الإحصاء المتقدمالتعلم الآلي الإحصائيالقياس النفسي

مقدمة في التحليل التمييزي التربيعي

دليل أكاديمي شامل يقدم مدخلاً مفصلاً إلى التحليل التمييزي التربيعي (QDA)، أسسه الرياضية، افتراضاته الإحصائية، وتطبيقاته العملية في تصنيف البيانات النفسية والسلوكية.

تاريخ النشر

يمثل التحليل الإحصائي متعدّد المتغيرات الركيزة الأساسية التي تستند إليها بحوث القياس الكمي والنمذجة التنبؤية المعاصرة، لا سيما في حقول العلوم النفسية، السلوكية، والعلوم الحيوية الحاسوبية. ومع تعاظم تعقيد الظواهر الإنسانية وتداخل الأبعاد السلوكية المقاسة عبر بطاريات الاختبارات المقننة والمؤشرات النفسية-الفسيولوجية، تبرز الحاجة الملحة إلى أدوات تصنيفية تمتلك مرونة رياضية فائقة تمكنها من استيعاب اللاخطية وتفاوت التشتت والارتباط بين المتغيرات التفسيرية. وفي هذا السياق، يقف التحليل التمييزي التربيعي (Quadratic Discriminant Analysis – QDA) كأحد أقوى النماذج الاحتمالية التوليدية القادرة على فك التشابك بين الفئات المتداخلة وتوليد سطوح قرار منحنية بالغة الدقة.

تستند فلسفة النمذجة التمييزية في جوهرها إلى محاولة إسناد المشاهدات الفردية إلى فئات أو مجموعات متمايزة بناءً على منظومة من السمات الكمية المقاسة. وبينما تفرض النماذج الخطية الكلاسيكية، كالتحليل التمييزي الخطي لفيشر، شروطاً مقيدة تفترض تماثل مصفوفات التباين والتباين المشترك عبر كافة الفئات، يتجاوز التحليل التمييزي التربيعي هذا القيد الهيكلي. يتيح QDA لكل فئة تشكيل فضائها الهندسي والبيضاوي الخاص وفق مصفوفة تغاير فريدة تعكس بنيتها التشتتية الحقيقية، مما يمنحه قدرة استثنائية على تمثيل الظواهر التي تتسم بتباينات متباينة جوهرياً بين المجموعات السريرية أو السلوكية المستهدفة.

يهدف هذا الدليل المرجعي الشامل إلى تقديم معالجة أكاديمية وتطبيقية متعمقة للتحليل التمييزي التربيعي؛ بدءاً من أصوله التاريخية ونظريته الاحتمالية البايزية، مروراً باشتقاقاته الجبرية وهندسة فضاء القرار، وصولاً إلى استراتيجيات الضبط والتنظيم الإحصائي ومعايير التقييم الإكلينيكي والبرمجي. إن استيعاب هذا النموذج لا يمثل مجرد إضافة تقنية لأدوات الباحث الإحصائي، بل هو مدخل منهجي لفهم كيفية تفاعل التوزيعات الاحتمالية متعددة الأبعاد لإنتاج قرارات تصنيفية تتسم بالرصانة والدقة العلمية.

جدول المحتويات

1. مدخل تمهيدي إلى التحليل التمييزي التربيعي (QDA)

1.1 التعريف الأكاديمي للتحليل التمييزي التربيعي

يُعرَّف التحليل التمييزي التربيعي (Quadratic Discriminant Analysis) أكاديمياً بأنه أحد أساليب التعلم الإحصائي الخاضع للإشراف (Supervised Statistical Learning) والنماذج التوليدية (Generative Models) متعدّدة المتغيرات، المُصممة لتصنيف المشاهدات إلى فئتين أو أكثر استناداً إلى مجموعة من المتغيرات المستقلة الكمية والمستمرة. يستند النموذج وظيفياً إلى تقدير دوال الكثافة الاحتمالية المشتركة لكل فئة بشكل منفصل، مما يتيح حساب الاحتمالات اللاحقة لانتماء كل مشاهدة تجريبية إلى فئة معينة باستخدام صياغة مبرهنة بايز الإحصائية.

يتميز التحليل التمييزي التربيعي عن سائر خوارزميات التصنيف البارامترية بقدرته البنيوية على التخلي عن فرضية تجانس التباينات، مما يمنحه دوراً وظيفياً حاسماً في تمثيل التفاعلات المعقدة بين المتغيرات التفسيرية. ففي النظم التصنيفية متعددة الأبعاد، لا تقتصر وظيفة QDA على رسم فواصل مستقيمة بين الفئات، بل تمتد لتوليد أسطح قرار من الدرجة الثانية (Quadratic Hypersurfaces) تشمل القطوع المكافئة، الناقصة، والزائدة، لتعكس التغاير الذاتي والمشترك المميز لكل مجتمع إحصائي فرعي بدقة متناهية.

تتجذر الأصول الفلسفية والرياضية لنموذج QDA داخل إطار نظرية القرار البايزية (Bayesian Decision Theory)، حيث يُنظر إلى عملية التصنيف بوصفها مسألة تعظيم للاحتمال البعدي مع تقليل تكلفة أو مخاطرة القرار الخاطئ. ومن خلال افتراض خضوع البيانات داخل كل فئة لتوزيع احتمالي غاوسي متعدد الأبعاد يتميز بمتوسط ومصفوفة تغاير خاصين، يوفر النموذج إطاراً احتمالياً متماسكاً يجمع بين المعلومات القبلية المتوفرة عن نسب انتشار الفئات وبين الأدلة التجريبية المستقاة من المتغيرات المقاسة.

1.2 السياق التاريخي وتطور نماذج التحليل التمييزي

تعود الجذور التأسيسية للتحليل التمييزي إلى عام 1936 عندما نشر عالم الإحصاء والجينات البريطاني السير رونالد فيشر (Ronald A. Fisher) ورقته البحثية التاريخية حول استخدام القياسات المورفولوجية لنبات السوسن (Iris Data) في الفصل بين الأنواع النباتية، مؤسساً بذلك ما يُعرف بـ “التحليل التمييزي الخطي” (Linear Discriminant Analysis – LDA). ركز نموذج فيشر الأصلي على إيجاد التركيبة الخطية من المتغيرات التي تعظم النسبة بين التباين البيني (Between-class variance) والتباين الداخلي (Within-class variance).

مع تطور التطبيقات الإحصائية في منتصف القرن العشرين واصطدام الباحثين ببيانات العالم الحقيقي في مجالات الأرصاد الجوية، القياسات الحيوية، والعلوم العسكرية، اتضح القصور الجوهري لافتراض فيشر الكلاسيكي القائم على اشتراط تماثل مصفوفات التباين والتغاير عبر المجموعات. دفع هذا القصور علماء الإحصاء الرياضي، مثل تشارلز سميث (C.A.B. Smith) عام 1947 وتي. دبليو. أندرسون (T.W. Anderson)، إلى تطوير الصياغة الرياضية لنماذج التمييز التربيعي التي تستوعب عدم تجانس مصفوفات التغاير، وتسمح بإنتاج حدود فصل غير خطية.

شهد التحليل التمييزي التربيعي قفزات نوعية متتالية مع بزوغ الثورة الحاسوبية في العقود الأخيرة من القرن العشرين، حيث أتاح التطور في خوارزميات الجبر الخطي العددي معالجة مقلوب المصفوفات ذات الأبعاد المرتفعة وحساب محدداتها بكفاءة فائقة. تلا ذلك إدماج تقنيات التنظيم الرياضي (Regularization) في أواخر الثمانينيات بواسطة جيروم فريدمان (Jerome Friedman)، مما عزز من استقرار النموذج في مواجهة مشكلات الأبعاد العالية ورسخ مكانته كأداة لا غنى عنها في الإحصاء الرياضي الحديث وتطبيقات الذكاء الاصطناعي الإحصائي.

1.3 أهمية النموذج في التحليل الإحصائي للعلوم النفسية والسلوكية

تحتل العلوم النفسية والسلوكية موقعاً متقدماً بين المجالات التي تتجلى فيها القيمة المنهجية للتحليل التمييزي التربيعي. فالاضطرابات النفسية والسمات السلوكية نادراً ما تتوزع وفق نماذج تشتت متطابقة؛ إذ يُظهر الأفراد الذين يعانون من اضطرابات سريرية، مثل اضطراب الاكتئاب الجسيم أو الفصام، تبايناً أوسع بكثير وتشتتاً غير متجانس في درجات المقاييس النفسية والفسيولوجية مقارنة بالمجموعات الضابطة من الأصحاء، وهو ما يجعل افتراض تجانس التباين غير صالح إكلينيكياً.

يسهم QDA بصورة جوهرية في تصنيف الحالات المعقدة بناءً على بطاريات المقاييس النفسية متعددة الأبعاد (مثل اختبار الشخصية متعدد الأوجه MMPI ومقاييس بيك للاكتئاب والقلق). تتيح الطبيعة التربيعية للنموذج استيعاب الأنماط المتداخلة للشخصية، حيث يمكن أن تؤدي التفاعلات غير الخطية بين سمات مثل العصابية والانطوائية إلى تشكيل تكتلات سريرية بيضاوية ذات اتجاهات هندسية متباينة في فضاء المتغيرات، لا يمكن للنماذج الخطية فصلها دون الوقوع في خطأ تصنيفي جسيم.

علاوة على ذلك، يوفر التحليل التمييزي التربيعي للباحثين النفسيين ميزة إحصائية بالغة الأهمية تتمثل في تحسين دقة التنبؤ بالتشخيص الإكلينيكي والاستجابة للعلاجات السلوكية والدوائية. فبدلاً من إجبار البيانات السلوكية المعقدة على الامتثال لقيود خطية مصطنعة، يتكيف نموذج QDA مع التباين الطبيعي الكامن في الاستجابات الإنسانية، مما يرفع من القوة التمييزية للاختبارات النفسية ويعزز من صدق القرارات التشخيصية المدعومة بالبيانات.

2. الأسس الرياضية ونظرية الاحتمالات لنموذج QDA

2.1 تطبيق مبرهنة بايز في التصنيف التمييزي

يرتكز التحليل التمييزي التربيعي على الصياغة الصريحة لـ مبرهنة بايز (Bayes’ Theorem) لتحويل المعرفة الاحتمالية القبلية والمعلومات المستمدة من العينات إلى احتمالات بعدية توجه القرار التصنيفي. إذا افترضنا وجود مشاهدة يعبر عنها المتجه ( mathbf{x} in mathbb{R}^p )، ونرغب في تصنيفها إلى إحدى الفئات ( K ) الممكنة حيث ( k in {1, 2, dots, K} )، فإن مبرهنة بايز تنص على أن الاحتمال البعدي لانتماء المشاهدة إلى الفئة ( k ) يُحسب رياضياً وفق الصيغة التالية:

[ P(Y = k mid mathbf{X} = mathbf{x}) = frac{P(mathbf{X} = mathbf{x} mid Y = k) cdot P(Y = k)}{P(mathbf{X} = mathbf{x})} = frac{f_k(mathbf{x}) cdot pi_k}{sum_{l=1}^{K} f_l(mathbf{x}) cdot pi_l} ]

حيث يمثل ( pi_k = P(Y = k) ) الاحتمال القبلي (Prior Probability) للفئة ( k )، والذي يعكس نسبة انتشار تلك الفئة في المجتمع الأصلي قبل جمع الملاحظات الحالية. بينما يمثل ( f_k(mathbf{x}) = P(mathbf{X} = mathbf{x} mid Y = k) ) دالة الكثافة الاحتمالية الشرطية (Class-Conditional Density) لمتجه الملاحظات ( mathbf{x} ) بالنظر إلى كونه ينتمي فعلياً إلى الفئة ( k ). أما المقام فيمثل الاحتمال الكلي لظهور المتجه ( mathbf{x} ) عبر كافة الفئات المتاحة، ويعمل كثابت معايرة لضمان أن مجموع الاحتمالات البعدية يساوي واحداً صحيحاً.

تعتمد قاعدة القرار البايزية المثلى على مبدأ “تعظيم الاحتمال البعدي” (Maximum A Posteriori – MAP). وبناءً على هذه القاعدة، يتم إسناد المشاهدة الجديدة ( mathbf{x} ) إلى الفئة ( k ) التي تحقق أعلى قيمة للاحتمال البعدي ( P(Y = k mid mathbf{X} = mathbf{x}) ). وبما أن المقام المشترك ( sum_{l=1}^{K} f_l(mathbf{x}) pi_l ) موجب وثابت بالنسبة لكافة الفئات لنفس المتجه ( mathbf{x} )، فإن قاعدة القرار البايزية تختزل إلى المفاضلة بين حواصل ضرب الكثافات الاحتمالية الشرطية في الاحتمالات القبلية لكل فئة على حدة:

[ hat{Y} = argmax_{k in {1, dots, K}} left[ f_k(mathbf{x}) cdot pi_k right] ]

2.2 التوزيع الطبيعي متعدد المتغيرات (Multivariate Normal Distribution)

يفترض التحليل التمييزي التربيعي أن التوزيع الشرطي للمتغيرات التفسيرية داخل كل فئة ( k ) يتبع توزيعاً طبيعياً متعدّد المتغيرات (Multivariate Gaussian Distribution). تُعطى دالة الكثافة الاحتمالية لهذا التوزيع في الفضاء الإقليدي ذي الأبعاد ( p ) بالصيغة الرياضية الدقيقة التالية:

[ f_k(mathbf{x}) = frac{1}{(2pi)^{p/2} |boldsymbol{Sigma}_k|^{1/2}} exp left( -frac{1}{2} (mathbf{x} – boldsymbol{mu}_k)^T boldsymbol{Sigma}_k^{-1} (mathbf{x} – boldsymbol{mu}_k) right) ]

في هذه الصياغة الجبرية، يمثل ( boldsymbol{mu}_k in mathbb{R}^p ) متجه المتوسطات الحسابية الخاص بالفئة ( k )، وهو المتجه الذي يحدد المركز الهندسي والموضعي لكتلة التوزيع الاحتمالي في الفضاء الإحصائي. أما ( boldsymbol{Sigma}_k ) فهي مصفوفة التباين والتباين المشترك (Covariance Matrix) المتماثلة والموجبة تماماً (Positive-Definite) ذات الأبعاد ( p times p )، والتي تميز الفئة ( k ) حصراً. يمثل الرمز ( |boldsymbol{Sigma}_k| ) محدد مصفوفة التغاير (Determinant)، بينما يمثل ( boldsymbol{Sigma}_k^{-1} ) مقلوب أو معكوس المصفوفة (Inverse Covariance Matrix).

تؤدي مصفوفة التغاير ( boldsymbol{Sigma}_k ) دوراً محورياً في تشكيل هندسة التوزيع؛ حيث تعبر القيم القطرية في المصفوفة عن تباينات المتغيرات الفردية، بينما تعكس القيم خارج القطر التباينات المشتركة ودرجة الارتباط الخطي بين أزواج المتغيرات. ينتج عن هذا التوزيع سطوح تساوي احتمالي (Isodensity Contours) تأخذ أشكالاً بيضاوية متعددة الأبعاد (Hyper-ellipsoids). وتختلف هذه القطوع البيضاوية في حجمها، استطالتها، وتوجيه محاورها في الفضاء من فئة إلى أخرى بناءً على الخصائص الفريدة لكل مصفوفة ( boldsymbol{Sigma}_k )، وهو ما يمنح النموذج قدرة تمثيلية استثنائية مقارنة بالنماذج ذات المصفوفة الموحدة.

2.3 اشتقاق دالة التمييز التربيعية

لتحويل قاعدة تعظيم الاحتمال البعدي إلى صياغة رياضية قابلة للتنفيذ والاستقرار العددي، يتم تطبيق تحويل اللوغاريتم الطبيعي الأحادي النبرة (Monotonic Natural Logarithm) على حاصل الضرب ( f_k(mathbf{x}) cdot pi_k ). لا يغير هذا التحويل من موضع القيمة العظمى، لكنه يحول العمليات الأسية وحواصل الضرب المعقدة إلى عمليات جمع وطرح خطية وتربيعية مبسطة:

[ ln left[ f_k(mathbf{x}) cdot pi_k right] = ln left( pi_k right) + ln left( f_k(mathbf{x}) right) ]

بتعويض دالة الكثافة الغاوسية متعددة الأبعاد داخل المقدار اللوغاريتم، نحصل على التفكيك الرياضي التالي:

[ ln left[ f_k(mathbf{x}) cdot pi_k right] = ln(pi_k) – frac{p}{2}ln(2pi) – frac{1}{2}ln|boldsymbol{Sigma}_k| – frac{1}{2} (mathbf{x} – boldsymbol{mu}_k)^T boldsymbol{Sigma}_k^{-1} (mathbf{x} – boldsymbol{mu}_k) ]

نظراً لأن الحد ( -frac{p}{2}ln(2pi) ) يمثل قيمة عددية ثابتة ومطابقة تماماً لجميع الفئات ( k in {1, dots, K} )، فإنه لا يؤثر إطلاقاً على الترتيب التفاضلي للمفاضلة بين الفئات؛ وبالتالي يمكن حذفه من معادلة التمييز دون أي إخلال بالدقة الرياضية. وبإعادة ترتيب الحدود المتبقية، نحصل على “دالة التمييز التربيعية” (Quadratic Discriminant Function) المعيارية للفئة ( k )، والتي يُرمز لها بالرمز ( delta_k(mathbf{x}) ):

[ delta_k(mathbf{x}) = -frac{1}{2} ln |boldsymbol{Sigma}_k| – frac{1}{2} (mathbf{x} – boldsymbol{mu}_k)^T boldsymbol{Sigma}_k^{-1} (mathbf{x} – boldsymbol{mu}_k) + ln(pi_k) ]

تُظهر هذه المعادلة بوضوح منشأ التسمية “التربيعية”؛ حيث يؤدي نشر وتفكيك المقدار الجبري ( (mathbf{x} – boldsymbol{mu}_k)^T boldsymbol{Sigma}_k^{-1} (mathbf{x} – boldsymbol{mu}_k) ) إلى ظهور حدود تربيعية صريحة بالنسبة للمتجه ( mathbf{x} ) تأخذ الشكل ( -frac{1}{2}mathbf{x}^T boldsymbol{Sigma}_k^{-1} mathbf{x} ). وبما أن مصفوفات التغاير ( boldsymbol{Sigma}_k ) تختلف من فئة إلى أخرى، فإن مقلوباتها ( boldsymbol{Sigma}_k^{-1} ) تظل متباينة، مما يمنع إلغاء هذه الحدود التربيعية عند موازنة دالتين تمييزيتين ( delta_k(mathbf{x}) = delta_l(mathbf{x}) )، وتكون النتيجة الحتمية توليد حدود فصل تربيعية غير خطية في الفضاء الإحصائي.

3. الافتراضات الإحصائية الجوهرية للتحليل التمييزي التربيعي

3.1 افتراض التوزيع الطبيعي المتعدد للمتغيرات داخل كل فئة

يقوم التحليل التمييزي التربيعي على افتراض بنيوي حاسم مفاده أن المتغيرات التفسيرية داخل كل فئة تصنيفية تتبع توزيعاً طبيعياً متعدد المتغيرات. لا يقتصر هذا الافتراض على اشتراط الاعتدالية الأحادية (Univariate Normality) لكل متغير على حدة عبر فحص معاملات الالتواء (Skewness) والتفرطح (Kurtosis)، بل يتطلب أن تكون التركيبات الخطية للمتغيرات خاضعة للتوزيع الطبيعي، وأن تتسم العلاقات المزدوجة بين المتغيرات بالخطية التامة وتجانس التشتت الداخلي.

للتحقق الصارم من هذا الافتراض في التطبيقات البحثية المتقدمة، يُوصى بتطبيق الاختبارات الإحصائية المتخصصة، وفي مقدمتها اختبار مارديان للاعتدالية المتعددة (Mardia’s Test of Multivariate Normality)، والذي يفحص كلاً من الالتواء والتفرطح متعددي الأبعاد، بالإضافة إلى اختبارات رويستون (Royston’s Test) وإنيرجي (Energy Test). كما يُستعان بالرسوم البيانية المعتمدة على المسافات الماهالانوبية المربعة للمشاهدات مقابل قيم توزيع كاي-تربيع النظري (Chi-Square Q-Q Plots) للكشف البصري عن أي انحرافات نسقية عن التوزيع الغاوسي.

يترتب على انتهاك افتراض التوزيع الطبيعي المتعدد عواقب متباينة على أداء النموذج؛ فإذا كان الانحراف طفيفاً أو ناتجاً عن تفرطح متماثل، فإن النموذج يظهر درجة مقبولة من المتانة (Robustness). أما في حالات الالتواء الشديد ووجود تجمعات عنقودية متعددة الأنماط داخل الفئة الواحدة، فإن تقديرات دوال الكثافة تنحاز بشكل ملحوظ، مما يؤدي إلى تشويه موقع وانحناء السطوح التمييزية وارتفاع معدلات الخطأ التصنيفي، وهو ما يستدعي إجراء تحويلات جبرية (مثل تحويلات Box-Cox أو Yeo-Johnson) لتقريب البيانات من التوزيع الغاوسي قبل الشروع في بناء النموذج.

3.2 عدم تجانس مصفوفات التباين والتباين المشترك (Heteroscedasticity)

يمثل افتراض عدم تجانس مصفوفات التباين والتباين المشترك (Covariance Heterogeneity) حجر الزاوية الذي يمنح التحليل التمييزي التربيعي هويته الرياضية واستقلاله عن التحليل التمييزي الخطي. يفترض QDA صراحة أن مصفوفة التغاير ( boldsymbol{Sigma}_k ) تختلف بصورة جوهرية بين المجموعات من حيث مقادير التباينات الفردية، وقيم الارتباطات البينية، أو التوجهات الهندسية لمحاور الانتشار في الفضاء متعدّد الأبعاد، أي أن:

[ boldsymbol{Sigma}_i neq boldsymbol{Sigma}_j quad text{for at least one pair } (i, j) text{ where } i neq j ]

للكشف الإحصائي عن تحقق هذا الافتراض واختبار ما إذا كانت مصفوفات التغاير متباينة حقاً أم متجانسة، يُستخدم اختبار إم لبوكس (Box’s M Test). يختبر هذا الإجراء الفرضية الصفرية القائلة بتطابق مصفوفات التباين والتغاير عبر كافة المجتمعات (( H_0: boldsymbol{Sigma}_1 = boldsymbol{Sigma}_2 = dots = boldsymbol{Sigma}_K )). ويستند الاختبار إلى إحصائية تعتمد على مقارنة لوغاريتم محدد مصفوفة التغاير المجمعة بمجموع لوغاريتمات محددات مصفوفات التغاير الفردية لكل فئة وفق الصيغة:

[ M = (N – K) ln|boldsymbol{Sigma}_{text{pooled}}| – sum_{k=1}^{K} (n_k – 1) ln|boldsymbol{Sigma}_k| ]

تعتبر الدلالة الإحصائية لاختبار بوكس (رفض الفرضية الصفرية عند ( p < 0.001 ) نظراً لحساسيته الفائقة لحجم العينة) مسوغاً نظرياً ومنهجياً لاستخدام التحليل التمييزي التربيعي وتفضيله على النموذج الخطي. إن عدم التجانس في هذا السياق لا يُعد عائقاً أو عيباً إحصائياً كما هو الحال في نماذج الانحدار الخطي الكلاسيكية أو تحليل التباين (ANOVA)، بل يمثل ميزة تفضيلية ومعلومة بنيوية غنية يستغلها نموذج QDA لرسم حدود فاصلة منحنية تتطابق بدقة مع التشتت الفعلي لكل فئة.

3.3 استقلال المشاهدات وحجم العينة المطلوب

يشترط التحليل التمييزي التربيعي استقلالاً إحصائياً تاماً بين جميع المشاهدات ووحدات المعاينة الخاضعة للتحليل (( mathbf{x}_1, mathbf{x}_2, dots, mathbf{x}_N )). يعني هذا الافتراض عدم وجود أي ارتباط ذاتي (Autocorrelation) بين الملاحظات، وهو ما يستوجب تجنب البيانات المعتمدة على القياسات الطولية المتكررة لنفس الأفراد دون مراعاة البنية العنقودية، لضمان عدم تضخيم درجات الحرية وتشويه التقديرات الاحتمالية الناتجة عن النموذج.

من زاوية متطلبات حجم العينة، يفرض التحليل التمييزي التربيعي شروطاً صارمة مقارنة بالتحليل الخطي؛ حيث يتطلب النموذج تقدير مصفوفة تغاير منفصلة ذات أبعاد ( p times p ) لكل فئة من الفئات ( K ). لضمان أن تكون كل مصفوفة عينية ( mathbf{S}_k ) غير مفردة (Non-singular) وقابلة للعكس حسابياً، يجب أن يتجاوز حجم العينة داخل الفئة الواحدة ( n_k ) عدد المتغيرات التفسيرية ( p ) بصورة قطعية (( n_k > p )).

ومع ذلك، فإن مجرد استيفاء الشرط الرياضي الأدنى (( n_k > p )) لا يضمن الحصول على تقديرات مستقرة؛ إذ يُوصي علماء الإحصاء التطبيقي بضرورة أن يتراوح حجم العينة لكل فئة بين ( 5p ) إلى ( 20p ) على الأقل. يؤدي عدم كفاية حجم العينة في ظل زيادة عدد الأبعاد إلى تذبذب حاد في تقديرات التباينات التشاركية وتضخيم الخطأ المعياري لمحددات المصفوفات، مما يجعل حساب المقلوب الرياضي ( boldsymbol{Sigma}_k^{-1} ) غير مستقر عددياً، ويعرض النموذج لخطر الانهيار الإحصائي المعروف بـ “لعنة الأبعاد”.

4. المقارنة الرياضية والمفاهيمية بين LDA و QDA

4.1 حدود القرار: الخطية مقابل المنحنية والتربيعية

يكمن الفارق الجوهري والمفاهيمي بين التحليل التمييزي الخطي (LDA) والتحليل التمييزي التربيعي (QDA) في البنية الهندسية للحدود الفاصلة بين الفئات (Decision Boundaries). في نموذج LDA، وبفعل الافتراض المقيد بتطابق مصفوفات التغاير (( boldsymbol{Sigma}_1 = boldsymbol{Sigma}_2 = dots = boldsymbol{Sigma}_K = boldsymbol{Sigma} ))، تتطابق المصفوفات في المعادلة التمييزية، مما يؤدي إلى إلغاء الحدود التربيعية ( mathbf{x}^T boldsymbol{Sigma}^{-1} mathbf{x} ) تماماً عند مساواة الدالتين التمييزيتين لفئتين (( delta_i(mathbf{x}) = delta_j(mathbf{x}) )). ونتيجة لذلك، تكون الحدود الفاصلة خطية بالكامل (مستويات فائقة مستقيمة – Hyperplanes):

[ mathbf{x}^T boldsymbol{Sigma}^{-1} (boldsymbol{mu}_i – boldsymbol{mu}_j) + C_{ij} = 0 ]

في المقابل، يرفض التحليل التمييزي التربيعي هذا القيد الرياضي، محتفظاً بالمصفوفات الفردية ( boldsymbol{Sigma}_k ). عند مساواة دالتين تمييزيتين في QDA (( delta_i(mathbf{x}) = delta_j(mathbf{x}) ))، يظل الحد التربيعي قائماً كما توضحه المعادلة الصريحة لحد القرار التالي:

[ -frac{1}{2} mathbf{x}^T (boldsymbol{Sigma}_i^{-1} – boldsymbol{Sigma}_j^{-1}) mathbf{x} + mathbf{x}^T (boldsymbol{Sigma}_i^{-1}boldsymbol{mu}_i – boldsymbol{Sigma}_j^{-1}boldsymbol{mu}_j) + C = 0 ]

حيث يمثل ( C ) حداً ثابتاً يجمع اللوغاريتمات القبلية والمحددات والمقادير التربيعية للمتوسطات. وبما أن المصفوفة الفارقة ( (boldsymbol{Sigma}_i^{-1} – boldsymbol{Sigma}_j^{-1}) ) ليست مصفوفة صفرية، فإن المعادلة الناتجة تمثل سطحاً تربيعياً من الدرجة الثانية. تمنح هذه الخاصية نموذج QDA مرونة فائقة تتيح له رسم قطوع مكافئة وبيضاوية وزائدة تمكنه من فصل المجموعات المعقدة والمتداخلة لاخطياً والتي يستحيل على النماذج الخطية تصنيفها بكفاءة.

4.2 عدد المعلمات المقدرة والتعقيد الحسابي

يتجلى الاختلاف الهيكلي بين النموذجين في عدد المعلمات الإحصائية (Statistical Parameters) التي يتوجب تقديرها من البيانات التجريبية، وهو ما ينعكس مباشرة على التعقيد الحسابي وخطر استهلاك درجات الحرية. يوضح الجدول والتحليل الرياضي التالي الفوارق في عدد المعلمات المقدرة:

نوع المعلمة التحليل التمييزي الخطي (LDA) التحليل التمييزي التربيعي (QDA)
متجهات المتوسطات (( boldsymbol{mu}_k )) ( K times p ) ( K times p )
مصفوفات التغاير (( boldsymbol{Sigma} )) ( frac{p(p + 1)}{2} ) (مصفوفة مجمعة واحدة) ( K times frac{p(p + 1)}{2} ) (مصفوفة لكل فئة)
الاحتمالات القبلية (( pi_k )) ( K – 1 ) ( K – 1 )
إجمالي المعلمات المقدرة ( (K – 1) + K p + frac{p(p + 1)}{2} ) ( (K – 1) + K p + K frac{p(p + 1)}{2} )

يظهر من هذه المعادلات أن عدد معلمات مصفوفات التغاير في نموذج QDA يتضاعف بمعامل مقداره ( K ) (عدد الفئات). ومع زيادة عدد المتغيرات التفسيرية ( p )، ينمو عدد المعلمات بمعدل تربيعي ( mathcal{O}(K p^2) ). فإذا كان لدينا على سبيل المثال ( p = 20 ) متغيراً و ( K = 4 ) فئات، فإن LDA يتطلب تقدير 210 معلمات تباين وتغاير فقط، بينما يقفز هذا العدد في QDA إلى 840 معلمة.

يمتد هذا التعقيد إلى العمليات الحسابية؛ حيث يتطلب نموذج QDA حساب المقلوب والمحدد الجبري لـ ( K ) مصفوفة تباين منفصلة، بتكلفة حاسوبية تصل إلى ( mathcal{O}(K p^3) ). يمثل هذا العبء الحسابي ثمناً لزيادة المرونة التمثيلية للنموذج، مما يفرض اعتبارات دقيقة تتعلق بحجم البيانات المتاحة وكفاءة المعالجة الخوارزمية.

4.3 معضلة الانحياز والتباين (Bias-Variance Tradeoff)

تخضع المقارنة المنهجية بين التحليل التمييزي الخطي ونظيره التربيعي بصورة كلاسيكية لمبدأ معضلة الانحياز والتباين (Bias-Variance Tradeoff) في التعلم الإحصائي. يُعد نموذج LDA نموذجاً عالي الانحياز (High Bias) ومنخفض التباين (Low Variance)؛ نظراً لفرضه قيوداً شكلية صارمة على بنية التباين المشترك، مما يجعله مستقراً إحصائياً ومحصناً نسبياً ضد التغيرات الطفيفة في بيانات التدريب، لكنه قد يعاني من نقص التخصيص (Underfitting) إذا كانت الحدود الحقيقية بين الفئات غير خطية.

في المقابل، يتميز التحليل التمييزي التربيعي بانخفاض الانحياز (Low Bias) وارتفاع التباين (High Variance). تسمح المرونة الهندسية لـ QDA بمطابقة البيانات المعقدة وتشكيل حدود قرار شديدة التكيف مع التوزيعات الفعلية للفئات، مما يقلل من خطأ الانحياز إلى أدنى حد ممكن. بيد أن هذه المرونة تجعله شديد الحساسية للتشتت العيني وخصائص عينات التدريب المحدودة، مما يرفع من تباين النموذج ويعرضه لخطر الوقوع في الإفراط في التخصيص (Overfitting) في حال عدم توفر أحجام عينات ضخمة تكفي لتقدير المعلمات التربيعية المتعددة بدقة.

يتحدد الاختيار العقلاني بين النموذجين وفقاً لمعيارين رئيسيين: حجم البيانات المتاحة، ودرجة تباين مصفوفات التغاير. فإذا كان حجم العينة صغيراً نسبياً أو كانت مصفوفات التغاير متقاربة إلى حد كبير، فإن LDA يمثل الخيار الأمثل لتفادي خطأ التباين المرتفع. أما إذا توفرت عينات تدريب كبيرة وكان عدم التجانس في مصفوفات التغاير سمة جوهرية وظاهرة بوضوح بين الفئات، فإن QDA يتفوق بشكل قاطع محققاً معدلات خطأ تعميمية أدنى بكثير.

5. الصياغة الجبرية ومكونات دالة القرار في QDA

5.1 تفكيك عناصر معادلة التمييز التربيعية

تمثل دالة التمييز التربيعية للفئة ( k ) حجر الزاوية الحسابي في تصنيف المشاهدات، ويمكن تفكيكها جبرياً إلى ثلاثة مكونات متمايزة تؤدي وظائف رياضية وهندسية محددة:

[ delta_k(mathbf{x}) = underbrace{-frac{1}{2} (mathbf{x} – boldsymbol{mu}_k)^T boldsymbol{Sigma}_k^{-1} (mathbf{x} – boldsymbol{mu}_k)}_{text{المسافة الماهالانوبية المرجحة}} quad underbrace{-frac{1}{2} ln |boldsymbol{Sigma}_k|}_{text{حد العقوبة اللوغاريتمي}} quad + quad underbrace{ln(pi_k)}_{text{حد الإزاحة القبلي}} ]

المكون الأول هو الصورة التربيعية السالبة التي تمثل نصف المسافة الماهالانوبية المربعة للمشاهدة ( mathbf{x} ) عن مركز الفئة ( boldsymbol{mu}_k ). يقيس هذا الحد مدى قرب المشاهدة هندسياً وإحصائياً من متوسط الفئة بعد تعديل الفضاء وفق مقياس التشتت الخاص بالمصفوفة ( boldsymbol{Sigma}_k ). كلما ابتعدت النقطة عن المركز زادت قيمة المسافة، وبالتالي تنخفض القيمة التمييزية الإجمالية للفئة بشكل تربيعي متسارع.

المكون الثاني ( -frac{1}{2} ln |boldsymbol{Sigma}_k| ) يمثل حد عقوبة التشتت؛ إذ يعبر محدد المصفوفة ( |boldsymbol{Sigma}_k| ) هندسياً عن الحجم الإجمالي (Generalized Variance) للفضاء البيضاوي الذي تشغله الفئة. الفئات ذات التشتت الواسع والتباينات الكبيرة تمتلك محددات ضخمة، مما يؤدي إلى زيادة قيمة ( ln |boldsymbol{Sigma}_k| ) وبالتالي فرض عقوبة سالبة تخفض من الدالة التمييزية لتلك الفئة، لمنعها من ابتلاع المشاهدات القريبة دون مبرر إحصائي.

المكون الثالث ( ln(pi_k) ) هو حد الإزاحة المبني على المعرفة القبلية. يعمل هذا المكون على ترجيح كفة الفئات ذات الشيوع والانتشار الأكبر في المجتمع الأصلي؛ حيث يؤدي ارتفاع الاحتمال القبلي للفئة إلى زيادة مقدار هذا الحد الموجب، مما يزيح أسطح القرار لصالح الفئة الأكثر تكراراً، وهو تطبيق مباشر لمنطق الاستدلال البايزي في الموازنة بين الدليل العيني والمعلومة المسبقة.

5.2 المسافة الماهالانوبية المعدلة ودورها الهندسي

تُعد المسافة الماهالانوبية (Mahalanobis Distance)، التي قدمها الإحصائي الهندي براسانتا شاندرا ماهالانوبيس عام 1936، المقياس الإحصائي المعياري لتحديد التباعد بين نقطة ومتوزيع احتمالي متعدد الأبعاد. وتُعرف المسافة الماهالانوبية المربعة من النقطة ( mathbf{x} ) إلى المركز ( boldsymbol{mu}_k ) بالصيغة:

[ D_k^2(mathbf{x}) = (mathbf{x} – boldsymbol{mu}_k)^T boldsymbol{Sigma}_k^{-1} (mathbf{x} – boldsymbol{mu}_k) ]

تختلف المسافة الماهالانوبية جوهرياً عن المسافة الإقليدية الكلاسيكية؛ إذ تأخذ في الاعتبار تباين كل متغير والارتباطات التشاركية بين المتغيرات. تقوم المصفوفة ( boldsymbol{Sigma}_k^{-1} ) بتدوير وإعادة قياس الفضاء المتجهي، محولة القطوع البيضاوية للتوزيع إلى كرات متماثلة متجانسة التباين. وفي سياق QDA، يتم “تعديل” هذا المقياس هندسياً ليكون فريداً لكل فئة عبر استخدام مصفوفة التغاير الخاصة بها ( boldsymbol{Sigma}_k ) بدلاً من المصفوفة المجمعة المشتركة.

ينتج عن هذا التعديل أن نقطة معينة في فضاء المتغيرات قد تكون ذات مسافة إقليدية متطابقة عن مركزي فئتين، ومع ذلك تكون مسافتها الماهالانوبية المعدلة أقرب بكثير لإحدى الفئتين إذا كانت تلك الفئة تمتد بتشتتها باتجاه تلك النقطة. تتيح المسافة الماهالانوبية المعدلة لنموذج QDA رسم سطوح متساوية الاحتمال تعكس التوجهات التفاضلية لكل توزيع، مما يجعل هندسة التصنيف مطابقة للتشريح الداخلي للبيانات.

5.3 خوارزمية اتخاذ القرار وقواعد التعيين الفئوي

تتبع خوارزمية التصنيف في التحليل التمييزي التربيعي تسلسلاً منطقياً صارماً لحساب دوال التمييز وتعيين المشاهدات. عند استقبال متجه مشاهدة جديد ( mathbf{x}^* )، تُنفذ الخوارزمية الخطوات التالية:

  • حساب قيمة الدالة التمييزية ( delta_k(mathbf{x}^*) ) لكل فئة من الفئات ( k in {1, 2, dots, K} ) باستخدام المعلمات المقدرة للمتوسطات ومصفوفات التغاير والاحتمالات القبلية.
  • مقارنة القيم العددية الناتجة لدوال التمييز عبر كافة الفئات لتحديد القيمة العظمى.
  • تطبيق قاعدة التعيين الفئوي القطعية وفق المعادلة:
    [ hat{y}^* = argmax_{k in {1, dots, K}} delta_k(mathbf{x}^*) ]
  • حساب الاحتمال البعدي الدقيق المعاير للمشاهدة ( mathbf{x}^* ) لكل فئة باستخدام تحويل Softmax للدوال التمييزية:
    [ P(Y = k mid mathbf{X} = mathbf{x}^*) = frac{exp(delta_k(mathbf{x}^*))}{sum_{l=1}^{K} exp(delta_l(mathbf{x}^*))} ]

في الحالات الحرجة التي تقع فيها المشاهدة على السطح الفاصل تماماً بين فئتين أو أكثر، بحيث يتساوى المقداران ( delta_i(mathbf{x}^*) = delta_j(mathbf{x}^*) )، فإن الاحتمالات البعدية تتطابق (( P(Y=i mid mathbf{x}^*) = P(Y=j mid mathbf{x}^*) = 0.5 )). في هذه الحالات النادرة في التوزيعات المستمرة، تعتمد الخوارزمية قواعد حسم بديلة؛ إما بالرجوع إلى الفئة ذات الاحتمال القبلي الأعلى ( pi_k )، أو باحتساب تكلفة الخطأ التصنيفي وتعيين المشاهدة للفئة ذات المخاطرة الأدنى، أو تصنيف الحالة كمنطقة غير مؤكدة تتطلب جمع بيانات إضافية.

6. تقدير المعلمات الإحصائية وبناء النموذج التدريبي

6.1 تقدير الاحتمالات القبلية ومتجهات المتوسطات

تعتمد مرحلة تدريب وبناء نموذج التحليل التمييزي التربيعي على أسلوب الإمكان الأعظم (Maximum Likelihood Estimation – MLE) لاستخلاص المعلمات الإحصائية من بيانات العينة الاستكشافية. يبدأ التقدير بحساب الاحتمالات القبلية ( pi_k ) لكل فئة استناداً إلى التكرارات النسبية البسيطة في عينة التدريب، حيث يُعطى التقدير غير المتحيز بالصيغة:

[ hat{pi}_k = frac{n_k}{N} ]

حيث يمثل ( n_k ) عدد المشاهدات التي تنتمي إلى الفئة ( k )، بينما يمثل ( N ) إجمالي عدد المشاهدات في مجموعة التدريب (( N = sum_{k=1}^K n_k )). وفي حال توفر معلومات وبائية أو إحصائية خارجية دقيقة حول نسب الانتشار الحقيقية في المجتمع الكلي (كما في حالات الاضطرابات النفسية النادرة)، يمكن للباحث استبدال النسب العينية بقيم المجتمع المعيارية لضبط حساسية النموذج.

يتم تقدير متجهات المتوسطات الحسابية ( hat{boldsymbol{mu}}_k in mathbb{R}^p ) لكل فئة عبر حساب المتوسط الحسابي العيني لكل متغير من المتغيرات التفسيرية للمشاهدات التابعة لتلك الفئة حصراً، وفق المعادلة الشعاعية:

[ hat{boldsymbol{mu}}_k = frac{1}{n_k} sum_{i: y_i = k} mathbf{x}_i ]

يؤثر وجود القيم المفقودة (Missing Data) في هذه المرحلة سلباً على كفاءة تقدير متجهات المتوسطات، حيث يتطلب الأمر استخدام خوارزميات التعويض المتعدد (Multiple Imputation) أو خوارزمية تعظيم التوقع (Expectation-Maximization – EM) لتجنب انحياز مراكز التوزيعات الفئوية في الفضاء الإحصائي.

6.2 تقدير مصفوفات التباين والتباين المشترك لكل فئة

يُمثل تقدير مصفوفات التباين والتغاير الفردية ( hat{boldsymbol{Sigma}}_k ) الخطوة الأكثر حساسية في بناء نموذج QDA. يُحسب التقدير غير المتحيز لمصفوفة التغاير الخاصة بالفئة ( k ) باستخدام مصفوفة الانحرافات عن المتوسط وتعديلها وفق درجات الحرية ( n_k – 1 ):

[ hat{boldsymbol{Sigma}}_k = frac{1}{n_k – 1} sum_{i: y_i = k} (mathbf{x}_i – hat{boldsymbol{mu}}_k)(mathbf{x}_i – hat{boldsymbol{mu}}_k)^T ]

تتطلب هذه العملية التحقق الدقيق من الخواص الجبرية للمصفوفة الناتجة؛ إذ يجب أن تكون ( hat{boldsymbol{Sigma}}_k ) ذات رتبة كاملة (Full Rank) وموجبة تماماً، مما يضمن أن يكون محددها موجباً قطعاً (( |hat{boldsymbol{Sigma}}_k| > 0 )) وتكون قابلة للعكس الجبري لحساب ( hat{boldsymbol{Sigma}}_k^{-1} ). تُفحص هذه الخاصية عبر تحليل القيم الذاتية (Eigenvalues)، حيث يجب أن تكون جميع القيم الذاتية ( lambda_j > 0 ).

عند وجود ارتباطات خطية تامة أو شبه تامة (Multicollinearity) بين المتغيرات التفسيرية داخل فئة معينة، تقترب بعض القيم الذاتية من الصفر، مما يؤدي إلى شبه مفردية المصفوفة وتضخيم غير مستقر لعناصر المعكوس الحسابي. في هذه الظروف، تنهار دقة الدالة التمييزية، مما يستلزم اللجوء إلى تقنيات الإسقاط البعدي أو تطبيق خوارزميات التنظيم الرياضي لتثبيت المصفوفات.

6.3 طرق التنظيم وضبط المصفوفات (Regularized QDA)

لمواجهة مشاكل عدم الاستقرار العددي والتباين المرتفع لنموذج QDA عند صغر أحجام العينات، طور الإحصائي فريدمان أسلوب التحليل التمييزي المنظم (Regularized Discriminant Analysis – RDA). يقوم هذا النهج على مبدأ تقليص (Shrinkage) وتنعيم مصفوفات التغاير الفردية عبر دمجها خطياً مع مصفوفة التغاير المجمعة ومصفوفة الوحدة القطرية باستخدام معاملي تنظيم ( alpha, gamma in [0, 1] ).

تتم عملية التنظيم عبر مرحلتين رئيسيتين؛ تهدف المرحلة الأولى إلى تقليص المصفوفة الفردية نحو المصفوفة المشتركة المجمعة عبر المعامل ( alpha ):

[ hat{boldsymbol{Sigma}}_k(alpha) = (1 – alpha) hat{boldsymbol{Sigma}}_k + alpha hat{boldsymbol{Sigma}}_{text{pooled}} ]

حيث تمثل ( hat{boldsymbol{Sigma}}_{text{pooled}} = frac{1}{N – K} sum_{k=1}^K (n_k – 1) hat{boldsymbol{Sigma}}_k ) مصفوفة التغاير المجمعة المستخدمة في نموذج LDA. يتيح هذا الضبط الانتقال السلس بين نموذج QDA التام عند ( alpha = 0 ) ونموذج LDA التام عند ( alpha = 1 ).

أما المرحلة الثانية فتتضمن تقليص المصفوفة الناتجة نحو مصفوفة قطرية متجانسة التباين باستخدام المعامل ( gamma ) ومصفوفة الوحدة ( mathbf{I} ):

[ hat{boldsymbol{Sigma}}_k(alpha, gamma) = (1 – gamma) hat{boldsymbol{Sigma}}_k(alpha) + gamma left( frac{text{tr}(hat{boldsymbol{Sigma}}_k(alpha))}{p} right) mathbf{I}_p ]

حيث يمثل ( text{tr}(cdot) ) أثر المصفوفة (مجموع عناصر القطر الرئيسي). يؤدي هذا التعديل إلى ضمان إيجابية المصفوفة بشكل مطلق واستقرار مقلوبها ومحددها، ويتم اختيار المعاملين الأمثلين ( (alpha^*, gamma^*) ) تجريبياً عبر خوارزميات التحقق المتقاطع (Cross-Validation) للوصول إلى أدنى خطأ تصنيفي ممكن.

7. هندسة فضاء التصنيف وحدود القرار اللاخطية

7.1 الخصائص الهندسية للسطوح الفاصلة في فضاء المتغيرات

تتميز هندسة فضاء التصنيف في التحليل التمييزي التربيعي بتوليد سطوح فاصلة من الدرجة الثانية تُعرف هندسياً بالسطوح التربيعية (Quadric Hypersurfaces). تتحدد الطبيعة الشكلية الدقيقة للسطح الفاصل بين أي فئتين ( i ) و ( j ) من خلال إشارة وطبيعة القيم الذاتية لمصفوفة الفرق التفاضلي لمعكوسات التغاير، والمُعرفة بـ:

[ mathbf{A}_{ij} = boldsymbol{Sigma}_i^{-1} – boldsymbol{Sigma}_j^{-1} ]

إذا كانت المصفوفة ( mathbf{A}_{ij} ) موجبة تماماً (Positive-Definite) أو سالبة تماماً (Negative-Definite)، فإن السطح الفاصل يأخذ شكل قطع ناقص فائق (Hyper-ellipsoid) مغلق، مما يتيح للنموذج عزل فئة محددة تقع في المركز وإحاطتها بالكامل. أما إذا كانت المصفوفة غير محددة (Indefinite) وتحتوي على قيم ذاتية موجبة وأخرى سالبة في آن واحد، فإن السطح الفاصل يتحول إلى قطع زائد فائق (Hyperboloid) ذي فرعين، أو قطع مكافئ فائق (Paraboloid) عند وجود قيم ذاتية مساوية للصفر تقريباً.

يرتبط انحناء السطح الفاصل ارتباطاً وثيقاً بدرجة الاختلاف والتباين بين المصفوفتين ( boldsymbol{Sigma}_i ) و ( boldsymbol{Sigma}_j )؛ فكلما تباينت التشتتات التشاركية، زادت درجة تقوس السطح الفاصل وابتعد عن الاستقامة. علاوة على ذلك، فإن وجود تباينات غير متناظرة واختلافات في مراكز الكتل الاحتمالية يؤدي إلى انزياح محاور السطوح التربيعية ودورانها في الفضاء التفسيري بزوايا هندسية تعكس الارتباطات الداخلية الخاصة بكل فئة بدقة متناهية.

7.2 التمثيل البصري للبيانات ثنائية وثلاثية الأبعاد

يتيح التمثيل البصري لنموذج QDA في الفضاءات ثنائية وثلاثية الأبعاد فهم الطريقة التي يقسم بها النموذج الفضاء الاحتمالي. عند رسم البيانات في فضاء ثنائي المتغيرات ( (X_1, X_2) )، تُعرض التوزيعات الاحتمالية لكل فئة في صورة خطوط كنتور تماثلية (Isodensity Contour Ellipses) تلتف حول متجهات المتوسطات ( boldsymbol{mu}_k ).

يعكس حجم وشكل كل قطع ناقص بياني خصائص مصفوفة التغاير المقابلة؛ حيث يشير طول المحاور الرئيسية ونصف القطرية للقطع الناقص إلى مقدار الانحراف المعياري للمتغيرات، في حين يمثل ميلان المحور الرئيسي زاوية الارتباط التشاركي بين المتغيرين. تتقاطع هذه الكنتورات لتشكل “مناطق القرار” (Decision Regions)، والتي يتم تلوينها في الرسوم البيانية لتوضيح النطاقات الجغرافية لكل فئة في الفضاء الرياضي.

على الرغم من الفعالية التفسيرية العالية لهذه التمثيلات البصرية في الأبعاد المنخفضة (( p le 3 ))، إلا أن الباحث يواجه قيوداً بصرية حادة عند الانتقال إلى البيانات ذات الأبعاد المرتفعة (( p > 3 )). في هذه الحالات، يستحيل تصور السطوح التربيعية المعقدة مباشرة، مما يفرض استخدام تقنيات تقليص الأبعاد، مثل التحليل التمييزي الخطي التخطيطي أو التحليل التوافقي متعدد الأبعاد، لإسقاط مناطق القرار التربيعية على مستويات ثنائية قابلة للإدراك البصري وتفسير التموضع الفئوي.

7.3 سلوك النموذج عند تداخل الفئات وتفاوت التشتت

تتجلى القوة القصوى للتحليل التمييزي التربيعي في قدرته الفريدة على معالجة السيناريوهات التوزيعية المعقدة التي تعجز عنها النماذج الخطية تماماً. من أبرز هذه السيناريوهات حالة “الفئة المحاطة كلياً” (Enclosed Class)، والتي تحدث عندما تشترك فئتان في نفس متجه المتوسط تقريباً (( boldsymbol{mu}_1 approx boldsymbol{mu}_2 ))، ولكنهما تختلفان جذرياً في التشتت، كأن تكون الفئة الأولى شديدة التركيز ومحدودة التباين بينما تكون الفئة الثانية واسعة التشتت ومحيطة بالأولى من كافة الجهات.

في هذا الموقف، يفشل نموذج LDA تماماً في الفصل وينتج حدوداً عشوائية لأن الفرق بين المتوسطات منعدم. أما نموذج QDA، فيولد سطح قرار مغلقاً على شكل قطع ناقص يحيط بالفئة المركزة داخلياً، ويعزلها بدقة عن الفئة المحيطة بها استناداً إلى حد المصفوفة وحساب المسافة الماهالانوبية المرجحة. كما يتعامل النموذج بكفاءة مماثلة مع الفئات ذات التوجهات الهندسية المتعامدة، حيث تكون مصفوفة إحدى الفئات ممتدة رأسياً والأخرى ممتدة أفقياً.

بالإضافة إلى ذلك، يُظهر التحليل التمييزي التربيعي سلوكاً تصنيفياً دقيقاً في المناطق ذات الكثافة الاحتمالية المنخفضة (ذيول التوزيعات الغاوسية)؛ إذ يحدد انتماء المشاهدات البعيدة بناءً على معدل اضمحلال الدالة الكثافية لكل فئة، وهو ما يضمن عدم تصنيف الملاحظات المتطرفة إلى فئات غير منطقية لمجرد قربها الإقليدي الظاهري من مراكزها.

8. تطبيقات التحليل التمييزي التربيعي في القياس النفسي والبحوث الإكلينيكية

8.1 التشخيص الإكلينيكي وتصنيف الاضطرابات النفسية

يمثل التشخيص النفسي الإكلينيكي أحد أخصب مجالات التطبيق للتحليل التمييزي التربيعي، نظراً للطبيعة غير المتجانسة للأعراض النفسية والاعتلالات السلوكية المشتركة (Comorbidity). في دراسات التمييز بين مرضى الاكتئاب الجسيم، واضطراب القلق العام، والاضطراب ثنائي القطب، والمجموعات الضابطة، توفر بطاريات التقييم (مثل مقياس بيك للاكتئاب BDI-II ومقياس هاميلتون للقلق HAM-A) درجات متداخلة تتسم بتشتت مرتفع جداً في الفئات السريرية مقارنة بالعينات غير الإكلينيكية.

يتيح نموذج QDA استيعاب هذا التباين الشديد في مصفوفات التغاير بين المجموعات المصابة والأصحاء. فعند تقييم شدة الأعراض، يُظهر المرضى ارتباطات تشاركية قوية ومعقدة بين استجابات القلق والاضطرابات الجسدية والنوم، في حين لا تظهر هذه الارتباطات لدى الأسوياء. يتيح التمييز التربيعي نمذجة هذه البنية الارتباطية المتباينة لبناء حدود قرار منحنية ترفع من دقة التصنيف السريري وتخفض معدلات النتائج الإيجابية الكاذبة (False Positives).

علاوة على ذلك، يُمكّن QDA الأطباء والباحثين النفسيين من تحديد “الدرجات القاطعة المرجحة” (Optimal Multidimensional Cut-off Scores) عبر متغيرات متعددة في وقت واحد. بدلاً من الاعتماد على درجات قاطعة أحادية البعد لكل مقياس على حدة، يولد النموذج نطاقاً تشخيصياً تكاملياً يأخذ بعين الاعتبار التفاعل غير الخطي بين المتغيرات النفسية، مما يعزز دقة اتخاذ القرارات العلاجية الحرجة ومتابعة مآل الاضطراب.

8.2 تصنيف الأنماط السلوكية والسمات الشخصية

في ميدان سيكولوجية الشخصية والقياس السلوكي، يُستخدم التحليل التمييزي التربيعي لتصنيف الأفراد إلى بروفايلات شخصية معقدة استناداً إلى نموذج العوامل الخمسة الكبرى للشخصية (Big Five Personality Traits): العصابية، الانبساطية، الانفتاح على الخبرة، المقبولية، ويقظة الضمير. يتميز التفاعل بين هذه الأبعاد السلوكية باللاخطية والتعقيد التشتتي؛ حيث تظهر المجموعات المهنية المتباينة أنماط تغاير شديدة الخصوصية.

يسهم تطبيق QDA في الكشف عن التباين المتفاوت في سمات مثل العصابية والانبساطية لدى القيادات الإدارية الناجحة مقارنة بالأفراد ذوي الأداء المتوسط؛ إذ قد تتسم المجموعات القيادية بتشتت منخفض جداً في يقظة الضمير ولكن مع تشتت واسع ومرن في الانبساطية، وهو تباين تركيبي تستوعبه مصفوفات تغاير QDA بكفاءة مطلقة تعجز عنها أدوات التصنيف الخطية الكلاسيكية.

يمتد التطبيق ليشمل التنبؤ بالتوافق الأكاديمي، والاحتراق النفسي المهني، والاستقرار الوظيفي بناءً على مؤشرات القياس النفسي؛ حيث تتيح مناطق القرار التربيعية التعرف على الأنماط السلوكية الهامشية والمركبة التي تجمع بين درجات متطرفة في سمات محددة وتشتت معتدل في سمات أخرى، مما يوفر للمؤسسات أدوات توجيه واختيار مهني ذات موثوقية إحصائية رصينة.

8.3 معالجة وتحليل بيانات القياس العصبي والنفسي الفسيولوجي

يشهد القياس النفسي المعاصر تحولاً جذرياً نحو دمج المؤشرات البيولوجية والفسيولوجية مع المقاييس النفسية التقليدية. يُعد التحليل التمييزي التربيعي أداة مثالية لتصنيف الإشارات الصادرة عن تخطيط كهربية الدماغ (EEG)، وتغير معدل ضربات القلب (HRV)، والاستجابة الجلدية الجلفانية (GSR) المرتبطة بالحالات الانفعالية والوجدانية المختلفة كالتوتر، الغضب، والاسترخاء.

تتسم الإشارات العصبية والنفس-فسيولوجية بتوزيعات معقدة ذات أشكال لاخطية وتباينات زمنية وترددية متفاوتة الشدة بين الحالات الاستثارية وحالات الراحة. ينجح QDA في فصل الحالات الوجدانية عبر استغلال مصفوفات التباين والتغاير المستخرجة من حزم الترددات الدماغية (ألفا، بيتا، ثيتا)، والتي تظهر تفاعلات تشتتية لاخطية تميز كل حالة انفعالية على حدة بدقة فائقة.

وفي مجال علم النفس العصبي السريري (Clinical Neuropsychology)، يُوظف QDA بكفاءة في تحليل بطاريات الاختبارات المعرفية الحاسوبية (مثل اختبارات الذاكرة العاملة والوظائف التنفيذية) للكشف المبكر عن التدهور المعرفي المعتدل (MCI) ومرض الزهايمر. تتيح النمذجة التربيعية للباحثين استيعاب الانحدار غير المتماثل في سرعة المعالجة ودقة الاستجابة، مما يمكن من تشخيص التغيرات الدماغية الدقيقة قبل تفاقم الأعراض السريرية الظاهرة.

9. منهجيات تقييم الأداء والتحقق من صحة نموذج QDA

9.1 مصفوفة الارتباك ومقاييس الدقة الإحصائية

يخضع تقييم أداء نموذج التحليل التمييزي التربيعي لمصفوفة تقييم إحصائية شاملة تبدأ من بناء مصفوفة الارتباك (Confusion Matrix). توضح هذه المصفوفة التوزيع التقاطعي بين الفئات الفعلية المشاهدة ( Y ) والفئات المتنبأ بها ( hat{Y} )، مما يسمح برصد التصنيفات الصحيحة عبر القطر الرئيسي والأخطاء التصنيفية بشقيها: أخطاء النوع الأول (الإيجابية الكاذبة – False Positives) وأخطاء النوع الثاني (السلبية الكاذبة – False Negatives).

من هذه المصفوفة، تُشتق مجموعة من المؤشرات القياسية لتقييم كفاءة النموذج، وتتضمن:

  • الدقة العامة (Accuracy): وتمثل النسبة الإجمالية للحالات المصنفة تصنيفاً صحيحاً:
    [ text{Accuracy} = frac{sum_{k=1}^K TP_k}{N} ]
  • الحساسية (Sensitivity / Recall): تقيس قدرة النموذج على اكتشاف الحالات الإيجابية الفعلية لكل فئة بدقة:
    [ text{Sensitivity}_k = frac{TP_k}{TP_k + FN_k} ]
  • النوعية (Specificity): تقيس قدرة النموذج على استبعاد الحالات السلبية غير المنتمية للفئة:
    [ text{Specificity}_k = frac{TN_k}{TN_k + FP_k} ]
  • الدقة الإيجابية (Precision): وتعبر عن نسبة الحالات الإيجابية الصادقة من بين كل ما تنبأ النموذج بإيجابيته:
    [ text{Precision}_k = frac{TP_k}{TP_k + FP_k} ]

في حالات البيانات النفسية والإكلينيكية التي تعاني من عدم توازن الفئات (Imbalanced Classes)، تفقد الدقة العامة قيمتها التقييمية؛ ولذلك يُستعان بمقياس ( F_1text{-Score} ) الذي يمثل المتوسط التوافقي للدقة الإيجابية والحساسية (( F_1 = 2 cdot frac{text{Precision} cdot text{Recall}}{text{Precision} + text{Recall}} ))، بالإضافة إلى معامل كابا لكوهين (Cohen’s Kappa) الذي يقيس درجة التوافق بين التصنيف الفعلي والتنبؤي بعد استبعاد أثر الصدفة الاحتمالية العشوائية.

9.2 منحنيات الخصائص التشغيلية للمستقبل (ROC) ومساحة AUC

يُعد منحنى الخصائص التشغيلية للمستقبل (Receiver Operating Characteristic – ROC) الأداة الرسومية والتحليلية الأهم لتقييم كفاءة التحليل التمييزي التربيعي عبر مختلف عتبات القرار الاحتمالية (Decision Thresholds). يتم إنشاء المنحنى برسم الحساسية ومعدل الإيجابيات الحقيقية (True Positive Rate) على المحور الرأسي في مواجهة معدل الإيجابيات الكاذبة (False Positive Rate = 1 – Specificity) على المحور الأفقي.

تُحسب المساحة تحت منحنى الخصائص التشغيلية (Area Under the Curve – AUC-ROC) كمؤشر كمي شامل لقدرة النموذج على التمييز. تتراوح قيمة AUC بين 0.5 (الذي يمثل التصنيف العشوائي الصرف) و 1.0 (الذي يعكس التمييز التام والخالي من الأخطاء). توفر قيمة AUC مقياساً موضوعياً مستقلاً عن العتبة الاحتمالية المختارة، مما يتيح الحكم على الجودة التمييزية الذاتية لنموذج QDA.

في المشكلات التي تتضمن أكثر من فئتين (( K > 2 ))، يتم استخدام استراتيجيات تعميم منحنى ROC، مثل مقارنة “فئة مقابل البقية” (One-vs-Rest) أو “فئة مقابل فئة” (One-vs-One)، مع حساب المتوسطات المرجحة لمساحات AUC. كما يُستعان باختبارات دلالة الفروق الإحصائية، كاختبار دي لونغ (DeLong’s Test)، للمقارنة المقننة بين منحنى AUC الخاص بنموذج QDA ومنحنيات النماذج التنافسية (مثل LDA والانحدار اللوجستي) لإثبات التفوق الإحصائي للنموذج التربيعي بصورة قاطعة.

9.3 أساليب التحقق المتقاطع وإعادة التعيين (Cross-Validation)

نظراً للتباين المرتفع الكامن في نموذج QDA وحساسيته لخصائص العينات التدريبية، يُعد التحقق من صحة النموذج خارج عينة الاشتقاق (Out-of-sample Generalization) خطوة منهجية إلزامية لتقدير خطأ التعميم الحقيقي وتفادي التفاؤل الإحصائي المضلل (Optimism Bias). يمثل أسلوب التحقق المتقاطع من الدرجة K (K-Fold Cross-Validation) المعيار الذهبي في هذا السياق.

يتم في التحقق المتقاطع تقسيم البيانات عشوائياً وبشكل طبقي (Stratified) إلى ( K ) أجزاء متساوية مع الحفاظ على نسب تمثيل الفئات؛ حيث يتم تدريب نموذج QDA على ( K-1 ) من الأجزاء، ويُختبر على الجزء المتبقي، وتتكرر هذه العملية ( K ) مرات بحيث يعمل كل جزء كمجموعة اختبار مستقلة لمرة واحدة. يُحسب خطأ التعميم النهائي كمتوسط للأخطاء عبر التكرارات، مما يعطي تقديراً واقعياً غير منحاز لقدرة النموذج التنبؤية.

في الحالات التي تتسم بحجم عينات محدود جداً، يُفضل تطبيق أسلوب التحقق المتقاطع بحذف عنصر واحد (Leave-One-Out Cross-Validation – LOOCV) لتعظيم حجم بيانات التدريب المتاحة لكل نموذج فرعي. بالإضافة إلى ذلك، تُستخدم تقنيات المعاينة بالاستبدال (Bootstrapping) لتوليد مئات العينات العشوائية وإعادة بناء نماذج QDA عليها، مما يتيح استخراج فترات ثقة إحصائية دقيقة (95% Confidence Intervals) لمعلمات النموذج، كالمتوسطات ومحددات المصفوفات ومؤشرات الدقة النهائية.

10. التحديات الإحصائية وحسابات التعقيد ومخاطر الإفراط في التخصيص

10.1 مشكلة الإفراط في التخصيص (Overfitting) عند زيادة الأبعاد

تُعد مشكلة الإفراط في التخصيص التحدي المنهجي الأخطر الذي يواجه الباحثين عند تطبيق التحليل التمييزي التربيعي. تنشأ هذه الظاهرة عندما يتزايد عدد المتغيرات التفسيرية ( p ) ليقترب من حجم العينة الكلي أو يتجاوز أحجام العينات داخل الفئات الفرعية ( n_k ). في هذه الحالة، يكتسب النموذج مرونة رياضية مفرطة تدفعه إلى تمثيل الضوضاء العشوائية والتشتت الخاص بعينة التدريب بدلاً من استيعاب النمط البنيوي الحقيقي للمجتمع الأصلي.

يؤدي الإفراط في التخصيص إلى فجوة حادة ومضللة في مقاييس الأداء؛ حيث يحقق نموذج QDA دقة تصنيفية تقترب من 100% على بيانات التدريب المستخدمة في بنائه، ولكنه ينهار بشكل دراماتيكي عند تطبيقه على بيانات اختبارية مستقلة لم يسبق له معالجتها، مما يسفر عن معدلات خطأ تعميمية كارثية. ينبع هذا الانهيار من الانحناء المفرط للسطوح التمييزية وتشكيل جيوب قرار مغلقة وشديدة التعقيد تعزل مشاهدات فردية شاذة في عينة التدريب.

للكشف المبكر والوقاية من هذا الخطر، يجب على الباحث مراقبة “منحنيات التعلم” (Learning Curves) التي تقارن خطأ التدريب بخطأ الاختبار عبر أحجام عينات وتوليفات متغيرات متباينة. يُعد اتساع الفجوة بين الخطأين مؤشراً حاسماً على حدوث فرط التخصيص، وهو ما يستوجب التدخل المنهجي إما بزيادة حجم العينة، أو اللجوء إلى نماذج التنظيم الإحصائي (Regularization)، أو تقليص عدد المتغيرات المدخلة في التحليل.

10.2 لعنة الأبعاد ومفردية مصفوفة التغاير (Singularity)

ترتبط ظاهرة “لعنة الأبعاد” (Curse of Dimensionality) في نموذج QDA بمصفوفات التباين والتغاير الفئوية ( boldsymbol{Sigma}_k ). عندما يكون عدد المتغيرات التفسيرية ( p ) أكبر من درجات الحرية المتاحة داخل الفئة ( n_k – 1 )، تصبح مصفوفة التغاير العينية ذات رتبة منقوصة (Rank-Deficient)، مما يؤدي رياضياً إلى انعدام محددها بالكامل (( |hat{boldsymbol{Sigma}}_k| = 0 )) وتحولها إلى مصفوفة مفردة (Singular Matrix).

يترتب على مفردية المصفوفة استحالة حساب مقلوبها الجبري ( hat{boldsymbol{Sigma}}_k^{-1} ) وحساب لوغاريتم محددها، وهما المكونان الجوهريان اللذان تقوم عليهما دالة التمييز التربيعية ( delta_k(mathbf{x}) ). في هذا الوضع، تنهار الخوارزمية الحسابية بالكامل ويتعذر توليد قرارات تصنيفية، وهي مشكلة تتفاقم بسرعة مع التوسع في استخدام البيانات المعاصرة (مثل بيانات التعبير الجيني ومصفوفات القياس النفسي-العصبي الكثيفة).

لمعالجة هذه المعضلة الحسابية، تُعتبر أساليب تقليص الأبعاد خطوة تمهيدية إلزامية قبل تطبيق QDA. يشمل ذلك استخدام أساليب استخلاص السمات الخطية كـ تحليل المكونات الأساسية (Principal Component Analysis – PCA) لاختزال الفضاء المتجهي إلى عدد محدود من المركبات المتعامدة غير المرتبطة ذات التباين الأعظم، أو تطبيق خوارزميات اختيار السمات التصفوية (Filter Methods) والتغليفية (Wrapper Methods) لانتقاء المتغيرات الأكثر حساسية تمييزية وتجنب فخ المفردية المصفوفية.

10.3 حساسية النموذج للقيم المتطرفة والملوثات الإحصائية

يتميز التحليل التمييزي التربيعي الكلاسيكي بحساسية مفرطة تجاه وجود القيم المتطرفة (Outliers) والملوثات الإحصائية في بيانات العينة. ينبع هذا الضعف البنيوي من اعتماده الحصري على مقاييس غير متينة؛ حيث يعتمد تقدير المتوسط على المتوسط الحسابي، ويعتمد تقدير التشتت على مربعات الانحرافات في مصفوفة التغاير، وهي مقاييس تنهار كفاءتها بوجود مشاهدة متطرفة واحدة ذات رافعة إحصائية عالية (High Leverage Point).

تؤدي القيم المتطرفة إلى تضخيم محددات مصفوفات التغاير بشكل مصطنع، وتشويه مراكز التوزيعات الحسابية ( hat{boldsymbol{mu}}_k )، مما ينتج عنه انزياح دراماتيكي في زوايا وانحناءات السطوح التمييزية الفاصلة. يتسبب هذا الانزياح في إعادة تشكيل مناطق القرار بشكل غير عادل، مما يقود إلى تصنيف خاطئ لعدد كبير من الحالات الطبيعية الواقعة بالقرب من الحدود الفاصلة الأصلية.

لمواجهة هذا القصور وحماية استقرار النموذج، طور الإحصائيون ما يُعرف بـ “التحليل التمييزي التربيعي المتين” (Robust QDA). يستبدل هذا النهج المقاييس الكلاسيكية بمقدرات إحصائية متينة ومقاومة للتلوث، مثل مقدر أصغر محدد للمصفوفة (Minimum Covariance Determinant – MCD) ومقدرات S و M. تعمل هذه المقدرات على تحديد واقتطاع المشاهدات الشاذة تلقائياً قبل حساب المصفوفات، مما يضمن توليد دوال تمييزية تعكس البنية التوزيعية الصادقة للكتلة المركزية للبيانات.

11. مقارنة QDA مع نماذج التصنيف الإحصائي والتعلم الآلي الأخرى

11.1 QDA مقابل الانحدار اللوجستي متعدد الحدود (Multinomial Logistic Regression)

تجسد المقارنة بين التحليل التمييزي التربيعي والانحدار اللوجستي متعدد الحدود المقارنة المنهجية الكلاسيكية بين “النماذج التوليدية” (Generative Models) و”النماذج التمييزية” (Discriminative Models). في حين يركز الانحدار اللوجستي على نمذجة الاحتمال الشرطي المباشر ( P(Y mid mathbf{X}) ) دون الاهتمام بكيفية توليد البيانات، يقوم QDA بنمذجة التوزيع المشترك الكامل ( P(mathbf{X}, Y) ) عبر تقدير دوال الكثافة الفئوية ( f_k(mathbf{x}) ) والاحتمالات القبلية.

يتميز الانحدار اللوجستي متعدد الحدود بمرونة استثنائية في التعامل مع أنواع متباينة من المتغيرات التفسيرية؛ فهو لا يشترط اعتدالية التوزيعات المستمرة، ويتعامل بكفاءة مطلقة مع المتغيرات المستقلة الفئوية والاسمية (Categorical Predictors) دون الحاجة لافتراضات توزيعية مقيدة، مما يجعله نموذجاً شبه بارامتري منخفض الانحياز في مواجهة انتهاكات التوزيع الغاوسي.

ومع ذلك، يمتلك التحليل التمييزي التربيعي تفوقاً إحصائياً حاسماً عندما تتحقق افتراضات التوزيع الطبيعي المتعدد أو تقترب من التحقق؛ حيث يثبت الإحصاء الرياضي أن تقديرات QDA تكون أكثر كفاءة بالمعنى المقارب (Asymptotically Efficient)، مما يعني أنه يحقق دقة تصنيفية أعلى ويصل إلى معدلات خطأ أدنى باستخدام أحجام عينات أصغر مقارنة بالانحدار اللوجستي. تتجلى القوة التوليدية لـ QDA أيضاً في قدرته على اكتشاف البيانات الشاذة وتوليد عينات تركيبية تحاكي الفئات الأصلية.

11.2 QDA مقابل آلات المتجهات الداعمة غير الخطية (Non-linear SVM)

تمثل آلات المتجهات الداعمة غير الخطية (Support Vector Machines – Non-linear SVM) نموذجاً تصنيفياً غير احتمالي وهندسياً خالصاً يهدف إلى إيجاد المستوى الفائق ذي الهامش الأقصى (Maximal Margin Hyperplane) لفصل الفئات. يتم ذلك عبر استخدام دوال النواة (Kernel Trick)، مثل نواة الأساس الشعاعي (RBF Kernel) أو النواة متعددة الحدود (Polynomial Kernel)، لإسقاط البيانات ضمنياً في فضاءات هيلبرت ذات أبعاد لانهائية تكون فيها البيانات قابلة للفصل الخطي.

تكمن الميزة البنيوية لـ SVM في عدم اعتماده على أي افتراضات مسبقة تخص التوزيعات الاحتمالية للبيانات أو تجانس التشتت، وقدرته الاستثنائية على التعامل مع المشكلات ذات الأبعاد العالية جداً ومقاومة مشكلة مفردية المصفوفات بكفاءة؛ نظراً لاعتماده فقط على عينات الدعم (Support Vectors) الواقعة على حواف الفئات بدلاً من كامل بيانات التدريب كما هو الحال في QDA.

في المقابل، يتفوق التحليل التمييزي التربيعي في جانبي “التفسير الاحتمالي” و”السرعة الحسابية في التصنيف”. يوفر QDA احتمالات بعدية صريحة ومباشرة مبنية على أسس بايزية، وهو أمر بالغ الأهمية في التطبيقات السريرية والنفسية لتقييم الشك، بينما يتطلب الحصول على احتمالات من SVM تطبيق خوارزميات معايرة تقريبية لاحقة (مثل معايرة بلات Platt Scaling). كما أن تصنيف المشاهدات الجديدة في QDA يتطلب مجرد عمليات ضرب مصفوفي سريعة، في حين يتطلب SVM حساب مسافات النواة مع كافة متجهات الدعم، وهو ما قد يكون مكلفاً في البيانات الضخمة.

11.3 QDA مقابل مصنف بايز الساذج (Naive Bayes Classifier)

يشترك مصنف بايز الساذج (Gaussian Naive Bayes) مع التحليل التمييزي التربيعي في كونه نموذجاً توليدياً بايزياً يفترض خضوع البيانات للتوزيع الغاوسي، بيد أنه يفرض افتراضاً تبسيطياً متطرفاً ينص على “الاستقلال الشرطي التام” (Conditional Independence) بين كافة المتغيرات التفسيرية داخل كل فئة. يترتب على هذا الافتراض الساذج تقييد مصفوفات التباين والتغاير لتكون مصفوفات قطرية تماماً (Diagonal Covariance Matrices):

[ boldsymbol{Sigma}_k^{text{Naive}} = text{diag}(sigma_{k1}^2, sigma_{k2}^2, dots, sigma_{kp}^2) ]

يؤدي هذا التصفير القسري لكافة عناصر التباين المشترك خارج القطر الرئيسي إلى خفض هائل في عدد المعلمات المقدرة؛ حيث يتطلب مصنف بايز الساذج تقدير ( 2p ) معلمة فقط لكل فئة (متوسط وتباين لكل متغير)، مما يجعله نموذجاً منيعاً ضد لعنة الأبعاد وفائق الاستقرار في العينات التدريبية شديدة الصغر والأبعاد العالية جداً.

ولكن هذا الاستقرار الحسابي يأتي على حساب تضحية فادحة بالدقة والقدرة التعبيرية عند وجود ارتباطات بينية حقيقية بين المتغيرات. في البيئات النفسية والسلوكية التي تترابط فيها بنود المقاييس والسمات ارتباطاً وثيقاً، يفشل بايز الساذج في نمذجة هذه التفاعلات وينتج احتمالات بعدية مشوهة ومفرطة في الثقة. هنا يتفوق QDA تفوقاً قاطعاً بفضل استخدامه لمصفوفات التغاير الكاملة، مما يمكنه من استيعاب التوجهات المائلة للبيانات في الفضاء متعدد الأبعاد بدقة إحصائية متكاملة.

12. دليل التطبيق العملي وأفضل الممارسات الإحصائية

12.1 التحضير القبلي للبيانات والفحص الاستكشافي

يتطلب النجاح التطبيقي للتحليل التمييزي التربيعي بروتوكولاً صارماً للتحضير المسبق والفحص الاستكشافي للبيانات. تبدأ هذه المرحلة بفحص شامل لمصفوفة الارتباطات البينية الخطية بين المقاييس والمتغيرات لتشخيص أي تعددية خطية شديدة (( r > 0.90 )) قد تهدد استقرار مقلوب مصفوفات التباين، والعمل على دمج أو حذف المتغيرات الفائضة.

تتضمن أفضل الممارسات في هذه المرحلة الخطوات الإجرائية التالية:

  • فحص ومعالجة القيم المتطرفة: تطبيق مقياس المسافة الماهالانوبية المتينة لحذف أو تعديل المشاهدات الشاذة متعددة الأبعاد التي قد تشوه تقدير مصفوفات التغاير الفئوية.
  • تقييم وتحويل التوزيعات: اختبار التوزيع الطبيعي الأحادي والمتعدد، وتطبيق تحويلات القوى المناسبة كتحويل بوكس-كوكس (Box-Cox) لجعل التوزيعات تقترب قدر الإمكان من الاعتدالية الغاوسية.
  • معالجة عدم توازن الفئات: ضبط الاحتمالات القبلية ( pi_k ) في النموذج لتعكس نسب الانتشار الحقيقية بدلاً من نسب العينة، أو استخدام تقنيات إعادة التوازن كتقنية التوليد التخليقي للأقليات (SMOTE) بحذر لتفادي تشويه بنية التغاير.
  • فحص تجانس التباين: إجراء اختبار بوكس لتجانس مصفوفات التغاير للتأكد من وجود مبرر إحصائي يدعم استخدام النموذج التربيعي بدلاً من النموذج الخطي المبسط.

12.2 تنفيذ التحليل التمييزي التربيعي باستخدام البرمجيات الإحصائية (R و Python)

توفر البيئات البرمجية الإحصائية المعاصرة، مثل R وبايثون، أدوات برمجية متقدمة لتنفيذ وتوليف نماذج التحليل التمييزي التربيعي بكفاءة عددية فائقة. في بيئة البرمجة الإحصائية R، تمثل حزمة MASS (Modern Applied Statistics with S) المعيار الكلاسيكي لتطبيق النموذج عبر الدالة qda().

تتيح الدالة في R تمرير صيغة النموذج وتحديد الاحتمالات القبلية يدوياً عبر المعامل prior، وتوفر دعماً للتحقق المتقاطع بحذف عنصر واحد من خلال ضبط المعامل CV = TRUE. كما توفر حزم متخصصة أخرى مثل klaR إمكانات تطبيق التحليل التمييزي المنظم (RDA) عبر الدالة rda()، والتي تنفذ بحثاً شبكياً آلياً لتحديد قيم معاملات التنظيم المثلى ( (alpha, gamma) ).

أما في بيئة بايثون (Python)، فيتم تنفيذ النموذج من خلال فئة QuadraticDiscriminantAnalysis المضمنة في وحدة sklearn.discriminant_analysis التابعة لمكتبة Scikit-Learn. توفر الفئة المعامل reg_param الذي يطبق تنظيماً شبيهاً بتقليص مصفوفات التغاير لتفادي مشاكل المصفوفات المفردة. كما تسمح بدمج النموذج بسهولة داخل خطوط المعالجة الآلية (Pipelines) وربطها بأدوات GridSearchCV لضبط المعلمات بدقة ورسم أسطح القرار ومناطق التنبؤ بصرياً.

12.3 تفسير النتائج وكتابة التقرير الأكاديمي وفق معايير APA

تتطلب كتابة التقرير الإحصائي لنتائج التحليل التمييزي التربيعي وفق معايير جمعية علم النفس الأمريكية (APA Style – 7th Edition) دقة متناهية في توثيق الفرضيات، المعلمات، ومقاييس الجودة التشخيصية لضمان الشفافية العلمية وقابلية التكرار البحثي. يجب أن يبدأ التقرير بتوثيق اختبارات الافتراضات الإحصائية، مع الإشارة الصريحة لقيم اختبار مارديان للاعتدالية المتعددة واختبار إم لبوكس لتجانس التباين مع كتابة قيمة الإحصائية ودرجات الحرية والقيمة الاحتمالية الدقيقة (مثال: ( M = 48.72, F(15, 12450) = 3.12, p < .001 )).

يجب أن يشتمل التقرير على جداول أكاديمية منسقة تتضمن متجهات المتوسطات لكل فئة مع الانحرافات المعيارية بين قوسين، ومحددات مصفوفات التباين والتغاير الفئوية كدليل كمي على تفاوت التشتت. كما يُلزم الباحث بعرض مصفوفة الارتباك المفصلة موضحاً التكرارات والنسب المئوية للتصنيف الصحيح، مع توثيق مقاييس الأداء العامة والفئوية: الدقة الإجمالية، الحساسية، النوعية، مقياس F1، ومعامل كوهين كابا مع فترة الثقة المقابلة له بمستوى ثقة 95%.

يختتم التقرير بصياغة تفسيرية رصينة تربط المعطيات الرياضية للسياق الإكلينيكي أو السلوكي المدروس؛ حيث يوضح الباحث الكيفية التي ساهمت بها الحدود التربيعية واللاخطية في استيعاب الخصائص الفريدة لتشتت المجموعات، ومناقشة الأهمية التطبيقية للنتائج، مع الاعتراف الصريح بمحددات النموذج المرتبطة بحجم العينة وحساسية التقديرات، وتقديم توصيات واضحة حول استخدام الدرجات القاطعة المستخرجة في الممارسة العملية والتشخيص الميداني.

خاتمة واستشراف مستقبلي

يقف التحليل التمييزي التربيعي (QDA) في موقع فريد يجمع بين الأناقة النظرية للاحتمالات البايزية والمرونة الهندسية للجبر الخطي متعدد الأبعاد. ومن خلال تحرير النمذجة التمييزية من قيود تجانس التباينات، يوفر هذا النموذج حلاً رياضياً متيناً للتعامل مع الظواهر الواقعية التي تتسم بالتباين التفاضلي والتعقيد التشتتي، لا سيما في ميادين القياس النفسي، والتشخيص الإكلينيكي، والعلوم السلوكية المعاصرة.

وعلى الرغم من التحديات الهيكلية المرتبطة بفرط التخصيص وحساسية مصفوفات التغاير للأبعاد العالية والملوثات الإحصائية، فإن التطورات المنهجية في تقنيات التنظيم الرياضي (Regularization) والمقدرات المتينة (Robust Estimation) قد عززت من استقرار النموذج وجعلته أداة موثوقة قادرة على الصمود في وجه التعقيدات البيانية الحديثة. إن فهم التحليل التمييزي التربيعي، بأسسه النظرية وتطبيقاته البرمجية، يمثل ركيزة لا غنى عنها لأي باحث يسعى إلى ممارسة التحليل الإحصائي بمستوى متقدم من الرصانة والدقة العلمية.

المراجع الأكاديمية (References)

اقتباس هذا المقال

looti, M. (2026, أغسطس 27). مقدمة في التحليل التمييزي التربيعي. عرب سايكلوجي. https://arabpsychology.com/statistics/introduction-to-quadratic-discriminant-analysis/
looti, Mohammed. “مقدمة في التحليل التمييزي التربيعي.” عرب سايكلوجي, 27 أغسطس 2026, https://arabpsychology.com/statistics/introduction-to-quadratic-discriminant-analysis/.
looti, Mohammed. “مقدمة في التحليل التمييزي التربيعي.” عرب سايكلوجي. أغسطس 27, 2026. https://arabpsychology.com/statistics/introduction-to-quadratic-discriminant-analysis/.