‫اﻋﺘﻤﺎد ﺑﺘﺎرﯾﺦ ‪ 2018/11/14‬م‬

‫ﻣﻠﺨﺺ ﻟﺒﻌﺾ اﻟﻘﻮاﻧﯿﻦ اﻹﺣﺼﺎﺋﯿﺔ اﻟﺨﺎﺻﺔ ﺑﻤﻘﺮر ‪ 235‬إﺣﺺ‬

‫‪ANALYSIS OF VARIANCE TESTS‬‬ ‫أوﻻً‪ -‬اﺨﺘﺒﺎ ارت ﺘﺤﻠﯿل اﻟﺘﺒﺎﯿن‬

‫‪One-way analysis of variance test‬‬ ‫‪ -1‬اﺨﺘﺒﺎر ﺘﺤﻠﯿل اﻟﺘﺒﺎﯿن ﺒﺎﺘﺠﺎﻩ واﺤد )أﺤﺎدي اﻟﺘﺼﻨﯿف(‬
‫درﺟﺎت اﻟﺤﺮﯾﺔ‬ ‫ﻧﺮﻓﺾ ‪ H o‬إذا ﻛﺎن‬
‫ﻣﺼﺪر اﻟﺘﺒﺎﯾﻦ‬ ‫‪SS‬‬ ‫ﻣﺘﻮﺳﻂ اﻟﻤﺮﺑﻌﺎت ‪MS‬‬ ‫إﺣﺼﺎﺋﯿﺔ اﻻﺧﺘﺒﺎر ‪F‬‬
‫‪df‬‬
‫ﺑﯿﻦ‬
‫‪SSB‬‬ ‫‪k 1‬‬ ‫‪MSB‬‬ ‫‪SSB / k 1‬‬
‫اﻟﻤﺠﻤﻮﻋﺎت‬
‫‪F‬‬ ‫‪MSB / MSW‬‬ ‫‪F‬‬ ‫‪F ( , k 1, N‬‬ ‫)‪k‬‬
‫داﺧﻞ‬
‫‪SSW‬‬ ‫‪N-k‬‬ ‫‪MSW‬‬ ‫‪SSW / N‬‬ ‫‪k‬‬
‫اﻟﻤﺠﻤﻮﻋﺎت‬
‫اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪SST‬‬ ‫‪N 1‬‬
‫ﻨﻔﺘرض أﻨﻪ ﻟدﯿﻨﺎ ‪ k‬ﻤن اﻟﻌﯿﻨﺎت اﻟﻤﺴﺘﻘﻠﺔ اﻟﺘﻲ ﻓﻲ ﻛل ﻤﻨﻬﺎ ‪ n j‬ﻋﻨﺼر واﻟﻤﺴﺤوﺒﺔ ﻤن ﻤﺠﺘﻤﻌﺎت ﻤﻌﺘدﻟﺔ‪.‬‬
‫‪ : H o‬ﻻ ﯿوﺠد ﻓرق ﺒﯿن ﻤﺘوﺴطﺎت اﻟﻤﺠﺘﻤﻌﺎت )اﻟﻤﻌﺎﻟﺠﺎت(‪ : H 1 ،‬ﯿوﺠد ﻓرق ﺒﯿن ﻤﺘوﺴطﺎت اﻟﻤﺠﺘﻤﻌﺎت )اﻟﻤﻌﺎﻟﺠﺎت(‬
‫‪ N‬ﻋدد ﻋﻨﺎﺼر ﺠﻤﯿﻊ اﻟﻌﯿﻨﺎت‪ T j ،‬ﻤﺠﻤوع ﻋﻨﺎﺼر اﻟﻌﯿﻨﺔ رﻗم ‪ T ، j‬ﻤﺠﻤوع ﻋﻨﺎﺼر ﺠﻤﯿﻊ اﻟﻌﯿﻨﺎت‪.‬‬
‫‪2‬‬
‫‪nj‬‬ ‫‪k‬‬ ‫‪k‬‬ ‫‪n‬‬ ‫‪k‬‬
‫‪T2‬‬
‫‪SST‬‬ ‫‪x‬‬ ‫‪2‬‬
‫‪ij‬‬ ‫‪Tj‬‬ ‫‪/N‬‬ ‫‪x ij2‬‬ ‫‪ SST‬ﻤﺠﻤوع اﻟﻤرﺒﻌﺎت اﻟﻛﻠﯿﺔ‬
‫‪i‬‬ ‫‪j‬‬ ‫‪j 1‬‬ ‫‪i‬‬ ‫‪j‬‬ ‫‪N‬‬
‫‪k‬‬ ‫‪T j2 T 2‬‬
‫‪SSB‬‬ ‫‪ SSB‬ﻤﺠﻤوع اﻟﻤرﺒﻌﺎت اﻟﺒﯿﻨﯿﺔ )ﺒﯿن اﻟﻤﻌﺎﻟﺠﺎت(‬
‫‪j‬‬ ‫‪1 nj‬‬ ‫‪N‬‬
‫‪n‬‬ ‫‪k‬‬ ‫‪k‬‬ ‫‪T j2‬‬
‫‪SSW‬‬ ‫‪SST‬‬ ‫‪SSB‬‬ ‫‪x‬‬ ‫‪2‬‬
‫‪ij‬‬ ‫‪ SSW‬ﻤﺠﻤوع اﻟﻤرﺒﻌﺎت اﻟداﺨﻠﯿﺔ )داﺨل اﻟﻤﻌﺎﻟﺠﺎت‪ ،‬اﻷﺨطﺎء(‬
‫‪i‬‬ ‫‪j‬‬ ‫‪j 1‬‬ ‫‪nj‬‬
‫ﻤﻼﺤظﺔ‪ :‬إذا ﻛﺎﻨت ﻗﯿﻤﺔ إﺤﺼﺎﺌﯿﺔ اﻻﺨﺘﺒﺎر أﻛﺒر ﻤن اﻟﻘﯿﻤﺔ اﻟﺤرﺠﺔ )رﻓﻀﻨﺎ ﻓرﻀﯿﺔ اﻟﻌدم( ﯿﻠزم إﺠراء اﺨﺘﺒﺎر اﻟﻤﻘﺎرﻨﺎت اﻟﻔردﯿﺔ‪.‬‬
‫‪Testing of individual comparisons‬‬ ‫‪ -2‬اﺨﺘﺒﺎر اﻟﻤﻘﺎرﻨﺎت اﻟﻔردﯿﺔ )أﻗل ﻓرق ﻤﻌﻨوي( ‪LSD‬‬
‫‪ : H 1‬ﯿوﺠد ﻓرق ﺒﯿن ﻤﺘوﺴطﻲ اﻟﻤﺠﺘﻤﻌﯿن اﻟﻤﻌﻨﯿﯿن‬ ‫‪ : H o‬ﻻ ﯿوﺠد ﻓرق ﺒﯿن ﻤﺘوﺴطﻲ اﻟﻤﺠﺘﻤﻌﯿن اﻟﻤﻌﻨﯿﯿن‪،‬‬
‫‪ xi‬ﻨرﻓض ‪. H o‬‬ ‫‪xj‬‬ ‫إذا ﻛﺎن ‪LSD‬‬

‫‪1‬‬ ‫‪1‬‬
‫‪. LSD T ( / 2, N k ) MSW‬‬ ‫ﺤﯿث ‪ x j‬وﺴط اﻟﻌﯿﻨﺔ )اﻟﻤﻌﺎﻟﺠﺔ( رﻗم ‪ LSD . j‬ﻫو أﻗل ﻓرق ﻤﻌﻨوي ﯿﻌطﻰ ﺒـ‪:‬‬
‫‪ni‬‬ ‫‪nj‬‬

‫‪Two-way analysis of variance test‬‬ ‫‪ -3‬اﺨﺘﺒﺎر ﺘﺤﻠﯿل اﻟﺘﺒﺎﯿن ﺒﺎﺘﺠﺎﻫﯿن )ﺜﻨﺎﺌﻲ اﻟﺘﺼﻨﯿف(‬

‫اﻟﻤﺼﺪر‬ ‫‪SS‬‬ ‫درﺟﺎت اﻟﺤﺮﯾﺔ‬ ‫ﻣﺘﻮﺳﻂ اﻟﻤﺮﺑﻌﺎت‬ ‫اﻹﺣﺼﺎﺋﯿﺎت‬ ‫رﻓﺾ ‪ H o‬إذا ﻛﺎن‬
‫‪SSR‬‬ ‫‪MSR‬‬
‫اﻟﺼﻔﻮف‬ ‫‪SSR‬‬ ‫‪r 1‬‬ ‫‪MSR‬‬ ‫‪FR‬‬ ‫)‪FR F ( , r 1, N rc‬‬
‫‪r 1‬‬ ‫‪MSE‬‬
‫‪SSC‬‬ ‫‪MSC‬‬
‫اﻷﻋﻤﺪة‬ ‫‪SSC‬‬ ‫‪c 1‬‬ ‫‪MSC‬‬ ‫‪FC‬‬ ‫‪FC‬‬ ‫‪F ( , c 1, N‬‬ ‫)‪rc‬‬
‫‪c 1‬‬ ‫‪MSE‬‬
‫‪SSI‬‬ ‫‪MSI‬‬
‫اﻟﺘﻔﺎﻋﻞ‬ ‫‪SSI‬‬ ‫)‪(r 1)(c 1‬‬ ‫‪MSI‬‬ ‫‪FI‬‬ ‫‪FI‬‬ ‫)‪F ( , (r 1)(c 1), N rc‬‬
‫)‪(r 1)(c 1‬‬ ‫‪MSE‬‬
‫‪SSE‬‬
‫اﻷﺧﻄﺎء‬ ‫‪SSE‬‬ ‫‪N‬‬ ‫)‪rc rc(n 1‬‬ ‫‪MSE‬‬
‫)‪( N r c‬‬
‫اﻟﻜﻠﻲ‬ ‫‪SST‬‬ ‫‪N 1 rcn 1‬‬
‫‪1‬‬
‫‪College of Business and Economics‬‬ ‫‪Unit of quantitative methods‬‬
 ‫اﻋﺘﻤﺎد ﺑﺘﺎرﯾﺦ ‪ 2018/11/14‬م‬

‫ﻣﻠﺨﺺ ﻟﺒﻌﺾ اﻟﻘﻮاﻧﯿﻦ اﻹﺣﺼﺎﺋﯿﺔ اﻟﺨﺎﺻﺔ ﺑﻤﻘﺮر ‪ 235‬إﺣﺺ‬

‫ﻨﻔﺘــرض ﻓــﻲ ﻫــذا اﻻﺨﺘﺒــﺎر أﻨــﻪ ﻟــدﯿﻨﺎ ‪ c‬ﻤــن ﻤﻌﺎﻟﺠــﺎت اﻷﻋﻤــدة‪ r ،‬ﻤــن ﻤﻌﺎﻟﺠــﺎت اﻟﺼــﻔوف‪ n ،‬ﻋــدد ﻋﻨﺎﺼــر اﻟﻌﯿﻨــﺔ اﻟواﺤــدة‪ rc ،‬ﻋــدد‬
‫اﻟﻌﯿﻨﺎت اﻟﺘﻲ ﻛل ﻤﻨﻬﺎ ﯿﺤوي ‪ n‬ﻋﻨﺼر‪ T ،‬ﻤﺠﻤوع ﻋﻨﺎﺼر ﺠﻤﯿﻊ اﻟﻌﯿﻨﺎت‪ N ،‬ﻋدد ﻋﻨﺎﺼر ﺠﻤﯿﻊ اﻟﻌﯿﻨﺎت‪.‬‬
‫‪ -‬اﺨﺘﺒﺎر ﺘﺄﺜﯿر ﻤﻌﺎﻟﺠﺎت اﻟﺼﻔوف‪.‬‬
‫‪ : H 1‬ﯿوﺠد ﺘﺄﺜﯿر ﻤﻌﻨوي ﻟﻤﻌﺎﻟﺠﺎت اﻟﺼﻔوف‪.‬‬ ‫اﻟﻔرﻀﯿﺎت ﻫﻲ‪ : H o :‬ﻻ ﯿوﺠد ﺘﺄﺜﯿر ﻤﻌﻨوي ﻟﻤﻌﺎﻟﺠﺎت اﻟﺼﻔوف‪،‬‬
‫‪ -‬اﺨﺘﺒﺎر ﺘﺄﺜﯿر ﻤﻌﺎﻟﺠﺎت اﻷﻋﻤدة‪.‬‬
‫‪ : H 1‬ﯿوﺠد ﺘﺄﺜﯿر ﻤﻌﻨوي ﻟﻤﻌﺎﻟﺠﺎت اﻷﻋﻤدة‪.‬‬ ‫اﻟﻔرﻀﯿﺎت ﻫﻲ‪ : H o :‬ﻻ ﯿوﺠد ﺘﺄﺜﯿر ﻤﻌﻨوي ﻟﻤﻌﺎﻟﺠﺎت اﻷﻋﻤدة ‪،‬‬
‫‪ -‬اﺨﺘﺒﺎر ﺘﺄﺜﯿر اﻟﺘﻔﺎﻋل اﻟﻤﺸﺘرك ﺒﯿن ﻤﻌﺎﻟﺠﺎت اﻟﺼﻔوف وﻤﻌﺎﻟﺠﺎت اﻷﻋﻤدة‪.‬‬
‫اﻟﻔرﻀﯿﺎت ﻫﻲ‪ : H o :‬ﻻ ﯿوﺠد ﺘﺄﺜﯿر ﻤﻌﻨوي ﻟﻠﺘﻔﺎﻋل ﺒﯿن ﻨوﻋﻲ اﻟﻤﻌﺎﻟﺠﺎت‪ : H 1 ،‬ﯿوﺠد ﺘﺄﺜﯿر ﻤﻌﻨوي ﻟﻠﺘﻔﺎﻋل ﺒﯿن ﻨوﻋﻲ اﻟﻤﻌﺎﻟﺠﺎت‪.‬‬
‫‪r‬‬ ‫‪c‬‬ ‫‪n‬‬
‫‪T2‬‬
‫‪SST‬‬ ‫‪2‬‬
‫‪xijk‬‬ ‫‪ SST‬ﻤﺠﻤوع اﻟﻤرﺒﻌﺎت اﻟﻛﻠﯿﺔ‬
‫‪i‬‬ ‫‪j‬‬ ‫‪k‬‬ ‫‪N‬‬
‫‪r‬‬ ‫‪Ti 2‬‬ ‫‪T2‬‬
‫‪SSR‬‬ ‫‪ SSR‬ﻤﺠﻤوع اﻟﻤرﺒﻌﺎت ﺒﯿن ﻤﻌﺎﻟﺠﺎت اﻟﺼﻔوف‬
‫‪i‬‬ ‫‪n c‬‬ ‫‪N‬‬
‫‪c‬‬ ‫‪T 2j T 2‬‬
‫‪SSC‬‬ ‫‪ SSC‬ﻤﺠﻤوع اﻟﻤرﺒﻌﺎت ﺒﯿن ﻤﻌﺎﻟﺠﺎت اﻷﻋﻤدة‬
‫‪j‬‬ ‫‪n r N‬‬
‫‪r‬‬ ‫‪c‬‬ ‫‪n‬‬ ‫‪r‬‬ ‫‪c‬‬
‫‪1‬‬
‫‪SSE‬‬ ‫‪2‬‬
‫‪xijk‬‬ ‫‪xij2‬‬ ‫‪ SSE‬ﻤﺠﻤوع ﻤرﺒﻌﺎت اﻷﺨطﺎء‬
‫‪i 1 j 1 k 1‬‬ ‫‪n‬‬ ‫‪i 1 j 1‬‬

‫‪SSI‬‬ ‫‪SST‬‬ ‫‪SSR‬‬ ‫‪SSC‬‬ ‫‪SSE‬‬ ‫‪ SSI‬ﻤﺠﻤوع ﻤرﺒﻌﺎت اﻟﺘﻔﺎﻋل ﺒﯿن اﻟﺼﻔوف واﻷﻋﻤدة‬
‫‪r‬‬ ‫‪c‬‬ ‫‪n‬‬
‫‪ T‬ﻤﺠﻤوع ﻤﺸﺎﻫدات‬ ‫‪j‬‬ ‫‪xij‬‬ ‫‪ Ti‬ﻤﺠﻤوع ﻤﺸﺎﻫدات اﻟﺼف ‪ i‬و‬ ‫‪xij‬‬ ‫‪ xij‬ﻤﺠﻤوع ﻤﺸﺎﻫدات اﻟﺨﻠﯿﺔ ‪، i, j‬‬ ‫ﺤﯿث ‪xijk‬‬
‫‪i 1‬‬ ‫‪j 1‬‬ ‫‪k 1‬‬

‫اﻟﻌﻤود ‪. j‬‬
‫‪2‬‬
‫‪CHI-SQUARE TESTS‬‬ ‫ﺛﺎﻧﯿﺎ ً‪ - :‬اﺨﺘﺒﺎرات ﻛﺎي ﺘرﺒﯿﻊ‬
‫)‪Tests of Goodness-of-Fit (distribution of the population‬‬ ‫‪ -1‬اﺨﺘﺒﺎرات ﺠودة اﻟﺘوﻓﯿق )ﺘوزﯿﻊ اﻟﻤﺠﺘﻤﻊ(‬
‫‪ H o‬ﻓرﻀﯿﺔ اﻟﻌدم‬ ‫‪ H 1‬اﻟﻔرﻀﯿﺔ اﻟﺒدﯿﻠﺔ‬ ‫إﺤﺼﺎﺌﯿﺔ اﻻﺨﺘﺒﺎر ‪F‬‬ ‫اﻟﻘرار رﻓض ‪H o‬‬ ‫ﻨوع اﻻﺨﺘﺒﺎر‬
‫ﺘوزﯿﻊ اﻟﻤﺠﺘﻤﻊ‬ ‫ﺘوزﯿﻊ اﻟﻤﺠﺘﻤﻊ ﻟﯿس‬ ‫‪k‬‬
‫‪(Oi‬‬ ‫‪Ei ) 2‬‬
‫ﺠودة اﻟﺘوﻓﯿق‬
‫‪2‬‬
‫‪2‬‬ ‫‪2‬‬
‫)‪( , k 1‬‬
‫)ﻤﻨﺘظم‪ ،‬ذي اﻟﺤدﯿن‪ ،‬ﻤﻌﺘدل(‬ ‫)ﻤﻨﺘظم‪ ،‬ذي اﻟﺤدﯿن‪ ،‬ﻤﻌﺘدل(‬ ‫‪i 1‬‬ ‫‪Ei‬‬

‫ﺣﯿﺚ ‪ Ei‬اﻟﺘﻜﺮارات اﻟﻨﻈﺮﯾﺔ‪ Oi ،‬اﻟﺘﻜﺮارات اﻟﻔﻌﻠﯿﺔ‪ k ،‬ھﻮ ﻋﺪد اﻟﻘﯿﻢ اﻟﻤﻤﻜﻨﺔ ﻟﻠﺘﻮزﯾﻊ‪.‬‬
‫‪Homogeneity and Independence Test‬‬ ‫‪ -2‬اﺧﺘﺒﺎري اﻻﺳﺘﻘﻼل واﻟﺘﺠﺎﻧﺲ‬
‫‪ H o‬ﻓرﻀﯿﺔ اﻟﻌدم‬ ‫‪ H 1‬اﻟﻔرﻀﯿﺔ اﻟﺒدﯿﻠﺔ‬ ‫إﺤﺼﺎﺌﯿﺔ اﻻﺨﺘﺒﺎر ‪F‬‬ ‫اﻟﻘرار رﻓض ‪ H o‬ﻋﻨدﻤﺎ‬ ‫ﻨوع اﻻﺨﺘﺒﺎر‬
‫اﻻﺴﺘﻘﻼل‬
‫اﻟﻤﺘﻐﯿران ﻤﺴﺘﻘﻼن‬ ‫اﻟﻤﺘﻐﯿران ﻏﯿر ﻤﺴﺘﻘﻼن‬ ‫‪2‬‬
‫‪2‬‬
‫‪r‬‬ ‫‪c‬‬ ‫‪(O ij‬‬ ‫) ‪E ij‬‬ ‫‪Independence‬‬
‫‪2‬‬ ‫‪2‬‬
‫))‪( , (r 1)(c 1‬‬
‫‪i‬‬ ‫‪j‬‬ ‫‪E ij‬‬ ‫اﻟﺘﺠﺎﻨس‬
‫اﻟﻤﺠﺘﻤﻌﺎت ﻏﯿر ﻤﺘﺠﺎﻨﺴﺔ اﻟﻤﺠﺘﻤﻌﺎت ﻤﺘﺠﺎﻨﺴﺔ‬
‫‪Homogeneity‬‬

‫‪2‬‬
‫‪College of Business and Economics‬‬ ‫‪Unit of quantitative methods‬‬
 ‫اﻋﺘﻤﺎد ﺑﺘﺎرﯾﺦ ‪ 2018/11/14‬م‬

‫ﻣﻠﺨﺺ ﻟﺒﻌﺾ اﻟﻘﻮاﻧﯿﻦ اﻹﺣﺼﺎﺋﯿﺔ اﻟﺨﺎﺻﺔ ﺑﻤﻘﺮر ‪ 235‬إﺣﺺ‬

‫ﯿﻔﺘرض اﺨﺘﺒﺎر اﻻﺴﺘﻘﻼل أﻨﻪ ﻟدﯿﻨﺎ ﻤﺘﻐﯿرﯿن‪ ،‬ﯿﻨﻘﺴم اﻷول ‪ r‬ﺼﻔﺔ وﯿﻨﻘﺴم اﻟﺜﺎﻨﻲ ‪ c‬ﺼﻔﺔ‪ ،‬ﻛﻤﺎ ﯿﻔﺘرض اﺨﺘﺒﺎر اﻟﺘﺠﺎﻨس أﻨﻪ ﻟدﯿﻨﺎ ‪r‬‬
‫‪r‬‬ ‫‪c‬‬
‫‪nij‬‬ ‫‪nij‬‬
‫‪ Eij‬اﻟﺘﻛ اررات اﻟﻨظرﯿﺔ‪ O ij ،‬اﻟﺘﻛ اررات اﻟﻔﻌﻠﯿﺔ‪.‬‬ ‫‪i 1‬‬
‫‪r‬‬ ‫‪c‬‬
‫‪j 1‬‬
‫ﻤﺠﺘﻤﻊ ﻤﺴﺘﻘل وﻛل ﻤﻨﻬﻤﺎ ﻤﺼﻨف إﻟﻰ ‪ c‬ﺘﺼﻨﯿف‪ ،‬ﺤﯿث‬
‫‪nij‬‬
‫‪i‬‬ ‫‪j‬‬

‫‪SIMPLE LINEAR REGRESSION‬‬ ‫ﺜﺎﻟﺜﺎً ‪ -‬اﻻﻨﺤدار اﻟﺨطﻲ اﻟﺒﺴﯿط‬

‫‪y‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪x‬‬ ‫ﻤﻌﺎدﻟﺔ اﻻﻨﺤدار اﻟﺨطﻲ اﻟﺒﺴﯿط ﺘﺄﺨذ اﻟﺸﻛل اﻟﻌﺎم اﻟﺘﺎﻟﻲ‪:‬‬
‫‪n‬‬
‫‪xi y i‬‬ ‫‪nx y‬‬
‫‪ b0‬ﺜﺎﺒت اﻻﻨﺤدار )اﻟﻘﺎطﻊ(‪ yˆ b0 b1 x ،‬ﻤﻌﺎدﻟﺔ اﻻﻨﺤدار‪.‬‬ ‫‪y‬‬ ‫‪ b1‬ﻤﻌﺎﻤل ﻤﯿل اﻻﻨﺤدار‪b1 x ،‬‬ ‫‪i 1‬‬
‫‪n‬‬
‫‪x i2‬‬ ‫‪nx 2‬‬
‫‪i 1‬‬

‫اﺨﺘﺒﺎرات اﻟﻔروض وﻓﺘرات اﻟﺜﻘﺔ ﻟﻤﻌﺎﻟم اﻟﻨﻤوذج‬

‫‪Hypothesis testing and confidence intervals for the parameters of the model‬‬
‫ﻹﺠراء اﻻﺨﺘﺒﺎرات اﻟﻤﺘﻌﻠﻘﺔ ﺒﺎﻻﻨﺤدار اﻟﺨطﻲ اﻟﺒﺴﯿط ﻨوﺠد اﻟﻤﺠﺎﻤﯿﻊ اﻟﺘﺎﻟﯿﺔ‪:‬‬
‫‪n‬‬ ‫‪n‬‬
‫‪SST‬‬ ‫‪( yi‬‬ ‫‪y) 2‬‬ ‫‪yi2‬‬ ‫‪ny 2‬‬ ‫ﻤﺠﻤوع اﻟﻤرﺒﻌﺎت اﻟﻛﻠﯿﺔ ‪ SST‬ﯿﻌطﻰ ﻛﻤﺎ ﯿﻠﻲ‪ :‬ﺤﯿث ‪ n‬ﻋدد ﻋﻨﺎﺼر اﻟﻌﯿﻨﺔ‪،‬‬
‫‪i 1‬‬ ‫‪i 1‬‬
‫‪2‬‬
‫‪n‬‬ ‫‪xy‬‬ ‫‪n x y‬‬
‫‪SSR‬‬ ‫‪( yˆ i‬‬ ‫)‪y‬‬ ‫‪2‬‬ ‫‪2‬‬
‫( ‪b‬‬
‫‪1‬‬ ‫‪x‬‬ ‫‪i‬‬
‫‪2‬‬
‫) ‪nx‬‬ ‫‪2‬‬
‫ﻤﺠﻤوع ﻤرﺒﻌﺎت اﻻﻨﺤدار ‪ SSR‬ﯿﻌطﻰ ﻛﻤﺎ ﯿﻠﻲ‪:‬‬
‫‪i 1‬‬ ‫‪x2 n x2‬‬
‫‪n‬‬
‫‪SSE‬‬ ‫‪( yi‬‬ ‫‪yˆ i ) 2‬‬ ‫‪SST‬‬ ‫‪SSR‬‬ ‫ﻤﺠﻤوع ﻤرﺒﻌﺎت اﻟﺨطﺄ ‪ SSE‬ﯿﻌطﻰ ﻛﻤﺎ ﯿﻠﻲ‪:‬‬
‫‪i 1‬‬

‫‪xi y i‬‬ ‫‪nx y‬‬ ‫‪SSR‬‬

‫‪r‬‬ ‫‪ R 2‬وﻫو ﻤرﺒﻊ ﻤﻌﺎﻤل ارﺘﺒﺎط ﺒﯿرﺴون‬ ‫ﻤﻌﺎﻤل اﻟﺘﺤدﯿد‪ R 2 :‬ﯿﻌطﻰ ﻛﻤﺎ ﯿﻠﻲ‪:‬‬
‫‪xi2‬‬ ‫‪nx‬‬
‫‪2‬‬
‫‪yi2‬‬ ‫‪ny‬‬
‫‪2‬‬ ‫‪SST‬‬

‫‪2‬‬
‫‪1‬‬ ‫‪x‬‬ ‫‪SSE‬‬
‫‪S 2 b0‬‬ ‫‪MSE‬‬ ‫‪2‬‬
‫‪ ، MSE‬ﻤﻘدر ﺘﺒﺎﯿن اﻟﻘﺎطﻊ ) ‪ ( b0‬ﻫو‪:‬‬ ‫ﺤﯿث ﻤﻘدر ﺘﺒﺎﯿن اﻟﻨﻤوذج ﻫو‪:‬‬
‫‪n‬‬ ‫‪x‬‬ ‫‪2‬‬
‫‪nx‬‬ ‫‪n 2‬‬
‫‪i‬‬

‫‪MSE‬‬
‫‪S 2 b1‬‬ ‫‪2‬‬
‫و ﻤﻘدر ﺘﺒﺎﯿن ﻤﯿل اﻻﻨﺤدار ) ‪ ( b1‬ﻫو‪:‬‬
‫‪xi2‬‬ ‫‪nx‬‬
‫‪Testing the significance of the model‬‬ ‫‪ - 1‬اﺨﺘﺒﺎر ﻤﻌﻨوﯿﺔ اﻟﻨﻤوذج‬
‫‪ : H 1‬اﻟﻨﻤوذج ﻤﻌﻨوي‬ ‫‪،‬‬ ‫‪ : H o‬اﻟﻨﻤوذج ﻏﯿر ﻤﻌﻨوي‬ ‫ﻓرﻀﯿﺎت اﻻﺨﺘﺒﺎر ﻫﻲ‪:‬‬

‫ﻤﺼدر اﻟﺘﺒﺎﯿن‬ ‫‪SS‬‬ ‫درﺠﺎت اﻟﺤرﯿﺔ‬ ‫ﻤﺘوﺴط اﻟﻤرﺒﻌﺎت‬ ‫إﺤﺼﺎﺌﯿﺔ اﻻﺨﺘﺒﺎر‬ ‫ﻨرﻓض ‪ H o‬إذا ﻛﺎن‬
‫اﻻﻨﺤدار‬ ‫‪SSR‬‬ ‫‪1‬‬ ‫‪MSR‬‬ ‫‪SSR /1 SSR‬‬
‫‪F‬‬ ‫‪MSR / MSE‬‬ ‫‪F‬‬ ‫)‪F ( ,1, n 2‬‬
‫اﻷﺨطﺎء‬ ‫‪SSE‬‬ ‫‪n 2‬‬ ‫‪MSE‬‬ ‫‪SSE / n 2‬‬

‫اﻟﻛﻠﻲ‬ ‫‪SST‬‬ ‫‪n 1‬‬

‫‪3‬‬
‫‪College of Business and Economics‬‬ ‫‪Unit of quantitative methods‬‬
 ‫اﻋﺘﻤﺎد ﺑﺘﺎرﯾﺦ ‪ 2018/11/14‬م‬

‫ﻣﻠﺨﺺ ﻟﺒﻌﺾ اﻟﻘﻮاﻧﯿﻦ اﻹﺣﺼﺎﺋﯿﺔ اﻟﺨﺎﺻﺔ ﺑﻤﻘﺮر ‪ 235‬إﺣﺺ‬

‫‪ -2‬اﺨﺘﺒﺎر اﻟﻔروض وﻓﺘرات اﻟﺜﻘﺔ ﻟﻤﻌﺎﻟم اﻟﻨﻤوذج‬ ‫‪i‬‬

‫‪Hypothesis testing and confidence intervals for the parameters of the model‬‬
‫‪ H o‬ﻓرﻀﯿﺔ اﻟﻌدم‬ ‫‪ H 1‬اﻟﻔرﻀﯿﺔ اﻟﺒدﯿﻠﺔ‬ ‫اﻹﺤﺼﺎﺌﯿﺔ ‪T‬‬ ‫اﻟﻘرار رﻓض ‪ H o‬إذا ﻛﺎن‬ ‫‪1‬‬ ‫ﻓﺘرة ﺜﻘﺔ‬

‫‪i‬‬ ‫‪0‬‬ ‫‪i‬‬ ‫‪0‬‬ ‫‪T‬‬ ‫‪T‬‬ ‫‪,n 2‬‬

‫‪bi‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪T‬‬ ‫‪T‬‬ ‫‪T‬‬ ‫‪,n 2‬‬ ‫‪bi‬‬ ‫‪T‬‬ ‫‪/ 2, n 2 S bi‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪S bi‬‬
‫‪i‬‬ ‫‪0‬‬ ‫‪i‬‬ ‫‪0‬‬ ‫‪T‬‬ ‫‪T‬‬ ‫‪/ 2, n 2‬‬

‫‪ -3‬اﺨﺘﺒﺎر اﻟﻔروض ﻟﻤﻌﺎﻤل اﻻرﺘﺒﺎط اﻟﺨطﻲ اﻟﺒﺴﯿط‬

‫‪Testing the significance of the simple linear correlation coefficient‬‬
‫اﻟﻔرﻀﯿﺔ ‪H o‬‬ ‫اﻟﻔرﻀﯿﺔ ‪H 1‬‬ ‫إﺤﺼﺎﺌﯿﺔ اﻻﺨﺘﺒﺎر ‪T‬‬ ‫اﻟﻘرار رﻓض ‪ H o‬إذا ﻛﺎن‬
‫‪0‬‬ ‫‪0‬‬ ‫‪T‬‬ ‫)‪T ( , n 2‬‬
‫‪n 2‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪T‬‬ ‫‪r‬‬ ‫‪T‬‬ ‫)‪T ( , n 2‬‬
‫‪1 r2‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪T‬‬ ‫‪T‬‬ ‫‪/ 2, n 2‬‬

‫‪MULTIPLE LINEAR REGRESSION‬‬ ‫راﺒﻌﺎً – اﻻﻨﺤدار اﻟﺨطﻲ اﻟﻤﺘﻌدد‬

‫‪ y‬ﺤﯿث ‪ k‬ﻫو ﻋدد ﻤﻌﺎﻟم اﻟﻨﻤوذج‪ ،‬أﻤﺎ ‪ k 1‬ﻓﻬو ﻋدد‬ ‫‪0‬‬ ‫‪x‬‬
‫‪1 1‬‬ ‫‪2‬‬ ‫‪x2‬‬ ‫‪x‬‬
‫‪k 1 k 1‬‬ ‫اﻻﻨﺤدار اﻟﺨطﻲ اﻟﻤﺘﻌدد ﻫﻲ‬
‫‪.b‬‬ ‫‪X'X‬‬
‫‪1‬‬
‫اﻟﻤﺘﻐﯿرات اﻟﻤﺴﺘﻘﻠﺔ‪ .‬وﯿﺘم ﺘﻘدﯿر ﺘﻠك اﻟﻤﻌﺎﻟم ﺒﺎﺴﺘﺨدام اﻟﻌﻼﻗﺔ اﻟﻤﺼﻔوﻓﯿﺔ اﻟﺘﺎﻟﯿﺔ‪X ' y :‬‬
‫ﺤﯿث ﺘﻌرف اﻟﻤﺼﻔوﻓﺎت ﻛﻤﺎ ﯿﻠﻲ‪:‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪n‬‬ ‫‪x1 j‬‬ ‫‪xk‬‬ ‫‪1j‬‬ ‫‪yj‬‬
‫‪b0‬‬ ‫‪j 1‬‬ ‫‪j 1‬‬ ‫‪j 1‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪b1‬‬ ‫‪x1 j‬‬ ‫‪x12j‬‬ ‫‪x1 j x k‬‬ ‫‪y j x1 j‬‬
‫‪b‬‬ ‫;‬ ‫‪X'X‬‬ ‫‪j 1‬‬ ‫‪j 1‬‬ ‫‪j 1‬‬
‫‪1j‬‬ ‫‪; X'y‬‬ ‫‪j 1‬‬

‫‪bk‬‬ ‫‪1‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪xk‬‬ ‫‪1j‬‬ ‫‪x1 j x k‬‬ ‫‪1j‬‬ ‫‪x k2 1 j‬‬ ‫‪y j xk‬‬ ‫‪1j‬‬
‫‪j 1‬‬ ‫‪j 1‬‬ ‫‪j 1‬‬ ‫‪j 1‬‬

‫‪ . yˆ b0 b1 x1 b2 x2‬أﻤﺎ ﻤﺼﻔوﻓﺔ اﻟﺘﺒﺎﯿن واﻟﺘﺒﺎﯿن اﻟﻤﺸﺘرك‬ ‫‪bk 1 xk‬‬ ‫‪1‬‬ ‫ﻓﻲ ﻫذﻩ اﻟﺤﺎﻟﺔ ﺘﻌطﻰ ﻤﻌﺎدﻟﺔ اﻻﻨﺤدار اﻟﻤﻘدرة ﻛﻤﺎ ﯿﻠﻲ‪:‬‬
‫‪SSE‬‬
‫‪ ˆ 2‬ﻫو ﻤﻘدر ﺘﺒﺎن أﺨطﺎء اﻟﻨﻤوذج‪ n ،‬ﺤﺠم‬ ‫‪ ، S b 2‬ﺤﯿث‬ ‫‪ˆ2 X'X‬‬ ‫‪1‬‬
‫ﻟﻤﺘﺠﻪ اﻟﻤﻘدرات ‪ b‬ﻓﺘﺤﺴب ﺒﺎﺴﺘﺨدام اﻟﻌﻼﻗﺔ‪:‬‬
‫‪n k‬‬
‫‪. S 2 b0 , S 2 b1 ,..., S 2 bk‬‬ ‫‪1‬‬ ‫اﻟﻌﯿﻨﺔ‪ .‬ﺗﺸﻜﻞ اﻟﻌﻨﺎﺻﺮ اﻟﻘﻄﺮﯾﺔ ﻓﻲ ھﺬه اﻟﻤﺼﻔﻮﻓﺔ ﺗﺒﺎﯾﻦ اﻟﻤﻘﺪرات ‪ ، bi‬أي ﻫﻲ ﻋﻠﻰ اﻟﺘرﺘﯿب‪:‬‬
‫‪Coefficient of determination‬‬ ‫‪ .1‬ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﯾﺪ‬
‫ﯿﻤﻛن اﺸﺘﻘﺎق ﻤﻌﺎﻤل اﻟﺘﺤدﯿد ‪ R 2‬ﺒﺎﺴﺘﺨدام اﻟﻤﺠﺎﻤﯿﻊ اﻟﺘﺎﻟﯿﺔ‪:‬‬
‫‪n‬‬ ‫‪2‬‬ ‫‪n‬‬
‫‪ -‬ﻤﺠﻤوع اﻟﻤرﺒﻌﺎت اﻟﻛﻠﯿﺔ ‪:SST‬‬
‫‪2‬‬
‫‪SST‬‬ ‫‪yj‬‬ ‫‪y‬‬ ‫‪y 2j‬‬ ‫‪ny‬‬
‫‪j 1‬‬ ‫‪j 1‬‬

‫‪ -‬ﻤﺠﻤوع ﻤرﺒﻌﺎت اﻻﻨﺤدار ‪:SSR‬‬

‫‪2‬‬
‫‪SSR‬‬ ‫‪b' X ' y n y‬‬
‫‪4‬‬
‫‪College of Business and Economics‬‬ ‫‪Unit of quantitative methods‬‬
 ‫اﻋﺘﻤﺎد ﺑﺘﺎرﯾﺦ ‪ 2018/11/14‬م‬

‫ﻣﻠﺨﺺ ﻟﺒﻌﺾ اﻟﻘﻮاﻧﯿﻦ اﻹﺣﺼﺎﺋﯿﺔ اﻟﺨﺎﺻﺔ ﺑﻤﻘﺮر ‪ 235‬إﺣﺺ‬

‫‪n‬‬
‫‪SSE‬‬ ‫‪SST‬‬ ‫‪SSR‬‬ ‫‪y 2j‬‬ ‫‪b' X ' y‬‬ ‫‪ -‬ﻤﺠﻤوع ﻤرﺒﻌﺎت اﻟﺨطﺄ ‪:SSE‬‬
‫‪j 1‬‬

‫‪SSR‬‬
‫‪.r‬‬ ‫‪ ، R 2‬أﻤﺎ ﻤﻌﺎﻤل اﻻرﺘﺒﺎط اﻟﻤﺘﻌدد ﻓﯿﻌطﻰ ﺒﺎﻟﻌﻼﻗﺔ‪R 2 :‬‬ ‫وﻤن ﺜم ﯿﻌطﻰ ﻤﻌﺎﻤل اﻟﺘﺤدﯿد ﺒﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﯿﺔ‪:‬‬
‫‪SST‬‬

‫‪Testing the significance of the model‬‬ ‫‪ .2‬اﺨﺘﺒﺎر ﻤﻌﻨوﯿﺔ اﻟ ﻨﻤوذج‬

‫اﻟﻨﻤوذج ﻏﯿر ﻤﻌﻨوي ‪H 0 :‬‬ ‫اﻟﻨﻤوذج ﻤﻌﻨوي ‪H 1 :‬‬ ‫ﻓرﻀﯿﺎت اﻻﺨﺘﺒﺎر ﻫﻲ‪:‬‬
‫‪R2‬‬ ‫‪n k‬‬
‫‪ F‬أو ﻤن ﺨﻼل ﺠدول ﺘﺤﻠﯿل اﻟﺘﺒﺎﯿن‪:‬‬ ‫وﺘﻌطﻰ اﺤﺼﺎﺌﯿﺔ اﻻﺨﺘﺒﺎر ﺒﺎﻟﻌﻼﻗﺔ‬
‫‪1 R2‬‬ ‫‪k 1‬‬

‫ﻤﺼدر اﻟﺘﺒﺎﯿن‬ ‫‪SS‬‬ ‫درﺠﺎت اﻟﺤرﯿﺔ‬ ‫ﻤﺘوﺴط اﻟﻤرﺒﻌﺎت‬ ‫إﺤﺼﺎﺌﯿﺔ اﻻﺨﺘﺒﺎر‬ ‫ﻨرﻓض ‪ H o‬إذا ﻛﺎن‬
‫اﻻﻨﺤدار‬ ‫‪SSR‬‬ ‫‪k 1‬‬ ‫‪MSR‬‬ ‫‪SSR / k 1‬‬
‫‪F‬‬ ‫‪MSR / MSE‬‬ ‫‪F‬‬ ‫‪F‬‬ ‫‪, k 1, n k‬‬
‫اﻷﺨطﺎء‬ ‫‪SSE‬‬ ‫‪n k‬‬ ‫‪MSE‬‬ ‫‪SSE / n k‬‬

‫اﻟﻛﻠﻲ‬ ‫‪SST‬‬ ‫‪n 1‬‬

‫‪ .3‬اﺨﺘﺒﺎر اﻟﻔروض وﻓﺘرات اﻟﺜﻘﺔ ﻟﻤﻌﺎﻟم اﻟﻨﻤوذج‬ ‫‪i‬‬

‫‪Hypothesis testing and confidence intervals for the parameters of the model‬‬
‫‪ H o‬ﻓرﻀﯿﺔ اﻟﻌدم‬ ‫‪ H 1‬اﻟﻔرﻀﯿﺔ اﻟﺒدﯿﻠﺔ‬ ‫اﻹﺤﺼﺎﺌﯿﺔ ‪T‬‬ ‫اﻟﻘرار رﻓض ‪ H o‬إذا ﻛﺎن‬ ‫‪1‬‬ ‫ﻓﺘرة ﺜﻘﺔ‬

‫‪i‬‬ ‫‪0‬‬ ‫‪i‬‬ ‫‪0‬‬ ‫‪T‬‬ ‫‪T‬‬ ‫‪,n k‬‬

‫‪bi‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪T‬‬ ‫‪T‬‬ ‫‪T‬‬ ‫‪,n k‬‬ ‫‪bi‬‬ ‫‪T‬‬ ‫‪/ 2, n k S bi‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪S bi‬‬
‫‪i‬‬ ‫‪0‬‬ ‫‪i‬‬ ‫‪0‬‬ ‫‪T‬‬ ‫‪T‬‬ ‫‪/ 2, n k‬‬

‫‪ .4‬اﺨﺘﺒﺎر اﻟﻔروض ﻟﻤﻌﺎﻤل اﻻرﺘﺒﺎط اﻟﺨطﻲ اﻟﻤﺘﻌدد‬

‫‪Testing the significance of the multiple linear correlation coefficient‬‬
‫اﻟﻔرﻀﯿﺔ ‪H o‬‬ ‫اﻟﻔرﻀﯿﺔ ‪H 1‬‬ ‫إﺤﺼﺎﺌﯿﺔ اﻻﺨﺘﺒﺎر ‪T‬‬ ‫اﻟﻘرار رﻓض ‪ H o‬إذا ﻛﺎن‬
‫‪0‬‬ ‫‪0‬‬ ‫‪T‬‬ ‫‪T‬‬ ‫‪,n k‬‬
‫‪n k‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪T‬‬ ‫‪r‬‬ ‫‪T‬‬ ‫‪T‬‬ ‫‪,n k‬‬
‫‪1 r2‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪T‬‬ ‫‪T‬‬ ‫‪/ 2, n k‬‬

‫‪Forecasting with the multiple linear regression model‬‬ ‫‪ .5‬اﻟﺘﻨﺒؤ ﺒﺎﺴﺘﻌﻤﺎل ﻨﻤوذج اﻻﻨﺤدار اﻟﺨطﻲ اﻟﻤﺘﻌدد‬
‫ﺒﺎﻟﻌﻼﻗﺔ‪:‬‬ ‫‪x1 , x2 ,..., xk‬‬ ‫‪1‬‬ ‫ﻋﻨد ﻗﯿم ﻤﺴﺘﻘﺒﻠﯿﺔ ﻤﻌﻠوﻤﺔ ﻟﻠﻤﺘﻐﯿرات اﻟﻤﺴﺘﻘﻠﺔ‬ ‫̂‪y‬‬ ‫ﺘﻌطﻰ اﻟﻘﯿﻤﺔ اﻟﺘﻨﺒﺌﯿﺔ ﻟﻠﻤﺘﻐﯿر اﻟﺘﺎﺒﻊ‬
‫‪ 1‬ﻓﯿﻌطﻰ ﻛﻤﺎ ﯿﻠﻲ‪:‬‬ ‫ﻋﻨد ﻤﺴﺘوى ﺜﻘﺔ‬ ‫‪y‬‬ ‫ˆ‪ . y‬أﻤﺎ ﻤﺠﺎل اﻟﺘﻨﺒؤ ﻟﻠﻤﺘﻐﯿر اﻟﺘﺎﺒﻊ‬ ‫‪b0‬‬ ‫‪b1 x1‬‬ ‫‪bk 1 xk‬‬ ‫‪1‬‬

‫‪. x ' 1, x1 , , xk‬‬ ‫‪1‬‬ ‫*‪ s‬و‬ ‫‪ˆ 1 x ' X'X‬‬ ‫‪1‬‬
‫‪x‬‬ ‫ˆ‪ y‬ﺤﯿث‬ ‫‪T‬‬ ‫* ‪/ 2, n k s‬‬

‫‪5‬‬
‫‪College of Business and Economics‬‬ ‫‪Unit of quantitative methods‬‬
 ‫اﻋﺘﻤﺎد ﺑﺘﺎرﯾﺦ ‪ 2018/11/14‬م‬

‫ﻣﻠﺨﺺ ﻟﺒﻌﺾ اﻟﻘﻮاﻧﯿﻦ اﻹﺣﺼﺎﺋﯿﺔ اﻟﺨﺎﺻﺔ ﺑﻤﻘﺮر ‪ 235‬إﺣﺺ‬

‫‪Testing multiple linear restrictions on the coefficients‬‬ ‫‪ .6‬اﺨﺘﺒﺎر اﻟﻘﯿود اﻟﺨطﯿﺔ ﻋﻠﻰ اﻟﻤﻌﺎﻟم‬

‫ﻓرﻀﯿﺎت اﻻﺨﺘﺒﺎر‬ ‫اﺤﺼﺎﺌﯿﺔ اﻻﺨﺘﺒﺎر ‪F‬‬ ‫ﻋﻨدﻤﺎ ﺘﻛون‬ ‫ﻨرﻓض‬

‫اﻟﻘﯿﻮد اﻟﻤﻔﺮوﺿﺔ ﻋﻠﻰ ﻣﻌﺎﻟﻢ اﻟﻨﻤﻮذج ﺻﺤﯿﺤﺔ ‪H 0 :‬‬ ‫‪SSE R SSEU / q‬‬
‫‪F‬‬ ‫‪F‬‬ ‫‪, q, n k‬‬
‫‪F‬‬
‫اﻟﻘﯿﻮد ﻏﯿﺮ ﺻﺤﯿﺤﺔ ‪H 1 :‬‬ ‫‪SSEU / n k‬‬

‫ﺤﯿث ‪ n‬ﻫو ﺤﺠم اﻟﻌﯿﻨﺔ‪ k ،‬ﻫو ﻋدد ﻤﻌﺎﻟم اﻟﻨﻤوذج اﻷﺼﻠﻲ )اﻟﻐﯿر ﻤﻘﯿد(‪ SSE R ،‬ﻤﺠﻤوع ﻤرﺒﻌﺎت أﺨطﺎء اﻟﻨﻤوذج اﻟﻤﻘﯿد‪SSEU ،‬‬
‫ﻤﺠﻤوع ﻤرﺒﻌﺎت أﺨطﺎء اﻟﻨﻤوذج اﻟﻐﯿر ﻤﻘﯿد و ‪ q‬ﻋدد اﻟﻘﯿود‪.‬‬

‫‪Chow Test‬‬ ‫‪ .7‬اﺨﺘﺒﺎر ﻤﺴﺎواة اﻨﺤدارﯿن )اﺨﺘﺒﺎر ﺸﺎو(‬

‫ﻟﻤﻘﺎرﻨﺔ ﻨﻤوذج اﻻﻨﺤدار ﻓﻲ ﻓﺘرة ﻤﻌﯿﻨﺔ ﻤﻊ اﻻﻨﺤدار ﻓﻲ ﻓﺘرة زﻤﻨﯿﺔ أﺨرى‪.‬‬
‫‪yt‬‬ ‫‪0‬‬ ‫‪x‬‬
‫‪1 1t‬‬ ‫‪x‬‬
‫‪k 1 k 1t‬‬ ‫‪t‬‬ ‫ﻤﻌﺎدﻟﺔ اﻻﻨﺤدار ﻓﻲ اﻟﻔﺘرة اﻷوﻟﻰ‪:‬‬
‫‪yt‬‬ ‫‪0‬‬ ‫‪x‬‬
‫‪1 1t‬‬ ‫‪x‬‬
‫‪k 1 k 1t‬‬ ‫‪t‬‬ ‫ﻤﻌﺎدﻟﺔ اﻻﻨﺤدار ﻓﻲ اﻟﻔﺘرة اﻟﺜﺎﻨﯿﺔ‪:‬‬

‫ﻓرﻀﯿﺎت اﻻﺨﺘﺒﺎر‬ ‫اﺤﺼﺎﺌﯿﺔ اﻻﺨﺘﺒﺎر ‪F‬‬ ‫ﻋﻨدﻤﺎ ﺘﻛون‬ ‫ﻨرﻓض‬

‫ﻋﺪم وﺟﻮد ﺗﻐﯿﯿﺮ ھﯿﻜﻠﻲ ﻓﻲ ﺷﻜﻞ اﻟﻨﻤﻮذج ‪H 0 :‬‬ ‫‪SSET SSE1 SSE2 / k‬‬
‫‪F‬‬ ‫‪F‬‬ ‫‪, k , n 2k‬‬
‫‪F‬‬
‫وﺟﻮد ﺗﻐﯿﯿﺮ ‪H 1 :‬‬ ‫‪SSE1 SSE2 / n 2k‬‬

‫ﺤﯿث ‪ SSET‬ﻤﺠﻤوع ﻤرﺒﻌﺎت أﺨطﺎء اﻟﻨﻤوذج ﻟﻛﺎﻤل اﻟﻔﺘرة اﻟزﻤﻨﯿﺔ‪ SSE1 ،‬ﻤﺠﻤوع ﻤرﺒﻌﺎت اﻷﺨطﺎء ﻟﻠﻔﺘرة اﻷوﻟﻰ ﻓﻘط و ‪ SSE2‬ﻤﺠﻤوع‬
‫ﻤرﺒﻌﺎت اﻷﺨطﺎء ﻟﻠﻔﺘرة اﻟﺜﺎﻨﯿﺔ ﻓﻘط‪ n ،‬ﺤﺠم اﻟﻌﯿﻨﺔ و ‪ k‬ﻋدد ﻤﻌﺎﻟم اﻟﻨﻤوذج ﻓﻲ ﺤﺎﻟﺔ ﻋدم وﺠود ﺘﻐﯿﯿر ﻫﯿﻛﻠﻲ‪.‬‬

‫‪ .8‬اﺨﺘﺒﺎر ﻤﻌﻨوﯿﺔ اﻟﺘﺤﺴن ﻓﻲ اﻟﻤﻘدرة اﻟﺘﻔﺴﯿرﯿﺔ ﻟﻠﻨﻤوذج‬

‫‪Testing the significance of the improvement in the explanatory power of the model‬‬

‫اﻟﻤطﻠوب ﻫﻨﺎ ﻫو اﺨﺘﺒﺎر ﻤدى ﻤﻌﻨوﯿﺔ اﻟﺘﺤﺴن اﻟذي ﻗد ﯿﺤدث ﻓﻲ اﻟﻤﻘدرة اﻟﺘﻔﺴﯿرﯿﺔ ﻟﻠﻨﻤوذج‪ ،‬ﻋﻨد إﻀﺎﻓﺔ ‪ L‬ﻤﺘﻐﯿر ﻤﺴﺘﻘل ﺠدﯿد‬
‫‪. L 0‬‬

‫ﻓرﻀﯿﺎت اﻻﺨﺘﺒﺎر‬ ‫اﺤﺼﺎﺌﯿﺔ اﻻﺨﺘﺒﺎر ‪F‬‬ ‫ﻋﻨدﻤﺎ ﺘﻛون‬ ‫ﻨرﻓض‬

‫اﻟﻤﻘﺪرة اﻟﺘﻔﺴﯿﺮﯾﺔ ﻟﻠﻨﻤﻮذج ﻟﻢ ﺗﺘﺤﺴﻦ ‪H 0 :‬‬ ‫‪SSE1 SSE 2 / L‬‬
‫‪F‬‬ ‫‪F‬‬ ‫‪F‬‬ ‫‪, L, n k‬‬ ‫‪L‬‬
‫ﺑﺈﺿﺎﻓﺔ اﻟﻤﺘﻐﯿﺮات اﻟﺠﺪﯾﺪة‬ ‫‪SSE 2 / n k L‬‬
‫اﻟﻤﻘﺪرة اﻟﺘﻔﺴﯿﺮﯾﺔ ﻟﻠﻨﻤﻮذج ﺗﺤﺴﻨﺖ ‪H 1 :‬‬
‫ﺤﯿث ‪ n‬ﻫو ﺤﺠم اﻟﻌﯿﻨﺔ‪ SSE1 ،‬ﻤﺠﻤوع ﻤرﺒﻌﺎت اﻷﺨطﺎء ﻟﻠﻨﻤوذج اﻷﺼﻠﻲ اﻟذي ﯿﺤوي ‪ k‬ﻤﻌﻠﻤﺔ ﻓﻘط‪ ،‬و ‪ SSE2‬ﻤﺠﻤوع ﻤرﺒﻌﺎت‬
‫اﻷﺨطﺎء ﻟﻠﻨﻤوذج اﻟﺠدﯿد اﻟذي ﯿﺤوي ‪ k L‬ﻤﻌﻠﻤﺔ‪.‬‬

‫‪6‬‬
‫‪College of Business and Economics‬‬ ‫‪Unit of quantitative methods‬‬
 ‫اﻋﺘﻤﺎد ﺑﺘﺎرﯾﺦ ‪ 2018/11/14‬م‬

‫ﻣﻠﺨﺺ ﻟﺒﻌﺾ اﻟﻘﻮاﻧﯿﻦ اﻹﺣﺼﺎﺋﯿﺔ اﻟﺨﺎﺻﺔ ﺑﻤﻘﺮر ‪ 235‬إﺣﺺ‬

‫‪Forward Selection Method‬‬ ‫‪ .9‬اﺨﺘﯿﺎر أﻓﻀل ﻨﻤوذج )طرﯿﻘﺔ اﻻﺨﺘﯿﺎر اﻷﻤﺎﻤﻲ(‬

‫ﻨﻤوذج اﻟﺒداﯿﺔ‬

‫اﻟﻨﻤوذج اﻟﺤﺎﻟﻲ * ‪M‬‬

‫إﻀﺎﻓﺔ ﻤﺘﻐﯿر ﺘﻔﺴﯿري ﺠدﯿد‬
‫‪F‬‬ ‫‪F‬‬ ‫ﻋﻨدﻤﺎ ﺘﻛون ‪,1, n k‬‬
‫‪ M k* 1‬ﯿﺄﺨذ ﻤﻛﺎن * ‪M‬‬ ‫إﺨﺘﯿﺎر اﻟﻨﻤوذج اﻟذي ﯿﻌطﻲ أﻛﺒر ‪F‬‬

‫اﻟﻨﻤوذج اﻷﻓﻀل ‪M k* 1‬‬

‫‪F‬‬ ‫‪F‬‬ ‫ﻋﻨدﻤﺎ ﺘﻛون ‪,1, n k‬‬

‫اﻟﻨﻤوذج اﻟﺤﺎﻟﻲ * ‪ M‬ﯿﺒﻘﻰ اﻷﻓﻀل‬

‫‪Backward Selection Method‬‬ ‫اﺨﺘﯿﺎر أﻓﻀل ﻨﻤوذج )طرﯿﻘﺔ اﻹﺨﺘﯿﺎر اﻟﺨﻠﻔﻲ(‬ ‫‪.10‬‬

‫ﻨﻤوذج اﻟﺒداﯿﺔ‬

‫اﻟﻨﻤوذج اﻟﺤﺎﻟﻲ * ‪M‬‬

‫إزاﻟﺔ ﻤﺘﻐﯿر ﺘﻔﺴﯿري‬
‫‪F‬‬ ‫‪F‬‬ ‫ﻋﻨدﻤﺎ ﺘﻛون ‪,1, n k 1‬‬
‫‪ M k* 1‬ﯿﺄﺨذ ﻤﻛﺎن * ‪M‬‬ ‫إﺨﺘﯿﺎر اﻟﻨﻤوذج اﻟذي ﯿﻌطﻲ أﺼﻐر ‪F‬‬

‫اﻟﻨﻤوذج اﻷﻓﻀل ‪M k* 1‬‬

‫‪F‬‬ ‫‪F‬‬ ‫ﻋﻨدﻤﺎ ﺘﻛون ‪,1, n k 1‬‬

‫اﻟﻨﻤوذج اﻟﺤﺎﻟﻲ * ‪ M‬ﯿﺒﻘﻰ اﻷﻓﻀل‬

‫‪7‬‬
‫‪College of Business and Economics‬‬ ‫‪Unit of quantitative methods‬‬
 ‫اﻋﺘﻤﺎد ﺑﺘﺎرﯾﺦ ‪ 2018/11/14‬م‬

‫ﻣﻠﺨﺺ ﻟﺒﻌﺾ اﻟﻘﻮاﻧﯿﻦ اﻹﺣﺼﺎﺋﯿﺔ اﻟﺨﺎﺻﺔ ﺑﻤﻘﺮر ‪ 235‬إﺣﺺ‬

‫‪TIME SERIES‬‬ ‫ﺨﺎﻤﺴﺎً ‪ -‬اﻟﺴﻼﺴل اﻟزﻤﻨﯿﺔ‬

‫‪The Analysis Steps‬‬ ‫‪ -1‬ﺨطوات اﻟﺘﺤﻠﯿل‬
‫‪ yt‬وﺘﺘﻠﺨص ﺨطوات ﺘﺤﻠﯿل ﻫذا اﻟﻨوع ﻤن‬ ‫‪Tt‬‬ ‫‪1 St‬‬ ‫‪1 It‬‬ ‫ﯿﻛﺘب اﻟﻨﻤوذج اﻟﻀرﺒﻲ ﺒدون ﻤرﻛﺒﺔ دورﯿﺔ ﻋﻠﻰ اﻟﺸﻛل اﻟﺘﺎﻟﻲ‪:‬‬
‫اﻟﺴﻼﺴل ﻛﻤﺎ ﻫو ﻤﺒﯿن ﻓﻲ اﻟﺠدول اﻟﺘﺎﻟﻲ‪:‬‬
‫اﻻﻨﺤدار اﻟﺨطﻲ اﻟﺒﺴﯿط‬ ‫اﻷوﺴﺎط اﻟﻤﺘﺤرﻛﺔ‬

‫‪yt‬‬ ‫‪yt‬‬ ‫‪yt‬‬

‫ﺘﻘدﯿر اﻻﺘﺠﺎﻩ اﻟﻌﺎم‬ ‫‪Tt‬‬ ‫‪b0‬‬ ‫‪b1 t‬‬ ‫‪MAt h‬‬ ‫‪1‬‬ ‫‪1‬‬

‫‪h‬‬
‫‪t yt‬‬ ‫‪n t y‬‬
‫‪b1‬‬ ‫‪2‬‬
‫ﺤﯿث ‪ h‬ﻫو ﻋدد اﻟﻘﯿم اﻟﻤﻛوﻨﺔ ﻟﻬذﻩ ﺤﯿث‬
‫‪t‬‬ ‫‪n t2‬‬
‫اﻷوﺴﺎط‪.‬‬
‫‪b0‬‬ ‫‪y b1 t‬‬ ‫و‬
‫اﺴﺘﺒﻌﺎد أﺜر اﻻﺘﺠﺎﻩ اﻟﻌﺎم‬ ‫‪q1t‬‬
‫‪yt‬‬
‫‪100‬‬ ‫‪q1t‬‬
‫‪yt‬‬
‫‪100‬‬
‫‪Tt‬‬ ‫‪MAt‬‬

‫‪mi‬‬
‫ﺤﺴﺎب اﻟدﻟﯿل اﻟﻤوﺴﻤﻲ‬ ‫‪Si‬‬ ‫‪m 100‬‬
‫‪mi‬‬
‫ﺤﯿث ‪ m‬ﻫو ﻋدد اﻟﻤواﺴم و ‪ mi‬ﻫو ﻤﺘوﺴط اﻟﻨﺴب اﻟﻤوﺴﻤﯿﺔ واﻟﻤﺤﺴوب ﻤن ﻗﯿم ‪. q1t‬‬

‫اﺴﺘﺒﻌﺎد أﺜر اﻟﺘﻐﯿرات اﻟﻤوﺴﻤﯿﺔ‬ ‫‪q 2t‬‬

‫‪yt‬‬
‫‪100‬‬
‫‪St‬‬

‫ﺤﺴﺎب اﻟﺘﻐﯿرات اﻟﻌﺸواﺌﯿﺔ‬ ‫‪It‬‬

‫‪yt‬‬
‫‪100‬‬ ‫‪1‬‬ ‫‪It‬‬
‫‪yt‬‬
‫‪100‬‬ ‫‪1‬‬
‫‪Tt‬‬ ‫‪St‬‬ ‫‪MAt S t‬‬

‫أﻤﺎ ﺒﺎﻟﻨﺴﺒﺔ ﻟطرﯿﻘﺔ اﻟﺘﻤﻬﯿد اﻷﺴﻲ اﻟﺒﺴﯿط ﻓﺘﺤﺴب اﻟﻘﯿم اﻟﺘﻘدﯿرﯿﺔ ﻟﻠﺴﻠﺴﻠﺔ ﺒﺎﺴﺘﺨدام إﺤدى اﻟﻌﻼﻗﺘﯿن‪:‬‬

‫‪Et‬‬ ‫‪yt‬‬ ‫‪1‬‬ ‫‪Et‬‬ ‫‪1‬‬ ‫أو‬ ‫‪Et‬‬ ‫‪Et‬‬ ‫‪1‬‬ ‫‪yt‬‬ ‫‪Et‬‬ ‫‪1‬‬

‫ﺜﺎﺒت اﻟﺘﻤﻬﯿد وﺘﻛون ﻗﯿﻤﺘﻪ داﺌﻤﺎ ﺒﯿن اﻟﺼﻔر واﻟواﺤد‪ y t .‬ﺘﻤﺜل اﻟﻘﯿم اﻟﻔﻌﻠﯿﺔ ﻟﻠظﺎﻫرة ﻓﻲ اﻟزﻤن ‪ ، t‬أﻤﺎ ‪ E t‬ﻓﺘﻤﺜل اﻟﻘﯿم اﻟﺘﻘدﯿرﯿﺔ‬ ‫ﯿﻤﺜل‬
‫ﻟﻠظﺎﻫرة ﻓﻲ اﻟزﻤن ‪ t‬واﻟﺘﻲ ﻨﺴﺘﺨدﻤﻬﺎ أﯿﻀﺎ ﻛﻘﯿﻤﺔ ﺘﻨﺒﺌﯿﺔ ﻟﻠظﺎﻫرة ﻓﻲ اﻟﺰﻣﻦ ‪ t 1‬واﻟﺘﻲ ﺗﻢ اﺣﺘﺴﺎﺑﮭﺎ ﻓﻲ اﻟﺰﻣﻦ ‪. t‬‬

‫‪The root Mean Square Error‬‬ ‫‪ -2‬اﻟﺠذر اﻟﺘرﺒﯿﻌﻲ ﻟﻤﺘوﺴط ﻤرﺒﻌﺎت اﻟﺨطﺄ‬
‫‪1‬‬
‫‪RMSE‬‬ ‫‪yt‬‬ ‫‪Tt‬‬
‫‪2‬‬
‫ﺒﺎﺴﺘﺨدام اﻻﻨﺤدار اﻟﺨطﻲ اﻟﺒﺴﯿط‪:‬‬
‫‪n‬‬ ‫‪t‬‬

‫‪1‬‬
‫‪ RMSE h‬ﺣﯾث ﯾﻣﺛل * ‪ n‬اﻟﻌدد اﻟﻔﻌﻠﻲ ﻟﻸوﺳﺎط اﻟﺣﺳﺎﺑﯾﺔ‪.‬‬ ‫‪yt‬‬ ‫‪MAt h‬‬
‫‪2‬‬
‫ﺒﺎﺴﺘﺨدام اﻷوﺴﺎط اﻟﻤﺘﺤرﻛﺔ‪:‬‬
‫*‪n‬‬ ‫‪t‬‬

‫‪1‬‬
‫‪RMSE‬‬ ‫‪yt‬‬ ‫‪Et‬‬ ‫‪1‬‬
‫‪2‬‬
‫ﺑﺎﺳﺘﺨﺪام اﻟﺘﻤﮭﯿﺪ اﻷﺳﻲ اﻟﺒﺴﯿﻂ‪:‬‬
‫‪n 1‬‬ ‫‪t‬‬

‫‪8‬‬
‫‪College of Business and Economics‬‬ ‫‪Unit of quantitative methods‬‬
 ‫اﻋﺘﻤﺎد ﺑﺘﺎرﯾﺦ ‪ 2018/11/14‬م‬

‫ﻣﻠﺨﺺ ﻟﺒﻌﺾ اﻟﻘﻮاﻧﯿﻦ اﻹﺣﺼﺎﺋﯿﺔ اﻟﺨﺎﺻﺔ ﺑﻤﻘﺮر ‪ 235‬إﺣﺺ‬

‫‪NON-PARAMETRIC TESTS‬‬ ‫ﺳﺎدﺳﺎ ً – اﻻﺨﺘﺒﺎرات اﻟﻼﻤﻌﻠﻤﯿﺔ‬

‫‪Binomial Test or Signe Test‬‬ ‫‪ -1‬اﺨﺘﺒﺎر وﺴﯿط ﻤﺠﺘﻤﻊ )اﺨﺘﺒﺎر اﻹﺸﺎرة أو اﺨﺘﺒﺎر ذي اﻟﺤدﯿن(‬
‫‪ B‬ﻋدد اﻟﻘﯿم ﻓﻲ اﻟﻌﯿﻨﺔ اﻟﺘﻲ ﺘزﯿد ﻋن ‪M 0‬‬ ‫ﻟﺘﻛن ‪ n‬ﻋﯿﻨﺔ ﻤﺄﺨوذة ﻤن ﻤﺠﺘﻤﻊ ﻤﺘﺼل وﺴﯿطﻪ ‪ M‬ﻗﯿﻤﺘﻪ اﻻﻓﺘراﻀﯿﺔ ‪D ، M 0‬‬
‫ﻋﻨدﻤﺎ ﯿﻛون ﺤﺠم اﻟﻌﯿﻨﺔ ‪ n‬ﺼﻐﯿ اًر‬

‫‪ H o‬ﻓرﻀﯿﺔ اﻟﻌدم‬ ‫‪ H 1‬اﻟﻔرﻀﯿﺔ اﻟﺒدﯿﻠﺔ‬ ‫إﺤﺼﺎﺌﯿﺔ اﻻﺨﺘﺒﺎر‬ ‫اﻟﻘرار رﻓض ‪ H o‬إذا ﻛﺎن‬
‫‪H0 : M‬‬ ‫‪M0‬‬ ‫‪H1 : M‬‬ ‫‪M0‬‬ ‫) ( ‪ B Br‬طرف أﯿﻤن‬
‫‪B‬‬ ‫‪D‬‬
‫‪H0 : M‬‬ ‫‪M0‬‬ ‫‪H1 : M‬‬ ‫‪M0‬‬ ‫) ( ‪ B Bl‬طرف أﯿﺴر‬
‫‪H0 : M‬‬ ‫‪M0‬‬ ‫‪H1 : M‬‬ ‫‪M0‬‬ ‫‪B‬‬ ‫‪ B‬أو )‪Br ( / 2‬‬ ‫)‪Bl ( / 2‬‬

‫ﻋﻨدﻤﺎ ﯿﻛون ﺤﺠم اﻟﻌﯿﻨﺔ ‪ n‬ﻛﺒﯿ اًر ) ‪( n 20‬‬

‫‪ H o‬ﻓرﻀﯿﺔ اﻟﻌدم‬ ‫‪ H 1‬اﻟﻔرﻀﯿﺔ اﻟﺒدﯿﻠﺔ‬ ‫إﺤﺼﺎﺌﯿﺔ اﻻﺨﺘﺒﺎر‬ ‫اﻟﻘرار رﻓض ‪ H o‬إذا ﻛﺎن‬
‫‪H0 : M‬‬ ‫‪M0‬‬ ‫‪H1 : M‬‬ ‫‪M0‬‬ ‫‪ Z‬طرف أﯿﻤن‬ ‫) (‪Z‬‬
‫‪B n /2‬‬
‫‪H0 : M‬‬ ‫‪M0‬‬ ‫‪H1 : M‬‬ ‫‪M0‬‬ ‫‪Z‬‬ ‫‪ Z‬طرف أﯿﺴر‬ ‫) (‪Z‬‬
‫‪0.5 n‬‬
‫‪H0 : M‬‬ ‫‪M0‬‬ ‫‪H1 : M‬‬ ‫‪M0‬‬ ‫‪Z‬‬ ‫‪Z‬‬ ‫‪/2‬‬
‫ﺣﻴﺚ ‪ n‬ﻮ ﺣﺠﻢ اﻟﻌﻴﻨﺔ ﺑﻌﺪ ﺣﺬف ﲨﻴﻊ اﻟﻌﻨﺎﺻﺮ اﻟﱵ ﺗﺴﺎوي ‪M 0‬‬
‫‪P( X‬‬ ‫)‪Bl ( ) | n , 0.5‬‬ ‫‪،‬‬ ‫‪P( X‬‬ ‫)‪Br ( ) | n , 0.5‬‬
‫‪P( X‬‬ ‫)‪Bl ( / 2) | n , 0.5‬‬ ‫‪/2‬‬ ‫‪،‬‬ ‫‪P( X‬‬ ‫)‪Br ( / 2) | n , 0.5‬‬ ‫‪/2‬‬

‫‪The Sign Test‬‬ ‫‪ -2‬اﺨﺘﺒﺎر ﻤﻘﺎرﻨﺔ وﺴﯿطﻲ ﻤﺠﺘﻤﻌﯿن ﻤرﺘﺒطﯿن )اﺨﺘﺒﺎر اﻹﺸﺎرة(‬
‫ﻋﻨدﻤﺎ ﯿﻛون ﺤﺠم اﻟﻌﯿﻨﺔ ‪ n‬ﺼﻐﯿ اًر ‪ B D ،‬ﻫو ﻋدد اﻟﻔروﻗﺎت اﻟﻤوﺠﺒﺔ ‪ xi yi 0‬ﻓﻲ اﻟﻌﯿﻨﺔ‬
‫‪ H o‬ﻓرﻀﯿﺔ اﻟﻌدم‬ ‫‪ H 1‬اﻟﻔرﻀﯿﺔ اﻟﺒدﯿﻠﺔ‬ ‫إﺤﺼﺎﺌﯿﺔ اﻻﺨﺘﺒﺎر‬ ‫اﻟﻘرار رﻓض ‪ H o‬إذا ﻛﺎن‬
‫‪H 0 : M1‬‬ ‫‪M2‬‬ ‫‪H1 : M1‬‬ ‫‪M2‬‬ ‫) ( ‪B Br‬‬
‫‪H 0 : M1‬‬ ‫‪M2‬‬ ‫‪H1 : M1‬‬ ‫‪M2‬‬ ‫‪B‬‬ ‫‪D‬‬ ‫) ( ‪B Bl‬‬
‫‪H 0 : M1‬‬ ‫‪M2‬‬ ‫‪H1 : M 1‬‬ ‫‪M2‬‬ ‫‪B‬‬ ‫)‪ B Bl ( / 2‬أو )‪Br ( / 2‬‬

‫ﻋﻨدﻤﺎ ﯿﻛون ﺤﺠم اﻟﻌﯿﻨﺔ ‪ n‬ﻛﺒﯿ اًر ) ‪( n 20‬‬

‫‪ H o‬ﻓرﻀﯿﺔ اﻟﻌدم‬ ‫‪ H 1‬اﻟﻔرﻀﯿﺔ اﻟﺒدﯿﻠﺔ‬ ‫إﺤﺼﺎﺌﯿﺔ اﻻﺨﺘﺒﺎر‬ ‫اﻟﻘرار رﻓض ‪ H o‬إذا ﻛﺎن‬
‫‪H 0 : M1‬‬ ‫‪M2‬‬ ‫‪H1 : M1‬‬ ‫‪M2‬‬ ‫‪ Z‬طرف أﯿﻤن‬ ‫) (‪Z‬‬
‫‪B n /2‬‬
‫‪H 0 : M1‬‬ ‫‪M2‬‬ ‫‪H1 : M1‬‬ ‫‪M2‬‬ ‫‪Z‬‬ ‫‪ Z‬طرف أﯿﺴر‬ ‫) (‪Z‬‬
‫‪0.5 n‬‬
‫‪H 0 : M1‬‬ ‫‪M2‬‬ ‫‪H1 : M 1‬‬ ‫‪M2‬‬ ‫‪Z‬‬ ‫‪Z‬‬ ‫‪/2‬‬
‫‪xi‬‬ ‫ﺣﻴﺚ ‪ n‬ﻮ ﺣﺠﻢ اﻟﻌﻴﻨﺔ ﺑﻌﺪ ﺣﺬف ﲨﻴﻊ اﻟﻌﻨﺎﺻﺮ اﻟﱵ ﻳﻜﻮن ﻓﻴ ﺎ ‪yi‬‬

‫‪9‬‬
‫‪College of Business and Economics‬‬ ‫‪Unit of quantitative methods‬‬
 ‫اﻋﺘﻤﺎد ﺑﺘﺎرﯾﺦ ‪ 2018/11/14‬م‬

‫ﻣﻠﺨﺺ ﻟﺒﻌﺾ اﻟﻘﻮاﻧﯿﻦ اﻹﺣﺼﺎﺋﯿﺔ اﻟﺨﺎﺻﺔ ﺑﻤﻘﺮر ‪ 235‬إﺣﺺ‬

‫‪The Wilcoxon Signed Rank Test‬‬ ‫‪ -3‬اﺨﺘﺒﺎر إﺸﺎرة اﻟرﺘب ﻟوﻟﻛوﻛﺴن ﻟﻤﻘﺎرﻨﺔ وﺴﯿطﻲ ﻤﺠﺘﻤﻌﯿن ﻤرﺘﺒطﯿن‬
‫ﯿﺴﺘﺨدم ﻫذا اﻻﺨﺘﺒﺎر ﻟﻠﻤﻘﺎرﻨﺔ ﺒﯿن وﺴﯿطﻲ ﻤﺠﺘﻤﻌﯿن ﻤرﺘﺒطﯿن وﺴﯿطﺎﻫﻤﺎ ‪ M 2 ، M 1‬وﺘوزﯿﻌﻬﻤﺎ ﻤﺴﺘﻤر‪ ،‬وﯿﺄﺨذ ﺒﻌﯿن اﻻﻋﺘﺒﺎر ﺘراﺘﯿب‬
‫اﻟﻘﯿم‪ .‬ﻨﺄﺨذ ﻋﯿﻨﺔ ﺤﺠﻤﻬﺎ ‪ R ، n‬ﻣﺠﻤﻮع اﻟﺮﺗﺐ اﻟﻤﻘﺎﺑﻠﺔ ﻟﻠﻔﺮوﻗﺎت اﻟﻤﻮﺟﺒﺔ ‪ R ،‬ﻣﺠﻤﻮع اﻟﺮﺗﺐ اﻟﻤﻘﺎﺑﻠﺔ ﻟﻠﻔﺮوﻗﺎت اﻟﺴﺎﻟﺒﺔ‪.‬‬
‫ﻋﻨدﻤﺎ ﯿﻛون ﺤﺠم اﻟﻌﯿﻨﺔ ‪ n‬ﺼﻐﯿ اًر ) ‪( n 25‬‬
‫‪ H o‬ﻓرﻀﯿﺔ اﻟﻌدم‬ ‫‪ H 1‬اﻟﻔرﻀﯿﺔ اﻟﺒدﯿﻠﺔ‬ ‫إﺤﺼﺎﺌﯿﺔ اﻻﺨﺘﺒﺎر‬ ‫اﻟﻘرار رﻓض ‪ H o‬إذا ﻛﺎن‬
‫‪H 0 : M1‬‬ ‫‪M2‬‬ ‫‪H1 : M1‬‬ ‫‪M2‬‬ ‫‪W‬‬ ‫‪R‬‬
‫‪W‬‬ ‫(‪W‬‬ ‫) ‪one sided ; n‬‬
‫‪H 0 : M1‬‬ ‫‪M2‬‬ ‫‪H1 : M1‬‬ ‫‪M2‬‬ ‫‪W‬‬ ‫‪R‬‬
‫‪H 0 : M1‬‬ ‫‪M2‬‬ ‫‪H1 : M 1‬‬ ‫‪M2‬‬ ‫‪W‬‬ ‫) ‪Min ( R , R‬‬ ‫‪W‬‬ ‫(‪W‬‬ ‫) ‪two sided ; n‬‬

‫ﻋﻨدﻤﺎ ﯿﻛون ﺤﺠم اﻟﻌﯿﻨﺔ ‪ n‬ﻛﺒﯿ اًر ) ‪( n 25‬‬

‫‪ H o‬ﻓرﻀﯿﺔ اﻟﻌدم‬ ‫‪ H 1‬اﻟﻔرﻀﯿﺔ اﻟﺒدﯿﻠﺔ‬ ‫إﺤﺼﺎﺌﯿﺔ اﻻﺨﺘﺒﺎر‬ ‫اﻟﻘرار رﻓض ‪ H o‬إذا ﻛﺎن‬
‫‪H 0 : M1‬‬ ‫‪M2‬‬ ‫‪H1 : M1‬‬ ‫‪M2‬‬
‫‪W‬‬
‫)‪n (n 1‬‬ ‫‪ Z‬طرف أﯿﻤن‬ ‫) (‪Z‬‬
‫‪H 0 : M1‬‬ ‫‪M2‬‬ ‫‪H1 : M1‬‬ ‫‪M2‬‬ ‫‪Z‬‬ ‫‪4‬‬ ‫‪ Z‬طرف أﯿﺴر‬ ‫) (‪Z‬‬
‫)‪n (n 1)(2n 1‬‬
‫‪H 0 : M1‬‬ ‫‪M2‬‬ ‫‪H1 : M 1‬‬ ‫‪M2‬‬ ‫‪24‬‬ ‫‪Z‬‬ ‫‪Z‬‬ ‫‪/2‬‬

‫ﺤﯿث ‪ n‬ﻫﻲ ﺤﺠم اﻟﻌﯿﻨﺔ ﺒﻌد ﺤذف ﺠﻤﯿﻊ اﻟﻘﯿم اﻟﺘﻲ ﺘﺴﺎوت ﻓﯿﻬﺎ اﻷزواج ) ‪. ( xi , yi‬‬

‫‪ -4‬اﺨﺘﺒﺎر إﺸﺎرة اﻟرﺘب ﻟوﻟﻛوﻛﺴن ﻟﻤﺠﺘﻤﻌﯿن ﻤﺴﺘﻘﻠﯿن‬

‫‪The Wilcoxon Signed Rank-Sum Test for Independent Populations‬‬
‫‪0.05 ، 4 n1 10 ، 4 n 2 10 ، n1‬‬ ‫ﯿﺴﺘﺨدم ﻫذا اﻻﺨﺘﺒﺎر ﻋﻨدﻤﺎ ﺘﺘﺤﻘق اﻟﺸروط اﻟﺘﺎﻟﯿﺔ‪n2 :‬‬
‫ﻋﻨدﻤﺎ ﯿﻛون ﺤﺠم اﻟﻌﯿﻨﺎت ﺼﻐﯿ اًر ) ‪( n 2 10 ، n1 10‬‬
‫‪ H o‬ﻓرﻀﯿﺔ اﻟﻌدم‬ ‫‪ H 1‬اﻟﻔرﻀﯿﺔ اﻟﺒدﯿﻠﺔ‬ ‫إﺤﺼﺎﺌﯿﺔ اﻻﺨﺘﺒﺎر‬ ‫اﻟﻘرار رﻓض ‪ H o‬إذا ﻛﺎن‬
‫‪H 0 : M1‬‬ ‫‪M2‬‬ ‫‪H1 : M1‬‬ ‫‪M2‬‬ ‫‪W‬‬ ‫) ‪(R1 or R 2‬‬ ‫‪W‬‬ ‫) | ‪W R (n1 , n 2‬‬

‫‪H 0 : M1‬‬ ‫‪M2‬‬ ‫‪H1 : M1‬‬ ‫‪M2‬‬ ‫أﯿﻬﻤﺎ ﯿﻘﺎﺒل اﻟﻌﯿﻨﺔ‬ ‫‪W‬‬ ‫) | ‪W L (n1 , n 2‬‬

‫‪H 0 : M1‬‬ ‫‪M2‬‬ ‫‪H1 : M 1‬‬ ‫‪M2‬‬ ‫اﻷﻗل ﺤﺠﻤﺎً‬ ‫‪W‬‬ ‫| ‪W L (n1 , n 2‬‬ ‫‪ W‬أو )‪/ 2‬‬ ‫| ‪W R (n1 , n 2‬‬ ‫)‪/ 2‬‬

‫ﻋﻨدﻤﺎ ﯿﻛون ﺤﺠم اﻟﻌﯿﻨﺎت ﻛﺒﯿ اًر ) ‪ n1 10‬أو ‪( n 2 10‬‬

‫‪ H o‬ﻓرﻀﯿﺔ اﻟﻌدم‬ ‫‪ H 1‬اﻟﻔرﻀﯿﺔ اﻟﺒدﯿﻠﺔ‬ ‫إﺤﺼﺎﺌﯿﺔ اﻻﺨﺘﺒﺎر‬ ‫اﻟﻘرار رﻓض ‪ H o‬إذا ﻛﺎن‬
‫‪H 0 : M1‬‬ ‫‪M2‬‬ ‫‪H1 : M1‬‬ ‫‪M2‬‬
‫‪W‬‬
‫)‪n1 (n1 n 2 1‬‬ ‫‪ Z‬طرف أﯿﻤن‬ ‫) (‪Z‬‬
‫‪H 0 : M1‬‬ ‫‪M2‬‬ ‫‪H1 : M1‬‬ ‫‪M2‬‬ ‫‪Z‬‬ ‫‪2‬‬ ‫‪ Z‬طرف أﯿﺴر‬ ‫) (‪Z‬‬
‫)‪n1 n 2 (n1 n 2 1‬‬
‫‪H 0 : M1‬‬ ‫‪M2‬‬ ‫‪H1 : M 1‬‬ ‫‪M2‬‬ ‫‪12‬‬ ‫‪Z‬‬ ‫‪Z‬‬ ‫‪/2‬‬

‫‪10‬‬
‫‪College of Business and Economics‬‬ ‫‪Unit of quantitative methods‬‬
 ‫اﻋﺘﻤﺎد ﺑﺘﺎرﯾﺦ ‪ 2018/11/14‬م‬

‫ﻣﻠﺨﺺ ﻟﺒﻌﺾ اﻟﻘﻮاﻧﯿﻦ اﻹﺣﺼﺎﺋﯿﺔ اﻟﺨﺎﺻﺔ ﺑﻤﻘﺮر ‪ 235‬إﺣﺺ‬

‫‪The Man Whitney U Test‬‬ ‫‪ -5‬اﺨﺘﺒﺎر اﻟﻤﻘﺎرﻨﺔ ﺒﯿن وﺴﯿطﻲ ﻤﺠﺘﻤﻌﯿن ﻤﺴﺘﻘﻠﯿن )اﺨﺘﺒﺎر ﻤﺎن وﯿﺘﻨﻲ(‬
‫ﯿﺴﺘﺨدم ﻫذا اﻻﺨﺘﺒﺎر ﻟﻠﻤﻘﺎرﻨﺔ ﺒﯿن وﺴﯿطﻲ ﻤﺠﺘﻤﻌﯿن ﻤﺴﺘﻘﻠﯿن وﺴﯿطﺎﻫﻤﺎ ‪ M 2 ، M 1‬وﻟﻛل ﻤﻨﻬﻤﺎ ﺘوزﯿﻊ ﻤﺴﺘﻤر‪ n1 ،‬ﻋﯿﻨﺔ ﻤن اﻟﻤﺠﺘﻤﻊ‬
‫‪ . 1 n1 10 ، 3 n2 10 ، n1‬ﻋﻨدﻤﺎ ﯿﻛون ﺤﺠم اﻟﻌﯿﻨﺔ اﻟﻛﺒﯿرة ‪n2 10‬‬ ‫اﻷول و ‪ n2‬ﻋﯿﻨﺔ ﻤن اﻟﻤﺠﺘﻤﻊ اﻟﺜﺎﻨﻲ‪ ،‬ﺤﯿث ‪n2‬‬

‫‪ H o‬ﻓرﻀﯿﺔ اﻟﻌدم‬ ‫‪ H 1‬اﻟﻔرﻀﯿﺔ اﻟﺒدﯿﻠﺔ‬ ‫إﺤﺼﺎﺌﯿﺔ اﻻﺨﺘﺒﺎر ‪U‬‬ ‫اﻟﻘرار رﻓض ‪ H o‬إذا ﻛﺎن‬
‫‪H 0 : M1‬‬ ‫‪M2‬‬ ‫‪H1 : M1‬‬ ‫‪M2‬‬
‫‪U‬‬ ‫‪ P( X‬أو ‪U 0‬‬ ‫)‪U‬‬
‫‪H 0 : M1‬‬ ‫‪M2‬‬ ‫‪H1 : M1‬‬ ‫‪M2‬‬ ‫‪U‬‬ ‫) ‪Min (U1 ,U 2‬‬
‫‪H 0 : M1‬‬ ‫‪M2‬‬ ‫‪H1 : M 1‬‬ ‫‪M2‬‬ ‫‪U‬‬ ‫‪ P( X‬أو ‪U 0‬‬ ‫)‪U‬‬ ‫‪/2‬‬
‫)‪n1 (n1 1‬‬ ‫)‪n2 (n2 1‬‬
‫‪U1‬‬ ‫‪n1 n2‬‬ ‫‪R1‬‬ ‫‪، U 2 n1 n2‬‬ ‫‪R2 ، P( X‬‬ ‫) ‪U0‬‬ ‫‪/ 2 ، P( X‬‬ ‫) ‪U0‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪ R1‬ﻤﺠﻤوع رﺘب ﻋﻨﺎﺼر اﻟﻌﯿﻨﺔ اﻷوﻟﻰ‪ R2 ،‬ﻤﺠﻤوع رﺘب ﻋﻨﺎﺼر اﻟﻌﯿﻨﺔ اﻟﺜﺎﻨﯿﺔ‪.‬‬
‫‪n2‬‬ ‫ﻋﻨدﻤﺎ ﯿﻛون ﺤﺠم اﻟﻌﯿﻨﺔ اﻟﻛﺒﯿرة ‪10‬‬

‫‪ H o‬ﻓرﻀﯿﺔ اﻟﻌدم‬ ‫‪ H 1‬اﻟﻔرﻀﯿﺔ اﻟﺒدﯿﻠﺔ‬ ‫إﺤﺼﺎﺌﯿﺔ اﻻﺨﺘﺒﺎر‬ ‫اﻟﻘرار رﻓض ‪ H o‬إذا ﻛﺎن‬
‫‪H 0 : M1‬‬ ‫‪M2‬‬ ‫‪H1 : M1‬‬ ‫‪M2‬‬ ‫‪U‬‬
‫‪n1 n2‬‬ ‫‪ Z‬طرف أﯿﻤن‬ ‫) (‪Z‬‬
‫‪H 0 : M1‬‬ ‫‪M2‬‬ ‫‪H1 : M1‬‬ ‫‪M2‬‬ ‫‪Z‬‬ ‫‪2‬‬ ‫‪ Z‬طرف أﯿﺴر‬ ‫) (‪Z‬‬
‫‪n1 n2‬‬ ‫)‪(n1 n2 1‬‬
‫‪H 0 : M1‬‬ ‫‪M2‬‬ ‫‪H1 : M 1‬‬ ‫‪M2‬‬ ‫‪12‬‬ ‫‪Z‬‬ ‫‪Z‬‬ ‫‪/2‬‬

‫‪The Kruskal-Wallis Test‬‬ ‫‪ -6‬ﻤﻘﺎرﻨﺔ ﻋدة ﻤﺠﺘﻤﻌﺎت ﻤﺴﺘﻘﻠﺔ )اﺨﺘﺒﺎر ﻛروﺴﻛﺎل واﻻس(‬
‫ﯿﺴﺘﺨدم اﺨﺘﺒﺎر ﻛروﺴﻛﺎل واﻻس ﻟﻠﻤﻘﺎرﻨﺔ ﺒﯿن ﺘوزﯿﻌﺎت ‪ K‬ﻤﺠﺘﻤﻊ ﻤﺴﺘﻘل ﻤﻌﺘﻤداً ﻋﻠﻰ ﺘراﺘﯿب ﻋﯿﻨﺎت ﻤﺄﺨوذة ﻤن ﺘﻠك‬
‫اﻟﻤﺠﺘﻤﻌﺎت‪ .‬وﯿﻌﺘﺒر ﻤن طرف أﯿﻤن وﯿﻌﺘﻤد ﻋﻠﻰ ﺘوزﯿﻊ ﻛﺎي ﺘرﺒﯿﻊ‪.‬‬

‫‪ H o‬ﻓرﻀﯿﺔ اﻟﻌدم‬ ‫‪ H 1‬اﻟﻔرﻀﯿﺔ اﻟﺒدﯿﻠﺔ‬ ‫إﺤﺼﺎﺌﯿﺔ اﻻﺨﺘﺒﺎر ‪H‬‬ ‫اﻟﻘرار رﻓض ‪H o‬‬

‫اﻟﻤﺠﺘﻤﻌﺎت ذات‬ ‫اﻟﻤﺠﺘﻤﻌﺎت اﻟﻤدروﺴﺔ ذات‬ ‫‪12‬‬ ‫‪R12‬‬ ‫‪R22‬‬ ‫‪Rk2‬‬

‫‪H‬‬ ‫)‪3(n 1‬‬ ‫‪H‬‬ ‫‪2‬‬
‫)‪( , k 1‬‬
‫ﺘوزﯿﻌﺎت ﻤﺘﺸﺎﺒﻬﺔ‬ ‫ﺘوزﯿﻌﺎت ﻏﯿر ﻤﺘﺸﺎﺒﻬﺔ‬ ‫‪n(n 1) n1‬‬ ‫‪n2‬‬ ‫‪nk‬‬

‫‪. n n1 n2‬‬ ‫ﻤﺠﻤوع رﺘب ﻋﻨﺎﺼر ﻛل ﻋﯿﻨﺔ ‪ . R j‬ﻣﺠﻤﻮع ﻋﻨﺎﺻﺮ ﺟﻤﯿﻊ اﻟﻌﯿﻨﺎت ‪nk‬‬

‫‪Testing of individual comparisons‬‬ ‫‪ -7‬اﺨﺘﺒﺎر اﻟﻤﻘﺎرﻨﺎت اﻟﻔردﯿﺔ ﻟﻛروﺴﻛﺎل‬

‫‪ : H 1‬ﯿوﺠد ﻓرق ﺒﯿن ﻤﺘوﺴطﻲ رﺘب اﻟﻤﺠﺘﻤﻌﯿن اﻟﻤﻌﻨﯿﯿن‬ ‫‪ : H o‬ﻻ ﯿوﺠد ﻓرق ﺒﯿن ﻤﺘوﺴطﻲ رﺘب اﻟﻤﺠﺘﻤﻌﯿن اﻟﻤﻌﻨﯿﯿن‪،‬‬
‫‪Ri‬‬
‫‪ R i‬وﺴط رﺘب اﻟﻌﯿﻨﺔ رﻗم ‪.i‬‬ ‫ﻨوﺠد اﻹﺤﺼﺎﺌﯿﺔ اﻟﻤﺘﻤﺜﻠﺔ ﺒﺎﻟﻘﯿﻤﺔ اﻟﻤطﻠﻘﺔ ﻟﻠﻔرق ﺒﯿن اﻟﻤﺘوﺴطﯿن ‪ ، R i R j‬ﺤﯿث‬
‫‪ni‬‬
‫‪n (n 1) 1‬‬ ‫‪1‬‬
‫‪Ri‬‬ ‫‪Rj‬‬ ‫‪ n‬و ﻨرﻓض ‪ H o‬إذا ﻛﺎن ‪C kw‬‬ ‫‪ ، C kw‬ﺤﯿث ‪ni‬‬ ‫‪2‬‬
‫)‪( , k 1‬‬ ‫ﻨوﺠد اﻹﺤﺼﺎﺌﯿﺔ ﺒﺎﻟﻌﻼﻗﺔ‪:‬‬
‫‪12‬‬ ‫‪ni‬‬ ‫‪nj‬‬

‫‪11‬‬
‫‪College of Business and Economics‬‬ ‫‪Unit of quantitative methods‬‬