لوغاريتم الأرجحية: بوصلة النمذجة الإحصائية النفسية

يشكل الانتقال من الاحتمالات المحدودة إلى المقاييس الخطية المتصلة أحد أعظم التحديات الرياضية التي واجهت علماء القياس النفسي والإحصاء الحيوي عبر التاريخ. يمثل لوغاريتم الأرجحية حجر الزاوية الرياضي الذي أتاح للباحثين تجاوز عوائق التوزيع الثنائي، وفتح الباب واسعاً أمام تطوير نماذج متقدمة مثل الانحدار اللوجستي ونظرية الاستجابة للمفردة. وبفضل هذه الأداة، أضحى بالإمكان فك شفرات السلوك البشري المعقد والتنبؤ بالقرارات السريرية عبر تحويلات رياضية رصينة تمنح الظواهر غير الخطية صبغة خطية قابلة للتفسير والقياس بدقة فائقة.

لوغاريتم الأرجحية (Log Odds)

1. التعريف الموجز والدقيق

يُعرَّف لوغاريتم الأرجحية (Log Odds)، والمعروف إحصائياً بدالة اللوجيت (Logit)، بأنه التحويل الرياضي الذي يحسب اللوغاريتم الطبيعي للنسبة بين احتمال وقوع حدث ما واحتمال عدم وقوعه. ويعمل هذا المفهوم على نقل الاحتمالات المحصورة جبرياً داخل النطاق المغلق بين الصفر والواحد الصحيح إلى مقياس خطي مستمر وغير مقيد يمتد نظرياً من سالب ما لا نهاية إلى موجب ما لا نهاية.

في سياق القياس النفسي والبحث السلوكي، يُستخدم لوغاريتم الأرجحية كأداة تحويلية مركزية لنمذجة المتغيرات التابعة الثنائية أو المتعددة الفئات، مثل نجاح المفحوص أو فشله في الإجابة عن مفردة اختبار، أو تشخيص مريض باضطراب نفسي محدد مقابل خلوه منه. ومن خلال هذا التحويل، يتحول المنحنى السيني التراكمي للاحتمال إلى علاقة خطية مستقيمة تربط بين المتغيرات التنبؤية ولوغاريتم الأرجحية، مما يجعل تطبيق الانحدار الخطي ممكناً عبر ما يُعرف بالنماذج الخطية المعممة.

كما يُعد هذا البناء الرياضي الأساس العملياتي الذي ترتكز عليه نماذج نظرية الاستجابة للمفردة (Item Response Theory)، وتحديداً نماذج القياس لراش (Rasch Measurement Models)، حيث يُعبّر عن قدرة الفرد وصعوبة البند على متصل لوغاريتمي مشترك، مما يضمن دقة القياس واستقلالية المعايير عن عينة التقنين.

2. التأصيل اللغوي والاشتقاقي

تتألف التسمية المركبة من شقين: اللوغاريتم والأرجحية. تعود كلمة «لوغاريتم» (Logarithm) تاريخياً إلى العالم الإغريقي، حيث اشتقها جون نابير من الكلمتين اليونانيتين (Logos) وتعني «النسبة» أو «المنطق»، و(Arithmos) وتعني «العدد»، لتدل حرفياً على «عدد النسب». أما في العربية، فقد عُرّب المصطلح ليعبر عن الأس الحسابي الذي يجب رفع الأساس إليه للوصول إلى رقم محدد.

أما مصطلح «الأرجحية» (Odds) في اللغة العربية فيعود إلى الجذر (ر ج ح)، ويقال رجح الشيء أي ثقل وزنه وزاد ميله، والأرجحية هي الغلبة والتفوق النسبي. وفي الاستخدام الإحصائي، تمايز الأرجحية عن «الاحتمال» (Probability)؛ فالاحتمال هو نسبة النجاح إلى المجموع الكلي للحالات، بينما تعني الأرجحية نسبة عدد مرات وقوع الحدث إلى عدد مرات عدم وقوعه.

وقد دخل مصطلح (Logit) إلى الفكر الأكاديمي رسمياً في ثلاثينيات وأربعينيات القرن العشرين بواسطة عالم الإحصاء جوزيف بيركسون، الذي صاغ اللفظ المنحوت تشبهاً بمصطلح (Probit) الذي ابتكره تشيستر بليس. واختصر بيركسون العبارة (Logistic Unit) إلى (Logit) ليدلل على تطبيق اللوغاريتم الطبيعي على نسبة الأرجحية لتسهيل العمليات الحسابية وتفسير البيانات الحيوية والنفسية المعقدة.

3. النطق والصيغة الصرفية والنحوية

يُنطق المصطلح باللغة العربية: «لُوغَارِيتْمُ الأَرْجَحِيَّةِ»، حيث يُعرب «لوغاريتم» اسماً مرفوعاً أو منصوباً أو مجروراً حسب موقعه الإعرابي في الجملة، وهو اسم معرب مفرد مذكر مضاف، وتأتي «الأرجحية» مضافاً إليه مجروراً بالكسرة الظاهرة على آخره. ويجوز استخدام المصطلح المعرب المنحوت «اللوجيت» (بضم اللام وتسكين الواو وكسر الجيم).

من حيث الصيغة الصرفية، فإن «الأرجحية» مصدر صناعي مشتق من المصدر الأصلي لاسم التفضيل «أرجح»، وصيغ على وزن «أَفْعَلِيَّة» للدلالة على الصفة القائمة على تفضيل كفة وقوع الحدث على كفة غيابه. وتُستخدم الصيغة اصطلاحاً في الأبحاث النفسية والتربوية كمتغير مفرد معادل لدالة رياضية دقيقة، ويشيع في الأدبيات بصيغة المفرد دائماً عند الإشارة إلى الدالة (لوغاريتم الأرجحية)، وبصيغة الجمع عند الإشارة إلى معاملات الانحدار الناتجة (لوغاريتمات الأرجحية للمتغيرات).

4. الشرح المفاهيمي الموسع والحدود النظرية

لفهم لوغاريتم الأرجحية بصورة متعمقة، يجب أولاً تفكيك المتوالية الرياضية ثلاثية المراحل: الاحتمال، ثم الأرجحية، ثم لوغاريتم الأرجحية. يبدأ الباحث بدراسة ظاهرة نفسية تتخذ شكلاً ثنائياً (مثل: هل يعاني المفحوص من اكتئاب جسيم نعم أم لا). يتم التعبير عن احتمال الحدوث بالرمز (P)، وهو رقم محصور إجبارياً بين 0 و1. هذه الخاصية الحصرية تجعل استخدام الانحدار الخطي العادي مستحيلاً، لأن النموذج الخطي قد يتنبأ بقيم سالبة أو بقيم تتجاوز الواحد، وهو ما يتناقض مع المسلمات الرياضية للاحتمالات.

تتمثل الخطوة التحويلية الأولى في حساب الأرجحية، والتي تُحسب بالمعادلة: P مقسوماً على (1 – P). فإذا كان احتمال إصابة مراجع ما باضطراب الهلع هو 0.80، فإن احتمال عدم الإصابة هو 0.20، وتكون الأرجحية هنا 0.80 / 0.20 = 4. وهذا يعني أن احتمال إصابته بالهلع يفوق احتمال عدم إصابته بأربعة أضعاف. وعلى الرغم من أن الأرجحية تحرر المقياس من الحد الأعلى (1) ليصبح ممتداً من الصفر إلى ما لا نهاية الإيجابية، إلا أنها تظل مقيدة عند الصفر من الأسفل، فضلاً عن وجود لا تناظر جوهري؛ فالأحداث غير المرجحة تنحصر بين 0 و1، بينما الأحداث المرجحة تتمدد من 1 إلى ما لا نهاية.

هنا يتدخل اللوغاريتم الطبيعي (الأساس e) لإنجاز التحويل النهائي: اللوغاريتم الطبيعي للأرجحية ln(P / (1 – P)). يحقق هذا التحويل وظيفتين رياضيتين حاسمتين: أولاً، إزالة التقييد السفلي للصفر؛ فالأرجحية الأقل من 1 تتحول إلى قيم سالبة، والأرجحية التي تساوي 1 بالضبط (تساوي احتمالي النجاح والفشل) تتحول إلى صفر، بينما تأخذ الأرجحيات الأكبر من 1 قيماً موجبة. ثانياً، إضفاء التماثل التام على المقياس؛ فالأرجحية 4 تعطي لوغاريتم أرجحية مقداره (+1.386)، في حين تعطي الأرجحية المعاكسة 0.25 (أي 1/4) لوغاريتم أرجحية مقداره (-1.386).

تكمن الحدود النظرية لهذا المفهوم في استحالة حسابه عند الاحتمالات القطعية الصفرية أو التامة؛ فإذا كان الاحتمال يساوي صفراً مطلقاً، تصبح الأرجحية صفراً، واللوغاريتم الطبيعي للصفر قيمة غير معرفة رياضياً تؤول إلى سالب ما لا نهاية. وبالمثل، إذا كان الاحتمال يساوي واحداً صحيحاً، يصبح المقام صفراً وتؤول الأرجحية إلى ما لا نهاية، مما يجعل لوغاريتمها يؤول إلى موجب ما لا نهاية. ولذلك، تفترض النماذج الإحصائية النفسية وجود احتمالية احتمالية تصادفية غير قطعية، وتعتمد خوارزميات التقدير العددي تقنيات تجنب هذه النهايات الصفرية والتامة.

5. التطور التاريخي والمعالم البارزة

نشأت الجذور الأولى لنمذجة البيانات الثنائية في سياق العلوم الحيوية والزراعية في أوائل القرن العشرين. قبل ظهور اللوجيت، كان العلماء يواجهون صعوبة بالغة في تقييم تأثير الجرعات السامة على الكائنات الحية. وفي عام 1935، اقترح عالم الأحياء تشيستر بليس تحويل البيانات الثنائية عبر دالة التوزيع التراكمي للتوزيع الطبيعي، مطلقاً عليها اسم «البروبيت» (Probit)، وهي خطوة رائدة مهدت للتعامل مع المتغيرات التابعة المقيدة.

في عام 1944، أحدث عالم الإحصاء الحيوي جوزيف بيركسون ثورة علمية بابتكاره دالة «اللوجيت» ولوغاريتم الأرجحية. وجادل بيركسون بأن الدالة اللوجستية ليست فقط أبسط رياضياً وحسابياً من دالة التوزيع الطبيعي، بل إنها تقدم معنى إمبريقياً وفلسفياً أدق لدراسة معدلات النمو والاستجابة. ورغم معارضة علماء الإحصاء التقليديين في البداية، أثبتت دالة بيركسون كفاءة استثنائية مع تطور الحواسيب الإلكترونية.

شهدت الستينيات والسبعينيات من القرن المنصرم نقلة نوعية عبر إسهامات السير ديفيد كوكس، الذي نشر عام 1958 ورقة تاريخية أرسى فيها دعائم الانحدار اللوجستي المزدوج، موضحاً كيفية استخدام لوغاريتم الأرجحية لربط المتغيرات التابعة الفئوية بعدة متغيرات مستقلة مستمرة وفئوية في آن واحد.

بالتوازي مع ذلك، قاد عالم الرياضيات الدنماركي جورج راش في الستينيات ثورة كبرى في القياس النفسي والتربوي بتطويره نموذج راش للسمات الكامنة. ارتكز راش بالكامل على صياغة لوغاريتم أرجحية النجاح كدالة للفارق الجبري البسيط بين قدرة المفحوص وصعوبة المفردة، محققاً لأول مرة في تاريخ علم النفس ما يُعرف بـ «القياس الموضوعي الخالي من العينة» (Sample-free Measurement).

6. الأسس والمدارس النظرية المؤطرة

يستند لوغاريتم الأرجحية إلى بنية نظرية متعددة الروافد تجمع بين نظرية الاحتمالات الكلاسيكية، ونظرية المعلومات، والقياس النفسي المتقدم. يُعد إطار «النماذج الخطية المعممة» (Generalized Linear Models)، الذي صاغه نيلدر وويديربرن عام 1972، المظلة النظرية الشاملة التي تحتضن دالة اللوجيت بوصفها الدالة الرابطة المعيارية (Canonical Link Function) لتوزيع برنولي ذي الحدين، والتي تربط التوقع الشرطي للمتغير التابع بمركبة خطية من المتغيرات التنبؤية.

أما في علم النفس المعرفي وسيكولوجيا اتخاذ القرار، فإن لوغاريتم الأرجحية يستند إلى نظرية الكشف عن الإشارة (Signal Detection Theory) ونظرية المنفعة الذاتية المتوقعة. يُنظر إلى لوغاريتم الأرجحية هنا كمعيار داخلي يوازن به الجهاز الإدراكي الأدلة المتاحة لصالح فرضية وجود المثير مقابل غيابه، حيث يقوم العقل بعملية تحديث بايزية مستمرة لنسبة لوغاريتم الأرجحية بناءً على الشواهد البيئية الحسية.

في مدرسة القياس السيكومتري الحديث، تؤطر «نظرية الاستجابة للمفردة» استخدام لوغاريتم الأرجحية كأساس لاشتقاق معالم المفردات والاختبارات. فبدلاً من الاعتماد على النظرية الكلاسيكية في القياس (CTT) التي تعتمد على الدرجة الكلية الخام المعتمدة على صعوبة الاختبار، تنظر نظرية السمات الكامنة إلى استجابة الفرد كحدث احتمالي يُعبر عن لوغاريتم أرجحية تحققه بموقع الفرد بالنسبة لسمة كامنة غير مرئية (Theta).

7. المكونات الأساسية والأنواع والأبعاد الإحصائية

يتضمن لوغاريتم الأرجحية عدة أبعاد ومفاهيم فرعية تتكامل معاً في النمذجة الإحصائية، ويمكن تفصيلها على النحو الآتي:

• دالة اللوجيت (Logit Function): الدالة المباشرة التي تأخذ الاحتمال المحصور بين الصفر والواحد وتنتج قيمة لوغاريتم الأرجحية على خط الأعداد الحقيقية.
• دالة اللوجستيك العكسية (Sigmoid/Expit): العملية الحسابية المعاكسة التي تحول قيمة لوغاريتم الأرجحية مجدداً إلى احتمال نقي، وتُحسب عبر رفع الثابت الرياضي (e) إلى أس لوغاريتم الأرجحية ثم قسمته على حاصل جمع (1 + e مرفوعة لنفس الأس).
• نسبة الأرجحية (Odds Ratio – OR): النسبة بين أرجحيتين منفصلتين لمجموعتين مختلفتين، ويمثل لوغاريتم نسبة الأرجحية الفرق البسيط بين قيمتي لوغاريتم الأرجحية للمجموعتين، وهو المعامل المباشر لمتغيرات الانحدار اللوجستي.
• وحدة اللوجيت القياسية (The Logit Metric): وحدة قياس متساوية الفواصل تُستخدم في نماذج راش السيكومترية لمعايرة قدرات الأفراد وصعوبة المفردات على خط قياس خطي موحد ومستمر.
• لوغاريتم الأرجحية المتعدد (Multinomial Logit): الامتداد الرياضي للدالة عندما يكون المتغير التابع مصنفاً إلى أكثر من فئتين غير رتبتين، حيث يتم اختيار فئة مرجعية وحساب لوغاريتمات الأرجحية لبقية الفئات مقارنة بها.
• لوغاريتم الأرجحية التراكمي (Cumulative Log Odds): النمط المخصص للمتغيرات التابعة الرتبوية، كاستجابات مقاييس ليكرت، حيث يُحسب لوغاريتم أرجحية الوقوع في فئة معينة أو ما دونها مقارنة بالفئات الأعلى منها.

8. أمثلة وحالات تطبيقية توضيحية

لتوضيح لوغاريتم الأرجحية في الممارسة الإكلينيكية، لنفترض دراسة نفسية تبحث تأثير العلاج السلوكي المعرفي على تخفيف أعراض الاكتئاب لدى المراهقين. إذا كانت نسبة المتعافين في المجموعة التجريبية التي تلقت العلاج هي 75% (P = 0.75)، فإن أرجحية التعافي لديهم تساوي 0.75 / 0.25 = 3 (أي 3 إلى 1). لوغاريتم الأرجحية لهذه النسبة هو اللوغاريتم الطبيعي للعدد 3، والذي يساوي تقريباً (+1.098).

في المقابل، إذا كانت نسبة التعافي في المجموعة الضابطة التي لم تتلق العلاج هي 25% فقط (P = 0.25)، فإن أرجحية التعافي لديهم هي 0.25 / 0.75 = 0.333. لوغاريتم الأرجحية هنا هو اللوغاريتم الطبيعي للعدد 0.333، ويساوي (-1.098). نلاحظ هنا التماثل التام للقيمة المطلقة للوجيت، مما يوضح ميزة هذا التحويل مقارنة بالأرجحيات الخام التي تعطي انطباعاً مضللاً بعدم التوازن (3 مقابل 0.333).

وعند حساب نسبة الأرجحية بين المجموعتين (3 / 0.333 = 9)، فإننا نجد أن لوغاريتم نسبة الأرجحية (Log Odds Ratio) يساوي طرح لوغاريتم المجموعة الضابطة من التجريبية: (+1.098) – (-1.098) = 2.196، وهو اللوغاريتم الطبيعي للرقم 9 تماماً. يُترجم هذا الرقم في تقارير الانحدار كمعامل انحدار مباشر (Beta)، يخبر الباحث الإكلينيكي بحجم التأثير المباشر للتدخل العلاجي على متصل خطي محايد.

9. القياس والتقدير الإحصائي والنفسي

لا يتم قياس لوغاريتم الأرجحية بطريقة مباشرة عبر أدوات ورقية أو استبانات، بل يتم تقديره إحصائياً انطلاقاً من البيانات الميدانية المرصودة. في برامج التحليل الإحصائي، يُقدر لوغاريتم الأرجحية عبر طريقة «التقدير بأقصى إمكانية» (Maximum Likelihood Estimation – MLE) بدلاً من طريقة المربعات الصغرى العادية المستخدمة في الانحدار الخطي التقليدي.

تعتمد خوارزميات التقدير (مثل خوارزمية نيوتن-رافسون) على البحث التكراري عن قيم المعلمات التي تجعل احتمال ظهور البيانات التي تم جمعها بالفعل هو الاحتمال الأقصى. ويُستخدم في تقييم جودة النموذج مقياس يُدعى «سالب ضعف لوغاريتم الإمكانية» (-2 Log Likelihood)، والمعروف إحصائياً بـ «الانحراف» (Deviance)، حيث يشير الانخفاض في قيمة هذا المؤشر إلى تحسن دقة مطابقة النموذج للبيانات التجريبية.

في اختبارات القدرة العقلية، تقوم حزم القياس النفسي مثل (WINSTEPS) أو حزم بيئة (R) الإحصائية مثل (mirt) أو (eRm) بتحويل مصفوفة الإجابات الثنائية (صواب/خطأ) إلى مقياس اللوجيت. يتم وضع مؤشرات صعوبة الأسئلة وقدرات المفحوصين على نفس المسطرة، حيث تعني القيمة الصفرية لمفردة ما أن احتمال نجاح مفحوص ذي قدرة متوسطة (صفر لوجيت) فيها هو 50% بالضبط، بينما تعكس القيم الموجبة صعوبة أعلى والسالبة سهولة مفرطة.

10. التطبيقات والأهمية العملية في علم النفس

تتعدد التطبيقات المهنية للوغاريتم الأرجحية عبر الفروع السيكولوجية المتنوعة، ويمكن إبرازها في الميادين الآتية:

• الطب النفسي والتشخيص الإكلينيكي: بناء نماذج التنبؤ بمخاطر السلوك الانتحاري أو الانتكاسة الإدمانية، حيث يحول الانحدار اللوجستي المؤشرات الحيوية والنفسية والاجتماعية المعقدة إلى لوغاريتمات أرجحية تمكن الأطباء من حساب احتمالية دقيقة تسترشد بها قرارات الإدخال إلى المستشفيات.
• بناء وتطوير المقاييس النفسية: تدريج بنود مقاييس الشخصية (مثل مقياس العوامل الخمسة الكبرى) واختبارات الذكاء، واستبعاد البنود التي لا تنطبق عليها افتراضات استقلالية القياس باستخدام تدريج اللوجيت لضمان العدالة الاختبارية.
• علم النفس الصناعي والتنظيمي: نمذجة احتمالات دوران العمل والاستقالة، وفحص معايير الترقية والاختيار المهني للموظفين بناءً على السمات القيادية ومعدلات الأداء السابقة المقاسة عبر معاملات لوغاريتم الأرجحية.
• علم النفس العصبي والمعرفي: تحليل نتائج مهام زمن الرجع والتعرف على المثيرات في تجارب الذاكرة والانتباه، حيث تُحلل نسب التعرف الصائب والإنذارات الكاذبة بدلالة لوغاريتم الأرجحية وفق معادلات كشف الإشارة الإدراكية.
• علم النفس التربوي: دراسة العوامل المؤثرة في التسرب المدرسي أو الالتحاق بالتعليم الجامعي، وتصميم اختبارات التكيف المحوسبة (CAT) التي تختار للمفحوص أسئلة يتساوى لوغاريتم صعوبتها مع لوغاريتم قدرته المحسوبة آنياً.

11. البحث العلمي والأدلة الإمبيريقية

أكدت الأدبيات الإمبيريقية المنشورة في كبرى الدوريات النفسية المكانة المركزية للوغاريتم الأرجحية في النمذجة الحديثة. تشير دراسات روشيو وشركائه إلى أن التحليلات الكلاسيكية القائمة على الانحدار الخطي العادي للمتغيرات الثنائية في التشخيص السيكاتري تؤدي بانتظام إلى تشويه في حجوم التأثير ورفع معدلات الخطأ من النوع الأول، مقارنة بالنمذجة اللوجستية القائمة على لوغاريتم الأرجحية التي تحافظ على التوزيع الاحتمالي الصحيح.

وفي سياق أبحاث الفحص التشخيصي، وثقت مئات الدراسات السريرية كفاءة استخدام لوغاريتم الأرجحية ونسب الأرجحية المقابلة له في بناء منحنيات خصائص المشغل المتلقي (ROC Curves). تبرهن هذه الأبحاث على أن التعبير عن حساسية الاختبار ونوعيته بواسطة لوغاريتم الأرجحية التشخيصي يوفر مؤشراً إحصائياً وحيداً ومستقلاً عن معدل انتشار الاضطراب في المجتمع المقارن، مما يسهل دمج نتائج الدراسات التلوية (Meta-Analyses).

أما في إطار القياس التربوي والنفسي، فقد أثبتت أبحاث راش ومدرسة القياس الموضوعي أن تحويل درجات الاختبارات إلى لوغاريتمات أرجحية يتيح تحقيق مبدأ «المعايرة المتقاطعة غير المشروطة»، وهو ما أتاح لمؤسسات التقويم الدولية مثل دراسات (PISA) بناء بنوك أسئلة عالمية موحدة تقيس قدرات الطلاب من بيئات تعليمية متباينة بدقة متناهية.

12. الاعتبارات الثقافية والسياقية في القياس النفسي

عند استخدام لوغاريتم الأرجحية في مقارنة المجموعات الثقافية واللغوية المختلفة، تبرز قضايا سيكومترية جوهرية تتعلق بالعدالة الاختبارية. يُعد تحليل «الأداء التفاضلي للمفردة» (Differential Item Functioning – DIF) المبني على الانحدار اللوجستي ولوغاريتم الأرجحية المعيار الذهبي عالمياً للكشف عن التحيز الثقافي في أدوات التقييم النفسي.

يسمح لوغاريتم الأرجحية باختبار ما إذا كان احتمال النجاح في مفردة ما يختلف باختلاف الخلفية العرقية أو اللغوية للمفحوصين على الرغم من تساويهم التام في مستوى السمة الكامنة المقاسة. فإذا أظهرت التحليلات أن لوغاريتم أرجحية موافقة أفراد ثقافة معينة على بند تشخيصي للاكتئاب (مثل: الشعور بالذنب) يرتفع بشكل دال إحصائياً مقارنة بثقافة أخرى مع تثبيت مستوى الاكتئاب العام، يُعد هذا دليلاً على وجود انزياح دلالي أو تحيز ثقافي في صياغة البند.

علاوة على ذلك، يتأثر تفسير لوغاريتم الأرجحية بالسياق الثقافي لاستجابة الأفراد على مقاييس التقرير الذاتي. ففي الثقافات الجمعية، يميل المفحوصون إلى تجنب الاستجابات المتطرفة على سلالم ليكرت، مما يغير من التوزيع التراكمي للوغاريتمات الأرجحية مقارنة بالثقافات الفردية التي يميل فيها الأفراد إلى تأكيد ذواتهم عبر خيارات واضحة، الأمر الذي يفرض على الباحثين فحص ثبات معالم النموذج عبر الثقافات قبل تعميم الاستنتاجات.

13. الانتقادات والجدل العلمي والمحددات الإحصائية

على الرغم من الرصانة الرياضية للوغاريتم الأرجحية، فإنه يواجه انتقادات وجدلاً مستمراً في الأوساط الأكاديمية والنفسية، يتمحور أبرزها حول ما يلي:

صعوبة التفسير الحدسي: يشكل لوغاريتم الأرجحية مفهوماً غير بديهي لمعظم الممارسين الإكلينيكيين وصناع القرار غير المتخصصين في الإحصاء. إن القول بأن تدخلاً علاجياً يرفع لوغاريتم أرجحية التحسن بمقدار (0.65) لا ينقل معنى عملياً واضحاً كما يفعل القول بأن التدخل يرفع نسبة الشفاء بنسبة 20%، مما يدفع الكثيرين إلى تحويله قسرياً إلى نسب أرجحية خام قد يساء فهمها وتضخيم دلالتها الإكلينيكية.

مشكلة التضخيم الوهمي لحجم التأثير: يقع العديد من الباحثين في خطأ الخلط بين نسبة الأرجحية (المشتقة من أس لوغاريتم الأرجحية) والخطر النسبي (Relative Risk). فعندما يكون الاضطراب النفسي شائع الحدوث في العينة (يتجاوز 10%)، تميل نسب الأرجحية إلى المبالغة الشديدة في تقدير قوة العلاقة بين المتغيرات مقارنة بالخطر النسبي الفعلي، مما يقود إلى استنتاجات تفاؤلية أو تحذيرية مبالغ فيها.

مشكلة الانفصال التام للبيانات (Separation Issue): يعاني تقدير لوغاريتم الأرجحية من الانهيار الحسابي عندما يتنبأ متغير مستقل ما بالمتغير التابع بصورة مثالية (كأن يتعافى جميع من تلقوا جلسة معينة بلا استثناء). في هذه الحالة، تفشل خوارزميات أقصى إمكانية وتؤول معاملات لوغاريتم الأرجحية وخطؤها المعياري إلى ما لا نهاية، مما يتطلب تقنيات تصحيح جبري معقدة مثل جزاء فيرث (Firth’s Penalized Likelihood).

14. المصطلحات ذات الصلة والفروق الجوهرية

تتداخل العديد من المفاهيم الإحصائية مع لوغاريتم الأرجحية، وفيما يلي توضيح للفروق الجوهرية بينها:

• الاحتمال (Probability): نسبة الحالات الإيجابية إلى إجمالي الحالات الممكنة، ومداه دائمًا بين 0 و1؛ بينما لوغاريتم الأرجحية هو تحويل غير خطي لهذا الاحتمال ومداه غير محدود (-∞ إلى +∞).
• الأرجحية (Odds): نسبة احتمال حدوث الأمر إلى احتمال عدم حدوثه، وتتراوح بين 0 ومالانهاية موجبة؛ أما لوغاريتم الأرجحية فهو القيمة اللوغاريتمية لهذه النسبة، مما يمنحه توزيعاً متماثلاً حول الصفر.
• نسبة الأرجحية (Odds Ratio): قسمة أرجحية فئة على أرجحية فئة أخرى لمقارنة التأثير؛ في حين أن لوغاريتم الأرجحية يمثل قيمة تحويلية لمجموعة واحدة، ولوغاريتم نسبة الأرجحية هو الفارق الطرحي بين لوغاريتمي الأرجحية للمجموعتين.
• البروبيت (Probit): دالة رابطة بديلة تحول الاحتمال إلى درجات معيارية (Z-scores) بالاعتماد على التوزيع الطبيعي التراكمي، بينما يعتمد اللوجيت (لوغاريتم الأرجحية) على التوزيع اللوجستي الذي يمتلك أطرافاً أثقل (Heavier Tails) وهو أيسر حسابياً في التفسير الرياضي.
• الخطر النسبي (Relative Risk): نسبة احتمال حدوث النتيجة في المعرضين مقارنة بغير المعرضين؛ يقتصر استخدامه الصحيح على الدراسات التتبعية، بينما يمكن حساب وتطبيق لوغاريتم الأرجحية في كافة التصاميم البحثية بما فيها دراسات الحالات والشواهد (Case-Control Studies).

15. ملخص وخلاصة مركزة

يمثل لوغاريتم الأرجحية ركيزة منهجية ورياضية لا غنى عنها في القياس النفسي والإحصاء السلوكي المعاصر. من خلال تحويل فضاء الاحتمالات المنحصر بين الصفر والواحد إلى فضاء خطي مستمر ومتماثل، نجح هذا المفهوم في تمكين العلماء من تطبيق النمذجة التنبؤية المعقدة على استجابات بشرية ثنائية وتصنيفية متعددة. وعلى الرغم من الصعوبات البيداغوجية المرتبطة بفهمه وتفسيره العملي مقارنة بالاحتمالات البسيطة، يظل اللوجيت الأداة الأكثر دقة وثباتاً في تدريج بنود الاختبارات، وحساب الأداء التفاضلي للمقاييس، وتطوير خوارزميات التشخيص الإكلينيكي في عصر البيانات الضخمة.

المراجع

• Agresti, A. (2013). Categorical data analysis (3rd ed.). John Wiley & Sons. https://www.wiley.com/en-us/Categorical+Data+Analysis%2C+3rd+Edition-p-9780470463635
• Bond, T. G., & Fox, C. M. (2015). Applying the Rasch model: Fundamental measurement in the human sciences (3rd ed.). Routledge. https://doi.org/10.4324/9781315814698
• Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied logistic regression (3rd ed.). John Wiley & Sons. https://doi.org/10.1002/9781118548387
• McCullagh, P., & Nelder, J. A. (1989). Generalized linear models (2nd ed.). Chapman and Hall/CRC. https://doi.org/10.1007/978-1-4899-3242-6
• Peng, C. Y. J., Lee, K. L., & Ingersoll, G. M. (2002). An introduction to logistic regression analysis and reporting. The Journal of Educational Research, 96(1), 3–14. https://doi.org/10.1080/00220670209598786