التوزيع فوق الهندسي: الاستخدامات، الحاسبة والصيغة

يحتل التوزيع فوق الهندسي مكانة مركزية واستثنائية في صميم النظرية الاحتمالية الكلاسيكية والحديثة، حيث يمثل النموذج الرياضي الدقيق لعمليات السحب والمعاينة العشوائية التي تُجرى دون إرجاع من مجتمعات إحصائية محدودة الحجم. على النقيض من النماذج الاحتمالية الشائعة التي تفترض استقلالية المحاولات وثبات فرص وقوع الأحداث عبر الزمن أو عبر تكرار التجربة، ينفرد هذا التوزيع بقدرته الفريدة على رصد وتوصيف الديناميكيات المتغيرة للاحتمالات الشرطية الناشئة عن التناقص المستمر في عناصر مجتمع الدراسة مع كل عملية اختيار، مما يجعله الأداة التي لا غنى عنها في المواقف التي تتسم بمحدودية الموارد وصغر حجم العينات.

تتجلى الأهمية البالغة لهذا التوزيع في كونه الركيزة الأساسية للعديد من التطبيقات المنهجية المعاصرة، بدءاً من اختبار فيشر الدقيق المستخدم على نطاق واسع في الأبحاث الطبية والسلوكية، مروراً ببروتوكولات مراقبة الجودة الصناعية وخطط قبول الدفعات المصنعة، وصولاً إلى الدراسات الجينومية المعقدة وتحليل الإثراء الوظيفي للمسارات الحيوية. إن استيعاب هذا التوزيع لا يقتصر على مجرد حفظ صياغته التوافقية المجردة، بل يمتد ليشمل إدراك الفلسفة الرياضية العميقة التي تحكم الانتقال من فضاءات الاحتمال اللانهائية المستقلة إلى الفضاءات المحدودة التابعة، حيث يتشابك كل قرار سحب مع القرارات السابقة ويؤثر مباشرة في النتائج اللاحقة.

يقدم هذا المقال دليلاً شاملاً ومفصلاً يتناول التوزيع فوق الهندسي من جميع جوانبه النظرية والتطبيقية والحسابية. سنستعرض فيه الجذور التاريخية والخصائص البنيوية للمعالم الإحصائية، مع تقديم اشتقاقات جبرية وافية للمتوسط والتباين وعامل تصحيح المجتمع المحدود، إلى جانب إجراء مقارنة متعمقة مع التوزيع ثنائي الحدين لتبيان حدود التقارب والخطأ. كما يغطي المقال تطبيقات التوزيع في العلوم الاجتماعية، والقياس النفسي (السيكومتري)، وعلوم الجينات، مع توفير خوارزميات برمجية تفصيلية بلغات البرمجة الإحصائية الرائدة مثل R وPython، وتدعيم كل ذلك بتمارين تطبيقية واقعية مشروحة خطوة بخطوة تضمن الاستيعاب الرياضي والعملي الكامل.

1. مقدمة شاملة للتوزيع فوق الهندسي (Hypergeometric Distribution)

1.1 المفهوم والتعريف الرياضي الأساسي

يُعرَّف التوزيع فوق الهندسي بأنه توزيع احتمالي منفصل يُعنى بنمذجة عدد مرات وقوع حدث معين (يُصطلح عليه بالنجاح) ضمن عدد محدد من المحاولات المسحوبة من مجتمع إحصائي محدود دون إرجاع العناصر المسحوبة. في هذا السياق، يُنظر إلى المتغير العشوائي على أنه قيمة عددية متقطعة تمثل عدد النجاحات المرصودة في العينة المختارة، حيث تتقيد كل محاولة بنتيجة ثنائية حصرية: إما أن يحمل العنصر المسحوب الخاصية المستهدفة (نجاح) أو ألا يحملها (فشل).

تكمن الطبيعة الجوهرية لهذا التوزيع في التعامل مع مجتمعات ذات أحجام محددة ومعلومة مسبقاً، حيث يؤدي سحب أي عنصر إلى تعديل فوري في التركيبة الهيكلية للعناصر المتبقية داخل المجتمع الأصلي. هذا التعديل يفرض تغيراً متواصلاً في احتمال النجاح من سحبة إلى أخرى، مما ينفي صفة الاستقلالية الإحصائية بين المحاولات المتتالية، ويجعل كل خطوة مشروطة بالنتائج التي سبقتها. وعلى الرغم من أن التجربة تبدو في مظهرها الخارجي شبيهة بسلسلة من محاولات برنولي، إلا أن غياب الاستقلالية وثبات الاحتمال ينقل الظاهرة بالكامل من نطاق النموذج ثنائي الحدين إلى النطاق الدقيق للتوزيع فوق الهندسي.

يضمن التوزيع فوق الهندسي صرامة رياضية مطلقة عند حساب الاحتمالات الدقيقة في فضاءات العينة المحدودة، متفادياً بذلك أخطاء التقريب التي قد تقع فيها النماذج الأخرى عندما تكون نسبة العينة إلى المجتمع الأصلي غير مهملة. وبناءً على ذلك، يوفر هذا النموذج الإطار التحليلي الأنسب للباحثين والمحللين عند اتخاذ قرارات مصيرية تستند إلى عينات مسحوبة من مجموعات حصرية ومغلقة، كما هو الحال في التشخيص الإكلينيكي للأمراض النادرة أو التحقق القضائي من الأدلة الجنائية.

1.2 طبيعة المتغيرات العشوائية المنفصلة

تمثل المتغيرات العشوائية المنفصلة ركناً أساسياً في الإحصاء الرياضي، حيث تُعرَّف بأنها متغيرات تتخذ قيماً عددية معدودة وقابلة للحصر، سواء كانت هذه المجموعة العددية منتهية أو لانهائية قابلة للعد. في حالة التوزيع فوق الهندسي، يتخذ المتغير العشوائي أعداداً صحيحة غير سالبة تقع حصراً ضمن نطاق مغلق تحدده المعالم الهيكلية للتجربة، مما يعكس استحالة وجود أجزاء كسرية للحدث المرصود؛ إذ لا يمكن على سبيل المثال معاينة جزء من شخص مصاب أو كسر من وحدة تصنيعية معيبة.

يتجلى الفارق الجوهري بين المتغيرات الاحتمالية المستمرة والمنفصلة في طريقة توزيع الكتلة الاحتمالية وقياسها؛ فبينما تُقاس الاحتمالات في المتغيرات المستمرة عبر تكامل دالة الكثافة الاحتمالية فوق فترات متصلة وتساوي احتمالية النقطة الواحدة فيها صفراً نظرياً، تُسند دالة الكتلة الاحتمالية للمتغيرات المنفصلة أوزاناً احتمالية محددة وموجبة لكل نقطة منفردة من نقاط فضاء العينة. ويخضع هذا الإسناد لشرط البديهية الاحتمالية الكلاسيكية التي تقتضي أن يكون مجموع احتمالات كافة القيم الممكنة مساوياً للواحد الصحيح تماماً.

تكتسب دراسة الظواهر غير القابلة للتجزئة من خلال المتغيرات المنفصلة أهمية قصوى في العلوم السلوكية والطبية والتطبيقية، حيث يتعامل الباحثون مع وحدات كلية غير قابلة للتقسيم مثل عدد المرضى المستجيبين لبروتوكول علاجي، أو عدد الأسئلة التي تمت الإجابة عنها بشكل صحيح في اختبار سيكومتري، أو عدد الحوادث المرصودة في بيئة عمل مغلقة. إن استخدام التوزيع فوق الهندسي في مثل هذه السياقات يحافظ على الطبيعة العددية الأصيلة للبيانات ويحول دون تشويه خصائصها البنيوية.

1.3 السياق التاريخي ونشأة التوزيع الإحصائي

تعود الجذور التاريخية لنظرية التوزيع فوق الهندسي إلى البدايات الأولى لنشأة نظرية الاحتمالات في القرنين السابع عشر والثامن عشر، حيث برزت الحاجة الملحة لحساب فرص الربح والخسارة في ألعاب الورق وحظوظ اليانصيب التي كانت تُجرى دون إعادة البطاقات أو الكرات المسحوبة إلى الصندوق. وقد أسهم علماء بارزون من أمثال بليز باسكال وبيير دي فيرما، ومن بعدهما أبراهام دي موافر وياكوب برنولي، في وضع اللبنات الأساسية للتحليل التوافقي الكلاسيكي الذي مهد الطريق لصياغة القوانين الاحتمالية للسحب غير المستقل.

مع تطور الفكر الرياضي في القرن التاسع عشر، صاغ الرياضي الألماني كارل فريدريش غاوس والمتخصصون في التحليل الرياضي مصطلح المتسلسلة فوق الهندسية، والتي ارتبطت لاحقاً بالتوزيع الاحتمالي نتيجة للتناظر الهيكلي بين معاملات هذه المتسلسلة والدوال المولدة للاحتمالات الخاصة بالتوزيع. ومع مطلع القرن العشرين، نقل الإحصائيون الرواد—وعلى رأسهم رونالد فيشر وكارل بيرسون—هذا المفهوم من حيز المسائل الرياضية التجريدية وألعاب القمار إلى فضاء التطبيقات التجريبية الميدانية في الزراعة والبيولوجيا والوراثة السكانية.

شهدت العقود اللاحقة تحولاً نوعياً في استخدامات التوزيع فوق الهندسي؛ إذ لم يعد مقتصراً على التجارب الكلاسيكية للمعاينة، بل أصبح الأداة القياسية في علوم الفضاء لتقييم موثوقية الأنظمة المجمعة، وفي علم الأوبئة لتقييم تفشي العدوى في التجمعات السكانية المعزولة، وفي المعلوماتية الحيوية لاختبار الدلالة الإحصائية للمسارات الأيضية. هذا المسار التاريخي يبرز مرونة النموذج وقدرته المستمرة على التكيف مع متطلبات التحليل الكمي في مختلف مجالات المعرفة الإنسانية.

2. المعالم الأساسية والخصائص الهيكلية للتوزيع فوق الهندسي

2.1 حجم المجتمع الكلي (N) والنجاحات الكلية (K)

يتحدد الإطار الرياضي للتوزيع فوق الهندسي من خلال مجموعة من المعالم المعلمية الصارمة، يأتي في مقدمتها حجم المجتمع الكلي والذي يُرمز له عالمياً بالرمز $N$. يمثل هذا المعلم العدد الإجمالي الحصري للعناصر أو الأفراد أو الوحدات التي يتألف منها المجتمع محل الدراسة قبل إجراء أي سحب. وتكتسب دقة تحديد$N$ أهمية حسابية بالغة؛ إذ إن أي خطأ في تقدير هذا الحجم ينعكس مباشرة على فضاء العينة الإجمالي وعلى دقة النتائج الاحتمالية المستخلصة.

ينقسم هذا المجتمع المغلق بدقة إلى فئتين متنافستين وشاملتين: الفئة الأولى تحتوي على العناصر التي تتطابق مع معيار معين يُطلق عليه إحصائياً “النجاح”، ويُرمز لعددها الإجمالي بالرمز $K$، في حين تمثل الفئة المتبقية العناصر التي تفتقر إلى هذا المعيار (الفشل) ويكون عددها مساوياً تماماً للمقدار$N – K$. إن تصنيف عناصر المجتمع إلى هاتين المجموعتين يفرض هيكلية ثنائية صارمة، حيث يجب أن يتحقق دائماً الشرط البديهي: $0 le K le N$.

تؤدي النسبة $K/N$، والتي تمثل الحصة النسبية لحالات النجاح داخل المجتمع الأصلي، دوراً حاسماً في توجيه سلوك التوزيع وشكله العام؛ فعندما تقترب هذه النسبة من الصفر أو الواحد، يصبح التوزيع شديد الالتواء نحو أحد الطرفين، بينما يميل التوزيع نحو التماثل كلما اقتربت النسبة من النصف وتماثلت أحجام الفئات، شريطة أن تكون أحجام العينات المختارة متوازنة مع هذه النسب.

2.2 حجم العينة المسحوبة (n) وعدد النجاحات المرصودة (k)

يمثل المعلم الثالث في هذا النظام الإحصائي حجم العينة المسحوبة، ويُشار إليه بالرمز $n$، وهو عدد العناصر التي يتم سحبها عشوائياً ودفعة واحدة (أو بالتتابع دون إرجاع) من المجتمع الإجمالي$N$. يشترط المنطق الرياضي أن يخضع حجم العينة للقيد البديهي $1 le n le N$؛ إذ يستحيل سحب عدد عناصر يتجاوز المجموع الكلي للمجتمع المحدود المتاح للمعاينة.

أما المتغير العشوائي الفعلي للتوزيع، والذي يُرمز له بالرمز $k$ (أو $X = k$)، فيمثل عدد عناصر النجاح التي استقرت فعلياً داخل العينة المسحوبة ذات الحجم $n$. لا يمكن للمتغير$k$ أن يأخذ أي قيمة عشوائية، بل يخضع لمدى حسابي محدد ومقيد بشروط مزدوجة تفرضها معالم المجتمع والعينة معاً. هذا المدى الرياضي الصارم للقيم الممكنة للمتغير $k$ يتم التعبير عنه بالمتباينة المزدوجة التالية:

$$\max(0, , n – (N – K)) le k le \min(n, , K)$$

يوضح هذا القيد أن الحد الأدنى لقيمة $k$ لا يمكن أن يقل عن الصفر بأي حال، كما أنه لا يمكن أن يقل عن الفارق بين حجم العينة وعدد عناصر الفشل المتاحة في المجتمع إذا كانت العينة أكبر من مجمل عناصر الفشل. وبالمثل، فإن الحد الأقصى لقيمة $k$ محكوم إما بحجم العينة الكلي $n$ أو بالعدد الإجمالي لعناصر النجاح المتوفرة أصلًا في المجتمع $K$، أيهما أصغر. إن تجاوز هذه الحدود الحسابية يؤدي رياضياً إلى احتمالية مقدارها الصفر المطلق.

2.3 شرط السحب دون إرجاع (Sampling Without Replacement)

يُعد شرط السحب دون إرجاع الركيزة الهيكلية والجوهرية التي تمنح التوزيع فوق الهندسي هويته المستقلة وتفصله جذرياً عن التوزيعات الاحتمالية الكلاسيكية الأخرى. ففي هذا البروتوكول للمعاينة، لا يتم رد العنصر المسحوب إلى فضاء المجتمع الأصلي قبل سحب العنصر التالي، مما ينتج عنه تناقص رتيب في الحجم الكلي للمجتمع بمقدار وحدة واحدة مع كل خطوة متتالية، ليتحول المجتمع من $N$ إلى $N-1$ ثم إلى $N-2$ وهكذا حتى اكتمال سحب العينة $n$.

يترتب على هذا الإجراء التناقصي تغير فوري وديناميكي في فضاء العينة المتبقي، مما يؤدي بدوره إلى تعديل احتمالات سحب عناصر النجاح أو الفشل في كل محاولة لاحقة. فإذا أسفر السحب الأول عن عنصر نجاح، فإن عدد النجاحات المتبقية ينخفض إلى $K-1$ من إجمالي مجتمع مقداره $N-1$، مما يقلل احتمال سحب نجاح في الخطوة الثانية، في حين يزداد هذا الاحتمال إذا أسفر السحب الأول عن عنصر فشل نظراً لبقاء عدد النجاحات ثابتاً عند $K$ مقابل تقلص إجمالي المجتمع إلى $N-1$.

يقود هذا التعديل المستمر إلى فقدان تام للاستقلالية الإحصائية بين المحاولات التجريبية، حيث تصبح النتائج اللاحقة تابعة ارتباطياً ومشروطة بالنتائج السابقة. إن هذه التبعية الاحتمالية تُبطل صلاحية تطبيق النماذج التي تشترط استقلال المحاولات—مثل توزيع برنولي وتوزيع ذات الحدين—وتفرض استخدام الصياغات التوافقية الصارمة للتوزيع فوق الهندسي لضمان التحديد الدقيق للاحتمالات دون إغفال أثر الذاكرة الإحصائية للمعاينة.

3. الصيغة الرياضية والاشتقاق النظري للتوزيع فوق الهندسي

3.1 الصيغة الرياضية العامة لدالة الكتلة الاحتمالية (PMF)

تُحسب احتمالية الحصول على عدد محدد من النجاحات $k$ بدقة متناهية من خلال دالة الكتلة الاحتمالية (Probability Mass Function) للتوزيع فوق الهندسي، والتي تُصاغ رياضياً بالاعتماد على المعاملات الثنائية وفق الصيغة التالية:

$$P(X = k) = \frac{\binom{K}{k} \binom{N – K}{n – k}}{\binom{N}{n}}$$

يقوم هذا التعبير الكسري على تفكيك فضاء الأحداث إلى ثلاثة مكونات توافقية متكاملة، يمثل كل منها مرحلة في البناء الاحتمالي للتجربة:

• البسط – الحد الأول $\binom{K}{k}$: يحسب عدد الطرق التوافقية الممكنة لاختيار $k$ من عناصر النجاح من بين إجمالي $K$ من عناصر النجاح المتوفرة في المجتمع.
• البسط – الحد الثاني $\binom{N – K}{n – k}$: يحسب عدد الطرق المتاحة لاختيار العناصر المتبقية في العينة والتي تمثل حالات الفشل وعددها $(n – k)$ من بين إجمالي حالات الفشل المتاحة في المجتمع والبالغة $(N – K)$.
• المقام $\binom{N}{n}$: يمثل فضاء العينة الكلي، وهو العدد الإجمالي لكافة الطرق الممكنة لسحب عينة عشوائية بحجم $n$ من مجتمع إجمالي بحجم $N$ دون قيد أو شرط تصنيفي.

تتحقق في هذه الدالة الشروط الرياضية الصارمة لأي دالة كتلة احتمالية صحيحة؛ إذ تكون قيمة $P(X = k) ge 0$ لجميع القيم الممكنة للمتغير $k$، كما أن مجموع الاحتمالات عبر المدى الكامل للمتغير العشوائي يساوي الواحد الصحيح إثباتاً واستيفاءً لكافة الاحتمالات، استناداً إلى متطابقة فاندرموند التوافقية المعروفة في التحليل الرياضي:

$$\sum_{k=\max(0, n-N+K)}^{\min(n, K)} \binom{K}{k} \binom{N – K}{n – k} = \binom{N}{n}$$

3.2 التحليل التوافقي واستخدام التوافيق (Combinations)

يرتكز الاشتقاق النظري للتوزيع فوق الهندسي على قواعد التحليل التوافقي، وتحديداً مبدأ التوافيق الذي يُعنى بحساب عدد المجموعات الجزئية غير المرتبة التي يمكن تشكيلها من مجموعة كلية أكبر. يُعطى المعامل الثنائي العام $\binom{a}{b}$، والذي يُقرأ “توافيق $a$ مأخوذاً منها $b$”، بالمعادلة الكلاسيكية المعتمدة على المضروب (Factorial):

$$\binom{a}{b} = \frac{a!}{b! , (a – b)!}$$

يعكس استخدام التوافيق في صياغة التوزيع فوق الهندسي حقيقة أن ترتيب سحب العناصر داخل العينة الواحدة لا يؤثر إطلاقاً على النتيجة النهائية؛ فالمحصلة النهائية التي تهتم بها التجربة هي التركيبة الختامية للعينة من حيث عدد النجاحات والفشل، بصرف النظر عما إذا كان النجاح قد ظهر في السحبة الأولى أو الأخيرة. هذا التجاهل للترتيب يقلص فضاء الأحداث إلى فئات تكافؤ توافقية مبسطة تختزل التعقيد الحسابي.

يؤدي المضروب الرياضي $n! = n \times (n-1) \times dots \times 1$ دوراً محورياً في هذا البناء، مع الاصطلاح الرياضي الثابت بأن $0! = 1$. ومن خلال الخصائص التبادلية والاختزالية للمضاريب، يمكن تفكيك وتبسيط الحدود التوافقية الضخمة لتسهيل العمليات الحسابية اليدوية والبرمجية، كما يتضح في العلاقة الاختزالية:

$$\binom{a}{b} = \frac{a}{b} \binom{a – 1}{b – 1}$$

3.3 دالة التوزيع التراكمي (CDF) والصيغ المرتبطة

في العديد من التطبيقات الإحصائية والعملية، لا يكون الباحث مهتماً فقط باحتمال الحصول على عدد محدد من النجاحات بالضبط، بل يسعى لمعرفة احتمالية الحصول على “عدد لا يتجاوز” أو “عدد يماثل على الأقل” قيمة معينة. هنا تبرز الحاجة إلى دالة التوزيع التراكمي (Cumulative Distribution Function – CDF)، والتي يُرمز لها بالرمز $F(k)$ وتُعرَّف رياضياً بأنها المجموع التراكمي للاحتمالات النقطية:

$$F(k) = P(X le k) = \sum_{i=\max(0, n-N+K)}^{k} \frac{\binom{K}{i} \binom{N – K}{n – i}}{\binom{N}{n}}$$

تُستخدم هذه الدالة مباشرة لحساب احتمالات “على الأكثر”، كأن يُطلب احتمال رصد $k$ من الوحدات المعيبة على الأكثر في عينة صناعية. وفي المقابل، لحساب احتمالات “على الأقل”، كأن يُراد معرفة احتمال نجاح $k$ من الأفراد على الأقل، يتم اللجوء إلى قانون المتممة الاحتمالية للتخفيف من الأعباء الحسابية وفق الصيغة:

$$P(X ge k) = 1 – P(X le k – 1) = 1 – F(k – 1)$$

يتسم الحساب اليدوي لدالة التوزيع التراكمي بتعقيد حسابي ملحوظ، خاصة عندما تكون قيم المعالم $N$ و$K$ و$n$ كبيرة، نظراً لضرورة حساب معاملات توافقية متعددة وجمعها تكرارياً. هذا التعقيد الحسابي هو ما يدفع الممارسين والباحثين إلى الاعتماد على الدوال البرمجية والخوارزميات العددية المتقدمة لتقييم الدالة التراكمية بدقة وسرعة فائقتين.

4. الخصائص الإحصائية: التوقع الرياضي والتباين والانحراف المعياري

4.1 حساب القيمة المتوقعة (Expected Value / Mean)

تمثل القيمة المتوقعة أو المتوسط الحسابي للتوزيع فوق الهندسي، والتي يُرمز لها بالرمز $E(X)$ أو $\mu$، المركز الثقلي لكتلة الاحتمال والقيمة التي يُتوقع الحصول عليها في المتوسط على المدى الطويل إذا تكررت التجربة تحت الظروف المحددة ذاتها. تأخذ الصيغة الرياضية للمتوسط شكلاً بديهياً وأنيقاً للغاية:

$$E(X) = n \cdot \frac{K}{N}$$

يقدم هذا الناتج تفسيراً منطقياً متسقاً مع الحدس الرياضي؛ إذ إن متوسط عدد النجاحات في عينة عشوائية بحجم $n$ هو ببساطة حاصل ضرب حجم العينة في النسبة الأصلية لتواجد النجاحات داخل المجتمع الكلي ($p = K/N$). يتطابق هذا الهيكل الرياضي تماماً مع صيغة التوقع الرياضي في توزيع ذات الحدين ($E(X) = np$)، مما يؤكد أن عدم إرجاع العناصر المسحوبة لا يؤثر على متوسط التوزيع وموقعه المركزي، بل ينحصر تأثيره في مقاييس التشتت والانتشار.

يمكن اشتقاق هذه الصيغة جبرياً بالاعتماد على تعريف القيمة المتوقعة للمتغير المنفصل واستخدام متطابقات التوافيق:

$$E(X) = \sum_{k} k \cdot P(X = k) = \sum_{k} k \cdot \frac{\binom{K}{k} \binom{N – K}{n – k}}{\binom{N}{n}}$$

باستخدام المتطابقة $k \binom{K}{k} = K \binom{K – 1}{k – 1}$، والمتطابقة $\binom{N}{n} = \frac{N}{n} \binom{N – 1}{n – 1}$، وإخراج الثوابت خارج رمز المجموع، نحصل على:

$$E(X) = \frac{K}{\frac{N}{n}} \sum_{k} \frac{\binom{K – 1}{k – 1} \binom{N – K}{n – k}}{\binom{N – 1}{n – 1}} = n \frac{K}{N} \cdot 1 = n \frac{K}{N}$$

4.2 اشتقاق وحساب التباين (Variance)

بينما يتطابق التوقع الرياضي للتوزيع فوق الهندسي مع نظيره في التوزيع ثنائي الحدين، يختلف التباين الإحصائي (Variance)، والذي يُرمز له بالرمز $operatorname{Var}(X)$ أو $\sigma^2$، اختلافاً جوهرياً نتيجة اقتران عملية السحب بنقصان فضاء المجتمع. تُعطى معادلة التباين الرسمية للتوزيع فوق الهندسي بالصيغة التالية:

$$operatorname{Var}(X) = n \cdot \frac{K}{N} \cdot \left(1 – \frac{K}{N}\right) \cdot \left(\frac{N – n}{N – 1}\right)$$

ولغايات التبسيط والتحليل المقارن، إذا افترضنا أن نسبة النجاح الكلية هي $p = K/N$، ونسبة الفشل الكلية هي $q = 1 – p = (N – K)/N$، يمكن إعادة كتابة صيغة التباين على النحو التالي:

$$operatorname{Var}(X) = n \cdot p \cdot (1 – p) \cdot \left(\frac{N – n}{N – 1}\right)$$

أما الانحراف المعياري (Standard Deviation)، ويُرمز له بالرمز $\sigma$، فهو المقياس الذي يعبر عن التشتت بالوحدات الأصلية للبيانات ذاتها، ويُحسب ببساطة بأخذ الجذر التربيعي الموجب للتباين:

$$\sigma = \sqrt{operatorname{Var}(X)} = \sqrt{n \cdot p \cdot (1 – p) \cdot \left(\frac{N – n}{N – 1}\right)}$$

يوضح التحليل الدقيق لهذه المعادلة أن تباين التوزيع فوق الهندسي يتألف من شقين رئيسيين: الشق الأول $n p (1 – p)$ وهو التباين المعتاد لتوزيع ثنائي الحدين، والشق الثاني وهو الكسر $\frac{N – n}{N – 1}$ الذي يُعدل قيمة التشتت بناءً على حجم العينة بالنسبة للمجتمع الكلي.

4.3 عامل تصحيح المجتمع المحدود (Finite Population Correction)

يُطلق على المعامل النسبي $\left(\frac{N – n}{N – 1}\right)$، أو جذره التربيعي، اسم عامل تصحيح المجتمع المحدود (Finite Population Correction – FPC). يؤدي هذا المعامل دوراً إحصائياً بالغ الحساسية، حيث يعمل دائماً كعامل تقليص وتخفيض للتباين الإجمالي للظاهرة المدروسة طالما أن حجم العينة $n > 1$.

ينبع هذا الانخفاض في التشتت من الآلية الرياضية لعملية السحب دون إرجاع؛ فمع استبعاد كل عنصر مسحوب من المجتمع، تزداد كمية المعلومات المتوفرة حول تركيبة العناصر المتبقية في المجتمع، مما يقلل من درجة عدم اليقين والمجهولية الإحصائية. وبالتالي، تتجمع احتمالات النتائج الممكنة بشكل أكثر تركيزاً وتقارباً حول القيمة المتوقعة، مما يقلل التشتت بالمقارنة مع سيناريوهات السحب مع الإرجاع التي يظل فيها فضاء العينة مجهولاً وثابتاً بعد كل محاولة.

وتظهر الخصائص الحدية لهذا العامل الرياضي بوضوح في الحالات التالية:

• إذا كان $n = 1$، فإن الكسر يصبح $\frac{N – 1}{N – 1} = 1$، ويتطابق تباين التوزيع تماماً مع تباين تجربة برنولي المفردة، نظراً لعدم وجود أثر للسحب المسبق.
• إذا اقترب حجم العينة من استيعاب كامل المجتمع ($n to N$)، يقترب البسط $N – n$ من الصفر، مما يجعل التباين يقترب بدوره من الصفر؛ إذ إنه بسحب كامل المجتمع تنتفي العشوائية تماماً ويصبح عدد النجاحات معلوماً بالضرورة ويساوي $K$ بيقين مطلق.
• إذا كان المجتمع $N$ كبيراً جداً بالمقارنة مع العينة المسحوبة $n$، فإن النسبة تقترب تدريجياً من الواحد الصحيح، ويتلاشى الفارق العملي بين التوزيع فوق الهندسي والتوزيع ثنائي الحدين.

5. المقارنة المعمقة: التوزيع فوق الهندسي مقابل التوزيع ثنائي الحدين

5.1 السحب بإرجاع مقابل السحب دون إرجاع

يمثل بروتوكول المعاينة خط التمايز الفاصل بين التوزيع فوق الهندسي والتوزيع ثنائي الحدين (Binomial Distribution). في التوزيع ثنائي الحدين، تُجرى التجارب وفق مبدأ “السحب مع الإرجاع” (Sampling With Replacement)، حيث يُعاد العنصر المسحوب إلى فضاء المجتمع الأصلي وتتم إعادة خلط العناصر بصورة تامة قبل تنفيذ السحبة اللاحقة، مما يحافظ على ثبات حجم المجتمع وحصصه النسبية بدقة مطلقة عبر جميع مراحل التجربة.

في المقابل، يرتكز التوزيع فوق الهندسي حصرياً على مبدأ “السحب دون إرجاع” (Sampling Without Replacement)، حيث يتم استبعاد كل عنصر يتم اختياره نهائياً من المجتمع المتاح. يؤدي هذا البروتوكول الاستبعادي إلى تغيير حركي مستمر في بنية فضاء المجتمع الإحصائي؛ إذ لا تتغير الأعداد المطلقة فقط، بل تتبدل أيضاً النسب الاحتمالية للفئات المختلفة داخل المجتمع تزامناً مع كل سحبة، مما يجعل التوزيع فوق الهندسي توزيعاً يعتمد على المسار التاريخي للنتائج السابقة.

هذا الفارق الإجرائي يولد تبايناً جذرياً في النمذجة الرياضية؛ فبينما يمثل التوزيع ثنائي الحدين نموذجاً لعمليات توليد عشوائية مستمرة أو لانهائية لا تستنزف موارد النظام، يمثل التوزيع فوق الهندسي نموذجاً للأنظمة الاستنزافية والمغلقة التي يتأثر فيها كل سحب مستقبلي بالمخزون المستهلك في السحوبات السابقة.

5.2 ثبات الاحتمالات مقابل تغيرها المشروط

يترتب على الاختلاف في بروتوكولات المعاينة تباين عميق في طبيعة الاستقلالية الإحصائية للاحتمالات عبر المحاولات المتتابعة. ففي التوزيع ثنائي الحدين، تتمتع كافة المحاولات باستقلالية تامة ومطلقة؛ حيث يظل احتمال النجاح $p$ ثابتاً لا يتغير في كل سحبة فردية، بصرف النظر عن تاريخ التجربة والنتائج التي تحققت في المحاولات السابقة. تُمكّن هذه الخاصية التوزيع الثنائي من الاستناد إلى مضاريب احتمالية متطابقة ومستقلة، تُصاغ في المعادلة الشهيرة:

$$P(X = k) = \binom{n}{k} p^k (1 – p)^{n – k}$$

وعلى العكس من ذلك تماماً، يفتقر التوزيع فوق الهندسي إلى خاصية الاستقلالية؛ حيث تصبح المحاولات مرتبطة ببعضها ارتباطاً شرطياً مستمراً. إن احتمال تحقيق النجاح في السحبة رقم $m$ مشروط كلياً بعدد النجاحات والإخفاقات التي وقعت في السحبات من $1$ إلى $m-1$. وبالتالي، فإن دالة الاحتمال فوق الهندسية لا تتشكل من ضرب نسب احتمالية ثابتة ومرفوعة لأسس معينة، بل تنتج عن حاصل ضرب سلاسل من النسب المتناقصة والمشروطة بما حدث في الخطوات السابقة.

يوضح الجدول المقارن التالي أبرز الفروق الهيكلية والإحصائية بين النموذجين:

وجه المقارنة	التوزيع فوق الهندسي (Hypergeometric)	التوزيع ثنائي الحدين (Binomial)
بروتوكول المعاينة	سحب دون إرجاع (Without Replacement)	سحب مع إرجاع (With Replacement)
طبيعة المجتمع الإحصائي	محدود وصغير إلى متوسط الحجم ($N$ معلوم)	لانهائي، أو كبير جداً، أو افتراضي مستمر
استقلالية المحاولات	محاولات تابعة ومشروطة بالنتائج السابقة	محاولات مستقلة تماماً
احتمال النجاح في المحاولة ($p$)	متغير وديناميكي مع كل عملية سحب	ثابت تماماً عبر جميع المحاولات ($p = \text{const}$)
القيمة المتوقعة ($E(X)$)	$n \cdot (K / N)$	$n \cdot p$
التباين الإحصائي ($operatorname{Var}(X)$)	$n p (1-p) \left(\frac{N-n}{N-1}\right)$ (أقل دائماً)	$n p (1-p)$

5.3 شروط التقريب الإحصائي من ثنائي الحدين

على الرغم من التباين النظري بين النموذجين، إلا أن التوزيع ثنائي الحدين يمثل حالة تقريبية ممتازة ومقبولة عملياً للتوزيع فوق الهندسي تحت شروط هيكلية محددة. تستند هذه القاعدة التقريبية إلى سلوك عامل تصحيح المجتمع المحدود؛ فعندما يكون حجم المجتمع الكلي $N$ ضخماً جداً مقارنة بحجم العينة المسحوبة $n$، فإن استبعاد بضعة عناصر من المجتمع لا يُحدث تغييراً ملموساً في النسب الاحتمالية للعناصر المتبقية.

تحدد الأدبيات الإحصائية المعيارية قاعدة عامة لاستخدام التقريب الثنائي (Binomial Approximation)، وتتمثل في شرط كسر المعاينة (Sampling Fraction):

$$\frac{n}{N} le 0.05 \quad \text{أو في بعض المراجع} \quad \frac{n}{N} le 0.10$$

إذا كانت العينة تشكل 5% أو أقل من إجمالي المجتمع الكلي، فإن عامل التصحيح $\frac{N-n}{N-1}$ يقترب بشدة من القيمة $1.0$. في هذه الحالة، تتلاشى الفروق الرياضية بين الحساب الدقيق عبر التوزيع فوق الهندسي والحساب التقريبي عبر توزيع ذات الحدين باعتبار$p = K/N$، ويكون معدل الخطأ الناتج عن التقريب ضئيلاً جداً ولا يؤثر على موثوقية الاستنتاجات العلمية.

أما إذا تجاوز كسر المعاينة هذه النسبة (أي أن $n/N > 0.05$)، فإن استخدام التوزيع ثنائي الحدين يؤدي إلى تضخيم غير واقعي لتقدير التباين، مما يرفع احتمالية الوقوع في أخطاء إحصائية من النوع الثاني، ويجعل الاعتماد على التوزيع فوق الهندسي واجباً منهجياً ورياضياً لا غنى عنه.

6. استخدامات وتطبيقات التوزيع فوق الهندسي في البحث العلمي

6.1 التطبيقات في الدراسات المسحية والعلوم الاجتماعية

يواجه الباحثون في العلوم الاجتماعية والمجالات المسحية مواقف متكررة تتعامل مع مجتمعات بحثية صغيرة وحصرية للغاية، مثل أعضاء المجالس التشريعية، أو القيادات الإدارية العليا في قطاع صناعي متخصص، أو سكان القرى والمجتمعات المعزولة. في هذه السياقات، تكون قوائم المعاينة مكتملة ومحددة بدقة، ويتم استيفاء الاستبيانات عبر السحب العشوائي دون إرجاع لضمان عدم استطلاع رأي الفرد الواحد أكثر من مرة.

يُمكن التوزيع فوق الهندسي الباحثين من تقييم التمثيل الدقيق للفئات الفرعية داخل العينة المسحوبة، كفحص ما إذا كان عدد الأفراد المنتمين لأقلية معينة في العينة يتماشى مع التوزيع التناسبي العشوائي أم يعكس تحيزاً في المعاينة. إن الاعتماد على التوزيع الثنائي في مثل هذه المجتمعات الصغيرة يؤدي إلى حساب فترات ثقة واسعة وغير دقيقة للمؤشرات، بينما يضمن التوزيع فوق الهندسي تقليص هامش الخطأ اعتماداً على عامل تصحيح المجتمع المحدود.

وفي مجال استطلاعات الرأي والمسوح الانتخابية المركزة جغرافياً، يُستخدم هذا التوزيع لتقييم احتمالية الفوز بمقاعد الدوائر الانتخابية المغلقة؛ حيث تسهم معرفة الأعداد الدقيقة للناخبين المسجلين في تقديم تنبؤات احتمالية أكثر انضباطاً من النماذج التي تفترض مجتمعات انتخابية غير محدودة.

6.2 الاستخدام في علم الأوبئة والعلوم الطبية الحيوية

يمثل التوزيع فوق الهندسي ركيزة أساسية في التحليلات الوبائية التي تدرس انتشار الأمراض الانتقالية في البيئات المغلقة، مثل المدارس، والمستشفيات، والمؤسسات الإصلاحية، ودور رعاية المسنين. فعندما يتفشى مرض نادر داخل مجتمع محدود يضم عدداً معلوماً من الأفراد، يوفر التوزيع أداة دقيقة لحساب احتمالية رصد عدد معين من الإصابات ضمن عينة عشوائية تم فحصها، مما يساعد مسؤولي الصحة العامة في تقييم خطورة التفشي وسرعة انتقال العدوى وتوجيه الموارد الطبية بفاعلية.

وفي طليعة أبحاث المعلوماتية الحيوية وعلم الجينوم الوظيفي، يمثل التوزيع فوق الهندسي النواة الرياضية لما يُعرف بـ تحليل الإثراء الجيني (Gene Set Enrichment Analysis – GSEA). في هذه التحليلات، يمتلك الباحث قائمة كلية بجينات كائن حي معين (مجتمع $N$)، وتكون مجموعة معينة من هذه الجينات مرتبطة بوظيفة حيوية محددة أو مسار أيضي معروف (النجاحات$K$).

عندما تُظهر التجارب المخبرية تعبيراً جينياً متغيراً في قائمة فرعية من الجينات المستهدفة بالدراسة (العينة $n$)، يتم تطبيق التوزيع فوق الهندسي لاختبار ما إذا كان عدد الجينات الوظيفية المرصودة في هذه القائمة ($k$) أكبر مما هو متوقع بالصدفة العشوائية البحتة. يُعد هذا التطبيق حاسماً في اكتشاف المسارات البيولوجية المسؤولة عن الأورام السرطانية والأمراض الوراثية المعقدة وتحديد الأهداف العلاجية للأدوية الحديثة.

6.3 مراقبة الجودة وضبط الإنتاج الصناعي

في العمليات التصنيعية والهندسية، تعتمد بروتوكولات ضبط الجودة على إجراءات المعاينة بالقبول (Acceptance Sampling Plans). في هذه المنظومة، تُنتج المصانع البضائع والقطع في دفعات محددة الحجم $N$، ولا يمكن لأسباب اقتصادية أو فنية فحص كافة القطع في الدفعة (خاصة إذا كان الاختبار إتلافياً للعنصر كما في اختبار متانة المواد ومقاومة الكسر).

يتم سحب عينة عشوائية بحجم $n$ من الدفعة دون إرجاع، وتُفحص لتحديد عدد الوحدات المعيبة $k$. بناءً على التوزيع فوق الهندسي، تُصمم معايير القبول الإحصائية لحساب:

• مخاطر المنتج (Producer’s Risk – خطأ النوع الأول): احتمالية رفض دفعة ذات جودة مطابقة للمعايير بسبب وقوع عينات معيبة بالصدفة في العينة المسحوبة.
• مخاطر المستهلك (Consumer’s Risk – خطأ النوع الثاني): احتمالية قبول دفعة تحتوي على نسبة عالية وغير مقبولة من العيوب نظراً لعدم ظهور عدد كافٍ من العيوب في العينة المختارة.

تضمن هذه الحسابات الرياضية الدقيقة للشركات المصنعة الالتزام بالمواصفات القياسية الدولية (مثل معايير ISO وANSI/ASQ) والتحكم الصارم في تكاليف الإنتاج دون المساس بجودة المنتجات الموردة للأسواق.

7. تطبيقات التوزيع فوق الهندسي في القياس والبحث النفسي (Psychometrics)

7.1 تحليل بنود الاختبارات والمقاييس السيكومترية

يمثل التوزيع فوق الهندسي أداة بالغة الأهمية في القياس النفسي والتربوي، خاصة عند التعامل مع الاختبارات التحصيلية ومقاييس القدرات التي تسحب بنودها من بنوك أسئلة محدودة ومغلقة دون إرجاع البنود أثناء جلسة الاختبار الواحدة. في هذا السياق، يُستخدم التوزيع لحساب احتمالية تمكن المختبر من الإجابة عن عدد محدد من الأسئلة الصائبة عبر استراتيجيات التخمين العشوائي البحت، لا سيما عندما تكون بعض الخيارات معروفة مسبقاً أو مستبعدة جزئياً.

وفي الاختبارات التكيفية المحوسبة (Computerized Adaptive Testing – CAT)، حيث يتم سحب الأسئلة ديناميكياً من مستودع بنود مقيد ومصنف وفق مستويات الصعوبة والأبعاد النفسية المقاسة، يتيح التوزيع فوق الهندسي لخبراء القياس معايرة دقة الاختبار وتقييم ما إذا كان توزيع الإجابات الصحيحة لدى فرد معين يعكس قدرته السيكومترية الحقيقية أم أنه ناتج عن اختلال توافقي في آلية اختيار الأسئلة من بنك البنود المتاح.

كما يُستخدم التوزيع في فحص توازن الاختبار المعياري، من خلال التحقق من أن العينة المسحوبة من الأسئلة تغطي مجالات المحتوى الفرعية للسمة النفسية بنسب تطابق الأوزان النسبية المقررة في جدول المواصفات الأصلي، مع احتساب التغير المستمر في احتمالات السحب من المجالات غير المستوفاة.

7.2 اختيار العينات في التجارب النفسية المعملية

تفرض الطبيعة المنهجية للتجارب في علم النفس العصبي وعلم النفس التجريبي السحب من مجتمعات إكلينيكية محددة وصغيرة الحجم، مثل المرضى المصابين بأنماط نادرة من الحبسة الكلامية (Aphasia) أو الأفراد الذين تعرضوا لآفات دماغية في مناطق محددة. في مثل هذه البيئات، يسحب الباحث عينات تجريبية دون إرجاع، ويكون من الضروري ضمان التوزيع العشوائي المنضبط للخصائص الديموغرافية والنفسية الحرجة (مثل الفئة العمرية، أو مستوى الذكاء، أو شدة الاضطراب) بين مجموعات التجربة والضبط.

تساعد النمذجة فوق الهندسية الباحث التجريبي في حساب احتمالية الحصول على تمثيل متوازن للسمات الإكلينيكية النادرة داخل المجموعات الفرعية للبحث دون إدخال تحيزات منهجية واعية أو غير واعية. كما تسهم في تقييم مدى كفاية حجم العينة المسحوبة لرصد الفروق الفاصلة بين المجموعات التجريبية، بما يمنع هدر الوقت والموارد في إجراء تجارب تفتقر إلى القوة الإحصائية الكافية في الفضاءات الإكلينيكية المقيدة.

وفي دراسات الملاحظة السلوكية الميدانية والمقيدة بفترات زمنية وأماكن مغلقة، يتيح التوزيع نمذجة تواتر الأنماط السلوكية المرصودة (مثل نوبات الغضب أو التفاعلات الاجتماعية الإيجابية) كعمليات سحب عشوائي لأحداث سلوكية من مجمل السلوكيات الممكنة خلال فترة زمنية محددة سلفاً.

7.3 اختبار فرضيات الصدفة في التشخيص الإكلينيكي

في الممارسة السريرية والتشخيص السيكاتري، يواجه الأخصائيون النفسيون قرارات تشخيصية معقدة تعتمد على وجود مجموعة من الأعراض المنصوص عليها في الأدلة التشخيصية المعيارية (مثل DSM-5-TR أو ICD-11). عندما يُظهر مريض عدداً معيناً من الأعراض ($k$) من أصل قائمة إجمالية من المعايير التشخيصية الخاصة باضطراب معين ($K$)، ضمن فحص شمل عدداً محدداً من الملاحظات الإكلينيكية ($n$)، يُمكن استخدام التوزيع فوق الهندسي لتحديد ما إذا كان هذا التجمع العرضي دالاً إحصائياً ومرضياً أم أنه مجرد تزامن عشوائي للأعراض العامة داخل مجتمع الأعراض الممكنة ($N$).

يُعد هذا النموذج حاسماً في تقييم موثوقية وأمان الأدوات التشخيصية السريعة وقوائم الفحص المختصرة؛ إذ يتيح قياس الحساسية والنوعية التشخيصية بدقة رياضية في ظل عينات المعايرة المحدودة. ومن خلال هذا التحليل، يمكن للمؤسسات الصحية تقييم مخاطر التشخيص الإيجابي الخاطئ (False Positive) والتشخيص السلبي الخاطئ (False Negative)، مما يدعم اتخاذ قرارات علاجية وقضائية قائمة على البراهين الإحصائية الصارمة في قضايا المسؤولية الجنائية والأهلية المدنية.

8. حاسبة التوزيع فوق الهندسي: المبادئ والخوارزميات البرمجية

8.1 الخوارزميات الحسابية لمعالجة الأعداد الضخمة

عند بناء حاسبة رقمية للتوزيع فوق الهندسي أو كتابة خوارزميات برمجية لحسابه، يبرز تحدٍ تقني يتمثل في مشكلة طفح الأعداد (Arithmetic Overflow). ينشأ هذا الطفح الحسابي عند محاولة تقييم المضاريب للأعداد الكبيرة المباشرة؛ إذ إن مضروب عدد متواضع مثل $100!$ أو $1000!$ ينتج قيماً عددية هائلة تتجاوز سعة التخزين القياسية للمتغيرات الرقمية ذات الفاصلة العائمة (Floating-point) في معظم معالجات الحواسيب ولغات البرمجة.

للتغلب على هذا القيد الجوهري وتفادي الانهيار العددي، تعتمد الخوارزميات الإحصائية الاحترافية على التحويل اللوغاريتمي، وتحديداً باستخدام لوغاريتم دالة غاما ($\ln \Gamma(x)$)، مستفيدة من الخاصية الرياضية المعروفة بأن $n! = \Gamma(n + 1)$. وفقاً لهذه المنهجية، يُستعاض عن حساب التوافيق المباشر بحساب المجموع الجبري للوغاريتمات على النحو التالي:

$$\ln \binom{a}{b} = \ln \Gamma(a + 1) – \ln \Gamma(b + 1) – \ln \Gamma(a – b + 1)$$

وبالتالي، يتم حساب لوغاريتم الاحتمال فوق الهندسي الإجمالي كعملية جمع وطرح بسيطة تحول دون توليد قيم وسيطة ضخمة:

$$\ln P(X = k) = \ln \binom{K}{k} + \ln \binom{N – K}{n – k} – \ln \binom{N}{n}$$

وفي المرحلة النهائية، يتم استرجاع القيمة الاحتمالية الحقيقية بتطبيق الدالة الأسية الطبيعية: $P(X = k) = exp(ln P(X = k))$. بالإضافة إلى ذلك، تستخدم الخوارزميات المتقدمة تقنيات العلاقات التكرارية المتتابعة (Recurrence Relations) للانتقال من احتمال $P(X = k)$ إلى الاحتمال المجاور $P(X = k+1)$، مما يوفر وقتاً حسابياً هائلاً عند حساب دوال التوزيع التراكمي في البرمجيات الإحصائية الضخمة.

8.2 خطوات إدخال المعلمات وقراءة المخرجات الإحصائية

تتطلب الآلات الحاسبة الإحصائية إدخال أربعة مدخلات رئيسية بدقة تامة وبترتيب منطقي ومحدد لضمان الحصول على نتائج صحيحة. تتمثل هذه المدخلات الأربعة في:

1. حجم المجتمع الكلي ($N$ – Population Size): يمثل إجمالي عدد العناصر المتاحة قبل المعاينة.
2. عدد النجاحات في المجتمع ($K$ – Number of Successes in Population): يمثل عدد العناصر الحاملة للخاصية المستهدفة داخل المجتمع الأصلي.
3. حجم العينة ($n$ – Sample Size): يمثل عدد العناصر التي سيتم سحبها عشوائياً دون إرجاع.
4. عدد النجاحات المرصودة في العينة ($k$ أو $x$ – Number of Successes in Sample): يمثل عدد عناصر النجاح المستهدف تقييم احتماليتها في العينة.

تجري الحاسبة الذكية في البداية عمليات تحقق منطقية للتأكد من اتساق المدخلات وخلوها من الأخطاء التناقضية؛ كالتأكد من أن $N ge 1$، و$0 le K le N$، و$1 le n le N$، وأن القيمة المستهدفة$k$ تقع بدقة داخل النطاق الرياضي المسموح به: $[max(0, n – N + K), min(n, K)]$. إذا لم تتحقق هذه الشروط، تُصدر الحاسبة رسائل خطأ منطقية فورية.

أما على صعيد المخرجات، تقدم الحاسبة الإحصائية تقريراً شاملاً يتضمن الاحتمال النقطي الدقيق $P(X = k)$، والاحتمال التراكمي الأيسر $P(X le k)$، والاحتمال التراكمي الأيمن $P(X ge k)$، بالإضافة إلى المعالم الوصفية الكلية للتوزيع والمتضمنة المتوسط الحسابي، والتباين، والانحراف المعياري، مما يمنح الباحث قراءة متكاملة للظاهرة الاحتمالية.

8.3 الآلات الحاسبة البيانية والأدوات الإحصائية الجاهزة

تتضمن الآلات الحاسبة البيانية المتقدمة، مثل أجهزة Texas Instruments (TI-84 Plus / TI-Nspire) وحواسيب Casio ClassWiz، دوال إحصائية مدمجة لحساب التوزيع فوق الهندسي مباشرة من قائمة التوزيعات (Distributions Menu). ففي أجهزة TI-84، تُستخدم الدوال التالية:

• geometpdf / hypergeomcdf: تتطلب تمرير المعلمات بالترتيب التالي: $(N, K, n, k)$، حيث تقوم دالة pdf بحساب الاحتمال النقطي، بينما تقوم دالة cdf بحساب الاحتمال التراكمي من البداية وحتى القيمة $k$.

بالإضافة إلى الأجهزة المحمولة، توفر منصات الحوسبة الإحصائية عبر الويب—مثل GeoGebra وWolfram Alpha—أدوات تفاعلية تتيح للمستخدمين تعديل معالم التوزيع عبر أشرطة تمرير ديناميكية وملاحظة التغير الفوري في شكل المنحنى الاحتمالي وأعمدة التوزيع (Histogram). تسهم هذه الأدوات البصرية في تعزيز الفهم والحدس الإحصائي للمتعلمين والباحثين، من خلال المقارنة البصرية المباشرة لتأثير زيادة حجم العينة أو تغير نسب المجتمع على تماثل التوزيع وتشتته.

9. التنفيذ البرمجي والحسابي عبر لغات التحليل الإحصائي

9.1 التطبيق العملي باستخدام لغة R

تُعد لغة البرمجة الإحصائية R البيئة الأوسع انتشاراً بين الإحصائيين لإجراء الحسابات المعقدة. تتضمن لغة R أربع دوال أساسية ومتكاملة للتعامل مع التوزيع فوق الهندسي، ولكن تجدر الإشارة إلى أن لغة R تستخدم ترميزاً مختلفاً قليلاً للمعالم داخل الدوال:

• m: عدد عناصر النجاح في المجتمع (يكافئ $K$).
• n: عدد عناصر الفشل في المجتمع (يكافئ $N – K$).
• k: حجم العينة المسحوبة (يكافئ $n$).
• x أو q: عدد النجاحات في العينة (يكافئ $k$).

تتوزع الدوال الأربع على النحو التالي:

• dhyper(x, m, n, k): لحساب دالة الكتلة الاحتمالية النقطية $P(X = x)$.
• phyper(q, m, n, k, lower.tail = TRUE): لحساب دالة التوزيع التراكمي $P(X le q)$.
• qhyper(p, m, n, k): دالة القواسم الاحتمالية (Quantile function) لحساب القيمة المقابلة لاحتمال تراكمي معين.
• rhyper(nn, m, n, k): لتوليد أرقام ومتغيرات عشوائية تتبع التوزيع فوق الهندسي لمحاكاة التجارب.

يوضح المثال البرمجي التالي دراسة تطبيقية في علم النفس السريري، حيث يتم سحب عينة من 10 مرضى من عيادة تضم 30 مريضاً (منهم 12 يعانون من الاكتئاب الحاد)، لمعرفة احتمال وجود 5 مرضى مكتئبين بالضبط في العينة:

# إعداد معلمات التجربة
total_pop <- 30 # إجمالي المرضى (N)
depressed_pop <- 12 # المكتئبون في المجتمع (K = m)
non_depressed <- 18 # غير المكتئبين (N - K = n)
sample_size <- 10 # حجم العينة المسحوبة (n = k في ترميز R)
target_k <- 5 # عدد المكتئبين المستهدف في العينة (x)
# 1. حساب الاحتمال النقطي P(X = 5)
prob_exact <- dhyper(x = target_k, m = depressed_pop, n = non_depressed, k = sample_size)
print(paste("Exact Probability P(X = 5):", round(prob_exact, 5)))
# 2. حساب الاحتمال التراكمي P(X <= 5)
prob_cum <- phyper(q = target_k, m = depressed_pop, n = non_depressed, k = sample_size)
print(paste("Cumulative Probability P(X <= 5):", round(prob_cum, 5)))
# 3. حساب الاحتمال التراكمي المعكوس P(X >= 5)
prob_upper <- phyper(q = target_k - 1, m = depressed_pop, n = non_depressed, k = sample_size, lower.tail = FALSE)
print(paste("Tail Probability P(X >= 5):", round(prob_upper, 5)))

9.2 التطبيق العملي باستخدام لغة Python

توفر مكتبة SciPy في بيئة لغة Python، وتحديداً وحدة scipy.stats، نموذجاً برمجياً متقدماً للتعامل مع التوزيعات الإحصائية من خلال الكائن hypergeom. تتطابق معلمات النموذج في بايثون مع الرموز الرياضية القياسية:

• M: إجمالي حجم المجتمع الكلي ($N$).
• n: إجمالي عدد النجاحات في المجتمع ($K$).
• N: حجم العينة المسحوبة ($n$).

يتيح الكائن hypergeom استخدام دوال متعددة تشمل pmf للاحتمال النقطي، وcdf للتراكمي، وsf (Survival Function) لاحتمالات الذيل الأيمن $P(X > k)$، إلى جانب إمكانية حساب المتوسط والتباين عبر استدعاء stats(). يوضح الكود التالي كيفية حساب الاحتمالات ورسم المنحنى التوزيعي باستخدام مكتبة matplotlib:

import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import hypergeom
# المعلمات الإحصائية
M = 50 # إجمالي المجتمع (N)
n = 15 # عدد النجاحات الكلية في المجتمع (K)
N = 12 # حجم العينة المسحوبة (n)
# إنشاء نموذج التوزيع فوق الهندسي
rv = hypergeom(M, n, N)
# المدى الممكن للقيم المسموح بها لـ k
x = np.arange(0, min(n, N) + 1)
pmf_values = rv.pmf(x)
# حساب الإحصاءات الوصفية
mean, var = rv.stats(moments='mv')
print(f"المتوسط الحسابي: {mean:.4f}")
print(f"التباين: {var:.4f}")
print(f"الانحراف المعياري: {np.sqrt(var):.4f}")
# حساب احتمالية نقطية محددة P(X = 4)
prob_k4 = rv.pmf(4)
print(f"احتمالية رصد 4 نجاحات بالتحديد: {prob_k4:.5f}")
# رسم دالة الكتلة الاحتمالية
plt.figure(figsize=(9, 5))
plt.vlines(x, 0, pmf_values, colors='navy', lw=3, alpha=0.7)
plt.plot(x, pmf_values, 'ro', ms=7)
plt.title("دالة الكتلة الاحتمالية للتوزيع فوق الهندسي: N=50, K=15, n=12")
plt.xlabel("عدد النجاحات المرصودة (k)")
plt.ylabel("الاحتمال P(X = k)")
plt.grid(True, linestyle='--', alpha=0.5)
plt.show()

9.3 الحساب عبر حزم SPSS وبرمجيات التحليل المتقدمة

في الحزمة الإحصائية للعلوم الاجتماعية (IBM SPSS Statistics)، يتم التعامل مع العمليات الحسابية المرتبطة بالتوزيع فوق الهندسي عبر عدة مسارات تحليلية متخصصة. يمكن للمحللين تقييم دوال التوزيع فوق الهندسي عبر نافذة حساب المتغيرات (Compute Variable) باستخدام الدوال المدمجة مثل PDF.HYPER(k, N, K, n) لحساب الاحتمال النقطي، وCDF.HYPER(k, N, K, n) لحساب الاحتمال التراكمي.

علاوة على ذلك، توفر SPSS وحدة التحليلات غير المعلمية المتقدمة ووحدة الاختبارات الدقيقة (Exact Tests Module)، والتي تقوم تلقائياً بتطبيق حسابات التوزيع فوق الهندسي عند إجراء اختبارات الجداول التوافقية ومقارنة المجموعات السريرية الصغيرة. تتيح هذه الوحدة استخراج القيمة الاحتمالية الدقيقة (Exact p-value) متجاوزة مشكلات عينات التكرار المتوقع القليل التي تجعل اختبار كاي تربيع التقليدي غير صالح للاستخدام.

تتميز مخرجات SPSS بتوفير جداول تفصيلية تتضمن فترات الثقة الدقيقة المبنية على التوزيع فوق الهندسي للنسب والمؤشرات الإحصائية، مما يجعل التقارير العلمية الناتجة متوافقة مع متطلبات النشر الأكاديمي الصارمة في الدوريات النفسية والطبية العالمية.

10. اختبار فيشر الدقيق (Fisher’s Exact Test) وعلاقته بالتوزيع

10.1 الأساس النظري لجداول الاقتران الرباعية (2×2 Contingency Tables)

يمثل اختبار فيشر الدقيق، الذي ابتكره عالم الإحصاء الشهير رونالد فيشر عام 1935، أحد التطبيقات الإحصائية والمنهجية المباشرة للتوزيع فوق الهندسي. يُستخدم هذا الاختبار لتحليل جداول الاقتران التوافقية من النمط $2 times 2$ والتي تفحص العلاقة الارتباطية بين متغيرين تصنيفيين ثنائيي الاستجابة، خاصة في ظل العينات الصغيرة التي تخفق فيها اختبارات التقارب التقريبية مثل اختبار كاي تربيع (Chi-Square Test).

تتكون بنية الجدول التوافقي الرباعي من أربع خلايا تمثل التكرارات المزدوجة المشتركة، مع مجاميع هامشية ثابتة للأعمدة والصفوف كما يتضح في الهيكل التالي:

المجموعة / التصنيف	الخاصية موجودة (نجاح)	الخاصية غير موجودة (فشل)	المجموع الهامشي للصف
المجموعة التجريبية (A)	$a$	$b$	$a + b$
المجموعة الضابطة (B)	$c$	$d$	$c + d$
المجموع الهامشي للعمود	$a + c$	$b + d$	$N = a + b + c + d$

يقوم الأساس النظري لاختبار فيشر على افتراض دقيق وهو: ثبات المجاميع الهامشية لكافة الصفوف والأعمدة. في ظل هذا الافتراض وفرضية العدم ($H_0$) التي تفترض استقلال المتغيرين وعدم وجود فارق حقيقي بين المجموعتين، فإن تحديد قيمة خلية واحدة فقط داخل الجدول (ولتكن الخلية $a$) يحدد تلقائياً قيم الخلايا الثلاث الأخرى ($b, c, d$). وبالتالي، تصبح حركة تكرارات الخلية$a$ خاضعة تماماً للتوزيع فوق الهندسي بمعالم محددة:

• حجم المجتمع الكلي: $N = a + b + c + d$.
• إجمالي عدد النجاحات في المجتمع: $K = a + c$ (مجموع العمود الأول).
• حجم العينة المسحوبة: $n = a + b$ (مجموع الصف الأول).
• عدد النجاحات المرصودة: $k = a$ (قيمة الخلية الأولى).

10.2 حساب القيمة الاحتمالية (p-value) الدقيقة

بناءً على التوزيع فوق الهندسي المشروط بثبات الهوامش، تُحسب احتمالية الحصول على التوزيع العددي المرصود في الجدول الفعلي باستخدام صيغة التوزيع فوق الهندسي المباشرة:

$$P_{\text{table}} = \frac{\binom{a + c}{a} \binom{b + d}{b}}{\binom{N}{a + b}} = \frac{(a + b)! , (c + d)! , (a + c)! , (b + d)!}{a! , b! , c! , d! , N!}$$

لا يقف الاختبار عند مجرد حساب احتمال الجدول المرصود، بل يتطلب استخراج القيمة الاحتمالية الكلية الدقيقة (p-value) لتحديد الدلالة الإحصائية واتخاذ قرار قبول أو رفض فرضية العدم. يتم ذلك عبر تحديد كافة الجداول البديلة الممكنة نظرياً والتي تمتلك نفس المجاميع الهامشية الدقيقة، ولكنها تُظهر درجة ارتباط أو انحياز أكبر نحو التأثير المفترض مقارنة بالجدول الفعلي (الجداول الأكثر تطرفاً).

في الاختبار أحادي الطرف (One-tailed test)، تُجمع احتمالات الجداول الأكثر تطرفاً في الاتجاه المحدد مسبقاً بالفرضية البحثية:

$$p\text{-value}_{\text{one-tailed}} = \sum_{P_i le P_{\text{observed}} \text{ in direction}} P_i$$

أما في الاختبار ثنائي الطرف (Two-tailed test)، فيتم جمع احتمالات كافة الجداول البديلة الممكنة التي يكون احتمال حدوثها مساوياً لاحتمال الجدول المرصود أو أقل منه ($P_i le P_{\text{observed}}$)، بغض النظر عن اتجاه الاختلاف، مما يوفر تقييماً محايداً لوجود أي علاقة اقترانية بين المتغيرين.

10.3 تطبيقات اختبار فيشر في الدراسات الإكلينيكية والسلوكية

يكتسب اختبار فيشر الدقيق أهمية بالغة في التجارب الإكلينيكية الصغيرة، وتحديداً في دراسات المرحلة الأولى والثانية من تجارب العقاقير الطبية والتدخلات النفسية المصغرة، حيث تكون أحجام العينات نادراً ما تتجاوز بضع عشرات من الأفراد. في هذه الدراسات، يؤدي استخدام اختبار كاي تربيع إلى إطلاق أحكام مضللة لأن شرط ألا يقل التكرار المتوقع في أي خلية عن 5 لا يتحقق غالباً، مما يجعل اختبار فيشر هو الخيار المنهجي الوحيد الصالح.

وفي أبحاث علم النفس المرضي والسلوكي، يُستخدم الاختبار لدراسة الارتباط بين التعرض لصدمات طفولية مبكرة (نعم/لا) وتطور اضطراب الشخصية الحدية في مرحلة الرشد (نعم/لا) لدى عينات سريرية صغيرة ومحددة. يضمن الاختبار في هذه الحالات للباحثين تقييماً خالياً من أخطاء التقريب وتجنب الوقوع في الاستنتاجات الخاطئة الناتجة عن تضخيم الدلالة الإحصائية.

كما يُستخدم الاختبار في تقييم مدى كفاءة أدوات التشخيص النفسي في التفريق بين الحالات المرضية الحقيقية والمجموعات الضابطة، مما يوفر دقة عالية في تقييم معدلات الشفاء والاستجابة للعلاجات السلوكية المعرفية في الوحدات العلاجية المتخصصة.

11. الامتدادات الإحصائية: التوزيع فوق الهندسي المتعدد (Multivariate Hypergeometric)

11.1 المفهوم الرياضي للحالات متعددة الفئات

في العديد من السيناريوهات الواقعية، لا يقتصر تصنيف عناصر المجتمع الإحصائي على تصنيفين ثنائيين فقط (نجاح وفشل)، بل يتعدى ذلك إلى تقسيم المجتمع إلى عدة فئات نوعية متعددة ومتمايزة حصرية وشاملة. يمثل التوزيع فوق الهندسي المتعدد (Multivariate Hypergeometric Distribution) الامتداد الرياضي الطبيعي للتوزيع الثنائي للتعامل مع هذا التنوع التصنيفي في ظل شروط السحب دون إرجاع.

في هذا النموذج الموسع، يُقسم المجتمع الكلي المحدود $N$ إلى $m$ من المجموعات الفرعية المتمايزة:

$$K_1, K_2, K_3, dots, K_m \quad \text{بحيث يتطابق المجموع:} \quad \sum_{i=1}^{m} K_i = N$$

عند سحب عينة عشوائية إجمالية بحجم $n$ دفعة واحدة دون إرجاع من هذا المجتمع متعدد الفئات، يهتم التوزيع بحساب الاحتمال المشترك لتسجيل عدد محدد من العناصر من كل فئة من الفئات داخل العينة المسحوبة، وتُمثل هذه التكرارات المرصودة بالمتجهات العشوائية $(k_1, k_2, dots, k_m)$، مع استيفاء شرط المجموع:

$$\sum_{i=1}^{m} k_i = n$$

11.2 الصيغة الرياضية للتوزيع متعدد الفئات

تُصاغ دالة الكتلة الاحتمالية المشتركة للتوزيع فوق الهندسي المتعدد بالاعتماد على جداء المعاملات التوافقية لكل فئة مقسوماً على فضاء العينة التوافقي الإجمالي وفق المعادلة التالية:

$$P(X_1 = k_1, X_2 = k_2, dots, X_m = k_m) = \frac{\prod_{i=1}^{m} \binom{K_i}{k_i}}{\binom{N}{n}} = \frac{\binom{K_1}{k_1} \binom{K_2}{k_2} \cdots \binom{K_m}{k_m}}{\binom{N}{n}}$$

تخضع هذه الصيغة للشروط الرياضية الصارمة التالية:

• أن تقع كل قيمة مرصودة ضمن حدودها الفئوية المسموح بها: $0 le k_i le K_i$ لجميع $i in {1, dots, m}$.
• استيفاء شرط المجموع الكلي للعينة: $\sum_{i=1}^m k_i = n$.
• استيفاء شرط المجموع الكلي للمجتمع: $\sum_{i=1}^m K_i = N$.

أما من حيث الخصائص الإحصائية لهذا التوزيع المتعدد، فإن التوقع الرياضي لكل فئة فرعية منفردة $X_i$ يماثل صيغة التوزيع الأحادي: $E(X_i) = n \frac{K_i}{N}$. بينما يظهر التفاعل المشترك بين الفئات المختلفة من خلال التغاير الإحصائي المشترك (Covariance) بين أي متغيرين مختلفين $X_i$ و$X_j$ (حيث $i ne j$)، والذي يأخذ دائماً قيمة سالبة تعكس التنافس على مقاعد العينة المحدودة:

$$operatorname{Cov}(X_i, X_j) = -n \cdot \frac{K_i}{N} \cdot \frac{K_j}{N} \cdot \left(\frac{N – n}{N – 1}\right)$$

تفسر هذه الإشارة السالبة للتغاير طبيعة السحب دون إرجاع؛ فزيادة عدد العناصر المسحوبة من الفئة $i$ يستلزم بالضرورة تقليص الفرص المتاحة لظهور عناصر من الفئات الأخرى $j$ داخل العينة ذات الحجم الثابت $n$.

11.3 التطبيقات المتقدمة في النمذجة الإحصائية

يفتح التوزيع فوق الهندسي المتعدد آفاقاً واسعة للنمذجة الإحصائية المتقدمة في مجالات علمية متباينة. ففي أبحاث علم البيئة والتنوع الحيوي (Ecology and Biodiversity)، يُستخدم هذا التوزيع لتقييم ثراء الأنواع الحيوية في المحميات الطبيعية؛ حيث يتم سحب عينات من الكائنات الحية لتقدير احتمالية تمثيل كافة الأنواع المسجلة دون تحيز لنمط بيئي دون غيره.

وفي دراسات القياس النفسي والاستبيانات متعددة الخيارات، يُطبق النموذج لتحليل استجابات الأفراد عبر فئات إجابة متدرجة (مثل مقاييس ليكارت الخماسية)، خاصة عند السحب من بنوك أسئلة مقسمة إلى أبعاد نفسية متعددة ومقيدة الحجم. يضمن ذلك تقييم استقلالية الأبعاد وعدم طغيان بُعد نفسي على الأبعاد الأخرى أثناء عملية القياس.

كما يُستخدم التوزيع في علوم البيانات والذكاء الاصطناعي في خوارزميات المعاينة الطبقية غير المستبدلة (Stratified Sampling Without Replacement)، وفي اختبارات تقييم تصنيف النماذج متعددة الفئات (Multiclass Confusion Matrix Evaluation) في ظل مجموعات بيانات اختبارية صغيرة وحرجة، كالتشخيص الآلي لأنواع فرعية متعددة من الأورام المرضية.

12. أمثلة تطبيقية وتمارين محلولة خطوة بخطوة

12.1 مثال كلاسيكي: ألعاب الحظ والبطاقات دون إرجاع

المسألة: تتكون حزمة أوراق اللعب القياسية من 52 بطاقة ($N = 52$). تحتوي هذه الحزمة على 4 أوراق من نوع “الآس” (Aces) بالتحديد ($K = 4$). إذا قام لاعب بسحب عينة عشوائية من 5 بطاقات دفعة واحدة دون إرجاع ($n = 5$):

1. ما احتمال حصول اللاعب على ورقتين من نوع “الآس” بالضبط في يده ($k = 2$)؟
2. ما احتمال حصول اللاعب على ورقة آس واحدة على الأقل في يده ($k ge 1$)؟

الحل والخطوات الحسابية التفصيلية:

المطلب الأول: حساب $P(X = 2)$:

نحدد المعالم الرياضية: $N = 52$، $K = 4$، $n = 5$، $k = 2$. عدد أوراق غير الآس هو $N – K = 52 – 4 = 48$. وعدد الأوراق غير الآس المطلوبة في العينة هو $n – k = 5 – 2 = 3$.

نطبق صيغة دالة الكتلة الاحتمالية للتوزيع فوق الهندسي:

$$P(X = 2) = \frac{\binom{4}{2} \binom{48}{3}}{\binom{52}{5}}$$

نقوم بحساب التوافيق الفردية باستخدام المضاريب:

• $\binom{4}{2} = \frac{4 \times 3}{2 \times 1} = 6$
• $\binom{48}{3} = \frac{48 \times 47 \times 46}{3 \times 2 \times 1} = \frac{103776}{6} = 17296$
• $\binom{52}{5} = \frac{52 \times 51 \times 50 \times 49 \times 48}{5 \times 4 \times 3 \times 2 \times 1} = \frac{311875200}{120} = 2598960$

نعوض هذه النواتج في المعادلة الأساسية:

$$P(X = 2) = \frac{6 \times 17296}{2598960} = \frac{103776}{2598960} \approx 0.03993 \quad (3.993%)$$

المطلب الثاني: حساب احتمال ورقة آس واحدة على الأقل $P(X ge 1)$:

نستخدم قانون المتممة الاحتمالية: $P(X ge 1) = 1 – P(X = 0)$.

نحسب أولاً احتمال عدم الحصول على أي ورقة آس ($k = 0$):

$$P(X = 0) = \frac{\binom{4}{0} \binom{48}{5}}{\binom{52}{5}} = \frac{1 \times 1712304}{2598960} \approx 0.65884$$

نطبق قانون المتممة:

$$P(X ge 1) = 1 – 0.65884 = 0.34116 \quad (34.116%)$$

12.2 مثال نفسي-إكلينيكي: اختيار عينة اضطرابات محددة

المسألة: في دراسة سيكومترية متخصصة داخل قسم الطب النفسي، تضم وحدة الرعاية النهارية مجتمعاً علاجياً محدوداً مكوناً من 20 مريضاً ($N = 20$). تشير السجلات الطبية إلى أن 8 من هؤلاء المرضى تم تشخيصهم رسمياً بـ “اضطراب القلق العام” ($K = 8$)، بينما يعاني الـ 12 المتبقون من اضطرابات مزاجية أخرى ($N – K = 12$).

قرر الفريق البحثي سحب عينة عشوائية مصغرة مكونة من 6 مرضى ($n = 6$) دون إرجاع لإخضاعهم لبروتوكول علاجي جديد قائم على اليقظة الذهنية:

1. ما احتمال أن تضم العينة 3 مرضى بالضبط من المصابين باضطراب القلق العام ($k = 3$)؟
2. ما هو متوسط عدد مرضى القلق المتوقع وجودهم في هذه العينة، وما هو الانحراف المعياري؟

الحل والخطوات الحسابية التفصيلية:

المطلب الأول: حساب $P(X = 3)$:

المعالم: $N = 20$، $K = 8$، $n = 6$، $k = 3$. ويكون $N – K = 12$، و$n – k = 3$.

$$P(X = 3) = \frac{\binom{8}{3} \binom{12}{3}}{\binom{20}{6}}$$

حساب قيم التوافيق:

• $\binom{8}{3} = \frac{8 \times 7 \times 6}{3 \times 2 \times 1} = 56$
• $\binom{12}{3} = \frac{12 \times 11 \times 10}{3 \times 2 \times 1} = 220$
• $\binom{20}{6} = \frac{20 \times 19 \times 18 \times 17 \times 16 \times 15}{6 \times 5 \times 4 \times 3 \times 2 \times 1} = 38760$

التعويض وحساب الاحتمال:

$$P(X = 3) = \frac{56 \times 220}{38760} = \frac{12320}{38760} \approx 0.31785 \quad (31.785%)$$

المطلب الثاني: حساب المتوسط والانحراف المعياري:

المتوسط الحسابي المتوقع:

$$E(X) = n \cdot \frac{K}{N} = 6 \cdot \frac{8}{20} = 6 \cdot 0.40 = 2.4 \text{ مرضى}$$

التباين مع تطبيق عامل تصحيح المجتمع المحدود:

$$operatorname{Var}(X) = n \cdot \frac{K}{N} \cdot \left(1 – \frac{K}{N}\right) \cdot \left(\frac{N – n}{N – 1}\right)$$

$$operatorname{Var}(X) = 6 \cdot 0.40 \cdot 0.60 \cdot \left(\frac{20 – 6}{20 – 1}\right) = 1.44 \cdot \left(\frac{14}{19}\right) = 1.44 \cdot 0.73684 \approx 1.06105$$

الانحراف المعياري:

$$\sigma = \sqrt{1.06105} \approx 1.03007 \text{ مرضى}$$

12.3 مثال تطبيقي: ضبط الجودة واكتشاف الوحدات المعيبة

المسألة: استلمت مؤسسة طبية شحنة مكونة من 100 جهاز إلكتروني لقياس المؤشرات الفسيولوجية والنفسية ($N = 100$). تنص معايير الجودة الصارمة للجهة المشترية على فحص عينة عشوائية مكونة من 10 أجهزة ($n = 10$) دون إرجاع. وتقتضي سياسة القبول رفض استلام الشحنة بالكامل إذا وُجد جهازان معيبان أو أكثر في العينة المفحوصة ($X ge 2$).

إذا كانت الشحنة تحتوي فعلياً على 5 أجهزة معيبة خفية ($K = 5$):

1. ما هو احتمال قبول هذه الشحنة المعيبة ودخولها للخدمة ($P(\text{Acceptance}) = P(X le 1)$)؟
2. ما هو احتمال رفض الشحنة وحماية المؤسسة من الأجهزة المعيبة ($P(\text{Rejection}) = P(X ge 2)$)؟

الحل والخطوات الحسابية التفصيلية:

المطلب الأول: حساب احتمال قبول الشحنة $P(X le 1) = P(X = 0) + P(X = 1)$:

المعالم: $N = 100$، $K = 5$، $N – K = 95$، $n = 10$.

أولاً: حساب فضاء العينة الإجمالي $\binom{100}{10}$:

$$\binom{100}{10} = 17,310,309,456,440$$

ثانياً: حساب $P(X = 0)$ (عدم وجود أي جهاز معيب في العينة):

$$P(X = 0) = \frac{\binom{5}{0} \binom{95}{10}}{\binom{100}{10}} = \frac{1 \times 9,997,097,171,194}{17,310,309,456,440} \approx 0.57752$$

ثالثاً: حساب $P(X = 1)$ (وجود جهاز معيب واحد في العينة):

$$P(X = 1) = \frac{\binom{5}{1} \binom{95}{9}}{\binom{100}{10}} = \frac{5 \times 1,189,411,364,544}{17,310,309,456,440} = \frac{5,947,056,822,720}{17,310,309,456,440} \approx 0.34356$$

رابعاً: جمع الاحتمالين لحساب احتمال القبول الكلي:

$$P(X le 1) = P(X = 0) + P(X = 1) = 0.57752 + 0.34356 = 0.92108 \quad (92.108%)$$

المطلب الثاني: حساب احتمال رفض الشحنة $P(X ge 2)$:

باستخدام قانون المتممة:

$$P(X ge 2) = 1 – P(X le 1) = 1 – 0.92108 = 0.07892 \quad (7.892%)$$

التفسير الإحصائي والقرارات المترتبة:

تُظهر النتائج الحسابية بوضوح خطورة خطة المعاينة الحالية؛ إذ إن احتمالية قبول الشحنة المعيبة مرتفعة للغاية وتصل إلى 92.11% (وهي تمثل مخاطر المستهلك $\beta$)، في حين أن احتمالية اكتشاف العيوب ورفض الشحنة لا تتعدى 7.89%. يقود هذا التحليل المؤسسة إلى ضرورة تعديل بروتوكول الجودة، إما بزيادة حجم العينة المفحوصة $n$ إلى 20 أو 25 جهازاً، أو بخفض معيار القبول ليقتصر على قبول الشحنة فقط في حال انعدام العيوب تماماً ($X = 0$).

خاتمة

يمثل التوزيع فوق الهندسي أداة إحصائية ورياضية متكاملة لنمذجة الظواهر العشوائية في المجتمعات المحدودة التي تُسحب عيناتها دون إرجاع. يكمن تميز هذا التوزيع في استيعابه للتغير المستمر في بنية الاحتمالات الشرطية والاعتمادية المتبادلة بين المحاولات، متفوقاً بذلك على النماذج الاحتمالية الكلاسيكية التي تشترط الاستقلالية وثبات الاحتمال مثل توزيع ذات الحدين. وبفضل صيغته التوافقية المحكمة، يتيح التوزيع للباحثين استخراج التقديرات الاحتمالية الدقيقة وتجنب أخطاء التقريب التي قد تؤدي إلى قرارات مضللة عند التعامل مع عينات تمثل نسبة غير مهملة من المجتمع الكلي.

تمتد التطبيقات العملية لهذا التوزيع عبر مجالات بحثية وتطبيقية واسعة، تشمل ضبط الجودة الصناعية، وتحليل بنوك الأسئلة في القياس النفسي، والتشخيص الإكلينيكي في البيئات السريرية المحدودة، واختبارات الإثراء الجيني في علم الأحياء الحاسوبي، فضلاً عن كونه الأساس النظري لاختبار فيشر الدقيق والتوزيعات متعددة الفئات. إن إتقان المبادئ الرياضية والخوارزميات البرمجية للتوزيع فوق الهندسي، إلى جانب استيعاب محددات استخدامه مقارنة بالتوزيعات الأخرى، يشكل ركيزة أساسية لأي ممارسة بحثية أو تحليلية تسعى إلى الصرامة العلمية والدقة الإحصائية في اتخاذ القرارات القائمة على البيانات.

References

• Casella, G., & Berger, R. L. (2002). Statistical Inference (2nd ed.). Duxbury Press.
• Fisher, R. A. (1935). The logic of inductive inference. Journal of the Royal Statistical Society, 98(1), 39–82. https://doi.org/10.2307/2342435
• Hogg, R. V., McKean, J., & Craig, A. T. (2018). Introduction to Mathematical Statistics (8th ed.). Pearson.
• Johnson, N. L., Kemp, A. W., & Kotz, S. (2005). Univariate Discrete Distributions (3rd ed.). John Wiley & Sons. https://doi.org/10.1002/0471715816
• Montgomery, D. C. (2019). Introduction to Statistical Quality Control (8th ed.). John Wiley & Sons.
• R Core Team. (2023). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing. https://www.R-project.org/
• Ross, S. M. (2020). A First Course in Probability (10th ed.). Pearson.
• Subramanian, A., Tamayo, P., Mootha, V. K., Mukherjee, S., Ebert, B. L., Gillette, M. A., Paulovich, A., Pomeroy, S. L., Golub, T. R., Lander, E. S., & Mesirov, J. P. (2005). Gene set enrichment analysis: A knowledge-based approach for interpreting genome-wide expression profiles. Proceedings of the National Academy of Sciences, 102(43), 15545–15550. https://doi.org/10.1073/pnas.0506580102
• Virtanen, P., Gommers, R., Oliphant, T. E., Haberland, M., Reddy, T., Cournapeau, D., … & SciPy 1.0 Contributors. (2020). SciPy 1.0: Fundamental algorithms for scientific computing in Python. Nature Methods, 17(3), 261–272. https://doi.org/10.1038/s41592-019-0686-2