The Elliptically Optimal Confidence Interval: A Bivariate Extension of Wilson's Score Method

في عالم القياس العلمي، يحتاج الباحثون غالباً إلى مقارنة مجموعتين لمعرفة ما إذا كانتا تختلفان بطريقة ذات مغزى. تخيل طبيباً يختبر دواءً جديداً مقابل دواء قديم، أو عالم أحياء يقارن معدلات بقاء نوعين من النباتات. عادة ما تأتي البيانات في شكل أعداد بسيطة: كم عدد الأشخاص الذين تحسنوا، كم عدد البذور التي نبتت. ومن هذه الأعداد، يحسب العلماء نسبة مئوية، وهي تمثل معدل النجاح. لكن الرقم الواحد نادراً ما يكون كافياً لسرد القصة كاملة؛ فبما أن البيانات تأتي من عينة وليس من إحصاء شامل للكون بأكره، فهناك دائماً هامش من عدم اليقين. وللتواصل بصدق بشأن عدم اليقين هذا، يبني العلماء نطاقاً من القيم، يُعرف باسم فاصل الثقة. هذا النطاق مصمم لاستيعاب الفرق الحقيقي بين المجموعتين بدرجة عالية من اليقين، وعادة ما تكون 95 بالمائة. إذا كان النطاق ضيقاً جداً، فقد يخطئ في رصد الحقيقة؛ وإذا كان واسعاً جداً، فإنه يصبح عديم الفائدة لاتخاذ القرار. لقد كان التحدي طويلاً في إيجاد التوازن المثالي: نطاق يكون ضيقاً قدر الإمكان دون أن يستبعد الحقيقة أبداً بشكل خاطئ.

لعقود من الزمن، كانت الأداة القياسية لهذه المهمة هي طريقة تسمى "فاصل والد" (Wald interval). إنها بسيطة الحساب وتظهر في كل كتاب مدرسي للمقدمات في الإحصاء. ومع ذلك، يكشف هذا البحث أن طريقة "والد" تحتوي على خلل خفي. فعندما يستخدمها الباحثون، خاصة مع أحجام العينات الصغيرة أو عندما تكون معدلات النجاح مرتفعة جداً أو منخفضة جداً، تميل الطريقة إلى التقليل من تقدير عدم اليقين، مما ينتج فواصل ضيقة للغاية. وبينما تخطئ في رصد الفرق الحقيقي أكثر مما هو معلن بنسبة 5 بالمائة، إلا أنها لا تفعل ذلك بشكل موحد؛ ففي حالات محددة، مثل عندما تكون أحجام العينات صغيرة ومعدلات النجاح منخفضة جداً، يمكنها في الواقع أن تبالغ في التغطية بشكل كبير، مما يعطي شعوراً زائفاً بالأمان. ولإصلاح ذلك، طور مؤلف هذه الدراسة، وهو باحث مستقل، نهجاً جديداً يسمى "فاصل الثقة الأمثل الإهليلجي" (Elliptically Optimal confidence interval). لا تحاول هذه الطريقة تخمين عدم اليقين، بل بدلاً من ذلك، تحسب السيناريو الأسوأ لعدم اليقين وتبني الفاصل حوله. والنتيجة هي نطاق مصمم لعدم تفويت الحقيقة أبداً تحت ظل التقريب الطبيعي، رغم أنه قد يصبح أوسع مما هو ضروري لضمان تلك السلامة.

يكمن جوهر هذه الطريقة الجديدة في كيفية تعاملها مع المتغيرات المجهولة في الحساب. فعند مقارنة مجموعتين، يعتمد عدم اليقين على معدلات النجاح الحقيقية لكلا المجموعتين، وهي غير معروفة. النهج التقليدي هو وضع المعدلات المرصودة من العينة لتقدير عدم اليقين هذا. أما الطريقة الجديدة فتسلك مساراً مختلفاً؛ فهي تقر بأن المعدلات الحقيقية قد تختلف قليلاً عن المعدلات المرصودة، وتتساءل: ما هو أكبر عدم يقين ممكن أن يوجد بناءً على البيانات التي لدينا؟ ومن خلال تعظيم عدم اليقين بدلاً من تقديره، تخلق الطريقة شبكة أمان. يقوم المؤلف بتصور التوليفات الممكنة لمعدلات نجاح المجموعتين كشكل على رسم بياني. في الطرق القديمة، غالباً ما يتم التعامل مع هذا الشكل كنقطة بسيطة أو خط. أما في هذا النهج الجديد، فالشكل هو "إهليلج" (بيضاوي)، وهو دائرة ممدودة تمثل جميع الأزواج المحتملة من معدلات النجاح التي تتوافق مع البيانات. والهدف هو إيجاد أوسع وأضيق فرق ممكن بين المجموعتين يظل داخل هذا الشكل الإهليجي.

تطلب حل هذه المشكلة من المؤلف رسم هندسة هذا الإهليلج وتحديد مكان حوافها بدقة. الإهليلج ليس دائرة مثالية؛ إنه مائل وممدد، ويقع داخل مربع يمثل حدود الاحتمالية، من صفر إلى مائة بالمائة. اكتشف المؤلف أن الفاصل الأمثل هو ببساطة نطاق الاختلافات الذي يغطيه هذا الإهليلج. ولجعل هذا الأمر عملياً، اشتق المؤلف مجموعة من القواعد التي تخبر الباحثين بالضبط أي صيغة يجب استخدامها بناءً على البيانات التي لديهم. تغطي هذه القواعد ستة سيناريوهات مختلفة، مما يضمن أن يكون الحساب صحيحاً دائماً، بغض النظر عن مدى تطرف النتائج. وعلى عكس الطرق القديمة، التي يمكن أن تنتج أحياناً نتائج مستحيلة — مثل نسبة مئوية سالبة أو نطاق يمتد لما وراء 100 بالمائة — فإن هذه الطريقة الجديدة تنتج دائماً إجابة صالحة ومنطقية. إنها لا تنهار أبداً لتصبح نقطة واحدة، ولا تخرج أبداً من حيز الإمكان.

كما حددت الدراسة بدقة مقدار التغطية "الإضافية" التي توفرها هذه الطريقة الجديدة. ولأنها مصممة لتكون آمنة، فهي تكون أحياناً أوسع مما هو ضروري تماماً. وقد حسب المؤلف أن هذا العرض الإضافي ليس عشوائياً؛ بل يتبع نمطاً دقيقاً. يكون الفاصل دقيقاً تماماً عندما يكون للمجموعتين علاقات محددة معينة، ولكنه يصبح أكثر تحفظاً عندما تكون كلتا المجموعتين ذات معدلات نجاح منخفضة جداً أو مرتفعة جداً. في تلك الحالات القصوى، يتسع الفاصل بشكل كبير لضمان عدم تفويت الحقيقة. هذا السلوك ليس خطأً بل هو ميزة. وقد أظهر المؤلف أن هذا التحفظ هو تكلفة ثابتة لا تختفي حتى لو كبر حجم العينة جداً. وهذا تمييز حاسم عن الطرق الأخرى التي قد تتحسن مع المزيد من البيانات ولكنها تظل تفشل في مواقف معينة.

وعندما قارن المؤلف هذه الطريقة الجديدة بفاصل "والد" المعياري وبديل شائع آخر يعرف باسم فاصل "نيوكومب" (Newcombe interval)، كانت النتائج واضحة. فقد أخفق فاصل "والد" باستمرار في تحقيق هدف الـ 95 بالمائة في معظم الحالات المختبرة، رغم أنه أظهر سلوكاً متقلباً، حيث بالغ أحياناً في التغطية في حالات قصوى محددة. وكان فاصل "نيوكومب" هو الأكثر دقة في منتصف النطاق، حيث تتبع الهدف بدقة كبيرة، لكنه لم يوفر شبكة أمان مضمونة. أما فاصل "الثقة الأمثل الإهليجي" الجديد، ورغم أنه يكون أوسع أحياناً، فقد وفر ضماناً نظرياً لم تستطع الطرق الأخرى توفيره تحت ظل التقريب الطبيعي. ومع ذلك، لاحظ المؤلف أنه بموجب توزيع "بينوميال" (ثنائي الحدين) الدقيق، يمكن للطريقة الجديدة أن تنخفض قليلاً عن المستوى الاسمي في نسبة ضئية من الحالات، وإن كان هذا النقص صغيراً. ويخلص المؤلف إلى أنه في المواقف التي يكون فيها تفويت الحقيقة أمراً غير مقبول — مثل الموافقات التنظيمية أو القرارات الطبية الحرجة — فإن هذه الطريقة الجديدة هي الخيار الأفضل. فهي تضحي بالقليل من الدقة مقابل ضمان السلامة. أما بالنسبة للمواقف التي يكون الهدف فيها هو مجرد الاقتراب من الهدف قدر الإمكان دون ضمان صارم، فإن طريقة "نيوكومب" تظل منافساً قوياً. لا يدعي البحث أنه حل مشكلة الإحصاء للأبد، لكنه قدم أداة رصينة ومثبتة رياضياً لأولئك الذين يحتاجون إلى التأكد من أن استنتاجاتهم ليست وهماً.

كما تسلط الدراسة الضوء على حقيقة أساسية في التقدير الإحصائي: لا يوجد غداء مجاني (لا يوجد شيء مجاني). لا يمكنك الحصول على فاصل يكون الأقصر الممكن وضمان عدم تفويت الحقيقة أبداً في آن واحد. الطرق القديمة حاولت أن تكون قصيرة وانتهى بها الأمر بتفويت الحقيقة. أما الطريقة الجديدة فتقبل بضرورة أن تكون أطول لتكون آمنة. هذا المقايضة أصبحت الآن مرئية وقابلة للحساب. يمكن للباحثين النظر في بياناتهم ومعرفة مقدار العرض الإضافي الذي يدفعونه مقابل سلامتهم. تتيح هذه الشفافية اتخاذ قرارات أفضل. إذا كان الباحث في موقف حيث يُتوقع أن تكون معدلات النجاح متطرفة، فيمكنه توقع أن يكون الفاصل واسعاً والتخطيط وفقاً لذلك. وإذا كان في موقف أكثر اعتدالاً، فسيكون الفاصل أضيق. الطريقة تتكيف مع البيانات مع الحفاظ على وعدها الجوهري.

في النهاية، يتعلق هذا العمل باستعادة الثقة في الأرقام. إنه يوضح أنه من خلال التفكير بعمق في هندسة عدم اليقين، بدلاً من مجرد وضع الأرقام في صيغة، يمكننا بناء أدوات أفضل للعلم. لقد أخذ المؤلف مشكلة كانت محل نقاش لعقود وقدم حلاً سليماً رياضياً ومفيداً من الناحية العملية. إنه تذكير بأنه في العلم، ليس المهم فقط هو إيجاد إجابة، بل معرفة مدى تأكدك من تلك الإجابة. يوفر الفاصل الجديد ذلك اليقين، مما يضمن أنه عندما يقول العلماء إنهم واثقون بنسبة 95 بالمائة، فإنهم يعنون ذلك حقاً.