File size: 139,363 Bytes
7e94c8c |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 777 778 779 780 781 782 783 784 785 786 787 788 789 790 791 792 793 794 795 796 797 798 799 800 801 802 803 804 805 806 807 808 809 810 811 812 813 814 815 816 817 818 819 820 821 822 823 824 825 826 827 828 829 830 831 832 833 834 835 836 837 838 839 840 841 842 843 844 845 846 847 848 849 850 851 852 853 854 855 856 857 858 859 860 861 862 863 864 865 866 867 868 869 870 871 872 873 874 875 876 877 878 879 880 881 882 883 884 885 886 887 888 889 890 891 892 893 894 895 896 897 898 899 900 901 902 903 904 905 906 907 908 909 910 911 912 913 914 915 916 917 918 919 920 921 922 923 924 925 926 927 928 929 930 931 932 933 934 935 936 937 938 939 940 941 942 943 944 945 946 947 948 949 950 951 952 953 954 955 956 957 958 959 960 961 962 963 964 965 966 967 968 969 970 971 972 973 974 975 976 977 978 979 980 981 982 983 984 985 986 987 988 989 990 991 992 993 994 995 996 997 998 999 1000 1001 1002 1003 1004 1005 1006 1007 1008 1009 1010 1011 1012 1013 1014 1015 1016 1017 1018 1019 1020 1021 1022 1023 1024 1025 1026 1027 1028 1029 1030 1031 1032 1033 1034 1035 1036 1037 1038 1039 1040 1041 1042 1043 1044 1045 1046 1047 1048 1049 1050 1051 1052 1053 1054 1055 1056 1057 1058 1059 1060 1061 1062 1063 1064 1065 1066 1067 1068 1069 1070 1071 1072 1073 1074 1075 1076 1077 1078 1079 1080 1081 1082 1083 1084 1085 1086 1087 1088 1089 1090 1091 1092 1093 1094 1095 1096 1097 1098 1099 1100 1101 1102 1103 1104 1105 1106 1107 1108 1109 1110 1111 1112 1113 1114 1115 1116 1117 1118 1119 1120 1121 1122 1123 1124 1125 1126 1127 1128 1129 1130 1131 1132 1133 1134 1135 1136 1137 1138 1139 1140 1141 1142 1143 1144 1145 1146 1147 1148 1149 1150 1151 1152 1153 1154 1155 1156 1157 1158 1159 1160 1161 1162 1163 1164 1165 1166 1167 1168 1169 1170 1171 1172 1173 1174 1175 1176 1177 1178 1179 1180 1181 1182 1183 1184 1185 1186 1187 1188 1189 1190 1191 1192 1193 1194 1195 1196 1197 1198 1199 1200 1201 1202 1203 1204 1205 1206 1207 1208 1209 1210 1211 1212 1213 1214 1215 1216 1217 1218 1219 1220 1221 1222 1223 1224 1225 1226 1227 1228 1229 1230 1231 1232 1233 1234 1235 1236 1237 1238 1239 1240 1241 1242 1243 1244 1245 1246 1247 1248 1249 1250 1251 1252 1253 1254 1255 1256 1257 1258 1259 1260 1261 1262 1263 1264 1265 1266 1267 1268 1269 1270 1271 1272 1273 1274 1275 1276 1277 1278 1279 1280 1281 1282 1283 1284 1285 1286 1287 1288 1289 1290 1291 1292 1293 1294 1295 1296 1297 1298 1299 1300 1301 1302 1303 1304 1305 1306 1307 1308 1309 1310 1311 1312 1313 1314 1315 1316 1317 1318 1319 1320 1321 1322 1323 1324 1325 1326 1327 1328 1329 1330 1331 1332 1333 1334 1335 1336 1337 1338 1339 1340 1341 1342 1343 1344 1345 1346 1347 1348 1349 1350 1351 1352 1353 1354 1355 1356 1357 1358 1359 1360 1361 1362 1363 1364 1365 1366 1367 1368 1369 1370 1371 1372 1373 1374 1375 1376 1377 1378 1379 1380 1381 1382 1383 1384 1385 1386 1387 1388 1389 1390 1391 1392 1393 1394 1395 1396 1397 1398 1399 1400 1401 1402 1403 1404 1405 1406 1407 1408 1409 1410 1411 1412 1413 1414 1415 1416 1417 1418 1419 1420 1421 1422 1423 1424 1425 1426 1427 1428 1429 1430 1431 1432 1433 1434 1435 1436 1437 1438 1439 1440 1441 1442 1443 1444 1445 1446 1447 1448 1449 1450 1451 1452 1453 1454 1455 1456 1457 1458 1459 1460 1461 1462 1463 1464 1465 1466 1467 1468 1469 1470 1471 1472 1473 1474 1475 1476 1477 1478 1479 1480 1481 1482 1483 1484 1485 1486 1487 1488 1489 1490 1491 1492 1493 1494 1495 1496 1497 1498 1499 1500 1501 1502 1503 1504 1505 1506 1507 1508 1509 1510 1511 1512 1513 1514 1515 1516 1517 1518 1519 1520 1521 1522 1523 1524 1525 1526 1527 1528 1529 1530 1531 1532 1533 1534 1535 1536 1537 1538 1539 1540 1541 1542 1543 1544 1545 1546 1547 1548 1549 1550 1551 1552 1553 1554 1555 1556 1557 1558 1559 1560 1561 1562 1563 1564 1565 1566 1567 1568 1569 1570 1571 1572 1573 1574 1575 1576 1577 1578 1579 1580 1581 1582 1583 1584 1585 1586 1587 1588 1589 1590 1591 1592 1593 1594 1595 1596 1597 1598 1599 1600 1601 1602 1603 1604 1605 1606 1607 1608 1609 1610 1611 1612 1613 1614 1615 1616 1617 1618 1619 1620 1621 1622 1623 1624 1625 1626 1627 1628 1629 1630 1631 1632 1633 1634 1635 1636 1637 1638 1639 1640 1641 1642 1643 1644 1645 1646 1647 1648 1649 1650 1651 1652 1653 1654 1655 1656 1657 1658 1659 1660 1661 1662 1663 1664 1665 1666 1667 1668 1669 1670 1671 1672 1673 1674 1675 1676 1677 1678 1679 1680 1681 1682 1683 1684 1685 1686 1687 1688 1689 1690 1691 1692 1693 1694 1695 1696 1697 1698 1699 1700 1701 1702 1703 1704 1705 1706 1707 1708 1709 1710 1711 1712 1713 1714 1715 1716 1717 1718 1719 1720 1721 1722 1723 1724 1725 1726 1727 1728 1729 1730 1731 1732 1733 1734 1735 1736 1737 1738 1739 1740 1741 1742 1743 1744 1745 1746 1747 1748 1749 1750 1751 1752 1753 1754 1755 1756 1757 1758 1759 1760 1761 1762 1763 1764 1765 1766 1767 1768 1769 1770 1771 1772 1773 1774 1775 1776 1777 1778 1779 1780 1781 1782 1783 1784 1785 1786 1787 1788 1789 1790 1791 1792 1793 1794 1795 1796 1797 1798 1799 1800 1801 1802 1803 1804 1805 1806 1807 1808 1809 1810 1811 1812 1813 1814 1815 1816 1817 1818 1819 1820 1821 1822 1823 1824 1825 1826 1827 1828 1829 1830 1831 1832 1833 1834 1835 1836 1837 1838 1839 1840 1841 1842 1843 1844 1845 1846 1847 1848 1849 1850 1851 1852 1853 1854 1855 1856 1857 1858 1859 1860 1861 1862 1863 1864 1865 1866 1867 1868 1869 1870 1871 1872 1873 1874 1875 1876 1877 1878 1879 1880 1881 1882 1883 1884 1885 1886 1887 1888 1889 1890 1891 1892 1893 1894 1895 1896 1897 1898 1899 1900 1901 1902 1903 1904 1905 1906 1907 1908 1909 1910 1911 1912 1913 1914 1915 1916 1917 1918 1919 1920 1921 1922 1923 1924 1925 1926 1927 1928 1929 1930 1931 1932 1933 1934 1935 1936 1937 1938 1939 1940 1941 1942 1943 1944 1945 1946 1947 1948 1949 1950 1951 1952 1953 1954 1955 1956 1957 1958 1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030 2031 2032 2033 2034 2035 2036 2037 2038 2039 2040 2041 2042 2043 2044 2045 2046 2047 2048 2049 2050 2051 2052 2053 2054 2055 2056 2057 2058 2059 2060 2061 2062 2063 2064 2065 2066 2067 2068 2069 2070 2071 2072 2073 2074 2075 2076 2077 2078 2079 2080 2081 2082 2083 2084 2085 2086 2087 2088 2089 2090 2091 2092 2093 2094 2095 2096 2097 2098 2099 2100 2101 2102 2103 2104 2105 2106 2107 2108 2109 2110 2111 2112 2113 2114 2115 2116 2117 2118 2119 2120 2121 2122 2123 2124 2125 2126 2127 2128 2129 2130 2131 2132 2133 2134 2135 2136 2137 2138 2139 2140 2141 2142 2143 2144 2145 2146 2147 2148 2149 2150 2151 2152 2153 2154 2155 2156 2157 2158 2159 2160 2161 2162 2163 2164 2165 2166 2167 2168 2169 2170 2171 2172 2173 2174 2175 2176 2177 2178 2179 2180 2181 2182 2183 2184 2185 2186 2187 2188 2189 2190 2191 2192 2193 2194 2195 2196 2197 2198 2199 2200 2201 2202 2203 2204 2205 2206 2207 2208 2209 2210 2211 2212 2213 2214 2215 2216 2217 2218 2219 2220 2221 2222 2223 2224 2225 2226 2227 2228 2229 2230 2231 2232 2233 2234 2235 2236 2237 2238 2239 2240 2241 2242 2243 2244 2245 2246 2247 2248 2249 2250 2251 2252 2253 2254 2255 2256 2257 2258 2259 2260 2261 2262 2263 2264 2265 2266 2267 2268 2269 2270 2271 2272 2273 2274 2275 2276 2277 2278 2279 2280 2281 2282 2283 2284 2285 2286 2287 2288 2289 2290 2291 2292 2293 2294 2295 2296 2297 2298 2299 2300 2301 2302 2303 2304 2305 2306 2307 2308 2309 2310 2311 2312 2313 2314 2315 2316 2317 2318 2319 2320 2321 2322 2323 2324 2325 2326 2327 2328 2329 2330 2331 2332 2333 2334 2335 2336 2337 2338 2339 2340 2341 2342 2343 2344 2345 2346 2347 2348 2349 2350 2351 2352 2353 2354 2355 2356 2357 2358 2359 2360 2361 2362 2363 2364 2365 2366 2367 2368 2369 2370 2371 2372 2373 2374 2375 2376 2377 2378 2379 2380 2381 2382 2383 2384 2385 2386 2387 2388 2389 2390 2391 2392 2393 2394 2395 2396 2397 2398 2399 2400 2401 2402 2403 2404 2405 2406 2407 2408 2409 2410 2411 2412 2413 2414 2415 2416 2417 2418 2419 2420 2421 2422 2423 2424 2425 2426 2427 2428 2429 2430 2431 2432 2433 2434 2435 2436 2437 2438 2439 2440 2441 2442 2443 2444 2445 2446 2447 2448 2449 2450 2451 2452 2453 2454 2455 2456 2457 2458 2459 2460 2461 2462 2463 2464 2465 2466 2467 2468 2469 2470 2471 2472 2473 2474 2475 2476 2477 2478 2479 2480 2481 2482 2483 2484 2485 2486 2487 2488 2489 2490 2491 2492 2493 2494 2495 2496 2497 2498 2499 2500 2501 2502 2503 2504 2505 2506 2507 2508 2509 2510 2511 2512 2513 2514 2515 2516 2517 2518 2519 2520 2521 2522 2523 2524 2525 2526 2527 2528 2529 2530 2531 2532 2533 2534 2535 2536 2537 2538 2539 2540 2541 2542 2543 2544 2545 2546 2547 2548 2549 2550 2551 2552 2553 2554 2555 2556 2557 2558 2559 2560 2561 2562 2563 2564 2565 2566 2567 2568 2569 2570 2571 2572 2573 2574 2575 2576 2577 2578 2579 2580 2581 2582 2583 2584 2585 2586 2587 2588 2589 2590 2591 2592 2593 2594 2595 2596 2597 2598 2599 2600 2601 2602 2603 2604 2605 2606 2607 2608 2609 2610 2611 2612 2613 2614 2615 2616 2617 2618 2619 2620 2621 2622 2623 2624 2625 2626 2627 2628 2629 2630 2631 2632 2633 2634 2635 2636 2637 2638 2639 2640 2641 2642 2643 2644 2645 2646 2647 2648 2649 2650 2651 2652 2653 2654 2655 2656 2657 2658 2659 2660 2661 2662 2663 2664 2665 2666 2667 2668 2669 2670 2671 2672 2673 2674 2675 2676 2677 2678 2679 2680 2681 2682 2683 2684 2685 2686 2687 2688 2689 2690 2691 2692 2693 2694 2695 2696 2697 2698 2699 2700 2701 2702 2703 2704 2705 2706 2707 2708 2709 2710 2711 2712 2713 2714 2715 2716 2717 2718 2719 2720 2721 2722 2723 2724 2725 2726 2727 2728 2729 2730 2731 2732 2733 2734 2735 2736 2737 2738 2739 2740 2741 2742 2743 2744 2745 2746 2747 2748 2749 2750 2751 2752 2753 2754 2755 2756 2757 2758 2759 2760 2761 2762 2763 2764 2765 2766 2767 2768 2769 2770 2771 2772 2773 2774 2775 2776 2777 2778 2779 2780 2781 2782 2783 2784 2785 2786 2787 2788 2789 2790 2791 2792 2793 2794 2795 2796 2797 2798 2799 2800 2801 2802 2803 2804 2805 2806 2807 2808 2809 2810 2811 2812 2813 2814 2815 2816 2817 2818 2819 2820 2821 2822 2823 2824 2825 2826 2827 2828 2829 2830 2831 2832 2833 2834 2835 2836 2837 2838 2839 2840 2841 2842 2843 2844 2845 2846 2847 2848 2849 2850 2851 2852 2853 2854 2855 2856 2857 2858 2859 2860 2861 2862 2863 2864 2865 2866 2867 2868 2869 2870 2871 2872 2873 2874 2875 2876 2877 2878 2879 2880 2881 2882 2883 2884 2885 2886 2887 2888 2889 2890 2891 2892 2893 2894 2895 2896 2897 2898 2899 2900 2901 2902 2903 2904 2905 2906 2907 2908 2909 2910 2911 2912 2913 2914 2915 2916 2917 2918 2919 2920 2921 2922 2923 2924 2925 2926 2927 2928 2929 2930 2931 2932 2933 2934 2935 2936 2937 2938 2939 2940 2941 2942 2943 2944 2945 2946 2947 2948 2949 2950 2951 2952 2953 2954 2955 2956 2957 2958 2959 2960 2961 2962 2963 2964 2965 2966 2967 2968 2969 2970 2971 2972 2973 2974 2975 2976 2977 2978 2979 2980 2981 2982 2983 2984 2985 2986 2987 2988 2989 2990 2991 2992 2993 2994 2995 2996 2997 2998 2999 3000 3001 3002 3003 3004 3005 3006 3007 3008 3009 3010 3011 3012 3013 3014 3015 3016 3017 3018 3019 3020 3021 3022 3023 3024 3025 3026 3027 3028 3029 3030 3031 3032 3033 3034 3035 3036 3037 3038 3039 3040 3041 3042 3043 3044 3045 3046 3047 3048 3049 3050 3051 3052 3053 3054 3055 3056 3057 3058 3059 3060 3061 3062 3063 3064 3065 3066 3067 3068 3069 3070 3071 3072 3073 3074 3075 3076 3077 3078 3079 3080 3081 3082 3083 3084 3085 3086 3087 3088 3089 3090 3091 3092 3093 3094 3095 3096 3097 3098 3099 3100 3101 3102 3103 3104 3105 3106 3107 3108 3109 3110 3111 3112 3113 3114 3115 3116 3117 3118 3119 3120 3121 3122 3123 3124 3125 3126 3127 3128 3129 3130 3131 3132 3133 3134 3135 3136 3137 3138 3139 3140 3141 3142 3143 3144 3145 3146 3147 3148 3149 3150 3151 3152 3153 3154 3155 3156 3157 3158 3159 3160 3161 3162 3163 3164 3165 3166 3167 3168 3169 3170 3171 3172 3173 3174 3175 3176 3177 3178 3179 3180 3181 3182 3183 3184 3185 3186 3187 3188 3189 3190 3191 3192 3193 3194 3195 3196 3197 3198 3199 3200 3201 3202 3203 3204 3205 3206 3207 3208 3209 3210 3211 3212 3213 3214 3215 3216 3217 3218 3219 3220 3221 3222 3223 3224 3225 3226 3227 3228 3229 3230 3231 3232 3233 3234 3235 3236 3237 3238 3239 3240 3241 3242 3243 3244 3245 3246 3247 3248 3249 3250 3251 3252 3253 3254 3255 3256 3257 3258 3259 3260 3261 3262 3263 3264 3265 3266 3267 3268 3269 3270 3271 3272 3273 3274 3275 3276 3277 3278 3279 3280 3281 3282 3283 3284 3285 3286 3287 3288 3289 3290 3291 3292 3293 3294 3295 3296 3297 3298 3299 3300 3301 3302 3303 3304 3305 3306 3307 3308 3309 3310 3311 3312 3313 3314 3315 3316 3317 3318 3319 3320 3321 3322 3323 3324 3325 3326 3327 3328 3329 3330 3331 3332 3333 3334 3335 3336 3337 3338 3339 3340 3341 3342 3343 3344 3345 3346 3347 3348 3349 3350 3351 3352 3353 3354 3355 3356 3357 3358 3359 3360 3361 3362 3363 3364 3365 3366 3367 3368 3369 3370 3371 3372 3373 3374 3375 3376 3377 3378 3379 3380 3381 3382 3383 3384 3385 3386 3387 3388 3389 3390 3391 3392 3393 3394 3395 3396 3397 3398 3399 3400 3401 3402 3403 3404 3405 3406 3407 3408 3409 3410 3411 3412 3413 3414 3415 3416 3417 3418 3419 3420 3421 3422 3423 3424 3425 3426 3427 3428 3429 3430 3431 3432 3433 3434 3435 3436 3437 3438 3439 3440 3441 3442 3443 3444 3445 3446 3447 3448 3449 3450 3451 3452 3453 3454 3455 3456 3457 3458 3459 3460 3461 3462 3463 3464 3465 3466 3467 3468 3469 3470 3471 3472 3473 3474 3475 3476 3477 3478 3479 3480 3481 3482 3483 3484 3485 3486 3487 3488 3489 3490 3491 3492 3493 3494 3495 3496 3497 3498 3499 3500 3501 3502 3503 3504 3505 3506 3507 3508 3509 3510 3511 3512 3513 3514 3515 3516 3517 3518 3519 3520 3521 3522 3523 3524 3525 3526 3527 3528 3529 3530 3531 3532 3533 3534 3535 3536 3537 3538 3539 3540 3541 3542 3543 3544 3545 3546 3547 3548 3549 3550 3551 3552 3553 3554 3555 3556 3557 3558 3559 3560 3561 3562 3563 3564 3565 3566 3567 3568 3569 3570 3571 3572 3573 3574 3575 3576 3577 3578 3579 3580 3581 3582 3583 3584 3585 3586 3587 3588 3589 3590 3591 3592 3593 3594 3595 3596 3597 3598 3599 3600 3601 3602 3603 3604 3605 3606 3607 3608 3609 3610 3611 3612 3613 3614 3615 3616 3617 3618 3619 3620 3621 3622 3623 3624 3625 3626 3627 3628 3629 3630 3631 3632 3633 3634 3635 3636 3637 3638 3639 3640 3641 3642 3643 3644 3645 3646 3647 3648 3649 3650 3651 3652 3653 3654 3655 3656 3657 3658 3659 3660 3661 3662 3663 3664 3665 3666 3667 3668 3669 3670 3671 3672 3673 3674 3675 3676 3677 3678 3679 3680 3681 3682 3683 3684 3685 3686 3687 3688 3689 3690 3691 3692 3693 3694 3695 3696 3697 3698 3699 3700 3701 3702 3703 3704 3705 3706 3707 3708 3709 3710 3711 3712 3713 3714 3715 3716 3717 3718 3719 3720 3721 3722 3723 3724 3725 3726 3727 3728 3729 3730 3731 3732 3733 3734 3735 3736 3737 3738 3739 3740 3741 3742 3743 3744 3745 3746 3747 3748 3749 3750 3751 3752 3753 3754 3755 3756 3757 3758 3759 3760 3761 3762 3763 3764 3765 3766 3767 3768 3769 3770 3771 3772 3773 3774 3775 3776 3777 3778 3779 3780 3781 3782 3783 3784 3785 3786 3787 3788 3789 3790 3791 3792 3793 3794 3795 3796 3797 3798 3799 3800 3801 3802 3803 3804 3805 3806 3807 3808 3809 3810 3811 3812 3813 3814 3815 3816 3817 3818 3819 3820 3821 3822 3823 3824 3825 3826 3827 3828 3829 3830 3831 3832 3833 3834 3835 3836 3837 3838 3839 3840 3841 3842 3843 3844 3845 3846 3847 3848 3849 3850 3851 3852 3853 3854 3855 3856 3857 3858 3859 3860 3861 3862 3863 3864 3865 3866 3867 3868 3869 3870 3871 3872 3873 3874 3875 3876 3877 3878 3879 3880 3881 3882 3883 3884 3885 3886 3887 3888 3889 3890 3891 3892 3893 3894 3895 3896 3897 3898 3899 3900 3901 3902 3903 3904 3905 3906 3907 3908 3909 3910 3911 3912 3913 3914 3915 3916 3917 3918 3919 3920 3921 3922 3923 3924 3925 3926 3927 3928 3929 3930 3931 3932 3933 3934 3935 3936 3937 3938 3939 3940 3941 3942 3943 3944 3945 3946 3947 3948 3949 3950 3951 3952 3953 3954 3955 3956 3957 3958 3959 3960 3961 3962 3963 3964 3965 3966 3967 3968 3969 3970 3971 3972 3973 3974 3975 3976 3977 3978 3979 3980 3981 3982 3983 3984 3985 3986 3987 3988 3989 3990 3991 3992 3993 3994 3995 3996 3997 3998 3999 4000 4001 4002 4003 4004 4005 4006 4007 4008 4009 4010 4011 4012 4013 4014 4015 4016 4017 4018 4019 4020 4021 4022 4023 4024 4025 4026 4027 4028 4029 4030 4031 4032 4033 4034 4035 4036 4037 4038 4039 4040 4041 4042 4043 4044 4045 4046 4047 4048 4049 4050 4051 4052 4053 4054 4055 4056 4057 4058 4059 4060 4061 4062 4063 4064 4065 4066 4067 4068 4069 4070 4071 4072 4073 4074 4075 4076 4077 4078 4079 4080 4081 4082 4083 4084 4085 4086 4087 4088 4089 4090 4091 4092 4093 4094 4095 4096 4097 4098 4099 4100 4101 4102 4103 4104 4105 4106 4107 4108 4109 4110 4111 4112 4113 4114 4115 4116 4117 4118 4119 4120 4121 4122 4123 4124 4125 4126 4127 4128 4129 4130 4131 4132 4133 4134 4135 4136 4137 4138 4139 4140 4141 4142 4143 4144 4145 4146 4147 4148 4149 4150 4151 4152 4153 4154 4155 4156 4157 4158 4159 4160 4161 4162 4163 4164 4165 4166 4167 4168 4169 4170 4171 4172 4173 4174 4175 4176 4177 4178 4179 4180 4181 4182 4183 4184 4185 4186 4187 4188 4189 4190 4191 4192 4193 4194 4195 4196 4197 4198 4199 4200 4201 4202 4203 4204 4205 4206 4207 4208 4209 4210 4211 4212 4213 4214 4215 4216 4217 4218 4219 4220 4221 4222 4223 4224 4225 4226 4227 4228 4229 4230 4231 4232 4233 4234 4235 4236 4237 4238 4239 4240 4241 4242 4243 4244 4245 4246 4247 4248 4249 4250 4251 4252 4253 4254 4255 4256 4257 4258 4259 4260 4261 4262 4263 4264 4265 4266 4267 4268 4269 4270 4271 4272 4273 4274 4275 4276 4277 4278 4279 4280 4281 4282 4283 4284 4285 4286 4287 4288 4289 4290 4291 4292 4293 4294 4295 4296 4297 4298 4299 4300 4301 4302 4303 4304 4305 4306 4307 4308 4309 4310 4311 4312 4313 4314 4315 4316 4317 4318 4319 4320 4321 4322 4323 4324 4325 4326 4327 4328 4329 4330 4331 4332 4333 4334 4335 4336 4337 4338 4339 4340 4341 4342 4343 4344 4345 4346 4347 4348 4349 4350 4351 4352 4353 4354 4355 4356 4357 4358 4359 4360 4361 4362 4363 4364 4365 4366 4367 4368 4369 4370 4371 4372 4373 4374 4375 4376 4377 4378 4379 4380 4381 4382 4383 4384 4385 4386 4387 4388 4389 4390 4391 4392 4393 4394 4395 4396 4397 4398 4399 4400 4401 4402 4403 4404 4405 4406 4407 4408 4409 4410 4411 4412 4413 4414 4415 4416 4417 4418 4419 4420 4421 4422 4423 4424 4425 4426 4427 4428 4429 4430 4431 4432 4433 4434 4435 4436 4437 4438 4439 4440 4441 4442 4443 4444 4445 4446 4447 4448 4449 4450 4451 4452 4453 4454 4455 4456 4457 4458 4459 4460 4461 4462 4463 4464 4465 4466 4467 4468 4469 4470 4471 4472 4473 4474 4475 4476 4477 4478 4479 4480 4481 4482 4483 4484 4485 4486 4487 4488 4489 4490 4491 4492 4493 4494 4495 4496 4497 4498 4499 4500 4501 4502 4503 4504 4505 4506 4507 4508 4509 4510 4511 4512 4513 4514 4515 4516 4517 4518 4519 4520 4521 4522 4523 4524 4525 4526 4527 4528 4529 4530 4531 4532 4533 4534 4535 4536 4537 4538 4539 4540 4541 4542 4543 4544 4545 4546 4547 4548 4549 4550 4551 4552 4553 4554 4555 4556 4557 4558 4559 4560 4561 4562 4563 4564 4565 4566 4567 4568 4569 4570 4571 4572 4573 4574 4575 4576 4577 4578 4579 4580 4581 4582 4583 4584 4585 4586 4587 4588 4589 4590 4591 4592 4593 4594 4595 4596 4597 4598 4599 4600 4601 4602 4603 4604 4605 4606 4607 4608 4609 4610 4611 4612 4613 4614 4615 4616 4617 4618 4619 4620 4621 4622 4623 4624 4625 4626 4627 4628 4629 4630 4631 4632 4633 4634 4635 4636 4637 4638 4639 4640 4641 4642 4643 4644 4645 4646 4647 4648 4649 4650 4651 4652 4653 4654 4655 4656 4657 4658 4659 4660 4661 4662 4663 4664 4665 4666 4667 4668 4669 4670 4671 4672 4673 4674 4675 4676 4677 4678 4679 4680 4681 4682 4683 4684 4685 4686 4687 4688 4689 4690 4691 4692 4693 4694 4695 4696 4697 4698 4699 4700 4701 4702 4703 4704 4705 4706 4707 4708 4709 4710 4711 4712 4713 4714 4715 4716 4717 4718 4719 4720 4721 4722 4723 4724 4725 4726 4727 4728 4729 4730 4731 4732 4733 4734 4735 4736 4737 4738 4739 4740 4741 4742 4743 4744 4745 4746 4747 4748 4749 4750 4751 4752 4753 4754 4755 4756 4757 4758 4759 4760 4761 4762 4763 4764 4765 4766 4767 4768 4769 4770 4771 4772 4773 4774 4775 4776 4777 4778 4779 4780 4781 4782 4783 4784 4785 4786 4787 4788 4789 4790 4791 4792 4793 4794 4795 4796 4797 4798 4799 4800 4801 4802 4803 4804 |
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
|