كيفية إجراء الانحدار متعدد الحدود في SAS

يمثل تحليل الانحدار حجر الزاوية في الإحصاء التطبيقي والنمذجة التنبؤية عبر مختلف الحقول الأكاديمية والبحثية، بدءاً من القياسات الاقتصادية والعلوم السلوكية ووصولاً إلى العلوم الصيدلانية والهندسة المتقدمة. وفي حين تعتمد النماذج الكلاسيكية على افتراض العلاقة الخطية المستقيمة بين المتغيرات التفسيرية والمتغير التابع، تكشف البيانات الواقعية في معظم الأحيان عن علاقات معقدة تتسم بالانحناء، والتشبع، ونقاط الانقلاب، مما يجعل النماذج الخطية البسيطة غير قادرة على استيعاب البنية الحقيقية للظاهرة محل الدراسة وتفسيرها بالدقة المطلوبة.

يقدم الانحدار متعدد الحدود (Polynomial Regression) حلاً رياضياً أنيقاً ومرناً لهذه المعضلة؛ إذ يتيح للباحث ملاءمة المسارات المنحنية دون الخروج عن الإطار الخطي العام لمعلمات النموذج. ومن خلال إدراج قوى أسية للمتغيرات التفسيرية، يستطيع النموذج رصد التغيرات التدريجية في معدلات الاستجابة، مثل ظواهر العوائد المتناقصة أو الأنماط الدورانية والموسمية، مع الحفاظ على القوة الاستدلالية التي توفرها اختبارات الفروض الكلاسيكية.

تبرز بيئة نظام التحليل الإحصائي (SAS – Statistical Analysis System) كواحدة من أكثر المنصات الحاسوبية رصانة واعتمادية في تنفيذ تحليلات الانحدار المتقدمة، بفضل محركها الرياضي فائق الدقة وأدوات التشخيص الشاملة التي توفرها. يهدف هذا المقال الشامل إلى تقديم دليل عملي وأكاديمي مفصل حول كيفية إجراء وتشخيص وتفسير نماذج الانحدار متعدد الحدود داخل نظام SAS، مع تسليط الضوء على المعالجات الهندسية للمتغيرات، وتفسير المخرجات الإحصائية، وضمان جودة المطابقة وفق المعايير البحثية المحكمة.

1. مقدمة إلى الانحدار متعدد الحدود والمفاهيم الإحصائية الأساسية

1.1 تعريف الانحدار متعدد الحدود وسياقه النظري

يُعرَّف نموذج الانحدار متعدد الحدود رياضياً بأنه امتداد مباشر لنموذج الانحدار الخطي العام (General Linear Model)، حيث يتم التعبير عن العلاقة بين متغير مستقل مستمر ومتغير تابع مستمر من خلال معادلة جبرية تشتمل على قوى أسية مختلفة للمتغير التفسيري. تأخذ الصيغة الرياضية العامة للنموذج من الدرجة النونية الشكل التالي:

Y_i = β₀ + β₁X_i + β₂X_i² + β₃X_i³ + … + β_kX_i^k + ε_i

حيث يمثل Y_i قيمة المتغير التابع للمشاهدة رقم i، ويمثل X_i المتغير التفسيري، بينما تشير المعلمات β₀, β₁, …, β_k إلى معاملات الانحدار المطلوب تقديرها، وتمثل ε_i حد الخطأ العشوائي المتطابق والموزع طبيعياً بمتوسط صفري وتباين ثابت. تكمن النقطة الجوهرية في هذا السياق في أن النموذج يُعد “خطياً” من الوجهة الإحصائية لأن الخطية هنا تشير إلى الخطية في المعلمات (Parameters) وليس في المتغيرات التفسيرية ذاتها، مما يتيح استخدام طريقة المربعات الصغرى العادية (Ordinary Least Squares – OLS) لتقدير المعلمات بكفاءة تامة.

تكتسب النمذجة المنحنية أهمية بالغة في العلوم السلوكية والطبية والتطبيقية، حيث نادراً ما تسير العمليات البيولوجية أو النفسية في مسارات مستقيمة متصلة. على سبيل المثال، في دراسات قياس أثر الجرعات الدوائية على الاستجابة الحيوية، غالباً ما تُظهر البيانات تحسناً تدريجياً يصل إلى ذروة معينة ثم يعقبه ثبات أو تراجع نتيجة التأثيرات الجانبية أو التسمم. هنا تعجز النماذج الخطية الكلاسيكية عن تقديم تمثيل أمين للواقع، وتتحول افتراضات الخطية الصارمة إلى عائق نظري يؤدي إلى تضليل الباحثين وإسقاط حقائق تجريبية حاسمة.

1.2 مبررات الانتقال من النماذج الخطية إلى النماذج غير الخطية

تنبع الحاجة المنهجية للانتقال من النماذج الخطية البسيطة إلى النماذج المنحنية ومتعددة الحدود من طبيعة الظواهر الإنسانية والفيزيائية ذاتها، والتي تخضع في كثير من الأحيان لقوانين العوائد المتناقصة وحالات التشبع الفسيولوجي أو الاقتصادي. فعند دراسة العلاقة بين الدخل ومعدلات الإنفاق الاستهلاكي، أو بين ساعات التدريب ومستويات الأداء الوظيفي، نجد أن كل وحدة إضافية من المتغير المستقل تُحدث تغييراً يتناقص وزنه تدريجياً مقارنة بالوحدات السابقة، وهو ما يُعرف رياضياً بتناقص المشتقة الأولى لدالة الاستجابة.

يترتب على الإصرار القسري على ملائمة خط مستقيم على بيانات تتبع مساراً منحنياً عواقب إحصائية وخيمة؛ إذ يؤدي ذلك إلى تضخم هائل في تباين البواقي (Residual Variance)، وزيادة غير مبررة في مجموع مربعات الخطأ. يتسبب هذا القصور في تدني كفاءة المعلمات المقدرة وظهور تحيز منهجي (Specification Bias) يجعل المعاملات الإحصائية عاجزة عن تقديم تقديرات غير متحيزة للظاهرة الحقيقية.

علاوة على ذلك، يفقد الباحث القدرة على اكتشاف الدلالات الإحصائية الحقيقية للعوامل المؤثرة؛ لأن الخطأ العشوائي المتضخم يرفع من قيمة الأخطاء المعيارية، مما يخفض قيم اختبارات “ت” واختبارات “ف”، فيقود الباحث بصورة خاطئة إلى قبول الفرضية الصفرية القائلة بعدم وجود أثر للمتغير المستقل، في حين أن الأثر موجود وقوي ولكنه يتبع مساراً غير خطي عجز النموذج البسيط عن التقاطه.

1.3 تحديد درجة كثيرة الحدود المناسبة (التربيعية، التكعيبية، وما بعدها)

يعتمد النجاح العملي لنمذجة الانحدار متعدد الحدود على الاختيار الحصيف والدقيق لدرجة كثيرة الحدود (Polynomial Degree). يمثل النموذج التربيعي (من الدرجة الثانية: X²) الخيار الأكثر شيوعاً في الأبحاث التطبيقية، ويُستخدم لتمثيل المنحنيات التي تتخذ شكل حرف U أو حرف U المقلوب، حيث تتميز هذه الدالة بوجود نقطة انقلاب قطبية وحيدة تمثل إما قمة عظمى (Maximum) أو قاعاً أدنى (Minimum)، وهي مثالية لتفسير نظريات مثل قانون “يركيز-دودسون” في علم النفس الذي يربط الاستثارة بالأداء عبر منحنى مقعر.

أما النموذج التكعيبي (من الدرجة الثالثة: X³)، فيوفر مرونة إضافية تتيح له تمثيل منحنيات تحتوي على نقطتي انقلاب، متخذاً شكلاً شبيهاً بالحرف S. يتيح هذا النموذج نمذجة المسارات التي تشهد نمواً بطيئاً في البداية، يعقبه تسارع ملحوظ، ثم يختتم بحالة من الاستقرار والتشبع عند النهايات العليا، كما هو الحال في انتشار الابتكارات التكنولوجية أو نمو الخلايا الحيوية في أوساط محددة الموارد.

مع ذلك، يجب على المحلل الإحصائي توخي الحذر الشديد وتجنب الإفراط في رفع الدرجات الأسية إلى الرتب الرابعة والخامسة وما بعدها دون مبرر نظري قاطع. فالزيادة غير المنضبطة في قوى كثيرة الحدود تؤدي حتماً إلى الوقوع في فخ “فرط التخصيص” (Overfitting)، حيث يبدأ النموذج في ملاءمة الضوضاء العشوائية والأخطاء القياسية الخاصة بالعينة بدلاً من التعبير عن النمط الهيكلي العام للمجتمع، مما يفقد النموذج قدرته التنبؤية بالكامل عند تطبيقه على مجموعات بيانات مستقلة أو مستقبلية، فضلاً عما يعرف بظاهرة “رونج” (Runge’s Phenomenon) التي تحدث تذبذبات حادة وشاذة عند أطراف نطاق البيانات.

2. الفروق الجوهرية والافتراضات الإحصائية بين الانحدار الخطي والانحدار متعدد الحدود

2.1 مقارنة بنيوية بين النماذج الخطية البسيطة ومتعددة الحدود

على الرغم من أن الانحدار متعدد الحدود يُصنف من الناحية الرياضية كحالة خاصة من حالات الانحدار الخطي المتعدد (Multiple Linear Regression)، إلا أن ثمة اختلافات جوهرية تميزه من منظور هندسة المتغيرات ومصفوفات التصميم الإحصائي. ففي الانحدار المتعدد التقليدي، تكون المتغيرات التفسيرية X₁, X₂, …, X_p مستقلة مفاهيمياً عن بعضها البعض (مثل العمر، الدخل، وسنوات التعليم)، بينما في الانحدار متعدد الحدود، تتولد المتغيرات الإضافية عبر عمليات تحويل جبري مباشر لمتغير مستقل واحد (مثل X, X², X³).

يترتب على هذه البنية الفريدة أن المتغيرات التفسيرية في نماذج كثيرة الحدود تكون مرتبطة وظيفياً بطبيعتها، مما يلقي بظلاله المباشرة على بنية مصفوفة التصميم (Design Matrix) وتوزيع درجات الحرية. فكل درجة أسية إضافية تستنزف درجة حرية واحدة من مجموع درجات حرية الخطأ المتبقية لتقدير التباين، مما يستوجب توفر حجم عينة كافٍ لتفادي تآكل القوة الإحصائية للاختبارات.

علاوة على ذلك، فإن مفهوم “تثبيت بقية العوامل” (Ceteris Paribus)، المألوف في تفسير معلمات الانحدار الخطي المتعدد، يفقد معناه الحرفي في الانحدار متعدد الحدود؛ إذ يستحيل رياضياً تغيير قيمة X بوحدة واحدة مع الإبقاء على قيمة X² ثابتة دون تغيير، الأمر الذي يفرض نمطاً تكاملياً في قراءة المعاملات وتفسير أثر المتغير كحزمة واحدة لا تتجزأ.

2.2 الافتراضات الإحصائية الواجب فحصها قبل وأثناء النمذجة

تشترك نماذج الانحدار متعدد الحدود مع النماذج الخطية الكلاسيكية في ضرورة استيفاء فرضيات نظرية غاوس-ماركوف (Gauss-Markov Theorem) لضمان أن تكون مقدرات المربعات الصغرى هي أفضل المقدرات الخطية غير المتحيزة (BLUE). يأتي في مقدمة هذه الافتراضات التوزيع الطبيعي للأخطاء العشوائية، والذي ينص على أن البواقي ε_i يجب أن تتبع توزيعاً طبيعياً بمتوسط حسابي يساوي الصفر، وهو افتراض محوري لإجراء اختبارات الدلالة الإحصائية مثل اختبار “ت” واختبار “ف” وبناء فترات الثقة.

الافتراض الثاني هو تجانس تباين الأخطاء (Homoscedasticity)، والذي يفترض أن تشتت الأخطاء العشوائية يظل ثابتاً عبر جميع مستويات المتغير المستقل وقيمه المتوقعة. في الانحدار متعدد الحدود، تزداد احتمالية خرق هذا الافتراض وظهور تباين الأخطاء غير المتجانس (Heteroscedasticity)، خصوصاً عند الأطراف العليا للمتغير التفسيري، مما يؤدي إلى عدم كفاءة تقديرات الخطأ المعياري، وبالتالي تضليل قرارات اختبار الفروض.

أما الافتراض الثالث فهو استقلالية الملاحظات وغياب الارتباط الذاتي (No Autocorrelation) بين الأخطاء، بحيث لا تحمل معرفة خطأ المشاهدة رقم i أي معلومات تنبؤية حول خطأ المشاهدة رقم j. يُعد هذا الافتراض جوهرياً بشكل خاص عندما يتم جمع البيانات عبر سلاسل زمنية أو مقاطع طولية مستمرة، حيث يؤدي وجود الارتباط الذاتي إلى تضخيم زائف لمستويات الدلالة الإحصائية وإعطاء انطباع مضلل بجودة النموذج.

2.3 معضلة التعدد الخطي الناتجة عن رفع المتغيرات لدرجات أسية

تعتبر معضلة التعدد الخطي الهيكلي (Structural Multicollinearity) التحدي الإحصائي والتقني الأبرز عند بناء نماذج الانحدار متعدد الحدود. تنشأ هذه المشكلة بصورة حتمية نظراً لأن رفع قيم المتغير المستقل X إلى قوى أسية (X², X³) يُولد ارتباطاً خطياً مرتفعاً جداً بين المتغير الأصلي وقواه المحسوبة، لاسيما إذا كانت جميع قيم المتغير X تقع في النطاق الموجب وبعيدة عن الصفر.

يؤدي هذا الارتباط المرتفع إلى جعل مصفوفة المعلومات الحسابية قريبة من حالة الانفراد (Singular Matrix)، مما يتسبب في تضخم هائل في الأخطاء المعيارية المصاحبة لمعاملات الانحدار. ونتيجة لذلك، تصبح المعاملات المقدرة شديدة الحساسية لأي تغيرات طفيفة في عينة البيانات، وقد تنقلب إشارات المعاملات من موجبة إلى سالبة بشكل غير منطقي، كما تصبح اختبارات “ت” الفردية غير دالة إحصائياً بالرغم من أن النموذج ككل يتمتع بقوة تفسيرية هائلة واختبار “ف” عالي المعنوية.

تتمثل الاستراتيجية الإحصائية القياسية للتغلب على هذه المشكلة الحسابية في تطبيق تقنية “التوسيط حول المتوسط” (Mean Centering). تتضمن هذه التقنية طرح المتوسط الحسابي العام للمتغير المستقل من كل مشاهدة قبل توليد القوى الأسية، أي تحويل المتغير إلى (X – X̄). يؤدي هذا التحويل البسيط إلى تقليص الارتباط بين الحد الخطي والحدود الأسية إلى مستويات تقترب من الصفر في التوزيعات المتماثلة، مما يعيد الاستقرار الرقمي إلى عملية التقدير دون التأثير مطلقاً على قدرة النموذج التنبؤية الكلية أو قيمة معامل التحديد أو بواقي النموذج.

3. إعداد بيئة العمل وهيكلة البيانات في برمجية SAS

3.1 نظرة عامة على محرك التحليل الإحصائي في نظام SAS

يمثل نظام التحليل الإحصائي SAS بيئة برمجية متكاملة مصممة للتعامل مع أضخم قواعد البيانات وإجراء التحليلات الإحصائية فائقة التعقيد بأعلى درجات الموثوقية الرياضية. تقوم البنية المعمارية البرمجية للغة SAS على ركيزتين أساسيتين: خطوة البيانات (DATA Step)، المخصصة لإدخال البيانات، وهندستها، وتحويلها وتنظيفها؛ وخطوة الإجراءات (PROC Step)، التي تتولى استدعاء خوارزميات التحليل الإحصائي المتخصصة وعرض المخرجات.

تتميز برمجية SAS بقدرتها الفائقة على إدارة الموارد الحاسوبية والذاكرة المؤقتة، مما يسمح بمعالجة مجموعات بيانات مليونية دون التأثير على سرعة المعالجة، وهو ما يميزها عن كثير من البيئات البرمجية الأخرى. كما توفر المنصة نظام توصيل المخرجات المتطور (Output Delivery System – ODS)، والذي يمنح الباحثين سيطرة كاملة على جودة وتنسيق التقارير والجداول الإحصائية والرسوم البيانية الموجهة للنشر الأكاديمي والتقارير التنظيمية الصارمة.

يعتمد محرّك SAS في تقدير الانحدار على خوارزميات تحليل المصفوفات المتقدمة، مثل تحلل القيمة المفردة (Singular Value Decomposition) وطريقة “تشوليسكي” (Cholesky Decomposition)، لضمان استقرار الحلول الحسابية حتى في ظل وجود مصفوفات تصميم سيئة الإشراط (Ill-conditioned Matrices)، مما يمنح نتائجها مصداقية استثنائية في الأوساط الأكاديمية والصناعات الحيوية كالصناعات الدوائية الخاضعة لمراقبة هيئة الغذاء والدواء الأمريكية (FDA).

3.2 تنظيم ملفات البيانات والتعامل مع المتغيرات المستمرة

يتطلب التحضير السليم لنمذجة الانحدار متعدد الحدود في SAS تنظيماً دقيقاً لبنية ملفات البيانات والتأكد من توافق المتغيرات مع القواعد المعيارية للنظام. يجب أن تخضع تسمية المتغيرات للقواعد النظامية؛ بحيث لا يتجاوز اسم المتغير 32 حرفاً، ويبدأ بحرف لاتيني أو شرطة سفلية، مع تجنب استخدام الرموز الخاصة والمسافات لضمان انسيابية الإشارة إليها داخل التعليمات البرمجية.

يجب التمييز الصارم بين المتغيرات المستمرة (Continuous Variables) والمتغيرات التصنيفية (Categorical Variables). فالانحدار متعدد الحدود يتعامل أساساً مع متغيرات مستمرة تقاس بمستويات مقياس الفترة (Interval) أو النسبة (Ratio). يتولى نظام SAS تشفير وتخزين المتغيرات الرقمية بدقة مضاعفة (Floating-point representation)، وهو أمر حاسم لتفادي أخطاء التقريب الرقمي عند رفع الأرقام الكبيرة إلى قوى تكعيبية ورباعية.

تعتبر معالجة القيم المفقودة (Missing Values) خطوة محورية قبل الشروع في النمذجة؛ حيث يعتمد SAS تلقائياً أسلوب الحذف لكل حالة (Listwise Deletion)، مما يعني استبعاد أي مشاهدة تحتوي على قيمة مفقودة في أي من المتغير التابع أو المستقل من حسابات الانحدار. كما يتوجب على الباحثين تأسيس مكتبات بيانات دائمة (Permanent Libraries) باستخدام جملة LIBNAME لربط مسارات التخزين الفعلية بالبيئة التحليلية، مما يضمن أرشفة وتنظيم تدفق البيانات بكفاءة بعيداً عن مكتبة العمل المؤقتة (WORK) التي تُحذف محتوياتها بمجرد إنهاء جلسة العمل.

4. إنشاء وإدخال مجموعة البيانات التجريبية باستخدام خطوة البيانات في SAS

4.1 بناء مجموعة البيانات باستخدام جملة DATA وDATALINES

لإرساء التطبيق العملي على أسس واقعية، سنقوم بإنشاء مجموعة بيانات تجريبية تحاكي دراسة علمية متخصصة تهدف إلى قياس تأثير درجات حرارة تفاعل كيميائي محدد (المتغير التفسيري: Temperature بالدرجات المئوية) على المحصول النهائي للتفاعل (المتغير التابع: Yield كنسبة مئوية). تتميز هذه الظاهرة بطبيعة منحنية غير خطية كلاسيكية؛ حيث يرتفع المحصول بارتفاع درجة الحرارة حتى يصل إلى نقطة التشغيل المثلى، ثم يبدأ بالتدهور السريع نتيجة التحلل الحراري للمركبات عند درجات الحرارة المفرطة.

تُستخدم خطوة البيانات DATA لإنشاء جدول البيانات وتسميته، مصحوبة بجملة INPUT التي تُحدد أسماء المتغيرات ونوعها، تليها جملة DATALINES (أو CARDS) لقراءة تدفق البيانات الرقمية المباشرة المضمنة داخل الكود البرمجي. يضمن محرك SAS معالجة هذه الأسطر سجلاً تلو الآخر وتحويلها إلى مصفوفة بيانات نظامية جاهزة للتحليل الإحصائي، كما هو موضح في البنية الإجرائية التالية:

DATA ChemicalExperiment;
  INPUT Temperature Yield;
  DATALINES;
  50 12.5
  55 15.2
  60 21.4
  65 28.7
  70 38.9
  75 51.2
  80 64.8
  85 76.3
  90 85.1
  95 89.6
  100 88.4
  105 81.2
  110 68.7
  115 52.4
  120 34.1
  125 18.9
  ;
RUN;

يتيح هذا الكود البرمجي توليد مجموعة بيانات مكونة من 16 مشاهدة متوازنة تغطي نطاق درجات حرارة يتراوح بين 50 و125 درجة مئوية، مما يوفر منصة مثالية لاختبار وتوضيح ديناميكيات الانحدار متعدد الحدود ومراقبة سلوك المعلمات عند مختلف الدرجات الأسية.

4.2 التحقق من سلامة البيانات المدخلة عبر إجراء PROC PRINT

يعد فحص البيانات المدخلة والتأكد من خلوها من الأخطاء الطباعية أو التحريفات الحسابية خطوة لا غنى عنها في الممارسة الإحصائية الرصينة. يوفر إجراء PROC PRINT في SAS آلية سريعة وموثوقة لمعاينة محتويات جدول البيانات والتأكد من مطابقتها التامة للقيم الأصلية المقاسة تجريبياً.

يمكن استدعاء الإجراء بصيغة قياسية بسيطة تتيح عرض كافة الحالات أو تقييدها بخيارات محددة مثل تحديد المتغيرات المطلوب طباعتها عبر جملة VAR، أو إخفاء عمود ترقيم المشاهدات الافتراضي عبر خيار NOOBS، أو تحديد عدد الأسطر المعروضة باستخدام خيار (OBS=10). تُكتب التعليمة البرمجية على النحو الآتي:

PROC PRINT DATA=ChemicalExperiment NOOBS;
  TITLE “عرض مصفوفة البيانات التجريبية لتفاعل المحصول والحرارة”;
RUN;

تُظهر مخرجات هذا الإجراء تقريراً جدولياً واضحاً يؤكد سلامة تدفق البيانات وقراءة المتغيرين Temperature وYield كقيم رقمية مستمرة ومستقرة. كما تسهم هذه المعاينة الأولية في التأكد من عدم وجود قيم سالبة غير منطقية أو خانات فارغة غير متوقعة قد تؤدي إلى تشويه التحليل اللاحق، مما يمهد الطريق للانتقال بثقة إلى مرحلة الاستكشاف البصري.

5. الاستكشاف البصري للعلاقة غير الخطية باستخدام إجراء PROC SGPLOT

5.1 رسم مخطط التشتت البياني لتشخيص طبيعة الانحناء

يُعد الاستكشاف البصري للبيانات الخطوة التشخيصية الأكثر أهمية قبل تحديد الهيكل الرياضي للنموذج؛ إذ لا يجوز للباحث بأي حال من الأحوال تطبيق الانحدار الخطي أو متعدد الحدود دون فحص توزيع النقاط هندسياً في فضاء ثنائي الأبعاد. يُعتبر إجراء PROC SGPLOT (Statistical Graphics Plot) في SAS الأداة المعيارية الحديثة لإنتاج رسوم بيانية فائقة الجودة وقابلة للتخصيص الدقيق تلبي متطلبات النشر الأكاديمي الدولي.

يتم رسم مخطط التشتت (Scatter Plot) باستخدام جملة SCATTER التي تربط المتغير التفسيري بالمحور الأفقي (X) والمتغير التابع بالمحور الرأسي (Y). يمكن إثراء المخطط بإضافة عناوين رئيسية وفرعية وتسميات واضحة ومقننة للمحاور، مع تحديد أشكال وألوان النقاط التشتتية بما يضمن قراءتها بوضوح، كما يوضح الكود التالي:

PROC SGPLOT DATA=ChemicalExperiment;
  SCATTER X=Temperature Y=Yield / MARKERATTRS=(SYMBOL=CircleFilled SIZE=10 COLOR=Navy);
  XAXIS LABEL=”درجة حرارة التفاعل (مئوية)” GRID;
  YAXIS LABEL=”محصول التفاعل النهائي (%)” GRID;
  TITLE “مخطط التشتت البياني للعلاقة بين درجة الحرارة ومحصول التفاعل”;
RUN;

يكشف فحص هذا المخطط على الفور عن وجود مسار منحنٍ شديد الوضوح؛ حيث تبدأ قيم المحصول في الصعود التدريجي مع ارتفاع درجات الحرارة حتى تبلغ ذروتها العظمى قرب 95 درجة مئوية، لتبدأ بعدها في الهبوط المتسارع مع الاقتراب من 125 درجة. يشير هذا التوزيع المقوس بوضوح قطعي إلى عدم ملاءمة الخط المستقيم البسيط، مؤكداً ضرورة اللجوء إلى نموذج متعدد الحدود من الدرجة الثانية على الأقل لالتقاط هذا الانحناء ثنائي الاتجاه.

5.2 إضافة منحنيات التنعيم والاستكشاف الأولي للمسار

لتجاوز التقديرات البصرية الانطباعية، يوفر إجراء PROC SGPLOT إمكانية إسقاط منحنيات تنعيم غير بارامترية مباشرة فوق نقاط التشتت. تعد دالة التنعيم الموضعي اللابارامتري الموزون (LOESS Smoothing) أو دالة الشرائح التكعيبية المعاقبة (Penalized B-Splines) من أقوى الأدوات الاستكشافية التي تتتبع مسار البيانات بحرية تامة دون التقيد بشكل وظيفي بارامتري مسبق.

يمكن تضمين جملة LOESS داخل إجراء PROC SGPLOT إلى جانب جملة REG لمقارنة الخط الخطي البسيط مباشرة مع المنحنى التنعيمي المرن، مما يعطي إشارة بصرية دامغة حول الفارق الشاسع في تمثيل الواقع بين النموذجين، كما يتضح من خلال التعليمة البرمجية الآتية:

PROC SGPLOT DATA=ChemicalExperiment;
  SCATTER X=Temperature Y=Yield / MARKERATTRS=(SYMBOL=CircleFilled COLOR=DarkSlateGray);
  REG X=Temperature Y=Yield / DEGREE=1 NOMARKERS LINEATTRS=(COLOR=Red PATTERN=Dash THICKNESS=2) NAME=”linear” LEGENDLABEL=”الخط الخطي البسيط”;
  LOESS X=Temperature Y=Yield / NOMARKERS LINEATTRS=(COLOR=ForestGreen THICKNESS=2) NAME=”loess” LEGENDLABEL=”منحنى التنعيم الموضعي (Loess)”;
  KEYLEGEND “linear” “loess”;
  XAXIS LABEL=”درجة الحرارة (مئوية)”;
  YAXIS LABEL=”المحصول (%)”;
  TITLE “مقارنة بصرية بين النموذج الخطي ومنحنى التنعيم اللابارامتري”;
RUN;

تُظهر مخرجات هذه المقارنة عجز الخط الخطي الأحمر المتقطع عن تمثيل الظاهرة؛ حيث يخترق البيانات بصورة تعسفية متجاهلاً القمة الهيكلية، بينما يلتف منحنى “لويس” الأخضر بسلاسة مذهلة حول النقاط التجريبية كاشفاً عن نقطة انقلاب واضحة، وهو ما يثبت إحصائياً وبصرياً أن إضافة الحدود متعددة الحدود ليست ترفاً رياضياً، بل ضرورة منهجية ملحة لنمذجة الظاهرة بشكل غير متحيز.

5.3 تحديد القيم الشاذة والمتطرفة وتأثيرها على شكل المنحنى

تتمتع نماذج كثيرة الحدود بحساسية استثنائية تجاه المشاهدات الشاذة (Outliers) والنقاط ذات النفوذ الإحصائي المرتفع، مقارنة بالنماذج الخطية البسيطة. والسبب في ذلك يعود إلى أن رفع القيم المتطرفة للمتغير المستقل إلى القوة الثانية أو الثالثة يضاعف من مسافتها الإقليدية عن مركز البيانات بصورة أسية، مما يمنحها عزماً كبيراً قادراً على سحب مسار المنحنى بأكمله نحوها وتشويه تقدير المعلمات.

يسمح الفحص البصري الدقيق لمخطط التشتت باكتشاف تلك النقاط الشاذة التي تقع بعيداً عن السلوك العام للكتلة النقطية. يجب التمييز هنا بين نوعين من المشاهدات المتطرفة: المشاهدات المتطرفة في فضاء المتغير التابع (والتي تؤدي إلى بواقي ضخمة)، والمشاهدات المتطرفة في فضاء المتغير التفسيري، والتي تُعرف بنقاط الرافعة المرتفعة (High Leverage Points). إذا وقعت نقطة رافعة مرتفعة عند أحد أطراف نطاق المتغير المستقل وكانت مصحوبة بخطأ قياس، فقد تؤدي إلى قلب اتجاه تقعر المنحنى بأكمله أو إجبار النموذج على تضمين رتبة تكعيبية غير حقيقية لتبرير وجود هذه النقطة الشاذة.

في مجموعتنا التجريبية، يُلاحظ التناسق البنيوي للنقاط وعدم وجود انحرافات شاذة أو متطرفة تخرج عن النسق العام للتجربة المعملية، مما يجعل البيانات آمنة تماماً للمضي قدماً في عمليات التقدير الرياضي دون الحاجة إلى حذف أي مشاهدة أو تطبيق أساليب الانحدار المتين (Robust Regression) في هذه المرحلة.

6. هندسة المتغيرات المستقلة وبناء الحدود متعددة الحدود يدوياً

6.1 توليد المتغيرات الأسية داخل خطوة البيانات في SAS

على الرغم من وجود بعض الإجراءات المتقدمة في SAS التي تتيح بناء الحدود متعددة الحدود داخلياً، إلا أن الممارسة المنهجية الأكاديمية الراسخة تفضل هندسة المتغيرات وتوليد القوى الأسية يدوياً داخل خطوة البيانات DATA قبل استدعاء إجراء الانحدار. يمنح هذا النهج الباحث سيطرة كاملة وشفافية مطلقة على بنية البيانات، ويسمح بالتحقق الحسابي المستقل من المتغيرات المشتقة وفحص ارتباطاتها المباشرة.

يمكن توليد الحدود الأسية بسهولة تامة باستخدام العمليات الحسابية القياسية في SAS؛ إما بضرب المتغير في نفسه لإنشاء الحد التربيعي (Temperature * Temperature) أو باستخدام المعامل الحسابي للرفع إلى القوة الأسية المزدوج (**). يتم حساب المتغير التربيعي (Temp_Sq) والمتغير التكعيبي (Temp_Cu) وإضافتهما كأعمدة جديدة في جدول البيانات، كما يلي:

DATA ChemicalEngineered;
  SET ChemicalExperiment;
  Temp_Sq = Temperature ** 2;
  Temp_Cu = Temperature ** 3;
RUN;

ينتج عن هذه الخطوة توسيع مصفوفة التصميم لتشتمل على ثلاثة متغيرات تفسيرية مشتقة من المتغير الأساسي. ومع ذلك، وكما أسلفنا في التأصيل النظري، فإن توليد هذه المتغيرات انطلاقاً من قيم خام تتراوح بين 50 و125 سيؤدي إلى توليد قيم تربيعية تتراوح بين 2,500 و15,625، وقيم تكعيبية تتجاوز المليون و900 ألف، مما يخلق تبايناً حسابياً ضخماً وارتباطاً شبه تام بين المتغيرات الثلاثة، وهو ما يمهد لمشكلة التعدد الخطي الحاد إذا لم يتم اتخاذ التدابير التحويلية المناسبة.

6.2 تقنية التوسيط لتقليص التعدد الخطي الحسابي

لتجنب المشاكل الناتجة عن التعدد الخطي الهيكلي، يُعد إجراء “التوسيط حول المتوسط الحسابي” (Mean Centering) المعيار الذهبي في الإحصاء التطبيقي. تبدأ هذه التقنية بحساب المتوسط الحسابي الدقيق للمتغير المستقل (X̄)، ثم طرح هذا المتوسط من كل قيمة للمتغير قبل حساب القوى الأسية. وبذلك يتحول المتغير إلى متغير وسطي يعبر عن الانحراف عن المركز، وتُبنى القوى الأسية من هذا المتغير الموسط، وفق المعادلات التالية:

X_centered = X – X̄
X_centered² = (X – X̄)²
X_centered³ = (X – X̄)³

يمكن تنفيذ هذه العملية بكفاءة عالية في SAS إما يدوياً بعد حساب المتوسط عبر إجراء PROC MEANS، أو دمجها في خطوة بيانات ذكية واحدة تستخلص المتوسط الحسابي وتطبقه فورياً، كما يوضح الكود المتقدم التالي:

PROC MEANS DATA=ChemicalExperiment MEAN NOPRINT;
  VAR Temperature;
  OUTPUT OUT=TempMean MEAN=MeanTemp;
RUN;

DATA ChemicalCentered;
  IF _N_ = 1 THEN SET TempMean;
  SET ChemicalExperiment;
  Temp_Cent = Temperature – MeanTemp;
  Temp_CentSq = Temp_Cent ** 2;
  Temp_CentCu = Temp_Cent ** 3;
  DROP _TYPE_ _FREQ_ MeanTemp;
RUN;

يحقق هذا التحويل التوسيطي فائدتين إحصائيتين حاسمتين: أولاً، يقضي تقريباً على الارتباط الخطي المصطنع بين الحد الخطي والحد التربيعي، مما يؤدي إلى هبوط مؤشرات تضخم التباين (VIF) من مستويات خطيرة تتجاوز المئات إلى مستويات آمنة تقترب من الواحد الصحيح. ثانياً، يمنح معامل الحد الثابت (Intercept) معنى علمياً وتفسيرياً قيماً؛ إذ يصبح معبراً عن الاستجابة المتوقعة (المحصول) عند متوسط درجة حرارة التجربة تماماً، بدلاً من التفسير الافتراضي غير المنطقي لقيمة المحصول عند درجة حرارة صفر مئوية، وهي نقطة تقع خارج نطاق التجربة الفعلية بمراحل.

7. بناء وتقدير نموذج الانحدار متعدد الحدود باستخدام إجراء PROC REG

7.1 صياغة جملة النموذج الرياضي في إجراء PROC REG

يُعد إجراء PROC REG الأداة الأساسية والعمود الفقري لتحليل الانحدار الخطي الكلاسيكي في برمجية SAS، نظراً لثرائه الإحصائي وتقديمه لحزمة متكاملة من أدوات الفحص والتشخيص المتقدمة. عند تقدير نموذج الانحدار متعدد الحدود، يتم تضمين المتغيرات المشتقة (الخطية، والتربيعية، والتكعيبية) معاً داخل جملة MODEL، مع الإشارة إلى المتغير التابع على يسار إشارة المساواة والمتغيرات التفسيرية على يمينها.

تتجلى هنا ضرورة الالتزام بالقاعدة المنهجية الصارمة المعروفة بـ “المبدأ الهرمي للنمذجة” (Hierarchical Principle). ينص هذا المبدأ على أنه عند تضمين رتبة أسية عليا في النموذج (كالحد التكعيبي X³)، يجب بالضرورة الإبقاء على كافة الرتب الأدنى منها (الحد التربيعي X² والحد الخطي X)، حتى وإن لم تكن تلك الحدود الدنيا دالة إحصائياً بمعزل عن غيرها. فإسقاط الحدود الدنيا يؤدي إلى جعل النموذج معتمداً على نقطة الأصل ومقيداً هندسياً بصورة تعسفية تحرمه من قابلية تغيير وحدات القياس دون تشويه النتائج. يوضح الكود التالي صياغة النموذج التكعيبي الموسط:

PROC REG DATA=ChemicalCentered;
  MODEL Yield = Temp_Cent Temp_CentSq Temp_CentCu / VIF TOL COLLIN;
  TITLE “تقدير نموذج الانحدار متعدد الحدود التكعيبي باستخدام المتغيرات الموسطة”;
RUN;
QUIT;

تتضمن جملة النموذج هنا خيارات تشخيصية إضافية هامة عبر إضافة الشرطة المائلة (/)، حيث يفعل خيار VIF استخراج عوامل تضخم التباين، وخيار TOL لحساب مستوى السماحية لكل متغير، بينما يستدعي خيار COLLIN تحليلاً تشخيصياً شاملاً لمصفوفة التباين وتحديد نسب تدهور المعلمات. كما يُختتم الإجراء دائماً بأمر QUIT; في SAS لأن PROC REG يُعد من الإجراءات التفاعلية المستمرة في الذاكرة.

7.2 تطبيق إجراءات الاختبار الإحصائي المتدرج داخل PROC REG

يوفر إجراء PROC REG قدرة فائقة على اختبار الفروض الإحصائية المركبة واختبارات النماذج المتداخلة داخل جلسة التحليل ذاتها دون الحاجة لإعادة تقدير النماذج بصورة منفصلة، وذلك بفضل جملة TEST الإحصائية المتقدمة. تتيح هذه الجملة للباحث اختبار ما إذا كانت إضافة حد معين (أو مجموعة حدود) تقدم مساهمة تفسيرية ذات دلالة إحصائية حقيقية فوق النموذج الأساسي.

على سبيل المثال، يمكن للباحث صياغة فرضية صفرية تختبر ما إذا كان يمكن الاستغناء عن الحد التكعيبي والاكتفاء بالنموذج التربيعي، عبر فحص الفرضية H₀: β₃ = 0، أو حتى اختبار معنوية الحدين التربيعي والتكعيبي معاً H₀: β₂ = 0, β₃ = 0 لاختبار الفرضية الصفرية الشاملة بوجود علاقة خطية محضة. تُصاغ هذه الاختبارات برمجياً كما يلي:

PROC REG DATA=ChemicalCentered;
  FullModel: MODEL Yield = Temp_Cent Temp_CentSq Temp_CentCu;
  Test_Cubic: TEST Temp_CentCu = 0;
  Test_Curvature: TEST Temp_CentSq = 0, Temp_CentCu = 0;
  TITLE “اختبار معنوية الإضافة الإحصائية للحدود غير الخطية المتدرجة”;
RUN;
QUIT;

تقوم جملة TEST بحساب اختبار “ف” الجزئي (Partial F-Test) بدقة متناهية، من خلال مقارنة مجموع مربعات الخطأ بين النموذج الكامل المحتوي على كافة الحدود والنموذج المقيد الخالي من المتغيرات محل الاختبار. إذا جاءت القيمة الاحتمالية (p-value) لاختبار Test_Cubic أكبر من مستوى المعنوية المعتمد (مثلاً α = 0.05)، يُستنتج إحصائياً أن الحد التكعيبي لا يقدم مساهمة ذات دلالة، مما يبرر للباحث التراجع إلى النموذج التربيعي الأكثر بساطة وتماسكاً، التزاماً بمبدأ الاقتصاد المنهجي وبساطة النماذج.

8. تفسير المخرجات الإحصائية وجداول النتائج المستخرجة من SAS

8.1 قراءة وتفسير جدول تحليل التباين (ANOVA Table)

يمثل جدول تحليل التباين (Analysis of Variance – ANOVA) المنبثق عن إجراء PROC REG المحطة التحليلية الأولى لتقييم الجدارة الإحصائية العامة للنموذج ككل. يقسم هذا الجدول التباين الإجمالي للمتغير التابع (Yield) إلى مكونين أساسيين: التباين الذي نجح نموذج كثيرة الحدود في تفسيره (Model Sum of Squares)، والتباين المتبقي العاجز عن التفسير والمنسوب للخطأ العشوائي (Error Sum of Squares).

يحتوي الجدول على الأعمدة القياسية: مصادر التباين (Source)، درجات الحرية (DF)، مجموع المربعات (Sum of Squares)، ومتوسط المربعات (Mean Square) الناتج عن قسمة مجموع المربعات على درجات الحرية الخاصة به، وصولاً إلى إحصاء الاختبار الإجمالي F-Value والقيمة الاحتمالية المصاحبة له Pr > F. تقيس قيمة “ف” النسبة بين متوسط مربعات النموذج ومتوسط مربعات الخطأ؛ فإذا كانت هذه القيمة كبيرة بدرجة كافية وترافقها قيمة احتمالية بالغة الصغر (أقل من 0.0001)، فإننا نرفض الفرضية الصفرية الشاملة بثقة تامة، ونستنتج أن نموذج كثيرة الحدود المطبق يفسر قدراً جوهرياً من التباين لا يمكن عزوه لعوامل الصدفة العشوائية إطلاقاً.

كما يُستفاد مباشرة من متوسط مربعات الخطأ (Mean Square Error – MSE) في استخراج قيمة جذر متوسط مربعات الأخطاء (Root MSE)، والذي يمثل الانحراف المعياري الفعلي للبواقي حول المنحنى المقدر مقاساً بنفس وحدات قياس المتغير التابع، ويُعد مؤشراً حاسماً لدقة التنبؤ؛ فكلما تقلصت قيمة Root MSE، دل ذلك على إحكام مطابقة المنحنى للبيانات الفعلية.

8.2 تفسير معاملات الانحدار والأخطاء المعيارية وقيم تائية

يقدم جدول تقدير المعلمات (Parameter Estimates) التفاصيل الرياضية الدقيقة الخاصة بكل حد من حدود النموذج، متضمناً قيمة المعامل المقدر (Parameter Estimate)، والخطأ المعياري المصاحب له (Standard Error)، وقيمة إحصاء “ت” (t Value)، والقيمة الاحتمالية المناظرة (Pr > |t|). تتطلب قراءة هذه المعاملات فهماً عميقاً للطبيعة الهندسية لنموذج كثيرة الحدود وتجنب القراءة المستقلة المجتزأة التي تصح فقط في النماذج الخطية البسيطة.

في نموذجنا الموسط من الدرجة الثانية مثلاً، إذا جاءت المعادلة على النحو التقديري التالي:
Yield_hat = 88.52 + 0.384 * Temp_Cent – 0.045 * Temp_CentSq

يُفسر الحد الثابت (β₀ = 88.52) بأنه متوسط المحصول المتوقع عندما تكون درجة الحرارة مساوية للمتوسط الحسابي للتجربة (نظراً لأن Temp_Cent = 0). أما معامل الحد الخطي (β₁ = 0.384)، فيمثل الميل الفوري (Instantaneous Slope) أو المشتقة الأولى للمنحنى عند نقطة التوسيط تحديداً، مشيراً إلى معدل الزيادة اللحظية في المحصول لكل ارتفاع بمقدار درجة مئوية واحدة عند متوسط درجة الحرارة.

في المقابل، يرتبط معامل الحد التربيعي (β₂ = -0.045) مباشرة بالمشتقة الثانية لمنحنى الانحدار، ويعبر عن معدل تغير الميل؛ تشير الإشارة السالبة للمعامل بوضوح قطعي إلى أن المنحنى مقعر نحو الأسفل (Concave Downward)، متخذاً شكل قبة ذات قمة عظمى، مما يؤكد تباطؤ معدل زيادة الإنتاج مع ارتفاع الحرارة حتى بلوغ نقطة التحول. تشير الدلالة الإحصائية العالية لقيمة “ت” الخاصة بهذا الحد (Pr < 0.0001) إلى أن هذا التقعر حقيقي ومستقر إحصائياً، مما يمنع إسقاطه من المعادلة.

8.3 مؤشرات جودة المطابقة الإحصائية

يقدم نظام SAS في واجهة مخرجات الانحدار حزمة من المؤشرات الإحصائية الموحدة لتقييم الكفاءة التفسيرية للنموذج وجودة مطابقته للبيانات. يبرز في مقدمة هذه المقاييس معامل التحديد (R-Square – R²)، والذي يقيس النسبة المئوية المباشرة للتباين في المتغير التابع التي ينجح المتغير المستقل وحدوده الأسية في تفسيرها. في التجارب المعملية المحكمة المشابهة لتجربتنا، غالباً ما يتجاوز معامل التحديد حاجز 0.95، مما يعني أن أكثر من 95% من تقلبات المحصول تعود مباشرة لتغير درجات الحرارة وقواها الأسية.

ومع ذلك، فإن معامل التحديد الكلاسيكي يعاني من عيب بنيوي خطير؛ إذ إنه يتزايد حتماً (أو يظل ثابتاً) مع إضافة أي حد أسي جديد للنموذج، حتى وإن كان هذا الحد مفرغاً من أي قيمة علمية أو دلالة إحصائية. للتغلب على هذا القصور، توفر مخرجات SAS معامل التحديد المعدل (Adjusted R-Square)، والذي يفرض عقوبة رياضية متصاعدة تعتمد على عدد المعلمات المضافة مقارنة بحجم العينة، مما يجعله المعيار الأكثر موضوعية عند المفاضلة بين رتب النماذج المتنافسة.

بالإضافة إلى ذلك، يُعرض معامل الاختلاف (Coeff Var)، وهو مقيار نسبي يقيس حجم الخطأ المعياري للتقدير منسوباً إلى المتوسط العام للمتغير التابع، معبراً عنه بنسبة مئوية لا وحدة لها. يسمح هذا المؤشر بمقارنة تماسك ودقة نماذج الانحدار عبر ظواهر أو وحدات قياس مختلفة؛ فكلما تدنت قيمة معامل الاختلاف (دون 10% أو 5%)، أشار ذلك إلى رصانة التقدير الإحصائي وثبات النموذج عند التنبؤ.

9. المقارنة المنهجية بين النماذج الإحصائية التنافسية واختيار النموذج الأمثل

9.1 المقارنة الإحصائية بين النموذج الخطي والتربيعي والتكعيبي

تقتضي المنهجية العلمية الراسخة عدم الاكتفاء بتقدير نموذج منفرد، بل إجراء مقارنة بنيوية وتجريبية متسلسلة بين النماذج التنافسية المتصاعدة في الرتبة: النموذج الخطي (درجة 1)، النموذج التربيعي (درجة 2)، والنموذج التكعيبي (درجة 3). تهدف هذه المقارنة إلى استكشاف النقطة التي يتوقف عندها النموذج عن تقديم أي كسب إحصائي حقيقي، التزاماً بمبدأ بارسيموني (Parsimony Principle) أو “شفرة أوكام”، الداعي إلى تفضيل النموذج الأبسط القادر على تفسير الظاهرة بالقدر الكافي.

يتضح من المقارنة المنهجية لمؤشرات الأداء أن الانتقال من النموذج الخطي إلى النموذج التربيعي يحدث قفزة هائلة في معامل التحديد (ارتفاع من 0.23 إلى 0.98 على سبيل المثال)، مصحوباً بانهيار دراماتيكي في متوسط مربعات الخطأ (MSE)، مما يعكس القيمة العلمية الكبرى لإدراج الحد التربيعي. في المقابل، عند إضافة الحد التكعيبي، قد يرتفع معامل التحديد زيادة هامشية طفيفة جداً (من 0.981 إلى 0.983)، في حين تنخفض قيمة معامل التحديد المعدل وتتلاشى الدلالة الإحصائية لاختبار “ت” الخاص بالمعامل التكعيبي.

يؤكد هذا التباين الإحصائي أن الحد التكعيبي لم يقدم إضافة جوهرية للنموذج، بل استهلك درجة حرية إضافية وزاد من تعقيد التفسير الرياضي دون مبرر موضوعي، مما يجعل النموذج التربيعي هو الفائز في هذه المنافسة المنهجية باعتباره الخيار الأمثل والنهائي لتمثيل بيانات التفاعل الكيميائي قيد التحليل.

9.2 استخدام معايير المعلومات الإحصائية لاختيار النموذج

تمثل معايير المعلومات الإحصائية أدوات نظرية متقدمة للمفاضلة بين النماذج التنافسية، كونها تجمع في دالة هدف واحدة بين تعظيم دالة الإمكان (Likelihood) ومطابقة البيانات، وفرض عقوبات صارمة على التعقيد الرياضي وزيادة المعلمات. تبرز في مخرجات SAS أهم هذه المعايير: معيار أكايكي للمعلومات (Akaike Information Criterion – AIC) ومعيار شوارتز البايزي (Schwarz Bayesian Criterion – SBC أو BIC).

يمكن استخراج هذه المعايير بسهولة من خلال تفعيل خيارات التقييم في إجراء PROC REG عبر إدراج خيار SELECTION=NONE مع طلب طباعة معايير الجودة، كما يوضح الكود التالي الذي يقارن النماذج الثلاثة في خطوة واحدة:

PROC REG DATA=ChemicalCentered;
  Linear: MODEL Yield = Temp_Cent / AIC SBC;
  Quadratic: MODEL Yield = Temp_Cent Temp_CentSq / AIC SBC;
  Cubic: MODEL Yield = Temp_Cent Temp_CentSq Temp_CentCu / AIC SBC;
  TITLE “مقارنة معايير المعلومات (AIC و BIC) لاختيار الرتبة المثلى”;
RUN;
QUIT;

تستند القاعدة القرارية القطعية إلى اختيار النموذج الذي يحقق أدنى قيمة عددية لمعياري AIC وBIC. عند معاينة النتائج، يتبين انخفاض هائل في قيم المعايير عند الانتقال من النموذج الخطي إلى التربيعي، مما يؤكد تفوق الأخير بصورة حاسمة. وعند الانتقال من التربيعي إلى التكعيبي، تظهر قيم AIC وSBC ارتفاعاً واضحاً في النموذج التكعيبي، ناتجاً عن العقوبة الرياضية المفروضة على المعلمة الإضافية دون أن يقابلها تحسن ملموس في دالة الإمكان. يحسم هذا الفحص المفاضلة بشكل قاطع لصالح النموذج التربيعي، مؤكداً سلامة بنائه الرياضي وتفوقه التنبؤي.

10. فحص بواقي النموذج والتشخيصات التشريحية المتقدمة في SAS

10.1 تحليل سلوك البواقي للتحقق من صحة النموذج

لا يكتمل تحليل الانحدار إطلاقاً بمجرد فحص معنوية المعاملات وقيم جودة المطابقة؛ بل يظل تحليل سلوك البواقي (Residuals Analysis) الاختبار الفاصل لصدقية النموذج واستيفائه للافتراضات الإحصائية الكلاسيكية. يُقصد بالباقي الفرق الحسابي الدقيق بين القيمة الفعلية الملاحظة للمتغير التابع والقيمة التي تنبأ بها النموذج المقدر: e_i = Y_i – Ŷ_i.

يوفر نظام SAS عبر خيار الرسومات التشخيصية المدمجة (ODS Graphics) منظومة كاملة لفحص البواقي. المخطط الأساسي في هذا الإطار هو رسم البواقي في مواجهة القيم التنبؤية (Residual vs. Predicted Plot)؛ إذا كان نموذج كثيرة الحدود قد استوعب الانحناء بصورة صحيحة، فيجب أن تتبعثر البواقي عشوائياً وبشكل متجانس تماماً داخل شريط أفقي موازٍ لخط الصفر دون أي نمط أو اتجاه محدد. أما إذا ظهر في هذا المخطط شكل مقوس أو قمعي، فذلك دليل إحصائي قاطع على وجود انحناء متبقٍ لم يستوعبه النموذج، أو وجود تباين غير متجانس يتطلب تحويلات جبرية على المتغير التابع.

بالتوازي مع ذلك، يتم فحص مخطط الاحتمال الطبيعي للبواقي (Normal Q-Q Plot)؛ حيث يجب أن تصطف نقاط البواقي بدقة متناهية على امتداد الخط القطري المستقيم بزاوية 45 درجة، مما يؤكد سلامة افتراض التوزيع الطبيعي للأخطاء وصلاحية كافة الاختبارات الاستدلالية المستندة إليه.

10.2 تقييم التعدد الخطي باستخدام مؤشرات التضخم في SAS

يعد تقييم مؤشرات التعدد الخطي خطوة حتمية للتأكد من نجاح تقنية التوسيط التي طبقناها والتثبت من عدم وجود تشوهات في الأخطاء المعيارية للمعاملات. يقدم إجراء PROC REG مؤشرين جوهريين في جدول المعلمات: عامل تضخم التباين (Variance Inflation Factor – VIF) ومستوى السماحية (Tolerance) الذي يمثل مقلوب عامل التضخم (1 / VIF).

تضع الأدبيات الإحصائية معايير قياسية صارمة؛ حيث يُعتبر تجاوز قيمة VIF للرقم 10 (أو 5 في المعايير الأكثر تحفظاً) مؤشراً قاطعاً على وجود تعدد خطي خطير يفسد دقة التقدير الإحصائي. عند تطبيق النموذج باستخدام المتغيرات الأصلية غير الموسطة، نجد أن قيم VIF لكل من الحد الخطي والتربيعي تقفز إلى قيم مرعبة تتراوح بين 50 و150، مما يعكس تضخماً مصطنعاً في التباين المشترك.

في المقابل، عند فحص مخرجات النموذج الموسط (ChemicalCentered)، نلحظ فوراً هبوط قيم VIF لجميع الحدود إلى ما دون 1.15، مصحوبة بارتفاع مؤشرات السماحية إلى مستويات تفوق 0.87. يثبت هذا الفحص التشريحي بالأرقام القاطعة نجاح المعالجة التوسيطية في تحييد التعدد الخطي الهيكلي بالكامل، مما يمنح المعلمات المقدرة استقراراً حسابياً مطلقاً وموثوقية عالية في التفسير.

10.3 تشخيص المشاهدات ذات التأثير القوي والرافعة

يهدف التشخيص المتقدم إلى التأكد من أن النموذج الإحصائي المقدر يعكس السلوك الجماعي لمجمل البيانات، ولا يخضع لهيمنة مشاهدة فردية شاذة مارست نفوذاً غير متناسب على توجيه مسار المنحنى. يوفر إجراء PROC REG من خلال جملة OUTPUT إمكانية حساب واستخراج أدق المقاييس التشخيصية للنفوذ والرافعة وحفظها في جدول بيانات مستقل لمراجعتها، كما يلي:

PROC REG DATA=ChemicalCentered PLOTS(ONLY)=DIAGNOSTICS;
  MODEL Yield = Temp_Cent Temp_CentSq;
  OUTPUT OUT=DiagnosticsData
    PREDICTED=PredYield
    RESIDUAL=ResYield
    H=Leverage
    COOKD=CooksDistance
    DFFITS=DffitsVal;
RUN;
QUIT;

يركز الفحص هنا على ثلاثة معايير عالمية: أولاً، قيم الرافعة (Hat Matrix Diagonals – Leverage h_ii)، والتي تقيس بعد المشاهدة عن مركز المتغيرات التفسيرية، وتعد خطيرة إذا تجاوزت الحد الحرج (2p / n). ثانياً، مسافة كوك (Cook’s Distance)، والتي تقيس مقدار التغير الإجمالي الذي يطرأ على جميع المعاملات المقدرة مجتمعة في حال استبعاد المشاهدة المعنية من التحليل؛ حيث يشير تجاوز مسافة كوك للرقم 1.0 (أو 4 / n في العينات المحدودة) إلى أن النقطة تمثل مشاهدة ذات تأثير جارف (Influential Observation).

ثالثاً، مقياس DFFITS، الذي يقيس مدى تأثير المشاهدة على قيمتها التنبؤية الخاصة بها. عند استعراض الجدول التشخيصي للبيانات التجريبية، يُلاحظ أن كافة مسافات كوك تقع بأمان دون حاجز 0.25، مع بقاء قيم الرافعة ضمن الحدود المقبولة، مما يطمئن الباحث إلى أن النموذج التربيعي متماسك ومحصن ضد الانحياز الفردي ومؤهل لاعتماده بصيغته النهائية.

11. التصور البصري لمنحنى الانحدار المتوقع وفترات الثقة في SAS

11.1 إنشاء منحنى الانحدار المتوافق فوق بيانات التشتت باستخدام PROC SGPLOT

يعد العرض البصري النهائي لمنحنى الانحدار المقدر الركيزة الأساسية لترجمة النتائج الإحصائية المجردة إلى رسائل علمية واضحة ومقنعة لصناع القرار والأوساط الأكاديمية. تتيح برمجية SAS عبر إجراء PROC SGPLOT إمكانية إنشاء رسوم متطورة تجمع بين نقاط البيانات التجريبية الأصلية والمنحنى الملاءم بدقة بالغة وبأعلى معايير التصميم الطباعي.

يتم ذلك باستخدام جملة REG مع تفعيل محدد الدرجة DEGREE=2 لمحاكاة مسار النموذج التربيعي الذي تم اختياره وتثبيته. يمكن ضبط وتنسيق سماكة الخط، ونمطه، ولونه، بالإضافة إلى وضع شبكة إحداثيات واضحة المعالم وتحديد تسميات المحاور ووحدات القياس، كما يظهر في الكود التالي:

PROC SGPLOT DATA=ChemicalExperiment;
  REG X=Temperature Y=Yield / DEGREE=2
    LINEATTRS=(COLOR=Crimson THICKNESS=3)
    MARKERATTRS=(SYMBOL=CircleFilled SIZE=9 COLOR=Navy);
  XAXIS LABEL=”درجة حرارة التفاعل الكيميائي (مئوية)” VALUES=(40 TO 130 BY 10) GRID;
  YAXIS LABEL=”محصول التفاعل المتوقع (%)” VALUES=(0 TO 100 BY 10) GRID;
  TITLE “المنحنى النهائي لنموذج الانحدار متعدد الحدود التقديري لدرجات الحرارة”;
RUN;

ينتج هذا الكود شكلاً بيانياً يظهر المنحنى الانحداري الأحمر المنساب فوق نقاط التجربة الزرقاء، كاشفاً بدقة هندسية مبهرة كيف استطاع النموذج تتبع سلوك الصعود السريع، ثم الانعطاف السلس حول القمة، يليه الانحدار المتناسق، مما يمنح الدراسة مصداقية تطبيقية فائقة تلخص جهود النمذجة في لوحة بصرية متكاملة.

11.2 عرض مجالات الثقة ومجالات التنبؤ حول المنحنى

لإضفاء الصبغة الاستدلالية الصارمة على الشكل البياني، يُنصح بتضمين مجالات عدم التيقن الإحصائي المحيطة بالمنحنى المقدر. يتيح إجراء PROC SGPLOT خيارين محوريين: مجالات الثقة لمتوسط الاستجابة المتوقعة (Confidence Limits for the Mean)، ومجالات التنبؤ للمشاهدات الفردية المستقبلية (Prediction Limits for Individual Observations).

تُضاف هذه المجالات عبر الخيارات CLM وCLI ضمن جملة REG، مما يؤدي إلى رسم أشرطة مظللة شبه شفافة تلتف حول المنحنى المقدر، موفرة تقييماً بصرياً لمدى دقة التقديرات عبر مختلف مستويات المتغير المستقل، كما يوضح الكود التطبيقي التالي:

PROC SGPLOT DATA=ChemicalExperiment;
  REG X=Temperature Y=Yield / DEGREE=2 CLM CLI
    LINEATTRS=(COLOR=DarkBlue THICKNESS=2)
    CLMATTRS=(CLCOLOR=SkyBlue)
    CLIATTRS=(CLCOLOR=LightPink);
  XAXIS LABEL=”درجة حرارة التفاعل (مئوية)” GRID;
  YAXIS LABEL=”المحصول (%)” GRID;
  TITLE “منحنى الانحدار التربيعي مع مجالات الثقة (95% CLM) ومجالات التنبؤ (95% CLI)”;
RUN;

تكشف قراءة هذا المخطط عن ملمحين إحصائيين بالغي الأهمية: الأول هو أن شريط مجالات التنبؤ الفردية (CLI المظلل بالوردي) يكون دائماً أوسع بكثير من شريط مجالات ثقة المتوسط (CLM المظلل بالسماوي)؛ والسبب الرياضي في ذلك يعود إلى أن فترات التنبؤ الفردي تتضمن مصدرين للتباين: عدم التيقن في تقدير المعلمات المتوسطة، مضافاً إليه تباين الخطأ العشوائي الأصيل المصاحب لأي مشاهدة فردية جديدة (σ² + Var(Ŷ)).

الملمح الثاني، والذي يتجلى بوضوح في نماذج كثيرة الحدود، هو السلوك الشبيه بـ “البوق” (Trumpet Shape) لمجالات الثقة؛ حيث تكون أضيق ما يمكن في منتصف نطاق البيانات وقرب المتوسط الحسابي، ثم تبدأ في الاتساع التدريجي والملحوظ كلما اقتربنا من الأطراف القصوى للتجربة (عند 50 و125 درجة). يعكس هذا الاتساع انخفاض كثافة المعلومات الإحصائية عند الأطراف وتزايد قيم الرافعة، محذراً الباحث من تراجع موثوقية التقدير كلما ابتعدنا عن مركز الثقل التجريبي للبيانات.

12. البدائل البرمجية المتقدمة وأفضل الممارسات الأكاديمية لنمذجة الانحدار في SAS

12.1 استخدام إجراء PROC GLM وإجراء PROC RSREG كبدائل برمجية

بينما يظل إجراء PROC REG الأداة التعليمية والتشخيصية الأبرز لتعلم أسس الانحدار متعدد الحدود، توفر برمجية SAS إجراءات متقدمة أخرى تقدم حلولاً برمجية أكثر مرونة وتخصصاً للتعامل مع النماذج المنحنية المعقدة، وفي مقدمتها إجراء النموذج الخطي العام (PROC GLM) وإجراء انحدار سطوح الاستجابة (PROC RSREG).

يتميز إجراء PROC GLM بقدرته على التعامل مع الحدود التفاعلية وقوى كثيرة الحدود بصورة مباشرة وتلقائية داخل جملة النموذج باستخدام المعاملات الجبرية النجمية دون الحاجة لتخليق المتغيرات الأسية يدوياً في خطوة البيانات، كما في الصيغة: MODEL Yield = Temperature Temperature*Temperature;. كما يتفوق PROC GLM في توفير اختبارات التباين الجزئي من النوع الثالث (Type III Sum of Squares)، والتي تُعد ضرورية لتقييم الدلالة الهامشية للمتغيرات في ظل وجود تصميمات تجريبية غير متوازنة.

أما إجراء PROC RSREG (Response Surface Regression)، فيمثل الأداة الإحصائية المتطورة والمصممة خصيصاً لهندسة النماذج التربيعية متعددة المتغيرات وتحليل سطوح الاستجابة والتحسين الأمثل (Optimization). يتميز هذا الإجراء بإجراء التحليل القانوني (Canonical Analysis) الذي يحدد رياضياً وبصورة آلية إحداثيات النقطة الحرجة الثابتة (Stationary Point) للمنحنى، وتصنيفها بدقة مطلقة عما إذا كانت تمثل نهاية عظمى حقيقية، أو نهاية صغرى، أو نقطة سرجية (Saddle Point)، من خلال حساب القيم الذاتية (Eigenvalues) لمصفوفة المشتقات الثانية، مما يجعله الخيار المفضل للمهندسين وعلماء بحوث العمليات، كما يوضح الكود المختصر التالي:

PROC RSREG DATA=ChemicalExperiment;
  MODEL Yield = Temperature / ACTUAL;
  TITLE “تحليل سطوح الاستجابة وتحديد نقطة التشغيل العظمى آلياً”;
RUN;

12.2 المحاذير الإحصائية وتجنب الاستقراء خارج نطاق البيانات

تفرض الطبيعة الهندسية لكثيرات الحدود على الباحثين التزاماً صارماً بواحد من أهم المحاذير المنهجية في التحليل الإحصائي: الحظر التام لعملية الاستقراء الخارجي (Extrapolation) خارج النطاق الفعلي للمتغيرات التفسيرية المسجلة في العينة.

يرجع هذا التحذير الحاسم إلى السلوك الرياضي المتطرف لدوال كثيرة الحدود؛ فبينما يمكن للنموذج التربيعي أو التكعيبي أن يقدم مطابقة رائعة داخل حدود المدى التجريبي (بين 50 و125 درجة في دراستنا)، إلا أن مسار المعادلة المقدرة ينحرف بصورة حادة وكارثية بمجرد الخروج عن هذه الحدود ولو بمسافات ضئيلة. فلو حاول الباحث استقراء قيمة المحصول عند درجة حرارة 140 درجة مئوية باستخدام المعادلة التربيعية المقدرة، لأسفر الحساب عن ظهور قيم محصول سالبة غير منطقية وخارجة عن العقل والمنطق العلمي تماماً.

تكمن التوصية العملية الأساسية في ضرورة حصر استخدام النموذج التنبؤي بدقة ضمن المجال الهندسي الملاحظ للبيانات، وتوضيح هذا القيد بجلاء في نصوص الأبحاث الأكاديمية والتقارير الاستشارية؛ فالانحدار متعدد الحدود هو أداة تمثيل موضعي للأنماط المعقدة، وليس قانوناً فيزيائياً مطلقاً يصح تطبيقه إلى ما لا نهاية.

12.3 أفضل الممارسات لتوثيق وكتابة نتائج الانحدار متعدد الحدود في الأبحاث الأكاديمية

تتطلب الكتابة الأكاديمية المحكمة توثيقاً شفافاً ودقيقاً لنتائج نماذج الانحدار متعدد الحدود، وفق المعايير المعترف بها دولياً مثل إرشادات جمعية علم النفس الأمريكية (APA Style). لا يجوز في هذا السياق الاكتفاء بذكر قيمة معامل التحديد والقول بوجود علاقة غير خطية دالة، بل يجب تقديم تقرير إحصائي مفصل ومتسلسل يتضمن الخطوات والمعادلات التقديرية الكاملة.

يتعين على الباحث كتابة المعادلة التقديرية بدقة متناهية مع توضيح ما إذا كانت المتغيرات قد خضعت لعمليات توسيط أم لا، وإدراج الأخطاء المعيارية للمعاملات بين قوسين مباشرة أسفل كل معامل مقدر في المعادلة لتمكين القارئ من تقييم دقة كل حد. كما يجب تخصيص جداول مستقلة تعرض الخطوات المتتالية للمقارنة بين النماذج، تشمل لكل رتبة: معاملات الانحدار غير المعيارية (B)، ومعاملات الانحدار المعيارية (β)، وقيم اختبار “ت”، والتغير في معامل التحديد (ΔR²)، وقيمة اختبار “ف” للتغير ودلالته الإحصائية.

علاوة على ذلك، ينبغي على الباحث صياغة ربط منطقي وعلمي بين الشكل الرياضي للمنحنى والتفسير النظري للظاهرة؛ فيتم تفسير معامل الحد التربيعي السالب في ضوء النظريات البيوكيميائية للتحلل الحراري، وتحديد الإحداثيات الدقيقة لنقطة القمة المحسوبة رياضياً (-β₁ / 2β₂) والتي تمثل درجة الحرارة المثلى المثبتة تجريبياً عند 88.9 درجة مئوية، مما ينقل البحث من مجرد تمرين حسابي رقمي إلى إضافة معرفية تطبيقية رصينة.

خاتمة

يعد الانحدار متعدد الحدود في بيئة SAS أداة إحصائية وتحليلية فائقة التطور تمنح الباحثين والمحللين القدرة على رصد وتفسير العلاقات غير الخطية المنحنية التي تعجز النماذج الكلاسيكية عن استيعابها. ومن خلال الجمع بين الدقة النظرية لاشتراطات النمذجة (كالتحويلات التوسيطية للسيطرة على التعدد الخطي، والالتزام بالمبدأ الهرمي) والقوة الحسابية والتشخيصية المتميزة لإجراءات SAS المتقدمة مثل PROC REG وPROC SGPLOT وPROC RSREG، يستطيع الباحث صياغة نماذج تنبؤية تجمع بين الملاءمة العالية للواقع والبساطة المنهجية الخاضعة للمساءلة العلمية الصارمة.

إن النمذجة الإحصائية الناجحة لا تتوقف عند حدود استخراج الجداول وقيم الدلالة الاحتمالية، بل ترتكز في جوهرها على الفهم التشريحي المتكامل للبيانات، والتحقق الحصيف من سلوك البواقي ونقاط النفوذ، والتمثيل البصري الأمين لمجالات عدم التيقن. يمثل اتباع الإجراءات المنهجية والمعايير الأكاديمية التي تم تفصيلها في هذا الدليل ضمانة أساسية للوصول إلى استنتاجات بحثية راسخة تسهم بفاعلية في تطوير المعرفة العلمية ودعم اتخاذ القرارات القائمة على الأدلة الإحصائية الرصينة.

المراجع

• Cohen, J., Cohen, P., West, S. G., & Aiken, L. S. (2003). Applied Multiple Regression/Correlation Analysis for the Behavioral Sciences (3rd ed.). Lawrence Erlbaum Associates.
• Kutner, M. H., Nachtsheim, C. J., Neter, J., & Li, W. (2005). Applied Linear Statistical Models (5th ed.). McGraw-Hill Irwin.
• Montgomery, D. C., Peck, E. A., & Vining, G. G. (2021). Introduction to Linear Regression Analysis (6th ed.). John Wiley & Sons.
• SAS Institute Inc. (2020). SAS/STAT 15.2 User’s Guide: The REG Procedure. SAS Institute Inc. https://documentation.sas.com
• SAS Institute Inc. (2020). SAS/STAT 15.2 User’s Guide: The RSREG Procedure. SAS Institute Inc. https://documentation.sas.com
• Schabenberger, O., & Pierce, F. J. (2002). Contemporary Statistical Models for the Plant and Soil Sciences. CRC Press.
• Snedecor, G. W., & Cochran, W. G. (1989). Statistical Methods (8th ed.). Iowa State University Press.