الفرق بين المراجعتين لصفحة: «مثال داعم أخر للتوزيع الثنائي»

من MM*Stat Arabisch

اذهب إلى: تصفح, ابحث
(Die Seite wurde neu angelegt: „'''مثال داعم أخر للتوزيع الثنائي :''' صورة:S2_22_e_1.gif يطبق على طلاب جامعة الهومبولد…“)
 
لا ملخص تعديل
سطر ٣: سطر ٣:




[[صورة:S2_22_e_1.gif]]
<math> \bar{A}</math>


 
P(A) = 0.65 ;  P  (  <math> \bar{A}</math> ) = 0.35  
 
يطبق على  طلاب  جامعة  الهومبولدت  في برلين  استفتاء, أجاب  65 % من الطلاب  بأن  عندهم  عمل  جزئي,
 
ما هو  الاحتمال  بأن  4 من 8  طلاب  مختارين  عشوائيا  من هذه الجامعة  له عمل جزئي على الأكثر.
 
 
تكون فرضيات  تجربة  بيرنولي  كافية :
 
تنتج  كل" تجربة"  نتيجتين  فقط :
 
 
{الطالب له عمل جزئي} = A , {الطالب ليس له  عمل جزئي}  = [[صورة:Mmengjavaimg1224.gif]]
 
P(A) = 0.65 ;  P  (  [[صورة:Mmengjavaimg1224.gif]] ) = 0.35  




سطر ٢٧: سطر ١٣:




نتيجة هذه التجربة للمتغير  العشوائي X : { عدد الطلاب لديهم عمل جزئي }  = X , هذا المتغير العشوائي له  التوزيع الثنائي (X B(n;p) = B(8;0.65 [[صورة: Mmengjavaimg1248.gif]]         
نتيجة هذه التجربة للمتغير  العشوائي X : { عدد الطلاب لديهم عمل جزئي }  = X , هذا المتغير العشوائي له  التوزيع الثنائي (X B(n;p) = B(8;0.65 <math> \leq </math>         P(X  
         
 
 
نحتاج  لنحسب الاحتمال 
( 4 [[صورة:Mmengjavaimg1206.gif]]         P(X  


بمعنى تابع التوزيع ( F(4
بمعنى تابع التوزيع ( F(4
سطر ٤٣: سطر ٢٤:




| [[صورة:Mmengjavaimg243.gif]]
| <math> x</math>
| [[صورة:Mmengjavaimg1249.gif]]                                                            
| <math> B(8;0.65)</math>                                                            
| [[صورة:Mmengjavaimg1250.gif]]    
| <math> B(8;0.35)</math>    
|-
|-
| 0     
| 0     
سطر ١٠٤: سطر ٨٥:




[[صورة:S2_22_e_2.gif]]
<math> \leq </math>     P(X  
 
 
 
 
الشكل 2 : توابع التوزيع لأجل    ( B(8;0,35) و  B(8;0,65
 
 
 
 
[[صورة:S2_22_e_3.gif]]
 
 
 
 
 
احتمال  4 طلاب  على الأكثر لديهم عمل جزئي  من عينة الطلاب  n=8 المختارين  عشوائيا هو  0.2936
 
 
اذا أنت  غير قادر  لتقييم التوزيع  عدديا ,  بالامكان  تصنيف قيم التوزيع الثنائي  و تناظر  التوزيع الثنائي  للحصول على الاحتمالات يتطلب  لذلك 
 
 
( B(8;0,65  [[صورة: Mmengjavaimg1248.gif]]  {عدد الطلاب  لديهم عمل  جزئي }  =  X   
 
 
( B(8;0,35 [[صورة: Mmengjavaimg1248.gif]]  {عدد الطلاب  بدون عمل جزئي } =  Y 
 
 
 
 
بدلا من  حساب الاحتمال:(  4  [[صورة:Mmengjavaimg1206.gif]]     P(X  


      
      
نحسب الاحتمال    P(Y  
نحسب الاحتمال    P(Y  
[[صورة:Mmengjavaimg35.gif]]
<math> \geq</math>
4) = 1 - P(X  
4) = 1 - P(X  


[[صورة:Mmengjavaimg35.gif    ]],  باستعمال جدول التوزيع الثنائي , نجده  في العمود الثالث P(Y  
,  باستعمال جدول التوزيع الثنائي , نجده  في العمود الثالث P(Y  
   
   
[[صورة:Mmengjavaimg1206.gif]]
<math> \leq </math>
3) = 0.7064 :  ويشير هذا بأن  P(Y  
3) = 0.7064 :  ويشير هذا بأن  P(Y  
   
   
[[صورة:Mmengjavaimg1206.gif]]
<math> \leq </math>
4) = 1 - 0.7064 = 0.2936.
4) = 1 - 0.7064 = 0.2936.

مراجعة ١٦:٤٣، ٣١ يوليو ٢٠٢٠

مثال داعم أخر للتوزيع الثنائي :


P(A) = 0.65 ; P ( ) = 0.35


نفترض عينة عدد الطلاب كبير مقارنة بأعداد الطلاب, وممكن استعمال التوزيع الثنائي.

الاحتمالات مرتبطة مع الحوادث التي تعتبر ثابتة واجابات الطلاب مستقلة (احتمال اختيار طالب واحد مرة ثانية ضئيل وقريب من الصفر).


نتيجة هذه التجربة للمتغير العشوائي X : { عدد الطلاب لديهم عمل جزئي } = X , هذا المتغير العشوائي له التوزيع الثنائي (X B(n;p) = B(8;0.65 P(X

بمعنى تابع التوزيع ( F(4

لم تصنف قيمة تابع التوزيع ( B(8;0.65 , حساب تابع التوزيع يدويا صعب جدا, يجب حساب مجموع الاحتمالات الخمسة 4 ,....,f(x), x = 0,1 , نقيم تابع التوزيع عدديا (شاهد العمود الثاني للجدول التالي ):


0 0.0002 0.0319
1 0.0036 0.1691
2 0.0253 0.4278
3 0.1061 0.7064
4 0.2936 0.8939
5 0.5722 0.9747
6 0.8309 0.9964
7 0.9681 0.9998
8 1.0000 1.0000



الشكل 1 : توابع الكثافة لأجل ( B(8;0,35) و (B(8;0,65 :


P(X


نحسب الاحتمال P(Y 4) = 1 - P(X

, باستعمال جدول التوزيع الثنائي , نجده في العمود الثالث P(Y

3) = 0.7064 : ويشير هذا بأن P(Y

4) = 1 - 0.7064 = 0.2936.