يمثل الاحتمال ذو الحدين (Binomial Probability) ركيزة جوهرية في صرح الإحصاء الاستدلالي والنماذج القياسية التي يعتمد عليها البحث النفسي المعاصر لتفسير الظواهر السلوكية القائمة على خيارات ثنائية. تتجلى أهمية هذا المفهوم في قدرته الفائقة على تكميم احتمالات الأحداث المتكررة التي لا تحتمل سوى نتيجتين متنافيتين، مما يجعله أداة تحليلية لا غنى عنها في دراسة القرارات المعرفية، وتقييم استجابات الاختبارات السيكومترية، واختبار فرضيات الفعالية العلاجية في العيادات النفسية. يهدف هذا المقال الموسوعي إلى تفكيك البنية الرياضية والتطبيقية لتوزيع ذي الحدين، واستعراض جذوره الإبستمولوجية وسياقات توظيفه المنهجي في فروع علم النفس المختلفة.
المدخل المفاهيمي للاحتمال ذي الحدين والأسس الرياضية
يُعرف الاحتمال ذو الحدين بأنه التوزيع الاحتمالي المنفصل الذي يلخص احتمالية أن تأخذ قيمة معينة واحدة من نتيجتين مستقلتين عبر عدد محدد من المحاولات المتطابقة، ويُطلق على كل محاولة فردية من هذه المحاولات اسم تجربة برنولي (Bernoulli Trial). في السياق السيكولوجي، تشير هاتان النتيجتان في العادة إلى ثنائيات حدية؛ مثل: “نجاح/فشل” في حل مسألة ذكاء، أو “نعم/لا” في استبانة للشخصية، أو “استجابة/عدم استجابة” لمنبه حسي في مختبر علم النفس الفيزيائي. يقوم هذا البناء الرياضي على صياغة احتمالية دقيقة تربط بين عدد المحاولات الإجمالي، وعدد مرات تحقق الحدث المستهدف، واحتمال وقوع هذا الحدث في كل محاولة مستقلة.
تتحدد الصيغة الرياضية لحساب الاحتمال ذي الحدين بالمعادلة التالية: تكون احتمالية الحصول على عدد (k) من النجاحات في عدد (n) من المحاولات المستقلة مساوية لحاصل ضرب التوافيق الرياضية للعددين (n فوق k) في احتمال النجاح الفردي (p) مرفوعاً للقوة (k)، مضروباً في احتمال الفشل (المعبر عنه بـ 1 مطروحاً منه p) مرفوعاً للقوة (n ناقص k). يعكس الحد التوافقي في المعادلة عدد الطرق التبديلية الممكنة لترتيب النجاحات والفشلات عبر تسلسل المحاولات، وهو ما يضمن استيعاب كافة المسارات التجريبية المحتملة التي يمكن للمفحوص أن يسلكها للوصول إلى النتيجة الإجمالية نفسها، الأمر الذي يوفر أساساً موضوعياً لتحديد ما إذا كان الأداء يخضع للصدفة البحتة أم يعكس قدرة سيكولوجية حقيقية.
لكي يكون تطبيق نموذج ذي الحدين صالحاً إحصائياً ومقبولاً منهجياً، يجب أن يستوفي التصميم التجريبي أربعة شروط حاسمة لا تقبل المساومة: أولاً، ثبات عدد المحاولات الكلي مسبقاً وتحديده بدقة قبل الشروع في جمع البيانات. ثانياً، تصنيف نواتج كل محاولة في فئتين اثنتين حصريتين وشاملتين لا ثالث لهما. ثالثاً، الاستقلالية التامة بين المحاولات، بحيث لا تؤثر نتيجة أي محاولة سابقة على نتيجة المحاولة اللاحقة إطلاقاً. رابعاً، ثبات احتمال النجاح من محاولة إلى أخرى طوال فترة الملاحظة أو الاختبار، وهو افتراض يثير تحديات منهجية خاصة عند دراسة الكائنات الحية التي تخضع لآليات التعلم والإرهاق والانطفاء.
في البنية المعرفية لعلم النفس القياسي، تتيح هذه الأسس للباحث بناء نماذج مرجعية تقارن بين السلوك الفعلي الملاحظ والافتراض الرياضي الصفري. فعندما نختبر ظاهرة نفسية مجردة، نلجأ إلى فضاء الاحتمال ذي الحدين بوصفه مسطرة معيارية تكشف لنا مقدار انزياح البيانات التجريبية عن خط التوزيع العشوائي، مما يشكل النواة الأساسية لاختبار الفرضيات السيكولوجية وتوليد الدلالات الإحصائية ذات المعنى الإكلينيكي والسلوكي.
التطور التاريخي والجذور الإبستمولوجية في الإحصاء السلوكي
تعود الجذور الإبستمولوجية للاحتمال ذي الحدين إلى أواخر القرن السابع عشر ومطلع القرن الثامن عشر، من خلال الإسهامات التأسيسية التي قدمها عالم الرياضيات السويسري ياكوب برنولي في مؤلفه الخالد “فن التخمين” (Ars Conjectandi) المنشور عام 1713. سعى برنولي إلى صياغة نظرية رياضية عقلانية لإدارة عدم اليقين والمخاطرة، ووضع حجر الأساس لما يُعرف اليوم بـ “قانون الأعداد الكبيرة”، مبيناً أنه مع زيادة عدد المحاولات المتكررة، يتقارب التكرار النسبي للحدث الملاحظ بصورة حتمية من احتماله النظري الحقيقي. هذا الكشف لم يكن مجرد فتح في الرياضيات البحتة، بل كان تحولاً فلسفياً عميقاً مهد الطريق لإمكانية قياس العقل البشري والظواهر الإنسانية الخاضعة للتقلب والشك.
انتقلت هذه الأفكار الرياضية إلى حقل العلوم السلوكية والبيولوجية في أواخر القرن التاسع عشر عبر الرواد الأوائل لعلم النفس التجريبي والقياس النفسي، لا سيما فرانسيس غالتون (Francis Galton) وكارل بيرسون (Karl Pearson). أدرك غالتون، أثناء دراسته لتوارث السمات والقدرات العقلية، أن تباين الخصائص النفسية داخل المجتمع يمكن نمذجته كمحصلة لتراكم عدد هائل من الأحداث الثنائية العشوائية المجهرية. طور غالتون آلة “الكوينكونكس” (Quincunx) أو لوحة الخرز الشهيرة، لتجسيد فكرة كيف يؤدي تراكم مسارات الانحراف ذات الحدين (يميناً أو يساراً بنسب متساوية) إلى تشكيل المنحنى الجرسي الطبيعي المتصل، رابطاً بذلك بين التوزيع المنفصل والتوزيع المتصل في الوعي السيكولوجي الجمعي.
مع حلول القرن العشرين، وظف علماء النفس التجريبي، مثل إدوارد ثورندايك وباحثي الإدراك الحسي، منطق التوزيع ذي الحدين لصياغة نماذج صارمة لاختبار الفرضيات السلوكية. توازى هذا مع نشأة وتطور نظرية كشف الإشارة والنماذج السيكوفيزيقية لجوستاف فيشنر التي جعلت من القرارات الإدراكية ثنائية القطب موضوعاً للتكميم الدقيق. لم يعد احتمال ذي الحدين مجرد مسألة لألعاب القمار أو التوزيع النظري، بل تحول إلى أداة إبستمولوجية تمكن الباحث النفسي من استنطاق العمليات الذهنية الخفية الكامنة وراء السلوكيات الظاهرة القابلة للرصد المباشر.
التطبيقات السيكومترية ونظرية القياس النفسي
تحتل مصفوفات البيانات الثنائية (Dichotomous Data) موقع الصدارة في تقييم الاختبارات النفسية والتربوية؛ فغالبية اختبارات الذكاء، والمقاييس المعرفية، وبطاريات القدرات الخاصة تتكون من بنود تحتمل إجابة واحدة صحيحة يقابلها صفر للإجابة الخاطئة. يوفر الاحتمال ذو الحدين النموذج المرجعي الأساسي لتحليل مثل هذه المفردات وتحديد الخصائص السيكومترية لأدوات التقييم، وبخاصة عند تحديد مستوى صعوبة الفقرة واختبار معاملات التخمين التي تلوث القياس النفسي.
في إطار النظرية الكلاسيكية للاختبار (Classical Test Theory)، يُستخدم التوزيع ذو الحدين لتحديد أداء المفحوصين المتوقع في ظل فرضية التخمين العشوائي المطلق؛ فإذا كان لدينا اختبار اختيار من متعدد يتألف من أربعة بدائل لكل مفردة من بين 20 مفردة، فإن احتمال التخمين الصحيح للمفردة الواحدة بالصدفة هو ربع (0.25). يتيح تطبيق معادلة ذي الحدين لعلماء القياس النفسي استخراج درجات القطع (Cut-off Scores) الحرجة، وتحديد الحد الأدنى من الدرجات الذي يجب أن يحرزه الفرد ليثبت بما لا يدع مجالاً للشك الإحصائي المقبول أن أداءه يتجاوز مجرد التخمين العشوائي ويعكس كفاية معرفية فعلية.
يمتد هذا التأصيل بصورة أكثر تعقيداً إلى النماذج المتقدمة مثل نظرية الاستجابة للمفردة (Item Response Theory)، لا سيما النماذج ذات المعالم الثلاثية (3PL Models) التي تدمج صراحة بارامتر التخمين بوصفه عاملاً من عوامل دالة الاحتمال ذي الحدين للفقرة. كما تتبنى نظرية راش (Rasch Model) في صياغتها الثنائية أبسط أشكال الاقتران بين قدرة الفرد وصعوبة البند لتوليد احتمال لوجستي يستند جوهرياً إلى احتمالات برنولي، مما يبرز التداخل الوثيق بين النموذج الاحتمالي النظري وبناء المقاييس النفسية الموثوقة.
بالإضافة إلى ذلك، يشكل توزيع ذي الحدين الأساس الرياضي لحساب أخطاء المعاينة في نسب النجاح وتحديد أخطاء القياس المعيارية للاختبارات ذات الدرجات الحقيقية المنفصلة. عند تقنين المقاييس التشخيصية وتحديد معايير الحساسية (Sensitivity) والنوعية (Specificity) لأدوات الفرز السريري، يعتمد مقدرو الصدق التشخيصي على فترات الثقة المبنية على الاحتمال ذي الحدين لتحديد مدى دقة المقياس في تصنيف الأفراد إلى فئات سوية أو مضطربة سريرياً بدرجة عالية من الأمان الإحصائي.
الاستخدامات التجريبية في علم النفس المعرفي والسلوكي
في أروقة مختبرات علم النفس المعرفي، تتصدر مهام الاختيار القسري ثنائي البدائل (Two-Alternative Forced-Choice / 2AFC) المشهد التجريبي لدراسة حدود الإدراك الحسي، وعتبات الوعي، وسرعة المعالجة الذهنية. في هذه التجارب، يتعرض المشارك لمنبهين متتابعين أو متجاورين ويُطلب منه تحديد المنبه المستهدف، مما يجعل كل استجابة محاكمة لافتراضات تجربة برنولي باحتمال نجاح مبدئي قدره النصف (0.50). يتيح تطبيق الاحتمال ذي الحدين للمجربين حساب الدلالة الدقيقة لأداء كل مفحوص على حدة عبر سلسلة من المحاولات، وهو ما يعرف باختبار ذي الحدين الدقيق (Exact Binomial Test).
يرتبط هذا التحليل ارتباطاً وثيقاً بـ نظرية كشف الإشارة (Signal Detection Theory)، التي تفكك الأداء الإدراكي إلى مصفوفتين ثنائيتين من القرارات: تمييز الإشارة من الضجيج (إصابة مقابل إنذار كاذب)، ورفض الضجيج مقابل تفويت الإشارة. تعامل هذه القرارات الاحتمالية وفق توزيعات ثنائية توفر النواة الإحصائية لتقدير حساسية الجهاز الحسي للمفحوص (d’) وميله أو تحيزه الاستجابي (Criterion β)، وهو ما يكشف النقاب عن البنية الديناميكية لاتخاذ القرار تحت ظروف عدم اليقين والمحفزات الضعيفة.
أما في أبحاث الإشراط الكلاسيكي والإشراط الإجرائي في علم النفس السلوكي، يُستخدم الاحتمال ذو الحدين لنمذجة سلوك الحيوانات والمشاركين البشريين عند مواجهة برامج التعزيز المتقطع. عندما يُقارن بين اختيارين متعارضين في صندوق سكينر (كأن يضغط الكائن على ذراع للحصول على مكافأة أو ذراع بديلة لتجنب صدمة)، يخضع تواتر الاستجابات التفاضلية لاختبارات ثنائية لتحديد اللحظة المعرفية الدقيقة التي يحدث فيها التعلم؛ أي الانتقال الإحصائي من الاستجابة التوزيعية العشوائية إلى تفضيل استجابة معينة بصورة ذات دلالة إحصائية.
علاوة على ذلك، يمثل اختبار الإشارة (Sign Test) واحداً من أقدم وأقوى الاختبارات اللامعلمية المستخدمة في الدراسات السلوكية عند مقارنة درجات الأزواج المرتبطة (مثل القياس القبلي والبعدي). يقوم هذا الاختبار بالكامل على تحويل الفروق الكمية إلى إشارات موجبة وسالبة، متجاهلاً حجم الفارق، ليعامل المسألة كتوزيع ذي حدين باحتمال افتراضي للتغير متساوٍ بين الاتجاهين، مما يقدم دليلاً حاسماً على اتجاه التغير النفسي حتى في ظل غياب التوزيع الطبيعي للبيانات.
علم النفس السريري وتقييم التدخلات العلاجية
يتطلب تقييم فعالية التدخلات في علم النفس العيادي والطب النفسي معايير صارمة لتحديد ما إذا كان العلاج النفسي (مثل العلاج المعرفي السلوكي أو برامج الدعم الجمعي) يحدث تأثيراً يتجاوز مسار الشفاء التلقائي أو استجابة العلاج الوهمي (Placebo). تتخذ مخرجات هذه الدراسات في كثير من الأحيان طابعاً ثنائياً حاسماً: إما “تحسن سريري ذو دلالة / تعافٍ تام” أو “بقاء الأعراض المرضية / انتكاسة”، وهنا تنبثق حسابات الاحتمال ذي الحدين لتقييم فرضيات الفعالية العلاجية بموضوعية مطلقة.
في تصاميم الحالة الفردية (Single-Case Experimental Designs / SCEDs)، التي تكتسب شعبية متزايدة في الأبحاث العيادية لدراسة الاضطرابات النادرة أو التوحد أو الإدمان، يصعب في الغالب استخدام اختبارات العينات الكبيرة التقليدية كاقتطاعات التباين. بدلاً من ذلك، يلجأ الباحث الإكلينيكي إلى تتبع التغيرات السلوكية اليومية للمريض (مثل نوبات الغضب أو السلوكيات القهرية) بصيغة حدوث أو عدم حدوث خلال فترات الملاحظة، موظفاً التوزيع ذي الحدين لحساب احتمالية انخفاض السلوك المستهدف في مرحلة التدخل العلاجي مقارنة بخط الأساس التمهيدي، والتأكد من أن التحسن لم يكن وليد التذبذب العشوائي.
وعلى مستوى التجارب السريرية المعشاة ذات الشواهد (RCTs)، يرتكز حساب مؤشرات الأثر السريري البالغة الأهمية، مثل “نسبة الأرجحية” (Odds Ratio) و”الخطر النسبي” (Relative Risk) و”العدد المطلوب للعلاج” (Number Needed to Treat / NNT)، على جداول التوافق الثنائية المعتمدة مفاهيمياً على خصائص الاحتمال ذي الحدين. تتيح هذه التقديرات للأطباء والمعالجين النفسيين تقديم تقديرات احتمالية واقعية للمرضى وذويهم حول نسب النجاح المتوقعة، وتقدير فترات الثقة الدقيقة لتلك النسب لضمان اتخاذ قرارات سريرية مسندة بالأدلة العلمية الرصينة.
الاستدلال الإحصائي: اختبار الفرضيات وفترات الثقة
يتميز الاستدلال الإحصائي القائم على التوزيع ذي الحدين بثرائه؛ حيث يوفر طريقتين متكاملتين للتحليل: الاختبار الدقيق واختبار التقريب الطبيعي. يُعد “اختبار ذي الحدين الدقيق” الأداة المفضلة عندما يكون حجم العينة الإجمالي صغيراً، إذ يحسب الدالة الاحتمالية التراكمية المباشرة لظهور عدد من النجاحات مساوٍ أو أكثر تطرفاً من القيمة الملاحظة فعلياً تحت الفرض الصفري. لا يعتمد هذا الاختبار على أية افتراضات مسبقة حول طبيعة التوزيع الأصلي للظاهرة، مما يجعله محصناً ضد أخطاء التقدير والتحيزات المنهجية التي تقع فيها الاختبارات المعلمية عندما تنتهك شروطها الأساسية.
وعندما يكبر حجم العينة التجريبية (بحيث يكون حاصل ضرب حجم العينة في احتمال النجاح، وحاصل ضرب حجم العينة في احتمال الفشل كلاهما أكبر من أو يساوي 5 أو 10 في التقديرات الأكثر تحفظاً)، تنبثق خاصية استدلالية مذهلة تتجلى في تطبيق مبرهنة النهاية المركزية (Central Limit Theorem) ومبرهنة دو موافر-لابلاس (de Moivre–Laplace theorem). بموجب هذا التحول، يتقارب التوزيع التراكمي المتقطع لذي الحدين تقارباً سلساً من التوزيع الاحتمالي الطبيعي المتصل، بمتوسط حسابي يساوي (حجم العينة مضروباً في احتمال النجاح) وانحراف معياري يساوي (الجذر التربيعي لحاصل ضرب حجم العينة في احتمال النجاح في احتمال الفشل).
يتطلب هذا الانتقال المنهجي من المتغير المنفصل إلى المتغير المتصل تطبيق ما يسمى “تصحيح الاستمرارية” (Continuity Correction) عبر إضافة أو طرح نصف وحدة (0.5) من الدرجة المحسوبة؛ لتعويض الفجوة الناشئة عن تمثيل نقاط احتمالية منفصلة بمساحات تحت منحنى متصل. يمنح هذا التقريب الباحثين السلوكيين إمكانية استخدام درجات المعيارية (Z-scores) واختبارات مربع كاي التقليدية، مما يسرع العمليات الحسابية في الدراسات المسحية الضخمة واستطلاعات الرأي النفسية دون التضحية بالدقة الرياضية الأساسية.
وفيما يخص تقدير المعالم غير المعروفة في المجتمع السلوكي، يُعد بناء فترات الثقة (Confidence Intervals) لنسبة النجاح أمراً بالغ الحيوية في التقرير العلمي الرصين. تتعدد الطرق الإحصائية لبناء هذه الفترات؛ بدءاً من طريقة كلوبر-بيرسون (Clopper-Pearson Interval) التي تضمن حدود ثقة دقيقة ومحافظة للغاية تعتمد مباشرة على توزيع ذي الحدين، وصولاً إلى طريقة ويلسون (Wilson Score Interval) وطريقة أغريستي-كول (Agresti-Coull) التي تقدم تغطية احتمالية واقعية تتفوق على صيغة والد الكلاسيكية المفرطة في البساطة والتي كثيراً ما تخفق عند أطراف الاحتمالات القريبة من الصفر أو الواحد الصحيح.
التحديات المنهجية والمآزق الشائعة في البحث النفسي
على الرغم من الأناقة الرياضية لنموذج ذي الحدين، فإن تطبيقه غير الحذر في ميادين العلوم السلوكية قد يوقع الباحث في منزلقات منهجية جسيمة تؤدي إلى استنتاجات مضللة ورفض خاطئ للفرضيات الصفرية أو الوقوع في أخطاء من النوع الثاني. يكمن التحدي الأكبر والأكثر شيوعاً في خرق افتراض “استقلالية المحاولات”؛ ففي الأبحاث النفسية، نادراً ما يكون الكائن البشري نظاماً استاتيكياً مغلقاً لا يتأثر بتاريخه السلوكي القريب.
تخضع الاستجابات المتتالية للمفحوص في التجارب النفسية لتأثيرات ديناميكية مستمرة؛ مثل التغذية الراجعة، واكتساب الخبرة، وتأثيرات الإعياء والتعب التراكمي، وتشتت الانتباه، أو استراتيجيات التعلم التكيفية. إن حدوث عملية تعلم أثناء جلسة الاختبار يجعل احتمال النجاح في المحاولة العاشرة أعلى حتماً من احتمال النجاح في المحاولة الأولى، مما ينتهك شرط ثبات الاحتمال (Stationarity). وإذا ما ارتبطت نتيجة محاولة معينة بالاستجابة في المحاولة السابقة مباشرة (كتأثير التكرار التلقائي أو ما يعرف بـ “الاستجابة الارتدادية”)، ينهار شرط الاستقلالية، مما يتسبب في ظاهرة “التشتت الزائد” (Overdispersion) التي تجعل التباين التجريبي الحقيقي أكبر بكثير مما يتوقعه نموذج ذي الحدين النظري.
ينشأ مأزق منهجي آخر في الدراسات الجماعية والتفاعلية، حيث تؤثر استجابات الأفراد داخل المجموعة التجريبية الواحدة على بعضهم البعض، كما هو الحال في تجارب الامتثال الاجتماعي (Social Conformity) أو دراسات القرارات الجمعية. إن التعامل مع أفراد المجموعة كوحدات مستقلة داخل نموذج ذي حدين يُعد خطأ فادحاً في وحدة التحليل (Unit of Analysis Error)، يضخم من حجم العينة الاسمي بصورة وهمية ويؤدي إلى قيم دلالة إحصائية زائفة وتضخيم الخطأ من النوع الأول (Type I Error).
وعلاوة على الصعوبات الإجرائية، كشفت أبحاث علم النفس المعرفي وسيكولوجية اتخاذ القرار بقيادة عاموس تفيرسكي ودانيال كانمان أن العقل البشري يمتلك عجزاً حدسياً متأصلاً في فهم وتوليد سلاسل الاحتمال ذي الحدين. يقع البشر بصورة منهجية في فخاخ ذهنية عميقة مثل “مغالطة المقامر” (Gambler’s Fallacy)؛ حيث يتوقع الفرد بشكل لا عقلاني أن يؤدي ظهور سلسلة من الفشلات المتتالية إلى زيادة حتمية في احتمال النجاح في المحاولة القادمة، متجاهلين استقلالية المحاولات. كما تدفع استدلالات “التمثيلية” (Representativeness Heuristic) المفحوصين إلى الحكم على سلاسل ثنائية معينة (مثل: نجاح-فشل-نجاح-فشل) بأنها أكثر احتمالية للحدوث من سلاسل أخرى متطابقة رياضياً (مثل: نجاح-نجاح-نجاح-نجاح)، مما يوضح التنافر الصارخ بين البنية الرياضية للتوزيع ذي الحدين والحدس الإدراكي الساذج للأفراد.
خاتمة وتطلعات مستقبلية
يظل الاحتمال ذو الحدين حجر الزاوية الذي يربط بين النظرية الاحتمالية البحتة والتطبيقات الإمبيريقية في العلوم السلوكية والقياس النفسي. لقد برهن هذا التوزيع على مر أكثر من ثلاثة قرون على قدرته على التكيف مع التطورات المتسارعة في أساليب البحث العلمي؛ إذ تتسع استخداماته المعاصرة لتشمل النمذجة الإحصائية البايزية (Bayesian Binomial Models) التي تسمح بدمج المعرفة السابقة مع البيانات المرصودة لحساب التوزيعات البعدية للاحتمالات السلوكية، وتطبيقات التنقيب عن البيانات والذكاء الاصطناعي في تحليل الخيارات السلوكية والتفضيلات الرقمية للمستخدمين. إن الفهم العميق لافتراضات هذا النموذج وقوته الرياضية ومحدداته المنهجية لا يعد مجرد مهارة إحصائية ثانوية، بل هو شرط لا غنى عنه لكل باحث سيكولوجي يسعى إلى بناء أدوات تشخيصية تتسم بالمصداقية، وتصميم تجارب معرفية دقيقة، واستخلاص دلالات علمية تنهض بفهمنا المعقد للسلوك البشري.
المراجع
- Agresti, A. (2013). Categorical data analysis (3rd ed.). John Wiley & Sons.
- Bernoulli, J. (1713). Ars conjectandi, opus posthumum. Impensis Thurnisiorum, Fratrum.
- Crocker, L., & Algina, J. (2008). Introduction to classical and modern test theory. Cengage Learning.
- Green, D. M., & Swets, J. A. (1966). Signal detection theory and psychophysics. John Wiley & Sons.
- Kahneman, D., & Tversky, A. (1972). Subjective probability: A judgment of representativeness. Cognitive Psychology, 3(3), 430–454.
- Lord, F. M., & Novick, M. R. (2008). Statistical theories of mental test scores. Information Age Publishing.
- Siegel, S., & Castellan, N. J. (1988). Nonparametric statistics for the behavioral sciences (2nd ed.). McGraw-Hill.
- Wasserman, L. (2004). All of statistics: A concise course in statistical inference. Springer Science & Business Media.