لما بتسأل طالب "إيه هدف الـ regression في بحثك؟"
في إجابتين بيجوا دايماً:
- "عشان أتنبأ بالنتيجة"
- "المشرف قالي استخدمه"
الاتنين غلط — أو على الأقل ناقصين.
الـ Regression في البحث العلمي مش أداة تنبؤ — هو أداة لفهم العلاقات والتحكم في المتغيرات الخارجية اللي ممكن تخدع نتائجك.
المشكلة: الـ Regression بدون فهم = أرقام بدون معنى
كتير من الطلاب بيشغلوا الـ regression على SPSS أو R — ويطلع معاهم جدول بأرقام — ويكتبوه في الرسالة.
اللجنة بتسأل: "ليه حطيت المتغيرات دي بالظبط في الموديل؟"
والإجابة: "..."
الـ Regression في البحث العلمي بيُستخدم لـ ٣ أهداف مختلفة
١. فهم العلاقة بين متغيرين مع التحكم في الـ Confounders
مثال: عاوز تعرف العلاقة بين التدخين وسرطان الرئة. بس العمر والجنس والمهنة كلهم ممكن يأثروا على النتيجة. الـ regression بيخليك "تثبت" دي المتغيرات وتشوف أثر التدخين بشكل نظيف.
٢. تحديد أهم العوامل المرتبطة بـ Outcome معين
مثال: إيه العوامل المرتبطة بالإصابة بـ Type 2 Diabetes في العينة بتاعتك؟ الـ multiple regression بيقولك كل متغير عنده تأثير مستقل بعد ما تحسب تأثير بقية المتغيرات.
٣. بناء موديل للتنبؤ (وده الاستخدام الأقل شيوعاً في الرسائل)
لو هدفك الحقيقي هو التنبؤ — محتاج تفكر في الـ cross-validation والـ model performance metrics مش بس الـ coefficients.
المتغيرات اللي بتحطها في الموديل — مش عشوائية
القاعدة: المتغيرات اللي بتدخلها في الـ regression لازم يكون وراها منطق نظري أو مسوّغ من الأدبيات — مش كل اللي عندك.
الغلطات الشائعة:
- إدخال متغيرات كتير جداً مقارنة بحجم العينة (overfitting)
- إدخال متغيرات على أساس الـ p-value بس (stepwise selection — محل جدل كبير)
- تجاهل الـ multicollinearity (لو متغيرين عندهم correlation عالية مع بعض)
كقاعدة عامة: محتاج ١٠-٢٠ observation لكل متغير في الـ linear regression، و١٠ events لكل متغير في الـ logistic regression.
طيب إيه اللي تعمله دلوقتي؟
قبل ما تشغل أي regression — اكتب جملة واحدة: "هدف الـ regression في بحثي هو..." لو مش قادر تكملها — محتاج تراجع الهدف الأول.
Naggar Analytics بتساعدك في بناء موديل الـ regression بشكل صح من الأول — اختيار المتغيرات، التحقق من الـ assumptions، وتفسير النتائج بلغة تقدر تكتبها في رسالتك.