يهدف البحث الحالي إلى دراسة تقديرات معاملات معادلة خط الانحدار الخطي البسيط باستخدام طريقة المربعات الصغرى و ذلك عند حجوم عينات مختلفة و طرق معاينة مختلفة. و بذلك يكون هدف البحث هو محاولة لتحديد الحجم الأمثل و المعاينة الأفضل لتقدير هذه المعاملات. تم استخدام بيانات تجريبية لمجتمع مؤلف من 2000 فرداً من طلاب مدارس مناطق مختلفة من القطر. و قد تم في كل مرة تغيير حجم العينة و حساب المعاملات ثم مقارنة هذه المعاملات لحجوم عينات مختلفة مع معاملات المجتمع الحقيقي؛ و قد بينت النتائج أن تقديرات معاملات معادلة خط الانحدار تقترب من القيم الحقيقية لمعاملات معادلة خط الانحدار للمجتمع عندما يقترب حجم العينة من القيمة (325). كما تبين أن المعاينة بالطريقة العشوائية الطبقية ذات التوزيع المتناسب مع حجوم الفئات يعطي النتائج الأفضل و الاكثر دقة لتقدير معادلة الانحدار الخطي بطريقة المربعات الصغرى.
These papers aim to study the estimation of the simple linear regression equation
coefficients using the least square method at different sample sizes and different sampling
methods. And so on, the main goal of this research is to try to determine the optimum size
and the best sampling method for these coefficients. We used experimental data for a
population consist of 2000 students from different schools all over the country. We had
changed the sample size each time and calculate the coefficients and then compare these
coefficients for different sample sizes with their coefficients of the real population; and the
results have been shown that the estimation of the linear regression equation coefficients
are close from the real values of the coefficients of the regression line equation for the
population when the sample size closes the value (325). As it turns out that the Stratified
random sampling with proportional distribution with class sizes gives the best and most
accurate results to estimate linear regression equation with least square method.
المراجع المستخدمة
Abdi, H, “The Method of Least Squares”, University of Texas, Dallas, USA, Neil Salkind, 2007
Park, M, “Regression Estimation of The Mean In Survey Sampling”, USA, IOWA State University, 2012
Sen, P.K, “Estimates of the Regression Coefficient Based on Kendall's Tau”, University of North Carolina, Chapil Hill, USA, 2013