دراسة إحصائية لعدد الحالات الإيجابية لكوفيد -19 (فيروس كرونا ) في مصر خلال 30يوم

دراسة إحصائية لعدد الحالات الإيجابية لكوفيد -19 (فيروس كرونا ) في مصر خلال 30يوم 2020

علم الاحصاء

 بسم الله الرحمن الرحيم : اما بعد .. الإحصاء هو علم  يهتم بطرق جمع البيانات، وتبويبها، وتلخيصها بشكل يمكن الاستفادة منها في وصف البيانات وتحليلها للوصول إلى قرارات سليمة في ظل ظروف عدم التأكد. و الهدف من مبادئ الاحصاء الوصفي هو تلخيص مجموعة من الملاحظات واستنباط التنبؤات أو القرارات حول مجموعة من البيانات بناء على الملومات الواردة في عينه منها , وتحديد مستوى التباين فيها , ويقوم علم الاحصاء الوصفي  على وصف البيانات الهامة  

عناصر الموضوع

1- تعريف الاحصاء واهدافها

2- تعريف مقاييس النزعة المركزية والتشتت.

3- عمل الجدول الزمني لعدد وفيات الكرونا.

4- تمثيل بياني لها.

أولا : تعريف علم الاحصاء :

هو العلم الذي يهتم بدراسة الظواهر الخارقة عن طريق :

جمع البيانات عنها وتلخيصها , وعرضها بيانيا بإحدى طرق التمثيل البياني ,وتحليلها واختيار الفروض الاحصائية عنها وتفسير النتائج ونشرها لذوي الاهتمام ويعرف علم الاحصاء على انه استنباط الحقائق من الارقام بأسلوب وطريقة علمية , أو انه العلم الذي يهتم بجمع وعرض وتلخيص بيانات خاصة بظاهرة معينة ثم التنبؤ بما يحدث لها في المستقبل .

الاحصاء الوصفي : 

هو  مجموعة طرائق لوصف الخصائص الرئيسية لمجموعة بيانات كمياً باستخدام الجداول والمخططات البيانية. يشكل الإحصاء الوصفي مع الإحصاء الاستدلالي قسمي علم الإحصاء. وبخلاف الإحصاء الاستدلالي لا تُستخدَم في الإحصاء الوصفي الطرائق الاحتمالية من أجل تعميم النتائج على الجمهرة.

و الإحصاء الوصفي يهدف إلى وصف مجموعة من البيانات وتنظيمها وتصنيفها وتلخيصها وعرضها بطريقة واضحة في صورة جداول أو أشكال بيانية وحساب المقاييس الإحصائية المختلفة لوصف متغير ما (أو أكثر) في مجتمع ما.

ثانيا : اهداف علم الاحصاء :

تتلخص اهداف علم الاحصاء في الآتي :

1- جمع البيانات : هو تجميع البيانات عن الظاهرة محل الدراسة بطريقة علمية مدروسة ودقيقه حتى يسهل فهم تاريخ الظاهرة والتعرف عليها , ويتضمن هذا الهدف كل المشاكل الخاصة بجمع البيانات وهي مشكلة ليست بسيطو بل تشكل حجر الزاوية في العملية الاحصائية.

عرض البيانات : وهو استخدام الاساليب الاحصائية في عرض البيانات التي تم تجميعها بعد تبويبها وتصنيفها , وقد يكون هذا العرض باستخدام الجدول او الرسوم والمقاييس الاحصائية , وقد يكون العرض خاص بمتغير واحد او اكثر.

تحليل البيانات : هو تحليل البيانات باستخدام بعض النظريات الهامة في الاحتمالات تحليلا علميا دقيقا بهدف التنبؤ واتخاذ القرارات والتخطيط , ورسم البيانات , وعمليات العرض والتحليل.

ثالثا :  تعريف مقاييس النزعة المركزية والتشتت

1- مقاييس النزعة المركزية : 

هي احصائية تمثل النقطة المكزيو أو القيمة النموذجية لمجموعة البيانات وتعد المبدأ الأول من مبادئ الاحصاء الوصفي , وتشير هذه المقاييس الى المكان الذي تقع فيه معظم القيم في البيانات ويشار اليها كذلك بالموقع المركزي للبيانات , ويمكن القول أنها ميل البيانات للتجمع حول قطيمه متوسطة , وفيما يأتي أهم مقاييس النزعة المركزية :

1) الوسط الحسابي : هو المقياس الاكثر شيوعا واستخداما في اجميع المجالات العلمية والعملية , وتعد عملية قياس الوسط الحاسبي عملية بسيطة جدا ى, اذا يتم في الخطوة الاولى جمع كل القيم , وفي الخطوة الثانية يتم تقسيم مجموع القيم على عددها للحصول على الوسط الحاسبي لمجموع القيم.

2) هو القيمة التي تقع في منتصف توزيع البيانات عندما يتم ترتيب هذه البيانات ترتيبا تصاعديا أي من القيمة الأدنى الى القيمة الأعلى , ويتم استخدام الوسيط للمتغيرات التي تقاس بأفضلية معينة , أو نسب حساب الوسيط , ويتم ترتيب البيانات ترتيبا تصاعديا ثم اختار القيمة التي تقع في منتصف القيم كقيمة الوسيط , وفي حال كان عدد البيانات زوجيا عند ترتيبها يتم أخذ المتوسط الحسابي للقمليتين اللتين تقعان في منتصف القيم.

3) المنوال : هو المقياس الذي يحدد القيمة او المتغير تاالذي يحدث بشكل متكرر في توزيع البيانات , ويمكن حساب المنوال لأي من البيانات سواء كانت عملية أو نوعية بما في ذلك البيانات المقاسة كالمتغير ومن الجدير بالذكر أن هناك بيانات ليس لها منوال ابداً ويحدث هذا عندما يكون التكرر لجميع القيم .

2- مقاييس التشتت :

هو ثاني مبادئ الاحصاء الوصفي , وتعرف مقاييس التباين بانها الكميات التي تعبر عن مقدار الاختلاف في متغير عشوائي.

و يتم استخدام مقاييس التشتت لقياس مدى القرب أو البعد للبيانات عن القيمة المركزية ؛ حيث أن البيانات قد تكون قريبة في بعض الأحيان من القيمة المركزية ، وأحيانًا أخرى تنتشر حولها في مدى أوسع ، ومن أهم المقاييس المستخدمة في التشتت مقياس المدى الذي يشير إلى الفرق بين أكبر وأصغر قيمة في البيانات ؛ والإنحراف المعياري الذي يعتمد على جميع قيم بيانات العينة ، وعند حساب هذا الإنحراف فإنه من الضروري الإلمام الجيد بالعمليات الرياضية التي قد تصبح معقدة عند زيادة حجم العينة ، ولذلك فإن الحساب الإلكتروني في هذه الحالة يكون أكثر دقة عن الحساب اليدوي.

1) التباين : هو الفرق بين القيمة الاكبر والاصغر وهو متوسط مربع الفرق بين المتغير العشوائي , ومتوسط مربع الفرق بين مربع عشوائي ومتوسطه , ويعد ذو أهمية اساسية في التحليل الاحصائي.

2) الانحراف المعياري : هو الجذر التربيعي للتباين ويحتوى الانحراف المعياري على نفس وحدات القياس مثل الوسيط.

ربعا ً : رسم بياني (وفيات فايرس كرونا في مصر خلال شهري ابريل ومارس)


دراسة إحصائية لعدد الحالات الإيجابية لكوفيد -19 (فيروس كرونا ) في مصر خلال 30يوم



خامساً : حساب الوسط الحسابي :

  (0 , 0 , 1 , 1 , 1 , 1 , 1 , 2, 2 , 2 , 3 , 4 , 4 , 5 , 5 , 5 , 6 , 6 , 6 , 6 , 7 , 7 , 8 , 9 , 9 , 11 , 13 , 14 , 15 , 17 , )
الوسط الحسابي  = ( 5+5) /2 = 5
المنوال هو القيمة المكررة 5 مرات والقيم الاخرى مكررة اقل منه
إذا المنوال = 1
تكوين جدول توزيع تكراري عدد حالات الوفيات في مصر خلال 30 يوم.
المدى = الحد الأعلى – الحد الأدنى  = 17   -   0  =  17 
طول الفئة = 17 ÷ 6 = 4.3  ≈ 5

تفريغ حالات الوفاه للعينة في 30 يوم

التكرار

الفئة

8

4

5

6

3

4-0

9-5

15-10

21-16

28-22

 

30

المجموع


الوسيط = 5
المتوسط = 166 ÷ 30  = 5.53
الانحراف المعياري 
  (5.53 – 0 ) =  5.53
  (5.53 – 2 ) =  3.53
  (5.53 – 2 ) =  3.53
  (5.53 – 0 ) =  5.53
  (5.53 – 1 ) =  4.53
  (5.53 – 1 ) =  4.53
 (5.53 – 2 ) =  3.53
  (5.53 – 4 ) =  1.53
  (5.53 – 5 ) =  0.53
  (5.53 – 1 ) =  4.53
  (5.53 – 1 ) =  4.53
  (5.53 – 3 ) =  2.53
  (5.53 – 6) =  47.-0
  (5.53 – 6) =  47.-0
  (5.53 – 4 ) =  1.53
  (5.53 – 1 ) =  4.53
  (5.53 – 6) =  47.-0
  (5.53 – 8) =  47.-2
  (5.53 – 5 ) =  0.53
  (5.53 – 7) =  47.-1
  (5.53 – 7) =  47.-1
  (5.53 – 9) =  47.-3
  (5.53 – 9) =  47.-3
  (5.53 – 10) =  47.-4
  (5.53 – 17) =  47.-11
  (5.53 – 11) =  47.-5
  (5.53 – 11) =  47.-7
  (5.53 – 5 ) =  0.53
  (5.53 – 14) =  47.-8
تربيع القيم : 
(30.580)
 (12.460)
(30.580)
(20.520)
(20.520)
(12.460)
(2.340)
(0.280)
(20.520)
(20.520)
(6.400)
(0.220)
(0.220)
(2.840)
(20.520)
(0.220)
(0.220)
(6.100)
(0.280)
(2.160)
(2.160)
(12.640)
(120.40)
(19.980)
(131.560)
(29.920)
(55.800)
(56.700)
(7.740)


قيم الانحراف =  √(2&(598 .34))    = 24.460
التباين =   قيمة الانحراف على الوسيط (24.460 ÷5 = 4.892


المراجع :

1- د. ماجده محمد اسماعيل –  كتاب الاحصاء الوصفي , جامعة الازهر.
2- فداء محمد حسن ( كتاب الاحصاء الوصفي , جامعة الازهر.
3- ويكبيديا الموسوعة الحرة : الاحصاء الوصفي
4- المرسال : اهمية الاحصاء الوصفي , 28-نوفمبر-2019 
5- د. شرف الدين خليل : الاحصاء الوصفي , شبكة الابحاث والراسات الاقتصادية.


تعليقات