إحصاء 3
الخطوط العريضة للقسم
-
بطاقة الاتصال
الكلية / المعهد: معهد العلوم الاقتصادية، التجارية وعلوم التسيير
القسم: العلوم التجارية
الجمهور المستهدف: السنة الثانية ليسانس, العلوم التجارية
عنوان المقياس: احصاء 03
الأساتذة:
المحاضر: بن ناصف أيمان حنان , bennacef.imane@live.fr
الأستاذ متوفر على:
الاثنين من الساعة 9 الى الساعة 11
الاربعاء الساعة 8 الى الساعة 14
وصف المقياس
لقد تم إعداد هذه الدرس للوفاء بمتطلبات مقياس الإحصاء الرياضي حسب البرنامج الوزاري لمقياس الإحصاء 03 الموجه لطلبة السنة الثانية لكلية العلوم الاقتصادية، التجارية و علوم التسيير –جميع التخصصات.
لقد ركز الدرس على الجانب التطبيقي للمفاهيم الإحصائية و لهذا تم إدراج أمثلة بسيطة تجسد النظريات، كيفية وسبب استعمالها نظرا للصعوبات التي يواجهها الطالب في استيعاب المفاهيم.يحظى هذا المقياس اهمية بالغة في فهم نماذج التنبؤ في السنة الثالثة والاقتصاد القياسي في طور الماستر وتقنيات النمذجة بصفة عامة.
المتطلبات المسبقة للمقياس هي المفاهيم الاساسية للاحتمالات و كذا التوزيع الاحتمالي المستمر بصفة عامة و التوزيع الطبيعي بصفة خاصة و كذا الدوال الغير خطية ( توزيع ستيودنت، توزيع ك2، توزيع فيشر).
خطة المقياس
المحتوى
الفصل الأول: توزيع المعاينة
1. توزيع المعاينة للمتوسط
2. توزيع المعاينة للتباين
الفصل الثاني: نظرية التقدير
1. التقدير النقطي
2. التقدير بمجال الثقة
الفصل الثالث: اختبار الفرضيات المعلمية
-
الدرس1 : توزيع المعاينة
مقدمة :
في الكثير من الدراسات الاستقصائية، فاننا نعتمد على العينة من اجل حساب مؤشرات احصائية تسمح لنا بتلخيص ظاهرة معينة. و على الرغم من ان هذه العينة تمثل جزءا من المجتمع الاحصائي المدروس ، الا انها قد لا تمثل افضل عينة و ان المؤشرات المحسوبة بناءا عليها قد تكون مغالطة للواقع. لذا وجب علينا التفكير في طرق تسمح لنا بالخيار المناسب لعينة الدراسة من اجل الحصول على نتائج أمثل. هذه الطرق تسمى بطرق المعاينة الاحصائية.
من خلال هذا الفصل، سنتطرق الى طرق المعاينة الاحصائية التي تسمح لنا من اختيار العينة الانسب التي تمثل المجتمع الاحصائي احسن تمثيل و بالتالي افضل النتائج.
فيما يلي سنتطرق للتعريف ببعض المفاهيم الاحصائية الهامة بالنسبة لمقياس احصاء 3 .
نعني بالمجتمع الاحصائي جميع الافراد المعنيون بدراسة كعينة. فاذا اردنا القيام بدراسة حول نسبة التدخين في ولاية تيبازة فان المجتمع الاحصائي يمثل كل الافراد القاطنين بولاية تيبازة. اذا اردنا القيام بدراسة حول الاجر المتوسط للمواطن الجزائري فان المجنمع الاحصائي يمثل جميع الجزائريين المقيمين في الجزائر. اذا اردنا القيام بدراسة حول مستوى الطلبة في المركز الجامعي بتيبازة فان كل الطلبة الذين يدرسون على مستوى المركز يمثلون المجتمع الاحصائي.
و لكن، مع صعوبة استجواب كل فرد من افراد المجتمع الاحصائي لاسباب تتعلق بالوقت و التكلفة، فانه من الافضل اختيار عينة من المجتمع الاحصائي و دراستها و بعد ذلك نعمم نتائجها على جميع افراد المجتمع الاحصائي.
قد يكون المجتمع الاحصائي محدودا او غير محدود ، اما العينة فهي دوما محدودة. نرمز في الغالب لحجم المجتمع بالحرف N، ولحجم العينة بالحرف n. و فيما يلي سنتطرق للتعريف بمختلف انواع العينات.
العينة النفادية والعينة غير النفادية :
العينة غير نفادية نتحصل عليها عندما يكون السحب بالإرجاع ، اما العينة النفادية فنتحصل عليها عندما يكون السحب بدون إرجاع.
معالم المجتمع :
نقصد بمعالم المجتمع بعض المؤشرات التي تمكننا من التعرف على المجتمع فيما يخص خاصية معينة. و يعتبر متوسط المجتمع µ و انحرافه المعياري σ من اكثر المؤشرات الاكثر استعمالا.
إحصائية المعاينة :
مع صعوبة التعرف على القيم الحقيقية لمعالم المجتمع µ و σ ، فاننا نعتمد في الغالب على احصائيات تشبه هذه المعالم. هذه الاحصائيات يتم حسابها انطلاقا من عينة الدراسة و تتمثل في المتوسط الحسابي للعينة و الانحراف المعياري لها.
نرمز لمتوسط العينة بـ- نرمز لمتوسط العينة بـ \( \bar{X} \)
- نرمز لتباين العينة ب S2
- نرمز للانحراف المعياري للعينة ب S
فيما يلي سنتطرق للتعرف على ماهية توزيع المعاينة للمتوسطات بدءا بمتوسط توزيع المعاينة للمتوسطات ثم تباين توزيع المعاينة للمتوسطات.
أ- متوسط توزيع المعاينة للمتوسطات و تباينه :
تمرين 1: ليكن المجتمع الاحصائي المكون من: 03، 01، 08، 60، 50.
· لنعتبر السحب بالارجاع (معاينة غير نفادية) :
س1: ما هي القيمة المتوقعة لمتوسط عينة \( \bar{X} \) حجمها 2
س2: أحسب متوسط المجتمع µ ثم قارن بين µ و \( \bar{X} \)
س3 : احسب التباين للمجتمع الاحصائي ثم لمتوسط توزيع المعاينة للمتوسطات .
الحل :
- من أجل الاجابة عن السؤال س1 ، يجب حساب جميع القيم الممكنة للمتوسط \( \bar{X}_{i} \)و ذلك حسب كل عينة ممكنة. بما ان السحب بالارجاع، فان العينات الممكنة ذات الحجم n = 2 من مجتمع حجمه 5 عددها: 52 . اي 25 عينة ممكنة. انظر الجدول 1.
الجدول 1: العينات الممكنة في سحب بالارجاع
(10, 10)
(30, 10)
(50, 10)
(60, 10)
(80, 10)
(10, 30)
(30, 30)
(50, 30)
(60, 30)
(80, 30)
(10, 50)
(30, 50)
(50, 50)
(60, 50)
(80, 50)
(10, 60)
(30, 60)
(50, 60)
(60, 60)
(80, 60)
(10, 80)
(30, 80)
(50, 80)
(60, 80)
(80, 80)
و عليه تكون المتوسطات الممكنة للعينات كما في الجدول 2
الجدول 2 : المتوسطات الممكنة للعينة في سحب بالارجاع \( \bar{X}_{i} \)
10
20
30
35
45
20
30
40
45
55
30
40
50
55
65
35
45
55
60
70
45
55
65
70
80
القيمة المتوقعة Jـ \( \bar{X}_{i} \) هي متوسط قيمها . اي :
\( E(\bar{X})=\Sigma_{i}\bar{X}_{i}/25 \) = 46
- الاجابة على س2 : حساب متوسط المجتمع:
µ = (30 + 10 + 80 + 60 + 50)/5 = 46
- الاجابة على س3 : حساب التباين و الانحراف المعياري:
· حساب التباين و الانحراف المعياري للمجتمع الاحصائي :
\( \sigma^{2} \)= [∑i (xi – µ)² ]/5 = 584
· حساب التباين و الانحراف المعياري لمتوسط توزيع المعاينة للمتوسطات :
\( V(\bar{X}) \)= [∑i (\( \bar{X}_{i} \)–\( \bar{X} \))² ]/25 = 292 = \( \frac{\sigma^{2}}{2} \)=\( \frac{\sigma^{2}}{n} \)
نتيجة : في حالة السحب بالارجاع، فان متوسط المجتمع الاحصائي يساوي متوسط توزيع المعاينة للمتوسطات
و لكن تباين متوسط توزيع المعاينة للمتوسطات يساوي لتباين المجتمع الاحصائي مقسوما على حجم العينة (n).
اي ان في حالة السحب بالارجاع فان :
\( E(\bar{X})=\mu \)
\( V(\bar{X})=\frac{\sigma^{2}}{n} \)
تمرين 2 :
ليكن المجتمع الاحصائي المكون من: 03، 01، 08، 60، 50.
· لنعتبر السحب بدون الارجاع (معاينة نفادية) :
س1: ما هي القيمة المتوقعة لمتوسط عينة\( \bar{X} \) حجمها 2
س2: أحسب متوسط المجتمع µ ثم قارن بين µ و \( \bar{X} \).
س3 : احسب التباين للمجتمع الاحصائي ثم لمتوسط توزيع المعاينة للمتوسطات .
الحل :
- الاجابة عن السؤال س1 ، يجب حساب جميع القيم الممكنة للمتوسط \( \bar{X}_{i} \)و ذلك حسب كل عينة ممكنة. بما ان السحب بدون الارجاع، فان العينات الممكنة ذات الحجم n = 2 من مجتمع حجمه 5 عددها يساوي للتوفيقة C25 . اي 10 عينات ممكنة في سحب بدون ارجاع. انظر الجدول 3.
الجدول 3: العينات الممكنة في سحب من دون ارجاع
(10, 30)
(10, 50)
(30, 50)
(10, 60)
(30, 60)
(50, 60)
(60, 80)
(10, 80)
(30, 50)
(50, 80)
و عليه تكون المتوسطات الممكنة للعينات كما في الجدول 4 .
الجدول 4: المتوسطات الممكنة للعينات في سحب من دون ارجاع
20
30
40
35
45
55
45
55
65
70
القيمة المتوقعة لـ \( \bar{X}_{i} \)هي متوسط قيمها . اي :
\( E(\bar{X}) \)= (∑i\( \bar{X}_{i} \)) / 10 = 46
- الاجابة عن س2 :حساب متوسط المجتمع :
µ = (30 + 10 + 80 + 60 + 50)/5 = 46
- الاجابة على س3 : حساب التباين و الانحراف المعياري:
· حساب التباين و الانحراف المعياري للمجتمع الاحصائي :
\( \sigma^{2} \)= [∑i (xi – µ)² ]/5 = 584
· حساب التباين و الانحراف المعياري لمتوسط المعاينة للمتوسطات :
\( V(\bar{X}) \) = [∑i (\( \bar{X}_{i} \) – \( \bar{X} \))² ]/10 = 219 =\( \frac{584}{2}(\frac{5-2}{5-1})=\frac{\sigma^{2}}{2}(\frac{N-n}{N-1}) \)
نتيجة : في حالة السحب بدون ارجاع، فان متوسط المجتمع الاحصائي يساوي متوسط توزيع المعاينة للمتوسطات.
و لكن تباين توزيع المعاينة للمتوسطات يساوي لتباين المجتمع الاحصائي مقسوما على حجم العينة (n) و مضروبا في النسبة\( \frac{N-n}{N-1} \) التي تسمى معامل الإرجاع.
اي ان في حالة السحب بدون ارجاع فان :
\( E(\bar{X})=\mu \)
\( V(\bar{X})=\frac{\sigma^{2}}{n}(\frac{N-n}{N-1}) \)
ب- طبيعة توزيع المعاينة للمتوسطات في معاينة غير نفادية (بالارجاع :(
اذا كان لدينا مجتمع احصائي مكون من العناصر X1, X2, ……, Xn بحيث كل Xi يتبع التوزيع الطبيعي بمتوسط µ و تباين\( \sigma^{2} \):
\( X_{i} \sim N(\mu;\sigma^{2}) \)فان المتوسط \( \bar{X} \) يتبع ايضا التوزيع الطبيعي بمتوسط µ و تباين \( \frac{\sigma^{2}}{n} \) و نكتب :
\( \bar{X} \sim N (\mu; \frac{\sigma^{2}}{n}) \)
ت- طبيعة توزيع المعاينة للمتوسطات في معاينة نفادية (دون ارجاع(
اذا كان لدينا مجتمع احصائي مكون من العناصر X1, X2, ……, Xn بحيث كل Xi يتبع التوزيع الطبيعي بمتوسط µ و تباين \( \sigma^{2} \)
\( X_{i} \sim N(\mu; \sigma^{2}) \)فان المتوسط \( \bar{X} \) يتبع ايضا التوزيع الطبيعي بمتوسط\( \mu \) و تباين \( \frac{\sigma ^{2}}{n} \frac{N-n}{N-1} \)
\( \bar{X} \sim N(\mu; \frac{\sigma^{2}}{n} \frac {N-n}{N-1}) \)
اما في حالة المعاينة النفاذية فان
ث- نظرية النهاية المركزية :
اذا كان لدينا مجتمع احصائي بمتوسط µ و تباين \( \sigma^{2} \)و لكنه لا يتبع التوزيع الطبيعي . و اذا كان حجم العينة كبير (n≥30) ، فان المتغيرة المعيارية المكتوبة على الشكل الاتي :
\( Z=\frac{\bar{X}-\mu}{\frac{\sigma}{\sqrt n}} \)
تتبع التوزيع الطبيعي بمتوسط يساوي لـ 0 و بتباين يساوي لـ 1 و نكتب :
\( Z \sim N(0; 1) \)
اذا كانت المعاينة نفادية (او مجتمع محدود) :
نستبدل فقط العبارة \( \frac{\sigma}{\sqrt n} \) ب \( \frac{\sigma}{\sqrt n} \sqrt \frac{N-n}{N-1} \)
3. توزيع المعاينة للتباين:
ليكن نفس المجتمع الاحصائي المكون من: 03، 01، 08، 60، 50.
· لنعتبر السحب بدون الارجاع (معاينة نفادية) :
س1 : احسب متوسط توزيع المعاينة للتباينات.
س2 : قارن بين تباين المجتمع الاحصائي و متوسط توزيع المعاينة للتباينات.
س3 : ماذا تستخلص؟
- الاجابة عن س1
\( E(s^{2})=\frac{\Sigma_{i} s_{i}^{2}}{25}=\frac{73000}{25}=292 \)
الجدول 5 : التباينات الممكنة للعينة في سحب بالارجاع \( s_{i}^{2} \)0
100
400
625
1225
100
0
100
225
625
400
100
0
25
225
625
225
25
0
100
1225
625
225
100
0
- الاجابة عن س2
لتحقيق المساواة لابد من استخدام الصيغة المعدلة لـ \( s^{2} \) أي\( \overset{\sim}{s}^2=\frac{n}{n-1} s^{2} \) ومنه \( E(\overset{\sim}{s}^{2})=\frac{n}{n-1} \frac{\Sigma_{i} s_{i}^{2}}{25}=584=\sigma^{2} \)
نتيجة : في حالة السحب بالارجاع، فان متوسط توزيع المعاينة للتباين لا يساوي تباين المجتمع الاحصائي. و لكن متوسط توزيع المعاينة للتباين المعدل\( \overset{\sim}{s}^{2} \) يساوي تباين المجتمع الاحصائي. اي ان في حالة السحب بالارجاع فان : طبيعة توزيع المعاينة للتباين في معاينة غير نفادية (بالارجاع) :
\( E(\overset{\sim}{s}^{2})=E(\frac{n}{n-1} s^{2})=\sigma^{2} \)
اما في حالة المعايتة النفاذية فان \[E\left ( s^{2} \right )=\frac{n-1}{n}\frac{N}{N-1}\sigma ^{2}\]طبيعة توزيع المعاينة للتباين في معاينة غير نفادية (بالارجاع) :
اذا كان لدينا مجتمع احصائي يتبع التوزيع الطبيعي و قمنا بسحب عينة ذات حجم \( n \)فان :
\( \frac{n s^{2}}{\sigma^{2}}\sim \chi_{n-1}^{2} \)-
ينبغي للطلبةالتأشير بأنه منجز
-
ينبغي للطلبةالتأشير بأنه منجز
-
-
-
-
-
في العديد من الدراسات و البحوث، لا يسعنا ان نتعرف على القيم الحقيقية لمؤشرات المجتمع الاحصائي الحقيقية. لذا نضطر لايجاد قيم تقريبية تمثل القيم الحقيقية لهذه المؤشرات. تسمى هذه القيم بمقدرات مؤشرات او مقدرات معالم المجتمع الاحصائي. و تسمى عملية ايجاد هذه المعالم بالتقدير.
سنتطرق من خلال هذا الفصل الى نظرية التقدير و كيفية الحصول على مقدرات المجتمع الاحصائي بطرق مختلفة.
1- خصائص هامة عن مقدر :
من اجل تقدير معلمة من معالم المجتمع الاحصائي، نحتاج إلى اختيار الإحصائية المناسبة في العينة. في كثير من الاحيان فان احسن احصائية مقدرة لمعلمة المجتمع الاحصائي تمثل ما يقابلها في العينة. كأن نقول ان مقدر متوسط المجتمع الاحصائي µ هو متوسط العينة \( \bar{X} \).غير ان هذا لا يمثل قاعدة عامة كما سنراه من خلال هذا الدرس.
1-1- المقدر غير المتحيز :تكون إحصائية معينة مقدرا غير متحيزا لمعلمة ما إذا كان توقعها الرياضي يساوي قيمة معلمة المجتمع. اي :
(الاحصائية) E= معلمة المجتمع
امثلة:
- يعتبر متوسط العينة \( \bar{X} \) مقدرا غير متحيزا لمتوسط المجتمع µ و ذلك لأن:
تعتبر الاحصائية \( s^{2} \) في المعاينة بالارجاع انها مقدر غير متحيز لـ \( \sigma^{2} \)
\( E(s^{2})=E(\sigma^{2}.\frac{n-1}{n})=\frac{n-1}{n}.E(\sigma^{2})=\sigma^{2}.\frac{n-1}{n} \neq \sigma^{2} \)
تعتبر الاحصائية \( \overset \sim{s}^{2}=\frac{n}{n-1}.s^{2} \) مقدرا غير متحيز لـ \( \sigma^{2} \) لان
\( E(\overset \sim{s}^{2})=E(s^{2}.\frac{n}{n-1})=\frac{n}{n-1}.E(s^{2})=\frac{n}{n-1}.\sigma^{2}.\frac{n-1}{n}=\sigma^{2} \)
2-1- الكفاءة :
احيانا يكون لمعلمة المجتمع عدة مقدرات غير متحيزة. غير ان افضل مقدر غير متحيز هو ذلك المقدر الذي له اصغر تباين من بين جميع المقدرات. عندئذ نقول عن هذا المقدر انه الاكثر كفاءة.
3-1-التقارب :
يكون المقدر متقاربا إذا كانت قيمته تؤول إلى قيمة معلمة المجتمع الاحصائي عندما يكون حجم العينة كبير جدا. بتعبير اخر، يكون المقدر متقاربا اذا كانت قيمة نهاية تباينه تؤول الى الصفر لما يكون حجم العينة كبير جدا.
مثال: يعتبر متوسط العينة مقدرا متقاربا لمتوسط المجتمع لأن:
\( E(\bar{X})=\mu \)
\( \underset{n \to \infty} {Lim} V(\bar{X})=0 \)1- التقدير النقطي :
عندما يتم تقدير معلمة من معالم المجتمع بالاعتماد على قيمة واحدة لاحصائية معينة، نقول عن هذا التقدير انه تقدير نقطي. فمثلا، اذا ادرنا ان نتعرف على المستوى المتوسط لطلبة المركز الجامعي لتيبازة، فاننا سنعتمد على عينة عشوائية و سنحسب المتوسط فيها. اذا تحصلنا على القيمة 12 للمتوسط فان هذه القيمة الوحيدة تمثل تقديرا نقطيا للمتوسط الحقيقي للمجتمع الاحصائي (طلبة المركز الجامعي لتيبازة).
2- التقدير بمجال الثقة :
في هذا النوع من التقدير، عوض ان نعتمد على قيمة واحدة لتقدير معلمة المجتمع الاحصائي و التي من الممكن ان تغالط صحة النتيجة[1]، فاننا نعتمد على مجال من القيم يسمى بمجال الثقة، بحيث تكون القيمة المقدرة لمعلمة المجتمع ضمن مجال الثقة. فمثلا، ادرنا ان نتعرف على المستوى المتوسط لطلبة المركز الجامعي لتيبازة، فاننا سنعتمد على عينة عشوائية و لكن لا نعتمد على المتوسط الحسابي فقط كقيمة وحيدة، و انما سنعتمد على المتوسط الحسابي و على ما يسمى بدرجة الثقة (90% ، 95% ،...) من اجل الحصول على مجال الثقة. فمثلا نقول ان المستوى المتوسط لطلبة المركز الجامعي لتيبازة يكون في المجال [10,14] بدرجة ثقة 95%. اي ان درجة الخطأ التي تجعل المتوسط خارج هذا المجال تقدر ب 5% .1-1- درجة الثقة و نسبة الخطأ:
عند الحديث عن التقدير بمجال الثقة، ينبغي الاعتماد على المنهج العلمي في ذلك من خلال الاعتماد على العشوائية و الاحتمالات. لذلك وجب علينا التعريف ببعض النقاط بخصوص هذا الشأن :
أ- درجة الثقة :
درجة الثقة او مستوى الثقة تمثل النسبة التي من اجلها يكون مقدر معلمة المجتمع الاحصائي ضمن مجال الثقة. كأن نقول درجة الثقة هي 90% او 95% او 99%.
ب- مستوى الثقة :
يمثل مستوى الثقة او نسبة الخطأ النسبة التي من اجلها يكون مقدر معلمة المجتمع الاحصائي خارج مجال الثقة. كأن نقول نسبة الخطأ هي 10% او 5% او 1%. مستوى الثقة يسمى ايضا بدرجة المعنوية او بمستوى الدلالة.
أ- معاملات الثقة :
يتم تحديد معاملات الثقة بالاعتماد على مستوى الثقة، و يتم حسابها من خلال الجداول الاحصائية للتوزيعات الاحتمالية.
مثال : نعتبر التوزيع الاحتمالي لمتغيرة عشوائية كتوزيع طبيعي معياري. من خلال الجدول الاحصائي للتوزيع الطبيعي المعياري، فان معاملات الثقة تساوي ل :
± 1.96 من أجل مستوى ثقة 95%
± 2.58 من أجل مستوى ثقة 99 % .
ب- حدود مجال الثقة :
حدود الثقة تمثل قيمتي مجال الثقة و يتم حسابها بالاعتماد على مستوى الثقة و معاملات الثقة.
1- مجال الثقة للمتوسط :
اول خطوة نقوم بها عند التقدير بمجال هو حساب المقدر النقطي اولا. لذا، فان المقدر النقطي لمتوسط المجتمع µ يتمثل في الاحصائية \( \bar{X} \).اذا كان المجتمع الاحصائي يتبع التوزيع الطبيعي، فاننا نعتمد على التوزيع الطبيعي لتحديد مجال الثقة.
يعطى مجال الثقة للمتوسط بالصيغ الاتية:
1-1- في حالة تباين المجتمع معروف :
(معاينة غير نفادية) :
\( [\bar{X}-z_{c}.\frac{\sigma}{\sqrt{n}},\bar{X}+z_{c}.\frac{\sigma}{\sqrt{n}}] \)
بحيث \( z_{c} \) يمثل معامل الثقة للتوزيع الطبيعي المعياري.(معاينة نفادية) :
\( [\bar{X}-z_{c}.\frac{\sigma}{\sqrt{n}}.\sqrt{\frac{N-n}{N-1}}; \bar{X}+z_{c}.\frac{\sigma}{\sqrt{n}}.\sqrt{\frac{N-n}{N-1}}] \)بحيث \( z_{c} \) يمثل معامل الثقة للتوزيع الطبيعي المعياري.
1-1- في حالة تباين المجتمع مجهول :
حجم العينة n > 30 (معاينة غير نفادية) :
\( [\bar{X}-z_{c}.\frac{s}{\sqrt{n-1}}; \bar{X}+z_{c}.\frac{s}{\sqrt{n-1}}] \)
او
\( [\bar{X}-z_{c}.\frac{\overset \sim{s}}{\sqrt{n}}; \bar{X}+z_{c}.\frac{\overset \sim{s}}{\sqrt{n}} \)
لان \( \overset\sim{s}^{2}=s^{2}.\frac{n}{n-1} \)يمكننا الحصول على قيم \( z_{c} \) من خلال جدول التوزيع الطبيعي المعياري و ذلك على حسب مستوى الثقة. من خلال الجدول الاتي، سنقدم بعض القيم الشهيرة ل\( z_{c} \) و ما يقابلها من مستويات ثقة و درجات الخطأ.
مستوى الثقة \( 1-\alpha \)
0.99
0.98
0.95
0.90
0.8
0.5
درجة الخطأ α
0.01
0.02
0.05
0.10
0.2
0.5
Zc
2.58
2.326
1.96
1.645
1.282
0.674
حجم العينة n < 30 :
في حالة تباين المجتمع يكون مجهولا و حجم العينة صغير، فاننا نعتمد على توزيع Student من اجل تحديد مجال الثقة للمتوسط.
في هذه الحالة ، يعطى مجال ثقة المتوسط بالعلاقة الاتية :
\( [\bar{X}-t_{0.975}.\frac{\overset\sim{s}}{\sqrt{n}}; \bar{X}+t_{0.975}.\frac{\overset\sim{s}}{\sqrt{n}}] \)بحيث :
\( t_{0.975} \): يمثل قيمة مغامل الثقة عند درجة ثقة 95% .
التقدير بمجال الثقة للتباين
اذا اعتبرنا عينة ذات حجم n من مجتمع طبيعي، فان \( \[\frac{ns^{2}}{\sigma ^{2}}\sim\chi _{n- 1}^{2}\] \) و بشكل مكافىء \[\frac{(n-1)\tilde{s}^{2}}{\sigma ^{2}}\sim\chi _{n-1}^{2}\]
ومنه يمكن كتابة بشكل مكافىء\[\sigma^{2}\in [\frac{ns^{2}}{\chi _{1-\frac{\alpha }{2}}^{2}};\frac{ns^{2}}{\chi _{\frac{\alpha }{2}}^{2}}]\]
\[\sigma^{2}\in [\frac{(n-1)\tilde{s}^{2}}{\chi _{1-\frac{\alpha }{2}}^{2}};\frac{(n-1)\tilde{s}^{2}}{\chi _{\frac{\alpha }{2}}^{2}}]\]
-
-
-
ينبغي للطلبةالتأشير بأنه منجز
-
ينبغي للطلبةالتأشير بأنه منجز
-
ينبغي للطلبةالتأشير بأنه منجز
-
-