PyDA Course
📖 درس 17 متقدم ⏱ 40 دقيقة ⚡ +100 XP ColabKagglenbviewerBinderDeepnoteGitHub الانحدار · المربعات-الصغرى · البواقي · الافتراضات

الانحدار والارتباط كما ينبغي

ركّب خطًا، واقرأ ميله كمعدل، وافحص الافتراضات الأربعة، واعرف لماذا r والميل وجهان لشيء واحد.

🎯 ماذا ستتعلم:
  • تركيب خط المربعات الصغرى يدويًا على مجموعة بيانات صغيرة
  • قراءة الميل كمعدل له وحدات، والثابت كمتوسط شرطي
  • حساب r وشرح علاقته الدقيقة بالميل والانحرافين المعياريين
  • فحص افتراضات الانحدار الأربعة على مخطط البواقي
  • شرح متى لا يجب الاستقراء الخارجي لخط مركّب

ماذا يعني

يلخّص خط الانحدار (regression line) كيف يتغير استجابة yy مع منبئ xx. ويقلل خط المربعات الصغرى مجموع المسافات العمودية المربعة من النقاط إلى الخط:

y^=b0+b1x,b1=r sysx,b0=yˉ−b1xˉ.\hat{y} = b_0 + b_1 x, \qquad b_1 = r\,\frac{s_y}{s_x}, \qquad b_0 = \bar{y} - b_1 \bar{x}.

الميل هو الارتباط معادًا تحجيمه إلى وحدات البيانات: اضرب rr في نسبة الانحرافين المعياريين فتحصل على “كم وحدة تتحرك yy لكل وحدة من xx”. ولهذا يتشارك rr وb1b_1 الإشارة دائمًا: إنهما العلاقة نفسها معبَّرًا عنها على مقياسين مختلفين.

لماذا يضيف شيئًا

يقول الارتباط إن متغيرين يتحركان معًا؛ ويقول الانحدار بكم، بوحدات تستطيع التصرف بناءً عليها. “الارتباط 0.7” يصعب استخدامه؛ أما “كل ساعة مذاكرة إضافية ترتبط بـ6.3 نقطة إضافية” فجملة يمكن بناء قرار عليها.

ينتج الانحدار أيضًا البواقي — أجزاء yy التي يفشل الخط في تفسيرها — وفي تلك البواقي يحدث كل فحص للافتراضات.

مثال محسوب يدويًا

الطلاب الخمسة مرة أخرى: الساعات x=1,2,3,4,5x = 1,2,3,4,5؛ والدرجات y=50,55,65,70,80y = 50,55,65,70,80.

من درس الارتباط: xˉ=3\bar{x} = 3، yˉ=64\bar{y} = 64، sx≈1.581s_x \approx 1.581، sy≈11.94s_y \approx 11.94، r≈0.987r \approx 0.987.

الخطوة 1 — الميل.

b1=0.987×11.941.581≈0.987×7.55≈7.45b_1 = 0.987 \times \frac{11.94}{1.581} \approx 0.987 \times 7.55 \approx 7.45

الخطوة 2 — الثابت.

b0=64−7.45×3=64−22.35=41.65b_0 = 64 - 7.45 \times 3 = 64 - 22.35 = 41.65

الخطوة 3 — الخط. y^=41.65+7.45x\hat{y} = 41.65 + 7.45x.

الخطوة 4 — اقرأه. كل ساعة مذاكرة إضافية ترتبط بنحو 7.5 نقاط إضافية. والثابت، 41.65، هو الدرجة المتوقعة لصفر ساعات — متوسط شرطي، لا ادعاء بأن طالبًا لا يذاكر شيء يحصل على 41.65 بالمعنى السببي.

الخطوة 5 — البواقي. المتوقع مقابل الفعلي:

xxyyy^\hat{y}الباقي
15049.1+0.9
25556.6−1.6
36564.0+1.0
47071.4−1.4
58078.9+1.1

مجموع البواقي صفر (حتى حدود التقريب)، وتتبادل الإشارة، وتبقى صغيرة — تلاؤم سليم لخط مستقيم.

🧩 تحدٍّ، فكّر أولًا ثم أظهر

توقّع الدرجة لـ10 ساعات مذاكرة. ما التوقع، ولماذا ينبغي أن تحذر منه؟

💡 الجواب: $\hat{y} = 41.65 + 74.5 = 116.15$ — أعلى من أقصى درجة ممكنة. هذا استقراء خارجي: رُكّب الخط على 1–5 ساعات، ولا دليل على أن العلاقة تبقى مستقيمة بعد ذلك المدى. ولا يمكن أن تتجاوز الدرجة 100، فالنموذج خارج نطاق صلاحيته أصلًا.

الافتراضات الأربعة

افحصها على البواقي، لا على مخطط الانتشار الخام:

  1. الخطية — لا تُظهر البواقي انحناءً. النمط على شكل U يعني أن العلاقة تنحني.
  2. تساوي التشتت — تتباعد البواقي (أو تضيق) كلما زاد xx، وهذا عدم تجانس التباين؛ وحينها ستكون الأخطاء المعيارية من التركيب خاطئة.
  3. الاستقلال — البواقي غير مرتبطة بترتيب الجمع أو المجموعة أو الزمن.
  4. الطبيعية التقريبية للبواقي — مطلوبة للقيم الاحتمالية والفترات، وأقل أهمية لتقدير الميل نفسه.
python
import numpy as np

x = np.array([1, 2, 3, 4, 5], dtype=float)
y = np.array([50, 55, 65, 70, 80], dtype=float)

b1, b0 = np.polyfit(x, y, 1)
print(round(b1, 2), round(b0, 2))         # 7.45 41.65

resid = y - (b0 + b1 * x)
print(np.round(resid, 2))                  # [ 0.9 -1.6  1.0 -1.4  1.1]

مع pandas وscipy تحصل على الميل نفسه زائد الخطأ المعياري الذي ستبلغ عنه:

python
from scipy import stats
res = stats.linregress(x, y)
print(res.slope, res.intercept, res.rvalue, res.pvalue, res.stderr)

رؤيته هندسيًا

خط المربعات الصغرى هو الخط الذي يقلل المساحة الكلية للمربعات المرسومة على كل باقٍ. اسحب نقطة في مستكشف الانحدار من GeoGebra وراقب الخط يتأرجح — ولاحظ أن نقطة واحدة بعيدة في نهاية المدى تعتله بقوة أكبر بكثير من نقطة قرب الوسط.

متى تستخدمه

  • تكميم علاقة بوحدات البيانات نفسها، بميل تستطيع اقتباسه.
  • التعديل لمتغير ثانٍ، وهذا ما يفعله الانحدار المتعدد وما ينقذك من مفارقة سيمبسون.
  • إنتاج تنبؤات داخل المدى المرصود، مع عدم اليقين الملحق.

القيود

  • لا يستطيع الخط تمثيل منحنى. إذا أظهرت البواقي انحناءً، فالنموذج خاطئ مهما كان rr مرتفعًا.
  • الارتباط لا يزال ليس سببية. ميل الانحدار يرث كل العوامل المربكة التي كان عليها الارتباط.
  • النقاط المؤثرة قد تحدد الميل. نقطة واحدة عند xx متطرف قد تحرك الخط بشكل هائل؛ فافحص بإعادة التركيب دونها.
  • الاستقراء الخارجي خطير بعد المدى المركّب، كما يُظهر مثال الـ10 ساعات.
  • المدى المقيد يضعف الميل. ركّب فقط بين ذوي الأداء العالي فيتسطح الميل.

أخطاء شائعة

  • الإبلاغ عن rr بينما ركّبت ميلًا (أو العكس) دون بيان أيها.
  • قراءة الثابت كخط أساس واقعي بينما x=0x = 0 خارج البيانات.
  • تجاهل مخطط البواقي لأن rr كان مرتفعًا.
  • وصف الميل بالسببي بينما كان التصميم رصديًا.

🧩 تحديات

🧩 تحدٍّ، فكّر أولًا ثم أظهر

لمتغيرين r=0.6r = 0.6 وsx=2s_x = 2 وsy=10s_y = 10. ما ميل yy على xx؟ وما ميل xx على yy؟ ولماذا ليسا مقلوبين؟

💡 الجواب: $b_{y \mid x} = 0.6 \times 10/2 = 3$؛ و$b_{x \mid y} = 0.6 \times 2/10 = 0.12$. حاصل ضربهما $r^2 = 0.36$ لا 1. تقلل المربعات الصغرى المسافات العمودية، فتبديل المتغير الموجود على المحور الصادي يركّب خطًا مختلفًا؛ ولا يتطابق الخطان إلا عندما $r = \pm1$.

🤔 أسئلة سقراطية

  • لماذا يمر خط المربعات الصغرى بالنقطة (xˉ,yˉ)(\bar{x}, \bar{y})؟
  • إذا كان r=0r = 0، فما ميل المربعات الصغرى، وماذا يتوقع الخط لكل xx؟
  • لماذا يكون مجموع البواقي صفرًا دائمًا في نموذج له ثابت؟
  • ماذا يعني مخطط بواقٍ مروحي الشكل بخصوص فترة الثقة للميل؟

✅ فحص سريع

1. انحدار الدرجة على الساعات يعطي ميلًا 7.45. ماذا يعني ذلك؟

2. يُظهر مخطط البواقي حرف U واضحًا. ما المشكلة؟

3. لماذا يعد الاستقراء الخارجي لخط مركّب خارج مدى البيانات محفوفًا بالمخاطر؟

الانحدارالمربعات-الصغرىالبواقيالافتراضات