كيفية تفسير Pr(>|z|) في مخرجات الانحدار اللوجستي في R

يحتل الانحدار اللوجستي (Logistic Regression) مكانة محورية في صلب التحليل الإحصائي التطبيقي والنمذجة التنبؤية المعاصرة، حيث يُعد الأداة القياسية لتحليل العلاقات بين متغير تابع ثنائي ومتغيرات تفسيرية متعددة. ومع تصاعد الاعتماد على بيئة البرمجة الإحصائية R في مختلف الأوساط الأكاديمية والبحثية ومختبرات علم البيانات، أصبحت قراءة مخرجات النماذج وتفسير معاملاتها بدقة متناهية مهارة أساسية لا غنى عنها لكل باحث ومحلل بيانات يسعى إلى بناء استنتاجات علمية رصينة.

عند تنفيذ نموذج انحدار لوجستي ثنائي عبر دالة النماذج الخطية المعممة glm() واستدعاء تقرير الملخص عبر الدالة summary()، يتصدر جدول المعاملات الإحصائية مشهد التحليل. وفي قلب هذا الجدول، يبرز عمود Pr(>|z|) كأحد أكثر المؤشرات الإحصائية استخداماً وإثارة للجدل وسوء الفهم في آن واحد. يمثل هذا العمود القيمة الاحتمالية لاختبار فالد الإحصائي، والتي تحدد ما إذا كان المعامل التقديري للمتغير المستقل يختلف جوهرياً عن الصفر في مجتمع الدراسة، أم أن الأثر المشاهد لا يعدو كونه وليد الصدفة والتباين العشوائي في المعاينة.

يهدف هذا الدليل المرجعي الشامل إلى تفكيك الأسس النظرية والرياضية والتطبيقية لقيمة Pr(>|z|) في مخرجات لغة R. سننتقل عبر رحلة تحليلية متعمقة تبدأ من الجذور الرياضية لتقدير الإمكان الأعظم ودالة الربط اللوجت، وتمر بآليات اشتقاق اختبار فالد وتوزيع Z المعياري ذي الطرفين، وصولاً إلى التطبيق العملي بالأكواد وتفسير القواطع والمعاملات، ومعالجة المشكلات التشخيصية المتقدمة مثل التعددية الخطية وظاهرة هاوك-دونر، وانتهاءً بتوثيق النتائج وفق معايير الرابطة الأمريكية لعلم النفس (APA 7th Edition).

1. مقدمة شاملة حول الانحدار اللوجستي ومخرجاته في لغة R

1.1 طبيعة الانحدار اللوجستي الثنائي ومتغيرات الاستجابة

ينتمي الانحدار اللوجستي الثنائي إلى عائلة النماذج الخطية المعممة (Generalized Linear Models – GLM)، وهو مصمم خصيصاً للتعامل مع متغيرات الاستجابة ذات الطبيعة الثنائية (Binary Outcomes) التي تأخذ قيمتين فقط، مثل: (نجاح/فشل)، (إصابة/تعافي)، (شراء/عدم شراء)، أو الترميز الرقمي المعتاد (0/1). في مثل هذه الحالات، يفشل الانحدار الخطي البسيط (Ordinary Least Squares – OLS) لعدة أسباب جوهرية، أبرزها انتهاك فرضية التوزيع الطبيعي للبواقي، وعدم ثبات التباين (Heteroscedasticity)، وإمكانية تنبؤ النموذج الخطي باحتمالات تتجاوز النطاق المنطقي المحصور بين 0 و1، وهو ما يتنافى مع البديهيات الرياضية لنظرية الاحتمالات.

للتغلب على هذه المعضلات، يقوم الانحدار اللوجستي بنمذجة احتمال وقوع الحدث، ويُرمز له بالرمز p، من خلال تحويل رياضي غير خطي يمر بمرحلتين: المرحلة الأولى هي تحويل الاحتمال إلى أرجحية (Odds)، والتي تُعرّف بأنها نسبة احتمال وقوع الحدث إلى احتمال عدم وقوعه (Odds = p / (1 – p)). وتمتد الأرجحية من الصفر إلى اللانهاية الموجبة. أما المرحلة الثانية، فتتمثل في أخذ اللوغاريتم الطبيعي للأرجحية، وهو ما يُعرف بـ لوغاريتم الأرجحية (Log-Odds) أو دالة الربط اللوجت (Logit Link Function):

logit(p) = ln(p / (1 – p)) = β₀ + β₁X₁ + β₂X₂ + … + βₖXₖ

تكمن الأهمية البالغة لدالة اللوجت في أنها تحول فضاء الاحتمالات المحدود [0, 1] إلى فضاء خطي غير محدود يمتد عبر الأعداد الحقيقية (-∞ إلى +∞). يتيح هذا التحويل للباحثين في مجالات العلوم النفسية والاجتماعية والطبية والمالية بناء معادلات تنبؤية خطية قادرة على قياس أثر المتغيرات التفسيرية على احتمالية حدوث السلوك أو الظاهرة المدروسة دون الإخلال بالقيود الاحتمالية.

تختلف مخرجات الانحدار اللوجستي عن الانحدار الخطي العادي في طبيعة التقديرات وطرق التحقق من جودة المطابقة. فبينما يعتمد OLS على تصغير مجموع مربعات الخطأ التحليلي ويفسر المعاملات كتغير مباشر في وحدة المتغير التابع، يعتمد الانحدار اللوجستي على خوارزميات التقدير العددي التكراري لتعظيم دالة الإمكان الأعظم (Maximum Likelihood Estimation – MLE)، وتُفسر معاملاته كتغير في لوغاريتم الأرجحية، مما يستوجب استيعاباً دقيقاً لطبقات الإخراج الإحصائي الناتجة.

1.2 بنية دالة glm() وكيفية توليد المخرجات الإحصائية

في بيئة لغة R، تُعد الدالة الأساسية glm() هي البوابة الرئيسية لتقدير النماذج الخطية المعممة. تتطلب هذه الدالة تحديد صيغة النموذج (Formula) التي تربط المتغير التابع بالمتغيرات المستقلة، وتحديد مصفوفة البيانات (Data)، بالإضافة إلى وسيط العائلة الرياضية ودالة الربط، والذي يتم ضبطه للانحدار اللوجستي الثنائي عبر العبارة: family = binomial(link = "logit") أو اختصاراً family = binomial حيث تعتبر دالة اللوجت هي الرابط الافتراضي لعائلة التوزيع الثنائي.

عند تنفيذ دالة glm()، تقوم لغة R بتطبيق خوارزمية نيوتن-رافسون (Newton-Raphson) أو خوارزمية المربعات الصغرى المعاد ترجيحها تكرارياً (Iteratively Reweighted Least Squares – IRLS) للوصول إلى تقديرات المعالم التي تجعل احتمالية مشاهدة البيانات الحالية أعلى ما يمكن. بعد اكتمال التقارب العددي، لا يتم عرض التفاصيل الإحصائية الكاملة مباشرة في كائن النموذج، بل يتم استدعاء الدالة العامة summary() لتوليد التقرير التشخيصي المتكامل.

يتكون تقرير المخرجات الناتج عن الدالة summary.glm() من عدة أقسام مهيكلة بعناية تخدم أغراضاً تشخيصية واستدلالية محددة:

• نداء النموذج (Call): يعرض الصيغة الرياضية والخيارات المدخلة في الدالة للتحقق من مواصفات النموذج.
• بواقي الانحراف (Deviance Residuals): ملخص وصفي (القيم الدنيا، الربيعيات، الوسيط، والقيم القصوى) لبواقي الانحراف، والتي تصف مدى ابتعاد كل مشاهدة عن القيمة المتوقعة بواسطة النموذج.
• جدول المعاملات (Coefficients Table): وهو القلب النابض للتحليل الاستدلالي، حيث يحتوي على التقديرات النقطية للمعاملات، والأخطاء المعيارية، وقيم إحصائية فالد Z، والقيم الاحتمالية المقترنة بها Pr(>|z|).
• مؤشرات الانحراف ومعيار أكايكي (Deviance & AIC): يقدم قياسات شاملة لجودة مطابقة النموذج، متضمنة انحراف العدم (Null Deviance)، والانحراف المتبقي (Residual Deviance)، ومعيار أكايكي للمعلومات (Akaike Information Criterion – AIC)، وعدد تكرارات خوارزمية فيشر للتهديف (Fisher Scoring Iterations).

2. البنية الرياضية والإحصائية لجدول المعاملات (Coefficients Table)

2.1 تفكيك مكونات أعمدة جدول المعاملات في R

يتألف جدول المعاملات في مخرجات R من مصفوفة منظمة تتضمن أربعة أعمدة رئيسية تتبعها رموز الدلالة الإحصائية. يمثل كل سطر في هذا الجدول معلماً من معالم النموذج، بدءاً من القاطع الصامد (Intercept) ثم المتغيرات المستقلة تباعاً. لفهم الديناميكية الإحصائية لهذا الجدول، يجب تفكيك كل عمود على حدة:

العمود الأول – التقدير (Estimate): يمثل هذا العمود القيمة النقطية المقدرة للمعلمة (β̂) بوحدات لوغاريتم الأرجحية (Log-Odds). إذا كان التقدير موجباً، فهذا يعني أن الزيادة بمقدار وحدة واحدة في المتغير المستقل ترتبط بزيادة في لوغاريتم أرجحية وقوع الحدث بمقدار قيمة المعامل، مع تثبيت باقي المتغيرات. وإذا كان سالباً، فإنه يشير إلى انخفاض في لوغاريتم الأرجحية. هذه القيم مجردة وصعبة التفسير المباشر في الواقع العملي، مما يدفع المحللين إلى تحويلها لاحقاً إلى نسب أرجحية (Odds Ratios).

العمود الثاني – الخطأ المعياري (Std. Error): يعبر هذا العمود عن الانحراف المعياري للتوزيع العيني للمعامل المقدر (SE(β̂)). يُشتق هذا الخطأ رياضياً من مقلوب مصفوفة معلومات فيشر (Fisher Information Matrix) المحسوبة عند نقطة تقدير الإمكان الأعظم. يقيس الخطأ المعياري درجة عدم اليقين أو التشتت المتوقع في تقدير المعامل إذا تم سحب عينات عشوائية متكررة من نفس المجتمع بنفس الحجم. كلما انخفض الخطأ المعياري، زادت دقة التقدير النقطي واستقراره.

العمود الثالث – قيمة z (z value): يُطلق على هذا العمود اسم إحصائية فالد Z (Wald z-statistic). وهو ناتج عملية معيرة رياضية مباشرة تقارن المعامل المقدر بخطئه المعياري. توضح هذه القيمة عدد الانحرافات المعيارية التي يبعد بها المعامل المقدر عن القيمة الصفرية المفترضة في ظل فرضية العدم. تعد قيمة z مقياساً لقوة الإشارة بالنسبة إلى الضوضاء العشوائية في البيانات.

العمود الرابع – Pr(>|z|): هذا هو عمود القيمة الاحتمالية (p-value) الثنائية الطرفين والمشتقة من مقارنة قيمة z المحسوبة بالتوزيع الطبيعي المعياري. يجيب هذا العمود عن السؤال الجوهري: ما هو احتمال الحصول على قيمة z مساوية أو أكثر تطرفاً من القيمة المشاهدة في هذه العينة، بافتراض أن التأثير الحقيقي للمتغير في المجتمع يساوي صفراً؟

2.2 العلاقة التبادلية بين Estimate وStd. Error وz value

تقوم العلاقة بين الأعمدة الثلاثة الأولى على عملية حسابية جبرية صارمة لا تقبل التأويل، حيث يتم اشتقاق قيمة z مباشرة وفق الصيغة التالية:

z = Estimate / Std. Error = β̂ / SE(β̂)

توضح هذه المعادلة البسيطة في مظهرها والعميقة في دلالتها أن قيمة z هي نسبة خطية مباشرة بين حجم الأثر المقدر والخطأ المعياري المحيط به. إذا كان التقدير كبيراً جداً ولكن الخطأ المعياري كبير بالمثل بسبب تشتت البيانات أو صغر العينة، فإن قيمة z الناتجة ستكون صغيرة، مما يؤدي إلى فشل المتغير في تحقيق الدلالة الإحصائية.

يلعب حجم العينة (Sample Size – n) دوراً حاسماً في هذه المعادلة التبادلية. فمن المعروف إحصائياً أن الخطأ المعياري يتناسب عكسياً مع الجذر التربيعي لحجم العينة ومع تباين المتغير المستقل:

SE(β̂) ∝ 1 / √(n · Var(X))

يترتب على ذلك أنه مع تضخم حجم العينة، يتقلص الخطأ المعياري ويقترب من الصفر، مما يؤدي تلقائياً إلى تضخيم قيمة z حتى لو كان حجم المعامل المقدر (Estimate) ضئيلاً جداً ولا يحمل أي وزن تطبيقي. وعلى العكس من ذلك، في العينات الصغيرة، تتسع الأخطاء المعيارية بشكل كبير، مما يؤدي إلى انكماش قيمة z نحو الصفر، وبالتالي تصبح قيمة Pr(>|z|) كبيرة، مما قد يحجب وجود تأثيرات حقيقية في المجتمع (خطأ من النوع الثاني).

يمثل هذا الاشتقاق التمهيد الرياضي الذي يسمح لبيئة R بالانتقال من المعاملات الخام إلى فضاء التوزيع الطبيعي المعياري (Standard Normal Distribution)، حيث يتم إسقاط قيمة z على منحنى غاوس لتحديد المساحة الاحتمالية الواقعة في أطراف المنحنى، وهو ما يقودنا مباشرة إلى التفسير النظري لاختبار فالد.

3. المفهوم النظري والرياضي لقيمة z (z value) واختبار فالد (Wald Test)

3.1 الأساس النظري لاختبار فالد (Wald Test) في النماذج الخطية المعممة

يُنسب اختبار فالد (Wald Test) إلى عالم الرياضيات والإحصاء أبراهام فالد (Abraham Wald). ويُعد أحد الاختبارات الكلاسيكية الثلاثة في الاستدلال القائم على الإمكان الأعظم، إلى جانب اختبار نسبة الإمكان (Likelihood Ratio Test) واختبار سكور/لاغرانج (Score/Lagrange Multiplier Test). في سياق جدول معاملات الانحدار اللوجستي في R، يُستخدم اختبار فالد الفردي لاختبار الفرضيات الإحصائية المتعلقة بكل معلمة على حدة.

تتم صياغة فرضيات الاختبار لكل معامل βⱼ كالتالي:

• فرضية العدم (Null Hypothesis – H₀): βⱼ = 0 (المتغير المستقل ليس له أي تأثير خطي على لوغاريتم أرجحية المتغير التابع، وأي ارتباط مشاهد هو وليد الصدفة).
• الفرضية البديلة (Alternative Hypothesis – H₁): βⱼ ≠ 0 (المتغير المستقل له تأثير ذو دلالة إحصائية على لوغاريتم أرجحية المتغير التابع يختلف عن الصفر).

يعتمد اختبار فالد على خاصية التقارب المقارب (Asymptotic Properties) لمقدرات الإمكان الأعظم في العينات الكبيرة. وفقاً لنظرية النهاية المركزية ونظرية التقارب الطبيعي لمقدرات MLE، يتقارب التوزيع العيني للمعامل المقدر β̂ نحو توزيع طبيعي بمتوسط يساوي المعلمة الحقيقية β وتباين يساوي مقلوب معلومات فيشر المتوقعة. وبناءً على ذلك، تحت فرضية العدم (حيث β = 0)، تتبع إحصائية فالد المحسوبة z توزيعاً طبيعياً معيارياً بمتوسط 0 وتباين 1:

z = (β̂ – 0) / SE(β̂) ~ N(0, 1) as n → ∞

تتميز إحصائية فالد بأنها تتطلب فقط تقدير النموذج الكامل مرة واحدة وحساب مصفوفة التغاير من المشتقة الثانية لدالة الإمكان (Hessian Matrix)، دون الحاجة إلى إعادة تقدير نماذج مقيدة كما هو الحال في اختبار نسبة الإمكان، مما يجعلها سريعة الحساب ومثالية للعرض الفردي في جداول المخرجات القياسية.

3.2 كيفية عمل التوزيع الطبيعي المعياري ذي الطرفين (Two-Tailed Test)

يفترض اختبار فالد في مخرجات R القياسية صياغة غير موجهة (Non-directional) للفرضية البديلة (β ≠ 0)، وهو ما يستلزم إجراء اختبار ثنائي الطرفين (Two-Tailed Test). يرجع السبب في ذلك إلى أن الباحث -من منظور اختباري محافظ- يختبر إمكانية أن يكون التأثير موجباً (يزيد من احتمالية الحدث) أو سالباً (يقلل من احتمالية الحدث) على حد سواء.

في التوزيع الطبيعي المعياري Z ~ N(0, 1)، تتوزع المساحة الاحتمالية الإجمالية (التي تساوي 1 صحيح) بشكل متماثل تماماً حول الصفر. تُعبر القيمة المطلقة |z| عن البعد المطلق لإحصائية الاختبار عن نقطة المركز (الصفر)، بغض النظر عن إشارة المعامل (سواء كانت موجبة في الطرف الأيمن أو سالبة في الطرف الأيسر).

تحدد مستويات الثقة الإحصائية المتعارف عليها مناطق الرفض والقبول الحرجة تحت منحنى التوزيع الطبيعي:

• عند مستوى ثقة 95% (مستوى دلالة α = 0.05)، تنقسم منطقة الشك المتبقية (5%) بالتساوي على طرفي المنحنى (2.5% في أقصى اليمين و2.5% في أقصى اليسار). تقابل هاتين المنطقتين قيم حرجة تساوي ±1.96. إذا كانت قيمة |z| ≥ 1.96، فإن المعامل يقع في منطقة الرفض الإحصائي لفرضية العدم.
• عند مستوى ثقة 99% (مستوى دلالة α = 0.01)، تتوزع نسبة 1% بالتساوي على الطرفين (0.5% في كل طرف)، وتقابلها قيم حرجة تساوي ±2.576.
• عند مستوى ثقة 99.9% (مستوى دلالة α = 0.001)، تتوزع نسبة 0.1% على الطرفين، وتقابلها قيم حرجة تقارب ±3.291.

تقوم لغة R بحساب الموضع الدقيق لقيمة z المحسوبة ضمن هذا التوزيع وحساب المساحة التراكمية المتبقية خلف هذه النقطة في كلا الاتجاهين، وهو ما يولد القيمة المعروضة في عمود Pr(>|z|).

4. التفكيك المفاهيمي لعمود Pr(>|z|): المعنى والدلالة الإحصائية

4.1 الترجمة الرياضية والرمزية للتعبير Pr(>|z|)

إن الرمز Pr(>|z|) المكتوب في رأس العمود الرابع ليس مجرد تسمية اعتباطية، بل هو تعبير رياضي دقيق يُقرأ كالتالي: “احتمال الحصول على قيمة z مطلقة أكبر من القيمة المطلقة لإحصائية z المحسوبة من البيانات، بافتراض صحة فرضية العدم”.

رياضياً، إذا رمزنا للمتغير العشوائي الذي يتبع التوزيع الطبيعي المعياري بالرمز Z، ولإحصائية فالد المحسوبة لمعامل معين بالرمز z_obs، فإن القيمة الاحتمالية p-value تُحسب وفق التكامل الاحتمالي التالي:

Pr(>|z|) = P(|Z| > |z_obs|) = P(Z > |z_obs|) + P(Z < -|z_obs|)

ونظراً لتماثل دالة الكثافة الاحتمالية للتوزيع الطبيعي المعياري حول الصفر، فإن المساحة في الطرف الأيمن تساوي تماماً المساحة في الطرف الأيسر، وبالتالي يمكن اختصار المعادلة إلى:

Pr(>|z|) = 2 · P(Z > |z_obs|) = 2 · (1 – Φ(|z_obs|))

حيث تمثل Φ (Phi) دالة التوزيع التراكمي (Cumulative Distribution Function – CDF) للتوزيع الطبيعي المعياري. في لغة R، تقوم الدالة البرمجية بحساب هذه القيمة بدقة فائقة باستخدام الكود التحليلي المكافئ: 2 * pnorm(abs(z_obs), lower.tail = FALSE).

تؤكد هذه الصياغة أن Pr(>|z|) تمثل مساحة الذيلين معاً (Two-tailed p-value). إذا كانت قيمة z_obs = 1.96، فإن دالة التوزيع التراكمي للطرف الأيمن تعطي مساحة قدرها 0.025 تقريباً، ومضاعفتها للطرفين تعطي الناتج النهائي 0.05. وكلما ابتعدت قيمة z عن الصفر صعوداً نحو قيم موجبة عالية أو هبوطاً نحو قيم سالبة متطرفة، تقلصت المساحة المحصورة تحت الذيول، مما يجعل Pr(>|z|) تقترب بشكل متزايد من الصفر المطلق.

4.2 الربط بين Pr(>|z|) والقرار الإحصائي لفرضية العدم

تخضع عملية اتخاذ القرار الإحصائي المنهجي في اختبار الفرضيات إلى قاعدة المقارنة الصارمة بين القيمة الاحتمالية المحسوبة Pr(>|z|) ومستوى الدلالة المحدد مسبقاً من قِبل الباحث، والذي يُرمز له بالرمز ألفا (α):

• حالة الرفض (Reject H₀): إذا كانت Pr(>|z|) ≤ α (وعادة ما تكون α = 0.05)، فإننا نرفض فرضية العدم. يُفسر هذا القرار بأن البيانات تقدم دليلاً إحصائياً كافياً يدعم وجود أثر حقيقي للمتغير المستقل على احتمالية حدوث المتغير التابع في مجتمع الدراسة، وأن احتمال الحصول على هذا الأثر بمحض الصدفة البحتة يقل عن العتبة المقبولة للخطأ.
• حالة الفشل في الرفض (Fail to Reject H₀): إذا كانت Pr(>|z|) > α، فإننا نفشل في رفض فرضية العدم. يعني هذا القرار ببساطة أن الأدلة التجريبية المتوفرة في العينة غير كافية للجزم بوجود تأثير يختلف عن الصفر، ويظل الصفر تفسيراً معقولاً ومحتملاً للبيانات المشاهدة.

من الضروري جداً التأكيد على الضوابط الإبستيمولوجية لتفسير هذه القيمة وفق المنهجية الإحصائية السليمة التي شددت عليها الجمعية الإحصائية الأمريكية (ASA) في بياناتها التوجيهية:

إن Pr(>|z|) ليست احتمال أن تكون فرضية العدم صحيحة، كما أنها ليست احتمال أن تكون الفرضية البديلة خاطئة. بل هي مقياس مشروط يعبر عن: “احتمالية البيانات المشاهدة (أو بيانات أكثر تطرفاً منها)، بشرط أن تكون فرضية العدم صحيحة تماماً في المجتمع” (أي: P(Data | H₀) وليس P(H₀ | Data)). إن إدراك هذا التمييز يحمي الباحثين من الانزلاق في المغالطات الاستقرائية الشائعة.

5. تطبيق عملي خطوة بخطوة: نمذجة الانحدار اللوجستي واستخراج المخرجات في R

5.1 إعداد بيئة العمل واستدعاء البيانات وتجهيز النموذج

لتجسيد هذه المفاهيم الرياضية في سياق تطبيقي ملموس، سنستخدم إحدى مجموعات البيانات المعيارية المدمجة في بيئة لغة R، وهي مجموعة بيانات mtcars المستمدة من مجلة Motor Trend US لعام 1974. تشتمل هذه البيانات على قياسات الأداء والتصميم لـ 32 سيارة، وتتضمن متغيراً ثنائياً مثالياً لنمذجة الانحدار اللوجستي وهو نوع ناقل الحركة (am: 0 = أوتوماتيك، 1 = يدوي).

سنقوم ببناء نموذج انحدار لوجستي ثنائي يتنبأ باحتمالية أن تكون السيارة مزودة بناقل حركة يدوي (am = 1) بناءً على متغيرين مستقلين مستمرين هما: سعة إزاحة المحرك بالبوصة المكعبة (disp) ونسبة المحور الخلفي (drat). تمثل المعادلة اللوجستية المستهدفة الصياغة التالية:

logit(P(am = 1)) = β₀ + β₁(disp) + β₂(drat)

يتم إعداد وتنفيذ هذا النموذج في بيئة R من خلال الأوامر البرمجية التالية:

# تجهيز البيانات وتفقد بنيتها
data(mtcars)

# بناء نموذج الانحدار اللوجستي الثنائي
logistic_model <- glm(am ~ disp + drat, data = mtcars, family = binomial)

# استخراج التقرير الإحصائي الشامل
summary(logistic_model)

يقوم محرك R الإحصائي بمعالجة هذه الأسطر بتشغيل خوارزمية التقدير التكراري للوصول إلى تقارب دالة الإمكان، وتخزين النتائج الحسابية الكاملة داخل الكائن logistic_model، ليتم استعراضها تفصيلياً عبر أمر التلخيص.

5.2 استعراض مخرجات دالة summary(model) المباشرة

عند تنفيذ الأمر summary(logistic_model)، تُظهر وحدة التحكم (Console) في R مخرجات تفصيلية متكاملة. سنركز على جدول المعاملات الفعلي الناتج من هذا النموذج، والذي يظهر بالبنية الرقمية التالية:

Coefficients:
            Estimate Std. Error z value Pr(>|z|)  
(Intercept) -17.6384     9.1678  -1.924   0.0543 .
disp         -0.0041     0.0066  -0.627   0.5305  
drat          4.8794     2.2687   2.151   0.0315 *
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

يتيح هذا الجدول قراءة فورية لكافة المتغيرات الداخلة في النموذج. يحتوي العمود الأول على أسماء المعالم: القاطع الصامد (Intercept)، والمتغير المستقل الأول disp، والمتغير المستقل الثاني drat. تليه الأعمدة الأربعة التي تم تفكيكها نظرياً (التقدير، الخطأ المعياري، قيمة z، وقيمة Pr(>|z|))، وتختتم برموز النجوم للدلالة على مستوى المعنوية الإحصائية. سننتقل في القسم التالي إلى تشريح هذه الأرقام سطراً بسطر وربطها بالاستنتاجات الواقعية.

6. التحليل التفصيلي المعمق لقيم Pr(>|z|) في النموذج التجريبي

6.1 تفسير قيمة Pr(>|z|) للقاطع الصامد (Intercept)

يُظهر السطر الأول من المخرجات الإحصائية المعامل التقديري للقاطع الصامد (Intercept)، حيث بلغت قيمته β̂₀ = -17.6384 مع خطأ معياري SE = 9.1678، مما أفرز إحصائية فالد z = -1.924 وقيمة احتمالية Pr(>|z|) = 0.0543.

لتحليل هذه القيمة تحليلاً استدلالياً دقيقاً، نلاحظ أن Pr(>|z|) = 0.0543 تقع أعلى بقليل من عتبة الدلالة التقليدية الصارمة (α = 0.05). إذا التزم الباحث بمستوى دلالة 5%، فإن القرار الإحصائي الرسمي هو: الفشل في رفض فرضية العدم (H₀: β₀ = 0) عند هذا المستوى المحدد. ومع ذلك، نظراً لوقوع القيمة تحت عتبة 0.10 وظهور رمز النقطة (.)، فإنها تُصنف أحياناً في الأوساط البحثية التطبيقية كدلالة هامشية أو اتجاهية (Marginal Significance).

من الناحية المفاهيمية، يمثل القاطع الصامد القيمة المتوقعة للوغاريتم أرجحية ناقل الحركة اليدوي عندما تكون جميع المتغيرات المستقلة في النموذج مساوية للصفر تماماً (أي: disp = 0 و drat = 0). في سياق السيارات، من المستحيل فيزيائياً وجود محرك بسعة إزاحة صفرية أو نسبة محور خلفي صفرية؛ لذلك، فإن القاطع هنا يعمل كمرتكز رياضي لمعايرة خط الانحدار اللوجستي وليس له معنى تطبيقي مستقل في حد ذاته. تعني القيمة الاحتمالية 0.0543 أنه بافتراض أن لوغاريتم الأرجحية الأساسي يساوي صفراً عند نقطة الأصل النظرية، فإن احتمال الحصول على معامل بهذا الحجم أو أكبر يبلغ 5.43%.

6.2 تفسير قيمة Pr(>|z|) للمتغير غير الدال إحصائياً (disp)

بالانتقال إلى المتغير المستقل الأول، سعة المحرك (disp)، نجد أن التقدير النقطي للمعامل هو β̂₁ = -0.0041، والخطأ المعياري المحيط به هو SE = 0.0066، وقيمة إحصائية فالد الناتجة هي z = -0.627، بينما تبلغ القيمة الاحتمالية المقترنة بها Pr(>|z|) = 0.5305، ولا ترافقه أي علامة دلالة.

يعد هذا النموذج مثالاً كلاسيكياً على المتغير غير الدال إحصائياً. بقراءة القيمة الاحتمالية نجد أن 0.5305 > 0.05 بفارق شاسع. يخبرنا هذا الرقم بشكل صريح بأنه إذا افترضنا صحة فرضية العدم القائلة بعدم وجود أي تأثير لمتغير disp على نوع ناقل الحركة في مجتمع السيارات (H₀: β₁ = 0)، فإن هناك احتمالاً مرتفعاً جداً يصل إلى 53.05% لمشاهدة معامل عيني بحجم -0.0041 أو أبعد منه بمجرد التقلب العشوائي والصدفة في المعاينة.

بناءً على ذلك، يكون القرار الإحصائي هو الفشل التام في رفض فرضية العدم. نستنتج من ذلك غياب الدليل الإحصائي الكافي الذي يثبت وجود رابطة ذات مغزى بين سعة المحرك واحتمالية تزويد السيارة بناقل حركة يدوي، وذلك في ظل وجود متغير نسبة المحور الخلفي في النموذج. يشير الخطأ المعياري المقارب لضعف حجم المعامل المقدر إلى ارتفاع مستوى عدم اليقين حول هذا التأثير، مما يجعل الإبقاء على هذا المتغير في النماذج التنبؤية النهائية أمراً غير مبرر إحصائياً دون مسوغات نظرية قوية.

6.3 تفسير قيمة Pr(>|z|) للمتغير الدال إحصائياً (drat)

على النقيض تماماً، يُظهر السطر الخاص بمتغير نسبة المحور الخلفي (drat) نمطاً إحصائياً مختلفاً؛ حيث بلغ المعامل التقديري β̂₂ = 4.8794 مع خطأ معياري SE = 2.2687، محققاً إحصائية فالد موجبة قدرها z = 2.151 وقيمة احتمالية دالة بلغت Pr(>|z|) = 0.0315، مصحوبة برمز النجمة الواحدة (*).

بمقارنة هذه القيمة الاحتمالية بمستوى الدلالة المعتمد (α = 0.05)، نجد بوضوح أن 0.0315 < 0.05. يترتب على هذه النتيجة قرار إحصائي قاطع بـ رفض فرضية العدم (Reject H₀: β₂ = 0) وقبول الفرضية البديلة التي تقر بوجود تأثير إيجابي حقيقي للمتغير.

يعني هذا المعامل إحصائياً أن احتمال الحصول على إحصائية فالد بحجم 2.151 أو أكثر تطرفاً في ظل افتراض انعدام الأثر لا يتجاوز 3.15%. ونظراً لأن هذا الاحتمال أقل من سقف المخاطرة المقبول (5%)، فإننا نعتبر هذه النتيجة دليلاً تجريبياً قوياً على أن زيادة نسبة المحور الخلفي بمقدار وحدة واحدة ترتبط إحصائياً وبشكل موجب بزيادة لوغاريتم أرجحية أن تكون السيارة ذات ناقل حركة يدوي بمقدار 4.8794 وحدة لوجت، مع تثبيت سعة المحرك. هذا المتغير يتمتع بدلالة إحصائية مؤكدة تسهم بفاعلية في تفسير التباين في متغير الاستجابة.

7. مستويات الدلالة الإحصائية (Alpha) ورموز الدلالة (Signif. Codes) في R

7.1 فهم مستويات ألفا الشائعة وعتبات اتخاذ القرار

يمثل مستوى الدلالة أو العتبة الحرجة، المعروف بـ ألفا (α)، الحد الأقصى لاحتمالية الوقوع في خطأ النوع الأول (Type I Error)، وهو الخطأ المتمثل في رفض فرضية العدم عندما تكون صحيحة في الواقع (أي اكتشاف أثر زائف أو نتيجة إيجابية كاذبة). يتم تحديد هذا المستوى كمعيار قبلي (A priori) قبل فحص البيانات ومخرجات النموذج لضمان الموضوعية العلمية.

تتدرج مستويات ألفا في التطبيقات البحثية المعاصرة وفقاً لطبيعة المجال وحساسية القرارات المترتبة على التحليل:

• المستوى القياسي (α = 0.05): يُعد المعيار الذهبي الأكثر شيوعاً في العلوم الاجتماعية والنفسية والإدارية والتسويقية. يعني هذا المستوى أن الباحث يقبل بنسبة مخاطرة لا تتجاوز 5% لارتكاب خطأ إيجابي كاذب.
• المستويات الصارمة (α = 0.01 و α = 0.001): تُطبق هذه المستويات المتشددة في الأبحاث الطبية والسريرية، والتجارب الدوائية، والدراسات الجينومية واسعة النطاق (GWAS)، حيث قد تؤدي النتيجة الإيجابية الكاذبة إلى أضرار صحية جسيمة أو خسائر مالية فادحة. هنا يتم تضييق نطاق الخطأ إلى 1 من كل 100 أو 1 من كل 1000.
• المستوى الاستكشافي أو الهامشي (α = 0.10): يُستخدم في الدراسات الاستطلاعية الأولية أو الدراسات ذات أحجام العينات المحدودة والتكاليف المرتفعة، ويهدف إلى تجنب إهدار إشارات بحثية واعدة قد تستحق التحقق المستقبلي بتجارب موسعة، مع الإقرار الصريح بزيادة خطر الأخطاء الإيجابية الكاذبة.

7.2 دليل قراءة رموز النجوم وعلامات الدلالة في مخرجات R

لتسهيل القراءة البصرية السريعة لجدول المعاملات، تدرج لغة R دليلاً مرجعياً أسفل الجدول يُعرف بسطر Signif. codes. يربط هذا السطر نطاقات القيم الاحتمالية برمز توضيحي يظهر بجوار قيمة Pr(>|z|):

يوضح الجدول المرجعي التالي تفكيك هذه الشفرات الإحصائية:

• الرمز '***' (ثلاث نجوم): يغطي النطاق [0, 0.001]. يشير إلى دلالة إحصائية بالغة القوة والصلابة (p < 0.001)، حيث تكون الأدلة ضد فرضية العدم كاسحة.
• الرمز '**' (نجمتان): يغطي النطاق (0.001, 0.01]. يشير إلى دلالة إحصائية قوية جداً (p < 0.01) عند مستوى ثقة 99%.
• الرمز '*' (نجمة واحدة): يغطي النطاق (0.01, 0.05]. يمثل تحقيق الدلالة الإحصائية القياسية المعتمدة (p < 0.05) عند مستوى ثقة 95%.
• الرمز '.' (نقطة): يغطي النطاق (0.05, 0.1]. يعبر عن دلالة إحصائية هامشية أو اتجاهية، وغالباً ما يُفسر بحذر كدليل غير حاسم عند المستويات التقليدية.
• المساحة الفارغة ' ' (بلا رمز): تغطي النطاق (0.1, 1.0]. تؤكد غياب الدلالة الإحصائية تماماً وفشل المتغير في دحض فرضية العدم.

يُنصح الباحثون دائماً بعدم الاكتفاء بالنظر إلى النجوم كوسيلة للاستنتاج الأعمى (ما يُعرف في الأدبيات النقدية بـ Star-Gazing)، بل يجب النظر إلى القيمة الرقمية الدقيقة لـ Pr(>|z|) وحجم المعامل وخطئه المعياري لصياغة حكم علمي رصين.

8. التمييز الدقيق بين الدلالة الإحصائية والدلالة العملية: نسب الأرجحية (Odds Ratios)

8.1 محدودية الاعتماد المنفرد على قيمة Pr(>|z|)

من أخطر الأخطاء الشائعة في التطبيقات الإحصائية الخلط بين الدلالة الإحصائية (Statistical Significance) والدلالة العملية أو التطبيقية (Practical/Clinical Significance). إن قيمة Pr(>|z|) مصممة حصرياً للإجابة عن سؤال احتمالي محدد: “هل التأثير المشاهد يختلف عن الصفر في المجتمع؟”، ولكنها عاجزة تماماً عن الإجابة عن السؤال الأكثر أهمية للممارسين وصناع القرار: “ما مدى ضخامة وأهمية هذا التأثير في الواقع المعاش؟”.

يرجع هذا القصور الجوهري إلى أن قيمة Pr(>|z|) هي دالة مركبة تتأثر بشدة بحجم العينة (n). فعند التعامل مع البيانات الضخمة (Big Data) أو العينات التي تضم مئات الآلاف من المشاهدات، تتضاءل الأخطاء المعيارية إلى مستويات متناهية في الصغر. ونتيجة لذلك، حتى لو كان التغير في لوغاريتم الأرجحية ضئيلاً جداً ولا يحدث أي فارق سلوكي أو مالي أو طبي ملموس، فإن قيمة z ستكون ضخمة وستظهر قيمة Pr(>|z|) متبوعة بثلاث نجوم (p < 0.001).

وعلى العكس من ذلك، في الدراسات السريرية الدقيقة ذات العينات المحدودة، قد يكون هناك أثر علاجي أو تدخلي هائل يغير حياة المرضى، ولكن بسبب كبر الخطأ المعياري، قد تفشل قيمة Pr(>|z|) في كسر حاجز 0.05 (لتسجل مثلاً 0.06). إذا اعتمد الباحث حصرياً على القيمة الاحتمالية، فإنه سيتجاهل تأثيراً جوهرياً. ومن هنا ينبع الإلزام المنهجي بضرورة قياس حجم الأثر (Effect Size) من خلال تحويل المعاملات إلى نسب أرجحية ودراسة فترات الثقة المقترنة بها.

8.2 حساب وتفسير نسب الأرجحية (Odds Ratios) وفترات الثقة

نظراً لأن معاملات Estimate في الانحدار اللوجستي تمثل لوغاريتم الأرجحية، فإن أسهل طريقة لجعلها قابلة للفهم البديهي هي التخلص من اللوغاريتم بتطبيق الدالة الأسية الطبيعية (eˣ أو exp()). يُطلق على الناتج اسم نسبة الأرجحية (Odds Ratio – OR):

OR = exp(β̂) = e^(β̂)

في لغة R، يتم حساب نسب الأرجحية وفترات الثقة المقابلة لها بنسبة 95% عبر الدمج البرمجي التالي:

# حساب نسب الأرجحية وفترات الثقة 95%
exp(cbind(OR = coef(logistic_model), confint(logistic_model)))

لتفسير نسب الأرجحية، نعتمد على مقارنة القيمة الناتجة بالقيمة المرجعية المحايدة (1.0):

• إذا كانت OR > 1: يشير ذلك إلى أن زيادة المتغير المستقل بمقدار وحدة واحدة ترتبط بزيادة أرجحية وقوع الحدث بمقدار حاصل ضرب النسبة، أو بنسبة مئوية تُحسب بالقانون: (OR – 1) × 100%. في نموذجنا السابق لمتغير drat، إذا كانت OR = exp(4.8794) ≈ 131.5، فهذا يعني أن كل زيادة بوحدة واحدة في نسبة المحور الخلفي تضاعف أرجحية ناقل الحركة اليدوي بمقدار 131.5 مرة.
• إذا كانت OR < 1: يشير ذلك إلى أثر سلبي وقائي يقلل من أرجحية وقوع الحدث. وتُحسب نسبة الانخفاض كالتالي: (1 – OR) × 100%.
• إذا كانت OR = 1: يشير ذلك إلى انعدام الأثر تماماً (وهي النقطة المكافئة لـ β = 0 في فضاء اللوغاريتم).

تكتمل الصورة التحليلية بفحص فترة الثقة لنسبة الأرجحية (95% Confidence Interval). توجد قاعدة ذهبية تربط بين Pr(>|z|) وفترة الثقة: إذا كانت قيمة Pr(>|z|) < 0.05، فإن فترة الثقة 95% لنسبة الأرجحية لن تشتمل أبداً على القيمة 1.0. أما إذا كانت Pr(>|z|) > 0.05، فإن فترة الثقة ستمتد حتماً لتشمل القيمة 1.0 (مثل النطاق من 0.85 إلى 1.45)، مما يؤكد إحصائياً أن الأثر قد يكون معدوماً أو موجباً أو سالباً في المجتمع، وهو ما يفسر عدم دلالة المتغير.

9. الأخطاء الشائعة وسوء التفسير لعمود Pr(>|z|) في الدراسات المنهجية

9.1 الخلط بين قيمة Pr(>|z|) وحجم التأثير واتجاه العلاقة

تتكرر في الكتابات الأكاديمية والتقارير التحليلية مغالطات منهجية متكررة تتعلق بقراءة عمود Pr(>|z|). أولى هذه المغالطات هي الاعتقاد الخاطئ بأن المتغير الذي يمتلك قيمة Pr(>|z|) أصغر (مثلاً p = 0.00001) يمتلك بالضرورة تأثيراً أقوى أو أكثر أهمية من متغير آخر يمتلك قيمة p = 0.03. الحقيقة الإحصائية هي أن القيمة الاحتمالية تقيس قوة الدليل ضد فرضية العدم وليس حجم الأثر. قد يمتلك متغير ما قيمة p متناهية الصغر لمجرد أنه قيس بدقة بالغة وبخطأ معياري شديد الصغر مع أثر عملي تافه، بينما يمتلك متغير آخر أثراً ضخماً جداً ولكن مع قيمة p أكبر نسبياً بسبب تشتت قياسي أعلى.

المغالطة الثانية تكمن في قراءة القيمة الاحتمالية بمعزل عن إشارة المعامل التقديري (Estimate). تُعد Pr(>|z|) قيمة موجبة دائماً بطبيعتها الرياضية (مساحة احتمالية محصورة بين 0 و1). إنها لا تخبر الباحث إطلاقاً بما إذا كان المتغير يزيد من احتمالية حدوث الاستجابة أم ينقصها. يقع بعض المحللين المبتدئين في خطأ افتراض أن القيمة تدل على تحسن أو زيادة، متجاهلين إشارة عمود Estimate التي قد تكون سالبة، مما يعني انخفاضاً حاداً في الاحتمالات.

9.2 مغالطات التفسير عند عدم تحقق الدلالة الإحصائية (p > 0.05)

المغالطة الأخطر في الأوساط العلمية تُعرف بـ مغالطة إثبات العدم (Fallacy of Proving the Null) أو القول بأن “غياب الدليل هو دليل على الغياب” (Absence of evidence is not evidence of absence). عندما يسجل متغير ما قيمة Pr(>|z|) = 0.45، يكتب بعض الباحثين بشكل جازم: “أثبتت النتائج عدم وجود أي تأثير للمتغير المستقل على المتغير التابع”.

هذه الصياغة خاطئة منهجياً؛ فالقيمة الاحتمالية العالية تعني فقط أن العينة الحالية لم تقدم دليلاً كافياً لرفض العدم، ولا تثبت أبداً صحة العدم. قد يكون التأثير الحقيقي موجوداً وقوياً في المجتمع، ولكن الدراسة فشلت في رصده نتيجة لأحد الأسباب التالية:

• ضعف القوة الإحصائية (Low Statistical Power): صغر حجم العينة بما لا يسمح للخوارزمية برصد التأثير بدقة، مما يضخم الأخطاء المعيارية ويدفع Pr(>|z|) إلى الارتفاع المصطنع.
• أخطاء القياس العالية (Measurement Error): تلوث البيانات المستقلة بضوضاء عشوائية يضعف العلاقة الخطية في دالة اللوجت.
• عدم ملاءمة المجال (Range Restriction): دراسة المتغير المستقل ضمن نطاق ضيق ومحدود جداً لا تظهر فيه الفروق بوضوح.

لذلك، يجب أن تصاغ النتائج غير الدالة بعبارات حذرة مثل: “لم تجد الدراسة الحالية دليلاً إحصائياً كافياً لدعم وجود علاقة…” مع التوصية بدراسة القوة الإحصائية وفترات الثقة قبل اتخاذ قرارات حاسمة بإلغاء المتغير.

10. المشكلات الإحصائية والتشخيصية المؤثرة على دقة Pr(>|z|)

10.1 تأثير التعددية الخطية (Multicollinearity) على الخطأ المعياري وقيمة z

تعتبر التعددية الخطية (Multicollinearity) من أكثر المشكلات التشخيصية المهددة لسلامة الاستدلال في الانحدار اللوجستي. تحدث التعددية الخطية عندما يكون اثنان أو أكثر من المتغيرات المستقلة مرتبطين ارتباطاً خطياً قوياً فيما بينهم، مما يجعل من الصعب على النموذج عزل الأثر الفريد والمستقل لكل متغير على حدة.

تؤثر التعددية الخطية بشكل مباشر ومدمر على اختبار فالد وقيمة Pr(>|z|) عبر السلسلة التالية:

1. يؤدي الارتباط العالي بين المتنبئات إلى جعل مصفوفة التغاير غير مستقرة وقريبة من حالة الشذوذ الرياضي (Singularity).
2. تتضخم الأخطاء المعيارية (Std. Error) للمعاملات المتأثرة بشكل هائل وغير مبرر.
3. بناءً على معادلة فالد z = Estimate / Std. Error، فإن كبر المقام يؤدي إلى انكماش وانهيار قيمة z المحسوبة واقترابها من الصفر.
4. يترتب على ذلك قفز قيمة Pr(>|z|) إلى مستويات مرتفعة تتجاوز 0.05، مما يجعل المتغيرات تظهر بمظهر “غير الدالة إحصائياً”، على الرغم من أن النموذج ككل قد يكون ذا قوة تفسيرية وتنبؤية فائقة، وهو ما يمثل وقوعاً صريحاً في خطأ النوع الثاني (Type II Error).

لتشخيص هذه المشكلة في بيئة R، نستخدم عامل تضخم التباين (Variance Inflation Factor – VIF) المتاح في حزمة car عبر الكود التالي:

# حساب عامل تضخم التباين في R
library(car)
vif(logistic_model)

تشير القواعد الإرشادية إلى أن قيمة VIF > 5 تدعو للحذر، بينما تشير قيمة VIF > 10 إلى وجود تعددية خطية شديدة تشوه قيم Pr(>|z|) بشكل كامل، وتستوجب معالجة جذرية إما بحذف أحد المتغيرات المترابطة، أو دمجها في مؤشر مركب عبر تحليل المكونات الرئيسية (PCA)، أو استخدام نماذج الانحدار المعاقب (Penalized Regression) مثل Ridge أو Elastic Net.

10.2 مشكلة الانفصال شبه التام والتام (Complete Separation / Hauck-Donner Effect)

تحدث مشكلة الانفصال التام أو شبه التام (Complete or Quasi-Complete Separation) في الانحدار اللوجستي عندما يتمكن متغير مستقل معين (أو توليفة خطية من المتغيرات) من التنبؤ بحالات المتغير التابع (0 أو 1) بنسبة دقة تبلغ 100%. على سبيل المثال، إذا كان كل مريض تجاوز عمره 60 عاماً قد أصيب بالمرض حتماً، وكل من هو دون ذلك لم يصب.

في هذه الحالة، تفشل خوارزمية الإمكان الأعظم (MLE) رياضياً لأن المعامل النظري المطلوب للوصول إلى هذا التنبؤ الكامل يجب أن يقترب من اللانهاية (β → ∞ أو -∞). تحاول دالة glm() في R إكمال التكرار حتى تصل إلى حد التوقف البرمجي، وتُطلق رسالة تحذيرية شهيرة: fitted probabilities numerically 0 or 1 occurred.

تتجلى هنا مفارقة إحصائية كبرى تُعرف باسم تأثير هاوك-دونر (Hauck-Donner Effect). في هذه الظاهرة، عندما يتباعد المعامل التقديري (Estimate) نحو قيم هائلة جداً (مثل β̂ = 25.4)، فإن الخطأ المعياري المحسوب عبر المشتقة الثانية ينمو بمعدل أسرع بكثير من المعامل نفسه (قد يسجل SE = 4500.8). نتيجة لذلك، تصبح إحصائية فالد الناتجة z ≈ 0.005، وتكون النتيجة الكارثية هي ظهور قيمة Pr(>|z|) = 0.999!

يقع الباحث هنا في فخ مضلل؛ فالمتغير الذي يمتلك قدرة تنبؤية خارقة ومثالية يظهر في مخرجات R كمتغير غير دال إحصائياً على الإطلاق بسبب انهيار اختبار فالد. لحل هذه المعضلة التشخيصية، يُحظر الاعتماد على مخرجات glm() القياسية، ويجب الانتقال إلى انحدار فيرث اللوجستي المعاقب (Firth’s Penalized Likelihood Logistic Regression) المتاح في حزمة logistf عبر الكود:

# معالجة الانفصال التام باستخدام انحدار فيرث
library(logistf)
firth_model <- logistf(am ~ disp + drat, data = mtcars)
summary(firth_model)

تستخدم طريقة فيرث دالة إمكان معدلة بإضافة حد جزائي يمنع المعاملات من الانفجار اللانهائي ويوفر قيم Pr(>|z|) دقيقة وموثوقة خالية من تشوهات هاوك-دونر.

11. اختبارات بديلة ومكملة لتأكيد الدلالة: اختبار نسبة الأرجحية (LRT) مقابل فالد

11.1 مقارنة اختبار نسبة الإمكان الأعظم (Likelihood Ratio Test) باختبار فالد

على الرغم من الانتشار الواسع لعمود Pr(>|z|) المعتمد على اختبار فالد لسهولة استخراجه الفوري لكل متغير، إلا أن الأدبيات الإحصائية المتقدمة تُجمع على أن اختبار نسبة الإمكان (Likelihood Ratio Test – LRT) يمثل الاختبار الاستدلالي الأكثر متانة وموثوقية، خاصة في العينات الصغيرة والمتوسطة أو عند اقتراب الاحتمالات من الأطراف.

يقارن اختبار نسبة الإمكان بين نموذجين متداخلين: النموذج الكامل المتضمن للمتغير المستقل محل الفحص، ونموذج مصغر (مختزل) بعد حذف هذا المتغير. تعتمد إحصائية الاختبار على حساب الفارق بين انحراف النموذجين (Deviance Difference):

G² = -2 · ln(L_reduced / L_full) = Deviance_reduced – Deviance_full

تتبع هذه الإحصائية توزيع مربع كاي (χ²) بدرجات حرية تساوي عدد المعلمات المحذوفة (وتساوي 1 للمتغير الفردي). في لغة R، يتم تنفيذ هذا الاختبار الشامل باستخدام دالة تحليل التباين anova() مع تحديد اختبار كاي المربع:

# تنفيذ اختبار نسبة الإمكان للمتغيرات
drop1(logistic_model, test = "Chisq")

تتفوق قيم p-value المستخرجة من اختبار نسبة الإمكان (LRT) على قيم Pr(>|z|) المستخرجة من فالد في أنها لا تعاني إطلاقاً من تأثير هاوك-دونر، وتعتمد على السطح الشامل لدالة الإمكان بدلاً من الاكتفاء بالمماس المحلي عند نقطة القمة، مما يجعلها المعيار الإحصائي الأدق عند وجود تعارض بين المؤشرات.

11.2 استخدام فترات ثقة الإمكان الجانبي (Profile Likelihood Confidence Intervals)

يمتد تفوق منهجية نسبة الإمكان أيضاً إلى بناء فترات الثقة. في مخرجات R القياسية، يتم توليد فترات الثقة لمعاملات الانحدار اللوجستي عبر دالة confint() الافتراضية باستخدام منهجية الإمكان الجانبي (Profile Likelihood)، وليس باستخدام صيغة فالد التقليدية المبنية على التوزيع الطبيعي المتماثل (Estimate ± 1.96 × SE).

تتميز فترات ثقة Profile Likelihood بأنها فترات لا متماثلة (Asymmetric) تعكس بدقة الانحناء الحقيقي لدالة الإمكان غير المتناظرة في النماذج اللوجستية. يوضح الجدول المقارن التالي طبيعة الفروق المنهجية بين مدخلي الاستدلال:

• اختبار فالد وقيمة Pr(>|z|): يعتمد على خطأ معياري محلي وافتراض التماثل الطبيعي المقارب. سريع وسهل، ولكنه غير موثوق في العينات الصغيرة وحالات الانفصال، ويولد فترات ثقة متماثلة قد تمتد إلى مناطق غير واقعية.
• اختبار نسبة الإمكان وفترات Profile Likelihood: يعتمد على التقييم الشامل لانخفاض دالة الإمكان عبر قيم مختلفة للمعلمة. يتميز بالصلابة الإحصائية المطلقة وعدم التأثر بإعادة التحويلات الرياضية، وتتطابق قراراته دائماً مع الاستنتاجات العلمية الأكثر دقة.

لذلك، عندما يجد الباحث أن قيمة Pr(>|z|) في جدول المعاملات تقف على الحافة الحرجة (مثلاً p = 0.048 أو p = 0.053)، فإن الممارسة المنهجية الفضلى تقتضي حسم الموقف بفحص القيمة الاحتمالية لاختبار drop1(..., test="Chisq") وفحص فترة ثقة confint() لتأكيد الدلالة الإحصائية بشكل قاطع.

12. الدليل الإرشادي لكتابة وتوثيق نتائج Pr(>|z|) وفق معايير جمعية علم النفس الأمريكية (APA)

12.1 الصياغة الأكاديمية القياسية لنتائج الانحدار اللوجستي

تفرض المعايير المنهجية المحدثة لجمعية علم النفس الأمريكية في طبعتها السابعة (APA 7th Edition) قواعد دقيقة لتوثيق نتائج النماذج الإحصائية لضمان الشفافية وقابلية التكرار وتسهيل التحليلات التلوية (Meta-Analyses). عند كتابة فقرة النتائج للانحدار اللوجستي، لا يجوز الاكتفاء بذكر القيمة الاحتمالية وحدها، بل يجب تقديم تقرير إحصائي متكامل يشتمل على العناصر التالية لكل متغير:

1. المعامل التقديري غير المعياري (B أو β̂).
2. الخطأ المعياري للمعامل (SE).
3. قيمة إحصائية فالد المحسوبة (z).
4. القيمة الاحتمالية الدقيقة (p) بدقة ثلاثة أرقام عشرية دون كتابة الصفر قبل الفاصلة (مثل: p = .032 وليس 0.032)، أو كتابة p < .001 إذا كانت القيمة متناهية الصغر، مع تجنب كتابة p = .000.
5. نسبة الأرجحية المحسوبة (OR).
6. فترة الثقة 95% لنسبة الأرجحية [95% CI].

فيما يلي نماذج نصية تطبيقية توضح الصياغة الأكاديمية الاحترافية المعتمدة وفق APA 7 لنتائج نموذجنا التجريبي السابق:

نموذج توثيق المتغير الدال إحصائياً:
“أظهرت نتائج الانحدار اللوجستي الثنائي وجود علاقة إيجابية ذات دلالة إحصائية بين نسبة المحور الخلفي واحتمالية تزويد المركبة بناقل حركة يدوي (B = 4.88, SE = 2.27, z = 2.15, p = .032). وتشير نسبة الأرجحية إلى أن كل زيادة بمقدار وحدة واحدة في نسبة المحور الخلفي تزيد من أرجحية الحصول على ناقل حركة يدوي بمقدار 131.55 ضعفاً (OR = 131.55, 95% CI [2.45, 23418.12]).”

نموذج توثيق المتغير غير الدال إحصائياً:
“في المقابل، لم تُظهر سعة إزاحة المحرك أي تأثير ذي دلالة إحصائية على نوع ناقل الحركة في ظل ضبط المتغيرات الأخرى في النموذج (B = -0.004, SE = 0.007, z = -0.63, p = .531, OR = 0.996, 95% CI [0.981, 1.008]).”

12.2 تصميم جدول المخرجات الأكاديمي الاحترافي في التقارير العلمية

تحظر معايير APA نسخ ولصق مخرجات شاشة R النصية المباشرة في الأوراق العلمية والرسائل الجامعية. بدلاً من ذلك، يجب إعادة تنظيم البيانات الإحصائية في جدول أكاديمي احترافي ثلاثي الخطوط الأفقية (Three-line Table)، يجمع بين معاملات اللوجت ومؤشرات نسب الأرجحية وفترات الثقة في نسق بصري متناسق ومقروء.

لتوليد جداول جاهزة للنشر مباشرة من بيئة R وتصديرها بتنسيقات Word أو HTML، يمكن للباحثين الاستعانة بحزم النمذجة المتقدمة مثل حزمة gtsummary أو حزمة modelsummary عبر الكود القياسي التالي:

# توليد جدول مخرجات الانحدار اللوجستي الأكاديمي بنقرة واحدة
library(gtsummary)
logistic_model %>%
  tbl_regression(exponentiate = TRUE) %>%
  add_global_p() %>%
  bold_p(t = 0.05) %>%
  as_gt()

يوفر هذا الكود جدولاً علمياً موحداً يعرض المتغيرات ونسب الأرجحية (OR) وفترات الثقة 95% المصاحبة لها وقيم p-value بدقة بالغة، مع تمييز القيم الدالة بالخط العريض وإدراج الحواشي التفسيرية لرموز الاختبارات الإحصائية أسفل الجدول وفق التقاليد الأكاديمية الصارمة.

خاتمة وخلاصة تركيبية

يمثل عمود Pr(>|z|) في مخرجات الانحدار اللوجستي في لغة R أداة استدلالية مركزية لا غنى عنها لتقييم فرضيات العدم المتعلقة بمعاملات النموذج التنبؤي. إن فهم هذا العمود فهماً عميقاً يتطلب إدراكاً متكاملاً لسلسلته الرياضية التي تبدأ من تقدير لوغاريتم الأرجحية عبر دالة الإمكان الأعظم، وتمر بحساب الخطأ المعياري من مصفوفة فيشر واشتقاق إحصائية فالد z، وتنتهي بإسقاط المساحة الاحتمالية على طرفي منحنى التوزيع الطبيعي المعياري.

ومع ذلك، تظل القيمة الاحتمالية مجرد حلقة في منظومة التحليل الإحصائي الرصين. إن التفسير العلمي المسؤول يقتضي دائماً تجاوز عتبة “النجوم الإحصائية” الصامتة، ودمج قيمة Pr(>|z|) مع التحليل الكمي لحجم التأثير الفعلي عبر نسب الأرجحية (Odds Ratios) وفترات ثقتها، وإجراء الفحوصات التشخيصية المتقدمة للكشف عن التعددية الخطية وظاهرة الانفصال التام، والتحقق المستمر عبر اختبارات نسبة الإمكان وفترات الإمكان الجانبي لضمان خروج الأبحاث والدراسات باستنتاجات علمية دقيقة وموثوقة تعكس الواقع الحقيقي للبيانات.

References

• Agresti, A. (2013). Categorical Data Analysis (3rd ed.). John Wiley & Sons. https://www.wiley.com/en-us/Categorical+Data+Analysis%2C+3rd+Edition-p-9780470463635
• American Psychological Association. (2020). Publication Manual of the American Psychological Association (7th ed.). American Psychological Association. https://apastyle.apa.org/products/publication-manual-7th-edition
• Fox, J., & Weisberg, S. (2019). An R Companion to Applied Regression (3rd ed.). SAGE Publications. https://socialsciences.mcmaster.ca/jfox/Books/Companion/
• Gelman, A., & Hill, J. (2007). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press. https://doi.org/10.1017/CBO9780511790942
• Hauck, W. W., & Donner, A. (1977). Wald’s test as applied to hypotheses in logit analysis. Journal of the American Statistical Association, 72(360), 851–853. https://doi.org/10.1080/01621459.1977.10479969
• Heinze, G., & Schemper, M. (2002). A solution to the problem of separation in logistic regression. Statistics in Medicine, 21(16), 2409–2419. https://doi.org/10.1002/sim.1047
• Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied Logistic Regression (3rd ed.). John Wiley & Sons. https://doi.org/10.1002/9781118548387
• R Core Team. (2023). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria. https://www.R-project.org/
• Wasserstein, R. L., & Lazar, N. A. (2016). The ASA statement on p-values: Context, process, and purpose. The American Statistician, 70(2), 129–133. https://doi.org/10.1080/00031305.2016.1154108