دور الأساليب الإحصائية في تحليل البيانات واسعة النطاق ضمن علم البيانات: دراسة نظرية وتطبيقية
الكلمات المفتاحية:
البيانات واسعة النطاق، البيانات الضخمة، علم البيانات، الأساليب الإحصائية، الإحصاء الوصفي، الإحصاء الاستنتاجي، حجم الأثر، التحليل التنبؤي، نماذج التصنيفالملخص
يهدف هذا البحث إلى تسليط الضوء على الدور المحوري الذي تؤديه الأساليب الإحصائية في تحليل البيانات واسعة النطاق ضمن إطار علم البيانات الحديث. ففي ظل التطور المتسارع في تقنيات جمع البيانات وتخزينها ومعالجتها، أصبحت البيانات الضخمة تمثّل أحد أبرز التحديات والفرص في آنٍ واحد أمام الباحثين والممارسين. ويعتمد البحث على منهجية مختلطة تجمع بين التحليل النظري لأدبيات المجال والتطبيق العملي على مجموعة بيانات دخل التعداد السكاني الأمريكي لعام 1994 (Adult Census Income Dataset)، إذ استُخدمت مجموعة التدريب منها المكوّنة من 32,561 مشاهدة و14 متغيراً ديموغرافياً واقتصادياً. وتجدر الإشارة إلى أن هذه البيانات لا تمثّل بيانات ضخمة. (Big Data) بالمعنى الكامل للمصطلح، وإنما هي مجموعة بيانات كبيرة نسبياً اختيرت نموذجاً تطبيقياً لتوضيح كيفية توظيف الأساليب الإحصائية والتحديات المرتبطة بالعينات الكبيرة. يتناول الجانب النظري مفهوم البيانات الضخمة وخصائصها (الحجم والسرعة والتنوع والصحة والقيمة)، ويعرض طيفاً واسعاً من الأساليب الإحصائية المستخدمة في هذا المجال من إحصاء وصفي واستنتاجي ونماذج تنبؤية. أما الجانب التطبيقي فيقدّم تحليلاً إحصائياً يشمل الإحصاء الوصفي، واختبار t للعينات المستقلة لمقارنة المتوسطات، واختبار كاي تربيع لاستقلالية المتغيرات النوعية، وتحليل الارتباط، مع حساب مقاييس حجم الأثر (Cohen’s d وCramér’s V). وعند مستوى دلالة α = 0.05، أظهرت النتائج وجود فروق دالة إحصائياً (p < 0.001) في متوسطي العمر وساعات العمل بين فئتي الدخل بحجم أثر متوسط، كما كشفت عن ارتباط دال إحصائياً بين المستوى التعليمي ومستوى الدخل بحجم أثر متوسط (Cramér’s V = 0.37)، في حين جاءت معاملات الارتباط بين المتغيرات الكمية ضعيفة. وخلص البحث إلى أن الأساليب الإحصائية تمثّل ركيزة أساسية لعلم البيانات، وأن توظيفها الصحيح، مع الاهتمام بحجم الأثر لا بالدلالة الإحصائية وحدها، يُسهم في تحسين دقة التحليل وموثوقية القرارات المبنية على البيانات.
