1- $\bar{X}$ سيكون له توزيع معاينة يتبع التوزيع الطبيعي بمتوسط معاينة $\mu_{\bar{x}}$ ، وتباين معاينة $\sigma_{\bar{x}}^2$ فإن $Z = \frac{\bar{x} - \mu_{\bar{x}}}{\sigma_{\bar{x}}}$ شرح السؤال 💡 الدرجة المعيارية: تذكر قانون تحويل أي متغير يتبع التوزيع الطبيعي إلى متغير طبيعي معياري $Z$. هل الصيغة المكتوبة تعبر عن (المتغير ناقص وسطه) مقسوماً على انحرافه المعياري؟ صح خطأ الإجابة الصحيحة هي (صح).🧠 المفهوم الإحصائي: عندما يتوزع الوسط الحسابي للعينة $\bar{X}$ توزيعاً طبيعياً بمتوسط $\mu_{\bar{x}}$ وتباين $\sigma_{\bar{x}}^2$، يمكننا تحويله إلى التوزيع الطبيعي المعياري $Z$ لتسهيل حساب الاحتمالات. الصيغة القياسية لذلك هي طرح متوسط التوزيع من قيمة المتغير، ثم القسمة على الانحراف المعياري (الخطأ المعياري) للتوزيع.⚙️ الصيغة الرياضية:$$Z = \frac{\bar{x} - \mu_{\bar{x}}}{\sigma_{\bar{x}}}$$وهي تتطابق تماماً مع الصيغة المذكورة في السؤال.(الفصل الرابع: توزيعات المعاينة، الدرس 4-4: المعاينة من مجتمع يتبع التوزيع الطبيعي، صفحة 129)
2- المعلمة مقياس ثابت بينما الإحصاءة متغيرة شرح السؤال 💡 المجتمع مقابل العينة: هل متوسط أطوال كل السكان يتغير في اللحظة التي ندرسها؟ وهل متوسط العينة يبقى ثابتاً لو سحبنا عينات مختلفة؟ صح خطأ الإجابة الصحيحة هي (صح).🎯 التركيز على المفهوم (التطبيق الواقعي):لنفترض أننا ندرس متوسط الدخل الشهري لجميع الموظفين في دولة ما. هذا المتوسط الكلي يسمى المعلمة (Parameter)، وهو رقم حقيقي ثابت لا يتغير في فترة الدراسة.بسبب صعوبة الوصول لجميع الموظفين، نقوم بسحب عينة من $100$ موظف ونحسب متوسط دخلهم. هذا الرقم يسمى الإحصاءة (Statistic). إذا قمنا بسحب عينة أخرى من $100$ موظف مختلفين، فمن المؤكد أن المتوسط الجديد سيختلف عن الأول. لذلك، الإحصاءة هي قيمة متغيرة تتأثر بالعينة المسحوبة.🧠 المفهوم الإحصائي:المعلمة (Parameter): هي مقياس إحصائي يُحسب من المجتمع ككل (مثل $\mu$ أو $\sigma^2$). وبما أن المجتمع ثابت لا يتغير أثناء الدراسة، فإن المعلمة هي قيمة (ثابتة).الإحصاءة (Statistic): هي مقياس يُحسب من العينة (مثل $\bar{x}$ أو $s^2$). وبما أن العينة تتغير إذا كررنا السحب، فإن قيمة الإحصاءة تتغير من عينة لأخرى، ولذلك تعتبر (متغيرة).(الفصل الثاني: المتغيرات العشوائية، صفحة 74 / الفصل الرابع: توزيعات المعاينة، صفحة 124)
3- نظرية النهاية المركزية لها أهمية كبيرة في الاستدلال الإحصائي شرح السؤال 💡 توزيع العينات: ماذا تتيح لنا هذه النظرية أن نفعل حتى عندما تكون بيانات المجتمع الأصلية لا تتبع التوزيع الطبيعي؟ صح خطأ الإجابة الصحيحة هي (صح).🎯 التركيز على المفهوم (التطبيق الواقعي):تُعد نظرية النهاية المركزية الركيزة الأساسية للإحصاء الاستدلالي. في الواقع العملي، الكثير من الظواهر لا تتوزع بشكل طبيعي (مثل توزيع الثروات، حيث الأغلبية تملك القليل وفئة نادرة تملك الكثير، وهو توزيع ملتوٍ جداً).لكن النظرية تنص على أنه إذا قمنا بسحب عينات عشوائية حجمها كبير بما يكفي ($n \geq 30$) من هذا المجتمع الملتوي، وحسبنا متوسط كل عينة، فإن توزيع هذه المتوسطات سيقترب من شكل التوزيع الطبيعي (الناقوسي). هذا يسمح للباحثين باستخدام جداول التوزيع الطبيعي المعياري لاختبار الفروض وتقدير المعالم لأي ظاهرة تقريباً.🧠 المفهوم الإحصائي:نظرية النهاية المركزية (Central Limit Theorem) تُعد من أهم النظريات في علم الإحصاء. تكمن أهميتها في أنها تسمح لنا باستخدام خصائص التوزيع الطبيعي لوصف وتوزيع المعاينة للوسط الحسابي ($\bar{x}$)، بغض النظر عن شكل التوزيع الأصلي للمجتمع، طالما أن حجم العينة كبير بما يكفي ($n \geq 30$). هذا يسهل جداً عمليات التقدير واختبارات الفروض (الاستدلال الإحصائي).(الفصل الرابع: توزيعات المعاينة، الدرس 6-4: نظرية النهاية المركزية، صفحة 136)
4- إذا كان $N = 5$ ، $n = 2$ وفي حالة السحب مع عدم الإرجاع فإن معامل التصحيح يساوي $0.25$ شرح السؤال 💡 حساب معامل التصحيح: طبق قانون التصحيح $\frac{N-n}{N-1}$ للتحقق من القيمة المذكورة في السؤال. صح خطأ الإجابة الصحيحة هي (خطأ).🎯 التركيز على المفهوم (التطبيق الواقعي):نستخدم "معامل تصحيح المجتمعات المحدودة" عندما نقوم بالسحب "بدون إرجاع" من مجتمع صغير نسبياً. على سبيل المثال، إذا كان هناك مصنع ينتج $5$ آلات مخصصة فقط ($N=5$)، وقمنا باختبار آلتين منها ($n=2$)، فإن سحبنا يمثل $40\%$ من إجمالي المجتمع. هذا السحب يقلل من حجم المجتمع بشكل كبير ويؤثر بقوة على احتمالات سحب الآلات المتبقية، لذا يجب تصحيح التباين إجبارياً.🧠 المفهوم الإحصائي:عند السحب (بدون إرجاع) من مجتمع محدود الحجم $N$، وكان حجم العينة $n$ يمثل أكثر من $5\%$ من حجم المجتمع، يجب ضرب تباين المعاينة في "معامل التصحيح للمجتمعات المحدودة".⚙️ خطوات الحل:1. صيغة معامل التصحيح للتباين هي:$$fpc = \frac{N - n}{N - 1}$$2. بالتعويض بالقيم المعطاة ($N=5, n=2$):$$fpc = \frac{5 - 2}{5 - 1} = \frac{3}{4} = 0.75$$الناتج هو $0.75$ وليس $0.25$ كما ورد في السؤال. لذلك العبارة خاطئة.(الفصل الرابع: توزيعات المعاينة، الدرس 4-4: المعاينة من مجتمع يتبع التوزيع الطبيعي، صفحة 128)
