تحليلات متقدمة

ما الذي يستعمله النموذج لتفسير مؤشر الضغط المالي؟

غابة عشوائية (500 شجرة) تعيد بناء مؤشر الضغط المالي لكل سنة (1999-2025) انطلاقا من خمسة متغيرات. قيم Shapley توزع الفرق بين قيمة النموذج والمستوى المتوسط (61,1) على هذه المتغيرات، سنة بسنة.

الأهمية الإجمالية (متوسط القيمة المطلقة للمساهمات)

• أيام الحر الشديد في السنة 43,8 % · ±6,5
• مؤشر الضغط المالي في السنة السابقة 33,2 % · ±4,9
• نمو القيمة المضافة الفلاحية 10,9 % · ±1,6
• انحراف الحرارة السنوي 7,3 % · ±1,1
• الجفاف السنوي (SPEI-12 في دجنبر) 4,8 % · ±0,7

خارج العينة، يتوقع النموذج أسوأ من مجرد تكرار قيمة السنة السابقة: المساهمات أدناه تصف كيف يعيد النموذج بناء الماضي، ولا تصلح أداة للتوقع.

المساهمات سنة بسنة

كيف تُقرأ: مساهمة موجبة تعني أن قيمة المتغير في تلك السنة دفعت النموذج إلى رفع مؤشر الضغط فوق مستواه المتوسط. هذه المساهمات تصف طريقة اشتغال النموذج، ولا تُثبت أي أثر سببي. عدد الملاحظات صغير (حوالي ثلاثين سنة)، والمتغيرات التي ترتفع مع الزمن، مثل أيام الحر، قد تلتقط اتجاها زمنيا مشتركا بدل علاقة مباشرة.

المنهجية والحدود

• كل الحسابات تتم أثناء التحديث اليومي بمكتبة scikit-learn، دون أي خدمة خارجية، وبمعاملات وبذرة عشوائية ثابتة: النتائج قابلة لإعادة الإنتاج.
• قيم Shapley محسوبة بدقة (كل تركيبات المتغيرات الخمسة)، وليس بالتقريب.
• نماذج الأشجار تتعلم من الماضي ولا تمدد الاتجاه: لا تستطيع توقع قيمة خارج المجال الذي سبق تسجيله.
• التنبؤ ليس سببية: ارتباط متغير بالمؤشر داخل النموذج لا يعني أنه سبب في تغيره.

المصدر : Calculs de l'Observatoire (scikit-learn) ; Open-Meteo (ERA5) ; Banque mondiale