‫تحليل النحدار ‪Analysis Of‬‬

‫‪Regression‬‬

‫النحدار الخطي البسيط ‪: Simple Linear Regression‬‬ ‫‪‬‬

‫الشكل العام لمعادلة النحدار الخطي البسيط ‪Y = β0 + β1 X + ε :‬‬

‫حيث ‪ e‬يسمى الراسب ) أو الباقي أو الخطأ ( ‪e =Y −Yˆ :‬‬ ‫نرمز للمعادلة المقدرة ‪Yˆ = βˆ 0 + βˆ1 X + e :‬‬

‫‪ ‬اختبار الفرضية ‪ H 0 : β 1 = 0‬مقابل الفرضية ‪: H 1 : β1 ≠ 0 :‬‬

‫وتعني الفرضية العدم أنه ل توجد علقة خطية بين المتغيرين ‪ , X,Y‬و الفرضية البديلة تعني أنه توجد علقة خطية‪.‬‬
‫لجراء مثل هذا الختبار سنحتاج إلى جدول تحليل التباين ‪:‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪∑ yi = TSS = SSR + SSE = ∑ (Yˆi − Y ) 2 + ∑ ei2 = β 12 ∑ ( X i − X ) 2 + ∑ ei2‬‬
‫‪i =1‬‬ ‫‪i =1‬‬ ‫‪i =1‬‬ ‫‪i =1‬‬ ‫‪i =1‬‬

‫‪SSR‬‬ ‫‪SSR‬‬ ‫‪SSE‬‬

‫= ‪MES‬‬ ‫=‬ ‫= ‪, MSE‬‬ ‫‪= S YX‬‬
‫‪2‬‬

‫‪k −1‬‬ ‫‪1‬‬ ‫‪n −2‬‬

‫‪MRS‬‬
‫فإذا كان ‪ F > F1n −2‬نرفض الفرضية العدم أي هناك علقة خطية ‪ ,‬و إن كان‬ ‫‪,‬‬ ‫= ‪F‬‬ ‫‪:‬‬ ‫مؤشر الختبار‬
‫‪MES‬‬
‫‪ F < F1n −2‬نقبل الفرضية العدم ) أي ل توجد علقة خطيية (‬
‫جدول تحليل التباين ‪:‬‬

‫‪S.O.V.‬‬ ‫‪df‬‬ ‫‪SS‬‬ ‫‪MS‬‬ ‫‪F‬‬

‫‪Regression‬‬ ‫‪1‬‬ ‫‪SSR‬‬ ‫‪MSR‬‬ ‫‪MRS‬‬
‫)‪Residuals (Errors‬‬ ‫‪n-2‬‬ ‫‪SSE‬‬ ‫‪MSE‬‬ ‫= ‪F‬‬
‫‪Total‬‬ ‫‪n-1‬‬ ‫‪SST‬‬ ‫‪MES‬‬

‫‪ ‬لجراء تحليل النحدار الخطي البسيط في برنامج إكسل نقوم بالتالي‪:‬‬

‫لتكن لدينا البيانات الموضحة في الشكل المجاور‪:‬‬ ‫‪.1‬‬

‫من شريط القوائم ‪ :‬أدوات )‪ : Tools) < Data Analysis < Regression‬فتظهر لدينا النافذة التالية ‪:‬‬ ‫‪.2‬‬

‫‪9‬‬ ‫‪S.R.C.‬‬
 ‫في حقل ‪ Input Y Range‬نكتب نطاق خليا قيم المتحول التابع )‪Dependent Variable) Y‬‬
‫في حقل ‪ Input Y Range‬نكتب نطاق خليا قيم المتحول المستقل)‪Independent Variable) X‬‬
‫كما ترى في الشكل فإن الخيار ‪ Labels‬مفعل ‪ ,‬ذلك لنني بدأت تحديد نطاق الخليا لكل من ‪ x‬و ‪ y‬ابتداء من عناوين العمدة‬
‫)التي تمثل قيما نصية(‪.‬‬
‫إذا قمنا بتفعيل الخيار ‪ Confidence Level‬فسيتم إظهار مجال الثقة للمعاملت المقدرة‬
‫بالسنبة للرواسب ) البواقي ( ‪:‬‬
‫بتفعيل الخيار ‪ Residuals‬سيتم إظهار جدول الرواسب‪ ,‬وبتفعيل الخيار ‪ Standardized Residuals‬سيتم إظهار جدول‬
‫للرواسب المعايرة ) سيتم توضيحهم لحقا (‪ ,‬و بتفعيل الخيار ‪ Residual Plots‬سيتم تمثيل الرواسب بيانيا ‪ ,‬و بتفعيل الخيار‬
‫‪ Line Fit Plots‬سيتم رسم لوحة النتشار للمتحولين ‪ , X,Y‬إضافة إلى النقاط المقدرة ) مستقيم النحدار (‪.‬‬
‫بعد أن تتأكد من المدخلت قم بالنقر على ‪, OK‬لتظهر لديك أربعة جداول مذهلة ) تجبرك على خلع القبعة لشركة مايكروسوفت‬
‫(‬

‫الجدول الول‪ -Regression Statistics :‬ررررررر رررررررر‪-‬‬

‫‪SUMMARY‬‬
‫‪OUTPUT‬‬

‫‪Regression Statistics‬‬
‫‪Multiple R‬‬ ‫‪0.965950001‬‬
‫‪R Square‬‬ ‫‪0.933059405‬‬
‫‪Adjusted R Square‬‬ ‫‪0.923496463‬‬
‫‪Standard Error‬‬ ‫‪4.702076381‬‬
‫‪Observations‬‬ ‫‪9‬‬

‫الجدول الثاني‪ – ANOVA :‬تحليل التباين ‪-‬‬

‫‪ANOVA‬‬
‫‪df‬‬ ‫‪SS‬‬ ‫‪MS‬‬ ‫‪F‬‬ ‫‪Significance F‬‬
‫‪Regression‬‬ ‫‪1‬‬ ‫‪2157.233344‬‬ ‫‪2157.233344‬‬ ‫‪97.57032808‬‬ ‫‪2.31997E-05‬‬
‫‪Residual‬‬ ‫‪7‬‬ ‫‪154.7666561‬‬ ‫‪22.1095223‬‬
‫‪Total‬‬ ‫‪8‬‬ ‫‪2312‬‬

‫‪P − value ( Sign . F ) =2.31997 E − 05 =2.31997 ×10 −5 = 0.0000231997  α = 0.05‬‬ ‫نلحظ أن‬
‫وذلك يعني أننا نرفض الفرضية العدم القائلة أنه ل توجد علقة خطية بين المتحولين ‪ , X,Y‬ونقبل بالفرضية البديلة أي يوجد‬
‫علقة خطية بين المتحولين عند مستوى أهمية ‪alpha = 0.05‬‬

‫‪9‬‬ ‫‪S.R.C.‬‬
 ‫الجدول الثالث ‪ :‬جدول المعاملت‪.‬‬

‫‪Lowe‬‬ ‫‪Upper95‬‬
‫‪Coefficients‬‬ ‫‪Standard Error‬‬ ‫‪t Stat‬‬ ‫‪P-value‬‬ ‫‪95%‬‬ ‫‪%‬‬
‫‪β̂1‬‬ ‫‪Intercept‬‬ ‫‪-21.48020353‬‬ ‫‪9.659200021‬‬ ‫‪-2.22380771‬‬ ‫‪0.061530537‬‬ ‫‪-44.3205‬‬ ‫‪1.360175‬‬
‫̂‪β‬‬ ‫‪0‬‬ ‫‪X‬‬ ‫‪1.242407378‬‬ ‫‪0.125778132‬‬ ‫‪9.877769388‬‬ ‫‪2.31997E-05‬‬ ‫‪0.944989‬‬ ‫‪1.539825‬‬
‫قيم المعاملت‬ ‫الخطأ المعياري‬ ‫قيمة مؤشر‬ ‫قيمة الحتمال‬ ‫حدود مجال الثقة لقيمة‬
‫المقدرة وفقا‬ ‫در‬
‫للعامل المق ّ‬ ‫الختبار‬ ‫المتعلقة‬ ‫كل معامل‬
‫لطريقة‬ ‫المتعلق‬ ‫بالفرضية‬
‫المربعات‬ ‫بالفرضية‬
‫الصغرى‬
‫الفرضيات المقصود بها في هذا الجدول هي ‪:‬‬
‫الذي في السطر الثاني ‪.‬‬ ‫̂‪β‬‬ ‫‪0‬‬
‫‪ H 0 : β 0 = 0‬مقابل الفرضية البديلة ‪ H 1 : β 0 ≠ 0 :‬وذلك بالنسبة للمعامل‬

‫الذي في السطر الول‪.‬‬ ‫̂‪β‬‬ ‫‪1‬‬

‫‪ H 0 : β1 = 0‬مقابل الفرضية البديلة ‪ H 1 : β1 ≠ 0 :‬وذلك بالنسبة للمعامل‬
‫الجدول الرابع ‪ :‬جدول الراسب و التقديرات‪:‬‬

‫‪Observation‬‬ ‫‪Predicted Y‬‬ ‫‪Residuals‬‬

‫‪Standard Residuals‬‬
‫المشاهدة رقم‬ ‫القيمة المقدرة وفقا لمعادلة النحدار‬ ‫‪ ,‬قيمة الراسب‬
‫الراسب المعاير و تتم‬
‫المقدرة‬ ‫معايرته بتقسيمه على‬
‫أي ˆ‪e = Y − Y‬‬
‫أي ˆ‪Y‬‬ ‫الخطأ المعياري للتقدير‬
‫أخيرا يتبقى لدينا الرسوم البيانية ‪:‬‬
‫المخطط البياني الول هو ‪ , X Line Fit Plot :‬النقط التي باللون النفسجي ثمثل النقط‪ , ( X i , Yi ) :‬أما النقط باللون‬
‫الوردي)‪ (Predicted Y‬فهي تمثل النقط المقدرة‬
‫وفقا لمعادلة النحدار ‪ ,‬لحظ أنها تشكل مستقيما ‪.‬‬
‫حتى يكون الشكل مأولفا أكثر أنصحك بالتالي ‪ :‬انقر بالزر‬
‫اليمن للفأر فوق إحدى النقاط المقدرة ) اللون الوردي (‬
‫عندها تظهر لديك قائمة مختصرة ‪ ,‬اختر منها " نوع‬
‫التخطيط " “‪ ”Chart Type‬ستظهر لديك النافذة ‪:‬‬

‫اختر نوع التخطيط المشار إليه )س و ص مبعثر ‪(XY Scatter‬‬

‫‪ ,‬انقر موافق ‪ ,‬ثم إذا أردت أجر بعض التعديلت في‬
‫البعاد و اللون ‪ ,‬وخواص الترقيم‬
‫) يمكنك أن تبدأ الترقيم من القيمة ‪ 50‬إذا أردت ( ‪,‬‬
‫يمكنك أن تجري التعديل الذي تريد على أي جزء من‬
‫التخطيط فقط بالنقر مرتين على ذلك الجزء ‪.‬‬
‫جرب ذلك بنفسك !‬

‫‪X Line Fit Plot‬‬

‫‪100‬‬
‫‪90‬‬
‫‪80‬‬
‫‪70‬‬
‫‪Y‬‬

‫سيظهر لديك شكل مشابه للشكل ‪:‬‬

‫‪60‬‬
‫‪50‬‬
‫‪40‬‬
‫‪50‬‬ ‫‪60‬‬ ‫‪70‬‬ ‫‪80‬‬ ‫‪90‬‬ ‫‪100‬‬
‫‪X Residual Plot‬‬ ‫‪Y‬‬
‫‪X‬‬ ‫‪Predicted Y‬‬
‫‪10‬‬
‫‪Residuals‬‬

‫‪5‬‬
‫‪0‬‬
‫‪-5‬‬ ‫الشكل البياني الثاني الذي سيظهر‬
‫‪-10‬‬ ‫أيضا هو ‪ , X Residual Plot‬وهو التمثيل‬
‫‪75‬‬ ‫‪82‬‬ ‫‪65‬‬ ‫‪90‬‬ ‫‪77‬‬ ‫‪60‬‬ ‫‪55‬‬ ‫‪87‬‬ ‫‪91‬‬
‫‪9‬‬ ‫‪S.R.C.‬‬
‫‪X‬‬
 ‫البياني لقيم الرواسب ‪ ,‬التمثيل يظهر‬
‫بشكل نقطي ‪ ,‬يمكنك أيضا التعديل على‬
‫نوع التخطيط بنفس الطريقة السابقة‬
‫) اختر مثل نوع التخطيط ‪ :‬أعمدة ‪(Column‬‬
‫ليظهر لديك شكل مشابه للتالي ‪:‬‬

‫النحدار الخطي المتعدد ‪: Multiple Linear Regression‬‬ ‫•‬

‫يتم إجراء تحليل النحدار الخطي المتعدد بنفس الطريقة تقريبا ‪ ,‬والنتائج ستكون مشابهة للسابق ‪ ,‬على سبيل المثال إذا‬
‫كان لدينا متحول مرتبط ‪ , Y‬ومعه متحولين مستقلين ‪, X1,X2‬‬
‫كما هو مبين في الشكل ‪:‬‬
‫من شريط القوائم ‪:‬‬
‫أدوات )‪Tools) < Data Analysis < Regression‬‬
‫في مربع النص ‪ Input Y Range‬نقوم بتحديد الخليا من ‪ C1‬حتى‬
‫‪ , C10‬وفي مربع النص ‪ Input X Range‬نقوم بتحديد الخليا من ‪ A1‬حتى ‪, B10‬‬
‫كما هو موضح ‪:‬‬

‫المخرجات ستكون مألوفة لديك ‪.‬‬

‫إن كان لديك أكثر من متحولين مستقلين ) ومتحول مرتبط وحيد دائما ( يمكنك إجراء تحليل النحدار المتعدد بنفس‬
‫الطريقة السابقة ‪ ,‬المهم قم بكتابة بيانات المتحول المستقل في أعمدة متجاورة ‪ ,‬ثم قم بتحديدها كلها في الحقل ‪Input‬‬
‫‪X Range‬‬

‫المخططات البيانية‬
‫‪Charts‬‬

‫‪:‬‬ ‫رسم لوحة النتشار لمتحولين ‪X,Y Scatter Plot‬‬ ‫•‬

‫لتكن البيانات الموضحة في الشكل المجاور ‪:‬‬

‫لرسم لوحة النتشار للنقاط )‪ (x,y‬نقوم بالتالي ‪:‬‬

‫من شريط القوائم ‪:‬‬
‫‪Insert > Chart‬‬ ‫إدراج > تخطيط‬
‫ستظهر لدينا النافذة التالية ‪:‬‬

‫‪9‬‬ ‫‪S.R.C.‬‬
 ‫لنجاز الرسم علينا المرور بأربع خطوات ‪:‬‬
‫الخطوة ‪ 1‬من ‪ – 4‬نوع التخطيط‬
‫)‪:(Chart Type‬‬
‫قم باختيار نوع التخطيط ‪(XY (Scatter‬‬
‫)س و ص مبعثر(‬
‫انقر على ‪ :‬التالي ‪Next‬‬

‫الخطوة ‪ 2‬من ‪ – 4‬البيانات المصدر‬

‫)‪: (Source Data‬‬

‫في الخطوة الثانية لديك نافذتين‬

‫مبوبتين ‪:‬‬
‫نطاق البيانات ‪ Data Range‬و‬
‫متسلسلة ‪Series‬‬
‫انقر على التبويب‪ :‬متسلسلة ‪Series‬‬
‫الن انقر على إضافة )‪: (Add‬‬
‫ستظهر لديك ثلثة حقول ‪:‬‬
‫ضع المؤشر على الحقل ‪ :‬قيم س‬
‫)‪ : (X Values‬ثم قم بتحديد نطاق‬
‫الخليا على صفحة إكسل من الخلية‬
‫‪ A2‬حتى الخلية ‪.A11‬‬
‫امسح محتويات الحقل ‪ :‬قيم ص‬
‫)‪ , (Y Values‬ثم قم بتحديد الخليا‬
‫على صفحة إكسل من الخلية ‪B2‬‬
‫حتى الخلية ‪B11‬‬
‫اكتب في الحقل ‪ :‬السم ‪Nmae‬‬
‫)‪(x,y‬‬
‫ثم انقر على التالي ‪Next‬‬

‫الخطوة ‪ 3‬من ‪– 4‬‬

‫خيارات التخطيط ‪:Chart Options‬‬
‫يمكنك فيها أن تكتب عنوان التخطيط‬
‫وعناوين المحاور ‪ ,‬انقر على التالي ‪.‬‬
‫الخطوة الخيرة هي تحديد مكان إظهار‬
‫التخطيط ‪ .‬اختر المكان ثم انقر إنهاء‬
‫)‪(Finish‬‬
‫ستظهر عندها لوحة النتشار في‬
‫ورقة العمل‪.‬‬
‫يمكنك التعديل على المخطط من حيث‪:‬‬
‫عنوان‬ ‫اللون ‪ ,‬والبعاد ‪ ,‬وأحجام النصوص ‪,‬‬
‫الصفحة‬ ‫والترقيم ‪ ,‬وحتى نوع التخطيط ‪ ,‬فقط‬
‫يقوم إكسل‬ ‫بالنقر مرتين ‪ ,‬أو بالزر اليمن للفأرة‪.‬‬
‫بكتابته تلقائيا‬

‫التخطيط الشريطي ‪: Bar Chart‬‬ ‫•‬

‫لتكن لدينا البيانات الموضحة في الشكل ‪:‬‬
‫لرسم التخطيط الشريطي نقوم باتباع الخطوات ‪:‬‬

‫‪9‬‬ ‫‪S.R.C.‬‬
 ‫من‪ :‬إدراج > تخطيط‬
‫نختار في الخطوة الولى نوع التخطيط ‪ :‬عمودي‬
‫في الخطوة الثانية وفي النافذة المبوبة ‪ :‬نطاق البيانات ‪Data Range‬‬
‫وفي الحقل ‪ :‬نطاق البيانات ‪ Data Range‬نقوم بتحديد نطاق الخليا‬
‫للمبيعات ) من ‪ A2‬حتى ‪ , ( A9‬الن اقر على التبويب "سلسلة ‪"Series‬‬
‫في الحقل ‪ Name‬اكتب ‪ " :‬المبيعات " ‪ ,‬و في الحقل ‪:‬‬
‫"عناوين محور س للفئة ‪ "Category (X) axis labels‬قم بتحديد نطاق‬
‫الخليا التي تتضمن العوام ) أي من ‪ B2‬حتى ‪ , ( B9‬أكمل باقي‬
‫الخطوات كما في السابق لتحصل على الشكل المطلوب‪.‬‬

‫العمليات على المصفوفات ‪Dealing with‬‬

‫‪Matrixes‬‬

‫سنتناول عمليات الجمع والطرح و الضرب و المنقول و المحدد و المقلوب‪:‬‬

‫عمليات الجمع و الطرح‪:‬‬
‫لتكن المصفوفتان الموضحتان في الشكل التالي ‪:‬‬

‫قبل البدء بعمليات الجمع اتبع التي وبدقة ‪:‬‬

‫قم بتحديد نطاق عناصر المصفوفة ‪ ) A‬في مثالنا من ‪ B2‬حتى ‪( D4‬‬ ‫‪-1‬‬
‫سيظهر لديك في أعلى يسار الشاشة مايلي‪:‬‬ ‫‪-2‬‬

‫في الحقل المشار إليه ستجد مكتوبا ‪ ) B2‬أو ‪( D4‬‬

‫قم بمسح محتويات هذا الحقل واكتب فيه ‪ ) A‬اسم المصفوفة ( ثم اضغط على ‪ ,Enter‬أي بالشكل التالي ‪:‬‬ ‫‪-3‬‬

‫‪9‬‬ ‫‪S.R.C.‬‬
 ‫كرر نفس العملية بالنسبة لعناصر المصفوفة ‪ ) B‬أي قم بتسمية نطاق الخليا من ‪ G2‬حتى ‪ I4‬بـ ‪( B‬‬
‫ليجاد مجموع المصفوفتين نتبع الخطوات التالية‪:‬‬
‫نحدد نطاق خليا فارغة أبعادها ‪ ) 3*3‬مساوية لبعاد المصفوفتين السابقتين ( ‪ ,‬ولتكن مثل من ‪ B6‬حتى ‪.D8‬‬ ‫‪-1‬‬
‫اكتب أثناء التحديد الصيغة التالية ‪A+B= :‬‬ ‫‪-2‬‬
‫نضغط على ‪ Crtl‬و ‪ Shift‬باستمرار الضغط عليهما نضغط على ‪ Enter‬فتظهر المصفوفة الناتجة في الخليا‬ ‫‪-3‬‬
‫الفارغة‬
‫أما بالنسبة لعملية الطرح فيتم بنفس العملية لكن نضع إشارة الطرح بدل من الجمع ‪.‬‬
‫عمليات جداء المصفوفات ‪:‬‬
‫قم بتحديد نطاق من الخليا موافقة لسعة مصفوفة الجداء التي ستنتج ‪ .‬ولتكن من ‪ B10‬حتى ‪D12‬‬ ‫‪-1‬‬
‫اكتب الدالة التالية ‪(MMULT(A;B= :‬‬ ‫‪-2‬‬
‫نضغط على ‪ Crtl‬و ‪ Shift‬و باستمرار الضغط عليهما نضغط على ‪ Enter‬فتظهر مصفوفة الجداء ‪. A*B‬‬ ‫‪-3‬‬
‫منقول مصفوفة ‪:‬‬
‫قم بتحديد نطاق من الخليا الفارغة ولتكن مثل من ‪ B14‬حتى ‪.D16‬‬ ‫‪-1‬‬
‫اكتب الدالة التالية ‪)A) =TRANSPOSE:‬‬ ‫‪-2‬‬
‫نضغط على ‪ Crtl‬و ‪ Shift‬و باستمرار الضغط عليهما نضغط على ‪ Enter‬فيظهر منقول المصفوفة ‪ A‬في‬ ‫‪-3‬‬
‫الخليا الفارغة‪.‬‬
‫دد مصفوفة ‪:‬‬ ‫مح ّ‬
‫محدد المصوفة عبارة عن قيمة واحدة ‪ ,‬ليجادها قم بتحديد خلية فارغة ثم اكتب فيها الدالة =‪ (MDETERM(A‬ثم بالنقر على‬
‫‪ Enter‬تظهر لدينا القيمة ‪ 165.92‬والتي تمثل محدد المصفوفة ‪.A‬‬
‫مقلوب مصفوفة ‪:‬‬
‫يتم بنفس طريقة إيجاد منقول مصفوفة تماما ‪ ,‬غير أننا نكتب الدالة ‪. =(MINVERSE(A‬‬
‫الشكل التالي يوضح العمليات التي قمنا بها ‪:‬‬

‫‪9‬‬ ‫‪S.R.C.‬‬
 ‫لمحة عن برنامج‬
‫‪Minitab‬‬

‫يعد برنامج ‪ Minitab‬أسهل البرامج الحصائية الجاهزة على الطلق! وهو يشمل كل ما يخطر على بالك من مواضيع‬
‫الحصاء التطبيقي‪ .‬ولكن مايميزه أيضا هو قسم المساعدة التفاعلي المدعم بهذا البرنامج‪.‬‬
‫من شريط القوائم في برنامج ‪: Minitab‬‬
‫‪Help > Contents > Menu Commands > Stat‬‬
‫تجد فيه شرحا عن العمليات الحصائية المتاحة في البرنامج‬
‫‪ :‬مما ستجد في هذا القسم‬
‫‪ ) : Basic Statistics‬الحصاءات الساسية )الحصاء الوصفي ‪ ,‬اختبار الفرضيات‬
‫‪Regression‬النحدار ‪:‬‬
‫)‪ANOVA (Analysis of Variance‬تحليل التباين ‪:‬‬
‫‪ : (DOE (Design of Experiments‬تصميم التجارب‬
‫‪ : Time Series‬السلسل الزمنية‬
‫‪ :‬المهم من كل هذا هو المثلة ‪Help > Contents > Examples‬‬
‫المثلة هي أفضل طريقة لتعلم هذا البرنامج‬
‫بقي أن أقول لك شيئ لطيفا ! وهو أن المساعدة باللغة النكليزية ‪ ,‬ولكن ل عليك فاللغة التي تحتاجها هي لغة بسيطة ‪,‬‬
‫‪ .‬إضافة إلى حصيلة وافرة من المصطلحات العلمية و الحصائية‬
‫تم بعون الله‬
‫معن التنجي‪ -8 -‬تشرين الول‪2006-‬‬
‫__________________________________________________________________________________________‬

‫المراجع المعتمدة‪:‬‬
‫‪ Excel 2002 .1‬لتطبيقات الحصاء في العمال ‪ .‬ترجمة و إعداد هالة الطويل ‪.‬دار شعاع‪ .‬حلب ‪.2003‬‬
‫‪ .2‬الحصاء التطبيقي باستخدام ‪ . Excel‬تأليف الدكتور ياسر الموسى ‪ ,‬جامعة حلب ‪ .‬سلسلة الرضا للمعلومات‪.‬‬
‫دمشق ‪.2003‬‬
‫‪ .3‬برامج تطبيقية )‪ . (1‬الدكتور محمد كبيه‪ ,‬الدكتور عبد المجيد بلكش ‪ .‬منشورات جامعة حلب ‪ ,‬مركز التعليم‬
‫المفتوح ‪.2005‬‬
‫‪ .4‬الحصاء التطبيقي ‪ .‬الدكتور محمد كبية ‪ ,‬الدكتور ماهر بدوي ‪ .‬منشورات جامعة حلب ‪ ,‬كلية القتصاد‪.‬‬
‫‪ .5‬قسم المساعدة في برنامج ‪! Excel‬‬

‫‪9‬‬ ‫‪S.R.C.‬‬