تحليل أشجار التصنيف والانحدار في علم النفس: الأسس النظرية والتطبيقات الإكلينيكية والقياسية

يُمثّل تحليل أشجار التصنيف والانحدار (Classification and Regression Tree Analysis)، المعروف اختصاراً بمنهجية CART، نقلة نوعية في منهجيات القياس النفسي والتحليل الإحصائي للبيانات السلوكية المعقدة. تتيح هذه المنهجية غير المعلمية للباحثين في مجالات علم النفس والعلوم العصبية والتشخيص الإكلينيكي نمذجة العلاقات غير الخطية والتفاعلات التنبؤية المعقدة بين المتغيرات النفسية دون الحاجة إلى افتراضات مسبقة حول توزيع البيانات أو خطيتها. ومن خلال بنيتها الهرمية التفرعية البصرية البديعة، تستطيع هذه الأشجار تفكيك الظواهر السلوكية المتشابكة إلى قرارات متتالية قابلة للتفسير والتطبيق العملي، مما يجعلها أداة فريدة تسد الفجوة التاريخية بين الدقة الإحصائية الصارمة والفهم الإكلينيكي الحدسي.

السياق التاريخي والتطور الإبستمولوجي لتحليل أشجار التصنيف والانحدار

نشأت خوارزميات أشجار القرار الإحصائية في سياق محاولات علماء الإحصاء والرياضيات تجاوز القيود الصارمة التي فرضتها النماذج الخطية الكلاسيكية، مثل الانحدار الخطي المتعدد والانحدار اللوجستي والتحليل التمييزي. وفي مطلع ثمانينيات القرن العشرين، وتحديداً في عام 1984، قدّم العلماء ليو بريمان (Leo Breiman)، وجيروم فريدمان (Jerome Friedman)، وريتشارد أولشن (Richard Olshen)، وتشارلز ستون (Charles Stone) مؤلفهم التأسيسي الذي دشن منهجية CART بصورتها الدقيقة والمحكمة. وقد جاء هذا الإنجاز ليعالج إشكالية البارامترية، حيث كانت النماذج القديمة تفترض التوزيع الطبيعي المتعدد واستقلال الأخطاء وغياب التعدد الخطي العالي، وهي شروط نادراً ما تتحقق بالكامل في البيانات النفسية الواقعية المشحونة بعدم الخطية والتشويش المنهجي.

قبل ظهور هذه الصياغة الرياضية المتماسكة، كانت هناك محاولات أولية لتطوير خوارزميات التجزئة الآلية، مثل خوارزمية AID (Automatic Interaction Detection) التي ابتكرها سونكويست ومورغان في عام 1964، تلتها خوارزمية THAID لبيانات التصنيف الفئوي. ومع ذلك، عانت تلك المحاولات المبكرة من مشاكل حادة في فرط التخصيص أو الملاءمة الزائدة (Overfitting)، والافتقار إلى معايير توقف منضبطة إحصائياً، فضلاً عن غياب منهجيات التقليم الموضوعي للأشجار. استطاعت صياغة بريمان وزملائه إرساء معايير رياضية صارمة اعتمدت على الاستدلال الرياضي ومفاهيم التعلم الإحصائي والتحقق المتقاطع لتحديد الحجم الأمثل للشجرة التنبؤية، مما أتاح نقل هذه التقنية من النطاق النظري البحت إلى حقول القياس التطبيقي.

شهدت العلوم السلوكية في أواخر القرن العشرين تحولاً إبستمولوجياً تدريجياً نحو تبني أساليب التعلم الآلي والاستكشاف الإحصائي المبني على البيانات، بعد أن هيمنت عليها عقود من الفرضيات الفوقية الصارمة. ووجد الباحثون النفسيون في أشجار التصنيف والانحدار وسيلة مثالية لدراسة السمات الشخصية المعقدة ومحددات الأمراض النفسية متعددة العوامل، مثل الاكتئاب الجسيم واضطرابات الشخصية والسلوك الانتحاري. هذا التطور ساعد على فك الاشتباك بين الرغبة في التفسير السببي والقدرة على التنبؤ التجريبي الدقيق، مما مهد الطريق لظهور حركة الطب النفسي الدقيق والتشخيص المخصص القائم على الخوارزميات الرقمية في الوقت المعاصر.

الأسس النظرية والمبادئ الخوارزمية لشجرة القرار الإحصائية

تستند شجرة التصنيف والانحدار إلى مبدأ التجزئة الثنائية التكرارية (Recursive Binary Partitioning)، وهو أسلوب حسابي يعمل على تقسيم فضاء المتغيرات المستقلة إلى مناطق فرعية متجانسة ومتعامدة متتالية. تبدأ الخوارزمية من العقدة الجذرية (Root Node) التي تحتوي على مجمل العينة الخاضعة للدراسة، ثم تقوم بالبحث الشامل عبر جميع المتغيرات التنبؤية المتاحة وعبر كل نقاط القطع المحتملة لتحديد الانقسام الأمثل الذي يؤدي إلى تعظيم التجانس الداخلي في العقدتين الوليدتين (Child Nodes). تتكرر هذه العملية التكرارية بطريقة تصاعدية حتى تتوقف الشجرة وفق معايير توقف محددة مسبقاً، لتتشكل العقد الطرفية أو الأوراق (Terminal Nodes or Leaves) التي تقدم التقدير التنبؤي النهائي لكل مفحوص.

تعتمد فلسفة الخوارزمية على الاستراتيجية الجشعة (Greedy Algorithm)، بمعنى أنها تختار في كل خطوة التجزئة الأفضل محلياً دون النظر إلى ما إذا كان هذا الخيار سيؤدي إلى الشجرة المثلى كلياً على المدى البعيد. ورغم أن هذا التوجه قد يبدو قاصراً نظرياً مقارنة بالبحث الشامل في كامل الفضاء التوليفي المحتمل، إلا أنه يوفر كفاءة حاسوبية هائلة وقدرة ممتازة على التقاط التفاعلات غير الخطية المعقدة (Higher-order Interactions) التي يعجز التحليل التمييزي أو الانحدار اللوجستي عن اكتشافها دون إدخال يدوي مسبق لمصطلحات التفاعل. ومن الناحية السيكومترية، يسمح هذا الأسلوب بتمثيل مسارات سيكولوجية متعددة تؤدي إلى نفس النتيجة السلوكية، وهو ما يجسد المفهوم النفسي الشهير المعروف بـ “تكافؤ الغايات” (Equifinality).

إن النقاء الداخلي للمجموعات الفرعية يمثل الهدف الرياضي الأسمى للخوارزمية؛ حيث تسعى كل خطوة انقسامية إلى تقليل مستوى اللاتعين والخلط الإحصائي داخل العقد الناتجة. ففي حين أن المتغيرات المستقلة يمكن أن تكون كمية متصلة أو رتبية أو فئوية اسمية، فإن الخوارزمية تعاملها جميعاً بمرونة كاملة دون الحاجة إلى تحويلات جبرية مسبقة، كالتحويل اللوغاريتمي لتقليل الالتواء أو معايرة البيانات عبر الدرجات المعيارية (Z-scores). وتكفل هذه المرونة الحسابية الحفاظ على المعنى الإكلينيكي المباشر للمتغيرات ودرجات المقاييس والاختبارات النفسية كما طُبقت في الميدان الواقعي.

التمييز المنهجي بين أشجار التصنيف وأشجار الانحدار

يتمثل الفارق الجوهري بين نمطي التحليل في طبيعة المتغير التابع أو النتيجة النفسية المراد التنبؤ بها، مما يحدد مباشرة معايير الانقسام الرياضية وطرائق تقييم الأداء. تُستخدم أشجار التصنيف (Classification Trees) عندما يكون المتغير التابع فئوياً ونوعياً، مثل التمييز بين المصابين باضطراب الهلع وغير المصابين، أو تصنيف المرضى وفق استجابتهم للعلاج النفسي إلى فئات (مستجيب بالكامل، مستجيب جزئياً، غير مستجيب). في المقابل، تُطبق أشجار الانحدار (Regression Trees) عندما يكون المتغير التابع كمياً مستمراً، كالتنبؤ بدرجة حدة الاكتئاب على مقياس بيك للاكتئاب، أو قياس زمن الرجع العصبي السلوكي، أو التنبؤ بدرجات الذكاء العام.

في أشجار التصنيف، يكون التنبؤ في العقدة الطرفية عبارة عن الفئة الأكثر تكراراً (Modal Class) بين الملاحظات التي استقرت في تلك العقدة، أو احتمالية الانتماء إلى كل فئة من الفئات المستهدفة. أما في أشجار الانحدار، فإن القيمة التنبؤية المنسوبة إلى أي مفحوص تقع بياناته في عقدة طرفية معينة هي المتوسط الحسابي (Mean) لقيم المتغير التابع لأفراد تلك العقدة. ويترتب على ذلك أن أشجار الانحدار تُنتج دالة خطوة ثابتة مجزأة (Piecewise Constant Model) عبر فضاء المدخلات، مما يجعلها قادرة على تقريب الدوال المنحنية المعقدة بدقة متزايدة كلما زاد عدد الأوراق الطرفية المستقرة في النموذج النهائي.

يتطلب هذا التمايز أيضاً استخدام مقاييس جودة مختلفة لتقييم كفاءة النموذج؛ ففي أشجار التصنيف تُستخدم مصفوفة الارتباك (Confusion Matrix)، وحساسية التشخيص (Sensitivity)، والنوعية (Specificity)، والمساحة تحت منحنى خصائص تشغيل المستقبِل (AUC-ROC). بينما تعتمد أشجار الانحدار على مقاييس الخطأ القياسي المستمر، مثل متوسط مربعات الخطأ (MSE)، والجذر التربيعي لمتوسط مربعات الخطأ (RMSE)، ومعامل التحديد المتعدد (R²). ويساعد هذا التمايز المتخصص الباحث السلوكي على تكييف الأداة التحليلية بدقة تامة بما ينسجم مع الأهداف المعرفية لتصميمه البحثي.

الإجراءات المنهجية: معايير الانقسام، التقليم، والتحقق المتقاطع

تعتمد جودة بناء الشجرة التنبؤية على ثلاثة أركان خوارزمية محكمة: معايير الانقسام الرياضية، وإجراءات تقليم الشجرة، وأساليب التحقق المتقاطع الصارمة. في أشجار التصنيف، يُعد مؤشر جيني لعدم النقاء (Gini Impurity Index) ومقياس الإنتروبيا (Entropy / Information Gain) أشهر معايير الانقسام؛ حيث يقيس مؤشر جيني احتمالية تصنيف عنصر مختار عشوائياً بشكل خاطئ إذا صُنِّف وفقاً لتوزيع الفئات في العقدة. وفي سياق أشجار الانحدار، يُستخدم معيار خفض التباين (Variance Reduction) بالاعتماد على مجموع مربعات الانحرافات عن المتوسط (Sum of Squared Errors – SSE)؛ حيث يتم اختيار الانقسام الذي يحقق أقصى انخفاض ممكن في التباين التراكمي للعقدتين الناتجتين.

تتمثل إحدى أكبر المعضلات في تطبيق أشجار القرار في ظاهرة فرط التخصيص (Overfitting)، حيث تستمر الشجرة غير المقيدة في النمو إلى الحد الذي يؤدي إلى تصنيف كل حالة فردية في العينة، مما يجعلها تلتقط الضوضاء العشوائية والأخطاء القياسية بدلاً من البنية الحقيقية للظاهرة. ولمعالجة ذلك، تُطبق منهجية التقليم (Pruning)، وتحديداً أسلوب تقليم التعقيد والتكلفة (Cost-Complexity Pruning). تعمل هذه العملية على بناء شجرة عملاقة في البداية، ثم التراجع المنظم عبر حذف الفروع الأقل إسهاماً في تقليل الخطأ العام مقابل فرض عقوبة رياضية متناسبة مع عدد العقد الطرفية، وهو ما يماثل تطبيق مبدأ نصل أوكام الفلسفي في البحث العلمي السلوكي.

يُمثل التحقق المتقاطع (Cross-Validation)، وتحديداً التحقق المتقاطع لعشرة طيات (10-Fold Cross-Validation)، الآلية الذهبية لضبط معامل التعقيد وتحديد الحجم الأمثل للشجرة دون التحيز لعينة التدريب. ومن خلال تجزئة العينة النفسية المتوفرة إلى أجزاء تدريب واختبار دورية متتالية، تتيح هذه المنهجية تقدير أداء الشجرة على بيانات مستقلة جديدة تماماً، مما يضمن أن النموذج يمتلك صدقاً تعميمياً خارجياً (External Validity) يسمح باستخدامه بأمان في العيادات النفسية ومراكز القياس التربوي والمؤسسات البحثية العامة.

التطبيقات السيكومترية والتشخيصية في علم النفس

تشهد القياسات النفسية الحديثة اعتماداً متزايداً على أشجار التصنيف والانحدار لتطوير أدوات تشخيصية مختصرة وفائقة الكفاءة. في المقاييس الكلاسيكية للاكتئاب أو القلق، يطلب من المريض الإجابة عن عشرات البنود التي قد لا تسهم جميعها في التشخيص الفارق لحالته المحددة؛ بينما تسمح خوارزميات CART ببناء اختبارات تكيفية تشخيصية (Adaptive Diagnostic Trees)، حيث يُطرح على المريض سؤال مفصلي، وبناءً على إجابته يُوجه مباشرة إلى بند تالٍ ذي قدرة فرز نوعية عالية، متجاوزاً عشرات الأسئلة غير المجدية. هذا التطبيق يخفف بشكل ملموس من إجهاد المفحوص (Test Fatigue) ويرفع من كفاءة التقييم السريري في غرف الطوارئ والمصحات النفسية المكتظة.

كما تلعب هذه المنهجية دوراً بالغ الأهمية في فحص الصدق البنائي وتشخيص عدم انتظام استجابات المفحوصين، وتحليل الأنماط الشاذة في مقاييس الشخصية مثل اختبار مينيسوتا متعدد الأطوار للشخصية (MMPI). وتبرز قوة CART في قدرتها على فرز التفاعلات النفسية المرضية الحساسة، كالكشف عن العوامل المتضافرة التي ترفع خطر السلوك الانتحاري الحاد بين المراهقين؛ حيث قد تكتشف الشجرة أن تدني التحصيل الدراسي وحده ليس منبئاً بالانتحار، ولكن عند اقترانه باضطراب النوم وتعاطي المواد وسياق النبذ الاجتماعي، تتضاعف احتمالية الخطر التشخيصي بصورة غير خطية حادة تفشل الانحدارات التقليدية في رصدها كلياً.

وفي مجال علم النفس العصبي والمعرفي، تُستخدم أشجار الانحدار على نطاق واسع لربط الأداء المعرفي بالمتغيرات العصبية والمؤشرات الحيوية الدماغية؛ مثل التنبؤ بمعدلات التدهور الإدراكي لدى كبار السن المعرضين لمرض ألزهايمر استناداً إلى نتائج الاختبارات النيوروسيكولوجية (مثل اختبار رسم الساعة، وطلاقة الكلمات) والمؤشرات الجينية. إن قدرة الشجرة على تحديد “نقاط قطع إكلينيكية حاسمة” (Clinical Cutoff Scores) توفر للأطباء النفسيين حدوداً فاصلة واضحة لاتخاذ قرارات التدخل العلاجي المبكر بدقة استثنائية.

المزايا الإبستمولوجية والتحديات المنهجية في البحث النفسي

تتمتع أشجار التصنيف والانحدار بمزايا إبستمولوجية تجعلها جاذبة للباحثين الإكلينيكيين؛ وأولى هذه المزايا هي القابلية الفائقة للتفسير والتمثيل البصري (Interpretability). فعلى عكس خوارزميات الصندوق الأسود (Black-box Algorithms) مثل الشبكات العصبية العميقة، تقدم الشجرة مخططاً بيانياً واضحاً يشبه شجرة القرار الطبي الطبيعية، مما يتيح للأخصائي النفسي فهم المسار المنطقي للتشخيص خطوة بخطوة ومشاركته مع المريض أو الفريق الطبي متعدد التخصصات لتعزيز التحالف العلاجي وشفافية القرار السريري.

الميزة الثانية تكمن في المتانة أمام البيانات المفقودة والقيم المتطرفة (Robustness to Missing Data and Outliers)؛ إذ تحتوي خوارزميات CART على آلية مدمجة فريدة تُعرف بـ “المتغيرات البديلة للانقسام” (Surrogate Splits). عندما يفتقر أحد المفحوصين إلى استجابة على متغير معين، تستخدم الشجرة متغيراً بديلاً يحاكي تقسيم المتغير الأصلي لتوجيه المفحوص داخل الشجرة، مما يمنع استبعاد الحالات من التحليل ويحفظ القوة الإحصائية للدراسة النفسية دون اللجوء إلى افتراضات تعويضية تعسفية للبيانات المفقودة.

ومع ذلك، تواجه هذه المنهجية تحديات منهجية لا يجوز إغفالها؛ ويأتي في مقدمتها عدم الاستقرار الهيكلي (Instability). إذ إن التغيرات الطفيفة جداً في بيانات العينة النفسية، كحذف بضع حالات أو إضافة عينة فرعية صغيرة، قد تؤدي إلى تغيير جذري في الانقسام الأولي عند العقدة الجذرية، مما يغير البنية الهيكلية الكاملة للشجرة وفروعها اللاحقة. يثير هذا الضعف تساؤلات حول الثبات السيكومتري للنموذج عند إعادة تطبيقه في سياقات مجتمعية وثقافية مغايرة، ما يستدعي الحذر من التعامل مع هيكل شجرة واحدة كحقيقة مطلقة تمثل الواقع النفسي الموضوعي.

مقارنة نقدية مع النماذج الخطية والأساليب التجميعية المتقدمة

لتحديد الموقع العلمي لمنهجية CART، يجب مقارنتها بالنماذج الخطية التقليدية من جهة، والأساليب التجميعية الحديثة (Ensemble Methods) من جهة أخرى. في المقارنة مع الانحدار المتعدد واللوجستي، تتفوق أشجار القرار في اكتشاف التفاعلات العليا بطريقة آلية تماماً ودون حاجة لتحديدها مسبقاً من قِبل الباحث، كما تتفوق في التعامل مع المتغيرات المستقلة التي تتشارك فيما بينها علاقات ارتباطية خطية عالية جداً (Multicollinearity)؛ حيث تختار الشجرة المتغير الأكثر قدرة على الفرز وتتجاهل المتغيرات المكررة دون أن يؤثر ذلك على كفاءة الخوارزمية الحسابية.

على الجانب الآخر، تبرز المقارنة مع الأساليب التجميعية المتطورة، مثل الغابات العشوائية (Random Forests) وخوارزميات التعزيز المتدرج (Gradient Boosting). تقوم هذه التقنيات التجميعية ببناء المئات أو الآلاف من أشجار القرار وتدمج تنبؤاتها معاً عبر تقنيات مثل حقائب التوزيع والتصويت التكراري، مما يحقق استقراراً إحصائياً أعلى بكثير ودقة تنبؤية متفوقة مقارنة بالشجرة الفردية الوحيدة. ومع ذلك، تدفع هذه الأساليب التجميعية ضريبة باهظة في فقدان الشفافية التفسيرية، إذ تتحول الغابة إلى كيان رقمي معقد يستحيل تحليله بصرياً أو استخدامه كأداة سريرية سريعة بجانب سرير المريض، مما يعيد الاعتبار لشجرة CART المنفردة كخيار متوازن ومثالي للممارسة الإكلينيكية اليومية.

يوضح الجدول الإبستمولوجي المقارن التالي موقع شجرة القرار المنفردة بين النماذج الخطية والتقنيات التجميعية المعقدة في سياق القياس النفسي:

• النماذج الخطية (Linear Models): كفاءة تفسيرية جيدة للارتباطات المباشرة، افتراضات رياضية صارمة، عجز بنيوي عن التقاط التفاعلات غير الخطية التلقائية.
• شجرة التصنيف والانحدار (CART): تمثيل بصري إكلينيكي ممتاز، مرونة رياضية عالية لا معلمية، التقاط تلقائي للتفاعلات، ولكنها حساسة للتغيرات البسيطة في العينات.
• الغابات العشوائية (Random Forests): دقة تنبؤية فائقة، ثبات إحصائي مرتفع للغاية، لكنها فاقدة للتفسير البصري المباشر وتعتبر خوارزميات صندوق أسود.

إرشادات عملية لتطبيق المنهجية في البحوث النفسية

لضمان الاستخدام العلمي المنضبط لمنهجية CART في الدراسات النفسية والسلوكية، يتعين على الباحثين الالتزام ببروتوكول منهجي رصين يرتكز على الخطوات التالية:

• حجم العينة وكفايتها الإحصائية: على الرغم من كون المنهجية غير معلمية، إلا أن موثوقية الانقسامات تتطلب عينات كافية تمثل التنوع الإكلينيكي؛ إذ يوصى بألا يقل حجم العينة الإجمالي عن عدة مئات، مع ضمان عدم هبوط الحد الأدنى لعدد المفحوصين في العقد الطرفية (Min Bucket/Leaf Size) عن رقم كافٍ إحصائياً (مثل 20-30 مفحوصاً) لتجنب العزل العشوائي للحالات المتطرفة.
• الفصل الصارم لبيانات الاختبار: يجب تقسيم البيانات إلى مجموعة تدريب (Training Set) ومجموعة اختبار مستقلة (Testing/Holdout Set)، أو تطبيق بروتوكول التحقق المتقاطع المقفل لتقييم الشجرة بعد التقليم، تفادياً للوقوع في مصيدة الملاءمة الزائفة الناتجة عن تدريب وتقييم النموذج على نفس الأفراد.
• التعامل مع عدم توازن الفئات التشخيصية: في العديد من الاضطرابات النفسية النادرة (مثل الفصام الوجداني أو محاولات الانتحار)، تكون نسبة الحالات الإيجابية منخفضة جداً مقارنة بالأصحاء؛ وهنا ينبغي تعديل مصفوفة الخسارة (Loss Matrix) أو أوزان الحالات، بحيث تكون كلفة الخطأ في عدم تشخيص الحالة المريضة أعلى بكثير من كلفة الخطأ في التشخيص الإيجابي الكاذب.
• فحص الاستقرار السيكومتري للشجرة: يُنصح بشدة بإجراء تحليلات استقرار البنية عبر أسلوب الاستنساخ المتكرر (Bootstrapping)، وذلك للتأكد من أن الانقسامات المفصلية الأولى تظل ثابتة ومستقرة عبر العينات الفرعية المعاد تشكيلها عشوائياً من نفس المجتمع المستهدف.

خاتمة وتطلعات مستقبلية

يمثل تحليل أشجار التصنيف والانحدار (CART) ركيزة منهجية بالغة التأثير في ترسانة القياس النفسي والتحليل السلوكي المعاصر. وبفضل قدرتها على الموازنة النادرة بين الدقة التنبؤية غير الخطية والشفافية التفسيرية البصرية، استطاعت هذه التقنية تحويل النظريات السيكولوجية المعقدة إلى مسارات قرار إكلينيكية واقعية وقابلة للتطبيق المباشر. ومع تدفق البيانات النفسية الكبيرة المنبثقة من أجهزة الاستشعار الرقمية وتطبيقات الهواتف الذكية والسجلات الطبية المحوسبة، تزداد الحاجة الماسة إلى دمج أشجار القرار في منصات التشخيص النفسي الرقمي التكيفي، لتظل CART دليلاً ساطعاً على إمكانية تطويع الخوارزميات الحسابية المتقدمة لخدمة الفهم الإنساني العميق للسلوك والاضطراب النفسي دون التضحية بالدقة العلمية الصارمة.

المراجع

• Breiman, L., Friedman, J., Olshen, R., & Stone, C. (1984). Classification and Regression Trees. Wadsworth & Brooks/Cole Advanced Books & Software.
• Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction (2nd ed.). Springer.
• Kuhn, M., & Johnson, K. (2013). Applied Predictive Modeling. Springer.
• McArdle, J. J., & Ritschard, G. (Eds.). (2014). Contemporary Issues in Exploratory Data Mining in the Behavioral Sciences. Routledge.
• Strobl, C., Malley, J., & Tutz, G. (2009). An introduction to recursive partitioning: Rationale, application, and characteristics of classification and regression trees, bagging, and random forests. Psychological Methods, 14(4), 323–348.