PL9fwy3NUQKwZCbh9PqVo5c2caNsH3zdsW/6v3-MkvBrE8_raw.srt

1
00:00:20,810 --> 00:00:25,510
بسم الله الرحمن الرحيم شباب اليوم ان شاء الله

2
00:00:25,510 --> 00:00:30,710
سنبدأ بدراسة أهم خصائص اللي هي أو أهم خاصية تمتاز

3
00:00:30,710 --> 00:00:34,590
بيها السلاسل الزمنية بهدف زي ما انتوا عارفين اللي

4
00:00:34,590 --> 00:00:38,870
هو بالاخير نتنبأ أهم خاصية تمتاز بيها السلاسل

5
00:00:38,870 --> 00:00:41,570
الزمنية هي خاصية ال auto covariance و ال auto

6
00:00:41,570 --> 00:00:44,630
correlation و اللي هي كمان شوية هنشرح شو هي هذه

7
00:00:44,630 --> 00:00:48,130
الخصائص أو شو يعني خاصية ال auto covariance أو شو

8
00:00:48,130 --> 00:00:50,050
هي ال auto covariance و شو هي ال auto correlation

9
00:00:50,560 --> 00:00:55,000
تمام هلا بدنا .. يعني قبل نتذكر مع بعض شوية أمور

10
00:00:55,000 --> 00:00:58,480
تتعلق بالإحصاء ليس لها علاقة بالسلاسل الزمنية

11
00:00:58,480 --> 00:01:02,440
directly هي إحصاء اللي هو المتوسط الحسابي يا شباب

12
00:01:02,440 --> 00:01:07,900
و طبعا ما يسمى ال variance و ال covariance هلا

13
00:01:07,900 --> 00:01:12,060
المتوسط الحسابي اللي بذكره ال main function كان

14
00:01:12,060 --> 00:01:15,120
يومها شو تعريفها عبارة ال expectation ال

15
00:01:15,120 --> 00:01:18,340
expectation زي ما أنتوا شايفين هنا مش كتير أنا ..

16
00:01:18,740 --> 00:01:22,260
يعني هركز بشكل جوهري على شو هو تعريف ال

17
00:01:22,260 --> 00:01:26,960
expectation لكن بشكل عام ال expectation لأي random

18
00:01:26,960 --> 00:01:31,700
variable expectation لل X هو عبارة عن يا إما

19
00:01:31,700 --> 00:01:34,600
summation في حالة ال discrete يا إما integration

20
00:01:34,600 --> 00:01:38,700
في حالة ال continuous فلو قلنا discrete summation

21
00:01:38,700 --> 00:01:45,340
XT القيم تبعت XT في ال probability ال PDF يعني ال

22
00:01:45,340 --> 00:01:49,340
probability function تبعت Xوفي حالة التكامل هي

23
00:01:49,340 --> 00:01:54,740
تكامل على قيم ال X لأ X هذه الذات نفسها مضروبة في

24
00:01:54,740 --> 00:01:58,880
التوزيع الاحتمالي لإلهام نحيا هلأ ليش احنا ال main

25
00:01:58,880 --> 00:02:03,260
function دائما بنحبه ليش لإنه صراحة ال main

26
00:02:03,260 --> 00:02:07,100
function غالبا ما يكون مرتبط ب main بال first

27
00:02:07,100 --> 00:02:10,940
order property تبعت اللي هي main القيم المشاهدة

28
00:02:10,940 --> 00:02:15,040
هنا الآن احنا بنحكي عن سلاسي الزمنية تذكروا معايا

29
00:02:15,040 --> 00:02:19,930
يوم ما أخدتوا انتوا في الإحصاءتذكروا ال method of

30
00:02:19,930 --> 00:02:23,970
moments طريقة اللي هي ال moments هاي العزوم ال

31
00:02:23,970 --> 00:02:28,570
method of moments فال method of moments قلنا غالبا

32
00:02:28,570 --> 00:02:33,450
لما نجيب اللي هو التوزيعات الاحتمالية غالبا تتحدد

33
00:02:33,450 --> 00:02:37,050
أي توزيع من خلال مين ال moments تبعته ال first

34
00:02:37,050 --> 00:02:41,230
moment ال first order هاي property ال second

35
00:02:41,230 --> 00:02:46,060
momentالـ third moment and so on معظم التوزيعات يا

36
00:02:46,060 --> 00:02:51,260
شباب معظم التوزيعات فقط يعني بنكون معنين احنا بال

37
00:02:51,260 --> 00:02:55,020
first و بال second moment اللي هو ال expectation

38
00:02:55,020 --> 00:02:59,560
لل X و expectation X تربيع طبعا expectation X

39
00:02:59,560 --> 00:03:04,080
تربيع لو انتوا ذاكرين معايا ايش تعريف ال variance

40
00:03:04,080 --> 00:03:09,980
اللي علاقة ب expectation ل X تربيعفال variance أه

41
00:03:09,980 --> 00:03:13,720
إله علاقة و ال covariance هو الحالة الأعم من ال

42
00:03:13,720 --> 00:03:17,660
variance و هنحكي كمان شو شو ال covariance إذا نسيت

43
00:03:17,660 --> 00:03:22,960
فعمليا ال covariance أو هو ال variance إله علاقة

44
00:03:22,960 --> 00:03:27,420
بال second momentبينما ال mean له علاقة بال first

45
00:03:27,420 --> 00:03:30,840
moment وليش احنا معنيين بال first و بال second

46
00:03:30,840 --> 00:03:34,960
moment اكتر من غيرهم لأنه في التطبيقات العملية في

47
00:03:34,960 --> 00:03:37,620
الحياة في ال statistic غالبا ما يكون التوزيع

48
00:03:37,620 --> 00:03:41,820
احتمالي بتحدد خصوصا التوزيع الطبيعي التوزيع

49
00:03:41,820 --> 00:03:46,080
الطبيعي إذا بتذكره يكفي انك تعرف ال mean و ال

50
00:03:46,080 --> 00:03:50,200
variance عشان تعرف خصائص التوزيع الطبيعي كله هذا

51
00:03:50,200 --> 00:03:55,140
يحصلفال first وال second moment لبعض التوزيعات

52
00:03:55,140 --> 00:03:58,800
بتضلها ماشية لحد ديت ال fourth و أحيانا نادر جدا

53
00:03:58,800 --> 00:04:03,340
جدا لل eight moment ولذلك احنا معنين بال main HANA

54
00:04:03,340 --> 00:04:06,780
function عشان نعرف اللي هو ال first order property

55
00:04:06,780 --> 00:04:10,280
تبعت ال time seriesومعنين بال variance ومن ثم ال

56
00:04:10,280 --> 00:04:14,540
covariance عشان نعرف ال second property تبعتي اللي

57
00:04:14,540 --> 00:04:18,340
هو ال main السلسلة.الشباب زي ما انتوا شايفين الان

58
00:04:18,340 --> 00:04:23,680
انا رمزت لل main بالرمز Mu sub T هو بصراحة كنا في

59
00:04:23,680 --> 00:04:27,740
الإحصاء نقول عنه Mu لكن اليوم انا قلت عنه Mu sub T

60
00:04:27,740 --> 00:04:33,340
عشان ان هو بالظبط فهذا كان إلى حد ما بتقدر تقول

61
00:04:34,520 --> 00:04:39,000
خالي من أي .. مش function خالي من ال time و من بقى

62
00:04:39,000 --> 00:04:42,140
.. لأ لأ ممكن يكون function و ممكن يكون خالي من ال

63
00:04:42,140 --> 00:04:47,960
T هنا ولكن in general هو Mu of T sub of T Mu of T

64
00:04:47,960 --> 00:04:52,660
function في ال T من يحيان .. لأ الشباب تذكروا

65
00:04:52,660 --> 00:04:55,960
معايا شو تعريف ال variance التعريف تبع ال variance

66
00:04:55,960 --> 00:05:01,170
هو عبارة عن اللي بنرمز له بالرمزفار ال XT وهو

67
00:05:01,170 --> 00:05:06,050
عبارة عن الرمز هذا الان استخدمته من عندى ولكن

68
00:05:06,050 --> 00:05:10,070
هنشوف ليش انا اخترت الرمز الـ Zero كمان شوية او

69
00:05:10,070 --> 00:05:14,750
القيمة Zero هنا طيب هي Gamma سب ال X ال X هذا عشان

70
00:05:14,750 --> 00:05:20,590
اسم المتغير العشوائي Gamma ال X عند ال Zero وهو

71
00:05:20,590 --> 00:05:25,510
عبارة عن ال expectation ل if تحجز XT minus Mu T

72
00:05:25,510 --> 00:05:30,900
تربيع نحياو طبيعي زى ما انتوا شايفين هذا اذا

73
00:05:30,900 --> 00:05:35,780
ذاكرين معايا زمان ايام الاحصاء بس انا .. اه كنا

74
00:05:35,780 --> 00:05:39,500
نفكه بس انا لأ مش فاكه عشان ال mu of t هذه ممكن

75
00:05:39,500 --> 00:05:45,360
تكون بصراحة اعقد شوية من اني انا افكها في الاحصاء

76
00:05:45,360 --> 00:05:51,760
فاذا ذاكرته في الاحصاء كنا نقول هيك expectationX

77
00:05:51,760 --> 00:05:58,140
-MU ماكناش نحط هنا T طبعا ولا هنا T تربية هو نفسه

78
00:05:58,140 --> 00:06:03,740
انك تقول expectation فوق بالله هذا X تربية نخسنين

79
00:06:03,740 --> 00:06:10,000
X ميو زائد ميو تربية طبعا ال expectation linear

80
00:06:10,000 --> 00:06:16,680
يعني بتوزع فإذا هو expectation X تربية ناقص

81
00:06:16,680 --> 00:06:25,360
expectationتنين X ميو زائد expectation ميو تربيع

82
00:06:25,360 --> 00:06:31,620
وهو عبارة عن expectation X تربيع هذا ثابت هذا ثابت

83
00:06:31,620 --> 00:06:36,900
constant فبطلع برا فإذا هي عبارة عن تنين ميو

84
00:06:36,900 --> 00:06:43,340
expectation ال X والتي هي ميو زائد هذه ثابت وال

85
00:06:43,340 --> 00:06:47,750
expectation للثابت هو نفسهفإذا هذه مع هذه بتصير

86
00:06:47,750 --> 00:06:53,950
ميو تربيع بالسلم فبطلع expectation X تربيع ناقص

87
00:06:53,950 --> 00:06:57,890
ميو تربيع طبعا ال ميو تربيع ما أنتوا عارفين مين هي

88
00:06:57,890 --> 00:07:01,630
expectation ال

89
00:07:01,630 --> 00:07:07,220
X الكل تربيع هذا الآن اللي أنتوا شايفينهأيام

90
00:07:07,220 --> 00:07:11,120
الإحصاءة كنا نعمله أنا هنا ما عملته السبب أن ال mu

91
00:07:11,120 --> 00:07:15,420
of T هنا قد تكون function of T دالة بال T أنا ما

92
00:07:15,420 --> 00:07:17,920
بعرف كيف صغيتها ممكن تكون linear ممكن تكون

93
00:07:17,920 --> 00:07:22,900
exponential ولذلك أنا ما في أنا جا فكها بسهولة ما

94
00:07:22,900 --> 00:07:27,010
بعرف صورتها فسبت السيرة العامة إلى وهي هي highماشي

95
00:07:27,010 --> 00:07:30,330
الحال لتعريف ال variance اللي شباب هذا اللي انتوا

96
00:07:30,330 --> 00:07:34,330
شايفينه كمان شوية حاجة اقولكوا لماذا انا استخدمت

97
00:07:34,330 --> 00:07:39,510
zero اه وانا هنا gamma ال gamma هذا له علاقة بال

98
00:07:39,510 --> 00:07:42,630
covariance وهجيته الآن الصفحة ال slide الجاية هي

99
00:07:42,630 --> 00:07:48,120
ال covariance ال sample meanالـ sample mean يعني

100
00:07:48,120 --> 00:07:51,740
شو معناها بالعربي؟ متوسط العينة، كلكم بتعرفوا،

101
00:07:51,740 --> 00:07:55,960
مجموع المشاهدات على عددها، مجموع القيم على عددها،

102
00:07:55,960 --> 00:07:59,340
مافي هنا إش جديد، هذه ال slide كلها أصلا مش إش

103
00:07:59,340 --> 00:08:04,380
جديد، بنعرفها مراجعة ال sample variance طبعا أنا

104
00:08:04,380 --> 00:08:08,380
بدي أختار رمز hat عشان ال hat اتفقنا نستخدمه لل

105
00:08:08,380 --> 00:08:14,100
estimator فإيش؟ Gamma hat zero هو عبارة عن واحد

106
00:08:14,100 --> 00:08:21,660
على N summationXT minus X bar من ناحية تربيه شباب

107
00:08:21,660 --> 00:08:25,380
ليش أنا قسمت على N بينما انتوا ذاكرين كنا نقسم على

108
00:08:25,380 --> 00:08:32,240
N ناقص واحد هو هيك الأصل هيك الصح الصح او الدق

109
00:08:32,240 --> 00:08:37,980
Mathematically هادي لكن application N ناقص واحد

110
00:08:37,980 --> 00:08:42,320
احنا مابنحب خاصية ان يكون المتغير او ال estimator

111
00:08:42,320 --> 00:08:47,660
عفوا ان ال estimator يكون biased منحازهذا مانحزم،

112
00:08:47,660 --> 00:08:52,840
يعني هذا يعتبر فيه مشكلة، فعشان نحل مشكلة التحيز

113
00:08:52,840 --> 00:08:56,360
بنقسمه علاقة ناجس واحدة، وهذا اللي انتوا بتشوفوه

114
00:08:56,360 --> 00:09:00,460
في الحياة الواقعية في التطبيقات، لكن انا خليته هيك

115
00:09:01,370 --> 00:09:04,190
مش big deal لو شفتوا في بعض الكتب بيقسم على

116
00:09:04,190 --> 00:09:09,010
unbiased واحد هو عشان صراحة يحل مشكلة عدم التحيز

117
00:09:09,010 --> 00:09:13,450
ال unbiased عفوا مشكلة التحيز و بدوا إياه يكون

118
00:09:13,450 --> 00:09:18,330
unbiased فهو بيحب يكون unbiased غير متحيز مش big

119
00:09:18,330 --> 00:09:22,430
deal يعني احنا خلين عليه هلأ الآن بدنا نبلش نحكي

120
00:09:22,430 --> 00:09:26,750
في ال slide هذه عن مفهوم ال auto covariance ومفهوم

121
00:09:26,750 --> 00:09:29,950
ال auto correlationال auto covariance و ال auto

122
00:09:29,950 --> 00:09:33,950
correlation هدول المتعلقات بالسلاسل الزمنية إجوا

123
00:09:33,950 --> 00:09:38,290
في الإحصاء من مفهوم ال covariance و ال correlation

124
00:09:38,290 --> 00:09:42,790
نتذكر مع بعض شو covariance تعريفه كان في ذاك الوقت

125
00:09:42,790 --> 00:09:47,870
في الإحصاء و من ثم ننتقل خطوة لل time series

126
00:09:53,360 --> 00:09:57,600
كان زمان الشباب في عندك متغيرين متغير X و Y مثلا

127
00:09:57,600 --> 00:10:03,740
طول وزن او دخل مصروف الاخرين لان انت عشان تشوف هل

128
00:10:03,740 --> 00:10:07,280
في ارتباط ولا مافيش ارتباط في علاقة ولا مافيش

129
00:10:07,280 --> 00:10:11,960
علاقة اول خطوة ممكن تستخدمها وهذه informal يعني

130
00:10:11,960 --> 00:10:17,730
طريقة غير رسمية يعني انك انت ترسمترسم السلسلة عفوا

131
00:10:17,730 --> 00:10:22,550
مش سلسلة ترسم المشاهدات تبعون مين ومين X وY ك

132
00:10:22,550 --> 00:10:29,250
scatter plot scatter plot يعني لوحة الانتشار فبثلا

133
00:10:29,250 --> 00:10:34,490
لو كانت اللي هي العلاقة زي ما انتوا شايفين عشوائي

134
00:10:34,490 --> 00:10:40,290
النقاط بين ال X و بين ال Y فواضح انه هنا مافي نمط

135
00:10:40,290 --> 00:10:43,470
هذا اسمه scatter plot scatter

136
00:10:46,110 --> 00:10:51,170
Plot لوحة الانتشار فواضح ان هنا مافي علاقة هنا no

137
00:10:51,170 --> 00:10:54,010
linear relationship ومافي اصلا relationship لا

138
00:10:54,010 --> 00:10:57,890
linear ولا non linear مصبوح؟ مافي نمط ماشي عليه

139
00:10:57,890 --> 00:11:03,110
ولكن احيانا ممكن ان نشوف العلاقة من خلال scatter

140
00:11:03,110 --> 00:11:07,050
plot بالشكل

141
00:11:07,050 --> 00:11:11,730
هذا في نمط في تزاوية في قيم ال X يتبعها تزاوية في

142
00:11:11,730 --> 00:11:16,580
قيم من؟ال Y زي ما انتوا شايفين كل ما بيزداد ال X

143
00:11:16,580 --> 00:11:20,700
بيزداد ال Y ففي الحالة هذه في نمط ماشيين احنا

144
00:11:20,700 --> 00:11:25,740
عليها من ال scatter plot فيه أجه أقول هنا علاقة

145
00:11:25,740 --> 00:11:30,080
طردية بالعربي positive positive طردية يعني كل ما

146
00:11:30,080 --> 00:11:34,800
بيزيد ال X بيزيد مين ال Y ممكن تكون عكسية يا شباب

147
00:11:34,800 --> 00:11:39,580
يعني كيف الرسمة تكون هيك مش هبقى أكتر في الرسم هنا

148
00:11:39,580 --> 00:11:43,760
بس انتوا فاهمينهلا ممكن تكون مش linear، هذه

149
00:11:43,760 --> 00:11:48,500
linear، ليش linear بالمناسبة؟ لإن استطعنا أن نحصر

150
00:11:48,500 --> 00:11:53,740
جميع النقاط بين خطين متوازين ومالهم مجتمع، هلا

151
00:11:53,740 --> 00:11:57,720
ممكن يكون نقطة هان ولا هان، شزة، بيسموها outliers،

152
00:11:57,720 --> 00:12:03,840
مش قصتنا، ال outliers طبعا مشكلةلكن معظم أنا كلمة

153
00:12:03,840 --> 00:12:07,320
على أنه استطعنا أن نحصر جميع النقاط هي مش كل

154
00:12:07,320 --> 00:12:11,440
النقاط يعني معظم النقاط فإذا استطعنا أنه إلى حد ما

155
00:12:11,440 --> 00:12:17,000
جميع النقاط أو معظم النقاط بين خطين متوازين ففي

156
00:12:17,000 --> 00:12:22,860
الحالة هاي بنقول عنها linear relationship

157
00:12:22,860 --> 00:12:24,900
أو correlation أو اللي بدك إياه

158
00:12:28,460 --> 00:12:31,800
لو تلاقي ارز يعني قيم الشزة طبعا مشكلة بس احنا مش

159
00:12:31,800 --> 00:12:35,780
قصتنا لان بس عشان قصة ان انا قلت استطعنا ان نحصل

160
00:12:35,780 --> 00:12:39,960
جميع النقاط هي مش جميع النقاط معظم النقاط بالخطين

161
00:12:39,960 --> 00:12:44,080
متوازين و زي ما تشايفين هذه بنسميها linear ممكن

162
00:12:44,080 --> 00:12:48,260
تكون مش linear يعني ممكن الان ترسمه ممكن

163
00:12:48,260 --> 00:12:53,200
exponential ممكن sine wave فتجدوا ان احيان النقاط

164
00:12:53,200 --> 00:12:58,150
هيك تزيد ثم بعد ذلك تنزلطبعا فى شوية هنا هي بعد

165
00:12:58,150 --> 00:13:04,950
ذلك ممكن هي فهذه فى نمط فى نمط ولكن هذا النمط ماله

166
00:13:04,950 --> 00:13:11,470
يعنى فى علاقة ولا مافيش فى علاقة بس ايش non linear

167
00:13:11,470 --> 00:13:19,310
relation او correlation طبعا شبه هذا طبعا not او

168
00:13:19,310 --> 00:13:21,550
ايش no correlation

169
00:13:23,850 --> 00:13:26,990
correlation no relationship مافي ارتباط على

170
00:13:26,990 --> 00:13:32,630
الإطلاق يعني لا linear ولا ما يحزنون ولا غيره ماشي

171
00:13:32,630 --> 00:13:38,530
الحال هلأ الآن اللي انتوا شايفينه ك scatter plot

172
00:13:38,530 --> 00:13:42,490
بيعطيني ال first impression الانتباه الأول عن

173
00:13:42,490 --> 00:13:45,270
طبيعة العلاقة بين مين و مين بين ال X و بين مين ال

174
00:13:45,270 --> 00:13:49,030
Y هذا يحصل لحد الان احنا مانحكيش time seriesولكن

175
00:13:49,030 --> 00:13:52,910
مشكلة الرسم يا جماعة انه لا يجمع عليه اياش البشر

176
00:13:52,910 --> 00:13:56,570
كله فقد يرى البعض ان هذه العلاقة اللي انتوا

177
00:13:56,570 --> 00:13:59,770
شايفينها هذه علاقة ضعيفة وقد يرى البعض انها علاقة

178
00:13:59,770 --> 00:14:03,910
قوية وقد يرى البعض انها فيش علاقة وكل واحد ممكن

179
00:14:03,910 --> 00:14:08,330
يدافع عن وجهة نظره وكل واحد ممكن يعتقد انهم اياش

180
00:14:08,330 --> 00:14:14,750
انه صح فالموضوع خلافي اه خلنا نقولمين اللي بيحسم

181
00:14:14,750 --> 00:14:18,390
الموضوع المقاييس الإحصائية اللي بتعطي في النهاية

182
00:14:18,390 --> 00:14:22,430
رقم زي ال ISO في النهاية رقم مجمعة للجميع الرقم

183
00:14:22,430 --> 00:14:27,590
هذا إيه له معنى مافيش فيه خلاف خلاص بيطلع الرقم

184
00:14:27,590 --> 00:14:31,290
الرقم هذا بيقول إنه في علاقة علاقة قوية ترضية

185
00:14:31,290 --> 00:14:36,010
ضعيفة إلى ما يحزنهم أول مقياس من مقاييس العلاقات

186
00:14:36,010 --> 00:14:39,870
هو عبارة عن مقياس اللي اسمه ال covariance فال

187
00:14:39,870 --> 00:14:44,750
covarianceعلى و هو بالعربي معناه التباين المشترك

188
00:14:44,750 --> 00:14:49,730
التباين المشترك فال covariance بين ال X و بين ال Y

189
00:14:49,730 --> 00:14:53,690
إذا ذاكرين في الإحصار أعرفناه يومها في ذاك الوقت

190
00:14:53,690 --> 00:14:58,550
على إنه expectation نفتح جوز X ناقص ال mean لإلها

191
00:14:58,550 --> 00:15:04,810
ال mean لل X مضروبا في ال Y ناقص ال mean لل Y وإذا

192
00:15:04,810 --> 00:15:07,390
بتذكروا يوم ما فكتوا mathematically فبعطيك

193
00:15:07,390 --> 00:15:12,420
بالنهاية expectation XY هذا Y capital letterناقص

194
00:15:12,420 --> 00:15:16,740
ميو إكس ميو واي طبعا عارفين مين هي ميو ال إكس هي

195
00:15:16,740 --> 00:15:20,480
expectation ال إكس و ميو واي هي expectation ال واي

196
00:15:20,480 --> 00:15:27,600
هجدت يا شباب هذا ال covarianceالرقم اللى بيطلع

197
00:15:27,600 --> 00:15:33,280
بالاخير بقدر انا افهم منه في علاقة ولا مافيش ترضية

198
00:15:33,280 --> 00:15:38,480
ولا ضعيفة بس مشكلته مابيقولليش انها قوية ولا ضعيفة

199
00:15:38,480 --> 00:15:42,860
strong ولا weak ليش لأنه قد يكون الرقم النهائي من

200
00:15:42,860 --> 00:15:47,820
سالب infinity ل infinity رقم مافيش إله سجف نحيا

201
00:15:47,820 --> 00:15:52,200
ولكن في المحصلة النهائية الرقم النهائي اللى بيطلع

202
00:15:52,200 --> 00:15:58,530
هذا عندك خيارين يا مجب يا سالب يا سفريا سفر يا

203
00:15:58,530 --> 00:16:06,350
موجب يا سالم إذا السفر يعني إيش؟ لاتوجد علاقة، آه

204
00:16:06,350 --> 00:16:12,310
بس لاتوجد علاقة ترضية، عفوا لاتوجد علاقة خطية ولا

205
00:16:12,310 --> 00:16:17,290
غير خطية، هنا بس بيحكي عن العلاقة الخطية، بس علاقة

206
00:16:17,290 --> 00:16:21,090
خطية، يعني مابيحكيش عن علاقة غير خطية، عارفين شو

207
00:16:21,090 --> 00:16:23,050
يعني أقصد؟ يعني لو حسبتوه هنا

208
00:16:25,990 --> 00:16:30,330
هذا حيطلع almost صفر تقريبا صفر او صفر ممكن يطلع

209
00:16:30,330 --> 00:16:33,430
صفر فال covariance في هذه الرسمة اللي انتوا

210
00:16:33,430 --> 00:16:37,190
شايفينها صفر

211
00:16:37,190 --> 00:16:42,430
هل معناته انه لا توجد علاقة؟ هذه في علاقة بس مالها

212
00:16:42,430 --> 00:16:48,150
علاقة مالها غير خطية اذا هو معنى بسمية بالعلاقات

213
00:16:48,150 --> 00:16:51,570
الخطية غير الخطية انسى الموضوع هذا اللي احنا

214
00:16:51,570 --> 00:16:56,200
بنعرفهلو طلع موجة ففي الحالة هي علاقة positive

215
00:16:56,200 --> 00:17:00,340
يعني ترضية شو يعني علاقة ترضية يا شباب؟ يعني كل ما

216
00:17:00,340 --> 00:17:05,620
بيزيد ال X بيزيد ال Y علاقة ترضية هيك معناها كل ما

217
00:17:05,620 --> 00:17:09,500
بيزيد X بيزيد Y كل ما بيزيد الطول بيزيد الوزن كل

218
00:17:09,500 --> 00:17:13,540
ما بيزيد الدخل بيزيد المصروف مظبوط هيك؟ فاهمين ولا

219
00:17:13,540 --> 00:17:19,620
لأ؟ طيب علاقة عكسية متى بيكون إذا سالم عكسية أو

220
00:17:19,620 --> 00:17:23,820
negative correlationمشكلته زي ما قلتلكوا انه انا

221
00:17:23,820 --> 00:17:27,220
هذا الرقم مابيقولش strong ولا weak طعيف ولا قوي

222
00:17:27,220 --> 00:17:34,780
ليش؟ لأنه انا اقولك شغلة واحدة انت احيانا بتحسب ال

223
00:17:34,780 --> 00:17:40,360
covariance فبيعطيك ال covariance مثلا مثلا بين

224
00:17:40,360 --> 00:17:45,880
الطول وبين الوزن مثلا بيساوي 13 بينما ال

225
00:17:45,880 --> 00:17:53,280
covariance بين الدخل وبين المصروفمثلا اطلع 27 ففي

226
00:17:53,280 --> 00:17:58,860
الحالة هذه مافي اقارن ال 13 مع ال 27 و اجي اقول

227
00:17:58,860 --> 00:18:05,560
هذا اقوى من هذا نعم قد يكون يا شباب ال 13 اقوى من

228
00:18:05,560 --> 00:18:10,200
ال 27 فال covariance في كل الحالتين بيقول في علاقة

229
00:18:10,200 --> 00:18:15,930
ترضية هذا اللي بقدر اقوله انا علاقة ترضيةلكن لا

230
00:18:15,930 --> 00:18:20,130
يحدد القوة مين أجوى من مين لأنه positive و بتعرفوا

231
00:18:20,130 --> 00:18:23,150
من أين جاء أنه ترضيه .. طلعوا لو فكرتوا في طبيعة

232
00:18:23,150 --> 00:18:26,550
التعريف ذات نفسه تشوفوا .. ركزوا معايا الآن على

233
00:18:26,550 --> 00:18:31,550
العفو .. على ال .. هذا شوفوا اسم الجلام .. طلعوا

234
00:18:31,550 --> 00:18:36,510
متى بيطلع positive لما نكون قولنا إيه؟ ترضيه .. شو

235
00:18:36,510 --> 00:18:40,970
يعني ترضيه؟ يعني زيادة في X يؤدي لمين؟ زيادة في Y

236
00:18:40,970 --> 00:18:45,470
أو نقصان في X يؤدي للنقصان؟فى Y يعني نفس الاتجاه

237
00:18:45,470 --> 00:18:49,610
زيادة في X يؤدي لزيادة في Y نقصان في X يؤدي لنقصان

238
00:18:49,610 --> 00:18:55,110
في مين فى Y هذا الطرد لأخر عكسية مين واحد بيزيد

239
00:18:55,110 --> 00:18:59,630
تاني بينقص مصبوح طلعوا متى بيطلع هذا موجة أقولك لو

240
00:18:59,630 --> 00:19:05,410
كانت ال X كبيرة يعني أكبر من المين ففي الحالة هذا

241
00:19:05,410 --> 00:19:11,410
يكون كبير يعني موجة ولو كانت ال Y كبيرة برضه موجة

242
00:19:11,410 --> 00:19:17,480
فموجة في موجةفبطلع موجة كبير هنا و كبير هنا بطلع

243
00:19:17,480 --> 00:19:22,940
موجة طب لو كان صغير هنا شو يعني؟ يعني سالب صغير

244
00:19:22,940 --> 00:19:27,760
يعني أصغر من المتوسط و صغير هنا سالب صغير و صغير

245
00:19:27,760 --> 00:19:34,560
سالب في سالب فبطلع موجة بعرفته؟ لكن لو هذا صغير ال

246
00:19:34,560 --> 00:19:40,140
X يعني صغيرة يعني سالب المقدار هذا سالب بينما هذا

247
00:19:40,140 --> 00:19:46,680
كبير يعني هذا موجةفهمتوا ايه؟ هذا صغير، هذا كبير،

248
00:19:46,680 --> 00:19:51,620
هذا سالب، هذا موجب، صح؟ شو يعني العلاقة النهائية؟

249
00:19:51,620 --> 00:19:56,810
موجب في سالب، سالب، عكسية، او لعكس طبعايعني لو هذا

250
00:19:56,810 --> 00:20:01,550
كبير يعني هذا موجب و هذا صغير يعني سالب فموجب في

251
00:20:01,550 --> 00:20:06,610
سالم سالم إذا واضح من تعريف التعريف نفسه زاد نفسه

252
00:20:06,610 --> 00:20:10,070
مايكون مش علاقة ممكن مرة تلت فيها حاجة و هدا تنفق

253
00:20:10,070 --> 00:20:12,730
مرة و لا عكس و مرة تلت فيها حاجة تنفق سالم طيب هي

254
00:20:12,730 --> 00:20:15,670
هيك أه هلأ الآن كمان مارن نرجع للمثال اللي احنا

255
00:20:15,670 --> 00:20:18,990
حكيناه هلأ و هو بإنه أنا مابعرف مين أصغر و مين

256
00:20:18,990 --> 00:20:21,950
أكبر التلتاش و لا السبع وعشرين مايغرك هذه التلتاش

257
00:20:21,950 --> 00:20:27,330
و هذه السبع وعشرين ممكن التلتاش أعلى أقوىولذلك

258
00:20:27,330 --> 00:20:29,670
البديل عن ال covariance وكمان مرة ما معنى

259
00:20:29,670 --> 00:20:33,110
covariance معناه تباين مشترك اللي هو هو بقيس

260
00:20:33,110 --> 00:20:38,010
العلاقة .. بقيس العلاقة من حيث إيش .. الاتجاه ..

261
00:20:38,010 --> 00:20:42,890
من حيث الاتجاه ترضي ام ايش .. ام عكسي ام مافيش ..

262
00:20:42,890 --> 00:20:48,350
أي علاقة .. الخطية .. بين مين؟ متغيرين .. مين هم؟

263
00:20:48,350 --> 00:20:52,530
X وY .. بس مابيحددش strong ولا weak .. قوي ولا

264
00:20:52,530 --> 00:20:56,680
ضايقال correlation هو اللي بيحدد معامل الارتباط ال

265
00:20:56,680 --> 00:20:59,820
correlation ال correlation اللي غالبا بيرمزله

266
00:20:59,820 --> 00:21:03,780
بالرمز روه ولكن مش آية في القرآن هو ان اسمه روه مش

267
00:21:03,780 --> 00:21:09,980
اشي مقدس ماشي ولكن تعريف ال correlation الأن هو

268
00:21:09,980 --> 00:21:14,800
عبارة عن ال covariance بين ال X وال Y على الجذر لل

269
00:21:14,800 --> 00:21:21,950
variance تبع ال X في الجذر لل variance تبع ال Yهذا

270
00:21:21,950 --> 00:21:26,290
ال correlation طبيعته حقيقة ما بين السالب واحد

271
00:21:26,290 --> 00:21:36,410
وموجب واحد ولو انا بدي اجي اعمل خط اعداد ما بين

272
00:21:36,410 --> 00:21:41,570
السالب واحد والواحد ففيه الان احدد الرقم اللي بطلع

273
00:21:41,570 --> 00:21:47,280
هو ولا ضعيفstrong ولا weak يعني positive ولا

274
00:21:47,280 --> 00:21:51,540
negative طبيعته لل correlation هذا زي ما اتفقدها

275
00:21:51,540 --> 00:21:57,700
هو من سالب واحد لواحد ممكن يكون zero في النص هنا

276
00:21:57,700 --> 00:22:03,960
نص هنا سالب نص أي رقم من هنا لها من العالم سميه

277
00:22:03,960 --> 00:22:11,560
positive يعني علاقة أرضية من هنا لها من سالب واحد

278
00:22:11,560 --> 00:22:17,060
للسفرnegative شو يعني؟ علاقة عكسية negative

279
00:22:17,060 --> 00:22:20,780
correlation negative relationship فلو ال raw طلع

280
00:22:20,780 --> 00:22:24,960
رقم هو ما بين سالب واحد إلى zero يعني سالب سبعة من

281
00:22:24,960 --> 00:22:29,480
عشرة فبنقول علاقة ما لها عكسية شوفوا لو طلع ال raw

282
00:22:29,480 --> 00:22:38,280
zero شو يعني؟ فش علاقة no correlation طب

283
00:22:38,280 --> 00:22:43,540
لو طلع exactly واحدبنسميها علاقة perfect علاقة

284
00:22:43,540 --> 00:22:52,060
تامة perfect كيف يعني perfect خطية تامة يعني لو

285
00:22:52,060 --> 00:22:56,380
انتوا رسمتوا فكرة

286
00:22:56,380 --> 00:23:01,740
كلان بين ال X و بين Y ك scatter plot و طلع واحد شو

287
00:23:01,740 --> 00:23:06,300
الرسم هتطلع مستقيم نعم كل النقاط تقع على مستقيم و

288
00:23:06,300 --> 00:23:11,430
ماله مالهموجب ولا سالب موجب هذا هو هيك هتطلع

289
00:23:11,430 --> 00:23:16,110
الرسمة طبعا بالمناسبة لو طلع سالب واحد برضه

290
00:23:16,110 --> 00:23:21,170
perfect هذا perfect موجب هذا perfect ماله سالب

291
00:23:21,170 --> 00:23:28,370
وفكرك الرسمة هيك كيف هتطلع هيك ليه؟ شوفوا يا شباب

292
00:23:28,370 --> 00:23:34,970
من zero إلى نص weak ضعيف بس weak ليش ترضي ام عكسي

293
00:23:35,960 --> 00:23:41,340
طرد يعني positive، طب من ساعة النص لل zero برضه

294
00:23:41,340 --> 00:23:48,760
weak، طب من نص للواحد strong، أي رقم من نص للواحد

295
00:23:48,760 --> 00:23:54,080
strong relationshipو هذا أيضا من سالب واحد لسالب

296
00:23:54,080 --> 00:23:59,040
نص يعتبر strong مشكلتكوا مع السالب نص و النص في

297
00:23:59,040 --> 00:24:03,540
ناس بتعتبرهم النص ذات نفسه او السالب نص ذات نفسه

298
00:24:03,540 --> 00:24:06,720
يعتبر moderate يعني وسط و في ناس بيعتبروه مع ال

299
00:24:06,720 --> 00:24:10,680
strong فانا يعني بترك الخيار لإلك انت بدك تعتبره

300
00:24:10,680 --> 00:24:16,300
strong او بدك تعتبره moderate moderate يعني متوسط

301
00:24:16,300 --> 00:24:19,960
علاقة لا هي قوية ولا هي مية ليها وسط علاقة وسط

302
00:24:19,960 --> 00:24:26,130
يعني ماشيالخطية بس تبتدوا زي ال comparing's؟ اه

303
00:24:26,130 --> 00:24:29,850
طبعا هانا بس علاقة خطية يعني الرسم اللي قبل شوية

304
00:24:29,850 --> 00:24:44,330
رسمتوها لو انتوا رسمتوا رسموا هيك طلعت مثلا فاروح

305
00:24:44,330 --> 00:24:47,110
هذا اللي هو ال correlation يعني فكر كده كده حيطلع

306
00:24:47,110 --> 00:24:53,180
حوالين السفر تقريبا تقريبا سفر شو يعني؟يعني فيش

307
00:24:53,180 --> 00:24:57,880
علاقة؟ هل هذا فيش علاقة؟ اه هذا فيه علاقة بس علاقة

308
00:24:57,880 --> 00:25:02,920
مالها non-linear غير خطية احنا بس معنيين هنا بال

309
00:25:02,920 --> 00:25:07,160
raw اللي هو للأسف بس بقيس علاقة مين الخطية تمام

310
00:25:07,160 --> 00:25:12,260
هى؟ هذا اللي انتوا بتعرفوه كلياته من وين؟ من مادة

311
00:25:12,260 --> 00:25:17,600
الإحصاء اليوم احنا بنحكي عن شو يا ابنيا؟عن سلسل

312
00:25:17,600 --> 00:25:21,300
زمانية الرمز اللى كان اسمه covariance زمان او

313
00:25:21,300 --> 00:25:25,060
الازم اللى كان اسمه covariance اليوم شو حيصير اسمه

314
00:25:25,060 --> 00:25:30,000
اوتو covariance و اللى كان زمان اسمه correlation

315
00:25:30,000 --> 00:25:35,540
اليوم حيصير اسمه اوتو correlation السبب هداك كان

316
00:25:35,540 --> 00:25:41,860
بين من ومن بين X و Y متأيرانفالان هو نفسه مع

317
00:25:41,860 --> 00:25:46,180
السلسلة .. من هنا جاء الرسم auto ف auto جاءت من

318
00:25:46,180 --> 00:25:51,520
انه مافيش x و y مافيش متغيرين هو متغير واحد هي

319
00:25:51,520 --> 00:25:56,980
المبيعات هي السلسلة واحدة ولكن المبيعات الآن

320
00:25:56,980 --> 00:26:00,960
اعتبرناها متغيرين على أساس ان المبيعات عند الزمن T

321
00:26:00,960 --> 00:26:08,130
والمبيعات نفسها عند الزمن S يعني عند زمنينفبناخد

322
00:26:08,130 --> 00:26:15,310
السلسلة الذات نفسها هي هي بنفرطها عند الأزمنة

323
00:26:15,310 --> 00:26:22,030
معينة T عند الواحد اتنين تلاتة أربعة خمسة ماشية و

324
00:26:22,030 --> 00:26:27,870
هكذا ثم بعد ذلك بنعمل زي إزاحة للزمن shift هي نفس

325
00:26:27,870 --> 00:26:31,890
المبيعات بس مش بنبدأ من الزمن واحد عاد مثلا نبدأ

326
00:26:31,890 --> 00:26:37,090
من عند الزمن مثلا أربعة ثم خمسة ثم ستة و هكذاإذا

327
00:26:37,090 --> 00:26:40,450
ال X و ال T ال X و ال Y عفوًا اللي كان زمان ..

328
00:26:40,450 --> 00:26:46,570
اللي الآن مين؟ X و X .. X و X هي نفسها ولكن مين؟

329
00:26:46,570 --> 00:26:50,550
عند زمان T و عند زمان S عشان هي الان كلمة Auto

330
00:26:50,550 --> 00:26:54,590
Auto Correlation Auto Covariance هاي تعريفهم يا

331
00:26:54,590 --> 00:26:58,270
شباب الآن أمامنا على الكمبيوتر فالتعريف تفضل احكي

332
00:26:58,270 --> 00:27:01,410
ال .. ال correlation ال expectation ده أقل قصر أو

333
00:27:01,410 --> 00:27:07,430
قصير؟ قصير؟ مش فاهمال correlation ل ال XS و XT ال

334
00:27:07,430 --> 00:27:11,090
expectation ده ل .. ل الجثير ولا لأ؟ طبعا يا راجل

335
00:27:11,090 --> 00:27:15,750
مضربين في بعض برمجة هذه انت لحالك يعني .. يعني ال

336
00:27:15,750 --> 00:27:20,610
logic تبع ال math لما تتعلم ال برمجة مثلا في مابعد

337
00:27:20,610 --> 00:27:23,430
فهذه مالوش علاقة بالبرمجة بس لما لأ هذه

338
00:27:23,430 --> 00:27:27,370
expectation لل ghost مضربين في بعض فال expectation

339
00:27:27,370 --> 00:27:33,960
linear فقط في حالة مين؟ الجامعومتى بيكون linear في

340
00:27:33,960 --> 00:27:38,600
حالة الضرب؟ لما يكونوا independent إذا بتذكروا ال

341
00:27:38,600 --> 00:27:44,660
expectation xy expectation xy

342
00:27:44,660 --> 00:27:48,080
هل يا ترى بيساوي expectation ال x ضرب expectation

343
00:27:48,080 --> 00:27:53,260
.. هذا لأ مش صحيح مابيساويوش ولكن في حالة ال

344
00:27:53,260 --> 00:27:56,880
independent أه بتوزع لكن في حالة الجامعة أه linear

345
00:27:57,830 --> 00:28:04,830
زائد Y فبتوزع ال expectation فبتوزع فش مشكلة سواء

346
00:28:04,830 --> 00:28:07,450
linear و لا linear عفوا سواء independent و لا غير

347
00:28:07,450 --> 00:28:13,250
المهم هتنبلش نحكي عنه الآن تعريف ال auto

348
00:28:13,250 --> 00:28:16,290
covariance ال auto covariance of a time series

349
00:28:16,290 --> 00:28:21,550
اللي هي اسمها XT مثلا is defined to be Gamma أسوتي

350
00:28:21,550 --> 00:28:27,620
طبعا هذه ما معناهاكرامز انا من عندها نسميه Gamma

351
00:28:27,620 --> 00:28:33,060
شو يعني ايه؟ يعني ال X عند الزمن S و X عند الزمن

352
00:28:33,060 --> 00:28:38,060
مين؟ T و هي بالتالي ال covariance بين XS و X مين؟

353
00:28:38,060 --> 00:28:42,380
T هي عبارة عن expectation لمين؟ XS ناقص المين

354
00:28:42,380 --> 00:28:48,220
لإلها مضروف في مين؟ XD ناقص المين لإلها For any

355
00:28:48,220 --> 00:28:53,340
two bond times اللي هم مين هم؟ T و S من أي حياتك؟

356
00:28:54,930 --> 00:28:58,210
طبعا زي ما انتوا عارفين الان ال function هذه اللي

357
00:28:58,210 --> 00:29:01,030
هي ال covariance بتحدد ال second order ال property

358
00:29:01,030 --> 00:29:04,610
طبعا هذه لها علاقة بطريقة العزوم ال method of

359
00:29:04,610 --> 00:29:10,110
moment اللي احنا قلنا .. شو قلنا؟ في الحصة ان

360
00:29:10,110 --> 00:29:13,870
التوزيع الاحتمالي غالبا ما يتحدد من مين من معرفة

361
00:29:13,870 --> 00:29:16,550
العزوم اللي هي العزم الأول وعزم التاني و هكذا ..

362
00:29:16,550 --> 00:29:19,210
ذاكرينها على الكلام؟ ال method of moments وغيرها

363
00:29:19,210 --> 00:29:22,750
ولذلك انا الآن معني ان اعرف ال mean اللي حكينا عنه

364
00:29:22,750 --> 00:29:27,260
في ال slide السابقةواليوم معنى كمان ماعرف بمين بال

365
00:29:27,260 --> 00:29:30,140
auto covariance طب ما ال auto covariance البديع

366
00:29:30,140 --> 00:29:32,420
عنه هو ال auto correlation عشان احنا ال auto

367
00:29:32,420 --> 00:29:35,300
correlation بيعطيني معلومات زيادة بيعطيني اللي ..

368
00:29:35,300 --> 00:29:39,160
اللي بيعطيني اياه ال auto covariance شو اللي

369
00:29:39,160 --> 00:29:43,500
بيعطيني اياه ال auto covariance علاقة تردية ولا

370
00:29:43,500 --> 00:29:50,320
عكسية وزيادة عنه مين ال relationship strongولا ويك

371
00:29:50,320 --> 00:29:53,980
صح ولا .. فبيعطينا زيادة عنه بيعطينا ايه اللي هو

372
00:29:53,980 --> 00:29:58,520
ال auto correlation نفسه ولذلك احنا فيما بعد شغلنا

373
00:29:58,520 --> 00:30:04,000
بيكون في كركوب عالميا ال auto correlation تمام ال

374
00:30:04,000 --> 00:30:07,940
auto correlation function هذه تبع السلسلة الزمنية

375
00:30:07,940 --> 00:30:11,800
هي معرفة على أنها زي ما انتوا شايفين رو الرمز اللي

376
00:30:11,800 --> 00:30:17,480
احنا هنختاره اسمه روبين ال S و ال T ك إكسات هي

377
00:30:17,480 --> 00:30:22,100
عبارة عن ال covariance بين ال XS و XT مقصودة على

378
00:30:22,100 --> 00:30:30,120
جزر ال variance ل XS و ال variance ل XT ماشيها و

379
00:30:30,120 --> 00:30:37,540
هي كرموز Gamma ST على ال variance شو سمته أنا

380
00:30:37,540 --> 00:30:43,620
Gamma حطته Zero عارفين أنا ليش اخترت ال Zero؟

381
00:30:43,620 --> 00:30:49,640
أقولكوا ليش؟لأن لو سألت الآن هذا الفرق لما نكون

382
00:30:49,640 --> 00:30:54,820
القيمتين زي بعض بين ال S و بين ال T كزمانين الفرق

383
00:30:54,820 --> 00:31:00,300
بينهم سفر يعني نفس الزمن S و S أو T و T مش كأنك

384
00:31:00,300 --> 00:31:05,180
انت بتعمل covariance لل XS و XS مش لما تكون ال

385
00:31:05,180 --> 00:31:08,200
covariance لل X و X هو هذا هو ال variance اللي

386
00:31:08,200 --> 00:31:13,160
بتعرفوه صحيح و لذلك الآن لما نكون S و T نفس القيم

387
00:31:13,160 --> 00:31:20,260
S و Sفالفرق بينهم كزمن هو zero فجاء الرمز هذا ال

388
00:31:20,260 --> 00:31:24,600
zero من أنه الفرق بين الزمنين S وT عندما يكونان

389
00:31:24,600 --> 00:31:30,100
نفس الزمن فانت كأنك بتجيب ال covariance لمين لنفس

390
00:31:30,100 --> 00:31:34,740
السلسلة عند الزمن S وعند الزمن S ذات نفسه فيصبح

391
00:31:34,740 --> 00:31:37,260
اللي هو ال variance هو الحالة الخاصة من ال

392
00:31:37,260 --> 00:31:40,560
covariance ما أنتوا عارفين ال covariance بالمناسبة

393
00:31:40,560 --> 00:31:42,060
هه عشان اللي ذكى

394
00:31:51,460 --> 00:31:55,640
بتعمل مع الفرق بينهم فاحنا الان covariance بين ال

395
00:31:55,640 --> 00:32:01,000
X وال Y كحالة خاصة عندما .. لأ عفوا بين ال X وال X

396
00:32:01,000 --> 00:32:03,480
هو عبارة عن ال variance

397
00:32:06,260 --> 00:32:10,900
ولذلك الآن لما انا هذا اعتبرته لان gamma ال X هيكا

398
00:32:10,900 --> 00:32:16,660
على اساس ان اسمه X عند الزمن مثلا T و الزمن T ففيه

399
00:32:16,660 --> 00:32:20,200
الان انا هاجي اقوله عنه انه variance ال X هيكا او

400
00:32:20,200 --> 00:32:23,380
انا هاجي اقول gamma ال X هلأ الفرق بين الزمنين

401
00:32:23,380 --> 00:32:27,860
بحطته مين هنا Zero عارفين ليش بقى؟ لأن حقيقة فيما

402
00:32:27,860 --> 00:32:32,480
بعد مش هنقول احنا gamma بشكل عام مش هنقول هيك

403
00:32:32,480 --> 00:32:38,280
gamma X وحط الزمنين S وTهحط و هذا اللي هتشوفه في

404
00:32:38,280 --> 00:32:42,820
الرسالات اللي جاية هحط هيك عارفين مين ال H هي

405
00:32:42,820 --> 00:32:50,240
الفرق بين أسوة و تين أس ناجس تي أو تي ناجس اتش مش

406
00:32:50,240 --> 00:32:52,880
مهم هتكون مرة بالموجة مرة بالسادس مش تفرقش جديد

407
00:32:52,880 --> 00:32:59,060
ولذلك الرمز اللي هنتمده حقيقة هو هذا الرمز حيث ان

408
00:32:59,060 --> 00:33:04,310
ال H هي عبارة عن الفرق بين مينالزمانين يعني هي

409
00:33:04,310 --> 00:33:08,990
السلسلة ذات نفسها بس عندها زمانين الفرق بين هذين

410
00:33:08,990 --> 00:33:15,310
الزمانين هو يسوء H او H ومن هنا لو حطيته ال H ب

411
00:33:15,310 --> 00:33:21,430
Zero لو حطيته ال H ب Zero نفس الزمن بيطلع ال

412
00:33:21,430 --> 00:33:24,430
variance فال covariance هو الحالة العامة اللي حالة

413
00:33:24,430 --> 00:33:28,850
منه قواميا ال variance عند ال H ب Zero وصلة اذا من

414
00:33:28,850 --> 00:33:33,970
هنا انا اخترت الاسم Zero هذاتمام هلجيتها كمان مرة؟

415
00:33:33,970 --> 00:33:39,170
طلعوا عشان التعريف هذا حفظ مطلوب منك تحفظه ال auto

416
00:33:39,170 --> 00:33:44,750
correlation هو عبارة عن ال auto covariance مقصوما

417
00:33:44,750 --> 00:33:53,610
على جزر ال variance لل XS عند الزمن zero من ناحية؟

418
00:33:53,610 --> 00:34:00,390
طيب هلجيتها؟اللي انا قبل شوية حكيته على اللوحة ايه

419
00:34:00,390 --> 00:34:03,690
الان امامنا في الملاحظة الأولى فلو عرفتوا يا شباب

420
00:34:03,690 --> 00:34:13,190
ال H على أنها T minus S عرفتوا

421
00:34:13,190 --> 00:34:17,410
على أنه H ففي الحالة هذه ال parameter اللي هو اسمه

422
00:34:17,410 --> 00:34:23,510
Gamma X H هو بينقول عنه ال H order او Lag H auto

423
00:34:23,510 --> 00:34:28,670
covariance ل XTهو auto covariance، هذا اسمه auto

424
00:34:28,670 --> 00:34:34,670
covariance عندها حاجة اسمها lag، الآن زي ما انتوا

425
00:34:34,670 --> 00:34:39,270
حافظين أسماءكوا بتحفظولي كلمة ال lag هذه، من هنا

426
00:34:39,270 --> 00:34:43,910
لما نخلص المنهج تبعنا، حدالها ورانا الكلمة هذه lag

427
00:34:43,910 --> 00:34:49,770
مامعنى ال lag؟ هي الفرق إيش؟ هي في الملاحظة

428
00:34:49,770 --> 00:34:53,750
التانية ال difference of two moments in time،

429
00:34:53,750 --> 00:35:01,820
بنقول عنه مين؟ ال lagلو ال H مثلا، H أو أي رمز آخر

430
00:35:01,820 --> 00:35:07,160
ولذلك الآن لما عند الحديث عن أ فروق بين الأزمنة

431
00:35:07,160 --> 00:35:11,240
ففي الحالة هابينا نقول عنه لاج مين، لاج، مثلا يا

432
00:35:11,240 --> 00:35:17,020
شباب لاج يسووا واحد، شو معناه؟اه الفرق بين الزمنين

433
00:35:17,020 --> 00:35:21,020
بيساوي واحد، شو يعني؟ يعني مثلا فصل أول مع مين؟

434
00:35:21,020 --> 00:35:26,600
فصل تاني أو رابع مع مين؟ خمس أو تالت، اللي قبله و

435
00:35:26,600 --> 00:35:31,720
اول بعده طب لاجيه ساو اتنين مثلا، اللاجيه ساو

436
00:35:31,720 --> 00:35:38,860
اتنين شو معناه؟ الأول مع التالت أو السابع مع مين؟

437
00:35:39,920 --> 00:35:43,180
مع الخامس او مع التاسعة فارق بينهم المهم قد ياش

438
00:35:43,180 --> 00:35:47,780
زمنك .. عندما قلنا بأن الزمن العداد بتنفع تبدأ من

439
00:35:47,780 --> 00:35:51,840
zero و بتنفع تبدأ من سالب عشرين و بتنفع .. صح؟ فمش

440
00:35:51,840 --> 00:35:56,380
big deal انك تبدأ .. اه؟ و كأنه هي هي .. اه؟ طيب

441
00:35:56,380 --> 00:36:01,260
شباب طبيعة التعريف تبع ال covariance او ال auto

442
00:36:01,260 --> 00:36:05,320
covariance صراحة بيقدي انه symmetric ال auto

443
00:36:05,320 --> 00:36:09,650
covariance symmetric ايش يعني ال symmetric؟يعني ال

444
00:36:09,650 --> 00:36:12,590
covariance أو كمان مرة بدلني أقول covariance هو

445
00:36:12,590 --> 00:36:16,850
auto covariance يعني ال auto covariance عند ال lag

446
00:36:16,850 --> 00:36:25,290
H هو نفس ال auto covariance عند ال lag سالب H ليش؟

447
00:36:25,290 --> 00:36:28,170
طبيعة التعريف ذات نفسه هي اللي أنتوا شايفينه من

448
00:36:28,170 --> 00:36:34,950
ناحية الفرق بينهما سواء كان زمن اسمه H لقدام أو H

449
00:36:34,950 --> 00:36:42,550
لورافيشبه بال auto covariance حقيقة هو نفسه نحيا

450
00:36:42,550 --> 00:36:46,810
فلو انا قلت لك حسب ليه auto covariance عند سالب

451
00:36:46,810 --> 00:36:53,330
خمسة هو عنده نفس الخمسة و ال correlation او ال

452
00:36:53,330 --> 00:36:57,850
auto correlation نفس الشيء يعني symmetric فإذا زي

453
00:36:57,850 --> 00:37:01,210
ما انت شايفين ال auto correlation عند ال lag h هو

454
00:37:01,210 --> 00:37:08,420
نفسه عند ال lag سالب hالاخر خاصية هي مايلها علاقة

455
00:37:08,420 --> 00:37:12,120
على الإطلاق بال time series ولكن هي برضه بتستخدمها

456
00:37:12,120 --> 00:37:16,520
احنا هي مش معفن هي احصى هذه انتوا بتعرفوها الخاصية

457
00:37:16,520 --> 00:37:20,740
ان لو كان is هذو ال constants و في عندك x و y

458
00:37:20,740 --> 00:37:25,100
random variables فهذه خاصية اذا من درس .. اه ولا

459
00:37:25,100 --> 00:37:28,000
بداشي من تحكي اسمها يعني انتوا يوم درستوا الاحصاء

460
00:37:28,880 --> 00:37:33,240
هذه الخاصية مرت عليكم حقيقة ممكن تلزمني انا عشان

461
00:37:33,240 --> 00:37:36,900
هي حاططلكوا اياها عشان لما نستخدمها مش تقولوا من

462
00:37:36,900 --> 00:37:39,980
وين اجت هذه الخاصية و الخاصية اللي تحت منها طبعا

463
00:37:39,980 --> 00:37:45,580
فهدول الخاصيتين معروفان ومش صعب اثباتهم يعني مش

464
00:37:45,580 --> 00:37:51,160
مطلوب مننا اثباتهم ولكن مطلوب مننا معرفتهم ايه

465
00:37:51,160 --> 00:37:55,400
حيال؟ طيب بعد ذلك فضل

466
00:37:58,330 --> 00:38:02,510
مش قيمة lambda مضروبة في x,h لأ هذي lambda sub x

467
00:38:02,510 --> 00:38:09,290
هذي ال x لما احنا قلنا lambda هذي مش lambda هذي

468
00:38:09,290 --> 00:38:18,230
gamma gamma هذي gamma gamma sub x اه gamma sub x

469
00:38:18,230 --> 00:38:22,650
يعني ال x هذا بس عشان اسم المتغير x ففيك تقول

470
00:38:22,650 --> 00:38:26,950
gamma zero بدون x اه يعني ارفعوا ال x يعني ف gamma

471
00:38:26,950 --> 00:38:31,840
خلاصGamma Zero في الامتحان مسموح لك عادي ماعندي

472
00:38:31,840 --> 00:38:37,400
مشكلة نهر؟ خلاص يعني هذه مافي داعي تحطوها حتى

473
00:38:37,400 --> 00:38:45,940
Gamma Zero Gamma H بيمشي لهذا فمجرد أنها تبين اسم

474
00:38:45,940 --> 00:38:51,150
المتغيرالشباب اللي انا فيه انه رسمة ال auto

475
00:38:51,150 --> 00:38:53,970
covariance و رسمة ال auto correlation و اللي احنا

476
00:38:53,970 --> 00:38:58,390
بنقول عنه coregram هدولة بنسميهم auto covariance

477
00:38:58,390 --> 00:39:03,770
function و هي اختصارها ACVF و بنسميها auto

478
00:39:03,770 --> 00:39:08,010
correlation function ACF و هدولة اللي اسمهم

479
00:39:08,010 --> 00:39:12,210
coregram functions رسماتهم مهمة جدا جدا و طبعا

480
00:39:12,210 --> 00:39:14,850
لاحظوا معايا قبل ما ابتداش نحكي عن الرسومات

481
00:39:20,070 --> 00:39:23,770
إن ال raw عند ال zero مين معناته هاي؟ شو يعني ال

482
00:39:23,770 --> 00:39:28,270
raw عند ال zero؟ يعني عند ال lack zero إن الفرق

483
00:39:28,270 --> 00:39:32,090
zero بقى أن الزمانين فرق هو انافسي الزمان بيسوي

484
00:39:32,090 --> 00:39:36,810
قداش واحد عارفين شو معناها هذه؟ هذه كأنه ال auto

485
00:39:36,810 --> 00:39:40,950
correlation مش هي auto correlation لمين؟ السلسلة

486
00:39:40,950 --> 00:39:45,570
مع نفسها السلسلة الزمانين اللي اسمه أسوتي ما لهو؟

487
00:39:46,140 --> 00:39:49,740
هما زي بعض و كأنه الارتباط هيك مانعها مش هذا

488
00:39:49,740 --> 00:39:53,280
ارتباط مش autoculation ارتباط من السلسلة او نفس

489
00:39:53,280 --> 00:39:58,000
السبتباط نعم السلسلة ذات نفسها مع ذات نفسها عند

490
00:39:58,000 --> 00:40:02,740
نفس الأزمنة فكرة الارتباط لازم يكون ماله مش واحد

491
00:40:02,740 --> 00:40:09,940
ولكن in general ال rawفتكون بين مين ومين سلب واحد

492
00:40:09,940 --> 00:40:14,300
و .. ماهي ال edge ال edge هذه هي ال lag اللي احنا

493
00:40:14,300 --> 00:40:17,960
قلنا عنها فزي ما انتوا شايفين الرسمات اللي أمامك

494
00:40:17,960 --> 00:40:21,160
وعلى اللوحة دي او على الكمبيوتر هي رسمتين الرسم

495
00:40:21,160 --> 00:40:24,860
الأشمال هي رسمة ال auto covariance function هذا هي

496
00:40:24,860 --> 00:40:30,580
ال lags lag zero lag واحد lag اتنين الاخره وزي ما

497
00:40:30,580 --> 00:40:35,830
انتوا شايفين مافيش سقف لايلها 250 طايرفي العكس تبع

498
00:40:35,830 --> 00:40:41,090
مو انه في سجف لمن لل auto correlation من وين ل وين

499
00:40:41,090 --> 00:40:45,110
من سالب واحد لأ او مش من سالب من zero قصدها هو

500
00:40:45,110 --> 00:40:50,170
اللي حدد واحد يعني باختصار صحيح انت صدقت من سالب

501
00:40:50,170 --> 00:40:54,830
واحد اه و رسملك خطين زوج انا بدي اكبرها الرسم هيك

502
00:40:54,830 --> 00:40:59,310
اعتقد هيك اكبر شي ممكن نصله هذه الآلة اللي امامكوا

503
00:40:59,310 --> 00:41:04,130
شايفينها هايرسمة ال auto correlation هدول الرسمتين

504
00:41:04,130 --> 00:41:08,290
بالمناسبة انا عملتهم باستخدام البرنامج الإحصائي R

505
00:41:08,290 --> 00:41:15,010
سهل جدا ترسموهم بال R و هنشوف كده لماذا؟ هتنبلش

506
00:41:15,010 --> 00:41:18,450
نشرح رسمة ال auto correlation لإن حقيقة احنا معنين

507
00:41:18,450 --> 00:41:22,750
بال auto correlation وفي شغلة بدي أحكيلكوا إيها

508
00:41:22,750 --> 00:41:27,830
إنه بالنسبة لل auto correlation يعني ارتباطات اللي

509
00:41:27,830 --> 00:41:31,370
بيجس الارتباطات ولا أنا غلطان؟بجيس الارتباطات بين

510
00:41:31,370 --> 00:41:47,070
مين و مين؟ بين XT و XS و XS

511
00:41:47,070 --> 00:41:47,370
و XS و XS و XS و XS و XS و XS و XS و XS و XS و XS

512
00:41:47,370 --> 00:41:47,530
و XS و XS و XS و XS و XS و XS و XS و XS و XS و XS

513
00:41:47,530 --> 00:41:47,530
و XS و XS و XS و XS و XS و XS و XS و XS و XS و XS

514
00:41:47,530 --> 00:41:49,910
و XS و XS و XS و XS و XS و XS و XS و XS و XS و XS

515
00:41:49,910 --> 00:41:49,910
و XS و XS و XS و XS و XS و XS و XS و XS و XS و XS

516
00:41:49,910 --> 00:41:49,910
و XS و XS و XS و XS و XS و XS و XS و XS و XS و XS

517
00:41:49,910 --> 00:41:54,290
و XS و XS و XS و XS و

518
00:41:54,290 --> 00:42:00,960
XS و XSواللي أي إشي بيعديهم بيكون هنا significant

519
00:42:00,960 --> 00:42:05,600
يعني دو دلالة معنوية و أي إشي تحتيهم يعني ممكن

520
00:42:05,600 --> 00:42:09,920
نعمله إيش negligible نهمله not significant أنا بدأ

521
00:42:09,920 --> 00:42:14,580
أقولكوا شغالة واحدة الآن قبل ما أبلش أشرح الرسمة

522
00:42:14,580 --> 00:42:19,080
في .. في اللي هو السلاسل الزمنية كخطوة أولى احنا

523
00:42:19,080 --> 00:42:22,760
طبعا كخطوة أخيرة هي التنبؤ يعني احنا بدنا نعمل

524
00:42:22,760 --> 00:42:23,300
forecasting

525
00:42:27,330 --> 00:42:31,330
تمام؟ هذا هو الهدف الأساسي أو اللى بدنا نصله على

526
00:42:31,330 --> 00:42:34,810
ال forecasting بناء على مين؟ على model، linear

527
00:42:34,810 --> 00:42:37,730
model معين ممكن يكون linear ممكن مش linear بس

528
00:42:37,730 --> 00:42:40,410
المهم خلونا نمشيوليها linear model، linear model

529
00:42:40,410 --> 00:42:44,870
linear model يعني regression إلى حد ما، مش

530
00:42:44,870 --> 00:42:48,890
regression exactly بس إلى حد ما فهموها هيك انتوا،

531
00:42:48,890 --> 00:42:52,580
قبل ما نصير نفهم كل شيءفإذا احنا بدنا نعمل model

532
00:42:52,580 --> 00:42:57,180
بحيث نيوصف مين السلسلة الزمنية عبر الزمن و ايرايها

533
00:42:57,180 --> 00:43:02,120
مش هيك فالسلسلة الزمنية عبر الزمن و ايرايها بصراحة

534
00:43:02,120 --> 00:43:06,520
هي مثلا ال model هذا مشهولة ان y مثلا بيساوي f of

535
00:43:06,520 --> 00:43:12,340
.. طبعا y هي يعني x عند الأزمنة t هي f of x عند

536
00:43:12,340 --> 00:43:15,420
الأزمنة s plus epsilon هذا ال error term

537
00:43:18,820 --> 00:43:21,600
طبعا هذا الكلام يعني مش مائة بالمائة دقيق ولكن

538
00:43:21,600 --> 00:43:25,380
مشروه انتوا هيك واحد من أهم ال assumptions

539
00:43:25,380 --> 00:43:29,600
الفرضيات على ال epsilon هذا طبعا epsilon في T ان

540
00:43:29,600 --> 00:43:37,800
يكونوا uncorrelated مافيش ترتبطات نيح ياك؟و إلا

541
00:43:37,800 --> 00:43:42,180
اللي هو ال derivation الاشتقاقات للموديل و غيره ما

542
00:43:42,180 --> 00:43:46,020
بعرف مين بيصير في عندك في علامة استفهام مش مظبوطة

543
00:43:46,020 --> 00:43:48,780
يعني mathematically احنا بنفرض ان هدول لازم يكونوا

544
00:43:48,780 --> 00:43:52,960
uncorrelated بالزمن، نعم؟ لكن أحيانا في الواقع

545
00:43:52,960 --> 00:43:56,320
بيكونوا هدول مش uncorrelated، correlated فهنا ال

546
00:43:56,320 --> 00:43:59,120
correlated بيجي من عدة أشياء و طبعا المشاكل ال

547
00:43:59,120 --> 00:44:02,860
correlated يعتبر فاحنا لازم ان هو ايش؟نتأكد أن ال

548
00:44:02,860 --> 00:44:06,080
assumption valid موجودة و لا بتصير مشكلة، المهم،

549
00:44:06,080 --> 00:44:09,080
من أين هيأتي ال correlation لارتباطات في المشاهدة؟

550
00:44:09,080 --> 00:44:12,300
هذي error، اسمه error، error يعني شو؟ عشوائي يعني،

551
00:44:12,300 --> 00:44:16,180
المفروض مافيش correlationولكن ال error هدول الخطأ

552
00:44:16,180 --> 00:44:19,560
العشوائي أحيانا لأ بيكونش عشوائي بيكون في ارتباطه

553
00:44:19,560 --> 00:44:24,080
فبيجي من عدة أشياء احنا مش معنين نعرف بشكل عام ايه

554
00:44:24,080 --> 00:44:27,940
يعني عفوا بشكل تفسيدي شو هم بشكل عام ممكن ييجي من

555
00:44:27,940 --> 00:44:31,620
خلال انك انت تعمل negligible يعني إهمال لبعض

556
00:44:31,620 --> 00:44:36,410
المتغيرات في المعادلةهو اللي بتربط ال X مع غيرها

557
00:44:36,410 --> 00:44:41,250
فانت أحملت شيء مهم المفروض انك ما تحمله فإهمالك

558
00:44:41,250 --> 00:44:45,490
لهذا المتغير قد لوجود ال error و لا لأ و قد وجود

559
00:44:45,490 --> 00:44:48,350
الارتباطات ممكن ال model اللي انت كاتبينه من

560
00:44:48,350 --> 00:44:52,290
الأساس خلط زي ما أنا كاتب و أنا غلط مثلا يعني هي

561
00:44:52,290 --> 00:44:55,270
العلاقة مش linear انت كاتبها linear فانت عمليا

562
00:44:55,270 --> 00:44:59,570
كتبتك المعادلة linear و هي مش linear فأعطاك أشهر

563
00:44:59,570 --> 00:45:04,950
لإن صار في ارتباطاتفي حاجات كتيرة نعم و لكن احنا

564
00:45:04,950 --> 00:45:08,470
كخطوة أولى اقولكوا شغلة انه هذا ال افندي نعمله

565
00:45:08,470 --> 00:45:10,770
uncorrelated و ما بعرف مين و نتأكد ان ال

566
00:45:10,770 --> 00:45:14,270
assumption valid و يبقى انا معنى بال ايش باللي انا

567
00:45:14,270 --> 00:45:17,270
بشرح اليوم محاضرة اليوم على و هي مين ال auto

568
00:45:17,270 --> 00:45:21,190
correlation و لذلك انا معنى بان اعمل بالاخير في

569
00:45:21,190 --> 00:45:24,250
المحصلة النهائية عشان بالاخير اصل هدفي اللي هو ال

570
00:45:24,250 --> 00:45:26,850
forecasting في المحصلة النهائية اللي هي ال

571
00:45:26,850 --> 00:45:28,910
forecasting اعمل يا شباب modeling

572
00:45:31,830 --> 00:45:37,650
لمن؟ للـ Auto Correlation نحك؟

573
00:45:37,650 --> 00:45:43,330
فانا كيف اعمله modeling يعني انا لازم اعرفه نحن؟

574
00:45:43,330 --> 00:45:45,350
طب انا كيف بده اعرف اذا فيه Auto Correlation ولا

575
00:45:45,350 --> 00:45:49,390
مافيش؟ للاتباطات فأول خطوة ممكن نعملها على و هي

576
00:45:49,390 --> 00:45:53,250
رسمة ال ACF اللي هى أمامكوا الآن شو يعني ACF

577
00:45:53,250 --> 00:45:57,850
اختصارا هتوا قولنا احنا؟ Autocorrelation function

578
00:45:57,850 --> 00:46:04,090
و اللي هو برسم من قبل من الأمامنا هذه برسم ال H و

579
00:46:04,090 --> 00:46:09,750
هنا من ال روه طبعا عند ال H ببدأ من لك Zero لك

580
00:46:09,750 --> 00:46:13,590
واحد اتنين و هكذا ممكن تصل لك اللي بدك هي مثلا لك

581
00:46:13,590 --> 00:46:18,890
تلاتين لك اربعين لك خمسين مثلا اللي بدك هي نحن و

582
00:46:18,890 --> 00:46:22,670
بعد ما ترسموه في حاجة اسمها فترات الثقة اللي بخط

583
00:46:22,670 --> 00:46:33,400
الأزرقconfidence interval confidence interval انها

584
00:46:33,400 --> 00:46:35,880
علاقة بالاحصة بالمفهوم تبع ال confidence interval

585
00:46:35,880 --> 00:46:40,580
فترات الثقة بنسبة 95% نقدر نقول اننا واثقين ان

586
00:46:40,580 --> 00:46:44,640
الارتباط هنا وهنا هجات الارتباطات هلأ عند ال zero

587
00:46:44,640 --> 00:46:49,600
اكيد لازم يكون واحد ليش لأنه قلنا رو زيرو معناه

588
00:46:50,800 --> 00:46:54,640
ارتباط بين السلسة و السلسة نفسها عند نفس الزمن هو

589
00:46:54,640 --> 00:46:57,720
هو فهي بين نفسها و نفسها عند نفس الزمن هي اكيد

590
00:46:57,720 --> 00:47:01,780
ارتباط تعمل تمام؟ بينما عند لاج واحد عارفيه شو

591
00:47:01,780 --> 00:47:08,220
بيعمله هاد الرسمة شو بيسوي كتالي بروح بيقول يلا ما

592
00:47:08,220 --> 00:47:14,440
انا بده اعمل ارتباط بين ال XT هاي ال XT اللي هي

593
00:47:14,440 --> 00:47:22,050
عبارة عن X1 X2 X3 المشاهدات اه لحد دي XNو Xt زائد

594
00:47:22,050 --> 00:47:27,670
واحد طلعوا فإذا Xt زائد واحد فيعني مثلا ببدأ X

595
00:47:27,670 --> 00:47:32,670
اتنين X تلاتة X أربعة و هكذا فكرة كل واحد بيصار

596
00:47:32,670 --> 00:47:37,830
قبل الأخيرة إذا هد X مع نقص واحد هد بيصلي عند XN و

597
00:47:37,830 --> 00:47:41,530
طبعا مع ديها مابيصليش فيه بعد دي إشي لإن مشاهدات

598
00:47:41,530 --> 00:47:46,530
عندي بعد دي تمين هلجيتوا طلعوا شو بيسوي هذا مع هذا

599
00:47:46,530 --> 00:47:53,430
شوهالفرق بينهم lag واحد ولا لا هذه و هذه الفرق

600
00:47:53,430 --> 00:47:57,690
بينهم فبيجيبلي ارتباط بين هذا و بين هذا و اللي

601
00:47:57,690 --> 00:48:00,810
بيطلع هو الرسم اللي بتشوفوها أمامكم و اللي هي

602
00:48:00,810 --> 00:48:07,300
الرسم هذهالخط هذا قداش الارتباط طلع بعد مجابها طلع

603
00:48:07,300 --> 00:48:12,340
حوالين اللي هو مين ستة من عشرة وعدى الخطين الزرق

604
00:48:12,340 --> 00:48:16,940
هدول هذا واحد هي ستة من عشرة هنا تقريبا فخليني

605
00:48:16,940 --> 00:48:21,680
اشتلع الرسمة إذا عدى الخطين الزرق ففي الحالة هذه

606
00:48:21,680 --> 00:48:25,950
إذا عدى الخطين الزرق هدولففي الحالة هذه هذا

607
00:48:25,950 --> 00:48:29,710
الارتباط مهم و significant يعني دو دلالة حصائية

608
00:48:29,710 --> 00:48:33,690
بالعربي يعني مافيه أهمله ففي ارتباط هان وارتباط

609
00:48:33,690 --> 00:48:37,050
معنوي وقوي و لازم أحط في عين الاعتبار أن هناك

610
00:48:37,050 --> 00:48:42,170
ارتباط مافيه أهمله ولكن أي شيء جواد الخطين الزرق

611
00:48:42,170 --> 00:48:48,890
جواد فترات الثقة اعتبره مهما وكأنه مش موجود فلذلك

612
00:48:48,890 --> 00:48:53,160
كل الارتباطات اللي هانكل الارتباطات اللي هان مهملة

613
00:48:53,160 --> 00:48:56,300
نيح؟ صراحة شباب مين يقولي هادي او انا اختي محاضرتي

614
00:48:56,300 --> 00:48:59,760
هادي عندى ال lag اتنين كيف جبتوها بسرعة هلجيتوا

615
00:48:59,760 --> 00:49:05,420
هذا عرفتوا كيف؟ هذا ايش يسووا؟ اكس واحد بعدين مين؟

616
00:49:05,420 --> 00:49:10,120
اكس زاد اتنين اكس زاد اتنين اكس اتنين اكس اتنين

617
00:49:10,120 --> 00:49:15,960
اكس اتنين اكس اتنين اكس اتنين اكس اتنين اكس اتنين

618
00:49:15,960 --> 00:49:19,320
اكس اتنين اكس اتنين اكس اتنين اكس اتنين اكس اتنين

619
00:49:19,320 --> 00:49:20,910
اكس اتنين اكس اتنين اكس اتنين اكوبجيبهم هو ال auto

620
00:49:20,910 --> 00:49:23,570
collation اللي هنشوفه في المحاضرة الجاية و بطلع

621
00:49:23,570 --> 00:49:26,850
هال هذا negligable يعني مهمل يعني فيه أهمله يعني

622
00:49:26,850 --> 00:49:30,810
فيه ماعتبروش موجود خلاص للحديث بعد ما بعرف الرسمة

623
00:49:30,810 --> 00:49:34,210
هذه أقولكوا هذا شو بيصير الآن أنا بفهم أن المبيعات

624
00:49:34,210 --> 00:49:38,090
اللي عندي على أساسها المبيعات هذه طلعوا فيه

625
00:49:38,090 --> 00:49:42,370
ارتباطات بين الزمن هذا و الزمن اللي ياليه طب

626
00:49:42,370 --> 00:49:44,710
تخيلوا معايا عشان أختم محاضرتي أنه عند الزمن

627
00:49:44,710 --> 00:49:48,470
التالت في ارتباط عارفين شو يعني معناه يا شباب؟يعني

628
00:49:48,470 --> 00:49:52,590
الفصل الأول و الفصل الرابع الفصل الأو .. و الرابع

629
00:49:52,590 --> 00:49:57,570
الخامس و السابع فاهمنا؟ فيه ارتباطات يبقى أنا فيها

630
00:49:57,570 --> 00:50:00,410
مستقبلا لما أعمل prediction يعني forecasting أني

631
00:50:00,410 --> 00:50:04,830
أعمل modeling لمين احكوا للارتباطات المتعلقة بمين

632
00:50:04,830 --> 00:50:09,090
الأول مع التالت الخامس مع السابع اللي بينهم لجين

633
00:50:09,090 --> 00:50:13,850
ال H سو اتنين تمام هى؟ طيب احنا المحاضرة جاية ان

634
00:50:13,850 --> 00:50:19,170
شاء الله نكمل في هذه اللي هي ..ال slide مع اللي هو

635
00:50:19,170 --> 00:50:22,530
أمثلة و نختم ان شاء الله بيكون خير خلصنا يعطيكوا

636
00:50:22,530 --> 00:50:22,850
العافية