Cheat Sheet

الإحصاء Formulas

كل صيغة إحصائية يحتاجها الطالب من الإحصاء التمهيدي حتى التحليل الاستدلالي: المقاييس الوصفية وقواعد الاحتمال والتوزيع الطبيعي واختبار الفرضيات والانحدار الخطي. كل واحدة مع ملاحظة استخدام من سطر واحد. استخدمها مع أدوات الحل في AI-Math للتحقق السريع بالتعويض.

الإحصاء الوصفي

المتوسط (المجتمع)

μ=1Ni=1Nxi\mu = \frac{1}{N}\sum_{i=1}^N x_i

متوسط جميع قيم المجتمع.

المتوسط (العينة)

xˉ=1ni=1nxi\bar{x} = \frac{1}{n}\sum_{i=1}^n x_i

متوسط العينة.

التباين (المجتمع)

σ2=1N(xiμ)2\sigma^2 = \frac{1}{N}\sum (x_i - \mu)^2

التشتت تربيعًا، يُقسم على N.

التباين (العينة)

s2=1n1(xixˉ)2s^2 = \frac{1}{n-1}\sum (x_i - \bar{x})^2

تصحيح بيسل: القسمة على n1n-1.

الانحراف المعياري

σ=σ2\sigma = \sqrt{\sigma^2}

الجذر التربيعي للتباين — بنفس وحدات البيانات.

المدى

R=xmaxxminR = x_{\max} - x_{\min}

أبسط مقياس للتشتت.

قواعد الاحتمال

قاعدة الجمع

P(AB)=P(A)+P(B)P(AB)P(A \cup B) = P(A) + P(B) - P(A \cap B)

احتمال A أو B (الشمول والاستبعاد).

قاعدة الضرب

P(AB)=P(A)P(BA)P(A \cap B) = P(A) \cdot P(B \mid A)

احتمال A و B؛ يختزل إلى الجداء عند الاستقلال.

الاحتمال الشرطي

P(BA)=P(AB)P(A)P(B \mid A) = \frac{P(A \cap B)}{P(A)}

احتمال B بشرط وقوع A.

نظرية بايز

P(AB)=P(BA)P(A)P(B)P(A \mid B) = \frac{P(B \mid A) P(A)}{P(B)}

يعكس الاحتمالات الشرطية — الاختبارات التشخيصية وتعلّم الآلة.

الاستقلال

P(AB)=P(A)P(B)P(A \cap B) = P(A) P(B)

يصح إذا وفقط إذا كان AA و BB مستقلين.

العدّ

التباديل

P(n,r)=n!(nr)!P(n,r) = \frac{n!}{(n-r)!}

الترتيب مهم: ترتيب rr من nn.

التوافيق

C(n,r)=(nr)=n!r!(nr)!C(n,r) = \binom{n}{r} = \frac{n!}{r!(n-r)!}

الترتيب غير مهم: اختيار rr من nn.

التوزيعات المتقطعة

دالة الكتلة الاحتمالية ذات الحدين

P(X=k)=(nk)pk(1p)nkP(X = k) = \binom{n}{k} p^k (1-p)^{n-k}

kk نجاحات في nn تجارب مستقلة باحتمال نجاح pp.

متوسط ذات الحدين

μ=np\mu = np

العدد المتوقع للنجاحات.

تباين ذات الحدين

σ2=np(1p)\sigma^2 = np(1-p)

تشتت التوزيع ذي الحدين.

دالة الكتلة الاحتمالية لبواسون

P(X=k)=λkeλk!P(X = k) = \frac{\lambda^k e^{-\lambda}}{k!}

عدّ الأحداث النادرة بمعدل متوسط λ\lambda.

التوزيع الطبيعي

دالة الكثافة الاحتمالية

f(x)=1σ2πexp ⁣((xμ)22σ2)f(x) = \frac{1}{\sigma\sqrt{2\pi}} \exp\!\bigl(-\tfrac{(x-\mu)^2}{2\sigma^2}\bigr)

منحنى الجرس، المتوسط μ\mu، الانحراف σ\sigma.

الدرجة المعيارية Z

z=xμσz = \frac{x - \mu}{\sigma}

التوحيد للمقارنة بين التوزيعات.

الطبيعي المعياري

ZN(0,1)Z \sim N(0, 1)

بعد تحويل الدرجة المعيارية Z.

قاعدة 68-95-99.7

P(Xμ<kσ): 0.68, 0.95, 0.997P(|X - \mu| < k\sigma):\ 0.68,\ 0.95,\ 0.997

لـ k=1,2,3k = 1, 2, 3 — صالحة فقط للبيانات الطبيعية.

الإحصاء الاستدلالي

الخطأ المعياري للمتوسط

SE=snSE = \frac{s}{\sqrt{n}}

الانحراف المعياري لـ xˉ\bar{x} كمقدِّر.

فترة الثقة (المتوسط، $\sigma$ معلوم)

xˉ±zα/2σn\bar{x} \pm z_{\alpha/2} \cdot \frac{\sigma}{\sqrt{n}}

zα/2=1.96z_{\alpha/2} = 1.96 لفترة ثقة 95%.

إحصائية t (عينة واحدة)

t=xˉμ0s/nt = \frac{\bar{x} - \mu_0}{s/\sqrt{n}}

اختبار المتوسط = μ0\mu_0 عندما يكون σ\sigma مجهولًا.

إحصائية كاي تربيع

χ2=(OiEi)2Ei\chi^2 = \sum \frac{(O_i - E_i)^2}{E_i}

اختبار جودة المطابقة / الاستقلال للبيانات الفئوية.

الانحدار الخطي

الميل

b1=(xixˉ)(yiyˉ)(xixˉ)2b_1 = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sum (x_i - \bar{x})^2}

ميل أفضل ملاءمة (المربعات الصغرى).

التقاطع

b0=yˉb1xˉb_0 = \bar{y} - b_1 \bar{x}

يجبر الخط على المرور بـ (xˉ,yˉ)(\bar{x}, \bar{y}).

ارتباط بيرسون

r=(xixˉ)(yiyˉ)(xixˉ)2(yiyˉ)2r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \sum (y_i - \bar{y})^2}}

قوة واتجاه العلاقة الخطية، r[1,1]r \in [-1, 1].

معامل التحديد

R2=r2R^2 = r^2

نسبة التباين في yy المفسَّر بواسطة xx.