كيفية حساب ورسم دالة التوزيع التراكمي في R

تُعد النمذجة الاحتمالية والتحليل الإحصائي الاستدلالي ركيزتين أساسيتين في فهم الظواهر المعقدة وتفسير السلوكيات في شتى الحقول العلمية، بدءاً من القياس النفسي والعلوم السلوكية وصولاً إلى القياسات الحيوية والهندسة التطبيقية. وفي قلب هذا البناء المعرفي، تبرز دالة التوزيع التراكمي (Cumulative Distribution Function – CDF) كواحدة من أشمل الأدوات الرياضية القادرة على الإحاطة بالخصائص التوزيعية للمتغيرات العشوائية، سواء أكانت متصلة أم منفصلة. إن قدرة الباحث على فك شفرة البيانات الخام، ونمذجتها، وتمثيلها بيانياً عبر منحنيات التراكم الاحتمالي، تمنحه بصيرة كمية تتجاوز مجرد مقاييس النزعة المركزية والتشتت التقليدية، لتصل إلى فهم دقيق لهيكل البيانات وذيول توزيعاتها.

تتميز بيئة البرمجة الإحصائية R بمرونة استثنائية وقوة حوسبية فائقة في التعامل مع المنظومات الاحتمالية، حيث توفر ترسانة متكاملة من الدوال المبنية داخلياً، إلى جانب حزم متطورة للتمثيل البصري مثل ggplot2. يتيح هذا التكامل للباحثين والمحللين الانتقال بسلاسة من الحسابات الرياضية الصارمة لدوال التوزيع التجريبية (ECDF) والنظرية، إلى إنتاج تمثيلات بيانية احترافية تلبي أعلى معايير النشر الأكاديمي والتوثيق العلمي الرصين.

يهدف هذا الدليل المرجعي الشامل إلى تقديم معالجة منهجية وتطبيقية متعمقة لكيفية حساب ورسم دوال التوزيع التراكمي في لغة R. سنستعرض عبر محاوره المتعددة الأسس الرياضية العميقة، وطرق التنفيذ البرمجي، واختبارات المطابقة الإحصائية، وبناء أحزمة الثقة اللامعلمية، مع التركيز على التطبيقات العملية في مجالات القياس السلوكي والنفسي، وتجاوز الأخطاء المنهجية والبرمجية الشائعة.

1. مقدمة إلى دالة التوزيع التراكمي (CDF) وأهميتها الإحصائية

1.1 المفهوم الرياضي لدالة التوزيع التراكمي

تُعرّف دالة التوزيع التراكمي لمتغير عشوائي حقيقي $X$ رياضياً بأنها الدالة $F_X(x)$ التي تعبر عن احتمالية أن يأخذ المتغير العشوائي قيمة أقل من أو تساوي نقطة حقيقية محددة $x$. وتُصاغ هذه العلاقة عبر التعبير الاحتمالي الصارم: $F_X(x) = P(X le x)$. يمثل هذا التعريف الأساسي القاعدة التي تنطلق منها كافة التحليلات التراكمية، حيث تُحول الدالة النطاق الكامل للمتغير العشوائي إلى المجال الاحتمالي المغلق $[0, 1]$. وتبرز أهمية هذا التحويل في كونه يوفر مقياساً تراكمياً موحداً يصف كيفية تراكم الكتلة الاحتمالية على طول خط الأعداد الحقيقية.

تخضع دالة التوزيع التراكمي لمجموعة من الخصائص البديهية (Axiomatic Properties) التي تجعلها كياناً رياضياً مستقراً؛ فأولاً، تُعد $F_X(x)$ دالة رتيبة غير تناقصية (Monotonically Non-Decreasing)، مما يعني رياضياً أنه إذا كانت $x_1 < x_2$ فإن $F_X(x_1) le F_X(x_2)$. وتعكس هذه الخاصية حقيقة أن إضافة مساحات أو نقاط جديدة للمجال لا يمكن بحال من الأحوال أن تقلل من الاحتمال المتراكم. ثانياً، تتميز الدالة بكونها متصلة من اليمين (Right-Continuous) وتمتلك نهايات يسارية، وهو ما يُعرف في التحليل الرياضي بخاصية Càdlàg، وهي سمة محورية للتعامل المتسق مع التوزيعات المنفصلة والمتصلة على حد سواء.

أما السلوك التقاربي للدالة عند الأطراف، فيخضع لشرطين حديين أساسيين: النهاية عند اللانهاية السالبة تقترب من الصفر المطلق $\lim_{x to -\infty} F_X(x) = 0$، في حين تقترب النهاية عند اللانهاية الموجبة من الواحد الصحيح $\lim_{x to +\infty} F_X(x) = 1$. يضمن هذان الحدّان أن الدالة تستوعب كامل الفضاء الاحتمالي للمتغير المدروس، مما يجعلها أداة متكاملة لتقييم احتمالات المجالات المغلقة والمفتوحة عبر العلاقة $P(a < X le b) = F_X(b) – F_X(a)$.

1.2 الفروق الجوهرية بين دالة الكثافة الاحتمالية (PDF) ودالة التوزيع التراكمي (CDF)

يرتبط مفهوم دالة الكثافة الاحتمالية (Probability Density Function – PDF) للمتغيرات المتصلة، أو دالة الكتلة الاحتمالية (Probability Mass Function – PMF) للمتغيرات المنفصلة، بعلاقة تكاملية وتفاضلية وثيقة مع دالة التوزيع التراكمي. ففي حالة المتغيرات العشوائية المتصلة ذات الكثافة $f_X(x)$، تُمثل دالة التوزيع التراكمي التكامل المحدود لدالة الكثافة من اللانهاية السالبة حتى النقطة $x$:
$$F_X(x) = \int_{-\infty}^{x} f_X(t) , dt$$
وبالمقابل، وفقاً للمبرهنة الأساسية للتفاضل والتكامل، فإن دالة الكثافة تمثل المشتقة الأولى لدالة التوزيع التراكمي عند أي نقطة تكون فيها الدالة قابلة للاشتقاق: $f_X(x) = \frac{d}{dx} F_X(x)$.

يتجلى الفارق التطبيقي الأبرز بين الدالتين في طريقة تفسير المخرجات؛ فبينما تتطلب دالة الكثافة $f(x)$ حساب مساحات محصورة تحت المنحنى عبر فترات زمنية أو مكانية لاستخراج احتمالات ذات مغزى (حيث أن احتمال وقوع نقطة متصلة مفردة $P(X = x)$ يساوي صفراً دائماً)، توفر دالة CDF قراءة احتمالية مباشرة وغير مشروطة من المحور الرأسي لأي قيمة معطاة على المحور الأفقي. هذا التمايز يمنح دالة CDF تفوقاً وظيفياً عند الحاجة لتقييم العتبات والمستويات الحرجة دون اللجوء لعمليات التكامل العددي المعقدة في كل خطوة تحليلية.

علاوة على ذلك، تتمتع دالة CDF بميزة رياضية فائقة تتمثل في قدرتها على توحيد المعالجة الإحصائية للتوزيعات الهجينة والمنفصلة والمتصلة؛ إذ تظهر التوزيعات المنفصلة في تمثيل CDF كدوال درجية (Step Functions) ذات قفزات رأسية تعادل تماماً الكتلة الاحتمالية عند كل نقطة منفصلة، في حين تنهار دوال الكثافة التقليدية عند هذه النقاط لتتحول إلى دوال ديراك الدالية (Dirac Delta Functions)، مما يعقد استخدامها في التطبيقات التحليلية والبرمجية المعيارية.

1.3 دور دالة CDF في التحليل الإحصائي والقياس النفسي

تحتل دالة التوزيع التراكمي مكانة استراتيجية في بنية الاستدلال الإحصائي، حيث تشكل الأساس النظري لاختبارات جودة المطابقة (Goodness-of-Fit Tests) التي تبحث في مدى اتساق العينات الميدانية مع النماذج التوزيعية المفترضة، مثل التوزيع الطبيعي، أو اللوجستي، أو توزيع ويبل. إن مقارنة المنحنى التراكمي الملاحظ بالمنحنى النظري المتوقع يتيح تشخيصاً دقيقاً للانحرافات في النزعة المركزية، والتباين، والتفرطح، مما يسهم في اتخاذ قرارات منهجية رصينة حول صلاحية النماذج البارامترية.

وفي حقل القياس النفسي (Psychometrics) ونظرية القياس التربوي، تُعد دالة CDF الأداة الرياضية الجوهرية لبناء وتفسير الرتب المئينية (Percentile Ranks) والمعايير المشتقة؛ فالدرجة المعيارية التي يحصل عليها المفحوص في اختبار للقدرات العقلية أو مقياس للسمات السلوكية لا تكتسب معناها الإكلينيكي والوصفي إلا من خلال موقعها على منحنى التوزيع التراكمي لمجتمع المقارنة، حيث تعكس قيمة $F(x)$ نسبة الأفراد في مجتمع التقنين الذين حصلوا على درجات مساوية أو أقل من درجة ذلك المفحوص.

يمتد هذا الدور الحيوي إلى تصميم النماذج الاستجابية المتقدمة، مثل نظرية الاستجابة للمفردة (Item Response Theory – IRT)، حيث تُصاغ منحنيات خصائص المفردة (Item Characteristic Curves – ICC) بالاعتماد المباشر على دوال تراكمية (كاللوجستية التراكمية أو الطبيعية التراكمية – Ogive)، لنمذجة احتمالية الإجابة الصحيحة كدالة تراكمية لمستوى السمة الكامنة لدى الفرد، مما يؤكد المحورية المطلقة لدوال CDF في التطبيقات التشخيصية والتقييمية المعاصرة.

2. إعداد بيئة العمل في لغة R لتحليل التوزيعات التراكمية

2.1 متطلبات البيئة الأساسية وحزم التحليل المتقدمة

توفر بيئة Base R منظومة متكاملة من الأدوات الإحصائية القياسية الجاهزة للاستخدام الفوري دون الحاجة إلى تثبيت إضافات خارجية لحساب الدوال التراكمية الكلاسيكية. تشتمل هذه المنظومة على عائلة الدوال الاحتمالية المعيارية المسبوقة بالحرف p (مثل pnorm للتوزيع الطبيعي، وpunif للتوزيع المنتظم، وpexp للتوزيع الأسي)، بالإضافة إلى الدالة الوظيفية الأساسية ecdf() المسؤولة عن بناء كائنات التوزيع التراكمي التجريبي. تضمن هذه الأدوات المدمجة أداءً حوسبياً سريعاً واستقراراً تاماً عند معالجة المهام التحليلية التقليدية.

ومع ذلك، تتطلب المعالجة البيانية المتقدمة وبناء التقارير الأكاديمية الاحترافية الاستعانة ببيئة حزمة ggplot2، والتي تستند إلى الفلسفة التركيبية لقواعد بناء الرسوم البيانية (Grammar of Graphics). تتيح هذه الحزمة فصل البيانات عن التمثيل الهندسي والإحصائي، مما يوفر مرونة غير محدودة في تخصيص الجماليات، وبناء الطبقات المتراكبة، وتوليد أحزمة الثقة حول المنحنيات التراكمية بسهولة وانسيابية برمجية فائقة.

ولتعزيز الكفاءة التحليلية في التعامل مع التوزيعات المتقدمة وأحزمة الثقة، يُوصى بتضمين حزم إحصائية مساعدة متخصصة في مسار العمل، ومن أبرزها: حزمة spatstat أو sfsmisc للحسابات التكاملية المتقدمة، وحزمة scales لتنسيق محاور النسب المئوية، وحزمة Hmisc التي تشتمل على خوارزميات لتقدير فترات الثقة المعقدة، بالإضافة إلى حزمة dplyr لتجهيز وتصفية مصفوفات البيانات قبل النمذجة.

2.2 استيراد البيانات وإعداد المتغيرات القياسية

تبدأ الخطوة التنفيذية في بيئة R بتحميل البيانات الكمية المراد تحليلها؛ حيث يمكن قراءة الملفات المنظمة من صيغ مختلفة مثل CSV أو مصنفات Excel أو ملفات SPSS عبر الدوال المخصصة مثل read.csv() أو حزمة readr. كما تتيح R الوصول الفوري إلى مجموعات بيانات مدمجة قياسية ومثالية لأغراض التدريب والتحقق المنهجي، مثل مجموعة بيانات درجات حرارة نيويورك airquality أو بيانات أبعاد الزهور الشهيرة iris.

من الضروري إخضاع المتغيرات المستهدفة لعمليات التحقق البرمجي الصارم من نوع البيانات (Data Type Checking) باستخدام دوال مثل is.numeric() و str()، وذلك للتأكد من أن المتغير المُراد حساب دالته التراكمية مُعرّف كمتجه رقمي مستمر أو منفصل (Numeric أو Integer)، وليس كمتغير نصي (Character) أو عاملي غير رتبي (Unordered Factor)، حيث تؤدي المتغيرات غير الرقمية إلى توقف الخوارزميات الحسابية أو إصدار أخطاء في التقدير.

وفي سياق المحاكاة والتجارب المنهجية، يبرز توليد المتجهات الرقمية الاصطناعية كأداة قوية لاختبار الخصائص التوزيعية تحت شروط مضبوطة مسبقاً. يمكن توليد عينات عشوائية ذات أحجام محددة ومعالم معلومة عبر عائلة دوال التوليد العشوائي المسبوقة بالحرف r (مثل rnorm(n = 1000, mean = 100, sd = 15) لمحاكاة درجات مقياس ذكاء معياري)، مما يوفر منصة مثالية للمقارنة بين التقديرات التجريبية والنماذج الرياضية الصريحة.

2.3 تنظيف البيانات والتعامل مع القيم المفقودة والمتطرفة

تمارس جودة البيانات تأثيراً مباشراً وحاسماً على دقة استنتاج دوال التوزيع التراكمي. فالقيم المفقودة التي يُرمز لها في بيئة R بالرمز NA تتسبب افتراضياً في إرجاع نتائج غير محددة عند حساب الاحتمالات التراكمية، ما لم يتم توجيه الدوال لمعالجة هذه الفجوات بصورة صريحة. يتعين على الباحث التحقق من وجود القيم المفقودة عبر sum(is.na(data))، ومن ثم اتخاذ القرار الإحصائي المناسب، سواء بالاستبعاد القائم على الحالات الكاملة عبر na.omit()، أو تطبيق طرق التعويض الإحصائي (Imputation) المتقدمة إذا كانت نسبة الفقد مؤثرة على حجم العينة وتمثيلها.

تمثل القيم المتطرفة والشاذة (Outliers) تحدياً هيكلياً إضافياً؛ إذ يؤدي وجود مشاهدات شاذة في أقصى أطراف التوزيع إلى تمديد ذيول منحنى CDF بشكل مصطنع، مما يخلق فترات تسطح طويلة غير واقعية تفصل بين الكتلة الأساسية للبيانات والقيم المنعزلة. يستدعي ذلك استخدام تقنيات استكشافية متقدمة، مثل فحص المخططات الصندوقية، وحساب المسافة المعيارية المحصورة بين الإرباعيات (Interquartile Range – IQR) لتشخيص ومعالجة الشذوذ التوزيعي دون الإخلال بالسلامة المنهجية للبيانات الأصلية.

تتضمن مرحلة التهيئة الأولية أيضاً إجراء عمليات الفرز والترتيب التصاعدي للمتجهات الرقمية باستخدام الدالة sort(). ورغم أن الدوال المتخصصة مثل ecdf() تقوم بالفرز الداخلي تلقائياً كجزء من خوارزميتها، إلا أن إدراك الترتيب التصاعدي للبيانات يظل عنصراً مفاهيمياً جوهرياً لفهم كيفية بناء الإحداثيات الأفقية والرأسية لمنحنى التراكم، وتحديد نقاط القفزات الاحتمالية بدقة رياضية متناهية.

3. حساب دالة التوزيع التراكمي التجريبية (ECDF) للبيانات الخام

3.1 المفهوم النظري لدالة التوزيع التراكمي التجريبية

تُعد دالة التوزيع التراكمي التجريبية (Empirical Cumulative Distribution Function – ECDF) المقدر اللامعلمي (Non-parametric Estimator) الأساسي لدالة التوزيع التراكمي الحقيقية والمجهولة للمجتمع الإحصائي $F(x)$. بالاعتماد على عينة عشوائية مستقلة ومتماثلة التوزيع $X_1, X_2, dots, X_n$ ذات حجم مقداره $n$، تُعرّف الدالة التجريبية $\hat{F}_n(x)$ عند أي نقطة حقيقية $x$ بصفتها النسبة النسبية لعدد المشاهدات في العينة التي لا تتجاوز قيمتها $x$، وتُصاغ رياضياً كالتالي:
$$\hat{F}_n(x) = \frac{1}{n} \sum_{i=1}^{n} \mathbb{I}(X_i le x)$$
حيث يمثل $\mathbb{I}(\cdot)$ الدالة المؤشرية (Indicator Function) التي تأخذ القيمة $1$ إذا تحقق الشرط $X_i le x$، وتأخذ القيمة $0$ إذا انتفى ذلك الشرط.

تستمد دالة ECDF رصانتها الإحصائية من خصائص المقدرات الجيدة في نظرية التقدير؛ فهي مقدر غير متحيّز (Unbiased Estimator) للاحتمال الحقيقي، حيث أن القيمة المتوقعة للتقدير التجريبي تطابق تماماً القيمة النظرية $E[\hat{F}_n(x)] = F(x)$ لجميع قيم $x$. كما أن تباين هذا المقدر يتناقص بمعدل عكسي مع زيادة حجم العينة وفق الصيغة $Var(\hat{F}_n(x)) = \frac{F(x)(1 – F(x))}{n}$، مما يضمن اتساق المقدر (Consistency) وتقاربه في الاحتمال نحو القيمة الحقيقية كلما كبرت العينة.

وتتوج هذه الخصائص بما يُعرف في الأوساط الرياضية باسم مبرهنة غليفنكو-كانتيلي (Glivenko-Cantelli Theorem)، والتي تُلقب غالباً بـ “المبرهنة الأساسية للإحصاء”. تنص هذه المبرهنة على أن دالة التوزيع التراكمي التجريبية تتقارب تقارباً منتظماً وبشكل شبه مؤكد (Almost Surely) نحو دالة التوزيع التراكمي الحقيقية على كامل خط الأعداد الحقيقية مع اقتراب حجم العينة من اللانهاية:
$$\lim_{n to \infty} \sup_{x in \mathbb{R}} |\hat{F}_n(x) – F(x)| = 0$$
يمثل هذا الإنجاز الرياضي المسوغ المنهجي لاستخدام ECDF كبديل تجريبي موثوق للنمذجة والتحليل الإحصائي المقارن.

3.2 استخدام الدالة الأساسية ecdf() في R

تتيح بيئة R تطبيق هذا المفهوم النظري بأقصى درجات البساطة والكفاءة عبر الدالة المدمجة ecdf(). تستقبل هذه الدالة كمدخل رئيسي متجهاً رقمياً من المشاهدات الأولية، وتُرجع كائناً برمجياً ودالياً ينتمي إلى فئة الكائنات ecdf و stepfun و function. لا تقتصر مخرجات هذه الدالة على مجرد جدول تكراري تراكمي ثابت، بل تُنتج دالة برمجية تفاعلية حقيقية يمكن استدعاؤها لاحقاً لتقييم أي قيمة عددية جديدة ضمن نطاق البيانات أو خارجه.

عند تمرير متجه بيانات خام، على سبيل المثال درجات مقياس القلق anxiety_scores، إلى الدالة بالشكل التالي: my_ecdf <- ecdf(anxiety_scores)، يقوم المترجم الداخلي بترتيب القيم تصاعدياً وتحديد الأوزان الاحتمالية المتساوية $\frac{1}{n}$ لكل نقطة. يتميز الكائن الناتج my_ecdf بامتلاكه لخصائص رياضية جاهزة؛ إذ يمكن تمرير أي قيمة عددية فردية أو متجه من القيم إليه (مثل my_ecdf(65)) ليرجع فوراً الاحتمال التراكمي الدقيق الذي يمثل نسبة العينة الحاصلة على درجة 65 أو أقل.

يوفر فحص الكائن my_ecdf باستخدام دوال الفحص البنيوي مثل summary(my_ecdf) أو knots(my_ecdf) إمكانية استخراج العقد (Knots) التي تمثل القيم الفريدة الحقيقية في العينة التي تحدث عندها القفزات الرأسية في المنحنى. يُعد هذا التمثيل البرمجي عالي الكفاءة من حيث استهلاك الذاكرة وسرعة المعالجة، حيث لا يتطلب إعادة فرز البيانات أو مسح المصفوفة عند كل استعلام احتمالي لاحق.

3.3 استخراج الرتب والنسب المئوية من كائن ECDF

يمثل استخراج الرتب المئينية والتوزيعات التراكمية للمفردات الفردية داخل العينة خطوة تطبيقية بالغة الأهمية. بمجرد بناء كائن ECDF، يمكن تطبيقه مباشرة على متجه العينة الأصلي لحساب الرتبة المئينية التراكمية لكل فرد عبر التعليمة: percentiles <- my_ecdf(anxiety_scores) * 100. ينتج عن ذلك متجه بنفس طول العينة الأصلية، يوضح بدقة متناهية الموقع النسبي المئيني لكل مشاهدة ضمن السياق الجماعي للعينة المدروسة.

وعلى النقيض من الحساب المباشر للاحتمال التراكمي انطلاقاً من الدرجة، يبرز الحساب العكسي أو ما يُعرف بحساب الدوال الكمية (Quantile Functions)، حيث يسعى الباحث لمعرفة الدرجة الخام المقابلة لنسبة مئوية محددة مسبقاً (مثل الدرجة التي تقطع أدنى 75% من المجتمع). في حين أن كائن ecdf() يوفر التحويل المباشر من الدرجة إلى الاحتمال، توفر الدالة المرافقة quantile() في R المسار العكسي الدقيق عبر تطبيق تسع خوارزميات قياسية مختلفة لتقدير الإرباعيات والمئينات بناءً على تفضيلات الباحث الرياضية وطبيعة البيانات.

يتيح الجمع بين المخرجات المباشرة لكائن ecdf() والدوال العكسية بناء جدول تقييم إحصائي متكامل يحتوي على: المشاهدات الفردية، ورتبها الترتيبية الصاعدة، والاحتمال التراكمي التجريبي المقابل، والتكرارات المتجمعة الصاعدة. هذا المستوى من الدقة العددية يضمن سلامة التحليلات اللاحقة، ويشكل اللبنة الأساسية لرسم المنحنيات البيانية وتفسيرها تحليلياً بموثوقية كاملة.

4. رسم دالة التوزيع التراكمي التجريبية باستخدام أدوات الرسم الأساسية (Base R)

4.1 التطبيق العملي للأمر plot() على كائنات ECDF

توفر بيئة Base R آلية فورية وبديهية لتوليد المنحنيات التراكمية دون الحاجة إلى تشييد هياكل بيانات معقدة، وذلك بفضل نظام الدوال العامة (Generic Functions) الموجهة للكائنات (Object-Oriented Dispatch). فعند تمرير كائن من فئة ecdf مباشرة إلى الدالة plot()، يتعرف محرك الرسم في R تلقائياً على الطبيعة الرياضية للكائن ويستدعي الدالة المتخصصة plot.stepfun() المسؤولة عن رسم الدوال الدرجية المتقطعة والمتصلة من اليمين.

يعكس الرسم الناتج بدقة الخصائص النظرية لدالة ECDF؛ حيث يظهر المنحنى على هيئة درجات سلالم أفقية مستقرة تتخللها قفزات رأسية عند كل مشاهدة فعلية في العينة. تمثل الخطوط الأفقية ثبات الاحتمال التراكمي عبر الفترات الفاصلة بين المشاهدات المتتالية، بينما يعبر ارتفاع القفزة الرأسية عن التكرار النسبي للمشاهدة المقابلة، والذي يساوي تماماً $\frac{1}{n}$ في حال عدم وجود قيم مكررة، أو مضاعفات ذلك الكسر الاحتمالي عند تكرار المشاهدات.

من الناحية الرياضية الصارمة، تتطلب الدوال الدرجية تمييزاً بصرياً بين النقاط المغلقة والنقاط المفتوحة عند أطراف القفزات لتأكيد الاتصال من اليمين؛ حيث تُظهر الدالة plot() افتراضياً نقاطاً دائرية مصمتة عند الأطراف اليمنى لكل فترة لبيان أن القيمة التراكمية تشمل النقطة ذاتها وفق تعريف $P(X le x)$، وهو ما يضفي عمقاً أكاديمياً ورصانة بصرية على التمثيل التخطيطي الأولي.

4.2 تخصيص محاور الرسم البياني والعناوين والتسميات التوضيحية

لتحويل المخطط الأولي إلى شكل إيضاحي يتوافق مع متطلبات التوثيق العلمي، تتيح الدالة plot() مجموعة واسعة من المعاملات التنسيقية لضبط المحاور والعناوين. يُستخدم المعامل main لتحديد العنوان الرئيسي للرسم البياني، بينما يتيح المعامل sub إدراج عنوان فرعي يوضح حجم العينة أو المعالم الوصفية. وتُضبط تسميات المحاور بدقة باستخدام xlab لوصف المتغير المستقل ووحدات قياسه، وylab لتسمية المحور الرأسي بـ “الاحتمال التراكمي $F_n(x)$” أو “النسبة التراكمية”.

من الأهمية بمكان ضبط حدود المحاور لضمان عدم حدوث تشويه بصري في مسار الدالة؛ إذ يجب استخدام المعامل ylim = c(0, 1) لتقييد المحور الرأسي ضمن النطاق الاحتمالي الطبيعي بين الصفر والواحد الصحيح، وتجنب أي امتدادات افتراضية غير منطقية قد يولدها محرك الرسم. وبالمثل، يُستخدم المعامل xlim لضبط النطاق الأفقي بما يغطي كامل مدى المتغير التجريبي مع ترك هوامش جانبية طفيفة تسمح برؤية استقرار المنحنى عند الصفر في أقصى اليسار وعند الواحد في أقصى اليمين.

تسهم هذه التعديلات التنسيقية في إزالة التسميات التلقائية المبهمة التي تولدها R، مستبدلة إياها بمصطلحات إحصائية دقيقة، مما يسهل على القارئ استيعاب النطاق الكامل للمتغير المدروس، وملاحظة معدل تراكم الكتلة الاحتمالية عبر مختلف مستويات القياس دون لبس أو غموض في التفسير.

4.3 التحكم في الأنماط البصرية للخطوط والنقاط

تمنح أدوات Base R الباحث تحكماً كاملاً في السمات البصرية لمنحنى ECDF عبر معاملات رسومية مرنة؛ حيث يمكن تغيير لون خط المنحنى التراكمي باستخدام المعامل col (مثل تمرير أسماء الألوان المعيارية أو الرموز السداسية HEX مثل col = "#2C3E50")، مع زيادة سماكة الخط لتحسين وضوحه في الطباعة عبر رفع قيمة معامل سماكة الخط lwd = 2.

تسمح الدالة أيضاً بالتحكم في كيفية عرض التوصيلات الرأسية والنقاط الطرفية عبر معاملين بالغي الأهمية: المعامل المنطقي verticals = TRUE الذي يفرض رسم خطوط رأسية واصلة بين الدرجات الأفقية، مما يحول المنحنى من شكل درجي مفكك إلى مسار متصل بصرياً يسهل تتبعه، والمعامل do.points = FALSE الذي يتيح إخفاء الدوائر النقطية عند القفزات، وهو إجراء مستحسن بشدة عند التعامل مع العينات الكبيرة والمتوسطة لتجنب الازدحام البصري وتشوش الشكل التخطيطي.

ولإضفاء مزيد من الدقة المرجعية على المخطط، يُوصى باستدعاء دالة الشبكة grid(nx = NULL, ny = NULL, col = "lightgray", lty = "dotted") عقب استدعاء دالة الرسم مباشرة، مما يضيف شبكة إحداثيات رمادية متقطعة وناعمة خلف المنحنى، تسهم في تمكين القارئ من إجراء الإسقاطات البصرية العينية ومطابقة قيم المحور الأفقي مع احتمالاتها التراكمية بدقة وسرعة فائقة.

5. رسم دوال التوزيع التراكمي للتوزيعات الاحتمالية النظرية المعروفة

5.1 استخدام دالة curve() مع دالة التوزيع الطبيعي pnorm

تمثل دالة curve() في بيئة Base R أداة قوية ومتخصصة لرسم المنحنيات الرياضية المستمرة عبر نطاق عددي محدد بدقة. تعتمد هذه الدالة على تقييم تعبير رياضي دالي كدالة في المتغير الرمزي x عبر مئات النقاط المتقاربة وتوصيلها بسلاسة تامة، مما يجعلها الخيار المثالي لرسم دوال التوزيع التراكمي النظرية ذات الصيغ الرياضية المعرفة تحليلياً دون الحاجة إلى توليد بيانات عشوائية وسيطة.

لرسم دالة التوزيع التراكمي للتوزيع الطبيعي المعياري القياسي $\mathcal{N}(0, 1)$، تُمرر دالة التوزيع الاحتمالي pnorm(x, mean = 0, sd = 1) كمدخل رئيسي للدالة curve()، مع تحديد النطاق الأفقي المرغوب عبر المعاملين from = -3.5 و to = 3.5. ينتج عن هذا الاستدعاء منحنى ناعم ذو شكل سيني متناسق (Sigmoidal S-Shape)، يعبر بصرياً عن التماثل التام للتوزيع الطبيعي حول متوسطه الحسابي، حيث يمر المنحنى بدقة متناهية بالنقطة الإحداثية $(0, 0.50)$ التي تمثل وسيط ومتوسط التوزيع.

تتيح المعالجة الرياضية عبر curve() دراسة أثر التغير في معالم التوزيع (Parameters) على مظهر المنحنى التراكمي؛ فتغيير معلمة الموقع (Location Parameter – $\mu$) يؤدي إلى إزاحة أفقية كاملة للمنحنى يميناً أو يساراً دون المساس بدرجة انحداره، في حين يؤدي تغيير معلمة المقياس والتشتت (Scale Parameter – $\sigma$) إلى تعديل درجة انحدار المنحنى السيني؛ حيث يترافق الانحراف المعياري الصغير مع منحنى شديد الانحدار وسريع الارتفاع حول المتوسط، بينما يعكس الانحراف المعياري الكبير منحنى تدريجي الانحدار وممتد الأطراف.

5.2 رسم دوال التوزيع التراكمي لتوزيعات نظرية شائعة

لا تقتصر إمكانات النمذجة التراكمية النظرية على التوزيع الطبيعي فحسب، بل تمتد لتشمل مصفوفة متكاملة من التوزيعات الاحتمالية المستمرة المستخدمة في الاستدلال الإحصائي المتقدم. يوضح الجدول التالي أبرز هذه الدوال في R ومعالمها الرياضية وصيغ استدعائها:

• توزيع تي ستيودنت (t-Student Distribution): يُرسم باستخدام الدالة pt(x, df)، حيث تمثل df درجات الحرية. يتميز هذا المنحنى بذيول أكثر سماكة من التوزيع الطبيعي تعكس حالة عدم اليقين الأكبر الناتجة عن صغر حجم العينات.
• توزيع مربع كاي (Chi-Square Distribution): يُرسم باستخدام الدالة pchisq(x, df) عبر النطاق الموجب $[0, \infty)$. يظهر المنحنى التراكمي التواءً موجباً واضحاً ينعكس في انطلاق المنحنى السريع من نقطة الأصل وتدرجه الممتد نحو اليمين.
• التوزيع الأسي (Exponential Distribution): يُرسم باستخدام الدالة pexp(x, rate = lambda) لنمذجة الفترات الزمنية بين الأحداث، متخذاً شكلاً مقعراً نحو الأسفل يبدأ من الصفر ويتصاعد بمعدل يتناسب طردياً مع معلمة المعدل.
• التوزيع المنتظم المستمر (Uniform Distribution): يُرسم باستخدام الدالة punif(x, min, max)، ويظهر في التمثيل التراكمي كخط مستقيم تام الانحدار عبر الفترة $[min, max]$، مما يدل على تساوي معدل تراكم الاحتمال لكل وحدة طول.

يوفر استيعاب المسارات الهندسية لهذه التوزيعات النظرية للباحث إطاراً مرجعياً لمقارنة البيانات الميدانية بالنماذج الرياضية، وتحديد التوزيع النظري الأنسب لتمثيل الظاهرة قيد الدراسة بناءً على شكل المنحنى التراكمي الملاحظ.

5.3 مقارنة التوزيعات النظرية المتعددة على رسم بياني واحد

تكتسب المقارنات البصرية عمقاً إحصائياً مضاعفاً عند تراكب عدة دوال توزيعية تراكمية على نفس اللوحة الرسومية. تتيح دالة curve() تحقيق هذا التراكب بسلاسة فائقة من خلال استخدام المعامل المنطقي add = TRUE في الاستدعاءات المتتالية، مما يوجه المحرك الرسومي لرسم المنحنى الجديد فوق الرسم البياني القائم دون مسح الطبقات السابقة أو إعادة ضبط أبعاد المحاور.

يتطلب العرض المتعدد تمييزاً بصرياً منضبطاً بين المنحنيات المتراكبة لتفادي التداخل اللوني أو المفاهيمي. يتحقق ذلك عبر تخصيص ألوان متباينة لكل توزيع باستخدام col، وتنويع أنماط الخطوط عبر المعامل lty (مثل استخدام الخط المتصل lty = 1 للنموذج المرجعي، والخط المتقطع lty = 2، والخط النقطي lty = 3 للنماذج المقارنة)، فضلاً عن ضبط سماكة الخطوط lwd بصورة متوازنة.

تكتمل اللوحة الإحصائية بإدراج دليل توضيحي شامل (Legend) عبر استدعاء الدالة legend() في بيئة Base R؛ حيث تُحدد إحداثيات الدليل (مثل "bottomright" لتجنب حجب المنحنى الصاعد)، وتُمرر مصفوفات النصوص، والألوان، وأنماط الخطوط المتطابقة تماماً مع المعالم المستخدمة في الرسم، مما يمنح المخطط استقلالية تامة وقدرة ذاتية على إيصال الفروق التوزيعية للمتلقي بوضوح منهجي مطلق.

6. التمثيل البصري المتقدم لدوال CDF باستخدام حزمة ggplot2

6.1 بناء طبقات الرسم الأساسية لدالة ECDF عبر stat_ecdf()

تقدم حزمة ggplot2 بنية برمجية متقدمة ومنهجية للغاية للتمثيل البصري للبيانات، حيث تنطلق من مبدأ ربط المتغيرات بالسمات الجمالية داخل كائن الرسم الأساسي ggplot(data, aes(x = variable)). ولرسم دالة التوزيع التراكمي التجريبية، توفر الحزمة الدالة الإحصائية المخصصة stat_ecdf()، والتي تتولى تلقائياً كافة العمليات الرياضية لحساب التراكم الاحتمالي وتوليد الإحداثيات الرأسية دون الحاجة إلى معالجة مسبقة للمتغير.

تتيح الدالة stat_ecdf() مرونة كاملة في تحديد الشكل الهندسي للعرض عبر المعامل geom؛ فالخيار الافتراضي geom = "step" ينتج دالة درجية كلاسيكية متوافقة مع الخصائص الصارمة لدوال ECDF في العينات المحدودة، بينما يتيح التبديل إلى geom = "line" توليد مسار خطي انسيابي يصل بين النقاط، وهو ما يفضله الباحثون في العينات الكبيرة جداً لمحاكاة المنحنيات التراكمية المستمرة وتقليل التشويش البصري الناتج عن الخطوات السلمية المتناهية في الصغر.

تتميز هذه البنية بقدرتها على التكيف الفوري مع أطر البيانات المنظمة (Data Frames)، حيث يمكن تمرير أعمدة متعددة أو تطبيق عمليات التحويل والترشيح ضمن نفس سياق التمرير البرمجي عبر الأنابيب (Pipes %>%)، مما يوفر بيئة عمل نظيفة ومستقرة تدعم إعادة الإنتاج العلمي (Reproducibility) بكفاءة عالية.

6.2 رسم التوزيعات النظرية باستخدام stat_function()

لتحقيق أعلى درجات التكامل بين التقدير التجريبي والنمذجة الرياضية داخل منظومة ggplot2، تبرز الدالة stat_function() كأداة مكافئة لدالة curve() ولكن ضمن نسق الطبقات التراكمية. تتيح هذه الدالة استدعاء أي دالة رياضية مستمرة، مثل fun = pnorm، ورسمها مباشرة فوق الطبقات الرسومية السابقة، مع توفير إطار بياني أساسي يحدد نطاق المحور الأفقي.

تسمح الدالة بتمرير المعالم الرياضية للتوزيع النظري عبر وسيط قائمي args = list(mean = ..., sd = ...)؛ حيث يمكن للباحث استخدام المعالم النظرية الافتراضية، أو استخراج المتوسط الحسابي والانحراف المعياري التجريبيين مباشرة من العينة وتمريرهما كمعالم للمنحنى النظري. يتيح هذا النهج مقارنة التوزيع التجريبي للبيانات بأفضل نموذج طبيعي مطابق لمعالم تلك البيانات ذاتها.

يفتح الجمع بين stat_ecdf() كطبقة أولى تمثل الواقع الميداني، و stat_function() كطبقة ثانية تمثل النموذج النظري المفترض، الباب أمام تقييم بصري فوري ودقيق لمدى تطابق البيانات مع الافتراضات التوزيعية، حيث يكشف أي انحراف أو تباعد بين المنحنيين عن مواطن الخلل في اعتدالية التوزيع أو وجود التواءات موضعية في بنية البيانات.

6.3 تخصيص السمات الجمالية وتطبيق القوالب الاحترافية

تتيح حزمة ggplot2 آليات تخصيص غير محدودة ترتقي بالرسم البياني إلى مستوى الجودة المطلوبة في الدوريات العلمية المرموقة. يبدأ ذلك بتطبيق السمات المظهرية الجاهزة مثل theme_minimal() أو theme_classic()، والتي تعمل على إزالة الخلفيات الرمادية الصاخبة وتعيين خطوط محاور سوداء واضحة مع إبراز الإحداثيات الأساسية بشكل أنيق.

يمتد التخصيص إلى ضبط لوحات الألوان وشفافية الخطوط؛ حيث يُستخدم المعامل alpha (مثلاً alpha = 0.8) لضمان وضوح الطبقات المتراكبة ومنع حجب المنحنيات الخلفية، مع استخدام لوحات ألوان معيارية ذات تباين بصري مدروس. كما يتيح التكامل مع حزمة scales ضبط المحور الرأسي لعرض النسب المئوية الصريحة بدلاً من الكسور العشرية عبر التضمين البسيط scale_y_continuous(labels = scales::percent)، مما يجعل الرسم في متناول القراء من مختلف الخلفيات العلمية.

تكتمل المنظومة الجمالية بتهيئة النصوص التوضيحية عبر الدالة labs()، حيث يُدمج العنوان الرئيس، والعناوين الفرعية، ومصدر البيانات، وتسميات المحاور المزودة بصيغ رياضية متقدمة عبر ترميز LaTeX أو expression()، لإنتاج مخرجات رسومية عالية الاحترافية والجاذبية المعرفية.

7. المقارنة البصرية بين مجموعات متعددة باستخدام دوال CDF

7.1 تقسيم البيانات حسب المتغيرات التصنيفية

في الأبحاث النفسية والتجريبية، نادراً ما تقتصر الدراسة على عينة واحدة معزولة؛ إذ يتمحور الهدف غالباً حول استكشاف الفروق التوزيعية بين مجموعات تجريبية وضابطة، أو بين فئات تصنيفية متعددة (مثل مقارنة مستويات القلق بين مستويات دراسية مختلفة أو بين الذكور والإناث). تبرز هنا دالة CDF كأداة متفوقة مقارنة بالمدرجات التكرارية (Histograms) التي تعاني من مشكلة تداخل الأعمدة وتراكمها البصري غير المريح.

في بيئة ggplot2، يتحقق هذا التقسيم متعدد المجموعات بأقصى درجات الانسيابية عبر ربط المتغير التصنيفي بالسمة الجمالية للون داخل دالة الربط: aes(x = score, color = Group). تقوم الدالة تلقائياً بفصل مصفوفة البيانات إلى مجموعات فرعية، وحساب دالة ECDF مستقلة لكل مجموعة على حدة، ورسم المنحنيات بألوان متباينة ومنسقة مع إنشاء دليل توضيحي تفاعلي آلياً.

يتيح الفحص البصري للمنحنيات المتعددة قراءة فروق التأثير بدقة استثنائية؛ فإذا كان منحنى المجموعة التجريبية يقع بالكامل إلى يمين منحنى المجموعة الضابطة، فإن ذلك يشكل دليلاً بصرياً قاطعاً على ظاهرة السيادة العشوائية من الدرجة الأولى (First-Order Stochastic Dominance)، والتي تعني أن درجات أفراد المجموعة التجريبية تتفوق احتمالياً وتراكمياً على نظيراتها في المجموعة الضابطة عند كافة المستويات والدرجات دون استثناء.

7.2 تراكب منحنيات CDF المتعددة في Base R

يمكن للمحللين المعتمدين على أدوات Base R بناء مقارنات متعددة المجموعات بدقة متناهية من خلال الجمع المنظم بين دوال الرسم والتراكب. يبدأ المسار بحساب كائنات ECDF منفصلة لكل مستوى تصنيفي باستخدام دوال الترشيح والتقسيم مثل split() أو الفهرسة المباشرة ecdf(scores[group == "A"]) و ecdf(scores[group == "B"]).

يتم أولاً رسم المنحنى الأول للمجموعة المرجعية باستخدام دالة plot() مع تحديد النطاق المشترك الأقصى للمحاور عبر xlim = range(scores) و ylim = c(0, 1) لضمان استيعاب كافة المجموعات. بعد ذلك، تُستدعى دالة التراكب الخطية lines() لتمرير كائنات المجموعات اللاحقة، مع تعيين ألوان متمايزة عبر col وأنماط خطوط متباينة عبر lty لضمان تمييز المنحنيات حتى في حالات الطباعة الأحادية بالأبيض والأسود.

تُختتم العملية بإنشاء دليل توضيحي يدوي منضبط عبر دالة legend()، يحدد بدقة مسميات المجموعات والسمات البصرية المرتبطة بكل منحنى. ورغم أن هذا النهج في Base R يتطلب كتابة خطوات برمجية أكثر مقارنة بحزمة ggplot2، إلا أنه يمنح الباحث تحكماً كاملاً ودقيقاً في كل عنصر بكسلي داخل لوحة الرسم.

7.3 استخدام الألواح المتعددة (Faceting) للمقارنات المتقدمة

عندما تتعقد بنية التصميم التجريبي لتشمل متغيرين تصنيفيين مستقلين أو أكثر (مثل دراسة تفاعل متغير العلاج النفسي مع متغير الجنس والمرحلة العمرية)، يصبح تراكب كافة المنحنيات في لوحة واحدة مصدراً للازدحام البصري وصعوبة القراءة. تقدم حزمة ggplot2 حلاً معمارياً متقدماً لهذه الإشكالية من خلال تقنية الألواح الشبكية المتعددة (Faceting).

يتحقق هذا التمثيل المتقدم عبر استدعاء دالتي facet_wrap(~ Variable) لتوزيع المجموعات في شبكة أحادية المتغير، أو facet_grid(Rows ~ Columns) لبناء مصفوفة تقاطعية ثنائية المتغيرات. تقوم هذه الدوال بتقسيم الرسم إلى لوحات بيانية فرعية مصفوفة جنباً إلى جنب، حيث تختص كل لوحة بعرض دالة التوزيع التراكمي لفئة معينة، مما يتيح للمحلل إجراء المقارنات الأفقية والرأسية بسلاسة بصرية فائقة.

تضمن تقنية Faceting توحيد مقاييس المحاور الأفقية والرأسية عبر كافة الألواح الفرعية بصورة افتراضية، مما يمنع حدوث أي خداع بصري قد ينجم عن اختلاف أبعاد الرسم، ويوفر بيئة مثالية لاكتشاف التفاعلات الإحصائية المعقدة والفروق التوزيعية الدقيقة بين الشرائح السكانية المختلفة قيد الدراسة.

8. التحقق من الفرضيات واختبارات المطابقة القائمة على CDF

8.1 اختبار كولموجوروف-سميرنوف (Kolmogorov-Smirnov Test) في R

يُعد اختبار كولموجوروف-سميرنوف (Kolmogorov-Smirnov Test) المعيار الكلاسيكي اللامعلمي الأبرز لتقييم جودة المطابقة والمقارنة التوزيعية. يرتكز الأساس النظري للاختبار مباشرة على دوال التوزيع التراكمي؛ إذ يعتمد على قياس المسافة العمودية القصوى (Supremum Distance) بين دالتين تراكميتين على كامل نطاق البيانات الحقيقية. وتُعرف إحصائية الاختبار $D$ رياضياً بالصيغة الصارمة:
$$D = \sup_{x} |\hat{F}_n(x) – F_0(x)|$$
في حالة الاختبار أحادي العينة المقارن بتوزيع نظري $F_0(x)$، أو بالصيغة:
$$D = \sup_{x} |\hat{F}_{1, n_1}(x) – \hat{F}_{2, n_2}(x)|$$
في حالة الاختبار ثنائي العينة المقارن بين عينتين تجريبيتين مستقلتين.

يتم تنفيذ هذا الاختبار في لغة R بسهولة فائقة عبر الدالة المدمجة ks.test(). في الاختبار أحادي العينة، يُمرر المتجه الرقمي متبوعاً باسم الدالة التوزيعية المستهدفة كمتغير نصي مع معالمها، مثل: ks.test(x, "pnorm", mean = mean(x), sd = sd(x)). أما في حالة مقارنة عينتين، فيُمرر المتجهان مباشرة للدالة: ks.test(sample1, sample2). تقوم الخوارزمية بحساب مسافات التباعد العمودي عند كافة نقاط القفزات التجريبية بدقة متناهية لتحديد القيمة العظمى للمسافة $D$.

تكمن القوة المنهجية لاختبار KS في كونه اختباراً حراً من التوزيع (Distribution-Free) تحت الفرضية الصفرية القائلة بأن العينة مسحوبة من التوزيع النظري المحدد، حيث أن التوزيع الاحتمالي لإحصائية $D$ لا يعتمد على طبيعة التوزيع النظري الأساسي طالما كان متصلاً ومعالمه محددة مسبقاً بشكل مستقل عن العينة.

8.2 التمثيل البصري للمسافة الإحصائية (D-statistic)

يمنح التمثيل البصري لموقع وقيمة إحصائية $D$ عمقاً تفسيرياً استثنائياً يتجاوز مجرد قراءة الجداول الإحصائية الصامتة. لتجسيد هذه المسافة بيانياً في R، يقوم المحلل برمجياً بحساب الفروق المطلقة بين قيمتي ECDF و CDF النظري عند كافة نقاط البيانات، وتحديد النقطة $x^*$ التي يتحقق عندها التباعد الأقصى $D = |\hat{F}_n(x^*) – F_0(x^*)|$.

باستخدام أدوات ggplot2 أو Base R، يتم رسم قطاع مستقيم أو سهم عمودي يصل بين النقطتين $(x^*, \hat{F}_n(x^*))$ و $(x^*, F_0(x^*))$ بلون بارز (كالأحمر الفاقع) وسماكة واضحة عبر دالة geom_segment() أو segments(). يوضح هذا الخط العمودي للقارئ النقطة الدقيقة على المقياس التي بلغت عندها درجة عدم التطابق بين النموذج والواقع ذروتها القصوى.

يسهم هذا الربط البصري المباشر في تبسيط استيعاب القيمة الاحتمالية الناتجة (p-value)؛ فالخطوط العمودية القصيرة تعكس تقارباً والتصاقاً شديداً بين المنحنيين يقابله قيمة $p$ مرتفعة تؤيد الفرضية الصفرية لجودة المطابقة، في حين تكشف الفجوات الرأسية الطويلة بصرياً عن انحرافات توزيعية جوهرية تؤدي إلى رفض فرضية التطابق بمستويات دلالة قاطعة.

8.3 تفسير المخرجات الإحصائية وتحديد جودة المطابقة

يُرجع استدعاء الدالة ks.test() في R تقريراً إحصائياً متكاملاً يتضمن: اسم الاختبار، وقيمة إحصائية التباعد المحسوبة $D$، ومستوى الدلالة الاحتمالي المرفق $p\text{-value}$، بالإضافة إلى الفرضية البديلة المختبرة. إذا كانت القيمة الاحتمالية أقل من مستوى الدلالة المعتمد ($\alpha = 0.05$)، يتم رفض الفرضية الصفرية، مما يستنتج منه إحصائياً أن البيانات التجريبية لا تتبع التوزيع النظري المفترض أو أن العينتين تنحدران من مجتمعين ذوي توزيعين مختلفين.

ومع ذلك، يتعين على الباحث التحلي بالحذر واليقظة المنهجية تجاه قيود اختبار كولموجوروف-سميرنوف الكلاسيكي؛ فأولاً، يُعد الاختبار فائق الحساسية في منتصف التوزيع وأقل حساسية عند الذيول والأطراف المتطرفة. ثانياً، إذا تم تقدير معالم التوزيع النظري (كالوسط الحسابي والانحراف المعياري) مباشرة من نفس بيانات العينة بدلاً من تحديدها مسبقاً، فإن اختبار KS القياسي يصبح متحفظاً بشكل مفرط ويولد قيماً احتمالية متضخمة، مما يستوجب استخدام تعديل اختبار ليلفورز (Lilliefors Test) المتاح في حزمة nortest.

وفي الحالات التي تستدعي حساسية قصوى لتشخيص شذوذ الذيول والانحرافات الطرفية، يُفضل اللجوء إلى اختبارات بديلة مشتقة أيضاً من مقاييس التباعد التراكمي الموزونة، وعلى رأسها اختبار أندرسون-دارلنج (Anderson-Darling Test) واختبار كرامر-فون ميسيس (Cramér–von Mises Test)، واللذان يوفران تكاملاً إحصائياً متقدماً لحسم جودة المطابقة التوزيعية بموثوقية فائقة.

9. حساب ورسم فترات وأحزمة الثقة لدالة التوزيع التراكمي التجريبية

9.1 الإطار الرياضي لأحزمة الثقة لدفورتزكي-كيفر-ولفويتز (DKW Bands)

لا يكتمل التقدير الإحصائي الرصين دون الإفصاح عن مستويات عدم اليقين (Uncertainty) المحيطة بالمنحنى التجريبي الناتج عن تباين المعاينة. وبينما توفر فترات الثقة النقطية (Pointwise Confidence Intervals) تقديراً للثقة عند كل نقطة $x$ منفصلة، تقدم أحزمة الثقة المتزامنة (Simultaneous Confidence Bands) ضماناً احتمالياً شاملاً يغطي مسار الدالة التراكمية الحقيقية بالكامل $F(x)$ عبر كافة النقاط في آن واحد بمستوى ثقة محدد مسبقاً مثل $(1 – \alpha) = 0.95$.

يرتكز البناء الرياضي الأكثر متانة لأحزمة الثقة اللامعلمية غير المشروطة على متباينة دفورتزكي-كيفر-ولفويتز (Dvoretzky–Kiefer–Wolfowitz Inequality – DKW) بعد التعديل الرياضي الحاسم الذي أدخله ماسارت (Massart, 1990) لضبط الثابت التناسبي الدقيق. تنص المتباينة على أن احتمالية تجاوز أقصى انحراف بين الدالة التجريبية والدالة الحقيقية لقيمة حدية $epsilon$ تخضع للقيد الاحتمالي الأسي التالي:
$$P\left(\sup_{x in \mathbb{R}} |\hat{F}_n(x) – F(x)| > \epsilon\right) le 2e^{-2n\epsilon^2}$$

انطلاقاً من هذه المتباينة، وبمساواة الطرف الأيمن بمستوى الدلالة $\alpha$ وحل المعادلة بالنسبة للحد الحرج $epsilon$， يتم اشتقاق نصف عرض حزام الثقة المتزامن بدقة متناهية عبر الصيغة الرياضية المغلقة:
$$\epsilon = \sqrt{\frac{\ln(2/\alpha)}{2n}}$$
يوفر هذا العرض الثابت إطاراً لامعلمياً صلباً لا يفترض أي توزيع قبلي للبيانات، مما يجعله صالحاً للتطبيق على أي متغير عشوائي مستمر بأمان رياضي تام.

9.2 توليد حدود الثقة برمجياً في لغة R

يتيح فهم الأساس الرياضي لمتباينة DKW كتابة دوال برمجية مخصصة في لغة R لحساب حدود الثقة العليا والدنيا بكفاءة وسرعة فائقة. يبدأ التطبيق البرمجي بحساب حجم العينة $n = \text{length}(x)$ وتحديد مستوى الدلالة المطلوب (مثل $\alpha = 0.05$ لمستوى ثقة 95%)، ثم حساب القيمة الحدية epsilon <- sqrt(log(2 / alpha) / (2 * n)).

تُحسب الحدود التراكمية الأولية بإضافة وطرح القيمة $epsilon$ من قيم دالة ECDF المحسوبة:
$$\hat{L}_n(x) = \hat{F}_n(x) – \epsilon$$
$$\hat{U}_n(x) = \hat{F}_n(x) + \epsilon$$
ومن الضروري رياضياً وبرمجياً إخضاع هذه الحدود لعملية قص وتهذيب (Clamping) لضمان بقائها داخل النطاق الاحتمالي الطبيعي البديهي $[0, 1]$، وذلك عبر استدعاء دوال التقييد: lower_bound <- pmax(0, ecdf_vals - epsilon) و upper_bound <- pmin(1, ecdf_vals + epsilon).

يمكن تنظيم هذه المتجهات المحسوبة ضمن إطار بيانات (Data Frame) موحد يحتوي على: النقاط التجريبية المرتبة $x$، وقيم الدالة التراكمية $\hat{F}_n(x)$، والحدود الدنيا $\hat{L}_n(x)$، والحدود العليا $\hat{U}_n(x)$. يشكل هذا الهيكل المنظم مدخلاً مثالياً لطبقات الرسم المتقدمة، ويوفر تقديراً حوسبياً سريعاً يتفوق على أساليب المحاكاة وإعادة التدوير المرهقة برمجياً.

9.3 رسم أحزمة الثقة حول منحنى ECDF

يمثل التجسيد البصري لأحزمة الثقة في حزمة ggplot2 قمة الأناقة البيانية والوضوح المنهجي في تقارير النشر العلمي. يتحقق ذلك عبر استخدام الدالة الهندسية المخصصة للمناطق المظللة geom_ribbon()، حيث يتم تمرير الحدود الدنيا والعليا إلى السمات الجمالية aes(ymin = lower_bound, ymax = upper_bound) مع ضبط مستوى شفافية ناعم alpha = 0.2 وتحديد لون تعبئة رمادي أو أزرق ملائم.

تُرسم طبقة حزام الثقة أولاً لتستقر كخلفية ظلية، تليها طبقة دالة ECDF الأساسية عبر geom_step() أو geom_line() بلون داكن وبارز، مما يضمن ظهور المنحنى التجريبي متوسطاً حزام الأمان الاحتمالي بوضوح تام. وبالمثل، في بيئة Base R، يمكن رسم هذه الحدود كخطوط متقطعة تحيط بالمنحنى عبر الدالة lines(x, upper_bound, lty = 2, col = "red") و lines(x, lower_bound, lty = 2, col = "red") أو باستخدام دالة المضلعات المظللة polygon().

يمنح هذا التمثيل البصري القارئ فهماً فورياً لمدى استقرار التقديرات؛ حيث يظهر الحزام ضيقاً ومنضغطاً في العينات الكبيرة، معبراً عن دقة متناهية ويقين إحصائي مرتفع، في حين يتسع الحزام بشكل ملحوظ في العينات المحدودة، محذراً الباحث من الإفراط في تعميم الاستنتاجات الفردية خارج حدود عدم اليقين المشاهدة.

10. تطبيقات عملية لدوال CDF في أبحاث القياس النفسي والعلوم السلوكية

10.1 تحليل وتوزيع درجات مقاييس الشخصية والاختبارات النفسية

تواجه أبحاث القياس النفسي والتقييم السلوكي تحدياً دائماً يتمثل في فحص الخصائص السيكومترية لأدوات القياس، والتأكد من مطابقة استجابات المفحوصين للنماذج النظرية المفترضة لسمات الشخصية (مثل مقاييس العوامل الخمسة الكبرى للشخصية Big Five أو مقاييس الاكتئاب والقلق). تتيح دالة التوزيع التراكمي للباحث النفسي تجاوز افتراض الاعتدالية البسيط وفحص السلوك التراكمي للدرجات الخام بدقة فائقة.

من خلال رسم دالة ECDF لدرجات مقياس نفسي ومقارنتها بمنحنى CDF الطبيعي المعياري، يستطيع الباحث تشخيص ظواهر الانحراف النفسي والسلوكي؛ فظهور تقعر حاد ومبكر في المنحنى التراكمي يكشف عن وجود تأثير الأرضية (Floor Effect)، حيث يعجز المقياس عن التمييز بين المستويات المنخفضة من السمة لتجمع أغلب المفحوصين عند أدنى الدرجات. وعلى العكس من ذلك، يشير تسطح المنحنى في البداية وتصاعده المفاجئ عند النهاية إلى تأثير السقف (Ceiling Effect) وضعف حساسية المقياس في التمييز بين المستويات العليا.

تساعد قراءات CDF أيضاً في تحديد درجات القطع الإكلينيكية (Clinical Cut-off Scores)؛ فبدلاً من الاعتماد على متوسطات اعتباطية، يمكن للأخصائي النفسي تحديد الدرجة الخام الدقيقة المقابلة للنسبة المئوية الحرجة (كالنسبة 95% أو 99%) على المنحنى التراكمي الميداني، مما يدعم اتخاذ قرارات تشخيصية مقننة تفصل بين الأداء الطبيعي والحالات المصنفة كاضطراب سريري يستدعي التدخل العلاجي.

10.2 مقارنة المتغيرات السلوكية بين المجموعات السريرية وغير السريرية

تُعد مقارنة المتغيرات السلوكية المستمرة—مثل أزمنة الاستجابة (Reaction Times) في المهام المعرفية، أو درجات مقاييس الضغوط الوالدية—بين عينات إكلينيكية (كالأفراد المشخصين باضطراب فرط الحركة وتشتت الانتباه ADHD) وعينات ضابطة، حقلاً تطبيقياً نموذجياً تتجلى فيه عبقرية دوال CDF مقارنة بمقاييس المتوسط الحسابي واختبارات $t$ التقليدية.

تتميز أزمنة الاستجابة السلوكية بطبيعتها الملتوية بشدة نحو اليمين واحتوائها على ذيول ممتدة ناتجة عن التشتت اللحظي للانتباه، مما يجعل المتوسط الحسابي مقياساً مضللاً يتأثر بالقيم المتطرفة. عند نمذجة هذه الأزمنة باستخدام دوال التوزيع التراكمي المتراكبة، يظهر التباعد بين المجموعتين ليس فقط كإزاحة عامة للمنحنى، بل كتباعد متباين يتسع بشكل دراماتيكي في الذيول العليا للتوزيع التراكمي.

يوفر فحص مسارات CDF عبر الذيل التراكمي العلوي للباحثين السلوكيين القدرة على قياس نسبة المفحوصين الذين يظهرون تباطؤاً معرفياً حاداً (Attentional Lapses)، وهي معلومات نوعية تفصيلية تطمسها المقاييس التلخيصية المعيارية، مما يعزز دقة التشخيص المقارن ويوجه برامج التأهيل المعرفي بأسلوب علمي مستند إلى الأدلة الكمية الدقيقة.

10.3 استخراج وتوحيد المعايير المئينية (Normative Percentiles)

يمثل تقنين الاختبارات والمقاييس النفسية والتربوية تتويجاً لعمليات القياس؛ إذ لا يمكن تفسير الدرجة الخام التي يحرزها الطالب في اختبار تحصيلي أو مقياس للذكاء بمعزل عن جدول معايير مرجعية وطنية أو مجتمعية تشتق رتبته النسبية بين أقرانه. توفر دالة ECDF في بيئة R البنية التحتية البرمجية الكاملة لتوليد هذه الجداول المعيارية بدقة متناهية وخالية من الأخطاء الحسابية.

يتم بناء مصفوفة المعايير عبر استدعاء كائن ecdf() المحسوب من عينة التقنين الوطنية الكبرى، وتطبيقه على مصفوفة متصلة تغطي كامل الدرجات الخام الممكنة للمقياس (من الدرجة الدنيا نظرياً إلى الدرجة القصوى). يتم استخراج الاحتمال التراكمي وضربه في 100، مع تدويره إلى أقرب عدد صحيح لإنتاج الرتبة المئينية المقابلة لكل درجة خام محتملة وفق التوثيق السيكومتري القياسي.

تتيح هذه المنهجية البرمجية في R تحويل هذه الجداول إلى دوال تحويل آلية (Transformation Functions)، يمكن دمجها لاحقاً في منصات الاختبار المحوسبة أو البرمجيات الإكلينيكية، ليتم إدخال الدرجة الخام للمفحوص واستخراج رتبته المئينية ودرجته التائية المعيارية المشتقة بصورة فورية، مما يضمن أعلى مستويات الموثوقية والمطابقة للمعايير الدولية للقياس النفسي والتربوي.

11. الأخطاء الشائعة واستكشاف الأخطاء البرمجية وإصلاحها أثناء حساب ورسم CDF

11.1 الخلط بين البيانات المستمرة والمنفصلة في تمثيل CDF

من أكثر الأخطاء المفاهيمية والبرمجية شيوعاً في التحليل التراكمي، الخلط بين المعالجة الرياضية المخصصة للمتغيرات المتصلة وتلك المخصصة للمتغيرات المنفصلة أو الترتيبية (Ordinal Data مثل استجابات مقياس ليكرت الخماسي). يؤدي تمرير بيانات ترتيبية ذات قيم متكررة ومحدودة إلى دوال تفترض الاتصال إلى رسم دوال درجية ذات قفزات ضخمة وتباعدات أفقية غير واقعية تشوه الطبيعة التدريجية للظاهرة.

يتجلى هذا الخطأ برمجياً عند محاولة مطابقة دالة ECDF لمتغير منفصل بتوزيع نظري متصل (مثل استخدام pnorm مع درجات استبيان صحيحة مقيدة بين 1 و 5) عبر اختبار كولموجوروف-سميرنوف ks.test()؛ حيث يُرجع الاختبار تحذيراً صريحاً بوجود روابط وتكرارات في البيانات (Ties Warning)، مما يجعل القيمة الاحتمالية $p\text{-value}$ الناتجة غير دقيقة ومضللة نتيجة خرق فرضية الاتصال الرياضي الصارم للاختبار.

لعلاج هذه الإشكالية، يتعين على الباحث التحقق المسبق من طبيعة المتغير؛ فإذا كانت البيانات منفصلة جوهرياً، يجب استخدام التوزيعات النظرية المنفصلة المقابلة (مثل دالة التوزيع التراكمي لتوزيع ثنائي الحدين pbinom أو توزيع بواسون ppois)، مع تطبيق تصحيح الاتصال (Continuity Correction) أو اللجوء إلى اختبارات المطابقة اللامعلمية البديلة الموجهة للبيانات المنفصلة والمتاحة في حزم مثل dgof.

11.2 أخطاء حجم العينة واستقرار التقديرات التراكمية

يرتبط استقرار دالة التوزيع التراكمي التجريبية ارتباطاً وثيقاً بحجم العينة $n$. في العينات الصغيرة جداً (مثل $n < 20$)، تتصف دالة ECDF بخشونة بصرية عالية وقفزات رأسية هائلة تعادل كل منها 5% أو أكثر من كامل الكتلة الاحتمالية، مما يجعل التقديرات التجريبية للمئينات الطرفية (مثل المئينين 95 و 99) شديدة التقلب وغير ممثلة للمجتمع الحقيقي.

يتمثل الخطأ المنهجي الشائع الآخر في محاولة استقراء (Extrapolation) الاحتمالات التراكمية خارج النطاق الفعلي المشاهد في العينة؛ فكائن ecdf() في R يُرجع القيمة الثابتة $0$ لأي قيمة أقل من أدنى مشاهدة في العينة، والقيمة $1$ لأي قيمة تتجاوز المشاهدة القصوى، مما قد يقود إلى استنتاجات خاطئة تماماً حول انعدام الاحتمالية في الذيول عند التعامل مع عينات محدودة لم ترصد الأحداث النادرة بعد.

للتغلب على قصور العينات الصغيرة، يُوصى بتطبيق تقنيات إعادة التدوير والمعاينة المتكررة (Bootstrap Resampling) لتقدير حدود عدم اليقين واستقرار المئينات، أو استخدام تقنيات التنعيم اللامعلمي (Kernel CDF Smoothing) المتاحة عبر دوال مثل kcde() في حزمة ks، والتي تنتج منحنيات تراكمية ناعمة ومستمرة حتى في ظروف المعاينة المقيدة، مما يقلل من أثر التحيز التوزيعي الحاد.

11.3 معالجة أخطاء الكود البرمجي في Base R و ggplot2

يواجه المبرمجون والمحللون حزمة من الأخطاء البرمجية المتكررة أثناء بناء وتصيير دوال CDF، والتي تتطلب تشخيصاً برمجياً دقيقاً لإصلاحها، ويوضح الجدول التالي أبرز هذه الأخطاء وأسبابها الجذرية وطرق معالجتها الصحيحة:

• خطأ استدعاء الدالة غير المعرفة: ينتج عن استدعاء ggplot أو دوال الإحصاء التراكمي دون تحميل الحزم الحاضنة مسبقاً، ويُعالج باستدعاء المكتبة صراحة عبر library(ggplot2) أو استخدام عامل النطاق ggplot2::stat_ecdf().
• أخطاء تطابق الأبعاد والأنماط (Type Mismatch): تحدث عند تمرير إطار بيانات كامل بدلاً من متجه رقمي لدالة ecdf()، أو تمرير متغير من فئة factor. يتم الإصلاح بالوصول المباشر للعمود الرقمي عبر مشغل الإسناد: ecdf(df$numeric_col) مع التحويل عبر as.numeric() إذا لزم الأمر.
• تداخل الطبقات وعدم ظهور المنحنى في ggplot2: ينتج غالباً عن نسيان تحديد السمة الجمالية للمحور الأفقي داخل aes(x = variable) أو حجب الطبقة بطبقة هندسية مصمتة أخرى، ويُعالج بترتيب تسلسل الطبقات وضبط الشفافية عبر alpha.
• أخطاء الذاكرة والبطء الحوسبي مع البيانات الضخمة (Big Data): تحدث عند محاولة رسم مئات الآلاف من القفزات الدرجية عبر stat_ecdf()، ويُعالج هذا التباطؤ بتبديل الهندسة إلى المسار الخطي geom = "line" أو أخذ عينات عشوائية فرعية ممثلة (Downsampling) لغايات التمثيل البصري السريع دون الإخلال بالشكل العام للمنحنى.

12. أفضل الممارسات المنهجية لتصدير وتوثيق رسوم CDF البيانية

12.1 معايير الاختيار بين أدوات الرسم (Base R مقابل ggplot2)

يتطلب التحليل الإحصائي المحترف موازنة عقلانية وموضوعية عند اختيار الأداة البرمجية الأنسب للتمثيل البصري؛ إذ لا تمثل أي من بيئتي الرسم خياراً مطلقاً لكل الحالات، بل تحكم الاختيار معايير ترتبط بمرحلة التحليل، وحجم البيانات، وسياق النشر النهائي المستهدف.

تُعد أدوات Base R الخيار المثالي والمنطقي في مراحل الاستكشاف الأولي السريع للبيانات (Exploratory Data Analysis – EDA)؛ نظراً لسرعتها الفائقة، وعدم اعتمادها على أي مكتبات خارجية، وقدرتها على توليد منحنيات ECDF واستخراج المئينات بسطر برمجي واحد وبأقل استهلاك ممكن للذاكرة الحوسبية، فضلاً عن كونها مثالية للبناء البرمجي الداخلي داخل الدوال والحزم البرمجية المستقلة.

وعلى النقيض من ذلك، تبرز منظومة ggplot2 كالمعيار الذهبي الذي لا غنى عنه عند إعداد المخططات البيانية الموجهة للنشر الأكاديمي في المجلات العلمية المحكمة، وإعداد التقارير الفنية المتقدمة؛ حيث توفر المنظومة اتساقاً جمالياً رفيعاً، ومرونة فائقة في دمج الطبقات التجريبية والنظرية، وبناء المقارنات متعددة المجموعات عبر تقنية الألواح (Faceting)، والتحكم المطلق في كل التفاصيل التيبوغرافية واللونية للرسم.

12.2 تحسين إمكانية القراءة والوصول في الرسوم البيانية الأكاديمية

تفرض المعايير الأكاديمية المعاصرة متطلبات صارمة لضمان إمكانية وصول وقراءة الرسوم البيانية لجميع فئات القراء، بمن فيهم الأفراد الذين يعانون من درجات متفاوتة من عمى الألوان (Color Vision Deficiency). يستدعي ذلك تجنب لوحات الألوان التقليدية التي تعتمد على الجمع بين الأحمر والأخضر في مقارنة منحنيات CDF المتعددة، واستبدالها بلوحات ألوان علمية محايدة وسهلة التمييز، مثل لوحة Viridis أو لوحات حزمة RColorBrewer المصممة خصيصاً للتوافق البصري الشامل.

يتعين أيضاً تعزيز التباين البصري عبر الجمع المزدوج بين ترميز الألوان وتمايز أنماط الخطوط (Line Types)؛ بحيث يخصص لكل مجموعة نمط خطي فريد (متصل، متقطع، منقط) إلى جانب لونه الخاص، مما يضمن احتفاظ الرسم البياني بكامل قدرته على التمييز والإيضاح حتى في حال طباعة الورقة العلمية باللونين الأبيض والأسود أو تصويرها ضوئياً بنسخ منخفضة الجودة.

تكتمل معايير الوصول بكتابة شروح توضيحية شاملة (Figure Captions) أسفل الرسم البياني، تستوفي الشروط المنهجية لجمعيات النشر العلمي مثل جمعية علم النفس الأمريكية (APA)؛ حيث يجب أن يشرح التوثيق بوضوح: المتغير الممثل، وطبيعة المنحنى (تجريبي ECDF أم نظري)، وتوضيح دلالة أحزمة الثقة ومستواها الإحصائي (مثل: حزام ثقة 95% وفق متباينة DKW)، مع تعريف كامل لكافة الرموز والمختصرات الواردة في الشكل لجعله مفهوماً بذاته وبشكل مستقل عن النص التحريري.

12.3 تصدير الرسوم البيانية بجودة طباعية عالية

تمثل المرحلة الأخيرة من مسار العمل الفني تصدير المخططات البيانية المنتجة في R بالصيغ والأبعاد والدقة التي تضمن بقاء المنحنيات حادة ونقية تماماً دون أي تشوه أو ضبابية رقمية. توفر بيئة R محركات تصدير متنوعة تعتمد على نوع الملف المستهدف، سواء أكان متجهاً رياضياً أم صورة نقطية.

في بيئة ggplot2، تُعد الدالة ggsave() الأداة القياسية الأبرز للتصدير؛ حيث تتيح التحكم الدقيق في الأبعاد الفيزيائية بالبوصة أو السنتيمتر عبر width و height، مع ضبط كثافة النقط في البوصة الواحدة عبر المعامل الحاسم dpi = 300 أو dpi = 600، وهو الحد الأدنى المقبول عالمياً للطباعة الورقية والنشر الأكاديمي الرصين للصور النقطية بصيغتي TIFF و PNG.

وللحصول على أعلى مستويات النقاء والجودة المظهرية، يُنصح دائماً بتصدير الرسوم البيانية بصيغ المتجهات الرسومية القابلة للتحجيم (Vector Formats)، مثل صيغتي PDF و SVG عبر استدعاء الأجهزة الرسومية المتخصصة pdf() أو svg() أو تمرير امتداد الملف مباشرة إلى ggsave("figure1.pdf", device = "pdf"). تتميز ملفات المتجهات باحتفاظها بالخطوط والنصوص ككيانات هندسية مستقلة تحافظ على حدتها وانسيابيتها الرياضية المطلقة عند أي مستوى من التكبير، مما يضمن ظهور منحنيات التوزيع التراكمي في الأوراق العلمية بأبهى صورة طباعية ممكنة.

خاتمة

تمثل دالة التوزيع التراكمي (CDF) ودالتها التجريبية المقابلة (ECDF) جوهر النمذجة الاحتمالية والتحليل الإحصائي الرصين، حيث توفران منظوراً شاملاً لتراكم البيانات الاحتمالية وتجاوز القيود التحليلية للمقاييس الوصفية الكلاسيكية. من خلال لغة البرمجة الإحصائية R، يمتلك الباحثون والمحللون بيئة متكاملة تتيح التنقل السلس من الحسابات الرياضية الدقيقة، مروراً بالتمثيل البياني المتقدم عبر Base R و ggplot2، وصولاً إلى اختبار الفرضيات التوزيعية وبناء أحزمة الثقة اللامعلمية المتزامنة.

إن التطبيق المنهجي الواعي لأدوات رسم وحساب التوزيعات التراكمية، ومراعاة متطلبات جودة البيانات، واختيار أساليب التوثيق والتصدير المتوافقة مع المعايير الأكاديمية العالمية، يعزز من مصداقية النتائج البحثية ويدعم اتخاذ القرارات القائمة على الأدلة في حقول القياس النفسي، والعلوم السلوكية، وسائر التخصصات الكمية المعاصرة.

المراجع (References)

• American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association. https://doi.org/10.1037/0000165-000
• Dvoretzky, A., Kiefer, J., & Wolfowitz, J. (1956). Asymptotic minimax character of the sample distribution function and of the classical multinomial estimator. The Annals of Mathematical Statistics, 27(3), 642–669. https://doi.org/10.1214/aoms/1177728174
• Massart, P. (1990). The tight constant in the Dvoretzky-Kiefer-Wolfowitz inequality. The Annals of Probability, 18(3), 1269–1283. https://doi.org/10.1214/aop/1176990746
• R Core Team. (2023). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. https://www.R-project.org/
• Wickham, H. (2016). ggplot2: Elegant graphics for data analysis (2nd ed.). Springer-Verlag New York. https://doi.org/10.1007/978-3-319-24277-4
• Wilks, D. S. (2011). Statistical methods in the atmospheric sciences (3rd ed.). Academic Press. https://doi.org/10.1016/C2009-0-61019-9