الإحصاء في الواقع | STAT-101

الأرقام في كل حتة، والفهم غايب

الادعاءات الإحصائية مالية الأخبار كل يوم. عنوان بيقول إن نظام أكل جديد بيقلّل خطر أمراض القلب بنسبة 40%. ودراسة بتقول إن اللي بيناموا أكتر من 8 ساعات بيعيشوا أطول. وسياسي بيأكد إن معدل الجريمة نزل 25% في عهده. كل الادعاءات دي ممكن تبقى صح، أو مضلّلة، أو غلط خالص — والفرق بينهم مهم جدًا لقرارات بتأثر على حياة ناس حقيقيين.

الهدف من الدرس ده مش إنك تشك في كل ادعاء بالأرقام، لكن إنك تبقى معاك الأدوات اللي تقيّمه بيها بعين ناقدة. بعد 11 وحدة إحصاء، بقيت جاهز تسأل الأسئلة الصح: تصميم الدراسة إيه؟ فيه مجموعة مقارنة؟ الـ sample size قد إيه؟ والـ effect size معناه إيه فعلًا من الناحية العملية؟

ردود فعل الإحصائي

لما تقابل أي ادعاء إحصائي، اسأل 3 أسئلة قبل ما تقبله: مقارنةً بإيه؟ (فيه control group؟) التأثير حجمه قد إيه؟ (النتيجة الـ significant مهمة عمليًا كمان؟) مين اللي اتقاسوا؟ (الـ sample بتتعمّم على الـ population اللي يهمّك؟)

الغلطات المشهورة في الواقع

اللخبطة بين الـ correlation والـ causation هي أكتر غلطة منتشرة. العنوان اللي بيقول إن شاربين القهوة عندهم معدلات أقل من الزهايمر مش معناه إن القهوة بتمنع الزهايمر. شاربين القهوة ممكن يختلفوا عن اللي مش بيشربوها في عشرات العوامل — الأكل، والدخل، والتعليم، والرياضة — وأي واحد منهم ممكن يفسّر العلاقة. الـ randomized experiments بس هي اللي بتثبت السببية؛ والدراسات الـ observational مش بتثبت غير الارتباط.

تجاهل الـ base rate بيوصّل لمغالطة الـ base rate. افترض إن مرض بيصيب واحد من كل 1000، وإن تحليل تشخيصي دقته 99% (معدل false positive 1%). لو التحليل طلع إيجابي، احتمال إنك عندك المرض فعلًا قد إيه؟ أغلب الناس بيخمّنوا 99%، بس الإجابة الصح تقريبًا 9%. من كل 1000 واحد بيعملوا التحليل، هيطلع حوالي 10 false positives (1% من الـ 999 السليمين)، في حين متوقع true positive واحد بس. التحليل مش غلط في الغالب لأنه مش دقيق، لكن لأن المرض نادر.

الـ survivorship bias (تحيز الناجين) بيحصل لما نشوف بس الحالات اللي عدّت من عملية اختيار، وده بيخلّي الناجين يبانوا مختلفين جوهريًا عن المجموعة الأصلية. المثال الكلاسيكي: في الحرب العالمية التانية، المحللين لاحظوا إن الطيارات اللي رجعت كان فيها خروم رصاص متركّزة في جسم الطيارة والجناحات، فنصحوا يقوّوا الأماكن دي — لحد ما أبراهام والد قال إنهم لازم يقوّوا الأماكن اللي مفيهاش خروم، لأن الطيارات اللي اتضربت هناك عمرها ما رجعت. إحنا مشفناش غير الناجين.

الـ absolute risk قصاد الـ relative risk

دوا بيقلّل خطر الأزمة القلبية من 2% لـ 1% عنده relative risk reduction 50% (بيبان مثير) وabsolute risk reduction نقطة مئوية واحدة (متواضع). اطلب دايمًا الرقمين. وعناوين الأخبار كتير بتستخدم التخفيض النسبي لأنه بيبان أكبر.

الـ number needed to treat (NNT) = 1 ÷ الـ absolute risk reduction

التفسير الغلط للـ p-value لسه وباء حتى في الأوراق العلمية. p-value بتساوي 0.03 مش معناها إن احتمال إن الـ null hypothesis صح هو 3%. معناها: لو الـ null hypothesis صح، احتمال إنك تشوف بيانات متطرفة كده أو أكتر 3% بس. ودول جملتين مختلفين خالص. الـ p-value مش بتقولك أي حاجة عن احتمال إن فرضية صح، ولا عن حجم التأثير، ولا عن الأهمية العملية للنتيجة.

الـ replication والعلم المفتوح

أزمة الـ replication (قابلية الاستنساخ) — اسمها كمان أزمة التكرار — بتشاور على الاكتشاف اللي انتشر من حوالي 2011 إن حتة كبيرة من النتايج العلمية المنشورة مش بتتكرر لما التجارب تتعاد. والـ Open Science Collaboration نشرت دراسة مرجعية سنة 2015 حاولت فيها تعيد 100 تجربة في علم النفس، ولقت إن 39% بس منها طلّعت نتايج ماشية مع الأصل. ومشاكل شبهها اتوثّقت في الطب والاقتصاد وعلم الأعصاب.

فيه عوامل كتير بتغذّي عدم الـ replication. الـ publication bias معناه إن المجلات بتفضّل تنشر النتايج الإيجابية؛ أما السلبية فبتختفي في أدراج الباحثين. والـ p-hacking (المعروف بـ "fishing") بيشاور على إنك تشغّل تحليلات كتير وتقول بانتقائية التحليل اللي عدّى عتبة الـ significance. والـ HARKing (Hypothesizing After the Results are Known) معناه إنك تطلّع فرضية تفسّر النتايج بعد ما تشوف البيانات، وبعدين تقدّمها كأنها كانت متحضّرة من الأول. وكل الممارسات دي بتكبّر عدد الـ false positives في الأبحاث العلمية.

الـ open science (العلم المفتوح) مجموعة ممارسات متصممة عشان تخلّي البحث أشفّ وأسهل يتكرر. ومن أركانه: مشاركة البيانات الخام والـ analysis code؛ والـ pre-registration للفرضيات وخطط التحليل قبل جمع البيانات؛ ونشر النتايج السلبية؛ وتكرار النتايج الأساسية قبل ما تعتبرها مثبتة؛ واستخدام الـ pre-prints عشان النتايج توصل أسرع. ودي مش مجرد عادات كويسة — دي أساس الأبحاث العلمية اللي ينفع تعتمد عليها.

الـ pre-registration

الـ pre-registration (التسجيل المسبق) معناه إنك تلتزم علنًا بفرضياتك والـ sample size وشروط الإدراج وخطة التحليل قبل ما تجمع أي بيانات — وبعدين تمشي على الخطة دي. وسجلات زي الـ Open Science Framework (OSF) وClinicalTrials.gov بتدّي سجلات متوثّقة بالتاريخ مينفعش تتعدّل بعد ما جمع البيانات يبدأ.

الـ pre-registration مش بيمنع التحليل الاستكشافي — هو بس بيطلب إنك تسمّيه بصدق. التحليل التأكيدي المتسجّل مسبقًا دليل قوي؛ أما التحليل الاستكشافي اللي طلع بعد ما شفت البيانات فهو توليد فرضيات مش تأكيد ليها. وانضباط إنك تصنّف كل تحليل صح من أقوى الإصلاحات في الإحصاء الحديث.

المنتقدين شايفين إن الـ pre-registration بيقيّد الإبداع لأنه بيلزم الباحثين بخطة قبل ما يفهموا البيانات. والرد إنه مش بيمنع الاستكشاف — هو بس بيطلب تقارير صادقة. التفرقة بين التحليل التأكيدي والاستكشافي كانت دايمًا مهمة؛ والـ pre-registration بيخلّيها صريحة وينفع حد يتأكد منها.

الـ meta-analysis: تجميع الدراسات

مفيش دراسة واحدة حاسمة. كل دراسة ليها sample size محدود، وخصايص population معيّنة، وprotocols خاصة، وعيوب فردية محتملة. والـ meta-analysis (التحليل التلوي) هو التجميع الإحصائي للنتايج على كذا دراسة مستقلة بتتكلم عن نفس السؤال. ولما يتعمل صح، بيطلّع أوثق تقدير للتأثير الأبحاث الموجودة تقدر تدعمه.

الفكرة الأساسية في الـ meta-analysis إنك تحسب weighted average للـ effect sizes على الدراسات، وتدّي الدراسات اللي الـ standard errors بتاعتها أصغر (يعني تقديراتها أدق) وزن أكبر. وتحت الـ fixed-effects model، التقدير المجمّع هو:

تقدير الـ meta-analysis (fixed effects)

\bar{\theta} = \frac{\displaystyle\sum_{i} w_i\,\hat{\theta}_i}{\displaystyle\sum_{i} w_i}, \quad w_i = \frac{1}{\mathrm{SE}_i^2}

كل دراسة i بتساهم بتقدير effect size θ̂_i بوزن w_i = 1/SE_i². والدراسات اللي الـ standard errors بتاعتها أصغر (الـ samples الأكبر والقياسات الأدق) بتاخد نصيب أكبر من التأثير في التقدير المجمّع.

الـ fixed-effects model بيفترض إن كل الدراسات بتقدّر نفس التأثير الحقيقي. أما الـ random-effects model فبيخفّف الافتراض ده: بيسمح لكل دراسة إنها تقدّر تأثير حقيقي مختلف شوية (بسبب اختلاف الـ populations والـ protocols والسياقات)، والهدف إنك تقدّر متوسط التأثير على الـ distribution ده. والـ random-effects meta-analysis منتشر أكتر في الممارسة لأن الـ effect sizes بتختلف فعلًا بين سياقات الدراسات.

الـ meta-analyses بتتعرض بالرسم باستخدام الـ forest plots: كل دراسة بتظهر كـ confidence interval أفقية على محور رأسي، وحجم المربع اللي في النص على قد وزن الدراسة. والتقدير المجمّع بيظهر تحت على شكل ماسة. والـ forest plot بيوريك على طول هل الدراسات متسقة (الفترات متداخلة) ولا heterogeneous (متفرقة على قيم مختلفة جدًا).

الـ meta-analyses ممكن تتضلّل بنفس المشاكل اللي بتبوّظ الدراسات الأصلية. لو النتايج الإيجابية أسهل تتنشر، يبقى مجموعة الدراسات اللي بتدخل الـ meta-analysis متحيزة من الأول. والـ funnel plots — اللي بترسم الـ effect size قصاد دقة الدراسة — تقدر تكشف عدم التماثل اللي بيشاور على publication bias: دراسات صغيرة مش دقيقة بتوري تأثيرات كبيرة في ناحية واحدة، من غير دراسات توازنها في الناحية التانية.

إزاي تقرا الادعاءات الإحصائية بعين ناقدة

ودلوقتي معاك مفاهيم الكورس ده، ودي ليستة مراجعة عملية تقيّم بيها أي ادعاء إحصائي تقابله — سواء في عنوان خبر أو ورقة علمية أو تقرير سياسات.

ليستة القراية الناقدة

1. تصميم الدراسة إيه؟ — observational ولا randomized؟ الادعاءات السببية من الدراسات الـ observational تستاهل الشك.

2. مجموعة المقارنة إيه؟ — أي ادعاء بفرق محتاج نقطة مرجعية. مقارنةً بإيه؟

3. التأثير حجمه قد إيه؟ — النتيجة متقالة بالأرقام المطلقة، ولا بالنسب النسبية بس؟ ليها أهمية عملية؟

4. الـ sample size قد إيه؟ — الـ samples الصغيرة بتدّي تقديرات متذبذبة. والـ samples الكبيرة بتخلّي التأثيرات التافهة significant.

5. اتسجّلت مسبقًا؟ — الدراسات المتسجّلة مسبقًا أقل عرضة للـ p-hacking والـ HARKing.

6. اتكررت؟ — نتيجة واحدة ملفتة لازم تتعامل كنتيجة مبدئية لحد ما تتكرر بشكل مستقل.

7. مين موّلها؟ — الدراسات اللي الصناعة بتموّلها بتميل أكتر تقول نتايج في صالح الممول، مش بسبب الاحتيال، لكن عن طريق اختيارات التصميم والتحليل.

القراية الناقدة مش معناها إنك ترفض كل ادعاء إحصائي، لكن إنك تسأل الأسئلة دي قبل ما تحدّث اعتقاداتك. لما دراسة تجاوب على أغلبها كويس — تصميم randomized، وpower كفاية، وpre-registration، وتكرار مستقل — تستاهل وزن كبير. ولما تجاوب على قليل منها، تستاهل وزن أقل بنفس القدر.

الدرس الجاي بيستعرض آفاق الإحصاء: الـ survival analysis لبيانات وقت الحدث، والإحصاء المكاني والـ functional، والطرق اللي أبعادها عالية، والعلاقة اللي بتتطوّر بين الإحصاء الكلاسيكي والـ machine learning. ودي الاتجاهات اللي المجال ماشي ناحيتها دلوقتي.

أهم النقط

الـ correlation مش causation. الدراسات الـ observational بتثبت الارتباطات؛ والـ randomized experiments بس هي اللي بتثبت السببية. اسأل دايمًا عن الـ confounders.
مغالطة الـ base rate بتوضّح إن التحاليل الدقيقة جدًا بتدّي في الغالب false positives لما الحالة تبقى نادرة. والـ absolute risk والـ relative risk بيحكوا حكايات مختلفة خالص.
الـ survivorship bias بيحصل لما نشوف بس الوحدات اللي عدّت من عملية اختيار. والبيانات الناقصة غالبًا هي أكتر بيانات مفيدة.
الـ p-values مش بتقيس احتمال إن فرضية صح. بتقيس البيانات غريبة قد إيه لو الـ null hypothesis صح. والـ statistical significance مش معناها أهمية عملية.
أزمة الـ replication بتعكس الـ publication bias والـ p-hacking والـ HARKing. والـ pre-registration والبيانات المفتوحة والتكرار هي الحلول البنيوية.
الـ meta-analysis بيجمع الأدلة على الدراسات باستخدام الـ inverse-variance weighting. والـ forest plots بتعرض النتايج بالرسم؛ واختبارات عدم تماثل الـ funnel plot بتكشف الـ publication bias. والـ meta-analyses موثوقة على قد الدراسات اللي بتجمعها.