๑۩۞۩๑ اهداء لكل حزين فى المنتدى ๑۩۞۩๑ *•~-. ¸¸,. -~*السلام عليكم ورحمة الله وبركاته*•~-. -~* لاتيأس اذا تعثرت أقدامك وسقطت في حفرة واسعه.. فسوف تخرج منها وأنت أكثر تماسكا وقوة!! **والله مع الصابرين** ———————– لا تحزن إذا جاءك سهم قاتل من أقرب الناس إلى قلبك.. فسوف تجد من ينزع السهم ويعيد لك الحياة و الابتسامه! ——————————- لا تحاول البحث عن حلم خذلك.. وحاول أن تجعل من حالة الإنكسار بداية حلم جديد! ———————————- لا تقف كثيراً على الأطلال.. خاصة إذا كانت الخفافيش قد سكنتها والأشباح عرفت طريقها.. وابحث عن صوت عصفور.. يتسلل وراء الأفق مع ضوء صباح جديد! اهداء لي متابعيني تصميم مركاض المرموم - YouTube. —————————- لا تكون مثل مالك الحزين.. هذا الطائر العجيب الذي يغني أجمل الحانه وهو ينزف.. فلا شيء في الدنيا يستحق من دمك نقطة واحده! ————————– إذا أغلقت الشتاء أبواب بيتك.. وحاصرتك تلال الجليد من كل مكان.. فانتظر قدوم الربيع وافتح نوافذك لنسمات الهواء النقي! وانظر بعيدا فسوف ترى أسراب الطيور وقد عادت تغني.. وسوف تري الشمس وهي تلقي خيوطها الذهبيه فوق أغصان الشجر لتصنع لك عمراً جديداً وحلماً جديداً.. وقلباً جديداً! لا تحاول أن تعيد حساب الأمس وما خسرت فيه.. فالعمر حين تسقط أوراقه لن تعود مرة أخرى.. ولكن مع كل ربيع جديد سوف تنبت أوراق أخرى.. فانظر الى تلك الأوراق التي تغطي وجه السماء.. ودعك مما سقط على الأرض فقد صارت جزءاً منها!!
المشاركات: 56 المواضيع 1 الإنتساب: Dec 2021 السمعة: 4 الجنس:: أنثى مزاجك: لا يوجد الدولة: شكرأ 1 تلقى الشكر 4 عداد شكرأ 0% 0 دي مفتريه جدا المشاركات: 50 المواضيع 4 الإنتساب: Jan 2022 9 الجنس:: ذكر الدولة: شكرأ 0 تلقى الشكر 9 عداد شكرأ 0% 0 فشخته يا عيني المواضيع 0 6 الدولة: شكرأ 0 تلقى الشكر 6 عداد شكرأ 0% المشاركات: 52 2 الدولة: شكرأ 0 تلقى الشكر 2 عداد شكرأ 0% 0 كان يبقى احلى لو اتناكت منه و عصرت زبه ب عضلات كسها المشاركات: 160 المواضيع 3 الإنتساب: Mar 2022 الدولة: شكرأ 0 تلقى الشكر 1 عداد شكرأ 0%
——————– إذا كان الأمس ضاع.. فبين يديك اليوم! وإذا كان اليوم سوف يجمع أوراقه ويرحل.. فلديك الغد.. لا تحزن على الأمس فهو لن يعود! ولا تأسف على اليوم.. فهو راحل!! واحلم بشمس مضيئه في غد جميل.. إننا أحياناً قد نعتاد الحزن حتى يصبح جزءاً منا ونصير جزءاً منه.. وفي بعض الأحيان تعتاد عين الإنسان على بعض الألوان.. ويفقد القدرة على أن يرى غيرها.. ولو أنه حاول أن يرى ما حوله لأكتشف أن اللون الأسود جميل.. ولكن الأبيض أجمل منه.. وأن لون السماء الرمادي يحرك المشاعر والخيال! ولكن لون السماء أصفى في زرقته.. فابحث عن الصفاء ولو كان لحظة..! وابحث عن الوفاء ولو كان متعباً و شاقاً!! وتمسك بخيوط الشمس حتى ولو كانت بعيده.. ولا تترك قلبك ومشاعرك وأيامك لأشياء ضاع زمانها! إذا لم تجد من يسعدك فحاول أن تسعد نفسك.. وإذا لم تجد من يضيء لك قنديلاً.. فلا تبحث عن اخر أطفأه! وإذا لم تجد من يغرس في أيامك ورده.. فلا تسعى لمن غرس في قلبك سهماً ومضى …!! وننسى أن في الحياة أشياء كثيرة يمكن أن تسعدنا.. وأن حولنا وجوهاً كثيرة يمكن أن تضيء في ظلام أيامنا شمعة.. فابحث عن قلب يمنحك الضوء.. ولا تترك نفسك رهينة لأحزان الليالي المظلمة.. لكــل من فقد الأمل بالحياة أهديه هذه الكلمات.. *•~-.
-~*اتمنى للجميع السعاده*•~-. -~ مشكوره على المرور نورتي تسلمين علا الموضوع يسلمووووووو والله كلمات تقوي المكسورة وتنزع الهم من علي كل حزينة تقبلي مروووري
ويتم التحويل باستخدام المعادلة التالية: حيث μ هو المتوسط و σ هو الانحراف المعياري. ففي المثال السابق تكون قيمة Z المناظرة لـ X=40 هي (40 – 35) \2 = 2. 5 وبالتالي فإننا نبحث في جدول التوزيع الطبيعي القياسي عن قيمة 2. 5 والتي نجدها تناظر 0. 993 أي أن المساحة على اليسار تساوي هذه القيمة والتي تناظر أن تكون X أقل من 40. ولكننا نبحث عن احتمالية X أكبر من 40. وبالتالي فإننا نبحث عن المساحة على يمين المنحنى وهي 1- 0. 993 = 0. 017. أي أن احتمالية أن تتجاوز X الأربعين هي 1. 7%. لاحظ أن المساحة الكلية تحت منحنى التوزيع الطبيعي تساوي 1 في كل الأحوال ولذلك فإننا طرحنا القيمة التي حصلنا عليها من 1 لكي نحصل على المساحة على يمين المنحنى. ويمكن الوصول لنفس النتيجة باستخدام برنامج إكسل Excel أو برنامج كالك Calc باستخدام الدالة NORMSDIST فنكتب في أي خلية NORMSDIST(2. 5) =0. 993 ولكن علينا الانتباه إلى أن هذه هي المساحة على يسار الـ 2. 5 فهي تعني احتمالية أن تكون X أقل من 40. هل يمكن تحديد احتمالية أن تكون X بين 30. 5 و 32؟ نعم، علينا أن نحسب المساحة تحت المنحنى على يسار كل قيمة ثم نطرحهما لنحصل على المساحة بين هاتين القيميتين وهي كما تعلم تساوي احتمالية وقوع X بين هاتين القيمتين.
فمنحنى التوزيع القياسي هو وسيلة لحساب الاحتمالات (المساحة تحت المنحنى) لأي منحنى توزيع طبيعي. فيمكننا تحويل القيمة (X) لأي متغير يتبع توزيعا طبيعيا غير قياسي إلى نظيرتها (Z) في منحنى التوزيع الطبيعي القياسي وبالتالي نتمكن من تقدير المساحة تحت المنحنى. فالتحويل من X إلى Z والعكس شبيه باستخدام مقياس الرسم في الخرائط. وحساب المساحة تحت المنحنى الأول باستخدام المساحة تحت المنحنى القياسي تشبه قياس مساحة الشكل باستخدام المربعات الصغيرة معلومة المساحة. والشكل أدناه يبين مثالا لعملية التحويل. فلدينا توزيع طبيعي بمتوسط = 15 وانحراف معياري يساوي 3. ونريد أن نُقدِّر احتمالية أن يقع هذا المتغير بين 16 و 20. نستخدم التحويل فنُحوِّل القيميتين 16 و 20 لنظيرتيهما في التوزيع القياسي وهما 0 و 1. 33. ما معنى هذا التحويل؟ معنى هذا التحويل أن المساحة التي نريد حسابها أصلا والملونة باللون الأخضر والواقعة أسفل المنحنى الأصلي بين القيمتين 16 و20 تساوي المساحة تحت المنحنى القياسي بين القيمتين 0 و 1. 33 والملونة باللون الأحمر على الرغم من اختلاف الشكل. وبالتالي فالتحويل يمكننا من تقدير المساحة الملونة باللون الأحمر باستخدام جداول التوزيع الطبيعي القياسي أو باستخدام الحاسوب.
64 الحل: الجدول التالي جزء من جدول الاحتمالات المتجمعة للتوزيع المعتدل المعياري ويتم الحصول على القيمة المعيارية Z بجمع القيمتين المناسبتين الموجودتين بالصف العلوي والعمود الأول بيسار الجدول، ويحوي العمود الأول من جهة اليسار على قيم تصل إلى رقم عشري واحد فقط، بينما يحوي الصف العلوي على الرقم المئوي. فالإحتمال المتجمع المناظر للقيمة 1. 64 يوجد أمام الصف 1. 6 وتحت العمود 0. 04 (لاحظ أن 1. 6 + 0. 04 = 1. 64) وهي قيمة Z المطلوب إيجاد الاحتمال المتجمع عندها، وهذا الإحتمال هو 0. 9495 ، أي أن P(Z<1. 64)=0. 9495 وهذا هو الإحتمال المتجمع للمتغير Z من (-) إلى 1. 64 والجدول التالي يوضح ذلك: أوجد أن احتمال أن Z أكبر من (>) 1. 64. إن مجموع الاحتمالات المتجمعة لأي متغير عشوائي يساوي (1)، وحيث أن المساحة الكلية تحت منحنى أي متغير عشوائي مستمر تمثل مجموع الاحتمالات، لذا فإن هذه المساحة تساوي)1( لذا فإن: P(Z>1. 64)=1-P(Z<1. 64)=1-0. 9495=0. 0505 أوجد المساحة تحت المنحنى المعتدل المعياري على يمين Z=-1. 65. المنحنى المعتدل كما أوضحنا منحنى متماثل حول الصفر، وبالتالي فإن المساحة تحت المنحنى على يمين -1. 65 تساوي المساحة تحت المنحنى على يسار 1.
96 ، -1. 96 واخيرا فان 99% منها بين 2. 576 ، -2. 576 كما ان التوزيع التكرارى الاحتمالى للتوزيع الطبيعى القياسى حتى متوسطه ( الصفر) يحتوى على نصف عدد مفردات المتغير العشوائى وبمعنى اخر فان المساحة على يسار النقطة صفر ( متوسط التوزيع الطبيعى القياسى) = 50% من اجمالى المساحة اسفل منحنى التوزيع الطبيعى القياسى أو ان مجموع الاحتمالات لقيم المتغير العشوائى فى التوزيع الطبيعى القياسى حتى الصفر = 0. 5 عند كل قيمة لـ x توجد قيمة جدولية لها ( فاى) ويوضح الرسم البيانى التالى المساحات اسفل منحنى التوزيع الطبيعى القياسى طرق التأكد من التوزيع الطبيعي للتأكد من أن البيانات تتوزع حسب التوزيع الطبيعى توجد عدة طرق منها: 1- طرق تعتمد على الرسم البيانى 2- طرق تعتمد على حساب مقياس احصائى للبيانات 3- طرق تعتمد على اجراء اختبار احصائى ويمكن استخدام احد تلك الطرق للتأكد من أن البيانات لها التوزيع الطبيعى وسنتعرض للطرق السابقة على حده. اولا الاعتماد على الأشكال البيانية: حيث ان منحنى التوزيع الطبيعى متماثل حول الوسط الحسابى لذا ستعتمد فكرة الأشكال البيانية على مفهوم التماثل عن طريق اسقاط عمود من قمة المنحنى وبحث الجزئين المقسم لهما الشكل هل متساويان ( متماثل حول العمود) فتكون للبيانات التوزيع الطبيعى أم غير متساوى فتكون البيانات ليس لها التوزيع الطبيعى.
07%. هل هذا ترف أكاديمي؟ بالطبع لا، فالأمثلة التي استعرضناها تعطي أرقاما مهمة تساعد المدير على اتخاذ القرارات. ففي المثال الأخير يبدو أن احتمال الخطأ يعتبر كبيرا وبالتالي فهذه المؤسسة إما أن ترفض الالتزام بهذا العمل أو أن تطور أسلوب الإنتاج تطويرا كبيرا يقلل من نسبة الخطأ. وفي المثال الأول قد تجد إدارة المطعم أن الحفاظ على زمن إعداد المشروب أقل من 3 دقائق في 97. 7% من الحالات هو أمر مقبول وقد تستهدف ما هو أفضل من ذلك للوصول إلى نسبة 99%. في المقالة التالية إن شاء الله نستعرض المزيد من الأمثلة ونناقش كيفية قراءة جداول منحنى التوزيع الطبيعي القياسي. مقالات ذات صلة: منحنى التوزيع الطبيعي نظرية الحد المركزية… Central Limit Theorem منحنى التوزيع الطبيعي القياسي -2 المدرج التكراراي بعض التوزيعات الأخرى خرائط المراقبة … Control Charts تلخيص البيانات تلخيص البيانات باستخدام برنامج إكسل من مراجع المقالة: Applied Statistical Methods, W. Carlson and B. Thorne, Prentice Hall, 1997 Statistics for Managers, Levine et al., Prentice Hall, 1999 Lean Six Sigma Pocket ToolBook, George at al., McGraw ill, 2005
01 مم فإن المخاطرة ستكون كبيرة. فنحن نعلم أنه في 68% من الحالات يكون هذا الطول مساويا 10 ± 1* 0. 01 = 9. 99 إلى 10. 01 مم وبالتالي فإننا في هذه الحالة نتوقع أن نحقق المواصفات في 68% من الكمية المنتجة أي أن 32% من المحتمل أن يتجاوز المواصفات المطلوبة. ومن هنا نفكر في عدم القيام بهذه العملية أو استخدام طريقة إنتاج أخرى. ولا يتوقف الأمر عند هذا الحد بل يمكننا تحديد احتمالية تجاوز أي قيمة وذلك من خلال الجداول أو باستخدام الحاسوب. والتوزيع الطبيعي هو جزء أساسي من فكرة خرائط المراقبة. فالحدود القصوى والدنيا توضع عند µ ± 3 σ. لماذا؟ لأنه في حالة التوزيع الطبيعي فإن احتمالية وقوع القيم في هذا المدى هي 99. 7% كما ذكرنا منذ قليل. أي أن القيمة لو كانت خارج هذا المدى فهي لا تنتمي لنفس التوزيع أي أن شيئا غير طبيعي قد حدث. المساحة تحت المنحنى…لماذا؟ كما علمت فإن احتمالية وقوع المتغير بين قيمتين تقاس بالمساحة تحت المنحنى بين هاتين القيميتن. ولكن من أين لنا هذا المفهوم؟ دعنا نرجع إلى المدرج التكراري Histogram. انظر إلى المدرج التكراري أدناه والذي يبين زمن عملية ما بالأيام. من الواضح أن الزمن متغير ولكن إن سألتك ما هي احتمالية أن يكون زمن العملية بين 20 و40 يوما؟ كيف ستفكر في الأمر؟ إنك ستنظر إلى الأعمدة التي تبين وقوع المتغير في هذا المدى.
ولهذا السبب، فإنه كثيراً ما يشاهد هذا التوزيع في الممارسة العملية، وهو يستخدم في الإحصاء والعلوم الطبيعية والعلوم الاجتماعية [1] نموذجاً بسيطاً للتعامل مع ظواهر معقدة. على سبيل المثال، خطأ الملاحظة في تجربة ما، غالباً ما يتبع توزيعاً طبيعياً. كما يحسب انتشار اللايقين باستخدام هذا الافتراض أيضاً. انظر إلى توزيع ستيودنت الاحتمالي وإلى توزيع كوشي وإلى التوزيع اللوجستي. لاحظ أن لمتغير ذي توزع طبيعي توزيعاً متناظراً حول متوسطه. ولهذا فإن القيم التي تنمو بشكل أسي (كالأسعار والدخل وعدد السكان) تكون ملتوية نحو اليمين (skewness)، وبالتالي يمكن التعبير عنها بشكل أفضل باستخدام توزيعات أخرى، كالتوزيع الطبيعي اللوغاريتمي وتوزيع باريتو. تعريف [ عدل] التوزيع الطبيعي الموسّط المختزل [ عدل] تُعرف أبسط حالة من التوزيع الطبيعي باسم التوزيع الطبيعي الموسّط المختزل. إنه حالة خاصة حيث و. نسمي التوزيع الطبيعي (أو غاوسي) موسّط مختزل التوزيع المعرّف بدالة الكثافة. الرسم البياني لهذه الكثافة يمثل شكل جرس. الدالّة بحيث هي دالة كثافة احتمالية: هي متواصلة وتكاملها على يساوي 1. نعلم أن تكامل غاوسي. ونبين أن (انظر التالي) التوزيع الذي يقع تحديده انطلاقاً من دالة الكثافة هذه له قيمة متوقعة تساوى 0 وتباينا يساوي 0.