ماذا يعني التباعد في R Squared؟
الإجابة المباشرة
“التباعد في R Squared” يعني أن قيمة الملاءمة المُفسَّرة (R Squared) لا تبقى ثابتة عندما تقارنها عبر عينات مختلفة، أو نوافذ زمنية، أو مجموعات بيانات، أو إعدادات حساب. وبعبارة بسيطة، فإن العلاقة التي أنتجت “الملاءمة” السابقة تصبح أضعف أو أقوى أو مختلفة نوعيًا لاحقًا. ويمكن أن يحدث ذلك حتى عند استخدام الصيغة نفسها، لأن العلاقات الحقيقية في البيانات غالبًا ما تتغير مع مرور الوقت.
الآلية أو التعريف
R Squared هو مقياس إحصائي يلخص مدى تتبع مخرجات النموذج لمتغير مستهدف ضمن مجموعة بيانات معينة. والفكرة الشائعة هي: إذا كان R Squared أعلى، فإن تنبؤات النموذج تتوافق بشكل أقرب مع القيم المرصودة في مجموعة البيانات تلك.
عندما يتحدث شخص عن “التباعد”، فعادةً يقصد واحدًا من هذه المقارنات:
- عبر نوافذ زمنية: يختلف R Squared المحسوب على بيانات حديثة عن R Squared المحسوب على بيانات أقدم.
- عبر الأصول أو السلاسل: يختلف R Squared عند تكرار النموذج نفسه على أدوات أو مجموعات مختلفة.
- عبر عمليات إعادة الحساب: يتغير R Squared عندما تتغير المدخلات الأساسية (على سبيل المثال، أي الملاحظات يتم تضمينها).
لجعل الأمر ملموسًا، خذ مثالًا بسيطًا بافتراضات واضحة: تحسب R Squared من انحدار خطي لمتغير استجابة على ميزة (feature)، باستخدام الملاحظات من فترتين منفصلتين (الفترة A والفترة B). إذا كانت الفترة A تمتلك R Squared أعلى من الفترة B، فإن الملاءمة “تباعدت”. الحساب نفسه ليس خاطئًا؛ بل إن علاقة توليد البيانات تختلف ببساطة بين الفترتين.
الدليل أو مثال
أحد أنماط الفشل الشائعة هو التعامل مع “الملاءمة” على أنها ثابتة. افترض أنك تحسب R Squared على نافذة تدريب، ثم لاحقًا تتحقق منها على نافذة أحدث. إذا كان R Squared في النافذة الأحدث أقل بكثير، فإن هذا التباعد يشير إلى أن النموذج لا يلتقط علاقة مستقرة.
مثال آخر: قد تختبر الفكرة نفسها باستخدام مجموعتي ميزات مختلفتين. قد يُظهر الإعداد الأول R Squared قويًا لأنه يلتقط أنماط الضوضاء في العينة المحددة. أما الإعداد الثاني فقد يعمم بشكل أقل، مما يعطي R Squared مختلفًا. ويعد هذا التباعد مؤشرًا على أن النتيجة السابقة تعتمد على مجموعة البيانات أو الافتراضات المحددة.
في السياقات المرتبطة بالسوق، وخصوصًا عندما تتغير الظروف، غالبًا ما يشير التباعد إلى عدم الثبات (non-stationarity): أي أن العلاقة الإحصائية بين المدخلات والمخرجات تتغير مع مرور الوقت. ومع ذلك، من المهم فصل معنيين:
- آليات ثابتة: صيغة R Squared وإعداد الانحدار ثابتان.
- بيئة متغيرة: تتغير علاقة البيانات بسبب تغير الديناميكيات.
القيود والمخاطر
لا يُعد تباعد R Squared مؤشرًا تداوليًا قائمًا بذاته ولا يعد بوعدًا بالنتائج. تشمل القيود الأساسية:
-
قد يعكس عدم الثبات، وليس “الاتجاه”. يخبرك التباعد فقط أن الملاءمة تغيرت. ولا يخبرك ما إذا كانت النتائج المستقبلية ستتحسن أم ستسوء.
-
قد يَشوّه تحيز النظر المتأخر تفسيرك. إذا نظرت إلى R Squared أولًا، ثم اخترت النوافذ أو المعلمات أو فترات التقييم لجعل النتيجة تبدو مقنعة، فقد تُبالغ في تقدير ما هو “ذو معنى”. قد يكون التباعد الذي تلاحظه متأثرًا بكيفية اختيارك للمقارنة.
-
تؤدي الافتراضات المختلفة إلى تغيير النتيجة. يعتمد R Squared على شكل النموذج وكيفية تجهيز المدخلات. إذا حسب فريقان ذلك باستخدام معالجة مسبقة مختلفة، أو أطوال نوافذ مختلفة، أو تعريفات مختلفة للهدف، فقد ينشأ “التباعد” من اختلاف المنهجية وليس من تغير حقيقي في العلاقة الأساسية.
-
لا تُثبت العلاقات التاريخية النتائج المستقبلية. حتى إذا كان التباعد ثابتًا عبر عينات سابقة، فلا توجد ضمانات بأن النمط نفسه سيحدث مرة أخرى.
التحقق أو السؤال التالي
للتحقق بشكل مستقل مما يعنيه التباعد في حالتك المحددة، يمكنك تكرار الحساب نفسه بشكل متسق عبر عينات محددة بوضوح:
- استخدم مواصفات النموذج نفسها وتعريف الاستجابة والمتنبئات نفسها.
- احسب R Squared على عدة نوافذ زمنية متعددة لا تتداخل.
- أبلغ عن كل من مقدار R Squared وما إذا كان التغير متسقًا عبر النوافذ.
سؤال مفيد تالٍ هو: ما هي العينات والإعدادات الدقيقة التي أنتجت التباعد الذي تراه؟ إذا أمكنك تحديد نوافذ الزمن (أو مجموعات البيانات)، وتعريف النموذج، وخطوات الحساب، يمكنك التمييز بين تغير العلاقة الحقيقي وبين آثار القياس أو الاختيار.
DOCUMENT END