حاسبة التوزيع التكراري

حاسبة التوزيع التكراري

شائع AI Skill PRO

أدخل الحساب

إذا تُرك فارغاً، يكون حجم الفئة = ⌈√n⌉ (حيث n = عدد نقاط البيانات)

نتائج

المقاييس الإحصائية الرئيسية

المتوسط الحسابي ٤٫٨
الوسيط ٥
الانحراف المعياري ٢٫٢٩٩٨

التوزيع التكراري

الفترة التكرار
١ - ٥ 4
٥ - ٨ 6

ملخص المدخلات

البيانات المُدخَلة 1,2,3,4,5,5,6,7,7,8
حجم الفئة ٤
المدى ١ - ٨

صيغة رياضية

k=⌈max⁡−min⁡h⌉,fi=#{x:Li≤x<Li+h}where{x=Data valuesh=Bin Sizeor⌈n⌉Li=min⁡+ih\begin{gathered} k = \left\lceil \frac{\max - \min}{h} \right\rceil, \qquad f_i = \#\{\, x : L_i \le x < L_i + h \,\} \\[1.5em] \text{where}\quad \left\{ \begin{aligned} x &= \text{Data values} \\ h &= \text{Bin Size} \;\text{or}\; \left\lceil \sqrt{n} \right\rceil \\ L_i &= \min + i\,h \end{aligned} \right. \end{gathered}
إحصاءات الاستخدام

اعلان

الإبلاغ عن خطأ في هذه الصفحة

ما هي حاسبة التوزيع التكراري؟

حاسبة التوزيع التكراري أداة تنظّم البيانات الخام في جدول واضح ومختصر يبيّن عدد مرات تكرار كل قيمة أو كل نطاق من القيم داخل مجموعة البيانات. فبدلاً من تتبّع قائمة طويلة من الأرقام، تحصل على صورة سريعة تكشف أين تتجمّع بياناتك، وأين تظهر الفجوات، ومدى تشتّت القيم. كما تحسب هذه الأداة أهم المقاييس الإحصائية — المتوسط الحسابي والوسيط والانحراف المعياري — وتتيح لك ضبط حجم الفئات (Bins) لتجميع البيانات المتصلة في فترات ذات معنى.

رسم بياني تكراري يُظهر بيانات مجمّعة في فئات بأعمدة يزداد ارتفاعها ثم ينخفض
يجمع التوزيع التكراري قيم البيانات في فئات ويحسب عدد القيم الواقعة في كل فئة.

كيفية استخدام الحاسبة

  • أدخل قيم بياناتك مفصولة بفواصل أو مسافات (مثال: 12، 15، 15، 18، 22، 22، 22، 30).
  • اختر طريقة تجميع البيانات — إمّا حسب القيم الفردية أو حسب فترات الفئات (Bins).
  • حدّد حجم الفئة أو عدد الفئات إذا كنت تجمّع نطاقات من البيانات.
  • اضغط على «احسب» لإنشاء الجدول التكراري والتكرارات النسبية والتراكمية إضافةً إلى المقاييس الإحصائية الموجزة.

شرح المعادلات

يعرض الجدول التكراري كل قيمة أو فئة إلى جانب عدد مرات حدوثها. وهناك مقياسان مكمّلان يضيفان مزيداً من الوضوح:

$$k = \left\lceil \frac{\max - \min}{h} \right\rceil, \qquad f_i = \#\{\, x : L_i \le x < L_i + h \,\}$$

$$\text{where}\quad \left\{ \begin{aligned} x &= \text{Data values} \\ h &= \text{Bin Size} \;\text{or}\; \left\lceil \sqrt{n} \right\rceil \\ L_i &= \min + i\,h \end{aligned} \right.$$

  • التكرار النسبي = التكرار ÷ العدد الإجمالي. ويُعبّر عن كل تكرار كنسبة أو كنسبة مئوية.
  • التكرار التراكمي = المجموع المتراكم للتكرارات حتى الفئة الحالية وبما يشملها.

أمّا المقاييس الإحصائية فتعتمد على المعادلات القياسية: المتوسط الحسابي هو مجموع جميع القيم مقسوماً على عددها؛ والوسيط هو القيمة الواقعة في المنتصف بعد ترتيب البيانات؛ والانحراف المعياري يقيس مقدار ابتعاد القيم عادةً عن المتوسط، ويُحسب بأخذ الجذر التربيعي لمتوسط مربعات الانحرافات.

اعلان
مخطط يُظهر نطاق بيانات مقسّمًا إلى فئات متساوية العرض بين القيمة الدنيا والقصوى
عدد الفئات هو نطاق البيانات مقسومًا على حجم الفئة، مع التقريب لأعلى.

مثال محلول

لنفترض أنك جمعت درجات اختبار: 70، 75، 75، 80، 80، 80، 85، 90. تظهر القيمة 80 ثلاث مرات، إذن تكرارها 3 وتكرارها النسبي هو \(3 \div 8 = 0.375\) (37.5%). والمتوسط الحسابي = \((70+75+75+80+80+80+85+90) \div 8 = 79.4\). وبما أنّ لدينا 8 قيم، فالوسيط هو متوسط القيمتين الرابعة والخامسة بعد الترتيب: \((80+80) \div 2 = 80\). أمّا الانحراف المعياري فيبلغ نحو 6.0، ما يدل على أنّ الدرجات تبقى قريبة نسبياً من المتوسط.

كيفية بناء جدول تكراري يدوياً

  1. أوجد القيمة الدنيا والقيمة العليا لمجموعة البيانات.
  2. احسب المدى: \(\text{المدى} = \max - \min\).
  3. اختر عدد الفئات \(k\). من القواعد الشائعة قاعدة ستيرجس، \(k = 1 + \log_2(n)\)، وقاعدة الجذر التربيعي، \(k = \lceil \sqrt{n} \rceil\). قرّب \(k\) إلى أعلى عدد صحيح. وكلتا القاعدتين نقطة بداية فقط.
  4. حدد عرض الفئة: \(h = \lceil \text{المدى} / k \rceil\). التقريب إلى أعلى (غالباً إلى عدد صحيح مناسب) يضمن أن تغطي الفئات المدى كاملاً.
  5. عرّف حدود فئات غير متداخلة تبدأ من القيمة الدنيا: \(L_i = \min + i\,h\). كل فئة هي \([L_i, L_i + h)\)، لذا فالحد الأدنى للفئة مشمول والحد الأعلى غير مشمول. القيمة المساوية للحد الأعلى لفئة ما تدخل في الفئة التالية.
  6. عدّ كل قيمة في فئة واحدة فقط للحصول على التكرار \(f_i\).
  7. احسب التكرار النسبي \(f_i / n\) والتكرار التراكمي (المجموع الجاري لـ \(f_i\)).
  8. تحقق: يجب أن يساوي مجموع التكرارات \(n\)، وأن يساوي مجموع التكرارات النسبية 1 (مع السماح بفروق التقريب)، ويجب أن يساوي آخر تكرار تراكمي \(n\).

مثال مجمّع قصير

البيانات (n = 12): 4, 7, 8, 9, 11, 12, 12, 14, 15, 18, 19, 22.

القيمة الدنيا = 4، والقيمة العليا = 22، لذا المدى \(22 - 4 = 18\). تعطي قاعدة ستيرجس \(k = 1 + \log_2(12) \approx 4.58\)، which rounds up to 5 bins. العرض \(18 / 5 = 3.6\)، ويُقرّب إلى أعلى ليصبح \(h = 4\).

الفئة القيم التكرار النسبي التراكمي
[4, 8) 4, 7 2 0.167 2
[8, 12) 8, 9, 11 3 0.250 5
[12, 16) 12, 12, 14, 15 4 0.333 9
[16, 20) 18, 19 2 0.167 11
[20, 24) 22 1 0.083 12

التحقق: \(2 + 3 + 4 + 2 + 1 = 12 = n\)، وآخر تكرار تراكمي هو 12.

المصطلحات الأساسية في التوزيعات التكرارية

  • التكرار (\(f\)): عدد المشاهدات التي تقع في فئة أو مجموعة معينة.
  • التكرار النسبي: \(f / n\)، وهو نسبة جميع المشاهدات في الفئة. اضرب في 100 للحصول على نسبة مئوية.
  • التكرار التراكمي: المجموع الجاري للتكرارات حتى الفئة المعطاة وتشملها.
  • فترة الفئة (الفئة): نطاق من القيم يجمع البيانات، مثل [8, 12).
  • عرض الفئة (\(h\)): المسافة من الحد الأدنى لفئة إلى الحد الأدنى للفئة التالية.
  • حدود الفئة مقابل الحدود الفاصلة: الحدود هي نقطتا النهاية المعلنتان للفئة (لبيانات الأعداد الصحيحة، مثل 10–19). الحدود الفاصلة هي النقاط الواقعة في منتصف المسافة بين الفئات المتجاورة (9.5 و 19.5)، بحيث لا تبقى فجوات. مع الاصطلاح نصف المفتوح [L, L + h)، يكون الحد الأدنى مشمولاً والحد الأعلى غير مشمول.
  • مركز الفئة: \((\text{الحد الأدنى} + \text{الحد الأعلى}) / 2\). يُستخدم لتمثيل كل القيم في الفئة عند تقدير الإحصاءات من البيانات المجمّعة.
  • المنوال: القيمة الأكثر تكراراً. في البيانات المجمّعة، فئة المنوال هي الفئة ذات أعلى تكرار.
  • المدى: القيمة العليا مطروحاً منها القيمة الدنيا.
  • الانحراف المعياري: مقياس للمسافة النموذجية عن المتوسط. الصيغة للمجتمع هي \(\sigma = \sqrt{\frac{\sum (x_i - \mu)^2}{N}}\)، وتُستخدم عندما تمثل البيانات المجتمع كاملاً. أما صيغة العينة فهي \(s = \sqrt{\frac{\sum (x_i - \bar{x})^2}{n - 1}}\)، وتُستخدم عندما تمثل البيانات عينة مسحوبة من مجتمع أكبر. القسمة على \(n - 1\) تصححميل العينة إلى التقليل من مقدار التشتت.
اعلان

تفسير توزيعك التكراري

قراءة الشكل

  • متماثل: جانبا المدرج التكراري يعكس كل منهما الآخر حول المركز. المتوسط والوسيط متقاربان.
  • ملتوٍ نحو اليمين (التواء موجب): يمتد ذيل طويل نحو القيم الأكبر، ومعظم المشاهدات تقع في الجانب المنخفض.
  • ملتوٍ نحو اليسار (التواء سالب): يمتد ذيل طويل نحو القيم الأصغر، ومعظم المشاهدات تقع في الجانب المرتفع.
  • ثنائي المنوال: قمتان متميزتان، وهذا يشير غالباً إلى مجموعتين فرعيتين مختلطتين في مجموعة بيانات واحدة.
  • منتظم: الفئات لها تكرارات متقاربة تقريباً دون قمة واضحة.

المتوسط مقابل الوسيط

في التوزيع الملتوي نحو اليمين يكون المتوسط عادةً أكبر من الوسيط. وفي التوزيع الملتوي نحو اليسار يكون المتوسط عادةً أصغر من الوسيط. وعندما يتساوى الاثنان تقريباً، يكون التوزيع غالباً متماثلاً تقريباً. هذا ميل شائع وليس قاعدة صارمة، وقد لا ينطبق على البيانات متعددة المنوال أو غير المنتظمة.

تأثير القيم الشاذة

المتوسط والانحراف المعياري حساسان للقيم المتطرفة، لأن كلاً منهما يُحسب من كل مشاهدة، والانحراف المعياري يربع الانحرافات. أما الوسيط والمنوال فيتأثران بدرجة أقل بكثير. قيمة كبيرة جداً واحدة قد تسحب المتوسط نحوها بشكل ملحوظ وتوسّع الانحراف المعياري، بينما يبقى الوسيط شبه دون تغيير.

الانحراف المعياري والتشتت

الانحراف المعياري الأكبر يعني أن القيم أكثر تشتتاً حول المتوسط. بالنسبة للبيانات القريبة من التوزيع الطبيعي (على شكل الجرس)، يقع نحو 68% من القيم ضمن انحراف معياري واحد من المتوسط، ونحو 95% ضمن انحرافين معياريين، ونحو 99.7% ضمن ثلاثة انحرافات معيارية. هذه النسب لا تنطبق عموماً على البيانات الملتوية أو ذات الذيول الثقيلة.

عرض الفئة يغيّر الشكل الظاهر

الفئات الضيقة جداً تنتج مدرجاً متعرجاً بقمم صغيرة كثيرة قد تكون مجرد ضوضاء. أما الفئات العريضة جداً فتُنعّم البيانات إلى درجة قد تختفي معها ملامح حقيقية، مثل قمة ثانية أو التواء. يمكن لمجموعة البيانات نفسها أن تبدو أحادية المنوال بعرض فئة، وثنائية المنوال بعرض آخر، لذلك من المفيد فحص عدة عروض للفئات قبل استخلاص استنتاجات عن الشكل. قواعد مثل قاعدة ستيرجس أو قاعدة الجذر التربيعي تعطي نقطة بداية معقولة، وليست إجابة واحدة صحيحة.

الأسئلة الشائعة

ما هو العدد الأمثل للفئات (Bins)؟ القاعدة الشائعة هي اعتماد الجذر التربيعي لعدد نقاط البيانات، لكن يمكنك تعديل عدد الفئات لإبراز النمط بأوضح صورة. فالعدد القليل جداً من الفئات يُخفي التفاصيل، والعدد الكبير جداً يُحدث تشويشاً.

ما الفرق بين التكرار والتكرار النسبي؟ التكرار هو العدد الخام لمرات الحدوث، بينما التكرار النسبي هو هذا العدد كنسبة أو نسبة مئوية من الإجمالي، ما يسهّل مقارنة مجموعات بيانات مختلفة الأحجام.

هل يمكنني استخدامها للبيانات المتصلة المجمّعة؟ نعم. حدّد عرض الفئة لتجميع القيم المتصلة في فترات مثل 0–9 و10–19 وهكذا، ثم اقرأ التكرار لكل نطاق.

آخر تحديث:

الأكثر شيوعًا في الرياضيات والإحصاء

عرض جميع حاسبات الرياضيات والإحصاء