كيفية حساب المئينيات في بايثون (مع أمثلة)

تُعد المئينيات (Percentiles) من الركائز الجوهرية في علم الإحصاء التطبيقي وتحليل البيانات الحديث؛ إذ تمثل أداة لامعلمية فائقة القوة لاستكشاف البنية التوزيعية للمتغيرات الكمية وتحديد المواضع النسبية للقيم داخل المجموعات الإحصائية. وفي العصر الرقمي المتسارع الذي تتدفق فيه البيانات الضخمة والمعقدة، لم يعد الاعتماد مقتصرًا على مقاييس النزعة المركزية التقليدية كالمتوسط الحسابي، الذي يعاني من حساسية مفرطة تجاه القيم الشاذة والالتواءات التوزيعية، بل أضحى التحليل المئيني ضرورة منهجية لفهم التفاوتات الدقيقة وتحديد العتبات الفارقة في مختلف الحقول العلمية، من القياس النفسي والسيكومتري إلى دراسات الأداء المالي وهندسة الأنظمة الحاسوبية.

تقدم لغة البرمجة بايثون (Python) منظومة متكاملة وبيئة حوسبية استثنائية لمعالجة وتحليل البيانات الإحصائية، بفضل ترسانتها الغنية من المكتبات المتخصصة مثل NumPy وPandas وSciPy. تتيح هذه الأدوات للباحثين ومحللي البيانات الانتقال بسلاسة من الأطر النظرية المجردة إلى التطبيقات البرمجية عالية الكفاءة، مع إمكانية التعامل مع مصفوفات البيانات العملاقة، وإدارة القيم المفقودة، وتطبيق خوارزميات الاستيفاء الرياضي المعقدة بدقة متناهية وسرعة تنفيذ قياسية تفوق الطرق الحسابية اليدوية التقليدية بمراحل عديدة.

يهدف هذا الدليل الأكاديمي الشامل إلى تقديم مرجع معمق ومفصل لكيفية فهم وحساب وتطبيق المئينيات باستخدام لغة بايثون. سنستعرض عبر محاوره المتعددة الأصول الرياضية للمئينيات وعلاقتها بالربيعيات والعشيرات، ثم ننتقل إلى التشريح الدقيق للوظائف البرمجية والمعاملات المتقدمة في المكتبات القياسية، وصولًا إلى دراسات الحالة السيكومترية المتقدمة وتقنيات معالجة البيانات وتصويرها بصريًا. تم تصميم هذا المرجع ليلبي تطلعات الباحثين والممارسين الساعين إلى تحقيق الدقة الإحصائية والاحتراف البرمجي في بيئات العمل الأكاديمية والإنتاجية.

1. الأسس النظرية والمفاهيمية للمئينيات في الإحصاء

1.1 التعريف الرياضي والإحصائي للمئين (Percentile)

يُعرَّف المئين (Percentile) إحصائيًا بأنه قيمة موضعية تجزيئية تقسم مجموعة من البيانات المرتبة تصاعديًا إلى مئة جزء متساوٍ في التكرار النسبي. عند الإشارة إلى المئين رقم p (حيث 0 ≤ p ≤ 100)، فإننا نعني القيمة العددية التي يقع تحتها أو يساويها p% من إجمالي مشاهدات العينة أو المجتمع الإحصائي، بينما يقع فوقها النسبة المتبقية البالغة (100 – p)%. يمثل المئين مقياسًا ترتيبيًا وموضعيًا، وهو ما يجعله يختلف جذريًا عن المفاهيم المشابهة التي قد تلتبس على المبتدئين في التحليل الإحصائي، وتحديدًا النسبة المئوية والرتبة المئينية.

تكمن التفرقة الدقيقة في أن النسبة المئوية (Percentage) هي كسر عادي يُنسب إلى العدد 100 ليعبر عن حصة أو جزء من كل، كأن نقول إن نسبة الإجابات الصحيحة للطالب هي 80%. أما الرتبة المئينية (Percentile Rank)، فهي مؤشر نسبي يحدد موقع درجة معينة ضمن توزيع تكراري، وتُعبر عن النسبة المئوية للمشاركين الذين حصلوا على درجات أقل من تلك الدرجة أو مساوية لها، ومثال ذلك القول بأن درجة الطالب تضعه في الرتبة المئينية الخامسة والثمانين. وفي المقابل، فإن المئين (Percentile) نفسه هو الدرجة أو القيمة الرقمية الفعلية على المقياس المقابلة لتلك الرتبة المئينية المحددة.

من الناحية الرياضية، في التوزيعات الاحتمالية المتصلة ذات دالة الكثافة الاحتمالية f(x) ودالة التوزيع التراكمي F(x)، يُعرَّف المئين x_p بأنه الحل الرياضي للمعادلة التكاملية: F(x_p) = P(X ≤ x_p) = p / 100. أما في التوزيعات المنفصلة والبيانات التجريبية المرتبة x₁ ≤ x₂ ≤ … ≤ x_N، فإن حساب الرتبة يتطلب تحديد المؤشر الترتيبي ومراعاة التكرارات المتقاطعة، مما يتطلب تقنيات استيفاء رياضي لتقدير القيم الواقعة بين رتبتين صحيحتين بدقة بالغة.

تتجلى الأهمية البالغة للمئينيات في كونها مقاييس لامعلمية (Non-parametric) للموضع النسبي؛ فهي لا تتأثر مطلقًا بالقيم الشاذة أو المتطرفة (Outliers) التي تصيب أطراف التوزيع. على النقيض من المتوسط الحسابي الذي ينحرف بشدة نحو القيم المتطرفة مما يعطي انطباعًا مضللًا عن النزعة المركزية للبيانات، يظل المئين ثابتًا ومستقرًا ومحافظًا على دلالته التفسيرية، وهو ما يجعله الخيار المنهجي الأفضل لتمثيل الدخول الاقتصادية، ودرجات الاختبارات السيكومترية، والقياسات الحيوية غير الخاضعة للتوزيع الطبيعي المعتدل.

1.2 الربيعيات والعشيرات والمئينيات الخاصة

تشكل المئينيات المظلة العامة التي تنبثق منها كافة المقاييس التجزيئية الإحصائية الموضعية (Quantiles). من أبرز هذه المقاييس نجد الربيعيات (Quartiles)، وهي ثلاث قيم تقسم البيانات المرتبة إلى أربعة أقسام متساوية يحتوي كل منها على 25% من إجمالي الملاحظات. يرتبط مفهوم الربيعيات ارتباطًا مباشرًا بالمئينيات؛ فالربيع الأول (Q1) يطابق تمامًا المئين الخامس والعشرين (25th Percentile)، ويمثل النقطة التي تفصل أدنى ربع من البيانات عن البقية. والربيع الثاني (Q2) يطابق المئين الخمسين (50th Percentile) وهو النقطة المركزية، في حين يمثل الربيع الثالث (Q3) المئين الخامس والسبعين (75th Percentile) الذي يحدد عتبة أعلى 25% من المشاهدات.

يحتل المئين الخمسون مكانة محورية وفريدة في التحليل الإحصائي؛ إذ يتطابق تطابقًا تامًا ومطلقًا مع الوسيط الإحصائي (Median). يُعزى هذا التطابق إلى أن كلا المفهومين يعبران عن القيمة التي تنصف التوزيع التكراري تمامًا بحيث يقع 50% من البيانات تحتها و50% فوقها. إن استخدام الوسيط الإحصائي كممثل للمئين الخمسين يوفر نقطة ارتكاز قوية للمقارنة بين التوزيعات المختلفة، خاصة عند دراسة الفروق بين النزعة المركزية والتشتت في المجموعات غير المتناظرة أو الملتوية سلبًا أو إيجابًا.

إلى جانب الربيعيات، تُستخدم العشيرات (Deciles) على نطاق واسع في التطبيقات السوسيولوجية والاقتصادية، وهي تسع قيم تقسم التوزيع إلى عشرة أجزاء متساوية يضم كل منها 10% من البيانات. يمثل العشير الأول (D1) المئين العاشر (10th Percentile)، والعشير الخامس (D5) يطابق المئين الخمسين والوسيط، بينما يمثل العشير التاسع (D9) المئين التسعين. توفر العشيرات تفصيلًا أدق من الربيعيات عند دراسة تفاوت الدخول أو تصنيف مستويات الأداء الأكاديمي للطلاب في المؤسسات التعليمية الكبرى.

يترتب على الربيعيات أحد أهم مقاييس التشتت اللامعلمية وهو المدى الربيعي (Interquartile Range – IQR)، والذي يُحسب بالمعادلة الرياضية: IQR = Q3 – Q1. يعبر المدى الربيعي عن النطاق العددي الذي تنتشر فيه نسبة الـ 50% الوسطى من المشاهدات. يكتسب المدى الربيعي أهمية استثنائية في التحليل الإحصائي الاستكشافي؛ كونه يوفر مقياسًا قويًا وموثوقًا للتشتت لا يتأثر بالقيم المتطرفة، فضلًا عن اعتماده كمعيار رياضي صارم في بناء مخططات الصندوق وطرفيه (Box Plots) وتحديد الأسوار الإحصائية لاكتشاف القيم الشاذة.

1.3 المئينيات في معايير القياس والاختبارات السيكومترية

تحتل المئينيات موقع الصدارة في علم القياس النفسي والتربوي (Psychometrics)؛ حيث تُعد الأداة الأساسية لمعايرة وتقنين الاختبارات والمقاييس السلوكية والمعرفية. إن الدرجة الخام (Raw Score) التي يحصل عليها الفرد في اختبار ذكاء أو مقياس للشخصية تظل مجردة وخالية من أي دلالة تقييمية حقيقية ما لم تُنسب إلى إطار مرجعي يوضح موقعها بالنسبة لأداء عينة التقنين المعيارية (Normative Sample). من هنا، يتيح تحويل الدرجات الخام إلى رتب مئينية للمختصين النفسيين والتربويين فهمًا موضوعيًا دقيقًا لقدرات المفحوص مقارنة بأقرانه من نفس الفئة العمرية أو التعليمية.

عند تفسير الأداء الفردي في الاختبارات السيكومترية، توفر الرتب المئينية وسيلة تواصل بصرية ومفاهيمية سهلة الفهم للمفحوصين وأولياء الأمور وصناع القرار، دون الحاجة إلى الخوض في التعقيدات الرياضية للدرجات المعيارية المشتقة. فعندما يحصل مفحوص على رتبة مئينية قدرها 92 في اختبار للوظائف التنفيذية، فإن ذلك يعني مباشرة وبوضوح أن قدرته تتفوق على 92% من أفراد العينة المعيارية، وأن 8% فقط يظهرون أداءً أعلى منه، وهو ما يقدم صورة تشخيصية فورية تسهم في وضع الخطط العلاجية أو التدريبية المناسبة.

تتميز المقاييس النفسية، لاسيما تلك المصممة لقياس الاضطرابات السلوكية أو السمات الشخصية النادرة، بظاهرة الالتواء التوزيعي الشديد (Skewness). ففي مقاييس الاكتئاب أو القلق السريري، يحصل غالبية أفراد العينة غير السريرية على درجات منخفضة جدًا متراكمة عند الطرف الأدنى للمقياس، بينما تندر الدرجات المرتفعة. في ظل هذا التوزيع غير السوي، يفقد الانحراف المعياري والمتوسط الحسابي مصداقيتهما في تحديد مستويات الشدة، وتبرز المئينيات كمنهجية علمية وحيدة قادرة على تحديد العتبات الفارقة (Cut-off Scores) مثل المئين 85 للمستوى فوق المتوسط والمئين 95 للمستوى السريري الحرج.

2. إعداد بيئة العمل والمكتبات الأساسية في بايثون

2.1 تثبيت وضبط الحزم الإحصائية الأساسية

يتطلب الشروع في التحليل الإحصائي المتقدم باستخدام بايثون إعداد بيئة برمجية متماسكة ومستقرة تضمن عزل الاعتماديات وتوافق الإصدارات بين مختلف الحزم المتخصصة. يُنصح دائمًا بإنشاء بيئة افتراضية مخصصة للتحليل الإحصائي باستخدام أداة venv المضمنة في بايثون أو عبر منصة Anaconda / Miniconda، والتي توفر مرونة هائلة في إدارة المكتبات الثنائية المعقدة وتسريع العمليات الحسابية المتوازية.

تتألف المنظومة الإحصائية القياسية في بايثون من حزمة من المكتبات المتكاملة: مكتبة NumPy التي تمثل الأساس الرياضي للحوسبة المصفوفية عالية الأداء والعمليات الجبرية، ومكتبة Pandas التي تقدم هياكل بيانات مرنة مثل السلاسل الزمنية وأطر البيانات المصممة للتعامل مع البيانات الجدولية والمعقدة، ومكتبة SciPy وتحديدًا الوحدة الإحصائية scipy.stats التي توفر ترسانة ضخمة من التوزيعات الاحتمالية والاختبارات المتقدمة، إضافة إلى مكتبتي Matplotlib وSeaborn لإنشاء التمثيلات البيانية الاستكشافية والنهائية بجودة نشر أكاديمية رفيعة.

يُعد التحقق من توافق إصدارات المكتبات المثبتة خطوة بالغة الأهمية لضمان تطابق النتائج الرياضية وقابلية تشغيل الشيفرات البرمجية دون أخطاء غير متوقعة؛ إذ شهدت الإصدارات الحديثة من NumPy (مثل الإصدار 1.22.0 وما بعده) تحديثات جذرية على دوال حساب المئينيات عبر إعادة هيكلة معاملات الاستيفاء واستبدال المعامل القديم interpolation بالمعامل الموسع والأكثر دقة method. إن مراقبة هذه التحديثات والالتزام بالتوثيق الرسمي للحزم يمنع حدوث تشوهات حسابية دقيقة قد تؤثر سلبًا على موثوقية الأبحاث والدراسات الإحصائية.

2.2 توليد مجموعات بيانات تجريبية وضمان قابلية إعادة الإنتاج

تعتمد النمذجة الإحصائية التجريبية واختبار الخوارزميات الحسابية على توليد بيانات اصطناعية عشوائية تحاكي الظواهر الواقعية والقياسات الميدانية. لضمان الموثوقية العلمية وقابلية إعادة الإنتاج (Reproducibility)، يتعين على الباحث تثبيت الحالة الابتدائية لمولد الأرقام شبه العشوائية عبر ضبط البذرة العشوائية (Random Seed). يضمن تثبيت البذرة باستخدام numpy.random.seed أو المنشئ الحديث numpy.random.default_rng(seed) توليد نفس المتوالية العددية بدقة عند كل إعادة تشغيل للبرنامج، وهو شرط منهجي جوهري في التجارب العلمية والمحاكاة الحاسوبية.

تتيح بايثون توليد توزيعات احتمالية متنوعة تلبي مختلف الاحتياجات البحثية؛ فمن خلال دوال التوليد في NumPy، يمكن محاكاة التوزيع الطبيعي المعياري (Normal Distribution) لتمثيل المتغيرات السيكومترية الكلاسيكية كالذكاء والقدرات المعرفية العامة، أو توليد توزيعات منتظمة (Uniform Distributions) لتمثيل الاحتمالات المتكافئة، أو توزيعات ملتوية ولوغاريتمية (Log-normal) لمحاكاة أزمنة الاستجابة وردود الأفعال الحركية التي تتميز بذيل يميني طويل.

تُنظم هذه البيانات المولدة في هياكل بيانات متعددة الأنماط تتراوح بين المتجهات الأحادية (1D Arrays) والمصفوفات ثنائية وثلاثية الأبعاد (2D/3D Arrays) لمحاكاة البيانات المقاسة عبر جلسات زمنية متعددة، أو تُدمج داخل أطر بيانات Pandas الغنية بالمؤشرات والتسميات الوصفية. يتيح هذا التنوع الهيكلي للباحث تطبيق ومقارنة دوال حساب المئينيات على مستويات تجريدية متباينة، واختبار مدى كفاءتها تحت ظروف تجريبية متنوعة ومعقدة.

3. حساب المئينيات باستخدام مكتبة NumPy الأساسية

3.1 تشريح الدالة `numpy.percentile` ومعاملاتها

تُعتبر الدالة numpy.percentile الأداة البرمجية القياسية الأكثر انتشارًا لحساب المئينيات في بيئة بايثون. تتميز هذه الدالة بتصميم معماري فائق الكفاءة يعتمد على لغة C في الخلفية لتنفيذ العمليات المصفوفية بسرعة متناهية. تتبع الدالة البنية التركيبية التالية في الإصدارات الحديثة: numpy.percentile(a, q, axis=None, out=None, overwrite_input=False, method=’linear’, keepdims=False)، حيث يؤدي كل معامل وظيفة محددة بدقة في توجيه مسار الحساب الرياضي.

يمثل المعامل a مصفوفة البيانات المدخلة (Array-like)، والتي يمكن أن تكون قائمة أرقام بايثون القياسية أو مصفوفة NumPy بأي نمط عددي مدعوم (مثل الأعداد الصحيحة أو العشرية العائمة). من الضروري الانتباه إلى أن الدالة تفترض تلقائيًا أن البيانات خالية من القيم المفقودة؛ إذ يؤدي وجود أي قيمة غير معرفة إلى إفساد النتيجة. أما المعامل q، فيحدد المئين أو قائمة المئينيات المراد حسابها، ويشترط أن تقع قيمه حصرًا ضمن النطاق المغلق من 0 إلى 100، حيث يمثل 0 القيمة الصغرى للمصفوفة ويمثل 100 القيمة العظمى.

عند الرغبة في حساب مئين مفرد، كالمئين السابع والثلاثين (37th Percentile) لعينة درجات في اختبار تحصيلي، يتم تمرير القيمة 37 مباشرة للمعامل q. تقوم الدالة داخليًا بترتيب البيانات افتراضيًا وتحديد المؤشر الرياضي المقابل للنسبة 0.37، ثم تطبيق خوارزمية الاستيفاء المحددة عبر المعامل method لاستخراج القيمة الدقيقة للمئين، مما يوفر نتيجة رقمية لحظية تعكس بدقة موضع تلك العتبة في التوزيع العام للعينة.

3.2 حساب متجهات المئينيات والربيعيات دفعة واحدة

تتيح مكتبة NumPy إمكانية تمرير متجهات أو قوائم كاملة من المئينيات إلى المعامل q في استدعاء برمجي واحد، مثل تمرير القائمة [25, 50, 75] لاستخراج التلخيص الخماسي والربيعيات دفعة واحدة. تؤدي هذه الخاصية إلى تسريع زمن المعالجة بشكل ملحوظ مقارنة باستدعاء الدالة ثلاث مرات منفصلة؛ نظرًا لأن NumPy تستفيد من الترتيب المسبق للمصفوفة أو الفرز الجزئي لتحديد كافة المواضع المطلوبة في تمريرة حسابية موحدة وفعالة.

تُرجع الدالة في هذه الحالة مصفوفة أرقام تحتوي على القيم المقابلة لكل مئين بالترتيب نفسه الذي تم تمريره به. عند فحص المخرج الرقمي للمئين الخمسين ومقارنته بنتيجة الدالة numpy.median المطبقة على نفس المصفوفة، نلاحظ تطابقًا حسابيًا تامًا، مما يؤكد التناسق المفاهيمي الداخلي للمكتبة. يوفر هذا الأسلوب وسيلة مثالية لاستخراج ملخصات الموضع الإحصائي للعينة بأسلوب برمجي مقتضب ونظيف.

من منظور هندسة البرمجيات وتحسين الأداء الحسابي (Performance Optimization)، فإن تمرير مصفوفات المئينيات دفعة واحدة يقلل من العبء التشغيلي المرتبط باستدعاء الدوال (Function Call Overhead)، ويزيد من كفاءة استخدام ذاكرة التخزين المؤقت للمعالج (CPU Cache Hit Ratio) عند التعامل مع مصفوفات البيانات الكبيرة التي تحتوي على ملايين المشاهدات، وهو ما يجعل هذا النمط الخيار المفضل في خوارزميات معالجة الإشارات والتعلم الآلي في الوقت الحقيقي.

3.3 استخدام دالة `numpy.quantile` والفرق بينها وبين `percentile`

إلى جانب الدالة السابقة، تقدم NumPy الدالة الشقيقة numpy.quantile، والتي تؤدي نفس المهمة الحسابية ولكن باختلاف اصطلاحي في النطاق الرياضي للمعاملات. بينما تستقبل دالة percentile قيَم المعامل q كنسب مئوية تقع ضمن المجال [0, 100]، تتطلب دالة quantile إدخال القيم في صورة نسب عشرية أو كسور احتمالية تقع حصرًا ضمن المجال المقفل [0.0, 1.0].

يعني هذا الاختلاف التطبيقي أن المئين الخامس والعشرين (25) في percentile يطابق تمامًا القيمة 0.25 عند استخدام quantile، والوسيط الإحصائي يطابق القيمة 0.50، والمئين التسعين يطابق 0.90. لا يوجد أي فرق جوهري في الخوارزميات الرياضية أو الأداء الحسابي بين الدالتين؛ إذ تمثل كل منهما واجهة برمجية مصممة لتلائم التقاليد الاصطلاحية للحقول العلمية المختلفة، حيث يفضل علماء الإحصاء النظري والرياضيات مقياس الأرباع العشري [0, 1]، بينما يميل علماء القياس النفسي والاجتماعي إلى مقياس المئينيات المئوي [0, 100].

في بيئات التطوير المهنية والشيفرات الإنتاجية، يعتمد الاختيار بين الدالتين على السياق العام للمشروع. إذا كانت البيانات والمدخلات تأتي من مصادر تتعامل مع احتمالات ونماذج تعلم آلي تعتمد على دوال الكثافة التراكمية، فإن استخدام numpy.quantile يكون أكثر تناغمًا واتساقًا، في حين يُفضل استخدام numpy.percentile عند كتابة وحدات تحليلية موجهة للمستخدمين النهائيين أو إصدار تقارير أكاديمية تتطلب عرض الدرجات في هيئة رتب مئينية واضحة.

4. طرق الاستيفاء الداخلي (Interpolation Methods) في NumPy

4.1 مفهوم الاستيفاء الرياضي عند وقوع الرتبة بين قيمتين

تنشأ إحدى أهم المعضلات الرياضية في حساب المئينيات للعينات التجريبية المحدودة الحجم عندما لا تتطابق الرتبة المحسوبة مع مؤشر ترتيبي صحيح داخل المصفوفة المرتبة. على سبيل المثال، في عينة مكونة من 10 مشاهدات، يتطلب حساب المئين الأربعين تحديد المشاهدة التي تقع عند المؤشر الترتيبي 3.6؛ وبما أنه لا توجد ملاحظة فعلية تحتل هذا الموضع الكسري، يبرز التساؤل الإحصائي حول كيفية تقدير القيمة الواقعة بين المشاهدة الثالثة والمشاهدة الرابعة بدقة وموضوعية.

يُعرف هذا الموضع الترتيبي النظري باسم المؤشر الظاهري (Virtual Index)، ويُحسب بصيغته العامة المعتمدة على حجم العينة N والمئين المطلوب q وفق المعادلة: Index = i + g = (N – 1) × (q / 100)، حيث يمثل i الجزء الصحيح من المؤشر، بينما يمثل g الجزء الكسري الواقع في المجال [0, 1). تتدخل هنا خوارزميات الاستيفاء الداخلي (Interpolation) لربط الفجوة بين القيمة السابقة x_i والقيمة اللاحقة x_i+1 اعتمادًا على الوزن النسبي للجزء الكسري g.

يكتسب اختيار طريقة الاستيفاء أهمية قصوى في العينات الإحصائية الصغيرة والمتوسطة؛ حيث يؤدي اختلاف الخوارزمية المستخدمة إلى تباين ملحوظ في القيم المئينية المستخرجة، مما قد ينعكس بدوره على القرارات التشخيصية أو التصنيفية الدقيقة. أما في مجموعات البيانات الضخمة التي تحتوي على مئات الآلاف من المشاهدات، فإن الفروق بين خوارزميات الاستيفاء تتلاشى تدريجيًا لتصل إلى مستويات ضئيلة تكاد لا تذكر بسبب الكثافة العالية للملاحظات على طول النطاق العددي.

4.2 مقارنة خوارزميات الاستيفاء التسع في الإصدارات الحديثة

قامت مكتبة NumPy في إصداراتها الحديثة بتوحيد وتوسيع خوارزميات الاستيفاء لتشمل تسع طرق علمية معتمدة عالميًا، والمطابقة للأنماط المتاحة في لغات التحليل الإحصائي الشهيرة مثل R وحزمة SAS وSPSS. يتم التحكم في هذه الخوارزميات عبر المعامل method داخل دالتي percentile وquantile، وتتنوع هذه الطرق لتلبي مختلف الفلسفات التقديرية في الإحصاء الرياضي.

تُعد الطريقة الخطية (linear) هي الخيار الافتراضي في NumPy، وتعتمد على التناسب الخطي البسيط بين القيمتين المجاورتين باستخدام المعادلة: x_p = x_i + g × (x_i+1 – x_i). وتوفر المكتبة أيضًا طرق التقريب البسيطة غير المعتمدة على الاستيفاء الخطي، وهي: طريقة lower التي تأخذ القيمة الدنيا السابقة دائمًا x_i متجاهلة الكسر، وطريقة higher التي تأخذ القيمة العليا اللاحقة x_i+1، وطريقة nearest التي تقرب المؤشر إلى أقرب رتبة صحيحة، وطريقة midpoint التي تحسب المتوسط الحسابي البسيط للقيمتين (x_i + x_i+1) / 2 بغض النظر عن قيمة الكسر g.

أما الطرق المتقدمة المطابقة للأنماط المعيارية في برنامج R (من النمط 1 إلى النمط 9)، فتشمل خوارزميات تقديرية مصممة لتقليل التحيز الإحصائي في تقدير معالم المجتمع الأصلي. من أبرز هذه الطرق نجد طريقة weibull (النمط 6 في R) التي تضبط المؤشر الترتيبي بناءً على توزيع فايبل (N + 1) × (q / 100)، وطريقة median_unbiased (النمط 8 في R) المصممة لإنتاج تقديرات غير متحيزة لوسيط المجتمع في التوزيعات المتصلة مهما كان شكل التوزيع، وطريقة normal_unbiased (النمط 9 في R) التي تقدم أدق تقدير غير متحيز عندما تكون البيانات مستمدة من توزيع طبيعي حقيقي.

يوضح الجدول التوضيحي التالي الفروق المفاهيمية بين خوارزميات الاستيفاء الأساسية في NumPy عند تطبيقها على عينة صغيرة مرتبة تتألف من القيم [10, 20, 30, 40, 50] لحساب المئين الأربعين (الذي يقابل المؤشر الترتيبي (5-1) × 0.40 = 1.6):

• linear: النتيجة = 26.0 (تطبيق استيفاء خطي بين 20 و30 بوزن 0.6).
• lower: النتيجة = 20.0 (اختيار القيمة الصغرى عند المؤشر 1).
• higher: النتيجة = 30.0 (اختيار القيمة الكبرى عند المؤشر 2).
• nearest: النتيجة = 30.0 (تقريب المؤشر 1.6 إلى أقرب عدد صحيح وهو 2).
• midpoint: النتيجة = 25.0 (المتوسط الحسابي للقيمتين 20 و30).
• weibull: النتيجة = 24.0 (إعادة حساب المؤشر بناءً على صيغة فايبل التراكمية).

5. حساب المئينيات على السلاسل الزمنية وأطر البيانات في Pandas

5.1 استخدام دالة `Series.quantile` و`DataFrame.quantile`

تقدم مكتبة Pandas واجهة برمجية فائقة المرونة والتكامل لحساب المئينيات مباشرة على هياكل البيانات الجدولية المتمثلة في السلاسل الإحصائية Series وأطر البيانات DataFrame. تعتمد دالة quantile في Pandas على بنية رياضية متوافقة تمامًا مع معايير NumPy، ولكنها تضيف طبقة متقدمة من إدارة البيانات التي تتيح التعامل المباشر مع التسميات، والمؤشرات النصية، والأنماط الهيكلية المعقدة للمتغيرات.

عند استدعاء دالة DataFrame.quantile(q=0.5, axis=0, numeric_only=True, interpolation=’linear’)، تقوم الحزمة بتطبيق الحساب المئيني تلقائيًا على كافة الأعمدة العددية داخل الإطار، مع استبعاد الأعمدة النصية أو الفئوية لضمان سلامة العمليات الرياضية. تتيح هذه الوظيفة للباحث استخراج مصفوفة تلخيصية متكاملة لعدة متغيرات سيكومترية، ديموغرافية، أو فيزيولوجية في خطوة برمجية واحدة شديدة الإيجاز والسرعة.

تتطابق خيارات معامل الاستيفاء interpolation في مكتبة Pandas مع الخيارات الكلاسيكية لمكتبة NumPy، مما يضمن الانتقال السلس للنتائج الرياضية بين المكتبتين دون أي تفاوت في القيم المحسوبة. كما تدعم الدالة تمرير قائمة من القيم المئينية العشرية مثل [0.10, 0.25, 0.50, 0.75, 0.90]، لينتج عن ذلك إطار بيانات جديد منظم بدقة، تمثل صفوفه الرتب المئينية المطلوبة وأعمدته المتغيرات الأصلية المدروسة.

5.2 استخدام `describe()` للحصول على التلخيص الإحصائي المئيني

تُعد الدالة describe() في Pandas إحدى أكثر الدوال استخدامًا في التحليل الإحصائي الاستكشافي للبيانات؛ حيث تقدم تقريرًا وصفيًا شاملًا يتضمن مقاييس النزعة المركزية والتشتت والأبعاد المئينية الأساسية للمتغيرات. تقتصر المخرجات الافتراضية للدالة على عرض الربيعيات الثلاثة (25% و50% و75%) إلى جانب المتوسط الحسابي والانحراف المعياري والقيمتين الصغرى والعظمى وعدد المشاهدات الصالحة.

تتيح مكتبة Pandas للباحثين إمكانية تخصيص المئينيات المعروضة في التقرير الوصفي عبر تمرير قائمة محددة إلى المعامل percentiles، كأن يتم تمرير percentiles=[0.05, 0.10, 0.90, 0.95] لاستكشاف السلوك التوزيعي عند الأطراف القصوى للعينة. يسهم هذا التخصيص في اكتشاف التواء التوزيعات وتقييم الفروق الشاسعة بين المتوسط والوسيط، فضلًا عن توفير بيانات فورية عن تباين الفئات الطرفية في الدراسات السريرية أو المسوح السكانية.

تتميز مخرجات دالة describe() بقابليتها المباشرة للتصدير إلى صيغ وتقارير أكاديمية متعددة؛ إذ يمكن تحويل جدول النتائج بنقرة برمجية واحدة إلى شفرات جداول LaTeX للأبحاث العلمية عبر التابع to_latex()، أو حفظها في ملفات CSV أو جداول Excel لمشاركتها مع فرق العمل غير التقنية، مما يعزز من كفاءة التوثيق والتدوير البحثي للبيانات.

5.3 حساب المئينيات حسب المجموعات باستخدام `groupby`

يقتضي التحليل الإحصائي المقارن في العلوم السلوكية والطبية تجزئة العينة الكلية إلى مجموعات فرعية استنادًا إلى متغيرات تصنيفية نوعية، مثل النوع الاجتماعي، الفئات العمرية، أو المجموعات التجريبية والضابطة. توفر أداة التجميع groupby في Pandas بيئة مثالية لإجراء هذه العمليات التجزيئية وحساب المئينيات المستقلة لكل فئة بكفاءة رياضية وبرمجية متناهية.

عند دمج أداة groupby مع التابع quantile()، كأن نكتب df.groupby(‘Group’)[‘Score’].quantile([0.25, 0.50, 0.75])، تتولى Pandas تقسيم البيانات داخليًا وتطبيق حساب الربيعيات لكل مجموعة على حدة، ثم إعادة تجميع النتائج في جدول متسلسل متعدد المستويات (Multi-Index Series). يكشف هذا التحليل عن الفروق الدقيقة في المواضع النسبية وتفاوت التشتت المئيني بين المجموعات بطريقة تتفوق بمراحل على مجرد مقارنة المتوسطات الحسابية وحدها.

علاوة على ذلك، يمكن استخدام التابع agg() لتطبيق دوال مئينية مخصصة ومدمجة مع مقاييس أخرى؛ كأن يُطلب في أمر واحد حساب المتوسط الحسابي والانحراف المعياري والمئينين الخامس والتسعين لكل مجموعة تجريبية. يسهم هذا التكامل في بناء لوحات تحليلية مقارنة متقدمة تسلط الضوء على تباين الأداء وتغير مستويات العتبات التشخيصية باختلاف الخصائص الديموغرافية والسريرية للأفراد.

6. حساب المئينيات والرتب المئينية المتقدمة باستخدام SciPy

6.1 حساب المئينيات باستخدام `scipy.stats.scoreatpercentile`

تقدم حزمة scipy.stats داخل مكتبة SciPy أدوات إحصائية متقدمة وموجهة للتحليل الرياضي الصارم للعينات والتوزيعات. ومن بين هذه الأدوات التاريخية البارزة نجد الدالة scipy.stats.scoreatpercentile، والتي صُممت خصيصًا لحساب الدرجة أو القيمة الرقمية المقابلة لمئين محدد ضمن عينة بيانات، مع توفير خيارات دقيقة للتحكم في حدود المجال والاستيفاء.

تستقبل الدالة المعامل a الذي يمثل مصفوفة الملاحظات، والمعامل per الذي يحدد المئين المستهدف بين 0 و100. كما تتيح الدالة معاملًا خاصًا يُعرف باسم limit، والذي يسمح بتحديد نطاق عددي مغلق (min, max)؛ حيث تتجاهل الدالة تلقائيًا أي قيم تقع خارج هذا النطاق قبل الشروع في حساب المئين، وهو ما يمثل أداة فعالة للغاية لتشذيب البيانات الفاسدة أو الخاطئة الناتجة عن أخطاء التسجيل الآلي دون الحاجة لتعديل المصفوفة الأصلية يدويًا.

تتيح الدالة اختيار طريقة الاستيفاء من خلال المعامل interpolation_method، والذي يوفر خيارات متوافقة مع الطرق الكلاسيكية مثل fraction وlower وhigher. وعلى الرغم من أن مكتبة NumPy باتت الوجهة الأساسية لمعظم الحسابات المئينية المباشرة، فإن دالة scoreatpercentile تظل ذات أهمية برمجية خاصة في الشيفرات الإحصائية القديمة والمكتبات التخصصية المبنية بالكامل فوق منظومة SciPy.

6.2 حساب الرتب المئينية العكسية باستخدام `scipy.stats.percentileofscore`

في العديد من التطبيقات النفسية والتربوية، لا يكون الهدف هو معرفة القيمة الرقمية المقابلة لمئين معين، بل إيجاد العملية العكسية تمامًا: ما هي الرتبة المئينية لدرجة خام محددة حققها طالب أو مريض مقارنة بالتوزيع المرجعي للعينة المعيارية؟ تقدم SciPy الحل الجذري والقياسي لهذه المسألة عبر الدالة الفريدة scipy.stats.percentileofscore(a, score, kind=’rank’).

تكمن القوة الاستثنائية لهذه الدالة في المعامل kind، والذي يحدد الفلسفة الرياضية لمعالجة المشاهدات المكررة والمطابقة للدرجة المفحوصة داخل العينة، عبر أربعة خيارات أساسية ومحددة بدقة:

• rank: النمط الافتراضي؛ يقوم بترتيب البيانات واحتساب الرتبة المئينية النسبية للدرجة مع توزيع متوازن للأوزان بين التكرارات، وهو الأسلوب الأكثر شيوعًا في الاختبارات التحصيلية المعيارية.
• weak: يعبر عن نسبة القيم التي تقل عن أو تساوي الدرجة المحددة: Percentile = (القيم ≤ Score / N) × 100، وهو التعريف الكلاسيكي التقليدي للرتبة التراكمية.
• strict: يعبر حصرًا عن نسبة القيم التي تقل تمامًا وبصرامة عن الدرجة المحددة دون احتساب المساواة: Percentile = (القيم < Score / N) × 100.
• mean: يحسب المتوسط الحسابي بين نسبتي النمطين weak وstrict، وهو الأسلوب المفضل والأنسب وفق توصيات الجمعية الأمريكية للقياس النفسي عند معايرة الاختبارات ذات الدرجات المنفصلة.

يوفر التطبيق العملي لهذه الدالة إمكانية بناء محركات تصحيح آلية للاختبارات النفسية؛ حيث يتم تمرير درجات الأفراد الجدد مقابل مصفوفة معيارية ضخمة مخزنة مسبقًا، لتقوم الدالة بلحظات بحساب الرتبة المئينية الفردية الدقيقة وفق المعيار المعتمد وتصديرها مباشرة إلى بطاقات التقويم والتقارير التشخيصية.

7. التعامل مع القيم المفقودة (NaN) والبيانات غير المكتملة

7.1 أثر القيم المفقودة على دالة `numpy.percentile` القياسية

تُمثل القيم المفقودة، والمشار إليها في البيئات البرمجية بالرمز NaN (Not a Number)، أحد أكبر التحديات التي تواجه محللي البيانات في الدراسات الميدانية والتجريبية. عند تمرير مصفوفة تحتوي على قيمة مفقودة واحدة على الأقل إلى الدالة القياسية numpy.percentile، فإن السلوك البرمجي والرياضي التلقائي للدالة هو إرجاع القيمة nan كنتيجة نهائية لحساب المئين المستهدف.

يعود هذا السلوك الصارم في NumPy إلى مبدأ الحيطة الحسابية (Propagation of NaN)؛ حيث تفترض العمليات الجبرية القياسية أن عدم معرفة إحدى قيم التوزيع يترتب عليه عدم التيقن الرياضي من الترتيب الصحيح لبقية الملاحظات، وبالتالي تصبح أي رتبة مئينية مستخرجة غير قابلة للبرهنة الرياضية الصارمة. ومع ذلك، يشكل هذا السلوك عائقًا إجرائيًا هائلًا في مسارات معالجة البيانات الواقعية المليئة بالاستجابات المتروكة في الاستبيانات والاستمارات المسحية.

تتطلب إدارة هذه الظاهرة تشخيصًا أوليًا دقيقًا لوجود ونسبة القيم المفقودة داخل المصفوفات باستخدام دوال الفحص مثل numpy.isnan(arr) أو pandas.isna(df). يساعد هذا الفحص الأولي في تحديد ما إذا كان الفقد عشوائيًا تمامًا (MCAR) أم عائدًا لخلل منهجي في أدوات القياس، قبل اتخاذ القرار بتطبيق دوال التجاوز التلقائي أو إجراءات التعويض الإحصائي التعويضي.

7.2 الحل الجذري باستخدام دالة `numpy.nanpercentile`

للتغلب على إشكالية تعطيل الحسابات بسبب القيم غير المعرفة، طورت مكتبة NumPy الدالة المتخصصة numpy.nanpercentile، إلى جانب نظيرتها العشرية numpy.nanquantile. صُممت هذه الدالة هندسيًا لتتجاهل القيم المفقودة np.nan بصورة تلقائية وتامة أثناء عملية الترتيب والحساب، والتعامل مع المصفوفة وكأنها تتكون حصرًا من المشاهدات الصالحة والمكتملة.

تتبع الدالة نفس الصيغة البرمجية والمعاملات المتقدمة المتاحة في الدالة القياسية، بما في ذلك التحكم في المحاور axis وخوارزميات الاستيفاء method. عند تطبيقها على مصفوفة درجات استبيان تتضمن استجابات ناقصة، تقوم الدالة داخليًا بتصفية المصفوفة الفعالة، وضبط قيمة حجم العينة N ليعبر فقط عن عدد العناصر غير المفقودة، ثم تطبيق حساب المؤشر الظاهري واستخراج المئين بدقة متناهية ودون الحاجة لأي تدخل يدوي من المبرمج.

من حيث كفاءة المعالجة وسرعة التنفيذ، تتفوق دالة nanpercentile على محاولات تصفية البيانات يدويًا عبر مرشحات بايثون (Boolean Masking)؛ نظرًا لأن كود الدالة مكتوب بلغة C المحسنة ويقوم بإجراء التصفية والترتيب في مسار ذاكرة منخفض التكاليف (Low-level execution)، مما يوفر استقرارًا وأداءً عاليًا عند معالجة المصفوفات الكبيرة المليئة بالفجوات البيانية.

7.3 معالجة القيم المفقودة داخل هياكل Pandas

تتبنى مكتبة Pandas نهجًا عمليًا ومرنًا في معالجة البيانات غير المكتملة؛ حيث تُضبط دوالها الإحصائية ومنها دالتا Series.quantile وDataFrame.quantile تلقائيًا وبشكل افتراضي لتجاهل القيم المفقودة عبر المعامل الضمني skipna=True. يضمن هذا النهج تدفق التحليلات السريعة للبيانات الجدولية دون توقف أو حاجة لاستدعاء دوال خاصة بالقيم المفقودة كما هو الحال في NumPy.

بالإضافة إلى التجاهل التلقائي، تلعب المئينيات دورًا محوريًا وجوهريًا في استراتيجيات التعويض الإحصائي (Imputation) لسد الفجوات في البيانات المفقودة. يُعد التعويض بالوسيط (المئين الخمسين) أحد أكثر الأساليب أمانًا وموثوقية في معالجة البيانات الملتوية وغير السوية مقارنة بالتعويض بالمتوسط الحسابي؛ إذ يحافظ الوسيط على البنية الموضعية للتوزيع دون سحب القيم المعوضة نحو أطراف التوزيع المتطرفة.

يمكن تنفيذ التعويض المئيني في Pandas بسهولة فائقة باستخدام التابع fillna() مدمجًا مع حساب الوسيط أو أي مئين قطاعي، مثل: df[‘Score’].fillna(df[‘Score’].median(), inplace=True). يسهم هذا الإجراء في الحفاظ على الحجم الكامل للعينة مع تقليل التحيز في التباين العام للمتغيرات، مما يمهد الطريق لبناء نماذج إحصائية ونماذج تعلم آلي متينة وموثوقة التنبؤات.

8. حساب المئينيات على المصفوفات متعددة الأبعاد والبيانات الضخمة

8.1 استخدام وسيط المحاور `axis` في المصفوفات ثنائية وثلاثية الأبعاد

عند الانتقال من المتجهات الأحادية البسيطة إلى معالجة المصفوفات متعددة الأبعاد (Multidimensional Arrays)، يبرز المعامل axis في NumPy كأحد أقوى المعاملات الهندسية للتحكم في اتجاه وطبيعة العمليات الحسابية. يسمح هذا المعامل بحساب المئينيات على طول أبعاد مصفوفية محددة أو عبر المصفوفة بالكامل، مما يفتح آفاقًا واسعة لتحليل البيانات المقطعية والمصفوفات التجريبية المعقدة.

في المصفوفات ثنائية الأبعاد (التي تتألف من صفوف وأعمدة تمثل المفحوصين والبنود الاختبارية مثلًا)، يؤدي تعيين axis=0 إلى حساب المئين المستهدف لكل عمود على حدة عبر جميع الصفوف، منتجًا متجهًا أحاديًا يعبر عن مئينيات البنود الاختبارية. وفي المقابل، يؤدي تعيين axis=1 إلى تطبيق الحساب لكل صف على حدة عبر جميع الأعمدة، مما يستخرج مئين درجات كل مفحوص عبر بنود الاختبار. وإذا تم ضبط axis=None (الخيار الافتراضي)، تقوم الدالة بتسطيح المصفوفة بالكامل (Flattening) وحساب مئين شامل لكافة الأرقام المخزنة فيها.

يلعب المعامل الإضافي keepdims=True دورًا حيويًا في الحفاظ على الهيكل البعدي للمصفوفة الناتجة؛ حيث يمنع حذف الأبعاد التي تم الاختزال على طولها ويجعلها تظهر بأبعاد مفردة (1, N) أو (N, 1). تكتسب هذه الميزة أهمية استثنائية عند إجراء عمليات البث المصفوفي (Broadcasting) اللاحقة، مثل طرح المئين الخمسين لكل صف من عناصر الصف نفسه بهدف تطبيع وتوسيط درجات كل مشارك باستقلالية رياضية تامة.

8.2 حساب المئينيات للنوافذ الزمنية المتدحرجة (Rolling Percentiles)

في تحليلات السلاسل الزمنية والبيانات السلوكية المسجلة عبر فترات ممتدة (كالرصد المستمر لمعدلات النبض، أو أزمنة الاستجابة في الجلسات المعرفية المتتابعة)، تتبدل البنية الإحصائية للبيانات بمرور الوقت، مما يجعل المقاييس الثابتة غير قادرة على رصد التحولات الموضعية. توفر مكتبة Pandas تقنية النوافذ المتدحرجة (Rolling Windows) لحساب المئينيات الديناميكية والمتغيرة عبر الزمن.

يتم تطبيق هذا الأسلوب البرمجي من خلال دمج التابع rolling(window=k) مع دالة quantile()، مثل: df[‘Signal’].rolling(window=50).quantile(0.75). يقوم هذا الأمر بتمرير نافذة ذات حجم محدد (50 مشاهدة في هذا المثال) عبر السلسلة الزمنية خطوة بخطوة، وحساب المئين الخامس والسبعين للمشاهدات الخمسين الواقعة داخل النافذة عند كل لحظة زمنية، مما ينتج مسارًا بيانيًا ينبض بالحركة ويوضح ديناميكيات تغير العتبات العليا للمتغير المدروس.

تتيح Pandas أيضًا التعامل مع النوافذ الزمنية ذات الفترات الفعلية غير المنتظمة، مثل النوافذ المعتمدة على الفترات الزمنية rolling(‘7D’) لمعالجة بيانات أسبوعية متدفقة. تساعد هذه التقنية المتقدمة في بناء أنظمة الإنذار المبكر واكتشاف نوبات التدهور السلوكي أو الصحي عبر مراقبة انزياح المئينيات المتدحرجة خارج النطاقات المرجعية الآمنة بصورة مستمرة وتلقائية.

8.3 استراتيجيات تحسين الذاكرة والسرعة لمجموعات البيانات الكبيرة

عند التعامل مع البيانات الضخمة (Big Data) التي تحتوي على عشرات أو مئات الملايين من السجلات الإحصائية، يصبح الترتيب الكامل للمصفوفات بهدف حساب المئينيات عملية باهظة التكلفة الحسابية ومستهلكة للذاكرة؛ حيث تستغرق خوارزميات الفرز العام زمنًا يتعاظم بمعدل O(N log N). تقدم مكتبة NumPy حلًا فائق الذكاء لهذه المعضلة عبر خوارزمية الفرز الجزئي المعتمدة في الدالة numpy.partition.

تعتمد دالة partition على خوارزمية الاختيار السريع (Introselect) التي تضمن عزل القيمة المقابلة لمؤشر ترتيبي معين في موقعه الصحيح بزمن خطي قياسي O(N)، بحيث تصبح جميع العناصر الأصغر منه قبله وجميع العناصر الأكبر منه بعده دون الحاجة لترتيب المصفوفة بالكامل. تستغل التحديثات الحديثة لدالة numpy.percentile هذه التقنية داخليًا عند استخراج عدد محدود من المئينيات، مما يقلص زمن المعالجة واستهلاك الموارد إلى أدنى حد ممكن.

بالإضافة إلى ذلك، يمكن تحسين استهلاك الذاكرة بشكل جذري عبر ضبط أنماط البيانات (Data Types Optimization)؛ كتحويل مصفوفات الأرقام العشرية من نمط float64 المضاعف إلى نمط float32 أو float16 في التطبيقات التي لا تتطلب دقة فلكية، مما يقلص الحجم المشغول في الذاكرة العشوائية (RAM) إلى النصف أو الربع. كما يمكن تسريع العمليات المعقدة عبر مكتبة Numba التي تترجم دوال بايثون الإحصائية إلى كود آلي فائق السرعة عبر تقنية الترجمة الفورية (JIT Compilation) مع الاستفادة من المعالجة المتوازية لكافة أنوية المعالج المركزي.

9. تطبيقات سيكومترية وتحليل درجات الاختبارات النفسية

9.1 بناء الجداول المعيارية للاختبارات النفسية (Normative Tables)

يمثل بناء الجداول المعيارية الخطوة التنفيذية الأهم في عملية تقنين الاختبارات والمقاييس النفسية؛ حيث تتيح هذه الجداول للأخصائي النفسي تحويل الدرجة الخام التي يحصل عليها المفحوص إلى رتبة مئينية معيارية تعكس موقعه الدقيق بالنسبة لمجتمعه المرجعي. تتطلب هذه العملية فرز بيانات عينة التقنين، وتقسيمها إلى فئات معيارية محددة بدقة حسب المتغيرات الديموغرافية المؤثرة كالعمر والمستوى الدراسي والجنس.

باستخدام منظومة بايثون التحليلية، يتم أتمتة هذه العملية بخطوات برمجية دقيقة تبدأ بقراءة البيانات المعيارية وتنقيتها، ثم استخدام دالة التجميع groupby لتقسيم العينة إلى طبقات ديموغرافية فرعية. بعد ذلك، يتم حساب مصفوفة المئينيات الكاملة من المئين 1 إلى المئين 99 لكل فئة فرعية على حدة، وتوليد مصفوفة عكسية تربط كل درجة خام برتبتها المئينية المقابلة، وتخزينها في هيكل بيانات جدولي منظم.

تُتوج هذه العملية ببناء دوال برمجية مخصصة تستقبل بيانات المفحوص الجديد (الدرجة الخام، العمر، الجنس)، وتقوم بالبحث الفوري داخل الجدول المعياري واستخراج الرتبة المئينية بدقة متناهية، مع توليد تقرير نصي وتفسيري يوضح دلالة هذه الرتبة وفق معايير الجمعية الأمريكية لعلم النفس (APA)، مما يلغي تمامًا احتمالات الخطأ البشري في القراءة اليدوية للجداول الورقية المعقدة.

9.2 تحويل الرتب المئينية إلى درجات معيارية (Z-Scores و T-Scores)

على الرغم من الفائدة التطبيقية الكبرى للرتب المئينية، إلا أنها تمتلك خاصية رياضية مقيدة؛ إذ تمثل مقياسًا ترتيبيًا ذا وحدات غير متساوية عبر المدى، حيث تتجمع الرتب المئينية بكثافة عند مركز التوزيع وتتباعد عند الأطراف. لتجاوز هذا القيد وإجراء المقارنات والعمليات الحسابية المتقدمة، يلجأ علماء القياس النفسي إلى تحويل الرتب المئينية إلى درجات معيارية اعتدالية (Normalized Standard Scores) مثل درجات Z ودرجات T المشتقة.

يعتمد هذا التحويل الرياضي على مقلوب دالة التوزيع التراكمي للتوزيع الطبيعي المعياري، والمعروفة باسم دالة النسبة المئوية للنقطة (Percent Point Function – PPF). تقدم مكتبة SciPy هذه الدالة مباشرة عبر scipy.stats.norm.ppf. عند تمرير الرتبة المئينية (بعد قسمتها على 100 لتحويلها إلى نسبة عشرية بين 0 و1) إلى الدالة norm.ppf(p)، فإنها تُرجع فورًا الدرجة المعيارية Z-score المقابلة التي تتوزع بمتوسط حسابي قدره 0 وانحراف معياري قدره 1.

وانطلاقًا من درجات Z المحسوبة، يمكن التحويل الخطي المباشر إلى الدرجة التائية (T-Score) واسعة الاستخدام في المقاييس الإكلينيكية (مثل مقياس منيسوتا المتعدد الأوجه للشخصية MMPI) والتي تتميز بمتوسط قدره 50 وانحراف معياري قدره 10، عبر المعادلة الرياضية: T = (Z × 10) + 50. يتيح هذا التحويل المتكامل في بايثون الانتقال السلس بين الرتب الترتيبية والدرجات الفئوية المعيارية بدقة رياضية متناهية تضمن سلامة الاستدلالات الإكلينيكية والتشخيصية.

9.3 دراسة حالة واقعية: تحليل مقياس القلق أو الاكتئاب

لتجسيد هذه المفاهيم في إطار تطبيقي واقعي، نفترض وجود دراسة سيكومترية استهدفت عينة قوامها 1500 مشارك خضعوا لمقياس القلق المعمم المكون من درجات خام تتراوح بين 0 و63 نقطة. تبدأ المعالجة الإحصائية في بايثون بتحميل مصفوفة الاستجابات باستخدام مكتبة Pandas، وإجراء فحص وصفي أولي يوضح وجود التواء إيجابي حاد في التوزيع؛ حيث يحصل غالبية أفراد العينة غير السريرية على درجات منخفضة تتراوح بين 5 و18 نقطة.

تتمثل الخطوة التالية في تحديد العتبات الفارقة للتشخيص السريري المعتمدة على المئينيات؛ حيث يتم حساب المئين الخامس والسبعين (Q3) لتحديد عتبة القلق الخفيف، والمئين الخامس والثمانين (85th Percentile) لعتبة القلق المتوسط، والمئين الخامس والتسعين (95th Percentile) كنقطة قطع حرجة (Cut-off Score) تدل على القلق الشديد أو الحرج إكلينيكيًا والذي يستدعي التدخل العلاجي الفوري، باستخدام دالة numpy.percentile(scores, [75, 85, 95]).

بناءً على هذه العتبات المحسوبة، يتم استخدام الدالة الشرطية pandas.cut أو numpy.select لتصنيف جميع المشاركين إلى فئات تشخيصية محددة، ثم استخراج مصفوفة التكرارات والنسب المئوية لكل فئة. يقدم هذا التحليل الشامل للمؤسسة البحثية أو الصحية خريطة وبائية دقيقة لانتشار مستويات القلق داخل المجتمع المفحوص استنادًا إلى معايير إحصائية موضوعية وموثوقة خالية من التحيزات التقديرية.

10. التمثيل البصري للمئينيات باستخدام Matplotlib وSeaborn

10.1 رسم مخططات الصندوق وطرفيه (Box Plots) والمئينيات

يُعد مخطط الصندوق وطرفيه (Box Plot)، الذي ابتكره عالم الإحصاء الشهير جون توكي (John Tukey)، التمثيل البياني القياسي الأبرز للمئينيات والربيعيات في التحليل الاستكشافي للبيانات. يرتكز المخطط على رسم مستطيل مركزي يمتد حده الأدنى عند الربيع الأول (المئين 25) وحده الأعلى عند الربيع الثالث (المئين 75)، بينما يقطع خط وسطي داخل الصندوق موضع الوسيط الإحصائي (المئين 50)، ليمثل طول الصندوق بدقة المدى الربيعي (IQR).

توفر مكتبة Seaborn أداة متطورة لرسم هذه المخططات عبر الدالة seaborn.boxplot. يمكن تخصيص المخطط بدقة فائقة وإضافة عناصر بيانية تعزز من دلالته الوصفية، مثل رسم نقاط تمثل المتوسط الحسابي إلى جانب الوسيط، أو تمثيل المئينيات الخاصة والمتقدمة (كالمئين الخامس والمئين الخامس والتسعين) كعلامات خطية إضافية عبر دوال مكتبة Matplotlib المدمجة، مما يمنح القارئ نظرة بصرية متكاملة على بنية التوزيع وتشتته.

تمتد من الصندوق خطوط مستقيمة تُعرف بالشاربين (Whiskers) لتصل إلى أبعد نقطة بيانية تقع ضمن النطاق الآمن المحدد بـ 1.5 × IQR أعلى الصندوق وأسفله. تُعرض أي نقطة بيانية تقع خارج هذه الأسوار المئينية كنقطة منفصلة تمثل قيمة شاذة أو متطرفة (Outlier)، مما يجعل مخطط الصندوق أداة بصرية مزدوجة تجمع بين التلخيص المئيني الدقيق وكشف الانحرافات والتشوهات البيانية بأسلوب بصري جذاب ومقروء بوضوح.

10.2 رسم دالة الكثافة الاحتمالية مع خطوط المئينيات الملونة

يوفر رسم منحنى تقدير الكثافة النواة (Kernel Density Estimation – KDE) أو المدرج التكراري الكثافي (Density Histogram) وسيلة بصرية فائقة النعومة لاستكشاف الشكل العام للتوزيع التكراري للبيانات. تتيح مكتبة Seaborn إنشاء هذه المنحنيات بسهولة عبر الدالة seaborn.kdeplot(data, fill=True)، والتي تنتج منحنى متصلًا يعبر عن المساحة الاحتمالية التراكمية للمتغير المدروس.

تكتمل القوة التفسيرية لهذا المنحنى من خلال دمج خطوط رأسية دلالية ملونة تُمثل المئينيات الحرجة في التوزيع. يتم ذلك باستخدام التابع matplotlib.pyplot.axvline في بايثون؛ حيث يتم رسم خط متقطع بلون مميز عند المئين العاشر ليمثل الحد الأدنى، وخط عند المئين الخمسين ليمثل الوسيط المركزي، وخطوط أخرى عند المئينين الثمانين والتسعين لتمثيل مستويات الشدة أو الأداء المرتفع، مع تضمين وسيلة إيضاح (Legend) تفسر قيم كل مئين بدقة.

بالإضافة إلى الخطوط الرأسية، يمكن تظليل المساحات الواقعة تحت المنحنى بين مئينيات محددة (مثل تظليل المنطقة الواقعة بين المئين 25 والمئين 75) باستخدام الدالة matplotlib.pyplot.fill_between. يعكس هذا التظليل البصري النطاق المركزي للمجتمع الإحصائي، ويوضح للمشاهد على نحو حدسي مباشر النسبة الاحتمالية التي تغطيها تلك المنطقة من إجمالي الكثافة السلوكية أو القياسية للظاهرة.

10.3 رسم منحنى التوزيع التراكمي التجريبي (ECDF)

يُمثل منحنى دالة التوزيع التراكمي التجريبي (Empirical Cumulative Distribution Function – ECDF) أرقى وأدق تمثيل بصري للمئينيات والرتب المئينية؛ كونه يعرض كافة نقاط البيانات الحقيقية دون أي افتراضات مسبقة حول نوع التوزيع ودون الحاجة لتجميع البيانات في فئات (Bins) قد تشوه معالم التوزيع الأصلي كما يحدث في المدرجات التكرارية التقليدية.

يمكن إنشاء هذا المنحنى بأسلوب برمجي مقتضب عبر الدالة seaborn.ecdfplot(data=df, x=’Score’). يمثل المحور الأفقي في هذا المخطط الدرجات أو القيم الفعلية للمتغير، بينما يمثل المحور الرأسي النسبة التراكمية التي تتراوح بين 0.0 و1.0 (أو من 0% إلى 100%). يتيح هذا المنحنى قراءة الرتبة المئينية لأي درجة بمجرد التحرك رأسيًا من الدرجة على المحور الأفقي حتى الاصطدام بالمنحنى ثم التحرك أفقيًا لقراءة النسبة المئوية المقابلة بدقة متناهية.

يكتسب مخطط ECDF ميزة استثنائية عند مقارنة توزيعين إحصائيين أو أكثر لمجموعتين تجريبيتين مختلفتين من خلال رسمهما على نفس الشكل البياني. إن المسافة الرأسية بين المنحنيين عند أي نقطة تمثل مقياسًا مباشرًا للفرق في الرتب المئينية، ويشكل التباعد بين المنحنيات الأساس البصري لاختبار كولموجوروف-سميرنوف (Kolmogorov-Smirnov Test) اللامعلمي الشهير للمقارنة بين التوزيعات الإحصائية.

11. كشف القيم الشاذة وتطبيع البيانات اعتماداً على المئينيات

11.1 طريقة المدى الربيعي (IQR Method) لاستبعاد وتحديد الشواذ

تُعد طريقة المدى الربيعي (IQR Method) المستندة للمئينيات إحدى أكثر المنهجيات اللامعلمية رسوخًا وقوة لتحديد وعزل القيم الشاذة والمتطرفة (Outliers) في البيانات الإحصائية والسلوكية. على عكس الطرق التقليدية المعتمدة على الانحراف المعياري ودرجات Z القياسية، والتي تفترض مسبقًا اعتدالية التوزيع وتتأثر هي ذاتها بوجود القيم المتطرفة التي تضخم الانحراف المعياري، تعتمد طريقة IQR على الربيعيات الموضعية المحصنة ضد هذه التشوهات.

تعتمد الخوارزمية الرياضية للطريقة على حساب الربيع الأول Q1 (المئين 25) والربيع الثالث Q3 (المئين 75)، ثم استخراج المدى الربيعي IQR = Q3 – Q1. بعد ذلك، يتم تشييد الأسوار الإحصائية الحاكمة للبيانات الطبيعية؛ حيث يُحسب السور الأدنى (Lower Bound) بالمعادلة: Lower = Q1 – 1.5 × IQR، ويُحسب السور الأعلى (Upper Bound) بالمعادلة: Upper = Q3 + 1.5 × IQR. تُصنف أي ملاحظة تقع خارج هذا النطاق المفتوح باعتبارها قيمة شاذة ومشبوهة رياضيًا.

يمكن بسهولة كتابة دالة بايثون مخصصة لتطبيق هذه الخوارزمية وعزل الشواذ تلقائيًا عبر مصفوفات NumPy أو أطر Pandas، مع إمكانية التمييز بين “الشواذ المعتدلة” (باستخدام المعامل 1.5) و”الشواذ المتطرفة جدًا” (باستخدام المعامل 3.0). يضمن هذا الإجراء تنقية البيانات السلوكية المعقدة من أخطاء التسجيل الآلي أو التشتت الذهني الحاد للمفحوصين قبل تغذية البيانات في النماذج الإحصائية النهائية.

11.2 تشذيب وقص البيانات المئيني (Winsorization and Trimming)

عند ثبوت وجود قيم متطرفة تؤثر سلبًا على استقرار التحليلات البارامترية اللاحقة دون الرغبة في حذف المشاهدات بالكامل وتقليص حجم العينة، يلجأ الإحصائيون إلى تقنيتين مئينيّتين متقدمتين: التشذيب والقص المئيني (Trimming) والوينزرة الإحصائية (Winsorization).

يتمثل القص المئيني (Trimming) في الحذف المباشر لنسبة مئوية ثابتة من أصغر وأكبر المشاهدات في العينة، كأن يتم استبعاد أدنى 1% وأعلى 1% من البيانات (أي الملاحظات التي تقع تحت المئين 1 وفوق المئين 99)، ثم حساب الإحصاءات الوصفية على العينة المتبقية البالغة 98%. يوفر هذا الإجراء متوسطًا مشذبًا (Trimmed Mean) يعكس النزعة المركزية الحقيقية للمجتمع دون أي تأثر بالأطراف المشوهة.

أما الوينزرة الإحصائية (Winsorization)، التي صاغها الإحصائي تشارلز وينزور، فتقوم على فلسفة استبدال القيم المتطرفة بدلًا من حذفها؛ حيث تُستبدل جميع القيم التي تقل عن مئين محدد (كالمئين الخامس) بقيمة ذلك المئين نفسه، وتُستبدل كافة القيم التي تتجاوز مئينًا أعلى (كالمئين الخامس والتسعين) بقيمة ذلك المئين الأعلى. تقدم مكتبة SciPy دالة متخصصة لتنفيذ هذا الإجراء مباشرة عبر scipy.stats.mstats.winsorize(data, limits=[0.05, 0.05])، مما يحافظ على حجم العينة الأصلي كاملاً مع كبح جماح القيم المتطرفة وضمان استقرار النماذج الخطية وتدريب خوارزميات التعلم الآلي.

11.3 تطبيع البيانات باستخدام المحول المئيني المستند للرتب (Quantile Transformer)

في العديد من تطبيقات النمذجة الإحصائية المتقدمة والتعلم الآلي، تفشل خوارزميات الانحدار والشبكات العصبية في التعامل بكفاءة مع المتغيرات ذات التوزيعات غير السوية، أو ذات الذيول الثقيلة والالتواءات الشديدة، حتى بعد تطبيق التحويلات اللوغاريتمية التقليدية. توفر مكتبة Scikit-learn حلًا جذريًا وقويًا لهذه الإشكالية يتمثل في محول المئينيات QuantileTransformer.

يعتمد المحول المئيني في فئة sklearn.preprocessing.QuantileTransformer على تقدير دالة التوزيع التراكمي التجريبي (ECDF) للمتغير، ثم تعيين الرتب المئينية الأصلية إلى توزيع مستهدف يختاره الباحث بدقة؛ إما توزيعًا منتظمًا (Uniform Distribution) عبر المجال [0, 1] أو توزيعًا طبيعيًا معياريًا متناظرًا (Gaussian / Normal Distribution). يتم هذا التحويل الرتبي اللامعلمي عبر مطابقة المئينيات بصورة تكسر الالتواء وتجبر البيانات على اتخاذ شكل المنحنى الجرسي السوي تمامًا.

يتميز التحول المئيني بقدرته الفائقة على ترويض القيم المتطرفة وتقليص الفجوات الشاسعة بين المشاهدات المتباعدة، مع الحفاظ الصارم على الترتيب النسبي للعناصر. يُعد هذا التحويل المعياري خطوة تمهيدية أساسية لرفع كفاءة نماذج التصنيف والتنبؤ الإحصائي في الأبحاث النفسية والطبية الحيوية الكبرى المعقدة.

12. الأخطاء الشائعة، أفضل الممارسات، واختبارات الأداء البرمجي

12.1 الأخطاء المنطقية والبرمجية الشائعة وكيفية تجنبها

يقع العديد من المبرمجين والباحثين في أخطاء منهجية وبرمجية متكررة عند حساب المئينيات في بايثون، تؤدي إلى نتائج مضللة أو تعطل في تشغيل التطبيقات. من أبرز هذه الأخطاء الخلط بين نطاقات المدخلات للدوال المختلفة؛ كأن يتم تمرير القيمة 0.75 لدالة numpy.percentile متوقعًا حساب الربيع الثالث، لتقوم الدالة بحساب المئين 0.75 (أي أقل من 1%)، أو تمرير القيمة 75 لدالة numpy.quantile مما يؤدي لظهور خطأ برمجي صريح (ValueError) لخروج القيمة عن النطاق المسموح [0, 1].

يتمثل الخطأ الشائع الثاني في إهمال أثر القيم المفقودة واستخدام خوارزمية استيفاء غير مناسبة في العينات الصغيرة. إن الاعتماد التلقائي على خوارزمية الاستيفاء الخطي دون وعي بطبيعة المتغير (خاصة إذا كان المتغير منفصلًا أو رتبيًا كاستجابات مقياس ليكارت) يؤدي إلى توليد قيم مئينية كسرية وهمية لا وجود لها على المقياس الأصلي، وكان الأولى في هذه الحالة استخدام طريقة method=’nearest’ أو ‘lower’ للحفاظ على طبيعة البيانات المنفصلة.

أما الخطأ المفاهيمي الأخطر، فيكمن في افتراض اعتدالية البيانات عند تفسير المئينيات للبيانات الملتوية؛ حيث يحاول بعض الباحثين استنتاج الرتب المئينية عبر حساب المتوسط والانحراف المعياري وتطبيق قواعد التوزيع الطبيعي على بيانات شديدة الالتواء، مما يؤدي لتشويه المواضع النسبية للمفحوصين. يُعد الاعتماد الحصري على المئينيات التجريبية المحسوبة مباشرة من رتب البيانات الفعلية هو الضمانة المنهجية الوحيدة لتجنب هذه التحيزات التفسيرية.

12.2 مقارنة الأداء الحسابي والسرعة (Benchmarking)

تختلف الكفاءة الحاسوبية لدوال حساب المئينيات باختلاف المكتبة المستخدمة وحجم وطبيعة هياكل البيانات المعالجة. لإبراز هذه الفروق، يمكن إجراء اختبارات مقارنة الأداء الزمني (Benchmarking) باستخدام وحدة timeit القياسية في بايثون على مصفوفة بيانات اصطناعية ضخمة تحتوي على 10 ملايين رقم عشوائي.

تُظهر نتائج قياس الأداء تفوقًا كاسحًا لدوال مكتبة NumPy المباشرة (مثل numpy.percentile وnumpy.quantile)؛ حيث تُنفذ العمليات في أجزاء ضئيلة من الثانية بفضل تحسينات لغة C والفرز الجزئي عبر المعالج. وفي المقابل، تستهلك دوال Pandas زمنًا إضافيًا طفيفًا ناجمًا عن معالجة الفهارس والتحقق من سلامة الأنماط وإدارة القيم المفقودة، بينما تتطلب دوال SciPy المعقدة (خاصة تلك التي تطبق اختبارات وتحويلات إحصائية إضافية) وقتًا أطول نسبيًا.

يوضح الجدول التالي تقديرًا نسبيًا للمقارنة الزمنية واستهلاك الذاكرة بين الدوال الأساسية عند حساب مجموعة الربيعيات لمصفوفة بيانات ضخمة:

• NumPy (percentile / quantile): السرعة: فائقة جدًا (الأسرع) | استهلاك الذاكرة: منخفض ومحسن | الاستخدام الأمثل: المعالجة الحسابية الصافية والمصفوفات الكبيرة.
• Pandas (DataFrame.quantile): السرعة: سريعة إلى متوسطة | استهلاك الذاكرة: متوسط إلى مرتفع | الاستخدام الأمثل: البيانات الجدولية متعددة المتغيرات والسلاسل الزمنية.
• SciPy (scoreatpercentile): السرعة: متوسطة | استهلاك الذاكرة: منخفض | الاستخدام الأمثل: التحليلات المحدودة المقترنة بفحوصات إحصائية إضافية.

تتضمن أفضل الممارسات البرمجية لتحقيق أقصى كفاءة: تجنب الحلقات التكرارية الصريحة (for-loops) في بايثون لحساب المئينيات، والاعتماد التام على العمليات الموجهة (Vectorized Operations)، وتمرير كافة المئينيات المطلوبة في قائمة واحدة دفعة واحدة، واستخدام المعامل overwrite_input=True في NumPy إذا كانت المصفوفة الأصلية غير مطلوبة لاحقًا لتوفير استهلاك الذاكرة عبر الترتيب الموضعي المباشر (In-place sorting).

12.3 دليل إرشادي لاختيار الدالة المناسبة حسب طبيعة المشروع

لتسهيل عملية اتخاذ القرار البرمجي والمنهجي أمام محللي البيانات والباحثين، تم صياغة مصفوفة القرار الإرشادية التالية، والتي توضح الدالة المثلى لكل سيناريو تطبيقي بناءً على نوع البيانات والهدف التحليلي:

• مصفوفات عددية نقية وضخمة خالية من القيم المفقودة: الخيار الأمثل هو numpy.percentile أو numpy.quantile لتحقيق أعلى سرعة حوسبية وأقل استهلاك للموارد.
• مصفوفات عددية تحتوي على قيم مفقودة وفجوات: الخيار الإلزامي هو numpy.nanpercentile أو numpy.nanquantile لضمان تجاوز الرموز غير المعرفة تلقائيًا وبدقة.
• بيانات جدولية متعددة المتغيرات وفئات تصنيفية وسلاسل زمنية: الخيار المنهجي الأفضل هو pandas.DataFrame.quantile بالاشتراك مع groupby أو rolling لإدارة التحليلات المقطعية والمتدحرجة بسلاسة.
• معايرة درجات مفحوصين جدد وحساب الرتب المئينية العكسية: الخيار المتخصص هو scipy.stats.percentileofscore للتحكم في رتب التكرارات المتطابقة.
• تنقية البيانات وتدريب نماذج التعلم الآلي على بيانات غير سوية: الخيار التطبيقي هو sklearn.preprocessing.QuantileTransformer أو scipy.stats.mstats.winsorize لإعادة تشكيل التوزيع وتطبيعه.

تقتضي معايير التوثيق الأكاديمي الصارمة في الأبحاث المنشورة دوليًا الإفصاح الكامل عن المنهجية الحسابية المتبعة؛ حيث يتعين على الباحث توثيق إصدار لغة بايثون والمكتبات المستخدمة، وتحديد خوارزمية الاستيفاء المعتمدة بدقة (مثل الإشارة إلى استخدام طريقة الاستيفاء الخطي الافتراضية في NumPy أو النمط المتوافق مع برمجيات معينة)، وتوضيح كيفية معالجة وتصفية القيم المفقودة والشاذة، لضمان الشفافية العلمية المطلقة وتسهيل إعادة إنتاج النتائج من قبل الباحثين الآخرين.

خاتمة

استعرض هذا الدليل الموسع والشامل الأبعاد النظرية والتطبيقية لحساب المئينيات في لغة بايثون، مبرزًا المكانة المركزية التي تحتلها هذه المقاييس الموضعية اللامعلمية في التحليل الإحصائي الحديث والقياس السيكومتري وعلوم البيانات. ومن خلال التشريح الدقيق للترسانة البرمجية المتاحة عبر مكتبات NumPy وPandas وSciPy وScikit-learn، اتضح أن بايثون لا تقدم مجرد دوال حسابية بسيطة، بل منظومة رياضية وهندسية متكاملة تتيح للمحلل التحكم الكامل في أدق تفاصيل العمليات الإحصائية، بدءًا من خوارزميات الاستيفاء التسع وإدارة المصفوفات متعددة الأبعاد والقيم المفقودة، وصولاً إلى بناء المعايير التشخيصية والتطبيع التوزيعي المتقدم والتمثيل البصري عالي الدقة.

إن إتقان هذه المهارات البرمجية والإحصائية يُمكّن الباحثين والممارسين من تجاوز القوالب الحسابية التقليدية، وتجنب الأخطاء المنهجية الشائعة التي قد تنجم عن التطبيق غير الواعي للدوال، مما يضمن في نهاية المطاف اتخاذ قرارات تحليلية وتشخيصية قائمة على أعلى معايير الدقة العلمية والموثوقية المهنية في مختلف مجالات المعرفة الإنسانية والتطبيقية.

References

• American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association. https://doi.org/10.1037/0000165-000
• Harris, C. R., Millman, K. J., van der Walt, S. J., Gommers, R., Virtanen, P., Cournapeau, D., Wieser, E., Taylor, J., Berg, S., Smith, N. J., Kern, R., Picus, M., Hoyer, S., van Kerkwijk, M. H., Brett, M., Haldane, A., del Río, J. F., Wiebe, M., Peterson, P., … Oliphant, T. E. (2020). Array programming with NumPy. Nature, 585(7825), 357–362. https://doi.org/10.1038/s41586-020-2649-2
• Hyndman, R. J., & Fan, Y. (1996). Sample quantiles in statistical packages. The American Statistician, 50(4), 361–365. https://doi.org/10.1080/00031305.1996.10473566
• McKinney, W. (2010). Data structures for statistical computing in Python. In Proceedings of the 9th Python in Science Conference (pp. 56–61). SciPy. https://doi.org/10.25080/Majora-92bf1924-003
• NumPy Developers. (2023). NumPy user guide and reference manual (Version 1.25). NumPy.org. https://numpy.org/doc/stable/
• Pandas Development Team. (2023). pandas-dev/pandas: Pandas documentation (Version 2.0). Zenodo. https://doi.org/10.5281/zenodo.3509134
• Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., Blondel, M., Prettenhofer, P., Weiss, R., Dubourg, V., Vanderplas, J., Passos, A., Cournapeau, D., Brucher, M., Perrot, M., & Duchesnay, E. (2011). Scikit-learn: Machine learning in Python. Journal of Machine Learning Research, 12, 2825–2830. https://jmlr.org/papers/v12/pedregosa11a.html
• Tukey, J. W. (1977). Exploratory data analysis. Addison-Wesley.
• Virtanen, P., Gommers, R., Oliphant, T. E., Haberland, M., Reddy, T., Cournapeau, D., Burovski, E., Peterson, P., Weckesser, W., Bright, J., van der Walt, S. J., Brett, M., Wilson, J., Millman, K. J., Mayorov, N., Nelson, A. R. J., Jones, E., Kern, R., Larson, E., … SciPy 1.0 Contributors. (2020). SciPy 1.0: Fundamental algorithms for scientific computing in Python. Nature Methods, 17(3), 261–272. https://doi.org/10.1038/s41592-019-0686-2
• Waskom, M. L. (2021). Seaborn: Statistical data visualization. Journal of Open Source Software, 6(60), 3021. https://doi.org/10.21105/joss.03021