<strong>ملخص الدراسة:</strong>

ان اغلب الاختبارات الاحصائية الخاصة باختبار فرضية تجانس تباين الخطأ تتطلب شروطاً وفرضيات ومنها شرط التوزيع الطبيعي للبيانات لتعطي نتائج يمكن الاستناد اليها في اتخاذ القرار الصحيح , وعند خرق هذا الشرط فأن استعمال هذه الاختبارات سوف لا يكون صحيحاً لأنه سيعطي نتائج غير دقيقة لذلك يتم اللجوء الى احصاءات أخرى تعطي نتائج يمكن الاعتماد عليها في اتخاذ القرار وفي هذا البحث تم اختبار مشكلة عدم تجانس تباين الخطأ العشوائي باستعمال احصاءات الاختبار((BP,G-F )and(Φ,Ψ) test)في أنموذج انحدار خطي , ولغرض تحقيق المقارنة بين هذه الاحصاءات في حالتين ,الحالة الاول عندما تتبع البيانات التوزيع الطبيعي والحالة الثانية عندما تتبع البيانات توزيع كوشي . فقد تم توظيف اسلوب المحاكاة بطريقة مونت كارلو (Monte Carlo) لاختبار فرضية تجانس تباين الخطأ العشوائي من خلال احتساب احتمال الخطأ من النوع الاول وقوة الاختبارلهذه الاحصاءات. وتم التوصل الى ان احصاءات الاختبار المتمثلة بــ(Φ,Ψ) في حالة التوزيعين الطبيعي وكوشي المذكورين انفاً المستخدمين في اختبار فرضية تساوي تباينات الخطأ في أنموذج انحدار خطي متعدد هي الافضل في جميع الحالات.

ملخص الدراسة:

ان اغلب الاختبارات الاحصائية الخاصة باختبار فرضية تجانس تباين الخطأ تتطلب شروطاً وفرضيات ومنها شرط التوزيع الطبيعي للبيانات لتعطي نتائج يمكن الاستناد اليها في اتخاذ القرار الصحيح , وعند خرق هذا الشرط فأن استعمال هذه الاختبارات سوف لا يكون صحيحاً لأنه سيعطي نتائج غير دقيقة لذلك يتم اللجوء الى احصاءات أخرى تعطي نتائج يمكن الاعتماد عليها في اتخاذ القرار وفي هذا البحث تم اختبار مشكلة عدم تجانس تباين الخطأ العشوائي باستعمال احصاءات الاختبار((BP,G-F )and(Φ,Ψ) test)في أنموذج انحدار خطي , ولغرض تحقيق المقارنة بين هذه الاحصاءات في حالتين ,الحالة الاول عندما تتبع البيانات التوزيع الطبيعي والحالة الثانية عندما تتبع البيانات توزيع كوشي . فقد تم توظيف اسلوب المحاكاة بطريقة مونت كارلو (Monte Carlo) لاختبار فرضية تجانس تباين الخطأ العشوائي من خلال احتساب احتمال الخطأ من النوع الاول وقوة الاختبارلهذه الاحصاءات. وتم التوصل الى ان احصاءات الاختبار المتمثلة بــ(Φ,Ψ) في حالة التوزيعين الطبيعي وكوشي المذكورين انفاً المستخدمين في اختبار فرضية تساوي تباينات الخطأ في أنموذج انحدار خطي متعدد هي الافضل في جميع الحالات.