סטטיסטיקה, כיתה י"א (4 יח"ל)

איפה נמצא נתון אחד ביחס לכל האחרים, וכמה שני משתנים קשורים זה לזה.נושאים

הקורס נשען על הסטטיסטיקה וההסתברות של כיתה י’ (4 יח"ל): ממוצע, סטיית תקן, הסתברות של מאורעות ועץ הסתברויות. הנושאים, לפי הסדר:

חזרה על הממוצע ועל סטיית התקן;
ציון תקן, תכונותיו וצורות של התפלגויות;
ההתפלגות הנורמלית: תכונות העקומה, ההתפלגות הנורמלית הסטנדרטית והטבלה המלאה שלה, מציאת אחוז לפי ערך וערך לפי אחוז, מציאת הממוצע וסטיית התקן, ושילוב עם הסתברות;
הקשר בין שני משתנים כמותיים: דיאגרמת פיזור, גרף ממוצעים, מקדם המתאם, ישר הרגרסיה וניבוי.

יש שני סוגים של שיעורים:

שיעורי לימוד – הסבר, דוגמאות פתורות וכמה שאלות לנסות;
שיעורי תרגול – שאלות בלבד.

איך עובדים בדף: שימוש בדף.

עודכן לאחרונה ב 18.10.2026

נוסחאות: סטטיסטיקה, כיתה י"א (4 יח"ל)

פתיחה בעמוד

ממוצע וסטיית תקן

הממוצע – $\displaystyle f_1, \dots, f_n$ השכיחויות, $\displaystyle N$ מספר הנתונים
$\displaystyle \bar{x}=\frac{x_1f_1+x_2f_2+\dots+x_nf_n}{N}$
סטיית התקן
$\displaystyle S=\sqrt{\frac{(x_1-\bar{x})^{2}f_1+(x_2-\bar{x})^{2}f_2+\dots+(x_n-\bar{x})^{2}f_n}{N}}$

ציון תקן

ציון התקן של הנתון $\displaystyle x$
$\displaystyle z=\frac{x-\bar{x}}{S}$
הנתון שציון התקן שלו $\displaystyle z$
$\displaystyle x=\bar{x}+z\cdot S$

התפלגות נורמלית

ציון התקן בהתפלגות נורמלית – $\displaystyle \mu$ הממוצע, $\displaystyle \sigma$ סטיית התקן
$\displaystyle z=\frac{x-\mu}{\sigma}$
בטווח של סטיית תקן אחת מהממוצע
$\displaystyle P(\mu-\sigma<X<\mu+\sigma)\approx68\%$
בטווח של שתי סטיות תקן מהממוצע
$\displaystyle P(\mu-2\sigma<X<\mu+2\sigma)\approx95\%$
מעל ציון תקן
$\displaystyle P(Z>z)=1-P(Z<z)$
הסימטריה של העקומה
$\displaystyle P(Z>z)=P(Z<-z)$
בין שני ציוני תקן
$\displaystyle P(z_1<Z<z_2)=P(Z<z_2)-P(Z<z_1)$

טבלת ההתפלגות הנורמלית הסטנדרטית המצטברת

בטבלה: השורה – $\displaystyle z$ עד הספרה הראשונה אחרי הנקודה; העמודה – הספרה השנייה. בשורה שלילית העמודה מתרחקת מ-0: בשורה $\displaystyle -1.2$ ובעמודה 3 נמצא $\displaystyle \Phi(-1.23)$ .
$\displaystyle \Phi(z)=P(Z<z)$

`z`	0	1	2	3	4	5	6	7	8	9
-3.0	0.0013	0.0013	0.0013	0.0012	0.0012	0.0011	0.0011	0.0011	0.0010	0.0010
-2.9	0.0019	0.0018	0.0018	0.0017	0.0016	0.0016	0.0015	0.0015	0.0014	0.0014
-2.8	0.0026	0.0025	0.0024	0.0023	0.0023	0.0022	0.0021	0.0021	0.0020	0.0019
-2.7	0.0035	0.0034	0.0033	0.0032	0.0031	0.0030	0.0029	0.0028	0.0027	0.0026
-2.6	0.0047	0.0045	0.0044	0.0043	0.0041	0.0040	0.0039	0.0038	0.0037	0.0036
-2.5	0.0062	0.0060	0.0059	0.0057	0.0055	0.0054	0.0052	0.0051	0.0049	0.0048
-2.4	0.0082	0.0080	0.0078	0.0075	0.0073	0.0071	0.0069	0.0068	0.0066	0.0064
-2.3	0.0107	0.0104	0.0102	0.0099	0.0096	0.0094	0.0091	0.0089	0.0087	0.0084
-2.2	0.0139	0.0136	0.0132	0.0129	0.0125	0.0122	0.0119	0.0116	0.0113	0.0110
-2.1	0.0179	0.0174	0.0170	0.0166	0.0162	0.0158	0.0154	0.0150	0.0146	0.0143
-2.0	0.0228	0.0222	0.0217	0.0212	0.0207	0.0202	0.0197	0.0192	0.0188	0.0183
-1.9	0.0287	0.0281	0.0274	0.0268	0.0262	0.0256	0.0250	0.0244	0.0239	0.0233
-1.8	0.0359	0.0351	0.0344	0.0336	0.0329	0.0322	0.0314	0.0307	0.0301	0.0294
-1.7	0.0446	0.0436	0.0427	0.0418	0.0409	0.0401	0.0392	0.0384	0.0375	0.0367
-1.6	0.0548	0.0537	0.0526	0.0516	0.0505	0.0495	0.0485	0.0475	0.0465	0.0455
-1.5	0.0668	0.0655	0.0643	0.0630	0.0618	0.0606	0.0594	0.0582	0.0571	0.0559
-1.4	0.0808	0.0793	0.0778	0.0764	0.0749	0.0735	0.0721	0.0708	0.0694	0.0681
-1.3	0.0968	0.0951	0.0934	0.0918	0.0901	0.0885	0.0869	0.0853	0.0838	0.0823
-1.2	0.1151	0.1131	0.1112	0.1093	0.1075	0.1056	0.1038	0.1020	0.1003	0.0985
-1.1	0.1357	0.1335	0.1314	0.1292	0.1271	0.1251	0.1230	0.1210	0.1190	0.1170
-1.0	0.1587	0.1562	0.1539	0.1515	0.1492	0.1469	0.1446	0.1423	0.1401	0.1379
-0.9	0.1841	0.1814	0.1788	0.1762	0.1736	0.1711	0.1685	0.1660	0.1635	0.1611
-0.8	0.2119	0.2090	0.2061	0.2033	0.2005	0.1977	0.1949	0.1922	0.1894	0.1867
-0.7	0.2420	0.2389	0.2358	0.2327	0.2296	0.2266	0.2236	0.2206	0.2177	0.2148
-0.6	0.2743	0.2709	0.2676	0.2643	0.2611	0.2578	0.2546	0.2514	0.2483	0.2451
-0.5	0.3085	0.3050	0.3015	0.2981	0.2946	0.2912	0.2877	0.2843	0.2810	0.2776
-0.4	0.3446	0.3409	0.3372	0.3336	0.3300	0.3264	0.3228	0.3192	0.3156	0.3121
-0.3	0.3821	0.3783	0.3745	0.3707	0.3669	0.3632	0.3594	0.3557	0.3520	0.3483
-0.2	0.4207	0.4168	0.4129	0.4090	0.4052	0.4013	0.3974	0.3936	0.3897	0.3859
-0.1	0.4602	0.4562	0.4522	0.4483	0.4443	0.4404	0.4364	0.4325	0.4286	0.4247
-0.0	0.5000	0.4960	0.4920	0.4880	0.4840	0.4801	0.4761	0.4721	0.4681	0.4641
0.0	0.5000	0.5040	0.5080	0.5120	0.5160	0.5199	0.5239	0.5279	0.5319	0.5359
0.1	0.5398	0.5438	0.5478	0.5517	0.5557	0.5596	0.5636	0.5675	0.5714	0.5753
0.2	0.5793	0.5832	0.5871	0.5910	0.5948	0.5987	0.6026	0.6064	0.6103	0.6141
0.3	0.6179	0.6217	0.6255	0.6293	0.6331	0.6368	0.6406	0.6443	0.6480	0.6517
0.4	0.6554	0.6591	0.6628	0.6664	0.6700	0.6736	0.6772	0.6808	0.6844	0.6879
0.5	0.6915	0.6950	0.6985	0.7019	0.7054	0.7088	0.7123	0.7157	0.7190	0.7224
0.6	0.7257	0.7291	0.7324	0.7357	0.7389	0.7422	0.7454	0.7486	0.7517	0.7549
0.7	0.7580	0.7611	0.7642	0.7673	0.7704	0.7734	0.7764	0.7794	0.7823	0.7852
0.8	0.7881	0.7910	0.7939	0.7967	0.7995	0.8023	0.8051	0.8078	0.8106	0.8133
0.9	0.8159	0.8186	0.8212	0.8238	0.8264	0.8289	0.8315	0.8340	0.8365	0.8389
1.0	0.8413	0.8438	0.8461	0.8485	0.8508	0.8531	0.8554	0.8577	0.8599	0.8621
1.1	0.8643	0.8665	0.8686	0.8708	0.8729	0.8749	0.8770	0.8790	0.8810	0.8830
1.2	0.8849	0.8869	0.8888	0.8907	0.8925	0.8944	0.8962	0.8980	0.8997	0.9015
1.3	0.9032	0.9049	0.9066	0.9082	0.9099	0.9115	0.9131	0.9147	0.9162	0.9177
1.4	0.9192	0.9207	0.9222	0.9236	0.9251	0.9265	0.9279	0.9292	0.9306	0.9319
1.5	0.9332	0.9345	0.9357	0.9370	0.9382	0.9394	0.9406	0.9418	0.9429	0.9441
1.6	0.9452	0.9463	0.9474	0.9484	0.9495	0.9505	0.9515	0.9525	0.9535	0.9545
1.7	0.9554	0.9564	0.9573	0.9582	0.9591	0.9599	0.9608	0.9616	0.9625	0.9633
1.8	0.9641	0.9649	0.9656	0.9664	0.9671	0.9678	0.9686	0.9693	0.9699	0.9706
1.9	0.9713	0.9719	0.9726	0.9732	0.9738	0.9744	0.9750	0.9756	0.9761	0.9767
2.0	0.9772	0.9778	0.9783	0.9788	0.9793	0.9798	0.9803	0.9808	0.9812	0.9817
2.1	0.9821	0.9826	0.9830	0.9834	0.9838	0.9842	0.9846	0.9850	0.9854	0.9857
2.2	0.9861	0.9864	0.9868	0.9871	0.9875	0.9878	0.9881	0.9884	0.9887	0.9890
2.3	0.9893	0.9896	0.9898	0.9901	0.9904	0.9906	0.9909	0.9911	0.9913	0.9916
2.4	0.9918	0.9920	0.9922	0.9925	0.9927	0.9929	0.9931	0.9932	0.9934	0.9936
2.5	0.9938	0.9940	0.9941	0.9943	0.9945	0.9946	0.9948	0.9949	0.9951	0.9952
2.6	0.9953	0.9955	0.9956	0.9957	0.9959	0.9960	0.9961	0.9962	0.9963	0.9964
2.7	0.9965	0.9966	0.9967	0.9968	0.9969	0.9970	0.9971	0.9972	0.9973	0.9974
2.8	0.9974	0.9975	0.9976	0.9977	0.9977	0.9978	0.9979	0.9979	0.9980	0.9981
2.9	0.9981	0.9982	0.9982	0.9983	0.9984	0.9984	0.9985	0.9985	0.9986	0.9986
3.0	0.9987	0.9987	0.9987	0.9988	0.9988	0.9989	0.9989	0.9989	0.9990	0.9990

מקדם המתאם

מנתונים גולמיים
$\displaystyle r=\frac{1}{N\cdot S_x\cdot S_y}\left[(x_1-\bar{x})(y_1-\bar{y})+\dots+(x_N-\bar{x})(y_N-\bar{y})\right]$
מנתונים מתוקננים – $\displaystyle z_x$ , $\displaystyle z_y$ ציוני התקן
$\displaystyle r=\frac{1}{N}\left[(z_x)_1(z_y)_1+\dots+(z_x)_N(z_y)_N\right]$
תמיד בין $\displaystyle -1$ ל- $\displaystyle 1$
$\displaystyle -1\le r\le1$

ישר הרגרסיה

השיפוע של ישר הרגרסיה
$\displaystyle m=r\cdot\frac{S_y}{S_x}$
ישר הרגרסיה לניבוי $\displaystyle y$ לפי $\displaystyle x$ – עובר בנקודת הממוצעים
$\displaystyle y-\bar{y}=m(x-\bar{x})$