مبادئ الإحصاء: حزمة المراجعة المكثفة

الإحصاء الوصفي: المتوسط هو المجموع مقسومًا على n؛ والوسيط هو القيمة الوسطى للبيانات المرتبة (متوسط القيمتين الوسطيين عندما يكون n زوجيًا). الانحراف المعياري للعينة s = √(Σ(x − x̄)²/(n − 1)). الدرجة المعيارية z = (x − μ)/σ تبيّن كم انحرافًا معياريًا تبعد القيمة عن المتوسط.

الإحصاء الوصفي: المتوسط هو المجموع مقسومًا على n؛ والوسيط هو القيمة الوسطى للبيانات المرتبة (متوسط القيمتين الوسطيين عندما يكون n زوجيًا). الانحراف المعياري للعينة s = √(Σ(x − x̄)²/(n − 1)). الدرجة المعيارية z = (x − μ)/σ تبيّن كم انحرافًا معياريًا تبعد القيمة عن المتوسط.

الاحتمال: مع النتائج المتساوية الاحتمال، P(A) = المواتية/الكلية. للأحداث المستقلة نضرب: P(A و B) = P(A)·P(B). كثيرًا ما يفيد الحدث المتمم: P(واحد على الأقل) = 1 − P(لا شيء). ذو الحدين: في n محاولة مستقلة باحتمال نجاح p، P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ.

المتغيرات العشوائية المتقطعة: يسرد التوزيع الاحتمالي كل قيمة x يمكن أن يأخذها المتغير مع احتمالها p(x)؛ والاحتمالات بين 0 و1 ومجموعها 1. القيمة المتوقعة (المتوسط) هي E(X) = Σx·p(x)، أي المتوسط على المدى الطويل. والتباين Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ²، والانحراف المعياري σ = √Var(X). للتغيير الخطي Y = aX + b: E(Y) = a·E(X) + b وVar(Y) = a²·Var(X) وσ_Y = |a|·σ_X؛ وإضافة ثابت لا تغيّر التشتت.

من مساحة إلى z: Φ(z) هي المساحة على يسار z. لمساحة ذيل أيسر A، أوجد z التي تحقق Φ(z) = A في الجدول. ومساحة ذيل أيمن A تعني Φ(z) = 1 − A. ومساحة مركزية A بين −z وz تترك (1 − A)/2 في كل ذيل، إذن Φ(z) = (1 + A)/2. ولقيمة x استخدم x = μ + zσ.

مجاميع المتغيرات الطبيعية وفروقها: إذا كان X وY مستقلين وطبيعيين فإن X + Y وX − Y طبيعيان أيضًا. تُجمع المتوسطات أو تُطرح: E(X ± Y) = μ_X ± μ_Y. أما التباينات فدائمًا تُجمع، حتى في الفرق: Var(X ± Y) = σ_X² + σ_Y²، إذن σ = √(σ_X² + σ_Y²). ولا تُجمع الانحرافات المعيارية مباشرةً أبدًا. مجموع n عنصرًا مستقلًا لها التوزيع نفسه متوسطه n·μ وانحرافه المعياري σ·√n. ثم عيّر كالمعتاد: z = (x − المتوسط)/σ واقرأ Φ(z).

Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.

فترة الثقة للمتوسط: x̄ ± هامش الخطأ. عندما يكون σ للمجتمع معلومًا يكون الهامش z·σ/√n؛ وإذا لم يتوفر إلا الانحراف المعياري للعينة s، فاستخدم t بدرجات حرية n − 1: t·s/√n. القيم الحرجة: z = 1,645 (90%)، 1,96 (95%)، 2,576 (99%). للحصول على هامش E أو أقل تحتاج إلى n ≥ (z·σ/E)²، مقرَّبًا إلى الأعلى.

Testing a mean: the test statistic measures how many standard errors the sample mean lies from the value claimed in H₀: z = (x̄ − μ₀)/(σ/√n) when σ is known, t = (x̄ − μ₀)/(s/√n) when it is estimated from the sample. A confidence interval is x̄ ± (critical value)·(standard error).

Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.

انحدار المربعات الصغرى: مع x̄ و ȳ المتوسطين، و Sxx = Σ(x − x̄)²، و Syy = Σ(y − ȳ)² و Sxy = Σ(x − x̄)(y − ȳ)، يكون للخط ŷ = a + b·x الميل b = Sxy/Sxx والمقطع a = ȳ − b·x̄، لذا يمرّ دائمًا بالنقطة (x̄, ȳ). معامل ارتباط بيرسون r = Sxy/√(Sxx·Syy) يقع بين −1 و 1؛ و r² هو نسبة التباين في y التي يفسّرها الخط.

انحدار المربعات الصغرى: مع x̄ و ȳ المتوسطين، و Sxx = Σ(x − x̄)²، و Syy = Σ(y − ȳ)² و Sxy = Σ(x − x̄)(y − ȳ)، يكون للخط ŷ = a + b·x الميل b = Sxy/Sxx والمقطع a = ȳ − b·x̄، لذا يمرّ دائمًا بالنقطة (x̄, ȳ). معامل ارتباط بيرسون r = Sxy/√(Sxx·Syy) يقع بين −1 و 1؛ و r² هو نسبة التباين في y التي يفسّرها الخط.