الاحتمالات الرياضيةالقياس النفسيعلم الإحصاء

مقدمة إلى التوزيع فوق الهندسي

دليل أكاديمي شامل يشرح التوزيع فوق الهندسي، معادلته الرياضية، خصائصه الإحصائية، والفروق الجوهرية بينه وبين توزيع ثنائي الحدين وتطبيقاته العملية.

تاريخ النشر

يحتل التوزيع فوق الهندسي (Hypergeometric Distribution) مكانة استثنائية في صلب نظرية الاحتمالات والاستدلال الإحصائي الكلاسيكي والمعاصر؛ بوصفه النموذج الرياضي الأساسي الذي يحكم الظواهر العشوائية الناشئة عن عمليات المعاينة من المجتمعات الإحصائية المحدودة والمنتهية دون إرجاع. تنبع فرادة هذا التوزيع من تجاوزه للافتراض التقليدي باستقلالية المحاولات المتتالية—وهو الافتراض الذي تتكئ عليه غالبية النماذج الاحتمالية الشهيرة مثل توزيع ثنائي الحدين والتوزيع الهندسي—ليقدم إطاراً رياضياً دقيقاً يتعامل مع ديناميكية الاحتمالات المشروطة المتغيرة لحظياً مع كل عملية سحب تجري داخل فضاء العينة.

تتجلى الأهمية البنيوية للتوزيع فوق الهندسي في تقاطعه العميق مع التحليل التوافقي المتقدم ونظرية المجموعات، حيث يوفر الأساس الصارم لحساب احتمالات الحصول على عدد محدد من النجاحات عند اختيار عينة بحجم معين من مجتمع كلي يضم تصنيفين متمايزين. ولا تقف حدوده عند المسائل التجريدية كأوراق اللعب والصناديق الكلاسيكية، بل تمتد لتشكل العمود الفقري لاختبارات الدلالة الإحصائية غير المعلمية، مثل اختبار فيشر الدقيق، ونماذج تقدير وفرة المجتمعات الإحيائية عبر تقنيات الصيد وإعادة الصيد، والتحقق الصارم من جودة الإنتاج الصناعي، وصولاً إلى تحليلات التعبير الجيني والمعلوماتية الحيوية فائقة التعقيد.

يهدف هذا المقال الأكاديمي الشامل إلى تفكيك التوزيع فوق الهندسي تفكيكاً بنيوياً ورياضياً وتطبيقياً؛ بدءاً من أسسه النظرية ومعادلاته الحاكمة، ومروراً باشتقاق مقاييسه الوصفية وعزومه العليا، وصولاً إلى مقارنته المنهجية بالتوزيعات المجاورة واستعراض تطبيقاته المتقدمة وحلوله البرمجية الحديثة، ليكون مرجعاً علمياً مستفيضاً للباحثين والإحصائيين وطلاب العلوم المتقدمة.

جدول المحتويات

1. مفهوم التوزيع فوق الهندسي وأسسه النظرية

1.1 التعريف الرياضي للتوزيع الاحتمالي المتقطع

يُعرَّف التوزيع فوق الهندسي في إطار النظرية الاحتمالية بأنه توزيع احتمالي متقطع (Discrete Probability Distribution) يصف عدد مرات النجاح، والذي نرمز له بالمتغير العشوائي المتقطع $X$، الناتج عن سحب عينة عشوائية مكونة من$n$ من العناصر، دون إرجاع، من مجتمع إحصائي كلي منتهٍ يتكون من $N$ من العناصر، حيث يحتوي هذا المجتمع على عدد محدد من عناصر النجاح يرمز له بالرمز $K$، بينما تكون بقية العناصر البالغة$N – K$ عناصر فشل أو ذات طبيعة مغايرة للخاصية المدروسة.

يأخذ المتغير العشوائي $X$ قيماً صحيحة غير سالبة محصورة ضمن مدى مغلق ومحدد توافقياً، مما يجعله يتمتع بفضاء عينة منتهٍ. إن التمثيل الرمزي القياسي للإشارة إلى خضوع متغير عشوائي ما لهذا التوزيع هو $X \sim \text{Hypergeometric}(N, K, n)$ أو بصيغة بديلة شائعة في بعض الأدبيات الإحصائية $X \sim \text{HG}(N, M, n)$ حيث يمثل $M$ عناصر النجاح في المجتمع. تتميز نتائج التجربة بأنها ثنائية التفرع الحصري (Dichotomous outcomes)، حيث لا يمكن لأي عنصر من عناصر المجتمع إلا أن يصنف إما كـ “نجاح” يحمل السمة محل الدراسة، أو “فشل” يفتقر إليها، دون وجود حالات وسيطة أو متداخلة داخل فضاء الحالة.

يرجع السياق التاريخي لنشأة التوزيع وتطوره إلى أبحاث علماء الرياضيات الرواد في القرنين السابع عشر والثامن عشر، وفي طليعتهم أبراهام دي موافر وبيير ريموند دي مونتمورت، اللذان استكشفا المسائل التوافقية المرتبطة بألعاب الحظ والسحب من الأواني المغلقة دون تعويض. غير أن التسمية “فوق الهندسي” (Hypergeometric) ارتبطت لاحقاً بالمتسلسلات الرياضية فوق الهندسية التي درسها جون واليس وليونهارت أويلر، وتوسّع فيها كارل فريدريش غاوس، حيث وجد الرياضيون أن النسب التكرارية للاحتمالات المتتالية في هذا التوزيع تتطابق تماماً مع معاملات معاملات تلك المتسلسلات التحليلية المتقدمة.

1.2 مبدأ السحب بدون إرجاع وتأثيره على الاستقلالية

يشكل مبدأ “السحب بدون إرجاع” (Sampling without Replacement) حجر الزاوية الذي تنبني عليه كل خصائص التوزيع فوق الهندسي، وهو الفارق الجوهري الذي يفصله عن تجارب برنولي والتوزيع ثنائي الحدين. عندما يتم سحب عنصر معين من المجتمع الإحصائي ولا يُعاد إليه قبل تنفيذ السحبة الموالية، فإن حجم المجتمع الكلي يتناقص بمقدار وحدة واحدة ($N – 1$)، كما أن التوزيع الداخلي لخصائص المجتمع يطرأ عليه تعديل حتمي؛ فإذا كان العنصر المسحوب يمثل نجاحاً، فإن عدد النجاحات المتبقية ينخفض إلى $K – 1$.

يترتب على هذا التغير الميكانيكي انعدام تام لخاصية استقلالية المحاولات (Independence of Trials). إن احتمال تحقق النجاح في السحبة الأولى هو بالضبط $P(S_1) = \frac{K}{N}$، ولكن احتمال تحقق النجاح في السحبة الثانية يرتبط ارتباطاً شرطياً بنتيجة السحبة الأولى، حيث يكون $P(S_2 | S_1) = \frac{K – 1}{N – 1}$ في حال كان السحب الأول نجاحاً، بينما يصبح $P(S_2 | F_1) = \frac{K}{N – 1}$ في حال كان السحب الأول فشلاً. تتوالد هذه الاحتمالات المشروطة تتابعياً طوال فترة سحب العينة بحجم $n$.

تبرز النمذجة الرياضية لهذه السلسلة من العمليات العشوائية التتابعية حقيقة أن التوزيع فوق الهندسي يمثل مجموع متغيرات برنولية غير مستقلة ومترابطة سالباً (Negatively Associated Indicator Variables). إن السحب بدون إرجاع يُدخل ما يُعرف بـ “الاعتمادية الارتجاعية”، حيث يؤدي سحب النجاح في مرحلة مبكرة إلى تقليص فرص ظهور النجاحات في المراحل اللاحقة، مما يضغط تشتت البيانات الإجمالي ويجعل ديناميكية التباين أقل مقارنة بالتجارب التي تنطوي على إرجاع العناصر.

1.3 أهمية التوزيع في الاستدلال الإحصائي

تتجلى الأهمية الاستثنائية للتوزيع فوق الهندسي في الاستدلال الإحصائي في كونه الأداة الرياضية الأكثر دقة للتعامل مع البيانات المستمدة من المجتمعات الإحصائية الصغيرة والمحدودة (Finite Populations)، حيث يؤدي افتراض الاستقلالية أو اللانهائية إلى أخطاء فادحة في حساب القيم الاحتمالية وفترات الثقة. في مجالات مثل التدقيق المالي، والتحقيقات الجنائية، والتحاليل الطبية لعينات الأنسجة المحدودة، تكون المعاينة بدون إرجاع هي الخيار الإجرائي الوحيد المتاح، ولا بديل حينها عن التوزيع فوق الهندسي لضمان الصرامة الاستدلالية.

إلى جانب ذلك، يوفر التوزيع الأساس الاحتمالي الخالص لعدد واسع من الاختبارات الإحصائية اللامعلمية واختبارات الدلالة الدقيقة (Exact Tests). يُعد اختبار فيشر الدقيق لجداول الاقتران من رتبة $2 times 2$ التطبيق الأبرز في هذا السياق؛ إذ يعتمد الاختبار على حساب الاحتمال الشرطي الدقيق لتوزيع الملاحظات بين الخلايا تحت فرضية العدم، بافتراض ثبات المجاميع الهامشية، وهو ما يتطابق بنيوياً مع دالة الكتلة الاحتمالية للتوزيع فوق الهندسي.

يلعب التوزيع دوراً حاسماً في ضبط وتصحيح تحيزات المعاينة (Sampling Biases) في الدراسات التجريبية والتصاميم البيولوجية والاجتماعية الميدانية. عند تصميم التجارب السريرية التي تتضمن عدداً صغيراً من المشاركين مقسمين بين مجموعات علاجية وضابطة، يتيح التوزيع فوق الهندسي للباحثين استنتاج التوزيعات الاحتمالية الحقيقية للفروق الملاحظة دون الحاجة إلى اللجوء لتقريبات التقارب المقاربي (Asymptotic Approximations) التي قد لا تكون صالحة في ظل صغر حجم العينات.

2. المعلمات الأساسية ودالة الكتلة الاحتمالية (PMF)

2.1 تفكيك معلمات التوزيع الأربعة

يتحدد التوزيع فوق الهندسي بدقة متناهية عبر أربع معلمات رياضية مترابطة، تصيغ مجتمعة فضاء العينة والشروط الحدية للتجربة العشوائية، وهي كالتالي:

  • حجم المجتمع الكلي ($N$): وهو عدد صحيح موجب ($N in {1, 2, 3, dots}$) يمثل العدد الإجمالي لكافة الوحدات أو العناصر المكونة للمجتمع الإحصائي المنتهي الخاضع للدراسة، ويشترط أن يكون هذا الحجم معلوماً وثابتاً أثناء عملية السحب.
  • عدد عناصر النجاح في المجتمع ($K$): وهو عدد صحيح غير سالب يخضع للقيد الحتمي $0 le K le N$، ويعبر عن المجموع الكلي للعناصر التي تتصف بالخاصية محل الاهتمام داخل المجتمع الأصلي قبل إجراء أي سحب.
  • حجم العينة المسحوبة ($n$): وهو عدد صحيح يمثل عدد الوحدات التي يتم سحبها عشوائياً وبدفعة واحدة (أو تتابعياً دون إرجاع) من المجتمع، ويخضع للشرط $1 le n le N$.
  • عدد النجاحات في العينة ($k$): وهو المتغير الفعلي الذي يمثل قيمة المتغير العشوائي $X$، ويعبر عن عدد العناصر الناجحة الملاحظة فعلياً في العينة ذات الحجم$n$.

تخضع قيمة $k$ لمجال رياضي مغلق صارم لا يمكن تجاوزه، يفرضه المنطق التوافقي ومحدودية العناصر في المجتمع، ويُعبر عنه رياضياً بالقيد المزدوج:

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

يفسر الحد الأدنى $max(0, n – (N – K))$ بأنه في حال كان حجم العينة $n$ أكبر من إجمالي عدد عناصر الفشل في المجتمع ($N – K$)، فإن العينة ستجبر حتماً على احتواء عدد من عناصر النجاح لا يقل عن الفرق بين حجم العينة وعدد عناصر الفشل. وبالمثل، يوضح الحد الأعلى $min(n, K)$ أن عدد النجاحات في العينة لا يمكن بأي حال أن يتجاوز حجم العينة المسحوبة $n$ نفسها، كما لا يمكن أن يتجاوز العدد الكلي للنجاحات المتاحة أصلاً في المجتمع $K$.

2.2 الصيغة الرياضية لدالة الكتلة الاحتمالية

تُعطى دالة الكتلة الاحتمالية (Probability Mass Function – PMF) للمتغير العشوائي فوق الهندسي $X$، والتي تحدد احتمال رصد$k$ من النجاحات بدقة، بالصيغة التوافقية التالية:

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

حيث تمثل الرموز $\binom{a}{b}$ المعاملات التوافقية (Binomial Coefficients) المحسوبة وفق القانون الجبري للمضروب: $\binom{a}{b} = \frac{a!}{b!(a – b)!}$.

يقوم التحليل التوافقي لبسط المعادلة ومقامها على تجزئة عملية العد المنظم لطرائق تشكيل المجموعات الجزئية كما يلي:

  • الحد $\binom{K}{k}$: يحسب عدد الطرق التوافقية الممكنة لاختيار $k$ من عناصر النجاح من أصل $K$ من عناصر النجاح المتوفرة في المجتمع الكلي.
  • الحد $\binom{N – K}{n – k}$: يحسب عدد الطرق التوافقية الممكنة لاختيار المتبقي من العينة والبالغ $n – k$ من عناصر الفشل، من أصل $N – K$ من عناصر الفشل المتوفرة في المجتمع.
  • البسط الكلي $\binom{K}{k} \binom{N – K}{n – k}$: يمثل، استناداً إلى مبدأ العد الأساسي والضرب التوافقي، العدد الإجمالي للمجموعات الفرعية المتميزة ذات الحجم $n$ والتي تحتوي على $k$ نجاح و $n – k$ فشل بالتحديد.
  • المقام $\binom{N}{n}$: يمثل فضاء العينة الكلي، أي العدد الإجمالي لكافة المجموعات الفرعية ذات الحجم $n$ التي يمكن تكوينها من مجتمع كلي حجمه $N$ دون قيد أو شرط.

تضمن هذه الصيغة التوافقية استيفاء بديهيات كولموغوروف الاحتمالية، حيث يكون $P(X = k) ge 0$ لجميع القيم الممكنة، ويكون مجموع الاحتمالات على كامل الدعم مساوياً للواحد الصحيح بدقة:

$$\sum_{k=\max(0, n – N + K)}^{\min(n, K)} \frac{\binom{K}{k} \binom{N – K}{n – k}}{\binom{N}{n}} = 1$$

ويستند إثبات هذا المجموع الجبري إلى متطابقة فانديرموند (Vandermonde’s Identity) التوافقية الشهيرة في الجبر التوافقي.

2.3 دالة التوزيع التراكمي (CDF)

تحدد دالة التوزيع التراكمي (Cumulative Distribution Function – CDF) للتوزيع فوق الهندسي، والتي يرمز لها بالرمز $F(k)$ أو $P(X le k)$، الاحتمال التراكمي للحصول على عدد من النجاحات لا يتجاوز قيمة عددية معينة $k$. تُعرف الدالة رياضياً بالمجموع المتقطع التالي:

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

حيث تمثل $lfloor k rfloor$ دالة الجزء الصحيح (Floor function) للقيمة $k$. ونظراً لأن التوزيع متقطع، فإن دالة التوزيع التراكمي تأخذ شكل دالة درجية (Step Function) متزايدة رتيباً من الصفر إلى الواحد، وتحدث قفزات احتمالية عند كل قيمة صحيحة مدعومة للمتغير العشوائي$X$.

تكتسب الحسابات التراكمية أهمية بالغة في سياق اختبار الفرضيات الإحصائية وحساب القيمة الاحتمالية ($p\text{-value}$) ذات الاتجاه الواحد أو الاتجاهين. لحساب احتمال الحصول على “ما لا يقل عن” عدد $k$ من النجاحات (ذيل التوزيع الأيمن)، تُستخدم العلاقة المتممة:

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

تستخدم هذه الدوال التراكمية مباشرة لبناء فترات الثقة الدقيقة للنسب السكانية في المجتمعات المنتهية وتحديد مناطق الرفض والقبول في خطط مراقبة الجودة الإحصائية بدقة رياضية متناهية دون الحاجة إلى افتراضات تقريبية.

3. الافتراضات والشروط المنهجية لتطبيق التوزيع

3.1 محدودية المجتمع وتجانس العناصر

يتطلب التطبيق المنهجي السليم للتوزيع فوق الهندسي التحقق الصارم من مجموعة من الشروط الهيكلية والافتراضات المسبقة، وفي مقدمتها محدودية وثبات حجم المجتمع الإحصائي ($N$). يجب أن يكون فضاء المجتمع مغلقاً، بحيث تكون جميع الوحدات المكونة له قابلة للحصر الدقيق والعد الفعلي، دون وجود تدفقات دخول أو خروج للعناصر أثناء إجراء التجربة أو المعاينة.

يتمثل الافتراض الحاسم الثاني في قابلية تصنيف المجتمع تصنيفاً ثنائياً قطعياً لا لبس فيه (Binary Partitioning). يجب أن ينقسم المجتمع الكلي إلى فئتين متنافستين وشاملتين: الفئة الأولى تمتلك السمة المحددة وتضم $K$ من العناصر، والفئة الثانية تفتقر تماماً إلى هذه السمة وتضم $N – K$ من العناصر. يفترض النموذج تجانس العناصر داخل كل فئة من حيث إمكانية الملاحظة، بحيث لا توجد تمايزات خفية تؤثر على تصنيف العنصر بمجرد سحبه.

علاوة على ذلك، يشترط التوزيع تكافؤ فرص الاختيار (Equal Probability of Selection) لجميع العناصر المتبقية في المجتمع عند كل خطوة من خطوات السحب. هذا يعني أن الآلية الفيزيائية أو الإجرائية للاختيار يجب أن تكون عشوائية تماماً وخالية من أي تحيز، كأن تكون العناصر مخلوطة خلطاً متجانساً لا يمنح أي عنصر أفضلية التقاط على حساب عنصر آخر بسبب الحجم أو الموضع أو الوزن.

3.2 ثبات البنية وانعدام التعويض

يقوم التوزيع فوق الهندسي على شرط هيكلي غير قابل للمساومة وهو “انعدام التعويض” أو عدم الإرجاع؛ حيث يتم استبعاد أي عنصر يتم اختياره نهائياً من حوض المعاينة طوال فترة استخراج بقية عناصر العينة البالغة $n$. يؤدي هذا الشرط إلى تغير الحالة الداخلية للمجتمع خطوة بخطوة، وهو ما يتطلب استقرار وثبات خصائص العناصر غير المسحوبة طوال فترة تنفيذ المعاينة دون أن يطرأ عليها تحول نوعي أو تلف يغير تصنيفها من نجاح إلى فشل أو العكس.

إن حدوث أي خرق لشروط المعاينة دون إرجاع—مثل إعادة بعض العناصر بطريق الخطأ، أو إجراء السحب مع الإرجاع الجزئي، أو عدم التأكد من تجانس فرص السحب—يقود مباشرة إلى انهيار دقة النموذج الاحتمالي فوق الهندسي. في مثل هذه الحالات، تصبح الحسابات التوافقية غير ممثلة للواقع الفيزيائي للتجربة، مما يستدعي الانتقال إلى نماذج احتمالية بديلة كالتوزيع ثنائي الحدين، أو التوزيع فوق الهندسي غير المركزي، لتجنب التحيزات الكبيرة في تقدير الاحتمالات واختبار الفرضيات.

4. الخصائص الإحصائية والمقاييس الوصفية

4.1 القيمة المتوقعة (المتوسط الحسابي)

تُعبر القيمة المتوقعة (Expected Value) أو المتوسط الحسابي للمتغير العشوائي فوق الهندسي $X$ عن المركز الثقلي للتوزيع والعدد المتوقع للنجاحات عند تكرار المعاينة تحت نفس الظروف. تُعطى الصيغة الرياضية للمتوسط بالمعادلة البسيطة التالية:

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

حيث يمثل $p = \frac{K}{N}$ النسبة الحقيقية لعناصر النجاح في المجتمع الأصلي.

يمكن استنتاج هذه الصيغة رياضياً بطريقتين؛ الأولى عبر الاستفادة من خطية التوقع الرياضي (Linearity of Expectation) بتفكيك المتغير العشوائي $X$ إلى مجموع $n$ من متغيرات المؤشر البرنولية (Indicator Variables) $X = I_1 + I_2 + dots + I_n$، حيث يأخذ $I_j$ القيمة $1$ إذا كان العنصر المسحوب في الترتيب $j$ نجاحاً، ويأخذ القيمة $0$ خلاف ذلك. بما أن التناظر يفرض أن احتمال سحب نجاح في أي خطوة مفردة $j$ هو دائماً $P(I_j = 1) = \frac{K}{N}$، فإن:

$$E(X) = \sum_{j=1}^{n} E(I_j) = \sum_{j=1}^{n} \frac{K}{N} = n \frac{K}{N}$$

تتطابق هذه النتيجة تطابقاً تاماً مع القيمة المتوقعة لتوزيع ثنائي الحدين القائم على السحب مع الإرجاع، مما يوضح أن انعدام الاستقلالية لا يغير من مركز التوزيع ومتوسطه طويل الأجل، بل ينصب تأثيره الحصري على بنية التشتت والتباين كما سيتضح لاحقاً.

4.2 التباين والانحراف المعياري

يقيس التباين (Variance) مقدار تشتت قيم المتغير العشوائي فوق الهندسي حول قيمته المتوقعة. يُشتق تباين التوزيع فوق الهندسي، والذي يرمز له بالرمز $\text{Var}(X)$ أو $\sigma^2$، عبر تحليل التباينات المشتركة لمتغيرات المؤشر المترابطة، وتُعطى صيغته الرياضية الصارمة بالعلاقة التالية:

$$\text{Var}(X) = \sigma^2 = n \frac{K}{N} \left(1 – \frac{K}{N}\right) \left(\frac{N – n}{N – 1}\right) = n p (1 – p) \left(\frac{N – n}{N – 1}\right)$$

يبرز في هذه الصيغة الحد الأخير المعروف بـ معامل تصحيح المجتمع المنتهي (Finite Population Correction Factor – FPC):

$$\text{FPC} = \frac{N – n}{N – 1}$$

يعمل هذا المعامل على تقليص التباين الكلي للمتغير مقارنة بتباين توزيع ثنائي الحدين ($n p (1-p)$). يفسر ذلك بأن عملية المعاينة بدون إرجاع تستنزف المجتمع تدريجياً، مما يقلل من مقدار اللايقين والغموض العشوائي حول النتائج المتبقية مع تزايد حجم العينة. وعندما يقترب حجم العينة $n$ من حجم المجتمع الكلي $N$، يقترب البسط$N – n$ من الصفر، مما يؤدي إلى هبوط التباين نحو الصفر؛ فإذا سُحب كامل المجتمع ($n = N$)، تصبح النتيجة حتمية ($X = K$) وينعدم التباين تماماً ($\text{Var}(X) = 0$).

يُحسب الانحراف المعياري (Standard Deviation) بأخذ الجذر التربيعي الموجب لقيمة التباين:

$$\sigma = \sqrt{n \frac{K}{N} \left(1 – \frac{K}{N}\right) \left(\frac{N – n}{N – 1}\right)}$$

ويستخدم هذا المقياس بصورة مباشرة لوضع حدود التشتت وبناء فواصل التنبؤ الإحصائي بدقة متناهية للمجتمعات المنتهية.

4.3 الالتواء والتفرطح والوسيط

تحدد العزوم اللامركزية والمركزية المتقدمة الخصائص الشكلية لمنحنى التوزيع فوق الهندسي؛ حيث يُقاس عدم التماثل عبر معامل الالتواء (Skewness) الذي تُعطى صيغته بالعلاقة:

$$\gamma_1 = \frac{(N – 2K)(N – 2n) \sqrt{N – 1}}{(N – 2) \sqrt{n K (N – K)(N – n)}}$$

يُظهر تحليل هذه الصيغة أن التوزيع يكون متماثلاً تماماً ($\gamma_1 = 0$) حول وسطه الحسابي في حالتين رئيسيتين: الأولى عندما تكون نسبة النجاح في المجتمع متوازنة تماماً ($K = N/2$)، والثانية عندما يبلغ حجم العينة نصف المجتمع ($n = N/2$). أما إذا كان $K < N/2$ و $n < N/2$، فإن التوزيع يلتوي التواءً موجباً نحو اليمين، بينما يلتوي التواءً سالباً نحو اليسار إذا كانت النجاحات تشكل الأغلبية الساحقة في المجتمع.

أما معامل التفرطح المفرط (Kurtosis Excess) فيصف درجة ذروية التوزيع وسمك ذيوله، وتُعطى صيغته بالمعادلة الجبرية التالية:

$$\gamma_2 = \frac{N – 1}{n K (N – K)(N – 2)(N – 3)(N – n)} \cdot \left[ N(N + 1) – 6n(N – n) + \frac{3K(N – K)}{N^2} \left( n(N – n)(N + 1) – 2N^2 \right) \right]$$

أما بخصوص مقاييس النزعة المركزية الأخرى، فإن المنوال (Mode) للتوزيع فوق الهندسي يتحدد رياضياً بأنه العدد الصحيح $k$ الذي يحقق المتراجحة التوافقية:

$$\left\lfloor \frac{(n + 1)(K + 1)}{N + 2} \right\rfloor le k le \left\lfloor \frac{(n + 1)(K + 1)}{N + 2} \right\rfloor + 1$$

ويكون التوزيع وحيد المنوال (Unimodal) في أغلب الحالات المعلمية، بينما يمتلك منوالين متتاليين عندما يكون المقدار الداخلي عدداً صحيحاً تماماً. أما الوسيط (Median) فلا توجد له صيغة تحليلية مغلقة ومباشرة، بل يُحدد عددياً من خلال دالة التوزيع التراكمي كأصغر قيمة صحيحة $m$ تحقق الشرط $F(m) ge 0.5$.

5. أمثلة تطبيقية وحسابات مفصلة خطوة بخطوة

5.1 مثال كلاسيكي: أوراق اللعب والكرات الملونة

لتوضيح الحسابات الدقيقة للتوزيع فوق الهندسي، نفترض تجربة كلاسيكية تتضمن سحب عينة عشوائية مكونة من $n = 5$ بطاقات دون إرجاع من مجموعة أوراق لعب قياسية تحتوي على $N = 52$ بطاقة متجانسة. المطلوب هو حساب احتمال الحصول على ورقتي آص (Aces) بالتحديد ($k = 2$).

نقوم بتفكيك معلمات التوزيع الأربعة كما يلي:

  • حجم المجتمع الكلي: $N = 52$
  • إجمالي عدد بطاقات الآص في المجتمع (النجاحات): $K = 4$
  • إجمالي عدد البطاقات الأخرى (الفشل): $N – K = 52 – 4 = 48$
  • حجم العينة المسحوبة: $n = 5$
  • عدد بطاقات الآص المطلوب في العينة: $k = 2$
  • عدد البطاقات الأخرى المطلوبة في العينة: $n – k = 5 – 2 = 3$

نطبق دالة الكتلة الاحتمالية عبر حساب التوافيق المفردة خطوة بخطوة:

1. حساب طرق سحب ورقتي آص من أصل 4:

$$\binom{4}{2} = \frac{4!}{2!(4 – 2)!} = \frac{24}{2 \times 2} = 6$$

2. حساب طرق سحب 3 بطاقات غير آص من أصل 48:

$$\binom{48}{3} = \frac{48!}{3!(48 – 3)!} = \frac{48 \times 47 \times 46}{6} = \frac{103,776}{6} = 17,296$$

3. حساب الفضاء الكلي لطرائق سحب 5 بطاقات من أصل 52:

$$\binom{52}{5} = \frac{52!}{5!(52 – 5)!} = \frac{52 \times 51 \times 50 \times 49 \times 48}{120} = \frac{311,875,200}{120} = 2,598,960$$

4. التعويض النهائي في صيغة الاحتمال:

$$P(X = 2) = \frac{\binom{4}{2} \binom{48}{3}}{\binom{52}{5}} = \frac{6 \times 17,296}{2,598,960} = \frac{103,776}{2,598,960} \approx 0.0399298$$

وهذا يعني أن احتمال الحصول على ورقتي آص بالضبط عند سحب خمس بطاقات دون إرجاع يبلغ حوالي $3.993%$.

5.2 مثال علمي: فحص العينات في بيئة مضبوطة

نفترض مختبراً متخصصاً في الفحص الجيني يضم مجموعة محصورة تتكون من $N = 20$ متطوعاً للمشاركة في دراسة استكشافية، حيث أظهرت الفحوصات الأولية المسبقة أن $K = 6$ من هؤلاء المتطوعين يحملون طفرة جينية نادرة محددة. قرر الباحثون سحب عينة عشوائية عاجلة مكونة من $n = 4$ متطوعين دون تعويض لإجراء تحليل تسلسل الحمض النووي العميق. نريد حساب احتمالية وجود متطوعين اثنين على الأقل يحملان الطفرة الجينية في العينة المسحوبة ($P(X ge 2)$)، مع استنتاج المتوسط والتباين للتجربة.

تُعطى المعلمات كالتالي: $N = 20$، $K = 6$، $N – K = 14$، $n = 4$. المطلوب هو حساب $P(X ge 2) = P(X = 2) + P(X = 3) + P(X = 4)$.

نحسب الفضاء الكلي للعينة أولاً:

$$\binom{20}{4} = \frac{20 \times 19 \times 18 \times 17}{24} = 4,845$$

نحسب الاحتمالات الفردية المكونة للحدث المطلوب:

  • احتمال سحب 2 يحملان الطفرة ($k = 2$):
    $$P(X = 2) = \frac{\binom{6}{2} \binom{14}{2}}{\binom{20}{4}} = \frac{15 \times 91}{4,845} = \frac{1,365}{4,845} \approx 0.28173$$
  • احتمال سحب 3 يحملون الطفرة ($k = 3$):
    $$P(X = 3) = \frac{\binom{6}{3} \binom{14}{1}}{\binom{20}{4}} = \frac{20 \times 14}{4,845} = \frac{280}{4,845} \approx 0.05779$$
  • احتمال سحب 4 يحملون الطفرة ($k = 4$):
    $$P(X = 4) = \frac{\binom{6}{4} \binom{14}{0}}{\binom{20}{4}} = \frac{15 \times 1}{4,845} = \frac{15}{4,845} \approx 0.00310$$

نقوم بجمع الاحتمالات للحصول على الاحتمال التراكمي في الذيل العلوي:

$$P(X ge 2) = \frac{1,365 + 280 + 15}{4,845} = \frac{1,660}{4,845} \approx 0.34262 \quad (34.26%)$$

لحساب المقاييس الوصفية لهذا النظام التجريبي:

1. القيمة المتوقعة لعدد حاملي الطفرة في العينة:

$$E(X) = n \left(\frac{K}{N}\right) = 4 \times \left(\frac{6}{20}\right) = 4 \times 0.3 = 1.2 \text{ متطوع}$$

2. تباين عدد حاملي الطفرة:

$$\text{Var}(X) = n \left(\frac{K}{N}\right) \left(1 – \frac{K}{N}\right) \left(\frac{N – n}{N – 1}\right) = 4 \times 0.3 \times 0.7 \times \left(\frac{20 – 4}{20 – 1}\right) = 0.84 \times \left(\frac{16}{19}\right) \approx 0.70737$$

3. الانحراف المعياري للتجربة:

$$\sigma = \sqrt{0.70737} \approx 0.84105$$

يوضح هذا المثال التطبيقي كيف يوفر التوزيع فوق الهندسي تقييماً كمياً دقيقاً لتوزيع السمات الإكلينيكية داخل العينات الطبية الصغيرة والمحدودة.

6. المقارنة المنهجية بين التوزيع فوق الهندسي وتوزيع ثنائي الحدين

6.1 أوجه التشابه البنيوية والمفاهيمية

يشترك التوزيع فوق الهندسي مع توزيع ثنائي الحدين (Binomial Distribution) في العديد من الخصائص البنيوية والمفاهيمية الجوهرية. ينتمي كلا التوزيعين إلى فئة التوزيعات الاحتمالية المتقطعة المنتهية، ويهتم كلاهما بحساب احتمال رصد عدد محدد من النجاحات ($k$) ضمن عينة ذات حجم ثابت محدد مسبقاً ($n$).

كما يعتمد كلا النموذجين على تصنيف مخرجات المعاينة إلى فئتين متنافردين وشاملتين (نجاح وفشل)، ولا مجال لأي تصنيفات ثلاثية أو مستمرة في الفضاء الأساسي للتجربة. وفضلاً عن ذلك، تتطابق القيمة المتوقعة تماماً في التوزيعين؛ فإذا كان المجتمع يحتوي على نسبة نجاح ابتدائية $p = \frac{K}{N}$، فإن المتوسط الحسابي للنجاحات المتوقعة في عينة بحجم $n$ هو $\mu = n p$ في كلا النموذجين دون أي اختلاف.

6.2 الفروق الجوهرية في الشروط والرياضيات

تتمحور الفروق الجوهرية بين النموذجين حول بروتوكول المعاينة واستقلالية الأحداث؛ حيث يقوم توزيع ثنائي الحدين على فرضية السحب مع الإرجاع (Sampling with Replacement) أو المعاينة من مجتمعات لانهائية، مما يحافظ على ثبات احتمال النجاح $p$ عبر كافة المحاولات واستقلالية كل محاولة عن سابقاتها استقلالية تامة. في المقابل، ينبني التوزيع فوق الهندسي حصراً على السحب بدون إرجاع (Sampling without Replacement) من مجتمع منتهٍ، مما يجعل المحاولات معتمدة احتماليا وتتغير معها فرص النجاح تتابعياً.

ينعكس هذا الاختلاف الإجرائي مباشرة على التباين الإحصائي؛ فبينما يُعطى تباين ثنائي الحدين بالعلاقة $\text{Var}_{\text{\binom}}(X) = n p (1 – p)$، فإن تباين التوزيع فوق الهندسي يقل دائماً عن هذا المقدار بفضل ضربه في معامل تصحيح المجتمع المنتهي $\frac{N – n}{N – 1} < 1$. يلخص الجدول الأكاديمي التالي أبرز الفروق المنهجية والرياضية بين التوزيعين:

وجه المقارنة التوزيع فوق الهندسي (Hypergeometric) توزيع ثنائي الحدين (Binomial)
طبيعة السحب سحب بدون إرجاع من مجتمع منتهٍ سحب مع الإرجاع أو من مجتمع لانهائي
استقلالية المحاولات المحاولات غير مستقلة (مترابطة سالباً) المحاولات مستقلة تماماً (محاولات برنولي)
احتمال النجاح في كل خطوة متغير تتابعياً بناءً على نتائج السحب السابق ثابت تماماً عند القيمة $p$ طوال التجربة
معلمات التوزيع الأساسية ثلاث معلمات مستقلة: $N, K, n$ معلمتان مستقلتان: $n, p$
صيغة دالة الكتلة (PMF) $\frac{\binom{K}{k}\binom{N-K}{n-k}}{\binom{N}{n}}$ $\binom{n}{k} p^k (1-p)^{n-k}$
القيمة المتوقعة $E(X)$ $n \left(\frac{K}{N}\right)$ $n p$
التباين $\text{Var}(X)$ $n p (1-p) \left(\frac{N-n}{N-1}\right)$ $n p (1-p)$
الدعم والمدى المتاح لـ $k$ $max(0, n-N+K) le k le min(n, K)$ $0 le k le n$

6.3 حد التقارب الرياضي بين التوزيعين

يحدث تقارب رياضي دقيق (Asymptotic Convergence) بين التوزيع فوق الهندسي وتوزيع ثنائي الحدين عندما ينمو حجم المجتمع الكلي $N$ وحجم عناصر النجاح $K$ نحو اللانهاية، مع بقاء النسبة $p = \frac{K}{N}$ ثابتة وحجم العينة $n$ ثابتاً صغيراً مقارنة بحجم المجتمع. يمكن إثبات هذه النهاية رياضياً باستخدام تقريب المضروب وصيغ النهايات الكلاسيكية للتوافيق:

$$\lim_{N, K to \infty, \frac{K}{N} to p} \frac{\binom{K}{k} \binom{N – K}{n – k}}{\binom{N}{n}} = \binom{n}{k} p^k (1 – p)^{n – k}$$

تنص القاعدة الإرشادية العملية المعتمدة في الإحصاء التطبيقي على أنه إذا كانت نسبة المعاينة (Sampling Fraction) ضئيلة جداً، وتحديداً:

$$\frac{n}{N} le 0.05 \quad (\text{أي أن العينة لا تتجاوز 5% من حجم المجتمع})$$

فإن تأثير انعدام الإرجاع يصبح غير ذي بال؛ حيث يقترب معامل تصحيح المجتمع المنتهي $\frac{N – n}{N – 1}$ من الواحد الصحيح بدرجة تقارب عالية جداً ($\approx 1$). في هذه الحالة، يجوز للباحثين استخدام توزيع ثنائي الحدين لتقريب التوزيع فوق الهندسي لتسهيل الحسابات اليدوية والبرمجية دون وقوع خطأ إحصائي ملموس.

7. التقريبات الرياضية والعلاقات مع التوزيعات الأخرى

7.1 التقريب إلى التوزيع الطبيعي

عندما تكون أحجام المعاينة والمجتمعات كبيرة نسبياً، تصبح الحسابات التوافقية المباشرة للمضاريب الضخمة معقدة حاسوبياً. وفقاً لـ مبرهنة النهاية المركزية (Central Limit Theorem) المنطبقة على المجتمعات المنتهية، يتقارب التوزيع فوق الهندسي تقارباً كبيراً نحو التوزيع الطبيعي (Gaussian/Normal Distribution) عندما تكون العينة $n$ كبيرة، ونسبة النجاح $p = K/N$ ليست قريبة جداً من الصفر أو الواحد.

تتمثل الشروط المعيارية لقبول التقريب الطبيعي في تحقق القواعد التجريبية التالية في آن واحد:

$$n \left(\frac{K}{N}\right) ge 10 \quad \text{و} \quad n \left(1 – \frac{K}{N}\right) ge 10$$

يتم تحويل المتغير العشوائي فوق الهندسي $X$ إلى المتغير المعياري الطبيعي $Z \sim \mathcal{N}(0, 1)$ باستخدام صيغة التحويل المعياري المعززة بـ “تصحيح الاستمرارية” (Continuity Correction) للتعويض عن الانتقال من الدعم المتقطع إلى الفضاء المستمر:

$$Z = \frac{k \pm 0.5 – E(X)}{\sqrt{\text{Var}(X)}} = \frac{k \pm 0.5 – n \left(\frac{K}{N}\right)}{\sqrt{n \left(\frac{K}{N}\right) \left(1 – \frac{K}{N}\right) \left(\frac{N – n}{N – 1}\right)}}$$

حيث يُضاف $0.5$ عند حساب احتمالات الذيل الأيسر $P(X le k)$ ويُطرح $0.5$ عند حساب احتمالات الذيل الأيمن $P(X ge k)$، مما يمنح دقة تقريبية عالية جداً للمساحات الاحتمالية تحت المنحنى الغوسي.

7.2 التقريب إلى توزيع بواسون

في الحالات التي يتضخم فيها حجم المجتمع الكلي $N$ بصورة هائلة مع بقاء حجم العينة $n$ كبيراً، ولكن مع ندرة شديدة للخاصية المدروسة بحيث يكون عدد عناصر النجاح $K$ ضئيلاً للغاية في المجتمع (Rare Events)، يتقارب التوزيع فوق الهندسي مباشرة نحو توزيع بواسون (Poisson Distribution).

يتحقق هذا التقارب عندما تؤول النسبة $p = \frac{K}{N} to 0$ بينما يظل حاصل الضرب المعلمي مستقراً ومحدوداً ليشكل معلمة بواسون ومعدل الحدوث $lambda$:

$$\lambda = n \frac{K}{N} = n p$$

تُعطى صيغة التقريب البواسوني للاحتمال فوق الهندسي بالعلاقة:

$$P(X = k) \approx \frac{\lambda^k e^{-\lambda}}{k!} = \frac{\left(n \frac{K}{N}\right)^k e^{-\left(n \frac{K}{N}\right)}}{k!}$$

يُعد هذا التقريب فعالاً للغاية في دراسات مراقبة العيوب الصناعية النادرة جداً، أو رصد الأمراض الوبائية متناهية الندرة في المجتمعات الكبيرة المعاينة دون تعويض، حيث يتجاوز الحاجة للتعامل مع معاملات التوافيق المعقدة مع الحفاظ على الدقة الاستدلالية.

8. العزوم والدوال الرياضية المتقدمة

8.1 الدالة المولدة للاحتمال (PGF)

ترتبط البنية التحليلية للتوزيع فوق الهندسي بالدوال المعممة ونظرية التحليل الرياضي الصارم. تُعرف الدالة المولدة للاحتمال (Probability Generating Function – PGF) للمتغير العشوائي $X$ بالصيغة التوقعية $G_X(t) = E(t^X) = \sum_{k} P(X = k) t^k$.

تُصاغ هذه الدالة للتوزيع فوق الهندسي عبر الدالة فوق الهندسية لغاوس (Gauss Hypergeometric Function $_2F_1$)، وتأخذ التمثيل التحليلي المغلق التالي:

$$G_X(t) = \frac{\binom{N – K}{n}}{\binom{N}{n}} \cdot {_2F_1}\left(-n, -K; N – K – n + 1; t\right)$$

حيث تُعرف الدالة فوق الهندسية القياسية بسلسلتها اللانهائية المتوافقة:

$${_2F_1}(a, b; c; z) = \sum_{j=0}^{\infty} \frac{(a)_j (b)_j}{(c)_j} \frac{z^j}{j!}$$

حيث يمثل $(a)_j = a(a+1)dots(a+j-1)$ المضروب الصاعد لبوخهامر (Pochhammer symbol). يتيح هذا التمثيل التحليلي المتقدم اشتقاق جميع العزوم المضروبية (Factorial Moments) للمتغير العشوائي بحساب المشتقات المتتالية للدالة $G_X(t)$ عند النقطة $t = 1$، ومنها يُستنتج العزم المضروبي من الرتبة $r$ بالصيغة العامة:

$$E[X(X – 1)dots(X – r + 1)] = \frac{n! K! (N – r)!}{(n – r)! (K – r)! N!} = \frac{n_{(r)} K_{(r)}}{N_{(r)}}$$

8.2 العزوم المركزية ذات الرتب العليا

تُشتق العزوم المركزية ذات الرتب العليا $\mu_r = E[(X – \mu)^r]$ عبر التوسيع الجبري للعزوم المضروبية. يُعد العزم المركزي الثالث $\mu_3$ والرابع $\mu_4$ ركيزتين أساسيتين لوصف الخصائص الديناميكية والتشوه الدقيق في منحنى التوزيع، ويُعطى العزم المركزي الثالث بالعلاقة المغلقة:

$$\mu_3 = \frac{n K (N – K)(N – n)(N – 2K)(N – 2n)}{N^3 (N – 1)(N – 2)}$$

لتسهيل الحسابات الخوارزمية للاحتمالات فوق الهندسية المتتالية وتجنب الأخطاء الناتجة عن طفو الأرقام الكبيرة (Numerical Overflow) في الحواسيب، تُستخدم العلاقات التكرارية الاحتمالية (Probability Recurrence Relations). تُربط احتمالية النقطة $k+1$ بالنقطة السابقة $k$ عبر المعادلة النسبية الدقيقة:

$$P(X = k + 1) = P(X = k) \cdot \frac{(n – k)(K – k)}{(k + 1)(N – K – n + k + 1)}$$

تسمح هذه العلاقة التكرارية للخوارزميات الإحصائية بحساب كامل دوال الكتلة والتوزيع التراكمي في زمن حوسبي خطي فائق السرعة عبر توليد الحدود انطلاقاً من الاحتمال الأساسي $P(X = 0)$.

9. تطبيقات التوزيع في القياس النفسي والعلوم السلوكية

9.1 اختبار فيشر الدقيق (Fisher’s Exact Test)

يمثل اختبار فيشر الدقيق أحد أهم الركائز الاستدلالية في العلوم السلوكية والنفسية، خصوصاً عند التعامل مع تصاميم تجريبية تتضمن عينات إكلينيكية صغيرة الحجم لا تسمح بتطبيق اختبار مربع كاي ($\chi^2$) للاستقلالية. يقوم الاختبار على تحليل جداول الاقتران المزدوجة من الرتبة $2 times 2$ التي تقاطع سمة سلوكية محددة مع مجموعتين تجريبيتين.

بافتراض ثبات المجاميع الهامشية لجدول الاقتران (Marginal Totals)، يُنمذج عدد الأفراد الذين يظهرون السمة السلوكية في إحدى المجموعتين مباشرة باستخدام التوزيع فوق الهندسي تحت فرضية العدم ($H_0$) القائلة بعدم وجود ارتباط بين المتغيرين. تُحسب القيمة الاحتمالية الدقيقة بجمع احتمالات الجداول التي تُظهر توزيعات مساوية أو أكثر تطرفاً في اتجاه فرضية البحث، مما يمنح الباحثين النفسيين دقة قاطعة وخالية من التحيزات المقاربية في تشخيص الحالات الإكلينيكية النادرة أو دراسة فعالية تدخلات علاجية غير مسبوقة على مجموعات مرضية محصورة.

9.2 معايرة الاختبارات النفسية ونظرية القياس

في إطار القياس النفسي (Psychometrics) وتطوير المقاييس السلوكية، يلعب التوزيع فوق الهندسي دوراً جوهرياً في معايرة الاختبارات المبنية على بنوك الأسئلة المحدودة (Item Banks). عند سحب عدد محدد من الأسئلة ($n$) عشوائياً دون تعويض لتوليد نماذج اختبارية متكافئة للطلاب أو المفحوصين، يتيح التوزيع نمذجة عدد الأسئلة التي تقيس مهارة معرفية محددة ($k$) من أصل إجمالي الأسئلة المتاحة الممثلة لتلك المهارة في البنك ($K$).

يفيد هذا النموذج في تقييم مدى موثوقية وثبات التمثيل البنائي للاختبارات؛ إذ يضمن التوزيع حساب احتمالات الانحراف في تغطية المجالات المعرفية وتحديد حدود الثقة لتكافؤ النماذج الاختبارية. كما يُستخدم في بيئات التشخيص الإكلينيكي المغلقة لتقييم تصنيف الأفراد وفق السمات النفسية المركبة بناءً على عينات محدودة من المقابلات السلوكية دون إتاحة الفرصة لتكرار الأسئلة التشخيصية ذاتها.

9.3 الدراسات السلوكية الميدانية والمجتمعات المحصورة

تتطلب الأبحاث السلوكية الميدانية الموجهة نحو دراسة التفاعلات الاجتماعية داخل بيئات محصورة—مثل نزلاء المؤسسات الإصلاحية، أو العاملين في محطات فضائية أو غواصات، أو التجمعات الحيوية المعزولة—استخدام التوزيع فوق الهندسي بوصفه النموذج الرياضي الحاكم لسحب الملاحظات السلوكية. تتميز هذه المجتمعات بمحدودية العدد الإجمالي للأفراد وتداخل شبكات العلاقات الاجتماعية دون إمكانية تعويض المفحوص أثناء جلسات الملاحظة المركزة.

يُمكّن التوزيع الباحثين من قياس أنماط اتخاذ القرار الجماعي، وتحليل انتشار سلوكيات محددة كالتطوع أو العدوانية داخل تلك الجماعات المغلقة. كما يوفر وسيلة صارمة لتقدير انتشار الاضطرابات السلوكية النادرة في المدارس المتخصصة ومراكز التأهيل عبر مراقبة العينات العشوائية التتابعية وضبط احتمالية رصد السمات في ظل التغير المستمر للبنية السكانية المتبقية داخل المركز.

10. تطبيقات التوزيع في فحص الجودة وعلم البيئة والعلوم الأخرى

10.1 معاينة قبول الجودة في الصناعة (Acceptance Sampling)

تعتبر خطط معاينة القبول الإحصائي (Statistical Acceptance Sampling) في الهندسة الصناعية وإدارة الجودة الشاملة من أكثر التطبيقات المباشرة للتوزيع فوق الهندسي وفق المعايير القياسية العالمية مثل ISO 2859-1 و MIL-STD-105E. عندما تصل دفعة إنتاجية تتكون من $N$ من الوحدات المصنعة، يتم سحب عينة فحص عشوائية مكونة من $n$ من القطع دون إرجاع لاختبار مدى مطابقتها للمواصفات الفنية.

تنص خطة المعاينة على قبول الدفعة الإجمالية بالكامل إذا كان عدد الوحدات المعيبة في العينة $k$ لا يتجاوز رقماً حرجاً يُعرف برقم القبول ($c$)، ورفض الدفعة إذا تجاوز ذلك. يُحسب احتمال قبول الشحنة$P_a$ مباشرة بدالة التوزيع التراكمي فوق الهندسي:

$$P_a = P(X le c) = \sum_{k=0}^{c} \frac{\binom{K}{k} \binom{N – K}{n – k}}{\binom{N}{n}}$$

حيث يمثل $K$ العدد الفعلي غير المعروف للوحدات المعيبة في الشحنة. يُبنى منحنى الخصائص التشغيلية (Operating Characteristic – OC Curve) بناءً على هذه الاحتمالات الدقيقة، مما يتيح للشركات موازنة مخاطر المنتج (قبول شحنة رديئة) ومخاطر المستهلك (رفض شحنة جيدة) وتقليل الخسائر المالية الناجمة عن عمليات الفحص الإتلافي المكلفة.

10.2 طريقة الصيد وإعادة الصيد في علم البيئة (Capture-Recapture)

يواجه علماء البيئة والأحياء الميدانية تحدياً بنيوياً مستمراً يتمثل في تقدير الحجم الكلي للمجتمعات الحيوانية والبرية غير المرئية بالكامل ($N$). تُشكل طريقة الصيد وإعادة الصيد (Capture-Recapture Method)، والمعروفة بمؤشر لينكولن-بيترسن (Lincoln-Petersen Estimator)، تطبيقاً هندسياً بيئياً للتوزيع فوق الهندسي.

تسير المنهجية البيئية عبر خطوتين رئيسيتين:

  1. يتم اصطياد عدد محدد من أفراد المجتمع الإحيائي ($K$)، ويتم تعليمهم أو وسمهم بعلامات بيولوجية غير ضارة، ثم يُعاد إطلاقهم في بيئتهم الطبيعية ليندمجوا ويتوزعوا بشكل متجانس.
  2. بعد فترة زمنية كافية، تُسحب عينة عشوائية ثانية بحجم $n$ من الحيوانات في المنطقة نفسها، ويتم عد الأفراد الذين يحملون العلامات السابقة ($k$).

باعتبار أن عدد الأفراد المعلمين في العينة الثانية يتبع التوزيع $X \sim \text{Hypergeometric}(N, K, n)$، يمكن تقدير الحجم الإجمالي للمجتمع $N$ باستخدام طريقة الإمكان الأكبر (Maximum Likelihood Estimation – MLE) التي تعطي المقدر الشهير:

$$\hat{N}_{\text{MLE}} = \left\lfloor \frac{K \cdot n}{k} \right\rfloor$$

ولتقليل التحيز الإحصائي في العينات الصغيرة، صاغ الإحصائي جورج تشابمان (Chapman Estimator) مقدراً معدلاً غير متحيز تقريباً وفترة ثقة دقيقة مستندة تماماً إلى الخصائص التوافقية للتوزيع فوق الهندسي:

$$\hat{N}_{\text{Chapman}} = \frac{(K + 1)(n + 1)}{k + 1} – 1$$

10.3 تطبيقات الجينات والمعلوماتية الحيوية

في عصر البيولوجيا الحاسوبية والجينوميات الوظيفية، يمثل التوزيع فوق الهندسي الأداة الرياضية المركزية لما يُعرف بـ “تحليل تخصيب المجموعات الجينية” (Gene Set Enrichment Analysis – GSEA) والتحقق من التعبير المفرط في الأنطولوجيا الجينية (Gene Ontology – GO Enrichment Analysis). عند إجراء تجارب مصفوفات الحمض النووي أو تسلسل الحمض النووي الريبي (RNA-Seq)، يحدد الباحثون قائمة فرعية تضم $n$ من الجينات التي أظهرت تغيراً معنوياً في التعبير الجيني تحت ظرف مرضي أو علاجي معين، من أصل مجتمع جينومي كلي مدروس يضم $N$ من الجينات.

السؤال البيولوجي الحاسم هو: هل تشارك هذه الجينات المكتشفة في مسار بيولوجي محدد يضم أصلاً $K$ من الجينات المعروفة بمعدل يتجاوز ما يمكن أن يحدث بمحض الصدفة العشوائية؟ يُحسب هذا التخصيب بحساب الاحتمال فوق الهندسي التراكمي (أو اختبار فيشر) لرصد $k$ من جينات المسار ضمن القائمة المعبر عنها:

$$p\text{-value} = P(X ge k) = \sum_{i=k}^{\min(n, K)} \frac{\binom{K}{i} \binom{N – K}{n – i}}{\binom{N}{n}}$$

تضمن هذه الحسابات الصارمة اكتشاف المسارات البيولوجية المسؤولة فعلياً عن الأمراض السرطانية والتنكسية، وتوجيه اكتشاف الأدوية الحيوية بدقة إحصائية متقدمة ومثبتة خوارزمياً.

11. التحليل الحسابي وتطبيق التوزيع باستخدام البرمجيات الإحصائية

11.1 التطبيق العملي بلغة R

توفر لغة البرمجة الإحصائية R مجموعة متكاملة وقياسية من الدوال المدمجة المصممة للتعامل مع التوزيع فوق الهندسي بكفاءة ودقة عددية عالية، وتعتمد دوال R صيغة المعلمات التالية: m يمثل النجاحات في المجتمع ($K$)، و n يمثل الفشل في المجتمع ($N – K$)، و k يمثل حجم العينة المسحوبة ($n$).

  • dhyper(x, m, n, k): لحساب دالة الكتلة الاحتمالية $P(X = x)$.
  • phyper(q, m, n, k, lower.tail = TRUE): لحساب دالة التوزيع التراكمي $P(X le q)$ أو الذيل العلوي عند ضبط lower.tail = FALSE.
  • qhyper(p, m, n, k): لحساب دالة المئين أو معكوس التوزيع التراكمي (Quantile Function).
  • rhyper(nn, m, n, k): لتوليد أرقام عشوائية تتبع التوزيع فوق الهندسي لمحاكاة مونت كارلو.

يمكن بناء تمثيل بياني احترافي لدالة الكتلة الاحتمالية عبر استدعاء حزمة ggplot2 من خلال كتابة سكربت يقوم بإنشاء جدول بيانات يغطي الدعم الرياضي للمتغير العشوائي، وتطبيق الدالة dhyper لحساب الاحتمالات المقابلة، ثم رسم الأعمدة البيانية الترددية موضحاً عليها خطوط التوقع الرياضي ومناطق فترات الثقة بدقة برمجية متكاملة.

11.2 التطبيق البرمجي بلغة Python

في بيئة لغة Python، تتيح مكتبة العلوم والحوسبة المتقدمة SciPy، وتحديداً الوحدة scipy.stats، كائناً إحصائياً مخصصاً تحت اسم hypergeom. تتطابق معلمات الدالة في SciPy مع المعلمات الرياضية الكلاسيكية: حيث يمثل M حجم المجتمع الكلي ($N$)، و n إجمالي النجاحات في المجتمع ($K$)، و N حجم العينة المسحوبة ($n$).

تتضمن الدوال الأساسية للكائن البرمجي الأساليب التالية:

  • hypergeom.pmf(k, M, n, N): لحساب الاحتمال النقطي الدقيق.
  • hypergeom.cdf(k, M, n, N): لحساب الاحتمال التراكمي حتى القيمة $k$.
  • hypergeom.sf(k, M, n, N): لحساب دالة البقاء (Survival Function) وهي تمثل الذيل الأيمن $P(X > k)$.
  • hypergeom.stats(M, n, N, moments='mvsk'): لحساب المتوسط، والتباين، والالتواء، والتفرطح دفعة واحدة.
  • hypergeom.rvs(M, n, N, size=1000): لتوليد عينات عشوائية ضخمة لأغراض النمذجة الإحصائية.

يمكن للمطورين والباحثين دمج هذه الدوال مع مكتبات التصور البياني مثل Matplotlib و Seaborn لرسم منحنيات التوزيع وتظليل فترات الرفض الإحصائي ومقارنة التوزيعات التجريبية بالمنحنيات النظرية بدقة حوسبية متناهية.

11.3 الحساب باستخدام Microsoft Excel وجداول البيانات

يقدم برنامج جداول البيانات Microsoft Excel والبرمجيات المتوافقة معه دالة مدمجة مخصصة لإجراء الحسابات فوق الهندسية بكفاءة ودون الحاجة لكتابة أكواد برمجية معقدة، وهي الدالة القياسية HYPGEOM.DIST، والتي تُصاغ تركيبتها البرمجية بالصورة التالية:

=HYPGEOM.DIST(sample_s, number_sample, population_s, number_pop, cumulative)

تتطابق وسائط الدالة مع المتغيرات الإحصائية كما يلي:

  • sample_s: عدد النجاحات في العينة ($k$).
  • number_sample: حجم العينة المسحوبة ($n$).
  • population_s: عدد عناصر النجاح في المجتمع الكلي ($K$).
  • number_pop: حجم المجتمع الإحصائي الكلي ($N$).
  • cumulative: وسيط منطقي؛ إذا تم ضبطه على FALSE تُرجع الدالة دالة الكتلة الاحتمالية النقطية $P(X = k)$، بينما إذا تم ضبطه على TRUE فإنها تُرجع دالة التوزيع التراكمي $P(X le k)$.

تُمكن هذه الصيغة مدراء الإنتاج ومحللي البيانات من بناء نماذج محاكاة تفاعلية لفحص خطط قبول الجودة وإجراء تحليلات الحساسية الإحصائية مباشرة داخل جداول البيانات المالية والصناعية.

12. التوزيع فوق الهندسي المتعدد والامتدادات المتقدمة

12.1 التوزيع فوق الهندسي متعدد المتغيرات (Multivariate Hypergeometric)

يمثل التوزيع فوق الهندسي متعدد المتغيرات (Multivariate Hypergeometric Distribution) التعميم الرياضي المباشر للتوزيع الكلاسيكي عندما لا يقتصر تصنيف عناصر المجتمع على فئتين فقط، بل ينقسم المجتمع الكلي المكون من $N$ من العناصر إلى $c$ من الفئات المتمايزة والمتبادلة كلياً، حيث تحتوي الفئة رقم $i$ على $K_i$ من العناصر بحيث يكون $\sum_{i=1}^{c} K_i = N$.

عند سحب عينة عشوائية بحجم $n$ دون إرجاع، فإن المتجه العشوائي $\mathbf{X} = (X_1, X_2, dots, X_c)$ الذي يمثل عدد العناصر المسحوبة من كل فئة يتبع التوزيع فوق الهندسي المتعدد، وتُعطى دالة الكتلة الاحتمالية المشتركة (Joint PMF) بالصيغة التوافقية التالية:

$$P(X_1 = k_1, X_2 = k_2, dots, X_c = k_c) = \frac{\prod_{i=1}^{c} \binom{K_i}{k_i}}{\binom{N}{n}}$$

بشرط أن $\sum_{i=1}^{c} k_i = n$ و $\sum_{i=1}^{c} K_i = N$.

تتميز البنية الإحصائية للمتجه بوجود تباينات مشتركة سالبة تعكس التنافس بين الفئات داخل العينة المحدودة؛ حيث يُعطى التباين الهامشي لكل متغير بـ:

$$\text{Var}(X_i) = n \left(\frac{K_i}{N}\right) \left(1 – \frac{K_i}{N}\right) \left(\frac{N – n}{N – 1}\right)$$

بينما يُعطى التباين المشترك (Covariance) بين أي متغيرين مختلفين $X_i$ و $X_j$ (حيث $i ne j$) بالصيغة:

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

تُعد هذه الصيغة المتعددة الأساس في تحليل استطلاعات الرأي متعددة الأحزاب، والفرز الجيني متعدد الأليلات، ونمذجة التنوع الحيوي الإيكولوجي بين أصناف بيئية متعددة.

12.2 التوزيع فوق الهندسي السالب (Negative Hypergeometric)

يقدم التوزيع فوق الهندسي السالب (Negative Hypergeometric Distribution)، المعروف أيضاً بتوزيع المعاينة المعكوسة دون إرجاع، منظوراً مقلوباً لعملية السحب؛ فبدلاً من تثبيت حجم العينة $n$ وحساب عدد النجاحات العشوائي $k$، يتم في هذا التوزيع الاستمرار في سحب العناصر تتابعياً دون إرجاع حتى الوصول إلى عدد محدد وثابت مسبقاً من عناصر النجاح يرمز له بالرمز$r$ ($r le K$).

يُعرف المتغير العشوائي في هذا السياق بأنه عدد السحبات الكلية $Y$ أو عدد عناصر الفشل المستخرجة قبل إتمام النجاح رقم $r$. وتُعطى دالة الكتلة الاحتمالية لعدد السحبات$Y = y$ بالصيغة التوافقية:

$$P(Y = y) = \frac{\binom{y – 1}{r – 1} \binom{N – y}{K – r}}{\binom{N}{K}}$$

يجد هذا التوزيع تطبيقات محورية في هندسة الوثوقية ومراقبة الفشل التدميري؛ حيث تُجرى اختبارات الإجهاد على الأجهزة الصناعية وتُسحب القطع تتابعياً دون تعويض حتى حدوث عدد حرج محدد من الأعطال، مما يسمح بتقدير العمر التشغيلي للأنظمة المعقدة وإدارة المخاطر في البيئات الحساسة.

12.3 التوزيع فوق الهندسي غير المركزي (Non-central Distributions)

يظهر التوزيع فوق الهندسي غير المركزي (Non-central Hypergeometric Distribution) كحل رياضي متقدم عندما يسقط افتراض تكافؤ فرص الاختيار بين العناصر؛ أي عندما تمتلك عناصر النجاح وزناً نسبياً أو قابلية للالتقاط (Weight / Bias / Affinity) تختلف عن قابلية عناصر الفشل، وهو ما يرمز له بنسبة الأرجحية النسبية $\omega > 0$.

يتفرع هذا النموذج إلى شكلين رياضيين رئيسيين بحسب بروتوكول المعاينة غير المتكافئة:

  1. توزيع والينيوس فوق الهندسي غير المركزي (Wallenius’ Noncentral Hypergeometric Distribution): ويفترض أن السحب يجري تتابعياً واحداً تلو الآخر، حيث تتنافس العناصر في كل خطوة بناءً على أوزانها اللحظية المتبقية. وتأخذ دالة الكتلة صيغة تكاملية معقدة تُعبر عن التنافس التتابعي عبر الزمن.
  2. توزيع فيشر فوق الهندسي غير المركزي (Fisher’s Noncentral Hypergeometric Distribution): ويقوم على المعاينة المشروطة المستقلة بثبات المجموع الإجمالي، وتُعطى دالة كتلته بالصيغة المغلقة الموزونة:
    $$P(X = k) = \frac{\binom{K}{k} \binom{N – K}{n – k} \omega^k}{\sum_{j=\max(0, n – N + K)}^{\min(n, K)} \binom{K}{j} \binom{N – K}{n – j} \omega^j}$$

تكتسب هذه التوزيعات غير المركزية أهمية قصوى في علم البيئة المتقدم عند دراسة اصطياد الحيوانات التي تختلف استجابتها للفخاخ بناءً على الحجم أو السلوك، وفي التجارب الوبائية المعقدة التي تتأثر فيها احتمالية اكتشاف العينة بالسمات الفسيولوجية للمريض.

خاتمة

يمثل التوزيع فوق الهندسي ركيزة نظرية وتطبيقية لا غنى عنها في صرح علم الاحتمالات والإحصاء الحديث؛ فهو يقدم الصياغة الرياضية الدقيقة للظواهر العشوائية المنبثقة عن المعاينة دون إرجاع من المجتمعات المنتهية والمحدودة. ومن خلال بنيته التوافقية المتكاملة، استطاع هذا التوزيع أن يسد الفجوة التي تعجز النماذج الاحتمالية المستقلة عن معالجتها، موفراً حلولاً قطعية لمسائل التشتت، والارتباط الشرطي التتابعي، وضبط تحيزات العينات الصغيرة.

إن التطبيقات الواسعة للتوزيع—التي تمتد من اختبار فيشر الدقيق في القياس السلوكي والنفسي، إلى خطط قبول الجودة الصارمة في المنشآت الصناعية، ونماذج تقدير المجتمعات الحيوية في علم البيئة، وصولاً إلى فك شفرات التعبير الجيني في المعلوماتية الحيوية—تؤكد على المرونة الفائقة والعمق الإجرائي لهذا التوزيع. إن استيعاب الخصائص الهيكلية، والتقريبات الرياضية، والامتدادات متعددة المتغيرات وغير المركزية للتوزيع فوق الهندسي، يظل متطلباً أساسياً لكل باحث وإحصائي يسعى إلى بناء نماذج استدلالية رصينة تتوافق مع الواقع التجريبي المعقد.

References

اقتباس هذا المقال

looti, M. (2026, أغسطس 26). مقدمة إلى التوزيع فوق الهندسي. عرب سايكلوجي. https://arabpsychology.com/statistics/introduction-to-hypergeometric-distribution/
looti, Mohammed. “مقدمة إلى التوزيع فوق الهندسي.” عرب سايكلوجي, 26 أغسطس 2026, https://arabpsychology.com/statistics/introduction-to-hypergeometric-distribution/.
looti, Mohammed. “مقدمة إلى التوزيع فوق الهندسي.” عرب سايكلوجي. أغسطس 26, 2026. https://arabpsychology.com/statistics/introduction-to-hypergeometric-distribution/.