حاسبة القيمة الحرجة

حاسبة القيمة الحرجة

رائد AI Skill PRO

أدخل الحساب

صيغة رياضية

zα/2=Φ−1(1−α2)whereα=100−Confidence Level (%)100\begin{gathered} z_{\alpha/2} = \Phi^{-1}\!\left(1 - \tfrac{\alpha}{2}\right) \\[1.5em] \text{where}\quad \alpha = \frac{100 - \text{Confidence Level (\%)}}{100} \end{gathered}
إحصاءات الاستخدام

اعلان

نتائج

القيمة الحرجة
± ١٫٩٦
مستوى الثقة 95%
نوع التوزيع التوزيع الطبيعي (Z)
درجات الحرية 30
ألفا (α) ٠٫٠٥

الإبلاغ عن خطأ في هذه الصفحة

ما الذي تقوم به حاسبة القيمة الحرجة

تساعدك هذه الحاسبة في إيجاد القيمة الحرجة التي تحتاجها لإجراء اختبار فرضية إحصائي أو لتحديد فترة ثقة. القيمة الحرجة هي نقطة الفصل على توزيع احتمالي تفصل بين المنطقة التي ترفض فيها فرضية العدم والمنطقة التي لا ترفضها فيها. وبدلاً من البحث في الجداول الإحصائية التقليدية، يكفي أن تُدخل بضعة بيانات لتحصل على رقم دقيق للتوزيع الطبيعي (Z) أو توزيع t لستيودنت أو توزيع كاي تربيع (χ²) أو توزيع F.

منحنى توزيع جرسي الشكل بذيول مظلّلة تُبيّن القيم الحرجة ومناطق الرفض
تحدّد القيم الحرجة حدود مناطق الرفض في ذيلَي التوزيع.

شرح المدخلات

  • مستوى الثقة (%) – مثلاً 95. تحوّل الأداة هذه القيمة إلى مستوى الدلالة ألفا باستخدام المعادلة \(\alpha = \frac{100 - \text{مستوى الثقة}}{100}\). فمستوى ثقة 95% يعطي \(\alpha = 0.05\).
  • نوع التوزيع – اختر التوزيع الطبيعي (Z) أو توزيع t لستيودنت أو كاي تربيع (χ²) أو F.
  • درجات الحرية – مطلوبة لتوزيعات t وكاي تربيع وF. وفي حالة توزيع F تمثّل درجات حرية البسط.
  • درجات الحرية (المقام) – تُستخدم فقط مع توزيع F.

المعادلة وراء الحساب

تعتمد الحاسبة على دالة التوزيع التراكمي العكسية (دالة الكميات) للتوزيع الذي تختاره:

  • التوزيع الطبيعي وt (اختبار ذو ذيلين): القيمة الحرجة \(= |F^{-1}(\alpha/2)|\)، حيث تُقسَّم ألفا بين الذيلين.
  • كاي تربيع وF (اختبار ذو ذيل أيمن): القيمة الحرجة \(= F^{-1}(1 - \alpha)\)، مع وضع قيمة ألفا كاملة في الذيل العلوي.
اعلان
مقارنة بين أشكال أربعة منحنيات توزيع: الطبيعي وt وكاي تربيع وF
تُنتج توزيعات الاختبار المختلفة أشكالًا مختلفة للقيم الحرجة.

مثال تطبيقي

لنفترض أنك تُجري اختبار t ذا ذيلين عند مستوى ثقة 95% بدرجات حرية تساوي 20. عندها $$\alpha = \frac{100 - 95}{100} = 0.05,$$ أي أن \(\alpha / 2 = 0.025\). تحسب الأداة القيمة العكسية للدالة التراكمية لتوزيع t بدرجات حرية 20 عند 0.025، ثم تعيد القيمة المطلقة، فتكون القيمة الحرجة نحو 2.086. فإذا تجاوزت قيمة الإحصاء الاختباري لديك 2.086 من حيث المقدار، فإنك ترفض فرضية العدم.

أما في اختبار كاي تربيع عند مستوى ثقة 95% بدرجات حرية تساوي 10، فتحسب الأداة \(F^{-1}(0.95) \approx\) 18.31.

اعلان
المناطق المظلّلة للاختبار أحادي الذيل مقابل ثنائي الذيل على منحنيات جرسية
يختلف موضع مساحة ألفا بين الاختبار أحادي الذيل والاختبار ثنائي الذيل.

تفسير قيمتك الحرجة

القيمة الحرجة هي حدود منطقة الرفض — النقطة على المحور الأفقي للتوزيع التي تجاوزها إحصائية الاختبار تعتبر متطرفة جداً لتُنسب إلى الصدفة وحدها عند مستوى الدلالة المختار الخاص بك \(\alpha\).

قواعد القرار

  1. اختبار Z أو t ثنائي الذيل. رفض الفرضية العدمية \(H_0\) عندما \(|\text{إحصائية الاختبار}| \ge\) القيمة الحرجة؛ وإلا فشل في الرفض. منطقة الرفض هي كلا الذيلين، كل منهما يحتوي على المساحة \(\alpha/2\).
  2. اختبار Z أو t أحادي الذيل. بالنسبة للبديل ذي الذيل الأيمن، رفض عندما تكون الإحصائية \(\ge +\) القيمة الحرجة؛ بالنسبة للبديل ذي الذيل الأيسر، رفض عندما تكون الإحصائية \(\le -\) القيمة الحرجة. الذيل الواحد يحتوي على المساحة الكاملة \(\alpha\).
  3. اختبارات مربع كاي و F. تُستخدم هذه كاختبارات ذات ذيل أعلى: رفض \(H_0\) عندما تتجاوز الإحصائية القيمة الحرجة العليا، وإلا فشل في الرفض. كلا الإحصائيتين غير سالبتين، والقيم الأكبر تعني انحرافاً أكبر عن الفرضية العدمية.

قاعدة القيمة p المكافئة

مقارنة إحصائية بقيمة حرجة ومقارنة قيمة p بـ \(\alpha\) هما وصفان لنفس القرار، وهما دائماً متوافقان:

$$\text{رفض } H_0 \iff |T| \ge c_{\alpha} \iff p \le \alpha$$

هذا يصمد لأن القيمة الحرجة \(c_{\alpha}\) تُعرّف على أنها الإحصائية التي تكون احتمالية ذيلها مساوية بالضبط لـ \(\alpha\). عند \(T = c_{\alpha}\) تساوي قيمة p بالضبط \(\alpha\)؛ الإحصائية الأبعد في الذيل لها قيمة p أصغر، والإحصائية الأقرب للمركز لها قيمة p أكبر. على سبيل المثال، باختبار z ثنائي الذيل عند مستوى ثقة 95%، \(z = 2.30\) يتجاوز 1.960 وقيمة p ثنائية الذيل له حوالي 0.021، وهي أقل من 0.05 — نفس الرفض بأي طريقة.

ما الذي يخبرك به حجم القيمة الحرجة

  • قيمة حرجة أكبر تعني اختباراً أكثر صرامة. رفع مستوى الثقة يخفض \(\alpha\) ويدفع الحدود للخارج: 2.576 عند 99% مقابل 1.960 عند 95%. إحصائية قدرها 2.10 ترفض عند 95% لكن ليس عند 99%، لذلك يجب تثبيت مستوى الدلالة قبل النظر إلى البيانات.
  • القيم الحرجة t تنكمش نحو Z مع زيادة df. مع درجات حرية قليلة، الخطأ المعياري بحد ذاته يُقدّر بشكل سيء، لذلك توزيع t له ذيول أثقل ويتطلب أدلة أكثر: 2.571 عند df = 5 مقابل 2.042 عند df = 30 و 1.960 في النهاية.
  • نقاط قطع مربع كاي و F تعتمد على df في الاتجاه المعاكس لمربع كاي — فهي ترتفع مع df لأن الإحصائية تجمع مزيداً من الحدود، لذلك مربع كاي قدره 20 متطرف عند df = 5 (نقطة القطع 11.070) لكن ليس عند df = 20 (نقطة القطع 31.410).

ما الذي يعنيه عدم الرفض وما لا يعنيه

عدم رفض \(H_0\) ليس دليلاً على أن \(H_0\) صحيحة. هذا يعني أن البيانات لم توفر أدلة كافية ضده عند اختيار \(\alpha\) — وهي نتيجة متسقة بالتساوي مع فرضية عدمية صحيحة، أو مع تأثير حقيقي صغير جداً ليتم اكتشافه، أو عينة صغيرة جداً لا توفر قوة كافية. الاختبار يمكنه فقط أن يرفض أو يفشل في الرفض؛ لا يؤكد أبداً.

الربط بفترات الثقة

نفس القيمة الحرجة التي تحدد منطقة الرفض تحدد أيضاً عرض فترة الثقة المطابقة:

$$\text{التقدير} \pm c_{\alpha} \times \text{الخطأ المعياري}$$

اختبار ثنائي الذيل عند المستوى \(\alpha\) يرفض \(H_0: \mu = \mu_0\) بالضبط عندما تستبعد فترة الثقة \(100(1-\alpha)\%\) القيمة \(\mu_0\). مع متوسط عينة قدره 52.0، وخطأ معياري قدره 1.5 و \(z_{\alpha/2} = 1.960\)، فترة الـ 95% هي \(52.0 \pm 1.960 \times 1.5 = 52.0 \pm 2.94\)، أي من 49.06 إلى 54.94 — لذا قيمة عدمية قدرها 50 لن يتم رفضها، بينما قيمة عدمية قدرها 48 سيتم رفضها.

الأسئلة الشائعة

لماذا تكون نتيجة Z/t ذات ذيلين؟ تقسم الأداة قيمة ألفا على اثنين في حالتي التوزيع الطبيعي وt، لتعكس بذلك الاختبار القياسي ذا الجانبين. أما إذا أردت اختباراً بذيل واحد، فأدخل مستوى ثقة معدّلاً بما يتناسب مع ذلك (مثلاً استخدم 90% لمحاكاة حد ذي ذيل واحد عند 95%).

هل أحتاج إلى درجات الحرية للتوزيع الطبيعي؟ لا. تعتمد القيمة الحرجة لـ Z على مستوى الثقة فقط. أما درجات الحرية فتهم في توزيعات t وكاي تربيع وF.

متى أُدخل درجات حرية المقام؟ فقط مع توزيع F، الذي يتطلب درجات حرية البسط والمقام معاً (وهو أمر شائع في تحليل التباين ANOVA ومقارنات التباين).

آخر تحديث:

الأكثر شيوعًا في الرياضيات والإحصاء

عرض جميع حاسبات الرياضيات والإحصاء