الانحدار اللوجستيالبرمجة الإحصائية في SASالتحليل الإحصائي

كيفية إنشاء منحنى ROC في SAS

دليل أكاديمي شامل ومفصل يوضح خطوات إنشاء وتفسير منحنى خصائص تشغيل المستقبِل (ROC) وتحليل المساحة تحت المنحنى (AUC) باستخدام نظام SAS الإحصائي.

تاريخ النشر

يمثل تقييم كفاءة النماذج التنبؤية والتصنيفية أحد الركائز الجوهرية في علم الإحصاء التطبيقي، والقياس النفسي، والعلوم السلوكية، والتشخيص الإكلينيكي. ومع تزايد تعقيد البيانات والاعتماد المتنامي على خوارزميات التعلم الإحصائي والانحدار اللوجستي، باتت الحاجة ماسة إلى معايير تقييمية موضوعية تتجاوز مقاييس الدقة الإجمالية الكلاسيكية التي كثيراً ما تضلل الباحثين عند وجود اختلال في توزيع الفئات. في هذا السياق، يبرز منحنى خصائص تشغيل المستقبِل (Receiver Operating Characteristic Curve)، المعروف اختصاراً باسم منحنى ROC، كأداة بصرية وتحليلية متقدمة لا غنى عنها في قياس القدرة التمييزية للنماذج التي تتعامل مع متغيرات تابعة ثنائية الاستجابة.

تُعد حزمة البرمجيات الإحصائية نظام التحليل الإحصائي (SAS) المنصة المعيارية الأكثر موثوقية ورصانة في الأوساط الأكاديمية والمؤسسات البحثية والطبية حول العالم، بفضل ما تملكه من دقة حسابية فائقة وقدرات رسومية متطورة عبر نظام الرسومات الإحصائية (ODS Graphics). يتيح نظام SAS للمحللين والباحثين ليس فقط إنشاء منحنيات ROC المنفردة والمقارنة، بل أيضاً استخراج المساحة الكلية تحت المنحنى (AUC)، وحساب فترات الثقة الدقيقة، وإجراء الاختبارات الإحصائية غير المعلمية للمفاضلة بين النماذج المتنافسة مثل اختبار دي-لونغ (DeLong Test)، وتحديد نقاط القطع التشخيصية المثلى بدقة متناهية.

يهدف هذا الدليل المنهجي الشامل إلى تقديم مرجع تطبيقي ونظري متكامل لبناء وتفسير وتخصيص منحنيات ROC في بيئة SAS. سنتناول بعمق كافة المفاهيم الإحصائية الأساسية، وشروط البيانات والافتراضات القبلية، والخطوات البرمجية التفصيلية عبر إجراء الانحدار اللوجستي (PROC LOGISTIC)، مروراً بأساليب التحقق المتقاطع (Cross-Validation)، وتطبيقات القياس السلوكي والنفسي، وصولاً إلى استكشاف الأخطاء الشائعة وحلها وتوثيق النتائج وفق المعايير الأكاديمية الصارمة للمجلات العلمية المحكمة.

جدول المحتويات

1. مقدمة إلى منحنى خصائص تشغيل المستقبِل (ROC Curve) وأهميته الإحصائية

1.1 الخلفية النظرية وتاريخ نشأة منحنيات ROC

تعود الجذور التاريخية لمنحنيات خصائص تشغيل المستقبِل إلى فترة الحرب العالمية الثانية، وتحديداً في أعقاب الهجوم على بيرل هاربر، حيث برزت الحاجة العسكرية الملحة إلى تحسين قدرة مشغلي الرادار البريطانيين والأمريكيين على التمييز الدقيق بين الإشارات الحقيقية المنعكسة عن طائرات العدو وتلك الناتجة عن التشويش والضوضاء الطبيعية كأسراب الطيور أو التغيرات الجوية. طُوّرت هذه المنهجية ضمن إطار ما يعرف بـ نظرية كشف الإشارة (Signal Detection Theory)، والتي كانت تهدف إلى فصل الإشارة الحقيقية عن الضجيج الخلفي وتحليل قرارات المشغلين البشريين والأجهزة في ظل ظروف عدم اليقين والالتباس الإدراكي.

مع بداية خمسينيات وستينيات القرن العشرين، أدرك علماء القياس النفسي والإحصاء الحيوي أن المبادئ الرياضية الكامنة وراء كشف الإشارة تنطبق بدقة متناهية على المشكلات التشخيصية والتقويمية في الطب والعلوم الإنسانية. انتقلت المنهجية تدريجياً لتصبح الأداة القياسية في تقييم الاختبارات الطبية الإكلينيكية، مثل التحاليل المخبرية وأدوات التصوير الإشعاعي، للكشف عن وجود الأمراض من عدمها. وفي العقود الأخيرة، تكرست مكانة منحنيات ROC في العلوم السلوكية والاجتماعية كمعيار ذهبي لتقييم المقاييس النفسية، واستبيانات تشخيص الاضطرابات، ونماذج التنبؤ بالسلوك الإنساني كالانقطاع عن الدراسة أو النجاح الأكاديمي أو العود الجرمي.

تكمن الأهمية الإحصائية الكبرى لتحليل ROC في تقييم النماذج التنبؤية ذات المتغير التابع الثنائي؛ إذ يوفر هذا التحليل تقييماً شاملاً لأداء النموذج عبر النطاق الكامل للدرجات التنبؤية والاحتمالات التراكمية، متجاوزاً بذلك القصور الجوهري للمقاييس التقليدية كنسبة الدقة البسيطة (Accuracy) التي تفترض ضمناً أن تكاليف جميع أنواع الأخطاء التصنيفية متساوية، وتتأثر بشكل حاد وشديد بتفاوت نسب الحدوث وانتشار الظاهرة المدروسة داخل العينة المستهدفة.

1.2 تعريف منحنى ROC وآلية عمله البيانية

يُعرَّف منحنى ROC بيانيّاً بأنه تمثيل إحداثي ثنائي الأبعاد يوضح العلاقة التبادلية الديناميكية بين مقياسين أساسيين للأداء التشخيصي: المعدل الإيجابي الحقيقي (True Positive Rate) الذي يُعرف إحصائياً بالحساسية (Sensitivity) ويمثل المحور الصادي (Y-axis)، والمعدل الإيجابي الخاطئ (False Positive Rate) الذي يُحسب رياضياً كحاصل طرح النوعية من واحد صحيح (1 – Specificity) ويمثل المحور السيني (X-axis). يتيح هذا الرسم البياني رؤية مستمرة لكيفية تغير أداء النموذج التصنيفي عند تحريك نقطة القطع الفاصلة (Decision Cutoff Threshold) على طول نطاق الاحتمالات التنبؤية من الصفر إلى الواحد الصحيح.

تعتمد آلية عمل المنحنى على محاكاة عملية التصنيف عند كل عتبة احتمالية ممكنة؛ فإذا تم اختيار نقطة قطع متدنية جداً تقترب من الصفر، سيصنف النموذج معظم الحالات على أنها إيجابية، مما يؤدي إلى حساسية مرتفعة تقارب 100% ولكن على حساب تدهور النوعية وارتفاع حاد في المعدل الإيجابي الخاطئ، وهو ما يتطابق مع النقطة (1,1) في الزاوية العلوية اليمنى من الرسم. وعلى النقيض، إذا رُفعت نقطة القطع إلى مستوى مرتفع يقترب من الواحد، ستتحسن النوعية ويقل المعدل الإيجابي الخاطئ مقترباً من الصفر، ولكن الحساسية ستنخفض بشدة لتقترب من النقطة (0,0) في الزاوية السفلية اليسرى.

يتميز منحنى ROC بخاصية بنيوية جوهرية تتمثل في كونه معياراً موضوعياً ثابتاً ومستقلاً عن معدل الانتشار الأساسي للحدث (Prevalence Invariance). لا تتأثر الحساسية والنوعية رياضياً بنسبة الإيجابيات إلى السلبيات في مجتمع الدراسة، مما يجعل المنحنى أداة مقارنة عادلة ومطلقة بين مجموعات دراسية متباينة، متيحاً للمحلل المفاضلة الدقيقة بين النماذج دون الوقوع في شرك الانحياز الناتج عن التوزيع غير المتكافئ للفئات.

1.3 أهمية تطبيق تحليل ROC في بيئة البرمجيات الإحصائية SAS

تحتل بيئة البرمجيات الإحصائية SAS مكانة رائدة في معالجة وتحليل البيانات الضخمة والنماذج الإحصائية المتقدمة، وتستمد قوتها في مجال تحليل منحنيات ROC من كفاءة خوارزميات التقدير العددي المدمجة فيها. تُجري إجراءات SAS الحسابية، ولا سيما الإجراء اللوجستي، تقديرات معلمات النماذج باستخدام دالة الإمكان الأعظم (Maximum Likelihood Estimation) بدقة متناهية وسرعة حسابية فائقة، حتى عند التعامل مع مجموعات بيانات بالغة الضخامة تشتمل على ملايين السجلات ومئات المتغيرات التفسيرية المعقدة.

يوفر نظام إخراج الرسومات الإحصائية في SAS، والمعروف باسم ODS Graphics (Output Delivery System Graphics)، تكاملاً برمجياً انسيابياً بين العمليات الحسابية والتمثيل البصري عالي الجودة. لا يتطلب توليد منحنى ROC المتقن سوى إضافة خيارات برمجية موجزة داخل جملة استدعاء الإجراء الإحصائي، حيث يتولى النظام تلقائياً حساب فترات الثقة للمساحة تحت المنحنى، وتحديد علامات المحاور، وتطبيق ألوان متدرجة وسمات تصميمية تلبي المعايير العالمية المعتمدة للنشر في الدوريات الأكاديمية الرصينة.

علاوة على ذلك، تتميز SAS بقدرات استثنائية في المقارنة الإحصائية المتزامنة بين عدة نماذج تصنيفية متنافسة. تتيح حزمة البرمجيات اختبار الفروق الجوهرية بين منحنيات ROC المتعددة المقدرة لنفس العينة أو لعينات مستقلة، بالاعتماد على مصفوفات التغاير ومناهج تحليل التباين غير المعلمية المتطورة، مما يوفر للباحثين سنداً رياضياً قاطعاً لاختيار النموذج الأكثر كفاءة وإيجازاً من الناحية الإحصائية والعملية.

2. المفاهيم الإحصائية الأساسية المرتبطة بمنحنى ROC

2.1 مصفوفة الارتباك (Confusion Matrix) ومكوناتها

تشكل مصفوفة الارتباك، أو جدول التصنيف المزدوج (2×2 Contingency Table)، القاعدة الحسابية التي تُشتق منها كافة مؤشرات الأداء التشخيصي والتصنيفي. تصنف هذه المصفوفة الحالات الملاحظة في الواقع مقابل التنبؤات التي يصدرها النموذج الإحصائي عند نقطة قطع احتمالية محددة، وتتألف من أربع خلايا رئيسية تعكس كافة الاحتمالات الممكنة للقرار التصنيفي:

  • الإيجابيات الحقيقية (True Positives – TP): عدد الحالات التي تحمل الصفة أو الحدث المستهدف فعلياً ونجح النموذج الإحصائي في تصنيفها والتنبؤ بها كحالات إيجابية بشكل صحيح.
  • السلبيات الحقيقية (True Negatives – TN): عدد الحالات الخالية من الصفة أو الحدث المستهدف في الواقع وصنفها النموذج بنجاح كحالات سلبية صحيحة.
  • الإيجابيات الكاذبة (False Positives – FP): الحالات السلبية في الأصل ولكن النموذج أخطأ وصنفها إيجابياً، وهو ما يمثل في الاستدلال الإحصائي الكلاسيكي خطأ النوع الأول (Type I Error).
  • السلبيات الكاذبة (False Negatives – FN): الحالات الإيجابية فعلياً ولكن النموذج فشل في اكتشافها وصنفها كحالات سلبية، وهو ما يُعرف بخطأ النوع الثاني (Type II Error).

تتيح مصفوفة الارتباك استخراج مقاييس مشتقة متعددة مثل الدقة الإجمالية للنموذج (Accuracy) التي تمثل النسبة المئوية لإجمالي الحالات المصنفة تصنيفاً صحيحاً (TP + TN) مقسومة على الحجم الكلي للعينة (N)، بالإضافة إلى مؤشرات القيمة التنبؤية الإيجابية والسلبية التي تتأثر بنسب الانتشار في المجتمع.

2.2 الحساسية (Sensitivity) ومعدل الإيجابية الحقيقية

تُعرَّف الحساسية إحصائياً بأنها الاحتمال الشرطي لقيام أداة القياس أو النموذج التنبؤي بتصنيف الحالة على أنها إيجابية، بشرط أن تكون الحالة إيجابية ومصابة بالصفة المستهدفة في الواقع الفعلي. من منظور رياضي، تُحسب الحساسية بقسمة عدد الإيجابيات الحقيقية على المجموع الكلي للحالات الإيجابية الفعلية داخل العينة وفق الصيغة التالية:

الحساسية = TP / (TP + FN)

يطلق على هذا المقياس أيضاً معدل الإيجابية الحقيقية (True Positive Rate) أو قدرة الاستدعاء (Recall) في أدبيات تنقيب البيانات وتعلم الآلة. يمثل هذا المؤشر المحور الرأسي في منحنى ROC، وتتراوح قيمته بين الصفر (فشل كلي في اكتشاف أي حالة إيجابية) والواحد الصحيح (اكتشاف كامل وشامل لكافة الحالات الإيجابية دون أي خطأ تصنيفي من النوع الثاني).

تكتسب الحساسية أهمية قصوى في التطبيقات الإكلينيكية والتشخيصية النفسية التي تنطوي على عواقب وخيمة في حال تفويت الحالة المستهدفة؛ فعلى سبيل المثال، عند بناء مقياس للتنبؤ بميول الانتحار أو الفحص المبكر لاضطرابات الاكتئاب الجسيم، يكون الهدف الإحصائي والمهني هو تعظيم الحساسية إلى أقصى حد ممكن لتقليص السلبيات الكاذبة (FN)، لضمان عدم إغفال أي فرد يحتاج إلى التدخل العلاجي الفوري حتى لو كان ذلك على حساب زيادة معتدلة في الإيجابيات الكاذبة.

2.3 النوعية (Specificity) ومعدل الإيجابية الخاطئة

تُعرَّف النوعية (أو الخصوصية) بأنها القدرة الإحصائية للنموذج على التعرف الدقيق على الحالات السلبية واستبعادها، وهي تمثل الاحتمال الشرطي لتصنيف الحالة على أنها سلبية نظراً لكونها سلبية في الواقع الفعلي. تُحسب النوعية بقسمة عدد السلبيات الحقيقية على إجمالي الحالات السلبية الفعلية وفق المعادلة الرياضية:

النوعية = TN / (TN + FP)

يُشتق من مقياس النوعية المحور الأفقي لمنحنى ROC، والمعروف بمعدل الإيجابية الخاطئة (False Positive Rate)، والذي يُحسب بالمعادلة المكملة: (1 – النوعية) = FP / (TN + FP). تعكس هذه القيمة نسبة الحالات السلبية السليمة التي صنفها النموذج خطأً على أنها إيجابية، وتتراوح القيمة الرياضية للمحور الأفقي من الصفر (عدم ارتكاب أي خطأ من النوع الأول) إلى الواحد الصحيح (تصنيف جميع الحالات السليمة كإيجابية خاطئة).

تظهر المفاضلة الحتمية (Trade-off) بين الحساسية والنوعية عند اتخاذ القرارات؛ إذ يؤدي تخفيض عتبة التصنيف بهدف رفع الحساسية تلقائياً إلى خفض النوعية وزيادة الإيجابيات الخاطئة، والعكس بالعكس. تعتمد الموازنة بين هذين المعيارين على السياق التطبيقي للتنبؤ؛ ففي الاختبارات النفسية المقننة أو إجراءات القبول الجامعي الانتقائية، تحرص المؤسسات على رفع النوعية لتجنب قبول أو تصنيف حالات غير مؤهلة، مما يبرز أهمية منحنى ROC كأداة مرئية متكاملة لتقييم كافة سيناريوهات المفاضلة.

3. متطلبات البيانات والافتراضات المسبقة لتحليل الانحدار اللوجستي في SAS

3.1 طبيعة المتغيرات وشروط القياس الإحصائي

يتطلب بناء منحنى ROC المعتمد على نموذج الانحدار اللوجستي في SAS استيفاء شروط محددة تتعلق بمستويات قياس المتغيرات المدخلة. يُشترط أولاً أن يكون المتغير التابع (Response Variable) متغيراً نوعياً ثنائي الفئات (Binary/Dichotomous Variable)، يُرمَّز رقمياً عادة بالقيمتين (0 و 1) أو بقيم نصية مميزة، بحيث تشير إحدى القيمتين إلى وقوع الحدث المستهدف (كالنجاح، الإصابة، القبول) بينما تشير القيمة الأخرى إلى عدم وقوعه.

أما بالنسبة للمتغيرات التفسيرية أو المستقلة (Explanatory Variables)، فإن نماذج الانحدار اللوجستي تتمتع بمرونة قياسية فائقة، حيث تقبل المتغيرات الكمية المستمرة (Continuous)، كالعمر والدرجات الكلية للاختبارات والمعدلات التراكمية، والمتغيرات الفئوية الاسمية أو الرتبية (Categorical/Ordinal)، كالجنس والحالة الاجتماعية والمستوى التعليمي. عند إدخال المتغيرات الفئوية في برمجية SAS، يجب إدراجها ضمن جملة CLASS في الإجراء الإحصائي لتمكين البرنامج من إنشاء مصفوفات الترميز الثنائي الصوري (Dummy Coding) أو ترميز التأثيرات (Effect Coding) بشكل آلي ودقيق.

ينبغي للباحث التأكد من دقة مقاييس المتغيرات وخلوها من أخطاء الإدخال المادي؛ حيث يؤدي سوء تصنيف المتغير التابع أو غموض الفئات إلى تشويه دالة الإمكان الأعظم، مما ينعكس سلباً على موثوقية الاحتمالات التنبؤية المتولدة، وبالتالي يؤدي إلى تشويه مسار منحنى ROC وانحراف تقديرات المساحة الكلية الواقعة تحته.

3.2 التحقق من افتراضات الانحدار اللوجستي

على الرغم من أن الانحدار اللوجستي لا يفترض التوزيع الطبيعي المتعدد للمتغيرات المستقلة ولا يشترط تجانس التباين كما هو الحال في الانحدار الخطي العام، إلا أنه يستند إلى مجموعة من الافتراضات الإحصائية الصارمة التي يجب التحقق منها لضمان صحة الاستدلال:

  • استقلالية المشاهدات (Independence of Observations): يجب أن تكون الملاحظات ووحدات المعاينة مستقلة تماماً عن بعضها البعض، مع خلو البيانات من الارتباط الذاتي، وعدم وجود قياسات متكررة لنفس الأفراد عبر الزمن دون استخدام النماذج الخطية المعممة ذات التأثيرات العشوائية.
  • غياب التعدد الخطي الشديد (Absence of Multicollinearity): يجب ألا تكون المتغيرات المستقلة مرتبطة ارتباطاً خطياً مرتفعاً فيما بينها، حيث يؤدي التعدد الخطي إلى تضخم الأخطاء المعيارية لمعاملات الانحدار، مما يفقد النموذج استقراره الإحصائي. يمكن فحص ذلك بحساب معامل تضخم التباين (VIF) ومؤشر التسامح (Tolerance).
  • العلاقة الخطية بين المتغيرات المستمرة ولوغاريتم الأرجحية (Linearity in the Logit): يفترض الانحدار اللوجستي وجود علاقة خطية مستقيمة بين كل متغير تنبؤي مستمر ولوغاريتم أرجحية وقوع الحدث، وهو ما يمكن فحصه في SAS باستخدام أسلوب حدود بوكس-تيدويل (Box-Tidwell Transformation).
  • كفاية حجم العينة (Adequate Sample Size): يتطلب النموذج توافر عدد كافٍ من الأحداث لكل متغير مستقل (Events Per Variable – EPV)، وتوصي الأدبيات المنهجية بوجود ما لا يقل عن 10 إلى 20 حدثاً مستهدفاً لكل متغير تفسيري مدرج في النموذج لتفادي التحيز في التقدير.

3.3 تنظيف البيانات والتعامل مع القيم المفقودة والمتطرفة

يعد تنظيف البيانات خطوة تحضيرية حاسمة قبل تشغيل النماذج الإحصائية في SAS. يؤدي وجود القيم المفقودة (Missing Values) في أي من المتغيرات التابعة أو المستقلة إلى قيام إجراءات SAS افتراضياً باستبعاد الحالة بالكامل من التحليل وفق أسلوب الحذف القائم على السجل الكامل (Listwise Deletion). إذا كانت البيانات المفقودة ذات نمط غير عشوائي (Missing Not at Random)، فإن هذا الاستبعاد يقود إلى تحيز منهجي خطير وفقدان لقوة الاختبار الإحصائي.

يتعين على الباحث فحص أنماط الفقد باستخدام إجراءات مثل PROC MI و PROC MIANALYZE لتقييم إمكانية تطبيق التعويض المتعدد للبيانات المفقودة (Multiple Imputation) إذا كانت نسبة الفقد مبررة إحصائياً وتتبع نمط الفقد العشوائي. يضمن هذا النهج الحفاظ على الحجم الكامل للعينة وصيانة القوة الإحصائية لمنحنى ROC الناتج.

بالإضافة إلى ذلك، يجب الكشف عن القيم الشاذة والمتطرفة (Outliers) والنقاط ذات التأثير المرتفع (Influential Observations) التي قد تسحب خط الانحدار نحوها بقوة، مما يؤثر على دالة الإمكان الأعظم. توفر SAS مقاييس تشخيصية متقدمة للانحدار اللوجستي مثل مسافة كوك (Cook’s D) وإحصائية ديتا بيتا (DFBETA) وتشخيصات الرافعة (Hat Matrix Diagonals)، والتي تتيح للمحلل عزل وتدقيق الحالات التي تشوه التقديرات التنبؤية لمنحنى ROC.

4. إعداد وإدخال مجموعات البيانات في نظام SAS

4.1 إنشاء مجموعة البيانات التجريبية باستخدام كود DATA Step

تعتبر خطوة معالجة البيانات (DATA Step) في بيئة SAS الأساس البرمجي لبناء وتشكيل مصفوفات المتغيرات. يمكن كتابة شفرة برمجية مباشرة لإنشاء مجموعة بيانات تجريبية تحاكي دراسة في القياس النفسي والأكاديمي، تهدف إلى التنبؤ بقبول الطلاب في برنامج دراسات عليا متقدم بناءً على متغيرين تنبؤيين: المعدل التراكمي في المرحلة الجامعية (GPA) ودرجة اختبار القدرات الأكاديمية المقنن (Standardized Test Score – ACT).

يتم استخدام الأمر DATA لتسمية جدول البيانات، يليه الأمر INPUT لتعريف أسماء المتغيرات وأنماطها القياسية، ثم الأمر DATALINES أو CARDS لإدراج صفوف البيانات الفعلية متبوعة بعلامة الفاصلة المنقوطة الإنهاءية. يُرمز لمتغير الاستجابة التابع (ADMIT) بالقيمة 1 للطلاب المقبولين والقيمة 0 للطلاب غير المقبولين.

تضمن هذه الخطوة البرمجية التحقق من البنية الهيكلية الصحيحة لمجموعة البيانات وتعيين التسميات الوصفية المناسبة للمتغيرات عبر جملة LABEL، وتنسيق القيم عبر جملة FORMAT، مما يهيئ الجدول للدخول المباشر في الإجراءات الإحصائية دون تعارض في أنماط البيانات الرقمية والنصية.

4.2 استيراد البيانات من مصادر خارجية إلى مكتبات SAS

في الدراسات الإمبريقية واسعة النطاق، تجمع البيانات الإحصائية وتُخزن في صيغ ملفات خارجية متعددة مثل جداول مايكروسوفت إكسيل (Excel) أو ملفات القيم المفصولة بفواصل (CSV). يوفر نظام SAS إجراء الاستيراد المرن PROC IMPORT لقراءة وتحويل هذه الملفات إلى جداول SAS ثنائية مشفرة بكفاءة عالية وبأقل قدر من الأخطاء التنسيقية.

تتضمن بنية استدعاء أمر PROC IMPORT تحديد مسار الملف المصدر عبر المعامل DATAFILE=، وتحديد اسم مجموعة البيانات الناتجة في SAS عبر المعامل OUT=، وتحديد نمط الملف المستورد عبر المعامل DBMS=CSV أو DBMS=XLSX، مع تفعيل خيار GETNAMES=YES لقراءة أسماء المتغيرات من السطر الأول في الملف الخارجي بشكل تلقائي.

يوصى بإنشاء مكتبة دائمة في SAS باستخدام جملة LIBNAME وتخصيص دليل مجلد محدد على القرص الصلب لحفظ الجداول المعالجة. يضمن استخدام المكتبات الدائمة حفظ وتأمين مجموعات البيانات الضخمة وتفادي فقدان التعديلات البرمجية عند إغلاق جلسة العمل، مما يوفر بيئة عمل إحصائية منظمة ومستدامة للتحليلات اللاحقة.

4.3 استكشاف البيانات وإجراء التحليلات الوصفية المبدئية

يمثل الاستكشاف الأولي للبيانات مرحلة إلزامية للتحقق من سلامة المؤشرات الإحصائية الوصفية وتوزيع التكرارات قبل الشروع في بناء النماذج اللوجستية ومنحنيات ROC. يُستخدم إجراء التكرارات PROC FREQ لفحص جدول التوافق وتكرارات المتغير التابع الثنائي للتأكد من حجم العينة في كل فئة، والتحقق من عدم وجود ظاهرة الفئات النادرة جداً (Rare Events) التي تتطلب معالجات إحصائية خاصة.

كما يُستخدم إجراء المتوسطات PROC MEANS لحساب مقاييس النزعة المركزية والتشتت للمتغيرات التفسيرية الكمية، بما في ذلك المتوسط الحسابي، والانحراف المعياري، والوسيط، والمدى الربيعي، بالإضافة إلى فحص قيم الالتواء (Skewness) والتفرطح (Kurtosis) للتأكد من سلامة التوزيعات وخلوها من الانحرافات الحادة التي قد تشوه العلاقة الخطية في لوغاريتم الأرجحية.

يتيح دمج هذه الإجراءات الاستكشافية تكوين فهم عميق للخصائص البنيوية لمجموعة البيانات، وتحديد الحاجة إلى إجراء تحويلات رياضية على المتغيرات المستقلة كتحويلات اللوغاريتم الطبيعي أو المعايرة المعيارية (Z-score Standardization)، لضمان استقرار الخوارزميات الحسابية في الإجراءات اللاحقة.

5. تطبيق إجراء PROC LOGISTIC لتوليد منحنى ROC الأساسي

5.1 البنية التركيبية الأساسية لأمر PROC LOGISTIC

يُعد إجراء الانحدار اللوجستي PROC LOGISTIC الأداة البرمجية الرئيسية والأكثر شمولاً في SAS لبناء النماذج التنبؤية الثنائية وتوليد منحنيات ROC. تبدأ البنية التركيبية الأساسية باستدعاء الإجراء متبوعاً بتحديد مجموعة البيانات المستهدفة عبر خيار DATA=dataset_name.

تأتي بعد ذلك جملة النموذج MODEL التي تحدد العلاقة الرياضية بين المتغير التابع والمتغيرات التفسيرية المستقلة، وتُصاغ وفق الهيكل: MODEL Response_Variable = Explanatory_Variables;. من الضروري جداً التحكم في الحدث المستهدف (Event of Interest) الذي يقوم النموذج بحساب احتمالية وقوعه؛ فبشكل افتراضي، تقوم SAS بترتيب قيم المتغير التابع أبجدياً أو رقمياً وتتنبأ باحتمالية الفئة الأولى (الأصغر).

لضمان قيام النموذج بحساب احتمالية وقوع الحدث الإيجابي (مثل القبول أو الإصابة المرمزة بالرقم 1)، يجب إضافة خيار DESCENDING في جملة PROC LOGISTIC لترتيب القيم تنازلياً، أو استخدام المعامل الصريح (EVENT='1') مباشرة بعد اسم المتغير التابع داخل جملة MODEL، وهو الخيار الأكثر دقة وضماناً لتفادي أي التباس في تفسير اتجاه العلاقات الإحصائية ومسار منحنى ROC.

5.2 تفعيل خيارات الرسوم البيانية المتقدمة PLOTS=ROC

لإنتاج منحنى ROC بأعلى دقة بيانية في SAS، يجب تفعيل نظام الرسومات الإحصائية قبل استدعاء الإجراء من خلال كتابة الأمر ODS GRAPHICS ON;. يتيح هذا النظام للإجراء الإحصائي رسم المنحنيات بجودة بيانية فائقة تتضمن تفاصيل المحاور وعلامات الإحداثيات وقيمة المساحة تحت المنحنى بشكل مدمج داخل المخرجات الرسومية.

ROC curve in SAS
ROC curve in SAS

داخل جملة PROC LOGISTIC، يُضاف الخيار الرسومي المتقدم PLOTS(ONLY)=ROC، والذي يوجه SAS لتوليد منحنى ROC حصراً دون إغراق شاشة المخرجات بكافة الرسوم البيانية التشخيصية الأخرى كرسوم البواقي والتأثيرات، مما يمنح المحلل تركيزاً بصرياً مباشراً على الأداء التصنيفي العام للنموذج المقدر.

يقوم نظام الرسومات الإحصائية برسم المنحنى بدقة متناهية عبر حساب كافة أزواج الحساسية ومكمل النوعية عبر جميع نقاط القطع الممكنة للبيانات، مع رسم خط المرجع القطري المائل بزاوية 45 درجة تلقائياً، والذي يمثل نموذج التخمين العشوائي عديم الفائدة الإحصائية، ليكون بمثابة معيار مقارنة بصري فوري لكفاءة النموذج المطور.

5.3 تصدير نقاط الإحداثيات والبيانات الوصفية للمنحنى

بالإضافة إلى العرض البصري لمنحنى ROC، يحتاج الباحثون والمحللون غالباً إلى استخراج البيانات الرقمية التفصيلية التي بني عليها المنحنى لإجراء تحليلات إضافية مخصصة أو لتحديد نقاط القطع يدوياً. يتيح إجراء PROC LOGISTIC خياراً متقدماً يُكتب داخل جملة MODEL وهو خيار OUTROC=dataset_name.

يقوم خيار OUTROC= بإنشاء مجموعة بيانات SAS جديدة ومتكاملة تحتوي على سجل رقمي لكل نقطة قطع احتمالية محتملة. يتضمن هذا الجدول أعمدة مخصصة تمثل قيمة نقطة القطع الاحتمالية المقدرة (Variable _PROB_)، وحساسية النموذج المناظرة (Variable _SENSIT_)، ومعدل الإيجابية الخاطئة (Variable _1MSPEC_)، ومعدل السلبية الخاطئة (Variable _1MSENS_)، بالإضافة إلى التكرارات العددية الفعلية للإيجابيات والسلبيات الحقيقية والكاذبة عند كل عتبة.

توفر هذه البيانات المصدرة مرونة فائقة؛ إذ يمكن استخدامها لاحقاً في إجراءات تحليلية أخرى مثل PROC SGPLOT لإعادة بناء رسومات بيانية متقدمة ومخصصة بالكامل، أو لتطبيق خوارزميات برمجية لحساب مؤشرات الدقة التفصيلية ونقاط التوازن دون الحاجة إلى إعادة تقدير نماذج الانحدار المعقدة في كل مرة.

6. تفسير مخرجات SAS والمساحة تحت المنحنى (AUC / C-Statistic)

6.1 قراءة إحصائية التوافق ومقياس c-Statistic

عند تنفيذ الانحدار اللوجستي في SAS، يُنتج البرنامج جدولاً تحليلياً بالغ الأهمية بعنوان “Association of Predicted Probabilities and Observed Responses” (ارتباط الاحتمالات المتوقعة بالاستجابات الملاحظة). يتضمن هذا الجدول إحصائية جوهرية تُعرف باسم مقياس التوافق أو إحصائية c (c-Statistic). يُعد مقياس c في نماذج الاستجابة الثنائية مطابقاً تماماً من الناحية الرياضية لقيمة المساحة الكلية تحت منحنى ROC المعروفة عالمياً باسم AUC (Area Under the Curve).

يُعرَّف مقياس c بأنه الاحتمال الإحصائي لقيام النموذج التنبؤي بتخصيص احتمال متوقع أعلى للحالة الإيجابية مقارنة بالحالة السلبية عند سحب زوج عشوائي من الحالات المستقلة، أحدهما يمثل فرداً ظهر لديه الحدث المستهدف والآخر يمثل فرداً لم يظهر لديه الحدث. يعكس هذا المقياس القدرة التمييزية الشاملة (Discriminative Ability) للنموذج بغض النظر عن أي نقطة قطع تصنيفية محددة.

تتراوح القيمة الرياضية لمقياس c أو AUC بين 0.50 و 1.00 في النماذج المنطقية السليمة. تشير القيمة 0.50 إلى أن النموذج لا يملك أي قدرة تمييزية على الإطلاق وأن أداءه يكافئ رمي قطعة نقود عادلة (تخمين عشوائي بحت)، في حين تشير القيمة 1.00 إلى نموذج تمييزي مثالي يحقق فصلاً مطلقاً وخالياً من أي تداخل بين الحالات الإيجابية والحالات السلبية.

6.2 المعايير الأكاديمية للحكم على جودة وقوة التمييز للنموذج

وضعت الأدبيات الإحصائية والقياسية المرجعية، ولا سيما أعمال هوسمر ولي Show (Hosmer-Lemeshow) المتخصصة في الانحدار اللوجستي التطبيقي، تصنيفات إرشادية مقننة لتفسير جودة التمييز بناءً على قيمة المساحة تحت المنحنى (AUC / c-Statistic). تُعتمد هذه المعايير على نطاق واسع في تحكيم الدراسات والبحوث المنشورة:

  • من 0.50 إلى أقل من 0.60: قدرة تمييزية فاشلة وغير مقبولة إحصائياً (Fail Discrimination)، حيث يعجز النموذج عن توفير أي إضافة تنبؤية تتجاوز الصدفة العشوائية.
  • من 0.60 إلى أقل من 0.70: قدرة تمييزية ضعيفة أو حدية (Poor Discrimination)، ونادراً ما يُعتمد على هذه النماذج في التطبيقات العملية أو التشخيصية دون إدخال متغيرات تفسيرية جوهرية جديدة.
  • من 0.70 إلى أقل من 0.80: قدرة تمييزية مقبولة وجيدة (Acceptable Discrimination)، وتعتبر شائعة ومرضية في مجالات العلوم السلوكية والنفسية والتربوية نظراً للتعقيد المتأصل في قياس السلوك الإنساني.
  • من 0.80 إلى أقل من 0.90: قدرة تمييزية ممتازة (Excellent Discrimination)، تدل على كفاءة تنبؤية عالية وقدرة فائقة للنموذج على فرز وتصنيف الحالات بدقة موثوقة.
  • 0.90 فما فوق: قدرة تمييزية استثنائية ونادرة (Outstanding Discrimination)، تشير إلى أداة تشخيصية بالغة الدقة. ومع ذلك، تتطلب القيم شديدة الارتفاع (مثل > 0.98) تدقيقاً حذراً للتأكد من عدم وجود تسريب للمعلومات (Data Leakage) أو فرط تخصيص حاد في العينة.

6.3 فترات الثقة واختبارات الدلالة الإحصائية لقيمة AUC

لا يكتفي التحليل الإحصائي الرصين بتقديم تقدير نقطي لقيمة AUC، بل يتطلب تقييم الدقة الاستدلالية عبر حساب فترات الثقة (Confidence Intervals) واختبار الفرضيات الصفرية. يوفر نظام SAS في المخرجات الافتراضية المتقدمة الخطأ المعياري المقدر للمساحة تحت المنحنى وفترة ثقة 95% محسوبة وفق المناهج المعلمية أو المناهج اللامعلمية المشتقة من إحصائية مان-ويتني (Mann-Whitney U statistic).

تتمثل الفرضية الصفرية (H0) في اختبار جودة النموذج في أن القيمة الحقيقية للمساحة تحت المنحنى في المجتمع الأصلي تساوي 0.50 (H0: AUC = 0.50)، مما يعني انعدام القدرة التمييزية. تختبر SAS هذه الفرضية بالاعتماد على اختبار الدلالة الإحصائية وتقارير قيمة الدلالة الاحتمالية (p-value).

إذا كانت قيمة p-value أقل من مستوى الدلالة المعتمد (مثلاً α = 0.05)، وكانت فترة الثقة 95% لا تشتمل على القيمة 0.50 (على سبيل المثال، فترة الثقة تمتد من 0.78 إلى 0.88)، يُرفض الفرض الصفري ويُستنتج بثقة إحصائية أن النموذج يتمتع بقدرة تمييزية حقيقية وذات دلالة معنوية تتجاوز حدود المصادفة العشوائية في مجتمع الدراسة.

7. مقارنة عدة نماذج تصنيفية باستخدام عبارات ROC المتعددة في SAS

7.1 كتابة تعليمات ROC و ROCCONTRAST المتعددة

في العديد من الدراسات النفسية والتطبيقية، يواجه الباحث مشكلة المقارنة بين عدة نماذج تنبؤية متنافسة؛ مثل مقارنة نموذج أساسي يقتصر على المتغيرات الديموغرافية بنموذج موسع يتضمن مقاييس نفسية أو درجات اختبارات إضافية. يتيح إجراء PROC LOGISTIC في SAS ميزة برمجية فائقة تتيح تعريف ومقارنة نماذج فرعية متعددة ضمن استدعاء برمجي واحد.

يتحقق ذلك من خلال كتابة النموذج الأكبر والأشمل في جملة MODEL، ثم إدراج جمل ROC متعددة داخل نفس الإجراء. تحمل كل جملة ROC اسماً تعريفياً بين علامتي اقتباس يليه تحديد المتغيرات المستقلة المكونة لهذا النموذج الفرعي، كما في الهيكل التالي:

ROC ‘Model Label’ Variable_List;

لتفعيل الاختبارات الإحصائية الصارمة للمفاضلة بين هذه النماذج المتزامنة، تُضاف جملة ROCCONTRAST، والتي تُخبر SAS بضرورة إجراء مقارنات إحصائية متعددة ومتقاطعة لتقييم ما إذا كانت الفروق الملاحظة بين قيم المساحات تحت المنحنيات (AUCs) دالة إحصائياً أم أنها فروق ناتجة عن التباين العيني العشوائي.

7.2 اختبار الفروق الإحصائية بين قيم AUC (اختبار DeLong)

عند مقارنة منحنيات ROC المقدرة لنماذج مختلفة على نفس العينة من الأفراد، تكون المنحنيات ومساحاتها تحت المنحنى مرتبطة إحصائياً (Correlated/Paired ROC Curves) وليست مستقلة، نظراً لأن التنبؤات مستخرجة من نفس المشاهدات. لمعالجة هذا الارتباط، تطبق SAS اختبار دي-لونغ اللامعلمي الشهير والموثوق عالمياً: منهجية DeLong et al. (1988).

يقوم اختبار دي-لونغ على بناء مصفوفة التغاير غير المعلمية (Nonparametric Covariance Matrix) لتقديرات مقياس c باستخدام نظرية إحصاءات U المعممة (U-statistics). تقوم SAS بحساب مصفوفة التباين والتغاير بين مساحات النماذج المتنافسة، واستخراج إحصائية كاي-تربيع (Chi-Square Statistic) ودرجات الحرية المقابلة لها لاختبار فرضية التساوي المتزامن بين جميع قيم AUC للنماذج المقارنة.

يتيح هذا الاختبار للباحث الإجابة القاطعة عن السؤال المنهجي: “هل تؤدي إضافة المقياس النفسي الجديد إلى تحسين جوهري ذي دلالة إحصائية في القدرة التمييزية للنموذج مقارنة بالنموذج الديموغرافي الأساسي؟”. فإذا كانت قيمة p-value لاختبار التباين أقل من 0.05، يُعد التحسن في قيمة AUC ذا دلالة إحصائية تدعم تبني النموذج الموسع.

7.3 عرض المنحنيات المتراكبة على رسم بياني موحد

تتمثل إحدى أقوى المزايا الرسومية لنظام ODS في SAS عند استخدام جمل ROC المتعددة في قدرته على دمج كافة المنحنيات المتنافسة تلقائياً في لوحة رسم بياني واحدة مجمعة ومتراكبة (Overlaid ROC Plot). يُعرض النموذج الأساسي والنماذج الفرعية المتنافسة بألوان وأنماط خطوط مميزة على نفس شبكة المحاور الإحداثية.

يتضمن الرسم البياني المجمع وسيلة إيضاح تفصيلية (Legend) تعرض اسم كل نموذج، ولون الخط الممثل له، وقيمة المساحة المقدرة تحت المنحنى (AUC) الخاصة به بدقة. يتيح هذا العرض البصري المقارن إدراكاً فورياً لمسار كل نموذج وكيفية تفوق أحد المنحنيات واقترابه من الزاوية العلوية اليسرى مقارنة بالمنحنيات الأخرى عبر مختلف نطاقات الحساسية ومعدل الإيجابية الخاطئة.

تساعد هذه اللوحة الرسومية الموحدة في دعم قرارات الباحث استناداً إلى مبدأ الإيجاز الإحصائي (Principle of Parsimony / Occam’s Razor)؛ فإذا أظهر الرسم والاختبار الإحصائي أن الفارق بين نموذج بسيط ونموذج معقد ضئيل للغاية وغير دال، يسهل تبرير اعتماد النموذج الأبسط والأقل تكلفة في جمع البيانات والتطبيق العملي.

8. تخصيص وضبط المخرجات الرسومية لمنحنى ROC عبر SAS ODS Graphics

8.1 تعديل السمات الجمالية والأنماط البصرية للرسم

يوفر نظام ODS Graphics في SAS مرونة تصميمية واسعة تسمح بتعديل كافة السمات الجمالية والأنماط البصرية لمنحنيات ROC لكي تلائم المتطلبات الصارمة للمجلات العلمية ودور النشر الأكاديمية. يمكن التحكم في المظهر العام للرسم عن طريق تحديد قوالب الأنماط الجاهزة (ODS Styles) في بداية جلسة التحليل، مثل تطبيق النمط المكتبي الأنيق عبر الأمر: ODS GRAPHICS / STYLE=HTMLBLUE; أو استخدام النمط الكلاسيكي عالي التباين STYLE=JOURNAL لإنتاج رسومات بالأبيض والأسود وتدرجات الرمادي المخصصة للطباعة الورقية.

يمكن للمحلل أيضاً تخصيص سمات الخطوط البيانية الممثلة للمنحنيات الفردية أو المتعددة؛ كالتحكم في سماكة الخط (Thickness)، ونمط الخط (Line Pattern: خط متصل Solid، خط متقطع Dashed، خط نقطي Dotted)، ودرجة شفافية الألوان (Transparency). يضمن هذا التخصيص وضوح الرسوم وسهولة التمييز البصري بين المنحنيات المتراكبة حتى عند طباعتها بدون ألوان.

يتم التحكم أيضاً في خط المرجع القطري (Diagonal Reference Line) الذي يربط النقطة (0,0) بالنقطة (1,1)؛ حيث يمكن تعديل لونه ونمطه ليكون أقل بروزاً من منحنيات النماذج التنبؤية، مما يمنح الرسم وضوحاً مفاهيمياً واحترافية فائقة في العرض الإحصائي.

8.2 إضافة النصوص والتسميات التوضيحية وتعديل المحاور

يتيح إجراء PROC LOGISTIC مع أوامر تنسيق العناوين العالمية في SAS إضافة النصوص وتخصيص تسميات المحاور بشكل كامل. يُستخدم أمر TITLE لتحديد العنوان الرئيسي للرسم الإحصائي، بينما يُستخدم أمر FOOTNOTE لإدراج هوامش توضيحية أسفل الرسم تشير إلى حجم العينة الكلي أو الملاحظات المنهجية الهامة.

من الناحية البيانية، يمكن تخصيص مدى وتدرج المحاور الإحداثية بدقة متناهية. على الرغم من أن المدى الافتراضي لمحوري السيني والصادي يمتد تلقائياً من 0.0 إلى 1.0 بفواصل تدرج متساوية قدرها 0.2، إلا أن استخدام إجراءات الرسوم المتقدمة مثل PROC SGPLOT بالاعتماد على مخرجات OUTROC= يتيح التحكم الحصري في علامات الترقيم (Tick Marks)، وحجم ونوع الخطوط المستخدمة في كتابة مسميات المحاور (Axis Labels).

علاوة على ذلك، يمكن إدراج مربعات نصية داخلية (Insets) داخل المساحة البيانية الخالية للرسم، تتضمن القيمة النقطية لـ AUC، والخطأ المعياري، وفترة الثقة 95%، وقيمة الدلالة p-value، مما يجعل الرسم البياني وثيقة إحصائية قائمة بذاتها ومكتملة البيانات دون الحاجة للرجوع المستمر إلى الجداول النصية المرفقة في التقرير.

8.3 تصدير الرسوم البيانية بجودة نشر عالية إلى ملفات خارجية

تفرض المجلات الأكاديمية المحكمة معايير جودة دقيقة لملفات الصور والأشكال التوضيحية، والتي تتطلب في العادة دقة وضوح لا تقل عن 300 إلى 600 نقطة في البوصة (DPI – Dots Per Inch) وصيغ ملفات غير مضغوطة مثل TIFF أو PNG أو ملفات متجهة مثل PDF و EPS. تلبي SAS هذه المعايير من خلال التحكم في معاملات بيئة ODS.

يتم تصدير الرسم البياني مباشرة إلى ملف خارجي عالي الدقة عن طريق كتابة عبارات التحكم التالية قبل استدعاء إجراء التحليل:

ODS LISTING GPATH = ‘C:MyResearchOutputPlots’;
ODS GRAPHICS / RESET IMAGENAME = ‘ROC_HighRes’ IMAGEFMT = PNG DPI = 300 WIDTH = 6IN HEIGHT = 6IN;

تضمن هذه الأوامر توجيه المخرجات الرسومية إلى المجلد المحدد، وحفظ الصورة بصيغة PNG عالية الدقة، مع ضبط أبعاد الرسم لتكون مربعة تماماً (6×6 بوصات)، مما يحافظ على التناسب الهندسي الدقيق للأبعاد الإحداثية لمنحنى ROC، ويمنع أي تشويه أو تمدد بصري قد يطرأ على المنحنى عند إدراجه في برامج معالجة النصوص كـ Microsoft Word أو أنظمة صف الحروف مثل LaTeX.

9. تحديد نقاط القطع المثلى (Optimal Cutoff Points) ومؤشر يودن في SAS

9.1 مفهوم نقاط القطع وتأثيرها على قرارات التصنيف

تُنتج نماذج الانحدار اللوجستي احتمالات تنبؤية مستمرة تتراوح بين الصفر والواحد الصحيح، تعبر عن احتمالية انتماء الفرد إلى الفئة الإيجابية. ومع ذلك، تتطلب القرارات التطبيقية في الممارسة النفسية والتعليمية والسريرية تحويل هذه الاحتمالات المستمرة إلى قرارات ثنائية قاطعة (مثل: قبول/رفض، مؤهل/غير مؤهل، مصاب/سليم). هنا تبرز أهمية تحديد “نقطة القطع” أو العتبة الاحتمالية الفاصلة (Decision Cutoff Threshold).

تعتمد البرمجيات الإحصائية افتراضياً نقطة القطع 0.50 كحد فاصل؛ فإذا تجاوز الاحتمال المقدر للحالة 0.50 تصنف إيجابية، وإلا تصنف سلبية. غير أن هذا الحد الافتراضي يكون في كثير من الأحيان غير ملائم ولا يحقق الكفاءة التشخيصية القصوى، خصوصاً عند عدم تكافؤ توزيع الفئات في العينة أو عندما تكون تكلفة الخطأ من النوع الأول تختلف جوهرياً عن تكلفة الخطأ من النوع الثاني.

يؤدي اختيار نقطة قطع منخفضة (مثل 0.20) إلى زيادة الحساسية واكتشاف معظم الحالات الإيجابية، لكنه يرفع بالتبعية عدد الإيجابيات الكاذبة ويخفض النوعية. في المقابل، يؤدي اختيار نقطة قطع مرتفعة (مثل 0.80) إلى ضمان نوعية فائقة وتجنب الإيجابيات الكاذبة، ولكنه يتسبب في إغفال العديد من الحالات الإيجابية الحقيقية (زيادة السلبيات الكاذبة). لذلك، يمثل البحث عن نقطة القطع المثلى مسألة مفاضلة إحصائية تستهدف تعظيم المنفعة التشخيصية الإجمالية.

9.2 حساب وتطبيق مؤشر يودن (Youden’s J Index)

يُعد مؤشر يودن (Youden’s J Index)، الذي اقترحه الإحصائي W. J. Youden (1950)، المقياس الإحصائي اللامعلمي الأكثر شيوعاً واعتماداً لتحديد نقطة القطع المثلى على منحنى ROC بطريقة موضوعية تماماً. يعرَّف مؤشر يودن رياضياً بالمعادلة البسيطة والعميقة التالية:

J = الحساسية + النوعية – 1
أو بالصيغة المكافئة: J = الحساسية – معدل الإيجابية الخاطئة = Sensitivity – (1 – Specificity)

يمثل مؤشر يودن بيانياً أقصى مسافة رأسية تفصل بين منحنى ROC وخط المرجع القطري العشوائي (خط الصدفة). تتراوح قيمة المؤشر الرياضية بين الصفر (انعدام القدرة التمييزية) والواحد الصحيح (حساسية ونوعية كاملتان 100%).

لاستخراج نقطة القطع المثلى وفق مؤشر يودن في SAS، يتم توجيه مخرجات جدول الإحداثيات OUTROC= إلى خطوة معالجة بيانات DATA Step بسيطة يتم فيها حساب المتغير الجديد J = _SENSIT_ - _1MSPEC_;، ثم استخدام إجراء الترتيب PROC SORT أو PROC SQL لاستخراج السجل ذي القيمة القصوى للمؤشر (Maximum J Index). تمثل نقطة الاحتمال المناظرة لأعلى قيمة J نقطة القطع المثلى التي تحقق التوازن الرياضي الأقصى بين الحساسية والنوعية.

9.3 معايير أخرى لاختيار العتبة التشخيصية المثلى

على الرغم من المكانة المركزية لمؤشر يودن، توجد معايير إحصائية وتطبيقية بديلة يفضل استخدامها وفق السياق النوعي للقرار والبحث العلمي:

  • معيار أقرب نقطة للزاوية اليسرى العليا (Closest to (0,1) Point): يقوم هذا المعيار الهندسي على حساب المسافة الإقليدية (Euclidean Distance) بين كل نقطة على منحنى ROC والنقطة المثالية النظرية (0,1) في الزاوية العلوية اليسرى وفق المعادلة: Distance = √[(1 – Sensitivity)² + (1 – Specificity)²]. وتكون نقطة القطع المثلى هي النقطة التي تحقق أدنى مسافة هندسية ممكنة.
  • معيار ترجيح التكاليف والفوائد (Cost-Benefit Weighted Cutoff): في السياقات الطبية والتربوية الواقعية، نادراً ما تتساوى تكلفة التشخيص الخاطئ الإيجابي مع تكلفة التشخيص الخاطئ السلبي. يتيح هذا النهج إدراج مصفوفة التكاليف المالية أو الإكلينيكية ونسبة الانتشار الأساسية في معادلة ترجيحية لتحديد العتبة التي تقلل التكلفة الإجمالية المتوقعة للقرار إلى أدنى حد ممكن.
  • معايير القيود الإكلينيكية والعملية (Clinical Constraint Criteria): في بعض الاختبارات التقييمية، يُفرض شرط مسبق صارم يلزم النموذج بألا تقل الحساسية عن مستوى محدد (مثلاً 95% كحد أدنى) لضمان السلامة، ويتم عندئذ اختيار نقطة القطع التي تلبي هذا الحد الأدنى وتحقق أعلى نوعية ممكنة ضمن هذا القيد المفروض.

10. التحقق المتقاطع (Cross-Validation) وتجنب فرط التخصيص في تحليل ROC

10.1 ظاهرة فرط التخصيص (Overfitting) وتأثيرها على تضخيم AUC

تنشأ ظاهرة فرط التخصيص أو فرط المطابقة (Overfitting) عندما يتعلم النموذج الإحصائي الضوضاء العشوائية والتفاصيل الدقيقة الخاصة بعينة البيانات التي تم تدريبه وبناؤه عليها، بدلاً من التقاط النمط البنيوي الحقيقي الممثل لمجتمع الدراسة الأصلي. يحدث هذا بشكل متكرر عند استخدام نماذج تنبؤية تشتمل على عدد كبير من المتغيرات المستقلة أو عند وجود تفاعلات معقدة في ظل عينات دراسية محدودة الحجم.

تؤدي ظاهرة فرط التخصيص إلى مشكلة إحصائية خطيرة تُعرف باسم “التفاؤل الزائف” (Optimism Bias)؛ حيث يُظهر النموذج دقة تنبؤية مفرطة ومساحة تحت منحنى ROC (AUC) متضخمة بشكل مصطنع عند حسابه على نفس بيانات التدريب (Apparent Performance). وعند تطبيق نفس النموذج التنبؤي على عينة مستقلة وجديدة كلياً من المجتمع، ينهار الأداء التشخيصي وتهبط قيمة AUC بشكل حاد وكبير.

لذا، تقتضي الأمانة العلمية والمنهجية عدم الاكتفاء بتقديم الأداء التنبؤي المحسوب على عينة التدريب الأصلية، وضرورة اللجوء إلى استراتيجيات إعادة التعيين والتحقق الإحصائي المتقاطع لضمان موثوقية وقابلية تعميم نتائج منحنيات ROC على مجتمعات أوسع.

10.2 تطبيق التحقق المتقاطع من نوع K-Fold في SAS

يُعد التحقق المتقاطع متعدد الطيات (K-Fold Cross-Validation) أحد أقوى البروتوكولات المنهجية لتقييم الأداء التنبؤي غير المتحيز لنماذج الانحدار ومنحنيات ROC. تقوم هذه المنهجية على تقسيم مجموعة البيانات الكلية عشوائياً إلى عدد K من الأجزاء أو الطيات المتساوية (عادة K = 5 أو K = 10).

تتم عملية النمذجة عبر K من الدورات التكرارية؛ في كل دورة، يتم تدريب وبناء نموذج الانحدار اللوجستي على (K – 1) من الطيات (مجموعة التدريب)، ثم يُستخدم النموذج المقدر للتنبؤ باحتمالات الفئات لأفراد الطية المتبقية المستبعدة تماماً (مجموعة الاختبار والتحقق). تتكرر هذه العملية حتى يتم التنبؤ باحتمالات جميع الحالات في العينة وهي في وضع الاختبار المستقل.

يمكن تنفيذ هذا الإجراء في SAS عبر الجمع بين إجراء المعاينة العشوائية المنضبطة PROC SURVEYSELECT لتقسيم العينة إلى طيات متوازنة طبقياً وفق المتغير التابع، ثم تنفيذ حلقة تكرارية برمجية (Macro Loop) أو استخدام خيارات التحقق التنبؤي الداخلي في إجراءات التعلم الإحصائي مثل PROC HPGENSELECT أو PROC LOGISTIC مع بيانات مدمجة، لحساب متوسط المساحة تحت المنحنى المعايرة (Cross-Validated AUC)، والتي تعكس الأداء التنبؤي الواقعي والصادق للنموذج عند تعميمه.

10.3 أسلوب التعزيز المتكرر (Bootstrapping) لفترات ثقة قوية

يمثل أسلوب التعزيز المتكرر بالعينات المعاد سحبها مع الإحلال (Bootstrapping) تقنية حاسوبية غير معلمية متقدمة لتقييم استقرار منحنى ROC وحساب فترات ثقة قوية وتصحيح معامل التفاؤل في قيمة AUC المقدرة. يُعد هذا النهج مثالياً في العينات الصغيرة إلى المتوسطة حيث يكون تقسيم البيانات إلى مجموعات تدريب واختبار مهدراً لحجم العينة وقوتها الإحصائية.

يتلخص بروتوكول تصحيح التفاؤل عبر البوتستراب في الخطوات التالية:

  • تقدير قيمة المساحة تحت المنحنى الظاهرية (AUC_Apparent) على العينة الأصلية الكاملة.
  • توليد عدد كبير من العينات التكرارية بالتعزيز (مثلاً B = 1000 عينة بوتستراب) بسحب عينات بنفس حجم العينة الأصلية مع الإحلال، باستخدام إجراء PROC SURVEYSELECT.
  • بناء نموذج الانحدار اللوجستي على كل عينة بوتستراب وتقدير قيمة AUC الخاصة بها (AUC_Bootstrap).
  • تطبيق معاملات النموذج المقدر من كل عينة بوتستراب مباشرة على العينة الأصلية وحساب قيمة المساحة الناتجة (AUC_Original_Test).
  • حساب معامل التفاؤل (Optimism) لكل تكرار كحاصل طرح: Optimism = AUC_Bootstrap – AUC_Original_Test.
  • حساب متوسط التفاؤل عبر جميع التكرارات الألف، وطرحه من قيمة المساحة الظاهرية الأصلية للحصول على المساحة المصححة بدقة: AUC_Corrected = AUC_Apparent – Mean_Optimism.

يوفر هذا النهج المتاح عبر كتابة ماكرو SAS متقدم أعلى درجات الرصانة المنهجية للبحوث المنشورة في المجلات العلمية ذات معامل التأثير المرتفع.

11. تطبيقات عملية متقدمة لمنحنيات ROC في التحليلات النفسية والقياس السلوكي عبر SAS

11.1 تقييم الصدق التمييزي للمقاييس والاختبارات النفسية

يشكل الصدق التمييزي (Discriminant Validity) أحد أهم أركان القياس النفسي والتربوي؛ حيث يتعين على مطوري الاختبارات والمقاييس النفسية المقننة إثبات قدرة أدواتهم القياسية على الفرز الدقيق والتمييز الإحصائي بين الأفراد الذين يعانون من اضطراب سلوكي أو انفعالي محدد (المجموعة الإكلينيكية المستهدفة) والأفراد الأسوياء (المجموعة الضابطة).

يوفر تحليل منحنى ROC في SAS إطاراً منهجياً لا يكتفي بإثبات وجود فروق ذات دلالة إحصائية في متوسطات الدرجات عبر اختبار t الكلاسيكي، بل يقدم تقييماً كمياً شاملاً لقدرة درجات المقياس الفردية على التصنيف الدقيق للحالات عبر مؤشر AUC. كما يتيح التحليل مقارنة الكفاءة التمييزية لبطاريات اختبارات متعددة أو صور مقننة مختلفة لنفس الاختبار، لتحديد أي المقاييس أكثر كفاءة وأقل خطأ في الكشف عن الاضطراب.

بالإضافة إلى ذلك، يلعب تحليل ROC دوراً جوهرياً في تحديد الدرجات الفاصلة المعيارية (Cutoff Scores) للمقاييس النفسية والاستبيانات التشخيصية المعتمدة؛ حيث يتحول المقياس من مجرد درجة كمية متصلة إلى أداة فرز وتصنيف عملية ذات حساسية ونوعية محددة بدقة في البيئات المدرسية والعيادية والمؤسسية.

11.2 التنبؤ بالأداء الأكاديمي والقبول الجامعي (دراسة حالة موسعة)

لتوضيح التطبيق العملي المتكامل في SAS، نفترض دراسة تجريبية واسعة تهدف إلى التنبؤ بنجاح وقبول الطلاب في برنامج الدراسات العليا المتقدم في علم النفس القياسي بناءً على متغيرين تنبؤيين: المعدل التراكمي في مرحلة البكالوريوس (GPA) ودرجة اختبار القدرات المعرفية المتقدم (ACT). تم جمع بيانات 500 طالب، حيث يمثل المتغير الثنائي (Success) اجتياز الطالب للبرنامج بنجاح وتفوق (1) مقابل التعثر أو الانقطاع (0).

تتم صياغة الشفرة البرمجية الشاملة في SAS لتنفيذ الانحدار اللوجستي الثنائي وتوليد منحنيات ROC التفصيلية ومقارنتها كالتالي:

ODS GRAPHICS ON;
PROC LOGISTIC DATA=AcademicSuccess PLOTS(ONLY)=ROC;
    MODEL Success(EVENT=’1′) = GPA ACT / OUTROC=RocData;
    ROC ‘GPA Only’ GPA;
    ROC ‘ACT Only’ ACT;
    ROCCONTRAST REFERENCE(‘GPA Only’) / ESTIMATE E;
RUN;
ODS GRAPHICS OFF;

عند تنفيذ هذه الشفرة، تُظهر مخرجات SAS أن النموذج الثنائي الكامل الذي يجمع بين (GPA و ACT) حقق مساحة كلية تحت المنحنى بلغت AUC = 0.87 (فترة ثقة 95%: 0.83 – 0.91)، في حين حقق نموذج GPA منفرداً AUC = 0.76، ونموذج ACT منفرداً AUC = 0.71. وأظهرت نتائج جملة ROCCONTRAST المعتمدة على اختبار دي-لونغ أن الجمع بين المتغيرين أدى إلى زيادة ذات دلالة إحصائية فائقة (p < 0.001) في القدرة التمييزية، مما يثبت جدوى استخدام كلا المعيارين معاً في منظومة القبول والتنبؤ الأكاديمي.

11.3 النماذج التنبؤية المتعددة وتكامل المقاييس النفسية مع المتغيرات الديموغرافية

تتجه الأبحاث السلوكية الحديثة نحو بناء نماذج تنبؤية متعددة المستويات والمجالات، تدمج السمات والسمات الشخصية والمقاييس النفسية (كالمرونة النفسية، والدافعية للإنجاز، والقلق الأكاديمي) مع المؤشرات الديموغرافية والاجتماعية والاقتصادية التقليدية لرفع الدقة التصنيفية لمنظومات التنبؤ.

يتيح إجراء PROC LOGISTIC في SAS للمحللين فحص القيمة المضافة المتزايدة (Incremental Value) التي تقدمها المقاييس النفسية عند إدراجها فوق المتغيرات الأساسية. يتم ذلك عن طريق بناء نماذج هرمية متتابعة وتحليل التغير التدريجي في قيمة المساحة تحت المنحنى (ΔAUC).

يسهم هذا التكامل الإحصائي في تقديم توصيات عملية دقيقة لمتخذي القرار في المؤسسات التربوية والصحية؛ إذ يوضح بالأدلة الإحصائية القاطعة ما إذا كان الاستثمار في تطبيق وتصحيح المقاييس النفسية الإضافية يقابله تحسن ملموس في دقة قرارات التدخل والدعم، مما يعزز كفاءة تخصيص الموارد البشرية والمالية في المنظومة المؤسسية.

12. الأخطاء الشائعة واستكشاف المشكلات وإصلاحها في نمذجة ROC في SAS

12.1 انعكاس المنحنى وهبوط قيمة AUC دون مستوى 0.50

يعد هبوط منحنى ROC أسفل خط المرجع القطري المائل وحصول الباحث على قيمة AUC أقل من 0.50 (مثل AUC = 0.25) أحد أكثر الأخطاء المفاهيمية والبرمجية شيوعاً لدى مستخدمي SAS المبتدئين. يحدث هذا الخطأ نتيجة لسوء تحديد الفئة المرجعية للحدث المستهدف (Event of Interest) داخل إجراء PROC LOGISTIC.

تقوم SAS افتراضياً بترتيب فئات المتغير التابع أبجدياً أو رقمياً وتتنبأ باحتمالية الفئة ذات الترتيب الأدنى (الفئة 0 في الترميز الثنائي 0/1). في هذه الحالة، يكون النموذج قد قام بحساب احتمالية “عدم وقوع الحدث”، مما يؤدي إلى عكس مصفوفة التصنيف بالكامل وظهور المنحنى مقلوباً أسفل خط الصدفة، وتفسير الحساسية على أنها نوعية والعكس بالعكس.

يتم تصحيح هذا الخطأ المنهجي فوراً باتباع إحدى طريقتين برمجيتين:

  • إضافة الخيار الصريح (EVENT='1') أو الفئة المستهدفة مباشرة بعد اسم المتغير التابع في جملة MODEL، مثل: MODEL Disease(EVENT='1') = Predictors;.
  • إضافة الخيار العام DESCENDING في جملة استدعاء PROC LOGISTIC لتوجيه النظام لترتيب القيم تنازلياً ونمذجة احتمالية القيمة الأعلى دائماً.

يتعين على الباحث دائماً مراجعة جدول “Response Profile” في المخرجات الأولى لـ SAS للتأكد من أن السطر المعنون بـ “Event” يطابق بدقة الفئة المراد التنبؤ بها في الدراسة.

12.2 مشكلات الفصل التام وشبه التام للبيانات (Complete/Quasi-Complete Separation)

تعتبر ظاهرة الفصل التام (Complete Separation) أو الفصل شبه التام (Quasi-Complete Separation) من أعقد المشكلات الرياضية التي تواجه خوارزميات تقدير الانحدار اللوجستي. تحدث هذه المشكلة عندما ينجح أحد المتغيرات التفسيرية المستقلة (أو مجموعة خطية من المتغيرات) في التنبؤ التام بالمتغير التابع دون أي خطأ، بحيث تقع جميع الحالات الإيجابية عند قيم للمتغير المستقل أعلى أو أدنى تماماً من الحالات السلبية.

في ظل وجود الفصل التام، تفشل دالة الإمكان الأعظم في التقارب الحسابي (Non-Convergence)، وتتباعد معاملات الانحدار اللوجستي متجهة نحو اللانهاية الإيجابية أو السلبية، مما يؤدي إلى تضخم هائل وغير حقيقي في الأخطاء المعيارية للمعاملات. ورغم أن منحنى ROC قد يظهر قيمة AUC مضللة تقارب 1.00، إلا أن النموذج يكون غير مستقر إحصائياً وفاقداً للصلاحية الاستدلالية والتنبؤية.

توفر SAS حلاً إحصائياً متقدماً ورصيناً لمعالجة هذه المشكلة عبر تطبيق انحدار فيرث اللوجستي المعاقب (Firth’s Penalized Likelihood Approach). يتم تفعيل هذه المنهجية بمجرد إضافة خيار FIRTH في جملة MODEL، كما يلي:

MODEL Response(EVENT=’1′) = Predictors / FIRTH;

يقوم منهج فيرث بإدخال حد جزائي في دالة الإمكان يقلل التحيز في تقديرات العينات الصغيرة ويضمن تقارب المعاملات الرياضية واستقرار الأخطاء المعيارية وسلامة تقديرات منحنى ROC الناتج.

12.3 أفضل الممارسات الإحصائية في التوثيق وكتابة التقارير العلمية

يتطلب توثيق نتائج تحليل منحنيات ROC في التقارير الأكاديمية والمجلات العلمية المحكمة الالتزام بإرشادات التوثيق القياسية (مثل مبادئ STARD لتشخيص الدقة ومبادئ TRIPOD للنماذج التنبؤية). تتلخص أفضل الممارسات المنهجية في النقاط الإلزامية التالية:

  • توثيق المقاييس المتكاملة: تجنب الاعتماد الحصري على قيمة AUC بمفردها كمعيار مطلق لجودة النموذج؛ بل يجب توثيق قيمة AUC مصحوبة دائماً بخطئها المعياري (SE)، وفترة الثقة 95% بدقة، وقيمة الدلالة الاحتمالية المقابلة لاختبار الفرض الصفري (AUC = 0.50).
  • تحديد وتبرير نقطة القطع: توثيق نقطة القطع الاحتمالية المختارة والمعيار المنهجي المستخدم في اشتقاقها (كمؤشر يودن أو ترجيح التكاليف)، مع تقديم جدول يوضح الحساسية، والنوعية، ومعدلات الدقة الإجمالية، والقيم التنبؤية الإيجابية والسلبية عند تلك النقطة تحديداً.
  • تقديم الرسوم البيانية القياسية: إدراج رسم منحنى ROC عالي الدقة يوضح بوضوح كلا المحورين، والمدى الإحداثي من 0 إلى 1، وخط المرجع القطري، وتسميات المنحنيات ووسيلة الإيضاح بدقة لا تحتمل اللبس.
  • الإبلاغ عن التحقق المستقل: توضيح ما إذا كانت النتائج محسوبة على عينة التدريب الظاهرية فقط أم أنها خضعت لبروتوكول التحقق المتقاطع (K-Fold CV) أو التصحيح بالبوتستراب، مع تقديم تقديرات الأداء المعايرة لضمان صدق النتائج وقابليتها للتعميم.

الخاتمة والتوصيات العامة

يمثل منحنى خصائص تشغيل المستقبِل (ROC Curve) والمساحة الكلية الواقعة تحته (AUC / c-Statistic) أداة إحصائية وقياسية لا غنى عنها لتقييم ومقارنة النماذج التنبؤية ذات المتغير التابع الثنائي في مختلف حقول المعرفة النفسية والتربوية والطبية والبيانات الضخمة. تتيح هذه المنهجية للباحثين والمحللين تجاوز القيود الجوهرية لمقاييس الدقة التقليدية، وتوفر رؤية بصرية ورقمية شاملة لسلوك النموذج عبر مختلف نقاط القطع التصنيفية الممكنة.

تثبت بيئة البرمجيات الإحصائية SAS كفاءتها كمنصة استثنائية لتنفيذ هذه التحليلات المتقدمة من خلال إجراء الانحدار اللوجستي PROC LOGISTIC ونظام الرسومات المتطور ODS Graphics. ومن خلال الاستخدام المتقن للخيارات البرمجية المتقدمة كـ OUTROC=، وجمل المقارنة ROC و ROCCONTRAST، وتقنيات التحقق المتقاطع والتصحيح بالبوتستراب، يستطيع الباحث بناء نماذج تصنيفية بالغة الدقة والاستقرار، قادرة على تلبية أعلى معايير النشر العلمي والممارسة المهنية الرصينة.

المراجع (References)

اقتباس هذا المقال

looti, M. (2026, أغسطس 31). كيفية إنشاء منحنى ROC في SAS. عرب سايكلوجي. https://arabpsychology.com/statistics/how-to-create-a-roc-curve-in-sas/
looti, Mohammed. “كيفية إنشاء منحنى ROC في SAS.” عرب سايكلوجي, 31 أغسطس 2026, https://arabpsychology.com/statistics/how-to-create-a-roc-curve-in-sas/.
looti, Mohammed. “كيفية إنشاء منحنى ROC في SAS.” عرب سايكلوجي. أغسطس 31, 2026. https://arabpsychology.com/statistics/how-to-create-a-roc-curve-in-sas/.