🎲 مختبر المعاينة
اسحب عينات بكل التصميمات Sampling Designs وشاهد كيف يتقلص التباين مع كبر العينة: مجتمعك 400 طالب على شبكة 20×20، لكل طالب قيمة حقيقية لدقائق استخدام هاتفه اليومية — وكل رقم تراه هنا محسوب من البيانات المولدة نفسها، بلا أرقام وهمية.
👥 المجتمع Populationشبكة 20×20 · بذرة ثابتة 42
توزيع قيم المجتمع Population Distribution
🎛️ لوحة السحب Sampling Controls
1) اختر تصميم العينة Sampling Design
2) حجم العينة n Sample Size
40
📊 توزيع المعاينة Sampling Distributionهيستوجرام حي لمتوسطات العينات — حتى 500 سحبة
🧠 صندوق الاستنتاج
🏆 الإنجازات 0/5
📌 الخلاصة
متوسط العينة مجرّد تقدير Estimator يتقلب من سحبة لأخرى، وتوزيع المعاينة Sampling Distribution هو صورة هذا التقلب: عرضه القياسي ينكمش وفق SE = σ/√n — لكن مهما كبرت n لن يصلح تصميمًا منحازًا. راجع الحصة 4: المجتمع وإطار المعاينة وتصميم العينة، ثم اختبر نفسك في الاختبار الشامل أو عد إلى صالة الألعاب.