MerQuR+Başvuru Kitabı

4. Tek Örneklem t Testi

Analiz kimliği: ttest_one · Menü adı: Tek Örneklem t-Testi · Panel: gui/panels/analyses/one_sample_ttest.py · Motor: stats/hypothesis.py, HypothesisTests.one_sample_ttest (satır 2922–3031)

4.1 Ne işe yarar

Tek örneklem t testi, tek bir grubun ortalamasının önceden bilinen bir değere (\mu_0) eşit olup olmadığını sınar. Cevapladığı soru şudur: "Örneklem ortalamasının \mu_0'dan uzaklığı, yalnız örnekleme rastlantısıyla açıklanabilir mi?" \mu_0 veriden gelmez; bir referans değer, ölçek orta noktası, mevzuat sınırı ya da önceki çalışmalardan bilinen bir ortalamadır.

H_0:\ \mu=\mu_0 \qquad H_1:\ \mu\neq\mu_0
  • \mu: değişkenin evren ortalaması (bilinmez; \bar x ile kestirilir).
  • \mu_0: formdaki "Test edilen μ (μ₀)" kutusuna yazılan sabit; varsayılanı 0'dır.

Ne zaman kullanılır? Tek bir ölçüm dizisi varsa, değişken aralık ya da oran ölçeğindeyse ve dağılım kabaca normalse ya da n ortalamanın örnekleme dağılımını normale yaklaştıracak kadar büyükse.

Ne zaman kullanılmaz?

  • Aynı kişilerde iki ölçüm varsa ve ölçümler arasındaki fark soruluyorsa: Eşleştirilmiş t Testi (bkz. Bölüm 6). Eşleştirilmiş test, farklar üzerinde \mu_0=0 ile yapılan tek örneklem testinin kendisidir.
  • İki bağımsız grup karşılaştırılıyorsa: Bağımsız t Testi (Bölüm 5).
  • Küçük örneklemde belirgin çarpıklık ya da aykırı değer varsa: medyanı \mu_0 ile karşılaştıran Wilcoxon işaretli sıra ya da İşaret Testi.
  • Değişken ikili ise (oran sınanıyorsa): Binom testi.
  • Amaç "fark yok" demekse: anlamsız p bunu göstermez; aynı modüldeki TOST eşdeğerlik satırı kullanılır (4.5.7).

Sık karıştırılan analizler. Z testi evren SS'sinin bilindiğini varsayar; MerQur'un bu modülü SS'yi veriden kestirir ve her zaman t dağılımını kullanır. Bayesçi t testinin tek örneklem modu (Bölüm 112) aynı t istatistiğinden Bayes faktörü üretir.

4.2 Varsayımlar ve veri türü

Varsayım Ne demek MerQur'da nasıl denetlenir
Bağımsızlık Her gözlem ayrı bir birimden gelir; gözlemler birbirini etkilemez. Tasarımla sağlanır; istatistiksel denetimi yoktur.
Normallik Değişken (ya da \bar x'in örnekleme dağılımı) yaklaşık normaldir. Varsayılan açık Shapiro–Wilk (3\le n\le 5000); isteğe bağlı Kolmogorov–Smirnov (Lilliefors) (n\ge 5).
Ölçek Sayısal değişken. Sayıya çevrilemeyen değerler pd.to_numeric(..., errors="coerce") ile eksik sayılıp atılır.

Eksik değer. Yalnız seçilen sütunda eksik olan satırlar çıkarılır (hypothesis.py:2932). Birden çok sütun seçilirse her sütun kendi geçerli değerleriyle ayrı test edilir; künyedeki n o sütunun eksiksiz değer sayısıdır (stats_panel.py:5039–5041).

Uç durumlar.

  • n<2 ise hata: "Tek örneklem t-Testi için en az 2 gözlem gerekir" (hypothesis.py:2934–2935). n=2 (\sd=1) geçerlidir.
  • Veri "neredeyse sabit" ise hata (hypothesis.py:2938–2939). Ölçüt R t.test ile aynıdır: \SH<10\,\varepsilon\,|\bar x| ya da \SH=0 (\varepsilon=2{,}22\times10^{-16}; _ttest_essentially_constant, hypothesis.py:288–295).
  • n<3 ya da n>5000 ise Shapiro–Wilk satırı yazılmaz; n<5 ise Lilliefors satırı yazılmaz (hypothesis.py:631–645, 671–681).

4.3 Parametreler

Varsayılanlar one_sample_ttest.py:38–97 ve _advanced_options.py içinden okunmuştur.

Arayüz adı Varsayılan Ne yapar Sonucu nasıl değiştirir
Değer Sütunu veriye bağlı Sınanacak sayısal değişken; çoklu seçilebilir. Birden çok sütunda her biri ayrı test edilir; çoklu karşılaştırma düzeltmesi yoktur.
Test edilen μ (μ₀) 0 Karşılaştırma değeri; 4 ondalık. t, p, d ve farkın GA'sı değişir; ortalamanın GA'sı değişmez.
Güven Düzeyi %95 %90, %95, %99 ya da özel değer; \alpha=1-\text{düzey}. GA genişliği ve H₀ kararı.
Hipotez yönü Çift yönlü (≠) Sağ yönlü: H_1:\mu>\mu_0; sol yönlü: H_1:\mu<\mu_0. p tek kuyruktan; ana GA çift yönlü kalır, ek tek yönlü GA satırı yazılır.
Etki büyüklükleri: Hedges g kapalı g=d\cdot J(n-1). Ek satır.
Etki büyüklükleri: %GA kapalı d için normal yaklaşımlı GA. Ek satır.
Etki büyüklükleri: d GA (nct) kapalı d için merkezî olmayan t ile kesin GA. Ek satır.
Varsayım kontrolleri: Shapiro açık Shapiro–Wilk W, p. Yalnız bilgi.
Varsayım kontrolleri: K-S kapalı Lilliefors düzeltmeli Kolmogorov–Smirnov. Yalnız bilgi.
Ek çıktı: Betimsel açık n, ortalama, SS, SH, medyan, en küçük/en büyük, çarpıklık, basıklık. Ek bölüm.
Ek çıktı: Bootstrap GA kapalı Ortalama için 5000 yinelemeli yüzdelik GA. Ek satır; Tohum ile tekrarlanabilir.
Eşdeğerlik testi: TOST, alt, üst kapalı; −0,5 ve 0,5 \bar x-\mu_0 için iki tek yönlü test (ham birim). Ek bölüm.
Tohum 12345 Bootstrap rastgele sayı üreteci. Yalnız bootstrap GA'sı.

Neden TOST sınırları \bar x'e değil \bar x-\mu_0'a uygulanır?

TOST satırı farkı sınar: H_{01}:\ \bar x-\mu_0\le\Delta_L ve H_{02}:\ \bar x-\mu_0\ge\Delta_U (hypothesis.py:2996–3000, _tost_lines "M − μ₀" etiketiyle çağrılır). Bu nedenle sınırlar "μ₀ çevresinde kabul edilebilir sapma" olarak girilir: sistolik KB için ±10 mmHg yazmak "ortalama 110 ile 130 arasındadır" demektir. Varsayılan ±0,5 bir yer tutucudur ve ölçüm birimine göre mutlaka değiştirilmelidir.

4.4 Tıp örneği

Dosya: english/datasets/Tip/03_one_sample_t_systolic_bp.xlsx (Türkçe kopyası samples/Tum_Analiz_Tip/03_tek_orneklem_t_sistolik_KB.xlsx).

Değişken Rol Tür Açıklama
systolic_bp Değer Sütunu sürekli (mmHg) Sistolik kan basıncı; ortalama 128,25, SS 14,08
patient_id, age, sex kullanılmaz

n ve eksik değer: 100 hasta, eksik değer yok.

Klinik soru: Bu hastaların ortalama sistolik kan basıncı 120 mmHg referans değerinden farklı mı? (VIDEO_SCRIPT_TR.txt, #3.)

Seçilen ayarlar: μ₀ = 120; arayüz varsayılanları (çift yönlü, %95, Shapiro ve Betimsel açık). Sayısal yürüyüş için tüm etki büyüklüğü kutuları, K-S, Bootstrap ve TOST (sınırlar −10 ve 10 mmHg) açılarak ikinci bir çalıştırma, sağ yönlü hipotezle üçüncü bir çalıştırma yapılmıştır.

Şekil 4.1. Sistolik kan basıncının dağılımı. Kesikli çizgi μ₀ = 120, turuncu nokta ve çubuk ortalama ve %95 GA'sıdır.

4.5 Formüller ve hesap adımları

MerQur'un sırası şudur: (1) sütunu sayıya çevir ve eksikleri at, (2) uç durumları denetle, (3) t ve p'yi scipy.stats.ttest_1samp ile hesapla, (4) ortalamanın ve farkın GA'sını kur, (5) d ve istenen ek etki büyüklüklerini, varsayım satırlarını, bootstrap ve TOST bölümlerini ekle.

4.5.1 Betimsel istatistikler

Ortalama, varyans ve SH bağımsız t testindeki tanımın tek grupluk hâlidir (bkz. 5.5.2):

\bar x=\frac{1}{n}\sum_{i=1}^{n}x_i,\qquad s^2=\frac{1}{n-1}\sum_{i=1}^{n}(x_i-\bar x)^2,\qquad \SH(\bar x)=\frac{s}{\sqrt n}
  • x_i: i. hastanın sistolik KB'si; n: geçerli gözlem sayısı.
  • s: örneklem SS'si (s.std(ddof=1), hypothesis.py:2943); \SH(\bar x): ortalamanın standart hatası.

Betimsel satırındaki çarpıklık ve basıklık pandas skew() ve kurt() ile hesaplanır; bunlar düzeltilmiş G_1 ve fazlalık basıklık G_2'dir (R e1071::skewness(type = 2) tanımı).

4.5.2 Test istatistiği ve p değeri

t=\frac{\bar x-\mu_0}{s/\sqrt n},\qquad \sd=n-1
p_{\text{çift}}=2\,P\!\left(T_{n-1}\ge |t|\right),\qquad p_{\text{sağ}}=P\!\left(T_{n-1}\ge t\right),\qquad p_{\text{sol}}=P\!\left(T_{n-1}\le t\right)
  • t: ortalamanın \mu_0'dan uzaklığının kendi standart hatasına oranı.
  • \sd=n-1: s hesaplanırken bir parametre (\bar x) kestirildiği için bir serbestlik derecesi kaybedilir.
  • T_{n-1}: H₀ altında t'nin uyduğu, n-1 sd'li Student t dağılımı.

Neden z değil t dağılımı?

Payda evren SS'si \sigma yerine kestirilen s'yi içerir. Normallik altında (n-1)s^2/\sigma^2\sim\chi^2_{n-1} ve \bar x ile s^2 bağımsızdır; standart normal bir değişkenin bağımsız \sqrt{\chi^2_\nu/\nu}'ye oranı tanım gereği t_\nu dağılımına uyar (Student 1908). s'nin kendisi de değişken olduğu için kuyruklar normalden kalındır; n büyüdükçe t_{n-1} standart normale yaklaşır.

Karar p_val < alpha ile verilir (hypothesis.py:2951). Yıldız da seçilen \alpha'ya bağlıdır (_sig_alpha, hypothesis.py:249–256): p\ge\alpha ise "ns"; p<\alpha ise geleneksel eşikler (0,001; 0,01; 0,05), \alpha>0{,}05 ve 0{,}05\le p<\alpha ise "*". Böylece yıldız ile karar hiçbir güven düzeyinde çelişmez.

4.5.3 Güven aralıkları: ortalama ve fark

MerQur iki ayrı aralık verir. Ana sonuç nesnesinin ci_lower/ci_upper alanları ortalamanın GA'sıdır (hypothesis.py:2946–2948); "Ortalama farkı" satırı farkın GA'sını verir (hypothesis.py:2982–2995):

\bar x\ \pm\ t_{1-\alpha/2,\ n-1}\,\frac{s}{\sqrt n},\qquad (\bar x-\mu_0)\ \pm\ t_{1-\alpha/2,\ n-1}\,\frac{s}{\sqrt n}
  • t_{1-\alpha/2,\,n-1}: t_{n-1} dağılımının 1-\alpha/2 kantili (%95'te \alpha/2=0{,}025).
  • İkinci aralık birincinin \mu_0 kadar kaydırılmış hâlidir; \mu_0 birinci aralığın içindeyse ikinci aralık 0'ı içerir ve çift yönlü test H₀'ı reddedemez.

Tek yönlü hipotezde ek satır, t_{1-\alpha} kantiliyle tek yönlü aralığı verir: sağ yönlüde [\,(\bar x-\mu_0)-t_{1-\alpha}\SH,\ \infty) (_one_sided_ci, hypothesis.py:1898–1904).

Koddaki tercih

R t.test(x, mu = …) yalnız ortalamanın GA'sını verir. MerQur ikisini de yazar. Çıktıyı R ile karşılaştırırken t.test GA'sından \mu_0 çıkarılmalıdır.

4.5.4 Cohen d ve Hedges g

d=\frac{\bar x-\mu_0}{s},\qquad g=J(n-1)\,d,\qquad J(\nu)=\frac{\Gamma(\nu/2)}{\sqrt{\nu/2}\;\Gamma\!\left(\frac{\nu-1}{2}\right)}
  • d: farkın SS birimindeki büyüklüğü; işareti farkın yönünü gösterir (hypothesis.py:2944). Etiket |d|'ye göredir (0,2 / 0,5 / 0,8).
  • J: küçük örneklem yanlılık düzeltmesi; kesin gama biçimi, \nu=n-1 (_hedges_J, hypothesis.py:298–307). Ayrıntısı ve "neden"i 5.5.8'dedir.
  • d=t/\sqrt n özdeşliği vardır; bu yüzden d'nin kesin GA'sı t'nin dağılımından kurulabilir.

4.5.5 d için güven aralıkları

Normal yaklaşım (_d_se, hypothesis.py:323–325; _d_ci, 329–331):

\SH_d=\sqrt{\frac1n+\frac{d^2}{2n}},\qquad d\pm z_{1-\alpha/2}\,\SH_d
  • \SH_d: d'nin büyük örneklem standart hatası; ilk terim ortalamanın, ikinci terim s'nin örnekleme değişkenliğinden gelir.
  • z_{1-\alpha/2}: standart normal kantil (%95'te 1,959964).

Kesin aralık (_nct_ci, hypothesis.py:1807–1827): t, merkezî olmama parametresi \lambda=\delta\sqrt n olan merkezî olmayan t dağılımına uyar. \lambda'nın sınırları

F_{t'}\!\left(t_{\text{göz}};\ n-1,\ \lambda_{\text{alt}}\right)=1-\frac{\alpha}{2},\qquad F_{t'}\!\left(t_{\text{göz}};\ n-1,\ \lambda_{\text{üst}}\right)=\frac{\alpha}{2}

denklemlerinin kökleridir; d sınırları \lambda/\sqrt n'dir (hypothesis.py:2968–2971). Yöntem bağımsız t testindekiyle aynıdır (5.5.8); yalnız ölçek çarpanı \sqrt{1/n_1+1/n_2} yerine 1/\sqrt n'dir.

4.5.6 Normallik satırları ve bootstrap

Shapiro–Wilk scipy.stats.shapiro ile hesaplanır. Lilliefors satırı lilliefors_nortest ile (stats/normality.py:117–150) R nortest::lillie.test ile aynı tanımı kullanır: D=\max_i\{\,i/n-\Phi(z_{(i)}),\ \Phi(z_{(i)})-(i-1)/n\,\}, z=(x-\bar x)/s; p Dallal–Wilkinson (1986) yaklaşımından gelir. Ortalama ve SS veriden kestirildiği için düz Kolmogorov–Smirnov p'si kullanılmaz (Lilliefors 1967).

Bootstrap GA (_boot_ci, hypothesis.py:337–345): veri yerine koyarak B=5000 kez yeniden örneklenir, her örneklemin ortalaması alınır ve \alpha/2, 1-\alpha/2 yüzdelikleri raporlanır. Üreteç numpy.random.default_rng(tohum)'dur; sınırlar 4 ondalığa yuvarlanır.

4.5.7 TOST

\begin{gathered}t_1=\frac{(\bar x-\mu_0)-\Delta_L}{\SH},\quad p_1=P(T_{n-1}\ge t_1);\qquad t_2=\frac{(\bar x-\mu_0)-\Delta_U}{\SH},\quad p_2=P(T_{n-1}\le t_2)\\[4pt] p_{\text{TOST}}=\max(p_1,p_2)\end{gathered}
  • \Delta_L,\ \Delta_U: eşdeğerlik sınırları (ham birim, \Delta_L<\Delta_U; aksi hâlde hata, hypothesis.py:1875–1876).
  • p_{\text{TOST}}<\alpha ise eşdeğerlik kabul edilir; bu, (1-2\alpha) GA'nın [\Delta_L,\Delta_U] içinde kalmasıyla aynı karardır (Schuirmann 1987).

4.6 Elle hesap: Tıp verisinde sayısal yürüyüş

Ara değerler dogrulama/ttest_one/elle_hesap.py ile, MerQur kodu çağrılmadan hesaplanmıştır.

Adım 1 — Ortalama ve fark.

\bar x=\frac{12825}{100}=128{,}25,\qquad \bar x-\mu_0=128{,}25-120=8{,}25

Adım 2 — Kareler toplamı, SS, SH.

\sum (x_i-\bar x)^2=19618{,}75,\qquad s^2=\frac{19618{,}75}{99}=198{,}169192,\qquad s=14{,}077258,\qquad \SH=\frac{14{,}077258}{\sqrt{100}}=1{,}407726

Adım 3 — t ve p.

t=\frac{8{,}25}{1{,}407726}=5{,}860516,\qquad \sd=99,\qquad p=2\,P(T_{99}\ge 5{,}860516)=6{,}07\times10^{-8}

Sağ yönlü hipotezde p=3{,}04\times10^{-8} (çift yönlünün yarısı, çünkü t>0).

Adım 4 — Güven aralıkları. t_{0{,}975;\,99}=1{,}984217; yarı genişlik 1{,}984217\times1{,}407726=2{,}793233.

\text{ortalama: } 128{,}25\pm2{,}793233=[125{,}456767;\ 131{,}043233],\qquad \text{fark: } [5{,}456767;\ 11{,}043233]

Sağ yönlü tek taraflı aralık: t_{0{,}95;\,99}=1{,}660391; 8{,}25-1{,}660391\times1{,}407726=5{,}912625, yani [5{,}912625;\ \infty).

Adım 5 — Etki büyüklükleri.

d=\frac{8{,}25}{14{,}077258}=0{,}586052\quad(=t/\sqrt{100}),\qquad J(99)=0{,}992402,\qquad g=0{,}581599

Yaklaşık J=1-3/(4\cdot99-1)=0{,}992405 ile g=0{,}581601 olurdu; fark 2\times10^{-6}'dır.

\SH_d=\sqrt{\frac{1}{100}+\frac{0{,}586052^2}{200}}=0{,}108246,\qquad d\pm1{,}959964\times0{,}108246=[0{,}373893;\ 0{,}798211]

Merkezî olmayan t ile: \lambda_{\text{alt}}=3{,}725055, \lambda_{\text{üst}}=7{,}970574; \sqrt{100}=10'a bölünce [0{,}372505;\ 0{,}797057].

Adım 6 — Varsayım ve ek satırlar.

Satır Değer MerQur etiketi
Shapiro–Wilk W=0{,}9685, p=0{,}0171 İHLAL
Lilliefors D=0{,}0915, p=0{,}0384 İHLAL
Çarpıklık / basıklık 0{,}346 / -0{,}310
Bootstrap %95 GA (tohum 12345) [125{,}50;\ 131{,}00]
TOST (\pm10): t_1, p_1 12{,}964172; 2{,}32\times10^{-23}
TOST: t_2, p_2 -1{,}243140; 0{,}108376
TOST %90 GA [5{,}912625;\ 10{,}587375] eşdeğerlik gösterilemedi

İki normallik testi de p<0{,}05 verir. Çarpıklık hafif sağa (0,35), basıklık normalden biraz düşüktür. n=100'de ortalamanın örnekleme dağılımı merkezi limit teoremiyle normale çok yakındır; dağılımdan bağımsız bootstrap aralığı [125{,}50;\ 131{,}00], t aralığıyla ([125{,}46;\ 131{,}04]) neredeyse aynıdır.

TOST'ta %90 GA'nın üst sınırı 10,59, \Delta_U=10'u aştığı için ortalamanın 120 ± 10 aralığında olduğu gösterilemez. Aynı veride klasik test "fark var" der; bu iki sonuç çelişmez: fark sıfırdan büyüktür, ama 10 mmHg'den küçük olduğu da kanıtlanamamıştır.

4.6.1 Doğrulama: MerQur, Python ve R

MerQur değerleri execute() sonucundan, stats.hypothesis modülünde yalnız round() bellekte etkisizleştirilerek alınmıştır (dogrulama/ttest_one/merqur_calistir.py). Yalnız metinde yazılan değerler gösterilen ondalıkta, _p_sig8 ile 4 anlamlı basamakta saklanan p_1 4 anlamlı basamakta karşılaştırılmıştır. R: 4.5.3, t.test, effectsize::cohens_d/hedges_g, shapiro.test, nortest::lillie.test; bootstrap R'da aynı üreteçle üretilemediği için yalnız Python ile (aynı algoritma ve tohum) karşılaştırılmıştır.

Büyüklük MerQur Python (bağımsız) R 4.5.3 En büyük fark Durum
Ortalama \bar x 128,250000 128,250000 128,250000 0,0e+00 ✓
SS s 14,077258 14,077258 14,077258 1,6e−14 ✓
SH s/\sqrt n 1,407726 1,407726 1,407726 1,6e−15 ✓
Ortalama farkı \bar x-\mu_0 8,250000 8,250000 8,250000 0,0e+00 ✓
t 5,860516 5,860516 5,860516 1,8e−15 ✓
sd 99 99 99 0,0e+00 ✓
p (çift yönlü) 6,0735·10−8 6,0735·10−8 6,0735·10−8 2,1e−22 ✓
p (sağ yönlü) 3,0367·10−8 3,0367·10−8 3,0367·10−8 1,1e−22 ✓
Ortalamanın %95 GA alt 125,456767 125,456767 125,456767 1,1e−10 ✓
Ortalamanın %95 GA üst 131,043233 131,043233 131,043233 1,1e−10 ✓
Farkın %95 GA alt 5,456767 5,456767 5,456767 1,1e−10 ✓
Farkın %95 GA üst 11,043233 11,043233 11,043233 1,1e−10 ✓
Tek yönlü %95 GA alt (sağ) 5,912625 5,912625 5,912625 2,9e−11 ✓
Cohen d 0,586052 0,586052 0,586052 1,1e−16 ✓
Hedges g 0,5816 0,581599 0,581599 5,0e−15 ✓ (4 ondalık)
d %95 GA alt (normal) 0,3739 0,373893 0,373893 5,0e−16 ✓ (4 ondalık)
d %95 GA üst (normal) 0,7982 0,798211 0,798211 2,2e−16 ✓ (4 ondalık)
d %95 GA alt (nct) 0,372505 0,372505 0,372505 1,2e−09 ✓
d %95 GA üst (nct) 0,797057 0,797057 0,797057 2,5e−09 ✓
Shapiro–Wilk W 0,9685 0,968531 0,968531 2,2e−12 ✓ (4 ondalık)
Shapiro–Wilk p 0,0171 0,017082 0,017082 6,8e−12 ✓ (4 ondalık)
Lilliefors D 0,0915 0,091468 0,091468 0,0e+00 ✓ (4 ondalık)
Lilliefors p 0,0384 0,038394 0,038394 1,4e−17 ✓ (4 ondalık)
Çarpıklık 0,346 0,345708 0,345708 2,2e−16 ✓ (3 ondalık)
Basıklık −0,310 −0,309801 −0,309801 5,0e−16 ✓ (3 ondalık)
TOST t_1 12,964172 12,964172 12,964172 5,3e−15 ✓
TOST p_1 2,3230·10−23 2,3232·10−23 2,3232·10−23 2,6e−38 ✓ (4 anlamlı)
TOST t_2 −1,243140 −1,243140 −1,243140 2,0e−15 ✓
TOST p_2 = p_{\text{TOST}} 0,108376 0,108376 0,108376 4,7e−16 ✓
TOST %90 GA alt 5,912625 5,912625 5,912625 2,9e−11 ✓
TOST %90 GA üst 10,587375 10,587375 10,587375 2,9e−11 ✓
Bootstrap %95 GA alt (tohum 12345) 125,5000 125,5000 — 0,0e+00 ✓ (4 ondalık)
Bootstrap %95 GA üst (tohum 12345) 131,0000 131,0000 — 0,0e+00 ✓ (4 ondalık)

Sonuç: 33 büyüklüğün tamamı ölçütü karşılar. En büyük fark d'nin nct GA sınırında 2{,}5\times10^{-9}'dur (kök bulma toleransı).

4.7 Çıktıyı okuma

Varsayılan ayarlarla sonuç metni (kısaltılmış):

Tek Örneklem t(99) = 5.8605, p = 6.073e-08 ***. Cohen d = 0.586 (Orta etki). Test edilen μ = 120.0; örnek ort. = 128.2500. H₀ REDDEDİLİR.
    Ortalama farkı = 8.2500, SE = 1.4077, %95 GA [5.4568, 11.0432]
── VARSAYIM KONTROLLERİ ──
Shapiro–Wilk [systolic_bp]: W = 0.9685, p = 0.0171 → İHLAL
── BETİMSEL İSTATİSTİKLER ──
    systolic_bp: n=100, M=128.2500, SD=14.0773, SE=1.4077, medyan=126.0000, ...
Satır Ne yazar Nasıl yorumlanır
İlk satır t, sd, p, yıldız, d ve etiketi, \mu_0, \bar x, karar p, 10^{-4}'ün altında 4 anlamlı basamakla yazılır (hypothesis.py:2954).
Ortalama farkı \bar x-\mu_0, SH ve farkın GA'sı GA 0'ı içermiyor: ortalama 120'den 5,5–11,0 mmHg yüksek.
Tabloda "GA (ortalama için)" Ortalamanın GA'sı ([125{,}46;\ 131{,}04]) Etiketin söylediği gibi farkın değil, ortalamanın aralığıdır.
VARSAYIM KONTROLLERİ "İHLAL" ya da "karşılanıyor" Etiket yalnız p<\alpha demektir; testi değiştirmez.
Alternatif hipotez satırı Tek yönlü seçimde yön p tek kuyrukludur; ana GA çift yönlü kalır.
APA satırı t(99) = 5.86, p < .001, d = 0.59 Ondalık noktalıdır; Türkçe metne virgülle aktarılır.

APA biçiminde rapor cümlesi:

Hastaların ortalama sistolik kan basıncı (O = 128,25 mmHg; SS = 14,08; n = 100) 120 mmHg referans değerinden anlamlı düzeyde yüksekti; t(99) = 5{,}86, p < 0{,}001. Ortalama fark 8,25 mmHg'dir (%95 GA [5,46; 11,04]) ve etki büyüklüğü ortadır (Cohen d = 0{,}59; %95 GA [0,37; 0,80]).

4.8 Uzman soruları

S1. Tablodaki GA ile "Ortalama farkı" satırındaki GA neden farklı?

Biri ortalamanın, diğeri \bar x-\mu_0'ın aralığıdır (hypothesis.py:2946–2948 ve 2982–2995); ikincisi birincinin \mu_0 kadar kaydırılmış hâlidir. R t.test yalnız ortalamanın aralığını verir.

S2. n = 2 ile test yapılabiliyor mu?

Evet. Kod n\ge2 ister (hypothesis.py:2934); \sd=1'de t dağılımı tanımlıdır ama Cauchy dağılımıdır ve kuyrukları çok kalındır, t_{0{,}975;\,1}=12{,}71. Shapiro–Wilk n<3'te yazılmaz.

S3. Tüm değerler aynıysa ne olur?

s=0 olduğundan t tanımsızdır. MerQur R t.test ile aynı ölçütle ("data are essentially constant") durur: \SH<10\,\varepsilon\,|\bar x| (hypothesis.py:288–295). Bu, kayan nokta hatasıyla oluşan 10^{-15} düzeyindeki yapay SS'lerin dev t değerleri üretmesini de engeller.

S4. Hedges g için hangi J kullanılıyor?

Kesin gama biçimi, \nu=n-1 ile (hypothesis.py:2962, _hedges_J). R effectsize::hedges_g(x, mu = …) ile 5\times10^{-15} düzeyinde aynıdır. Yaklaşık 1-3/(4\nu-1) biçimiyle fark bu veride 2\times10^{-6}'dır.

S5. d için iki GA var; hangisi raporlanmalı?

Normallik altında kesin olan merkezî olmayan t aralığıdır ([0{,}3725;\ 0{,}7971]). Normal yaklaşım ([0{,}3739;\ 0{,}7982]) simetriktir ve büyük |d|'de sapar. Yayında nct aralığı tercih edilmelidir.

S6. Shapiro–Wilk ve Lilliefors normallik ihlali gösteriyor. t testi geçersiz mi?

Hayır. t testi \bar x'in örnekleme dağılımının normalliğine dayanır; n=100'de hafif çarpıklık (0,35) bunu bozmaz. Büyük n'de normallik testleri önemsiz sapmalarda da anlamlı çıkar. Bootstrap GA t aralığıyla neredeyse aynıdır. Duyarlılık için Wilcoxon işaretli sıra testi raporlanabilir.

S7. Lilliefors p'si neden statsmodels'tan farklı olabilir?

MerQur nortest::lillie.test'in kullandığı Dallal–Wilkinson yaklaşımını ve p>0{,}1 bölgesinde Stephens formülünü kullanır (stats/normality.py:117). statsmodels lilliefors varsayılan olarak tablo ara değerlemesi yapar ve orta bölgede farklı p verir.

S8. Tek yönlü testte nct GA da tek yönlü mü?

Hayır. d'nin nct aralığı her durumda iki yönlü (1-\alpha) aralığıdır; kod tek yönlü seçimde t'yi (\bar x-\mu_0)/\SH olarak yeniden hesaplar (hypothesis.py:2968–2969), ama bu sayı ttest_1samp'in t'siyle aynıdır. Tek yönlü aralık yalnız ham farkta verilir.

S9. Yıldız neden seçilen \alpha'ya bağlı?

Yıldız, karar satırının kısa gösterimidir. Sabit 0,05 eşiğine bakan bir yıldız, %99 güven düzeyinde 0{,}01<p<0{,}05 için "*" ile "H₀ REDDEDİLEMEZ"i yan yana yazardı. MerQur bu yüzden p\ge\alpha'da "ns" basar, yıldızları yalnız p<\alpha'da geleneksel eşiklerle verir (4.5.2). Raporlamada yine p'nin kendisi yazılmalıdır.

4.9 Sık hatalar ve tuzaklar

  • μ₀'ı girmeyi unutmak. Varsayılan \mu_0=0'dır; sistolik KB gibi sıfırdan uzak bir değişkende dev bir t ve "Büyük etki" çıkar. Sonuç anlamsızdır.
  • Tablodaki GA'yı fark aralığı sanmak. Tablo ortalamanın aralığını verir; fark aralığı metindeki "Ortalama farkı" satırındadır.
  • Öncesi–sonrası veriyi iki ayrı tek örneklem testiyle çözümlemek. İki ölçüm ayrı ayrı bir normla karşılaştırılırsa hasta içi korelasyon yok sayılır. Doğru yol eşleştirilmiş t testidir.
  • Çoklu sütunda düzeltme yapmamak. Her sütun ayrı test edilir; Bonferroni ya da Holm uygulanmaz.
  • TOST sınırlarını varsayılanda bırakmak. ±0,5 bir yer tutucudur; sınırlar ölçüm biriminde ve klinik gerekçeyle, veriden önce belirlenmelidir.
  • APA satırını olduğu gibi kopyalamak. Ondalık noktalıdır.

4.10 Kaynaklar

  • Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2. baskı). Lawrence Erlbaum. (Routledge yeniden basımı: https://doi.org/10.4324/9780203771587)
  • Cumming, G., & Finch, S. (2001). A primer on the understanding, use, and calculation of confidence intervals that are based on central and noncentral distributions. Educational and Psychological Measurement, 61(4), 532–574. https://doi.org/10.1177/0013164401614002
  • Dallal, G. E., & Wilkinson, L. (1986). An analytic approximation to the distribution of Lilliefors's test statistic for normality. The American Statistician, 40(4), 294–296. https://doi.org/10.1080/00031305.1986.10475419
  • Efron, B. (1979). Bootstrap methods: Another look at the jackknife. The Annals of Statistics, 7(1), 1–26. https://doi.org/10.1214/aos/1176344552
  • Hedges, L. V. (1981). Distribution theory for Glass's estimator of effect size and related estimators. Journal of Educational Statistics, 6(2), 107–128. https://doi.org/10.3102/10769986006002107
  • Lakens, D., Scheel, A. M., & Isager, P. M. (2018). Equivalence testing for psychological research: A tutorial. Advances in Methods and Practices in Psychological Science, 1(2), 259–269. https://doi.org/10.1177/2515245918770963
  • Lilliefors, H. W. (1967). On the Kolmogorov–Smirnov test for normality with mean and variance unknown. Journal of the American Statistical Association, 62(318), 399–402. https://doi.org/10.1080/01621459.1967.10482916
  • Schuirmann, D. J. (1987). A comparison of the two one-sided tests procedure and the power approach for assessing the equivalence of average bioavailability. Journal of Pharmacokinetics and Biopharmaceutics, 15(6), 657–680. https://doi.org/10.1007/BF01068419
  • Shapiro, S. S., & Wilk, M. B. (1965). An analysis of variance test for normality (complete samples). Biometrika, 52(3–4), 591–611. https://doi.org/10.1093/biomet/52.3-4.591
  • Student. (1908). The probable error of a mean. Biometrika, 6(1), 1–25. https://doi.org/10.1093/biomet/6.1.1