MerQuR+Başvuru Kitabı

2. Tolerans Aralıkları (Normal ve Dağılımdan Bağımsız)

Analiz kimliği: tolerance_intervals · Menü adı: Tolerans Aralıkları (Normal ve Dağılımdan Bağımsız) · Panel: gui/panels/analyses/tolerance_intervals_panel.py · Motor: stats/tolerance_intervals.py, run_tolerance (satır 287–335), _one (208–284), k çarpanları (47–113), Wilks (118–163)

2.1 Ne işe yarar

Tolerans aralığı, anakütlenin en az P oranını belirli bir güvenle kapsayan aralıktır. Cevapladığı soru şudur: "Hastaların en az %95'inin değeri hangi aralıktadır ve bu söylediğime ne kadar güvenebilirim?" Tanım, iki olasılığı iç içe taşır:

\Pr\Big\{\ \Pr_X\!\left(L\le X\le U\right)\ \ge\ P\ \Big\}\ =\ 1-\alpha
  • X: anakütleden rastgele bir gözlem (bir hastanın sistolik kan basıncı).
  • L, U: örneklemden hesaplanan alt ve üst sınır; örneklemden örnekleme değişen rastgele büyüklükler.
  • İçteki olasılık \Pr_X(L\le X\le U): aralığın kapsadığı anakütle oranı (kapsam).
  • P: istenen en küçük kapsam (formdaki "Kapsam oranı").
  • 1-\alpha: aralığı kuran yordamın kapsamı en az P yapma olasılığı (güven düzeyi).

Normal dağılım varsayımı altında aralık \bar x\pm k\,s biçimindedir; k yalnız n, P ve 1-\alpha'ya bağlıdır. Dağılımdan bağımsız (Wilks) aralık ise iki sıralı gözlemdir: [x_{(r)},\ x_{(n-r+1)}].

Ne zaman kullanılır? Klinik referans aralığı ("sağlıklı bireylerin %95'i"), spesifikasyon ve kalite denetimi (üretilen tabletlerin %99'unun ağırlığı), süreç yeterliliği, çevresel eşik değerleri (kuyu suyu nitratının üst %95 sınırı).

Ne zaman kullanılmaz?

  • Evren ortalaması için aralık isteniyorsa: Tanımlayıcı İstatistikler'deki ortalamanın GA'sı ya da Tek Örneklem t-Testi.
  • Bir sonraki tek gözlem için aralık isteniyorsa: tahmin aralığı \bar x\pm t_{1-\alpha/2,n-1}\,s\sqrt{1+1/n}; MerQur'da ayrı bir analiz olarak yoktur, regresyonun tahmin aralığı seçeneğiyle elde edilir.
  • Değişken bir yordayıcıya bağlıysa (yaşa göre değişen referans eğrisi): Kantil Regresyon.
  • Dağılım belirgin biçimde normal değilse normal aralık kullanılmaz; dağılımdan bağımsız satır, dönüşüm (log) ya da daha büyük örneklem gerekir.

Sık karıştırılan aralıklar. Aynı veride üç aralık şunlardır (sistolik KB, n=280):

Aralık Neyi kapsar Bu veride
Ortalamanın %95 GA'sı Evren ortalamasını, %95 güvenle [131,79; 136,30]
%95 tahmin aralığı Bir sonraki tek hastayı, %95 olasılıkla [96,23; 171,86]
P = 0,95, %95 tolerans aralığı Hastaların en az %95'ini, %95 güvenle [93,55; 174,53]

Tolerans aralığı en geniştir; çünkü hem kapsamı hem de bu kapsam iddiasının örneklem belirsizliğini taşır.

2.2 Varsayımlar ve veri türü

Varsayım Ne demek MerQur'da nasıl denetlenir
Bağımsız ve aynı dağılımlı gözlemler Her hasta aynı anakütleden, birbirinden bağımsız. Tasarımla sağlanır; denetlenmez.
Normallik (yalnız normal aralık) X\sim N(\mu,\sigma^2). k çarpanı tamamen bu varsayıma dayanır. Her satır için Shapiro–Wilk (3\le n\le5000, SS > 0) bilgi olarak yazılır; p<0{,}05 ise uyarı (tolerance_intervals.py:274–282).
Süreklilik (Wilks aralığı) Dağılım sürekli; bağ (eşit değer) yok. Denetlenmez.
Yeterli örneklem (Wilks aralığı) İstenen güveni sağlayacak sıra numarası bulunmalı. Bulunamazsa en küçük/en büyük gözlem verilir, elde edilen güven ve gereken en küçük n uyarıda yazılır.

Eksik değer. Her değişken ayrı ele alınır (değişken bazında silme): sayıya çevrilemeyen, eksik ya da sonsuz değerler atılır (tolerance_intervals.py:309, 325–326). Grup seçilmişse grup değeri eksik satırlar da çıkarılır (:311–313). Künyedeki n ise seçilen bütün sütunlar üzerinde liste bazında silmeyle sayılır (stats_panel.py:9203–9204); birden çok değişkende bu sayı satırlardaki n'lerden farklı olabilir. Künye bu yüzden liste bazındaki n'i adıyla verir ve tablodaki n'lerin değişken bazında olduğunu yazar.

Uç durumlar.

  • P ya da güven (0{,}1) dışında, değişken yok, sütun bulunamadı: hata (tolerance_intervals.py:291–304).
  • Bir değişkende ya da grupta n<2: o satır atlanır, uyarı yazılır (:320–322, 328–330). Hiç satır kalmazsa hata (:332–333).
  • SS = 0: uyarı; normal aralık tek noktaya iner (:216–217). Shapiro–Wilk hesaplanmaz.
  • Tek yanlı aralıkta öteki sınır \pm\infty yazılır (:220–223).
  • Arayüzde Kapsam oranı 0,50–0,9999 arasıdır (tolerance_intervals_panel.py:74–75).

2.3 Parametreler

Arayüz adı Varsayılan Ne yapar Sonucu nasıl değiştirir
Değişkenler veriye bağlı Bir ya da daha çok sayısal değişken; her biri ayrı satır. Grafik yalnız ilk değişkeni çizer; grafikte bu not yazılır.
Grup değişkeni (isteğe bağlı) (yok) Kategorik değişken; her düzey için ayrı aralık. Düzeyler sıralanır (tolerance_intervals.py:314–316); n<2 olan grup atlanır.
Kapsam oranı (P) 0,95 Kapsanması istenen en küçük anakütle oranı. P büyüdükçe k ve aralık genişler; Wilks için gereken n hızla artar.
Güven Düzeyi %95 %90, %95, %99 ya da 80–99,9 özel. Güven arttıkça k büyür; Wilks sıra numarası r küçülür.
Aralık türü İki yanlı İki yanlı; tek yanlı alt sınır; tek yanlı üst sınır. Tek yanlıda k merkezî olmayan t'den gelir ve iki yanlıdakinden küçüktür.
İki yanlı k çarpanı Kesin (Odeh) Kesin (sayısal integral) ya da Howe yaklaşımı. Bu veride fark 3\times10^{-6}; küçük n'de büyür. Tek yanlıda yok sayılır.
Dağılımdan bağımsız aralık açık Wilks sıra istatistiği aralığını da hesaplar. Ek tablo ve grafikte noktalı çizgiler.

Neden tek yanlı seçimde "Howe" yok sayılıyor?

Howe (1969) formülü iki yanlı aralık içindir. Tek yanlı sınırın kesin çarpanı merkezî olmayan t dağılımından kapalı biçimde bulunur, yaklaşıma gerek yoktur. Panel bu durumda yöntemi "kesin"e çevirir ve ayar bloğuna "Howe yaklaşımı yalnız iki yanlı aralık içindir" notunu yazar (tolerance_intervals_panel.py:134–138). Sonuç metni "Kesin (merkezsel olmayan t)" der.

2.4 Tıp örneği

Tıp setinde tolerans aralığına ayrılmış bir dosya yoktur Klinik kullanımın en doğal biçimi olan referans aralığı sorusu, Bölüm 1'deki dosyanın sistolik kan basıncıyla kurulmuştur. Başka disiplinin verisi gerekmemiştir.

Dosya: english/datasets/Tip/01_descriptive_patient_vital.xlsx.

Değişken Rol Tür Açıklama/özet
systolic_bp Değişken tamsayı (mmHg) 90–195; ortalama 134,04, SS 19,18.
sex Grup değişkeni (ikinci çalıştırma) metin, 2 düzey female 147, male 133.

n ve eksik değer: 280 hasta, eksik değer yok. Shapiro–Wilk W=0{,}9944, p=0{,}397: normallik reddedilmez. En küçük dört değer 90'dır (ölçüm alt sınırında yığılma); bu, Wilks alt sınırını etkiler (2.6, Adım 6).

Klinik soru: Bu hasta anakütlesinde sistolik kan basıncının %95'ini, %95 güvenle kapsayan aralık nedir? Kadın ve erkek için ayrı aralık gerekir mi?

Seçilen ayarlar: Varsayılanlar (P = 0,95; %95; iki yanlı; kesin; dağılımdan bağımsız açık). Karşılaştırma için Howe, tek yanlı alt ve üst, P = 0,90 ve P = 0,99/%99 ve "Grup değişkeni: sex" ile ek çalıştırmalar yapılmıştır.

Şekil 2.1. Sistolik kan basıncı histogramı. Mor çizgiler normal tolerans aralığı (P = 0,95, %95), yeşil noktalı çizgiler Wilks aralığı X(4) ve X(277); turuncu bant ortalamanın %95 GA'sı. GA ile tolerans aralığı arasındaki büyüklük farkına dikkat edin.

2.5 Formüller ve hesap adımları

MerQur'un sırası şudur: (1) seçenekleri denetle; (2) her değişken (ve grup) için eksikleri at; (3) \bar x ve s'yi hesapla; (4) k çarpanını aralık türü ve yönteme göre bul, sınırları kur; (5) Wilks sıra numarasını ve elde edilen güveni bul; (6) Shapiro–Wilk ile normalliği bilgi olarak raporla; (7) uyarıları topla.

2.5.1 Normal tolerans aralığının yapısı

L=\bar x-k\,s,\qquad U=\bar x+k\,s,\qquad s=\sqrt{\frac{1}{n-1}\sum\left(x_i-\bar x\right)^2}
  • \bar x, s: örneklem ortalaması ve SS (np.std(x, ddof=1), tolerance_intervals.py:211–212).
  • k: tolerans çarpanı; n, P, güven ve aralık türüne bağlıdır, veriye bağlı değildir.

Neden \bar x\pm z_{(1+P)/2}\,s yetmez?

\mu ve \sigma bilinseydi \mu\pm z_{(1+P)/2}\,\sigma tam olarak P oranını kapsardı (P=0{,}95 için 1,96). Bilinmedikleri için \bar x ve s kullanılır; bunlar rastgeledir ve \bar x\pm1{,}96\,s ortalamada P'den az kapsar. k, bu belirsizliği karşılayacak kadar büyütülmüş çarpandır: n\to\infty iken k\to z_{(1+P)/2}. Bu veride k=2{,}1115, sınır değer 1,9600'dür.

2.5.2 İki yanlı kesin çarpan (Odeh 1978)

Verilen k için aralığın kapsamının P'yi aşma olasılığı şu integraldir; k, bu olasılık istenen güvene eşit olacak biçimde bulunur:

\gamma(k)=\sqrt{\frac{2n}{\pi}}\int_{0}^{\infty}\Pr\!\left(\chi^2_{\nu}>\frac{\nu\,r^2(z)}{k^2}\right)e^{-n z^2/2}\,dz\ =\ 1-\alpha
  • \nu=n-1: s^2'nin sd'si.
  • z: ortalamanın standartlaştırılmış sapması, z=\lvert\bar x-\mu\rvert/\sigma; e^{-nz^2/2} terimi onun yoğunluğunu verir.
  • r(z): \Phi(z+r)-\Phi(z-r)=P denkleminin kökü; ortalaması z kadar kaymış bir aralığın P kapsayabilmesi için gereken yarı genişlik (\sigma biriminde). Kodda r^2(z), merkezî olmayan ki-kare kantili \chi'^2_{1,P}(\text{ncp}=z^2) olarak hesaplanır (_exact_nodes, tolerance_intervals.py:73–85).
  • \Pr(\chi^2_\nu>\cdot): s'nin yeterince büyük çıkma olasılığı.

Koddaki tercih

İntegral [0,\ \sqrt{100/n}] aralığında 12 parçaya bölünür, her parçada 40 noktalı Gauss–Legendre kuralı uygulanır (tolerance_intervals.py:70–85); e^{-nz^2/2}<e^{-50} bölgesi ihmal edilir. r^2(z) değerleri k'dan bağımsız olduğundan bir kez hesaplanır. Kök Brent yöntemiyle, 10^{-12} toleransla bulunur; arama aralığı Howe çarpanından türetilir (:94–105). Bu tanım R tolerance::K.factor(method = "EXACT") ile aynıdır. Doğrulamada n=2 ile n=20000 arasında 21 durumda R ile fark 10^{-9}'dan küçük çıkmıştır.

Neden iki olasılık iç içe?

Kapsam, \bar x ve s'nin aldığı değerlere bağlı rastgele bir büyüklüktür. Önce \bar x'in belirli bir değeri (z) için "kapsam \ge P" olayı "s\ge \sigma r(z)/k" olayına dönüşür; bunun olasılığı ki-kare kuyruğudur. Sonra z'nin dağılımı üzerinden ortalama alınır. Aralık \bar x çevresinde simetrik olduğundan z\ge0 yeterlidir; çarpan 2 integralin önündeki \sqrt{2n/\pi} içindedir.

2.5.3 İki yanlı Howe yaklaşımı

k_{H}=z_{(1+P)/2}\sqrt{\frac{\nu\left(1+\frac1n\right)}{\chi^2_{\alpha;\,\nu}}\left(1+w\right)},\qquad w=\frac{\nu-2-\chi^2_{\alpha;\,\nu}}{2\,(n+1)^2}
  • z_{(1+P)/2}: standart normalin (1+P)/2 kantili (P = 0,95 için 1,96).
  • \chi^2_{\alpha;\,\nu}: \nu sd'li ki-karenin alt \alpha kantili (chi2.ppf(alpha, f), tolerance_intervals.py:58).
  • w: Guenther (1977) düzeltmesi; küçük n'de Howe'un yaklaşımını kesin değere yaklaştırır.

Kod bu dalı \nu\le n^2\,(1+1/z_{1-\alpha/2}^2) iken kullanır (pratikte her zaman); \nu bu eşiği aştığında Howe'un ilk formülüne geçer (tolerance_intervals.py:61–64). Eşik R K.factor(method = "HE") ile aynıdır.

Neden bu biçim?

\sqrt{1+1/n}\;z_{(1+P)/2} ortalamanın belirsizliğini, \sqrt{\nu/\chi^2_{\alpha;\nu}} ise s'nin \sigma'yı küçük kestirme riskini karşılar: s^2'nin \nu\sigma^2/\chi^2_{\alpha;\nu}'yi aşmama olasılığı 1-\alpha'dır. İki etkinin çarpımı kapalı biçimli, hesaplaması kolay bir çarpan verir. Howe yaklaşımı orta ve büyük n'de kesin değere çok yakındır; bu veride k_H=2{,}111452, k=2{,}111455.

2.5.4 Tek yanlı kesin çarpan

k_1=\frac{t'_{1-\alpha}\!\left(\nu,\ \delta\right)}{\sqrt n},\qquad \delta=z_P\sqrt n
  • t'_{1-\alpha}(\nu,\delta): \nu sd'li, merkezî olmama parametresi \delta olan t dağılımının 1-\alpha kantili (nct.ppf, tolerance_intervals.py:47–51).
  • z_P: standart normalin P kantili (P = 0,95 için 1,6449; iki yanlıdaki 1,96 değil).
  • Alt sınır \bar x-k_1 s (üst sınır +\infty); üst sınır \bar x+k_1 s (alt sınır -\infty).

Neden merkezî olmayan t?

Alt sınırın kapsamı \ge P olması, \bar x-k_1 s\le\mu-z_P\sigma demektir. Düzenlenince \sqrt n\,(\bar x-\mu+z_P\sigma)/s\le k_1\sqrt n olur. Sol taraftaki büyüklük, payında ortalaması z_P\sqrt n olan normal, paydasında s/\sigma bulunan bir orandır; tanım gereği \delta=z_P\sqrt n merkezî olmama parametreli t'_\nu dağılır. Bu nedenle tek yanlı çarpan kesindir; yaklaşım ya da integral gerekmez (Wald ve Wolfowitz 1946; Krishnamoorthy ve Mathew 2008).

2.5.5 Dağılımdan bağımsız aralık (Wilks)

İki yanlı aralık [x_{(r)},\ x_{(n-r+1)}]'dir. Sürekli her dağılımda bu aralığın kapsamı \mathrm{Beta}(n-2r+1,\ 2r) dağılır; bu yüzden elde edilen güven:

\gamma_2(r)=\Pr\!\left\{\mathrm{Beta}(n-2r+1,\ 2r)>P\right\}=\Pr\!\left\{\mathrm{Bin}(n,\ 1-P)\ge 2r\right\}
  • r: alttan ve üstten kaçıncı sıralı gözlemin sınır alınacağı; MerQur \gamma_2(r)>1-\alpha koşulunu sağlayan en büyük r'yi ikiye bölme ile arar (np_two_sided_r, tolerance_intervals.py:118–131). r büyüdükçe aralık daralır, güven düşer.
  • İkinci eşitlik: kapsam P'den küçükse aralığın dışında kalan 2r-1'den çok "kuyruk" gözlemi yoktur; bu bir binom olayıdır.

Tek yanlı alt sınır x_{(r)} (üst sınır için x_{(n-r+1)}):

r=\text{qbinom}\!\left(\alpha;\ n,\ 1-P\right),\qquad \gamma_1(r)=\Pr\!\left\{\mathrm{Bin}(n,\ 1-P)\ge r\right\}

np_one_sided_r ve np_one_sided_conf (tolerance_intervals.py:138–144). R tolerance::nptol.int(method = "WILKS") ile aynı tanımdır.

Neden dağılımdan bağımsız?

Olasılık integral dönüşümü U=F(X), sürekli her F için tekdüze dağılır; sıralı F(x_{(i)}) değerleri ise tekdüzenin sıra istatistikleridir. İki sıra istatistiği arasındaki olasılık kütlesi bu yüzden F'den bağımsız olarak beta dağılır (Wilks 1941). Bedeli şudur: güven yalnız kesikli r değerlerinde alınabilir ve küçük örneklemde hiç sağlanamayabilir.

Koddaki tercih

Örneklem istenen güveni sağlamaya yetmezse (r=0) MerQur R gibi en küçük ve en büyük gözlemi sınır yapar; ama R'den farklı olarak elde edilen güveni (r=1 ile), istenen güveni ve gereken en küçük n'yi uyarıda yazar, ayar bloğuna kaydeder ve tabloda yıldızla işaretler (tolerance_intervals.py:249–273). Gereken en küçük n tek yanlıda \lceil\ln\alpha/\ln P\rceil, iki yanlıda ikiye bölmeyle bulunur (np_min_n, :147–163). P = 0,95 ve %95 için bu sayılar 59 ve 93'tür.

Eşitsizliğin yönü

İki yanlı r araması da en küçük n hesabı da aynı koşulu kullanır: \gamma_2(r)\ge1-\alpha (np_two_sided_r, np_min_n). Elde edilen güven tam olarak 1-\alpha'ya eşit olduğunda iki işlev aynı kararı verir.

2.5.6 Normallik ön denetimi

Her satır için 3\le n\le5000 ve s>0 ise Shapiro–Wilk çalıştırılır (tolerance_intervals.py:274–282). p<0{,}05 ise "normal tolerans aralığı yanıltıcı olabilir, dağılımdan bağımsız aralığa bakın" uyarısı yazılır. Eşik sabittir; formdaki güven düzeyinden bağımsızdır. Test yalnız bilgi verir; hiçbir hesabı değiştirmez. Shapiro–Wilk ayrıntısı Bölüm 3'tedir.

2.6 Elle hesap: Tıp verisinde sayısal yürüyüş

Ara değerler dogrulama/tolerance_intervals/elle_hesap.py ile, MerQur kodu çağrılmadan hesaplanmıştır. Kesin k için integral scipy.integrate.quad ile (MerQur'un Gauss–Legendre düğümlerinden bağımsız) alınmıştır.

Adım 1 — Özet. n=280, \bar x=134{,}042857, s=19{,}175990, \nu=279.

Adım 2 — İki yanlı kesin k. \gamma(k)=0{,}95 denkleminin kökü:

k=2{,}111455,\qquad \gamma(2{,}111455)=0{,}950000
L=134{,}042857-2{,}111455\times19{,}175990=93{,}553616,\qquad U=174{,}532098

Adım 3 — Howe. z_{0{,}975}=1{,}959964; \chi^2_{0{,}05;\,279}=241{,}315025; eşik n^2(1+1/z^2)=98808{,}9 ve \nu=279 bunun altında olduğundan Guenther dalı:

\begin{gathered}w=\frac{279-2-241{,}315025}{2\times281^2}=0{,}000226,\qquad \frac{279\,(1+1/280)}{241{,}315025}=1{,}160294\\[4pt] k_H=1{,}959964\sqrt{1{,}160294\times1{,}000226}=2{,}111452,\qquad [93{,}553675;\ 174{,}532040]\end{gathered}

Adım 4 — Tek yanlı. z_{0{,}95}=1{,}644854, \delta=1{,}644854\times\sqrt{280}=27{,}523666:

k_1=\frac{t'_{0{,}95}(279,\ 27{,}523666)}{\sqrt{280}}=\frac{30{,}210764}{16{,}733201}=1{,}805438

Alt sınır 134{,}042857-1{,}805438\times19{,}175990=99{,}421787; üst sınır 168{,}663927. Tek yanlı sınırlar iki yanlıdakinden içeridedir; çünkü kapsam dışı oran (1-P) tek kuyrukta toplanır.

Adım 5 — Wilks iki yanlı. 1-P=0{,}05; \mathrm{Bin}(280;\ 0{,}05) beklenen değeri 14'tür.

r 2r \gamma_2(r)=\Pr\{\mathrm{Bin}\ge 2r\} \ge0{,}95?
4 8 0,971395 evet
5 10 0,896593 hayır

En büyük uygun r=4; sınırlar x_{(4)}=90, x_{(277)}=180; elde edilen güven 0,9714.

Adım 6 — Wilks tek yanlı. F(7)=\Pr\{\mathrm{Bin}\le7\}=0{,}028605<0{,}05\le F(8)=0{,}057479; r=\text{qbinom}(0{,}05)=8, \gamma_1=1-F(7)=0{,}971395. Alt sınır x_{(8)}=101; üst sınır x_{(273)}=174. İki yanlı alt sınır x_{(4)}=90, verideki en küçük değerle aynıdır: en küçük dört ölçüm 90'dır. Bağlı (yuvarlanmış) veride sıra istatistiği aralığı kesikli basamaklara düşer.

Adım 7 — Koşullar arası karşılaştırma.

Koşul k Normal aralık Wilks (r; güven)
P = 0,90; %95 1,771997 [100,0631; 168,0227] [102; 172] (10; 0,9602)
P = 0,95; %95 2,111455 [93,5536; 174,5321] [90; 180] (4; 0,9714)
P = 0,99; %99 2,861180 [79,1769; 188,9088] [90; 195] (1; 0,7705)

P = 0,99 ve %99'da r=1 bile yetmez: \Pr\{\mathrm{Bin}(280;\ 0{,}01)\ge2\}=0{,}7705. Bu güveni sağlamak için en az n=662 gerekir; MerQur sınırları en küçük ve en büyük gözlem olarak verir ve uyarı yazar.

Adım 8 — Gruba göre (sex). Kadın: n=147, k=2{,}178265, [90,6704; 178,1596]; erkek: n=133, k=2{,}191359, [93,7738; 173,4893]. Gruplar küçüldüğü için k büyür. Wilks aralığı iki grupta da r=1 ile en küçük–en büyük gözlemdir (güven 0,9954 ve 0,9913).

2.6.1 Doğrulama: MerQur, Python ve R

MerQur değerleri tolerance_intervals_panel.execute() çağrısından alınmıştır (dogrulama/tolerance_intervals/merqur_calistir.py); motor sonuç alanlarını yuvarlamadığı için round etkisizleştirmesi gerekmemiştir. R: 4.5.3, tolerance 3.0.0 (normtol.int, K.factor, nptol.int, method = "EXACT" için m = 200), shapiro.test. Ölçüt: en büyük fark \le10^{-6} (değer 1'den büyükse göreli).

Büyüklük MerQur Python (bağımsız) R 4.5.3 tolerance En büyük fark Durum
k kesin (P = 0,95; %95) 2,111455 2,111455 2,111455 3,3e−11 ✓
Alt sınır, kesin (P = 0,95; %95) 93,553616 93,553616 93,553616 6,3e−10 ✓
Üst sınır, kesin (P = 0,95; %95) 174,532098 174,532098 174,532098 6,3e−10 ✓
k Howe (P = 0,95; %95) 2,111452 2,111452 2,111452 3,1e−15 ✓
Alt sınır, Howe 93,553675 93,553675 93,553675 4,3e−14 ✓
Üst sınır, Howe 174,532040 174,532040 174,532040 4,5e−13 ✓
k tek yanlı 1,805438 1,805438 1,805438 7,5e−13 ✓
Tek yanlı alt sınır 99,421787 99,421787 99,421787 1,4e−11 ✓
Tek yanlı üst sınır 168,663927 168,663927 168,663927 1,4e−11 ✓
Wilks alt (P = 0,95; %95) 90 90 90 0,0e+00 ✓
Wilks üst (P = 0,95; %95) 180 180 180 0,0e+00 ✓
Wilks tek yanlı alt 101 101 101 0,0e+00 ✓
Wilks tek yanlı üst 174 174 174 0,0e+00 ✓
Shapiro–Wilk W 0,994423 0,994423 0,994423 1,6e−10 ✓
Shapiro–Wilk p 0,397291 0,397291 0,397291 2,6e−08 ✓
k kesin (P = 0,90; %95) 1,771997 1,771997 1,771997 1,6e−09 ✓
Alt sınır, kesin (P = 0,90; %95) 100,063059 100,063059 100,063059 3,0e−08 ✓
Üst sınır, kesin (P = 0,90; %95) 168,022655 168,022655 168,022655 3,0e−08 ✓
Wilks alt (P = 0,90; %95) 102 102 102 0,0e+00 ✓
Wilks üst (P = 0,90; %95) 172 172 172 0,0e+00 ✓
k kesin (P = 0,99; %99) 2,861180 2,861180 2,861180 8,2e−12 ✓
Alt sınır, kesin (P = 0,99; %99) 79,176893 79,176893 79,176893 1,6e−10 ✓
Üst sınır, kesin (P = 0,99; %99) 188,908822 188,908822 188,908822 1,6e−10 ✓
Wilks alt (P = 0,99; %99) 90 90 90 0,0e+00 ✓
Wilks üst (P = 0,99; %99) 195 195 195 0,0e+00 ✓
k kesin (female, n=147) 2,178265 2,178265 2,178265 1,3e−10 ✓
Alt sınır (female) 90,670380 90,670380 90,670380 2,7e−09 ✓
Üst sınır (female) 178,159552 178,159552 178,159552 2,7e−09 ✓
k kesin (male, n=133) 2,191359 2,191359 2,191359 1,1e−09 ✓
Alt sınır (male) 93,773824 93,773824 93,773824 1,9e−08 ✓
Üst sınır (male) 173,489334 173,489334 173,489334 1,9e−08 ✓

R nptol.int elde edilen güveni ve sıra numarasını döndürmez; bunlar bağımsız Python hesabıyla (binom kuyruklarında doğrudan arama) karşılaştırılmıştır:

Koşul Sıra no. (MerQur) Sıra no. (Python) Elde edilen güven (MerQur) (Python) Durum
İki yanlı, P = 0,95; %95 4 4 0,971395 0,971395 ✓
Tek yanlı alt, P = 0,95; %95 8 8 0,971395 0,971395 ✓
İki yanlı, P = 0,90; %95 10 10 0,960180 0,960180 ✓
İki yanlı, P = 0,99; %99 (yetersiz n) 1 1 0,770460 0,770460 ✓
Gereken en küçük n (P = 0,99; %99) 662 662 ✓

Sonuç: 36 büyüklüğün tamamı ölçütü karşılar. En büyük fark P = 0,90 kesin sınırında 3\times10^{-8}'dir (sayısal integral toleransı).

2.7 Çıktıyı okuma

MerQur'un sonuç metni (varsayılan ayarlar):

TOLERANS ARALIKLARI
  Kapsam oranı (P)               = %95
  Güven Düzeyi                   = %95
  Aralık türü                    = İki yanlı
  k çarpanı                      = Kesin (Odeh)

── Normal dağılım tolerans aralığı (x̄ ± k·s) ──
  Değişken                     n    Ortalama         SS         k    Alt sınır    Üst sınır
  systolic_bp                280    134.0429    19.1760    2.1115      93.5536     174.5321

── Dağılımdan bağımsız tolerans aralığı (sıra istatistikleri) ──
  Değişken                     n      Sıra no.    Alt sınır    Üst sınır Elde edilen güven
  systolic_bp                280      (4, 277)      90.0000     180.0000         0.9714

── Normallik ön denetimi (Shapiro-Wilk; yalnız bilgi) ──
  systolic_bp              W = 0.9944, p = 0.3973

P = 0,99 ve %99 ile Wilks satırı ve uyarı:

  systolic_bp                280      (1, 280)      90.0000     195.0000         0.7705 *
  * Elde edilen güven istenen %99 düzeyinin altında; sınırlar en küçük/en büyük gözlemdir (bkz. Uyarılar).
── Uyarılar ──
  ⚠ systolic_bp: n = 280 ile dağılımdan bağımsız aralığın elde edilen güveni %77.05, istenen %99 düzeyinin altında; istenen güven için en az n = 662 gerekir. Sınırlar en küçük ve en büyük gözlemdir.
Satır/Öğe Ne yazar Nasıl yorumlanır
k çarpanı Kesin (Odeh), Howe yaklaşımı ya da Kesin (merkezsel olmayan t) Tek yanlıda her zaman merkezsel olmayan t.
k Tolerans çarpanı z_{(1+P)/2}'den ne kadar büyükse örneklem belirsizliği o kadar fazladır.
Alt sınır, Üst sınır \bar x\mp k s "%95 güvenle hastaların en az %95'i bu aralıktadır."
Sıra no. (r, n-r+1) ya da tek yanlıda (r) / (n-r+1) Kaçıncı sıralı gözlemlerin sınır olduğunu gösterir.
Elde edilen güven \gamma(r) Kesikli yapı nedeniyle istenenden büyüktür; yıldız varsa küçüktür.
Normallik satırı Shapiro–Wilk W ve p p<0{,}05 ise uyarı çıkar (tolerance_intervals.py:281–282); normal aralık yerine Wilks satırına bakılır.
Uyarılar Küçük grup, SS = 0, normallik reddi, Wilks güveni yetersiz Koşulları 2.2'de.
Notlar Tanım ve yöntem açıklaması Sabit metin.

APA biçiminde rapor cümlesi (Türkçe ondalıkla):

Sistolik kan basıncı için iki yanlı, P = 0,95 kapsamlı ve %95 güvenli normal tolerans aralığı 93,6–174,5 mmHg olarak hesaplandı (n = 280; O = 134,04; SS = 19,18; k = 2,112; Odeh kesin çarpanı). Normallik reddedilmedi (Shapiro–Wilk W = 0{,}994, p = 0{,}40). Dağılımdan bağımsız (Wilks) aralık 90–180 mmHg idi (sıra istatistikleri 4 ve 277; elde edilen güven %97,1).

2.8 Uzman soruları

S1. k neden kesin integralle? Howe yeterli değil mi?

Orta ve büyük n'de Howe ile kesin değer arasındaki fark ihmal edilebilir (bu veride 3\times10^{-6}). Küçük n'de fark büyür: n=5, P = 0,95, %95 için kesin k=5{,}0769, Howe 5,1389; n=2'de 36,52 ve 37,20. MerQur varsayılanı kesin çarpandır (tolerance_intervals.py:108–113); R tolerance paketinin varsayılanı ise Howe'dur (method = "HE"). İki programın varsayılan çıktısı bu yüzden küçük n'de farklı olur.

S2. R ile karşılaştırınca hangi ayarlar gerekir?

normtol.int(x, alpha = 0.05, P = 0.95, side = 2, method = "EXACT"); tek yanlıda side = 1 (R aynı çağrıda hem alt hem üst tek yanlı sınırı verir). Dağılımdan bağımsız için nptol.int(x, alpha, P, side, method = "WILKS"). R'de alpha güven değil, 1-\text{güven}'dir.

S3. Normallik reddedilirse ne yapılmalı?

Normal aralığın kapsam iddiası doğrudan normalliğe dayanır; kuyruklar kalınsa gerçek kapsam P'nin altına düşebilir. Seçenekler: (i) Wilks satırını raporlamak (yeterli n varsa), (ii) log ya da Box–Cox dönüşümüyle aralığı dönüştürülmüş ölçekte kurup geri dönüştürmek, (iii) çarpık dağılımlar için gama veya Weibull tolerans aralıkları (MerQur'da yok; R tolerance::gamtol.int). Uyarı eşiği sabit 0,05'tir (tolerance_intervals.py:281).

S4. Wilks aralığı neden bu kadar geniş ve neden en küçük gözleme oturdu?

Dağılım varsayımı olmayınca yalnız sıra bilgisi kullanılabilir; P = 0,95 ve %95 güven için n=280'de en fazla 3 gözlem her iki uçtan dışarıda bırakılabilir (r=4). Bu veride en küçük dört değer 90 olduğundan x_{(4)} en küçük gözlemle aynıdır. Yöntem sürekli dağılım varsayar; tamsayıya yuvarlanmış ölçümlerde bağlar elde edilen güveni nominalden biraz saptırabilir.

S5. Küçük örneklemde Wilks aralığı kurulamazsa MerQur ne yapar?

r\ge1 bulunamazsa en küçük ve en büyük gözlemi sınır yapar, r=1 ile elde edilen güveni (P = 0,99/%99 için 0,7705), istenen güveni ve gereken en küçük n'yi (662) yazar, satırı yıldızla işaretler ve ayar bloğuna kaydeder (tolerance_intervals.py:249–273). R nptol.int aynı sınırları uyarısız döndürür.

S6. Tek yanlı aralıkta neden z_P, iki yanlıda z_{(1+P)/2}?

Tek yanlı alt sınırın dışında yalnız alt kuyruk kalır; kuyruk olasılığı 1-P tek tarafta toplanır ve sınır \mu-z_P\sigma'dır. İki yanlıda dışarıda kalan 1-P iki kuyruğa paylaşılır; ama kesin çarpan simetrik paylaşımı zorunlu kılmaz, yalnız toplam kapsamı denetler. Bu yüzden iki yanlı kesin k, "iki tek yanlı sınır" ile elde edilmez.

S7. Gruba göre aralık mı, tek aralık mı?

Klinik referans aralıklarında alt gruplar arasındaki fark klinik olarak önemliyse (ör. cinsiyete göre hemoglobin) ayrı aralık önerilir. Bu veride kadın ve erkek aralıkları birbirine yakındır ([90,7; 178,2] ve [93,8; 173,5]); gruplara ayırmak her grupta n'yi küçültüp k'yı büyütür. Grup değişkeni sıralanarak işlenir; n<2 olan grup atlanır ve uyarı yazılır.

S8. Künyedeki n ile tablodaki n neden farklı olabilir?

Tablo her değişken için değişken bazında silme yapar (tolerance_intervals.py:325–326); künye seçilen bütün sütunlarda liste bazında siler (stats_panel.py:9203–9204). Tek değişken ve eksiksiz veride ikisi aynıdır; çok değişkenli ve eksik değerli veride künye n'i hiçbir satırın n'i olmayabilir. Bu yüzden künye iki tanımı adıyla verir: liste bazında n ve her satırın kendi (değişken bazında) n'i.

2.9 Sık hatalar ve tuzaklar

  • Ortalamanın GA'sını referans aralığı diye raporlamak. [131,8; 136,3] hastaların %95'ini değil, ortalamayı kapsar; tolerans aralığından yaklaşık 18 kat dardır.
  • \bar x\pm1{,}96\,s'yi tolerans aralığı sanmak. Bu aralık [96,46; 171,63] verir; örneklem belirsizliği hesaba katılmadığından kapsam iddiası %95 güvenle sağlanmaz.
  • P ile güveni karıştırmak. "P = 0,95, %90 güven" ile "P = 0,90, %95 güven" farklı aralıklardır; ikisi de raporda yazılmalıdır.
  • Normal olmayan veride normal aralık. Shapiro uyarısı yalnız bilgidir; hesap yine yapılır.
  • Küçük örneklemde Wilks satırına güvenmek. Yıldız ve uyarı, aralığın istenen güveni sağlamadığını söyler; sınırlar yalnız gözlenen en uç değerlerdir.
  • R varsayılanıyla karşılaştırmak. R normtol.int varsayılanı Howe yaklaşımıdır; MerQur'unki kesin çarpandır.
  • Birden çok değişkende grafiği tam sanmak. Grafik yalnız ilk değişkeni çizer (tolerance_intervals_panel.py:279).

2.10 Kaynaklar

  • Guenther, W. C. (1977). Sampling inspection in statistical quality control. Griffin.
  • Howe, W. G. (1969). Two-sided tolerance limits for normal populations—some improvements. Journal of the American Statistical Association, 64(326), 610–620. https://doi.org/10.1080/01621459.1969.10500999
  • Krishnamoorthy, K., & Mathew, T. (2008). Statistical tolerance regions: Theory, applications, and computation. Wiley. https://doi.org/10.1002/9780470473900
  • Odeh, R. E. (1978). Tables of two-sided tolerance factors for a normal distribution. Communications in Statistics - Simulation and Computation, 7(2), 183–201. https://doi.org/10.1080/03610917808812069
  • Wald, A., & Wolfowitz, J. (1946). Tolerance limits for a normal distribution. The Annals of Mathematical Statistics, 17(2), 208–215. https://doi.org/10.1214/aoms/1177730981
  • Wilks, S. S. (1941). Determination of sample sizes for setting tolerance limits. The Annals of Mathematical Statistics, 12(1), 91–96. https://doi.org/10.1214/aoms/1177731788
  • Young, D. S. (2010). tolerance: An R package for estimating tolerance intervals. Journal of Statistical Software, 36(5), 1–39. https://doi.org/10.18637/jss.v036.i05