الإحصاء التطبيقي

مقدمة

يقدّم مقرر الإحصاء التطبيقي مدخلًا جامعيًا عمليًا إلى التفكير الإحصائي بوصفه أداة لتحويل البيانات إلى أدلة قابلة للنقد، لا مجرد مجموعة من القواعد الحسابية. ستتعلم كيف تصف البيانات، وتختار نموذجًا احتماليًا مناسبًا، وتفهم سلوك العينات، وتبني فترات الثقة، وتختبر الفرضيات، وتلائم نماذج الانحدار، ثم تفسر النتائج في ضوء تصميم الدراسة وحجم الأثر وعدم اليقين.

المقرر موجّه إلى طلاب الجامعات والمتعلمين في التعليم العالي في العلوم الطبيعية والاجتماعية والصحية والهندسية وإدارة الأعمال وعلوم البيانات. تفترض الدراسة إلمامًا أساسيًا بالجبر والرسوم البيانية والنسب المئوية، ولا تفترض خبرة برمجية متقدمة. عند استخدام برامج إحصائية، ينبغي أن يبقى التركيز على معنى المخرجات وافتراضاتها لا على الضغط الآلي على الأزرار.

ستعمل مع مجموعات بيانات حقيقية، منها مجموعة Iris الكلاسيكية في مستودع UCI التي تضم 150 مشاهدة وأربع سمات عددية، ومجموعة Palmer Penguins التي تضم 344 بطريقًا من ثلاثة أنواع في أرخبيل بالمر. الغرض من هذه البيانات هو ممارسة دورة التحليل كاملة: سؤال، بيانات، تصور، نموذج، عدم يقين، استنتاج، ثم نقد الاستنتاج.

أهداف التعلم

بنهاية المقرر ستكون قادرًا على:

اختيار توزيع احتمالي مناسب لمتغير عشوائي متقطع أو مستمر وشرح معلماته.
تمييز المجتمع والعينة وشرح التباين العيني ونظرية الحد المركزي.
بناء فترة ثقة للمتوسط وتفسيرها تفسيرًا تكراريًا صحيحًا.
صياغة فرضية العدم والبديلة وحساب إحصاء اختبار وتفسير قيمة p دون مبالغة.
ملاءمة انحدار خطي بسيط وتفسير الميل والمقطع والبواقي ومعامل التحديد.
نقد الدليل الإحصائي من حيث حجم الأثر، وعدم اليقين، والافتراضات، وتعدد الاختبارات، والتحيز، والسببية.
استخدام الرسوم البيانية لاكتشاف البنية والقيم الشاذة واللاخطية قبل النمذجة.
تصميم محاكاة للتحقق من فكرة نظرية أو تقدير احتمال بطريقة تجريبية.

من البيانات إلى سؤال إحصائي

المجتمع والعينة والمتغيرات

المجتمع هو المجموعة التي تريد الاستدلال عليها، مثل جميع طلاب برنامج جامعي في فصل دراسي. أما العينة فهي المشاهدات التي جُمعت فعليًا. ينجح الاستدلال فقط عندما تربط آلية اختيار العينة بالمجتمع المستهدف بوضوح. العينة الكبيرة لا تصلح تلقائيًا تحيز اختيار منهجيًا؛ ألف استجابة من فئة غير ممثلة قد تكون أضعف من مئتي استجابة عشوائية جيدة التصميم.

المتغيرات قد تكون فئوية أو عددية. العددية منها قد تكون متقطعة، مثل عدد الحوادث، أو مستمرة تقريبًا، مثل الطول والكتلة والزمن. قبل أي حساب، اسأل: ما وحدة القياس؟ هل توجد قيم مفقودة؟ هل القياس نفسه موثوق؟ هل هناك تكرار أو ترابط بين المشاهدات؟ هذه الأسئلة تحدد صلاحية التحليل أكثر مما تحددها الصيغة الجبرية وحدها.

بيانات حقيقية: بطاريق بالمر

مجموعة Palmer Penguins مستمدة من قياسات ميدانية في محطة بالمر وشبكة البحوث البيئية طويلة الأمد. النسخة المبسطة تحتوي على 344 بطريقًا وثمانية متغيرات، من بينها النوع، والجزيرة، وطول المنقار، وعمقه، وطول الزعنفة، وكتلة الجسم، والجنس، والسنة. بعض القيم مفقودة، وهذا يجعلها مناسبة لتعلم التعامل الواقعي مع البيانات بدل افتراض جدول كامل دائمًا.

فيما يأتي خمس مشاهدات كاملة مبكرة من المتغيرات المنشورة، بعد تجاوز صف ذي قيم مفقودة:

طول المنقار بالملليمتر	طول الزعنفة بالملليمتر	كتلة الجسم بالغرام
39.1	181	3750
39.5	186	3800
40.3	195	3250
36.7	193	3450
39.3	190	3650

هذه القيم القليلة تصلح للأمثلة اليدوية، لكنها لا تمثل المجموعة الكاملة تمثيلًا كافيًا للاستنتاج العلمي. هذه ملاحظة جوهرية: المثال الحسابي ليس بديلًا عن تحليل جميع البيانات ذات الصلة.

الوصف والتصور قبل الاستدلال

للمتغير العددي، يلخص المتوسط المركز الحسابي، بينما يصف الوسيط نقطة المنتصف ويقاوم القيم المتطرفة أكثر. يقيس الانحراف المعياري مقدار التشتت حول المتوسط. لكن ملخصًا عدديًا واحدًا قد يخفي تعدد القمم أو الالتواء أو القيم الشاذة، لذلك افحص المدرج التكراري ومخطط الصندوق والمخطط المبعثر قبل بناء نموذج.

إذا كانت القيم 39.1 و39.5 و40.3 و36.7 و39.3، فالمتوسط يساوي 38.98 تقريبًا. مجموع مربعات الانحرافات عن المتوسط يساوي 7.328، ولذلك يساوي التباين العيني 7.328 مقسومًا على 4، أي 1.832 تقريبًا، والانحراف المعياري العيني نحو 1.35 ملليمتر.

التوزيعات الاحتمالية

المتغير العشوائي والاحتمال

المتغير العشوائي يربط كل ناتج عددي باحتمال. في المتغير المتقطع نتعامل مع دالة كتلة احتمالية، وفي المتغير المستمر مع دالة كثافة احتمالية حيث تمثل المساحة تحت المنحنى احتمال الوقوع داخل مجال. مجموع الاحتمالات في الحالة المتقطعة يساوي واحدًا، والمساحة الكلية تحت الكثافة في الحالة المستمرة تساوي واحدًا.

التوزيع الثنائي الحدين

يصف التوزيع الثنائي الحدين عدد النجاحات في عدد ثابت من المحاولات المستقلة عندما يبقى احتمال النجاح ثابتًا. إذا كان X عدد النجاحات في n محاولة واحتمال النجاح في كل محاولة p، فإن احتمال الحصول على k نجاحات هو حاصل ضرب عدد الطرق الممكنة في p مرفوعة إلى k وفي 1−p مرفوعة إلى n−k.

مثال محلول: إذا كانت عشر معاملات مستقلة، واحتمال اكتشاف خطأ في كل معاملة 0.3، فإن احتمال اكتشاف أخطاء في ثلاث معاملات بالضبط يساوي تقريبًا 0.2668. لا تستخدم هذا النموذج إذا كانت المحاولات مترابطة بقوة أو إذا تغير احتمال النجاح من حالة إلى أخرى.

توزيع بواسون

يستخدم توزيع بواسون لعدد أحداث تقع في مجال زمني أو مكاني عندما يكون معدل الحدوث ثابتًا تقريبًا وتكون الأحداث مستقلة على نحو مناسب. معلمته λ تمثل العدد المتوقع للأحداث في المجال. إذا كان متوسط المكالمات الواردة إلى خدمة جامعية أربع مكالمات في الدقيقة، فإن احتمال ورود مكالمتين بالضبط في دقيقة وفق نموذج بواسون يساوي e مرفوعة إلى −4 مضروبة في 4 تربيع ومقسومة على 2، أي نحو 0.1465.

التوزيع الطبيعي وتوزيع t

التوزيع الطبيعي متماثل حول متوسطه ويحدد شكله المتوسط والانحراف المعياري. عند التوحيد نستخدم الدرجة المعيارية z = القيمة ناقص المتوسط ثم القسمة على الانحراف المعياري. لا يعني شيوع التوزيع الطبيعي أن كل بيانات واقعية طبيعية؛ افحص الشكل والقياسات والآلية المولدة للبيانات.

عندما نقدر متوسط مجتمع طبيعي تقريبًا ولا نعرف الانحراف المعياري للمجتمع، يظهر توزيع t لأننا نستبدل الانحراف المعياري المجهول بتقدير من العينة. يكون توزيع t أثقل ذيلًا من الطبيعي في العينات الصغيرة ويقترب منه كلما زادت درجات الحرية.

Fehler beim Erstellen des Vorschaubildes:

منحنى كثافة التوزيع الطبيعي المعياري.

أخذ العينات والتوزيعات العينية والمحاكاة

التباين العيني

لو أخذت عينتين عشوائيتين مستقلتين من المجتمع نفسه فلن تتطابق متوسطاتهما عادة. هذا الاختلاف يسمى التباين العيني. المتوسط العيني نفسه متغير عشوائي، وله توزيع يسمى توزيع المعاينة. إذا كان انحراف المجتمع المعياري σ وحجم العينة n، فإن الخطأ المعياري لمتوسط العينة يساوي σ مقسومًا على الجذر التربيعي لـ n، أو يقدر باستبدال σ بالانحراف المعياري العيني عند الحاجة.

الفكرة المهمة هي أن زيادة n تقلل الخطأ المعياري بمعدل الجذر التربيعي؛ لمضاعفة الدقة تقريبًا تحتاج إلى زيادة حجم العينة أربعة أمثال، مع ثبات بقية الظروف.

نظرية الحد المركزي

تنص نسخة شائعة من نظرية الحد المركزي على أن توزيع متوسطات عينات مستقلة متماثلة التوزيع يميل إلى شكل طبيعي مع ازدياد حجم العينة، تحت شروط مناسبة ومع وجود تباين محدود. لا تقول النظرية إن البيانات الأصلية تصبح طبيعية، بل إن توزيع إحصاء مثل المتوسط يمكن أن يقترب من الطبيعي.

محاكاة عملية: متوسط رمية نرد

جرّب محاكاة مونت كارلو باستخدام نرد عادل. متوسط قيمة الرمية النظري 3.5، والانحراف المعياري نحو 1.708. نفذ لكل حجم عينة من الأحجام 1 و2 و5 و30 ما لا يقل عن 10000 تكرار: في كل تكرار ولّد n رميات، احسب متوسطها، ثم ارسم مدرجًا تكراريًا للمتوسطات. ينبغي أن يبقى مركز التوزيع قرب 3.5، وأن يصبح الشكل أكثر نعومة وأقرب إلى الطبيعي، وأن يتناقص التشتت وفق 1.708 مقسومًا على الجذر التربيعي لـ n. عند n = 30 يكون الخطأ المعياري النظري نحو 0.312.

سؤال تحقق: إذا لم يتناقص تشتت متوسطات المحاكاة عند زيادة n، فافحص أولًا هل كنت ترسم القيم الفردية بدل متوسط كل عينة، وهل تعيد توليد عينة جديدة في كل تكرار.

التقدير وفترات الثقة

من التقدير النقطي إلى عدم اليقين

التقدير النقطي يعطي رقمًا واحدًا، مثل متوسط العينة، لكنه لا يخبرك وحده عن دقته. تضيف فترة الثقة هامشًا يعكس عدم اليقين العيني. لفترة ثقة لمتوسط مع انحراف معياري مجهول، نستخدم عادة: متوسط العينة ± القيمة الحرجة من توزيع t مضروبة في الخطأ المعياري.

Fehler beim Erstellen des Vorschaubildes:

محاكاة بصرية لفكرة أن بعض فترات الثقة تغطي المعلمة الحقيقية وبعضها لا يغطيها.

مثال محلول من بيانات بطاريق بالمر

باستخدام أطوال المناقير الخمسة 39.1 و39.5 و40.3 و36.7 و39.3 ملليمتر نحصل على متوسط 38.98 وانحراف معياري عيني نحو 1.35. الخطأ المعياري يساوي 1.35 مقسومًا على الجذر التربيعي لـ 5، أي نحو 0.61. لدرجات حرية 4، القيمة الحرجة التقريبية لفترة ثقة 95 بالمئة هي 2.776. إذن هامش الخطأ نحو 1.68، والفترة التقريبية من 37.30 إلى 40.66 ملليمتر.

هذا المثال يعلّم الحساب، لكنه لا يبرر تعميم الفترة على جميع بطاريق الدراسة لأن المشاهدات الخمس لم تُختر هنا بوصفها عينة عشوائية مستقلة تمثل المجتمع. صحة التفسير تعتمد على تصميم أخذ العينات، لا على الصيغة وحدها.

التفسير الصحيح: إذا كررنا آلية أخذ العينات نفسها مرات كثيرة وبنينا فترة بالطريقة نفسها في كل مرة، فإن نحو 95 بالمئة من الفترات ستغطي المعلمة الحقيقية تحت افتراضات الطريقة. بعد حساب فترة محددة، لا تعني الصياغة التكرارية التقليدية أن للمعلمة الثابتة احتمالًا قدره 95 بالمئة لتكون داخل تلك الفترة.

اختبار الفرضيات

فرضية العدم والبديلة

يبدأ اختبار الفرضيات بسؤال واضح ومعلمة محددة. فرضية العدم H0 تصف قيمة أو علاقة مرجعية، والفرضية البديلة H1 تصف ما يناقضها وفق اتجاه السؤال. نحسب إحصاء اختبار يقيس بعد البيانات عن H0 بالنسبة إلى التباين المتوقع إذا كانت H0 صحيحة، ثم نحسب قيمة p.

قيمة p هي احتمال الحصول، تحت نموذج H0 وافتراضاته، على إحصاء اختبار يساوي المرصود أو أكثر تطرفًا منه وفق تعريف الاختبار. ليست قيمة p احتمال أن تكون H0 صحيحة، وليست قياسًا مباشرًا لحجم الأثر أو أهميته العلمية.

مثال محلول لاختبار متوسط

استخدم القيم الخمس السابقة لاختبار H0: متوسط طول المنقار = 40 ملليمتر مقابل بديل ثنائي الطرف. لدينا متوسط 38.98 وخطأ معياري نحو 0.61، لذا t = حاصل قسمة 38.98 ناقص 40 على 0.61، أي نحو −1.69 مع 4 درجات حرية. قيمة p الثنائية تقارب 0.17، ولذلك لا نرفض H0 عند مستوى 0.05. العبارة الأدق هي لم تقدم هذه العينة الصغيرة دليلًا كافيًا ضد H0، لا أن H0 ثبتت صحتها.

أخطاء القرار والقوة

الخطأ من النوع الأول يحدث عندما نرفض H0 وهي صحيحة، ويضبط مستواه الاسمي عادة بالرمز α. الخطأ من النوع الثاني يحدث عندما لا نرفض H0 مع وجود أثر حقيقي تحدده الفرضية البديلة. القوة الإحصائية هي احتمال اكتشاف أثر محدد عند وجوده، وتتأثر بحجم العينة، وحجم الأثر، والتشتت، ومستوى الدلالة، وتصميم الدراسة.

عند إجراء اختبارات كثيرة تزداد فرص النتائج الإيجابية الكاذبة إن لم تُعالج مسألة تعدد المقارنات. لذلك ينبغي تحديد الفرضيات المهمة مسبقًا قدر الإمكان، والإبلاغ عن جميع التحليلات ذات الصلة، واستخدام إجراءات مناسبة للتحكم في الخطأ عند تعدد الاختبارات.

الانحدار الخطي

من المخطط المبعثر إلى خط ملائم

الانحدار الخطي البسيط يصف المتوسط المتوقع لمتغير استجابة Y بوصفه دالة خطية في متغير مفسر X. الصيغة التقديرية هي ŷ = b0 + b1x، حيث b1 هو الميل وb0 هو المقطع. تختار طريقة المربعات الصغرى الخط الذي يصغر مجموع مربعات البواقي، والباقي هو القيمة المرصودة ناقص القيمة المتنبأ بها.

مثال يدوي وتحذير من العينات الصغيرة

خذ أزواج طول الزعنفة وكتلة الجسم الخمسة الواردة في الجدول: 181 مع 3750، و186 مع 3800، و195 مع 3250، و193 مع 3450، و190 مع 3650. متوسط X يساوي 189 ومتوسط Y يساوي 3580. مجموع حاصل ضرب انحرافات X وY عن متوسطيهما يساوي −4450، ومجموع مربعات انحرافات X يساوي 126. لذلك يكون الميل التقريبي −35.3 غرامًا لكل ملليمتر، والمقطع نحو 10255 غرامًا.

هذه النتيجة لا ينبغي تفسيرها على أنها علاقة عامة في بيانات البطاريق؛ إنها نتيجة خمس نقاط فقط اختيرت للتوضيح اليدوي. هذا مثال مقصود على سبب ضرورة رسم البيانات واستخدام جميع المشاهدات الملائمة وفحص الأنواع والجزر والمتغيرات المربكة قبل الاستنتاج. يمكن لعينة صغيرة أو تركيب مجموعات مختلفة أن يعطي ميلًا مضللًا.

البواقي والافتراضات

افحص مخطط البواقي بعد الملاءمة. النمط المنحني قد يشير إلى لاخطية، واتساع التشتت مع X قد يشير إلى عدم ثبات التباين، والقيم المتطرفة قد تكون عالية التأثير. الاستقلال يعتمد عادة على تصميم الدراسة ولا يمكن إثباته من رسم البواقي وحده.

مخططان أحدهما لخط انحدار مع نقاط والآخر لبواقي موزعة حول الصفر

استخدام البواقي لتشخيص ملاءمة نموذج الانحدار الخطي.

معامل التحديد R² يصف نسبة التباين في Y التي يفسرها النموذج الخطي داخل البيانات المستخدمة، لكنه لا يثبت السببية ولا يضمن دقة تنبؤ خارج نطاق X المشاهد. قد يكون R² مرتفعًا في علاقة غير سببية، وقد يكون متوسطًا أو منخفضًا في ظاهرة ذات أثر مهم عمليًا.

التفسير النقدي للأدلة الإحصائية

الدلالة ليست الأهمية

النتيجة ذات قيمة p صغيرة قد يكون أثرها ضئيلًا عمليًا إذا كان حجم العينة ضخمًا، ونتيجة ذات قيمة p أكبر قد تتوافق مع أثر مهم لكن غير مقدر بدقة في عينة صغيرة. لذلك أبلغ عن حجم الأثر وفترة الثقة والسياق، لا عن قرار ثنائي فقط.

الجمعية الإحصائية الأمريكية أكدت أن قيمة p لا تقيس احتمال صحة الفرضية، وأن القرارات العلمية لا ينبغي أن تعتمد وحدها على عبور عتبة مثل 0.05. الاستدلال الجيد يحتاج إلى تصميم دراسة قوي، وقياسات مناسبة، وشفافية في التحليلات، وتفسير مرتبط بالسؤال العلمي.

الارتباط والسببية والتحيز

وجود ارتباط أو ميل انحدار لا يثبت أن X يسبب Y. قد تفسر العلاقة عوامل مربكة، أو سببية عكسية، أو تحيز اختيار، أو أخطاء قياس. التجارب العشوائية المصممة جيدًا تقوي الاستدلال السببي لأنها تكسر كثيرًا من الروابط المربكة المتوقعة، بينما الدراسات الرصدية تحتاج إلى حجج وتصميمات وتحليلات إضافية.

افحص أيضًا القيم المفقودة: حذف كل صف ناقص قد يكون معقولًا إذا كان الفقد نادرًا وغير مرتبط بالقيم المهمة، لكنه قد يسبب تحيزًا إذا كان الفقد منهجيًا. لا توجد معالجة سحرية للفقد؛ القرار يعتمد على آلية الفقد وسؤال الدراسة.

قائمة نقد سريعة قبل قبول نتيجة

اسأل عن التصميم: كيف اختيرت العينة؟ وهل توجد عشوائية أو مجموعة مقارنة مناسبة؟
افحص القياس: ما الوحدات؟ وما مقدار الفقد والخطأ والقيم الشاذة؟
انظر إلى الرسم: هل توجد لاخطية أو مجموعات فرعية أو نقاط مؤثرة؟
اقرأ الأثر وعدم اليقين: ما التقدير وفترة الثقة، لا قيمة p وحدها؟
راجع الافتراضات: هل الاستقلال والشكل والتباين المعقولون مدعومون؟
ابحث عن الشفافية: هل أُبلغ عن الاختبارات المتعددة والقرارات التحليلية والنتائج غير الملائمة للتوقع؟

بيانات ومراجع لإعادة التحليل

يمكنك تنزيل بيانات Iris من مستودع UCI للتعلم الآلي. تحتوي المجموعة على 150 نباتًا وثلاث فئات وأربع سمات عددية، وهي مناسبة للمقارنة بين المجموعات والتصور والانحدار والتصنيف.

يمكنك الوصول إلى بيانات Palmer Penguins من الموقع الرسمي لحزمة Palmer Penguins. تحتوي النسخة المبسطة على 344 بطريقًا وثمانية متغيرات، مع بعض القيم المفقودة التي تسمح بتدريب واقعي على تنظيف البيانات.

للمرجعية المنهجية، راجع دليل NIST وSEMATECH للطرق الإحصائية، وهو مرجع تطبيقي للعلماء والمهندسين، وراجع بيان الجمعية الإحصائية الأمريكية بشأن قيم p لفهم القيود الشائعة في تفسير الدلالة الإحصائية.

مهام تفاعلية

اختبار: اختبر معرفتك

ما الشرط الذي يميز النموذج الثنائي الحدين؟ (عدد ثابت من المحاولات مع احتمال نجاح ثابت واستقلال مناسب) (!عدد الأحداث يجب أن يكون كبيرًا جدًا) (!المتغير يجب أن يكون مستمرًا) (!المتوسط يجب أن يساوي الانحراف المعياري)

ماذا تصف نظرية الحد المركزي في هذا السياق؟ (تقارب توزيع متوسطات العينات نحو الشكل الطبيعي تحت شروط مناسبة) (!تحول كل البيانات الأصلية إلى توزيع طبيعي) (!اختفاء التباين بين العينات تمامًا) (!تساوي المتوسط والوسيط في كل عينة)

ماذا يحدث عادة للخطأ المعياري لمتوسط العينة عندما يزداد حجم العينة؟ (ينخفض بما يتناسب مع مقلوب الجذر التربيعي لحجم العينة) (!يزداد خطيًا مع حجم العينة) (!يبقى ثابتًا دائمًا) (!يصبح مساويًا لمتوسط العينة)

ما التفسير الصحيح لقيمة p؟ (احتمال بيانات أو إحصاء أكثر تطرفًا تحت فرضية العدم ونموذجها) (!احتمال أن تكون فرضية العدم صحيحة) (!احتمال أن تكون الفرضية البديلة خاطئة) (!حجم الأثر العلمي في الدراسة)

ما المعنى التكراري الصحيح لفترة ثقة بنسبة خمسة وتسعين بالمئة؟ (الفترات المبنية بالطريقة نفسها ستغطي المعلمة الحقيقية في نحو خمسة وتسعين بالمئة من التكرارات) (!خمسة وتسعون بالمئة من قيم العينة تقع دائمًا داخل الفترة) (!احتمال صحة فرضية العدم يساوي خمسة وتسعين بالمئة) (!كل فترة محسوبة ستحتوي المعلمة دون استثناء)

ماذا تعني البقية في الانحدار الخطي؟ (القيمة المرصودة ناقص القيمة المتنبأ بها) (!المتوسط ناقص الوسيط) (!الميل مقسومًا على المقطع) (!قيمة p ناقص مستوى الدلالة)

أي نمط في البواقي قد يشير إلى مشكلة لاخطية؟ (نمط منحني منتظم حول الصفر) (!تشتت عشوائي بلا بنية واضحة) (!متوسط قريب من الصفر) (!وجود قيم موجبة وسالبة معًا)

لماذا لا تكفي الدلالة الإحصائية للحكم على أهمية نتيجة؟ (لأنها لا تقيس وحدها حجم الأثر أو أهميته العملية) (!لأنها لا تستخدم أي بيانات) (!لأنها لا يمكن حسابها من عينات) (!لأنها تعني دائمًا وجود تحيز اختيار)

ما الخطر الرئيس عند إجراء عدد كبير من الاختبارات دون تصحيح مناسب؟ (زيادة احتمال النتائج الإيجابية الكاذبة) (!اختفاء القيم المفقودة تلقائيًا) (!تحول كل العلاقات إلى سببية) (!انخفاض حجم العينة في كل اختبار)

أي عبارة عن معامل التحديد صحيحة؟ (يصف مقدار التباين المفسر داخل النموذج ولا يثبت السببية) (!يثبت أن المتغير المفسر يسبب الاستجابة) (!يجب أن يساوي واحدًا في كل تحليل جيد) (!يغني عن فحص البواقي وافتراضات النموذج)

لعبة الذاكرة

الخطأ المعياري	تشتت مقدر لإحصاء العينة عبر عينات متكررة
فرضية العدم	ادعاء مرجعي يختبر مدى توافق البيانات معه
فترة الثقة	مجال مبني من العينة لتقدير معلمة مع إظهار عدم اليقين
الباقي	الفرق بين القيمة المرصودة والقيمة المتنبأ بها
القوة الإحصائية	احتمال اكتشاف أثر محدد عندما يكون موجودًا
حجم الأثر	مقدار الفرق أو العلاقة من الناحية الكمية

السحب والإفلات

طابق المصطلح بالتفسير الصحيح.	المفهوم الإحصائي
التوزيع الثنائي الحدين	عدد النجاحات في محاولات مستقلة باحتمال ثابت
توزيع بواسون	عدد أحداث في مجال عند معدل ثابت تقريبًا
توزيع t	استدلال على متوسط مع انحراف معياري مجهول خاصة في العينات الصغيرة
الانحدار الخطي	نمذجة متوسط الاستجابة بخط مستقيم في متغير مفسر
المحاكاة	تكرار توليد بيانات وفق آلية محددة لدراسة السلوك الاحتمالي
فترة الثقة	تقدير فاصل يعبر عن عدم اليقين في معلمة

كلمات متقاطعة

الانحراف	ما المقياس الذي يصف تشتت القيم حول المتوسط؟
العينة	ما اسم الجزء المرصود من المجتمع الإحصائي؟
الانحدار	ما النموذج الذي يربط استجابة عددية بمتغير مفسر؟
البواقي	ما اسم الفروق بين القيم المرصودة والمتنبأ بها؟
الثقة	ما الكلمة التي تكمل مصطلح فترة تقدير لعدم اليقين؟
الدلالة	ما المصطلح المرتبط بمقارنة قيمة p بمستوى ألفا؟

مهام مفتوحة

سهل

رسم توزيع حقيقي: نزّل بيانات Iris وارسم مدرجًا تكراريًا لطول السبلات، ثم اكتب فقرة تصف المركز والتشتت والالتواء وأي قيم غير معتادة.
محاكاة نرد: نفذ محاكاة لعشرة آلاف تكرار لمتوسط رميات النرد عند أحجام عينات مختلفة، ثم قارن الخطأ المعياري التجريبي بالقيمة النظرية.
قراءة فترة ثقة: ابحث عن دراسة منشورة في تخصصك تعرض فترة ثقة، وأعد صياغة معناها بلغة عربية دقيقة دون تحويلها إلى احتمال لصحة المعلمة.
بطاقة مفاهيم: أنشئ صورة أو مخططًا يربط المجتمع بالعينة والمعلمة والإحصاء والخطأ المعياري وفترة الثقة.

متوسط

تحليل بطاريق بالمر: نزّل بيانات Palmer Penguins ونظف القيم المفقودة بطريقة معللة، ثم أنشئ مخططًا مبعثرًا لكتلة الجسم مقابل طول الزعنفة وميّز الأنواع بالألوان.
اختبار فرضية موثق: اختر سؤالًا مناسبًا من مجموعة بيانات عامة، وصغ H0 وH1، واحسب إحصاء الاختبار وقيمة p وفترة ثقة، ثم اكتب استنتاجًا يفرق بين الدلالة والأهمية العملية.
فحص بواقي: ملائم نموذج انحدار خطي لبيانات حقيقية، وأنشئ مخطط البواقي، وحدد هل ترى لاخطية أو عدم ثبات للتباين أو نقاطًا مؤثرة، ثم اقترح خطوة تالية.
مقابلة مع باحث: أجر مقابلة قصيرة مع باحث أو طالب دراسات عليا حول خطأ إحصائي شائع في تخصصه، وسجل ملخصًا مكتوبًا أو صوتيًا بعد أخذ الموافقة وتجنب أي بيانات شخصية حساسة.

متقدم

تجربة تغطية فترات الثقة: صمم محاكاة تقارن التغطية الفعلية لفترة ثقة عند أحجام عينات وأشكال توزيع مختلفة، واعرض النتائج في رسم وجدول وناقش متى يفشل التقريب.
تحليل تعدد الاختبارات: أنشئ محاكاة لعدد كبير من الفرضيات الصحيحة تحت العدم، وقارن نسبة النتائج الصغيرة لقيمة p قبل وبعد إجراء تصحيح مناسب لتعدد المقارنات.
نقد ورقة علمية: اختر مقالة كمية مفتوحة الوصول، وقيّم تصميم العينة وحجم الأثر وفترات الثقة وقيم p والرسوم والافتراضات والشفافية، ثم اكتب مراجعة نقدية من صفحة إلى صفحتين.
مشروع إعادة إنتاج: أعد تحليل مجموعة بيانات عامة كاملة باستخدام تقرير قابل لإعادة الإنتاج يتضمن مصدر البيانات، والتنظيف، والتصور، والنموذج، وتشخيص الافتراضات، وعدم اليقين، والقيود، واستنتاجًا لا يتجاوز ما تدعمه البيانات.

مجالات تعلم مرتبطة

الإحصاء التطبيقي

يرتبط هذا المقرر بالرياضيات والاقتصاد وعلم النفس والعلوم الصحية والهندسة والعلوم البيئية وإدارة الأعمال، لأن كل هذه المجالات تحتاج إلى تقييم التباين وعدم اليقين وجودة الأدلة. كما يمهد لموضوعات أكثر تقدمًا مثل الانحدار المتعدد، والنماذج المعممة، والاستدلال البايزي، وتحليل السلاسل الزمنية، والتعلم الآلي.

مسرد

المصطلح	التعريف
المجتمع	المجموعة الكاملة التي يراد الاستدلال على خصائصها.
العينة	مجموعة المشاهدات التي جُمعت فعليًا من المجتمع أو العملية محل الدراسة.
المعلمة	كمية ثابتة مجهولة تصف المجتمع مثل متوسطه الحقيقي.
الإحصاء	كمية محسوبة من العينة مثل المتوسط العيني.
الخطأ المعياري	مقياس لتشتت إحصاء العينة عبر عينات متكررة.
فترة الثقة	مجال تقديري مبني من البيانات بطريقة ذات تغطية طويلة الأجل محددة تحت افتراضات الطريقة.
قيمة p	احتمال الحصول على نتيجة مساوية أو أكثر تطرفًا من المرصودة تحت فرضية العدم ونموذجها.
حجم الأثر	مقدار الفرق أو العلاقة المقدرة، وهو منفصل عن مجرد الدلالة الإحصائية.
الباقي	الفرق بين القيمة المرصودة والقيمة التي يتنبأ بها نموذج الانحدار.
معامل التحديد	نسبة التباين في الاستجابة التي يفسرها نموذج الانحدار داخل البيانات الملائمة.
القوة الإحصائية	احتمال رفض فرضية العدم عند وجود أثر محدد وفق تصميم معين.
التحيز	انحراف منهجي يجعل التقدير أو الاستنتاج يميل في اتجاه معين بسبب التصميم أو القياس أو التحليل.