صفحة 48 - كتاب التقنية الرقمية - الصف 11 - الفصل 1 - المملكة العربية السعودية

📚 التمثيل البياني للتنبؤ

المفاهيم الأساسية

التنبؤ: قيم متوقعة بناءً على بيانات سابقة (موجودة في العمود C).

انضمام الثقة الأدنى والأعلى: قيم تمثل الحد الأدنى والحد الأعلى لفترة الثقة حول التنبؤ (موجودة في العمودين D و E).

خريطة المفاهيم

```markmap

الوحدة الأولى: علم البيانات

جمع البيانات والتحقق من صحتها

التحقق من صحة إدخال البيانات

#### التطبيق العملي (مايكروسوفت إكسل)

##### تدريبات عملية

###### تدريب 5: التحقق من صحة النطاق

• تطبيق: تحديد نطاق من -5 إلى +5
• عدم تعيين رسائل تنبيه للخطأ
• اختبار: إدخال القيمة -20
• النتيجة: ظهور رسالة خطأ من إكسل

###### تدريب 6: التحقق المتعدد

• تطبيق: التحقق من النوع والنطاق معاً
• الشرط: أرقام حتى 6 خانات وقيم سالبة فقط
• السؤال: هل يسمح إكسل بتطبيق نوعين من التحقق على نفس الخلايا؟

###### تدريب 7: التحقق من نوع البيانات

• السيناريو: عمود لقيم السنة فقط
• السؤال: تحديد نوع التحقق المناسب وتبرير الاختيار
• التطبيق: تنفيذ التحقق المختار

التنبؤ باستخدام إكسل

مفهوم التنبؤ

• بناء توقعات مستقبلية بناءً على بيانات سابقة
• مثال: التنبؤ بالمبيعات أو الربح
• يشمل تقدير درجة الشك والموثوقية

التنبؤ بالمبيعات المستقبلية

• استخدام تحليل بيانات المبيعات
• لتحديد نجاح حملة مبيعات سابقة
• والتنبؤ بمدى نجاحها في المستقبل

خطوات تحليل بيانات المبيعات

• الخطوة 1: تحديد البيانات المراد تحليلها
• الخطوة 2: استخدام أدوات تقنية المعلومات والاتصالات لإنشاء التنبؤات
• الخطوة 3: تحديد السلاسل الزمنية للتنبؤ
• الخطوة 4: التعبير عن البيانات باستخدام الرسم البياني
• الخطوة 5: حل النتائج

التطبيق العملي في إكسل

• الهدف: التنبؤ ببيانات الدخل المستقبلية
• الأداة: استخدام طريقة (Forecast method) في إكسل
• المثال: التنبؤ بمتوسط العائد اليومي لعام 2022 لوحدات الإقامة حسب الشهر
• بناءً على: بيانات متوسط العائد اليومي لعام 2018 حسب الشهر

#### خطوات التنفيذ

• الخطوة 1: استخدام ملف إكسل يحتوي على بيانات العائد الشهري لعام 2018 من موقع الهيئة العامة للإحصاء.
• الخطوة 2: إدخال سلسلتين من البيانات لإنشاء التنبؤ:

- سلسلة مدخلات الوقت للجدول الزمني (Timeline).

- سلسلة قيم بيانات العائد السابقة.

• الخطوة 3: استخدام أرقام التعريف كجدول زمني (مثل العمود A) وليس عمود الأشهر النصي (العمود B)، لأن الجدول الزمني يتطلب فواصل متناسقة بين نقاط البيانات.

#### خطوات إنشاء ورقة التنبؤ

• الخطوة 1: تحديد الخلية الأولى في البيانات (مثل A1).
• الخطوة 2: من علامة التبويب "بيانات" (Data)، في مجموعة "التنبؤ" (Forecast)، اضغط على "ورقة التنبؤ" (Forecast Sheet).
• الخطوة 3: ستظهر معاينة لورقة عمل التنبؤ.
• الخطوة 4: اختيار نوع المخطط (عمودي أو خطي).
• الخطوة 5: ضبط نهاية التنبؤ (Forecast end) على القيمة المطلوبة (مثال: 24).
• الخطوة 6: الضغط على "إنشاء" (Create).
• الخطوة 7: سينشئ إكسل ورقة عمل جديدة تحتوي على التنبؤ.

#### التمثيل البياني للتنبؤ

• عند إنشاء التنبؤ، ينشئ إكسل ورقة عمل جديدة تحتوي على:

- جدول بقيم البيانات السابقة وقيم البيانات المستقبلية.

- جدول بقيم (Lower confidence bound) و (Upper confidence bound).

- المخطط الذي اخترته للتعبير عن هذه البيانات.

```

نقاط مهمة

• عند إنشاء التنبؤ في إكسل، يتم إنشاء ورقة عمل جديدة تحتوي على جدولين ومخطط بياني.
• يوضح الجدول قيم التنبؤ في عمود، وقيم حدود الثقة الدنيا والعليا في أعمدة منفصلة.
• يظهر الرسم البياني خط التنبؤ (عادة باللون الأزرق) محاطًا بحدود الثقة (عادة باللون البرتقالي) التي تتسع مع الزمن.

يحتوي العمود D و E قيم انضمام الثقة الأدنى والأعلى

يحتوي العمود C على قيم التنبؤ

عندما تنشئ تنبؤًا، فإن إكسل ينشئ ورقة عمل جديدة تحتوي على جدولين، أحدهما قيم البيانات السابقة وقيم البيانات المستقبلية (Lower confidence bound) (Upper confidence bound) وينشئ أيضًا المخطط الذي اخترته للتعبير عن هذه البيانات.

التمثيل البياني للتنبؤ

وزارة التعليم

Ministry of Education

2025 - 1447

48

يحتوي العمود D و E قيم انضمام الثقة الأدنى والأعلى يحتوي العمود C على قيم التنبؤ عندما تنشئ تنبؤًا، فإن إكسل ينشئ ورقة عمل جديدة تحتوي على جدولين، أحدهما قيم البيانات السابقة وقيم البيانات المستقبلية (Lower confidence bound) (Upper confidence bound) وينشئ أيضًا المخطط الذي اخترته للتعبير عن هذه البيانات. التمثيل البياني للتنبؤ وزارة التعليم Ministry of Education 2025 - 1447 48 --- VISUAL CONTEXT --- **TABLE**: Untitled Description: No description Table Structure: Headers: القيمة | الخط الزمني | القيمة | التنبؤ | انضمام الثقة الأدنى | انضمام الثقة الأعلى | القيمة | القيمة | القيمة | القيمة Rows: Row 1: 1 | 2 | 277 | 283 | 272 | 283 | 277 | 272.00 | 272.00 | 272 Row 2: 2 | 3 | 283 | 296 | 273.15 | 276.57 | 273.15 | 239.63 | 256.3924 | 272 Row 3: 3 | 4 | 296 | 309 | 276.57 | 284.63 | 276.57 | 207.57 | 242.0722 | 272 Row 4: 4 | 5 | 309 | 325 | 284.63 | 296.32 | 284.63 | 170.87 | 227.7521 | 272 Row 5: 5 | 6 | 325 | 340 | 296.32 | 311.14 | 296.32 | 130.54 | 213.4319 | 272 Row 6: 6 | 7 | 340 | 347 | 311.14 | 328.76 | 311.14 | 87.09 | 199.1118 | 272 Row 7: 7 | 8 | 347 | 344 | 328.76 | 348.95 | 328.76 | 40.82 | 184.7916 | 272 Row 8: 8 | 9 | 344 | 336 | 348.95 | 371.54 | 348.95 | -8.01 | 170.4715 | 272 Row 9: 9 | 10 | 336 | 309 | 371.54 | 396.37 | 371.54 | -59.24 | 156.1514 | 272 Row 10: 10 | 11 | 309 | 285 | 396.37 | 423.32 | 396.37 | -112.71 | 141.8312 | 272 Row 11: 11 | 12 | 285 | 272 | 423.32 | 452.28 | 423.32 | -168.29 | 127.5111 | 272 Row 12: 12 | 13 | 272 | 272 | 452.28 | 483.17 | 452.28 | -225.90 | 113.1909 | 272 Row 13: 13 | 14 | | | 483.17 | | 483.17 | | 98.87076 | Row 14: 14 | 15 | | | | | | | | Row 15: 15 | 16 | | | | | | | | Row 16: 16 | 17 | | | | | | | | Row 17: 17 | 18 | | | | | | | | Row 18: 18 | 19 | | | | | | | | Row 19: 19 | 20 | | | | | | | | Row 20: 20 | 21 | | | | | | | | Row 21: 21 | 22 | | | | | | | | Row 22: 22 | 23 | | | | | | | | Row 23: 23 | 24 | | | | | | | | Row 24: 24 | 25 | | | | | | | | Row 25: 25 | 26 | | | | | | | | Empty cells: Cells in columns A, B, C, D, E, F, G, H, I, J from row 14 onwards are empty or contain null values. **GRAPH**: Untitled Description: No description X-axis: القيمة Data: The graph shows a predicted value (blue line) with upper and lower confidence bounds (orange lines). The bounds diverge as time progresses. Key Values: Y-axis ranges from -400 to 600., X-axis ranges from 0 to 24., The predicted value (blue line) increases over time., The confidence intervals (orange lines) widen over time. Context: This graph visualizes a prediction with confidence intervals, likely illustrating forecasting or statistical modeling. (Note: Some details are estimated)