Weibull-MBUR {Y} A New Family of Generalized Unit Distributions with Correlated Parameters: Is the Correlation, Distribution or Data Driven or Interaction Between Them
تقدم هذه الورقة عائلة توزيعات "ويبل-MBUR {Y}" الموحدة المعممة من خلال تطبيق إطار عمل "T-X{Y}" لربط توزيع "رالي الموحد القائم على الوسيط" كنموذج أساسي مع مولد "ويبل" عبر دوال ربط متنوعة، واستنتاج خصائصها الإحصائية وتحليل ارتباطات معاملاتها باستخدام بيانات التعافي من كوفيد-19 الواقعية لتحديد ما إذا كانت هذه الارتباطات مدفوعة بالبيانات، أو التوزيع، أو تفاعلهما.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في عالم الإحصاء، يحتاج العلماء غالبًا إلى وصف كيفية توزيع الأشياء، من طول البشر إلى الوقت الذي تستغرقه آلة ما حتى تتعطل. وعندما تقع البيانات بين الصفر والواحد — مثل النسب المئوية، أو معدلات التعافي، أو النسب — فإن الأدوات القياسية غالبًا ما تجد صعوبة في استيعاب الصورة الكاملة. ولحل هذه المشكلة، أمضى الباحثون عقودًا في بناء "عائلات" من التوزيعات؛ فكر في هذه العائلات كقوالب مرنة يمكن مطها، أو ضغطها، أو لويها لتناسب الشكل الفريد للبيانات الواقعية. وتتضمن إحدى الطرق الشائعة أخذ منحنى بسيط ومفهوم جيدًا واستخدام محرك رياضي لتحويله، مع إضافة "مقابض وأزرار" جديدة تسمح للمنحنى بالانحناء بطرق أكثر تعقيدًا. هذه المرونة أمر بالغ الأهمية لأن الحياة الواقعية نادرًا ما تكون بسيطة؛ فالبيانات غالبًا ما تنحرف نحو جانب واحد أو تمتلك ذيولاً ثقيلة، والنموذج الجامد لا يمكنه سرد القصة كاملة.
قام باحث في جامعة القاهرة مؤخرًا بتوسيع هذه المجموعة من الأدوات عبر إنشاء عائلة جديدة من هذه المنحنيات المرنة، المصممة خصيصًا للبيانات التي تعيش بين الصفر والواحد. ويركز العمل على منحنى أساسي محدد يسمى "توزيع رايلي المعتمد على الوسيط" (Median Based Unit Rayleigh). ورغم أن هذا المنحنى الأساسي مفيد، إلا أنه محدود نوعًا ما في قدرته على التكيف مع الأشكال المختلفة. وللتغلب على ذلك، دمج المؤلف هذا المنحنى مع مولد قوي يُعرف بتوزيع "ويبُل" (Weibull)، وهو مشهور بقدرته على نمذجة بيانات "الوقت حتى الفشل". ومن خلال ربط المنحنى الأساسي بالمولد عبر خمسة جسور رياضية مختلفة — باستخدام توزيعات تسمى "لوماكس" (Lomax)، و"داغوم" (Dagum)، و"الأسّي" (exponential)، و"الأسّي الأسّي" (exponentiated exponential)، و"لوغاريتمي لوجستي" (Log-Logistic) — ابتكر الباحث خمسة توزيعات جديدة عالية القدرة على التكيف. ولم يكن الهدف مجرد إنشاء المزيد من المنحنيات، بل معرفة ما إذا كانت هذه النماذج الجديدة يمكنها تفسير ظاهرة واقعية محددة بشكل أفضل: وهي معدلات تعافي المرضى من كوفيد-1و في إسبانيا.
بدأت الدراسة بمجموعة بيانات مكونة من 66 ملاحظة تمثل معدلات تعافي مرضى كوفيد-1و في إسبانيا. تراوحت هذه الأرقام بين حد أدنى قدره 0.4286 وحد أقصى قدره 0.8628، بمتوسط معدل تعافي بلغ 0.7240. أظهرت البيانات انحرافًا طفيفًا، مما يعني أن معدلات التعافي لم تكن متوازنة تمامًا حول المتوسط. حاول الباحث أولاً ملاءمة هذه البيانات باستخدام نماذج قديمة ومعتمدة مثل توزيعات "بيتا" (Beta) و"كوماراسوامي" (Kumaraswamy)، بالإضافة إلى المنحنى الأساسي الأصلي غير المعدل. وكانت النتائج دالة: فقد فشل المنحنى الأساسي الأصلي في التقاط شكل البيانات، وبينما كان أداء النماذج القديمة مقبولًا، إلا أنها لم تقدم أفضل ملاءمة ممكنة.
وعند تطبيق التوزيعات الجديدة المعممة الخمسة على بيانات التعافي الإسبانية نفسها، تحسنت النتائج بشكل ملحوظ. فالنماذج الجديدة، ولا سيما النموذج المبني باستخدام جسر "لوماكس"، قدمت تطابقًا أقرب بكثير مع الملاحظات الفعلية. وأكدت المقاييس الإحصائية أن هذه المنحنيات الجديدة وصفت البيانات بدقة أكبر من البدائل الأقدم. وحسب الباحث "الاحتمالية القصوى" (log-likelihood)، وهي درجة تقيس مدى قدرة النموذج على تفسير البيانات، ووجد أن نموذج (Weibull-MBUR-Lomax) حقق أعلى درجة. كما فضلت المقاييس الأخرى، التي تعاقب النماذج لكونها معقدة للغاية، التوزيعات الجديدة، مما يشير إلى أنها لم تكن مجرد "تطابق مفرط" للضوضاء، بل كانت تلتقط النمط الحقيقي الكامن.
ومع ذلك، كشفت الدراسة عن أثر جانبي رائع ومثير للحيرة في آن واحد لهذه المرونة المتزايدة. فبينما كانت النماذج الجديدة تضبط ملاءمتها للبيانات بشكل أفضل، أصبحت العلاقة الرياضية بين بارامتراتها (معالمها) الداخلية وثيقة للغاية. وفي النموذج الأفضل أداءً، كانت البارامترات مترابطة لدرجة أنها كانت تتحرك في تناغم شبه تام؛ حيث وصف الباحث ذلك بارتباط عالٍ جدًا، حيث إن تغيير رقم واحد لتحسين الملاءمة كان يجبر الأرقام الأخرى على التغير بطريقة يمكن التنبؤ بها، وكأنها تسير في خطى ثابتة ومقفلة. وقد خلق هذا وضعًا أصبحت فيه فترات الثقة الإحصائية لهذه البارامترات واسعة جدًا، مما جعل من الصعب تحديد القيمة الدقيقة لأي بارامتر بمفرده بدقة عالية.
السؤال المركزي الذي تطرحه الورقة هو مصدر هذا الاتصال الوثيق بين الأرقام. هل هذا الارتباط العالي هو سمة من سمات البيانات نفسها، بمعنى أن معدلات التعافي الإسبانية تتطلب طبيعيًا مثل هذه العلاقة الوثيقة بين هذه المتغيرات؟ أم أنه سمة من سمات البناء الرياضي، حيث إن الطريقة التي بُنيت بها التوزيعات الجديدة ترث هذه الروابط القوية من المكونات المستخدمة في إنشائها؟ يشير المؤلف إلى أن الاحتمال الأخير هو احتمال قوي، مشيرًا إلى أن المكونات المستخدمة لبناء هذه النماذج معروفة بامتلاكها علاقاتها الداخلية الخاصة. ومع ذلك، توقفت الورقة دون إعلان حكم نهائي، واقترحت أن الارتباط قد يكون مزيجًا من طبيعة البيانات والهندسة الرياضية المستخدمة لنمذجتها.
ولحل هذا الأمر، خلص الباحث إلى أن هناك حاجة لمزيد من العمل، وتحديدًا من خلال عمليات المحاكاة الحاسوبية. فمن خلال توليد بيانات وهمية ذات خصائص معروفة واختبار هذه النماذج الجديدة ضدها، يمكن للدراسات المستقبلية تحديد ما إذا كانت هذه الارتباطات العالية ستظهر حتى عندما تكون البيانات عشوائية تمامًا أو تتبع قاعدة بسيطة. وحتى ذلك الحين، تقف هذه الدراسة كدليل على كيف يمكن لإضافة المزيد من المرونة الرياضية أن تحسن بشكل كبير من الملاءمة للبيانات الواقعية، حتى لو أدى ذلك إلى إدخاء تعقيدات جديدة في فهم الأجزاء الفردية من النموذج. لقد نجحت التوزيعات الجديدة في التقاط الفروق الدقيقة في بيانات تعافي كوفيد-1و التي فاتتها النماذج الأقدم، مما أثبت فائدتها، بينما سلطت الضل في الوقت نفسه الضوء على لغز إحصائي عميق حول كيفية سلوك هذه النماذج المعقدة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.