WEBVTT 00:00:00.000 --> 00:00:01.100 مرحبا 00:00:01.100 --> 00:00:03.320 هذا فيديو مستحدث 00:00:03.320 --> 00:00:05.340 لأسباب عدة 00:00:05.340 --> 00:00:09.910 أولا، سأعرض لكم تباين العينات 00:00:09.910 --> 00:00:11.750 وهو شيء شيق بحد ذاته 00:00:11.750 --> 00:00:14.520 أحاول تسجيل هذا الفيديو بدقة عالية 00:00:14.520 --> 00:00:16.370 آمل أن تسطيعوا رؤيته بشكل أكبر وأفضل 00:00:16.370 --> 00:00:17.030 عن ذي قبل 00:00:17.030 --> 00:00:19.150 ولكن سنرى ما سيحدث 00:00:19.150 --> 00:00:22.060 هذه تجربة إلى حد ما ، فتحملوني 00:00:22.060 --> 00:00:25.180 ولكن قبل أن نذهب إلى تباين العينات 00:00:25.180 --> 00:00:28.090 أعتقد أنه من المفيد إعادة النظر في تباين 00:00:28.090 --> 00:00:28.870 السكان 00:00:28.870 --> 00:00:32.180 ويمكننا مقارنة هذه الصيغ. 00:00:32.180 --> 00:00:34.790 تباين السكان.. وهذا هو الحرف اليوناني 00:00:34.790 --> 00:00:36.100 الحرف سيغما 00:00:36.100 --> 00:00:37.420 تربيع سيغما أحرف صغيرة. 00:00:37.420 --> 00:00:38.500 وهذا يعني الفرق. 00:00:38.500 --> 00:00:41.010 وأنا أعلم أنها ال من غريب أن يكون للمتغير 00:00:41.010 --> 00:00:41.710 فعلا تربيع 00:00:41.710 --> 00:00:42.840 أنت لا تربع المتغير. 00:00:42.840 --> 00:00:44.240 هذا هو المتغير. 00:00:44.240 --> 00:00:45.780 تربيع سيغما يعني الفرق 00:00:45.780 --> 00:00:46.840 في الواقع، دعوني اكتب ذلك 00:00:46.840 --> 00:00:48.005 هذا يساوي الفرق 00:00:51.550 --> 00:00:55.430 وهذا يساوي--تأخذ كل نقطة بيانات-و 00:00:55.430 --> 00:00:58.800 أننا سوف ندعوها X sub I 00:00:58.800 --> 00:01:01.700 يمكنك اخذ كل البيانات من نقطة، ومعرفة مدى بعدها عن 00:01:01.700 --> 00:01:08.750 السكان، تقوم بتربيعها، وثم تأخذ 00:01:08.750 --> 00:01:11.160 المتوسط للكل. 00:01:11.160 --> 00:01:12.900 إذن تأخذ المتوسط، وتجمع. 00:01:12.900 --> 00:01:14.200 تتنتقل من I يساوي 1. 00:01:14.200 --> 00:01:17.700 لذا من النقطة الأولى، وصولاً إلى الألف نقطة. 00:01:17.700 --> 00:01:19.940 وبعد ذلك، إلى المتوسط، تقوم بجمعها كلها 00:01:19.940 --> 00:01:21.970 ثم القسمة على n. 00:01:21.970 --> 00:01:25.970 لذلك الفرق هو متوسط هذه المسافات التربيعية 00:01:25.970 --> 00:01:27.390 لكل نقطة من الوسط. 00:01:27.390 --> 00:01:29.700 ومجرد أن تعطيك الحدس مرة أخرى، أنه أساسي 00:01:29.700 --> 00:01:32.920 لنقل، في المتوسط، كم تبعد كل نقطة عن 00:01:32.920 --> 00:01:34.420 الوسط تقريبا 00:01:34.420 --> 00:01:36.250 هذه هي أفضل طريقة للتفكير في الفرق. 00:01:36.250 --> 00:01:37.640 الآن ماذا إذا كنا نتعامل-كان لهذا 00:01:37.640 --> 00:01:39.140 لعدد سكان، صحيح؟ 00:01:39.140 --> 00:01:42.050 وقلنا أننا إذا أردنا معرفة الفرق من 00:01:42.050 --> 00:01:44.580 أطوال الرجال في البلاد،هذا سيكون شديد الصعوبة 00:01:44.580 --> 00:01:46.480 معرفة فرق للسكان. 00:01:46.480 --> 00:01:48.910 سيكون عليك الذهاب، وأساساً، قياس 00:01:48.910 --> 00:01:49.790 أطوال للجميع. 00:01:49.790 --> 00:01:51.360 250 مليون شخص. 00:01:51.360 --> 00:01:55.080 أو ما إذا كان لبعض السكان حيث أنه من 00:01:55.080 --> 00:01:56.860 المستحيل تماما الحصول على البيانات أو بعض 00:01:56.860 --> 00:01:57.640 المتغيرات العشوائية. 00:01:57.640 --> 00:01:59.100 وسوف نتعمق في ذلك في وقت لاحق. 00:01:59.100 --> 00:02:02.660 لذا الكثير من الأوقات التي تريد فيها فعلا تقدير هذا الفرق 00:02:02.660 --> 00:02:04.690 بأخذ الفرق من عينة. 00:02:04.690 --> 00:02:07.420 نفس الطريقة التي يمكن أن تحصل ابدأ على متوسط عدد السكان، 00:02:07.420 --> 00:02:09.570 ولكن ربما تحتاج إلى تقدير ذلك عن طريق الحصول على 00:02:09.570 --> 00:02:11.064 متوسط العينة. 00:02:11.064 --> 00:02:13.890 وتعلمنا ذلك في ذلك الفيديو الأول. 00:02:13.890 --> 00:02:17.520 إذا كان هذا--إذا كان هذا هو مجمل السكان. 00:02:17.520 --> 00:02:20.280 وتلك ملايين نقاط البيانات، أو نقاط البيانات حتى في 00:02:20.280 --> 00:02:21.870 المستقبل الذي لن تكون قادر على الحصول عليها لأنها 00:02:21.870 --> 00:02:23.290 متغير عشوائي. 00:02:23.290 --> 00:02:24.243 لذلك هذا هو عدد السكان. 00:02:26.920 --> 00:02:32.390 قد ترغب فقط في تقدير الأمور من خلال النظر في عينة. 00:02:32.390 --> 00:02:35.020 وهذا في الواقع ما تدور حوله معظم من الاستنتاجات 00:02:35.020 --> 00:02:36.360 الإحصاءاتية 00:02:36.360 --> 00:02:38.720 معرفة إحصائيات وصفية حول العينة 00:02:38.720 --> 00:02:40.890 والقيام استنتاجات حول السكان. 00:02:40.890 --> 00:02:44.610 اسمحوا لي أن أجرب هذا الدواء على 100 شخص، وإذا بدت عليهم 00:02:44.610 --> 00:02:46.880 نتائج يعتد بها إحصائيا، هذا الدواء سوف 00:02:46.880 --> 00:02:48.850 بنفع ربما على السكان ككل. 00:02:48.850 --> 00:02:49.800 هذا كل شيء. 00:02:49.800 --> 00:02:51.920 ولذلك فمن المهم حقاً أن نفهم هذه الفكرة من 00:02:51.920 --> 00:02:53.580 عينة مقابل عدد سكان. 00:02:53.580 --> 00:02:57.510 ونكون قادرين على العثور على إحصاءات تتعلق بعينه، 00:02:57.510 --> 00:03:00.160 للجزء الأكبر، يمكنها وصف السكان أو تساعدنا على 00:03:00.160 --> 00:03:03.720 تقدير ما يسمونه، بمعلمات السكان. 00:03:03.720 --> 00:03:07.330 فما متوسط أ--واسمحوا لي أن إعادة كتابة هذه التعاريف. 00:03:07.330 --> 00:03:08.830 ما هو متوسط عدد السكان؟ 00:03:08.830 --> 00:03:09.940 سأفعل ذلك الأرجواني. 00:03:09.940 --> 00:03:11.630 الأرجواني للسكان. 00:03:11.630 --> 00:03:13.680 متوسط عدد السكان. 00:03:13.680 --> 00:03:19.700 تأخذ فقط كل نقطة من نقاط البيانات في السكان، س وص. 00:03:19.700 --> 00:03:21.850 ثم تجمعها. 00:03:21.850 --> 00:03:23.830 تبدأ بقطة البيانات الأولى وتذهب كل 00:03:23.830 --> 00:03:25.620 الطريق إلى بيانات nth نقطة. 00:03:25.620 --> 00:03:26.740 ثم القسمة على n. 00:03:26.740 --> 00:03:27.800 ثم تجمعها وتقسم على n. 00:03:27.800 --> 00:03:28.920 وهذا هو المتوسط. 00:03:28.920 --> 00:03:30.500 حينها يمكنك ادراجه في هذه الصيغة. 00:03:30.500 --> 00:03:33.060 ويمكنك أن ترى كم تبعد كل نقطة من النقطة 00:03:33.060 --> 00:03:34.270 المركزية، عن المتوسط. 00:03:34.270 --> 00:03:36.260 ثم توجد الفرق 00:03:36.260 --> 00:03:39.670 الآن ماذا يحدث لو أننا نعمل ذلك لعينة؟ 00:03:39.670 --> 00:03:43.350 حسنا، إذا كنا نريد لتقدير متوسط عدد السكان من خلال 00:03:43.350 --> 00:03:46.600 حساب متوسط العينة،على نحو ما فضل شيء يمكن 00:03:46.600 --> 00:03:49.170 ان أفكر به --وحقاً هذه هي نوع من الصيغ المهندسة. 00:03:49.170 --> 00:03:51.140 هؤلاء بشر يقولون، حسنا ما هي أفضل 00:03:51.140 --> 00:03:51.710 طريقة لأخذ عينات؟ 00:03:51.710 --> 00:03:54.550 حسنا كل ما نقوم به حقاً هوأخذ متوسط العينة. 00:03:54.550 --> 00:03:56.820 وهذا هو متوسط العينة. 00:03:56.820 --> 00:03:58.920 وتعلمنا في الفيديو الأول أن هذا التدوين- 00:03:58.920 --> 00:04:00.450 الصيغة مطابقة تقريبا لذلك. 00:04:00.450 --> 00:04:01.540 مجرد اختلاف في التدوين. 00:04:01.540 --> 00:04:04.990 بدلاً من كتابة مو، يمكنك كتابة x بخط فوقها 00:04:04.990 --> 00:04:08.620 متوسط العينة يساوي--مرة أخرى، وتأخذ كل من 00:04:08.620 --> 00:04:12.100 نقاط البيانات الآن في العينة، وليس مجمل السكان. 00:04:12.100 --> 00:04:16.370 تجمعها من أول واحد ومن ثم إلى 00:04:16.370 --> 00:04:17.380 التاسع،صحيح؟ 00:04:17.380 --> 00:04:20.640 أنهم يقولون أن هناك نقاط البيانات n في هذه العينة. 00:04:20.640 --> 00:04:23.390 ومن ثم تقسم على عدد من نقاط البيانات لديك. 00:04:23.390 --> 00:04:24.320 عادل بما فيه الكفاية. 00:04:24.320 --> 00:04:25.660 أنها حقاً نفس الصيغة. 00:04:25.660 --> 00:04:27.500 الطريقة التي أخذت بها متوسط عدد السكان، قلت، حسنا، إذا 00:04:27.500 --> 00:04:29.590 كان لدي مجرد عينة، ودعوني فقط آخذ المتوسط بالطريقة نفسها 00:04:29.590 --> 00:04:32.560 وعلى الأرجح تقدير جيد 00:04:32.560 --> 00:04:33.930 لمتوسط السكان. 00:04:33.930 --> 00:04:36.340 الآن يصبح الأمر أكثر إثارة للاهتمام عندما نتحدث عن الفرق. 00:04:36.340 --> 00:04:39.250 إذن رد فعلك الطبيعي جيد، لدى هذه العينة. 00:04:39.250 --> 00:04:43.260 إذا أردت تقدير فرق السكان، لماذا 00:04:43.260 --> 00:04:45.230 لماذا لا أطبق هذه الصيغة نفسها 00:04:45.230 --> 00:04:46.150 أساسا للعينة؟ 00:04:46.150 --> 00:04:49.330 لذا يمكنني أن أقول-وهذا الواقع عينة فرق. 00:04:49.330 --> 00:04:54.570 وهم يستخدمون صيغة s التربيعية. 00:04:54.570 --> 00:04:58.220 إذن ، سيغما حرف يوناني يعادل s. 00:04:58.220 --> 00:04:59.980 الآن عندما نتعامل مع العينة، 00:04:59.980 --> 00:05:01.000 فقط نكتب s هناك. 00:05:01.000 --> 00:05:02.320 فهذا هو فارق العينة. 00:05:02.320 --> 00:05:03.070 دعوني أكتب هذا 00:05:03.070 --> 00:05:03.950 تباين العينة. 00:05:11.860 --> 00:05:15.870 وهذا-- يمكن أن نقول فقط، ربما وسيلة جيدة لاخذ 00:05:15.870 --> 00:05:17.340 تباين العينة بفعل ذلك بنفس الطريقة. 00:05:17.340 --> 00:05:23.670 لنأخذ المسافة من كل نقطة من النقاط في العينة. 00:05:23.670 --> 00:05:26.600 ومعرفة مدى بعدها عن متوسط العينة لدينا. 00:05:26.600 --> 00:05:29.230 هنا استخدمنا متوسط السكان، ولكن الآن سوف نستخدم فقط 00:05:29.230 --> 00:05:31.450 متوسط العينة لأن هذا كل ما يمكن أن يكون لدينا. 00:05:31.450 --> 00:05:33.160 نحن لا نعرف ما متوسط السكان 00:05:33.160 --> 00:05:35.510 دون النظر في مجمل السكان. 00:05:35.510 --> 00:05:36.400 نأخذ تربيع ذلك 00:05:36.400 --> 00:05:38.160 هذا يجعلها إيجابية ولها خصائص أخرى، 00:05:38.160 --> 00:05:40.160 والذي سوف نناقشه أكثر في وقت لاحق. 00:05:40.160 --> 00:05:42.730 ومن ثم أخذ المتوسط لكل من هذه المسافات التربيعية. 00:05:42.730 --> 00:05:44.970 حيث تأخذها من هناك--وتجمعها جميعا. 00:05:44.970 --> 00:05:47.430 وهناكn منهم إلى بعض ما يصل، صحيح؟ 00:05:47.430 --> 00:05:48.400 N أحرف صغيرة. 00:05:48.400 --> 00:05:51.820 و القسمة على n أحرف صغيرة. 00:05:51.820 --> 00:05:53.230 وأقول لكم، حسنا هذا تقدير جيد. 00:05:53.230 --> 00:05:55.580 حسنا بغض النظر عن ما قد يكون الفرق، قد يكون هذا تقدير جيد 00:05:55.580 --> 00:05:56.720 لعدد السكان بأسره. 00:05:56.720 --> 00:06:00.620 وهذا في الواقع ما يشير إليه بعض الناس عندما 00:06:00.620 --> 00:06:01.980 يتحدثون عن تباين العينة. 00:06:01.980 --> 00:06:05.260 وفي بعض الأحيان سوف يشار إليه فعلا على هذا النحو. 00:06:05.260 --> 00:06:07.520 سوف يضعون n صغيرة هناك. 00:06:07.520 --> 00:06:09.840 ويرجع السبب لذلك أننا قسمنا على n. 00:06:09.840 --> 00:06:11.840 لنقل، سال ما المشكلة هنا؟ 00:06:11.840 --> 00:06:14.000 و المشكلة--وسوف تعطي لك الحدس لأن هذا 00:06:14.000 --> 00:06:16.180 هو فعلا أمر يستخدم يحير الذهن. 00:06:16.180 --> 00:06:19.340 وأنا بصراحة لا أكافح 00:06:19.340 --> 00:06:21.530 الحدس وراء ذلك. 00:06:21.530 --> 00:06:24.510 حسنا لدي الحدس، ولكنه يميل أكثر إلى الصرامة 00:06:24.510 --> 00:06:26.950 في إثبات ذلك لنفسي أن هذا هو الأمر بالتأكيد. 00:06:26.950 --> 00:06:28.280 ولكن فكر في هذا. 00:06:28.280 --> 00:06:29.905 إذا كان لدى مجموعة من الأرقام، وسأرسم 00:06:29.905 --> 00:06:32.740 خط ارقام هنا. 00:06:32.740 --> 00:06:35.740 إذا رسمت خط أرقام هنا - دعونا نقول أنكم تعرفون ذلك- 00:06:35.740 --> 00:06:39.430 ولنفترض أن لدى مجموعة من الأرقام من عدد السكان. 00:06:39.430 --> 00:06:41.660 لذلك دعونا نقول-سأقوم بشكل عشوائي بوضح مجموعة 00:06:41.660 --> 00:06:44.280 أرقام في عدد السكان. 00:06:44.280 --> 00:06:45.928 تلك في اليمين آكبر 00:06:45.928 --> 00:06:46.355 منها إلى اليسار. 00:06:48.900 --> 00:06:52.990 وإذا تم أخذ عينة منها، وربما سآخذ- 00:06:52.990 --> 00:06:54.820 العينة، بشكل عشوائي. 00:06:54.820 --> 00:06:56.210 في الحقيقة تريد أن تأخذ عينة عشوائية. 00:06:56.210 --> 00:06:57.320 ولا تريد أن تكون منحرفا في أي شكل من الأشكال. 00:06:57.320 --> 00:07:02.900 ولذلك ربما أخذ هذه، وهذه، وهذه 00:07:02.900 --> 00:07:05.420 وهذه، حسنا؟ 00:07:05.420 --> 00:07:07.480 وبعد ذلك، اذا اردت اخذ متوسط هذا العدد و هذا 00:07:07.480 --> 00:07:08.460 العدد، هذا العدد، هذا العدد. 00:07:08.460 --> 00:07:09.320 سيكون في مكان ما في الوسط. 00:07:09.320 --> 00:07:11.010 قد يكون في مكان ما هناك. 00:07:11.010 --> 00:07:13.240 ومن ثم إذا أردت معرفة تباين العينة باستخدام 00:07:13.240 --> 00:07:16.780 هذه الصيغة،سأقول حسنا المسافة تربيع بالإضافة إلى 00:07:16.780 --> 00:07:21.060 تربيع المسافة هذا بالإضافة إلى المسافة التربيعية لهذا بالإضافة إلى 00:07:21.060 --> 00:07:23.520 تربيع المسافة لهذا ومتوسطها جميعا 00:07:23.520 --> 00:07:24.700 وبعد ذلك سوف تحصل على هذا الرقم. 00:07:24.700 --> 00:07:27.820 ربما يكون ذلك تقريب جيدة جداً 00:07:27.820 --> 00:07:30.260 تلباين جميع السكان. 00:07:30.260 --> 00:07:32.070 سيكون متوسط السكان على الأرجح 00:07:32.070 --> 00:07:33.030 -- لا أعرف. 00:07:33.030 --> 00:07:35.020 قد يكون هذا قريبا جداً. 00:07:35.020 --> 00:07:37.150 في الواقع إذا أخذنا كافة نقاط البيانات وأخذنا متوسطها 00:07:37.150 --> 00:07:39.060 ربما أنهم مثل هنا . 00:07:39.060 --> 00:07:40.660 وبعد ذلك ما إذا كان يمكنك معرفة الفرق، ربما سيكون 00:07:40.660 --> 00:07:43.590 قريبا جدا من المتوسط لكل من هذه الخطوط، صحيح؟ 00:07:43.590 --> 00:07:46.810 جميع مسافات تباين العينة، أليس كذلك؟ 00:07:46.810 --> 00:07:47.250 عادلة بما فيه الكفاية. 00:07:47.250 --> 00:07:47.900 لذلك كنت أقول، يا سأل. 00:07:47.900 --> 00:07:49.710 هذا تبدو جيدة الآن. 00:07:49.710 --> 00:07:51.940 ولكن هناك كمية الصيد صغيرة واحدة. 00:07:51.940 --> 00:07:54.560 ماذا لو-هناك دائماً احتمال بدلاً من 00:07:54.560 --> 00:07:56.990 انتقاء هذه الأرقام إلى حد ما موزعة بشكل جيد في 00:07:56.990 --> 00:08:00.800 العينة، ماذا سيحدث لو كنت اخترت هذا العدد، هذا العدد، 00:08:00.800 --> 00:08:03.920 وهذا العدد -ولنقل هذا العدد 00:08:03.920 --> 00:08:05.400 كعينة؟ 00:08:05.400 --> 00:08:08.370 حسنا بغض النظر عن عينتك، متوسط العينة الخاصة بك 00:08:08.370 --> 00:08:10.210 دائماً ما يكون في منتصف ذلك أليس كذلك؟ 00:08:10.210 --> 00:08:12.960 إذن في هذه الحالة، متوسط العينة الخاص بك قد يكون هنا. 00:08:12.960 --> 00:08:15.010 إذن كل هذه الأرقام، قد تقولون حسنا هذا العدد ليس 00:08:15.010 --> 00:08:17.810 بعيدا جداً عن هذا العدد، هذا العدد الذي ليس بعيداً جداً، ومن ثم 00:08:17.810 --> 00:08:19.100 هذا العدد الذي ليس بعيداً جداً. 00:08:19.100 --> 00:08:21.790 لذا تباين العينة الخاص بك، عندما تقوم به بهذه الطريقة، 00:08:21.790 --> 00:08:23.610 قد يبدو منخفظا قليل 00:08:23.610 --> 00:08:26.920 لأن كل هذه الأرقام، إلى حد ما//-أنها، 00:08:26.920 --> 00:08:28.920 تقريبا بحكم التعريف، سوف تكون قريبة جدا من 00:08:28.920 --> 00:08:30.350 متوسط بعضها البعض. 00:08:30.350 --> 00:08:34.600 ولكن في هذه الحالة، عينتك منحرفة قليلا 00:08:34.600 --> 00:08:37.980 والمتوسط الفعلي للسكان هنا في مكان ما . 00:08:37.980 --> 00:08:40.800 لذا الفرق الفعلي للعينة، إذا كنت حقا تعرف 00:08:40.800 --> 00:08:43.670 النتوسط-أنا أعرف أن كل هذا مربك قليلا. 00:08:43.670 --> 00:08:44.980 لو كنت فعلا تعرف المتوسط ، لكنت 00:08:44.980 --> 00:08:46.830 قلت واو . 00:08:46.830 --> 00:08:48.386 و كنت سوف تجد هذه المسافات، التي كان من الممكن 00:08:48.386 --> 00:08:51.320 ان تكون أكثربكثير. 00:08:51.320 --> 00:08:53.640 بيت القصيد في ما أقوله، عندما تأخذ 00:08:53.640 --> 00:08:58.280 عينة، هناك بعض الفرص في أن يكون متوسط العينة الخاصة بك 00:08:58.280 --> 00:09:00.380 قريبا جدا من متوسط السكان، حسنا؟ 00:09:00.380 --> 00:09:02.610 ربما متوسط عينتك هنا ومتوسط 00:09:02.610 --> 00:09:03.360 عدد السكان هنا 00:09:03.360 --> 00:09:05.770 وثم هذه الصيغة سوف تعمل على الأرجح بشكل جيد جداً، 00:09:05.770 --> 00:09:07.770 على الأقل نظراً لنقاط بيانات العينة الخاصة بك 00:09:07.770 --> 00:09:09.280 و إيجاد الفرق. 00:09:09.280 --> 00:09:14.240 ولكن هناك فرصة معقولة في أن يكون متوسط عينتك - 00:09:14.240 --> 00:09:16.730 عينتك دائماً ما ستكون ضمن نموذج البيانات الخاصة بك، صحيح؟ 00:09:16.730 --> 00:09:18.740 دائماً ما ستكون مركز نموذج بياناتك. 00:09:18.740 --> 00:09:21.470 ولكن من الممكن تماما أن يكون الوسط السكاني 00:09:21.470 --> 00:09:22.590 خارج نموذج البيانات الخاصة بك. 00:09:22.590 --> 00:09:24.750 قديحدث ذلك لانتقاءك تلك 00:09:24.750 --> 00:09:28.110 التي لا تحتوي على متوسط سكان فعلي. 00:09:28.110 --> 00:09:31.670 ومن ثم فلتباين العينة المحسوب بهذه الطريقة سوف 00:09:31.670 --> 00:09:34.990 يقلل حقا من فرق السكان 00:09:34.990 --> 00:09:36.240 الفعلي، أليس كذلك؟ 00:09:36.240 --> 00:09:38.230 لأنها ستكون دائماً أقرب إلى متوسطها الخاص 00:09:38.230 --> 00:09:39.960 منه إلى متوسط السكان. 00:09:39.960 --> 00:09:43.460 وإذا كنت تفهم، بصراحة، حتى 10 % 00:09:43.460 --> 00:09:45.770 من هذا، فأنت طالب إحصائيات متقدم جداً. 00:09:45.770 --> 00:09:49.120 ولكن أنا أقول كل هذا لمجرد إعطاءك، على ما آمل 00:09:49.120 --> 00:09:53.500 بعض الحدس لإدراك أن هذا سوف يقلل غالبا. 00:09:53.500 --> 00:09:57.240 هذه الصيغة كثيرا ما سوف تقلل 00:09:57.240 --> 00:09:59.110 تباين السكان الفعلي 00:09:59.110 --> 00:10:01.420 وهناك صيغة، وأثبت فعلا أنها أكثر 00:10:01.420 --> 00:10:04.740 صرامة مما سوف أقوم به،و الذي يعتبر 00:10:04.740 --> 00:10:08.000 أفضل، أو أنهم سوف يطلقون عليه تقدير غير منحاز 00:10:08.000 --> 00:10:09.030 لتباين السكان. 00:10:09.030 --> 00:10:11.390 أو تباين عينة غير متحيز 00:10:11.390 --> 00:10:14.160 وفي بعض الأحيان يشار إليه بواسطة s تربيع مرة أخرى. 00:10:14.160 --> 00:10:18.930 وفي بعض الأحيان بواسطة هذا s n ناقص 1 تربيع. 00:10:18.930 --> 00:10:20.720 وسوف أشرح لك لماذا. 00:10:20.720 --> 00:10:22.340 هو تقريبا الشئ نفسه 00:10:22.340 --> 00:10:24.730 تأخذ كل نقطة من نقاط البيانات، وتوجد بعدها عن 00:10:24.730 --> 00:10:28.170 متوسط العينة. 00:10:28.170 --> 00:10:28.900 وتربعها 00:10:28.900 --> 00:10:31.830 ثم تأخذ متوسط تلك التربيعات، باستثناء 00:10:31.830 --> 00:10:33.430 الاختلاف الطفيف . 00:10:33.430 --> 00:10:35.720 1 يساوي 1 على قدم المساواة n. 00:10:35.720 --> 00:10:39.370 بدلاً من القسمة على n، تقسم على 00:10:39.370 --> 00:10:41.920 عدد أصغر بقليل 00:10:41.920 --> 00:10:44.350 يمكنك القسمة على n ناقص 1. 00:10:44.350 --> 00:10:46.880 لذا عندما تقوم بتقسيم ن ناقص 1 بدلاً من قسمة 00:10:46.880 --> 00:10:49.590 n، ستحصل على عدد أكبر قليلاً هنا. 00:10:49.590 --> 00:10:51.060 واتضح أن هذا في الواقع 00:10:51.060 --> 00:10:52.260 تقدير أفضل كثيرا. 00:10:52.260 --> 00:10:54.810 وسأقوم بإعداد برنامج كمبيوتر يوما ما لأثبت على الأقل 00:10:54.810 --> 00:10:57.430 ذلك لنفسي عن طريق التجرية بأن هذا هو 00:10:57.430 --> 00:11:01.750 أفضل تقدير لللتباين السكاني. 00:11:01.750 --> 00:11:03.430 ويمكنك أن تقوم بحساب ذلك بنفس الطريقة. 00:11:03.430 --> 00:11:05.270 فقط اقسم على n ناقص 1. 00:11:05.270 --> 00:11:07.450 طريقة أخرى للتفكير في ذلك--وفي الواقع، لا 00:11:07.450 --> 00:11:08.340 الوقت ينفذ 00:11:08.340 --> 00:11:09.500 سأترككم هنا 00:11:09.500 --> 00:11:10.710 وثم في مقطع الفيديو التالي، سوف نقوم باثنين من 00:11:10.710 --> 00:11:12.590 العمليات الحسابية فقط لكي لا أغمركم 00:11:12.590 --> 00:11:13.270 بهذه الأفكار. 00:11:13.270 --> 00:11:14.810 لأننا نتجه قليلا للتجريد 00:11:14.810 --> 00:11:16.660 نراكم في مقطع الفيديو التالي. 00:11:16.660 --> 00:11:17.000 وداعا