دفتر Jupyter يحلّل اتجاه النزوح تاريخياً عبر `trend_analysis` (ميل، R²، سنوات شاذة إحصائياً) ثم يُسقط الأعوام القادمة عبر أداة `forecast` (انحدار خطي على آخر 10 سنوات) لدول مثل السودان وسوريا.
القيمة
يمنح الباحثين تقديراً بترتيب المقدار لمسار الأزمة (السودان: ~2.6M لاجئ متوقّع بحلول 2027)، مع إبراز صريح للتحذير بأن التنبؤ الخطي لا يلتقط الأحداث المفاجئة.
كيف تعمل؟
دفتر تفاعلي يستدعي `trend_analysis` لاستخراج الميل والانحرافات الإحصائية، ثم `forecast` لإسقاط 1–5 أعوام. النتائج تُجمّع في Pandas وتُرسم مع شريط تحذير منهجي. الأداتان تجريان الحساب داخل الخادم، فلا حاجة لإعادة تنفيذ الانحدار محلياً.
مثال تقني
trend = await session.call_tool("trend_analysis", {
"country": "Syria", "role": "origin", "year_from": 2015
})
print("الميل/سنة:", trend["trend"]["slope_per_year"], "| R²:", trend["trend"]["r2"])
print("سنوات شاذة:", [a["year"] for a in trend["anomalies"]])
fc = await session.call_tool("forecast", {
"country": "Sudan", "role": "origin",
"metric": "refugees", "years_ahead": 3
})
for p in fc["projected"]:
print(p["year"], "→", f"{p['value']:,}")
print("تحذير:", fc["caveat"])