الإحصاء يجمع البيانات ويحللها لاستخلاص قرارات عددية، ويُميّز بين المجتمع والعينة، ويستخدم مقاييس النزعة المركزية والتشتت لوصف التوزيع.
الإحصاء هو علم جمع البيانات وتنظيمها وعرضها ثم تحليلها لاستخلاص قرارات مبنية على أرقام لا على انطباع. ويُفرِّق الدرس أولًا بين المجتمع وهو كل المفردات موضع الدراسة، والعينة وهي جزء منها يُنتقى ليمثّلها، وسبب التمييز بينهما أن الرمز يختلف: التباين المجتمعي \(\sigma^2\) والتباين العيني \(S^2\).
ولوصف أي مجموعة بيانات نحتاج إلى نوعين من المقاييس معًا: مقياس يحدد المركز، ومقياس يحدد التشتت؛ فالوسط وحده لا يكفي، لأن مجموعتين قد تتساويان في الوسط وتختلفان اختلافًا هائلًا في التباعد بين قيمها.
| المقياس | الفكرة | يتأثر بالشواذ؟ |
|---|---|---|
| الوسط الحسابي | مجموع القيم على عددها | نعم |
| الوسيط | القيمة الوسطى بعد الترتيب | لا |
| المنوال | الأكثر تكرارًا | لا |
تكشف هذه المقاييس مدى تباعد القيم عن مركزها، وكلما كبرت دلّ ذلك على بيانات أكثر تبعثرًا:
البيانات: \(2, 4, 4, 6, 9\).
البيانات \(10, 12, 14, 16, 18\): المجموع \(70\) إذن \(\bar{x} = 14\)، والوسيط \(14\)، والمدى \(18 - 10 = 8\). ثم نضيف القيمة الشاذة \(90\).
النتيجة: الشاذة تُحرّك الوسط والمدى بقوة وتترك الوسيط شبه ثابت، وهذا هو المعيار العملي لاختيار المقياس المناسب.
في هذا القسم نتعرف على المقاييس الإحصائية الأساسية التي تُستخدم لوصف توزيع البيانات، سواءً كانت تمثل مجتمعاً إحصائياً كاملاً أو عينةً منه. هذه المقاييس تشمل المتوسط الحسابي، والتباين، والانحراف المعياري، والمدى الربيعي (IQR). كل مقياس له صيغة محددة تُستخدم حسب طبيعة البيانات (مجتمع أم عينة)، وفهم الفروق بينها ضروري لتجنب الأخطاء الشائعة في التحليل الإحصائي.
نذكر فيما يلي التعريفات والصيغ الرياضية لكل مقياس، مع توضيح الرموز المستخدمة:
عند حساب تباين العينة نستخدم \( n-1 \) في المقام بدلاً من \( n \) للحصول على مقدّر غير متحيز لتباين المجتمع \( \sigma^2 \). إذا استخدمنا \( n \) فسيكون التقدير متوسطاً أقل من التباين الحقيقي للمجتمع، خاصةً عندما يكون حجم العينة صغيراً. هذا التعديل يُسمى تصحيح بيسيل ويضمن أن القيمة المتوقعة لتباين العينة تساوي تباين المجتمع الفعلي.
المعطيات: مجتمع يتكون من القيم التالية: \( 2, 4, 6, 8 \).
الحل:
النتيجة: \( \mu = 5 \), \( \sigma^2 = 5 \), \( \sigma = \sqrt{5} \)
المعطيات: عينة من القيم: \( 3, 5, 7 \).
الحل:
النتيجة: \( \bar{x} = 5 \), \( S^2 = 4 \)، ونلاحظ أن استخدام \( n-1 \) يعطي تقديراً أكبر وأكثر عدالة لتباين المجتمع المحتمل.
| الخطأ الشائع | التصحيح |
|---|---|
| استخدام \( n \) في مقام تباين العينة بدلاً من \( n-1 \) | يجب دائمًا استخدام \( n-1 \) عند حساب تباين العينة للحصول على مقدّر غير متحيز لتباين المجتمع. |
| الخلط بين الرموز \( \mu \) و \( \bar{x} \) | الرمز \( \mu \) يمثل متوسط المجتمع، بينما \( \bar{x} \) يمثل متوسط العينة. لا يجوز استبدال أحدهما بالآخر في الصيغ. |
| حساب الانحراف المعياري كمتوسط القيم المطلقة بدلاً من الجذر التربيعي للتباين | الانحراف المعياري معرّف بأنه \( \sqrt{\text{التباين}} \)، وليس متوسط القيم المطلقة. يجب اتباع التعريف بدقة. |
| اعتبار IQR يساوي \( \frac{Q_3 + Q_1}{2} \) أو أي عملية أخرى غير الطرح | IQR معرّف صراحةً كفرق: \( Q_3 - Q_1 \). أي عملية أخرى (مثل الجمع أو المتوسط) غير صحيحة. |
المجموعة: \(3,7,5,13,20,23,39,23,40,23,14,12,56,23,29\).
الوسط: \(\frac{3+7+5+13+20+23+39+23+40+23+14+12+56+23+29}{15} = \frac{330}{15} = 22\).
الوسيط: بعد الترتيب: \(3,5,7,12,13,14,20,23,23,23,23,29,39,40,56\). العنصر الثامن (لأن \(n=15\) فردي) هو \(23\).
المنوال: القيمة الأكثر تكرارًا هي \(23\) (تظهر \(4\) مرات).
الوسط=\(22\)، الوسيط=\(23\)، المنوال=\(23\).
المجموعة: \(4,8,6,5,3\).
الوسط: \(\frac{4+8+6+5+3}{5} = \frac{26}{5} = 5.2\).
الانحرافات عن الوسط: \(4-5.2=-1.2\), \(8-5.2=2.8\), \(6-5.2=0.8\), \(5-5.2=-0.2\), \(3-5.2=-2.2\).
مربعات الانحرافات: \((-1.2)^2=1.44\), \((2.8)^2=7.84\), \((0.8)^2=0.64\), \((-0.2)^2=0.04\), \((-2.2)^2=4.84\).
مجموع مربعات الانحرافات: \(1.44+7.84+0.64+0.04+4.84=14.8\).
التباين: \(S^2=\frac{14.8}{5-1}=\frac{14.8}{4}=3.7\).
الانحراف المعياري: \(S=\sqrt{3.7}\approx1.92\).
المجموعة: \(1,3,3,6,7,8,9,11,12,15,18\).
العدد \(n=11\) (فردي).
الوسيط \(Q_2\): العنصر السادس بعد الترتيب (مُرتّب أصلاً) هو \(8\).
الربع الأول \(Q_1\): median of lower half (excluding median): \(1,3,3,6,7\) → العنصر الثالث هو \(3\).
الربع الثالث \(Q_3\): median of upper half: \(9,11,12,15,18\) → العنصر الثالث هو \(12\).
المدى الربيعي: \(IQR=Q_3-Q_1=12-3=9\).
الوسط المرجح: \(85\times40\%+70\times30\%+90\times30\%\).
الحساب: \(85\times0.4=34\), \(70\times0.3=21\), \(90\times0.3=27\).
المجموع: \(34+21+27=82\).
الوسط المرجح: \(82\).
المجموعة: \(5,7,8,9,10,11,12,13,15,42\).
العدد \(n=10\) (زوجي).
الوسط: \(\frac{5+7+8+9+10+11+12+13+15+42}{10}=\frac{132}{10}=13.2\).
الوسيط: متوسط العنصرين الخامس والسادس بعد الترتيب: \(10\) و \(11\) → \(\frac{10+11}{2}=10.5\).
الربع الأول \(Q_1\): median of lower half (\(5,7,8,9,10\)) → \(8\).
الربع الثالث \(Q_3\): median of upper half (\(11,12,13,15,42\)) → \(13\).
المدى الربيعي: \(IQR=Q_3-Q_1=13-8=5\).
الحد الأدنى للقيم غير الشاذة: \(Q_1-1.5\timesIQR=8-1.5\times5=8-7.5=0.5\).
الحد الأعلى للقيم غير الشاذة: \(Q_3+1.5\timesIQR=13+1.5\times5=13+7.5=20.5\).
القيمة \(42\) أكبر من \(20.5\)، لذا فهي قيمة شاذة.
الحد: \(20.5\).
الوسط الحسابي: مجموع القيم مقسومًا على عدد القيم، ويُرمز له بـ \(\bar{x}=\frac{\sum x_i}{n}\).
الوسيط: القيمة التي تقسم المجموعة المرتبة إلى نصفين متساويين؛ إذا كان \(n\) فرديًا فهو العنصر \(\frac{n+1}{2}\)، وإذا كان زوجيًا فهو متوسط العنصرين \(\frac{n}{2}\) و \(\frac{n}{2}+1\).
المنوال: القيمة التي تظهر بأعلى تكرار في المجموعة؛ قد لا يوجد أو قد يكون هناك أكثر من واحد.
التباين: متوسط مربعات الانحرافات عن الوسط، ويُحسب للعينة بـ \(S^2=\frac{\sum (x_i-\bar{x})^2}{n-1}\).
الانحراف المعياري: الجذر التربيعي للتباين، \(S=\sqrt{S^2}\).
الربعات: تقسم المجموعة المرتبة إلى أربعة أجزاء متساوية؛ \(Q_1\) هو median of lower half، \(Q_2\) هو الوسيط، \(Q_3\) هو median of upper half.
المدى الربيعي: \(IQR=Q_3-Q_1\), يقيس انتشار النصف الأوسط من البيانات.
القيم الشاذة: القيم التي تقع خارجinterval \([Q_1-1.5\times IQR,\; Q_3+1.5\times IQR]\).
الوسط المرجح: \(\sum (x_i\times w_i)\) حيث \(w_i\) هي الأوزان التي مجموعها \(1\) (أو \(100\%\) إذا استخدمت النسب المئوية).
المخطط الصندوقي (Box Plot) هو تمثيل بياني يُستخدم لتلخيص توزيع مجموعة بيانات عددية من خلال إظهار القيم الإحصائية الرئيسية: الحد الأدنى (min)، الربع الأول (Q₁)، الربع الثاني أو المتوسط (Q₂)، الربع الثالث (Q₃)، والحد الأقصى (max). يُظهر هذا المخطط أيضًا مدى انتشار البيانات وجودة التماثر أو الانحراف فيها، ويُساعد في اكتشاف القيم الشاذة (outliers) بصريًا.
في المخطط الصندوقي:
من الشكل المرفق:
وبالتالي، يمكن حساب:
الحل: خطوة بخطوة
الإجابة: \( \text{min} = 80 \), \( Q₁ = 140 \), \( Q₂ = 190 \), \( Q₃ = 240 \), \( \text{max} = 300 \), \( \text{IQR} = 100 \), \( \text{Range} = 220 \).
الحل: خطوة بخطوة
الإجابة: التوزيع مائل إلى اليمين (positively skewed) لأن الوسيط أقرب إلى الربع الأول.
التصحيح: طول الصندوق يساوي IQR = Q₃ - Q₁، وليس النطاق الكلي. النطاق الكلي = max - min.
التصحيح: الوسيط (Q₂) قد يكون في أي مكان داخل الصندوق حسب انحراف البيانات؛ لا يشترط أن يكون في الوسط.
التصحيح: Q₁ هو الحافة اليسرى للصندوق، Q₃ هي الحافة اليمنى؛ يجب الاعتماد على الموقع على المحور، وليس اللون فقط.
في هذا القسم ندرس مقاييس الاتجاه المركزي (الوسط، الوسيط، المنوال) ومقاييس التباين (تباين المجتمع وتباين العينة). نوضح تعريف كل مقياس، خصائصه، وكيفية حسابه، مع أمثلة مفصلة خطوة بخطوة، وتنبيهات للأخطاء الشائعة، ونصائح للاختبار.
| الخاصية | الوسط | الوسيط | المنوال |
|---|---|---|---|
| التعريف | \(\frac{\sum_{i=1}^{n} x_i}{n}\) | القيمة التي تقسم البيانات المرتبة إلى نصفين متساويين | القيمة التي تتكرر أكثر عدد من المرات في مجموعة البيانات |
| تأثر بالشواذ | يتأثر بشدة بالقيم الشاذة لأن كل قيمة تساهم في المجموع | لا يتأثر بالشواذ لأنه يعتمد على موقع القيمة في الترتيب فقط | لا يتأثر بالشواذ ما لم تكن الشاذة تتكرر أكثر من القيمة الأصلية |
| حساب للبيانات الفردية | جمع جميع القيم ثم قسمتها على عدد القيم | ترتيب البيانات تصاعدياً؛ إذا كان \(n\) فردياً فالوسيط هو القيمة في الموضع \(\frac{n+1}{2}\); إذا كان \(n\) زوجياً فالوسيط هو متوسط القيمتين في الموضعين \(\frac{n}{2}\) و\(\frac{n}{2}+1\) | عدّ تكرار كل قيمة؛ القيمة ذات أعلى تكرار هي المنوال؛ قد لا يوجد منوال أو قد يكون هناك أكثر من منوال |
مثال 1: حساب الوسط، الوسيط، المنوال لمجموعة بيانات فردية
الحل: خطوة بخطوة
النتائج: الوسط \(=5.6\)، الوسيط \(=7\)، المنوال \(=7\).
مثال 2: حساب الوسط، الوسيط، المنوال لمجموعة بيانات زوجية مع وجود شاذ
الحل: خطوة بخطوة
النتائج: الوسط \(=30.2\) (متأثر بالشاذ \(100\))، الوسيط \(=14\) (غير متأثر)، لا يوجد منوال.
التصحيح: يجب ترتيب البيانات تصاعدياً أو تنازلياً قبل تحديد الموضع الوسطي.
التصحيح: الوسط يعرف بأنه \(\frac{\sum x_i}{n}\); استخدام \(n-1\) يختص بحساب تباين العينة غير المتحيز.
التصحيح: قد تكون هناك أكثر من قيمة Plural modal (مجموعة ثنائية المنوال) أو لا يوجد منوال إذا كانت جميع القيم ذات تكرار متساوٍ.
| م | مجتمع σ² | عينة S² |
|---|---|---|
| التعريف | \(\sigma^2 = \frac{\sum_{i=1}^{N} (x_i - \mu)^2}{N}\) حيث \(\mu\) هو متوسط المجتمع | \(S^2 = \frac{\sum_{i=1}^{n} (x_i - \bar{x})^2}{n-1}\) حيث \(\bar{x}\) هو متوسط العينة |
| المقام | \(N\) (حجم المجتمع) | \(n-1\) (حجم العينة ناقص واحد) |
| الغرض | قياس التباين الحقيقي للمجتمع بأكمله | تقدير غير متحيز لتباين المجتمع بناءً على عينة |
مثال 3: حساب تباين المجتمع وتباين العينة لمجموعة بيانات كاملة (المجتمع)
الحل: خطوة بخطوة
النتائج: متوسط المجتمع \(\mu=7\)، تباين المجتمع \(\sigma^2=5\).
مثال 4: حساب تباين العينة لعينة مستخرجة من المجتمع السابق
الحل: خطوة بخطوة
النتائج: متوسط العينة \(\bar{x} \approx 7.333\)، تباين العينة \(S^2 = \frac{28}{3} \approx 9.333\).
التصحيح: لتقدير غير متحيز لتباين المجتمع يجب قسمة مجموع مربعات الانحرافات على \(n-1\); استخدام \(n\) يعطي تقديرً متحيزًا نحو الأسفل.
التصحيح: في تباين المجتمع نستخدم \(\mu\) (المعروف أو المحسوب من المجتمع كله)؛ في تباين العينة نستخدم \(\bar{x}\) (محسوب من العينة فقط).
التصحيح: تباين العينة هو تقدير عشوائي لتباين المجتمع؛ قد يكون أكبر أو أصغر حسب العينة المختارة.
نصائح CSCA والأفكار المفتاحية
| الخطأ | التصحيح |
|---|---|
| القسمة على \(n\) في تباين العينة | \(S^2=\frac{\sum (x_i-\bar{x})^2}{n-1}\) |
| خلط التباين بالانحراف المعياري | \(S=\sqrt{S^2}\) |
| إغفال الترتيب قبل حساب الوسيط | رتّب البيانات تصاعديًا ثم اختر الرتبة |
| الخلط بين المدى و\(\text{IQR}\) | \(\text{IQR}=Q_3-Q_1\) |
المعطيات: \(12,15,18,20,22,25,30\). الوسط≈\(20.29\). الوسيط=\(20\).
المعطيات: \(2,4,6,8,10\). التباين \(S^2=10\). الانحراف المعياري \(S≈3.16\).
المعطيات: \(2,4,4,5,6,7,8,9,10,12\). الربع الأول \(Q_1=4\). الربع الثاني (الوسيط) \(Q_2=6.5\). الربع الثالث \(Q_3=9\).
جدول التكرار: \(5(2),6(4),7(6),8(5),9(3)\). الوسط=\(\frac{143}{20}=7.15\).
المعطيات: \(5,7,8,9,10,11,12,13,15,42\). القيمة \(42\) شاذة لأن الحد الأعلى للغير شاذة هو \(20.5\).
مجاني · ثلاث لغات · يعمل بلا إنترنت