دالة التوزيع الطبيعي
تُعدّ دالة التوزيع الطبيعي مفهومًا أساسيًا في الإحصاء والاحتمالات، وتلعب دورًا حيويًا في مجالاتٍ عديدة، من الاقتصاد إلى العلوم الاجتماعية والفيزياء والهندسة. تكمن أهمية هذه الدالة في وصفها للتوزيع الطبيعي للعديد من الظواهر الحياتية. ستتناول هذه المقالة دالة التوزيع الطبيعي بتفصيلٍ دقيق، وخصائصها، وتطبيقاتها، وكيفية توظيفها في تحليل البيانات.
ما هي دالة التوزيع الطبيعي؟
التوزيع الطبيعي، المعروف أيضاً بالتوزيع الغاوسي، هو أكثر توزيعات الاحتمالات شيوعاً في الإحصاء. يتميز منحنى هذا التوزيع بشكله الجرسيّ المتناظر حول المتوسط. ويُطلق عليه اسم "التوزيع الطبيعي" لأن العديد من المتغيرات العشوائية في الحياة الواقعية تقترب من هذا التوزيع عند جمع كميات كبيرة من البيانات.
تُعرَّف دالة التوزيع الطبيعي بمعاملين: المتوسط (μ) والانحراف المعياري (σ). يحدد المتوسط مركز التوزيع، بينما يحدد الانحراف المعياري عرض المنحنى وشكله. تُعطى هذه الدالة بالصيغة الرياضية التالية:
\[ f(x|\mu, \sigma) = \frac{1}{\sigma \sqrt{2\pi}} e^{ -\frac{(x-\mu)^2}{2\sigma^2}} \]
دي مانا:
- \( x \) هو متغير عشوائي
- \( \mu \) هو المتوسط
- \( \sigma \) هو الانحراف المعياري
- \( \pi \) هو الثابت باي (حوالي 3.14159)
- \( e \) هو أساس اللوغاريتم الطبيعي (حوالي 2.71828)
خصائص التوزيع الطبيعي
يتميز التوزيع الطبيعي بعدة خصائص مميزة تميزه عن التوزيعات الاحتمالية الأخرى:
1. متماثل: التوزيع الطبيعي متماثل حول المتوسط. وهذا يعني أن نصف البيانات يقع على يسار المتوسط والنصف الآخر على يمينه.
2. الذروة عند المتوسط: يكون للمنحنى ذروة عند المتوسط ويتناقص بشكل أسي كلما ابتعد عن المتوسط.
3. المساحة الكلية تحت المنحنى: المساحة الكلية تحت منحنى التوزيع الطبيعي هي 1، وهو ما يمثل الاحتمال الكلي.
4. المجموعة التجريبية: تقع حوالي 68% من البيانات ضمن انحراف معياري واحد عن المتوسط، و95% ضمن انحرافين معياريين، و99.7% ضمن ثلاثة انحرافات معيارية. يُعرف هذا بقاعدة 68-95-99.7.
5. غير محدود: منحنى التوزيع الطبيعي التقاربي حيث يقترب من المحور الأفقي (المحور السيني) ولكنه لا يلمسه أبدًا.
تطبيقات التوزيع العادي
للتوزيع الطبيعي تطبيقات واسعة في مختلف المجالات، وفيما يلي بعض الأمثلة:
1. العلوم الاجتماعية وعلم النفس
في البحوث الاجتماعية والنفسية، يُستخدم التوزيع الطبيعي غالبًا لوصف توزيع القيم مثل معدل الذكاء، ودرجات الاختبارات، وسمات الشخصية. ويفترض هذا التوزيع أن العديد من السمات البشرية تتوزع توزيعًا طبيعيًا، مما يسمح للباحثين بإجراء تحليلات إحصائية.
2. الاقتصاد والمالية
في الاقتصاد والأسواق المالية، يُستخدم افتراض التوزيع الطبيعي في نماذج مختلفة لتقدير المخاطر وعوائد الاستثمار وتقلبات السوق. وتستخدم نماذج مثل نموذج بلاك-شولز التوزيع الطبيعي لتسعير الخيارات والمشتقات المالية الأخرى.
3. العلوم الطبيعية والهندسة
في العلوم الطبيعية والهندسة، يُستخدم التوزيع الطبيعي لنمذجة أخطاء القياس والظواهر الطبيعية. على سبيل المثال، في الفيزياء، يُستخدم غالبًا لوصف الحركة البراونية وتوزيع الأخطاء في التجارب.
4. مراقبة الجودة
في الصناعة التحويلية، يتم استخدام التوزيع الطبيعي لأساليب مراقبة الجودة مثل مخططات التحكم، والتي تساعد في تحديد ما إذا كانت عملية الإنتاج ضمن الحدود المسموح بها أو تحتاج إلى تعديل.
تطبيق التوزيع الطبيعي في تحليل البيانات
لتطبيق التوزيع الطبيعي في تحليل البيانات، يجب فهم كيفية حساب الاحتمالات وكيفية توحيد البيانات. يساعد التوحيد على مقارنة البيانات من توزيعات طبيعية مختلفة.
Z- نقاط
الدرجة المعيارية (Z-score)، أو الانحراف المعياري، هي أسلوب يُستخدم غالبًا لقياس مدى بُعد قيمة (x) عن المتوسط بوحدات الانحراف المعياري. تُحسب الدرجة المعيارية باستخدام الصيغة التالية:
\[ Z = \frac{(X - \mu)}{\sigma} \]
ويمكن بعد ذلك استخدام قيمة Z-score هذه لإيجاد الاحتمالية أو النسبة المئوية للتوزيع الطبيعي القياسي (المتوسط = 0 والانحراف المعياري = 1) باستخدام جدول Z أو البرامج الإحصائية.
مخطط QQ
مخطط QQ (مخطط الكميات) هو أداة بيانية لتقييم ما إذا كانت مجموعة من البيانات تتبع توزيعًا محددًا، مثل التوزيع الطبيعي. إذا كانت البيانات تتبع توزيعًا طبيعيًا، فإن النقاط على مخطط QQ ستشكل خطًا مستقيمًا.
اختبار التوزيع الطبيعي
توجد عدة اختبارات إحصائية يمكن استخدامها للتحقق من التوزيع الطبيعي للبيانات، بما في ذلك اختبار كولموغوروف-سميرنوف، واختبار شابيرو-ويلك، واختبار أندرسون-دارلينغ. تساعد هذه الاختبارات في تحديد ما إذا كانت بيانات المجتمع الأصلية تتبع التوزيع الطبيعي.
مثال حقيقي
لتوضيح كيفية تطبيق التوزيع الطبيعي، دعونا نأخذ مثالاً من الواقع. لنفترض أن لدينا بيانات درجات اختبار من 1000 طالب بمتوسط 70 وانحراف معياري 10.
حساب الاحتمالات
نريد أن نعرف احتمال حصول الطالب على درجة بين 60 و 80. أولاً، نحسب الدرجة المعيارية (Z-score) للدرجتين 60 و 80.
\[ Z_{60} = \frac{60 – 70}{10} = -1 \]
\[ Z_{80} = \frac{80 – 70}{10} = 1 \]
باستخدام جدول التوزيع الطبيعي المعياري (Z-table)، نجد أن احتمال Z ≤ -1 هو 0.1587، واحتمال Z ≤ 1 هو 0.8413. ولإيجاد احتمال الحصول على درجة بين 60 و80، نطرح هذين الاحتمالين: \[ P(60 ≤ X ≤ 80) = P(Z ≤ 1) - P(Z ≤ -1) = 0.8413 - 0.1587 = 0.6826 \] إذن، احتمال حصول الطالب على درجة بين 60 و80 هو 68.26% تقريبًا. إنشاء مخطط QQ: باستخدام برامج إحصائية مثل R أو Python، يمكننا إنشاء مخطط QQ لبيانات درجات الاختبار. إذا كانت بيانات درجات الاختبار الفعلية تتبع التوزيع الطبيعي، فإن النقاط على المخطط ستشكل خطًا مستقيمًا. اختبار التوزيع الطبيعي: أخيرًا، يمكننا إجراء اختبار شابيرو-ويلك للتحقق مما إذا كانت بيانات درجات الاختبار تتبع التوزيع الطبيعي. باستخدام البرامج الإحصائية، يُمكننا بسهولة الحصول على قيمة الاحتمال (p-value) لهذا الاختبار. إذا كانت قيمة الاحتمال أكبر من مستوى الدلالة (عادةً 0.05)، فإننا لا نرفض الفرضية الصفرية القائلة بأن بياناتنا تتبع التوزيع الطبيعي. الخلاصة: يُعد التوزيع الطبيعي أساس التحليل الإحصائي، وله تطبيقات واسعة النطاق في مختلف التخصصات. خصائصه الرئيسية - التناظر، وذروته عند المتوسط، وقاعدة 68-95-99.7 - تجعله مثاليًا لأنواع عديدة من تحليل البيانات. من خلال فهم كيفية عمل التوزيع الطبيعي وكيفية تطبيقه في تحليل البيانات، يستطيع الباحثون والمختصون استخلاص استنتاجات قوية ودقيقة من بياناتهم. سواءً كان الأمر يتعلق بالتنبؤ بالمخاطر المالية، أو تقييم السمات النفسية، أو مراقبة جودة التصنيع، فإن التوزيع الطبيعي يُوفر إطارًا قويًا لفهم وتحليل التباين الكامن في الأنظمة المعقدة.
