بسم الله الرحمن الرحيم

بسم الله الرحمن الرحيم

أخطاء احصائية فى البحوث العلميةSTATISTICAL ERRORS IN SCIENTIFIC RESEARCHE الأستاذ الدكتور : فتحى سعد النخلاوى Email: falnakhlawi@kau.edu.sadr_nakhlawy@hotmail.com

دورة البحث العلمى الملاحظة OBSERVATION استخلاص النظريات المختبرة TESTED HYPOTHESIS اختبار النظرية الفرضية واستنتاج الحقائق STATISTICAL INFERANCE التنبؤ بمشاكل جديدة PREDICTION WITH NEW PROBLEMS

المنهج العلمى فى اكتشاف الحقائق • تكوين النظرية الفرضية المراد اختبارها. • تخطيط (تصميم)التجربة المناسبة للنظرية الفرضية. • تنفيذ التجربة من واقع تصميمها وجمع البيانات. • التحليل الاحصائى للبيانات بناء على التصميم المستعمل. • استنتاج وتفسير النتائج ومناقشتها.

دور الاحصاء وتصميم التجارب فى مساعدة الباحث • مراجعة الأبحاث المنشورة وصياغة النظرية الفرضية. • تخطيط (تصميم )التجربة. • تحديد عدد المعاملات. • تحديد عدد الوحدات التجريبية. • تحديد حجم الوحدة التجريبية. • تحديد عدد المكررات أو التكرارات. • توزيع المعاملات على الوحدات التجريبية. • تقليل حجم الخطأ التجريبى. • التحليل الاحصائى لنتائج التجربة. • الاستنتاج واستخلاص النتائج. • مناقشه النتائج.

تصميم التجربة هى طريقه توزيع المعاملات على الوحدات التجريبية أسس تصميم التجارب: • 1-التكرار .Replication • 2- التوزيع العشوائى .Randomization • 3- السيطرة على الأخطاء التجريبية Local Control.

مواصفات التجربة الجيدة 1- خلوها من الأخطاء المنتظمة: من خلال استعمال التوزيع العشوائى. 2- الدقة العالية : التقديرات المحسوبة دقيقة وأكثر ثباتا (c.v. ). 3- مجال صحة النتائج: بتطبيق النتائج على نفس العشيرة المدروسة وتحسن بزيادة التكرار فى مناطق وسنوات. 4- بساطة التجربة : البعد عن التجارب صعبة التنفيذ ان يتناسب التصميم مع خلفية الباحث العلمية. 5- تحديد مقدار المخاطرة : مستوى المعنوية 0.05 أو 0.01

أنواع التصميمات الإحصائية للتجاربEXPERIMENTAL DESIGNS • 1- التجارب العشوائية البسيطة .CRD • 2- تجارب القطاعات العشوائية .GROUP EXP’S. • 2-1- تجارب القطاعات الكاملة .COMPLETE B.D. • 2-1-1- أحادية التقسيم .R.C.B.D. • 2-1-2- ثنائية التقسيم .LATIN SQUARE • 2-1-3- عديدة التقسيم .GREECO L.S. • 2-2- تجارب القطاعات الناقصة .INCOMPLETE • 2-2-1- التجارب العاملية.FACTORIAL EXP’S. • 2-2-1-1- القطع المنشقة .SPLIT PLOT DESIGN • 2-2-1-2- القطاعات المنشقة .SPLIT BLOCK DESIGN • 2-2-1-3- التصميمات الصندوقية .BOX’S DESIGN • 2-2-1-4- التجارب الإدماجية .CONFOUNDING EXP’S. • 2-2 -2- التجارب العاملية الكاذبة .PSEUDO FACTORIAL • 2-2-2-1- .LATTICE DESIGNS • 2-2-2-2- .YOUDEN SQUARE DESIGNS • 2-2-2-3- POLY EXPERIMENTS .

أهم الأخطاء التى يقع فيها الباحثون

1- تنفيذ التجربة دون تصميم إحصائى مسبق • يترتب على تنفيذ التجربة دون استعمال تصميم احصائى مناسب لنوعية الوحدات التجريبية ونوعية المعاملات والإمكانات المتاحة للباحث وأن يحدد قبل تنفيذ التجربة الآتى : • = عدم صحة التحليل الاحصائى الذى سيستعمل. • = عدم صحة الاستنتاجات والتفسيرات الاحصائية فى الدراسة.

2-اختيار تصميم احصائى غير مناسب للتجربة • يترتب على ذلك الآتى: • = زيادة قيمة الخطأ التجريبى وبالتالى انخفاض كفاءة التجربة. • = انخفاض حساسية التجربة فى الكشف عن الفروق بين متوسطات المعاملات. • = إهمال دراسة التفاعل بين العوامل. • = ارتفاع قيمة C.V. للتجربة. • (يجب ان لا تزيد قيمة ال C.V. عن 10 % فى التجارب المعملية وتجارب الصوب والتجارب المتحكم فى الظروف ا لمحيطه بها. • بينما فى التجارب الحقلية والتجارب الغير متحكم فى الظروف المحيطة بها يمكن ان تصل قيمة ال C.V. الى 20 % ).

3-أخطاء فى التوزيع العشوائى للمعاملات 1- عدم استعمال الطريقة السليمة للتوزيع العشوائى طبقا لنوعية التصميم المستعمل. 2- عدم الاختيار العلمى لعامل القطع الرئيسية وعامل القطع المنشقة فى تجارب SPLIT PLOT DESIGN يترتب على ذلك : - تداخل تأثير الأخطاء التجريبية مع تأثير المعاملات وبالتالى عدم إمكانية الفصل بين تأثير المعاملة والخطأ التجريبى. - ارتفاع قيمة M.S.ERROR “a” < M.S.ERROR”b” وبالتالى انخفاض الكفاءة فى اكتشاف الفروق بين المعاملات.

4-أخطاء فى المكررات 1-اتجاه المكررات : • يجب ان يكون اتجاه المكررات عموديا على اتجاه اختلاف التجانس فى الوحدات التجريبية. • يتسبب الاتجاه الموازى فى تداخل تأثير عدم تجانس الوحدات التجريبية مع تأثير المعاملات وبالتالى لا يمكن فصل تأثير المعاملات وتكون النتائج غير حقيقية.

تابع :أخطاء فى المكررات • 2- نقص عدد المكررات او التكرارات : • بصورة عامة فإن نقص عدد المكررات يؤدى إلى الآتى : • = صغر درجات حرية الخطأ التجريبى وبالتالى انخفاض حساسية التجربة لاكتشاف الفروق بين المعاملات • = التكرار هو الوسيلة الوحيدة لحساب قيمة الخطأ التجريبى وبدونه لايمكن إجراء الاختبارات الاحصائية • = زيادة عدد التكرارات يؤدى الى قياس تأثير المعاملات تحت ظروف عديدة مثل السنوات والمناطق مما يوسع من مجال تطبيق النتائج

تابع :أخطاء فى المكررات • عدد المكررات بصورة دقيقة يحسب من المعادلة التالية : • r≥ 2 [(c.v.)2/ D2 ] (t1+t2(2 • c.v. : is the coefficient of variation • t1: is the tabular t value for a specified level of significance and df of EXP. Error . • t2 : is the tabular t value for df of Error and probability of (1-p)2 , where p is the probability of detecting a significant result in a given run of the Experiment . • D : is the difference you desire to detect expressed as a percent of the mean of the Experiment .

تابع : أخطاء فى المكررات 3- شكل المكررة : • يفضل الشكل المربع فى المكررة ليكون أكثر تجانسا وبالتالى تقل الأخطاء التجريبية وتتحسن كفاءة التجربة. • ويجب البحث عن التجانس داخل المكررة أكثر من البحث عنه بين المكررات.

5-عدد العينات • هناك اختلافات كبيرة جدا بين البحاث فى تحديد عدد العينات التى تؤخذ من الوحدات التجريبية للدراسة. • كثير من البحاث لا يستعمل الاسلوب العلمى فى تحديد عدد العينات اللازم للدراسة.

تابع -عدد العينات • الطريقة العلمية لتحديد عدد العينات : • (طبقا لعديد من المراجع الإحصائية ). • N≥ [(z × σ)/ d]2 • WHERE : • N = NUMBER OF SAMPLES • Z = TABULATED Z (two-tail z Table at df = ∞ ) • σ = STANDARD DEVIATION FROM THE PREVIOUS RESEARCHES • d =SIZE TO BE DETECTED FROM THE MEAN

6- أخطاء فى التحليل الإحصائى 1- عدم تطبيق شروط التحليل الإحصائى قبل بداية تحليل التباين للبيانات وهى : • = NORMALITY. • = ADDITIVITY OF THE MAIN EFFECTS. • =HOMOGENITY OF VARIANCES. • =INDEPENDENCE OF MEANS AND VARIANCES.

TRANSFORMATION OF DATA • فى حالة عدم توفر شرط او اكثر من شروط تحليل التباين فى البيانات يجب عمل تحويل للبيانات قبل إجراء عملية التحليل الاحصائى بإتباع طريقة من طرق التحويل التالية :

TRANSFORMATION OF DATA 1- LOG TRANSFORMATION. (SD’s of samples are roughly proportional to the means and the evidence of multiplicative rather than additive main effects). 2- SQUARE ROOT TRANSFORMATION . (Rare events, the data follow a Poisson distribution). 3- ARCSINE TRANSFORMATION. (Data based on counts expressed as percentages or proportions of the total sample and followed the Binomial Distribution :variances are related to the means).

2-تركيب تصميم على البيانات لتحليلها • نتائج التحليل والاستنتاجات الإحصائية خاطئة. • التفسيرات الاحصائية خاطئة.

3- الخطأ فى تحديد الخطأ التجريبىEXPERIMENTAL ERROR • يظهر ذلك فى التجارب العاملية Factorial Experiments • أن يكون أحد العوامل ذو تأثير عشوائى Random • Example : Factors : A and B are Fixed in RCBD Experiment • ------------------------------------------------------------------ • S.O.V. df E.M.S. F • ------------------------------------------------------------------ • Rep. r-1 • A a-1 σ2e+ rbk2A M.S.A / M.S. Error • B b-1 σ2e + rak2B M.S.B / M.S. Error • AB ( a-1)(b-1) σ2e + rk2AB M.S.AB / M.S. Error • Error (r-1)(ab-1) σ2e

تابع :الخطأ فى تحديد الخطأ التجريبى • Factorial Exp. With A factor is Fixed and B factor is Random in RCBD --------- ----- ---------------------------------------------- S.O.V. df E.M.S. F --------- ----- ---------------------------------------------- Rep. r-1 A a-1 σ2e+rσ2AB+rbk2A MS.A /MS.AB B b-1 σ2e+ra σ2 B MS.B /MS. Error AB (a-1)(b-1) σ2e+ rσ2AB MS.AB/MS. Error Error (r-1)(ab-1) σ2e

4-الخطأ فى مقارنة متوسطات المعاملات 1- استعمال طريقة L.S.D. فى مقارنة متوسطات أكثر من معاملتين. • تقل كفاءة هذه الطريقة فى اكتشاف الفروق بين المتوسطات بزيادة عدد المعاملات عن معاملتين. • الطرق الاحسن فى المقارنات العديدة هى : • = DUNCAN MULTIPLE RANGE TEST • = BASIAN L.S.D.

تابع :الخطأ فى مقارنة المتوسطات 2- مقارنة متوسطات التأثيرات العامة للعوامل بالرغم من أن تأثير التفاعل بين العوامل معنوى. • الصحيح فى حالة وجود تأثير معنوى للتفاعل هو ان: تقارن متوسطات معاملات التفاعل ولا تتم مقارنة التأثيرات العامة للعامل أو العوامل الداخلة فى التفاعل

تابع : الخطأ فى مقارنة المتوسطات 3-عدم اجراء المقارنات الكاملة بين المتوسطات فى حالة استعمال تصميم :.SPLIT-PLOT DESIGN • الصحيح ان تجرى تلك المقارنات : 1- Main plot treatments : A1 – A 2 2- subplot treatments : B1 – B2 3- Subplot treatments for the same main-plot treatments : B1A1 – B2A1 4- subplot treatments for different main- plot treatments : B1A1 – B1A2 or B1A1 – B2A2

5- الخطأ فى عمل التحليل التجميعىCOMBINED ANALYSIS • من الخطأ الكبير عمل التحليل الاحصائى التجميعى دون التأكد من تجانس الاخطاء التجريبية من خلال اجراء اختبار تجانس الاخطاء التجريبية. • يمكن استعمال اى من الاختبارينالتاليين : 1- Bartellet Test 2- Hartely Test • دون وجود تجانس بين الاخطاء التجريبية لا يصح عمل تحليل تجميعى بل يجب عرض كل تجربة على حده.

7- الخطأ فى علاقات الارتباط والانحدارCORRELATION & REGRESSION 1- تحديد نوعية العلاقة بين المتغيرات : • = علاقة الارتباط يجب ان تكون بين متغيرين أو متغيرات عشوائية متغيرة لا يعتمد احدها على الآخر. • = علاقة الانحدار تكون بين متغيرين أو متغيرات أحدهما او اكثر من متغير يكون او تكون مستقلة ثُابتة التأثير بينما العامل المتغير الاخر يكون عشوائى التأثير وتابع للمتغير أو المتغيرات الثابتة التأثير ويتغير بتغير هذا العامل.

تابع : اخطاء العلاقة بين المتغيرات • 2- عرض نتائج العلاقات دون إجراء اختبارات المعنوية لها مثل عرض (Correlation coefficients (r • r = 0.76 or r = -0.514 ……etc. • ويجب هنا توضيح هل هناك معنوية ام لا ومستوى المعنوية المستعمل وكذلك .n • ايضا فى دراسة الانحدار يجب اختبار معنوية معامل الانحدار b) regression coefficient (وتحديد مستوى المعنوية المستعمل.

بسم الله الرحمن الرحيم