عقلك مخطئ بشأن البيانات: درس من فترات الثقة
مقدمة: ما وراء المتوسط
يظهر استطلاع رأي على الشاشة: مرشح يحصل على 33% من الأصوات. ويعلن معلق رياضي أن لاعب كرة سلة لديه نسبة نجاح 85% في الرميات الحرة. نرى هذه التقديرات الدقيقة في كل مكان، ولكن إلى أي مدى يمكننا التأكد منها؟ هل القيمة الحقيقية هي 33% أو 85% بالضبط ؟ أم أنها قد تكون أعلى؟ أو أقل؟
تُعدّ فترة الثقة (CI) الأداة الإحصائية المصممة للإجابة على هذا السؤال. فهي تُقدّم نطاقًا من القيم المحتملة للعدد الحقيقي، وليس مجرد تخمين واحد. ولكن كما سنرى، فإن الفهم الشائع لما تُمثله فترة الثقة غالبًا ما يُغفل بعض الحقائق العميقة والمُخالفة للبديهة حول البيانات وعدم عدم اليقين.
المبدأ الأول هو أنه يجب ألا تخدع نفسك - فأنت أسهل شخص يمكن خداعه.
1. حدسك بشأن عدم اليقين ربما يكون خاطئًا
لا يمتلك دماغنا القدرة الفطرية على تقدير النطاق الحقيقي للشك من كمية صغيرة من البيانات. نميل إلى المبالغة في الثقة بالأرقام التي نراها.
لنأخذ هذا المثال: لاعب كرة سلة محترف يسجل 17 رمية حرة من أصل 20، أي بنسبة نجاح 85% في هذه العينة. قبل أن تكمل، توقف لحظة وخمن. ما هو النطاق المعقول لمهارة هذا اللاعب الحقيقية على المدى الطويل؟ دوّن إجابتك. سننتظر.
يُقدّر معظم الناس نطاقًا ضيقًا إلى حد ما. ومع ذلك، فإنّ فاصل الثقة الفعلي بنسبة 95% يتراوح بين 63.1% و95.6%.
هذا النطاق أوسع بكثير مما يتوقعه معظم الناس بديهيًا. ويكشف عن درس بالغ الأهمية: أحجام العينات الصغيرة تحمل قدرًا هائلاً من عدم اليقين. الاعتماد على التقدير النقطي الوحيد بنسبة 85% مضلل بشكل خطير دون سياق فاصل الثقة الخاص به. فهو يخبرك بما حدث، لكن فاصل الثقة يخبرك بمدى (أو ضآلة) إمكانية التعميم بناءً عليه.
2. عبارة "واثق بنسبة 95%" لا تعني ما تعتقد أنها تعنيه
هذا هو سوء الفهم الأكثر شيوعًا وخطورةً فيما يتعلق بفترات الثقة. فعبارة "ثقة بنسبة 95%" لا ليس أن هناك احتمالًا بنسبة 95% أن تقع القيمة الحقيقية للمجتمع ضمن الفترة المحددة التي قمت بحسابها للتو (على سبيل المثال، من 63.1% إلى 95.6%).
التفسير الصحيح أكثر دقة. إنه يتعلق بالعملية، لا بالنتيجة. لو كررت التجربة مرات عديدة وحسبت فاصل ثقة بنسبة 95% في كل مرة، لتوقعت أن 95% من تلك الفواصل المحسوبة تحتوي على القيمة الحقيقية للمجتمع الإحصائي. بعبارة أخرى، تكمن "ثقتك" في موثوقية الطريقة على المدى الطويل، لا في يقين أي فاصل محدد تنتجه.
تخيل وعاءً كبيرًا يحتوي على 100 كرة، 25 منها حمراء و75 سوداء. النسبة الحقيقية للكرات الحمراء هي 25%. الآن، تخيل أنك تسحب عينة عشوائية من 15 كرة بشكل متكرر، وتحسب نسبة الكرات الحمراء في هذه العينة، ثم تحسب فاصل ثقة بنسبة 95% من تلك العينة. على المدى البعيد، ستفشل 5% من هذه الفواصل، بمحض الصدفة، في تضمين النسبة الحقيقية البالغة 25%. لا يمكنك أبدًا الجزم ما إذا كان الفاصل الذي حسبته يقع ضمن نسبة الـ 95% الناجحة أم ضمن نسبة الـ 5% الفاشلة.
هذا التمييز أمر بالغ الأهمية من أجل النزاهة الفكرية في الإحصاء.
تخضع الفترة لتغير عشوائي، لذا من الصحيح السؤال عن احتمال احتواء الفترة على قيمة المجتمع. أما قيمة المجتمع فلا تخضع لتغير عشوائي، لذا ليس من الصحيح السؤال عن احتمال وقوع قيمة المجتمع ضمن الفترة.
3. افتراضاتك أهم من حساباتك
تُحسب فترة الثقة باستخدام معادلة رياضية. إلا أن هذه المعادلة لا تكون صحيحة إلا إذا كانت الافتراضات الأساسية المتعلقة بالبيانات صحيحة. فإذا كانت عملية جمع البيانات معيبة، تصبح المعادلة الرياضية بلا معنى.
فيما يلي الافتراضات الرئيسية:
- عينة عشوائية (أو تمثيلية): يجب أن تكون البيانات تمثيلاً عادلاً وغير متحيز للسكان الأكبر الذين تريد استخلاص النتائج بشأنهم.
- ملاحظات مستقلة: يجب اختيار كل نقطة بيانات بشكل مستقل عن النقاط الأخرى. على سبيل المثال، يُعد استطلاع رأي الزوج والزوجة انتهاكًا لهذا الشرط.
- بيانات دقيقة: يجب عد البيانات وتسجيلها وجدولتها بشكل صحيح، خالية من الأخطاء أو التلاعب المتعمد.
يقدم التاريخ أمثلة قوية لما يحدث عندما تفشل هذه الافتراضات.
- في انتخابات روزفلت-لاندون عام 1936توقع خبراء استطلاعات الرأي فوزًا ساحقًا للاندون. إلا أن عينة استطلاعهم كانت مأخوذة من أدلة الهاتف وقوائم تسجيل السيارات. في عام ١٩٣٦، كان الأثرياء أكثر امتلاكًا للهواتف والسيارات، وكانوا أيضًا يميلون إلى لاندون، مما أدى إلى عينة متحيزة. لكن ثمة مشكلة أخرى: كان مؤيدو لاندون أكثر ميلًا للإجابة على الاستطلاع من مؤيدي روزفلت. وقد تأثر الاستطلاع بتحيز العينة وتحيز عدم الاستجابة، مما جعله خاطئًا بشكل كارثي.
- في انتخابات ديوي-ترومان عام 1948تنبأت استطلاعات الرأي بثقة بفوز ديوي. حتى أن الصحف طبعت مسبقًا عنوانًا رئيسيًا يقول: "ديوي يهزم ترومان". كانت استطلاعات الرأي نفسها دقيقة على الأرجح بالنسبة لوقتها، لكنها أُجريت قبل أسابيع من الانتخابات. كان افتراض ثبات رأي الناخبين خاطئًا؛ فقد غيّر العديد منهم آراءهم في الأسابيع الأخيرة.
الدرس واضح: لا يمكن لفترة الثقة إلا تحديد عدم اليقين الناتج عن خطأ المعاينة العشوائية. فهي لا تستطيع كشف أو تصحيح التحيز المنهجي في جمع البيانات. فالمدخلات الخاطئة تؤدي إلى مخرجات خاطئة، مهما بلغت دقة الصيغة.
4. "قاعدة الثلاثة": خدعة بسيطة عندما لا ترى شيئًا
كيف تحسب فترة الثقة عندما لا تلاحظ أي حدوث لحدث ما في عينة؟ على سبيل المثال، إذا لم يُظهر علاج طبي جديد أي آثار جانبية في تجربته الأولى، فهل يمكننا استنتاج أنه آمن تمامًا؟ بالطبع لا.
تُعد "قاعدة الثلاثة" اختصارًا بسيطًا ومفيدًا لهذه الحالة تحديدًا.
تنص القاعدة على ما يلي: إذا لاحظت صفر أحداث في 'ن' من التجارب، فإن فترة الثقة التقريبية بنسبة 95٪ لمعدل هذا الحدث تمتد من 0 إلى 3/ن.
هذا عملي للغاية. إذا لم يُظهر دواء جديد أي آثار جانبية لدى أول 250 مريضًا، فإن قاعدة الثلاثة تسمح لنا بأن نكون على ثقة بنسبة 95% بأن معدل الآثار الجانبية الحقيقي يتراوح بين 0% و1.2% (حيث أن 3/250 = 0.012). وهذا يوفر حدًا أعلى معقولًا للمخاطر، حتى قبل حدوث أي مضاعفات.
الخلاصة: استغل الفترة الفاصلة
لا يمثل رقم واحد - سواء كان متوسطاً أو نسبة مئوية أو معدلاً - الصورة الكاملة. إنه مجرد تقدير نقطي، تخمين واحد في بحر من عدم اليقين.
تُجبرنا فترات الثقة على مواجهة هذا الشك. فهي تُقدّم لنا رؤيةً حاسمةً، ومتواضعةً، وأكثر صدقًا لما يُمكن أن تُخبرنا به بياناتنا عن العالم. ومن خلال إظهار نطاق الحقائق المُحتملة، فإنها تمنعنا من الوقوع في وهم اليقين.
في المرة القادمة التي ترى فيها إحصائية، هل ستسأل عن الرقم نفسه، أم ستسأل عن عدم اليقين الذي يحيط به؟
