🏷️ وسم

الإحصاء

2 منشور مرتبط بهذا الوسم

منوعاتخلاصةقبل 4 ساعات
مصر تتجاوز 109 ملايين نسمة للمرة الأولى
مصر تتجاوز 109 ملايين نسمة للمرة الأولى

109 ملايين نسمة — هذا هو عدد سكان مصر في مايو 2026 حسب الجهاز المركزي للتعبئة. تجاوزت مصر بهذا الرقم عتبة سكانية لم تبلغها من قبل، محققة نموّاً سكانياً مستمراً يطرح أسئلة جديدة عن إمكانيات البنية التحتية والخدمات الحكومية.

لماذا قد يثير اهتمامك؟

إذا كنت موظفاً أو صاحب عمل، فهذا الرقم يعني ضغطاً مباشراً على الخدمات التي تعتمد عليها يومياً — من المواصلات إلى التعليم إلى الرعاية الصحية. النمو السكاني ليس مجرد إحصاء، بل دعوة لإعادة التخطيط الاقتصادي والاجتماعي.

الوصول إلى 109 ملايين نسمة ليس حدثاً عابراً في تاريخ مصر الديموغرافي. يعكس هذا الرقم، الصادر من الجهاز المركزي للتعبئة العامة والإحصاء في 13 مايو 2026، معدل نمو سكاني يستمر رغم جهود الدولة في تنظيم الأسرة. مقارنة برقم 2025، تكون مصر قد أضافت ملايين جدد في سنة واحدة. هذا الضغط لا ينعكس على الأرقام فقط، بل على قدرة الدولة على توفير فرص عمل كافية، خاصة مع اقتراب تطبيق زيادة الحد الأدنى للأجور في يوليو 2026. السؤال المركزي ليس عن الرقم نفسه، بل عن مدى استعداد الاقتصاد المصري لاستيعاب هذه الزيادة دون توتر إضافي.

المصدر
ما هو؟قبل 21 ساعة
علومعلوم

الانحراف المعياري

Standard Deviation

علوم

مقياس إحصائي يعبّر عن درجة تشتت مجموعة من البيانات حول متوسطها الحسابي، ويُحسب بإيجاد الجذر التربيعي للتباين.

📜 المصطلح مترجم من الإنجليزية، والكلمة العربية «انحراف» تعني الانزياح أو الخروج عن المسار، و«معياري» نسبة إلى المعيار (المتوسط).

📊

المفهوم والأهمية

الانحراف المعياري هو أداة إحصائية تُستخدم لفهم مدى قرب البيانات من القيمة المركزية (المتوسط). فعندما يكون الانحراف المعياري صغيراً، فهذا يعني أن البيانات متقاربة وقريبة من المتوسط، بينما انحراف معياري كبير يدل على أن البيانات متفرقة وبعيدة عن المتوسط. تكمن أهميته في أنه يوفر صورة واضحة عن مدى التغير والتنوع في مجموعة البيانات، مما يساعد المحللين والباحثين على فهم موثوقية المتوسط واستقراره.

🔢

طريقة الحساب

يتم حساب الانحراف المعياري بخطوات متسلسلة: أولاً، نحسب المتوسط الحسابي لجميع القيم، ثم نحسب الفرق بين كل قيمة والمتوسط ونربّع كل فرق، وبعدها نجمع كل هذه الفروقات المربعة ونقسمها على عدد البيانات (أو على العدد ناقص واحد في العينات)، فنحصل على التباين. أخيراً، نأخذ الجذر التربيعي للتباين لنصل إلى الانحراف المعياري. هذه العملية تضمن أن الانحراف المعياري يُعطينا قيمة بنفس وحدات البيانات الأصلية.

المصدر