مدخل تذكيري ببعض المفاهيم الأساسية المرتبطة بالاقتصاد القياسي

‫ﻤﺩﺨل ﺘﺫﻜﻴﺭﻱ ﺒﺒﻌﺽ ﺍﻝﻤﻔﺎﻫﻴﻡ ﺍﻷﺴﺎﺴﻴﺔ ﺍﻝﻤﺭﺘﺒﻁﺔ ﺒﺎﻻﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ‬
‫ﻤﺤﻤﺩ ﺭﺍﺘﻭل‬
‫ﺍﻝﻤﻘﻁﻊ ‪ :1-1‬ﻤﻔﻬﻭﻡ ﺍﻻﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ‪ ،‬ﻭ ﺍﺴﺘﺨﺩﺍﻤﺎﺘﻪ ﻭ ﺃﻫﺩﺍﻓﻪ‪ ،‬ﻋﻼﻗﺘﻪ‬

‫ﺒﺎﻝﻌﻠﻭﻡ ﺍﻷﺨﺭﻯ‪ ،‬ﻭ ﻤﻨﻬﺠﻴﺔ ﺇﻋﺩﺍﺩ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﻘﻴﺎﺴﻲ‪.‬‬
‫ﺃﻭﻻ‪ :‬ﻤﻔﻬﻭﻡ ﺍﻻﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ‪:‬‬

‫ﻴﻌﺘﺒﺭ ﺍﻻﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ ﻓﺭﻉ ﻤﻥ ﻓﺭﻭﻉ ﺍﻝﻌﻠﻭﻡ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ‪ ،‬ﻭﻫﻭ ﻴﺴﺘﺨﺩﻡ ﺍﻝﺘﺤﻠﻴل ﺍﻝﻜﻤﻲ ﻝﻠﻅﻭﺍﻫﺭ‬
‫ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﺍﻝﻤﺄﺨﻭﺫﺓ ﻤﻥ ﺍﻝﻭﺍﻗﻊ ﺍﻝﻌﻤﻠﻲ‪ ،‬ﻭ ﺫﻝﻙ ﺒﺎﺴﺘﻌﻤﺎل ﺍﻷﺴﺎﻝﻴﺏ ﺍﻹﺤﺼﺎﺌﻴﺔ ﻭﺍﻝﺭﻴﺎﻀﻴﺔ‪ ،‬ﺒﻬﺩﻑ ﻨﻤﺫﺠﺔ‬
‫ﻫﺫﻩ ﺍﻝﻅﻭﺍﻫﺭ ﻭ ﺍﺴﺘﺨﺩﺍﻤﻬﺎ ﻓﻲ ﺍﻝﺘﺨﻤﻴﻥ ﺍﻝﻤﺴﺘﻘﺒﻠﻲ ﻻﺘﺠﺎﻫﺎﺘﻬﺎ‪.‬‬
‫ﻭ ﻤﺼﻁﻠﺢ ﺍﻻﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ ﻤﺅﻝﻑ ﻤﻥ ﻜﻠﻤﺘﻴﻥ‪ ،‬ﺘﻡ ﺍﺴﺘﺨﺩﺍﻤﻪ ﻷﻭل ﻤﺭﺓ ﻤﻥ ﻁﺭﻑ ﺍﻻﻗﺘﺼﺎﺩﻱ‬
‫ﺍﻝﻨﺭﻭﻴﺠﻲ ﺭﺍﻗﻨﺭ ﻓﺭﻴﺵ ‪ ،Ragner Frisch‬ﺴﻨﺔ ‪ ،1926‬ﻭ ﻫﻭ ﻤﺼﻁﻠﺢ ﻤﺘﺭﺠﻡ ﻋﻥ ﺍﻝﻜﻠﻤﺔ ﺍﻻﻨﺠﻠﻴﺯﻴﺔ‬
‫‪ Econometrics‬ﻭ ﺍﻝﻔﺭﻨﺴﻴﺔ ‪ ،Econométrie‬ﻏﻴﺭ ﺃﻥ ﻫﻨﺎﻙ ﻤﻥ ﻴﻔﻀل ﺍﺴﺘﺨﺩﺍﻡ ﻤﺼﻁﻠﺢ ﺍﻝﻘﻴﺎﺱ‬
‫ﺍﻻﻗﺘﺼﺎﺩﻱ ﻜﺘﺭﺠﻤﺔ ﻝﻠﻤﺼﻁﻠﺢ ﺍﻹﻨﺠﻠﻴﺯﻱ‪.‬‬
‫ﺜﺎﻨﻴﺎ‪:‬ﺃﻫﺩﺍﻑ ﺍﻻﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ‪:‬‬

‫ﻤﻥ ﺨﻼل ﺍﻝﺘﻌﺭﻴﻑ ﻴﻤﻜﻥ ﺤﺼﺭ ﺃﻫﺩﺍﻑ ﺍﻻﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ‪ ،‬ﻓﻲ ﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪ -1‬ﺘﺤﻠﻴل ﻭ ﺍﺨﺘﺒﺎﺭ ﺍﻝﻨﻅﺭﻴﺎﺕ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ‪ :‬ﺘﺤﺩﺩ ﺍﻝﻨﻅﺭﻴﺔ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﺍﻝﻌﻼﻗﺔ ﺒﻴﻥ ﻤﺨﺘﻠﻑ‬
‫ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ‪ ،‬ﻭ ﺍﺴﺘﻨﺘﺎﺝ ﺍﻝﻘﻭﺍﻨﻴﻥ ﺍﻝﺘﻲ ﺘﺭﺒﻁ ﻫﺫﻩ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ‪ ،‬ﻭ ﻤﻬﻤﺔ ﺍﻻﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ ﻫﻲ‬
‫ﺍﺨﺘﺒﺎﺭ ﺍﻝﻘﻭﺍﻨﻴﻥ ﻭ ﺍﻝﻨﻅﺭﻴﺎﺕ ﺍﻝﺘﻲ ﻴﺘﻡ ﺍﺴﺘﻨﺘﺎﺠﻬﺎ‪ ،‬ﻭ ﺫﻝﻙ ﻭﻓﻘﺎ ﻝﻨﻅﺭﻴﺎﺕ ﺍﻻﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ ﺍﻝﺘﻲ ﺘﻨﻤﺫﺝ‬
‫ﺍﻝﻌﻼﻗﺔ ﺒﻴﻥ ﻤﺨﺘﻠﻑ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﻭ ﺘﺒﻴﻥ ﻗﻭﺓ ﺍﻝﻌﻼﻗﺔ ﺒﻴﻨﻬﺎ‪.‬‬
‫‪ -2‬ﺍﻝﻤﺴﺎﻋﺩﺓ ﻋﻠﻰ ﺭﺴﻡ ﺍﻝﺴﻴﺎﺴﺎﺕ ﻭ ﺍﺘﺨﺎﺫ ﺍﻝﻘﺭﺍﺭﺍﺕ‪ :‬ﺇﻥ ﻨﻤﺫﺠﺔ ﺍﻝﻌﻼﻗﺔ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ‬
‫ﺍﻻﻗﺘﺼﺎﺩﻴﺔ‪ ،‬ﺘﺴﻤﺢ ﺒﻤﻌﺭﻓﺔ ﻗﻴﻡ ﻤﻌﺎﻝﻡ ﺍﻝﻨﻤﻭﺫﺝ‪ ،‬ﻭ ﺫﻝﻙ ﻤﺎ ﻴﺴﻤﺢ ﻝﻠﻤﺅﺴﺴﺎﺕ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭ ﺍﻻﺠﺘﻤﺎﻋﻴﺔ‬
‫ﻭﻤﺘﺨﺫﻱ ﺍﻝﻘﺭﺍﺭ ﺍﻥ ﻋﻠﻰ ﺍﻝﻤﺴﺘﻭﻯ ﺍﻝﻤﺭﻜﺯﻱ ﺍﻭ ﺍﻝﻤﺤﻠﻲ ﺍﻭ ﻋﻠﻰ ﻤﺴﺘﻭﻯ ﺍﻝﻤﺅﺴﺴﺎﺕ ﻤﻥ ﺭﺴﻡ ﺴﻴﺎﺴﺎﺘﻬﻡ‬
‫ﻭﺍﺘﺨﺎﺫ ﻗﺭﺍﺭﺍﺘﻬﻡ ﻓﻲ ﻤﺠﺎﻻﺕ ﺍﻝﺘﺴﻴﻴﺭ‪.‬‬
‫‪ -3‬ﺍﻝﺘﺨﻤﻴﻥ ﺃﻭ ﺍﻝﺘﻨﺒﺅ ﺒﻘﻴﻡ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭ ﺍﻻﺠﺘﻤﺎﻋﻴﺔ‪ :‬ﻴﻌﺘﺒﺭ ﺍﻝﺘﻨﺒﺅ ﺍﻝﻤﺴﺘﻘﺒﻠﻲ‬
‫ﻝﺘﻁﻭﺭﺍﺕ ﺍﻝﻅﻭﺍﻫﺭ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭ ﺍﻻﺠﺘﻤﺎﻋﻴﺔ ﻭ ﺘﻭﺠﻬﺎﺘﻬﺎ ﺍﻝﻤﺴﺘﻘﺒﻠﻴﺔ ﺃﻫﻡ ﻫﺩﻑ ﻝﻼﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ‪ ،‬ﻭ ﺫﻝﻙ‬
‫ﺒﺘﻭﻅﻴﻑ ﺍﻝﻨﻤﻭﺫﺝ ﺒﻌﺩ ﺍﺨﺘﺒﺎﺭﻩ‪ ،‬ﻝﺘﻭﻗﻊ ﺍﻝﻘﻴﻡ ﺍﻝﻤﺴﺘﻘﺒﻠﻴﺔ ﻋﻥ ﻁﺭﻴﻕ ﺍﻝﺘﻌﻭﻴﺽ‪ ،‬ﺤﻴﺙ ﺘﺴﻤﺢ ﺘﻘﻨﻴﺎﺕ ﺍﻻﻗﺘﺼﺎﺩ‬
‫ﺍﻝﻘﻴﺎﺴﻲ ﺒﺎﻴﺠﺎﺩ ﻤﺠﺎل ﺜﻘﺔ ﻝﻠﻘﻴﻡ ﺍﻝﺘﻨﺒﺅﻴﺔ‪ ،‬ﺘﺘﺭﺍﻭﺡ ﻗﻴﻤﺔ ﺍﻝﻅﺎﻫﺭﺓ ﺍﻝﺘﻨﺒﺅﻴﺔ ﻀﻤﻨﻪ‪ ،‬ﻭ ﻴﺴﻤﺢ ﺫﻝﻙ ﻝﻠﻤﺅﺴﺴﺎﺕ‬
‫ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭ ﺍﻻﺠﺘﻤﺎﻋﻴﺔ ﻭﺍﻝﺩﻭﻝﺔ ﺒﺄﺨﺫ ﺍﺤﺘﻴﺎﻁﺎﺘﻬﺎ ﻓﻲ ﻤﺠﺎل ﺘﻭﻓﻴﺭ ﺍﻝﻤﻭﺍﺭﺩ‪.‬‬
‫ﺜﺎﻝﺜﺎ‪ :‬ﻋﻼﻗﺔ ﺍﻻﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ ﺒﺎﻝﻌﻠﻭﻡ ﺍﻷﺨﺭﻯ‪:‬‬

‫ﻝﻼﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ ﻋﻼﻗﺔ ﺒﺎﻝﻜﺜﻴﺭ ﻤﻥ ﺍﻝﻌﻠﻭﻡ‪ ،‬ﺍﻝﻜﺜﻴﺭ ﻤﻨﻬﺎ ﻴﺴﺘﻌﻤﻠﻪ ﻜﻤﺎ ﺍﻨﻪ ﻴﺴﺘﻌﻤل ﺍﻝﺭﻴﺎﻀﻴﺎﺕ‬
‫ﻭﺍﻹﺤﺼﺎﺀ‪ ،‬ﻭﻫﻭ ﻴﻜﻴﻑ ﻭﻓﻘﺎ ﻝﻠﻌﻠﻡ ﺍﻝﺫﻱ ﻴﺴﺘﻌﻤﻠﻪ‪ ،‬ﻭﻤﻥ ﺍﻝﻌﻠﻭﻡ ﺍﻝﻤﺭﺘﺒﻁﺔ ﺒﻪ ﻋﻠﻰ ﺴﺒﻴل ﺍﻝﻤﺜﺎل‪:‬‬
‫ﺒﺎﻝﺭﻴﺎﻀﻴﺎﺕ ) ﻭﻀﺢ ﺍﻝﻌﻼﻗﺔ( ﺃﻨﻅﺭ ﻜﺘﺏ ﺍﻻﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ ﻋﻠﻰ ﺍﻝﺭﺍﺒﻁ‬ ‫‪.1‬‬
‫) ﻭﻀﺢ ﺍﻝﻌﻼﻗﺔ( ﺃﻨﻅﺭ ﻜﺘﺏ ﺍﻻﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ ﻋﻠﻰ ﺍﻝﺭﺍﺒﻁ‬ ‫ﺍﻹﺤﺼﺎﺀ‬ ‫‪.2‬‬
‫ﻋﻼﻗﺘﻪ ﺒﺎﻝﻌﻠﻭﻡ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ) ﻭﻀﺢ ﺍﻝﻌﻼﻗﺔ( ﺃﻨﻅﺭ ﻜﺘﺏ ﺍﻻﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ ﻋﻠﻰ ﺍﻝﺭﺍﺒﻁ‬ ‫‪.3‬‬
‫ﻋﻼﻗﺘﻪ ﺒﺎﻝﻌﻠﻭﻡ ﺍﻻﺠﺘﻤﺎﻋﻴﺔ ) ﻭﻀﺢ ﺍﻝﻌﻼﻗﺔ( ﺃﻨﻅﺭ ﻜﺘﺏ ﺍﻻﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ ﻋﻠﻰ ﺍﻝﺭﺍﺒﻁ‬ ‫‪.4‬‬
‫ﺒﺎﻝﻌﻠﻭﻡ ﺍﻷﺨﺭﻯ ) ﺒﺎﻝﺒﻴﻭﻝﻭﺠﻴﺎ ‪ ،Biometrie‬ﺍﻝﺒﻴﺌﺔ‪... ،‬ﺍﻝﺦ‪.‬‬ ‫‪.5‬‬
‫ﺭﺍﺒﻌﺎ‪ :‬ﻤﺠﺎﻻﺕ ﺘﻁﺒﻴﻕ ﺍﻻﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ‪:‬‬
‫ﻴﻁﺒﻕ ﺍﻻﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ ﻓﻲ ﺸﺘﻰ ﻤﻨﺎﺤﻲ ﺍﻝﺒﺤﻭﺙ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭ ﺍﻻﺠﺘﻤﺎﻋﻴﺔ‪ ،‬ﻭ ﻋﻠﻰ ﺴﺒﻴل ﺍﻝﻤﺜﺎل‪،‬‬
‫ﻴﺴﺘﺨﺩﻡ ﻓﻲ‪:‬‬
‫ﺍﻝﺘﻨﺒﺅ ﺒﻤﺴﺎﺭﺍﺕ ﺍﻝﺩﻭﺭﺍﺕ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ‬ ‫‪.1‬‬
‫ﺍﻝﺘﻨﺒﻭﺀ ﺒﻤﺨﺘﻠﻑ ﺍﻝﻅﻭﺍﻫﺭ‬ ‫‪.2‬‬
‫ﺘﺤﻠﻴل ﺍﻝﻌﻼﻗﺔ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ‬ ‫‪.3‬‬
‫ﺍﺴﺘﺨﺩﺍﻤﻪ ﻓﻲ ﺃﺒﺤﺎﺙ ﺍﻝﺘﺠﺎﺭﺓ ﻭ ﺍﻝﺴﻭﻕ‬ ‫‪.4‬‬
‫ﺒﺭﻤﺠﺔ ﺍﻝﻨﺸﺎﻁﺎﺕ ﻭ ﺘﻭﻗﻌﻬﺎ ﻋﻠﻰ ﻤﺴﺘﻭﻯ ﺍﻝﻤﺅﺴﺴﺎﺕ ﻭ ﻋﻠﻰ ﺍﻝﻤﺴﺘﻭﻯ ﺍﻝﻜﻠﻲ‪... ،‬ﺍﻝﺦ‪.‬‬ ‫‪.5‬‬
‫ﺨﺎﻤﺴﺎ‪ :‬ﻤﻨﻬﺠﻴﺔ ﺍﻻﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ‪:‬‬

‫ﻝﺒﻨﺎﺀ ﺃﻱ ﻨﻤﻭﺫﺝ ﻗﻴﺎﺴﻲ ﻻ ﺒﺩ ﻤﻥ ﺍﻝﻤﺭﻭﺭ ﺒﺎﻝﻤﺭﺍﺤل ﺍﻝﺘﺠﻤﻴﻌﻴﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫‪-‬ﺘﺤﺩﻴﺩ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ‪ ،‬ﻭ ﺍﺴﺘﺒﻴﺎﻥ ﺍﻝﻌﻼﻗﺔ ﺍﻝﻨﻅﺭﻴﺔ ﺒﻴﻨﻬﺎ‪ ،‬ﺒﻤﻌﻨﻰ ﻤﺎ ﻫﻲ ﺍﻝﻤﺘﻐﻴﺭﺓ ﺍﻝﻤﺴﺘﻘﻠﺔ ﻭﻤﺎﻫﻲ‬
‫ﺍﻝﻤﺘﻐﻴﺭﺓ ﺃﻭ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﻤﺴﺘﻘﻠﺔ‪ ،‬ﻭ ﺫﻝﻙ ﺍﻋﺘﻤﺎﺩﺍ ﻋﻠﻰ ﺘﺴﺒﻴﻘﺎﺕ ﺍﻝﻨﻅﺭﻴﺔ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ‪.‬‬
‫‪-‬ﺘﺤﺩﻴﺩ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﻘﻴﺎﺴﻲ ﺍﻝﺫﻱ ﻗﺩ ﻴﻜﻭﻥ ﻓﻲ ﺸﻜل ﻤﻌﺎﺩﻝﺔ ﺨﻁﻴﺔ ﺍﻭ ﻏﻴﺭ ﺨﻁﻴﺔ ﺃﻭ ﻤﻌﺎﺩﻻﺕ ﺍﺤﺘﻤﺎﻝﻴﺔ‪.‬‬
‫‪-‬ﺠﻤﻊ ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﺨﺎﺼﺔ ﺒﺎﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﺩﺍﺨﻠﺔ ﻓﻲ ﺍﻝﻨﻤﻭﺫﺝ ﺒﺎﻻﺴﺘﻌﺎﻨﺔ ﺒﺎﻝﻭﺴﺎﺌل ﺍﻹﺤﺼﺎﺌﻴﺔ ﻓﻲ ﺠﻤﻊ‬
‫ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﺘﻲ ﻴﻭﻓﺭﻫﺎ ﺍﻹﺤﺼﺎﺀ ﺍﻝﻭﺼﻔﻲ ﻭ ﺨﺎﺼﺔ ﻓﻲ ﺠﺎﻨﺏ ﺍﻝﻤﻌﺎﻴﻨﺔ‪.‬‬
‫‪ -‬ﺘﻘﺩﻴﺭ ﺍﻝﻨﻤﻭﺫﺝ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻝﻁﺭﻕ ﺍﻝﺘﻲ ﻴﻭﻓﺭﻫﺎ ﺍﻻﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ‪.‬‬
‫‪ -‬ﺍﺨﺘﺒﺎﺭ ﺍﻝﻨﻤﻭﺫﺝ‪ ،‬ﻭﺫﻝﻙ ﺇﻤﺎ ﻝﻘﺒﻭﻝﻪ ﻜﻤﺎ ﻫﻭ ﺃﻭ ﻝﺘﻌﺩﻴﻠﻪ‪ ،‬ﺃﻭ ﺭﻓﻀﻪ‪.‬‬
‫ﺍﻝﻤﻘﻁﻊ ‪ :1-2‬ﻤﻔﻬﻭﻡ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ‪ ،‬ﺍﻝﻤﺘﻐﻴﺭﺍﺕ‪ ،‬ﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ‬
‫ﺇﻥ ﺍﻝﻬﺩﻑ ﻤﻥ ﺍﻝﺩﺭﺱ ﻫﻭ ﺘﺭﺠﻤﺔ ﺍﻝﻌﻼﻗﺔ ﺍﻝﺘﻲ ﻴﻤﻜﻥ ﺃﻥ ﺘﻭﺠﺩ ﺒﻴﻥ ﻤﺘﻐﻴﺭﻴﻥ ﺍﻗﺘﺼﺎﺩﻴﻴﻥ ﺃﻭ ﺃﻜﺜﺭ‪ ،‬ﻤﻥ‬
‫ﺨﻼل ﺍﻝﻤﻌﻁﻴﺎﺕ ﺍﻝﺭﻗﻤﻴﺔ ﻝﻬﺫﻩ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ‪ ،‬ﺍﻝﻰ ﻋﻼﻗﺔ ﺭﻴﺎﻀﻴﺔ ﺘﺤﺩﺩ ﺒﻨﻭﻉ ﻤﻥ ﺍﻝﺩﻗﺔ ﻁﺒﻴﻌﺔ ﺘﻠﻙ ﺍﻝﻌﻼﻗﺔ‪،‬‬
‫ﻫل ﻫﻲ ﻋﻼﻗﺔ ﻁﺭﺩﻴﺔ ﺃﻭ ﻋﻜﺴﻴﺔ ؟‪ ،‬ﻭﻤﺎ ﻫﻲ ﺩﺭﺠﺔ ﺍﺭﺘﺒﺎﻁﻬﺎ‪ ،‬ﻗﻭﻴﺔ ﺃﻡ ﻀﻌﻴﻔﺔ ؟ ﻭ ﻗﺒل ﺫﻝﻙ ﻤﺎﻫﻲ‬
‫ﺍﻝﻌﻼﻗﺔ ﺍﻝﺩﺍﻝﻴﺔ ﺒﻴﻨﻬﺎ‪ ،‬ﻫل ﻫﻲ ﺨﻁﻴﺔ ﺃﻭ ﻤﺎ ﻴﺼﻁﻠﺢ ﻋﻠﻴﻪ ﺒﻌﻼﻗﺔ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﻭﺍﻝﺘﻲ ﻫﻲ ﻤﻭﻀﻭﻉ ﻫﺫﺍ‬
‫ﺍﻝﺩﺭﺱ؟ ﺃﻭ ﻫﻲ ﻋﻼﻗﺔ ﻏﻴﺭ ﺨﻁﻴﺔ ؟ ﻭﺫﻝﻙ ﻜﻠﻪ ﻷﺠل ﺍﻻﺴﺘﻔﺎﺩﺓ ﻓﻲ ﻤﻌﺭﻓﺔ ﺩﺭﺠﺔ ﺍﺴﺘﺠﺎﺒﺔ ﺃﺤﺩ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ‬
‫ﻋﻨﺩ ﺘﻐﻴﺭ ﺍﻵﺨﺭ ﺒﻘﻴﻡ ﻤﺎ‪ ،‬ﻭﺒﻤﻌﻨﻰ ﺁﺨﺭ ﺍﺴﺘﺨﺩﺍﻡ ﺍﻝﻌﻼﻗﺔ ﺍﻝﻤﺴﺘﻨﺘﺠﺔ ﻓﻲ ﺍﻝﺘﺨﻤﻴﻥ ﺍﻝﻤﺴﺘﻘﺒﻠﻲ ﻝﻠﻅﻭﺍﻫﺭ‪.‬‬
‫ﻓﻲ ﻋﻼﻗﺎﺕ ﺍﻝﻅﻭﺍﻫﺭ ﺍﻝﻔﻴﺯﻴﺎﺌﻴﺔ‪ ،‬ﻴﻤﻜﻥ ﺃﻥ ﻨﺼﺎﺩﻑ ﻤﺜل ﻫﺫﻩ ﺍﻝﻌﻼﻗﺎﺕ‪ ،‬ﺒﺤﻴﺙ ﺘﻜﻭﻥ ﻓﻲ ﺸﻜل ﺨﻁﻲ ﺘﺎﻡ‪،‬‬
‫ﻜﻌﻼﻗﺔ ﺍﻝﻤﺴﺎﻓﺔ ﺍﻝﻤﻘﻁﻭﻋﺔ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﺯﻤﻥ‪ ،‬ﻋﻨﺩ ﺜﺒﺎﺕ ﺍﻝﺴﺭﻋﺔ ﻤﺜﻼ‪ ،‬ﺒﺤﻴﺙ ﻋﻨﺩ ﺭﺴﻡ ﻫﺫﻩ ﺍﻝﻌﻼﻗﺔ ﻋﻠﻰ‬
‫ﻤﻌﻠﻡ ﻤﺘﻌﺎﻤﺩ ﺘﻅﻬﺭ ﻨﻘﺎﻁ ﺍﻷﺯﻭﺍﺝ ﺍﻝﻤﺭﺘﺒﺔ ﻋﻠﻰ ﺍﺴﺘﻘﺎﻤﺔ ﺘﺎﻤﺔ‪ ،‬ﻭﺘﻜﻭﻥ ﺩﺍﻝﺔ ﺍﻝﻤﺴﺎﻓﺔ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﺯﻤﻥ ﺩﺍﻝﺔ‬
‫ﺨﻁﻴﺔ ﺘﺎﻤﺔ‪ ،‬ﻭﻫﺫﺍ ﻤﺎ ﺴﻨﺼﻁﻠﺢ ﻋﻠﻰ ﺘﺴﻤﻴﺘﻪ ﺒﺎﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺍﻝﺘﺎﻡ‪ ،‬ﻏﻴﺭ ﺃﻥ ﻤﺜل ﺫﻝﻙ ﻨﺎﺩﺭ ﺍﻝﻤﺼﺎﺩﻓﺔ‬
‫ﻓﻲ ﻋﻼﻗﺎﺕ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭﺍﻻﺠﺘﻤﺎﻋﻴﺔ ﻋﺎﻤﺔ‪ ،‬ﺇﺫ ﺍﻝﻌﻼﻗﺔ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﻓﻲ ﻤﺜل ﻫﺫﻩ ﺍﻝﻅﻭﺍﻫﺭ‬
‫ﻴﻤﻜﻥ ﺃﻥ ﺘﺄﺨﺫ ﺍﺘﺠﺎﻫﺎ ﺨﻁﻴﺎ ﻝﻜﻥ ﻝﻴﺱ ﺒﺎﻝﺘﺎﻡ‪ ،‬ﻭﻴﺘﻡ ﺇﻴﺠﺎﺩ ﺩﺍﻝﺔ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺘﻘﺭﻴﺒﻴﺔ ﻓﻘﻁ ﻭ ﻫﻭ ﻤﺎ ﻨﺼﻁﻠﺢ‬
‫ﻋﻠﻴﻪ ﺒﺎﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﻏﻴﺭ ﺍﻝﺘﺎﻡ‪.‬‬
‫ﻭﻝﻤﻌﺭﻓﺔ ﻤﺎ ﺇﺫﺍ ﻜﺎﻥ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺘﺎﻤﺎ ﺃﻭ ﻏﻴﺭ ﺘﺎﻡ‪ ،‬ﻓﺎﻨﻪ ﻴﺘﻡ ﺃﻭﻻ ﺘﺤﺩﻴﺩ ﻁﺒﻴﻌﺔ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ‪ ،‬ﺃﻱ ﻤﺎﻫﻭ‬
‫ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺫﻱ ﻴﺅﺜﺭ ﻓﻲ ﺍﻵﺨﺭ؟ ﻭﺒﻤﻌﻨﻰ ﺁﺨﺭ ﻤﺎ ﻫﻭ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻭ ﻤﺎﻫﻭ ﺍﻝﻤﺘﻐﻴﺭ ﺃﻭ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ‬
‫ﺍﻝﻤﺴﺘﻘﻠﺔ؟ ﺃﻱ ﺍﻝﻤﺘﻐﻴﺭ ﺃﻭ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﺘﻲ ﺘﺅﺜﺭ ﻓﻲ ﺍﻝﺘﺎﺒﻊ‪ ،‬ﺜﻡ ﻴﺘﻡ ﻋﻠﻰ ﻤﻌﻠﻡ ﻤﺘﻌﺎﻤﺩ ﺘﺤﺩﻴﺩ ﻨﻘﺎﻁ ﺍﻝﻌﻼﻗﺔ‬
‫ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﻭﻫﻭ ﻤﺎ ﻨﺼﻁﻠﺢ ﻋﻠﻴﻪ ﺒﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ‪ ،‬ﻭﻤﻨﻪ ﻴﻤﻜﻥ ﻤﻌﺭﻓﺔ ﻁﺒﻴﻌﺔ ﺍﻻﻨﺤﺩﺍﺭ‪ ،‬ﻫل ﻫﻭ‬
‫ﺍﻨﺤﺩﺍﺭ ﺨﻁﻲ ﺃﻭ ﻏﻴﺭ ﺨﻁﻲ‪ ،‬ﻭﻫل ﻫﻭ ﺍﻨﺤﺩﺍﺭ ﺘﺎﻡ ﺃﻭ ﺍﻨﺤﺩﺍﺭ ﻏﻴﺭ ﺘﺎﻡ‪.‬‬
‫ﺃﻭﻻ‪ :‬ﻤﻔﻬﻭﻡ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ‪:‬‬

‫ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ ﻋﺒﺎﺭﺓ ﻋﻥ ﻋﻼﻗﺔ ﺩﺍﻝﻴﺔ ﻤﻥ ﺍﻝﺩﺭﺠﺔ ﺍﻷﻭﻝﻰ ﺘﺭﺒﻁ ﻤﺘﻐﻴﺭﻴﻥ ﻤﺄﺨﻭﺫﻴﻥ ﻤﻥ ﻭﺍﻗﻊ‬
‫ﺍﻗﺘﺼﺎﺩﻱ ﺃﻭ ﺍﺠﺘﻤﺎﻋﻲ ﻤﻌﻴﻥ ﺨﻼل ﻓﺘﺭﺓ ﻤﺤﺩﺩﺓ‪ ،‬ﺍﺤﺩﻫﻤﺎ ﺘﺎﺒﻊ ﻨﺭﻤﺯ ﻝﻪ ﺒـ ‪ Y‬ﻭ ﺍﻝﺜﺎﻨﻲ ﻤﺴﺘﻘل ﻨﺭﻤﺯ ﻝﻪ‬
‫ﺒـ ‪ ،X‬ﺒﺤﻴﺙ ﻴﺘﻡ ﺇﻴﺠﺎﺩ ﻤﻌﺎﻝﻡ ﺍﻝﺩﺍﻝﺔ ﺍﻝﺨﻁﻴﺔ )ﺜﻭﺍﺒﺘﻬﺎ( ﺒﻌﺩﺓ ﻁﺭﻕ ﺃﻫﻤﻬﺎ ﻁﺭﻴﻘﺔ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ‪.‬‬
‫ﺜﺎﻨﻴﺎ‪:‬ﺍﻝﻤﺘﻐﻴﺭﺍﺕ‪:‬‬
‫ﻴﻌﺭﻑ ﻓﻲ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ ﻤﺘﻐﻴﺭﻴﻥ ﺃﺴﺎﺴﻴﻴﻥ‪ ،‬ﺇﺫﺍ ﻜﺎﻨﺕ ﻝﺩﻴﻨﺎ ﺍﻝﻘﻴﻡ ‪ ، y1 , y2 , y3 , . . yn :‬ﺘﻨﺠﻡ‬
‫ﻋﻥ ﺍﻝﻘﻴﻡ ‪ ، x1 , x2 , x3 , . . xn:‬ﻋﻠﻰ ﺍﻝﺘﻭﺍﻝﻲ‪ ،‬ﻓﺈﻨﻪ ﻴﻤﻜﻥ ﺇﻋﻁﺎﺀ ﺍﻝﺘﻌﺭﻴﻑ ﺍﻝﺘﺎﻝﻲ ‪:‬‬
‫ﺘﻌﺭﻴﻑ‪ :1-2‬ﻴﺴﻤﻰ ﺍﻝﻤﺘﻐﻴﺭ ﺒﺎﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ‪ ،‬ﻭﻨﺭﻤﺯ ﻝﻪ ﺒـ‪ ،yi :‬ﺇﺫﺍ ﻜﺎﻨﺕ ﻜل ﻗﻴﻤﺔ ﻝﻪ ﺘﺘﺄﺜﺭ ﺘﺒﻌﺎ ﻝﺘﻐﻴﺭ‬
‫ﻗﻴﻤﺔ ﻤﺘﻐﻴﺭ ﺁﺨﺭ ‪ xi‬ﻴﺴﻤﻰ ﺒﺎﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل‪.‬‬
‫ﻓﺎﻝﻌﻼﻗﺔ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﺘﻴﻥ ﻫﻲ ﻋﻼﻗﺔ ﺴﺒﺒﻴﺔ‪ ،‬ﺒﺤﻴﺙ ﺃﻥ ﺘﻐﻴﺭ ﺍﺤﺩﻫﻤﺎ ﻤﺭﺘﺒﻁ ﺒﺘﻐﻴﺭ ﺍﻝﺜﺎﻨﻲ‪ ،‬ﻜﻤﺎ ﻫﻲ ﺍﻝﺤﺎﻝﺔ‬
‫ﺒﺎﻝﻨﺴﺒﺔ ﻝﺘﻐﻴﺭ ﺍﺴﺘﻬﻼﻙ ﺍﻝﻔﺭﺩ ﺘﺒﻌﺎ ﻝﺘﻐﻴﺭ ﺩﺨﻠﻪ‪ ،‬ﺒﺤﻴﺙ ﺍﻨﻪ ﻜﻠﻤﺎ ﺍﺭﺘﻔﻊ ﺍﻝﺩﺨل ﺃﺩﻯ ﺫﻝﻙ ﺍﻝﻰ ﺯﻴﺎﺩﺓ ﺍﻝﻔﺭﺩ ﻤﻥ‬
‫ﺍﺴﺘﻬﻼﻜﻪ ﻤﻥ ﻤﺨﺘﻠﻑ ﺍﻝﺴﻠﻊ ﻭ ﺍﻝﺨﺩﻤﺎﺕ‪ ،‬ﻓﺎﻝﺩﺨل ﻫﻨﺎ ﻫﻭ ﻤﺘﻐﻴﺭ ﻤﺴﺘﻘل ﺘﻐﻴﺭﻩ ﻴﺘﺴﺒﺏ ﻓﻲ ﺘﻐﻴﺭ ﺍﻻﺴﺘﻬﻼﻙ‬
‫ﻓﻲ ﻨﻔﺱ ﺍﻻﺘﺠﺎﻩ‪ ،‬ﻓﺎﻻﺴﺘﻬﻼﻙ ﻫﻭ ﻤﺘﻐﻴﺭ ﺘﺎﺒﻊ ﻝﻠﺩﺨل‪ ،‬ﻭ ﺤﻴﻨﻬﺎ ﻴﻤﻜﻥ ﺍﻝﻘﻭل ﺍﻥ ﺍﻝﻌﻼﻗﺔ ﺒﻴﻥ ﺩﺨل ﺍﻝﻔﺭﺩ‬
‫ﻭﺍﺴﺘﻬﻼﻜﻪ ﻫﻲ ﻋﻼﻗﺔ ﺍﻨﺤﺩﺍﺭ‪ ،‬ﺒﺤﻴﺙ ﺃﻥ ﺍﻻﺴﺘﻬﻼﻙ ﻫﻭ ﺩﺍﻝﺔ ﺨﻁﻴﺔ ﻓﻲ ﺍﻝﺩﺨل‪.‬‬
‫ﺜﺎﻝﺜﺎ‪ :‬ﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ‪:‬‬

‫ﺒﻌﺩ ﺘﺤﺩﻴﺩ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل ﻭﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ‪ ،‬ﻴﺘﻡ ﺭﺴﻡ ﻤﻌﻠﻡ ﻤﺘﻌﺎﻤﺩ‪ ،‬ﺒﺤﻴﺙ ﻴﻭﻀﻊ ﻋﻠﻰ ﺍﻝﻤﺤﻭﺭ ﺍﻝﻌﻤﻭﺩﻱ‬
‫ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ‪ ،‬ﻭﻋﻠﻰ ﺍﻝﻤﺤﻭﺭ ﺍﻷﻓﻘﻲ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل‪ ،‬ﻭﻴﺘﻡ ﺒﻌﺩ ﺫﻝﻙ ﺘﺤﺩﻴﺩ ﻨﻘﺎﻁ ﺍﻷﺯﻭﺍﺝ ﺍﻝﻤﺭﺘﺒﺔ )‪،yi‬‬
‫‪ ،( xi‬ﻝﻜل ﻗﻴﻡ ﺍﻝﻅﺎﻫﺭﺓ‪ .‬ﺘﺴﻤﻰ ﺍﻝﻨﻘﺎﻁ ﺍﻝﻤﺤﺼل ﻋﻠﻴﻬﺎ‪ ،‬ﺒﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ‪.‬‬
‫ﺘﻌﺭﻴﻑ‪ :2-2‬ﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ ﻝﻅﺎﻫﺭﺓ ﻤﺎ ﺫﺍﺕ ﻤﺘﻐﻴﺭﻴﻥ ﺃﺤﺩﻫﻤﺎ ﺘﺎﺒﻊ ﻭ ﺍﻵﺨﺭ ﻤﺴﺘﻘل‪ ،‬ﻫﻭ ﻤﺠﻤﻭﻋﺔ ﻨﻘـﺎﻁ‬
‫ﺍﻷﺯﻭﺍﺝ ﺍﻝﻤﺭﺘﺒﺔ )‪ ، ( xi ، yi‬ﻝﺘﻠﻙ ﺍﻝﻅﺎﻫﺭﺓ ﺍﻝﻤﺠﺴﺩﺓ ﻋﻠﻰ ﻤﻌﻠﻡ ﻤﺘﻌﺎﻤﺩ‪.‬‬
‫ﻭ ﻴﻤﻜﻥ ﺃﻥ ﻨﺼﺎﺩﻑ ﻋﻤﻠﻴﺎ ﻓﻲ ﺍﻝﻅﻭﺍﻫﺭ ﺫﺍﺕ ﺍﻝﻤﺘﻐﻴﺭﻴﻥ‪ ،‬ﻋﺩﺓ ﺃﻨﻭﺍﻉ ﻤﻥ ﺃﺸﻜﺎل ﺍﻻﻨﺘﺸﺎﺭ‪ ،‬ﻜل ﻨﻭﻉ ﻴﺤﺩﺩ‬
‫ﻁﺒﻴﻌﺔ ﺍﻻﻨﺤﺩﺍﺭ ﺒﻴﻨﻬﻤﺎ‪ ،‬ﻭﻤﻥ ﺃﻤﺜﻠﺔ ﺘﻠﻙ ﺍﻷﺸﻜﺎل ﻤﺎ ﻴﻠﻲ‪:‬‬
‫ﻤﺜﺎل‪ :1-2‬ﺍﺭﺴﻡ ﻤﺨﺘﻠﻑ ﺃﺸﻜﺎل ﺍﻻﻨﺘﺸﺎﺭ ﺍﻝﺘﻲ ﻴﻤﻜﻥ ﻤﺼﺎﺩﻓﺘﻬﺎ ﻋﻤﻠﻴﺎ‪ ،‬ﻭ ﺤﺩﺩ ﻨﻭﻋﻴﺔ ﺍﻻﺭﺘﺒﺎﻁ ﺒﻴﻥ‬
‫ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻭ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل‪.‬‬
‫ﺍﺭﺘﺒﺎﻁ ﺨﻁﻲ ﻤﻭﺠﺏ ﻏﻴﺭﺘﺎﻡ ﺍﺭﺘﺒﺎﻁ ﺨﻁﻲ ﺴﺎﻝﺏ ﺘﺎﻡ‬ ‫ﺍﺭﺘﺒﺎﻁ ﺨﻁﻲ ﻤﻭﺠﺏ ﺘﺎﻡ‬
‫ﺸﻜل‪3-2‬‬ ‫ﺸﻜل‪2-2‬‬ ‫ﺸﻜل‪1-2‬‬
‫ﺍﺭﺘﺒﺎﻁ ﻏﻴﺭ ﺨﻁﻲ‬ ‫ﻻﻴﻭﺠﺩ ﺍﺭﺘﺒﺎﻁ ﺨﻁﻲ‬ ‫ﺍﺭﺘﺒﺎﻁ ﺨﻁﻲ ﺴﺎﻝﺏ ﻏﻴﺭ ﺘﺎﻡ‬
‫ﺸﻜل‪6-2‬‬ ‫ﺸﻜل‪5-2‬‬ ‫ﺸﻜل‪4-2‬‬
‫ﺍﻝﺸﻜﻠﻴﻥ‪ 1-2‬ﻭ ‪ ،3-2‬ﻴﻭﺤﻴﺎﻥ ﺒﻭﺠﻭﺩ ﺍﺭﺘﺒﺎﻁ ﺨﻁﻲ ﺘﺎﻡ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﻴﻥ‪ ،‬ﻭﺒﺎﻝﺘﺎﻝﻲ ﻓﺈﻨﻪ ﺘﻭﺠﺩ ﻋﻼﻗﺔ ﺒﻴﻨﻬﻤﺎ‬
‫ﺘﺴﻤﻰ ﻋﻼﻗﺔ ﺍﻨﺤﺩﺍﺭ ﺨﻁﻲ ﺘﺎﻡ‪ ،‬ﻤﻭﺠﺏ ) ﻁﺭﺩﻱ( ﻜﻤﺎ ﻓﻲ ﺍﻝﺸﻜل ﺍﻷﻭل‪ ،‬ﻭﺴﺎﻝﺏ) ﻋﻜﺴﻲ( ﻜﻤﺎ ﻓﻲ‬
‫ﺍﻝﺸﻜل ﺍﻝﺜﺎﻨﻲ‪ ،‬ﻭﻫﺫﺍ ﺍﻝﻨﻭﻉ ﻤﻥ ﺍﻻﻨﺤﺩﺍﺭ ﻗﻠﻴل ﺍﻝﻤﺼﺎﺩﻓﺔ ﻓﻲ ﺍﻝﻅﻭﺍﻫﺭ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭﺍﻻﺠﺘﻤﺎﻋﻴﺔ‪ ،‬ﺃﻤﺎ‬
‫ﺍﻝﺸﻜﻠﻴﻥ ‪ 2-2‬ﻭ ‪ 4-2‬ﻓﻴﻭﺤﻴﺎﻥ ﺒﻭﺠﻭﺩ ﺍﺭﺘﺒﺎﻁ ﻏﻴﺭ ﺘﺎﻡ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﻴﻥ‪ ،‬ﻭﺒﺎﻝﺘﺎﻝﻲ ﻭﺠﻭﺩ ﻋﻼﻗﺔ ﺍﻨﺤﺩﺍﺭ‬
‫ﺨﻁﻲ ﻏﻴﺭ ﺘﺎﻤﺔ ﺒﻴﻨﻬﻤﺎ‪ ،‬ﻁﺭﺩﻴﺔ ﻜﻤﺎ ﻓﻲ ﺍﻷﻭل ﻭﻋﻜﺴﻴﺔ ﻜﻤﺎ ﻓﻲ ﺍﻝﺜﺎﻨﻲ‪ ،‬ﻭﻫﺫﺍ ﺍﻝﻨﻭﻉ ﻤﻥ ﺍﻝﻌﻼﻗﺎﺕ ﻜﺜﻴﺭ‬
‫ﺍﻝﻤﺼﺎﺩﻓﺔ ﻓﻲ ﺍﻝﻅﻭﺍﻫﺭ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭﺍﻻﺠﺘﻤﺎﻋﻴﺔ‪ .‬ﻭﻓﻲ ﺃﺤﻴﺎﻥ ﺃﺨﺭﻯ ﻋﻨﺩ ﺭﺴﻡ ﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ ﻨﺼﺎﺩﻑ‬
‫ﺸﻜل ﻴﺸﺒﻪ ﺍﻝﺸﻜل ﺭﻗﻡ ‪ 6-2‬ﻭﻓﻲ ﻫﺫﻩ ﺍﻝﺤﺎﻝﺔ ﻨﻘﻭل ﺃﻨﻪ ﻴﻭﺠﺩ ﺍﺭﺘﺒﺎﻁ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﻴﻥ ﻏﻴﺭ ﺃﻥ ﻫﺫﺍ ﺍﻻﺭﺘﺒﺎﻁ‬
‫ﻴﻭﺤﻲ ﺒﻭﺠﻭﺩ ﻋﻼﻗﺔ ﺍﻨﺤﺩﺍﺭ ﻏﻴﺭ ﺨﻁﻴﺔ ﺒﻴﻨﻬﻤﺎ ﺒل ﻭﺠﻭﺩ ﻋﻼﻗﺔ ﺃﺴﻴﺔ‪ ،‬ﺃﻤﺎ ﺇﺫﺍ ﻜﺎﻥ ﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ ﻤﺒﻌﺜﺭﺍ‬
‫ﻜﻤﺎ ﻓﻲ ﺍﻝﺸﻜل ‪ ،5-2‬ﻓﻴﺩل ﺫﻝﻙ ﻋﻠﻰ ﺃﻨﻪ ﻻ ﺘﻭﺠﺩ ﺃﻴﺔ ﻋﻼﻗﺔ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﺘﻴﻥ‪ .‬ﻭﺘﻘﺎﺱ ﺸﺩﺓ ﺍﻝﻌﻼﻗﺔ ﺒﻴﻥ‬
‫ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﻤﺸﺎﺭ ﺇﻝﻴﻬﺎ ﺒﻤﺎ ﻴﺴﻤﻰ ﺒﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ‪ ،‬ﻭﻫﻭ ﺭﻗﻡ ﻨﺴﺒﻲ ﻴﻭﺤﻲ ﺒﻁﺒﻴﻌﺔ ﻭﺸﺩﺓ ) ﺩﺭﺠﺔ (‬
‫ﺍﻝﻌﻼﻗﺔ ﺒﻴﻨﻬﺎ‪.‬‬
‫ﺍﻝﻤﻘﻁﻊ ‪ :1-3‬ﺘﻘﺩﻴﺭ ﻤﻌﺎﻝﻡ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﻤﺘﻌﺩﺩ‬
‫ﺃﻭﻻ‪ :‬ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺜﻼﺜﻲ‪:‬‬

‫ﺘﻁﺭﻗﻨﺎ ﻓﻴﻤﺎ ﺴﺒﻕ ﺇﻝﻰ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ ﺤﻴﺙ ﻴﺘﻜﻭﻥ ﻤﻥ ﻤﺘﻐﻴﺭ ﺘﺎﺒﻊ ﻭ ﻤﺘﻐﻴﺭ ﻤﺴﺘﻘل‪ ،‬ﻏﻴﺭ ﺃﻥ‬
‫ﻫﻨﺎﻙ ﺍﻝﻜﺜﻴﺭ ﻤﻥ ﺍﻝﻅﻭﺍﻫﺭ ﺘﺭﺘﺒﻁ ﺒﺄﻜﺜﺭ ﻤﻥ ﻤﺘﻐﻴﺭﻴﻥ‪ ،‬ﺒﺤﻴﺙ ﺃﻥ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻴﻜﻭﻥ ﻤﺭﺘﺒﻁﺎ ﺒﻤﺘﻐﻴﺭﻴﻥ‬
‫ﻤﺴﺘﻘﻠﻴﻥ‪ ،‬ﻭﺘﻜﻭﻥ ﻋﻼﻗﺔ ﺍﻻﻨﺤﺩﺍﺭ ﻋﻠﻰ ﺍﻝﻨﺤﻭ ﺍﻝﺘﺎﻝﻲ‪:‬‬
‫‪yi = a + bxi + czi + εi‬‬ ‫‪1-3‬‬
‫‪ : yi‬ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ‪.‬‬ ‫ﺤﻴ‪‬ﺙ ‪:‬‬
‫‪ : xi‬ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل ﺍﻷﻭل‪.‬‬
‫‪ : zi‬ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل ﺍﻝﺜﺎﻨﻲ‪.‬‬
‫‪ : εi‬ﺤﺩ ﺍﻝﺨﻁﺄ‪.‬‬
‫‪ :c ،b ،a‬ﺜﻭﺍﺒﺕ‪.‬‬
‫ﻭ ﻜﻤﺎ ﻫﻭ ﺍﻝﺸﺄﻥ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻼﻨﺤﺩﺍﺭ ﺍﻝﺜﻨﺎﺌﻲ ﺇﺫ ﻴﺴﺘﺤﻴل ﺇﻴﺠﺎﺩ ﺍﻝﺩﺍﻝﺔ ﺍﻝﺤﻘﻴﻘﻴﺔ ﻜﻤﺎ ﻫﻲ ﻤﻌﺭﻓﺔ ﺃﻋﻼﻩ‪ ،‬ﻓﺈﻨﻪ‬
‫ﻴﻠﺠﺄ ﺍﻝﻰ ﺘﻘﺩﻴﻤﻬﺎ ﻋﻥ ﻁﺭﻴﻕ ﺩﺍﻝﺔ ﻤﻘﺩﺭﺓ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪ŷ i = â + b̂x i + ĉz i‬‬ ‫‪2-3‬‬
‫ﻭ ﻴﺘﻡ ﺇﻴﺠﺎﺩ ﺍﻝﻤﻌﺎﻝﻡ ̂‪ ĉ ، b̂ ، a‬ﺒﺎﺴﺘﺨﺩﺍﻡ ﻁﺭﻴﻘﺔ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ‪ ،‬ﺒﻨﻔﺱ ﺍﻝﻤﻨﻬﺠﻴﺔ ﺍﻝﻤﺴﺘﺨﺩﻤﺔ ﻓﻲ‬
‫ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ‪ ،‬ﺇﺫ ﻴﻜﻭﻥ ﺍﻝﻬﺩﻑ ﻫﻭ ﺘﺼﻐﻴﺭ ﻤﺠﻤﻭﻉ ﻤﺭﺒﻌﺎﺕ ﺍﻨﺤﺭﺍﻓﺎﺕ ﺍﻝﻘﻴﻡ ﺍﻝﻤﻘﺩﺭﺓ ‪ ŷ i‬ﻋﻥ‬
‫ﺍﻝﻘﻴﻡ ﺍﻝﺤﻘﻴﻘﻴﺔ ‪ yi‬ﻭﻴﻜﻭﻥ ﺫﻝﻙ ﺒﺈﻴﺠﺎﺩ ﺍﻝﻤﺸﺘﻘﺎﺕ ﺍﻝﺠﺯﺌﻴﺔ ﻝﻤﺠﻤﻭﻉ ﻤﺭﺒﻌﺎﺕ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﻭ ﻤﺴﺎﻭﺍﺘﻬﺎ ﺍﻝﻰ‬
‫ﺍﻝﺼﻔﺭ‪ ،‬ﻜﻤﺎ ﺠﺭﻯ ﻓﻲ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺜﻨﺎﺌﻲ‪ ،‬ﺇﺫ ﻴﺘﻡ ﺍﺴﺘﻨﺘﺎﺝ ﺍﻝﻤﻌﺎﺩﻻﺕ ﺍﻝﺘﺎﻝﻴﺔ ‪:‬‬
‫‪ŷ i = â + b̂x i + ĉz i‬‬

‫‪ŷ i − b̂x i − ĉz i − â = 0‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪∑ y i − b̂∑ x i − ĉ∑ z i − Nâ =0‬‬

‫=‪i‬‬ ‫=‪i‬‬ ‫=‪i‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪∑ y i x i − b̂∑ x i2 − ĉ∑ z i x i − â ∑ x i =0‬‬

‫=‪i‬‬ ‫=‪i‬‬ ‫=‪i‬‬ ‫‪i =1‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪∑y z‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪− bɵ ∑ x i z i − cɵ ∑ z 2i − aɵ ∑ z i = 0‬‬

‫=‪i‬‬ ‫=‪i‬‬ ‫=‪i‬‬ ‫‪i =1‬‬
‫ﻭ ﺤﻴﺙ ﺃﻨﻪ ﻝﺩﻴﻨﺎ ﺜﻼﺜﺔ ﻤﺠﺎﻫﻴل ﻫﻲ ‪ b̂ ، â :‬ﻭ ̂‪ c‬ﻭ ﺜﻼﺙ ﻤﻌﺎﺩﻻﺕ‪ ،‬ﻓﺈﻨﻪ ﻴﻤﻜﻥ ﺇﻴﺠﺎﺩ ﺍﻝﻤﺠﺎﻫﻴل ﺒﺈﺤﺩﻯ‬
‫ﺍﻝﻁﺭﻕ ﺍﻝﻌﺎﺩﻴﺔ ﺤﻴﺙ ﻨﺼل ﺍﻝﻰ‪:‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪∑ yi xi ∑ z i2 − ∑ yi z i ∑ xi zi‬‬
‫=‬ ‫‪i =1‬‬
‫‪n‬‬
‫‪i =1‬‬
‫‪n‬‬
‫‪i =1‬‬
‫‪n‬‬
‫‪i =1‬‬
‫̂‪b‬‬ ‫‪3-3‬‬
‫‪∑x ∑z‬‬
‫‪i =1‬‬
‫‪2‬‬
‫‪i‬‬
‫‪i =1‬‬
‫‪2‬‬
‫‪i‬‬ ‫) ‪− ( ∑ xi z i‬‬
‫‪i =1‬‬
‫‪2‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪∑ yi z i ∑ xi2 − ∑ yi xi ∑ xi z i‬‬

‫‪i =1‬‬
‫‪n‬‬
‫‪i =1‬‬
‫‪n‬‬
‫‪i =1‬‬
‫‪n‬‬
‫‪i =1‬‬
‫= ̂‪c‬‬ ‫‪4-3‬‬
‫‪∑x ∑z‬‬
‫‪i =1‬‬
‫‪2‬‬
‫‪i‬‬
‫‪i =1‬‬
‫‪2‬‬
‫‪i‬‬ ‫) ‪− (∑ xi z i‬‬
‫‪i =1‬‬
‫‪2‬‬
‫ﻤﻊ‪:‬‬
‫= ‪x i − x xi‬‬
‫= ‪y i − y yi‬‬
‫= ‪z i − z zi‬‬
‫‪â = y − b̂x − ĉz‬‬ ‫‪5-3‬‬
‫ﺘﻔﺴﻴﺭ ﺍﻝﻤﻌﺎﻝﻡ‪:‬‬
‫ﺘﻘﻴﺱ ﺍﻝﻤﻌﻠﻤﺔ ̂‪ b‬ﺍﻝﺘﻐﻴﺭ ﺍﻝﺤﺎﺼل ﻓﻲ ‪ y‬ﺒﺎﻝﻨﺴﺒﺔ ﻝﺘﻐﻴﺭ ﻤﻘﺩﺍﺭ ‪ x‬ﺒﻭﺤﺩﺓ ﻭﺍﺤﺩﺓ ﻋﻨﺩ ﺜﺒﺎﺕ ‪ ،z‬ﻭﺒﺎﻝﻤﺜل ﺘﻘﻴﺱ‬
‫ﺍﻝﻤﻌﻠﻤﺔ ̂‪ c‬ﺍﻝﺘﻐﻴﺭ ﺍﻝﺤﺎﺼل ﻓﻲ ‪ y‬ﺒﺎﻝﻨﺴﺒﺔ ﻝﺘﻐﻴﺭ ‪ z‬ﺒﻭﺤﺩﺓ ﻭﺍﺤﺩﺓ ﻋﻨﺩ ﺜﺒﺎﺕ ‪ ،x‬ﻭﺘﺴﻤﻰ ̂‪ b‬ﻭ ̂‪ c‬ﺒﻤﻌﺎﻤﻼﺕ‬
‫ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺠﺯﺌﻴﺔ‪.‬‬
‫ﻤﺜﺎل‪ :1-3‬ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﺘﺎﻝﻴﺔ ﺘﻅﻬﺭ ﺃﺴﻌﺎﺭ ﻤﺤﻼﺕ ﺘﺠﺎﺭﻴﺔ ﺤﺴﺏ ﻤﺴﺎﺤﺘﻬﺎ ﻭﻋﻤﺭ ﺒﻨﺎﺌﻬﺎ‪.‬‬
‫ﺍﻝﻌﻤﺭ‬ ‫ﺍﻝﻤﺴﺎﺤﺔ‬ ‫ﺍﻝﺴﻌﺭ‬
‫) ﺴﻨﺔ(‬ ‫) ‪( 610‬ﺩﺝ )ﻡ (‬
‫‪2‬‬
‫‪10‬‬ ‫‪40‬‬ ‫‪80‬‬
‫‪20‬‬ ‫‪80‬‬ ‫‪80‬‬
‫‪5‬‬ ‫‪0‬‬ ‫‪120‬‬
‫‪5‬‬ ‫‪20‬‬ ‫‪40‬‬
‫‪10‬‬ ‫‪45‬‬ ‫‪50‬‬
‫‪15‬‬ ‫‪90‬‬ ‫‪90‬‬
‫‪20‬‬ ‫‪100‬‬ ‫‪90‬‬
‫‪5‬‬ ‫‪01‬‬ ‫‪140‬‬
‫ﺠﺩﻭل‪1-3‬‬
‫ﺍﻝﻤﻁﻠﻭﺏ‪:‬‬
‫‪ -1‬ﺤﺩﺩ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻤﻊ ﺍﻝﺘﻭﻀﻴﺢ‪.‬‬
‫‪ -2‬ﺃﻭﺠﺩ ﻤﻌﺎﺩﻝﺔ ﺍﻨﺤﺩﺍﺭ ﺍﻝﺴﻌﺭ ﻋﻠﻰ ﻜـل ﻤﻥ ﻤﺴﺎﺤﺔ ﺍﻝﻤﺤل ﻭ ﻋﻤﺭﻩ‪ ،‬ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻝﻤﻌﺎﺩﻻﺕ ‪-3 ،3-3‬‬
‫‪.5-3 ،4‬‬
‫‪ -3‬ﺒﻨﺎﺀ ﻋﻠﻰ ﻤﻌﺎﺩﻝﺔ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﻤﺤﺼل ﻋﻠﻴﻬﺎ‪ ،‬ﻤﺎ ﻫﻭ ﺍﻝﺴﻌﺭ ﺍﻝﻤﺘﻭﻗﻊ ﻝﻤﺤل ﺘﺠﺎﺭﻱ ﻤﺴﺎﺤﺘـﻪ ‪ 75‬ﻡ‪2‬‬
‫ﻭﻋﻤﺭﻩ ‪ 30‬ﺴﻨﺔ‪.‬‬
‫ﺍﻹﺠﺎﺒﺔ‪:‬‬
‫‪ -1‬ﺴﻌﺭ ﺍﻝﻤﺤل ﻴﺘﺤﺩﺩ ﻨﻅﺭﻴﺎ ﺤﺴﺏ ﻤﺴﺎﺤﺘﻪ ﻭ ﻋﻤﺭﻩ‪ ،‬ﺇﺫ ﻴﺘﻭﻗﻊ ﺃﻥ ﻴﻜﻭﻥ ﺍﻝﺴﻌﺭ ﻤﺭﺘﻔﻌﺎ ﻜﻠﻤﺎ ﻜﺎﻨﺕ‬
‫ﻤﺴﺎﺤﺘﻪ ﻜﺒﻴﺭﺓ‪ ،‬ﻭﻴﻨﺨﻔﺽ ﻜﻠﻤﺎ ﻜﺎﻨﺕ ﻤﺴﺎﺤﺘﻪ ﺼﻐﻴﺭﺓ‪ ،‬ﻓﺎﻝﻌﻼﻗﺔ ﺒﻴﻥ ﺍﻝﺴﻌﺭ ﻭﺍﻝﻤﺴﺎﺤﺔ ﻫﻲ ﻋﻼﻗﺔ ﻁﺭﺩﻴﺔ‪،‬‬
‫ﺒﻴﻨﻤﺎ ﺘﻜﻭﻥ ﺍﻝﻌﻼﻗﺔ ﺒﻴﻥ ﺍﻝﺴﻌﺭ ﻭﺍﻝﻌﻤﺭ ﻋﻜﺴﻴﺔ‪ ،‬ﺇﺫ ﻴﺘﻭﻗﻊ ﺃﻥ ﻴﻜﻭﻥ ﺴﻌﺭ ﺍﻝﻤﺤل ﻤﻨﺨﻔﻀﺎ ﻜﻠﻤﺎ ﻜﺒﺭ ﻋﻤﺭﻩ‬
‫ﻭﺃﻥ ﻴﻜﻭﻥ ﺍﻝﺴﻌﺭ ﻤﺭﺘﻔﻌﺎ ﻜﻠﻤﺎ ﻗل ﻋﻤﺭﻩ‪ ،‬ﻓﺈﺫﺍ ﺭﻤﺯﻨﺎ ﻝﻠﺴﻌﺭ ﺒﺎﻝﺤﺭﻑ ‪ y‬ﻭﻝﻠﻤﺴﺎﺤﺔ ﺒﺎﻝﺤﺭﻑ ‪ x‬ﻭ ﻝﻠﻌﻤﺭ‬
‫ﺒﺎﻝﺤﺭﻑ ‪ ،z‬ﻓﺈﻥ ﻤﻌﺎﺩﻝﺔ ﺇﻨﺤﺩﺍﺭ ﺍﻝﺴﻌﺭ ﻋﻠﻰ ﺍﻝﻤﺴﺎﺤﺔ ﻭﻋﻠﻰ ﺍﻝﻌﻤﺭ ﺘﻜﻭﻥ ﻋﻠﻰ ﺍﻝﻨﺤﻭ ﺍﻝﺘﺎﻝﻲ ‪:‬‬
‫‪ŷ i = â + b̂x i + ĉz i‬‬
‫‪ -2‬ﻴﺘﻡ ﺇﻴﺠﺎﺩ ﻤﻌﺎﻝﻡ ﺍﻝﺩﺍﻝﺔ ﺍﻝﻤﺸﺎﺭ ﺇﻝﻴﻬﺎ ﺃﻋﻼﻩ ﺃﻱ ﺃﻴﺠﺎﺩ ﻤﻌﺎﺩﻝﺔ ﺍﻻﻨﺤﺩﺍﺭ ﻋﻥ ﻁﺭﻴﻕ ﺍﻝﻤﻌﺎﺩﻻﺕ ‪،3-3 :‬‬
‫‪ 5-3 ،4-3‬ﻭﺒﻤﺴﺎﻋﺩﺓ ﺍﻝﺠﺩﻭل ﺃﺩﻨﺎﻩ‪:‬‬
‫ﻝﺩﻴﻨﺎ‪:‬‬
‫‪y = 86.25‬‬ ‫‪x = 68.125 z = 11.25‬‬
‫ﺤﻴﺙ‪:‬‬
‫= ‪x i − x xi‬‬
‫= ‪y i − y yi‬‬
‫= ‪z i − z zi‬‬
‫‪i‬‬ ‫‪yi‬‬ ‫‪xi‬‬ ‫‪zi‬‬ ‫‪yi‬‬ ‫‪xi‬‬ ‫‪zi‬‬ ‫‪yi xi‬‬ ‫‪yizi‬‬ ‫‪xi zi‬‬ ‫‪x2i‬‬ ‫‪z2 i‬‬
‫‪1‬‬ ‫‪80‬‬ ‫‪40‬‬ ‫‪1‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪175.78‬‬ ‫‪7.81‬‬ ‫‪35.16‬‬ ‫‪791.02‬‬ ‫‪1.56‬‬
‫‪0‬‬ ‫‪6.25‬‬ ‫‪28.12‬‬ ‫‪1.2‬‬
‫‪5‬‬ ‫‪5‬‬
‫‪2‬‬ ‫‪80‬‬ ‫‪80‬‬ ‫‪2‬‬ ‫‪-‬‬ ‫‪11.87‬‬ ‫‪8.7‬‬ ‫‪74.22-‬‬ ‫‪-‬‬ ‫‪103.91‬‬ ‫‪141.02‬‬ ‫‪76.56‬‬
‫‪0‬‬ ‫‪6.25‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪54.69‬‬
‫‪3‬‬ ‫‪12‬‬ ‫‪60‬‬ ‫‪5‬‬ ‫‪33.7‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪274.22-‬‬ ‫‪-‬‬ ‫‪50.78‬‬ ‫‪66.02‬‬ ‫‪39.06‬‬
‫‪0‬‬ ‫‪5‬‬ ‫‪8.125‬‬ ‫‪6.2‬‬ ‫‪210.9‬‬
‫‪5‬‬ ‫‪4‬‬
‫‪4‬‬ ‫‪40‬‬ ‫‪20‬‬ ‫‪5‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪2225.78‬‬ ‫‪289.0‬‬ ‫‪300.78‬‬ ‫‪2316.02‬‬ ‫‪39.06‬‬
‫‪46.2‬‬ ‫‪48.12‬‬ ‫‪6.2‬‬ ‫‪6‬‬
‫‪5‬‬ ‫‪5‬‬ ‫‪5‬‬
‫‪5‬‬ ‫‪50‬‬ ‫‪45‬‬ ‫‪1‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪838.28‬‬ ‫‪45.31‬‬ ‫‪28.91‬‬ ‫‪534.77‬‬ ‫‪1.56‬‬
‫‪0‬‬ ‫‪36.2‬‬ ‫‪23.12‬‬ ‫‪1.2‬‬
‫‪5‬‬ ‫‪5‬‬ ‫‪5‬‬
‫‪6‬‬ ‫‪90‬‬ ‫‪90‬‬ ‫‪1‬‬ ‫‪3.75‬‬ ‫‪21.87‬‬ ‫‪3.7‬‬ ‫‪82.03‬‬ ‫‪14.06‬‬ ‫‪82.03‬‬ ‫‪478.52‬‬ ‫‪14.06‬‬
‫‪5‬‬ ‫‪5‬‬ ‫‪5‬‬
‫‪7‬‬ ‫‪90‬‬ ‫‪10‬‬ ‫‪2‬‬ ‫‪3.75‬‬ ‫‪31.87‬‬ ‫‪8.7‬‬ ‫‪119.53‬‬ ‫‪32.81‬‬ ‫‪278.91‬‬ ‫‪1016.02‬‬ ‫‪76.56‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪5‬‬ ‫‪5‬‬
‫‪8‬‬ ‫‪14‬‬ ‫‪11‬‬ ‫‪5‬‬ ‫‪53.7‬‬ ‫‪41.87‬‬ ‫‪-‬‬ ‫‪2250.78‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪1753.52‬‬ ‫‪39.06‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪6.2‬‬ ‫‪335.9‬‬ ‫‪261.72‬‬
‫‪5‬‬ ‫‪4‬‬
‫ﻤ‬ ‫‪69‬‬ ‫‪54‬‬ ‫‪9‬‬ ‫‪0‬‬ ‫‪0.0‬‬ ‫‪-‬‬
‫ﺝ‬ ‫‪0‬‬ ‫‪5‬‬ ‫‪0‬‬ ‫‪5343.75‬‬ ‫‪212.5‬‬ ‫‪618.75‬‬ ‫‪7096.91‬‬ ‫‪287.5‬‬
‫ﺠﺩﻭل‪2-3‬‬
‫ﺒﺎﻝﺘﻌﻭﻴﺽ ﻓﻲ ﺍﻝﻤﻌﺎﺩﻻﺕ ﻨﺠﺩ‪:‬‬
‫‪5343.75 × 287.5 + 212.5 × 618.75‬‬ ‫‪1667812.5‬‬
‫= ̂‪b‬‬ ‫=‬ ‫‪= 1.006‬‬
‫‪7096.88 × 287.5 − 618.75 × 618.75 1657501.4375‬‬
‫‪− 212.5 × 7096.88 − 5343.75 × 618.75 - 4814532.3125‬‬
‫= ̂‪c‬‬ ‫=‬ ‫‪= -2.905‬‬
‫‪7096.88 × 287.5 − 618.75 × 618.75‬‬ ‫‪1657501.4375‬‬
‫‪â = y − b̂x − ĉz = 86.25 − 1.006 × 68.125 − (−2.905) × 11.25 = 50.379‬‬
‫ﻭﺒﺎﻝﺘﺎﻝﻲ ﻓﺈﻥ ﻤﻌﺎﻝﻡ ﺍﻝﻨﻤﻭﺫﺝ ﻫﻲ‪:‬‬
‫‪â = 50.379‬‬
‫‪b̂ = 1.006‬‬
‫‪ĉ = −2.905‬‬
‫ﻭ ﺘﻜﻭﻥ ﺩﺍﻝﺔ ﺍﻨﺤﺩﺍﺭ ﺍﻝﺴﻌﺭ ﻋﻠﻰ ﻜل ﻤﻥ ﺍﻝﻤﺴﺎﺤﺔ ﻭﺍﻝﻌﻤﺭ ﻫﻲ‪:‬‬
‫ﺩﺝ ‪ŷ i = (50.379 + 1.006 x i − 2.905z i ).10 6‬‬
‫ﻴﻌﻨﻲ ﻫﺫﺍ ﺃﻥ ﺴﻌﺭ ﺍﻝﻤﺤل ﻴﺴﺎﻭﻱ ﺍﻝﻰ ‪ 50.379‬ﻤﻀﺎﻓﺎ ﺇﻝﻴﻪ ﺠﺯﺀﺍ ﻤﺘﻌﻠﻘﺎ ﺒﺎﻝﻤﺴﺎﺤﺔ ﻭﻤﻁﺭﻭﺤﺎ ﻤﻨﻪ ﺠﺯﺀ‬
‫ﺁﺨﺭ ﻤﺘﻌﻠﻘﺎ ﺒﺎﻝﻌﻤﺭ‪ ،‬ﻭﻴﻼﺤﻅ ﺃﻥ ﺇﺸﺎﺭﺓ ﻤﻌﺎﻤل ‪ xi‬ﻤﻭﺠﺒﺔ ﻝﺘﺩل ﻋﻠﻰ ﺃﻥ ﺍﻝﻌﻼﻗﺔ ﻁﺭﺩﻴﺔ ﺒﻴﻥ ﺍﻝﺴﻌﺭ ﻭ‬
‫ﺍﻝﻤﺴﺎﺤﺔ ﺒﺤﻴﺙ ﻜﻠﻤﺎ ﺯﺍﺩﺕ ﺍﻝﻤﺴﺎﺤﺔ ﺒﻭﺤﺩﺓ ﻤﺘﺭﻴﺔ ﻭﺍﺤﺩﺓ ﺯﺍﺩ ﺍﻝﺴﻌﺭ ﺒـ ‪ 610×1.006‬ﺩﺝ‪ ،‬ﺒﻴﻨﻤﺎ ﺇﺸﺎﺭﺓ‬
‫ﻤﻌﺎﻤل ‪ zi‬ﺴﺎﻝﺒﺔ ﻝﺘﺩل ﻋﻠﻰ ﺍﻝﻌﻼﻗﺔ ﺍﻝﻌﻜﺴﻴﺔ ﺒﻴﻥ ﺍﻝﺴﻌﺭ ﻭ ﺍﻝﻌﻤﺭ ﺒﺤﻴﺙ ﻜﻠﻤﺎ ﺯﺍﺩ ﻋﻤﺭ ﺍﻝﻤﺤل ﺒﺴﻨﺔ ﻭﺍﺤﺩﺓ‬
‫ﺍﻨﺨﻔﺽ ﺍﻝﺴﻌﺭ ﺒـ ‪ 610×2.905‬ﺩﺝ‪.‬‬
‫‪2‬‬
‫‪ -3‬ﺍﻝﺴﻌﺭ ﺍﻝﻤﺘﻭﻗﻊ ﻝﻤﺤل ﺘﺠﺎﺭﻱ ﻤﺴﺎﺤﺘﻪ ‪ 75‬ﻡ ﻭ ﻋﻤﺭﻩ ‪ 30‬ﺴﻨﺔ ﻴﺘﻡ ﺇﻴﺠﺎﺩﻩ ﺒﺎﻝﺘﻌﻭﻴﺽ ﻓﻲ ﺩﺍﻝﺔ ﺍﻻﻨﺤﺩﺍﺭ‬
‫ﺍﻝﻤﺤﺼل ﻋﻠﻴﻬﺎ ﻭ ﻴﻜﻭﻥ‪:‬‬
‫ﺩﺝ ‪ŷ i = 50.379 + 1.006(75) − 2.905(30) = 38.679.106‬‬
‫ﺃﻱ ﺃﻥ ﺴﻌﺭ ﺍﻝﻤﺤل ﺴﻴﻜﻭﻥ ‪ 38.679‬ﻤﻠﻴﻭﻥ ﺩﻴﻨﺎﺭ‬
‫ﺜﺎﻨﻴﺎ‪ :‬ﺘﻌﻤﻴﻡ ﺍﻝﻨﻤﻭﺫﺝ‪:‬‬

‫ﺒﺎﻓﺘﺭﺍﺽ ﺍﻥ ﺍﻝﻨﻤﻭﺫﺝ ﻴﺤﺘﻭﻱ ﻋﻠﻰ ‪ k‬ﻤﺘﻐﻴﺭ ﻤﺴﺘﻘل ﻭ ﺃﻥ ﺤﺠﻡ ﺍﻝﻌﻴﻨﺔ ﻫـﻭ ‪ n‬ﻓﺎﻨـﻪ ﻴﻤﻜـﻥ ﺘـﺼﻔﻴﻑ‬
‫ﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﻨﻤﻭﺫﺝ ﻋﻠﻰ ﺍﻝﻨﺤﻭ ﺍﻝﺘﺎﻝﻲ‪:‬‬
‫ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ‬ ‫‪……..‬‬ ‫ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل‬
‫‪Yi‬‬ ‫‪X2i‬‬ ‫‪X3i‬‬ ‫‪Xki‬‬
‫‪Y1‬‬ ‫‪X21‬‬ ‫‪X31‬‬ ‫‪……..‬‬ ‫‪Xk1‬‬
‫‪Y2‬‬ ‫‪X22‬‬ ‫‪X32‬‬ ‫‪……..‬‬ ‫‪Xk2‬‬
‫‪Y3‬‬ ‫‪X23‬‬ ‫‪X33‬‬ ‫‪……..‬‬ ‫‪Xk3‬‬
‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪……..‬‬ ‫‪.‬‬
‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪……..‬‬ ‫‪.‬‬
‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪……..‬‬ ‫‪.‬‬
‫‪Yn‬‬ ‫‪X2n‬‬ ‫‪X3n‬‬ ‫‪……..‬‬ ‫‪Xkn‬‬
‫ﻭﺍﻀﺢ ﺃﻥ ﺍﻝﻨﻤﻭﺫﺝ ﻴﺤﺘﻭﻱ ﻋﻠﻰ ‪ n‬ﻤﻌﺎﺩﻝﺔ ﺨﻁﻴﺔ ﻜل ﻤﻨﻬﺎ ﻴﺤﺘﻭﻱ ﻋﻠﻰ ‪ k‬ﻤﺘﻐﻴﺭ‪ ،‬ﺤﻴﺙ ﻴﻤﻜﻥ ﺼـﻴﺎﻏﺔ‬
‫ﺍﻝﻨﻤﻭﺫﺝ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪y i = β1 + β 2 x 2i + β 3 x 3i + ... + β k x ki + u i‬‬ ‫‪6-3‬‬
‫ﺤﻴﺙ ﺃﻥ ‪i=1,2,3,…….n :‬‬
‫ﻭ ﻴﻤﻜﻥ ﺍﺨﺘﺼﺎﺭ ﻫﺫﻩ ﺍﻝﻤﻌﺎﺩﻝﺔ ﻝﺘﻜﺘﺏ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪k‬‬
‫‪y i = ∑ β j x ji + u i‬‬ ‫‪8-3‬‬
‫‪j=1‬‬
‫ﺤﻴﺙ‪ j=1,2,3,….k :‬ﻭ ﺃﻥ ﻋﺩﺩ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﻤﺴﺘﻘﻠﺔ ﻫﻭ ‪ k-1‬ﻁﺒﻌﺎ ﻤﻊ ﺍﻓﺘﺭﺍﺽ ﺃﻥ‪x1i=1 :‬‬
‫ﺃﻱ ﺃﻥ ﻤﻌﺎﺩﻻﺕ ﺍﻝﻨﻤﻭﺫﺝ ﻴﻤﻜﻥ ﻜﺘﺎﺒﺘﻬﺎ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪y1 = β1 + β 2 x 21 + β 3 x 31 + ... + β k x k1 + u 1‬‬

‫‪y 2 = β1 + β 2 x 22 + β 3 x 32 + ... + β k x k 2 + u 2‬‬
‫‪y 3 = β1 + β 2 x 23 + β 3 x 33 + ... + β k x k 3 + u 3‬‬
‫‪.‬‬ ‫‪.‬‬ ‫‪. .‬‬ ‫‪. .‬‬ ‫‪. .‬‬ ‫‪.‬‬
‫‪.‬‬ ‫‪.‬‬ ‫‪. .‬‬ ‫‪. .‬‬ ‫‪. .‬‬ ‫‪.‬‬
‫‪y n = β1 + β 2 x 2 n + β 3 x 3n + ... + β k x kn + u n‬‬
‫ﻭ ﺒﺎﻝﺸﻜل ﺍﻝﻤﺼﻔﻭﻓﻲ ﻴﻤﻜﻥ ﻜﺘﺎﺒﺔ ﺍﻝﻨﻤﻭﺫﺝ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪Y = XB + U‬‬ ‫‪9-3‬‬
‫ﺤﻴﺙ‪:‬‬
‫‪ y1 ‬‬ ‫‪β1 ‬‬ ‫‪u 1 ‬‬
‫‪y ‬‬ ‫‪β ‬‬ ‫‪u ‬‬
‫‪ 2‬‬ ‫‪ 2‬‬ ‫‪ 2‬‬
‫‪y ‬‬ ‫‪β ‬‬ ‫‪u ‬‬
‫‪Y =  3 ,‬‬ ‫‪B =  3 ,‬‬ ‫‪U =  3‬‬
‫‪. ‬‬ ‫‪. ‬‬ ‫‪. ‬‬
‫‪. ‬‬ ‫‪. ‬‬ ‫‪. ‬‬
‫‪ ‬‬ ‫‪ ‬‬ ‫‪ ‬‬
‫‪ y n ‬‬ ‫‪β n ‬‬ ‫‪u n ‬‬
‫‪1‬‬ ‫‪x 21 x 31 . . . x k1 ‬‬

‫‪1‬‬ ‫‪x 22 x 32 . . . x k2 ‬‬
‫‪‬‬
‫‪1‬‬ ‫‪x 23 x 33 . . . x k3 ‬‬
‫‪X=‬‬ ‫‪‬‬ ‫‪10-3‬‬
‫‪.‬‬ ‫‪. . ... . ‬‬
‫‪.‬‬ ‫‪. . ... . ‬‬
‫‪‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪x 2n x 3n . . . x kn ‬‬
‫ﺒﻴﻨﻤﺎ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﻤﻘﺩﺭ ﻫﻭ‪:‬‬

‫̂‪Ŷ = XB‬‬
‫ﺜﺎﻝﺜﺎ‪ :‬ﻓﺭﻀﻴﺎﺕ ﺍﻝﻨﻤﻭﺫﺝ‪:‬‬

‫ﺘﺘﻡ ﺩﺭﺍﺴﺔ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﺨﻁﻲ ﺍﻝﻌﺎﻡ ﺘﺤﺕ ﺍﻝﻔﺭﻀﻴﺎﺕ ﺍﻝﺘﺎﻝﻴﺔ ﺍﻝﺘﻲ ﻴﺠﺏ ﺃﻥ ﺘﻨﻁﺒﻕ ﻋﻠﻰ ﺠﻤﻴﻊ ﺍﻝﻤـﺸﺎﻫﺩﺍﺕ‬
‫ﺍﻝﺘﻲ ﻴﺘﻜﻭﻥ ﻤﻨﻬﺎ‪.‬‬
‫ﺍﻝﻤﺘﻐﻴﺭﺓ ﺍﻝﻌﺸﻭﺍﺌﻴﺔ ‪ ui‬ﺘﺨﻀﻊ ﻝﻠﺘﻭﺯﻴﻊ ﺍﻝﻁﺒﻴﻌﻲ‪.‬‬ ‫‪-1‬‬
‫ﺍﻝﺘﻭﻗﻊ ﺍﻝﺭﻴﺎﻀﻲ ﻝﻠﻤﺘﻐﻴﺭﺓ ﺍﻝﻌﺸﻭﺍﺌﻴﺔ ﻤﻌﺩﻭﻡ‪ ،‬ﺃﻱ‪E(ui)=0 :‬‬ ‫‪-2‬‬
‫‪E(ui)=σ‬‬ ‫‪2‬‬
‫‪-3‬‬
‫ﺍﻨﻌﺩﺍﻡ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﺫﺍﺘﻲ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﻌﺸﻭﺍﺌﻴﺔ‪ ،‬ﺃﻱ‪ E(ui uj)=0 :‬ﻤﻬﻤﺎ ﻜﺎﻨﺕ ‪ i‬ﺘﺨﺘﻠﻑ ﻋﻥ‬ ‫‪-4‬‬
‫‪.j‬‬
‫ﻜل ﻗﻴﻤﺔ ﻤﻥ ﻗﻴﻡ ‪ xsi‬ﻋﺒﺎﺭﺓ ﻋﻥ ﻗﻴﻤﺔ ﺜﺎﺒﺘﺔ ﻻ ﺘﺘﻐﻴﺭ ﻤﻥ ﻋﻴﻨﺔ ﻷﺨﺭﻯ‪.‬‬ ‫‪-5‬‬
‫ﻋﺩﺩ ﺍﻝﻤﺸﺎﻫﺩﺍﺕ ‪ n‬ﻴﺠﺏ ﺃﻥ ﻴﻜﻭﻥ ﺃﻜﺒﺭ ﻤﻥ ﻋﺩﺩ ﺍﻝﻤﻌﺎﻝﻡ ﺍﻝﻤﻁﻠﻭﺏ ﺘﻘﺩﻴﺭﻫﺎ‪.‬‬ ‫‪-6‬‬
‫ﻻ ﺘﻭﺠﺩ ﺃﻴﺔ ﻋﻼﻗﺔ ﺨﻁﻴﺔ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﻤﺴﺘﻘﻠﺔ‪.‬‬ ‫‪-7‬‬
‫ﺍﻝﻔﺭﻀﻴﺘﺎﻥ ‪ 3‬ﻭ ‪ 4‬ﻴﻤﻜﻥ ﺇﻋﺎﺩﺓ ﺼﻴﺎﻏﺘﻬﺎ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬ ‫‪-8‬‬
‫‪E ( U i ) E(U1 U 2 ) E(U1 U 3 )... E(U1 U n ) ‬‬
‫‪2‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪E ( U 2 U 1 ) E( U 22 ) E(U 2 U 3 )... E(U 2 U n ) ‬‬
‫= )‪E( UU′‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪E ( U n U1 ) E(U n U 2 ) E(U n U 3 )... E( U n )‬‬
‫‪2‬‬
‫ﻭ ﺒﻤﺎ ﺃﻥ‪:‬‬
‫‪ E(ui)=σ‬ﻭ ‪E(ui uj)=0‬‬ ‫‪2‬‬
‫ﻝﺫﻝﻙ ﻓﺎﻥ ﺍﻝﻤﺼﻔﻭﻓﺔ ﺃﻋﻼﻩ ﺘﻜﺘﺏ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬

‫‪σ 2 0 0 . . . . 0 ‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪0‬‬ ‫‪σ‬‬ ‫‪2‬‬
‫‪0‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪0‬‬ ‫‪‬‬
‫‪′‬‬ ‫‪‬‬
‫‪E ( UU ) = .‬‬ ‫‪.‬‬ ‫‪........  = σ 2In‬‬ ‫‪11-3‬‬
‫‪‬‬ ‫‪‬‬
‫‪.‬‬ ‫‪.‬‬ ‫‪. . . . . ... ‬‬
‫‪0‬‬ ‫‪0 0. . . . σ 2 ‬‬
‫‪‬‬
‫ﺤﻴﺙ‪ In :‬ﻫﻲ ﻤﺼﻔﻭﻓﺔ ﺃﺤﺎﺩﻴﺔ‪.‬‬
‫ﺃﻤﺎ ﺍﻝﻔﺭﻀﻴﺎﺕ ﺍﻝﻤﺘﻌﻠﻘﺔ ﺒﺎﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ‪ ،‬ﻓﺎﻨﻪ ﻴﻔﺘﺭﺽ ﺃﻥ ﻴﺨﻀﻊ ﻝﻠﺘﻭﺯﻴﻊ ﺍﻝﻁﺒﻴﻌﻲ‪ ،‬ﻭ ﻴﻌﻁﻰ‬ ‫‪-9‬‬
‫ﺘﻭﻗﻌﻪ ﻭ ﺘﺒﺎﻴﻨﻪ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪E( y i ) = β1 + β 2 x 2i + β 3 x 3i + ... + β k x ki‬‬ ‫‪12-3‬‬
‫‪var( y i ) = E[( y i − E ( y i )] = E (u i ) 2 = σ 2‬‬ ‫‪13-3‬‬
‫‪2‬‬
‫ﺭﺍﺒﻌﺎ‪ :‬ﺘﻘﺩﻴﺭ ﺍﻝﻤﻌﺎﻝﻡ ﺒﻁﺭﻴﻘﺔ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ‪:‬‬

‫ﻋﻨﺩ ﺘﻘﺩﻴﺭ ﻨﻤﻭﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺍﻝﻌﺎﻡ ﺃﻭ ﺍﻝﻤﺘﻌﺩﺩ‪ ،‬ﻨﻠﺠﺄ ﺍﻝﻰ ﺘﻁﺒﻴﻕ ﻨﻔﺱ ﻤﺒﺎﺩﻱﺀ ﻁﺭﻴﻘﺔ ﺍﻝﻤﺭﺒﻌﺎﺕ‬
‫ﺍﻝﺼﻐﺭﻯ ﻜﻤﺎ ﺭﺃﻴﻨﺎﻫﺎ ﻓﻲ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ‪ ،‬ﺤﻴﺙ ﻨﻠﺠﺄ ﺍﻝﻰ ﻁﺭﻴﻘﺔ ﺘﺼﻐﻴﺭ ﻤﺠﻤﻭﻉ ﻤﺭﺒﻌﺎﺕ‬
‫ﺍﻝﺒﻭﺍﻗﻲ‪ ،‬ﺃﻱ‪:‬‬
‫‪n‬‬
‫‪Min ∑ e i2‬‬ ‫‪14-3‬‬
‫‪i =1‬‬
‫ﻨﻌﻴﺩ ﺼﻴﺎﻏﺔ ﺍﻝﻨﻤﻭﺫﺝ ﻋﻥ ﻁﺭﻴﻕ ﺍﻝﻤﺼﻔﻭﻓﺎﺕ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪Y = XB̂ + E‬‬ ‫‪15-3‬‬
‫ﺤﻴﺙ‪ B̂ :‬ﻫﻭ ﺸﻌﺎﻉ ﻤﻌﺎﻤﻼﺕ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﻤﺴﺘﻘﻠﺔ ﺍﻝﻤﻘﺩﺭﺓ‬
‫‪βˆ 1 ‬‬
‫‪ ‬‬
‫‪βˆ 2 ‬‬
‫‪ˆ ‬‬
‫‪β‬‬
‫‪B̂ =  3 ‬‬ ‫‪16-3‬‬
‫‪. ‬‬
‫‪ ‬‬
‫‪. ‬‬
‫‪ˆ ‬‬
‫‪β n ‬‬
‫ﺃﻤﺎ ‪ E‬ﻓﻬﻭ ﺸﻌﺎﻉ ﺍﻝﺒﻭﺍﻗﻲ‪ ،‬ﺃﻱ‪:‬‬
‫‪ e1 ‬‬
‫‪e ‬‬
‫‪ 2‬‬
‫‪e ‬‬
‫‪E= 3‬‬ ‫‪17-3‬‬
‫‪. ‬‬
‫‪. ‬‬
‫‪ ‬‬
‫‪e n ‬‬
‫ﻤﻥ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 15-3‬ﻴﻜﻭﻥ ﻝﻨﺎ‪:‬‬
‫̂‪E = Y − XB‬‬ ‫‪18-3‬‬
‫ﺃﻤﺎ ﻤﺭﺒﻌﺎﺕ ﺍﻝﺒﻭﺍﻗﻲ ﺍﻝﺘﻲ ﻨﺭﻴﺩ ﺘﺼﻐﻴﺭﻫﺎ ﻓﺘﻜﺘﺏ ﻋﻠﻰ ﺍﻝﻨﺤﻭ‪:‬‬
‫‪n‬‬
‫‪Min ∑ e i2 = E′E‬‬ ‫‪19-3‬‬
‫‪i =1‬‬
‫ﺒﺘﻌﻭﻴﺽ ‪ 18-3‬ﻓﻲ ‪ 19-3‬ﻨﺠﺩ‪:‬‬

‫‪n‬‬
‫‪∑e‬‬
‫‪i =1‬‬
‫‪2‬‬
‫‪i‬‬ ‫)̂‪= E ′E = (Y − XB̂)′(Y − XB̂) = (Y ′ − B̂′X ′)(Y − XB‬‬
‫ﻭ ﻤﻨﻪ ﻴﻜﻭﻥ‪:‬‬
‫‪n‬‬
‫‪∑e‬‬
‫‪i =1‬‬
‫‪2‬‬
‫‪i‬‬ ‫̂‪= Y ′Y − Y ′XB̂ − B̂′X ′Y + B̂′X ′XB‬‬ ‫‪20-3‬‬
‫ﺍﻥ ﺍﻝﻤﺼﻔﻭﻓﺔ ̂‪ Y ′XB‬ﻫﻲ ﻤﻨﻘﻭل ﺍﻝﻤﺼﻔﻭﻓﺔ ‪ B̂′X ′Y‬ﻭ ﻜﻼﻫﻤﺎ ﻋﺒﺎﺭﺓ ﻋﻥ ﻗﻴﻤﺔ ﺜﺎﺒﺘﺔ‪ ،‬ﻝﺫﻝﻙ ﻓﺎﻨﻬﻤـﺎ‬
‫ﻤﺘﺴﺎﻭﻴﺘﺎﻥ‪ ،‬ﺃﻱ‪:‬‬
‫‪Y ′XB̂ = B̂′X ′Y‬‬
‫ﻝﺫﻝﻙ ﻓﺎﻝﻌﺒﺎﺭﺓ ‪ 20-3‬ﻴﻤﻜﻥ ﻜﺘﺎﺒﺘﻬﺎ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪n‬‬
‫‪∑e‬‬
‫‪i =1‬‬
‫‪2‬‬
‫‪i‬‬ ‫̂‪= Y ′Y − 2B̂′X ′Y + B̂′X ′XB‬‬
‫ﻜﻤﺎ ﻓﻌﻠﻨﺎ ﻓﻲ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺒﺴﻴﻁ ﻓﺎﻨﻪ ﻝﺘﺼﻐﻴﺭ ﺍﻝﺒﻭﺍﻗﻲ ﻨﻠﺠﺄ ﺍﻝﻰ ﺍﺴﺘﺨﺩﺍﻡ ﺍﻻﺸﺘﻘﺎﻕ ﺍﻝﺠﺯﺌـﻲ ﺒﺎﻝﻨـﺴﺒﺔ‬
‫ﻝﻠﻤﻌﺎﻝﻡ ﻭﻨﺴﺎﻭﻱ ﺍﻝﻨﺘﻴﺠﺔ ﻝﻠﺼﻔﺭ‪ ،‬ﻓﻴﻜﻭﻥ‪:‬‬
‫‪n‬‬
‫‪∂ ∑ e i2‬‬
‫‪i =1‬‬
‫‪= −2X ′Y + 2X ′XB̂ = 0‬‬ ‫‪21-3‬‬
‫̂‪∂B‬‬
‫ﻭ ﻤﻨﻪ ﻨﺠﺩ‪:‬‬
‫‪X ′XB̂ = X ′Y‬‬
‫ﺒﻀﺭﺏ ﺍﻝﻁﺭﻓﻴﻥ ﻓﻲ ﺍﻝﻌﺒﺎﺭﺓ‪ (X′X) −1 :‬ﻨﺠﺩ ﺸﻌﺎﻉ ﺍﻝﻤﻌﺎﻝﻡ ﺍﻝﻤﻘﺩﺭﺓ ﻭ ﻫﻭ‪:‬‬
‫‪B̂ = (X ′X ) −1 X ′Y‬‬ ‫‪22-3‬‬
‫ﻭ ﻫﻲ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﻌﺎﻤﺔ ﻝﺘﻘﺩﻴﺭ ﻤﻌﺎﻝﻡ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ‪.‬‬
‫ﻤﺜﺎل‪ :2-3‬ﻤﻥ ﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺜﺎل ‪ 1-3‬ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬

‫‪yi‬‬ ‫‪X2i‬‬ ‫‪X3i‬‬
‫‪80‬‬ ‫‪40‬‬ ‫‪10‬‬
‫‪80‬‬ ‫‪80‬‬ ‫‪20‬‬
‫‪120‬‬ ‫‪60‬‬ ‫‪5‬‬
‫‪40‬‬ ‫‪20‬‬ ‫‪5‬‬
‫‪50‬‬ ‫‪45‬‬ ‫‪10‬‬
‫‪90‬‬ ‫‪90‬‬ ‫‪15‬‬
‫‪90‬‬ ‫‪100‬‬ ‫‪20‬‬
‫‪140‬‬ ‫‪110‬‬ ‫‪5‬‬
‫‪690‬‬ ‫‪545‬‬ ‫‪90‬‬
‫ﻭ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻝﻤﻌﺎﺩﻝﺔ‪B̂ = (X ′X ) −1 X ′Y :‬‬
‫ﻗﺩﺭ ﻤﻌﺎﻝﻡ ﻨﻤﻭﺫﺝ ﺍﻨﺤﺩﺍﺭ ‪ yi‬ﻋﻠﻰ ﻜل ﻤﻥ ‪ X2i‬ﻭ ‪X3i‬‬
‫ﺍﻝﺠﻭﺍﺏ‪:‬‬
‫ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﻌﺎﻡ ﺍﻝﻤﻘﺩﺭ ﻴﻜﺘﺏ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
Ŷ = XB̂
:‫ﺃﻭ‬
ŷ1 = βˆ 1 + βˆ 2 x 21 + βˆ 3 x 31 + ... + βˆ k x k1
y = βˆ + βˆ x + βˆ x + ... + βˆ x
2 1 2 22 3 32 k k2
y 3 = βˆ 1 + βˆ 2 x 23 + βˆ 3 x 33 + ... + βˆ k x k 3
. . . . . . . . .
. . . . . . . . .
y n = βˆ 1 + βˆ 2 x 2 n + βˆ 3 x 3n + ... + βˆ k x kn
:‫ﻭ ﻤﻨﻪ ﻴﻜﻭﻥ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﺨﺎﺹ ﺒﺎﻝﻤﻌﻁﻴﺎﺕ ﻋﻠﻰ ﺍﻝﻨﺤﻭ‬
 ŷ1  1 x 21 x 31 
 ŷ  1 x 22 x 32   ˆ 
 2  β1
 ŷ 3  1 x 23 x 33   ˆ 
 =  * β 2 
  . . .   
βˆ
  . . . .   3 
   
 ŷ n  1 x 2n x 3n 
‫ ﻭ ﻋﻠﻴﻪ ﻴﻤﻜﻥ ﺍﺴﺘﺨﺩﺍﻡ ﻁﺭﻴﻘﺔ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ ﻓﻲ‬،‫ ﻤﻌﻠﻭﻤﺔ ﻤﻥ ﺍﻝﻤﻌﻁﻴﺎﺕ ﺍﻷﻭﻝﻴﺔ‬X ‫ﺍﻝﻤﺼﻔﻭﻓﺔ‬
:‫ﺘﻘﺩﻴﺭ ﻤﺼﻔﻭﻓﺔ ﺍﻝﻤﻌﺎﻝﻡ ﻭ ﻫﻲ ﻜﻤﺎ ﻴﻠﻲ‬
B̂ = (X ′X ) −1 X ′Y
:‫ﺃﻭ‬
−1
 1 x 21 x 31    y1 
 1  y 
βˆ 1   1 x 22 x 32  
1 1.......... 1   1 1 1.......... 1   2 
   1 x 23 x 33   y 
B̂ = βˆ 2  =  x 21 x 22 x 23 ......x 2n   
x x
 21 22 x 23 ......x 2n   3 
 ˆ   . . .  .
β  x x x ......x   x 31 x 32 x 33 ......x 3n   
 3   31 32 33 3n . . . .  . 
    
 1 x 2n x 3n    y n 
:‫ﺒﺎﻝﺘﻌﻭﻴﺽ ﻨﺠﺩ‬
:‫ﺸﻌﺎﻉ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻫﻭ‬
 y1  80 
y   
 2  80 
 y 3  120
   
y4 40
Y =   =  
y 50 
 5  
 y 6  90 
 y  90 
 7  
 y8  140
:‫ﺃﻤﺎ ﻤﺼﻔﻭﻓﺔ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﻤﺴﺘﻘﻠﺔ ﻓﻬﻲ‬
‫‪1‬‬ ‫‪x 21 x 31  1‬‬ ‫‪40‬‬ ‫‪10‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪x 22 x 32  1‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪80‬‬ ‫‪20‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪x 23 x 33  1‬‬ ‫‪60‬‬ ‫‪5‬‬ ‫‪‬‬
‫‪‬‬ ‫‪ ‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪x 24 x 34  1‬‬ ‫‪20‬‬ ‫‪5‬‬
‫‪X=‬‬ ‫=‬ ‫‪‬‬
‫‪1‬‬ ‫‪x 25 x 35  1‬‬ ‫‪45‬‬ ‫‪10‬‬ ‫‪‬‬
‫‪‬‬ ‫‪ ‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪x 26 x 36  1‬‬ ‫‪90‬‬ ‫‪15‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪x 27 x 37  1‬‬ ‫‪100‬‬ ‫‪20‬‬ ‫‪‬‬
‫‪‬‬ ‫‪ ‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪x 28 x 38  1‬‬ ‫‪110‬‬ ‫‪5‬‬ ‫‪‬‬
‫ﻭ ﺒﺘﻌﻭﻴﺽ ﺍﻝﻘﻴﻡ ﻨﺠﺩ‪:‬‬
‫‪−1‬‬
‫‪‬‬ ‫‪1‬‬ ‫‪40‬‬ ‫‪10‬‬ ‫‪‬‬ ‫‪80 ‬‬
‫‪‬‬ ‫‪1‬‬ ‫‪‬‬ ‫‪80 ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪80‬‬ ‫‪20‬‬ ‫‪‬‬ ‫‪ ‬‬
‫‪‬‬
‫‪   1 1 1 1 1 1 1 1  1‬‬ ‫‪60‬‬ ‫‪5‬‬ ‫‪‬‬ ‫‪120‬‬
‫‪1‬‬
‫‪ ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ 1 1 1 1 1 1 1 1  ‬‬
‫‪‬‬ ‫‪1‬‬ ‫‪20‬‬ ‫‪5‬‬ ‫‪‬‬ ‫‪40 80 60 20 45 90 100 110 40 ‬‬
‫‪2  =  40 80 60 20 45 90 100 110‬‬ ‫‪‬‬ ‫‪ 50 ‬‬
‫‪ ‬‬ ‫‪1‬‬ ‫‪45‬‬ ‫‪10‬‬ ‫‪‬‬
‫‪10‬‬ ‫‪20‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪10‬‬ ‫‪15‬‬ ‫‪20‬‬ ‫‪5‬‬ ‫‪‬‬
‫‪ 1‬‬ ‫‪‬‬ ‫‪10 20 5 5 10 15 20 5   ‬‬
‫‪3‬‬‫‪ ‬‬
‫‪‬‬ ‫‪90‬‬ ‫‪15‬‬ ‫‪‬‬ ‫‪90 ‬‬
‫‪‬‬ ‫‪1‬‬ ‫‪100‬‬ ‫‪20‬‬ ‫‪‬‬ ‫‪90 ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ ‬‬
‫‪‬‬ ‫‪1‬‬ ‫‪110‬‬ ‫‪5‬‬ ‫‪ ‬‬ ‫‪140‬‬
‫ﺒﺈﺠﺭﺍﺀ ﺠﺯﺀ ﻤﻥ ﺍﻝﻌﻤﻠﻴﺎﺕ ﻨﺠﺩ‪:‬‬
‫‪βˆ 1    8 545 90   −1  690 ‬‬
‫‪  ‬‬ ‫‪‬‬
‫‪B̂ = βˆ 2  =  545 44225 6750   52350‬‬
‫‪ ˆ  ‬‬ ‫‪ ‬‬ ‫‪‬‬
‫‪β 3    90 6750 1300  7550 ‬‬
‫ﺇﻴﺠﺎﺩ ﻤﻌﻜﻭﺴﺔ ﺍﻝﻤﺼﻔﻭﻓﺔ ﻴﺘﻁﻠﺏ‪:‬‬
‫‪ -‬ﺇﻴﺠﺎﺩ ﺍﻝﻤﺤﺩﺩﺓ‬
‫‪ -‬ﻤﻨﻘﻭل ﺍﻝﻤﺼﻔﻭﻓﺔ ﺍﻝﻤﺭﺘﺒﻁﺔ‬
‫ﻤﺤﺩﺩﺓ ﺍﻝﻤﺼﻔﻭﻓﺔ ﻨﺠﺩﻫﺎ ﺒﺎﻝﻁﺭﻴﻘﺔ ﺍﻝﺨﺎﺼﺔ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪8‬‬ ‫‪545 90 8‬‬ ‫‪545‬‬
‫‪545 44225 6750 545 44225‬‬
‫‪90‬‬ ‫‪6750 1300 90‬‬ ‫‪6750‬‬
‫‪-6750×6750×8-90×44225×90-6750×545×90+90×6750×545+1300×44225×8‬‬ ‫ﺍﻝﻤﺤﺩﺩ=‬
‫‪13260000=1108855000-1122115000 =1300 ×545×545‬‬
‫ﻭﻤﻨﻪ ﻨﺠﺩ‪:‬‬
‫‪detA=13260000‬‬
‫ﺃﻤﺎ ﻤﻌﻜﻭﺱ ﺍﻝﻤﺼﻔﻭﻓﺔ ﻓﻬﻭ ﻴﻁﻠﺏ ﺍﻴﺠﺎﺩ ﺍﻝﻤﺼﻔﻭﻓﺔ ﺍﻝﻤﺭﺘﺒﻁﺔ ﺜﻡ ﻤﻨﻘﻭﻝﻬﺎ ﻝﻴﻘﺴﻡ ﻋﻠﻰ ﻤﺤﺩﺩﻫﺎ‪:‬‬
‫ﻋﻨﺎﺼﺭ ﺍﻝﻤﺼﻔﻭﻓﺔ ﺍﻝﻤﺭﺘﺒﻁﺔ‪:‬‬
‫‪A31=-301500‬‬ ‫‪A21=-101000‬‬ ‫‪A11=11930000‬‬
‫‪A32=-4950‬‬ ‫‪A22=2300‬‬ ‫‪A12=-101000‬‬
‫‪A33=56775‬‬ ‫‪A23=-4950‬‬ ‫‪A13=-301500‬‬
‫ﻭ ﺒﺎﻝﺘﺎﻝﻲ ﻓﺎﻥ ﻤﻌﻜﻭﺱ ﺍﻝﻤﺼﻔﻭﻓﺔ ﻫﻭ‪:‬‬
‫‪‬‬ ‫‪11930000 - 101000 - 301500 ‬‬
‫‪‬‬ ‫‪- 101000‬‬ ‫‪‬‬
‫‪- 4950  ‬‬
‫‪1‬‬
‫) ‪(X ′X‬‬ ‫‪−1‬‬
‫‪=‬‬ ‫‪‬‬ ‫‪2300‬‬
‫‪13260000‬‬
‫‪‬‬ ‫‪- 301500 - 4950‬‬ ‫‪56775  ‬‬
‫‪βˆ 1  ‬‬ ‫‪11930000 - 101000 - 301500   690 ‬‬
‫‪  ‬‬ ‫‪- 101000‬‬ ‫‪‬‬
‫‪- 4950   52350‬‬
‫‪1‬‬
‫‪B̂ = βˆ 2  = ‬‬ ‫‪‬‬ ‫‪2300‬‬
‫‪ ˆ  13260000 ‬‬
‫‪β 3  ‬‬ ‫‪- 301500 - 4950‬‬ ‫‪56775   7550 ‬‬
‫ﺒﺈﺠﺭﺍﺀ ﺍﻝﻌﻤﻠﻴﺎﺕ ﻨﺠﺩ‪:‬‬
‫‪βˆ 1  50.379 ‬‬
‫‪ ‬‬
‫‪ˆ = βˆ  = 1.006 ‬‬
‫‪B‬‬
‫‪ ˆ  ‬‬ ‫‪‬‬
‫‪2‬‬
‫‪β‬‬
‫‪ 3 ‬‬ ‫‪‬‬‫‪-‬‬ ‫‪2.905‬‬‫‪‬‬
‫ﺃﻱ‪:‬‬
‫‪βˆ 1 = 50.379‬‬ ‫‪βˆ 2 = 1.006‬‬ ‫‪βˆ 3 = −2.905‬‬
‫ﻭ ﻋﻠﻴﻪ ﻓﺈﻥ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﺨﻁﻲ ﺍﻝﻤﻘﺩﺭ ﻫﻭ‪:‬‬
‫‪ yˆ i = 50.379 + 1.006x 2 i − 2.905x 3i‬ﻤﻠﻴﻭﻥ ﺩﺝ‬
‫ﻭ ﻫﻭ ﻨﻔﺱ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﻤﺤﺼل ﻋﻠﻴﻪ ﺴﺎﺒﻘﺎ‪.‬‬

‫ﻭ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺒﺭﻨﺎﻤﺞ ‪ SPSS‬ﻨﺤﺼل ﺃﻴﻀﺎ ﻋﻠﻰ ﻨﻔﺱ ﺍﻝﻤﻌﺎﻝﻡ‪ ،‬ﺤﻴﺙ ﻴﻌﻁﻴﻨﺎ ﺍﻝﻨﺘﺎﺌﺞ ﺍﻝﺘﺎﻝﻴﺔ ﺒﻌﺩ ﺤﺫﻑ‬
‫ﺍﻝﻌﻨﺎﺼﺭ ﻏﻴﺭ ﺍﻝﻤﻁﻠﻭﺒﺔ‪:‬‬
‫ﻭ ﻋﻨﺩ ﺘﻌﻭﻴﺽ ﺍﻝﻘﻴﻡ ﺍﻷﺼﻠﻴﺔ ﻝﻠﻤﺘﻐﻴﺭﺘﻴﻥ ﺍﻝﻤﺴﺘﻘﻠﺘﻴﻥ ﻓﻲ ﻤﻌﺎﺩﻝﺔ ﺍﻝﻨﻤﻭﺫﺝ ﺃﻋﻼﻩ ﻨﺤﺼل ﻋﻠﻰ ﻗﻴﻡ ﻗﺭﻴﺒﺔ‬
‫ﻤﻥ ﺍﻝﻘﻴﻡ ﺍﻝﺤﻘﻴﻘﻴﺔ ﻝﻠﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻜﻤﺎ ﺘﻅﻬﺭ ﻓﻲ ﺍﻝﺠﺩﻭل ﺃﺩﻨﺎﻩ‪.‬‬
‫‪yi‬‬ ‫‪X2i‬‬ ‫‪X3i‬‬ ‫اة ارة‬

‫‪ŷ i‬‬
‫‪80‬‬ ‫‪40‬‬ ‫‪10‬‬ ‫‪61,5809‬‬
‫‪80‬‬ ‫‪80‬‬ ‫‪20‬‬ ‫‪72,7828‬‬
‫‪120‬‬ ‫‪60‬‬ ‫‪5‬‬ ‫‪96,2288‬‬
‫‪40‬‬ ‫‪20‬‬ ‫‪5‬‬ ‫‪55,9799‬‬
‫‪50‬‬ ‫‪45‬‬ ‫‪10‬‬ ‫‪66,6120‬‬
‫‪90‬‬ ‫‪90‬‬ ‫‪15‬‬ ‫‪97,3685‬‬
‫‪90‬‬ ‫‪100‬‬ ‫‪20‬‬ ‫‪92,9072‬‬
‫‪140‬‬ ‫‪110‬‬ ‫‪5‬‬ ‫‪146,5399‬‬
‫ﺍﻝﻤﻘﻁﻊ ‪ :1-4‬ﺍﻻﻨﺤﺩﺍﺭ ﻏﻴﺭ ﺍﻝﺨﻁﻲ‬
‫ﺍﻝﻜﺜﻴﺭ ﻤﻥ ﺍﻝﻤﺘﻐﻴﺭﺕ ﺘﻜﻭﻥ ﻤﺭﺘﺒﻁﺔ ﺒﻌﻀﻬﺎ ﺍﻝﺒﻌﺽ ﻏﻴﺭ ﺃﻥ ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﻓﻴﻬﺎ ﻴﻜﻭﻥ ﻀﻌﻴﻔﺎ‪ ،‬ﻤﻤﺎ ﻴﺩل‬
‫ﻋﻠﻰ ﻋﺩﻡ ﻭﺠﻭﺩ ﻋﻼﻗﺔ ﺒﻴﻨﻬﺎ ﺃﻭ ﺘﻭﺠﺩ ﻋﻼﻗﺔ ﻝﻜﻨﻬﺎ ﻏﻴﺭ ﺨﻁﻴﺔ‪ ،‬ﻋﻤﻠﻴﺎ ﻨﺼﺎﺩﻑ ﺍﻝﻜﺜﻴﺭ ﻤﻥ ﺍﻝﻌﻼﻗﺎﺕ ﺒﻴﻥ‬
‫ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﻝﻜﻨﻬﺎ ﻝﻴﺴﺕ ﺨﻁﻴﺔ ﻭﺘﺄﺨﺫ ﺃﺸﻜﺎﻻ ﻤﺘﻬﺩﺩﺓ ﻜﺸﻜل ﺩﺍﻝﺔ ﺍﻝﻘﻁﻊ ﺍﻝﻤﻜﺎﻓﻲﺀ ﺃﻭ ﺸﻜل ﺍﻝﺩﺍﻝﺔ ﺍﻷﺴﻴﺔ‬
‫ﻭﻏﻴﺭﻫﺎ‪ ،‬ﻭﺴﻨﺘﻨﺎﻭل ﻓﻲ ﻫﺫﺍ ﺍﻝﻔﺼل ﻜﻴﻔﻴﺔ ﺘﻘﺩﻴﺭ ﺍﻹﺘﺠﺎﻩ ﺍﻝﻌﺎﻡ ﻝﻠﻅﻭﺍﻫﺭ ﻓﻴﻤﺎ ﻝﻭ ﻅﻬﺭ ﺸﻜل ﺍﻨﺘﺸﺎﺭﻫﺎ ﺒﺸﻜل‬
‫ﻴﻭﺤﻲ ﺒﺄﻥ ﺩﺍﻝﺘﻬﺎ ﺘﻜﻭﻥ ﻓﻲ ﺼﻴﻐﺔ ﺩﺍﻝﺔ ﻗﻁﻊ ﻤﻜﺎﻓﻲﺀ ﺃﻭ ﺼﻴﻐﺔ ﺩﺍﻝﺔ ﺃﺴﻴﺔ ﺃﻭ ﻏﻴﺭﻫﻤﺎ‪.‬‬
‫ﺃﻭﻻ‪ :‬ﻨﻤﻭﺫﺝ ﺼﻴﻐﺔ ﺩﺍﻝﺔ ﺍﻝﻘﻁﻊ ﺍﻝﻤﻜﺎﻓﻲﺀ ﺃﻭ ﺍﻝﺩﺍﻝﺔ ﺍﻝﺘﺭﺒﻴﻌﻴﺔ‪:‬‬

‫ﻴﺄﺨﺫ ﻤﻨﺤﻨﻰ ﺩﺍﻝﺔ ﺍﻝﻘﻁﻊ ﺍﻝﻤﻜﺎﻓﻲﺀ ﺃﺤﺩ ﺍﻝﺸﻜﻠﻴﻥ ﺍﻝﺘﺎﻝﻴﻴﻥ‪:‬‬
‫ﺸﻜل‪2-4‬‬ ‫ﺸﻜل‪1-4‬‬
‫ﻭ ﻴﺘﻡ ﺘﻘﺩﻴﺭ ﺍﻹﺘﺠﺎﻩ ﺍﻝﻌﺎﻡ ﻝﻬﺎ ﻋﻥ ﻁﺭﻴﻕ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬

‫‪1-4‬‬
‫‪y i = a + bx i + cx i2‬‬
‫ﻭﻴﺘﻡ ﺍﻴﺠﺎﺩ ﻤﻌﺎﻝﻡ ﻫﺫﻩ ﺍﻝﺩﺍﻝﺔ ﺒﺈﺴﺘﺨﺩﺍﻡ ﻁﺭﻴﻘﺔ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ‪ ،‬ﻭﺫﻝﻙ ﺒﺘﺤﻭﻴﻠﻬﺎ ﺍﻝﻰ ﻤﻌﺎﺩﻝﺔ ﺨﻁﻴﺔ‪،‬‬
‫ﺒﺈﺠﺭﺍﺀ ﺍﻝﺘﺤﻭﻴﻼﺕ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫‪2-4‬‬
‫‪x i2 = z i‬‬
‫ﻭ ﺒﻨﺎﺀ ﻋﻠﻰ ﺫﻝﻙ ﺘﺼﺒﺢ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﺠﺩﻴﺩﺓ ﻋﻠﻰ ﺍﻝﻨﺤﻭ‪:‬‬
‫‪3-4‬‬
‫‪y i = a + bx i + cz i‬‬
‫ﻭﻜﻤﺎ ﻫﻭ ﻭﺍﻀﺢ‪ ،‬ﻓﻺﻥ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﻤﺤﺼل ﻋﻠﻴﻬﺎ ﻫﻲ ﻤﻌﺎﺩﻝﺔ ﺇﻨﺤﺩﺍﺭ ﺜﻼﺜﻲ‪ ،‬ﻝﺫﻝﻙ ﻴﺘﻡ ﺘﻘﺩﻴﺭ ﻤﻌﺎﻝﻤﻬﺎ‪،a :‬‬
‫‪ c ،b‬ﻋﻥ ﻁﺭﻴﻕ ﺍﻝﻤﻌﺎﺩﻻﺕ ﺍﻝﺘﺎﻝﻴﺔ ‪:‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪∑ yi xi ∑ z i2 − ∑ yi z i ∑ xi zi‬‬
‫‪4-4‬‬ ‫=‬ ‫‪i =1‬‬
‫‪n‬‬
‫‪i =1‬‬
‫‪n‬‬
‫‪i =1‬‬
‫‪n‬‬
‫‪i =1‬‬
‫̂‪b‬‬
‫‪∑x ∑z‬‬
‫‪i =1‬‬
‫‪2‬‬
‫‪i‬‬
‫‪i =1‬‬
‫‪2‬‬
‫‪i‬‬ ‫) ‪− ( ∑ xi z i‬‬
‫‪i =1‬‬
‫‪2‬‬
‫‪5-4‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪∑y z ∑x −∑y x ∑x z‬‬

‫‪i i‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬
‫‪i =1‬‬
‫‪n‬‬
‫‪i =1‬‬
‫‪n‬‬
‫‪i =1‬‬
‫‪n‬‬
‫‪i =1‬‬
‫= ̂‪c‬‬
‫‪∑x ∑z‬‬
‫‪i =1‬‬
‫‪2‬‬
‫‪i‬‬
‫‪i =1‬‬
‫‪2‬‬
‫‪i‬‬ ‫) ‪− (∑ xi z i‬‬
‫‪i =1‬‬
‫‪2‬‬
‫ﻤﻊ‪:‬‬
‫= ‪x i − x xi‬‬
‫= ‪y i − y yi‬‬
‫= ‪z i − z zi‬‬
‫‪aˆ = y − bˆ x − cˆ z 6-4‬‬
‫ﻭ ﻫﻲ ﻨﻔﺱ ﺍﻝﻤﻌﺎﺩﻻﺕ ﺍﻝﻤﺴﺘﺨﺩﻤﺔ ﻓﻲ ﺍﻹﻨﺤﺩﺍﺭ ﺍﻝﺜﻼﺜﻲ ﻓﻲ ﺍﻝﻔﺼل ﺍﻝﺴﺎﺒﻕ‪.‬‬
‫ﺒﻌﺩ ﺍﻝﺤﺼﻭل ﻋﻠﻰ ﺍﻝﻤﻌﺎﻝﻡ ﺍﻝﻤﻘﺩﺭﺓ‪ c ،b ،a :‬ﻴﺘﻡ ﺘﺤﻭﻴل ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﻤﺤﺼل ﻋﻠﻴﻬﺎ ﺍﻝﻰ ﺃﺼﻠﻬﺎ ﻜﻤﺎ ﻫﻲ‬
‫ﻭﺍﺭﺩﺓ ﻓﻲ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺭﻗﻡ ‪.1-4‬‬
‫ﻤﺜﺎل‪ : 1-4:‬ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﺘﺎﻝﻴﺔ ﺘﻅﻬﺭ ﺘﻁﻭﺭ ﺍﻝﻭﺍﺭﺩﺍﺕ ﺍﻝﻐﺫﺍﺌﻴﺔ ﺨﻼل ﺍﻝﻔﺘﺭﺓ ‪ 2014- -2006‬ﺒﻤﻼﻴﻴﺭ‬
‫ﺍﻝﺩﻴﻨﺎﺭﺍﺕ‪.‬‬
‫ﺍﻝﻭﺍﺭﺩﺍﺕ‬
‫ﺍﻝﺴﻨﺔ‬
‫‪50‬‬ ‫‪20‬‬
‫‪100‬‬ ‫‪2007‬‬
‫‪200‬‬ ‫‪2008‬‬
‫‪50‬‬ ‫‪2009‬‬
‫‪400‬‬ ‫‪2010‬‬
‫‪350‬‬ ‫‪2011‬‬
‫‪200‬‬ ‫‪2012‬‬
‫‪100‬‬ ‫‪2013‬‬
‫‪50‬‬ ‫‪2014‬‬
‫ﺍﻝﻤﻁﻠﻭﺏ ‪ -1 :‬ﺒﻭﻀﻊ ‪ t=0‬ﺴﻨﺔ ‪ 2006‬ﻗﺩﻡ ﻫﺫﻩ ﺍﻝﺒﻴﺎﻨﺎﺕ ﻋﻠﻰ ﻤﻌﻠﻡ ﻤﺘﻌﺎﻤﺩ‪ .‬ﻤﺎﺫﺍ ﺘﺴﺘﻨﺘﺞ؟‬
‫‪ -2‬ﺇﻋﻁ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﻌﺎﻤﺔ ﻝﻠﺸﻜل ﺍﻝﻤﺤﺼل ﻋﻠﻴﻪ ﺒﺤﻴﺙ ﺘﻜﻭﻥ ﺍﻝﻭﺍﺭﺩﺍﺕ ‪ y‬ﺩﺍﻝﺔ ﻓﻲ ﺍﻝﺯﻤﻥ‪،‬‬
‫ﺃﻱ )‪ y=f(t‬ﺤﻴﺙ ‪ ،t=o, 1, 2…..9‬ﺜﻡ ﻗﺩﺭﻫﺎ‪.‬‬
‫ﺍﻹﺠﺎﺒﺔ ‪ :‬ﺘﻘﺩﻴﻡ ﺍﻝﺒﻴﺎﻨﺎﺕ ﻋﻠﻰ ﻤﻌﻠﻡ ﻤﺘﻌﺎﻤﺩ‪:‬‬
‫ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺸﺎﺭ ﺍﻝﻴﻬﺎ ﺘﺼﺒﺢ ﻋﻠﻰ ﺍﻝﻨﺤﻭ‪:‬‬
‫ﺍﻝﻭﺍﺭﺩﺍﺕ‬
‫ﺍﻝﺴﻨﺔ‬
‫‪50‬‬ ‫‪0‬‬
‫‪10‬‬ ‫‪1‬‬
‫‪200‬‬ ‫‪2‬‬
‫‪350‬‬ ‫‪3‬‬
‫‪400‬‬ ‫‪4‬‬
‫‪350‬‬ ‫‪5‬‬
‫‪200‬‬ ‫‪6‬‬
‫‪100‬‬ ‫‪7‬‬
‫‪50‬‬ ‫‪8‬‬
‫ﺠﺩﻭل‪1-4‬‬
‫ﺘﻁﻭﺭ ﺍﻝﻭﺍﺭﺩﺍﺕ ﺍﻝﻐﺫﺍﺌﻴﺔ ﺨﻼل ﺍﻝﻔﺘﺭﺓ ‪ ،2014-2006‬ﺒﻤﻼﻴﻴﺭ ﺍﻝﺩﻴﻨﺎﺭﺍﺕ ﻤﻊ‪ t=0 :‬ﺴﻨﺔ ‪2006‬‬
‫ﺸﻜل‪3-4‬‬
‫ﻴﻼﺤﻅ ﺃﻥ ﺍﻝﺸﻜل ﺍﻝﻤﺤﺼل ﻋﻠﻴﻪ ﻫﻭ ﺸﻜل ﺩﺍﻝﺔ ﻗﻁﻊ ﻤﻜﺎﻓﻲﺀ‪ ،‬ﻭﺒﺎﻝﺘﺎﻝﻲ ﻓﺈﻥ ﺸﻜل ﺩﺍﻝﺘﻪ ﺴﻭﻑ ﻴﻜﻭﻥ‬
‫ﻋﻠﻰ ﻨﺤﻭ ﺍﻝﺩﺍﻝﺔ‪:‬‬
‫‪y t = a + bt + ct 2‬‬
‫ﻨﺠﺭﻱ ﺍﻝﺘﺤﻭﻴﻼﺕ ﺍﻝﻼﺯﻤﺔ‪ ،‬ﻝﺘﺼﺒﺢ ﺍﻝﺩﺍﻝﺔ ﺨﻁﻴﺔ ﻴﻤﻜﻥ ﺘﻘﺩﻴﺭﻫﺎ ﺒﻁﺭﻴﻘﺔ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ‪ ،‬ﺤﻴﺙ‬
‫ﻨﻀﻊ‪:‬‬
‫‪t = xt‬‬ ‫‪t2 = zt‬‬
‫ﻨﺤﺼل ﻋﻠﻰ ﻤﻌﺎﺩﻝﺔ ﺨﻁﻴﺔ ﻭﻫﻲ ‪:‬‬

‫‪y i = a + bx i + cz i‬‬
‫ﻭﻨﺠﺩ ﻤﻌﺎﻝﻡ ﺍﻝﺩﺍﻝﺔ ﺒﺘﻁﺒﻴﻕ ﺍﻝﻤﻌﺎﺩﻻﺕ ‪ 6-4 ، 5-4 ، 4-4‬ﺒﻤﺴﺎﻋﺩﺓ ﺍﻝﺠﺩﻭل ﺃﺩﻨﺎﻩ‪:‬‬
‫‪x=4‬‬ ‫‪z = 22.67 y = 200‬‬
‫‪t=xt t2=zt yt‬‬ ‫‪y‬‬ ‫‪x‬‬ ‫‪z‬‬ ‫‪yx‬‬ ‫‪yz‬‬ ‫‪zx‬‬ ‫‪x2‬‬ ‫‪z2‬‬ ‫ﺍﻝﻘﻴﻡ‬
‫ﺍﻝﻤﻘﺩﺭﺓ‬
‫‪0‬‬ ‫‪0‬‬ ‫‪50‬‬ ‫‪-150‬‬ ‫‪-4‬‬ ‫‪-22.67‬‬ ‫‪600‬‬ ‫‪3400.5‬‬ ‫‪90.68‬‬ ‫‪16‬‬ ‫‪513.93‬‬ ‫‪19,0‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪100‬‬ ‫‪-100‬‬ ‫‪-3‬‬ ‫‪-21.67‬‬ ‫‪300‬‬ ‫‪2167‬‬ ‫‪65.01‬‬ ‫‪9‬‬ ‫‪469.59‬‬ ‫‪8152,2‬‬
‫‪2‬‬ ‫‪4‬‬ ‫‪200‬‬ ‫‪0‬‬ ‫‪-2‬‬ ‫‪-18.67‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪37.34‬‬ ‫‪4‬‬ ‫‪348.57‬‬ ‫‪5254,5‬‬
‫‪3‬‬ ‫‪9‬‬ ‫‪350‬‬ ‫‪150‬‬ ‫‪-1‬‬ ‫‪-13.67‬‬ ‫‪-150‬‬ ‫‪2050.5-‬‬ ‫‪13.67‬‬ ‫‪1‬‬ ‫‪186.87‬‬ ‫‪1315,9‬‬
‫‪4‬‬ ‫‪16‬‬ ‫‪400‬‬ ‫‪200‬‬ ‫‪0‬‬ ‫‪-6.67‬‬ ‫‪0‬‬ ‫‪1334-‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪44.49‬‬ ‫‪4336,3‬‬
‫‪5‬‬ ‫‪25‬‬ ‫‪350‬‬ ‫‪150‬‬ ‫‪1‬‬ ‫‪2.33‬‬ ‫‪150‬‬ ‫‪349.5‬‬ ‫‪2.33‬‬ ‫‪1‬‬ ‫‪5.43‬‬ ‫‪315,91‬‬
‫‪6‬‬ ‫‪36‬‬ ‫‪200‬‬ ‫‪0‬‬ ‫‪2‬‬ ‫‪13.33‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪26.66‬‬ ‫‪4‬‬ ‫‪177.69‬‬ ‫‪254,55‬‬
‫‪7‬‬ ‫‪49‬‬ ‫‪100‬‬ ‫‪-100‬‬ ‫‪3‬‬ ‫‪26.33‬‬ ‫‪-300‬‬ ‫‪2633-‬‬ ‫‪78.99‬‬ ‫‪9‬‬ ‫‪693.28‬‬ ‫‪8152,2‬‬
‫‪8‬‬ ‫‪64‬‬ ‫‪50‬‬ ‫‪-150‬‬ ‫‪4‬‬ ‫‪41.33‬‬ ‫‪-600‬‬ ‫‪6199.5-‬‬ ‫‪165.32‬‬ ‫‪16‬‬ ‫‪31708.1‬‬ ‫‪19,0‬‬
‫‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪-0.03‬‬ ‫‪0‬‬ ‫‪-6300‬‬ ‫‪480‬‬ ‫‪60‬‬ ‫‪4148.00‬‬
‫ﺠﺩﻭل‪2-4‬‬
‫ﺤﻴﺙ ﻨﺠﺩ‪:‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪∑ y x ∑z −∑ y z ∑x z‬‬
‫‪i‬‬ ‫‪i‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪i i‬‬ ‫‪i i‬‬
‫)‪0 × 4148 − (−6300 × 480‬‬
‫=‬ ‫‪i =1‬‬ ‫‪i =1‬‬ ‫‪i =1‬‬ ‫‪i =1‬‬
‫=‬ ‫̂‪= 163.636 b‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪60 × 4148 − 480 × 480‬‬
‫‪∑x ∑z‬‬
‫‪i =1‬‬
‫‪i‬‬
‫‪2‬‬
‫‪i =1‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪− (∑ xi z i ) 2‬‬
‫‪i =1‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪∑ yi z i ∑ xi2 − ∑ yi xi ∑ xi zi‬‬ ‫‪− 6300 × 60 − 0 × 480‬‬

‫‪i =1‬‬ ‫‪i =1‬‬ ‫‪i =1‬‬ ‫‪i =1‬‬
‫=‬ ‫= ̂‪= −20.455 c‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪60 × 4148 − 480 × 480‬‬
‫‪∑x ∑z‬‬
‫‪i =1‬‬
‫‪2‬‬
‫‪i‬‬
‫‪i =1‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪− ( ∑ xi z i ) 2‬‬
‫‪i =1‬‬
‫‪aˆ = y − bˆ x − cˆ z = 200 − 163.636 × 4 − (−20.455 × 22.67) = 9.170‬‬

‫ﻭﻤﻨﻪ ﺘﻜﻭﻥ ﻤﻌﺎﺩﻝﺔ ﺍﻹﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻴﺔ ﺍﻝﻤﻘﺩﺭﺓ ﻫﻲ ‪:‬‬
‫‪yt‬‬
‫‪=9.17+163.636xt -20.455zt‬‬
‫ﺒﺘﺤﻭﻴﻠﻬﺎ ﺍﻝﻰ ﺃﺼﻠﻬﺎ ﻨﺤﺼل ﻋﻠﻰ ﺩﺍﻝﺔ ﺍﻝﻘﻁﻊ ﺍﻝﻤﻜﺎﻓﻲﺀ ﺍﻝﻤﻘﺩﺭﺓ ﻜﻤﺎ ﻫﻲ ﺃﺩﻨﺎﻩ ‪:‬‬
‫‪yt =9.170 +163.636t -20.455t2‬‬
‫ﻭ ﻫﻲ ﻨﻔﺱ ﺍﻝﻨﺘﺎﺌﺞ ﺘﻘﺭﻴﺒﺎ ﺍﻝﺘﻲ ﻨﺤﺼل ﻋﻠﻴﻬﺎ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺒﺭﻨﺎﻤﺞ ‪SPSS‬‬
‫ﺘﻜﻭﻥ ﺍﻝﻘﻴﻡ ﺍﻹﺘﺠﺎﻫﻴـﺔ ﺘﻘﺭﻴﺒﻴـﺔ ﻜﻤـﺎ ﻫـﻲ ﻭﺍﻀـﺤﺔ ﻓـﻲ ﺍﻝﻌﻤـﻭﺩ ﺍﻷﺨﻴـﺭ ﻤـﻥ ﺍﻝﺠـﺩﻭل‪-4‬‬
‫‪.2‬‬
‫ﺜﺎﻨﻴﺎ‪ :‬ﻨﻤﻭﺫﺝ ﺼﻴﻐﺔ ﺍﻝﺩﺍﻝﺔ ﺍﻷﺴﻴﺔ ‪:‬‬

‫ﻓﻲ ﺒﻌـﺽ ﺍﻷﺤﻴـﺎﻥ ﻴﺘﺨـﺫ ﺍﻹﺘﺠـﺎﻩ ﺍﻝﻌـﺎﻡ ﻝﻠﺴﻠـﺴﻠﺔ ﺍﻝﺯﻤﻨﻴـﺔ ﺸـﻜل ﺍﻝﺩﺍﻝـﺔ ﺍﻷﺴـﻴﺔ‪ ،‬ﻭﺫﻝـﻙ‬
‫ﺨﺎﺼﺔ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻤﺘﻐﻴـﺭﺍﺕ ﺍﻝﻘﺎﺒﻠـﺔ ﻝﻠﻨﻤـﻭ ﺒﻭﺘـﺎﺌﺭ ﺜﺎﺒﺘـﺔ ﻋﻠـﻰ ﺇﻤﺘـﺩﺍﺩ ﻓﺘـﺭﺍﺕ ﺯﻤﻨﻴـﺔ ﻤﻌﻴﻨـﺔ‪،‬‬
‫ﻭ ﺘﻜﻭﻥ ﺍﻝﺼﻴﻐﺔ ﺍﻝﻌﺎﻤﺔ ﻝﻠﺩﺍﻝﺔ ﺍﻷﺴﻴﺔ ﻋﻠﻰ ﺍﻝﻨﺤﻭ ﺍﻝﺘﺎﻝﻲ ‪:‬‬
‫‪7-4 .εt‬‬ ‫‪yt =a.bxt‬‬
‫ﺤﻴﺙ ‪ b ، a :‬ﺜﻭﺍﺒﺕ‪ :εt ،‬ﺤﺩ ﺍﻝﺨﻁﺄ ﻭﻫﻭ ﻤﺘﻐﻴﺭ ﻋﺸﻭﺍﺌﻲ‪.‬‬
‫ﻭ ﻴﻜﻭﻥ ﺸﻜﻠﻬﺎ ﺍﻤﺎ ﻋﻠﻰ ﺍﻝﻨﺤﻭ ﺍﻝﺘﺎﻝﻲ‪:‬‬
‫ﺸﻜل‪4-4‬‬
‫ﺃﻭ ﻋﻠﻰ ﺍﻝﻨﺤﻭ ﺍﻝﻤﻨﺎﻅﺭ ﻝﻬﺫﺍ ﺍﻝﺸﻜل‪ ،‬ﻭﻴﺘﻡ ﺘﻘﺩﻴﺭﻫﺎ ﻋﻥ ﻁﺭﻴﻕ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﺘﺎﻝﻴﺔ ‪:‬‬
‫‪xt‬‬
‫‪8--4‬‬ ‫‪yt =a.b‬‬
‫ﺤﻴﺙ ‪ yt:‬ﻤﺘﻐﻴﺭ ﺘﺎﺒﻊ‪ xt ،‬ﻤﺘﻐﻴﺭ ﻤﺴﺘﻘل‪.‬‬
‫‪ : a‬ﻗﻴﻤﺔ ﺘﻘﺎﻁﻊ ﺍﻝﻤﻨﺤﻨﻰ ﺒﺎﻹﺤﺩﺍﺜﻲ ﺍﻝﻌﻤﻭﺩﻱ‪.‬‬
‫‪ :b‬ﻤﻌﺎﻤل ﻨﻤﻭ ﺍﻝﺩﺍﻝﺔ‪.‬‬
‫ﻭ ﺒﺈﺴــﺘﺨﺩﺍﻡ ﻁﺭﻴﻘــﺔ ﺍﻝﻤﺭﺒﻌــﺎﺕ ﺍﻝــﺼﻐﺭﻯ ﻴــﺘﻡ ﺘﻘــﺩﻴﺭ ﻤﻌــﺎﻝﻡ ﻫــﺫﻩ ﺍﻝﺩﺍﻝــﺔ ﻭﺫﻝــﻙ ﺒﻌــﺩ‬
‫ﺘﺤﻭﻴﻠﻬﺎ ﺍﻝﻰ ﺩﺍﻝﺔ ﺨﻁﻴﺔ ﺒﺈﺩﺨﺎل ﺍﻝﻠﻭﻏﺎﺭﻴﺘﻡ ﻋﻠﻰ ﻁﺭﻓﻴﻬﺎ‪ ،‬ﺃﻱ ‪:‬‬
‫‪9-4‬‬
‫‪Log yt =Log a.bxt = Log a + xt.Log b‬‬
‫‪Log b.Log yt = Log a + xt‬‬
‫ﻭﺒﺈﺠﺭﺍﺀ ﺍﻝﺘﺤﻭﻴﻼﺕ ﺍﻝﺘﺎﻝﻴﺔ ‪:‬‬
‫‪Log y t = y∗t‬‬
‫∗ ‪Log a = a‬‬
‫∗‪Log b = b‬‬
‫ﻨﺤﺼل ﻋﻠﻰ ﺍﻝﺩﺍﻝﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬

‫‪10-4‬‬ ‫‪y ∗t = a ∗ + b ∗ x ∗t‬‬
‫ﻭﻫﻲ ﻤﺸﺎﺒﻬﺔ ﺘﻤﺎﻤﺎ ﻝﻠﺩﺍﻝﺔ ﺍﻝﺨﻁﻴﺔ ﻜﻤﺎ ﺭﺃﻴﻨﺎﻫﺎ ﻓﻲ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ‪ ،‬ﺤﻴﺙ ﻴﺘﻡ ﺘﻘﺩﻴﺭﻫﺎ ﺒﺈﺴـﺘﺨﺩﺍﻡ‬
‫ﻁﺭﻴﻘﺔ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ‪ ،‬ﻭﺘﻜﻭﻥ ﺍﻝﻤﻌﺎﺩﻝﺘﻴﻥ ﺍﻝﺘﻘﺩﻴﺭﻴﺘﻴﻥ ﻝﻠﻤﻌﺎﻝﻡ ﻋﻠﻰ ﺍﻝﻨﺤﻭ‪:‬‬
‫‪n −1‬‬
‫‪∑ (x‬‬ ‫‪t‬‬ ‫) * ‪− x )( y *t − y‬‬

‫‪11-4‬‬ ‫= *‪b‬‬ ‫‪t =0‬‬
‫‪n −1‬‬
‫‪∑ (x‬‬
‫‪t =0‬‬
‫‪t‬‬ ‫‪− x) 2‬‬
‫‪12-4‬‬ ‫‪a * = y * − b* x‬‬

‫ﺒﻌﺩ ﺇﻴﺠﺎﺩ ﻤﻌﺎﻝﻡ ﺍﻝﺩﺍﻝﺔ ‪ 10-4‬ﻴﺘﻡ ﺘﺤﻭﻴﻠﻬﺎ ﺍﻝﻰ ﺍﻷﺼل ﺤﺴﺏ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪.8-4‬‬
‫ﺍﺫﺍ ﻜﺎﻥ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﻘل ﻋﺒﺎﺭﺓ ﻋﻥ ﺍﻝﺯﻤﻥ ﻓﺈﻥ ﺍﻝﻘﻴﻤﺔ ‪ b‬ﻜﻤﺎ ﻫﻲ ﻓﻲ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 8-4‬ﻋﺒﺎﺭﺓ ﻋﻥ ﻨﺴﺒﺔ‬
‫ﺍﻝﻘﻴﻤﺔ ﺍﻝﺘﻘﺩﻴﺭﻴﺔ ﻓﻲ ﻓﺘﺭﺓ ﻤﻌﻴﻨﺔ ﺍﻝﻰ ﻗﻴﻤﺘﻬﺎ ﻓﻲ ﺍﻝﻔﺘﺭﺓ ﺍﻝﺴﺎﺒﻘﺔ ﻝﻬﺎ‪ ،‬ﺃﻱ‪:‬‬
‫‪yt‬‬
‫‪13-4‬‬ ‫=‪b‬‬
‫‪y t −1‬‬
‫ﺃﻭ ‪:‬‬ ‫)‪yt =yt-1 + (yt-yt-1‬‬ ‫‪ yt‬ﺘﻜﺘﺏ ﻋﻠﻰ ﺍﻝﻨﺤﻭ‪:‬‬
‫‪14-4‬‬
‫‪y t = y t − 1 + ∆y t − 1‬‬
‫ﺒﺘﻌﻭﻴﺽ ‪ 14-4‬ﻓﻲ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 13-4‬ﻨﺠﺩ‪:‬‬
‫‪y t − 1 + ∆y t − 1‬‬ ‫‪∆y‬‬
‫‪15-4‬‬ ‫=‪b‬‬ ‫‪= 1 + t −1‬‬
‫‪y t −1‬‬ ‫‪y t −1‬‬
‫ﻤﻌﻠﻭﻡ ﺃﻥ ﺍﻝﻁﺭﻑ ﺍﻷﺨﻴﺭ ﻤﻥ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 15-4‬ﻫـﻭ ﺍﻝﻘﻴﻤـﺔ ﺍﻝﺘﻘﺩﻴﺭﻴـﺔ ﻝـﻭﺘﻴﺭﺓ ﺍﻝﻨﻤـﻭ‪ ،‬ﻭﻨﺭﻤـﺯ ﻝـﻪ‬
‫ﺒﺎﻝﺤﺭﻑ ‪ ،k‬ﻝﺫﻝﻙ ﻴﻤﻜﻥ ﺃﻥ ﻨﻜﺘﺏ ‪ b‬ﻋﻠﻰ ﺍﻝﻨﺤﻭ ﺍﻝﺘﺎﻝﻲ‪:‬‬
‫‪16-4‬‬ ‫‪b=1+k‬‬
‫ﻭ ﺍﻝﻨﺘﻴﺠﺔ ﻫﻲ ﺃﻥ ﻨﻤﻭ ﻗﻴﻤﺔ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﺯﻤﻥ‪ ،‬ﺒﻤﻭﺠﺏ ﺍﻝﺩﺍﻝﺔ ﺍﻷﺴﻴﺔ ﻴﻜﻭﻥ ﻓﻲ ﺸﻜل ﻤﺘﻭﺍﻝﻴﺔ‬
‫ﻫﻨﺩﺴﻴﺔ‪ ،‬ﻭ ﺘﻜﻭﻥ ﺍﻝﺯﻴﺎﺩﺓ ﺍﻝﻨﺴﺒﻴﺔ ﺜﺎﺒﺘﺔ‪ ،‬ﻭﺍﻝﺠﺩﻭل ﺍﻝﺘﺎﻝﻲ ﻴﻅﻬﺭ ﺫﻝﻙ‪:‬‬
‫‪t‬‬ ‫‪yt =a.bt‬‬ ‫‪Yt/yt-1‬‬

‫‪0‬‬ ‫‪a‬‬ ‫‪-‬‬
‫‪1‬‬ ‫‪a.b‬‬ ‫‪b‬‬
‫‪2‬‬ ‫‪a.b2‬‬ ‫‪b‬‬
‫‪3‬‬ ‫‪a.b3‬‬ ‫‪b‬‬
‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬
‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬
‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬
‫‪n-1‬‬ ‫‪a.bn-1‬‬ ‫‪b‬‬

‫ﺠﺩﻭل‪3-4‬‬
‫ﻤﻥ ﺍﻝﺠﺩﻭل ﻴﻅﻬﺭ ﺇﺫﻥ ﺃﻥ ﺍﻝﺭﻗﻡ ﺍﻝﻘﻴﺎﺴﻲ ﺍﻝﺘﻘﺩﻴﺭﻱ ﺜﺎﺒﺕ ﻋﻠﻰ ﻁﻭل ﺍﻝﻔﺘﺭﺓ ﺍﻝﻤﺩﺭﻭﺴﺔ ﻭ ﻴﺴﺎﻭﻱ ﺍﻝﻘﻴﻤﺔ ‪.b‬‬
‫ﺘﻌﺘﺒﺭ ﺍﻝﺩﺍﻝﺔ ﺍﻷﺴﻴﺔ ﺠﺩ ﻫﺎﻤﺔ ﻓﻲ ﺍﻝﺘﻁﺒﻴﻘﺎﺕ ﺍﻹﻗﺘﺼﺎﺩﻴﺔ ﻭ ﺍﻹﺠﺘﻤﺎﻋﻴﺔ‪ ،‬ﺨﺎﺼﺔ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻅﻭﺍﻫﺭ ﺍﻝﺘﻲ ﺘﻨﻤﻭ‬
‫ﺒﻤﻌﺩﻻﺕ ﻨﻤﻭ ﺜﺎﺒﺘﺔ‪ ،‬ﻜﺘﻁﻭﺭ ﺍﻝﺴﻜﺎﻥ ﻭﺘﻁﻭﺭ ﺍﻹﻨﺘﺎﺝ‪.‬‬
‫ﻤﺜﺎل ‪:2-4‬ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﺘﺎﻝﻴﺔ ﺘﻅﻬﺭ ﺘﻁﻭﺭ ﺇﻨﺘﺎﺝ ﺍﻝﻨﻔﻁ ﻓﻲ ﺃﺤﺩ ﺍﻝﺤﻘﻭل ﺒﺂﻻﻑ ﺍﻝﺒﺭﺍﻤﻴل‪:‬‬
‫ﺍﻹﻨﺘﺎﺝ‬ ‫ﺍﻝﺴﻨﺔ‬
‫‪4‬‬ ‫‪2010‬‬
‫‪8‬‬ ‫‪2011‬‬
‫‪20‬‬ ‫‪2012‬‬
‫‪40‬‬ ‫‪2013‬‬
‫ﺍﻝﻤﻁﻠﻭﺏ ‪ :‬ﺍﺭﺴﻡ ﺸﻜل ﺍﻹﻨﺘﺸﺎﺭ ﻭﺍﺴﺘﻨﺘﺞ ﺍﻝﺩﺍﻝﺔ ﺍﻝﺯﻤﻨﻴﺔ ﺍﻝﺘﻲ ﻴﺨﻀﻊ ﻝﻬﺎ ﺘﻁﻭﺭ ﺍﻹﻨﺘﺎﺝ‪ ،‬ﺜﻡ ﻗﺩﺭﻫﺎ‪.‬‬
‫ﺍﻹﺠﺎﺒﺔ ‪:‬‬
‫ﺘﻁﻭﺭ ﺇﻨﺘﺎﺝ ﺍﻝﻨﻔﻁ ﻓﻲ ﺃﺤﺩ ﺍﻝﺤﻘﻭل‪.‬‬ ‫ﺸﻜل ﺍﻹﻨﺘﺸﺎﺭ‪:‬‬
‫ﺸﻜل‪5-4‬‬
‫ﻤﻥ ﺸﻜل ﺍﻹﻨﺘﺸﺎﺭ ﻴﻅﻬﺭ ﺒﺄﻥ ﺍﻝﺩﺍﻝﺔ ﺍﻝﺯﻤﻨﻴﺔ ﻝﺘﻁﻭﺭ ﺍﻹﻨﺘﺎﺝ ﻴﻤﻜﻥ ﺘﻘﺭﻴﺒﻬﺎ ﺍﻝﻰ ﺸﻜل ﺍﻝﺩﺍﻝﺔ ﺍﻷﺴﻴﺔ ﻜﻤـﺎ‬
‫ﻫﻲ ﻤﻌﺭﻓﺔ ﺃﻋﻼﻩ ﺃﻱ ‪:‬‬
‫‪yt =a.bt‬‬
‫ﺤﻴﺙ ‪ : yt‬ﻗﻴﻤﺔ ﺍﻹﻨﺘﺎﺝ ﻓﻲ ﺍﻝﻔﺘﺭﺓ ‪ ، t‬ﺃﻱ ﺃﻥ ‪ yt‬ﻫﻲ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻭ ‪ t‬ﻫﻲ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل‪.‬‬
‫ﻭ ﻴــﺘﻡ ﺘﻘــﺩﻴﺭ ﻤﻌﺎﻝﻤﻬــﺎ ‪ b:‬ﻭ ‪ a‬ﺒﺘﺤﻭﻴﻠﻬــﺎ ﺍﻝــﻰ ﺸــﻜل ﺨﻁــﻲ ﻝﻨــﺘﻤﻜﻥ ﻤــﻥ ﺘﻘــﺩﻴﺭﻫﺎ‬
‫ﺒﺎﺴﺘﺨﺩﺍﻡ ﻁﺭﻴﻘـﺔ ﺍﻝﻤﺭﺒﻌـﺎﺕ ﺍﻝـﺼﻐﺭﻯ ﻭ ﺫﻝـﻙ ﻜﻤـﺎ ﻫـﻭ ﻭﺍﻀـﺢ ﺃﻋـﻼﻩ‪ ،‬ﻭﻋﻠﻴـﻪ ﻴﺘﻌـﻴﻥ‬
‫ﻋﻠﻴﻨﺎ ﺇﺠﺭﺍﺀ ﺍﻝﺘﺤﻭﻴﻼﺕ ﺍﻝﺘﺎﻝﻴﺔ ‪:‬‬
‫ﻨﺩﺨل ﺍﻝﻠﻭﻏﺎﺭﻴﺘﻡ ﻋﻠﻰ ﺍﻝﻁﺭﻓﻴﻥ‪:‬‬
‫‪Log yt =Log a.bt = Log a + t . Log b‬‬
‫‪Log yt = Log a + t . Log b‬‬
‫ﺒﺠﻌل‪:‬‬
‫∗‬
‫‪Log y t = y‬‬ ‫‪t‬‬
‫∗ ‪Log a = a‬‬
‫∗ ‪Log b = b‬‬
‫‪t = xt‬‬
‫ﺘﻜﻭﻥ ﺍﻝﺩﺍﻝﺔ ﺍﻝﺨﻁﻴﺔ ﺍﻝﻤﻁﻠﻭﺏ ﺘﻘﺩﻴﺭ ﻤﻌﺎﻝﻤﻬﺎ ﺒﻁﺭﻴﻘﺔ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ ﻋﻠﻰ ﺍﻝﺸﻜل‪:‬‬
‫‪y ∗t = a ∗ + b ∗ x t‬‬
‫ﺒﺘﻁﺒﻴﻕ ﺍﻝﻤﻌﺎﺩﻝﺘﻴﻥ ‪ 11-4‬ﻭ ‪ 12-4‬ﻭ ﺒﺠﻌل ‪ t=0‬ﺴﻨﺔ ‪ 2010‬ﻭ ﻤﻥ ﺨﻼل ﺍﻝﺠﺩﻭل ﺍﻝﺘﺎﻝﻲ ﻨﺠﺩ ‪:‬‬
‫‪ t=xt yt y ∗t = Log y t ( x − x ) ( y ∗ − y ∗ ) ( x t − x )( y ∗t − y ∗ ) ( x − x ) 2‬ﺍﻝﺴﻨﺔ‬
‫‪t‬‬ ‫‪t‬‬ ‫‪t‬‬
‫‪2010 0 4‬‬ ‫‪0.60‬‬ ‫‪-1.5‬‬ ‫‪-0.5‬‬ ‫‪0.75‬‬ ‫‪2.25‬‬

‫‪2011 1 8‬‬ ‫‪0.90‬‬ ‫‪-0.5‬‬ ‫‪-0.2‬‬ ‫‪0.10‬‬ ‫‪0.25‬‬
‫‪2012 2 20‬‬ ‫‪1.30‬‬ ‫‪0.5‬‬ ‫‪0.2‬‬ ‫‪0.10‬‬ ‫‪0.25‬‬
‫‪2013 3 40‬‬ ‫‪1.60‬‬ ‫‪1.5‬‬ ‫‪0.5‬‬ ‫‪0.75‬‬ ‫‪2.25‬‬
‫ﻤﺞ‬ ‫‪6 72‬‬ ‫‪4.4‬‬ ‫‪1.70‬‬ ‫‪5‬‬
‫ﺠﺩﻭل‪4-4‬‬
‫∗‬
‫‪x = 1.5‬‬ ‫‪y = 1.1‬‬
‫‪Log b=b*=1.7/5=0.34‬‬
‫‪Log a= a* =0.59‬‬
‫∗‬
‫‪y = 0.59 + 0.34 x t‬‬
‫‪t‬‬
‫ﺒﻤﺎ ﺃﻥ‪:‬‬
‫‪Log a = 0.59 ⇒ a = 10‬‬ ‫‪0.59‬‬
‫‪= 3.89‬‬
‫‪Log b = 0.34 ⇒ b = 10 0.34 = 2.19‬‬
‫ﺒﺎﻝﻌﻭﺩﺓ ﺍﻝﻰ ﺍﻝﺩﺍﻝﺔ ﺍﻷﺼﻠﻴﺔ‪ ،‬ﺘﻜﻭﻥ ﺍﻝﺩﺍﻝﺔ ﺍﻷﺴﻴﺔ ﺍﻝﻤﻘﺩﺭﺓ‪:‬‬
‫‪t‬‬
‫‪yt=3.89 . 2.19‬‬
‫ﺃﻤﺎ ﺍﻝﻘﻴﻡ ﺍﻹﺘﺠﺎﻫﻴﺔ ﻝﻠﺩﺍﻝﺔ ﻓﻬﻲ‪:‬‬
‫‪40.89 , 18.66 , 8.52 , 3.89‬‬

‫ﻭ ﻫﻲ ﻗﻴﻡ ﻗﺭﻴﺒﺔ ﺠﺩﺍ ﻤﻥ ﺍﻝﻘﻴﻡ ﺍﻝﺤﻘﻴﻘﻴﺔ‪.‬‬
‫ﺜﺎﻝﺜﺎ‪ :‬ﻨﻤﻭﺫﺝ ﺼﻴﻐﺔ ﺍﻝﺩﺍﻝﺔ ﺍﻝﻠﻭﻏﺎﺭﻴﺘﻤﻴﺔ‪:‬‬

‫ﺘﻜﻭﻥ ﻋﻠﻰ ﺍﻝﻨﺤﻭ ﺍﻝﺘﺎﻝﻲ‪:‬‬
‫‪y t = a + b . Log x t‬‬ ‫‪17-4‬‬
‫ﻭ ﺸﻜﻠﻬﺎ ﻴﻜﻭﻥ ﻤﺸﺎﺒﻬﺎ ﻝﻠﺸﻜل ﺃﺩﻨﺎﻩ‪:‬‬
‫ﺸﻜل‪6-4‬‬
‫ﻭ ﻴﺘﻡ ﺘﻘﺩﻴﺭ ﻨﻤﻭﺫﺠﻬﺎ ﺃﻴﻀﺎ ﺒﺎﺠﺭﺍﺀ ﺘﺤﻭﻴل ﺒﺴﻴﻁ ﻭ ﺫﻝﻙ ﺒﻭﻀﻊ‪:‬‬
‫‪Log x t = x ∗t‬‬
‫ﻝﺘﺼﺒﺢ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﻤﻁﻠﻭﺏ ﺘﻘﺩﻴﺭﻫﺎ ﺒﺎﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ ﻋﻠﻰ ﺍﻝﻨﺤﻭ‪:‬‬
‫‪y t = a + b . x ∗t‬‬ ‫‪18-4‬‬
‫ﻭ ﺘﻁﺒﻴﻕ ﺍﺴﻠﻭﺏ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ ﻝﺘﻘﺩﻴﺭ ‪ a‬ﻭ ‪ b‬ﺜﻡ ﺘﺤﻭﻴل ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﻰ ﺃﺼﻠﻪ‪.‬‬
‫ﺭﺍﺒﻌﺎ‪ :‬ﻨﻤﻭﺫﺝ ﺼﻴﻐﺔ ﺍﻝﺩﺍﻝﺔ ﺍﻝﻌﻜﺴﻴﺔ‪:‬‬

‫ﻭ ﻴﻜﻭﻥ ﻤﻨﺤﻨﺎﻫﺎ ﺍﻝﺒﻴﺎﻨﻲ ﻋﻠﻰ ﺸﻜل ﻗﻭﺱ‪ ،‬ﻭ ﺼﻴﻐﺘﻬﺎ ﺘﻜﻭﻥ ﻋﻠﻰ ﺍﻝﻨﺤﻭ‪:‬‬
‫‪1‬‬
‫‪yt = a + b .‬‬ ‫‪19-4‬‬
‫‪xt‬‬
‫ﺒﻨﻔﺱ ﺍﻝﻁﺭﻴﻘﺔ ﺍﻝﻤﺴﺘﻌﻤﻠﺔ ﻓﻴﻤﺎ ﺴﺒﻕ ﻴﺘﻡ ﻭﻀﻊ‪:‬‬
‫‪1‬‬
‫‪= x ∗t‬‬
‫‪xt‬‬
‫ﻝﻴﺼﺒﺢ ﺍﻝﻨﻤﻭﺫﺝ ﺨﻁﻲ ﺃﻴﻀﺎ ﻋﻠﻰ ﺍﻝﺸﻜل‪:‬‬
‫∗‬
‫‪yt = a + b . x‬‬ ‫‪t‬‬ ‫‪20-4‬‬
‫ﻭ ﻴﺘﻡ ﺃﻴﻀﺎ ﺘﻘﺩﻴﺭ ‪ a‬ﻭ ‪ b‬ﺒﻁﺭﻴﻘﺔ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ‪ ،‬ﻝﻴﺘﻡ ﺍﻝﻌﻭﺩﺓ ﺍﻝﻰ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻻﺼﻠﻲ ﻓﻴﻤﺎ ﺒﻌﺩ‪.‬‬
‫ﺍﻝﻤﻘﻁﻊ‪ :1-5‬ﻓﻜﺭﺓ ﺍﻝﻨﻤﺎﺫﺝ ﺍﻝﻤﺘﺨﻠﻔﺔ ﺯﻤﻨﻴﺎ‬
‫ﺃﻭﻻ‪ :‬ﻤﻔﻬﻭﻡ ﺍﻝﻨﻤﺎﺫﺝ ﺍﻝﻤﺘﺨﻠﻔﺔ ﺯﻤﻨﻴﺎ‪:‬‬
‫ﺍﻝﻨﻤﺎﺫﺝ ﺍﻝﻤﺘﺨﻠﻔﺔ ﺯﻤﻨﻴﺎ‪ ،‬ﺃﻭ ﻜﻤﺎ ﺘﺴﻤﻰ ﺃﻴﻀﺎ ﻨﻤﺎﺫﺝ ﺍﻹﺒﻁﺎﺀ ﻫﻲ ﻨﻤﺎﺫﺝ ﻴﺘﺄﺜﺭ ﻓﻴﻬﺎ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ‬
‫ﺒﻤﺘﻐﻴﺭ ﻤﺴﺘﻘل ﻝﻜﻥ ﻴﺴﺒﻘﻪ ﺯﻤﻨﻴﺎ ﺒﻔﺘﺭﺓ ﻤﻌﻴﻨﺔ‪ ،‬ﻭ ﻫﻲ ﺍﻝﺤﺎﻝﺔ ﺍﻝﻌﺎﺩﻴﺔ ﻓﻲ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻋﻤﻭﻤﺎ‪،‬‬
‫ﻓﻌﻨﺩﻤﺎ ﻨﺭﻴﺩ ﺃﻥ ﻨﺭﻓﻊ ﻤﻥ ﻤﺴﺘﻭﻯ ﺍﻝﺩﺨل ﻓﺎﻥ ﺍﻝﻘﺭﺍﺭﺍﺕ ﺍﻝﺘﻲ ﻨﺘﺨﺫﻫﺎ ﺍﻝﻴﻭﻡ ﻻ ﺘﺅﺘﻲ ﻨﺘﺎﺌﺠﻬﺎ ﻓﻭﺭﺍ ﻭ ﻓﻲ‬
‫ﻨﻔﺱ ﺍﻝﺴﻨﺔ‪ ،‬ﺇﻨﻤﺎ ﻴﺘﻡ ﺍﺘﺨﺎﺫ ﻫﺫﻩ ﺍﻝﻘﺭﺍﺭﺍﺕ ﻭ ﺍﻨﺘﻅﺎﺭ ﻨﺘﺎﺌﺠﻬﺎ ﻋﻠﻰ ﺍﻝﻤﺩﻯ ﺍﻝﻤﺘﻭﺴﻁ ﺃﻭ ﺍﻝﺒﻌﻴﺩ‪ ،‬ﻓﻘﺭﺍﺭ ﺯﻴﺎﺩﺓ‬
‫ﺤﺠﻡ ﺍﻻﺴﺘﺜﻤﺎﺭ ﺍﻝﻤﺘﺨﺫ ﻓﻲ ﺍﻝﻔﺘﺭﺓ ‪ t‬ﻤﺜﻼ ﺘﻜﻭﻥ ﻝﻪ ﻨﺘﺎﺌﺠﻪ ﺍﻻﻴﺠﺎﺒﻴﺔ ﻋﻠﻰ ﺍﻝﺩﺨل ﻭﺘﺨﻔﻴﺽ ﻤﺴﺘﻭﻯ ﺍﻝﺒﻁﺎﻝﺔ‬
‫ﻭﺯﻴﺎﺩﺓ ﺤﺠﻡ ﺍﻝﺭﻭﺍﺝ ﻭ ﻏﻴﺭﻫﺎ ﻝﻴﺱ ﻓﻲ ﺍﻝﻔﺘﺭﺓ ‪ t‬ﻭ ﺇﻨﻤﺎ ﻓﻲ ﺍﻝﻔﺘﺭﺓ ‪ ، t+1 ,2,3..‬ﻭ ﻋﻨﺩﻤﺎ ﻨﺭﻴﺩ ﺯﻴﺎﺩﺓ ﺍﻝﻤﻨﺘﻭﺝ‬
‫ﺍﻝﻔﻼﺤﻲ ﻓﺎﻥ ﺍﻝﺴﻴﺎﺴﺔ ﺍﻝﻔﻼﺤﻴﺔ ﺍﻝﻤﺘﺨﺫﺓ ﻓﻲ ﺍﻝﻔﺘﺭﺓ ‪ t‬ﺃﻴﻀﺎ ﺘﻜﻭﻥ ﻨﺘﺎﺌﺠﻬﺎ ﻓﻲ ﺍﻝﻤﻭﺍﺴﻡ ﺍﻝﻔﻼﺤﻴﺔ ﺍﻝﻤﻘﺒﻠﺔ ﻭ‬
‫ﻝﻴﺱ ﻓﻲ ﻨﻔﺱ ﺍﻝﻤﻭﺴﻡ‪ ،‬ﻭ ﻋﻠﻰ ﺫﻝﻙ ﺇﺫﺍ ﻜﺎﻥ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻫﻭ ‪ Y‬ﻭ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل ﻫﻭ ‪ X‬ﻓﺎﻥ ﺍﻝﻨﻤﻭﺫﺝ‬
‫ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ ﺒﻴﻨﻬﻤﺎ ﻴﻜﺘﺏ ﻋﻠﻰ ﺍﻝﻨﺤﻭ ﺍﻝﺘﺎﻝﻲ‪:‬‬
‫‪Yt = α + β X t −1 + U t‬‬
‫ﻤﻊ‪t=1,2 ;3….,n :‬‬
‫ﺤﻴﺙ‪ :Yt :‬ﻗﻴﻤﺔ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻓﻲ ﺍﻝﻔﺘﺭﺓ ‪ t‬ﺒﻴﻨﻤﺎ ‪ : Xt-1‬ﻗﻴﻤﺔ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل ﻓﻲ ﺍﻝﻔﺘﺭﺓ ﺍﻝﺴﺎﺒﻘﺔ ‪، t-1‬‬
‫ﻭﻴﻌﻨﻲ ﺫﻝﻙ ﺃﻥ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻝﻬﺫﻩ ﺍﻝﻔﺘﺭﺓ ﻴﺘﺄﺜﺭ ﺒﻘﻴﻤﺔ ﺍﻝﻤﺘﻐﻴﺭﺓ ﻝﻠﻔﺘﺭﺓ ﺍﻝﺴﺎﺒﻘﺔ ﺃﻱ ﻴﻌﺘﻤﺩ ﻋﻠﻰ ﻗﻴﻤﺔ ﻓﺘﺭﺓ‬
‫ﺘﺨﻠﻑ ﺯﻤﻨﻲ ﺃﻭ ﻓﺘﺭﺓ ﺇﺒﻁﺎﺀ ﻭﺍﺤﺩﺓ ﻝﻠﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل‪ .‬ﺃﻤﺎ ‪ Ut‬ﻓﻬﻲ ﻗﻴﻤﺔ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻌﺸﻭﺍﺌﻲ ﻜﻤﺎ ﺘﻡ ﺍﻝﺘﻁﺭﻕ‬
‫ﻝﻪ ﻓﻲ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ‪.‬‬
‫ﻭ ﺍﻝﺠﺩﻴﺭ ﺒﺎﻝﺫﻜﺭ ﺃﻥ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻗﺩ ﻴﺘﺄﺜﺭ ﺒﻤﺘﻐﻴﺭ ﻤﺴﺘﻘل ﻤﺘﺨﻠﻑ ﻝﻴﺱ ﺒﻔﺘﺭﺓ ﺇﺒﻁﺎﺀ ﻭﺍﺤﺩﺓ ﻓﻘﻁ ﻝﻜﻥ‬
‫ﺒﻔﺘﺭﺘﻴﻥ ﺃﻭ ﺜﻼﺜﺔ ﺃﻭ ﺃﻜﺜﺭ‪.‬‬
‫ﻤﺜﺎل‪ :1-5‬ﺍﻝﺠﺩﻭل ﺍﻝﺘﺎﻝﻲ ﻴﻅﻬﺭ ﺘﻁﻭﺭ ﺍﻝﺩﺨل ﻭ ﺍﻻﺴﺘﻬﻼﻙ ﻝﺸﺨﺹ ﻁﺒﻴﻌﻲ ﺨﻼل ‪ 12‬ﺸﻬﺭ‪.‬‬
‫ﺍﻝﺩﺨل‬ ‫ﺍﻻﺴﺘﻬﻼﻙ‬ ‫ﺍﻝﺸﻬﺭ‬
‫‪Xt‬‬ ‫‪Yt‬‬ ‫‪t‬‬
‫‪20‬‬ ‫‪18‬‬ ‫‪1‬‬
‫‪25‬‬ ‫‪24‬‬ ‫‪2‬‬
‫‪6‬‬ ‫‪25‬‬ ‫‪3‬‬
‫‪0‬‬ ‫‪24‬‬ ‫‪4‬‬
‫‪35‬‬ ‫‪28‬‬ ‫‪5‬‬
‫‪40‬‬ ‫‪5‬‬ ‫‪6‬‬
‫‪42‬‬ ‫‪40‬‬ ‫‪7‬‬
‫‪5‬‬ ‫‪0‬‬ ‫‪8‬‬
‫‪40‬‬ ‫‪2‬‬ ‫‪9‬‬
‫‪20‬‬ ‫‪38‬‬ ‫‪10‬‬
‫‪30‬‬ ‫‪20‬‬ ‫‪11‬‬
‫‪35‬‬ ‫‪28‬‬ ‫‪12‬‬
‫ﺍﻝﻤﻁﻠﻭﺏ‪-1 :‬ﻤﺎﻫﻭ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻭ ﻤﺎﻫﻭ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل؟‬
‫‪ -2‬ﺤﺩﺩ ﻗﻴﻡ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل ﻝﻔﺘﺭﺓ ﺇﺒﻁﺎﺀ ﻭﺍﺤﺩﺓ )ﺸﻬﺭ ﻭﺍﺤﺩ( ﺜﻡ ﺒﻔﺘﺭﺘﻴﻥ ﺇﺒﻁﺎﺀ )ﺸﻬﺭﻴﻥ(‪.‬‬
‫ﺍﻻﺠﺎﺒﺔ‪:‬‬
‫‪-1‬ﺘﺤﺩﻴﺩ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻭ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل‪:‬‬
‫ﻤﻌﻠﻭﻡ ﺍﻥ ﺍﻻﺴﺘﻬﻼﻙ ﻴﺘﺄﺜﺭ ﺒﺎﻝﺩﺨل‪ ،‬ﺤﻴﺙ ﻴﺭﺘﻔﻊ ﻋﻨﺩ ﺍﺭﺘﻔﺎﻉ ﺍﻝﺩﺨل ﻭ ﻴﻨﺨﻔﺽ ﻋﻨﺩ ﺍﻨﺨﻔﺎﻀﻪ‪ ،‬ﻭ‬
‫ﻨﻅﺭﺍ ﻻﻥ ﺍﻝﻤﺴﺘﻬﻠﻙ ﻻ ﻴﺸﺭﻉ ﻓﻲ ﺍﺴﺘﻬﻼﻙ ﺩﺨﻠﻪ ﺇﻻ ﺒﻌﺩ ﺍﺴﺘﻼﻤﻪ‪ ،‬ﻝﺫﻝﻙ ﻓﺎﻥ ﺍﻻﺴﺘﻬﻼﻙ ﺍﻝﺸﻬﺭﻱ ﻋﻤﻠﻴﺎ‬
‫ﻴﺘﺄﺜﺭ ﺒﺩﺨل ﺍﻝﺸﻬﺭ ﺍﻝﺴﺎﺒﻕ‪ ،‬ﻭ ﺍﺴﺘﻬﻼﻙ ﺍﻝﺸﻬﺭ ﺍﻝﻘﺎﺩﻡ ﻴﺘﺄﺜﺭ ﺒﺩﺨل ﻫﺫﺍ ﺍﻝﺸﻬﺭ‪ ،‬ﺃﻱ ﺃﻥ ﺍﻻﺴﺘﻬﻼﻙ ﻴﻜﻭﻥ‬
‫ﺒﻔﺘﺭﺓ ﺇﺒﻁﺎﺀ ﺸﻬﺭ ﻭﺍﺤﺩ ﻓﻲ ﺍﻝﻐﺎﻝﺏ‪.‬‬
‫‪-2‬ﻗﻴﻡ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل ﻝﻔﺘﺭﺓ ﺇﺒﻁﺎﺀ ﻭﺍﺤﺩﺓ )ﺸﻬﺭ ﻭﺍﺤﺩ( ﺜﻡ ﺒﻔﺘﺭﺘﻲ ﺇﺒﻁﺎﺀ )ﺸﻬﺭﻴﻥ(‪:‬‬
‫ﻓﻲ ﺍﻝﻌﻤﻭﺩ ﺍﻝﺭﺍﺒﻊ ﻤﻥ ﺍﻝﺠﺩﻭل ﺃﺩﻨﺎﻩ ﻴﻼﺤﻅ ﺍﻝﺩﺨل ﺒﻔﺘﺭﺓ ﺇﺒﻁﺎﺀ ﻭﺍﺤﺩﺓ )ﺸﻬﺭ ﻭﺍﺤﺩ(‪ ،‬ﺃﻱ ﺃﻥ‬
‫ﺍﻻﺴﺘﻬﻼﻙ ﺍﻝﺒﺎﻝﻎ ﻓﻲ ﺍﻝﺸﻬﺭ ‪ 2‬ﻗﻴﻤﺔ ‪ 19‬ﺃﻝﻑ ﺩﺝ ﻜﺎﻥ ﻨﺘﻴﺠﺔ ﺩﺨل ﺍﻝﺸﻬﺭ ‪ 1‬ﺍﻝﺒﺎﻝﻎ ‪ 20‬ﺃﻝﻑ ﺩﻴﻨﺎﺭ‪ ،‬ﻭ‬
‫ﺍﺴﺘﻬﻼﻙ ﺍﻝﺸﻬﺭ ‪ 3‬ﺍﻝﺒﺎﻝﻎ ‪ 25‬ﺃﻝﻑ ﺩﺝ ﻜﺎﻥ ﻨﺘﻴﺠﺔ ﺩﺨل ﺍﻝﺸﻬﺭ ‪ 2‬ﺍﻝﺒﺎﻝﻎ ‪ 25‬ﺃﻝﻑ ﺩﺝ‪ ،‬ﻭ ﺒﺎﻝﻤﺜل ﺍﺴﺘﻬﻼﻙ‬
‫ﺍﻝﺸﻬﺭ ‪ 12‬ﻜﺎﻥ ﻨﺘﻴﺠﺔ ﻝﺩﺨل ﺍﻝﺸﻬﺭ ‪ ،11‬ﻭ ﺩﺨل ﺍﻝﺸﻬﺭ ‪ 1‬ﻫﻭ ﻨﺘﻴﺠﺔ ﻝﺩﺨل ﺸﻬﺭ ﺴﺎﺒﻕ ﻝﻡ ﻴﻅﻬﺭ ﻓﻲ‬
‫ﺍﻝﺠﺩﻭل ﺃﺼﻼ‪ ،‬ﻝﺫﻝﻙ ﻓﻔﻲ ﺒﻨﺎﺀ ﺍﻝﻨﻤﻭﺫﺝ ﺴﻭﻑ ﻨﺴﻘﻁ ﺒﻴﺎﻨﺎﺕ ﺍﻝﺸﻬﺭ ﺍﻷﻭل ﻷﻥ ﺍﻝﻤﺘﻐﻴﺭﺓ ﺍﻝﻤﺴﺘﻘﻠﺔ ﻻ‬
‫ﺘﻜﻭﻥ ﻤﻌﻠﻭﻤﺔ‪ ،‬ﻭ ﻴﻜﺘﺏ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﺨﻁﻲ ﻋﻠﻰ ﺍﻝﻨﺤﻭ ﺍﻝﺘﺎﻝﻲ‪:‬‬
‫‪Yt = α + β X t −1 + U t‬‬
‫‪t=2,3,….,n‬‬ ‫ﻤﻊ‪:‬‬
‫ﺍﻝﺩﺨل ﺒﻔﺘﺭﺘﻲ ﺇﺒﻁﺎﺀ‬ ‫ﺍﻝﺩﺨل ﺒﻔﺘﺭﺓ ﺇﺒﻁﺎﺀ ﻭﺍﺤﺩﺓ‬ ‫ﺍﻝﺩﺨل‬ ‫ﺍﻻﺴﺘﻬﻼﻙ‬ ‫ﺍﻝﺸﻬﺭ‬
‫‪Xt-2‬‬ ‫‪Xt-1‬‬ ‫‪Xt‬‬ ‫‪Yt‬‬ ‫‪t‬‬
‫‪--‬‬ ‫‪--‬‬ ‫‪20‬‬ ‫‪18‬‬ ‫‪1‬‬
‫‪--‬‬ ‫‪20‬‬ ‫‪25‬‬ ‫‪19‬‬ ‫‪2‬‬
‫‪20‬‬ ‫‪25‬‬ ‫‪26‬‬ ‫‪25‬‬ ‫‪3‬‬
‫‪25‬‬ ‫‪26‬‬ ‫‪30‬‬ ‫‪24‬‬ ‫‪4‬‬
‫‪26‬‬ ‫‪30‬‬ ‫‪35‬‬ ‫‪28‬‬ ‫‪5‬‬
‫‪30‬‬ ‫‪35‬‬ ‫‪40‬‬ ‫‪35‬‬ ‫‪6‬‬
‫‪35‬‬ ‫‪40‬‬ ‫‪42‬‬ ‫‪40‬‬ ‫‪7‬‬
‫‪40‬‬ ‫‪42‬‬ ‫‪45‬‬ ‫‪40‬‬ ‫‪8‬‬
‫‪42‬‬ ‫‪45‬‬ ‫‪40‬‬ ‫‪42‬‬ ‫‪9‬‬
‫‪45‬‬ ‫‪40‬‬ ‫‪20‬‬ ‫‪38‬‬ ‫‪10‬‬
‫‪40‬‬ ‫‪20‬‬ ‫‪30‬‬ ‫‪20‬‬ ‫‪11‬‬
‫‪20‬‬ ‫‪30‬‬ ‫‪35‬‬ ‫‪28‬‬ ‫‪12‬‬
‫ﻓﻲ ﺍﻝﻌﻤﻭﺩ ﺍﻝﺨﺎﻤﺱ ﻴﻼﺤﻅ ﺍﻝﺩﺨل ﺒﻔﺘﺭﺘﻲ ﺇﺒﻁﺎﺀ )ﺸﻬﺭﻴﻥ(‪ ،‬ﺃﻱ ﺃﻥ ﺍﻻﺴﺘﻬﻼﻙ ﺍﻝﺒﺎﻝﻎ ﻓﻲ ﺍﻝﺸﻬﺭ ‪3‬‬
‫ﻗﻴﻤﺔ ‪ 25‬ﺃﻝﻑ ﺩﺝ ﻜﺎﻥ ﻨﺘﻴﺠﺔ ﺩﺨل ﺍﻝﺸﻬﺭ ‪ 1‬ﺍﻝﺒﺎﻝﻎ ‪ 20‬ﺃﻝﻑ ﺩﻴﻨﺎﺭ‪ ،‬ﻭ ﺍﺴﺘﻬﻼﻙ ﺍﻝﺸﻬﺭ ‪ 4‬ﺍﻝﺒﺎﻝﻎ ‪ 24‬ﺃﻝﻑ‬
‫ﺩﺝ ﻜﺎﻥ ﻨﺘﻴﺠﺔ ﺩﺨل ﺍﻝﺸﻬﺭ ‪ 2‬ﺍﻝﺒﺎﻝﻎ ‪ 25‬ﺃﻝﻑ ﺩﺝ‪ ،‬ﻭ ﺒﺎﻝﻤﺜل ﺍﺴﺘﻬﻼﻙ ﺍﻝﺸﻬﺭ ‪ 12‬ﻜﺎﻥ ﻨﺘﻴﺠﺔ ﻝﺩﺨل‬
‫ﺍﻝﺸﻬﺭ ‪ ،10‬ﻭ ﺩﺨل ﺍﻝﺸﻬﺭ ‪ 1‬ﻭ ﺍﻝﺸﻬﺭ ‪ 2‬ﻫﻭ ﻨﺘﻴﺠﺔ ﻝﺩﺨل ﺸﻬﺭﻴﻥ ﺴﺎﺒﻘﻴﻥ ﻝﻡ ﻴﻅﻬﺭﺍ ﻓﻲ ﺍﻝﺠﺩﻭل ﺃﺼﻼ‪،‬‬
‫ﻝﺫﻝﻙ ﻓﻔﻲ ﺒﻨﺎﺀ ﺍﻝﻨﻤﻭﺫﺝ ﺴﻭﻑ ﻨﺴﻘﻁ ﺒﻴﺎﻨﺎﺕ ﺍﻝﺸﻬﺭ ﺍﻷﻭل ﻭ ﺍﻝﺸﻬﺭ ﺍﻝﺜﺎﻨﻲ ﻷﻥ ﺍﻝﻤﺘﻐﻴﺭﻴﻥ ﺍﻝﻤﺴﺘﻘﻠﺘﻴﻥ‬
‫ﻝﻬﻤﺎ ﻏﻴﺭ ﻤﻌﺭﻭﻓﻴﻥ‪ ،‬ﻭ ﻴﻜﺘﺏ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﺨﻁﻲ ﻋﻠﻰ ﺍﻝﻨﺤﻭ ﺍﻝﺘﺎﻝﻲ‪:‬‬
‫‪Yt = α + β X t − 2 + U t‬‬
‫‪t=3 ,4,….,n‬‬ ‫ﻤﻊ‪:‬‬
‫ﺜﺎﻨﻴﺎ‪ :‬ﺘﻌﻤﻴﻡ ﻨﻤﻭﺫﺝ ﺍﻝﺘﺨﻠﻑ ﺍﻝﺯﻤﻨﻲ ﺍﻝﺨﻁﻲ‪:‬‬

‫ﻋﻨﺩ ﻭﺠﻭﺩ ﻤﺘﻐﻴﺭ ﺘﺎﺒﻊ ﻝﻌﺩﺓ ﻤﺘﻐﻴﺭﺍﺕ ﻤﺴﺘﻘﻠﺔ ﻤﺘﺨﻠﻔﺔ ﺯﻤﻨﻴﺎ‪ ،‬ﻓﺈﻥ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﺨﻁﻲ ﺍﻝﻌﺎﻡ ﺍﻝﻤﺘﺨﻠﻑ ﺯﻤﻨﻴﺎ‬
‫ﻴﻜﺘﺏ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪Yt = α + β X t + β1 X t −1 + β 2 X t −2 + β 3 X t −3 + .....β n X t −n + U t‬‬
‫ﻓﺈﺫﺍ ﻜﺎﻥ ﺍﻝﻨﻤﻭﺫﺝ ﺨﺎﺼﺎ ﺒﺘﻔﺴﻴﺭ ﺍﻝﻌﻼﻗﺔ ﺒﻴﻥ ﺍﻻﺴﺘﻬﻼﻙ ﻜﻤﺘﻐﻴﺭ ﺘﺎﺒﻊ ‪ Yt‬ﻭ ﺍﻝﺩﺨل ‪ Xt‬ﻜﻤﺘﻐﻴﺭ ﻤﺴﺘﻘل‪،‬‬
‫ﺒﺤﻴﺙ ﺃﻥ ﺍﻻﺴﺘﻬﻼﻙ ﻻ ﻴﺘﺄﺜﺭ ﻓﻘﻁ ﺒﻤﺴﺘﻭﻯ ﺍﻝﺩﺨل ﺍﻝﺠﺎﺭﻱ ﻝﻜﻨﻪ ﻴﺘﺄﺜﺭ ﺃﻴﻀﺎ ﺒﻤﺴﺘﻭﻯ ﺍﻝﺩﺨل ﻓﻲ ﺍﻝﻔﺘﺭﺍﺕ‬
‫ﺍﻝﺴﺎﺒﻘﺔ‪ ،‬ﺤﻴﺙ‪:‬‬
‫ﺍﻝﻤﻌﻠﻤﺔ ‪ : α‬ﺘﺸﻴﺭ ﺍﻝﻰ ﺍﻝﺘﺄﺜﻴﺭ ﻏﻴﺭ ﺍﻝﻤﺭﺘﺒﻁ ﺒﺎﻝﺩﺨل ﺨﻼل ﻨﻔﺱ ﺍﻝﻔﺘﺭﺓ ﺍﻝﺯﻤﻨﻴﺔ‪.‬‬
‫ﺍﻝﻤﻌﺎﻝﻡ ‪ : βt‬ﺘﺸﻴﺭ ﺍﻝﻰ ﺍﻝﺘﺨﻠﻑ ﺍﻝﺯﻤﻨﻲ ﻭ ﻫﻲ ﺘﻘﻴﺱ ﻤﺘﻭﺴﻁ ﺍﻝﺘﺄﺜﻴﺭ ﻋﻠﻰ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻨﺘﻴﺠﺔ ﺘﻐﻴﺭ‬
‫ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘﺒل ﺍﻝﺨﺎﺹ ﺒﻬﺎ ﺒﻭﺤﺩﺓ ﻭﺍﺤﺩﺓ ﺨﻼل ﺍﻝﻔﺘﺭﺓ ﺍﻝﺴﺎﺒﻘﺔ )ﺍﻝﻤﻴل(‪.‬‬
‫ﺍﻝﻤﺘﻐﻴﺭ ‪ : Ut‬ﻴﺸﻴﺭ ﺍﻝﻰ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻌﺸﻭﺍﺌﻲ‪.‬‬
‫ﺜﺎﻝﺜﺎ‪ :‬ﺘﻘﺩﻴﺭ ﻨﻤﺎﺫﺝ ﻓﺘﺭﺍﺕ ﺍﻹﺒﻁﺎﺀ‪:‬‬
‫ﻴﺘﻡ ﺘﻘﺩﻴﺭ ﻨﻤﺎﺫﺝ ﻓﺘﺭﺍﺕ ﺍﻹﺒﻁﺎﺀ ﺃﻭ ﺍﻻﺭﺘﺩﺍﺩ ﺍﻝﺯﻤﻨﻲ ﺒﻌﺩﺓ ﻁﺭﻕ ﻤﻨﻬﺎ‪:‬‬
‫‪ -‬ﻨﻤﻭﺫﺝ ﻜﻭﻴﺵ )‪ (KOYCH‬ﻭ ﻴﺴﻤﻰ ﺃﻴﻀﺎ ﻨﻤﻭﺫﺝ ﺍﻝﺘﺨﻠﻑ ﺍﻝﺯﻤﻨﻲ ﺍﻝﻤﻭﺯﻉ ﻫﻨﺩﺴﻴﺎ‪ :‬ﻭ ﻫﻭ ﻨﻤﻭﺫﺝ‬
‫ﻴﻔﺘﺭﺽ ﻓﻴﻪ ﺍﻝﺘﻭﺯﻴﻊ ﺍﻝﻬﻨﺩﺴﻲ ﻝﻠﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﻤﺴﺘﻘﻠﺔ ﺍﻝﻤﺘﺨﻠﻔﺔ ﺯﻤﻨﻴﺎ‪ ،‬ﺒﺤﻴﺙ ﺘﻜﻥ ﻤﻭﺠﺒﺔ ﻭﺘﻨﺤﺩﺭ‬
‫ﻫﻨﺩﺴﻴﺎ‪ ،‬ﺒﺤﻴﺙ ﺘﺄﺨﺫ ﻤﻌﺎﺩﻝﺔ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺸﻜل ﺍﻝﺘﺎﻝﻲ‪:‬‬
‫‪Yt = α + β(X t + wX t −1 + w 2 X t − 2 + w 3 X t − 3 + .....w n X t − n ) + U t‬‬
‫ﺃﻭ‪:‬‬
‫‪Yt = α + β∑ w j X t − j + U t‬‬
‫ﺤﻴﺙ‪ 0<w<1 :‬ﺒﻴﻨﻤﺎ‪ :w :‬ﻭﺯﻥ ﺍﻝﺘﺨﻠﻑ ﺍﻝﺯﻤﻨﻲ‪.‬‬
‫‪ -‬ﻨﻤﻭﺫﺝ ﺍﻝﺘﻭﻗﻊ ﺍﻝﻤﻜﻴﻑ ﻝـ ﻜﺎﻗﺎﻥ )‪ : (CAGAN‬ﻭ ﻓﻴﻪ ﻴﻜﻭﻥ ﺍﻝﺘﺨﻠﻑ ﺍﻝﺯﻤﻨﻲ ﻤﺘﻁﺎﺒﻕ ﻤﻊ ﺍﻝﻤﻌﺎﺩﻝﺔ‬
‫ﻜﻤﺎﻫﻲ ﻓﻲ ﻨﻤﻭﺫﺝ ﻜﻭﻴﺵ ﺍﻋﻼﻩ‪ ،‬ﻏﻴﺭ ﺃﻥ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ‪ yt‬ﻴﻌﺘﻤﺩ ﻋﻠﻰ ﺍﻝﻘﻴﻤﺔ ﺍﻝﻤﺘﻭﻗﻌﺔ ﻝﻠﻤﺘﻐﻴﺭ‬
‫ﺍﻝﻤﺴﺘﻘل ٭‪ X‬ﻭ ﻝﻴﺱ ﻋﻠﻰ ﺍﻝﻘﻴﻤﺔ ﺍﻝﺤﻘﻴﻘﻴﺔ ﻝـ ‪ ،X‬ﻭ ﻴﺴﺘﺨﺩﻡ ﻓﻲ ﺩﺭﺍﺴﺔ ﺍﻝﻁﻠﺏ ﻋﻠﻰ ﺍﻝﺴﻠﻊ‪ ،‬ﺤﻴﺙ‬
‫ﺘﻜﻭﻥ ‪ :Y‬ﺍﻝﻜﻤﻴﺔ ﺍﻝﻤﻁﻠﻭﺒﺔ ﻤﻥ ﺴﻠﻌﺔ ﻤﺎ‪ ،‬٭‪ : X‬ﺍﻝﺴﻌﺭ ﺍﻝﻤﺘﻭﻗﻊ ﻝﻠﺴﻠﻌﺔ‪ ،‬ﺍﻝﺫﻱ ﻴﻤﻜﻥ ﺘﻘﺩﻴﺭﻩ ﻋﻥ‬
‫ﻁﺭﻴﻕ ﻤﻌﺎﺩﻝﺔ ﺃﺨﺭﻯ‪.‬‬
‫‪ -‬ﻨﻤﻭﺫﺝ ﺍﻝﺘﻌﺩﻴل ﺍﻝﺠﺯﺌﻲ ﻝـ ﻨﻴﺭﻝﻭﻑ )‪ :(NERLOV’S‬ﻭ ﻫﻭ ﺃﻴﻀﺎ ﻤﻭﺯﻉ ﻫﻨﺩﺴﻴﺎ‪ ،‬ﺒﺤﻴﺙ ﻴﻔﺘﺭﺽ ﺃ‬
‫ﺍﻝﻤﺴﺘﻭﻯ ﺍﻝﻤﺭﻏﻭﺏ ﻝﻠﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻓﻲ ﺍﻝﻔﺘﺭﺓ ‪ t‬ﺃﻱ ‪ Yt‬ﻴﻌﺘﻤﺩ ﻋﻠﻰ ﻤﺘﻌﻴﺭﺍﺕ ﺘﻭﻀﻴﺤﻴﺔ ‪ X‬ﻤﻀﺎﻓﺎ‬
‫ﺍﻝﻴﻬﺎ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻌﺸﻭﺍﺌﻲ ‪ Ut‬ﺒﺤﻴﺙ ﻴﺄﺨﺫ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻗﻴﻤﺔ ﻤﺘﻭﻗﻌﺔ ﻤﺜﻠﻰ ﻤﻥ ﺍﻝﺸﻜل‪:‬‬
‫‪Yt∗ = α + β X t + U t‬‬
‫‪ -‬ﻨﻤﻭﺫﺝ ﺍﻝﺘﺨﻠﻑ ﺍﻝﺯﻤﻨﻲ ﻤﺘﻌﺩﺩ ﺍﻝﺤﺩﻭﺩ ﻝـ ﺃﻝﻤﻭﻥ )‪ :(ALMON‬ﻭ ﻫﻲ ﺘﻘﻭﻡ ﻋﻠﻰ ﺍﻓﺘﺭﺍﺽ ﺃﺴﺎﺴﻲ‬
‫ﻴﺘﻤﻡ ﻓﻴﻪ ﺍﻓﺘﺭﺍﺽ ﺤﺩ ﺍﻗﺼﻰ ﻝﻠﺘﺨﻠﻑ ﺍﻝﺯﻤﻨﻲ ﻋﻠﻰ ﻋﻜﺱ ‪ Cagan‬ﺍﻝﺫﻱ ﻴﻔﺘﺭﺽ ﺒﺄﻥ ﺍﻝﻤﻌﺎل‬
‫ﺘﺘﻨﺎﻗﺹ ﺒﻤﺭﻭﺭ ﺍﻝﺯﻤﻥ ﺩﻭﻥ ﺤﺩ‪ ،‬ﺤﻴﺙ ﻴﻜﻭﻥ ﺍﻝﻨﻤﻭﺫﺝ ﻋﻠﻰ ﺍﻝﺸﻜل‪:‬‬
‫‪Yt = α + β X t + β1X t −1 + β 2 X t − 2 + β 3 X t − 3 + .....β m X t − m‬‬
‫ﺍﻝﻤﻘﻁﻊ‪ :2-1‬ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ‪ /‬ﺍﻝﺘﻭﻗﻊ ﺍﻝﺭﻴﺎﻀﻲ‬
‫ﺃﻭﻻ‪ :‬ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻭ ﺨﺼﺎﺌﺼﻪ‪:‬‬

‫ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻹﺤﺼﺎﺌﻴﺔ ﻗﺩ ﺘﻜﻭﻥ ﻏﻴﺭ ﻤﺒﻭﺒﺔ ﺃﻱ ﻏﻴﺭ ﻤﺼﻨﻔﺔ ﻭ ﻗﺩ ﺘﻜﻭﻥ ﻤﺒﻭﺒﺔ ﻓﻲ ﺸﻜل ﺠﺩﺍﻭل ﺘﻜﺭﺍﺭﻴﺔ‪.‬‬
‫‪ -1‬ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻠﺒﻴﺎﻨﺎﺕ ﻏﻴﺭ ﺍﻝﻤﺒﻭﺒﺔ‪:‬‬
‫ﺘﻌﺭﻴﻑ‪ :1-1‬ﺇﺫﺍ ﻜﺎﻨﺕ ﻝﺩﻴﻨﺎ ﺍﻝﻘﻴﻡ ‪ ،x1, x2, x3..... xn:‬ﻓﺈﻥ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻬﺎ ﻴﻌﻁﻰ ﺒﺎﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫‪1-1‬‬
‫_‬ ‫‪x 1 + x 2 + x 3 +........ x n‬‬
‫=‪x‬‬
‫‪N‬‬
‫ﻭﻴﻜﺘﺏ ﺍﺨﺘﺼﺎﺭﺍ ﻜﻤﺎ ﻴﻠﻲ ‪:‬‬
‫‪n‬‬
‫_‬ ‫‪∑ xi‬‬
‫‪i =1‬‬
‫=‪x‬‬ ‫‪2-1‬‬
‫‪N‬‬
‫ﺤﻴﺙ ‪ : N ) i =1, 2, 3....N :‬ﻫﻭ ﻋﺩﺩ ﺍﻝﻘﻴﻡ (‬
‫ﻭﻴﻌﻨﻲ ﻫﺫﺍ ﺃﻥ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻠﺒﻴﺎﻨﺎﺕ ﻏﻴﺭ ﺍﻝﻤﺒﻭﺒﺔ ﻴﺴﺎﻭﻱ ﺍﻝﻰ ﻤﺠﻤﻭﻉ ﺍﻝﺒﻴﺎﻨﺎﺕ ﻤﻘﺴﻭﻤﺎ ﻋﻠﻰ ﻋﺩﺩﻫﺎ‪.‬‬
‫ﻤﺜﺎل‪ :1-1‬ﺤﺼل ﻁﺎﻝﺏ ﻋﻠﻰ ﺍﻝﻨﺘﺎﺌﺞ ﺍﻝﺘﺎﻝﻴﺔ ﻓﻲ ‪ 10‬ﻤﻘﺎﻴﻴﺱ ﻝﻬﺎ ﻨﻔﺱ ﺍﻝﻤﻌﺎﻤل ‪: 1‬‬
‫‪10‬‬ ‫‪15‬‬ ‫‪12‬‬ ‫‪13‬‬ ‫‪12‬‬ ‫‪10‬‬ ‫‪12‬‬ ‫‪14‬‬ ‫‪13‬‬ ‫‪12‬‬
‫ﺍﻝﻤﻁﻠﻭﺏ ﺇﻴﺠﺎﺩ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻬﺫﻩ ﺍﻝﻨﺘﺎﺌﺞ‪.‬‬
‫ﺍﻝﺠﻭﺍﺏ ‪ :‬ﺒﺘﻁﺒﻴﻕ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 1-1‬ﺃﻭ ‪ ،2-1‬ﻴﻜﻭﻥ ‪:‬‬
‫_‬ ‫‪10 + 15 + 12 + 13 + 12 + 10 + 12 + 14 + 13 + 12‬‬
‫=‪x‬‬ ‫‪= 12. 3‬‬
‫‪10‬‬
‫ﺇﺫﻥ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻨﺘﺎﺌﺞ ﺍﻝﻁﺎﻝﺏ‪ ،‬ﺃﻱ ﻤﻌﺩﻝﻪ ﻫﻭ ‪12.3:‬‬
‫‪ -2‬ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻠﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺒﻭﺒﺔ‪ /‬ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﻤﺭﺠﺢ‪:‬‬

‫ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺒﻭﺒﺔ ﺘﻜﻭﻥ ﻤﺭﺘﺒﺔ ﻓﻲ ﺠﺩﻭل ﺘﻜﺭﺍﺭﻱ‪ ،‬ﺒﺤﻴﺙ ﺘﺘﻀﻤﻥ ﺍﻝﻘﻴﻤﺔ ﻭﻋﺩﺩ ﺘﻜﺭﺍﺭﻫﺎ‪ ،‬ﺃﻭ ﻋﺩﺩ‬
‫ﻤﺭﺍﺕ ﺘﺭﺠﻴﺤﻬﺎ‪ ،‬ﻓﻲ ﻫﺫﻩ ﺍﻝﺤﺎﻝﺔ‪ ،‬ﺒﺩل ﺠﻤﻊ ﺍﻝﻘﻴﻤﺔ ﺍﻝﻭﺍﺤﺩﺓ ‪ xi‬ﻋﺩﺓ ﻤﺭﺍﺕ ﺤﺴﺏ ﻤﻭﻀﻌﻬﺎ ﺒﻴﻥ ﺍﻝﻘﻴﻡ‪ ،‬ﻓﺎﻨﻪ‬
‫ﻴﺘﻡ ﻀﺭﺒﻬﺎ ﻓﻲ ﻋﺩﺩ ﺘﻜﺭﺍﺭﺍﺘﻬﺎ ﺍﻝﺘﻲ ﻨﺭﻤﺯ ﻝﻬﺎ ﺒـ ‪ f i‬ﻭﺠﻤﻊ ﺍﻝﻨﻭﺍﺘﺞ ﻭﻗﺴﻤﺘﻬﺎ ﻋﻠﻰ ﻤﺠﻤﻭﻉ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ‪،‬‬
‫ﻷﻥ ﺍﻝﺘﻜﺭﺍﺭ ﻴﻌﺒﺭ ﻋﻥ ﻋﺩﺩ ﻤﺭﺍﺕ ﺘﻜﺭﺍﺭ ﺍﻝﻘﻴﻤﺔ ‪ xi‬ﻀﻤﻥ ﻤﺠﻤﻭﻋﺔ ﺍﻝﻘﻴﻡ‪ ،‬ﻭﺘﻜﻭﻥ ﺒﺫﻝﻙ ﻜل ﻗﻴﻤﺔ ﻤﺭﺠﺤﺔ‬
‫ﺒﺘﻜﺭﺍﺭﻫﺎ‪ ،‬ﻝﺫﻝﻙ ﻴﺴﻤﻰ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻓﻲ ﻫﺫﻩ ﺍﻝﺤﺎﻝﺔ ﺃﺤﻴﺎﻨﺎ ﺒﺎﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﻤﺭﺠﺢ‪.‬‬
‫ﺘﻌﺭﻴﻑ‪ :2-1‬ﺇﺫﺍ ﻜﺎﻨﺕ ﻝﺩﻴﻨﺎ ﺍﻝﺒﻴﺎﻨﺎﺕ‪:‬‬
‫‪x1, x2, x3..... xn‬‬
‫ﺘﻜﺭﺍﺭﺍﺘﻬﺎ ﻋﻠﻰ ﺍﻝﺘﻭﺍﻝﻲ ‪:‬‬
‫‪f1 , f2, f3..... fn‬‬
‫ﻓﺈﻥ ﻭﺴﻁﻬﺎ ﺍﻝﺤﺴﺎﺒﻲ ﻴﻌﻁﻰ ﺒﺎﻝﺼﻴﻐﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫_‬ ‫‪x1f1 + x 2 f 2 + x 3 f 3 + ... + x n f n‬‬
‫=‪x‬‬ ‫‪3-1‬‬
‫‪f1 + f 2 + f 3 + ... + f n‬‬
‫ﻭﺍﺨﺘﺼﺎﺭﺍ ﻴﻜﺘﺏ ﺒﺎﻝﻌﺒﺎﺭﺓ ﺍﻝﺘﺎﻝﻴﺔ ‪:‬‬

‫‪Erreur ! Signet non défini.‬‬ ‫‪4-1‬‬
‫ﺤﻴﺙ‪ : n ) i=1,2,3....n:‬ﻋﺩﺩ ﺍﻝﻔﺌﺎﺕ(‪.‬‬
‫ﻤﻼﺤﻅﺔ‪ :‬ﻓﻲ ﺤﺎل ﻜﻭﻥ ﻁﻭل ﺍﻝﻔﺌﺎﺕ ﺍﻜﺒﺭ ﻤﻥ ﺍﻝﺼﻔﺭ ﻴﺴﺘﻌﻤل ﻤﺭﻜﺯ ﺍﻝﻔﺌﺔ ﻜﻘﻴﻤﺔ ﻝـ ‪xi‬‬
‫ﻤﺜﺎل‪ :2-1‬ﺒﻭﺏ ﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺜﺎل ‪ 1-1‬ﻓﻲ ﺠﺩﻭل ﺘﻜﺭﺍﺭﻱ‪ ،‬ﺜﻡ ﺃﻭﺠﺩ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻤﻥ ﺍﻝﺠﺩﻭل‬
‫ﺍﻝﻤﺤﺼل ﻋﻠﻴﻪ‪ ،‬ﻭﻗﺎﺭﻨﻪ ﺒﺎﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻠﺒﻴﺎﻨﺎﺕ ﺍﻷﺼﻠﻴﺔ ﻜﻤﺎ ﻭﺭﺩﺕ ﻓﻲ ﺍﻝﻤﺜﺎل ‪.1-1‬‬
‫ﺒﺘﻁﺒﻴﻕ ﻗﻭﺍﻋﺩ ﺍﻝﺘﺒﻭﻴﺏ ﺍﻝﻤﻌﺭﻭﻓﺔ ﻋﻠﻰ ﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺜﺎل ﺍﻝﻤﺸﺎﺭ ﺍﻝﻴﻪ ﻨﺤﺼل ﻋﻠﻰ ﺍﻝﺠﺩﻭل ﺍﻝﺘﺎﻝﻲ‪:‬‬
‫‪i‬‬ ‫‪xi‬‬ ‫‪fi‬‬
‫‪1‬‬ ‫‪10‬‬ ‫‪2‬‬
‫‪2‬‬ ‫‪12‬‬ ‫‪4‬‬
‫‪3‬‬ ‫‪13‬‬ ‫‪2‬‬
‫‪4‬‬ ‫‪14‬‬ ‫‪1‬‬
‫‪5‬‬ ‫‪15‬‬ ‫‪1‬‬
‫ﻤﺞ‬ ‫‪/‬‬ ‫‪10‬‬
‫ﺠﺩﻭل‪1-1‬‬
‫ﻹﻴﺠﺎﺩ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﺠﺩﻭل ﺍﻝﻤﺤﺼل ﻋﻠﻴﻪ‪ ،‬ﻨﻁﺒﻕ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺭﻗﻡ ‪ 3-1‬ﺃﻭ‪ ،4-1‬ﻭﻷﺠل‬
‫ﺫﻝﻙ ﻨﻀﻴﻑ ﻋﻤﻭﺩﺍ ﺍﻝﻰ ﺍﻝﺠﺩﻭل ﺍﻝﺴﺎﺒﻕ‪ ،‬ﻝﺤﺴﺎﺏ ﺠﺩﺍﺀﺍﺕ ﺍﻝﻘﻴﻡ ﻓﻲ ﺘﻜﺭﺍﺭﺍﺘﻬﺎ‪ ،‬ﺃﻱ‪ ، xi fi :‬ﻜﻤﺎ ﻫﻭ‬
‫ﻭﺍﻀﺢ ﻓﻲ ﺍﻝﺠﺩﻭل ‪ 2-1‬ﺃﺩﻨﺎﻩ‪ ،‬ﺜﻡ ﻨﺠﻤﻊ ﺍﻝﻨﻭﺍﺘﺞ‪ ،‬ﻭﻨﻘﺴﻤﻬﺎ ﻋﻠﻰ ﻤﺠﻤﻭﻉ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ‪.‬‬
‫‪i‬‬ ‫‪xi‬‬ ‫‪fi‬‬ ‫‪xi f i‬‬
‫‪1‬‬ ‫‪10‬‬ ‫‪2‬‬ ‫‪20‬‬
‫‪2‬‬ ‫‪12‬‬ ‫‪4‬‬ ‫‪48‬‬
‫‪3‬‬ ‫‪13‬‬ ‫‪2‬‬ ‫‪26‬‬
‫‪4‬‬ ‫‪14‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪15‬‬ ‫‪1‬‬ ‫‪15‬‬
‫ﻤﺞ‬ ‫‪/‬‬ ‫‪10‬‬ ‫‪123‬‬
‫ﺠﺩﻭل‪2-1‬‬
‫ﻤﻥ ﺍﻝﺠﺩﻭل‪ ،2-1‬ﻨﺠﺩ ﺃﻥ‪:‬‬
‫‪5‬‬ ‫‪5‬‬
‫ﻭ ‪∑ x i f i = 123‬‬ ‫‪∑f‬‬ ‫‪i‬‬ ‫‪= 10‬‬
‫‪i =1‬‬ ‫‪i =1‬‬
‫ﻭﺒﺘﻁﺒﻴﻕ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺭﻗﻡ ‪ 4-1:‬ﻴﻜﻭﻥ ‪:‬‬

‫‪5‬‬
‫‪∑x f‬‬ ‫‪i i‬‬

‫‪123‬‬
‫=‪x‬‬ ‫‪i =1‬‬
‫‪5‬‬
‫=‬ ‫‪= 12.3‬‬
‫‪10‬‬
‫‪∑f‬‬
‫‪i =1‬‬
‫‪i‬‬
‫ﻤﺜﺎل‪ :3-1‬ﺤﺼل ﻁﺎﻝﺏ ﻋﻠﻰ ﺍﻝﻨﺘﺎﺌﺞ ﺍﻝﺘﺎﻝﻴﺔ ﻓﻲ ﺍﻤﺘﺤﺎﻥ ﺸﻬﺎﺩﺓ ﺍﻝﺒﻜﺎﻝﻭﺭﻴﺎ‪:‬‬
‫ﺍﻝﻤﻌﺎل‬ ‫ﺍﻝﻨﻘﻁﺔ‪20/‬‬ ‫ﺍﻝﻤﺎﺩﺓ‬
‫‪7‬‬ ‫‪14.5‬‬ ‫ﺍﻝﺘﻜﻨﻭﻝﻭﺠﻴﺎ‪-‬ﻫﻨﺩﺴﺔ ﻤﻴﻜﺎﻨﻴﻜﻴﺔ‬ ‫‪1‬‬
‫‪6‬‬ ‫‪011‬‬ ‫ﺍﻝﺭﻴﺎﻀﻴﺎﺕ‬ ‫‪2‬‬
‫‪6‬‬ ‫‪12.5‬‬ ‫ﺍﻝﻌﻠﻭﻡ ﺍلﻴﺯﻴﺎﺌﻴﺔ‬ ‫‪3‬‬
‫‪3‬‬ ‫‪11.5‬‬ ‫ﺍﻝلﺓ ﺍﻝﻌﺭﺒﻴﺔ ﻭ ﺃﺩﺍﺒﻬﺎ‬ ‫‪4‬‬
‫‪2‬‬ ‫‪13.0‬‬ ‫ﻓﺭﻨﺴﻴﺔ‬ ‫‪5‬‬
‫‪2‬‬ ‫‪12.0‬‬ ‫ﺍﻨﺠﻠﻴﺯﻴﺔ‬ ‫‪6‬‬
‫‪2‬‬ ‫‪0.0‬‬ ‫ﺍﻝﻔﻠﺴﻔﺔ‬ ‫‪7‬‬
‫‪2‬‬ ‫‪9.0‬‬ ‫ﺍﺘﺎﺭﻴﺦ ﻭ ﺍﻝﺠﻎﺍﻓﻴﺎ‬ ‫‪8‬‬
‫‪2‬‬ ‫‪15.5‬‬ ‫ﺍﻝﻌﻠﻭﻡ ﻻﺱﺍﻤﻴﺔ‬ ‫‪9‬‬
‫‪1‬‬ ‫‪18.5‬‬ ‫ﺍﻝﺘﺭﺒﻴﺔ ﺍﻝﺒﺩﻨﻴﺔ ﻭ ﺍﻝﺭﻴﺎﻴﺔ‬ ‫‪10‬‬
‫ﺍﻝﻤﻁﻠﻭﺏ‪ :‬ﺃﻭﺠﺩ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ )ﻤﻌﺩل ﺍﻝﻁﺎﻝﺏ(‪.‬‬
‫ﺍﻝﺠﻭﺍﺏ‪ :‬ﻻﺤﻅ ﺃﻥ ﻜل ﻋﻼﻤﺔ ﻤﺭﺠﺤﺔ ﺒﻤﻌﺎﻤل ﺒﻤﻌﻨﻰ ﺃﻨﻬﺎ ﻤﻜﺭﺭﺓ ﺤﺴﺏ ﺍﻝﻤﻌﺎﻤل‪ ،‬ﻝﺫﻝﻙ ﻓﺎﻴﺠﺎﺩ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻴﺘﻁﻠﺏ‬
‫ﺘﻁﺒﻴﻕ ﺍﻝﻤﻌﺎﺩﻝﺔ‪:‬‬
‫‪n‬‬
‫_‬ ‫‪∑x f‬‬ ‫‪i i‬‬

‫=‪x‬‬ ‫‪i =1‬‬
‫‪n‬‬
‫‪∑f‬‬
‫‪i=1‬‬
‫‪i‬‬
‫ﺃﻱ ﻤﺠﻤﻭﻉ ﺍﻝﻌﻼﻤﺎﺕ ﻓﻲ ﺘﻜﺭﺍﺭﺍﺘﻬﺎ )ﻤﻌﺎﻤﻼﺘﻬﺎ( ﻤﻘﺴﻤﺔ ﻋﻠﻰ ﻤﺠﻤﻭﻉ ﺍﻝﺘﻜﺭﺍﺭﺍﺕ )ﺍﻝﻤﻌﺎﻤﻼﺕ(‪ ،‬ﻭ ﺫﻝﻙ ﺒﺎﻻﺴﺘﻌﺎﻨﺔ‬
‫ﺒﺎﻝﺠﺩﻭل ﺃﺩﻨﺎﻩ‪:‬‬
‫‪i‬‬ ‫‪xi‬‬ ‫‪fi‬‬ ‫‪xi fi‬‬
‫‪1‬‬ ‫‪14.5‬‬ ‫‪7‬‬ ‫‪101.5‬‬
‫‪2‬‬ ‫‪11.0‬‬ ‫‪6‬‬ ‫‪66.0‬‬
‫‪3‬‬ ‫‪12.5‬‬ ‫‪6‬‬ ‫‪75.0‬‬
‫‪4‬‬ ‫‪11.5‬‬ ‫‪3‬‬ ‫‪34.5‬‬
‫‪5‬‬ ‫‪.13‬‬ ‫‪2‬‬ ‫‪26.0‬‬
‫‪6‬‬ ‫‪12.0‬‬ ‫‪2‬‬ ‫‪24.0‬‬
‫‪7‬‬ ‫‪05.0‬‬ ‫‪2‬‬ ‫‪10.0‬‬
‫‪8‬‬ ‫‪09.0‬‬ ‫‪18.0‬‬
‫‪9‬‬ ‫‪15.5‬‬ ‫‪2‬‬ ‫‪31.0‬‬
‫‪10‬‬ ‫‪18.5‬‬ ‫‪1‬‬ ‫‪18.0‬‬
‫ﺍﻝﻤﺠﻤﻭﻉ‬ ‫‪33‬‬ ‫‪404‬‬
‫ﺠﺩﻭل‪3-1‬‬
‫ﻭ ﻤﻨﻪ ﻴﻜﻭﻥ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ )ﺍﻝﻤﻌﺩل(‪:‬‬
‫‪10‬‬
‫_‬ ‫‪∑x f‬‬ ‫‪i i‬‬

‫‪404‬‬
‫=‪x‬‬ ‫‪i =1‬‬
‫‪10‬‬
‫=‬ ‫‪= 12.26‬‬
‫‪33‬‬
‫‪∑f‬‬
‫‪i =1‬‬
‫‪i‬‬
‫ﻤﻌﺩل ﺍﻝﻁﺎﻝﺏ ﻫﻭ‪20/12.26 :‬‬
‫ﺜﺎﻨﻴﺎ‪:‬ﺍﻝﺘﻭﻗﻊ ﺍﻝﺭﻴﺎﻀﻲ ﻭﺨﺼﺎﺌﺼﻪ‪:‬‬

‫ﺘﻌﺭﻴﻑ‪ :3-1‬ﻴﻌﺒﺭ ﻋﻥ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺃﻴﻀﺎ ﺒﺎﺴﻡ ﺍﻝﺘﻭﻗﻊ ﺍﻝﺭﻴﺎﻀﻲ ﻀﻤﻥ ﺍﻹﺤﺼﺎﺀ ﺍﻝﺭﻴﺎﻀﻲ‪ ،‬ﺤﻴﺙ ﻴﻌﺒﺭ ﻋﻥ ﺍﻝﻘﻴﻤﺔ‬
‫ﺍﻝﺘﻲ ﺘﺘﺭﻜﺯ ﺤﻭﻝﻬﺎ ﻗﻴﻡ ﺍﻝﻤﺘﻐﻴﺭﺓ ﺍﻝﻌﺸﻭﺍﺌﻴﺔ‪ ،‬ﻓﺈﺫﺍ ﻜﺎﻨﺕ ‪ X‬ﻤﺘﻐﻴﺭﺓ ﻋﺸﻭﺍﺌﻴﺔ ﻤﺘﻘﻁﻌﺔ ﻭﻜﺎﻨﺕ‪:‬‬
‫‪ ،x 1, x2, x3..... xn‬ﻗﻴﻤﻬﺎ ﺍﻝﻤﻤﻜﻨﺔ ﻓﺎﻥ ﺘﻭﻗﻌﻬﺎ ﺍﻝﺭﻴﺎﻀﻲ ﻴﻜﺘﺏ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪n‬‬
‫=)‪xi . P(X=xi) ∑ E(X)= x1 . P(X=x1)+ x2 . P(X=x2)+......+ xn . P(X=xn‬‬
‫‪i =1‬‬
‫ﻤﺜﺎل‪ :4-1‬ﺇﺫﺍ ﻜﺎﻨﺕ ﻝﺩﻴﻨﺎ ﺍﻷﺭﻗﺎﻡ ﺍﻝﺘﺎﻝﻴﺔ ﻭ ﺍﺤﺘﻤﺎﻻﺕ ﺤﺩﻭﺜﻬﺎ ﻜﻤﺎ ﻓﻲ ﺍﻝﺠﺩﻭل ﺍﻝﺘﺎﻝﻲ‪:‬‬
‫‪X‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬
‫)‪P(X‬‬ ‫‪1/6‬‬ ‫‪2/6‬‬ ‫‪1/6‬‬ ‫‪1/6‬‬ ‫‪1/6‬‬ ‫‪0‬‬
‫ﺍﻝﻤﻁﻠﻭﺏ‪ :‬ﺃﻭﺠﺩ ﺘﻭﻗﻌﻬﺎ ﺍﻝﺭﻴﺎﻀﻲ‪.‬‬
‫ﺒﺘﻁﺒﻴﻕ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺃﻋﻼﻩ‪ ،‬ﻨﻭﺠﺩ ﻤﺠﻤﻭﻉ ﺍﻻﺤﺩﺍﺙ ﻓﻲ ﺍﺤﺘﻤﺎﻻﺕ ﺤﺩﻭﺜﻬﺎ ﻭ ﺒﺎﻝﺘﺎﻝﻲ ﻓﺎﻥ ﺘﻭﻗﻌﻬﺎ ﺍﻝﺭﻴﺎﻀﻲ‬
‫ﻫﻭ‪:‬‬
‫‪6‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪15 5‬‬
‫‪E ( x ) = ∑ x i × P( x i ) =1× + 2 × + 3 × + 4 × + 5 × + 6 × 0 = = = 2.5‬‬
‫‪i =1‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪6 2‬‬
‫ﺃﻤﺎ ﺍﺫﺍ ﻜﺎﻨﺕ ﺍﻝﻤﺘﻐﻴﺭﺓ ﺍﻝﻌﺸﻭﺍﺌﻴﺔ ﻤﺴﺘﻤﺭﺓ‪ ،‬ﺩﺍﻝﺔ ﺍﺤﺘﻤﺎﻝﻬﺎ ﻫﻲ ‪ ، f(x) :‬ﻓﺎﻥ ﺘﻭﻗﻌﻬﺎ ﺍﻝﺭﻴﺎﻀﻲ ﻴﻌﻁﻰ ﺒﺎﻝﺼﻴﻐﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫∞‪+‬‬
‫= ) ‪E( x‬‬ ‫‪∫ xf ( x)dx‬‬
‫∞‪−‬‬
‫ﻤﺜﺎل‪ :5-1‬ﺍﺫﺍ ﻜﺎﻨﺕ ﻝﺩﻴﻨﺎ ﺩﺍﻝﺔ ﻜﺜﺎﻓﺔ ﺍﻻﺤﺘﻤﺎل ﻝﻠﻤﺘﻐﻴﺭﺓ ﺍﻝﻌﺸﻭﺍﺌﻴﺔ ‪ x‬ﻋﻠﻰ ﺍﻝﻨﺤﻭ ﺍﻝﺘﺎﻝﻲ‪:‬‬
‫‪1‬‬
‫‪ x :0 < x < 6‬‬
‫‪f (x ) =  2‬‬
‫[‪0 : x ∉ ]0,6‬‬
‫‪x‬‬ ‫ﺍﻝﻤﻁﻠﻭﺏ‪ :‬ﺃﻭﺠﺩ ﺘﻭﻗﻊ ﺍﻝﺤﺩﺙ‬

‫ﺍﻝﺠﻭﺍﺏ‪ :‬ﺒﺘﻁﺒﻴﻕ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺃﻋﻼﻩ‪ ،‬ﻓﺎﻥ ﺍﻝﺘﻭﻗﻊ ﺍﻝﺭﻴﺎﻀﻲ ﻝﻠﻤﺘﻐﻴﺭﺓ ﻴﺤﺴﺏ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪6‬‬ ‫‪6‬‬ ‫‪6‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1 1 ‬‬ ‫‪1‬‬ ‫‪1 ‬‬
‫‪E( x ) = ∫ x ( x )dx = ∫ x 2 dx =  . x 3  =  6 3 − 0 3  = 36‬‬
‫‪0‬‬
‫‪2‬‬ ‫‪0‬‬
‫‪2‬‬ ‫‪2 3 0 6‬‬ ‫‪6 ‬‬
‫ﺍﺫﻥ ﺍﻝﺘﻭﻗﻊ ﺍﻝﺭﻴﺎﻀﻲ ﻝﻠﻤﺘﻐﻴﺭﺓ ﻀﻤﻥ ﺍﻝﻤﺠﺎل ﻫﻭ‪:‬‬
‫‪E(x)=36‬‬
‫‪-‬ﺨﻭﺍﺹ ﺍﻝﺘﻭﻗﻊ ﺍﻝﺭﻴﺎﻀﻲ‪:‬‬

‫ﻴﺘﻤﻴﺯ ﺍﻝﺘﺯﻗﻊ ﺍﻝﺭﻴﺎﻀﻲ ﺒﻤﺠﻤﻭﻋﺔ ﻤﻥ ﺍﻝﺨﻭﺍﺹ ﻨﺫﻜﺭ ﻤﻨﻬﺎ‪:‬‬
‫‪E (A) = A‬‬
‫)‪E(AX) = AE(X‬‬
‫)‪E(X+Y) = E(X) + E(Y‬‬
‫)‪E(XY) = E(X)E(Y‬‬
‫ﺇﺫﺍ ﻜﺎﻨﺕ ‪ x‬ﻭ ‪ y‬ﻤﺘﻐﻴﺭﺘﺎﻥ ﻤﺴﺘﻘﻠﺘﺎﻥ‪.‬‬
‫ﻤﺜﺎل‪ :6-1‬ﻤﺅﺴﺴﺔ ﺍﻗﺘﺼﺎﺩﻴﺔ ﺘﺘﻭﻗﻊ ﺃﻥ ﺘﺘﻠﻘﻰ ﻜل ﺸﻬﺭ ‪ 3‬ﻁﻠﺒﻴﺎﺕ ﻤﻥ ﺍﻝﻌﻤﻴل ‪ A‬ﻭ‪ 4‬ﻁﻠﺒﻴﺎﺕ ﻤﻥ ‪.B‬‬
‫‪ .1‬ﻤﺎﻫﻭ ﺍﻝﻌﺩﺩ ﺍﻝﻤﺘﻭﻗﻊ ﻤﻥ ﺍﻝﻁﻠﺒﻴﺎﺕ ﺍﻝﻤﺘﻠﻘﺎﺓ ﻤﻥ ﺍﻝﻌﻤﻴل ‪ A‬ﻓﻲ ﺍﻝﺴﻨﺔ‪.‬‬
‫‪ .2‬ﻤﺎﻫﻭ ﺍﻝﻌﺩﺩ ﺍﻝﻤﺘﻭﻗﻊ ﻤﻥ ﺍﻝﻁﻠﺒﻴﺎﺕ ﺍﻝﻤﺘﻠﻘﺎﺓ ﻤﻥ ﺍﻝﻌﻤﻴل ‪ B‬ﻓﻲ ﺍﻝﺴﻨﺔ‪.‬‬
‫‪ .3‬ﻤﺎﻫﻭ ﺍﻝﻌﺩﺩ ﺍﻝﻜﻠﻲ ﺍﻝﻤﺘﻭﻗﻊ ﻤﻥ ﺍﻝﻁﻠﺒﻴﺎﺕ ﺍﻝﻤﺘﻠﻘﺎﺓ ﻓﻲ ﺸﻬﺭ ﺍﻝﻭﺍﺤﺩ‪.‬‬
‫‪ .1‬ﺍﻝﻌﺩﺩ ﺍﻝﻤﺘﻭﻗﻊ ﻤﻥ ﺍﻝﻁﻠﺒﻴﺎﺕ ﺍﻝﻤﺘﻠﻘﺎﺓ ﻤﻥ ﺍﻝﻌﻤﻴل ‪ A‬ﻓﻲ ﺍﻝﺴﻨﺔ‪ :‬ﺍﻝﺴﻨﺔ ﺘﺤﺘﻭﻱ ‪ 12‬ﺸﻬﺭ‪ ،‬ﻝﺫﻝﻙ‬
‫ﻴﻜﻭﻥ‪:‬‬
‫‪E(12A) = 12E(A) = 12(3) = 36‬‬
‫ﻴﻌﻨﻲ ﺃﻨﻪ ﻴﺘﻭﻗﻊ ﺘﻠﻘﻲ ‪ 36‬ﻁﻠﺒﻴﺔ ﻓﻲ ﺍﻝﺴﻨﺔ ﻤﻥ ﺍﻝﻌﻤﻴل ‪A‬‬
‫‪ .2‬ﺍﻝﻌﺩﺩ ﺍﻝﻤﺘﻭﻗﻊ ﻤﻥ ﺍﻝﻁﻠﺒﻴﺎﺕ ﺍﻝﻤﺘﻠﻘﺎﺓ ﻤﻥ ﺍﻝﻌﻤﻴل ‪ B‬ﻓﻲ ﺍﻝﺴﻨﺔ‪ :‬ﺍﻝﺴﻨﺔ ﺘﺤﺘﻭﻱ ‪ 12‬ﺸﻬﺭ‪ ،‬ﻝﺫﻝﻙ‬
‫ﻴﻜﻭﻥ‪:‬‬
‫‪E(12B) = 12E(B) = 12(4) = 48‬‬

‫ﻴﻌﻨﻲ ﺃﻨﻪ ﻴﺘﻭﻗﻊ ﺘﻠﻘﻲ ‪ 48‬ﻁﻠﺒﻴﺔ ﻓﻲ ﺍﻝﺴﻨﺔ ﻤﻥ ﺍﻝﻌﻤﻴل ‪B‬‬
‫‪ .3‬ﺍﻝﻌﺩﺩ ﺍﻝﻜﻠﻲ ﺍﻝﻤﺘﻭﻗﻊ ﻤﻥ ﺍﻝﻁﻠﺒﻴﺎﺕ ﺍﻝﻤﺘﻠﻘﺎﺓ ﻓﻲ ﺸﻬﺭ ﺍﻝﻭﺍﺤﺩ‪.‬‬
‫‪E(A + B) = E(A) + E(B) = 3 + 4 = 7‬‬
‫ﺍﻝﻤﻘﻁﻊ ‪ :2-2‬ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ ﺍﻝﺘﺎﻡ‬
‫ﺃﻭﻻ‪ :‬ﺘﻌﺭﻴﻑ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ ﺍﻝﺘﺎﻡ‪:‬‬
‫ﺘﻌﺭﻴﻑ‪ :3-2‬ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ ﺍﻝﺘﺎﻡ‪ ،‬ﻫﻭ ﺍﻝﺫﻱ ﺘﻜﻭﻥ ﻜل ﻨﻘﺎﻁ ﺸﻜل ﺍﻨﺘﺸﺎﺭﻩ ﺍﻝﻤﺤﺼل ﻋﻠﻴﻬﺎ ﻤﻥ‬
‫ﺘﺠﺴﻴﻡ ﻤﺘﻐﻴﺭﺘﻴﻪ ﻋﻠﻰ ﻤﻌﻠﻡ ﻤﺘﻌﺎﻤﺩ‪ ،‬ﻋﻠﻰ ﺍﺴﺘﻘﺎﻤﺔ ﺘﺎﻤﺔ‪ ،‬ﺴﻭﺍﺀ ﻜﺎﻨﺕ ﻓﻲ ﺍﻻﺘﺠﺎﻩ ﺍﻝﻤﻭﺠﺏ ﺃﻭ ﻓﻲ ﺍﻻﺘﺠﺎﻩ‬
‫ﺍﻝﺴﺎﻝﺏ‪ ،‬ﻭﺘﻜﻭﻥ ﻤﻌﺎﺩﻝﺔ ﺍﻻﻨﺤﺩﺍﺭ ﻋﻠﻰ ﺍﻝﻨﺤﻭ ﺍﻝﺘﺎﻝﻲ‪:‬‬
‫‪yi= a + bxi‬‬ ‫‪1-2‬‬
‫ﺤﻴﺙ‪ :b :‬ﻤﻴل ﺩﺍﻝﺔ ﺍﻻﻨﺤﺩﺍﺭ ﻭ ‪ :a‬ﺜﺎﺒﺕ ﺍﻝﺩﺍﻝﺔ‪ ،‬ﻭﺘﺩل ﻋﻠﻰ ﻗﻴﻤﺔ ﺍﻝﺩﺍﻝﺔ ﻋﻨﺩﻤﺎ ﻴﻨﻌﺩﻡ ‪.xi‬‬
‫ﻭﻫﻲ ﺩﺍﻝﺔ ﺨﻁ ﻤﺴﺘﻘﻴﻡ ﻴﻤﻜﻥ ﺇﻴﺠﺎﺩ ﻤﻌﺎﻝﻤﻬﺎ‪ b :‬ﻭ ‪ a‬ﺒﺴﻬﻭﻝﺔ‪ ،‬ﻭﺫﻝﻙ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻝﻁﺭﻕ ﺍﻝﻬﻨﺩﺴﻴﺔ‪.‬‬
‫ﺜﺎﻨﻴﺎ‪ :‬ﺍﻴﺠﺎﺩ ﻤﻌﺎﻝﻡ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ ﺍﻝﺘﺎﻡ‪:‬‬
‫ﻹﻴﺠﺎﺩ ﻤﻌﺎﻝﻡ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ ﺍﻝﺘﺎﻡ ﺘﻡ ﺍﺴﺘﺨﺩﺍﻡ ﺍﻝﻁﺭﻴﻘﺔ ﺍﻝﻬﻨﺩﺴﻴﺔ‪ ،‬ﺤﻴﺙ ﻴﺘﻡ ﺍﻹﻴﺼﺎل ﺒﻴﻥ ﻨﻘﺎﻁ‬
‫ﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ ﻝﻨﺤﺼل ﻋﻠﻰ ﺨﻁ ﻤﺴﺘﻘﻴﻡ ﺜﻡ ﻨﻭﺠﺩ ﻤﻴﻠﻪ‪ ،‬ﺍﻝﺫﻱ ﻴﺴﺎﻭﻱ ﺍﻝﻰ ﻅل ﺍﻝﺯﺍﻭﻴﺔ ﺍﻝﻤﺤﺼﻭﺭﺓ ﺒﻴﻥ‬
‫ﺍﻝﻤﻨﺤﻨﻰ ﻭﺍﻝﻤﺴﺘﻘﻴﻡ ﺍﻷﻓﻘﻲ ﺍﻝﻤﻭﺍﺯﻱ ﻝﻤﺤﻭﺭ ﺍﻝﺴﻴﻨﺎﺕ‪ ،‬ﻭﻨﻭﺠﺩ ﺒﻌﺩ ﺫﻝﻙ ﺜﺎﺒﺕ ﺍﻝﺩﺍﻝﺔ ‪ ،a‬ﻭﻫﻭ ﻋﺒﺎﺭﺓ ﻋﻥ‬
‫ﻨﻘﻁﺔ ﺘﻘﺎﻁﻊ ﺍﻝﻤﻨﺤﻨﻰ ﻤﻊ ﺍﻝﻤﺤﻭﺭ ﺍﻝﻌﻤﻭﺩﻱ ﻜﻤﺎ ﻴﻭﻀﺤﻪ ﺍﻝﺸﻜل ﺍﻝﻤﻭﺍﻝﻲ‪.‬‬
‫ﺸﻜل‪7-2‬‬
‫ﺒﻤﺎ ﺃﻥ ‪ b‬ﻫﻭ ﻤﻴل ﺍﻝﺩﺍﻝﺔ‪ ،‬ﻓﻬﻭ ﺇﺫﻥ ﻋﺒﺎﺭﺓ ﻋﻥ ﻅل ﺍﻝﺯﺍﻭﻴﺔ ‪ α‬ﺍﻝﻤﺤﺼﻭﺭﺓ ﺒﻴﻥ ﺍﻝﻤﻨﺤﻨﻰ ﻭ ﺍﻝﻤﺴﺘﻘﻴﻡ‬
‫ﺍﻝﻤﻭﺍﺯﻱ ﻝﻠﻤﺤﻭﺭ ﺍﻷﻓﻘﻲ‪ ،‬ﺃﻱ‪:‬‬
‫‪∆y‬‬
‫=‪b‬‬ ‫‪2-2‬‬
‫‪∆x‬‬
‫ﺤﻴﺙ ﺃﻥ ﺍﻝﻘﻴﻡ ﺘﻜﻭﻥ ﻤﻭﺠﻭﺩﺓ ﻋﻠﻰ ﺍﻝﻤﻌﻠﻡ‪ ،‬ﻝﺫﻝﻙ ﻴﺘﻡ ﺇﻴﺠﺎﺩ ‪ b‬ﻫﻨﺩﺴﻴﺎ ﺒﻜل ﺴﻬﻭﻝﺔ‪ ،‬ﺒﻴﻨﻤﺎ ‪ a‬ﻫﻲ ﻋﺒﺎﺭﺓ ﻋﻥ‬
‫ﻨﻘﻁﺔ ﺘﻘﺎﻁﻊ ﺨﻁ ﺍﻻﻨﺤﺩﺍﺭ ﻤﻊ ﺍﻝﻤﺤﻭﺭ ﺍﻝﻌﻤﻭﺩﻱ‪ ،‬ﻭ ﻴﻤﻜﻥ ﺇﻴﺠﺎﺩﻫﺎ ﻫﻨﺩﺴﻴﺎ ﻤﻥ ﺍﻝﺭﺴﻡ ﺃﻴﻀﺎ‪ ،‬ﻭﻨﺤﺼل‬
‫ﺒﺫﻝﻙ ﻋﻠﻰ ﻤﻌﻠﻤﺘﻲ ﺍﻝﺩﺍﻝﺔ‪.‬‬
‫ﻤﺜﺎل‪ :2-2‬ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﺘﺎﻝﻴﺔ ﺘﻅﻬﺭ ﺘﻁﻭﺭ ﺍﻝﺩﺨل ﻭﺍﻻﺴﺘﻬﻼﻙ ﻝﺩﻭﻝﺔ ﻤﺎ ﺒﻤﻼﻴﻴﺭ ﺍﻝﺩﻴﻨﺎﺭﺍﺕ‪:‬‬
‫ﺭﻗﻡ ﺍﻝﺴﻨﺔ ﺍﻝﺩﺨل ﺍﻹﺴﺘﻬﻼﻙ‬
‫‪50‬‬ ‫‪0‬‬ ‫‪1‬‬
‫‪90‬‬ ‫‪60‬‬ ‫‪2‬‬
‫‪130 120‬‬ ‫‪3‬‬
‫‪150 150‬‬ ‫‪4‬‬
‫‪170 180‬‬
‫‪210 240‬‬ ‫‪6‬‬
‫‪250 300‬‬ ‫‪7‬‬
‫ﺠﺩﻭل‪1-2‬‬
‫ﺍ‪ -‬ﺤﺩﺩ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻭﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل‪.‬‬
‫ﺏ‪ -‬ﺍﺭﺴﻡ ﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ‪ .‬ﻤﺎﺫﺍ ﺘﻼﺤﻅ ؟‪.‬‬
‫ﺝ‪ -‬ﺃﻭﺠﺩ ﻤﻌﺎﺩﻝﺔ ﺍﻨﺤﺩﺍﺭ ﺍﻻﺴﺘﻬﻼﻙ ﻋﻠﻰ ﺍﻝﺩﺨل‪.‬‬
‫ﺃ‪ -‬ﺘﺤﺩﻴﺩ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻭ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل‪ :‬ﺒﻤﺎ ﺃﻥ ﺍﻻﺴﺘﻬﻼﻙ ﻴﺘﺄﺜﺭ ﺒﺎﻝﺩﺨل ﻨﻅﺭﻴﺎ‪ ،‬ﺇﺫ ﻜﻠﻤﺎ ﺍﺯﺩﺍﺩ‬
‫ﺍﻝﺩﺨل ﺍﺯﺩﺍﺩ ﺍﻻﺴﺘﻬﻼﻙ ﺘﺒﻌﺎ ﻝﺫﻝﻙ‪ ،‬ﻭﺍﻝﻌﻜﺱ ﺼﺤﻴﺢ ﻭ ﻫﻭ ﻤﺎ ﻨﻼﺤﻅﻪ ﻤﻥ ﺨﻼل ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻹﺤﺼﺎﺌﻴﺔ‬
‫ﺍﻝﻭﺍﺭﺩﺓ ﻓﻲ ﺍﻝﺠﺩﻭل‪ ،‬ﻝﺫﻝﻙ ﻓﺈﻥ‪:‬‬
‫ﺍﻻﺴﺘﻬﻼﻙ‪ :‬ﻫﻭ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ‪ ،‬ﻭﻨﺭﻤﺯ ﻝﻪ ﺒـ‪yi :‬‬
‫ﺍﻝﺩﺨل‪ :‬ﻫﻭ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل‪ ،‬ﻭ ﻨﺭﻤﺯ ﻝﻪ ﺒـ ‪xi :‬‬
‫ﻭ ﻴﻌﻨﻲ ﺫﻝﻙ ﺃﻥ ﺍﻻﺴﺘﻬﻼﻙ ﻫﻭ ﺩﺍﻝﺔ ﻓﻲ ﺍﻝﺩﺨل ﺃﻱ‪ yi=f(xi) :‬ﻻ ﻴﻤﻜﻨﻨﺎ ﺃﻥ ﻨﻌﺭﻑ ﻁﺒﻴﻌﺘﻬﺎ ﺇﻻ ﺒﻌﺩ ﺃﻥ‬
‫ﻨﺭﺴﻡ ﺸﻜل ﺍﻨﺘﺸﺎﺭﻫﺎ‪.‬‬
‫ﺏ‪ -‬ﺸﻜل ﺍﻹﻨﺘﺸﺎﺭ‪:‬‬
‫ﺸﻜل‪8-2‬‬
‫ﻨﻼﺤﻅ ﺃﻥ ﻨﻘﺎﻁ ﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ ﻜﻠﻬﺎ ﻋﻠﻰ ﺍﺴﺘﻘﺎﻤﺔ ﺘﺎﻤﺔ‪ ،‬ﻭﺒﺎﻝﺘﺎﻝﻲ ﻓﺈﻥ ﺍﻻﻨﺤﺩﺍﺭ ﻫﻭ ﺍﻨﺤﺩﺍﺭ ﺨﻁﻲ ﺒﺴﻴﻁ ﺘﺎﻡ‬
‫‪yi= a + bxi‬‬ ‫ﺘﻜﻭﻥ ﻋﻠﻰ ﺸﻜل ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ ،1-2‬ﺃﻱ‪:‬‬
‫ﺝ‪ -‬ﺇﻴﺠﺎﺩ ﻤﻌﺎﺩﻝﺔ ﺍﻨﺤﺩﺍﺭ ﺍﻻﺴﺘﻬﻼﻙ ﻋﻠﻰ ﺍﻝﺩﺨل‪ :‬ﺒﻤﺎ ﺃﻥ ﻨﻘﺎﻁ ﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ ﻋﻠﻰ ﺍﺴﺘﻘﺎﻤﺔ ﺘﺎﻤﺔ‪ ،‬ﻝـﺫﻝﻙ‬
‫ﻴﺘﻡ ﺇﻴﺠﺎﺩ ﻤﻌﻠﻤﺘﻲ ﺍﻝﺩﺍﻝﺔ ﺒﺎﻝﻁﺭﻕ ﺍﻝﻬﻨﺩﺴﻴﺔ ﻭﺒﻤﺴﺎﻋﺩﺓ ﺍﻝﺸﻜل ‪ 9-2‬ﺃﺩﻨﺎﻩ‪.‬‬
‫ﺸﻜل‪9-2‬‬
‫ﺤﻴﺙ‪:‬‬
‫‪ b‬ﻫﻭﻤﻴل ﺍﻝﺩﺍﻝﺔ ﻭ ﻅل ﺍﻝﺯﺍﻭﻴﺔ ∝ ﺃﻱ‪:‬‬
‫‪60‬‬
‫= ‪b = Tgα‬‬ ‫‪= 0.67‬‬
‫‪90‬‬
‫‪ : a‬ﻫﻲ ﻨﻘﻁﺔ ﺘﻘﺎﻁﻊ ﺍﻝﻤﻨﺤﻨﻰ ﻤﻊ ﻤﺤﻭﺭ ﺍﻝﻌﻴﻨﺎﺕ ﻭ ﻤﻨﻪ ﻨﺠﺩ‪:‬‬

‫‪a=50‬‬
‫ﻭ ﺒﺎﻝﺘﺎﻝﻲ ﻓﺈﻥ ﻤﻌﺎﺩﻝﺔ ﺍﻨﺤﺩﺍﺭ ﺍﻻﺴﺘﻬﻼﻙ ﻋﻠﻰ ﺍﻝﺩﺨل ﻫﻲ‪:‬‬
‫‪yi = 50 + 0.67xi‬‬ ‫ﻤﻠﻴﺎﺭ ﺩﻴﻨﺎﺭ‬ ‫‪3-2‬‬
‫ﻭ ﻴﻤﻜﻥ ﺍﻝﺘﺄﻜﺩ ﻤﻥ ﺼﺤﺔ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺒﺈﻋﻁﺎﺀ ﻗﻴﻡ ﻝـ‪ xi :‬ﻤﻥ ﺍﻝﺠﺩﻭل ﺭﻗﻡ ‪ ،1-2‬ﻓﺴﻭﻑ ﻨﺠﺩ ﺒﺎﻝﻀﺭﻭﺭﺓ‬
‫ﻨﻔﺱ ﺍﻝﻘﻴﻤﺔ ﺍﻝﻤﻘﺎﺒﻠﺔ ﻝﻬﺎ‪.‬‬
‫ﻭ ﻴﻤﻜﻥ ﺍﺴﺘﺨﺩﺍﻡ ﻫﺫﻩ ﺍﻝﻤﻌﺎﺩﻝﺔ ﻓﻲ ﺇﻴﺠﺎﺩ ﺃﻴﺔ ﻗﻴﻤﺔ ﻤﺴﺘﻘﺒﻠﻴﺔ ﻝﻼﺴﺘﻬﻼﻙ ﺇﺫﺍ ﻋﺭﻑ ﺍﻝﺩﺨل ﻭ ﺫﻝﻙ‬
‫ﺒﺎﻝﺘﻌﻭﻴﺽ ﻓﻲ ﺍﻝﻤﻌﺎﺩﻝﺔ‪ ،‬ﻓﺈﺫﺍ ﻓﺭﻀﻨﺎ ﺃﻥ ﺍﻝﺩﺨل ﺴﻭﻑ ﻴﺼﺒﺢ ﻓﻲ ﺍﻝﺴﻨﺔ ﺍﻝﺘﺎﺴﻌﺔ ‪ 400‬ﻤﻠﻴﺎﺭ ﺩﻴﻨﺎﺭ‪ ،‬ﻓﺈﻥ‬
‫ﺍﻻﺴﺘﻬﻼﻙ ﺍﻝﻤﺘﻭﻗﻊ ﻝﻬﺫﻩ ﺍﻝﺴﻨﺔ ﻫﻭ‪:‬‬
‫‪y9= 50+0.67(400)=318‬‬ ‫ﻤﻠﻴﺎﺭ ﺩﻴﻨﺎﺭ‬
‫ﻴﻌﻨﻲ ﻫﺫﺍ ﺃﻥ ﺍﻻﺴﺘﻬﻼﻙ ﺨﻼل ﺍﻝﺴﻨﺔ ﺍﻝﺘﺎﺴﻌﺔ ﺴﻴﻜﻭﻥ ‪ 318‬ﻤﻠﻴﺎﺭ ﺩﻴﻨﺎﺭ‪.‬‬
‫ﺍﻝﻤﻘﻁﻊ ‪ :3-2‬ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ ﻏﻴﺭ ﺍﻝﺘﺎﻡ‬
‫ﺃﻭﻻ‪ :‬ﺘﻘﺩﻴﻡ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ ﺍﻝﺘﺎﻡ‪:‬‬
‫ﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ ﻓﻲ ﺤﺎﻝﺔ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﻏﻴﺭ ﺍﻝﺘﺎﻡ ﻴﺸﺒﻪ ﺍﻝﺸﻜل ﺭﻗﻡ ‪ 2-2‬ﺃﻭ ‪ ،4-2‬ﺇﺫ ﺃﻥ ﻨﻘﺎﻁ ﺸﻜل‬
‫ﺍﻻﻨﺘﺸﺎﺭ ﻻ ﺘﻜﻭﻥ ﻋﻠﻰ ﺍﺴﺘﻘﺎﻤﺔ ﺘﺎﻤﺔ‪ ،‬ﻝﻜﻨﻬﺎ ﺘﺄﺨﺫ ﺍﺘﺠﺎﻫﺎ ﻴﻤﻜﻥ ﺘﻘﺭﻴﺒﻪ ﻤﻥ ﻤﻌﺎﺩﻝﺔ ﺨﻁ ﻤﺴﺘﻘﻴﻡ‪ ،‬ﺤﻴﺙ ﺃﻨﻪ‬
‫ﻴﺴﺘﺤﻴل ﺇﻴﺠﺎﺩ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﺤﻘﻴﻘﻴﺔ‪ ،‬ﺍﻝﺘﻲ ﻨﻔﺘﺭﻀﻬﺎ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪yi= a + bxi +εi‬‬ ‫‪4-2‬‬
‫ﺤﻴﺙ ﺃﻥ ﺍﻝﺸﻕ ﺍﻷﻭل ﻤﻥ ﺍﻝﻤﻌﺎﺩﻝﺔ ﻭﻫﻭ‪ ،a + bxi :‬ﻫﻭ ﻤﻌﺎﺩﻝﺔ ﺨﻁ ﻤﺴﺘﻘﻴﻡ‪ ،‬ﻭﻗﺩ ﺃﻀﻴﻑ ﻝﻬﺎ ﺍﻝﻤﻘﺩﺍﺭ ‪εi‬‬
‫ﺍﻝﺫﻱ ﻫﻭ ﻗﻴﻤﺔ ﺍﻝﺒﻌﺩ ﺒﻴﻥ ﺍﻝﻨﻘﺎﻁ ﺍﻝﺤﻘﻴﻘﻴﺔ ﻭﻤﻌﺎﺩﻝﺔ ﺍﻝﺨﻁ ﺍﻝﻤﺴﺘﻘﻴﻡ‪ ،‬ﻭﺤﻴﺙ ﺃﻨﻪ ﻴﺴﺘﺤﻴل ﺇﻴﺠﺎﺩ ﻫﺫﻩ ﺍﻝﻤﻌﺎﺩﻝﺔ‬
‫ﻝﺫﻝﻙ ﻴﺘﻡ ﺘﻘﺭﻴﺒﻬﺎ ﺘﻘﺩﻴﺭﻴﺎ ﺍﻝﻰ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﺨﻁﻴﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫‪ŷ i = â + b̂x i‬‬ ‫‪5-2‬‬
‫ﺤﻴﺙ‪:‬‬
‫ﻗﻴﻤﺔ ﺘﻘﺩﻴﺭﻴﺔ ﻝـ ‪ yi‬ﻭ ̂‪ a‬ﻗﻴﻤﺔ ﺘﻘﺩﻴﺭﻴﺔ ﻝـ ‪ a‬ﻭ ̂‪ b‬ﻗﻴﻤﺔ ﺘﻘﺩﻴﺭﻴﺔ ﻝـ ‪b‬‬ ‫̂‪y‬‬
‫ﻴﻤﺭ ﻤﺴﺘﻘﻴﻡ ﻫﺫﻩ ﺍﻝﺩﺍﻝﺔ ﻤﻥ ﺍﻝﻨﻘﻁﺔ ‪ x :‬ﻭ ‪) y‬ﺍﻝﻭﺴﻁﻴﻥ ﺍﻝﺤﺴﺎﺒﻴﻴﻥ ﻝﻠﻤﺘﻐﻴﺭﻴﻥ(‪.‬‬
‫ﺜﺎﻨﻴﺎ‪ :‬ﻤﻌﺎﺩﻻﺕ ﺘﻘﺩﻴﺭ ﻤﻌﺎﻝﻡ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ‪:‬‬

‫ﻴﻔﺘﺭﺽ ﺃﻥ ﺘﻌﻁﻲ ﻫﺫﻩ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺨﻁﺎ ﻤﺴﺘﻘﻴﻤﺎ ﺃﻗﺭﺏ ﻤﺎ ﻴﻤﻜﻥ ﺍﻝﻰ ﺠﻤﻴﻊ ﻨﻘﺎﻁ ﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ ﺍﻝﺤﻘﻴﻘﻴﺔ‪ ،‬ﻭ‬
‫ﻴﺘﻡ ﺇﻴﺠﺎﺩ ﻤﻌﻠﻤﺘﻴﻬﺎ )ﺍﻝﺜﻭﺍﺒﺕ(‪ ،‬ﺒﻤﺎ ﻴﺴﻤﻰ ﺒﻁﺭﻴﻘﺔ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ‪ ،‬ﺍﻝﺘﻲ ﺘﻌﻁﻲ ﺍﻝﻤﻌﺎﺩﻝﺘﻴﻥ ﺍﻝﺘﻘﺩﻴﺭﻴﺘﻴﻥ‬
‫ﻝﻬﻤﺎ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪n‬‬ ‫_‬ ‫_‬
‫)‪∑ ( x i − x)( y i − y‬‬

‫= ̂‪b‬‬ ‫‪i =1‬‬
‫‪n‬‬ ‫_‬
‫‪6-2‬‬
‫‪∑ (x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫)‪− x‬‬ ‫‪2‬‬
‫‪â = y − b̂x‬‬ ‫‪7-2‬‬

‫_‬
‫‪ : y‬ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻘﻴﻡ ﺍﻝﻌﻴﻨﺎﺕ‪ ،‬ﺃﻱ ‪:‬‬ ‫ﺤﻴﺙ‪:‬‬
‫‪N‬‬
‫‪∑ yi‬‬
‫‪y = i =1‬‬
‫‪N‬‬
‫_‬
‫‪ : x‬ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻘﻴﻡ ﺍﻝﺴﻴﻨﺎﺕ‪ ،‬ﺃﻱ ‪:‬‬
‫‪N‬‬
‫‪∑ xi‬‬
‫‪x = i =1‬‬
‫‪N‬‬
‫ﻭ ﺴﺘﺘﻡ ﺍﻝﺒﺭﻫﻨﺔ ﻭﺍﺸﺘﻘﺎﻕ ﺍﻝﻤﻌﺎﺩﻝﺘﻴﻥ ﺒﻁﺭﻴﻘﺔ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ ﻓﻲ ﺍﻝﺒﻨﺩ ﺍﻝﻤﻭﺍﻝﻲ‪.‬‬
‫ﻤﺜﺎل‪ :3-2‬ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﺘﺎﻝﻴﺔ ﺘﻅﻬﺭ ﺘﻁﻭﺭ ﻜل ﻤﻥ ﺍﻝﺩﺨل ﺍﻝﺩﺍﺨﻠﻲ ﻭﺍﻝﻭﺍﺭﺩﺍﺕ ﺍﻝﺴﻠﻌﻴﺔ ﺒﻤﻼﻴﻴﺭ ﺍﻝﺩﻴﻨﺎﺭﺍﺕ‪،‬‬
‫ﺨﻼل ﺍﻝﻔﺘﺭﺓ ‪2011/2004‬‬
‫ﺩ‪.‬ﺩﺍﺨﻠﻲ‬ ‫ﻭﺍﺭﺩﺍﺕ‬ ‫ﺍﻝﺴﻨﺔ‬
‫‪10‬‬ ‫‪10‬‬ ‫‪2004‬‬
‫‪15‬‬ ‫‪12‬‬ ‫‪2005‬‬
‫‪20‬‬ ‫‪15‬‬ ‫‪2006‬‬
‫‪25‬‬ ‫‪16‬‬ ‫‪2007‬‬
‫‪30‬‬ ‫‪16‬‬ ‫‪2008‬‬
‫‪35‬‬ ‫‪20‬‬ ‫‪2009‬‬
‫‪40‬‬ ‫‪26‬‬ ‫‪2010‬‬
‫‪45‬‬ ‫‪30‬‬ ‫‪2011‬‬
‫ﺠﺩﻭل‪2-2‬‬
‫‪ -1‬ﺤﺩﺩ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻭﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل‪.‬‬
‫‪ -2‬ﻋﻠﻰ ﻤﻌﻠﻡ ﻤﺘﻌﺎﻤﺩ ﺍﺭﺴﻡ ﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ‪ .‬ﻤﺎﺫﺍ ﺘﺴﺘﻨﺘﺞ ؟‬
‫‪ -3‬ﺃﻭﺠﺩ ﻤﻌﺎﺩﻝﺔ ﺍﻨﺤﺩﺍﺭ ﺍﻝﻭﺍﺭﺩﺍﺕ ﻋﻠﻰ ﺍﻝﺩﺨل ﺍﻝﺩﺍﺨﻠﻲ‪.‬‬
‫*‪ -‬ﺍﻝﺩﺨل ﺍﻝﺩﺍﺨﻠﻲ ﻴﻌﻜﺱ ﻗﺩﺭﺓ ﺍﻝﺩﻭﻝﺔ ﻋﻠﻰ ﺘﻠﺒﻴﺔ ﺍﻝﺤﺎﺠﻴﺎﺕ‪ ،‬ﻓﻜﻠﻤﺎ ﺍﺯﺩﺍﺩ ﺍﻝﺩﺨل ﺍﻝﺩﺍﺨﻠﻲ ﺘﺯﺩﺍﺩ ﻗﺩﺭﺓ‬
‫ﺍﻝﺩﻭﻝﺔ ﻋﻠﻰ ﺍﻻﺴﺘﻴﺭﺍﺩ‪ ،‬ﻭ ﻜﻠﻤﺎ ﺍﻨﺨﻔﺽ ﺍﻝﺩﺨل ﺍﻝﺩﺍﺨﻠﻲ ﺍﻨﺨﻔﻀﺕ ﻗﺩﺭﺓ ﺍﻝﺩﻭﻝﺔ ﻋﻠﻰ ﺍﻻﺴﺘﻴﺭﺍﺩ‪ ،‬ﻭ ﻋﻠﻴﻪ‬
‫ﻓﺈﻥ ﺍﻝﻭﺍﺭﺩﺍﺕ ﺘﺯﺩﺍﺩ ﻜﻠﻤﺎ ﺍﺯﺩﺍﺩ ﺍﻝﺩﺨل ﺍﻝﺩﺍﺨﻠﻲ‪ ،‬ﻭﺘﻨﺨﻔﺽ ﻜﻠﻤﺎ ﺍﻨﺨﻔﺽ ﻨﻅﺭﻴﺎ‪ ،‬ﻝﺫﻝﻙ ﻓﺈﻥ‪:‬‬
‫‪ -‬ﺍﻝﻭﺍﺭﺩﺍﺕ‪ :‬ﻫﻲ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ‪ ،‬ﻭﻨﺭﻤﺯ ﻝﻪ ﺒـ‪yi :‬‬
‫‪ -‬ﺍﻝﺩﺨل ﺍﻝﺩﺍﺨﻠﻲ‪ :‬ﻫﻭ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل‪ ،‬ﻭﻨﺭﻤﺯ ﻝﻪ ﺒﺎﻝﺭﻤﺯ‪.xi:‬‬
‫*‪ -‬ﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ‪:‬‬
‫ﺸﻜل‪9-2‬‬
‫ﻨﻼﺤﻅ ﺃﻥ ﻨﻘﺎﻁ ﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ ﻝﻴﺴﺕ ﻋﻠﻰ ﺍﺴﺘﻘﺎﻤﺔ ﺘﺎﻤﺔ‪ ،‬ﻏﻴﺭ ﺃﻨﻪ ﻴﻤﻜﻥ ﺘﻘﺭﻴﺒﻬﺎ ﺍﻝﻰ ﻤﻌﺎﺩﻝﺔ ﺨﻁ‬
‫ﻤﺴﺘﻘﻴﻡ ﻤﻥ ﺸﻜل ﺍﻝﻤﻌﺎﺩﻝﺔ ﺭﻗﻡ ‪ ،5-2‬ﻭﺴﻴﺘﻡ ﺘﻘﺩﻴﺭ ﻤﻌﺎﻝﻤﻬﺎ ﻋﻥ ﻁﺭﻴﻕ ﺍﻝﻤﻌﺎﺩﻝﺘﻴﻥ ‪ 6-2 :‬ﻭ ‪7-2‬‬
‫ﺍﻝﻤﺸﺎﺭ ﺇﻝﻴﻬﻤﺎ ﺃﻋﻼﻩ‪ ،‬ﻭﺒﻤﺴﺎﻋﺩﺓ ﺍﻝﺠﺩﻭل ﺍﻝﺘﺎﻝﻲ‪:‬‬
‫‪i‬‬ ‫‪yi‬‬ ‫‪xi‬‬ ‫‪(x i − x) 2‬‬ ‫)‪( x i − x )( y i − y‬‬

‫‪1‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪306.25‬‬ ‫‪142.28‬‬
‫‪2‬‬ ‫‪12‬‬ ‫‪15‬‬ ‫‪156.25‬‬ ‫‪76.63‬‬
‫‪3‬‬ ‫‪15‬‬ ‫‪20‬‬ ‫‪56.25‬‬ ‫‪23.48‬‬
‫‪4‬‬ ‫‪16‬‬ ‫‪25‬‬ ‫‪6.25‬‬ ‫‪5.33‬‬
‫‪5‬‬ ‫‪16‬‬ ‫‪30‬‬ ‫‪6.25‬‬ ‫‪-5.33‬‬
‫‪6‬‬ ‫‪20‬‬ ‫‪35‬‬ ‫‪56.25‬‬ ‫‪12.53‬‬
‫‪7‬‬ ‫‪26‬‬ ‫‪40‬‬ ‫‪156.25‬‬ ‫‪98.38‬‬
‫‪8‬‬ ‫‪30‬‬ ‫‪45‬‬ ‫‪306.25‬‬ ‫‪207.73‬‬
‫ﻤﺞ‬ ‫‪145‬‬ ‫‪220‬‬ ‫‪1050.00‬‬ ‫‪561.60‬‬
‫ﺠﺩﻭل‪3-2‬‬
‫ﻨﺠﺩ‪ :‬ﺍﻝﻭﺴﻁﻴﻥ ﺍﻝﺤﺴﺎﺒﻴﻴﻥ ﻝﻠﻤﺘﻐﻴﺭﻴﻥ ﺍﻝﻤﺴﺘﻘل ﻭ ﺍﻝﺘﺎﺒﻊ ﻫﻤﺎ‪:‬‬
‫‪8‬‬
‫‪∑y‬‬ ‫‪i‬‬
‫‪145‬‬
‫=‪y‬‬ ‫‪i =1‬‬
‫=‬ ‫‪= 18.13‬‬
‫‪8‬‬ ‫‪8‬‬
‫‪8‬‬
‫‪∑x‬‬ ‫‪i‬‬
‫‪220‬‬
‫=‪x‬‬ ‫‪i =1‬‬
‫=‬ ‫‪= 27.5‬‬
‫‪8‬‬ ‫‪8‬‬
‫ﻤﻴل ﺩﺍﻝﺔ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﻤﻘﺩﺭﺓ ﻨﺠﺩﻩ ﺒﺘﻁﺒﻴﻕ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 6-2‬ﺃﻋﻼﻩ ﻭﻤﻥ ﺍﻝﺠﺩﻭل ‪ 3-2‬ﻨﺠﺩ‪:‬‬
‫‪n‬‬ ‫_‬ ‫_‬
‫∧‬ ‫)‪∑ (x i − x )( y i − y‬‬

‫‪561.6‬‬
‫‪b = i =1‬‬ ‫=‬ ‫‪= 0.53‬‬
‫‪n‬‬ ‫_‬ ‫‪1050‬‬
‫‪∑ (x i − x ) 2‬‬
‫‪i =1‬‬
‫ﺍﻝﻘﻴﻤﺔ ﺍﻝﺜﺎﺒﺘﺔ ﻝﺩﺍﻝﺔ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﻤﻘﺩﺭﺓ ) ﺍﻝﻤﻌﻠﻤﺔ‪ ( â :‬ﻫﻲ‪:‬‬
‫‪â = y − b̂x =18.13-0.53(27.5)=3.36‬‬
‫ﻭﻤﻨﻪ ﺘﻜﻭﻥ ﻤﻌﺎﺩﻝﺔ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﻤﻘﺩﺭﺓ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫∧‬
‫) ‪( yi = 3.36 + 0.53x i‬‬ ‫ﻤﻠﻴﺎﺭ ﺩﻴﻨﺎﺭ‬
‫ﻴﻤﻜﻥ ﻤﻼﺤﻅﺔ ﺃﻥ ﻤﺴﺘﻘﻴﻡ ﻫﺫﻩ ﺍﻝﻤﻌﺎﺩﻝﺔ ﻫﻭ ﺃﻗﺭﺏ ﺨﻁ ﻤﺴﺘﻘﻴﻡ ﺍﻝﻰ ﻜل ﻨﻘﺎﻁ ﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ ﻤﻥ ﺨﻼل‬
‫ﺍﻝﺒﻴﺎﻥ ﺍﻝﺘﺎﻝﻲ‪:‬‬
‫ﺸﻜل‪11-2‬‬
‫ﻭﻴﻤﻜﻥ ﺃﻥ ﻴﻌﻁﻲ ﻗﻴﻤﺔ ﺘﻨﺒﺅﻴﺔ ﻝﻠﻤﺘﻐﻴﺭ‪ ،y‬ﻋﻨﺩ ﺇﻋﻁﺎﺀ ﺃﻴﺔ ﻗﻴﻤﺔ ﻤﺴﺘﻘﺒﻠﻴﺔ ﻝﻠﻤﺘﻐﻴﺭ‪ ،x‬ﻓﺈﺫﺍ ﻤﺎ ﺍﻓﺘﺭﻀﻨﺎ ﻋﻠﻰ‬
‫ﺴﺒﻴل ﺍﻝﻤﺜﺎل ﺃﻥ ﻗﻴﻤﺔ ﺍﻝﺩﺨل ﺍﻝﺩﺍﺨﻠﻲ‪ ،‬ﺴﺘﻜﻭﻥ ‪ 100‬ﻤﻠﻴﺎﺭ ﺩﻴﻨﺎﺭ ﻓﻲ ﺴﻨﺔ ‪ ،2015‬ﻓﺎﻥ ﺍﻝﻘﻴﻤﺔ ﺍﻝﺘﻨﺒﺅﻴﺔ‬
‫ﻝﻠﻭﺍﺭﺩﺍﺕ ﻓﻲ ﻫﺫﻩ ﺍﻝﺴﻨﺔ ﺴﺘﻜﻭﻥ‪:‬‬
‫‪ ŷ 2015 = 0.53(100) + 3.36 =56.36‬ﻤﻠﻴﺎﺭ ﺩﻴﻨﺎﺭ‬
‫ﻭ ﻫﺫﺍ ﻤﺎ ﻴﺴﻤﻰ ﺒﺎﻝﺘﻨﺒﺅ ﺍﻝﻨﻘﻁﻲ‪ ،‬ﻏﻴﺭ ﺃﻥ ﻭﺍﻗﻊ ﺍﻝﻅﻭﺍﻫﺭ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭ ﺍﻻﺠﺘﻤﺎﻋﻴﺔ ﻴﺠﻌل ﻤﻥ ﺫﻝﻙ ﻨﺎﺩﺭ‬
‫ﺍﻝﻤﺼﺎﺩﻓﺔ‪ ،‬ﻝﺫﻝﻙ ﻓﻔﻲ ﺤﺎﻝﺔ ﺍﻝﺘﻨﺒﺅ ﻴﻠﺠﺄ ﺍﻝﻰ ﺍﺴﺘﺨﺩﺍﻡ ﻤﺎ ﻴﺴﻤﻰ ﺒﺎﻝﻤﺠﺎل‪ ،‬ﻭ ﻓﻜﺭﺘﻪ ﺃﻥ ﻨﻭﺠﺩ ﻤﺠﺎل ﻨﺘﻨﺒﺄ‬
‫ﺃﻥ ﺘﻜﻭﻥ ﻗﻴﻤﺔ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻀﻤﻨﻪ‪ ،‬ﻭ ﺫﻝﻙ ﺒﺎﺤﺘﻤﺎل ﻤﻌﻴﻥ‪ ،‬ﻭ ﻴﺘﻡ ﺫﻝﻙ ﺃﻴﻀﺎ ﺒﺎﺴﺘﺨﺩﺍﻡ ﻁﺭﻕ ﻋﻠﻤﻴﺔ‬
‫ﺴﻭﻑ ﻨﺘﻌﺭﺽ ﻝﻬﺎ ﻻﺤﻘﺎ‪.‬‬
‫ﺜﺎﻝﺜﺎ‪ :‬ﺃﺴﺒﺎﺏ ﺇﻀﺎﻓﺔ ﺤﺩ ﺍﻝﺨﻁﺄ ﺍﻝﻰ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﺨﻁﻲ‪:‬‬

‫ﻴﺘﻡ ﺇﻀﺎﻓﺔ ﺤﺩ ﺍﻝﺨﻁﺄ ‪ εi‬ﺍﻝﻰ ﺍﻝﻨﻤﻭﺫﺝ ﺒﺴﺒﺏ ﻋﺩﻡ ﻭﺠﻭﺩ ﻋﻼﻗـﺔ ﺘﺎﻤـﺔ ﺒـﻴﻥ ﺍﻝﻤﺘﻐﻴـﺭﺍﺕ ﺍﻻﻗﺘـﺼﺎﺩﻴﺔ‬
‫ﻭ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﻓﻲ ﺍﻝﻌﻠﻭﻡ ﺍﻹﻨﺴﺎﻨﻴﺔ ﺒﺸﻜل ﻋﺎﻡ ﻭﺫﻝﻙ ﻝﻠﻌﻭﺍﻤل ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫ﻋﺩﻡ ﺃﺨﺫ ﻜل ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﻤﻔﺴﺭﺓ ﻝﻠﻅﺎﻫﺭﺓ ﺒﻌﻴﻥ ﺍﻻﻋﺘﺒﺎﺭ‪.‬‬ ‫‪-‬‬
‫ﺍﻝﺴﻠﻭﻙ ﺍﻝﻌﺸﻭﺍﺌﻲ ﻝﻸﻓﺭﺍﺩ ﻭ ﺍﻝﻤﺠﺘﻤﻌﺎﺕ ﺒﺴﺒﺏ ﺍﺨﺘﻼﻑ ﺍﻝﺭﻏﺒﺎﺕ ﻭ ﺍﻷﺫﻭﺍﻕ‪.‬‬ ‫‪-‬‬
‫ﺍﻝﺼﻴﺎﻏﺔ ﺍﻝﺭﻴﺎﻀﻴﺔ ﻏﻴﺭ ﺍﻝﺩﻗﻴﻘﺔ ﻝﻠﻨﻤﻭﺫﺝ ﺒﺴﺒﺏ ﺼﻌﻭﺒﺔ ﺍﻝﺭﺒﻁ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ‪.‬‬ ‫‪-‬‬
‫ﺍﻷﺨﻁﺎﺀ ﺍﻝﻤﺨﺘﻠﻔﺔ ﻓـﻲ ﺠﻤـﻊ ﺍﻝﺒﻴﺎﻨـﺎﺕ ﺍﻹﺤـﺼﺎﺌﻴﺎﺕ‪ ،‬ﻤﻤـﺎ ﻴﺠﻌـل ﻤﺨﺘﻠـﻑ ﺍﻝﻤﺠﻤﻌـﺎﺕ‬ ‫‪-‬‬
‫ﺍﻹﺤﺼﺎﺌﻴﺔ ﻏﻴﺭ ﺩﻗﻴﻘﺔ ﺒﺸﻜل ﻜﺎﻤل؟‬
‫ﻭﺠﻭﺩ ﺃﺨﻁﺎﺀ ﻓﻲ ﻗﻴﺎﺱ ﺍﻝﻅﻭﺍﻫﺭ ﻭ ﻓﻲ ﺘﻘﺩﻴﺭﻫﺎ‪.‬‬ ‫‪-‬‬
‫ﺍﻝﻤﻘﻁﻊ‪ :4-2‬ﺘﻘﺩﻴﺭ ﺍﻝﻤﻌﺎﻝﻡ ﺒﻁﺭﻴﻘﺔ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ‬
‫ﺃﻭﻻ‪ :‬ﺘﻭﻀﻴﺢ ﺍﻝﻬﺩﻑ ﻤﻥ ﺍﻝﻁﺭﻴﻘﺔ‪:‬‬

‫ﺘﻬﺩﻑ ﻁﺭﻴﻘﺔ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ ﻜﻤﺎ ﺴﺒﻘﺕ ﺍﻹﺸﺎﺭﺓ ﺍﻝﻰ ﺇﻴﺠﺎﺩ ﻤﻌﺎﺩﻝﺔ ﺨﻁﻴﺔ ﺘﻘﺩﻴﺭﻴﺔ‪ ،‬ﻴﻜﻭﻥ ﺨﻁﻬﺎ‬
‫ﺃﻗﺭﺏ ﻤﺎ ﻴﻤﻜﻥ ﺍﻝﻰ ﺠﻤﻴﻊ ﻨﻘﺎﻁ ﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ‪.‬‬
‫ﻭ ﻗﺩ ﺴﺒﻕ ﺃﻥ ﺃﺸﺭﻨﺎ ﺍﻝﻰ ﺃﻥ ﻤﻌﺎﺩﻝﺔ ﺍﻻﻨﺤﺩﺍﺭ ﺘﻜﻭﻥ ﻤﻥ ﺍﻝﺸﻜل‪:‬‬
‫‪yi=α+βxi+εi‬‬ ‫‪9-2‬‬
‫ﺤﻴﺙ ﺃﻥ ﺍﻝﺸﻕ ﺍﻷﻭل ﻤﻥ ﺍﻝﻤﻌﺎﺩﻝﺔ ﻭﻫﻭ‪ ،α+βxi :‬ﻴﻌﺭﻑ ﺒﺎﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﻭﻀﻴﺤﻲ ﺃﻭ ﺍﻝﻤﻔﺴﺭ‪ ،‬ﺒﻴﻨﻤﺎ ﺍﻝﺠﺯﺀ‬
‫ﺍﻝﺜﺎﻨﻲ ﻭ ﻫﻭ ‪ εi‬ﻓﻴﻌﺒﺭ ﻋﻥ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﻏﻴﺭ ﺍﻝﻤﻭﻀﺤﺔ ﺃﻭ ﻏﻴﺭ ﺍﻝﻤﻔﺴﺭﺓ‪ ،‬ﻭ ﺍﻝﺫﻱ ﻫﻭ ﻋﺒﺎﺭﺓ ﻋﻥ ﺍﻨﺤﺭﺍﻑ‬
‫ﺍﻝﻘﻴﻡ ﺍﻝﺘﻘﺩﻴﺭﻴﺔ ﻋﻥ ﺍﻝﻘﻴﻡ ﺍﻝﺤﻘﻴﻘﻴﺔ ﻝﻠﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ‪ .‬ﻭ ﻴﻤﻜﻥ ﻝﻠﺸﻜل ﺃﻥ ﻴﻭﻀﺢ ﺫﻝﻙ‪:‬‬
‫ﺸﻜل‪12-2‬‬
‫ﺤﻴﺙ ﻋﺒﺭﻨﺎ ﻋﻥ ﻤﻌﺎﺩﻝﺔ ﺍﻝﻤﺴﺘﻘﻴﻡ ﺍﻝﺘﻲ ﻴﻤﻜﻥ ﺃﻥ ﺘﻤﺜل ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﺤﻘﻴﻘﻴﺔ ﺘﻘﺭﻴﺒﻴﺎ ﻭ ﺍﻝﺘﻲ ﻨﺴﻤﻴﻬﺎ ﺒﺎﻝﻤﻌﺎﺩﻝﺔ‬
‫ﺍﻝﻤﻘﺩﺭﺓ ﻋﻠﻰ ﺍﻝﺸﻜل‪:‬‬
‫‪ŷ i = αˆ + βˆ x i‬‬
‫ﻜﻤﺎ ﻫﻭ ﻭﺍﻀﺢ ﻓﻲ ﺍﻝﺭﺴﻡ ﺃﻋﻼﻩ‪ ،‬ﻓﺎﻥ ﻤﻌﺎﺩﻝﺔ ﺍﻝﻤﺴﺘﻘﻴﻡ ﺍﻝﻤﻔﺘﺭﺽ ﺃﻥ ﻴﻜﻭﻥ ﺃﻗﺭﺏ ﻤﺎ ﻴﻤﻜﻥ ﺍﻝﻰ ﺠﻤﻴﻊ ﻨﻘﺎﻁ‬
‫ﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ ﻫﻲ‪:‬‬
‫‪ŷ i = αˆ + βˆ x i‬‬ ‫‪10-2‬‬
‫ﺒﻴﻨﻤﺎ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﺤﻘﻴﻘﻴﺔ ﻭ ﺍﻝﺘﻲ ﻴﺴﺘﺤﻴل ﺇﻴﺠﺎﺩﻫﺎ ﻤﺎ ﺩﺍﻤﺕ ﻨﻘﺎﻁ ﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ ﻝﻴﺴﺕ ﻋﻠﻰ ﺍﺴﺘﻘﺎﻤﺔ ﺘﺎﻤﺔ‬
‫ﻫﻲ‪:‬‬
‫‪yi=α+βxi+ εi‬‬
‫ﺤﻴﺙ ‪ εi‬ﻫﻲ ﻗﻴﻤﺔ ﻋﺸﻭﺍﺌﻴﺔ ﺘﻌﺎﺩل ﻗﻴﻤﺔ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﻋﻥ ﺍﻝﻤﻨﺤﻨﻰ ﺍﻝﺨﻁﻲ ﻝﻠﺩﺍﻝﺔ‪ ،‬ﻭ ﻫﻲ ﻗﻴﻤﺔ ﻏﻴﺭ ﻗﺎﺒﻠﺔ‬
‫ﻝﻠﻘﻴﺎﺱ‪ ،‬ﻭ ﺘﺴﻤﻰ ﺒﺎﻝﻤﺘﻐﻴﺭ ﺍﻝﻌﺸﻭﺍﺌﻲ ﺃﻭ ﺤﺩ ﺍﻝﺨﻁﺄ‪.‬‬
‫ﺜﺎﻨﻴﺎ‪ :‬ﺍﻝﻔﺭﻀﻴﺎﺕ ﺍﻷﺴﺎﺴﻴﺔ‪:‬‬

‫ﻝﺘﻘﺩﻴﺭ ﻤﻌﺎﻝﻡ ﺍﻝﻨﻤﻭﺫﺝ ﺒﻁﺭﻴﻘﺔ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ ﻴﻔﺘﺭﺽ ﻤﺎ ﻴﻠﻲ‪:‬‬
‫ﻓﺭﻀﻴﺎﺕ ﻤﺘﻌﻠﻘﺔ ﺒﺤﺩ ﺍﻝﺨﻁﺄ‪:‬‬
‫‪ -1‬ﺍﻝﻤﻘﺩﺍﺭ ‪ εi‬ﻴﺨﻀﻊ ﻝﻘﺎﻨﻭﻥ ﺍﻝﺘﻭﺯﻴﻊ ﺍﻝﻁﺒﻴﻌﻲ‪ ،‬ﺃﻱ ﺃﻥ ﻗﻴﻤﻬﺎ ﺘﻜﻭﻥ ﺨﺎﻀﻌﺔ ﻝﻠﺼﺩﻓﺔ ﻓﻲ ﺃﻱ ﻓﺘﺭﺓ ﺯﻤﻨﻴﺔ‪،‬‬
‫ﻭ ﻴﻤﻜﻨﻬﺎ ﺃﻥ ﺘﺄﺨﺫ ﺃﻴﺔ ﻗﻴﻤﺔ ﻤﻭﺠﺒﺔ ﺃﻭ ﺴﺎﻝﺒﺔ ﺃﻭ ﻤﻌﺩﻭﻤﺔ‪.‬‬
‫‪ -2‬ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻘﻴﻡ ‪ εi‬ﺃﻱ ﺘﻭﻗﻌﻪ ﻴﻜﻭﻥ ﻤﻌﺩﻭﻤﺎ‪ ،E(εi)=0 :‬ﻭ ﻫﺫﺍ ﻴﻌﻨﻲ ﺃﻥ ﻤﺠﻤﻭﻉ ﺍﻝﻘﻴﻡ ﺍﻝﻌﺸﻭﺍﺌﻴﺔ‬
‫ﺍﻝﺘﻲ ﻫﻲ ﺃﻜﺒﺭ ﻤﻥ ﺍﻝﻘﻴﻤﺔ ﺍﻝﺤﻘﻴﻘﻴﺔ ﺘﺘﺴﺎﻭﻯ ﻤﻊ ﺘﻠﻙ ﺍﻝﺘﻲ ﻫﻲ ﺃﻗل ﻤﻨﻬﺎ‪ ،‬ﺃﻱ ﺃﻨﻬﺎ ﻤﺘﻭﺯﻋﺔ ﺒﺸﻜل ﻤﺘﻨﺎﻅﺭ‪.‬‬
‫‪ -3‬ﻓﺭﺽ ﺘﺠﺎﻨﺱ ﺘﺒﺎﻴﻥ ﺤﺩ ﺍﻝﺨﻁﺄ‪ ،‬ﺃﻱ ﺃﻥ ﺘﺒﺎﻴﻨﻪ ﺤﻭل ﻭﺴﻁﻪ ﻴﻜﻭﻥ ﺜﺎﺒﺘﺎ ﺒﺎﻝﻨﺴﺒﺔ ﻝﺠﻤﻴﻊ ﻤﺸﺎﻫﺩﺍﺕ ﻗﻴﻡ‬
‫ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل‪ ،‬ﻭ ﻫﺫﺍ ﻴﺘﻀﻤﻥ ﺃﻥ ﺤﺩ ﺍﻝﺨﻁﺄ ﻴﻜﻭﻥ ﻝﻪ ﻨﻔﺱ ﺍﻝﺘﺒﺎﻴﻥ‪ ،‬ﻭ ﻴﻌﺒﺭ ﻋﻥ ﺫﻝﻙ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪2‬‬
‫‪Var(εi)=E(ε i)=σ2i‬‬
‫ﻭ ﻴﻌﺒﺭ ﻋﻥ ﺍﻝﻔﺭﻀﻴﺎﺕ ﺍﻝﺜﻼﺙ ﻋﻠﻰ ﺍﻝﻨﺤﻭ‪:‬‬
‫)‪εi → N(0, σ i‬‬ ‫‪2‬‬
‫‪ -4‬ﺍﻨﻌﺩﺍﻡ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﺫﺍﺘﻲ ﺒﻴﻥ ﺤﺩﻭﺩ ﺍﻷﺨﻁﺎﺀ‪ ،‬ﺃﻱ ﺃﻥ ﺤﺩ ﺍﻝﺨﻁﺄ ﻝﻤﺸﺎﻫﺩﺓ ﻤﺎ ﺨﻼل ﻓﺘﺭﺓ ﻤﺎ ﻻ ﻴﺭﺘﺒﻁ‬
‫ﺒﺤﺩ ﺍﻝﺨﻁﺄ ﻝﻤﺸﺎﻫﺩﺓ ﺃﺨﺭﻯ ﻓﻲ ﻓﺘﺭﺓ ﺃﺨﺭﻯ‪ ،‬ﻭ ﻴﻌﺒﺭ ﻋﻥ ﺫﻝﻙ ﻋﻠﻰ ﺍﻝﻨﺤﻭ‪:‬‬
‫‪E(εi εj)=0‬‬
‫ﺤﻴﺙ‪j≠ i :‬‬
‫‪ -5‬ﻗﻴﻡ ﺤﺩ ﺍﻝﺨﻁﺄ ‪ εi‬ﺘﻜﻭﻥ ﻤﺴﺘﻘﻠﺔ ﻋﻥ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل ‪ xi‬ﻋﻨﺩ ﻜل ﻤﺸﺎﻫﺩﺓ‪ ،‬ﻭ ﻴﻌﻨﻲ ﺫﻝﻙ ﺃﻥ ﺘﺒﺎﻴﻨﻬﻤﺎ‬
‫ﺍﻝﻤﺸﺘﺭﻙ ﻴﻜﻭﻥ ﻤﻌﺩﻭﻤﺎ‪ .‬ﺃﻱ‪:‬‬
‫‪Cov(εi xi)=E(εi xi)=0‬‬
‫ﻓﺭﻀﻴﺎﺕ ﻤﺘﻌﻠﻘﺔ ﺒﺎﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻭ ﺍﻝﻤﺴﺘﻘل‪:‬‬

‫‪-6‬ﺍﻨﺘﻅﺎﻡ ﻗﻴﻡ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل‪ ،‬ﻭ ﻋﺩﻡ ﺘﻐﻴﺭﻫﺎ ﻤﻥ ﻋﻴﻨﺔ ﻷﺨﺭﻯ‪ ،‬ﻭ ﻴﻨﺠﺭ ﻋﻥ ﺫﻝﻙ ﺃﻨﻪ ﻤﻬﻤﺎ ﺍﺨﺘﻠﻑ ﺤﺠﻡ‬
‫ﺍﻝﻌﻴﻨﺔ ﺘﻜﻭﻥ ﺍﻝﻘﻴﻤﺔ‬
‫‪n‬‬
‫‪∑ (x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪− x) 2‬‬
‫‪N‬‬
‫ﻋﺒﺎﺭﺓ ﻋﻥ ﺭﻗﻡ ﻨﻬﺎﺌﻲ ﻏﻴﺭ ﻤﻌﺩﻭﻡ )ﻭﻫﻲ ﺘﻌﺒﺭ ﻋﻥ ﺘﺒﺎﻴﻥ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل(‪.‬‬
‫‪ -7‬ﺃﻥ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻴﻜﻭﻥ ﺩﺍﻝﺔ ﺨﻁﻴﺔ ﻓﻲ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻌﺸﻭﺍﺌﻲ ‪ ، εi‬ﻭ ﺒﺎﻝﺘﺎﻝﻲ ﻓﺎﻥ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ‪yi‬‬
‫ﻴﻜﺘﺴﺏ ﺍﻝﺼﻔﺔ ﺍﻝﻌﺸﻭﺍﺌﻴﺔ ﻤﻥ ﺍﻝﻤﺘﻐﻴﺭ ‪ εi‬ﻜﻤﺎ ﻴﻜﺘﺴﺏ ﻤﻨﻪ ﺃﻴﻀﺎ ﺼﻔﺔ ﺍﻝﺘﻭﺯﻴﻊ ﺍﻝﻁﺒﻴﻌﻲ‪ ،‬ﻭ ﻫﺫﺍ ﻴﺠﻌﻠﻨﺎ‬
‫ﻨﻜﺘﺏ ﺍﻝﺘﻭﻗﻊ ﺍﻝﺭﻴﺎﻀﻲ ﻝﻠﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻋﻠﻰ ﺍﻝﺸﻜل‪:‬‬
‫) ‪E(yi)=E(α+βxi+ εi‬‬
‫ﻭ ﺒﻤﺎ ﺃﻥ ﺘﻭﻗﻊ ﺤﺩ ﺍﻝﺨﻁﺄ ﻤﻌﺩﻭﻡ ﻴﻜﻭﻥ‪:‬‬
‫‪E(yi)= α+βxi‬‬
‫ﺫﻝﻙ ﻷﻥ‪ α β xi :‬ﻋﺒﺎﺭﺓ ﻋﻥ ﺜﻭﺍﺒﺕ‪.‬‬

‫ﻭ ﻴﻜﻭﻥ ﺘﺒﺎﻴﻥ ‪ yi‬ﻋﻠﻰ ﺍﻝﻨﺤﻭ ﺍﻝﺘﺎﻝﻲ‪:‬‬
‫‪Var(yi)=E[yi-E(yi)]2 = E[α+βxi+ εi – α-βxi]2=E(εi)2=σ2‬‬
‫ﺃﻱ ﺃﻥ‪:‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪Var(yi)=E(εi) =σ‬‬
‫ﻭ ﺍﻝﻨﺘﻴﺠﺔ ﻫﻲ ﺃﻥ ‪ yi‬ﺘﺨﻀﻊ ﺃﻴﻀﺎ ﻝﻠﻘﺎﻨﻭﻥ ﺍﻝﻁﺒﻴﻌﻲ ﺒﺘﻭﻗﻊ ﺭﻴﺎﻀﻲ ﻫﻭ‪:‬‬
‫‪E(yi) = α+βxi‬‬
‫ﻭ ﺒﺎﻨﺤﺭﺍﻑ ﻤﻌﻴﺎﺭﻱ‪:‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪E(εi) =σ‬‬
‫)‪yi → N(α+βxi, σ2i‬‬
‫ﺜﺎﻝﺜﺎ‪ :‬ﺍﺸﺘﻘﺎﻕ ﻤﻌﺎﻝﻡ ﺨﻁ ﺍﻻﻨﺤﺩﺍﺭ ﺒﻁﺭﻴﻘﺔ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ‪:‬‬
‫ﺍﺜﺒﺎﺕ‪ :1-2‬ﺍﺜﺒﺕ ﺃﻨﻪ ﻴﻤﻜﻥ ﺘﻘﺩﻴﺭ ﻤﻌﺎﻝﻡ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﺨﻁﻲ ﻋﻠﻰ ﻨﺤﻭ ﺍﻝﻤﻌﺎﺩﻝﺘﻴﻥ‪ 6-2 :‬ﻭ ‪ ،7-2‬ﺍﻋﺘﻤﺎﺩﺍ‬
‫ﻋﻠﻰ ﺍﻝﻔﺭﻀﻴﺎﺕ ﺍﻝﻤﺸﺎﺭ ﺇﻝﻴﻬﺎ ﺃﻋﻼﻩ‪.‬‬
‫ﺍﻹﺜﺒﺎﺕ‪:‬‬
‫ﻨﻔﺘﺭﺽ ﺃﻥ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ ŷ i = αˆ + βˆ x i‬ﻫﻲ ﻤﻌﺎﺩﻝﺔ ﺘﻘﺩﻴﺭﻴﺔ ﻝﻠﻤﻌﺎﺩﻝﺔ ﺍﻝﺤﻘﻴﻘﻴﺔ‪:‬‬
‫‪yi=α+βxi+ εi‬‬
‫ﻭ ﺃﻥ ﺍﻝﻘﻴﻤﺔ ﺍﻝﻤﻘﺩﺭﺓ ﺘﻨﺤﺭﻑ ﻋﻥ ﺍﻝﻘﻴﻤﺔ ﺍﻝﺤﻘﻴﻘﻴﺔ ﺒﺎﻝﻤﻘﺩﺍﺭ ‪ ei‬ﺤﻴﺙ‪:‬‬
‫‪ ei‬ﻫﻲ ﻗﻴﻤﺔ ﺘﻘﺭﻴﺒﻴﺔ ﻝﻠﻤﻘـﺩﺍﺭ ‪ εi‬ﻭ ﻫﻲ ﺍﻝﻔﺭﻕ ﺒﻴﻥ ﺍﻝﻘﻴﻡ ﺍﻝﺤﻘﻴﻘﻴﺔ ‪) yi‬ﻝﻠﻤﺠﺘﻤﻊ( ﻭﺍﻝﻘﻴﻡ ﺍﻝﻤﻘﺩﺭﺓ ‪ŷ i :‬‬
‫)ﻝﻠﻌﻴﻨﺔ( ﺃﻱ‪:‬‬
‫) ‪e i = ( y i − ŷ i‬‬ ‫‪11-2‬‬
‫ﻴﺴﻤﻰ ﻫﺫﺍ ﺍﻝﻤﻘﺩﺍﺭ ﺒﺎﻝﺒﻭﺍﻗﻲ‪.‬‬
‫ﻭ ﻋﻠﻴﻪ ﻴﻤﻜﻥ ﺃﻥ ﻨﻜﺘﺏ‪:‬‬
‫‪yi=α+βxi+ εi‬‬
‫ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻤﺠﺘﻤﻊ‪:‬‬
‫ﺃﻤﺎ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻌﻴﻨﺔ‪:‬‬
‫‪ŷ i = αˆ + βˆ x i + e i‬‬
‫ﻭ ﻴﻜﻭﻥ‪:‬‬
‫̂‪ α‬ﺍﻝﻘﻴﻤﺔ ﺍﻝﺘﻘﺩﻴﺭﻴﺔ ﻝـ ‪α‬‬
‫̂‪ : β‬ﺍﻝﻘﻴﻤﺔ ﺍﻝﺘﻘﺩﻴﺭﻴﺔ ﻝـ ‪β‬‬
‫‪ :ei‬ﺍﻝﻘﻴﻤﺔ ﺍﻝﺘﻘﺩﻴﺭﻴﺔ ﻝﺤﺩ ﺍﻝﺨﻁﺄ ‪εi‬‬
‫ﻭ ﺤﺘﻰ ﺘﻜﻭﻥ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﺘﻘﺩﻴﺭﻴﺔ ﺃﻗﺭﺏ ﻤﺎ ﻴﻤﻜﻥ ﺍﻝﻰ ﺠﻤﻴﻊ ﻨﻘﺎﻁ ﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ‪ ،‬ﻴﺠﺏ ﺃﻥ ﻴﻜﻭﻥ‪:‬‬
‫‪n‬‬ ‫‪n‬‬
‫‪∑ e i = ∑ ( y i − ŷ i ) → 0‬‬
‫‪i =1‬‬ ‫‪i =1‬‬
‫‪12-2‬‬
‫ﺃﻱ ﻤﺠﻤﻭﻉ ﺍﻝﺒﻭﺍﻗﻲ ﻴﺅﻭل ﺍﻝﻰ ﺍﻝﺼﻔﺭ‪ ،‬ﻭﻫﺫﺍ ﻴﻜﺎﻓﻲﺀ ﻜﺫﻝﻙ ﻤﺭﺒﻌﺎﺕ ﺍﻝﺒﻭﺍﻗﻲ ﺘﺅﻭل ﺍﻝﻰ ﺃﺩﻨﻰ ﻗﻴﻤﺔ‬
‫ﻤﻤﻜﻨﺔ‪ ،‬ﺃﻱ‪:‬‬
‫‪n‬‬ ‫‪n‬‬
‫‪∑e‬‬ ‫ﺃﺩﻨﻰ ﻗﻴﻤﺔ → ‪= ∑ ( y i −ŷ i ) 2‬‬

‫‪2‬‬
‫‪i‬‬ ‫‪13-2‬‬
‫‪i =1‬‬ ‫‪i =1‬‬
‫ﺒﺘﻌﻭﻴﺽ ‪ ŷ i‬ﺍﻝﻤﻘﺩﺭﺓ ﺒﻘﻴﻤﺘﻬﺎ ﺤﺴﺏ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 10-2‬ﻨﺠﺩ ‪:‬‬

‫‪n‬‬ ‫‪n‬‬
‫‪∑e‬‬ ‫‪= ∑ ( y i −αˆ − βˆ x i ) 2‬‬ ‫ﺃﺩﻨﻰ ﻗﻴﻤﺔ‬ ‫‪14-2‬‬

‫‪2‬‬
‫‪i‬‬ ‫→‬
‫‪i =1‬‬ ‫‪i =1‬‬
‫ﻭﺤﺘﻰ ﺘﺄﺨﺫ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺭﻗﻡ ‪ 14-2‬ﻗﻴﻤﺘﻬﺎ ﺍﻝﺩﻨﻴﺎ‪ ،‬ﻴﺠﺏ ﺃﻥ ﻴﺘﺤﻘﻕ ﺸﺭﻁﺎﻥ‪:‬‬

‫ﺍﻝﺸﺭﻁ ﺍﻷﻭل )ﺍﻝﻼﺯﻡ(‪ :‬ﺍﻝﻤﺸﺘﻘﺎﺕ ﺍﻝﺠﺯﺌﻴﺔ ﺍﻷﻭﻝﻰ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻤﻌﻠﻤﺘﻴﻥ ̂‪ α‬ﻭ ̂‪ ، β‬ﺘﺴﺎﻭﻱ ﺍﻝﺼﻔﺭ‪.‬‬
‫ﺍﻝﺸﺭﻁ ﺍﻝﺜﺎﻨﻲ )ﺍﻝﻜﺎﻓﻲ(‪ :‬ﺍﻝﻤﺸﺘﻘﺎﺕ ﺍﻝﺜﺎﻨﻴﺔ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻤﻌﻠﻤﺘﻴﻥ‪ ،‬ﻴﺠﺏ ﺃﻥ ﺘﻜﻭﻥ ﺃﻜﺒﺭ ﻤﻥ ﺍﻝﺼﻔﺭ‪.‬‬
‫ﺇﺫﻥ ﻹﻴﺠﺎﺩ ﻗﻴﻡ ﺍﻝﻤﻌﺎﻝﻡ ﺍﻝﻤﻘﺩﺭﺓ ﺍﻝﺘﻲ ﺘﺠﻌل ﻤﺭﺒﻌﺎﺕ ﺍﻝﺒﻭﺍﻗﻲ ﻓﻲ ﺃﺩﻨﻰ ﻗﻴﻤﺔ ﻝﻬﺎ‪ ،‬ﻴﺠﺏ ﺃﻥ ﻨﺴﺎﻭﻱ‬
‫ﺍﻝﻤﺸﺘﻘﺔ ﺍﻷﻭﻝﻰ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻤﻴل ﺍﻝﺩﺍﻝﺔ ﺍﻝﻰ ﺍﻝﺼﻔﺭ‪ ،‬ﺜﻡ ﻨﺒﺤﺙ ﻋﻥ ﻗﻴﻤﺔ ﺍﻝﻤﻴل ﺒﺩﻻﻝﺔ ﺒﻘﻴﺔ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ‪ ،‬ﻭﻨﻘﻭﻡ‬
‫ﺒﻨﻔﺱ ﺍﻝﺸﻲﺀ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻤﻌﻠﻤﺔ ﺍﻝﺜﺎﻨﻴﺔ‪.‬‬
‫ﻨﻀﻊ ‪:‬‬
‫‪n‬‬ ‫‪n‬‬
‫‪K = ∑ e i = ∑ ( y i −αˆ − βˆ x i ) 2‬‬ ‫‪15-2‬‬
‫‪2‬‬
‫‪i =1‬‬ ‫‪i =1‬‬
‫ﺒﺎﻻﺸﺘﻘﺎﻕ ﺠﺯﺌﻴﺎ ﺒﺎﻝﻨﺴﺒﺔ ﻝـ ‪K :‬‬

‫‪∂K‬‬ ‫‪n‬‬
‫‪= −2∑ ( y i −αˆ − βˆ x i ) = 0‬‬ ‫‪16-2‬‬
‫ˆ‪∂α‬‬ ‫‪i =1‬‬
‫ﻭﻤﻨﻪ ﻴﻜﻭﻥ ‪:‬‬

‫‪n‬‬
‫‪∑ (y‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪− αˆ − βˆ x i ) = 0‬‬ ‫‪17-2‬‬
‫ﺒﻔﻙ ﺍﻝﻘﻭﺱ ﻨﺠﺩ ‪:‬‬
‫‪∂K‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪= ∑ y i − Nαˆ − βˆ ∑ x i = 0‬‬ ‫‪18-2‬‬
‫ˆ‪∂α‬‬ ‫‪i =1‬‬ ‫‪i =1‬‬
‫ﺒﻘﺴﻤﺔ ﻁﺭﻓﻲ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 18-2‬ﻋﻠﻰ ﺍﻝﻤﻘﺩﺍﺭ‪ N‬ﻨﺠﺩ‪:‬‬

‫‪y − αˆ − βˆ x = 0‬‬ ‫‪19-2‬‬
‫ﻭ ﻤﻨﻪ ﻴﻜﻭﻥ ‪:‬‬
‫_‬ ‫_‬
‫‪αˆ = y − βˆ x‬‬ ‫‪20-2‬‬
‫ﺒﺎﺸﺘﻘﺎﻕ ‪ K‬ﺠﺯﺌﻴﺎ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻤﻌﻠﻤﺔ ﺍﻝﺜﺎﻨﻴﺔ ﻨﺠﺩ‪:‬‬
‫‪∂K‬‬ ‫‪n‬‬
‫‪= −2∑ ( y i − αˆ − βˆ x i ) x i = 0‬‬ ‫‪21-2‬‬
‫ˆ‪∂β‬‬ ‫‪i =1‬‬
‫ﺃﻱ ‪:‬‬
‫‪n‬‬
‫‪∑ (y‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪− αˆ − βˆ x i ) x i = 0‬‬ ‫‪22-2‬‬
‫ﺘﺴﻤﻰ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 18-2‬ﻭ ‪ 22-2‬ﺒﺎﻝﻤﻌﺎﺩﻝﺘﻴﻥ ﺍﻝﻁﺒﻴﻌﻴﺘﻴﻥ ﺃﻭ ﻤﻌﺎﺩﻝﺘﻲ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ ﺍﻝﻁﺒﻴﻌﻴﺘﻴﻥ‪.‬‬
‫ﺒﻔﻙ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 22-2‬ﻨﺠﺩ ‪:‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪∑ y i x i − αˆ ∑ x i − βˆ ∑ x i2 = 0‬‬
‫‪i =1‬‬ ‫‪i =1‬‬ ‫‪i =1‬‬
‫‪23-2‬‬
‫ﻭﻫﺫﺍ ﻴﻜﺎﻓﻲﺀ‪:‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪∑y x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪=βˆ ∑ x i2 + αˆ ∑ x i‬‬
‫‪i =1‬‬ ‫‪i =1‬‬
‫‪24-2‬‬
‫ﺒﺘﻌﻭﻴﺽ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 20-2‬ﻓﻲ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 24-2‬ﻨﺠﺩ‪:‬‬
‫‪n‬‬ ‫‪n‬‬ ‫_‬ ‫_‬ ‫‪n‬‬
‫‪∑y x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪=βˆ ∑ x i2 + ( y − βˆ x )∑ x i‬‬
‫‪i =1‬‬ ‫‪i =1‬‬
‫‪25-2‬‬
‫ﻭﻤﻨﻪ ﻨﺠﺩ‪:‬‬
‫‪n‬‬ ‫‪n‬‬ ‫_‬ ‫‪n‬‬ ‫‪_ n‬‬
‫‪∑y x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪=βˆ ∑ x i2 + y ∑ x i − βˆ x ∑ x i‬‬
‫‪i =1‬‬ ‫‪i =1‬‬ ‫‪i =1‬‬
‫‪26-2‬‬
‫_‬ ‫‪n‬‬
‫ﺒﺈﺨﺭﺍﺝ ̂‪ β‬ﻋﺎﻤل ﻤﺸﺘﺭﻙ ﻭ ﺘﺤﻭﻴل ‪ y ∑ x i‬ﺍﻝﻰ ﺍﻝﻁﺭﻑ ﺍﻷﻴﺴﺭ ﻨﺠﺩ‪:‬‬
‫‪i =1‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪∑y x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪i‬‬ ‫) ‪− y∑ x i = βˆ ( ∑ x 2i − x ∑ x i‬‬
‫‪i =1‬‬ ‫‪i =1‬‬ ‫‪i =1‬‬
‫‪27-2‬‬
‫ﻭ ﺃﺨﻴﺭﺍ ﺘﻜﻭﻥ ﻗﻴﻤﺔ ̂‪ β‬ﻜﻤﺎ ﻴﻠﻲ ‪:‬‬

‫‪n‬‬ ‫‪n‬‬
‫‪∑x y‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪− y∑ x i‬‬

‫= ˆ‪β‬‬ ‫‪i =1‬‬
‫‪n‬‬
‫‪i =1‬‬
‫‪n‬‬
‫‪28-2‬‬
‫‪∑x‬‬
‫‪i =1‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪− x∑ x i‬‬
‫‪i =1‬‬
‫ﻴﻤﻜﻥ ﺍﺴﺘﺨﺩﺍﻡ ﻫﺫﻩ ﺍﻝﻤﻌﺎﺩﻝﺔ ﻓﻲ ﺘﻘﺩﻴﺭ ﻤﻴل ﺍﻝﺩﺍﻝﺔ‪ ،‬ﻏﻴﺭ ﺃﻨﻪ ﻴﺼﻌﺏ ﺍﺴﺘﺨﺩﺍﻤﻬﺎ ﻋﻨﺩﻤﺎ ﺘﻜﻭﻥ ﺃﺭﻗﺎﻡ‬
‫ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﻜﺒﻴﺭﺓ‪ ،‬ﻝﺫﻝﻙ ﻴﺘﻡ ﺍﺴﺘﺨﺩﺍﻡ ﻤﻌﺎﺩﻝﺔ ﺃﺨﺭﻯ‪ ،‬ﺘﻌﺘﻤﺩ ﻋﻠﻰ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﻋﻥ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ‪ ،‬ﻭﻫﻲ‬
‫ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﻤﻌﻁﺎﺓ ﻓﻲ ﺍﻝﺒﻨﺩ ﺍﻝﺴﺎﺒﻕ ﺘﺤﺕ ﺭﻗﻡ ‪ ، 6-2 :‬ﻭﺍﻝﺘﻲ ﻴﺘﻡ ﺍﺸﺘﻘﺎﻗﻬﺎ ﺒﺈﺘﺒﺎﻉ ﺍﻝﻤﻨﻬﺠﻴﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫‪n‬‬
‫‪x∑ yi‬‬ ‫ﻓﻲ ﺒﺴﻁ ﺍﻝﻤﻌﺎﺩﻝﺔ‪ 28-2‬ﻨﻁﺭﺡ ﻭﻨﻀﻴﻑ ﺍﻝﻤﻘﺩﺍﺭ ‪:‬‬
‫‪i =1‬‬
‫‪n‬‬
‫‪x∑ x i‬‬ ‫ﻓﻲ ﻤﻘﺎﻡ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 28-2‬ﻨﻁﺭﺡ ﻭﻨﻀﻴﻑ ﺍﻝﻤﻘﺩﺍﺭ ‪:‬‬
‫‪i =1‬‬
‫ﻓﻨﺤﺼل ﻋﻠﻰ ﺍﻝﻌﺒﺎﺭﺓ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬

‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪∑x y‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪− y∑ x i − x ∑ y i + x ∑ yi‬‬

‫= ˆ‪β‬‬ ‫‪i =1‬‬
‫‪n‬‬
‫‪i =1‬‬
‫‪n‬‬
‫‪i =1‬‬
‫‪n‬‬
‫‪i =1‬‬
‫‪n‬‬
‫‪29-2‬‬
‫‪∑x‬‬
‫‪i =1‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪− x∑ x i − x∑ x i + x∑ x i‬‬
‫‪i =1‬‬ ‫‪i =1‬‬ ‫‪i =1‬‬
‫ﺍﻝﻁﺭﻑ ﺍﻷﺨﻴﺭ ﻓﻲ ﺍﻝﻤﻘﺎﻡ ﻫﻭ‪ Nx :‬ﺒﺎﻝﺘﻌﻭﻴﺽ ﻓﻲ ‪-2‬‬ ‫‪2‬‬

‫ﺍﻝﻁﺭﻑ ﺍﻷﺨﻴﺭ ﻓﻲ ﺍﻝﺒﺴﻁ ﻫﻭ‪Nx y :‬‬
‫‪ ،29‬ﻭﺇﺨﺭﺍﺝ ﺍﻝﻤﺠﻤﻭﻉ ﻨﺠﺩ‪:‬‬
‫‪n‬‬
‫‪∑ (x y‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫)‪− y x i − x y i + x y‬‬

‫= ˆ‪β‬‬ ‫‪i =1‬‬
‫‪n‬‬
‫‪30-2‬‬
‫‪∑ (x‬‬
‫‪i =1‬‬
‫‪2‬‬
‫‪i‬‬ ‫) ‪− 2x xi + x‬‬ ‫‪2‬‬
‫ﻻﺤﻅ ﺃﻥ ﺍﻝﺒﺴﻁ ﻫﻭ ﺠﺩﺍﺀ ﺍﻝﻤﻘﺩﺍﺭﻴﻥ‪:‬‬

‫‪n‬‬
‫‪∑ (x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫) ‪− x )( y i − y‬‬
‫ﻭ ﺍﻝﻤﻘﺎﻡ ﻫﻭ ‪:‬‬
‫‪n‬‬
‫‪∑ (x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪− x )2‬‬
‫ﻭﻤﻨﻪ ﻴﻤﻜﻥ ﻜﺘﺎﺒﺔ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 30-2‬ﻋﻠﻰ ﺍﻝﻨﺤﻭ ﺍﻝﺘﺎﻝﻲ‪:‬‬

‫‪n‬‬
‫‪∑ (x‬‬ ‫‪i‬‬ ‫) ‪− x )( y i − y‬‬

‫= ˆ‪β‬‬ ‫‪i =1‬‬
‫‪n‬‬
‫‪31-2‬‬
‫‪∑ (x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫)‪− x‬‬ ‫‪2‬‬
‫ﻭﺍﻀﺢ ﺃﻥ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ ،31-2‬ﺴﻬﻠﺔ ﺍﻻﺴﺘﺨﺩﺍﻡ‪ ،‬ﻜﻤﺎ ﺃﻨﻬﺎ ﺘﺨﺘﺼﺭ ﺍﻷﺭﻗﺎﻡ‪ ،‬ﻝﻜﻭﻨﻬﺎ ﺘﻌﺘﻤﺩ ﻋﻠﻰ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ‬
‫ﻋﻥ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ‪.‬‬
‫ﺘﺴﻤﻰ ﻁﺭﻴﻘﺔ ﺇﻴﺠﺎﺩ ﺍﻝﻤﻌﺎﻝﻡ ﺍﻝﻤﻘﺩﺭﺓ ﻝﺩﺍﻝﺔ ﺍﻻﻨﺤﺩﺍﺭ ﺒﻬﺫﻩ ﺍﻝﻁﺭﻴﻘﺔ‪ ،‬ﺒﻁﺭﻴﻘﺔ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ‪.‬‬
‫ﻴﻤﻜﻥ ﺍﻝﺘﺄﻜﺩ ﺒﺄﻥ ﺍﻝﻘﻴﻤﺘﻴﻥ ‪ α̂ :‬ﻭ ̂‪ ، β‬ﺍﻝﻤﻘﺩﺭﺘﻴﻥ ﺒﻬﺫﻩ ﺍﻝﻁﺭﻴﻘﺔ ﺘﺅﺩﻴﺎﻥ ﺍﻝﻰ ﻨﻬﺎﻴﺔ ﺼﻐﺭﻯ ﻝﻤﺭﺒﻌﺎﺕ‬
‫ﺍﻝﺒﻭﺍﻗﻲ‪ ،‬ﺒﻤﺭﺍﺠﻌﺔ ﺍﻝﻤﺸﺘﻘﺎﺕ ﺍﻝﺠﺯﺌﻴﺔ ﺍﻝﺜﺎﻨﻴﺔ ﻝﻠﻤﻌﺎﺩﻝﺔ ‪ ،15-2‬ﻭﺫﻝﻙ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻤﻌﻠﻤﺘﻴﻥ‪ ،‬ﺇﺫ ﻨﺠﺩ ﻫﺫﻩ‬
‫ﺍﻝﻤﺸﺘﻘﺎﺕ ﻤﻭﺠﺒﺔ‪.‬‬
‫ﺭﺍﺒﻌﺎ‪ :‬ﻁﺭﻕ ﺃﺨﺭﻯ ﻝﺘﻘﺩﻴﺭ ﺍﻝﻤﻌﺎﻝﻡ‪:‬‬

‫ﺘﻭﺠﺩ ﻋﺩﺓ ﻁﺭﻕ ﺃﺨﺭﻯ ﻝﺘﻘﺩﻴﺭ ﻤﻌﺎﻝﻡ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻨﻁﻼﻗﺎ ﻤﻥ ﺍﻝﻤﻌﺎﺩﻝﺘﻴﻥ ﺍﻝﻁﺒﻴﻌﻴﺘﻴﻥ‪ ،‬ﻨﺘﻁﺭﻕ ﻝﺒﻌﻀﻬﺎ‪:‬‬
‫ﺃ‪ -‬ﻁﺭﻴﻘﺔ ﺍﻝﺤﺫﻑ‪:‬‬
‫ﺍﺜﺒﺎﺕ‪ :2-2‬ﺍﺴﺘﻌﻤل ﻁﺭﻴﻘﺔ ﺍﻝﺤﺫﻑ ﻝﺘﻘﺩﻴﺭ ﻤﻌﺎﻝﻡ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﺨﻁﻲ‪.‬‬
‫ﻝﺩﻴﻨﺎ ﻤﻌﺎﺩﻝﺔ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﻤﻘﺩﺭﺓ ﻭ ﻫﻲ‪:‬‬
‫‪ŷ i = αˆ + βˆ x i‬‬ ‫‪32-2‬‬
‫ﺒﺈﺩﺨﺎل ﺍﻝﻤﺠﻤﻭﻉ ﻋﻠﻰ ﺍﻝﻁﺭﻓﻴﻥ ﻨﺠﺩ‪:‬‬
‫‪n‬‬ ‫‪n‬‬
‫‪∑y‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪= nαˆ + βˆ ∑ x i‬‬
‫‪i =1‬‬
‫‪33-2‬‬
‫ﺒﻀﺭﺏ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺃﻋﻼﻩ ﻓﻲ ‪ xi‬ﻨﺠﺩ‪:‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪∑y x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪= αˆ ∑ x i + βˆ ∑ x i2‬‬
‫‪i =1‬‬ ‫‪i =1‬‬
‫‪34-2‬‬
‫ﻭ ﻫﻤﺎ ﺍﻝﻤﻌﺎﺩﻝﺘﻴﻥ ﺍﻝﻁﺒﻴﻌﻴﺘﻴﻥ‪.‬‬
‫‪n‬‬
‫ﻨﻀﺭﺏ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 33-2‬ﻓﻲ‪− ∑ x i :‬‬
‫‪i =1‬‬
‫ﻭ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 34-2‬ﻓﻲ ‪ n‬ﻨﺤﺼل ﻋﻠﻰ ﻤﺎ ﻴﻠﻲ‪:‬‬

‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪− ∑ y i ∑ x i = − nαˆ ∑ x i − βˆ (∑ x i ) 2‬‬ ‫‪35-2‬‬
‫‪i =1‬‬ ‫‪i =1‬‬ ‫‪i =1‬‬ ‫‪i =1‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪n ∑ y i x i = nαˆ ∑ x i + nβˆ ∑ x i2‬‬ ‫‪36-2‬‬
‫‪i =1‬‬ ‫‪i =1‬‬ ‫‪i =1‬‬
‫ﺒﺠﻤﻊ ﺍﻝﻤﻌﺎﺩﻝﺘﻴﻥ ﻨﺠﺩ‪:‬‬

‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪n ∑ y i x i − ∑ y i ∑ x i = nβˆ ∑ x i2 − βˆ (∑ x i ) 2‬‬
‫‪i =1‬‬ ‫‪i =1‬‬ ‫‪i =1‬‬ ‫‪i =1‬‬ ‫‪i =1‬‬
‫ﺒﺎﺨﺭﺝ ̂‪ β‬ﻋﺎﻤل ﻤﺸﺘﺭﻙ ﻨﺠﺩ‪:‬‬

‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫) ‪n ∑ y i x i − ∑ y i ∑ x i = βˆ (n ∑ x i2 − (∑ x i ) 2‬‬
‫‪i =1‬‬ ‫‪i =1‬‬ ‫‪i =1‬‬ ‫‪i =1‬‬ ‫‪i =1‬‬
‫ﻭ ﻤﻨﻬﺎ ﻨﺠﺩ‪:‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪n∑ yi x i − ∑ yi ∑ x i‬‬
‫= ˆ‪β‬‬ ‫‪i =1‬‬
‫‪n‬‬
‫‪i =1‬‬
‫‪n‬‬
‫‪i =1‬‬
‫‪n ∑ x i2 − (∑ x i ) 2‬‬
‫‪i =1‬‬ ‫‪i =1‬‬
‫ﺒﻘﺴﻤﺔ ﺍﻝﺒﺴﻁ ﻭ ﺍﻝﻤﻘﺎﻡ ﻋﻠﻰ ﺍﻝﻤﻘﺩﺍﺭ ‪ n‬ﻨﺤﺼل ﻋﻠﻰ ﻨﻔﺱ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺭﻗﻡ ‪ 28-2‬ﻭ ﻫﻲ‪:‬‬
‫‪n‬‬ ‫‪n‬‬
‫‪∑x y‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪− y∑ x i‬‬

‫= ˆ‪β‬‬ ‫‪i =1‬‬
‫‪n‬‬
‫‪i =1‬‬
‫‪n‬‬
‫‪∑x‬‬
‫‪i =1‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪− x∑ x i‬‬
‫‪i =1‬‬
‫ﻭ ﺒﻘﺴﻤﺔ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 33-2‬ﻋﻠﻰ ‪ n‬ﻨﺠﺩ ﻗﻴﻤﺔ ﺍﻝﻤﻌﻠﻤﺔ ﺍﻝﺜﺎﻨﻴﺔ ﻭ ﻫﻲ‪:‬‬

‫‪αˆ = y − βˆ x‬‬
‫ﺏ‪-‬ﻁﺭﻴﻘﺔ ﺍﻝﺘﻌﻭﻴﺽ‪:‬‬
‫ﺍﺜﺒﺎﺕ‪ :3-2‬ﺍﺴﺘﻌﻤل ﻁﺭﻴﻘﺔ ﺍﻝﺘﻌﻭﻴﺽ ﻝﺘﻘﺩﻴﺭ ﻤﻌﺎﻝﻡ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﺨﻁﻲ‪.‬‬
‫ﻴﺘﻡ ﺃﻴﻀﺎ ﺇﺠﺭﺍﺀ ﻨﻔﺱ ﺍﻝﻌﻤﻠﻴﺎﺕ ﺍﻝﺘﻲ ﺃﺠﺭﻴﻨﺎﻫﺎ ﻓﻲ ﺍﻝﻁﺭﻴﻘﺔ ﺍﻷﻭﻝﻰ‪ ،‬ﺤﻴﺙ ﻨﻘﺴﻡ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻷﻭﻝﻰ ‪-2‬‬
‫‪33‬ﻋﻠﻰ ‪ n‬ﻓﻨﺤﺼل ﻋﻠﻰ‪:‬‬
‫‪αˆ = y − β x‬‬
‫ˆ‬ ‫‪ y = αˆ + βx‬ﻭ ﻤﻨﻪ ﻨﺠﺩ‪:‬‬‫ˆ‬
‫ﺒﺘﻌﻭﻴﺽ ̂‪ α‬ﻓﻲ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﺜﺎﻨﻴﺔ‪ 36-2‬ﻭ ﺇﺨﺭﺍﺝ ̂‪ β‬ﻋﺎﻤل ﻤﺸﺘﺭﻙ ﻨﺤﺼل ﻋﻠﻰ ﻨﻔﺱ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﺘﻲ‬
‫ﺤﺼﻠﻨﺎ ﻋﻠﻴﻬﺎ ﺒﺎﻝﻁﺭﻴﻘﺔ ﺍﻷﻭﻝﻰ ﻭ ﻫﻲ‪:‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬

‫‪n∑ yi x i − ∑ yi ∑ x i‬‬
‫= ˆ‪β‬‬ ‫‪i =1‬‬
‫‪n‬‬
‫‪i =1‬‬
‫‪n‬‬
‫‪i =1‬‬
‫‪n ∑ x i2 − (∑ x i ) 2‬‬
‫‪i =1‬‬ ‫‪i =1‬‬
‫ﻭ ﺍﻝﺘﻲ ﺘﻜﺎﻓﻲﺀ ﺍﻝﻤﻌﺎﺩﻝﺔ‪:‬‬

‫‪n‬‬ ‫‪n‬‬
‫‪∑x y‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪− y∑ x i‬‬

‫= ˆ‪β‬‬ ‫‪i =1‬‬
‫‪n‬‬
‫‪i =1‬‬
‫‪n‬‬
‫‪∑x‬‬
‫‪i =1‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪− x∑ x i‬‬
‫‪i =1‬‬
‫ﺝ‪-‬ﻁﺭﻴﻘﺔ ﺍﻝﺘﻘﺩﻴﺭ ﻋﻥ ﻁﺭﻴﻕ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﻋﻥ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ‪:‬‬

‫ﺍﺜﺒﺎﺕ‪ :4-2‬ﺍﺴﺘﻌﻤل ﻁﺭﻴﻘﺔ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﻋﻥ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﺘﻘﺩﻴﺭ ﻤﻌﺎﻝﻡ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﺨﻁﻲ‪.‬‬
‫ﻝﺩﻴﻨﺎ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﻤﻘﺩﺭﺓ‪:‬‬
‫‪ŷ i = αˆ + βˆ x i‬‬ ‫‪37-2‬‬
‫ﺒﺈﺩﺨﺎل ﺍﻝﻤﺠﻤﻭﻉ ﻋﻠﻰ ﺍﻝﻁﺭﻓﻴﻥ ﻭ ﻗﺴﻤﺘﻪ ﻋﻠﻰ ‪ n‬ﻨﺠﺩ‪:‬‬
‫‪y = αˆ + βˆ x‬‬ ‫‪38-2‬‬
‫ﺒﻁﺭﺡ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 38-2‬ﻤﻥ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻷﻭﻝﻰ ‪ 37-2‬ﻨﺠﺩ‪:‬‬
‫‪ŷ i − y = αˆ + βˆ x i − αˆ − βˆ x‬‬
‫‪ŷ i − y = βˆ x i − βˆ x‬‬
‫ﺒﺈﺨﺭﺍﺝ ̂‪ β‬ﻋﺎﻤل ﻤﺸﺘﺭﻙ ﻨﺠﺩ‪:‬‬
‫) ‪( ŷ i − y) = βˆ ( x i − x‬‬
‫ﻝﺩﻴﻨﺎ‪xi = x i − x :‬‬
‫‪yi = yi − y‬‬ ‫ﻭ‬
‫‪yˆ i = ŷ i − y‬‬ ‫ﻭ‬
‫ﺒﺎﻝﺘﻌﻭﻴﺽ ﻨﺠﺩ‪:‬‬
‫‪yˆ i = β̂xi‬‬ ‫‪39-2‬‬
‫ﻭ ﻝﺩﻴﻨﺎ‪:‬‬
‫‪e i = yi − yˆ i‬‬ ‫‪40-2‬‬
‫) ﺍﺜﺒﺕ ﺫﻝﻙ ﻋﻥ ﻁﺭﻴﻕ ﺍﻝﺘﻌﻭﻴﺽ(‬
‫ﺒﺘﻌﻭﻴﺽ ‪ 39-2‬ﻓﻲ ‪ 40-2‬ﻨﺠﺩ‪:‬‬
‫‪e i = yi − βˆxi‬‬
‫ﺒﺘﺭﺒﻴﻊ ﺍﻝﻤﻌﺎﺩﻝﺔ ﻭ ﺇﺩﺨﺎل ﺍﻝﻤﺠﻤﻭﻉ ﻋﻠﻴﻬﺎ ﻨﺠﺩ‪:‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪2‬‬
‫) ‪∑ e = ∑ ( y − βˆ x‬‬
‫‪i =1‬‬
‫‪2‬‬
‫‪i‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪i‬‬
‫ﻝﺘﺼﻐﻴﺭ ﺍﻝﺒﻭﺍﻗﻲ ﻨﺸﺘﻕ ﺒﺎﻝﻨﺴﺒﺔ ﻝـ ̂‪ β‬ﻭ ﻨﺴﺎﻭﻱ ﺍﻝﻰ ﺍﻝﺼﻔﺭ‪:‬‬

‫‪n‬‬
‫‪− 2∑ ( yi − βˆxi )xi = 0‬‬
‫‪i =1‬‬
‫‪n‬‬
‫‪∑ y x − βˆ ∑ x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪i‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪=0‬‬
‫‪n‬‬
‫‪∑y x‬‬ ‫‪i‬‬ ‫‪i‬‬

‫= ̂‪β‬‬ ‫‪i =1‬‬
‫‪n‬‬
‫‪∑x‬‬ ‫‪i =1‬‬

‫‪2‬‬
‫‪i‬‬
‫‪n‬‬
‫‪∑ (x‬‬ ‫‪i‬‬ ‫) ‪− x )( y i − y‬‬

‫= ˆ‪β‬‬ ‫‪i =1‬‬
‫‪n‬‬
‫ﺃﻭ‪:‬‬
‫‪∑ (x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫)‪− x‬‬ ‫‪2‬‬
‫ﺍﻝﻤﻘﻁﻊ‪ :5-2‬ﻨﻅﺭﻴﺔ ﻗﻭﺱ‪ -‬ﻤﺎﺭﻜﻭﻑ‬
‫)‪(Gauss-Markov‬‬
‫ﺘﻘﺩﻴﺭ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ ﻫﻭ ﺃﻓﻀل ﺘﻘﺩﻴﺭ ﺨﻁﻲ ﻏﻴﺭ ﻤﺘﺤﻴﺯ‪:‬‬
‫‪(Best Linear Unbiased Estimator) BLUE‬‬
‫ﺍﻥ ﺘﻘﺩﻴﺭ ﻤﻌﺎﻝﻡ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﺨﻁﻲ ﺒﻁﺭﻴﻘﺔ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ ﻋﻠﻰ ﺍﻝﻨﺤﻭ ﺍﻝﺫﻱ ﺭﺃﻴﻨﺎﻩ ﻴﻌﺘﺒﺭ ﺃﻓﻀل ﺘﻘﺩﻴﺭ‬
‫ﺨﻁﻲ ﻏﻴﺭ ﻤﺘﺤﻴﺯ‪ ،‬ﻭ ﺫﻝﻙ ﻝﻜﻭﻨﻪ ﻴﻭﻓﺭ ﺠﻤﻴﻊ ﺍﻝﺸﺭﻭﻁ ﺍﻝﻤﻁﻠﻭﺒﺔ ﻓﻲ ﻫﺫﺍ ﺍﻝﻨﻭﻉ ﻤﻥ ﺍﻝﺘﻘﺩﻴﺭ‪ ،‬ﻓﺈﺫﺍ ﻜﺎﻨﺕ‬
‫ﺍﻝﻤﻌﻠﻤﺔ ﺍﻝﻤﻘﺩﺭﺓ ﻫﻲ ̂‪ δ‬ﻓﺈﻨﻬﺎ ﺘﻌﺘﺒﺭ ﺃﻓﻀل ﺘﻘﺩﻴﺭ ﺨﻁﻲ ﻏﻴﺭ ﻤﺘﺤﻴﺯ ﻝـ ‪ δ‬ﺇﺫﺍ ﺤﻘﻘﺕ ﺍﻝﺸﺭﻭﻁ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫ﺃﻭﻻ‪ :‬ﺸﺭﻭﻁ ﺍﻓﺼل ﺘﻘﺩﻴﺭ ﺨﻁﻲ ﻏﻴﺭ ﻤﺘﺤﻴﺯ‪:‬‬

‫ﺃﻨﻬﺎ ﻋﺒﺎﺭﺓ ﻋﻥ ﺘﺸﻜﻴﻠﺔ ﺨﻁﻴﺔ ﻤﻥ ﻗﻴﻡ ﻤﺸﺎﻫﺩﺍﺕ ﺍﻝﻌﻴﻨﺔ‪.‬‬ ‫‪-1‬‬
‫)‪E (δ‬‬
‫ﺃﻨﻬﺎ ﻗﻴﻤﺔ ﺘﻘﺩﻴﺭﻴﺔ ﻏﻴﺭ ﻤﺘﺤﻴﺯﺓ ﻝﻠﻤﻌﻠﻤﺔ ‪ δ‬ﺃﻱ‪ˆ = δ :‬‬ ‫‪-2‬‬
‫ﺘﺒﺎﻴﻨﻬﺎ ﺃﺼﻐﺭ ﻤﻥ ﺃﻱ ﺘﻘﺩﻴﺭ ﺨﻁﻲ ﻏﻴﺭ ﻤﺘﺤﻴﺯ ﺁﺨﺭ ﻭ ﻝﻴﻜﻥ *‪ ، δ‬ﺃﻱ‪:‬‬ ‫‪-3‬‬
‫) *‪Var (δˆ ) ≤ Var (δ‬‬
‫ﺍﻥ ﺘﻘﺩﻴﺭ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ ﻴﻭﻓﺭ ﺠﻤﻴﻊ ﻫﺫﻩ ﺍﻝﺸﺭﻭﻁ ﻓﻲ ﺍﻝﻤﻌﺎﻝﻡ ﺍﻝﻤﻘﺩﺭﺓ‪ ،‬ﻝﺫﻝﻙ ﻨﻌﺘﺒﺭﻩ ﺃﻓﻀل ﺘﻘﺩﻴﺭ‬
‫ﺨﻁﻲ ﻏﻴﺭ ﻤﺘﺤﻴﺯ‪ ،‬ﻭ ﺴﻨﺒﺭﻫﻥ ﻋﻠﻰ ﺫﻝﻙ‪.‬‬
‫ﺜﺎﻨﻴﺎ‪:‬ﺇﺜﺒﺎﺕ ﺃﻥ ﻤﻘﺩﺭﺍﺕ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ ﻫﻲ ﺃﻓﻀل ﻤﻘﺩﺭﺍﺕ ﺨﻁﻴﺔ ﻏﻴﺭ ﻤﺘﺤﻴﺯﺓ‪:‬‬

‫ﺍﺜﺒﺎﺕ‪ :5-2‬ﺍﺜﺒﺕ ﺍﻥ ﻤﻘﺩﺭﺍﺕ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ ﻫﻲ ﺍﻓﺼل ﻤﻘﺩﺭﺍﺕ ﺨﻁﻴﺔ ﻏﻴﺭ ﻤﺘﺤﻴﺯﺓ؟‬
‫‪ -1‬ﺇﺜﺒﺎﺕ ﺃﻥ ̂‪ β‬ﻫﻲ ﺘﺸﻜﻴﻠﺔ ﺨﻁﻴﺔ ﻓﻲ ﻗﻴﻡ ﻤﺸﺎﻫﺩﺍﺕ ﺍﻝﻌﻴﻨﺔ ‪.yi‬‬
‫ﻨﻔﺭﺽ ﺃﻥ ﺃﻓﻀل ﺘﻘﺩﻴﺭ ﺨﻁﻲ ﻏﻴﺭ ﻤﺘﺤﻴﺯ ﻝﻠﻤﻌﻠﻤﺔ ‪ β‬ﻫﻭ ˆˆ‪ ، β‬ﻴﺠﺏ ﺃﻥ ﻴﻜﻭﻥ ﺘﺸﻜﻴﻠﺔ ﺨﻁﻴﺔ ﻓﻲ‬
‫ﻤﺸﺎﻫﺩﺍﺕ ﺍﻝﻌﻴﻨﺔ ‪ ،yi‬ﺃﻱ ﺃﻥ‪:‬‬
‫ˆ‬
‫‪βˆ = ∑ a i y i‬‬ ‫‪41-2‬‬
‫ﺍﻝﻘﻴﻡ ‪ ai‬ﻋﺒﺎﺭﺓ ﻋﻥ ﺜﻭﺍﺒﺕ‪.‬‬
‫ﻭ ﺒﻤﺎ ﺃﻨﻨﺎ ﺍﻓﺘﺭﻀﻨﺎ ﺃﻥ ˆˆ‪ β‬ﻴﺠﺏ ﺃﻥ ﻴﻜﻭﻥ ﻏﻴﺭ ﻤﺘﺤﻴﺯ ﻝﺫﻝﻙ ﻓﺎﻥ‪:‬‬
‫ˆˆ‬
‫)‪E(β‬‬ ‫‪=β‬‬ ‫‪42-2‬‬
‫ﻭ ﺴﻭﻑ ﻨﺒﺭﻫﻥ ﻤﺩﻯ ﺘﺤﻘﻕ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪42-2‬‬

‫ﺒﺄﺨﺫ ﺍﻝﺘﻭﻗﻊ ﺍﻝﺭﻴﺎﻀﻲ ﻝﻁﺭﻓﻲ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 41-2‬ﻨﺠﺩ‪:‬‬
‫ˆ‬
‫) ‪E (βˆ ) = E (∑ a i y i‬‬
‫ˆ‬
‫) ‪E (βˆ ) = E (∑ a i y i ) = ∑ a i E ( y i ) =∑ a i E (α + βx i + ε i‬‬
‫ﻴﻼﺤﻅ ﺃﻥ ﺍﻝﺘﻭﻗﻊ ﻴﻌﻨﻲ ﺍﻝﻘﻴﻤﺔ ‪ ε i‬ﻓﻘﻁ ﻭ ﻫﻭ ﻤﻌﺩﻭﻡ ﻝﺫﻝﻙ ﻨﺠﺩ‪:‬‬

‫ˆ‬
‫) ‪E (βˆ ) = E (∑ a i y i ) = ∑ a i (α + βx i‬‬
‫ﺒﻔﻙ ﺍﻝﻘﻭﺱ ﻨﺠﺩ‪:‬‬

‫ˆ‬
‫‪E (βˆ ) = α ∑ a i + β∑ a i x i‬‬
‫ﺤﺘﻰ ﺘﺘﺤﻘﻕ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 42-2‬ﻴﺠﺏ ﺃﻥ ﻴﻜﻭﻥ‪:‬‬
‫‪∑a‬‬ ‫‪i‬‬ ‫‪=0‬‬ ‫‪43-2‬‬
‫‪∑a x‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪=1‬‬ ‫‪44-2‬‬ ‫ﻭ‪:‬‬
‫ﺃﻱ ﺃﻥ ﻋﺩﻡ ﺍﻝﺘﺤﻴﺯ ﻻ ﻴﻤﻜﻥ ﺃﻥ ﻴﺘﺤﻘﻕ ﺍﻻ ﺍﺫﺍ ﺘﺤﻘﻕ ﺍﻝﺸﺭﻁﻴﻥ ﺍﻝﻤﻌﺒﺭ ﻋﻨﻬﻤﺎ ﺒﺎﻝﻤﻌﺎﺩﻝﺘﻴﻥ ‪ 43-2‬ﻭ ‪-2‬‬
‫‪.44‬‬
‫ﺘﺒﺎﻴﻥ ˆ̂‪: β‬‬
‫ˆ‬
‫) ‪Var (βˆ ) = Var (∑ a i y i‬‬ ‫‪45-2‬‬
‫ﻭ ﻤﻨﻪ ﻨﺠﺩ ﺍﻝﺘﺒﺎﻴﻥ ﻋﻨﺩ ﻤﺸﺎﻫﺩﺓ ﻤﺎ‪:‬‬
‫ˆ‬
‫) ‪Var (βˆ i ) = a i2 Var ( y i‬‬ ‫‪46-2‬‬
‫)ﺍﺜﺒﺕ ﺫﻝﻙ(‬
‫ﺒﻤﺭﺍﻋﺎﺓ ﺃﻥ ﻗﻴﻡ ﺍﻝﻤﺸﺎﻫﺩﺍﺕ ‪ yi‬ﻤﺴﺘﻘﻠﺔ ﺍﻝﻭﺍﺤﺩﺓ ﻋﻥ ﺍﻷﺨﺭﻯ ﻭ ﺒﺎﻝﺘﺎﻝﻲ ﻓﺈﻥ ﺘﺒﺎﻴﻨﻬﺎ ﺍﻝﻤﺸﺘﺭﻙ ﻴﻜﻭﻥ‬
‫ﻤﻌﺩﻭﻤﺎ‪.‬‬
‫ﻭ ﺒﻤﺎ ﺃﻥ ‪ Var ( y i ) = σ‬ﻓﺎﻥ‪:‬‬
‫‪2‬‬
‫ˆ‬
‫‪Var (βˆ ) = ∑ a i2 σ 2‬‬ ‫‪47-2‬‬
‫ˆ‬
‫‪Var (βˆ ) = σ 2 ∑ a i2‬‬ ‫‪48-2‬‬
‫ﻓﻲ‬ ‫‪∑a‬‬ ‫‪2‬‬

‫‪i‬‬ ‫ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 48-2‬ﻴﺠﺏ ﺍﻥ ﺘﻜﻭﻥ ﻓﻲ ﺍﺩﻨﻰ ﻗﻴﻤﺔ ﻤﻤﻜﻨﺔ‪ ،‬ﻭ ﻷﺠل ﺫﻝﻙ ﻴﺠﺏ ﺃﻥ ﻴﻜﻭ ﺍﻝﻤﻘﺩﺍﺭ‬
‫ﺃﺩﻨﻰ ﻗﻴﻤﺔ ﻝﻪ‪ ،‬ﻏﻴﺭ ﺃﻨﻪ ﻴﺠﺏ ﺍﻷﺨﺫ ﺒﻌﻴﻥ ﺍﻻﻋﺘﺒﺎﺭ ﻤﺴﺄﻝﺔ ﻋﺩﻡ ﺘﺤﻴﺯ ˆˆ‪ ، β‬ﺃﻱ ﺃﻥ ﺘﺼﻐﻴﺭ ﺍﻝﻤﻘﺩﺍﺭ‬
‫ﻴﺠﺏ ﺃﻥ ﻴﻜﻭﻥ ﻤﺸﺭﻭﻁﺎ ﺒﺘﺤﻘﻕ ﺍﻝﻤﻌﺎﺩﻝﺘﻴﻥ ‪ 43-2‬ﻭ ‪ ،44-2‬ﺃﻱ ﺃﻥ ﺍﻝﻤﺴﺄﻝﺔ ﺘﺼﺒﺢ ﻋﻠﻰ‬ ‫‪∑a‬‬ ‫‪2‬‬
‫‪i‬‬
‫ﺍﻝﻨﺤﻭ‪:‬‬
‫‪Min : Z = ∑ a i2‬‬
‫‪‬‬
‫‪∑ a i = 0‬‬
‫‪‬‬
‫‪s / c‬‬
‫‪ a x −1 = 0‬‬
‫‪∑ i i‬‬
‫‪‬‬
‫ﻭ ﻤﻌﻠﻭﻡ ﺃﻥ ﻫﺫﺍ ﺍﻝﻨﻭﻉ ﻤﻥ ﺍﻝﻤﺴﺎﺌل ﻴﺴﻤﻰ ﺒﺎﻝﻨﻬﺎﻴﺎﺕ ﺍﻝﺼﻐﺭﻯ ﺍﻝﻤﺸﺭﻭﻁﺔ‪ ،‬ﻴﺘﻡ ﺤﻠﻬﺎ ﺒﻤﻭﺠﺏ ﻁﺭﻴﻘﺔ‬
‫ﻤﻀﺎﻋﻑ ﻻﺠﺭﺍﻨﺞ ﻭ ﺫﻝﻙ ﻋﻠﻰ ﺍﻝﻨﺤﻭ ﺍﻝﺘﺎﻝﻲ‪:‬‬
‫)‪L = ∑ a i2 − λ 1 ∑ a i − λ 2 (∑ a i x i − 1‬‬ ‫‪49-2‬‬
‫ﻨﻭﺠﺩ ﺍﻝﻤﺸﺘﻘﺎﺕ ﺍﻝﺠﺯﺌﻴﺔ ﻝـ ‪ L‬ﺒﺎﻝﻨﺴﺒﺔ ﻝﺠﻤﻴﻊ ﺍﻝﻌﻨﺎﺼﺭ ‪ ai‬ﻭ ﻝﻤﻌﺎﻤﻠﻲ ﻻﺠﺭﻨﺞ ‪ λ1‬ﻭ ‪ λ2‬ﻭ ﻨﺴﺎﻭﻴﻬﺎ‬
‫ﻝﻠﺼﻔﺭ‪.‬‬
‫ﺃﻱ ﻨﻭﺠﺩ‪:‬‬
‫‪∂L‬‬ ‫‪∂L‬‬ ‫‪∂L‬‬ ‫‪∂L‬‬ ‫‪∂L‬‬
‫‪= 0,‬‬ ‫‪= 0,......‬‬ ‫‪= 0,‬‬ ‫‪= 0,‬‬ ‫‪=0‬‬
‫‪a1‬‬ ‫‪a2‬‬ ‫‪an‬‬ ‫‪λ1‬‬ ‫‪λ1‬‬
‫ﻭ ﺒﺎﻝﺘﺎﻝﻲ ﻨﺠﺩ‪:‬‬
‫ﺍﻻﺸﺘﻘﺎﻕ ﺒﺎﻝﻨﺴﺒﺔ ﻝـ ‪a1‬‬
‫‪1‬‬
‫‪a 1 = (λ1 + λ 2 x 1 ) 2a 1 − λ1 − λ 2 x1 = 0‬‬
‫‪2‬‬
‫ﺍﻻﺸﺘﻘﺎﻕ ﺒﺎﻝﻨﺴﺒﺔ ﻝـ ‪a2‬‬
‫‪1‬‬
‫= ‪a2‬‬ ‫‪(λ1 + λ 2 x 1 ) 2a 1 − λ1 − λ 2 x1 = 0‬‬
‫‪2‬‬
‫‪.............................................‬‬
‫‪.............................................‬‬
‫ﺍﻻﺸﺘﻘﺎﻕ ﺒﺎﻝﻨﺴﺒﺔ ﻝـ ‪an‬‬
‫‪1‬‬
‫‪a n = (λ1 + λ 2 x 1 ) 2a 1 − λ1 − λ 2 x1 = 0‬‬
‫‪2‬‬
‫ﺍﻻﺸﺘﻘﺎﻕ ﺒﺎﻝﻨﺴﺒﺔ ﻝـ ‪λ1‬‬
‫‪∑a‬‬ ‫‪i‬‬ ‫‪=0‬‬ ‫‬ ‫‪− ∑ai = 0‬‬
‫ﺍﻻﺸﺘﻘﺎﻕ ﺒﺎﻝﻨﺴﺒﺔ ﻝـ ‪λ2‬‬
‫‪∑a x‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪=1‬‬ ‫‪ − (∑ a i x i − 1) = 0‬‬
‫ﻤﻥ ﺍﻝﻤﻌﺎﺩﻻﺕ ﺍﻝﻨﺎﺘﺠﺔ ﻋﻥ ﺍﻝﻤﺸﺘﻘﺎﺕ ﺒﺎﻝﻨﺴﺒﺔ ﻝـ ‪ ai‬ﻨﺠﺩ‪:‬‬

‫‪1‬‬
‫) ‪a i = (λ 1 + λ 2 x i‬‬ ‫‪50-2‬‬
‫‪2‬‬
‫‪i= 1,2,3……..n‬‬ ‫ﻭ ﺫﻝﻙ ﻤﻥ ‪:‬‬
‫ﺒﺄﺨﺫ ﺍﻝﻤﺠﻤﻭﻉ ﻨﺠﺩ‪:‬‬
‫‪1‬‬
‫‪∑a‬‬ ‫‪i‬‬ ‫) ‪= ( nλ 1 + λ 2 ∑ x i‬‬
‫‪2‬‬
‫‪51-2‬‬
‫ﻭ ﺍﻝﺘﻌﻭﻴﺽ ﻓﻲ ‪ 51-2‬ﻨﺴﺘﻨﺘﺞ‪:‬‬ ‫‪∑a‬‬ ‫‪i‬‬ ‫ﻭ ﺒﻤﺎ ﺃﻥ‪= 0 :‬‬
‫‪1‬‬
‫‪∑x‬‬ ‫‪i‬‬
‫‪( nλ 1 + λ 2 ∑ x i ) = 0 ⇒ λ 1 = − λ 2‬‬
‫‪2‬‬ ‫‪n‬‬
‫‪λ 1 = −λ 2 x‬‬ ‫‪52-2‬‬
‫ﺒﺘﻌﻭﻴﺽ ‪ 52-8‬ﻓﻲ ‪ 50-2‬ﻨﺠﺩ‪:‬‬
‫‪1‬‬ ‫‪1‬‬
‫) ‪a i = ( λ2 x i − λ 2 x ) = λ 2 ( x i − x‬‬
‫‪2‬‬ ‫‪2‬‬
‫ﻭ ﻴﻤﻜﻥ ﺃﻥ ﻨﻜﺘﺏ ﺃﻴﻀﺎ‪:‬‬
‫‪1‬‬
‫‪a i = λ 2 xi‬‬ ‫‪53-2‬‬
‫‪2‬‬
‫) ‪xi = ( x i − x‬‬ ‫ﻝﻠﺘﺫﻜﻴﺭ ﻝﺩﻴﻨﺎ‪:‬‬
‫ﺒﻀﺭﺏ ﻁﺭﻓﻲ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 53-2‬ﻓﻲ ‪ xi‬ﻨﺠﺩ‪:‬‬
‫‪1‬‬
‫‪a i x i = λ 2 xi x i‬‬
‫‪2‬‬
‫ﺒﺄﺨﺫ ﻤﺠﻤﻭﻉ ﺍﻝﻁﺭﻓﻴﻥ ﻨﺠﺩ‪:‬‬
‫‪1‬‬
‫‪∑a x‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪= λ 2 ∑ xi x i‬‬
‫‪2‬‬
‫ﻭ ﺒﻤﺎ ﺃﻥ ﺍﻝﻁﺭﻑ ﺍﻷﻴﺴﺭ ﻴﺴﺎﻭﻱ ﺍﻝﻭﺍﺤﺩ ﻝﺫﻝﻙ ﻨﻜﺘﺏ‪:‬‬
‫‪1‬‬
‫‪λ 2 ∑ xi x i = 1‬‬
‫‪2‬‬
‫‪2‬‬
‫= ‪λ2‬‬ ‫‪54-2‬‬ ‫ﻭ ﻤﻨﻪ ﻨﺠﺩ‪:‬‬
‫‪∑ xi x i‬‬
‫ﻭ ﻝﺩﻴﻨﺎ‪ xi = ( x i − x ) :‬ﻭ ﻤﻨﻪ ﻴﻜﻭﻥ‪ x i = ( xi + x ) :‬ﺒﺎﻝﺘﻌﻭﻴﺽ ﻓﻲ ‪ 54-2‬ﻨﺠﺩ‪:‬‬
‫‪2‬‬ ‫‪2‬‬
‫= ‪λ2‬‬ ‫=‬ ‫‪55-2‬‬
‫‪∑ x i ( xi + x ) ∑ xi + x ∑ x i‬‬
‫‪2‬‬
‫‪∑ x = ∑ (x‬‬
‫‪i‬‬ ‫‪i‬‬ ‫ﻤﻌﻠﻭﻡ ﺃﻥ ﻤﺠﻤﻭﻉ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﻋﻥ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻴﻜﻭﻥ ﻤﻌﺩﻭﻤﺎ ﻝﺫﻝﻙ‪− x ) = 0 :‬‬
‫ﻝﺫﻝﻙ ﻓﺎﻝﻤﻌﺎﺩﻝﺔ ‪ 55-2‬ﺘﺼﺒﺢ ﻋﻠﻰ ﺍﻝﻨﺤﻭ‪:‬‬
‫‪2‬‬
‫= ‪λ2‬‬ ‫‪56-2‬‬
‫‪∑x‬‬ ‫‪2‬‬
‫‪i‬‬
‫‪1‬‬
‫ﺒﺘﻌﻭﻴﺽ ‪ 56-2‬ﻨﺠﺩ‪:‬‬ ‫ﻓﻲ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 53-2‬ﻜﺎﻥ ﻝﻨﺎ ‪a i = λ2 xi‬‬
‫‪2‬‬
‫‪1‬‬ ‫‪1 2‬‬
‫= ‪a i = λ 2 xi‬‬ ‫‪xi‬‬
‫‪2‬‬ ‫‪2 x2‬‬
‫‪∑ i‬‬
‫ﺃﻱ‪:‬‬
‫‪xi‬‬
‫= ‪ai‬‬ ‫‪57-2‬‬
‫‪∑x‬‬ ‫‪2‬‬
‫‪i‬‬
‫ﺒﻀﺭﺏ ﺍﻝﻁﺭﻓﻴﻥ ﻓﻲ ‪ yi‬ﻨﺠﺩ‪:‬‬

‫‪xi y i‬‬
‫= ‪a i yi‬‬
‫‪∑x‬‬ ‫‪2‬‬
‫‪i‬‬
‫ﺒﺄﺨﺫ ﺍﻝﻤﺠﻤﻭﻉ ﻨﺠﺩ‪:‬‬

‫‪∑x y‬‬ ‫‪i‬‬ ‫‪i‬‬
‫‪∑a y‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫=‬ ‫‪58-2‬‬

‫‪∑x‬‬ ‫‪i‬‬
‫‪2‬‬
‫ﺃﻥ‪:‬‬ ‫‪41-2‬‬ ‫ﻭ ﻜﻨﺎ ﺍﻓﺘﺭﻀﻨﺎ ﻓﻲ ﺍﻝﻤﻌﺎﺩﻝﺔ‬

‫ˆ‬
‫‪β̂ = ∑ a i y i‬‬
‫ﺒﺎﻝﺘﻌﻭﻴﺽ ﻓﻲ ‪ 58-2‬ﻨﺠﺩ‪:‬‬
‫ˆ‬
‫‪∑x y‬‬ ‫‪i‬‬ ‫‪i‬‬
‫= ̂‪β‬‬ ‫‪59-2‬‬
‫‪∑x‬‬ ‫‪2‬‬
‫‪i‬‬
‫‪yi = ( y i − y) ⇒ y i = yi + y‬‬
‫ˆ‬
‫‪∑ x (y‬‬‫‪i‬‬ ‫‪i‬‬
‫)‪+ y‬‬ ‫‪∑x y‬‬
‫‪i‬‬ ‫‪i‬‬
‫‪+ y ∑ xi‬‬
‫= ̂‪β‬‬ ‫=‬ ‫‪60-2‬‬
‫‪∑x‬‬ ‫‪i‬‬
‫‪2‬‬
‫‪∑x‬‬ ‫‪i‬‬
‫‪2‬‬
‫ﺍﻝﻁﺭﻑ ﺍﻷﺨﻴﺭ ﻓﻲ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 60-2‬ﻤﻌﺩﻭﻡ )ﻤﺠﻤﻭﻉ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﻋﻥ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ(‬

‫‪∑x y‬‬ ‫‪i‬‬ ‫‪i‬‬
‫= ˆ̂‪β‬‬ ‫‪61-2‬‬
‫‪∑x‬‬ ‫‪2‬‬
‫‪i‬‬
‫ﻝﻠﺘﺫﻜﻴﺭ ﻓﺎﻥ ﺍﻝﻁﺭﻑ ﺍﻝﺜﺎﻨﻲ ﻫﻭ ﺍﻝﻘﻴﻤﺔ ﺍﻝﺘﻘﺩﻴﺭﻴﺔ ﻝﻠﻤﻌﻠﻤﺔ ‪ β‬ﺃﻱ ﻫﻭ ﺍﻝﻘﻴﻤﺔ ̂‪ β‬ﻜﻤﺎ ﺘﻡ ﺍﺴﺘﻨﺘﺎﺠﻬﺎ ﻓﻲ‬
‫ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 31-2‬ﺃﻭ ﻤﺎ ﺒﻌﺩﻫﺎ‪ ،‬ﺃﻱ ﺃﻥ‪:‬‬
‫ˆ‬
‫ˆ‪βˆ = β‬‬
‫ﻭ ﻋﻠﻴﻪ ﻴﻤﻜﻥ ﺍﻝﻘﻭل ﺃﻥ ﺘﻘﺩﻴﺭ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ ﻫﻭ ﺃﻓﻀل ﺘﻘﺩﻴﺭ ﺨﻁﻲ ﻏﻴﺭ ﻤﺘﺤﻴﺯ‪.‬‬
‫ﺍﻝﻤﻘﻁﻊ ‪ :6-2‬ﺘﻘﺩﻴﺭ ﻤﺠﺎل ﺍﻝﻤﻌﺎﻝﻡ ﻭ ﺍﻝﺘﻨﺒﻭﺀ ﺒﻤﺠﺎل‬
‫ﺃﻭﻻ‪ :‬ﺘﻘﺩﻴﺭ ﺘﺒﺎﻴﻥ ﺍﻝﻤﻌﺎﻝﻡ‪:‬‬

‫‪ -1‬ﺘﺒﺎﻴﻥ ﺍﻝﻤﻌﻠﻤﺔ ‪: β‬‬
‫ﻓﻲ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 57-2‬ﻜﺎﻥ ﻝﺩﻴﻨﺎ‪:‬‬
‫‪xi‬‬
‫= ‪ai‬‬
‫‪∑x‬‬ ‫‪2‬‬
‫‪i‬‬
‫ﺒﺘﺭﺒﻴﻌﻬﺎ ﻭ ﺃﺨﺫ ﻤﺠﻤﻭﻉ ﺍﻝﻁﺭﻓﻴﻥ ﻨﺠﺩ‪:‬‬

‫‪∑x‬‬ ‫‪2‬‬
‫‪i‬‬
‫‪1‬‬
‫‪∑a‬‬ ‫‪2‬‬
‫‪i‬‬ ‫=‬ ‫=‬
‫‪∑x ∑x‬‬ ‫‪2‬‬
‫‪i‬‬ ‫‪i‬‬
‫‪2‬‬
‫‪∑x‬‬ ‫‪2‬‬
‫‪i‬‬
‫ﺒﻀﺭﺏ ﺍﻝﻁﺭﻓﻴﻥ ﻓﻲ ‪ σ 2‬ﻨﺠﺩ‪:‬‬

‫‪σ2‬‬
‫‪σ‬‬ ‫‪2‬‬
‫‪∑a‬‬ ‫‪2‬‬
‫‪i‬‬ ‫=‬
‫‪∑x‬‬ ‫‪i‬‬
‫‪2‬‬
‫ﻭ ﻝﺩﻴﻨﺎ ﻤﻥ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪45-2‬‬

‫ˆ‬
‫‪Var ( βˆ ) = σ 2 ∑ a i2‬‬
‫ﺃﻱ ﺃﻥ‪:‬‬
‫ˆ‬ ‫‪σ‬‬ ‫‪2‬‬
‫= ‪Var( βˆ ) = σ 2 ∑ a i2‬‬
‫‪∑x‬‬ ‫‪i‬‬
‫‪2‬‬
‫ﻭ ﺒﻤﺎ ﺃﻨﻨﺎ ﻭﺠﺩﻨﺎ ﺃﻥ ˆ‪ βˆˆ = β‬ﻜﻤﺎ ﺃﺜﺒﺘﻨﺎﻫﺎ ﻓﻲ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ ،61-2‬ﻝﺫﻝﻙ ﻓﺎﻥ ﺘﺒﺎﻴﻨﻬﻤﺎ ﻤﺘﺴﺎﻭ‪ ،‬ﺃﻱ ﺃﻥ‪:‬‬
‫‪σ2‬‬
‫= ) ‪Var( β‬‬
‫ˆ‬ ‫‪62-2‬‬
‫‪∑ xi2‬‬
‫‪-2‬ﺘﺒﺎﻴﻥ ﺍﻝﻤﻌﻠﻤﺔ ̂‪α‬‬

‫ﺒﺎﺴﺘﻌﻤﺎل ﻁﺭﻴﻘﺔ ﻤﺸﺎﺒﻬﺔ ﻴﻤﻜﻥ ﺍﺴﺘﺨﺭﺍﺝ ﺘﺒﺎﻴﻥ ̂‪ α‬ﻭ ﺍﻝﺫﻱ ﻨﻌﻁﻴﻪ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪σ 2 ∑ x i2‬‬
‫= ) ˆ‪Var(α‬‬
‫‪n ∑ xi2‬‬
‫ﺃﻭ ‪:‬‬
‫‪1‬‬ ‫‪x2‬‬
‫‪Var (αˆ ) = σ ( +‬‬ ‫‪2‬‬
‫)‬ ‫‪63-2‬‬
‫‪n‬‬
‫‪∑ xi‬‬‫‪2‬‬
‫‪1‬‬ ‫‪x2‬‬
‫‪Var (αˆ ) = σ ( +‬‬ ‫‪2‬‬
‫)‬ ‫‪64-2‬‬
‫‪n‬‬
‫‪∑( x‬‬ ‫‪i‬‬
‫)‪− x‬‬ ‫‪2‬‬
‫ﻭﺍﻀﺢ ﺃﻨﻬﻼ ﻴﻤﻜﻥ ﺇﻴﺠﺎﺩ ﺘﺒﺎﻴﻥ ﺍﻝﻤﻌﺎﻝﻡ ﺩﻭﻥ ﺇﻴﺠﺎﺩ ﺘﺒﺎﻴﻥ ﺤﺩ ﺍﻝﺨﻁﺄ‪.‬‬
‫ﺜﺎﻨﻴﺎ‪ :‬ﺘﻘﺩﻴﺭ ﺘﺒﺎﻴﻥ ﺤﺩ ﺍﻝﺨﻁﺄ‪:‬‬

‫ﻴﺘﻡ ﺘﻘﺩﻴﺭ ﺘﺒﺎﻴﻥ ﺍﻝﺨﻁﺄ ﻋﻥ ﻁﺭﻴﻕ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫= ‪S2‬‬
‫‪∑e‬‬ ‫‪i‬‬
‫‪n−2‬‬
‫ﻭ ﻫﻭ ﺘﻘﺩﻴﺭ ﻏﻴﺭ ﻤﺘﺤﻴﺯ‪ ،‬ﻴﻤﻜﻥ ﺇﻴﺠﺎﺩﻩ ﺃﻴﻀﺎ ﻋﻥ ﻁﺭﻴﻕ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫‪y i2 − βˆ ∑ x i y i‬‬
‫= ‪S2‬‬
‫‪n−2‬‬
‫ﺃﺜﺒﺕ ﺍﻝﻌﻼﻗﺔ‪.‬‬
‫ﻤﻼﺤﻅﺔ‪ :‬ﻴﺘﻡ ﺍﺴﺘﺨﺩﺍﻡ ‪ s‬ﺒﺎﻋﺘﺒﺎﺭﻩ ﺘﻘﺩﻴﺭ ﻏﻴﺭ ﻤﺘﺤﻴﺯ ﻝـ ‪. σ‬‬
‫‪2‬‬ ‫‪2‬‬
‫ﺜﺎﻝﺜﺎ‪ :‬ﺍﻝﺘﻘﺩﻴﺭ ﺒﻤﺠﺎل‪:‬‬

‫ﺍﻥ ﺘﻘﺩﻴﺭ ﺍﻝﻤﻌﺎﻝﻡ ﻜﻤﺎ ﺭﺃﻴﻨﺎ ﻴﻌﻁﻲ ﻗﻴﻤﺔ ﻭﺍﺤﺩﺓ ﻝﻜل ﻤﻌﻠﻤﺔ‪ ،‬ﻏﻴﺭ ﺃﻥ ﻫﺫﺍ ﺍﻝﺘﻘﺩﻴﺭ ﻤﺒﻨﻲ ﻋﻠﻰ ﺃﺴﺎﺱ‬
‫ﺍﻝﻤﻌﻠﻭﻤﺎﺕ ﺍﻹﺤﺼﺎﺌﻴﺔ ﻭ ﻫﻲ ﻤﻌﻠﻭﻤﺎﺕ ﺨﺎﺼﺔ ﺒﺎﻝﻌﻴﻨﺔ‪ ،‬ﻝﺫﻝﻙ ﻓﺎﻨﻪ ﻝﻭ ﻴﺘﻡ ﺍﺨﺫ ﻋﻴﻨﺔ ﺃﺨﺭﻯ ﻤﻥ ﻨﻔﺱ‬
‫ﺍﻝﻤﺠﺘﻤﻊ ﻓﺎﻥ ﺍﻝﻤﻌﻠﻤﺎﺕ ﺍﻝﻤﻘﺩﺭﺓ ﻗﺩ ﻻ ﺘﻜﻭﻥ ﻤﺘﻁﺎﺒﻘﺔ ﺘﻤﺎﻤﺎ ﻤﻊ ﺴﺎﺒﻘﺎﺘﻬﺎ‪ ،‬ﻝﺫﻝﻙ ﻓﺎﻥ ﺍﻝﻘﻴﻤﺔ ﺍﻝﻤﻘﺩﺭﺓ ﻝﻠﻤﻌﻠﻤﺘﻴﻥ‬
‫ﺍﻝﺨﺎﺼﺘﻴﻥ ﺒﺎﻝﻤﺠﺘﻤﻊ ﻴﺘﻡ ﺘﻘﺩﻴﺭﻫﻤﺎ ﻭﻓﻕ ﻤﺠﺎل ﻤﻌﻴﻥ‪ ،‬ﻫﺫﺍ ﻤﻥ ﺠﻬﺔ‪ ،‬ﻭ ﻤﻥ ﺠﻬﺔ ﺃﺨﺭﻯ ﺭﺃﻴﻨﺎ ﺍﻨﻪ ﺒﺎﻝﻨﺴﺒﺔ‬
‫ﻝﺘﻨﺒﻭﺀ ﺍﻝﻨﻘﻁﺔ ﻴﺘﻡ ﺇﻋﻁﺎﺀ ﻗﻴﻤﺔ ﻝﻠﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل ﻭﻴﺘﻡ ﺘﻌﻭﻴﻀﻬﺎ ﻓﻲ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﻤﻘﺩﺭﺓ ﻓﻨﺤﺼل ﻋﻠﻰ ﻗﻴﻤﺔ‬
‫ﺘﻘﺩﻴﺭﻴﺔ ﻝﻠﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ‪ ،‬ﻏﻴﺭ ﺃﻨﻪ ﻋﻤﻠﻴﺎ ﻻ ﻴﻤﻜﻥ ﺍﺴﺘﺨﺩﺍﻡ ﻤﺜل ﻫﺫﺍ ﺍﻝﺘﻨﺒﻭﺀ ﻓﻲ ﺍﻝﻤﺠﺎﻻﺕ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ‬
‫ﻭﺍﻻﺠﺘﻤﺎﻋﻴﺔ‪ ،‬ﻝﺫﻝﻙ ﻓﺎﻨﻪ ﻋﻨﺩ ﺍﺴﺘﻌﻤﺎل ﻨﻤﻭﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﻓﻲ ﺍﻝﺘﻨﺒﻭﺀ ﻓﺎﻨﻪ ﻴﻠﺠﺄ ﺍﻝﻰ ﺘﺤﺩﻴﺩ ﻤﺠﺎل ﻝﻠﻘﻴﻤﺔ‬
‫ﺍﻝﺘﻨﺒﺅﻴﺔ ﻴﺤﺘﻤل ﺍﻥ ﺘﻜﻭﻥ ﺒﺎﻝﻔﻌل ﻀﻤﻨﻪ‪.‬‬
‫‪ -1‬ﺘﻘﺩﻴﺭ ﻤﺠﺎل ﺍﻝﻤﻌﺎﻝﻡ‪:‬‬
‫ﻭ ﻹﺠﺭﺍﺀ ﺍﻝﺘﻨﺒﻭﺀ ﺒﺎﻝﻤﺠﺎل ﺍﻝﺨﺎﺹ ﺒﺎﻝﻤﻌﺎﻝﻡ ﻨﻔﺘﺭﺽ ﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪ -‬ﺍﻝﻤﻌﻠﻤﺘﺎﻥ ﺍﻝﻤﻘﺩﺭﺘﺎﻥ ﺘﺨﻀﻌﺎﻥ ﻝﻠﺘﻭﺯﻴﻊ ﺍﻝﻁﺒﻴﻌﻲ‪ ،‬ﺤﻴﺙ‪:‬‬
‫)‪E (β‬‬
‫‪ˆ =β‬‬
‫)‪E(α‬‬
‫‪ˆ =α‬‬
‫‪σ2‬‬
‫= ‪σ‬‬
‫‪2‬‬
‫‪β‬‬
‫‪∑x‬‬ ‫‪2‬‬
‫‪i‬‬
‫‪1‬‬ ‫‪x2‬‬
‫‪σ α2 = σ 2 ( +‬‬ ‫)‬
‫‪n‬‬
‫‪∑(x‬‬ ‫‪i‬‬ ‫)‪− x‬‬ ‫‪2‬‬
‫ﻭ ﻋﻠﻴﻪ ﻴﻤﻜﻥ ﻜﺘﺎﺒﺔ‪:‬‬

‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪σ ‬‬
‫‪2‬‬
‫‪βˆ → N βˆ ,‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪∑ x 2i ‬‬
‫‪‬‬ ‫‪‬‬
‫ﻭ ﺃﻴﻀﺎ‪:‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪2 1‬‬ ‫‪x2‬‬
‫‪αˆ → N αˆ , σ ( +‬‬ ‫‪)‬‬
‫‪‬‬ ‫‪n‬‬ ‫‪‬‬
‫‪‬‬ ‫‪∑ ( x i − x) 2 ‬‬
‫‪‬‬ ‫‪‬‬
‫ﻭ ﻜﻤﺎ ﺃﺸﺭﻨﺎ ﺴﺎﺒﻘﺎ ﻓﺎﻥ ﺘﺒﺎﻴﻥ ﺍﻝﻤﻌﻠﻤﺘﻴﻥ ﻴﺘﻡ ﻋﻥ ﻁﺭﻴﻕ ﺍﺴﺘﺨﺩﺍﻡ ﺍﻝﻘﻴﻤﺔ ﺍﻝﻤﻘﺩﺭﺓ ﻝـ ‪ σ‬ﻭ ﻫﻲ ‪S‬‬
‫‪2‬‬ ‫‪2‬‬
‫ﻭ ﺒﺎﻝﺘﺎﻝﻲ ﻓﺎﻝﻘﻴﻤﺔ ﺍﻝﻤﻘﺩﺭﺓ ﻝﺘﺒﺎﻴﻨﻲ ﺍﻝﻤﻌﻠﻤﺘﻴﻥ ﺃﻴﻀﺎ ﺘﻜﻭﻥ ﻤﻘﺩﺭﺘﻴﻥ ﻭ ﺘﻜﺘﺒﺎﻥ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪2‬‬
‫‪S‬‬
‫= ‪Sβ2‬‬
‫‪∑ (x‬‬ ‫‪i‬‬ ‫‪− x) 2‬‬
‫‪1‬‬ ‫‪x2‬‬
‫‪S =S ( +‬‬
‫‪2‬‬
‫‪α‬‬
‫‪2‬‬
‫)‬
‫‪n‬‬
‫‪∑ (x‬‬ ‫‪i‬‬ ‫)‪− x‬‬ ‫‪2‬‬
‫ﻤﻥ ﺘﺒﺎﻴﻥ ﺍﻝﻤﻌﻠﻤﺘﻴﻥ ﻴﻼﺤﻅ‪:‬‬

‫‪ -‬ﺃﻥ ﺘﺒﺎﻴﻥ ﺍﻝﺨﻁﺄ ﻴﻭﺠﺩ ﻓﻲ ﺒﺴﻁ ﺍﻝﻤﻌﺎﺩﻝﺘﻴﻥ‪ ،‬ﻝﺫﻝﻙ ﻓﺒﺎﻨﺨﻔﺎﻀﻪ ﻴﻨﺨﻔﺽ ﺘﺒﺎﻴﻥ ﺍﻝﻤﻌﻠﻤﺘﻴﻥ ﻭ ﺒﺎﺭﺘﻔﺎﻋﻪ ﻴﺭﺘﻔﻊ‬
‫ﺘﺒﺎﻴﻨﻬﻤﺎ‪.‬‬
‫‪ -‬ﻤﺠﻤﻭﻉ ﻤﺭﺒﻌﺎﺕ ﺍﻝﻔﺭﻭﻗﺎﺕ ﻋﻥ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻴﻭﺠﺩ ﻓﻲ ﻤﻘﺎﻡ ﺍﻝﻤﻌﺎﺩﻝﺘﻴﻥ‪ ،‬ﻝﺫﻝﻙ ﻓﺎﻥ ﺘﺒﺎﻴﻥ ﺍﻝﻤﻌﻠﻤﺘﻴﻥ‬
‫ﻴﺼﻐﺭ ﻜﻠﻤﺎ ﺯﺍﺩﺕ ﻤﺭﺒﻌﺎﺕ ﺍﻝﻔﺭﻭﻗﺎﺕ ﻭ ﻴﻜﺒﺭ ﻜﻠﻤﺎ ﺍﻨﺨﻔﻀﺕ‪.‬‬
‫‪ -2‬ﺇﻴﺠﺎﺩ ﻤﺠﺎل ﺍﻝﺜﻘﺔ ﻝﻠﻤﻌﻠﻤﺘﻴﻥ‪:‬‬

‫ﺇﻥ ﺍﻹﺤﺼﺎﺌﻴﺔ‪:‬‬
‫‪βˆ − β‬‬
‫=‪Z‬‬
‫‪σ 2 / ∑ x i2‬‬
‫ﺘﺨﻀﻊ ﻝﻠﻘﺎﻨﻭﻥ ﺍﻝﻁﺒﻴﻌﻲ ﺍﻝﻤﻌﻴﺎﺭﻱ‪ ،‬ﺃﻱ‪:‬‬
‫)‪N→N(0,1‬‬
‫ﻭ ﺤﻴﺙ ﺃﻥ ‪ σ 2‬ﻤﺠﻬﻭﻝﺔ ﻭ ﺘﻡ ﺘﻘﺩﻴﺭﻫﺎ ﺒﺎﻝﻘﻴﻤﺔ ‪S2‬‬
‫ﻓﺈﻨﻬﺎ ﺘﺨﻀﻊ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻌﻴﻨﺎﺕ ﺍﻝﺼﻐﻴﺭﺓ ﺍﻝﻰ ﺘﻭﺯﻴﻊ ﺴﺘﻭﺩﻨﺕ ‪ t‬ﺒﺴﺒﺏ ﺍﻨﻁﻭﺍﺀ ﺍﻝﻤﻘﺎﻡ ﺍﻝﺫﻱ ﻴﺤﺴﺏ ﻋﻠﻰ‬
‫ﺃﺴﺎﺴﻪ ‪ S2‬ﻋﻠﻰ ﺍﻝﻘﻴﻤﺔ ‪ n-2‬ﺍﻝﺘﻲ ﺘﻤﺜل ﺩﺭﺠﺔ ﺍﻝﺤﺭﻴﺔ‪.‬‬
‫ﻭ ﻴﻜﻭﻥ ﺇﺫﻥ‪:‬‬
‫‪βˆ − β ‬‬
‫= ‪t n −2‬‬ ‫‪‬‬
‫‪Sβ ‬‬
‫‪‬‬
‫‪αˆ − α ‬‬
‫‪t n −2‬‬ ‫=‬
‫‪Sα ‬‬
‫ﻭ ﻴﻌﻁﻰ ﻤﺠﺎل ﺍﻹﺤﺼﺎﺌﻴﺔ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪Pr[− t n − 2, λ/2 ≤ t n − 2 ≤ + t n − 2, λ/2 .] = 1 − λ‬‬
‫ﻤﻊ‪ n-2 :‬ﻫﻲ ﺩﺭﺠﺎﺕ ﺍﻝﺤﺭﻴﺔ‪ λ ،‬ﻴﺴﻤﻰ ﺒﻤﺴﺘﻭﻯ ﺍﻝﻤﻌﻨﻭﻴﺔ‪ ،‬ﺃﻤﺎ ‪ 1-λ‬ﻓﻴﺴﻤﻰ ﺒﻤﻌﺎﻤل ﺍﻝﺜﻘﺔ‪.‬‬
‫ﺒﺘﻌﻭﻴﺽ ‪ tn-2‬ﺒﻘﻴﻤﺘﻬﺎ ﻓﻲ ﺍﻝﻤﺠﺎل ﺒﺎﻝﻨﺴﺒﺔ ﻝﻠﻤﻌﻠﻤﺘﻴﻥ ﻨﺠﺩ‪:‬‬
‫ﻤﺠﺎل ﺍﻝﺜﻘﺔ ﻝـ ‪: β‬‬
‫‪‬‬ ‫‪βˆ − β‬‬ ‫‪‬‬
‫≤ ‪Pr − t n − 2, λ/2‬‬ ‫‪≤ + t n − 2, λ/2  = 1 − λ‬‬
‫‪‬‬ ‫‪Sβ‬‬ ‫‪‬‬
‫[‬ ‫]‬
‫‪Pr βˆ − t n −2, λ/2 .Sβ ≤ β ≤ βˆ + t n − 2, λ/2 .Sβ = 1 − λ‬‬
‫‪β = βˆ ± t n − 2, λ/2 .Sβ‬‬
‫ﻓﺈﺫﺍ ﻜﺎﻨﺕ ﺩﺭﺠﺔ ﺍﻝﻤﻌﻨﻭﻴﺔ ‪ λ=0.05‬ﻓﺎﻥ ﻤﺠﺎل ﺍﻝﺜﻘﺔ ﻝﻠﻤﻌﻠﻤﺔ ﻴﻜﺘﺏ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫[‬ ‫]‬
‫‪P βˆ − t n −k , 0.025 .Sβ ≤ β ≤ βˆ + t n −k , 0.025 .Sβ = 0.95‬‬
‫ﻭ ﻴﻌﻨﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﺘﻜﻭﻥ ﺍﻝﻤﻌﻠﻤﺔ ﺍﻝﺤﻘﻴﻘﻴﺔ ﻤﺤﺼﻭﺭﺓ ﺒﻴﻥ ﺍﻝﻘﻴﻤﺘﻴﻥ ﻫﻭ ‪.%95‬‬
‫ﻭ ﺒﻨﻔﺱ ﺍﻝﻁﺭﻴﻘﺔ ﻨﺠﺩ ﻤﺠﺎل ﺍﻝﺜﻘﺔ ﻝﻠﻤﻌﻠﻤﺔ ﺍﻝﺜﺎﻨﻴﺔ‪:‬‬
‫‪Pr [αˆ − t n − 2 , λ/2 .Sα ≤ α ≤ αˆ + t n −2 , λ/2 .Sα ] = 1 − λ‬‬ ‫ﻭ ﻴﻜﻭﻥ‪:‬‬
‫‪α = αˆ ± t n − 2, λ/2 .Sα‬‬
‫ﺭﺍﺒﻌﺎ‪:‬ﺍﻝﺘﻨﺒﻭﺀ ﺍﻝﻨﻘﻁﻲ‪:‬‬
‫ﻴﻌﺭﻑ ﺘﻘﺩﻴﺭ ﺍﻝﻨﻘﻁﺔ ﺒﺄﻨﻪ ﺍﻝﻘﻴﻤﺔ ﺍﻝﺘﻘﺩﻴﺭﻴﺔ ﻝﻤﺸﺎﻫﺩﺓ ﻭﺍﺤﺩﺓ ﻝﻠﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﺍﻝﻨﺎﺘﺠﺔ ﻋﻥ ﻗﻴﻤﺔ ﻤﻌﻴﻨﺔ ﻝﻠﻤﺘﻐﻴﺭ‬
‫ﺍﻝﻤﺴﺘﻘل‪ ،‬ﻭ ﺫﻝﻙ ﺍﻋﺘﻤﺎﺩﺍ ﻋﻠﻰ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﻤﻘﺩﺭ ﺒﻁﺭﻴﻘﺔ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ‪ ،‬ﻭ ﺍﻝﺫﻱ ﺍﻓﺘﺭﻀﻨﺎﻩ‪:‬‬
‫‪ŷ i = αˆ + βˆ x i‬‬
‫ﺤﻴﺙ ﺃﻥ ﻫﺫﺍ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﻤﻘﺩﺭ ﺒﻁﺭﻴﻘﺔ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ ﻴﻤﻜﻨﻪ ﺃﻥ ﻴﻌﻁﻴﻨﺎ ﺃﻴﺔ ﻗﻴﻤﺔ ﻋﻠﻰ ﺍﻝﺨﻁ ﺍﻝﻤﺴﺘﻘﻴﻡ‪،‬‬
‫ﻓﻌﻨﺩ ﺇﻋﻁﺎﺀ ﺃﻴﺔ ﻗﻴﻤﺔ ﻝﻠﻤﺘﻐﻴﺭ ‪ xi‬ﻨﺠﺩ ﺒﺎﻝﻀﺭﻭﺭﺓ ﻗﻴﻤﺔ ﺘﻘﺩﻴﺭﻴﺔ ﻤﻘﺎﺒﻠﺔ ﻝﻠﻤﺘﻐﻴﺭ ﺍﻝﻤﻘﺩﺭ ‪ ŷ i‬ﻋﻠﻰ ﺨﻁ‬
‫ﺍﻻﻨﺤﺩﺍﺭ‪.‬‬
‫ﺇﺫﺍ ﺃﺭﺩﻨﺎ ﺃﻥ ﻨﺠﺩ ﺍﻝﻘﻴﻤﺔ ﺍﻝﺘﻨﺒﺅﻴﺔ ﻝﻠﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻭ ﻝﺘﻜﻥ ‪ ŷ 0‬ﻋﻨﺩ ﻗﻴﻤﺔ ﻤﺴﺘﻘﺒﻠﻴﺔ ﻝﻠﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘﺒل ﻭ ﻝﻴﻜﻥ‬
‫‪ x0‬ﻓﺈﻥ ﺍﻝﺘﻘﺩﻴﺭ ﺍﻝﻨﻘﻁﻲ ﺤﻴﻨﺌﺫ ﻴﻜﺘﺏ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪ŷ 0 = αˆ + βˆ x 0‬‬
‫ﻭ ﺴﻨﺠﺩ ﺍﻝﻘﻴﻤﺔ ‪ ŷ 0‬ﻋﻠﻰ ﻨﻘﻁﺔ ﻤﺎ ﻋﻠﻰ ﺍﻤﺘﺩﺍﺩ ﺍﻝﺨﻁ ﻭﺫﻝﻙ ﺒﺎﻝﺘﻌﻭﻴﺽ ﻓﻲ ﺩﺍﻝﺔ ﺍﻻﻨﺤﺩﺍﺭ‪ ،‬ﻜﻤﺎ ﻴﻅﻬﺭ ﻓﻲ‬
‫ﺍﻝﺸﻜل ﺃﺩﻨﺎﻩ‪.‬‬
‫ﻤﺜﺎل‪ :6-2‬ﺍﺫﺍ ﻜﺎﻨﺕ ﺩﺍﻝﺔ ﺍﻨﺤﺩﺍﺭ ‪ y‬ﻋﻠﻰ ‪ x‬ﺍﻝﻤﻘﺩﺭﺓ ﻫﻲ‪:‬‬
‫‪ŷ i = 20 + 2x i‬‬
‫ﺃﻭﺠﺩ ﺍﻝﻘﻴﻡ ﺍﻝﺘﻨﺒﺅﻴﺔ ﻝـ ‪ y‬ﺍﺫﺍ ﻜﺎﻨﺕ ﻗﻴﻤﺔ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل ﻫﻲ‪x0=40 :‬‬
‫ﺍﻝﺠﻭﺍﺏ‪ :‬ﻹﻴﺠﺎﺩ ﺍﻝﻘﻴﻤﺔ ﺍﻝﺘﻨﺒﺅﻴﺔ ﺍﻝﻨﻘﻁﻴﺔ ﻴﻜﻔﻲ ﺃﻥ ﻨﻌﻭﺽ ‪ x0=40‬ﻓﻲ ﺩﺍﻝﺔ ﺍﻻﻨﺤﺩﺍﺭ ﻓﻨﺠﺩ‪:‬‬
‫‪ŷ 0 = 20 + 2 × 40 = 100‬‬
‫ﻭﺩﺍﻝﺔ ﺍﻻﻨﺤﺩﺍﺭ ﺘﻌﻁﻲ ﺍﻝﻘﻴﻤﺔ ﺍﻝﺘﻨﺒﺅﻴﺔ ﺍﻝﻨﻘﻁﻴﺔ ﺤﺘﻰ ﻭ ﺇﻥ ﻜﺎﻨﺕ ‪ x0‬ﺨﺎﺭﺝ ﺍﻝﻘﻴﻡ ﺍﻝﺘﻲ ﻋﻠﻰ ﺃﺴﺎﺴﻬﺎ ﺘﻡ ﺘﻘﺩﻴﺭ‬
‫ﺩﺍﻝﺔ ﺍﻻﻨﺤﺩﺍﺭ‪.‬‬
‫ﻓﺩﺍﻝﺔ ﺍﻻﻨﺤﺩﺍﺭ ﺇﺫﻥ ﺘﻤﻜﻨﻨﺎ ﻤﻥ ﺇﻋﻁﺎﺀ ﻗﻴﻡ ﺘﻨﺒﺅﻴﺔ ﻷﻴﺔ ﻅﺎﻫﺭﺓ ﺨﻁﻴﺔ‪ ،‬ﺤﻴﺙ ﺘﻤﻜﻨﻨﺎ ﻤﻥ ﺇﻴﺠﺎﺩ ﺃﻴﺔ ﻗﻴﻤﺔ‬
‫ﻝﻠﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻋﻨﺩ ﺃﻴﺔ ﻗﻴﻤﺔ ﻤﺴﺘﻘﺒﻠﻴﺔ ﻝﻠﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل‪ ،‬ﻏﻴﺭ ﺃﻨﻪ ﻋﻤﻠﻴﺎ ﻭ ﻓﻲ ﺩﺭﺍﺴﺎﺕ ﺍﻝﻅﻭﺍﻫﺭ‬
‫ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭ ﺍﻻﺠﺘﻤﺎﻋﻴﺔ ﻋﺎﻤﺔ‪ ،‬ﻓﺎﻨﻪ ﻻ ﻴﻤﻜﻨﻨﺎ ﺍﻝﺘﻨﺒﻭﺀ ﺒﻘﻴﻤﺔ ﺍﻝﻅﺎﻫﺭﺓ ﺘﻤﺎﻤﺎ‪ ،‬ﻋﻠﻰ ﻋﻜﺱ ﺍﻝﻅﻭﺍﻫﺭ‬
‫ﺍﻝﻔﻴﺯﻴﺎﺌﻴﺔ ﻭ ﺍﻝﻌﻠﻤﻴﺔ ﺍﻷﺨﺭﻯ ﺍﻝﺘﻲ ﺘﻜﻭﻥ ﻗﻭﺍﻨﻴﻨﻬﺎ ﺩﻗﻴﻘﺔ ﺍﻝﻰ ﺤﺩ ﺒﻌﻴﺩ‪ ،‬ﻝﺫﻝﻙ ﻓﺎﻨﻪ ﻓﻲ ﻤﺜل ﻫﺫﻩ ﺍﻝﻅﻭﺍﻫﺭ ﻴﻠﺠﺄ‬
‫ﺍﻝﻰ ﺍﻝﺘﻨﺒﻭﺀ ﺒﻘﻴﻤﺔ ﺍﻝﻅﺎﻫﺭﺓ ﺩﺍﺨل ﻤﺠﺎل ﻤﻌﻴﻥ ﻭ ﻓﻲ ﺤﺩﻭﺩ ﺍﺤﺘﻤﺎﻝﻴﺔ ﻤﻌﻴﻨﺔ‪ ،‬ﻜﺄﻥ ﻨﻘﻭل ﺃﻥ ﻗﻴﻤﺔ ﺍﻝﻅﺎﻫﺭﺓ‬
‫ﺍﻝﻤﺴﺘﻘﺒﻠﻴﺔ ﺘﻜﻭﻥ ﻤﺤﺼﻭﺭﺓ ﺒﻴﻥ ﻗﻴﻤﺘﻴﻥ ﺒﺎﺤﺘﻤﺎل ‪ ،%95‬ﻭ ﻫﺫﺍ ﻤﺎ ﻨﻁﻠﻕ ﻋﻠﻴﻪ ﺒﺘﻨﺒﻭﺀ ﺍﻝﻔﺘﺭﺓ ﺃﻭ ﺘﻨﺒﻭﺀ‬
‫ﺍﻝﻤﺠﺎل ﻭﻫﻭ ﻤﺎ ﺴﻨﺘﻁﺭﻕ ﻝﻪ ﻓﻲ ﺍﻝﺒﻨﺩ ﺍﻝﻤﻭﺍﻝﻲ‪.‬‬
‫ﺨﺎﻤﺴﺎ‪ :‬ﺘﻨﺒﻭﺀ ﺍﻝﻔﺘﺭﺓ ﺃﻭ ﺘﻘﺩﻴﺭ ﻤﺠﺎل ﺍﻝﺘﻨﺒﻭﺀ‪:‬‬

‫ﻴﻌﻁﻰ ﻤﺠﺎل ﺘﻘﺩﻴﺭ ﻨﻘﺎﻁ ﺨﻁ ﺍﻨﺤﺩﺍﺭ ﺍﻝﻤﺠﺘﻤﻊ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪Pr( ŷ 0 − t n − 2, λ/2 .S f ≤ y 0 ≤ ŷ 0 + t n − 2, λ/2 ..S f ) = 1 − λ‬‬
‫ﺃﻱ‬
‫‪y 0 = ŷ 0 ± t n − 2, λ/2 ..S f‬‬
‫ﻭ ﻫﺫﺍ ﺒﺎﺤﺘﻤﺎل ‪1-λ‬‬
‫ﺤﻴﺙ ‪ y 0 :‬ﻫﻲ ﺍﻝﻘﻴﻤﺔ ﺍﻝﻤﺴﺘﻘﺒﻠﻴﺔ ﺍﻝﺤﻘﻴﻘﻴﺔ‪ ،‬ﺒﻴﻨﻤﺎ ‪ ŷ 0‬ﻫﻭ ﺘﻘﺩﻴﺭ ﺍﻝﻨﻘﻁﺔ‪ ،‬ﺃﻱ ﺍﻝﻘﻴﻤﺔ ﺍﻝﻤﻘﺩﺭﺓ ﻝﻠﻤﺘﻐﻴﺭﺓ‬
‫ﺍﻝﻤﺴﺘﻘﻠﺔ ﻭ ﻏﺎﻝﺒﺎ ﻤﺎ ﺘﻜﻭﻥ ﻤﺴﺘﻘﺒﻠﻴﺔ‪.‬‬
‫‪ : Sf‬ﻫﻲ ﺍﻝﻘﻴﻤﺔ ﺍﻝﺘﻘﺩﻴﺭﻴﺔ ﻝﻼﻨﺤﺭﺍﻑ ﺍﻝﻤﻌﻴﺎﺭﻱ ﻝﺘﺸﺘﺕ ﺍﻝﻤﺘﻐﻴﺭﺓ ﺍﻝﻤﺴﺘﻘﺒﻠﻴﺔ ﻋﻨﺩ ﻨﻘﻁﺔ ﻤﻌﻴﻨﺔ‪ ،‬ﻭ ﻫﻲ‬
‫ﺍﻝﻨﻘﻁﺔ ﺍﻝﺘﻲ ﻨﺭﻴﺩ ﺃﻥ ﻨﺘﻨﺒﺄ ﻋﻨﺩﻫﺎ‪ ،‬ﻭ ﺘﻌﻁﻰ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪2 ‬‬
‫‪1‬‬ ‫‪(x 0 − x ) ‬‬
‫‪Sf2 = S2 1 + +‬‬
‫‪ n‬‬ ‫‪‬‬
‫‪‬‬ ‫‪∑ ( x i − x) 2 ‬‬
‫‪‬‬ ‫‪‬‬
‫ﻤﺜﺎل‪ :7-2‬ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﺘﺎﻝﻴﺔ ﺘﻅﻬﺭ ﺘﻁﻭﺭ ﺍﻝﻜﻤﻴﺎﺕ ﺍﻝﻤﺴﺘﻬﻠﻜﺔ ﻤﻥ ﻤﺎﺩﺓ ﺤﻠﻴﺏ ﺍﻝﻐﺒﺭﺓ ﻭ ﻋﺩﺩ ﺍﻝﻤﻭﺍﻝﻴﺩ ﻓﻲ‬
‫ﺇﺤﺩﻯ ﺍﻝﻤﺩﻥ ﺨﻼل ﺍﻝﻔﺘﺭﺓ ‪2011-2002‬‬
‫ﻜﻤﻴﺎﺕ ﺍﻻﺴﺘﻬﻼﻙ ﺒﺎﻝﻁﻥ‬ ‫ﻋﺩﺩ ﺍﻝﻤﻭﺍﻝﻴﺩ ﺒﺎﻵﺍﻑ‬ ‫ﺍﻝﺴﻨﺔ‬
‫‪100‬‬ ‫‪10‬‬ ‫‪2002‬‬
‫‪130‬‬ ‫‪12‬‬ ‫‪2003‬‬
‫‪146‬‬ ‫‪14‬‬ ‫‪2004‬‬
‫‪170‬‬ ‫‪16‬‬ ‫‪2005‬‬
‫‪190‬‬ ‫‪18‬‬ ‫‪2006‬‬
‫‪210‬‬ ‫‪22‬‬ ‫‪2007‬‬
‫‪230‬‬ ‫‪26‬‬ ‫‪082‬‬
‫‪240‬‬ ‫‪30‬‬ ‫‪2009‬‬
‫‪250‬‬ ‫‪36‬‬ ‫‪2010‬‬
‫‪270‬‬ ‫‪42‬‬ ‫‪2011‬‬
‫‪ -1‬ﻋﺩﺩ ﺍﻝﻤﻭﺍﻝﻴﺩ ﻭ ﺍﻝﻜﻤﻴﺎﺕ ﺍﻝﻤﺴﺘﻬﻠﻜﺔ ﻤﻥ ﺍﻝﺤﻠﻴﺏ ﻤﺘﻐﻴﺭﺘﻴﻥ ﺍﻗﺘﺼﺎﺩﻴﺘﻴﻥ‪ ،‬ﺃﻴﻬﻤﺎ ﻤﺘﻐﻴﺭ ﺘﺎﺒﻊ ﻭ ﺃﻴﻬﻤﺎ‬
‫ﻤﺘﻐﻴﺭ ﻤﺴﺘﻘل؟‬
‫‪ -2‬ﺍﺭﺴﻡ ﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ ﻭ ﺍﺴﺘﻨﺘﺞ ﺍﻝﻌﻼﻗﺔ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﺘﻴﻥ‪.‬‬
‫‪ -3‬ﻗﺩﺭ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﺨﻁﻲ‪.‬‬
‫‪ -4‬ﺃﻭﺠﺩ ﺍﻨﺤﺭﺍﻓﺎﺕ ﺍﻝﻘﻴﻡ ﺍﻝﻤﻘﺩﺭﺓ ﻋﻥ ﺍﻝﻘﻴﻡ ﺍﻝﺤﻘﻴﻘﻴﺔ‪.‬‬
‫‪ -5‬ﺃﻭﺠﺩ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﺍﻝﻤﻌﻴﺎﺭﻴﺔ ﻝﻠﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ‪ ،‬ﻭ ﻝﻠﻤﻌﺎﻝﻡ‪.‬‬
‫‪ -6‬ﺃﻭﺠﺩ ﺍﻝﻜﻤﻴﺎﺕ ﺍﻝﻤﻘﺩﺭﺓ ﻤﻥ ﺍﻻﺴﺘﻬﻼﻙ ﻋﻨﺩﻤﺎ ﻴﺼﺒﺢ ﻋﺩﺩ ﺍﻝﻤﻭﺍﻝﻴﺩ ‪ 80‬ﺃﻝﻑ ﻤﻭﻝﻭﺩ ﺴﻨﺔ ‪2015‬‬
‫‪ -7‬ﺃﻭﺠﺩ ﻤﺠﺎﻻﺕ ﺍﻝﺜﻘﺔ ﻝﻠﻤﻌﺎﻝﻡ ﺒﺎﺤﺘﻤﺎل ‪ %95‬ﺜﻡ ﺒﺎﺤﺘﻤﺎل ‪ .%90‬ﻤﺎﺫﺍ ﺘﺴﺘﻨﺘﺞ‪.‬‬
‫‪ -8‬ﺃﻭﺠﺩ ﻤﺠﺎل ﺍﻝﺜﻘﺔ ﻝﻼﺴﺘﻬﻼﻙ ﺴﻨﺔ ‪ 2015‬ﺒﺎﺤﺘﻤﺎل ‪ %95‬ﺜﻡ ﺒﺎﺤﺘﻤﺎل ‪%90‬‬
‫‪ -1‬ﺘﻌﻴﻴﻥ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻭ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل‪ :‬ﻜﻠﻤﺎ ﺍﺯﺩﺍﺩ ﻋﺩﺩ ﺍﻝﻤﻭﺍﻝﻴﺩ ﻜﻠﻤﺎ ﺍﺯﺩﺍﺩ ﺤﺠﻡ ﺍﻻﺴﺘﻬﻼﻙ ﻤﻥ‬
‫ﻤﺎﺩﺓ ﺍﻝﺤﻠﻴﺏ‪ ،‬ﻝﺫﻝﻙ ﻓﺎﻝﻜﻤﻴﺎﺕ ﺍﻝﻤﺴﺘﻬﻠﻜﺔ ﻫﻲ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻭ ﻋﺩﺩ ﺍﻝﻤﻭﺍﻝﻴﺩ ﻫﻭ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل‪.‬‬
‫‪ -2‬ﺭﺴﻡ ﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ‪:‬‬
‫ﻤﻥ ﺨﻼل ﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ ﺘﻼﺤﻅ ﺍﻝﻌﻼﻗﺔ ﺍﻝﺨﻁﻴﺔ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﺘﻴﻥ‪ ،‬ﺤﻴﺙ ﻴﻤﻜﻥ ﻜﺘﺎﺒﺔ ﺍﻝﻌﻼﻗﺔ ﻋﻠﻰ ﺍﻝﻨﺤﻭ‪:‬‬
‫‪y i = α + βx i + ε i‬‬
‫‪ -3‬ﺘﻘﺩﻴﺭ ﻤﻌﺎﻝﻡ ﺍﻝﻨﻤﻭﺫﺝ‪:‬‬

‫ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﻤﻘﺩﺭ ﻫﻭ‪:‬‬
‫‪ŷ i = αˆ + βˆ x i‬‬
‫̂‪ β‬ﻨﺴﺘﺨﺩﻡ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬ ‫ﻹﻴﺠﺎﺩ‬

‫‪n‬‬
‫‪∑ (x‬‬ ‫‪i‬‬ ‫) ‪− x )( y i − x‬‬

‫= ˆ‪β‬‬ ‫‪i =1‬‬
‫‪n‬‬
‫‪∑ (x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪− x) 2‬‬
‫ﻭﺍﻀﺢ ﺃﻨﻨﺎ ﻓﻲ ﺤﺎﺠﺔ ﺍﻝﻰ ﺇﻴﺠﺎﺩ ﺍﻝﻭﺴﻁﻴﻥ ﺍﻝﺤﺴﺎﺒﻴﻴﻥ ﻝﻠﻤﺘﻐﻴﺭﺘﻴﻥ‪:‬‬

‫‪n‬‬
‫‪∑x‬‬ ‫‪i‬‬
‫‪226‬‬
‫=‪x‬‬ ‫‪i =1‬‬
‫=‬ ‫‪= 22.6‬‬
‫‪n‬‬ ‫‪10‬‬
‫‪n‬‬
‫‪∑y‬‬ ‫‪i‬‬
‫‪1936‬‬
‫=‪y‬‬ ‫‪i =1‬‬
‫=‬ ‫‪= 193.6‬‬
‫‪n‬‬ ‫‪10‬‬
‫‪n‬‬
‫‪∑ (x‬‬ ‫‪i‬‬ ‫) ‪− x )( y i − x‬‬

‫= ˆ‪ β‬ﻤﻥ ﺨﻼل ﺍﻝﺠﺩﻭل ﺃﺩﻨﺎﻩ‪:‬‬ ‫‪i =1‬‬
‫‪n‬‬
‫ﻭ ﺒﺈﺠﺭﺍﺀ ﺍﻝﺤﺴﺎﺒﺎﺕ ﺍﻝﻤﺘﻌﻠﻘﺔ ﺒﺒﺴﻁ ﻭ ﻤﻘﺎﻡ ﺍﻝﻤﻌﺎﺩﻝﺔ‬
‫‪∑ (x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫)‪− x‬‬ ‫‪2‬‬
‫ﺍﻝﺴﻨﺔ‬ ‫‪yi‬‬ ‫‪xi‬‬ ‫‪(xi-x) (xi-x)2‬‬ ‫)‪-y) (y (xi-x‬‬ ‫‪ŷ i‬‬ ‫‪ei‬‬ ‫‪e i2‬‬
‫)‪(yi-y‬‬
‫‪1997‬‬ ‫‪100‬‬ ‫‪10‬‬ ‫‪158.76‬‬ ‫‪1179.36‬‬ ‫‪130.99‬‬ ‫‪.99 -3‬‬ ‫‪960.38‬‬
‫‪1998‬‬ ‫‪130‬‬ ‫‪12‬‬ ‫‪112.36‬‬ ‫‪674.16‬‬ ‫‪140.92‬‬ ‫‪-10.92‬‬ ‫‪119.25‬‬
‫‪1999‬‬ ‫‪146‬‬ ‫‪14‬‬ ‫‪73.96‬‬ ‫‪409.36‬‬ ‫‪150.86‬‬ ‫‪-4.86‬‬ ‫‪23.62‬‬
‫‪2000‬‬ ‫‪170‬‬ ‫‪16‬‬ ‫‪43.56‬‬ ‫‪155.76‬‬ ‫‪160.80‬‬ ‫‪.2‬‬ ‫‪84.64‬‬
‫‪2001‬‬ ‫‪190‬‬ ‫‪18‬‬ ‫‪21.16‬‬ ‫‪16.56‬‬ ‫‪170.74‬‬ ‫‪19.26‬‬ ‫‪370.95‬‬
‫‪2002‬‬ ‫‪210‬‬ ‫‪22‬‬ ‫‪0.36‬‬ ‫‪-9.84‬‬ ‫‪190.62‬‬ ‫‪19.38‬‬ ‫‪375.58‬‬
‫‪2003‬‬ ‫‪230‬‬ ‫‪26‬‬ ‫‪11.56‬‬ ‫‪123.76‬‬ ‫‪210.50‬‬ ‫‪19.5‬‬ ‫‪380.25‬‬
‫‪2004‬‬ ‫‪240‬‬ ‫‪30‬‬ ‫‪54.76‬‬ ‫‪343.36‬‬ ‫‪230.37‬‬ ‫‪9.63‬‬ ‫‪92.74‬‬
‫‪2005‬‬ ‫‪250‬‬ ‫‪36‬‬ ‫‪179.56‬‬ ‫‪755.76‬‬ ‫‪260.19‬‬ ‫‪-10.19‬‬ ‫‪103.84‬‬
‫‪2006‬‬ ‫‪270‬‬ ‫‪42‬‬ ‫‪376.36‬‬ ‫‪1482.16‬‬ ‫‪290.01‬‬ ‫‪-20.01‬‬ ‫‪400.4‬‬
‫‪1936‬‬ ‫‪226‬‬ ‫‪1032.40‬‬ ‫‪5130.40‬‬ ‫‪1936‬‬ ‫‪0.0‬‬ ‫‪2911.65‬‬
‫ﻭ ﺒﺎﻝﺘﻌﻭﻴﺽ ﻨﺠﺩ‪:‬‬
‫‪10‬‬
‫‪∑ (x‬‬ ‫‪i‬‬ ‫) ‪− x )( y i − x‬‬

‫‪5130.40‬‬
‫= ˆ‪β‬‬ ‫‪i =1‬‬
‫‪10‬‬
‫=‬ ‫‪= 4.97‬‬
‫‪1032.40‬‬
‫‪∑ (x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪− x)2‬‬
‫ﻭ ﻹﻴﺠﺎﺩ ﻗﻴﻤﺔ ̂‪ α‬ﻨﻁﺒﻕ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬

‫‪αˆ = y - βˆ x‬‬
‫‪αˆ = 193.6 − 4.97 × 22.6 = 81.29‬‬
‫ﺃﻱ ﺃﻥ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﻤﻘﺩﺭ ﻻﺴﺘﻬﻼﻙ ﺍﻝﺤﻠﻴﺏ ﻋﻠﻰ ﻋﺩﺩ ﺍﻝﻤﻭﺍﻝﻴﺩ ﻫﻭ‪:‬‬
‫ﻁﻥ‬ ‫‪ŷ i = 81.29 + 4.97 x i‬‬
‫‪-4‬ﺍﻨﺤﺭﺍﻓﺎﺕ ﺍﻝﻘﻴﻡ ﺍﻝﻤﻘﺩﺭﺓ ﻋﻥ ﺍﻝﻘﻴﻡ ﺍﻝﺤﻘﻴﻘﻴﺔ ﻫﻲ‪:‬‬

‫‪e i = y i − ŷ i‬‬
‫ﻭ ﺘﻅﻬﺭ ﻓﻲ ﺍﻝﻌﻤﻭﺩ ﺍﻝﺘﺎﺴﻊ ﻤﻥ ﺍﻝﺠﺩﻭل‪.‬‬
‫‪-5‬ﺍﻻﻨﺤﺭﺍﻑ ﺍﻝﻤﻌﻴﺎﺭﻱ ﺍﻝﻤﻘﺩﺭ ﻝﻘﻴﻡ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻭ ﻝﻠﻤﻌﻠﻤﺘﻴﻥ‪:‬‬
‫‪ -‬ﺍﻻﻨﺤﺭﺍﻑ ﺍﻝﻤﻌﻴﺎﺭﻱ ﻝﻠﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ‪:‬‬

‫ﺍﻝﺘﺒﺎﻴﻥ ﺍﻝﻤﻘﺩﺭ ﻫﻭ‪:‬‬
‫‪1‬‬
‫= ‪S2‬‬
‫‪n−2‬‬
‫∑‬ ‫‪e i2‬‬
‫ﺒﻌﺩ ﺇﺠﺭﺍﺀ ﺍﻝﺤﺴﺎﺒﺎﺕ ﻓﻲ ﺍﻝﺠﺩﻭل ) ﺍﻝﻌﻤﻭﺩ ﺍﻷﺨﻴﺭ( ﻭ ﺍﻝﺘﻌﻭﻴﺽ ﻨﺠﺩ‪:‬‬
‫‪1‬‬ ‫‪1‬‬
‫= ‪S2‬‬
‫‪n−2‬‬
‫∑‬ ‫= ‪e i2‬‬
‫‪10 − 2‬‬
‫‪2911.65 = 363.95‬‬
‫ﻭ ﺒﺎﻝﺘﺎﻝﻲ ﻓﺎﻥ ﺍﻻﻨﺤﺭﺍﻑ ﺍﻝﻤﻌﻴﺎﺭﻱ ﺍﻝﻤﻘﺩﺭ ﻫﻭ‪:‬‬
‫‪S = S 2 = 363.95 = 19.08‬‬
‫ﺍﻻﻨﺤﺭﺍﻑ ﺍﻝﻤﻌﻴﺎﺭﻱ ﻝﻠﻤﻌﻠﻤﺔ ̂‪β‬‬
‫‪σ2‬‬
‫= ‪var(βˆ ) = σ β2‬‬ ‫‪n‬‬
‫‪∑ (x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪− x) 2‬‬
‫ﻭ ﻤﻌﻠﻭﻡ ﺃﻥ ﺍﻝﻘﻴﻤﺔ ﺍﻝﺘﻘﺩﻴﺭﻴﺔ ﻝـ ‪ σ 2‬ﻫﻲ ‪S2‬‬

‫ﺒﺎﻝﺘﻌﻭﻴﺽ ﻓﻲ ﺍﻝﻤﻌﺎﺩﻝﺔ ﻨﺠﺩ‪:‬‬
‫‪2‬‬
‫‪S‬‬ ‫‪363.95‬‬
‫= ‪σβ2‬‬ ‫‪n‬‬
‫=‬ ‫‪= 0.35‬‬
‫‪1032.40‬‬
‫‪∑ (x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪− x) 2‬‬
‫ﻭ ﺒﺎﻝﺘﺎﻝﻲ ﻓﺎﻥ ﺍﻻﻨﺤﺭﺍﻑ ﺍﻝﻤﻌﻴﺎﺭﻱ ﻝـ ̂‪ β‬ﻫﻭ‪:‬‬

‫‪S2‬‬
‫= ‪σβ‬‬ ‫‪n‬‬
‫‪= 0.59‬‬
‫‪∑ (x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫)‪− x‬‬ ‫‪2‬‬
‫ﺍﻻﻨﺤﺭﺍﻑ ﺍﻝﻤﻌﻴﺎﺭﻱ ﻝﻠﻤﻌﻠﻤﺔ ̂‪: α‬‬

‫‪1‬‬ ‫‪x2‬‬
‫‪var(αˆ ) = σ α2 = σ 2 ( +‬‬ ‫)‬
‫‪n‬‬
‫‪∑ (x‬‬ ‫‪i‬‬ ‫)‪− x‬‬ ‫‪2‬‬
‫ﺒﻤﺎ ﺃﻥ ﺍﻝﻘﻴﻤﺔ ﺍﻝﺘﻘﺩﻴﺭﻴﺔ ﻝـ ‪ σ 2‬ﻫﻲ ‪S2‬‬

‫ﺒﺎﻝﺘﻌﻭﻴﺽ ﻓﻲ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺃﻋﻼﻩ ﻨﺠﺩ‪:‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪1‬‬ ‫‪x‬‬ ‫)‪1 (22.6‬‬
‫‪σ α2 = σ 2 ( +‬‬ ‫‪10‬‬
‫(‪) = 363.95‬‬ ‫‪+‬‬ ‫‪) = 216.45‬‬
‫‪n‬‬ ‫‪10 1032.40‬‬
‫‪∑ (x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫)‪− x‬‬
‫ﻭ ﻤﻨﻪ ﻓﺎﻥ ﺍﻻﻨﺤﺭﺍﻑ ﺍﻝﻤﻌﻴﺎﺭﻱ ﻝﻠﻤﻌﻠﻤﺔ ﻫﻭ‪:‬‬

‫‪1‬‬ ‫‪x2‬‬
‫‪σα = σ 2 ( +‬‬ ‫‪10‬‬
‫‪) = 14.71‬‬
‫‪n‬‬
‫‪∑ (x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫)‪− x‬‬ ‫‪2‬‬
‫ﻭ ﺒﺎﻝﺘﺎﻝﻲ ﻓﺎﻥ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﻤﻘﺩﺭ ﻫﻭ‪:‬‬

‫‪ŷ i = 81.29 + 4.97 x i‬‬
‫‪19.08 14.71 0.59‬‬
‫‪-6‬ﺇﻴﺠﺎﺩ ﺍﻝﻜﻤﻴﺎﺕ ﺍﻝﻤﻘﺩﺭﺓ ﻤﻥ ﺍﻻﺴﺘﻬﻼﻙ ﻋﻨﺩﻤﺎ ﻴﺼﺒﺢ ﻋﺩﺩ ﺍﻝﻤﻭﺍﻝﻴﺩ ‪ 80‬ﺃﻝﻑ ﻤﻭﻝﻭﺩ‪ :‬ﺍﻷﻤﺭ ﻴﺘﻌﻠﻕ‬
‫ﺒﺘﻘﺩﻴﺭ ﺍﻝﻨﻘﻁﺔ‪ ،‬ﻝﺫﻝﻙ ﻨﻌﻭﺽ ﻓﻲ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﻤﻘﺩﺭ ﻓﻨﺠﺩ‪:‬‬
‫‪ŷ 2015 = 81.29 + 4.97 x 2015 = 81.29 + 4.97 × 80 = 478.89‬‬

‫‪19.08 14.71 0.59‬‬
‫ﺃﻱ ﺃﻥ ﺍﻝﻜﻤﻴﺎﺕ ﺍﻝﻤﺴﺘﻬﻠﻜﺔ ﻤﻥ ﺍﻝﺤﻠﻴﺏ ﻋﻨﺩﻤﺎ ﻴﺼﺒﺢ ﻋﺩﺩ ﺍﻝﻤﻭﺍﻝﻴﺩ ‪ 80‬ﺃﻝﻑ ﻫﻲ‪ 478.89 :‬ﻁﻥ‪.‬‬
‫‪ -7‬ﻤﺠﺎﻻﺕ ﺍﻝﺜﻘﺔ ﻝﻠﻤﻌﺎﻝﻡ‪:‬‬

‫ﻤﺠﺎل ﺍﻝﺜﻘﺔ ﻝﻠﻤﻌﻠﻤﺔ ̂‪ β‬ﺒﺎﺤﺘﻤﺎل ‪%95‬‬
‫ﻴﻌﻁﻰ ﻤﺠﺎل ﺍﻝﺜﻘﺔ ﻝﻠﻤﻌﻠﻤﺔ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪Pr(βˆ − t n −2, λ/2 .Sβ ≤ β ≤ βˆ + t n − 2, λ/2 ..Sβ ) = 1 − λ‬‬
‫* ﺒﺎﺤﺘﻤﺎل‪ %95‬ﺃﻱ ﺒﻤﺴﺘﻭﻯ ﻤﻌﻨﻭﻴﺔ ‪ %5‬ﺃﻱ‪λ=0.05 :‬‬

‫ﻤﻥ ﺠﺩﻭل ﺴﺘﻭﺩﻨﺕ ﻨﺠﺩ‪t n − 2, λ/2 = t 8, 0.025 = 2.306 :‬‬
‫ﻭ ﻤﻥ ﺍﻝﺴﺎﺒﻕ ﻭﺠﺩﻨﺎ‪:‬‬
‫‪S2‬‬
‫= ‪σβ‬‬ ‫‪n‬‬
‫‪= 0.59‬‬
‫‪∑ (x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫)‪− x‬‬ ‫‪2‬‬
‫ﻜﻤﺎ ﻭﺠﺩﻨﺎ‪:‬‬
‫‪βˆ = 4.97‬‬
‫‪Pr[4.97 − 2.306 × 0.59 ≤ β ≤ 4.97 + 2.306 × 0.59] = 95%‬‬
‫‪Pr[3.609 ≤ β ≤ 6.33] = 95%‬‬
‫* ﺒﺎﺤﺘﻤﺎل ‪ %90‬ﺃﻱ ﻤﺴﺘﻭﻯ ﻤﻌﻨﻭﻴﺔ ‪λ=0.1‬‬

‫‪t n − 2, λ/2‬‬ ‫ﻤﻥ ﺠﺩﻭل ﺘﻭﺯﻴﻊ ﺴﺘﻭﺩﻨﺕ ﻨﺠﺩ‪= t 8, 0.05 = 1.860 :‬‬
‫ﻭ ﻤﻥ ﺍﻝﺴﺎﺒﻕ ﻭﺠﺩﻨﺎ‪:‬‬
‫‪S2‬‬
‫= ‪σβ‬‬ ‫‪n‬‬
‫‪= 0.59‬‬
‫‪∑ (x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫)‪− x‬‬ ‫‪2‬‬
‫ﻜﻤﺎ ﻭﺠﺩﻨﺎ‪:‬‬
‫‪βˆ = 4.97‬‬
‫‪Pr[4.97 − 1.860. × 0.59 ≤ β ≤ 4.97 + 1.860 × 0.59] = 90%‬‬
‫‪Pr[3.873 ≤ β ≤ 6.067] = 90%‬‬
‫ﻭ ﺒﻨﻔﺱ ﺍﻝﻁﺭﻴﻘﺔ ﻨﺠﺩ ﻤﺠﺎل ﺍﻝﺜﻘﺔ ﻝﻠﻤﻌﻠﻤﺔ ‪ α‬ﺍﻝﺜﺎﻨﻴﺔ‪:‬‬

‫‪Pr[αˆ − t n − 2, λ/2 .S α ≤ α ≤ αˆ + t n − 2, λ/2 .S α ] = 1 − λ‬‬
‫ﺤﻴﺙ ﻝﺩﻴﻨﺎ‪:‬‬
‫‪1‬‬ ‫‪x2‬‬
‫‪σα = σ 2 ( +‬‬ ‫‪10‬‬
‫‪) = 14.71‬‬
‫‪n‬‬
‫‪∑ (x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫)‪− x‬‬ ‫‪2‬‬
‫* ﺒﺎﺤﺘﻤﺎل‪ %95‬ﺃﻱ ﺒﻤﺴﺘﻭﻯ ﻤﻌﻨﻭﻴﺔ ‪ %5‬ﺃﻱ‪λ=0.05 :‬‬

‫‪Pr[81.29 − 2.306 × 14.71 ≤ α ≤ 81.29 + 2.306 × 14.71] = 95%‬‬
‫‪Pr[50.981 ≤ α ≤ 111.593] = 95%‬‬
‫* ﺒﺎﺤﺘﻤﺎل‪ %90‬ﻴﺘﻜﺎﻓﺄ ﻤﻊ ﻤﺴﺘﻭﻯ ﻤﻌﻨﻭﻴﺔ ‪ ،0.1‬ﻭ ﻤﻨﻪ ﻨﺠﺩ‪:‬‬

‫ﻤﻥ ﺠﺩﻭل ﺘﻭﺯﻴﻊ ﺴﺘﻭﺩﻨﺕ ﻨﺠﺩ‪t n − 2, λ/2 = t 8, 0.05 = 1.860 :‬‬
‫‪Pr[81.29 − 1.860 × 14.71 ≤ α ≤ 81.29 + 1.860 × 14.71] = 90%‬‬
‫‪Pr[108.56 ≤ α ≤ 108.65] = 90%‬‬
‫‪ -8‬ﺃﻭﺠﺩ ﻤﺠﺎل ﺍﻝﺜﻘﺔ ﻝﻼﺴﺘﻬﻼﻙ ﺴﻨﺔ ‪ 2015‬ﺒﺎﺤﺘﻤﺎل ‪ %95‬ﺜﻡ ﺒﺎﺤﺘﻤﺎل ‪%90‬‬

‫ﻴﻌﻁﻰ ﻤﺠﺎل ﺘﻘﺩﻴﺭ ﻨﻘﺎﻁ ﺨﻁ ﺍﻨﺤﺩﺍﺭ ﺍﻝﻤﺠﺘﻤﻊ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪Pr( ŷ 0 − t n − 2, λ/2 .S f ≤ y 0 ≤ ŷ 0 + t n − 2, λ/2 .S f ) = 1 − λ‬‬

‫ﺴﻨﺔ ‪ 2015‬ﻭﺠﺩﻨﺎ ﺃﻥ ﺍﻻﺴﺘﻬﻼﻙ ﺍﻝﻤﺘﻭﻗﻊ ﻫﻭ‪:‬‬
‫‪ŷ 2015 = 478.89‬‬
‫ﻭ ﻴﻌﻁﻰ ﺍﻻﻨﺤﺭﺍﻑ ﺍﻝﻤﻌﻴﺎﺭﻱ ﻝﻠﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻋﻨﺩ ﻫﺫﻩ ﺍﻝﻨﻘﻁﺔ ﻜﻤﺎﻝﻲ‪:‬‬

‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪2 ‬‬
‫‪1‬‬ ‫‪(x 0 − x) ‬‬
‫‪S f2 = S 2 1 + +‬‬
‫‪ n‬‬ ‫‪‬‬
‫‪‬‬ ‫‪∑ (x i − x) 2 ‬‬
‫‪‬‬ ‫‪‬‬
‫ﻤﻊ ﺍﻝﻌﻠﻡ ﺍﻨﻨﺎ ﻭﺠﺩﻨﺎ‪ S = S 2 = 363.95 = 19.08 :‬ﺒﺎﻝﺘﻌﻭﻴﺽ ﻨﺠﺩ‪:‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪(x 0 − x) 2 ‬‬ ‫‪ 1 (80 − 22.6) 2 ‬‬
‫‪Sf = S 1 + +‬‬
‫‪2‬‬
‫‪= 363.951 + +‬‬ ‫‪ = 1561.84‬‬
‫‪ n‬‬ ‫‪2‬‬ ‫‪‬‬ ‫‪10‬‬ ‫‪1032.40 ‬‬
‫‪‬‬ ‫‪∑ (x i − x) ‬‬
‫‪‬‬ ‫‪‬‬
‫‪Sf=39.52‬‬
‫ﺒﺎﻝﺘﻌﻭﻴﺽ ﻓﻲ ﺍﻝﻤﺠﺎل ﺃﻋﻼﻩ ﻨﺠﺩ‪:‬‬
‫‪Pr(478.89 − 2.306 × 39.52 ≤ y 0 ≤ 478.89 + 2.306 × 39.52) = 95%‬‬
‫‪Pr(387.757 ≤ y 0 ≤ 570.023) = 95%‬‬
‫ﻴﻌﻨﻲ ﻫﺫﺍ ﺃﻥ ﺍﻝﻘﻴﻤﺔ ﺍﻝﺘﻨﺒﺅﻴﺔ ﻻﺴﺘﻬﻼﻙ ﺍﻝﺤﻠﻴﺏ ﺴﻨﺔ ‪ 2015‬ﺴﺘﺘﺭﺍﻭﺡ ﺒﻴﻥ ‪ 387.757‬ﻁﻥ ﻭ ‪570,023‬‬
‫ﻁﻥ ﻭ ﺫﻝﻙ ﺒﺎﺤﺘﻤﺎل ‪%95‬‬

‫ﻤﻥ ﺠﺩﻭل ﺘﻭﺯﻴﻊ ﺴﺘﻭﺩﻨﺕ ﻨﺠﺩ‪t n − 2, λ/2 = t 8, 0.05 = 1.860 :‬‬
‫ﺒﺎﻝﺘﻌﻭﻴﺽ ﻓﻲ ﺍﻝﻤﺠﺎل‪:‬‬
‫‪Pr(478.89 − 1.860 × 39.52 ≤ y 0 ≤ 478.89 + 1.860 × 39.52) = 90%‬‬
‫ﻭ ﻋﻠﻴﻪ ﻓﺎﻥ ﻤﺠﺎل ﺘﻐﻴﺭ ﺍﻝﻘﻴﻤﺔ ﺍﻝﺘﻨﺒﺅﻴﺔ ﻫﻭ‪:‬‬
‫‪Pr (405.383 ≤ y 0 ≤ 552.397) = 90%‬‬
‫ﻴﻌﻨﻲ ﻫﺫﺍ ﺃﻥ ﺍﻝﻘﻴﻤﺔ ﺍﻝﺘﻨﺒﺅﻴﺔ ﻻﺴﺘﻬﻼﻙ ﺍﻝﺤﻠﻴﺏ ﺴﻨﺔ ‪ 2015‬ﺴﺘﺘﺭﺍﻭﺡ ﺒﻴﻥ ‪ 405.383‬ﻁﻥ ﻭ ‪552,397‬‬
‫ﻁﻥ ﻭ ﺫﻝﻙ ﺒﺎﺤﺘﻤﺎل ‪.%90‬‬
‫ﻻ ﺤﻅ ﺃﻨﻪ ﻋﻨﺩ ﺘﺨﻔﻴﺽ ﺍﻻﺤﺘﻤﺎل ﻴﻀﻴﻕ ﻤﺠﺎل ﺍﻝﺜﻘﺔ ﻝﻠﻘﻴﻤﺔ ﺍﻝﺘﻨﺒﺅﻴﺔ ﻭ ﻋﻨﺩ ﺯﻴﺎﺩﺓ ﺍﻻﺤﺘﻤﺎل ﻴﺘﻭﺴﻊ‬
‫ﻤﺠﺎل ﺍﻝﺜﻘﺔ ﻝﻠﻘﻴﻤﺔ ﺍﻝﺘﻨﺒﺅﻴﺔ‪.‬‬
‫ﺍﻝﻤﻘﻁﻊ ‪ :7-2‬ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﺨﻁﻲ ﻭ ﺍﺨﺘﺒﺎﺭ ﺍﻝﻔﺭﻀﻴﺎﺕ‬
‫ﺃﻭﻻ‪ :‬ﻤﻌﺎﻤﻼﺕ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ‬

‫ﻜﻤﺎ ﺴﺒﻘﺕ ﺍﻹﺸﺎﺭﺓ ﻋﻨﺩ ﺘﻘﺩﻴﻡ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ‪ ،‬ﻓﺈﻥ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻻﻗﺘﺼﺎﺩﻴﺔ ﻭﺍﻻﺠﺘﻤﺎﻋﻴﺔ ﻜﺜﻴﺭﺍ ﻤﺎ‬
‫ﺘﻜﻭﻥ ﻤﺘﺄﺜﺭﺓ ﺒﺒﻌﻀﻬﺎ ﺍﻝﺒﻌﺽ‪ ،‬ﻭﺒﻤﻌﻨﻰ ﺁﺨﺭ ﻤﺭﺘﺒﻁﺔ ﺒﺒﻌﻀﻬﺎ ﺍﻝﺒﻌﺽ ﻏﻴﺭ ﺃﻥ ﻫﺫﺍ ﺍﻻﺭﺘﺒﺎﻁ ﻗﺩ ﻴﻜﻭﻥ ﻗﻭﻴﺎ‬
‫ﺃﻭ ﻀﻌﻴﻔﺎ ﻜﻤﺎ ﻗﺩ ﻴﻜﻭﻥ ﻤﻭﺠﺒﺎ ﺃﻭ ﺴﺎﻝﺒﺎ ) ﺍﻨﻅﺭ ﺍﻷﺸﻜﺎل ﺍﻝﻭﺍﺭﺩﺓ ﻓﻲ ﺍﻷﻤﺜﻠﺔ )‪ ،(1-2‬ﻓﺩﺭﺠﺔ ﺸﺩﺓ ﺍﻝﻌﻼﻗﺔ‬
‫ﺒﻴﻥ ﻤﺘﻐﻴﺭﻴﻥ ﺃﺤﺩﻫﻤﺎ ﺘﺎﺒﻊ ﻭﺍﻵﺨﺭ ﻤﺴﺘﻘل‪ ،‬ﺘﻘﺎﺱ ﺒﻤﺎ ﻴﺴﻤﻰ ﺒﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﺨﻁﻲ‪.‬‬
‫ﺘﻌﺭﻴﻑ‪ :4-2‬ﺇﺫﺍ ﻜﺎﻨﺕ ﻝﺩﻴﻨﺎ ﻤﺠﻤﻭﻋﺔ ﺍﻷﺯﻭﺍﺝ ﺍﻝﻤﺭﺘﺒﺔ‪ ،(xn،yn) ...،( x2،y2) ،(x1،y1) :‬ﻓﺎﻥ ﺸﺩﺓ ﺍﺭﺘﺒـﺎﻁ‬
‫ﺍﻝﻤﺘﻐﻴﺭﻴﻥ ﺒﺒﻌﻀﻬﻤﺎ ﺍﻝﺒﻌﺽ‪ ،‬ﺘﺴﻤﻰ ﺒﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ‪ ،‬ﻭ ﻴﺭﻤﺯ ﻝﻪ ﺒﺎﻝﺤﺭﻑ ‪ ،r :‬ﻭﻴﻌﻁـﻰ‬
‫ﺒﺎﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫‪n‬‬ ‫_‬ ‫_‬
‫)‪∑ (x i − x)( y i − y‬‬

‫=‪r‬‬ ‫‪i =1‬‬
‫‪37-2‬‬
‫‪N.σ x .σ y‬‬
‫‪ :‬ﺍﻻﻨﺤـﺭﺍﻑ ﺍﻝﻤﻌﻴـﺎﺭﻱ ﻝﻘـﻴﻡ‬ ‫ﺤﻴﺙ ‪ : σx :‬ﻴﺸﻴﺭ ﺍﻝﻰ ﺍﻻﻨﺤﺭﺍﻑ ﺍﻝﻤﻌﻴﺎﺭﻱ ﻝﻘﻴﻡ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل‪،‬‬
‫‪σy‬‬
‫ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ )ﺃﻨﻅﺭ ﻤﻘﺎﻴﻴﺱ ﺍﻝﺘﺸﺘﺕ ﻓﻲ ﺍﻝﻔﺼل ﺍﻝﺘﻌﺭﻴﻔﻲ(‬
‫ﻭ ﻴﺘﻤﻴﺯ ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﺒﻤﺠﻤﻭﻋﺔ ﻤﻥ ﺍﻝﺨﻭﺍﺹ ﻤﻨﻬﺎ ﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪1 ≥ r ≥ −1‬‬ ‫ﺃ‪-‬ﺘﺘﺭﺍﻭﺡ ﻗﻴﻤﺘﻪ ﺒﻴﻥ ‪ 1-‬ﻭ ‪ ،1+‬ﺃﻱ‪:‬‬
‫ﺇﺫﺍ ﻜﺎﻥ ‪ ،r =1 :‬ﻓﺈﻥ ﺫﻝﻙ ﻴﺩل ﻋﻠﻰ ﺃﻥ ﺍﻝﻌﻼﻗﺔ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﻴﻥ ﻫﻲ ﻋﻼﻗﺔ ﺨﻁﻴﺔ‬
‫ﻁﺭﺩﻴﺔ ﺘﺎﻤﺔ )ﺍﺭﺘﺒﺎﻁ ﺨﻁﻲ ﻤﻭﺠﺏ ﺘﺎﻡ (‪.‬‬
‫ﺇﺫﺍ ﻤﺎ ﻜﺎﻥ ‪ ،r= -1 :‬ﻓﺈﻥ ﺫﻝﻙ ﻴﺩل ﻋﻠﻰ ﺃﻥ ﺍﻝﻌﻼﻗﺔ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﻴﻥ ﻫﻲ ﻋﻼﻗـﺔ‬
‫ﺨﻁﻴﺔ ﻋﻜﺴﻴﺔ ﺘﺎﻤﺔ ) ﺍﺭﺘﺒﺎﻁ ﺨﻁﻲ ﺴﺎﻝﺏ ﺘﺎﻡ (‪.‬‬
‫ﺇﺫﺍ ﻜﺎﻥ ‪ ،r=0 :‬ﻓﺈﻥ ﺫﻝﻙ ﻴﺩل ﻋﻠﻰ ﺃﻨﻪ ﻻ ﺘﻭﺠﺩ ﻋﻼﻗﺔ ﺨﻁﻴﺔ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﻴﻥ‪.‬‬
‫ﻭ ﻋﻤﻭﻤﺎ ﻨﻘﻭل ﺃﻥ ﺍﻻﺭﺘﺒﺎﻁ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﻴﻥ ﻫﻭ ﺍﺭﺘﺒﺎﻁ ﻗﻭﻱ‪ ،‬ﺇﺫﺍ ﻜﺎﻥ ‪:‬‬
‫‪ r ≥ 0. 7‬ﻓﻲ ﺤﺎﻝﺔ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﻁﺭﺩﻱ‪.‬‬
‫‪ r ≤ −0. 7‬ﻓﻲ ﺤﺎﻝﺔ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﻌﻜﺴﻲ‪.‬‬
‫ﺏ‪ -‬ﺇﺫﺍ ﻜﺎﻥ ̂‪ b‬ﻤﻌﺎﻤل ﺍﻨﺤﺩﺍﺭ ‪ yi‬ﻋﻠﻰ ‪ xi‬ﻭ * ̂‪ b‬ﻤﻌﺎﻤل ﺍﻨﺤﺩﺍﺭ ‪ xi‬ﻋﻠﻰ ‪ ،yi‬ﺤﻴﺙ‪:‬‬
‫‪n‬‬ ‫_‬ ‫_‬
‫)‪∑ (x i − x)( y i − y‬‬

‫= ̂‪b‬‬ ‫‪i =1‬‬
‫‪n‬‬
‫‪∑ (x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪− x) 2‬‬
‫‪n‬‬ ‫_‬ ‫_‬
‫‪∑ (x‬‬ ‫‪i‬‬ ‫)‪− x)( y i − y‬‬
‫= * ‪bɵ‬‬ ‫‪i =1‬‬
‫‪n‬‬ ‫_‬
‫‪∑ ( y i − y) 2‬‬
‫‪i =1‬‬
‫ﻓﺈﻥ‪:‬‬
‫̂‪r = b̂.b‬‬
‫‪2‬‬ ‫*‬
‫‪n‬‬ ‫_‬ ‫_‬
‫)‪∑ (x i − x )( y i − y‬‬
‫=‪r‬‬
‫‪n‬‬
‫‪i =1‬‬
‫‪n‬‬
‫‪38-2‬‬ ‫ﻭ ﺒﺎﻝﺘﺎﻝﻲ ﻨﺠﺩ‪:‬‬
‫_‬ ‫_‬
‫‪∑ (x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪− x) 2 .‬‬ ‫‪∑ (y‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪− y) 2‬‬
‫ﺃﻭ‪:‬‬
‫‪n‬‬ ‫_‬ ‫_‬
‫‪∑ (x‬‬ ‫‪i‬‬ ‫)‪− x )( y i − y‬‬

‫‪r = b̂. i =1‬‬ ‫‪n‬‬ ‫_‬
‫‪39-2‬‬
‫‪∑ (y‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫)‪− y‬‬ ‫‪2‬‬
‫ﻭ ﻴﻤﻜﻥ ﺍﺴﺘﻨﺘﺎﺝ ﺃﻴﻀﺎ‪:‬‬

‫‪σ‬‬
‫‪r = bɵ x‬‬ ‫‪40-2‬‬
‫‪σy‬‬
‫ﺤﻴﺙ ‪ : σxٍ :‬ﺍﻻﻨﺤﺭﺍﻑ ﺍﻝﻤﻌﻴﺎﺭﻱ ﻝﻘﻴﻡ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل‪ : σy ،‬ﺍﻻﻨﺤﺭﺍﻑ ﺍﻝﻤﻌﻴﺎﺭﻱ ﻝﻘﻴﻡ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ‪.‬‬
‫ﺝ‪ -‬ﺇﺫﺍ ﻜﺎﻥ ‪ r =1 :‬ﻓﺈﻥ ﻤﺠﻤﻭﻉ ﻤﺭﺒﻌﺎﺕ ﻓﺭﻭﻗﺎﺕ ﺍﻝﻘﻴﻡ ﺍﻝﺤﻘﻴﻘﻴﺔ ﻋﻥ ﺍﻝﻘﻴﻡ ﺍﻝﻤﻘﺩﺭﺓ ﻴﻜﻭﻥ ﻤﻌﺩﻭﻤﺎ ﺃﻱ ‪:‬‬
‫‪n‬‬ ‫‪n‬‬
‫‪∑ e =∑ ( y‬‬
‫‪i =1‬‬
‫‪2‬‬
‫‪i‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪− ŷ i ) 2 = 0‬‬
‫ﻴﻌﻨﻲ ﺫﻝﻙ ﺃﻥ ﻫﻨﺎﻙ ﻋﻼﻗﺔ ﺍﺭﺘﺒﺎﻁ ﺨﻁﻲ ﺘﺎﻡ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻭ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل‪.‬‬
‫ﻭ ﺇﺫﺍ ﻜﺎﻥ ‪ r=0 :‬ﻓـﺈﻥ ﻤﺠﻤـﻭﻉ ﻤﺭﺒﻌـﺎﺕ ﻓﺭﻭﻗـﺎﺕ ﺍﻝﻘـﻴﻡ ﺍﻝﺤﻘﻴﻘﻴـﺔ ﻋـﻥ ﺍﻝﻘـﻴﻡ ﺍﻝﻤﻘـﺩﺭﺓ ﺘﺄﺨـﺫ‬
‫ﺃﻜﺒﺭ ﻗﻴﻤـﺔ ﻝﻬـﺎ‪ ،‬ﻭﻴﻌﻨـﻲ ﺫﻝـﻙ ﺃﻥ ﺍﻝﻤﺘﻐﻴـﺭﻴﻥ ﻤـﺴﺘﻘﻠﻴﻥ ﻋـﻥ ﺒﻌـﻀﻬﻤﺎ ﺍﻝـﺒﻌﺽ ﺃﻭ ﻻ ﺘﻭﺠـﺩ‬
‫ﻋﻼﻗﺔ ﺍﻨﺤﺩﺍﺭ ﺨﻁﻲ ﺒﻴﻨﻬﻤﺎ‪.‬‬
‫ﺘﺠﺩﺭ ﺍﻹﺸﺎﺭﺓ ﺃﺨﻴﺭﺍ ﺍﻝﻰ ﺃﻥ ‪ r :‬ﺘﺄﺨﺫ ﻨﻔﺱ ﺇﺸﺎﺭﺓ ﻤﻌﺎﻤل ﺩﺍﻝﺔ ﺍﻻﻨﺤﺩﺍﺭ‪.‬‬
‫ﻤﺜﺎل‪ :8-2‬ﺃﻭﺠﺩ ﻤﻌﺎﻤل ﺍﺭﺘﺒﺎﻁ ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫‪i‬‬ ‫‪yi‬‬ ‫‪xi‬‬
‫‪1‬‬ ‫‪10‬‬ ‫‪10‬‬
‫‪12‬‬ ‫‪15‬‬
‫‪3‬‬ ‫‪15‬‬ ‫‪20‬‬
‫‪4‬‬ ‫‪16‬‬ ‫‪25‬‬
‫‪5‬‬ ‫‪16‬‬ ‫‪30‬‬
‫‪6‬‬ ‫‪20‬‬ ‫‪35‬‬
‫‪7‬‬ ‫‪26‬‬ ‫‪40‬‬
‫‪8‬‬ ‫‪30‬‬ ‫‪45‬‬
‫ﻤﺞ‬ ‫‪145‬‬ ‫‪220‬‬
‫ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻝﻤﻌﺎﺩﻝﺔ‪:‬‬
‫‪n‬‬ ‫_‬ ‫_‬
‫‪∑ (x‬‬ ‫‪i‬‬ ‫)‪− x )( y i − y‬‬

‫=‪r‬‬ ‫‪i =1‬‬
‫‪n‬‬ ‫_‬ ‫‪n‬‬ ‫_‬
‫‪∑ (x i − x ) 2 .‬‬
‫‪i =1‬‬
‫‪∑ ( y i − y) 2‬‬
‫‪i =1‬‬
‫ﻭ ﺒﻤﺴﺎﻋﺩﺓ ﺍﻝﺠﺩﻭل ﺍﻝﺘﺎﻝﻲ‪:‬‬
‫‪i‬‬ ‫‪yi‬‬ ‫‪xi‬‬ ‫‪(x i − x) 2‬‬ ‫)‪( x i − x )( y i − y‬‬ ‫‪( y i − y) 2‬‬
‫‪1‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪306.25‬‬ ‫‪142.28‬‬ ‫‪66.10‬‬
‫‪2‬‬ ‫‪12‬‬ ‫‪15‬‬ ‫‪156.25‬‬ ‫‪76.63‬‬ ‫‪37.58‬‬
‫‪3‬‬ ‫‪15‬‬ ‫‪20‬‬ ‫‪56.25‬‬ ‫‪23.48‬‬ ‫‪6.80‬‬
‫‪4‬‬ ‫‪16‬‬ ‫‪25‬‬ ‫‪6.25‬‬ ‫‪5.33‬‬ ‫‪4.45‬‬
‫‪5‬‬ ‫‪16‬‬ ‫‪30‬‬ ‫‪6.25‬‬ ‫‪-5.33‬‬ ‫‪4.45‬‬
‫‪6‬‬ ‫‪20‬‬ ‫‪35‬‬ ‫‪56.25‬‬ ‫‪12.53‬‬ ‫‪2.79‬‬
‫‪7‬‬ ‫‪26‬‬ ‫‪40‬‬ ‫‪156.25‬‬ ‫‪98.38‬‬ ‫‪61.94‬‬
‫‪8‬‬ ‫‪30‬‬ ‫‪45‬‬ ‫‪306.25‬‬ ‫‪207.73‬‬ ‫‪140.90‬‬
‫ﻤﺞ‬ ‫‪145‬‬ ‫‪220‬‬ ‫‪1050.00‬‬ ‫‪561.69‬‬ ‫‪328.37‬‬
‫ﺠﺩﻭل‪6-2‬‬
‫‪561.69‬‬
‫=‪r‬‬ ‫‪= 0.96‬‬ ‫ﻭ ﺒﺎﻝﺘﻌﻭﻴﺽ ﻨﺠﺩ‪:‬‬
‫‪1050 × 328.37‬‬
‫ﻴﻌﻨﻲ ﻫﺫﺍ ﺃﻥ ﺍﻻﺭﺘﺒﺎﻁ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﻴﻥ ﻫﻭ ﺍﺭﺘﺒﺎﻁ ﻁﺭﺩﻱ ﻗﻭﻱ‪ ،‬ﻜﻤﺎ ﺘﻌﻨﻲ ﺍﻝﻘﻴﻤﺔ‪:‬‬
‫‪ r = 0.96‬ﺃﻭ ‪r= 96 %‬‬
‫ﺃﻥ ﻤﻌﺎﺩﻝﺔ ﺍﻻﻨﺤﺩﺍﺭ ﺘﻔﺴﺭ ‪ % 96‬ﻤﻥ ﺍﻝﺘﻐﻴﺭ ﺍﻹﺠﻤﺎﻝﻲ ﻓﻲ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل ﺃﻤﺎ ﺍﻝﻨﺴﺒﺔ ﺍﻝﻤﺘﺒﻘﻴﺔ ﻭ ﻫﻲ‬
‫‪ 4%‬ﻓﺈﻨﻬﺎ ﺘﻌﻭﺩ ﺍﻝﻰ ﻋﻭﺍﻤل ﻤﺘﻀﻤﻨﺔ ﻓﻲ ﺤﺩ ﺍﻝﺨﻁﺄ‪.‬‬
‫ﺜﺎﻨﻴﺎ‪:‬ﻤﻌﺎﻤل ﺍﻝﺘﺤﺩﻴﺩ ﺍﻝﺒﺴﻴﻁ‪:‬‬

‫‪2‬‬
‫‪R =r‬‬ ‫ﻴﻌﺭﻑ ﻤﻌﺎﻤل ﺍﻝﺘﺤﺩﻴﺩ ﺒﺄﻨﻪ ﻤﺭﺒﻊ ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﻭ ﻴﺭﻤﺯ ﻝﻪ ﺒﺎﻝﺭﻤﺯ ‪ ،R‬ﺤﻴﺙ‪:‬‬
‫‪2‬‬ ‫‪2‬‬
‫ﻭ ﻫﻭ ﻤﻌﺎﻤل ﻴﺴﺘﺨﺩﻡ ﻝﻤﻌﺭﻓﺔ ﻤﺩﻯ ﺠﻭﺩﺓ ﺍﻝﺘﻭﻓﻴﻕ ﻝﺨﻁ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﻤﻘﺩﺭ ﻝﻠﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻋﻠﻰ ﺍﻝﻤﺘﻐﻴﺭ‬
‫ﺍﻝﻤﺴﺘﻘل‪ ،‬ﻭ ﺒﻤﺎ ﺃﻨﻪ ﻋﺒﺎﺭﺓ ﻋﻥ ﻤﺭﺒﻊ ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﻝﺫﻝﻙ ﻓﻘﻴﻤﺘﻪ ﺘﻜﻭﻥ ﺩﺍﺌﻤﺎ ﻤﻭﺠﺒﻪ ﻤﺤﺼﻭﺭﺓ ﺒﻴﻥ‬
‫ﺍﻝﺼﻔﺭ ﻭ ﺍﻝﻭﺍﺤﺩ‪ ،‬ﺃﻱ‪0 ≤ R 2 ≤ 1 :‬‬
‫ﻭ ﻫﻭ ﻴﻘﻴﺱ ﻨﺴﺒﺔ ﺍﻝﺘﻐﻴﺭ ﻓﻲ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻨﺘﻴﺠﺔ ﺘﻐﻴﺭ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل‪ ،‬ﺃﻱ ﺃﻨﻪ ﻴﻭﻀﺢ ﻨﺴﺒﺔ ﻤﺴﺎﻫﻤﺔ‬
‫ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل ﻓﻲ ﺍﻝﺘﻐﻴﺭ ﺍﻝﺤﺎﺼل ﻓﻲ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ‪.‬‬
‫ﻴﻜﻭﻥ ﺍﻝﺘﻘﺩﻴﺭ ﺠﻴﺩﺍ ﻜﻠﻤﺎ ﺍﻗﺘﺭﺒﺕ ﻗﻴﻤﺔ ‪ R2‬ﻤﻥ ﺍﻝﻭﺍﺤﺩ ﺍﻝﺼﺤﻴﺢ‪.‬‬ ‫‪-‬‬
‫ﺍﺫﺍ ﻜﺎﻥ‪ R =1 :‬ﻴﻌﻨﻲ ﺃﻨﻪ ﺘﻭﺠﺩ ﻋﻼﻗﺔ ﺨﻁﻴﺔ ﺘﺎﻤﺔ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﻴﻥ ﺍﻝﺘﺎﺒﻊ ﻭ ﺍﻝﻤﺴﺘﻘل ﺃﻱ ﺃﻥ‬
‫‪2‬‬
‫‪-‬‬
‫ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل ﻴﺴﺎﻫﻡ ﺒﻨﺴﺒﺔ ‪ %100‬ﻓﻲ ﺍﻝﺘﻐﻴﺭ ﺍﻝﺤﺎﺼل ﻓﻲ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ‪.‬‬
‫ﻜﻠﻤﺎ ﺍﻗﺘﺭﺏ ‪ R2‬ﻤﻥ ﺍﻝﺼﻔﺭ ﻜﻠﻤﺎ ﺩل ﺫﻝﻙ ﻋﻠﻰ ﻀﻌﻑ ﻤﺴﺎﻫﻤﺔ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل ﻓﻲ ﺘﻔﺴﻴﺭ ﺍﻝﺘﻐﻴﺭ‬ ‫‪-‬‬
‫ﺍﻝﺤﺎﺼل ﻓﻲ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ‪.‬‬
‫ﻭ ﻴﻤﻜﻥ ﺇﻴﺠﺎﺩ ﻤﻌﺎﻤل ﺍﻝﺘﺤﺩﻴﺩ ﺇﻤﺎ ﻤﻥ ﺨﻼل ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﺃﻭ ﻤﻥ ﺨﻼل ﻤﺎ ﻴﻠﻲ‪:‬‬
‫ﻤﻥ ﺍﻝﺸﻜل ﻴﻼﺤﻅ‪:‬‬
‫) ‪(Yi − Y ) = (Ŷi − Y ) + (Yi − Ŷi‬‬
‫)) ̂‪∑ (Y − Y) = ∑ ((Ŷ − Y) + (Y − Y‬‬
‫‪i‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬
‫‪2‬‬
‫ﺒﺎﻝﺘﺭﺒﻴﻊ ﻭ ﺍﻝﺘﺠﻤﻴﻊ‪:‬‬
‫) ‪∑ (Y − Y ) = ∑ ((Ŷ − Y) + e‬‬
‫‪i‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪i‬‬
‫‪2‬‬
‫ﺃﻭ‪:‬‬
‫̂‪∑ (Y − Y) = ∑ (Ŷ − Y ) + ∑ e − 2∑ (Y‬‬
‫‪i‬‬
‫‪2‬‬
‫‪i‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪− Y )e i‬‬
‫ﻤﻌﻠﻭﻡ ﺃﻥ ﺍﻝﻁﺭﻑ ﺍﻷﺨﻴﺭ ﻤﻌﺩﻭﻡ ﻭ ﻴﺒﺭﻫﻥ ﻋﻠﻰ ﺫﻝﻙ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫̂‪∑ (Y‬‬ ‫‪i‬‬ ‫‪− Y ) e i = ∑ (αˆ + βˆ x i − y)e i‬‬ ‫ﻨﻌﻭﺽ ‪ Ŷi‬ﺒﻘﻴﻤﺘﻬﺎ ﻓﻲ ﺍﻝﻁﺭﻑ ﺍﻷﺨﻴﺭ‪:‬‬
‫ﻭ ﺒﺎﻝﻨﺸﺭ ﻨﺠﺩ‪:‬‬
‫‪= αˆ ∑ e i + βˆ ∑ x i e i − y ∑ e i‬‬
‫‪∑e‬‬ ‫‪i‬‬ ‫ﻤﻌﻠﻭﻡ ﺃﻥ ﻤﺠﻤﻭﻉ ﺍﻝﺒﻭﺍﻗﻲ ﻤﻌﺩﻭﻡ ﺃﻱ‪= 0 :‬‬
‫‪∑ (Ŷ − Y) e‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪=0‬‬ ‫ﻭ ﻤﻨﻪ ﻴﻜﻭﻥ ﻜل ﺍﻝﻤﻘﺩﺍﺭ ﻤﻌﺩﻭﻡ ﺃﻱ‪:‬‬
‫ﻭ ﻤﻨﻪ ﻨﺨﻠﺹ ﺍﻝﻰ ﺍﻝﻨﺘﻴﺠﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫‪∑ (Y‬‬ ‫‪i‬‬ ‫‪− Y ) 2 = ∑ (Ŷi − Y ) 2 + ∑ Yi − Ŷi ) 2‬‬
‫ﺤﻴﺙ‪:‬‬
‫ﻤﺠﻤﻭﻉ ﻤﺭﺒﻌﺎﺕ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﺍﻝﻜﻠﻴﺔ ﺃﻭ )ﺍﻝﺘﻐﻴﺭ ﺍﻹﺠﻤﺎﻝﻲ ﻓﻲ ‪:(Total Sum of Squares) (Y‬‬
‫‪TSS = ∑ (Yi − Y ) 2‬‬
‫ﻤﺠﻤﻭﻉ ﻤﺭﺒﻌﺎﺕ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﺍﻝﻤﻭﻀﺤﺔ ﺃﻭ ﺍﻝﺘﻐﻴﺭ ﺍﻝﻤﻔﺴﺭ ﻓﻲ ‪:(Explained Sum of Squares) Y‬‬
‫‪ESS = ∑ (Ŷi − Yi ) 2‬‬
‫ﻤﺠﻤﻭﻉ ﻤﺭﺒﻌﺎﺕ ﺍﻝﺒﻭﺍﻗﻲ ﺃﻭ ﺘﻐﻴﺭ ﺍﻝﺒﻭﺍﻗﻲ ﻓﻲ ‪:(Unexplained Sum of Squares) Y‬‬
‫‪USS = ∑ (Yi − Ŷi ) 2‬‬
‫ﻭ ﺘﺴﻤﻰ ﺃﻴﻀﺎ ﺒﻤﺠﻤﻭﻉ ﻤﺭﺒﻌﺎﺕ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﻏﻴﺭ ﺍﻝﻤﻭﻀﺤﺔ‬
‫ﺃﻱ‪:‬‬
‫‪TSS=ESS+USS‬‬
‫ﺒﻘﺴﻤﺔ ﺍﻝﻁﺭﻓﻴﻥ ﻋﻠﻰ ‪ TSS‬ﻨﺠﺩ‪:‬‬
‫‪TSS ESS USS‬‬
‫=‬ ‫‪+‬‬
‫‪TSS TSS TSS‬‬
‫) ̂‪∑ (Y − Y ) = ∑ (Ŷ − Y ) + ∑ (Y − Y‬‬
‫‪i‬‬
‫‪2‬‬
‫‪i‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪i‬‬
‫‪2‬‬
‫) ‪∑ (Y − Y ) ∑ (Y − Y ) ∑ (Y − Y‬‬
‫‪i‬‬
‫‪2‬‬
‫‪i‬‬
‫‪2‬‬
‫‪i‬‬
‫‪2‬‬
‫=‪1‬‬
‫‪∑ (Ŷ − Y ) + ∑ e‬‬
‫‪i‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪i‬‬
‫) ‪∑ (Y − Y ) ∑ ( Y − Y‬‬
‫‪i‬‬
‫‪2‬‬
‫‪i‬‬
‫‪2‬‬
‫ﻴﺴﻤﻰ ﺍﻝﻤﻘﺩﺍﺭ‪:‬‬
‫= ‪R2‬‬
‫‪ESS‬‬
‫=‬
‫)‪∑ (Yˆ − Y‬‬ ‫‪i‬‬
‫‪2‬‬
‫‪TSS‬‬ ‫) ‪∑ (Y − Y‬‬ ‫‪i‬‬

‫‪2‬‬
‫ﺒﻤﻌﺎﻤل ﺍﻝﺘﺤﺩﻴﺩ‪ ،‬ﻭ ﺒﺎﻝﺘﻌﻭﻴﺽ ﻓﻲ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺃﻋﻼﻩ ﻨﺠﺩ‪:‬‬

‫‪1= R2 +‬‬
‫‪∑e‬‬ ‫‪2‬‬
‫‪i‬‬
‫) ‪∑ (Y − Y‬‬‫‪i‬‬
‫‪2‬‬
‫ﻭﻤﻨﻪ ﻴﻤﻜﻥ ﻜﺘﺎﺒﺔ ﻤﻌﺎﻤل ﺍﻝﺘﺤﺩﻴﺩ ﺃﻴﻀﺎ ﻋﻠﻰ ﺍﻝﻨﺤﻭ ﺍﻝﺘﺎﻝﻲ‪:‬‬

‫‪R 2 = 1−‬‬
‫‪∑e‬‬ ‫‪2‬‬
‫‪i‬‬
‫) ‪∑ (Y − Y‬‬‫‪i‬‬
‫‪2‬‬
‫ﻭ ﻫﻭ ﻴﻘﻴﺱ ﻨﺴﺒﺔ ﺍﻻﻨﺤﺭﺍﻑ ﺍﻝﻜﻠﻲ ﻓﻲ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻝﻨﻤﻭﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﻤﻘﺩﺭ‪.‬‬

‫ﻤﺜﺎل‪ :9=8‬ﺃﻭﺠﺩ ﻤﻌﺎﻤل ﺍﻝﺘﺤﺩﻴﺩ ﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺜﺎل ﺍﻝﺴﺎﺒﻕ‪:‬‬
‫ﻴﻤﻜﻥ ﺇﻴﺠﺎﺩ ﻤﻌﺎﻤل ﺍﻝﺘﺤﺩﻴﺩ ﻤﺒﺎﺸﺭﺓ ﻤﻥ ﺍﻝﻤﻌﺎﺩﻝﺔ‪:‬‬
‫‪R 2 = 1−‬‬
‫‪∑e‬‬ ‫‪2‬‬
‫‪i‬‬
‫) ‪∑ (Y − Y‬‬‫‪i‬‬
‫‪2‬‬
‫ﺒﺎﻻﺴﺘﻌﺎﻨﺔ ﺒﺎﻝﺠﺩﻭل ﺍﻝﺘﺎﻝﻲ‪:‬‬

‫‪i‬‬ ‫‪yi‬‬ ‫‪xi‬‬ ‫)‪(x i − x‬‬ ‫‪2‬‬
‫)‪( x i − x )( y i − y‬‬ ‫)‪( y i − y‬‬ ‫‪2‬‬
‫‪ŷ i‬‬ ‫‪ei‬‬ ‫‪e i2‬‬
‫‪1‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪306.25‬‬ ‫‪142.28‬‬ ‫‪66.10‬‬ ‫‪8.75‬‬ ‫‪1.25‬‬ ‫‪1.5625‬‬
‫‪2‬‬ ‫‪12‬‬ ‫‪15‬‬ ‫‪156.25‬‬ ‫‪76.63‬‬ ‫‪37.58‬‬ ‫‪11.43‬‬ ‫‪0.57 0.3249‬‬
‫‪3‬‬ ‫‪15‬‬ ‫‪20‬‬ ‫‪56.25‬‬ ‫‪23.48‬‬ ‫‪6.80‬‬ ‫‪14.11‬‬ ‫‪0.89 0.7921‬‬
‫‪4‬‬ ‫‪16‬‬ ‫‪25‬‬ ‫‪6.25‬‬ ‫‪5.33‬‬ ‫‪4.45‬‬ ‫‪16.79‬‬ ‫‪-0.79‬‬ ‫‪0.6241‬‬
‫‪5‬‬ ‫‪16‬‬ ‫‪30‬‬ ‫‪6.25‬‬ ‫‪-5.33‬‬ ‫‪4.45‬‬ ‫‪19.46‬‬ ‫‪-3.46 11.9716‬‬
‫‪6‬‬ ‫‪20‬‬ ‫‪35‬‬ ‫‪56.25‬‬ ‫‪12.53‬‬ ‫‪2.79‬‬ ‫‪22.14‬‬ ‫‪-2.14‬‬ ‫‪4.5796‬‬
‫‪7‬‬ ‫‪26‬‬ ‫‪40‬‬ ‫‪156.25‬‬ ‫‪98.38‬‬ ‫‪61.94‬‬ ‫‪24.82‬‬ ‫‪1.18‬‬ ‫‪1.3924‬‬
‫‪8‬‬ ‫‪30‬‬ ‫‪45‬‬ ‫‪306.25‬‬ ‫‪207.73‬‬ ‫‪140.90‬‬ ‫‪27.50‬‬ ‫‪2.50‬‬ ‫‪1.3924‬‬
‫‪ 145 220 1050.00‬ﻤﺞ‬ ‫‪561.69‬‬ ‫‪328.37‬‬ ‫‪22.6396‬‬
‫‪22.6396‬‬
‫‪R 2 = 1−‬‬ ‫‪= 0.93‬‬
‫‪328.37‬‬
‫ﻴﻌﻨﻲ ﺫﻝﻙ ﺃﻨﻪ ﺘﻭﺠﺩ ﻋﻼﻗﺔ ﺨﻁﻴﺔ ﻗﻭﻴﺔ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﻴﻥ ﺍﻝﺘﺎﺒﻊ ﻭ ﺍﻝﻤﺴﺘﻘل ﺃﻱ ﺃﻥ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻤﺴﺘﻘل ﻴﺴﺎﻫﻡ‬
‫ﺒﻨﺴﺒﺔ ‪ %93‬ﻓﻲ ﺍﻝﺘﻐﻴﺭ ﺍﻝﺤﺎﺼل ﻓﻲ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ‪.‬‬
‫ﺜﺎﻝﺜﺎ‪ :‬ﺍﺨﺘﺒﺎﺭ ﺍﻝﻔﺭﻀﻴﺎﺕ‪:‬‬

‫ﺇﻥ ﺇﻴﺠﺎﺩ ﻤﻌﺎﻝﻡ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﺨﻁﻲ ﻭ ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﻝﻭﺤﺩﻫﺎ ﻻ ﻴﻌﻨﻲ ﺃﻥ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﺨﻁﻲ ﺼﺤﻴﺤﺎ ﺒﻨﺴﺒﺔ‬
‫ﻜﺎﻤﻠﺔ‪ ،‬ﺇﺫ ﻻ ﺒﺩ ﻤﻥ ﺍﺨﺘﺒﺎﺭ ﻤﺩﻯ ﻤﻁﺎﺒﻘﺔ ﺍﻝﻤﻌﺎﻝﻡ ﺍﻝﻤﺤﺼل ﻋﻠﻴﻬﺎ ﻤﻥ ﺍﻝﻌﻴﻨﺔ ﻤﻊ ﻤﻌﺎﻝﻡ ﺍﻝﻤﺠﺘﻤﻊ‪.‬‬
‫ﻭ ﻻﺨﺘﺒﺎﺭ ﺍﻝﻔﺭﻀﻴﺎﺕ ﻋﺎﺩﺓ ﻫﻨﺎﻙ ﻓﺭﻀﻴﺘﻴﻥ ﻴﺘﻡ ﺘﺤﺩﻴﺩﻫﻤﺎ ﻫﻤﺎ‪:‬‬
‫ﺍﻝﻔﺭﻀﻴﺔ ﺍﻷﻭﻝﻰ ﻭ ﺘﺴﻤﻰ ﺒﻔﺭﻀﻴﺔ ﺍﻝﻌﺩﻡ ﻭ ﻴﺭﻤﺯ ﻝﻬﺎ ﺒـ ‪ H0‬ﻤﻔﺎﺩﻫﺎ ﻋﺩﻡ ﻭﺠﻭﺩ ﻋﻼﻗﺔ ﺨﻁﻴﺔ ﺒﻴﻥ‬
‫ﺍﻝﻤﺘﻐﻴﺭﺘﻴﻥ ‪ X‬ﻭ ‪ ،Y‬ﻭﻴﻌﻨﻲ ﺫﻝﻙ ﺃﻥ ﻤﻌﺎﻤل ﺍﻻﻨﺤﺩﺍﺭ ﻴﻜﻭﻥ ﻤﻌﺩﻭﻤﺎ ﺃﻱ‪β=0 :‬‬
‫ﺍﻝﻔﺭﻀﻴﺔ ﺍﻝﺜﺎﻨﻴﺔ ﻭ ﺘﺴﻤﻰ ﺒﺎﻝﻔﺭﻀﻴﺔ ﺍﻝﺒﺩﻴﻠﺔ ﻭ ﻴﺭﻤﺯ ﻝﻬﺎ ﺒـ ‪ H1‬ﻤﻔﺎﺩﻫﺎ ﻭﺠﻭﺩ ﻋﻼﻗﺔ ﺨﻁﻴﺔ ﺒﻴﻥ‬
‫ﺍﻝﻤﺘﻐﻴﺭﺘﻴﻥ ‪ X‬ﻭ ‪ ،Y‬ﻭ ﻴﻌﻨﻲ ﺫﻝﻙ ﺃﻥ ﻤﻌﺎﻤل ﺍﻻﻨﺤﺩﺍﺭ ﻻ ﻴﻜﻭﻥ ﻤﻌﺩﻭﻤﺎ ﺃﻱ‪β≠0 :‬‬
‫ﻭ ﻻﺨﺘﺒﺎﺭ ﻤﻌﻨﻭﻴﺔ ﻤﻌﺎﻝﻡ ﺍﻝﻨﻤﻭﺫﺝ ﻨﺘﺒﻊ ﺍﻝﺨﻁﻭﺍﺕ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫ﺘﺤﺩﻴﺩ ﺍﻝﻔﺭﻀﻴﺎﺕ‪ :‬ﺃﻱ ﺘﺤﺩﻴﺩ ﻓﺭﻀﻴﺔ ﺍﻝﻌﺩﻡ ﻭ ﻫﻲ ﺍﻝﻔﺭﻀﻴﺔ ﺍﻷﺴﺎﺴﻴﺔ ﻭ ﺍﻝﻔﺭﻀﻴﺔ ﺍﻝﺒﺩﻴﻠﺔ ﻝﻬﺎ‪،‬‬ ‫‪-‬‬
‫ﺒﺤﻴﺙ ﻨﺠﻌل‪:‬‬
‫‪H0 : β=0‬‬
‫‪α=0‬‬
‫‪H1 : β≠0‬‬
‫‪α≠0‬‬
‫ﺘﺤﺩﻴﺩ ﺍﻝﻘﺎﻨﻭﻥ ﺍﻹﺤﺼﺎﺌﻲ ﺍﻝﺫﻱ ﻴﻨﻁﺒﻕ ﻋﻠﻰ ﺍﻻﺨﺘﺒﺎﺭ ) ﻗﺎﻨﻭﻥ ﻁﺒﻴﻌﻲ ‪ ،N‬ﻗﺎﻨﻭﻥ ﺴﺘﻭﺩﻨﺕ ‪،t‬‬ ‫‪-‬‬
‫‪2‬‬
‫ﻜﻴﺩﻭ ‪ ،χ‬ﻓﻴﺸﺭ‪.(F‬‬
‫ﻭﻓﻲ ﻤﺜل ﻫﺫﻩ ﺍﻝﺤﺎﻝﺔ ﻴﺴﺘﺨﺩﻡ ﺘﻭﺯﻴﻊ ﺴﺘﻭﺩﻨﺕ‪ ،‬ﺤﻴﺙ ﺃﻨﻪ ﺘﻭﺯﻴﻊ ﻤﺘﻤﺎﺜل ﺒﻤﺘﻭﺴﻁ ﻤﻌﺩﻭﻡ ﻭ ﺘﺒﺎﻴﻥ ﻴﻘﺘﺭﺏ‬
‫ﻤﻥ ﺍﻝﻭﺍﺤﺩ ﻜﻠﻤﺎ ﻜﺒﺭ ﺤﺠﻡ ﺍﻝﻤﺠﺘﻤﻊ ﻝﻴﺘﻁﺎﺒﻕ ﻤﻊ ﺍﻝﺘﻭﺯﻴﻊ ﺍﻝﻁﺒﻴﻌﻲ ﻋﻨﺩﻤﺎ ﻴﺼﺒﺢ ﺤﺠﻡ ﺍﻝﻌﻴﻨﺔ ﻤﺴﺎﻭﻴﺎ ﻝﺤﺠﻡ‬
‫ﺍﻝﻤﺠﺘﻤﻊ‪.‬‬
‫ﺘﺤﺩﻴﺩ ﺩﺭﺠﺔ ﺍﻝﺜﻘﺔ‪ :‬ﻭ ﻴﺘﻡ ﺫﻝﻙ ﻝﻤﻌﺭﻓﺔ ﺍﺤﺘﻤﺎل ﻗﺒﻭل ﺃﻭ ﺭﻓﺽ ﺍﻝﻔﺭﻀﻴﺔ‪ ،‬ﺤﻴﺙ ﻴﺘﻡ ﺘﺤﺩﻴﺩ ﺩﺭﺠﺔ‬ ‫‪-‬‬
‫ﺍﻝﺜﻘﺔ ﺒﺘﺤﺩﻴﺩ ﻤﺎ ﻴﺴﻤﻰ ﺒﻤﺴﺘﻭﻯ ﺍﻝﺩﻻﻝﺔ ﺃﻭ ﻤﺴﺘﻭﻯ ﺍﻝﻤﻌﻨﻭﻴﺔ‪ ،‬ﻭ ﻫﻭ ﺍﻝﻤﺴﺘﻭﻯ ﺍﻝﺫﻱ ﻴﺴﻤﺢ ﻓﻴﻪ ﺒﺎﻷﺨﻁﺎﺀ ﻓﻲ‬
‫ﺍﻝﺘﻘﺩﻴﺭ‪ ،‬ﻭ ﻋﺎﺩﺓ ﻴﻌﺒﺭ ﻋﻥ ﻤﺴﺘﻭﻯ ﺍﻝﺩﻻﻝﺔ ﺃﻭ ﺍﻝﻤﻌﻨﻭﻴﺔ ﺒﺎﻝﺤﺭﻑ ‪ ،λ‬ﻭ ﺤﻴﻨﺌﺫ ﺘﻜﻭﻥ ﺩﺭﺠﺔ ﺍﻝﺜﻘﺔ ﺃﻭ ﺍﻻﺤﺘﻤﺎل‬
‫‪ ،1-λ‬ﻭﻋﺎﺩﺓ ﻴﺘﻡ ﺍﺨﺘﻴﺎﺭ ﺍﻝﻘﻴﻤﺔ ‪ λ‬ﻗﻴﻤﺔ ﺼﻐﻴﺭﺓ ﻭ ﻓﻲ ﺍﻝﻐﺎﻝﺏ ﺘﺅﺨﺫ ‪ λ=0.05‬ﺃﻱ ‪ %5‬ﻭ ﺤﻴﻨﺌﺫ ﻴﻜﻭﻥ‬
‫ﺍﻻﺤﺘﻤﺎل ‪ 0.95‬ﺃﻱ ‪.%95‬‬
‫ﺤﺴﺎﺏ ﺇﺤﺼﺎﺌﻴﺔ ﺍﻝﻤﻌﺎﻝﻡ‪ :‬ﻴﺘﻡ ﺤﺴﺎﺏ ﺇﺤﺼﺎﺌﻴﺔ ﺍﻝﻤﻌﻠﻤﺘﻴﻥ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬ ‫‪-‬‬
‫ˆ‪β‬‬
‫= ˆ‪t β‬‬
‫ˆ‪Sβ‬‬
‫ˆ‪α‬‬
‫= ˆ‪t α‬‬
‫‪Sα‬‬
‫ﻤﻊ ﺍﻝﻌﻠﻡ ﺃﻥ ﺍﻻﻨﺤﺭﺍﻑ ﺍﻝﻤﻌﻴﺎﺭﻱ ﻝﻠﻤﻌﻠﻤﺘﻴﻥ ﺘﻡ ﺘﻘﺩﻴﺭﻩ ﺴﺎﺒﻘﺎ ﻋﻠﻰ ﺍﻝﻨﺤﻭ‪:‬‬
‫‪S2‬‬
‫= ‪Sβ‬‬
‫‪∑ (X‬‬ ‫)‪− X‬‬
‫‪2‬‬
‫‪i‬‬
‫‪1‬‬ ‫‪x2‬‬
‫‪Sα = S 2 ( +‬‬ ‫)‬
‫‪n‬‬
‫‪∑ (X‬‬ ‫‪i‬‬ ‫)‪− X‬‬ ‫‪2‬‬
‫ﻓﻲ ﺤﻴﻥ ﺘﻡ ﺘﻘﺩﻴﺭ ﺘﺒﺎﻴﻥ ﺍﻝﺨﻁﺄ ﻋﻠﻰ ﺍﻝﻨﺤﻭ‪:‬‬

‫= ‪S2‬‬
‫‪∑e‬‬ ‫‪i‬‬
‫‪n−2‬‬
‫ﺘﺤﺩﻴﺩ ﺍﻝﻘﻴﻤﺔ ﺍﻝﺠﺩﻭﻝﻴﺔ ﻝﺩﺭﺠﺔ ﺍﻝﻤﻌﻨﻭﻴﺔ‪ :‬ﺤﻴﺙ ﻴﺘﻡ ﺍﻝﻠﺠﻭﺀ ﺍﻝﻰ ﺍﻝﺠﺩﻭل ﺍﻹﺤﺼﺎﺌﻲ ﺍﻝﺫﻱ ﻴﻭﺠﺩ ﻓﻲ‬ ‫‪-‬‬
‫ﺍﻝﻐﺎﻝﺏ ﻓﻲ ﻨﻬﺎﻴﺔ ﻤﻌﻅﻡ ﻜﺘﺏ ﺍﻹﺤﺼﺎﺀ‪ ،‬ﻭ ﻋﻠﻰ ﺴﺒﻴل ﺍﻝﻤﺜﺎل ﺇﺫﺍ ﺘﻡ ﺍﺴﺘﺨﺩﺍﻡ ﻗﺎﻨﻭﻥ ﺴﺘﻭﺩﻨﺕ ﻭ ﻜﺎﻥ‬
‫ﻤﺴﺘﻭﻯ ﺍﻝﻤﻌﻨﻭﻴﺔ ‪ λ=0.05‬ﺃﻱ ‪ %5‬ﻭ ﺩﺭﺠﺔ ﺍﻝﺤﺭﻴﺔ ﺍﻝﺘﻲ ﺘﻌﺒﺭ ﻋﻥ ﻋﺩﺩ ﺍﻝﻤﺸﺎﻫﺩﺍﺕ ﻤﻨﻘﻭﺼﺎ ﻤﻨﻬﺎ ﻋﺩﺩ‬
‫ﺍﻝﻤﻌﺎﻝﻡ ﺍﻝﻤﻘﺩﺭﺓ ﻓﻲ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﻤﺜﻼ ﻭ ﻫﻲ ‪ ،10‬ﻓﺎﻥ ﺍﻝﻘﻴﻤﺔ ﺍﻝﺠﺩﻭﻝﻴﺔ ﺘﺅﺨﺫ ﻤﻥ ﺍﻝﺠﺩﻭل ﻋﻠﻰ ﺃﺴﺎﺱ‬
‫‪) λ/2=0.025‬ﺍﺨﺘﺒﺎﺭ ﻓﻲ ﺍﺘﺠﺎﻫﻴﻥ( ﻭ ﺩﺭﺠﺔ ﺤﺭﻴﺔ ‪ 10‬ﻭ ﺒﺎﻝﺘﺎﻝﻲ ﻨﺠﺩﻫﺎ ﻤﻥ ﺍﻝﺠﺩﻭل‪،t 10,0.025= 2.228 :‬‬
‫ﻭﻫﻲ ﺍﻝﻘﻴﻤﺔ ﺍﻝﺘﻲ ﻨﻘﺎﺭﻨﻬﺎ ﺒـ ‪ t‬ﺍﻝﻤﺤﺴﻭﺒﺔ‪.‬‬
‫ﺍﻝﻤﻘﺎﺭﻨﺔ ﻭ ﺍﺘﺨﺎﺫ ﺍﻝﻘﺭﺍﺭ‪ :‬ﻨﻘﺎﺭﻥ ‪ t‬ﺍﻝﻤﺤﺴﻭﺒﺔ ﻤﻊ ﺍﻝﻘﻴﻤﺔ ﺍﻝﺠﺩﻭﻝﻴﺔ ﻋﻨﺩ ﺩﺭﺠﺔ ﺤﺭﻴﺔ ‪ n-2‬ﻭ ﻤﺴﺘﻭﻯ‬ ‫‪-‬‬
‫ﻤﻌﻨﻭﻴﺔ ﻤﻌﻴﻥ ﻭ ﻝﻴﻜﻥ ‪ ،λ=0.05‬ﻭﻫﻨﺎ ﻨﺼﺎﺩﻑ ﺇﺤﺩﻯ ﺍﻝﺤﺎﻝﺘﻴﻥ‪:‬‬
‫ﺍﺫﺍ ﻜﺎﻨﺕ ﻗﻴﻤﺔ ‪ t‬ﺍﻝﻤﺤﺴﻭﺒﺔ ﺃﻜﺒﺭ ﻤﻥ ‪ t‬ﺍﻝﺠﺩﻭﻝﻴﺔ ﻨﺭﻓﺽ ﻓﺭﻀﻴﺔ ﺍﻝﻌﺩﻡ ﻭ ﻨﻘﺒل ﺍﻝﻔﺭﻀﻴﺔ ﺍﻝﺒﺩﻴﻠﺔ‪،‬‬
‫ﻭﻴﻌﻨﻲ ﺫﻝﻙ ﺃﻥ ﺍﻝﻤﻌﻠﻤﺔ ﺫﺍﺕ ﻤﻌﻨﻭﻴﺔ ﺇﺤﺼﺎﺌﻴﺔ ﻭ ﺒﺎﻝﺘﺎﻝﻲ ﺘﻭﺠﺩ ﻋﻼﻗﺔ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﺘﻴﻥ‪.‬‬
‫ﺍﺫﺍ ﻜﺎﻨﺕ ﻗﻴﻤﺔ ‪ t‬ﺍﻝﻤﺤﺴﻭﺒﺔ ﺃﻗل ﻤﻥ ‪ t‬ﺍﻝﺠﺩﻭﻝﻴﺔ ﻨﻘﺒل ﻓﺭﻀﻴﺔ ﺍﻝﻌﺩﻡ ﻭ ﻨﺭﻓﺽ ﺍﻝﻔﺭﻀﻴﺔ ﺍﻝﺒﺩﻴﻠﺔ‪ ،‬ﻭ ﻴﻌﻨﻲ‬
‫ﺫﻝﻙ ﺃﻥ ﺍﻝﻤﻌﻠﻤﺔ ﻝﻴﺴﺕ ﺫﺍﺕ ﻤﻌﻨﻭﻴﺔ ﺇﺤﺼﺎﺌﻴﺔ ﻭ ﺒﺎﻝﺘﺎﻝﻲ ﻻ ﺘﻭﺠﺩ ﻋﻼﻗﺔ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﺘﻴﻥ‪.‬‬
‫ﻭ ﺍﻝﺸﻜل ﺍﻝﻤﻭﺍﻝﻲ ﻴﻭﻀﺢ ﺍﻝﺤﺎﻝﺘﻴﻥ‪:‬‬
‫ﻤﻨﻁﻘﺔ ﻗﺒﻭل ﻭ ﺭﻓﺽ ﺍﻝﻔﺭﻀﻴﺘﺎﻥ‬
‫ﻤﺜﺎل‪ :10-2‬ﺍﺨﺘﺒﺭ ﻨﻤﻭﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺍﻝﺘﺎﻝﻲ ﻋﻨﺩ ﻤﺴﺘﻭﻯ ﻤﻌﻨﻭﻴﺔ ‪:λ=0.05‬‬
‫‪ŷ i = 81.29 + 4.97 x i‬‬
‫‪19.08 14.71 0.59‬‬
‫‪R 2 = 0.93 , n = 8‬‬
‫ﻤﻥ ﺍﻝﺒﻴﺎﻨﺎﺕ ﻝﺩﻴﻨﺎ‪:‬‬
‫‪σβ = 0.59‬‬ ‫‪σ α = 14.71‬‬ ‫‪σβ = 0.59‬‬
‫‪ !"#$‬ام‪:‬‬
‫‪H0 : β=0‬‬
‫‪α=0‬‬
‫ﺍﻝﻔﺭﻀﻴﺔ ﺍﻝﺒﺩﻴﻠﺔ‪:‬‬
‫‪H1 : β≠0‬‬
‫‪α≠0‬‬
‫ﻨﻭﺠﺩ ‪ t‬ﺍﻝﻤﺤﺴﻭﺒﺔ ‪:‬‬
‫ˆ‪β‬‬ ‫‪4.97‬‬
‫= ˆ‪t β‬‬ ‫=‬ ‫‪= 8.42‬‬
‫‪Sβˆ 0.59‬‬
‫ˆ‪α‬‬ ‫‪81.29‬‬
‫= ˆ‪t α‬‬ ‫=‬ ‫‪= 5.56‬‬
‫‪Sα 14.71‬‬
‫('& ‪ t‬ا*و! ‪:‬‬
‫‪'01 :+,-‬ى ا‪λ=0.05 : -',.‬‬
‫ﻭﻝﺩﻴﻨﺎ‪n=8 :‬‬
‫ﻭ ﻤﻨﻪ ﻨﺠﺩ‪tn-2, λ/2 = t6, 0.025=2.447 :‬‬
‫و ‪3$ 4!56‬ن‪:‬‬
‫‪t βˆ = 8.42 , t 6 , 0.025 = 2.447 ⇒ t βˆ > t 6 , 0.025‬‬
‫‪t αˆ = 5.56 , t 6 , 0.025 = 2.447 ⇒ t αˆ > t 6 , 0.025‬‬
‫أي أن ‪ t‬ا‪':; <=, >$ ?<@ A'1B.‬ل ‪ H1‬ﻭ ﻋﻠﻴﻪ ﻨﺭﻓﺽ ﻓﺭﻀﻴﺔ ﺍﻝﻌﺩﻡ ﻭ ﻨﻘﺒل ﺍﻝﻔﺭﻀﻴﺔ ﺍﻝﺒﺩﻴﻠﺔ‪،‬‬
‫ﻭﻴﻌﻨﻲ ﺫﻝﻙ ﺃﻥ ﺍﻝﻤﻌﻠﻤﺔ ‪ β‬ﺫﺍﺕ ﻤﻌﻨﻭﻴﺔ ﺇﺤﺼﺎﺌﻴﺔ ﻭﺒﺎﻝﺘﺎﻝﻲ ﺘﻭﺠﺩ ﻋﻼﻗﺔ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﺘﻴﻥ‪ ،‬ﻭ ﺍﻝﻨﻤﻭﺫﺝ ﺇﺫﻥ‬
‫ﻤﻘﺒﻭل‪ ،‬ﻜﻤﺎ ﺃﻥ ﺍﻝﻤﻌﻠﻤﺔ ‪ α‬ﺃﻴﻀﺎ ﺫﺍﺕ ﻤﻌﻨﻭﻴﺔ ﻭﺒﺎﻝﺘﺎﻝﻲ ﻓﺎﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻻ ﻴﻌﺘﻤﺩ ﻜﻠﻴﺔ ﻋﻠﻰ ﺍﻝﻤﺘﻐﻴﺭ‬
‫ﺍﻝﻤﺴﺘﻘل‪.‬‬
‫ﺍﻝﻤﻘﻁﻊ‪3-1‬‬
‫ﺨﻭﺍﺹ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ‬
‫ﻴﺘﻤﻴﺯ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺒﻤﺠﻤﻭﻋﺔ ﻤﻥ ﺍﻝﺨﻭﺍﺹ ﺘﺠﻌﻠﻪ ﺃﻓﻀل ﻤﻘﻴﺎﺱ ﻤﻥ ﻤﻘﺎﻴﻴﺱ ﺍﻝﻨﺯﻋﺔ ﺍﻝﻤﺭﻜﺯﻴﺔ‪ ،‬ﻓﻲ‬
‫ﺍﻝﻤﻌﺎﻝﺠﺔ ﺍﻹﺤﺼﺎﺌﻴﺔ‪ ،‬ﻤﻨﻬﺎ ﻤﺎ ﻴﻠﻲ‪:‬‬
‫ﺃﻭﻻ‪:‬ﺍﻝﺨﺎﺼﻴﺔ ﺍﻷﻭﻝﻰ ‪ :‬ﺍﻝﻤﺠﻤﻭﻉ ﺍﻝﺠﺒﺭﻱ ﻝﻔﺭﻭﻗﺎﺕ ﺍﻝﻘﻴﻡ ﻋﻥ ﻭﺴﻁﻬﺎ ﺍﻝﺤﺴﺎﺒﻲ‪ ،‬ﻴﻜﻭﻥ ﺩﺍﺌﻤﺎ ﻤﻌﺩﻭﻤﺎ‪.‬‬
‫ﻓﻔﻲ ﺤﺎﻝﺔ ﺍﻝﺒﻴﺎﻨﺎﺕ ﻏﻴﺭ ﺍﻝﻤﺒﻭﺒﺔ ﻴﻜﻭﻥ ‪:‬‬
‫‪n‬‬ ‫_‬
‫‪∑ ( xi − x) = 0‬‬ ‫‪6-1‬‬
‫‪i =1‬‬
‫ﺃﻤﺎ ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺒﻭﺒﺔ ﻓﻴﻜﻭﻥ‪:‬‬
‫‪n‬‬ ‫_‬
‫‪∑ ( x i − x ) fi = 0‬‬ ‫‪7-1‬‬
‫‪i =1‬‬
‫ﺍﻹﺜﺒﺎﺕ ‪ :‬ﻴﺘﻡ ﺇﺜﺒﺎﺕ ﻫﺫﻩ ﺍﻝﺨﺎﺼﻴﺔ ﺭﻴﺎﻀﻴﺎ ﻭ ﺤﺴﺎﺒﻴﺎ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬

‫** ﺤﺎﻝﺔ ﺍﻝﺒﻴﺎﻨﺎﺕ ﻏﻴﺭ ﺍﻝﻤﺒﻭﺒﺔ ‪:‬‬
‫ﺍﺜﺒﺎﺕ‪ :1-1‬ﺍﺜﺒﺕ ﺼﺤﺔ ﺍﻝﺨﺎﺼﻴﺔ ‪ 1‬ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺒﻴﺎﻨﺎﺕ ﻏﻴﺭ ﺍﻝﻤﺒﻭﺒﺔ‪.‬‬
‫ﺒﻨﺸﺭ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺭﻗﻡ ‪ ،6-1‬ﻨﺤﺼل ﻋﻠﻰ ﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪n‬‬ ‫_‬ ‫_‬ ‫_‬ ‫_‬ ‫_‬
‫) ‪∑ ( x i − x ) = ( x1 − x ) + ( x 2 − x ) + ( x 3 − x ) + . . . + ( x n − x‬‬
‫‪i =1‬‬
‫ﺒﻔﻙ ﺍﻷﻗﻭﺍﺱ ﻭ ﺠﻤﻊ ﺍﻝﺤﺩﻭﺩ ﺍﻝﻤﺘﺸﺎﺒﻬﺔ ﻨﺠﺩ‪:‬‬
‫‪n‬‬ ‫‪n‬‬
‫‪∑ (x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪− x ) = ∑ x i − Nx‬‬
‫‪i =1‬‬
‫‪8-1‬‬
‫ﻭﻤﻌﻠﻭﻡ ﻝﺩﻴﻨﺎ ﺃﻥ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻠﺒﻴﺎﻨﺎﺕ ﻏﻴﺭ ﺍﻝﻤﺒﻭﺒﺔ ﻴﻌﻁﻰ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪n‬‬
‫_‬ ‫‪∑ xi‬‬
‫‪i =1‬‬
‫=‪x‬‬
‫‪N‬‬
‫ﺒﻀﺭﺏ ﻁﺭﻓﻲ ﺍﻝﻌﻼﻗﺔ ﻓﻲ ﻭﺴﻁﻴﻬﺎ ﻨﺠﺩ‪:‬‬
‫‪n‬‬ ‫_‬
‫‪∑ xi = N x‬‬ ‫‪9-1‬‬
‫‪i =1‬‬
‫ﺒﺘﻌﻭﻴﺽ ﺍﻝﻌﻼﻗﺔ ‪ 9-1‬ﻓﻲ ﺍﻝﻌﻼﻗﺔ ‪ 8-1‬ﻨﺠﺩ ‪:‬‬
‫‪n‬‬ ‫_‬ ‫_‬ ‫_‬
‫‪∑ ( x i − x ) =N x − N x = 0‬‬
‫‪i =1‬‬
‫ﻭ ﺒﺎﻝﺘﺎﻝﻲ ﻓﺎﻥ ﺍﻝﺨﺎﺼﻴﺔ ﺼﺤﻴﺤﺔ ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺒﻴﺎﻨﺎﺕ ﻏﻴﺭ ﺍﻝﻤﺒﻭﺒﺔ‪.‬‬
‫**ﺤﺎﻝﺔ ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺒﻭﺒﺔ ﻓﻲ ﺠﺩﺍﻭل ﺘﻜﺭﺍﺭﻴﺔ‪:‬‬
‫ﺍﺜﺒﺎﺕ‪ :2-1‬ﺍﺜﺒﺕ ﺼﺤﺔ ﺍﻝﺨﺎﺼﻴﺔ ‪ 1‬ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺒﻭﺒﺔ‪.‬‬
‫ﺒﻨﺸﺭ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 7-1‬ﻨﺠﺩ ‪:‬‬
‫‪n‬‬
‫‪∑ (x‬‬
‫‪i =1‬‬
‫‪i‬‬ ‫‪− x )f i = ( x1 − x )f 1 + ( x 2 − x )f 2 + ( x 3 − x )f 3 + ... + ( x n − x )f n‬‬
‫ﺃﻱ‪:‬‬
‫‪n‬‬ ‫_‬ ‫‪n‬‬ ‫‪_ n‬‬
‫‪∑ ( x i − x ) fi = ∑ x i fi − x ∑ fi‬‬ ‫‪10-1‬‬
‫‪i =1‬‬ ‫‪i =1‬‬ ‫‪i=1‬‬
‫ﻤﻌﻠﻭﻡ ﻝﺩﻴﻨﺎ ﺃﻥ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻠﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺒﻭﺒﺔ ﺍﻝﺘﻲ ﻁﻭل ﻓـﺌﺎﺘﻬﺎ ﻤﻌﺩﻭﻡ ﻫﻭ‪:‬‬
‫‪n‬‬
‫_‬ ‫‪∑ x i fi‬‬
‫‪i =1‬‬
‫=‪x‬‬ ‫‪n‬‬
‫‪∑ fi‬‬
‫‪i =1‬‬
‫ﺒﻀﺭﺏ ﺍﻝﻁﺭﻓﻴﻥ ﻓﻲ ﺍﻝﻭﺴﻁﻴﻥ ﻨﺠﺩ ‪:‬‬
‫‪_ n‬‬ ‫‪n‬‬
‫‪x ∑ fi = ∑ x i fi‬‬ ‫‪11-1‬‬
‫‪i =1‬‬ ‫‪i =1‬‬
‫ﺒﺘﻌﻭﻴﺽ ‪ 11-1‬ﻓﻲ ‪ 10-1‬ﻨﺠﺩ ‪:‬‬
‫‪n‬‬ ‫_‬ ‫‪_ n‬‬ ‫‪_ n‬‬
‫‪∑ (x i - x)f i = x ∑ f i − x ∑ f i = 0‬‬
‫‪i =1‬‬ ‫‪i =1‬‬ ‫‪i =1‬‬
‫ﻭﺒﺎﻝﺘﺎﻝﻲ ﻓﺎﻥ ﺍﻝﺨﺎﺼﻴﺔ ﺃﻴﻀﺎ ﺼﺤﻴﺤﺔ ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺒﻭﺒﺔ‪.‬‬
‫ﻤﺜﺎل ‪ :7-1‬ﻤﻥ ﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺜﺎل ﺭﻗﻡ ‪ ،1-1‬ﺍﺜﺒﺕ ﺼﺤﺔ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺭﻗﻡ ‪ 6-1‬ﺤﺴﺎﺒﻴﺎ‪.‬‬
‫ﺍﻹﺜﺒﺎﺕ ‪ :‬ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺸﺎﺭ ﺍﻝﻴﻬﺎ ﻫﻲ ‪:‬‬
‫‪10‬‬ ‫‪15‬‬ ‫‪12‬‬ ‫‪13‬‬ ‫‪12‬‬ ‫‪10‬‬ ‫‪12‬‬ ‫‪14‬‬ ‫‪13‬‬ ‫‪12‬‬
‫ﻭﺴﻁﻬﺎ ﺍﻝﺤﺴﺎﺒﻲ ﻫﻭ‪:‬‬
‫_‬ ‫‪123‬‬
‫=‪x‬‬ ‫‪= 12.3‬‬
‫‪10‬‬
‫ﺒﺘﻁﺒﻴﻕ ﺍﻝﻌﻼﻗﺔ ‪ 6-1‬ﺍﻝﻤﺸﺎﺭ ﺍﻝﻴﻬﺎ ﺃﻋﻼﻩ ﻤﻥ ﺨﻼل ﺍﻝﺠﺩﻭل ﺍﻝﺘﺎﻝﻲ‪ ،‬ﻨﺠﺩ ﺒﺎﻝﻔﻌل ﺃﻥ ﻤﺠﻤﻭﻉ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ) ﺍﻝﻔﺭﻭﻗﺎﺕ (‬
‫ﻋﻥ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻤﻌﺩﻭﻡ‪ ،‬ﻭﺫﻝﻙ ﻤﺎ ﻴﻭﻀﺤﻪ ﺍﻝﺠﺩﻭل ‪.5-1‬‬
‫‪xi‬‬ ‫ﻤﺞ ‪10 15 12 13 12 10 12 14 13 12‬‬
‫‪xi-12.3 -2.3 2.7 -0.3 0.7 -0.3 -2.3 -0.3 1.7 0.7 -0.3 0.0‬‬
‫ﻤﻥ ﺍﻝﺴﻁﺭ ﺍﻷﺨﻴﺭ ﻓﻲ ﺍﻝﺠﺩﻭل ﻴﻅﻬﺭ ﺃﻥ ﻤﺠﻤﻭﻉ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﻋﻥ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻤﻌﺩﻭﻡ‪.‬‬
‫ﻤﺜﺎل ‪: 8-1‬ﺍﺜﺒﺕ ﺼﺤﺔ ﺍﻝﻌﻼﻗﺔ ﺭﻗﻡ ‪ 7-1‬ﻤﻥ ﺨﻼل ﺒﻴﺎﻨﺎﺕ ﺍﻝﺠﺩﻭل ‪.1-1‬‬
‫ﺍﻹﺠﺎﺒﺔ‪ :‬ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻠﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺸﺎﺭ ﺇﻝﻴﻬﺎ ﻫﻭ‪:‬‬
‫_‬ ‫‪123‬‬
‫=‪x‬‬ ‫‪= 12.3‬‬
‫‪10‬‬
‫ﺒﺘﻁﺒﻴﻕ ﺍﻝﻌﻼﻗﺔ ‪ 7-1‬ﺍﻝﻤﺸﺎﺭ ﺍﻝﻴﻬﺎ ﻨﺠﺩﻫﺎ ﺼﺤﻴﺤﺔ ﻭﺫﻝﻙ ﻤﻥ ﺨﻼل ﺍﻝﺠﺩﻭل ﺍﻝﺘﺎﻝﻲ‪:‬‬
‫‪i‬‬ ‫‪xi‬‬ ‫‪fi‬‬ ‫) ‪(x i − x‬‬ ‫‪( x i − x )f i‬‬
‫‪1‬‬ ‫‪10‬‬ ‫‪2 -2.3‬‬ ‫‪-4.6‬‬
‫‪2‬‬ ‫‪12‬‬ ‫‪4 -0.3‬‬ ‫‪-1.2‬‬
‫‪3‬‬ ‫‪13‬‬ ‫‪2 0.7‬‬ ‫‪1.4‬‬
‫‪4‬‬ ‫‪14‬‬ ‫‪1 1.7‬‬ ‫‪1.7‬‬
‫‪5‬‬ ‫‪15‬‬ ‫‪1 2.7‬‬ ‫‪2.7‬‬
‫ﻤﺞ‬ ‫‪/‬‬ ‫‪10‬‬ ‫‪0.0‬‬
‫ﺍﺫ ﺃﻥ ﻤﺠﻤﻭﻉ ﻋﻨﺎﺼﺭ ﺍﻝﻌﻤﻭﺩ ﺍﻷﺨﻴﺭ ﺘﺴﺎﻭﻱ ﺍﻝﺼﻔﺭ ﺃﻱ ‪:‬‬
‫‪n‬‬ ‫_‬
‫‪∑ ( x i − x ) fi = 0‬‬
‫‪i =1‬‬
‫ﺜﺎﻨﻴﺎ‪:‬ﺍﻝﺨﺎﺼﻴﺔ ﺍﻝﺜﺎﻨﻴﺔ‪ :‬ﺇﺫﺍ ﻜﺎﻨﺕ ﻝﺩﻴﻨﺎ ﻤﺠﻤﻭﻋﺔ ﻤﻥ ﺍﻝﻘﻴﻡ ﻭﺴﻁﻬﺎ ﺍﻝﺤﺴﺎﺒﻲ‪:‬‬
‫‪n‬‬
‫_‬ ‫‪∑ xi‬‬
‫‪i =1‬‬
‫ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺒﻴﺎﻨﺎﺕ ﻏﻴﺭ ﺍﻝﻤﺒﻭﺒﺔ‬ ‫=‪x‬‬
‫‪N‬‬
‫‪n‬‬
‫_‬ ‫‪∑ x i fi‬‬
‫‪i =1‬‬
‫ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺒﻭﺒﺔ‬ ‫=‪x‬‬ ‫‪n‬‬
‫ﺃﻭ ‪:‬‬
‫‪∑ fi‬‬
‫‪i=1‬‬
‫ﻭﺃﻀﻴﻔﺕ ﻗﻴﻤﺔ ﺜﺎﺒﺘﺔ ‪ c‬ﺍﻝﻰ ﻜل ﻗﻴﻤﺔ ﻤﻥ ﺍﻝﻘﻴﻡ ﺍﻷﺼﻠﻴﺔ‪ ،‬ﻓﺈﻥ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻠﻘﻴﻡ ﺍﻝﺠﺩﻴﺩﺓ ﻴﺴﺎﻭﻱ ﺍﻝﻰ‬
‫ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻠﻘﻴﻡ ﺍﻷﺼﻠﻴﺔ ﻤﻀﺎﻓﺎ ﺇﻝﻴﻪ ﺍﻝﻘﻴﻤﺔ ﺍﻝﺜﺎﺒﺘﺔ‪ ،‬ﺃﻱ ‪:‬‬
‫_‬
‫‪x = x+ c‬‬ ‫‪12-1‬‬
‫ﺤﻴﺙ ‪ : x :‬ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻠﻘﻴﻡ ﺍﻝﺠﺩﻴﺩﺓ‪.‬‬
‫ﻫﺫﻩ ﺍﻝﺨﺎﺼﻴﺔ ﺼﺤﻴﺤﺔ ﺃﻴﻀﺎ ﻓﻲ ﺤﺎﻝﺔ ﻁﺭﺡ ﺍﻝﻤﻘﺩﺍﺭ ‪ c‬ﻤﻥ ﺍﻝﻘﻴﻡ ﺍﻷﺼﻠﻴﺔ‪ ،‬ﺤﻴﺙ ﺃﻥ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ‬
‫ﻝﻠﻘﻴﻡ ﺍﻝﺠﺩﻴﺩﺓ ﻴﻌﻁﻰ ﺒﺎﻝﻌﻼﻗﺔ ﺍﻝﺘﺎﻝﻴﺔ ‪:‬‬
‫_‬
‫‪x = x− c‬‬ ‫‪13-1‬‬
‫ﺍﻹﺜﺒﺎﺕ ‪:‬ﻴﺘﻡ ﺍﺜﺒﺎﺕ ﻫﺫﻩ ﺍﻝﺨﺎﺼﻴﺔ ﺃﻴﻀﺎ ﺇﺜﺒﺎﺘﺎ ﺭﻴﺎﻀﻴﺎ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫** ﺤﺎﻝﺔ ﺍﻝﺒﻴﺎﻨﺎﺕ ﻏﻴﺭ ﺍﻝﻤﺒﻭﺒﺔ ‪:‬‬
‫ﺍﺜﺒﺎﺕ‪ :3-1‬ﺍﺜﺒﺕ ﺍﻝﺨﺎﺼﻴﺔ‪ 2‬ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺒﻴﺎﻨﺎﺕ ﻏﻴﺭ ﺍﻝﻤﺒﻭﺒﺔ‪.‬‬
‫ﺍﻻﺜﺒﺎﺕ‪:‬‬
‫‪x1, x2, x3.....x‬‬ ‫ﺇﺫﺍ ﻜﺎﻨﺕ ﻝﺩﻴﻨﺎ ﺍﻝﺒﻴﺎﻨﺎﺕ‪:‬‬
‫‪n‬‬
‫‪−∑ i‬‬
‫_‬
‫‪x‬‬
‫‪i =1‬‬
‫=‪x‬‬ ‫ﻓﺎﻥ ﻭﺴﻁﻬﺎ ﺍﻝﺤﺴﺎﺒﻲ ﻫﻭ‪:‬‬
‫‪N‬‬
‫ﻋﻨﺩ ﺇﻀﺎﻓﺔ ﺍﻝﻘﻴﻤﺔ ﺍﻝﺜﺎﺒﺘﺔ ‪ c‬ﺍﻝﻰ ﻜل ﻗﻴﻤﺔ ﻤﻥ ﺘﻠﻙ ﺍﻝﻘﻴﻡ ﺘﺼﺒﺢ ﺍﻝﻘﻴﻡ ﺍﻝﺠﺩﻴﺩﺓ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪x1+c , x2+c , x3+c , ........ , xn+c‬‬
‫ﻭ ﻴﻜﻭﻥ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻠﻘﻴﻡ ﺍﻝﺠﺩﻴﺩﺓ ﻫﺫﻩ ﻋﻠﻰ ﺍﻝﻨﺤﻭ‪:‬‬
‫‪x1 + c + x 2 + c + x 3 + c + .... + x n + c‬‬
‫=‪x‬‬ ‫‪14-1‬‬
‫‪N‬‬
‫ﻭﻫﻭ ﻤﺎ ﻴﻤﻜﻥ ﻜﺘﺎﺒﺘﻪ ﻜﻤﺎ ﻴﻠﻲ ‪:‬‬
‫‪n‬‬
‫‪∑ xi + c‬‬
‫‪x = i =1‬‬ ‫‪15-1‬‬
‫‪N‬‬
‫‪n‬‬
‫‪∑ xi‬‬
‫‪x = i =1‬‬ ‫‪+c‬‬ ‫‪16-1‬‬ ‫ﺃﻭ ‪:‬‬
‫‪N‬‬
‫ﻭﻤﻌﻠﻭﻡ ﺃﻥ ﺍﻝﻘﺴﻡ ﺍﻷﻭل ﻓﻲ ﺍﻝﻁﺭﻑ ﺍﻷﻴﻤﻥ ﻫﻭ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ‪ ،‬ﻝﻠﺒﻴﺎﻨﺎﺕ ﺍﻷﺼﻠﻴﺔ‪ ،‬ﻭﺒﺎﻝﺘﺎﻝﻲ ﻓﺎﻝﻌﻼﻗﺔ‬
‫ﺭﻗﻡ ‪ 12-1‬ﺼﺤﻴﺤﺔ‪.‬‬
‫** ﺤﺎﻝﺔ ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺒﻭﺒﺔ ‪:‬‬

‫ﺍﺜﺒﺎﺕ‪ :4-1‬ﺍﺜﺒﺕ ﺍﻝﺨﺎﺼﻴﺔ ‪ 2‬ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺒﻭﺒﺔ‪.‬‬
‫ﻋﻨﺩ ﺍﻝﺒﺭﻫﺎﻥ ﻋﻠﻰ ﻫﺫﻩ ﺍﻝﺨﺎﺼﻴﺔ ﻴﺠﺏ ﺃﺨﺫ ﺒﻌﻴﻥ ﺍﻻﻋﺘﺒﺎﺭ ﺘﻜﺭﺍﺭﺍﺕ ﻜل ﻗﻴﻤﺔ‪ ،‬ﻓﺈﺫﺍ ﻜﺎﻨﺕ ﻝﺩﻴﻨﺎ ﺍﻝﺒﻴﺎﻨﺎﺕ‪:‬‬
‫‪ x1, x2, x3.....xn‬ﺘﻜﺭﺍﺭﺍﺘﻬﺎ ﻋﻠﻰ ﺍﻝﺘﻭﺍﻝﻲ ‪ f1, f2, f3.....fn:‬ﻓﺈﻥ ﻭﺴﻁﻬﺎ ﺍﻝﺤﺴﺎﺒﻲ ﻴﻌﻁﻰ ﺒﺎﻝﻤﻌﺎﺩﻝﺔ‪:‬‬
‫‪n‬‬
‫_‬ ‫‪∑ x i fi‬‬
‫‪i =1‬‬
‫=‪x‬‬ ‫‪n‬‬
‫‪∑ fi‬‬
‫‪i=1‬‬
‫ﻋﻨﺩ ﺇﻀﺎﻓﺔ ﺍﻝﻤﻘﺩﺍﺭ ‪ c‬ﺍﻝﻰ ﻜل ﻗﻴﻤﺔ ﻤﻥ ﻗﻴﻡ ﻫﺫﻩ ﺍﻝﺒﻴﺎﻨﺎﺕ ﻨﺤﺼل ﻋﻠﻰ ﺍﻝﺠﺩﻭل ﺍﻝﺘﺎﻝﻲ‪:‬‬
‫‪i‬‬ ‫‪xi + c‬‬ ‫‪Fi‬‬
‫‪1‬‬ ‫‪x1 + c‬‬ ‫‪f1‬‬
‫‪2‬‬ ‫‪x2 + c‬‬ ‫‪f2‬‬
‫‪3‬‬ ‫‪x3 + c‬‬ ‫‪f3‬‬
‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬
‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬
‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬
‫‪N‬‬ ‫‪xn + c‬‬ ‫‪fn‬‬
‫ﻭﻁﺒﻌﺎ ﻴﻜﻭﻥ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻬﺫﻩ ﺍﻝﺒﻴﺎﻨﺎﺕ ﻋﻠﻰ ﺸﻜل ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫‪n‬‬
‫‪∑ (x‬‬ ‫‪i‬‬ ‫‪+ c )f i‬‬

‫=‪x‬‬ ‫‪i =1‬‬
‫‪17-1‬‬
‫∑‬
‫‪n‬‬
‫‪f‬‬
‫‪i =1 i‬‬
‫ﺒﻔﻙ ﺒﺴﻁ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 17-1‬ﻨﺠﺩ ‪:‬‬

‫‪n‬‬ ‫‪n‬‬
‫‪∑x f‬‬ ‫‪i i‬‬ ‫‪+ c∑ f i‬‬

‫=‪x‬‬ ‫‪i =1‬‬
‫‪n‬‬
‫‪i =1‬‬
‫‪18-1‬‬
‫‪∑f‬‬ ‫‪i =1‬‬
‫‪i‬‬
‫ﻭﻤﻨﻪ ﻨﺠﺩ ‪:‬‬

‫‪n‬‬
‫‪∑x f‬‬ ‫‪i i‬‬

‫=‪x‬‬ ‫‪i =1‬‬
‫‪n‬‬
‫‪+c‬‬ ‫‪19-1‬‬
‫‪∑f‬‬
‫‪i =1‬‬
‫‪i‬‬
‫ﻤﻌﻠﻭﻡ ﺃﻥ ﺍﻝﻘﺴﻡ ﺍﻷﻭل ﻤﻥ ﺍﻝﻁﺭﻑ ﺍﻷﻴﻤﻥ ﻝﻠﻤﻌﺎﺩﻝﺔ ‪ 19-1‬ﻫﻭ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻠﺒﻴﺎﻨﺎﺕ ﺍﻷﺼﻠﻴﺔ‪ ،‬ﻭﻤﻨﻪ‬
‫ﻓﺎﻥ ﺍﻝﺨﺎﺼﻴﺔ ﺼﺤﻴﺤﺔ ﺃﻴﻀﺎ ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺒﻭﺒﺔ‪.‬‬
‫ﻤﻼﺤﻅﺔ‪ :‬ﻴﻤﻜﻥ ﺘﻁﺒﻴﻕ ﺍﻝﺨﺎﺼﻴﺔ ﺃﻴﻀﺎ ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﻀﺭﺏ ﺃﻭ ﺍﻝﻘﺴﻤﺔ ﺤﻴﺙ ﻨﺠﺩ‪:‬‬
‫_‬ ‫_‬
‫‪1‬‬
‫ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﻘﺴﻤﺔ‪ ،‬ﻭ ﺘﺘﻡ ﺍﻝﺒﺭﻫﻨﺔ ﺒﻨﻔﺱ ﺍﻝﻁﺭﻴﻘﺔ‬ ‫× ‪x=x‬‬ ‫ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﻀﺭﺏ‪ ،‬ﺃﻭ‪:‬‬ ‫‪x = x ×c‬‬
‫‪c‬‬
‫ﺍﻝﺴﺎﺒﻘﺔ‪.‬‬
‫ﻤﺜﺎل ‪ : 9-1‬ﻤﻥ ﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺜﺎل ‪ 1-1‬ﺍﺜﺒﺕ ﺃﻨﻪ ﺇﺫﺍ ﻁﺭﺡ ﺍﻝﻤﻘﺩﺍﺭ‪ c=2‬ﻤﻥ ﻜل ﻗﻴﻤﺔ ﻤﻥ ﺍﻝﻘﻴﻡ ﻓﺎﻥ ﺍﻝﻭﺴﻁ‬
‫ﺍﻝﺤﺴﺎﺒﻲ ﻝﻠﻘﻴﻡ ﺍﻝﺠﺩﻴﺩﺓ‪ ،‬ﻴﺴﺎﻭﻱ ﺍﻝﻰ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻠﻘﻴﻡ ﺍﻷﺼﻠﻴﺔ ﻭﻫﻭ ‪ 12.3‬ﻤﻨﻘﻭﺼﺎ ﻤﻨﻪ ‪ ،2‬ﺃﻱ‬
‫ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﺠﺩﻴﺩ ﻫﻭ ‪.10.3 :‬‬
‫ﺒﻁﺭﺡ ﺍﻝﻤﻘﺩﺍﺭ ‪ C=2‬ﻤﻥ ﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺜﺎل ﺍﻝﻤﺸﺎﺭ ﺍﻝﻴﻪ ﻨﺤﺼل ﻋﻠﻰ ﺍﻝﻘﻴﻡ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫‪8 13 10 11 10 8 10 12 11 10‬‬
‫ﻭ ﻴﻜﻭﻥ ﻭﺴﻁﻬﺎ ﺍﻝﺤﺴﺎﺒﻲ ﻫﻭ ‪:‬‬
‫‪103‬‬
‫=‪x‬‬ ‫‪= 10. 3‬‬
‫‪10‬‬
‫‪ x = 12. 3 − 2‬ﻭ ﺒﺎﻝﺘﺎﻝﻲ ﻓﺈﻥ ﺍﻝﺨﺎﺼﻴﺔ ﺼﺤﻴﺤﺔ‪.‬‬ ‫ﺃﻱ ‪:‬‬
‫ﺜﺎﻝﺜﺎ‪:‬ﺍﻝﺨﺎﺼﻴﺔ ﺍﻝﺜﺎﻝﺜﺔ ‪ :‬ﻴﻤﻜﻥ ﺇﻴﺠﺎﺩ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻷﻴﺔ ﻤﺠﻤﻭﻋﺔ ﻤﻥ ﺍﻝﺒﻴﺎﻨﺎﺕ ﺒﺎﺴﺘﺨﺩﺍﻡ ﻭﺴﻁ‬
‫ﻓﺭﻀﻲ‪ ،‬ﻋﻥ ﻁﺭﻴﻕ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫‪n‬‬
‫_‬ ‫‪∑ (x‬‬ ‫‪i‬‬ ‫)‪− Z‬‬

‫‪x = Z+‬‬ ‫‪i =1‬‬
‫‪20-1‬‬
‫‪N‬‬
‫ﻫﺫﺍ ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺒﻴﺎﻨﺎﺕ ﻏﻴﺭ ﺍﻝﻤﺒﻭﺒﺔ‪ ،‬ﺃﻤﺎ ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺒﻭﺒﺔ‪ ،‬ﻓﻴﺘﻡ ﺫﻝﻙ ﻋﻥ ﻁﺭﻴﻕ ﺍﻝﻤﻌﺎﺩﻝﺔ‪:‬‬
‫‪n‬‬
‫_‬ ‫‪∑ (x‬‬ ‫‪i‬‬ ‫‪− Z)f i‬‬

‫‪x = Z+‬‬ ‫‪i =1‬‬
‫‪n‬‬
‫‪21-1‬‬
‫‪∑f‬‬
‫‪i =1‬‬
‫‪i‬‬
‫ﺤﻴﺙ ‪ : Z‬ﻭﺴﻁ ﻓﺭﻀﻲ ﺘﺨﺘﻠﻑ ﻗﻴﻤﺘﻪ ﻋﻥ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ‪ ،‬ﺃﻤﺎ ﺇﺫﺍ ﺴﺎﻭﺕ ﻗﻴﻤﺘﻪ ﻗﻴﻤﺔ ﺍﻝﻭﺴﻁ‬
‫ﺍﻝﺤﺴﺎﺒﻲ‪ ،‬ﻓﺈﻥ ﺍﻝﻁﺭﻑ ﺍﻷﺨﻴﺭ ﻓﻲ ﻜل ﻤﻥ ﺍﻝﻤﻌﺎﺩﻝﺘﻴﻥ ﻴﺴﺎﻭﻱ ﺍﻝﺼﻔﺭ‪.‬‬
‫ﻭ ﺘﺴﻤﻰ ﻁﺭﻴﻘﺔ ﺇﻴﺠﺎﺩ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻝﻭﺴﻁ ﺍﻝﻔﺭﻀﻲ‪ ،‬ﺒﻁﺭﻴﻘﺔ ﺍﻝﻔﺭﻭﻗﺎﺕ‪ ،‬ﻭ ﻴﻤﻜﻥ ﺇﺜﺒﺎﺕ‬
‫ﺼﺤﺔ ﺍﻝﻤﻌﺎﺩﻝﺘﻴﻥ ‪ 20-1‬ﻭ ‪ 21-1‬ﺒﻨﺸﺭﻫﻤﺎ ﺍﺫ ﻨﺠﺩ ﺒﺄﻥ ﺍﻝﻁﺭﻓﻴﻥ ﻤﺘﺴﺎﻭﻴﻴﻥ‪.‬‬
‫ﻤﺜﺎل‪ :10-1‬ﺃﻭﺠﺩ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﺠﺩﻭل ‪ ،1-1‬ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻝﻭﺴﻁ ﺍﻝﻔﺭﻀﻲ‪.Z=20 :‬‬
‫ﺍﻝﺠﻭﺍﺏ‪ :‬ﺒﻤﺎ ﺃﻥ ﺍﻝﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺸﺎﺭ ﺇﻝﻴﻬﺎ ﻫﻲ ﺒﻴﺎﻨﺎﺕ ﻤﺒﻭﺒﺔ‪ ،‬ﻝﺫﻝﻙ ﻨﻁﺒﻕ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ ،21-1‬ﻭﻨﺠﺭﻱ ﺍﻝﺤﺴﺎﺒﺎﺕ ﺍﻝﻀﺭﻭﺭﻴﺔ‬
‫ﻤﻥ ﺨﻼل ﺍﻝﺠﺩﻭل ﺍﻝﺘﺎﻝﻲ ‪:‬‬
‫‪i‬‬ ‫‪xi‬‬ ‫‪fi‬‬ ‫‪( x i − 20)f i‬‬
‫‪1‬‬ ‫‪10‬‬ ‫‪2‬‬ ‫‪-20‬‬
‫‪2‬‬ ‫‪12‬‬ ‫‪4‬‬ ‫‪-32‬‬
‫‪3‬‬ ‫‪13‬‬ ‫‪2‬‬ ‫‪-14‬‬
‫‪4‬‬ ‫‪14‬‬ ‫‪1‬‬ ‫‪-6‬‬
‫‪5‬‬ ‫‪15‬‬ ‫‪1‬‬ ‫‪-5‬‬
‫ﻣﺞ‬ ‫‪10‬‬ ‫‪-77‬‬
‫ﺠﺩﻭل‪4-1‬‬
‫ﻤﻥ ﺍﻝﺠﺩﻭل ‪ 4-1‬ﻨﺠﺩ‪:‬‬
‫‪n‬‬
‫‪∑ (x i − 20) f i = −77‬‬
‫‪i =1‬‬
‫ﻭﻤﻨﻪ ﻴﻜﻭﻥ‬
‫_‬ ‫‪−77‬‬
‫‪x = 20 +‬‬ ‫‪= 12. 3‬‬
‫‪10‬‬
‫ﻭ ﻫﻲ ﻨﻔﺱ ﻗﻴﻤﺔ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﻤﺤﺼل ﻋﻠﻴﻪ ﻓﻲ ﺍﻷﻤﺜﻠﺔ ﺍﻝﺴﺎﺒﻘﺔ‪.‬‬
‫ﺭﺍﺒﻌﺎ‪ :‬ﺍﻝﺨﺎﺼﻴﺔ ﺍﻝﺭﺍﺒﻌﺔ‪ :‬ﺇﺫﺍ ﻜﺎﻨﺕ ﻝﺩﻴﻨﺎ ﺍﻝﻘﻴﻡ‪:‬‬

‫‪x1, x2, x3,...........xn‬‬
‫ﻭﺃﻀﻴﻔﺕ ﺍﻝﻰ ﻜل ﻗﻴﻤﺔ ﻤﻨﻬﺎ ﺍﻝﻘﻴﻡ ‪:‬‬
‫‪y1, y2, y3,...........yn‬‬
‫ﻋﻠﻰ ﺍﻝﺘﻭﺍﻝﻲ‪ ،‬ﻓﺈﻥ ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻠﻘﻴﻡ ﺍﻝﺠﺩﻴﺩﺓ‪:‬‬
‫‪z1, z2, z3,..........zn‬‬
‫ﻴﻜﺘﺏ ﻋﻠﻰ ﺍﻝﻨﺤﻭ‪:‬‬
‫_‬ ‫_‬ ‫_‬
‫‪Z = x+ y‬‬ ‫‪22-1‬‬
‫_‬ ‫_‬ ‫_‬
‫ﺍﻝﻭﺴﻁ‬ ‫‪:Z‬‬ ‫‪ : y‬ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻠﻘﻴﻡ ﺍﻝﻤﻀﺎﻓﺔ‪.‬‬
‫ﺤﻴﺙ ‪ : x :‬ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻠﻘﻴﻡ ﺍﻷﺼﻠﻴﺔ‪.‬‬
‫ﺍﻝﺤﺴﺎﺒﻲ ﻝﻠﻘﻴﻡ ﺍﻝﺠﺩﻴﺩﺓ‪.‬‬
‫ﻭﻴﻤﻜﻥ ﺍﻝﺒﺭﻫﻨﺔ ﺃﻴﻀﺎ ﻋﻠﻰ ﻫﺫﻩ ﺍﻝﺨﺎﺼﻴﺔ ﺴﻭﺍﺀ ﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺒﻴﺎﻨﺎﺕ ﻏﻴﺭ ﺍﻝﻤﺒﻭﺒﺔ ﺃﻭﻓﻲ ﺤﺎﻝﺔ ﺍﻝﺒﻴﺎﻨﺎﺕ‬
‫ﺍﻝﻤﺒﻭﺒﺔ‪.‬‬
‫ﺍﻝﻤﻘﻁﻊ ‪ :2-3‬ﺘﻘﺩﻴﺭ ﺘﺒﺎﻴﻥ ﺸﻌﺎﻉ ﺍﻝﺜﻭﺍﺒﺕ ﻭﺤﺩ ﺍﻝﺨﻁﺄ‬
‫ﺃﻭﻻ‪ :‬ﺘﺒﺎﻴﻥ ﺸﻌﺎﻉ ﺍﻝﻤﻌﺎﻝﻡ‪:‬‬

‫ﺒﻨﻔﺱ ﺍﻝﻤﻨﻬﺠﻴﺔ ﺍﻝﻤﺘﺒﻌﺔ ﻓﻲ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ ﻴﻤﻜﻥ ﺍﺴﺘﻨﺘﺎﺝ ﺘﺒﺎﻴﻥ ﺍﻝﻤﻌﺎﻝﻡ‪ ،‬ﺤﻴﺙ ﻨﺠﺩ‪:‬‬
‫‪Var (B̂) = σ 2 (X ′X ) −1‬‬ ‫‪23-3‬‬
‫ﻝﻠﺒﺭﻫﻨﺔ ﻋﻠﻰ ﺫﻝﻙ ﻨﺘﺒﻊ ﺍﻝﺨﻁﻭﺍﺕ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫‪-‬ﺍﺜﺒﺎﺕ ﺃﻥ ̂‪ B‬ﻏﻴﺭ ﻤﺘﺤﻴﺯ ﻝـ ‪:B‬‬
‫‪B̂ = (X ′X ) −1 X ′Y‬‬ ‫‪24-3‬‬
‫ﻭ ﻝﺩﻴﻨﺎ ﺃﻴﻀﺎ‪:‬‬
‫‪Y = XB + U‬‬ ‫‪25-3‬‬
‫ﻨﻌﻭﺽ ‪ 25-3‬ﻓﻲ ‪ 24-3‬ﻨﺠﺩ‪:‬‬
‫) ‪B̂ = (X ′X ) −1 X ′(XB + U‬‬
‫ﺒﺎﻝﺘﻭﺯﻴﻊ ﻨﺠﺩ‪:‬‬
‫‪B̂ = (X ′X ) X ′XB + (X ′X ) X ′U‬‬
‫‪−1‬‬ ‫‪−1‬‬
‫ﻭ ﻝﺩﻴﻨﺎ‪(X ′X ) −1 X ′X = I :‬‬
‫ﺃﻱ ﻤﺼﻔﻭﻓﺔ ﺃﺤﺎﺩﻴﺔ‪ ،‬ﻭ ﺒﺎﻝﺘﺎﻝﻲ ﻨﺠﺩ‪:‬‬
‫‪B̂ = B + (X ′X ) −1 X ′U‬‬ ‫‪26-3‬‬
‫ﺒﺄﺨﺫ ﺘﻭﻗﻊ ﺍﻝﻁﺭﻓﻴﻥ ﻨﺠﺩ‪:‬‬
‫) ‪E (B̂) = B + E (X ′X ) X ′U = B + (X ′X ) X ′E ( U‬‬
‫‪−1‬‬ ‫‪−1‬‬
‫ﻤﻌﻠﻭﻡ ﺃﻥ ﺘﻭﻗﻊ ﺍﻝﺒﻭﺍﻗﻲ ﻤﻌﺩﻭﻡ ﻤﻥ ﺨﻼل ﺍﻝﻔﺭﻀﻴﺔ‪ ،‬ﻝﺫﻝﻙ ﻓﺎﻝﻁﺭﻑ ﺍﻝﺜﺎﻨﻲ ﻜﻠﻪ ﻤﻌﺩﻭﻡ ﻭ ﺒﺎﻝﺘﺎﻝﻲ ﻨﺠﺩ‪:‬‬
‫‪E (B̂) = B‬‬ ‫‪27-3‬‬
‫ﻭ ﺍﻝﻨﺘﻴﺠﺔ ﻫﻲ ﺃﻥ ﻗﻴﻡ ﺍﻝﺸﻌﺎﻉ ̂‪ B‬ﻫﻲ ﻗﻴﻡ ﻏﻴﺭ ﻤﺘﺤﻴﺯﺓ ﻝﻘﻴﻡ ﺍﻝﺸﻌﺎﻉ ‪B‬‬
‫‪-‬ﺍﻝﺘﺒﺎﻴﻥ ﻭ ﺍﻝﺘﺒﺎﻴﻥ ﺍﻝﻤﺸﺘﺭﻙ ﻝـ ̂‪: B‬‬
‫]‪Var (B̂) = E[(B̂ − E (B̂))(B̂ − E (B̂))′‬‬ ‫‪28-3‬‬
‫ﻨﻌﻭﺽ ‪ 27-3‬ﻓﻲ ‪ 28-3‬ﻨﺠﺩ‪:‬‬
‫]‪Var (B̂) = E[(B̂ − B)(B̂ − B)′‬‬ ‫‪29-3‬‬
‫ﻤﻥ ‪ 26-3‬ﻝﺩﻴﻨﺎ‪:‬‬
‫‪B̂ − B = (X ′X ) −1 X ′U‬‬ ‫‪30-3‬‬
‫ﻨﻌﻭﺽ ‪ 30-3‬ﻓﻲ ‪ 29-3‬ﻨﺠﺩ‪:‬‬
‫‪Var (B̂) = E[((X ′X ) −1 X ′U )((X ′X ) −1 X ′U )′‬‬
‫ﺃﻭ‪:‬‬
‫‪Var (B̂) = E[(X ′X ) −1 X ′UU ′X )(X ′X ) −1‬‬
‫ﺒﺎﺩﺨﺎل ﺍﻝﺘﻭﻗﻊ ﻨﺠﺩ‪:‬‬
‫‪Var (B̂) = (X ′X ) −1 X ′E ( UU ′)X(X ′X ) −1‬‬ ‫‪31-3‬‬
‫ﻤﻌﻠﻭﻡ ﺃﻥ ﺘﺒﺎﻴﻥ ﺍﻝﺨﻁﺄ ﺍﻝﻌﺸﻭﺍﺌﻲ ﻫﻭ‪:‬‬
‫‪E ( UU ′) = σ In‬‬
‫‪2‬‬
‫‪32-3‬‬
‫ﺤﻴﺙ‪ In :‬ﻤﺼﻔﻭﻓﺔ ﺃﺤﺎﺩﻴﺔ‪.‬‬
‫ﺒﺘﻌﻭﻴﺽ ‪ 32-3‬ﻓﻲ ‪ 31-3‬ﻨﺠﺩ‪:‬‬
‫‪Var (B̂) = σ 2 In (X ′X ) −1 X ′X (X ′X ) −1‬‬ ‫‪33-3‬‬
‫ﺒﻤﺎ ﺃﻥ‪:‬‬
‫‪(X ′X ) −1 X ′X = I‬‬
‫ﻝﺫﻝﻙ ﻓﺎﻝﻌﺒﺎﺭﺓ ‪ 33-3‬ﺘﺼﺒﺢ ﻋﻠﻰ ﺍﻝﻨﺤﻭ‪:‬‬
‫‪Var (B̂) = σ 2 (X ′X ) −1‬‬ ‫‪34-3‬‬
‫ﻭ ﻫﻲ ﺍﻝﻌﺒﺎﺭﺓ ﺍﻝﺘﻲ ﻨﺤﺴﺏ ﻋﻥ ﻁﺭﻴﻘﻬﺎ ﺘﺒﺎﻴﻥ ﺸﻌﺎﻉ ﺍﻝﻤﻌﺎﻝﻡ ̂‪ ، B‬ﺤﻴﺙ ﻫﻭ ﺤﺎﺼل ﻀﺭﺏ ﺘﺒﺎﻴﻥ ﺤﺩ‬
‫ﺍﻝﺨﻁﺄ ﻓﻲ ﺍﻝﻌﻨﺎﺼﺭ ﺍﻝﻘﻁﺭﻴﺔ‪ ajj‬ﻝﻤﻘﻠﻭﺏ ﺍﻝﻤﺼﻔﻭﻓﺔ )‪ ، (X ′X‬ﺒﻴﻨﻤﺎ ﺤﺎﺼل ﻀﺭﺏ ﺘﺒﺎﻴﻥ ﺤﺩ ﺍﻝﺨﻁﺄ ﻓﻲ‬
‫ﺍﻝﻌﻨﺎﺼﺭ ﻏﻴﺭ ﺍﻝﻘﻁﺭﻴﺔ ‪ aji‬ﻓﻬﻭ ﻋﺒﺎﺭﺓ ﻋﻥ ﺍﻝﺘﺒﺎﻴﻥ ﺍﻝﻤﺸﺘﺭﻙ ﻝﻠﻌﻨﺎﺼﺭ ‪ B̂ j , B i‬ﺃﻱ‪Cov(B̂) :‬‬
‫ﺃﻭﻻ‪ :‬ﺘﺒﺎﻴﻥ ﺸﻌﺎﻉ ﺍﻝﻤﻌﺎﻝﻡ‪:‬‬
‫ﺜﺎﻨﻴﺎ‪ :‬ﺘﻘﺩﻴﺭ ﺘﺒﺎﻴﻥ ﺍﻝﺨﻁﺄ ﺍﻝﻌﺸﻭﺍﺌﻲ ‪ : σ 2‬ﻴﺘﻡ ﺘﻘﺩﻴﺭ ﺘﺒﺎﻴﻥ ﺤﺩ ﺍﻝﺨﻁﺄ ‪ S2‬ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫‪e′e‬‬
‫= ‪S2‬‬
‫‪n − k −1‬‬
‫)̂‪e′e = (Y − Ŷ)′(Y − Y‬‬ ‫‪35-3‬‬
‫̂‪Ŷ = XB‬‬
‫̂‪e′e = (Y − XB̂)′(Y − XB̂) = Y ′Y − Y ′XB̂ − B̂X ′Y + B̂′X ′XB‬‬
‫ﻭ ﺘﻜﺘﺏ ﺃﻴﻀﺎ‪:‬‬
‫̂‪e′e = Y ′Y − 2B̂X ′Y + B̂′X ′XB‬‬ ‫‪36-3‬‬
‫ﻤﻥ ﺠﻬﺔ ﺃﺨﺭﻯ ﻝﺩﻴﻨﺎ‪:‬‬
‫‪B̂ = (X ′X) −1 X ′Y‬‬
‫ﻭ ﻤﻨﻬﺎ ﻨﺴﺘﻨﺘﺞ‪:‬‬
‫‪(X ′X )B̂ = X ′Y‬‬ ‫‪38-3‬‬
‫ﻨﻌﻭﺽ ‪ 38-3‬ﻓﻲ ‪ 36-3‬ﻨﺠﺩ‪:‬‬
‫‪e′e = Y ′Y − 2B̂X ′Y + B̂′X ′Y‬‬

‫ﺃﻱ‪:‬‬
‫‪e′e = Y ′Y − B̂X ′Y‬‬ ‫‪39-3‬‬
‫ﻭﻜﺎﻥ ﻝﺩﻴﻨﺎ ﻓﻲ ﺍﻝﺒﺩﺍﻴﺔ‪:‬‬
‫‪e′e‬‬
‫= ‪S2‬‬
‫‪n − k −1‬‬
‫ﻨﻌﻭﺽ ‪ 39-3‬ﻓﻲ ﺍﻝﺒﺴﻁ ﻨﺠﺩ ﺍﻝﻘﻴﻤﺔ ﺍﻝﺘﻘﺩﻴﺭﻴﺔ ﻝﺘﺒﺎﻴﻥ ﺤﺩ ﺍﻝﺨﻁﺄ ﻭ ﻫﻲ‪:‬‬
‫‪3‬‬
‫‪Y ′Y − B̂X ′Y‬‬
‫= ‪S2‬‬ ‫‪40-‬‬
‫‪n − k −1‬‬
‫ﻤﺜﺎل‪ :3-3‬ﻤﻥ ﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺜﺎل‪:1-3‬‬
‫‪yi‬‬ ‫‪X2i‬‬ ‫‪X3i‬‬
‫‪80‬‬ ‫‪40‬‬ ‫‪10‬‬
‫‪80‬‬ ‫‪80‬‬ ‫‪20‬‬
‫‪120‬‬ ‫‪60‬‬ ‫‪5‬‬
‫‪40‬‬ ‫‪20‬‬ ‫‪5‬‬
‫‪50‬‬ ‫‪45‬‬ ‫‪10‬‬
‫‪90‬‬ ‫‪90‬‬ ‫‪15‬‬
‫‪90‬‬ ‫‪100‬‬ ‫‪20‬‬
‫‪140‬‬ ‫‪110‬‬ ‫‪5‬‬
‫‪ -1‬ﺃﻭﺠﺩ ﺍﻝﺘﺒﺎﻴﻥ ﻭ ﺍﻻﻨﺤﺭﺍﻑ ﺍﻝﻤﻌﻴﺎﺭﻱ ﻝﺤﺩ ﺍﻝﺨﻁﺄ‪.‬‬
‫‪ -2‬ﺃﻭﺠﺩ ﺍﻝﺘﺒﺎﻴﻥ ﻭ ﺍﻻﻨﺤﺭﺍﻑ ﺍﻝﻤﻌﻴﺎﺭﻱ ﻝﻤﻌﺎﻝﻡ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﻤﻘﺩﺭﺓ ﺒﻤﻭﺠﺏ ﺍﻝﻤﺜﺎل ‪.2-3‬‬
‫‪ -1‬ﺍﻴﺠﺎﺩ ﺍﻝﺘﺒﺎﻴﻥ ﻭ ﺍﻻﻨﺤﺭﺍﻑ ﺍﻝﻤﻌﻴﺎﺭﻱ ﻝﺤﺩ ﺍﻝﺨﻁﺄ‪.‬‬
‫ﺸﻌﺎﻉ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻫﻭ‪:‬‬
‫‪ y1  80 ‬‬
‫‪y   ‬‬
‫‪ 2  80 ‬‬
‫‪ y 3  120‬‬
‫‪   ‬‬
‫‪y4‬‬ ‫‪40‬‬
‫‪Y =   =  ‬‬
‫‪y‬‬ ‫‪50 ‬‬
‫‪ 5  ‬‬
‫‪ y 6  90 ‬‬
‫‪ y  90 ‬‬
‫‪ 7  ‬‬
‫‪ y8  140‬‬
‫ﺃﻤﺎ ﻤﺼﻔﻭﻓﺔ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﻤﺴﺘﻘﻠﺔ ﻓﻬﻲ‪:‬‬
‫‪1‬‬ ‫‪x 21 x 31  1‬‬ ‫‪40‬‬ ‫‪10‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪x 22 x 32  1‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪80‬‬ ‫‪20‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪x 23 x 33  1‬‬ ‫‪60‬‬ ‫‪5‬‬ ‫‪‬‬
‫‪‬‬ ‫‪ ‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪x 24 x 34  1‬‬ ‫‪20‬‬ ‫‪5‬‬
‫‪X=‬‬ ‫=‬ ‫‪‬‬
‫‪1‬‬ ‫‪x 25 x 35  1‬‬ ‫‪45‬‬ ‫‪10‬‬ ‫‪‬‬
‫‪‬‬ ‫‪ ‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪x 26 x 36  1‬‬ ‫‪90‬‬ ‫‪15‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪x 27 x 37  1‬‬ ‫‪100‬‬ ‫‪20‬‬ ‫‪‬‬
‫‪‬‬ ‫‪ ‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪x 28 x 38  1‬‬ ‫‪110‬‬ ‫‪5‬‬ ‫‪‬‬
‫ﺘﺒﺎﻴﻥ ﺤﺩ ﺍﻝﺨﻁﺄ ﻴﻌﻁﻰ ﺤﺴﺏ ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ 40-3‬ﻭ ﻫﻲ‪:‬‬
‫‪Y ′Y − B̂X ′Y‬‬
‫= ‪S2‬‬
‫‪n − k −1‬‬
‫ﻨﺤﺴﺏ ﺍﻝﺒﺴﻁ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫ﺍﻝﺠﺯﺀ ﺍﻷﻭل‪:‬‬
‫‪80 ‬‬
‫‪80 ‬‬
‫‪ ‬‬
‫‪120‬‬
‫‪ ‬‬
‫‪40‬‬
‫‪Y ′Y = [80 80 120 40 50 90 90 140]  = 67100‬‬
‫‪50 ‬‬
‫‪ ‬‬
‫‪90 ‬‬
‫‪90 ‬‬
‫‪ ‬‬
‫‪140‬‬
‫ﺍﻝﺠﺯﺀ ﺍﻝﺜﺎﻨﻲ‪:‬‬
‫‪80 ‬‬
‫‪80 ‬‬
‫‪ ‬‬
‫‪120‬‬
‫‪50.379  1‬‬ ‫‪1 1 1 1 1 1 1  ‬‬
‫‪40‬‬
‫‪B̂X′Y = 1.006  40 80 60 20 45 90 100 110  ‬‬
‫‪50 ‬‬
‫‪- 2.905 10 20 5 5 10 15 20 5  90 ‬‬
‫‪ ‬‬
‫‪90 ‬‬
‫‪ ‬‬
‫‪140‬‬
‫‪80 ‬‬
‫‪80 ‬‬
‫‪ ‬‬
‫‪120‬‬
‫‪ ‬‬
‫‪40‬‬
‫‪B̂X′Y = [61.58 72.759 96.214 55.974 66.599 97.344 92.879 146.514]  = 65493.74‬‬
‫‪50 ‬‬
‫‪ ‬‬
‫‪90 ‬‬
‫‪90 ‬‬
‫‪ ‬‬
‫‪140‬‬
‫ﺒﺎﻝﺘﻌﻭﻴﺽ ﻨﺠﺩ ﺘﺒﺎﻴﻥ ﺤﺩ ﺍﻝﺨﻁﺄ ﻭﻫﻭ‪:‬‬
‫‪67100 − 65493.74‬‬
‫= ‪S2‬‬ ‫‪= 321.252‬‬
‫‪8 − 2 −1‬‬
‫ﺒﻴﻨﻤﺎ ﺍﻻﻨﺤﺭﺍﻑ ﺍﻝﻤﻌﻴﺎﺭﻱ ﻝﺤﺩ ﺍﻝﺨﻁﺄ ﻓﻬﻭ‪:‬‬
‫‪S = 321.252 = 17.92‬‬
‫ﺍﻝﺘﺒﺎﻴﻥ ﻭ ﺍﻝﺘﺒﺎﻴﻥ ﺍﻝﻤﺸﺘﺭﻙ ﻝﻠﺜﻭﺍﺒﺕ‪:‬‬
‫ﻴﺤﺴﺏ ﻋﻥ ﻁﺭﻴﻕ ﺍﻝﻌﻼﻗﺔ ‪ 34-3‬ﻭﻫﻲ‪:‬‬
‫‪Var (B̂) = σ 2 (X ′X ) −1‬‬
‫ﺤﻴﺙ ﺘﺒﺎﻴﻥ ﺍﻝﺜﻭﺍﺒﺕ ﻴﻜﻭﻥ ﻋﻠﻰ ﺍﻝﻘﻁﺭ ﻭ ﺍﻝﺘﺒﺎﻴﻥ ﺍﻝﻤﺸﺘﺭﻙ ﺨﺎﺭﺝ ﺍﻝﻘﻁﺭ‪.‬‬
‫ﻤﻊ ﺍﺴﺘﺒﺩﺍل ‪ σ 2‬ﺒﺎﻝﻘﻴﻤﺔ ‪:S2‬‬
‫ﻝﺩﻴﻨﺎ ﻤﻥ ﺍﻝﺴﺎﺒﻕ‪:‬‬
‫‪‬‬ ‫‪11930000 - 101000 - 301500 ‬‬
‫‪‬‬ ‫‪- 101000‬‬ ‫‪‬‬
‫‪- 4950  ‬‬
‫‪1‬‬
‫) ‪(X ′X‬‬ ‫‪−1‬‬
‫‪=‬‬ ‫‪‬‬ ‫‪2300‬‬
‫‪13260000‬‬
‫‪‬‬ ‫‪- 301500 - 4950‬‬ ‫‪56775  ‬‬
‫‪‬‬ ‫‪11930000 - 101000 - 301500 ‬‬
‫‪‬‬ ‫‪- 101000‬‬ ‫‪‬‬
‫‪- 4950  ‬‬
‫‪1‬‬
‫‪var(B̂) = 321.252‬‬ ‫‪‬‬ ‫‪2300‬‬
‫‪13260000‬‬
‫‪‬‬ ‫‪- 301500 - 4950‬‬ ‫‪56775  ‬‬
‫‪ 289.03 - 2.447 - 7.304  ‬‬
‫‪‬‬ ‫‪‬‬
‫‪var(B̂) =  - 2.447‬‬ ‫‪0.056 - 0.120 ‬‬ ‫ﻭ ﻤﻨﻪ ﻨﺠﺩ‪:‬‬
‫‪ - 7.304 - 0.120 1."354  ‬‬
‫ﻋﻨﺎﺼﺭ ﺍﻝﻘﻁﺭ ﻋﺒﺎﺭﺓ ﻋﻥ ﺘﺒﺎﻴﻥ ﺍﻝﻤﻌﺎﻝﻡ ﻋﻠﻰ ﻭﺠﻪ ﺍﻝﺘﺭﺘﻴﺏ‪.‬‬
‫ﺍﻝﻌﻨﺎﺼﺭ ﺍﻝﻤﺘﻨﺎﻅﺭﺓ ﺨﺎﺭﺝ ﺍﻝﻘﻁﺭ ﻋﺒﺎﺭﺓ ﻋﻥ ﺍﻝﺘﺒﺎﻴﻥ ﺍﻝﻤﺸﺘﺭﻙ ﻝﻠﻤﻌﺎﻝﻡ ﻭ ﻫﻲ ﻝﻴﺴﺕ ﺫﺍﺕ ﺍﻫﺘﻤﺎﻡ ﺤﺎﻝﻴﺎ‪.‬‬
‫ﻭﻤﻨﻪ ﻴﻜﻭﻥ‪:‬‬
‫ﺍﻝﺘﺒﺎﻴﻥ‬ ‫ﺍﻻﻨﺤﺭﺍﻑ ﺍﻝﻤﻌﻴﺎﺭﻱ‬
‫‪varβ1= 289.03‬‬ ‫‪17.00‬‬
‫‪varβ2=0.056‬‬ ‫‪0.236‬‬
‫‪varβ3=1. 354‬‬ ‫‪1.164‬‬
‫ﻴﻼﺤﻅ ﺃﻥ ﻗﻴﻡ ﺍﻝﺘﺒﺎﻴﻥ ﺍﻝﻤﺸﺘﺭﻙ ﻤﺘﻨﺎﻅﺭﺓ ﻝﺫﻝﻙ ﻋﺎﺩﺓ ﻤﺎ ﻴﺘﻡ ﺤﺫﻑ ﺍﻝﻘﻴﻡ ﺃﺴﻔل ﺍﻝﻘﻁﺭ‪.‬‬
‫ﻤﻘﻁﻊ‪ :3-3‬ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﺠﺯﺌﻲ‬
‫ﻭ ﺍﺨﺘﺒﺎﺭ ﺍﻝﻔﺭﻀﻴﺎﺕ ﻝﻠﻨﻤﻭﺫﺝ ﺍﻝﻤﺘﻌﺩﺩ‬
‫ﺃﻭﻻ‪ :‬ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﺠﺯﺌﻲ‪:‬‬

‫ﻓﻲ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺜﻼﺜﻲ ﻴﻜﻭﻥ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﺩﺍﻝﺔ ﻓﻲ ﻤﺘﻐﻴﺭﻴﻥ ﻤﺴﺘﻘﻠﻴﻥ‪ ،‬ﻴﺅﺜﺭﺍﻥ ﺒﺩﺭﺠﺔ ﺃﻭ ﺃﺨﺭﻯ ﻓﻲ‬
‫ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ‪ ،‬ﻭﻴﻜﻭﻥ ﻤﻥ ﺍﻝﻤﻔﻴﺩ ﻤﻌﺭﻓﺔ ﺩﺭﺠﺔ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﺼﺎﻓﻲ ﻝﻠﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﺒﻜل ﻤﺘﻐﻴﺭ ﻤﻥ ﺍﻝﻤﺘﻐﻴﺭﻴﻥ‬
‫ﺍﻝﻤﺴﺘﻘﻠﻴﻥ‪ ،‬ﻭﻴﺘﻡ ﺫﻝﻙ ﻋﻥ ﻁﺭﻴﻕ ﻤﺎ ﻴﺴﻤﻰ ﺒﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﺠﺯﺌﻲ‪.‬‬
‫ﺘﻌﺭﻴﻑ ‪ :5-3‬ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﺠﺯﺌﻲ ﻫﻭ ﺃﺩﺍﺓ ﻝﻘﻴﺎﺱ ﺼﺎﻓﻲ ﺍﻻﺭﺘﺒﺎﻁ ﺒﻴﻥ ﻤﺘﻐﻴﺭ ﺘﺎﺒﻊ‪ ،‬ﻭﺁﺨﺭ ﻤـﺴﺘﻘل‬
‫ﺒﻌﺩ ﺤﺫﻑ ﺍﻝﺘﺄﺜﻴﺭ ﺍﻝﻤﺸﺘﺭﻙ ﻝﻠﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﻤﺴﺘﻘﻠﺔ ﺍﻷﺨﺭﻯ‪ ،‬ﺃﻱ ﻤﻊ ﺘﺜﺒﻴﺘﻬﺎ‪.‬‬
‫ﺇﺫﺍ ﻜﺎﻨﺕ ﻝﺩﻴﻨﺎ ﺩﺍﻝﺔ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﻤﻔﺘﺭﻀﺔ ﻤﻥ ﺍﻝﺸﻜل‪:‬‬
‫‪yi = a + bxi + czi‬‬
‫ﻓﺈﻥ ﻤﻌﺎﻤﻼﺕ ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﺠﺯﺌﻲ ﺒﻴﻥ ‪ yi‬ﻭ ‪ xi‬ﻭ ‪ zi‬ﻋﻠﻰ ﺍﻝﺘﻭﺍﻝﻲ ﺘﻌﻁﻰ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬
‫ﺃ‪ -‬ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﺠﺯﺌﻲ ﺒﻴﻥ ‪ y‬ﻭ ‪ x‬ﻤﻊ ﺘﺜﺒﻴﺕ ‪: z‬‬
‫‪ryx − ryz . rxz‬‬
‫= ‪ryx . z‬‬ ‫‪41-3‬‬
‫‪1 − rxz‬‬
‫‪2‬‬
‫‪. 1 − ryz‬‬
‫‪2‬‬
‫ﺏ‪ -‬ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﺠﺯﺌﻲ ﺒﻴﻥ ‪ y‬ﻭ ‪ z‬ﻤﻊ ﺘﺜﺒﻴﺕ ‪: x‬‬

‫‪ryz − ryx . rxz‬‬
‫= ‪ryz. x‬‬ ‫‪42-3‬‬
‫‪1 − rxz‬‬
‫‪2‬‬
‫‪.‬‬ ‫‪1 − ryx‬‬
‫‪2‬‬
‫‪ : ryx‬ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﺒﺴﻴﻁ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﻴﻥ ‪ y‬ﻭ‪.x‬‬ ‫ﺤﻴﺙ ‪:‬‬

‫‪ : ryz‬ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﺒﺴﻴﻁ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﻴﻥ ‪ y‬ﻭ ‪z‬‬
‫‪ :rxz‬ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﺒﺴﻴﻁ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭﻴﻥ ‪ x‬ﻭ‪.z‬‬
‫ﻜﻤﺎ ﻫﻭ ﺍﻝﺸﺄﻥ ﺒﺎﻝﻨﺴﺒﺔ ﻝﻼﺭﺘﺒﺎﻁ ﺍﻝﺒﺴﻴﻁ ﻓﺈﻥ ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﺠﺯﺌﻲ ﺘﺘﺭﺍﻭﺡ ﻗﻴﻤﺘﻪ ﺃﻴﻀﺎ ﺒﻴﻥ ‪ 1-‬ﻭ ‪1+‬‬
‫ﻭ ﺘﺄﺨﺫ ﻨﻔﺱ ﺇﺸﺎﺭﺓ ﺍﻝﻤﻌﻠﻤﺔ ﺍﻝﻤﻘﺎﺒﻠﺔ ﻓﻲ ﺩﺍﻝﺔ ﺍﻻﻨﺤﺩﺍﺭ‪.‬‬
‫‪yi‬‬ ‫‪X2i‬‬ ‫‪X3i‬‬
‫‪80‬‬ ‫‪40‬‬ ‫‪10‬‬
‫‪80‬‬ ‫‪80‬‬ ‫‪20‬‬
‫‪120‬‬ ‫‪6‬‬ ‫‪5‬‬
‫‪40‬‬ ‫‪20‬‬ ‫‪5‬‬
‫‪50‬‬ ‫‪45‬‬ ‫‪10‬‬
‫‪90‬‬ ‫‪90‬‬ ‫‪15‬‬
‫‪90‬‬ ‫‪100‬‬ ‫‪20‬‬
‫‪140‬‬ ‫‪110‬‬ ‫‪5‬‬
‫‪ -1‬ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﺠﺯﺌﻲ ﺒﻴﻥ ‪ y‬ﻭ ‪ x2‬ﻤﻊ ﺘﺜﺒﻴﺕ ‪x3‬‬
‫‪ -2‬ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﺠﺯﺌﻲ ﺒﻴﻥ ‪ y‬ﻭ ‪ x3‬ﻤﻊ ﺘﺜﺒﻴﺕ ‪x2‬‬
‫ﺃ‪ -‬ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﺠﺯﺌﻲ ﺒﻴﻥ ‪ y‬ﻭ ‪ x2‬ﻤﻊ ﺘﺜﺒﻴﺕ ‪ ، x3‬ﺃﻱ ‪ ryx2.x3‬ﻴﺘﻡ ﺇﻴﺠﺎﺩﻩ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻝﻤﻌﺎﺩﻝـﺔ‬
‫ﺭﻗﻡ ‪ ،41-3:‬ﺤﻴﺙ ﻨﺠﺩ‪:‬‬
‫‪rx2x3= 0.43‬‬ ‫‪ryx3=- 0.14‬‬ ‫‪ryx2= 0.73‬‬
‫ﻭ ﺒﺎﻝﺘﺎﻝﻲ ﻴﻜﻭﻥ‪:‬‬
‫‪ryx2.z= 0.88‬‬
‫ﺏ‪ -‬ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﺠﺯﺌﻲ ﺒﻴﻥ ‪ y‬ﻭ ‪ x3‬ﻤﻊ ﺘﺜﺒﻴﺕ ‪ ، x2‬ﺃﻱ ‪ ،ryx3.x2‬ﻴﺘﻡ ﺇﻴﺠﺎﺩﻩ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻝﻤﻌﺎﺩﻝﺔ‬
‫‪ryx3.x2= -0.74‬‬ ‫ﺭﻗﻡ ‪ ،42-3 :‬ﺤﻴﺙ ﻨﺠﺩ‪:‬‬
‫ﺘﻌﻨﻲ ﺍﻝﻌﺒﺎﺭﺓ ‪ ryx2.x3= 0.88 :‬ﺃﻨﻪ ﺒﻌﺩ ﺃﻥ ﻴﻜﻭﻥ ﻋﻤـﺭ ﺍﻝﻤﺤـل ﻗـﺩ ﻓـﺴﺭ ﻤـﺎ ﻴـﺴﺘﻁﻴﻊ ﻤـﻥ‬
‫ﺍﻝﺘﻐﻴﺭ ﻓﻲ ﺍﻝﺴﻌﺭ‪ ،‬ﻓﺈﻥ ﺍﻝﻤﺴﺎﺤﺔ ﺘﻔـﺴﺭ ﺤـﻭﺍﻝﻲ ‪ % 88‬ﻤـﻥ ﺍﻝﺘﻐﻴـﺭ ﺍﻝﻤﺘﺒﻘـﻲ ﻓـﻲ ﺍﻝـﺴﻌﺭ‪ .‬ﻭ‬
‫ﺒﺎﻝﻤﺜل ﻴﻔﺴﺭ ‪ ryx3.x2‬ﻏﻴﺭ ﺃﻥ ﺍﻝﻌﻼﻗﺔ ﻁﺭﺩﻴﺔ ﺒـﻴﻥ ﺍﻝـﺴﻌﺭ ﻭ ﺍﻝﻤـﺴﺎﺤﺔ ﻝﻜـﻭﻥ ﺇﺸـﺎﺭﺓ ﻤﻌﺎﻤـل‬
‫ﺍﻻﺭﺘﺒﺎﻁ ﺍﻝﺠﺯﺌﻲ ﻤﻭﺠﺒﺔ‪ ،‬ﻭﻋﻜﺴﻴﺔ ﺒﻴﻥ ﺍﻝﺴﻌﺭ ﻭ ﺍﻝﻌﻤﺭ ﻝﻜﻭﻥ ﺇﺸﺎﺭﺓ ﻤﻌﺎﻤل ﺍﻻﺭﺘﺒﺎﻁ ﺴﺎﻝﺒﺔ‪.‬‬
‫ﺜﺎﻨﻴﺎ‪ :‬ﻤﻌﺎﻤل ﺍﻝﺘﺤﺩﻴﺩ ﻭ ﺘﺤﻠﻴل ﺍﻨﺤﺭﺍﻓﺎﺕ ﻤﺸﺎﻫﺩﺍﺕ ﺍﻝﻌﻴﻨﺔ‪:‬‬

‫ﻜﻤﺎ ﺴﺒﻘﺕ ﺍﻹﺸﺎﺭﺓ ﻋﻨﺩ ﺩﺭﺍﺴﺔ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ‪ ،‬ﻴﺴﺘﻌﻤل ﻤﻌﺎﻤل ﺍﻝﺘﺤﺩﻴﺩ ﻓﻲ ﺘﻘﻴﻴﻡ ﻤﺩﻯ ﻤﻌﻨﻭﻴﺔ ﺍﻝﻌﻼﻗﺔ‬
‫ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻭﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﻤﺴﺘﻘﻠﺔ‪ ،‬ﻭ ﺒﻤﻌﻨﻰ ﺁﺨﺭ ﻴﺴﺘﺨﺩﻡ ﻓﻲ ﺘﻭﻀﻴﺢ ﻨﺴﺒﺔ ﻤﺴﺎﻫﻤﺔ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ‬
‫ﺍﻝﻤﺴﺘﻘﻠﺔ ﻓﻲ ﺘﻔﺴﻴﺭ ﺍﻝﺘﻐﻴﺭ ﺍﻝﺤﺎﺼل ﻓﻲ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ‪.‬‬
‫ﻓﻲ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ ﻜﺘﺒﻨﺎ ﺍﻨﺤﺭﺍﻓﺎﺕ ﺍﻝﻤﺸﺎﻫﺩﺍﺕ ﻋﻠﻰ ﺍﻝﻨﺤﻭ ﺍﻝﺘﺎﻝﻲ‪:‬‬
‫‪∑ (Y‬‬ ‫‪i‬‬ ‫‪− Y ) 2 = ∑ (Ŷi − Y ) 2 + ∑ Yi − Ŷi ) 2‬‬
‫ﺤﻴﺙ‪:‬‬
‫ﻤﺠﻤﻭﻉ ﻤﺭﺒﻌﺎﺕ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﺍﻝﻜﻠﻴﺔ ﺃﻭ )ﺍﻝﺘﻐﻴﺭ ﺍﻹﺠﻤﺎﻝﻲ ﻓﻲ ‪:(Total Sum of Squares) (Y‬‬
‫‪TSS = ∑ (Yi − Y ) 2‬‬
‫ﻤﺠﻤﻭﻉ ﻤﺭﺒﻌﺎﺕ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﺍﻝﻤﻭﻀﺤﺔ ﺃﻭ ﺍﻝﺘﻐﻴﺭ ﺍﻝﻤﻔﺴﺭ ﻓﻲ ‪:(Explained Sum of Squares) Y‬‬
‫‪ESS = ∑ (Ŷi − Yi ) 2‬‬
‫ﻤﺠﻤﻭﻉ ﻤﺭﺒﻌﺎﺕ ﺍﻝﺒﻭﺍﻗﻲ ﺃﻭ ﺘﻐﻴﺭ ﺍﻝﺒﻭﺍﻗﻲ ﻓﻲ ‪:(Unexplained Sum of Squares) Y‬‬
‫‪USS = ∑ (Yi − Ŷi ) 2‬‬
‫ﻭ ﺘﺴﻤﻰ ﺃﻴﻀﺎ ﺒﻤﺠﻤﻭﻉ ﻤﺭﺒﻌﺎﺕ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﻏﻴﺭ ﺍﻝﻤﻭﻀﺤﺔ‬
‫ﻭﻫﻲ ﺘﺴﺘﺨﺩﻡ ﻜﺄﺴﺎﺱ ﻓﻲ ﺘﻘﻴﻴﻡ ﺠﻭﺩﺓ ﺘﻭﻓﻴﻕ ﺨﻁ ﺍﻨﺤﺩﺍﺭ ﺍﻝﻌﻴﻨﺔ ﻋﻥ ﻁﺭﻴﻕ ﻤﻌﺎﻤل ﺍﻝﺘﺤﺩﻴﺩ ﻭﻜﺎﻥ ﺫﻝﻙ‬
‫ﺒﺎﻝﻨﺴﺒﺔ ﻝﻼﻨﺤﺩﺍﺭ ﺍﻝﺒﺴﻴﻁ‪ ،‬ﻨﻔﺱ ﺍﻝﻔﻜﺭﺓ ﺴﻭﻑ ﻨﺴﺘﺨﺩﻤﻬﺎ ﻝﻜﻥ ﻓﻲ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﻤﺘﻌﺩﺩ‪.‬‬
‫‪Y = XB̂ + e‬‬
‫ﻭ ﻤﻨﻪ‪e = Y − XB̂ :‬‬
‫ﻭ ﺒﺎﻝﺘﺎﻝﻲ ﻤﺭﺒﻌﺎﺕ ﺍﻝﺒﻭﺍﻗﻲ ﻫﻲ‪:‬‬
‫)̂‪e′e = (Y − XB̂)′(Y − XB‬‬
‫ﺒﺈﺠﺭﺍﺀ ﺍﻝﺠﺩﺍﺀ ﻨﺠﺩ‪:‬‬
‫‪e′e = Y ′Y − Y ′XB̂ − X ′B̂′Y + B̂′X ′XB‬‬
‫‪= Y ′Y − 2B̂′X ′Y + B̂′X ′XB‬‬
‫ﻤﻥ ﺠﻬﺔ ﺃﺨﺭﻯ ﻭ ﻤﻥ ﺨﻼل ﺍﻝﻤﻌﺎﺩﻝﺔ ‪ Bˆ = (X ′X )−1 X ′Y‬ﻝﺩﻴﻨﺎ‪:‬‬
‫‪(X ′X )B̂ = X ′Y‬‬
‫‪e′e = Y ′Y − 2B̂′X ′Y + B̂′X ′Y‬‬
‫‪e′e = Y ′Y − B̂′X ′Y‬‬

‫ﻭ ﻤﻨﻪ ﺘﻜﻭﻥ ﻤﻌﺎﺩﻝﺔ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﺍﻝﻜﻠﻴﺔ ﻋﻠﻰ ﺍﻝﻨﺤﻭ‪:‬‬
‫‪Y ′Y = B̂X ′Y + e′e‬‬
‫ﺤﻴﺙ‪:‬‬
‫‪ : Y ′Y‬ﻤﺠﻤﻭﻉ ﻤﺭﺒﻌﺎﺕ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﺍﻝﻜﻠﻴﺔ ﺃﻭ )ﺍﻝﺘﻐﻴﺭ ﺍﻹﺠﻤﺎﻝﻲ ﻓﻲ ‪(Y‬‬
‫‪ : B̂X ′Y‬ﻤﺠﻤﻭﻉ ﻤﺭﺒﻌﺎﺕ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﺍﻝﻤﻭﻀﺤﺔ ﺃﻭ ﺍﻝﺘﻐﻴﺭ ﺍﻝﻤﻔﺴﺭﺓ‪ ،‬ﺃﻱ‪ESS = ∑ (Ŷi − Yi ) :‬‬
‫‪2‬‬
‫‪ : e′e‬ﻤﺠﻤﻭﻉ ﻤﺭﺒﻌﺎﺕ ﺍﻝﺒﻭﺍﻗﻲ ﺃ ﻭﻤﺠﻤﻭﻉ ﻤﺭﺒﻌﺎﺕ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﻏﻴﺭ ﺍﻝﻤﻭﻀﺤﺔ‪.‬‬

‫ﻤﻌﺎﻤل ﺍﻝﺘﺤﺩﻴﺩ ﻋﺒﺎﺭﺓ ﻋﻥ ﻨﺴﺒﺔ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﺍﻝﻤﻭﻀﺤﺔ ﺍﻝﻰ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﺍﻝﻜﻠﻴﺔ ﺃﻱ‪:‬‬
‫‪B̂X ′Y‬‬
‫= ‪R2‬‬
‫‪Y ′Y‬‬
‫ﻜﻤﺎ ﻴﻤﻜﻥ ﺤﺴﺎﺒﻪ ﺃﻴﻀﺎ ﻤﻥ ﺍﻝﻤﻌﺎﺩﻝﺔ‪:‬‬
‫‪e′e‬‬
‫‪R 2 = 1−‬‬
‫‪Y ′Y‬‬
‫ﻭ ﻗﻴﻤﺘﻪ ﻜﺎ ﺴﺒﻘﺕ ﺍﻹﺸﺎﺭﺓ ﻤﺤﺼﻭﺭﺓ ﻀﻤﻥ ﺍﻝﻤﺠﺎل‪:‬‬
‫‪0 ≤ R ≤1‬‬
‫‪2‬‬
‫ﻜﻠﻤﺎ ﺍﻗﺘﺭﺒﺕ ‪ R2‬ﻤﻥ ﺍﻝﺼﻔﺭ ﺩل ﺫﻝﻙ ﻋﻠﻰ ﻀﻌﻑ ﺍﻝﻌﻼﻗﺔ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻭ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﻤﺴﺘﻘﻠﺔ‪.‬‬
‫ﻭ ﻜﻠﻤﺎ ﺍﻗﺘﺭﺒﺕ ‪ R2‬ﻤﻥ ﺍﻝﻭﺍﺤﺩ ﺩل ﺫﻝﻙ ﻋﻠﻰ ﻗﻭﺓ ﺍﻝﻌﻼﻗﺔ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻭ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﻤﺴﺘﻘﻠﺔ‪.‬‬
‫ﻭ ﻋﻨﺩﻤﺎ ﻴﻜﻭﻥ ﻫﻨﺎﻙ ﻋﻼﻗﺔ ﺘﺎﻤﺔ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻭ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﻤﺴﺘﻘﻠﺔ ﻴﻜﻭﻥ ‪ R2‬ﻤﺴﺎﻭﻴﺎ ﻝﻠﻭﺍﺤﺩ‪،‬‬
‫‪e′e‬‬
‫ﻭﻴﻌﻨﻲ ﺫﻝﻙ ﺃﻥ ﻨﺴﺒﺔ ﻤﺭﺒﻌﺎﺕ ﺍﻨﺤﺭﺍﻓﺎﺕ ﺍﻝﺨﻁﺄ ﻋﻠﻰ ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﺍﻝﻜﻠﻴﺔ ﺘﻜﻭﻥ ﻤﻌﺩﻭﻤﺔ‪ ،‬ﺃﻱ‪= 0 :‬‬
‫‪Y ′Y‬‬
‫ﺜﺎﻝﺜﺎ‪ :‬ﺍﺨﺘﺒﺎﺭ ﻓﺭﻀﻴﺎﺕ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﻤﺘﻌﺩﺩ‪:‬‬

‫ﺒﻨﻔﺱ ﺍﻝﻤﻨﻬﺠﻴﺔ ﺍﻝﻤﺘﺒﻌﺔ ﻓﻲ ﺍﺨﺘﺒﺎﺭ ﺍﻝﻔﺭﻀﻴﺎﺕ ﻓﻲ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ‪ ،‬ﻨﻘﻭﻡ ﺒﺎﺨﺘﺒﺎﺭ ﻓﺭﻀﻴﺎﺕ‬
‫ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﻤﺘﻌﺩﺩ‪ ،‬ﺤﻴﺙ ﻨﺤﺩﺩ ﺍﻝﻔﺭﻀﻴﺘﻴﻥ‪:‬‬
‫ﻓﺭﻀﻴﺔ ﺍﻝﻌﺩﻡ‪:‬‬
‫‪H0 : B=0, (β1=β2=…..βk)=0‬‬
‫ﻓﺭﻀﻴﺔ ﺍﻝﻘﺒﻭل‪:‬‬
‫)‪H1 : B≠0, (β1≠0,β2≠0…..βk≠0‬‬
‫ﺘﻔﻴﺩ ﺍﻝﻔﺭﻀﻴﺔ ﺍﻷﻭﻝﻰ ﺒﺄﻥ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﻤﺴﺘﻘﻠﺔ ﻻ ﺘﺅﺜﺭ ﻋﻠﻰ ﺍﻝﻤﺘﻐﻴﺭﺓ ﺍﻝﺘﺎﺒﻌﺔ ﻭ ﺒﺎﻝﺘﺎﻝﻲ ﻻ ﺘﻭﺠﺩ ﻋﻼﻗﺔ‬
‫ﺒﻴﻨﻬﻤﺎ‪ ،‬ﻭﺃﻥ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﻌﺸﻭﺍﺌﻲ ﻫﻭ ﺍﻝﻤﺼﺩﺭ ﺍﻝﻭﺤﻴﺩ ﻻﻨﺤﺭﺍﻓﺎﺕ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ‪.‬‬
‫ﺘﻔﻴﺩ ﺍﻝﻔﺭﻀﻴﺔ ﺍﻝﺒﺩﻴﻠﺔ ﺒﺄﻥ ﻫﻨﺎﻙ ﻋﻠﻰ ﺍﻷﻗل ﺘﺄﺜﻴﺭ ﻤﻥ ﺃﺤﺩ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﻤﺴﺘﻘﻠﺔ ﻋﻠﻰ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ‪،‬‬
‫ﻭﺒﺎﻝﺘﺎﻝﻲ ﺘﻭﺠﺩ ﻋﻼﻗﺔ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻭ ﺒﻌﺽ ﺃﻭ ﻜل ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﻤﺴﺘﻘﻠﺔ‪.‬‬
‫ﻭ ﻴﺘﻡ ﺍﺴﺘﺨﺩﺍﻡ ﺘﻭﺯﻴﻊ ﻓﻴﺸﺭ ﻻﺨﺘﺒﺎﺭ ﺍﻝﻔﺭﻀﻴﺔ‪ ،‬ﺤﻴﺙ ﻴﺘﻡ ﺇﻴﺠﺎﺩ ﺍﻹﺤﺼﺎﺌﻴﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫)‪R 2 /(k − 1‬‬
‫= *‪F‬‬
‫) ‪(1 − R 2 ) /(n − k‬‬
‫ﺤﻴﺙ‪ R2 :‬ﻤﻌﺎﻤل ﺍﻝﺘﺤﺩﻴﺩ‬

‫‪ n‬ﻋﺩﺩ ﺍﻝﻤﺸﺎﻫﺩﺍﺕ‬
‫‪ k‬ﻋﺩﺩ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ‬
‫ﻜﻤﺎ ﻴﺘﻡ ﺇﻴﺠﺎﺩ ﺍﻝﻘﻴﻤﺔ ﺍﻝﺠﺩﻭﻝﻴﺔ ﻋﻨﺩ ﻤﺴﺘﻭﻯ ﻤﻌﻨﻭﻴﺔ ﻤﻌﻴﻥ ﻴﻜﻭﻥ ﻓﻲ ﺍﻝﻐﺎﻝﺏ ‪ ،%5‬ﻭ ﻋﻨﺩ ﺩﺭﺠﺎﺕ ﺤﺭﻴﺔ ‪k-‬‬
‫‪ 1‬ﻓﻲ ﺍﻝﺒﺴﻁ ﻭ ‪ n-k‬ﻓﻲ ﺍﻝﻤﻘﺎﻡ‪.‬‬
‫ﻨﻘﺎﺭﻥ ﺍﻹﺤﺼﺎﺌﻴﺔ ﺍﻝﻤﺤﺴﻭﺒﺔ ﻤﻊ ﺍﻹﺤﺼﺎﺌﻴﺔ ﺍﻝﺠﺩﻭﻝﻴﺔ‪.‬‬
‫ﺍﺫﺍ ﻜﺎﻨﺕ ﺍﻹﺤﺼﺎﺌﻴﺔ ﺍﻝﻤﺤﺴﻭﺒﺔ *‪ F‬ﺃﻜﺒﺭ ﻤﻥ ﺍﻝﻘﻴﻤﺔ ﺍﻝﺠﺩﻭﻝﻴﺔ ﻨﺭﻓﺽ ‪ H0‬ﻭ ﻨﻘﺒل ‪ H1‬ﻭ ﻴﻌﻨﻲ ﺫﻝﻙ ﺃﻥ‬
‫ﺍﻝﻌﻼﻗﺔ ﺍﻝﻤﺩﺭﻭﺴﺔ ﻤﻌﻨﻭﻴﺔ ﺒﺤﻴﺙ ﻫﻨﺎﻙ ﻋﻠﻰ ﺍﻷﻗل ﻤﺘﻐﻴﺭ ﻤﺴﺘﻘل ﻭﺍﺤﺩ ﻴﺅﺜﺭ ﻋﻠﻰ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻭ ﺒﺎﻝﺘﺎﻝﻲ‬
‫ﺍﻝﻌﻼﻗﺔ ﺼﺤﻴﺤﺔ‪.‬‬
‫ﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻹﺤﺼﺎﺌﻴﺔ ﺍﻝﻤﺤﺴﻭﺒﺔ *‪ F‬ﺃﻗل ﻤﻥ ﺍﻹﺤﺼﺎﺌﻴﺔ ﺍﻝﺠﺩﻭﻝﻴﺔ ﻓﺎﻨﻨﺎ ﻨﻘﺒل ‪ H0‬ﻭ ﻨﺭﻓﺽ ‪ H1‬ﻭ ﻴﻌﻨﻲ ﺫﻝﻙ‬
‫ﺃﻥ ﺍﻝﻌﻼﻗﺔ ﺍﻝﻤﺩﺭﻭﺴﺔ ﻝﻴﺴﺕ ﻤﻌﻨﻭﻴﺔ ﻭ ﺒﺎﻝﺘﺎﻝﻲ ﻓﺎﻥ ﺍﻝﻤﺘﻐﻴﺭﺓ ﺍﻝﺘﺎﺒﻌﺔ ﻻ ﺘﺘﺄﺜﺭ ﺒﺄﻱ ﻤﻥ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﻤﺴﺘﻘﻠﺔ‪.‬‬

‫‪yi‬‬ ‫‪X2i‬‬ ‫‪X3i‬‬
‫‪80‬‬ ‫‪40‬‬ ‫‪10‬‬
‫‪80‬‬ ‫‪80‬‬ ‫‪20‬‬
‫‪120‬‬ ‫‪60‬‬ ‫‪5‬‬
‫‪40‬‬ ‫‪20‬‬ ‫‪5‬‬
‫‪50‬‬ ‫‪45‬‬ ‫‪10‬‬
‫‪90‬‬ ‫‪90‬‬ ‫‪15‬‬
‫‪90‬‬ ‫‪100‬‬ ‫‪20‬‬
‫‪140‬‬ ‫‪110‬‬ ‫‪5‬‬
‫‪ -1‬ﺃﻭﺠﺩ ﻤﻌﺎﻤل ﺍﻝﺘﺤﺩﻴﺩ‬
‫‪ -2‬ﺍﺨﺘﺒﺭ ﺠﻭﺩﺓ ﺍﻝﻌﻼﻗﺔ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻭ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﻤﺴﺘﻘﻠﺔ ﻋﻨﺩ ﻤﺴﺘﻭﻯ ﻤﻌﻨﻭﻴﺔ‬
‫‪0.05‬‬
‫‪ -1‬ﻤﻌﺎﻤل ﺍﻝﺘﺤﺩﻴﺩ ﻤﻊ ﺘﻔﺴﻴﺭﻩ‪:‬‬
‫‪B̂X ′Y‬‬
‫= ‪R2‬‬
‫‪Y ′Y‬‬
‫ﺤﺴﺎﺏ ﺍﻝﺒﺴﻁ‪:‬‬
‫‪80 ‬‬
‫‪80 ‬‬
‫‪ ‬‬
‫‪120‬‬
‫‪50.379   1 1 1 1 1 1 1 1   ‬‬
‫‪ˆ X ′Y = 1.006  40 80 60 20 45 90 100 110 40  = 65492,86‬‬
‫‪B‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ 50 ‬‬
‫‪- 2.905 10 20 5 5 10 15 20 5   ‬‬
‫‪90 ‬‬
‫‪90 ‬‬
‫‪ ‬‬
‫‪140‬‬
‫ﺤﺴﺎﺏ ﺍﻝﻤﻘﺎﻡ‪:‬‬
‫‪80 ‬‬
‫‪80 ‬‬
‫‪ ‬‬
‫‪120‬‬
‫‪ ‬‬
‫‪ˆBX ′Y = [80 80 120 40 50 90 90 140]40  = 67100‬‬
‫‪50 ‬‬
‫‪ ‬‬
‫‪90 ‬‬
‫‪90 ‬‬
‫‪ ‬‬
‫‪140‬‬
‫ﻭ ﻤﻨﻪ ﻴﻜﻭﻥ ﻤﻌﺎﻤل ﺍﻝﺘﺤﺩﻴﺩ‪:‬‬
‫‪ˆ X ′Y 65492.86‬‬
‫‪B‬‬
‫= ‪R2‬‬ ‫=‬ ‫‪= 0.98‬‬
‫‪Y ′Y‬‬ ‫‪67100‬‬
‫ﻴﻌﻨﻲ ﺫﻝﻙ ﺃﻨﻪ ﺘﻭﺠﺩ ﻋﻼﻗﺔ ﺨﻁﻴﺔ ﻗﻭﻴﺔ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻭ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﻤﺴﺘﻘﻠﺔ ﺃﻱ ﺃﻥ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ‬
‫ﺍﻝﻤﺴﺘﻘﻠﺔ ﺘﺴﺎﻫﻡ ﺒﻨﺴﺒﺔ ‪ %98‬ﻓﻲ ﺍﻝﺘﻐﻴﺭ ﺍﻝﺤﺎﺼل ﻓﻲ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ‪.‬‬
‫‪ -2‬ﺍﺨﺘﺒﺎﺭ ﺠﻭﺩﺓ ﺍﻝﻌﻼﻗﺔ ﺒﻴﻥ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻭ ﺍﻝﻤﺘﻐﻴﺭﺍﺕ ﺍﻝﻤﺴﺘﻘﻠﺔ‪ :‬ﺒﻨﻔﺱ ﺍﻝﻤﻨﻬﺠﻴﺔ ﺍﻝﻤﺘﺒﻌﺔ ﻓﻲ‬
‫ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ‪ ،‬ﻨﺨﺘﺒﺭ ﺠﻭﺩﺓ ﺍﻝﺘﻭﻓﻴﻕ‪.‬‬
‫ﻨﺤﺩﺩ ﺍﻝﻔﺭﻀﻴﺘﺎﻥ‪:‬‬
‫ﻓﺭﻀﻴﺔ ﺍﻝﻌﺩﻡ‪:‬‬
‫‪H0 : B=0, (β1=β2=…..βk)=0‬‬
‫ﻓﺭﻀﻴﺔ ﺍﻝﻘﺒﻭل‪:‬‬
‫)‪H1 : B≠0, (β1≠0,β2≠0…..βk≠0‬‬
‫‪-‬ﻨﻭﺠﺩ ﻗﻴﻤﺔ *‪ :F‬ﻝﺩﻴﻨﺎ‪:‬‬
‫)‪R 2 /(k − 1‬‬
‫= *‪F‬‬
‫) ‪(1 − R 2 ) /(n − k‬‬
‫)‪R /(k − 1‬‬
‫‪2‬‬
‫‪0.98 / 2‬‬
‫= *‪F‬‬ ‫=‬ ‫‪= 122.5‬‬
‫)‪(1 − R ) /(n − k ) (1 − 0.98) /(8 − 3‬‬
‫‪2‬‬
‫ﻗﻴﻤﺔ ‪ F‬ﺍﻝﺠﺩﻭﻝﻴﺔ ﻋﻨﺩ ‪ λ=0.05‬ﻋﻨﺩ ‪ k-1=2‬ﻭ ‪ n-k=5‬ﻫﻲ‪5.79 :‬‬

‫ﻨﻼﺤﻅ ﺃﻥ *‪ F‬ﺍﻝﻤﺤﺴﻭﺒﺔ ﺃﻜﺒﺭ ﻤﻥ ‪ F‬ﺍﻝﺠﺩﻭﻝﻴﺔ ﻝﺫﻝﻙ ﻨﺭﻓﺽ ‪ H0‬ﻭ ﻨﻘﺒل ‪ H1‬ﻭ ﻴﻌﻨﻲ ﺫﻝﻙ ﺃﻥ ﺍﻝﻌﻼﻗﺔ‬
‫ﺍﻝﻤﺩﺭﻭﺴﺔ ﻤﻌﻨﻭﻴﺔ ﺒﺤﻴﺙ ﻫﻨﺎﻙ ﻋﻠﻰ ﺍﻷﻗل ﻤﺘﻐﻴﺭ ﻤﺴﺘﻘل ﻭﺍﺤﺩ ﻴﺅﺜﺭ ﻋﻠﻰ ﺍﻝﻤﺘﻐﻴﺭ ﺍﻝﺘﺎﺒﻊ ﻭ ﺒﺎﻝﺘﺎﻝﻲ‬
‫ﺍﻝﻌﻼﻗﺔ ﺼﺤﻴﺤﺔ‪.‬‬
‫ﺭﺍﺒﻌﺎ‪ :‬ﺠﺩﻭل ﺘﺤﻠﻴل ﺍﻝﺘﺒﺎﻴﻥ‪:‬‬
‫ﺠﺩﻭل ﺍﻝﺘﺒﺎﻴﻥ ﻋﺒﺎﺭﺓ ﻋﻥ ﺠﺩﻭل ﻋﺎﺩﻱ ﻴﺤﺘﻭﻱ ﻋﻠﻰ ﺍﻝﻌﻨﺎﺼﺭ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬
‫ﻤﺼﺩﺭ ﺍﻝﺘﺒﺎﻴﻥ‬ ‫ﻤﺘﻭﺴﻁ ﻤﺭﺒﻌﺎﺕ ﺍﻝﺨﻁﺄ ﺩﺭﺠﺎﺕ ﺍﻝﺤﺭﻴﺔ ﻤﺠﻤﻭﻉ ﺍﻝﻤﺭﺒﻌﺎﺕ‬
‫ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﺍﻝﻤﻔﺴﺭﺓ‬ ‫‪k‬‬ ‫‪B̂′X ′Y / k‬‬
‫‪Explained sum of‬‬ ‫‪ESS = (Y‬‬
‫‪ˆ − Y )2‬‬
‫‪i‬‬ ‫‪i‬‬
‫‪squares‬‬
‫‪ESS‬‬
‫‪ e′e = Y ′Y − B̂′X ′Y‬ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﻏﻴﺭ ﺍﻝﻤﻔﺴﺭ‬ ‫‪n-k‬‬ ‫‪e′e / n − k − 1‬‬
‫)ﺍﻨﺤﺭﺍﻑ ﺍﻝﺒﻭﺍﻗﻲ(‬ ‫‪USS = (Yi − Y‬‬ ‫‪ˆ )2‬‬
‫‪i‬‬
‫‪Unexplained sum of‬‬
‫‪squares‬‬
‫‪USS‬‬
‫ﺍﻻﻨﺤﺭﺍﻓﺎﺕ ﺍﻝﻜﻠﻴﺔ‬ ‫‪n-1‬‬ ‫‪--‬‬
‫‪Total sum of squares‬‬ ‫) ‪TSS = ∑ (Yi − Y‬‬ ‫‪2‬‬
‫‪TSS‬‬
‫ﺤﻴﺙ ﻴﻅﻬﺭ ﻝﻨﺎ ﺃﻫﻡ ﺍﻷﺩﻭﺍﺕ ﺍﻝﺘﻲ ﺘﺴﻤﺢ ﻝﻨﺎ ﺒﺎﻝﺤﻜﻡ ﻋﻠﻰ ﺍﻝﻨﻤﻭﺫﺝ‪.‬‬

مدخل تذكيري ببعض المفاهيم الأساسية المرتبطة بالاقتصاد القياسي

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

مدخل تذكيري ببعض المفاهيم الأساسية المرتبطة بالاقتصاد القياسي

Diunggah oleh

Hak Cipta:

Format Tersedia

‫ﻤﺩﺨل ﺘﺫﻜﻴﺭﻱ ﺒﺒﻌﺽ ﺍﻝﻤﻔﺎﻫﻴﻡ ﺍﻷﺴﺎﺴﻴﺔ ﺍﻝﻤﺭﺘﺒﻁﺔ ﺒﺎﻻﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ‬

‫ﺍﻝﻤﻘﻁﻊ ‪ :1-1‬ﻤﻔﻬﻭﻡ ﺍﻻﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ‪ ،‬ﻭ ﺍﺴﺘﺨﺩﺍﻤﺎﺘﻪ ﻭ ﺃﻫﺩﺍﻓﻪ‪ ،‬ﻋﻼﻗﺘﻪ‬

‫ﺃﻭﻻ‪ :‬ﻤﻔﻬﻭﻡ ﺍﻻﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ‪:‬‬

‫ﺜﺎﻨﻴﺎ‪:‬ﺃﻫﺩﺍﻑ ﺍﻻﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ‪:‬‬

‫ﺜﺎﻝﺜﺎ‪ :‬ﻋﻼﻗﺔ ﺍﻻﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ ﺒﺎﻝﻌﻠﻭﻡ ﺍﻷﺨﺭﻯ‪:‬‬

‫ﺨﺎﻤﺴﺎ‪ :‬ﻤﻨﻬﺠﻴﺔ ﺍﻻﻗﺘﺼﺎﺩ ﺍﻝﻘﻴﺎﺴﻲ‪:‬‬

‫ﺃﻭﻻ‪ :‬ﻤﻔﻬﻭﻡ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ ﺍﻝﺒﺴﻴﻁ‪:‬‬

‫ﺜﺎﻝﺜﺎ‪ :‬ﺸﻜل ﺍﻻﻨﺘﺸﺎﺭ‪:‬‬

‫ﺃﻭﻻ‪ :‬ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺜﻼﺜﻲ‪:‬‬

‫‪ŷ i = â + b̂x i + ĉz i‬‬

‫‪∑ y i − b̂∑ x i − ĉ∑ z i − Nâ =0‬‬

‫‪∑ y i x i − b̂∑ x i2 − ĉ∑ z i x i − â ∑ x i =0‬‬

‫‪∑y z‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪− bɵ ∑ x i z i − cɵ ∑ z 2i − aɵ ∑ z i = 0‬‬

‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬

‫‪∑ yi z i ∑ xi2 − ∑ yi xi ∑ xi z i‬‬

‫ﺩﺝ ‪ŷ i = (50.379 + 1.006 x i − 2.905z i ).10 6‬‬

‫ﺜﺎﻨﻴﺎ‪ :‬ﺘﻌﻤﻴﻡ ﺍﻝﻨﻤﻭﺫﺝ‪:‬‬

‫‪y1 = β1 + β 2 x 21 + β 3 x 31 + ... + β k x k1 + u 1‬‬

‫‪1‬‬ ‫‪x 21 x 31 . . . x k1 ‬‬

‫ﺒﻴﻨﻤﺎ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﻤﻘﺩﺭ ﻫﻭ‪:‬‬

‫ﺜﺎﻝﺜﺎ‪ :‬ﻓﺭﻀﻴﺎﺕ ﺍﻝﻨﻤﻭﺫﺝ‪:‬‬

‫ﻝﺫﻝﻙ ﻓﺎﻥ ﺍﻝﻤﺼﻔﻭﻓﺔ ﺃﻋﻼﻩ ﺘﻜﺘﺏ ﻜﻤﺎ ﻴﻠﻲ‪:‬‬

‫ﺭﺍﺒﻌﺎ‪ :‬ﺘﻘﺩﻴﺭ ﺍﻝﻤﻌﺎﻝﻡ ﺒﻁﺭﻴﻘﺔ ﺍﻝﻤﺭﺒﻌﺎﺕ ﺍﻝﺼﻐﺭﻯ‪:‬‬

‫ﺒﺘﻌﻭﻴﺽ ‪ 18-3‬ﻓﻲ ‪ 19-3‬ﻨﺠﺩ‪:‬‬

‫‪B̂ = (X ′X ) −1 X ′Y‬‬ ‫‪22-3‬‬

‫ﻭ ﻫﻲ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﻌﺎﻤﺔ ﻝﺘﻘﺩﻴﺭ ﻤﻌﺎﻝﻡ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ‪.‬‬

‫ﻤﺜﺎل‪ :2-3‬ﻤﻥ ﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺜﺎل ‪ 1-3‬ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬

‫‪ yˆ i = 50.379 + 1.006x 2 i − 2.905x 3i‬ﻤﻠﻴﻭﻥ ﺩﺝ‬

‫ﻭ ﻫﻭ ﻨﻔﺱ ﺍﻝﻨﻤﻭﺫﺝ ﺍﻝﻤﺤﺼل ﻋﻠﻴﻪ ﺴﺎﺒﻘﺎ‪.‬‬

‫‪yi‬‬ ‫‪X2i‬‬ ‫‪X3i‬‬ ‫اة ارة‬

‫ﺃﻭﻻ‪ :‬ﻨﻤﻭﺫﺝ ﺼﻴﻐﺔ ﺩﺍﻝﺔ ﺍﻝﻘﻁﻊ ﺍﻝﻤﻜﺎﻓﻲﺀ ﺃﻭ ﺍﻝﺩﺍﻝﺔ ﺍﻝﺘﺭﺒﻴﻌﻴﺔ‪:‬‬

‫ﻭ ﻴﺘﻡ ﺘﻘﺩﻴﺭ ﺍﻹﺘﺠﺎﻩ ﺍﻝﻌﺎﻡ ﻝﻬﺎ ﻋﻥ ﻁﺭﻴﻕ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬

‫‪∑y z ∑x −∑y x ∑x z‬‬

‫ﻨﺤﺼل ﻋﻠﻰ ﻤﻌﺎﺩﻝﺔ ﺨﻁﻴﺔ ﻭﻫﻲ ‪:‬‬

‫‪∑ yi z i ∑ xi2 − ∑ yi xi ∑ xi zi‬‬ ‫‪− 6300 × 60 − 0 × 480‬‬

‫‪aˆ = y − bˆ x − cˆ z = 200 − 163.636 × 4 − (−20.455 × 22.67) = 9.170‬‬

‫ﺜﺎﻨﻴﺎ‪ :‬ﻨﻤﻭﺫﺝ ﺼﻴﻐﺔ ﺍﻝﺩﺍﻝﺔ ﺍﻷﺴﻴﺔ ‪:‬‬

‫ﻨﺤﺼل ﻋﻠﻰ ﺍﻝﺩﺍﻝﺔ ﺍﻝﺘﺎﻝﻴﺔ‪:‬‬

‫‪∑ (x‬‬ ‫‪t‬‬ ‫) * ‪− x )( y *t − y‬‬

‫‪12-4‬‬ ‫‪a * = y * − b* x‬‬

‫‪t‬‬ ‫‪yt =a.bt‬‬ ‫‪Yt/yt-1‬‬

‫‪n-1‬‬ ‫‪a.bn-1‬‬ ‫‪b‬‬

‫‪2010 0 4‬‬ ‫‪0.60‬‬ ‫‪-1.5‬‬ ‫‪-0.5‬‬ ‫‪0.75‬‬ ‫‪2.25‬‬

‫‪40.89 , 18.66 , 8.52 , 3.89‬‬

‫ﺜﺎﻝﺜﺎ‪ :‬ﻨﻤﻭﺫﺝ ﺼﻴﻐﺔ ﺍﻝﺩﺍﻝﺔ ﺍﻝﻠﻭﻏﺎﺭﻴﺘﻤﻴﺔ‪:‬‬

‫ﺭﺍﺒﻌﺎ‪ :‬ﻨﻤﻭﺫﺝ ﺼﻴﻐﺔ ﺍﻝﺩﺍﻝﺔ ﺍﻝﻌﻜﺴﻴﺔ‪:‬‬

‫ﺜﺎﻨﻴﺎ‪ :‬ﺘﻌﻤﻴﻡ ﻨﻤﻭﺫﺝ ﺍﻝﺘﺨﻠﻑ ﺍﻝﺯﻤﻨﻲ ﺍﻝﺨﻁﻲ‪:‬‬

‫ﺃﻭﻻ‪ :‬ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻭ ﺨﺼﺎﺌﺼﻪ‪:‬‬

‫‪ -2‬ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﻝﻠﺒﻴﺎﻨﺎﺕ ﺍﻝﻤﺒﻭﺒﺔ‪ /‬ﺍﻝﻭﺴﻁ ﺍﻝﺤﺴﺎﺒﻲ ﺍﻝﻤﺭﺠﺢ‪:‬‬

‫ﻭﺍﺨﺘﺼﺎﺭﺍ ﻴﻜﺘﺏ ﺒﺎﻝﻌﺒﺎﺭﺓ ﺍﻝﺘﺎﻝﻴﺔ ‪:‬‬

‫ﻭﺒﺘﻁﺒﻴﻕ ﺍﻝﻤﻌﺎﺩﻝﺔ ﺭﻗﻡ ‪ 4-1:‬ﻴﻜﻭﻥ ‪:‬‬

‫‪∑x f‬‬ ‫‪i i‬‬

‫_‬ ‫‪∑x f‬‬ ‫‪i i‬‬

‫_‬ ‫‪∑x f‬‬ ‫‪i i‬‬

‫ﻤﻌﺩل ﺍﻝﻁﺎﻝﺏ ﻫﻭ‪20/12.26 :‬‬

‫ﺜﺎﻨﻴﺎ‪:‬ﺍﻝﺘﻭﻗﻊ ﺍﻝﺭﻴﺎﻀﻲ ﻭﺨﺼﺎﺌﺼﻪ‪:‬‬

‫‪x‬‬ ‫ﺍﻝﻤﻁﻠﻭﺏ‪ :‬ﺃﻭﺠﺩ ﺘﻭﻗﻊ ﺍﻝﺤﺩﺙ‬

‫‪-‬ﺨﻭﺍﺹ ﺍﻝﺘﻭﻗﻊ ﺍﻝﺭﻴﺎﻀﻲ‪:‬‬

‫‪E(12B) = 12E(B) = 12(4) = 48‬‬

‫‪ : a‬ﻫﻲ ﻨﻘﻁﺔ ﺘﻘﺎﻁﻊ ﺍﻝﻤﻨﺤﻨﻰ ﻤﻊ ﻤﺤﻭﺭ ﺍﻝﻌﻴﻨﺎﺕ ﻭ ﻤﻨﻪ ﻨﺠﺩ‪:‬‬

‫ﺜﺎﻨﻴﺎ‪ :‬ﻤﻌﺎﺩﻻﺕ ﺘﻘﺩﻴﺭ ﻤﻌﺎﻝﻡ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻝﺨﻁﻲ‪:‬‬

‫‪n‬‬ ‫_‬ ‫_‬

‫)‪∑ ( x i − x)( y i − y‬‬

‫‪â = y − b̂x‬‬ ‫‪7-2‬‬

‫‪yi‬‬ ‫‪X2i‬‬ ‫‪X3i‬‬ ‫اة ارة‬