الانتقال إلى المحتوى
العودة إلى نتائج البحث

تحليل الانحدار المتعدد

قدّمه
Carl Friedrich Gauss
السنة
1801
النوع
Method
العائلة
predictive-modeling

هذا النص ترجمة آلية ولم تتم مراجعته بعد. اقرأ النص الأصلي بالإنجليزية

حجم الخط

ماذا تفعل؟

تحليل الانحدار المتعدد هو طريقة إحصائية لنمذجة العلاقة بين متغير تابع مستمر ومتغيرين مستقلين أو أكثر (متنبئات). نشأ من أعمال غاوس المبكرة في القرن التاسع عشر وتمت صياغته رسميًا بواسطة درابر وسميث (1966)، ويقدر المعادلات الخطية التي تتنبأ بالنتائج من متنبئات متعددة مع مراعاة العلاقات المتداخلة، مما يجعله لا غنى عنه في علم الأوبئة والاقتصاد وعلم النفس والأبحاث السريرية.

الفكرة الحدسية وراء الطريقة

يمتد الانحدار المتعدد الارتباط الثنائي البسيط لفحص كيفية تأثير عدة متنبئات على نتيجة ما بشكل متزامن. بدلاً من ملاحظة الارتباطات الخام، يعزل الانحدار المساهمة الفريدة لكل متنبئ مع الحفاظ على ثبات المتنبئات الأخرى (مثل التحكم التجريبي). يفترض النموذج الخطي أن النتيجة هي مزيج مرجح من المتنبئات: Y = b₀ + b₁X₁ + b₂X₂ + ... + bₚXₚ + ε. تمثل المعاملات (b) التغيير في Y لكل وحدة زيادة في X، بعد تعديلها للمتنبئات الأخرى. يمكّن هذا الباحثين من تحديد المتنبئات الأكثر أهمية، والتحكم في المتغيرات المربكة، وإجراء تنبؤات للملاحظات الجديدة.

التاريخ

طور كارل فريدريش غاوس طريقة المربعات الصغرى في عام 1801 للتنبؤ الفلكي. طبق كارل بيرسون والإحصائيون الأوائل الانحدار الخطي على البيانات البيولوجية (فرانسيس غالتون، 1886). قام كتاب نورمان درابر وهاري سميث "Applied Regression Analysis" عام 1966 بتوحيد منهجية الانحدار المتعدد. أدى الثورة الحاسوبية في الثمانينيات والتسعينيات إلى توفر واسع في البرامج. تشمل التوسعات الحديثة التنظيم (ريدج، لاسو، الشبكة المرنة؛ تيبشيراني، 1996)، والطرق القوية، وأطر الاستدلال السببي (درجات الميل، المتغيرات الآلية).

متى تُستخدم

استخدم الانحدار المتعدد عندما يكون لديك نتيجة مستمرة ومتنبئات متعددة لفهم ارتباطاتها مع تعديل العوامل المربكة. التطبيقات الشائعة: التنبؤ بنتائج المرضى من المتغيرات السريرية، وفهم العوامل التي تدفع المؤشرات الاقتصادية، وتقدير تأثير العلاج مع التحكم في الخصائص الديموغرافية، ونمذجة الإنجاز التعليمي من خصائص الطلاب. الانحدار مثالي أيضًا عندما تمنع أحجام العينات التوزيع العشوائي التجريبي (الدراسات الرصدية). بالنسبة للنتائج الفئوية، استخدم الانحدار اللوجستي أو المتعدد. بالنسبة للبيانات المجمعة (الطلاب في المدارس)، استخدم الانحدار متعدد المستويات. بالنسبة للبيانات المفقودة، ضع في اعتبارك الاستكمال المتعدد مسبقًا.

الحدود والاعتبارات

  • يفترض علاقات خطية؛ يغفل التأثيرات المنحنية أو العتبية ما لم يتم نمذجتها صراحة عبر التحويل أو الحدود متعددة الحدود.
  • حساس للارتباط المتعدد: المتنبئات المترابطة بشدة تنتج معاملات غير مستقرة ويصعب تفسيرها. VIF > 10 مشكلة؛ الحل يشمل إزالة المتنبئات، أو المكونات الرئيسية، أو انحدار ريدج.
  • يمكن أن تؤثر القيم المتطرفة والنقاط المؤثرة بشكل غير متناسب على التقديرات والملاءمة؛ تعالج طرق الانحدار القوية (هوبر، مقدرات M) هذا.
  • يفترض تباينًا ثابتًا (تجانس التباين)؛ تتطلب البيانات غير المتجانسة التباين المربعات الصغرى أو تعديلات الأخطاء المعيارية القوية.
  • الدلالة الإحصائية ليست سببية: لا يمكن التمييز ما إذا كان الارتباط يعكس تأثيرًا حقيقيًا أم ارتباكًا غير مقاس؛ يتطلب تبريرًا نظريًا قويًا.

لا تغني شروط المصدر عن المراجعة العلمية المستقلة أو التحقق بواسطة محرك تحليل.

نقاط القوة

  • قوي في فك تشابك العلاقات المعقدة: يقدر التأثير الفريد لكل متنبئ مع التحكم في الآخرين، محاكاة التحكم التجريبي في البيانات الرصدية.
  • مرن: يستوعب المتنبئات المستمرة والفئوية، والتفاعلات، والحدود متعددة الحدود، ويمكن توسيعه إلى علاقات غير خطية.
  • قابل للتفسير: تمثل المعاملات مباشرة التغيير في الوحدة في النتيجة، مما يجعل النتائج قابلة للتنفيذ للأطباء وصانعي السياسات.
  • التنبؤ: يولد النموذج الملائم تنبؤات للملاحظات الجديدة مع فترات الثقة، مما يتيح التطبيقات العملية (تقسيم المخاطر، التنبؤ).
  • تشخيصات شاملة متاحة: تساعد البواقي الموحدة، ورسوم الرافعة، ومقاييس التأثير في تحديد انتهاكات النموذج ومعالجتها.

التطبيقات

  • التنبؤ السريري: نمذجة خطر إعادة دخول المستشفى من التركيبة السكانية للمريض، والأمراض المصاحبة، وعوامل العلاج؛ إبلاغ تخطيط الخروج والتدخلات.
  • الدراسات الوبائية: تقدير الارتباطات بين الأمراض والتعرضات (التدخين، النظام الغذائي) مع تعديل عوامل الارتباك مثل العمر والجنس والوضع الاجتماعي والاقتصادي.
  • البحث التربوي: التنبؤ بالتخرج من الكلية من معدل الدرجات في المدرسة الثانوية، ودرجات الاختبار، والمتغيرات الاجتماعية والاقتصادية؛ تحديد العوامل الأكثر أهمية.
  • العقارات والاقتصاد: التنبؤ بأسعار العقارات من مساحة المتر المربع، والموقع، والعمر، وخصائص الحي؛ تحليل اتجاهات سوق الإسكان.
  • تحسين الجودة والتصنيع: نمذجة معدلات فشل المنتج من معلمات العملية (درجة الحرارة، الضغط، المواد) لتحسين العمليات.

كيف يعمل

كيف يعمل

1

قم بإجراء الانحدار المتعدد عن طريق جمع بيانات النتائج المستمرة والمتغيرات المستقلة المستمرة أو الفئوية من عينة كبيرة بما يكفي لتقدير جميع المعلمات (عادةً n > 10p، حيث p هو عدد المتنبئات؛ ويفضل n > 50 للحصول على قوة كافية). سجل جميع المتغيرات مع الحد الأدنى من البيانات المفقودة (تحقق من أن الفقد عشوائي). حدد نتيجتك (المتغير التابع) والمتنبئات (المتغيرات المستقلة) قبل التحليل لتجنب اختيار النموذج بناءً على البيانات. قم بتوحيد المتنبئات المستمرة (اطرح المتوسط، اقسم على الانحراف المعياري) إذا كنت تقارن المعاملات عبر المقاييس؛ يساعد هذا في التفسير ويقلل من الارتباط المتعدد. قم بترميز المتنبئات الفئوية باستخدام الترميز الوهمي (k−1 مؤشرات لـ k فئات) أو ترميز التباين.

2

قم بتقدير معاملات الانحدار باستخدام المربعات الصغرى العادية (OLS): قلل مجموع مربعات البواقي (SSE = Σ(y_i − ŷ_i)²). تقوم البرامج (R، Python، SPSS، SAS) بحساب متجه المعاملات b = (X'X)⁻¹X'y. قم بالإبلاغ عن: (1) التقاطع (b₀): القيمة المتوقعة لـ Y عندما تكون جميع X = 0. (2) معاملات الميل (b₁, b₂, ...): التغيير في Y لكل وحدة X، بعد تعديلها للمتنبئات الأخرى. (3) الأخطاء المعيارية (SE) وإحصائيات t: t = b/SE تختبر ما إذا كان المعامل يختلف عن الصفر. (4) فترات الثقة (95% CI): عادةً b ± 1.96×SE. (5) R²: نسبة تباين Y التي يفسرها النموذج (من 0 إلى 1). (6) R² المعدلة: تعاقب تعقيد النموذج. (7) عامل تضخم التباين (VIF): يشخص الارتباط المتعدد؛ يشير VIF > 10 إلى ارتباط مشكلة بين المتنبئات. (8) إحصائية دوربن-واتسون: تختبر الارتباط الذاتي للبواقي.

3

فسر المعاملات على النحو التالي: لكل زيادة بمقدار وحدة واحدة في المتنبئ X_i، تزداد النتيجة بمقدار b_i وحدة، مع الحفاظ على ثبات جميع المتنبئات الأخرى. إذا كان احتمال المعامل p < 0.05، استنتج أن المتنبئ ذو دلالة إحصائية. يلخص R² و R² المعدلة ملاءمة النموذج الإجمالية: قم بالإبلاغ عن R² المعدلة للحصول على تقدير أكثر تحفظًا. تحقق من الافتراضات عن طريق فحص رسوم البواقي: (1) الخطية: يجب ألا يُظهر الرسم البياني المبعثر للقيم المتوقعة مقابل البواقي أي نمط. (2) الطبيعية: يجب أن يتبع الرسم البياني Q-Q للبواقي الموحدة القطر. (3) تجانس التباين: يجب أن يكون للبواقي تباين ثابت عبر القيم الملائمة (اختبار بروش-باغان). (4) الاستقلالية: يشير دوربن-واتسون ≈ 2 إلى عدم وجود ارتباط ذاتي. يشير وجود أنماط انتهاك إلى سوء تحديد النموذج؛ ضع في اعتبارك التحويل (لوغاريتم Y)، أو إضافة تفاعلات، أو حدود متعددة الحدود. استخدم رسوم التشخيص للانحدار ومقاييس التأثير/الرافعة (مسافة كوك، DFFITS) لتحديد القيم المتطرفة التي تؤثر بشكل غير متناسب على التقديرات.

الأخطاء الشائعة

  • اختيار النموذج بناءً على البيانات (الانتقائي، الأمامي، الخلفي): يستفيد من الصدفة، يزيد خطأ النوع الأول، ينتج معاملات غير مستقرة. تفضل تحديد النموذج القائم على النظرية.
  • تجاهل الارتباط المتعدد: مصفوفة الارتباط غير كافية؛ احسب VIF لكل متنبئ. VIF > 5-10 يتطلب إجراءً.
  • الإفراط في التخصيص: إضافة عدد كبير جدًا من المتنبئات يقلل من التعميم ويزيد R². استخدم R² المعدلة أو التحقق المتقاطع لتقييم قوة التنبؤ الحقيقية.
  • تفسير معاملات الانحدار سببيًا بدون توزيع عشوائي: الارتباك، السببية العكسية، وتحيز الاختيار تهدد الصلاحية.
  • الفشل في التحقق من افتراضات البواقي: البواقي غير الطبيعية، وعدم تجانس التباين، والارتباط الذاتي تزيد الأخطاء المعيارية أو تحيز التقديرات.
  • استخدام الأخطاء المعيارية غير المعدلة مع البيانات المجمعة (مثل المرضى المتداخلين في المستشفيات) يؤدي إلى فترات ثقة ضيقة جدًا؛ يتطلب مقدرات متعددة المستويات أو مقدرات الساندويتش.

الأسئلة الشائعة

متى يجب علي توحيد المتنبئات، وكيف يؤثر ذلك على التفسير؟

قم بتوحيد المتنبئات المستمرة (درجة z: اطرح المتوسط، اقسم على الانحراف المعياري) عندما: (1) تكون المتنبئات على مقاييس مختلفة جدًا وتريد مقارنة حجم المعاملات، أو (2) تحتاج إلى تقليل الارتباط المتعدد. المعاملات الموحدة تكون بوحدات الانحراف المعياري: معامل 0.5 يعني أن زيادة بمقدار انحراف معياري واحد في المتنبئ تتنبأ بزيادة بمقدار 0.5 انحراف معياري في النتيجة. تحتفظ المعاملات الخام (غير الموحدة) بالوحدات الأصلية وغالبًا ما تساعد في التفسير العملي. قم دائمًا بالإبلاغ عن كليهما وحدد أيهما تبلغه.

ما الفرق بين R² و R² المعدلة؟

R² = 1 − (SSE/SS_total) يمثل نسبة تباين النتيجة التي يفسرها النموذج. تزداد دائمًا عند إضافة متنبئات، حتى لو لم يكن لها تأثير حقيقي. R² المعدلة = 1 − [(1 − R²)(n − 1)/(n − p − 1)] تعاقب تعقيد النموذج بدرجات الحرية المفقودة (p هو عدد المتنبئات، n هو حجم العينة). لاختيار النموذج وتقييم قوة التنبؤ الحقيقية، استخدم R² المعدلة؛ تنخفض إذا أضاف متنبئ جديد معلومات أقل من تكلفتها (معلمة واحدة). قم بالإبلاغ عن كليهما.

كيف أفسر معاملًا غير ذي دلالة عندما تكون هناك متغيرات أخرى في النموذج؟

يشير المعامل غير ذي الدلالة (p > 0.05) إلى عدم كفاية الأدلة على أن هذا المتنبئ مرتبط بالنتيجة، مع الحفاظ على ثبات المتغيرات الأخرى. قد يعني هذا أن المتنبئ ليس له تأثير، أو أنه مربك بمتنبئات أخرى (ارتباط متعدد)، أو أن حجم العينة صغير جدًا. تحقق من فترة الثقة و VIF. إذا كانت فترة الثقة واسعة و VIF مرتفعًا، فمن المحتمل أن يكون الارتباط المتعدد هو السبب. إذا كان المتنبئ مهمًا نظريًا، ففكر في الإبلاغ عنه بفترة ثقة 90% كتحليل حساسية. لا تحذف المتنبئات بناءً على قيم p فقط؛ استخدم معرفة المجال.

ماذا أفعل إذا لم تكن البواقي طبيعية؟

غالبًا ما يكون عدم الطبيعية الطفيف مقبولًا بسبب قوة الانحدار مع العينات الكبيرة؛ تصبح طبيعية البواقي حرجة مع n < 30. تحقق من الرسم البياني Q-Q بصريًا وقم بإجراء اختبار شابيرو-ويلك. إذا كانت غير طبيعية، ففكر في: (1) تحويل لوغاريتمي أو جذري للنتيجة، (2) إضافة متنبئات أو تفاعلات محذوفة، (3) ملاءمة انحدار قوي (هوبر، بيسكواير)، أو (4) استخدام فترات ثقة بالتمهيد. يجب التحقيق في القيم المتطرفة الشديدة؛ قم بإزالتها إذا كانت بسبب خطأ في إدخال البيانات، وإلا قم بالإبلاغ عن النتائج مع وبدون القيم المتطرفة.

طرق ذات صلة

المصادر

  1. Draper, N. R., & Smith, H. (1966). Applied Regression Analysis. John Wiley & Sons.

    افتح مرجع المنشور
    تم النسخ.
  2. Cohen, J., Cohen, P., West, S. G., & Aiken, L. S. (1992). Applied Multiple Regression/Correlation Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum.

    افتح مرجع المنشور
    تم النسخ.
  3. Marquardt, D. W. (1980). You should standardize the independent variables in your regression models. Discussion of a paper by G. David Knottnerus. Journal of the American Statistical Association, 75(369), 87–91.

    افتح مرجع المنشور
    تم النسخ.