شرح النمذجة البايزية للدورات: لماذا نُظهر سيغما بدلاً من تاريخ محدد

تُظهر لك معظم تطبيقات الدورات تاريخاً واثقاً. «الدورة: مارس 14». يبدو الأمر كأنه حقيقة. لكنه خيار في تجربة المستخدم يُخفي توزيعاً احتمالياً خلف رقم واحد. تُجري النمذجة البايزية للدورات الحسابات ذاتها، لكنها تُظهر لك مدى التشتت.

يشرح هذا المقال كيف تعمل الحسابات فعلياً، ولماذا يُبرز Soulwise قيمة سيغما بدلاً من التظاهر باليقين، وكيف يبدو ذلك في واجهة الاستخدام اليومية.

ماذا تعني كلمة "بايزي" هنا فعليًا

يجمع الاستدلال البايزي بين أمرين:

• الاعتقاد المسبق: قناعتك الأولية حول طول الدورة قبل امتلاكك بيانات من هذا المستخدم تحديدًا.
• الأرجحية: ما تخبرك به كل دورة جديدة تُسجَّل.

اضرب أحدهما في الآخر، ثم وحِّد القيم، فتحصل على الاعتقاد اللاحق: قناعتك المُحدَّثة. يصبح هذا الاعتقاد اللاحق هو الاعتقاد المسبق للدورة التالية. ويزداد النموذج دقةً مع وصول مزيد من الدورات.

تبدأ Soulwise باعتقاد مسبق غاوسي يتمركز عند mu = 28 يومًا بانحراف معياري sigma = 5 أيام. هذا هو الشكل التقريبي لطول الدورة عبر عموم الناس. ومع تسجيل دوراتك الخاصة، ينقل النموذج المركز نحو متوسطك الشخصي، ويضيّق (أو يوسّع) قيمة sigma بناءً على تباينك.

التحديث المترافق، في فقرة واحدة

في حالة التوزيع المسبق الغاوسي ودالة الإمكان الغاوسية، تتبسّط الرياضيات على نحوٍ أنيق. إذا كان توزيعك المسبق يقول cycle ~ N(mu_0, sigma_0) ورصدتَ دورات x_1, x_2, ..., x_n، فإن التوزيع البعدي يكون غاوسياً أيضاً:

posterior_mean = (mu_0 / sigma_0^2 + sum(x_i) / sigma_observed^2) / (1 / sigma_0^2 + n / sigma_observed^2)
posterior_sigma = sqrt(1 / (1 / sigma_0^2 + n / sigma_observed^2))

الترجمة: كلما سجّلتَ المزيد من الدورات، قلّت أهمية التوزيع المسبق وزادت سيطرة بياناتك الشخصية. بعد نحو 3 دورة مسجّلة، يصبح التوزيع المسبق السكاني مساهماً ضئيلاً؛ وبعد نحو 10, يغدو مجرد ضوضاء.

ما يراه المستخدم

التوزيع اللاحق منحنى. ولا يمكن لواجهة الاستخدام عرض منحنى في إشعار. لذا يضغطه Soulwise إلى شيئين:

• نطاق مُرجَّح. النافذة التي يضع فيها التوزيع اللاحق معظم كتلته (مثل المجال المركزي 68%، أي ما يقارب +/- 1 سيغما).
• وسم ثقة. واحد من ثلاثة وسوم بلغة واضحة:
  • "ارتباط مُرجَّح" عندما تكون السيغما ضيقة والبيانات حديثة.
  • "إشارة ضعيفة" عندما تكون السيغما واسعة أو البيانات شحيحة.
  • "بيانات غير كافية" عندما تكون الدورات المُسجَّلة أقل من الحد الأدنى الذي يحتاجه النموذج.

لذا بدلًا من "الدورة: مارس 14," يرى المستخدم "غالبًا مارس 12-16, إشارة ضعيفة." وهذا هو الناتج الفعلي للنموذج، لا لمسة تجميلية في تجربة الاستخدام.

لماذا لا نخفي شيئًا

ثلاثة أسباب.

الصدق. لا يمكن لأداة تتبّع الأنماط أن تَعِد بموعدٍ لا تعرفه. إظهار قيمة سيغما هو السبيل الوحيد لكي يضبط المستخدم مقدار ثقته.

الأمان. يدفع الموعدُ الذي يبدو واثقًا الناسَ إلى التخطيط حوله لأمورٍ لا يستطيع التطبيق دعمها، بما في ذلك الإنجاب ومنع الحمل والقرارات الطبية. أمّا تسمية مستوى الثقة فتقول "هذا تقدير"، وهذا ما هو عليه بالفعل.

المرونة تجاه الدورات غير المنتظمة. تكيّس المبايض، ومرحلة ما قبل انقطاع الطمث، والدورات بعد التوقف عن حبوب منع الحمل، والعلاج الهرموني، كلها تُوسّع قيمة سيغما. أمّا أداة التتبّع التقليدية فإمّا أن تُخطئ بشكلٍ كبير أو تتخلى عن المستخدم بصمت. في حين أنّ أداة التتبّع البايزية تكتفي بوسم التقدير بأنه "إشارة ضعيفة" وتواصل عملها.

ما لا يفعله النموذج

بعض الحدود الصارمة، مدوَّنة هنا حتى لا تنحرف:

• لا يقدّر أحداثاً محددة في الدورة تتجاوز النطاق الزمني للدورة التالية.
• لا يحدّد نافذة لتنظيم الأسرة.
• ليس مصمَّماً لحالات الاستخدام المتعلقة بالحمل أو منع الحمل.
• ليس مُثبتاً سريرياً ولا يحلّ محل الاستشارة الطبية في حالات تأخر الدورة أو النزيف غير المنتظم أو الأعراض المستمرة.

هذه الحدود ليست تحفّظاً من النموذج، بل هي تحديد صحيح لنطاقه. فتقدير موعد الدورة وتقدير تنظيم الأسرة مشكلتان مختلفتان، لكل منهما احتياجات بيانات مختلفة ومعايير تنظيمية مختلفة.

حيث تلتقي الرياضيات بالطقس اليومي

في Soulwise، تُغذّي المخرجات البايزية سياق طور الدورة المستخدَم في تسجيل الحضور اليومي. يسألك الطقس الذي يستغرق 20 ثانية عن شعورك؛ وتستخدم الاستجابة طور الدورة كأحد خمسة مدخلات. عندما يكون سيغما واسعًا، تمنح بطاقة الاستجابة طور الدورة وزنًا أقل. وعندما يكون سيغما ضيقًا، تمنحه وزنًا أكبر. تستحق الرياضيات وزنها بصدقها حيال مدى ثقتها.

النسخة الأقصر: المتتبّع البايزي الحقيقي يُظهر سيغما. إذا أظهر تطبيقك تاريخًا واحدًا بثقة، فقد يكون النموذج الكامن وراءه هو ذاته، لكن طريقة العرض تُخفي ما يعرفه فعلًا.