تحليل البيانات الفئوية
تحليل البيانات الفئوية هو فرع الإحصاء الحيوي المعني بالبيانات التي تقع ضمن فئات منفصلة بدلاً من اتخاذ قيم رقمية مستمرة — مثل وجود مرض أو عدم وجوده، أو كون الورم حميدًا أو خبيثًا، أو تخصيص مريض لأحد أذرع العلاج المتعددة. هدفه الأساسي هو جدول التوافق للعدّ، وتختبر أساليبه وتقيس الارتباطات بين المتغيرات الفئوية مع التحكم في المتغيرات الأخرى.
Definition
تحليل البيانات الفئوية هو مجموعة الأساليب الإحصائية لوصف واختبار ونمذجة الارتباطات بين المتغيرات التي تكون قيمها عبارة عن عدّ ضمن فئات منفصلة غير مرتبة أو مرتبة، وعادة ما تكون منظمة كجداول توافق للتكرارات.
Scope
يوجه هذا المجال القارئ إلى الأفكار الأساسية التي تتكرر عبر صفحات الموضوع أدناه: كيفية ترتيب الملاحظات الفئوية في جداول التوافق، وكيفية اختبار الارتباط في الجدول (اختبارات مربع كاي والاختبارات الدقيقة)، وكيفية تلخيص الارتباط بمقياس تأثير (نسب المخاطر ونسب الأرجحية)، وكيفية التعامل مع المتغير الفئوي المربك عن طريق التقسيم الطبقي (طرق مانتل-هينزل). ويؤطر هذه الأدوات كأدوات منهجية لقراءة وإنتاج الأبحاث الصحية، وليس كإرشادات سريرية.
Sub-topics
Core questions
- هل يوجد ارتباط بين متغيرين فئويين، أم أنهما مستقلان؟
- ما مدى حجم الارتباط، معبرًا عنه كنسبة أو فرق في المخاطر أو الأرجحية؟
- هل يستمر الارتباط الظاهر بعد التقسيم الطبقي على متغير فئوي ثالث، أم أنه مشوش أو معدل به؟
- عندما تكون التكرارات الخلوية صغيرة، ما هو الإجراء الدقيق الذي يحل محل التقريب للعينات الكبيرة؟
Key concepts
- جدول التوافق للتكرارات
- استقلالية المتغيرات الفئوية
- اختبار مربع كاي للارتباط
- الاختبارات الدقيقة للجداول المتفرقة
- مقاييس التأثير: نسبة المخاطر ونسبة الأرجحية
- التقسيم الطبقي ومقدر مانتل-هينزل
- الارتباك وتعديل التأثير عبر الطبقات
- النماذج اللوغاريتمية الخطية واللوجستية للجداول
Mechanisms
تُصنف الملاحظات الفئوية بشكل متقاطع في جدول تحتوي خلاياه على التكرارات. يقارن اختبار الارتباط بين التكرارات الخلوية المرصودة وتلك المتوقعة إذا كانت متغيرات الصف والعمود مستقلة: إحصائية مربع كاي لبيرسون، المبررة بشكل تقاربي بتوضيح فيشر لدرجات حريتها، تجمع الفروق المربعة المعيارية، بينما تقوم الاختبارات الدقيقة بتعداد التوزيع الشرطي للجداول عندما تكون التكرارات صغيرة جدًا بالنسبة للتقريب. ثم يتم تلخيص قوة الارتباط بمقياس تأثير مستمد من الجدول — نسبة مخاطر أو نسبة أرجحية. عندما يهدد متغير ثالث بإرباك الارتباط، يتم تقسيم البيانات إلى طبقات محددة بهذا المتغير ويتم تشكيل تقدير مجمع عبر الطبقات؛ توفر إجراءات مانتل-هينزل مثل هذا الاختبار الطبقي والتقدير الملخص. تعمم هذه الأجزاء إلى نماذج الانحدار اللوغاريتمي الخطي واللوجستي التي تتعامل مع العديد من المتنبئات الفئوية في وقت واحد.
Clinical relevance
يتم الإبلاغ عن معظم الأدلة التشخيصية والإنذارية وعوامل الخطر في العلوم الصحية كروابط بين المتغيرات الفئوية — المعرضين مقابل غير المعرضين، الحدث مقابل عدم الحدث — لذا فإن الأساليب في هذا المجال هي أساس كيفية توليد وتقييم تلك الأدلة. وهي تصف كيفية قياس واختبار الارتباطات؛ وهي أدوات لتفسير البحث وليست أساسًا لقرارات التشخيص أو العلاج الفردية.
Epidemiology
تعتبر طرق جداول التوافق هي الآلية اليومية لعلم الأوبئة: فدراسات الأتراب، ودراسات الحالات والشواهد، والدراسات المقطعية، كلها تختزل، في أبسط صورها، إلى جدول اثنين في اثنين للتعرض مقابل النتيجة، والتحليل الطبقي (مانتل-هينزل) هو النهج الكلاسيكي غير النموذجي للتحكم في الارتباك قبل الانحدار. تتكرر نفس الأساليب في التجارب السريرية التي تبلغ عن نقاط نهاية ثنائية وفي تقييم الاختبارات التشخيصية.
History
بدأ هذا المجال بإحصائية مربع كاي لكارل بيرسون في مطلع القرن العشرين وتصحيح فيشر عام 1922 لدرجات حريتها لجداول التوافق، تلاه اختبار فيشر الدقيق للعينات الصغيرة. قدم علم الأوبئة في منتصف القرن إطار مقياس التأثير — حجة نسبة الأرجحية لكورنفيلد وتقدير مانتل-هينزل الطبقي لعام 1959 — ووحد أواخر القرن العشرين هذه الأساليب ضمن إطار النموذج الخطي المعمم، وتم تجميعها في معالجة أغريستي في كتابه الدراسي.
Key figures
- Karl Pearson
- Ronald A. Fisher
- Jerome Cornfield
- Nathan Mantel
- William Haenszel
- Alan Agresti
- Joseph Fleiss
Related topics
Seminal works
- fisher-1922
- mantel-haenszel-1959
- agresti-2013
Frequently asked questions
- ما الذي يجعل البيانات "فئوية"؟
- تكون البيانات فئوية عندما تقع كل ملاحظة ضمن إحدى المجموعات المنفصلة — مثل مريض/سليم أو ذراع العلاج أ/ب/ج — بدلاً من أخذ قيمة رقمية مقاسة؛ ويعمل التحليل مع التكرارات في كل مجموعة.
- كيف يختلف هذا المجال عن الانحدار للنتائج المستمرة؟
- النتيجة هنا هي فئة أو عدد، وليست قياسًا مستمرًا، لذا تركز الأساليب على جداول التوافق، ونسب المخاطر والأرجحية، ونماذج مثل الانحدار اللوجستي واللوغاريتمي الخطي بدلاً من المتوسطات والانحدار الخطي العادي.