Inverse Lomax Frechet Distribution with Applications

في عالم الهندسة والطب والتأمين، يمثل التنبؤ بمدة بقاء الشيء صامداً تحدياً مستمراً. وسواء كان جسراً، أو عضواً بشرياً، أو قطعة من الزجاج، فإن كل شيء يتآكل أو يفشل في نهاية المطاف. ولتفسير هذا التدهور الحتمي، يعتمد العلماء على خرائط رياضية تسمى التوزيعات الاحتمالية. هذه ليست خرائط للأرض، بل هي خرائط للزمن والاحتمالات، تصف مدى احتمالية بقاء جسم ما حتى نقطة معينة ثم انكساره. لعقود من الزمن، استخدم الباحثون حفنة من الخرائط القياسية، مثل توزيع "فريشيه" (Frechet)، لرسم مسارات هذه الأعمار. تعمل هذه الأدوات بشكل جيد في الحالات البسيطة حيث تزداد مخاطر الفشل أو تنقص بشكل مطرد. ومع ذلك، نادراً ما يكون العالم الحقيقي بهذه البساطة؛ فالعديد من الأشياء تواجه مخاطر معقدة تتغير بطرق غير متوقعة، وتلتوي وتتخذ أنماطاً لا تستطيع الخرائط القدسة والجامدة استيعابها. وعندما تفشل الأدوات القياسية في ملاءمة الواقع الفوضوي، يجب على العلماء بناء نماذج جديدة أكثر مرونة يمكنها الانحناء لتناسب شكل الحقيقة.

هذا هو الإقليم الذي استكشفه صادق أبو بكر إسماعيل وتيلو ياكوبو حسن، اللذان صاغا نموذجاً رياضياً جديداً يسمى توزيع "لومكس فريشيه العكسي" (Inverse Lomax Frechet). يبدأ عملهما بتوزيع "فريشيه"، وهو أداة كلاسيكية تُستخدم لوصف الأحداث المتطرفة مثل سرعات الرياح أو قوة المواد. ورغم فائدته، إلا أن نموذج "فريشيه" الأصلي له شكل ثابت يحد من قدرته على وصف أنماط البقاء المعقدة. ولحل هذه المشكلة، دمج الباحثان توزيع "فريشيه" مع عائلة أحدث وأكثر قدرة على التكيف من النماذج تُعرف باسم عائلة "لومكس العكسية المعممة" (Inverse Lomax Generalized family). ومن خلال نسج هذين الاثنين معاً، ابتكرا توزيعاً رباعي المعالم يعمل كعدسة عالية الضبط. وبخلاف أسلافه الأكثر بساطة، يمكن لهذا التوزيع الجديد أن يتمدد وينكمش ليتناسب مع مجموعة واسعة من أشكال البيانات، بما في ذلك الأنماط غير الخطية المعقدة للفشل. لم يكتفِ الباحثان باقتراح هذا الشكل الجديد فحسب، بل اختبرا بدقة صلاحيته الرياضية، وأثبتا أنه نموذج احتمالي سليم، واستخرجا أيضاً الصيغ المحددة اللازمة لحساب سلوكه المتوسط، ووسيطه، ومدى احتمالية فشله في أي لحظة معينة.

ولضمان عمل هذا النموذج الجديد في الممارسة العملية، أخضع الفريق النموذج لسلسلة من المحاكاة الحاسوبية. فقد أنشأوا آلاف مجموعات البيانات الوهمية ذات الخصائص المعروفة، وطلبوا من النموذج إيجاد الإعدادات الصحيحة. كانت النتائج واضحة: مع نمو كمية البيانات، أصبحت تقديرات النموذج أكثر دقة، واستقرت بدقة على القيم الحقيقية. وقد أكد ذلك أن النموذج مستقر وموثوق للاستخدام في العالم الحقيقي. ثم انتقل الباحثون إلى الخطوة التالية، حيث طبقوا توزيعهم الجديد على مجموعتين مختلفتين تماماً من بيانات الحياة الواقعية. تتبعت المجموعة الأولى أوقات الهجوع لـ 128 مريضاً بسرطان المثانة، حيث قاست المدة التي ظلوا فيها خاليين من المرض. بينما سجلت المجموعة الثانية قوة كسر 64 ليفة زجاجية، وهي مقياسة حاسمة في علم المواد. وفي كلتا الحالتين، قارن الباحثون نموذج "لومكس فريشيه العكسي" الجديد بثلاثة منافسين راسخين، وهي توزيعات: "مارشال-أولكين فريشيه" (Marshall-Olkin Frechet)، و"لومكس العكسي" (Inverse Lomax)، وتوزيعات "فريشيه" القياسية.

كشفت المقارنة عن ميزة واضحة للنموذج الجديد. فعند ملاءمته لبيانات الهجوع لمرض السرطان، قدم توزيع "لومكس فريشيه العكسي" تطابقاً أفضل بكثير من الخيارات الثلاثة الأخرى، حيث استطاع التقاط تفاصيل أوقات تعافي المرضى بدقة أكبر. وبالمثل، عند تطبيقه على بيانات قوة ألياف الزجاج، تفوق على المنافسين، مقدمًا وصفاً أكثر إحكاماً ودقة لكيفية فشل المادة. استخدم الباحثون عدة مقاييس إحصائية قياسية للحكم على جودة هذه الملاءمة، وفي كل حالة، حقق النموذج الجديد أفضل نتيجة، مما يشير إلى أنه كان الأداة الأكثر كفاءة ودقة للمهمة. وتخلص الدراسة إلى أن هذا التوزيع الجديد ليس مجرد تمرين نظري، بل هو تحسين عملي لتحليل بيانات العمر. ومن خلال تقديم طريقة أكثر مرونة لنمذجة كيفية انهيار الأشياء أو تعافيها، فإنه يوفر للعلماء والمهندسين أداة أكثر حدة لفهم الطبيعة المعقدة، وغير المتوقعة غالباً، للبقاء والفشل في العالم المادي.