0% found this document useful (0 votes)
8 views131 pages

U133 Final

Uploaded by

malaa9968
Copyright
© © All Rights Reserved
We take content rights seriously. If you suspect this is your content, claim it here.
Available Formats
Download as PDF, TXT or read online on Scribd
0% found this document useful (0 votes)
8 views131 pages

U133 Final

Uploaded by

malaa9968
Copyright
© © All Rights Reserved
We take content rights seriously. If you suspect this is your content, claim it here.
Available Formats
Download as PDF, TXT or read online on Scribd
You are on page 1/ 131

Menoufia University - Faculty of Science

Department of Mathematics and Computer


Science
Course specifications
Statistics (1) U 133

Program(s) on which the course is given B.Sc. of Mathematics,


B.Sc. Pure Mathematics and Computer Science,
B.sc Chemistry, B.sc Physics, B.sc Chemistry
B.sc Chemist Zoology, B.sc Chemistry and
Plant, B.sc Chemistry Plant and microbiology
B.sc Chemistry and Animal, B.sc Chemistry
and Physics, B.sc Entomology
B.sc Chemistry and Entomology
B.sc Geology, B.sc Chemistry and Geology
B.sc Geophysics, B.sc Physics and Computer
Science, B.sc Physics and Laser
Major or minor element of programs University requirement
Department offering the programme Mathematics and Computer Science
Department offering the course Mathematics and Computer Science
Academic year 2018-2019
Level All levels
Date of specification approval September 2018

A. Basic Information
Credit Hour: 1 hrs Lecture: 1 hrs Practical/Tutorial: -
Prerequisite : Non
Coordinators : Dr. Abdel-Aziz A. El-Sherbiny,
Dr. Shaban A. El-Shehawy
Dr. Neveen M. Kelany, Dr. Mohamed M. Rezk
B- Professional Information
1 – Overall aims of course
This course aims to introduce students to the following concepts and cognitive skills:
- Relationships between variables.
- Different types of statistical data and methods of collecting, representing and organizing data.
- The central tendency and dispersion measures.
- Basic concepts and terminologies of statistics such as Correlation coefficient and regression lines.
- Basic concepts of probabilities.
- Enable students to apply correlation coefficients and simple linear regression models to quantify relationships in data.

By the end of this course students will be able to:


- Differentiate between common types of data, and display them appropriately;
- Calculate and interpret the sample correlation coefficient between two variables;
- Fit a straight line using linear regression;
- Explain how Statistics is used in different application areas
- Perform these calculations for simple examples.

2- Program ILOs covered by course


Program Intended Learning Outcomes (By Code)
Knowledge & Intellectual/Cognitive Practical and Professional General and
Understanding Skills Skills Transferable Skills
a1, a2, a3, a4 b1, b2, b3, b4 c1, c2, c3 d1, d2, d3
3- Intended learning outcomes of course (ILOs)
a- Knowledge and understanding:
Students should be able to:
a1- Distinguish between different methods of collecting, presenting and organizing data.
a2 -Classify different types of data.
a3 - Name measures of central tendency and Identify measures of dispersion and their properties.
a4 - Describe random experiments using sample space and events.

Intellectual skills
Students should be able to:
b1 - Use statistical vocabulary to describe a statistical experiment.
b2 - Calculate measures of central tendency and dispersion for different types of data.
b3 - Compute Correlation coefficient and regression lines
b4 -Translate a random experiment to a probabilistic Framework

C - Professional and practical skills


On completing the course, students should be able to:
c1 - Handle some problems for some experiment trials.
c2 - Work independently to solve course assignments.
c3 - Cooperate with colleagues to work out common assignments.

D- General and transferable skills


On completing the course, students should be able to:
d1 - Write a correct mathematical statement when solving assignments.
d2 - Demonstrate effective communication skills in both oral and written with and without using IT.
d3 - Consider some tools and methods that can be applied
4- Course Weekly Detailed Topics / Hours
Contact Hours
No. of Sub-Topics Total Theoretical Practical
Weeks Hours Hours Hours
Fundamentals of Statistics:
- Data types, Source of data, Methods of data collection, and
1 Sampling methods. 1 hrs 1 hrs - hrs

Presenting Data in Charts and Tables:


2 - Presenting Categorical Data. 2 hrs 2 hrs - hr
- Presenting Numerical Data.
Measures of Central Tendency:
3 - Mean- Median – Quartiles – Mode - Shape of distribution 3 hrs 3 hrs hrs
Measures of Dispersion:
2 - Range - Variance - Standard Deviation - Coefficient of 2 hrs 2 hrs - hrs
variation - Standard error
Correlation and Regression: 3 hrs 3 hrs - hrs
3 - Linear Correlation - Simple Linear Regression.
Introduction to probability Theory: 3 hrs 3 hrs - hrs
3 - Probability definition - Random experiment - Sample
Space
- Event - Prob. Rules - Conditional probability.
5– Teaching and learning methods

Course ILO Covered by Method (By ILO Code)


Learning Method
K&U S. I/C S. P&P S. G&T S.

Lectures & Seminars a1, a2 b1, b2 c1, c3 d1, d2


Tutorials - - - -
Practical lab Work - - - -
Reading Materials a1. a3, a3 b2, b3 c1,c2 d3
Research & Reporting a2, a3 b2, b3 c1, c2, c3 d2,d3
Problem Solving /
a1, a2, a3 b1, b3 C1, c3 d2,d3
Problem-based Learning
Projects - - - -
Individual Work a1, a2 b1, b3 c1, c2, c3 d1, d2
Group Work a2, a3 b2, b3 c1, c3 d3
Case Studies
Presentations
Simulation Analysis

E-learning
Others (Specify):

6- Student Assessment Methods, Schedule and Grade Distribution


Course ILOs Covered by Method
(By ILO Code) Assessment
Assessment Week
Weight /
Method Knowledge and Intellectuel Professional and General and No.
Understanding Skills Practical Skills Transferable Skills
Percentage

Midterm Exam a1,a2,a3 b1,b2 c1, c3 d2, d3 20 (40%) 7


Final Exam a1,a2, a3, a4 b1, b2, b3 c1, c2, c3 d1, d2, d3 60 (40%) -
Quizzes
Course Work a1,a2, a3,a4 b1, b2, b3 c2, c3 d2,d3 10 (10%) 4, 9, 13
Report Writing a2, a4 b1, b3 c2 d1,d3 10 (10%) 13
Case Study
Analysis
Oral Presentations
Practical
Group Project
Individual Project
Others (Specify):
7- List of References
- Jay L. Devore., Duxbury, “Probability and Statistics for Engineering and the Sciences (6th
Essential Textbooks
edition)”, 2003.
- Allan G. Bluman, “Elementary statistics”, Mc Graw Hill, London, 2007.

Course Notes Courses notes prepared by staff members of Statistics.


Recommended Books - Allan G. Bluman, “Elementary statistics”, Mc Graw Hill, London, 2007.
Mendenhall, W., “Introduction to Probability and Statistics 6 th ed”. Boston: Duxbury
press, 1983.

Periodicals, Websites, 1.http://bcs.whfreeman.com/tps3e/default.asp


etc
2. http://www.psychstat.missouristate.edu/sbk00.htm

8- Facilities required for teaching and learning


a. White board,
b. Data Show,
c. Computer,
d. Lecture Room,
e. Computer Lab
9- Course Matrix Contents
Course ILOs Covered by Topic
Main Topics / Chapters (By ILO Code)
Duration (Weeks)
K&U I/C S. P&P S. G&T S.
1- Fundamentals of Statistics 1 a1, a2 b1 c1 d1, d3
2- Presenting Data in Charts and Tables 2 a1, a2 b1 c1, c2 d1, d3
3- Measures of Central Tendency 3 a3 b2 c1, c3 d2,d3
4- Measures of Dispersion 2 a3 b2 c1, c3 d2,d3
b3 d1, d2,
5- Correlation and Regression 3 a3 c1, c2
d3
6- Introduction to probability Theory 3 a4 b4 c1, c3 d1,d3
)‫خريطة المنهج (مصفوفة المقرر‬
course Name:Statistics Course code: U 133 Course Aims:
This course aims to introduce students to the following concepts and cognitive skills:
- Relationships between variables.
- Different types of statistical data and methods of collecting, representing and organizing data.
- The central tendency and dispersion measures.
- Basic concepts and terminologies of statistics such as Correlation coefficient and regression lines.
- Basic concepts of probabilities.
- Enable students to apply correlation coefficients and simple linear regression models to quantify relationships in data.

‫المهاساث العامت‬
‫وسائل التعليم‬
Course content ‫المهاساث الزهىيت‬ ‫المهاساث المهىيت‬ ‫و التعلم‬ ‫أساليب التمىيم‬ ‫األدلت و‬
‫ولابلت للتحىيل‬
Teaching ‫الشىاهذ‬
and Assessment Criteria
a1 a2 a3 a4 b1 b2 b3 b4 c1 c2 c3 d1 d2 d3 learning tools
methods
Fundamentals of Statistics √ √ √ √ √ √ √ √
Presenting Data in Charts and √
√ √ √ √ √
Tables Lectures. Essay Mid
Group Tutorial
Measures of Central Tendency √ √ √ √ √ √ √ Term Exam
√ discussions Discussions
Written and
√ Oral
Measures of Dispersion √ √ √ √ √ √ Classroom Oral Exams
questions Discussions
√ √ Essay
Correlation and Regression √ √ √ √ √
Introduction to probability
√ √ √ √ √
Theory
‫ دمحم دمحم أبىشادي‬.‫د‬.‫ ا‬: ‫سئيس المسم‬ ‫التىليع‬ ‫ شعبان عبذالخالك الشهاوي‬.‫ عبذالعضيض عبذالفتاح الششبيىي د‬.‫ د‬: ‫أستار المادة‬
‫ دمحم محمىد سصق‬.‫د‬ ‫ ويفيه دمحم كيالوي‬.‫د‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer‬‬
‫‪Science‬‬

‫مقدمة‬
‫نحمد هللا رب العالمين ونصلي ونسلم علي أشرف خلق هللا نبينا محمد وعلي آله وصحبه وسلم وبعد‪.‬‬
‫اإلحصاء أحد فروع الرياضيات ويرتبط بمفهوم العد‪ .‬وكلمة اإلحصاء لغويا ً تعني عد أو احسب وذكرت كلمة‬
‫اإلحصاء في القرآن الكريم في عدة مواضع‪:‬‬
‫َ‬ ‫ُ‬ ‫ُ‬
‫ص ْينَاهُ فِي إِ َم ٍام ُمبِين" (يس‪َ " )12:‬ويَقولونَ يَا َو ْيلتَنَا َما ِل‬ ‫ش ْيءٍ أحْ َ‬ ‫ار ُه ْم َو ُك َّل َ‬ ‫ب َما قَدَّ ُموا َوآَثَ َ‬ ‫فال هللا تعالي‪َ " :‬ونَ ْكت ُ ُ‬
‫ظ ِل ُم َربُّكَ أَ َحدًا "(الكهف‪)49 :‬‬ ‫اض ًرا َو ََل يَ ْ‬‫ع ِملُوا َح ِ‬
‫صاهَا َو َو َجدُوا َما َ‬ ‫يرة ً إِ ََّل أَحْ َ‬
‫يرة ً َو ََل َكبِ َ‬
‫ص ِغ َ‬ ‫ب ََل يُغَاد ُِر َ‬ ‫َهذَا ْال ِكتَا ِ‬
‫وارتبط ذكر اإلحصاء بالعد في مواضع في القرآن الكريم ‪:‬‬
‫عدَدًا "‪.‬‬ ‫ش ْيءٍ َ‬ ‫صى ُك َّل َ‬ ‫َ‬ ‫َ‬ ‫َ‬
‫صوهَا " وقوله تعالي" َوأ َحاط بِ َما لَدَ ْي ِه ْم َوأحْ َ‬ ‫َّللا ََل تُحْ ُ‬ ‫قال هللا تعالي‪َ " :‬و ِإ ْن تَعُدُّوا نِ ْع َمةَ َّ ِ‬
‫أعزائنا الطالب ‪:‬‬
‫نظرا ً لتعدد مقررات اإلحصاء للدارسين بكليات العلوم و الكليات األخرى كان لزاما علينا أن نلم بمعظم‬
‫محتوي هذه المقررات بصورة مبسطة ليستطيع الدارس فهم هذه المقررات وتطبيق ما فهمه في مجاَلت العلوم‬
‫األخرى حيث يعتبر علم اإلحصاء من العلوم األساسية التي َل غنى عنها لطالب العلم في مختلف المجاَلت‬
‫البحثية أو التطبيقية مثل العلوم الطبية والفيزيائية والكيميائية والفلك وعلم النفس وعلم اَلجتماع والعلوم السياسية‬
‫وغيرها من العلوم األخرى عن طريق إجراء مشاهدات عديدة للظواهر التي يراد دراستها حيث يتم جمع البيانات‬
‫بوفرة كافية َلستخالص النتائج منها وعرضها بطريقة تساعد علي فهمها واَلستفادة منها حتى يمكن تناولها‬
‫بالتحليل اإلحصائي وكذلك استخالص المقاييس اإلحصائية الهامة منها‪.‬‬
‫أيضا ظهرت دراسة نظرية اَلحتماَلت في القرنين السادس عشر والسابع عشر وذلك نتيجة تحليل نتائج‬
‫بعض األلعاب ونظرا لظهور أهمية نظرية اَلحتماَلت في العلوم المختلفة نتج عن ذلك تطورا كبيرا في هذا‬
‫المجال‪.‬‬
‫يحتوي الكتاب علي ستة أبواب أشتملت على اآلتي‪:‬‬
‫العرض الجدولي للبيانات اإلحصائية وتمثيلها بيانيا ً ‪ -‬مقاييس النزعة المركزية ‪ -‬مقاييس التشتت ‪ -‬العزوم‬
‫ومعامال اَللتواء والتفرطح ‪ -‬اَلرتباط واَلنحدار ‪ -‬مبادئ اَلحتماَلت‪.‬‬
‫وأخيرا المراجع األجنبية والعربية التي استعنا بها لتقديم هذا العمل المتواضع الذي نبتغي به وجه هللا تعالي ‪.‬‬
‫ولقد حاولنا في كل باب تقديم التعريفات والنظريات األساسية وقدمنا الكثير من األمثلة المحلولة وأوردنا في نهاية‬
‫كل باب تمارين متنوعة يتدرب الدارس عليها كما روعي في هذه التمارين الشمولية واألفكار المتعددة لمحتوي‬
‫هذه األبواب‪ ،‬وفي نهاية الكتاب يوجد مجموعة من نماذج األمتحانات السابقة‪.‬‬
‫كما يسعدنا أن نقدم لطالبنا الدارسين هذا العمل المتواضع آملين أن نكون قد وفقنا هللا تعالي في عرض المادة‬
‫العلمية بأسلوب سهل ومبسط يسهل فهمها واَلستفادة منها في جميع فروع العلوم المختلفة‪ .‬كما ننوه إلى أن‬
‫محتوي المادة العلمية الذي تناولها هذا الكتاب متوفرة في كثير من المراجع والكتب العربية واألجنبية‪ .‬كما نود أن‬
‫نهيب بأبنائنا الطالب الدارسين وزمالئنا األعزاء بإفادتنا عما إذا كان هناك أخطاء أو نقص في عرض محتوي‬
‫هذا الكتاب حتى نتمكن من تصويبه إن شاء هللا تعالي‪.‬‬
‫في الختام نتوجه بخالص الشكر والتقدير للسادة أعضاء هيئة التدريس بقسم الرياضيات وعلوم الحاسب بكلية‬
‫العلوم جامعة المنوفية علي دعمهم المتواصل لنا إلخراج هذا العمل المتواضع للنور‪.‬‬
‫اب "‬‫غ قُلُو َبنَا َب ْع َد ِإ ْذ َه َد ْيتَنَا َوهَبْ لَنَا ِم ْن لَدُ ْنكَ َرحْ َمةً ِإنَّكَ أَ ْنتَ ْال َو َّه ُ‬
‫وأخيرا نختم بقول هللا تعالي " َربَّنَا ََل ت ُ ِز ْ‬
‫وهللا الموفق‪،،،،،،،،‬‬
‫فريق إعداد الكتاب‬
‫د‪ /‬عبد العزيز عبد الفتاح الشربيني & د‪ /‬شعبان عبد الخالق الشهاوي‬
‫‪i‬‬
Menoufia University - Faculty of Science
Department of Mathematics and Computer Science

‫فهرس الموضوعات‬
Contents
‫ الباب األول‬...................................................................................................................... 3
1.1. Introduction to statistics ‫ مقدمة في علم اإلحصاء‬...................................................... 3
1.2. Basics and definitions ‫ أساسيات تعريفات‬................................................................... 4
1.3. Tabular display of statistical data‫ العرض الجدولي للبيانات اإلحصائي‬.......................... 5
1.4. Graphical representation of frequency tables‫ التمثيل البياني للجداول التكرارية‬......... 11
1.5. Clustered frequency tables‫ الجداول التكرارية المتجمعة‬............................................ 13
1.6. Representing clustered frequency tables graphically ‫تمثيل الجداول التكرارية المتجمعة‬
‫ بيانيا‬............................................................................................................................ 14
1.7. Exercises ‫ تمارين‬................................................................................................... 15
1.8. Quiz 1 ................................................................................................................. 17
‫الباب الثاني‬.................................................................................................................... 18
Measures of Central Tendency ................................................................................. 18
2.1. Introduction ‫ مقدمة‬............................................................................................. 18
2.2 Arithmetic mean ‫ الوسط الحسابي‬............................................................................ 18
2.3. The mediator ‫ الوسيط‬....................................................................................... 23
2.4. Model ‫ المنوال‬....................................................................................................... 27
2.6. Exercises‫ تمارين‬................................................................................................... 33
2.7. Quiz 2 ................................................................................................................. 35
‫ الباب الثالث‬................................................................................................................... 36
Measures of Dispersion ............................................................................................ 36
3.1. Introduction ‫ مقدمة‬.............................................................................................. 36
3.2. The range ‫المــــدي‬............................................................................................... 37
3.3. Half of the interquartile range (interquartile deviation) ‫نصف المدي الربيعي‬
)‫ (االنحراف الربيعي‬......................................................................................................... 38
3.4 Average deviation (absolute))‫ االنحراف المتوسط (المطلق‬....................................... 42
3.5. Variance and standard deviation:‫ التباين واالنحراف المعياري‬.................................. 45
3.6. Standard error‫ الخطأ المعياري‬............................................................................... 49

1
‫فهرس الموضوعات‬
Menoufia University - Faculty of Science
Department of Mathematics and Computer Science

3.7. Coefficient of variation‫ معامل االختالف‬................................................................ 49


3.8. Exercises‫ تمارين‬................................................................................................... 53
3.9. Quiz 3 ................................................................................................................. 55
‫ الباب الرابع‬................................................................................................................... 57
Moments and Skewness & Kurtosis Coefficients ..................................................... 57
4.1. Introduction ‫ مقدمة‬.............................................................................................. 57
4.2. Determinations ‫ العــــزوم‬.................................................................................... 57
4.3. Torsion coefficient ‫ معامل االلتــــواء‬...................................................................... 62
4.4. Flatness coefficient ‫ معامل التفلطح‬......................................................................... 67
4.5. Exercises ‫ تمارين‬................................................................................................... 72
4.6. Quiz 4 ................................................................................................................. 73
‫ الباب الخامس‬................................................................................................................. 74
Correlation and Regression ...................................................................................... 74
5.1. Introduction ‫ مقدمة‬............................................................................................... 74
5.2. Types of correlation and its properties ‫ أنواع األرتباط وخواصه‬.............................. 74
5.3. Pearson correlation coefficient ‫معامل ارتباط بيرسون‬............................................. 75
5.4. Spearman's rank correlation coefficien‫ معامل ارتباط الرتب لسبيرمان‬...................... 78
5.5. Simple linear regression ‫ االنحدار الخطي البسيط‬...................................................... 80
5.7. Exercises ‫ تمارين‬.................................................................................................. 88
5.8. Quiz 5 ................................................................................................................. 90
‫ الباب السادس‬................................................................................................................. 92
Principles of Probability ............................................................................................ 92
6.1. Introduction ‫ مقدمة‬.............................................................................................. 92
6.2. Basic definitions ‫ تعريفات أساسية‬........................................................................... 92
6.3. The probability function and its properties ‫ دالة االحتمال وخواصها‬........................ 94
6.4. Conditional probability ‫ االحتمال المشروط‬........................................................... 100
6.5. Exercises ‫ تمارين‬................................................................................................. 106
6.6. Quiz 6 ............................................................................................................... 108
7. References ‫ المراجع‬............................................................................................... 109
8. Exams ‫ نماذج االختبارات‬........................................................................................... 111

2
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫الباب األول‬
‫العرض الجدولي للبيانات اإلحصائية وتمثيلها بيانيا‬

‫مقدمة في علم اإلحصاء ‪1.1. Introduction to statistics‬‬

‫يلعب علم اإلحصاء دورا بارزا في كثير من العلوم كالزراعة والعلوم واالقتصاد‬
‫والتربية والطب والعلوم السياسية وغيرها من المجاالت األخرى‪ .‬واإلحصاء كلمة‬
‫كثيرا ً ما نسمعها في وسائل اإلعالم ونقرؤها في الصحف والمجالت عندما يراد التعبير‬
‫عن تطور ما في مجال معين‪ .‬سابقأ‪ ،‬في الماضي ظن كثير من الناس أن علم اإلحصاء‬
‫يقتصر علي جمع البيانات لظاهرة معينة وتنظيمها في جداول ثم عرضها بيانيا أما اليوم‬
‫فقد تطور هذا العلم ليختص بالطرق العملية لجمع وتنظيم وتلخيص وعرض وتحليل‬
‫البيانات وكذلك الوصول إلي نتائج مقبولة وقرارات سليمة علي ضوء هذا التحليل‪.‬‬
‫وعند جمع بيانات تخص ظاهرة إحصائية معينة فانه قد يكون من المستحيل أو من غير‬
‫العملي أحيانا دراسة بيانات المجتمع ككل‪ ،‬خاصة إذا كانت مفرداته كبيرة‪ .‬بدال من ذلك‬
‫يتم اختيار جزء صغير من المجموعة يسمي بالعينة وبتحليل بيانات هذه العينة يمكن‬
‫الحصول علي استدالالت هامة عن المجتمع ‪.‬‬
‫فرع اإلحصاء الذي يهتم بالشروط التي يجب توافرها حتى يكون هذا االستدالل‬
‫سليما يسمي باإلحصاء االستداللي وبما أن هذا النوع من االستدالل ال يمكن أن يكون‬
‫مؤكدا فان لغة االحتمال تستخدم عند عرض النتائج‪ .‬أما فرع اإلحصاء الذي يهدف فقط‬
‫إلى وصف تحليل مجموعة معينة وذلك دون الوصول إلي نتائج أو استدالالت خاصة‬
‫بالمجموعات األكبر حجما فانه يسمي باإلحصاء الوصفي‪.‬‬
‫ويرجع األساس في علم اإلحصاء إلى أوائل القرن التاسع عشر حيث أن أساتذة جامعة‬
‫لندن وهو كارل بيرسون فكر بالقيام بأبحاث علي مفهوم علم الوراثة وقد أدت نتائج‬
‫األبحاث إلي بعض النتائج في بعض النواحي الرياضية حتي ظنوا في ذلك الوقت وفي‬
‫بادئ األمر أن علم اإلحصاء هو علم الوراثة‪ .‬ولكن حدث انقالب في مفهوم علم‬
‫اإلحصاء وتطوير المجال الرئيسي لألبحاث إلي طرق علمية سليمة علي يد العالم‬
‫الرياضي الموهوب فشر ‪ R.A.Fisher‬وكان يعمل في محطة زراعية لألبحاث في‬
‫مدينة لندن وقد أفاد علمه في الناحية العلمية والعملية وكان يقوم بنقل المشاكل التي‬
‫تواجهه في تجاربه ويحولها إلي المنطق والتعليل وكذلك إلي الناحية الرياضية‪ .‬وقد‬
‫وصل اآلن علم اإلحصاء إلي مرحلة متقدمة جدا سواء في األبحاث أو التطبيقات‬

‫‪3‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫الناتجة عنها وبتداخل مع معظم مجاالت البحث العلمي وتطبيقاتها المختلفة لما لعلم‬
‫اإلحصاء من قدرة عل استنباط الحقائق من األرقام بطريقة علمية سليمة مبنية علي‬
‫مجموعة من النظريات اإلحصائية‪.‬‬
‫ويتلخص األسلوب اإلحصائي في أي دراسة في الخطوات التالية‪:‬‬
‫‪ -1‬جمع البيانات من مصادر مباشرة ومصادر غير مباشرة بوفرة كافية وتحديد الهدف‬
‫من الدراسة للظاهرة أو المجتمع الستخالص النتائج منها‪.‬‬
‫‪ -2‬تنظيم البيانات وفيها تنظم مجموعة البيانات في فئات محددة بحيث تحتوي كل فئة‬
‫علي جزء من البيانات تتفق وطبيعتها فمثال توضح البيانات لكل معاملة تجريبية على‬
‫حده‪.‬‬
‫‪ -3‬تلخيص البيانات حيث يتم اختزال مجموعة ضخمة من البيانات إلي مجموعة‬
‫بسيطة من األرقام‪.‬‬
‫‪ -4‬عرض هذه البيانات وتبويبها بطريقة تساعد علي تفهمها أو االستفادة منها حيث أن‬
‫البيانات اإلحصائية بصورتها األولية ال يمكن االستفادة أو استخالص شيء منها‪ .‬ويتم‬
‫ذلك العرض بتلخيص البيانات في جداول منها يمكن الحصول علي عرض بياني لها‬
‫إذا دعت الحاجة إليه (أشكال هندسية‪ -‬رسومات بيانيه كاألعمدة والمستطيالت‪....‬‬
‫‪ -5‬تحليل البيانات باستخدام اإلحصائية المناسبة‪.‬‬

‫أساسيات تعريفات ‪1.2. Basics and definitions‬‬

‫( ‪ )1‬اإلحصاءات والمعلمات ‪ :‬لما كان الهدف من االستدالل اإلحصائي هو‬


‫الوصول إلي االستنتاجات والقرارات الخاصة بالمجتمع وإلقاء الضوء علي‬
‫مختلف خصائصه استنادا ً إلى معلومات عن العينة المسحوبة من هذا المجتمع‪.‬‬
‫أ ‪ -‬اإلحصاء ( المقياس اإلحصائي )‪:‬‬
‫̅‬
‫هو كل مقياس إحصائي يمكن حسابه من العينة مثل الوسط الحسابي 𝑋 واالنحراف‬
‫المعياري 𝑆 ومعامل االرتباط 𝑟 وغيرها من المقاييس اإلحصائية المعروفة‪.‬‬
‫ب ‪ -‬المعلمة ( البارامتر )‪ :‬هو كل مقياس إحصائي خاص بالمجتمع وغالبا ما‬
‫يكون غير معروف لدينا واحدي وظائف اإلحصاء االستداللي هي القيام بعملية‬
‫تقدير لهذه المعلمات من خالل عينات مسحوبة من ذلك المجتمع ويرمز لها عادة‬
‫بالحروف اليونانية كالمتوسط ‪ µ‬واالنحراف المعياري 𝜎 و معامل االرتباط 𝜌‪.‬‬
‫( ‪ )2‬أنواع البيانات ‪ :‬يمكن تصنيف البيانات بطريقتين أساسيتين‪ :‬األولي هي‬
‫قياس مستوي هذه البيانات (المستوي االسمي – المستوي ا لرتبي – المستوي‬
‫الفتري) والثانية هي االتصال (بيانات متصلة – بيانات منفصلة)‪.‬‬

‫‪4‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫( ‪ )3‬المتغير ‪ :‬المتغير مفهوم إحصائي يعني أن أي خاصية لمجموعة من‬


‫المفردات ( أشخاص – كتب – سلعة معينة – ‪ ) ...‬يمكن قياسها وتتباين قيمها‬
‫من مفردة ألخرى‪ .‬وينقسم المتغير إلي نوعين‪:‬‬
‫متغير منفصل مثل‪ :‬النوع – الحالة التعليمية – الحالة االجتماعية ‪.... -‬‬
‫متغير متصل مثل‪ :‬مستوي الذكاء ‪ -‬الطول – الوزن ‪ -‬العمر ‪.... -‬‬
‫ويرمز للمتغير عادة بالرمز …‪X, Y , Z ,‬‬
‫وإذا كان عدد المتغيرات كبيرا فيمكن الرمز لها بالرموز 𝑛𝑋 ‪.𝑋1 , 𝑋2 , … ,‬‬
‫( ‪ )4‬اإلحصاء ال وصفي واإلحصاء ال ستدللي‪:‬‬
‫تنقسم اإلحصاء إلى‪:‬‬
‫أ ‪ -‬اإلحصاء الوصفي‪ :‬وهو يختص بجمع ووصف البيانات اإلحصائية وجدولتها‬
‫وعرضها عرضا مناسبا بطريقة تسهل علي الباحث إعطاء وصف شامل ودقيق‬
‫عن هذه البيانات دون تقرير أي استدالالت عن المجتمع األصلي(كمقاييس‬
‫النزعة المركزية ومقاييس التشتت ومعامل االرتباط و‪.)....‬‬
‫ب ‪ -‬اإلحصاء الستدللي‪:‬‬
‫ويعتمد هذا الفرع علي نظرية االحتماالت في استقراء النتائج واتخاذ القرارات‬
‫المناسبة بخصوص المجتمع من خالل عينة إذ يكون من االستنتاجات التي‬
‫يتوصل إليها الباحث بعد تحليل البيانات الخاصة بالعينة الممثلة للمجتمع‪.‬‬

‫العرض الجدولي للبيانات ‪1.3. Tabular display of statistical data‬‬


‫اإلحصائي‬

‫في دراستنا لظاهرة ما نقوم بجمع البيانات الخاصة بتلك الظاهرة أوال ثم نقوم بتنظيمها‬
‫وعرضها بطريقة ما تساعدنا علي اإللمام بهذه الظاهرة ولكي تتم االستفادة منها‬
‫والعرض الجدولي هو أحد صور عرض البيانات حيث يتم ترتيب البيانات وتنظيمها‬
‫في جداول لتتضح طبيعتها وليسهل االستفادة منها ويسمي ذلك بعملية التبويب أو‬
‫العرض الجدولي‪ .‬وتتوقف طريقة تبويب البيانات علي نوع هذه البيانات فمنها ما يسمي‬
‫بالبيانات الوصفية واآلخر ما يسمي بالبيانات الكمية كما تتوقف أيضا علي الكيفية التي‬
‫سوف نستخدم بها البيانات بعد تبويبها‪ .‬ويجب مراعاة األسس التالية عند إعداد الجداول‬
‫اإلحصائية والرسوم البيانية‪:‬‬
‫‪ -‬أن يكون الجدول أو الرسم البياني معنونا بشكل واضح ومختصر ليعطي فكر عن‬
‫محتوياته‪.‬‬
‫‪ -‬أن يعطي رقما تسلسليا لكل جدول أو رسم بياني‪.‬‬
‫‪ -‬أن توضح المتغيرات التي تم قياسها‪.‬‬

‫‪5‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪ -‬ذكر المصادر التي أخذت منها البيانات‪.‬‬


‫‪ -‬وضع مالحظات خاصة بالجدول أو الرسم البياني إن وجدت‪.‬‬
‫أ ‪ -‬العرض الجدولي للبيانات الوصفية‪:‬‬
‫البيانات الوصفية هي البيانات التي يمكن التعبير عنها بصفات مثل ‪:‬‬
‫الحالة الجتماعية‪ :‬أعزب‪ -‬متزوج‪ -‬متزوج ويعول‪ -‬أرمل‪....‬‬
‫الحالة الجغرافية ‪ :‬مدني‪ -‬ريفي‪ -‬حضر‪....‬‬
‫تقديرات النجاح‪ :‬ممتاز‪ -‬جيد جدا‪ -‬جيد‪ -‬مقبول‪ -‬راسب ‪....‬‬
‫الحالة التعليمية‪ :‬أمي‪ -‬يقرأ ويكتب – متعلم – مثقف ‪....-‬‬
‫مثال (‪ :)1‬البيانات التالية تمثل تقديرات عشرون طالبا في مقرر اإلحصاء في أحد‬
‫االختبارات ‪:‬‬
‫"جيد‪ -‬جيد جدا‪ -‬جيد جدا‪ -‬مقبول‪ -‬مقبول‪ -‬مقبول‪ -‬ممتاز‪ -‬جيد‪ -‬جيد‪ -‬ضعيف ‪ -‬ممتاز‪-‬‬
‫جيد جدا‪ -‬ممتاز‪ -‬جيد جدا – ضعيف‪ -‬ممتاز‪ -‬جيد جدا‪ -‬ممتاز‪ -‬جيد‪ -‬ممتاز"‬
‫والمطلوب وضع هذه البيانات في صورة جدوليه‪.‬‬
‫الحل‪:‬‬
‫في هذه الحالة تفرغ البيانات في جدول مكون من ثالث خانات رأسية (ثالثة أعمدة)‬
‫العمود األول يحتوي علي التقدير والعمود الثاني يسمي عمود التفريغ وهو عمود‬
‫العالمات حيث توضع عالمة أمام كل تقدير نقرأه والعمود الثالث هو عمود التكرار‬
‫وهو يمثل عدد الطالب الحاصلين على تقدير ما (عدد تكرار التقدير) وبذلك نحصل‬
‫على الجدول التالي‪:‬‬
‫التقدير‬ ‫التفريغ(العالمات)‬ ‫التكرار(عدد الطالب)‬
‫ممتاز‬ ‫‪/ ////‬‬ ‫‪6‬‬
‫جيد جدا‬ ‫‪////‬‬ ‫‪5‬‬
‫جيد‬ ‫‪////‬‬ ‫‪4‬‬
‫مقبول‬ ‫‪///‬‬ ‫‪3‬‬
‫ضعيف‬ ‫‪//‬‬ ‫‪2‬‬
‫المجموع‬ ‫‪20‬‬
‫وبالتالي يمكن كتابة الجدول التكراري في صورته النهائية على الصورة‪:‬‬
‫التقدير‬ ‫ممتاز‬ ‫جيد جدا‬ ‫جيد‬ ‫مقبول‬ ‫المجموع ضعيف‬
‫عدد الطالب‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪20‬‬

‫‪6‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫مثال (‪ : )2‬البيانات اآلتية تمثل عدد أفراد خمسة وعشرون أسرة‪:‬‬


‫‪5, 4, 5, 3, 4, 5, 6, 2, 2 ,8 ,5 ,7 ,5 ,7 ,6 ,5 ,4 , 3 ,4 ,6, 3, 5, 4, 4, 5‬‬
‫والمطلوب وضع هذه البيانات في صورة جدوليه‪.‬‬
‫الحل‪:‬‬
‫نكون جدول التفريغ التالي‪:‬‬
‫حجم األسرة‬ ‫التفريغ(العالمات)‬ ‫التكرار(عدد األسر)‬
‫‪2‬‬ ‫‪//‬‬ ‫‪2‬‬
‫‪3‬‬ ‫‪///‬‬ ‫‪3‬‬
‫‪4‬‬ ‫‪/ ////‬‬ ‫‪6‬‬
‫‪5‬‬ ‫‪/// ////‬‬ ‫‪8‬‬
‫‪6‬‬ ‫‪///‬‬ ‫‪3‬‬
‫‪7‬‬ ‫‪//‬‬ ‫‪2‬‬
‫‪8‬‬ ‫‪/‬‬ ‫‪1‬‬
‫المجموع‬ ‫‪25‬‬
‫وبالتالي يمكن كتابة الجدول التكراري في صورته النهائية على الصورة‪:‬‬
‫حجم األسرة‬ ‫‪2 3 4 5 6 7 8‬‬ ‫المجموع‬
‫عدد األسر‬ ‫‪2 3 6 8 3 2 1‬‬ ‫‪25‬‬
‫مثال(‪ :)3‬البيانات التالية تمثل تقديرات عشرون طالبا في أحد االختبارات ‪:‬‬
‫–‪A – A – B – A – C – C – B – D–B –E‬‬
‫‪C – D – D – C – E – D – D – B – C – D‬‬
‫المطلوب وضع هذه البيانات في صورة جدولية لتسهيل عرضها‪.‬‬

‫‪7‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫الحل‪:‬‬
‫نكون أوالً جدول تفريغ البيانات كالتالي‪:‬‬
‫التقدير‬ ‫التفريغ(العالمات)‬ ‫التكرار(عدد الطالب)‬
‫‪A‬‬ ‫‪///‬‬ ‫‪3‬‬
‫‪B‬‬ ‫‪////‬‬ ‫‪4‬‬
‫‪C‬‬ ‫‪////‬‬ ‫‪5‬‬
‫‪D‬‬ ‫‪/ ////‬‬ ‫‪6‬‬
‫‪E‬‬ ‫‪//‬‬ ‫‪2‬‬
‫المجموع‬ ‫‪20‬‬

‫ويكتب بعد ذلك الجدول التكراري بصورته النهائية على الصورة‪:‬‬


‫التقدير‬ ‫‪A‬‬ ‫‪B‬‬ ‫‪C‬‬ ‫‪D‬‬ ‫‪E‬‬ ‫المجموع‬
‫عدد الطالب‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪2‬‬ ‫‪20‬‬
‫ب‪ -‬العرض الجدولي للبيانات الكمية‪:‬‬
‫البيانات الكمية هي ما يعبر عنها بأرقام مثل البيانات الخاصة بأطوال مجموعة من‬
‫الطالب أو عدد أفراد األسرة أو عدد طالب كلية العلوم أو أوزان عدد من األفراد أو‬
‫سنهم فإذا كانت عدد البيانات كبيرا والفرق بين أكبر القيم وأصغرها كبيرا أيضا فان‬
‫الدارس سوف يجد صعوبة ومشقة في عرض البيانات جدوليا في سهولة ودقة وفي هذه‬
‫الحالة يمكن تلخيص الخطوات المتبعة لعرضها جدوليا في هذه الحالة كالتالي‪:‬‬
‫تحديد المدى (‪ "R" )Range‬حيث يمثل الفرق بين أكبر القيم وأصغر القيم‪:‬‬ ‫‪-1‬‬
‫𝑚𝑢𝑚𝑖𝑛𝑖𝑀 ‪𝑅 = 𝑀𝑎𝑥𝑖𝑚𝑢𝑚 −‬‬
‫‪ -2‬يقسم المدى إلي عدد مناسب من الفئات "‪ "k‬المتساوية الطول وقد اصطلح من‬
‫الناحية العلمية أن يكون عدد الفئات محصورا بين ‪ 5‬فئات إلى ‪ 20‬فئة حسب طبيعة‬
‫البيانات ‪.‬‬
‫‪ -3‬بعد تحديد عدد الفئات ‪ k‬يتم قسمة المدي ‪ R‬علي عدد الفئات ينتج لدينا طول الفئة‬
‫‪L=R / k‬‬ ‫"‪:"L‬‬
‫أي أن‪ :‬طول الفئة = المدى ÷ عدد الفئات أو عدد الفئات = المدي ÷ طول الفئة‬
‫‪ -4‬تفرغ البيانات في جدول تفريغ البيانات ثم نكون الجدول التكراري بصورته النهائية‬
‫مكونا من عمودين أو صفين فقط أحدهما للفئات واآلخر للتكرارات‪ .‬وتنقسم البيانات‬
‫الكمية إلى قسمين‪:‬‬

‫‪8‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪ -‬بيانات فترة ‪ :‬وهي بيانات رقمية تقاس بمقدار بعدها عن الصفر أي أن للصفر داللة‬
‫علي وجود الظاهرة ومن أمثلة ذلك‪:‬‬
‫‪ -‬درجة الحرارة ‪ :‬متغير كمي تقاس بياناته بمعيار بعدي حيث أن درجة الحرارة" ‪"0‬‬
‫ليس معناه انعدام الظاهرة ولكنه يدل علي وجود الظاهرة ‪.‬‬
‫‪ -‬درجة الطالب في االختبار ‪ :‬متغير كمي يقاس بياناته بمعيار بعدي حيث حصول‬
‫الطالب علي الدرجة" ‪ "0‬ال يعني انعدام مستوي الطالب‪.‬‬
‫‪ -‬بيانات نسبية‪ :‬وهي متغيرات كمية تدل القيمة " ‪ "0‬علي عدم وجود الظاهرة ومن‬
‫األمثلة على ذلك‪:‬‬
‫‪ -‬إنتاجية الفدان بالطن ‪ /‬هكتار‪ - .‬كمية األلبان التي تنتجها البقرة في اليوم‪.‬‬
‫‪ -‬عدد الوحدات المعيبة من إنتاج المزرعة‪.‬‬
‫ويالحظ أن بيانات الفترة ال يمكن إخضاعها للعمليات الحسابية مثل عمليات الضرب‬
‫والقسمة‪ .‬بينما يمكن فعل ذلك مع البيانات النسبية ‪.‬‬
‫مثال (‪ :)4‬قام أحد المدرسين بعقد اختبار لطالب أحد الفصول في مقرر الرياضيات‬
‫وكان هذا الفصل يضم خمسون طالبا حيث كانت الدرجة النهائية لهذا المقرر خمس‬
‫وسبعون درجة وكانت درجات الطالب كما يلي‪:‬‬
‫‪43 41‬‬ ‫‪62‬‬ ‫‪45‬‬ ‫‪57‬‬ ‫‪35‬‬ ‫‪53‬‬ ‫‪66‬‬ ‫‪68‬‬ ‫‪56‬‬ ‫‪54 47‬‬ ‫‪58‬‬
‫‪37 40‬‬ ‫‪28‬‬ ‫‪74‬‬ ‫‪58‬‬ ‫‪47‬‬ ‫‪25‬‬ ‫‪49‬‬ ‫‪40‬‬ ‫‪46‬‬ ‫‪43 46‬‬ ‫‪46‬‬
‫‪46 46‬‬ ‫‪53‬‬ ‫‪41‬‬ ‫‪51‬‬ ‫‪38‬‬ ‫‪48‬‬ ‫‪61‬‬ ‫‪42‬‬ ‫‪39‬‬ ‫‪32 36‬‬ ‫‪52‬‬
‫‪31 49‬‬ ‫‪43‬‬ ‫‪35‬‬ ‫‪59‬‬ ‫‪63‬‬ ‫‪44‬‬ ‫‪53‬‬ ‫‪51‬‬ ‫‪54‬‬ ‫‪50 34‬‬ ‫‪45‬‬
‫والمطلوب عرض هذه البيانات في صورة جدول تكراري‪.‬‬
‫الحل ‪:‬‬
‫‪ -1‬نحدد أوال أكبر قيمة فنجدها ‪ 74‬وكذلك أصغر قيمة وهي ‪ ، 25‬وعليه فإن‬
‫‪𝑅 = 𝑀𝑎𝑥. −𝑀𝑖𝑛. = 74 − 25 = 49‬‬
‫‪ -2‬نفرض أن المدرس أراد أن يقسم هؤالء الطالب إلى ‪ 10‬فئات متميزة وأن هذه‬
‫الفئات متساوية األطوال فإن‪𝐿 = 𝑅 ÷ 𝑘 = 49 ÷ 10 ≅ 5 :‬‬

‫‪9‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫نكون جدول تفريغ البيانات ‪:‬‬


‫الفئات‬ ‫التفريغ (العالمات)‬ ‫التكرار ‪fi‬‬
‫‪25-‬‬ ‫‪//‬‬ ‫‪2‬‬
‫‪30-‬‬ ‫‪////‬‬ ‫‪4‬‬
‫‪35-‬‬ ‫‪/ ////‬‬ ‫‪6‬‬
‫‪40-‬‬ ‫‪/// ////‬‬ ‫‪8‬‬
‫‪45-‬‬ ‫‪//// ////‬‬ ‫‪10‬‬
‫‪50-‬‬ ‫‪//// ////‬‬ ‫‪9‬‬
‫‪55-‬‬ ‫‪////‬‬ ‫‪5‬‬
‫‪60-‬‬ ‫‪///‬‬ ‫‪3‬‬
‫‪65-‬‬ ‫‪//‬‬ ‫‪2‬‬
‫‪70-75‬‬ ‫‪/‬‬ ‫‪1‬‬
‫المجموع‬ ‫‪50‬‬
‫ويكتب الجدول التكراري بصورته النهائية على النحو التالي‪:‬‬
‫الفئات‬ ‫‪25 -‬‬ ‫‪30-‬‬ ‫‪35-‬‬ ‫‪40-‬‬ ‫‪45-‬‬ ‫‪50-‬‬ ‫‪55-‬‬ ‫‪60-‬‬ ‫‪65-‬‬ ‫‪70-75‬‬
‫التكرار‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪9‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬

‫مثال (‪ :)5‬كون الجدول التكراري لمجموعة البيانات التالية والتي تمثل أجر مائة‬
‫عامل‪:‬‬
‫‪50‬‬ ‫‪36‬‬ ‫‪44‬‬ ‫‪43‬‬ ‫‪39‬‬ ‫‪33‬‬ ‫‪47‬‬ ‫‪40‬‬ ‫‪21‬‬ ‫‪64‬‬
‫‪54‬‬ ‫‪41‬‬ ‫‪50‬‬ ‫‪47‬‬ ‫‪40‬‬ ‫‪54‬‬ ‫‪50‬‬ ‫‪37‬‬ ‫‪60‬‬ ‫‪31‬‬
‫‪38‬‬ ‫‪28‬‬ ‫‪49‬‬ ‫‪34‬‬ ‫‪49‬‬ ‫‪24‬‬ ‫‪55‬‬ ‫‪45‬‬ ‫‪46‬‬ ‫‪40‬‬
‫‪25‬‬ ‫‪45‬‬ ‫‪27‬‬ ‫‪22‬‬ ‫‪38‬‬ ‫‪43‬‬ ‫‪44‬‬ ‫‪27‬‬ ‫‪26‬‬ ‫‪49‬‬
‫‪40‬‬ ‫‪42‬‬ ‫‪25‬‬ ‫‪41‬‬ ‫‪33‬‬ ‫‪34‬‬ ‫‪51‬‬ ‫‪30‬‬ ‫‪31‬‬ ‫‪55‬‬
‫‪32‬‬ ‫‪30‬‬ ‫‪32‬‬ ‫‪34‬‬ ‫‪25‬‬ ‫‪46‬‬ ‫‪63‬‬ ‫‪36‬‬ ‫‪45‬‬ ‫‪30‬‬
‫‪43‬‬ ‫‪54‬‬ ‫‪29‬‬ ‫‪44‬‬ ‫‪48‬‬ ‫‪35‬‬ ‫‪54‬‬ ‫‪29‬‬ ‫‪43‬‬ ‫‪40‬‬
‫‪37‬‬ ‫‪58‬‬ ‫‪39‬‬ ‫‪39‬‬ ‫‪43‬‬ ‫‪57‬‬ ‫‪46‬‬ ‫‪41‬‬ ‫‪39‬‬ ‫‪39‬‬
‫‪47‬‬ ‫‪51‬‬ ‫‪50‬‬ ‫‪57‬‬ ‫‪39‬‬ ‫‪59‬‬ ‫‪56‬‬ ‫‪53‬‬ ‫‪51‬‬ ‫‪25‬‬
‫‪44‬‬ ‫‪35‬‬ ‫‪33‬‬ ‫‪48‬‬ ‫‪52‬‬ ‫‪41‬‬ ‫‪40‬‬ ‫‪55‬‬ ‫‪41‬‬ ‫‪29‬‬
‫الحل‪:‬‬
‫من الواضح أن أصغر القيم هي ‪ 21‬وأكبر القيم هي ‪ ، 64‬وعليه فإن‬
‫‪𝑅 = 𝑀𝑎𝑥. −𝑀𝑖𝑛. = 64 − 21 = 43‬‬

‫‪10‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫من الممكن تقسيم المدي إلي ‪ 9‬فئات طول كل منها ‪ 5‬وحدات أو تقسيمه إلي ‪ 11‬فئة‬
‫طول كل منها ‪ 4‬وحدات وكال من التقسيمين صالح للتمثيل الجدولي حيث أنهما يقعان‬
‫في الحدود المسموحة‪.‬‬
‫نعتبر اآلن التقسيم إلى ‪ 9‬فئات طول كل منها ‪ 5‬وحدات وبتفريغ البيانات المعطاة في‬
‫جدول بنفس الطريقة المتبعة في المثال السابق نحصل على الجدول التكراري التالي‪:‬‬
‫الفئات‬ ‫التفريغ (العالمات)‬ ‫التكرار ‪fi‬‬
‫‪20-‬‬ ‫‪///‬‬ ‫‪3‬‬
‫‪25-‬‬ ‫‪//// ////‬‬ ‫‪9‬‬
‫‪30-‬‬ ‫‪/// //// ////‬‬ ‫‪13‬‬
‫‪35-‬‬ ‫‪/ //// //// ////‬‬ ‫‪16‬‬
‫‪40-‬‬ ‫‪//// //// //// ////‬‬ ‫‪20‬‬
‫‪45-‬‬ ‫‪//// //// ////‬‬ ‫‪15‬‬
‫‪50-‬‬ ‫‪/// //// ////‬‬ ‫‪13‬‬
‫‪55-‬‬ ‫‪/// ////‬‬ ‫‪8‬‬
‫‪60-65‬‬ ‫‪///‬‬ ‫‪3‬‬
‫المجموع‬ ‫‪100‬‬
‫ويكتب بعد ذلك الجدول التكراري بصورته النهائية على النحو التالي‪:‬‬
‫الفئات‬ ‫‪20-‬‬ ‫‪25-‬‬ ‫‪30-‬‬ ‫‪35- 40-‬‬ ‫‪45- 50-‬‬ ‫‪55‬‬ ‫‪60-65‬‬
‫التكرار ‪fi‬‬ ‫‪3‬‬ ‫‪9‬‬ ‫‪13‬‬ ‫‪16 20‬‬ ‫‪15 13‬‬ ‫‪8‬‬ ‫‪3‬‬
‫نالحظ أن الجدول التكراري المعطي بصورته النهائية قد لخص مجموعة البيانات عن‬
‫طريق توزيع المفردات علي الفئات المختلفة وبيان تكرارها‪.‬‬

‫التمثيل البياني ‪1.4. Graphical representation of frequency tables‬‬


‫للجداول التكرارية‬

‫قبل المضي في دراسة اإلحصاء يجب أن نوضح أن الشكل البياني هو تعبير تصوري‬
‫للعالقة بين المتغيرات ونستخدم في اإلحصاء أنواع عديدة من األشكال وذلك حسب‬
‫طبيعة البيانات موضع الدراسة والهدف المرجو من الشكل من بين األشكال البيانية‬
‫التالية‪ :‬المدرج التكراري ‪ ،‬المضلع التكراري‪ ،‬المنحني التكراري ‪.‬‬

‫‪11‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫أ ‪ -‬المدرج التكراري ‪Frequency Histogram :‬‬


‫وفيه تمثل الفئات بمقياس رسم مناسب علي المحور األفقي ويمثل المحور‬
‫الرأسي قيمة التكرارات المناظرة ‪ -‬ويرسم علي كل فئة عمود ارتفاعه يساوي‬
‫قيمة التكرار المناظر ‪ -‬وقاعدته هي الفئة نفسها‪.‬‬
‫ب ‪ -‬المضلع التكراري ‪Polygon Frequency :‬‬
‫وفيه توقع علي المستوي النقاط التي إحداثها األفقي هو مركز الفئة ( بداية الفئة ‪ +‬نهاية‬
‫الفئة ) مقسوما علي ‪ 2‬وإحداثها الرأسي هو تكرار الفئة‪ .‬تسمي هذه النقاط برؤوس‬
‫المضلع التكراري ‪ -‬ويرسم المضلع بتوصيل مجموعة الرؤوس على التوالي بقطع‬
‫مستقيمة‪.‬‬
‫ج‪ -‬المنحني التكراري‪Curve Frequency:‬‬
‫هو المنحني الذي يمر بمعظم رؤوس المضلع التكراري أو يتوسطها‪.‬‬
‫مثال (‪ :)6‬مثل الجدول التكراري التالي بيانيا‪:‬‬
‫الفئات‬ ‫‪25-‬‬ ‫‪35-‬‬ ‫‪45-‬‬ ‫‪55-‬‬ ‫‪65-‬‬ ‫‪75-‬‬ ‫‪85-95‬‬
‫التكرار ‪fi‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪10‬‬ ‫‪8‬‬ ‫‪3‬‬
‫(ج) منحني تكراري‬ ‫(ب) مضلع تكراري‬ ‫برسم‪( :‬أ) أعمدة تكرارية‬
‫الحل ‪:‬‬

‫(أ) رسم األعمدة التكرارية‬

‫‪12‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫(ب) رسم المضلع التكراري‬

‫(ج) رسم المنحني التكراري‬

‫الجداول التكرارية المتجمعة‪1.5. Clustered frequency tables‬‬

‫الجدول التكراري يعطي عدد المفردات التي تقع في كل فئة علي حدة لذا يلزم علينا في‬
‫بعض األحيان معرفة عدد المفردات التي تقل قيمتها (أو تزيد قيمتها) عن حد معين‬
‫مباشرة‪ .‬وهذا الحد قد يختار الحد األعلى للفئات (أو الحد األدنى للفئات) لهذا نلجأ‬
‫للجداول التكرارية المتجمعة وهي نوعان ‪:‬‬
‫الجدول التكراري المتجمع الصاعد والجدول التكراري المتجمع الهابط وكالهما يمكن‬
‫تكوينه متى علم الجدول التكراري األصلي للبيانات‪.‬‬
‫مثال (‪ :)7‬كون الجدول التكراري المتجمع الصاعد لبيانات مثال ‪.5‬‬
‫الحل‪:‬‬
‫نكون الجدول التكراري المتجمع الصاعد كما يلي ‪:‬‬
‫الفئات‬ ‫التكرار ‪fi‬‬ ‫أقل من (الحدود العليا للفئات)‬ ‫التكرار المتجمع الصاعد‬
‫‪20-‬‬ ‫‪3‬‬ ‫أقل من ‪25‬‬ ‫‪3‬‬
‫‪25-‬‬ ‫‪9‬‬ ‫أقل من ‪30‬‬ ‫‪12‬‬

‫‪13‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪30-‬‬ ‫‪13‬‬ ‫أقل من ‪35‬‬ ‫‪25‬‬


‫‪35-‬‬ ‫‪16‬‬ ‫أقل من ‪40‬‬ ‫‪41‬‬
‫‪40-‬‬ ‫‪20‬‬ ‫أقل من ‪45‬‬ ‫‪61‬‬
‫‪45-‬‬ ‫‪15‬‬ ‫أقل من ‪50‬‬ ‫‪76‬‬
‫‪50-‬‬ ‫‪13‬‬ ‫أقل من ‪55‬‬ ‫‪89‬‬
‫‪55-‬‬ ‫‪8‬‬ ‫أقل من ‪60‬‬ ‫‪97‬‬
‫‪60-65‬‬ ‫‪3‬‬ ‫أقل من ‪65‬‬ ‫‪100‬‬

‫تمثيل ‪1.6. Representing clustered frequency tables graphically‬‬


‫الجداول التكرارية المتجمعة بيانيا‬

‫يمكن تمثيل الجدول التكراري المتجمع الصاعد والجدول التكراري المتجمع الهابط‬
‫بمنحني تكراري متجمع صاعد ومنحني تكراري متجمع هابط ‪.‬‬
‫مثال (‪ : )8‬باعتبار الجدول التكراري المتجمع الصاعد ألجور المائة عامل بمثال ‪،7‬‬
‫ارسم المنحنى الخاص به‪.‬‬
‫الحل‪:‬‬
‫رسم المنحني التكراري المتجمع الصاعد‬

‫ولهذا المنحني أهمية خاصة عند دراسة التوزيعات اإلحصائية ودراسة بعض المقاييس‬
‫اإلحصائية ‪.‬‬

‫‪14‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫تمارين ‪1.7. Exercises‬‬

‫(‪ )1‬يوضح الجدول التالي توزيع أربعون بقرة في مزرعة حسب كمية األلبان التي‬
‫تنتجها البقرة في اليوم باللتر‪:‬‬
‫كمية األلبان‬ ‫‪18- 22- 26- 30- 34-38‬‬ ‫المجموع‬
‫عدد األبقار‬ ‫‪4‬‬ ‫‪9‬‬ ‫‪15‬‬ ‫‪8‬‬ ‫‪4‬‬ ‫‪40‬‬
‫أ ‪ -‬كون الجدول التكراري المتجمع الصاعد ‪.‬‬
‫ب ‪ -‬ارسم المنحني التكراري المتجمع الصاعد ‪.‬‬
‫من المنحني المتجمع أوجد اآلتي‪:‬‬
‫ج‪ -‬عدد األبقار التي يقل إنتاجها عن ‪ 40‬لتر‪.‬‬
‫د‪ -‬كمية اإلنتاج التي يقل عنها ‪ 25%‬من األبقار‪.‬‬

‫(‪ )2‬الجدول التالي يبين أوزان ‪ 100‬طالب من طلبة جامعة ما مقربة ألقرب كيلو‬
‫جرام‪:‬‬
‫المجموع ‪ 60- 63- 66- 69- 72-75‬األوزان (بالكيلوجرامات)‬ ‫‪3‬‬

‫عدد الطلبة‬ ‫‪5‬‬ ‫‪18 42 27‬‬ ‫‪8‬‬ ‫‪100‬‬


‫أ‪ -‬كون الجدول التكراري المتجمع الصاعد‪.‬‬
‫ب‪ -‬ارسم المنحني التكراري المتجمع الصاعد‪.‬‬
‫(‪ )3‬الجدول التالي يمثل عدد المواليد في إحدى القرى في الفترة من عام ‪ 1950‬إلي‬
‫عام ‪.1956‬‬
‫السنة‬ ‫‪1950 1951 1952 1953 1954 1955 1956‬‬
‫عدد المواليد‬ ‫‪200‬‬ ‫‪190‬‬ ‫‪210‬‬ ‫‪240‬‬ ‫‪182‬‬ ‫‪195‬‬ ‫‪245‬‬
‫والمطلوب تمثيلها باألعمدة البيانية والمضلع التكراري‬
‫(‪ )4‬مثل بيانات الجدول التالي برسم مدرجا تكرارياَ‪:‬‬
‫الفئات‬ ‫‪40- 50- 60- 70- 80- 90-100‬‬ ‫المجموع‬
‫التكرارات‬ ‫‪5‬‬ ‫‪6 10 14 11‬‬ ‫‪4‬‬ ‫‪50‬‬
‫(‪ )5‬مثل الجدول التالي بيانيا َ برسم كل من‪ :‬مدرج تكراري‪ ،‬مضلع تكراري‪ ،‬منحني‬
‫تكراري‪ ،‬ثم كون الجدول التكراري المتجمع الصاعد ومثله بيانيا ً‪.‬‬

‫‪15‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫الفئات‬ ‫‪25-‬‬ ‫‪35-‬‬ ‫‪45- 55- 65- 75-‬‬ ‫‪85-95‬‬


‫التكرارات‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪10‬‬ ‫‪8‬‬ ‫‪3‬‬
‫(‪ )6‬كون المنحني التكراري المتجمع الصاعد ثم ارسمه للبيانات التالية‪:‬‬
‫الفئات‬ ‫‪4-‬‬ ‫‪8-‬‬ ‫‪12-‬‬ ‫‪16-‬‬ ‫‪20-24‬‬ ‫المجموع‬
‫التكرارات‬ ‫‪6‬‬ ‫‪19‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫‪20‬‬ ‫‪100‬‬

‫(‪ )7‬للجدول التكراري التالي‪:‬‬


‫الدرجات‬ ‫‪50- 60- 70- 80-‬‬ ‫‪90-100‬‬ ‫المجموع‬
‫عدد الطالب‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪18 16‬‬ ‫‪8‬‬ ‫‪50‬‬

‫أ‪ -‬مثل البيانات السابقة بطريقة المدرج والمضلع والمنحنى التكراري ‪.‬‬
‫ب‪ -‬كون الجدول والمنحنى التكراري الصاعد ‪.‬‬

‫(‪ )8‬الجدول التكراري التالي يمثل توزيع ‪ 110‬عامال حسب أجرهم الشهري بالجنيه‬

‫الدرجات‬ ‫‪200- 300- 400- 500- 600-‬‬ ‫‪700-800‬‬ ‫المجموع‬


‫عدد الطالب‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪18‬‬ ‫‪16‬‬ ‫‪8‬‬ ‫‪50‬‬ ‫‪110‬‬

‫أ‪ -‬مثل البيانات السابقة بطريقة األعمدة التكرارية والمدرج والمضلع والمنحنى‬
‫التكراري ‪.‬‬
‫ب‪ -‬كون الجدول والمنحنى التكراري الصاعد ورسمه ‪.‬‬

‫(‪ )9‬الجدول التكراري التالي يبين درجات مائة وثمانون طالبا حصلوا عليها في أحد‬
‫االختبارات‪:‬‬
‫الدرجات‬ ‫‪0-19‬‬ ‫‪20-39‬‬ ‫‪40-59‬‬ ‫‪60-79‬‬ ‫‪80-99‬‬
‫التكرار‬ ‫‪18‬‬ ‫‪51‬‬ ‫‪66‬‬ ‫‪32‬‬ ‫‪13‬‬
‫أ‪ -‬ارسم كل من المدرج التكراري و المضلع التكراري والمنحني التكراري‪.‬‬
‫ب‪ -‬أوجد التكرار المتجمع الصاعد ومثله بيانيا ً ‪.‬‬

‫‪16‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪1.8. Quiz 1‬‬

‫(‪ )1‬للبيانات التالية ارسم كل من المضلع التكراري والمنحني التكراري‬


‫الفئات‬ ‫المجموع ‪5- 15- 25- 35- 45- 25-35‬‬
‫التكرارات‬ ‫‪4 5‬‬ ‫‪8‬‬ ‫‪7‬‬ ‫‪16‬‬ ‫‪10‬‬ ‫‪50‬‬

‫(‪ )2‬فيما يلي أجور عامال في إحدى الشركات في اليوم الواحد‪:‬‬

‫فئات األجور‬ ‫‪50-‬‬ ‫‪60-‬‬ ‫‪70-‬‬ ‫‪80-‬‬ ‫‪90-‬‬ ‫‪100-‬‬ ‫‪110-120‬‬


‫عدد العمال‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪16‬‬ ‫‪15‬‬ ‫‪10‬‬ ‫‪8‬‬ ‫‪3‬‬
‫أ‪ -‬ارسم المضلع التكراري لهذه البيانات‪.‬‬
‫ب‪ -‬ارسم المنحني التكراري المتجمع الصاعد لهذه البيانات ‪.‬‬

‫(‪ )3‬الجدول التكراري التالي يبين درجات ‪ 50‬طالبا في إحدى المقررات ‪:‬‬
‫‪ 30- 40- 50- 60- 70-‬الدرجات‬ ‫‪80-‬‬ ‫‪90-100‬‬ ‫المجموع‬
‫‪ 3‬عدد الطالب‬ ‫‪7‬‬ ‫‪15 10‬‬ ‫‪8‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪50‬‬

‫أ‪ -‬مثل البيانات السابقة بطريقة المدرج والمضلع والمنحنى التكراري ‪.‬‬
‫ب‪ -‬كون الجدول والمنحنى التكراري الصاعد ‪.‬‬
‫ج‪ -‬من المنحنى التكراري الصاعد أوجد عدد الطالب الذين حصلوا على ‪ 75‬درجة‬
‫فأقل ‪.‬‬
‫(‪ )4‬لبيانات الجدول التالي‪:‬‬
‫الفئات‬ ‫‪10-‬‬ ‫‪25-‬‬ ‫‪40-‬‬ ‫‪55-‬‬ ‫‪70-‬‬ ‫‪85-100‬‬
‫التكرارات‬ ‫‪15‬‬ ‫‪25‬‬ ‫‪42‬‬ ‫‪50‬‬ ‫‪38‬‬ ‫‪30‬‬
‫أ ‪ -‬كون الجدول التكراري المتجمع الصاعد‪،‬‬
‫ب ‪ -‬ارسم المنحني التكراري المتجمع الصاعد‬

‫‪17‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫الباب الثاني‬

‫مقاييس النزعة المركزية‬

‫‪Measures of Central Tendency‬‬

‫مقدمة ‪2.1. Introduction‬‬

‫خالل الباب السابق أستخدمت الجداول التكرارية لعرض وتلخيص مجموعة من‬
‫البيانات ولكن عند مقارنة مجموعتين أو أكثر من البيانات نجد أن االعتماد علي‬
‫الجداول التكرارية ال يساعد كثيرا في استخالص النتائج‪.‬‬
‫لذا يلزمنا الحصول علي مقاييس إحصائية تمثل مجموعات البيانات المختلفة حتى يسهل‬
‫بعد ذلك مقارنته‪ .‬وبرسم المنحنيات التكرارية للبيانات اإلحصائية نجد أن التكرارات‬
‫تكون قليلة عند طرفي المنحني التكراري ويزداد التكرار عند المنتصف‪ .‬أي أن قيم‬
‫مفردات المجموعة تتراكم عند قيمة متوسطه وتتركز حولها – هذا التراكم عند نقطة‬
‫متوسطه يسمي بالنزعة المركزية للبيانات‪ .‬ويتلخص الهدف األساسي من استخدام‬
‫مقاييس النزعة المركزية هو تلخيص البيانات في محاولة أخرى لوصفها عن طريق‬
‫التعرف على مركزها ومن خالل هذا المؤشر يمكننا فهم أبعاد الظاهرة قيد الدراسة‪.‬‬
‫ومقاييس النزعة المركزية تسمي أيضا ً بالمتوسطات حيث يعرف المتوسط بأنه القيمة‬
‫النموذجية أو الممثلة لمجموعة من البيانات وهذه القيمة تميل إلي الوقوع في المركز‬
‫داخل مجموعة البيانات المرتبة حسب قيمها‪.‬‬
‫ومن أهم مقاييس النزعة المركزية (للبيانات المفردة وللبيانات المبوبة)‪:‬‬
‫‪ -1‬الوسط الحسابي ‪Arithmetic Mean‬‬
‫‪Median‬‬ ‫‪ –2‬الوسيط‬
‫‪Mode‬‬ ‫‪ -3‬المنوال‬
‫ولكل مقياس من هذه المقاييس مميزات وعيوب سنذكرها‪.‬‬

‫الوسط الحسابي ‪2.2 Arithmetic mean‬‬

‫من أهم مقاييس النزعة المركزية وأكثرها استخداما في النواحي التطبيقية ويمكن حسابه‬
‫للبيانات المبوبة وغير المبوبة كما يلي‪:‬‬

‫أولً‪ :‬الوسط الحسابي للبيانات المفردة (الوصفية‪-‬الغير مبوبة)‪:‬‬

‫‪18‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫يعرف الوسط الحسابي لمجموعة من القيم " 𝑛𝑥 ‪ " 𝑥1 , 𝑥2 , 𝑥3 , … ,‬بأنه خارج قسمة‬
‫̅ ‪ .‬أي أن‪:‬‬‫مجموع هذه القيم علي عددها ويرمز له بالرمز 𝑋‬
‫𝑖𝑥 ‪𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛 ∑𝑛𝑖=1‬‬
‫= ̅𝑋‬ ‫=‬
‫𝑛‬ ‫𝑛‬
‫مثال (‪ : )1‬فيما يلي درجات ‪ 8‬طالب في مقرر اإلحصاء‪:‬‬
‫‪34, 32, 42, 37, 35, 40, 36, 40‬‬
‫والمطلوب إيجاد الوسط الحسابي لدرجات الطالب في االمتحان‪.‬‬
‫الحل ‪ :‬بالتعويض في العالقة الخاصة بحساب الوسط الحسابي نجد أن‪:‬‬
‫𝑛‬
‫‪∑𝑖=1 𝑥𝑖 34 + 32 + 42 + 37 + 35 + 40 + 36 + 40‬‬
‫= ̅𝑋‬ ‫=‬ ‫‪= 37‬‬
‫𝑛‬ ‫‪8‬‬
‫أي أن الوسط الحسابي لدرجة الطالب في مقرر اإلحصاء يساوي ‪. 37‬‬
‫طريقة الوسط الفرضي إليجاد الوسط الحسابي ‪:‬‬
‫التعريف السابق للوسط الحسابي يصلح لالستخدام إذا كانت مجموعة البيانات ال‬
‫تحتوي علي عدد كبير من المفردات وكذلك عندما تكون قيم هذه المفردات صغيرة‬
‫نسبيا حتى نتجنب عملية الجمع الكبيرة‪ .‬وعموما لتبسيط عملية الجمع عند إيجاد الوسط‬
‫الحسابي لمجموعة من القيم نستخدم طريقة الوسط الفرضي والتي تتلخص فيما يلي‪:‬‬
‫نختار أي قيمة مناسبة قد تكون أحد المفردات ونسميها بالوسط الفرضي ‪ A‬ثم نحسب‬
‫انحرافات المفردات المختلفة عن القيمة الثابتة ‪ A‬وبذلك تكون مجموعة انحرافات‬
‫المفردات عن القيمة ‪ A‬هي‪:‬‬
‫‪𝑑1 = (𝑥1 − 𝐴),‬‬ ‫)𝐴 ‪𝑑2 = (𝑥2 − 𝐴 ), … , 𝑑𝑛 = (𝑥𝑛 −‬‬
‫يمكن إثبات أن العالقة بين الوسط الفرضي والوسط الحسابي الحقيقي تكون علي‬
‫الصورة التالية‪:‬‬
‫الوسط الحسابي الحقيقي= الوسط الفرضي‪ +‬متوسط انحرافات القيم عن الوسط الفرضي‬
‫𝑖𝑑 ‪∑𝑛𝑖=1‬‬
‫‪𝑋̅ = 𝐴 +‬‬ ‫̅𝑑 ‪= 𝐴 +‬‬
‫𝑛‬
‫مثال (‪ :)2‬أوجد الوسط الحسابي لبيانات مثال (‪ )1‬بطريقة الوسط الفرضي‪.‬‬
‫الحل ‪ :‬باستخدام طريقة الوسط الفرضي‪ :‬نختار وسطا فرضيا وليكن ‪.𝐴 = 38‬‬
‫إنحرافات القيم عن 𝐴 هي ‪. -4, -6, 4, -1, -3, 2, -2, 2 :‬‬
‫بالتعويض في الصورة ‪:‬‬

‫‪19‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫𝑖𝑑 ‪∑𝑛𝑖=1‬‬
‫‪𝑋̅ = 𝐴 +‬‬
‫𝑛‬
‫نجد أن‪:‬‬
‫‪−4 − 6 + 4 − 1 − 3 + 2 − 2 + 2‬‬
‫‪𝑋̅ = 38 +‬‬ ‫‪= 38 − 1 = 37‬‬
‫‪8‬‬
‫وهي نفس النتيجة التي حصلنا عليها بتطبيق تعريف الوسط الحسابي مباشرة‪.‬‬
‫ثانياً‪ :‬الوسط الحسابي للبيانات المبوبة‪:‬‬
‫إذا كان لدينا جدول تكراري يحتوي علي ‪ k‬من الفئات والتي مراكزها‬
‫⋆ 𝑘𝑥 ‪𝑥1 ⋆ , 𝑥2 ⋆ , . . . ,‬‬
‫على الترتيب فإن الوسط الحسابي هو‬

‫⋆ 𝑘𝑥 𝑘𝑓 ‪𝑓1 𝑥1 ⋆ + 𝑓2 𝑥2 ⋆ + ⋯ +‬‬ ‫⋆ 𝑖𝑥 𝑖𝑓 ‪∑𝑘𝑖=1‬‬


‫= ̅𝑋‬ ‫=‬
‫𝑖𝑓 ‪∑𝑘𝑖=1‬‬ ‫𝑖𝑓 ‪∑𝑘𝑖=1‬‬

‫وتعرف هذه الطريقة بالطريقة المباشرة لحساب الوسط الحسابي للبيانات المبوبة‬
‫ولمزيد من المعلومات عن الوسط الحسابي للبيانات المفردة والمبوبة يمكنكم االضطالع‬
‫علي الفيديو عن طريق الرابط االتي‪:‬‬
‫‪https://www.youtube.com/watch?v=e-nFkFSfwqM‬‬
‫واألمثلة اآلتية توضح هذه الطريقة‪:‬‬
‫مثال (‪ :)3‬أوجد الوسط الحسابي لبيانات الجدول التالي بالطريقة المباشرة‬
‫الفئات‬ ‫‪4-‬‬ ‫‪8-‬‬ ‫‪12-‬‬ ‫‪16- 20-24‬‬ ‫المجموع‬
‫التكرارات‬ ‫‪6‬‬ ‫‪19‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫‪20‬‬ ‫‪100‬‬
‫الحل‪ :‬نكون الجدول التالي حيث‪:‬‬
‫)هناية الفئة ‪ +‬بداية الفئة(‬
‫= مركز الفئة 𝑖𝑥‬
‫∗‬
‫‪2‬‬
‫الفئات‬ ‫التكرارات 𝑖𝑓‬ ‫⋆‬
‫مراكز الفئات 𝑖𝑥‬ ‫⋆ 𝑖𝑥 𝑖𝑓‬
‫‪4-‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪36‬‬
‫‪8-‬‬ ‫‪19‬‬ ‫‪10‬‬ ‫‪190‬‬
‫‪12-‬‬ ‫‪25‬‬ ‫‪14‬‬ ‫‪350‬‬
‫‪16-‬‬ ‫‪30‬‬ ‫‪18‬‬ ‫‪540‬‬

‫‪20‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪24-20‬‬ ‫‪20‬‬ ‫‪22‬‬ ‫‪440‬‬


‫المجموع‬ ‫‪100‬‬ ‫‪1556‬‬
‫‪∑𝑘𝑖=1 𝑓𝑖 𝑥𝑖 ⋆ 1556‬‬
‫= ̅𝑋‬ ‫=‬ ‫‪= 15.56‬‬
‫𝑖𝑓 ‪∑𝑘𝑖=1‬‬ ‫‪100‬‬
‫خواص الوسط الحسابي‪:‬‬
‫‪ -1‬المجموع الجبري لنحرافات القيم عن وسطها الحسابي يكون دائما مساويا ً‬
‫للصفر‪.‬‬
‫البرهان‪:‬‬
‫𝑛‬ ‫𝑛‬ ‫𝑛‬ ‫𝑛‬

‫𝑋̅ 𝑛 – 𝑖𝑥 ∑ = 𝑋̅ ∑ ‪∑( 𝑥𝑖 − ̅𝑋) = ∑ 𝑥𝑖 −‬‬


‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬
‫𝑛‬ ‫𝑛‬ ‫𝑛‬
‫𝑖𝑥 ‪𝑛 ∑𝑛𝑖=1‬‬
‫‪= ∑ 𝑥𝑖 −‬‬ ‫‪= ∑ 𝑥𝑖 − ∑ 𝑥𝑖 = 0‬‬
‫𝑛‬
‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬

‫‪ -2‬مجموع مربعات انحرافات القيم يكون أصغر ما يمكن إذا كان حول الوسط‬
‫الحسابي‪ ،‬أي أن الكمية‬
‫𝑛‬

‫‪𝑄 = ∑(𝑥𝑖 − 𝑎)2‬‬


‫‪𝑖=1‬‬
‫تكون أصغر ما يمكن إذا كانت ̅𝑋 = 𝑎‬
‫البرهان‪ :‬بإجراء التفاضل الجزئي للمقدار ‪ Q‬بالنسبة إلي ‪a‬‬
‫𝑛‬
‫𝑄𝜕‬
‫)𝑎 ‪= −2 ∑(𝑥𝑖 −‬‬
‫𝑎𝜕‬
‫‪𝑖=1‬‬
‫⬚‬
‫نضع ‪ Q‬التي تجعلنا نحصل علي نهاية للمقدار ولتحديد قيمة 𝑎 نضع هذه المشتقة‬
‫مساوية للصفر‪ ،‬أي أن‪:‬‬
‫𝑄𝜕‬
‫‪=0‬‬
‫𝑎𝜕‬
‫ومنها نجد أن‪:‬‬

‫‪21‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫𝑛‬ ‫𝑛‬ ‫𝑛‬ ‫𝑛‬

‫‪−2 ∑(𝑥𝑖 − 𝑎) = 0 ⇒ ∑(𝑥𝑖 − 𝑎) = 0 ⇒ ∑ 𝑥𝑖 − ∑ 𝑎 = 0‬‬


‫‪𝑖=1‬‬ ‫=𝑖‬ ‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬
‫𝑛‬ ‫𝑛‬ ‫𝑛‬
‫𝑖𝑥 ‪∑𝑛𝑖=1‬‬
‫⇒‬ ‫⇒ 𝑎 ∑ = 𝑖𝑥 ∑‬ ‫𝑎𝑛 = 𝑖𝑥 ∑‬ ‫⇒‬ ‫= ̅𝑋‬ ‫𝑎=‬
‫𝑛‬
‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬
‫وباختبار المقدار‬
‫‪2‬‬
‫𝑄 𝜕‬
‫‪𝜕𝑎2‬‬
‫نجد أنه موجب أي أن الكمية 𝑄 تصل إلى نهايتها الصغرى عند 𝑎 = ̅𝑋 ‪.‬‬
‫‪ -3‬إذا أمكن وضع 𝑖𝑑𝑏 ‪ 𝑥𝑖 = 𝑎 +‬حيث 𝑏 ‪ 𝑎,‬ثوابت اختيارية فإن‪:‬‬
‫̅𝑑𝑏 ‪𝑋̅ = 𝑎 +‬‬
‫البرهان‪:‬‬
‫حيث أن‬
‫𝑖𝑥 =𝑖𝑛∑‬ ‫) 𝑖𝑑𝑏 ‪∑𝑛𝑖=1 (𝑎 +‬‬ ‫𝑖𝑑𝑏 ‪∑𝑛𝑖=1 𝑎 + ∑𝑛𝑖=1‬‬
‫= ̅𝑋‬ ‫=‬ ‫=‬
‫𝑛‬ ‫𝑛‬ ‫𝑛‬
‫𝑛‬ ‫𝑛‬
‫𝑎𝑛 𝑖𝑑 ‪𝑛𝑎 + 𝑏 ∑𝑖=1‬‬ ‫𝑖𝑑 ‪∑𝑖=1‬‬
‫=‬ ‫=‬ ‫𝑏‪+‬‬ ‫𝑑̅ 𝑏 ‪= 𝑎 +‬‬
‫𝑛‬ ‫𝑛‬ ‫𝑛‬
‫حيث أن‪:‬‬
‫𝑛‬
‫∑‬ ‫𝑑𝑓‬
‫𝑖 𝑖 ‪̅𝑑 = 𝑖=1‬‬
‫𝑛‬

‫مثال (‪ : )4‬باستخدام الخاصية ‪ 3‬أوجد الوسط الحسابي ألوزان الطلبة المعطاة في‬
‫الجدول التكراري بمثال (‪. )3‬‬
‫الحل‪:‬‬
‫نكون الجدول التالي‪ ،‬حيث ‪: 𝑎 = 12 , 𝑏 = 2‬‬
‫الفئات‬

‫‪4-‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪-3‬‬ ‫‪-18‬‬


‫‪8-‬‬ ‫‪19‬‬ ‫‪10‬‬ ‫‪-1‬‬ ‫‪-19‬‬
‫‪12-‬‬ ‫‪25‬‬ ‫‪14‬‬ ‫‪1‬‬ ‫‪25‬‬
‫‪22‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪16-‬‬ ‫‪30‬‬ ‫‪18‬‬ ‫‪3‬‬ ‫‪90‬‬


‫‪24-20‬‬ ‫‪20‬‬ ‫‪22‬‬ ‫‪5‬‬ ‫‪100‬‬
‫المجموع‬ ‫‪100‬‬ ‫‪178‬‬
‫‪178‬‬
‫)‪𝑋̅ = a + 𝑏 ̅𝑑 = 12 + (2‬‬ ‫‪= 12 + 3.56 = 15.56‬‬
‫‪100‬‬
‫ويتضح بأنه باستخدام الخاصية الثالثة في حساب الوسط الحسابي تختصر كثيرا من‬
‫الحسابات وهذه الطريقة تسمي الطريقة المختصرة وتستخدم دائما في حالة البيانات‬
‫المبوبة‪.‬‬
‫مزايا وعيوب الوسط الحسابي ‪:‬‬
‫يتميز الوسط الحسابي بالمزايا اآلتية‪:‬‬
‫‪ -1‬يوجد وسط حسابي واحد فقط ألي مجموعة من البيانات‪.‬‬
‫‪ -2‬الوسط الحسابي سهل في حسابه‪.‬‬
‫‪ -3‬يأخذ في االعتبار كل القيم‪.‬‬
‫‪ -4‬أنه أكثر المقاييس إستخداما وفهماً‪.‬‬
‫عيوب الوسط الحسابي ‪:‬‬
‫‪ -1‬أنه يتأثر بالقيم الشاذة والمتطرفة‪.‬‬
‫‪ -2‬يصعب حسابه في حالة البيانات الوصفية‪.‬‬
‫‪ -3‬يصعب حسابه في حالة الجداول التكرارية المفتوحة‪.‬‬
‫‪ -4‬يعتمد علي جميع القيم في مجموعة البيانات‪.‬‬

‫‪2.3. The mediator‬‬ ‫الوسيط‬

‫يعرف الوسيط لمجموعة من البيانات بأنه القيمة التي تتوسط مجموعة البيانات بعد‬
‫ترتيبها تصاعديا ً أو تنازليا ً أي أنه القيمة التي تقسم مجموعة البيانات إلى قسمين بحيث‬
‫يكون عدد القيم األكبر منها يساوي عدد القيم األصغر منها ولالضطالع علي فيديو‬
‫توضيحي عن طريق الرابط االتي‪:‬‬
‫‪https://www.youtube.com/watch?v=00nKVQrq81o‬‬
‫أولً‪ :‬حساب الوسيط لمجموعة من البيانات المفردة ( الغير مبوبة) ‪:‬‬
‫لتكن 𝑛𝑥 ‪ 𝑥1 , 𝑥2 , … ,‬مجموعة من البيانات المفردة المرتبة ترتيبا تصاعديا والتي‬
‫عددها 𝑛 فإن قيمة الوسيط التي يرمز لها بالرمز 𝑀 تعتمد علي ما إذا كان عدد البيانات‬
‫𝑛 فردي أو زوجيا علي النحو التالي‪:‬‬

‫‪23‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪𝑛+1‬‬
‫)‬ ‫(أ) إذا كانت 𝑛 عدد فردي فإن ترتيب الوسيط هو)‬
‫‪2‬‬
‫وبالتالي فإن الوسيط هو الحد الذي قيمته )‪ ، 𝑥(𝑛+1‬أي أن‪:‬‬
‫‪2‬‬

‫)𝟏‪𝑴 = 𝒙(𝒏+‬‬
‫𝟐‬

‫(ب) إذا كانت 𝑛 عدد زوجي فإن الوسيط هو متوسط الحدين األوسطين اللذين ترتيبهما‬
‫𝑛‬ ‫𝑛‬
‫)‪ ( ), ( + 1‬أي أن الوسيط هو‪:‬‬
‫‪2‬‬ ‫‪2‬‬

‫)𝟏‪𝒙(𝒏) +𝒙(𝒏+‬‬
‫𝟐‬ ‫𝟐‬
‫=𝑴‬
‫𝟐‬

‫مثال (‪ : )5‬أوجد الوسيط لمجموعة البيانات‬


‫(أ) ‪3, 4, 7, 6, 10, 11, 5‬‬
‫(ب) ‪22, 18, 23, 27, 19, 24‬‬
‫الحل ‪:‬‬
‫(أ) ترتيب البيانات تصاعديا‪ ، 3, 4, 5, 6, 7, 10, 11 :‬حيث‪𝑛 = 7‬‬
‫فردي فيكون‬
‫‪𝑀 = 𝑥(𝑛+1) = 𝑥(4) = 6‬‬
‫‪2‬‬
‫‪ ، 18, 19,‬حيث ‪n = 6‬‬ ‫(ب) ترتيب البيانات تصاعديا‪22, 23, 24, 27 :‬‬
‫زوجي فإن ترتيب الوسيط ‪:‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪6‬‬
‫‪( ) = 3, ( + 1) = + 1 = 4‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫وبالتالي فإن الوسيط هو متوسط العددين اللذين ترتيبهما الثالث والرابع أي أن‪:‬‬
‫)‪𝑥(3) + 𝑥(4‬‬ ‫‪22 + 23‬‬
‫=𝑀‬ ‫=‬ ‫‪= 22.5‬‬
‫‪2‬‬ ‫‪2‬‬
‫ثانياً‪ :‬حساب الوسيط لمجموعة من البيانات المبوبة‪:‬‬
‫لحساب الوسيط للبيانات المبوبة نتبع الخطوات التالية‪:‬‬
‫‪ -1‬نوجد رتبة الوسيط وفي هذه الحالة تكون رتبة الوسيط‬

‫‪24‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫𝑖𝑓 ‪𝑛 ∑𝑘𝑖=1‬‬
‫=‬
‫‪2‬‬ ‫‪2‬‬
‫حيث ‪ k‬عدد الفئات للتوزيع التكراري‪.‬‬
‫‪ -2‬نكون الجدول التكراري المتجمع الصاعد ومنه يتم تحديد فئة الوسيط (أي الفئة‬
‫التي يقع فيها الوسيط ) وهي الفئة التي يكون مجموع التكرارات المتجمعة قبلها أقل‬
‫من رتبة الوسيط‬
‫‪ -3‬نحسب الوسيط من العالقة ‪:‬‬
‫𝒊𝒇 𝟏=𝒊𝒌∑‬
‫𝟐𝑭 ‪−‬‬
‫𝟐‬
‫( ‪𝑴 = 𝑨𝑴 +‬‬ ‫)𝑳( )‬
‫𝑴𝒇‬

‫𝑓∑‬
‫رتبة الوسيط ‪𝐹2 ،‬‬ ‫𝑖‬
‫حيث ‪ A :‬بداية فئة الوسيط ‪ 𝐿 ,‬طول فئة الوسيط ‪,‬‬
‫‪2‬‬
‫مجموع التكرارات المتجمعة قبل فئة الوسيط ‪ 𝑓𝑀 ،‬التكرار األصلي لفئة الوسيط‪.‬‬
‫مثال (‪ : )6‬أوجد الوسيط لمجموعة البيانات بمثال (‪:)3‬‬
‫الفئات‬ ‫‪4-‬‬ ‫‪8-‬‬ ‫‪12-‬‬ ‫‪16-‬‬ ‫‪20-24‬‬ ‫المجموع‬
‫التكرارات‬ ‫‪6‬‬ ‫‪19‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫‪20‬‬ ‫‪100‬‬
‫الحل ‪ :‬نكون الجدول التكراري المتجمع الصاعد‬
‫الفئات‬ ‫التكرارات‬ ‫أقل من (الحد األعلى للفئة)‬ ‫التكرار المتجمع الصاعد‬
‫‪4-‬‬ ‫‪6‬‬ ‫أقل من‪8‬‬ ‫‪6‬‬
‫‪8-‬‬ ‫‪19‬‬ ‫أقل من ‪12‬‬ ‫‪𝐹2 = 25‬‬
‫‪12 -‬‬ ‫‪𝑓𝑀 = 25‬‬ ‫أقل من ‪16‬‬ ‫‪50‬‬
‫‪16 -‬‬ ‫‪30‬‬ ‫أقل من ‪20‬‬ ‫‪80‬‬
‫‪20 -24‬‬ ‫‪20‬‬ ‫أقل من ‪24‬‬ ‫‪100‬‬
‫المجموع‬ ‫‪100‬‬
‫ومنه نوجد اآلتي‪:‬‬

‫‪25‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫𝑘∑‬ ‫𝑓‬ ‫‪100‬‬


‫= 𝑖 ‪ ، 𝑖=1‬بداية فئة الوسيط‪ , 𝐴𝑀 = 12 :‬طول فئة‬ ‫رتبة الوسيط ‪= 50 :‬‬
‫‪2‬‬ ‫‪2‬‬
‫الوسيط ‪ ، 𝐿 = 4 :‬مجموع التكرارات المتجمعة قبل فئة الوسيط ‪، 𝐹2 = 25 :‬‬
‫التكرار األصلي لفئة الوسيط ‪. 𝑓𝑀 = 25 :‬‬
‫بالتعويض في العالقة‪:‬‬
‫𝑘∑‬
‫𝑖𝑓 ‪𝑖=1‬‬
‫‪− 𝐹2‬‬ ‫‪50 − 25‬‬
‫‪2‬‬
‫( ‪𝑀 = 𝐴𝑀 +‬‬ ‫( ‪) (𝐿) = 12 +‬‬ ‫)‪) (4‬‬
‫𝑀𝑓‬ ‫‪25‬‬

‫‪𝑀 = 16‬‬ ‫ومنها نجد أن‪:‬‬


‫كما يمكن إيجاد الوسيط بيانيا لبيانات المثال السابق من خالل المنحني التكراري‬
‫المتجمع الصاعد وذلك بتحديد ترتيب الوسيط علي المحور الرأسي (الممثل‬
‫للتكرارالمتجمع الصاعد) ثم نرسم مستقيم أفقي يوازي المحور األفقي (الممثل للفئات)‬
‫حتى يقابل المنحني في نقطة ومن نقطة التقاطع يتم إسقاط عمود علي محور الفئات‬
‫ليقطعه في نقطة هذه النقطة تمثل قيمة الوسيط‪.‬‬
‫لنتذكر أن الوسط الحسابي لبيانات هذه البيانات هو ‪. 𝑋̅ = 15.56‬‬
‫مثال(‪ : )7‬أوجد الوسيط لجدول التكراري التالي ‪:‬‬
‫الفئات‬ ‫‪55- 60- 65- 70- 75-80‬‬ ‫المجموع‬
‫التكرارات‬ ‫‪5 18 30 32‬‬ ‫‪15‬‬ ‫‪100‬‬
‫الحل‪ :‬نكون الجدول التكراري المتجمع الصاعد‬
‫الفئات‬ ‫التكرارالمتجمع الصاعد أقل من (الحد األعلى للفئة) التكرارات‬
‫‪55-‬‬ ‫‪5‬‬ ‫أقل من ‪60‬‬ ‫‪5‬‬
‫‪60-‬‬ ‫‪18‬‬ ‫أقل من‪65‬‬ ‫‪23‬‬
‫‪65-‬‬ ‫‪30‬‬ ‫أقل من ‪70‬‬ ‫‪53‬‬
‫‪70-‬‬ ‫‪32‬‬ ‫أقل من‪75‬‬ ‫‪85‬‬
‫‪75-80‬‬ ‫‪15‬‬ ‫أقل من ‪80‬‬ ‫‪100‬‬
‫المجموع‬ ‫‪100‬‬
‫𝑘∑‬
‫𝑖𝑓 ‪𝑖=1‬‬ ‫‪100‬‬
‫‪،‬‬ ‫=‬ ‫‪= 50 :‬‬ ‫رتبة الوسيط‬
‫‪2‬‬ ‫‪2‬‬
‫بداية فئة الوسيط ‪، 𝐴𝑀 = 65 :‬‬

‫‪26‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫طول فئة الوسيط ‪، 𝐿 = 5 :‬‬


‫مجموع التكرارات المتجمعة قبل فئة الوسيط ‪، 𝐹2 = 23 :‬‬
‫التكرار األصلي لفئة الوسيط ‪، 𝑓𝑀 = 30 :‬‬
‫بالتعويض عن هذه القيم في معادلة إيجاد الوسيط نجد أن‪:‬‬
‫𝑘∑‬
‫𝑖𝑓 ‪𝑖=1‬‬
‫‪− 𝐹2‬‬ ‫‪50 − 23‬‬
‫‪2‬‬
‫( ‪𝑀 = 𝐴𝑀 +‬‬ ‫( ‪) (𝐿) = 65 +‬‬ ‫‪) (5) = 69.5‬‬
‫𝑀𝑓‬ ‫‪30‬‬
‫مزايا الوسيط ‪:‬‬
‫‪ -1‬يمكن الحصول عليه من الرسم (بيانيا)‬
‫‪ -2‬ال يتأثر بالقيم الشاذة أو المتطرفة‬
‫‪ - 3‬كما أنه سهل في الحساب‬
‫عيوب الوسيط ‪:‬‬
‫‪ - 1‬يصعب حسابه في حالة البيانات الوصفية المقاسة بمعيار اسمي ‪nominal‬‬
‫‪ -2‬ال يدخل في حسابه سوي قراءة واحدة أو قراءتين من المجموعة كلها‪.‬‬

‫المنوال ‪2.4. Model‬‬

‫أول ًً‪ :‬المنوال للبيانات المفردة‪:‬‬


‫يعرف المنوال لمجموعة من البيانات بأنه القيمة األكثر شيوعا أو األكثر تكرارا في‬
‫المجموعة ‪ .‬قد تكون لمجموعة البيانات منوال واحد ( تسمي وحيدة المنوال) أو أكثر‬
‫من منوال وقد ال يكون لها منوال‪.‬‬
‫مثال (‪ : )8‬أوجد المنوال من البيانات التالية‪12, 16, 21, 33, 16, 21, 46, 21 :‬‬
‫الحل‪ :‬بما أن المفردة "‪ "21‬تكررت أكثر من باقي المفردات األخري المعطاة‪ ،‬لذلك‬
‫فإن هذه المفردة تمثل المنوال لهذه لبيانات‪ ،‬أي أن ‪.Mode=21‬‬
‫مالحظة ‪:‬‬
‫‪ -‬إذا تكررت مفردتان (أو أكثر) بنفس العدد من التكرار ففي هذه الحالة يوجد للبيانات‬
‫منواالن (أوأكثر)‪.‬‬
‫‪ -‬إذا تكررت جميع المفردات بنفس العدد من التكرار ففي هذه الحالة ال يوجد منوال‪.‬‬
‫مثال (‪ :)9‬أوجد المنوال لكل من البيانات التالية ‪:‬‬
‫(أ) ‪. 4, 7, 5, 11, 13‬‬

‫‪27‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫(ب) ‪. 3, 8, 6, 3, 14, 8, 14, 6‬‬


‫(ج) ‪3, 5, 7, 9, 2, 8, 10, 9, 10, 11, 9‬‬
‫(د) ‪9, 7, 10, 9, 8, 7, 6, 5‬‬
‫الحل ‪:‬‬
‫(أ) اليوجد منوال لهذه البيانات‪.‬‬
‫(ب) اليوجد منوال لبيانات هذه الفقرة‪.‬‬
‫(ج) البيانات بهذه الفقرة لها منوال وهو ‪ 9‬ومنوال آخر وهو ‪.10‬‬
‫(د) البيانات بهذه الفقرة لها منواالن هما ‪7,9‬‬
‫ثانيا ‪:‬المنوال للبيانات المبوبة‪:‬‬
‫‪ -1‬الطريقة البيانية‪:‬‬
‫باستخدام المدرج التكراري ويتم ذلك بإتباع الخطوات التالية‪-:‬‬
‫(أ) يتم تحديد الفئة التي يقع فيها المنوال (الفئة المنوالية) وهي الفئة التي تناظر أكبر‬
‫تكرار في الجدول التكراري‪.‬‬
‫(ب) يرسم المدرج التكراري باعتبار فئة المنوال والفئتين المجاورتين لها فقط‪.‬‬
‫(ج) لتحديد موقع المنوال في الفئة المنوالية (يعتمد علي التكرارين المجاورين)‪.‬‬
‫المثال التالي يوضح تلك الطريقة‪:‬‬

‫مثال (‪:)10‬‬
‫أوجد المنوال بيانيا ً من الجدول التالي ‪:‬‬
‫الفئات‬ ‫المجموع ‪5- 15- 25- 35- 45- 55- 65-75‬‬
‫‪ 3‬التكرارات‬ ‫‪5 12 25 35 13‬‬ ‫‪7‬‬ ‫‪100‬‬
‫الحل‪ :‬يمكن حساب المنوال بيانيا ً (هندسياً) بإتباع الخطوات التالية ‪:‬‬
‫‪ -1‬نكون جدول التكرار المتجمع الصاعد التالي‪ ،‬ونحدد من خالله الفئة المنوالية‬
‫وتكرار كل من الفئتين السابقة والالحقة لها‪.‬‬
‫الفئات‬ ‫مركز الفئات التكرارات‬ ‫التكرار المتجمع الصاعد‬
‫‪5-‬‬ ‫‪3‬‬ ‫‪10‬‬ ‫‪3‬‬
‫‪15-‬‬ ‫‪5‬‬ ‫‪20‬‬ ‫‪8‬‬
‫‪25-‬‬ ‫‪12‬‬ ‫‪30‬‬ ‫‪20‬‬
‫‪35-‬‬ ‫‪25‬‬ ‫‪40‬‬ ‫‪45‬‬
‫‪45-‬‬ ‫‪35‬‬ ‫‪50‬‬ ‫‪80‬‬

‫‪28‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪55-‬‬ ‫‪13‬‬ ‫‪60‬‬ ‫‪93‬‬


‫‪65-75‬‬ ‫‪7‬‬ ‫‪70‬‬ ‫‪100‬‬
‫‪ -2‬نرسم المدرج التكراري موضحا ً الفئة المنوالية والفئة التي قبلها والفئة التي تليها‪.‬‬
‫‪ -3‬نوصل بين رأس الفئة المنوالية والزاويتين المجاورتين للفئة المنوالية أي‬
‫‪AC, BD‬‬
‫‪ -4‬نسقط من نقطة االلتقاء ‪ M‬عمودا ً على محور السينات تمثل قيمة المنوال وهنا يمكن‬
‫تعيين قيمة المنوال بشكل تقريبي وبصورة هندسية‪.‬‬

‫‪ -2‬الطريقة الحسابية ‪:‬‬


‫أوال نحدد فئة المنوال ثم يحسب المنوال من العالقة‪:‬‬

‫𝐏𝒇 ‪𝒇𝑴𝒐𝒅𝒆 −‬‬


‫( ‪𝑴𝒐𝒅𝒆 = 𝑨𝑴𝒐𝒅𝒆 +‬‬ ‫)𝑳( )‬
‫) 𝐍𝒇 ‪𝟐 𝒇𝑴𝒐𝒅𝒆 − (𝒇𝐏 +‬‬

‫حيث ‪:‬‬
‫بداية فئة المنوال ‪𝐴𝑀𝑜𝑑𝑒 :‬‬
‫تكرار فئة المنوال ‪𝑓𝑀𝑜𝑑𝑒 :‬‬
‫التكرار للفئة التي تسبق فئة المنوال ‪𝑓P :‬‬
‫التكرار للفئة التي تلي فئة المنوال ‪𝑓N :‬‬
‫طول فئة المنوال ‪𝐿 :‬‬

‫‪29‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫مثال (‪ :)11‬أوجد المنوال لمجموعة البيانات بمثال (‪:)3‬‬


‫الفئات‬ ‫‪4-‬‬ ‫‪8-‬‬ ‫‪12-‬‬ ‫‪16- 20-24‬‬ ‫المجموع‬
‫التكرارات‬ ‫‪6‬‬ ‫‪19‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫‪20‬‬ ‫‪100‬‬
‫الحل ‪ :‬من خالل هذا الجدول نجد أن‪:‬‬
‫‪𝐴𝑀𝑜𝑑𝑒 = 16 , 𝐿 = 4 , 𝑓𝑀𝑜𝑑𝑒 = 30, 𝑓𝑃 = 25, 𝑓𝑁 = 20‬‬
‫وبالتعويض في العالقة التالية‪:‬‬
‫‪𝑓𝑀𝑜𝑑𝑒 − 𝑓P‬‬
‫( ‪𝑀𝑜𝑑𝑒 = 𝐴𝑀𝑜𝑑𝑒 +‬‬ ‫)𝐿( )‬
‫) ‪2 𝑓𝑀𝑜𝑑𝑒 − (𝑓P + 𝑓L‬‬
‫‪30 − 25‬‬ ‫‪4‬‬
‫( ‪= 16 +‬‬ ‫‪) (4) = 16 + = 17.33‬‬
‫)‪2(30) − (25 + 20‬‬ ‫‪3‬‬
‫لنتذكر أن الوسط الحسابي لبيانات هذه البيانات هو ‪،𝑀 = 16 ، 𝑋̅ = 15.56‬‬
‫𝑒𝑑𝑜𝑀 < 𝑀 < ̅𝑋‬ ‫وبالتالي فإن‪:‬‬
‫مزايا المنوال‪:‬‬
‫‪ -1‬يمكن الحصول عليه حسابيا وبيانياً‪.‬‬
‫‪ -2‬ال يتأثر بالقيم الشاذة‬
‫عيوب المنوال‪:‬‬
‫غير دقيق حيث يتم حسابه بطرق كلها تقريبية‪.‬‬

‫‪2.5. Using measures of central tendency to determine the‬‬


‫‪ shape of data distribution‬استخدام مقاييس النزعة المركزية في تحديد‬
‫شكل توزيع البيانات ‪:‬‬

‫يمكن استخدام الوسط الحسابي والوسيط والمنوال في وصف المنحني التكراري والذي‬
‫يعبر عن شكل توزيع البيانات كما يلي‪:‬‬
‫يكون المنحني متماثل كما بالشكل ( أ ) إذا كان‪:‬‬
‫الوسط = الوسيط = المنوال (أي أن 𝑒𝑑𝑜𝑀 = 𝑀 = ̅𝑋 )‬

‫يكون المنحني موجب االلتواء(ملتوي جهة اليمين) كما بالشكل ( ب) إذا كان‪:‬‬

‫‪30‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫المنوال (أي أن ̅𝑋 < 𝑀 < 𝑒𝑑𝑜𝑀 )‬ ‫الوسيط‬ ‫الوسط‬

‫يكون المنحني سالب االلتواء (ملتو جهة اليسار) كما بالشكل (ج ) إذا كان‪:‬‬
‫المنوال (أي أن 𝑒𝑑𝑜𝑀 < 𝑀 < ̅𝑋 )‬ ‫الوسيط‬ ‫الوسط‬

‫‪16‬‬
‫‪18‬‬
‫‪Mode‬‬ ‫‪M‬‬
‫‪14‬‬ ‫الوسط =‬ ‫‪16‬‬

‫‪12‬‬
‫الوسيط =‬ ‫‪14‬‬

‫‪10‬‬
‫المنوال‬ ‫‪12‬‬

‫‪10‬‬
‫‪8‬‬

‫‪8‬‬
‫‪6‬‬

‫‪6‬‬
‫‪4‬‬

‫‪4‬‬
‫‪2‬‬

‫‪2‬‬
‫‪0‬‬

‫‪0‬‬

‫(أ)‬ ‫‪M Mode‬‬


‫‪16‬‬

‫‪14‬‬
‫(ب)‬
‫‪12‬‬

‫‪10‬‬

‫‪8‬‬

‫‪6‬‬

‫‪4‬‬ ‫(ج)‬
‫‪2‬‬

‫‪0‬‬

‫مثال (‪ :)12‬مستخدما مقاييس النزعة المركزية حدد شكل االلتواء لهذه البيانات‪.‬‬
‫لمجموعة البيانات بمثال (‪:)11‬‬
‫الفئات‬ ‫‪4- 8- 12- 16- 20-24‬‬ ‫المجموع‬
‫التكرارات‬ ‫‪6‬‬ ‫‪19‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫‪20‬‬ ‫‪100‬‬
‫الحل ‪ :‬من نتائج األمثلة (‪ )11( ، )6( ، )3‬لنفس بيانات هذا المثال نجد أن‪:‬‬
‫‪𝑀𝑜𝑑𝑒 = 17.33 ،𝑀 = 16،𝑋̅ = 15.56‬‬
‫وبالتالي فإن 𝑒𝑑𝑜𝑀 < 𝑀 < ̅𝑋 وعليه فإن المنحني الممثل للبيانات سالب‬
‫االلتواء (أي ملتو جهة اليسار) ‪.‬‬

‫‪31‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫مثال ( ‪ :)13‬قام مدير مراقبة اإلنتاج بسحب عينة من ‪ 10‬عبوات من المياه‬


‫المعبأة للشرب ذات الحجم ‪ 5‬لتر والمنتجة بواسطة إحدى الشركات لفحص كمية‬
‫األمالح الذائبة وكانت كالتالي‪:‬‬
‫‪115, 123, 119, 123, 124, 119, 123, 121, 123, 121‬‬
‫مستخدما مقاييس النزعة المركزية حدد شكل االلتواء لهذه البيانات‪.‬‬
‫الحل‪:‬‬
‫في البداية نحسب مقاييس النزعة المركزية (الوسط‪ ،‬الوسيط‪ ،‬المنوال) ‪.‬‬
‫الوسط الحسابي‪:‬‬
‫𝑛‬
‫𝑖𝑥 ‪∑𝑖=1‬‬ ‫‪1211‬‬
‫= ̅𝑋‬ ‫=‬ ‫‪= 121.1‬‬
‫𝑛‬ ‫‪10‬‬
‫الوسيط ‪ :‬نحدد رتبة الوسيط ‪ ،‬حيث أن عدد البيانات زوجي فإن رتبة الوسيطين‬
‫وهما‬
‫𝑛‬ ‫𝑛‬
‫‪=5,‬‬ ‫‪+1=6‬‬
‫‪2‬‬ ‫‪2‬‬
‫وبترتيب القيم تصاعديا ً‪:‬‬
‫‪115 119 119 121 121 123 123 123 123 124‬‬
‫فيكون الوسيط هو‪:‬‬
‫‪121 + 123 244‬‬
‫=𝑀‬ ‫=‬ ‫‪= 122‬‬
‫‪2‬‬ ‫‪2‬‬
‫المنوال‪ :‬المنوال يساوي القيمة األكثر تكرارا وبالتالي فهو المفردة ‪ ،123‬أي أن‬
‫‪𝑀𝑜𝑑𝑒 = 123‬‬
‫المنوال ‪،‬‬ ‫وبمقارنة الوسط والوسيط والمنوال نجد أن ‪ :‬الوسط الوسيط‬
‫ومن ثم فإن توزيع بيانات كمية األمالح سالبة االلتواء ‪.‬‬

‫‪32‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫تمارين‪2.6. Exercises‬‬

‫‪ - 1‬أوجد قيمة كل من الوسط الحسابي والوسيط والمنوال لمجموعة البيانات‬


‫التالية ‪ ،18, 2, 25, 98, 11, 15, 11, 17, 10 :‬ثم حدد أصلح هذه‬
‫المتوسطات في تمثيل النزعة المركزية للمجموعة السابقة‪.‬‬
‫‪ -2‬احسب قيمة الوسط الحسابي بطريقة الوسط الفرضي للبيانات‪:‬‬
‫‪210, 279, 370, 367, 386, 386, 148, 251, 201, 356, 325, 375‬‬
‫‪ -3‬ارسم المنحني التكراري المتجمع الصاعد والمنحني التكراري المتجمع النازل‬
‫للتوزيع التكراري‪:‬‬
‫الفئات‬ ‫‪30-‬‬ ‫‪40-‬‬ ‫‪50-‬‬ ‫‪60-‬‬ ‫‪70-‬‬ ‫‪80-‬‬ ‫‪90-100‬‬
‫التكرارات‬ ‫‪20‬‬ ‫‪38‬‬ ‫‪42‬‬ ‫‪60‬‬ ‫‪28‬‬ ‫‪4‬‬ ‫‪8‬‬
‫أوجد كل من الوسط والوسيط والمنوال ‪ ،‬وحدد عدد البيانات التي تقل عن ‪70‬‬
‫‪ - 4‬مستخدما مقاييس النزعة المركزية حدد شكل االلتواء لهذه البيانات‪:‬‬
‫الفئات‬ ‫‪30-‬‬ ‫‪40-‬‬ ‫‪50-‬‬ ‫‪60-‬‬ ‫‪70-‬‬ ‫‪80-‬‬
‫التكرارات‬ ‫‪38‬‬ ‫‪226‬‬ ‫‪213‬‬ ‫‪89‬‬ ‫‪68‬‬ ‫‪36‬‬
‫‪ -5‬الجدول التالي يعرض توزيع أربعون تلميذا حسب أوزانهم‪:‬‬
‫فئات الوزن‬ ‫‪32-‬‬ ‫‪34- 36- 38- 40-‬‬ ‫‪42-44‬‬
‫عدد التالميذ‬ ‫‪4‬‬ ‫‪7‬‬ ‫‪13‬‬ ‫‪10‬‬ ‫‪5‬‬ ‫‪1‬‬
‫أوجد كل من الوسط الحسابي ‪ ،‬الوسيط حسابيا وبيانيا ‪.‬‬
‫‪ -6‬الجدول التالي يعرض توزيع مائة عامل في مزرعة حسب األجر اليومي بالريال‪:‬‬
‫األجر‬ ‫‪50- 70- 90- 110- 130- 150- 170-190‬‬
‫عدد العمال‬ ‫‪8‬‬ ‫‪15‬‬ ‫‪28‬‬ ‫‪20‬‬ ‫‪15‬‬ ‫‪8‬‬ ‫‪6‬‬
‫والمطلوب‪ :‬حساب الوسط والوسيط والمنوال ‪ -‬بيان شكل توزيع األجور في هذه‬
‫المزرعة‪.‬‬
‫‪ -7‬مستخدما مقاييس النزعة المركزية حدد شكل االلتواء للبيانات التالية‪:‬‬
‫‪8, 6, 6, 6, 10, 9, 7, 8, 8, 9, 8, 8, 7, 6, 8, 8, 8, 11, 11, 10‬‬
‫‪ -8‬البيانات التالية تمثل وقت وصول أحد األوتوبيسات الخاصة لنقل الطالب في‬
‫الصباح إلى مقر دراستهم خالل عشرة أيام‪.‬‬
‫‪0.45, 8.47, 8.53, 8.45, 8.38, 8.55, 8.48, 8.50, 8.56, 8.45‬‬

‫‪33‬‬
‫فهرس الموضوعات‬
Menoufia University - Faculty of Science
Department of Mathematics and Computer Science

.‫ احسب الوسط الحسابي – المنوال لمواعيد الوصول‬-‫أ‬


.‫ احسب الوسيط لمواعيد الوصول‬- ‫ب‬

34
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪2.7. Quiz 2‬‬


‫‪ - 1‬الجدول التالي يمثل عدد المواليد في إحدى القرى في الفترة من عام ‪1950‬‬
‫إلى عام ‪ .1956‬أوجد الوسط الحسابي‪ ،‬الوسيط حسابيا و بيانيا‪ ،‬والمنوال حسابيا‬
‫وبيانيا‪:‬‬
‫السنة‬ ‫‪1950‬‬ ‫‪51‬‬ ‫‪52‬‬ ‫‪53‬‬ ‫‪54‬‬ ‫‪55‬‬ ‫‪1956‬‬
‫عدد‬
‫‪200‬‬ ‫‪190‬‬ ‫‪210‬‬ ‫‪240‬‬ ‫‪182‬‬ ‫‪195‬‬ ‫‪245‬‬
‫المواليد‬
‫‪ -2‬أوجد الوسيط بيانيا وحسابيا لبيانات الجدول التالي‪:‬‬
‫الفئات‬ ‫‪5-‬‬ ‫‪7-‬‬ ‫‪9- 11- 13-‬‬ ‫‪15-‬‬ ‫‪17-19‬‬
‫التكرارات‬ ‫‪8‬‬ ‫‪14 23 35‬‬ ‫‪25‬‬ ‫‪12‬‬ ‫‪4‬‬

‫‪ -3‬فيما يلي التوزيع التكراري ألوزان عينة من الدواجن بالجرام حجمها مائة اختيرت‬
‫من أحد المزارع بعد خمس وأربعون يوما‪:‬‬
‫الوزن‬ ‫المجموع ‪600- 620- 640- 660- 680- 700-‬‬
‫عدد الدجاج‬ ‫‪10‬‬ ‫‪15‬‬ ‫‪20‬‬ ‫‪25‬‬ ‫‪20‬‬ ‫‪10‬‬ ‫‪100‬‬
‫(أ ) أرسم كل من المدرج التكراري‪ ،‬المنحني التكراري‪ ،‬المضلع التكراري ‪،‬‬
‫المنحني التكراري المتجمع الصاعد‬
‫(ب ) أوجد كل من الوسط الحسابي‪ ،‬الوسيط حسابيا وبيانيا ‪ ،‬المنوال‬
‫حدد شكل التوزيع لهذه البيانات‬ ‫(ت )‬
‫‪ -4‬أوجد الوسط والوسيط والمنوال لمجموعة األرقام‪:‬‬
‫‪3, 5, 2, 6, 5, 9, 5, 2, 8, 6‬‬ ‫(أ )‬
‫(ب) ‪50, 3, 49, 5, 48, 9, 51, 6, 48, 7‬‬
‫‪ -5‬الجدول اآلتي يوضح كمية األمطار في مدينة ما خالل ثالثمائة يوماً‪.‬‬
‫كمية األمطار (بالملليمتر مكعب)‬ ‫‪18-‬‬ ‫‪28-‬‬ ‫‪38-‬‬ ‫‪48-‬‬ ‫‪58-68‬‬
‫التكرار (عدد األيام)‬ ‫‪26‬‬ ‫‪59 105‬‬ ‫‪79‬‬ ‫‪31‬‬
‫أوجد قيم الوسط الحسابي والوسيط والمنوال لكمية األمطار‪.‬‬
‫‪ -6‬احسب قيمة الوسط الحسابي بطريقة الوسط الفرضي للبيانات التالية‪:‬‬
‫‪155, 210, 279, 386, 367, 370‬‬

‫‪35‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫الباب الثالث‬

‫مقاييس التشتت‬

‫‪Measures of Dispersion‬‬

‫مقدمة ‪3.1. Introduction‬‬

‫سبق أن أوضحنا الهدف من استخدام مقاييس النزعة المركزية وهو تلخيص‬


‫البيانات في محاولة أخرى لوصفها عن طريق التعرف على مركزها وهو مؤشر يمكن‬
‫للباحث فهم أبعاد الظاهرة محل الدراسة‪ .‬نضيف إلى هذا المؤشر مؤشر آخر من خالل‬
‫مقاييس التشتت والتي نستطيع من خاللها تحديد درجة تشتت البيانات حول مركز‬
‫النزعة المركزية (أو درجة تجانس البيانات) ومن ثم يزداد الباحث فهما ألبعاد الظاهرة‬
‫الخاصة بالمجتمع محل الدراسة‪ .‬لذا يعرف التشتت لمجموعة من البيانات بأنه مقدار‬
‫تباعد أو تقارب هذه البيانات عن بعضها البعض و بمعني آخر فإن مقاييس التشتت‬
‫تدرس مدي تجانس البيانات أي مدي تقاربها من بعضها البعض إذ ربما تتساوي‬
‫مجموعتان من البيانات في المتوسط الحسابي ولكنها تختلف في درجة التجانس‪.‬‬
‫مثال (‪ :)1‬إذا كان لدينا مجموعتان من البيانات‬
‫}‪{10, 11, 12, 13, 14} & {9, 15, 8, 16, 12‬‬
‫نجد أن المجموعتين السابقتين لهما نفس المتوسط الحسابي وهو ‪ 12‬ولكن التجانس في‬
‫المجموعة األولي أكبر من التجانس في المجموعة الثانية فالمجموعة األولي تنتشر في‬
‫الفترة من ‪ 10‬إلى ‪ 14‬ولكن المجموعة الثانية تنتشر في ‪ 8‬إلى‪. 16‬‬
‫لذلك عند المقارنة بين مجموعتين ال يجب االكتفاء بدراسة الوسط الحسابي فقط ولكن‬
‫يجب باإلضافة مراعاة تشتت قيم كال من المجموعتين وتباعدها عن بعضها‪.‬‬
‫ومن أهم مقاييس التشتت ‪:‬‬
‫‪ -1‬المــــدي ‪( Range‬لإلختصار ‪)R‬‬
‫‪ -2‬نصف المدي الربيعي ‪"S.I.Q" Semi- Inter Quartile Range‬‬
‫‪ -3‬االنحراف المتوسط (المطلق) ‪Mean of Deviation‬‬
‫‪ -4‬التباين واالنحراف المعياري ‪Variance and Standard Deviation‬‬
‫‪ -5‬الخطأ المعياري ‪Standard Error‬‬
‫‪ -6‬معامل اإلختالف ‪Coefficient of Variation‬‬

‫‪36‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪3.2. The range‬‬ ‫المــــدي‬

‫يعرف المدى بأنه الفرق بين أكبر قيمة في مجموعة البيانات وأصغر قيمة فيها وهو‬
‫أبسط مقاييس التشتت‪.‬‬
‫أول‪ :‬المدى ل لبيانات األولية ( البيانات المفردة )‪:‬‬
‫المدي هو‪:‬‬
‫𝑺𝒙 ‪R = 𝒙𝑳 −‬‬
‫حيث 𝑳𝒙 أكبر قيمة في البيانات المعطاه ‪ 𝒙𝐒 ،‬أصغر قيمة في البيانات المعطاه‪.‬‬
‫مثال (‪ :)2‬أوجد المدى لمجموعة البيانات المعطاة بمثال ‪.1‬‬
‫الحل ‪:‬‬
‫بالنسبة للمجموعة األولى }‪𝑥𝐿 = 14, 𝑥𝑆 = 10 : {10, 11, 12, 13, 14‬‬
‫وبالتالي نجد أن‪𝑅 = 𝑥𝐿 − 𝑥𝑆 = 14 – 10 = 4 :‬‬
‫و بالنسبة للمجموعة الثانية }‪𝑥𝐿 = 16, 𝑥𝑆 = 8 : {9, 15, 8, 16, 12‬‬
‫وبالتالي نجد أن‪:‬‬
‫‪𝑅 = 𝑥𝐿 − 𝑥𝑆 = 16 – 8 = 8‬‬
‫نالحظ أن بيانات المجموعة الثانية من البيانات أكثر تشتتا من بيانات المجموعة األولى‬
‫(أي أن بيانات المجموعة األولي أكثر تجانسا من بيانات المجموعة الثانية)‬
‫ولالضطالع علي فيديو توضيحي قم بزيارة الرابط‪:‬‬
‫‪https://www.youtube.com/watch?v=9x5MwCOC_P8‬‬
‫ثانيا‪:‬المدى ل لبيانات المبوبة (جداول التوزيع التكرارية)‪:‬‬
‫في هذه الحالة يمكن اعتبار أن أكبر قيمة في البيانات المبوبة علي أنها الحد األعلى للفئة‬
‫األخيرة – وأصغر قيمة فيها علي أنها الحد األدنى للفئة األولي ‪ -‬بذلك يعرف المدى‬
‫كما في أوال‪ ،‬حيث 𝐋𝒙 الحد األعلى للفئة األخيرة ‪ 𝒙𝐒 ،‬الحد األدنى للفئة األولي‬
‫ولالضطالع علي فيديو توضيحي قم بزيارة الرابط‪:‬‬
‫‪https://www.youtube.com/watch?v=qcfrupCKW60‬‬
‫مثال (‪ : )3‬أوجد المدى لمجموعة البيانات بالجدول التكراري التالي ‪:‬‬
‫الفئات‬ ‫‪30- 40- 50- 60- 70- 80-‬‬ ‫‪90-100‬‬
‫التكرارات‬ ‫‪4‬‬ ‫‪28‬‬ ‫‪60‬‬ ‫‪42‬‬ ‫‪38‬‬ ‫‪20‬‬ ‫‪8‬‬
‫الحل‪ :‬من الجدول التكراري نجد أن‪. 𝑥L = 100, 𝑥S = 30 :‬‬
‫وعليه فإن المدي لهذه البيانات هو‬

‫‪37‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪𝑅 = 𝑥𝐿 − 𝑥S = 100 – 30 = 70‬‬


‫مميزات المدى‪:‬‬
‫سهولة وسرعة حسابه‬
‫عيوب المدى‪:‬‬
‫التركيز علي قيمتين فقط هما أكبر وأصغر قيمة وبالتالي فهو عرضة للتأثر بالقيم‬
‫المتطرفة مما يعطي أحيانا وصفا غير دقيق للتشتت ومن هنا جاءت الحاجة إلي إيجاد‬
‫مقاييس أخري للتشتت‬

‫)‪3.3. Half of the interquartile range (interquartile deviation‬‬


‫نصف المدي الربيعي (النحراف الربيعي)‬

‫أول ‪ :‬نصف المدى الربيعي للبيانات المفردة‬


‫تعتمد فكرة هذا المقياس علي التخلص من القيم المتطرفة سواء المتناهية في الصغر أو‬
‫المتناهية في الكبر على النحو التالي ‪:‬‬
‫أ‪ -‬نرتب البيانات تصاعديا إذا كانت البيانات مفردة أو نكون الجدول التكراري المتجمع‬
‫الصاعد إذا كانت البيانات مبوبة‪.‬‬
‫ب‪ -‬نوجد الربيع األول " 𝟏𝑸 " وهو المفردة التي يسبقها ‪ % 25‬من البيانات ورتبة‬
‫𝑛‬
‫هذا المقياس هو ) ( (مع مراعاة كون عدد البيانات المفردة فرديا أو زوجيا كما‬
‫‪4‬‬
‫سنرى في األمثلة التوضيحية)‪.‬‬
‫ج‪ -‬نوجد الربيع الثالث " 𝟏𝑸 " وهو المفردة التي يسبقها ‪ % 75‬من البيانات ورتبة‬
‫𝑛‪3‬‬
‫هذا المقياس هو ) ( (مع مراعاة كون عدد البيانات المفردة فرديا أو زوجيا كما‬
‫‪4‬‬
‫سنرى في األمثلة التوضيحية)‪.‬‬
‫د – نحسب نصف المدى الربيعي ‪ S.I.Q‬من العالقة ‪:‬‬
‫𝟏𝑸 ‪𝑸𝟑 −‬‬
‫= 𝑸 ‪𝑺. 𝑰.‬‬
‫𝟐‬

‫مالحظة‪ :‬بالنسبة لكل الربيع األول والثاني والثالث يمكن الحصول على كل منهم في‬
‫حالة البيانات المبوبة من خالل عالقة رياضية سيتم توضيحها الحقا دون النظر لعدد‬
‫البيانات فرديا أو زوجيا‪:‬‬
‫مثال (‪ :)4‬أوجد نصف المدى الربيعي لكل من البيانات التالية‪:‬‬
‫(أ) ‪7, 16, 29, 25, 32, 17, 18, 20, 10, 12, 43‬‬
‫(ب) ‪4, 1, 12, 14, 10, 11, 5, 13, 9, 8‬‬
‫‪38‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫الحل‪:‬‬
‫(أ) نرتب البيانات تصاعدياً‪:‬‬
‫‪7, 10, 12, 16, 17, 18, 20, 25, 29, 32, 43‬‬
‫بما أن عدد البيانات ‪( 𝑛 = 11‬فردي)‪ ،‬إذن‬
‫‪𝑛+1‬‬ ‫‪11 + 1‬‬
‫( = ‪ 𝑄1‬رتبة‬ ‫(=)‬ ‫)‪) = (3‬‬
‫‪4‬‬ ‫‪4‬‬
‫‪𝑛+1‬‬ ‫‪11 + 1‬‬
‫( ‪ 𝑄3 = 3‬رتبة‬ ‫(‪) = 3‬‬ ‫)‪) = (9‬‬
‫‪4‬‬ ‫‪4‬‬
‫وبالتالي فإن الربيع األدنى (األول) عبارة عن ‪ ، 𝑄1 = 𝑥(3) = 12‬كما أن الربيع‬
‫األعلى (الثالث) عبارة عن ‪.𝑄3 = 𝑥(9) = 29‬‬
‫إذن نصف المدى الربيعي هو ‪:‬‬
‫‪𝑄3 − 𝑄1 29 − 12 17‬‬
‫= 𝑄 ‪𝑆. 𝐼.‬‬ ‫=‬ ‫=‬ ‫‪= 8.5‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫(ب) نرتب البيانات تصاعدياً‪:‬‬
‫‪1, 4, 5, 8, 9, 10, 11, 12, 13, 14‬‬
‫بما أن عدد البيانات ‪( n = 10‬زوجي)‪ ،‬إذن‬
‫𝑛‬ ‫‪10‬‬
‫)‪ 𝑄1 = ( ) = ( ) = (2.5‬رتبة‬
‫‪4‬‬ ‫‪4‬‬
‫(أي عدد غير صحيح)‪ ،‬وبالتالي فإن الربيع األول ‪ 𝑄1‬يمثل متوسط قيم المفردتين‬
‫الثانية والثالثة للبيانات المرتبة تصاعديا ‪:‬‬
‫‪𝑥(2) + 𝑥(3) 4 + 5‬‬
‫= ‪𝑄1‬‬ ‫=‬ ‫‪= 4.5‬‬
‫‪2‬‬ ‫‪2‬‬
‫بالمثل بالنسبة للربيع الثالث ‪: 𝑄3‬‬
‫𝑛‬ ‫‪10‬‬
‫)‪ 𝑄3 = 3( ) = 3 ( ) = (7.5‬رتبة‬
‫‪4‬‬ ‫‪4‬‬
‫(أي عدد غير صحيح)‪ ،‬وبالتالي فإن الربيع الثالث ‪ 𝑄3‬يمثل متوسط قيم المفردتين‬
‫السابعة والثامنة للبيانات المرتبة تصاعديا ‪:‬‬
‫‪𝑥(7) + 𝑥(8) 11 + 12‬‬
‫= ‪𝑄3‬‬ ‫=‬ ‫‪= 11.5‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪39‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫وبالتالي فإن نصف المدى الربيعي هو ‪:‬‬


‫‪𝑄3 − 𝑄1 11.5 − 4.5 7‬‬
‫= 𝑄 ‪𝑆. 𝐼.‬‬ ‫=‬ ‫‪= = 3.5‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫نالحظ من ترتيب البيانات تصاعديا أو تنازليا يتضح لنا أن القيم المتطرفة ستقع إما في‬
‫البداية أو في النهاية ولما ال يتأثر بالقيم المتطرفة ولكن يظل وجود عيب تبعد عن هذه‬
‫القيم المتطرفة فإن نصف المدي الربيعي وهو عدم األخذ في االعتبار لكل البيانات فهو‬
‫يعتمد في حساباته علي قيمتين فقط ويهمل بقية البيانات‪.‬‬
‫ثانيا‪ :‬نصف المدى الربيعي للبيانات المبوبة‬
‫يمكن تلخيص الخطوات فيما يلي‪:‬‬
‫‪ -1‬نكون الجدول التكراري المتجمع الصاعد‬
‫𝑛‪3‬‬ ‫𝑛‬
‫‪ -2‬نعين رتبة الربيع األول و رتبة الربيع الثالث‬
‫‪4‬‬ ‫‪4‬‬
‫‪ -3‬نعين كل من فئة الربيع األول و فئة الربيع الثالث‬
‫‪ -4‬نحسب قيمة الربيع األول ‪ 𝑄1‬من العالقة ‪:‬‬
‫𝒊𝒇 𝟏=𝒊𝒌∑‬
‫𝟏𝑭 ‪−‬‬
‫𝟒‬
‫( ‪𝑸𝟏 = 𝑨𝑸𝟏 +‬‬ ‫)𝑳( )‬
‫𝟏 𝑸𝒇‬

‫حيث‪ 𝑨𝑸𝟏 :‬يمثل بداية فئة الربيع األول ‪، 𝑄1‬‬


‫‪ L‬يمثل طول فئة الربيع األول ‪، 𝑄1‬‬
‫𝒌∑‬
‫𝒊𝒇 𝟏=𝒊‬ ‫𝒏‬
‫يمثل رتبة الربيع األول ‪، 𝑄1‬‬ ‫=‬
‫𝟒‬ ‫𝟒‬
‫مجموع التكرارات المتجمعة قبل فئة ‪،𝑄1‬‬ ‫𝟏𝑭‬
‫التكرار األصلي لفئة ‪. 𝑄1‬‬ ‫𝟏 𝑸𝒇‬
‫كذلك نحسب قيمة الربيع الثالث ‪ 𝑄3‬من العالقة ‪:‬‬

‫𝒊𝒇 𝟏=𝒊𝒌∑ 𝟑‬
‫𝟑𝑭 ‪−‬‬
‫𝟒‬
‫( ‪𝑸𝟑 = 𝑨𝑸𝟑 +‬‬ ‫)𝑳( )‬
‫𝟑 𝑸𝒇‬

‫‪40‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫حيث‬
‫𝟑‬ ‫𝒊𝒇 𝟏=𝒊𝒌∑‬
‫‪𝑨𝑸𝟑 ,‬‬ ‫‪𝑭𝟑 ,‬‬ ‫‪,‬‬ ‫𝑳‬
‫𝟒‬

‫لها نفس الدالالت السابقة ولكن بالنسبة لفئة الربيع الثالث ‪ ،‬و المثال التالي يوضح تلك‬
‫الخطوات‪.‬‬
‫مثال (‪ : )5‬لمجموعة البيانات التالية احسب نصف المدى الربيعي‬
‫الفئات‬ ‫‪4-‬‬ ‫‪8-‬‬ ‫‪12-‬‬ ‫‪16-‬‬ ‫‪20-24‬‬ ‫المجموع‬
‫التكرارات‬ ‫‪15‬‬ ‫‪25‬‬ ‫‪38‬‬ ‫‪12‬‬ ‫‪10‬‬ ‫‪100‬‬
‫الحل‪:‬‬
‫نكون الجدول التكراري المتجمع الصاعد التالي ‪:‬‬
‫الفئات‬ ‫التكرارات‬ ‫التكرار المتجمع الصاعد أقل من (الحد األعلى للفئة)‬
‫‪4-‬‬ ‫‪15‬‬ ‫أقل من‪8‬‬ ‫‪15‬‬
‫‪8-‬‬ ‫‪25‬‬ ‫أقل من‪12‬‬ ‫‪40‬‬
‫‪12-‬‬ ‫‪38‬‬ ‫أقل من‪16‬‬ ‫‪78‬‬
‫‪16-‬‬ ‫‪12‬‬ ‫أقل من‪20‬‬ ‫‪90‬‬
‫‪20-24‬‬ ‫‪10‬‬ ‫أقل من‪24‬‬ ‫‪100‬‬
‫المجموع‬ ‫‪100‬‬
‫إليجاد الربيع األول ‪:𝑄1‬‬
‫من الجدول نجد أن رتبة الربيع األول ‪ ، 100/4 = 25‬بداية فئة الربيع األول ‪، 8‬‬
‫طول فئة الربيع األول ‪ ،4‬التكرار األصلي لفئة الربيع األول ‪ ،25‬مجموع‬
‫التكرارات المتجمعة قبل فئة الربيع األول ‪.15‬‬
‫وبالتعويض في العالقة الخاصة بالربيع األول نجد أن‪:‬‬
‫𝑘∑‬
‫𝑖𝑓 ‪𝑖=1‬‬
‫‪− 𝐹1‬‬ ‫‪25 − 15‬‬
‫‪4‬‬
‫( ‪𝑄1 = 𝐴𝑄1 +‬‬ ‫( ‪) (𝐿 ) = 8 +‬‬ ‫‪)(4) = 9.6‬‬
‫‪𝑓𝑄1‬‬ ‫‪25‬‬
‫إليجاد الربيع الثالث ‪:𝑄3‬‬

‫‪41‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫من الجدول نجد أن رتبة الربيع الثالث ‪ ،3(100)⁄4 = 75‬بداية فئة الربيع الثالث‬
‫‪ ، 12‬طول فئة الربيع الثالث ‪ ، 4‬التكرار األصلي لفئة الربيع الثالث ‪ ، 38‬مجموع‬
‫التكرارات المتجمعة قبل فئة الربيع الثالث ‪.40‬‬
‫وبالتعويض في العالقة الخاصة بالربيع الثالث نجد أن ‪:‬‬
‫𝑘∑ ‪3‬‬
‫𝑖𝑓 ‪𝑖=1‬‬
‫‪− 𝐹3‬‬ ‫‪75 − 40‬‬
‫‪4‬‬
‫( ‪𝑄3 = 𝐴𝑄3 +‬‬ ‫( ‪) (𝐿) = 12 +‬‬ ‫‪)(4) = 15.68‬‬
‫‪𝑓𝑄3‬‬ ‫‪38‬‬
‫وبالتالي فإن نصف المدى الربيعي هو ‪:‬‬
‫‪𝑄3 − 𝑄1 15.68 − 9.60 6.08‬‬
‫= 𝑄 ‪𝑆. 𝐼.‬‬ ‫=‬ ‫=‬ ‫‪= 3.04‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫مزايا نصف المدى الربيعي‪:‬‬
‫‪ -1‬يسهل فهمه‬
‫‪ -2‬يصلح للتغلب علي القيمة المتطرفة حيث أنه ال يتأثر بها‬
‫‪ -3‬أدق من المدى‬
‫عيوب نصف المدى الربيعي‪:‬‬
‫يستخدم في حسابه نصف البيانات‬

‫)‪3.4 Average deviation (absolute‬‬ ‫النحراف المتوسط (المطلق)‬

‫إذا كان االنحراف الربيعي ( نصف المدى الربيعي) ال يأخذ في االعتبارات كل‬
‫القراءات كان التفكير جادا في مقياس آخر يتغلب علي هذه الصعوبة من المقاييس التي‬
‫تتغلب علي هذه الصعوبة مقياس االنحراف المتوسط(المطلق)‪ ،‬وسوف نتناول‬
‫االنحراف المتوسط للبيانات عن كل من الوسط الحسابي و الوسيط‪.‬‬
‫يعرف االنحراف المتوسط علي أنه متوسط االنحرافات المطلقة (إهمال اإلشارة‬
‫السالبة) عن أحد مقاييس النزعة المركزية (المتوسطات)‪.‬‬
‫أول‪:‬حساب النحراف المتوسط للبيانات المفردة ‪:‬‬
‫إذا كان لدينا البيانات 𝑛 ‪ ، 𝑥𝑖 , 𝑖 = 1,2, … ,‬فإن االنحراف المتوسط عن كل من‬
‫الوسط الحسابي والوسيط يعطي بالعالقة ‪:‬‬

‫‪42‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫|̅𝑋 ‪∑𝒏𝒊=𝟏|𝒙𝒊 −‬‬


‫= االنحراف المتوسط عن الوسط الحسابي‬
‫𝒏‬
‫|𝑴 ‪∑𝒏𝒊=𝟏|𝒙𝒊 −‬‬
‫= االنحراف المتوسط عن الوسيط‬
‫𝒏‬

‫مع مالحظة أن العالمة |⬚| تعني أخذ الفرق أو باقي الطرح مع إهمال اإلشارة وهي‬
‫من عيوب المقياس‪.‬‬
‫مثال (‪ :)6‬احسب االنحراف المتوسط عن كل من الوسط الحسابي والوسيط للبيانات‬
‫التالية ‪:‬‬
‫‪10, 8, 9, 16, 37, 23, 15, 13, 12, 17‬‬
‫الحل‪ :‬أولً‪ :‬نحسب الوسط الحسابي للبيانات‬
‫‪10 + 8 + 9 + 16 + ⋯ + 12 + 17‬‬ ‫‪160‬‬
‫= ̅𝑋‬ ‫=‬ ‫‪= 16‬‬
‫‪10‬‬ ‫‪10‬‬

‫ثانياً‪ :‬نحسب الوسيط للبيانات‬


‫حيث أن عدد البيانات زوجي فإن ترتيب الوسيط هو ترتيب القيمتين المتوسطتين‬
‫‪10‬‬ ‫‪10‬‬
‫(‬ ‫)‪) = (5), ( + 1) = (6‬‬
‫‪2‬‬ ‫‪2‬‬
‫ثم نرتب البيانات تصاعديا ‪:‬‬
‫‪8, 9, 10, 12, 13, 15, 16, 17, 23, 37‬‬

‫ويكون الوسيط هو متوسط العددين ‪ 𝑥(5) = 13, 𝑥(6) = 15‬أي ‪:‬‬

‫‪13 + 15 28‬‬
‫=𝑀‬ ‫=‬ ‫‪= 14‬‬
‫‪2‬‬ ‫‪2‬‬
‫وبالتالي يكون االنحراف المتوسط عن الوسط عبارة عن‪:‬‬
‫‪∑𝑛𝑖=1|𝑥𝑖 − 𝑋̅| 58‬‬
‫= االنحراف المتوسط عن الوسط‬ ‫=‬ ‫‪= 5.8‬‬
‫𝑛‬ ‫‪10‬‬

‫‪43‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫وأيضا االنحراف المتوسط عن الوسيط عبارة عن‪:‬‬

‫‪∑𝑛𝑖=1|𝑥𝑖 − 𝑀| 52‬‬
‫= االنحراف المتوسط عن الوسيط‬ ‫=‬ ‫‪= 5.2‬‬
‫𝑛‬ ‫‪10‬‬

‫نالحظ دائما أن االنحراف المتوسط عن الوسيط أقل من االنحراف عن الوسط‬


‫الحسابي أو أي قيمة أخري‪.‬‬

‫ثانيا‪:‬حساب النحراف المتوسط للبيانات المبوبة ‪:‬‬


‫االنحراف المتوسط للبيانات المبوبة يعطي بالعالقة التالية‬

‫|̅‬
‫𝑿 ‪∑𝒌𝒊=𝟏 𝒇𝒊 |𝒙𝒊 ⋆ −‬‬
‫= االنحراف المتوسط عن الوسط الحسابي‬
‫𝒊𝒇 𝟏=𝒊𝒌∑‬

‫|𝑴 ‪∑𝒌𝒊=𝟏 𝒇𝒊 |𝒙𝒊 ∗ −‬‬


‫= االنحراف المتوسط عن الوسيط‬
‫𝒊𝒇 𝟏=𝒊𝒌∑‬

‫مثال (‪ :)7‬احسب االنحراف المتوسط عن الوسط الحسابي لبيانات الجدول التالي‬


‫الفئات‬ ‫‪10-‬‬ ‫‪20-‬‬ ‫‪30-‬‬ ‫‪40-‬‬ ‫‪50-60‬‬ ‫المجموع‬
‫التكرارات‬ ‫‪10‬‬ ‫‪20‬‬ ‫‪30‬‬ ‫‪25‬‬ ‫‪15‬‬ ‫‪100‬‬
‫الحل‪:‬‬
‫الوسط الحسابي لهذه البيانات عبارة عن‬
‫⋆ 𝑖𝑥 ‪∑𝑘𝑖=1 𝑓𝑖 .‬‬ ‫‪3650‬‬
‫= ̅𝑋‬ ‫=‬ ‫‪= 36.50‬‬
‫𝑖𝑓 =𝑖𝑘∑‬ ‫‪100‬‬
‫نكون الجدول التالي‪:‬‬
‫الفئات‬ ‫𝑖𝑓‬ ‫⋆ 𝑖𝑥‬ ‫⋆ 𝑖𝑥 𝑖𝑓‬ ‫|̅𝑋 ‪|𝑥𝑖 ⋆ −‬‬ ‫|̅𝑋 ‪𝑓𝑖 |𝑥𝑖 ⋆ −‬‬
‫‪10-‬‬ ‫‪10‬‬ ‫‪15‬‬ ‫‪150‬‬ ‫‪21.5‬‬ ‫‪315‬‬
‫‪20-‬‬ ‫‪20‬‬ ‫‪25‬‬ ‫‪500‬‬ ‫‪11.5‬‬ ‫‪330‬‬
‫‪30-‬‬ ‫‪30‬‬ ‫‪35‬‬ ‫‪1050‬‬ ‫‪1.5‬‬ ‫‪45‬‬

‫‪44‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪40‬‬ ‫‪25‬‬ ‫‪45‬‬ ‫‪1125‬‬ ‫‪8.5‬‬ ‫‪313.5‬‬


‫‪50-60‬‬ ‫‪15‬‬ ‫‪55‬‬ ‫‪825‬‬ ‫‪18.5‬‬ ‫‪377.5‬‬
‫‪100‬‬ ‫‪3650‬‬ ‫‪980‬‬
‫‪∑𝑘𝑖=1 𝑓𝑖 |𝑥𝑖 − 𝑋̅| 980‬‬
‫= االنحراف المتوسط عن الوسط الحسابي‬ ‫=‬ ‫‪= 9.8‬‬
‫𝑖𝑓 ‪∑𝑘𝑖=1‬‬ ‫‪100‬‬

‫التباين والنحراف المعياري ‪3.5. Variance and standard deviation:‬‬

‫يعرف تباين مجموعة من البيانات بأنه متوسط مربعات انحرافات هذه البيانات عن‬
‫وسطها الحسابي ويرمز له بالرمز " ‪ " S 2‬ويعتبر التباين من أهــــــــم مقاييس التشتت‪.‬‬
‫واالنحراف المعياري " ‪ " S‬لمجموعة من البيانات هو الجذر التربيعي للتباين‪.‬‬
‫أول‪ :‬التباين لمجموعة من البيانات المفردة‬
‫ليكن لدينا مجموعة من البيانات المفردة 𝑛𝑥 ‪ 𝑥1 , 𝑥2 , … ,‬وسطها الحسابي معلوم‬
‫فإن انحرافات القيم السابقة عن الوسط الحسابي هي‪:‬‬
‫̅𝑋 ‪𝑥1 − 𝑋̅ , 𝑥2 − 𝑋̅ , … , 𝑥𝑛 −‬‬
‫(بعضها موجب وبعضها سالب وبعضها أصفار) وتكون مربعاتها‬
‫‪(𝑥1 − 𝑋̅)2 , (𝑥2 − 𝑋̅)2 , … , (𝑥𝑛 − 𝑋̅)2‬‬
‫وعلي ذلك فإن التباين ‪ 𝑆 2‬للبيانات السابقة يعطي بالعالقة التالية‪:‬‬

‫𝒏‬
‫𝟏‬
‫= 𝟐𝐒‬ ‫𝟐) ̅‬
‫𝐗 ‪∑(𝒙𝒊 −‬‬
‫)𝟏 ‪(𝒏 −‬‬
‫𝟏=𝒊‬

‫كما يعطي االنحراف المعياري بالعالقة التالية‪:‬‬

‫‪45‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫𝒏‬
‫𝟏‬
‫√=𝐒‬ ‫𝟐) ̅‬
‫𝐗 ‪∑(𝒙𝒊 −‬‬
‫)𝟏 ‪(𝒏 −‬‬
‫𝟏=𝒊‬

‫مثال(‪ :)8‬اوجد التباين واالنحراف المعياري لمجموعة البيانات التالية‪:‬‬


‫‪40, 43, 45, 50, 47‬‬

‫الحل‪:‬‬
‫الوسط الحسابي لهذه البيانات ‪ ، 𝑋̅ = 45 :‬وبالتالي نستطيع تكوين الجدول التالي‬
‫لتسهيل الحسابات‪:‬‬

‫𝒊𝒙‬ ‫𝑿 ‪(𝒙𝒊 −‬‬‫)̅‬ ‫𝑿 ‪(𝒙𝒊 −‬‬‫𝟐) ̅‬


‫‪40‬‬ ‫‪-5‬‬ ‫‪25‬‬
‫‪43‬‬ ‫‪-2‬‬ ‫‪4‬‬
‫‪45‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪50‬‬ ‫‪5‬‬ ‫‪25‬‬
‫‪47‬‬ ‫‪2‬‬ ‫‪4‬‬
‫‪225‬‬ ‫‪0‬‬ ‫‪58‬‬
‫إذن التباين عبارة عن‪:‬‬
‫𝑛‬
‫‪1‬‬ ‫‪58‬‬
‫= ‪S2‬‬ ‫= ‪∑(𝑥𝑖 − 𝑋̅)2‬‬ ‫‪= 14.5‬‬
‫)‪(𝑛 − 1‬‬ ‫‪4‬‬
‫‪𝑖=1‬‬
‫واالنحراف المعياري نحصل عليه بحساب الجذر التربيعي للتباين لنحصل على التالي‪:‬‬
‫‪𝑆 = √14.5 ≅ 3.81‬‬

‫مثال (‪ :)9‬أثبت أنه للبيانات المفردة يكون ‪:‬‬

‫‪46‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫𝒏‬
‫𝟏‬
‫= 𝟐𝐒‬ ‫)𝟐 ̅‬
‫𝑿 𝒏 ‪(∑ 𝒙𝒊 𝟐 −‬‬
‫𝟏‪𝒏−‬‬
‫𝟏=𝒊‬
‫البرهان ‪:‬‬
‫𝑛‬ ‫𝑛‬

‫) ‪∑(𝑥𝑖 − 𝑋̅)2 = ∑( 𝑥𝑖 2 − 2𝑥𝑖 𝑋̅ + 𝑋̅ 2‬‬


‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬
‫𝑛‬ ‫𝑛‬ ‫𝑛‬

‫‪= ∑ 𝑥𝑖 2 − 2𝑋̅ ∑ 𝑥𝑖 + 𝑛𝑋̅ 2 = ∑ 𝑥𝑖 2 − 𝑛𝑋̅ 2‬‬


‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬
‫𝑛‬ ‫𝑛‬
‫‪2‬‬
‫𝑖𝑥 ‪∑𝑛𝑖=1‬‬ ‫‪2‬‬
‫‪( ∑𝑛𝑖=1 𝑥𝑖 )2‬‬
‫‪2‬‬
‫(𝑛 ‪= ∑ 𝑥𝑖 −‬‬ ‫‪) = ∑ 𝑥𝑖 −‬‬
‫𝑛‬ ‫𝑛‬
‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬

‫ومنها نجد أن‪:‬‬


‫‪n‬‬
‫‪2‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪(∑𝑛𝑖=1 𝑥𝑖 )2‬‬
‫= ‪S‬‬ ‫‪[∑ 𝑥𝑖 −‬‬ ‫]‬
‫‪𝑛−1‬‬ ‫𝑛‬
‫‪i=1‬‬
‫‪n‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪𝑛 (∑𝑛𝑖=1 𝑥𝑖 )2‬‬
‫=‬ ‫( ‪∑ 𝑥𝑖 −‬‬ ‫)‬
‫‪𝑛−1‬‬ ‫‪𝑛−1‬‬ ‫‪𝑛2‬‬
‫‪i=1‬‬
‫‪n‬‬ ‫‪2‬‬ ‫‪n‬‬
‫‪1‬‬ ‫𝑛‬ ‫𝑖𝑥 ‪∑𝑛𝑖=1‬‬ ‫‪1‬‬
‫=‬ ‫‪2‬‬
‫( ‪∑ 𝑥𝑖 −‬‬ ‫()‬ ‫= )‬ ‫) ‪(∑ 𝑥𝑖 2 − 𝑛 𝑋̅ 2‬‬
‫‪𝑛−1‬‬ ‫‪𝑛−1‬‬ ‫𝑛‬ ‫‪𝑛−1‬‬
‫‪i=1‬‬ ‫‪i=1‬‬
‫ثانيا‪ :‬التباين لمجموعة من البيانات المبوبة‬
‫في هذه الحالة نوجد انحرافات مراكز الفئات عن الوسط الحسابي ثم نوجد مربع هذه‬
‫االنحرافات ويكون مجموع مربعات انحرافات القيم عن وسطها الحسابي هو مجموع‬
‫حاصل ضرب مربع كل انحراف في التكرار المناظر له وبذلك يكون لدينا‬
‫𝐤‬ ‫𝒌‬
‫𝟏‬
‫𝟐‬
‫= 𝐒‬ ‫𝟐) ̅‬
‫𝑿 ‪∑ 𝒇𝒊 (𝒙𝒊 ⋆ −‬‬ ‫‪,‬‬ ‫𝒊𝒇 ∑ = 𝒏‬
‫𝟏‪𝒏−‬‬
‫𝟏=𝒊‬ ‫=𝒊‬

‫واالنحراف المعياري هو‬

‫‪47‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫𝐤‬ ‫𝒌‬
‫𝟏‬
‫√=𝐒‬ ‫𝟐) ̅‬
‫𝑿 ‪∑ 𝒇𝒊 (𝒙𝒊 ⋆ −‬‬ ‫‪,‬‬ ‫𝒊𝒇 ∑ = 𝒏‬
‫𝟏‪𝒏−‬‬
‫𝟏=𝒊‬ ‫=𝒊‬

‫وأيضا يمكن حساب التباين للبيانات المبوبة من العالقة المكافئة اآلتية ‪:‬‬
‫𝒌‬ ‫𝒌‬
‫𝟏‬
‫= 𝐒‬‫𝟐‬
‫𝑿 𝒏 ‪(∑ 𝒇𝒊 𝒙𝒊 ∗ 𝟐 −‬‬
‫)𝟐 ̅‬ ‫‪,‬‬ ‫𝒊𝒇 ∑ = 𝒏‬
‫𝟏‪𝒏−‬‬
‫𝟏=𝒊‬ ‫=𝒊‬

‫مثال (‪ :)10‬اوجد التباين واالنحراف المعياري لمجموعة البيانات‬


‫الفئات‬ ‫‪0-‬‬ ‫‪2-‬‬ ‫‪4-‬‬ ‫‪6-‬‬ ‫‪8-‬‬ ‫‪10-12‬‬
‫التكرارات‬ ‫‪2‬‬ ‫‪7‬‬ ‫‪12‬‬ ‫‪19‬‬ ‫‪9‬‬ ‫‪1‬‬
‫الحل‪:‬‬
‫نكون الجدول التالي‪:‬‬
‫⋆‬ ‫⋆‬ ‫‪2‬‬
‫الفئات 𝑖𝑥‬ ‫التكرارات 𝑖𝑓‬ ‫𝑖𝑥‬ ‫𝑖𝑥 ‪𝑓𝑖 .‬‬ ‫𝑖𝑓 ⋆ 𝑖𝑥 ‪.‬‬
‫‪0-‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪2-‬‬ ‫‪7‬‬ ‫‪3‬‬ ‫‪21‬‬ ‫‪63‬‬
‫‪4-‬‬ ‫‪12‬‬ ‫‪5‬‬ ‫‪60‬‬ ‫‪300‬‬
‫‪6-‬‬ ‫‪19‬‬ ‫‪7‬‬ ‫‪133‬‬ ‫‪931‬‬
‫‪8-‬‬ ‫‪9‬‬ ‫‪9‬‬ ‫‪81‬‬ ‫‪729‬‬
‫‪10-12‬‬ ‫‪1‬‬ ‫‪11‬‬ ‫‪11‬‬ ‫‪121‬‬
‫المجموع‬ ‫‪50‬‬ ‫‪308‬‬ ‫‪2146‬‬
‫ثم نوجد الوسط الحسابي‬
‫⋆ 𝑖𝑥 𝑖𝑓 ‪∑𝑛𝑖=1‬‬ ‫‪308‬‬
‫= ̅𝑋‬ ‫=‬ ‫‪= 6.16‬‬
‫𝑖𝑓 ‪∑𝑛𝑖=1‬‬ ‫‪50‬‬
‫وبالتعويض بالناتج نحصل على التباين واالنحراف المعياري كالتالي‪:‬‬
‫𝑘‬
‫‪1‬‬
‫= ‪S2‬‬ ‫‪(∑ 𝑓𝑖 𝑥𝑖 2 − 𝑛 𝑋̅ 2 ) = 5.44‬‬
‫‪𝑛−1‬‬
‫‪𝑖=1‬‬
‫=‪S‬‬ ‫‪√S 2‬‬ ‫‪= √5.44 = 2.33‬‬

‫‪48‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫مزايا التباين والنحراف المعياري‪:‬‬


‫‪ -1‬من أهم المقاييس في تعيين درجة التشتت‪.‬‬
‫‪ -2‬تتناول جميع القيم لمجموعة البيانات ‪.‬‬
‫‪ -3‬أدق مقاييس التشتت ‪.‬‬
‫عيوب التباين والنحراف المعياري‪:‬‬
‫صعب في حسابهم‬

‫الخطأ المعياري ‪3.6. Standard error‬‬

‫الخطأ المعياري " ‪ " SE‬يمكن الحصول عليه من خالل خارج قسمة االنحراف‬
‫المعياري ‪ S‬على الجذر التربيعي لعدد البيانات 𝑛 (عدد البيانات المفردة أو مجموع‬
‫التكرارات)‪ ،‬وهذا كما هو موضح في العالقة التالية‪:‬‬
‫𝑺‬
‫= 𝑬𝑺‬
‫𝒏√‬

‫مثال (‪ :)11‬اوجد الخطأ المعياري لمجموعة بيانات مثال (‪:)10‬‬


‫الفئات‬ ‫‪0-‬‬ ‫‪2-‬‬ ‫‪4-‬‬ ‫‪6-‬‬ ‫‪8-‬‬ ‫‪10-12‬‬
‫التكرارات‬ ‫‪2‬‬ ‫‪7‬‬ ‫‪12‬‬ ‫‪19‬‬ ‫‪9‬‬ ‫‪1‬‬
‫الحل‪ :‬في مثال (‪ )10‬سبق الحصول على الوسط والتباين واالنحراف المعياري‪:‬‬
‫‪𝑋̅ = 6.16 , S2 = 5.44 , S = √5.44 = 2.33‬‬
‫وبالتالي فإن الخطأ المعياري عبارة عن‪:‬‬
‫𝑆‬ ‫‪2.33‬‬
‫= 𝐸𝑆‬ ‫=‬ ‫‪= 0.33‬‬
‫‪√𝑛 7.071‬‬
‫معامل الختالف‪3.7. Coefficient of variation‬‬

‫هذا المقياس يتم من خالله المقارنة بين عينتين من مجتمعين مختلفين وذلك بحسابه لكل‬
‫منهما كما هو الحال عند مقارنة عينة أطوال وعينة أوزان‪ .‬ويعرف معامل االختالف‬
‫" ‪ " CV‬لمجموعة من البيانات بأنه‪:‬‬
‫𝑆‬
‫= 𝑉𝐶‬ ‫‪. 100%‬‬
‫̅‬
‫‪X‬‬

‫‪49‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫حيث 𝑆 االنحراف المعياري للبيانات ‪ 𝑋̅ ،‬الوسط الحسابي ‪ ،‬ويسمي معامل االختالف‬


‫أيضا بالتشتت النسبي‪.‬‬
‫مثال (‪ :)12‬اوجد معامل األختالف لمجموعة بيانات مثال (‪:)10‬‬
‫الفئات‬ ‫‪0-‬‬ ‫‪2-‬‬ ‫‪4-‬‬ ‫‪6-‬‬ ‫‪8-‬‬ ‫‪10-12‬‬
‫التكرارات‬ ‫‪2‬‬ ‫‪7‬‬ ‫‪12‬‬ ‫‪19‬‬ ‫‪9‬‬ ‫‪1‬‬
‫الحل‪:‬‬
‫في مثال (‪ )10‬سبق الحصول على الوسط والتباين واالنحراف المعياري‪:‬‬
‫‪𝑋̅ = 6.16 , S2 = 5.44 , S = √5.44 = 2.33‬‬
‫وبالتالي فإن معامل األختالف عبارة عن ‪:‬‬
‫𝑆‬ ‫‪2.33‬‬
‫= ‪𝐶𝑉 = . 100%‬‬ ‫‪. 100 % = 37.83 %‬‬
‫̅‬
‫‪X‬‬ ‫‪6.16‬‬
‫مثال (‪ :)13‬أوجد ‪ CV ،SE‬للبيانات التالية‪. 40, 43, 45, 50, 47 :‬‬
‫الحل‪:‬‬
‫إليجاد المطلوب البد من حساب الوسط واالنحراف المعياري وذلك كالتالي‪:‬‬
‫‪40 + 43 + 45 + 50 + 47‬‬
‫= ̅𝑋‬ ‫‪= 45,‬‬
‫‪5‬‬
‫‪(40 − 45)2 + (43 − 45)2 + ⋯ + (47 − 45)2‬‬
‫√=𝑆‬
‫‪4‬‬

‫‪25 + 4 + 0 + 25 + 4‬‬ ‫‪58‬‬


‫√=‬ ‫‪= √ = √14.5 = 3.81,‬‬
‫‪4‬‬ ‫‪4‬‬
‫حيث أن ‪ . 𝑛 = 5‬إذا الخطأ المعياري ومعامل األختالف عبارة عن‪:‬‬
‫𝑆‬ ‫‪√14.5‬‬ ‫𝑆‬
‫= 𝐸𝑆‬ ‫=‬ ‫‪= 1.703‬‬ ‫&‬ ‫= 𝑉𝐶‬ ‫‪. 100% = 8.5%‬‬
‫𝑛√‬ ‫‪√5‬‬ ‫̅𝑋‬
‫مثال (‪ :)14‬احسب الخطأ المعياري ومعامل األختالف لتجربة إلقاء حجر نرد نتائجها‬
‫بالجدول التكراري اآلتي‪:‬‬
‫𝑖𝑥‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬
‫𝑖𝑓‬ ‫‪19‬‬ ‫‪15‬‬ ‫‪15‬‬ ‫‪20‬‬ ‫‪14‬‬ ‫‪17‬‬
‫الحل ‪:‬‬

‫‪50‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫بداية نكون الجدول التالي‪:‬‬


‫𝑖𝑥‬ ‫𝑖𝑓‬ ‫𝑖𝑥 𝑖𝑓‬ ‫‪𝑓𝑖 . 𝑥𝑖 2‬‬
‫‪1‬‬ ‫‪19‬‬ ‫‪19‬‬ ‫‪19‬‬
‫‪2‬‬ ‫‪15‬‬ ‫‪30‬‬ ‫‪60‬‬
‫‪3‬‬ ‫‪15‬‬ ‫‪45‬‬ ‫‪135‬‬
‫‪4‬‬ ‫‪20‬‬ ‫‪80‬‬ ‫‪320‬‬
‫‪5‬‬ ‫‪14‬‬ ‫‪70‬‬ ‫‪350‬‬
‫‪6‬‬ ‫‪17‬‬ ‫‪102‬‬ ‫‪612‬‬
‫𝑘‬ ‫𝑘‬ ‫‪k‬‬
‫‪ 𝑛 = ∑ 𝑓𝑖 = 100 ∑ 𝑓𝑖 𝑥𝑖 = 346 ∑ 𝑓𝑖 𝑥𝑖 2 = 1496‬المجموع‬
‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬ ‫‪i=1‬‬
‫وبالتالي فإن التباين نحصل عليه بالتعويض المباشر كالتالي‪:‬‬

‫‪k‬‬ ‫‪2‬‬
‫‪2‬‬
‫‪1‬‬ ‫‪2‬‬ ‫) 𝑖𝑥 𝑖𝑓 ‪(∑𝑘𝑖=1‬‬
‫= ‪S‬‬ ‫‪〔∑ 𝑓𝑖 𝑥𝑖 −‬‬ ‫〕‬
‫‪𝑛−1‬‬ ‫𝑖𝑓 ∑‬
‫‪i=1‬‬
‫‪1‬‬ ‫‪(346)2‬‬
‫=‬ ‫‪〔 1496 −‬‬ ‫‪〕 = 3.02‬‬
‫‪99‬‬ ‫‪100‬‬
‫‪S = √3.02 = 1.74‬‬ ‫وعليه فإن االنحراف المعياري عبارة عن‪:‬‬
‫كما أن الوسط الحسابي هو‪:‬‬
‫𝑘‬
‫‪1‬‬ ‫‪346‬‬
‫= 𝑖𝑥 𝑖𝑓 ∑ = ̅𝑋‬ ‫‪= 3.46‬‬
‫𝑛‬ ‫‪100‬‬
‫‪𝑖=1‬‬
‫إذا الخطأ المعياري ومعامل األختالف عبارة عن‪:‬‬
‫𝑆‬ ‫‪√3.02‬‬ ‫𝑆‬
‫= 𝐸𝑆‬ ‫=‬ ‫‪= 0.174‬‬ ‫‪& 𝐶𝑉 = . 100% = 50.29%‬‬
‫‪√𝑛 √100‬‬ ‫̅𝑋‬
‫مثال (‪ :)15‬مصنع إلنتاج لمبات التليفزيون ينتج نوعين منها 𝐵 ‪ 𝐴,‬وكان متوسط‬
‫̅ ‪𝑋̅𝐴 = 149 ℎ ,‬‬ ‫‪XB = 1875 ℎ‬‬ ‫أعمار كل منهما ‪:‬‬
‫‪𝑆𝐴 = 280 ℎ,‬‬ ‫‪𝑆𝐵 = 310 ℎ‬‬ ‫واالنحراف المعياري المناظر‪:‬‬
‫أي من النوعين أكثر تشتتا‪.‬‬

‫‪51‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫الحل‪:‬‬
‫للنوع 𝐴 معامل االختالف ‪:‬‬
‫𝐴𝑆‬ ‫‪280‬‬
‫= معامل االختالف‬ ‫= ‪100 %‬‬ ‫‪. 100 % = 18.7 %‬‬
‫𝐴̅𝑋‬ ‫‪1495‬‬
‫للنوع 𝐵 معامل االختالف ‪:‬‬
‫𝐵𝑆‬ ‫‪210‬‬
‫= معامل االختالف‬ ‫= ‪100 %‬‬ ‫‪. 100 % = 16.5 %‬‬
‫𝐵̅𝑋‬ ‫‪1875‬‬
‫وبالتالي فإن اللمبات من النوع 𝐴 هي األكثر تشتتا‪.‬‬
‫وحدات مقاييس النزعة المركزية ومقاييس التشتت‪:‬‬
‫نالحظ أن وحدات مقاييس كال من النزعة المركزية والتشتت هي نفس وحدات‬
‫المتغيرات األصلية موضع الدراسة ‪ ،‬فالوسط الحسابي لمجموعة من األعمار تكون‬
‫وحداته هي السنين وهي نفس وحدات الوسيط والمنوال والمدى واالنحراف المتوسط‬
‫ونصف المدى الربيعي واالنحراف المعياري لهذه البيانات‪.‬‬

‫‪52‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫تمارين‪3.8. Exercises‬‬

‫‪ - 1‬البيانات التالية تمثل عدد الساعات التي قضاها عشرة أشخاص في مراجعة مادة‬
‫اإلحصاء استعدادا لالمتحان‪.14, 22, 20, 19, 25, 11, 20, 13, 24 :‬‬
‫(أ) أوجد متوسط عدد الساعات ثم أوجد الوسيط لهذه البيانات‬
‫(ب) أوجد االنحراف المعياري ثم استنتج معامل التشتت‬
‫‪ -2‬يتكون فصل دراسي من خمس وثالثون طالب وطالبة كانت درجاتهم في اختبار‬
‫اإلحصاء مرتبة تصاعديا ً كالتالي‪:‬‬
‫‪28‬‬ ‫‪35‬‬ ‫‪41‬‬ ‫‪47‬‬ ‫‪51‬‬ ‫‪54‬‬ ‫‪56‬‬
‫‪58‬‬ ‫‪58‬‬ ‫‪60‬‬ ‫‪61‬‬ ‫‪62‬‬ ‫‪62‬‬ ‫‪64‬‬
‫‪64‬‬ ‫‪66‬‬ ‫‪67‬‬ ‫‪68‬‬ ‫‪69‬‬ ‫‪70‬‬ ‫‪70‬‬
‫‪70‬‬ ‫‪72‬‬ ‫‪73‬‬ ‫‪74‬‬ ‫‪75‬‬ ‫‪76‬‬ ‫‪77‬‬
‫‪78‬‬ ‫‪80‬‬ ‫‪81‬‬ ‫‪83‬‬ ‫‪88‬‬ ‫‪90‬‬ ‫‪94‬‬
‫(أ) أوجد الوسيط لهذه الدرجات ومداها‪.‬‬
‫(ب) أوجد الربيعي األدنى والربيعي األعلى والمدى بين الربيعيين بيانيا ً ثم بتطبيق‬
‫القانون‪.‬‬
‫‪ -3‬أوجد نصف المدى الربيعي‪ ،‬التباين‪ ،‬معامل االختالف والخطأ المعياري للبيانات‬
‫اآلتية‪3, 8, 11, 14, 7, 9, 12 :‬‬
‫‪ -4‬الجدول اآلتي يبين توزيع كمية األمطار في مدينة ما خالل ‪ 300‬يوما ً‬
‫‪ 8- 18- 28- 38- 48-‬كمية األمطار (بالملليمتر مكعب)‬
‫التكرار (عدد األيام)‬ ‫‪79 105 59‬‬ ‫‪26‬‬ ‫‪31‬‬
‫أوجد كل من‪:‬‬
‫(أ) قيمة الوسط الحسابي لكمية األمطار‬
‫(ب) قيمة التباين واالنحراف المعياري‬
‫(ج) معامل االختالف والخطأ المعياري‬
‫(د) نصف المدى الربيعي حسابيا وبيانيا ً‬
‫‪ -5‬البيانات التالية تمثل وقت وصول أحد الحافالت المخصصة لنقل الطالب في‬
‫الصباح إلي مقر دراستهم خالل عشرة أيام‬
‫‪8.45 8.47 8.53 8.45 8.38‬‬
‫‪8.55 8.48 8.50 8.56 8.45‬‬
‫احسب الوسط الحسابي والمنوال لمواعيد الوصول‪.‬‬
‫‪ -6‬البيانات التالية تمثل أوزان ‪ 100‬طالب بالكيلوجرام‬
‫‪53‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪ 60- 63- 66- 69- 72-75‬فئات الوزن‬


‫‪ 8‬عدد الطالب‬ ‫‪18‬‬ ‫‪42 27‬‬ ‫‪5‬‬
‫أوجد كل من المدى‪ ،‬نصف المدى الربيعي‪ ،‬الخطأ المعياري ومعامل االختالف‪.‬‬
‫‪ -7‬البيانات التالية تمثل الزمن بالدقيقة الذي يقضيه ثالثة عشر طالبا ً بانتظار حافلة‬
‫الجامعة‪17 6 8 3 10 2 9 13 1 10 15 10 2 :‬‬
‫(أ) أوجد الوسط الحسابي والوسيط و الربيعي األدنى والربيعي األعلى‪.‬‬
‫(ب) أوجد التباين لهذه البيانات ثم أستنتج االنحراف المعياري ‪.‬‬
‫(ج) احسب مجموع انحرافات لهذه البيانات عن المتوسط وأستنتج أن‬
‫‪∑(𝑥𝑖 − 𝑋̅) = 0‬‬
‫‪ -8‬لدينا البيانات التالية‪. 18, 12, 29, 31, 27, 30, 39, 18, 27, 48 :‬‬
‫(أ) ارسم مخطط نقطي لهذه البيانات وحدد عليه الوسيط والوسط الحسابي‬
‫(ب) أوجد االنحراف المعياري‪.‬‬
‫‪ - 9‬بلغ متوسط الدخل الشهري لـ ‪140‬من موظفي أحد البنوك الوطنية ‪ 1200‬دوالرا‬
‫بينما بلغ متوسط الدخل الشهري لـ ‪ 260‬موظفا ً آخر‪ 450‬دوالرا ‪ .‬ما هو متوسط الدخل‬
‫الشهري لهؤالء الـ ‪ 400‬موظف ‪.‬‬
‫‪ -10‬الجدول التالي يبين األخطاء المطبعية على الصفحة األولى لمائة وخمسون‬
‫إصدار من إحدى الجرائد‬
‫عدد األخطاء‬ ‫‪14- 17- 20- 23- 26- 29- 32-35‬‬
‫التكرار‬ ‫‪5‬‬ ‫‪10 49 39 24 17‬‬ ‫‪6‬‬
‫(أ) مثل هذه البيانات بيانيا ً بالطريقة التي تختارها مناسبة الستنتاج المنوال بيانيا ً ‪.‬‬
‫(ب) أوجد التكرار التجميعي الصاعد ثم مثله بيانيا ً الستنتاج الربيعي األدنى واألعلى‬
‫والوسيط‪.‬‬
‫(ج) أوجد المتوسط واالنحراف المعياري لهذه األخطاء ‪.‬‬
‫‪ -11‬الجدول التالي يمثل أطواألربعونمن النباتات المزروعة في أواني فخارية مقاسه‬
‫بالسنتيمتر‬
‫فئات الطول‬ ‫‪11-‬‬ ‫‪16-‬‬ ‫‪21-‬‬ ‫‪26-‬‬ ‫‪31-36‬‬
‫التكرار‬ ‫‪2‬‬ ‫‪8‬‬ ‫‪14‬‬ ‫‪10‬‬ ‫‪6‬‬
‫‪ -12‬أوجد نصف المدى الربيعي للبيانات‪9, 12, 13, 11, 10, 4, 1, 5, 8, 12 :‬‬

‫‪54‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪3.9. Quiz 3‬‬


‫‪ -1‬أوجد االنحراف المتوسط عن كل من الوسط والوسيط لمجموعة األرقام‬
‫‪8, 10, 9, 12, 4, 8‬‬
‫ثم حقق أن االنحراف المتوسط عن الوسيط ليس أكبر من االنحراف المتوسط عن‬
‫الوسط‪.‬‬

‫‪ -2‬البيانات التالية تمثل أعمار خمسة عشر شخصا من الذين التحقوا بدورة تمريض‬
‫‪33 24 19 39 48 45 26 35 38 23 34 29 37 25 33‬‬
‫(أ) أوجد متوسط أعمار هؤالء األشخاص والمدى لهذه األعمار ‪.‬‬
‫(ب) أوجد الوسيط‪ ،‬الربيع األدنى والربيع األعلى لهذه البيانات ‪.‬‬
‫(ج) احسب التباين واالنحراف المعياري لهذه المجموعة‬

‫‪ -3‬لبيانات الجدول التالي‪:‬‬


‫‪ 60- 70- 80- 90- 100- 110- 120-130‬الفئات‬
‫‪ 5 15 20 30 15‬التكرارات‬ ‫‪10‬‬ ‫‪5‬‬
‫أوجد كل من المدى و نصف المدى الربيعي‪.‬‬

‫‪ -4‬إذا كان من المعلوم أن تطبيق برنامج غذائي معين للتسمين لفترة زمنية محددة‬
‫سوف يزيد من وزن الدجاجة ‪ 0.5‬كيلو جرام‪ .‬سحبت عينة عشوائيا من مزرعة دجاج‬
‫حجمها ‪ 5‬دجاجات وكانت أوزانها كالتالي‪1, 1.75, 2, 1.25, 2.5 :‬‬
‫(أ) احسب االنحراف المعياري لوزن الدجاجة ‪.‬‬
‫( ب) إذا طبق البرنامج الغذائي المشار إليه ‪ .‬ما هو االنحراف المعياري لوزن‬
‫الدجاجة في هذه العينة ؟‬

‫‪ -5‬الجدول التالي يحتوي على عدد األهداف التي سجلت في الدوري الكروي في موسم‬
‫مضى‪:‬‬
‫عدد األهداف‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬
‫التكرار‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪13‬‬ ‫‪18‬‬ ‫‪9‬‬ ‫‪2‬‬
‫(أ) أوجد التكرار المتجع الصاعد و مثله بيانيا ً ثم استنتج الوسيط والربيعي األعلى‬
‫واألدنى‬

‫‪55‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫(ب) أوجد متوسط عدد األهداف ثم أوجد االنحراف المعياري‬

‫‪ -6‬لبيانات الجدول التالي‬


‫فئات‬ ‫‪10-‬‬ ‫‪20-‬‬ ‫‪30-‬‬ ‫‪40-‬‬ ‫‪50- 60- 70-80‬‬
‫تكرارات‬ ‫‪8‬‬ ‫‪14‬‬ ‫‪21‬‬ ‫‪29‬‬ ‫‪25‬‬ ‫‪17‬‬ ‫‪11‬‬
‫احسب قيمة كل من والوسط والوسيط والمنوال واالنحراف المعياري ومعامل‬
‫االختالف والخطأ المعياري‪.‬‬

‫‪56‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫الباب الرابع‬
‫العزوم ومعامال األلتواء والتفرطح‬
‫‪Moments and Skewness & Kurtosis Coefficients‬‬

‫مقدمة ‪4.1. Introduction‬‬

‫خالل األبواب السابقة تم التعرف على البيانات وأنواعها وحساب بعض المقاييس‬
‫اإلحصائية والتي تلعب دور كبير في وصف ثم تحليل البيانات‪ .‬كان من أهم هذه‬
‫المقاييس من مقاييس النزعة المركزية الوسط الحسابي‪ ،‬ومن مقاييس التشتت التباين‪.‬‬
‫وكان األول من الدرجة األولى والثاني من الدرجة الثانية‪.‬‬

‫خالل هذا الباب سيتم أستعراض مقاييس إحصائية من درجات أعلى من الدرجة‬
‫األولى بالنسبة للوسط الحسابي وأعلى من الدرجة الثانية بالنسبة للتباين‪ .‬هذه المقاييس‬
‫والتي تسمى "العزوم ‪ "Moments‬أيضا تساعد في وصف البيانات‪ ،‬كما أنها تدخل‬
‫في تعريف مقاييس أخرى تساعد في تحديد شكل البيانات وهي معامل األلتواء‬
‫‪ Skewness‬ومعامل التفرطح ‪ ، Kurtosis‬وهذه المقاييس تعتمد في بعض األحيان‬
‫العزوم ‪ ،‬وأحيانا على مقاييس النزعة المركزية والتشتت‪ .‬هنا سيتم التعرف على هذه‬
‫المقاييس سواء في حالة البيانات األولية أو البيانات المبوبة‪.‬‬

‫العــــزوم ‪4.2. Determinations‬‬

‫أولً‪ :‬العزوم للبيانات المفردة‬


‫(أ) العزم الرائي حول نقطة األصل (حول الصفر)‪:‬‬
‫إذا كانت 𝑛𝑥 … ‪ 𝑥1 , 𝑥2 ,‬مجموعة من البيانات المفردة فإن العزم الرائي حول نقطة‬
‫األصل هو‪:‬‬
‫𝒊 𝒓𝒙 𝟏=𝒊𝒏∑ 𝒏 𝒓𝒙 ‪𝒙𝒓 𝟏 +𝒙𝒓 𝟐 + ⋯ +‬‬
‫= 𝒓𝑴‬ ‫=‬ ‫‪,‬‬ ‫… ‪𝒓 = 𝟏, 𝟐, 𝟑,‬‬
‫𝒏‬ ‫𝒏‬

‫‪57‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫(ب) العزم الرائي حول أي نقطة 𝑨 ‪:‬‬


‫يعرف العزم الرائي حول النقطة ‪( A‬الثابت) كالتالي‪:‬‬

‫‪/‬‬ ‫𝒓)𝑨 ‪∑𝒏𝒊=𝟏(𝒙𝒊 −‬‬


‫𝒓𝝁‬ ‫=‬ ‫‪,‬‬ ‫… ‪𝒓 = 𝟏, 𝟐, 𝟑,‬‬
‫𝒏‬

‫(ج) العزم الرائي حول الوسط الحسابي (العزم الرائي المركزي)‪:‬‬


‫̅‬
‫يعرف العزم الرائي المركزي على أنه العزم الرائي حول الوسط الحسابي 𝑿‬
‫كالتالي‪:‬‬
‫𝒓) ̅‬
‫𝑿 ‪∑𝒏𝒊=𝟏(𝒙𝒊 −‬‬
‫= 𝒓𝝁‬ ‫‪,‬‬ ‫… ‪𝒓 = 𝟏, 𝟐, 𝟑,‬‬
‫𝒏‬
‫𝑿‬‫ويعتبر هذا المقياس حالة خاصة من العزم الرائي حول النقطة ‪ A‬وذلك بأستخدام ̅‬
‫بدال من الثابت ‪. A‬‬
‫مالحظات‪:‬‬
‫̅‬
‫‪ - 1‬إذا كانت ‪ 𝑟 = 1‬فإن ‪𝑀1 = 𝑋 , 𝜇1 = 0 :‬‬
‫‪ -2‬إذا كانت ‪ 𝑟 = 2‬فإن ‪:‬‬
‫𝑛‬
‫)𝑋 ‪∑𝑖=1(𝑥𝑖 −‬‬ ‫̅‬ ‫‪2‬‬
‫= ‪𝜇2‬‬
‫𝑛‬
‫وهذا يمثل تباين المجتمع‪.‬‬
‫مثال (‪ :)1‬أوجد العزوم األربعة األولي المركزية ‪ ،‬وكذلك العزوم حول النقطة ‪A=4‬‬
‫لمجموعة البيانات التالية‪. 2, 3, 7, 8, 10 :‬‬
‫الحل‪ :‬أوال ‪ :‬لحساب العزوم حول الوسط الحسابي البد من حساب الوسط الحسابي وهو‬
‫‪∑𝑛𝑖=1 𝑥𝑖 2 + 3 + 7 + 8 + 10‬‬
‫= ̅𝑋‬ ‫=‬ ‫‪=6‬‬
‫𝑛‬ ‫‪5‬‬
‫‪𝜇1 = 0‬‬ ‫ومن المعلوم أن العزم األول المركزي يساوي صفرا‪ ،‬أي أن ‪:‬‬
‫ونبدأ اآلن في حساب باقي العزوم المركزية المطلوبة كالتالي‪:‬‬
‫‪∑𝑛𝑖=1(𝑥𝑖 − 𝑋̅ )2‬‬
‫= ‪𝜇2‬‬
‫𝑛‬
‫‪(2 − 6)2 + (3 − 6)2 + (7 − 6)2 + (8 − 6)2 + (10 − 6)2‬‬
‫=‬
‫‪5‬‬
‫‪16 + 9 + 1 + 4 + 16 46‬‬
‫=‬ ‫=‬ ‫‪= 9.2‬‬
‫‪5‬‬ ‫‪5‬‬

‫‪58‬‬
‫فهرس الموضوعات‬
Menoufia University - Faculty of Science
Department of Mathematics and Computer Science

∑𝑛𝑖=1(𝑥𝑖 − 𝑋̅ )3
𝜇3 =
𝑛
(2 − 6)3 + (3 − 6)3 + (7 − 6)3 + (8 − 6)3 + (10 − 6)3
=
5
= 32.8

∑𝑛𝑖=1(𝑥𝑖 − 𝑋̅)4
𝜇4 =
𝑛
(2 − 6)4 + (3 − 6)4 + (7 − 6)4 + (8 − 6)4 + (10 − 6)4
=
5
= 122
:‫ المطلوبة وهي كالتالي‬A=4 ‫ حساب العزوم حول النقطة‬: ‫ثانيا‬

/ ∑𝑛𝑖=1(𝑥𝑖 − 𝐴)1
𝜇1 =
𝑛
(2 − 4) + (3 − 4) + (7 − 4) + (8 − 4) + (10 − 4)
= =2
5

/ ∑𝑛𝑖=1(𝑥𝑖 − 𝐴)2
𝜇2 =
𝑛
(2 − 4)2 + (3 − 4)2 + (7 − 4)2 + (8 − 4)2 + (10 − 4)2
=
5
= 15.2

/ ∑𝑛𝑖=1(𝑥𝑖 − 𝐴)3
𝜇3 =
𝑛
(2 − 4)3 + (3 − 4)3 + (7 − 4)3 + (8 − 4)3 + (10 − 4)3
=
5
= 59.6

/ ∑𝑛𝑖=1(𝑥𝑖 − 𝐴)4
𝜇4 =
𝑛

59
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪(2 − 4)4 + (3 − 4)4 + (7 − 4)4 + (8 − 4)4 + (10 − 4)4‬‬


‫=‬
‫‪5‬‬
‫‪= 330‬‬
‫ثانيا ‪ -‬العزوم للبيانات المبوبة ‪:‬‬
‫إذا كانت القيم 𝑘𝑥 ‪( 𝑥1 , 𝑥2 , … ,‬أو مراكز الفئات) تحدث بتكرارات 𝑘𝑓 ‪𝑓1 , 𝑓2 , … ,‬‬
‫علي الترتيب فان العزوم الثالثة السابقة (حول الصفر‪ -‬حول الوسط الحسابي‪ -‬حول أي‬
‫نقطة) تعرف كما يلي‪:‬‬
‫𝒓) 𝒊 ∗𝒙( 𝒊𝒇 ‪∑𝒌𝒊=𝟏 .‬‬
‫= 𝒓𝑴‬ ‫‪,‬‬ ‫… ‪𝒓 = 𝟏, 𝟐, 𝟑,‬‬
‫𝒏‬
‫𝒓) ̅‬
‫𝑿 ‪∑𝒌𝒊=𝟏 𝒇𝒊 . (𝒙∗𝒊 −‬‬
‫= 𝒓𝝁‬ ‫‪,‬‬ ‫… ‪𝒓 = 𝟏, 𝟐, 𝟑,‬‬
‫𝒏‬
‫‪/‬‬ ‫𝒓)𝑨 ‪∑𝒌𝒊=𝟏 𝒇𝒊 . (𝒙∗𝒊 −‬‬
‫= 𝒓𝝁‬ ‫‪,‬‬ ‫… ‪𝒓 = 𝟏, 𝟐, 𝟑,‬‬
‫𝒏‬
‫حيث 𝒊∗𝒙 يمثل مركز الفئة رقم ‪، i=1, 2 , …, k ، i‬‬
‫𝒌‬

‫𝒏 = 𝒊𝒇 ∑‬
‫𝟏=𝒊‬

‫مثال (‪ :)2‬أوجد العزوم األربعة األولى المركزية لتوزيع األوزان المبينة بالجدول‬
‫التالي‪:‬‬
‫المجموع ‪ 60-62 63-65 66-68 69-71 72-74‬األوزان بالكيلوجرام‬
‫عدد األشخاص‬ ‫‪5‬‬ ‫‪18‬‬ ‫‪42‬‬ ‫‪27‬‬ ‫‪8‬‬ ‫‪100‬‬
‫الحل‪:‬‬
‫في البداية نحسب الوسط الحسابي من خالل تكوين الجدول التالي‪:‬‬
‫الفئات‬ ‫𝑖𝑓‬ ‫𝒊∗𝒙‬ ‫𝒊∗𝒙 𝑖𝑓‬
‫‪60-62‬‬ ‫‪5‬‬ ‫‪61‬‬ ‫‪305‬‬
‫‪63-65‬‬ ‫‪18‬‬ ‫‪64‬‬ ‫‪1152‬‬
‫‪66-68‬‬ ‫‪42‬‬ ‫‪67‬‬ ‫‪2814‬‬
‫‪69-71‬‬ ‫‪27‬‬ ‫‪70‬‬ ‫‪1890‬‬

‫‪60‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪72-74‬‬ ‫‪8‬‬ ‫‪73‬‬ ‫‪584‬‬


‫المجموع‬ ‫‪n=100‬‬ ‫‪6745‬‬

‫إذن‬
‫𝑖𝑓 ‪∑𝑘𝑖=1‬‬ ‫𝒊∗𝒙 ‪.‬‬ ‫‪6745‬‬
‫= ̅𝑋‬ ‫=‬ ‫‪= 67.45‬‬
‫𝑛‬ ‫‪100‬‬
‫من خواص العزوم فإن العزم األول المركزي يساوي صفر‪ ،‬أي أن‬
‫‪∑𝑘𝑖=1 𝑓𝑖 . (𝑥𝑖∗ − 𝑋̅)1‬‬
‫= ‪𝜇1‬‬ ‫‪=0‬‬
‫𝑛‬
‫بالنسبة لباقي العزوم المركزية المطلوبة يمكن الحصول عليها من خالل التعويض‬
‫المباشر باستخدام الجدول التالي‬
‫الفئات‬ ‫𝑖𝑓‬ ‫𝒊𝒙‬ ‫∗‬
‫‪𝑓𝑖 (𝑥𝑖 − 𝑋̅)2 𝑓𝑖 (𝑥𝑖∗ − 𝑋̅ )3 𝑓𝑖 (𝑥𝑖∗ − 𝑋̅)4‬‬
‫∗‬

‫‪60-62‬‬ ‫‪5‬‬ ‫‪61 208.0125‬‬ ‫‪-1341.680625 8653.840031‬‬


‫‪63-65‬‬ ‫‪18‬‬ ‫‪64 214.245‬‬ ‫‪-739.14525‬‬ ‫‪2550.051113‬‬
‫‪66-68‬‬ ‫‪42‬‬ ‫‪67 8.505‬‬ ‫‪-3.82725‬‬ ‫‪1.7222625‬‬
‫‪69-71‬‬ ‫‪27‬‬ ‫‪70 175.5675‬‬ ‫‪447.697125‬‬ ‫‪1141.627669‬‬
‫‪72-74‬‬ ‫‪8‬‬ ‫‪73 246.42‬‬ ‫‪1367.631‬‬ ‫‪7590.35205‬‬
‫‪ 100‬المجموع‬ ‫‪852.75‬‬ ‫‪-269.325‬‬ ‫‪19937.59313‬‬
‫العزم الثاني المركزي فهو عبارة عن‪:‬‬
‫𝑘‬ ‫∗‬
‫)𝑋 ‪∑𝑖=1 𝑓𝑖 . (𝑥𝑖 −‬‬ ‫̅‬ ‫‪2‬‬
‫= ‪𝜇2‬‬
‫𝑛‬
‫‪5(61 − 67.45)2 + 18(64 − 67.45)2 + ⋯ + 8(73 − 67.45)2‬‬
‫=‬
‫‪100‬‬
‫‪852.75‬‬
‫=‬ ‫‪= 8.5275‬‬
‫‪100‬‬
‫‪∑𝑘𝑖=1 𝑓𝑖 . (𝑥𝑖∗ − 𝑋̅)3‬‬
‫= ‪𝜇3‬‬
‫𝑛‬
‫‪5(61 − 67.45)3 + 18(64 − 67.45)3 + ⋯ + 8(73 − 67.45)3‬‬
‫=‬
‫‪100‬‬

‫‪61‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪− 269.325‬‬
‫=‬ ‫‪= −2.69325‬‬
‫‪100‬‬
‫‪∑𝑘𝑖=1 𝑓𝑖 . (𝑥𝑖∗ − 𝑋̅)4‬‬
‫= ‪𝜇4‬‬
‫𝑛‬
‫‪5(61 − 67.45)4 + 18(64 − 67.45)4 + ⋯ + 8(73 − 67.45)4‬‬
‫=‬
‫‪100‬‬
‫‪19937.59313‬‬
‫=‬ ‫‪= 199.3759313‬‬
‫‪100‬‬

‫معامل اللتــــواء ‪4.3. Torsion coefficient‬‬

‫يعرف االلتواء بأنه بعد المنحني عن التماثل وااللتواء إما أن يكون موجبا أي إلي‬
‫اليمين أو يكون سالبا أي إلي اليسار ويمكن معرفة نوع االلتواء للمنحني (سالب أو‬
‫موجب) ودرجة التوائه (بسيط أو حاد) من شكل المنحني نفسه ( أنظراالشكال التالية)‪:‬‬

‫إال أن ذلك ال يعطي مقياسا رقميا دقيقا لاللتواء ولهذا توجد بعض المقاييس الرقمية التي‬
‫يمكن استخدامها كمقياس لاللتواء من أهمها‪:‬‬
‫أول ‪ :‬مقياس إلتواء كارل بيرسون‬
‫يرمز لهذا المقياس بالرمز 𝟏𝑻 ويعرف بالعالقة‬
‫𝒆𝒅𝒐𝑴 ‪̅ −‬‬
‫𝑿‬ ‫)𝑴 ‪̅ −‬‬
‫𝑿 (𝟑‬
‫= 𝟏𝑻‬ ‫=‬
‫𝝈‬ ‫𝝈‬
‫حيث ‪:‬‬
‫̅‬
‫𝑿 𝟐 ‪𝑴𝒐𝒅𝒆 = 𝟑 𝑴 −‬‬

‫ملحوظة‪ :‬للتوزيعات المتماثلة يكون‬


‫‪62‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫̅‬
‫𝑿 = 𝑴 = 𝒆𝒅𝒐𝑴‬
‫كما أن مقاييس االلتواء ليس لها وحدات‪.‬‬
‫مثال (‪ : )3‬أوجد معامل التواء كارل بيرسون لمجموعة البيانات اآلتية مبينا نوعه‪:‬‬
‫الفئات‬ ‫‪5- 7- 9- 11- 13- 15- 17-19‬‬
‫التكرارات‬ ‫‪8 14 23 35 25 12‬‬ ‫‪4‬‬
‫الحل‪ :‬من خالل هذه البيانات نكون الجدول التالي‪:‬‬
‫الفئات‬ ‫𝑖𝑓‬ ‫⋆ 𝑖𝑥‬ ‫⋆ 𝑖𝑥 ‪𝑓𝑖 .‬‬ ‫⋆ 𝑖𝑥 ‪𝑓𝑖 .‬‬
‫‪2‬‬

‫‪5-‬‬ ‫‪8‬‬ ‫‪6‬‬ ‫‪48‬‬ ‫‪288‬‬


‫‪7-‬‬ ‫‪14‬‬ ‫‪8‬‬ ‫‪112‬‬ ‫‪896‬‬
‫‪9-‬‬ ‫‪23‬‬ ‫‪10‬‬ ‫‪230‬‬ ‫‪2300‬‬
‫‪11-‬‬ ‫‪35‬‬ ‫‪12‬‬ ‫‪420‬‬ ‫‪5040‬‬
‫‪13-‬‬ ‫‪25‬‬ ‫‪14‬‬ ‫‪350‬‬ ‫‪4900‬‬
‫‪15-‬‬ ‫‪12‬‬ ‫‪16‬‬ ‫‪192‬‬ ‫‪3072‬‬
‫‪17-19‬‬ ‫‪4‬‬ ‫‪18‬‬ ‫‪72‬‬ ‫‪1296‬‬
‫المجموع‬ ‫‪n=121‬‬ ‫‪1424‬‬ ‫‪17792‬‬
‫وبالتالي فإن‪:‬‬
‫‪∑𝑘𝑖=1 𝑓𝑖 𝑥𝑖 ⋆ 1424‬‬
‫= ̅𝑋‬ ‫=‬ ‫‪= 11.77 ,‬‬
‫𝑛‬ ‫‪121‬‬
‫𝑘‬
‫‪1‬‬
‫‪𝜎 2 = ∑ 𝑓𝑖 𝑥 ∗ 𝑖 2 − 𝑋̅ 2‬‬
‫𝑛‬
‫‪𝑖=1‬‬
‫‪1‬‬
‫=‬ ‫‪(17792) − (11.77)2 = 8.5081‬‬
‫‪121‬‬
‫‪. 𝜎 = √8.5081‬‬ ‫كما أن ‪:‬‬
‫ومن بيانات الجدول التكراري أيضا نجد أن‬
‫‪𝐴𝑀𝑜𝑑𝑒 = 11 , 𝐿 = 2 , 𝑓𝑀𝑜𝑑𝑒 = 35 , 𝑓1 = 23 , 𝑓2 = 25‬‬
‫وبالتالي فإن المنوال عبارة عن‪:‬‬
‫‪𝑓𝑀𝑜𝑑𝑒 − 𝑓1‬‬
‫‪𝑀𝑜𝑑𝑒 = 𝐴𝑀𝑜𝑑𝑒 +‬‬ ‫)𝐿(‬
‫) ‪2𝑓 − (𝑓1 + 𝑓2‬‬

‫‪63‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫)‪(35 − 23‬‬
‫‪= 11 +‬‬ ‫‪(2) = 12.91‬‬
‫)‪2(35) − (23 + 25‬‬

‫وبالتالي فإن قيمة معامل األلتواء لكارل بيرسون هي‪:‬‬


‫‪𝑋̅ − 𝑀𝑜𝑑𝑒 11.77 − 12.91 −1.14‬‬
‫= ‪𝑇1‬‬ ‫=‬ ‫=‬ ‫‪= −0.39‬‬
‫𝑆‬ ‫‪√8.5081‬‬ ‫‪2.92‬‬
‫وحيث أن القيمة سالب فيكون االلتواء سالب والمنحني الممثل للبيانات ملتو ناحية‬
‫اليسار‪.‬‬
‫ثانيا‪ -‬معامل اللتواء الربيعي‪:‬‬
‫يرمز لهذا المقياس بالرمز ‪ 𝑇2‬ويعرف من خالل الربيعيات بالعالقة التالية ‪:‬‬
‫𝟏𝑸 ‪𝑸𝟑 − 𝟐 𝑸𝟐 +‬‬
‫= 𝟐𝑻‬
‫𝟏𝑸 ‪𝑸𝟑 −‬‬
‫مثال ‪ :4‬لمجموعة البيانات التالية احسب معامل االلتواء الربيعي‪:‬‬
‫الفئات‬ ‫‪5- 9- 13- 17- 21- 25- 29- 33- 37-41‬‬
‫‪ 3 4‬التكرارات‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪15‬‬ ‫‪8‬‬ ‫‪8‬‬ ‫‪6‬‬ ‫‪3‬‬
‫الحل‪ :‬بداية نكون الجدول التكراري المتجمع الصاعد إليجاد الربيعيات الثالث‪:‬‬
‫الفئات‬ ‫𝑖𝑓‬ ‫أقل من (الحد األعلى للفئة)‬ ‫التكرار المتجمع الصاعد‬
‫‪5-‬‬ ‫‪3‬‬ ‫أقل من ‪9‬‬ ‫‪3‬‬
‫‪9-‬‬ ‫‪4‬‬ ‫أقل من ‪13‬‬ ‫‪7‬‬
‫‪13-‬‬ ‫‪8‬‬ ‫أقل من ‪17‬‬ ‫‪15‬‬
‫‪17-‬‬ ‫‪9‬‬ ‫أقل من ‪21‬‬ ‫‪24‬‬
‫‪21-‬‬ ‫‪15‬‬ ‫أقل من ‪25‬‬ ‫‪39‬‬
‫‪25-‬‬ ‫‪8‬‬ ‫أقل من ‪29‬‬ ‫‪47‬‬
‫‪29-‬‬ ‫‪8‬‬ ‫أقل من ‪33‬‬ ‫‪55‬‬
‫‪33-‬‬ ‫‪6‬‬ ‫أقل من ‪37‬‬ ‫‪61‬‬
‫‪37-41‬‬ ‫‪3‬‬ ‫أقل من ‪41‬‬ ‫‪64‬‬
‫المجموع‬ ‫‪n=64‬‬

‫‪64‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫لحساب الربيع األول‪:‬‬


‫‪64‬‬
‫= ‪ 𝑄1‬رتبة‬ ‫أوال نحدد ترتيب الربيع األول هو ‪= 16 :‬‬
‫‪4‬‬

‫وبالتالي من الجدول نجد أن ‪:‬‬


‫بداية فئة ‪ ، 17 : 𝑄1‬طول فئة ‪ ، 𝐿 = 4 : 𝑄1‬مجموع التكرارات المتجمعة قبل‬
‫فئة ‪ ، 15 : 𝑄1‬التكرار األصلي لفئة ‪. 9 : 𝑄1‬‬
‫وبالتعويض في العالقة الخاصة بالربيع األول نجد أن‪:‬‬
‫𝑖𝑓 ∑‬
‫‪− 𝐹1‬‬ ‫‪16 − 15‬‬
‫‪4‬‬
‫( ‪𝑄1 = 𝐴 𝑄1 +‬‬ ‫( ‪) (𝐿) = 17 +‬‬ ‫‪) (4) = 17.44‬‬
‫‪𝑓𝑄1‬‬ ‫‪9‬‬
‫بالمثل نستطيع حساب الربيع الثاني كالتالي‪:‬‬
‫)‪2(64‬‬
‫= ‪ 𝑄2‬رتبة‬ ‫أوال نحدد ترتيب الربيع الثاني هو ‪= 32 :‬‬
‫‪4‬‬
‫وبالتالي من الجدول نجد أن بداية فئة ‪ ، 21 : 𝑄2‬طول فئة ‪، 𝐿 = 4 : 𝑄2‬‬
‫مجموع التكرارات المتجمعة قبل فئة ‪ ، 24 : 𝑄2‬التكرار األصلي لفئة ‪. 15 : 𝑄2‬‬
‫بالتعويض في العالقة ‪:‬‬
‫𝑖𝑓 ∑ ‪2‬‬
‫‪− 𝐹2‬‬ ‫‪32 − 24‬‬
‫‪4‬‬
‫( ‪𝑄2 = 𝐴 𝑄2 +‬‬ ‫( ‪) (𝐿) = 21 +‬‬ ‫‪) (4) = 23.13‬‬
‫‪𝑓𝑄2‬‬ ‫‪15‬‬
‫بالمثل نستطيع حساب الربيع الثالث كالتالي‪:‬‬
‫)‪3(64‬‬
‫= ‪ 𝑄3‬رتبة‬ ‫أوال نحدد ترتيب الربيع الثالث هو ‪= 48 :‬‬
‫‪4‬‬
‫وبالتالي من الجدول نجد أن ‪:‬‬
‫بداية فئة ‪ ، 29 : 𝑄3‬طول فئة ‪ ، 𝐿 = 4 : 𝑄3‬مجموع التكرارات المتجمعة قبل‬
‫فئة ‪ ، 47 : 𝑄3‬التكرار األصلي لفئة ‪. 8 : 𝑄3‬‬
‫بالتعويض في العالقة ‪:‬‬
‫𝑖𝑓 ∑ ‪3‬‬
‫‪− 𝐹3‬‬ ‫‪48 − 47‬‬
‫‪4‬‬
‫( ‪𝑄3 = 𝐴 𝑄3 +‬‬ ‫( ‪) (𝐿) = 29 +‬‬ ‫‪) (4) = 29.5‬‬
‫‪𝑓𝑄3‬‬ ‫‪8‬‬
‫من النتائج السابقة نجد أن معامل االلتواء الربيعي عبارة عن‪:‬‬

‫‪65‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪𝑄3 − 2 𝑄2 + 𝑄1 29.5 − 2(23.13) + 17.44‬‬


‫= ‪𝑇2‬‬ ‫=‬ ‫‪= 0.0564‬‬
‫‪𝑄3 − 𝑄1‬‬ ‫‪29.50 − 17.44‬‬

‫مثال (‪ :)5‬كانت الدرجات التالية لثمانية طالب في االختبار النهائي في مقرر اإلحصاء‬
‫هي ‪. 66 85 52 78 80 91 74 58 :‬‬
‫(أ) احسب معامل االلتواء بطريقة بيرسون‬
‫(ب) احسب معامل االلتواء الربيعي‬
‫الحل‪:‬‬
‫(أ) لحساب معامل التواء كارل بيرسون‬
‫نحسب الوسط الحسابي والوسيط واالنحراف المعياري ‪:‬‬
‫𝑛‬ ‫𝑛‬
‫𝑖𝑥 ‪∑𝑛𝑖=1‬‬
‫= ̅𝑋 ‪∑ 𝑥𝑖 = 584 , ∑ 𝑥𝑖 = 43890‬‬
‫‪2‬‬
‫‪= 73‬‬
‫𝑛‬
‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬
‫𝑛‬ ‫‪2‬‬
‫‪1‬‬ ‫) 𝑖𝑥 ‪(∑𝑛𝑖=1‬‬ ‫‪1258‬‬
‫‪2‬‬
‫‪𝜎 = √ [ ∑ 𝑥𝑖 −‬‬ ‫√=]‬ ‫‪= 12.54‬‬
‫𝑛‬ ‫𝑛‬ ‫‪8‬‬
‫‪𝑖=1‬‬

‫وإليجاد الوسيط نرتب البيانات ترتيب تصاعدي‪:‬‬


‫‪52 58 66 74 78 80 85 91‬‬
‫وحيثن أن عدد البيانات ‪ 8‬زوجي‪ ،‬فإن الوسيط (أو الربيع الثاني) عبارة عن‪:‬‬
‫𝑥 ‪𝑥(𝑛) + 𝑥(𝑛+1) 𝑥 +‬‬ ‫‪74 + 78‬‬
‫)‪(4‬‬ ‫)‪(5‬‬
‫‪𝑀 = 𝑄2 = 2‬‬ ‫‪2‬‬
‫=‬ ‫=‬ ‫‪= 76‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫إذن معامل التواء بيرسون‪:‬‬
‫)‪3(𝑋̅ – 𝑀 ) 3(73 − 76‬‬
‫= ‪𝑇1‬‬ ‫=‬ ‫‪= −0.72‬‬
‫𝑆‬ ‫‪12.54‬‬
‫إذا منحني توزيع درجات الطالب ملتوي جهة اليسار‪.‬‬
‫(ب) لحساب معامل االلتواء الربيعي ‪:‬‬
‫كما سبق يمكنن الحصول على الربيعيات الثالث بالقيم التالية‪:‬‬
‫‪𝑄1 = 𝑥(𝑛) = 𝑥(2) = 58,‬‬ ‫‪𝑄2 = 76, 𝑄3 = 𝑥(3𝑛) = 𝑥(6) = 80‬‬
‫‪4‬‬ ‫‪4‬‬
‫و بالتالي فإن معامل االلتواء الربيعي عبارة عن‬

‫‪66‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪𝑄3 − 2 𝑄2 + 𝑄1 80 − 2(76) + 58‬‬


‫= ‪𝑇2‬‬ ‫=‬ ‫‪= −0.64‬‬
‫‪𝑄3 − 𝑄1‬‬ ‫‪80 − 58‬‬

‫ثالثا ‪ :‬معامل التواء العزوم‬


‫باستخدام العزوم المركزية الثاني والثالث‪ ،‬أي العزم الثاني والعزم الثالث حول الوسط‬
‫الحسابي نوجد معامل التواء العزوم من العالقة اآلتية‪:‬‬
‫𝟑𝝁‬
‫= 𝟑𝑻‬
‫𝟑) 𝟐 𝝁 √(‬

‫مثال (‪ :)6‬أوجد أوجد معامل التواء العزوم للبيانات مثال (‪ )2‬المبينة بالجدول التالي‪:‬‬
‫المجموع ‪ 60-62 63-65 66-68 69-71 72-74‬األوزان بالكيلوجرام‬
‫عدد األشخاص‬ ‫‪5‬‬ ‫‪18‬‬ ‫‪42‬‬ ‫‪27‬‬ ‫‪8‬‬ ‫‪100‬‬
‫الحل‪ :‬من نتائج مثال (‪ )2‬حصلنا على النتائج التالية‪:‬‬
‫‪𝜇2 = 8.5275‬‬ ‫‪,‬‬ ‫‪𝜇3 = −2.69325‬‬
‫وبالتالي فإن‬
‫‪𝜇3‬‬ ‫‪2.69325‬‬
‫= ‪𝑇3‬‬ ‫=‬ ‫‪−‬‬ ‫‪= −0.1081543711‬‬
‫‪(√𝜇2 )3‬‬ ‫‪(√8.5275 )3‬‬
‫أي أن المنحني الممثل للبيانات ملتو التواءا بسيطا إلي اليسار(سالب)‪.‬‬

‫معامل التفلطح ‪4.4. Flatness coefficient‬‬

‫التفلطح هو درجة تدبب قمة التوزيع ويؤخذ عادة بالقياس إلي التوزيع الطبيعي التوزيع‬
‫ذو القمة العالية نسبيا يسمي منحني مدببا بينما المنحني الذي قمته مسطحة يسمي‬
‫مفلطحا والتوزيع الطبيعي المعطي الذي قمته ليست مدببة وال مفلطحة يسمي ذلك‬
‫المنحني متوسط التفلطح (أنظر الشكل التالي) ‪.‬‬

‫‪67‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫وأحد مقاييس التفلطح الهامة هو معامل التفلطح ويعرف هذا المعامل باستخدام حساب‬
‫العزوم عن طريق حساب مربع العزم الثاني حول الوسط الحسابي ‪( (𝜇2 )2‬أي مربع‬
‫تباين المجتمع ‪ ) 𝜎 2‬وأيضا حساب العزم الرابع حول الوسط الحسابي و يعرف‬
‫بالعالقة اآلتية‪:‬‬

‫𝟏‬
‫‪𝜇4‬‬ ‫𝟒) ̅‬
‫𝑿 ‪∑𝒏 (𝒙 −‬‬
‫𝒊 𝟏=𝒊 𝒏‬
‫=𝜹‬ ‫=‬
‫𝟐) ‪(𝜇2‬‬ ‫𝟒𝝈‬
‫‪1‬‬
‫حيث ‪ 𝜇4 = ∑𝑛𝑖=1(𝑥𝑖 − 𝑋̅)4‬يمثل العزم الرابع حول الوسط الحسابي ‪𝜎 ،‬‬
‫𝑛‬
‫هو االنحراف المعياري‪ ،‬علما بأن‬
‫𝑛‬
‫‪1‬‬
‫‪𝜇2 = 𝜎 2 = ∑(𝑥𝑖 − 𝑋̅ )2‬‬
‫𝑛‬
‫‪𝑖=1‬‬
‫معامل التفلطح في التوزيع الطبيعي يساوي ‪ 3‬ومن ثم يمكن وصف منحني التوزيع من‬
‫حيث التفلطح والتدبيب كما يلي ‪:‬‬
‫‪ -‬إذا كان ‪ 𝛿 =3‬كان منحني التوزيع معتدال‬
‫‪ -‬إذا كان ‪ 𝛿 3‬كان منحني التوزيع مدببا‬
‫‪ -‬إذا كان ‪ 𝛿 3‬كان منحني التوزيع مفلطحا‬
‫مثال (‪ : )7‬أوجد باستخدام العزوم معامل التفلطح ألوزان مائة طالب في مدرسة‬
‫ثانوية معطاة بالجدول المعطي بالمثال (‪.)2‬‬
‫الحل‪ :‬من نتائج مثال (‪ )2‬حصلنا على النتائج التالية‪:‬‬
‫‪𝜇2 = 8.5275‬‬ ‫‪,‬‬ ‫‪𝜇4 = 199.3759313‬‬
‫وبالتالي فإن‬
‫إليجاد معامل التفلطح نستخدم العالقة‬
‫‪𝜇4‬‬ ‫‪199.3759313‬‬
‫=𝛿‬ ‫=‬ ‫‪= 2.7418 < 3‬‬
‫‪(𝜇2 )2‬‬ ‫‪(8.5275)2‬‬
‫وحيث أنه معامل التفلطح التوزيع الطبيعي يساوي ثالثة ‪ ،‬وهنا في هذا المثال وجدنا‬
‫أن ‪ ،𝛿 < 3‬لذلك فإن المنحني الممثل للبيانات مفلطح تفلطحا بسيطا ً‪.‬‬

‫‪68‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫مثال ‪ :8‬أوجد معامل االلتواء وكذلك معامل التفلطح للعزوم للبيانات الجدول التالي‪:‬‬
‫𝑖𝑥‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪11‬‬ ‫‪25‬‬
‫𝑖𝑓‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪1‬‬
‫الحل‪:‬‬
‫نقوم بإعداد الجدول التالي‪:‬‬
‫𝑖𝑥‬ ‫𝑖𝑓‬ ‫𝑖𝑥 𝑖𝑓‬ ‫‪𝑓𝑖 (𝑥𝑖 − 𝑋̅ )2‬‬ ‫‪𝑓𝑖 (𝑥𝑖 − 𝑋̅ )3 𝑓𝑖 (𝑥𝑖 − 𝑋̅ )4‬‬

‫‪7‬‬ ‫‪1‬‬ ‫‪7‬‬ ‫‪11.56‬‬ ‫‪-39.30‬‬ ‫‪133.63‬‬


‫‪8‬‬ ‫‪3‬‬ ‫‪24‬‬ ‫‪17.25‬‬ ‫‪-41.46‬‬ ‫‪99.54‬‬
‫‪9‬‬ ‫‪4‬‬ ‫‪36‬‬ ‫‪7.84‬‬ ‫‪-10.96‬‬ ‫‪15.37‬‬
‫‪11‬‬ ‫‪2‬‬ ‫‪22‬‬ ‫‪0.72‬‬ ‫‪0.44‬‬ ‫‪0.26‬‬
‫‪25‬‬ ‫‪1‬‬ ‫‪25‬‬ ‫‪213.16‬‬ ‫‪3112.14‬‬ ‫‪4543.19‬‬
‫‪11‬‬ ‫‪114‬‬ ‫‪250.53‬‬ ‫‪3020.86‬‬ ‫‪45645.98‬‬
‫من خالل هذا الجدول نجد أن‪:‬‬
‫‪114‬‬
‫= ̅𝑋‬ ‫‪= 10.3636 = 10.4 ,‬‬
‫‪11‬‬
‫‪2‬‬
‫‪∑𝑘𝑖=1 𝑓𝑖 . (𝑥𝑖 − 𝑋̅)2‬‬ ‫‪250.53‬‬
‫= ‪𝜎 = 𝜇2‬‬ ‫=‬ ‫‪= 22.775 ,‬‬
‫𝑛‬ ‫‪11‬‬
‫‪𝜎 = √𝜎 2 = 4.772 ,‬‬
‫‪∑𝑘𝑖=1 𝑓𝑖 . (𝑥𝑖 − 𝑋̅)3 3020.86‬‬
‫= ‪𝜇3‬‬ ‫=‬ ‫‪= 274.624 ,‬‬
‫𝑛‬ ‫‪11‬‬
‫‪∑𝑘𝑖=1 𝑓𝑖 . (𝑥𝑖∗ − 𝑋̅)4 45645.98‬‬
‫= ‪𝜇4‬‬ ‫=‬ ‫‪= 4149.635‬‬
‫𝑛‬ ‫‪11‬‬
‫وبالتالي فإن معامل إلتواء العزوم للبيانات عبارة عن‪:‬‬
‫‪𝜇3‬‬ ‫‪274.624‬‬
‫= ‪𝑇3‬‬ ‫=‬ ‫‪= 2.5272‬‬
‫‪( √𝜇2 )3‬‬ ‫‪( 4.772 )3‬‬
‫أي أن المنحني ملتو التواء موجبا (إلي اليمين)‪.‬‬
‫وإليجاد معامل التفلطح نستخدم العالقة‬

‫‪69‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪𝜇4‬‬ ‫‪4149.635‬‬
‫=𝛿‬ ‫=‬ ‫‪= 8.00006 > 3‬‬
‫‪(𝜇2 )2 (22.775)2‬‬
‫وهذا يدل علي تدبب التوزيع للبيانات‪.‬‬
‫مثال (‪ : )9‬أوجد معامل االلتواء ومعامل التفلطح لبيانات الجدول التالي‪:‬‬
‫𝑖𝑥‬ ‫‪7‬‬ ‫‪12‬‬ ‫‪17‬‬ ‫‪22‬‬ ‫‪27‬‬ ‫‪32‬‬
‫𝑖𝑓‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪14‬‬ ‫‪12‬‬ ‫‪11‬‬ ‫‪10‬‬
‫الحل‪ :‬نوجد الوسط الحسابي‪:‬‬
‫‪∑6𝑖=1 𝑓𝑖 𝑥𝑖 1283‬‬
‫= ̅𝑋‬ ‫=‬ ‫‪= 20.1 ≅ 20‬‬
‫𝑖𝑓 ‪∑6i=1‬‬ ‫‪64‬‬
‫نكون الجدول التالي‪:‬‬

‫𝑖𝑥‬ ‫𝑖𝑓‬ ‫‪) (𝑥𝑖 − 𝑋̅ 𝑓𝑖 (𝑥𝑖 − 𝑋̅ )2 𝑓𝑖 (𝑥𝑖 − 𝑋̅ )3 𝑓𝑖 (𝑥𝑖 − 𝑋̅ )4‬‬


‫‪7‬‬ ‫‪8‬‬ ‫‪-13‬‬ ‫‪1352‬‬ ‫‪-17576‬‬ ‫‪228488‬‬
‫‪12‬‬ ‫‪9‬‬ ‫‪-8‬‬ ‫‪576‬‬ ‫‪-4608‬‬ ‫‪36864‬‬
‫‪17‬‬ ‫‪14‬‬ ‫‪-3‬‬ ‫‪126‬‬ ‫‪-378‬‬ ‫‪1134‬‬
‫‪22‬‬ ‫‪12‬‬ ‫‪2‬‬ ‫‪48‬‬ ‫‪96‬‬ ‫‪192‬‬
‫‪27‬‬ ‫‪11‬‬ ‫‪7‬‬ ‫‪539‬‬ ‫‪3773‬‬ ‫‪26411‬‬
‫‪32‬‬ ‫‪10‬‬ ‫‪12‬‬ ‫‪1440‬‬ ‫‪17280‬‬ ‫‪207360‬‬
‫⬚∑‬ ‫‪64‬‬ ‫‪4081‬‬ ‫‪-1413‬‬ ‫‪500449‬‬
‫من الجدول نوجد التباين (العزم الثاني المركزي) كالتالي‪:‬‬
‫𝑛‬
‫‪1‬‬ ‫‪4081‬‬
‫= ‪𝜇2 = 𝜎 2‬‬ ‫( 𝑖𝑓 ∑‬ ‫= ‪𝑥𝑖 ∗ − 𝑋̅ )2‬‬ ‫‪= 63.8‬‬
‫𝑖𝑓 ‪∑𝑛𝑖=1‬‬ ‫‪64‬‬
‫‪1=1‬‬
‫ومنها نجد أن االنحراف المعياري‪:‬‬
‫‪𝜎 = √63.8 = 7.99‬‬
‫وأيضا العزم الثالث المركزي‪:‬‬

‫‪70‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪∑6𝑖=1 𝑓𝑖 (𝑥𝑖 − 𝑋̅ )3‬‬ ‫‪−1413‬‬


‫= ‪𝜇3‬‬ ‫=‬ ‫‪= −22.1‬‬
‫𝑖𝑓 ‪∑𝑛𝑖=1‬‬ ‫‪64‬‬

‫وأيضا العزم الرابع المركزي‪:‬‬

‫‪∑6𝑖=1 𝑓𝑖 (𝑥𝑖 − 𝑋̅ )4‬‬ ‫‪500449‬‬


‫= ‪𝜇4‬‬ ‫=‬ ‫‪= 7819.516‬‬
‫𝑖𝑓 ‪∑𝑛𝑖=1‬‬ ‫‪64‬‬
‫وبالتعويض المباشر نجد أن معامل إلتواء العزوم عبارة عن‪:‬‬

‫‪𝜇3‬‬ ‫‪−22.1‬‬ ‫‪−22.1‬‬


‫= ‪𝑇3‬‬ ‫=‬ ‫‪3‬‬ ‫=‬ ‫‪= −0.043‬‬
‫‪( √𝜇2 )3‬‬ ‫)‪(√63.8‬‬ ‫‪510.08‬‬

‫وهذا يدل علي أن المنحني الممثل للبيانات ملتو ناحية اليسار قليال‪.‬‬
‫كما أن معامل التفلطح لبيانات هذا المثال عبارة عن‪:‬‬

‫‪𝜇4‬‬ ‫‪7819.516‬‬ ‫‪7819.516‬‬


‫=𝛿‬ ‫=‬ ‫=‬ ‫‪= 1.92 < 3‬‬
‫‪(𝜇2 )2‬‬ ‫‪( 63.8)2‬‬ ‫‪4070.44‬‬
‫وهذه القيمة لمقياس التفلطح تدل على أن المنحني الممثل للبيانات متفلطح‪.‬‬

‫‪71‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫تمارين ‪4.5. Exercises‬‬

‫‪ -1‬توزيع تكراري وسطه الحسابي ‪ 36‬وتباينه ‪ 37‬ووسيطه ‪ 32‬أوجد مقياس االلتواء‪.‬‬


‫‪ -2‬أوجد العزوم الثالثة األولي حول الوسط الحسابي للتوزيع‪:‬‬
‫الفئات‬ ‫‪10-‬‬ ‫‪16-‬‬ ‫‪22-‬‬ ‫‪28-34‬‬
‫التكرارات‬ ‫‪3‬‬ ‫‪8‬‬ ‫‪5‬‬ ‫‪4‬‬
‫‪ -3‬لدينا التوزيع التكراري في الجدول التالي‪:‬‬
‫الفئات‬ ‫‪5-‬‬ ‫‪10-‬‬ ‫‪15-‬‬ ‫‪20-25‬‬
‫التكرارات‬ ‫‪7‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪8‬‬
‫احسب كل من‪:‬‬
‫أ‪ -‬العزم الثاني حول الوسط الحسابي‬
‫ب‪ -‬العزم الرابع حول الوسط الحسابي‬
‫ج‪ -‬معامل االلتواء‬
‫د‪ -‬معامل التفلطح باستخدام العزوم‪.‬‬
‫‪ -4‬أوجد مقياس االلتواء ومقياس التفلطح للتوزيع التكراري التالي‪:‬‬
‫الفئات‬ ‫‪5-‬‬ ‫‪8-‬‬ ‫‪11-‬‬ ‫‪14-‬‬ ‫‪17-‬‬ ‫‪20-23‬‬
‫التكرارات‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬

‫‪ -5‬أوجد مقاييس االلتواء والتفلطح ألوزان ‪ 50‬طالب في احدي الكليات والمعطاة‬


‫بالجدول اآلتي‪:‬‬
‫الدرجات‬ ‫‪58-‬‬ ‫‪61-‬‬ ‫‪64-‬‬ ‫‪67-‬‬ ‫‪70-‬‬ ‫‪73-76‬‬
‫عدد الطالب‬ ‫‪2‬‬ ‫‪7‬‬ ‫‪14‬‬ ‫‪15‬‬ ‫‪8‬‬ ‫‪4‬‬

‫‪ -6‬لمجموعة البيانات التالية احسب كل من معامل التواء كارل بيرسون ومعامل‬


‫االلتواء الربيعي مبينا نوع االلتواء‪.‬‬
‫الفئات‬ ‫‪0-‬‬ ‫‪2-‬‬ ‫‪4-‬‬ ‫‪6-‬‬ ‫‪8-‬‬ ‫‪10-12‬‬
‫التكرارات‬ ‫‪2‬‬ ‫‪7‬‬ ‫‪12‬‬ ‫‪19‬‬ ‫‪9‬‬ ‫‪1‬‬

‫‪72‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪4.6. Quiz 4‬‬


‫‪ -1‬الجدول التالي يمثل التوزيع التكراري لألجور األسبوعية لـ ‪ 500‬عامل في مصنع‬
‫األجرة األسبوعية‬ ‫‪16-‬‬ ‫‪20-‬‬ ‫‪24-‬‬ ‫‪28-‬‬ ‫‪32-‬‬ ‫‪36-‬‬ ‫‪40-‬‬ ‫‪44-‬‬ ‫‪48-‬‬
‫عدد العمال‬ ‫‪2‬‬ ‫‪7‬‬ ‫‪101‬‬ ‫‪180‬‬ ‫‪120‬‬ ‫‪50‬‬ ‫‪25‬‬ ‫‪10‬‬ ‫‪5‬‬
‫أوجد كل من‪ :‬االنحراف المتوسط‪ ،‬االنحراف المعياري ‪ ،‬نصف المدى الربيعي‪،‬‬
‫مقياس االلتواء الربيعي مبينا نوع االلتواء‪ ،‬مقياس التواء العزوم‪.‬‬

‫‪ -2‬لدينا التوزيع التكراري في الجدول التالي‪:‬‬


‫الدرجات‬ ‫‪7-‬‬ ‫‪12-‬‬ ‫‪17-‬‬ ‫‪22-‬‬ ‫‪27-‬‬ ‫‪32-37‬‬
‫عدد الطالب‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪14‬‬ ‫‪12‬‬ ‫‪11‬‬ ‫‪10‬‬
‫أوجد كل من معامل االلتواء ومعامل التفلطح مبينا نوع االلتواء‬

‫‪ -3‬أوجد معامل التواء العزوم ألوزان مائة طالب في مدرسة ثانوية معطاة بالجدول‬
‫التالي‪:‬‬
‫الفئات‬ ‫‪61-‬‬ ‫‪64-‬‬ ‫‪67-‬‬ ‫‪70-‬‬ ‫‪73-76‬‬
‫التكرارات‬ ‫‪5‬‬ ‫‪18‬‬ ‫‪42‬‬ ‫‪27‬‬ ‫‪8‬‬

‫‪ -4‬أوجد العزوم األربعة األولي لمجموعة البيانات‪، 2 , 5 , 9 , 4 , 3 , 6 :‬‬


‫ثم احسب معامل االلتواء ومعامل التفلطح لهذه البيانات‪.‬‬

‫‪73‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫الباب الخامس‬

‫الرتباط والنحدار‬

‫‪Correlation and Regression‬‬

‫مقدمة ‪5.1. Introduction‬‬

‫خالل هذا الباب سنتعامل مع مجموعتين من البيانات تمثال ظاهرتين في مجتمع‬


‫ما‪ ،‬وسنتناول كيفية تحديد نوع العالقة بين بيانات المتغيرين الممثالن للظاهرتين من‬
‫حيث القوة أو الضعف بجانب األتجاه وذلك من خالل معامل األرتباط‪ ،‬هذا باالضافة‬
‫تحديد العالقة الرياضية التي تصف (أو تربط) بيانات المتغيرين وذلك من خالل حالة‬
‫واحدة فقط من حاالت االنحدار وتحديدا االنحدار الخطي البسيط‪.‬‬
‫في الجزء األول خالل هذا الباب سنتناول دراسة موجزة لمعامل األرتباط‬
‫بنوعيه (معامل االرتباط لبيرسون & معامل االرتباط لسبيرمان) ‪ ،‬وبالطبع هذه‬
‫المقاييس سوف نستخدمها وفقا لنوع البيانات المستخدمة للمتغيرين المثالن للظاهرتين‬
‫محل الدراسة‪.‬‬
‫وفي الجزء الثاني سنتطرق لمفهوم االنحدار ‪ ،‬وبالتحديد االنحدار الخطي البسيط‬
‫بين المتغيرين وفقا للبيانات المتوفرة للمتغيرين الممثلين للظاهرتين‪ ،‬هذا باإلضافة‬
‫للربط بين معالم االنحدار ومعامل االرتباط لبيرسون‪.‬‬

‫أنواع األرتباط وخواصه ‪5.2. Types of correlation and its properties‬‬

‫يعتبر االرتباط من األدوات اإلحصائية الهامة التي نحتاجها في الحياة التطبيقية‬


‫عند دراسة العالقة بين ظاهرة وأخري أو بين ظاهرة ومجموعة من الظواهر‬
‫ولالرتباط ثالثة أنواع هي ‪:‬‬
‫الرتباط البسيط‪ :‬وهو االرتباط الذي يحدد لنا العالقة بين ظاهرتين فقط ‪.‬‬
‫الرتباط المتعدد‪ :‬وهو االرتباط بين ظاهرة واحدة من ناحية ومجموعة من الظواهر‬
‫من ناحية أخري مع افتراض أن هناك عالقة مشتركة بين هذه المجموعة من الظواهر‪.‬‬
‫الرتباط الجزئي ‪ :‬يختص بدراسة العالقة بين أكثر من متغيرين ولكن الهدف منه هو‬
‫دراسة االرتباط بين متغير وآخر مع عزل أثر متغير ثالث عن هذين المتغيرين‬
‫المرتبط بهما معا‪.‬‬

‫‪74‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫وسوف نقتصر في دراستنا علي االرتباط البسيط حيث يستخدم معامل االرتباط البسيط‬
‫للكشف عن العالقة بين أي متغيرين𝑌 ‪ 𝑋,‬مبينا قوة هذه العالقة واتجاهها موجبة كانت‬
‫أو سالبة‪.‬‬
‫ومعامل االرتباط سوفف نرمز له بالرمز )𝑦 ‪ 𝜌(𝑥,‬أو إختصارا 𝜌 وتتراوح قيمته بين‬
‫𝟏 ≤ 𝝆 ≤ 𝟏‪−‬‬ ‫‪ ، −1 , +1‬أي أن‪:‬‬
‫فإذا كانت قيمة 𝜌 بإشارة موجبة يكون ارتباط طردي بين 𝑌 ‪، 𝑋,‬‬
‫وإذا كانت قيمة 𝜌 بإشارة سالبة كان االرتباط بين𝑌 ‪ 𝑋,‬ارتباط عكسي‪،‬‬
‫أي كلما اقتربت القيمة العددية لمعامل االرتباط من الواحد الصحيح سالبا كان أو موجبا‬
‫دل ذلك علي ارتباط قوي بين المتغيرين ‪.‬‬
‫ويمكن تقسيم االرتباط من حيث القيمة إلى خمسة أنواع ‪:‬‬
‫‪ -‬ارتباط تام موجب وتكون قيمة ‪𝜌 = 1‬‬
‫‪ -‬ارتباط ناقص (غير تام) موجب وتكون قيمة 𝜌 محصورة بين الصفر والواحد‬
‫‪ -‬ارتباط ناقص (غير تام) سالب وتكون قيمة 𝜌 محصورة بين ‪ -1‬والصفر‬
‫‪ -‬ارتباط تام سالب وتكون قيمة ‪𝜌 = −1‬‬
‫‪ -‬ارتباط صفري أي ال يوجد ارتباط بين المتغيرين وتكون قيمته قريبة جدا من الصفر‬
‫أو تساوي الصفر‪.‬‬
‫وسوف نعرض نوعين من طرق قياس معامل االرتباط البسيط وهما‪ :‬معامل االرتباط‬
‫لبيرسون & معامل االرتباط لسبيرمان‪.‬‬

‫معامل ارتباط بيرسون ‪5.3. Pearson correlation coefficient‬‬

‫ويستخدم هذا المقياس في حالة ما يكون مستوي القياس لكال من المتغيرين‬


‫منالنوع الفتري (أي البيانات ستكون كمية) وهو أكثر أنواع االرتباط شيوعا 𝑌 ‪ 𝑋,‬في‬
‫مجال علم النفس‪ ،‬ويمكن حسابه من العالقة اآلتية ‪:‬‬

‫‪75‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫) 𝒊𝒚 𝟏=𝒊𝒏∑ () 𝒊𝒙 𝟏=𝒊𝒏∑( ‪𝒏 ∑𝒏𝒊=𝟏 𝒙𝒊 𝒚𝒊 −‬‬


‫=𝝆‬
‫] 𝟐) 𝒊𝒚 𝟏=𝒊𝒏∑( ‪√[(𝒏 ∑𝒏𝒊=𝟏 𝒙𝟐𝒊 ) − (∑𝒏𝒊=𝟏 𝒙𝒊 )𝟐 ][(𝒏 ∑𝒏𝒊=𝟏 𝒚𝟐𝒊 ) −‬‬

‫𝒀̅‬
‫𝑿 𝒏 ‪∑𝒏𝒊=𝟏 𝒙𝒊 𝒚𝒊 −‬‬ ‫̅‬
‫=‬
‫𝒀𝝈 𝑿𝝈𝒏‬
‫حيث‪:‬‬
‫∶ 𝑿‬ ‫𝒏𝒙 … ‪𝒙𝟏 , 𝒙𝟐 , 𝒙𝟑 ,‬‬
‫∶ 𝒀‬ ‫𝒏𝒚 … ‪𝒚𝟏 , 𝒚𝟐 , 𝒚𝟑 ,‬‬

‫حيث 𝑛 هي عدد األزواج المرتبة لقيم المتغير الثنائي )‪ ρ ، (X, Y‬معامل ارتباط‬
‫بيرسون‪ 𝜎𝑋 ،‬يمثل االنحراف المعياري لقيم ‪ 𝜎𝑌 ،X‬يمثل االنحراف المعياري لقيم‬
‫‪ .Y‬كما أن ̅𝑋 الوسط الحسابي لقيم ‪ 𝑌̅ ،X‬يمثل الوسط الحسابي لقيم ‪.Y‬‬
‫مثال (‪ : )1‬أوجد معامل ارتباط بيرسون بين قيم المتغيرين 𝑌 ‪ 𝑋,‬اآلتية‪:‬‬
‫𝑋‬ ‫‪5‬‬ ‫‪8‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪7‬‬
‫𝑌‬ ‫‪18‬‬ ‫‪22‬‬ ‫‪24‬‬ ‫‪22‬‬ ‫‪24‬‬
‫الحل ‪:‬‬
‫من العالقة الرياضية لمعامل االرتباط البسيط لبيرسون نجد أنها تتطلب إيجاد كل من‪:‬‬
‫𝑛‬ ‫𝑛‬ ‫𝑛‬ ‫𝑛‬ ‫𝑛‬
‫‪𝑛,‬‬ ‫∑‬ ‫∑ ‪𝑥𝑖 ,‬‬ ‫∑ ‪𝑦𝑖 ,‬‬ ‫∑ ‪𝑥𝑖 𝑦𝑖 ,‬‬ ‫‪𝑥𝑖2‬‬ ‫∑‪,‬‬ ‫‪𝑦𝑖2‬‬
‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬
‫ولذلك نكون الجدول التالي‪:‬‬
‫𝑖𝑥‬ ‫𝑖𝑦‬ ‫𝑖𝑦 𝑖𝑥‬ ‫‪𝑥𝑖 2‬‬ ‫‪𝑦𝑖 2‬‬
‫‪5‬‬ ‫‪18‬‬ ‫‪90‬‬ ‫‪25‬‬ ‫‪324‬‬
‫‪8‬‬ ‫‪22‬‬ ‫‪176‬‬ ‫‪64‬‬ ‫‪484‬‬
‫‪4‬‬ ‫‪24‬‬ ‫‪96‬‬ ‫‪16‬‬ ‫‪576‬‬
‫‪6‬‬ ‫‪22‬‬ ‫‪132‬‬ ‫‪36‬‬ ‫‪484‬‬
‫‪7‬‬ ‫‪24‬‬ ‫‪168‬‬ ‫‪49‬‬ ‫‪576‬‬

‫‪76‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪5‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪5‬‬


‫∑‬ ‫𝑖𝑥‬ ‫∑‬ ‫𝑖𝑦‬ ‫∑‬ ‫𝑖𝑦 𝑖𝑥‬ ‫∑‬ ‫‪𝑥𝑖2‬‬ ‫∑‬ ‫‪𝑦𝑖2‬‬
‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬
‫‪= 30‬‬ ‫‪= 110‬‬ ‫‪= 662‬‬ ‫‪= 190‬‬ ‫‪= 2444‬‬
‫بالتعويض نجد أن‪:‬‬
‫𝒏‬ ‫𝒊𝒙 𝟏=𝒊𝒏∑‬ ‫‪𝒚𝒊 −‬‬ ‫𝒊𝒙 𝟏=𝒊𝒏∑(‬ ‫()‬ ‫𝟏=𝒊𝒏∑‬ ‫) 𝒊𝒚‬
‫=𝝆‬
‫] 𝟐) 𝒊𝒚 𝟏=𝒊𝒏∑( ‪√[(𝒏 ∑𝒏𝒊=𝟏 𝒙𝟐𝒊 ) − (∑𝒏𝒊=𝟏 𝒙𝒊 )𝟐 ][(𝒏 ∑𝒏𝒊=𝟏 𝒚𝟐𝒊 ) −‬‬

‫)‪5(662) − (110)(30‬‬ ‫‪1‬‬


‫=‬ ‫=‬
‫‪√[(5(190) − (30)2 )][(5(2444) − (110)2 )] 2√15‬‬
‫‪= 0.1291‬‬
‫وهو طردي (موجب) ضعيف‪ ،‬ألن قيمته موجبة وأقل من ‪.0.5‬‬
‫حل آخر‪:‬‬
‫من الواضخ أن قيم الوسط الحسابي لكل من المتغيرين هما ‪:‬‬
‫‪30‬‬ ‫‪110‬‬
‫= ̅𝑌 ‪.𝑋̅ = = 6,‬‬ ‫‪= 22‬‬
‫‪5‬‬ ‫‪5‬‬
‫ولحساب االنحراف المعياري لكل من المتغيرين 𝑌𝜎 ‪ 𝜎𝑋 ,‬نكون الجدول التالي ‪.‬‬

‫‪5‬‬ ‫‪18‬‬ ‫‪-1‬‬ ‫‪1‬‬ ‫‪-4‬‬ ‫‪16‬‬ ‫‪90‬‬


‫‪8‬‬ ‫‪22‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪176‬‬
‫‪4‬‬ ‫‪24‬‬ ‫‪-2‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪96‬‬
‫‪6‬‬ ‫‪22‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪132‬‬
‫‪7‬‬ ‫‪24‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪168‬‬
‫‪5‬‬ ‫‪5‬‬ ‫‪5‬‬
‫∑‬ ‫∑ 𝑖𝑥‬ ‫𝑖𝑦‬ ‫∑‬ ‫𝑖𝑦 𝑖𝑥‬
‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬ ‫‪0‬‬ ‫‪10‬‬ ‫‪0‬‬ ‫‪24‬‬ ‫‪𝑖=1‬‬
‫‪= 30‬‬ ‫‪= 110‬‬ ‫‪= 662‬‬
‫وبالتالي فإن‪:‬‬

‫‪77‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪5‬‬
‫‪1‬‬ ‫‪10‬‬
‫‪𝜎𝑥 = √ ∑(𝑥𝑖 − 𝑋̅)2 = √ = √2 = 1.4142135624‬‬
‫𝑛‬ ‫‪5‬‬
‫‪𝑖=1‬‬

‫‪5‬‬
‫‪1‬‬ ‫‪24‬‬
‫‪𝜎𝑦 = √ ∑(𝑦𝑖 − 𝑌̅)2 = √ = √4.8 = 2.19089023‬‬
‫𝑛‬ ‫‪5‬‬
‫‪𝑖=1‬‬

‫وبالتعويض في معادلة معامل االرتباط نحصل على الناتج التالي‪:‬‬


‫̅𝑌 ̅𝑋𝑛 ‪∑5𝑖=1 𝑥𝑖 𝑦𝑖 −‬‬ ‫)‪662 − 5(6)(22‬‬
‫=𝜌‬ ‫=‬
‫𝑌𝜎 𝑋𝜎𝑛‬ ‫)‪5(1.4142135624)(2.19089023‬‬
‫‪= 0.1291‬‬
‫وهو نفس الناتج الذي حصلنا عليه سابقا ولالضطالع علي فيديو توضيحي قم بزيارة‬
‫الرابط االتي‪https://www.youtube.com/watch?v=s94-PSI4Lfc :‬‬

‫معامل ارتباط الرتب ‪5.4. Spearman's rank correlation coefficien‬‬


‫لسبيرمان‬

‫ويستخدم هذا المقياس مع البيانات الوصفية‪ ،‬وهنا نعتمد على ترتيب البيانات وليس‬
‫على البيانات نفسها‪ ،‬ويرمز له بالرمز )𝑌 ‪ 𝜌𝑆 (𝑋,‬أو 𝑆𝜌 ‪.‬‬
‫خطوات حساب معامل ارتباط الرتب لسبيرمان ‪:‬‬
‫أ‪ -‬نعطي أكبر (أصغر) قيمة من قيم المتغير𝑋 الرتبة ‪ 1‬ونعطي للقيمة التي تليها الرتبة‬
‫‪ 2‬وهكذا إلى أن نصل ألصغر (ألكبر) قيمة ونعطي لها الرتبة 𝑛‪.‬‬
‫ب‪ -‬بنفس الطريقة نعين الرتب لقيم المتغير𝑌‬
‫ج‪ -‬إذا وجدت قيمتان (أو أكثر) متساويتان فإنهما يأخذان رتبة واحدة هي الوسط‬
‫الحسابي للرتبتين(أو الرتب) التي كانت تأخذها هاتين القيمتين أو أنهما كانتا مختلفتين ‪.‬‬
‫د‪ -‬نحسب الفرق بين رتبة 𝑖𝑋 ورتبة 𝑖𝑌 للقيم المتناظرة ونرمز للفرق بالرمز 𝑖𝑑‬
‫هـ‪ -‬نحسب معامل االرتباط 𝑆𝜌 من العالقة التالية‪:‬‬
‫‪6 ∑𝑛𝑖=1 𝑑𝑖2‬‬
‫‪𝜌𝑆 = 1 −‬‬
‫)‪𝑛 (𝑛 2 − 1‬‬
‫حيث 𝑖𝑑 فرق الرتب المتناظرة للمتغيرين ‪ 𝑛 ،‬عدد البيانات‪.‬‬

‫‪78‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫مثال (‪ : )2‬أوجد معامل ارتباط الرتب بين المتغيرين 𝑌 ‪ 𝑋,‬وبين نوع العالقة بينهما‪:‬‬
‫𝑋‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪8‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪3‬‬ ‫‪7‬‬
‫𝑌‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪7‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪8‬‬ ‫‪1‬‬ ‫‪6‬‬
‫الحل‪ :‬نكون الجدول التالي‪:‬‬
‫𝑖𝑋‬ ‫𝑖𝑌‬ ‫رتبة 𝑖𝑋‬ ‫رتبة 𝑖𝑌‬ ‫𝑖𝑑‬ ‫‪𝑑𝑖2‬‬
‫‪5‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪2‬‬ ‫‪5‬‬ ‫‪7‬‬ ‫‪4‬‬ ‫‪-3‬‬ ‫‪9‬‬
‫‪8‬‬ ‫‪7‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪1‬‬ ‫‪3‬‬ ‫‪8‬‬ ‫‪6‬‬ ‫‪-2‬‬ ‫‪4‬‬
‫‪4‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪7‬‬ ‫‪2‬‬ ‫‪4‬‬
‫‪6‬‬ ‫‪8‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪-2‬‬ ‫‪4‬‬
‫‪3‬‬ ‫‪1‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪2‬‬ ‫‪4‬‬
‫‪7‬‬ ‫‪6‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪1‬‬
‫𝒏‬
‫‪0‬‬
‫∑‬ ‫𝟖𝟐 = 𝒊𝟐𝒅‬
‫𝟏=𝒊‬

‫وبالتعويض في العالقة الخاصة بحساب بمعامل االرتباط لسبيرمان نجد أن‪:‬‬


‫‪6 ∑8𝑖=1 𝑑𝑖2‬‬ ‫)‪6(28‬‬
‫‪𝜌𝑆 = 1 −‬‬ ‫=‬ ‫‪1‬‬ ‫‪−‬‬ ‫‪= 1 − 0.33 = 0.667‬‬
‫)‪𝑛(𝑛2 − 1‬‬ ‫)‪8(64 − 1‬‬
‫أي أنه توجد عالقة طردية قوية بين 𝑌 ‪.𝑋,‬‬
‫مثال (‪ : )3‬لدراسة عالقة ارتباط تقديرات الطالب في مادة اإلحصاء وتقديراتهم في‬
‫مادة الرياضيات‪ ،‬اخترنا ‪ 7‬طالب وكانت تقديراتهم كما يلي‬
‫تقديرات اإلحصاء 𝑋‬ ‫‪F‬‬ ‫‪A‬‬ ‫‪C‬‬ ‫‪D‬‬ ‫‪A‬‬ ‫‪A‬‬ ‫‪C‬‬
‫تقديرات الرياضيات 𝑌‬ ‫‪D‬‬ ‫‪C‬‬ ‫‪B‬‬ ‫‪F‬‬ ‫‪A‬‬ ‫‪B‬‬ ‫‪D‬‬
‫هل توجد عالقة ارتباط؟ ما نوعها ومدى قوتها؟‬
‫الحل‪ :‬نكون الجدول التالي‪:‬‬
‫𝑖𝑋‬ ‫𝑖𝑌‬ ‫رتبة 𝑖𝑋‬ ‫رتبة 𝑖𝑌‬ ‫𝑖𝑑‬ ‫‪𝑑𝑖2‬‬
‫‪F‬‬ ‫‪D‬‬ ‫‪7‬‬ ‫‪5.5‬‬ ‫‪1.5‬‬ ‫‪2.25‬‬
‫‪A‬‬ ‫‪C‬‬ ‫‪1.5‬‬ ‫‪4‬‬ ‫‪- 2.5‬‬ ‫‪6.25‬‬

‫‪79‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪C‬‬ ‫‪B‬‬ ‫‪3.5‬‬ ‫‪2.5‬‬ ‫‪1‬‬ ‫‪1‬‬


‫‪D‬‬ ‫‪F‬‬ ‫‪5‬‬ ‫‪7‬‬ ‫‪-2‬‬ ‫‪4‬‬
‫‪E‬‬ ‫‪A‬‬ ‫‪6‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫‪25‬‬
‫‪A‬‬ ‫‪B‬‬ ‫‪1.5‬‬ ‫‪2.5‬‬ ‫‪-1‬‬ ‫‪1‬‬
‫‪C‬‬ ‫‪D‬‬ ‫‪3.5‬‬ ‫‪5.5‬‬ ‫‪-2‬‬ ‫‪4‬‬
‫𝒏‬
‫∑‬ ‫𝟓 ‪𝒅𝟐𝒊 = 𝟒𝟑.‬‬
‫𝟏=𝒊‬

‫‪6 ∑7𝑖=1 𝑑𝑖2‬‬ ‫)‪6(43.5‬‬


‫‪𝜌𝑆 = 1 −‬‬ ‫=‬ ‫‪1‬‬ ‫‪−‬‬ ‫‪= 1 − 0.4 = 0.2232‬‬
‫)‪𝑛(𝑛2 − 1‬‬ ‫)‪7 (49 − 1‬‬

‫نالحظ وجود عالقة ارتباط طردية ضعيفة بين تقديرات الطالب في مادة اإلحصاء‬
‫وتقديراتهم في مادة الرياضيات ولالضطالع علي فيديو توضيحي قم بزيارة الرابط‬
‫االتي‪https://www.youtube.com/watch?v=UzoqoyJHa-4 :‬‬

‫النحدار الخطي البسيط ‪5.5. Simple linear regression‬‬

‫تتم دراسة العالقة بين متغيرين 𝑌 ‪ 𝑋,‬بتكرار إجراء تجربة مناسبة عددا كافيا من‬
‫المرات ولتكن ‪ n‬من المشاهدات عادة تتلخص كما يلي‪:‬‬
‫𝒏𝒙 … ‪𝑿 ∶ 𝒙𝟏 , 𝒙𝟐 , 𝒙𝟑 ,‬‬
‫𝒏𝒚 … ‪𝒀 ∶ 𝒚𝟏 , 𝒚 𝟐 , 𝒚𝟑 ,‬‬
‫ثم نقوم بتوضيح مجموعة النقاط ) 𝒏𝒚 ‪ (𝒙𝟏 , 𝒚𝟏 ), (𝒙𝟐 , 𝒚𝟐 ), … (𝒙𝒏 ,‬وذلك طبقا‬
‫لنظام اإلحداثيات المتعامدة و تسمي النقاط (الشكل) الناتجة بشكل االنتشار للمشاهدات‬
‫المعطاة ثم يتم استخدام شكل االنتشار في تمهيد بالنظر لتقريب هذه البيانات ونرسم‬
‫المنحني الذي يمر بمعظم النقط بقدر اإلمكان ويتوسط الباقي بطريقة مناسبة ولكننا‬
‫سنختلف من شخص آلخر كل حسب نظرته في رسم المنحني في التنبؤ بأفضل منحني‬
‫مما يؤدي إلي نتائج متباينة ينقصها قدر كبير من الدقة عالوة علي ذلك الصعوبة‬
‫األكبر تظهر في دراسة العالقة بين ثالث متغيرات فتكون نقاط الشكل هي نقاط في‬
‫الفراغ ذو الثالث أبعاد وهكذا يكون استحالة دراستها في حالة العالقة بين أكثر من‬
‫ثالث متغيرات‪ .‬ولالضطالع علي فيديو توضيحي قم بزيارة الرابط االتي‪:‬‬
‫‪https://www.youtube.com/watch?v=O0uHGRo-cII‬‬

‫‪80‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫وعموما للحصول علي أفضل منحني (أو أفضل عالقة رياضية) فإننا نقرب مجموعة‬
‫نقط شكل االنتشار ويلزم علينا أن نلتزم بمقياس محدد للحكم علي جودة التقريب بحيث‬
‫يصبح الخطأ الناتج من عملية التقريب أقل ما يمكن‪.‬‬
‫والطريقة المستخدمة لتحقيق الغرض السابق تسمي بطريقة المربعات الصغرى‪.‬‬
‫ويسمي الخط الذي يتم الحصول عليه بطريقة المربعات الصغرى بخط االنحدار أو‬
‫خط االعتماد ألحد المتغيرين على اآلخر‪.‬‬
‫أول خط انحدار 𝒀 علي 𝑿 ‪:‬‬
‫نفرض أن معادلة الخط المطلوب في صورته العامة ‪𝑌 = 𝑎𝑋 + 𝑏 :‬‬
‫والذي يفترض أنه أفضل خط مستقيم يمثل العالقة بين ‪ Y ، X‬ونفرض كذلك أن‬
‫الخطأ يمكن كتابته علي الصورة ‪𝑒𝑖 = 𝑌𝑖 − 𝑌̂𝑖 :‬‬
‫وإليجاد مقياس الخطأ العام حول الخط المستقيم نحسب متوسطات مربعات األخطاء‬
‫𝑖𝑒 أي أن مقياس الخطأ هو‬
‫𝑛‬ ‫𝑛‬
‫‪1‬‬ ‫‪1‬‬ ‫‪2‬‬
‫) 𝑖̂𝑌 ‪∑ 𝑒𝑖 2 = ∑(𝑌𝑖 −‬‬
‫𝑛‬ ‫𝑛‬
‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬

‫أي أن‪:‬‬
‫𝑛‬
‫‪1‬‬ ‫‪1‬‬
‫‪𝑄 = ∑[𝑌𝑖 − (𝑎 𝑋𝑖 + 𝑏)]2‬‬
‫𝑛‬ ‫𝑛‬
‫‪𝑖=1‬‬

‫حيث ‪ . 𝑄 = ∑𝑛𝑖=1 𝑒𝑖 2‬وعليه فإن‬


‫𝑛‬

‫‪𝑄 = ∑[𝑌𝑖 − 𝑎 𝑋𝑖 − 𝑏]2‬‬


‫‪𝑖=1‬‬
‫والسؤال الذي يظهر لدينا اآلن هو ما هي قيمة كل من 𝑏 ‪ 𝑎,‬التي تجعل 𝑄 أقل ما‬
‫يمكن؟‬
‫الشرط الالزم والكافي هو ‪:‬‬
‫𝑄𝜕‬ ‫𝑄𝜕‬
‫‪=0 ,‬‬ ‫‪=0‬‬
‫𝑎𝜕‬ ‫𝑏𝜕‬
‫أي أن‪:‬‬

‫‪81‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫𝒏‬ ‫𝒏‬ ‫𝒏‬


‫∑‬ ‫∑ 𝒂 = 𝒊𝒚 𝒊𝒙‬ ‫∑ 𝒃 ‪𝒙𝟐𝒊 +‬‬ ‫𝒊𝒙‬
‫𝟏=𝒊‬ ‫𝟏=𝒊‬ ‫𝟏=𝒊‬

‫𝒏‬ ‫𝒏‬
‫∑‬ ‫∑ 𝒂 = 𝒊𝒚‬ ‫𝒃 𝒏 ‪𝒙𝒊 +‬‬
‫𝟏=𝒊‬ ‫𝟏=𝒊‬

‫بحل المعادلتين السابقتين آنيا نحصل علي قيم 𝑏 ‪ 𝑎,‬ويسمي 𝑎 بمعامل انحدار 𝑌 علي‬
‫𝑋 و المعادلتين السابقتين تسميان بالمعادلتين الشرطيتين( االعتداليتين) ثم بالتعويض‬
‫عن قيم 𝑏 ‪ 𝑎,‬في المعادلة األصلية ينتج أفضل خط مستقيم حيث ‪:‬‬

‫) 𝒊𝒚 𝟏=𝒊𝒏∑( ) 𝒊𝒙 𝟏=𝒊𝒏∑( ‪𝒏 ∑𝒏𝒊=𝟏 𝒙𝒊 𝒚𝒊 −‬‬


‫=𝒂‬ ‫𝑿𝒂‪̅−‬‬
‫𝒀=𝒃 ‪,‬‬ ‫̅‬
‫𝟐) 𝒊𝒙 𝟏=𝒊𝒏∑( ‪𝒏 ∑𝒏𝒊=𝟏 𝒙𝟐𝒊 −‬‬

‫ثانيا خط انحدار 𝑿 علي 𝒀 ‪:‬‬


‫معادلته هي‪:‬‬
‫𝑑 ‪𝑋 = 𝑐𝑌 +‬‬
‫حيث 𝑑 ‪ 𝑐,‬ثوابت المراد تعيينها لتعيينها بنفس الخطوات السابقة نحصل علي معادلتين‬
‫اعتداليتين أو شرطيتين وذلك بتبديل 𝑌 محل 𝑋 في المعادلتين السابقتين نحصل علي ‪:‬‬
‫𝒏‬ ‫𝒏‬ ‫𝒏‬
‫∑‬ ‫∑ 𝒄 = 𝒊𝒚 𝒊𝒙‬ ‫∑ 𝒅 ‪𝒚𝟐𝒊 +‬‬ ‫‪𝒚𝒊 ,‬‬
‫𝟏=𝒊‬ ‫𝟏=𝒊‬ ‫𝟏=𝒊‬
‫𝒏‬ ‫𝒏‬
‫∑‬ ‫∑ 𝒄 = 𝒊𝒙‬ ‫𝒅𝒏 ‪𝒚𝒊 +‬‬
‫𝟏=𝒊‬ ‫𝟏=𝒊‬

‫وبحل هذه المعادلتين نجد أن تقدير المعالم كالتالي‪:‬‬

‫) 𝒊𝒚 𝟏=𝒊𝒏∑( ) 𝒊𝒙 𝟏=𝒊𝒏∑( ‪𝒏 ∑𝒏𝒊=𝟏 𝒙𝒊 𝒚𝒊 −‬‬


‫=𝒄‬ ‫𝒀𝒂‪̅ −‬‬
‫𝑿=𝒅 ‪,‬‬ ‫̅‬
‫𝟐) 𝒊𝒚 𝟏=𝒊𝒏∑( ‪𝒏 ∑𝒏𝒊=𝟏 𝒚𝟐𝒊 −‬‬

‫‪82‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫ملحوظة‪:‬‬
‫خط انحدار𝑋 علي𝑌 ليس الدالة العكسية لخط انحدار𝑌 علي𝑋 فكل منهما يمثل خط‬
‫مستقيم يختلف تماما عن اآلخر‪.‬‬
‫مثال (‪ : )4‬لمجموعة البيانات التالية‪:‬‬
‫𝑋‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪6‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪4‬‬
‫𝑌‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪6‬‬ ‫‪3‬‬ ‫‪5‬‬
‫(أ) ارسم شكل االنتشار لمجموعة البيانات ثم أوجد‪:‬‬
‫(ب) خط انحدار𝑌 علي𝑋 و منه قدر قيمة عندما ‪𝑋 = 0.5‬‬
‫(ج) خط انحدار𝑋 علي𝑌 و منه قدر قيمة عندما ‪𝑌 = 0.3‬‬
‫الحل‪:‬‬
‫نقوم برسم شكل االنتشار‪ ،‬أي نمثل في المستوي المتعامد 𝑌𝑋 النقاط‪:‬‬
‫) 𝟔𝒚 ‪(𝒙𝟏 , 𝒚𝟏 ), (𝒙𝟐 , 𝒚𝟐 ), (𝒙𝟑 , 𝒚𝟑 ), (𝒙𝟒 , 𝒚𝟒 ), (𝒙𝟓 , 𝒚𝟓 ), (𝒙𝟔 ,‬‬

‫(ب) إليجاد خط انحدار𝑌علي 𝑋 والذي نفرض أن معادلته هي 𝑏 ‪ ، 𝑌 = 𝑎𝑋 +‬ثم‬


‫ونحسب 𝑏 ‪ 𝑎,‬من المعادلتين الشرطيتين ‪ .‬هذا يتطلب تكوين الجدول التالي‪:‬‬
‫𝑖𝑥‬ ‫𝑖𝑦‬ ‫𝑖𝑦 𝑖𝑥‬ ‫‪𝑥𝑖 2‬‬ ‫‪𝑦𝑖 2‬‬
‫‪5‬‬ ‫‪4‬‬ ‫‪20‬‬ ‫‪25‬‬ ‫‪16‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬
‫‪6‬‬ ‫‪2‬‬ ‫‪12‬‬ ‫‪36‬‬ ‫‪4‬‬

‫‪83‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪1‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪1‬‬ ‫‪36‬‬


‫‪3‬‬ ‫‪3‬‬ ‫‪9‬‬ ‫‪9‬‬ ‫‪9‬‬
‫‪4‬‬ ‫‪5‬‬ ‫‪20‬‬ ‫‪16‬‬ ‫‪25‬‬
‫‪6‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪6‬‬
‫∑‬ ‫𝑖𝑥‬ ‫∑‬ ‫𝑖𝑦‬ ‫∑‬ ‫𝑖𝑦 𝑖𝑥‬ ‫∑‬ ‫𝑖𝑥‬ ‫‪2‬‬ ‫∑‬ ‫‪𝑦𝑖 2‬‬
‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬
‫‪= 21‬‬ ‫‪= 24‬‬ ‫‪= 75‬‬ ‫‪= 91‬‬ ‫‪= 109‬‬
‫بالتعويض في معادلتي معالم خط إنحدار 𝑌علي 𝑋 كالتالي نجد أن‪:‬‬
‫𝑛‬ ‫𝑖𝑥 ‪∑𝑛𝑖=1‬‬ ‫) 𝑖𝑦 ‪𝑦𝑖 − (∑𝑛𝑖=1 𝑥𝑖 ) (∑𝑛𝑖=1‬‬
‫=𝑎‬ ‫‪2‬‬
‫) 𝑖𝑥 ‪𝑛 ∑𝑛𝑖=1 𝑥𝑖2 − (∑𝑛𝑖=1‬‬
‫)‪6 (75) − (21) (24‬‬
‫=‬ ‫‪= −0.5142857143 ,‬‬
‫‪6 (91) − (21)2‬‬
‫‪24‬‬ ‫‪21‬‬
‫= ̅𝑋 𝑎 ‪𝑏 = 𝑌̅ −‬‬ ‫‪− (−0.5142857143) ( ) = 5.8‬‬
‫‪6‬‬ ‫‪6‬‬

‫وبالتالي فإن خط انحدار 𝑌 علي 𝑋 يمثل بالمعادلة ‪:‬‬

‫‪𝑌 = −0.5142857143 𝑋 + 5.8‬‬

‫وعندما ‪ 𝑋 = 0.5‬فإن‬

‫‪𝑌(𝑋 = 0.5) = −0.5142857143 (0.5) + 5.8 ≅ 5.5429‬‬


‫(ج) بالمثل نوجد معادلة خط انحدار 𝑋 علي 𝑌 والذي نفرضها كالتالي ‪:‬‬
‫𝑑 ‪𝑋 = 𝑐𝑌 +‬‬
‫حيث 𝑑 ‪ 𝑐,‬معالم خط االنحدار المطلوب‪ ،‬لذلك نعوض من الجدول السابق في معادلتي‬
‫معالم خط االنحدارالمطلوب نجد أن‪:‬‬

‫) 𝑖𝑦 ‪𝑛 ∑𝑛𝑖=1 𝑥𝑖 𝑦𝑖 − (∑𝑛𝑖=1 𝑥𝑖 ) (∑𝑛𝑖=1‬‬


‫=𝑐‬ ‫‪2‬‬
‫) 𝑖𝑦 ‪𝑛 ∑𝑛𝑖=1 𝑦𝑖2 − (∑𝑛𝑖=1‬‬

‫‪84‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫)‪6 (75) − (21) (24‬‬


‫=‬ ‫‪= −0.6923076923 ,‬‬
‫‪6 (109) − (24)2‬‬
‫‪21‬‬ ‫‪24‬‬
‫= ̅𝑌 𝑐 ‪𝑑 = 𝑋̅ −‬‬ ‫) ( )‪− (−0.6923076923‬‬
‫‪6‬‬ ‫‪6‬‬
‫‪= 6.2692307692‬‬
‫و يصبح خط انحدار𝑋علي 𝑌هو ‪:‬‬
‫‪𝑋 = (−0.6923076923)𝑌 + 6.2692307692‬‬

‫فإن القيمة المقدرة للمتغير 𝑋 عندما ‪ 𝑌 = 2.3‬هي‪:‬‬

‫‪𝑋 = (−0.6923076923)(2.3) + 6.2692307692 ≅ 4.677‬‬

‫طريقة أخري إليجاد خطوط النحدار ومعامل الرتباط ‪5.6. Another way to‬‬
‫‪find regression lines and correlation coefficients:‬‬

‫إذا كان) 𝑛𝑦 ‪(𝑥1 , 𝑦1 ), (𝑥2 , 𝑦2 ), … , (𝑥𝑛 ,‬هي 𝑛 من النقاط في المستوي 𝑌𝑋 فإن‬


‫خط انحدار 𝑌 علي 𝑋 هو ‪:‬‬
‫𝒀‪𝒀−‬‬ ‫𝑿 ‪̅ = 𝒂 (𝑿 −‬‬ ‫)̅‬

‫وخط انحدار 𝑋 علي 𝑌 هو ‪:‬‬


‫𝒀 ‪̅ = 𝒄 (𝒀 −‬‬
‫𝑿‪𝑿−‬‬ ‫)̅‬
‫حيث‪:‬‬
‫𝒊𝒙 𝟏=𝒊𝒏∑‬ ‫𝒊𝒚 𝟏=𝒊𝒏∑‬
‫=̅‬
‫𝑿‬ ‫‪,‬‬ ‫=̅‬
‫𝒀‬
‫𝒏‬ ‫𝒏‬
‫𝒀̅‬
‫𝑿𝒏 ‪∑𝒏𝒊=𝟏 𝒙𝒊 𝒚𝒊 −‬‬ ‫̅‬ ‫𝒏‬ ‫𝒀̅‬
‫𝑿𝒏 ‪∑𝒊=𝟏 𝒙𝒊 𝒚𝒊 −‬‬ ‫̅‬
‫=𝒂‬ ‫‪,‬‬ ‫=𝒄‬
‫𝟐 𝑿𝝈𝒏‬ ‫𝟐 𝒀𝝈𝒏‬
‫ومعامل الرتباط لبيرسون 𝝆 يعطي بالعالقة ‪:‬‬

‫‪85‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫𝒄 ‪+ √𝒂 .‬‬ ‫𝟎 > 𝒄‪∶ 𝒂 ,‬‬


‫{ = 𝒄 ‪𝝆 = ± √𝒂 .‬‬ ‫⬚‬
‫𝒄 ‪− √𝒂 .‬‬ ‫𝟎 < 𝒄‪∶ 𝒂 ,‬‬

‫هذا يوضح أن إشارة معامل االرتباط تأخد نفس إشارة معاملي خطي اإلنحدار (اللذان‬
‫لهما نفس اإلشارة)‪ ،‬كما أنه يستحيل اختالف معاملي خطي االنحدار في اإلشارة‪.‬‬
‫مثال (‪ : )5‬من بيانات مثال (‪:)4‬‬
‫𝑋‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪6‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪4‬‬
‫𝑌‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪6‬‬ ‫‪3‬‬ ‫‪5‬‬
‫أوجد خط انحدار 𝑌 علي 𝑋 وخط انحدار 𝑋 علي 𝑌 ثم استنتج معامل االرتباط‬
‫وحدد نوعه‪.‬‬
‫الحل‪:‬‬
‫من خالل الجدول السابق تكوينه في مثال (‪ )4‬نجد أن‪:‬‬

‫‪6‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪6‬‬


‫∑‬ ‫𝑖𝑥‬ ‫∑‬ ‫𝑖𝑦‬ ‫∑‬ ‫𝑖𝑦 𝑖𝑥‬ ‫∑‬ ‫𝑖𝑥‬ ‫‪2‬‬ ‫∑‬ ‫‪𝑦𝑖 2‬‬
‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬
‫‪= 21‬‬ ‫‪= 24‬‬ ‫‪= 75‬‬ ‫‪= 91‬‬ ‫‪= 109‬‬
‫ومن خالل هذه القيم نجد أن‪:‬‬
‫𝑖𝑥 ‪∑𝑛𝑖=1‬‬‫‪21‬‬ ‫𝑖𝑦 ‪∑𝑛𝑖=1‬‬ ‫‪24‬‬
‫= ̅𝑋‬ ‫= ̅𝑌 ‪= 3.5,‬‬
‫=‬ ‫=‬ ‫‪= 4,‬‬
‫𝑛‬ ‫‪6‬‬ ‫𝑛‬ ‫‪6‬‬
‫)‪∑𝑛𝑖=1 𝑥𝑖 𝑦𝑖 − 𝑛𝑋̅𝑌̅ 75 − 6(3.5)(4‬‬
‫=𝑎‬ ‫=‬ ‫‪= −0.5142857143 ,‬‬
‫‪𝑛𝜎𝑋 2‬‬ ‫‪91‬‬ ‫‪2‬‬
‫) )‪6 ( − (3.5‬‬ ‫‪6‬‬
‫𝑛∑‬ ‫̅̅‬
‫𝑌 𝑋𝑛‪𝑖=1 𝑥𝑖 𝑦𝑖 −‬‬ ‫)‪75−6(3.5)(4‬‬
‫=𝑐‬ ‫==‬ ‫‪109‬‬ ‫‪= −0.6923076923‬‬
‫‪𝑛𝜎𝑦 2‬‬ ‫) ‪6( 6 −(4)2‬‬
‫وخط انحدار 𝑌 علي 𝑋 يمكننا الحصول عليه بالتعويض في المعادلة التالية‪:‬‬
‫)̅𝑋 ‪𝑌 − 𝑌̅ = 𝑎 (𝑋 −‬‬
‫وبذلك نحصل على اآلتي‪:‬‬
‫)‪𝑌 − 4 = −0.5142857143 (𝑋 − 3.5‬‬
‫أي أن‪:‬‬
‫‪86‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪𝑌 = (−0.5142857143) 𝑋 + 5.8‬‬


‫وكذلك خط انحدار 𝑋علي 𝑌 نحصل عليه من خالل التعويض في المعادلة التالية‪:‬‬
‫)̅𝑌 ‪𝑋 − 𝑋̅ = 𝑐(𝑌 −‬‬
‫وبذلك نحصل على اآلتي‪:‬‬
‫)‪𝑋 − 3.5 = −0.6923076923 (𝑌 − 4‬‬
‫أي أن‪:‬‬
‫‪𝑋 = (−0.6923076923)𝑌 + 6.2692307692‬‬
‫واضح أن النتائج تتطابق على ماسبق الحصول عليه في مثال (‪ )4‬السابق‪.‬‬
‫و معامل االرتباط في هذه الحالة تصبح إشارته سالبة ألن معاملي خطي األنحدار ‪،a‬‬
‫‪ b‬قيمهم سالبة هو‬
‫)‪𝜌 = −√𝑎 . 𝑐 = −√(−0.5142857143)(−0.6923076923‬‬
‫‪≅ − 0.5967‬‬
‫وهذه القيمة توضح أن االرتباط بين المتغيرين عكسي قوي‪.‬‬

‫‪87‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫تمارين ‪5.7. Exercises‬‬

‫‪ -1‬أوجد معامل ارتباط الرتب وحدد نوعه من البيانات اآلتية‪:‬‬


‫𝑋‬ ‫‪58‬‬ ‫‪65‬‬ ‫‪70‬‬ ‫‪90‬‬ ‫‪85‬‬ ‫‪55‬‬ ‫‪45‬‬ ‫‪50‬‬ ‫‪35‬‬ ‫‪61‬‬
‫𝑌‬ ‫‪70‬‬ ‫‪80‬‬ ‫‪61‬‬ ‫‪55‬‬ ‫‪65‬‬ ‫‪49‬‬ ‫‪38‬‬ ‫‪42‬‬ ‫‪72‬‬ ‫‪95‬‬

‫‪ -2‬أوجد معامل االرتباط بين تقديرات الطالب في مادة الكيمياء العامة ‪ X‬وتقديراتهم‬
‫في مادة الكيمياء الفيزيائية ‪ ،Y‬اخترنا ‪ 9‬طالب وكانت تقديراتهم كما يلي‬
‫𝑋‬ ‫‪F‬‬ ‫‪A‬‬ ‫‪C‬‬ ‫‪D‬‬ ‫‪A‬‬ ‫‪A‬‬ ‫‪C‬‬ ‫‪A‬‬ ‫‪C‬‬
‫𝑌‬ ‫‪D‬‬ ‫‪C‬‬ ‫‪B‬‬ ‫‪F‬‬ ‫‪A‬‬ ‫‪B‬‬ ‫‪D‬‬ ‫‪C‬‬ ‫‪B‬‬
‫‪ -3‬فيما يلي سبعة أزواج من القياسات‬
‫𝑋‬ ‫‪10‬‬ ‫‪20‬‬ ‫‪30‬‬ ‫‪40‬‬ ‫‪50‬‬ ‫‪60 70‬‬
‫𝑌‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪3‬‬ ‫‪6‬‬ ‫‪7‬‬
‫ارسم شكل االنتشار ثم احسب معامل االرتباط بين المتغيرين 𝑌‪ 𝑋 ،‬وبين نوعه‪.‬‬

‫‪ -4‬فيما يلي درجة مقرر الرياضيات ودرجة مقرر العلوم لكل من ‪ 10‬طالب في‬
‫المرحلة الثانوية‬
‫𝑋‬ ‫‪90 95 70 70 65 65 65 40 55 60‬‬
‫𝑌‬ ‫‪97 97 85 65 70 70 60 55 40 70‬‬
‫(أ) ارسم شكل االنتشار لهذه البيانات‬
‫(ب) احسب معامل االرتباط (بيرسون وسبيرمان) بين المتغيرين 𝑋 ‪.𝑌 ،‬‬

‫‪ -5‬من البيانات التالية‪:‬‬


‫𝑋‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪2‬‬
‫𝑌‬ ‫‪-1‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪8‬‬ ‫‪4‬‬ ‫‪14‬‬ ‫‪5‬‬
‫(أ) أوجد معامل االرتباط بين المتغيرين 𝑌 ¸𝑋 بطريقتي بيرسون وسبيرمان‪.‬‬
‫(ب) أوجد خطي انحدار 𝑌 علي 𝑋‪ ،‬وكذلك 𝑋 على 𝑌 ومنهم أوجد معامل االرتباط‬
‫بين المتغيرين‪.‬‬

‫‪88‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪ -6‬البيانات التالية تمثل تقديرات ثماني طالب في مقرري الكيمياء والفيزياء‬


‫الكيمياء‬ ‫‪A B D E‬‬ ‫‪C‬‬ ‫‪D E‬‬ ‫‪B‬‬
‫الفيزياء‬ ‫‪A C E D C‬‬ ‫‪D E‬‬ ‫‪B‬‬

‫‪ -7‬للبيانات التالية احسب معامل األرتباط لسبيرمان‪:‬‬


‫𝑋‬ ‫‪4‬‬ ‫‪4 7 7 7 9 16 17 21 25‬‬
‫𝑌‬ ‫‪8‬‬ ‫‪16 8 8 16 20 12 15 25 20‬‬

‫‪ -8‬نفرض أن 𝑋 ترمز إلي درجات الحرارة المئوية بين الساعة الثالثة والساعة‬
‫الرابعة بعد الظهر خالل فصل الصيف و 𝑌 ترمز إلي كمية الطاقة الكهربائية‬
‫المستهلكة ممثلة بمستويات تتدرج من واحد إلي عشرة أعلى استهالك وتم تسجيل‬
‫البيانات اآلتية خالل فترة طولها عشرة أيام‪:‬‬
‫𝑋‬ ‫‪38‬‬ ‫‪38‬‬ ‫‪30‬‬ ‫‪32‬‬ ‫‪23‬‬ ‫‪30‬‬ ‫‪34‬‬ ‫‪25‬‬ ‫‪31‬‬ ‫‪21‬‬
‫𝑌‬ ‫‪9.5‬‬ ‫‪9‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪4.5‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪5‬‬ ‫‪7‬‬ ‫‪4‬‬
‫قدر معادلة خط انحدار علي واستخدمها في تقدير االستهالك من الطاقة الكهربية‬
‫عندما تكون درجة الحرارة المئوية عند الدرجة الخامسة والثالثون‪.‬‬

‫‪89‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪5.8. Quiz 5‬‬

‫‪-1‬أوجد معامل ارتباط بيرسون بين بيانات المتغيرين 𝑌 ‪ 𝑋,‬وحدد نوعه حيث ‪:‬‬
‫𝑋‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪3‬‬
‫𝑌‬ ‫‪60‬‬ ‫‪100‬‬ ‫‪70‬‬ ‫‪90‬‬ ‫‪80‬‬
‫ثم أوجد معادلتي خط أنحدار 𝑌 على 𝑋‪ ،‬وكذلك خط إنحدار 𝑋 على 𝑌‪.‬‬

‫‪ -2‬أوجد معامل ارتباط الرتب بين المتغيرين 𝑌 ‪ 𝑋,‬وبين نوع العالقة بينهما من خالل‬
‫القيم التالية‪:‬‬
‫𝑋‬ ‫‪63‬‬ ‫‪77‬‬ ‫‪61‬‬ ‫‪73‬‬ ‫‪45‬‬ ‫‪62‬‬
‫𝑌‬ ‫‪20‬‬ ‫‪26‬‬ ‫‪17‬‬ ‫‪22‬‬ ‫‪24‬‬ ‫‪14‬‬

‫‪ -3‬الجدول التالي يبين درجات مجموعة مكونة من ثماني طالب في كل من مقرري‬


‫اإلحصاء والرياضيات في أحد االختبارات لألعمال الفصلية‪.‬‬
‫اإلحصاء 𝑋‬ ‫‪13 19 19‬‬ ‫‪15‬‬ ‫‪11‬‬ ‫‪8‬‬ ‫‪16‬‬ ‫‪11‬‬
‫الرياضيات 𝑌‬ ‫‪15 7 17‬‬ ‫‪15‬‬ ‫‪10‬‬ ‫‪9‬‬ ‫‪14‬‬ ‫‪10‬‬
‫حدد نوع االرتباط بين درجات تحصيل الطالب في المقررين باٍستخدام معامل‬
‫االرتباط بيرسون‪ ،‬ثم أوجد معامل ارتباط الرتب لسبيرمان أيضا‪.‬‬
‫‪ -4‬الجدول التالي يمثل درجات الحرارة والمبيعات في إحدى محطات البنزبن‬
‫درجة الحرارة 𝑋‬ ‫‪30 30 32 33 35 40 37‬‬
‫المبيعات بمئات الجنيهات 𝑌‬ ‫‪44 45 33 38 30 27 41‬‬
‫أوجد معامل ارتباط درجة الحرارة والمبيعات بطريقتين مختلفتين‬ ‫(أ)‬
‫أوجد خط انحدار 𝑌 علي 𝑋‬ ‫(ب)‬
‫أوجد خط انحدار 𝑋 علي 𝑌‬ ‫( ج)‬
‫أوجد قيمة المبيعات عندما تكون درجة الحرارة خمس وأربعون درجة مئوية‬ ‫(د)‬

‫‪90‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪-5‬لدراسة العالقة بين عمر الشخص 𝑋 وضغط الدم 𝑌 تم اختيار عشرة أشخاص‬
‫بطريقة عشوائية وتم تسجيل أعمارهم وكذلك ضغط الدم لكل منهم وذلك في الجدول‬
‫التالي‪:‬‬
‫𝑋‬ ‫‪25 69 59 64 67 44 38 40 35 50‬‬
‫𝑌‬ ‫‪125 175 140 162 158 138 130 128 112 142‬‬

‫أوجد اآلتي ‪:‬‬


‫(أ) أوجد معادلة خط انحدار𝑌 علي 𝑋 ‪.‬‬
‫(ب) أوجد مقدار ما تتوقعه من قيمة ضغط الدم لشخص عندما يصل عمره إلي ثمانون‬
‫عاما‪.‬‬

‫‪91‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫الباب السادس‬
‫مبادئ الحتمالت‬

‫‪Principles of Probability‬‬

‫مقدمة ‪6.1. Introduction‬‬

‫ظهرت دراسة نظرية االحتماالت في القرنين السادس عشر و السابع عشر وذلك‬
‫نتيجة تحليل نتائج بعض األلعاب‪ ،‬ونظرا لظهور أهمية نظرية االحتماالت في العلوم‬
‫المختلفة نتج عن ذلك تطورا كبيرا في نظرية االحتماالت وسوف نستعرض خالل هذا‬
‫الباب بعض المفاهيم األساسية لدراسة نظرية االحتماالت وسنتكلم عن مفهوم التجربة‬
‫العشوائية (‪ )Random Experiment‬و التعريف الكالسيكي والتعريف التجريبي‬
‫لالحتمال وكذلك مفهوم الحوادث العشوائية (‪ )Random events‬وفضاء العينة‬
‫(‪ )Sample Space‬ودالة االحتمال (‪ )Probability function‬و خواصها‪ ،‬وأيضا‬
‫االحتمال المشروط (‪ )Conditional Probability‬وخواصه وأيضا أستقالل‬
‫األحداث (‪ ،)Independence‬وأخيرا نعطي بعض األمثلة علي تلك الخواص‪.‬‬

‫تعريفات أساسية ‪6.2. Basic definitions‬‬

‫التجربة العشوائية‬
‫في بعض التجارب يكون معروف مسبقا نتائجها قبل إجرائها أما التجارب التي ال يمكن‬
‫مسبقا المعرفة أو التنبؤ بنتائجها بل تعتمد علي الصدفة تسمي تجارب عشوائية‪.‬‬
‫وأمثلة ذلك‪:‬‬
‫‪ -‬إذا كانت التجربة هي رمي قطعة نقود معدنية ثالث مرات ومالحظة عدد مرات‬
‫ظهور الصورة‬
‫‪ -‬إذا كانت التجربة هي إلقاء حجر النرد ومالحظة عدد النقاط التي تظهر علي الوجه‬
‫العلوي فان عدد هذه النقاط محصور بين ‪ 1,6‬ويعتمد علي الصدفة‪.‬‬
‫‪ -‬إذا كانت التجربة هي إنتاج مصنع معين لسلعة ما ومالحظة اإلنتاج التالف في خالل‬
‫‪ 24‬ساعة‪.‬‬
‫‪ -‬رمي هدف ما بعدد من القذائف ومالحظة عدد القذائف التي تصيب هذا الهدف‬
‫نالحظ في األمثلة السابقة أن نتائج هذه التجارب تعتمد علي الصدفة أي أنها تجارب‬
‫عشوائية‪.‬‬

‫‪92‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫فضاء العينة ‪:‬‬


‫هي الفئة التي محتواها أو عناصرها تمثل كل النتائج الممكنة نتيجة إجراء أي تجربة‬
‫عشوائية ويرمز لها بالرمز 𝑆 ‪.‬‬
‫مثال (‪: )1‬‬
‫‪ -‬عند رمي حجر نرد مرة واحدة فإن 𝑆 هي ‪𝑆 = {1,2,3,4,5,6} :‬‬
‫‪ -‬عند إلقاء قطعة نقود مرة واحدة فإن 𝑆 هي ‪ ، 𝑆 = {𝐻, 𝑇} :‬حيث ترمز ‪H‬‬
‫للصورة‪ T ،‬يرمز للكتابة‪.‬‬
‫‪ -‬عند رمي حجر نرد مرتين فإن 𝑆 هي ‪، 𝑆 = {(𝑖 , 𝑗) ∶ 𝑖, 𝑗 ∈ {1,2,3,4,5,6} } :‬‬
‫أي أن عناصر 𝑆 عبارة عن‪:‬‬
‫)‪(1,1‬‬ ‫)‪(1,2‬‬ ‫)‪(1,3‬‬ ‫)‪(1,4‬‬ ‫)‪(1,5‬‬ ‫)‪(1,6‬‬
‫)‪(2,1‬‬ ‫)‪(2,2‬‬ ‫)‪(2,3‬‬ ‫)‪(2,4‬‬ ‫)‪(2,5‬‬ ‫)‪(2,6‬‬
‫)‪(3,1‬‬ ‫)‪(3,2‬‬ ‫)‪(3,3‬‬ ‫)‪(3,4‬‬ ‫)‪(3,5‬‬ ‫)‪(3,6‬‬
‫)‪(4,1‬‬ ‫)‪(4,2‬‬ ‫)‪(4,3‬‬ ‫)‪(4,4‬‬ ‫)‪(4,5‬‬ ‫)‪(4,6‬‬
‫)‪(51‬‬ ‫)‪(5,2‬‬ ‫)‪(5,3‬‬ ‫)‪(5,4‬‬ ‫)‪(5,5‬‬ ‫)‪(5,6‬‬
‫)‪(6,1‬‬ ‫)‪(6,2‬‬ ‫)‪(6,3‬‬ ‫)‪(6,4‬‬ ‫)‪(6,5‬‬ ‫)‪(6,6‬‬
‫‪ -‬عند رمي قطعة نقود معدنية مرتين فإن 𝑆 هي ‪:‬‬
‫})𝐻 ‪𝑆 = {(𝐻, 𝐻), (𝐻, 𝑇), (𝑇, 𝑇), (𝑇,‬‬
‫األحداث العشوائية ‪:‬‬
‫ويعرف الحدث بأنه أي فئة جزئية من فضاء العينة 𝑆 ‪.‬‬
‫فمثال في تجربة رمي حجر النرد ونريد حدث 𝐴 أن الرقم الذي نحصل عليه يكون عدد‬
‫زوجي فيكون }‪. 𝐴 = {2,4,6‬‬
‫تسمي 𝑆 الفئة الممثلة لفضاء العينة بالحدث المؤكد ( ‪ )Sure event‬و تسمي ∅‬
‫بالحدث المستحيل ( ‪. )Impossible event‬‬
‫األحداث المتنافية ‪:‬‬
‫يقال للحدثين 𝐴 ‪ 𝐵 ،‬أنهما حدثان متنافيان (‪ )Disjoint events‬إذا كان حدوث‬
‫أحدهما ينفي حدوث اآلخر‪ ،‬أي أن ‪:‬‬
‫∅=𝑩∩𝑨‬

‫‪93‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫دالة الحتمال ‪6.3. The probability function and its properties‬‬


‫وخواصها‬

‫بداية نستعرض التعريف الكالسيكي لدالة االحتمال من خالل تعريف احتمال الحدث‬
‫كالتالي‪:‬‬
‫احتمال الحدث‪:‬‬
‫نفرض أن 𝐴 حدث عشوائي فان احتمال حدوث هذا الحدث يعرف كالتالي ‪:‬‬
‫عدد مرات وقوع الحدث𝑨‬ ‫)𝑨(𝒏‬
‫= )𝑨(𝑷‬ ‫=‬
‫عدد النتائج الممكنة للتجربة‬ ‫)𝑺(𝑵‬

‫األحداث المتكافئة ‪:‬‬


‫يقال للحدثين 𝐴 ‪ 𝐵 ،‬أنهما متكافئان ( ‪ )Equivalence‬إذا كان حدوث أحدهما‬
‫يعني حدوث اآلخر ويكتب 𝐵 ≡ 𝐴 ‪.‬‬
‫مثال (‪: )2‬‬
‫(أ) لتجربة رمي حجر النرد مرة واحدة يكون ‪:‬‬
‫‪) = 𝑃({2, 4, 6}) = 3/6,‬ظهور وجه زوجي(𝑃‬
‫‪) = 𝑃({1, 3, 5}) = 3/6,‬ظهور وجه فردي(𝑃‬
‫‪ > 2) = 𝑃({3, 4, 5, 6}) = 4/6.‬وجه (𝑃‬
‫(ب) لتجربة رمي حجر النرد مرتين يكون فضاء العينة كما ذكر من قبل هو‪:‬‬
‫} }‪𝑆 = {(𝑖 , 𝑗) ∶ 𝑖, 𝑗 ∈ {1,2,3,4,5,6‬‬
‫وبالتالي ‪:‬‬
‫‪ -‬إذا كان ‪ A‬يمثل حدث الحصول علي المجموع ‪ ،7‬فإن‪:‬‬
‫})‪𝐴 = {(1 , 6) , (6 , 1), (2, 5), (5, 2) , (3 , 4), (4 , 3‬‬
‫‪𝑃(𝐴) = 𝑛(𝐴)/𝑁(𝑆) = 6/36‬‬ ‫وعليه فإن‪:‬‬

‫‪94‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪ -‬وإذا كان ‪ B‬يمثل حدث الحصول علي أزواج متساوية‪ ،‬فإن‪:‬‬


‫})‪𝐵 = {(1 , 1) , (2 , 2), (3, 3), (4, 4) , (5 , 5), (6 , 6‬‬
‫‪𝑃(𝐵) = 𝑛(𝐵)/𝑁(𝑆) = 6/36‬‬ ‫وعليه فإن‪:‬‬
‫‪ -‬وإذا كان ‪ C‬يمثل حدث الحصول مجموع أقل من أو يساوي ‪ 7‬فإن‪:‬‬
‫‪𝐶 = {(1 , 1) , (1 , 2), (1, 3), (1, 4) , (1 , 5), (1 , 6), (2 , 1) ,‬‬
‫‪(2 , 2), (2, 3), (2, 4) , (2 , 5), (3 , 1) , (3 , 2), (3, 3),‬‬
‫} )‪(3, 4) , (4 , 1) , (4 , 2), (4, 3), (5 , 1) , (5 , 2), (6, 1‬‬
‫‪𝑃(𝐶) = 𝑛(𝐶)/𝑁(𝑆) = 21/36‬‬ ‫وعليه فإن‪:‬‬
‫واآلن سوف نستعرض تعريف دالة االحتمال باستخدام مسلمات االحتمال كالتالي‪:‬‬
‫تعريف ‪:‬‬
‫تعرف دالة الحتمال 𝑷 بأنها دالة حقيقية مجالها فئة أحداث فضاء العينة 𝑺‬
‫ومداها هو فئة األعداد الحقيقية ‪ R‬أي ‪:‬‬
‫𝑹 → )𝑺(𝜴 ‪𝑷:‬‬
‫حيث )𝑺(𝜴 فئة كل الفئات الجزئية المتكونة من 𝑺 ‪ ،‬أي أن كل عنصر من‬
‫عناصر 𝑺 يقرن بعدد حقيقي بحيث تحقق الشروط ‪:‬‬
‫𝟏 ≤ )𝑨(𝑷 ≤ 𝟎 )‪(1‬‬
‫𝟏 = )𝑺(𝑷 )‪(2‬‬
‫)𝑩(𝑷 ‪(3) ∀𝑨, 𝑩 ⊂ 𝑺 ; 𝑨 ∩ 𝑩 = ∅ ⇒ 𝑷(𝑨 ∪ 𝑩) = 𝑷(𝑨) +‬‬
‫وبشكل عام‪ ،‬إذا كانت ‪ 𝐴𝑛 ، … ،𝐴2 ، 𝐴1‬أحداث متنافية من 𝑆 فان‪:‬‬
‫) 𝑛𝐴(𝑃 ‪𝑃(𝐴1 ∪ 𝐴2 ∪ … ∪ 𝐴𝑛 ) = 𝑃(𝐴1 ) + 𝑃(𝐴2 ) + ⋯ +‬‬
‫خواص دالة الحتمال ‪:‬‬
‫في هذا الجزء نستعرض بعض خواص دالة االحتمال والتي كثيرا ماتمكن الطالب من‬
‫حساب االحتماالت بشكل مبسط وسريع‪.‬‬
‫(‪ )1‬إذا كان 𝒄𝑨 هوالحدث المكمل للحدث 𝑨 فإن ‪:‬‬
‫𝟏 = ) 𝒄𝑨(𝑷 ‪𝑷(𝑨) +‬‬
‫حيث 𝑨 ‪ 𝑨𝒄 = 𝑺 −‬يمثل الحدث المكمل (المتمم) للحدث 𝑨 ‪.‬‬
‫البرهان‪ :‬من شكل فن التالي ‪:‬‬

‫‪95‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫نجد أن‬
‫𝑐‬ ‫𝑐‬
‫∅ = 𝐴 ∩ 𝐴 ‪𝐴 ∪ 𝐴 = 𝑆,‬‬
‫) 𝑐𝐴(𝑃 ‪1 = 𝑃(𝑆) = 𝑃(𝐴 ∪ 𝐴𝑐 ) = 𝑃(𝐴) +‬‬
‫أي أن‪ ،𝑃(𝐴) + 𝑃(𝐴𝑐 ) = 1 :‬وبالتالي فإن‪:‬‬
‫) 𝑐𝐴(𝑃 ‪ 𝑃(𝐴) = 1 −‬أو )𝐴(𝑃 ‪𝑃(𝐴𝑐 ) = 1 −‬‬

‫إ (‪ )2‬احتمال الحدث المستحيل يساوي صفر‪ ،‬أي أن 𝟎 = )‪𝑷(Ø‬‬


‫البرهان‪:‬‬
‫𝐴 = ‪𝐴 ∩ Ø = Ø, 𝐴 ∪ Ø‬‬
‫‪𝑃(𝐴 ∪ Ø) = 𝑃(𝐴) + 𝑃(Ø) = 𝑃(𝐴) ⇒ 𝑃(Ø) = 0‬‬

‫إ (‪ )3‬إذا كان 𝑺 ⊂ 𝑩¸𝑨 بحيث 𝑩 ⊂ 𝑨 فإن ‪:‬‬


‫‪𝒊. 𝑷(𝑨) ≤ 𝑷(𝑩),‬‬
‫)𝑨(𝑷 ‪𝒊𝒊. 𝑷(𝑩 − 𝑨) = 𝑷(𝑩) −‬‬
‫البرهان‪:‬‬

‫‪i.‬‬
‫بوضع 𝐴 ‪.𝐶 = 𝐵 −‬‬
‫بما أن‬
‫∅ = 𝐶 ∩ 𝐴 ‪𝐵 = 𝐴 ∪ 𝐶,‬‬
‫إذا‬

‫‪96‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫)𝐶(𝑃 ‪𝑃(𝐵) = 𝑃(𝐴 ∪ 𝐶) = 𝑃(𝐴) +‬‬


‫وعليه فإن‪:‬‬
‫)𝐴(𝑃 ‪𝑃(𝐶) = 𝑃(𝐵) −‬‬ ‫)‪(1‬‬
‫)𝐵(𝑃 ≤ )𝐴(𝑃‪.‬‬ ‫وحيث أن ‪ ، 𝑃(𝐶) ≥ 0‬إذا‬
‫‪ii.‬‬
‫مع نفس الفرض نجد أن ‪:‬‬
‫)𝐴 ‪𝑃(𝐶) = 𝑃(𝐵 −‬‬ ‫)‪(2‬‬
‫وبالتالي من )‪ (2), (1‬نحصل علي المطلوب ‪ ،‬وهو‪:‬‬
‫)𝐴(𝑃 ‪𝑃(𝐵 − 𝐴) = 𝑃(𝐵) −‬‬

‫(‪ )4‬ألي حدثيين 𝑺 ⊂ 𝑩 ‪ 𝑨,‬تتحقق العالقة ‪:‬‬


‫)𝑩 ∩ 𝑨(𝑷 ‪𝑷(𝑩 − 𝑨) = 𝑷(𝑩) −‬‬
‫البرهان‪:‬‬

‫)𝐵 ∩ 𝐴( ‪𝐵 − 𝐴 = 𝐵 −‬‬ ‫بما أن‪:‬‬


‫)𝐵 ∩ 𝐴(𝑃 ‪𝑃(𝐵 − 𝐴) = 𝑃(𝐵) −‬‬ ‫باستخدام الخاصية (‪ )3‬نجد أن‪:‬‬
‫(‪ )5‬ألي حدثيين 𝑺 ⊂ 𝑩 ‪ 𝑨,‬تتحقق العالقة ‪:‬‬
‫)𝑩 ∩ 𝑨(𝑷 ‪𝑷(𝑨 ∪ 𝑩) = 𝑷(𝑨) + 𝑷(𝑩) −‬‬
‫البرهان‪:‬‬

‫بما أن‬
‫‪𝐴 ∪ 𝐵 = (𝐴 − 𝐵) ∪ (𝐴 ∩ 𝐵) ∪ (𝐵 − 𝐴),‬‬
‫‪𝐴 = (𝐴 − 𝐵) ∪ (𝐴 ∩ 𝐵),‬‬
‫‪97‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫)𝐵 ∩ 𝐴( ∪ )𝐴 ‪𝐵 = (𝐵 −‬‬
‫)𝐵 ‪(𝐴 ∩ 𝐵), (𝐵 − 𝐴), (𝐴 −‬‬ ‫وحيث أن ‪:‬‬
‫أحداث متنافية ثنائيا‪ ،‬إذا‬
‫‪𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴 − 𝐵) + 𝑃(𝐴 ∩ 𝐵) + 𝑃(𝐵 − 𝐴),‬‬ ‫)‪(1‬‬
‫‪𝑃(𝐴) = 𝑃(𝐴 − 𝐵) + 𝑃(𝐴 ∩ 𝐵),‬‬ ‫)‪(2‬‬
‫)𝐵 ∩ 𝐴(𝑃 ‪𝑃(𝐵) = 𝑃(𝐵 − 𝐴) +‬‬ ‫)‪(3‬‬
‫من (‪ )1‬و (‪ )2‬و (‪ )3‬نجد أن‪:‬‬
‫)𝐵 ∩ 𝐴(𝑃 ‪𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) −‬‬

‫(‪ )6‬ألي ثالثة أحداث 𝑨 ‪ 𝑪 ، 𝑩 ،‬من فضاء العينة 𝑺 فان‪:‬‬


‫)𝑩 ∩ 𝑨(𝑷 ‪𝑷(𝑨 ∪ 𝑩 ∪ 𝑪) = 𝑷(𝑨) + 𝑷(𝑩) + 𝑷(𝑪) −‬‬
‫)𝑪 ∩ 𝑩 ∩ 𝑨(𝑷 ‪−𝑷(𝑩 ∩ 𝑪) − 𝑷(𝑪 ∩ 𝑨) +‬‬
‫البرهان‪ :‬نفرض أن ‪𝐷 = 𝐵 ∪ 𝐶 :‬‬
‫‪𝑃(𝐷) = 𝑃(𝐵) + 𝑃(𝐶) − 𝑃(𝐵 ∩ 𝐶),‬‬ ‫)‪(1‬‬
‫‪𝑃(𝐴 ∪ 𝐷) = 𝑃(𝐴) + 𝑃(𝐷) − 𝑃(𝐴 ∩ 𝐷),‬‬ ‫)‪(2‬‬
‫])𝐶 ∩ 𝐴( ∪ )𝐵 ∩ 𝐴([𝑃 = ])𝐶 ∪ 𝐵( ∩ 𝐴[𝑃 = )𝐷 ∩ 𝐴(𝑃‬
‫)‪= 𝑃(𝐴 ∩ 𝐵) + 𝑃(𝐴 ∩ 𝐶) − 𝑃(𝐴 ∩ 𝐵 ∩ 𝐶) (3‬‬
‫من )‪ (3), (2), (1‬نجد أن ‪:‬‬
‫)𝐶 ∩ 𝐵(𝑃 ‪𝑃(𝐴 ∪ 𝐵 ∪ 𝐶) = 𝑃(𝐴) + 𝑃(𝐵) + 𝑃(𝐶) − 𝑃(𝐴 ∩ 𝐵) −‬‬
‫)𝐶 ∩ 𝐵 ∩ 𝐴(𝑃 ‪−𝑃(𝐶 ∩ 𝐴) +‬‬
‫مثال (‪ : )3‬إذا كان 𝐴 ‪ 𝐵 ،‬حدثين من فضاء االحتمال (‪ )P¸S‬بحيث أن‪:‬‬
‫‪1‬‬ ‫‪3‬‬ ‫‪4‬‬
‫‪𝑃(𝐴𝑐 ) = , 𝑃(𝐵) = ,‬‬ ‫= )𝐵 ∪ 𝐴(𝑃‬
‫‪4‬‬ ‫‪5‬‬ ‫‪5‬‬
‫فأوجد ‪:‬‬
‫(ب) احتمال وقوع 𝐴 ‪ 𝐵 ،‬معا‬ ‫(أ) احتمال وقوع 𝐴 فقط‬
‫(د) احتمال عدم وقوع أحد الحدثين‬ ‫(ج) احتمال وقوع أحد الحدثين فقط‬
‫(هـ) احتمال وقوع أحد الحدثين علي األكثر‬
‫الحل‪:‬‬
‫(أ) احتمال وقوع 𝐴 فقط هو )𝐵 ‪ 𝑃(𝐴 −‬ونحصل عليه باستخدام الخواص كالتالي‪:‬‬
‫)𝐵 ∩ 𝐴(𝑃 ‪𝑃(𝐴 − 𝐵) = 𝑃(𝐴) −‬‬
‫)𝐵 ∩ 𝐴(𝑃 ‪𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) −‬‬ ‫لكن‪:‬‬
‫إذا‬

‫‪98‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫)𝐵(𝑃 ‪𝑃(𝐴) − 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴 ∪ 𝐵) −‬‬


‫وبالتالي‬
‫‪4 3 1‬‬
‫= )𝐵(𝑃 ‪𝑃(𝐴 − 𝐵) = 𝑃(𝐴 ∪ 𝐵) −‬‬ ‫= ‪−‬‬
‫‪5 5 5‬‬
‫(ب) احتمال وقوع 𝐴 ‪ 𝐵 ،‬معا هو‪:‬‬
‫‪3 3 4 11‬‬
‫= ‪𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∪ 𝐵) = + −‬‬
‫‪4 5 5 20‬‬
‫(ج) احتمال وقوع أحد الحدثين فقط هو عبارة عن أتحاد حدثين متنافيان كالتالي‪:‬‬
‫)𝐴 ‪𝑃[(𝐴 − 𝐵) ∪ (𝐵 − 𝐴)] = 𝑃(𝐴 − 𝐵) + 𝑃(𝐵 −‬‬
‫‪1‬‬ ‫‪1 3 11 1‬‬
‫‪= + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = + −‬‬ ‫=‬
‫‪5‬‬ ‫‪5 5 20 4‬‬
‫(د) احتمال عدم وقوع أحد الحدثين هو‬
‫‪4 1‬‬
‫= ‪𝑃((𝐴 ∪ 𝐵)𝑐 ) = 1 − 𝑃(𝐴 ∪ 𝐵) = 1 −‬‬
‫‪5 5‬‬
‫(هـ) احتمال وقوع أحد الحدثين علي األكثر هو‬
‫‪11‬‬ ‫‪9‬‬
‫‪𝑃((𝐴 ∩ 𝐵)𝑐 ) = 1 − 𝑃(𝐴 ∩ 𝐵) = 1 −‬‬ ‫=‬
‫‪20 20‬‬
‫مثال (‪ :)4‬تقدم ‪ 50‬لالختبار لشغل احدي الوظائف فوجد أن ‪ 35‬شخصا يجيدون اللغة‬
‫االنجليزية و‪ 20‬شخصا يجيدون اللغةالفرنسية و‪ 15‬شخصا يجيدون اللغتين االنجليزية‬
‫والفرنسية فإذا اختير أحد المتقدمين عشوائيا فاحسب احتمال أن يكون‪:‬‬
‫(أ) الشخص المختار ممن يجيدون احدي اللغتين علي األقل‬
‫(ب) الشخص المختار ممن ال يجيدون أي من اللغتين‪.‬‬
‫(ج) الشخص المختار ممن يجيدون االنجليزية فقط‪.‬‬
‫(د) الشخص المختار ممن يجيدون احدي اللغتين فقط‪.‬‬
‫(هـ) الشخص المختار ممن يجيدون لغة واحدة علي األكثر من االنجليزية والفرنسية‪.‬‬
‫الحل‪:‬‬
‫نفرض أن 𝐸 هو حدث أن الشخص المختار يجيد االنجليزية ‪𝑛(𝐸) = 35‬‬
‫ونفرض أن 𝐹 هو حدث أن الشخص المختار يجيد الفرنسية ‪𝑛(𝐹) = 20‬‬
‫عدد األشخاص المتقدمين يساوي خمسون أي ‪𝑛(𝑆) = 50 :‬‬
‫عدد األشخاص الذين يجيدون اللغتين معا يساوي ‪ 15‬أي ‪.𝑛(𝐸 ∩ 𝐹) = 15‬‬
‫مما سبق نجد أن ‪:‬‬

‫‪99‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪𝑛(𝐸) 35‬‬
‫= )𝐸(𝑃‬ ‫‪= ,‬‬
‫‪𝑛(𝑆) 50‬‬
‫‪𝑛(𝐹) 20‬‬
‫= )𝐹(𝑃‬ ‫‪= ,‬‬
‫‪𝑛(𝑆) 50‬‬
‫‪𝑛(𝐸 ∩ 𝐹) 15‬‬
‫= )𝐹 ∩ 𝐸(𝑃‬ ‫‪= .‬‬
‫)𝑆(𝑛‬ ‫‪50‬‬

‫إليجاد االحتماالت المطلوبة‪:‬‬


‫(أ) احتمال أن الشخص المختار ممن يجيدون احدي اللغتين علي األقل‬
‫‪35 20 15‬‬
‫= )𝐹 ∩ 𝐸(𝑃 ‪𝑃(𝐸 ∪ 𝐹) = 𝑃(𝐸) + 𝑃(𝐹) −‬‬ ‫‪+‬‬ ‫‪−‬‬ ‫‪= 0.8‬‬
‫‪50 50 50‬‬
‫(ب) احتمال أن الشخص المختار ممن ال يجيدون أي من اللغتين هو الحدث‬
‫المكمل لحدثأن الشخص المختار يجيد احدي اللغتين علي األقل‬
‫‪4‬‬
‫‪𝑃(𝐸 ∪ 𝐹)𝑐 = 1 − 𝑃(𝐸 ∪ 𝐹) = 1 − = 0.2‬‬
‫‪5‬‬
‫(ج) احتمال أن الشخص المختار ممن يجيدون االنجليزية فقط هو‪:‬‬
‫‪35 15 2‬‬
‫= )𝐹 ∩ 𝐸(𝑃 ‪𝑃(𝐸 − 𝐹) = 𝑃(𝐸) −‬‬ ‫‪−‬‬ ‫=‬
‫‪50 50 5‬‬
‫(د) احتمال أن الشخص المختار ممن يجيدون احدي اللغتين فقط هو‪:‬‬
‫‪4 15‬‬
‫‪𝑃[(𝐸 − 𝐹) ∪ (𝐹 − 𝐸)] = 𝑃(𝐸 ∪ 𝐹) − 𝑃(𝐸 ∩ 𝐹) = −‬‬ ‫‪= 0.5‬‬
‫‪5 50‬‬
‫(هـ) احتمال أن الشخص المختار ممن يجيدون لغة واحدة علي األكثر من االنجليزية و‬
‫الفرنسية هو‪:‬‬
‫‪15‬‬
‫‪𝑃(𝐸 ∩ 𝐹)𝑐 = 1 − 𝑃(𝐸 ∩ 𝐹) = 1 −‬‬ ‫‪= 0.7‬‬
‫‪50‬‬

‫الحتمال المشروط ‪6.4. Conditional probability‬‬

‫قد يصادفنا في الحياة الحدث الجديد التالي‪ :‬وقوع الحدث 𝐴 بشرط أن يكون حدث آخر‬
‫𝐵 قد وقع فعالويرمز له بالرمز𝐵‪ 𝐴/‬ويقرأ وقوع 𝐴 تحت شروط وقوع 𝐵 ‪.‬‬

‫‪100‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫فمثال حدث نجاح طالب في االختبار بشرط مذاكرة المقرر ‪ .‬فيما يلي نعرف االحتمال‬
‫المشروط ( ‪ )Conditional probability‬كالتالي‪:‬‬

‫تعريف‪:‬‬
‫احتمال الحدث 𝑩 ∕ 𝑨 هو‪:‬‬
‫)𝑩 ∩ 𝑨(𝑷‬
‫= )𝑩 ∕ 𝑨(𝑷‬ ‫𝟎 ≠ )𝑩(𝑷 ;‬
‫)𝑩(𝑷‬

‫خواص دالة الحتمال المشروط ‪:‬‬


‫‪1−‬‬ ‫‪𝑃(𝐴 ∕ 𝐵) ≥ 0,‬‬
‫‪2−‬‬ ‫‪𝑃(𝑆 ∕ 𝐵) = 1,‬‬
‫‪3−‬‬ ‫‪𝑃(𝐴 ∪ 𝐶 ∕ 𝐵) = 𝑃(𝐴 ∕ 𝐵) + 𝑃(𝐶 ∕ 𝐵); 𝐴 ∩ 𝐶 = ∅,‬‬
‫‪4−‬‬ ‫‪𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴 ∕ 𝐵)𝑃(𝐵); 𝑃(𝐵) ≠ 0,‬‬
‫‪5−‬‬ ‫)𝐵 ∩ 𝐴 ∕ 𝐶(𝑃)𝐴 ∕ 𝐵(𝑃)𝐴(𝑃 = )𝐶 ∩ 𝐵 ∩ 𝐴(𝑃 ‪∀ 𝐴, 𝐵, 𝐶 ⊂ 𝑆,‬‬
‫مثال (‪ :)5‬إذا كان احتمال فوز فريق في كرة القدم في األسبوع الثاني في بطولة‬
‫الدوري العــــــام هو ‪ 𝑃(𝐵) = 0.83‬واحتمال أن يصل للدور النهائي في نفس‬
‫البطولة هو ‪ 𝑃(𝐴) = 0.82‬واحتمال أن يفوز ويصل للــــــدور النهائي هو‬
‫‪ .𝑃(𝐴 ∩ 𝐵) = 0.78‬أوجد احتمال وصول الفريق للدور النهائي علما ً بأنه فاز في‬
‫األسبوع الثاني‪.‬‬
‫الحل‪:‬‬
‫‪𝑃(𝐴 ∩ 𝐵) 0.78‬‬
‫= )𝐵‪𝑃(𝐴/‬‬ ‫=‬ ‫‪= 0.93‬‬
‫)𝐵(𝑃‬ ‫‪0.83‬‬
‫مثال (‪ : )6‬إذا كان احتمال أن يفوز خالد في مباراة تنس طاولة هو ‪ 1⁄3‬واحتمال‬
‫أن يفوز خالد و أحمد في المباراة هو ‪ 1⁄4‬أوجد احتمال فوز أحمد إذا علم أن خالد‬
‫قد فاز‪.‬‬
‫الحل‪ :‬نفرض أن 𝐵 هو حدث فوز خالد‪ ،‬وبالتالي فإن ‪. 𝑃(𝐵) = 1⁄3‬‬
‫ونفرض أن 𝐴 هو حدث فوز أحمد‪.‬‬
‫ونفرض أن 𝐵 ∩ 𝐴 هو حدث فوز خالد وأحمد‪ ،‬وبالتالي فإن ‪. 𝑃(𝐴 ∩ 𝐵) = 1⁄4‬‬
‫وبالتالي يكون المطلوب هو إيجاد )𝐵‪ 𝑃(𝐴/‬حيث 𝐵‪ 𝐴/‬هو حدث فوز أحمد بشرط‬
‫فوز خالد‪ ،‬وعليه فإن‪:‬‬

‫‪101‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪𝑃(𝐴 ∩ 𝐵) 1/4 3‬‬


‫= )𝐵 ∕ 𝐴(𝑃‬ ‫=‬ ‫=‬
‫)𝐵(𝑃‬ ‫‪1/3 4‬‬
‫مثال (‪ : )7‬في إحدى الكليات وجد أن ‪ 15%‬من الطالب يدرسون اإلحصاء وأن‬
‫‪ 30%‬يدرسون الرياضيات وأن ‪ 5%‬يدرسون اإلحصاء والرياضيات‪.‬‬
‫(أ) احسب النسبة المئوية للطالب الذين ال يدرسون اإلحصاء وال يدرسون الرياضيات‪.‬‬
‫(ب) من بين الطالب الذين ال يدرسون الرياضيات ما هي نسبة الدارسين لإلحصاء‪.‬‬
‫الحل ‪:‬‬

‫نفرض أن 𝐴 هو حدث أن الطالب يدرس اإلحصاء‬


‫نفرض أن 𝐵 هو حدث أن الطالب يدرس الرياضيات‬
‫(أ) إليجاد النسبة المئوية للطالب الذين ال يدرسون اإلحصاء وال يدرسون الرياضيات‬
‫نحسب احتمال الحدث ‪ 𝐴c ∩ B c‬ثم نفسره كنسبة‪.‬‬
‫)𝐵 ∪ 𝐴(𝑃 ‪𝑃(𝐴𝑐 ∩ 𝐵𝑐 ) = 𝑃((𝐴 ∪ 𝐵)𝑐 ) = 1 −‬‬
‫])𝐵 ∩ 𝐴(𝑃 ‪= 1 − [𝑃(𝐴) + 𝑃(𝐵) −‬‬
‫‪= 1 − 0.10 − 0.30 + 0.05 = 0.65 = 65 %‬‬
‫أي أن ‪ 65%‬من الطالب ال يدرسون اإلحصاء وال يدرسون الرياضيات‪.‬‬
‫(ب) وإليجاد نسبة الدارسين لإلحصاء حيث نشترط أن الطالب ال يدرس الرياضيات‪،‬‬
‫نحسب االحتمال ) 𝑐𝐵‪ 𝑃(𝐴/‬ثم نفسره كنسبة‪.‬‬
‫𝑐‬
‫) 𝑐𝐵 ∩ 𝐴(𝑃‬ ‫)𝐵 ∩ 𝐴(𝑃 ‪𝑃(𝐴) −‬‬
‫= ) 𝐵‪𝑃(𝐴⁄‬‬ ‫=‬
‫) 𝑐𝐵(𝑃‬ ‫)𝐵(𝑃 ‪1 −‬‬
‫‪0.10 − 0.05‬‬
‫=‬ ‫‪= 0.071 = 7.1%‬‬
‫‪1 − 0.03‬‬
‫أي أن ‪ 7.1%‬فقط ال يدرسون الرياضيات يدرسون اإلحصاء‪.‬‬

‫‪102‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫األحداث المستقلة‪:‬‬

‫تعريف‪:‬‬
‫يقال أن الحدثين ‪ B ، A‬مستقالن (‪ )Independent‬إذا كان حدوث أحدهما ل‬
‫يتأثر بحدوث أو عدم حدوث اآلخر‪ ,‬أي أن‪:‬‬
‫)𝑩(𝑷 = )𝑨 ∕ 𝑩(𝑷 ‪𝑷(𝑨 ∕ 𝑩) = 𝑷(𝑨),‬‬
‫)𝑩 ∩ 𝑨(𝑷‬
‫= )𝑩 ∕ 𝑨(𝑷‬ ‫)𝑩(𝑷)𝑨(𝑷 = )𝑩 ∩ 𝑨(𝑷 ⇒‬
‫)𝐁(𝐏‬
‫وتسمي هذه القاعدة بقاعدة حاصل الضرب‪.‬‬
‫ويمكن تعميم هذه القاعدة علي 𝑛 من األحداث‪ ،‬أي أنه إذا كان ‪:‬‬
‫𝑆 ⊂ 𝑛𝐴 ‪𝐴1 , 𝐴2 , 𝐴3 , … ,‬‬
‫مجموعة من األحداث المستقلة فإن ‪:‬‬
‫) 𝑛𝐴(𝑃 … ) ‪𝑃(𝐴1 ∩ 𝐴2 ∩ 𝐴3 ∩ … ∩ 𝐴𝑛 ) = 𝑃(𝐴1 )𝑃(𝐴2 )𝑃(𝐴3‬‬

‫نظرية‪:‬‬
‫إذا كان ‪ B ، A‬حدثين مستقلين فان األحداث اآلتية ‪:‬‬
‫) 𝒄𝑩 ‪(𝑨 , 𝑩), (𝑨, 𝑩𝒄 ), (𝑨𝒄 ,‬‬
‫𝒄‬

‫تكون مستقلة أيضا‪.‬‬

‫البرهان ‪ :‬بما أن‬


‫)𝐵(𝑃)𝐴(𝑃 ‪𝑃(𝐴 ∩ 𝐵𝑐 ) = 𝑃(𝐴) − 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) −‬‬
‫) 𝑐𝐵(𝑃)𝐴(𝑃 = ])𝐵(𝑃 ‪= 𝑃(𝐴)[1 −‬‬
‫إذا الحدثين 𝑨 ‪ 𝑩𝒄 ،‬مستقالن‪.‬‬
‫وبما أن‬

‫)𝐵(𝑃)𝐴(𝑃 ‪𝑃(𝐴𝑐 ∩ 𝐵) = 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐵) −‬‬


‫) 𝑐𝐴(𝑃)𝐵(𝑃 = ])𝐴(𝑃 ‪= 𝑃(𝐵)[1 −‬‬

‫‪103‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫إذا الحدثين 𝒄𝑨 ‪ 𝑩 ،‬مستقالن‪ .‬وأخيرا‪ ،‬بما أن‬

‫])𝐵 ∩ 𝐴(𝑃 ‪𝑃(𝐴𝑐 ∩ 𝐵𝑐 ) = 𝑃(𝐴 ∪ 𝐵)𝑐 = 1 − [𝑃(𝐴) + 𝑃(𝐵) −‬‬


‫)𝐵 ∩ 𝐴(𝑃 ‪= 1 − 𝑃(𝐴) − 𝑃(𝐵) +‬‬
‫) 𝑐𝐵(𝑃) 𝑐𝐴(𝑃 = ])𝐵(𝑃 ‪= [1 − 𝑃(𝐴)][1 −‬‬

‫مستقالن‪.‬‬ ‫إذا الحدثين 𝒄𝑨 ‪𝑩𝒄 ،‬‬

‫مثال (‪ : )8‬إذا كان 𝐴‪ 𝐵 ،‬حدثين مستقلين وكان ‪𝑃(𝐴) = 0.6, 𝑃(𝐵) = 0.5‬‬
‫فأوجد االحتمال )𝐵 ∪ 𝐴(𝑃 ‪.‬‬
‫الحل ‪:‬‬
‫بما أن الحدثين 𝐴‪ 𝐵 ،‬مستقلين ‪ ،‬إذا ‪:‬‬
‫‪𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) 𝑃(𝐵) = (0.6)(0.5) = 0.3‬‬
‫ويكون احتمال )𝐵 ∪ 𝐴(𝑃 هو ‪:‬‬
‫‪𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = 0.6 + 0.5 − 0.3 = 0.8‬‬
‫مثال (‪ :)9‬إذا كانت نسبة المزارع التي تنتج خضروات ‪ 60%‬ونسبة المزارع التي‬
‫تنتج فاكهة ‪ 75%‬ونسبة المزارع التي تنتج الخضروات والفاكهة ‪ 50%‬أوجد‬
‫اآلتي ‪:‬‬
‫(أ) ما احتمال أن مزرعة ما تنتج فاكهة أو خضروات؟‬
‫( ب) ما احتمال أال تنتج المزرعة فاكهة؟‬
‫(ج) هل إنتاج المزرعة للفاكهة مستقل عن إنتاجها للخضروات؟‬
‫الحل‪:‬‬
‫بفرض أن 𝐴 حدث يعبر عن "المزرعة تنتج خضروات" ‪،‬‬
‫𝐵 هو حدث يعبر أن "المزرعة تنتج فاكهة" فإن ‪:‬‬
‫‪𝑃(𝐴 ∩ 𝐵) = 0.5,‬‬ ‫‪𝑃(𝐵) = 0.75, 𝑃(𝐴) = 0.6‬‬
‫ويكون‪:‬‬
‫(أ) احتمال أن مزرعة ما تنتج فاكهة أو خضروات هو‪:‬‬
‫‪𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = 0.85‬‬
‫(ب) احتمال أال تنتج المزرعة فاكهة هو‪:‬‬
‫)𝑐‬
‫𝐵(𝑃‬ ‫‪= 1 − 𝑃(𝐵) = 1 − 0.75 = 0.25‬‬

‫‪104‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫(ج) لمعرفة ما إذا كان إنتاج المزرعة للفاكهة مستقل عن إنتاجها للخضروات‪:‬‬
‫بما أن‬
‫‪𝑃(𝐴 ∩ 𝐵) = 0.5,‬‬ ‫‪𝑃(𝐴)𝑃(𝐵) = (0.6)(0.75) = 0.45‬‬
‫وحيث أن‪:‬‬
‫)𝐵(𝑃 )𝐴(𝑃 ≠ )𝐵 ∩ 𝐴(𝑃‬
‫فإن إنتاج المزرعة للفاكهة 𝐴 ليس مستقل عن إنتاجها للخضروات 𝐵 ‪.‬‬

‫‪105‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫تمارين ‪6.5. Exercises‬‬

‫‪ -1‬من بين ‪ 500‬طالب في معهد اللغات يوجد ‪ 380‬طالب يدرسون اللغة االنجليزية و‬
‫‪ 100‬طالب يدرسون اللغة األسبانية و ‪ 40‬طالب يدرسون االنجليزية واإلسبانية‪ .‬أوجد‬
‫(ب) ال انجليزية وال إسبانية‪.‬‬ ‫احتمال أن يدرس الطالب‪( :‬أ) انجليزية أو إسبانية‬
‫‪ -3‬إذا كان 𝐴‪ 𝐵 ،‬حدثين من فضاء العينة )𝑃 ‪ (𝑆,‬وكان‬
‫‪3‬‬ ‫‪1‬‬ ‫‪1‬‬
‫= )𝐵 ∩ 𝐴(𝑃 ‪𝑃(𝐴) = , 𝑃(𝐵) = ,‬‬
‫‪8‬‬ ‫‪2‬‬ ‫‪4‬‬
‫فأوجد‬
‫) 𝑐𝐵 ∪ 𝐴(𝑃 ‪𝑃(𝐴 ∪ 𝐵), 𝑃(𝐴 𝑃(𝐵 𝑃(𝐴 ∩ 𝐵 𝑃(𝐴 ∩ 𝐵),‬‬
‫‪𝑐 ),‬‬ ‫‪𝑐 ),‬‬ ‫𝑐‬ ‫‪𝑐 ),‬‬ ‫𝑐‬ ‫𝑐‬

‫‪ -2‬إذا كان احتمال نجاح طالب في الرياضيات هو ‪ 0.75‬واحتمال نجاحه في الفيزياء‬


‫هو ‪ 0.65‬واحتماال نجاحه في مادة منهما علي األقل هو ‪ 0.95‬أوجد ‪:‬‬
‫(ب) احتمال نجاحه في الرياضيات فقط ‪.‬‬ ‫(أ) احتمال نجاحه فيهما معا‬
‫(د) احتمال نجاحه في واحدة منهما علي األكثر ‪.‬‬ ‫(ج) احتمال رسوبه فيهما معا‬
‫‪ - 3‬إذا كان احتمال نجاح أحمد ‪ 0.375‬و احتمال نجاح محمد وأحمد ‪0.125‬‬
‫فاحسب احتمال نجاح أحمد ورسوب محمد ‪.‬‬
‫‪ - 4‬إذا كان احتمال نجاح محمد ‪ 1⁄4‬واحتمال رسوب خالد ‪ ⁄3‬واحتمال نجاح‬
‫‪1‬‬
‫محمد وخالد ‪ 1/6‬أوجد احتمال نجاح أحدهما علي األقل ‪.‬‬
‫‪ -5‬إذا كان 𝐴‪ 𝐵 ،‬حدثين من فضاء العينة 𝑆 بحيث‬
‫‪𝑃(𝐴) = 0.2, 𝑃(𝐵) = 0.4, 𝑃(𝐴 ∪ 𝐵) = 0.5‬‬
‫) 𝑐𝐵 ∩ 𝑐𝐴(𝑃 ‪𝑃(𝐴 ∩ 𝐵), 𝑃(𝐴 ∩ 𝐵𝑐 ),‬‬ ‫فأوجد كل من‪:‬‬
‫‪ -6‬إذا كان 𝐴‪ 𝐵 ،‬حدثين من فضاء العينة 𝑆 بحيث‬
‫‪𝑃(𝐴) = 0.46, 𝑃(𝐵) = 0.53, 𝑃(𝐴 ∩ 𝐵) = 0.21‬‬
‫فأوجد‬
‫) 𝑐𝐵 ∪ 𝐴(𝑃 ‪𝑃(𝐴 𝑃(𝐵 𝑃(𝐴 ∪ 𝐵), 𝑃(𝐴 ∩ 𝐵 𝑃(𝐴 ∩ 𝐵),‬‬
‫‪𝑐 ),‬‬ ‫‪𝑐 ),‬‬ ‫𝑐‬ ‫‪𝑐 ),‬‬ ‫𝑐‬ ‫𝑐‬

‫‪ -7‬إذا كان ‪ 0.4‬من المرضي يشكون من ارتفاع في ضغط الدم وأن ‪ 0.2‬مصابون من‬
‫أالم بالمفاصل وأن ‪ 0.1‬يشكون من المرضين معا أوجد ‪:‬‬
‫(أ) احتمال أن يشكو المريض من أحد المرضين علي األقل‪.‬‬
‫(ب) هل ارتفاع ضغط الدم وأالم المفاصل مستقالن ؟‪.‬‬

‫‪106‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪ -8‬إذا كان احتمال أن يصيب صياد 𝐴 هدفا هو ‪ 0.6‬واحتمال أن يصيب صياد آخر 𝐵‬
‫نفس الهدف هو ‪ 0.75‬واحتمال أن يصاب الهدف بهما معا هو ‪ 0.45‬فأوجد‬
‫ااالحتماالت التالية‪:‬‬
‫(أ) احتمال إصابة الهدف ‪.‬‬
‫(ب) احتمال أن يصيب الهدف 𝐴 وحده ‪.‬‬
‫(ج) احتمال أن يصيب أحدهما فقط الهدف ‪.‬‬
‫(د) احتمال أن يصيب الهدف أحدهما علي األكثر‪.‬‬

‫‪107‬‬
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪6.6. Quiz 6‬‬


‫‪ -1‬إذا كان 𝐴‪ 𝐵 ،‬حدثين من فضاء العينة )𝑃 ‪ (𝑆,‬وكان‬
‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬
‫= )𝐵 ∩ 𝐴(𝑃 ‪𝑃(𝐴 ∪ 𝐵) = , 𝑃(𝐴𝑐 ) = ,‬‬
‫‪4‬‬ ‫‪3‬‬ ‫‪4‬‬
‫فأوجد‬
‫‪𝑐 ),‬‬ ‫𝑐‬
‫𝐵 ∩ 𝐴(𝑃 ‪𝑃(𝐴), 𝑃(𝐵),‬‬ ‫)𝐵 ∩ 𝐴(𝑃‬

‫‪ -2‬إذا كان 𝐴‪ 𝐵 ،‬حدثين من فضاء العينة )𝑃 ‪ (𝑆,‬وكان‬


‫‪3‬‬ ‫‪3‬‬ ‫‪2‬‬
‫= )𝐵 ∩ 𝐴(𝑃 ‪𝑃(𝐴𝑐 ) = , 𝑃(𝐵) = ,‬‬
‫‪8‬‬ ‫‪5‬‬ ‫‪5‬‬
‫أوجد االحتماالت التالية ‪:‬‬
‫(أ) احتمال وقوع ‪ ( A‬ب) احتمال عدم وقوع ‪( B‬ج) احتمال وقوع ‪ A‬أو ‪B‬‬
‫(هـ) احتمال عدم وقوع 𝐴‪ 𝐵 ،‬معا ‪.‬‬ ‫(د) احتمال وقوع ‪ A‬فقط‬

‫‪ -3‬في إحدى الكليات وجد أن ‪ 15%‬من الطالب يدرسون اإلحصاء وأن ‪30%‬‬
‫يدرسون الرياضيات وأن ‪ 5%‬يدرسون اإلحصاء و الرياضيات‪.‬‬
‫أ‪ -‬احسب النسبة المئوية للطالب الذين ال يدرسون اإلحصاء وال يدرسون الرياضيات‬
‫ب‪ -‬من بين الطالب ما هي نسبة الطالب الذي يدرس الرياضيات‬
‫ج‪ -‬من بين الطالب الذين ال يدرسون الرياضيات ما هي نسبة الدارسين لإلحصاء‬

‫‪ -4‬في مجتمع من البالغين تبلغ نسبة اإلصابة بمرض السكري ‪ 80%‬واحتمال أن‬
‫يقرر طبيب معين إصابة شخص بهذا المرض ‪ ,‬علما أنه مريض بالفعل هو ‪0.95%‬‬
‫واحتمال أن يقرر إصابته علما أنه غير مصاب هو‪ .0.02%‬ما هو احتمال أن يكون‬
‫شخص بالغ مريضا بالسكري علما بأن الطبيب أنبأه بذلك‬

‫‪108‬‬
‫فهرس الموضوعات‬
Menoufia University - Faculty of Science
Department of Mathematics and Computer Science

7. References ‫المراجع‬

‫المراجع األجنبية‬
1- Allan G. Bluman , “Elementary statistics”: A Step By Step
Approach, 11th Edition - ISBN10: 1260360652 | ISBN13:
9781260360653 , 2023

2- Blake, I.F. , “An Introduction to Applied Probability” , John


Wiley& Sons, Inc. 1979.

3- Feller, F., “ An Introduction to Probability Theory and Its


Applications”, Vol. 1,3rd Ed. New York: John Wiley, 1967.

4- Feller, William, “ An Introduction to Probability Theory and


Its Applications, Volume 1, 3rd edition” , New York: John Wiley
& Sons , 1968.

5- Freund, J.E., “Mathematical Statistics, 6th ed” , 1992.

6- Jay L. Devore., Duxbury, “Probability and Statistics for


Engineering and the Sciences (6th edition)”, (2003)

7- Kendall, M. and Stuart, A., “Advanced Theory of Statistics,


Vol.1,4th ed. London” : Charles Griffin& Company, 1977.

8- Mendenhall, W., “ Introduction to Probability and Statistics 6th


ed”. Boston: Duxbury press, 1983.

9- Mood, Alexander, Franklin A. Graybill, and Duane C. Boes,


“Introduction to the Theory of Statistics, 3rd edition”, New York:
McGraw-Hill Publishing Company, 1974.

10- Ross, Sheldon M., “ A First Course in Probability, 6th


edition”, Upper Saddle River, NJ: Prentice Hall, 2002.
109
‫فهرس الموضوعات‬
‫‪Menoufia University - Faculty of Science‬‬
‫‪Department of Mathematics and Computer Science‬‬

‫‪11- Seber, G.A.F., “Linear Regression Analysis”, Wiley, New‬‬


‫‪York, 1979.‬‬

‫‪12- Wilfred J.Dixon &Frank J.Massey, JR., “ Introduction to‬‬


‫‪Statistical Analysis, 4th edition” , Mc-Graw-Hill, New York, 1985.‬‬

‫المراجع العربية ‪:‬‬

‫‪ -1‬أنيس كنجو ‪ ,‬االحصاء وطرق تطبيقه في ميادين البحث العلمي (الجزء األول) ‪.‬‬
‫بيروت ‪ :‬مؤسسة الرسالة ‪1979 ,‬م‪.‬‬

‫‪ -2‬مصطفي & مدني دسوقي ‪ ,‬مبادئ في نظرية االحتماالت واالحصاء الرياضي‪-‬‬


‫القاهرة‪ -‬دار النهضة العربية – ‪1979‬م ‪.‬‬

‫‪ -3‬الراوي & خاشع محمود‪ /‬المدخل إلي االحصاء– جامعة الموصل‪1984-‬م ‪.‬‬

‫‪ -4‬علي عبدالسالم العماري & د‪ .‬علي حسين العجيلي ‪ ,‬أساسيات االحصاء – طرابلس‬
‫–الجماهيرية العظمي – الطبعة ألولي‪1989 -‬م ‪.‬‬

‫‪ -5‬محمد صبحي أبو صالح & عدنان محمد عوض ‪ ,‬مقدمة في االحصاء‪ -‬مركز‬
‫الكتب األردني‪1990 -‬م ‪.‬‬

‫‪ -6‬أنيس كنجو‪ ،‬االحصاء واالحتمال ‪ -‬الطبعة األولي ‪ -‬الرياض‪ :‬مكتبة العليان‪،‬‬


‫‪2000‬م‪.‬‬

‫‪ -7‬ثروت محمد عبدالمنعم ‪ ,‬مدخل حديث لالحصاء واالحتماالت – الرياض‪ -‬المملكة‬


‫العربية السعودية‪ -‬الطبعة األولي – ‪2004‬م ‪.‬‬

‫‪ -8‬محمود هندي & خلف سلطان ‪ ,‬مفاهيم لطرق التحليل اإلحصائي ‪ -‬مكتبة الرشد‪-‬‬
‫‪ 1425‬هـ‬

‫‪110‬‬
‫فهرس الموضوعات‬
Menoufia University - Faculty of Science
Department of Mathematics and Computer Science

8. Exams ‫نماذج الختبارات‬

111
‫فهرس الموضوعات‬
‫المادة‪ :‬إحصاء (‪)1‬‬ ‫جامعة المنوفية‬
‫الرمز ‪U133 :‬‬ ‫كلية العلوم‬
‫التاريخ‪2021 /6 / 9 :‬م‬ ‫قسم الرياضيات‬
‫الزمن ‪ :‬ساعة‬ ‫امتحان الفصل الدراسي الثاني‬
‫من ‪13.30 -12:30‬‬ ‫‪2021 - 2020‬‬
‫أجب جميع األسئلة اآلتية‪:‬‬
‫السؤال األول (‪ 20‬درجة)‪ :‬أكتب رقم السؤال (فقط) في ورقة االجابة وضع أمامه عالمة (√) إذا كانت العبارة صحيحة‬
‫وعالمة ( ) إذا كانت العبارة خاطئة ‪:‬‬
‫)‬ ‫(‬ ‫(‪ )1‬العينة هي مجموعة جزئية من مفردات المجتمع تحت الدراسة‪.‬‬
‫)‬ ‫(‬ ‫(‪ )2‬طول الفئة = المدى ‪ X‬عدد الفئات ‪.‬‬
‫)‬ ‫(‬ ‫(‪ )3‬الوسط الحسابي يتأثر بالقيم المتطرفة (الشاذة)‪.‬‬
‫)‬ ‫(‬ ‫(‪ )4‬ترتيب عناصر العينة ليس ضروريا عند حساب الوسط الحسابي لها‪.‬‬
‫)‬ ‫(‬ ‫(‪ )5‬التستخدم جميع بيانات العينة عند حساب الوسيط ‪.‬‬
‫)‬ ‫(‬ ‫(‪ )6‬يعتمد المدى في حسابه على جميع قيم البيانات‪.‬‬
‫)‬ ‫(‬ ‫(‪ )7‬التباين لمجموعة من القيم السالبة قيمته سالبة أيضا‪.‬‬
‫)‬ ‫(‬ ‫(‪ )8‬المدى يمثل أحد مقاييس النزعة المركزية ‪.‬‬
‫)‬ ‫(‪ )9‬إذا كان حجم عينة ما هو ‪ n=25‬وكان االنحراف المعياري لهذه العينة ‪ s=10‬فإن الخطأ المعياري يساوي ‪( .2‬‬
‫)‬ ‫(‬ ‫(‪ )10‬معامل االرتباط يأخذ قيمة داخل الفترة ]‪ ، [-1, 1‬أي أن ‪. 1   1‬‬
‫)‬ ‫(‬ ‫(‪ )11‬يستخدم معامل الرتب لسبيرمان للبيات الكمية والوصفية أيضا‪.‬‬
‫)‬ ‫(‬ ‫(‪ )12‬إذا كان معامل األرتباط يساوي "‪ "-1‬يكون األرتباط طردي تام‪.‬‬
‫)‬ ‫(‬ ‫(‪ )13‬إذا كان األرتباط بين المتغيرين ‪ X‬و ‪ Y‬يساوي "‪ "1‬فهذا يعني أن اليوجد عالقة المتغيرين‪.‬‬
‫)‬ ‫(‬ ‫(‪ )14‬تزداد درجة التجانس لمجموعة من القياسات كلما قل معامل االختالف لها‪.‬‬
‫)‬ ‫(‬ ‫(‪ )15‬ترتيب عناصر العينة ليس ضروريا عند حساب الربيع األول‪.‬‬
‫)‬ ‫(‬ ‫(‪ )16‬مجموع إنحرافات عناصر العينة عن متوسطها (وسطها الحسابي) اليساوي صفر‪.‬‬
‫)‬ ‫(‬ ‫(‪ )17‬المنوال للبيانات التالية ‪ 3 ، 30 ، 2 ، 1 ، 2 ، 2 ، 1‬يساوي ‪ 30‬ألنها أكبر القيم ‪.‬‬
‫)‬ ‫(‬ ‫(‪ )18‬من عيوب الوسيط أنه يتأثر بالقيم المتطرفة (الشاذة)‪.‬‬
‫)‬ ‫(‬ ‫(‪ )19‬يمكن إيجاد المنوال لبيانات الوصفية‪.‬‬
‫)‬ ‫(‬ ‫(‪ )20‬يمكن حساب المتوسط (الوسط الحسابي) للبيانات الكمية والوصفية‪.‬‬
‫السؤال الثاني (‪ 10‬درجة)‪:‬‬
‫أوجد كل من الوسط والوسيط والمنوال والربيع األول للبيانات التالية ‪8, 2, 6, 4, 2, 5, 1 :‬‬
‫السؤال الثالث (‪ 15‬درجة)‪:‬‬
‫أوجد حسابيا كل من الوسيط والمنوال واالنحراف المعياري من خالل جدول التوزيع التكراري التالي‪:‬‬
‫الفئات‬ ‫‪5−‬‬ ‫‪15 −‬‬ ‫‪25 − 35 −‬‬ ‫‪45 – 55‬‬
‫التكرار ‪f i‬‬ ‫‪5‬‬ ‫‪10‬‬ ‫‪11‬‬ ‫‪6‬‬ ‫‪8‬‬
‫السؤال الرابع (‪ 15‬درجة)‪:‬‬
‫(‪ )1‬من خالل البيانات التالية الخاصة بالمتغيرين ‪ X‬و ‪: Y‬‬
‫‪5‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪5‬‬

‫‪ X i  15 ,‬‬
‫‪i 1‬‬
‫‪Y i  20 ,‬‬
‫‪i 1‬‬
‫‪ X i Y i  126 ,‬‬
‫‪i 1‬‬
‫‪ X i2  119 ,‬‬
‫‪i 1‬‬
‫‪Y‬‬
‫‪i 1‬‬
‫‪i‬‬
‫‪2‬‬
‫‪ 146‬‬

‫أوجد معادلة خط إنحدار ‪ Y‬على ‪ ، X‬ثم قدر قيمة ‪ Y‬عند القيمة ‪.X=7‬‬
‫(‪ )2‬أوجد معامل ارتباط الرتب لسبيرمان بين المتغيرين ‪ X‬و ‪ Y‬وحدد نوع االرتباط بين المتغيرين‪.‬‬
‫‪X‬‬ ‫‪9‬‬ ‫‪0‬‬ ‫‪-1‬‬ ‫‪5‬‬ ‫‪2‬‬
‫‪Y‬‬ ‫‪10‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪6‬‬ ‫‪3‬‬
‫مع تمنياتنا لكم بالتوفيق والنجاح‬
‫د‪ /‬شعبان الشهاوي & د‪ /‬نيفين كيالني & د‪/‬محمد رزق‬ ‫&‬ ‫د‪ /‬عبد العزيز الشربيني‬
‫المادة‪ :‬إحصاء (‪)1‬‬ ‫كلية العلوم‬
‫الرمز ‪U133 :‬‬ ‫قسم الرياضيات وعلوم الحاسب‬
‫األمتحان النهائي‬
‫التاريخ ‪2020/9/26 :‬‬
‫الفصل الدراسي الصيفي ‪2020 – 2019‬‬

‫الجدول التالي يمثل توزيع تكراري لمجموعة من البيانات ‪:‬‬ ‫السؤال األول‪:‬‬
‫‪‬‬ ‫‪‬‬
‫‪2‬‬
‫الفئات‬ ‫‪fi‬‬ ‫‪x *i‬‬ ‫‪( f )1‬‬ ‫‪f i x *i‬‬ ‫‪x *i  X‬‬ ‫‪f i x *i  X‬‬ ‫‪fi x X‬‬‫*‬
‫‪i‬‬

‫‪0 -‬‬ ‫‪10‬‬ ‫‪5‬‬ ‫‪10‬‬ ‫‪50‬‬ ‫‪16‬‬ ‫‪160‬‬ ‫‪2560‬‬


‫‪10 -‬‬ ‫‪20‬‬ ‫‪15‬‬ ‫‪30‬‬ ‫‪300‬‬ ‫‪6‬‬ ‫‪120‬‬ ‫‪720‬‬
‫‪20 -‬‬ ‫‪5‬‬ ‫‪25‬‬ ‫‪35‬‬ ‫‪125‬‬ ‫‪4‬‬ ‫‪20‬‬ ‫‪80‬‬
‫‪30 -‬‬ ‫‪10‬‬ ‫‪35‬‬ ‫‪45‬‬ ‫‪350‬‬ ‫‪14‬‬ ‫‪140‬‬ ‫‪1960‬‬
‫‪40 – 50‬‬ ‫‪5‬‬ ‫‪45‬‬ ‫‪50‬‬ ‫‪225‬‬ ‫‪24‬‬ ‫‪120‬‬ ‫‪2880‬‬
‫المجموع‬ ‫‪50‬‬ ‫‪1050‬‬ ‫‪560‬‬ ‫‪8200‬‬
‫حيث أن‪ f i :‬تكرارالفئة ‪ x i ، i‬مركز الفئة ‪ ( f )1 ،i‬تكرار متجمع الصاعد‪.‬‬
‫*‬

‫اختر اإلجابة الصحيحة فقط في كل من الفقرات التالية‪:‬‬


‫‪ -1‬المدى لبيانات هذا التوزيع التكراري يساوي‪:‬‬
‫خالف ماسبق‬ ‫(‪)d‬‬ ‫‪5‬‬ ‫(‪) c‬‬ ‫‪40‬‬ ‫(‪)b‬‬ ‫‪- 40‬‬ ‫(‪) a‬‬
‫‪ -2‬الوسيط لبيانات هذا التوزيع التكراري يساوي‪:‬‬
‫‪20‬‬ ‫(‪)d‬‬ ‫‪42.5‬‬ ‫(‪) c‬‬ ‫‪17.5‬‬ ‫(‪)b‬‬ ‫‪27.5‬‬ ‫(‪) a‬‬
‫‪ -3‬اإلنحراف المعياري ‪ S‬لبيانات هذا التوزيع التكراري تقريبا يساوي‪:‬‬
‫(‪ )d‬خالف ماسبق‬ ‫‪- 167.347‬‬ ‫(‪) c‬‬ ‫‪12.936‬‬ ‫(‪)b‬‬ ‫‪0‬‬ ‫(‪) a‬‬
‫‪ -4‬معامل التواء كارل بيرسون ‪ T1‬لبيانات هذا التوزيع التكراري تقريبا يساوي‪:‬‬
‫(‪ )d‬خالف ماسبق‬ ‫‪- 167.347‬‬ ‫(‪) c‬‬ ‫‪0‬‬ ‫(‪)b‬‬ ‫‪0.541‬‬ ‫(‪) a‬‬
‫‪ -5‬الدرجة المعيارية للمفردة ‪ x  25‬من بيانات هذا التوزيع التكراري تقريبا يساوي‪:‬‬
‫خالف ماسبق‬ ‫(‪)d‬‬ ‫‪- 0.31‬‬ ‫(‪) c‬‬ ‫‪0.31‬‬ ‫(‪)b‬‬ ‫‪4‬‬ ‫(‪) a‬‬
‫‪ -6‬اإلنحراف المتوسط عن الوسط لبيانات هذا التوزيع التكراري تقريبا يساوي‪:‬‬
‫خالف ماسبق‬ ‫(‪)d‬‬ ‫‪- 11.2‬‬ ‫(‪) c‬‬ ‫‪0‬‬ ‫(‪)b‬‬ ‫‪11.2‬‬ ‫( ‪)a‬‬
‫‪ -7‬المنوال لبيانات هذا التوزيع التكراري يساوي‪:‬‬
‫‪17.5‬‬ ‫(‪)d‬‬ ‫‪41‬‬ ‫(‪) c‬‬ ‫‪21‬‬ ‫(‪)b‬‬ ‫‪14‬‬ ‫(‪) a‬‬
‫‪ -8‬تباين العينة ‪ S 2‬لبيانات هذا التوزيع التكراري تقريبا يساوي‪:‬‬
‫خالف ماسبق‬ ‫(‪)d‬‬ ‫‪0‬‬ ‫(‪)c‬‬ ‫‪-167.347‬‬ ‫(‪)b‬‬ ‫(‪167.347 )a‬‬
‫‪ -9‬الوسط الحسابي لبيانات هذا التوزيع التكراري يساوي‪:‬‬
‫‪25‬‬ ‫(‪)d‬‬ ‫‪1050‬‬ ‫(‪) c‬‬ ‫‪-21‬‬ ‫(‪)b‬‬ ‫‪21‬‬ ‫(‪) a‬‬
‫‪ -10‬المنحنى الممثل لبيانات هذا التوزيع التكراري‪:‬‬
‫(‪ )d‬النستطيع التحديد‬ ‫ملتوي لليسار‬ ‫(‪) c‬‬ ‫(‪ )b‬ملتوي لليمين‬ ‫متماثل‬ ‫(‪) a‬‬

‫‪1‬‬
‫السؤال الثاني‪:‬‬
‫من خالل البيانات ‪ x i : 90, 79, 65, 75, 79, 86, 52, 58‬الممثلة لدرجات مجموعة من الطالب في أحد اختبارات‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬

‫مقرر دراسي‪ُ ،‬وجد أن ‪ ،  (x i  X )  1264 ،  x i  584 ،  (x i  X )  363892‬حيث ‪ X‬متوسط‬


‫‪2‬‬ ‫‪4‬‬

‫‪i 1‬‬ ‫‪i 1‬‬ ‫‪i 1‬‬

‫الدرجات‪ .‬اختر اإلجابة الصحيحة في كل فقرة من الفقرات التالية مستعينا بما سبق‪:‬‬
‫‪ -1‬الربيع األول (األدنى) ‪ Q1‬لهذه البيانات يساوي‪:‬‬
‫خالف ماسبق‬ ‫(‪)d‬‬ ‫‪65‬‬ ‫( ‪)c‬‬ ‫‪58‬‬ ‫(‪)b‬‬ ‫‪65.5‬‬ ‫( ‪)a‬‬
‫‪ -2‬الربيع الثالث (األقصى) ‪ Q 3‬لهذه البيانات يساوي‪:‬‬
‫(‪ )d‬خالف ماسبق‬ ‫‪79‬‬ ‫( ‪)c‬‬ ‫‪86‬‬ ‫(‪)b‬‬ ‫‪84.25‬‬ ‫( ‪)a‬‬
‫‪ -3‬العزم الثاني المركزي لهذه البيانات تقريبا يساوي‪:‬‬
‫(‪ )d‬خالف ماسبق‬ ‫‪180.57‬‬ ‫(‪) c‬‬ ‫‪158‬‬ ‫(‪)b‬‬ ‫‪5487‬‬ ‫(‪) a‬‬

‫‪ -4‬العزم الرابع المركزي ‪ 4‬لهذه البيانات تقريبا يساوي‪:‬‬


‫(‪ )d‬خالف ماسبق‬ ‫‪45486.5‬‬ ‫(‪) c‬‬ ‫‪73‬‬ ‫(‪)b‬‬ ‫‪158‬‬ ‫( ‪)a‬‬

‫‪ -5‬معامل التفلطح ‪ ‬لهذه البيانات تقريبا يساوي‪:‬‬


‫(‪ )d‬خالف ماسبق‬ ‫‪1.39‬‬ ‫( ‪)c‬‬ ‫‪1.8221‬‬ ‫(‪)b‬‬ ‫‪- 1.8221‬‬ ‫(‪) a‬‬
‫‪ -6‬تباين العينة ‪ S 2‬لهذه البيانات تقريبا يساوي‪:‬‬
‫(‪ )d‬خالف ماسبق‬ ‫‪158‬‬ ‫( ‪)c‬‬ ‫‪180.57‬‬ ‫(‪)b‬‬ ‫‪13.44‬‬ ‫(‪)a‬‬

‫‪ -7‬نصف المدى الربيعي لهذه البيانات تقريبا يساوي‪:‬‬


‫خالف ماسبق‬ ‫(‪)d‬‬ ‫‪10.5‬‬ ‫(‪) c‬‬ ‫‪- 0.41‬‬ ‫(‪)b‬‬ ‫‪1.39‬‬ ‫(‪)a‬‬

‫‪ -8‬الخطأ المعياري ‪ SE‬لهذه البيانات تقريبا يساوي‪:‬‬


‫خالف ماسبق‬ ‫(‪)d‬‬ ‫‪13.438‬‬ ‫(‪) c‬‬ ‫‪4.751‬‬ ‫(‪)b‬‬ ‫‪- 4.751‬‬ ‫(‪) a‬‬

‫‪ -9‬تباين المجتمع ‪  2‬لهذه البيانات تقريبا يساوي‪:‬‬


‫خالف ماسبق‬ ‫(‪)d‬‬ ‫‪158‬‬ ‫(‪) c‬‬ ‫‪13.44‬‬ ‫(‪)b‬‬ ‫‪180.57‬‬ ‫(‪) a‬‬
‫‪ -10‬الوسط الحسابي لهذه البيانات هو‪:‬‬
‫خالف ماسبق‬ ‫(‪)d‬‬ ‫‪65‬‬ ‫(‪)c‬‬ ‫‪73‬‬ ‫(‪)b‬‬ ‫‪77‬‬ ‫(‪) a‬‬

‫‪ -11‬الوسيط لهذه البيانات يساوي‪:‬‬


‫خالف ماسبق‬ ‫(‪)d‬‬ ‫‪77‬‬ ‫(‪)c‬‬ ‫‪79‬‬ ‫(‪)b‬‬ ‫‪75‬‬ ‫( ‪)a‬‬
‫‪ -12‬معامل االلتواء الربيعي ‪ T 2‬لهذه البيانات تقريبا يساوي‪:‬‬
‫(‪ )d‬خالف ماسبق‬ ‫‪0.153‬‬ ‫(‪) c‬‬ ‫‪- 0.153‬‬ ‫(‪)b‬‬ ‫‪10.5‬‬ ‫(‪)a‬‬

‫‪2‬‬
‫السؤال الثالث‪:‬‬
‫‪ -1‬إذا علمنا أن درجات مجموعة من الطالب هي في أحد المقررات الدراسية هي ‪ ،47 ،26 ،37 ،41 ،22‬وعدد‬
‫ساعات االستذكار األسبوعية للطالب على الترتيب هي ‪ ،3 ،4 ،2 ،3 ،2‬فإن الوسط المرجح لدرجات الطالب تقريبا‬
‫يساوي‪:‬‬
‫‪- 34.7‬‬ ‫(‪)d‬‬ ‫‪12.36‬‬ ‫( ‪)c‬‬ ‫‪97.2‬‬ ‫(‪)b‬‬ ‫‪34.7‬‬ ‫(‪) a‬‬

‫‪ -2‬إذا كان لدينا مجموعتين‪ ،‬األولى بمتوسط ‪ 173‬وانحراف معياري ‪ ،23‬أما الثانية بمتوسط ‪ 175‬وانحراف‬
‫معياري ‪ ،25‬فإن المجموعة‪:‬‬
‫ٌ‬
‫(‪ )d‬الثانية أقل تجانسا‬ ‫(‪ )c‬األولى أكثر تشتتا‬ ‫(‪ )b‬األولى أكثر تجانسا‬ ‫(‪ )a‬الثانية أكثر تشتتا‬

‫السؤال الرابع‪:‬‬
‫من خالل بيانات الجدول التالي للمتغيرين ‪:Y ،X‬‬

‫‪x‬‬ ‫‪-2‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪x  8‬‬


‫‪y‬‬ ‫‪0‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪ y  18‬‬
‫‪x2‬‬ ‫‪4‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪16‬‬ ‫‪25‬‬ ‫‪ x  46‬‬
‫‪2‬‬

‫‪y2‬‬ ‫‪0‬‬ ‫‪4‬‬ ‫‪9‬‬ ‫‪36‬‬ ‫‪49‬‬ ‫‪ y  98‬‬


‫‪2‬‬

‫‪xy‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪3‬‬ ‫‪24‬‬ ‫‪35‬‬ ‫‪ x y  62‬‬


‫اختر اإلجابة الصحيحة في كل فقرة من الفقرات التالية مستعينا بما سبق‪:‬‬
‫‪ -1‬خط انحدار ‪ Y‬على ‪ X‬هو‪:‬‬
‫‪y  2x  2‬‬ ‫(‪)d‬‬ ‫‪y  x 2‬‬ ‫(‪)c‬‬ ‫‪y  x  2‬‬ ‫(‪)b‬‬ ‫(‪y  x  2 )a‬‬

‫‪ -2‬خط انحدار ‪ X‬على ‪ Y‬هو‪:‬‬


‫‪x  y 2‬‬ ‫(‪)d‬‬ ‫‪x  y 2‬‬ ‫(‪) c‬‬ ‫‪x  y  2‬‬ ‫(‪)b‬‬ ‫(‪x  2y  2 )a‬‬
‫‪ -3‬القيمة المقدرة لـ ‪ y‬عندما ‪ x  5‬تساوي‪:‬‬
‫‪-7‬‬ ‫(‪)d‬‬ ‫‪3‬‬ ‫(‪) c‬‬ ‫‪7‬‬ ‫(‪)b‬‬ ‫‪-3‬‬ ‫(‪) a‬‬
‫‪ -4‬مقدار الخطأ العشوائي عند ‪ x  5‬تساوي‪:‬‬
‫‪0‬‬ ‫(‪)d‬‬ ‫‪2‬‬ ‫(‪) c‬‬ ‫‪1‬‬ ‫(‪)b‬‬ ‫‪-1‬‬ ‫(‪) a‬‬

‫‪ -5‬معامل االرتباط الخطي لبيرسون بين المتغيرين يساوي‪:‬‬


‫‪0‬‬ ‫(‪)d‬‬ ‫‪-1‬‬ ‫(‪) c‬‬ ‫‪1‬‬ ‫(‪)b‬‬ ‫‪3‬‬ ‫(‪) a‬‬

‫‪ -6‬االرتباط بين المتغيرين ‪:‬‬


‫عكسي تام‬ ‫(‪)d‬‬ ‫طردي قوي‬ ‫(‪)c‬‬ ‫منعدم‬ ‫(‪)b‬‬ ‫(‪ )a‬طردي تام‬

‫‪3‬‬
‫السؤال الخامس‪:‬‬
‫من الجدول التالي المبني على تقديرات عينة من الطالب لمقررين ‪:Y ،X‬‬
‫‪x‬‬ ‫ممتاز‬ ‫جيد‬ ‫ممتاز‬ ‫مقبول‬ ‫جيد‬ ‫جيد‬ ‫جيد جدا‬
‫‪y‬‬ ‫جيد‬ ‫ممتاز‬ ‫جيد‬ ‫ممتاز‬ ‫ممتاز‬ ‫مقبول‬ ‫جيد جدا‬
‫) ‪O( x‬‬ ‫‪1.5‬‬ ‫‪5‬‬ ‫‪1.5‬‬ ‫‪7‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪3‬‬
‫) ‪O( y‬‬ ‫‪5.5‬‬ ‫‪2‬‬ ‫‪5.5‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪7‬‬ ‫‪4‬‬
‫‪d2‬‬ ‫‪16‬‬ ‫‪9‬‬ ‫‪16‬‬ ‫‪25‬‬ ‫‪9‬‬ ‫‪4‬‬ ‫‪1‬‬

‫‪ -1‬قيمة معامل األرتباط بين المتغيرين ‪ Y ،X‬قيمته تقريبا تساوي‬


‫‪2.429‬‬ ‫(‪)d‬‬ ‫‪- 0.429‬‬ ‫(‪) c‬‬ ‫‪0.633‬‬ ‫(‪)b‬‬ ‫‪- 0.633‬‬ ‫(‪)a‬‬

‫‪ -2‬من خالل بيانات الجدول السابق نجد أن االرتباط بين ‪ Y ، X‬نوعه‪:‬‬


‫طردي قوي‬ ‫(‪)d‬‬ ‫(‪ )c‬عكسي ضعيف‬ ‫(‪ )b‬عكسي تام‬ ‫(‪ )a‬عكسي قوي‬
‫السؤال السادس‪:‬‬
‫إذا كانت ‪ . P( A  B )  1 / 2 ، P(B)  7 / 10 ، P( A )  3 / 5‬أختر اإلجابة الصحيحة في كل مما‬
‫يأتي‪:‬‬
‫‪ -1‬احتمال وقوع الحدث ‪ A‬فقط يساوي‪:‬‬
‫‪0.1‬‬ ‫(‪)d‬‬ ‫‪1.1‬‬ ‫( ‪)c‬‬ ‫‪0.6‬‬ ‫(‪)b‬‬ ‫‪- 0.1‬‬ ‫(‪) a‬‬
‫‪ -2‬احتمال وقوع الحدث ‪ A‬أو ‪ B‬يساوي‪:‬‬
‫‪0.5‬‬ ‫(‪)d‬‬ ‫‪0.08‬‬ ‫( ‪)c‬‬ ‫‪0.1‬‬ ‫(‪)b‬‬ ‫‪0.8‬‬ ‫(‪) a‬‬
‫‪ -3‬احتمال وقوع الحدث ‪ A‬علما بأن الحدث ‪ B‬لم يقع يساوي‪:‬‬
‫‪1/4‬‬ ‫(‪)d‬‬ ‫‪1/8‬‬ ‫( ‪)c‬‬ ‫‪1/3‬‬ ‫(‪)b‬‬ ‫‪4‬‬ ‫(‪) a‬‬

‫‪ -4‬احتمال أتحاد مكمالت الحدثان ‪ B ، A‬يساوي‪:‬‬


‫‪0‬‬ ‫(‪)d‬‬ ‫‪0.5‬‬ ‫(‪) c‬‬ ‫‪0.1‬‬ ‫(‪)b‬‬ ‫‪0.05‬‬ ‫(‪) a‬‬

‫‪ -5‬االحتمال ) ‪ P( A  B‬يساوي‪:‬‬
‫‪C‬‬

‫‪0.4‬‬ ‫(‪)d‬‬ ‫‪0.02‬‬ ‫(‪) c‬‬ ‫‪0.2‬‬ ‫(‪)b‬‬ ‫‪0.22‬‬ ‫( ‪)a‬‬


‫‪ -6‬احتمال الحدث ‪ (A  B )  B‬يساوي‪:‬‬
‫‪c‬‬

‫‪0‬‬ ‫(‪)d‬‬ ‫‪0.05‬‬ ‫( ‪)c‬‬ ‫‪1‬‬ ‫(‪)b‬‬ ‫‪0.5‬‬ ‫(‪) a‬‬


‫‪ -7‬الحدثان ‪ B ، A‬مستقالن‪:‬‬
‫(‪ )d‬البينات غير كافية‬ ‫النستطيع التحديد‬ ‫( ‪)c‬‬ ‫غير صحيح‬ ‫(‪)b‬‬ ‫صحيح‬ ‫( ‪)a‬‬
‫‪ -8‬المكمالت للحدثان ‪ B ، A‬متنافيان‪:‬‬
‫(‪ )d‬البيانات غير كافية‬ ‫(‪ )c‬النستطيع التحديد‬ ‫(‪ )b‬صحيح‬ ‫غير صحيح‬ ‫( ‪)a‬‬

‫د‪ /‬شعبان الشهاوي‬ ‫مع أطيب األمنيات باتوفيق والنجاح‬

‫‪4‬‬
‫جامعة المنوفية ‪ -‬كلية العلوم‬
‫نموذج أمتحان نهائي‬
‫المادة ‪ :‬إحصاء ‪1‬‬
‫أجب على جميع األسئلة التالية‬
‫السؤال األول‪ :‬من البيانات األولية التالية ‪، 2, 5, 13, 12, 2, 6, 3, 7, 16, 4 :‬‬
‫أوجد كل من‪:‬‬
‫(‪ )1‬الوسط الحسابي ‪ ،‬الوسيط ‪ ،‬المدى‪.‬‬
‫(‪ )2‬العزم الثاني المركزي‪ ،‬العزم الرابع المركزي‪.‬‬
‫(‪ )3‬معامل التواء كارل بيرسون وحدد نوع االلتواء‪.‬‬
‫(‪ )4‬معامل التفلطح مع التعليق على الناتج‪.‬‬
‫_____________________________________________________________________________________________________________________________ ___________________________________________________________________________________________________________________________________ ____________________________________________________________________________________________‬

‫السؤال الثاني‪ :‬من خالل البيانات التالية للمتغيرين ‪:Y ، X‬‬


‫‪X‬‬ ‫‪9‬‬ ‫‪2‬‬ ‫‪6‬‬ ‫‪3‬‬ ‫‪5‬‬
‫‪Y‬‬ ‫‪6‬‬ ‫‪10‬‬ ‫‪4‬‬ ‫‪7‬‬ ‫‪3‬‬
‫أوجد كل من‪:‬‬
‫(‪ )1‬خط إنحدار ‪ Y‬على ‪.X‬‬
‫(‪ )2‬خط إنحدار ‪ X‬على ‪.Y‬‬
‫(‪ )3‬معامل إرتباط بيرسون بين المتغيرين ‪ Y ، X‬وبين نوع األرتباط‪.‬‬
‫(‪ )4‬معامل إرتباط الرتب لسبيرمان بين المتغيرين ‪. Y ، X‬‬
‫_____________________________________________________________________________________________________________________________ ___________________________________________________________________________________________________________________________________ ____________________________________________________________________________________________‬

‫السؤال الثالث‪ :‬من خالل البيانات المبوبة التالية‪:‬‬


‫الفئات‬ ‫‪5-‬‬ ‫‪15 -‬‬ ‫‪25 -‬‬ ‫‪35 -‬‬ ‫‪45 – 55‬‬
‫التكرار‬ ‫‪30‬‬ ‫‪25‬‬ ‫‪15‬‬ ‫‪20‬‬ ‫‪10‬‬
‫أوجد كل من‪:‬‬
‫(‪ )1‬المنوال‪.‬‬
‫(‪ )2‬الربيع الثالث‪.‬‬
‫(‪ )3‬األنحراف المتوسط عن الوسط الحسابي‪.‬‬
‫(‪ )4‬التباين‪.‬‬
‫(‪ )5‬الخطأ المعياري‬
‫_____________________________________________________________________________________________________________________________ ___________________________________________________________________________________________________________________________________ ____________________________________________________________________________________________‬
‫___________________________________________________________________________________________________________________________________________________________________ _____________________________________________________________________________________________________________________________ ____________________________________________________________‬

‫‪ ،،،،،،،‬أنتهت األسئلة ‪،،،،،،،،‬‬


‫مع أطيب األمنيات بالتوفيق والنجاح‬
‫د‪ .‬شعبان الشهاوي‬
‫جامعة المنوفية ‪ -‬كلية ‪..........‬‬
‫أمتحان نهاية الفصل الدراسي ‪ 20 /20 ..........‬م‬
‫المادة ‪.............. :‬‬
‫زمن األمتحان ‪ :‬نصف ساعة‬ ‫‪ 20 /‬م‬ ‫التاريخ ‪/ :‬‬

‫أسم الطالب‪ ....................................... :‬الشعبة‪ .................. :‬الدرجة‪:‬‬


‫‪60‬‬
‫السؤال األول (‪ 18‬درجة)‪:‬‬
‫من خالل البيانات التالية }‪ {0, −3, −1, −2, 8, 3, 2, 1‬نجد أن‪:‬‬
‫‪̅ | = 20 ،‬‬
‫‪، ∑𝑛𝑖=1|𝑥𝑖 − X‬‬ ‫‪∑𝑛𝑖=1 𝑥3𝑖 = 512 ، ∑𝑛𝑖=1 𝑥2𝑖 = 92 ، ∑𝑛𝑖=1 𝑥𝑖 = 8‬‬
‫‪̅ )4 = 2772 ، ∑𝑛 (𝑥𝑖 − X‬‬
‫‪∑𝑛𝑖=1(𝑥𝑖 − X‬‬ ‫‪̅ )3 = 252 ، ∑𝑛 (𝑥𝑖 − X‬‬‫‪̅ )2 = 84‬‬
‫‪𝑖=1‬‬ ‫‪𝑖=1‬‬
‫أختار االجابة الصحيحة لكل فقرة من الفقرات التالية‪:‬‬
‫‪ -1‬الوسط الحسابي ‪:‬‬
‫)‪a‬‬ ‫‪8‬‬ ‫)‪b‬‬ ‫‪0‬‬ ‫)‪c‬‬ ‫‪6‬‬ ‫)‪d‬‬ ‫‪1‬‬
‫‪ -2‬المنوال ‪:‬‬
‫)‪a‬‬ ‫‪0‬‬ ‫)‪b‬‬ ‫‪8‬‬ ‫)‪c‬‬ ‫‪1‬‬ ‫)‪d‬‬ ‫اليوجد‬
‫‪ -3‬الوسيط يساوي‪:‬‬
‫)‪a‬‬ ‫‪-2‬‬ ‫)‪b‬‬ ‫‪3‬‬ ‫)‪c‬‬ ‫‪0.5‬‬ ‫)‪d‬‬ ‫‪8‬‬
‫‪ -4‬الربيع األول يساوي‪:‬‬
‫)‪a‬‬ ‫‪-1.5‬‬ ‫)‪b‬‬ ‫‪-3‬‬ ‫)‪c‬‬ ‫‪-2‬‬ ‫)‪d‬‬ ‫خالف ماسبق‬
‫‪ -5‬الربيع الثالث يساوي‪:‬‬
‫)‪a‬‬ ‫‪2‬‬ ‫)‪b‬‬ ‫‪3‬‬ ‫)‪c‬‬ ‫‪2.5‬‬ ‫)‪d‬‬ ‫خالف ماسبق‬
‫‪ -6‬نصف المدى الربيعي يساوي‪:‬‬
‫)‪a‬‬ ‫‪-2‬‬ ‫)‪b‬‬ ‫‪2‬‬ ‫)‪c‬‬ ‫‪0‬‬ ‫)‪d‬‬ ‫خالف ماسبق‬
‫‪ -7‬المدى يساوي‪:‬‬
‫)‪a‬‬ ‫‪11‬‬ ‫)‪b‬‬ ‫‪5‬‬ ‫)‪c‬‬ ‫‪8‬‬ ‫)‪d‬‬ ‫خالف ماسبق‬
‫‪ -8‬اإلنحراف المتوسط عن الوسط الحسابي ‪ M.D.‬يساوي‪:‬‬
‫)‪a‬‬ ‫‪2‬‬ ‫)‪b‬‬ ‫‪0‬‬ ‫)‪c‬‬ ‫‪3.4641‬‬ ‫)‪d‬‬ ‫‪2.5‬‬
‫‪ -9‬التباين للعينة ‪:‬‬
‫)‪a‬‬ ‫‪10.5‬‬ ‫)‪b‬‬ ‫‪12‬‬ ‫)‪c‬‬ ‫‪-10.5‬‬ ‫)‪d‬‬ ‫‪-12‬‬
‫‪ -10‬اإلنحراف المعياري للعينة‪:‬‬
‫)‪a‬‬ ‫‪3.4641‬‬ ‫)‪b‬‬ ‫‪3.24037‬‬ ‫)‪c‬‬ ‫‪2.5‬‬ ‫)‪d‬‬ ‫خالف ماسبق‬
‫‪ -11‬الخطأ المعياري ‪:‬‬
‫)‪a‬‬ ‫‪2.5‬‬ ‫)‪b‬‬ ‫‪3.24037‬‬ ‫)‪c‬‬ ‫‪1.2248‬‬ ‫)‪d‬‬ ‫خالف ماسبق‬
‫‪ -12‬معامل اإلختالف‪:‬‬
‫)‪a‬‬ ‫‪346.41 %‬‬ ‫)‪b‬‬ ‫‪324.037 %‬‬ ‫)‪c‬‬ ‫‪2.5 %‬‬ ‫)‪d‬‬ ‫خالف ماسبق‬
‫‪ -13‬العزم الثاني المركزي‪:‬‬
‫)‪a‬‬ ‫‪10.5‬‬ ‫)‪b‬‬ ‫‪31.5‬‬ ‫)‪c‬‬ ‫‪346.5‬‬ ‫)‪d‬‬ ‫خالف ماسبق‬
‫‪ -14‬معامل إلتواء كارل بيرسون‪:‬‬
‫)‪a‬‬ ‫‪0.4641‬‬ ‫)‪b‬‬ ‫‪0.9258‬‬ ‫)‪c‬‬ ‫‪-0.4641‬‬ ‫)‪d‬‬ ‫خالف ماسبق‬
‫‪ -15‬معامل إلتواء العزوم‪:‬‬
‫)‪a‬‬ ‫‪0.4641‬‬ ‫)‪b‬‬ ‫‪0.9258‬‬ ‫)‪c‬‬ ‫‪3.1429‬‬ ‫)‪d‬‬ ‫خالف ماسبق‬
‫‪ -16‬من خالل إجابات الفقرتين السابقتين الصحيحة نجد أن منحنى توزيع البيانات‪:‬‬
‫)‪a‬‬ ‫ملتوي ناحية اليسار‬ ‫ملتوي ناحية اليمين )‪b‬‬ ‫متماثل )‪c‬‬ ‫)‪d‬‬ ‫النستطيع وصفه‬
‫‪ -17‬معامل التفلطح‪:‬‬
‫)‪a‬‬ ‫‪0‬‬ ‫)‪b‬‬ ‫‪1.3429‬‬ ‫)‪c‬‬ ‫‪3.1429‬‬ ‫)‪d‬‬ ‫خالف ماسبق‬
‫‪ -18‬من خالل إجابات الفقرة السابقة الصحيحة نجد أن منحنى توزيع البيانات‪:‬‬
‫)‪a‬‬ ‫متفلطحا‬ ‫)‪b‬‬ ‫مدببا‬ ‫متماثل )‪c‬‬ ‫)‪d‬‬ ‫النستطيع وصفه‬

‫السؤال الثاني (‪ 13‬درجة)‪:‬‬


‫من خالل جدول التوزيع التكراري التالي‪:‬‬
‫الفئات‬ ‫التكرار‬ ‫مراكز الفئات‬ ‫التكرار المتجمع الصاعد‬
‫‪5-‬‬ ‫‪16‬‬ ‫‪10‬‬ ‫‪D‬‬
‫‪15 -‬‬ ‫‪4‬‬ ‫‪20‬‬ ‫‪20‬‬
‫‪A-‬‬ ‫‪3‬‬ ‫‪C‬‬ ‫‪23‬‬
‫‪35 -‬‬ ‫‪B‬‬ ‫‪40‬‬ ‫‪25‬‬
‫‪45 -‬‬ ‫‪3‬‬ ‫‪50‬‬ ‫‪28‬‬
‫‪55 – 65‬‬ ‫‪2‬‬ ‫‪60‬‬ ‫‪30‬‬
‫‪ -2‬أوجد المنوال ‪ ،‬الوسيط ‪ ،‬الربيع الثالث‪.‬‬ ‫‪ -1‬أوجد قيم كل من ‪. D ، C ، B ، A‬‬

‫السؤال الثالث (‪ 10‬درجة)‪:‬‬


‫‪،∑8𝑖=1 𝑥𝑖2‬‬ ‫‪= 92 ،∑8𝑖=1 𝑦𝑖 = 16‬‬ ‫‪،‬‬ ‫من خالل قيم المتغيرين 𝑌 ‪ 𝑋,‬وجد أن‪∑8𝑖=1 𝑥𝑖 = 8 :‬‬
‫‪. ∑8𝑖=1 𝑥𝑖 𝑦𝑖 = 100 ، ∑8𝑖=1 𝑦𝑖2 = 116‬‬
‫‪ -1‬أوجد خط إنحدار 𝑌 على 𝑋 ‪ ،‬ثم أوجد قيمة 𝑌 عندما ‪.𝑋 = 8‬‬
‫‪ -2‬أوجد معامل ارتباط بيرسون بين المتغيرين 𝑌 ‪ ، 𝑋,‬ثم حدد نوع االرتباط بين المتغيرين‪.‬‬

‫السؤال الثالث (‪ 5‬درجات)‪:‬‬


‫من خالل بيانات الجدول التالي للمتغيرين 𝑌 ‪: 𝑋,‬‬
‫𝑋‬ ‫‪2200‬‬ ‫‪3100‬‬ ‫‪2200‬‬ ‫‪7000‬‬ ‫‪3100‬‬
‫𝑌‬ ‫‪6650‬‬ ‫‪7700‬‬ ‫‪6650‬‬ ‫‪6550‬‬ ‫‪4000‬‬
‫أوجد معامل ارتباط الرتب لسبيرمان بين المتغيرين 𝑌 ‪ ، 𝑋,‬ثم حدد نوع االرتباط بين المتغيرين‪.‬‬

‫السؤال الرابع (‪ 14‬درجة)‪:‬‬


‫إذا كان 𝐴 ‪ 𝐵 ،‬حدثان مستقالن بحيث أن‪ ،𝑃(𝐴𝑐 ) = 0.9, 𝑃(𝐵) = 0.5 :‬أوجد االحتماالت التالية‪:‬‬
‫‪𝑃(𝐴 − 𝐵) -4‬‬ ‫‪𝑃(𝐴 ∪ 𝐵) -3‬‬ ‫‪𝑃(𝐴 ∩ 𝐵) -2‬‬ ‫‪𝑃(𝐴) -1‬‬
‫𝑐‬
‫‪. 𝑃((𝐴 − 𝐵) ∪ (𝐴 − 𝐵)) -7‬‬ ‫‪𝑃(𝐴 𝐵 ) -6‬‬ ‫‪𝑃(𝐴 ∩ 𝐵𝑐 ) -5‬‬
‫𝑐‬

You might also like