الرياضيات: النزول والوصف والاحتمال وما يُحتسب خطأً

1. اضبط معدّل تعلّم صغيرًا جدًا وشغّل. يزحف نزولًا ولا يصل. الاتجاه صحيح والفائدة معدومة — هذا نموذج يتدرّب أسبوعًا ولا يتعلّم شيئًا.
2. ارفعه حتى تكفّ الخطوات عن التجاوز بالكاد. يبلغ القاع في خطوات قليلة. ذلك النطاق الضيّق هو ما يبحث عنه الناس حين يضبطون هذا.
3. ارفعه أكثر. تكبر الخطوات بدل أن تصغر ويخرج تمامًا. لا شيء معطوب — المعدّل ببساطة أكبر من أن يناسب الميل.

💡 معدّل تعلّم معتدل ينزلق بسلاسة إلى الحد الأدنى.

1. أضف بضع نقاط متقاربة. يكاد المتوسّط والوسيط يتطابقان. على بيانات متماثلة يصلح أيّهما للتلخيص.
2. الآن أضف نقطة واحدة بعيدة إلى اليمين. يلاحقها المتوسّط ولا يكاد الوسيط يتحرّك. راتب واحد أو عطل واحد أو فاتورة واحدة قد تحرّك متوسّطًا يخطّط فريق كامل بناءً عليه.
3. أضف عدة نقاط أخرى هناك. الآن يتحرّك الوسيط أيضًا. إنه يقاوم شذوذًا واحدًا لا مجموعة ثانية حقيقية — وتلك مشكلة أخرى.

💡 عندما يتباعد المتوسط والوسيط، تكون بياناتك منحرفة بسبب القيم الشاذة.

1. أبقِ الاختبار عند 99% و99%، واضبط الحالة على 10 من 10٬000. النتيجة الإيجابية تعني نحو 9%. عشر حالات حقيقية ومئة إنذار كاذب — الاختبار ممتاز والإجابة مع ذلك خاطئة غالبًا.
2. ارفع شيوع الحالة إلى 500 من 10٬000. الاختبار نفسه يعطي الآن نحو 84%. لم يتغيّر شيء في الاختبار — بل تغيّر من خُضِع للاختبار.
3. عد إلى 10، وارفع النوعية وحدها. هذا هو المقبض المهم حين تكون الحالة نادرة — تبرئة الأصحّاء لا اكتشاف المرضى.

💡 حين تكون الحالة نادرة، تُنتج الأغلبية السليمة إيجابيات كاذبة أكثر من الحالات الحقيقية — مهما كان الاختبار جيدًا. فدقّة الاختبار ليست جوابًا عن السؤال الذي يسأله المريض.

1. الوِ المجتمع بشدّة، واضبط العيّنة على 1، واسحب 1000. الشكل السفلي ينسخ العلوي. عيّنة من واحد ليست إلا نقطة من المجتمع.
2. أبقِ الالتواء، واضبط العيّنة على 10، واسحب مجددًا. يظهر جرس تحت مجتمع ملتوٍ. هذه هي النتيجة التي يقوم عليها الاستدلال الإحصائي كله.
3. الآن قارن عيّنة من 10 بعيّنة من 40. ينتصف التشتّت تقريبًا — أربعة أضعاف العيّنة، نصف الخطأ. ولهذا تأتي الاستطلاعات بهذا الحجم.

💡 تتكدّس المتوسّطات في جرس مهما كان المجتمع ملتويًا، وتضيق كلما كبرت العيّنة — أربعة أضعاف العيّنة تنصّف التشتّت. ولهذا يستطيع استطلاع لألف شخص أن يقول شيئًا عن الملايين.

1. اترك النقطة الشاذّة حيث تبدأ. يستقرّ الخطّان أحدهما فوق الآخر. مع بيانات منضبطة لا يكاد اختيار دالة الخسارة يُحدث فرقًا.
2. اسحبها إلى الأعلى تمامًا. يرتفع خطّ الخطأ التربيعي نحوها؛ ويبقى خطّ الخطأ المطلق مع الجمهور. نقطة واحدة، وخطّ واحد تحرّك.
3. اسأل أيّ الخطّين تريد. يعتمد على ما إذا كانت تلك النقطة خطأً أم أهمّ ما في البيانات. الخطأ التربيعي هو الافتراضي، وهو يفترض الثاني.

💡 الخطأ التربيعي هو الافتراضي في معظم المكتبات، ما يعني أن صفًّا واحدًا سيئًا قد يحرّك نموذجك. وهذا خيار اتّخذه غيرك نيابةً عنك — وهو سبب صمود الوسيط أمام القيمة الشاذّة حيث لا يصمد المتوسّط.

1. أبقِ الشكل مستقيمًا وارفع القوة. يتسلّق r نحو 1 كلما تجمّعت السحابة على خطّ. هذه هي الحالة التي يتخيّلها الجميع عند سماع الكلمة.
2. الآن بدّل الشكل إلى منحنٍ. علاقة محكمة وواضحة وقابلة للتنبّؤ تمامًا — وr قرابة الصفر. فهو لم يقس يومًا إلا الخطوط المستقيمة.
3. بدّل إلى تشويش مع نقطة شاذّة. لا علاقة إطلاقًا، وr محترم. صفّ واحد قد يصنع نتيجة — ولهذا تنظر إلى السحابة قبل أن تستشهد بالرقم.

💡 لا يقيس r إلا التوافق على خطّ مستقيم. فمنحنى تامّ قد يسجّل قرابة الصفر، ونقطة واحدة بعيدة قد تصنع علاقة من التشويش. والرقم ليس بديلًا عن الصورة أبدًا.

1. اتركها بلا تغيير ثم ارفع a وحدها. يتمدّد المربّع جانبيًا ويتتبّعه المحدّد. كل رقم يحرّك ركنًا من الشبكة.
2. اضبط b على نحو 1 واترك البقية. يميل المربّع إلى متوازي أضلاع — قصّ. لم يدُر شيء ولم يتغيّر حجم؛ بل انزلق الفضاء.
3. الآن اجعل الصفّين متناسبين — جرّب a=1, b=2, c=1, d=2. يبلغ المحدّد صفرًا وتنهار الشبكة على خطّ واحد. صار البُعدان بُعدًا، ولا مصفوفة تعكس ذلك.

💡 المحدّد هو المساحة التي يصير إليها مربّع الوحدة. وحين يبلغ صفرًا يكون المستوى كله قد سُطِّح على خطّ — ولا شيء تفعله بعدها يعيد البُعد المفقود. وهذا هو معنى المصفوفة الشاذّة.