STAT 101
M01 · L03
مقدمة

الـ population قصاد الـ sample

إيد بترفع مغرفة شوربة من حلّة طالع منها بخار على بوتاجاز في مطبخ نوره خافت.
مغرفة واحدة بتقول للطباخ على الحلّة كلها: بندرس الـ sample (العينة) ونستخدمها عشان نعرف أكتر عن الـ population (المجتمع).

نادرًا لما بندرس كل حاجة. بدل كده، بندرس جزء ونستخدمه عشان نعرف أكتر عن الكل. التفرقة دي بين الـ population (المجتمع) والـ sample (العينة) هي أساس الاستدلال الإحصائي.

01 / 13
STAT 101
M01 · L03
الكل

الـ population الإحصائي

المجموعة الكاملة من الأفراد أو المشاهدات اللي عايز تدرسها. كل واحد فيهم، من غير استثناء. ممكن يبقى محدود أو مالوش نهاية.

أمثلة
كل الكبار في دولة، كل منتج خارج من خط التجميع، كل الرميات الممكنة لزهرة طاولة
02 / 13
STAT 101
M01 · L03
الجزء

الـ sample

جزء من الـ population — المجموعة اللي إنت فعلًا بتشوفها وبتجمع منها البيانات. الـ sample الكويسة صورة مصغّرة من الكل.

الـ population
كله
الـ sample
جزء منه
03 / 13
STAT 101
M01 · L03
عملي

ليه بناخد samples

3 أسباب بتمنعنا ندرس الـ populations كلها:

  • التكلفة — إنك تسأل ملايين حاجة غالية أوي
  • الوقت — التعداد الكامل بياخد سنين
  • الاستحالة — فيه populations مالهاش نهاية أو القياس بيبوّظ الحاجة
04 / 13
STAT 101
M01 · L03
المعيار الدهبي

الـ sample العشوائية

كل فرد في الـ population ليه نفس الفرصة إنه يتختار. زي ما تسحب أسامي من طاقية عشوائي. وده بيقلّل الـ bias (التحيز) وهو أساس الاستدلال.

المبدأ الأساسي
من غير العشوائية، الـ samples ممكن تمثّل مجموعات أكتر من حجمها وتتجاهل مجموعات تانية خالص
05 / 13
STAT 101
M01 · L03
البدايل

طرق الـ sampling

بعيد عن الـ simple random sampling:

  • الطبقية — تاخد sample من كل مجموعة فرعية لوحدها
  • العنقودية — تختار مجموعات عشوائي وتدرس كل اللي فيها
  • المنتظمة — كل فرد رقم k في الليستة
06 / 13
STAT 101
M01 · L03
مطبّ

الـ sampling bias

لما الـ sample بتاعتك متمثّلش الـ population. عينات الملاءمة، والاستجابة الطوعية، وتحيز البقاء ممكن يبوّظوا النتايج — حتى مع الـ samples الكبيرة.

فشل مشهور
استطلاع Literary Digest سنة 1936 سأل 2.4 مليون واحد بس توقّع الانتخابات غلط — الـ sample المتحيزة بتاعتهم فوّتت الناخبين اللي دخلهم قليل
07 / 13
STAT 101
M01 · L03
قد إيه؟

الـ sample size

الـ margin of error (هامش الخطأ) بيصغر مع الجذر التربيعي للـ sample size. لو كبّرت الـ sample أربع مرات، الخطأ بيقل للنص بس. الجودة أهم من الكمية.

n = 1,000
±3%
n = 4,000
±1.5%
08 / 13
STAT 101
M01 · L03
المصطلحات

الـ parameter قصاد الـ statistic

الـ parameters (المعلمات) بتوصف الـ populations (μ, σ) — ثابتة بس مش معروفة. والـ statistics (الإحصائيات) بتوصف الـ samples (x̄, s) — محسوبة بس بتتغيّر.

الـ parameter
μ, σ
الـ statistic
x̄, s
09 / 13
STAT 101
M01 · L03
الدقة

الـ standard error

الـ standard error (الخطأ المعياري) هو قد إيه الـ means بتاعة الـ samples بتتغيّر من sample للتانية. كل ما n يزيد، الـ standard error بيقل — الـ samples الأكبر أدق.

الـ standard error بتاع الـ mean
\text{SE}_{\bar{x}} = \frac{\sigma}{\sqrt{n}}
10 / 13
STAT 101
M01 · L03
Framework

الصورة الكبيرة

العمود الفقري للاستدلال الإحصائي:

  • بناخد samples لأننا مش قادرين ندرس كل حاجة
  • الـ random sample بتضمن التمثيل
  • بنستخدم الـ statistics عشان نقدّر الـ parameters
  • الـ standard error بيقيس ثقتنا
11 / 13
STAT 101
اختبار سريع

شوف إيه اللي ثبت

3 أسئلة من الدرس ده. جاوب عشان تشوف السبب — الشرح بيظهر سواء جاوبت صح أو غلط. ونتيجتك مش بتتحفظ.

السؤال 1 من 0
النتيجة 0/0

12 / 13
STAT 101
الخلاصة
ملخص

اتعلّمت إيه

الـ populations هي الكل؛ والـ samples هي الجزء اللي بندرسه. الـ random sample بتقلّل الـ bias. الـ parameters بتوصف الـ populations؛ والـ statistics بتوصف الـ samples. والـ standard error بيقيس الدقة.

الدرس الجاي
13 / 13