מבחן לשוויון שונויות: למה הסטטיסטיקה שואלת אם הבלגן הוגן

דמיינו שלושה סירים על הכיריים.
בכולם אותו מתכון.
אותם חומרים.
אותו שף.

אבל כשאתם טועמים —
בסיר אחד הטעם תמיד “בערך אותו דבר”,
בשני — פעם מעולה פעם אסון,
ובשלישי — כאוס מוחלט.

ואז מגיע הסטטיסטיקאי ושואל שאלה מוזרה:

“רגע…
האם רמת הבלגן דומה בין הסירים?”

ברוכים הבאים ל־מבחן לשוויון שונויות

מה זו בכלל שונות?

שונות לא שואלת:

• מה הממוצע
• מי יותר טעים

היא שואלת:

עד כמה התוצאות מתפזרות.

כלומר:

• האם כולם קרובים לאותו ערך
• או שכל אחד עושה מה שבא לו

מעט שונות = משמעת.
הרבה שונות = בלגן.

אז למה בכלל לבדוק שוויון שונויות?

כי הרבה מבחנים סטטיסטיים (כמו ANOVA)
אומרים בשקט:

“אני עובד יפה
רק אם רמת הבלגן דומה בכל הקבוצות.”

אם קבוצה אחת מאוד יציבה
והשנייה מתנהגת כמו מטבח ביום שישי —
המסקנות עלולות להתעוות.

דוגמה מהמטבח

נניח שאתם משווים:

• שלושה שפים
• אותו מתכון
• ומודדים ציון טעם

אם:

• השף הראשון תמיד סביב 8–9
• השני בין 6 ל־10
• השלישי בין 2 ל־10

אז גם אם הממוצעים דומים —
ההתנהגות לא.

ומבחן לשוויון שונויות אומר:

“חבר’ה,
זה לא אותו סוג של בלגן.”

מי בודק את זה בשבילנו?

בלי להיכנס לנוסחאות:

• Levene  -רגוע, סלחני, אוהב מציאות
• Bartlett  -רגיש, אוהב נורמליות, נעלב בקלות

ישנם מבחנים נוספים

שניהם שואלים:

האם הפיזור דומה —
או שמישהו כאן משתולל יותר מהאחרים?

ומה אם השונויות לא שוות?

לא פאניקה.

הסטטיסטיקה לא אומרת:
❌ “הכול פסול”

היא אומרת:
✔️ “תתאים את הכלי”

יש:

• גרסאות מתוקנות של  ANOVA
• מבחנים אלטרנטיביים
• ופתרונות שלא מתעלמים מהבלגן

הבעיה היא לא שונות —
הבעיה היא להעמיד פנים שאין אותה.

סיכום ביסי

מבחן לשוויון שונויות לא שואל:

“מי הכי טוב?”

הוא שואל:

“האם כולם משחקים באותה רמת אי־סדר?”

ובסטטיסטיקה, כמו במטבח:

להשוות ממוצעים
בלי לבדוק את הבלגן —

זה מתכון לצרות 

R² ברגרסיה: למה הוא מרשים, למה הוא מטעה — ומה Adjusted R² וחיזוי אמיתי באים לתקן

זה קורה כמעט בכל מצגת.

מישהו מראה רגרסיה,
מצביע על מספר ואומר בגאווה:

“R² = 0.91.”

והקהל?
מתרשם.
מהנהן.
לפעמים כבר משתכנע.

אבל רגע לפני שמגישים את העוגה —
כדאי להבין מה באמת מסתתר מאחורי המספר הזה.

אז מה זה R², בפשטות?

R²  מודד:

איזה חלק מהשונות ב־Y
המודל מצליח להסביר
בעזרת המשתנים שבחרנו.

אם  R² = 0.8

80%  מהשונות בנתונים
מיוחסת למודל.

זה הכול.

לא:

• אם המודל נכון
• לא אם הוא סיבתי
• ולא אם הוא ינבא טוב מחר

דוגמה מהמטבח

נניח שאנחנו מנסים להסביר:
ציון טעם של עוגה

בעזרת:

• זמן בתנור
• טמפרטורה

אם R² גבוה:

כנראה ששני המשתנים האלה
באמת מסבירים חלק גדול מההבדלים בטעם.

אבל —
זה עדיין הסבר, לא חיזוי.

למה R² כל כך מרשים?

כי הוא:

• מספר אחד
• בין 0 ל־1
• גדול = “נראה טוב”

R² גבוה נותן תחושה ש:
✔️ “תפסנו את הסיפור”
✔️ “המודל חזק”
✔️ “אפשר לסמוך עליו”

וכאן מתחילות הבעיות.

למה R² עלול להטעות?

R²  תמיד אוהב עוד משתנים

אם נוסיף עוד ועוד משתנים —
R²  כמעט תמיד יעלה.

גם אם:

• הם לא חשובים
• הם מקריים
• או שהם עובדים רק על המדגם הזה

העוגה גדלה  —
גם אם הוספנו רק קצפת.

כאן נכנס  Adjusted R²

Adjusted R² שואל שאלה חכמה יותר:

האם השיפור בהסבר
באמת מצדיק את המורכבות שהוספנו?

הוא:

• “מעניש” על משתנים מיותרים
• יכול לרדת כשמודל מסתבך סתם
• נותן תמונה יותר הוגנת

אם:

• R²  עולה
• אבלAdjusted R²  לא

זה סימן אזהרה 🚨

R²  גבוה ≠ חיזוי טוב

וזו אולי הטעות הכי נפוצה.

R²  מודד:

כמה טוב המודל מסביר
את הנתונים שכבר ראינו.

אבל חיזוי אמיתי שואל:

איך המודל יתנהג
על נתונים חדשים לגמרי?

אפשר:

• R²  גבוה
• וחיזוי גרוע

במיוחד אם:

• יש  overfitting
• המדגם קטן
• או שהעולם השתנה

שוב המטבח

מודל עם R² = 0.95 אומר:

“אני מסביר מצוין את העוגות שכבר אפינו.”

חיזוי טוב אומר:

“אני יודע מה יקרה
בעוגה הבאה.”

וזו שאלה הרבה יותר קשה.

אז מה כן עושים?

לא זורקים את  R².
פשוט לא סוגדים לו.

משתמשים בו:
✔️ יחד עם  Adjusted R² 
✔️ יחד עם בדיקת שאריות
✔️ יחד עם ולידציה / נתוני בדיקה
✔️ ועם היגיון תחומי

R²  הוא התחלה  —
לא פסק דין.

סיכום ביסי

R²  עונה על שאלה אחת בלבד:

“כמה מהשונות
הצלחתי להסביר כאן ועכשיו?”

Adjusted R²  שואל:

“האם לא הסתבכתי סתם?”

וחיזוי אמיתי שואל:

“האם זה יעבוד גם מחר?”

ובסטטיסטיקה, כמו במטבח:

עוגה שמרשימה על השיש
לא תמיד יוצאת טוב בפעם הבאה  

מובהקות סטטיסטית: למה כולם מתרגשים — ולמה צריך להיזהר

זה קורה כל הזמן.

מישהו מציג תוצאה,
מראה מספר קטן,
ואומר בביטחון:

“זה מובהק סטטיסטית.”

והקהל?
מהנהן.
מתרשם.
לפעמים אפילו משתכנע.

אבל כאן בדיוק מתחילה הבעיה.

אז מה זו בכלל מובהקות סטטיסטית?

בצורה הכי פשוטה:

מובהקות סטטיסטית אומרת:

אם באמת אין אפקט,
אז הסיכוי לראות תוצאה כזו (או קיצונית יותר)
הוא נמוך.

זה הכול.

לא:

• כמה האפקט גדול
• כמה הוא חשוב
• האם הוא שימושי
• או אם כדאי לשנות בגללו החלטות

רק:

“זה כנראה לא קרה במקרה.”

 דוגמה מהמטבח

נניח שאתם משנים מתכון:

• מוסיפים חצי גרם מלח
• מודדים את ציון הטעם
• עם המון טועמים

התוצאה:
שיפור זעיר בטעם  —
אבל עם מדגם גדול מספיק:

מובהק! 

האם מישהו באמת ירגיש את זה בצלחת?
כנראה שלא.

אבל הסטטיסטיקה?
מאוד מתרשמת.

למה מובהקות כל כך מרשימה?

כי היא:

• נותנת תשובה בינארית (כן/לא)
• נשמעת מדעית
• קלה לתקשור
• ועובדת מצוין בכותרות

p < 0.05
מרגיש כמו חותמת איכות.

אבל זו חותמת על מה בדיוק?

 

ולמה היא גם מסוכנת?

מובהק ≠ חשוב

אפשר לקבל מובהקות:

• עם אפקט זניח
• שלא משנה שום דבר בפועל

לא מובהק ≠ אין אפקט

יכול להיות אפקט אמיתי:

• אבל מדגם קטן
• או רעש גדול

והסטטיסטיקה פשוט לא “רואה” אותו.

אפשר לשחק עם זה

עוד משתנה,
עוד תת־קבוצה,
עוד בדיקה —

ובסוף:

“מצאנו מובהקות!”

הסטטיסטיקה לא שקרנית.
אנשים לפעמים כן.

מה מובהקות כן אומרת לנו?

היא אומרת:

“התוצאה הזו לא נראית מקרית לגמרי  —
בהנחות שבחרנו.”

וזה מידע חשוב.
אבל חלקי.

בלי:

• גודל אפקט
• אי־ודאות
• הקשר
• והיגיון תחומי

זו חצי תמונה.

סיכום ביסי

מובהקות סטטיסטית היא:

• כלי חשוב
• אינדיקציה טובה
• אבל לא היעד עצמו

היא מרשימה
כי היא פשוטה.

היא מסוכנת
כי היא מפתה אותנו לעצור שם.

ובסטטיסטיקה, כמו במטבח:

לא כל מה שעובר סף,  
באמת שווה להגיש