15-04-2011, 01:41 PM #12 المشاركة الأصلية كتبت بواسطة af159 بارك الله فيك يا ابوعبدالله علي هذا الشرح الرائع وهذه المعلومات الثمينة فعلا حتي النخاع لاني من المهتمين بهذه النوعية من المؤشرات حياك الله ابا زياد لك وحشة توقيع العضو اللهم اغننا بحَلالِك عن حرامك وبفضلك عمَّن سواك. 15-04-2011, 01:44 PM #13 المشاركة الأصلية كتبت بواسطة عرابي وتقبل تحياتي مرحبا استاذ عرابى من زمان عن اسهامامتك الرائعة توقيع العضو اللهم اغننا بحَلالِك عن حرامك وبفضلك عمَّن سواك. 15-04-2011, 01:46 PM #14 المشاركة الأصلية كتبت بواسطة عاشق الحرمين جزاك الله خير واحسن عملك توقيع العضو اللهم اغننا بحَلالِك عن حرامك وبفضلك عمَّن سواك. الانحراف المعياري. 15-04-2011, 02:23 PM #15 موضوع جميل أخي الحبيب، وللعلم فإن كل مؤشرات الزخم قائمة على فكرة الانحراف المعياري. ولو أردت أنظمة المتاجرة الخاصة بتلك الفكرة يمكنك البحث في جوجل تحت عنون Mean Reversion Systems الاوسمة لهذا الموضوع...., للجميع, معنى, أكون, المتداول, الله, المنتدى, المؤشرات, الاتجاه, الاخبار, العملات, الطريقه, ارتفاع, تحديد, تصميم, بسبب, تكون, خطوط, نزول, نكون معاينة الاوسمة
الانحراف المعياري standard deviation: عند استخدام التباين كمقياس من مقاييس التشتت، نجد أنه يعتمد علي مجموع مربعات الانحرافات، ومن ثم لا يتمشى هذا المقياس مع وحدات قياس المتغير محل الدراسة ، ففي المثال السابق ،نجد أن تباين سنوات الخبرة في العينة 8. 5 ، فليس من المنطق عند تفسير هذه النتيجة أن نقول ، " تباين سنوات الخبرة هو 8. 5 سنة تربيع "، لأن وحدات قياس المتغير هو عدد السنوات، من أجل ذلك لجأ الإحصائيين إلى مقياس منطقي يأخذ في الاعتبار الجذر التربيعي للتباين ، لكي يناسب وحدات قياس المتغير، وهذا المقياس هو الانحراف المعياري. كيف يقرأ رمز الانحراف المعياري - إسألنا. إذا الانحراف المعياري ، هو الجذر التربيعي الموجب للتباين ، أي أن المعادلة رقم (4-11): ومثال على ذلك: ــ في مثال(4-7) في مقياس التباين نجد أن الانحراف المعياري لسنوات الخبرة لعمال المصنع)المجتمع( ، ويرمز له بالرمز هو: في هذه الحالة ، يكون الانحراف المعياري لسنوات الخبرة في المجتمع هو 2. 94 سنة. في مثال(2) السابق في التباين نجد أن الانحراف المعياري لسنوات الخبرة لعمال العينة ، ويرمز له بالرمز s هو أي أن الانحراف المعياري لسنوات الخبرة في العينة هو 2. 92 سنة. الانحراف المعياري في حالة البيانات المبوبة: إذا كانت بيانات الظاهرة ، مبوبة في جدول توزيع تكراري ، فإن الانحراف المعياري يحسب بتطبيق المعادلة التالية(4-12): ــ في بيانات مثال(4-9) احسب الانحراف المعياري للإنفاق الشهري للأسرة ، ثم قارن بين الانحراف المتوسط ، والانحراف المعياري للإنفاق الشهري للأسرة الحل: لحساب الانحراف المعياري للإنفاق الشهري ، تستخدم المعادلة رقم)4-12) وسوف نطبق الصيغة الثانية ، ولذا نكون جدول لحساب المجموعين وبتطبيق المعادلة ، نجد أن الانحراف المعياري قيمته هي: أي أن الانحراف المعياري للإنفاق الشهري 3.
483. الجانب السلبي لاستخدام ثاني الأساليب الإحصائية (الانحراف المعياري): في ملاحظة مماثلة للجانب السلبي لاستخدام المتوسط، فيمكن أن يكون الانحراف المعياري مضللاً عند استخدامه كأسلوب وحيد في تحليلك الإحصائي. على سبيل المثال/ إذا كانت البيانات التي تعمل بها تحتوي على عدد كبير جداً من القيم المتطرفة أو نمط غريب مثل منحنى غير عادي. فلن يوفر الانحراف المعياري المعلومات اللازمة لاتخاذ قرار مستنير. ثالث الأساليب الإحصائية/ الانحدار: عندما يتعلق الأمر بالإحصاءات، فإن الانحدار هو العلاقة بين متغير تابع (البيانات التي تريد قياسها) ومتغير مستقل (البيانات المستخدمة للتنبؤ بالمتغير التابع). فيمكن تفسيره أيضاً من خلال كيفية تأثير أحد المتغيرات على متغير آخر. أو التغييرات في متغير تؤدي إلى تغييرات في متغير آخر، وهي السبب والنتيجة أساساً. كما إنه يعني أن النتيجة تعتمد على متغير واحد أو أكثر. يشير الخط المستخدم في الرسوم البيانية لتحليل الانحدار إلى ما إذا كانت العلاقات بين المتغيرات قوية أم ضعيفة، بالإضافة إلى إظهار الاتجاهات على مدى فترة زمنية محددة. وتستخدم هذه الدراسات في التحليل الإحصائي لعمل تنبؤات وتوقعات للاتجاهات.
يمكن حساب الخطأ المعياري للاختبار بمعرفة تباين ( variance) الدرجات وثبات الاختبار. فإذا حصل طالب على درجة مقدارها 90 في اختبار خطأه المعياري يساوي 3 فإننا نقول أن هناك احتمالا قدره 68% أن تكون الدرجة الحقيقة للطالب واقعة في فترة الثقة بين 87 و 93. الانحراف المعياري للمتوسط [ عدل] حيث s هي انحراف العينة المعياري n مقدار (عدد الملاحظات) للعينة. يمكن مقارنة هذا التقدير مع الصيغة الحقيقية للانحراف المعياري للمتوسط: σ هو الانحراف المعياري للسكان. أخطاء معيارية [ عدل] عينة الإشارة [ عدل] الأنواع [ عدل] خطأ النوع الأول Type-I Error هو خطأ يظهر عند فحص الفروض البحثية. خطأ النوع الأول هو احتمالية رفض الفرض الصفري عندما يكون في الواقع صحيح. أي أن الباحث يستنتج وجود علاقة غير موجودة أصلاً. احتمالية الخطأ الأول = مستوى الدلالة ( الفا) التي تم تحديدها، وهي غالبا تساوي 0. 05. خطأ النوع الثاني Type-II Error هو خطأ يظهر عند فحص الفروض البحثية. خطأ النوع الثاني هو احتمالية ألا يرفض الفرض الصفري في وقت هو – أي الفرض الصفري - غير صحيح ، أي أن خطأ النوع الثاني يقع عندما نفشل في رفض الفرض الصفري في وقت يكون الفرض البديل هو الصحيح.