ما هي قاعدة ستورجس؟ (التعريف والمثال)

يُعد التمثيل البصري للبيانات الإحصائية الركيزة الأساسية التي يستند إليها الباحثون والمحللون لاستكشاف البنية الجوهرية للظواهر المعقدة وفهم توزيعاتها الاحتمالية قبل الشروع في بناء النماذج الاستدلالية المتقدمة. وفي طليعة هذه الأدوات الاستكشافية يبرز المدرج التكراري (Histogram) كأداة لا غنى عنها لتحويل الجداول الرقمية الصامتة إلى تشكيلات هندسية تعكس بوضوح اتجاهات التمركز والتشتت وخصائص التماثل والالتواء في مجموعات البيانات الكمية المستمرة. غير أن القوة التفسيرية لهذا المدرج تظل مرهونة ارتباطاً وثيقاً بقرار منهجي حاسم يتمثل في كيفية تجزئة المدى العددي المستمر إلى فئات أو حجرات تكرارية (Bins) محددة بدقة، إذ إن أي خلل في هذا التحديد قد يطمس معالم التوزيع كلياً أو يولد أنماطاً بصرية خادعة تقود إلى استنتاجات علمية مضللة.

انطلاقاً من هذا التحدي الإحصائي والمنهجي، برزت الحاجة التاريخية إلى صياغة معايير خوارزمية موضوعية تُخرج عملية اختيار عدد الفئات من حيز التقدير الذاتي العشوائي والتخمين الفردي إلى رحاب النمذجة الرياضية المنضبطة. وتتصدر هذه المعايير التاريخية والعملية “قاعدة ستورجس” (Sturges’ Rule) التي قدمها عالم الإحصاء الأمريكي هربرت ستورجس في عشرينيات القرن العشرين كواحدة من أوائل وأشهر الصيغ الرياضية المصممة لربط حجم العينة بالعدد الأمثل للفئات التكرارية استناداً إلى المنطق الاحتمالي للتوزيع ذي الحدين واقترابه من المنحنى الطبيعي المعياري.

يسعى هذا الدليل المرجعي الموسع إلى تقديم تأصيل نظري وتطبيقي شامل لقاعدة ستورجس، مستعرضاً نشأتها التاريخية، وصياغتها الرياضية الثنائية والعشرية، وخطوات اشتقاق عرض الفئات الإحصائية، مع تدعيم الطرح بأمثلة رقمية مفصلة تغطي أحجام عينات متباينة، ومقارنتها بالقواعد الإحصائية البديلة مثل قواعد سكوت وفريدمان-دياكونيس ودوان. كما يستعرض المقال تطبيقات القاعدة في العلوم السلوكية والقياس النفسي، وكيفية برمجتها باستخدام لغات التحليل الحديثة مثل بايثون وآر وبرمجيات SPSS وإكسل، وصولاً إلى تقديم إرشادات منهجية متقدمة تُمكّن الباحثين من اتخاذ قرارات واعية وموضوعية عند بناء وتفسير المدرجات التكرارية.

1. مقدمة تأصيلية: مفهوم التمثيل البياني وأهمية المدرجات التكرارية

1.1 دور المدرج التكراري (Histogram) في تلخيص وتوزيع البيانات

يُمثل المدرج التكراري (Histogram) في الأدبيات الإحصائية الكلاسيكية والمعاصرة أداة بصرية لامعلمية محورية تهدف إلى تقدير دالة الكثافة الاحتمالية للمتغيرات العشوائية المستمرة. وعلى النقيض من مقاييس النزعة المركزية مثل المتوسط والوسيط، أو مقاييس التشتت كالانحراف المعياري والتباين—والتي تختزل البيانات المعقدة في قيم عددية منفردة قد تخفي التباينات الداخلية الحادة—فإن المدرج التكراري يُعيد بناء المشهد التوزيعي الكلي للبيانات عبر تمثيل بياني يوضح كيفية توزيع المشاهدات الفعلية عبر امتداد المدى العددي المقاس. ويتحقق ذلك من خلال تقسيم المتغير المتصل إلى فترات جزئية متتالية ومتجاورة تُعرف بالفئات (Bins)، حيث تتناسب مساحة كل مستطيل مرسوم فوق الفئة طردياً مع عدد التكرارات أو الكثافة النسبية للمشاهدات الواقعة ضمن تلك الحدود الرقمية.

تتجلى الأهمية الإبستمولوجية للمدرج التكراري في قدرته الفائقة على تيسير مرحلة تحليل البيانات الاستطلاعية (Exploratory Data Analysis – EDA)، حيث يتيح للباحث الفحص البصري الفوري لمجموعة من الخصائص الجوهرية التي لا يمكن رصدها بالجداول الصماء. وتشمل هذه الخصائص رصد درجة تماثل البيانات حول مركزها، واكتشاف الالتواء الموجب (نحو اليمين) أو السالب (نحو اليسار)، وتحديد مدى استدقاق أو تفلطح التوزيع (Kurtosis)، بالإضافة إلى التحقق من وجود قمة واحدة (Unimodal) تعبر عن مجتمع متجانس، أو قمم متعددة (Multimodal) تشير بوضوح إلى أن العينة قد تتألف من مجتمعات فرعية متباينة مدمجة معاً. ويُعد هذا الفحص الاستكشافي متطلباً منهجياً مسبقاً قبل تطبيق الاختبارات الإحصائية المعلمية (Parametric Tests) مثل اختبار “ت” (t-test) أو تحليل التباين (ANOVA)، والتي تشترط تحقق افتراضية التوزيع الطبيعي لضمان صحة الاستدلال.

من الضروري التمييز بدقة من الناحية المنهجية والمفاهيمية بين المدرج التكراري والأعمدة البيانية (Bar Charts). فالأعمدة البيانية تُستخدم حصرياً لتمثيل البيانات الفئوية المنفصلة (Categorical Data) مثل النوع الاجتماعي، أو الحالة الاجتماعية، أو التصنيفات التشخيصية، حيث توجد مسافات وفجوات فاصلة بين الأعمدة للإشارة الصريحة إلى عدم وجود اتصال رياضي أو تسلسل طبيعي مستمر بين الفئات. في المقابل، يُبنى المدرج التكراري خصيصاً للمتغيرات الكمية المستمرة (Continuous Variables) كالوزن، وزمن الرجع، ودرجات الذكاء، وتكون مستطيلاته متلاصقة تماماً دون فجوات لتعكس الطبيعة المتصلة وغير المنقطعة للمقياس الرياضي الأساسي، مما يجعل حساب المساحات تحت المنحنى التكراري مؤشراً بيانياً دقيقاً للاحتمالات الإحصائية.

1.2 الأهمية المنهجية لتنظيم البيانات في العلوم السلوكية والنفسية

تحظى مسألة تنظيم وتبويب البيانات بأهمية استثنائية في سياق العلوم السلوكية والنفسية والقياس السيكومتري (Psychometrics)، حيث يتعامل الباحثون في الغالب مع متغيرات كامنة (Latent Variables) لا يمكن قياسها مباشرة، بل يُستدل عليها من خلال استجابات الأفراد على مقاييس واختبارات نفسية مركبة. إن درجات اختبارات القدرات المعرفية، ومقاييس القلق، والاكتئاب، والسمات الشخصية تتطلب نمذجة دقيقة للتحقق من كفاءة البناء القياسي ومطابقة استجابات الأفراد للنماذج النظرية المفترضة. ويشكل المدرج التكراري في هذا المضمار الأداة البصرية الأولى لتقييم سلوك الدرجات المعيارية وفحص مدى اتساق العينة مع منحنى التوزيع الطبيعي المعياري (المنحنى الجرسي المنسوب إلى غاوس).

يساعد التحليل البصري للتوزيعات التكرارية الباحث النفسي والإكلينيكي في الكشف عن مشكلات القياس الجوهرية مثل “تأثير السقف” (Ceiling Effect) عندما تتكدس الدرجات عند الحد الأعلى للمقياس نتيجة سهولة بنود الاختبار، أو “تأثير الأرضية” (Floor Effect) عندما تتجمع التكرارات عند أدنى الدرجات نظراً لصعوبة الأسئلة البالغة. كما يكشف المدرج التكراري بدقة عن التحيزات في العينات السلوكية وتكتلات الاستجابة الناتجة عن الرغبة الاجتماعية، حيث يُظهر وجود فئات شاذة أو توزيعات ذات التواء حاد تدل على أن العينة المسحوبة لا تمثل المجتمع الأصلي تمثيلاً عادلاً، أو أن المقياس المستخدم يفتقر إلى الحساسية التمييزية المطلوبة في بعض نطاقات الأداء السلوكي.

يمتد التأثير المنهجي للتنظيم التكراري السليم إلى القرارات التشخيصية الإكلينيكية والتحليلات الإحصائية المتقدمة. فعلى سبيل المثال، عند معايرة مقياس تشخيصي لاضطراب فرط الحركة ونقص الانتباه (ADHD)، فإن التمثيل التكراري الدقيق يتيح تحديد نقاط القطع (Cut-off Scores) بدقة متناهية، وتصنيف الأفراد إلى فئات سوية وأخرى معرضة للخطر، وفئات سريرية مؤكدة. وإذا بُني المدرج التكراري بصورة مشوهة أو اعتمد على تصنيف فئوي عشوائي، فقد يؤدي ذلك إلى خطأ في تحديد الرتب الميئينية للدرجات الخام، مما ينعكس سلباً على دقة قرارات التوجيه التربوي والتدخل العلاجي، ويزيد من مخاطر الوقوع في أخطاء المعاينة من النوعين الأول والثاني في التحليلات اللاحقة.

2. معضلة تحديد عدد الفئات (Bins) وتأثيرها على تفسير البيانات

2.1 أثر الإفراط في تقليل عدد الفئات (Under-binning)

تُعرف حالة الإفراط في تقليل عدد الفئات (Under-binning) في حقل الإحصاء الرياضي بأنها تقسيم المدى الكلي للمتغير إلى عدد محدود للغاية من الفئات العريضة جداً، مما يؤدي إلى ما يُسمى بظاهرة “الإفراط في التنعيم” (Over-smoothing). عند حدوث هذه الظاهرة، تُجبر المشاهدات المتمايزة واقعياً على الاندماج قسرياً داخل مستطيلات عريضة وقليلة، الأمر الذي يؤدي إلى طمس المعالم الهيكلية والأنماط التوزيعية الدقيقة داخل مجموعة البيانات. إن هذا الاختزال المفرط للتباين الطبيعي للمتغير يحجب التفاصيل الجوهرية ويحول التوزيعات المعقدة ظاهرياً إلى توزيعات تبدو متماثلة أو بسيطة بشكل زائف ومضلل.

تتمثل إحدى أخطر التداعيات المنهجية للإفراط في تقليل الفئات في فقدان القدرة الإحصائية على اكتشاف التوزيعات متعددة القمم (Multimodality). فإذا كانت مجموعة البيانات تنطوي في حقيقتها على مجتمعين فرعيين متميزين ذوي قمتين تكراريتين منفصلتين (Bimodal Distribution)—كما هو الحال مثلاً في قياس متغير بيولوجي يختلف جذرياً بين الذكور والإناث—فإن اختيار فئات عريضة جداً قد يدمج هاتين القمتين في مستطيل تكراري واحد عريض يوحي زوراً بأن التوزيع أحادي القمة ومتجانس. كما يؤدي هذا الإفراط إلى تقليل وضوح الالتواء الحقيقي، حيث تختفي الذيول الطويلة للبيانات ضمن الفئات الطرفية الكبيرة، مما يقود الباحث إلى افتراض سلامة التوزيع الطبيعي والاعتماد على اختبارات إحصائية لا تتناسب مع الطبيعة الملتوية للظاهرة المدروسة.

يترتب على ذلك تشويه كامل للتفسير النظري في الأبحاث التطبيقية، حيث يؤدي دمج المجموعات المتباينة إلى تضليل التحليل الاستدلالي. فعندما تُطمس التباينات الداخلية الدقيقة، يعجز المحلل عن رصد الفروق الفردية الحقيقية بين أفراد العينة، مما يقود إلى استنتاجات غير دقيقة حول تجانس الظاهرة، ويترتب على ذلك ضعف القدرة التنبؤية للنماذج الإحصائية المبنية على هذه المؤشرات المشوهة بصرياً ورياضياً.

2.2 أثر الإفراط في زيادة عدد الفئات (Over-binning)

في المقابل، يحدث الإفراط في زيادة عدد الفئات (Over-binning) عندما يختار الباحث عدداً كبيراً جداً من الفئات التكرارية ذات العرض الضيق والمفرط بالنسبة لحجم العينة المتاحة، وهو ما يقود إلى ظاهرة “نقص التنعيم” (Under-smoothing). في هذا السيناريو، يتم تفتيت المشاهدات عبر مساحات ضيقة جداً، مما يجعل كل فئة تحتوي على عدد قليل للغاية من المشاهدات أو تصبح فارغة تماماً من التكرارات. يؤدي هذا التشتت إلى تحويل التباين العشوائي البسيط وضوضاء المعاينة (Sampling Noise) إلى تذبذبات حادة وتفاصيل بصرية مصطنعة لا تعبر عن أي حقيقة في المجتمع الإحصائي الأصلي.

ينتج عن هذه الظاهرة ظهور شقوق وفجوات تكرارية فارغة بين الأعمدة المتتالية، مما يمنح المدرج التكراري مظهراً مشرشراً ومشوشاً يُعرف في الأدبيات الإحصائية بمظهر “المشط المسنن”. هذه الفجوات والتذبذبات تجعل من المتعذر تماماً على الباحث التعرف على الشكل العام لدالة الكثافة الاحتمالية الأساسية للمتغير. كما يواجه الباحث صعوبة بالغة في إجراء مقارنات بصرية موثوقة بين المجموعات التجريبية والضابطة، حيث تختفي الفروق الجوهرية بين المجموعتين تحت ركام التذبذبات العشوائية الناتجة عن التجزئة المفرطة لحجم العينة المحدود.

يقود الإفراط في زيادة الفئات في نهاية المطاف إلى إضعاف القوة التفسيرية للمدرج التكراري وتشتيت انتباه الباحث عن النمط الكلي العام. وبدلاً من أن يعمل الرسم البياني كأداة تلخيصية تكشف عن البنية الإحصائية، يتحول إلى أداة تزيد من تعقيد المشهد وإرباك التفسير الإحصائي، مما يعطل الغرض الأساسي من استخدام المدرج كأداة استكشافية أولية ترشد التحليلات المتقدمة اللاحقة.

2.3 البحث عن التوازن الأمثل: المفهوم الإحصائي للتقسيم الأمثل

إن المعضلة المنهجية الناتجة عن التقابل الحاد بين الإفراط في التنعيم ونقصه تفرض ضرورة البحث عن معيار إحصائي رياضي يحقق “التوازن الأمثل” (Optimal Balance) في تقسيم الفئات. من الناحية النظرية، يُعرَّف التقسيم الأمثل بأنه ذلك التقسيم الذي يقلل من الخطأ الإجمالي لتمثيل التوزيع الحقيقي، حيث يسعى إلى تحقيق أعلى درجات التجانس الداخلي للبيانات الواقعة ضمن الفئة الواحدة (Minimizing Within-bin Variance)، مع تعظيم التباين والاختلاف الإحصائي بين الفئات المتباينة (Maximizing Between-bin Variance).

تستند النظريات الإحصائية الحديثة في صياغة هذا التوازن إلى مبدأ تقليل “متوسط خطأ التربيع المتكامل” (Mean Integrated Squared Error – MISE)، وهو مقياس رياضي يقيس المسافة بين دالة الكثافة الاحتمالية الحقيقية للبيانات وتقديرها البصري الناتج عن المدرج التكراري. يتألف هذا الخطأ من مركبين متضادين: مربع الانحياز (Squared Bias) الذي يزداد كلما قل عدد الفئات واتسع عرضها، والتباين الإحصائي (Variance) الذي يرتفع بشكل حاد كلما زاد عدد الفئات وضاق عرضها. ومن ثم، فإن الحل الأمثل يكمن في نقطة التسوية الرياضية الدقيقة التي تضمن تقليل المجموع الكلي للانحياز والتباين معاً.

يبرز حجم العينة ($n$) كمتغير حاسم ومحدد رئيسي في صياغة هذا التوازن الإحصائي؛ إذ إن زيادة حجم المشاهدات المتاحة تمنح الباحث أساساً لزيادة عدد الفئات التكرارية دون الوقوع في فخ التذبذب العشوائي والفئات الفارغة، في حين تفرض العينات المحدودة قيوداً صارمة تتطلب ضغط عدد الفئات للحفاظ على استقرار وثبات التقديرات التكرارية. ومن هنا نشأت الحاجة المنهجية الملحة إلى وضع قواعد وصيغ خوارزمية قياسية ومعيارية تضمن الاتساق العلمي وإمكانية تكرار النتائج عبر مختلف الباحثين والبرمجيات المتخصصة.

3. ما هي قاعدة ستورجس؟ (التعريف والنشأة التاريخية)

3.1 السياق التاريخي والورقة البحثية لهربرت ستورجس (1926)

تعود الجذور الأولى لصياغة القواعد الخوارزمية المنظمة لتقسيم الفئات التكرارية إلى الربع الأول من القرن العشرين، وتحديداً إلى عام 1926 عندما نشر عالم الإحصاء الأمريكي هربرت ستورجس (Herbert A. Sturges) ورقته البحثية البارزة في دورية الجمعية الإحصائية الأمريكية (Journal of the American Statistical Association – JASA) تحت عنوان: “The Choice of a Class Interval” (اختيار مدى الفئة). كان الدافع الأكاديمي والعملي لستورجس يتمثل في إنهاء حالة الفوضى المنهجية التي كانت سائدة آنذاك في بناء الجداول التكرارية، حيث كان الإحصائيون يعتمدون على قرارات ذاتية بحتة وتخمينات اعتباطية لا تستند إلى أسس رياضية محددة عند اختيار عدد الفئات الإحصائية.

طرح ستورجس في ورقته الموجزة إطاراً حسابياً يربط اختيار عدد الفئات وعرضها ارتباطاً مباشراً بحجم العينة الإجمالي المدروس. هدفت صياغته إلى تقديم صيغة موحدة تلغي التخمين الذاتي وتمنح الممارسين والباحثين معياراً ثابتاً يضمن توحيد المخرجات الإحصائية عند معالجة نفس مجموعات البيانات. وقد حظيت هذه الورقة باهتمام واسع النطاق في الأوساط الأكاديمية والتطبيقية، وسرعان ما تحولت الصيغة المقترحة إلى معيار كلاسيكي في المناهج الإحصائية والكتب التعليمية ومراجع تبويب البيانات.

مع بزوغ عصر الحوسبة الآلية وتطوير الحزم البرمجية الإحصائية في النصف الثاني من القرن العشرين، تم تبني قاعدة ستورجس كخيار افتراضي ومعياري (Default Binning Algorithm) في أشهر البرمجيات والأدوات الإحصائية العالمية، بما في ذلك لغة R الإحصائية، وبيئات التحليل في Python (مثل حزم NumPy و Matplotlib)، وبرمجيات SPSS وإكسل. وقد رسخ هذا التبني الواسع مكانة القاعدة كواحدة من أكثر الصيغ الإحصائية استخداماً وتأثيراً في تاريخ تمثيل البيانات وتلخيصها عبر العقود المتتالية.

3.2 التعريف العلمي الدقيق لقاعدة ستورجس (Sturges’ Rule)

تُعرَّف قاعدة ستورجس (Sturges’ Rule) إحصائياً بأنها صيغة خوارزمية صريحة تُحدد العدد المثالي للفئات التكرارية المستقلة والمتساوية في العرض ($k$) واللازمة لبناء مدرج تكراري متوازن لتمثيل مجموعة بيانات كمية مستمرة يبلغ حجمها ($n$) مشاهدة. تستند هذه القاعدة إلى فرضية نظرية جوهرية تفترض أن البيانات محل القياس تتبع في أصلها توزيعاً متماثلاً يقترب بدرجة وثيقة من التوزيع الطبيعي، وأن التوزيع التكراري للفئات يمكن نمذجته ومحاكاته رياضياً من خلال تقريب التوزيع ذي الحدين (Binomial Distribution) المتماثل.

قام المنطق الرياضي لستورجس على الربط العميق بين المعاملات الثنائية (Binomial Coefficients) الناتجة عن نشر ذات الحدين $(1 + 1)^{k-1}$ وتوزيع التكرارات عبر الفئات. فوفقاً لمثلث باسكال الشهير، يعطي منشور ذات الحدين توزيعاً تكرارياً متماثلاً تتطابق نسب فئاته المركزية والطرفية تطابقاً تاماً مع الشكل الجرسي الكلاسيكي للمنحنى الطبيعي. وبناءً على ذلك، افترض ستورجس أن الحجم الإجمالي للبيانات الممثلة في هذا التوزيع يجب أن يساوي مجموع المعاملات الثنائية، أي أن:

$n = 2^{k-1}$

ومن خلال حل هذه المعادلة الأسية بالنسبة للمتغير ($k$) باستخدام التحليل اللوغاريتمي، نتجت المعادلة المشهورة للقاعدة. وعلى هذا النحو، فإن قاعدة ستورجس تقدم تقديراً لعدد الفئات يضمن أن المدرج التكراري سيعكس توزيعاً متزناً يشبه التوزيع الطبيعي إذا كانت البيانات متماثلة بالفعل، مما يجعلها أداة فعالة على وجه الخصوص للعينات متوسطة الحجم التي تتطابق خصائصها مع هذا الافتراض الرياضي النظري.

4. الصياغة الرياضية لقاعدة ستورجس وتفكيك عناصر المعادلة

4.1 الصيغة الرياضية الأساسية باستخدام اللوغاريتم الثنائي

تُصاغ المعادلة القياسية لقاعدة ستورجس في صورتها الرياضية الأصلية والأكثر دقة باستخدام اللوغاريتم للأساس 2 (Binary Logarithm)، وتأخذ الشكل التالي:

$k = \lceil \log_2(n) + 1 \rceil$

حيث تُشير الرموز في هذه الصياغة إلى المعاني الإحصائية الآتية:

• $k$: يمثل العدد النهائي للفئات التكرارية (Number of Bins / Classes) التي يجب تقسيم المدى الإحصائي إليها، وهو دائماً عدد صحيح موجب.
• $n$: يمثل الحجم الإجمالي للمشاهدات أو القيم المجمعة في العينة الإحصائية محل الدراسة (Sample Size).
• $\log_2(n)$: يمثل دالة اللوغاريتم الثنائي لحجم العينة، والتي تقيس القوة الأسية التي يجب رفع العدد 2 إليها للحصول على القيمة $n$.
• $lceil dots rceil$: يمثل رمز “دالة السقف” الرياضية (Ceiling Function)، والتي تفرض تقريب أي ناتج كسري داخل القوسين إلى أقرب عدد صحيح يليه مباشرة باتجاه اللانهاية الموجبة.

يحتل الرقم الثابت “1” في المعادلة موقعاً بنيوياً حاسماً، إذ يعمل كقيمة ارتكازية تضمن استقرار السلوك الرياضي للقاعدة في الحالات الحدية للعينات؛ فعندما يتضمن التحليل مشاهدة واحدة فقط ($n = 1$)، فإن $\log_2(1) = 0$، ومن ثم يكون $k = 0 + 1 = 1$، مما يضمن بصرياً ومنطقياً وجود فئة تكرارية واحدة على الأقل. ويعكس هذا التركيب العلاقة الأسية العكسية الدقيقة، حيث يتطلب توليد فئة إضافية واحدة مضاعفة حجم العينة الإجمالي للبيانات المتاحة بمقدار الضعف، وهو ما يفسر السلوك اللوغاريتمي البطيء للقاعدة مع تضخم أحجام البيانات.

4.2 الصيغة المكافئة باستخدام اللوغاريتم العشري (أساس 10)

نظراً لأن الآلات الحاسبة القياسية والعديد من الأنظمة المحاسبية والإحصائية التقليدية كانت تعتمد تاريخياً على اللوغاريتم العشري للأساس 10 ($\log_{10}$) بدلاً من اللوغاريتم الثنائي، فقد تمت صياغة صيغة جبرية مكافئة ومعيارية تُعطي نتائج متطابقة تماماً وتُعد الأكثر شيوعاً في المراجع الأكاديمية التطبيقية. وتأخذ هذه الصيغة الشكل الآتي:

$k = \lceil 1 + 3.322 \times \log_{10}(n) \rceil$

يمكن اشتقاق المعامل الثابت المضروب في اللوغاريتم العشري ($3.322$) بكل سهولة من خلال تطبيق قاعدة تغيير الأساس اللوغاريتمي المعروفة في الجبر الرياضي (Change of Base Rule). فوفقاً لهذه القاعدة، يمكن تحويل اللوغاريتم من الأساس 2 إلى الأساس 10 عبر العلاقة التالية:

$\log_2(n) = \frac{\log_{10}(n)}{\log_{10}(2)}$

وبحساب القيمة العددية لمقلوب لوغاريتم العدد 2 للأساس 10 بدقة، نجد أن:

$\frac{1}{\log_{10}(2)} = \frac{1}{0.30102999566…} \approx 3.321928 \approx 3.322$

وعليه، تصبح المعادلة: $k = 1 + \frac{\log_{10}(n)}{\log_{10}(2)} = 1 + 3.322 \times \log_{10}(n)$. وتضمن هذه العلاقة الجبرية تطابقاً تاماً في النتائج الرياضية النهائية بين الصيغة الثنائية والصيغة العشرية، مما يتيح للباحثين إجراء العمليات الحسابية يدوياً بالاعتماد على اللوغاريتمات العشرية المألوفة دون الحاجة إلى أدوات متخصصة في حساب اللوغاريتم الثنائي.

4.3 تحليل خصائص دالة السقف (Ceiling Function) في القاعدة

تُمثل دالة السقف، التي يُرمز لها رياضياً بالقوسين العلويين $lceil x rceil$، ركيزة محورية في تطبيق قاعدة ستورجس لا يمكن إغفالها أو استبدالها بدوال التقريب التقليدية. تقتضي دالة السقف إجبار الناتج الحسابي على القفز إلى العدد الصحيح الأكبر فوراً عند وجود أي كسر عشري، مهما بلغت ضآلته، وذلك بخلاف دالة التقريب الحسابي القياسي (Standard Rounding) التي تقرب للأسفل إذا كان الكسر يقل عن 0.5 وللأعلى إذا بلغ 0.5 أو تجاوزه.

تتضح هذه الآلية الرياضية من خلال مقارنة النتائج الرقمية التالية:

• إذا كان ناتج المعادلة قبل التقريب هو $5.12$، فإن دالة السقف تُعطي: $lceil 5.12 rceil = 6$. بينما التقريب التقليدي يُعطي $5$.
• إذا كان الناتج $5.89$، فإن دالة السقف تُعطي: $lceil 5.89 rceil = 6$. والتقريب التقليدي يُعطي كذلك $6$.
• إذا كان الناتج عدداً صحيحاً تماماً مثل $6.00$، فإن دالة السقف تظل: $lceil 6.00 rceil = 6$.

تكمن الأهمية المنهجية لاعتماد دالة السقف في ضمان التغطية الإحصائية الكاملة لجميع القيم المرصودة داخل حدود الفئات المشتقة لاحقاً. فعند حساب عرض الفئة بناءً على عدد صحيح مقرب للأعلى، يضمن الباحث أن المدى الكلي للفئات مجتمعة سيكون أكبر من أو مساوياً للمدى الفعلي للبيانات، مما يمنع سقوط القيم المتطرفة القصوى خارج نطاق الفئة الأخيرة، وهو ما قد يقع حتماً لو اعتُمد التقريب للأسفل الذي يُضيق التغطية الإجمالية للمدرج التكراري.

5. خطوات حساب عرض الفئة (Bin Width) والمدى الإحصائي

5.1 حساب المدى الكلي للبيانات (Range)

تتمثل الخطوة الإجرائية الأولى التي تسبق حساب الفئات التكرارية في استخراج “المدى الكلي” (Statistical Range) لمجموعة البيانات المجمعة. يُعرف المدى بأنه أبسط مقاييس التشتت الإحصائي، ويُحسب عبر إيجاد الفرق المطلق بين أعلى قيمة مسجلة في المتغير وأدنى قيمة مسجلة فيه، وفقاً للمعادلة الآتية:

$\text{Range} = X_{\max} – X_{\min}$

حيث يمثل $X_{\max}$ القيمة العظمى المطلقة (Maximum Value) في مصفوفة البيانات، بينما يمثل $X_{\min}$ القيمة الصغرى المطلقة (Minimum Value). يُحدد المدى الامتداد الخطي الذي يجب على الفئات التكرارية مجتمعة استيعابه بالكامل دون أي استثناء لأي مفردة من مفردات العينة.

يتأثر المدى الإحصائي تأثراً بالغاً بوجود القيم المتطرفة أو الشاذة (Outliers)؛ إذ إن وجود قيمة شاذة واحدة متباعدة جداً عن بقية المشاهدات يؤدي إلى تضخيم المدى الكلي تضخيماً كبيراً. وهذا التضخيم ينعكس مباشرة على سعة وعرض الفئات المشتقة وفق قاعدة ستورجس، مما قد يؤدي إلى اتساع مفرط في عرض الفئات وظهور فئات فارغة واسعة بين التوزيع المركزي والقيم المتطرفة. أما في حالة المتغيرات النفسية المقيدة مسبقاً بمقاييس محددة البداية والنهاية—كمقاييس ليكرت الخماسية أو السباعية أو درجات الاختبارات المقننة ذات الدرجة القصوى المحددة—فإن المدى يكون مضبوطاً بطبيعة أداة القياس، مما يمنح حسابات المدى استقراراً أكبر.

5.2 تحديد عرض الفئة الأمثل (Bin Width / Class Interval)

عقب تحديد المدى الإجمالي للبيانات وتحديد العدد الأمثل للفئات ($k$) عبر قاعدة ستورجس، ينتقل الباحث إلى الخطوة الإجرائية الثانية والمتمثلة في حساب “عرض الفئة” (Class Interval Width) الذي يُرمز له بالرمز ($w$ أو $h$). يُعرف عرض الفئة بأنه المسافة الرياضية المتساوية التي تغطيها كل فئة على المحور الأفقي للرسم البياني، وتُحسب بقسمة المدى الكلي على عدد الفئات وفق المعادلة التالية:

$w = \frac{\text{Range}}{k} = \frac{X_{\max} – X_{\min}}{k}$

من الناحية العملية والتطبيقية، نادراً ما ينتج عن هذه القسمة عدد صحيح مناسب للتمثيل البياني المريح، بل غالباً ما تظهر كسور عشرية معقدة (مثل 3.714 أو 7.82). وفي هذا السياق، تنص الأعراف الإحصائية والمنهجية على ضرورة تقريب قيمة عرض الفئة المحسوبة ($w$) إلى أقرب قيمة ملائمة يسهل التعامل معها وتفسيرها ذهنياً وبصرياً—مثل التقريب إلى أقرب عدد صحيح، أو إلى مضاعفات الأرقام 5 أو 10 أو 0.5—مع اشتراط أن يكون التقريب للأعلى دائماً لتفادي تضييق المدى الإجمالي للمدرج التكراري.

يُعد تثبيت عرض الفئات وجعلها متساوية بالكامل عبر كامل النطاق التكراري متطلباً أساسياً عند تطبيق قاعدة ستورجس في المدرجات التكرارية البسيطة؛ إذ إن تساوي عروض الفئات يجعل ارتفاع الأعمدة متناسباً تناسباً طردياً ومباشراً مع تكرارات كل فئة، مما يتيح قراءة فورية للبيانات ويسهل المقارنة البصرية بين الفئات المختلفة دون الحاجة إلى إجراء تصحيحات معقدة على كثافة المساحات المستطيلة.

5.3 بناء الحدود الفعلية للفئات (Class Boundaries)

تتمثل المرحلة النهائية في تحويل الحسابات الرياضية إلى حدود فئوية متصلة ومنضبطة تُعرف بـ “الحدود الفعلية للفئات” (Class Boundaries). تبدأ الفئة الأولى عادة عند قيمة تساوي القيمة الصغرى للبيانات ($X_{\min}$) أو بقيمة أقل منها بقليل لتكوين رقم مرجعي ملائم (Convenient Round Number)، ثم يُضاف عرض الفئة المعتمد ($w$) بصورة متتابعة لتكوين الفئات التالية حتى استيعاب القيمة العظمى بالكامل ($X_{\max}$) داخل الفئة الأخيرة.

لتفادي أي التباس في تصنيف المشاهدات الواقعة بالضبط على الحدود الفاصلة بين فئتين متتاليتين، تطبق البرمجيات والمراجع الإحصائية قواعد رياضية موحدة للمجالات؛ وأكثر هذه القواعد شيوعاً هي قاعدة الفترات “المغلقة من اليسار والمفتوحة من اليمين” والممثلة بالترميز الرياضي $[a, b)$. وتعني هذه القاعدة أن الفئة تشمل الحد الأدنى $a$ وجميع القيم التي تليه حتى تقل تماماً عن الحد الأعلى $b$، في حين تُرحل القيمة المساوية لـ $b$ إلى الفئة اللاحقة $[b, c)$، باستثناء الفئة الأخيرة التي تكون مغلقة من الطرفين $[y, z]$ لضمان احتواء القيمة القصوى المطلقة.

يضمن هذا الضبط الرياضي الدقيق تجنب مشكلتين أساسيتين: مشكلة التداخل بين الفئات (Overlapping) التي قد تؤدي إلى تكرار عد المشاهدة الواحدة مرتين، ومشكلة الفجوات المصطنعة (Gaps) بين الحدود، مما يؤمن استمرارية تامة للمدرج التكراري تتطابق بالكامل مع الطبيعة المتصلة للمتغير المقاس.

6. أمثلة تطبيقية تفصيلية خطوة بخطوة لحساب قاعدة ستورجس

6.1 مثال 1: عينة صغيرة الحجم (n = 31)

لتوضيح التطبيق العملي الدقيق لقاعدة ستورجس، نفترض أن باحثاً في علم النفس المعرفي قام بتطبيق اختبار لقياس “سعة الذاكرة العاملة” (Working Memory Span) على عينة صغيرة مكونة من 31 طالباً جامعياً ($n = 31$). وكانت الدرجات الخام الناتجة مرتبة تصاعدياً كالتالي:
12، 14، 15، 16، 18، 19، 20، 21، 22، 22، 23، 24، 25، 25، 26، 27، 28، 28، 29، 30، 31، 32، 33، 34، 35، 36، 38، 39، 41، 43، 45.

تُطبق خطوات خوارزمية ستورجس بالترتيب المنهجي الآتي:

1. حساب عدد الفئات ($k$):
   باستخدام معادلة اللوغاريتم الثنائي:
   $$k = \lceil \log_2(31) + 1 \rceil = \lceil 4.9542 + 1 \rceil = \lceil 5.9542 \rceil = 6 \text{ فئات}$$
   (أو باللوغاريتم العشري: $k = \lceil 1 + 3.322 \times \log_{10}(31) \rceil = \lceil 1 + 3.322 \times 1.49136 \rceil = \lceil 1 + 4.9543 \rceil = \lceil 5.9543 \rceil = 6$).
2. حساب المدى الكلي ($\text{Range}$):
   $$X_{\min} = 12, \quad X_{\max} = 45$$
   $$\text{Range} = 45 – 12 = 33$$
3. حساب عرض الفئة ($w$):
   $$w = \frac{\text{Range}}{k} = \frac{33}{6} = 5.5$$
   يتم تقريب القيمة 5.5 للأعلى إلى أقرب عدد صحيح ملائم لتسهيل القراءة، وهو $w = 6$.
4. تحديد حدود الفئات وتفريغ التكرارات:
   نبدأ من القيمة الصغرى 12 بإضافة عرض الفئة 6 بصيغة $[a, b)$:

رقم الفئة	حدود الفئة $[a, b)$	القيم المتضمنة فعلياً	التكرار المطلق ($f$)	التكرار النسبي (%)
1	[12 – 18)	12, 14, 15, 16	4	12.9%
2	[18 – 24)	18, 19, 20, 21, 22, 22, 23	7	22.6%
3	[24 – 30)	24, 25, 25, 26, 27, 28, 28, 29	8	25.8%
4	[30 – 36)	30, 31, 32, 33, 34, 35	6	19.4%
5	[36 – 42)	36, 38, 39, 41	4	12.9%
6	[42 – 48]	43, 45	2	6.5%
المجموع الكلي ($\sum f$)			31	100.0%

يُظهر التوزيع الناتج من 6 فئات تنظيماً إحصائياً ممتازاً يعكس قمة التوزيع بوضوح في الفئتين الثانية والثالثة وتدرجاً متزناً نحو الأطراف، مما يبرز كفاءة ستورجس العالية مع هذا الحجم من العينات.

6.2 مثال 2: عينة متوسطة الحجم (n = 100)

في دراسة سريرية أُجريت على عينة متوسطة الحجم قوامها 100 مريض نفسي ($n = 100$) لتقييم مستويات القلق باستخدام مقياس القلق المعتمد، حيث تراوحت الدرجات الخام الناتجة للمشاركين بين حد أدنى $X_{\min} = 20$ وحد أقصى $X_{\max} = 100$.

يتم حساب التقسيم الأمثل للفئات عبر المراحل التالية:

• حساب عدد الفئات:
  $$k = \lceil 1 + 3.322 \times \log_{10}(100) \rceil = \lceil 1 + 3.322 \times 2.000 \rceil = \lceil 1 + 6.644 \rceil = \lceil 7.644 \rceil = 8 \text{ فئات}$$
• حساب المدى الإجمالي:
  $$\text{Range} = 100 – 20 = 80 \text{ درجة}$$
• حساب عرض الفئة:
  $$w = \frac{80}{8} = 10 \text{ درجات}$$

ينتج عن هذه الحسابات تقسيم منظم يتألف من 8 فئات متساوية بعرض 10 درجات لكل فئة، وتكون حدود الفئات كالتالي: $[20, 30)$، $[30, 40)$، $[40, 50)$، $[50, 60)$، $[60, 70)$، $[70, 80)$، $[80, 90)$، و$[90, 100]$.

يُعد هذا التقسيم مثالياً للغاية للباحث الإكلينيكي؛ فالعدد 8 يمنح درجة تفصيل كافية لاستيعاب التدرج السريري لشدة القلق (من القلق الطبيعي، إلى الخفيف، فالمتوسط، فالشديد، فالحاد)، كما أن اتساع الفئة بمقدار 10 درجات يمثل وحدة قياس معيارية يسهل تفسيرها ونقلها للأطباء ومتخذي القرار دون تعقيد إحصائي.

6.3 مثال 3: عينة واسعة النطاق (n = 1000)

عند الانتقال إلى الدراسات المسحية الكبيرة، كقياس التحصيل الدراسي في اختبار وطني مقنن طُبق على عينة قوامها 1000 طالب ($n = 1000$) بدرجات تتراوح بين $X_{\min} = 150$ و $X_{\max} = 950$، فإن تطبيق قاعدة ستورجس ينتج عنه الآتي:

• حساب عدد الفئات:
  $$k = \lceil \log_2(1000) + 1 \rceil = \lceil 9.96578 + 1 \rceil = \lceil 10.96578 \rceil = 11 \text{ فئة}$$
  (أو: $k = \lceil 1 + 3.322 \times 3 \rceil = \lceil 1 + 9.966 \rceil = \lceil 10.966 \rceil = 11$).
• حساب المدى وعرض الفئة:
  $$\text{Range} = 950 – 150 = 800$$
  $$w = \frac{800}{11} \approx 72.72$$
  يتم تقريب عرض الفئة إلى قيمة معيارية ملائمة للأعلى، مثل $w = 75$ أو $w = 80$.

يكشف هذا المثال عن خاصية جوهرية في سلوك قاعدة ستورجس؛ فعلى الرغم من تضاعف حجم العينة عشرة أضعاف (من 100 إلى 1000 مفحوص)، إلا أن عدد الفئات زاد بمقدار 3 فئات فقط (من 8 إلى 11 فئة). يرجع ذلك إلى الطبيعة اللوغاريتمية للمعادلة. وهنا يبرز التساؤل النقدي المنهجي: هل تكفي 11 فئة فقط لتمثيل التباينات الدقيقة لـ 1000 فرد؟ في كثير من التطبيقات المتقدمة، يُعتبر تخصيص 11 فئة لعينة ضخمة نوعاً من “الإفراط في التنعيم”، مما يمهد لمناقشة القيود المنهجية للقاعدة والبدائل الإحصائية المتاحة.

7. التطبيقات العملية لقاعدة ستورجس في أبحاث علم النفس والقياس النفسي

7.1 تحليل وتوزيع درجات اختبارات الذكاء (IQ Tests)

تُعد اختبارات الذكاء المقننة (IQ Tests)، مثل مقياس وكسلر لذكاء البالغين (WAIS) ومقياس ستانفورد-بينيه، من أبرز المجالات التطبيقية التي تتطابق فيها افتراضات قاعدة ستورجس تطابقاً وثيقاً مع طبيعة البيانات المقاسة. تُصمم هذه المقاييس سيكومترياً لتتبع توزيعاً طبيعياً معيارياً بمتوسط حسابي ثابت ($\mu = 100$) وانحراف معياري محدد ($\sigma = 15$). وعند قيام الباحثين بمعايرة هذه الاختبارات على عينات تقنين معيارية متوسطة الحجم، يوفر تطبيق قاعدة ستورجس مدرجاً تكرارياً متزناً يعكس المنحنى الجرسي بدقة عالية.

تسمح الفئات التكرارية الناتجة عن ستورجس بتحديد فئات التصنيف العقلي والقدرات المعرفية بوضوح بصري، حيث تبرز الفئات المركزية التي تقع بين درجات 85 و115 كمجال للأداء المتوسط، في حين تتوزع فئات الأطراف لتبرز بوضوح فئات الإعاقة الذهنية عند الحدود الدنيا (أقل من 70) وفئات الموهبة والتفوق العقلي عند الحدود العليا (أعلى من 130). ويُمكّن هذا التوزيع المتوازن علماء النفس من التحقق السريع من صدق البناء المعياري للاختبار ومقارنة التوزيع التجريبي الفعلي للعينة بالتوزيع النظري المفترض قبل اعتماد الدرجات المعيارية وتوزيعها في تقارير القياس السريري والتربوي.

7.2 توزيع زمن الاستجابة في التجارب المعرفية (Reaction Time Studies)

في أبحاث علم النفس التجريبي والعلوم العصبية المعرفية، يُعد “زمن الاستجابة” أو “زمن الرجع” (Reaction Time – RT) بالمللي ثانية متغيراً حيوياً لقياس سرعة المعالجة المعرفية والعمليات الذهنية التحتية. غير أن بيانات زمن الاستجابة تتسم بخصائص إحصائية مميزة، حيث تظهر دائماً توزيعات ملتوية التواءً إيجابياً حاداً (Right-Skewed Distributions) نظراً لوجود حد فسيولوجي أدنى لسرعة المعالجة لا يمكن تجاوزه، مع وجود ذيل طويل يمتد نحو الأزمنة الطويلة نتيجة التشتت أو بطء الاستجابة في بعض المحاولات.

عند تطبيق قاعدة ستورجس على بيانات أزمنة الاستجابة، يواجه الباحث تحدياً منهجياً نابعاً من فرضية التماثل الطبيعي التي تستند إليها القاعدة؛ فالقاعدة تميل في مثل هذه الحالات إلى دمج معظم المشاهدات السريعة المتجمعة في بداية التوزيع داخل فئة أو فئتين عريضتين، مما يطمس التباينات المعرفية الدقيقة بين المشاركين. ولمعالجة هذه المشكلة المنهجية، يتبع علماء النفس المعرفي استراتيجية التحويل اللوغاريتمي للبيانات (Log-Transformation) قبل تطبيق ستورجس، أو الاستعانة بقواعد بديلة تراعي معامل الالتواء كقاعدة “دوان”، مما يضمن تمثيلاً بيانياً يوضح الذيل الطويل بدقة مع الحفاظ على التمايز داخل الكتلة المركزية للاستجابات المعرفية.

7.3 معالجة بيانات مقاييس التقييم الذاتي والشخصية (Likert Scales)

تعتمد دراسات الشخصية وعلم النفس الاجتماعي اعتماداً واسعاً على مقاييس التقييم الذاتي القائمة على تدريج ليكرت (Likert Scales)، مثل مقياس العوامل الخمسة الكبرى للشخصية (Big Five Inventory – BFI). وعند تجميع استجابات البنود الفردية لحساب الدرجة الكلية المركبة لسمة معينة (كالانبساطية أو العصابية أو يقظة الضمير)، يتحول المقياس من متغير ترتيبي إلى متغير كمي فتروي يقترب من التوزيع المتصل، مما يجعله مؤهلاً للتمثيل عبر المدرجات التكرارية.

تُستخدم قاعدة ستورجس في هذا الإطار لتجميع الدرجات الخام للمفحوصين ضمن مستويات تصنيفية معيارية واضحة (مثل: مستويات منخفضة، ومتوسطة، ومرتفعة)، مما يسهل كتابة التقارير الإرشادية والتنظيمية. ويساعد الاعتماد على ستورجس في منع التحيز البصري الناتج عن التقسيم اليدوي للدرجات، حيث يوفر معياراً موضوعياً لعرض النتائج أمام اللجان العلمية والمؤسسات المهنية، مما يمنع الباحث من التلاعب بعرض الفئات لإبراز فروق مصطنعة بين الجنسين أو الفئات العمرية المختلفة في سمات الشخصية المدروسة.

8. الافتراضات الإحصائية والشروط الأساسية لتطبيق قاعدة ستورجس

8.1 افتراض التوزيع الطبيعي (Normality Assumption)

يُمثل افتراض اعتدالية أو طبيعية التوزيع (Normality Assumption) الشرط النظري والرياضي الأكثر جوهرية وحرجاً في بنية قاعدة ستورجس الإحصائية. وكما تم إيضاحه في التأصيل التاريخي، فإن اشتقاق المعادلة بأكملها استند إلى تقريب معاملات ذات الحدين $(1 + 1)^{k-1}$ المتماثلة، والتي تطابق حصراً التوزيعات المتناظرة والمتماثلة أحادية المنوال التي تتبع المنحنى الجرسي الكلاسيكي.

يترتب على هذا الأصل الرياضي فشل نسبي للقاعدة عند التعامل مع التوزيعات التي تنحرف انحرافاً حاداً عن الشكل الطبيعي؛ كالتوزيعات ذات الالتواء الشديد (Skewed Distributions)، أو التوزيعات المستوية (Uniform Distributions)، أو التوزيعات ثنائية المنوال (Bimodal Distributions). فعندما تُطبق القاعدة على بيانات ذات التواء موجب قوي، يؤدي ثبات عدد الفئات المحسوب باللوغاريتم فقط إلى إنتاج فئات عريضة جداً في مناطق الكثافة العالية مما يطمس تباينها، وفئات واسعة جداً وفارغة في منطقة الذيل الطويل. ومن ثم، فإن التحقق المسبق من التماثل التقريبي للعينة يُعد شرطاً منهجياً واجباً لضمان كفاءة المدرج التكراري المشتق عبر ستورجس.

8.2 نطاق حجم العينة المثالي (Sample Size Constraints)

تتسم قاعدة ستورجس بوجود نطاق كفاءة أمثل محدد بصرامة من حيث حجم العينة الإحصائية ($n$)، حيث تُظهر أعلى درجات الفعالية والكفاءة التمثيلية في العينات متوسطة الحجم التي يتراوح مداها العددي بين $n = 30$ و $n = 200$ مشاهدة تقريباً. ففي هذا النطاق، تُنتج القاعدة عدداً من الفئات يتراوح بين 6 إلى 9 فئات، وهو عدد يتوافق تماماً مع القدرة البصرية والذهنية للإنسان على الاستيعاب والتحليل المقارن، ويوفر نعومة بيانية متزنة تعكس النمط التوزيعي دون تشتيت أو تعقيد.

في المقابل، تظهر مشكلات منهجية حادة عند طرفي حجم العينة:

• العينات الصغيرة جداً ($n < 30$): تفرض القاعدة عدداً محدوداً جداً من الفئات (أقل من 5 فئات)، مما يؤدي إلى تسطيح حاد للبيانات وظهور انحياز مرتفع يخفي البنية الإحصائية للعينة.
• العينات الكبيرة والبيانات الضخمة ($n > 1000$): يتباطأ نمو عدد الفئات اللوغاريتمي بشدة؛ فعينة بحجم مليون مشاهدة ($n = 1,000,000$) تُنتج وفق ستورجس 21 فئة فقط، وهو عدد غير كافٍ إحصائياً لتمثيل مليون نقطة بيانات، مما يؤدي إلى إفراط هائل في التنعيم وطمس الذرى الموضعية والخصائص الدقيقة للمجتمع الضخم.

8.3 طبيعة ونوعية المتغيرات الإحصائية (Variable Properties)

تشترط قاعدة ستورجس أن تكون البيانات المدخلة في التحساب ناتجة عن قياس متغيرات كمية مستمرة (Continuous Quantitative Variables) مقاسة على الأقل على مستوى المقاييس الفتروية (Interval Scales) أو مقاييس النسبة (Ratio Scales) ذات المدى الواسع، حيث تتصف المسافات بين الوحدات بالتساوي الرياضي المطلق، وتكون احتمالية تكرار نفس القيمة المحددة بدقة متناهية منخفضة في العينات غير المقيدة.

تعتبر القاعدة غير ملائمة منهجياً للتطبيق المباشر على المتغيرات الترتيبية (Ordinal Variables) ذات المستويات المحدودة، كبنود الاستبانات المعزولة ذات المستويات الثلاثية أو الخماسية، إذ إن تقسيم المتغيرات المنفصلة المحدودة بفئات لوغاريتمية يؤدي إلى انكسار التتابع الرياضي وظهور فئات تحوي قيماً وهمية غير قابلة للتحقق واقعياً. كما يُشترط خلو البيانات من الانقطاعات الاصطناعية الحادة أو الرقابة الإحصائية (Censored Data) عند الأطراف لضمان صحة توزيع الفئات المشتقة.

9. المقارنة المعيارية بين قاعدة ستورجس والقواعد الإحصائية البديلة

9.1 مقارنة مع قاعدة سكوت (Scott’s Normal Reference Rule)

اقترح عالم الإحصاء ديفيد سكوت في عام 1979 قاعدة بديلة تُعرف بـ قاعدة سكوت المرجعية للتوزيع الطبيعي (Scott’s Rule). وعلى عكس ستورجس التي تركز على تحديد عدد الفئات $k$ عبر حجم العينة فقط، تركز قاعدة سكوت على تحديد “عرض الفئة الأمثل” ($w$) مباشرة بالاعتماد على التشتت الداخلي للبيانات ممثلاً في الانحراف المعياري ($s$) إلى جانب حجم العينة، وفق الصيغة الآتية:

$w = \frac{3.49 \times s}{n^{1/3}}$

تستند قاعدة سكوت إلى أساس رياضي أكثر صلابة من خلال سعيها المباشر إلى تقليل “متوسط خطأ التربيع المتكامل” (MISE) لتقدير الكثافة الاحتمالية. تتفوق قاعدة سكوت تفوقاً واضحاً على قاعدة ستورجس في العينات الكبيرة؛ نظراً لأن عرض الفئة يضيق بمعدل يتناسب مع الجذر التكعيبي لحجم العينة ($n^{1/3}$)، مما يسمح بزيادة عدد الفئات بسرعة أكبر وبصورة تضمن إبراز المعالم الدقيقة للتوزيعات الضخمة دون الوقوع في التسطيح المفرط الذي تعاني منه ستورجس.

9.2 مقارنة مع قاعدة فريدمان-دياكونيس (Freedman-Diaconis Rule)

في عام 1981، قدم العالمان ديفيد فريدمان وبيرسي دياكونيس قاعدة فريدمان-دياكونيس (Freedman-Diaconis Rule – FD) كحل إحصائي متقدم مصمم لمقاومة تأثير القيم المتطرفة والشاذة والالتواء. تستبدل هذه القاعدة الانحراف المعياري التقليدي بـ المدى الربيعي (Interquartile Range – IQR)، وهو مقياس تشتت متين لا يتأثر بالقيم الشاذة، وتأخذ المعادلة الشكل الآتي:

$w = \frac{2 \times \text{IQR}(X)}{n^{1/3}}$

حيث $\text{IQR} = Q_3 – Q_1$ (الفرق بين الربيع الثالث والربيع الأول). تتميز هذه القاعدة بمناعة إحصائية فائقة (Robustness)؛ فعندما تحتوي العينة على قيم متطرفة حادة—كما في دراسات الدخل المالي أو زمن الاستجابة في الطب النفسي—فإن قاعدة ستورجس وسكوت تفرضان فئات عريضة جداً بسبب تضخم المدى أو الانحراف المعياري، في حين تحافظ قاعدة فريدمان-دياكونيس على عرض فئة متزن يركز على الـ 50% الوسطى من البيانات، مما يجعلها الخيار المعياري المفضل في معالجة البيانات الملتوية وغير المقيدة.

9.3 مقارنة مع قاعدة رايس (Rice Rule) وقاعدة دوان (Doane’s Rule)

طُرحت أيضاً مجموعة من القواعد البارزة الأخرى لتلبية متطلبات تحليلية محددة:

• قاعدة رايس (Rice Rule): صيغة بسيطة وشائعة في التدريس والتحليلات السريعة، وتُصاغ كالتالي:
  $$k = \lceil 2 \times n^{1/3} \rceil$$
  تتجاهل مقاييس التشتت وتعتمد فقط على الجذر التكعيبي للحجم، مما يجعلها تعطي عدداً أكبر من الفئات مقارنة بستورجس في العينات الكبيرة، وتعتبر بديلاً عملياً سهلاً.
• قاعدة دوان (Doane’s Rule): تعديل مباشر لقاعدة ستورجس صُمم خصيصاً للتكيف مع البيانات غير المتماثلة عبر إدخال معامل الالتواء المقاس ($\sqrt{b_1}$)، وتُحسب بالمعادلة:
  $$k = 1 + \log_2(n) + \log_2\left(1 + \frac{|\sqrt{b_1}|}{\sigma_{b_1}}\right)$$
  حيث يزيد عدد الفئات تلقائياً كلما زادت درجة الالتواء في البيانات، مما يعالج القصور البنيوي لستورجس تجاه التوزيعات الملتوية.

القاعدة الإحصائية	المعادلة الرياضية	الأساس النظري	نقاط القوة	مجالات الاستخدام المثلى
قاعدة ستورجس (Sturges)	$k = \lceil \log_2(n) + 1 \rceil$	التوزيع ذو الحدين واقترابه من الطبيعي	بسيطة، سريعة الحساب، معيار قياسي برمجي	العينات المتوسطة ($30 le n le 200$) المتماثلة
قاعدة سكوت (Scott)	$w = 3.49 \cdot s / n^{1/3}$	تقليل خطأ التربيع المتكامل (MISE) للتوزيع الطبيعي	كفاءة رياضية مثلى مع البيانات المستمرة الطبيعية	العينات الكبيرة ذات التوزيعات القريبة من الاعتدالية
فريدمان-دياكونيس (FD)	$w = 2 \cdot \text{IQR} / n^{1/3}$	تقليل MISE بالاعتماد على الإحصاء اللامعلمي المتين	مقاومة تامة للقيم الشاذة والالتواء الشديد	البيانات الملتوية، الاقتصادية، والسيكومترية غير النقية
قاعدة رايس (Rice)	$k = \lceil 2 \cdot n^{1/3} \rceil$	صيغة تجريبية لزيادة دقة العينات	أسهل في الحساب من سكور وفريدمان وأكثر فئات من ستورجس	الاستكشاف الأولي السريع للبيانات المتوسطة والكبيرة
قاعدة دوان (Doane)	تعديل لوغاريتمي بمعامل الالتواء	توسيع ستورجس للتكيف مع الالتواء	تزيد الفئات تلقائياً عند انحراف التماثل	البيانات ذات الالتواء الخفيف إلى المتوسط

10. المزايا والقيود الإحصائية لقاعدة ستورجس في تحليل البيانات

10.1 المزايا الإحصائية والعملية لقاعدة ستورجس

تحظى قاعدة ستورجس بمكانة متميزة في الإحصاء التطبيقي بفضل مجموعة من المزايا البنيوية؛ وتأتي في مقدمتها البساطة الرياضية الفائقة وسهولة الحساب اليدوي والبرمجي؛ حيث تتطلب المعادلة فقط معرفة حجم العينة الكلي ($n$) دون الحاجة إلى حساب بارامترات مسبقة كالانحراف المعياري أو الربيعيات، مما يتيح للباحث والمحلل تقدير عدد الفئات فورياً بمجرد إلقاء نظرة على حجم البيانات.

تضمن القاعدة التوحيد المعياري في النشر العلمي والتقارير الأكاديمية؛ فبفضل كونها الخيار الافتراضي لعقود في معظم البرمجيات، فإن استخدامها يضمن أن الباحثين في مختلف المؤسسات سيحصلون على نفس التجزئة التكرارية لنفس مجموعة البيانات، مما يعزز قابلية تكرار النتائج والتحقق العلمي المشترك. كما تقدم القاعدة أداءً بصرياً ممتازاً ومستقراً للغاية مع العينات التجريبية المضبوطة معملياً والتي تتبع التوزيع الطبيعي المتماثل، حيث تُظهر الشكل العام للظاهرة بنقاء بصري جذاب يسهل على غير المتخصصين استيعابه بسرعة.

10.2 القيود المنهجية والانتقادات الأكاديمية

على الرغم من انتشارها الواسع، تعرضت قاعدة ستورجس لانتقادات أكاديمية ومنهجية لاذعة في العقود الأخيرة، كان أبرزها الانتقاد الشهير الذي نشره الإحصائي روب هايندمان (Hyndman, 1995) في دورية The American Statistician، حيث بيّن أن الأساس النظري للقاعدة غير سليم من منظور تقليل خطأ الكثافة الاحتمالية؛ إذ تفترض القاعدة أن البيانات يجب أن تتبع توزيعاً ذي حدين، وهو توزيع منفصل وليس مستمراً، مما يجعل تطبيقها على المتغيرات المتصلة أمراً تنقصه الدقة الاستدلالية الصارمة.

تتمثل النقيصة المنهجية الكبرى للقاعدة في التقليل المفرط لعدد الفئات في العينات الكبيرة وتجاهلها التام لشكل التوزيع الفعلي؛ فالقاعدة عمياء تماماً عن تباين البيانات أو التوائها أو وجود قمم متعددة فيها، وتعتمد حصراً على العدد $n$. ويترتب على ذلك مخاطر تفسيرية وسريرية بالغة؛ فعلى سبيل المثال، في أبحاث الطب النفسي، قد يؤدي استخدام ستورجس إلى دمج ذروة ثانوية تعبر عن فئة فرعية من المرضى المصابين باضطراب نادر ضمن الفئة المركزية الكبرى، مما يقود الفريق الطبي إلى إغفال وجود هذه الفئة الفرعية وفشل التشخيص المبكر نتيجة التنعيم البصري المضلل للرسم التكراري.

11. التطبيق البرمجي لقاعدة ستورجس باستخدام لغات التحليل الإحصائي

11.1 التطبيق بلغة بايثون (Python / Matplotlib & NumPy)

تُعد بيئة بايثون للتحليل البياني من أكثر البيئات دعماً لقاعدة ستورجس، حيث تم تضمين القاعدة كخيار حسابي داخلي في مكتبتي NumPy و Matplotlib. يمكن للمحلل استدعاء خوارزمية ستورجس تلقائياً بتمرير المعامل النصي bins='sturges' داخل دوال الرسم وحساب التكرارات.

يوضح النص البرمجي التطبيقي التالي كيفية حساب وتطبيق قاعدة ستورجس خطوة بخطوة، مع مقارنتها بقاعدة فريدمان-دياكونيس وتوليد الرسم البياني باستخدام بايثون:

يتيح هذا التطبيق البرمجي للمحللين استخراج مصفوفات الفئات وحدودها بدقة، وتعديل خيارات التنسيق لإنشاء تقارير بصرية متقدمة تلبي متطلبات النشر الأكاديمي الرصين.

11.2 التطبيق بلغة آر الإحصائية (R Language)

تحتل لغة R مكانة تاريخية خاصة بالنسبة لقاعدة ستورجس؛ إذ إن الدالة الأساسية لبناء المدرجات التكرارية hist() تعتمد على قاعدة ستورجس كخيار افتراضي مطلق breaks = "Sturges" منذ إطلاق اللغة. كما توفر R دالة متخصصة لحساب عدد الفئات تسمى nclass.Sturges().

يوضح الكود التالي كيفية استخراج عدد الفئات برمجياً وتطبيق ستورجس سواء عبر الرسوم الأساسية أو عبر حزمة الرسوم المتقدمة ggplot2:

تُظهر هذه البرمجة في R كيف يمكن للباحث الجمع بين صرامة الحساب الخوارزمي المعياري لستورجس وقوة العرض الجمالي لحزم النشر المتقدمة.

11.3 التطبيق في برمجيات SPSS و Microsoft Excel

في حزمة IBM SPSS، على الرغم من أن البرنامج يستخدم خوارزميات داخلية عند إنشاء المدرج التكراري عبر مسار Graphs > Chart Builder > Histogram، إلا أنه يتيح للباحث التحكم اليدوي الدقيق عبر النقر المزدوج على الرسم وتفعيل خيار Custom Binning، حيث يمكن إدخال عدد الفئات المحسوب يدوياً بقاعدة ستورجس في خانة Number of bins أو إدخال عرض الفئة في خانة Bin width لضمان مطابقة المخرجات للمعايير النظرية المقررة.

أما في برنامج Microsoft Excel، فيمكن تطبيق قاعدة ستورجس بدقة حسابية عبر كتابة المعادلات المباشرة الآتية في الخلايا:

• لحساب حجم العينة: =COUNT(A2:A101) (بافتراض البيانات في النطاق A2:A101).
• لحساب عدد فئات ستورجس باستخدام اللوغاريتم الثنائي ودالة السقف:
  =ROUNDUP(LOG(COUNT(A2:A101), 2) + 1, 0)
• لحساب عدد الفئات باللوغاريتم العشري:
  =ROUNDUP(1 + 3.322 * LOG10(COUNT(A2:A101)), 0)
• لحساب عرض الفئة:
  =ROUNDUP((MAX(A2:A101) - MIN(A2:A101)) / ROUNDUP(LOG(COUNT(A2:A101), 2) + 1, 0), 2)

عقب استخراج هذه القيم، يُمكن للباحث الانتقال إلى أداة “تحليل البيانات” (Data Analysis Toolpak) واختيار أداة Histogram لتفريغ التكرارات وبناء المخطط البياني المتوافق بالكامل مع حسابات ستورجس الرياضية.

12. إرشادات وتوصيات منهجية للباحثين والمحللين الإحصائيين

12.1 شجرة اتخاذ القرار لاختيار القاعدة المثلى لتقسيم الفئات

لتيسير اتخاذ القرار المنهجي في اختيار القاعدة الأكثر ملاءمة لمعالجة البيانات، يمكن للباحثين اتباع المخطط الانسيابي والمنطقي التالي:

• الخطوة الأولى: فحص حجم العينة الإجمالي ($n$):
  • إذا كان حجم العينة صغيراً جداً ($n < 30$): يُنصح بتجنب الاعتماد الكلي على المدرجات التكرارية، والاستعاضة عنها بمخطط النقاط (Dot Plot) أو مخطط الساق والورقة (Stem-and-Leaf Plot) لتفادي الانحياز الحاد.
  • إذا كان حجم العينة متوسطاً ($30 le n le 500$): انتقل فوراً إلى فحص طبيعة التوزيع (الخطوة الثانية).
  • إذا كان حجم العينة كبيراً جداً ($n > 1000$): تجنب قاعدة ستورجس، واستخدم مباشرة قاعدة سكوت أو قاعدة فريدمان-دياكونيس لمنع الإفراط في التنعيم.
• الخطوة الثانية: فحص شكل التوزيع ووجود القيم الشاذة:
  • إذا كانت البيانات متماثلة وخالية من القيم المتطرفة الشديدة: قاعدة ستورجس تُعد خياراً مثالياً ومعيارياً وممتازاً.
  • إذا كانت البيانات متماثلة ولكن العينة كبيرة: اعتمد قاعدة سكوت.
  • إذا كانت البيانات ملتوية بشدة، أو تشتمل على قيم متطرفة وشاذة حادة: اعتمد حصراً قاعدة فريدمان-دياكونيس (FD) أو قاعدة دوان.
  • إذا كانت البيانات ثنائية أو متعددة القمم: تجنب ستورجس واعتمد قواعد العرض التكعيبي ($n^{1/3}$) لاستكشاف القمم المنفصلة بدقة.

12.2 أفضل الممارسات في كتابة ونشر التقارير الإحصائية

عند إعداد التقارير الإحصائية وكتابة أوراق البحث العلمي للنشر في الدوريات الرصينة، يُوصى باتباع حزمة من الممارسات المنهجية الفضلى لضمان الشفافية وقابلية التكرار:

أولاً، يجب على الباحث التوثيق الصريح للمنهجية المستخدمة في بناء المدرج التكراري؛ فلا ينبغي الاكتفاء بإدراج الرسم البياني الصامت، بل يتعين الإشارة في قسم المنهجية أو في التعليق المصاحب للشكل إلى القاعدة الإحصائية المعتمدة في تحديد الفئات (مثال: “تم بناء المدرج التكراري بالاعتماد على قاعدة ستورجس (k = 8, w = 10)”)، وتبرير سبب اختيار هذه القاعدة بناءً على خصائص العينة.

ثانياً، يُوصى بشدة بعدم الاعتماد الأعمى على الإعدادات الافتراضية التلقائية للبرمجيات الإحصائية دون إجراء استكشاف أولي لطبيعة المتغير وشكل توزيعه ووجود القيم الشاذة، إذ إن العديد من البرمجيات قد تطبق ستورجس تلقائياً على عينات ضخمة أو ملتوية مما يقود إلى نتائج غير دقيقة.

ثالثاً، يُعد من أرقى الممارسات الإحصائية الحديثة الجمع بين المدرج التكراري ومنحنى تقدير كثافة النواة (Kernel Density Estimation – KDE) على نفس الرسم البياني. يتيح هذا الدمج للباحث والقارئ الاستفادة المزدوجة من المدرج التكراري كأداة لحساب التكرارات المنفصلة، ومن منحنى الكثافة الأملس كدالة احتمالية مستمرة تكشف بدقة عن التغيرات التدريجية في الكثافة والقمم الثانوية والالتواء، مما يمنح التقرير الإحصائي مصداقية علمية وقوة استدلالية متقدمة.

خاتمة

تُمثل قاعدة ستورجس (Sturges’ Rule) محطة تأسيسية بارزة في تاريخ تطور علم الإحصاء التطبيقي والتمثيل البصري للبيانات؛ إذ نقلت عملية بناء المدرجات التكرارية من مساحات التقدير الفردي العشوائي إلى رحاب المعايير الرياضية المقننة. ومن خلال صياغتها القائمة على المنطق اللوغاريتمي والتقريب الثنائي للتوزيع الطبيعي، تظل القاعدة حتى اليوم الخيار المعياري والأكثر انتشاراً وتفضيلاً للعينات التجريبية والسيكومترية متوسطة الحجم ذات التوزيعات المتماثلة.

ومع ذلك، فإن التطور العلمي المعاصر وتوافر البيانات الضخمة والنماذج الإحصائية المتقدمة يفرضان على الباحثين والمحللين استيعاب الحدود الرياضية والقيود المنهجية الكامنة في هذه القاعدة، وخاصة حساسيتها لحجم العينة وعجزها عن التكيف التلقائي مع الالتواء الشديد أو القمم المتعددة. إن الاستخدام الرشيد لقاعدة ستورجس—إلى جانب فهم القواعد البديلة المتينة مثل قواعد سكوت وفريدمان-دياكونيس—يضمن للمجتمع العلمي إنتاج تمثيلات بصرية دقيقة تعكس الحقيقة الإحصائية للبيانات، وتسهم بفاعلية في بناء استنتاجات وقرارات علمية وسريرية موثوقة.

المراجع (References)

• Doane, D. P. (1976). Aesthetic frequency classifications. The American Statistician, 30(4), 181–183. https://doi.org/10.1080/00031305.1976.10479172
• Freedman, D., & Diaconis, P. (1981). On the histogram as a density estimator: $L_2$ theory. Zeitschrift für Wahrscheinlichkeitstheorie und Verwandte Gebiete, 57(4), 453–476. https://doi.org/10.1007/BF01025868
• Hyndman, R. J. (1995). The problem with Sturges’ rule for selecting histogram bin widths. The American Statistician, 49(4), 384–387. https://doi.org/10.1080/00031305.1995.10476172
• Scott, D. W. (1979). On optimal and data-based histograms. Biometrika, 66(3), 605–610. https://doi.org/10.1093/biomet/66.3.605
• Scott, D. W. (2015). Multivariate density estimation: Theory, practice, and visualization (2nd ed.). John Wiley & Sons. https://doi.org/10.1002/9781118575574
• Sturges, H. A. (1926). The choice of a class interval. Journal of the American Statistical Association, 21(153), 65–66. https://doi.org/10.1080/01621459.1926.10502161
• Tukey, J. W. (1977). Exploratory data analysis. Addison-Wesley.
• Wickham, H. (2016). ggplot2: Elegant graphics for data analysis (2nd ed.). Springer-Verlag. https://doi.org/10.1007/978-3-319-24277-4