المهارات الرقمية، الصف الثاني عشر · تحليل البيانات

ورقة مراجعة: علاقة السبب والنتيجة في البيانات

أهم أفكار الدرس ومصطلحاته وقوانين الوحدة بمكان واحد. اطبعها وراجع منها قبل الامتحان.

أهم الأفكار

  1. ما علاقة السبب والنتيجة؟ نقول إن متغيّرًا سبب لآخر إذا كان تغيّره يؤدّي إلى تغيّر الآخر الذي نسمّيه النتيجة. فعدم صيانة السيارة دوريًّا (سبب) يزيد احتمال الأعطال المفاجئة (نتيجة). تفيد معرفة هذه العلاقات في اختيار الإجراءات التي تحقّق نتيجة مرغوبة، وفي كشف الأنماط، وفي التنبّؤ بالنتيجة من السبب.
  2. أربعة ضوابط لإثبات السببية لا نقبل علاقة سببية إلا إذا تحقّق: (1) ارتباط واضح بين المتغيّرين، ومع ذلك لا يكفي الارتباط وحده؛ (2) أسبقية زمنية: السبب (المتغيّر المستقل) يسبق النتيجة (المتغيّر التابع)؛ (3) تفسير نظري منطقي يبيّن كيف يؤثّر السبب في النتيجة؛ (4) غياب العلاقة الزائفة، أي ألا يكون وراء الارتباط متغيّر ثالث خفي.
  3. العلاقة الزائفة قد يزداد متغيّران معًا لأن عاملًا ثالثًا يرفعهما، لا لأن أحدهما يسبّب الآخر. فكلما كبر الطفل كبر حذاؤه وزادت معرفته؛ والعمر هو المتغيّر المشترك. إذا حذفنا العمر من الحساب اختفت العلاقة بين الحذاء والمعرفة وصار الارتباط صفرًا، فنعرف أنها زائفة.
  4. خطوات التحليل السببي نحدّد المشكلة بوضوح على شكل سبب ونتيجة، ثم نحدّد المتغيّرات ونميّز السبب من النتيجة، ثم نجمع بيانات كافية ودقيقة، ثم نبني العلاقة بأدوات مثل مخطّط التشتت (Scatter Plot) لرؤية النمط والاتجاه (موجب أو سالب)، وأخيرًا نميّز الارتباط من السببية ونتأكد أن العلاقة غير زائفة.
  5. الانحدار الخطي البسيط للتنبّؤ المعادلة العامة Y=a+bXY=a+bX: المتغيّر المستقل XX نستعمله للتنبّؤ، والتابع YY هو المتنبَّأ به، وaa هو المقطع (قيمة YY عندما X=0X=0)، وbb هو الميل أي مقدار تغيّر YY عند زيادة XX بوحدة واحدة. نعوّض قيمة XX في المعادلة فنحصل على القيمة المتوقعة لـ YY.

مصطلحات الدرس

علاقة السبب والنتيجة (Cause and Effect)
علاقة يؤدّي فيها تغيّر متغيّر (السبب) إلى تغيّر متغيّر آخر (النتيجة)، وتُسمّى السببية (Causality).
الارتباط (Correlation)
تزامن تغيّر متغيّرين معًا؛ وهو شرط لازم للسببية لكنه وحده لا يكفي لإثباتها.
الأسبقية الزمنية (Temporal Precedence)
شرط أن يحدث السبب أولًا ثم تظهر النتيجة بعده.
العلاقة الزائفة (Spurious Relationship)
ارتباط بين متغيّرين ينتج فقط من تأثّرهما بمتغيّر ثالث مشترك، وليس من تأثير أحدهما في الآخر.
المتغيّر الزائف (Spurious Variable)
المتغيّر الثالث الخفي الذي يؤثّر في المتغيّرين معًا فيُظهر بينهما ارتباطًا؛ وإذا أُزيل اختفى الارتباط.
التحليل السببي (Causal Analysis)
خطوات منظّمة لاستنتاج علاقة السبب والنتيجة من البيانات.
تحليل الانحدار (Regression Analysis)
أسلوب إحصائي يدرس العلاقة بين متغيّرين أو أكثر ويقدّر أثر أحدها في الآخر ويتنبّأ بقيمه المستقبلية.

من اُدرُس: odrosai.com/ar/subjects/JO-DIGI-G12/units/2/digi12-u2_l4_cause_effect

بدك تتأكد إنك فاهم؟

سجّل مجاناً وحلّ أسئلة على هالدرس، بتتصحّح خطوة خطوة ومعها تلميحات لما تعلق.