14.0: B | العبارات والرموز والصيغ الرياضية
- Page ID
- 198738
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)
عبارات إنجليزية مكتوبة رياضيًا
عندما تقول الإنجليزية: | فسر هذا على النحو التالي: |
---|---|
\(X\)لا يقل عن 4. | \(X \geq 4\) |
الحد الأدنى\(X\) هو 4. | \(X \geq 4\) |
\(X\)لا تقل عن 4. | \(X \geq 4\) |
\(X\)أكبر من أو يساوي 4. | \(X \geq 4\) |
\(X\)هو 4 على الأكثر. | \(X \leq 4\) |
الحد الأقصى\(X\) هو 4. | \(X \leq 4\) |
\(X\)لا يزيد عن 4. | \(X \leq 4\) |
\(X\)أقل من أو يساوي 4. | \(X \leq 4\) |
\(X\)لا تتجاوز 4. | \(X \leq 4\) |
\(X\)أكبر من 4. | \(X > 4\) |
\(X\)هو أكثر من 4. | \(X > 4\) |
\(X\)يتجاوز 4. | \(X > 4\) |
\(X\)أقل من 4. | \(X < 4\) |
هناك\(X\) أقل من 4. | \(X < 4\) |
\(X\)هو 4. | \(X = 4\) |
\(X\)يساوي 4. | \(X = 4\) |
\(X\)هو نفس الرقم 4. | \(X = 4\) |
\(X\)ليس 4. | \(X \neq 4\) |
\(X\)لا يساوي 4. | \(X \neq 4\) |
\(X\)ليست هي نفسها 4. | \(X \neq 4\) |
\(X\)يختلف عن 4. | \(X \neq 4\) |
الرموز ومعانيها
الفصل (أول استخدام) | الرمز | منطوقة | المعنى |
---|---|---|---|
أخذ العينات والبيانات | \(\sqrt{ } \) | الجذر التربيعي لـ | ذات |
أخذ العينات والبيانات | \(\pi\) | باي | 3.14159... (رقم محدد) |
الإحصاء الوصفي | \(Q_1\) | الربع الأول | الربع الأول |
الإحصاء الوصفي | \(Q_2\) | الربع الثاني | الربع الثاني |
الإحصاء الوصفي | \(Q_3\) | الربع الثالث | الربع الثالث |
الإحصاء الوصفي | \(IQR\) | النطاق بين الربعي | \(Q_3 – Q_1 = IQR\) |
الإحصاء الوصفي | \(\overline X\) | \(x\)-بار | يعني العينة |
الإحصاء الوصفي | \(\mu\) | مو | يعني عدد السكان |
الإحصاء الوصفي | \(s\) | ثانية | الانحراف المعياري للعينة |
الإحصاء الوصفي | \(s^2\) | \(s\)مربعة | تباين العينة |
الإحصاء الوصفي | \(\sigma\) | سيغما | الانحراف المعياري للسكان |
الإحصاء الوصفي | \(\sigma^2\) | سيغما سكاريد | التباين السكاني |
الإحصاء الوصفي | \(\Sigma\) | كابيتال سيغما | مجموع |
موضوعات الاحتمالات | \(\{ \}\) | اقواس | تعيين الترميز |
موضوعات الاحتمالات | \(S\) | ثانية | مساحة العينة |
موضوعات الاحتمالات | \(A\) | حدث A | حدث A |
موضوعات الاحتمالات | \(P(A)\) | احتمال A | احتمال حدوث A |
موضوعات الاحتمالات | \(P(A|B)\) | احتمال وجود A معطى B | حدوث احتمال حدوث A نظرًا لحدوث B |
موضوعات الاحتمالات | \(P(A\cup B)\) | بروب. من أ أو ب | حدوث احتمال حدوث A أو B أو كليهما |
موضوعات الاحتمالات | \(P(A\cap B)\) | بروب. من A و B | احتمال حدوث كل من A و B (في نفس الوقت) |
موضوعات الاحتمالات | \(A^{\prime}\) | A-Prime، مكمل لـ A | مكمل لـ A وليس A |
موضوعات الاحتمالات | \(P(A^{\prime})\) | بروب. مكمل لـ A | ذات |
موضوعات الاحتمالات | \(G_1\) | اللون الأخضر عند الاختيار الأول | ذات |
موضوعات الاحتمالات | \(P(G_1)\) | احتمالية ظهور اللون الأخضر عند الاختيار الأول | ذات |
المتغيرات العشوائية المتقطعة | \(PDF\) | بروب. دالة الكثافة | ذات |
المتغيرات العشوائية المتقطعة | \(X\) | س | المتغير العشوائي X |
المتغيرات العشوائية المتقطعة | \(X \sim\) | توزيع X | ذات |
المتغيرات العشوائية المتقطعة | \(\geq\) | أكبر من أو يساوي | ذات |
المتغيرات العشوائية المتقطعة | \(\leq\) | أقل من أو يساوي | ذات |
المتغيرات العشوائية المتقطعة | \(=\) | مساو لـ | ذات |
المتغيرات العشوائية المتقطعة | \(\neq\) | لا يساوي | ذات |
المتغيرات العشوائية المستمرة | \(f(x)\) | اف اف اكس | وظيفة س |
المتغيرات العشوائية المستمرة | \(pdf\) | بروب. دالة الكثافة | ذات |
المتغيرات العشوائية المستمرة | \(U\) | توزيع موحد | ذات |
المتغيرات العشوائية المستمرة | \(Exp\) | توزيع أسي | ذات |
المتغيرات العشوائية المستمرة | \(f(x) =\) | إذا\(X\) تساوى | ذات |
المتغيرات العشوائية المستمرة | \(m\) | م | معدل الاضمحلال (على سبيل المثال.) |
التوزيع العادي | \(N\) | توزيع عادي | ذات |
التوزيع العادي | \(z\) | زد سكور | ذات |
التوزيع العادي | \(Z\) | نظام غذائي عادي قياسي. | ذات |
نظرية الحد المركزي | \(\overline X\) | اكس-بار | المتغير العشوائي X-bar |
نظرية الحد المركزي | \(\mu_{\overline{x}}\) | يعني أشرطة إكس | متوسط أشرطة إكس |
نظرية الحد المركزي | \(\sigma_{\overline{x}}\) | الانحراف المعياري لأشرطة X | ذات |
فترات الثقة | \(CL\) | مستوى الثقة | ذات |
فترات الثقة | \(CI\) | فترة الثقة | ذات |
فترات الثقة | \(EBM\) | خطأ مقيد بالمتوسط | ذات |
فترات الثقة | \(EBP\) | خطأ مقيد بنسبة | ذات |
فترات الثقة | \(t\) | التوزيع الإلكتروني للطلاب | ذات |
فترات الثقة | \(df\) | درجات الحرية | ذات |
فترات الثقة | \(t_{\frac{\alpha}{2}}\) | تلفزيون الطالب مع منطقة /2 في الذيل الأيمن | ذات |
فترات الثقة | \(p^{\prime}\) | بي برايم | نسبة عينة من النجاح |
فترات الثقة | \(q^{\prime}\) | كيو برايم | نسبة عينة من الفشل |
اختبار الفرضيات | \(H_0\) | إتش-نوت، إتش-سوب 0 | فرضية لاغية |
اختبار الفرضيات | \(H_a\) | آه، إتش سوبا | فرضية بديلة |
اختبار الفرضيات | \(H_1\) | إتش-1، إتش-سوب 1 | فرضية بديلة |
اختبار الفرضيات | \(\alpha\) | ألفا | احتمال الخطأ من النوع الأول |
اختبار الفرضيات | \(\beta\) | بيتا | احتمال الخطأ من النوع الثاني |
اختبار الفرضيات | \(\overline{X 1}-\overline{X 2}\) | X1 بار ناقص X2 بار | الفرق في وسائل العينة |
اختبار الفرضيات | \(\mu_{1}-\mu_{2}\) | mu-1 ناقص mu-2 | الفرق في عدد السكان يعني |
اختبار الفرضيات | \(P_{1}^{\prime}-P_{2}^{\prime}\) | P1-برايم ناقص P2 برايم | الفرق في نسب العينة |
اختبار الفرضيات | \(p_{1}-p_{2}\) | p1 ناقص p2 | الفرق في نسب السكان |
توزيع تشي سكوير | \(X^2\) | كي-سكوير | ساحة تشي |
توزيع تشي سكوير | \(O\) | لوحظ | التردد الملحوظ |
توزيع تشي سكوير | \(E\) | من المتوقع | التردد المتوقع |
الانحدار الخطي والارتباط | \(y = a + bx\) | y يساوي زائد b-x | معادلة الخط المستقيم |
الانحدار الخطي والارتباط | \(\hat y\) | قبعة واي | القيمة المقدرة لـ y |
الانحدار الخطي والارتباط | \(r\) | معامل ارتباط العينة | ذات |
الانحدار الخطي والارتباط | \(\varepsilon\) | مصطلح خطأ لخط الانحدار | ذات |
الانحدار الخطي والارتباط | \(SSE\) | مجموع الأخطاء المربعة | ذات |
إف ديستريوشن وأنوفا | \(F\) | نسبة F | نسبة F |
الصيغ
الرموز التي يجب أن تعرفها | ||
تعداد السكان | عينة | |
\(N\) | الحجم | \(n\) |
\(\mu\) | يعني | \(\overline x\) |
\(\sigma^2\) | التباين | \(s^2\) |
\(\sigma\) | الانحراف المعياري | \(s\) |
\(p\) | نسبة | \(p^{\prime}\) |
صيغ مجموعة البيانات الفردية | ||
تعداد السكان | عينة | |
\(\mu=E(x)=\frac{1}{N} \sum_{i=1}^{N}\left(x_{i}\right)\) | المتوسط الحسابي | \(\overline{x}=\frac{1}{n} \sum_{i=1}^{n}\left(x_{i}\right)\) |
المتوسط الهندسي | \(\tilde{x}=\left(\prod_{i=1}^{n} X_{i}\right)^{\frac{1}{n}}\) | |
\(Q_{3}=\frac{3(n+1)}{4}, Q_{1}=\frac{(n+1)}{4}\) | النطاق بين الربعي \(I Q R=Q_{3}-Q_{1}\) |
\(Q_{3}=\frac{3(n+1)}{4}, Q_{1}=\frac{(n+1)}{4}\) |
\(\sigma^{2}=\frac{1}{N} \sum_{i=1}^{N}\left(x_{i}-\mu\right)^{2}\) | التباين | \(s^{2}=\frac{1}{n} \sum_{i=1}^{n}\left(x_{i}-\overline{x}\right)^{2}\) |
صيغ مجموعة البيانات الفردية | ||
تعداد السكان | عينة | |
\(\mu=E(x)=\frac{1}{N} \sum_{i=1}^{N}\left(m_{i} \cdot f_{i}\right)\) | المتوسط الحسابي | \(\overline{x}=\frac{1}{n} \sum_{i=1}^{n}\left(m_{i} \cdot f_{i}\right)\) |
المتوسط الهندسي | \(\tilde{x}=\left(\prod_{i=1}^{n} X_{i}\right)^{\frac{1}{n}}\) | |
\(\sigma^{2}=\frac{1}{N} \sum_{i=1}^{N}\left(m_{i}-\mu\right)^{2} \cdot f_{i}\) | التباين | \(s^{2}=\frac{1}{n} \sum_{i=1}^{n}\left(m_{i}-\overline{x}\right)^{2} \cdot f_{i}\) |
\(C V=\frac{\sigma}{\mu} \cdot 100\) | معامل الاختلاف | \(C V=\frac{s}{\overline{x}} \cdot 100\) |
قواعد الاحتمالات الأساسية | |||
\(P(A \cap B)=P(A | B) \cdot P(B)\) | قاعدة الضرب | ||
\(P(A \cup B)=P(A)+P(B)-P(A \cap B)\) | قاعدة الإضافة | ||
\(P(A \cap B)=P(A) \cdot P(B) \text { or } P(A | B)=P(A)\) | اختبار الاستقلال | ||
صيغ التوزيع فوق الهندسي | |||
\(n C x=\left(\begin{array}{c}{n} \\ {x}\end{array}\right)=\frac{n !}{x !(n-x) !}\) | معادلة اندماجية | ||
\(P(x)=\frac{\left(\begin{array}{c}{A} \\ {x}\end{array}\right)\left(\begin{array}{c}{N-A} \\ {n-x}\end{array}\right)}{\left(\begin{array}{c}{N} \\ {n}\end{array}\right)}\) | معادلة الاحتمالات | ||
\(E(X)=\mu=n p\) | يعني | ||
\(\sigma^{2}=\left(\frac{N-n}{N-1}\right) n p(q)\) | التباين | ||
معادلات التوزيع ذات الحدين | |||
\(P(x)=\frac{n !}{x !(n-x) !} p^{x}(q)^{n-x}\) | دالة الكثافة الاحتمالية | ||
\(E(X)=\mu=n p\) | المتوسط الحسابي | ||
\(\sigma^{2}=n p(q)\) | التباين | ||
صيغ التوزيع الهندسي | |||
\(P(X=x)=(1-p)^{x-1}(p)\) | الاحتمال متى\(x\) يكون النجاح الأول. | الاحتمال: متى\(x\) يكون عدد حالات الفشل قبل النجاح الأول | \(P(X=x)=(1-p)^{x}(p)\) |
\(\mu=\frac{1}{p}\) | يعني | يعني | \(\mu=\frac{1-p}{p}\) |
\(\sigma^{2}=\frac{(1-p)}{p^{2}}\) | التباين | التباين | \(\sigma^{2}=\frac{(1-p)}{p^{2}}\) |
صيغ توزيع السموم | |||
\(P(x)=\frac{e^{-\mu_{\mu} x}}{x !}\) | معادلة الاحتمالات | ||
\(E(X)=\mu\) | يعني | ||
\(\sigma^{2}=\mu\) | التباين | ||
صيغ توزيع موحدة | |||
\(f(x)=\frac{1}{b-a} \text { for } a \leq x \leq b\) | |||
\(E(X)=\mu=\frac{a+b}{2}\) | يعني | ||
\(\sigma^{2}=\frac{(b-a)^{2}}{12}\) | التباين | ||
معادلات التوزيع الأسي | |||
\(P(X \leq x)=1-e^{-m x}\) | احتمال تراكمي | ||
\(E(X)=\mu=\frac{1}{m} \text { or } m=\frac{1}{\mu}\) | عامل المتوسط والانحلال | ||
\(\sigma^{2}=\frac{1}{m^{2}}=\mu^{2}\) | التباين |
تتطلب الصفحة التالية من الصيغ استخدام جداول "\(Z\)«أو»\(t\) أو\(\chi^2\) "أو\(F\)"». | ||
\(Z=\frac{x-\mu}{\sigma}\) | تحويل Z للتوزيع العادي | |
\(Z=\frac{x-n p^{\prime}}{\sqrt{n p^{\prime}\left(q^{\prime}\right)}}\) | التقريب العادي للمعادلة ذات الحدين | |
الاحتمالية (يتجاهل النصوص الفرعية) اختبار الفرضيات |
فترات الثقة [الرموز الموضوعة بين قوسين تساوي هامش الخطأ] (تشير المقتطفات إلى المواقع في جداول التوزيع المعنية) |
|
\(Z_{c}=\frac{\overline{x}-\mu_{0}}{\frac{\sigma}{\sqrt{n}}}\) | الفاصل الزمني للسكان يعني عندما تكون سيغما معروفة \(\overline{x} \pm\left[Z_{(\alpha / 2)} \frac{\sigma}{\sqrt{n}}\right]\) |
|
\(Z_{c}=\frac{\overline{x}-\mu_{0}}{\frac{s}{\sqrt{n}}}\) | الفاصل الزمني للسكان يعني عندما تكون سيغما غير معروفة ولكن\(n>30\) \(\overline{x} \pm\left[Z_{(\alpha / 2)} \frac{s}{\sqrt{n}}\right]\) |
|
\(t_{c}=\frac{\overline{x}-\mu_{0}}{\frac{s}{\sqrt{n}}}\) | الفاصل الزمني للسكان يعني عندما تكون سيغما غير معروفة ولكن\(n<30\) \(\overline{x} \pm\left[t_{(n-1),(\alpha / 2)} \frac{s}{\sqrt{n}}\right]\) |
|
\(Z_{c}=\frac{p^{\prime}-p_{0}}{\sqrt{\frac{p_{0} q_{0}}{n}}}\) | الفاصل الزمني لنسبة السكان \(p^{\prime} \pm\left[Z_{(\alpha / 2)} \sqrt{\frac{p^{\prime} q^{\prime}}{n}}\right]\) |
|
\(t_{c}=\frac{\overline{d}-\delta_{0}}{s_{d}}\) | الفاصل الزمني للفرق بين وسيلتين مع الأزواج المتطابقة: \(\overline{d} \pm\left[t_{(n-1),(\alpha / 2)} \frac{s_{d}}{\sqrt{n}}\right]\) أين\(s_d\) هو انحراف الاختلافات |
|
\(Z_{c}=\frac{\left(\overline{x_{1}}-\overline{x_{2}}\right)-\delta_{0}}{\sqrt{\frac{\sigma_{1}^{2}}{n_{1}}+\frac{\sigma_{2}^{2}}{n_{2}}}}\) | الفاصل الزمني للاختلاف بين وسيلتين عندما تكون الإشارات معروفة \(\left(\overline{x}_{1}-\overline{x}_{2}\right) \pm\left[Z_{(\alpha / 2)} \sqrt{\frac{\sigma_{1}^{2}}{n_{1}}+\frac{\sigma_{2}^{2}}{n_{2}}}\right]\) |
|
\(t_{c}=\frac{\left(\overline{x}_{1}-\overline{x}_{2}\right)-\delta_{0}}{\sqrt{\left(\frac{\left(s_{1}\right)^{2}}{n_{1}}+\frac{\left(s_{2}\right)^{2}}{n_{2}}\right)}}\) | الفاصل الزمني للفرق بين وسيلتين مع تباينات متساوية عندما تكون الإشارات غير معروفة \(\left(\overline{x}_{1}-\overline{x}_{2}\right) \pm\left[t_{d f,(\alpha / 2)} \sqrt{\left(\frac{\left(s_{1}\right)^{2}}{n_{1}}+\frac{\left(s_{2}\right)^{2}}{n_{2}}\right)}\right] \text { where } d f=\frac{\left(\frac{\left(s_{1}\right)^{2}}{n_{1}}+\frac{\left(s_{2}\right)^{2}}{n_{2}}\right)^{2}}{\left(\frac{1}{n_{1}-1}\right)\left(\frac{\left(s_{1}\right)^{2}}{n_{1}}\right)+\left(\frac{1}{n_{2}-1}\right)\left(\frac{\left(s_{2}\right)^{2}}{n_{2}}\right)}\) |
|
\(Z_{c}=\frac{\left(p_{1}^{\prime}-p_{2}^{\prime}\right)-\delta_{0}}{\sqrt{\frac{p_{1}^{\prime}\left(q_{1}^{\prime}\right)}{n_{1}}+\frac{p_{2}^{\prime}\left(q_{2}^{\prime}\right)}{n_{2}}}}\) | الفاصل الزمني للاختلاف بين نسبتين من السكان \(\left(p_{1}^{\prime}-p_{2}^{\prime}\right) \pm\left[Z_{(\alpha / 2)} \sqrt{\frac{p_{1}^{\prime}\left(q_{1}^{\prime}\right)}{n_{1}}+\frac{p_{2}^{\prime}\left(q_{2}^{\prime}\right)}{n_{2}}}\right]\) |
|
\(\chi_{c}^{2}=\frac{(n-1) s^{2}}{\sigma_{0}^{2}}\) | اختبارات الاستقلالية\(GOF\) والتجانس \(\chi_{c}^{2}=\sum \frac{(O-E)^{2}}{E}\) حيث يتم \(O =\)ملاحظة القيم والقيم\(E =\) المتوقعة |
|
\(F_{c}=\frac{s_{1}^{2}}{s_{2}^{2}}\) | أين\(s_{1}^{2}\) هو تباين العينة الذي هو الأكبر بين تباينَي العينة | |
تهدف الصيغ الثلاث التالية إلى تحديد حجم العينة بفواصل زمنية للثقة. (ملاحظة:\(E\) تمثل هامش الخطأ) |
||
\(n=\frac{Z^{2}\left(\frac{a}{2}\right)^{\sigma^{2}}}{E^{2}}\) استخدم عندما تكون سيغما معروفة \(E=\overline{x}-\mu\) |
\(n=\frac{Z^{2}\left(\frac{a}{2}\right)^{(0.25)}}{E^{2}}\) استخدم عندما يكون\(p^{\prime}\) غير معروف \(E=p^{\prime}-p\) |
\(n=\frac{Z^{2}\left(\frac{a}{2}\right)^{\left[p^{\prime}\left(q^{\prime}\right)\right]}}{E^{2}}\) استخدم عندما يكون p'p′ غير معروف \(E=p^{\prime}-p\) |
صيغ الانحدار الخطي البسيطة لـ\(y=a+b(x)\) | |
\(r=\frac{\Sigma[(x-\overline{x})(y-\overline{y})]}{\sqrt{\Sigma(x-\overline{x})^{2} * \Sigma(y-\overline{y})^{2}}}=\frac{S_{x y}}{S_{x} S_{y}}=\sqrt{\frac{S S R}{S S T}}\) | معامل الارتباط |
\(b=\frac{\Sigma[(x-\overline{x})(y-\overline{y})]}{\Sigma(x-\overline{x})^{2}}=\frac{S_{x y}}{S S_{x}}=r_{y, x}\left(\frac{s_{y}}{s_{x}}\right)\) | المعامل\(b\) (المنحدر) |
\(a=\overline{y}-b(\overline{x})\) | \(y\)-اعتراض |
\(s_{e}^{2}=\frac{\Sigma\left(y_{i}-\hat{y}_{i}\right)^{2}}{n-k}=\frac{\sum_{i=1}^{n} e_{i}^{2}}{n-k}\) | تقدير تباين الخطأ |
\(S_{b}=\frac{s_{e}^{2}}{\sqrt{\left(x_{i}-\overline{x}\right)^{2}}}=\frac{s_{e}^{2}}{(n-1) s_{x}^{2}}\) | خطأ قياسي للمعامل\(b\) |
\(t_{c}=\frac{b-\beta_{0}}{s_b}\) | اختبار الفرضية للمعامل\(\beta\) |
\(b \pm\left[t_{n-2, \alpha / 2} S_{b}\right]\) | الفاصل الزمني للمعامل\(\beta\) |
\(\hat{y} \pm\left[t_{\alpha / 2} * s_{e}\left(\sqrt{\frac{1}{n}+\frac{\left(x_{p}-\overline{x}\right)^{2}}{s_{x}}}\right)\right]\) | الفاصل الزمني للقيمة المتوقعة لـ\(y\) |
\(\hat{y} \pm\left[t_{\alpha / 2} * s_{e}\left(\sqrt{1+\frac{1}{n}+\frac{\left(x_{p}-\overline{x}\right)^{2}}{s_{x}}}\right)\right]\) | فترة التنبؤ للفرد\(y\) |
صيغ أنوفا | |
\(S S R=\sum_{i=1}^{n}\left(\hat{y}_{i}-\overline{y}\right)^{2}\) | مجموع انحدار المربعات |
\(S S E=\sum_{i=1}^{n}\left(\hat{y}_{i}-\overline{y}_{i}\right)^{2}\) | خطأ مجموع المربعات |
\(S S T=\sum_{i=1}^{n}\left(y_{i}-\overline{y}\right)^{2}\) | مجموع المربعات |
\(R^{2}=\frac{S S R}{S S T}\) | معامل التحديد |
فيما يلي تفصيل لجدول ANOVA أحادي الاتجاه للانحدار الخطي. | ||||
مصدر الاختلاف | مجموع المربعات | درجات الحرية | مربعات متوسطة | \(F\)-نسبة |
الانحدار | \(SSR\) | \(1\)أو\(k−1\) | \(M S R=\frac{S S R}{d f_{R}}\) | \(F=\frac{M S R}{M S E}\) |
خطأ | \(SSE\) | \(n-k\) | \(M S E=\frac{S S E}{d f_{E}}\) | |
الإجمالي | \(SST\) | \(n−1\) |