دروس الإحصاء PDF

## الحصة الأولى 2024/10/20 - الفرق بين الإحصاء الوصفي والاستدلالي هو التقسيم - حيث : - الإحصاء الوصفي: مقاييسه محدودة، ولا يرقى إلى التعميم. - مثل : اختبار في القسم - الإحصاء الإستدلالي: يرقى إلى التعميم ( من عينة تعمم على المجتمع ) - المتغير (variable): هو كل شيء قابل للتغير في الك...

## الحصة الأولى 2024/10/20 - الفرق بين الإحصاء الوصفي والاستدلالي هو التقسيم - حيث : - الإحصاء الوصفي: مقاييسه محدودة، ولا يرقى إلى التعميم. - مثل : اختبار في القسم - الإحصاء الإستدلالي: يرقى إلى التعميم ( من عينة تعمم على المجتمع ) - المتغير (variable): هو كل شيء قابل للتغير في الكم أو النوع - المتغيرات سلوكية: القلق، الإكتئاب - المتغيرات بيئية - الجانب الفيزيولوجي (حالة العضوية ) - هناك متغيرات متصلة تقبل الفاصلة - منفصلة لا تقبل الفاصلة - منه نستخرج بيانات كمية - نوعية، ترتيبية ## الحصة الثانية 2024/10/27 - ليس كل رقم هو إحصاء كمي. - المنوال هو الأنسب للنوعي. - المقاييس التي تندرج ضمن الإحصاء الوصفي: - مقاييس النزعة المركزية / مقاييس التشتت - مقاييس النزعة المركزية: - تسمح لنا بمعرفة القيمة التي تتوسطها التوزيع والتي تمركز عندها مختلف القيم التوزيع - المتوسط: مجموع القيم على عدد القيم: - - $X = \frac{\sum X}{m}$ - عند ما بعنوي التوزيع: - $ExF = \frac{Σx.F}{ΣF}$ - $X = 10,9,8,6,2$: مثال - $Σx = 10 + 9 + 8 + 6 + 2$ - $X = \frac{35}{5} = 3$ - $X: 3,3,5,5,5,8,8,9,10,10$ - $X = \frac{66}{10} = 6.6$ - في حالة وجود (تكرار) : - ## ترتيبية تكون على شكل رتب - التعامل يكون وفق الأصداف . - الكمية يمكن تحويلها إلى نوعية أو رتبية ولكن العكس غير صحيح - بعض البيانات النوعية يمكن تحويلها إلى بيانات رتبية - إذا كان الباحث قادر على البيانات الكمية فهو مجبر أن يستعمل البيانات الكمية وإلى يعتبر خطأ لأنه أكثر دقة ## لكل نوع من البيانات لديه إحصاء مناسب - مستويات قياس نسبي يعالج بيانات كمية 5 حقيقي - مستوى مسافات المتساوية - مستوى التميزي (الإسمي) - مستوى الرتبين يعالج البيانات الرتبية - النوعية ## كلما كان الانحراف المعياري أكبر كلما دل ذلك على أن القيم - متجانسة ودل ذلك على أن المتوسط يمثل التوزيع - أي كلما كانت الانحراف المعياري ضعيفة، كلما دل ذلك على أن التوزيع متجانس وأن المتوسط مثل التوزيع. - وبالتالي معاني وصف التوزيع باستعمال المتوسط - إذا وجدناه بقيمة كبيرة لا يتم حساب المتوسط لأن القيم متباعدة ومشتتة. - التباين هو مربع الانحراف المعياري ## مقاييس المكانة النسبية: تسمح لنا معرفة مكانة الشخص - في التوزيع وتحدد لنا رتبة الأشخاص الذين تفوق عليهم و الذين يتفقون عليه انطلاقا من علامته ( يحدد مكانته في التوزيع، وانطلاقا من مكانته في التوزيع يحدد قيمته في التوزيع - موقع الشخص في التوزيع يعطى من خلال الرتبة المؤوية و الرتبة. - وهي القيمة التي يتحصل عليها - إنطلق قاضي القيمة (الرتبة) (61) تعدد...المؤوية ## الوسيط: هو القيمة التي تقسم التوزيع إلى قسمين متساوين - $r = \frac{w + v}{2}$ - مثال: - $X = 5,2,10,8,9$ - $X: 10,9,8,5,2$ - $r = \frac{1+5}{2} = 3$ - يجب الترتيب ) - إذن الوسيط يقع في الرتبة 3 - نسقطها على المرتبين - $Md = 8$ - مثال: - $X: 2,6,10,9,8,6$ - $X: 2,6,6,8,9,10$ - $r = \frac{6}{2} = 3$ - إذن هولا - إذا كان زوجي: - $X. 2,6,6,8,9,10$ - $Md = \frac{8 + 6}{2} = 7$ - $Md = 7$ ## 2024/11/3: الحصة الثالثة - الإحصاء - الوصفي - النزعة المركزية - التشتت - المكانة النسبية - الاستدلالي ## إذا كان المنحى على خط مستقيم النقاط الانتشار على استقامة - (واحدة) فالعلاقة تامة 1 - (+) - كلما كانت على استقامة - النقاط (أغلبهم) كما - كانت العلاقة قوية - (كما توسعت كلما نقصت القوة ) - منعم على شكل سحابة - فعلاقة القوة r= 0 - (-) - في الاتجاه: ## من حيث الاتجاه. يحددها إشارة المعامل )( + ) - الاشارة + تعني العلاقة طردية - كلما زاد لا زاد ( ، ) - كلما قل لا قل ) - الاشارة - تعنى العلاقة عكسية - كلما زاد لا قل لا كلما - $r = - 0,90$ - علاقة قوية عكسية - $r = - 0,70$ - حسنة عكسية - $r = 0,20$ - ضعيفة طردية - $r = 0$ - صفرية (لا توجد علاقة ) - $r = -1$ - تامة كاملة عكسية - القوة والاتجاه بيانيا: ## $γ = \frac{ηΣΧΥ - (Σx)(ΣΥ)}{√[m∑x² - (2x)²][ηΣy² - (ΣΥ)²]}$ - مثال: - قس العلاقة بين القدرة اللغوية والقدرة الإبداعية لدى عشر أطفال - قس الدلالة الاحصائية عند ألفا 0,05 - $NB$. عند قياس العلاقة تقيس ( القوة ، الاتجاه ، تفسير) - ## مقاييس التشتت - هي بعد طول كل قيمة من المتوسط وهو الذي يسمح لنا بوصف التوزيع - أنواعه: - توزيع المشتت: يكون التوزيع مبعثر، بحيث أن القيم تكون متباعدة. - التوزيع المتجانس: يكون فيها القيم موزعة بطريقة قريبة من المتوسط. - هناك قوانين تسمح لنا بمعرفة ما إذا كان التوزيع مشتت، أو متعاسي وتسمى مقاييس التشتت وهي مصا لمقاييس النزعة المركزية - لا يمكن حساب المتوسط بدون حساب الانحراف المعياري وذلك يبين لنا إذا كان الانحراف المعياري يصلح أو لا يصلح - إذا كان إن معياري كبيدرس المتوسط لا يصلح - احسن أداة لقياس التشتت هو الانحراف المعياري - المدى. هو الفرق بني أكبر قيمة وأصغر قيمة - الانحراف المعياري هو الأسلوب الإحصائي الأمثل ## 17/11/224: الحصة الخامسة - خطأ يجب أن نتفاداه: يجب للعينة أن تكون كبيرة لتحقيق مصداقية النتائج. - يستعمل سبير من للبيانات الرتبية أو إذا لم يتحقق شروط بيرسون ( التوزيع الاعتدالي وعينة كبيرة ١٠٠٠ - بيرسون ← $x$ كمي , $y$ كمي - نسير من ← $x$ رتبي ل رتبي - أحسنهم بيرسون - يستعمل بيرسون عندما تكون العلاقة $x$ و $y$ موجودة ويكون تمثيلها بيانيا بلوحة الانتشا - من أهم شروطها - ل ولا بيانات كمية - العينة عشوائية. - كلما كانت العينة كبيرة كلما كان أحسن - التوزيع اعتدالي - لحساب معامل الارتباط بيرسون: - $NB$: $R$: بسيط / متعدد