‬أم أف‪6.36 ≤ 𝜇 ≤ 8.68 :‬‬ ‫‪≤ 𝜇 ≤ 7.52 + 2.896‬‬ ‫كىي‪:‬‬
‫‪9‬‬ ‫‪9‬‬

‫‪σ‬‬
‫𝛼𝑍 = 𝑑 انزْ ٔمثم دذ‬ ‫‪ :‬نذٔىا‪:‬‬ ‫‪- 4‬تحديد الحجم المناسب للعينة لتقدير متوسط المجتمع اإلحصائي‬
‫‪2‬‬ ‫𝑛‬
‫‪ % 1 − α‬نهخطأ األكبش انمسمُح بً فٓ حقذٔش مخُسط انمجخمع 𝜇 ‪ ٌَُ ،‬عادة ما ٔذذدي انبادذ‪،‬‬
‫‪:‬‬ ‫𝑑 ٌُ انخطأ األكبش انمسمُح بً‪ ،‬فإن‬ ‫َحخُقف عهّ أٌمٕت انظاٌشة انمشاد دساسخٍا‪َ ،‬بما أن‬
‫‪S 2‬‬ ‫‪σ 2‬‬ ‫‪σ‬‬
‫𝑍 ≥𝑛‬ ‫𝛼‬ ‫𝑍 ≥ 𝑛 ‪َ ،‬فٓ دانت ‪ σ‬مجٍُنت َقٕمت ‪ S‬معهُمت فإن‪:‬‬ ‫𝛼‬ ‫𝛼𝑍 ≥ 𝑑 ‪َ ،‬مىً ‪:‬‬
‫‪2‬‬ ‫𝑑‬ ‫‪2‬‬ ‫𝑑‬ ‫‪2‬‬ ‫𝑛‬
‫‪ ،‬ىذه العبلقة تسمح لنا بإيجاد حجـ العينة المناسب لتقدير الكسط 𝜇‬
‫مثال‪ :‬قاـ أحد الباحثيف بدراسة الدخؿ الفردم اليكمي في إحدل الدكؿ‪ ،‬كلقد كاف معمكما مف دراسات‬
‫سابقة أف دخكؿ األفراد اليكمية في ىذه الدكلة تتبع التكزيع الطبيعي بانحراؼ معيارم قدره ‪ 25‬كحدة‬
‫‪ 90‬أف الخطأ في‬ ‫نقدية‪ .‬فما ىك حجـ العينة البلزـ أخذه مف ىؤالء األفراد‪ ،‬ليتأكد الباحث بنسبة‬
‫تقدير متكسط الدخؿ اليكمي ال يتعدل ‪ 4.07‬كحدة نقدية‪.‬‬
‫𝛼‬
‫⇒ ‪𝜎 = 25 ، 𝑑 = 4.07 ، 1 − 𝛼 = 0.90 ⇒ 𝛼 = 0.10‬‬ ‫الحل‪ :‬لدينا‪= 0.05 :‬‬
‫‪2‬‬
‫َنذٔىا مه جذَل انخُصٔع انطبٕعٓ انمعٕاسْ‪𝑍𝛼 = 𝑍0.05 = 1.645 :‬‬

‫‪2‬‬
‫‪25 2‬‬ ‫‪σ 2‬‬

‫≥𝑛‬ ‫≥ 𝑛 ‪ ،‬أم أف‪:‬‬ ‫‪1.645‬‬ ‫𝛼𝑍 ≥ 𝑛 نجد ‪:‬‬ ‫كبتطبيؽ العبلقة‪:‬‬
‫‪4.07‬‬ ‫‪2‬‬ ‫𝑑‬
‫‪102.099‬‬
‫إذف حجـ العينة المطمكب ىك‪ 𝑛 = 102 :‬فردا‬

‫‪- 5‬تقدير الفرق بين متوسطي مجتمعين بفترة الثقة‪ :‬نميز حالتيف‪ ،‬حالة تقدير الفرؽ بيف متكسطي مجتمعيف‬
‫مستقميف بفترة‪ ،‬كحالة تقدير الفرؽ بيف متكسطي مجتمعيف مرتبطيف بفترة كذلؾ عمى النحك اآلتي‪:‬‬
‫‪- 1‬تقدير الفرق بين متوسطي مجتمعين مستقمتين بفترة الثقة‪ :‬نميز أيضا حالتيف كفقا لما يمي‪:‬‬
‫‪- 5‬‬
‫‪ - 1‬حالة مجتمعين طبيعيين وذو تباينين معمومين‪ :‬إذا أخذت عينة عشكائية حجميا‬
‫‪- 1‬‬
‫‪- 5‬‬
‫‪ 𝑛1‬مف مجتمع طبيعي متكسطو ‪ 𝜇1‬كانحرافو المعيارم ‪ ، 𝜎1‬أم أف‪، 𝑋1 ~𝑁(𝜇1 , σ1 ) :‬‬
‫‪81‬‬
‫كاذا أخذت عينة عشكائية أخرل حجميا ‪ 𝑛2‬مف مجتمع طبيعي مستقؿ عف المجتمع األكؿ‬
‫متكسطو ‪ 𝜇2‬كانحرافو المعيارم ‪ ، 𝜎2‬أم أف‪ ، 𝑋2 ~𝑁(𝜇2 , σ2 ) :‬كرمزنا لمكسط الحسابي‬
‫لمعينة األكلى بالرمز ‪ 𝑋1‬كلمكسط الحسابي لمعينة الثانية بالرمز ‪ 𝑋2‬فإف المتغير العشكائي‬
‫‪𝜎12‬‬ ‫‪𝜎22‬‬
‫أم‬ ‫‪+‬‬ ‫‪ 𝑋1 − 𝑋2‬يخضع لتكزيع طبيعي متكسطو ‪ 𝜇1 − 𝜇2‬كانحرافو المعيارم‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬
‫‪𝑋1 −𝑋2 − 𝜇 1 −𝜇 2‬‬ ‫‪𝜎12‬‬ ‫‪𝜎22‬‬

‫يخضع‬ ‫‪ ، 𝑋1 − 𝑋2 ~𝑁(𝜇1 −𝜇2 ,‬كمنو المقدار‪:‬‬ ‫‪+‬‬ ‫أف‪) :‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬
‫‪𝜎2‬‬ ‫‪2‬‬
‫‪1 +𝜎 2‬‬
‫‪𝑛1 𝑛2‬‬
‫‪𝑋1 −𝑋2 − 𝜇 1 −𝜇 2‬‬

‫‪ ،‬كمنو فترة‬ ‫لتكزيع طبيعي معيارم )‪ ، 𝑁(0 , 1‬أم أف‪~𝑁(0 , 1) :‬‬
‫‪𝜎2‬‬ ‫‪2‬‬
‫‪1 +𝜎 2‬‬
‫‪𝑛1 𝑛2‬‬
‫‪𝑋1 −𝑋2 − 𝜇 1 −𝜇 2‬‬

‫≤ 𝛼𝑍‪ ، −‬كبعد‬ ‫𝛼𝑍 ≤‬ ‫الثقة ‪ % 1 − α‬تكتب عمى النحك اآلتي‪:‬‬
‫‪2‬‬ ‫‪𝜎2‬‬ ‫‪2‬‬
‫‪1 +𝜎 2‬‬
‫‪2‬‬
‫‪𝑛1 𝑛2‬‬
‫‪ % 1 − α‬لمفرؽ بيف متكسطي المجتمعيف ‪𝜇1 − 𝜇2‬‬ ‫عممية التبسيط نجد أف فترة الثقة‬
‫تعطى بالعبلقة اآلتية‪:‬‬
‫‪𝜎12‬‬ ‫‪𝜎22‬‬ ‫‪𝜎12‬‬ ‫‪𝜎22‬‬
‫𝛼𝑍 ‪𝑋1 − 𝑋2 −‬‬ ‫‪+‬‬ ‫𝛼𝑍 ‪≤ 𝜇1 − 𝜇2 ≤ 𝑋1 − 𝑋2 +‬‬ ‫‪+‬‬
‫‪2‬‬ ‫‪𝑛1‬‬ ‫‪𝑛2‬‬ ‫‪2‬‬ ‫‪𝑛1‬‬ ‫‪𝑛2‬‬
‫مثال‪ :‬أخذت عينتاف عشكائيتاف حجميما عمى التكالي ‪ 35‬ك ‪ ، 42‬كمتكسطيما الحسابي ‪ 64‬ك ‪55‬‬
‫عمى الترتيب مف مجتمعيف طبيعييف مستقميف تباينيما عمى الترتيب ‪ 14‬ك ‪ ،19‬بحيث تمثؿ كؿ عينة تخصص‬
‫في مجاؿ ما‪ .‬أكجد فترة ثقة ‪ 98‬لمفرؽ بيف متكسطي تخصصي المجمكعتيف‪.‬‬
‫𝛼‬
‫⇒ ‪1 − 𝛼 = 0.98 ⇒ 𝛼 = 0.02‬‬ ‫الحل‪ :‬لدينا‪= 0.01 :‬‬
‫‪2‬‬
‫كمف جدكؿ التكزيع الطبيعي المعيارم 𝑍 نجد‪𝑍𝛼 = 𝑍0.01 = 2.326 :‬‬

‫‪2‬‬
‫‪𝑋2 = 55 ، 𝑋1 = 64 ، 𝜎22 = 19 ، 𝜎12 = 14 ، 𝑛2 = 42 ، 𝑛1 = 35‬‬
‫‪σ 21‬‬ ‫‪σ 22‬‬ ‫‪σ 21‬‬ ‫‪σ 22‬‬

‫‪، X 1 − X 2 − Zα‬‬ ‫‪+‬‬ ‫‪≤ μ1 − μ2 ≤ X1 − X2 + Zα‬‬ ‫‪+‬‬ ‫كبتطبيؽ العبلقة‪:‬‬
‫‪2‬‬ ‫‪n1‬‬ ‫‪n2‬‬ ‫‪2‬‬ ‫‪n1‬‬ ‫‪n2‬‬
‫‪14‬‬ ‫‪19‬‬ ‫‪14‬‬ ‫‪19‬‬

‫‪64 − 55 − 2.326‬‬ ‫‪+‬‬ ‫‪≤ μ1 − μ2 ≤ 64 − 55 + 2.326‬‬ ‫‪+‬‬ ‫نجد‪:‬‬
‫‪35‬‬ ‫‪42‬‬ ‫‪35‬‬ ‫‪42‬‬
‫‪82‬‬
‫أم أف‪ ، 6.85 ≤ μ1 − μ2 ≤ 11.15 :‬إذف فترة الثقة ‪ 98‬لمفرؽ بيف متكسطي تخصصي‬
‫المجمكعتيف ىي‪6.85 , 11.15 :‬‬
‫‪ - 2‬حالة مجتمعين طبيعيين وذو تباينين مجهولين‪ :‬نميز حالتيف‪ ،‬حالة حجـ العينتيف‬
‫‪- 1‬‬
‫‪- 5‬‬
‫كبير‪ ،‬كحالة حجـ العينتيف صغير‪:‬‬
‫أ ‪-‬حالة حجم العينتين كبير ( 𝟎𝟑 ≥ 𝟏𝒏 و 𝟎𝟑 ≥ 𝟐𝒏)‪ :‬في ىذه الحالة نتبع نفس‬
‫خطكات حالة مجتمعيف طبيعييف كذك تباينيف معمكميف‪ ،‬كلكف نقكـ باستبداؿ تبايف‬
‫المجتمعيف المجيكليف بتبايف العينتيف‪ ،‬كعميو تككف فترة الثقة عمى النحك اآلتي‪:‬‬
‫‪S 21‬‬ ‫‪S 22‬‬ ‫‪S 21‬‬ ‫‪S 22‬‬
‫‪X 1 − X 2 − Zα‬‬ ‫‪+‬‬ ‫‪≤ μ1 − μ2 ≤ X1 − X2 + Zα‬‬ ‫‪+‬‬
‫‪2‬‬ ‫‪n1‬‬ ‫‪n2‬‬ ‫‪2‬‬ ‫‪n1‬‬ ‫‪n2‬‬
‫‪ 100‬ك ‪ 130‬عمى‬ ‫مثال‪ :‬سحبت عينتيف عشكائيتيف مف مجتمعيف طبيعييف مستقميف حجميا‬
‫التكالي‪ ،‬كمتكسطيما الحسابي ‪ 85‬ك ‪ 75‬عمى الترتيب‪ ،‬كتباينيما عمى التكالي ‪ 6‬ك ‪ . 5‬أكجد فترة الثقة ‪99‬‬
‫لمفرؽ بيف متكسطي المجتمعيف‪.‬‬
‫𝛼‬
‫⇒ ‪1 − 𝛼 = 0.99 ⇒ 𝛼 = 0.01‬‬ ‫الحل‪ :‬لدينا‪= 0.005 :‬‬
‫‪2‬‬
‫كمف جدكؿ التكزيع الطبيعي المعيارم 𝑍 نجد‪Zα = Z0.005 = 2.58 :‬‬

‫‪2‬‬
‫‪𝑋2 = 75 ، 𝑋1 = 85 ، S22 = 5 ، S12 = 6 ، 𝑛2 = 130 ، 𝑛1 = 100‬‬
‫‪S 21‬‬ ‫‪S 22‬‬ ‫‪S 21‬‬ ‫‪S 22‬‬

‫‪2‬‬ ‫‪n1‬‬ ‫‪n2‬‬ ‫‪2‬‬ ‫‪n1‬‬ ‫‪n2‬‬
‫‪6‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪5‬‬

‫‪85 − 75 − 2.58‬‬ ‫‪+‬‬ ‫‪≤ μ1 − μ2 ≤ 85 − 75 + 2.58‬‬ ‫‪+‬‬ ‫نجد‪:‬‬
‫‪100‬‬ ‫‪130‬‬ ‫‪100‬‬ ‫‪130‬‬
‫أم أف‪ ، 9.19 ≤ μ1 − μ2 ≤ 10.81 :‬إذف فترة الثقة ‪ 98‬لمفرؽ بيف متكسطي المجتمعيف‬
‫ىي‪9.19 , 10.81 :‬‬
‫ب ‪-‬حالة حجم العينتين صغير ( ‪ 𝒏𝟏 < 30‬و ‪ 𝒏𝟐 < 30‬أو إحداهما صغير)‪ :‬نميز‬
‫حالتيف‪ ،‬حالة تساكم تبايني المجتمعيف المجيكليف‪ ،‬كحالة عدـ تساكم تبايني المجتمعيف‬
‫المجيكليف‪:‬‬
‫‪83‬‬
‫‪ ‬حالة تساوي تبايني المجتمعين المجهولين ‪ :56‬إذا كاف لدينا مجتمعيف طبيعييف‬
‫‪ ، 𝜎12 = 𝜎22 = 𝜎 2‬ككاف حجـ العينتيف‬ ‫بتباينيف مجيكليف كمتساكييف‬
‫المسحكبتيف صغي ار أك أحدىما صغي ار فإف التكزيع اإلحصائي المتبع في مثؿ‬
‫ىذه الحالة ىك تكزيع ستيكدنت 𝐭 ‪ ،‬الذم يطمؽ عميو تكزيع العينات الصغيرة‪،‬‬
‫أم أف فترة الثقة ىي‪:‬‬
‫‪𝑋1 − 𝑋2‬‬
‫𝑡 ىي فاصمة النقطة التي تقع عمى المحكر األفقي لممنحنى الممثؿ لدالة تكزيع ستيكدنت ذم درجات‬ ‫𝛼‬
‫𝜗‪,‬‬
‫‪2‬‬
‫𝛼‬
‫مف المساحة‪ ،‬كتستخرج قيمتيا مف‬ ‫الحرية ‪ 𝜗 = 𝑛1 + 𝑛2 − 2‬كالتي تقع في ىذه الحالة عمى يمينيا‬
‫‪2‬‬
‫‪(𝑛 1 −1)𝑆1 +(𝑛 2 −1)𝑆22‬‬
‫‪2‬‬
‫= ‪𝑆𝑝2‬‬ ‫جدكؿ تكزيع ستيكدنت‪ 𝑆𝑝2 .‬التبايف المشترؾ‪ ،‬كيعطى بالعبلقة‪:‬‬
‫‪𝑛 1 +𝑛 2 −2‬‬
‫مثال‪ :‬مجتمعاف طبيعياف تباينيما مجيكليف كمتساكييف‪ ،‬تـ سحب عينة عشكائية مف كؿ مجتمع حجميما ‪ 18‬ك‬
‫‪ 95‬لمفرؽ بيف متكسطي‬ ‫‪ 12‬كمتكسطيما ‪ 42‬ك ‪ 27‬كانحرافيما المعيارم ‪ 3‬ك ‪ . 5‬أكجد فترة الثقة‬
‫المجتمعيف‪.‬‬
‫𝛼‬
‫⇒ ‪1 − 𝛼 = 0.95 ⇒ 𝛼 = 0.05‬‬ ‫الحل‪ :‬لدينا‪= 0.025 :‬‬
‫‪2‬‬
‫‪𝑋2 = 27 ، 𝑋1 = 42 ، S22 = 25 ، S12 = 9 ، 𝑛2 = 12 ، 𝑛1 = 18‬‬
‫‪(𝑛 1 −1)𝑆12 +(𝑛 2 −1)𝑆22‬‬ ‫‪(18−1)9+(12−1)25‬‬

‫= ‪𝑆𝑝2‬‬ ‫=‬ ‫كلينا‪= 15.29 :‬‬
‫‪𝑛 1 +𝑛 2 −2‬‬ ‫‪18+12−2‬‬
‫‪ ، 𝜗 = 𝑛1 + 𝑛2 − 2 = 18 + 12 − 2 = 28‬كمف جدكؿ تكزيع ستيكدنت ‪ t‬نجد‪:‬‬
‫‪t‬‬ ‫‪α‬‬
‫‪,ϑ‬‬
‫‪=t‬‬ ‫‪0.025 ,28‬‬ ‫‪= 2.048‬‬
‫‪2‬‬
‫كبتطبيؽ العبلقة‪:‬‬
‫‪X1 − X 2‬‬
‫‪ 56‬مف الصعب كضع فرضية تساكم تبايني المجتمعيف‪ ،‬خاصة عند اختبلؼ حجـ العينتيف المسحكبتيف‪.‬‬
‫‪84‬‬
‫نجد‪:‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪42 − 27 − 2.048 15.29‬‬ ‫‪+‬‬ ‫‪≤ μ1 − μ2 ≤ 42 − 27 + 2.048 15.29‬‬ ‫‪+‬‬
‫‪18‬‬ ‫‪12‬‬ ‫‪18‬‬ ‫‪12‬‬
‫ىي‪12.02 , 17.98 :‬‬
‫إذا كاف لدينا مجتمعيف‬ ‫‪ ‬حالة عدم تساوي تبايني المجتمعين المجهولين‪:‬‬
‫طبيعييف بتباينيف مجيكليف كغير متساكييف‪ ،‬ككاف حجـ العينتيف المسحكبتيف‬
‫صغي ار أك أحدىما صغي ار فإف التكزيع اإلحصائي المتبع في مثؿ ىذه الحالة ىك‬
‫تكزيع ستيكدنت 𝐭 ‪ ،‬الذم يطمؽ عميو تكزيع العينات الصغيرة‪ ،‬أم أف فترة الثقة‬
‫ىي‪:‬‬
‫‪𝑋1‬‬
‫𝑡 ىي فاصمة النقطة التي تقع عمى المحكر األفقي لممنحنى الممثؿ لدالة تكزيع ستيكدنت ذم درجات‬ ‫𝛼‬
‫𝜗‪,‬‬
‫‪2‬‬
‫‪𝑆2‬‬ ‫‪2 2‬‬

‫‪1 +𝑆 2‬‬
‫𝛼‬
‫مف المساحة‪ ،‬كتستخرج قيمتيا مف‬ ‫= 𝜗 ‪ ،‬كالتي تقع في ىذه الحالة عمى يمينيا‬ ‫الحرية‪:‬‬
‫‪𝑛1 𝑛2‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪2‬‬ ‫‪𝑆1‬‬‫‪2‬‬ ‫‪𝑆2‬‬‫‪2‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬
‫‪+‬‬
‫‪𝑛 1 −1 𝑛 2 −1‬‬
‫جدكؿ تكزيع ستيكدنت‪.‬‬
‫مثال‪ :‬مجتمعاف طبيعياف تباينيما مجيكليف كغير متساكييف‪ ،‬تـ سحب عينة عشكائية مف كؿ مجتمع حجميما‬
‫‪ 10‬ك ‪ 8‬كمتكسطيما ‪ 20‬ك ‪ 15‬كانحرافيما المعيارم ‪ 1.5‬ك ‪ . 2‬أكجد فترة الثقة ‪ 80‬لمفرؽ بيف متكسطي‬
‫المجتمعيف‪.‬‬
‫𝛼‬
‫⇒ ‪1 − 𝛼 = 0.80 ⇒ 𝛼 = 0.20‬‬ ‫الحل‪ :‬لدينا‪= 0.10 :‬‬
‫‪2‬‬
‫‪𝑋2 = 15 ، 𝑋1 = 20 ، S22 = 4 ، S12 = 2.25 ، 𝑛2 = 8 ، 𝑛1 = 10‬‬
‫‪𝑆2‬‬ ‫‪2 2‬‬

‫‪1 +𝑆 2‬‬ ‫‪2.25 4 2‬‬
‫‪+‬‬
‫= 𝜗 ‪ ،‬كمف جدكؿ تكزيع ستيكدنت ‪ t‬نجد‪:‬‬
‫‪𝑛1 𝑛2‬‬ ‫‪10 8‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫=‬ ‫‪2.25 2 4 2‬‬
‫‪≈ 13‬‬
‫‪𝑆1‬‬ ‫‪𝑆2‬‬‫‪2‬‬ ‫‪10‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬ ‫‪+8‬‬
‫‪+‬‬ ‫‪9‬‬ ‫‪7‬‬
‫‪𝑛 1 −1 𝑛 2 −1‬‬
‫‪85‬‬
‫‪t‬‬ ‫‪α‬‬
‫‪,ϑ‬‬
‫‪=t‬‬ ‫‪0.10 ,13‬‬ ‫‪= 1.350‬‬
‫‪2‬‬
‫‪X1‬‬
‫‪2.25‬‬ ‫‪4‬‬ ‫‪2.25‬‬ ‫‪4‬‬

‫‪20 − 15 − 1.350‬‬
‫‪10‬‬
‫‪+8‬‬ ‫‪≤ μ1 − μ2 ≤ 20 − 15 + 1.350‬‬
‫‪10‬‬
‫نجد‪+ 8 :‬‬
‫‪ 80‬لمفرؽ بيف متكسطي المجتمعيف‬ ‫‪ ، 3.85 ≤ μ1 − μ2 ≤ 6.15‬إذف فترة الثقة‬ ‫أم أف‪:‬‬
‫ىي‪3.85 , 6.15 :‬‬
‫‪- 2‬تقدير الفرق بين متوسطي مجتمعين مرتبطين بفترة‪ :‬نجد في عدة حاالت العينتاف المتاف يتـ‬
‫‪- 5‬‬
‫سحبيما مرتبطتيف‪ ،‬فمثبل‪ :‬قياس فعالية دكاء معيف لمعالجة مرض السكرم عمى عينة معينة‪،‬‬
‫حيث تقاس نسبة السكر قبؿ إخضاع المرضى لمعبلج ثـ بعد إخضاعيـ لمعبلج ‪.57‬‬
‫كفي ىذا التكزيع نميز حالتيف‪:‬‬
‫الحالة األولى‪ :‬حجـ العينة كبير ( ‪ :) 𝑛 ≥ 30‬في حالة المجتمعاف المرتبطاف يتـ تحكيؿ‬
‫التكزيع إلى تكزيع كاحد في صكرة أزكاج مف القيـ المرتبة‪ ،‬يمثؿ الفركؽ بيف القيـ المتناظرة‬
‫لمعينتيف المتساكيتيف المسحكبتيف مف المجتمعيف المرتبطيف‪ ،‬بحيث يككف اليدؼ ىك المقارنة‬
‫بيف كسطيف حسابيف لمجتمعيف قبؿ كبعد إجراء معيف‪ ،‬كالتكزيع يتـ كفقا لمتكزيع الطبيعي‪،‬‬
‫𝑑 𝜇‪𝑑 −‬‬
‫= 𝑧 ‪ ،‬حيث‪:‬‬ ‫𝑑𝑆‬ ‫فيككف لدينا‪~𝑁(0 , 1) :‬‬
‫𝑛‬
‫𝑖𝑑‬
‫=𝑑‬ ‫𝑑‪ :‬ىك الكسط الحسابي لعينة الفركؽ ‪ ،‬حيث‪:‬‬
‫𝑛‬
‫𝑑𝜇‪ :‬كسط العينة التي أخذت مف القيـ الناتجة مف فركؽ العينتيف المسحكبتيف مف‬
‫المجتمعيف المرتبطيف‪.‬‬
‫𝑑𝑆 ‪ :‬االنحراؼ المعيارم لعينة الفركؽ‪.‬‬
‫‪ % 1 − α‬لمفرؽ بيف‬ ‫إذا كاف مجتمع الفركؽ يتبع التكزيع الطبيعي‪ ،‬فإف فترة الثقة‬
‫متكسطي مجتمعيف طبيعييف مرتبطيف في حالة عينتيف مزدكجتيف تعطى بالعبلقة اآلتية‪:‬‬
‫‪ 57‬الحظ الفصؿ الثاني مف ىذه المطبكعة ‪ ،‬ص ‪ 62‬ك ‪. 63‬‬

‫‪86‬‬
‫‪ :) 𝑛 < 30‬التكزيع يخضع لتكزيع ستيكدنت 𝑡‬ ‫الحالة الثانية‪ :‬حجـ العينة صغير (‬
‫𝑑 𝜇‪𝑑 −‬‬
‫= 𝑡 ‪ ،‬كمنو إذا كاف‬ ‫𝑑𝑆‬ ‫(‪ )Student‬بدرجة حرية ‪ ، ϑ = 𝑛 − 1‬فيككف لدينا‪~𝑡 𝜗 :‬‬
‫𝑛‬
‫لدينا عينة عشكائية مف الفركؽ 𝑛𝑑 ‪ 𝑑1 , 𝑑2 , 𝑑3 , … ,‬تـ سحبيا مف مجتمع الفركؽ كسطو‬
‫‪% 1−α‬‬ ‫𝑑𝜇 كتباينو مجيكؿ‪ ،‬ككاف مجتمع الفركؽ يتبع التكزيع الطبيعي فإف فترة الثقة‬
‫لمفرؽ بيف متكسطي مجتمعيف في حالة عينتيف مزدكجتيف تعطى بالعبلقة اآلتية‪:58‬‬
‫𝑑𝑆‬ ‫𝑑𝑆‬
‫‪ϑ=𝑛−1 ،‬‬ ‫‪𝑑−t‬‬ ‫‪α‬‬
‫‪,ϑ‬‬
‫‪≤ 𝜇𝑑 ≤ 𝑑 + t‬‬ ‫‪α‬‬
‫‪,ϑ‬‬
‫‪2‬‬ ‫𝑛‬ ‫‪2‬‬ ‫𝑛‬
‫مثال‪ :‬تـ قياس نسبة السكر في الدـ لمجمكعة مف األفراد قبؿ استخداـ العبلج كبعده‪ ،‬فكانت النتائج ضمف‬
‫الجدكؿ اآلتي‪:‬‬
‫𝑖𝑋‪ :‬قبؿ أخذ العبلج‬ ‫‪1.15 1.18 1.22 1.25 1.35 1.43 1.52‬‬
‫𝑖𝑌‪ :‬بعد أخذ العبلج‬ ‫‪1.00 1.02 1.04 1.06 1.06 1.07 1.08‬‬
‫‪ ‬أكجد فترة الثقة ‪ 90‬لمفرؽ بيف متكسطي نسبة السكر في الدـ ليؤالء األفراد قبؿ أخذ العبلج‬
‫كبعده‪.‬‬
‫الحل‪ :‬لدينا‪ ( 𝑑𝑖 = 𝑋𝑖 − 𝑌𝑖 :‬عينة الفركؽ) مبينة في الجدكؿ اآلتي‪:‬‬
‫‪𝑑𝑖0.15 0.16 0.18 0.19 0.29 0.36 0.44‬‬

‫𝑖𝑑‬ ‫‪0.15+0.16+0.18+0.19+0.29+0.36+0.44‬‬
‫=𝑑‬ ‫=‬ ‫‪= 0.25‬‬
‫𝑛‬ ‫‪7‬‬
‫‪𝑑 𝑖 −𝑑 2‬‬ ‫‪(0.15−0.25)2 +(0.16−0.25)2 ++(0.36−0.25)2 +(0.44−0.25)2‬‬

‫= 𝑑𝑆‬ ‫=‬ ‫‪= 0.113‬‬
‫‪𝑛−1‬‬ ‫‪6‬‬
‫‪ 𝑛 = 7 < 30‬فإف ىذا التكزيع يخضع لتكزيع ستيكدنت 𝑡 بدرجة حرية‬ ‫بما أف حجـ العينة صغير‪،‬‬
‫𝛼‬
‫⇒ ‪1 − 𝛼 = 0.90 ⇒ 𝛼 = 0.10‬‬ ‫‪ ، ϑ = 𝑛 − 1 = 7 − 1 = 6‬كلدينا‪= 0.05 :‬‬
‫‪2‬‬
‫‪t‬‬ ‫‪α‬‬
‫‪,ϑ‬‬
‫‪=t‬‬ ‫‪0.05 ,6‬‬ ‫كمف جدكؿ تكزيع ستيكدنت ‪ t‬نجد‪= 1.943 :‬‬
‫‪2‬‬
‫شنافي نكاؿ ‪ ،‬االحتماالت كاإلحصاء التطبيقي ‪ ،‬نفس المرجع السابؽ ‪ ،‬ص‪. 37‬‬ ‫‪58‬‬
‫‪87‬‬
‫‪Sd‬‬ ‫‪Sd‬‬
‫‪ ، d − t‬نجد‪:‬‬ ‫‪α‬‬
‫‪,ϑ‬‬
‫‪≤ μd ≤ d + t‬‬ ‫‪α‬‬
‫‪,ϑ‬‬
‫‪2‬‬ ‫‪n‬‬ ‫‪2‬‬ ‫‪n‬‬
‫‪0.113‬‬ ‫‪0.113‬‬
‫‪0.17 ≤ μd ≤ 0.33‬‬ ‫‪ ،‬كمنو‪:‬‬ ‫‪0.25 − 1.943‬‬ ‫‪≤ μd ≤ 0.25 + 1.943‬‬
‫‪7‬‬ ‫‪7‬‬
‫أم أف فترة الثقة ‪ 90‬لمفرؽ بيف متكسطي نسبة السكر في الدـ لؤلفراد قبؿ كبعد أخذ العبلج ىي‪:‬‬
‫‪0.17 , 0.33‬‬
‫‪ - 6‬تقدير نسبة المجتمع بفترة الثقة‪ :‬معتبر تقدير النسبة في المجتمع ـ ف الحاالت الـ قمة لقياس الظكاقر‬
‫ق كتحميؿ اتجاقات النمك االقتصادم‪ ،‬كنسبة الدكؿ التي ؿـ تؼ بالتزاماتيا‬
‫االقتصادية‪ ،‬خاصة التحؿمؿية مف ا‬
‫في المنظمات الدكلية أك اإلؽؿيمية‪ ،‬كقياس نسبة مكاليد العاـ‪ ،‬كغيرىا‪ .‬كنظ ار ألنو مف الصعب حساب قذه‬
‫النسبة مباشرة ـ ف المجتمع‪ ،‬فإفق غالبا ما يتـ المجكء لتقدير قذه النسبة ـ ف عينة عشكائية مسحكبة ـ ف قذا‬
‫‪59‬‬
‫‪.‬‬ ‫المجتمع‬
‫يتـ في مثؿ ىذه الحاالت تقدير نسبة ما في مجتمع يتبع تكزيع ثنائي الحد )𝑝 ‪ 𝑋~𝐵(𝑛 ,‬كذلؾ باستخداـ‬
‫أحد العينات العشكائية‪ ،‬فإذا كانت ‪ p‬نسبة النجاح في إحدل ىذه العينات العشكائية ك 𝑝 نسبة النجاح في‬
‫‪ p‬كمقدر ليا)‪،‬‬ ‫المجتمع ( 𝑝 معممة مجيكلة ذات حديف كنريد إيجاد مجاؿ الثقة ليا باستخداـ اإلحصائية‬
‫‪p −p‬‬
‫≤ ‪ ، −Zα‬كبما أف‪:‬‬ ‫فإنو يتـ تعريؼ فترة الثقة ‪ % 1 − α‬لمنسبة بأنيا الفترة التي تحقؽ‪≤ Zα :‬‬
‫‪2‬‬ ‫‪σp‬‬ ‫‪2‬‬
‫‪p −p‬‬ ‫𝑞𝑝‬

‫≤ ‪ ، −Zα‬كبعد عممية تبسيط ىذه العبلقة نجد أف فترة الثقة‬ ‫‪≤ Zα‬‬ ‫= 𝑝𝜎 فإف‪:‬‬
‫‪2‬‬ ‫‪pq‬‬ ‫‪2‬‬ ‫𝑛‬
‫‪n‬‬
‫𝑞𝑝‬ ‫𝑞𝑝‬
‫𝛼𝑍 ‪، p −‬‬ ‫𝛼𝑍 ‪≤ 𝑝 ≤ p +‬‬ ‫‪ % 1 − α‬التقريبية لنسبة النجاح ‪ p‬في المجتمع ىي‪:‬‬
‫‪2‬‬ ‫𝑛‬ ‫‪2‬‬ ‫𝑛‬
‫𝑞𝑝‬
‫𝛼𝑍 = 𝑑 ‪ ،‬نجد أف‪ ، 𝑝 − 𝑑 ≤ 𝑝 ≤ 𝑝 + 𝑑 :‬يسمى ‪ d‬حد ‪ % 1 − α‬لمخطأ‬ ‫كبكضع ‪:‬‬
‫‪2‬‬ ‫𝑛‬
‫في تقدير ‪. p‬‬
‫𝛼𝑍 ىي فاصمة النقطة التي تقع عمى المحكر األفقي لممنحنى الممثؿ لدالة التكزيع الطبيعي‬
‫‪2‬‬
‫𝛼‬
‫مف المساحة‪ ،‬كتستخرج قيمتيا مف جدكؿ التكزيع الطبيعي المعيارم‪.‬‬ ‫المعيارم الذم يقع عمى يساره‬
‫‪2‬‬
‫مثال‪ :‬سحبت عينة عشكائية حجميا ‪ 800‬طالبا مف إحدل الكميات بجامعة ما‪ ،‬فكجد أف عدد الطمبة في‬
‫العينة الذيف يميمكف إلى تخصص ما ىك ‪ 300‬طالبا‪.‬‬
‫‪ 59‬بكدغدغ أحمد ‪ ،‬دركس في اإلحصاء ( ‪ ، )03‬جامعة محمد الصديؽ بف يحيى – كمية العمكـ االقتصادية كالتجارية كعمكـ التسيير ‪2017 ،‬‬
‫‪ ،‬ص‪. 42‬‬
‫‪88‬‬
‫‪ ‬أكجد مجاؿ الثقة لنسبة الطمبة الميالكف ليذا التخصص بيذه الكمية بمستكل ثقة ‪. 98‬‬
‫𝛼‬
‫⇒ ‪1 − 𝛼 = 0.98 ⇒ 𝛼 = 0.02‬‬ ‫الحل‪ :‬لدينا‪= 0.01 :‬‬
‫‪2‬‬
‫كمف جدكؿ التكزيع الطبيعي المعيارم 𝑍 نجد‪Zα = Z0.01 = 2.326 :‬‬

‫‪2‬‬
‫‪300‬‬
‫= ‪ ، p‬كمنو‪𝑞 = 1 − 0.375 = 0.625 :‬‬ ‫كلدينا‪= 0.375 :‬‬
‫‪800‬‬
‫𝑞𝑝‬
‫𝛼𝑍 = 𝑑 نجد فترة الثقة المطمكبة‪،‬‬ ‫كبتطبيؽ العبلقة ‪ p − d ≤ p ≤ p + d‬كتعكيض قيمة‬
‫‪2‬‬ ‫𝑛‬
‫‪0.375×0.625‬‬ ‫‪0.375×0.625‬‬
‫‪ ، 0.375 − 2.326‬أم أف‪:‬‬ ‫‪≤ p ≤ 0.375 + 2.326‬‬ ‫كىي‪:‬‬
‫‪800‬‬ ‫‪800‬‬
‫‪0.34 ≤ p ≤ 0.41‬‬
‫أم أف نسبة الطمبة الميالكف ليذا التخصص في الكمية يتراكح بيف ‪ 0.34‬ك ‪ 0.41‬بدرجة ثقة ‪. 98‬‬
‫‪ - 7‬تحديد حجم العينة المناسب لتقدير النسبة في المجتمع‪ :‬إذا تـ معرفة النسبة ‪ p‬مف معمكمات سابقة مف‬
‫دراسات مماثمة‪ ،‬كالتي غالبا ما تككف مجيكلة‪ ،‬كاذا تـ تحديد 𝑒 أكبر خطأ مسمكح بو في تقدير ‪ ، p‬فإنو‬
‫يمكف استخداـ ىذه النسبة لمعرفة حجـ العينة البلزـ لتحقيؽ ذلؾ الحد مف الخطأ‪ ،‬كذلؾ في حالتيف‪:‬‬
‫‪ ‬الحالة األولى‪ :‬عند معرفة النسبة ‪ p‬مف معمكمات سابقة مف دراسات مماثمة‪:‬‬
‫‪𝑍𝛼 2‬‬
‫𝑞𝑝‬
‫= 𝑛 ‪ ،‬حيث‪𝑞 = 1 − 𝑝 :‬‬ ‫‪2‬‬
‫𝛼𝑍 = 𝑒 كبعد عممية التبسيط نجد‪𝑝𝑞 :‬‬ ‫لدينا‪:‬‬
‫𝑒‬ ‫‪2‬‬ ‫𝑛‬
‫‪𝑍𝛼 2‬‬
‫=𝑛‬ ‫‪2‬‬
‫𝑞𝑝‬ ‫إذف‪ p :‬معمكمة ⇐‬
‫𝑒‬
‫‪1‬‬
‫= ‪ ( p‬أكبر خطأ معيارم‬ ‫‪ ‬الحالة الثانية‪ :‬يمكف أف نأخذ بمبدأ أسكأ األكضاع بأف نضع‪:‬‬
‫‪2‬‬
‫لممقدر ) في حالة النسبة ‪ p‬مجيكلة َنم حكه نذٔىا أٔت معهُمت عه قٕمخٍا‪:‬‬
‫‪1‬‬ ‫𝑞𝑝‬
‫=‪p‬‬ ‫𝛼𝑍 = 𝑒 ‪ ، 𝑞 = 1 − 𝑝 ،‬بعد عممية التبسيط ‪ ،‬كبكضع‬ ‫لدينا‪:‬‬
‫‪2‬‬ ‫‪2‬‬ ‫𝑛‬
‫‪𝑍𝛼 2‬‬
‫‪1‬‬
‫=𝑛‬ ‫‪2‬‬
‫نجد‪:‬‬
‫‪4‬‬ ‫𝑒‬
‫‪𝑍𝛼 2‬‬
‫‪1‬‬ ‫‪1‬‬
‫= 𝑛‬ ‫‪2‬‬
‫إذف‪ p :‬مجيكلة ‪ ،‬نضع‪⇐ p = :‬‬
‫‪4‬‬ ‫𝑒‬ ‫‪2‬‬
‫مثال‪ :‬في أحدل المعارض لبيع أنكاع مختمفة مف السمع‪ ،‬تـ عرض نكعاف مف السمعتيف (أ) ك‬
‫(ب) تـ إنتاجيما حديثا‪ .‬أراد صاحب المعرض معرفة مدل إقباؿ الزبائف عمى السمعة (أ)‪ ،‬فقاـ‬
‫‪89‬‬
‫‪ 80‬أف‬ ‫بتقدير نسبتيـ‪ .‬كـ زبكف سكؼ يشترم ىذا النكع مف السمعة‪ ،‬كي نككف كاثقيف بنسبة‬
‫الخطأ في تقدير ‪ p‬ال يزيد عف ‪ 0.06‬في الحالتيف اآلتيتيف‪:‬‬
‫‪ ‬إذا كنا نعمـ مف دراسات مماثمة أف‪p = 0.15 :‬‬
‫‪ ‬إذا كنا نجيؿ تماما ‪.p‬‬
‫𝛼‬
‫⇒ ‪1 − 𝛼 = 0.80 ⇒ 𝛼 = 0.20‬‬ ‫الحل‪ :‬لدينا‪= 0.10 :‬‬
‫‪2‬‬
‫كمف جدكؿ التكزيع الطبيعي المعيارم 𝑍 نجد‪ ، Zα = Z0.10 = 1.282 :‬كلدينا‪𝑒 = 0.06 :‬‬
‫‪2‬‬
‫‪𝑍𝛼 2‬‬
‫=𝑛‬ ‫‪2‬‬
‫‪ ‬بما أف ‪ p‬معمكمة‪ ،‬حيث‪ ، p = 0.15 :‬فإف‪𝑝𝑞 :‬‬
‫𝑒‬
‫‪1.282 2‬‬
‫=𝑛‬ ‫كمنو‪0.15 0.85 ≈ 58 :‬‬
‫‪0.06‬‬
‫إذف في ىذه الحالة يكجد حكالي ‪ 58‬زبكنا المقتنيف ليذه السمعة‪.‬‬

‫‪1‬‬
‫‪ ‬بما أف ‪ p‬مجيكلة‪ ،‬نقدر قيمتيا بأسكأ قيمة كىي‪، p = = 0.50 :‬‬
‫‪2‬‬
‫‪𝑍𝛼 2‬‬
‫‪1‬‬ ‫‪1 1.282 2‬‬
‫=𝑛‬ ‫‪2‬‬
‫=‬ ‫كمنو‪≈ 114 :‬‬
‫‪4‬‬ ‫𝑒‬ ‫‪4‬‬ ‫‪0.06‬‬
‫إذف يكجد في ىذه الحالة حكالي ‪ 114‬زبكنا المقتنيف ليذه السمعة‪.‬‬

‫‪ - 8‬تقدير الفرق بين نسبتين بفترة الثقة‪ :‬إذا تـ سحب عينة عشكائية كبيرة الحجـ مف مجتمع يتبع تكزيع‬
‫ثنائي الحد‪ ،‬كاذا تـ سحب عينة عشكائية أخرل كبيرة الحجـ مف مجتمع يتبع تكزيع ثنائي الحد‪ ،‬بحيث‬
‫العينة العشكائية األكلى مستقمة عف العينة العشكائية الثانية‪ ،‬ككاف المجتمعاف مستقميف‪ ،‬فإف فترة الثقة‬
‫‪ % 1 − α‬لمفرؽ بيف نسبتي المجتمعيف تعطى بالعبلقة اآلتية‪:‬‬

‫‪𝑝1 𝑞1‬‬ ‫‪𝑝2 𝑞2‬‬ ‫‪𝑝1 𝑞1‬‬ ‫‪𝑝2 𝑞2‬‬
‫𝛼𝑍 ‪𝑝1 − 𝑝2 −‬‬ ‫‪+‬‬ ‫𝛼𝑍 ‪≤ 𝑝1 − 𝑝2 ≤ 𝑝1 − 𝑝2 +‬‬ ‫‪+‬‬
‫‪2‬‬ ‫‪𝑛1‬‬ ‫‪𝑛2‬‬ ‫‪2‬‬ ‫‪𝑛1‬‬ ‫‪𝑛2‬‬
‫مثال‪ :‬يكجد بإحدل المدف مستشفياف الستقباؿ المصابيف بمرض فيركس ككركنا( ككفيد‪ ) COVID-19 -‬مف‬
‫‪ 96‬حالة شفاء‪ ،‬كمف بيف ‪ 100‬إصابة‬ ‫بيف ‪ 120‬إصابة مؤكدة بيذا الفيركس في المستشفى األكؿ سجمت‬
‫مؤكدة بيذا الفيركس في المستشفى الثاني سجمت ‪ 64‬حالة شفاء‪.‬‬
‫◄ أكجد فترة ثقة ‪ 95‬لمفرؽ بيف نسبتي الشفاء في المستشفييف‪.‬‬

‫𝛼‬
‫⇒ ‪1 − 𝛼 = 0.95 ⇒ 𝛼 = 0.05‬‬ ‫الحل‪ :‬لدينا‪= 0.025 :‬‬
‫‪2‬‬
‫كمف جدكؿ التكزيع الطبيعي المعيارم 𝑍 نجد‪، Zα = Z0.025 = 1.96 :‬‬

‫‪2‬‬
‫‪90‬‬
‫‪96‬‬
‫= ‪ ، p1‬كمنو‪𝑞1 = 0.20 :‬‬ ‫كلدينا‪= 0.80 :‬‬
‫‪120‬‬
‫‪64‬‬
‫‪ ،‬كمنو‪𝑞2 = 0.36 :‬‬ ‫= ‪p2‬‬ ‫‪= 0.64‬‬
‫‪100‬‬
‫‪n2 = 100‬‬ ‫‪،‬‬ ‫‪n1 = 120‬‬
‫كبتطبيؽ اؿعبلقة‪:‬‬
‫‪p1q1‬‬ ‫‪p2q2‬‬ ‫‪p1q1‬‬ ‫‪p2q2‬‬

‫نجد‪:‬‬ ‫‪p1 − p2 − Zα‬‬ ‫‪+‬‬ ‫‪≤ p1 − p2 ≤ p1 − p2 + Zα‬‬ ‫‪+‬‬
‫‪2‬‬ ‫‪n1‬‬ ‫‪n2‬‬ ‫‪2‬‬ ‫‪n1‬‬ ‫‪n2‬‬
‫‪0.80×0.20‬‬ ‫‪0.64×0.36‬‬
‫‪0.80 − 0.64 − 1.96‬‬ ‫‪+‬‬ ‫‪≤ p1 − p2 ≤ 0.80 − 0.64 +‬‬
‫‪120‬‬ ‫‪100‬‬
‫‪0.80×0.20‬‬ ‫‪0.64×0.36‬‬
‫‪1.96‬‬ ‫‪+‬‬
‫‪120‬‬ ‫‪100‬‬
‫أم أف‪ ، 0.042 ≤ 𝑝1 − 𝑝2 ≤ 0.278 :‬إذف يمكف القكؿ أنو بثقة قدرىا ‪ 95‬فإف الفرؽ‬
‫بيف نسبتي الشفاء في المستشفييف يتراكح ما بيف ‪ 4.2‬ك‪. 27.8‬‬
‫‪ - 9‬تقدير تباين مجتمع بفترة الثقة‪ :‬يعتبر تبايف العينة ‪ 𝑆 2‬ىك أفضؿ إحصاء يمكف استخدامو لبلستدالؿ‬
‫‪(𝑛−1)𝑆 2‬‬
‫= ‪ 2‬لبلستدالؿ عمى تكزيع المعاينة لتبايف ‪𝑆 2‬‬ ‫عمى تبايف المجتمع ‪ ، 𝜎 2‬كيتـ تطبيؽ العبلقة‪:‬‬
‫‪𝜎2‬‬
‫لمعينة‪ ،‬حيث يشير ‪ 2‬إلى تكزيع كام مربع ( ‪ )Chi-Square‬بدرجة حرية 𝜗 حيث‪، 𝜗 = 𝑛 − 1 :‬‬
‫‪ 2‬عمى النحك‬ ‫لمتكزيع الطبيعي‪ .‬كنعرؼ مجاال لممقدار‬ ‫‪2‬‬ ‫كفي حالة ‪ 𝑛 ≥ 30‬يمكف تقريب تكزيع‬
‫‪(𝑛 −1)𝑆 2‬‬
‫‪% 1−α‬‬ ‫‪ ،‬كبعد عممية التبسيط نجد أف فترة الثقة‬ ‫) 𝜗‪2 (1−α ,‬‬ ‫≤‬ ‫اآلتي‪≤ 2 (α ,𝜗 ) :‬‬
‫‪2‬‬ ‫‪𝜎2‬‬ ‫‪2‬‬
‫‪(𝑛 −1)𝑆 2‬‬ ‫‪(𝑛−1)𝑆 2‬‬
‫‪ ،‬كمف جدكؿ تكزيع كام تربيع يتـ حساب‬ ‫≤ ‪≤ 𝜎2‬‬ ‫لتبايف المجتمع ىي‪:‬‬
‫‪2 α‬‬ ‫‪2‬‬ ‫‪α‬‬
‫) 𝜗‪( ,‬‬ ‫) 𝜗‪(1− ,‬‬
‫‪2‬‬ ‫‪2‬‬
‫) 𝜗‪2 (1−α ,‬‬ ‫‪،‬‬ ‫) 𝜗‪2 (α ,‬‬ ‫القيمتيف‪:‬‬

‫‪2‬‬ ‫‪2‬‬
‫مثال‪ :‬أكجد فترة ثقة ‪ 98‬لتبايف كلبلنحراؼ المعيارم لممجتمع سحبت منو عينة حجميا ‪ 11‬كتباينيا ‪.17‬‬
‫𝛼‬
‫⇒ ‪ ، 1 − 𝛼 = 0.98 ⇒ 𝛼 = 0.02‬كلدينا‪𝜗 = 𝑛 − 1 = 11 − 1 = 10 :‬‬ ‫الحل‪ :‬لدينا‪= 0.01 :‬‬
‫‪2‬‬
‫‪،‬‬ ‫) 𝜗‪2 (α ,‬‬ ‫كمف جدكؿ تكزيع كام تربيع نجد‪= 2 (0.01 ,10) = 23.209 :‬‬
‫‪2‬‬
‫‪2 (1−α ,ϑ) = 2 (0.99 ,10) = 2.558‬‬

‫‪2‬‬
‫‪91‬‬
‫‪(𝑛 −1)𝑆 2‬‬ ‫‪(𝑛−1)𝑆 2‬‬
‫نجد قيمة التبايف ‪ 𝜎 2‬كما‬ ‫≤ ‪≤ 𝜎2‬‬ ‫‪ ‬بتطبيؽ العبلقة‪:‬‬
‫‪2 α‬‬ ‫‪2‬‬ ‫‪α‬‬
‫) 𝜗‪( ,‬‬ ‫) 𝜗‪(1− ,‬‬
‫‪2‬‬ ‫‪2‬‬
‫يمي‪:‬‬
‫‪(11−1) 17‬‬ ‫‪(11−1) 17‬‬
‫‪ ،‬أم أف‪7.32 ≤ σ2 ≤ 66.46 :‬‬ ‫≤ ‪≤ σ2‬‬
‫‪23.209‬‬ ‫‪2.558‬‬
‫‪(𝑛 −1)𝑆 2‬‬ ‫‪(𝑛−1)𝑆 2‬‬

‫نجد قيمة االنحراؼ‬ ‫≤ ‪≤ 𝜎2‬‬ ‫‪ ‬كبتطبيؽ العبلقة‪:‬‬
‫‪2 α‬‬ ‫‪2‬‬ ‫‪α‬‬
‫) 𝜗‪( ,‬‬ ‫) 𝜗‪(1− ,‬‬
‫‪2‬‬ ‫‪2‬‬
‫المعيارم ‪ σ‬كما يمي‪:‬‬

‫‪(11−1) 17‬‬ ‫‪(11−1) 17‬‬
‫‪ ،‬أم أف‪:‬‬ ‫≤ ‪≤ 𝜎2‬‬
‫‪23.209‬‬ ‫‪2.558‬‬
‫‪ ، 7.32 ≤ 𝜎 2 ≤ 66.46‬كمنو‪2.71 ≤ σ ≤ 8.15 :‬‬

‫‪𝑆12‬‬
‫‪21‬‬
‫‪ 𝐹 = 𝑆 2‬يخضع‬ ‫‪- 10‬تقدير النسبة بين تبايني مجتمعين بفترة ثقة‪ :‬إف المتغير𝐹 المعرؼ كما يمي‪:‬‬
‫‪2‬‬
‫‪𝜎22‬‬
‫لتكزيع فيشر 𝐹 (‪ )Fisher‬بدرجات حرية‪ 𝜗1 = 𝑛1 − 1 :‬ك ‪ ، 𝜗2 = 𝑛2 − 1‬كىذا التكزيع يقترب مف‬
‫التكزيع الطبيعي في حالة حجـ العينتيف كبير‪ 𝑛1 ≥ 30 :‬ك ‪ . 𝑛2 ≥ 30‬فإذا سحبت عينتاف عشكائيتاف‬
‫مستقمتاف مف مجتمعيف طبيعييف مستقميف‪ ،‬فإف مجاؿ المقدار 𝐹 يعطى بالعبلقة اآلتية‪:‬‬
‫‪𝑆12‬‬
‫‪21‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪ ،‬كبعد عممية التبسيط نجد أف فترة الثقة ‪ % 1 − α‬لمنسبة‬ ‫‪≤ 𝑆2‬‬ ‫≤‬
‫‪𝐹α‬‬ ‫‪2‬‬ ‫𝐹‬ ‫‪α‬‬
‫) ‪( ,𝜗 1, 𝜗 2‬‬ ‫) ‪(1− ,𝜗 1, 𝜗 2‬‬
‫‪2‬‬ ‫‪𝜎22‬‬ ‫‪2‬‬
‫‪𝑆12‬‬ ‫‪𝑆12‬‬
‫‪𝑆22‬‬ ‫‪𝑆22‬‬
‫‪21‬‬ ‫‪21‬‬
‫‪ ،‬كمف جدكؿ تكزيع‬ ‫≤‬ ‫≤‬ ‫معرؼ كما يمي‪:‬‬ ‫بيف تبايني مجتمعيف‬
‫‪𝐹α‬‬ ‫‪𝜎22‬‬ ‫𝐹‬ ‫‪α‬‬ ‫‪𝜎22‬‬
‫) ‪( ,𝜗 1, 𝜗 2‬‬ ‫) ‪(1− ,𝜗 1, 𝜗 2‬‬
‫‪2‬‬ ‫‪2‬‬
‫) ‪𝐹(1−α ,𝜗1,𝜗2‬‬ ‫‪،‬‬ ‫فيشر يتـ حساب القيمتيف‪𝐹(α ,𝜗1,𝜗2 ) :‬‬

‫‪2‬‬ ‫‪2‬‬
‫بتطبيؽ تكزيع فيشر في معرفة كجكد‬ ‫كتكمف أىمية إيجاد مجاؿ الثقة لمنسبة بيف تبايني مجتمعيف‬
‫التجانس بيف المجتمعيف‪ ،‬فكمما كانت ىذه النسبة قريبة مف الكاحد كمما كاف المجتمعاف أكثر تجانسا‪ ،‬أم‬
‫ليما تباينيف متقاربيف‪.‬‬
‫مثال‪ :‬سحبت عينة عشكائية مف عامبلت مصنع خاص بإحدل المدف الصناعية حجميا ‪ 41‬عاممة‪ ،‬كما‬
‫سحبت عينة عشكائية أخرل مف العماؿ مف نفس المصنع حجميا ‪ 61‬عامبل‪ ،‬فإذا كاف تبايف أجكر عينة‬
‫‪92‬‬
‫‪ 17.4‬كحدة نقدية‪ ،‬كبافتراض أف المجتمعيف‬ ‫العامبلت ‪ 14.3‬كحدة نقدية‪ ،‬كتبايف أجكر عينة العماؿ‬
‫يتكزعاف تكزيعا طبيعيا‪.‬‬
‫‪ ‬أكجد فترة الثقة ‪ 95‬لنسبة تبايف مجتمع أجكر العامبلت إلى تبايف مجتمع أجكر العماؿ‪.‬‬
‫𝛼‬
‫⇒ ‪، 1 − 𝛼 = 0.95 ⇒ 𝛼 = 0.05‬‬ ‫الحل‪ :‬لدينا‪= 0.025 :‬‬
‫‪2‬‬
‫كلدينا‪𝜗2 = 𝑛2 − 1 = 61 − 1 = 60 ، 𝜗1 = 𝑛1 − 1 = 41 − 1 = 40 :‬‬
‫كمف جدكؿ تكزيع فيشر نجد‪، F(α ,ϑ1,ϑ2 ) = F(0.025 ,40,60) = 1.74 :‬‬
‫‪2‬‬
‫‪𝐹(1−α ,𝜗1,𝜗2 ) = 𝐹(0.975 ,40,60) = 0.55‬‬

‫‪2‬‬
‫‪𝑆12‬‬ ‫‪𝑆12‬‬
‫‪𝑆22‬‬ ‫‪𝑆22‬‬
‫‪2‬‬ ‫‪2‬‬
‫عمى النحك اآلتي‪:‬‬ ‫‪1‬‬
‫نجد قيمة‬ ‫≤‬ ‫‪1‬‬
‫≤‬ ‫كبتطبيؽ العبلقة‪:‬‬
‫‪𝜎22‬‬ ‫‪𝐹α‬‬ ‫‪𝜎22‬‬ ‫𝐹‬ ‫‪α‬‬
‫) ‪( ,𝜗 1, 𝜗 2‬‬ ‫) ‪(1− ,𝜗 1, 𝜗 2‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪2‬‬
‫‪14.3‬‬ ‫‪2‬‬
‫‪14.3‬‬
‫≤ ‪0.47‬‬ ‫‪1‬‬
‫‪ ،‬أم أف‪≤ 1.49 :‬‬ ‫‪17.4‬‬
‫≤‬ ‫‪1‬‬
‫≤‬ ‫‪17.4‬‬
‫‪𝜎22‬‬ ‫‪1.74‬‬ ‫‪𝜎22‬‬ ‫‪0.55‬‬
‫كمنو فترة الثقة ‪ 95‬لنسبة تبايف مجتمع أجكر العامبلت إلى تبايف مجتمع أجكر العماؿ ىي‪:‬‬
‫‪0.47 , 1.49‬‬
‫تمارين الفصل الثالث‪:‬‬
‫‪- 1‬ماىي الكظيفة األساسية لنظرية التقدير‪.‬‬

‫‪- 2‬أذكر أنكاع التقدير‪ ،‬مع الشرح بايجاز‪.‬‬
‫‪- 3‬أذكر أىـ المقاييس اإلحصائية التي يتـ التقدير بيا في الدراسات اإلحصائية‪ .‬كما ىي مقدراتيا‬
‫عف طريؽ العينة‪.‬‬
‫لتقدير متكسط األعمار بالسنة لدل الطمبة بإحدل الكميات‪ ،‬قاـ باحث بأخذ عينة عشكائية مف الطمبة حجميا‬
‫‪ 11‬طالبا فكجد أعمارىـ عمى النحك اآلتي‪:‬‬
‫‪𝑥𝑖 23‬‬ ‫‪19‬‬ ‫‪18‬‬ ‫‪22‬‬ ‫‪20‬‬ ‫‪21‬‬ ‫‪21‬‬ ‫‪19‬‬ ‫‪21‬‬ ‫‪23‬‬ ‫‪18‬‬
‫‪93‬‬
‫‪ ‬قدر بقيمة الكسط الحسابي ألعمار جميع طمبة الكمية‪.‬‬
‫لتقدير متكسط مستكل السرعة لدل الدراجات‪ ،‬أخذت عشكائيا عمى فترات القياسات اآلتية‪:‬‬
‫‪𝑥𝑖 38‬‬ ‫‪48‬‬ ‫‪53‬‬ ‫‪49‬‬ ‫‪35‬‬ ‫‪55‬‬ ‫‪47‬‬

‫‪- 1‬قدر نقطيا مستكل سرعة الدراجات‪.‬‬
‫‪- 2‬أعط تقدي ار نقطيا لتبايف مستكل سرعة الدراجات‪.‬‬
‫𝑃 نسبة النجاح في عينة عشكائية 𝑛‬
‫أ ‪-‬أثبت أف حدكد الثقة لتقدير نسبة النجاح في المجتمع ذك النسبة 𝑃 عند درجة ثقة 𝛼𝑍 يعطى بالعبلقة‬
‫‪2‬‬
‫‪𝑍2‬‬‫𝛼‬ ‫‪𝑍2‬‬
‫𝛼‬
‫𝑞𝑃‬
‫𝛼𝑍‪𝑃 + 2𝑛2 ±‬‬ ‫‪+ 2‬‬
‫‪𝑛 4𝑛 2‬‬
‫=𝑃‬ ‫‪2‬‬
‫‪𝑍2‬‬
‫𝛼‬
‫‪1+ 2‬‬
‫𝑛‬
‫ب ‪-‬أحسب نياية 𝑃 عندما يؤكؿ 𝑛 إلى ما ال نياية‪.‬‬

‫‪2‬‬
‫عينة عشكائية ) 𝑛𝑥 ‪ُ 𝑋 = (𝑥1 , 𝑥2 , … ,‬سحبت مف مجتمع طبيعي متكسطو 𝜇 كتباينو 𝜎‬
‫‪- 1‬أثبت أف المقدرات ‪ 𝑇3 ، 𝑇2 ، 𝑇1‬لممعممة 𝜇 غير متحيزة‪ ،‬حيث‪:‬‬

‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫= ‪𝑇1‬‬
‫‪𝑛 −1‬‬
‫‪𝑛−1‬‬
‫𝑖𝑥 ‪𝑖=1‬‬ ‫‪,‬‬ ‫) ‪𝑇2 = (𝑋 + 𝑋1‬‬
‫‪2‬‬
‫‪,‬‬ ‫) ‪𝑇3 = (𝑋 + 𝑋1 + 𝑋2‬‬
‫‪3‬‬
‫‪- 2‬أم مف المقدرات الثبلث ‪ 𝑇3 ، 𝑇2 ، 𝑇1‬ليا أصغر تبايف؟‬

‫‪2‬‬
‫ُسحبت عينة عشكائية ) 𝑛𝑥 ‪ 𝑋 = (𝑥1 , 𝑥2 , … ,‬تباينيا ‪ 𝑆 2‬مف مجتمع طبيعي متكسطو 𝜇 كتباينو 𝜎‬
‫𝑛‬ ‫‪2‬‬
‫‪𝑥 𝑖 −𝑋 2‬‬
‫= ‪𝑆2‬‬ ‫‪𝑖=1‬‬
‫أثبت أف المقدر ‪ 𝑆 2‬غير متحيز لتبايف المجتمع 𝜎 ‪ ،‬حيث‪:‬‬ ‫‪‬‬
‫‪𝑛 −1‬‬
‫‪94‬‬
‫أخذت عينة عشكائية حجميا ‪ 150‬طالبا لغرض معرفة أطكاليـ مف مجمكع طمبة الكمية المقدر عددىـ بػ ػ ‪3850‬‬
‫طالبا‪ ،‬كتـ تدكيف ىذه النتائج ضمف الجدكؿ التكرارم اآلتي‪:‬‬
‫الفئات‬ ‫‪55 , 58‬‬ ‫‪58 , 61‬‬ ‫‪61 , 64‬‬ ‫‪64 , 67‬‬ ‫‪67 , 70‬‬
‫التك اررات‬ ‫‪12‬‬ ‫‪35‬‬ ‫‪45‬‬ ‫‪40‬‬ ‫‪18‬‬

‫◄ جد التقديرات النقطية لكؿ مف متكسط كتبايف المجتمع‪.‬‬
‫أخذت عينة عشكائية حجميا ‪ 18‬كمتكسطيا ‪ 54‬مف مجتمع إحصائي يتبع تكزيعا طبيعيا تباينو ‪.13.64‬‬
‫‪ ‬أكجد فترة الثقة ‪ 90‬لمتكسط المجتمع ‪.‬‬

‫أخذت عينة عشكائية مف مصنع إلنتاج المصابيح الكيربائية حجميا ‪ 80‬مصباحا لتقييـ جكدة اإلنتاج‪ ،‬فكاف‬
‫متكسط أعمارىا في العينة ‪ 1200‬ساعة كتباينيا ‪ 780‬ساعة‪.‬‬
‫‪ ‬قدر بدرجة ثقة ‪ 98‬لمتكسط أعمار كؿ المصابيح التي ينتجيا المصنع‪.‬‬

‫أخذت عينة عشكائية حجميا ‪ 16‬عامؿ مف عماؿ أحد المصانع ‪ ،‬فكجد أف متكسط األجر اليكمي لمعامؿ ىك‬
‫‪ 1500‬دينار كبتبايف ‪ 225‬دنانير‪.‬‬
‫‪ ‬قدر متكسط األجر اليكمي لمعامؿ في كؿ المصنع عند مستكل ثقة ‪. 98‬‬
‫إذا كاف االنحراؼ المعيارم ألعمار الطمبة بإحدل الجامعات مف دراسات سابقة يساكم ‪ 12.16‬سنة‪ ،‬ؼقدر‬
‫حجـ العينة البلزـ لتقدير متكسط عمر الطالب ‪ ،‬شريطة أال يتجاكز الخطأ في التقدير عف سنتيف كبدرجة ثقة‬
‫‪. 90‬‬
‫‪95‬‬
‫سحبت عينة عشكائية حجميا ‪ 18‬أنبكبا مف المصنع )‪ (A‬إلنتاج أطكاؿ معينة مف األنابيب‪ ،‬كسحبت عينة‬
‫عشكائية أخرل مستقمة عف العينة األكلى حجميا ‪ 20‬أنبكبا مف المصنع )‪ (B‬إلنتاج أيضا أطكاؿ معينة مف‬
‫األنابيب‪ ،‬بحيث متكسط أطكاؿ العينة األكلى ‪ 6‬سـ كمتكسط أطكاؿ العينة الثانية ‪ 5‬سـ‪.‬‬
‫)‪ (A‬ك )‪ (B‬يتبعاف التكزيع الطبيعي بتباينيف ‪0.98‬‬ ‫‪- 1‬إذا كاف أطكاؿ األنابيب المنتجة مف المصنعيف‬
‫ك‪ 1.05‬عمى الترتيب‪ ،‬فأعط تقدي ار بمستكل ثقة ‪ 95‬لمفرؽ بيف متكسطي األطكاؿ في المصنعيف‪.‬‬
‫‪- 2‬لنفرض أف حجـ العينتيف ‪ 200‬ك ‪ 300‬عمى الترتيب‪ ،‬كتباينيما ‪ 20‬ك ‪ 24‬عمى الترتيب‪ ،‬كأف أطكاؿ‬
‫األنابيب المنتجة مف المصنعيف )‪ (A‬ك )‪ (B‬يتبعاف التكزيع الطبيعي بتباينيف مجيكليف‪ ،‬فأعط في ىذه‬
‫الحالة تقدي ار بمستكل ثقة ‪ 98‬لمفرؽ بيف متكسطي األطكاؿ في المصنعيف‪.‬‬
‫‪- 1‬سحبت عينتاف عشكائيتاف مف مجتمعيف طبيعييف مستقميف‪ ،‬كذك تباينيف مجيكليف كمتساكييف‪ ،‬فكانت لدينا‬
‫البيانات اآلتية‪:‬‬
‫المجتمع األكؿ المجتمع الثاني‬

‫‪8‬‬ ‫‪12‬‬ ‫حجـ العينة‬
‫‪20‬‬ ‫‪30‬‬ ‫متكسط العينة‬
‫‪10‬‬ ‫‪14‬‬ ‫تبايف العينة‬
‫‪ ‬أحسب فترة الثقة ‪ 90‬لمفرؽ بيف متكسطي المجتمعيف المجيكليف؟‬

‫‪- 2‬سحبت عينتاف عشكائيتاف مف مجتمعيف طبيعييف مستقميف‪ ،‬كذك تباينيف مجيكليف كغير متساكييف‪ ،‬فكانت‬
‫لدينا نفس البيانات السابقة‪.‬‬
‫‪ ‬أحسب فترة الثقة ‪ 90‬لمفرؽ بيف متكسطي المجتمعيف المجيكليف؟‬
‫التمرين الرابع عشر‪:‬‬
‫لتقدير الفرؽ بيف متكسطي االستيبلؾ الشيرم لمادة أساسية في مدينتيف‪ ،‬أخذت عينة عشكائية مف كؿ مدينة‪،‬‬
‫بحيث نرمز ب ػ ػ‪ 𝑥𝑖 :‬لممتغير العشكائي لمعينة األكلى ك 𝑖𝑦 لممتغير العشكائي لمعينة الثانية‪ ،‬كتـ التكصؿ إلى‬
‫النتائج اآلتية‪:‬‬
‫‪𝑖=18‬‬
‫𝑖𝑥 ‪𝑖=1‬‬ ‫‪+‬‬ ‫‪𝑖=14‬‬
‫𝑖𝑦 ‪𝑖=1‬‬ ‫‪= 360‬‬ ‫‪,‬‬ ‫‪𝑖=18‬‬
‫𝑖𝑥 ‪𝑖=1‬‬ ‫‪−‬‬ ‫‪𝑖=14‬‬
‫𝑖𝑦 ‪𝑖=1‬‬ ‫‪= −48‬‬
‫‪96‬‬
‫‪𝑖=18 2‬‬
‫𝑖𝑥 ‪𝑖=1‬‬ ‫‪= 1400‬‬ ‫‪,‬‬ ‫‪𝑖=14 2‬‬
‫𝑖𝑦 ‪𝑖=1‬‬ ‫‪= 3020‬‬
‫تقدير نقطيا لمفرؽ بيف متكسطي االستيبلؾ الشيرم ليذه المادة األساسية في المدينتيف‪.‬‬
‫ا‬ ‫‪- 1‬أعط‬
‫‪- 2‬أكجد فترة الثقة لتقدير الفرؽ بيف متكسطي االستيبلؾ الشيرم ليذه المادة األساسية في المدينتيف عند‬
‫مستكل ثقة ‪  95‬في حالة تساكم تبايفم المجتمعيف‪.‬‬
‫التمرين الخامس عشر‪:‬‬
‫في إطار الخرجات التدريبية التي تقكـ بيا إحدل المؤسسات لتحسيف مستكل أداء مكظفييا خارج المؤسسة‪،‬‬
‫قامت إحدل المؤسسات بأخذ عينة مف عماليا كسجمت إنتاجيتيـ قبؿ التدريب كبعده‪ ،‬فتحصمت عمى النتائج‬
‫‪8‬‬ ‫‪7‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫العماؿ‬

‫قبؿ التدريب ‪57 46 44 52 49 47 54 48‬‬
‫‪50 42 40 49 45 42 48 45‬‬ ‫بعد التدريب‬
‫‪ ‬بفرض أف المجتمعيف يتكزعاف تكزيعا طبيعيا‪ ،‬أحسب فترة الثقة ‪ 90‬لمفرؽ بيف متكسطي إنتاجية‬
‫العماؿ قبؿ التدريب كبعده‪.‬‬
‫التمرين السادس عشر‪:‬‬
‫سحبت عينة عشكائية حجميا ‪ 120‬عامبل مف إحدل الشركات العمكمية‪ ،‬فكجد أف ‪ 84‬عامبل منيـ كفرت ليـ‬
‫الشركة كسيمة النقؿ‪.‬‬
‫‪ ‬أكجد فترة الثقة ‪ 99‬لنسبة العماؿ التي كفرت ليـ الشركة كسيمة النقؿ‪.‬‬
‫التمرين السابع عشر ‪:‬‬
‫ما ىك حجـ العينة البلزـ اختياره لتقدير نسبة الطباخات ؿسنة ‪ 2024 - 2018‬المكاتي يتعامؿف مع برنامج‬
‫‪ ‬طبخي‪ ‬عمى شبكة االنترنيت‪ ،‬بحث ال يتعدل الخطأ في التقدير عف ‪ ، 8‬كذلؾ باستخداـ درجة ثقة ‪95‬‬
‫إذا عممت أنو مف كاقع دراسة لمكقع ‪ ‬أكبلت شيية ‪ ‬كجد أف نسبة ىؤالء الطباخات تبمغ ‪.65‬‬
‫التمرين الثامن عشر‪:‬‬
‫سحبت عينتاف عشكائيتاف مستقمتاف‪ ،‬األكلى تحتكم عمى ‪ 100‬كحدة منتجة باآللة )‪ (A‬فكجد بيا ‪ 8‬كحدات‬
‫معيبة‪ ،‬كالثانية تحتكم عمى ‪ 200‬كحدة منتجة باآللة )‪ (B‬فكجد بيا ‪ 4‬كحدات معيبة‪.‬‬
‫‪97‬‬
‫‪ ‬قدر الفرؽ بيف نسبتي الكحدات التي بيا عيكب في اإلنتاج الكمي لآللتيف كذلؾ بمستكل ثقة ‪. 90‬‬
‫التمرين التاسع عشر‪:‬‬
‫سحبت عينة عشكائية حجميا ‪ 20‬عبلمة مف عبلمات الطمبة في إحدل الكميات‪ ،‬بتبايف ‪.240‬‬
‫‪ ‬أكجد فترة الثقة ‪ 95‬لتبايف عبلمات كؿ الطمبة في الكمية‪ ،‬عمما أف عبلمات الطمبة تتكزع طبيعيا‪.‬‬
‫التمرين العشرون‪:‬‬
‫سحبت عينتاف عشكائيتاف مستقمتاف مف مجتمع أطكاؿ الطالبات كمجتمع أطكاؿ الطمبة مف إحدل الجامعات‪،‬‬
‫بحيث يتبع ىذاف المجتمعاف تكزيعا طبيعيا‪ ،‬حجـ العينة األكلى ‪ 11‬طالبة بتبايف ‪ ،124‬كحجـ العينة الثانية ‪18‬‬
‫طالبا كبتبايف ‪. 104‬‬
‫‪ ‬أكجد فترة الثقة لنسبة تبايف مجتمع أطكاؿ الطالبات إلى تبايف مجتمع أطكاؿ الطمبة‪ ،‬كذلؾ باستخداـ‬
‫مستكل الثقة ‪. 98‬‬
‫حمول تمارين الفصل الثالث‪:‬‬
‫‪μ‬ك ‪σ‬ك 𝑃 ‪،‬‬ ‫‪- 1‬تتمثؿ الكظيفة األساسية لنظرية التقدير في تقدير معالـ المجتمع اإلحصائي السيما‬
‫‪μ‬ك ‪σ‬ك 𝑃‬ ‫كذلؾ عف طريؽ سحب عينة عشكائية مف المجتمع‪ ،‬فيتـ مثبل تقدير المعممات‬
‫باإلحصاءات 𝑋 ك 𝑆 ك 𝑃 عمى الترتيب‪ ،‬بحيث تعبر ىذه اإلحصاءات بأكبر قدر ممكف مف الدقة عمى‬
‫مقاييس المجتمع كذلؾ باستعماؿ نتائج العينة العشكائية كمعطياتيا‪.‬‬
‫‪- 2‬أنكاع التقدير‪ :‬يكجد نكعيف أساسيمف لتقدير معالـ المجتمع المجيكلة‪ ،‬ىما‪:‬‬
‫أ ‪-‬التقدير بنقطة‪ :‬ىك تقدير معممة المجتمع المجيكلة بإحصائية العينة العشكائية المسحكبة مف ىذا‬
‫المجتمع بقيمة كاحدة فقط‪ ،‬كأف نقدر العمر االفتراضي لممصابيح المنتجة في مصنع معيف‪ ،‬بأف‬
‫نقكؿ أف العمر االفتراضي لممصباح يقدر بأربعة عشر شي ار‪ .‬أك نقدر المتكسط الحسابي ‪ μ‬لممجتمع‬
‫بالمتكسط الحسابي 𝑋 لمعينة‪.‬‬
‫التقدير بمجاؿ ثقة‪ ،‬أحد أىـ األدكات اإلحصائية كذات‬ ‫ب ‪-‬التقدير بفترة (التقدير بمجاؿ)‪ :‬يعتبر‬
‫مصداقية كبيرة في البحكث التطبيقية‪ ،‬كىك تقدير معممة المجتمع المجيكلة بعدد كبير جدا مف القيـ‬
‫عمى شكؿ مجاؿ يسمى بفترة الثقة لممعممة‬ ‫قد تككف غير منتيية في كثير مف الحاالت‪ ،‬تكتب‬
‫‪98‬‬
‫المجيكلة‪ ،‬فمثبل‪ :‬يمكف أف نقدر العمر االفتراضي لممصابيح المنتجة في مصنع معيف بأف نقكؿ أف‬
‫العمر االفتراضي لممصباح بالساعة يقع في الفترة ‪ . 280,300‬كيعتمد في حساب حدم المجاؿ‬
‫األعمى كاألدنى الذم نحصؿ عمييما مف العينة عمى عدة عكامؿ منيا‪:‬‬
‫المستخدمة كأفضؿ مقدر لممعممة المجيكلة‬ ‫‪ -‬اإلحصائية المحسكبة مف العينة العشكائية‬
‫كالمسحكبة مف المجتمع اإلحصائي؛‬
‫‪ -‬طبيعة السحب‪ ،‬مع اإلعادة أك دكف إعادة؛‬
‫‪ -‬تكزيع المعاينة ليذا المقدر لممعممة المجيكلة لممجتمع اإلحصائي؛‬
‫‪ -‬حساب الخطأ المعيارم؛‬
‫‪ -‬حجـ العينة؛‬
‫‪ -‬معامؿ الثقة المرغكب فيو؛ حيث نقصد بمعامؿ الثقة احتماؿ احتكاء فترة الثقة عمى المعممة‬
‫المجيكلة‪.‬‬
‫فمثبل إذا فرضنا أف ‪ θ‬ىي المعممة المجيكلة فإف مجاؿ الثقة ليا ىي‪ θ − E ≤ θ ≤ θ + E :‬أم أف‪:‬‬
‫‪ ، θ ∈ θ − E , θ + E‬كيمكف حساب احتماؿ أف يككف التقدير صحيحا عمى النحك اآلتي‪:‬‬
‫‪ 𝑃(θ − E ≤ θ ≤ θ + E) = 1 − α‬حيث ‪ 1 − α‬يسمى بمعامؿ الثقة أك درجة الثقة‪ ،‬كيسمى ‪ α‬الخطأ‬

‫بحيث‪ ، 0 < 1 − α < 1 :‬بمعنى أف احتماؿ أف تككف فترة التقدير صحيحة ىك ‪ ، 1 − α‬فإذا سحبنا مف‬
‫المجتمع كؿ العينات العشكائية الممكنة‪ ،‬كلكؿ عينة حسبنا فترة الثقة ‪ θ − E , θ + E‬فإف نسبة الفترات التي‬
‫تحتكم عمى المعممة المجيكلة ‪ θ‬تساكم ‪.%100 1 − α‬‬
‫فمثبل إذا كاف لدينا ‪ ،1 − α = 0.90‬فيعني ذلؾ أف‪ ، 𝑃(θ − E ≤ θ ≤ θ + E) = 0.90 :‬أم إذا‬
‫سحبنا مف المجتمع كؿ العينات العشكائية الممكنة‪ ،‬كلكؿ عينة حسبنا فترة الثقة ‪ θ − E , θ + E‬سنجد ‪90‬‬
‫مف الفترات تحتكم عمى المعممة المجيكلة ‪ θ‬ك ‪ 10‬مف الفترات ال تحتكم عمى ‪ ، θ‬تسمى النسبة ‪90‬‬
‫درجة الثقة أك مستكل الثقة‪ ،‬بينما تسمى النسبة ‪ 10‬مستكل المعنكية أك قيمة الخطأ‪.‬‬
‫‪- 3‬لدينا أربعة مقاييس إحصائية شييرة مكضكع التقدير في الدراسات اإلحصائية يمكف أف نقدرىا بكاسطة‬
‫العينة كىي‪:‬‬
‫𝑖𝑥‬
‫=𝑋‬ ‫‪ ‬المعممة ‪ μ‬كنقدرىا بكاسطة 𝑋 ‪ ،‬حيث‪:‬‬
‫𝑛‬
‫‪𝑥 𝑖 −𝑋 2‬‬
‫= ‪𝑆2‬‬ ‫‪ ‬المعممة ‪ σ2‬كنقدرىا بكاسطة ‪ ، 𝑆 2‬حيث‪:‬‬
‫𝑛‬
‫‪99‬‬
‫‪𝑥 𝑖 −𝑋 2‬‬
‫=𝑆‬ ‫‪ ‬المعممة ‪ σ‬كنقدرىا بكاسطة 𝑆 ‪ ،‬حيث‪:‬‬
‫𝑛‬
‫𝑥‬
‫=𝑃‬ ‫‪ ‬المعممة 𝑃 كنقدرىا بكاسطة 𝑃 ‪ ،‬حيث‪:‬‬
‫𝑛‬
‫التقدير بقيمة الكسط الحسابي ألعمار جميع طمبة الكمية‪:‬‬
‫𝑖𝑥‬ ‫‪23+19+18+22+20+21+21+19+21+23+18‬‬
‫=𝑋‬ ‫=‬ ‫‪= 20.45‬‬
‫𝑛‬ ‫‪11‬‬
‫إذف قيمة كسط أعمار طمبة الكمية ىك ‪ 20.45‬سنة‪.‬‬
‫‪- 1‬التقدير النقطي لمتكسط مستكل سرعة الدراجات‪:‬‬

‫𝑖𝑥‬ ‫‪38+48+53+49+35+55+47‬‬
‫=𝑋‬ ‫=‬ ‫‪= 46.43‬‬
‫𝑛‬ ‫‪7‬‬
‫‪- 2‬التقدير النقطي لتباين مستوى سرعة الدراجات‪:‬‬
‫‪𝑥 𝑖 −𝑋 2‬‬
‫= ‪𝑆2‬‬
‫𝑛‬
‫‪38−46.43 2 + 48−46.43 2 + 53−46.43 2 + 49−46.43 2 + 35−46.43 2 + 55−46.43 2 + 47−46.43 2‬‬

‫=‬
‫‪7‬‬
‫‪= 46.82‬‬
‫ت ‪-‬إثبات أف حدكد الثقة لتقدير نسبة النجاح في المجتمع ذك النسبة 𝑃 عند درجة ثقة 𝛼𝑍 يعطى بالعبلقة‬
‫‪2‬‬
‫‪𝑍2‬‬
‫𝛼‬ ‫‪𝑍2‬‬
‫𝛼‬
‫𝑃‬ ‫𝑞‬
‫𝛼𝑍‪𝑃 + 2 ±‬‬ ‫‪+ 22‬‬
‫𝑛‪2‬‬ ‫𝑛‪𝑛 4‬‬
‫=𝑃 ‪:‬‬ ‫‪2‬‬
‫𝛼𝑍‬‫‪2‬‬ ‫اآلتية‪:‬‬
‫‪1+ 2‬‬
‫𝑛‬
‫𝑞𝑝‬ ‫𝑞𝑝‬ ‫𝑞𝑝‬

‫𝑃‪𝑃−‬‬ ‫‪2‬‬
‫‪= 𝑍𝛼 2‬‬ ‫𝛼𝑍‪⇐ 𝑃 − 𝑃 = ±‬‬ ‫𝛼𝑍 ‪⇐ 𝑃 = 𝑃 ±‬‬ ‫لدينا‪:‬‬
‫‪2‬‬ ‫𝑛‬ ‫‪2‬‬ ‫𝑛‬ ‫‪2‬‬ ‫𝑛‬
‫⇐ 𝑞𝑝 ‪𝑛𝑃2 − 2𝑛𝑃 𝑃 + 𝑛𝑃2 − 𝑍𝛼 2 𝑝𝑞 = 0 ⇐ 𝑛 𝑃2 − 2𝑃𝑃 + 𝑃2 = 𝑍𝛼 2‬‬

‫‪2‬‬ ‫‪2‬‬
‫⇐ ‪ ، 𝑛 + 𝑍𝛼 2 𝑃2 − 2𝑛𝑃 + 𝑍𝛼 2 𝑃 + 𝑛𝑃2 = 0‬كذلؾ بكضع‪𝑞 = 1 − 𝑃 :‬‬

‫‪2‬‬ ‫‪2‬‬
‫نستعمؿ المميز ∆ لحؿ ىذه المعادلة ذات المجيكؿ 𝑃 ‪∆= 𝑏 − 4𝑎𝑐 :‬‬
‫‪2‬‬
‫‪100‬‬
‫‪2‬‬
‫‪∆= 2𝑛𝑃 + 𝑍𝛼 2‬‬ ‫) ‪− 4 𝑛 + 𝑍𝛼 2 𝑛𝑃2 = 𝑍𝛼 2 (4𝑛𝑝𝑞 + 𝑍𝛼 2‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫بما أف‪ ∆> 0 :‬فإف لممعادلة حبلف كىما‪:‬‬

‫) ‪2𝑛𝑃 +𝑍𝛼 2 ± 𝑍 𝛼 2 (4𝑛 𝑝 𝑞 +𝑍𝛼 2‬‬
‫∆ ‪−𝑏±‬‬
‫= ‪ ، 𝑃1,2‬كمنو‪:‬‬ ‫=‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫𝑎‪2‬‬
‫‪2 𝑛+𝑍𝛼 2‬‬
‫‪2‬‬
‫‪1‬‬
‫𝛼𝑍‪(2𝑛 𝑃 +𝑍𝛼2 ±‬‬ ‫‪4𝑛 𝑝 𝑞 +𝑍𝛼2‬‬
‫𝑛‪2‬‬
‫= ‪ 𝑃1,2‬إذف‪:‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪1‬‬
‫‪2(𝑛+𝑍𝛼2‬‬
‫𝑛‪2‬‬
‫‪2‬‬
‫ث ‪-‬حساب نياية 𝑃 عندما يؤكؿ 𝑛 إلى ما ال نياية‪:‬‬

‫‪𝑍2‬‬
‫𝛼‬ ‫‪𝑍2‬‬
‫𝛼‬
‫‪2‬‬ ‫𝑞𝑃‬
‫𝛼𝑍‪𝑃 + ±‬‬ ‫‪+ 22‬‬
‫𝑛‪2‬‬ ‫𝑛‪𝑛 4‬‬
‫∞‪lim𝑛→+∞ 𝑃1,2 = lim𝑛→+‬‬ ‫‪2‬‬
‫𝛼𝑍‬‫‪2‬‬ ‫𝑃=‬
‫‪1+ 2‬‬
‫𝑛‬
‫‪- 1‬إثبات أف المقدرات ‪ 𝑇3 ، 𝑇2 ، 𝑇1‬لممعممة 𝜇 غير متحيزة‪:‬‬

‫نقكؿ عف المقدر أنو غير متحيز إذا كفقط إذا كاف‪E(T) = μ :‬‬
‫؟ = ) ‪E(T1‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪𝑛−1‬‬ ‫‪1‬‬ ‫‪𝑛 −1‬‬ ‫‪𝑛 −1‬‬
‫‪E(T1 ) = E‬‬ ‫𝑖𝑥 ‪𝑖=1‬‬ ‫=‬ ‫𝐸 ‪𝑖=1‬‬ ‫= 𝑖𝑥‬ ‫𝜇= 𝜇‬
‫‪𝑛 −1‬‬ ‫‪𝑛−1‬‬ ‫‪𝑛 −1‬‬
‫؟ = ) ‪E(T2‬‬ ‫‪‬‬
‫= ) ‪E(T2‬‬
‫؟ = ) ‪E(T3‬‬ ‫‪‬‬
‫) ‪E(T3‬‬
‫كمنو المقدرات الثبلث ىي مقدرات غير متحيزة لكسط المجتمع‪.‬‬
‫‪101‬‬
‫‪- 2‬إٔجاد حبأه المقدرات انثالد لمعرفة أم منيا ليا أصغر تبايف‪:‬‬
‫؟ = ) ‪V(T1‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪𝑛−1‬‬ ‫‪1‬‬ ‫‪𝑛 −1‬‬ ‫‪1‬‬
‫‪V(T1 ) = V‬‬ ‫𝑖𝑥 ‪𝑖=1‬‬ ‫=‬ ‫𝑉 ‪𝑖=1‬‬ ‫= 𝑖𝑥‬ ‫‪𝜎2‬‬
‫‪𝑛−1‬‬ ‫‪𝑛 −1 2‬‬ ‫‪𝑛 −1‬‬
‫؟ = ) ‪V(T2‬‬ ‫‪‬‬
‫𝑛‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫𝑖 𝑥 ‪𝑖=1‬‬
‫‪V(T2 ) = V‬‬ ‫= ) ‪(𝑋 + 𝑋1‬‬ ‫= ) ‪𝑉(𝑋 + 𝑋1‬‬ ‫𝑉‬ ‫‪+‬‬
‫‪2‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫𝑛‬
‫𝑛‪𝑋1=14𝑉𝑋1+𝑖=2𝑛𝑥𝑖𝑛+𝑋1=14𝑉𝑖=2𝑛𝑥𝑖𝑛+𝑛+1𝑛𝑋1=141‬‬
‫𝑛=‪2𝑖=2𝑛𝑉(𝑥𝑖)+𝑛+12𝑛2𝑉(𝑋1)=14𝑛−1𝑛2𝜎2+𝑛+12𝑛2𝜎2‬‬
‫‪+34𝑛𝜎2‬‬
‫؟ = ) ‪V(T3‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪V(T3 ) = V‬‬ ‫= ) ‪(𝑋 + 𝑋1 + 𝑋2 ) = 𝑉(𝑋 + 𝑋1 + 𝑋2‬‬
‫‪3‬‬ ‫‪9‬‬
‫‪𝑛 −1‬‬
‫‪1‬‬ ‫𝑖 𝑥 ‪𝑖=1‬‬ ‫‪1‬‬ ‫𝑖 𝑥 ‪𝑋1 +𝑋2 + 𝑛𝑖=3‬‬
‫𝑉‬ ‫‪+ 𝑋1 + 𝑋2‬‬ ‫=‬ ‫𝑉‬ ‫‪+ 𝑋1 +‬‬
‫‪9‬‬ ‫𝑛‬ ‫‪9‬‬ ‫𝑛‬
‫𝑥(𝑉𝑛‪𝑋2=19𝑉𝑖=3𝑛𝑥𝑖𝑛+𝑛+1𝑛𝑋1+𝑛+1𝑛𝑋2=191𝑛2𝑖=3‬‬
‫‪𝑖)+𝑛+12𝑛2𝑉(𝑋1)+𝑛+12𝑛2𝑉(𝑋2)=19𝑛−2𝑛2𝜎2+𝑛+1‬‬
‫‪2𝑛2𝜎2+𝑛+12𝑛2𝜎2=2𝑛+59𝑛𝜎2‬‬
‫‪2𝑛+5‬‬ ‫‪𝑛+3‬‬ ‫‪1‬‬

‫= ) ‪V(T3‬‬ ‫= ) ‪𝜎 2 ، V(T2‬‬ ‫= ) ‪𝜎 2 ، V(T1‬‬ ‫‪𝜎2‬‬ ‫إرن‪:‬‬
‫𝑛‪9‬‬ ‫𝑛‪4‬‬ ‫‪𝑛−1‬‬
‫نرل بكؿ كضكح كسيكلة أف تبايف المقدر األكؿ ىك األصغر‪ ،‬ميما يكف ‪n ≥ 2‬‬

‫𝑛‬ ‫‪2‬‬
‫‪𝑥 𝑖 −𝑋 2‬‬
‫= ‪𝑆2‬‬ ‫‪𝑖=1‬‬
‫‪- 1‬إثبات أف المقدر ‪ 𝑆 2‬غير متحيز لتبايف المجتمع 𝜎 ‪ ،‬حيث‪:‬‬
‫‪𝑛 −1‬‬
‫‪2‬‬ ‫‪2‬‬
‫نقكؿ عف المقدر ‪ S 2‬أنو غير متحيز لممعممة 𝜎 إذا كفقط إذا كاف‪E(S 2 ) = 𝜎 :‬‬
‫𝑛‬ ‫𝑛‬ ‫𝑛‬
‫‪𝑥 𝑖 −𝑋 2‬‬ ‫‪𝑥 𝑖 −𝑋 2‬‬ ‫𝐸 ‪𝑖=1‬‬ ‫‪𝑥 𝑖 −𝑋 2‬‬
‫= ‪𝑆2‬‬ ‫‪𝑖=1‬‬
‫𝐸 = ) ‪⇒ 𝐸(𝑆 2‬‬ ‫‪𝑖=1‬‬
‫=‬
‫‪𝑛 −1‬‬ ‫‪𝑛 −1‬‬ ‫‪𝑛−1‬‬
‫𝑛‬
‫𝐸 ‪𝑖=1‬‬ ‫‪𝑥 𝑖 2 −2𝑥 1 𝑋 +𝑋 2‬‬ ‫𝑛‬
‫=‬ ‫=‬ ‫) ‪𝐸(𝑥𝑖2 ) − 2𝐸(𝑥𝑖 𝑋) + 𝐸(𝑋 2‬‬
‫‪𝑛−1‬‬ ‫‪𝑛−1‬‬
‫لتبسيط العمميات الحسابية نبسط المقادير اآلتية‪𝐸(𝑥𝑖2 ) ، 𝐸(𝑥𝑖 𝑋) ، 𝐸(𝑋 ) :‬‬
‫‪2‬‬
‫‪2‬‬
‫) 𝑖𝑥(𝐸 ‪𝐸(𝑥𝑖2 ) = 𝑉(𝑥𝑖 ) +‬‬ ‫‪2‬‬
‫‪= 𝜎 + 𝜇2‬‬
‫‪102‬‬
‫‪2‬‬
‫‪1‬‬ ‫𝑛‬ ‫‪𝑛 −1‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫𝜎‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫= )𝑋 𝑖𝑥(𝐸‬ ‫𝐸 ‪𝑖=1‬‬ ‫= 𝑗𝑥 𝑖𝑥‬ ‫‪𝜇 + (𝜎 + 𝜇 ) = 𝜇 +‬‬
‫𝑛‬ ‫𝑛‬ ‫𝑛‬ ‫𝑛‬
‫𝑛‬
‫𝑛‬
‫𝑖 𝑥 ‪𝑖=1‬‬ ‫𝑗 𝑥 ‪𝑗 =1‬‬ ‫) 𝑗 𝑥 ‪𝐸 ( 𝑛𝑖=1 𝑥 𝑖 )( 𝑛𝑗=1‬‬ ‫𝑗≠𝑖‬ ‫) 𝑗 𝑥 𝑖 𝑥(𝐸‬
‫𝐸 = )𝑋𝑋(𝐸 = ) ‪𝐸(𝑋 2‬‬ ‫=‬ ‫=‬ ‫‪+‬‬
‫𝑛‬ ‫𝑛‬ ‫‪𝑛2‬‬ ‫‪𝑛2‬‬
‫𝑛‬ ‫‪2‬‬
‫) 𝑖 𝑥(𝐸 ‪𝑖=1‬‬
‫‪2‬‬ ‫‪1‬‬ ‫𝑛‬ ‫‪2‬‬ ‫𝜎‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫=‬ ‫‪𝑛(𝑛 − 1)𝜇 +‬‬ ‫‪(𝜎 + 𝜇 ) = 𝜇 +‬‬
‫‪𝑛2‬‬ ‫‪𝑛2‬‬ ‫‪𝑛2‬‬ ‫𝑛‬
‫𝑛‬
‫= ) ‪𝐸(𝑆 2‬‬ ‫) ‪𝐸(𝑥𝑖2 ) − 2𝐸(𝑥𝑖 𝑋) + 𝐸(𝑋 2‬‬ ‫كمنو‪:‬‬
‫‪𝑛 −1‬‬
‫‪2‬‬ ‫‪2‬‬
‫𝑛‬ ‫‪2‬‬ ‫𝜎‬ ‫𝜎‬ ‫‪2‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫=‬ ‫‪𝜎 + 𝜇 − 2(𝜇 +‬‬ ‫‪)+𝜇 +‬‬ ‫𝜎=‬
‫‪𝑛−1‬‬ ‫𝑛‬ ‫𝑛‬
‫‪2‬‬ ‫‪2‬‬
‫إذف ‪ ، 𝐸(𝑆 2 ) = 𝜎 :‬كمنو‪ :‬إحصائية العينة ‪ 𝑆 2‬مقدر غير متحيز لمعممة المجتمع 𝜎‬
‫‪ ‬إيجاد التقديرات النقطية لكؿ مف متكسط كتبايف المجتمع ‪:‬‬

‫يمكف االستعانة بالجدكؿ اآلتي إليجاد المطمكب‪:‬‬
‫𝑖𝑐 ‪𝑛𝑖 .‬‬ ‫‪2‬‬ ‫‪2‬‬
‫الفئات 𝑖𝑒‬ ‫مراكز الفئات 𝑖𝑐‬ ‫التك اررات 𝑖𝑛‬ ‫𝑋 ‪𝑐𝑖 −‬‬ ‫𝑋 ‪𝑛𝑖 𝑐𝑖 −‬‬
‫‪55 , 58‬‬
‫‪56.5‬‬ ‫‪12‬‬ ‫‪678‬‬ ‫‪40.1956‬‬ ‫‪482.3472‬‬
‫‪58 , 61‬‬
‫‪59.5‬‬ ‫‪35‬‬ ‫‪2082.5‬‬ ‫‪11.1556‬‬ ‫‪390.446‬‬
‫‪61 , 64‬‬
‫‪62.5‬‬ ‫‪45‬‬ ‫‪2812.5‬‬ ‫‪0.1156‬‬ ‫‪5.202‬‬
‫‪64 , 67‬‬
‫‪65.5‬‬ ‫‪40‬‬ ‫‪2620‬‬ ‫‪7.0756‬‬ ‫‪283.024‬‬
‫‪67 , 70‬‬
‫‪68.5‬‬ ‫‪18‬‬ ‫‪1233‬‬ ‫‪32.0356‬‬ ‫‪576.6408‬‬
‫‪ni‬‬ ‫‪150‬‬ ‫‪9426‬‬ ‫‪1737.66‬‬
‫𝑖 𝑐‪𝑛 𝑖 .‬‬ ‫‪9426‬‬
‫=𝑋‬ ‫=‬ ‫‪ ‬التقدير النقطي لمتكسط المجتمع‪= 62.84 :‬‬
‫𝑛‬ ‫‪150‬‬
‫‪𝑛 𝑖 𝑐𝑖 − 𝑋 2‬‬ ‫‪1737 .66‬‬
‫= ‪𝑆2‬‬ ‫=‬ ‫‪ ‬التقدير النقطي لتبايف المجتمع‪= 11.66 :‬‬
‫‪𝑛 −1‬‬ ‫‪149‬‬
‫‪ ‬أيجاد فترة الثقة ‪ 90‬لمتكسط المجتمع‪ :‬بما أف المجتمع اإلحصائي يتكزع تكزيعا طبيعيا بتبايف معمكـ‬
‫‪σ‬‬ ‫𝜎‬
‫𝛼𝑍 ‪𝑋 −‬‬ ‫𝛼𝑍 ‪≤ 𝜇 ≤ 𝑋 +‬‬ ‫فإننا نطبؽ 𝑍 ميما يكف حجـ العينة صغي ار أك كبي ار‪ .‬كمنو‪:‬‬
‫‪2‬‬ ‫𝑛‬ ‫‪2‬‬ ‫𝑛‬
‫𝛼‬
‫⇒ ‪1 − 𝛼 = 0.90 ⇒ 𝛼 = 0.10‬‬ ‫لدينا‪= 0.05 :‬‬
‫‪2‬‬
‫‪103‬‬
‫‪2‬‬
‫‪σ‬‬
‫‪2‬‬ ‫𝑛‬
‫‪3.69‬‬ ‫‪3.69‬‬
‫‪ ، 54 − 1.645‬كمنو‪52.57 ≤ 𝜇 ≤ 55.43 :‬‬ ‫‪≤ 𝜇 ≤ 54 + 1.645‬‬ ‫كىي‪:‬‬
‫‪18‬‬ ‫‪18‬‬
‫𝜇 يتراكح بيف ‪ 52.57‬كحد أدنى ك ‪ 55.43‬كحد‬ ‫أم أف‪ :‬الكسط الحسابي ليذا المجتمع المجيكؿ‬
‫أعمى‪ ،‬كذلؾ بمستكل ثقة ‪ . 90‬أم أف احتماؿ كقكع كسط المجتمع بيف القيمتيف ‪ 52.57‬ك ‪ 55.43‬ىك‬
‫‪ ، 90‬كنكتب‪ ، 𝑃 52.57 ≤ 𝜇 ≤ 55.43 = 0.90 :‬كبعبارة أخرل أف ‪ 10‬حاالت مف كؿ ‪100‬‬
‫حالة ال تنتمي فييا ‪ μ‬إلى المجاؿ ‪52.57 , 55.43‬‬
‫التقدير بدرجة ثقة ‪ 98‬لمتكسط عمر المصباح التي ينتجيا المصنع كمو‪ :‬بما أف االنحراؼ المعيارم‬
‫𝑆‬ ‫𝑆‬
‫𝛼𝑍 ‪𝑋 −‬‬ ‫𝛼𝑍 ‪≤ 𝜇 ≤ 𝑋 +‬‬ ‫لممجتمع مجيكؿ‪ ،‬فسكؼ نقدره باالنحراؼ المعيارم لمعينة‪ .‬كمنو‪:‬‬
‫‪2‬‬ ‫𝑛‬ ‫‪2‬‬ ‫𝑛‬
‫𝛼‬
‫⇒ ‪1 − 𝛼 = 0.98 ⇒ 𝛼 = 0.02‬‬ ‫لدينا‪= 0.01 :‬‬
‫‪2‬‬

‫‪2‬‬
‫𝑆‬
‫‪2‬‬ ‫𝑛‬
‫‪27.93‬‬ ‫‪27.93‬‬
‫‪1200 − 2.326‬‬ ‫‪≤ 𝜇 ≤ 1200 + 2.326‬‬ ‫كىي‪:‬‬
‫‪80‬‬ ‫‪80‬‬
‫كمنو‪ ، 1192.74 ≤ 𝜇 ≤ 1207.26 :‬إذف متكسط عمر المصباح مف إنتاج المصنع كمو يتراكح بيف‬
‫‪ 1192.74‬ك ‪ 1207.26‬ساعة بدرجة ثقة ‪. 98‬‬
‫‪ : 98‬بما أف االنحراؼ‬ ‫‪ ‬تقدير متكسط ا ألجر اليكمي لمعامؿ في كؿ المصنع عند مستكل ثقة‬
‫المعيارم لممجتمع مجيكؿ‪ ،‬كحجـ العينة صغير‪ ،‬فإف التكزيع المستعمؿ ىك تكزيع 𝑡 ‪ ،‬كمنو‪:‬‬
‫‪S‬‬ ‫‪S‬‬
‫𝑡‪𝑋−‬‬ ‫𝛼‬
‫𝜗‪,‬‬
‫𝑡‪≤𝜇 ≤𝑋+‬‬ ‫𝛼‬
‫𝜗‪,‬‬
‫‪2‬‬ ‫𝑛‬ ‫‪2‬‬ ‫𝑛‬
‫𝛼‬
‫⇒ ‪1 − 𝛼 = 0.98 ⇒ 𝛼 = 0.02‬‬ ‫لدينا‪= 0.01 :‬‬
‫‪2‬‬
‫‪104‬‬
‫𝑡‬ ‫𝛼‬
‫𝜗‪,‬‬
‫‪= 𝑡 0.01 ,8 = 2.896‬‬
‫‪2‬‬
‫‪S‬‬
‫𝑡 = 𝑑 نجد فترة الثقة المطمكبة‪،‬‬ ‫𝛼‬
‫𝜗‪,‬‬
‫كبتطبيؽ العبلقة ‪ X − d ≤ μ ≤ X + d‬كتعكيض قيمة‬
‫‪2‬‬ ‫𝑛‬
‫‪15‬‬ ‫‪15‬‬
‫‪ ، 1500 − 2.896‬أم أف‪:‬‬ ‫‪≤ 𝜇 ≤ 1500 + 2.896‬‬ ‫كىي‪:‬‬
‫‪16‬‬ ‫‪16‬‬
‫‪ 1489.14 ≤ 𝜇 ≤ 1510.86‬أم أف 𝜇 يقع بيف ىاتيف القيمتيف بمستكل ثقة قدره ‪. 98‬‬
‫تقدير حجـ العينة البلزـ لتقدير متكسط عمر الطالب‪:‬‬ ‫‪‬‬

‫𝛼‬
‫⇒ ‪𝜎 = 12.16 ، 𝑑 = 2 ، 1 − 𝛼 = 0.90 ⇒ 𝛼 = 0.10‬‬ ‫لدينا‪= 0.05 :‬‬
‫‪2‬‬

‫‪2‬‬
‫‪12.16 2‬‬ ‫‪σ 2‬‬

‫≥ 𝑛 ‪ ،‬أم أف‪𝑛 ≥ 100.03 :‬‬ ‫‪1.645‬‬ ‫𝛼𝑍 ≥ 𝑛 نجد‪:‬‬ ‫كبتطبيؽ العبلقة‪:‬‬
‫‪2‬‬ ‫‪2‬‬ ‫𝑑‬
‫إذف حجـ العينة المطمكب ىك‪ 𝑛 = 100 :‬طالبا‪.‬‬
‫‪ - 1‬إعطاء تقدي ار بمستكل ثقة ‪ 95‬لمفرؽ بيف متكسطي األطكاؿ في المصنعيف‪:‬‬

‫𝛼‬
‫⇒ ‪1 − 𝛼 = 0.95 ⇒ 𝛼 = 0.05‬‬ ‫لدينا‪= 0.025 :‬‬
‫‪2‬‬
‫كمف جدكؿ التكزيع الطبيعي المعيارم 𝑍 نجد‪، Zα = Z0.025 = 1.96 :‬‬

‫‪2‬‬
‫‪𝑋2 = 5 ، 𝑋1 = 6 ، 𝜎22 = 1.05 ، 𝜎12 = 0.98 ، 𝑛2 = 20 ، 𝑛1 = 18‬‬
‫‪σ 21‬‬ ‫‪σ 22‬‬ ‫‪σ 21‬‬ ‫‪σ 22‬‬

‫‪2‬‬ ‫‪n1‬‬ ‫‪n2‬‬ ‫‪2‬‬ ‫‪n1‬‬ ‫‪n2‬‬
‫‪0.98‬‬ ‫‪1.05‬‬ ‫‪0.98‬‬ ‫‪1.05‬‬

‫‪6 − 5 − 1.96‬‬ ‫‪+‬‬ ‫‪≤ μ1 − μ2 ≤ 6 − 5 + 1.96‬‬ ‫‪+‬‬ ‫نجد‪:‬‬
‫‪18‬‬ ‫‪20‬‬ ‫‪18‬‬ ‫‪20‬‬
‫‪ 95‬لمفرؽ بيف متكسطي تخصصي‬ ‫‪ ، 0.36 ≤ μ1 − μ2 ≤ 1.64‬إذف فترة الثقة‬ ‫أم أف‪:‬‬
‫المجمكعتيف ىي‪0.36 , 1.64 :‬‬
‫‪105‬‬
‫‪ - 2‬إعطاء تقدي ار بمستكل ثقة ‪ 98‬لمفرؽ بيف المتكسطيف في حالة المجتمعيف يتكزعاف تكزيعا طبيعيا‬
‫بتباينيف مجيكليف‪:‬‬
‫𝛼‬
‫⇒ ‪1 − 𝛼 = 0.98 ⇒ 𝛼 = 0.02‬‬ ‫لدينا‪= 0.01 :‬‬
‫‪2‬‬

‫‪2‬‬
‫‪𝑋2 = 5 ، 𝑋1 = 6 ، S22 = 24 ، S12 = 20 ، 𝑛2 = 300 ، 𝑛1 = 200‬‬
‫‪𝑆12‬‬ ‫‪𝑆22‬‬ ‫‪𝑆12‬‬ ‫‪𝑆22‬‬

‫𝛼𝑍 ‪، 𝑋1 − 𝑋2 −‬‬ ‫‪+‬‬ ‫𝛼𝑍 ‪≤ 𝜇1 − 𝜇2 ≤ 𝑋1 − 𝑋2 +‬‬ ‫‪+‬‬ ‫كبتطبيؽ العبلقة‪:‬‬
‫‪2‬‬ ‫‪𝑛1‬‬ ‫‪𝑛2‬‬ ‫‪2‬‬ ‫‪𝑛1‬‬ ‫‪𝑛2‬‬
‫‪20‬‬ ‫‪24‬‬ ‫‪20‬‬ ‫‪24‬‬

‫‪6 − 5 − 2.326‬‬ ‫‪+‬‬ ‫‪≤ μ1 − μ2 ≤ 6 − 5 + 2.326‬‬ ‫‪+‬‬ ‫نجد‪:‬‬
‫‪200‬‬ ‫‪300‬‬ ‫‪200‬‬ ‫‪300‬‬
‫أم أف‪ ، 0.01 ≤ μ1 − μ2 ≤ 1.98 :‬إذف فترة الثقة ‪ 98‬لمفرؽ بيف متكسطي األطكاؿ في‬
‫المصنعيف ىي‪0.01 , 1.98 :‬‬
‫‪- 1‬حساب فترة الثقة ‪ 90‬لمفرؽ بيف متكسطي المجتمعيف المجيكليف ذك تباينيف مجيكليف كمتساكييف‪:‬‬
‫𝛼‬
‫⇒ ‪1 − 𝛼 = 0.90 ⇒ 𝛼 = 0.10‬‬ ‫لدينا‪= 0.05 :‬‬
‫‪2‬‬
‫‪𝑋2 = 20 ، 𝑋1 = 30 ، S22 = 10 ، S12 = 14 ، 𝑛2 = 8 ، 𝑛1 = 12‬‬
‫‪(𝑛 1 −1)𝑆12 +(𝑛 2 −1)𝑆22‬‬ ‫‪(12−1)14+(8−1)10‬‬

‫= ‪𝑆𝑝2‬‬ ‫=‬ ‫كلينا‪= 12.44 :‬‬
‫‪𝑛 1 +𝑛 2 −2‬‬ ‫‪12+8−2‬‬
‫‪t‬‬ ‫‪α‬‬
‫‪,ϑ‬‬
‫‪=t‬‬ ‫‪0.05 ,18‬‬ ‫‪= 1.734‬‬
‫‪2‬‬
‫‪X1 − X 2‬‬
‫نجد‪:‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪30 − 20 − 1.734 12.44‬‬ ‫‪+‬‬ ‫‪≤ μ1 − μ2 ≤ 30 − 20 + 1.734 12.44‬‬ ‫‪+‬‬
‫‪12‬‬ ‫‪8‬‬ ‫‪12‬‬ ‫‪8‬‬
‫‪106‬‬
‫ىي‪7.21 , 12.79 :‬‬
‫‪- 2‬حساب فترة الثقة ‪ 90‬لمفرؽ بيف متكسطي المجتمعيف المجيكليف ذك تباينيف مجيكليف كغير متساكييف‪:‬‬
‫𝛼‬
‫⇒ ‪1 − 𝛼 = 0.90 ⇒ 𝛼 = 0.10‬‬ ‫لدينا‪= 0.05 :‬‬
‫‪2‬‬
‫‪𝑋2 = 20 ، 𝑋1 = 30 ، S22 = 10 ، S12 = 14 ، 𝑛2 = 8 ، 𝑛1 = 12‬‬
‫‪𝑆2‬‬ ‫‪2 2‬‬

‫‪1 +𝑆 2‬‬ ‫‪14 10 2‬‬
‫‪+‬‬
‫= 𝜗 ‪ ،‬كمف جدكؿ تكزيع ستيكدنت ‪ t‬نجد‪:‬‬
‫‪𝑛1 𝑛2‬‬ ‫‪12 8‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫=‬ ‫‪2‬‬ ‫‪10 2‬‬
‫‪≈ 17‬‬
‫‪𝑆1‬‬ ‫‪𝑆2‬‬‫‪2‬‬
‫‪14‬‬
‫‪12‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬
‫‪11‬‬
‫‪+ 87‬‬
‫‪+‬‬
‫‪𝑛 1 −1 𝑛 2 −1‬‬
‫‪t‬‬ ‫‪α‬‬
‫‪,ϑ‬‬
‫‪=t‬‬ ‫‪0.05 ,17‬‬ ‫‪= 1.740‬‬
‫‪2‬‬
‫‪X1‬‬
‫‪14‬‬ ‫‪10‬‬ ‫‪14‬‬ ‫‪10‬‬

‫‪30 − 20 − 1.740‬‬
‫‪12‬‬
‫‪+‬‬ ‫‪8‬‬
‫‪≤ μ1 − μ2 ≤ 30 − 20 + 1.740‬‬
‫‪12‬‬
‫‪+‬‬ ‫‪8‬‬
‫نجد‪:‬‬
‫ىي‪7.30 , 12.70 :‬‬
‫حل التمرين الرابع عشر‪:‬‬

‫تقدير نقطيا لمفرؽ بيف متكسطي االستيبلؾ الشيرم ليذه المادة األساسية في المدينتيف‪:‬‬
‫ا‬ ‫‪- 3‬إعطاء‬
‫المطمكب إيجاد‪𝑋 − 𝑌 = :‬‬
‫‪𝑖=18‬‬ ‫‪𝑖=14‬‬
‫‪𝑖=1 𝑥𝑖 +‬‬ ‫𝑖𝑦 ‪𝑖=1‬‬ ‫‪= 360‬‬
‫بحؿ جممة ىاتيف المعادلتيف نجد‪:‬‬ ‫‪𝑖=18‬‬ ‫‪𝑖=14‬‬
‫لدينا‪:‬‬
‫‪𝑖=1 𝑥𝑖 −‬‬ ‫𝑖𝑦 ‪𝑖=1‬‬ ‫‪= −48‬‬
‫‪ ،‬كمنو‪:‬‬ ‫‪𝑖=14‬‬
‫𝑖𝑦 ‪𝑖=1‬‬ ‫ك ‪= 204‬‬ ‫‪𝑖=18‬‬
‫𝑖𝑥 ‪𝑖=1‬‬ ‫‪= 156‬‬
‫‪𝑖=14‬‬ ‫‪𝑖=18‬‬
‫𝑖 𝑦 ‪𝑖=1‬‬ ‫‪204‬‬ ‫𝑖 𝑥 ‪𝑖=1‬‬ ‫‪156‬‬
‫=𝑌‬ ‫=‬ ‫= 𝑋 ك ‪= 14.57‬‬ ‫=‬ ‫‪= 8.67‬‬
‫𝑛‬ ‫‪14‬‬ ‫𝑛‬ ‫‪18‬‬
‫إذف‪𝑋 − 𝑌 = 8.67 − 14.57 = −5.9 :‬‬
‫‪107‬‬
‫‪- 4‬إيجاد فترة الثقة لتقدير الفرؽ بيف متكسطي االستيبلؾ الشيرم ليذه المادة األساسية في المدينتيف عند‬
‫مستكل ثقة ‪  95‬في حالة تساكم تبايفم المجتمعيف‪:‬‬
‫𝛼‬
‫⇒ ‪𝑛2 = 14 ، 𝑛1 = 18 ، 1 − 𝛼 = 0.95 ⇒ 𝛼 = 0.05‬‬ ‫لدينا‪= 0.025 :‬‬
‫‪2‬‬
‫‪𝑖=18 2‬‬
‫𝑖 𝑥 ‪𝑖=1‬‬ ‫‪1400‬‬
‫= ‪، S12‬‬ ‫𝑋 ‪−‬‬ ‫‪2‬‬
‫=‬ ‫‪− 8.67‬‬ ‫‪2‬‬
‫‪= 2.61‬‬
‫𝑛‬ ‫‪18‬‬
‫‪𝑖=14 2‬‬
‫𝑖 𝑦 ‪𝑖=1‬‬ ‫‪3020‬‬
‫‪،‬‬ ‫‪S22‬‬ ‫=‬ ‫𝑌 ‪−‬‬ ‫‪2‬‬
‫=‬ ‫‪− 14.57‬‬ ‫‪2‬‬
‫‪= 3.43‬‬
‫𝑛‬ ‫‪14‬‬
‫‪𝑋2 = 14.57 ، 𝑋1 = 8.67‬‬
‫‪(𝑛 1 −1)𝑆12 +(𝑛 2 −1)𝑆22‬‬ ‫‪(18−1) 2.61 +(14−1) 3.43‬‬

‫= ‪𝑆𝑝2‬‬ ‫=‬ ‫كلينا‪= 2.96 :‬‬
‫‪𝑛 1 +𝑛 2 −2‬‬ ‫‪18+14−2‬‬
‫‪t‬‬ ‫‪α‬‬
‫‪,ϑ‬‬
‫‪=t‬‬ ‫‪0.025 ,30‬‬ ‫‪= 2.042‬‬
‫‪2‬‬
‫‪X1 − X 2‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪8.67 − 14.57 − 2.042 2.96‬‬ ‫‪+‬‬ ‫نجد‪≤ μ1 − μ2 ≤ 8.67 − 14.57 + :‬‬
‫‪18‬‬ ‫‪14‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪2.042 2.96‬‬ ‫‪+‬‬
‫‪18‬‬ ‫‪14‬‬
‫أم أف‪ ، −7.15 ≤ μ1 − μ2 ≤ −4.65 :‬إذف فترة الثقة ‪ 95‬لمفرؽ بيف متكسطي المجتمعيف‬
‫ىي‪−7.15 , −4.65 :‬‬
‫حل التمرين الخامس عشر‪:‬‬
‫‪ ‬حساب فترة الثقة ‪ 90‬لمفرؽ بيف متكسطي إنتاجية العماؿ قبؿ التدريب كبعده‪:‬‬
‫𝛼‬
‫⇒ ‪1 − 𝛼 = 0.90 ⇒ 𝛼 = 0.10‬‬ ‫لدينا‪= 0.05 :‬‬
‫‪2‬‬
‫‪108‬‬
‫‪t‬‬ ‫‪α‬‬
‫‪,ϑ‬‬
‫‪=t‬‬ ‫‪0.05 ,7‬‬ ‫‪= 1.895‬‬
‫‪2‬‬
‫لدينا‪ ( 𝑑𝑖 = 𝑋𝑖 − 𝑌𝑖 :‬عينة الفركؽ) مبينة في الجدكؿ اآلتي‪:‬‬
‫‪𝑑𝑖 3‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪7‬‬

‫𝑖𝑑‬ ‫‪3+6+5+4+3+4+4+7‬‬
‫=𝑑‬ ‫=‬ ‫‪= 4.5‬‬
‫𝑛‬ ‫‪8‬‬
‫‪𝑑 𝑖 −𝑑 2‬‬ ‫‪(3−4.5)2 +(6−4.5)2 ++(4−4.5)2 +(7−4.5)2‬‬

‫= 𝑑𝑆‬ ‫=‬ ‫‪= 1.41‬‬
‫‪𝑛−1‬‬ ‫‪7‬‬
‫‪Sd‬‬ ‫‪Sd‬‬
‫‪ ، d − t‬نجد‪:‬‬ ‫‪α‬‬
‫‪,ϑ‬‬
‫‪≤ μd ≤ d + t‬‬ ‫‪α‬‬
‫‪,ϑ‬‬
‫‪2‬‬ ‫‪n‬‬ ‫‪2‬‬ ‫‪n‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪3.55 ≤ μd ≤ 5.45‬‬ ‫‪ ،‬كمنو‪:‬‬ ‫‪4.5 − 1.895‬‬ ‫‪≤ μd ≤ 4.5 + 1.895‬‬
‫‪2 2‬‬ ‫‪2 2‬‬
‫أم أف فترة الثقة ‪ 90‬لمفرؽ بيف متكسطي إنتاجية العماؿ قبؿ التدريب كبعده ىي‪3.55 , 5.44 :‬‬
‫حل التمرين السادس عشر‪:‬‬
‫‪ ‬إيجاد فترة الثقة ‪ 99‬لنسبة العماؿ التي كفرت ليـ الشركة كسيمة النقؿ‪:‬‬
‫𝛼‬
‫⇒ ‪1 − 𝛼 = 0.99 ⇒ 𝛼 = 0.01‬‬ ‫لدينا‪= 0.005 :‬‬
‫‪2‬‬
‫كمف جدكؿ التكزيع الطبيعي المعيارم 𝑍 نجد‪Zα = 𝑍0.005 = 2.58 :‬‬

‫‪2‬‬
‫‪84‬‬
‫= ‪ ، p‬كمنو‪𝑞 = 1 − 0.70 = 0.30 :‬‬ ‫كلدينا‪= 0.70 :‬‬
‫‪120‬‬
‫𝑞𝑝‬
‫𝛼𝑍 = 𝑑 نجد فترة الثقة المطمكبة‪،‬‬ ‫كبتطبيؽ العبلقة ‪ p − d ≤ p ≤ p + d‬كتعكيض قيمة‬
‫‪2‬‬ ‫𝑛‬
‫‪0.7×0.3‬‬ ‫‪0.7×0.3‬‬
‫‪ ، 0.7 − 2.58‬أم أف‪0.59 ≤ p ≤ 0.81 :‬‬ ‫‪≤ p ≤ 0.7 + 2.58‬‬ ‫كىي‪:‬‬
‫‪120‬‬ ‫‪120‬‬
‫أم أف نسبة الطمبة الميالكف ليذا التخصص في الكمية يتراكح بيف ‪ 0.59‬ك ‪ 0.81‬بدرجة ثقة ‪. 99‬‬
‫حل التمرين السابع عشر ‪:‬‬
‫‪ ‬حجـ العينة البلزـ اختياره لتقدير نسبة الطباخات المكاتي يتعامؿف مع برنامج ‪ ‬طبخي ‪ ‬عمى شبكة‬
‫االنترنيت‪:‬‬
‫‪109‬‬
‫𝛼‬
‫⇒ ‪1 − 𝛼 = 0.95 ⇒ 𝛼 = 0.05‬‬ ‫لدينا‪= 0.025 :‬‬
‫‪2‬‬
‫كمف جدكؿ التكزيع الطبيعي المعيارم 𝑍 نجد‪ ، Zα = Z0.025 = 1.96 :‬كلدينا‪𝑒 = 0.08 :‬‬
‫‪2‬‬
‫‪𝑍𝛼 2‬‬
‫=𝑛‬ ‫‪2‬‬
‫بما أف 𝑝 معمكمة‪ ،‬حيث‪ ، 𝑝 = 0.65 :‬فإف‪𝑝𝑞 :‬‬
‫𝑒‬
‫‪1.96 2‬‬
‫=𝑛‬ ‫كمنو‪0.65 0.35 ≈ 137 :‬‬
‫‪0.08‬‬
‫إذف في ىذه الحالة يكجد حكالي ‪ 137‬طباخة المكاتي يتعامؿف مع برنامج ‪ ‬طبخي‪ ‬عمى شبكة االنترنيت‪.‬‬
‫حل التمرين الثامن عشر‪:‬‬
‫‪ ‬تقدير الفرؽ بيف نسبتي الكحدات التي بيا عيكب في اإلنتاج الكمي لآللتيف كذلؾ بمستكل ثقة ‪:90‬‬
‫𝛼‬
‫⇒ ‪1 − 𝛼 = 0.90 ⇒ 𝛼 = 0.10‬‬ ‫لدينا‪= 0.05 :‬‬
‫‪2‬‬

‫‪2‬‬
‫‪8‬‬
‫= ‪ ، p1‬كمنو‪𝑞1 = 0.92 :‬‬ ‫كلدينا‪= 0.08 :‬‬
‫‪100‬‬
‫‪4‬‬
‫‪ ،‬كمنو‪𝑞2 = 0.98 :‬‬ ‫= ‪p2‬‬ ‫‪= 0.02‬‬
‫‪200‬‬
‫‪𝑛2 = 200‬‬ ‫‪،‬‬ ‫‪𝑛1 = 100‬‬
‫كبتطبيؽ اؿعبلقة‪:‬‬
‫‪p1q1‬‬ ‫‪p2q2‬‬ ‫‪p1q1‬‬ ‫‪p2q2‬‬

‫نجد‪:‬‬ ‫‪p1 − p2 − Zα‬‬ ‫‪+‬‬ ‫‪≤ p1 − p2 ≤ p1 − p2 + Zα‬‬ ‫‪+‬‬
‫‪2‬‬ ‫‪n1‬‬ ‫‪n2‬‬ ‫‪2‬‬ ‫‪n1‬‬ ‫‪n2‬‬
‫‪0.08×0.92‬‬ ‫‪0.02×0.98‬‬
‫‪0.08 − 0.02 − 1.645‬‬ ‫‪+‬‬ ‫‪≤ p1 − p2 ≤ 0.08 − 0.02 +‬‬
‫‪100‬‬ ‫‪200‬‬
‫‪0.08×0.92‬‬ ‫‪0.02×0.98‬‬
‫‪1.645‬‬ ‫‪+‬‬
‫‪100‬‬ ‫‪200‬‬
‫‪ 90‬فإف الفرؽ‬ ‫أم أف‪ ، 0.012 ≤ 𝑝1 − 𝑝2 ≤ 0.107 :‬إذف يمكف القكؿ أنو بثقة قدرىا‬
‫بيف نسبتي الكحدات التي بيا عيكب في اإلنتاج الكمي لآللتيف يتراكح ما بيف ‪ 10.7‬ك‪. 1.2‬‬
‫حل التمرين التاسع عشر‪:‬‬

‫‪110‬‬
‫‪ ‬إيجاد فترة الثقة ‪ 95‬لتبايف عبلمات كؿ الطمبة في الكمية‪:‬‬
‫𝛼‬
‫⇒ ‪ϑ = 20 − 1 = 19 ، 1 − 𝛼 = 0.95 ⇒ 𝛼 = 0.05‬‬ ‫لدينا‪= 0.025 :‬‬
‫‪2‬‬
‫‪،‬‬ ‫) 𝜗‪2 (α ,‬‬ ‫كمف جدكؿ تكزيع كام تربيع نجد‪= 2 (0.025 ,19) = 32.852 :‬‬
‫‪2‬‬
‫‪2 (1−α ,ϑ) = 2 (0.975 ,19) = 8.907‬‬

‫‪2‬‬
‫‪(𝑛 −1)𝑆 2‬‬ ‫‪(𝑛−1)𝑆 2‬‬

‫نجد قيمة التبايف‪ 𝜎 2‬كما يمي‪:‬‬ ‫≤ ‪≤ 𝜎2‬‬ ‫بتطبيؽ العبلقة‪:‬‬
‫‪2 α‬‬ ‫‪2‬‬ ‫‪α‬‬
‫) 𝜗‪( ,‬‬ ‫) 𝜗‪(1− ,‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪(20−1) 240‬‬ ‫‪(20−1) 240‬‬

‫‪ ،‬كمنو‪138.80 ≤ σ2 ≤ 511.96 :‬‬ ‫≤ ‪≤ σ2‬‬
‫‪32.852‬‬ ‫‪8.907‬‬
‫حل التمرين العشرون‪:‬‬
‫‪ ‬إيجاد فترة الثقة لنسبة تبايف مجتمع أطكاؿ الطالبات إلى تبايف مجتمع أطكاؿ الطمبة‪ ،‬كذلؾ باستخداـ‬
‫مستكل الثقة ‪: 98‬‬
‫𝛼‬
‫⇒ ‪، 1 − 𝛼 = 0.98 ⇒ 𝛼 = 0.02‬‬ ‫لدينا‪= 0.01 :‬‬
‫‪2‬‬
‫كلدينا‪𝜗2 = 𝑛2 − 1 = 18 − 1 = 17 ، 𝜗1 = 𝑛1 − 1 = 11 − 1 = 10 :‬‬
‫كمف جدكؿ تكزيع فيشر نجد‪F(α ,ϑ1,ϑ2 ) = F(0.01 ,10,17) = 3.59:‬‬

‫‪2‬‬
‫‪𝐹(1−α ,𝜗1,𝜗2 ) = 𝐹(0.99 ,10,17) = 0.22‬‬

‫‪2‬‬
‫‪𝑆12‬‬ ‫‪𝑆12‬‬
‫‪𝑆22‬‬ ‫‪𝑆22‬‬
‫‪2‬‬ ‫‪2‬‬
‫عمى النحك اآلتي‪:‬‬ ‫‪1‬‬
‫نجد قيمة‬ ‫≤‬ ‫‪1‬‬
‫≤‬ ‫كبتطبيؽ العبلقة‪:‬‬
‫‪𝜎22‬‬ ‫‪𝐹α‬‬ ‫‪𝜎22‬‬ ‫𝐹‬ ‫‪α‬‬
‫) ‪( ,𝜗 1, 𝜗 2‬‬ ‫) ‪(1− ,𝜗 1, 𝜗 2‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪2‬‬
‫‪124‬‬ ‫‪2‬‬
‫‪124‬‬
‫≤ ‪0.33‬‬ ‫‪1‬‬
‫‪ ،‬أم أف‪≤ 5.42 :‬‬ ‫‪104‬‬
‫≤‬ ‫‪1‬‬
‫≤‬ ‫‪104‬‬
‫‪𝜎22‬‬ ‫‪3.59‬‬ ‫‪𝜎22‬‬ ‫‪0.22‬‬
‫كمنو فترة الثقة ‪ 98‬لنسبة تبايف مجتمع أطكاؿ الطالبات إلى تبايف مجتمع أطكاؿ الطمبة ىي‪:‬‬
‫‪0.33 , 5.42‬‬
‫‪111‬‬
‫الفصل الرابع‬
‫اختبار الفرضيات‬
‫بعد أف يقكـ الباحث بصياغة المشكمة البحثية كتساؤالتيا الفرعية‪ ،‬يجد نفسو أماـ مرحمة أخرل في غاية‬
‫باستخداـ‬ ‫األىمية كىي مرحمة كضع الفرضيات‪ ،‬الذم يسعى الباحث في نياية بحثو إلى التحقؽ منيا كذلؾ‬
‫االختبار اإلحصائي المناسب‪ .‬فعندما يريد الباحث التأكد مف صحة معالـ المجتمع التي تحصؿ عمييا انطبلقا‬
‫مف إحصائيات العينة المعمكمة‪ ،‬فإف ق يتكجب عميو القياـ باختبار صحة ىذه المعالـ‪ ،‬ىذه العممية تعرؼ باسـ‬
‫‪ ‬اختبار الفرضيات اإلحصائية ‪ ، ‬كىك مكضكع ىذا الفصؿ الذم سنتطرؽ فيو إلى كيفية اختبار صحة أك عدـ‬
‫صحة فرضيات معينة‪ ،‬تتعمؽ بمعالـ المجتمع المعمكمة‪ ،‬انطبلقا مف بيانات العينة العشكائية‪.‬‬
‫‪- 1‬مفاهيم أساسية حول الفرضيات‪:‬‬

‫‪- 1‬تعريف الفرضية‪ :‬الفرض أك الفرضية في حقيقتو تصكر مبدئي لحؿ المشكمة البحثية المراد‬
‫‪- 1‬‬
‫دراستيا‪ ،‬أك ىي تكقعات الباحث لنتائج دراستو‪ ،‬فحينما يككف لدل الباحث مشكمة فإنو يتكقع‬
‫احتماالت لحميا كىذه التكقعات أك االحتماالت تسمى بالفرضيات‪ ،‬فيك بيذا المعنى تصكر‬
‫مسبؽ أك تخميف يستند إلى ما يبرره مف األدبيات كنتائج الدراسات السابقة التي اطمع عمييا‬
‫الباحث‪ ،‬ألف كؿ إبداع عممي أك أم نظرية أك قانكف إنما كاف في البداية مجرد فرضيات‬
‫عممية‪ ،‬فالفرضية أشبو برأم الباحث المبدئي قي حؿ إشكالية البحث‪ ،‬كيمثؿ حبل مؤقتا يخضع‬
‫لبلختبار‪ ،‬لمتأكد مف صحتو أك عدـ صحتو ‪ .60‬كلكف صحتو تعتمد عمى مدل تأثير األدلة‬
‫كالشكاىد كالبيانات الفعمية لمفرضية‪ .‬كتعتمد صياغة الفرضيات عمى النظريات أك البحكث‬
‫‪ 60‬محسف عمي عطية‪ ،‬البحث العممي في التربية ‪ ،‬دار المناىج لمنشر كالتكزيع‪ ،‬عماف ‪ ،‬األردف ‪ ،‬د‪ .‬ط ‪ ، 2009 ،‬ص ‪. 74‬‬
‫‪112‬‬
‫السابقة أك كمييما‪ ،‬كما أنيا تستخدـ المصطمحات كالمتغيرات التي حددىا الباحث كتخميف‬
‫مؤقت لحؿ تجربتو‪ ،‬حيث يتـ قبكليا أك رفضيا‪ ،‬كيقتضي الكصكؿ لمثؿ ىذا الحكـ إجراء‬
‫التجارب التي تختبر صحة تمؾ الفرضيات‪ ،‬كيكفر لنا اإلحصاء مف خبلؿ اختبار الفرضيات‬
‫الكسائؿ الضركرية البلزمة لمقياـ بيذا اإلجراء‪.‬‬
‫‪- 2‬خصائص الفرضية‪ :‬لمفرضية عدة خصائص نذكر منيا ما يمي‪:‬‬
‫‪- 1‬‬
‫أ ‪ -‬الفرضية ليست استنتاج أك تفسير عشكائي‪ ،‬بؿ ىي قضية منسجمة مع الحقائؽ العممية‬
‫كغير متعارضة مع القكانيف الطبيعية كالمسممات البدييية التي يحتكـ الناس إلييا‪ .‬كليست‬
‫متناقضة معيا‪ ،‬كليست أيضا بالمستحيمة أك الخيالية‪ ،‬كيمكف رفضيا‪ ،‬ؼإذا كانت صياغة‬
‫الفرض تؤدم إلى قبكلو كال تؤدم إلى رفضو‪ ،‬فيك بيذه الصكرة ال يصمح أف يككف فرضا‬
‫مف فركض البحث‪ .‬كىي قابمة لبلستبداؿ في حالة رفضيا كاثبات عدـ صحتيا‪ .‬كتعتمد في‬
‫صياغتيا عمى النظريات أك البحكث السابقة أك كمييما‪ ،‬كما أنيا تعتمد عمى خمفية الباحث‬
‫كخبرتو‪ ،‬كمستندة إلى معمكمات يقينية‪ .‬كيعتبر اختبار الفركض اإلحصائية الكسيمة العممية‬
‫لمتحقؽ مف النظريات‪ ،‬القكانيف أك المبلحظات المكضكعة مف طرؼ الباحث‪ ،‬حيث أنو كفي‬
‫كثير مف األحياف‪ ،‬يراد الكصكؿ إلى استدالالت عف أعداد كبيرة مف المفردات أكبر بكثير‬
‫مف األعداد المتضمنة فعميا في الدارسة المنجزة ‪.61‬‬
‫ب ‪-‬الفرضية ىي عبلقة متكقعة بيف متغيريف‪ ،‬المتغير المستقؿ كالمتغير التابع ‪ ،62‬لذا يجب أف‬
‫كيجب أف تصاغ الفرضية‬ ‫تحدد الفرضية كبشكؿ كاضح لمعبلقة بيف ىذيف المتغيريف‪.‬‬
‫بإيجاز‪ ،‬كتككف ليا داللة‪ ،‬فالقضايا العممية ال تتطمب الحشك كالتعبير اؿزائد‪.‬‬
‫دبكش عبد القادر‪ ،‬مطبكعة بيداغكجية في مقياس اإلحصاء التطبيقي‪ ،‬السنة الثانية جميع الشعب‪ ،‬كمية العمكـ االقتصادية كالتجارية كعمكـ‬ ‫‪61‬‬
‫التسيير‪ ،‬جامعة ‪ 8‬مام ‪ ، 1945‬قالمة‪-‬الجزائر‪ ، 2018 / 2017 ،‬ص‪.77‬‬

‫يعد المتغير المستقؿ كالمتغير التابع مف الركائز األساسية في البحث العممي في كؿ مجاالت األبحاث كأنكاعيا‪ ،‬كتستحكذ اىتماـ كعناية‬ ‫‪62‬‬
‫كمنطمقات رئيسة يعتمد عمييا الباحث في التحرم عف الدراسات السابقة كأدبيات المكضكع‪ .‬كيعتمد اختبار‬ ‫الباحث‪ ،‬كىي بمثابة مفاىيـ‬
‫الفرضيات عمى مناقشة المتغيرات خاصة المستقمة كالتابعة التي اعتمدىا الباحث‪ .‬كيقصد بالمتغير المستقؿ أك التجريبي أك المتغير الرئيسي ‪،‬‬
‫المتغير المؤثر أك الفاعؿ‪ ،‬كما يعرؼ أيضا بأنو ذلؾ العامؿ الذم يراقبو الباحث كيقيس تأثيره المكجب أك السالب في المتغير التابع‪ .‬بينما‬
‫يقصد بالمتغير التابع أك المتغير التجريبي أك األثر بأنو المتغير المتأثر أك المفعكؿ بو‪ ،‬كما يعرؼ أيضا بأنو المتغير الذم يتغير نتيجة تأثير‬
‫المتغير المستقؿ‪ ،‬بمعنى أف المتغير المستقؿ ىك الذم يؤثر كال يتأثر بالمتغير التابع ‪ .‬كالمتغير المستقؿ ىك المنطمؽ الرئيس لكؿ فرضية مف‬
‫فرضيات البحث‪ ،‬ألنو المتغير المؤثر كالمسبب لمشكمة البحث‪ ،‬بينما المتغير التابع ىك الذم يتـ التأثير عميو مف قبؿ المتغير المستقؿ‪ ،‬كىك‬
‫العامؿ الذم يتناكلو الباحث لمتحقؽ مف عبلقتو بالمتغير المستقؿ‪.‬‬
‫ككمثاؿ عمى ذلؾ‪ :‬نفرض أف فرضية البحث ىي‪ :‬التدريس الخصكصي خارج المدارس يؤثر عمى التحصيؿ الدراسي في ىذه المدارس‪ .‬المتغير‬
‫المستقؿ في ىذه الفرضية ىك التدريس الخصكصي‪ ،‬كالمتغير التابع ىك التحصيؿ الدراسي المتأثر بالتدريس الخصكصي‪.‬‬
‫‪113‬‬
‫ت ‪-‬الفرضية يمكف اختبارىا كالتحقؽ منيا‪ ،‬بحيث تصاغ بشكؿ محدد كقابؿ لمقياس‪ ،‬كعددىا‬
‫محدكد في البحث‪ ،‬بتعدد أبعادىا كجكانبيا‪ ،‬كبذلؾ يصبح كؿ بعد مف أبعاده ا‪ ،‬أك جانب مف‬
‫جكانبوا مشكمة تجيب عنيا فرضية كاحدة‪ ،‬أم أف يككف لكؿ فرض إجابة صحيحة كاحدة‬
‫كال يحتمؿ أكثر مف إجابة كاحدة‪.‬‬
‫أساس التصكرات‬ ‫ث ‪-‬الفرضية تككف منسجمة مع الحقائؽ كالنتائج السابقة لمبحكث‪ ،‬كعمى‬
‫النظرية أك عمى أساس المعمكمات التي تكفرىا عينة عشكائية مف قيـ المتغيرات العشكائية‬
‫المبلحظة‪ ،‬أك عمى أساس أبحاث إحصائية لمبلحظات أخرل‪ ،‬حيث أف البحكث عبارة عف‬
‫حمقات متصمة كتكمؿ ىذه الحمقات بعضيا البعض‪ ،‬أم أف الفرضية كاقعية مف حيث‬
‫إمكانية التطبيؽ‪ .‬كما أنيا تعتبر عممية حساسة كجكىرية في البحث العممي لذا تحتاج مف‬
‫الباحث جيدا كبيرا‪ ،‬فيي تتطمب أف يكسع إطبلعو كمعارفو ألف األمر متعمؽ بميبلد فكرة‬
‫كتخميف جديد في مجاؿ البحث العممي‪.63‬‬
‫ج ‪-‬الفرضية بعيدة كؿ البعد عف التعقيدات كالغمكض‪ ،‬كاحتماالت التحيز الشخصي لمباحث‪،‬‬
‫فيي تمتاز بالبساطة ككضكح المغة كالمدلكؿ كالمصطمح كالمفيكـ‪ ،‬كال لبس فييا‪ ،‬كذات‬
‫عبارات إخبارية غير استفيامية‪ ،‬كتستخدـ ألفاظ سيمة كمختصرة كمفيكمة كغير عامة‪ ،‬بؿ‬
‫محددة كمدققة‪ .‬ككمما كاف الفرض بسيطا مباشار كاف البناء التجريبي قاببل لمبحث‪ .‬كأف‬
‫كضكح الفركض في ذىف الباحث دليؿ عمى كضكح أىداؼ بحثو‪.‬‬
‫ح ‪-‬ينبغي أف ال تصاغ الفركض عمى إثبات المثبت‪ ،‬بؿ يصاغ لما يكد إثباتو‪ ،‬كاذا ما تـ‬
‫اإلثبات‪ ،‬ككقع التجريب كالمنفعة رسخت القكانيف‪ ،‬كبنيت النظريات كصيغت المناىج التي‬
‫بيا تفكؾ المعمكمة أك تركب‪ .‬كيجب أف يككف في كؿ فرض شيء مجيكؿ‪ ،‬كاال لكاف‬
‫البحث عبثا ليس إال‪ ،‬فمك كاف كؿ ما في الفرض معمكما لما كاف ىناؾ داع إلجراء البحث‪.‬‬
‫كيجب أف يتحدد ىذا المجيكؿ عمى نحك ما كاال لف نستطيع التكجو إليو‪ ،‬دكف غيره بالبحث‬
‫كالتفحص‪ ،‬مما يستكجب صياغة الفركض أك التساؤالت صياغات احتمالية غير قطعية كفقا‬
‫جكاىر محمد الزيد‪ ،‬فرضيات البحث العممي كاختبارىا‪ ،‬مركز التميز البحثي في تطكير تعميـ العمكـ كالرياضيات‪ ،‬كمية التربية‪ ،‬قسـ عمـ‬ ‫‪63‬‬
‫النفس ‪ -‬جامعة الممؾ سعكد ‪ -‬المممكة العربية السعكدية‪ ، 2005 ،‬ص‪.3‬‬

‫‪114‬‬
‫لدائرة الممكف المتكقع كغير المتكقع‪ .‬ىذا المجيكؿ ال يمكف أف يتعيف إال بكاسطة شيء‬
‫معمكـ‪ ،‬حتى ال تككف الفركض فاقدة لمسند المكضكعي ليا عمى أرض الكاقع‪.64‬‬
‫خ ‪-‬تعتبر الفرضية القاعدة األساسية لتحديد أبعاد البحث كالتي يعتمد عمييا الباحث في تفاسيره‬
‫كتحاليمو العممية‪ ،‬كالتي يبنى عمييا البحث بشكمو النيائي‪ ،‬كتبيف الفركض اتجاىات البحث‬
‫كالباحث كالتي تتضح بشكؿ نيائي عند إتماـ البحث بصكرتو الشاممة‪ .‬ك تعد الفركض‬
‫المستكعب لفمسفة البحث كالمحققة ألىدافو‪ ،‬كتشكؿ الفركض كحدة البحث كترابطو العممي‬
‫كالمنطقي كعدـ تشتتو‪ .‬كما تربط الفركض المبادئ باألىداؼ‪ ،‬مف خبلؿ ربطيا المعطيات‬
‫بالنتائج‪ .‬كينبغي أف تصاغ جميع الفركض عمى قاعدة أف لكؿ مشكمة حؿ في دائرة الممكف‬
‫المتكقع كغير المتكقع‪ ،‬كاذا لـ ينطمؽ الباحث مف ىذه القاعدة فبل يمكنو صياغة فركض‬
‫خاصة بالمكضكع‪ ،‬كلف يتحفز لتحقيؽ أىداؼ كبمكغ نتائج أك التمكف مف اكتشاؼ القكانيف‬
‫كالنظريات التي تمد بالتحديد المفيد كالنافع‪ .‬كعميو فالفرض دائما في حاجة لمف يعمؿ عمى‬
‫إثباتو أك نفيو أك بطبلنو كليذا فيك دائما في دائرة الممكف ‪.65‬‬
‫‪- 3‬أنواع الفرضيات‪ :‬ىناؾ نكعاف مف الفرضيات يسعى الباحث الختبارىما عند إجراء االستدالؿ‬
‫‪- 1‬‬
‫اإلحصائي حكؿ ظاىرة ما‪ ،‬ىما فرضية العدـ كفرضية البديؿ‪.‬‬
‫فرضية العدم‪ :‬إف فرضية العدـ ىك افتراض إحصائي اخترع فكرتو عالـ اإلحصاء‬ ‫‪.1‬‬
‫‪- 3‬‬
‫‪- 1‬‬
‫فيشر ‪ ،Fisher‬كىك يعد مف أجؿ الرفض حتى يتسنى تأييد الفرض البديؿ‪ ،‬كقبكليا‬
‫يعني عدـ رفض نتائج العينة‪ ،‬كتسمى أيضا الفرضية الصفرية‪ ،‬ك ىك التخميف أك‬
‫التعبير الذم يمثؿ الكضع الراىف كتصاغ عمى أمؿ رفضيا‪ ،‬كيفترض أنيا صحيحة‬
‫دائما ما لـ يظير عكس ذلؾ‪ ،‬كيرمز ليا بالرمز‪ ، H0 :‬كىي الفرضية التي تبنى‬
‫عمى أمؿ أف يتخذ قرار بعدـ صحتيا‪ ،‬فأم فرضية إحصائية نكد اختبارىا ىي‬
‫الفرضية الصفرية ‪ ، H0‬كىي الفرضية التي ننطمؽ منيا كنرفضيا عندما تتكفر‬
‫دالئؿ عمى عدـ صحتيا‪ ،‬كخبلؼ ذلؾ نقبميا‪ .‬كتعني كممة صفرية أفق ال يكجد فرؽ‬
‫بيف معممة المجتمع كإحصائية العينة‪ .‬كيطمؽ عمييا فرضية العدـ داللة عؿل عدـ‬
‫كجكد أدلة قكية تساند االدعاء المطركح‪ ،‬أم أف صفة العدـ المرفقة بالفرض ترجع‬
‫تربكم كتدريب‪ ،‬معيد عمكـ كتقنيات النشاطات البدنية كالرياضية‪ ،‬جامعة‬ ‫أكسماعيؿ صفية‪ ،‬اإلحصاء االستداللي‪ ،‬السنة الثانية ليسانس‬ ‫‪64‬‬
‫خميس مميانة – الجزائر – ‪ ، 2019/ 2018‬ص ‪.38‬‬

‫‪ 65‬نفس المرجع السابؽ‪ ،‬ص‪.44‬‬
‫‪115‬‬
‫إلى أنو يعد ليرفض باعتباره نقيض لمفرض البديؿ‪ ،‬فيك أصبل يعد ليعبر عف عدـ‬
‫كجكد شيء مثبل‪ ،‬عدـ كجكد تغير‪ ،‬عدـ كجكد فرؽ‪ ،‬عدـ كجكد نتيجة‪ .‬كىذا‬
‫فمثبل إذا كاف الفرض العدـ المراد‬ ‫الفرض يأخذ عادة شكؿ معادلة أك مساكاة‪.‬‬
‫دينار شيريا فإف ىذا الفرض يكتب‬
‫ا‬ ‫اختباره ىك أف متكسط دخؿ الفرد ‪1000‬‬
‫بالرمكز كما يمي‪H0 : μ = 1000 :‬‬
‫كيق أر‪ :‬إف متكسط دخؿ الفرد ىك ‪ 1000‬دينا ار شيريا‪.‬‬
‫الفرضية البديمة‪ :‬يتحتـ في اختبارات الفركض‪ ،‬كضع فرضية أخرل غير الفرضية‬ ‫‪.2‬‬
‫‪- 3‬‬
‫‪- 1‬‬
‫الصفرية المراد اختبارىا‪ ،‬نسمييا الفرضية البديمة‪ ،‬كقم الفرضية التي يضعىا‬
‫الباحث كبديؿ عف فرضية العدـ‪ ،‬كنقبميا عندما نرفض فرضية العدـ‪ ،‬باعتبارىا‬
‫ليست صحيحة بناء عمى المعمكمات المستقاة مف العينة‪ .‬فالفرضية البديمة نقيض‬
‫الفرضية الصفرية‪ .‬كالباحث يسعى إلى تأييد قبكؿ الفرضية البديمة عف طريؽ رفض‬
‫ق عند رفض‬
‫يت قبكؿ ا‬
‫الفرضية الصفرية‪ .‬كقم فرضية مكـ ةؿ لفرضية العدـ حيث ـ‬
‫ق عند قبكؿ فرضية العدـ‪ ،‬كيرمز لفرضية البديؿ بالرمز‪:‬‬
‫فرضية العدـ أك رفض ا‬
‫‪ H1‬كتأخذ الفرضية البديمة ثبلثة أشكاؿ عمى النحك اآلتي‪:‬‬
‫‪ ‬الشكل األول‪ :‬ال يساوي ≠ ‪ :‬كنستخدـ في ىذه الحالة ما يسمى اختبار‬
‫ثنائي االتجاه أك اختبار الطرفيف‪ ،‬في ىذه الحالة الفرض البديؿ لو طرفاف‬
‫أك ذيبلف أحدىما أيمف كاآلخر أيسر‪ ،‬حيث نقبؿ الفرضية ‪ H0‬إذا كقعت‬
‫‪ ، H0‬كنرفض ‪ H0‬إذا كقعت قيمة‬ ‫قيمة دالة االختبار في منطقة قبكؿ‬
‫دالة االختبار في منطقة رفض ‪ ، H0‬كما يبينو الشكؿ اآلتي‪:‬‬
‫‪ ‬اختبار ذك طرفيف عند مستكل الداللة ‪ α‬‬
‫مثال‪ :‬إذا كانت اؿفرضية الصفرية ‪ H0‬متكسط الدخؿ الشقرم لفئة معينة في‬
‫المجتمع ىك ‪ 1000‬دينا ار شيريا‪ ،‬أم أف ‪H0 : μ = 1000 :‬‬
‫‪116‬‬
‫فإف الفرضية البديمة تأخذ الشكؿ اآلتي‪ :‬متكسط دخؿ ىذه الفئة مف‬
‫المجتمع ال تساكم ≠ ‪ 1000‬دينا ار شيريا‪ ،‬أم أف‪H1 : μ ≠ 1000 :‬‬
‫‪ ‬الشكل الثاني‪ :‬أكبر من < ‪ :‬كنستخدـ في ىذه الحالة ما يسمى اختبار‬

‫ىذه الحالة‬ ‫أحادم االتجاه مف اليميف أك اختبار الطرؼ األيمف‪ ،‬في‬
‫الفرض البديؿ لو طرؼ كاحد أك ذيؿ كاحد أيمف‪ ،‬حيث يتـ رفض الفرضية‬
‫‪ H0‬إذا كقعت قيمة دالة االختبار في منطقة رفض ‪ ، H0‬كنقبؿ الفرضية‬
‫‪ H0‬إذا كقعت قيمة دالة االختبار في منطقة قبكؿ ‪ ، H0‬كما يبينو الشكؿ‬
‫‪ ‬اختبار ذك طرؼ كاحد أيمف عند مستكل الداللة ‪ α‬‬
‫مثال‪ :‬يمكف أف تأخذ الفرضية البديمة الشكؿ اآلتي‪ :‬متكسط دخؿ ىذه الفئة مف‬
‫المجتمع أكبر مف ‪ 1000‬دينا ار شيريا‪ ،‬أم أف‪H1 : μ > 1000 :‬‬
‫‪ ‬الشكل الثالث‪ :‬أصغر من > ‪ :‬كنستخدـ في ىذه الحالة ما يسمى اختبار‬

‫ىذه الحالة‬ ‫أحادم االتجاه مف اليسار أك اختبار الطرؼ األيسر‪ ،‬في‬
‫الفرض البديؿ لو طرؼ كاحد أك ذيؿ كاحد أيسر‪ ،‬حيث يتـ رفض الفرضية‬
‫‪ H0‬إذا كقعت قيمة دالة االختبار في منطقة رفض ‪ ، H0‬كنقبؿ الفرضية‬
‫‪ H0‬إذا كقعت قيمة دالة االختبار في منطقة قبكؿ ‪ ، H0‬كما يبينو الشكؿ‬
‫‪ ‬اختبار ذك طرؼ كاحد أيسر عند مستكل الداللة ‪ α‬‬
‫‪117‬‬
‫مثال‪ :‬يمكف أف تأخذ الفرضية البديمة الشكؿ اآلتي‪ :‬متكسط دخؿ ىذه الفئة مف‬
‫المجتمع أصغر مف ‪ 1000‬دينا ار شيريا‪ ،‬أم أف‪H1 : μ < 1000 :‬‬
‫كالمحصمة النيائية‪ :‬إذا كانت فرضية العدـ تخذ الشكؿ اآلتي‪H0 : μ = 1000 :‬‬
‫فإف الفرضية البديمة تأخذ أحد األشكاؿ اآلتية‪:‬‬
‫‪ H1 : μ ≠ 1000‬أك ‪ H1 : μ > 1000‬أك ‪H1 : μ < 1000‬‬
‫كالذم يحدد شكؿ الفرض البديؿ ىك مدل تكفر المعمكمات األكلية أك مدل خبرة الباحث بذلؾ‪.‬‬
‫فمثال‪ :‬إذا كانت كجية نظر الباحث أف متكسط عمر الطالب في إحدل الجامعات ال يمكف أف يقؿ عف ‪ 21‬سنة‬
‫فإنو يختار الفرض البديؿ " أكبر مف " كالعكس صحيح إذا كاف يعتقد أف متكسط عمر الطالب ال يزيد عف ‪21‬‬
‫سنة فإنو يختار الفرض البديؿ" أقؿ مف " أما إذا لـ يكف لديو أم تصكر أك أم معمكمات فإنو يختار الفرض‬
‫البديؿ" ال يساكم"‪.‬‬
‫‪- 4‬أخطاء اختبار الفرضيات وأنواعها‪ :‬في حالة قبكؿ الفرضية الصفرية ‪ H0‬فبل مجاؿ في البحث‬
‫‪- 1‬‬
‫في الفرضية البديمة ‪ ، H1‬أما في حالة رفض الفرضية الصفرية فإنو يتحتـ قبكؿ الفرضية‬
‫البديمة‪ ،‬مع العمـ أف الباحث عرضة لمخطأ عند اتخاذ القرار بقبكؿ الفرضية الصفرية أك‬
‫رفضيا‪ ،‬فقد يرفض فرضية ىي في الكاقع صحيحة‪ ،‬كقد يقبؿ فرضية ىي في الكاقع خاطئة‪،‬‬
‫‪100‬‬ ‫ألف القرار الذم سكؼ نتخذه بناء عمى االختبار اإلحصائي ال يمكف اعتباره صحيح‬
‫فيناؾ مقدار مف الخطأ ‪ ،‬ألف المعمكمات التي نتخذ ق اررنا بناء عمييا بيانات مأخكذة مف اؿعينة‬
‫اإلحصائية‪ ،‬كليس مف المجتمع اإلحصائي األصمي‪ ،‬لذا يكجد نكعيف مف األخطاء‪ ،‬كىما‪:66‬‬
‫‪ .1‬الخطأ من النوع األول‪ :‬يعرؼ الخطأ مف النكع األكؿ عمى أنو رفض الفرضية‬
‫‪- 4‬‬
‫‪- 1‬‬
‫الصفرية بينما ىي صحيحة‪ ،‬أم أف الخطأ مف النكع األكؿ ىك رفض فرضية‬
‫صحيحة‪ ،‬أم أنو عمى الرغـ مف أف الفرضية الصفرية في الكاقع صحيحة ككاف‬
‫مف الكاجب قبكليا فقد تـ اتخاذ قرار خاطئ برفضيا‪ ،‬كيرمز الحتماؿ ىذا الخطأ‬
‫‪Abdelkader Elkhider, El mustapha Kchirid, Bachir Lakhdar et Abdelhamid El Bouhadi, Statistique Decisionnelle :‬‬ ‫‪66‬‬
‫‪Echantillonnage, estimation, comparaison et test, Imprimerie Papeterie el Watanya, Maroc, 2004, p211.‬‬
‫‪118‬‬
‫بالرمز ‪ α‬التي تسمى مستكل الداللة أك مستكل المعنكية‪ ،‬أم أف احتماؿ الكقكع في‬
‫الخطأ مف النكع األكؿ يسمى بمستكل المعنكية‪ ،‬كنكتب‪:‬‬
‫( صحيحة ‪ H0 : H0‬رفض (‪ α = P‬كيحدد ىذا المستكل مف قبؿ الباحث حسب‬

‫الدراسة كالدقة المطمكبة‪ ،‬كتؤخذ قيمة ‪ α‬في الحسابات كاـ ةؿ إذا كاف االختبار في‬
‫اتجاه كاحد‪ ،‬كتقسـ لنصفيف إذا كاف االختبار في اتجاقمف‪.‬‬
‫‪ .2‬الخطأ من النوع الثاني‪ :‬يعرؼ الخطأ مف النكع الثاني عمى أنو قبكؿ الفرضية‬
‫‪- 4‬‬
‫‪- 1‬‬
‫الصفرية بينما ىي خاطئة‪ ،‬أم أف الخطأ مف النكع الثاني ىك قبكؿ فرضية خاطئة‪،‬‬
‫أم أنو عمى الرغـ مف أف الفرضية الصفرية في الكاقع خاطئة ككاف مف الكاجب‬
‫‪β‬‬ ‫رفضيا فقد تـ اتخاذ قرار خاطئ بقبكليا‪ .‬كيرمز الحتماؿ ىذا الخطأ بالرمز‬
‫كنكتب‪ ( :‬خاطئة ‪ H0 : H0‬قبكؿ (𝑃 = ‪β‬‬

‫كالجدير بالذكر كجكد منطقتيف منطقة قبكؿ الفرضية الصفرية التي تمثؿ درجة الثقة‬
‫كىي مقدار ثقتنا في القرار المتخذ بالقبكؿ كالتي يرمز ليا بالرمز ‪ ، 1 − α‬كمنطقة‬
‫رفض الفرضية الصفرية (المنطقة الحرجة) التي تمثؿ مستكل المعنكية كالتي يرمز‬
‫ليا بالرمز ‪ . α‬كعادة يحدد الباحث مستكل المعنكية أك درجة الثقة قبؿ البدء في‬
‫عممية االختبار ‪ .‬كما أف اختبار الفرضية بأسمكب إحصائي يؤدم إلى اتخاذ قرار‬
‫إذا ما كانت الفرضية مقبكلة أـ مرفكضة‪ ،‬فرفض الفرضية ال يعني بالضركرة أف‬
‫تككف خاطئة كما أف قبكؿ الفرضية ال يعنى بالضركرة أف تككف صحيحة‪.‬‬
‫عند اختبار فرضية العدـ ‪ H0‬ضد الفرضية البديؿة ‪ H1‬نككف أماـ أربع حاالت‪،‬‬
‫كما ىي مكضحة في الجدكؿ اآلتي‪:‬‬
‫رفض الفرضية‬ ‫قبكؿ الفرضية‬ ‫نتيجة االختبار‬
‫‪H0‬‬ ‫‪H0‬‬ ‫حقيقية الفرضية ‪H0‬‬
‫قرار( رفض) خاطئ‬ ‫قرار سميـ‬ ‫صحيحة‬
‫قرار سميـ‬ ‫قرار(قبكؿ) خاطئ‬ ‫خاطئة‬
‫‪ ‬أف يككف فرض العدـ صحيحا كيككف القرار بقبكلو‪ ،‬كىذا قرار سميـ‪.‬‬
‫‪ ‬أف يككف فرض العدـ صحيحا كيككف القرار برفضو ‪ ،‬كىذا قرار خاطئ‬
‫(خطأ مف النكع األكؿ ‪.)α‬‬
‫‪119‬‬
‫خاطئ كيككف القرار بقبكلو ‪ ،‬كىذا قرار خاطئ‬ ‫‪ ‬أف يككف فرض العدـ‬
‫(الخطأ مف النكع الثاني ‪.) β‬‬
‫‪ ‬أف يككف فرض العدـ خاطئ كيككف القرار برفضو‪ ،‬كىذا قرار سميـ‪.‬‬
‫كيمكف تكضيح رمكز احتماالت األخطاء في اختبار الفرضيات في الجدكؿ اآلتي‪:‬‬
‫المجمكع‬ ‫رفض الفرضية‬ ‫قبكؿ الفرضية‬ ‫نتيجة االختبار‬

‫‪‬‬ ‫‪H0‬‬ ‫‪H0‬‬ ‫حقيقية الفرضية ‪H0‬‬
‫‪1‬‬ ‫‪α‬‬ ‫صحيحة ‪1 − α‬‬
‫‪1‬‬ ‫‪1−β‬‬ ‫‪β‬‬ ‫خاطئة‬

‫‪ 1 − α = 0.95‬أك‬ ‫‪ 1 − α = 0.90‬أك‬ ‫‪ H0‬فإنيا تقبؿ بنسبة دقة‬ ‫إذا تـ قبكؿ فرضية العدـ‬
‫‪ 1 − α = 0.99‬أك أم قيـ أخرل‪ ،‬كتسمى مستكيات الثقة‪ .‬كيسمى ‪ 1 − β‬بقكة االختبار‪ ،‬كىك احتماؿ‬
‫رفض فرضية عدـ خاطئة‪ .‬كتعد األخطاء مف النكع األكؿ أكثر خطكرة كضر ار مف الخطأ مف النكع الثاني في‬
‫أغمب األحياف‪ ،‬لذلؾ البد مف تحديد مستكل الداللة ‪ ، α‬حيث في اختبار فرضية معينة فإف أقصى احتماؿ الذم‬
‫يمكف أف نتحمؿ بو خطأ مف النكع األكؿ يسمى بمستكل المعنكية‪ .‬كيمكف تثبيت أحد الخطأيف كأف يككف نسبة‬
‫أك احتماؿ حدكث الخطأ ـ ف النكع األكؿ كمحاكلة تصغير اآلخر‪ ،‬كذلؾ بزيادة حجـ العينة‪ .‬كلكي تككف قاعدة‬
‫اتخاذ القرار جيدة أك يككف اختبار الفرضيات جيدا يجب أف تصمـ كذلؾ بزيادة أيضا حجـ العينة‪ ،‬بحيث تؤدم‬
‫إلى التقميؿ مف أخطاء القرار‪ .‬كال يمكف تصغير الخطأيف معا إلى أدنى حد ممكف إال إذا تـ أيضا زيادة حجـ‬
‫العينة الذم ال يتحقؽ في كؿ الحاالت‪.‬‬
‫‪- 5‬خطوات اختبار الفرضيات اإلحصائية‪ :‬يمر االختبار اإلحصائي أيَّا كاف نكعو بعدة خطكات‬
‫‪- 1‬‬
‫يمكف إيجازىا عمى النحك اآلتي‪:67‬‬
‫‪ ‬صياغة الفرضية الصفرية ‪ 𝐻0‬كالفرضية البدمةؿ ‪ 𝐻1‬حكؿ المعممة المجيكلة لممجتمع‬
‫بشكؿ دقيؽ‪ ،‬كتتـ ىذه العممية حسب نكع االختبار مف حيث ككنو مف جيتيف أك‬
‫في اتجاه كاحد‪.‬‬
‫‪ ‬اختيار مستكل الداللة اإلحصائية (مستكل المعنكية) 𝛼 ‪.‬‬
‫‪ 67‬أبك جنى الجكني ‪ ،‬ممخص التحميؿ اإلحصائي ‪https://vb.ckfu.org/90559d1355874 ،‬‬

‫تاريخ الزيارة‪. 2019 / 04 / 18 :‬‬
‫‪120‬‬
‫‪ ‬تحديد تكزيع المعاينة لبلختبار(إحصائية االختبار) كىي اإلحصائية التي يتـ‬
‫حسابيا مف معطيات العينة مستخدميف عبلؽات خاصة مستنبطة ـ ف التكزيع‬
‫المستخدـ‪ ،‬بافتراض أف الفرضية الصفرية صحيحة‪ ،‬كىي إحصائية يبنى عمييا‬
‫قرار اختبار الفرضيات‪ ،‬كيتكقؼ شكؿ اإلحصائية عمى تكزيع المجتمع‪ ،‬كعمى حجـ‬
‫عمى البيانات المتكفرة‪.‬‬ ‫العينة‪ ،‬كعمى الفرضية الصفرية المراد اختبارىا بناء‬
‫كتتمخص ىذه الخطكة في حساب القيمة الفعمية لممتغيرة‪.‬‬
‫‪ ‬استخراج القيمة الجدكلية لممتغيرة‪ ،‬كذلؾ بناء عمى الجداكؿ اإلحصائية كالتي تعتمد‬
‫عمى نكع االختبار ذك طرؼ كاحد أك ذك طرفيف‪ ،‬كعمى تكزيع المعاينة‪ ،‬كعمى‬
‫مستكل الداللة‪.‬‬
‫‪ ‬تحديد قاعدة اتخاذ القرار‪ ،‬كذلؾ بتحديد منطقة الرفض (المنطقة الحرجة) كالتي‬
‫تحدد بمعرفة القيمة الحرجة الخاصة باالختبار كالمقابمة إلحصائية االختبار‬
‫المحسكبة‪ ،‬فإذا كقعت قيمة إحصائية االختبار المحسكبة داخؿ منطقة الرفض فإننا‬
‫نرفض الفرضية الصفرية ‪ . 𝐻0‬أما إذا كقعت قيمة إحصائية االختبار خارج منطقة‬
‫الرفض فإننا نقبؿ الفرضية الصفرية ‪. 𝐻0‬‬
‫قبكؿ الفرضية‬ ‫‪ ‬المقارنة ك اتخاذ القرار اإلحصائي المناسب كذلؾ عف طريؽ‬
‫الصفرية ‪ ، 𝐻0‬أك رفض الفرضية الصفرية ‪ H0‬كقبكؿ الفرضية البديمة ‪ ، H1‬مف‬
‫خبلؿ مقارنة القيمة الجدكلية لممتغيرة بإحصائية االختبار‪ ،‬فإذا كقعت إحصائية‬
‫االختبار المحسكبة في منطقة رفض الفرضية الصفرية يتـ رفض الفرضية‬
‫الصفرية‪ ،‬كاذا كقعت في منطقة القبكؿ يتـ قبكؿ الفرضية الصفرية‪.‬‬
‫يمكف تمخيص خطكات اختبار الفرضيات اإلحصائية عمى النحك اآلتي‪:‬‬
‫تحديد الفرضيات ‪ ‬تحديد قاعدة القرار ‪ ‬حساب القيمة الفعمية لممتغيرة ‪ ‬استخراج القيمة الجدكلية‬
‫لممتغيرة ‪ ‬المقارنة كاتخاذ القرار‪.‬‬
‫‪- 2‬اختبار الفرضيات حول متوسط المجتمع‪ :‬يعتمد اختبار الفرضيات حكؿ متكسط المجتمع عمى أساس‬
‫خطكات اختبار الفرضيات اإلحصائية التي تـ عرضيا سابقا‪ ،‬كعمى تحديد تكزيع المعاينة لبلختبار‪،‬‬
‫كتكزيع المعاينة لبلختبار إما أف يككف يتبع التكزيع الطبيعي أك يتبع تكزيع ستيكدنت ( ‪ ،)Student‬أك‬
‫‪121‬‬
‫يتبع أم تكزيع آخر‪ .‬كتستخدـ في ذلؾ نظريات تكزيع المعاينة التي تـ عرضيا في فصؿ نظرية تكزيعات‬
‫المعاينة‪ .‬كنميز ثبلث حاالت في اختبار الفرضيات حكؿ متكسط المجتمع نكردىا فيما يمي‪:‬‬
‫‪ - 1‬الحالة األولى‪ :‬تباين المجتمع معموما‪ :‬إذا كانت البيانات في مجتمع إحصائي تتبع التكزيع‬
‫‪- 2‬‬
‫الطبيعي )‪ 𝑋~ 𝓝(μ , σ‬كاالنحراؼ المعيارم لممجتمع 𝝈 معموما‪ ،‬فإف تكزيع المعاينة‬
‫لبلختبار يتبع التكزيع الطبيعي بغض النظر عف حجـ العينة‪ ،68‬كاحصاء االختبار يكتب عمى‬
‫𝜇‪𝑋 −‬‬
‫= 𝑐𝑍 ‪ ،‬كىك يخضع لمتكزيع الطبيعي المعيارم )‪ ، 𝑍𝑐 ~𝓝(0 , 1‬حيث‪:‬‬ ‫𝜎‬ ‫النحك اآلتي‪:‬‬
‫𝑛‬
‫𝑐𝑍 ‪ :‬القيمة الفعمية لممتغيرة ‪ : 𝑋 ،‬متكسط العينة‬
‫𝜇 ‪ :‬متكسط المجتمع ‪ : 𝜎 ،‬االنحراؼ المعيارم لممجتمع ‪ : 𝑛 ،‬حجـ العينة‪.‬‬
‫مثال‪ :‬تنتج إحدل الشركات مصابيح كيربائية‪ ،‬يخضع متكسط عمرىا إلى تكزيع طبيعي بانحراؼ معيارم‬
‫قدره ‪ 90‬ساعة‪ .‬تكد ىذه الشركة معرفة ما إذا كاف يمكنيا اإلدعاء بأف مصابيحيا الكيربائية تستمر لمدة ‪1100‬‬
‫ساعة إنارة كال تتغير أـ ال‪ ،‬ألجؿ ذلؾ قامت بسحب عينة عشكائية حجميا ‪ 169‬مصباحا‪ ،‬فكجدت أف متكسط‬
‫عمرىا اإلنتاجي ىك ‪ 1120‬ساعة‪ .‬اختبر الفرضية الصفرية القائمة بأف متكسط المصابيح الكيربائية ليذه الشركة‬
‫ىك ‪ 1100‬ساعة عند مستكل المعنكية ‪. 5‬‬
‫‪H0 : μ = 1100‬‬
‫‪ ‬تحديد الفرضيات‪:‬‬
‫‪H1 : μ ≠ 1100‬‬
‫‪ ‬تحديد قاعدة القرار‪ :‬بما أف صيغة الفرضية جاءت بالشكؿ مساكاة كعدـ مساكاة فإف االختبار‬
‫ذك ذيميف( اختبار ثنائي االتجاه)‪ .‬لذا سكؼ نرفض ‪ H0‬عند مستكل المعنكية ‪ α = 0.05‬إذا‬
‫كانت 𝑡𝑍‪ 𝑍𝑐 > +‬أك 𝑡𝑍‪ ، 𝑍𝑐 < −‬حيث‪𝑍𝑡 = 𝑍𝛼 :‬‬
‫‪2‬‬
‫𝜇‪𝑋 −‬‬ ‫‪1120 −1100‬‬
‫= 𝑐𝑍‬ ‫𝜎‬ ‫=‬ ‫‪90‬‬ ‫‪ ‬حساب القيمة الفعمية لممتغيرة 𝑐𝑍 ‪ :‬لدينا‪= 2.89 :‬‬
‫𝑛‬ ‫‪169‬‬
‫‪ 𝑛 ≥ 30‬فإنو يتـ إخضاعو لمتكزيع الطبيعي‪ ،‬بمعنى يتـ تطبيؽ‬ ‫إذا كاف المجتمع ال يتبع التكزيع الطبيعي‪ ،‬ك لكف حجـ العينة كبير‬ ‫‪68‬‬
‫‪X −μ‬‬
‫كحجـ العينة‬ ‫= ‪ ، Zc‬كمف ثـ يتـ إتباع نفس خطكات ىذه الحالة ‪ .‬أما إذا كاف المجتمع ال يتبع التكزيع الطبيعي‪،‬‬ ‫‪σ‬‬ ‫إحصاء اال ختبار‬
‫‪n‬‬
‫صغير ‪ 𝑛 < 30‬فإنو ال يتـ تطبيؽ أم مف االختبارات المعممية سكاء أكاف التكزيع الطبيعي أك تكزيع ستيكدنت (‪ ،)Student‬كالحؿ يكمف‬
‫في تطبيؽ أحد االختبارات البلمعممية ‪ ،‬مثؿ اختبار‪ Frank Wilcoxon signed-ranks test :‬الذم يشترط في ىذا االختبار أف يتراكح‬
‫حجـ العينة بيف ‪ 7‬ك ‪. 7 ≤ 𝑛 ≤ 20 20‬‬
‫‪122‬‬
‫‪ ‬استخراج القيمة الجدكلية لممتغيرة 𝑡𝑍 ‪ :‬لدينا مستكل الداللة (المعنكية)‪ α = 0.05 :‬كمنو‪:‬‬
‫‪α‬‬ ‫‪0.05‬‬
‫‪ ،‬كمف جدكؿ التكزيع الطبيعي المعيارم‪ ،‬القيـ الجدكلية لممتغيرة 𝑡𝑍 التي‬ ‫=‬ ‫‪= 0.025‬‬
‫‪2‬‬ ‫‪2‬‬
‫𝛼‬
‫‪، −𝑍𝑡 = −1.96 ،‬‬ ‫(االختبار مف اتجاىيف) ىي ‪𝑍𝑡 = +1.96 :‬‬ ‫تقابؿ ‪= 0.025‬‬
‫‪2‬‬
‫أم أف القيـ الحرجة ىي‪−𝑍𝛼 = −1.96 ، 𝑍𝛼 = +1.96 :‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪، 𝑍𝑐 = 2.89 > 𝑍𝑡 = 1.96‬‬ ‫‪ ‬المقارنة كاتخاذ القرار‪ :‬بمقارنة 𝑡𝑍 ك 𝑐𝑍 نجد أف‪:‬‬
‫أم أف القيمة الفعمية لممتغيرة 𝑐𝑍 أكبر من القيمة الجدكلية لممتغيرة 𝑡𝑍 ‪ ،‬كمنو القرار المتخذ ىك‪:‬‬
‫رفض الفرضية الصفرية ‪ 𝐻0‬كقبكؿ الفرضية البديمة ‪ 𝐻1‬عند مستكل الداللة ‪ ، 𝛼 = 0.05‬كمنو‬
‫ال يمكنيا االدعاء بأف‬ ‫فعبل العبلقة‪ 𝐻1 : 𝜇 ≠ 1100 :‬محققة ( مقبكلة )‪ ،‬بمعنى‪ :‬الشركة‬
‫مصابيحيا تشتغؿ لمدة ‪ 1100‬ساعة‪.‬‬
‫‪- 2‬الحالة الثانية‪ :‬تباين المجتمع مجهوال والعينات كبيرة‪ :‬إذا كانت البيانات في مجتمع إحصائي‬
‫‪- 2‬‬
‫تتبع التكزيع الطبيعي )‪ ، 𝑋~𝓝(μ , σ‬كاالنحراؼ المعيارم لممجتمع 𝝈 مجهوال‪ ،‬كحجـ العينة‬
‫كبي ار ‪ ، 𝑛 ≥ 30‬فإف تكزيع المعاينة لبلختبار يتبع التكزيع الطبيعي ( حسب نظرية النيائية‬
‫𝜇‪𝑋 −‬‬
‫= 𝑐𝑍 ‪ ،‬كىك يخضع لمتكزيع‬ ‫𝑆‬ ‫المركزية )‪ ،‬كاحصاء االختبار يكتب عمى النحك اآلتي‪:‬‬
‫𝑛‬
‫الطبيعي المعيارم )‪ ، 𝑍𝑐 ~𝓝(0 , 1‬كبما أف قيمة المعممة 𝜎 مجيكلة فإننا نستبدليا بقيمة‬
‫االنحراؼ المعيارم 𝑆 لمعينة كتقدير ليا ‪.‬‬
‫حيث‪ : 𝑍𝑐 :‬القيمة الفعمية لممتغيرة ‪ : 𝑋 ،‬متكسط العينة‬
‫𝜇 ‪ :‬متكسط المجتمع ‪ : 𝑆 ،‬االنحراؼ المعيارم لمعينة ‪ : 𝑛 ،‬حجـ العينة‪.‬‬
‫مثال‪ :‬بمغ متكسط الزيادة في أجكر العامميف في إحدل الشركات في السنة الماضية ‪ 1800‬دينار‪ ،‬أخذت‬
‫عينة عشكائية ىذه السنة حجميا ‪ 64‬عامبل فكجد أف المتكسط الحسابي لمزيادة في أجكرىـ بمغت ‪ 1830‬دينار‪،‬‬
‫كاالنحراؼ المعيارم ‪ 70‬دينا ار‪ .‬اختبر الفرضية الصفرية القائمة بأف متكسط الزيادة في أجكر العامميف في ىذه‬
‫السنة قد اختمفت عف متكسط الزيادة في األجكر في السنة الماضية‪ ،‬كذلؾ عند مستكل الداللة ‪. 5‬‬
‫‪H0 : μ = 1800‬‬
‫‪H1 : μ ≠ 1800‬‬
‫‪123‬‬
‫‪2‬‬
‫𝜇‪𝑋 −‬‬ ‫‪1830 −1800‬‬
‫= 𝑐𝑍‬ ‫𝑆‬ ‫=‬ ‫‪70‬‬ ‫‪ ‬حساب القيمة الفعمية لممتغيرة 𝑐𝑍 ‪ :‬لدينا‪= 3.43 :‬‬
‫𝑛‬ ‫‪64‬‬
‫‪α‬‬ ‫‪0.05‬‬
‫‪2‬‬ ‫‪2‬‬
‫𝛼‬
‫‪2‬‬

‫‪2‬‬ ‫‪2‬‬
‫رفض الفرضية الصفرية ‪ 𝐻0‬كقبكؿ الفرضية البديمة ‪ 𝐻1‬عند مستكل الداللة ‪ ، 𝛼 = 0.05‬كمنو‬
‫فعبل العبلقة‪ 𝐻1 : 𝜇 ≠ 1800 :‬محققة ( مقبكلة )‪ ،‬بمعنى‪ :‬متكسط الزيادة في أجكر العامميف في‬
‫ىذه السنة قد اختمؼ عف متكسط الزيادة في األجكر في السنة الماضية‪.‬‬
‫‪- 3‬الحالة الثالثة‪ :‬تباين المجتمع مجهوال والعينات صغيرة‪ :‬إذا كانت البيانات في مجتمع إحصائي‬
‫‪- 2‬‬
‫تتبع التكزيع الطبيعي )‪ ، 𝑋~𝓝(μ , σ‬كاالنحراؼ المعيارم لممجتمع 𝝈 مجهوال‪ ،‬كحجـ العينة‬
‫ستيكدنت ( ‪ )Student‬بدرجة‬ ‫صغير ‪ ، 𝑛 < 30‬فإف تكزيع المعاينة لبلختبار يتبع تكزيع‬
‫𝜇‪𝑋 −‬‬
‫= 𝑐𝑡‬ ‫𝑆‬ ‫حرية‪ ، 𝜗 = 𝑛 − 1 :‬كاحصاء االختبار يكتب عمى النحك اآلتي‪:‬‬
‫𝑛‬
‫حيث‪ : 𝑡𝑐 :‬القيمة الفعمية لممتغيرة ‪ : 𝑋 ،‬متكسط العينة‪.‬‬

‫𝜇 ‪ :‬متكسط المجتمع ‪ : 𝑆 ،‬االنحراؼ المعيارم لمعينة ‪ : 𝑛 ،‬حجـ العينة‪.‬‬
‫مثال‪ :‬متكسط ربح سيـ إحدل المؤسسات ىك ‪ 24‬دينار في سنة ‪ ، 2016‬تـ أخذ عينة مف مساىميف حجميا‬
‫‪ 16‬مساىما فكجد أف تكقعاتيـ لمتكسط ربح السيـ لسنة ‪ 2019‬ىك ‪ 27‬دينار بانحراؼ معيارم ‪. 5‬‬
‫‪ ‬اختبر الفرضية الصفرية القائمة‪ :‬ىؿ توافق المساهمين في تقديرهم الرتفاع متوسط ربح السهم‬
‫لسنة ‪ 2019‬أـ ال‪ ،‬كذلؾ عند مستكل المعنكية ‪ 5‬؟‬
‫‪124‬‬
‫‪H0 : μ = 24‬‬
‫تحديد الفرضيات‪:‬‬ ‫‪‬‬
‫‪H1 : μ > 24‬‬
‫‪ ‬تحديد قاعدة القرار‪ :‬عمى ضكء المعطيات فإننا نستخدـ تكزيع ستيكدنت لبلختبار ( شركط‬
‫أف صيغة الفرضية جاءت بيذا الشكؿ‪ ،‬فيذا يعني أف مستكل‬ ‫تكزيع ستيكدنت محققة)‪ .‬بما‬
‫المعنكية المحدد إلجراء ىذا االختبار يككف عند ذيؿ التكزيع األيمف ( اختبار أحادم االتجاه)‪ .‬لذا‬
‫‪ α = 0.05‬إذا كانت )‪ ، t c > t (0.05,15‬حيث‪:‬‬ ‫سكؼ نرفض ‪ H0‬عند مستكل المعنكية‬
‫)‪ t (0.05,15‬ىي القيمة المستخرجة مف جدكؿ ستيكدنت‪.‬‬
‫‪X −μ‬‬ ‫‪27−24‬‬
‫= ‪tc‬‬ ‫‪S‬‬ ‫=‬ ‫‪5‬‬ ‫‪ ‬حساب القيمة الفعمية لممتغيرة ‪ : t c‬لدينا‪= 2.4 :‬‬
‫‪n‬‬ ‫‪16‬‬
‫‪ ‬استخراج القيمة الجدكلية لممتغيرة )‪ : t (0.05,15‬لدينا مستكل الداللة (المعنكية)‪α = 0.05 :‬‬
‫)‪ t (0.05,15‬التي تقابؿ‬ ‫كمف جدكؿ تكزيع ستيكدنت‪ ،‬القيمة الجدكلية (القيمة الحرجة) لممتغيرة‬
‫‪( α = 0.05‬االختبار مف اتجاه كاحد) ىي‪t (0.05,15) = 1.753 :‬‬
‫‪ ‬المقارنة كاتخاذ القرار‪ :‬بمقارنة )‪ t (0.05,15‬ك ‪ t c‬نجد أف‪:‬‬
‫الفعمية لممتغيرة ‪ t c‬أكبر مف‬ ‫‪ ، t c = 2.4 > t (0.05,15) = 1.753‬أم أف القيمة‬
‫القيمة الجدكلية لممتغيرة )‪ ، t (0.05,15‬كمنو القرار المتخذ ىك‪ :‬رفض الفرضية الصفرية ‪ H0‬كقبكؿ‬
‫الفرضية البديمة ‪ H1‬عند مستكل الداللة ‪ ، α = 0.05‬كمنو فعبل العبلقة‪ H1 : μ > 24 :‬محققة‬
‫( مقبكلة )‪ ،‬بمعنى‪ :‬يمكف القكؿ بأننا نكافؽ المساىميف عمى تكقعاتيـ بارتفاع متكسط الربح لمسيـ‬
‫سنة ‪.2019‬‬
‫‪ ‬مالحظات مهمة‪:‬‬
‫‪ ‬يمكن إضافة حالة أخرى(الحالة الرابعة) وهي حالة‪:‬‬
‫‪ ‬تبايف المجتمع مجيكال؛‬
‫‪ ‬العينات كبيرة الحجـ؛‬
‫‪ ‬البيانات في المجتمع ال تتبع التوزيع طبيعي؛‬
‫في ىذه الحالة يتـ إخضاع تكزيع المعاينة لبلختبار لمتكزيع الطبيعي (حسب نظرية النياية‬
‫المركزية)‪ ،‬كالسبب يعكد في حقيقة األمر إلى ككف العينات كبيرة الحجـ‪ ،‬كعميو فإف إحصاء االختبار يكتب عمى‬
‫𝜇‪𝑋 −‬‬
‫= 𝑐𝑍 ‪ ،‬كيتـ إتباع نفس خطكات الحاالت السابقة‪.‬‬ ‫𝑆‬ ‫النحك اآلتي‪:‬‬
‫𝑛‬
‫‪125‬‬
‫االحتمالية‬ ‫الفرضيات باستخدام طريقة أخرى‪ ،‬تسمى طريقة القيمة‬ ‫‪ ‬يمكن اختبار‬
‫𝒆𝒖𝒍𝒂𝑽 ‪ 𝑷 −‬أو (𝑽 ‪ (𝑷 −‬أو 𝒈𝒊𝑺 ‪:69‬‬
‫𝑒𝑢𝑙𝑎𝑉 ‪ ٌُ 𝑃 −‬أصغش قٕمت نمسخُِ‬ ‫إف اختبار المعنكية أك كما يطمؽ عميو اختبار‬
‫انمعىُٔت ‪ٔ α‬مكه عىذٌا سفض انفشضٕت انصفشٔت ‪ H0‬بمعىّ‪:‬‬
‫‪ : H0 ⇐ 𝑃 − 𝑉 ≥ 𝛼 ‬مقبُنت ‪.‬‬
‫‪ : H0 ⇐ 𝑃 − 𝑉 < 𝛼 ‬مشفُضت ‪.‬‬
‫في حالة االختبار في اتجاىيف نطبؽ القاعدة اآلتية‪:‬‬
‫) 𝑐𝑍‪𝑃 − 𝑉 = 𝑝(𝑍 ≤ −𝑍𝑐 ) + 𝑝(𝑍 ≥ +‬‬
‫في حالة االختبار في اتجاه كاحد مف جية اليميف نطبؽ القاعدة اآلتية‪:‬‬
‫) 𝑐𝑍‪𝑃 − 𝑉 = 𝑝(𝑍 ≥ +‬‬
‫في حالة االختبار في اتجاه كاحد مف جية اليسار نطبؽ القاعدة اآلتية‪:‬‬
‫) 𝑐𝑍‪𝑃 − 𝑉 = 𝑝(𝑍 ≤ −‬‬
‫‪ ‬كتصح ىذه الطريقة أيضا مع كام تربيع‪ ،‬ستيكدنت‪ ،‬كفيشر‪ ،‬أك أم‬
‫اختبار إحصائي آخر‪.‬‬
‫مثال(‪ :)01‬نفرض أف األجر الشيرم لعماؿ إحدل الشركات في منطقة‬
‫ما يتبع التكزيع الطبيعي بمتكسط ‪ 2400‬دينار كبانحراؼ معيارم ‪144‬‬
‫دينار‪ .‬إدعى العماؿ في منطقة أخرل بأف األجر الشيرم المدفكع ليـ‬
‫مختمؼ عف الشركات األخرل في نفس المنطقة‪ .‬سحبت عينة عشكائية‬
‫حجميا ‪ 81‬مف تمؾ المنطقة فكجد أف متكسط أجرىـ ىك ‪ 2410‬دينار‪.‬‬
‫𝑒𝑢𝑙𝑎𝑉 ‪ 𝑃 −‬عند‬ ‫‪ ‬باستعماؿ طريقة القيمة االحتمالية‬
‫مستكل الداللة ‪ 5‬اختبر الفرضية القائمة أف أصحاب‬
‫ىذه الشركات يدفعكف أج ار يختمؼ عف ‪ 2400‬دينار‪.‬‬
‫𝜇‪𝑋 −‬‬ ‫‪2410 −2400‬‬ ‫‪H0 : μ = 2400‬‬
‫= 𝑐𝑍‬ ‫𝜎‬ ‫=‬ ‫‪ ،‬كلدينا‪= 0.625 :‬‬ ‫الحل‪ :‬لدينا‪:‬‬
‫𝑛‬
‫‪144‬‬
‫‪81‬‬
‫‪H1 : μ ≠ 2400‬‬
‫كلدينا‪𝑃 − 𝑉 = 𝑝(𝑍 ≤ −0.625) + 𝑝(𝑍 ≥ +0.625) :‬‬
‫)‪𝑃 − 𝑉 = 1 − 𝑝(𝑍 ≤ 0.625) + 1 − 𝑝(𝑍 ≤ +0.625‬‬
‫‪ 69‬الطريقتاف تعتمداف عمى نفس المبدأ‪ ،‬كبالتالي تعطياف نفس النتيجة ‪ ،‬كلكف ىذه الطريقة أكثر فعالية مف الطريقة األكلى‪ ،‬لذا مف الممكف أف‬
‫يطمب منؾ استعماليا في حؿ التماريف ‪ .‬كأغمب البرامج اإلحصائية تكفر ىذه القيمة مباشرة عند إجراء االستدالؿ اإلحصائي عمى مجمكعة مف‬
‫البيانات‪ ،‬كتككف في ىذه البرامج تحت مسمى ‪ P − Value‬أك (‪ (P − V‬أك ‪. Sig‬‬
‫‪126‬‬
‫‪𝑃 − 𝑉 = 2 − 2𝑝(𝑍 ≤ 0.625) = 2 − 2 × 0.7324 = 0.5352‬‬
‫‪ ، 𝑃 − 𝑉 = 0.5352 > 𝛼 = 0.05‬أم أف القيمة االحتمالية‬ ‫نبلحظ أف‪:‬‬

‫𝑉 ‪ 𝑃 −‬أكبر مف مستكل المعنكية ‪ ، 0.05‬كمنو ‪ : H0‬مقبكلة ‪ ،‬بمعنى أصحاب ىذه‬
‫المؤسسات يدفعكف أج ار ال يختمؼ عف ‪ 2400‬دينار‪.‬‬
‫مثال(‪ :)02‬في إحدل الدراسات اإلحصائية‪ ،‬تـ التكصؿ أف متكسط‬

‫حضكر الطمبة لممحاضرات في إحدل الجامعات تساكم ‪ 38‬طالبا‪ .‬كبعد‬
‫𝑆𝑆𝑃𝑆 تـ‬ ‫جمع البيانات كادخاليا في الحاسكب كباستعماؿ برنامج‬
‫الحصكؿ عمى النتيجة اآلتية‪𝑃 − 𝑉𝑎𝑙𝑢𝑒 = 0.0098 :‬‬
‫‪ ‬اختبر الفرضية القائمة أف متكسط حضكر الطمبة‬
‫لممحاضرات يختمؼ عف ‪ 38‬طالبا عند مستكل المعنكية‬
‫‪. 1‬‬
‫‪H0 : μ = 38‬‬
‫الحل‪ :‬لدينا‪:‬‬
‫‪H1 : μ ≠ 38‬‬
‫‪ ، 𝑃 − 𝑉 = 0.0098 < 𝛼 = 0.01‬أم أف القيمة‬ ‫كمف جية أخرل لدينا‪:‬‬

‫االحتمالية 𝑉 ‪ 𝑃 −‬أصغر مف مستكل المعنكية ‪ ، 0.01‬كمنو ‪ : H0‬مرفكضة ‪ ،‬بمعنى‬
‫أف متكسط حضكر الطمبة لممحاضرات يختمؼ عف ‪ 38‬طالبا عند مستكل المعنكية ‪. 1‬‬
‫‪- 3‬اختبار الفرضيات لمفرق بين متوسطي مجتمعين‪:‬‬

‫‪- 1‬اختبار الفرضيات لمفرق بين متوسطي مجتمعين مستقمين‪ :‬نميز ثبلث حاالت كىي‪:‬‬
‫‪- 3‬‬
‫‪ .1‬الحالة األولى‪ :‬تباينا المجتمعين معمومين‪ :‬إذا تـ سحب عينة عشكائية حجميا ‪𝑛1‬‬
‫‪- 1‬‬
‫‪- 3‬‬
‫كمتكسطيا الحسابي ‪ 𝑋1‬مف مجتمع يتبع التكزيع الطبيعي متكسطو ‪ 𝜇1‬كتباينو ‪𝜎12‬‬
‫عشكائية أخرل مستقمة عف‬ ‫معمكـ ) ‪ ، 𝑋1 ~𝓝(μ1 , 𝜎12‬كاذا تـ سحب عينة‬
‫العينة األكلى حجميا ‪ 𝑛2‬كمتكسطيا الحسابي ‪ 𝑋2‬مف مجتمع آخر يتبع التكزيع‬
‫الطبيعي متكسطو ‪ 𝜇2‬كتباينو ‪ 𝜎22‬معمكـ ) ‪ ، 𝑋2 ~𝓝(μ2 , 𝜎22‬كنريد اختبار‬
‫تساكم متكسطي المجتمعيف‪ ،‬فإف إحصاء االختبار يعطى بالعبلقة اآلتية‪:‬‬
‫‪127‬‬
‫‪𝑋1 −𝑋2‬‬
‫= 𝑐𝑍 ‪ ،‬كىك يخضع لمتكزيع الطبيعي المعيارم )‪𝑍𝑐 ~𝓝(0 , 1‬‬
‫‪𝜎2‬‬ ‫‪2‬‬
‫‪1 +𝜎 2‬‬
‫‪𝑛1 𝑛2‬‬
‫‪ ،‬حيث‪ : 𝑍𝑐 :‬القيمة الفعمية لممتغيرة ‪.‬‬

‫مثال‪ :‬تـ سحب عينة عشكائية حجميا ‪ 13‬كمتكسطيا الحسابي ‪ 10‬مف مجتمع‬
‫يتبع التكزيع الطبيعي تباينو ‪ ،12‬كتـ سحب عينة عشكائية أخرل مستقمة عف العينة‬
‫األكلى حجميا ‪ 17‬كمتكسطيا الحسابي ‪ 8‬مف مجتمع آخر يتبع التكزيع الطبيعي‬
‫تباينو ‪.7‬‬
‫‪ ‬في مقابؿ الفرضية البديمة‪ ، H1 : μ1 > μ2 :‬اختبر الفرضية اآلتية‪:‬‬
‫‪ H0 : μ1 = μ2‬عند مستكل المعنكية ‪. 1‬‬
‫‪H0 : μ1 = μ2‬‬
‫‪H1 : μ1 > μ2‬‬
‫‪ ‬تحديد قاعدة القرار‪ :‬بما أف صيغة الفرضية جاءت بالشكؿ مساكاة كأكبر فإف االختبار ذك‬
‫ذيؿ كاحد ( اختبار أحادم االتجاه)‪ .‬لذا سكؼ نرفض ‪ H0‬عند مستكل المعنكية ‪ α = 0.01‬إذا‬
‫كانت 𝑡𝑍‪ ، 𝑍𝑐 > +‬حيث‪𝑍𝑡 = 𝑍𝛼 :‬‬
‫‪𝑋1 −𝑋2‬‬ ‫‪10−8‬‬
‫= 𝑐𝑍‬ ‫=‬ ‫‪12 7‬‬
‫‪ ‬حساب القيمة الفعمية لممتغيرة 𝑐𝑍 ‪ :‬لدينا‪= 1.73 :‬‬
‫‪𝜎2‬‬ ‫‪2‬‬
‫‪1 +𝜎 2‬‬ ‫‪+‬‬
‫‪13 17‬‬
‫‪𝑛1 𝑛2‬‬
‫‪ ‬استخراج القيمة الجدكلية لممتغيرة 𝑡𝑍 ‪ :‬لدينا مستكل الداللة (المعنكية)‪ ، α = 0.01 :‬كمف‬
‫جدكؿ التكزيع الطبيعي المعيارم‪ ،‬القيمة الجدكلية لممتغيرة 𝑡𝑍 التي تقابؿ ‪( α = 0.01‬االختبار‬
‫مف اتجاه كاحد) ىي‪ ، 𝑍𝑡 = 2.58 :‬أم أف القيمة الحرجة ىي‪𝑍𝛼 = 2.58 :‬‬
‫‪، 𝑍𝑐 = 1.73 < 𝑍𝑡 = 2.58‬‬ ‫‪ ‬المقارنة كاتخاذ القرار‪ :‬بمقارنة 𝑡𝑍 ك 𝑐𝑍 نجد أف‪:‬‬
‫أم أف القيمة الفعمية لممتغيرة 𝑐𝑍 أصغر من القيمة الجدكلية لممتغيرة 𝑡𝑍 ‪ ،‬كمنو القرار المتخذ‬
‫‪ ، 𝐻1‬أم أف كسطي المجتمعيف‬ ‫‪ 𝐻0‬كرفض الفرضية البديمة‬ ‫ىك‪ :‬قبكؿ الفرضية الصفرية‬
‫متساكييف عند نفس مستكل المعنكية‪.‬‬
‫إذا تـ سحب‬ ‫‪ .2‬الحالة الثانية‪ :‬تباينا المجتمعين مجهولين وحجمي العينتين كبير‪:‬‬
‫‪- 1‬‬
‫‪- 3‬‬
‫عينة عشكائية حجميا كبير ‪ 𝑛1 ≥ 30 𝑛1‬كمتكسطيا الحسابي ‪ 𝑋1‬مف مجتمع‬
‫يتبع التكزيع الطبيعي متكسطو ‪ 𝜇1‬كتباينو ‪ 𝜎12‬مجيكؿ ) ‪، 𝑋1 ~𝓝(μ1 , 𝜎12‬‬
‫‪128‬‬
‫‪𝑛2‬‬ ‫كاذا تـ سحب عينة عشكائية أخرل مستقمة عف العينة األكلى حجميا كبير‬
‫‪ 𝑛2 ≥ 30‬كمتكسطيا الحسابي ‪ 𝑋2‬مف مجتمع آخر يتبع التكزيع الطبيعي‬
‫متكسطو ‪ 𝜇2‬كتباينو ‪ 𝜎22‬مجيكؿ ) ‪ ، 𝑋2 ~𝓝(μ2 , 𝜎22‬كنريد اختبار تساكم‬
‫متكسطي المجتمعيف‪ ،‬فإف إحصاء االختبار يعطى بالعبلقة اآلتية‪:‬‬
‫‪𝑋1 −𝑋2‬‬
‫= 𝑐𝑍 ‪ ،‬كىك يخضع لمتكزيع الطبيعي المعيارم )‪𝑍𝑐 ~𝓝(0 , 1‬‬
‫‪𝑆2‬‬ ‫‪2‬‬
‫‪1 +𝑆 2‬‬
‫‪𝑛1 𝑛2‬‬
‫‪ ،‬حيث‪ : 𝑍𝑐 :‬القيمة الفعمية لممتغيرة ‪.‬‬

‫مثال‪ :‬يبيف الجدكؿ اآلتي معمكمات حكؿ عينتيف سحبتا مف مجتمعيف طبيعييف‪.‬‬
‫المجتمع الثاني‬ ‫المجتمع األكؿ‬
‫حجـ العينة ‪45‬‬ ‫حجـ العينة ‪38‬‬
‫متكسط العينة ‪24‬‬ ‫متكسط العينة ‪29‬‬
‫تبايف العينة ‪40‬‬ ‫تبايف العينة ‪53‬‬
‫‪ ‬اختبر الفرضية الصفرية القائمة‪ H0 : μ1 = μ2 :‬في مقابؿ االدعاء‬
‫أف متكسط المجتمع األكؿ أكبر مف متكسط المجتمع الثاني عند‬
‫مستكل المعنكية ‪. 5‬‬
‫‪H0 : μ1 = μ2‬‬
‫‪H1 : μ1 > μ2‬‬
‫‪ ‬تحديد قاعدة القرار‪ :‬بما أف صيغة الفرضية جاءت بالشكؿ مساكاة كأكبر فإف االختبار ذك‬
‫‪𝑋1 −𝑋2‬‬ ‫‪29−24‬‬
‫= 𝑐𝑍‬ ‫=‬ ‫‪53 40‬‬
‫‪𝑆2‬‬ ‫‪2‬‬
‫‪1 +𝑆 2‬‬ ‫‪+‬‬
‫‪38 45‬‬
‫‪𝑛1 𝑛2‬‬
‫مف اتجاه كاحد) ىي‪ ، 𝑍𝑡 = 1.65 :‬أم أف القيمة الحرجة ىي‪𝑍𝛼 = 1.65 :‬‬
‫‪129‬‬
‫رفض الفرضية الصفرية ‪ 𝐻0‬كقبكؿ الفرضية البديمة ‪ ، 𝐻1‬أم أف اإلدعاء في محمو‪.‬‬
‫تتفرع ىذه الحالة‬ ‫‪- 3‬الحالة الثالثة‪ :‬تباينا المجتمعين مجهولين وحجمي العينتين صغير‪:‬‬
‫‪- 1‬‬
‫‪- 3‬‬
‫إلى قسميف‪:‬‬
‫◄ القسم األول‪ :‬تباينا المجتمعين مجهولين ومتساويين‪ :‬إذا تـ سحب عينة عشكائية‬
‫حجميا صغير ‪ 𝑛1 < 30 𝑛1‬كمتكسطيا الحسابي ‪ 𝑋1‬مف مجتمع يتبع التكزيع‬
‫الطبيعي متكسطو ‪ 𝜇1‬كتباينو ‪ 𝜎12‬مجهول ) ‪ ، 𝑋1 ~𝓝(μ1 , 𝜎12‬كاذا تـ سحب‬
‫‪𝑛2 < 30 𝑛2‬‬ ‫عينة عشكائية أخرل مستقمة عف العينة األكلى حجميا صغير‬
‫كمتكسطيا الحسابي ‪ 𝑋2‬مف مجتمع آخر يتبع التكزيع الطبيعي متكسطو ‪ 𝜇2‬كتباينو‬
‫‪ 𝜎22‬مجهول ) ‪ ، 𝑋2 ~𝓝(μ2 , 𝜎22‬ككانا تبايني المجتمعيف متساويين‪ ،‬كنريد اختبار‬
‫ىذا المتغير العشكائي يخضع لتكزيع ستيكدنت 𝑡‬ ‫تساكم متكسطي المجتمعيف‪ ،‬فإف‬
‫(‪ )Student‬بدرجة حرية‪ ، ϑ = 𝑛1 + 𝑛2 − 2 :‬كإحصاء االختبار يعطى بالعبلقة‬
‫‪𝑋1 −𝑋2‬‬
‫‪ ،‬حيث ‪:‬‬ ‫= 𝑐𝑡‬ ‫‪1‬‬ ‫‪1‬‬
‫‪𝑆𝑝2‬‬ ‫‪+‬‬
‫‪𝑛1 𝑛2‬‬
‫‪(𝑛 1 −1)𝑆12 +(𝑛 2 −1)𝑆22‬‬

‫= ‪ :𝑡𝑐 ، 𝑆𝑝2‬القيمة الفعمية لممتغيرة‪.‬‬
‫‪𝑛 1 +𝑛 2 −2‬‬
‫مثال‪ :‬إذا عمـ ) ‪ ، 𝑋1 ~𝓝(μ1 , 𝜎12‬كسحبت منو عينة عشكائية حجميا ‪ 12‬ككسطيا‬
‫‪ 23‬كتباينيا ‪ ، 9‬كاذا عمـ ) ‪ ، 𝑋2 ~𝓝(μ2 , 𝜎22‬كسحبت منو عينة عشكائية حجميا ‪10‬‬
‫ككسطيا ‪ 20‬كتباينيا ‪. 7‬‬
‫‪ H0 : μ1 = μ2‬في مقابؿ الفرضية‬ ‫‪ ‬اختبر الفرضية الصفرية‪:‬‬
‫البديمة‪ ، H1 : μ1 > μ2 :‬كذلؾ عند مستكل المعنكية ‪ . 5‬مع‬
‫افتراض تساكم تبايفم اؿمجتمعيف‪.‬‬
‫‪H0 : μ1 = μ2‬‬
‫‪H1 : μ1 > μ2‬‬
‫‪130‬‬
‫‪ ‬حساب القيمة الفعمية لممتغيرة ‪ : t c‬لدينا‪:‬‬
‫‪(𝑛 1 −1)𝑆12 +(𝑛 2 −1)𝑆22‬‬ ‫‪(12−1)×9+(10−1)×7‬‬
‫= ‪ ، 𝑆𝑝2‬كمنو‪:‬‬ ‫=‬ ‫‪= 8.1‬‬
‫‪𝑛 1 +𝑛 2 −2‬‬ ‫‪12+10−2‬‬
‫‪𝑋1 −𝑋2‬‬ ‫‪23−20‬‬
‫= 𝑐𝑡‬ ‫‪1‬‬ ‫‪1‬‬
‫=‬ ‫‪1‬‬ ‫‪1‬‬
‫‪= 2.46‬‬
‫‪𝑆𝑝2‬‬ ‫‪+‬‬ ‫‪8.1‬‬ ‫‪+‬‬
‫‪𝑛1 𝑛2‬‬ ‫‪12 10‬‬
‫‪ ، t c = 2.46 > t (0.05,20) = 1.725‬أم أف القيمة الفعمية لممتغيرة ‪ t c‬أكبر مف‬
‫الفرضية البديمة ‪ H1‬عند مستكل الداللة ‪. α = 0.05‬‬
‫إذا تـ سحب عينة‬ ‫◄ القسم الثاني‪ :‬تباينا المجتمعين مجهولين وغير متساويين‪:‬‬
‫‪ 𝑛1 < 30‬كمتكسطيا الحسابي ‪ 𝑋1‬مف‬ ‫عشكائية حجميا ‪ 𝑛1‬صغير حيث‪:‬‬
‫مجتمع يتبع التكزيع الطبيعي متكسطو ‪ 𝜇1‬كتباينو ‪ 𝜎12‬مجهول ) ‪𝑋1 ~𝓝(μ1 , 𝜎12‬‬
‫‪ 𝑛2‬صغير‬ ‫‪ ،‬كاذا تـ سحب عينة عشكائية أخرل مستقمة عف العينة األكلى حجميا‬
‫‪ 𝑋2‬مف مجتمع آخر يتبع التكزيع الطبيعي‬ ‫‪ 𝑛2 < 30‬كمتكسطيا الحسابي‬
‫متكسطو ‪ 𝜇2‬كتباينو ‪ 𝜎22‬مجهول ) ‪ ، 𝑋2 ~𝓝(μ2 , 𝜎22‬ككانا تبايني المجتمعيف‬
‫‪ ، μ1 − μ2‬فإف إحصاء االختبار‬ ‫غير متساويين‪ ،‬كنريد اختبار الفرضيات حكؿ‬
‫‪𝑋1 −𝑋2‬‬
‫= 𝑐𝑡 ‪،‬‬ ‫المناسب ىك تكزيع ستيكدنت𝑡 (‪ )Student‬كيعطى بالعبلقة اآلتية‪:‬‬
‫‪𝑆2‬‬ ‫‪2‬‬
‫‪1 +𝑆 2‬‬
‫‪𝑛1 𝑛2‬‬
‫‪131‬‬
‫حيث‪ : 𝑡𝑐 :‬القيمة الفعمية لممتغيرة ‪ ،‬كدرجة الحرية في ىذه الحالة تعطى بالعبلقة‬
‫‪𝑆2‬‬ ‫‪2 2‬‬
‫‪1 +𝑆 2‬‬
‫‪𝑛1 𝑛2‬‬
‫=𝜗‬ ‫‪2‬‬ ‫‪2‬‬
‫‪𝑆2‬‬‫‪1‬‬ ‫‪𝑆2‬‬‫‪2‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬
‫‪+‬‬
‫‪𝑛 1 −1 𝑛 2 −1‬‬
‫مثال‪ :‬إذا عمـ ) ‪ ، 𝑋1 ~𝓝(μ1 , 𝜎12‬كسحبت منو عينة عشكائية حجميا ‪ 14‬ككسطيا‬
‫‪ 32‬كتباينيا ‪ ، 8‬كاذا عمـ ) ‪ ، 𝑋2 ~𝓝(μ2 , 𝜎22‬كسحبت منو عينة عشكائية حجميا ‪16‬‬
‫ككسطيا ‪ 30‬كتباينيا ‪. 5‬‬
‫‪ H0 : μ1 = μ2‬في مقابؿ الفرضية‬ ‫‪ ‬اختبر الفرضية الصفرية‪:‬‬

‫البديمة‪ ، H1 : μ1 > μ2 :‬كذلؾ عند مستكل المعنكية ‪ . 5‬مع‬
‫افتراض أف تبايفم اؿمجتمعيف غير ـ تساكميف‪.‬‬
‫‪H0 : μ1 = μ2‬‬
‫‪H1 : μ1 > μ2‬‬
‫‪𝑋1 −𝑋2‬‬ ‫‪32−30‬‬
‫= 𝑐𝑡‬ ‫=‬ ‫‪8‬‬ ‫‪5‬‬
‫‪ ‬حساب القيمة الفعمية لممتغيرة ‪ : t c‬لدينا‪= 2.13 :‬‬
‫‪𝑆2‬‬ ‫‪2‬‬
‫‪1 +𝑆 2‬‬ ‫‪+‬‬
‫‪14 16‬‬
‫‪𝑛1 𝑛2‬‬
‫‪𝑆2‬‬ ‫‪2 2‬‬

‫‪1 +𝑆 2‬‬ ‫‪8‬‬ ‫‪5 2‬‬
‫‪+‬‬
‫كلدينا‪≈ 25 :‬‬
‫‪𝑛1 𝑛2‬‬ ‫‪14 16‬‬
‫=𝜗‬ ‫‪2‬‬ ‫‪2‬‬ ‫=‬ ‫‪8 2‬‬ ‫‪5 2‬‬
‫‪𝑆2‬‬‫‪1‬‬ ‫‪𝑆2‬‬‫‪2‬‬ ‫‪14‬‬ ‫‪16‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬ ‫‪+‬‬
‫‪+‬‬ ‫‪14−1 16−1‬‬
‫‪𝑛 1 −1 𝑛 2 −1‬‬
‫‪132‬‬
‫الفرضية البديمة ‪ H1‬عند مستكل الداللة ‪. α = 0.05‬‬
‫‪ - 2‬اختبار الفرضيات لمفرق بين متوسطي مجتمعين غير مستقمين (مرتبطين)‪ :‬نجد في عدة‬
‫‪- 3‬‬
‫حاالت العينتاف المتاف يتـ سحبيما مرتبطتيف‪ ،‬ؼالمجتمعيف المرتبطيف ىما المجتمعيف المذيف‬
‫بياناتيما مرتبطة ببعضيا البعض‪ ،‬فمثبل‪ :‬قياس فعالية دكاء معيف لمعالجة مرض السكرم‬
‫عمى عينة معينة‪ ،‬حيث تقاس نسبة السكر قبؿ إخضاع المرضى لمعبلج ثـ بعد إخضاعيـ‬
‫س المجمكعة مرتيف حيث يككف‪. 𝑛1 = 𝑛2 = 𝑛 :‬‬
‫لمعبلج‪ .‬كمثبل إجراء االختبار عمى نؼ‬
‫كفي ىذا االختبار نميز حالتيف‪:70‬‬
‫نفرض أنو لدينا‪:‬‬ ‫𝟎𝟑 ≥ 𝒏 )‪:‬‬ ‫‪- 1‬الحالة األولى‪ :‬حجم العينة كبير (‬
‫‪- 2‬‬
‫‪- 3‬‬
‫) ‪ 𝑋~𝓝(μ1 , 𝜎12‬بحيث‪ ، 𝑥1 , 𝑥2 , … , 𝑥𝑛 ∈ 𝑋 :‬كلنفرض أنو لدينا‪:‬‬
‫𝑌 ∈ 𝑛𝑦 ‪ ، 𝑦1 , 𝑦2 , … ,‬ككاف المجتمعاف‬ ‫) ‪ 𝑌~𝓝(μ2 , 𝜎22‬بحيث‪:‬‬
‫مرتبطيف‪ ،‬فإذا تـ سحب عينة مف كؿ مجتمع حجميا كبير ‪ ، n‬ككاف 𝑖𝑥 ‪𝑦𝑖 ،‬‬
‫القيمتيف المتناظرتيف في العينتيف‪ ،‬بحيث‪ 𝑑1 , 𝑑2 , … , 𝑑𝑛 ∈ 𝐷 :‬تمثؿ العينة‬
‫قي العينتيف المتناظرة‪ ،‬مف مجتمع الفركؽ‬
‫العشكائية المسحكبة مف الفركؽ بيف ـ‬
‫كسطو 𝑑𝜇 كتباينو ‪ 𝜎𝑑2‬مجيكؿ‪َ ،‬كان ٌزا انمجخمع ٔخبع انخُصٔع انطبٕعٓ‪ ،‬أْ‬
‫=𝑖‬ ‫𝑖𝑦 ‪ 𝑑𝑖 = 𝑥𝑖 −‬مف أجؿ كؿ‬ ‫) ‪ ، 𝐷~𝓝(𝜇𝑑 , 𝜎𝑑2‬حيث‪:‬‬ ‫أن‪:‬‬
‫𝑑‬
‫= 𝑐𝑍‪ ،‬كىك‬ ‫𝑑𝑆‬ ‫𝑛 ‪ ، 1,2,3, … ,‬فإف إحصائية االختبار تعطى بالعبلقة اآلتية‪:‬‬
‫𝑛‬
‫يخضع لمتكزيع الطبيعي المعيارم )‪ 𝑍𝑐 ~𝓝(0 , 1‬حيث‪ : 𝑍𝑐 :‬القيمة الفعمية‬

‫لممتغيرة ‪.‬‬
‫𝑖𝑑‬
‫=𝑑‪،‬‬ ‫𝑑 ىك متكسط الفركؽ بيف العينتيف‪ ،‬بحيث‪:‬‬
‫𝑛‬
‫𝑖𝑦 ‪. 𝑑𝑖 = 𝑥𝑖 −‬‬
‫‪𝑑 𝑖 −𝑑 2‬‬
‫= 𝑑𝑆‬ ‫𝑑𝑆 ىك تبايف الفركؽ‪ ،‬بحيث‪:‬‬
‫‪𝑛−1‬‬
‫‪David R. Anderson, Dennis J. Sweeney, Thomas A. Williams . Statistiques pour l’économie et la gestion, De‬‬
‫‪70‬‬
‫‪Boeck, France , 2005 , p287.‬‬
‫‪133‬‬
‫مثال‪ :‬سحبت عينة عشكائية حجميا ‪ 49‬مف مجتمعيف مرتبطيف‪ ،‬ليكف لدينا مجمكع الفركؽ‬
‫بيف القيـ المتناظرة لمعينتيف ىك ‪ ، 245‬كتبايف الفركؽ ‪. 121‬‬
‫‪ ‬اختبر الفرضية الصفرية القائمة ‪ :‬لممجتمعيف نفس المتكسط عند‬

‫مستكل المعنكية ‪. 5‬‬
‫‪H0 : μD = 0‬‬
‫‪H1 : μD ≠ 0‬‬
‫‪2‬‬
‫𝑖𝑑‬ ‫‪245‬‬
‫= 𝑑 ‪ ،‬كلدينا‪𝑆𝑑2 = 121 :‬‬ ‫=‬ ‫‪ ‬حساب القيمة الفعمية لممتغيرة 𝑐𝑍 ‪ :‬لدينا‪= 5 :‬‬
‫𝑛‬ ‫‪49‬‬
‫𝑑‬ ‫‪5‬‬
‫= 𝑐𝑍‬ ‫𝑑𝑆‬ ‫=‬ ‫‪11‬‬ ‫كمنو‪= 3.18 :‬‬
‫𝑛‬ ‫‪49‬‬
‫‪α‬‬ ‫‪0.05‬‬
‫‪2‬‬ ‫‪2‬‬
‫𝛼‬
‫‪2‬‬

‫‪2‬‬ ‫‪2‬‬
‫رفض الفرضية الصفرية ‪ 𝐻0‬كعميو نعتبر أنو يكجد فرؽ معنكم بيف متكسطي المجتمعيف‪ ،‬أم أننا‬
‫نقبؿ الفرضية البديمة ‪ 𝐻1‬عند مستكل الداللة ‪. 𝛼 = 0.05‬‬
‫‪- 2‬الحالة الثانية‪ :‬حجم العينة صغير ( 𝟎𝟑 < 𝒏 )‪ :‬نفرض أنو لدينا‪:‬‬
‫‪- 2‬‬
‫‪- 3‬‬
‫) ‪ 𝑋~𝓝(μ1 , 𝜎12‬بحيث‪ ، 𝑥1 , 𝑥2 , … , 𝑥𝑛 ∈ 𝑋 :‬كلنفرض‬
‫أنو لدينا‪ 𝑌~𝓝(μ2 , 𝜎22 ) :‬بحيث‪، 𝑦1 , 𝑦2 , … , 𝑦𝑛 ∈ 𝑌 :‬‬
‫ككاف المجتمعاف مرتبطيف‪ ،‬فإذا تـ سحب عينة مف كؿ مجتمع‬
‫حجميا صغير ‪ ، n‬ككاف 𝑖𝑥‪ 𝑦𝑖 ،‬القيمتيف المتناظرتيف في العينتيف‪،‬‬
‫بحيث‪ 𝑑1 , 𝑑2 , … , 𝑑𝑛 ∈ 𝐷 :‬تمثؿ العينة العشكائية المسحكبة‬
‫‪134‬‬
‫قي العينتيف المتناظرة‪ ،‬مف مجتمع الفركؽ كسطو‬
‫مف الفركؽ بيف ـ‬
‫𝑑𝜇 كتباينو ‪ 𝜎𝑑2‬مجيكؿ‪َ ،‬كان ٌزا انمجخمع ٔخبع انخُصٔع انطبٕعٓ‪،‬‬
‫أْ أن‪ ، 𝐷~𝓝(𝜇𝑑 , 𝜎𝑑2 ) :‬حيث‪ 𝑑𝑖 = 𝑥𝑖 − 𝑦𝑖 :‬مف أجؿ‬
‫كؿ 𝑛 ‪ ، 𝑖 = 1,2,3, … ,‬فإف تكزيع المعاينة لبلختبار يتبع تكزيع‬
‫‪ ، 𝜗 = 𝑛 − 1‬كاحصاء‬ ‫ستيكدنت ( ‪ )Student‬بدرجة حرية‪:‬‬
‫𝑑‬
‫= 𝑐𝑡 ‪ ،‬حيث‪:‬‬ ‫𝑑𝑆‬ ‫االختبار يكتب عمى النحك اآلتي‪:‬‬
‫𝑛‬
‫‪ : 𝑡𝑐 ‬القيمة الفعمية لممتغيرة ‪.‬‬

‫𝑖𝑑‬
‫=𝑑‪،‬‬ ‫𝑑 ‪ :‬ىك متكسط الفركؽ بيف العينتيف‪ ،‬بحيث‪:‬‬ ‫‪‬‬
‫𝑛‬
‫𝑖𝑦 ‪. 𝑑𝑖 = 𝑥𝑖 −‬‬
‫‪𝑑 𝑖 −𝑑 2‬‬
‫= 𝑑𝑆‬ ‫‪ : 𝑆𝑑 ‬ىك تبايف الفركؽ‪ ،‬بحيث‪:‬‬
‫‪𝑛−1‬‬
‫مثال‪ :‬أخذت عينة عشكائية مف الطمبة حجميا ‪ 𝑛 = 10‬بإحدل أقساـ الكمية‪ ،‬فتـ رصد‬
‫نقاطيـ في إحدل المقاييس في االمتحانيف األكؿ كالثاني في الجدكؿ اآلتي‪:‬‬
‫‪ 19 16 15 13 11 10 18 10 20 10‬االمتحاف األكؿ‬
‫‪ 17 14 17 12 10 13 16 08 18 03‬االمتحاف الثاني‬
‫‪ ‬اختبر الفرؽ بيف متكسطي نقاط االمتحانيف عند مستكل المعنكية ‪.5‬‬
‫‪H0 : μD = 0‬‬
‫‪H1 : μD ≠ 0‬‬
‫المعنكية المحدد إلجراء ىذا االختبار يككف ذك ذيميف(اختبار ثنائي االتجاه)‪ .‬لذا سكؼ نرفض ‪H0‬‬
‫عند مستكل المعنكية ‪ α = 0.05‬إذا كانت )‪ t c > t (0.025,9‬أك )‪ t c < −t (0.025,9‬حيث‪:‬‬
‫𝑑‬
‫= 𝑐𝑡 ‪ϑ = 𝑛 − 1 = 10 − 1 = 9 ،‬‬ ‫𝑑𝑆‬ ‫‪ ‬حساب القيمة الفعمية لممتغيرة ‪: t c‬‬
‫𝑛‬
‫لدينا‪ 𝑑𝑖 = 𝑥𝑖 − 𝑦𝑖 :‬مبينة في الجدكؿ اآلتي‪:‬‬
‫‪135‬‬
‫‪𝑑𝑖 2‬‬ ‫‪2‬‬ ‫‪-2‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪-3‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪3‬‬
‫𝑖𝑑‬ ‫)‪2+2+(−2)+(−1)+2+(−3)+2+(−2)+2+(−3‬‬
‫=𝑑‬ ‫=‬ ‫‪=1‬‬
‫𝑛‬ ‫‪10‬‬
‫‪𝑑 𝑖 −𝑑 2‬‬ ‫‪(2−1)2 +(2−1)2 +(−2−1)2 ++(2−1)2 +(3−1)2‬‬
‫= 𝑑𝑆‬ ‫=‬ ‫‪= 1.94‬‬
‫‪𝑛−1‬‬ ‫‪9‬‬
‫𝑑‬ ‫‪1‬‬
‫= 𝑐𝑡‬ ‫𝑑𝑆‬ ‫=‬ ‫‪1.94‬‬ ‫كمنو‪= 1.64 :‬‬
‫𝑛‬ ‫‪10‬‬
‫‪α‬‬
‫‪ ،‬كمف جدكؿ تكزيع ستيكدنت‪ ،‬القيمة الجدكلية (القيمة الحرجة) لممتغيرة‬ ‫كمنو‪= 0.025 :‬‬
‫‪2‬‬
‫𝛼‬
‫(االختبار مف اتجاىيف) ىي‪:‬‬ ‫)‪ t (0.025,9‬التي تقابؿ ‪= 0.025‬‬
‫‪2‬‬
‫‪−t (0.025,9) = −2.262 ، t (0.025,9) = 2.262‬‬

‫‪ ، −t (0.025,9) = −2.262 < t c = 1.64 < t (0.025,9) = 2.262‬كمنو القرار‬
‫‪ H1‬عند مستكل الداللة‬ ‫‪ H0‬كرفض الفرضية البديمة‬ ‫المتخذ ىك‪ :‬قبكؿ الفرضية الصفرية‬
‫‪ . α = 0.05‬أم أنو ال يكجد فرؽ بيف اؿنقاط في االمتحافيف األكؿ كالثاني‪.‬‬
‫𝑛 ( ‪ ) 𝑛 ≥ 30‬مف‬ ‫‪- 4‬اختبار الفرضيات لنسبة المجتمع‪ :‬إذا تـ سحب عينة عشكائية ذات حجـ كبير‬
‫مجتمع يتبع التكزيع ذك الحديف )‪ (Binomial‬كنريد اختبار فرضية تساكم نسبة ظاىرة معينة في‬
‫‪𝑝 −𝑝 0‬‬
‫= 𝑐𝑍 ‪ ،‬كىك يخضع لمتكزيع‬ ‫‪𝑝 0𝑞0‬‬
‫المجتمع لقيمة ما‪ ،‬فإف إحصائية االختبار تعطى بالعبلقة اآلتية‪:‬‬
‫𝑛‬
‫الطبيعي المعيارم )‪ Zc ~𝒩(0 , 1‬حيث‪ : Zc :‬القيمة الفعمية لممتغيرة ‪ 𝑝0 ،‬القيمة االفتراضية ‪،‬‬
‫‪ ، 𝑞0 = 1 − 𝑝0‬كىذا االختبار يؤكد أك ينفي صحة فرضية معينة بخصكص قيمة 𝑝 ‪.‬‬
‫‪H0 : p = p0‬‬
‫فإننا نقبؿ الفرضية الصفرية ‪ H0‬إذا كاف‪، Zc ∈ −Zα , +Zα :‬‬ ‫‪ ‬فإذا كاف‪:‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪H1 : p ≠ p0‬‬
‫كنرفض الفرضية الصفرية ‪ H0‬في متممة ىذا المجاؿ‪.‬‬
‫‪H0 : p = p0‬‬
‫فإننا نقبؿ الفرضية الصفرية ‪ H0‬إذا كاف‪، Zc ∈ −∞ , +Zα :‬‬ ‫‪ ‬فإذا كاف‪:‬‬
‫‪H1 : p > p0‬‬
‫‪H0 : p = p0‬‬
‫فإننا نقبؿ الفرضية الصفرية ‪ H0‬إذا كاف‪، Zc ∈ −Zα , +∞ :‬‬ ‫‪ ‬فإذا كاف‪:‬‬
‫‪H1 : p < p0‬‬
‫‪136‬‬
‫مثال‪ُ :‬ك ِجد أف نسبة الكمامات ضد فيركس ككركنا )‪ (COVID-19‬التالفة في إحدل الكرشات بالشركة‬
‫‪ . 20‬تـ سحب عينة عشكائية حجميا ‪ 800‬كمامة مف ىذه الكرشة فكاف مف بينيا ‪ 272‬كمامة تالفة‪.‬‬
‫‪ ‬اختبر الفرضية اآلتية‪ :‬نسبة الكمامات التالفة تزيد عن ‪ 20‬مف إنتاج ىذه الكرشة عند مستكل‬
‫المعنكية ‪. 5‬‬
‫‪H0 : p = 0.20‬‬
‫‪H1 : p > 0.20‬‬
‫‪ ‬تحديد قاعدة القرار‪ :‬بما أف صيغة الفرضية جاءت عمى شكؿ مساكاة كأكبر فإف االختبار ذك‬
‫𝑥‬ ‫‪272‬‬
‫= 𝑝 ‪ ،‬كمنو ‪:‬‬ ‫=‬ ‫‪= 0.34‬‬ ‫‪ ‬حساب القيمة الفعمية لممتغيرة 𝑐𝑍 ‪ :‬لدينا ‪:‬‬
‫𝑛‬ ‫‪800‬‬
‫‪𝑝 −𝑝 0‬‬ ‫‪0.34−0.2‬‬
‫= 𝑐𝑍‬ ‫‪𝑝 0𝑞0‬‬
‫=‬ ‫‪0.2×0.8‬‬
‫‪= 9.90‬‬
‫𝑛‬ ‫‪800‬‬
‫مف اتجاه كاحد) ىي‪ ،Zt = 1.65 :‬أم أف القيمة الحرجة ىي‪Zα = 1.65 :‬‬
‫‪ ‬المقارنة كاتخاذ القرار‪ :‬بمقارنة 𝑡𝑍 ك 𝑐𝑍 نجد أف‪ ، 𝑍𝑐 = 9.9 > 𝑍𝑡 = 1.65 :‬أم‬
‫أف القيمة الفعمية لممتغيرة 𝑐𝑍 أكبر من القيمة الجدكلية لممتغيرة 𝑡𝑍 ‪ ،‬كمنو القرار المتخذ ىك‪:‬‬
‫رفض الفرضية الصفرية ‪ H0‬كقبكؿ الفرضية البديمة ‪ ، H1‬أم أف نسبة الكمامات التالفة في‬
‫الكرشات تزيد عف ‪ 20‬بدرجة ثقة ‪ ، 95‬أم عند مستكل المعنكية ‪. 5‬‬
‫‪𝑛1‬‬ ‫‪- 5‬اختبار الفرضيات لمفرق بين نسبتي مجتمعين‪ :‬إذا تـ سحب عينة عشكائية ذات حجـ كبير‬
‫( ‪ ) 𝑛1 ≥ 30‬مف مجتمع يتبع التكزيع ذك الحديف )‪ ، (Binomial‬كتـ سحب عينة عشكائية أخرل‬
‫مستقمة عف األكلى ذات حجـ كبير ‪ ) 𝑛2 ≥ 30 ( 𝑛2‬مف مجتمع يتبع أيضا التكزيع ذك الحديف‬
‫)‪ ، (Binomial‬كنريد اختبار فرضية تساكم نسب المجتمعيف‪ ،‬فإف إحصائية االختبار تعطى بالعبلقة‬
‫‪p 1 −p 2‬‬
‫= ‪ ، Zc‬كىك يخضع لمتكزيع الطبيعي المعيارم )‪ Zc ~𝒩(0 , 1‬حيث‪: Zc :‬‬ ‫‪pq pq‬‬
‫‪+‬‬
‫‪n1 n2‬‬
‫‪137‬‬
‫القيمة الفعمية لممتغيرة ‪ q = 1 − p ،‬ك ‪ p‬ىي المتكسط المرجح لنسبتي العينتيف ‪ p1‬ك ‪ ، p2‬أم‬
‫‪x‬‬ ‫‪x‬‬
‫‪n 1 p 1 +n 2 p 2‬‬ ‫‪n 1 1 +n 2 2‬‬ ‫‪x 1 +x 2‬‬
‫أف‪:‬‬
‫‪n1‬‬ ‫‪n2‬‬
‫=‪p‬‬ ‫=‬ ‫=‬
‫‪n 1 +n 2‬‬ ‫‪n 1 +n 2‬‬ ‫‪n 1 +n 2‬‬
‫أما اتخاذ القرار اإلحصائي فيككف حسب نكع االختبار‪:‬‬

‫‪H0 : p1 = p2‬‬
‫فإننا نقبؿ الفرضية الصفرية ‪ H0‬إذا كاف‪Zc ∈ −Zα , +Zα :‬‬ ‫‪ ‬فإذا كاف‪:‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪H1 : p1 ≠ p2‬‬
‫‪ ،‬كنرفض الفرضية الصفرية ‪ H0‬في متممة ىذا المجاؿ‪.‬‬
‫‪H0 : p1 = p2‬‬
‫فإننا نقبؿ الفرضية الصفرية ‪ H0‬إذا كاف‪Zc ∈ −∞ , +Zα :‬‬ ‫‪ ‬فإذا كاف‪:‬‬
‫‪H1 : p1 > p2‬‬
‫‪H0 : p1 = p2‬‬
‫فإننا نقبؿ الفرضية الصفرية ‪ H0‬إذا كاف‪Zc ∈ −Zα , +∞ :‬‬ ‫‪ ‬فإذا كاف‪:‬‬
‫‪H1 : p1 < p2‬‬
‫مثال‪ :‬نريد اختبار نسبة الطمبة المؤيديف لتخصص جديد لشعبة ما‪ ،‬في الكمية – أ‪ -‬بإحدل الجامعات‪ ،‬فيما‬
‫ت اختيار عينتيف‬
‫إذا كاف يساكم نسبة الطمبة المؤيديف ليذا التخصص في الكمية – ب‪ -‬بإحدل الجامعات‪ .‬ـ‬
‫عشكائيتيف مستؽؿتيف حجميما ‪ 90‬طالبا ك ‪ 100‬طالبا عمى التكالي ـ ف الكميتيف‪ ،‬ككانت نسبة الطمبة المؤيديف‬
‫لمتخصص في الكمية – أ‪ -‬يساكم ‪ 75‬بينما نسبة المؤيديف لمتخصص في الكمية – ب‪ -‬يساكم ‪.  60‬‬
‫‪ ‬اختبر الفرضية الصفرية القائمة أف النسبة في الكميتيف متساكية‪ ،‬عند مستكل المعنكية ‪α = 0.05‬‬
‫‪𝐻0 : 𝑝1 = 𝑝2‬‬
‫‪ ‬تحديد الفرضيات‪:‬‬ ‫الحل‪:‬‬
‫‪𝐻1 : 𝑝1 ≠ 𝑝2‬‬
‫‪ ‬تحديد قاعدة القرار‪ :‬بما أف صيغة الفرضية جاءت عمى شكؿ مساكاة‪ ،‬فإف االختبار ذك‬
‫ذيميف (اال ختبار ثنائي االتجاه)‪ .‬لذا سكؼ نرفض ‪ H0‬عند مستكل المعنكية ‪ α = 0.05‬إذا‬
‫‪2‬‬
‫‪ ‬حساب القيمة الفعمية لممتغيرة 𝑐𝑍 ‪ :‬لدينا‪:‬‬

‫‪𝑛 1 𝑝 1 +𝑛 2 𝑝 2‬‬ ‫‪90×0.75+100×0.6‬‬
‫= 𝑝 ‪ ،‬كمنو‪:‬‬ ‫=‬ ‫‪= 0.67‬‬
‫‪𝑛 1 +𝑛 2‬‬ ‫‪90+100‬‬
‫‪q = 1 − p = 1 − 0.67 = 0.33‬‬

‫‪p 1 −p 2‬‬ ‫‪0.75−0.60‬‬
‫= ‪Zc‬‬ ‫‪pq pq‬‬
‫=‬ ‫‪0.67×0.33 0.67×0.33‬‬
‫أم أف‪= 2.19 :‬‬
‫‪+‬‬ ‫‪+‬‬
‫‪n1 n2‬‬ ‫‪90‬‬ ‫‪100‬‬
‫‪138‬‬
‫‪α‬‬
‫لممتغيرة 𝑡𝑍 التي تقابؿ ‪= 0.025‬‬ ‫جدكؿ التكزيع الطبيعي المعيارم‪ ،‬القيمة الجدكلية‬
‫‪2‬‬
‫(االختبار مف اتجاىيف) ىي‪ ،Zt = 1.96 :‬أم أف القيمة الحرجة ىي‪Z0.025 = 1.96 :‬‬
‫أم أف القيمة الفعمية لممتغيرة 𝑐𝑍 أكبر من القيمة الجدكلية لممتغيرة 𝑡𝑍 ‪ ،‬كمنو القرار المتخذ‬
‫ىك‪ :‬رفض الفرضية الصفرية ‪ H0‬كقبكؿ الفرضية البديمة ‪ ، H1‬أم رفض الفرضية القائمة‬
‫بأف نسبة الطمبة المؤيديف لمتخصص في الكمية – أ‪ -‬تساكم نسبة المؤيديف لمتخصص في‬
‫‪ . 5‬كقبكؿ الفرضية البديمة بأف النسبتيف غير‬ ‫الكمية – ب‪ ، -‬عند مستكل المعنكية‬
‫متساكيتيف‪.‬‬
‫‪- 6‬اختبار الفرضيات لتباين المجتمع‪ :‬يمكف تمخيص عممية إجراء اختبار الفرضيات حكؿ التبايف فيما يمي‪:‬‬
‫إذا كاف لدينا مجتمع يتكزع تكزيعا طبيعيا متكسطو 𝜇 كتباينو ‪ 𝜎 2‬أم أف‪َ ، 𝑋~𝓝(μ , 𝜎 2 ) :‬وشٔذ‬
‫اختبار الفرضيات حكؿ تبايف المجتمع ‪( σ2‬اختبار ما إذا كاف تبامف المجتمع يساكم قيمة معينة ‪)σ20‬‬
‫حيث ‪ : σ20‬التباين االفتراضي للمجتمع‪ ،‬فإف اإلحصائية المناسبة لبلختبار ىك المتغير العشكائي‬
‫‪(𝑛−1)𝑆 2‬‬
‫= 𝑐‪ ، 2‬كذلؾ بدرجات‬ ‫كام مربع ‪ )Chi-Square ( 2‬كالذم يعطى بالعبلقة اآلتية‪:‬‬
‫‪𝜎02‬‬
‫حرية ‪ ، ϑ = n − 1‬وبالتالي فإن اتخاذ القرار اإلحصائي يكون كما يلي‪:‬‬

‫‪H0 : σ2 = σ20‬‬
‫فإننا نقبؿ الفرضية الصفرية ‪ H0‬إذا كاف‪:‬‬ ‫‪ ‬إذا كاف‪:‬‬
‫‪H1 : σ2 ≠ σ20‬‬
‫‪2c ∈ 2‬‬ ‫‪α‬‬
‫𝜗‪1− ,‬‬
‫‪, 2‬‬ ‫‪α‬‬
‫𝜗‪,‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪H0 : σ2 = σ20‬‬
‫فإننا نقبؿ الفرضية الصفرية ‪ H0‬إذا كاف‪:‬‬ ‫‪ ‬إذا كاف‪:‬‬
‫‪H1 : σ2 > σ20‬‬
‫‪ ، 2c ∈ −∞ , 2‬كنرفض الفرضية الصفرية ‪ H0‬في متممة ىذا المجاؿ‪.‬‬ ‫𝜗‪α ,‬‬
‫= ‪H0 : σ2‬‬ ‫‪σ20‬‬

‫فإننا نقبؿ الفرضية ‪ H0‬إذا كاف‪:‬‬ ‫كاف‪:‬‬ ‫‪ ‬إذا‬
‫< ‪H1 : σ2‬‬ ‫‪σ20‬‬
‫‪ ، 2c ∈ 2‬كنرفض الفرضية الصفرية ‪ H0‬في متممة ىذا المجاؿ‪.‬‬ ‫𝜗‪1−α ,‬‬
‫∞‪, +‬‬
‫‪139‬‬
‫‪ 5‬سنكات‪ ،‬كلمعرفة‬ ‫مثال‪ :‬تدعي منشأة إلنتاج األدكية أف مدة صبلحية إحدل األدكية يزيد تباينو عف‬
‫صحة ىذا االدعاء أخذنا عينة عشكائية حجميا ‪ 27‬فكجدنا تبايف مدة صبلحية ىذا المنتكج سنتيف‪ .‬المطمكب ىك‬
‫تأييد أك تفنيد ىذا االدعاء عند مستكل المعنكية ‪. α = 0.01‬‬
‫‪H0 : σ2 = 5‬‬
‫الحل‪  :‬تحديد الفرضيات‪:‬‬
‫‪H1 : σ2 > 5‬‬
‫‪ ‬تحديد قاعدة القرار‪ :‬بما أف صيغة الفرضية جاءت عمى شكؿ مساكاة كأكبر فإف االختبار ذك‬
‫‪ ، 2c > 2‬حيث‪𝜗 = 𝑛 − 1 = 27 − 1 = 26 :‬‬ ‫𝜗‪α ,‬‬
‫كانت‪:‬‬
‫‪(𝑛−1)𝑆 2‬‬ ‫‪(27−1)×2‬‬
‫= 𝑐‪2‬‬ ‫=‬ ‫حساب القيمة الفعمية لممتغيرة ‪ : 2c‬لدينا‪= 10.4 :‬‬ ‫‪‬‬
‫‪𝜎02‬‬ ‫‪5‬‬
‫‪ : 2‬لدينا مستكل الداللة (المعنكية) ‪:‬‬ ‫‪0.01 ,26‬‬

‫‪ ‬استخراج القيمة الجدكلية لممتغيرة‬
‫‪ ، α = 0.01‬كمف جدكؿ تكزيع كام مربع ‪ ،)Chi-Square( 2‬القيمة الجدكلية لممتغيرة‬
‫‪ 2‬التي تقابؿ ‪( α = 0.01‬االختبار مف اتجاه كاحد) ىي‪:‬‬ ‫‪0.01 ,26‬‬
‫‪2‬‬ ‫‪0.01 ,26‬‬

‫‪ ،2‬أم أف القيمة الحرجة ىي‪= 45.642 :‬‬ ‫‪0.01 ,26‬‬
‫‪= 45.642‬‬
‫‪ 2‬ك ‪ 2c‬نجد أف‪:‬‬ ‫‪0.01 ,26‬‬
‫‪ ‬المقارنة كاتخاذ القرار‪ :‬بمقارنة‬
‫‪ ، 2c = 10.4 < 2‬أم أف القيمة الفعمية لممتغيرة ‪2c‬‬ ‫‪0.01 ,26‬‬
‫‪= 45.642‬‬
‫‪ ، 2‬كمنو القرار المتخذ ىك‪ :‬قبكؿ الفرضية‬ ‫‪0.01 ,26‬‬
‫أصغر من القيمة الجدكلية لممتغيرة‬
‫الصفرية ‪ H0‬كرفض الفرضية البديمة ‪ ،H1‬عند مستكل المعنكية ‪ ، α = 0.01‬أم رفض‬
‫الفرضية التي تدعي أف مدة صبلحية منتكج الدكاء يزيد تباينو عف ‪ 5‬سنكات‪.‬‬
‫‪- 7‬اختبار الفرضيات لنسبة تبايني مجتمعين‪ :‬إذا تـ سحب عينة عشكائية حجميا ‪ 𝑛1‬كتباينيا ‪ 𝑆12‬مف مجتمع‬
‫يتبع التكزيع الطبيعي متكسطو ‪ 𝜇1‬كتباينو ‪ ، 𝑋1 ~𝓝(μ1 , 𝜎12 ) 𝜎12‬كاذا تـ سحب عينة عشكائية‬
‫‪ 𝑛2‬كتباينيا ‪ 𝑆22‬مف مجتمع آخر يتبع التكزيع الطبيعي‬ ‫أخرل مستقمة عف العينة األكلى حجميا‬
‫متكسطو ‪ 𝜇2‬كتباينو ‪ ، 𝑋2 ~𝓝(μ2 , 𝜎22 ) 𝜎22‬كنريد اختبار الفرضيات حكؿ مقارنة ‪ 𝜎12‬مع ‪، 𝜎22‬‬
‫فإف إحصاء االختبار المناسب ىك المتغير العشكائي ‪ F‬بدرجتي حرية ‪:‬‬
‫‪𝑆12‬‬
‫= ‪ ، Fc‬كالتكزيع االحتمالي‬ ‫‪ 𝜗1 = 𝑛1 − 1‬ك ‪ ، 𝜗2 = 𝑛2 − 1‬كيعطى بالعبلقة اآلتية ‪:‬‬
‫‪𝑆22‬‬
‫لممتغير العشكائي ‪ F‬يسمى بتكزيع فيشر( ‪ : F‬فيشر‪ .) Fisher :‬كيتـ اتخاذ القرار اإلحصائي كما يمي‪:‬‬
‫‪140‬‬
‫‪H0 : σ12 = σ22‬‬
‫فإننا نقبؿ الفرضية الصفرية ‪ H0‬عند مستكل الداللة ‪ α‬إذا كاف‪:‬‬ ‫‪ ‬إذا كاف‪:‬‬
‫‪H1 : σ12 ≠ σ22‬‬
‫‪ ، F𝑐 ∈ F‬كنرفض الفرضية ‪ H0‬في متممة ىذا المجاؿ‪.‬‬ ‫‪α‬‬
‫‪1− ,𝜗1 ,ϑ2‬‬
‫‪,F‬‬ ‫‪α‬‬
‫‪,𝜗1 ,ϑ2‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪H0 : σ12 = σ22‬‬

‫فإننا نقبؿ الفرضية الصفرية ‪ H0‬عند مستكل الداللة ‪ α‬إذا كاف‪:‬‬ ‫‪ ‬إذا كاف‪:‬‬
‫‪H1 : σ12 > σ22‬‬
‫‪ ، F𝑐 ∈ −∞ , F α ,𝜗1 ,ϑ2‬كنرفض الفرضية الصفرية ‪ H0‬في متممة ىذا المجاؿ‪.‬‬
‫‪H0 : σ12 = σ22‬‬
‫فإننا نقبؿ الفرضية ‪ H0‬عند مستكل الداللة ‪ α‬إذا كاف‪:‬‬ ‫‪ ‬إذا كاف‪:‬‬
‫‪H1 : σ12 < σ22‬‬
‫∞‪ ، F𝑐 ∈ F 1−α ,𝜗1 ,ϑ2 , +‬كنرفض الفرضية الصفرية ‪ H0‬في متممة ىذا المجاؿ‪.‬‬
‫مثال‪ :‬تـ سحب عينتيف عشكائيتيف مستقمتيف‪ ،‬مف مجتمعيف مختمفيف‪ ،‬فكانت النتائج عمى النحك اآلتي‪:‬‬
‫‪𝑆22 = 11 ، 𝑛2 = 22 ، S12 = 8‬‬ ‫‪، 𝑛1 = 26‬‬
‫‪ ‬اختبر فرضية تساكم تبايفم المجتمعيف عند مستكل المعنكية ‪. 5‬‬

‫‪H0 : σ12 = σ22‬‬
‫‪ ‬تحديد الفرضيات‪:‬‬ ‫الحل‪:‬‬
‫‪H1 : σ12 ≠ σ22‬‬
‫‪ ‬تحديد قاعدة القرار‪ :‬بما أف صيغة الفرضية جاءت عمى شكؿ مساكاة فإف االختبار ذك ذيميف‬
‫‪ H0‬عند مستكل المعنكية ‪ α = 0.05‬إذا كانت‪:‬‬ ‫(اختبار ثنائي االتجاه)‪ .‬لذا سكؼ نرفض‬
‫‪ ، F𝑐 < F‬حيث‪:‬‬ ‫‪α‬‬
‫‪1− ,𝜗1 ,ϑ2‬‬
‫‪ F𝑐 > F‬أك‬ ‫‪α‬‬
‫‪,𝜗1 ,ϑ2‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪ 𝜗1 = 𝑛1 − 1 = 26 − 1 = 25‬ك ‪𝜗2 = 𝑛2 − 1 = 22 − 1 = 21‬‬

‫‪𝑆12‬‬ ‫‪8‬‬
‫= 𝑐‪F‬‬ ‫=‬ ‫حساب القيمة الفعمية لممتغيرة 𝑐‪ : F‬لدينا ‪= 0.73 :‬‬ ‫‪‬‬
‫‪𝑆22‬‬ ‫‪11‬‬
‫‪ ‬استخراج القيمة الجدكلية لممتغيرتيف ‪ F 0.025 ,25,21‬ك ‪ : F 0.975 ,25,21‬مف جدكؿ تكزيع‬
‫فيشر ‪ ، ) Fisher ( F‬القيمة الجدكلية لممتغيرة ‪ F 0.025 ,25,21‬كلممتغيرة ‪ F 0.975 ,25,21‬ىي‪:‬‬
‫‪ F 0.025 ,25,21 = 2.36‬ك ‪F 0.975 ,25,21 = 0.44‬‬
‫‪ F 0.025 ,25,21‬ك ‪ F 0.975 ,25,21‬ك 𝑐‪ F‬نجد أف‪:‬‬ ‫‪ ‬المقارنة كاتخاذ القرار‪ :‬بمقارنة‬
‫‪ ، F 0.975 ,25,21 = 0.44 < F𝑐 = 0.73 < F 0.025 ,25,21 = 2.36‬أم‬
‫‪ ، H0‬كمنو القرار‬ ‫أف القيمة الفعمية لممتغيرة ‪ Fc‬تقع قي منطقة قبكؿ الفرضية الصفرية‬
‫‪141‬‬
‫‪ H0‬التي تدعي تساكم تبايني المجتمعيف‪ ،‬كرفض‬ ‫المتخذ ىك‪ :‬قبكؿ الفرضية الصفرية‬
‫الفرضية البديمة ‪ ،H1‬عند مستكل المعنكية ‪. α = 0.05‬‬
‫تمارين الفصل الرابع‪:‬‬
‫‪- 1‬عرؼ الفرضية‪.‬‬

‫‪- 2‬أذكر أنكاع الفرضيات‪.‬‬
‫‪- 3‬ماذا يحدث لك أف الباحث رفض الفرضية كىي صحيحة‪ ،‬أك قبميا كىي خاطئة‪.‬‬
‫‪- 4‬عرؼ قكة االختبار‪ ،‬المنطقة الحرجة‪ ،‬كالقيمة الحرجة المعيارية‪.‬‬
‫‪- 5‬ما ىي مراحؿ اختبار الفرضيات‪.‬‬
‫أخذت عينة مف ‪ 36‬طالب مف أحدل أقساـ الكمية فكجد أف متكسط الكزف ىك ‪ 69‬كغ‪ ،‬فإذا كاف تبايف المجتمع‬
‫يساكم ‪. 49‬‬
‫‪H0 : μ = 72‬‬
‫‪ ‬اختبر بطريقتيف مختمقتيف عند مستكل الداللة ‪ 5‬الفرضية اآلتية‪:‬‬
‫‪H1 : μ ≠ 72‬‬
‫تنتج إحدل الشركات نكع مف الحباؿ تكتره ‪ 20‬نيكتف‪ .‬كيرغب مدير الشركة في أف يختبر ما إذا كاف تكتر‬
‫الحبؿ الذم ينتجو ىك بالضبط ‪ 20‬نيكتف‪ .‬ألجؿ ذلؾ‪ ،‬أخذ عينة حجميا ‪ ، 96‬فكجد أف متكسطيا ‪ 22‬نيكتف‪،‬‬
‫كتباينيا ‪. 36‬‬
‫‪ ‬ضع الفرضية المناسبة ‪ ،‬ثـ قـ باختبارىا عند مستكل المعنكية ‪ 10‬بطريقتيف مختمقتيف‪.‬‬
‫الصابكف المسحكؽ أف كزف عمبة مسحكؽ الغسيؿ المكجو آلالت الغسيؿ‬ ‫تدعي شركة إلنتاج صناديؽ‬
‫األكتكماتيكية ىك ‪ 500‬غراـ ‪ .‬كمف أجؿ اختبار ىذا االدعاء تـ سحب عينة عشكائية مؤلفة مف خمسة صناديؽ‬
‫كؿ صندكؽ يحتكم عمى خمس عمب مف ىذا المسحكؽ ‪ ،‬فكجد أف متكسط كزف العمب ‪ 510‬غراـ بانحراؼ‬
‫معيارم ‪ 30‬غراـ‪.‬‬
‫‪142‬‬
‫‪ ‬اختبر ادعاء ىذه الشركة عند درجة معنكية ‪ % 5‬بطريقتيف مختمقتيف‪.‬‬
‫الختبار الفرؽ بيف كمية الكحكؿ في نكعيف مف األدكية لمجتمعيف مختمفيف تباينيما ‪ 0.070‬ك ‪ 0.050‬عمى‬
‫التكالي‪ ،‬أخذت عينة عشكائية مف المجتمع األكؿ حجميا ‪ 100‬كمتكسطيا ‪ ، 0.09‬كأخذت عينة عشكائية أخرل‬
‫مف المجتمع الثاني حجميا ‪ 110‬كمتكسطيا ‪. 0.08‬‬
‫‪2‬‬ ‫‪ ‬اختبر الفرؽ بيف متكسط كمية الكحكؿ في النكعيف مف األدكية عند مستكل المعنكية‬
‫بطريقتيف مختمقتيف‪.‬‬
‫تـ إعبلف حكؿ بيع أرض فبلحية تحتكم عمى أشجار الزيتكف‪ ،‬قاـ أحد المستثمريف بمعاينة مكقعيف مختمفيف‪،‬‬
‫أخذ عينة عشكائية مف المكقع األكؿ حجميا ‪ ، 40‬فكجد أف متكسطيا الحسابي ‪ ، 1020‬كتباينيا ‪ ، 900‬كعينة‬
‫مف المكقع الثاني حجميا ‪ ، 50‬فكجد أف متكسطيا الحسابي ‪ ، 1018‬كتباينيا ‪. 700‬‬
‫‪ 10‬بطريقتيف‬ ‫‪ ‬اختبر فرضية تساكم معدؿ إنتاج األشجار في المكقعيف عند مستكل الداللة‬
‫مختمقتيف‪.‬‬
‫إذا كاف متكسط أطكاؿ ‪ 20‬طالبا قد شارككا في لعبة كرة الطائرة بإحدل الجامعات ىك ‪ 192‬سـ كبتبايف ‪5‬‬
‫‪ 190‬سـ بتبايف ‪ 6‬سـ‪ ،‬بافتراض أف‬ ‫سـ‪ ،‬كاذا كاف متكسط أطكاؿ ‪ 17‬طالبا قد شارككا في لعبة كرة اليد ىك‬
‫تبايف المجتمعيف مجيكليف كمتساكييف‪ ،‬كأف متكسط أطكاؿ طمبة الجامعة ككؿ يتبع التكزيع الطبيعي‪.‬‬
‫‪ ‬اختبر فرضية عدـ كجكد اختبلؼ في أطكاؿ الطمبة الذيف شارككا في لعبة كرة الطائرة كالطمبة‬
‫الذيف شارككا في لعبة كرة اليد عند مستكل الداللة ‪ 5‬بطريقتيف مختمقتيف‪.‬‬
‫أخذت عينتيف عشكائيتيف مف مجتمعيف مستقميف تباينيما غير متساكم‪ ،‬فتحصمنا عمى النتائج اآلتية‪:‬‬
‫العينة الثانية‬ ‫العينة األكلى‬

‫الحجـ ‪10‬‬ ‫الحجـ ‪12‬‬
‫المتكسط ‪33‬‬ ‫المتكسط ‪35‬‬
‫‪143‬‬
‫التبايف ‪3‬‬ ‫التبايف ‪5‬‬
‫‪ 1‬كذلؾ‬ ‫‪ ‬اختبر فرضية عدـ كجكد فركؽ بيف متكسطي المجتمعيف عند مستكل المعنكية‬
‫بطريقتيف مختمفتيف‪.‬‬
‫أخذت عينة عشكائية حجميا ‪ 10‬طمبة مف طمبة ماستر‪ 2‬بإحدل الكميات تخصص اقتصاد نقدم كبنكي شعبة‬
‫العمكـ االقتصادية‪ ،‬فتـ تقييـ مذكراتيـ ضمف متطمبات نيؿ شيادة الماستر‪ ،‬كذلؾ قبؿ عممية التعديؿ كتصحيح ما‬
‫كردت فييا مف أخطاء‪ ،‬كبعد عممية التعديؿ ككضعيا في صكرتيا النيائية في المكتبة‪ ،‬فكانت النتائج عمى النحك‬
‫اآلتي‪ ( :‬التنقيط عمى ‪. ) 20‬‬
‫قبؿ التعديؿ‬ ‫‪16‬‬ ‫‪14‬‬ ‫‪15 17‬‬ ‫‪14 13‬‬ ‫‪17‬‬ ‫‪12 18 16‬‬
‫‪ 15.5 13.5 14.5 16 13.5 12 16.5 11.5 16 15‬بعد التعديؿ‬
‫‪ ‬اختبر الفرؽ بيف متكسطي نقاط التقييميف عند مستكل المعنكية ‪ ،5‬كذلؾ بطريقتيف مختمفتيف‪.‬‬
‫‪ 94‬مف السمعة المستكردة تنطبؽ لشركط دفتر‬ ‫أراد أحد المراقبيف التابعيف لسمؾ الجمارؾ أف يختبر أف‬
‫االستيراد‪ ،‬ألجؿ ذلؾ أخذ عينة مككنة مف ‪ 65‬سمعة‪ ،‬فكجد أف ‪ 97‬منيا فقط تنطبؽ لشركط االستيراد‪.‬‬
‫‪ ، 1‬كذلؾ بطريقتيف‬ ‫‪ ‬كيؼ يمكف ليذا المراقب أف يختبر ىذه القضية عند مستكل المعنكية‬
‫مختمفتيف‪.‬‬
‫‪ A‬أف نسبة غير المستعمميف لمكمامة ضد فيركس ككركنا‬ ‫يدعي مسئكؿ عف ك ازرة الصحة في المدينة‬
‫‪ ، B‬كبالتالي فيك يدعي أف الكقاية في‬ ‫‪ Covid − 19‬أقؿ مف نسبة غير المستعمميف ليا في المدينة‬
‫‪A‬‬ ‫‪ . B‬كالختبار ىذا االدعاء أخذت عينة عشكائية مف المدينة‬ ‫مدينتو ‪ A‬أفضؿ مف الكقاية في المدينة‬
‫حجميا ‪ 110‬ككجد أف ‪ 11‬منيا ال يستعممكف الكمامة ضد ىذا فيركس‪ ،‬كأخذت عينة عشكائية مف المدينة ‪B‬‬
‫حجميا ‪ 120‬ككجد أف ‪ 9‬منيا ال يستعممكف الكمامة ضد ىذا فيركس‪.‬‬
‫‪- 1‬ىؿ ىذه البيانات تدعـ صحة ما يدعيو ىذا المسئكؿ عف ك ازرة الصحة عند مستكل المعنكية‬
‫‪ 5‬؟‬
‫‪144‬‬
‫‪- 2‬أجب عف السؤاؿ ‪ )1‬باستعماؿ طريقة القيمة االحتمالية ‪. P − Value‬‬
‫أخذت عينة عشكائية حجميا ‪ 12‬محبل مف محبلت مدينة ما‪ ،‬تباينيا ‪ ، 0.52‬كذلؾ ألجؿ معرفة سعر مادة‬
‫السكر‪.‬‬
‫‪ ‬اختبر فرضية تبايف المجتمع حكؿ القيمة ‪ 0.23‬عند مستكل معنكية ‪ 5‬بطريقتيف مختمفتيف‪.‬‬
‫قاـ أحد المزارعيف بدراسة لمعرفة داللة الفرؽ بيف تبايني أكزاف الدجاج بعمر ‪ 51‬يكما في مزرعتيف‪ ،‬أخذ عينة‬
‫عشكائية مف المزرعة األكلى حجميا ‪ 𝑛1 = 11‬كتباينيا ‪ ، S12 = 0.45‬كأخذ عينة عشكائية مف المزرعة الثانية‬
‫حجميا ‪ 𝑛2 = 9‬كتباينيا ‪. S22 = 0.36‬‬
‫‪ ‬اختبر فرضية تساكم تبايني أكزاف الدجاج مف عدمو في المزرعتيف عند مستكل المعنكية‬
‫‪ 𝛼 = 0.05‬بطريقتيف مختمفتيف‪.‬‬
‫التمرين الرابع عشر‪:‬‬
‫في مقارنة تأثير نكعيف مف األدكية ضد فيركس ككركنا‬ ‫يرغب مخبر التحاليؿ الطبية في إحدل الدكؿ‬
‫يض الدكاء األكؿ ‪، A‬‬
‫‪ ، Covid − 19‬أخذ في الحسباف الكقت الضركرم لتنفس الطبيعي‪ ،‬طبؽ عمى ‪ 10‬مر ا‬
‫يض آخر الدكاء الثاني ‪ . B‬كتحصؿ عمى النتائج المدكنة في الجدكؿ اآلتي‪:‬‬
‫كعمى ‪ 12‬مر ا‬
‫العينة الثانية‬ ‫العينة األكلى‬

‫‪𝑛B = 12‬‬ ‫‪𝑥𝑖 =15.04‬‬ ‫‪𝑥𝑖2 = 37.59‬‬ ‫‪𝑛A 𝑥=𝑖 10‬‬
‫‪=12.87‬‬ ‫‪𝑥𝑖2 = 25.16‬‬
‫‪ ‬مف خبلؿ ىذه النتائج‪ ،‬يرغب المخبر في معرفة كجكد فرؽ معنكم لمكقت الضركرم لتنفس‬
‫الطبيعي بيف النكعيف مف األدكية‪ .‬اختبر ىذه لفرضية عند مستكل الداللة ‪.  5‬‬
‫التمرين الخامس عشر‪:71‬‬
‫‪ ، 0.2‬فإذا قمنا بسحب عينتيف عشكائيتيف‬ ‫بؿغت نسبة الذككر في المؤسسة ‪ ، 0.3 A‬كفي المؤسسة ‪B‬‬
‫مف المؤسسة األكلى ‪ A‬بحجـ ‪ 100‬كالثانية مف المؤسسة ‪ B‬بحجـ ‪. 200‬‬
‫‪ 71‬مسابقة اؿدكتكراه‪ ،‬الطكر الثالث‪ ،‬أكتكبر ‪ ،2015‬كمية العمكـ االقتصادية كالتجارية كعمكـ التسيير‪ ،‬جامعة محمد خيضر – بسكرة‪/‬الجزائر‪.‬‬
‫‪145‬‬
‫‪- 1‬حدد تكزيع المعاينة لمفرؽ بيف النسبتيف؛‬
‫‪- 2‬ما ىك احتماؿ أف يككف الفرؽ بيف نسبتي الذككر في المؤسستيف أكبر مف ‪ 0,06‬؛‬
‫‪- 3‬اختبر الفرض القائؿ بأف نسبتي الذككر في المؤسستيف متساكييف بمستكل المعنكية ‪. %5‬‬
‫حمول تمارين الفصل الرابع‪:‬‬
‫‪- 1‬تعريؼ الفرضية‪ :‬الفرضية ىي عبارة عف تخميف معيف حكؿ معممة مف معالـ المجتمع أ ك ىي استنتاج‬
‫البحث كيتمسؾ بو بشكؿ مؤقت كيككف المطمكب اختبار صحة ىذا التخميف أك‬
‫عميؽ يتكصؿ إليو ا‬
‫قم إجابة محتممة عف أسئمة البحث‪ .‬كتمثؿ‬
‫االستنتاج‪ ،‬فيك أشبو برأيو المبدئي في حؿ مشكمة البحث‪ .‬ؼ‬
‫الفرضيات عبلقة بيف متغيريف‪ :‬متغير مستقؿ‪ ،‬كمتغير تابع‪ .‬كيرمز لمفرضية بالرمز ‪ ، H‬فمثبل لك كانت‬
‫‪ 10‬سنكات‪ ،‬فيمكف أف نضع ىذه‬ ‫الفرضية أف متكسط مككث عمداء الكميات في منصبيـ يساكم‬
‫الفرضية عمى النحك اآلتي‪H: μ = 10 :‬‬
‫‪- 2‬أنكاع الفرضيات‪ :‬بصفة عامة ىناؾ نكعاف مف الفرضيات في المسألة الكاحدة كىما‪:‬‬
‫‪- 1‬فرضية العدـ(الفرضية الصفرية) ‪ : H0‬ىي الفرضية األساسية المراد اختبارىا‪ ،‬كىي التي‬
‫‪- 2‬‬
‫كقم الفرضية التي ننطمؽ‬ ‫تشير أنو ال يكجد فرؽ بيف معممة المجتمع كاحصائية العينة‪،‬‬
‫ق‪.‬‬
‫منيا(نفرض أنيا صحيحة) كنرفضيا عندما تتكفر دالئؿ عؿل عد صحتا‬
‫‪- 2‬الفرضية البديمة ‪ : H1‬ىي الفرضية التي يضعيا الباحث كبديؿ عف فرضية العدـ‪ ،‬كىي‬
‫‪- 2‬‬
‫الفرضية التي نقبميا عندما نرفض فرضية العدـ‪ ،‬كتكمف أىميتيا في تحديد نكع االختبار‬
‫المستخدـ‪ ،‬لذلؾ فيي تأخذ أحد األشكاؿ اآلتية‪:‬‬
‫‪H0 : μ = 𝜇0‬‬
‫‪- 1‬الفرضية ‪ H1‬ذات الذيميف(الطرفيف)‪ ،‬اختبار ثنائي االتجاه‪:‬‬
‫‪- 2‬‬
‫‪- 2‬‬
‫‪H1 : μ ≠ 𝜇0‬‬
‫كالشكؿ اآلتي يكضح ذلؾ‪:‬‬
‫‪146‬‬
‫‪ - 2‬الفرضية ‪ 𝐻1‬ذات الذيؿ األعمى(الطرؼ األيمف)‪ ،‬اختبار أحادم االتجاه مف‬
‫‪- 2‬‬
‫‪- 2‬‬
‫‪H0 : μ = 𝜇0‬‬
‫كالشكؿ اآلتي يكضح ذلؾ‪:‬‬ ‫اليميف‪:‬‬
‫‪H1 : μ > 𝜇0‬‬
‫الفرضية ‪ 𝐻1‬ذات الذيؿ األسفؿ(الطرؼ األيسر)‪ ،‬اختبار أحادم االتجاه مف‬

‫‪- 3‬‬‫‪- 2‬‬
‫‪- 2‬‬
‫‪H0 : μ = 𝜇0‬‬
‫كالشكؿ اآلتي يكضح ذلؾ‪:‬‬ ‫اليسار‪:‬‬
‫‪H1 : μ < 𝜇0‬‬
‫◄ ككمثاؿ عمى ذلؾ‪:‬‬

‫‪α‬‬ ‫‪0.05‬‬
‫‪ ،‬كمنو‪، Zα = 1.96 :‬‬ ‫=‬ ‫‪ ‬إذا كاف‪ ، α = 0.05 :‬فإف‪= 0.025 :‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫كيتـ الحصكؿ عمى الشكؿ اآلتي‪:‬‬
‫‪ ‬إذا كاف‪ α = 0.05 :‬فإف‪( ، Zα = 1.645 :‬الطرؼ األيمف) كيتـ الحصكؿ‬

‫عمى الشكؿ اآلتي‪:‬‬
‫‪ ‬إذا كاف‪ α = 0.05 :‬فإف‪( ، Zα = −1.645 :‬الطرؼ األيسر) كيتـ الحصكؿ‬

‫عمى الشكؿ اآلتي‪:‬‬
‫‪147‬‬
‫‪0.05‬‬
‫‪- 3‬إذا رفض الباحث الفرضية كىي صحيحة‪ ،‬أك قبميا كىي خاطئة نككف أماـ نكعيف مف األخطاء‪:‬‬
‫‪- 1‬الخطأ مف النكع األكؿ‪ :‬يحدد ىذا الخطأ مسبقا مف قبؿ الباحث حسب الدراسة كحسب الدقة‬
‫‪- 3‬‬
‫المطمكبة‪ ،‬كيرمز لو بالرمز‪ α :‬كيسمى بمستكل المعنكية أك مستكل الداللة‪ ،‬كيحدث ىذا الخطأ‬
‫‪ H0‬كىي صحيحة‪ ،‬كتحسب ‪ α‬مف العبلقة اآلتية‪:‬‬ ‫عندما رفض الفرضية الصفرية‬
‫)𝑒𝑢𝑟𝑇 𝑠𝑖 ‪α = 𝑃(𝑅𝑒𝑗𝑒𝑐𝑡 𝐻0 : 𝐻0‬‬
‫‪- 2‬الخطأ مف النكع الثاني‪ :‬كيحدث ىذا الخطأ عندما نقبؿ الفرضية الصفرية ‪ H0‬بينما ىي‬
‫‪- 3‬‬
‫خاطئة‪ ،‬كيرمز لو بالرمز‪ β :‬كتحسب ‪ β‬مف العبلقة اآلتية‪:‬‬
‫)𝑒𝑠𝑙𝑎𝐹 𝑠𝑖 ‪β = 𝑃(𝐴𝑐𝑐𝑒𝑝𝑡 𝐻0 : 𝐻0‬‬
‫‪- 4‬تعريؼ قكة االختبار‪ ،‬المنطقة الحرجة‪ ،‬كالقيمة الحرجة المعيارية‪:‬‬
‫‪- 1‬تعريؼ قكة االختبار‪ :‬تعرؼ قكة االختبار عؿل أنوا مقياس لكفاءة االختبار‪ ،‬كتكمف أىميتو‬
‫‪- 4‬‬
‫في دقة االستنتاج اإلحصائي‪ ،‬كيرمز ليا بالرمز‪ ،𝑃𝑜𝑡 :‬كتحسب 𝑡𝑜𝑃 مف العبلقة اآلتية‪:‬‬
‫‪𝑃𝑜𝑡 = 1 − β‬‬
‫ق المساحة التي تقع أسفؿ منحنى‬
‫‪- 2‬تعريؼ المنطقة الحرجة‪ :‬تعرؼ المنطقة الحرجة بأف ا‬
‫‪- 4‬‬
‫منحنى دالة كثافة االحتماؿ لممتغير العشكائي المستخدـ في عـ ؿية التحميؿ اإلحصائي‪ ،‬كتمثؿ‬
‫احتماؿ رفض الفرضية الصفرية ‪ H0‬كىي صحيحة‪ ،‬كتسمى قذه المنطقة بمنطقة الرفض‪،‬‬
‫ق مستكل الداللة ‪ ، α‬أما باقي المساحة‬
‫كتحدد حسب نكع الفرضية البدمةؿ ‪ H1‬كيحدد قيمتا‬
‫فتسمى بمنطقة القبكؿ‪.‬‬
‫‪- 3‬تعريؼ القيمة الحرجة المعيارية‪ :‬تعرؼ القيمة الحرجة المعيارية بأنيا قيـ التكزيع االحتمالي‬
‫‪- 4‬‬
‫التي تفصؿ بيف منطقة القبكؿ كمنطقة الرفض‪.‬‬
‫‪- 5‬مراحؿ اختبار الفرضيات‪ :‬عند إجراء أم اختبار لمفرضيات اإلحصائية فإننا نتبع الخطكات التالية‪:‬‬
‫‪- 1‬تحديد الفرضيات‪ :‬الفرضية الصفرية ‪ ، 𝐻0‬كالفرضية البديمة ‪. 𝐻1‬‬
‫‪- 5‬‬
‫‪- 2‬تحديد قاعدة القرار‪.‬‬
‫‪- 5‬‬
‫‪- 3‬حساب القيمة الفعمية لممتغيرة‪.‬‬
‫‪- 5‬‬
‫‪- 4‬استخراج القيمة الجدكلية لممتغيرة‪.‬‬
‫‪- 5‬‬
‫‪148‬‬
‫‪- 5‬المقارنة كاتخاذ القرار‪.‬‬
‫‪- 5‬‬
‫◄ كيتـ رفض أك قبكؿ ‪ 𝐻0‬بطريقتيف‪:72‬‬
‫‪ ‬طريقة المقارنة بيف القيمة الفعمية كالقيمة الجدكلية لممتغيرة‪.‬‬
‫‪ ‬طريقة القيمة االحتمالية ‪. P − value‬‬
‫‪ ‬الطريقة األكلى‪:‬‬
‫‪H0 : μ = 72‬‬
‫‪H1 : μ ≠ 72‬‬
‫‪2‬‬
‫𝜇‪𝑋 −‬‬ ‫‪69−72‬‬
‫= 𝑐𝑍‬ ‫𝜎‬ ‫=‬ ‫‪7‬‬ ‫‪ ‬حساب القيمة الفعمية لممتغيرة 𝑐𝑍 ‪ :‬لدينا‪= −2.57 :‬‬
‫𝑛‬ ‫‪36‬‬
‫‪α‬‬ ‫‪0.05‬‬
‫‪2‬‬ ‫‪2‬‬
‫𝛼‬
‫‪2‬‬
‫‪2‬‬ ‫‪2‬‬
‫المقارنة كاتخاذ القرار‪ :‬بمقارنة 𝑡𝑍 ك 𝑐𝑍 نجد أف‪ ، 𝑍𝑐 = −2.57 < 𝑍𝑡 = −1.96 :‬أم أف‬
‫القيمة الفعمية لممتغيرة 𝑐𝑍 أصغر من القيمة الجدكلية لممتغيرة 𝑡𝑍 ( القيمة ‪ 𝑍𝑐 = −2.57‬تقع في‬
‫منطقة الرفض)‪ ،‬كمنو القرار المتخذ ىك‪ :‬رفض الفرضية الصفرية ‪ 𝐻0‬كقبكؿ الفرضية البديمة ‪ 𝐻1‬عند‬
‫مستكل الداللة ‪. 𝛼 = 0.05‬‬
‫‪ ‬الطريقة الثانية‪ :‬بما أف االختبار في اتجاىيف نطبؽ القاعدة اآلتية‪:‬‬
‫) 𝑐𝑍‪𝑃 − 𝑉 = 𝑝(𝑍 ≤ −𝑍𝑐 ) + 𝑝(𝑍 ≥ +‬‬
‫)‪𝑃 − 𝑉 = 𝑝(𝑍 ≤ −2.57) + 𝑝(𝑍 ≥ +2.57‬‬
‫)‪𝑃 − 𝑉 = 1 − 𝑝(𝑍 ≤ 2.57) + 1 − 𝑝(𝑍 ≤ 2.57‬‬
‫‪𝑃 − 𝑉 = 2 − 2𝑝(𝑍 ≤ 2.57) = 2 − 2 × 0.9949 = 0.0102‬‬
‫‪ 72‬كقد تطرقنا إلى ىاتيف الطرمؽتيف بشكؿ مف التفصيؿ في متف ىذا الفصؿ‪ ،‬كسكؼ نكضحيما أكثر عبر ىذه التماريف مباشرة‪.‬‬
‫‪149‬‬
‫‪ ، 𝑃 − 𝑉 = 0.0102 < 𝛼 = 0.05‬أم أف القيمة االحتمالية‬ ‫نبلحظ أف‪:‬‬
‫𝑉 ‪ 𝑃 −‬أصغر مف مستكل المعنكية ‪ ، 0.05‬كمنو ‪ : H0‬مرفكضة ‪.‬‬
‫‪H0 : μ = 20‬‬
‫‪H1 : μ ≠ 20‬‬
‫‪2‬‬
‫𝜇‪𝑋 −‬‬ ‫‪22−20‬‬
‫= 𝑐𝑍‬ ‫𝜎‬ ‫=‬ ‫‪6‬‬ ‫‪ ‬حساب القيمة الفعمية لممتغيرة 𝑐𝑍 ‪ :‬لدينا‪= 3.27 :‬‬
‫𝑛‬ ‫‪96‬‬
‫‪α‬‬ ‫‪0.10‬‬
‫لممتغيرة 𝑡𝑍 التي‬ ‫‪ ،‬كمف جدكؿ التكزيع الطبيعي المعيارم‪ ،‬القيـ الجدكلية‬ ‫=‬ ‫‪= 0.05‬‬
‫‪2‬‬ ‫‪2‬‬
‫𝛼‬
‫(االختبار مف اتجاىيف) ىي‪، −Zt = −1.645 ، Zt = +1.645 :‬‬ ‫تقابؿ ‪= 0.05‬‬
‫‪2‬‬

‫‪2‬‬ ‫‪2‬‬
‫المقارنة كاتخاذ القرار‪ :‬بمقارنة 𝑡𝑍 ك 𝑐𝑍 نجد أف‪ ، 𝑍𝑐 = 3.27 > 𝑍𝑡 = 1.645 :‬أم أف‬
‫القيمة الفعمية لممتغيرة 𝑐𝑍 أكبر من القيمة الجدكلية لممتغيرة 𝑡𝑍 ( القيمة ‪ 𝑍𝑐 = 3.27‬تقع في منطقة‬
‫‪ 𝐻1‬عند‬ ‫‪ 𝐻0‬كقبكؿ الفرضية البديمة‬ ‫الرفض)‪ ،‬كمنو القرار المتخذ ىك‪ :‬رفض الفرضية الصفرية‬
‫مستكل الداللة ‪. 𝛼 = 0.10‬‬
‫) 𝑐𝑍‪𝑃 − 𝑉 = 𝑝(𝑍 ≤ −𝑍𝑐 ) + 𝑝(𝑍 ≥ +‬‬
‫)‪𝑃 − 𝑉 = 𝑝(𝑍 ≤ −3.27) + 𝑝(𝑍 ≥ +3.27‬‬
‫)‪𝑃 − 𝑉 = 1 − 𝑝(𝑍 ≤ 3.27) + 1 − 𝑝(𝑍 ≤ 3.27‬‬
‫‪𝑃 − 𝑉 = 2 − 2𝑝(𝑍 ≤ 3.27) = 2 − 2 × 0.9995 = 0.001‬‬
‫نبلحظ أف‪ ، 𝑃 − 𝑉 = 0.001 < 𝛼 = 0.10 :‬أم أف القيمة االحتمالية 𝑉 ‪𝑃 −‬‬

‫أصغر مف مستكل المعنكية ‪ ، 0.10‬كمنو ‪ : H0‬مرفكضة ‪.‬‬
‫‪150‬‬
‫‪H0 : μ = 500‬‬
‫‪H1 : μ > 500‬‬
‫المعنكية المحدد إلجراء ىذا االختبار يككف عند ذيؿ التكزيع األيمف (اختبار أحادم االتجاه)‪ .‬لذا‬
‫‪X −μ‬‬ ‫‪510−500‬‬
‫= ‪tc‬‬ ‫‪S‬‬ ‫=‬ ‫‪30‬‬ ‫‪ ‬حساب القيمة الفعمية لممتغيرة ‪ : t c‬لدينا‪= 1.67 :‬‬
‫‪n‬‬ ‫‪25‬‬
‫‪ ،‬أم أف القيمة الفعمية لممتغيرة ‪ t c‬أصغر مف‬ ‫‪t c = 1.67 < t (0.05,24) = 1.711‬‬
‫قبكؿ الفرضية الصفرية‬ ‫القيمة الجدكلية لممتغيرة )‪ ، t (0.05,24‬كمنو القرار المتخذ ىك‪:‬‬
‫‪ H0 : μ = 500‬كرفض الفرضية البديمة ‪ H1‬عند مستكل الداللة ‪. α = 0.05‬‬
‫‪ ‬الطريقة الثانية‪ :‬بما أف االختبار في اتجاه كاحد مف جية اليميف نطبؽ القاعدة اآلتية‪:‬‬
‫) 𝑐𝑡‪𝑃 − 𝑉 = 𝑝(𝑡 ≥ +‬‬
‫)‪𝑃 − 𝑉 = 𝑝(𝑡 ≥ 1.67‬‬
‫)‪𝑃 − 𝑉 = 1 − 𝑝(𝑡 ≤ 1.67‬‬
‫‪𝑃 − 𝑉 = 1 − 𝑝(𝑡 ≤ 1.67) = 1 − 0.950 = 0.05‬‬
‫نبلحظ أف‪ ، 𝑃 − 𝑉 = 0.05 = 𝛼 = 0.05 :‬أم أف القيمة االحتمالية 𝑉 ‪𝑃 −‬‬

‫تساكم مستكل المعنكية ‪ ، 0.05‬كمنو ‪ : H0‬مقبكلة ‪.‬‬
‫‪151‬‬
‫‪H0 : μ1 = μ2‬‬
‫‪H1 : μ1 ≠ μ2‬‬
‫‪2‬‬
‫‪𝑋1 −𝑋2‬‬ ‫‪0.09−0.08‬‬
‫= 𝑐𝑍‬ ‫=‬ ‫‪0.070 0.050‬‬
‫‪𝜎2‬‬ ‫‪2‬‬
‫‪1 +𝜎 2‬‬ ‫‪+‬‬
‫‪100‬‬ ‫‪110‬‬
‫‪𝑛1 𝑛2‬‬
‫‪α‬‬ ‫‪0.02‬‬
‫‪2‬‬ ‫‪2‬‬
‫𝛼‬
‫(االختبار مف اتجاىيف) ىي‪، −𝑍𝑡 = −2.326 ، 𝑍𝑡 = +2.326 :‬‬ ‫تقابؿ ‪= 0.01‬‬
‫‪2‬‬

‫‪2‬‬ ‫‪2‬‬
‫‪ ‬المقارنة كاتخاذ القرار‪ :‬بمقارنة 𝑡𝑍 ك 𝑐𝑍 نجد أف‪:‬‬

‫‪ ، −𝑍𝑡 = −2.326 ≤ 𝑍𝑐 = 0.294 ≤ 𝑍𝑡 = 2.326‬كمنو القرار المتخذ ىك‪:‬‬
‫قبكؿ الفرضية الصفرية ‪ 𝐻0‬كرفض الفرضية البديمة ‪ ، 𝐻1‬عند مستكل الداللة ‪ 𝛼 = 0.02‬أم‬
‫أف متكسط كمية الكحكؿ في النكعيف مف األدكية متساكم‪.‬‬
‫) 𝑐𝑍‪𝑃 − 𝑉 = 𝑝(𝑍 ≤ −𝑍𝑐 ) + 𝑝(𝑍 ≥ +‬‬
‫)‪𝑃 − 𝑉 = 𝑝(𝑍 ≤ −0.294) + 𝑝(𝑍 ≥ +0.294‬‬
‫)‪𝑃 − 𝑉 = 1 − 𝑝(𝑍 ≤ 0.294) + 1 − 𝑝(𝑍 ≤ 0.294‬‬
‫‪𝑃 − 𝑉 = 2 − 2𝑝(𝑍 ≤ 0.294) = 2 − 2 × 0.6141 = 0.7718‬‬

‫𝑉 ‪ 𝑃 −‬أكبر مف مستكل المعنكية ‪ ، 0.02‬كمنو ‪ : H0‬مقبكلة ‪.‬‬
‫الطريقة األكلى‪:‬‬ ‫‪‬‬

‫‪H0 : μ1 = μ2‬‬
‫‪H1 : μ1 ≠ μ2‬‬
‫‪152‬‬
‫‪2‬‬
‫‪𝑋1 −𝑋2‬‬ ‫‪1020−1018‬‬
‫= 𝑐𝑍‬ ‫=‬ ‫‪900 700‬‬
‫‪𝑆2‬‬ ‫‪2‬‬
‫‪1 +𝑆 2‬‬ ‫‪+‬‬
‫‪40‬‬ ‫‪50‬‬
‫‪𝑛1 𝑛2‬‬
‫‪α‬‬ ‫‪0.10‬‬
‫‪2‬‬ ‫‪2‬‬
‫𝛼‬
‫(االختبار مف اتجاىيف) ىي‪، −𝑍𝑡 = −1.645 ، 𝑍𝑡 = +1.645 :‬‬ ‫تقابؿ ‪= 0.05‬‬
‫‪2‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪ ، −𝑍𝑡 = −1.645 ≤ 𝑍𝑐 = 0.33 ≤ 𝑍𝑡 = 1.645‬كمنو القرار المتخذ ىك‪:‬‬
‫قبكؿ الفرضية الصفرية ‪ 𝐻0‬كرفض الفرضية البديمة ‪ ، 𝐻1‬عند مستكل الداللة ‪ 𝛼 = 0.10‬أم‬
‫أف معدؿ إنتاج األشجار في المكقعيف متساكم‪.‬‬
‫) 𝑐𝑍‪𝑃 − 𝑉 = 𝑝(𝑍 ≤ −𝑍𝑐 ) + 𝑝(𝑍 ≥ +‬‬
‫)‪𝑃 − 𝑉 = 𝑝(𝑍 ≤ −0.33) + 𝑝(𝑍 ≥ +0.33‬‬
‫)‪𝑃 − 𝑉 = 1 − 𝑝(𝑍 ≤ 0.33) + 1 − 𝑝(𝑍 ≤ 0.33‬‬
‫‪𝑃 − 𝑉 = 2 − 2𝑝(𝑍 ≤ 0.33) = 2 − 2 × 0.6293 = 0.7414‬‬

‫‪H0 : μ1 = μ2‬‬
‫‪H1 : μ1 ≠ μ2‬‬
‫تحديد قاعدة القرار‪ :‬عمى ضكء المعطيات فإننا نستخدـ تكزيع ستيكدنت لبلختبار ( شركط تكزيع‬
‫‪ .ϑ = 𝑛1 + 𝑛2 − 2 = 20 + 17 − 2 = 35‬بما أف‬ ‫ستيكدنت محققة) بدرجة حرية‪:‬‬
‫‪153‬‬
‫صيغة الفرضية جاءت بيذا الشكؿ‪ ،‬فيذا يعني أف مستكل المعنكية المحدد إلجراء ىذا االختبار‬
‫يككف عند الذيميف (اختبار ثنائي االتجاه)‪ .‬لذا ترفض ‪ H0‬عند مستكل المعنكية ‪ α = 0.05‬إذا‬
‫كانت‪ t c > t (α =0.025,35) :‬أك )‪ ، −t c < −t (α =0.025,35‬حيث‪ t (0.025,35) :‬ىي القيمة‬
‫‪2‬‬ ‫‪2‬‬
‫المستخرجة مف جدكؿ ستيكدنت‪.‬‬

‫‪(𝑛 1 −1)𝑆12 +(𝑛 2 −1)𝑆22‬‬ ‫‪(20−1)×5+(17−1)×6‬‬
‫= ‪ ، 𝑆𝑝2‬كمنو‪:‬‬ ‫=‬ ‫‪= 5.46‬‬
‫‪𝑛 1 +𝑛 2 −2‬‬ ‫‪20+17−2‬‬
‫‪𝑋1 −𝑋2‬‬ ‫‪192−190‬‬
‫= 𝑐𝑡‬ ‫‪1‬‬ ‫‪1‬‬
‫=‬ ‫‪1‬‬ ‫‪1‬‬
‫‪= 2.59‬‬
‫‪𝑆𝑝2‬‬ ‫‪+‬‬ ‫‪5.46‬‬ ‫‪+‬‬
‫‪𝑛1 𝑛2‬‬ ‫‪20 17‬‬
‫‪ ‬استخراج القيمة الجدكلية لممتغيرة )‪ : t (0.025,35‬لدينا مستكل الداللة ‪ ، α = 0.05‬كمف‬

‫)‪ t (0.025,35‬التي تقابؿ‬ ‫جدكؿ تكزيع ستيكدنت‪ ،‬القيمة الجدكلية (القيمة الحرجة) لممتغيرة‬
‫‪α‬‬ ‫‪0.05‬‬
‫(االختبار مف اتجاىيف) ىي‪:‬‬ ‫=‬ ‫‪= 0.025‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪ t (0.025,35) = 2.030‬أك ‪−t (0.025,35) = −2.030‬‬

‫‪H0‬‬ ‫القيمة الجدكلية لممتغيرة )‪ ، t (0.025,35‬كمنو القرار المتخذ ىك‪ :‬رفض الفرضية الصفرية‬
‫كقبكؿ الفرضية البديمة ‪ H1‬عند مستكل الداللة ‪ . α = 0.05‬أم أنو يكجد ىناؾ فرؽ بيف‬
‫متكسط أطكاؿ الطمبة‪.‬‬
‫) 𝑐𝑡‪𝑃 − 𝑉 = 𝑝(𝑡 ≤ −𝑡𝑐 ) + 𝑝(𝑡 ≥ +‬‬
‫)‪𝑃 − 𝑉 = 𝑝(𝑡 ≤ −2.59) + 𝑝(𝑡 ≥ +2.59‬‬
‫)‪𝑃 − 𝑉 = 1 − 𝑝(𝑡 ≤ 2.59) + 1 − 𝑝(𝑡 ≤ 2.59‬‬
‫‪𝑃 − 𝑉 = 2 − 2𝑝(𝑡 ≤ 2.59) = 2 − 2 × 0.995 = 0.01‬‬
‫نبلحظ أف‪ ، 𝑃 − 𝑉 = 0.01 < 𝛼 = 0.05 :‬أم أف القيمة االحتمالية 𝑉 ‪𝑃 −‬‬

‫أصغر مف مستكل المعنكية ‪ ، 0.05‬كمنو ‪ : H0‬مرفكضة ‪.‬‬
‫‪154‬‬
‫‪H0 : μ1 = μ2‬‬
‫‪H1 : μ1 ≠ μ2‬‬
‫تحديد قاعدة القرار‪ :‬عمى ضكء المعطيات فإننا نستخدـ تكزيع ستيكدنت لبلختبار ( شركط تكزيع‬
‫ستيكدنت محققة) بدرجة حرية‪:‬‬
‫‪𝑆2‬‬ ‫‪2 2‬‬

‫‪1 +𝑆 2‬‬ ‫‪5‬‬ ‫‪3 2‬‬
‫‪+‬‬
‫أف صيغة‬ ‫= 𝜗 ‪ .‬بما‬
‫‪𝑛1 𝑛2‬‬ ‫‪12 10‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫=‬ ‫‪5 2‬‬ ‫‪3 2‬‬
‫‪≈ 20‬‬
‫‪1‬‬ ‫‪𝑆1‬‬ ‫‪1‬‬ ‫‪𝑆2‬‬
‫‪2‬‬
‫‪1‬‬
‫‪+‬‬
‫‪1‬‬
‫‪+‬‬ ‫‪12−1‬‬ ‫‪12‬‬ ‫‪10−1‬‬ ‫‪10‬‬
‫‪𝑛 1 −1‬‬ ‫‪𝑛1‬‬ ‫‪𝑛 2 −1‬‬ ‫‪𝑛2‬‬
‫الفرضية جاءت بيذا الشكؿ‪ ،‬فيذا يعني أف مستكل المعنكية المحدد إلجراء ىذا االختبار يككف‬
‫‪ α = 0.01‬إذا‬ ‫‪ H0‬عند مستكل المعنكية‬ ‫عند الذيميف (اختبار ثنائي االتجاه)‪ .‬لذا ترفض‬
‫كانت‪ t c > t (α =0.005,20) :‬أك )‪ ، −t c < −t (α =0.005,20‬حيث‪ t (0.005,20) :‬ىي القيمة‬
‫‪2‬‬ ‫‪2‬‬
‫المستخرجة مف جدكؿ ستيكدنت‪.‬‬

‫‪𝑋1 −𝑋2‬‬ ‫‪35−33‬‬
‫= 𝑐𝑡‬ ‫=‬ ‫‪5‬‬ ‫‪3‬‬
‫‪= 2.36‬‬
‫‪𝑆2‬‬ ‫‪2‬‬
‫‪1 +𝑆 2‬‬ ‫‪+‬‬
‫‪12 10‬‬
‫‪𝑛1 𝑛2‬‬

‫‪α‬‬ ‫‪0.01‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪ t (0.005,20) = 2.845‬أك ‪−t (0.005,20) = −2.845‬‬

‫‪ ، −t (0.005,20) = −2.845 < t c = 2.36 < t (0.005,20) = 2.845‬أم أف‬
‫القيمة الفعمية لممتغيرة ‪ t c‬تقع في منطقة قبكؿ الفرضية الصفرية‪ ،‬كمنو القرار المتخذ ىك‪ :‬قبكؿ‬
‫الفرضية الصفرية ‪ H0‬كرفض الفرضية البديمة ‪ H1‬عند مستكل الداللة ‪ . α = 0.01‬أم أنو ال‬
‫يكجد ىناؾ فرؽ بيف متكسط المجتمعيف‪.‬‬
‫) 𝑐𝑡‪𝑃 − 𝑉 = 𝑝(𝑡 ≤ −𝑡𝑐 ) + 𝑝(𝑡 ≥ +‬‬
‫)‪𝑃 − 𝑉 = 𝑝(𝑡 ≤ −2.36) + 𝑝(𝑡 ≥ +2.36‬‬
‫)‪𝑃 − 𝑉 = 1 − 𝑝(𝑡 ≤ 2.36) + 1 − 𝑝(𝑡 ≤ 2.36‬‬

‫‪155‬‬
‫‪𝑃 − 𝑉 = 2 − 2𝑝(𝑡 ≤ 2.36) = 2 − 2 × 0.975 = 0.05‬‬
‫𝑉 ‪ 𝑃 −‬أكبر مف مستكل‬ ‫‪ ، 𝑃 − 𝑉 = 0.05 > 𝛼 = 0.01‬أم أف القيمة االحتمالية‬ ‫نبلحظ أف‪:‬‬

‫المعنكية ‪ ، 0.05‬كمنو ‪ : H0‬مقبكلة‪.‬‬
‫‪H0 : μD = 0‬‬
‫‪H1 : μD ≠ 0‬‬
‫المعنكية المحدد إلجراء ىذا االختبار يككف ذك ذيميف(اختبار ثنائي االتجاه)‪ .‬لذا سكؼ نرفض ‪H0‬‬
‫عند مستكل المعنكية ‪ α = 0.05‬إذا كانت )‪ t c > t (0.025,9‬أك )‪ t c < −t (0.025,9‬حيث‪:‬‬
‫𝑑‬
‫= 𝑐𝑡 ‪ϑ = 𝑛 − 1 = 10 − 1 = 9 ،‬‬ ‫𝑑𝑆‬ ‫‪ ‬حساب القيمة الفعمية لممتغيرة ‪: t c‬‬
‫𝑛‬
‫لدينا‪ 𝑑𝑖 = 𝑥𝑖 − 𝑦𝑖 :‬مبينة في الجدكؿ اآلتي‪:‬‬
‫‪𝑑𝑖0.5 0.5 0.5‬‬ ‫‪1‬‬ ‫‪0.5‬‬ ‫‪1‬‬ ‫‪0.5 0.5‬‬ ‫‪2‬‬ ‫‪1‬‬
‫𝑖𝑑‬ ‫‪6×0.5 + 3×1 + 1×2‬‬
‫=𝑑‬ ‫=‬ ‫‪= 0.8‬‬
‫𝑛‬ ‫‪10‬‬
‫‪𝑑 𝑖 −𝑑 2‬‬ ‫‪6×(0.5−0.8)2 +3×(1−0.8)2 +1×(2−0.8)2‬‬
‫= 𝑑𝑆‬ ‫=‬ ‫‪= 0.48‬‬
‫‪𝑛−1‬‬ ‫‪9‬‬
‫𝑑‬ ‫‪0.8‬‬
‫= 𝑐𝑡‬ ‫𝑑𝑆‬ ‫=‬ ‫‪0.48‬‬ ‫كمنو‪= 5.23 :‬‬
‫𝑛‬ ‫‪10‬‬
‫‪α‬‬
‫‪ ،‬كمف جدكؿ تكزيع ستيكدنت‪ ،‬القيمة الجدكلية (القيمة الحرجة) لممتغيرة‬ ‫كمنو‪= 0.025 :‬‬
‫‪2‬‬
‫𝛼‬
‫(االختبار مف اتجاىيف) ىي‪:‬‬ ‫)‪ t (0.025,9‬التي تقابؿ ‪= 0.025‬‬
‫‪2‬‬
‫‪−t (0.025,9) = −2.262 ، t (0.025,9) = 2.262‬‬

‫‪156‬‬
‫‪ ، t c = 5.23 > t (0.025,9) = 2.262‬كمنو القرار المتخذ ىك‪ :‬رفض الفرضية‬
‫الصفرية ‪ H0‬كقبكؿ الفرضية البديمة ‪ H1‬عند مستكل الداللة ‪ . α = 0.05‬أم أنو يكجد فرؽ‬
‫بيف متكسطي نقاط التقييميف‪.‬‬
‫) 𝑐𝑡‪𝑃 − 𝑉 = 𝑝(𝑡 ≤ −𝑡𝑐 ) + 𝑝(𝑡 ≥ +‬‬
‫)‪𝑃 − 𝑉 = 𝑝(𝑡 ≤ −5.23) + 𝑝(𝑡 ≥ +5.23‬‬
‫)‪𝑃 − 𝑉 = 1 − 𝑝(𝑡 ≤ 5.23) + 1 − 𝑝(𝑡 ≤ 5.23‬‬
‫‪𝑃 − 𝑉 = 2 − 2𝑝(𝑡 ≤ 5.23) = 2 − 2 × 0.9995 = 0.001‬‬
‫نبلحظ أف‪ ، 𝑃 − 𝑉 = 0.001 < 𝛼 = 0.05 :‬أم أف القيمة االحتمالية 𝑉 ‪ 𝑃 −‬أصغر‬
‫مف مستكل المعنكية ‪ ، 0.05‬كمنو ‪ : H0‬مرفكضة‪.‬‬
‫‪H0 : p = 0.94‬‬
‫‪H1 : p ≠ 0.94‬‬
‫‪ ‬تحديد قاعدة القرار‪ :‬بما أف صيغة الفرضية جاءت عمى ىذا الشكؿ فإف االختبار ذك ذيميف‬
‫(اختبار ثنائي االتجاه)‪ .‬لذا سكؼ نرفض ‪ H0‬عند مستكل المعنكية ‪ α = 0.01‬إذا كانت‬
‫‪2‬‬
‫‪𝑝 −𝑝 0‬‬ ‫‪0.97−0.94‬‬
‫= 𝑐𝑍‬ ‫‪𝑝 0𝑞0‬‬
‫=‬ ‫‪0.94×0.06‬‬
‫‪ ‬حساب القيمة الفعمية لممتغيرة 𝑐𝑍 ‪ :‬لدينا ‪= 1.02 :‬‬
‫𝑛‬ ‫‪65‬‬
‫لديف مستكل الداللة (المعنكية)‪ ، α = 0.01 :‬كمف‬

‫‪ ‬استخراج القيمة الجدكلية لممتغيرة 𝑡𝑍 ‪ :‬ا‬
‫‪α‬‬ ‫‪0.01‬‬
‫=‬ ‫جدكؿ التكزيع الطبيعي المعيارم‪ ،‬القيمة الجدكلية لممتغيرة 𝑡𝑍 التي تقابؿ ‪= 0.005‬‬
‫‪2‬‬ ‫‪2‬‬
‫(االختبار مف اتجاىيف) ىي‪ ، Zt = 2.58 :‬أك ‪ −Zt = −2.58‬أم أف القيـ الحرجة ىي‪:‬‬
‫‪ Zα = 2.58‬أك ‪−Zα = −2.58‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪ ، −𝑍𝑡 = −2.58 < 𝑍𝑐 = 1.02 < 𝑍𝑡 = 2.58‬أم أف القيمة الفعمية لممتغيرة‬
‫‪ H0‬كرفض‬ ‫‪ ، H0‬كمنو القرار المتخذ ىك‪ :‬قبكؿ الفرضية الصفرية‬ ‫‪ Zc‬تقع في منطقة قبكؿ‬
‫‪157‬‬
‫الفرضية البديمة ‪ H1‬عند مستكل المعنكية ‪ ، 1‬أم أف ‪ 94‬مف السمعة المستكردة تنطبؽ‬
‫لشركط دفتر االستيراد‪.‬‬
‫) 𝑐𝑍‪𝑃 − 𝑉 = 𝑝(𝑍 ≤ −𝑍𝑐 ) + 𝑝(𝑍 ≥ +‬‬
‫)‪𝑃 − 𝑉 = 𝑝(𝑍 ≤ −1.02) + 𝑝(𝑍 ≥ +1.02‬‬
‫)‪𝑃 − 𝑉 = 1 − 𝑝(𝑍 ≤ 1.02) + 1 − 𝑝(𝑍 ≤ 1.02‬‬
‫‪𝑃 − 𝑉 = 2 − 2𝑝(𝑍 ≤ 1.02) = 2 − 2 × 0.8461 = 0.3078‬‬

‫‪- 1‬اختبار صحة االدعاء‪:‬‬

‫‪𝐻0 : 𝑝1 = 𝑝2‬‬
‫‪𝐻1 : 𝑝1 > 𝑝2‬‬
‫‪ ‬تحديد قاعدة القرار‪ :‬بما أف صيغة الفرضية جاءت عمى ىذا الشكؿ‪ ،‬فإف االختبار ذك ذيؿ‬
‫كاحد(االختبار أحادم االتجاه)‪ .‬لذا سكؼ نرفض ‪ H0‬عند مستكل المعنكية ‪ α = 0.05‬إذا كانت‬
‫𝑡𝑍‪ 𝑍𝑐 > +‬حيث‪𝑍𝑡 = 𝑍𝛼 :‬‬
‫‪9‬‬ ‫‪𝑋1‬‬ ‫‪11‬‬
‫= ‪𝑝2‬‬ ‫= ‪= 0.075 ، 𝑝1‬‬ ‫=‬ ‫‪= 0.1‬‬
‫‪120‬‬ ‫‪𝑛1‬‬ ‫‪110‬‬
‫‪𝑛 1 𝑝 1 +𝑛 2 𝑝 2‬‬ ‫‪110×0.1+120×0.075‬‬
‫=𝑝‬ ‫=‬ ‫‪= 0.087‬‬
‫‪𝑛 1 +𝑛 2‬‬ ‫‪110+120‬‬
‫‪q = 1 − p = 1 − 0.087 = 0.913‬‬
‫‪𝑝 1 −𝑝 2‬‬ ‫‪0.1−0.075‬‬
‫= 𝑐𝑍‬ ‫𝑞𝑝 𝑞𝑝‬
‫=‬ ‫‪0.087 ×0.913 0.087 ×0.913‬‬
‫كمنو‪= 0.67 :‬‬
‫‪+‬‬ ‫‪+‬‬
‫‪𝑛1 𝑛2‬‬ ‫‪110‬‬ ‫‪120‬‬
‫جدكؿ التكزيع الطبيعي المعيارم‪ ،‬القيمة الجدكلية لممتغيرة 𝑡𝑍 التي تقابؿ ‪ α = 0.05‬ىي‪:‬‬
‫‪ ،Zt = 1.64‬أم أف القيمة الحرجة ىي‪Z0.05 = 1.64 :‬‬
‫‪، 𝑍𝑐 = 0.67 < 𝑍𝑡 = 1.64‬‬ ‫‪ ‬المقارنة كاتخاذ القرار‪ :‬بمقارنة 𝑡𝑍 ك 𝑐𝑍 نجد أف‪:‬‬
‫أم أف القيمة الفعمية لممتغيرة 𝑐𝑍 أصغر مف القيمة الجدكلية لممتغيرة 𝑡𝑍 ‪ ،‬كمنو القرار‬
‫‪158‬‬
‫‪ H1‬عند مستكل‬ ‫‪ ، H0‬كرفض الفرضية البديمة‬ ‫المتخذ ىك‪ :‬قبكؿ الفرضية الصفرية‬
‫المعنكية ‪ ، 5‬أم أنو ال يكجد ما يدعـ أف إدعاء ىذا المسئكؿ عف ك ازرة الصحة صحيح‪.‬‬
‫‪- 2‬طريقة القيمة االحتمالية 𝑒𝑢𝑙𝑎𝑉 ‪ : 𝑃 −‬في حالة االختبار في اتجاه كاحد مف جية اليميف نطبؽ‬
‫القاعدة اآلتية‪ ، 𝑃 − 𝑉 = 𝑝(𝑍 ≥ +𝑍𝑐 ) :‬أم أف‪:‬‬
‫‪𝑃 − 𝑉 = 𝑝(𝑍 ≥ 0.67) = 1 − 𝑝(𝑍 ≤ 0.67) = 1 − 0.2486 = 0.7514‬‬
‫نبلحظ أف‪ ، 𝑃 − 𝑉 = 0.7514 > 𝛼 = 0.05 :‬أم أف القيمة االحتمالية 𝑉 ‪ 𝑃 −‬أكبر‬
‫مف مستكل المعنكية ‪ ، 0.05‬كمنو ‪ : H0‬مقبكلة ‪.‬‬
‫‪H0 : σ2 = 0.23‬‬
‫‪H1 : σ2 ≠ 0.23‬‬
‫‪2‬‬
‫‪ ، 2c < ‬حيث‪𝜗 = 𝑛 − 1 = 12 − 1 = 11 :‬‬ ‫‪α‬‬ ‫‪ 2c > 2‬أك‬ ‫𝜗‪α ,‬‬
‫𝜗‪1− ,‬‬
‫‪2‬‬
‫‪(𝑛−1)𝑆 2‬‬ ‫‪(12−1)×0.52‬‬
‫= 𝑐‪2‬‬ ‫=‬ ‫حساب القيمة الفعمية لممتغيرة ‪ : 2c‬لدينا‪= 24.87 :‬‬ ‫‪‬‬
‫‪𝜎02‬‬ ‫‪0.23‬‬
‫‪ ، 2‬لدينا مستكل الداللة‬ ‫‪α‬‬

‫‪1− ,11‬‬
‫‪: 2‬‬ ‫‪α‬‬
‫‪,11‬‬
‫استخراج القيمة الجدكلية لممتغيرتيف‪:‬‬
‫‪2‬‬ ‫‪2‬‬
‫(المعنكية) ‪ α = 0.05 :‬كمف جدكؿ تكزيع كام مربع ‪ ،)Chi-Square ( 2‬القيمة‬

‫‪2‬‬ ‫‪0.975 ,11‬‬
‫‪= 3.816 ، 2‬‬ ‫‪0.025 ,11‬‬
‫الجدكلية لممتغيرتيف ىما‪= 21.92 :‬‬
‫‪ 2‬ك 𝑐‪ 2‬نجد أف‪:‬‬ ‫‪0.025 ,11‬‬
‫‪ ‬المقارنة كاتخاذ القرار‪ :‬بمقارنة‬
‫‪ ، 2𝑐 = 24.87 > 2‬أم أف القيمة الفعمية لممتغيرة‬ ‫‪0.025 ,11‬‬

‫‪= 21.92‬‬
‫‪ ، 2‬كمنو القرار المتخذ ىك‪ :‬رفض‬ ‫‪0.025 ,11‬‬
‫𝑐‪ 2‬أكبر من القيمة الجدكلية لممتغيرة‬
‫الفرضية الصفرية ‪ H0‬كقبكؿ الفرضية البديمة ‪ ،H1‬عند مستكل المعنكية ‪. α = 0.05‬‬
‫) 𝑐 ‪𝑃 − 𝑉 = 𝑝(211 ≤ −2 𝑐 ) + 𝑝(211 ≥ +2‬‬
‫)‪𝑃 − 𝑉 = 𝑝(211 ≥ 24.87) + 𝑝(211 ≥ 24.87‬‬
‫‪𝑃 − 𝑉 = 2𝑝(211 ≥ 24.87) = 2 × 0.01 = 0.02‬‬

‫‪159‬‬
‫نبلحظ أف‪ ، 𝑃 − 𝑉 = 0.02 < 𝛼 = 0.05 :‬أم أف القيمة االحتمالية 𝑉 ‪ 𝑃 −‬أصغر مف‬
‫مستكل المعنكية ‪ ، 0.01‬كمنو ‪ : H0‬مرفكضة ‪.‬‬
‫‪H0 : σ12 = σ22‬‬
‫‪H1 : σ12 ≠ σ22‬‬
‫‪ ، F𝑐 < F‬حيث‪:‬‬ ‫‪α‬‬
‫‪1− ,𝜗1 ,ϑ2‬‬
‫‪ F𝑐 > F‬أك‬ ‫‪α‬‬
‫‪,𝜗1 ,ϑ2‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪ 𝜗1 = 𝑛1 − 1 = 11 − 1 = 10‬ك ‪𝜗2 = 𝑛2 − 1 = 9 − 1 = 8‬‬

‫‪𝑆12‬‬ ‫‪0.45‬‬
‫= 𝑐‪F‬‬ ‫=‬ ‫حساب القيمة الفعمية لممتغيرة 𝑐‪ : F‬لدينا ‪= 1.25 :‬‬ ‫‪‬‬
‫‪𝑆22‬‬ ‫‪0.36‬‬
‫‪ ‬استخراج القيمة الجدكلية لممتغيرتيف ‪ F 0.025 ,10,8‬ك ‪ : F 0.975 ,10,8‬مف جدكؿ تكزيع‬
‫فيشر ‪ ، ) Fisher ( F‬القيمة الجدكلية لممتغيرة ‪ F 0.025 ,10,8‬كلممتغيرة ‪ F 0.975 ,10,8‬ىي‪:‬‬
‫‪ F 0.025 ,10,8 = 4.30‬ك ‪F 0.975 ,10,8 = 0.26‬‬
‫‪ F 0.025 ,10,8‬ك ‪ F 0.975 ,10,8‬ك 𝑐‪ F‬نجد أف‪:‬‬ ‫‪ ‬المقارنة كاتخاذ القرار‪ :‬بمقارنة‬
‫‪ ، F 0.975 ,10,8 = 0.26 < F𝑐 = 1.25 < F 0.025 ,10,8 = 4.30‬أم أف القيمة‬
‫‪ ، H0‬كمنو القرار المتخذ ىك‪ :‬قبكؿ‬ ‫الفعمية لممتغيرة ‪ Fc‬تقع قي منطقة قبكؿ الفرضية الصفرية‬
‫الفرضية الصفرية ‪ H0‬كرفض الفرضية البديمة ‪ ،H1‬أم أنو ال يكجد فرؽ بيف تبايف أكزاف الدجاج في‬
‫المزرعتيف عند مستكل المعنكية ‪. 𝛼 = 0.05‬‬
‫) 𝑐‪𝑃 − 𝑉 = 𝑝(F(10,8) ≤ −F𝑐 ) + 𝑝(F(10,8) ≥ +F‬‬
‫)‪𝑃 − 𝑉 = 𝑝(F(10,8) ≤ −1.25) + 𝑝(F(10,8) ≥ +1.25‬‬
‫)‪𝑃 − 𝑉 = 1 − 𝑝(F(10,8) ≤ 1.25) + 1 − 𝑝(F(10,8) ≤ 1.25‬‬
‫‪𝑃 − 𝑉 = 2 − 2𝑝(F(10,8) ≤ 1.25) = 2 − 2 × 0.90 = 0.20‬‬
‫‪160‬‬
‫نبلحظ أف‪ ، 𝑃 − 𝑉 = 0.20 > 𝛼 = 0.05 :‬أم أف القيمة االحتمالية 𝑉 ‪𝑃 −‬‬
‫أكبر مف مستكل المعنكية ‪ ، 0.05‬كمنو ‪ : H0‬مقبكلة ‪.‬‬
‫حل التمرين الرابع عشر‪:‬‬
‫𝑖𝑥‬ ‫‪15.04‬‬ ‫𝑖𝑥‬ ‫‪12.87‬‬

‫= ‪𝑋2‬‬ ‫=‬ ‫‪= 1.253‬‬ ‫‪،‬‬ ‫= ‪𝑋1‬‬ ‫=‬ ‫لدينا‪= 1.287 :‬‬
‫‪𝑛B‬‬ ‫‪12‬‬ ‫‪𝑛A‬‬ ‫‪10‬‬
‫‪𝑥 𝑖2‬‬ ‫‪2‬‬ ‫‪25.16‬‬

‫‪𝑆12‬‬ ‫=‬ ‫= ‪− 𝑋1‬‬ ‫‪− 1.287‬‬ ‫‪2‬‬
‫‪= 0.86‬‬ ‫كمف جية أخرل لدينا‪:‬‬
‫‪𝑛A‬‬ ‫‪10‬‬
‫‪𝑥 𝑖2‬‬ ‫‪2‬‬ ‫‪37.59‬‬

‫= ‪𝑆22‬‬ ‫= ‪− 𝑋2‬‬ ‫‪− 1.253‬‬ ‫‪2‬‬
‫‪= 1.56‬‬
‫‪𝑛B‬‬ ‫‪12‬‬
‫‪H0 : μ1 = μ2‬‬
‫‪H1 : μ1 ≠ μ2‬‬
‫تكزيع ستيكدنت محققة) بدرجة حرية‪:‬‬
‫‪𝑆2‬‬ ‫‪2 2‬‬
‫‪1 +𝑆 2‬‬ ‫‪0.86 1.56 2‬‬
‫‪+‬‬
‫=𝜗‪.‬‬
‫‪𝑛1 𝑛2‬‬ ‫‪10‬‬ ‫‪12‬‬
‫‪2‬‬ ‫‪2‬‬ ‫=‬ ‫‪2‬‬ ‫‪1.56 2‬‬
‫‪≈ 20‬‬
‫‪1‬‬ ‫‪𝑆2‬‬
‫‪1 +‬‬ ‫‪1‬‬ ‫‪𝑆2‬‬
‫‪2‬‬
‫‪1‬‬ ‫‪0.86‬‬
‫‪+‬‬
‫‪1‬‬
‫‪𝑛 1 −1‬‬ ‫‪𝑛1‬‬ ‫‪𝑛 2 −1‬‬ ‫‪𝑛2‬‬ ‫‪10−1‬‬ ‫‪10‬‬ ‫‪12−1‬‬ ‫‪12‬‬
‫بما أف صيغة الفرضية جاءت بيذا الشكؿ‪ ،‬فيذا يعني أف مستكل المعنكية المحدد إلجراء ىذا‬
‫‪ H0‬عند مستكل المعنكية‬ ‫االختبار يككف عند الذيميف (اختبار ثنائي االتجاه)‪ .‬لذا ترفض‬
‫)‪ ، −t c < −t (α =0.025,20‬حيث‪:‬‬ ‫)‪ t c > t (α =0.025,20‬أك‬ ‫‪ α = 0.05‬إذا كانت‪:‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪𝑋1 −𝑋2‬‬ ‫‪1.287−1.253‬‬
‫= 𝑐𝑡‬ ‫=‬ ‫‪0.86 1.56‬‬
‫‪= 0.074‬‬
‫‪𝑆2‬‬ ‫‪2‬‬
‫‪1 +𝑆 2‬‬ ‫‪+‬‬
‫‪10‬‬ ‫‪12‬‬
‫‪𝑛1 𝑛2‬‬

‫‪α‬‬ ‫‪0.05‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪ t (0.025,20) = 2.086‬أك ‪−t (0.025,20) = −2.086‬‬

‫‪161‬‬
‫‪ ، −t (0.025,20) = −2.845 < t c = 0.074 < t (0.025,20) = 2.845‬أم‬
‫أف القيمة الفعمية لممتغيرة ‪ t c‬تقع في منطقة قبكؿ الفرضية الصفرية‪ ،‬كمنو القرار المتخذ ىك‪ :‬قبكؿ‬
‫الفرضية الصفرية ‪ H0‬كرفض الفرضية البديمة ‪ H1‬عند مستكل الداللة ‪ . α = 0.05‬أم نقبؿ‬
‫ادعاء عدـ كجكد فركؽ معنكية لمكقت الضركرم لتنفس الطبيعي بيف النكعيف مف األدكية‪.‬‬
‫التمرين الخامس عشر‪:‬‬
‫‪ ، 0.2‬فإذا قمنا بسحب عينتيف عشكائيتيف‬ ‫بؿغت نسبة الذككر في المؤسسة ‪ ، 0.3 A‬كفي المؤسسة ‪B‬‬
‫مف المؤسسة األكلى ‪ A‬بحجـ ‪ 100‬كالثانية مف المؤسسة ‪ B‬بحجـ ‪. 200‬‬
‫‪- 1‬حدد تكزيع المعاينة لمفرؽ بيف النسبتيف؛‬

‫‪- 2‬ما ىك احتماؿ أف يككف الفرؽ بيف نسبتي الذككر في المؤسستيف أكبر مف ‪ 0,06‬؛‬
‫‪- 3‬اختبر الفرض القائؿ بأف نسبتي الذككر في المؤسستيف متساكييف بمستكل الخطر‪. 5%‬‬
‫حل التمرين الخامس عشر‪:‬‬
‫المعطيات‪𝑛1 = 100 , 𝑛2 = 200 , 𝑝1 = 0.3  𝑞1 = 0.7 , 𝑝2 = 0.2  𝑞2 = 0.8 :‬‬
‫‪- 1‬تحديد تكزيع المعاينة لمفرؽ بيف النسبتيف‪ :‬تكزيع المعاينة لئلحصائية ‪ 𝑝1 − 𝑝2‬يتبع التكزيع الطبيعي‬
‫ألف حجـ العينتيف كبير ( ‪ 𝑛1 ≥ 30‬ك ‪ )𝑛2 ≥ 30‬بمتكسط ‪ 𝜇𝑝 1 −𝑝 2‬كانحراؼ معيارم ‪𝜎𝑝 1 −𝑝 2‬‬
‫حيث‪:‬‬
‫‪𝜇𝑝 1 −𝑝 2 = 𝑝1 − 𝑝2 = 0.3 − 0.2 = 0.1‬‬
‫‪𝑝1 𝑞1‬‬ ‫‪𝑝2 𝑞2‬‬ ‫‪0.3×0.7‬‬ ‫‪0.2×0.8‬‬
‫= ‪𝜎𝑝 1 −𝑝 2‬‬ ‫‪+‬‬ ‫=‬ ‫‪+‬‬ ‫‪= 0.054‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬ ‫‪100‬‬ ‫‪200‬‬
‫‪- 2‬حساب احتماؿ أف يككف الفرؽ بيف نسبتي الذككر في المؤسستيف أكبر مف ‪: 0,06‬‬
‫‪𝑝 1 −𝑝 2 − 𝑝 1 −𝑝 2‬‬ ‫‪0.06−0.1‬‬
‫= 𝑐𝑍 ‪ ،‬كمنو االحتماؿ المطمكب ىك‪:‬‬ ‫=‬ ‫لدينا‪= −0.74 :‬‬
‫‪𝑝 1𝑞 1 𝑝 2𝑞 2‬‬ ‫‪0.054‬‬
‫‪+‬‬
‫‪𝑛1‬‬ ‫‪𝑛2‬‬
‫‪𝑃(𝑝1 − 𝑝2 > 0.06) = 𝑃(𝑍 > −0.74) = 𝑃(𝑍 < 0.74) = 0.7704‬‬
‫اختبر الفرض القائؿ بأف نسبتي الذككر في المؤسستيف متساكييف بمستكل المعنكية ‪. 5‬‬
‫‪ - 3‬ا‬
‫‪𝐻0 : 𝑝1 = 𝑝2‬‬
‫‪𝐻1 : 𝑝1 ≠ 𝑝2‬‬
‫‪162‬‬
‫‪ ‬تحديد قاعدة القرار‪ :‬بما أف صيغة الفرضية جاءت عمى شكؿ مساكاة‪ ،‬فإف االختبار ذك‬
‫ذيميف (اال ختبار ثنائي االتجاه)‪ .‬لذا سكؼ نرفض ‪ H0‬عند مستكل المعنكية ‪ α = 0.05‬إذا‬
‫‪2‬‬

‫‪𝑛 1 𝑝 1 +𝑛 2 𝑝 2‬‬ ‫‪100×0.3+200×0.2‬‬
‫= 𝑝 ‪ ،‬كمنو‪:‬‬ ‫=‬ ‫‪= 0.23‬‬
‫‪𝑛 1 +𝑛 2‬‬ ‫‪100+200‬‬
‫‪q = 1 − p = 1 − 0.23 = 0.77‬‬

‫‪𝑝 1 −𝑝 2‬‬ ‫‪0.3−0.2‬‬
‫= 𝑐𝑍‬ ‫𝑞𝑝 𝑞𝑝‬
‫=‬ ‫‪0.77×0.23 0.77×0.23‬‬
‫كمنو‪= 1.94 :‬‬
‫‪+‬‬ ‫‪+‬‬
‫‪𝑛1 𝑛2‬‬ ‫‪100‬‬ ‫‪200‬‬
‫‪α‬‬
‫جدكؿ التكزيع الطبيعي المعيارم فإف القيمة الجدكلية لممتغيرة 𝑡𝑍 التي تقابؿ ‪= 0.025‬‬
‫‪2‬‬
‫(االختبار مف اتجاىيف ) ىي‪ Zt = 1.96 :‬أك ‪ ، −Zt = −1.96‬أم أف القيمة الحرجة‬

‫ىي‪ Z0.025 = 1.96 :‬أك ‪−Z0.025 = −1.96‬‬
‫‪ ، −Z0.025 = −1.96 < 𝑍𝑐 = 1.94 < 𝑍𝑡 = 1.96‬أم أف القيمة الفعمية‬
‫لممتغيرة ‪ Zc‬تقع في منطقة قبكؿ الفرضية الصفرية‪ ،‬كمنو القرار المتخذ ىك‪ :‬قبكؿ الفرضية‬
‫الصفرية ‪ H0‬كرفض الفرضية البديمة ‪ ، H1‬أم قبكؿ الفرض القائؿ بأف نسبتي الذككر في‬
‫المؤسستيف متساكييف بمستكل المعنكية ‪ ، 5‬كرفض الفرضية البديمة بأف النسبتيف غير‬
‫متساكيتيف‪.‬‬
‫‪163‬‬
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
‫فهرس المراجع ‪:‬‬
‫‪- 1‬أومساعيل صفية‪ ،‬اإلحصاء االستداليل‪ ،‬السنة الثانية ليسانس تربوي وتدريب‪ ،‬معهد علوم وتقنيات النشاطات البدنية والرياضية‪،‬‬
‫جامعة مخيس مليانة – اجلزائر – ‪. 2019/ 2018‬‬
‫‪ LMD‬جذع مشرتك‪ ،‬كلية‬ ‫‪- 2‬بلعيدي عبد اهلل‪ ،‬زلاضرات يف اإلحصاء الرياضي‪ ،‬مطبوعة زلكمة موجهة لطلبة السنة األوىل‬
‫العلوم االقتصادية والتجارية وعلوم التسيًن‪ ،‬جامعة عباس لغرور – خنشلة ‪ /‬اجلزائر‪. 2019 ،‬‬
‫‪ LMD‬جذع مشرتك‪ ،‬كلية‬ ‫‪- 3‬بلعيدي عبد اهلل‪ ،‬زلاضرات يف اإلحصاء الوصفي‪ ،‬مطبوعة زلكمة موجهة لطلبة السنة األوىل‬
‫العلوم االقتصادية والتجارية وعلوم التسيًن ‪ ،‬جامعة عباس لغرور – خنشلة ‪ /‬اجلزائر ‪. 2017 ،‬‬
‫‪- 4‬بودغدغ أمحد ‪ ،‬دروس يف اإلحصاء (‪ ، )03‬جامعة زلمد الصديق بن حيٍن – كلية العلوم االقتصادية والتجارية وعلوم التسيًن ‪،‬‬
‫‪. 2017‬‬
‫‪- 5‬جواهر زلمد الزيد‪ ،‬فرضيات البحث العلمي واختبارها‪ ،‬مركز التميز البحثي يف تطوير تعليم العلوم والرياضيات‪ ،‬كلية الرتبية‪،‬‬
‫قسم علم النفس ‪ -‬جامعة ادللك سعود ‪ -‬ادلملكة العربية السعودية‪. 2005 ،‬‬
‫‪- 6‬جياليل جالطو‪ ،‬اإلحصاء مع دتارين ومسائل زللولة‪ ،‬ديوان ادلطبوعات اجلامعية‪ ،‬اجلزائر‪. 2002 ،‬‬
‫‪- 7‬دبوش عبد القادر‪ ،‬مطبوعة يف مقياس االحتماالت واإلحصاء التطبيقي‪ ،‬قسم علوم التسيًن‪ ،‬كلية العلوم االقتصادية والتجارية‬
‫وعلوم التسيًن‪ ،‬جامعة ‪ 8‬ماي ‪ ،1945‬قادلة‪/‬اجلزائر‪.2018 ،‬‬
‫‪- 8‬رحبي مصطفى عليان وآخرون‪ ،‬أساليب البحث العلمي‪ ،‬دار صفاء للنشر والتوزيع‪ ،‬عمان ‪ -‬األردن‪ ،‬ط‪.2018 ،1‬‬
‫‪- 9‬رفيق قاسم أمحد ‪ ،‬ادلدخل إىل علم اإلحصاء ‪ ،‬مديرية الكتب وادلطبوعات اجلامعية ‪ ،‬جامعة حلب – سوريا ‪. 1997 ،‬‬
‫‪- 10‬سالفادور دومينيك‪ ،‬اإلحصاء واالقتصاد القياسي‪ ،‬ديوان ادلطبوعات اجلامعية‪ ،‬اجلزائر‪.1993 ،‬‬
‫‪ - 11‬سعد الليل‪ ،‬مناهج البحث العلمي ‪ :‬تصميم البحث والتحليل اإلحصائي‪ ،‬دار ادلسًنة للنشر والتوزيع‪ ،‬عمان‪ -‬األردن‪،‬‬
‫ط‪.2007 ،1‬‬
‫‪ - 12‬سعدي شاكر محودي‪ ،‬مبادئ علم اإلحصاء وتطبيقاته‪ ،‬دار الثقافة للنشر والتوزيع‪ّ ،‬‬
‫عمان‪.2009 ،‬‬
‫‪- 13‬شنايف نوال ‪ ،‬مطبوعة يف مقياس االحتماالت واإلحصاء التطبيقي ‪ ،‬قسم علوم التسيًن بكلية العلوم االقتصادية والتجارية‬
‫وعلوم التسيًن‪ ،‬جامعة زلمد خيضر – بسكرة ‪ /‬اجلزائر ‪.2017 ،‬‬
‫‪ - 14‬عامر مصباح‪ ،‬منهجية البحث يف العلوم السياسية واإلعالم‪ ،‬ديوان ادلطبوعات اجلامعية ‪ -‬اجلزائر‪ ،‬ط‪.2010 ،2‬‬
‫‪ - 15‬زلسن علي عطية‪ ،‬البحث العلمي يف الرتبية ‪ ،‬دار ادلناهج للنشر والتوزيع‪ ،‬عمان ‪ ،‬األردن ‪ ،‬د‪ .‬ط ‪. 2009 ،‬‬
‫‪186‬‬
‫ دار األمل للطباعة والنشر‬،‫ ادلوجه يف اإلحصاء الوصفي واالستداليل يف العلوم النفسية والرتبوية واالجتماعية‬،‫ زلمد بوعالق‬- 16
.2009 ،‫ اجلزائر‬،‫والتوزيع‬
‫ مذكرة خترج لنيل شهادة ادلاجستًن يف‬،‫ إشكالية حتديد حجم العينة يف الدراسات االقتصادية واالجتماعية‬،‫موسى نبيل مسًن‬- 17
. 2011 ،‫ جامعة وهران‬،‫ ختصص التقنيات الكمية ادلطبقة‬،‫العلوم االقتصادية‬
ّ ،‫ دار احلامد‬، SPSS ‫ اإلحصاء يف الرتبية والعلوم اإلنسانية مع تطبيقات بررلية‬،‫نبيل مجعة صاحل‬- 18
.2009 ،1‫ ط‬،‫عمان‬
Abdelkader Elkhider, El mustapha Kchirid, Bachir Lakhdar et Abdelhamid El- 19
Bouhadi, Statistique Decisionnelle : Echantillonnage, estimation, comparaison et
test, Imprimerie Papeterie el Watanya, Maroc, 2004.
BISMANS Francis., Probabilités & statistique inférentielle, prélude à - 20
l’économétrie, édition Ellipses , 2016.
Boukalla Bouzouane Malika ,Statistique descriptive , Alger , éditions casbah , - 21
2001, p 14 et 15 .
David R. Anderson, Dennis J. Sweeney, Thomas A. Williams . Statistiques - 22
pour l’économie et la gestion, De Boeck, France , 2005.
H. CRAMER Probabilité Mathématique et Inférence Statistique Revue de - 23
Statistique Appliquée, vol XXXI , n°3 , 2011.
Hogg R.V. and Tanis E.A., Probability and statistical Inference, 5th Edition , - 24
Englewood Cliffs , NJ, Prentice Hall , 1997.
Jean Stafford, Paul Bodson, L’analyse multivariée avec Spss, Presses de - 25
l’université du Québec, Canada , 2006.
W.FELLER , An introduction to Probability theory and its applications, - 26
tome2 John Wiley & Sons , 2009.
Wayne W.D , Biostatistics : A Foundation for Analysis in the Health Science , - 27
7th Edition , John Wiley & Sons , Inc . , New York , 1996.
، 63‫ ص‬، 2014 ،‫ فلسطٌن‬-‫ خان يونس‬/ ‫ الكلية اجلامعية للعلوم والتكنولوجيا‬،‫ اإلحصاء التطبيقي‬، ‫ إياد زلمد اذلويب‬- 28
http://www.cst.ps/ar/index.php/ihoubi
. 2019 / 02 / 14 :‫تاريخ الزيارة‬
https://vb.ckfu.org/90559d1355874 ، ‫ ملخص التحليل اإلحصائي‬، ‫ أبو جىن اجلوين‬- 29
187
‫تاريخ الزيارة‪. 2019 / 04 / 18 :‬‬
‫‪ - 30‬العيادي صاحلٌن‪ ،‬مسائل ودتارين يف االحصاء واالحتماالت‪،‬‬
‫‪Statistics-and-Probability-pdf.html.https://www.physics-pdf.com‬‬
‫تاريخ الزيارة‪. 2019 / 11/ 18 :‬‬
‫‪- 31‬حسن طعمة‪ ،‬أساليب اإلحصاء التطبيقي‪https://www.google.com/search?sxsrf= ،‬‬
‫تاريخ الزيارة‪. 2020 / 01/ 18 :‬‬
‫‪ - 32‬سهًن فهمي حجازي‪ ،‬اإلحصاء التطبيقي ‪http://206.81.8.224/book/%D8%A7%D9 ،‬‬
‫تاريخ الزيارة‪. 2020 / 01/ 18 :‬‬
‫‪188‬‬
‫فهرس الموضوعات‪:‬‬
‫‪ ............................................................................................................................... .........................................‬أ‪ -‬ح‬

‫‪.‬‬ ‫مقدمة‬
‫‪046-001‬‬ ‫‪.............................‬‬ ‫الفصل األول‪ :‬مفاهيم إحصائية أساسية‬
‫‪001‬‬ ‫‪....................................................................................................................................................................‬‬
‫‪...‬‬ ‫دتهيد‬
‫‪001‬‬ ‫‪............................... ........‬‬
‫‪..............................................................................‬‬ ‫‪ -1‬اجملتمع اإلحصائي والعينة اإلحصائية‬
‫‪001‬‬ ‫‪...................................................... ........‬‬
‫‪..............................................................................‬‬ ‫‪ -1-1‬اجملتمع اإلحصائي‬
‫‪001‬‬ ‫‪.......................... ............................. ........‬‬
‫‪..............................................................................‬‬ ‫‪ -2-1‬العينة اإلحصائية‬
‫‪002‬‬ ‫‪..........................................................................................................‬‬ ‫‪ -2‬اخلصائص العامة للعينة اإلحصائية وأنواعها‬
‫‪002‬‬ ‫‪..................................................................................................................‬‬ ‫‪ -1-2‬اخلصائص العامة للعينة اإلحصائية‬
‫‪002‬‬ ‫‪......................................‬‬
‫‪..............................................................................................‬‬ ‫‪ -2-2‬أنواع العينة اإلحصائية‬
‫‪007‬‬ ‫‪.................................... ........‬‬
‫‪.....................................................................................................‬‬ ‫‪ -3‬مزايا وعيوب العينة‬
‫‪007‬‬ ‫‪.................................. ....‬‬
‫‪................................................................................................................‬‬ ‫‪ -1-3‬مزايا العينة‬
‫‪008‬‬ ‫‪................................... ....‬‬
‫‪...........................................................................................................‬‬ ‫‪ -2-3‬عيوب العينة‬
‫‪008‬‬ ‫‪................................ ......................................................................‬‬ ‫‪ -4‬عدد أفراد العينة اإلحصائية (حجم العينات)‬
‫‪009‬‬ ‫‪..................................... ....‬‬
‫‪.......................................................................................................‬‬ ‫‪ -5‬ادلعلمة واإلحصائية‬
‫‪009‬‬ ‫‪................................. ....‬‬
‫‪......................................................................................................................‬‬ ‫‪ -1-5‬ادلعلمة‬
‫‪009‬‬ ‫‪.................................. ....................... ...‬‬
‫‪........................................................................................‬‬ ‫‪ -2-5‬اإلحصاءة‬
‫‪009‬‬ ‫‪..................................... ..................................................................‬‬ ‫‪ -6‬التحليل التوافقي (القائمة‪ ،‬الرتتيبة‪ ،‬التوفيقة)‬
‫‪009‬‬ ‫‪........................................ ...‬‬
‫‪.................................................................................................................‬‬ ‫‪ -1-6‬القائمة‬
‫‪009‬‬ ‫‪.............................................................................................................................................................‬‬ ‫‪ -2-6‬الرتتيبة‬
‫‪009‬‬ ‫‪........................... .............................................................................................................................‬‬
‫‪...‬‬ ‫‪ -3-6‬التوفيقة‬
‫‪010‬‬ ‫‪............................ ..................................‬‬ ‫‪ -7‬ادلتوسط احلسايب والتباين واالحنراف ادلعياري للعينة واجملتمع اإلحصائي‬
‫‪010‬‬ ‫‪.................................................................................................................................‬‬
‫‪.‬‬ ‫‪ -1-7‬ادلتوسط احلسايب للعينة‬
‫‪010‬‬ ‫‪................................... .........................................................................‬‬ ‫‪ -2-7‬ادلتوسط احلسايب للمجتمع اإلحصائي‬

‫‪011‬‬ ‫‪................................ ...‬‬
‫‪.................................................................................................................‬‬ ‫‪ -3-7‬تباين العينة‬
‫‪189‬‬
‫‪011‬‬ ‫‪.................................. ...‬‬
‫‪..............................................................................................‬‬ ‫‪-4-7‬تباين اجملتمع اإلحصائي‬
‫‪011‬‬ ‫‪..................................... ............................................................................................‬‬
‫‪..‬‬ ‫‪ -5-7‬االحنراف ادلعياري للعينة‬
‫‪012‬‬ ‫‪...........................................................................................................................‬‬ ‫‪ -6-7‬االحنراف ادلعياري للمجتمع‬
‫‪012‬‬ ‫‪..............................................................................................................................‬‬ ‫‪ -8‬التوزيعات االحتمالية الشائعة‬
‫‪012‬‬ ‫‪........................................................................................................................‬‬ ‫‪ -1-8‬التوزيعات االحتمالية ادلتقطعة‬
‫‪012‬‬ ‫‪............................................................................................................................................‬‬ ‫‪ -1-1-8‬توزيع برنويل‬
‫‪012‬‬ ‫‪............................................................................................................‬‬ ‫‪ -2-1-8‬التوزيع الثنائي(التوزيع ذو احلدين)‬
‫‪014‬‬ ‫‪.........................................................................................................................‬‬ ‫‪ -2-8‬التوزيعات االحتمالية ادلتصلة‬
‫‪014‬‬ ‫‪............................................................................................‬‬ ‫‪ -1-2-8‬قانون التوزيع الطبيعي ( توزيع ‪) Gausse‬‬
‫‪018‬‬ ‫‪....................................................................................‬‬ ‫‪ -2-2-8‬التوزيع الطبيعي ادلعياري(التوزيع ادلركزي ادلختصر)‬
‫‪022‬‬ ‫‪................................................................................................................‬‬ ‫‪ -3-2-8‬توزيع كاما ‪) Gamma( ‬‬
‫‪024‬‬ ‫‪..........................................................................................................................‬‬ ‫‪ -4-2-8‬توزيع بيتا 𝛽 (‪) bêta‬‬
‫‪026‬‬ ‫‪............................................................................................‬‬ ‫‪ -5-2-8‬توزيع كاي مربع ‪)Chi-Square( 2‬‬
‫‪029‬‬ ‫‪..........................................................................................................‬‬ ‫‪ -6-2-8‬توزيع ستيودنت ‪)Student( t‬‬
‫‪032‬‬ ‫‪....................................................................................................................‬‬ ‫‪ -7-2-8‬توزيع فيشر ‪)Fisher( F‬‬
‫‪035‬‬ ‫‪....................................... ........................... .................... ...............................................................‬‬ ‫دتارين الفصل األول‬
‫‪039‬‬ ‫‪....................................... ........................................... .......... ..............................................‬‬ ‫حلول دتارين الفصل األول‬
‫‪070-047‬‬ ‫‪........................................‬‬ ‫الفصل الثاني‪ :‬نظرية توزيعات المعاينة‬
‫‪047‬‬ ‫‪............................................... ..............................................................................................................‬‬
‫‪.‬‬ ‫دتهيد‬
‫‪047‬‬ ‫‪........................................... ....‬‬‫‪ -1‬متوسط توزيع ادلعاينة للمتوسطات واالحنراف ادلعياري لتوزيع ادلعاينة للمتوسطات‬
‫‪048‬‬ ‫‪...........................................................................‬‬ ‫‪ -1-1‬متوسط (األمل الرياضي‪ ،‬توقع) توزيع ادلعاينة للمتوسطات‬
‫‪048‬‬ ‫‪.............................................................................................. ...‬‬ ‫‪ -2-1‬االحنراف ادلعياري لتوزيع ادلعاينة للمتوسطات‬
‫‪051‬‬ ‫‪............................................... ...‬‬ ‫‪ -2‬توزيع ادلعاينة للمتوسط احلسايب ‪ X‬عند ادلعاينة من رلتمع طبيعي أو غًن طبيعي‬
‫‪054‬‬ ‫‪.......................................... ..‬‬‫‪ -3‬توزيع ادلعاينة للمتوسط احلسايب 𝑋 عندما يكون االحنراف ادلعياري للمجتمع رلهوال‬
‫‪055‬‬ ‫‪...............................................................................................................‬‬ ‫‪ -4‬توزيع ادلعاينة للفرق بٌن متوسطي عينتٌن‬
‫‪055‬‬ ‫‪....................................................................................................‬‬ ‫‪ -1-4‬توزيع الفرق بٌن متوسطي عينتٌن مستقلتٌن‬
‫‪055‬‬ ‫‪..............‬‬ ‫‪ -1-1-4‬توزيع ادلعاينة للفرق بٌن متوسطي عينتٌن مستقلتٌن عند ادلعاينة من رلتمع طبيعي أو غًن طبيعي‬
‫‪056‬‬ ‫‪ -2-1-4‬توزيع ادلعاينة للفرق بٌن متوسطي عينتٌن مستقلتٌن عند ادلعاينة من رلتمع رلهول االحنراف ادلعياري‬
‫‪.........‬‬
‫‪058‬‬ ‫‪..................................................................... ..................................‬‬‫‪ -2-4‬توزيع الفرق بٌن متوسطي عينتٌن مرتبطتٌن‬

‫‪190‬‬
‫‪059‬‬ ‫‪.............................‬‬
‫‪.................................................................................................... .......‬‬ ‫‪ -5‬توزيع ادلعاينة لنسبة عينة‬
‫‪061‬‬ ‫‪.................................‬‬
‫‪....................................................................................‬‬ ‫‪ -6‬توزيع ادلعاينة للفرق بٌن نسبيت عينتٌن‬
‫‪061‬‬ ‫‪...............................‬‬
‫‪........................................................................................................‬‬ ‫‪ -7‬توزيع ادلعاينة لتباين عينة‬
‫‪062‬‬ ‫‪................................................................................................................‬‬ ‫‪ -8‬توزيع ادلعاينة للنسبة بٌن تبايين عينتٌن‬
‫دتارين الفصل الثاين‬
‫حلول دتارين الفصل الثاين‬
‫‪107-071‬‬ ‫‪.......................................‬‬ ‫الفصل الثالث‪ :‬نظرية التقدير اإلحصائي‬
‫‪071‬‬ ‫‪.............................. ..............................................................................................................................‬‬
‫‪..‬‬ ‫دتهيد‬
‫‪071‬‬ ‫‪.................................... ........................................................................................................‬‬ ‫‪ -1‬مفهوم التقدير وادلقدر‬
‫‪073‬‬ ‫‪................................................ ....................................................... .....................................................‬‬ ‫‪-2‬أنواع التقدير‬
‫‪073‬‬ ‫‪................................................ ...................................................... ............................................‬‬
‫‪.‬‬ ‫‪ -1-2‬التقدير بنقطة‬
‫‪074‬‬ ‫‪....................................‬‬
‫‪......................................................................................‬‬ ‫‪ -2-2‬التقدير بفرتة (التقدير مبجال)‬
‫‪075‬‬ ‫‪................................................................................‬‬ ‫‪ -3‬تقدير متوسط اجملتمع بفرتة الثقة (رلال الثقة دلتوسط اجملتمع)‬
‫‪075‬‬ ‫‪...................‬‬‫‪ -1-3‬تقدير متوسط اجملتمع بفرتة الثقة عندما يكون تباين اجملتمع معلوما ‪ ،‬واجملتمع يتوزع توزيعا طبيعيا‬
‫‪077‬‬ ‫‪...................................................................‬‬‫‪ -2-3‬تقدير متوسط اجملتمع بفرتة الثقة عندما يكون اجملتمع غًن طبيعي‬
‫‪077‬‬ ‫‪.........................................................................‬‬‫‪ -3-3‬تقدير متوسط اجملتمع بفرتة الثقة يف حالة تباين اجملتمع رلهوال‬
‫‪079‬‬ ‫‪.............................................................................‬‬‫‪ -4‬حتديد احلجم ادلناسب للعينة لتقدير متوسط اجملتمع اإلحصائي‬
‫‪080‬‬ ‫‪.......................................................................................................‬‬ ‫‪ -5‬تقدير الفرق بٌن متوسطي رلتمعٌن بفرتة الثقة‬
‫‪080‬‬ ‫‪................................................................................‬‬ ‫‪ -1-5‬تقدير الفرق بٌن متوسطي رلتمعٌن مستقلتٌن بفرتة الثقة‬
‫‪080‬‬ ‫‪.............................................................................................‬‬ ‫‪ -1-1-5‬حالة رلتمعٌن طبيعيٌن وذو تباينٌن معلومٌن‬
‫‪081‬‬ ‫‪..............................................................................................‬‬ ‫‪ -2-1-5‬حالة رلتمعٌن طبيعيٌن وذو تباينٌن رلهولٌن‬
‫‪084‬‬ ‫‪..........................................................................................‬‬ ‫‪ -2-5‬تقدير الفرق بٌن متوسطي رلتمعٌن مرتبطٌن بفرتة‬
‫‪086‬‬ ‫‪.......................................................... ......................................................................‬‬ ‫‪ -6‬تقدير نسبة اجملتمع بفرتة الثقة‬
‫‪087‬‬ ‫‪.................................................. ..........................................‬‬
‫‪.‬‬ ‫‪ -7‬حتديد حجم العينة ادلناسب لتقدير النسبة يف اجملتمع‬
‫‪088‬‬ ‫‪......................................................................................................................‬‬
‫‪..‬‬ ‫‪ -8‬تقدير الفرق بٌن نسبتٌن بفرتة الثقة‬
‫‪089‬‬ ‫‪....................................................................................................‬‬
‫‪.‬‬ ‫‪...........................‬‬ ‫‪ -9‬تقدير تباين رلتمع بفرتة الثقة‬
‫‪090‬‬ ‫‪............................ ..............................................................................‬‬ ‫‪ -10‬تقدير النسبة بٌن تبايين رلتمعٌن بفرتة ثقة‬
‫‪091‬‬ ‫‪.............................................................................. .......................................................................‬‬ ‫دتارين الفصل الثالث‬
‫‪095‬‬ ‫‪............................................................. ..........................................................................‬‬ ‫حلول دتارين الفصل الثالث‬
‫‪191‬‬
‫‪177-125‬‬ ‫‪.............................................‬‬ ‫الفصل الرابع‪ :‬اختبار الفرضيات‬
‫‪108‬‬ ‫‪................................................. ...‬‬
‫‪..............................................................................................................‬‬ ‫دتهيد‬
‫‪108‬‬ ‫‪................................................. ...........................................................................‬‬ ‫‪ -1‬مفاهيم أساسية حول الفرضيات‬
‫‪108‬‬ ‫‪.................................................... .....‬‬
‫‪......................................................................................‬‬ ‫‪ -1-1‬تعريف الفرضية‬
‫‪108‬‬ ‫‪...................................................... .....................................................................................‬‬
‫‪.‬‬ ‫‪ -2-1‬خصائص الفرضية‬
‫‪111‬‬ ‫‪.................................................... .......................... ..‬‬
‫‪.................................................................‬‬ ‫‪-3-1‬أنواع الفرضيات‬
‫‪111‬‬ ‫‪................................................ .......................... ..‬‬
‫‪.................................................................‬‬ ‫‪ -1-3-1‬فرضية العدم‬
‫‪111‬‬ ‫‪............................................ .......................... ...................................................................‬‬ ‫‪-2-3-1‬الفرضية البديلة‬
‫‪114‬‬ ‫‪............................................................ ......................................................‬‬ ‫‪ -4-1‬أخطاء اختبار الفرضيات وأنواعها‬
‫‪116‬‬ ‫‪................................................ ..........................................................‬‬ ‫‪ -5-1‬خطوات اختبار الفرضيات اإلحصائية‬
‫‪117‬‬ ‫‪................................................ ................................................................‬‬ ‫‪ -2‬اختبار الفرضيات حول متوسط اجملتمع‬
‫‪117‬‬ ‫‪............................................... ..................................................... .............‬‬ ‫‪ -1-2‬احلالة األوىل‪ :‬تباين اجملتمع معلوما‬
‫‪118‬‬ ‫‪..................................................................... ......................‬‬ ‫‪ -2-2‬احلالة الثانية‪ :‬تباين اجملتمع رلهوال والعينات كبًنة‬
‫‪119‬‬ ‫‪...........................................................................................‬‬
‫‪.‬‬ ‫‪-3-2‬احلالة الثالثة‪ :‬تباين اجملتمع رلهوال والعينات صغًنة‬
‫‪122‬‬ ‫‪...................................... ............................................................‬‬ ‫‪ -3‬اختبار الفرضيات للفرق بٌن متوسطي رلتمعٌن‬
‫‪122‬‬ ‫‪..................................................................................‬‬ ‫‪-1-3‬اختبار الفرضيات للفرق بٌن متوسطي رلتمعٌن مستقلٌن‬
‫‪123‬‬ ‫‪...................................... ...................................................................‬‬ ‫‪ -1-1-3‬احلالة األوىل‪ :‬تباينا اجملتمعٌن معلومٌن‬
‫‪124‬‬ ‫‪...................................................... ................‬‬‫‪ -2-1-3‬احلالة الثانية‪ :‬تباينا اجملتمعٌن رلهولٌن وحجمي العينتٌن كبًن‬
‫‪125‬‬ ‫‪........................................................................ ................‬‬ ‫‪ -3-1-3‬تباينا اجملتمعٌن رلهولٌن وحجمي العينتٌن صغًن‬
‫‪128‬‬ ‫‪............................................. ..........‬‬ ‫‪ -2-3‬اختبار الفرضيات للفرق بٌن متوسطي رلتمعٌن غًن مستقلٌن (مرتبطٌن)‬
‫‪131‬‬ ‫‪............................................................................................................................‬‬
‫‪.‬‬ ‫‪ -4‬اختبار الفرضيات لنسبة اجملتمع‬
‫‪133‬‬ ‫‪....................................... .................................................. ...................‬‬ ‫‪-5‬اختبار الفرضيات للفرق بٌن نسبيت رلتمعٌن‬
‫‪134‬‬ ‫‪......................‬‬
‫‪........................................................................................................‬‬ ‫‪ -6‬اختبار الفرضيات لتباين اجملتمع‬
‫‪135‬‬ ‫‪......................... .......................................................................................‬‬
‫‪..‬‬ ‫‪ -7‬اختبار الفرضيات لنسبة تبايين رلتمعٌن‬
‫‪137‬‬ ‫‪............ ....‬‬
‫‪.................................................................................................................................‬‬ ‫دتارين الفصل الرابع‬
‫‪140‬‬ ‫‪............. ...........................................................................................................‬‬
‫‪.‬‬ ‫‪.............‬‬ ‫حلول دتارين الفصل الرابع‬
‫‪158‬‬ ‫‪............................................... .... ...‬‬
‫‪..................................................................................................... .............‬‬ ‫ادلالحق‬
‫‪179‬‬ ‫‪............. ...‬‬
‫‪........................................................................................................ ...................................‬‬ ‫فهرس ادلراجع‬
‫‪182‬‬ ‫‪.............. ...‬‬
‫‪........................................................................................................ ..........................‬‬ ‫فهرس ادلوضوعات‬
‫‪192‬‬

محاضرات وتمارين في مقياس الإحصاء التطبيقي

Uploaded by

Copyright:

Available Formats

You might also like

محاضرات وتمارين في مقياس الإحصاء التطبيقي

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

محاضرات وتمارين في مقياس الإحصاء التطبيقي

Uploaded by

Copyright:

Available Formats

‫محاضرات وتمارين في مقياس اإلحصاء‬

‫التطبيقي ( اإلحصاء ‪) 03‬‬

‫مفاهيم إحصائية أساسية‬

‫‪- 1‬المجتمع اإلحصائي والعينة اإلحصائية‪:‬‬

‫عدد أفراد العينة‬ ‫المعالجات اإلحصائية‬

‫‪- 5‬المعممة واإلحصائية‪:‬‬

‫‪- 7‬المتوسط الحسابي والتباين واالنحراف المعياري لمعينة والمجتمع اإلحصائي‪:‬‬

‫‪𝑥i‬‬ ‫مجمكع القيـ‬

‫ككمثاؿ عمى ذلؾ‪ :‬المتكسط الحسابي لمقيـ‪12 ، 8 ، 6 ، 11 ، 8 ، 13 ، 4 ، 9 ، 10 :‬‬

‫حسب نكعية المتغير اإلحصائي المدركس‪.‬‬

‫𝑖𝑥 ىي قيـ البيانات‪  ،‬المتكسط الحسابي ليذه القيـ‪ 𝑁 ،‬حجـ المجتمع‪.‬‬

‫مراكز الفئات حسب نكعية المتغير اإلحصائي المدركس‪.‬‬

‫)‪P(X = m‬‬ ‫𝑛 ‪ ، 𝑃(𝑋 = 𝑚) = 𝐶𝑛𝑚 𝑝𝑚 𝑞 𝑛−𝑚 ; 𝑚 ∈ 0, 1, 2, … ,‬تق أر العبارة‬ ‫𝑝‪; 𝑞 =1−‬‬

‫‪ ‬الحد 𝑛𝑝 يعبر عف احتماؿ تحقؽ الحادثة 𝑛 مرة في 𝑛 تجربة ؛‬

‫𝜇 ىك التكقع الرياضي‪ σ ،‬االنحراؼ المعيارم‪𝑒 = 2.7183 ، 𝜋 = 3.1416 ،‬‬

‫كفؽ التكزيع الطبيعي بالمعمـ تيف ‪ μ‬ك ‪σ‬‬

‫ليذا المنحنى الخكاص اآلتية‪:‬‬

‫ج ‪-‬حساب احتماالت التوزيع الطبيعي‪ :‬احتماؿ المتغير العشكائي ‪ X‬كسطو 𝜇‬

‫‪ σ = 1‬االنحراؼ المعيارم‪، 𝜋 = 3.1416 ،‬‬ ‫‪ 𝜇 = 0‬ىك التكقع الرياضي‪،‬‬

‫𝜇 كانحرافو‬ ‫𝑋 ىك التكزيع الطبيعي الذم تكقعو‬ ‫االحتمالي لممتغير العشكائي‬

‫ليذا المنحنى الخكاص اآلتية‪:‬‬

‫ح ‪-‬حساب التوقع الرياضي والتباين واالنحراف المعياري الخاضع لمتوزيع‬

‫‪ 19‬الدظ ٌزا انشكم انزْ ُٔضخ انمسادت انمطهُبت‪:‬‬

‫كالرسـ اآلتي يكضح ذلؾ‪:‬‬

‫كالعبلقة التي تربط بينيما كذلؾ عمى النحك اآلتي‪:‬‬

‫‪ ‬باستخداـ الجدكؿ اإلحصائي لمتكزيع المعيارم أحسب االحتماالت اآلتية‪:‬‬

‫)‪𝑃(𝑧 ≥ 0.36‬‬ ‫‪،‬‬ ‫)‪𝑃(𝑧 ≤ 1.63) ، 𝑃(−1.83 ≤ 𝑧 ≤ 0.52‬‬

‫الحل‪• 𝑃 −1.83 ≤ 𝑧 ≤ 0.52 = 𝑃 𝑧 ≤ 0.52 − 𝑃(𝑧 ≤ −1.83) :‬‬

‫‪= 𝑃 𝑧 ≤ 0.52 − 1 − 𝑃 𝑍 < 1.83‬‬

‫‪= 𝑃 𝑧 ≤ 0.52 − 1 + 𝑃 𝑍 < 1.83 = 0.6985 − 1 + 0.9664 = 0.6649‬‬

‫‪• 𝑃 𝑧 ≤ 1.63 = 0.9484‬‬

‫‪• 𝑃 𝑧 ≥ 0.36 = 1 − 𝑃 𝑧 < 0.36 = 1 − 0.6406 = 0.3594‬‬

‫‪ 𝑋 ‬متغير عشكائي طبيعي تكقعو ‪ 105‬كانحرافو المعيارم ‪10‬‬

‫أحسب االحتماالت اآلتية‪:‬‬

‫)‪𝑃(𝑋 ≥ 112) ، 𝑃(𝑋 ≤ 108‬‬ ‫)‪، 𝑃(100 ≤ 𝑋 ≤ 114‬‬

‫كمنو‪𝑃 100 ≤ 𝑋 ≤ 114 = 𝑃(−0.5 ≤ 𝑍 ≤ 0.9) :‬‬

‫‪= 𝑃 𝑍 ≤ 0.9 − 𝑃 𝑍 ≤ −0.5 = 𝑃 𝑍 ≤ 0.9 − 1 − 𝑃 𝑍 < 0.5‬‬

‫‪= 1 − 𝑃 𝑍 < 0.7 = 1 − 0.7580 = 0.242‬‬

‫( تكامؿ) ‪ .Gamma‬يرمز لمتكزيع ‪ Gamma‬ب ػ‪ ، 𝑋~𝐺(𝛼 , β) :‬كيق أر ‪:‬‬

‫ث ‪-‬حساب التوقع الرياضي والتباين واالنحراف المعياري الخاضع لتوزيع‬

‫‪ -‬إثبات أف الدالة 𝑓 دالة احتمالية‪:‬‬

‫𝑥‪−‬‬ ‫𝑥‪−‬‬ ‫∞‪+‬‬

‫‪ ‬حساب االحتماؿ‪𝑃 0 ≤ 𝑥 ≤ 3 = :‬‬

‫𝑥‪−‬‬ ‫𝑥‪−‬‬ ‫‪3‬‬ ‫‪−3‬‬

‫‪ ‬حساب المتكسط كالتبايف كقيمة االنحراؼ المعيارم‪:‬‬

‫نسمي)𝛽 ‪ 𝛽(𝛼,‬دالة ( تكامؿ) ‪ .bêta‬يرمز لمتكزيع ‪ bêta‬ب ػ ‪، 𝑋~𝛽(𝛼 , β):‬‬

‫‪β‬‬ ‫ك‬ ‫كفؽ ؿلتكزيع ‪ bêta‬بالمعمـ تيف 𝛼‬

‫‪ X‬كسطو 𝜇‬ ‫‪ :bêta‬احتماؿ المتغير العشكائي‬ ‫ب ‪-‬حساب احتماالت توزيع‬

‫ت ‪-‬حساب التوقع الرياضي والتباين واالنحراف المعياري الخاضع لتوزيع ‪:bêta‬‬

‫ج ‪-‬مثال رقم (‪ :)01‬أحسب ما يمي‪:‬‬

‫‪ -‬الشكؿ العاـ لدالة التكزيع االحتمالي ل ػ ‪ bêta‬مف أجؿ ‪: 𝛼 = 𝛽 = 3‬‬

‫‪f(x) = 30x 2 (1 − x)2 , 0 < 𝑥 < 1‬‬

‫‪ -‬حساب المتكسط كالتبايف كاستنتاج قيمة االنحراؼ المعيارم‪:‬‬

‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪7‬‬

‫ب ‪-‬خواص توزيع كاي مربع 𝟐‪ :)Chi-Square( ‬يتمتع ‪ 2‬بالخكاص اآلتية‪:‬‬

‫مكجبة دكما‪ ،‬ألف‪𝑓(𝑥) = 2 (𝑥) ≥ 0 :‬‬ ‫‪2‬‬ ‫‪ ‬قيمة‬

‫‪ ‬إذا كانت 𝑛𝑈 ‪ 𝑈1 , 𝑈2 , … ,‬متغيرات عشكائية مستقمة تتبع تكزيع‬

‫ت ‪-‬حساب احتماالت توزيع كاي مربع 𝟐‪ :)Chi-Square ( ‬احتماؿ المتغير‬

‫‪ 2‬بدرجة حرية 𝜗‬ ‫‪ ‬إذا كاف لدينا )𝛼 ‪ 2 (𝜗 ,‬فيذا يعني إيجاد قيمة‬