من متغير واحد إلى متغيرَين
أظهر الدرس السابق كيفية تمثيل متغير واحد بيانياً — شكله وانتشاره وسلوك ذيله. لكن تحليل البيانات نادراً ما يتوقف عند ذلك. فأكثر الأسئلة إثارةً تنطوي على علاقات: هل يُفضي المزيد من الدراسة إلى درجات أعلى؟ هل تتنبأ درجة الحرارة بمبيعات الآيس كريم؟ هل يُحرّك الإنفاق الإعلاني الإيرادات؟ تستدعي هذه الأسئلة مخططات تعرض متغيرَين أو أكثر في آنٍ واحد.
يخدم التمثيل البياني للعلاقات غرضَين: الاستكشاف (اكتشاف الأنماط التي لم نتوقعها) والتواصل (إيصال الأنماط التي نعرفها مسبقاً إلى الآخرين). الأدوات التي يغطيها هذا الدرس — المخططات المبعثرة ومخططات الخطوط ومخططات الفقاعات وخرائط الحرارة ومخططات الأزواج — تغطي الطيف الكامل من متغيرَين إلى متغيرات كثيرة.
المخططات المبعثرة
المخطط المبعثر هو الأداة الأساسية لتمثيل العلاقة بين متغيرَين كميَّين بيانياً. تصبح كل ملاحظة نقطة؛ يُرمَّز متغير في موضعها الأفقي والآخر في موضعها الرأسي. الناتج سحابة من النقاط يكشف شكلها كل شيء عن العلاقة.
عند قراءة المخطط المبعثر، تبحث عن أربعة أشياء:
الاتجاه: هل تميل النقاط إلى الارتفاع من اليسار إلى اليمين (ارتباط موجب) أو الانخفاض (ارتباط سالب)؟ أم لا يوجد اتجاه واضح؟
الشكل: هل العلاقة خطية (نقاط مبعثرة حول خط مستقيم) أم غير خطية (منحنية أو على شكل U أو أكثر تعقيداً)؟
القوة: كم تتمركز النقاط حول الاتجاه العام؟ التمركز الشديد يعني علاقة قوية؛ السحابة المتناثرة تعني علاقة ضعيفة.
الميزات غير الاعتيادية: هل ثمة قيم شاذة — نقاط بعيدة عن السحابة الرئيسية؟ هل توجد مجموعات أو تجمعات فرعية داخل البيانات؟
قيمة شاذة واحدة يمكنها تغيير الارتباط الظاهري في المخطط المبعثر تغييراً جذرياً. قبل الإبلاغ عن أي علاقة، ابحث عن النقاط المؤثرة البعيدة عن السحابة الرئيسية في كلا المحورَين. قد تمثل هذه النقاط أخطاءً في البيانات أو قياسات غير دقيقة أو ملاحظات استثنائية حقيقية تستحق تحليلاً منفصلاً.
الارتباط: ملخص عددي للمخطط المبعثر
يُظهر المخطط المبعثر الصورة البصرية؛ أما معامل الارتباط فيُوفر رقماً يلخص اتجاه العلاقة الخطية وقوتها. أكثر المقاييس استخداماً هو ارتباط بيرسون r، الذي يتراوح بين −1 (علاقة خطية سالبة مثالية) و+1 (علاقة خطية موجبة مثالية)، في حين تُشير القيمة 0 إلى غياب العلاقة الخطية.
لارتباط بيرسون تفسير بديهي: هو متوسط حاصل ضرب قيم x وy المعيارية. عندما يميل كلا المتغيرَين إلى الارتفاع فوق متوسطَيهما معاً (وإلى الانخفاض معاً)، تكون الحواصل موجبة ويكون r موجباً. وعندما يميل أحدهما إلى الارتفاع بينما يميل الآخر إلى الانخفاض، تكون الحواصل سالبة ويكون r سالباً.
إرشادات تقريبية لتفسير r: |r| < 0.3 ضعيف، و0.3 – 0.6 معتدل، و|r| > 0.6 قوي. لكن هذه الإرشادات تعتمد على المجال — ففي الفيزياء قد يكون r = 0.9 متوقعاً؛ أما في علم النفس أو العلوم الاجتماعية فقد يُعدّ r = 0.4 قوياً.
هذا ربما أهم تحذير في الإحصاء كله. مبيعات الآيس كريم ومعدلات الغرق مترابطتان ترابطاً موجباً — ليس لأن الآيس كريم يُسبب الغرق، بل لأن كليهما يرتفع في الصيف. الارتباط المرتفع يُخبرك بأن متغيرَين يتحركان معاً؛ ولا يقول شيئاً عن السبب. إثبات العلاقة السببية يتطلب تصميماً تجريبياً وترتيباً زمنياً واستبعاد العوامل المُربِكة.
الارتباط يقيس الترابط، لا السببية. اسأل دائماً: هل يمكن أن يكون ثمة متغير ثالث يُحرّك كليهما؟ارتباط سبيرمان الرتبي
يلتقط ارتباط بيرسون العلاقات الخطية. عندما تكون العلاقة رتيبة لكن غير خطية — أو عندما تحتوي البيانات على قيم شاذة أو تنتهك افتراضات الاعتدالية — يكون ارتباط سبيرمان الرتبي (ρ) أكثر ملاءمة. يطبّق ببساطة صيغة بيرسون على رتب البيانات بدلاً من قيمها الفعلية.
ارتباط سبيرمان ρ يساوي +1 إذا كانت الرتب في توافق تام، و−1 إذا كانت في تعاكس تام، و0 إذا كانت الرتب غير مترابطة. ولأنه يستخدم الرتب فهو قوي في مواجهة القيم الشاذة ويعمل مع البيانات الترتيبية والقياسات المستمرة على حدٍّ سواء.
مخططات الخطوط: الاتجاهات عبر الزمن
حين يكون أحد المتغيرَين الزمن، يفسح المخطط المبعثر المجال لـمخطط الخطوط. يُجعل ربط نقاط البيانات بخط الترتيب الزمني صريحاً ويُساعد العين على تتبع الاتجاهات والدورات والتغيرات المفاجئة. يمثل المحور الأفقي دائماً الزمن (التاريخ أو السنة أو الربع أو الساعة...)، ويمثل المحور الرأسي الكمية المعنية.
تتفوق مخططات الخطوط في الكشف عن:
الاتجاهات: حركة صاعدة أو هابطة مستدامة عبر الزمن — نمو الناتج المحلي، ارتفاع درجات الحرارة، انخفاض التكاليف.
الموسمية: أنماط منتظمة متكررة مرتبطة بوقت من العام أو يوم من الأسبوع أو ساعة من اليوم. مبيعات التجزئة ترتفع كل ديسمبر؛ الطلب على الكهرباء يبلغ ذروته كل صباح أسبوعي.
التغيرات المفاجئة والشذوذات: قفزات حادة تُميّز تغييرات في السياسات أو أعطالاً في الأنظمة أو صدمات خارجية. وباء أو إطلاق منتج أو تشريع كثيراً ما يظهر كانعطافة حادة في مخطط الخطوط.
حين تُرسم خطوط متعددة على المحاور ذاتها، يُظهر المخطط كيف يتغير الفجوة بين السلاسل عبر الزمن. أبقِ عدد الخطوط في حدود خمسة أو أقل؛ ما فوق ذلك يجعل المخطط غير مقروء. إذا كان لديك سلاسل كثيرة، فكر في المخططات الصغيرة المتعددة (مخطط واحد لكل سلسلة يشتركان في المحاور ذاتها).
مخططات الفقاعات: ثلاثة متغيرات في بُعدَين
مخطط الفقاعات يُوسّع المخطط المبعثر بترميز متغير كمي ثالث كـحجم كل نقطة. يعرض المحوران الأفقي والرأسي متغيرَين؛ وتُرمَّز مساحة الدائرة (الفقاعة) بالمتغير الثالث. أظهرت مخططات فقاعات هانز روسلينج المتحركة الشهيرة للتنمية العالمية — بالدول كفقاعات، وx = الدخل، وy = متوسط العمر، والحجم = عدد السكان — أن الغنى والصحة وكثرة السكان ليست شيئاً واحداً.
تعمل مخططات الفقاعات في أحسن حال حين:
• يمتلك المتغير الثالث نطاقاً واسعاً والاختلافات في الحجم ذات معنى.
• يكون عدد الملاحظات معتدلاً (5–50). الفقاعات الكثيرة جداً تتداخل وتُخفي القيم الفردية.
• يُرمَّز المتغير بالمساحة لا بنصف القطر. العين البشرية تُدرك المساحة، لذا اربط المتغير بـπr² لا بـr مباشرة.
من الأخطاء الشائعة ربط المتغير بـنصف قطر الفقاعة لا بـمساحتها. إذا كان عدد سكان دولة أ ضعف دولة ب، فيجب أن تكون مساحة فقاعتها ضعف مساحة فقاعة ب، لا ضعف نصف قطرها. فقاعة ضُوعف نصف قطرها تمتلك أربعة أضعاف المساحة — مبالغة مضللة. تحقق دائماً من أن أداة الرسم تُرمَّز المساحة افتراضياً، أو احسب: نصف القطر = √(القيمة / π).
خرائط الحرارة: متغيرات كثيرة في آنٍ واحد
حين يتجاوز عدد المتغيرات ثلاثة، تبدأ المخططات ثنائية الأبعاد تعجز. تُرمَّز خريطة الحرارة مصفوفة من القيم باستخدام شدة اللون — عادةً تدرّج من بارد (قيم منخفضة) إلى دافئ (قيم مرتفعة)، أو من لون إلى آخر للبيانات المتباينة. تحصل كل خلية من المصفوفة على لون، ويتتبع العين أنماطاً.
أكثر استخدامات خرائط الحرارة شيوعاً في الإحصاء هي مصفوفة الارتباط: شبكة مربعة تُظهر الخلية (i، j) فيها الارتباط بين المتغير i والمتغير j. القطر دائماً 1.0 (كل متغير يرتبط ارتباطاً تاماً بنفسه). تكشف الخلايا خارج القطر أي أزواج المتغيرات ترتبط ارتباطاً قوياً — وفي أي اتجاه.
تُستخدم خرائط الحرارة أيضاً في:
مصفوفات الزمن × الفئة: المبيعات حسب المنتج وحسب الشهر. محور واحد للزمن (الشهر)، والآخر للفئة (المنتج)، واللون يُرمَّز القيمة.
البيانات الجغرافية: الكثافة السكانية أو درجة الحرارة أو مستوى التلوث مُرسَمة على شبكة جغرافية.
مصفوفات الالتباس: في التعلم الآلي، تُمثَّل مصفوفات الالتباس بخرائط الحرارة لإظهار مدى تطابق كل فئة متنبأ بها مع كل فئة حقيقية.
مخططات الأزواج: جميع العلاقات الثنائية دفعةً واحدة
عند استكشاف مجموعة بيانات بمتغيرات كثيرة، تريد رؤية جميع المخططات المبعثرة الثنائية دفعةً واحدة. يُنشئ مخطط الأزواج (يُعرف أيضاً بمصفوفة المخططات المبعثرة أو SPLOM) شبكة يمثل فيها كل صف وكل عمود متغيراً واحداً. تُظهر الخلية في الصف i والعمود j مخططاً مبعثراً للمتغير i على المحور الرأسي مقابل المتغير j على المحور الأفقي. يعرض القطر عادةً إما مدرّجاً تكرارياً أو KDE لكل متغير بمفرده.
مخططات الأزواج أداة لا تقدَّر بثمن في التحليل الاستكشافي الأولي للبيانات. بإلقاء نظرة واحدة على شكل واحد، يمكنك اكتشاف أي أزواج المتغيرات تُظهر علاقات خطية قوية (مرشحة للانحدار)، وأيها لا تُظهر علاقة (قد تكون مستقلة)، وأيها تُظهر أنماطاً غير خطية أو متجمعة (إشارات إلى أن البيانات قد تحتوي مجموعات فرعية أو تستلزم تحويلاً).
القيد الرئيسي هو الحجم. مع p متغير، يمتلك مخطط الأزواج p² خلية. عند p = 5، هذا 25 خلية — يمكن التعامل معها. عند p = 20، هذا 400 خلية — غير مقروءة. حين يكون لديك أكثر من 8–10 متغيرات، استخدم خريطة الحرارة للارتباط بدلاً من ذلك، أو اختر مسبقاً المتغيرات الأكثر إثارة للاهتمام استناداً إلى المعرفة المجالية قبل بناء مخطط الأزواج.
اختيار المخطط المناسب
المخطط المبعثر: متغيران مستمران، لا ترتيب زمني، حجم عينة معتدل إلى كبير. الخيار الافتراضي لاستكشاف العلاقات.
مخطط الخطوط: أحد المحورَين يمثل الزمن. استخدمه حين يكون التسلسل الزمني مهماً وتريد إظهار الاتجاهات والدورات والتغيرات المفاجئة.
مخطط الفقاعات: ثلاثة متغيرات مستمرة، عدد ملاحظات صغير إلى معتدل. مناسب حين يمتلك المتغير الثالث تفسيراً ذا معنى من حيث الحجم.
خريطة الحرارة: متغيرات كثيرة (مصفوفة الارتباط) أو قيمة مُعرَّفة على محورَين فئويَّين (زمن × فئة). يُرمَّز اللون الكمية.
مخطط الأزواج: تحليل استكشافي لما يصل إلى ~10 متغيرات. يعرض جميع المخططات المبعثرة الثنائية في آنٍ واحد للكشف السريع عن الأنماط.
- تكشف المخططات المبعثرة الاتجاه والشكل والقوة والميزات غير الاعتيادية في العلاقة بين متغيرَين كميَّين.
- يُحدّد ارتباط بيرسون r قوة العلاقة الخطية؛ وارتباط سبيرمان ρ أكثر قوةً للبيانات غير الخطية أو المرتبة ترتيباً.
- الارتباط لا يعني السببية — فكّر دائماً فيما إذا كان متغير ثالث قادراً على تفسير الترابط الملاحَظ.
- مخططات الخطوط هي الخيار الطبيعي حين يمثل أحد المحورَين الزمن ويكون الترتيب الزمني مهماً.
- تُضيف مخططات الفقاعات بُعداً ثالثاً عبر حجم النقطة؛ وتتعامل خرائط الحرارة مع متغيرات كثيرة عبر اللون؛ وتُعطي مخططات الأزواج نظرة شاملة على جميع العلاقات الثنائية في آنٍ واحد.