The exponentiated generalized normal regression with two systematic components: Properties and application

في عالم الإحصاء، يعتمد الباحثون غالباً على أداة مألوفة تسمى التوزيع الطبيعي لفهم العالم من حولهم. هذا الشكل الرياضي، الذي يُعرف غالباً باسم المنحنى الجرسي، يصف كيف تتصرف العديد من الظواهر الطبيعية، من أطوال البشر إلى درجات الاختبارات، حيث تتجمع بدقة حول متوسط ما مع وجود قيم متطرفة أقل عند الأطراف. لعقود من الزمن، كان هذا النموذج هو المعيار لتحليل البيانات، لكنه يمتلك قيداً صارماً: فهو يفترض أن نقاط البيانات متماثلة تماماً وأن انتشار تلك النقاط يظل ثابتاً عبر المجموعات المختلفة. وفي الواقع، نادراً ما يكون العالم منظماً بهذا الشكل؛ فالبيانات غالباً ما تنحرف نحو جانب واحد، أو تتكدس بطرق غير متوقعة، أو تنتشر بشكل مختلف اعتماداً على الظروف المقاسة. وعندما يواجه العلماء هذه الأنماط غير المنتظمة، حاولوا تقليدياً حشر البيانات في شكل متماثل باستخدام حيل رياضية، أو لجأوا إلى نماذج حاسوبية معقدة قد يصعب تفسيرها. لقد كان التحدي دائماً في إيجاد طريقة مرنة بما يكفي للتعامل مع هذه الاختلافات الفوضوية في العالم الحقيقي دون فقدان الوضوح والموثوقية التي يتميز بها النهج القياسي.

قام فريق من الإحصائيين من جامعات في البرازيل بتطوير إطار عمل جديد صُمم لحل هذه المشكلة تحديداً. لقد ابتكروا نسخة أكثر قدرة على التكيف من المنحنى الجرسي القياسي، نسخة يمكنها التمدد والتقلص والميل لتناسب الشكل الفعلي للبيانات بدلاً من إجبار البيانات على التكيف مع قالب جامد. هذه الطريقة الجديدة، التي يسمونها "الانحدار الطبيعي المعمم الأسي"، تقدم تحكماً إضافياً بمتغيرين يسمحان للباحثين بتعديل شكل المنحنى وانتشار البيانات بشكل مستقل. ومن خلال القيام بذلك، يمكن للنموذج وصف الحالات التي تكون فيها البيانات غير متوازنة أو حيث يتغير التباين من مجموعة إلى أخرى بدقة. ولاختبار ما إذا كانت هذه الأداة الجديدة تعمل حقاً، طبقها الباحثون على مشكلة زراعية محددة: تتبع تغيرات لون ثمار الكاكا (البرسيمون) أثناء التخزين.

ركزت الدراسة على نوع "جيومبو" من الكاكا، وهو صنف محبوب في البرازيل معروف بلحمه الحلو وقشرته البرتقالية. بعد الحصاد، تكون هذه الثمار قابلة للقبض (مرّة المذاق) طبيعياً، مما يعني أنها طعمها مر وغير مستساغة. ولجعلها جاهزة للأكل، يجب على المزارعين معالجتها لإزالة هذه المرارة، غالباً باستخدام بخار الإيثانول أو طرق أخرى. ويعد مراقبة لون القشرة جزءاً حيوياً من هذه العملية، حيث يعمل كعلامة حيوية لنضج الثمرة وجودتها. قام الباحثون بقياس ثلاثة جوانب محددة للون: مدى سطوع أو قتامة الجلد، ومدى ميله نحو الأحمر أو الأخضر، ومدى ميله نحو الأصفر أو الأزرق. وقد جمعوا بيانات من مئات الثمار على مدار خمسة عشر يوماً، مع إخضاعها لستة ظروف معالجة مختلفة. وبينما كانوا يفحصون النتائج، لاحظوا أن البيانات لم تكن تسلك سلوك المنحنى الجرسي المثالي؛ فبعض قياسات اللون كانت منحرفة بشدة نحو جانب واحد، كما أن مقدار التباين في اللون لم يكن نفسه لكل مجموعة معالجة. وكانت الأدوات الإحصائية القياسية ستواجه صعوبة في وصف هذه الأنماط بدقة، مما قد يؤدي إلى استنتاجات خاطئة حول أي المعالجات كانت أكثر فعالية.

ولمعالجة ذلك، بنى الفريق نموذجاً إحصائياً جديداً يمكنه حساب كل من متوسط اللون وتغير تباين هذا اللون في آن واحد. واختبروا هذا النموذج الجديد مقابل الطرق التقليدية باستخدام بيانات الكاكا. وأظهرت النتائج أنه بالنسبة لقياسات الخضرة والسطوع، قدم النموذج الجديد الأكثر مرونة ملاءمة أفضل بكثير من النهج القياسي؛ فقد نجح في رصد الطبيعة المنحرفة للبيانات والطريقة التي يتغير بها تباين اللون بمرور الوقت. ومع ذلك، بالنسبة لقياس الاحمرار، كانت البيانات تتبع نمطاً قياسياً، وعمل النموذج التقليدي بنفس الكفاءة. وتعتبر هذه النتيجة مهمة لأنها تثبت أن الطريقة الجديدة لا تحل محل الطريقة القديمة بل توسع نطاقها؛ فهي تعمل كأداة متعددة الاستخدامات يمكنها التعامل مع البيانات الصعبة وغير المنتظمة التي تغفلها النماذج القياسية، بينما تعمل بشكل مثالي عندما تكون البيانات بسيطة ومتماثلة.

كما أجرى الباحثون عمليات محاكاة حاسوبية مكثفة للتأكد من موثوقية طريقتهم الجديدة. فقد أنشأوا آلاف مجموعات البيانات الوهمية ذات الخصائص المعروفة واختبروا ما إذا كان نموذجهم قادراً على تحديد الأنماط الكامنة تحتها. وأكدت هذه الاختبارات أن تقديرات النموذج كانت دقيقة وأصبحت أكثر دقة مع زيادة كمية البيانات. وعند تطبيق النموذج على بيانات الكاكا الحقيقية، وجدوا أن المعالجات المختلفة كان لها تأثيرات متفاوتة على مظهر الثمرة. على سبيل المثال، تسببت معالجة معينة في حدوث تحول ملحوظ في سطوع الثمرة مقارنة بمجموعة الضبط غير المعالجة، بينما لم يكن لمعالجات أخرى تأثير يذكر. كما كشف النموذج أن التباين في اللون تغير بشكل كبير مع تقدم عمر الثمرة، حيث حدثت التحولات الأكثر دراماتيكية نحو نهاية فترة التخزين.

من خلال النجاح في نمذجة السلوك المعقد للون قشرة الكاكا، تثبت هذه الدراسة أن هذا الإطار الإحصائي الجديد يعد إضافة قوية لعدة أدوات العلماء. فهو يوفر وسيلة لتحليل البيانات الفوضوية أو المنحرفة أو غير المتسقة دون اللجوء إلى تحويلات تعسفية أو فقدان القدرة على تقديم تنبؤات واضحة. ويشير العمل إلى أنه بالنسبة للباحثين الذين يتعاملون مع بيانات العالم الحقيقي التي ترفض الانصياع لمنحنى جرس بسيط، هناك الآن بديل قوي وسليم رياضياً يمكنه الكشف عن العلاقات الحقيقية المختبئة داخل الأرقام. وتشجع هذه النتائج على مزيد من الاستكشاف، مما يشير إلى إمكانية تكييف هذا النهج لحالات أكثر تعقيداً، مثل تحليل متغيرات متعددة في وقت واحد أو التعامل مع البيانات التي تتغير بمرور الوقت بطرق غير خطية. وفي نهاية المطاف، توفر الدراسة عدسة أكثر وضوحاً يمكن من خلالها رؤية العالم الطبيعي، مما يضمن أن الاستنتاجات المستخلصة من البيانات تكون دقيقة ومتبصرة بقدر دقة البيانات نفسها.