حاسبة فترة الثقة

حاسبة فترة الثقة

رائد AI Skill PRO

أدخل الحساب

صيغة رياضية

CI=x‾±z·snwhere{x‾=Sample Means=Std. Deviationn=Sample Sizez=z1−1−Conf. Level2\begin{gathered} \text{CI} = \bar{x} \pm z \cdot \frac{s}{\sqrt{n}} \\[1.5em] \text{where}\quad \left\{ \begin{aligned} \bar{x} &= \text{Sample Mean} \\ s &= \text{Std. Deviation} \\ n &= \text{Sample Size} \\ z &= z_{1-\frac{1-\text{Conf. Level}}{2}} \end{aligned} \right. \end{gathered}
إحصاءات الاستخدام

اعلان

نتائج

٩٥% فترة الثقة
٩٫٣٠٥٤ إلى ١١٫٠٩٤٦
هامش الخطأ: ±٠٫٨٩٤٦
الخطأ المعياري
٠٫٤٥٦٤
قيمة Z
١٫٩٦
المتوسط
١٠٫٢
حجم العينة
30
الانحراف المعياري
٢٫٥

الإبلاغ عن خطأ في هذه الصفحة

ماذا تفعل حاسبة فترة الثقة هذه؟

تمنحك فترة الثقة (Confidence Interval) مجالًا من القيم يُرجَّح أن يحتوي المتوسط الحقيقي للمجتمع الإحصائي، اعتمادًا على عينة واحدة. تأخذ هذه الحاسبة إحصاءات عينتك وتُعيد لك الحد الأدنى والحد الأعلى وهامش الخطأ — حتى تتمكن من عرض النتائج بصيغة مثل: «المتوسط الحقيقي يقع بين X وY بثقة 95%». وتعتمد على توزيع z (التوزيع الطبيعي)، وهو الأسلوب المعياري حين تكون العينة كبيرة نسبيًا أو عندما يكون الانحراف المعياري للمجتمع معلومًا.

المدخلات التي تُدخلها

  • متوسط العينة — معدّل بيانات عينتك (مركز الفترة).
  • الانحراف المعياري — مدى تشتّت قيم عينتك.
  • حجم العينة — عدد المشاهدات في عينتك.
  • مستوى الثقة — مدى اليقين الذي تريده، وعادةً يكون 90% أو 95% أو 99%.
خط أعداد يوضح نقطة متوسط العينة مع الحدين الأدنى والأعلى للثقة
تُعرض الفترة كحد أدنى وحد أعلى حول المتوسط.

المعادلة

تسير الحاسبة عبر هذه الخطوات:

  • الخطأ المعياري = الانحراف المعياري ÷ √(حجم العينة)
  • قيمة Z = القيمة الحرجة من التوزيع الطبيعي عند مستوى الثقة المختار (مثلًا 1.645 لمستوى 90%، و1.96 لمستوى 95%، و2.576 لمستوى 99%)
  • هامش الخطأ = قيمة Z × الخطأ المعياري
  • فترة الثقة = متوسط العينة ± هامش الخطأ

تجد الحاسبة قيمة z عبر حساب معكوس الاحتمال التراكمي عند ألفا/2، حيث ألفا = 1 − مستوى الثقة. وبهذا يُوزَّع عدم اليقين بالتساوي بين الطرفين.

اعلان

مثال محلول

لنفترض أن متوسط عينتك هو 100، والانحراف المعياري 15، وحجم العينة 36، واخترت مستوى ثقة 95%.

  • الخطأ المعياري = 15 ÷ √36 = 15 ÷ 6 = 2.5
  • قيمة Z لمستوى 95% = 1.96
  • هامش الخطأ = 1.96 × 2.5 = 4.9
  • الحد الأدنى = 100 − 4.9 = 95.1
  • الحد الأعلى = 100 + 4.9 = 104.9

يمكنك أن تثق بنسبة 95% أن المتوسط الحقيقي للمجتمع يقع بين 95.1 و104.9.

منحنى جرسي مع تظليل فترة الثقة المركزية وتحديد هامش الخطأ بدءًا من المتوسط
يمتد فترة الثقة بشكل متماثل حول متوسط العينة بمقدار هامش الخطأ.

أسئلة شائعة

هل الفترة الأوسع تعني نتيجة أسوأ؟ الفترة الأوسع تعكس قدرًا أكبر من عدم اليقين. فرفع مستوى الثقة (من 95% إلى 99% مثلًا) أو صغر حجم العينة يُوسّع الفترة، بينما يؤدي حجم العينة الأكبر إلى تضييقها.

ماذا تعني عبارة «ثقة 95%» حقًا؟ لو كرّرت أخذ العينات مرات كثيرة وبنيت فترة في كل مرة، فإن نحو 95% من تلك الفترات ستحتوي المتوسط الحقيقي للمجتمع.

هل أستخدم z أم t؟ تستخدم هذه الأداة توزيع z (الطبيعي)، وهو مناسب للعينات الكبيرة أو حين يكون الانحراف المعياري للمجتمع معلومًا. أما العينات الصغيرة جدًا مع انحراف معياري مجهول للمجتمع، فيكون توزيع t أدق من الناحية الفنية.

اعلان

تفسير فترة الثقة الخاصة بك

تقرر فترة الثقة مجموعة من القيم المعقولة للمتوسط السكاني μ، المبنية من عينتك. البيان الذي تدعمه يتعلق بالإجراء، وليس بالفترة الواحدة على شاشتك: إذا كررت أخذ العينات ذاته وحسبت فترة 95% في كل مرة، فإن حوالي 95% من تلك الفترات ستحتوي على المتوسط الحقيقي. المتوسط الحقيقي هو عدد ثابت (لكن غير معروف) — إنه لا يتحرك. ما هو عشوائي هو الفترة، لأنها محسوبة من عينة عشوائية. لذا فمن غير الصحيح القول "هناك احتمالية 95% بأن μ يقع بين هذين الرقمين"؛ بمجرد حساب الفترة، فإن μ إما يكون بداخلها أو لا يكون. (فترات المصداقية البايزية تدعم بيان احتمالي مباشر، لكنها بناء مختلف وتتطلب توزيعاً سابقاً.)

العرض: ما الذي يجعل التقدير دقيقاً

فترة أضيق تعني تقديراً أكثر دقة. نصف العرض هو هامش الخطأ

$$\text{هامش الخطأ} = z \cdot \frac{s}{\sqrt{n}}$$

لذا ثلاثة أشياء تحركه:

  • حجم العينة \(n\) — يتقلص الهامش مع \(\sqrt{n}\)، وليس مع \(n\). تضاعيف حجم العينة أربع مرات تقلل هامش الخطأ إلى النصف؛ تقليل الهامش مرة أخرى يتطلب 16× حجم العينة الأصلي. هذا هو السبب في أن الدقة تصبح مكلفة بسرعة.
  • مستوى الثقة — يستخدم المستوى الأعلى قيمة حرجة أكبر، لذلك فترة 99% دائماً أوسع من فترة 95% على نفس البيانات (\(2.576/1.960 \approx 1.31\)، حوالي 31% أوسع). الثقة والدقة تتنافسان مع بعضهما البعض.
  • الانتشار \(s\) — البيانات الأكثر تنوعاً تعطي فترة أوسع لنفس \(n\).

قراءة قيمة مرجعية أو مفترضة

تحقق مما إذا كانت القيمة التي تهتم بها — 0 لفرق أو درجة تغيير، أو متوسط مستهدف، أو رقم السنة الماضية، أو قيمة المواصفة — تقع داخل الفترة. إذا كانت القيمة المرجعية تقع خارج فترة \(100(1-\alpha)\%\) ثنائية الجانب، فإن الاختبار ثنائي الجانب المقابل \(H_0: \mu = \text{مرجع}\) سيرفضها عند مستوى الدلالة \(\alpha = 1 - \text{مستوى الثقة}\)؛ إذا كانت تقع بداخلها، فإن الاختبار لن يرفضها. فترة 95% واختبار ثنائي الجانب عند \(\alpha = 0.05\) هما منظران لنفس الحساب. "لم يتم الرفض" يعني أن البيانات متوافقة مع تلك القيمة — وليس أن القيمة صحيحة، وليس أن التأثير يساوي صفراً.

اقرأ أيضاً نقاط نهاية الفترة بشكل موضوعي. فترة [0.2, 19.8] تستبعد الصفر لكنها متوافقة مع تأثيرات تتراوح من تافهة إلى كبيرة؛ هذا موقف مختلف عن [9.5, 10.5]، الذي يستبعد الصفر ويثبت التأثير بإحكام.

المتوسطات، وليس الأفراد

هذه الفترة تغطي متوسط السكان، وليس الملاحظة التالية. مع \(n\) كبير، يمكن أن تكون الفترة للمتوسط ضيقة جداً بينما تنتشر القيم الفردية على نطاق واسع. إذا كنت تحتاج إلى نطاق يحتمل أن يحتوي على ملاحظة مستقبلية واحدة، فهذا هو فترة التنبؤ، وهي أوسع بكثير لأنها يجب أن تمتص التنوع الفردي بالإضافة إلى عدم اليقين حول المتوسط.

الافتراضات التي تعتمد عليها

  1. ملاحظات عشوائية ومستقلة من السكان المعنيين. تنتهك العينات المريحة والبيانات المجمعة والقياسات المتكررة على نفس الموضوعات وبيانات السلاسل الزمنية هذا، وستكون الفترة عادة ضيقة جداً.
  2. الحالة الطبيعية التقريبية لتوزيع أخذ العينات للمتوسط. من خلال نظرية الحد الأوسط، هذا معقول عادة بمجرد \(n \ge 30\) للبيانات المنحرفة باعتدال؛ بالنسبة للعينات الصغيرة، يجب أن يكون السكان نفسهم طبيعيين تقريباً، وللبيانات المنحرفة بشدة أو المشاهدات الشاذة حتى \(n = 30\) قد لا يكون كافياً.
  3. تقريب \(\sigma\) معروف أو \(n\) كبير. تستخدم هذه الحاسبة القيمة الحرجة الطبيعية \(z\). عندما يتم تقدير \(\sigma\) بـ \(s\) من عينة صغيرة، فإن توزيع \(t\) مع \(n-1\) درجة حرية هو الخيار الصحيح تماماً ويعطي فترة أوسع قليلاً؛ الفرق صغير بمجرد أن تكون \(n\) أعلى من حوالي 30.
  4. لا توجد أخطاء منهجية. تقيس الفترة فقط تنوع أخذ العينات. إنها لا تصحح انحياز الاختيار أو عدم الاستجابة أو سؤال سيء الصياغة أو جهاز غير معايرة بشكل صحيح أو خطأ القياس. عينة منحازة تنتج فترة ضيقة حول القيمة الخاطئة — و \(n\) كبير يجعل تلك الفترة الخاطئة أضيق، وليس أفضل.

أخيراً، إذا حسبت العديد من الفترات من نفس البيانات، فإن فرصة أن يفقد أحدها هدفه ترتفع بشكل جيد فوق \(\alpha\)؛ هذا يتطلب تعديل التعددية. هذا القسم عبارة عن معلومات إحصائية عامة، وليس نصيحة مخصصة لتصميم دراسة محددة.

المصطلحات والمتغيرات الرئيسية

المصطلح الرمز المعنى
متوسط العينة \(\bar{x}\) المتوسط الحسابي لبياناتك المرصودة، \(\bar{x} = \frac{1}{n}\sum x_i\). إنه ما تقيسه ومركز الفترة.
المتوسط السكاني \(\mu\) المتوسط الحقيقي عبر جميع السكان. غير معروف وثابت، والكمية التي تحاول الفترة تحديدها.
الانحراف المعياري للعينة \(s\) انتشار الملاحظات الفردية، محسوب مع \(n-1\) في المقام: \(s = \sqrt{\frac{\sum (x_i - \bar{x})^2}{n-1}}\).
الانحراف المعياري السكاني \(\sigma\) الانتشار الحقيقي في السكان. نادراً ما يكون معروفاً؛ يتم استخدام \(s\) كتقديره، وهذا هو السبب في وجود توزيع \(t\).
حجم العينة \(n\) عدد الملاحظات المستقلة. يقود الدقة من خلال \(\sqrt{n}\).
الخطأ المعياري للمتوسط SE \(\text{SE} = s/\sqrt{n}\). المسافة النموذجية بين متوسط العينة والمتوسط السكاني. مختلف عن \(s\): يصف \(s\) كيفية انتشار الأفراد ولا ينكمش كلما جمعت المزيد من البيانات؛ يصف SE كيفية عدم اليقين من المتوسط وينكمش مع نمو \(n\).
هامش الخطأ MoE \(\text{MoE} = z \times \text{SE}\). نصف عرض الفترة — الرقم "±" الذي يُبلَّغ عنه إلى جانب التقدير.
مستوى الثقة \(1-\alpha\) نسبة التوزيع على المدى الطويل للفترات المبنية بهذه الطريقة التي ستلتقط \(\mu\) (على سبيل المثال 95%). نفس القيمة المكتوبة كعدد عشري (0.95) هو معامل الثقة.
ألفا \(\alpha\) \(\alpha = 1 - \text{مستوى الثقة}\)؛ معدل الفشل على المدى الطويل، ومستوى الدلالة للاختبار ثنائي الجانب المكافئ.
ألفا على اثنين \(\alpha/2\) مساحة الذيل في كل طرف من فترة ثنائية الجانب — 0.025 لكل ذيل لفترة 95%.
القيمة الحرجة / درجة z \(z\) المضاعف \(\Phi^{-1}(1-\alpha/2)\) من التوزيع الطبيعي المعياري. تصف درجة z بشكل عام عدد الانحرافات المعيارية التي تقع عندها القيمة من المتوسط.
الحد الأدنى LB \(\bar{x} - \text{MoE}\)، نقطة النهاية الأصغر للفترة.
الحد الأقصى UB \(\bar{x} + \text{MoE}\)، نقطة النهاية الأكبر. تُكتب الفترة \([\text{LB},\ \text{UB}]\).
درجات الحرية \(df = n-1\) عدد القطع المستقلة من المعلومات المتبقية بعد تقدير \(\bar{x}\). تحدد صف جدول \(t\) عند استخدام بديل \(t\) بدلاً من \(z\).
تقدير نقطي \(\bar{x}\) رقم واحد من أفضل خمن لـ \(\mu\). لا يحمل أي إشارة إلى عدم يقينه الخاص.
تقدير فترة \([\text{LB}, \text{UB}]\) نطاق بمستوى ثقة محدد. يُبلّغ عن التقدير النقطي و دقته، وهذا هو السبب في تفضيل المجلات وهيئات المعايير له.
فترة الثقة CI نطاق لـ معامل — هنا المتوسط السكاني. يضيق نحو نقطة واحدة مع \(n \to \infty\).
فترة التنبؤ PI نطاق لـ ملاحظة مستقبلية واحدة. دائماً أوسع من CI على نفس البيانات، لأنها يجب أن تمتص التنوع على مستوى الفرد بالإضافة إلى عدم اليقين حول المتوسط؛ إنه لا ينكمش إلى نقطة مع نمو \(n\)، ويتقارب بدلاً من ذلك إلى تقريباً \(\mu \pm z\sigma\).
آخر تحديث:

الأكثر شيوعًا في الرياضيات والإحصاء

عرض جميع حاسبات الرياضيات والإحصاء