Heat maps
أو كما يترجمها البعض إلى العربية فيقولوا الخرائط الحرارية
هي إحدى طرق العرض البياني المفيده لمقارنة عدد كبير من المشاهدات بصرياً بشكل ميسر.
وربما يحتاج بعضنا إلى هذا الأمر الآن ، يحتاج أن يعرف أن تقف بلد بين بلدان العالم. ولكن تبقى هنا عدة مشكلات
أو كما يترجمها البعض إلى العربية فيقولوا الخرائط الحرارية
هي إحدى طرق العرض البياني المفيده لمقارنة عدد كبير من المشاهدات بصرياً بشكل ميسر.
وربما يحتاج بعضنا إلى هذا الأمر الآن ، يحتاج أن يعرف أن تقف بلد بين بلدان العالم. ولكن تبقى هنا عدة مشكلات
الأولى:
أن محاولة مقارنة دولتك بأي دولة أخرى تحمل في طياتها خطأ كبير لأن البلدان تختلف عن بعضها في أمور كثيرة، منها تاريخ أول إصابة وشكل الهرم السكاني وطبيعة الحباة الاجتماعية والوعي الصحي وتطبيق الحظر من عدمه وتطبيق سياسات تقليل الاحتكاك إلى آخره من العوامل التي تميز كل دولة
أن محاولة مقارنة دولتك بأي دولة أخرى تحمل في طياتها خطأ كبير لأن البلدان تختلف عن بعضها في أمور كثيرة، منها تاريخ أول إصابة وشكل الهرم السكاني وطبيعة الحباة الاجتماعية والوعي الصحي وتطبيق الحظر من عدمه وتطبيق سياسات تقليل الاحتكاك إلى آخره من العوامل التي تميز كل دولة
الثانية:
أن ما نراقبه بالنسبة لمختلف الدول هو التغيرات في المؤشرات. بمعنى ، أن إجمالي عدد الوفيات مهم في حد ذاته لبعض المتخصصين، لكن المتخصص وغير المتخصص يحتاجون لمعرفة كم كانت الزيادة في الوفيات اليوم بالنسبة للأمس.
مثلاً ، في الشكل وضع لإيطالياً اليوم
أن ما نراقبه بالنسبة لمختلف الدول هو التغيرات في المؤشرات. بمعنى ، أن إجمالي عدد الوفيات مهم في حد ذاته لبعض المتخصصين، لكن المتخصص وغير المتخصص يحتاجون لمعرفة كم كانت الزيادة في الوفيات اليوم بالنسبة للأمس.
مثلاً ، في الشكل وضع لإيطالياً اليوم
يعبر المنحنى الأول عن عدد الحالات الإجمالي في كل يوم (وهو بالتالي لا يمكن أن يتناقص بأي شكل إذا صحَّت عمليات التسجيل)
أما المنحنى الثاني فهو يوضح كيف وصلنا للرقم النهائي ، ما هي الزيادة التي حدثت في كل يوم ، وسوف نجد أنها تتأرجح صعوداً وهبوطا
أما المنحنى الثاني فهو يوضح كيف وصلنا للرقم النهائي ، ما هي الزيادة التي حدثت في كل يوم ، وسوف نجد أنها تتأرجح صعوداً وهبوطا
هذا يخبرنا أن عدد الوفيات يتناقص في بعض الأيام لكنه قد يعود للصعود، ويخبرنا أن أعداد المتعافين لها نمط زجزاجي يستحق التحليل ، ويخبرنا أن لدينا اتجاها لتضاؤل الأعداد المكتشفة يومياً
لهذا يأتي الشكل الثالث الذي نحاول فيه إيجاد اتجاه المؤشرات بعد عزل ما نراه (نمط غير مرتبط بالظاهرة)
لهذا يأتي الشكل الثالث الذي نحاول فيه إيجاد اتجاه المؤشرات بعد عزل ما نراه (نمط غير مرتبط بالظاهرة)
لا تنسوا من أين بدأنا وماذا كان هدفنا، كنا نتحدث عن المشكلة الثانية واستعرضنا مثالاً لندلل على الطبيعة المترنحة لبعض المؤشرات. الآن لدينا دول غير متشابهة الصفات ، ولدينا مؤشرات لا يمكننا الاعتماد عليها لتقييم وضعنا لأنها قد تكون بالصدفة أقل أو أكثر من الطبيعي ، فماذا نفعل ؟؟
أولاً علينا أن نجد مؤشرات لا تنتسب مباشرة للمجتمع ، ولكن مؤشرات تنتسب للمؤشرات.
بالبلدي كده ؟؟ كل مواطن عنده دخل معين. لما أحب أقارن بين زيادة مرتباتهم ، مينفعش أقول فلان زاد 100 جنيه وفلان زاد 1000 وخلاص
هنا نقول أننا بدأنا ننظر للنسبة ، وهي تعبر عن قيمتين معاً
بالبلدي كده ؟؟ كل مواطن عنده دخل معين. لما أحب أقارن بين زيادة مرتباتهم ، مينفعش أقول فلان زاد 100 جنيه وفلان زاد 1000 وخلاص
هنا نقول أننا بدأنا ننظر للنسبة ، وهي تعبر عن قيمتين معاً
لكن مثلاً ستظل بعض النسب رغماً عنا مرتبطة بالدولة محل الدراسة، خذوا على سبيل المثال عدد الإصابات لكل مليون
هذه النسبة في الحالة الصينية تحتاج كارثة كبرى كي تصل للمتوسط العالمي ، لماذا ؟
لأن عدد السكان ضخم جداً في الصين
وبالتالي تظهر الوفيات ضئيلة في مقابل عدد السكان
هذه النسبة في الحالة الصينية تحتاج كارثة كبرى كي تصل للمتوسط العالمي ، لماذا ؟
لأن عدد السكان ضخم جداً في الصين
وبالتالي تظهر الوفيات ضئيلة في مقابل عدد السكان
إذاً ماذا نفعل ؟؟ نأخذ مستوى أعمل من النسب ، كأن ننسب نسبة اليوم لنسبة الأمس. هنا تتلاشى الصفات اللصيقة بالدولة من المؤشر إلى حد كبير جداً. ونستطيع أن نقارن الدول على اختلاف صفاتها. لا يغيب عن حضراتكم أن عمر الفيروس في كل دولة مختلف عن غيرها (عدد الأيام منذ تسجيل أول حالة)
لقد تعاملنا مع المشكلة الأولى ، فكيف نتعامل مع المشكلة الثانية ؟؟ نستخدم الـ Moving Avergae. هذه الحالة من ترنح المؤشرات تستوجب أن نبحث عن قيمة واحدة تعبر عن كل مجموعة من المشاهدات. ثم نتخير مجموعات المشاهدات بحيث في كل مرة نهمل أقدم قراءة ونستبدلها بقراءة جديدة
مثلاً لو أن القراءات 37 ، 41 ، 38 ، 36 ، 39
نبدأ بمتوسط (37 و 41)
ثم نترك الـ 37 ونأخذ متوسط (41 و 38) .. وهكذا
لأن المتوسط يزيل الترنح ، فإنه يسهل مقارنة القيم ببعضها البعض مع خوف أقل من أن تكون إحدى القراءات منحازة لأمر عشوائي أثر فيها بالصدفة
نبدأ بمتوسط (37 و 41)
ثم نترك الـ 37 ونأخذ متوسط (41 و 38) .. وهكذا
لأن المتوسط يزيل الترنح ، فإنه يسهل مقارنة القيم ببعضها البعض مع خوف أقل من أن تكون إحدى القراءات منحازة لأمر عشوائي أثر فيها بالصدفة
إذاً ما سنفعله للمقارنة بين عدة دول هو أن نجد المؤشرات المناسبة ، ثم نحسب الاختلاف بين هذه المؤشرات بشكل يومي. ونستخدم المتوسط الحسابي (لعدد مناسب من الأيام السابقة) ، ونقارنة بالمتوسط الحسابي لعدد من الأيام الأخرى يتم تحديدها على أساس طبيعة الدراسة وهدفها
وقتها تكون لدينا مجموعة من المؤشرات المقبولة نظرياً والقابلة للمقارنة مع بعضها البعض دونما قلق كبير ، وفي نفس الوقت تكون هذه المؤشرات النهائية قد هربت من آثار الترنح المتأثر بأسباب غير خاضعة للدراسة
وهنا يأتي دور الخرائط الحرارية ، حيث تكون أداة ملائمة لاستعراض عدد كبير من الدول في نفس الوقت ومقارنتهم
جاري تحميل الاقتراحات...