1
00:00:05,820 --> 00:00:09,300
بسم الله الرحمن الرحيم إن شاء الله اليوم هناخد 

2
00:00:09,300 --> 00:00:13,120
المحاضرة رقم خمسة عشر وهذه المحاضرة الأخيرة في 

3
00:00:13,120 --> 00:00:16,840
مصادق الإحصائي الاستدلالي التربوي اللي طلبت 

4
00:00:16,840 --> 00:00:21,640
الدكتوراه في برنامج المناهج وطرق التدريس المحاضرة 

5
00:00:21,640 --> 00:00:26,660
هتكون عبارة عن تطبيقات عملية على موضوع انحدار الخط 

6
00:00:26,660 --> 00:00:29,740
المتعدد وانحدار الجُثث اللوجستي باستخدام برنامج 

7
00:00:29,740 --> 00:00:35,060
الإس بي إس إس الأساسي يمكن إحنا بدأنا يوم ثلاثة وعشرين ستة 

8
00:00:36,250 --> 00:00:39,770
و شهر بدينا يوم تسعة وعشرين ستة .. يوم ثلاثين ستة 

9
00:00:39,770 --> 00:00:42,370
ناخد نقاة واحد يوم ثلاثين .. يوم ثلاثة وعشرين 

10
00:00:42,370 --> 00:00:46,190
بعدين بدينا مباشرة الإسبول بعد يوم ثلاثين ستة يعني 

11
00:00:46,190 --> 00:00:50,170
تقريبا يوم واحد ثلاثين سبعة تقريبا شهر واحد فأعتقد 

12
00:00:50,170 --> 00:00:55,450
أن وجهنا إنجاز كبير أن نخلص مصادق بهذا الحجم 

13
00:00:55,450 --> 00:01:00,950
في فترة يعني تقريبا شهر واحد أو .. أو شهر وأسبوع 

14
00:01:01,860 --> 00:01:07,860
فطبعا يحسب لكم بشكل أولي أصلا أنتم اللي شهدتوا 

15
00:01:07,860 --> 00:01:13,280
أنتم اللي تعبتم بكل تأكيد لكن بتعرفوا ما اللي .. 

16
00:01:13,280 --> 00:01:16,680
ما اللي يشكروا الناس ليه يشكروا الله طبعا في ناس 

17
00:01:16,680 --> 00:01:20,360
من وراء الكواليس اشتغلت معكم حس أنتم ما بتعرفوش 

18
00:01:20,360 --> 00:01:25,320
فأنا بنتهز هذه الفرصة في آخر لقاء أو في آخر محاضرة 

19
00:01:25,320 --> 00:01:30,690
وبوجه الشكر للإخوة في دائرة التميز الأكاديمي اللي 

20
00:01:30,690 --> 00:01:36,250
اشتغلوا معانا بجهود كبيرة جدا من بداية أول لقاء في 

21
00:01:36,250 --> 00:01:40,010
المحاضرات طبعا الجندر المجهول وراء الكاميرات اللي 

22
00:01:40,010 --> 00:01:43,850
شغال معانا من غير ما يظهر الأستاذ سامي زهد أبو 

23
00:01:43,850 --> 00:01:49,550
الحسن يعني كان اشتغل معانا مش شغل مسمى وظيفي أو هو 

24
00:01:49,550 --> 00:01:52,810
بيشتغل في الجامعة فهذه الشغلة اللي حسيتُ أنه عنده 

25
00:01:52,810 --> 00:02:00,170
رغبة جارفة أن يوصل أو يعمل نشر للفيديو في وقت قياسي 

26
00:02:00,170 --> 00:02:04,990
يعني عادة الإنتاج والرفع على ال Youtube .. على ال 

27
00:02:04,990 --> 00:02:09,710
Youtube الجامعة بياخد وقت وجهد كبير في بعض الأحيان 

28
00:02:10,660 --> 00:02:14,600
طب أما في بدايتنا كان التصوير عادي أول لقاءين بعدين 

29
00:02:14,600 --> 00:02:17,040
التصوير صار الكاميرات عالية وصار ال HD ال High 

30
00:02:17,040 --> 00:02:20,440
Definition فهذا برضه أخذ منه جهد كبير جدا في عملية 

31
00:02:20,440 --> 00:02:27,220
نشر المحاضرات على اليوتيوب ولاحظتوا أحيانا كانت 

32
00:02:27,220 --> 00:02:30,520
أو غالبا المحاضرة نزلت في نفس اليوم المحاضرة رقم 

33
00:02:30,520 --> 00:02:34,720
14 نزلت امبارح في نفس اليوم فبالتالي هذا يعتبر جهد 

34
00:02:34,720 --> 00:02:41,460
كبير جدا وكانوا يعني منتجين بطريقة عالية فكان حقيقة 

35
00:02:41,460 --> 00:02:45,280
دقة في التصوير أنا صورت قبل هيك عدة لقاءات محاضرات 

36
00:02:45,280 --> 00:02:50,380
كتير ما كانش أنا الفصل الفاتر ما كانش في نفس الدقة 

37
00:02:50,380 --> 00:02:54,440
فالصحيح هذا جهد كبير جدا للأستاذ السيد محمد زهد و 

38
00:02:54,440 --> 00:02:56,760
معه الأخوة في دائرة التميز الأكاديمي المهندس محمد 

39
00:02:56,760 --> 00:03:01,020
الحلو والمهندس بلال نبريس الثلاثة اشتغلوا معانا 

40
00:03:01,020 --> 00:03:06,960
شغل راقي جدا وإن شاء الله تكون في ميزان حسنتهم في 

41
00:03:06,960 --> 00:03:12,630
الآخر، الحاجة الثانية في هذا التصوير طبعا كانت فكرة 

42
00:03:12,630 --> 00:03:15,710
الشغل الأكاديمي كان الأستاذ الدكتور سالم حلس هو 

43
00:03:15,710 --> 00:03:19,970
النائب الأكاديمي اللي وجد أنه لازم يحصلها تتصور 

44
00:03:19,970 --> 00:03:23,290
لتعم الفائدة على الآخرين من الطلبة اللي هيجوا بعد 

45
00:03:23,290 --> 00:03:25,790
هيك إن شاء الله فطبعا الشكر اللي هم لهم الصحيح 

46
00:03:25,790 --> 00:03:29,190
أنا ما كنتش في بالي أن أصور فيديو، لو بتاعة تصوير 

47
00:03:29,190 --> 00:03:33,480
فيديو أحيانا تخلي الواحد يشرح في إطار معين، ما يطلعش 

48
00:03:33,480 --> 00:03:36,940
على النص كتير، فكان .. مش سهل يعني، آه كانت مش 

49
00:03:36,940 --> 00:03:39,560
فيها تربية، فيها إن أنت خلاص في ال .. كل حييشوف ال 

50
00:03:39,560 --> 00:03:42,520
Video، مش أنتم بس يعني، مش حاجة مش .. مش محصولة 

51
00:03:42,520 --> 00:03:46,520
على الطلاب بس فالصحيح شكرا لشغل الأكاديمية في هذا 

52
00:03:46,520 --> 00:03:52,620
الاتجاه، هاي تقريبا اللي أنا عايز أحكيه في البداية 

53
00:03:52,620 --> 00:03:56,270
و هذا إن شاء الله تعالى هتكون لقائنا الأخير وبالنسبة 

54
00:03:56,270 --> 00:03:59,270
للواجب الأخير ههون شوية عليكم في شغلة صغيرة 

55
00:03:59,270 --> 00:04:04,190
الواجبات معكم لغاية 11-8 ليه بعد الامتحان؟ 

56
00:04:04,190 --> 00:04:09,310
الامتحان يوم 7-8؟ كل حاجة، أي حاجة، أي واجب متوقع 

57
00:04:09,310 --> 00:04:16,230
.. أي واجب متوقع .. أي واجب متوقع ل 11-8 يوم 

58
00:04:16,230 --> 00:04:21,690
السبت، بطلع يوم السبت لأ أنا عارف يوم السبت حد 

59
00:04:21,690 --> 00:04:24,330
عشرة ثمانية لو ممكن الصبح اتناشر ثمانية لعيد وممكن 

60
00:04:24,330 --> 00:04:27,450
ثلاث عشرة ثمانية لعيد لأ أنا مغيّر اتناشر ثمانية لعيد 

61
00:04:27,450 --> 00:04:33,110
لأ لأ اتناشر ثمانية على السلمين الإلكتروني على ال 

62
00:04:33,110 --> 00:04:39,210
Email مش داخل الجامعة فعلا أنا بحكي أي واجبات 

63
00:04:39,210 --> 00:04:44,010
متبقية أخليها لحد عشرة ثمانية يوم السبت للي ما سلمش 

64
00:04:44,010 --> 00:04:47,770
سواء نقط بحث أو واجبات أو دراسة الحالة لأن غالبيًا 

65
00:04:47,770 --> 00:04:54,530
أعتقد دراسة الحالة بدها شغل كتير آه 

66
00:04:54,530 --> 00:04:58,690
طبعا لازم .. بس يعني بتخلصيها بِرِيحية فبتبعثيها لي 

67
00:04:58,690 --> 00:05:03,410
Word و PDF عشان أضمن وصولها أكيد بتكون كاتب اسمك 

68
00:05:03,410 --> 00:05:11,050
عليهم عشان .. ما تضيعش أي حاجة أي شيء ليوم 11 ثانوية 

69
00:05:11,050 --> 00:05:17,310
هي Occasion مفتوحة لغاية 11 الشهر بس 

70
00:05:17,310 --> 00:05:23,140
في أي شيء خليني أبدأ محاضرة اليوم اليوم هتكلم 

71
00:05:23,140 --> 00:05:27,440
عليها تطبيقات عملية على انحدار المتعدد وال 

72
00:05:27,440 --> 00:05:32,140
Logistic أثناء استخدام برنامج ال SPSS و هنبدأ 

73
00:05:32,140 --> 00:05:35,440
ببعض 

74
00:05:35,440 --> 00:05:40,320
النقاط اللي أنا ما شرحتهاش أثناء معرض موضوع انحدار 

75
00:05:40,320 --> 00:05:44,660
الخط المتعدد أو موضوع ال Logistic النقطة اللي هو 

76
00:05:44,660 --> 00:05:49,430
هتكلم عليها تحديد القيم المتطرفة أو القيم الشاذة 

77
00:05:49,430 --> 00:05:54,630
متعددة المتغيرات لما بتعرف إحنا بنحكي مثلا حالة 

78
00:05:54,630 --> 00:05:57,650
معينة فيها قيم شاذة أو فيها قيمة .. هي تتطبر حالة 

79
00:05:57,650 --> 00:06:01,210
شاذة مع كده هي إليها أكثر من متغيرة مش هيك عشان 

80
00:06:01,210 --> 00:06:05,610
كده بنتسميها متعددة المتغيرات باستخدام مهلبنس في 

81
00:06:05,610 --> 00:06:09,150
استخدام برنامج الإس بي إس إس الأساسي هاخد من خلال مثال 

82
00:06:09,150 --> 00:06:15,820
مثال بسيط المثال بيحكي يعتقد باحث بأهمية معدل 

83
00:06:15,820 --> 00:06:20,500
الذكاء والذاكرة القصيرة والعمر والقدرة القرائية على 

84
00:06:20,500 --> 00:06:24,000
طلاب الصف الأول الابتدائي يعني عنده متغير تابع 

85
00:06:24,000 --> 00:06:34,980
القدرة القرائية هذا متغير تابع وعنده 

86
00:06:34,980 --> 00:06:42,960
ثلاثة متغيرات مستقلة معدل الذكاء والذاكرة القصيرة 

87
00:06:47,510 --> 00:06:51,490
والعمر طبعا إحنا أخذنا كيف نعمل انحدار خط متعدد 

88
00:06:51,490 --> 00:06:54,230
وحكينا بعض التفاصيل اللي ما حكينا تفاصيل أخرى 

89
00:06:54,230 --> 00:07:00,350
ما ذكرناش في حينه فهفتح الملف الإسم 

90
00:07:00,350 --> 00:07:03,670
القراءة أو القدرة القرائية واضح المتغيرات اللي 

91
00:07:03,670 --> 00:07:11,430
موجودة واضحة 

92
00:07:11,430 --> 00:07:12,330
عندي عشرون حالة 

93
00:07:18,560 --> 00:07:22,340
العمر، الذاكرة، الذكاء والقراءة أو القدرة 

94
00:07:22,340 --> 00:07:27,160
القرائية واضحة كلها متغيرات كمية اللي أنا عايز 

95
00:07:27,160 --> 00:07:30,320
أعرفه كيف ممكن معرفة إذا كان هناك قيم شاذة ولا لأ 

96
00:07:30,320 --> 00:07:35,420
ممكن مثلا يكون الطفل ذكاءه خارق ممكن يؤثر ممكن 

97
00:07:35,420 --> 00:07:39,580
واحد منهم ذاكرته قوية جدا ممكن تؤثر ممكن 

98
00:07:39,580 --> 00:07:44,060
درجته في القراءة أو القدرة القرائية عالية ممكن تؤثر 

99
00:07:45,050 --> 00:07:50,410
معنى أنه أنا أتكلم عن Outliers 

100
00:07:50,410 --> 00:07:56,090
أو قيم شاذة متطرفة أو متعددة المتغيرات بقصد بها لما 

101
00:07:56,090 --> 00:08:00,270
بحكي أنه عند مشاهدة معينة ونفترض .. نفترض حكيت 

102
00:08:00,270 --> 00:08:04,550
المشاهدة رقم خمسة Outlier هذه معناها Outlier أنت 

103
00:08:04,550 --> 00:08:06,790
.. أو قيم شاذة أنت مش عارف لمين للأول، للثاني، 

104
00:08:06,790 --> 00:08:09,970
للثالث، للرابع، لكن مشاهدة ككل فبتسميها متعددة 

105
00:08:09,970 --> 00:08:11,570
المتغيرات 

106
00:08:13,200 --> 00:08:21,760
بنعملها على أساس كتالوج Analyze نفس 

107
00:08:21,760 --> 00:08:26,880
الطريقة بس هأعطيك أنا طريقة لو كانت متغير واحد أو 

108
00:08:26,880 --> 00:08:29,920
لو عايز أعرف إذا كان في Outlier لمتغير معين كيف 

109
00:08:29,920 --> 00:08:35,320
أعمله هنشوفها بعد شوية من خلال الشرح هتبان هاخد ال 

110
00:08:35,320 --> 00:08:35,660
Linear 

111
00:08:41,300 --> 00:08:47,720
المتواهد التابع القدرة القرائية بعدين المتواهد 

112
00:08:47,720 --> 00:08:52,880
المستقلة الثلاثة اللي هي العمر والذاكرة أو الذكاء 

113
00:08:52,880 --> 00:09:00,980
عشان أحسب ال Mahalanobis باختارها من خلال ال Save وفي 

114
00:09:00,980 --> 00:09:04,860
ال Save واضح في عندي هنا هي ال Mahalanobis 

115
00:09:06,140 --> 00:09:09,280
ال Mahalanobis موجودة من ضمن ال Distance هذه المسافات 

116
00:09:09,280 --> 00:09:12,340
طبعا في أكثر من طريقة فيه Cooks وفيه Leverage 

117
00:09:12,340 --> 00:09:17,880
Values هأشرح الثلاثة هدول لكن في الجزء الأول 

118
00:09:17,880 --> 00:09:21,960
في الانحدار هأتكلم عن ال Mahalanobis بس بعد Break 

119
00:09:21,960 --> 00:09:25,120
هأتكلم عن ال Logistic هأتكلم عن ال Cooks Distance 

120
00:09:25,120 --> 00:09:28,800
وعن ال Leverage Values في الأول هأتكلم عن ال Mahalanobis 

121
00:09:28,800 --> 00:09:32,900
نوبس أو أي Continue طبعا طالما اخترت Save بالتأكيد 

122
00:09:32,900 --> 00:09:40,640
البرنامج هيعمل لي متغير جديد سماه وهي قيمة Mahalanobis 

123
00:09:40,640 --> 00:09:44,840
موجودة إلا إيش المعيار عشان أعرف إن هذا 

124
00:09:44,840 --> 00:09:51,900
القيمة قيمة شاذة ولا لأ الطريقة كانت ثانية في 

125
00:09:51,900 --> 00:09:57,080
الأول بقى المراتب الحالة 

126
00:09:57,080 --> 00:10:03,780
بيكون تعتبر شاذة إذا كانت قيمة مهل نوبلس أكبر من

127
00:10:03,780 --> 00:10:07,900
النقطة الحرجة، فبالتالي لازم في الأول أطلع النقطة

128
00:10:07,900 --> 00:10:13,240
الحرجة اللي 

129
00:10:13,240 --> 00:10:18,980
هي بتطلع من خلال كاي سكوير بأخد

130
00:10:18,980 --> 00:10:24,220
قيمة ألف صغيرة جدا، واحد من ألف زي ما حكينا قبل هيك

131
00:10:24,220 --> 00:10:30,540
في لما اتكلمنا على التحليل الاستكشافي و التوكيدي و

132
00:10:30,540 --> 00:10:31,840
الـ DF كانت

133
00:10:37,400 --> 00:10:40,860
كانت هناك عدد الفقرات

134
00:10:42,480 --> 00:10:45,820
هي نفس الفكرة، أما الفقرات عبارة عن إيش؟ متغير مظبوط

135
00:10:45,820 --> 00:10:49,460
فالـ K هنا عبارة عن عدد المتغيرات المستقلة، هي نفس

136
00:10:49,460 --> 00:10:53,040
الشيء لأن الفقرات بتاعي بيعملها كمتغير فبالتالي

137
00:10:53,040 --> 00:10:56,320
درجات الحرية ما زالت كما هي سواء في تحليل الاستكشافي

138
00:10:56,320 --> 00:11:00,760
التوكيدي، التحليل التوكيدي أو من خلال الـ Regression

139
00:11:00,760 --> 00:11:04,000
هي الـ K هي نفس الـ K، إما عدد الفقرات في التحليل

140
00:11:04,000 --> 00:11:07,460
التوكيدي أو عدد المتغيرات المستقلة في الانحدار

141
00:11:07,460 --> 00:11:10,580
فواضح في المثال اللي عندي الـ K بتساوي تلاتة

142
00:11:10,580 --> 00:11:17,910
فبالتالي أنا بأنظر لواحد من ألف و تلات درجات حرية، طب

143
00:11:17,910 --> 00:11:21,390
هذا ممكن أحسبها أو أطلعها من خلال الجدول الحسابي

144
00:11:21,390 --> 00:11:27,970
طب الجدول اللي احنا متعودين عليهم، أنا في امتحان 

145
00:11:27,970 --> 00:11:32,530
أكيد يعني لو بدي جدول هعطيك إياه، لكن خليني في الأول

146
00:11:32,530 --> 00:11:37,730
أنا أوريك جدول Chi-square و نعرف كده القراءة

147
00:11:37,730 --> 00:11:39,390
أخدناها برضه كيف نقرأ المرة اللي فاتت

148
00:11:42,340 --> 00:11:53,120
وهذا حقيقة كاي سكوير لأ، مش حاجة كاي سكوير، هذا

149
00:11:53,120 --> 00:12:01,060
z  هاي

150
00:12:01,060 --> 00:12:05,620
جدول مربع كاي، كاي ما يعطي، احنا عايزين مساحة على

151
00:12:05,620 --> 00:12:11,770
اليمين، فوضح الجدول هنا بيعطي المساحة اليمين، فبدور

152
00:12:11,770 --> 00:12:17,270
على تلت درجات حرية عند

153
00:12:17,270 --> 00:12:21,870
واحد من ألف، تلاتة، بمشي عند واحد من ألف، أخر واحدة ستة

154
00:12:21,870 --> 00:12:27,370
عشر سبعة وعشرين، فالقيمة دي ستة عشر سبعة وعشرين

155
00:12:27,370 --> 00:12:30,730
القاعدة بتحكي، التالت، أي قيمة

156
00:12:33,510 --> 00:12:39,230
بتزيد من قيم مهل... من ال ... مهن نوبلس، أي

157
00:12:39,230 --> 00:12:46,370
قيمة بتزيد عن هذه القيمة المرشحة هتكون شاذة، إذا

158
00:12:46,370 --> 00:12:53,530
واضح، لو أنا طلعت على برنامج الـ SPSS حتى من غير

159
00:12:53,530 --> 00:12:58,050
مرتب، لو طلعت على الـ Output في الـ Output أتاني جدوة

160
00:12:58,050 --> 00:13:02,110
اللي مكتوب عليه Residual الـ Statistics في الـ

161
00:13:02,110 --> 00:13:07,730
Residuals موجود فيها

162
00:13:07,730 --> 00:13:12,450
Distance، أعتبر الـ Minimum Value، أصغر قيمة الـ M

163
00:13:12,450 --> 00:13:24,350
للمها، أصغر قيمة Point 305، أكبر قيمة 6.258، القاعدة

164
00:13:24,350 --> 00:13:29,870
بتحكي إذا كانت قيمة الـ Mahalanobis Distance بتزيد عن النقطة

165
00:13:29,870 --> 00:13:35,030
الحرجة، مع كده في عندي حالة شاذة، فواضح إن أنا بعيد

166
00:13:35,030 --> 00:13:39,930
جدا عن حالات شاذة، فبالتالي لا يمكن اعتبار أي حالة

167
00:13:39,930 --> 00:13:43,610
من حالات الـ 20 حالة شاذة، وهذا الشغل بيريح الباحث

168
00:13:43,610 --> 00:13:47,630
إن القيم اللي عنده فيها بعض التنافر وبالتالي مافيش

169
00:13:47,630 --> 00:13:56,800
قيم متطرفة، هذا بالنسبة للـ ... للمها، لأنو الـ SPSS اللي

170
00:13:56,800 --> 00:14:03,020
بيستخدمها لتحديدها، كانوا القيم شادة من عدمها خلاص

171
00:14:03,020 --> 00:14:06,680
إذا هي اللي بتطلع عليها فقط السطر الخاص بالـ Mahalanobis Distance

172
00:14:06,680 --> 00:14:13,360
بتطلع الـ Minimum و الـ Maximum Value فيه

173
00:14:13,360 --> 00:14:19,520
أي سؤال؟ ممكن عندك قيم شذوذ كتير، يعني ما ينفعش

174
00:14:19,520 --> 00:14:27,410
تحذف كل واحدة، يعني ببدأ الحذف للحالة الأكبر، يعني

175
00:14:27,410 --> 00:14:33,210
بطلع عليهم برتبهم ترتيب تصاعدي أو تنازلي حسب ما أنت

176
00:14:33,210 --> 00:14:37,670
عايزه، أنا بفضل أرتب ترتيب تنازلي من الكبير للصغير

177
00:14:37,670 --> 00:14:43,690
بحيث يبين عندي كل القيم الشاذة دفعة واحدة، فوضح لأن

178
00:14:43,690 --> 00:14:47,210
افترض في عندي قيمة شاذة أو عدة قيم شاذة، هنا عدة

179
00:14:47,210 --> 00:14:51,940
حالات شاذة أقصد، ببدأ بالحالة الأكبر، وبتطلع الحالة

180
00:14:51,940 --> 00:14:55,160
أكبر، ربما الآن قبل الحدث، أخر علاج الكائن، يعني

181
00:14:55,160 --> 00:14:58,160
في الآخر ملاحظة في الحدث، ربما المدخل يكون خطأ بعد

182
00:14:58,160 --> 00:15:01,920
ما مكتوب ألف و تمانية، كانت ألف و تمانين، أكيد ألف

183
00:15:01,920 --> 00:15:06,860
و تمانين، يعني هي مدخلة خطأ، فبتاعي برجع لطريقة

184
00:15:06,860 --> 00:15:11,880
الادخال و بحاول أصلح ده واحد، ما كانش ... إذا كان

185
00:15:11,880 --> 00:15:15,160
الحالة الوحيدة هو الحدث، منظره حجم العينة، ولا إذا 

186
00:15:15,160 --> 00:15:20,730
حجم العينة كبير حدث مشاهدة واحدة ما بأثرش لكن في

187
00:15:20,730 --> 00:15:24,750
عينات صغيرة زي هيك بتأثر، فبالتالي أنا مضطر أزيد

188
00:15:24,750 --> 00:15:28,490
حجم العينة، فبالتالي الحدث نخليه أخر شيء، و لو حدثت

189
00:15:28,490 --> 00:15:33,190
و أنا مضطر أحدث، بحاول حجم العينة ما يقلش عن حجم

190
00:15:33,190 --> 00:15:39,570
مناسب بالذات في العينات الحجم الصغير، خلاص؟

191
00:15:40,860 --> 00:15:44,180
طبعا لو كنت عندي عينة كبيرة بالألف، افترض إذا

192
00:15:44,180 --> 00:15:48,960
هناخد في الـ Metal بعد الـ Break، ممكن أنا أرسل رسم

193
00:15:48,960 --> 00:15:53,540
بياني للحالات هذه مع قيمة اللي مابحث عرف وين

194
00:15:53,540 --> 00:15:57,760
النقطة أو وين الحالة اللي عندها قيمة شذوذ، ففي

195
00:15:57,760 --> 00:16:03,140
إمكانية في الأساس أرسم هدول مع واحد ... هدول رقمهم من

196
00:16:03,140 --> 00:16:06,040
واحد إلى عشرين، مش هي طبعا ترقيمهم سهل، ممكن ترقيمهم

197
00:16:06,040 --> 00:16:06,980
واحد، اثنين، اثنين، اثنين، اثنين، اثنين، اثنين،

198
00:16:06,980 --> 00:16:07,680
اثنين، اثنين، اثنين، اثنين، اثنين، اثنين، اثنين،

199
00:16:07,680 --> 00:16:10,060
اثنين، اثنين، اثنين، اثنين، اثنين، اثنين، اثنين،

200
00:16:10,060 --> 00:16:10,320
اثنين، اثنين، اثنين، اثنين، اثنين، اثنين، اثنين،

201
00:16:10,320 --> 00:16:17,220
اثنين، اثنين، اثنين، اثنين، اثنين، اثنين،

202
00:16:17,220 --> 00:16:27,320
اثنين، اثنين، 

203
00:16:40,280 --> 00:16:44,800
كمبيوتر، ممكن أعمل مثلا Number متغير جديد اسميه

204
00:16:44,800 --> 00:16:55,920
Number، ن أو مثلا أي اسم، يعني مجرد تسمية، هنا في

205
00:16:55,920 --> 00:16:58,420
عندي Function Group، ممكن أختار All

206
00:17:01,190 --> 00:17:04,290
بجيب لكل الدول الموجودة في واحدة، أول واحدة Dollar

207
00:17:04,290 --> 00:17:09,130
Sign Case Number، إذا الأمر هنختار من الـ Functions

208
00:17:09,130 --> 00:17:15,790
Dollar Sign، الـ Case اللي أول واحدة Case Number، إذا

209
00:17:15,790 --> 00:17:19,230
بختار، بكتب الـ Number بعدين Function Group بختار

210
00:17:19,230 --> 00:17:24,350
أول، بعدين بختار Case Number، Case Number هذه أسهل

211
00:17:24,350 --> 00:17:28,830
طريقة تعمل فيها متغير بياخد الأعداد من واحد حتى

212
00:17:28,830 --> 00:17:35,790
آخر حالة عندي موجودة، فبختار هذه فقط، بختارها، فبيعتني

213
00:17:35,790 --> 00:17:42,650
التعريف تبعها، كل بعمل بضغط على السهم، فبيكتب داخل

214
00:17:42,650 --> 00:17:45,830
الـ Numerical Expression Dollar Sign Case Number، لو

215
00:17:45,830 --> 00:17:50,670
أنا حافظ الأمر طبعا بكتبه، مش حافظه أنا يعني بستعين

216
00:17:50,670 --> 00:17:54,440
بالـ Functions أو الدوال الموجودة، و بس هذا كل ما

217
00:17:54,440 --> 00:17:58,740
بعمله، وبعدين OK، بلاحظ لو رجعت على صفحة البرنامج

218
00:17:58,740 --> 00:18:04,440
بلاحظ عمل لي إيش متغير رقم واحد لغاية عشرين، عملية

219
00:18:04,440 --> 00:18:08,420
سهلة، واضح الترقيم سهل يعني لو كان عندي ألف حالة في

220
00:18:08,420 --> 00:18:15,640
نفس الثانية بتنعمل رقم

221
00:18:15,640 --> 00:18:23,250
حالات، حالة واحد، حالتين، حلات تلاتة، و هذا صحيح، قال لأ شوفي

222
00:18:23,250 --> 00:18:29,130
حكاية الصفر دي، روحي على ال ... على الـ Decimal و

223
00:18:29,130 --> 00:18:36,870
خلي هذه صفر، مش راجع الصفر يعني خلاص يعني عملتيها

224
00:18:36,870 --> 00:18:42,890
زي هيك الآن

225
00:18:42,890 --> 00:18:48,950
ممكن لو بيدرسهم الـ Number هدول، الحالة ما الـ Number

226
00:18:48,950 --> 00:18:54,500
يعني الحالة مش هيك، مع علمها على أساس أعرف وإذا في

227
00:18:54,500 --> 00:18:58,880
نقطة عالية أو شاذة، طب الحالة اللي عندي مافيش كان

228
00:18:58,880 --> 00:19:05,800
لكن كويس أعرف أرسم، أرسم بيجي من خلال Graphs

229
00:19:05,800 --> 00:19:13,180
إذا أنا هي الرسم Graph بعدين

230
00:19:13,180 --> 00:19:14,380
بختار الـ Legacy Dialogues

231
00:19:22,060 --> 00:19:27,100
وفي عندي رسمة اللي لوحة الانتشار، إذا أنا Graphs

232
00:19:27,100 --> 00:19:35,340
Legacy Dialogues وفي Scatter بعدين بختار الـ

233
00:19:35,340 --> 00:19:43,560
Scatter صحيح

234
00:19:43,560 --> 00:19:47,100
هدف البداية خالص لل ... بس أعرف العلاقة بين الاتنين

235
00:19:47,100 --> 00:19:50,740
الخطأ، بس لأن أنا بستخدمها لهدف آخر مش إنحبها

236
00:19:54,550 --> 00:19:59,730
ففي عند الـ Simple Scatter أو الواحدة Define بختار

237
00:19:59,730 --> 00:20:03,950
في الـ Y الـ Mahalanobis Distance اللي هنا، وفي الـ X بحط الرقم

238
00:20:03,950 --> 00:20:14,410
أو رقم الحالة، هذا كل اللي احنا بنعمله، Y

239
00:20:14,410 --> 00:20:20,370
OK هلاحظ رسم لي الحالات

240
00:20:20,370 --> 00:20:21,350
المطلوبة

241
00:20:23,550 --> 00:20:27,090
واضح إن هي أكبر قيمة عند الستة اللي حكينا عليها من

242
00:20:27,090 --> 00:20:33,570
شوية، طب لو كان في عند القيمة الشاذة هتبين، فبالتالي

243
00:20:33,570 --> 00:20:37,490
بقدر أحدد الحالة تبعها، مين الحالة أو مين المشاهدة

244
00:20:37,490 --> 00:20:41,690
لعندي عشرين مشاهدة، واضح، فوضح القيم كلهم أعلى واحدة

245
00:20:41,690 --> 00:20:45,970
كانت المشاهدة رقم واحد اللي اللي هنا، فبالتالي هذا

246
00:20:45,970 --> 00:20:51,500
الرسم بتوضح ليه، شكل بيبين قيم الـ Mahalanobis مع رقم الحالة

247
00:20:51,500 --> 00:20:54,980
طب هذا بنستخدمه إذا كان عندي عدد حالات كبير جدا

248
00:20:54,980 --> 00:20:59,460
و عايز أرسم و أبين و أوضح أن الحالة رقم كذا هي

249
00:20:59,460 --> 00:21:06,440
الحالة اللي فيها مشكلة، هذا بالنسبة للنقطة الأولى

250
00:21:06,440 --> 00:21:15,340
خلاص هيك النقطة اللي بيدركز عليها التانية نذكر هيك

251
00:21:15,340 --> 00:21:17,120
أنه نموذج لانحدار

252
00:21:19,580 --> 00:21:27,200
ولو بعض الاشتراطات الواجب توفرها في الافتراضات

253
00:21:27,200 --> 00:21:32,560
المطلوبة أنا هتأكد منها كباحث، الافتراضات المطلوبة

254
00:21:32,560 --> 00:21:37,660
عشان أستخدم الانحدار، في الأول أنا بسميه انحدار خطي

255
00:21:38,580 --> 00:21:42,600
هذا معناه يجب أن تكون العلاقة بين المتغير التابع

256
00:21:42,600 --> 00:21:47,080
وكل متغير مستقل علاقة خطية، لو ما كانتش خطية لازم 

257
00:21:47,080 --> 00:21:51,560
أتصرف، احنا شغلنا لاخدنا فقط انحدار خطي، إذا في

258
00:21:51,560 --> 00:21:55,440
الأول، حتى قبل الافتراضات خالص، أبدأ أتأكد هذا خط

259
00:21:55,440 --> 00:22:01,440
ورقم، رقم صفر، أول حالة، في المبدأ

260
00:22:04,010 --> 00:22:07,450
لأن إذا كان الانحدار غير خطي ما ينفعش أستخدم الانحدار

261
00:22:07,450 --> 00:22:12,770
الخطي العادي، فلازم أضيف الجزء غير الخطي عشان أتأكد

262
00:22:12,770 --> 00:22:19,030
بعمل رسم بياني، اللي قبلها عملناها مع بعض، بعمل

263
00:22:19,030 --> 00:22:25,210
scatter graph للمتغيرات كلها مع المتغير التابع

264
00:22:25,210 --> 00:22:29,730
طبعًا

265
00:22:29,730 --> 00:22:35,640
القدرة القرائية المتغير التابع، هيك بعمله ماشي واحد واحد و

266
00:22:35,640 --> 00:22:39,000
واحدة واحدة رسمة رسمة، بس لما أكون عندي عدد كبير من 

267
00:22:39,000 --> 00:22:41,820
المتغيرات، يعمل رسمة رسمة عملية مملة، لكن هذا

268
00:22:41,820 --> 00:22:46,700
الطريقة الأولى، إن بعمل رسمة رسمة بينهم، و بتطلع على

269
00:22:46,700 --> 00:22:51,060
النقاط، شوفي، غالبًا لو أكون عندي عدد قليل من النقاط

270
00:22:51,060 --> 00:22:56,460
أحيانًا الرسم صعب أحكم، بس بيعطيني مؤشر، فلو طلعت على

271
00:22:56,460 --> 00:23:01,500
حاجة زي هيك، يعني واضح إنه في انحدار خطي، وإن ما كانش

272
00:23:01,500 --> 00:23:05,320
قوي، لكن هناك في انحدار خطي، لما في بعض النقاط يعني

273
00:23:05,320 --> 00:23:12,540
ماشي هيك صح كده كويس، بس في مجموعة هنا واضح

274
00:23:12,540 --> 00:23:15,460
هنا معظم النقاط حوالين خط مستقيم، لكن في بعض

275
00:23:15,460 --> 00:23:18,300
النقاط شوية بعيدة، لكن تجاوزها ممكن اعتبارها الانحدار

276
00:23:18,300 --> 00:23:21,480
الخطي اللي أنا عايز أعمله، عايز أعمل الانحدار الخطي

277
00:23:21,480 --> 00:23:27,540
scatter plot، أو لو هتنتشر لكل المتغيرات مع بعض، فبدل

278
00:23:27,540 --> 00:23:33,360
ما أختار simple أول واحدة، في أنت ثاني واحدة matrix

279
00:23:33,360 --> 00:23:42,700
scatter على شكل مصفوفة، بختار matrix، و بحدد 

280
00:23:42,700 --> 00:23:45,500
المتغيرات اللي أنا عايزهم في ال matrix هم الأربعة

281
00:23:45,500 --> 00:23:50,060
متغيرات، كويس، تخلي المستقلات ورا بعض، و التابع لوحده

282
00:23:50,060 --> 00:23:53,640
يعني يكون في إما في الأول أو في الآخر، وبعدين

283
00:23:53,640 --> 00:24:00,990
بختار okay، هتلاحظ الرسم لظهرت، بتبين المتغيرات كلها

284
00:24:00,990 --> 00:24:05,530
يعني مثلًا هي القدرة القرائية، هي علاقتها مع كل واحد

285
00:24:05,530 --> 00:24:11,250
من المتغيرات، مع العمر، مع الذاكرة، مع الذكاء، واضح مع

286
00:24:11,250 --> 00:24:15,670
الذكاء ولا .. ماله .. ماله علاقة خالص، في العلاقة

287
00:24:15,670 --> 00:24:20,470
الخطية خالص، يعني هذه شكلها كده عبارة عن قطع مكافئ

288
00:24:20,470 --> 00:24:25,090
متجه ناحية ال .. اليمين، مش care، منحنى مش هيك لحظة

289
00:24:25,090 --> 00:24:29,310
هيك، هذه شكلها كده، لو بيعملها care، في حاجة زي كده يعني

290
00:24:29,310 --> 00:24:34,170
واضح هذه العلاقة بين القدرة القرائية و الذكاء واضح

291
00:24:34,170 --> 00:24:38,270
علاقة غير خطية، لأ

292
00:24:38,270 --> 00:24:44,290
أنا العلاقة ال Y مع المستقل، ما بدورش ال Y مع

293
00:24:44,290 --> 00:24:49,090
المتغير الثاني، فواضح ال IQ علاقته غير خطية، ربما

294
00:24:49,090 --> 00:24:53,990
تكون علاقة تربيعية، طب ممكن أضيف التربيع معاه كيف

295
00:24:53,990 --> 00:24:57,290
أضيف التربيع معاه، يعني أعمل متغير جديد لل IQ و

296
00:24:57,290 --> 00:25:04,590
أربعه، بنشوف كيف، يعني بتعمل متغير جديد، هذا لو كان في

297
00:25:04,590 --> 00:25:15,230
حالة تتحلز هيك، فلو بده أربعة، بروح ل transform، و

298
00:25:15,230 --> 00:25:19,050
هي compute variable

299
00:25:19,050 --> 00:25:22,970
بتعمل متغير بس، أو ممكن أعمله على ال Excel، أربعة على

300
00:25:22,970 --> 00:25:23,590
ال Excel و أجيبه

301
00:25:26,770 --> 00:25:32,430
و اسميه ذكاء اتنين مثلًا، ذكاء تربيع أي

302
00:25:32,430 --> 00:25:37,790
ذكاء اتنين، الذكاء اتنين عبارة عن ايش؟ عبارة عن

303
00:25:37,790 --> 00:25:42,050
الذكاء الموجود، مش

304
00:25:42,050 --> 00:25:46,910
ضرب اتنين أس اتنين، في فرق ما نضرب أس الأس في ال

305
00:25:46,910 --> 00:25:53,290
SPSS، نجمين جانب بعض، هذه النجمين هدول، هذه معناها

306
00:25:53,290 --> 00:25:58,440
تربيع أو ضربه في نفسه، يعني الذكاء في الذكاء أو

307
00:25:58,440 --> 00:26:04,560
الذكاء قوّة اتنين، بعدين

308
00:26:04,560 --> 00:26:10,460
كذا، هنا هلاحظ البرنامج أكيد أضاف لي متغير سماه ذكاء

309
00:26:10,460 --> 00:26:16,580
اتنين، وذكاء اتنين عبارة عن مربع الذكاء الموجود

310
00:26:16,580 --> 00:26:22,530
بتشوف اللي أنا حأعمل نموذجين، واحد فيه الذكاء مع باقي

311
00:26:22,530 --> 00:26:25,710
المتغيرات، و مرة ثانية أشيل الذكاء و أحط معه الذكاء

312
00:26:25,710 --> 00:26:28,590
و الذكاء تربيع، الاتنين يكونوا موجودين، و نشوف مين

313
00:26:28,590 --> 00:26:32,790
بيعطي نتائج أفضل، خليني

314
00:26:32,790 --> 00:26:39,550
في الأول أطلع على الرسم، و هدخل محمّل ذكاء تربيع، و

315
00:26:39,550 --> 00:26:45,230
نشوف، بس بدي أحاول أدخله مع مجموعة المتغيرات

316
00:26:45,230 --> 00:26:48,730
المستقلة في جنب بعض، كل ما يكونوا هيك، وبعدين هي

317
00:26:48,730 --> 00:26:49,050
continue

318
00:26:55,430 --> 00:26:58,630
لحظة، فعلًا العلاقة اللي بينهم كانت في الأساس غير

319
00:26:58,630 --> 00:27:02,870
خطية، واضحة غير خطية، إذا بتعمل نموذج يعني النموذج

320
00:27:02,870 --> 00:27:09,290
فيه انحدار عادي اللي هو regression linear اللي 

321
00:27:09,290 --> 00:27:12,450
عملناه من شوية، مشكلة بس تطلع على قيمة ال R² ايش

322
00:27:12,450 --> 00:27:21,370
ساوت ال R² عالية جدًا 83.5، يعني لما حددت الذكاء وصلت

323
00:27:21,370 --> 00:27:26,740
83.5، طب لما .. لما أضيف الذكاء تربيع، لو طلع على

324
00:27:26,740 --> 00:27:34,120
النموذج نفسه، بالرغم هذه تلاتة و نص تعتبر كبيرة لكن

325
00:27:34,120 --> 00:27:40,520
لو طلعتي على المتغيرات، العمر ديال العمر ديال مظبوط

326
00:27:40,520 --> 00:27:49,470
zero zero، واحد، لكن الذاكرة و الذكاء غير دالة، هو شوف

327
00:27:49,470 --> 00:27:55,330
ال .. الكلام لما كنا نحكي ال .. الفرضية بتنص إن

328
00:27:55,330 --> 00:27:59,590
ما فيش أثر للمستقلات على التابع معاهم، و تم الرفض مع

329
00:27:59,590 --> 00:28:03,090
كده، في واحد على الأقل يؤثر، طلع واحد بس، بس طلع

330
00:28:03,090 --> 00:28:07,170
اتنين بيأثروا، بس قيمة ال R² عالية، يعني لما تكون ال

331
00:28:07,170 --> 00:28:12,890
R² أو ال adjusted عالية بهذا الشكل، و ال .. هذا ال

332
00:28:12,890 --> 00:28:21,520
R² و ال adjusted تبعتها 80 و 4 من 10، هذا بيحير

333
00:28:21,520 --> 00:28:25,000
الواحد، ال R² عالية، و ال adjusted عالية، و النقطة

334
00:28:25,000 --> 00:28:29,600
المستقلة تلاتة، واحد بس مؤثر، طب هل المشكلة كانت

335
00:28:29,600 --> 00:28:34,240
العلاقة غير خطية، أنا بجربها لإن أنا في عندي افتراضات

336
00:28:34,240 --> 00:28:37,180
لسه ما حكيتش ولا على واحدة منهم، سبع افتراضات، ممكن

337
00:28:37,180 --> 00:28:40,380
تكون واحدة سببت المشكلة، بدي أجرب أحط الذكاء تربيع

338
00:28:40,380 --> 00:28:47,900
و أطلع على النموذج الجديد، لحظة، النموذج قفز من تلاتة

339
00:28:47,900 --> 00:28:50,960
و تمانين و نص، وصل إلى وين؟ إلى تمانية و تمانية و

340
00:28:50,960 --> 00:28:55,920
نص، الآن صار عندي في النموذج الجديد تمانية و تمانية

341
00:28:55,920 --> 00:29:01,300
و نص، و الثانية قفزت من تمانية و أربعة لخمسة و

342
00:29:01,300 --> 00:29:04,260
تمانين، تعتبر قفزة كبيرة جدًا، و أنا خلي بالك ما عملتش

343
00:29:04,260 --> 00:29:07,880
حاجة، أنا ما ضفتش متغيرات جديدة، كل اللي عملته حسيت

344
00:29:07,880 --> 00:29:11,340
إن في هناك علاقة غير خطية بين قدرة القراءة و

345
00:29:11,340 --> 00:29:15,660
الذكاء، توقعت تكون علاقة تربيعية، فدخلتها، طب للطلاع

346
00:29:15,660 --> 00:29:22,960
على المتغيرات دالة ولا مش دالة، لحظة، الوضع اتحسن

347
00:29:22,960 --> 00:29:33,040
بشكل كبير جدًا، ايش صار عندهم؟ صار العمر دال، الذاكرة

348
00:29:33,040 --> 00:29:41,300
غير دالة، الذكاء دال، و الذكاء تربيع دال، و دال عكسي

349
00:29:41,300 --> 00:29:46,520
خلي بالك مظبوط، لحظة، و اتلاحظها على الرسمة كانت

350
00:29:46,520 --> 00:29:50,200
ملتوية ناحية الثانية، مش طالعة لفوق، فبالتالي مؤكد

351
00:29:50,200 --> 00:29:55,480
العلاقة التربيعية تكون عكسية، لكن ايش بيعني هذا موجب

352
00:29:55,480 --> 00:29:59,980
و هذا سالب، يعني الذكاء، لو بدأت أكتب المعادلة

353
00:29:59,980 --> 00:30:08,920
بكتبها، كلاتر القدرة بتساوي سالب ستة و ستين زائد

354
00:30:08,920 --> 00:30:16,580
تقريبًا نحكي ستة من عشرة في العمر، ناقص 2 من 10 في

355
00:30:16,580 --> 00:30:22,780
الذاكرة، و بدأت أكتب ال 2 تحت اللي هم ال 41، 41 في

356
00:30:22,780 --> 00:30:33,100
الذكاء، بدل ناقص 7 من 1000 في الذكاء التربيع طبعًا

357
00:30:33,100 --> 00:30:37,780
التعليق سهل، العمر ما فيش فيه مشكلة، كل زاد العمر مع

358
00:30:37,780 --> 00:30:42,540
تقدم العمر تزيد القدرة القرائية للطفل بمقدار حوالي 6

359
00:30:42,540 --> 00:30:48,340
من 10 درجة، الذاكرة القصيرة علاقة عكسية، كل ما كانت

360
00:30:48,340 --> 00:30:53,400
الذاكرة القصيرة كبيرة بيقل القدرة القرائية، الآن الذكاء

361
00:30:53,400 --> 00:31:00,140
في اتنين، الأول اللي هو 1.4، كل ما ذكاء .. ما زاد

362
00:31:00,140 --> 00:31:04,360
ذكاء الطفل بمقدار درجة واحدة، القدرة القرائية تزيد ب

363
00:31:04,360 --> 00:31:07,740
1.4، توسل ال 007 ايش علق عليها

364
00:31:10,410 --> 00:31:14,610
هي ده المهمة إذا هو ازداد، كل ما ازداد الذكاء

365
00:31:14,610 --> 00:31:18,330
بواحدة واحدة، درجة واحدة، قدر القراءة تزداد بمقدار

366
00:31:18,330 --> 00:31:24,230
واحد point أربعة زي سبعة، هذا ذكاء تربيع بتعطيني

367
00:31:24,230 --> 00:31:25,210
المعدل

368
00:31:27,330 --> 00:31:30,890
هل المعدل اللي هو بيزداد الذكاء، بيزداد القدرة

369
00:31:30,890 --> 00:31:34,750
القرائية، ابتصلش إلى ما شاء الله، ولكن الزيادة

370
00:31:34,750 --> 00:31:40,990
بتكون بمعدل قد يكون معدل تزايدي أو معدل تناقصي

371
00:31:40,990 --> 00:31:44,610
فواضح حد الذكاء التربيعي، إشارة سالبة، إذا أنت

372
00:31:44,610 --> 00:31:50,950
زاد بمقدار 1.4، ولكن بشكل متناقص، مش بيساوي bone 007

373
00:31:50,950 --> 00:31:55,290
يعني هي بيزيد بس مش دائمًا بيزيد بنفس الوتيرة، بشكل

374
00:31:55,290 --> 00:32:02,810
متناقص، لذا قادر على كل زيادة، كل

375
00:32:02,810 --> 00:32:06,550
زيادة

376
00:32:06,550 --> 00:32:15,930
بالذكاء بدرجة واحدة تزداد القدرة

377
00:32:18,770 --> 00:32:25,430
القرائية في المتوسط بمقدار

378
00:32:25,430 --> 00:32:37,650
1.4 درجة ولكن بمعدل متناقص مساويا طبقا لواضح هي قيمة

379
00:32:37,650 --> 00:32:42,630
صغيرة جدا لكن معنوية. سبع من هذه التفاهات كيف

380
00:32:42,630 --> 00:32:46,860
أعرفها؟ اللي بيعرفها أهل الرياضيات، واحد غير مخصص في 

381
00:32:46,860 --> 00:32:49,060
الرياضيات مش هيفهم اللي أنا بحكي إيش معنى معدل

382
00:32:49,060 --> 00:32:56,440
متناقص. المعادلة العادية Y بتساوي A زائد BX زائد CX 

383
00:32:56,440 --> 00:33:02,120
تربيع. هذه معادلة تربيعية مش هيك، الجزء 

384
00:33:02,120 --> 00:33:06,380
المضروب في X تربيع اللي هو C هو بيعطيني المعدل كيف

385
00:33:06,380 --> 00:33:08,340
بعرف المعدل؟ بتطلع المشتقة الأولى

386
00:33:11,540 --> 00:33:17,440
المشتقة مش هتساوي هذا ب صفر زائد ب زائد 2 CX

387
00:33:17,440 --> 00:33:21,440
صار هذا عبارة عن معادلة جديدة، مظبوط؟ كان هذا

388
00:33:21,440 --> 00:33:24,560
المعادلة هيك ب زائد 2 CX هذا المعادلة الجديدة، هذا

389
00:33:24,560 --> 00:33:27,340
المعادلة بنسميه المعدل المتناقص. أنت بالنسبة لك

390
00:33:27,340 --> 00:33:30,670
مالكش علاقة بهذا النقطة. بس يعرف إذا كان عندي

391
00:33:30,670 --> 00:33:34,490
معادلة تربيعية، الرقم المقابل إذا كان تربيعي، اعتبر

392
00:33:34,490 --> 00:33:39,410
إيش هو المعدل؟ قد يكون معدل متزايد أو معدل متناقص

393
00:33:39,410 --> 00:33:43,490
فواضح أنا حسنت النموذج بشكل كبير جدا بجرد إضافة

394
00:33:43,490 --> 00:33:50,370
جزء الخاص بالانحدار غير الخطي. هذا كانت أول خطوة

395
00:33:50,370 --> 00:33:54,670
المفروض أنا أشتغل عليها. ولحظة لو أنا ماحطتش انحدار

396
00:33:54,670 --> 00:34:00,450
غير خطي في النموذج، الوضع التابعي كان 80% أصبح 85%

397
00:34:00,450 --> 00:34:05,870
معناه كده الزيادة تعتبر الزيادة كبيرة جدا. طب إيش الـ

398
00:34:05,870 --> 00:34:09,230
الفرضيات اللي احنا عايزينها في نموذج الانحدار، احنا 

399
00:34:09,230 --> 00:34:12,630
أخدنا واحدة منهم إذا بتذكروا اللي كانت عبارة عن

400
00:34:12,630 --> 00:34:20,190
إيش التداخل الخطي المشترك مش كده؟ إن طبعا...ممتاز

401
00:34:20,190 --> 00:34:24,550
العلاقة بين المتغيرات التابعة و المستقلة إذا التانية التداخل

402
00:34:27,560 --> 00:34:37,560
الخطي المشترك اللي يسمينها Multicollinearity كيف

403
00:34:37,560 --> 00:34:43,640
بعرفها؟ من خلال الـ Analyze وهي Regression وهي

404
00:34:43,640 --> 00:34:47,560
Linear. خليني على بدون الذكاء التربية زي ما كنا في

405
00:34:47,560 --> 00:34:51,160
الأول نشتغل هي Statistics وهي Collinearity

406
00:34:58,200 --> 00:35:02,780
واضح العمود الأخير الـ VIF، حكينا إيش الشرط أساس

407
00:35:02,780 --> 00:35:08,100
يكون ما فيش عندي Multicollinearity إذا كانت الـ VIF

408
00:35:08,100 --> 00:35:17,820
الأخير عمود أكبر من خمسة مع كده يوجد تداخل خطي مع

409
00:35:17,820 --> 00:35:24,600
كده فيه ارتباط بين مين؟ بين المتغيرات المستقلة في

410
00:35:24,600 --> 00:35:29,680
الوضع في الحالات الثلاث. البيع يفملها كلها صغيرة أقل

411
00:35:29,680 --> 00:35:33,000
من خمسة فبالتالي مش عندي مشكلة التداخل الخطي فأنا

412
00:35:33,000 --> 00:35:40,620
كده بكون عديت هذا الشرط، الشرط

413
00:35:40,620 --> 00:35:46,500
التالت، تذكر

414
00:35:46,500 --> 00:35:50,300
كنا نحكي في الـ ANOVA و في الـ T-test، تباين أو

415
00:35:50,300 --> 00:36:01,850
تجانس التباين، أن يكون تباين حد الخطأ ثابت. الان

416
00:36:01,850 --> 00:36:06,530
هشوف كيف نعمل تباين حد الخطأ ثابت، هعمله فقط بالرسم

417
00:36:06,530 --> 00:36:12,090
البياني. بترسم بياني و تتأكد إذا كانت تباين حد الخطأ

418
00:36:12,090 --> 00:36:17,750
أي حد خطأ، حكينا أي معادلة فيها إيه فيها إيه هذا

419
00:36:17,750 --> 00:36:22,170
التباين تبعه بيكون ثابت. يعني التباين حد الخطأ عند

420
00:36:22,170 --> 00:36:27,370
كل قيم المتغيرات المستقلة تكون ثابتة. هذه بعملها

421
00:36:27,370 --> 00:36:31,290
بِخلال رسم بياني، لما أكون في الـ Analyze و

422
00:36:31,290 --> 00:36:36,310
Regression وهي Linear في عدة رسومات بيانية من الـ

423
00:36:36,310 --> 00:36:40,390
Plots عشان

424
00:36:40,390 --> 00:36:45,350
أرسم و أشوف التباين متجانس ولا لأ، برسم رسمة واحدة

425
00:36:45,350 --> 00:36:49,870
أو عدة رسومات. الرسم اللي أنا عايزها برسم

426
00:36:53,560 --> 00:36:59,400
المحور الرأسي اللي يمثل Y هنا الـ Z Residual اللي

427
00:36:59,400 --> 00:37:06,320
هي البواقي المعيارية. أي Z Residual إذا بحط في الـ Y

428
00:37:06,320 --> 00:37:12,100
Z Residual بحط

429
00:37:12,100 --> 00:37:18,040
في الـ X Z Predicted اللي هي القيم المتوقعة

430
00:37:18,040 --> 00:37:27,390
المعيارية. هنا بحط Z Predicted يعني القيم المتوقعة

431
00:37:27,390 --> 00:37:32,870
المعيارية هنا

432
00:37:32,870 --> 00:37:40,590
البواقي المعيارية، وهي أفضل رسمة بتحدد إذا كانت

433
00:37:40,590 --> 00:37:45,210
تُبين أنت جالس ولا أحطيكي القاعدة تبعتها وهي

434
00:37:45,210 --> 00:37:45,930
Continue okay

435
00:37:52,610 --> 00:37:59,550
بتطلع على الرسمة الموجودة، طبعا ممكن أحط اتباعنات

436
00:37:59,550 --> 00:38:05,990
الصفر اللي هو الخط المرجعي تبعي. بتطلع على النقاط

437
00:38:05,990 --> 00:38:09,910
اللي حوالين الصفر. إذا كانت منتشرة بشكل ما فيه

438
00:38:09,910 --> 00:38:15,590
اتجاه معين أو منتشرة بشكل عشوائي فهي تعتبر تباين

439
00:38:15,590 --> 00:38:21,590
متحقق، تباين ثابت. فأنا بلاحظ هنا هي الصفر النقاط

440
00:38:21,590 --> 00:38:25,030
اللي فوق و اللي تحت، ما فيش اتجاه معين. الاتجاه يعني رايح

441
00:38:25,030 --> 00:38:27,850
مثلا في اتجاه الزيادة كلها هيك أو زيادة تناقص تحت

442
00:38:27,850 --> 00:38:33,170
بعمل زي شكل مخروط يعني هي الصفر مثلا والنقاط رايح

443
00:38:33,170 --> 00:38:37,610
هيك و رايح هيك بتعمل زي شكل مخروط هذا مع كده فيه

444
00:38:37,610 --> 00:38:41,810
اتجاه معين للبيانات البواقي، لكن إذا كانت البيا...

445
00:38:41,810 --> 00:38:46,950
إذا كانت قيم...القيم تنتشر

446
00:38:49,050 --> 00:39:01,530
بشكل عشوائي دون وجود اتجاه معين أو نمط معين هذا

447
00:39:01,530 --> 00:39:12,450
معناه أن تباين حد الخطأ يكون ثابت

448
00:39:16,850 --> 00:39:20,030
إذا رسم البياني يؤدي الغرض. طبعا في طرق إحصائية

449
00:39:20,030 --> 00:39:24,590
اختبارات إحصائية لمعرفة إذا كانت البياني تلت ولا

450
00:39:24,590 --> 00:39:33,910
لأ، خارج نطاق دراستنا. الحاجة الرابعة اللي

451
00:39:33,910 --> 00:39:39,810
عادة بتظهر في البيانات بتكون على شكل سلسلة زمنية

452
00:39:39,810 --> 00:39:44,350
الحين البيانات اللي عندي مش سلسلة زمنية، أن يكون لا

453
00:39:44,350 --> 00:39:59,430
يوجد ارتباط ذاتي بين الأخطاء العشوائية. هذه بتظهر

454
00:39:59,430 --> 00:40:12,570
تظهر مشكلة الارتباط الذاتي في حالة بيانات

455
00:40:15,220 --> 00:40:18,560
السلسلة الزمنية أو السلسلة الزمنية طبعا غالبا عندي

456
00:40:18,560 --> 00:40:23,220
طالما السلسلة غير زمنية هذا الشرط بكون مش موجود

457
00:40:23,220 --> 00:40:26,540
يعني بكون متحقق، يعني البيانات ما فيش فيها ارتباط

458
00:40:26,540 --> 00:40:32,020
ذاتي. لكن لو عايز أعرفها في اختبار مشهور جدا هوريكي

459
00:40:32,020 --> 00:40:39,400
لأن اختبار اسمه ديربن واتسون

460
00:40:39,400 --> 00:40:40,160
تاني واتسون

461
00:40:46,670 --> 00:40:56,070
هذا قيمته إذا كانت قيمة الاختبار تقترب

462
00:40:56,070 --> 00:41:09,470
من الاثنين من اثنين هذا معناه أنه لا توجد مشكلة

463
00:41:09,470 --> 00:41:11,750
ارتباط ده

464
00:41:16,490 --> 00:41:19,270
إذا الارتباط دي هتتحقق ولا لأ، هتطلع على قيمة

465
00:41:19,270 --> 00:41:21,890
الاختبار إذا حوالين اللي اثنين و اثنين و اثنين و

466
00:41:21,890 --> 00:41:24,090
واحد و واحد و تسعة، مع كده ما فيش عندي مشكلة

467
00:41:24,090 --> 00:41:27,910
الارتباط دي هتكيب أعملها من نفس المنطقة اللي أنا

468
00:41:27,910 --> 00:41:35,810
كنت فيها من خلال هذه الـ Statistics. لحظة، أنا لسه

469
00:41:35,810 --> 00:41:40,070
مازلت في نفس المنطقة. كل اللي عملته اخترت من شوية

470
00:41:40,070 --> 00:41:42,170
الـ... الكورينيالات اللي عملناها قبل هيك و هذه

471
00:41:42,170 --> 00:41:44,750
الجديدة تبعت اليوم، يعني هذا بس اللي أخدناها اليوم

472
00:41:44,750 --> 00:41:50,650
الجديد ليا، ديربن واتسون هذا القيمة ستضاف للجدول

473
00:41:50,650 --> 00:41:57,630
تبع المتغيرات تبع الـ Model Summary، تلاحظة هذه الـ

474
00:41:57,630 --> 00:42:05,310
Model Summary أخر واحدة ديربن واتسون، فإذا كانت

475
00:42:05,310 --> 00:42:09,750
قريبة من الاثنين ما فيش عنده مشكلة. إذن هذه واحدة من

476
00:42:09,750 --> 00:42:13,770
المشاكل اللي بتظهر بس مع السلسلة الزمنية. تبين حد

477
00:42:13,770 --> 00:42:20,650
الخطأ. هذا بيظهر في البيانات المقطعية، تتذكر احنا

478
00:42:20,650 --> 00:42:25,130
أخدنا قبل هيك أنواع البيانات، مقطعي وسلسلة و Panel

479
00:42:25,130 --> 00:42:29,630
المقطعي أنا عند مقطعي أنا عشان مشاهدة فاحنا مثال

480
00:42:29,630 --> 00:42:35,690
تبعنا بيانات مقطعية كانت مقطعية، ممكن تظهر مشكلة عدم

481
00:42:35,690 --> 00:42:39,770
ثبات التباين بس واضح عندي أن المشكلة ما كانتش موجودة

482
00:42:39,770 --> 00:42:44,990
مع كده أنا اتخطيت عدم ثبات التباين، اتخطيت مشكلة

483
00:42:44,990 --> 00:42:51,390
الارتباط اللي ده قاعدي في الانحدار

484
00:42:52,460 --> 00:42:56,160
بعمل الانحدار كويس زي ما عملت لأن مع بعض عشان

485
00:42:56,160 --> 00:43:00,440
أستخدمه أن أفسر علاقات، بتأكد في الأول أن النموذج

486
00:43:00,440 --> 00:43:04,680
مناسب، إذا كان مناسب ما كانش طبعا في حلول لو كانتش

487
00:43:04,680 --> 00:43:10,300
هبص الموضوع أخر في الانحدار بتعمل توزيع طبيعي،

488
00:43:10,300 --> 00:43:13,800
توزيع طبيعي مهم، توزيع طبيعي للبواقي اللي هي رقم

489
00:43:13,800 --> 00:43:18,700
خمسة البواقي لحد الخطأ يعني

490
00:43:21,730 --> 00:43:28,090
موزع طبيعيا. لحظة، في مثالنا حجم العينة صغير مش هيك

491
00:43:28,090 --> 00:43:31,630
فلازم يكون التوزيع طبيعي ولا كل شغلنا في اختبار T

492
00:43:31,630 --> 00:43:38,110
واختبار F ليس له معنى. من أين بعمل هذه؟ من

493
00:43:38,110 --> 00:43:43,710
الـ Plots في عندي شغلتين Histogram حكينا عليها قبل

494
00:43:43,710 --> 00:43:48,390
كده، الرسم اللي بتطلع وفيه حاجة تانية معها اسمها

495
00:43:48,390 --> 00:43:54,400
Normal Probability Plot. هذه زيادة اللي بشرحها، إذا

496
00:43:54,400 --> 00:43:58,680
في عندي Histogram فيه Normal Probability Plot وهي

497
00:43:58,680 --> 00:44:05,560
Continue وهي okay. هلاحظ بدرسم ليه، شوف على الرقم

498
00:44:05,560 --> 00:44:11,710
إن هم كلهم 20 مشاهدة، إن واضح معظمهم تحت الخط أو

499
00:44:11,710 --> 00:44:14,810
تحت المنحنى، مع كده التوزيع طبيعي ووضح التوزيع

500
00:44:14,810 --> 00:44:18,010
الطبيعي بشكل جيد، يعني لحظة الطرف الأيمن الأيسر و

501
00:44:18,010 --> 00:44:20,390
الطرف الأيمن تقريبا زي بعض والقيم موجودة هي في

502
00:44:20,390 --> 00:44:25,130
المنتصف فمع كده التوزيع طبيعي بشكل ممتاز لحظة ده

503
00:44:25,130 --> 00:44:27,750
regression standardized residual البواقي دول اللي

504
00:44:27,750 --> 00:44:31,230
هنا البواقي في رسمة يعني أنا طلبتها ليه ال normal

505
00:44:31,230 --> 00:44:32,150
برامج التي بقيت

506
00:44:35,880 --> 00:44:40,640
الخط المستقيم هذا هذا نظريا بمثل التوزيع الطبيعي

507
00:44:40,640 --> 00:44:45,720
هذا الخط نظريا

508
00:44:45,720 --> 00:44:50,540
عبارة عن التوزيع الطبيعي طبيعي

509
00:44:50,540 --> 00:44:57,280
نظري وهذه المشاهدات العشرين اللي عندي بتطلع والله

510
00:44:57,280 --> 00:45:00,040
إذا كانت النقاط تقع على الخط أو قريبة منه مع كده

511
00:45:00,040 --> 00:45:05,950
التوزيع طبيعي فهنا بلاحظ أن معظم النقاط قريبة أو

512
00:45:05,950 --> 00:45:10,770
حتى تكاد تقع عليه فمعناه كده هذا مؤشر أن البواقي

513
00:45:10,770 --> 00:45:17,070
موزعة بتوزيع طبيعي فبالتالي أيضا هذا الشرط قد تحقق

514
00:45:17,070 --> 00:45:24,390
تقريبا هذه أهم الشروط الواجب تحققها لمعرفة إذا

515
00:45:24,390 --> 00:45:26,750
كانت توزيع طبيعي أو لأ أو في حالة بسيطة يكون وسط

516
00:45:26,750 --> 00:45:31,170
البواقي يعني مجموعهم بيساوي صفر مش البواقي عبارة عن

517
00:45:31,170 --> 00:45:36,070
إيش القيمة المشاهدة ناقص القيمة المتوقعة مش كده؟ أنا

518
00:45:36,070 --> 00:45:44,390
عايز يكون رقم ستة متوسط البواقي بيساوي صفر، يعني

519
00:45:44,390 --> 00:45:48,110
مجموعهم بيساوي صفر، مظبوط؟ إذا كان متوسط الصفر

520
00:45:48,110 --> 00:45:53,640
المجموع مش هيساوي، أكيد بالتأكيد صفر بتكون القيمة

521
00:45:53,640 --> 00:45:57,540
المتوقعة والمشاهدة حوالي بعضها تقريبا ومش شرط صفر

522
00:45:57,540 --> 00:46:01,040
بالظبط لكن القيمة بتكون قريبة جدا من الرسمة ممتاز

523
00:46:01,040 --> 00:46:04,760
على الرسمة موجودة اللي أنتو حكيتوا على الرسمة

524
00:46:04,760 --> 00:46:10,120
موجودة لحظة هي المين للبواقي إيش ساوى 5 point

525
00:46:10,120 --> 00:46:17,340
6 6 إيه سالب 15 طلع المتوسط 5 point 6

526
00:46:17,340 --> 00:46:24,700
6 إيه سالب 15 هذا متوسط البواقي طب هذا معناه

527
00:46:24,700 --> 00:46:28,360
مضروب 10 وسالب 15 يعني في عندي 14

528
00:46:28,360 --> 00:46:32,040
صفر وبعدين الخمسة مع كده قيمة مالها قريبة جدا من

529
00:46:32,040 --> 00:46:38,240
الصفر فأيضا هذا الشرط متحقق لحظة الشرط سهلة اللي

530
00:46:38,240 --> 00:46:40,420
أنا هعيدها كلها في المثال مرة واحدة أنا كل اللي

531
00:46:40,420 --> 00:46:44,420
عملته كنت أعمله ماشي واحدة واحدة لأن هي اللي كنت

532
00:46:44,420 --> 00:46:51,070
عايز أشتغل أول شيء لازم أتأكد إنه العلاقة خطية أنا

533
00:46:51,070 --> 00:46:54,810
كانت عند العلاقة فيها شك إنها خطية مظبوط فروحت 

534
00:46:54,810 --> 00:46:59,250
عملت دخلت الجزء اللي غير خطي في النموذج اللي احنا

535
00:46:59,250 --> 00:47:01,690
مشرحلوش قبل هيك اتبعت هذا اللي هو شغل اللي هو علاقة

536
00:47:01,690 --> 00:47:05,430
بالانحدار غير الخطي احنا كل شغل من أول ما بدينا

537
00:47:05,430 --> 00:47:12,730
انحدار خطي فانا بدأ تجاهل الخط ورقم سفر واخد بس

538
00:47:12,730 --> 00:47:16,310
الافتراضات الخمس اللي حكيت عليهم اللي هو التداخل خطي

539
00:47:16,310 --> 00:47:23,570
مشترك، تبين حد الخطأ ثابت، مافي ارتباط ذاتي، يعني

540
00:47:23,570 --> 00:47:26,110
لا وجه ارتباط ذاتي بين البواقي، وبعدين المتوسط

541
00:47:26,110 --> 00:47:28,930
البواقي بيساوي صفر، وتوزيعها طبيعي، ده عملهم في

542
00:47:28,930 --> 00:47:33,910
خطوة واحدة، إذا كل هدول بنعملهم وإحنا ماشيين مع

543
00:47:33,910 --> 00:47:36,390
بعض، أنا الآن هطلع كل حامة reset، reset إيش

544
00:47:36,390 --> 00:47:42,750
معناها؟ نظف كل شيء، أبدأ من الصفر، هبدأ من الصفر

545
00:47:42,750 --> 00:47:49,360
خالص القدرة القراية متهيرات تابع تلت متهيرات مستقلة

546
00:47:49,360 --> 00:48:01,060
هذه أول خطوة بعملها بعدين ببدأ ال statistics بختار

547
00:48:01,060 --> 00:48:05,640
كل اللي أنا عايزه دفعة واحدة في عند فترة ثقة في

548
00:48:05,640 --> 00:48:10,680
عند ديربن واتسون في كل نيارتي طبعا لو بعمل step

549
00:48:10,680 --> 00:48:16,840
wise بختار R² Change بشوف التغير في قيمة R² بس اللي

550
00:48:16,840 --> 00:48:20,640
هو مش هتفيده لأنه مش .. مالعشان هامية بعدين كنت ..

551
00:48:20,640 --> 00:48:23,280
إذا اختارت زيادة اليوم هذا الاختبار بس تبدر من

552
00:48:23,280 --> 00:48:26,300
واتسون اللي بقدر بعرف من خلاله إذا كان فيه ارتباط

553
00:48:26,300 --> 00:48:30,980
ذاتي بين البواقي ولا لا وهى continue بعدين باجي

554
00:48:30,980 --> 00:48:35,840
للرسم برسم الرسم اللي حكينا عليها باخد البواقي

555
00:48:35,840 --> 00:48:41,070
المعياري على المحور الرأسي اللي هي Z residual و z

556
00:48:41,070 --> 00:48:44,550
predicted تحت وفي نفس الوقت باخد instagram

557
00:48:44,550 --> 00:48:48,630
normality السعر في التوزيع الطبيعي هدول .. هدول

558
00:48:48,630 --> 00:48:52,090
اتنين senderizer زي دول بلات بيعمل لي التوزيع

559
00:48:52,090 --> 00:48:55,350
الطبيعي هدول اتنين بيعمل لي التابعين ثابت ولا لأ في

560
00:48:55,350 --> 00:48:59,750
نفس الرسالة بحط لك

561
00:48:59,750 --> 00:49:07,410
الصور هدول على الصفحة خلال محاضرة اليوم هذه

562
00:49:07,410 --> 00:49:09,290
محاضرة اليوم الخامسة عشر

563
00:49:20,510 --> 00:49:27,910
ححط لك الرسمات دول توعي منهم مع بعض إذا ال .. هذه

564
00:49:27,910 --> 00:49:29,590
واحدة منهم

565
00:49:59,530 --> 00:50:11,210
و statistics هذه الرسمة الثانية بعدين

566
00:50:11,210 --> 00:50:18,290
أخر واحدة save save بختار مين المهر وفي هنا لو

567
00:50:18,290 --> 00:50:23,250
عايزة تشوف ال predicted values القيم المتنبأ بها ما

568
00:50:23,250 --> 00:50:23,910
ممكن أختارها

569
00:50:32,860 --> 00:50:37,760
المهم هذا أنا أختارت الرسمات المطلوبة وبعدين

570
00:50:37,760 --> 00:50:41,600
ببدأ كده

571
00:50:41,600 --> 00:50:44,860
أنا خلصت مش هيك هي continue وهي okay

572
00:50:48,860 --> 00:50:52,480
فهي كل ال output هتلاحظي الزيادة هي ديربن واتسون

573
00:50:52,480 --> 00:50:58,660
حكينا عليها حوالي الأتنين هاي ال VIF هتكون أقل من

574
00:50:58,660 --> 00:51:05,880
خمسة بعدين الرسم البياني مضحك

575
00:51:05,880 --> 00:51:09,100
أول واحدة التوزيع الطبيعي وهذه الثانية التوزيه

576
00:51:09,100 --> 00:51:11,980
الطبيعي اللي هي Normal Probability Plot النقاط

577
00:51:11,980 --> 00:51:19,260
تكون حوالي الخط واخر رسمة تبين متجانس تكون النقاط

578
00:51:19,260 --> 00:51:24,940
موزعة بشكل عشوائي حول الصفر أو خط الصفر هي تقريبا

579
00:51:24,940 --> 00:51:30,400
الخمسة هدول وشوفنا مع بعض المتوسط البواقي بيساوي

580
00:51:30,400 --> 00:51:36,330
صفر من خلال رسمة ال Histogram هاي تقريبا الجزء

581
00:51:36,330 --> 00:51:40,710
الأول اللي له علاقة اللي أخذناه اليوم علاقة بالـ

582
00:51:40,710 --> 00:51:45,050
Outlier القيم الشاذة واتكلمنا عن الافتراضات الواجب

583
00:51:45,050 --> 00:51:51,280
تحققها لاعتبار نموذج للانحدار نموذج مناسب نأخذ break

584
00:51:51,280 --> 00:51:55,320
ونكمل إن شاء الله بسم الله الرحمن الرحيم هنكمل إن

585
00:51:55,320 --> 00:51:58,980
شاء الله الجزء الثاني في تطبيقات عملية على الانحدار

586
00:51:58,980 --> 00:52:02,140
المتعدد وال logistic جاب ال break حكينا على

587
00:52:02,140 --> 00:52:06,290
الانحدار ال .. المتعدد، كلمنا على القيم الشاذة وعلى

588
00:52:06,290 --> 00:52:10,830
الافتراضات الواجب توفرها لاستخدام نماذج للانحدار

589
00:52:10,830 --> 00:52:14,410
الخطي المتعدد ال .. في انحدار ال logistic هتكلم عن

590
00:52:14,410 --> 00:52:19,830
الفطين هوريك شكل معادلة كتابتها زائد كيف أعلق على

591
00:52:19,830 --> 00:52:24,370
النتائج بالإضافة كيف نتأكد إذا كان في قيم شاذة ولا

592
00:52:24,370 --> 00:52:28,190
لأ وبنختم إن شاء الله تعالى، هممكن نختم خلال يعني

593
00:52:28,190 --> 00:52:32,140
أقل من ساعة إن شاء الله النموذج للانحدار العام اللي

594
00:52:32,140 --> 00:52:37,160
هي المعادلة Y بتساوي P0

595
00:52:37,160 --> 00:52:42,860
زي P1 X1 لغاية نفترض عندي K من المتغيرات المستقلة

596
00:52:42,860 --> 00:52:48,420
زي الـ Epsilon هذه المعادلة العادية في الانحدار ال

597
00:52:48,420 --> 00:52:53,400
logistic بنتعامل مع ال P اللي هي احتمالات وال P

598
00:52:53,400 --> 00:53:01,760
عبارة عن الواحد على واحد زائد إي ناقص ال Y هذه يعني

599
00:53:01,760 --> 00:53:06,620
لما بكتب معادلة انحدار من ال output هي ال Y لكن ال

600
00:53:06,620 --> 00:53:09,920
B اللي هي الجزء الخاص بالاحتمالات عبارة عن واحد

601
00:53:09,920 --> 00:53:15,060
على واحد زائد إي أوس ناقص المعادلة هذه نسبة

602
00:53:15,060 --> 00:53:22,380
الأرجحية أو حين بيطلق عليها نسبة الاختلاف في

603
00:53:22,380 --> 00:53:27,250
بعض الكتب بسميها الاختلاف أو الأرجحية طب الأرجحية

604
00:53:27,250 --> 00:53:32,330
لفئة دون أخرى، أتكلم مثلا عن طالب ناجح أو مش ناجح،

605
00:53:32,330 --> 00:53:35,710
أرجحية للنجاح على الراسبين طالب الناجحين على ..

606
00:53:35,710 --> 00:53:38,590
بالنسبة للطالب الراسبين هي يطلق عليها ال odds

607
00:53:38,590 --> 00:53:46,970
ratio نسبة ال odds معناها اختلاف فمثلا نسبة

608
00:53:46,970 --> 00:53:52,220
الاختلاف ال odds ratio هي عبارة عن بتساوي B اللي هي

609
00:53:52,220 --> 00:53:55,760
نجاح على واحد ناقص B فبالتالي هذه عبارة عن نجاح على

610
00:53:55,760 --> 00:54:01,560
فشل يعني ال odds ratio عبارة عن نسبة النجاح إلى

611
00:54:01,560 --> 00:54:06,660
الفشل عشان كده بتساوي نسبتين يختلف كده يختلف الطلب

612
00:54:06,660 --> 00:54:09,640
الناجحين بالنسبة للطلب الراسبين كده يختلف نسبة

613
00:54:09,640 --> 00:54:14,040
الزيادة للناجحين بالنسبة للراسبين ال B هي المعادلة

614
00:54:14,040 --> 00:54:16,420
اللي هنا

615
00:54:19,690 --> 00:54:24,310
هذه نفس الـ P هنا فنسبة الـ odds ratio OR عبارة عن

616
00:54:24,310 --> 00:54:31,110
P على واحد ناقص P إلا أن تلاحظي هذه P بتساوي واحد

617
00:54:31,110 --> 00:54:34,990
على واحد زائد E ناقص Y وP على واحد ناقص P عبارة عن

618
00:54:34,990 --> 00:54:40,970
نسبة لرجحية الـ log لهذه اللغة تم لل P على واحد

619
00:54:40,970 --> 00:54:41,530
ناقص P

620
00:54:50,340 --> 00:54:57,240
اللوغرتم هيك بيساوي المعادلة نفسها بيساوي Y بيزيرو

621
00:54:57,240 --> 00:55:04,640
بي واحد اكس واحد لغاية بي كيكس يعني معاكد لو بتكلم

622
00:55:04,640 --> 00:55:13,540
على لوغرتم لحظة هاي في لوغرتم مظبوط بي على واحد ناقص

623
00:55:13,540 --> 00:55:18,160
بي أنا حكيت من شوية بي على واحد ناقص بي عبارة عن إيش

624
00:55:18,160 --> 00:55:22,960
نسبة الأرجحية والاختلاف تبادلش حصي ال logarithm

625
00:55:22,960 --> 00:55:26,940
نسبة نسبة الأرجحية هي logarithm مظبوط هي مش بتام 

626
00:55:26,940 --> 00:55:29,400
عندي نسبة الأرجحية ليه نسبة الأرجحية إذا 

627
00:55:29,400 --> 00:55:35,020
logarithm نسبة الأرجحية ليش أنا كتبتها الآن لو

628
00:55:35,020 --> 00:55:39,420
بدأتي تقلقي عن نتاج إذا خدت العمود تبع الـ بي يعني

629
00:55:39,420 --> 00:55:43,260
كتبت المعادلة هذه مظبوط مش هاي معادلة كتابة اكتبها 

630
00:55:43,260 --> 00:55:47,140
من الجدول فلو أخدت المعادلة لو بدي أعلق عن نتائج

631
00:55:47,140 --> 00:55:53,980
هأعلقها بدلالة مين؟ لغة B على واحد نفس B خلاص؟ لكن

632
00:55:53,980 --> 00:55:57,720
لو بدي أعلقها من خلال العمود لخيط تبع الـ E لكذا

633
00:55:57,720 --> 00:56:02,040
بعلقها بالنسبة لمين؟ للاحتمال، وهنشوف الآن مع بعض

634
00:56:02,040 --> 00:56:04,900
كيف أعلق عن نتائج؟ عشان هيك أنا فضلت أكتب هدول في

635
00:56:04,900 --> 00:56:08,420
الكلمتين في الأول وبعدين نبدأ ناخد التطبيق عاملين

636
00:56:09,560 --> 00:56:13,120
التطبيق أعمل زي المرة الفاتت هو نفسه بس أنا

637
00:56:13,120 --> 00:56:17,540
غيرت الـ مثال عشان أعطيه نتائج أخرى و نعرف كيف نعلق 

638
00:56:17,540 --> 00:56:21,680
على النتائج الـ مثال ماعنوش علاقة بالتربية إنه

639
00:56:21,680 --> 00:56:28,380
علاقة بالتدخين، الشخص مصنف مدخن غير مدخن فالتدخين

640
00:56:28,380 --> 00:56:34,500
يعني تبرئة حالة الطالب اللي كان واحد ناجح و صفر

641
00:56:34,500 --> 00:56:41,620
راسب واحد مدخن والصفر غير مدخن حسب أنا إيش بعرف

642
00:56:41,620 --> 00:56:45,660
التدخين في عندي عدة متغيرات بتأثر عليه مثلًا 

643
00:56:45,660 --> 00:56:54,640
التعليم العمر مثلًا السعر السيجارة نفسه ممكن تأثر

644
00:56:54,640 --> 00:56:59,220
عليه وممكن متغيرات تانية النوع الاجتماعي مثلًا

645
00:56:59,220 --> 00:57:03,400
مثلًا نفرض يعني الـ .. ممكن متغيرات كتير تأثر على

646
00:57:03,400 --> 00:57:07,080
الشخص بدخل ولا لأ؟ هنا هو بياخد التعليم العمر و

647
00:57:07,080 --> 00:57:07,840
بياخد الدخل 

648
00:57:12,090 --> 00:57:17,190
طب هو مثلًا يقول مثلًا الأشخاص الأكثر تعليم هم أقل

649
00:57:17,190 --> 00:57:23,210
مدخنين، وممكن يكون كل هذا مش صح، فممكن

650
00:57:23,210 --> 00:57:27,970
يعني مايكونش صح لكن هيك مثلًا الكبار سن بيكونوا

651
00:57:29,200 --> 00:57:32,940
أقل أو يعني يكونوا غير مدخنين لإنه مع تقدم العمر

652
00:57:32,940 --> 00:57:36,560
بالصحة بتتعافى فبالتالي التدخين بضر فبالتالي ممكن

653
00:57:36,560 --> 00:57:40,660
يكون سبب لكن الدخل ممكن مايكونش متغير مهم لإنه

654
00:57:40,660 --> 00:57:45,080
بتعرف الواحد دخله ممكن يكون منخفض لكن الدخان أساسي

655
00:57:45,990 --> 00:57:49,590
مظبوط إنه هو الأساس بالنسباله هو كأنه مايعيش حاجة

656
00:57:49,590 --> 00:57:54,170
علبة دخان، طب أنت كله يشرف الأول مظبوط؟ فالدخل ممكن

657
00:57:54,170 --> 00:57:56,150
ماعنوش علاقة لأ، ممكن اللي أنا وأنا نشتغل مع بعض

658
00:57:56,150 --> 00:57:58,930
يطلع الدخل ماعنوش علاقة وماعنوش علاقة ليش؟ لإنه الشخص

659
00:57:58,930 --> 00:58:03,690
مدخن مدخن بصرف النظر عن دخله قوي ولا لأ، وحتى السعر

660
00:58:03,690 --> 00:58:09,130
لو السعر ارتفع ممكن بتقل عدد الكمية من التدخين لكن

661
00:58:09,130 --> 00:58:13,810
مازال الشخص مصنف إنه مدخن يعني الواحد مهم يفعل

662
00:58:13,810 --> 00:58:17,410
اللي بقصده يجد مبرر إذا كان متغير مهم أو غير مهم

663
00:58:17,410 --> 00:58:23,870
هذا المثال أنا جبته من أحد الكتب طبعًا حجم العينة

664
00:58:23,870 --> 00:58:30,030
كبير جدًا، حجم عينة ضخم هنا بتبدأ لحظة تتبين لإنه

665
00:58:30,030 --> 00:58:33,490
حكاية أشياء مشاهدة زي اللي فاتوا ممكن بالنظر أعرف

666
00:58:33,490 --> 00:58:37,010
الواضح اللي أعرف لكن لو أكون عندي 1196 مشاهدة و

667
00:58:37,010 --> 00:58:41,250
بدأ أشتر عليهم هذا كلام يعني صعب جدًا مظبوط؟ هدول

668
00:58:41,250 --> 00:58:48,700
زيك مشاهداتهو قادي أحكي على ألف ومية و .. لسه

669
00:58:48,700 --> 00:58:50,560
لاتقعد، في ألف ومية وستة وتسعين مشاهدة، حاجة

670
00:58:50,560 --> 00:58:52,900
معينة، يعتبر حاجة معينة مالها ضخم

671
00:58:56,810 --> 00:59:00,150
لأ كيف أدخلهم؟ أنا بالأمس كنت .. أولًا بالأمس كنت في

672
00:59:00,150 --> 00:59:02,490
جهاز المركز اللي اللي حصاه وعلى الـ server بتاع

673
00:59:02,490 --> 00:59:06,130
البيانات كنت موجود بتحكي على سبعمائة وتمانية و

674
00:59:06,130 --> 00:59:09,350
سبعمائة ألف حالة فبالتالي .. فبتاع حتى الـ server

675
00:59:09,350 --> 00:59:12,130
كدهش بيكون قوي بيكون الـ server بطيء وأنت بتعمل

676
00:59:12,130 --> 00:59:14,810
عملية تحليل لإنه أنت مافيش إمكانية تاخد البيانات

677
00:59:14,810 --> 00:59:18,050
معاك على فرشة تطلع بقى تحليل في حال إن أنت قاعد وبس

678
00:59:18,050 --> 00:59:22,570
لكن تاخد البيانات الخام .. لأ ممنوع لإنه هذه شغلت

679
00:59:22,570 --> 00:59:27,200
.. بتعرف الرقم اللي حصائي رقم سياسي في المقاللي

680
00:59:27,200 --> 00:59:29,600
علاقة بالتنمية وشغالة زيك، هذه الأرقام لا ت ..

681
00:59:29,600 --> 00:59:32,940
يعني البيانات .. البيانات الخام تحديدا مالكش

682
00:59:32,940 --> 00:59:36,460
علاقة بها اللي أنا عايز أميلك إياه شغلة، لإنه

683
00:59:36,460 --> 00:59:40,420
المثلة ده غريبة شوية، في عندي هاي الحالة مصنف،

684
00:59:40,420 --> 00:59:45,780
واحد مدخن، صفر غير مدخن، وهي التعليم مثلًا، تشوف

685
00:59:45,780 --> 00:59:51,790
.. بتربط أنا هيك في الأول، بين التعليم والحالة طب

686
00:59:51,790 --> 00:59:56,090
الحجم العينة ضخم جدًا لو بدوريك بس مجرد شغلة صغيرة

687
00:59:56,090 --> 01:00:01,410
على الـ .. على الحالة نشوف كام حالة عند مدخن وغير

688
01:00:01,410 --> 01:00:07,430
مدخن لحظة

689
01:00:07,430 --> 01:00:11,030
عدد المدخنين سبعمية وواحد وأربعين .. غير مدخنين

690
01:00:11,030 --> 01:00:14,190
سبعمية وواحد وأربعين ومدخن أربعمية وخمسة و

691
01:00:14,190 --> 01:00:19,500
خمسين حالة يعني النسبة حوالي .. يعني الـ one لتنين

692
01:00:19,500 --> 01:00:27,140
حوالي 2.5% غير مدخن وفي 38 منهم مدخنين لو أحاول

693
01:00:27,140 --> 01:00:30,540
أربطهم مع الـ .. مع الـ .. مرة مع العمر ومرة ..

694
01:00:30,540 --> 01:00:32,620
يعني أربطهم كلهم على حده، شوف بس الشكل العام

695
01:00:32,620 --> 01:00:36,600
بتتخيل كيف العلاقة اللي بتكون بينهم؟ فلو أجيت

696
01:00:36,600 --> 01:00:43,790
أربطهم كرسم بياني أخدنا من شوية اللي هو الـ graphs و

697
01:00:43,790 --> 01:00:50,630
Legacy و Scatter بس بدرسهم أشوف شكل التعليم مع

698
01:00:50,630 --> 01:00:57,150
الحالة لو أنا مثلًا عنده فضول بدي أشوف هل هدول

699
01:00:57,150 --> 01:01:01,150
مرتبطين مع بعض ولا لأ؟ وطلع الرسمة رسمة شوية

700
01:01:01,150 --> 01:01:08,870
غريبة لحظة هي الحالة الحالة

701
01:01:10,400 --> 01:01:13,860
من صفر لواحد ممكن هي صفر وواحد أما غير مدخن صفر

702
01:01:13,860 --> 01:01:19,340
أو واحد مدخن وهنا هي عدد سلوك التعليم تلاحظ إن

703
01:01:19,340 --> 01:01:22,460
هدول غير مدخنين وصل سلوك تعليمهم هنا لغاية

704
01:01:22,460 --> 01:01:28,840
المنطقة اللي هنا، وهاي المدخنين برضه واضح إنه ..

705
01:01:28,840 --> 01:01:35,500
يعني واضح إنه في ناس غير متعلمة مدخنة، ناس متعلمة

706
01:01:35,500 --> 01:01:40,180
مدخنة، فهي صعب أربط لإنه خلي بالك هدول الدوائر، هد

707
01:01:40,180 --> 01:01:44,940
مش دقنة واحدة، هدول عدد كبير كل الدوار فوق بعض،

708
01:01:44,940 --> 01:01:49,560
فبتبين السودا، هدول دوار كثيرة على بعضها، فمعنى

709
01:01:49,560 --> 01:01:54,860
كده إنه عملية مش سهلة، الألف اه في المنطقة سبعمية

710
01:01:54,860 --> 01:01:57,420
واحد وأربعين هدول اللي شوف اللي .. اللي غير مدخنين

711
01:01:57,420 --> 01:02:00,680
كان عددهم سبعمية واحد وأربعين هذول سبعمية واحد

712
01:02:00,680 --> 01:02:06,880
وأربعين حالة كلهم على بعض واضح كيف الـ ..

713
01:02:06,880 --> 01:02:10,020
فمعناه كده هنا بتبدأ هميت لحظة أنت ما تقدرش من خلال

714
01:02:10,020 --> 01:02:16,120
بيانات ضخمة تحدد لو بنفس الجسم لو عملت ربطيهم مع

715
01:02:16,120 --> 01:02:19,280
..

716
01:02:19,280 --> 01:02:29,440
لو بدأ ربطهم مع الـ .. الـ .. العمر لحظة

717
01:02:29,440 --> 01:02:34,440
بقى شايف الدوار كيف بيبينها صفر

718
01:02:34,440 --> 01:02:38,980
غير مدخن مظبوط، وواضح الأشخاص غير مدخنين العمر

719
01:02:38,980 --> 01:02:43,460
تبعهم فترة بقاهم الحياة أطول شوية لحظة يعني عدت

720
01:02:43,460 --> 01:02:47,820
تمامي بشكل واضح هذا أقل فبالتالي واضح إنه الأشخاص

721
01:02:47,820 --> 01:02:51,520
غير مدخنين فترة بقاهم الحياة شوية أكتر

722
01:02:55,540 --> 01:02:58,180
وهكذا بالنسبة للباقية اللي أنا بتعمله شغل صغيرة

723
01:02:58,180 --> 01:03:02,980
بتعمله انحدار الـ logistic زي ما عملنا قبل هيك و

724
01:03:02,980 --> 01:03:07,300
بعدين بدي أحكي على القيم الشاذة وبعدين في الآخر

725
01:03:07,300 --> 01:03:14,580
بدي أعلق على النتائج فهي الـ logistic وهاخد الحالة

726
01:03:14,580 --> 01:03:20,180
كمتغير تابع وهي المتغيرات المستقلة طبعًا الـ

727
01:03:20,180 --> 01:03:23,280
categories الآن هدول كلها متغيرات رقمية فبالتالي

728
01:03:23,280 --> 01:03:26,860
مافيش دعم لـ categories، مظبوط؟ مافيش مثلًا نوع

729
01:03:26,860 --> 01:03:32,820
اجتماعي أو أي اسم أو ترتيب مش موجود اللي هم في الـ

730
01:03:32,820 --> 01:03:38,220
standardized .. في الـ .. في الـ save في الـ save في

731
01:03:38,220 --> 01:03:43,220
الـ influence، إيش معنى influence؟

732
01:03:43,220 --> 01:03:49,210
اه تأثير، قيم مؤثرة إذا بتتكلم على الـ influence قيم

733
01:03:49,210 --> 01:03:53,070
مؤثرة و

734
01:03:53,070 --> 01:04:01,550
في عندي عدة اختيارات لها هناخد

735
01:04:01,550 --> 01:04:07,470
شغلتين منهم Cox distance أو Cox للإنفرانس هذا عالم

736
01:04:07,470 --> 01:04:08,110
اسمه Cox

737
01:04:13,830 --> 01:04:22,150
أدا واحد والحاجة التانية leverage values

738
01:04:22,150 --> 01:04:28,410
هيعرف كيف نستخدمهم لتعرف المشاهدة اللي عندي مؤثرة

739
01:04:28,410 --> 01:04:31,050
أو غير مؤثرة مؤثرة يعني بتأثر عن نتائج ما كانت هي

740
01:04:31,050 --> 01:04:35,930
عبارة عن قيم شادة غير مؤثرة عن قيم غير شادة بتحاول

741
01:04:35,930 --> 01:04:40,510
أخد الأتنين الأتنين مع بعض وهي الـ probabilities و

742
01:04:40,510 --> 01:04:43,930
الـ group membership اللي حكينا عليها قبل هيك إذا من

743
01:04:43,930 --> 01:04:46,930
الـ save أخدت الزيادة اليوم الـ cooks و الـ leverage

744
01:04:46,930 --> 01:04:49,430
وهي الـ probabilities الموجودة والـ group

745
01:04:49,430 --> 01:04:54,570
membership بتوع المرة الفاتت في الـ options كالعادة

746
01:04:54,570 --> 01:04:57,550
زي ما أخدنا المرة الفاتت hostname confidence

747
01:04:57,550 --> 01:05:06,010
interval ونعملها and last step وبعدين okay اليوم

748
01:05:06,010 --> 01:05:08,930
هرجع شوية الـ notes اللي معاك

749
01:05:16,160 --> 01:05:21,760
لأ ده الـ logistic بتاعي مبالغ، logistic مبالغ،

750
01:05:21,760 --> 01:05:28,240
عشان أصور فيه الآن 

751
01:05:28,240 --> 01:05:34,260
القيم الشاذة دي، القيم الشاذة هأخدها في أي اختبار القيم

752
01:05:34,260 --> 01:05:35,360
الشت هأخدها بطريقتين

753
01:05:40,190 --> 01:05:43,950
أولا اختبار وجود قيم الشذوذ للمتغير المستقل لو كان

754
01:05:43,950 --> 01:05:47,910
عندي متغير مستقل ده شوف فيه قيمة شذوذ ولا لأ لعمود

755
01:05:47,910 --> 01:05:51,610
واحد لمتغير واحد بس في الحالة دي بنستخدم ال

756
01:05:51,610 --> 01:05:56,130
leverage إذا ال leverage الأولى دي بستخدمها

757
01:05:56,130 --> 01:06:02,860
للـ X لأي متغير مستقل يعني لو عندي متغير مستقل ممكن

758
01:06:02,860 --> 01:06:06,800
أحطه مع التابع وأشوفه إذا كان فيه قيم شاذة أو قيم

759
01:06:06,800 --> 01:06:10,100
مؤثرة ولا لا المعيار بحكيها التالية إذا ال

760
01:06:10,100 --> 01:06:14,560
leverage يعطينا البرنامج القيم أكبر من هذا المقدار

761
01:06:14,560 --> 01:06:21,160
تعتبر القيمة شاذة فهذا المقدار عبارة عن إيش؟ هذا

762
01:06:21,160 --> 01:06:26,540
عبارة عن 2k إذا ال leverage سميها h أكبر من

763
01:06:26,540 --> 01:06:33,030
2 في case زائد 1 مقسومة على n بحيث إن حجم

764
01:06:33,030 --> 01:06:37,490
العينة اللي كان 1196 كي عدد المتغيرات المستقلة

765
01:06:37,490 --> 01:06:42,110
اللي كانوا عندي أربعة ممكن تكون القيمة الشاذة إذا

766
01:06:42,110 --> 01:06:46,890
كانت الـ h دي أكبر من 2k زائد 1 على حجم العينة

767
01:06:46,890 --> 01:06:52,050
إذا ال leverage باستخدامها في معرفة القيم الشاذة

768
01:06:52,050 --> 01:06:57,200
تفصيليا للمتغيرات المستقلة لكل مستقلة لحد .. لو

769
01:06:57,200 --> 01:06:59,460
عندي مثلا تلت متغيرات وأربعة متغيرات مستقلة بعملها

770
01:06:59,460 --> 01:07:03,300
كلها على حدة هذه ال leverage للمتغيرات المستقلة

771
01:07:03,300 --> 01:07:07,920
اختبار وجود قيمة شهادة للمتغيرات المستقلة و

772
01:07:07,920 --> 01:07:12,360
التابعة مع كده للمشاهدة كلها مش مشاهدة واحدة فيها

773
01:07:12,360 --> 01:07:18,400
كل متغيرات متابع ومستقل فيها عندي أدى طرق ال

774
01:07:18,400 --> 01:07:23,480
cooks مثلا ال cooks دي يعني cooks distance إذا

775
01:07:23,480 --> 01:07:30,740
كانت ال cook دي اللي هي تلت أضعاف ال

776
01:07:30,740 --> 01:07:37,300
cook دي أو لو كانت أكبر من تلت أضعاف المتوسط

777
01:07:37,300 --> 01:07:44,240
الحسابي تعتبر قيمة شاذة إذا كانت أكثر من 4 على

778
01:07:44,240 --> 01:07:52,260
حجم العينة تعتبر قيمة شاذة أو البعض بيحكي خد عند

779
01:07:52,260 --> 01:07:58,810
نصف وبس واحدة من هدول تكفي احنا ممكن نتفق مثلا

780
01:07:58,810 --> 01:08:02,150
أكبر من النص هذه أساسا واحدة فيهم بتطلع على ال

781
01:08:02,150 --> 01:08:06,310
cooks أي قيمة أي حالة ال cooks عدت أكثر من النص

782
01:08:06,310 --> 01:08:12,090
تعتبر قيمة شدة هذا اللي احنا هنتفق عليه مع بعض

783
01:08:12,090 --> 01:08:16,990
بالنسبة لل cooks لو

784
01:08:16,990 --> 01:08:20,730
أتي مثلا أطلع على نتائج إيش البرنامج عمل له

785
01:08:20,730 --> 01:08:23,830
عشان نشوف هو أكيد حفظ ليهم

786
01:08:32,030 --> 01:08:43,390
لحظة أعطاني هاي cook خلصت

787
01:08:43,390 --> 01:08:46,470
هاي cook بتطلع القيمة أنا عايزها تكون أكثر من النص

788
01:08:46,470 --> 01:08:51,570
مظبوط بتطلع المشاهدة اللي عندي وبشوف القيمة

789
01:08:51,570 --> 01:08:54,870
الأكثر من النص مع كده فيها مشكلة فأنت عارف ما أروحش

790
01:08:54,870 --> 01:09:01,420
بعمل ولا الفكتوريش أفحص فيهم ممكن أرتبهم مظبوط

791
01:09:01,420 --> 01:09:07,120
لكبير أو لصغير بيبين القيمة فممكن أروح على data و

792
01:09:07,120 --> 01:09:15,580
هاي sort إذا بختار data sort cases وبقدر أرتب حسب

793
01:09:15,580 --> 01:09:28,100
ال cook خلاص هاي ال cook ببدأ من الكبير لحظة

794
01:09:28,100 --> 01:09:33,380
أكبر قيمة 0.3 أنا عايزها تكون أكثر من النص فأكبر

795
01:09:33,380 --> 01:09:36,860
قيمة أصغر من النص مع كده ما فيش عندي مشاهدة شاذة

796
01:09:36,860 --> 01:09:41,580
مشاهدة بالكامل تكون إن ال influence ما فيش فبالتالي

797
01:09:41,580 --> 01:09:46,380
واضح إن ال cook distance أكبر قيمة لـ 0.3 طبعا واضح

798
01:09:46,380 --> 01:09:51,280
كل منزل تحت أصغر القيم فهذا

799
01:09:51,280 --> 01:09:56,360
الشرط الأول لو حبيت أطبق الـ 4 على n هأجسم الـ 4 على

800
01:09:57,950 --> 01:10:02,050
الألف ومية وستة وتسعين أنا أجسمت الأربع على ألف

801
01:10:02,050 --> 01:10:07,170
ومية وستة وتسعين أربع

802
01:10:07,170 --> 01:10:14,170
على ألف ومية وستة وتسعين حوالي 0.03

803
01:10:14,170 --> 01:10:20,370
وثلاثين من عشرة تلافة هذه القاعدة بتحكي الأربع على

804
01:10:20,370 --> 01:10:25,070
n يعني

805
01:10:25,070 --> 01:10:30,380
أربع على ألف ومية وستة وتسعين 0.033 فأي مشاهدة

806
01:10:30,380 --> 01:10:35,240
أكبر منها تعتبر قيمة الشهادة معظم الكتب بتحكي على

807
01:10:35,240 --> 01:10:44,300
النص أو حتى الواحد يعني تكون أكثر من الواحد فخلينا

808
01:10:44,300 --> 01:10:50,500
نشتغل على النص فأي قيمة أكثر من النص تعتبر قيمة

809
01:10:50,500 --> 01:10:56,460
الشهادة زي هذا بالنسبة للـ outlier في حالة موجودة

810
01:10:56,460 --> 01:11:00,280
عندي المتغيرات التابعة والمستقلة مع بعض كده

811
01:11:00,280 --> 01:11:04,260
بأخدها لجميع المتغيرات معاهم ال leverage بأخده

812
01:11:04,260 --> 01:11:10,920
للمتغير المستقل معين بحسب 2k زائد 1 على n فلو عايز

813
01:11:10,920 --> 01:11:18,460
أحسبها أي 2 في k زائد 1 على n الكيب كان عندي أربعة

814
01:11:18,460 --> 01:11:21,600
.. تلت متغيرات فتلت زائد الواحد أو أربعة متغيرات

815
01:11:21,600 --> 01:11:26,760
كانوا أربعة زائد الواحد فبيصير 8 على ألف ومية

816
01:11:26,760 --> 01:11:31,780
وستة وتسعين أو يسمى 8 على ألف ومية وستة

817
01:11:31,780 --> 01:11:39,300
وتسعين زي 8 على ألف ومية وستة وتسعين بطلع

818
01:11:39,300 --> 01:11:42,940
جوا بحوالي 0.06

819
01:11:46,360 --> 01:11:51,120
فأي قيمة تزيد عن هذه القيمة لأي متغير مستقل تعتبر

820
01:11:51,120 --> 01:11:59,740
قيمة شاذة طبعا البرنامج بيعطينا ال leverage نعم

821
01:11:59,740 --> 01:12:04,180
هذه

822
01:12:04,180 --> 01:12:15,420
2 في K أربعة أربعة متغيرة خمسة

823
01:12:17,010 --> 01:12:23,450
نحسبها تاني يعني 4 زائد 1 المستقلة صحيح يعني

824
01:12:23,450 --> 01:12:32,990
بتطلع 10 عليها 10 عليها يعني حوالي 0.083

825
01:12:32,990 --> 01:12:37,990
يعني كده زي واحدة كان عندك أربعة متغيرات مستقلة

826
01:12:37,990 --> 01:12:41,690
بالتالي 10 بالتالي أي حاجة أكبر من 0.08

827
01:12:41,690 --> 01:12:44,450
تعتبر قيمة شدة

828
01:12:47,600 --> 01:12:50,600
فهو بيعطينا هذه ال leverage ممكن أرتب حسب ال

829
01:12:50,600 --> 01:12:54,060
leverage زي ما عملت من شوية لما رتبت المتغير اللي

830
01:12:54,060 --> 01:13:04,800
فات وممكن أرتبه من الكبير للصغير فواضح

831
01:13:04,800 --> 01:13:10,540
لو كمتغيرات مستقلة واضح أنه في عند قيم شد واضح عند

832
01:13:10,540 --> 01:13:15,800
كل القيم أكثر من 0.08 لو بتكلم على متغير مستقل واحد

833
01:13:16,950 --> 01:13:23,070
لكن أنا عادة بشتغل الاتنين بأخد قيم شد متعددة

834
01:13:23,070 --> 01:13:28,290
متغيرات باستخدام cook's D لو عايز أنا متغير واحد بأخد

835
01:13:28,290 --> 01:13:32,950
ال leverage النقطة الأخيرة قبل ما نختم هذه النقطة

836
01:13:32,950 --> 01:13:35,970
البرنامج

837
01:13:35,970 --> 01:13:43,210
حسب لي الاحتمالات وحسب لي موجود أنا في أي مجموعة،

838
01:13:43,210 --> 01:13:47,920
مظبوط؟ طب كيف بحسب الاحتمالات؟ بحسبها من خلال إن

839
01:13:47,920 --> 01:13:52,240
أنا بعمل المعادلة أي معادلة المعادلة هذه اللي بي

840
01:13:52,240 --> 01:13:55,760
بسوا 1 على 1 زائد E ناقص Y فهذه المعادلة

841
01:13:55,760 --> 01:14:00,800
بنحسبها مع بعض عشان أعرف كيف البرنامج حسب لي قيمة

842
01:14:00,800 --> 01:14:06,860
الاحتمال بأجي بكتب المعادلة في الأول اللي هي أي

843
01:14:06,860 --> 01:14:09,160
معادلة المعادلة الأخيرة خالص

844
01:14:19,320 --> 01:14:24,520
يعني أنا لو بدأت أكتب المعادلة بأكتب ال Y بتساوي هذا

845
01:14:24,520 --> 01:14:28,100
ال Y العادي خالص زي ما اتعودت إن أكتبها ال 2.745

846
01:14:28,100 --> 01:14:32,220
كويس

847
01:14:32,220 --> 01:14:43,080
بعدين سالب 0.091 في العمر بعدين سالب 0.21 في

848
01:14:43,080 --> 01:14:46,560
التعليم اللي قولتها إيه التعليم

849
01:14:49,730 --> 01:14:54,510
0.21 في التعليم زائد تقريبا الدخل لحظة يعني لثلت

850
01:14:54,510 --> 01:14:58,750
علامات عشرية الدخل غير مؤثر بالمرة زائد الصفر يعني

851
01:14:58,750 --> 01:15:02,310
ليس له تأثير كأنه مش موجود بس هي القيمة صح أكثر من

852
01:15:02,310 --> 01:15:09,730
صفر وشوية لكن لثلت علامات صغيرة زائد السعر السعر

853
01:15:09,730 --> 01:15:15,440
سالب 0.22 في السعر اللي هي كيف البرنامج حسب الـ ..

854
01:15:15,440 --> 01:15:20,380
الاحتمالات اللي أنا افترضت ناخد شخص واحد طبعا أنا

855
01:15:20,380 --> 01:15:22,600
مش هأحسبه لأنه البرنامج بيحسب طالما ما بيحسب احنا

856
01:15:22,600 --> 01:15:26,880
ما فيش داعي نغلب حالة مش هيك بقى البرنامج هيعمل

857
01:15:26,880 --> 01:15:38,360
القاتل هاي

858
01:15:38,360 --> 01:15:46,970
عندك الـ .. المتغير العمر الشخص الأول احنا حكينا فيه

859
01:15:46,970 --> 01:15:54,570
إنك متغير العمر والسعر وهي التعليم

860
01:15:54,570 --> 01:16:01,970
.. بس هتطلع كل الشاشة بعد التعليم مثلا الشخص هذا

861
01:16:01,970 --> 01:16:09,340
متعلم صفر سنة بأرجع على التعليم بصفر عمره 85 دخله

862
01:16:09,340 --> 01:16:14,460
6500 سعر السيجارة كان في هذا الشهر 52 مثلا بأحسب

863
01:16:14,460 --> 01:16:18,840
هدول بطلع كمية قيمة ال Y حساب عادية بطلع ال P

864
01:16:18,840 --> 01:16:22,960
المقابلة إليها ال P بيساوي 1 على 1 زائد E ناقص Y

865
01:16:22,960 --> 01:16:26,680
هذه يعني الجواب اللي بيطلع هنا اسميه مثلا E قيمة مش

866
01:16:26,680 --> 01:16:32,380
هيك؟ بأحط القيمة هذه هنا فالاحتمال هيطلع على حسابك هي

867
01:16:32,380 --> 01:16:38,970
البرنامج سواء 0.4, 0.5, 0.9 هذه

868
01:16:38,970 --> 01:16:43,370
الاحتمال اللي تم حسابه من خلال نموذج الانحدار

869
01:16:43,370 --> 01:16:48,170
القاعدة بتحكي كالتالي إذا كان الاحتمال اللي بيطلع

870
01:16:48,170 --> 01:16:53,890
أكثر من نصف بتتم تصنيفه في المجموعة الأولى إذا قل

871
01:16:53,890 --> 01:16:58,450
أو يساوي نصف بتصنف في المجموعة الثانية إذا حسب

872
01:16:58,450 --> 01:17:02,370
البرنامج المشتغل القيمة 0.4, 0.5, 0.9

873
01:17:02,370 --> 01:17:08,230
تصنفت في المجموعة الأولى اللي هي صفر لأقل من نصف

874
01:17:08,230 --> 01:17:10,670
بنفس الطريقة بأحسبها الثانية والثالثة لغاية ألف و

875
01:17:10,670 --> 01:17:15,830
مية وستة وتسعين حالة طبعا عملية صعبة التسعة و

876
01:17:15,830 --> 01:17:18,930
تلاتين وواحدة في الصفر في المجموعة الأولى الاتنين

877
01:17:18,930 --> 01:17:21,890
وأربعين في الصفر لكن الخمسة وستون في الواحد و

878
01:17:21,890 --> 01:17:28,240
هكذا الآن باجب أطلع على الحالات اللي تم تصنيفها من

879
01:17:28,240 --> 01:17:34,380
خلال النموذج تبع الانحدار، ازيادة المقدر، والحالات 

880
01:17:34,380 --> 01:17:40,100
المشاهدة، بشوف كم صح اندي موجود، عدد الأخص، عشان

881
01:17:40,100 --> 01:17:44,940
تطلع الـR²، عشان تطلع نسبة التصحيح السليمة، في

882
01:17:44,940 --> 01:17:50,600
الأصل كان مشاهد صفر طلع صفر، فهذا القرار سليم و

883
01:17:50,600 --> 01:17:54,220
بكمل صفر صفر واضح أنه قرار سليم و هذا زيه الحالة

884
01:17:54,220 --> 01:17:59,980
الرابعة الحالة كان الصفر تم توقعناها خطأ فبتقال ده

885
01:17:59,980 --> 01:18:05,060
غلط و هذا صح و هذا صح الآن كان الصفر توقعتها واحد

886
01:18:05,060 --> 01:18:11,160
برضه غلط و هكذا و بكمل طبعًا هذا بتجمعه ببين الآن

887
01:18:11,160 --> 01:18:13,980
ممكن أحطهم مع بعض لو حبيت أعملهم في جدول لحالي

888
01:18:13,980 --> 01:18:18,400
بقدر أعملهم أعمل cross tabulation جدول تبع الكروس

889
01:18:18,400 --> 01:18:21,840
تبع الكاي سكويرة هذا مع هذا ببينهم الاتنين أو

890
01:18:21,840 --> 01:18:24,660
البرنامج بعطيك إياه جاهزة الآن الحين أنا هوريك

891
01:18:24,660 --> 01:18:29,060
إياه إيش اشتغل البرنامج وكيف طلعت النتائج نمسك ال

892
01:18:29,060 --> 01:18:37,100
output واحدة واحدة إذا

893
01:18:37,100 --> 01:18:43,470
أعيد مرة ثانية تكون الأمور إن شاء الله واضحة هي آخر

894
01:18:43,470 --> 01:18:47,950
خطوة اللي أنا هعملها كالتالي I analyze logistic

895
01:18:47,950 --> 01:18:54,030
دخلت المتغيرات لو في عندي متغيرات شكل المجموعات

896
01:18:54,030 --> 01:19:00,750
بختار category كمان و بدخلهم هنا و ببدأ أدخل

897
01:19:00,750 --> 01:19:03,530
المتغيرات لو في عندي شكل المجموعات nominal أو

898
01:19:03,530 --> 01:19:08,850
ordinal في ال save بختار ال probabilities group و

899
01:19:08,850 --> 01:19:14,440
ال Cox مالاش ال leverage الـ options بختار CI لل

900
01:19:14,440 --> 01:19:18,580
confidence interval الـ exponential لل B بختار

901
01:19:18,580 --> 01:19:25,540
هوسمر و في الخطوة الأخيرة بعدين okay طب واضح داخل

902
01:19:25,540 --> 01:19:29,540
عندي 196 حالة داخلات كلهم ما فيش عندي missing الغير

903
01:19:29,540 --> 01:19:35,320
مدخن ماخد صفر و المدخن ماخد واحد في ال block الأول

904
01:19:35,320 --> 01:19:38,640
اللي هو لا مدخلش ولا متغير كان عندي زي ما حكينا

905
01:19:38,640 --> 01:19:42,850
سبعمائة واحد و أربعين غير مدخن والمداخلين كانت 455

906
01:19:42,850 --> 01:19:48,650
ال percentage correct كانت 62% إذا في البداية خالص

907
01:19:48,650 --> 01:19:54,870
وصلنا لـ اتنين أو بدأنا من 62% طب أنت ليش تحكي هيك

908
01:19:54,870 --> 01:19:59,450
خلاص ماشي هيك طب واضح variables in the equation

909
01:19:59,450 --> 01:20:02,890
لواحد ال variables not in the equation كله وفي

910
01:20:02,890 --> 01:20:06,450
البداية خالص بحطه شوية متغير طلعت نسبة التصحيح

911
01:20:11,660 --> 01:20:19,580
بالنسبة للصحيحة 62% لأن بدأنا هذه الاختبارات

912
01:20:19,580 --> 01:20:23,480
إذا أذكرك فيهم حكينا في لغة بنعمل اختبارات ملائمة أو

913
01:20:23,480 --> 01:20:29,120
جودة ملائمة عند 4 اختبارات اختبار كاي تربيع بيفترض

914
01:20:29,120 --> 01:20:34,300
نموذج غير مناسب طلعت ال B value الساعة صفر إذا هي

915
01:20:34,300 --> 01:20:42,290
اختبار مربع كاي أذكرك مرة ثانية النموذج غير مناسب

916
01:20:42,290 --> 01:20:50,770
وطلعت ال b value تساوي zero مع كده النموذج مناسب 

917
01:20:50,770 --> 01:20:54,970
ويعتمد أبوك هذا اختبار يكفي يعني اللي عملنا هذا

918
01:20:54,970 --> 01:20:59,190
يكفي وخلاص لكن البرنامج أعطاني عدة اختبارات ثانية

919
01:20:59,190 --> 01:21:06,650
أعطاني ال R² بتاعت Coffey-Snell R² وبتاعت Nigel

920
01:21:06,650 --> 01:21:14,930
Kirk R² الخيام صغيرة 0.39 و 0.53 تبتحك على 4% و 5%

921
01:21:14,930 --> 01:21:20,810
يعني تعتبر مالها صغيرة عادة في الانحدار اللي جيستي

922
01:21:20,810 --> 01:21:27,930
ما بهمناش ال R² يعني اللي ما بيطلعش إلها بشكل قوي زي

923
01:21:27,930 --> 01:21:32,370
الانحدار الـ .. ال classic اللي أخدناه في الأول زي

924
01:21:32,370 --> 01:21:36,050
هذه القيم مش كتير أنا بعول عليها لأن ربما يكون

925
01:21:36,050 --> 01:21:41,830
النموذج كويس لأن تلاحظي النموذج مناسب هنا فال R²

926
01:21:41,830 --> 01:21:45,830
مش الشغل اللي بعول عليها كتير للحكم على النموذج

927
01:21:45,830 --> 01:21:53,870
اللي بعدها اللي هو اختبار حسامر اختبار

928
01:21:53,870 --> 01:22:00,230
حسامر لمشه حسامر لمشه

929
01:22:01,410 --> 01:22:05,930
هذا الاختبار الفرضية

930
01:22:05,930 --> 01:22:13,550
الصفرية بتنصح نموذج ما له مناسب مظبوط سك

931
01:22:13,550 --> 01:22:19,050
ااش ساوات 0358

932
01:22:19,050 --> 01:22:25,990
إيش القرار نرفض

933
01:22:25,990 --> 01:22:34,830
طلع إيش طلع النموذج ما له غير مناسب هذا اللي أنا بدي

934
01:22:34,830 --> 01:22:38,790
أني أحيه طالما اختلف النتيجتين هدول هيعطيك مؤشر أن

935
01:22:38,790 --> 01:22:42,070
المتواجدات المستقلة الأربعة مش كلها دالة إحصائيًا

936
01:22:42,070 --> 01:22:47,190
حتى مستوى الدالة مش هيكون قوي بشكل كبير إذا لحظة

937
01:22:47,190 --> 01:22:51,510
الاختبار كان مربع كوايب طريقة دالة إحصائيًا مع كده

938
01:22:51,510 --> 01:22:53,290
نموذج مناسب

939
01:22:57,420 --> 01:23:04,800
بحكي كاي سكوير اطلع مناسب خلاص التانية اطلع غير

940
01:23:04,800 --> 01:23:08,340
مناسب اختلفت النتيجتين معناه كده بتطلع المعاملة

941
01:23:08,340 --> 01:23:12,980
تحت أكيد في عندي حاجة موجودة و لو الحظ برضه الارا

942
01:23:12,980 --> 01:23:15,480
سكوير زي ما حكيت صح أنا بعورش عليها بس برضه ما

943
01:23:15,480 --> 01:23:21,600
زالت نقطة مهمة متدنية جدًا نطلع على ال

944
01:23:21,600 --> 01:23:27,960
classification table أنا بديت من 62% نسبة الجيبات

945
01:23:27,960 --> 01:23:31,500
الصحية .. النسبة الصحيحة لما كان عنده ولا متغير

946
01:23:31,500 --> 01:23:35,060
موجود المفروض لأنه تتحسن لما دخل المتغيرات

947
01:23:35,060 --> 01:23:40,220
المستخدم لأره المفروض تتحسن نزلت صارت 61% إذا

948
01:23:40,220 --> 01:23:44,980
النسبة الصحيحة في التنبؤ طبعًا .. النسبة الصحيحة في

949
01:23:44,980 --> 01:23:51,340
التنبؤ صارت 61% ليش تلاحظي الخطأ وين موجود و الصح

950
01:23:51,340 --> 01:23:57,180
وين موجود غير مدخن غير مدخن 669 هذا مظبوط .. مظبوط

951
01:23:57,180 --> 01:24:01,440
هيك؟ في الأصل غير مدخن تنبأت أبو غير مدخن حدث في

952
01:24:01,440 --> 01:24:09,400
669 حالة و برضه الصح وين موجود كان مدخن واتوقعته

953
01:24:09,400 --> 01:24:20,210
مدخن 61 حالة فطلعوا 669 سائد 61 على مين؟ على 1196

954
01:24:20,210 --> 01:24:26,290
لو طلبتيها في مية أكيد الجواب و أحسن في المية مع

955
01:24:26,290 --> 01:24:30,770
كده في عندي خلل في عندي بعض الحالات بالذات لما

956
01:24:30,770 --> 01:24:36,310
أكون عندي مدخن و غير مدخن الخطأ هذا كبير جدًا 394

957
01:24:36,310 --> 01:24:39,970
حالة مصيبة مع كده نموذج أن أنت بتاعي تشتغل عليك

958
01:24:39,970 --> 01:24:44,090
يعني نموذج مش قوي وبرضه غير مدخل مدخل في عندك 72

959
01:24:44,090 --> 01:24:48,350
حالة خلط هدولة اللي تجمعيها مع بعض بتطلع حوالي 39%

960
01:24:48,350 --> 01:24:54,530
يعني أنت بتحكي تلت خطأ و تلتين صح و واضح الوضع مش

961
01:24:54,530 --> 01:25:05,630
قوي طب نتطلع على المتغيرات في المعادلة يعني

962
01:25:05,630 --> 01:25:08,810
هد غير مناسب هد مناسب هد غير مناسب و لحظة المربع

963
01:25:08,810 --> 01:25:13,320
الكاهد قوي جدًا للاختبار و هذا قوي الاتنين اختلفوا

964
01:25:13,320 --> 01:25:16,640
في معناه كده في عندي مشكلة فواضح أن اختبار حسامر

965
01:25:16,640 --> 01:25:21,480
أكدلك أنه مضغر مناسب إذا هذا الاختبار بيعطي نتاج

966
01:25:21,480 --> 01:25:27,420
قوية جدًا السبب اختبار مربع كاي ربما تأثر بحجم عين

967
01:25:27,420 --> 01:25:33,420
كبير فصارت نتيجته مضللة إذا هذا الاختبار صار مضلل

968
01:25:33,420 --> 01:25:38,760
في حالة العينات الكبيرة، إذا بلجأ لاختبارها

969
01:25:38,760 --> 01:25:42,260
واسمها، إذا أنا صار عنده تناقض في النتائج، بدي

970
01:25:42,260 --> 01:25:45,840
أركز في نسبة التصحيح، هذه النسبة أنا عايز أزيد عن

971
01:25:45,840 --> 01:25:49,460
ما كانت في الأول، هي ما زالتش حتى 1% ولا حتى بقت

972
01:25:49,460 --> 01:25:52,840
كما كانت، وبالتالي عنده مشكلة طبعًا هذا الكلام

973
01:25:52,840 --> 01:25:58,680
هي أكده مين؟ هي أكده المعادلة تلت الانحدار لاحظ في

974
01:25:58,680 --> 01:26:01,980
الأربع متغيرات في اتنين غير دليلات إحصائيًا و

975
01:26:01,980 --> 01:26:05,240
اتنين دليلات إحصائيًا يعني العمر و التعليم ده

976
01:26:05,240 --> 01:26:11,340
الإحصائي الدخل و السعر غير دليلات واضح يعني نص

977
01:26:11,340 --> 01:26:17,120
اللي عندك هيك و نص هيك و هذا السبب اللي خلفيه

978
01:26:17,120 --> 01:26:20,080
تناقض ما بين اختبار المربع كاي اللي تأثر بحجم

979
01:26:20,080 --> 01:26:25,040
العينة و اعتبر أن التوزيع .. اتذكر أيام التحليل

980
01:26:27,960 --> 01:26:33,980
التوكيدي كنا نحكي عايزين تكون ال P value بتاعة chi

981
01:26:33,980 --> 01:26:37,920
-square غير دالة إحصائيًا وقلنا هذا غير متحقق في

982
01:26:37,920 --> 01:26:41,120
حالة العينات الكبيرة لأن كل عينة ما بتكبر بصير

983
01:26:41,120 --> 01:26:44,580
فيها دلالة موجودة وفعلاً أن العينة ما لها حجم كبير

984
01:26:44,580 --> 01:26:49,160
جدًا فال P ساعة صفر منطقي جدًا عشان كده فبالتالي طلع

985
01:26:49,160 --> 01:26:52,600
التوزيع أو النموذج طلع هنا مناسب في هذه الحالة لذا

986
01:26:52,600 --> 01:26:57,980
بلجأش لهذا الاختبار في حالة العينات الحجم الكبير

987
01:26:57,980 --> 01:27:04,940
بتحويلها لعقلكوا 200 حالة خلاص نقطة أخيرة و بنختم

988
01:27:04,940 --> 01:27:10,160
بس بنركز كويس فيها كي بدأ أعلق على الـ .. النتائج

989
01:27:10,160 --> 01:27:16,700
اللي تحت دول خليني في الأول أخد أكتر من الشغل

990
01:27:16,700 --> 01:27:20,280
بنركز

991
01:27:20,280 --> 01:27:25,110
أن واحد عندي كان مدخن والصفر غير مدخن وبدي أخد

992
01:27:25,110 --> 01:27:28,950
فرضيتين في الأول لشوف هل التعليم مؤثر ولا غير

993
01:27:28,950 --> 01:27:37,590
مؤثر بحكي لا يوجد أثر للتعليم على التدخين يعني

994
01:27:37,590 --> 01:27:43,210
بصرف النظر الشخص مدخن ولا غير مدخن التعليم غير

995
01:27:43,210 --> 01:27:49,030
مؤثر لو طلعت على ال B value زي ما حكينا أول محق

996
01:27:49,030 --> 01:27:49,790
I'll be valued

997
01:27:53,660 --> 01:27:58,720
بتساوي صفر فبالتالي بنرفض الفرضية الصفرية وبنستنتج

998
01:27:58,720 --> 01:28:03,120
التدخين ما له اللي أثر على تصنيف الشخص أنه مدخن أو

999
01:28:03,120 --> 01:28:09,160
غير مدخن في نفس الوقت لو طلعت على فترة ثقة لا

1000
01:28:09,160 --> 01:28:13,800
تشتمل على واحد واحد برا معناه كده بتتم رافض 

1001
01:28:13,800 --> 01:28:16,380
الفرضية الصفرية لذا المعيار الثاني

1002
01:28:22,140 --> 01:28:27,660
لأن لا تجتمع على الواحد الصحيح إذا القرار برفضه

1003
01:28:27,660 --> 01:28:33,300
نرفض الفرضية الصفرية بنفس

1004
01:28:33,300 --> 01:28:34,680
الطريقة لو أخذنا السعر

1005
01:28:37,700 --> 01:28:42,340
بالعكس طبعًا السعر واضح أنه 0.74 غير دال إحصائيًا

1006
01:28:42,340 --> 01:28:48,360
ولحظة الفترة تشتمل على الواحد صح الواحد جاي تقريبًا

1007
01:28:48,360 --> 01:28:55,300
على نهاية الفترة بس موجود وهذا يؤكد ال 0.74

1008
01:28:55,300 --> 01:29:00,550
قريبا من 5% فبالتالي الكلام هذا منطقي يعني أنا مثلًا

1009
01:29:00,550 --> 01:29:05,050
لو وجدت باحثًا كاتب هذه القيمة صغيرة جدًا بتاعة السجن

1010
01:29:05,050 --> 01:29:09,490
كاتبها مثلًا زي اللي فاتت 000 بده .. و

1011
01:29:09,490 --> 01:29:15,130
هنا أعملها زي كده بعرف أنه فيه إيش .. أنه فيه خطأ

1012
01:29:15,130 --> 01:29:20,650
أو فيه تلاعب في النتيجة لأنه لو تكون 000

1013
01:29:20,650 --> 01:29:25,750
0 وبعد كده ال .. الواحة تكون بعيدة في وضع

1014
01:29:25,750 --> 01:29:32,100
حينها فيها مشكلة واضح لأن كيف نعلق على دلالة

1015
01:29:32,100 --> 01:29:36,440
الإحصائي بطبعًا شغالة أخيرة و أختم بتعلق على الـ B

1016
01:29:36,440 --> 01:29:43,520
و بتعلق على الـ exponential للـ B نركز كويس لما 

1017
01:29:43,520 --> 01:29:47,680
بتعلق على الـ B التعليق يختلف عن التعليق على الـ

1018
01:29:47,680 --> 01:29:52,760
exponential للـ B طبعًا

1019
01:29:52,760 --> 01:29:57,360
في عند إذا متعلق على الـ B مش بس بتكلم عن التعليم

1020
01:29:57,360 --> 01:29:57,620
بس

1021
01:30:02,260 --> 01:30:09,160
-90.091 خلاص

1022
01:30:09,160 --> 01:30:14,620
الـ P هذه علقت عليها مباشرة فبالتالي هربطها مع الـ

1023
01:30:14,620 --> 01:30:20,580
logarithm للـ P على 1-P الـ E to the P يعني الـ E

1024
01:30:20,580 --> 01:30:24,860
للقيمة هذه هأطرحها و أطرح منها الـ 1 اللي حكينا عليه

1025
01:30:24,860 --> 01:30:28,780
أمس و نشوف الجواب إيش بيطلع فخليني أرجع للـ notes

1026
01:30:28,780 --> 01:30:29,200
اللي معك

1027
01:30:37,660 --> 01:30:44,400
في الأول لو اتلاحظي العمر أو التعليم إشارته سالبة

1028
01:30:44,400 --> 01:30:54,820
بتركز بشكل قوي لأن سالب التابع عبارة عن إيش؟ واحد

1029
01:30:54,820 --> 01:30:59,380
مدخن لما أكون عكسي مع كده زاد التعليم بشكل عام

1030
01:30:59,380 --> 01:31:04,680
الزاد بيقل هناك، مظبوط؟ هي الطبيعة السالب السالب

1031
01:31:04,680 --> 01:31:12,060
معناه زيادة أحد .. زيادة .. زيادة أحدهم تؤدي لإيش؟

1032
01:31:12,060 --> 01:31:18,300
نقصان الآخر، مظبوط؟ زيادة التعليم تؤدي لنقص

1033
01:31:18,300 --> 01:31:23,860
التاني، طب التاني وين .. النقص تبع وين بيكون جاي؟

1034
01:31:23,860 --> 01:31:27,440
واضح كيف؟ لأن أنا معرف غير .. مدخن صفر، بالتالي

1035
01:31:27,440 --> 01:31:31,060
زيادة الأول بتروح معنا اللي تحت، علاقة عكسية، مش

1036
01:31:31,060 --> 01:31:36,970
هيك؟ معنى كده التعليم رايح لصالح مين الزيادة بتاعته

1037
01:31:36,970 --> 01:31:44,250
إلى غير المدخنين إذا قولًا واحدًا المتعلمين معظمهم

1038
01:31:44,250 --> 01:31:47,810
بيكون ماله المفروض غير المدخن حسب النتيجة هذه معنى

1039
01:31:47,810 --> 01:31:52,550
السلم إلا لأن لو عكست .. بقى شوية عكستك إياها لو

1040
01:31:52,550 --> 01:31:58,090
عكست .. بحكي لو عكست في التعريف خلت هذا صفر و هذا

1041
01:31:58,090 --> 01:32:04,760
واحد القرار لن يتغير بس الإشارة مالها بيصير موجبة كل

1042
01:32:04,760 --> 01:32:08,140
ما زاد بيزيد شوفي كل ما زاد التعليم بيزيد بس زيها

1043
01:32:08,140 --> 01:32:13,360
صارت إيش؟ واحد صار غير مدخن يعني نفس القرار بس

1044
01:32:13,360 --> 01:32:17,440
الإشارة بتختلف فبالتالي .. و هذا نفس الشيء انطبق

1045
01:32:17,440 --> 01:32:21,160
عالميًا على العمر اتنين سالب إذا المتغيرين العمر

1046
01:32:21,160 --> 01:32:24,040
والتعليم لهم معنوية عالية شفنا المعنوية تبعتهم

1047
01:32:24,040 --> 01:32:29,710
اللي هي الـ 000 اللي هم معنوية عالية ولهم

1048
01:32:29,710 --> 01:32:34,910
إشارات متوقعة، مظبوط مع تقدم العمر وربما بسبب

1049
01:32:34,910 --> 01:32:39,710
المخاوف الصحية يقل احتمال التدخين، بنتكلم عن

1050
01:32:39,710 --> 01:32:43,810
احتمال، مدخن وغير مدخن، إذا مع تقدم العمر بيقل

1051
01:32:43,810 --> 01:32:47,910
احتمال التدخين، طبعًا بسبب مخاوف صحية، لو أحد ما

1052
01:32:47,910 --> 01:32:51,830
بيكبر أكيد .. وفي أسباب أخرى، و بالمثل في أن

1053
01:32:51,830 --> 01:32:56,990
الأشخاص الأكثر تعليمًا لهم أقل احتمال لأن يكونوا

1054
01:32:56,990 --> 01:33:01,570
مدخنين مش حكينا هيك علاقة عكسية بزيادة التعليم

1055
01:33:01,570 --> 01:33:05,270
التاني بيقل بسرعة بسرعة المدخن إذا الأشخاص الأكثر

1056
01:33:05,270 --> 01:33:09,350
تعليمًا هم أقل احتمالًا لأن يكونوا مدخنين وربما هو

1057
01:33:09,350 --> 01:33:12,870
بيُعرف الآثار السيئة للتدخين لكن ممكن تكون هذه

1058
01:33:12,870 --> 01:33:19,790
النتيجة عكس الواقع ممكن هذا احتمال حسب الـ data حسب

1059
01:33:19,790 --> 01:33:22,930
البيانات الموجودة طب اللي عملنا العلق إذا عرفناه

1060
01:33:22,930 --> 01:33:27,330
بشكل عام زي مع تقدم العمر مع زيادة الشخص كونه متعلم

1061
01:33:27,330 --> 01:33:31,490
احتمال التدخين تبعه ماله بيقل يعني بيصبح الشخص من

1062
01:33:31,490 --> 01:33:36,050
فئة غير المدخنين باحتمال أكبر لما تبقى بنحكي لأعلى

1063
01:33:36,050 --> 01:33:42,430
احتمالات بتركز شوية بس أطلع الـ A للـ B هادي الـ A

1064
01:33:42,430 --> 01:33:47,730
للـ B طلعت جداش تسعة واحد تلاتة مظبوط يعني أنا لو

1065
01:33:47,730 --> 01:33:53,650
جيت عملت E و S هادي مؤكد الجواب تسعة واحد تلاتة مش

1066
01:33:53,650 --> 01:34:01,350
هيك نشوف اللي أنا بتعليق واحدة واحدة كل

1067
01:34:01,350 --> 01:34:07,210
الزيادة لما ببدأ على هادي هيك على هادي يعني كده كل

1068
01:34:07,210 --> 01:34:15,970
الزيادة في التعليم بمقدار عام واحد تؤدي إلى انخفاض

1069
01:34:15,970 --> 01:34:23,990
انخفاض مين؟ لوغرتم الأرجحية لوغرتم الأرجحية طب لوغرتم

1070
01:34:23,990 --> 01:34:28,330
من بالنسبة لمين؟ لنسبة .. هذا الـ B عبارة عن إيش؟

1071
01:34:28,330 --> 01:34:34,470
مدخن المدخنين إلى غير المدخنين هذا مدخن B، مظبوط؟

1072
01:34:34,470 --> 01:34:38,630
أنا ماخد واحد مدخن، إذًا الـ B هي دي رايحة على مين؟

1073
01:34:38,630 --> 01:34:43,830
على المدخن إلى غير المدخنين بمقدار كده؟ القيمة هي

1074
01:34:43,830 --> 01:34:48,010
دي، إذًا كل زيادة في التعليم بمقدار السنة واحدة

1075
01:34:48,010 --> 01:34:51,810
تؤدي إلى انخفاض لإن في عند إشارة سالبة، انخفاض مين؟

1076
01:34:53,200 --> 01:34:57,740
طالما بتكلم عن الـ B هي هي الانخفاض للوغرتم هذه

1077
01:34:57,740 --> 01:35:01,380
بنسميها نسبة الأرجحية أو نسبة الاختلاف مين بالنسبة

1078
01:35:01,380 --> 01:35:06,400
لمين للتدخين لما نسميه بواحد بالنسبة لمين لعدم

1079
01:35:06,400 --> 01:35:12,840
التدخين هذا المقدار بيساوي 0.91 خلاص؟

1080
01:35:12,840 --> 01:35:18,680
هذا أفضل تعريف أنا وجدته في الكتاب وأثر واحد فيهم

1081
01:35:19,430 --> 01:35:21,970
إذا ما أنا مغمض اللي أنا مضاجع علق النتائج كل

1082
01:35:21,970 --> 01:35:24,830
الزيادة في تعليم المقدار السنة واحدة يودي إلى

1083
01:35:24,830 --> 01:35:26,770
الإشارة السلبية إذا أنا إيه يودي إليه إيش، انخفاض

1084
01:35:26,770 --> 01:35:29,670
مين؟ أنا بتكلم عن الـ B إذا أنا في أي دي لغة رتم

1085
01:35:29,670 --> 01:35:33,570
الأرجحية مين بالنسبة لمين؟ الـ B على واحد نقص، الـ B

1086
01:35:33,570 --> 01:35:37,510
نجاح كان تدخين، إذا التدخين بالنسبة لمين؟ غير

1087
01:35:37,510 --> 01:35:40,530
المدخنين بالنسبة أو بمقدار حوالي 0.91

1088
01:35:44,940 --> 01:35:48,960
ففي التعليم كل نقص في التعليم أو كل ما نقص الشخص

1089
01:35:48,960 --> 01:35:53,260
في التعليم تعدلناه لإنه يكون مدخن ويعني طيب مش ..

1090
01:35:53,260 --> 01:35:56,880
أنا بقول .. أقولتلتين واحدة زيادة هذه زيادة تنش

1091
01:35:56,880 --> 01:36:02,820
بيقابله انخفاض لو قلت نقص هناك وكورس زيادة فبحكي

1092
01:36:02,820 --> 01:36:05,080
.. اللي بحكي دائما .. دائما بتخدمش بالنقص بحكي

1093
01:36:05,080 --> 01:36:09,120
زيادة في الأول يودي لإيش في الثاني انخفاض أو زيادة

1094
01:36:09,120 --> 01:36:13,000
اللي هو لو حصلنا على مقابل اللغة رتم يعني بدي أطير

1095
01:36:13,000 --> 01:36:16,960
اللغة رتم بدي أشيل هذاعشان أشيله كيف أشيل اللغة

1096
01:36:16,960 --> 01:36:21,780
لتم بأخد الـ E مظبوط لو أخدت الـ E هذا هتروح هتصير

1097
01:36:21,780 --> 01:36:25,480
بي على واحد نقص مي بيصير E للكلام هذا فلان بأخد E

1098
01:36:25,480 --> 01:36:31,180
للكلام هذا لو أخدت E له بيطلع تسعة واحد تلاتة زير

1099
01:36:31,180 --> 01:36:34,980
واحد تمانية اطرحي منها واحد باقي القيمة هذه

1100
01:36:34,980 --> 01:36:41,060
الشفهية آه بالظبط شيلي منها الواحد أي كانت إيش

1101
01:36:41,060 --> 01:36:44,200
بيطلع الجواب سالب زير و تمانية

1102
01:36:46,550 --> 01:36:52,210
8.7 يعني 8.7 من 10 هذا معناه إيش؟ نبدأ الآن الفقرة

1103
01:36:52,210 --> 01:36:54,830
اللي فوق واللي تحت شوف الاختلاف اللي بينهم نمشيها

1104
01:36:54,830 --> 01:36:58,030
كلمة واحدة كلمة كلمة كل زيادة في التعليم من

1105
01:36:58,030 --> 01:37:02,410
مقدارها واحد تؤدي إلى انخفاض من شيلت هذه ليه

1106
01:37:02,410 --> 01:37:07,190
شيلتها؟ لأن أنا أخدت الـ E تبعتها إذا إلى انخفاض هي

1107
01:37:07,190 --> 01:37:10,170
انخفاض باسمين نسبة احتمال المدخنين غير المدخنين من

1108
01:37:10,170 --> 01:37:14,910
مقدار كدهش؟ 8.7 إذا الفقرة الثانية سابعة تعليقين

1109
01:37:14,910 --> 01:37:19,550
واحد بس واحد فيه logarithm والثاني عملت الـ anti

1110
01:37:19,550 --> 01:37:22,150
للـ logarithm أخدت المقلوب تبعه المقابل له العكس

1111
01:37:22,150 --> 01:37:25,010
تبعه فبالتالي هاي الفرق اللي بيميز الـ logarithm

1112
01:37:25,010 --> 01:37:29,390
اللي هنا إذا الكل زيادة في تعليق مقدار عام واحد

1113
01:37:29,390 --> 01:37:32,310
تؤدي إلى انخفاض نسبة المدخنين إلى غير المدخنين

1114
01:37:32,310 --> 01:37:36,610
بمقدار 8.7 يعني هذه حاجة كويسة أنه أنا بزود تعليق

1115
01:37:36,610 --> 01:37:41,050
مقدار واحد الناس اللي بتدخن بيقل بالنسبة لغير

1116
01:37:41,050 --> 01:37:44,580
المدخنين مقدار 8.7 بالعشر لأن لحظة عيني اندي كانت

1117
01:37:44,580 --> 01:37:48,500
ضخمة في عدد غير المدخنين وعدد المدخنين اللي هي

1118
01:37:48,500 --> 01:37:54,860
اللي هعمله هأعكس يعني بدل ما كنت أنا أدخلهم نفترض

1119
01:37:54,860 --> 01:37:59,720
بالعكس بدي أخد النتاج بالعكس واحد مدخن صفر غير

1120
01:37:59,720 --> 01:38:03,300
مدخن بدي أخلي الصفر هذه واحد يعني أبدأ بالغير

1121
01:38:03,300 --> 01:38:07,400
مدخنين إلى المدخنين شوف إيش يصير معايا

1122
01:38:11,260 --> 01:38:14,720
نشوف الإشارة، الإشارة هتختم، بس عشان نتطمن، بدي

1123
01:38:14,720 --> 01:38:18,760
أعمل record، أي data، أي transform، record، وبدي

1124
01:38:18,760 --> 01:38:25,070
آخد الحالة، بدي أخلي الواحد صفر والصفر واحد يعني

1125
01:38:25,070 --> 01:38:29,930
بتدخلي الواحد تبعي عبارة عن مين غير مدخن وهنا صفر

1126
01:38:29,930 --> 01:38:34,990
ده البرز الآن أن التعليم رايح في صف المدخنين مش 

1127
01:38:34,990 --> 01:38:39,010
هيك فالمفروض أتبقى سما طلعت علاقة عكسية أنها تطلع

1128
01:38:39,010 --> 01:38:44,730
علاقة ترضية فلو أعمل أزاي كده و أخدت الحالة بس لو

1129
01:38:44,730 --> 01:38:48,830
أخدت الـ logistic

1130
01:38:48,830 --> 01:38:51,170
و طلعت الحالة هذه و حطيت الحالة واحد

1131
01:38:54,380 --> 01:38:57,420
نركز واحدة واحدة، في الأول هاي الـ 62 كانت معناها

1132
01:38:57,420 --> 01:39:03,660
موجودة موجودة، خصمر الـ .. أكبر الشيء قليلا، اختبار

1133
01:39:03,660 --> 01:39:07,720
المربع كايم، ما فيش مشكلة نفس الجثة اللي فاتت، هدول

1134
01:39:07,720 --> 01:39:10,520
الجماعة ما تغيروش، فبالتالي النتائج ما تتغيرش،

1135
01:39:10,520 --> 01:39:14,820
المبادئ يعكسهم، مين بقى اتدخل، واضح حد 0.4 مزالة

1136
01:39:14,820 --> 01:39:19,270
دالة حصائية، يعني فيه مشكلة و 1% ما زالت كما هي

1137
01:39:19,270 --> 01:39:21,630
ما تغيرش أشياء بس الدنيا عكس راح الناحية التانية

1138
01:39:21,630 --> 01:39:27,070
اطلع المعادلة بدل ما كانت سالب 09 صارت موجب 091

1139
01:39:27,070 --> 01:39:31,030
ما فرجاتش هذا إيش معناها الآن كل زيادة في التعليم

1140
01:39:31,030 --> 01:39:36,210
بمقدار سنة واحدة تؤدي إلى زيادة لاحتمالية مين 

1141
01:39:36,210 --> 01:39:43,110
بالنسبة لمين؟ الغير مدخن بالنسبة للمدخن بمقدار 091

1142
01:39:43,110 --> 01:39:50,660
و لو أخدت الـ ELH طلعت إيش؟ الآن الـ E للقيمة هذه للـ

1143
01:39:50,660 --> 01:39:55,240
point zero تسعة واحد طلعت واحد zero تسعة خمسة لو

1144
01:39:55,240 --> 01:39:58,560
شيلت من واحد شوف سر الجواب Zero تسعة خمسة المعنى

1145
01:39:58,560 --> 01:40:04,080
كده كل زيادة سنة واحدة في التعليم تؤدي إلى إيش؟

1146
01:40:04,080 --> 01:40:10,420
زيادة باحتمال غير مدخن للمدخن اللي غير مدخن هيزيده 

1147
01:40:10,420 --> 01:40:13,760
بنسبة قد إيش؟ تسعة و نص في المية هناك كانت ثمانية

1148
01:40:13,760 --> 01:40:18,150
point سبعة إذا هناك المدخنين الغير مدخنين زادوا

1149
01:40:18,150 --> 01:40:22,650
بتاعنا point 7 بالنسبالي المدخنين هنا العكس صارت

1150
01:40:22,650 --> 01:40:26,590
زيادة 9.5 ليش زيادة لأني موضح أن القيمة أكثر من 

1151
01:40:26,590 --> 01:40:35,130
واحد فصار الجواب 0.95 خلاص؟ عالم؟ على أمم أنا 

1152
01:40:35,130 --> 01:40:40,160
موجود لغاية يوم 6.8 عندك أي سؤال؟ هي الـ what's

1153
01:40:40,160 --> 01:40:45,340
موجود الـ what's على نفس الرقم الجوال خلاص هدى واحد

1154
01:40:45,340 --> 01:40:50,200
الـ messenger موجود و الـ email موجود لغاية يوم ستة

1155
01:40:50,200 --> 01:40:56,900
ثمانية أي ايس اي فيش مشكلة alone مش مشكلة على الـ

1156
01:40:56,900 --> 01:41:00,980
group اعمل الـ group مش الـ group موجود الـ group

1157
01:41:00,980 --> 01:41:07,010
بتاعة الـ face فيش مشكلة فيش مشكلة المهم اللي أنا

1158
01:41:07,010 --> 01:41:12,270
اتفقنا الواجب الأخير أو الواجبات كلها أخر موعد تسليم

1159
01:41:12,270 --> 01:41:18,210
يوم السبت 11.8 اللي ما نلم يسلم اللي أنا عايزك إيش

1160
01:41:18,210 --> 01:41:22,130
تستلميني ورقة ابعتيليها برضه على الـ email على

1161
01:41:22,130 --> 01:41:26,330
أساس أضمن لو صار لا سمح الله شيء يعني ما أقدرش أصلح

1162
01:41:26,330 --> 01:41:30,050
هدول في الوقت المناسب أكون معي شغلة backup أقدر

1163
01:41:30,050 --> 01:41:33,670
أصلحها هدى واحدة دراسة الحالة مهمة جدا أنك أنت

1164
01:41:33,670 --> 01:41:36,640
بتشتغل فيها الآن حتى لو أنا طالبها بعد المتحان لأن

1165
01:41:36,640 --> 01:41:40,960
هتلاحظ الامتحان يرتبط ارتباط يعني قوي بدراسة

1166
01:41:40,960 --> 01:41:44,380
الحالة فبالتالي أنت حله لكن ما تكتبيش يعني حله بس

1167
01:41:44,380 --> 01:41:48,040
تفهم المثال كيف ماشي و بعد الامتحان بت .. ممكن

1168
01:41:48,040 --> 01:41:54,300
تكتبيه و سلملي يعني، خلاص؟ ايه؟ إيش تمام؟ اي

1169
01:41:54,300 --> 01:42:00,180
امتحان، الامتحان مفتوح، أسلوب مفتوحة زي شوف .. زي

1170
01:42:00,180 --> 01:42:03,040
.. زي .. زي نظام الامتحانات اللي حاطها على الصفحة

1171
01:42:03,040 --> 01:42:06,320
بتاعة السنة اللي فاتت و الشامل و اللي احنا خدناها

1172
01:42:06,320 --> 01:42:13,040
يعني مش هتلاقي عن هذا السياق ده لا طبعا .. طبعا لا

1173
01:42:13,040 --> 01:42:16,700
بس هنا في إضافات عن الناس اللي فاتوا يعني القيم

1174
01:42:16,700 --> 01:42:19,260
الشاذة و هيك ما ارتاحتش بمرة الحضارة الجسم

1175
01:42:19,260 --> 01:42:24,800
ما ارتاحتش نهائيا الـ .. الـ .. أي قوانين مثلا زي

1176
01:42:24,800 --> 01:42:29,430
القانون اللي هدول .. هدول بعتكيهم هذه بعطيك إياهم

1177
01:42:29,430 --> 01:42:33,250
كقوانين بعطيك إياهم لو بدك تستخدمها أنا بعطيك

1178
01:42:33,250 --> 01:42:36,650
إياهم جدول مربع كاي أنا بعطيك إياها يعني كيف تطلعي

1179
01:42:36,650 --> 01:42:41,530
من الجدول طبعا الاستكشافي و التوكيدي في التوكيدي

1180
01:42:41,530 --> 01:42:44,950
هحط لكِ رسم جاهز و تعلقي عليها على المؤشرات اللي ..

1181
01:42:44,950 --> 01:42:48,030
اللي إحنا بنعرفها الـ script plot اللي هي رسم

1182
01:42:48,030 --> 01:42:51,890
تسكيرية بعطيك إياه لتحددي كم عامل ممكن أدخله و

1183
01:42:51,890 --> 01:42:55,760
هكذا لكن مش هاكلني امتحان فيه مثلا اذكر إيش

1184
01:42:55,760 --> 01:42:58,940
الافتراضات بتاعت نموذج الانحدار بحكيلك تحقق من

1185
01:42:58,940 --> 01:43:05,440
الفرضية مثلا متعلقة مثلا بعدم وجود ارتباط بين

1186
01:43:05,440 --> 01:43:08,740
المتغيرات المستقلة بديك الـ output يكون الـ output

1187
01:43:08,740 --> 01:43:13,980
جاهز لكن إنه أسئلة غريبة غير متوقعة ممكن تكون في

1188
01:43:13,980 --> 01:43:19,790
الـ bonus اه طبعا مش يعني زي السؤال تبقى الـ bonus

1189
01:43:19,790 --> 01:43:23,590
للنصف عشانكِ عملت محاضرة يوميا للمدرسين أول حاجة

1190
01:43:23,590 --> 01:43:28,330
ذكرتها ده أنه لو كان عندك مجتمع الدراسة كله فجهة

1191
01:43:28,330 --> 01:43:33,090
تعمل اختبار فرضيات بصير الحصارة الوصفة كافة لأنه

1192
01:43:33,090 --> 01:43:36,830
لسه .. لسه ده اللي هو مصاقنات الفصل هذا كله الهدف

1193
01:43:36,830 --> 01:43:40,570
منه تعامل نتاج العالم على المجتمع ككل طالما

1194
01:43:40,570 --> 01:43:45,430
المجتمع عنده كل موجود أعامم على مين فهي بكون

1195
01:43:45,430 --> 01:43:49,210
الوصفة الحسابي وحده كافة عشان كده تجد في معظم

1196
01:43:49,210 --> 01:43:53,170
التقارير للنشرات الحصائية و التقارير المالية إذا

1197
01:43:53,170 --> 01:43:56,970
عندك كل البيانات موجودة يكتفوا فقط بالتكرار و

1198
01:43:56,970 --> 01:44:00,930
العدد أو العدد يعني و النسب و الوصف الحسابي يكفي،

1199
01:44:00,930 --> 01:44:07,290
خلاص؟ أي سؤال؟ كده أنا بخلص فيه تقييم للمصاريف،

1200
01:44:07,290 --> 01:44:11,130
بتقييمه و بتعطيه للتسليم و بترجعه لكلية الله عطيك و

1201
01:44:11,130 --> 01:44:11,410
رحابة