A Goodness-of-Fit Test for Mixed-Effects Logistic Regression

ملخص تقني لورقة "اختبار جودة المطابقة لنماذج الانحدار اللوجستي ذات التأثيرات المختلطة" للكاتبة أرييل ليندن.

1. بيان المشكلة

يعد الانحدار اللوجستي ذو التأثيرات المختلطة الأداة القياسية لتحليل النتائج الثنائية في البيانات الهرمية (مثل المرضى داخل الأطباء، أو القياسات المتكررة داخل الأفراد). ومع ذلك، لا يزال تقييم جودة المطابقة (GOF) لهذه النماذج يمثل تحدياً كبيراً:

• النطاق المحدود: تقتصر اختبارات جودة المطابقة الرسمية الحالية (مثل امتدادات اختبار هوسمر-ليميشو) على نماذج التقاطع العشوائي (random intercept models) فقط. وهي تفشل في استيعاب الميول العشوائية (random slopes)، حيث يختلف تأثير المتغير المستقل عبر المجموعات (clusters).
• مشكلات المجموعات المتفرقة (Sparse Clusters): تعتمد الطرق التقليدية على قاعدة ثابتة لتقسيم الملاحظات إلى 10 مجموعات ($G=10$). وفي سياق التأثيرات المختلطة، غالباً ما تحتوي المجموعات على أقل من 10 ملاحظات، مما يؤدي إلى خلايا فارغة، ومتغيرات مؤشرية متدهورة، وفشل في عملية التقدير.
• الفجوة في الأدبيات: لا يوجد اختبار رسمي قوي لجودة المطابقة يمكنه التعامل مع كل من الميول العشوائية وحجم المجموعات المتفرقة في آن واحد.

2. المنهجية

تقترح المؤلفة اختباراً جديداً لجودة المطابقة يعتمد على إحصائية فالد القائمة على التجميع (grouping-based Wald statistic)، والمكيفة لتناسب نماذج الانحدار اللوجستي ذات التأثيرات المختلطة مع الميول العشوائية.

إجراء الاختبار

تتبع الطريقة عملية مكونة من ست خطوات يتم تنفيذها عبر برنامج Stata المسمى mlm_gof:

1. النموذج الأساسي: ملاءمة نموذج الانحدار اللوجستي ذي التأثيرات المختلطة (بما في ذلك التقاطعات والميول العشوائية) باستخدام تقدير الإمكان الأعظم (MLE) للحصول على الاحتمالات المتوقعة ($\hat{p}_{ij}$).
2. اختيار المجموعات القائم على البيانات: بدلاً من تثبيت $G=10$، يتم تحديد عدد المجموعات بناءً على القاعدة:
   $$G = \min(10, n_{min})$$
   حيث $n_{min}$ هو حجم أصغر مجموعة (cluster). يضمن هذا أن كل مجموعة تحتوي على ملاحظة واحدة على الأقل لكل وحدة، مما يمنع فشل التقدير في الحالات المتفرقة.
3. التجميع: ضمن كل مجموعة، يتم ترتيب الملاحظات حسب الاحتمال المتوقع وتعيينها إلى $G$ من المجموعات متساوية الحجم تقريباً.
4. النموذج المعزز: إنشاء $G-1$ من المتغيرات المؤشرة الثنائية التي تمثل هذه المجموعات، وتضاف هذه المؤشرات إلى النموذج الأصلي كآثار ثابتة (fixed effects).
5. إعادة الملاءمة: تقدير النموذج المعزز مع الاحتفاظ بهيكل التأثيرات العشوائية الأصلي.
6. إحصائية فالد: اختبار المعنوية المشتركة للمؤشرات المجموعية ($H_0: \gamma_2 = \dots = \gamma_G = 0$) باستخدام إحصائية فالد ($W$)، والتي تتبع توزيع $\chi^2$ بدرجات حرية قدرها $G-1$.

تصميم المحاكاة

تم التحقق من صحة الطريقة عبر دراسة محاكاة واسعة النطاق (44,000 تكرار) شملت:

• نماذج ثلاثية المستويات: عائلة $\leftarrow$ موضوع $\leftarrow$ قياسات متكررة.
• الميول العشوائية: تم تضمينها في عملية توليد البيانات الحقيقية.
• السيناريوهات: تنوعت أحجام المجموعات ($J=15, 30, 50$)، وأعداد المجموعات، ومعامل الارتباط داخل الفئة (ICC).
• أنواع الخطأ في التوصيف (Misspecification): تم حذف الحدود التربيعية، وحذف التفاعلات، وحذف مستويات التجميع.

3. المساهمات الرئيسية

1. التوسع ليشمل الميول العشوائية: يعد هذا الاختبار أول إجراء رسمي لجودة المطابقة قادر على تقييم نماذج الانحدار اللوجستي ذات التأثيرات المختلطة حيث تختلف معاملات الانحدار (الميول) عشوائياً عبر المجموعات.
2. قاعدة التجميع القائمة على البيانات: إن تقديم القاعدة $G = \min(10, n_{min})$ يحل المشكلة الحرجة لفشل الاختبار في المجموعات المتفرقة. وتوضح الورقة أن قاعدة $G=10$ التقليدية تؤدي إلى فشل كامل للاختبار في التصاميم المتوازنة ذات المجموعات الصغيرة ($n < 10$).
3. التنفيذ: تم تشغيل الطريقة عبر برنامج Stata المساهم به من المجتمع العلمي mlm_gof ، مما يجعلها متاحة للباحثين التطبيقيين.

4. النتائج الرئيسية

أسفرت دراسة المحاكاة عن ثلاث نتائج رئيسية:

• التحكم في خطأ النوع الأول (Type I Error): يحافظ الاختبار على معدل خطأ النوع الأول الاسمي (0.05) عبر 24 سيناريو للفرضية الصفرية، بما في ذلك أصغر أحجام العينات المختبرة ($N=1,500$). ويتميز هذا الأداء بالاستقرار حتى في الحالات التي سجلت فيها الدراسات السابقة عدم استقرار.
• القدرة على اكتشاف الخطأ في التوصيف (Power):
  • حذف اللاخطية: أظهر الاختبار قدرة متزايدة على اكتشاف الحدود التربيعية المحذوفة، حيث ارتفعت من 0.07 (تأثير ضئيل) إلى 1.00 (تأثير قوي).
  • حذف التفاعلات: وصلت القدرة إلى 0.87 لتأثيرات التفاعل القوية.
  • حذف مستوى التجميع: كما هو متوقع، لم يكن للاختبار أي قدرة على اكتشاف حذف مستوى تجميع (مثل ملاءمة نموذج بمستويين بينما البيانات ذات ثلاثة مستويات). وهذا قيد هيكلي، حيث يكتشف الاختبار الأنماط في الاحتمالات المتوقعة المشروطة، والتي لا تتغير بالضرورة بسبب غياب التقاطعات العشوائية.
• حساسية اختيار المجموعات:
  • في التصاميم غير المتوازنة، أدى كل من القاعدة القائمة على البيانات وقاعدة $G=10$ الثابتة أداءً متشابهاً (تهيمن عليه المجموعات الأكبر).
  • في التصاميم المتوازنة ذات المجموعات الصغيرة ($n < 10$)، أدى تثبيت $G=10$ إلى فشل الاختبار بنسبة 100%، بينما أنتجت القاعدة القائمة على البيانات نتائج صالحة في جميع التكرارات.

5. الأهمية والآثار المترتبة

• الفائدة العملية: يسد الأمر mlm_gof فجوة حرجة في أدوات التشخيص لتحليل البيانات الثنائية متعددة المستويات، مما يسمح للباحثين بتقييم جودة مطابقة النماذج رسمياً في سيناريوهات الميول العشوائية المعقدة.
• التقدم المنهجي: من خلال استخدام تقدير الإمكان الأعظم الكامل (عبر طريقة Gauss–Hermite التربيعية التكيفية) بدلاً من شبه الاحتمال المعاقب (PQL/MQL)، يوفر الاختبار تقديرات أكثر موثوقية للمعلمات، خاصة في العينات الصغيرة.
• إرشادات للباحثين: توضح الورقة أنه بينما يعد هذا الاختبار ممتازاً لاكتشاف أخطاء التوصيف في الآثار الثابتة (اللاخطية، التفاعلات)، يجب اقترانه بمقارنات النماذج القائمة على الإمكان (مثل AIC/BIC) لتقييم مدى كفاية هيكل التأثيرات العشوائية نفسها.
• المتانة: تضمن قاعدة التجميع المقترحة القائمة على البيانات إمكانية إجراء اختبار جودة المطابقة حتى في الدراسات ذات المجموعات الصغيرة، وهو سيناريو شائع في أبحاث الخدمات الصحية والعلوم الاجتماعية.

في الختام، يقدم هذا العمل حلاً مبدئياً وقوياً وقابلاً للتنفيذ للتحقق من صحة نماذج الانحدار اللوجستي ذات التأثيرات المختلطة، مما يوسع نطاق تطبيق اختبار جودة المطابقة ليشمل الحالات الأكثر عمومية وتعقيداً مثل الميول العشوائية والبيانات المتفرقة.