البرمجة الإحصائيةتحليل البيانات بلغة R

كيفية تضمين NA في دالة ifelse في لغة R

دليل أكاديمي شامل يشرح كيفية تضمين ومعالجة القيم المفقودة NA داخل دالة ifelse في لغة R البرمجية لضمان دقة المعالجة الإحصائية للبيانات.

تاريخ النشر

تحتل معالجة البيانات المفقودة (Missing Data) موقع الصدارة في مصفوفة التحديات المنهجية والحسابية التي تواجه الباحثين ومحللي البيانات داخل بيئة الحوسبة الإحصائية R. لا تنبع هذه الصدارة من مجرد كونها عقبة تقنية تعترض مسار تنفيذ الخوارزميات، بل لكونها مسألة إبستمولوجية تمس صلب الصدق الداخلي والخارجي للنتائج المستخلصة من النماذج الإحصائية والمسوح الميدانية. تتجلى في لغة R خصوصية متفردة تنبع من تاريخها المتجذر في لغة S وتصميمها الهندسي الموجه في المقام الأول لخدمة الإحصائيين، حيث يتم التعامل مع غياب القيمة كحالة دلالية قائمة بذاتها، يُعبر عنها برمز القيمة غير المتاحة (Not Available – NA)، وليس مجرد فراغ بايتي أو قيمة صفرية افتراضية.

عند الشروع في بناء المتغيرات المشتقة، أو إعادة ترميز المؤشرات المركبة عبر البنى الشرطية المتجهية، تبرز دالة ifelse() كأداة لا غنى عنها لإجراء التحويلات السريعة على مستوى الأعمدة والمتجهات. بيد أن الاصطدام الحتمي بين الطبيعة الثنائية التقليدية للشروط البرمجية (صواب أو خطأ) والمنطق الثلاثي المعتمد في لغة R (صواب، خطأ، أو غير متاح) يقود في كثير من الأحيان إلى نتائج غير مقصودة؛ إذ إن الدالة لا تتجاهل القيم المفقودة، بل تعمل على نشرها تلقائياً عبر مصفوفة المخرجات، مما يؤدي إلى تآكل حجم العينة الفعالة، وتشوه التصنيفات الفرعية في الدراسات التجريبية والنفسية، وتوليد أخطاء تحليلية صامتة قد لا تُكتشف إلا في مراحل متقدمة من بناء النماذج التنبؤية.

يهدف هذا الدليل الأكاديمي الشامل إلى تفكيك الميكانيزمات الدقيقة التي تحكم تفاعل دالة ifelse() مع القيم المفقودة NA في بيئة R. سننتقل عبر رحلة برمجية وإحصائية متكاملة تبدأ من التأصيل المنطقي للجبر الثلاثي، وتمر بالاستراتيجيات الوقائية للتحكم في تدفق الشروط المنطقية باستخدام دالة النفي !is.na()، وتستعرض البدائل الحديثة فائقة الأداء مثل dplyr::case_when() و data.table::fifelse()، وصولاً إلى دراسة حالة إكلينيكية متقدمة تبين سبل حماية النزاهة المنهجية للأبحاث متعددة الأبعاد. يشكل هذا البحث مرجعاً نظرياً وعملياً لكل باحث يسعى إلى الارتقاء بجودة شيفراته البرمجية وضمان قابلية تكرار نتائجه الإحصائية وفق أرفع المعايير الأكاديمية.

جدول المحتويات

1. مقدمة تأصيلية حول التعامل مع البيانات المفقودة (NA) ودالة ifelse في R

1.1 المفهوم الإحصائي والبرمجي للقيم المفقودة (NA) في بيئة R

تمثل القيمة المفقودة NA في لغة R عنصراً نائباً إحصائياً صريحاً (Statistical Placeholder) يعبر عن غياب المعلومة المقاسة في العالم الحقيقي، وليست مجرد خطأ تقني في تخزين البيانات. من الناحية المعمارية داخل نواة لغة R، تختلف NA جذرياً عن القيم الفارغة أو الصفرية؛ فهي كينونة محجوزة ضمن كل نوع من أنواع المتجهات الأساسية (Logical, Integer, Numeric/Real, Character, Complex)، حيث تُخصص لها الذاكرة نمطاً بتياً محدداً مستنداً في الغالب إلى معيار الحوسبة العشرية والنقطة العائمة IEEE 754 في حالة الأعداد العشرية، مع وسم بتي خاص يميزها عن القيم غير المعرفة رياضياً.

في سياق القياسات السيكومترية والمسوح الاجتماعية، يكتسب هذا التمييز أهمية بالغة؛ إذ يعكس وجود NA امتناع المستجيب عن الإجابة، أو تلف أداة القياس، أو عدم ملائمة الفقرة لعينة معينة من المفحوصين. إن التفرقة بين “انعدام القيمة” (Value is absent) و”استحالة القياس” (Measurement is inapplicable) هي الفيصل بين التحليل الإحصائي الرصين والخلط المنهجي؛ فالصفر يمثل درجة مقاسة وموقوعاً حقيقياً على متصل السمة المقاسة، بينما NA تمثل جهلاً مطلقاً بالحالة الواقعية للمفحوص في تلك اللحظة الزمنية المحددة، مما يقتضي معالجة برمجية تحافظ على هذا التوصيف دون تشويهه.

1.2 التركيب النحوي والمنطقي الأساسي لدالة ifelse() المتجهية

تُعد دالة ifelse() في لغة R تجسيداً لمبدأ المعالجة المتجهية (Vectorized Operation)، حيث تقبل ثلاثة معاملات أساسية: الشرط المنطقي (test)، والقيمة المعادة في حال تحقق الشرط (yes)، والقيمة المعادة في حال بطلان الشرط (no). التركيب النحوي المصاغ في صورة ifelse(test, yes, no) لا يعمل بحلقة تكرارية تقليدية على مستوى المستخدم، بل يعتمد على شيفرة مكتوبة بلغة C في النواة التحتية لـ R، مما يمنحه سرعة استثنائية عند تطبيقه على أعمدة أطر البيانات (Data Frames) الضخمة.

تختلف هذه الدالة المتجهية جوهرياً عن الهيكل الشرطي التحكمي التقليدي if (condition) { ... } else { ... }؛ فالأخير مصمم لتقييم شرط أحادي الطول يعيد قيمة منطقية واحدة لحسم مسار تدفق البرنامج، وإذا تم تمرير متجه له، فإنه يُصدر تحذيراً ويأخذ العنصر الأول فقط. بالمقابل، تقوم ifelse() بتقييم كل عنصر في متجه الشرط على حدة، وتنتج متجراً جديداً يطابق طوله طول أطول متجه من المدخلات، مستندة إلى قواعد إعادة التدوير (Recycling Rule) الشهيرة في لغة R، وهو ما يفرض الحذر البالغ عند تباين أطوال المعاملات الثلاثة.

1.3 تحديات تدفق البيانات التجريبية والنفسية المرتبطة بظهور NA

في تدفقات البيانات الميدانية، ولا سيما المقاييس النفسية والاستبيانات الطولية، يؤدي ظهور NA دون معالجة صارمة إلى تقويض بناء المؤشرات الإجمالية؛ فعند حساب الدرجات الكلية لمقاييس الاكتئاب أو الرضا الوظيفي عبر جمع الفقرات، يؤدي وجود قيمة مفقودة واحدة في بند فرعي إلى تحويل المجموع الكلي للشخص إلى NA بالتبعية في الدوال الافتراضية. هذا الانقطاع في تدفق المعالجة يُجبر الباحثين على اللجوء للشروط المنطقية لعزل الحالات المكتملة وتصنيف الحالات غير المكتملة.

تكمن الخطورة المنهجية هنا في ظهور “التحيز الإحصائي غير الملحوظ” (Unobserved Attrition Bias)؛ فإذا كانت قرارات التصنيف المعتمدة على دالة ifelse() تفشل في ضبط الشروط المحتوية على NA، فقد تُستبعد مجموعات نوعية كاملة من عينة التحليل دون قصد من الباحث، كأن يتم إقصاء جميع كبار السن الذين امتنعوا عن الإجابة عن سؤال يتعلق بالتكنولوجيا. تتطلب المعايير المنهجية الرصينة كتابة شفرات برمجية واضحة وشفافة تضمن عدم إخفاء البيانات المفقودة أو إسقاطها عشوائياً، وتوفر تصنيفاً تفسيرياً واضحاً لكل استجابة غائبة ضمن بنية إطار البيانات النهائي.

2. السلوك الافتراضي لدالة ifelse عند مصادفة القيم المفقودة NA

2.1 الآلية الداخلية لمعالجة المنطق الثلاثي (True, False, NA)

تتبنى لغة R ما يُعرف في فلسفة المنطق الرياضي بـ “جبر كلين الثلاثي” (Kleene’s Three-Valued Logic)، حيث تفترض العمليات المنطقية وجود ثلاث حالات ممكنة: TRUE و FALSE و NA. عندما يواجه محرك التقييم تعبيراً منطقياً يتضمن قيمة مفقودة، فإنه لا يُصدر خطأ برمجياً (Fatal Error)، بل يُرجع NA كدلالة على أن صدق العبارة أو كذبها يظل مجهولاً لغياب البيانات الكافية لحسمه رياضياً. على سبيل المثال، فإن المقارنة x > 10 عندما تكون x تساوي NA، لا يمكن إثبات صحتها أو خطئها، فتكون النتيجة حتماً NA.

داخل دالة ifelse(test, yes, no)، يتم تتبع مسار التنفيذ بدقة متناهية؛ فإذا كان عنصر معين في متجه test يحمل القيمة TRUE، يتم سحب القيمة المقابلة من متجه yes، وإذا كان FALSE، تُسحب من no. أما إذا كان العنصر في test هو NA، فإن الدالة تتوقف عن فحص المتجهين الآخرين لهذا العنصر تحديداً، وتقوم تلقائياً وبشكل مسبق بإسناد القيمة NA في موقع الخرج المقابل، دون الالتفات إلى ما إذا كان الباحث يرغب في إسناد فئة معينة للحالات المجهولة أو معالجتها ضمن مسار البطلان.

2.2 انتشار قيم NA التلقائي وتأثيره على تصنيف المتغيرات الجديدة

تؤدي آلية المنطق الثلاثي هذه إلى ظاهرة تسمى “انتشار المفقودات التلقائي” (Propagation of Missing Values)؛ فعندما نحاول اشتقاق عمود تشخيصي جديد، مثل تصنيف الأفراد إلى “مؤهل” و”غير مؤهل” عبر كتابة الشرط: ifelse(score >= 50, "مؤهل", "غير مؤهل")، فإن كل مشارك لديه NA في متغير الدرجة score سيحصل حتماً على NA في العمود الجديد، ولن يصنف كـ “غير مؤهل” كما قد يتوقع بعض المبرمجين القادمين من لغات برمجية تعتمد المنطق الثنائي الصارم كـ Python أو C.

يمتد الأثر السلبي لهذا الانتشار إلى حرمان الباحث من القدرة على تشخيص أنماط البيانات المفقودة وتوزيعها عبر الفئات؛ فإذا كان الهدف هو فرز الحالات وتحديد أولويات المتابعة السريرية، فإن التحول الصامت للدرجات المفقودة إلى تصنيفات مفقودة يحجب حجم الفاقد، ويجعل جداول التوزيع التكراري البسيطة غير مكتملة، ما لم يتم استدعاء معلمات خاصة مثل useNA = "always" في دالة table(). إن فقدان السيطرة على مسار تحويل NA داخل ifelse() يؤدي في نهاية المطاف إلى تآكل الثقة في التحليلات اللاحقة.

2.3 مقارنة السلوك المنطقي بين القيم الخالية (NULL) والقيم المفقودة (NA)

من الأخطاء المفاهيمية الشائعة بين متعلمي R الخلط بين القيمة المفقودة NA والقيمة الخالية NULL. تمثل NULL في بيئة R كائناً قائماً بذاته بطول صفري (Length 0)، ويعبر عن العدم المطلق للبيانات أو المتغيرات، بينما NA كائن يمتلك طولاً يساوي 1 دائماً وينتمي لنوع بيانات محدد. لهذا السبب البنيوي الصارم، تستحيل استضافة NULL كعنصر مفرد داخل متجه ذري (Atomic Vector) أو داخل عمود في إطار البيانات؛ فمحاولة إدخال NULL في متجه تؤدي إلى تجاهله تماماً دون حجز أي خانة في الذاكرة.

عند تمرير NULL إلى دالة ifelse() في موضع الشرط test، تنهار الدالة فوراً ويصدر النظام خطأ تشغيلياً لأن الشرط يتطلب متجراً منطقياً بطول موجب، في حين أن تمرير NA يمر بسلاسة دون أخطاء وينتج متجهاً من المفقودات. إن فهم هذا التباين يفرض على الباحثين عدم استخدام NULL مطلقاً عند نمذجة غياب الاستجابات في التجارب الإحصائية، والاعتماد الحصري على NA، مع ضبط الشروط المنطقية للتعامل مع الطبيعة الذرية للأخيرة.

3. استراتيجية استخدام دالة !is.na() لضبط الشروط المنطقية

3.1 البنية التركيبية للجمع بين الشروط باستخدام المعامل المنطقي & و !is.na()

تتمثل الحيلة البرمجية الأكثر رسوخاً وأماناً في لغة R للسيطرة على تدفق دالة ifelse() في تحييد المنطق الثلاثي وتحويله قسرياً إلى منطق ثنائي حاسم (قاطع بين TRUE و FALSE)، وذلك عبر الاقتران الصريح مع دالة is.na() مقترنة بمعامل النفي المنطقي !. تأخذ الصيغة القياسية المحمية الهيئة الآتية عند بناء الأعمدة الجديدة: df$new_var <- ifelse(df$condition_var == "Target" & !is.na(df$condition_var), "Val_True", "Val_False").

تعمل دالة is.na() على فحص كل عنصر في المتجه بصورة مستقلة، معيدة القيمة TRUE إذا كان العنصر مفقوداً و FALSE إذا كان معلوماً. وعند تطبيق علامة التعجب ! التي تمثل النفي البوليني (Logical NOT)، تنقلب هذه النتيجة بحيث يحصل العنصر المكتمل على TRUE بينما يحصل العنصر المفقود على FALSE. هذه الخطوة التمهيدية تؤمّن الشرط بصورة كاملة ضد تسرب القيمة المجهولة إلى مخرجات التقييم، مما يضمن خروج متجه منطقي يخلو تماماً من أي NA، وبالتالي يجبر دالة ifelse() على التحرك حصراً بين فرعي yes و no.

3.2 تفكيك منطق التقييم الشرطي المركب خطوة بخطوة

لفهم الآلية الرياضية الكامنة خلف هذا الضبط، يجب تفكيك جدول الحقيقة (Truth Table) المرتبط بالمعامل المنطقي المتجهي & داخل بيئة R. لنفترض أن لدينا عنصراً يحمل القيمة NA؛ عند تقييم التعبير (x == "A")، تكون النتيجة الرياضية هي NA. وفي الوقت ذاته، فإن تقييم !is.na(x) ينتج بشكل قطعي FALSE. تنص قواعد المنطق في R على أن حاصل دمج NA & FALSE يعيد دائماً FALSE، لأن الطرف الثاني باطل بشكل مطلق، واستحالة صحة كلا الطرفين معاً تعني حتمية بطلان العبارة العطفية بصرف النظر عما تخفيه NA.

هذا التحول من الحالة المجهولة (NA) إلى البطلان الحاسم (FALSE) هو جوهر الحماية المنهجية؛ حيث يتم توجيه الحالة المفقودة إجبارياً إلى الفرع الثالث في الدالة (وهو فرع no)، وتجنيبها التخلف في حالة التعليق المفقود. ومع ذلك، يجب على المحلل أن ينتبه إلى أن هذا التقييم المزدوج يستهلك وقتاً حسابياً إضافياً متناهي الصغر لمعالجة دالتين ومعاملين منطقيين لكل صف، وهو ثمن ضروري ويسير لضمان النزاهة الإحصائية واستقرار مخرجات التصنيف.

3.3 الفروق الجوهرية بين العامل & والعامل && في الدوال المتجهية

من الأخطاء الكارثية التي يقع فيها الباحثون المبتدئون في R استبدال المعامل المنطقي الأحادي & بالمعامل المزدوج && داخل دالة ifelse(). صُمم المعامل && في لغة R لتقييم الدوائر القصيرة (Short-circuit Evaluation) في هياكل التحكم الأحادية if؛ فهو يفحص العنصر الأول فقط من المتجه الأول والعنصر الأول من المتجه الثاني، متجاهلاً كلياً بقية الصفوف في إطار البيانات.

إذا طُبق المعامل && داخل ifelse() على إطار بيانات يتكون من آلاف الصفوف، وكان الصف الأول يحمل استجابة مكتملة وصحيحة، فإن الدالة ستفترض عمىً أن كافة صفوف الإطار مطابقة للصف الأول، مطبقة فرع yes أو no على كامل المتجه بناءً على أول فحص فردي، مما يُحدث انهياراً شاملاً في مصداقية المتغير الجديد دون أن تطلق بيئة R بالضرورة خطأً يوقف التنفيذ. لذلك، تنص الإرشادات القياسية على وجوب الالتزام الصارم بالمعامل الأحادي & والمعامل التخييري الأحادي | في جميع العمليات المتجهية وأطر البيانات.

4. التطبيق العملي: بناء وتعديل أطر البيانات المحتوية على NA

4.1 إنشاء إطار بيانات تجريبي يمثل قياسات نفسية غير مكتملة

لتجسيد المشكلة والحل بصورة تطبيقية ملموسة، سنقوم بإنشاء إطار بيانات يحاكي عينة تجريبية لدراسة سيكومترية تتناول قياس أعراض اضطراب ما بعد الصدمة لدى عينة إكلينيكية. يحتوي هذا الإطار على معرف المشارك (ID)، والمجموعة التجريبية (Group)، ودرجة القلق (Anxiety_Score)، ودرجة الاكتئاب (Depression_Score)، مع تعمد زرع قيم مفقودة في مختلف المواضع لمحاكاة الفقد العشوائي للاستجابات:

يمكن بناء هذا الإطار باستخدام الشيفرة الآتية في R:
psych_data <- data.frame(
  ID = 1:6,
  Group = c("Clinical", "Control", NA, "Clinical", "Control", "Clinical"),
  Anxiety_Score = c(45, 18, 32, NA, 12, 50),
  Depression_Score = c(38, 14, 29, 41, NA, 48),
  stringsAsFactors = FALSE
)

عند فحص بنية هذا الإطار باستخدام دالتي str(psych_data) و summary(psych_data)، نلاحظ فوراً تباين مواضع القيم المفقودة؛ فالصف الثالث يحتوي على غياب في تصنيف المجموعة مع وجود درجات عددية، والصف الرابع يحتوي على مجموعة واضحة ولكن مع غياب درجة القلق، بينما الصف الخامس يفتقد درجة الاكتئاب. هذا التنوع يُشكل بيئة اختبار حقيقية لتقييم سلوك الدوال الشرطية.

4.2 تنفيذ دالة ifelse التقليدية ورصد الخلل في مخرجات التصنيف

لنفترض أن هدف الباحث هو اشتقاق متغير جديد يسمى Treatment_Need، بحيث يُصنف المشارك بأنه بحاجة للتدخل السريري (“High Priority”) إذا كانت درجة القلق لديه تزيد عن 30، وإلا فإنه يُصنف كـ (“Standard”). التطبيق الساذج لدالة ifelse() دون التحوط لـ NA يتمثل في السطر البرمجي الآتي:
psych_data$Treatment_Need <- ifelse(psych_data$Anxiety_Score > 30, "High Priority", "Standard")

بمعاينة المتغير الناتج، نكتشف المأزق الإحصائي؛ فالمشارك رقم 4، الذي ينتمي للمجموعة الإكلينيكية ولكنه لم يكمل مقياس القلق (يحمل NA)، لم يتم تصنيفه كـ “High Priority” ولم يدرج ضمن “Standard”، بل أُسندت له القيمة NA في عمود الاحتياج العلاجي. هذا السلوك يعني أن التحليل الإحصائي اللاحق القائم على حصر التكرارات سيتجاهل هذا المريض كلياً، وقد يترتب عليه استبعاده من بروتوكولات المتابعة العلاجية في المستشفى إذا لم يتنبه المبرمج إلى ضياع الحالات المعلقة في فجوة المنطق الثلاثي.

4.3 تطبيق الصيغة المصححة وتفسير استقرار النتائج في إطار البيانات

لعلاج هذا الخلل وضمان تصنيف منضبط، يجب تحديد السياسة المنهجية أولاً: هل نريد أن نعتبر غير المستجيبين ضمن الفئة المعيارية تلقائياً، أم نريد تخصيص فئة ثالثة لهم؟ إذا كان القرار المنهجي يقضي بأن أي شخص لا تتجاوز درجته الموثقة حاجز 30 يوضع في فئة “Standard”، فإن الصيغة المحمية بنفي المفقود تُنفذ على النحو الآتي:
psych_data$Treatment_Need_Corrected <- ifelse(psych_data$Anxiety_Score > 30 & !is.na(psych_data$Anxiety_Score), "High Priority", "Standard")

عند تقييم هذه الشيفرة المصححة، يمر الصف الرابع عبر الشرط: (NA > 30) & (!is.na(NA))، فيتحول الطرف الأول إلى NA والطرف الثاني إلى FALSE، وينتج عن دمجهما عبر & القيمة المنطقية FALSE بصورة قاطعة. بناءً على هذا، توجه دالة ifelse() المريض رقم 4 مباشرة نحو الخيار البديل (“Standard”)، مانعة توالد قيم NA جديدة في البيانات المشتقة، ومحققة الاستقرار التكراري لعينة الدراسة مع إمكانية توثيق هذا القرار في كراس المتغيرات المصاحب للدراسة.

5. التعامل مع الشروط المتعددة والمتداخلة مع وجود قيم NA

5.1 دمج شروط متعددة باستخدام العوامل المنطقية (| و &) في ظل وجود المفقودات

تتعقد الأمور بصورة دراماتيكية عند محاولة بناء شروط مركبة تجمع بين متغيرات متعددة باستخدام معاملي العطف (&) والتخيير (|). في جبر لغة R المنطقي، يتصرف المعامل | بطريقة قد تفاجئ غير المتمرسين؛ فإذا تم تقييم TRUE | NA، تكون النتيجة الحتمية هي TRUE، لأن تحقق أحد الطرفين يكفي لإثبات صحة العبارة التخييرية بصرف النظر عن القيمة المجهولة. أما إذا تم تقييم FALSE | NA، فإن النتيجة تعود إلى NA لعدم إمكانية الحسم.

إذا أردنا تصنيف المفحوص بأنه “Critical” إذا تجاوزت درجة القلق 40 أو تجاوزت درجة الاكتئاب 35، فإن الشيفرة غير المحمية:
ifelse(psych_data$Anxiety_Score > 40 | psych_data$Depression_Score > 35, "Critical", "Normal")
ستقود إلى مخرجات متباينة: المشارك رقم 1 سيحصل على “Critical” لأن 45 > 40 (صحيح) بغض النظر عن الاكتئاب، ولكن المشارك رقم 4 (قلقه NA واكتئابه 41) سينجو ويحصل على “Critical” بفضل الاكتئاب. أما المشارك رقم 5 (قلقه 12 واكتئابه NA)، فإن تقييم FALSE | NA سينتج NA. لمنع هذا الاضطراب، يتعين عزل كل متغير بفحصه المستقل:
ifelse((!is.na(psych_data$Anxiety_Score) &a\mp; psych_data$Anxiety_Score > 40) | (!is.na(psych_data$Depression_Score) &a\mp; psych_data$Depression_Score > 35), "Critical", "Normal").

5.2 استخدام دوال ifelse المتداخلة (Nested ifelse) واحتواء القيم المفقودة

عندما تتطلب المنهجية تقسيم العينة إلى أكثر من مستويين تصنيفيين، يلجأ الباحثون إلى تداخل دوال ifelse() عبر وضع دالة جديدة في موقع المعامل no. في هذه الهياكل المتشعبة، تبرز مسألة جوهرية: أين يجب وضع فحص القيمة المفقودة لضمان أقصى درجات الكفاءة الذهنية والبرمجية؟ تقتضي أفضل الممارسات المنهجية أن يكون الفحص الاستبعادي لـ is.na() في المستوى الأول من التداخل إذا كان المراد هو عزل الحالات غير المكتملة في فئة تشخيصية صريحة.

يمكن بناء شرط متداخل رصين يعالج كافة الحالات كالآتي:
psych_data$Severity <- ifelse(is.na(psych_data$Anxiety_Score), "Missing Assessment",
  ifelse(psych_data$Anxiety_Score >= 40, "Severe",
    ifelse(psych_data$Anxiety_Score >= 20, "Moderate", "Mild")))
من خلال هذا الترتيب الاستباقي، يتم اصطياد كافة المفقودات في العتبة الأولى وتحويلها إلى فئة نصية صريحة (“Missing Assessment”)، مما يضمن خلو المستويات اللاحقة من أي تشويش ناتج عن NA، ويسمح بتفرع الشرط بسلاسة دون الحاجة لتكرار !is.na() في كل خطوة فرعية تالية.

5.3 تجنب الأخطاء الشائعة في ترتيب الأولويات المنطقية واستخدام الأقواس

تخضع العمليات في R لقواعد أسبقية صارمة (Operator Precedence)؛ حيث تسبق عوامل المقارنة الحسابية (>, <, ==) المعاملات المنطقية، ويسبق النفي ! كلاً من العطف & والتخيير |. يؤدي إهمال استخدام الأقواس الصريحة () إلى كوارث منطقية خفية؛ فكتابة الشرط دون أقواس عازلة قد تجعل محرك R يدمج عبارة المقارنة مع معامل النفي بطريقة تخالف نية الباحث المنهجية تماماً.

على سبيل المثال، العبارة !is.na(x) & x > 10 | y == "A" قد تُفسر على أنها (!is.na(x) & x > 10) | y == "A" نظراً لتقدم العطف على التخيير، ولكن إذا كانت نية الباحث هي التحقق من أن x مكتملة وأن أحد الشرطين الآخرين متحقق، فإن كتابة الأقواس تصبح ضرورة مطلقة: !is.na(x) & (x > 10 | y == "A"). القاعدة الذهبية في البرمجة الإحصائية الدفاعية هي: “إذا راودك أدنى شك في الأسبقية، فاحسم الأمر بالأقواس الصريحة”، مما يسهل أيضاً قراءة الشيفرة ومراجعتها من قبل المقيمين الأكاديميين دون غموض.

6. البدائل المتقدمة: استخدام دالة case_when من حزمة dplyr

6.1 مقارنة معيارية بين ifelse البسيطة و case_when في إدارة الشروط المعقدة

مع تطور منظومة Tidyverse، أصبحت حزمة dplyr توفر بديلاً فائق المرونة لدوال ifelse() المتداخلة، وهو دالة case_when() المستوحاة من لغة الاستعلامات البنيوية SQL. تكمن الفلسفة الأساسية لـ case_when() في تنظيم الشروط كأزواج متتابعة من الصيغ الرياضية (LHS ~ RHS)، حيث يمثل الجانب الأيسر شرطاً منطقياً متجهياً، بينما يمثل الجانب الأيمن القيمة المعادة عند تحقق ذلك الشرط حصراً.

تتميز case_when() عن ifelse() التقليدية بميزتين جوهريتين: الأولى هي “الصرامة النوعية” (Type Strictness)، حيث ترفض الدالة خلط أنماط البيانات في المخرجات، وتُوقف التنفيذ إذا تم إرجاع قيمة نصية في فرع وقيمة عددية في فرع آخر، مما يمنع التحويلات القسرية الصامتة. الميزة الثانية هي الوضوح البصري الرائع؛ إذ تقضي تماماً على كابوس الأقواس المتداخلة المرهقة في ifelse()، مما يرفع من قابلية قراءة الشيفرة وتدقيقها في المشاريع الإحصائية واسعة النطاق.

6.2 صياغة شروط NA الصريحة باستخدام is.na() داخل case_when

تعتمد case_when() استراتيجية التقييم المتسلسل بالترتيب من الأعلى إلى الأسفل؛ فالصف الذي يحقق الشرط الأول يتم تثبيت نتيجته واستبعاده فوراً من فحص الشروط اللاحقة. تفرض هذه الخاصية ضرورة وضع شروط معالجة is.na() في أعلى الهيكل الشرطي لضمان التقاط المفقودات قبل الشروع في المقارنات العددية التي قد تعيد NA وتعرقل تدفق الفحص اللاحق.

تتجلى الصياغة النموذجية لمعالجة استبيان مقياس ليكرت عبر الشيفرة الآتية:
library(dplyr)
psych_data <- psych_data %>%
  mutate(Category = case_when(
    is.na(Anxiety_Score) ~ "Missing_Data",
    Anxiety_Score >= 40 ~ "High",
    Anxiety_Score >= 20 ~ "Medium",
    TRUE ~ "Low"
  ))
يُلاحظ هنا استخدام التعبير البديهي TRUE ~ "Low" في النهاية ليكون بمثابة شبكة أمان تلتقط جميع الحالات المتبقية التي استوفت شروط الاكتمال ولكنها لم تتجاوز عتبات التصنيف المرتفعة، مما يضمن اتساق التصنيف وتوزيع كافة الحالات بدقة لا تحتمل اللبس.

6.3 الحفاظ على اتساق أنماط البيانات وتجنب أخطاء النوع (Type Coercion)

تفرض الصرامة البنيوية لـ case_when() تحدياً تقنياً يقع فيه الكثير من المحللين عند الرغبة في إرجاع قيمة مفقودة في أحد الفروع؛ فالمتغير المفقود العام NA في لغة R هو في الأصل من النمط المنطقي (Logical NA). إذا كانت بقية الفروع تعيد أعداداً صحيحة أو نصوصاً، فإن تمرير NA المجردة سيؤدي فوراً إلى توقف الشيفرة مع رسالة خطأ صريحة تخبرك بعدم تطابق الأنماط بين الجوانب اليمنى للصيغ الشرطية.

لحل هذه المعضلة بدقة واحترافية، يجب استخدام النمط المتخصص من القيمة المفقودة المتوافق تماماً مع مخرجات بقية الشروط، مثل NA_character_ للمتغيرات النصية، أو NA_real_ للمتغيرات الكسرية والعشرية، أو NA_integer_ للأعداد الصحيحة. تضمن هذه الممارسة عدم تشويه البنية الداخلية للمتجهات الناتجة، مما يتيح تمريرها بسلاسة إلى دوال النمذجة المتقدمة وحزم الرسم البياني مثل ggplot2 دون الحاجة إلى عمليات إعادة تحويل نمطي إضافية ومهدرة لموارد المعالجة.

7. التعامل مع أنواع NA المتخصصة في لغة R وتأثيرها على الشرط

7.1 التمييز الدقيق بين الأنواع المختلفة للقيم المفقودة في R

على الرغم من أن الباحث يتعامل في الغالب مع الرمز المجرد NA ككتلة واحدة، إلا أن النواة التحتية للغة R تحتفظ بخمسة أنماط ذرية متباينة للقيم المفقودة لضمان تكامل الذاكرة الحسابية. هذه الأنواع هي: NA (المنطقي الافتراضي)، و NA_integer_ (للأعداد الصحيحة الممثلة بـ 32 بت)، و NA_real_ (للأرقام ذات النقطة العائمة المزدوجة 64 بت)، و NA_character_ (للنصوص والأوتار الحرفية)، وأخيراً NA_complex_ (للأعداد التخيلية والمركبة).

تظهر أهمية هذا التمايز عند بناء دوال مخصصة عالية الأداء أو العمل على حزم برمجية يتم تصديرها؛ إذ إن تمرير نوع غير متطابق يجبر R على إجراء ما يسمى بالتحويل القسري للأنواع (Type Coercion). يتطلب التحويل القسري تخصيص كتل ذاكرة جديدة وتحويل المتجه بالكامل إلى النوع الأكثر شمولاً (وفق قاعدة: logical < integer < double < character)، مما يتسبب في إبطاء العمليات وتضخم استهلاك ذاكرة الوصول العشوائي RAM عند معالجة متجهات تحتوي على عشرات الملايين من المشاهدات.

7.2 أثر التطابق النوعي داخل فرعي الصواب والخطأ في دالة ifelse

تعتمد دالة ifelse() التقليدية أسلوباً تساهلياً في ترقية الأنواع (Type Promotion) مقارنة بـ case_when()؛ فإذا كانت نتيجة تحقق الشرط yes تعيد عدداً كـ 100، بينما فرع البطلان no يعيد قيمة نصية كـ "Incomplete"، فإن الدالة لن ترفض التنفيذ، بل ستقوم بتحويل الرقم 100 قسرياً إلى نص ليصبح "100"، محولة كامل المتجه الناتج إلى فئة النصوص (Character Class).

هذا التحويل الصامت قد يوجه ضربة قاصمة للتحليلات الإحصائية السيكومترية اللاحقة؛ فالعمود الذي يُفترض أن يُحسب له المتوسط الحسابي والانحراف المعياري يصبح فجأة عموداً نصياً لا يقبل العمليات الحسابية، وعند محاولة تطبيق mean() عليه، تفشل العملية تماماً. لتلافي هذه العواقب، يجب التأكد دائماً من أن القيمتين المعادتين في فرعي ifelse() تنتميان لنفس الفئة بدقة، وتجنب إدراج النصوص والرموز التفسيرية داخل المتجهات العددية، والاستعاضة عن ذلك بإنشاء أعمدة تابعة مستقلة لأعلام الملاحظات (Flag Variables).

7.3 معالجة القيم غير المعرفة (NaN) والقيم اللانهائية (Inf) كحالات خاصة

إلى جانب NA، تحفل لغة R بكيانات رياضية استثنائية أخرى تظهر كثيراً في الحسابات الإحصائية: القيم غير المحددة رياضياً (Not a Number – NaN) الناتجة عن عمليات مستحيلة كقسمة صفر على صفر 0/0، والقيم اللانهائية الموجبة والسالبة (Inf و -Inf) الناتجة عن قسمة عدد موجب أو سالب على صفر. من الناحية المنطقية، تعتبر لغة R كل NaN بمثابة NA عند استخدام دالة is.na()، مما يعني أن is.na(NaN) ستعيد TRUE.

ومع ذلك، فإن العكس غير صحيح؛ إذ إن is.nan(NA) تعيد FALSE دائماً. يفرض هذا التمايز الرياضي ضرورة كتابة شروط دفاعية هرمية عند معالجة التحويلات التي تتضمن لوغاريتمات أو كسوراً؛ حيث يجب فحص is.nan() و is.infinite() واستبعادهما أو معالجتهما قبل الوصول إلى فحص NA العادي، وإلا فقد تُصنف الحالات اللانهائية تصنيفاً مضللاً يؤثر جذرياً على تقديرات معالم النماذج مثل الانحدار الخطي أو اللوجستي.

8. إعادة ترميز وتعيين القيم المفقودة كفئات صريحة في المتغيرات

8.1 تحويل NA إلى فئة نصية أو رقمية مستقلة (مثل ‘غير محدد’ أو -99)

في كثير من التقاليد البحثية المسحية، يُحظر إبقاء القيم المفقودة معلقة بصيغتها المجهولة، بل يُشترط تحويلها إلى رموز صريحة تعكس سبب الفقدان بدقة؛ فالمشارك قد يرفض الإجابة، أو قد يسقط السؤال سهواً، أو قد لا ينطبق عليه الاستبيان أصلاً. باستخدام ifelse() مقترنة بـ is.na()، يستطيع الباحث إعادة ترميز هذه الغيابات إلى فئات نصية مثل “Unspecified” أو “Refused to Answer”:
psych_data$Status_Coded <- ifelse(is.na(psych_data$Group), "Unknown Group", psych_data$Group).

أما في النظم الإحصائية التراثية كحزم SPSS و Stata، فغالباً ما يُلجأ إلى الترميز العددي السالب (مثل -99 أو -999) لتمثيل الفقد. في بيئة R، يمكن تنفيذ ذلك بسهولة، لكنه يتطلب يقظة تامة وحذراً شديداً؛ فالأرقام السالبة تُعامل كأعداد حقيقية في العمليات الحسابية اللاحقة، مما يعني أن إدخالها بطريق الخطأ في دالة المتوسط سيؤدي إلى انهيار تام في التقدير الإحصائي وتشوه كارثي لجميع المعالم التوزيعية للمتغير.

8.2 استخدام دالة ifelse لاستبدال NA بقيم التعويض الإحصائي (Imputation)

يُعد التعويض الإحصائي البسيط (Mean/Median Imputation) أحد التطبيقات الأكثر شيوعاً لدالة ifelse() في التحضير الأولي للبيانات. عند تطبيق هذه الطريقة، يسعى الباحث إلى ملء الفراغات الناتجة عن NA بالمتوسط الحسابي للقيم المكتملة لنفس المتغير، لضمان استبقاء حجم العينة الإجمالي عند تشغيل خوارزميات تتطلب اكتمال المصفوفة (Complete Case Analysis) كتحليل المكونات الأساسية (PCA).

تتم صياغة كود التعويض عبر ifelse() على النحو التالي:
mean_anxiety <- mean(psych_data$Anxiety_Score, na.rm = TRUE)
psych_data$Anxiety_Imputed <- ifelse(is.na(psych_data$Anxiety_Score), mean_anxiety, psych_data$Anxiety_Score)
يُلاحظ هنا الحساب الاستباقي للمتوسط مع تمرير المعلمة na.rm = TRUE لاستبعاد المفقودات من حساب المتوسط نفسه، ثم حقن هذا المتوسط المستقر مكان كل NA، بينما تُستبقى القيم الأصلية الصالحة كما هي في مواضعها دون مساس.

8.3 الآثار المنهجية لقرارات التعويض على دقة النماذج الإحصائية والقياس النفسي

على الرغم من السهولة البرمجية لتنفيذ التعويض الأحادي عبر ifelse()، إلا أن الأدبيات المنهجية الحديثة في القياس والتقويم تحذر بشدة من اللجوء الأعمى لهذا الإجراء دون إدراك لتبعاته الإحصائية العميقة. يؤدي التعويض بالمتوسط إلى تقليص التباين الطبيعي (Variance Shrinkage) للمتغير بشكل مصطنع، ويعمل على تضخيم الارتباطات الزائفة وتضييق فترات الثقة (Confidence Intervals)، مما يقود الباحثين إلى الوقوع في الخطأ من النوع الأول (Type I Error) ورفض الفرضيات الصفرية الصائبة.

في الأبحاث الطبية والإكلينيكية الحساسة، لا يجوز الاعتماد على هذا التعويض الساذج كحل نهائي ما لم تكن نسبة الفقد ضئيلة جداً (أقل من 5%) وطبيعة الفقد تتوافق تماماً مع فرضية “المفقود تماماً عشوائياً” (Missing Completely at Random – MCAR). خلاف ذلك، ينبغي تفضيل الاستبعاد الحذر أو اللجوء إلى خوارزميات التعويض المتعدد المتقدمة (Multiple Imputation by Chained Equations – MICE) المتاحة عبر حزم متخصصة مثل mice، مع ضرورة الإفصاح المنهجي الكامل والشفاف عن كل خطوة تم اتخاذها حيال القيم المفقودة في تقرير الدراسة النهائي.

9. اعتبارات الأداء والكفاءة الحاسوبية مع مجموعات البيانات الكبيرة

9.1 التكلفة الحسابية لدالة ifelse() في المتجهات الكبيرة ذات نسب NA المرتفعة

عند الانتقال من معالجة العينات الصغيرة إلى تحليل البيانات الضخمة (Big Data) التي تضم ملايين الصفوف كبيانات التعدادات السكانية أو السجلات الصحية الإلكترونية، تبرز معضلة التكلفة الحسابية لدالة ifelse(). تعمل الدالة وفق آلية تسمى “التقييم غير الكسول” (Eager Evaluation)؛ حيث تقوم بحساب وتقييم كلا المتجهين yes و no بالكامل على امتداد طول المتجه قبل البدء في تجميع المخرجات بناءً على الشرط.

يعني هذا السلوك غير المتزن أنه إذا كان فرع yes يتضمن عملية حسابية معقدة كتحويل لوغاريتمي أو استدعاء دالة مخصصة، فإن R ستقوم بحساب هذه العملية لجميع الصفوف، بما فيها تلك التي لم يتحقق فيها الشرط وتلك التي تحمل القيمة NA، مما يهدر وقتاً هائلاً من زمن المعالجة المركزية (CPU Time). عبر استخدام حزمة microbenchmark، يتضح جلياً أن ifelse() تتأخر بمراتب متعددة مقارنة بالعمليات المفهرسة المباشرة عندما تكون المتجهات ضخمة ونسب NA مرتفعة.

9.2 استخدام البدائل السريعة مثل data.table::fifelse لمعالجة NA بكفاءة

للتغلب على هذه الاختناقات الأدائية في المشاريع الكبرى، تقدم حزمة data.table دالة ثورية فائقة السرعة تسمى fifelse() (Fast ifelse)، تمت برمجتها بالكامل بلغة C على مستوى النواة التحتية لضمان أقصى درجات الكفاءة التخزينية والحسابية. لا تتميز fifelse() بسرعتها المذهلة فحسب، بل تأتي أيضاً مزودة بمعامل مخصص ومستقل لإدارة المفقودات يحمل الاسم na.

يسمح المعامل na للباحث بتحديد مخرجات الحالات المفقودة بصورة مباشرة ودون الحاجة إلى بناء شروط عطف معقدة باستخدام !is.na():
library(data.table)
result <- fifelse(data$Score > 50, "Pass", "Fail", na = "Absent")
هذه الصياغة المباشرة تلغي الحاجة لتقييم الشروط المتداخلة، وتوفر مساراً حسابياً مستقلاً للحالات غير المكتملة، محققة وفراً ضخماً في زمن المعالجة واستهلاك الذاكرة، مع فرض صرامة نوعية تحمي البيانات من التحويلات غير المحسوبة.

9.3 التقييم المنطقي الكسول وإدارة استهلاك الذاكرة في بيئة R

ترتبط كفاءة التعامل مع الشروط الكبيرة بنظام إدارة الذاكرة المتبع في لغة R والمسمى “النسخ عند التعديل” (Copy-on-Modify). في كل مرة يتم فيها استدعاء ifelse() لإنشاء عمود جديد أو تعديل عمود قائم، تقوم بيئة R باستنساخ كتل البيانات وتوليد متجهات وسيطة في الذاكرة المؤقتة، مما قد يقود إلى نفاد الذاكرة وظهور الخطأ الشهير cannot allocate vector of size... عند التعامل مع مصفوفات ضخمة.

لإدارة الذاكرة بحكمة في المسوح السكانية الكبرى، يُفضل تجنب التكرار غير الضروري لدوال التقييم، وتطبيق التعديل الموضعي في المكان (In-place Modification) الذي تتيحه data.table عبر معامل الإسناد :=، أو استخدام الفهرسة المنطقية المباشرة (Subsetting Assignment) عبر الأقواس المعقوفة:
data$Class <- "Fail"
data$Class[data$Score > 50 & !is.na(data$Score)] <- "Pass"
data$Class[is.na(data$Score)] <- "Absent"
يضمن هذا الأسلوب الكسول تجنب الحسابات الفائضة، ويقلل العبء التخزيني على خوادم المعالجة إلى أدنى مستوياته الممكنة.

10. الأخطاء الشائعة والمزالق البرمجية أثناء فحص NA في ifelse

10.1 كارثة مقارنة القيمة المفقودة مباشرة باستخدام (col == NA)

تُعد محاولة التحقق من القيمة المفقودة عبر كتابة التعبير col == NA الخطأ البرمجي الأكثر شيوعاً وكارثية في تاريخ مستخدمي R. منطقياً وحسابياً، لا يمكن مطابقة مجهول بمجهول آخر؛ فإذا كانت قيمة س مجهولة وقيمة ص مجهولة، فإنه يستحيل الجزم بما إذا كانتا متطابقتين أم مختلفتين. لهذا السبب الراسخ في فلسفة المنطق، فإن تعبير x == NA لا يعيد أبداً TRUE، بل يعيد دائماً وأبداً متجهاً كاملاً من NA لكل عناصر المتجه دون استثناء!

عندما يضع المبرمج هذا الشرط الخاطئ داخل ifelse() قائلاً: ifelse(df$Score == NA, "Missing", "Valid")، فإن شرط الدالة يصبح بالكامل NA لجميع الصفوف، والنتيجة الحتمية هي تحويل العمود المشتق بأكمله إلى عمود من NA ومسح كافة التصنيفات الأصلية في رمشة عين. إن الحل الوحيد والصحيح دائماً هو الاستعانة بالدالة المبنية خصيصاً لهذا الغرض: is.na(df$Score)، والتي صُممت لفحص الحالة الوجودية للمتغير وإرجاع قيم منطقية ثنائية حاسمة تصمد داخل البنى الشرطية.

10.2 السلوك غير المتوقع لدالة ifelse مع المتغيرات الفئوية (Factors) ومستوياتها

تخزن لغة R المتغيرات الفئوية من النوع factor كمتجهات من الأعداد الصحيحة (Integer Codes) مدمجة بجدول صفات ملحق يحتوي على مستويات النصوص (Levels). عند تمرير متغير فئوي كمدخل لفرع yes أو no داخل دالة ifelse()، تفقد الدالة بشكل مأساوي هذا الجدول الملحق وتتعامل مع المتغير كأرقام صحيحة مجردة، مما يؤدي إلى إعادة أرقام المستويات الترتيبية بدلاً من النصوص التوصيفية الأصلية.

إذا كان لدينا عامل فئوي يحتوي على مستويات c("Low", "High")، وأردنا معالجة المفقودات عبر ifelse()، فقد نفاجأ بأن العمود الناتج يحتوي على قيم مثل 1 و 2 بدلاً من الكلمات المعبرة. لتفادي هذا السلوك غير المتوقع، يجب أولاً تحويل العامل إلى نص صريح باستخدام as.character() قبل تمريره للشرط، ثم إعادة بنائه كعامل فئوي لاحقاً، أو استخدام دالة addNA() المتخصصة في ترقية القيم المفقودة لتصبح مستوى مستقلاً ومعترفاً به رسمياً ضمن مصفوفة مستويات العامل.

10.3 إهمال فقدان البيانات الجزئي في السلاسل الزمنية والقياسات المتكررة

في التصاميم الطولية (Longitudinal Designs) وتصاميم القياسات المتكررة (Repeated Measures)، يتم تتبع الأفراد عبر فترات زمنية متعاقبة (مثل: قبل العلاج، بعد شهر، بعد ستة أشهر). ينطوي تطبيق دالة ifelse() على مستوى الصف الفردي دون مراعاة السياق الزمني الطولي على مخاطر منهجية جسيمة؛ إذ قد يحمل المريض استجابة مكتملة في القياس القبلي ولكنه يتخلف عن القياس البعدي محققاً NA.

إذا صُمم شرط التصنيف لفحص نقطة زمنية واحدة بمعزل عن سياق الفرد الشامل، فقد يؤدي ذلك إلى إدراجه في مسار تحليلي يتطلب اكتمال السلسلة، مما يفسد نماذج النماذج الخطية المختلطة (Linear Mixed Models). يتطلب الضبط المنهجي في هذه السيناريوهات تجميع الشروط على مستوى الفرد (Subject Level) باستخدام دوال التجميع والتحويل في dplyr (مثل group_by(ID) متبوعة بفحص وجود أي فقد عبر any(is.na(Score))) قبل اتخاذ القرار الشرطي النهائي داخل ifelse().

11. دراسة حالة تطبيقية موسعة: معالجة بيانات مقياس نفسي متعدد الأبعاد

11.1 توصيف مجموعة البيانات الإكلينيكية وواقع البيانات المفقودة فيها

لإبراز المنهجية التطبيقية المتكاملة في سياق واقعي، سنعالج مجموعة بيانات إكلينيكية تم جمعها من عيادة استشارية للصحة النفسية. شملت الدراسة 1,000 مراجع خضعوا لتقييم أولي تضمن: العمر، والجنس، ومقياس الاكتئاب المكون من 3 أبعاد فرعية (الأعراض الوجدانية، الأعراض الجسدية، والأعراض المعرفية)، بالإضافة إلى مؤشر التكيف الاجتماعي. أظهر الفحص الاستكشافي للبيانات وجود نسب متباينة من الفقد تراوحت بين الفقد العشوائي التام (MCAR) لبعض الأسئلة والامتناع المنهجي عن أسئلة التكيف الاجتماعي لدى الحالات الشديدة (MAR).

يتمثل الهدف الإكلينيكي في بناء “مؤشر فرز التدخل الفوري” (Immediate Triage Index) لتحديد المرضى ذوي الخطورة العالية المؤهلين للإحالة الاستشارية العاجلة، مع وضع ضابط منهجي صارم يصنف الحالات التي لم تكمل الأبعاد الأساسية في فئة خاصة تستوجب إعادة التقييم من قبل فريق التمريض، بدلاً من إقصائها أو اعتبارها تلقائياً حالات غير حرجة.

11.2 بناء الشيفرة البرمجية لمعالجة الشروط المركبة وتنقية النتائج

سنقوم بتنفيذ الشيفرة البرمجية المصممة بعناية لتطبيق هذا المنطق الإكلينيكي المركب، مع الالتزام بكافة معايير البرمجة الدفاعية وحماية الشروط ضد انتشار NA:

# بناء دالة تشخيصية محصنة ضد تسرب المفقودات
clinical_data$Triage_Status <- ifelse(
  # الشرط الأول: تحديد الحالات غير المكتملة في أبعاد التقييم الحرجة
  is.na(clinical_data$Affective_Score) | is.na(clinical_data$Somatic_Score),
  "Requires Re-assessment",
  # الشرط الثاني المتداخل: فحص العتبة الإكلينيكية للخطورة العالية
  ifelse(
    (!is.na(clinical_data$Affective_Score) &a\mp; clinical_data$Affective_Score >= 25) &
    (!is.na(clinical_data$Somatic_Score) &a\mp; clinical_data$Somatic_Score >= 20),
    "Immediate Referral",
    # الشرط الثالث: الحالات المستقرة والمكتملة
    "Routine Care"
  )
)

تم في هذه الشيفرة بناء شبكة أمان ثنائية المراحل: التقطت المرحلة الأولى كل شخص يفتقد أحد البعدين الأساسيين ونقلته إلى خانة “إعادة التقييم”، بينما قامت المرحلة الثانية بفحص الدرجات المكتملة وفق معايير الخطورة، موجّهة الباقي إلى الرعاية الروتينية دون السماح لأي قيمة مفقودة بالتسلل إلى مخرجات المؤشر النهائي.

11.3 التحقق من جودة وموثوقية المتغير المشتق عبر الجداول والرسوم البيانية

عقب إتمام التنفيذ البرمجي، تأتي مرحلة التحقق من الجودة (Quality Assurance) للتأكد من خلو المتغير المشتق من أي شوائب منطقية. يتم توليد جدول تقاطعي صريح باستخدام الشيفرة الآتية: table(clinical_data$Triage_Status, useNA = "always") للتأكد القاطع من أن عدد قيم NA في المتغير الجديد يساوي صفراً، وأن كافة أفراد العينة البالغ عددهم 1,000 مريض قد تم توزيعهم بالكامل على الفئات الثلاث المحددة مسبقاً.

باستخدام حزمة ggplot2، يمكن إنشاء رسم بياني شريطي تراكمي يوضح نسب الحالات المحالة وتلك التي تتطلب إعادة تقييم موزعة عبر الفئات العمرية المختلفة. يسهم هذا التصور البياني في طمأنة الفريق الطبي إلى أن غياب البيانات لم يُهمل بل تحول إلى إجراء وقائي ملموس على أرض الواقع السريري، مما يبرز كيف تنعكس دقة المنطق البرمجي داخل ifelse() مباشرة على إنقاذ الأرواح وتحسين كفاءة الرعاية الصحية الميدانية.

12. أفضل الممارسات البرمجية والمنهجية لتوثيق ومعالجة NA القابلة للتكرار

12.1 معايير كتابة الشيفرة البرمجية النظيفة (Clean Code) للشروط المنطقية

تقتضي معايير الحوسبة الرصينة في حركة “العلم المفتوح” (Open Science) كتابة شيفرات يسهل تدقيقها وفهمها من قبل الآخرين دون بذل عناء ذهني مضاعف. عند كتابة الشروط المنطقية التي تتضمن قيماً مفقودة، يجب اعتماد مبادئ الشيفرة النظيفة (Clean Code)، والتي تنص على تقسيم الشروط الطويلة إلى عدة أسطر منظمة مع محاذاة الأقواس والمعاملات بشكل بصري واضح، وتجنب حشر شروط عطف وتخيير معقدة في سطر برمجي واحد مضغوط.

يُنصح أيضاً بتسمية المتغيرات المشتقة بأسماء صريحة تعكس طبيعة المعالجة التي تمت عليها، مثل إضافة لاحقة _clean أو _imputed لتمييز الأعمدة الأصلية عن المعالجة. علاوة على ذلك، يُعد استخدام أدوات التحليل الساكن للشيفرة (Linters) مثل حزمة lintr في بيئة RStudio أمراً حيوياً لاكتشاف المقارنات الكارثية مثل x == NA تلقائياً وتنبيه الباحث إليها أثناء الكتابة وقبل الشروع في معالجة العينات الكبيرة.

12.2 بناء دوال مخصصة (Custom Functions) ومغلفة لإدارة الشروط مع NA

امتثالاً للمبدأ البرمجي الشهير “لا تكرر نفسك” (Don’t Repeat Yourself – DRY)، ينبغي على الباحث الذي يجد نفسه يعيد كتابة الصيغة (!is.na(x) & x > threshold) مراراً وتكراراً أن يُغلّف هذا المنطق داخل دالة مخصصة وقابلة لإعادة الاستخدام. يمكن تصميم دالة مساعدة متقدمة تأخذ المتجه والشرط المرغوب وقيمة البديل المفقود، وتتكفل هي بإدارة التحويلات التحتية بكل أمان وموثوقية.

يمكن صياغة دالة مخصصة على النحو الآتي:
safe_ifelse <- function(condition, yes, no, na_val = "Missing") {
  out <- ifelse(condition, yes, no)
  out[is.na(condition)] <- na_val
  return(out)
}
إن إخضاع هذه الدوال لاختبارات الوحدة المنظمة (Unit Testing) باستخدام حزم مثل testthat، وتمرير متجهات تجريبية تتضمن قيماً مفقودة ولا نهائية، يضمن ثبات الدالة واستقرار خطوط معالجة البيانات الإحصائية مهما تنوعت مدخلاتها وظروف تشغيلها الميدانية.

12.3 التوثيق الأكاديمي الشفاف لقرارات استبعاد أو تضمين القيم المفقودة

لا تكتمل المعالجة البرمجية للبيانات دون توثيق منهجي شامل يُنشر جنباً إلى جنب مع المخطوطات الأكاديمية ونتائج التحليل. يجب على الباحثين استخدام أدوات النشر القابلة للتكرار (Reproducible Research) مثل حزمتي knitr و R Markdown أو منظومة Quarto الحديثة؛ حيث يتم دمج كود المعالجة الإحصائية مع التفسير النظري في ملف مرجعي واحد يوضح بالتفصيل كيفية التعامل مع حالات NA ولماذا اتُخذت تلك القرارات البرمجية بعينها.

ينبغي أن يتضمن قسم المنهجية في أي دراسة أكاديمية إفصاحاً صريحاً يوضح الفرق الدقيق بين “فقدان الاستجابة” (Item Nonresponse) وحالات “استبعاد المشاركين” (Subject Attrition). كما يُستحسن رفع الشيفرات البرمجية الكاملة للتحليل إلى مستودعات برمجية عامة ومفهرسة مثل GitHub أو منصة Open Science Framework (OSF)، مما يتيح للباحثين الآخرين حول العالم إعادة تشغيل الدوال، والتأكد من متانة الشروط المنطقية، وتعزيز موثوقية الاكتشافات العلمية وتراكمها المعرفي.

خاتمة

إن التعامل المتقن مع القيم المفقودة NA داخل دالة ifelse() في لغة R يتجاوز مجرد كونه مهارة تقنية لكتابة كود يعمل دون أخطاء؛ إنه ركيزة منهجية حاسمة تضمن بقاء الاستدلال الإحصائي متسقاً مع الواقع التجريبي. لقد أظهر هذا التفكيك المتعمق أن المنطق الثلاثي في لغة R يفرض احتراماً كاملاً لغياب المعلومة، وأن المحاولات الساذجة لتجاوز هذا المنطق تؤدي دون استثناء إلى انتشار صامت للمفقودات، وتشويه توزيع المتغيرات، وفقدان عينات بحثية ثمينة قد تغير من اتجاهات الدلالة الإحصائية.

سواء اختار الباحث الاعتماد على التحصين الصريح بالمعامل !is.na() داخل الهياكل التقليدية، أو فضل الانتقال إلى البدائل الحديثة فائقة الصرامة مثل dplyr::case_when()، أو البدائل فائقة السرعة مثل data.table::fifelse()، فإن القاعدة الأساسية الثابتة هي ضرورة الوعي التام بآلية تدفق المنطق الرياضي عبر كل مرحلة من مراحل التحويل. إن تبني البرمجة الدفاعية النظيفة، والتوثيق الأكاديمي الشفاف، واختبار الشروط على عينات بيانات جزئية قبل تعميمها، هي الضمانات الحقيقية لإنتاج أبحاث سيكومترية وإحصائية رصينة تخدم المعرفة الإنسانية وترقى لأعلى المعايير العلمية المعاصرة.

المراجع

اقتباس هذا المقال

looti, M. (2026, سبتمبر 5). كيفية تضمين NA في دالة ifelse في لغة R. عرب سايكلوجي. https://arabpsychology.com/statistics/how-to-include-na-in-ifelse-statement-in-r/
looti, Mohammed. “كيفية تضمين NA في دالة ifelse في لغة R.” عرب سايكلوجي, 5 سبتمبر 2026, https://arabpsychology.com/statistics/how-to-include-na-in-ifelse-statement-in-r/.
looti, Mohammed. “كيفية تضمين NA في دالة ifelse في لغة R.” عرب سايكلوجي. سبتمبر 5, 2026. https://arabpsychology.com/statistics/how-to-include-na-in-ifelse-statement-in-r/.