المخطط الخطي - كتاب التقنية الرقمية - الصف 11 - الفصل 1 - المملكة العربية السعودية

📚 المخطط الخطي والانحدار الخطي

المفاهيم الأساسية

المخطط الخطي: رسم بياني يعرض منحنى التنبؤ ومنحنى فاصل الثقة.

ورقة عمل التنبؤ: أداة في إكسل تستخدم بيانات المحفوظات لإنشاء تنبؤ مرئي.

الانحدار الخطي (Linear regression): نموذج تنبؤ أساسي في إكسل يعتمد على القيم الموجودة (البيانات السابقة) لدراسة العلاقات بين متغيرين نوعيين أو كميين.

فاصل الثقة (Confidence interval): يحدد دقة التنبؤ.

الموسمية (Seasonality): طول النمط الموسمي (عدد النقاط) في البيانات.

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

###### تدريب 6: التحقق المتعدد

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

التنبؤ باستخدام إكسل

مفهوم التنبؤ

التنبؤ بالمبيعات المستقبلية

خطوات تحليل بيانات المبيعات

التطبيق العملي في إكسل

#### خطوات التنفيذ

#### خطوات إنشاء ورقة التنبؤ

#### التمثيل البياني للتنبؤ

##### أنواع المخططات التنبؤية

###### المخطط الخطي

• الاستخدام: عرض التغيير بمرور الوقت.
• العلاقة: يحدد العلاقة بين مجموعتين من القيم (مجموعة تعتمد على الأخرى).
• في إكسل: خيار في ورقة التنبؤ بجانب المخطط العمودي.
• إنشاء ورقة عمل تنبؤ مرئية: استخدام بيانات المحفوظات.
• إعدادات متقدمة: الوصول إليها عبر قائمة "خيارات (Options)" المنسدلة.
• فاصل الثقة: يحدد دقة التنبؤ.
• الكشف التلقائي (Detect Automatically): للكشف عن الأنماط تلقائياً.
• الموسمية (Seasonality): رقم طول النمط الموسمي وتكتشف تلقائياً.

###### مزايا المخطط الخطي

• يُقدّم تحليل سريع للبيانات.
• يُمكن من ملاحظة التغييرات بسهولة خلال فترة زمنية محددة.
• يُناسب مجموعات البيانات التي يصل عددها إلى 50 قيمة.
• يُساعد في عمل تنبؤات حول نتائج البيانات التي لم تُسجل بعد.

###### المخطط العمودي

• الاستخدام: عرض بيانات الاستبيانات والمقابلات (كالفئات العمرية، المنتجات المباعة).
• مناسب للبيانات التي عدد قيمها ليس كبيراً (كالدخل الشهري).

###### مزايا المخطط العمودي

• توضيح المقارنة بين مجموعات البيانات.
• تلخيص كمية كبيرة من البيانات في شكل مرئي يسهل تفسيره.
• جعل الاتجاهات الإحصائية أسهل في الملاحظة.
• المساعدة في دراسة الأنماط على مدى فترة طويلة من الزمن.

فاصل الثقة

طبيعة التنبؤات

• التنبؤات قيم "تقديرية" وليست قيماً "حقيقية".
• كل التنبؤات يوجد بها قدر من عدم اليقين.

الغرض من فاصل الثقة

• تفسير التوقع والتعامل مع عدم اليقين.
• إعطاء مجموعة (نطاق) من القيم المتوقعة واقعة واحدة.
• يضمن أنه حتى إذا كان التوقع خطأً، فإن القيمة الفعلية ستقع ضمن هذا النطاق.

تعريف إحصائي

• نطاق من القيم المعروفة.
• يُحسب على مستوى ثقة محدد (عادة 95%).

مثال تطبيقي (يناير 2022)

• القيمة التقديرية: 256.3924
• انضمام الثقة الأدنى: 239.63
• انضمام الثقة الأعلى: 273.15
• فاصل الثقة: من 239.63 إلى 273.15
• التفسير: القيمة الفعلية المستقبلية لديها فرصة 95% لتكون داخل هذا الفاصل.

الانحدار الخطي (Linear regression)

أساس النموذج

• يعتمد على القيم الموجودة (بيانات العائد السابقة).
• يدرس العلاقات بين متغيرين نوعيين (qualitative) أو كميين (quantitative).

المزايا

• الطريقة الأكثر استخداماً والأكثر موثوقية لنموذج التنبؤ.

القصور

• يفتقر إلى العامل النوعي (qualitative factor).
• مثال العوامل النوعية: رأي المستهلكين، أحكامهم، عاداتهم الشرائية.
• نقص هذه العوامل قد يجعل التوقعات بعيدة عن الواقع الحقيقي ويؤثر سلباً على توقعات المبيعات.

```

نقاط مهمة

• يتم إنشاء ورقة عمل التنبؤ في إكسل باستخدام بيانات المحفوظات.
• يمكن تغيير الإعدادات المتقدمة للتنبؤ (مثل فاصل الثقة والموسمية) عبر قائمة "خيارات (Options)".
• الانحدار الخطي هو نموذج تنبؤ أساسي وشائع الاستخدام في إكسل.
• عيب الانحدار الخطي الرئيسي هو إهماله للعوامل النوعية (كآراء المستهلكين)، مما قد يقلل من دقة التنبؤات.

المخطط الخطي

ورقة عمل التنبؤ

استخدام بيانات المحفوظات لإنشاء ورقة عمل تنبؤ مرئية

إذا ضغطت على خيارات (Options) ستظهر قائمة مسدلة تمكنك من تغيير أي إعدادات متقدمة للتنبؤ.

يحدد فاصل الثقة (Confidence interval) دقة التنبؤ.

يمكنك الكشف تلقائياً (Detect Automatically) بشكل تلقائي. وتعرف الموسمية (Seasonality) برقم طول النمط الموسمي (عدد النقاط) وتكتشف تلقائياً.

الانحدار الخطي (Linear regression)

إن النموذج الذي يستخدمه إكسل للتنبؤ بالنموذج الخطي (linear regression) يعتمد على القيم الموجودة (بيانات العائد السابقة) وذلك باستخدام الانحدار الخطي (linear regression) وهو نوع أساسي وأكثر استخدامًا في تحليل التنبؤ؛ لأنه يسمح لك بتلخيص ودراسة العلاقات بين متغيرين نوعيين (qualitative) أو كميين (quantitative) وبيانات المبيعات.

على الرغم من أن الانحدار الخطي هو الطريقة الأكثر استخدامًا والأكثر موثوقية لنموذج التنبؤ، إلا أنه يفتقر إلى العامل النوعي (qualitative factor). في المثال، يمكن أن تكون بعض العوامل النوعية هي رأي المستهلكين وأحكامهم وعاداتهم الشرائية التي تؤثر عليهم عندما يتعلق الأمر بقرار شراء المنتج من عدمه.

قد تعمل دالة التنبؤ المبنية على الانحدار الخطي في بعض الأحيان، ولكن نقص العوامل النوعية هو أحد الأسباب الرئيسة التي تجعل معظم التوقعات بعيدة بشكل كبير عن الواقع الحقيقي، وهي حقيقة يمكن أن تؤثر بشكل سلبي على توقعات المبيعات.

وزارة التعليم Ministry of Education 2025 - 1447

52

--- SECTION: المخطط الخطي --- المخطط الخطي --- SECTION: ورقة عمل التنبؤ --- ورقة عمل التنبؤ استخدام بيانات المحفوظات لإنشاء ورقة عمل تنبؤ مرئية إذا ضغطت على خيارات (Options) ستظهر قائمة مسدلة تمكنك من تغيير أي إعدادات متقدمة للتنبؤ. يحدد فاصل الثقة (Confidence interval) دقة التنبؤ. يمكنك الكشف تلقائياً (Detect Automatically) بشكل تلقائي. وتعرف الموسمية (Seasonality) برقم طول النمط الموسمي (عدد النقاط) وتكتشف تلقائياً. --- SECTION: الانحدار الخطي (Linear regression) --- الانحدار الخطي (Linear regression) إن النموذج الذي يستخدمه إكسل للتنبؤ بالنموذج الخطي (linear regression) يعتمد على القيم الموجودة (بيانات العائد السابقة) وذلك باستخدام الانحدار الخطي (linear regression) وهو نوع أساسي وأكثر استخدامًا في تحليل التنبؤ؛ لأنه يسمح لك بتلخيص ودراسة العلاقات بين متغيرين نوعيين (qualitative) أو كميين (quantitative) وبيانات المبيعات. على الرغم من أن الانحدار الخطي هو الطريقة الأكثر استخدامًا والأكثر موثوقية لنموذج التنبؤ، إلا أنه يفتقر إلى العامل النوعي (qualitative factor). في المثال، يمكن أن تكون بعض العوامل النوعية هي رأي المستهلكين وأحكامهم وعاداتهم الشرائية التي تؤثر عليهم عندما يتعلق الأمر بقرار شراء المنتج من عدمه. قد تعمل دالة التنبؤ المبنية على الانحدار الخطي في بعض الأحيان، ولكن نقص العوامل النوعية هو أحد الأسباب الرئيسة التي تجعل معظم التوقعات بعيدة بشكل كبير عن الواقع الحقيقي، وهي حقيقة يمكن أن تؤثر بشكل سلبي على توقعات المبيعات. وزارة التعليم Ministry of Education 2025 - 1447 52 --- VISUAL CONTEXT --- **GRAPH**: المخطط الخطي Description: The blue curve starts at approximately (0, 200) and rises to a peak around (10, 350), then descends to approximately (24, -300). The orange curve, representing the confidence interval, starts wider at the beginning and narrows as it progresses, indicating increasing uncertainty further into the forecast. X-axis: الزمن (غير محدد بوحدات) Y-axis: القيمة Data: The graph shows a forecast line (blue) and a confidence interval (orange). The confidence interval widens as the forecast extends further into the future. Key Values: Forecast starts at y=200 at x=0, Forecast peaks at y=350 around x=10, Forecast ends at y=-300 at x=24 Context: This graph visualizes a time-series forecast with a confidence interval, illustrating the predicted trend and the range of uncertainty. (Note: Some details are estimated)