فهم التحليل الإحصائي

ترجمة “شكل البيانات” إلى لغة الإحصاء

أول عائق أمام أي طالب في الإحصاء هو أن البيانات قد تبدو له “أرقامًا وخلاص”، بينما الإحصاء يحتاج شيئًا أدق: نوع البيانات نفسه. هل هي قيم منفصلة مثل “عدد الطلاب”؟ أم قيم يمكن أن تأخذ أي قيمة تقريبًا ضمن مجال مثل “الطول”؟ هذا الفرق يحدد كيف نبني التوزيع الاحتمالي المناسب، وكيف نفسّر النتائج لاحقًا عند اختبار الفرضيات.

في هذا الفصل سنؤسس اللغة الأساسية التي سنستخدمها طوال الكتاب. ستتعلم تمييز المتغير العشوائي المنقطع عن المتغير العشوائي المستمر، ثم تربط كل نوع بتوزيعه الاحتمالي المنطقي: متى نستخدم التوزيع الثنائي؟ ومتى نتجه إلى التوزيع الطبيعي؟ هذا الأساس سيوفر عليك لاحقًا الكثير من الالتباس عند اختيار الاختبار، مثل متى نستخدم اختبار Z أو اختبار T أو تحليل التباين (ANOVA).

Learning Objectives

• تحديد ما إذا كان المتغير منقطعًا أم مستمرًا من وصفه العملي.
• اختيار التوزيع الاحتمالي المناسب بناءً على طبيعة القيم (قيم منفصلة مقابل نطاقات مستمرة).
• ربط فهم “اللغة الإحصائية” بأمثلة بسيطة من الواقع مثل نرد أو قياس طول.

---

كيف نميّز المتغير المنقطع من المستمر (ثم نختار التوزيع)

لنبدأ بمصطلحين سنستعملهما طوال الفصل.

المتغير العشوائي المنقطع (Discrete Random Variable) - متغير يأخذ قيمًا محددة ومنفصلة، غالبًا أعدادًا صحيحة، ولا يأخذ قيمًا بينية.

المتغير العشوائي المستمر (Continuous Random Variable) - متغير يمكن أن يأخذ أي قيمة ضمن نطاق معين (فترة)، مثل قياسات القياس التي لا “تقف” عند عدد صحيح.

1) من الوصف إلى النوع: قاعدة سريعة

اسأل نفسك سؤالًا بسيطًا: هل القيم “تقف عند نقاط” أم “تمتلئ الفجوات” بين النقاط؟

• إذا كان الوصف يتحدث عن عدّ (عدد الطلاب، عدد المرات، عدد النجاحات)، فغالبًا المتغير منقطع.
• إذا كان الوصف يتحدث عن قياس (طول، وزن، درجة حرارة)، فغالبًا المتغير مستمر.

2) أمثلة توضح الفرق دون تعقيد

لنأخذ أمثلة مباشرة من حياتنا الإحصائية:

• عدد الطلاب في فصل: هذا عدّ، إذن المتغير منقطع.
• عدد مرات ظهور صورة عند رمي قطعة نقود: أيضًا عدّ لنتائج محددة، إذن منقطع.
• مجموع النقط على وجهي حجر نرد: ناتج عدّ/حصيلة محددة من رميات، إذن منقطع.

أما المستمر:

• طول شخص (يمكن أن يكون 170.1 سم، 170.15 سم، وهكذا): بين 170.1 و170.15 توجد قيم أخرى ممكنة، إذن مستمر.
• وزن حقيبة: قياس يمكن أن يأخذ قيمًا كثيرة داخل نطاق.
• درجة الحرارة: تتغير تدريجيًا وتقبل قيماً كثيرة.

3) لماذا يهمنا النوع؟ لأنه يحدد “شكل التوزيع”

التوزيع الاحتمالي هو “الخريطة” التي تخبرك بكل القيم الممكنة لظاهرة ما، وما احتمال حدوث كل قيمة. لكن الخريطة تختلف حسب النوع:

• المنقطع: قيم منفصلة، فيكون التوزيع مرتبًا على نقاط (0، 1، 2، 3...).
• المستمر: قيم ضمن نطاق، فيكون التوزيع مرتبطًا بفكرة “الاحتمال داخل مجال”.

4) ربط النوع بتوزيع منطقي: مثال التوزيع الثنائي

عندما يكون لدينا تجربة لها نتيجتان فقط في كل محاولة (نجاح/فشل)، مع عدد محاولات ثابت واحتمال نجاح ثابت ومحاولات مستقلة-هنا يظهر التوزيع الثنائي (Binomial Distribution).

التوزيع الثنائي (Binomial Distribution) - توزيع يصف عدد مرات النجاح في n محاولة مستقلة، لكل منها نتيجتان فقط واحتمال نجاح ثابت p.

شروط التوزيع الثنائي التي سنتمسك بها لأن اختيار التوزيع ليس “ذوقًا” بل “مطابقة للشروط”:

1. عدد المحاولات ثابت (n).

2. نتيجتان فقط لكل محاولة: نجاح أو فشل.

3. احتمال النجاح ثابت (p).

4. المحاولات مستقلة: نتيجة الرمية الحالية لا تؤثر على التالية.

5) ملاحظة مهمة لتفادي خطأ شائع

قد ترى “أرقامًا” وتظن أنها متشابهة. لكن الفرق الحقيقي ليس في كون الرقم كبيرًا أو صغيرًا، بل في: هل الرقم ناتج عن عدّ أم قياس؟

اسأل نفسك: هل يمكن أن يكون الناتج “بين قيمتين”؟ إن نعم، فالاحتمال الكبير أنه مستمر.

تذكّر سريع قبل المتابعة:

إذا كان المتغير منقطعًا، غالبًا نبدأ بالتوزيعات المنقطعة مثل التوزيع الثنائي. وإذا كان مستمرًا، سنحتاج توزيعًا مناسبًا لقيم داخل نطاق، وغالبًا يبدأ التفكير بالتوزيع الطبيعي (الجرس) لأنه يظهر كثيرًا في البيانات الطبيعية.

---

مثال تفصيلي: هل نستخدم التوزيع الثنائي أم التوزيع الطبيعي؟

لنأخذ موقفًا واضحًا جدًا: رمي حجر نرد ثم جمع النقط. سنقرر النوع، ثم نقرر التوزيع الاحتمالي الأنسب لجزء “عدد النجاحات” داخل تكرارات.

الخطوة 1: وصف المسألة كناتج إحصائي

افترض أننا نرمي حجر نرد عددًا ثابتًا من المرات، ونريد حساب عدد مرات ظهور رقم محدد-مثلاً ظهور “6”.

هنا الناتج الذي نعدّه هو: كم مرة ظهر 6؟

الخطوة 2: تحديد نوع المتغير

• هل نعدّ عدد مرات؟ نعم.

إذن المتغير منقطع لأنه يأخذ قيمًا محددة مثل 0، 1، 2، 3... (لا توجد “1.7 مرة ظهور 6”).

الخطوة 3: فحص شروط التوزيع الثنائي

الآن نتحقق من الشروط:

1. عدد المحاولات ثابت (n): نقرر مسبقًا عدد الرميات.

2. نتيجتان فقط لكل محاولة: عند كل رمية لدينا “نجاح” (ظهر 6) أو “فشل” (لم يظهر 6).

3. احتمال النجاح ثابت (p): في حجر نرد متوازن، احتمال ظهور 6 ثابت في كل رمية.

4. المحاولات مستقلة: رمية واحدة لا تؤثر على الأخرى.

بما أن الشروط متحققة، إذن التوزيع المنطقي هو التوزيع الثنائي.

الخطوة 4: ربط الرموز بالمعنى

لنرمز:

• X: عدد مرات ظهور النجاح (عدد مرات ظهور 6).
• n: عدد الرميات.
• p: احتمال النجاح في كل رمية.
• 1-p: احتمال الفشل في كل رمية.

معلومة مهمة من التوزيع الثنائي: احتمال الحصول على x نجاحًا بالضبط من أصل n محاولة يُحسب وفق صيغة التوزيع الثنائي:

P(X = x) = (n اختر x) p^x (1-p)^(n-x)

...