الانحدار اللوجستي: النمذجة التنبؤية للظواهر النفسية

يُعد الانحدار اللوجستي من الركائز المنهجية والإحصائية الأساسية في بحوث علم النفس الحديث والقياس النفسي، حيث يوفر إطاراً رياضياً محكماً لنمذجة المتغيرات التابعة الفئوية والتنبؤ باحتمالية حدوث السلوكيات والاضطرابات الإنسانية. من خلال تحويل النسب الاحتمالية المعقدة إلى دوال خطية قابلة للتفسير العلمي، يُمكّن هذا النموذج الباحثين والسريريين من فهم التفاعلات المعقدة بين السمات الشخصية، والضغوط البيئية، والاستعدادات البيولوجية بطريقة دقيقة وموضوعية.

الانحدار اللوجستي (Logistic Regression)

1. التعريف الدقيق والموجز

الانحدار اللوجستي هو نموذج إحصائي استدلالي يُستخدم لتقدير احتمالية وقوع حدث معين، أو اتخاذ استجابة محددة، بناءً على متغير تنبؤي مستقل واحد أو مجموعة من المتغيرات المستقلة الكمية أو النوعية. يختص هذا النموذج بمعالجة المتغيرات التابعة ذات الطبيعة الفئوية أو المنفصلة، محولاً معضلة النمذجة غير الخطية إلى علاقة خطية قابلة للتحليل عبر دالة الرابط اللوجستي.

في سياق القياس النفسي والعلوم السلوكية، يُعرّف الانحدار اللوجستي بأنه أسلوب رياضي لنمذجة الظواهر النفسية ذات النتائج الثنائية، مثل وجود الاضطراب النفسي مقابل غيابه، أو النجاح في مهمة معرفية مقابل الفشل فيها، مع الحفاظ على وقوع القيم التنبؤية للاحتمال بدقة بين الصفر والواحد الصحيح. يعتمد النموذج على تحويل الاحتمال الشرطي إلى لوغاريتم نسبة الأرجحية، مما يتغلب على المشكلات المنهجية التي تفرضها افتراضات الانحدار الخطي التقليدي عند التعامل مع متغيرات استجابة غير متصلة.

يتجاوز الانحدار اللوجستي كونه مجرد تقنية للتصنيف الإحصائي؛ إذ يُعد إطاراً مفاهيمياً لفهم كيفية مساهمة عوامل الخطر النفسية والبيئية في زيادة أو خفض احتمالية تطور سلوك معين، موفراً تقديراً لحجم الأثر من خلال نسب الأرجحية التي تقدم فهماً سريرياً ذا دلالة تطبيقية ملموسة.

2. التأصيل الاشتقاقي والأصل اللغوي

تعود جذور المصطلح اللاتينية والإغريقية إلى مفاهيم متقاطعة بين علم الرياضيات والفلسفة وعلم النفس التجريبي؛ فكلمة «الانحدار» (Regression) اشتُقت تاريخياً في الإحصاء البيومتري بواسطة السير فرانسيس غالتون للإشارة إلى «الانحدار نحو المتوسط» عند دراسة توارث السمات النفسية والجسدية بين الأجيال. أما الشق الثاني، وهو «اللوجستي» (Logistic)، فترجع أصوله إلى الكلمة الإغريقية القديمة (logistikos)، والتي تعني القدرة على الحساب المنطقي أو التفكير العقلاني التحليلي، وهي مشتقة من الجذر الفلسفي (logos) الدال على الكلمة والعقل والنسبة.

وقد صاغ عالم الرياضيات البلجيكي بيير فرانسوا فيرهولست مصطلح «المنحنى اللوجستي» (Logistic curve) في ثلاثينيات وأربعينيات القرن التاسع عشر لوصف النمو السكاني المقيد بالموارد، واختار الكلمة لتمييز هذا المنحنى الرياضي ذا الشكل السيغمودي اللوغاريتمي عن التزايد الحسابي البسيط. ومع تطور النمذجة الحيوية والسلوكية في منتصف القرن العشرين، استعار علماء القياس النفسي والإحصاء الحيوي هذا النموذج اللوجستي لتحليل استجابات الكائنات الحية والمفحوصين للمثيرات المتدرجة، مما رسخ مصطلح «الانحدار اللوجستي» كمصطلح منهجي عالمي.

3. الصيغة النحوية والصوتية والاستخدام الاصطلاحي

يُلفظ المصطلح باللغة العربية الفصحى: «اِنْحِدَار لُوجِسْتِيّ» (بكسر الألف وسكون النون وفتح الحاء والدال، يليه لفظ النسبة المضموم اللام والمكسور التاء مع تشديد الياء). يُعرب هذا التركيب إعراب المركب الوصفي، حيث يمثل «الانحدار» اسماً ومصدراً أصلياً يعمل موصوفاً، بينما تعمل كلمة «اللوجستي» صفة مشتقة تتبعه في الحالة الإعرابية (رفعاً ونصباً وجراً).

في الكتابات الإحصائية والنفسية المعربة، يُستخدم المصطلح غالباً بصيغته الشائعة «الانحدار اللوجستي»، وتجيز بعض المعاجم الأكاديمية استخدام «الانحدار اللوجيستي» بالياء الممتدة، أو ترجمته بالمعنى الوظيفي المجرد كـ «انحدار الاستجابة الفئوية» أو «النمذجة اللوغاريتمية الاحتمالية». الاستخدام الأكثر قبولاً واستقراراً في المجلات النفسية المحكمة والرسائل الأكاديمية يظل «الانحدار اللوجستي»، ويُختصر بالإنجليزية عالمياً بالرمز (LR).

4. الشرح المفاهيمي المفصل للأبعاد النفسية والمنهجية

ينبثق الاحتياج المنهجي إلى الانحدار اللوجستي في علم النفس من حقيقة أن العديد من المتغيرات السريرية والسلوكية الهامة تُقاس على نحو كيفي أو فئوي. عندما يسعى الباحث إلى التنبؤ بما إذا كان مريض يعاني من اضطراب الاكتئاب الجسيم بناءً على مستويات هرمون الكورتيزول وعدد أحداث الحياة الضاغطة، فإن استخدام نموذج الانحدار الخطي العادي يؤدي إلى نتائج غير منطقية، مثل احتمالات سالبة أو احتمالات تتجاوز 100%، فضلاً عن انتهاك افتراض التوزيع الطبيعي للبواقي وتجانس التباين.

يتغلب الانحدار اللوجستي على هذه الإشكالية عبر عملية تحويل رياضي تُعرف بتحويل «اللوجيت» (Logit transformation). يقوم هذا التحويل بأخذ الاحتمال ($p$) الذي ينحصر حصراً في المجال المفتوح بين الصفر والواحد، وتحويله أولاً إلى «نسبة الأرجحية» (Odds) المقاسة بحاصل قسمة احتمال وقوع الحدث على احتمال عدم وقوعه ($p / (1 – p)$)، والتي تتراوح بين الصفر وما لا نهاية. بعد ذلك، يتم تطبيق اللوغاريتم الطبيعي على هذه النسبة لينتج «اللوجيت»، وهو مقياس متصل غير مقيد يمتد من سالب ما لا نهاية إلى موجب ما لا نهاية، مما يجعله ملائماً للنمذجة الخطية الكلاسيكية.

تُعد وظيفة الدالة اللوجستية (المنحنى السيني أو المنحنى بشكل S) محاكاة دقيقة جداً للظواهر النفسية الإنسانية؛ إذ تُظهر الاستجابة للمثيرات السلوكية عتبة استثارة محددة. في البداية، تكون التغيرات الطفيفة في المتغيرات المستقلة بطيئة التأثير على احتمالية الاستجابة، ثم تكتسب الزيادة تسارعاً حاداً في النطاق المتوسط للدرجات، حتى تصل إلى مرحلة التشبع حيث يتناقص الأثر الإضافي للمتغير التنبؤي، وهو ما يتطابق بشكل عميق مع قوانين السيكوفيزيقيا ونظريات التعلم الكلاسيكية والمعرفية.

يوفر النموذج أيضاً ميزة تفسيرية بالغة الأهمية عبر معاملات الانحدار المحولة؛ فمن خلال حساب الدالة الأسية لمعامل الانحدار، يحصل الباحث على «نسبة الأرجحية المعدلة» (Adjusted Odds Ratio)، والتي تشير إلى التغير النسبي في أرجحية وقوع النتيجة النفسية لكل وحدة زيادة في المتغير التنبؤي، مع تثبيت أثر كافة المتغيرات المربكة الأخرى، وهو ما يشكل الأساس الاستدلالي لمعظم الدراسات الوبائية النفسية والدراسات السريرية الميدانية.

5. التطور التاريخي والمحطات المفصلية

تطور الانحدار اللوجستي عبر سلسلة من التقاطعات بين الرياضيات النظرية، وعلم السكان، والإحصاء الحيوي، حتى استقر كأداة لا غنى عنها في القياس النفسي والبحوث المعرفية:

1838 – 1845: قدم عالم الرياضيات البلجيكي بيير فرانسوا فيرهولست الدالة اللوجستية كحل رياضي لتصحيح نموذج مالتوس للنمو السكاني، واصفاً التباطؤ الطبيعي للنمو بفعل محدودية الموارد، وهو ما أسس البنية الرياضية للمنحنى السيني.

1920 – 1930: أعاد عالم الأحياء الأمريكي ريموند بيرل وعالم الرياضيات لويل ريد اكتشاف النموذج وتطبيقه على نمو الكائنات الحية واستجابات الأنسجة الحيوية، مما فتح الباب لتطبيق النموذج على تجارب الحيوان والسلوك الحركي الاستجابي للمثيرات.

1944: صاغ الطبيب والإحصائي البريطاني جوزيف بيركسون مصطلح «لوجيت» (Logit) محاكاة لمصطلح «بروبيت» (Probit) الذي ابتكره تشيستر بليس، مقترحاً استخدام النموذج اللوجستي كبديل حسابي أكثر كفاءة وسهولة لتحليل الاستجابة للجرعات السمية والحسية في التجارب الفيزيولوجية والنفسية.

1958 – 1970: وضع السير ديفيد كوكس، أحد أعمدة الإحصاء الرياضي، الأسس المنهجية الكاملة للانحدار اللوجستي متعدد المتغيرات في ورقته البحثية الفارقة عام 1958، موضحاً كيفية تقدير المعاملات بطريقة الإمكانية العظمى، مما نقل النموذج من مجرد منحنى تجريبي إلى نظرية استدلالية متكاملة.

1968 – 1980: بدأ دمج الانحدار اللوجستي في القياس النفسي بشكل جذري، وتحديداً مع صياغة عالم النفس والقياس جورج راش لنموذج راش (Rasch Model)، وتطوير ألان بيرنبوم لنماذج الاستجابة للمفردة ذات المعلمتين والثلاث معالم (Item Response Theory)، والتي تعتمد في جوهرها على الانحدار اللوجستي غير الخطي لربط قدرة المفحوص باحتمالية إجابته الصحيحة على الأسئلة النفسية والتعليمية.

من 1990 حتى الوقت الحاضر: مع الطفرة الحاسوبية والبرمجيات المتخصصة وظهور التعلم الآلي، أصبح الانحدار اللوجستي خوارزمية أساسية في النمذجة التنبؤية للعلوم العصبية والتشخيص النفسي الآلي وعلم النفس الحسابي.

6. الأسس النظرية والأطر المفاهيمية

يستند الانحدار اللوجستي إلى نظرية النماذج الخطية المعممة (Generalized Linear Models – GLM) التي صاغها نيلدر وودربيرن عام 1972، حيث يتألف النموذج من ثلاثة مكونات نظرية متكاملة: المكون العشوائي المتمثل في توزيع المتغير التابع التابع لعائلة التوزيعات الأسية (توزيع برنولي أو ذو الحدين)، والمكون المنتظم المتمثل في التركيبة الخطية للمتغيرات التنبؤية، ودالة الرابط (Link Function) التي تربط المكون المنتظم بالقيمة المتوقعة للمكون العشوائي، وهي هنا دالة اللوجيت.

من الناحية المعرفية والسلوكية، يرتكز استخدام الانحدار اللوجستي على «نظرية المنفعة العشوائية» (Random Utility Theory) ونظرية اتخاذ القرار تحت ظروف عدم اليقين؛ حيث يُفترض أن السلوك البشري أو القرار النهائي (مثل الإقدام على الشراء، أو تعاطي المخدرات، أو الانتحار) ينبع من متغير كامن خفي متصل يمثل القابلية أو المنفعة النفسية الذاتية. حينما تتجاوز هذه القابلية عتبة كامنة معينة، يتجلى السلوك في صورة حدث مرئي (1)، وإذا كانت دونه يظل غائباً (0).

كما يتشابك النموذج نظرياً مع «نظرية كشف الإشارة» (Signal Detection Theory) في علم النفس التجريبي؛ إذ يتيح رسم وتحليل منحنى خاصية تشغيل المتلقي (ROC curve) لفصل قدرة النظام الحسي أو الإدراكي على التمييز بدقة عن التحيزات الذاتية للاستجابة، مما يجعل النموذج أداة موثوقة لقياس الحساسية والنوعية التشخيصية للاختبارات النفسية والسريرية.

7. المكونات الأساسية، الأنواع والأبعاد الإحصائية

تتنوع نماذج الانحدار اللوجستي بحسب طبيعة المتغير التابع وعدد مستوياته، ويمكن تصنيفها إلى الأنماط والمكونات الآتية:

• الانحدار اللوجستي الثنائي (Binary Logistic Regression): النموذج الأكثر استخداماً، ويُطبق عندما يكون للمتغير التابع مستويان متناقضان فقط (مثل: مكتئب/غير مكتئب، متسرب دراسياً/مستمر).
• الانحدار اللوجستي متعدد الحدود (Multinomial Logistic Regression): يُستخدم عندما يتضمن المتغير التابع ثلاثة خيارات فئوية اسمية أو أكثر دون ترتيب تفضيلي (مثل: نمط التعلق: آمن، قلق، متجنب).
• الانحدار اللوجستي الترتيبي (Ordinal Logistic Regression): يُطبق على المتغيرات التي تمتلك رتباً طبيعية متدرجة مثل مقاييس ليكرت (مثل: منخفض، متوسط، مرتفع)، مستنداً إلى افتراض الأرجحيات المتناسبة.
• دالة نسبة الأرجحية (Odds Ratio – OR): المقياس الجوهري لحجم الأثر؛ إذا كانت القيمة مساوية لـ 1 دل ذلك على عدم وجود أثر، وقيم أعلى من 1 تشير إلى أثر إيجابي يزيد من احتمالية السلوك، بينما تشير القيم الأقل من 1 إلى عامل حماية يخفض الاحتمالية.
• دالة الإمكانية العظمى (Maximum Likelihood Estimation – MLE): الخوارزمية الرياضية التكرارية المستخدمة لتقدير معالم النموذج بدلاً من طريقة المربعات الصغرى الكلاسيكية، والتي تهدف لتعظيم احتمال إنتاج البيانات المشاهدة بالفعل.
• اختبار فالد واختبار نسبة الإمكانية (Wald Test & Likelihood Ratio Test): المعايير الإحصائية المعتمدة لاختبار الدلالة الفردية لكل متغير تنبؤي، وتحديد مدى مساهمته الحقيقية في التباين التنبؤي للنموذج ككل.

8. أمثلة وحالات توضيحية من الواقع النفسي

لتوضيح القيمة التفسيرية للنموذج، يمكن دراسة حالة بحثية تتعلق بظاهرة الاحتراق النفسي والمهني بين الأطباء في أقسام الطوارئ. أجرى فريق بحثي دراسة تهدف إلى التنبؤ بما إذا كان الطبيب سيقدم استقالته خلال عام (متغير ثنائي: نعم = 1، لا = 0). شملت المتغيرات المستقلة: ساعات العمل الأسبوعية، ودرجة الاستنزاف العاطفي على مقياس ماسلاش، والدعم الاجتماعي المدرك من الإدارة والزملاء.

أظهرت نتائج تحليل الانحدار اللوجستي أن الاستنزاف العاطفي ارتبط بنسبة أرجحية قدرها ($OR = 1.35$)، مما يعني أنه مقابل كل زيادة بمقدار درجة واحدة على مقياس الاستنزاف، ترتفع أرجحية تقديم الاستقالة بنسبة 35% مع تثبيت بقية المتغيرات. في المقابل، حقق متغير الدعم الاجتماعي نسبة أرجحية بلغت ($OR = 0.72$)، مما يوضح أنه يعمل كعامل حماية يخفض أرجحية الاستقالة بنسبة 28% لكل وحدة زيادة في الدعم، وهو ما مكن الإدارة من تصميم برامج تدخل وقائية قائمة على أدلة كمية موثوقة.

وفي مثال سريري آخر يركز على اتخاذ القرار، استُخدم الانحدار اللوجستي متعدد الحدود في دراسة أنماط الاستجابة للعلاج السلوكي المعرفي لدى مرضى اضطراب الهلع، حيث صُنفت النتيجة بعد 12 أسبوعاً إلى ثلاث فئات: (تعافٍ كامل، استجابة جزئية، عدم استجابة). سمح النموذج بفصل العوامل البيولوجية (مثل التوصيل الكهربائي للجلد أثناء جلسات التعرض) عن العوامل المعرفية (مثل التحريفات الإدراكية الجسدية)، وتحديد أي المتغيرات يتنبأ بدقة بالانتقال من عدم الاستجابة إلى التعافي الكامل.

9. القياس، التقييم وجودة المطابقة

لا يعتمد الانحدار اللوجستي على معامل التحديد الكلاسيكي ($R^2$) الشائع في الانحدار الخطي، بل يُقيَّم عبر مجموعة متخصصة من مؤشرات جودة المطابقة (Goodness-of-Fit) والمعايير التشخيصية الدقيقة:

يُعد اختبار «هوسمر-ليميشو» (Hosmer-Lemeshow Test) من أشهر الاختبارات المطبقة لفحص المطابقة الكلية؛ حيث يقوم بتقسيم الأفراد المفحوصين إلى مجموعات عشرية بناءً على احتمالاتهم التنبؤية، ثم يقارن بين التكرارات المتوقعة والمشاهدة. إذا كانت قيمة الدلالة الإحصائية للاختبار أكبر من 0.05، دل ذلك على أن النموذج يتمتع بمطابقة ممتازة للبيانات الواقعية ولا توجد فروق جوهرية بين المشاهد والمتوقع.

كما تُستخدم مقاييس «شبه معامل التحديد» (Pseudo R-squared) مثل مؤشر كوكس وسنيل (Cox & Snell) ومؤشر ناجلكيركي (Nagelkerke)، والتي تعطي تقديراً تقريبياً للنسبة المئوية التي يفسرها النموذج من التباين في المتغير النفسي التابع. يُفضل الباحثون النفسيون مؤشر ناجلكيركي لكونه معدلاً ليتراوح مداه كاملاً بين الصفر والواحد الصحيح.

إضافة إلى ذلك، يُعتمد على مصفوفة الالتباس (Confusion Matrix) لحساب مقاييس الكفاءة التشخيصية؛ وتشمل الحساسية (Sensitivity) وهي نسبة تشخيص الحالات المرضية الحقيقية بنجاح، والنوعية (Specificity) وهي نسبة استبعاد الحالات السليمة بدقة. ويُتوج ذلك بحساب المساحة تحت منحنى خاصية تشغيل المتلقي (AUC-ROC)، حيث تشير القيم التي تتجاوز 0.80 إلى قدرة تمييزية سريرية ممتازة للنموذج النفسي.

10. التطبيقات والأهمية العملية في فروع علم النفس

يمتد الأثر التطبيقي للانحدار اللوجستي إلى قطاعات متعددة داخل المنظومة النفسية الشاملة:

علم النفس السريري والتشخيص الطبي النفسي: يُوظف النموذج لبناء أدوات فحص وتقييم المخاطر عالية الدقة، ولا سيما في التنبؤ بالسلوك الانتحاري، أو خطر العود الإجرامي لدى نزلاء السجون، أو احتمالية حدوث نوبات الذهان الحادة لدى المراهقين المعرضين لخطر وراثي وبيئي، مما يسهم في التدخل المبكر وإنقاذ الأرواح.

القياس النفسي وبناء الاختبارات: يشكل الانحدار اللوجستي جوهر نظرية الاستجابة للمفردة (IRT)، والتي تعتمد عليها اختبارات الذكاء العالمية (مثل اختبارات وكسلر وبيانيه) والاختبارات التكيفية المحوسبة؛ إذ يُستخدم لنمذجة احتمال الإجابة الصحيحة لكل مفردة بالاعتماد على معامل صعوبة السؤال، وقدرة التمييز، وعامل التخمين.

علم النفس الصناعي والتنظيمي: تعتمد إدارات الموارد البشرية على الانحدار اللوجستي للتنبؤ بالاستقرار الوظيفي، واحتساب احتمالية دوران العمل، والتنبؤ باحتمالية وقوع حوادث العمل والإصابات المهنية بناءً على سمات الشخصية مثل اليقظة والضمير الحي ومستويات إجهاد بيئة العمل.

علم النفس التربوي والإرشادي: يساعد في اكتشاف مؤشرات التسرب المدرسي في مراحل مبكرة، وتشخيص صعوبات التعلم النوعية مثل عسر القراءة وعسر الحساب، مما يسمح بتوجيه الدعم التعليمي المتخصص للطلاب الذين تضعهم خوارزميات النموذج في دائرة الخطر المعرفي.

11. الأدلة التجريبية والبحوث العلمية الحديثة

أكدت الأدبيات السيكولوجية عبر عقود متتالية القيمة التنبؤية الفائقة للانحدار اللوجستي مقارنة بالبدائل الإحصائية التقليدية؛ ففي دراسة طولية كلاسيكية قادها ريتشارد هوارد وزملاؤه لتتبع اضطرابات السلوك والشخصية المعادية للمجتمع، أثبت النموذج اللوجستي قدرة فائقة على تفكيك التفاعل المعقد بين الاندفاعية النمائية والحرمان الأبوي المبكر في التنبؤ بالسلوك الجنائي في سن الرشد.

وفي مجال علم النفس العصبي، استخدمت أبحاث الدكتورة سوزان فولكمان وفريقها النمذجة اللوجستية لفهم المرونة النفسية واستراتيجيات المواجهة المركزة على المشكلة في تقليل احتمالية ظهور اضطراب كرب ما بعد الصدمة (PTSD) عقب الكوارث الطبيعية. بيّنت نتائج التحليلات أن التقييم المعرفي الإيجابي خفض احتمالية الإصابة بالاضطراب بنسبة أرجحية بلغت 0.45، حتى بعد ضبط المتغيرات المتعلقة بشدة التعرض للصدمة والإصابات الجسدية المباشرة.

أما في علم النفس العصبي الإدراكي، فقد استخدم الباحثون الانحدار اللوجستي الهرمي لتحليل بيانات الرنين المغناطيسي الوظيفي (fMRI) أثناء اتخاذ القرارات الأخلاقية المعقدة، ونجح النموذج في التنبؤ بقرارات الإيثار أو النفعية بناءً على مستوى النشاط المشاهد في قشرة الفص الجبهي البطني الإنسي واللوزة الدماغية، مما عزز الفهم البيولوجي العصبي للبناء الأخلاقي البشري.

12. الاعتبارات الثقافية والعابرة للثقافات

تكتسب النمذجة الإحصائية اللوجستية حساسية خاصة عند تطبيقها في بيئات ثقافية متنوعة؛ فالافتراضات الكامنة خلف تصنيف السلوك النفسي إلى (طبيعي / غير طبيعي) تتأثر تأثراً عميقاً بالمعايير الثقافية السائدة. السلوك الذي يُصنف كعلامة مرضية في الثقافات الفردية الغربية قد يمثل استجابة تكيفية مقبولة في الثقافات الجمعية الشرقية أو العربية، مما يفرض ضرورة إعادة معايرة عتبات القطع (Cut-off points) داخل النموذج اللوجستي عند الانتقال من مجتمع إلى آخر.

علاوة على ذلك، يُستخدم الانحدار اللوجستي كأداة إحصائية منهجية للكشف عن «الأداء التفاضلي للمفردة» (Differential Item Functioning – DIF) في الاختبارات النفسية المقننة؛ حيث يُمكن النموذج الباحثين من التحقق مما إذا كان أفراد من خلفيات ثقافية أو لغوية مختلفة، يمتلكون نفس المستوى من السمة الكامنة (كالذكاء أو القلق)، يمتلكون نفس الاحتمالية للإجابة على مفردة الاختبار، وهو ما يضمن عدالة المقاييس النفسية وخلوها من التحيز الثقافي المنهجي.

13. الانتقادات والمناظرات الإحصائية والحدود المنهجية

على الرغم من المرونة الواسعة التي يتمتع بها الانحدار اللوجستي، إلا أنه يواجه انتقادات وتحديات منهجية يثيرها علماء المنهجية الإحصائية في علم النفس:

تُعد معضلة «الفصل التام للبيانات» (Complete Separation) من أبرز التحديات الرياضية؛ وتحدث عندما يتمكن متغير مستقل أو توليفة من المتغيرات من التنبؤ بالمتغير التابع بنسبة 100% دون أي خطأ، مما يؤدي إلى فشل خوارزميات الإمكانية العظمى في التقارب، وتصبح الأخطاء المعيارية للمعاملات ضخمة للغاية تقترب من اللانهاية. تتطلب هذه الحالة معالجات متقدمة مثل انحدار فيرث المقنن (Firth’s penalized likelihood).

يبرز أيضاً نقد موجه إلى صعوبة التفسير الحدسي لمعاملات «نسب الأرجحية»؛ حيث يقع العديد من الباحثين وعلماء النفس السريريين في خطأ الخلط المنهجي بين «نسبة الأرجحية» (Odds Ratio) و«الخطر النسبي» (Relative Risk). هذا الخلط يؤدي في كثير من الأحيان إلى تضخيم الأثر التنبؤي المتوقع للمتغيرات، لا سيما عندما تكون النتيجة النفسية شائعة الحدوث في المجتمع المدروس (تتجاوز 10%).

كما يتطلب الانحدار اللوجستي أحجام عينات كبيرة نسبياً بالمقارنة مع النماذج الخطية، حيث تنص القواعد المنهجية الاسترشادية على ضرورة توفر ما لا يقل عن 10 إلى 20 حدثاً لكل متغير مستقل مدرج في النموذج (Events Per Variable – EPV) لتجنب الوقوع في خطأ فرط التخصيص أو الملاءمة الزائدة (Overfitting)، وهو ما يصعب تحقيقه في العينات الإكلينيكية النادرة داخل المستشفيات النفسية.

14. المصطلحات المقارنة والفروق الدقيقة

تتعدد النماذج الرياضية التي تتقاطع مع الانحدار اللوجستي في تحليل البيانات النفسية، وتتضح الفروق الجوهرية بينها على النحو الآتي:

• الانحدار الخطي (Linear Regression): يشترط متغيراً تابعاً كمياً متصلاً ويتبع التوزيع الطبيعي مع ثبات تجانس التباين، بينما يتعامل الانحدار اللوجستي مع متغيرات تابعة فئوية ولا يشترط الخطية بين المتغيرات أو التوزيع الطبيعي للأخطاء.
• نموذج بروبيت (Probit Model): يؤدي وظيفة مشابهة جداً للانحدار اللوجستي، ولكنه يستخدم دالة التوزيع التراكمي للتوزيع الطبيعي المعياري كدالة رابط بدلاً من دالة اللوجيت؛ يفضله بعض الباحثين في العلوم السلوكية التجريبية لافتراضه أن العتبة الكامنة تتبع توزيعاً طبيعياً.
• تحليل الدالة التمايزية (Discriminant Analysis): يُستخدم لتصنيف الأفراد في مجموعات بناءً على متغيرات كمية، لكنه يفرض شروطاً صارمة تتعلق باعتدالية التوزيع التعددي وتساوي مصفوفات التباين والتباين المشترك، وهي شروط يتجاوزها الانحدار اللوجستي الأكثر مرونة.
• أشجار القرار ونماذج الغابات العشوائية (Decision Trees & Random Forests): تقنيات غير معلمية من حقل التعلم الآلي تمتاز بقدرتها على التقاط العلاقات غير الخطية التفاعلية المعقدة تلقائياً دون صياغة معادلة رياضية مسبقة، لكنها تفتقر إلى قابلية التفسير المباشر للمعاملات ومستويات الدلالة الاحتمالية الدقيقة التي يوفرها الانحدار اللوجستي.

15. خلاصة واستنتاجات رئيسية

يظل الانحدار اللوجستي أداة إبستمولوجية وتحليلية لا غنى عنها في الترسانة المنهجية للباحثين النفسيين ومصممي الاختبارات السلوكية والسريرية. من خلال سد الفجوة بين القياسات الفئوية الوصفية والتحليلات الخطية الرياضية، منح النموذج علماء النفس القدرة على صياغة فرضيات تنبؤية دقيقة تمس جوهر التجربة الإنسانية، وتترجم المفاهيم السلوكية المجردة إلى احتمالات ونسب أرجحية كمية واضحة المعالم.

يتطلب الاستخدام الرشيد للنموذج إدراكاً عميقاً لمحدداته المنهجية؛ بدءاً من سلامة حجم العينة، مروراً بالفهم الفارق بين نسب الأرجحية والمخاطر النسبية، وصولاً إلى التحقق من جودة المطابقة الكلية للبيانات. يظل الانحدار اللوجستي في طليعة النماذج التي تمزج بين الصرامة الرياضية والقابلية العالية للتفسير السريري والتطبيقي، متيحاً فهماً أعمق لتعقيدات السلوك البشري وعوامله المحددة.

المراجع

• Agresti, A. (2018). An introduction to categorical data analysis (3rd ed.). John Wiley & Sons. https://www.wiley.com/en-us/An+Introduction+to+Categorical+Data+Analysis
• Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied logistic regression (3rd ed.). John Wiley & Sons. https://doi.org/10.1002/9781118548387
• Menard, S. (2002). Applied logistic regression analysis (2nd ed.). SAGE Publications. https://doi.org/10.4135/9781412983433
• 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
• Wright, R. E. (1995). Logistic regression. In L. G. Grimm & P. R. Yarnold (Eds.), Reading and understanding multivariate statistics (pp. 217–244). American Psychological Association.