| 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 | |