| المادة المعروضة اعلاه هي مدخل الى المحاضرة المرفوعة بواسطة استاذ ة المادة | ومن عيوبه ، أنه لا يأخذ كل القيم في الاعتبار |
|---|---|
| حيث أن هو تكرار الفئة ، هو مركز الفئة ، هو الوسط الحسابي ، هي مجموع التكرارات ، والمقدار الذي تحت الجذر يعبر عن التباين | ومن أشهر مقاييس التشتت المُستخدمة في علم الإحصاء : الانحراف المعياري، والمدى، والتباين، ومعامل الاختلاف، وفيما يأتي توضيح لكل مقياس منها: التباين هو إحدى الطرق للحصول على المدى بين مجموعة من القيم، والمتوسط لها، ويتم حسابه من خلال أخذ الفرق بين كل القيم والمتوسط الحسابي لها، ثم بعد ذلك نحسب تربيع كل قيمة، ثم جمعها وتقسيمها على عدد العناصر الانحراف المعياري يعتبر الانحراف المعياري هو وسيلة لقياس مدى توزيع الأرقام بالنسبة لمتوسط مجموع البيانات، حيث يتدرج ذلك تحت عدة خطوات، مع مراعاة التدرج والانتباه والتركيز في كل خطوة للوصول إلى نتيجة دقيقة القيمة يمكن الاعتماد عليها ، كما يستخدم في التحليل الإحصائي، وتتمثل الخطوة الأولى في حساب الانحراف المعياري بحساب المتوسط الحسابي للقيم و هو مجموع القيم مقسومًا على عددها ، ثم يلي هذه الخطوة حساب التباين، الذي تم حسابه ولكن احيانًا يطلق على الانحراف المعياري ب الخطأ المعياري، إذا تم حسابه لعدد كبير جدًا، مثلًا لعدد سكان منطقة ما، فيكون الناتج ذو تباين جدًا في القيم |
يعتمد الانحراف المتوسط على جميع مفردات البيانات وهو سهل التعريف وسهل الحساب إلا أنه لا يخضع للعمليات الجبرية بسهولة حيث يجب تعديل الإشارة ويجب معرفة المفردات بعينها إذا ما أردنا حساب قيمته.
11| المضلعات Polygons كما في الهيستوغرامات، عند رسم المضلعات توضع الظاهرة المدروسة عمودية على المحور الأفقي بينما يمثل المحور العمودي العدد أو النسبة أو النسبة المئوية للمشاهدات لمجال الصف | المعلم الذي لديه معامل تباين أقل لديه درجات موحدة ومتجانسة |
|---|---|
| لذلك نشأت الحاجة إلى إيجاد مقاييس تقيس درجة تجانس أو تقارب أو تشتت مفردات البيانات بعضها عن بعض، وتعرف هذه المقاييس بمقاييس التشتت وسوف نستعرض منها كلاً من المدى والتباين والانحراف المعياري | وبالفعل فالاحصائيون استخدموا تقنيات الرسم البياني لوصف البيانات بطريقة أفضل |
وبالتطبيق على المثال 4-7 ، نجد أن أننا نحتاج إلى المجموعين : ، ويتم عمل الآتي : إذا التباين هو وهي نفس النتيجة التي تم الحصول عليها باستخدام الصيغة 4-6.
15| لأن تغييرات البيانات يجب أن تكون بحيث يكون متوسطها X | مؤرشف من في 03 يناير 2018 |
|---|---|
| هذا يجعل من المستحيل مقارنة التباين مع البيانات نفسها | كل ما سبق هو جزء من الاحصاء مرتبط بالاحصاء الوصفي فقط والذي يهدف لتوصيف البيانات المدروسة |
أما البيانات الكمية فتلخص في تكرارات وجداول التكرار النسبي، وكذلك يستخدم أيضاً الهستوغرامات والمضلعات لوصف البيانات.
25