6. Eşleştirilmiş t Testi
Analiz kimliği: ttest_paired · Menü adı: Eşleştirilmiş t-Testi · Panel: gui/panels/analyses/paired_ttest.py · Motor: stats/hypothesis.py, HypothesisTests.paired_ttest (satır 3035–3165)
6.1 Ne işe yarar
Eşleştirilmiş t testi, aynı birimlerde alınmış iki ölçümün ortalama farkının sıfır olup olmadığını sınar. Her satır bir birimdir (hasta, parsel, istasyon); iki sütun aynı birimin iki koşuldaki ya da iki zamandaki değeridir. Cevapladığı soru şudur: "Birim içi farkların ortalaması sıfırdan farklı mı?"
- x_{1i},\ x_{2i}: i. birimin "1. Ölçüm" ve "2. Ölçüm" sütunlarındaki değeri.
- d_i: birim içi fark; yön her zaman 1. ölçüm − 2. ölçüm'dür (
hypothesis.py:3058). - \mu_d: evrende farkların ortalaması.
Test, farklar üzerinde \mu_0=0 ile yapılan tek örneklem t testinin kendisidir (Bölüm 4). Bu bölüm o bölüme dayanır; yalnız eşleşmeye özgü öğeler (fark, çift korelasyonu, d_z, d_{av}, d_{rm}) ayrıntılı anlatılır.
Ne zaman kullanılır? Öncesi–sonrası, iki yöntemle aynı örneğin ölçümü, eşleştirilmiş vaka–kontrol gibi her gözlemin doğal bir eşi olduğu tasarımlarda; farklar kabaca normalse ya da çift sayısı yeterince büyükse.
Ne zaman kullanılmaz?
- Gruplar farklı kişilerden oluşuyorsa: Bağımsız t Testi (Bölüm 5).
- Üç ya da daha çok ölçüm zamanı varsa: Tekrarlı Ölçümler ANOVA'sı ya da karma model.
- Küçük örneklemde farklar belirgin çarpık ya da aykırı değerliyse: Wilcoxon işaretli sıra testi; yalnız yön önemliyse İşaret Testi.
- Amaç iki ölçüm yönteminin uyumunu göstermekse: anlamsız p uyum demek değildir; Bland–Altman grafiği (bu modülde grafik seçeneği) ve sınıf içi korelasyon kullanılır.
Sık karıştırılan analizler. Eşleşik veriyi bağımsız t testiyle çözümlemek birim içi korelasyonu yok sayar (6.6, Adım 6). Bayesçi t testinin eşleştirilmiş modu (Bölüm 112) aynı farklar üzerinde Bayes faktörü verir.
6.2 Varsayımlar ve veri türü
| Varsayım | Ne demek | MerQur'da nasıl denetlenir |
|---|---|---|
| Eşleşme | İki sütunun aynı satırı aynı birime aittir. | Tasarımla sağlanır; MerQur aynı sütunun iki tarafa seçilmesini engeller (stats_panel.py:5057–5064). |
| Birimler arası bağımsızlık | Farklı satırlar birbirini etkilemez. | Denetlenmez. |
| Farkların normalliği | d_i yaklaşık normaldir; tek tek ölçümlerin normal olması gerekmez. | Varsayılan açık Shapiro–Wilk yalnız farklar üzerinde; isteğe bağlı Lilliefors (hypothesis.py:3119). |
Eksik değer. İki sütundan herhangi birinde eksik ya da sayıya çevrilemeyen değer bulunan satır bütünüyle çıkarılır (çift bazında silme, hypothesis.py:3045–3049). Künyedeki n df[[c1, c2]].dropna() satır sayısıdır.
Uç durumlar.
- Geçerli çift sayısı n<2 ise hata (
hypothesis.py:3050–3051). - Farklar neredeyse sabitse (örneğin her hastada tam 10 birim düşüş) hata (
hypothesis.py:3053–3054); ölçüt Bölüm 4.2'deki Rt.testölçütüdür. - Çift korelasyonu n\le 2 ya da |r|=1 iken p yazılmaz ("—",
hypothesis.py:3104–3110).
6.3 Parametreler
Varsayılanlar paired_ttest.py:41–95 içinden okunmuştur.
| Arayüz adı | Varsayılan | Ne yapar | Sonucu nasıl değiştirir |
|---|---|---|---|
| 1. Ölçüm / 2. Ölçüm | veriye bağlı | Çift sütunlar; birden çok çift seçilebilir, işaretleme sırasıyla eşlenir. | Sütunların yeri farkın, t'nin ve d_z'nin işaretini belirler. Çok çiftte her çift ayrı test edilir; düzeltme yoktur. |
| Güven Düzeyi | %95 | \alpha=1-\text{düzey}. | GA genişliği, H₀ kararı. |
| Hipotez yönü | Çift yönlü (≠) | Sağ: H_1:\mu_d>0 (1. ölçüm büyük); sol: H_1:\mu_d<0. | p tek kuyruktan; ek tek yönlü GA satırı. |
| Etki büyüklükleri: Hedges g | kapalı | g=d_z\cdot J(n-1). | Ek satır. |
| Etki büyüklükleri: d_av | kapalı | Fark / iki ölçümün varyanslarının ortalamasının karekökü, \sqrt{(s_1^2+s_2^2)/2}. | Ek satır; payda formülü satırda yazılır. |
| Etki büyüklükleri: d_rm | kapalı | Lakens (2013) tekrarlı ölçüm d'si. | Ek satır. |
| Etki büyüklükleri: %GA | kapalı | d_z için normal yaklaşımlı GA. | Ek satır. |
| Etki büyüklükleri: d GA (nct) | kapalı | d_z için merkezî olmayan t GA'sı. | Ek satır. |
| Varsayım kontrolleri: Shapiro / K-S | açık / kapalı | Farklar üzerinde normallik testleri. | Yalnız bilgi. |
| Ek çıktı: Betimsel | açık | Her iki ölçüm ve fark için betimsel satırı. | Ek bölüm. |
| Ek çıktı: Bootstrap GA | kapalı | Farkların ortalaması için 5000 yinelemeli yüzdelik GA. | Ek satır. |
| Eşdeğerlik testi: TOST | kapalı; −0,5 ve 0,5 | Fark ortalaması için iki tek yönlü test. | Ek bölüm. |
| Grafik | Bireysel çizgiler | Bireysel çizgiler, fark histogramı + normal eğri, farkların Q–Q grafiği, Bland–Altman. | Yalnız Grafik sekmesi. |
| Tohum | 12345 | Bootstrap üreteci. | Yalnız bootstrap GA'sı. |
Çiftler arası korelasyon (r ve p) bir onay kutusuna bağlı değildir; her çalıştırmada "Etki büyüklükleri" bölümünün sonuna yazılır (hypothesis.py:3103–3112).
6.4 Tıp örneği
Dosya: english/datasets/Tip/05_paired_t_bp_treatment.xlsx (Türkçe kopyası samples/Tum_Analiz_Tip/05_eslestirilmis_t_KB_tedavi.xlsx).
| Değişken | Rol | Tür | Açıklama |
|---|---|---|---|
systolic_before |
1. Ölçüm | sürekli (mmHg) | Tedavi öncesi sistolik KB; ortalama 155,02, SS 11,43 |
systolic_post |
2. Ölçüm | sürekli (mmHg) | 12 haftalık antihipertansif tedavi sonrası; ortalama 135,04, SS 13,46 |
patient_id, treatment, treatment_week |
kullanılmaz | treatment_week sabittir (12). |
n ve eksik değer: 50 hasta, eksik değer yok. Fark yönü önce − sonra olduğundan pozitif fark düşüş demektir.
Klinik soru: Tedavi sistolik kan basıncını düşürüyor mu, düşüşün büyüklüğü nedir? (VIDEO_SCRIPT_TR.txt, #5.)
Seçilen ayarlar: Arayüz varsayılanları. Sayısal yürüyüş için tüm etki büyüklüğü kutuları, K-S, Bootstrap ve TOST (−5 ve 5 mmHg) açılarak ikinci, sağ yönlü hipotezle üçüncü bir çalıştırma yapılmıştır.
Şekil 6.1. (a) Her hasta için tedavi öncesi ve sonrası ölçüm (mor çizgiler), turuncu çizgi grup ortalamaları. (b) Farkların dağılımı, turuncu nokta fark ortalaması ve %95 GA'sı.
6.5 Formüller ve hesap adımları
MerQur'un sırası şudur: (1) iki sütunu sayıya çevir, eksik çiftleri at, (2) uç durumları denetle, (3) t ve p'yi scipy.stats.ttest_rel ile hesapla, (4) farkın GA'sını kur, (5) d_z'yi, istenen ek etki büyüklüklerini ve çift korelasyonunu ekle, (6) farklar üzerinde normallik, betimsel, bootstrap ve TOST bölümlerini ekle.
6.5.1 Farklar ve test istatistiği
- \bar d: farkların ortalaması; iki ölçüm ortalamasının farkına eşittir (\bar x_1-\bar x_2).
- s_d: farkların SS'si (
diff.std(ddof=1),hypothesis.py:3059). - \sd=n-1: çift sayısından bir eksik; ölçüm sayısı (2n) değil.
p değeri ve yön seçenekleri Bölüm 4.5.2'deki tanımın aynısıdır. Karar ve yıldız da aynı kurallarla yazılır; yıldız seçilen \alpha'ya bağlıdır (4.5.2).
Neden farkın varyansı küçülür?
Farkın varyansı iki ölçümün varyansından ve aralarındaki korelasyondan oluşur:
Aynı hastanın iki ölçümü genellikle pozitif ilişkilidir (r>0). Bu durumda -2rs_1s_2 terimi hastalar arası değişkenliği farktan çıkarır; geriye yalnız hasta içi değişim kalır. Bağımsız t testi bu terimi kullanmaz ve paydasını büyütür. Eşleştirilmiş tasarımın gücü buradan gelir.
6.5.2 Ortalama farkının güven aralığı
Bu aralık ana sonuç nesnesinin GA'sıdır (hypothesis.py:3062–3064); bağımsız t testindeki gibi çift yönlü kantille kurulur. Tek yönlü seçimde ek satır t_{1-\alpha} ile tek taraflı sınırı verir (hypothesis.py:3126–3130).
6.5.3 Etki büyüklükleri: d_z, d_av, d_rm, Hedges g
Eşleşik tasarımda tek bir "Cohen d" yoktur; payda seçimi farklı sorulara cevap verir. MerQur üçünü verir.
- d_z: farkı farkların SS'siyle ölçer (
hypothesis.py:3060). Ana tabloda "Cohen d" sütununda bu değer yazılır; metin "Cohen d_z" der. - s_1,\ s_2: iki ölçümün ayrı ayrı SS'leri; r: ölçümler arası Pearson korelasyonu.
- d_{av}: farkı ölçümlerin ortalama varyansının kareköküyle ölçer (
hypothesis.py:3241–3248); çıktı satırı paydayı "d̄ / √((s₁²+s₂²)/2)" diye yazar. MerQur'un bütün modüllerinde (Bayesçi t testi, Etki Büyüklüğü) aynı tanım kullanılır. - d_{rm}: Lakens (2013) denklem 9; paydadaki kök s_d'ye eşittir, bu yüzden d_{rm}=d_z\sqrt{2(1-r)} (
hypothesis.py:3091–3097).
Neden üç farklı d?
d_z, eşleştirilmiş testin istatistiksel gücüyle doğrudan ilişkilidir (t=d_z\sqrt n); güç analizi ve Bayesçi t testinin \delta'sı bu ölçektedir. Ama r yükseldikçe s_d küçülür ve d_z şişer; aynı ham fark bağımsız gruplarda çok daha küçük bir d verir. Meta-analizde bağımsız grup çalışmalarıyla birleştirmek için ölçümlerin kendi SS'sine dayanan d_{av} ya da r'yi açıkça hesaba katan d_{rm} önerilir (Dunlap ve ark. 1996; Lakens 2013). r=0{,}5 iken d_{rm}=d_z olur.
Neden varyansların ortalaması?
Ortalama varyansın karekökü, eşit n'de bağımsız gruplardaki d_s'nin paydasıyla aynıdır; d_{av}'nin amacı olan gruplar arası d ile karşılaştırılabilirliği bu sağlar (Cumming 2012; R effectsize::rm_d(method = "av")). Lakens'in (2013) (s_1+s_2)/2 paydası bundan biraz küçüktür ve biraz büyük d_{av} verir; bu veride 1,6051 ile 1,5998.
Hedges g =d_z\cdot J(n-1), kesin gama biçimiyle (hypothesis.py:3083; J için 5.5.8). d_z GA'ları Bölüm 4.5.5'teki iki yöntemin aynısıdır: normal yaklaşım \SH=\sqrt{1/n+d_z^2/(2n)} ve merkezî olmayan t (\lambda sınırları /\sqrt n; hypothesis.py:3088, 3098–3102).
6.5.4 Çiftler arası korelasyon
- r: eşli ölçümler arasındaki korelasyon (
hypothesis.py:3081,3103–3112). - t_r: H_0:\rho=0 için test istatistiği; \sd=n-2.
r yüksekse eşleştirme amacına ulaşmıştır; r sıfıra yakınsa eşleştirilmiş ve bağımsız testler benzer sonuç verir, r<0 ise eşleştirme gücü azaltır.
6.5.5 Normallik, bootstrap ve TOST
Normallik satırları yalnız farklar üzerinde çalışır (normal_samples=[(Fark, diff)], hypothesis.py:3119); iki ölçümün ayrı ayrı normalliği sınanmaz, çünkü varsayım farklara aittir. Bootstrap (_boot_diff_ci(..., paired=True), hypothesis.py:348–359) satırları bütün olarak yeniden örnekler, yani farkları yeniden örnekler; çift yapısı korunur. TOST, Bölüm 4.5.7'deki formüllerle \bar d ve s_d/\sqrt n üzerinden yapılır (hypothesis.py:3131–3135).
6.6 Elle hesap: Tıp verisinde sayısal yürüyüş
Ara değerler dogrulama/ttest_paired/elle_hesap.py ile, MerQur kodu çağrılmadan hesaplanmıştır.
Adım 1 — Farklar ve ortalaması.
Adım 2 — Farkların SS'si ve SH.
Aynı varyans ölçümlerin SS'leri ve korelasyonundan da elde edilir: s_1^2=130{,}713878, s_2^2=181{,}222857, r=0{,}822499, 2rs_1s_2=253{,}182041; 130{,}713878+181{,}222857-253{,}182041=58{,}754694.
Adım 3 — t, p ve GA.
Sağ yönlü (H_1: tedavi sonrası daha düşük): p=5{,}56\times10^{-24}; t_{0{,}95;\,49}=1{,}676551 ile tek taraflı aralık [18{,}162590;\ \infty).
Adım 4 — Etki büyüklükleri.
d_z için normal yaklaşımlı GA: \SH=\sqrt{1/50+2{,}606599^2/100}=0{,}296553, [2{,}025366;\ 3{,}187832]. Merkezî olmayan t ile \lambda_{\text{alt}}=14{,}275112, \lambda_{\text{üst}}=22{,}539953; \sqrt{50}=7{,}071068'e bölünce [2{,}018806;\ 3{,}187631].
Adım 5 — Korelasyon, normallik ve ek satırlar.
| Satır | Değer | MerQur etiketi |
|---|---|---|
| Çiftler arası r | 0{,}822499; t_r=10{,}018957; p=2{,}38\times10^{-13} | |
| Shapiro–Wilk (fark) | W=0{,}9377, p=0{,}0109 | İHLAL |
| Lilliefors (fark) | D=0{,}1419, p=0{,}0133 | İHLAL |
| Bootstrap %95 GA (tohum 12345) | [17{,}92;\ 22{,}10] | |
| TOST (\pm5): t_1; p_1 | 23{,}043909; 3{,}00\times10^{-28} | |
| TOST: t_2; p_2 | 13{,}818965; 1{,}000000 | |
| TOST %90 GA | [18{,}162590;\ 21{,}797410] | eşdeğerlik gösterilemedi |
Farklar sağa çarpıktır (çarpıklık 0,82); iki normallik testi de anlamlıdır. n=50 ve t=18{,}4 büyüklüğünde bir etkide bu sapma sonucu değiştirmez: bootstrap aralığı [17{,}92;\ 22{,}10], t aralığıyla neredeyse aynıdır. TOST burada bilerek "yanlış soru" olarak çalıştırılmıştır: fark 5 mmHg'nin çok üstünde olduğundan eşdeğer olmama hipotezi reddedilemez (p_{\text{TOST}}=1).
Adım 6 — Eşleşmeyi yok saymanın bedeli. Aynı veriyi bağımsız iki grup gibi çözümlemek paydayı \sqrt{(s_1^2+s_2^2)/n} yapar:
t, 18,43'ten 8,00'e düşer. Bu veride sonuç yine anlamlıdır, ama küçük etkilerde eşleşmeyi yok saymak gerçek bir farkı kaçırmaya yol açar.
6.6.1 Doğrulama: MerQur, Python ve R
MerQur değerleri execute() sonucundan, round() bellekte etkisizleştirilerek alınmıştır (dogrulama/ttest_paired/merqur_calistir.py). R: 4.5.3, t.test(paired = TRUE), cor.test, effectsize::cohens_d/hedges_g (farklar üzerinde, \mu=0), effectsize::rm_d(method = "rm"), shapiro.test, nortest::lillie.test. d_{av} R'da effectsize::rm_d(method = "av") ile hesaplanmıştır (1,599842).
| Büyüklük | MerQur | Python (bağımsız) | R 4.5.3 | En büyük fark | Durum |
|---|---|---|---|---|---|
| Fark ortalaması \bar d | 19,980000 | 19,980000 | 19,980000 | 0,0e+00 | ✓ |
| Farkların SS'si s_d | 7,665161 | 7,665161 | 7,665161 | 1,8e−15 | ✓ |
| SH s_d/\sqrt n | 1,084017 | 1,084017 | 1,084017 | 2,2e−15 | ✓ |
| t | 18,431437 | 18,431437 | 18,431437 | 3,9e−14 | ✓ |
| sd | 49 | 49 | 49 | 0,0e+00 | ✓ |
| p (çift yönlü) | 1,1128·10−23 | 1,1128·10−23 | 1,1128·10−23 | 2,2e−38 | ✓ |
| p (sağ yönlü) | 5,5641·10−24 | 5,5641·10−24 | 5,5641·10−24 | 7,3e−40 | ✓ |
| %95 GA alt | 17,801585 | 17,801585 | 17,801585 | 3,9e−14 | ✓ |
| %95 GA üst | 22,158415 | 22,158415 | 22,158415 | 4,3e−14 | ✓ |
| Tek yönlü %95 GA alt (sağ) | 18,162590 | 18,162590 | 18,162590 | 3,6e−15 | ✓ |
| Cohen d_z | 2,606599 | 2,606599 | 2,606599 | 3,6e−15 | ✓ |
| Hedges g (d_z\cdot J) | 2,5665 | 2,566463 | 2,566463 | 4,4e−16 | ✓ (4 ondalık) |
| d_{av} (\sqrt{(s_1^2+s_2^2)/2} paydası) | 1,5998 | 1,599842 | 1,599842 | 1,6e−15 | ✓ (4 ondalık) |
| d_{rm} | 1,553063 | 1,553063 | 1,553063 | 1,3e−15 | ✓ |
| d_z %95 GA alt (normal) | 2,0254 | 2,025366 | 2,025366 | 8,9e−16 | ✓ (4 ondalık) |
| d_z %95 GA üst (normal) | 3,1878 | 3,187832 | 3,187832 | 4,0e−15 | ✓ (4 ondalık) |
| d_z %95 GA alt (nct) | 2,018806 | 2,018806 | 2,018806 | 8,0e−09 | ✓ |
| d_z %95 GA üst (nct) | 3,187631 | 3,187631 | 3,187631 | 1,8e−09 | ✓ |
| Çiftler arası r | 0,822499 | 0,822499 | 0,822499 | 1,1e−16 | ✓ |
| r için p | 2,3810·10−13 | 2,3805·10−13 | 2,3805·10−13 | 1,0e−28 | ✓ (4 anlamlı) |
| Shapiro–Wilk W (fark) | 0,9377 | 0,937698 | 0,937698 | 5,9e−11 | ✓ (4 ondalık) |
| Shapiro–Wilk p (fark) | 0,0109 | 0,010936 | 0,010936 | 5,8e−11 | ✓ (4 ondalık) |
| Lilliefors D (fark) | 0,1419 | 0,141917 | 0,141917 | 5,6e−17 | ✓ (4 ondalık) |
| Lilliefors p (fark) | 0,0133 | 0,013349 | 0,013349 | 1,0e−17 | ✓ (4 ondalık) |
| TOST t_1 | 23,043909 | 23,043909 | 23,043909 | 1,8e−14 | ✓ |
| TOST p_1 | 3,0020·10−28 | 3,0019·10−28 | 3,0019·10−28 | 4,5e−44 | ✓ (4 anlamlı) |
| TOST t_2 | 13,818965 | 13,818965 | 13,818965 | 5,3e−15 | ✓ |
| TOST p_{\text{TOST}} | 1 | 1 | 1 | 0,0e+00 | ✓ |
| TOST %90 GA alt | 18,162590 | 18,162590 | 18,162590 | 3,6e−15 | ✓ |
| TOST %90 GA üst | 21,797410 | 21,797410 | 21,797410 | 0,0e+00 | ✓ |
| Bootstrap %95 GA alt (tohum 12345) | 17,9200 | 17,9200 | — | 0,0e+00 | ✓ (4 ondalık) |
| Bootstrap %95 GA üst (tohum 12345) | 22,1000 | 22,1000 | — | 0,0e+00 | ✓ (4 ondalık) |
Sonuç: 32 büyüklüğün tamamı ölçütü karşılar.
6.7 Çıktıyı okuma
Varsayılan ayarlarla sonuç metni (kısaltılmış):
Eşleştirilmiş t(49) = 18.4314, p = 1.113e-23 ***. Cohen d_z = 2.607 (Büyük etki). Ort. fark (systolic_before − systolic_post) = 19.9800. H₀ REDDEDİLİR.
Ortalama farkı = 19.9800, SE = 1.0840, %95 GA [17.8016, 22.1584]
── ETKİ BÜYÜKLÜKLERİ ──
Çiftler arası korelasyon r = 0.8225, p = 2.381e-13
── VARSAYIM KONTROLLERİ ──
Shapiro–Wilk [Fark]: W = 0.9377, p = 0.0109 → İHLAL
── BETİMSEL İSTATİSTİKLER ──
systolic_before: n=50, M=155.0200, SD=11.4330, ...
systolic_post: n=50, M=135.0400, SD=13.4619, ...
Fark: n=50, M=19.9800, SD=7.6652, SE=1.0840, ...
| Satır | Ne yazar | Nasıl yorumlanır |
|---|---|---|
| İlk satır | t, sd, p, d_z, fark yönü ve ortalaması, karar | Fark pozitif: 1. ölçüm (önce) daha yüksek. |
| Ortalama farkı | \bar d, SH, GA | Tedavi KB'yi ortalama 17,8–22,2 mmHg düşürüyor. |
| Çiftler arası korelasyon | r, p | r=0{,}82: hastalar arası farklar büyük ölçüde korunmuş; eşleştirme verimli. |
| Fark satırı (Shapiro) | Normallik yalnız farklarda | Ayrı ölçümler için normallik satırı yoktur. |
| Tablo "Cohen d" | d_z | Meta-analiz için d_{av} ya da d_{rm} kutusunu açın. |
| APA satırı | t(49) = 18.43, p < .001, d_z = 2.61 |
Etki büyüklüğü adıyla (d_z) yazılır. |
APA biçiminde rapor cümlesi:
On iki haftalık tedaviden sonra sistolik kan basıncı (O = 135,04; SS = 13,46) tedavi öncesine göre (O = 155,02; SS = 11,43) anlamlı düzeyde düştü; t(49) = 18{,}43, p < 0{,}001. Ortalama düşüş 19,98 mmHg'dir (%95 GA [17,80; 22,16]); etki büyüklüğü d_z = 2{,}61 (%95 GA [2,02; 3,19]), d_{av} = 1{,}60. İki ölçüm arasındaki korelasyon r = 0{,}82'dir.
6.8 Uzman soruları
S1. Tablodaki "Cohen d" hangisi?
d_z=\bar d/s_d (hypothesis.py:3060). Metinde ve APA satırında "d_z" yazar; tablo sütun adı ise yalnız "d" ya da "Cohen d" olabilir. d_z, ölçümlerin kendi SS'sine göre büyüklüğü abartır; bu veride d_z=2{,}61, d_{av}=1{,}60.
S2. d_av için hangi payda kullanılıyor?
\sqrt{(s_1^2+s_2^2)/2}, yani varyansların ortalamasının karekökü (Cumming 2012; R effectsize::rm_d(method = "av")). Lakens (2013, denklem 10) SS'lerin aritmetik ortalamasını, (s_1+s_2)/2, kullanır. İki tanım s_1\approx s_2 iken çakışır; bu veride 1,5998 ve 1,6051'dir. MerQur bütün modüllerde birinci tanımı kullanır; tek tanım, aynı programda aynı adla iki farklı sayı çıkmasını önler.
S3. d_rm neden d_av'den küçük?
d_{rm}=d_z\sqrt{2(1-r)}'dir. r=0{,}82 iken çarpan 0,596'dır. d_{rm}, r'yi açıkça hesaba katar ve s_1=s_2 iken d_{av}'ye eşit olur; burada s_2>s_1 olduğundan küçük bir fark kalır (1,553 ve 1,600).
S4. Normallik iki ölçümde mi, farklarda mı aranmalı?
Farklarda. Model d_i\sim N(\mu_d,\sigma_d^2)'dir; MerQur da Shapiro ve Lilliefors'u yalnız fark sütununa uygular (hypothesis.py:3119). İki ölçüm ayrı ayrı çarpık olup farkları normal olabilir, tersi de mümkündür.
S5. Farklar sabitse ya da yalnız iki hasta varsa ne olur?
Farklar neredeyse sabitse R t.test ile aynı ölçütle hata verilir (hypothesis.py:3053). n=2'de test yapılır (\sd=1) ama korelasyonun p'si yazılmaz (n-2=0) ve Shapiro satırı çıkmaz.
S6. R ile sonuçlar aynı mı?
t, sd, p, GA ve r R t.test(paired = TRUE) ve cor.test ile 10^{-13} düzeyinde aynıdır.
S7. Eksik değerli satırlar ne oluyor?
Çift bazında silinir: iki ölçümden biri eksikse satır tümüyle çıkar (hypothesis.py:3047). Bu nedenle betimsel satırlarındaki iki ölçümün ortalaması, tüm veri sütun ortalamasından farklı olabilir. Çok sayıda eksik varsa karma model eksik ölçümlü birimleri de kullanır.
S8. Hedges g'nin d_z'ye uygulanması doğru mu?
Evet; J küçük örneklem yanlılığını \nu=n-1 ile düzeltir ve d_z'nin dağılımı tek örneklem d'sininkiyle aynıdır. R effectsize::hedges_g(fark, mu = 0) aynı değeri verir (2{,}566463). d_{av} ya da d_{rm} için ayrı bir Hedges düzeltmesi MerQur'da yoktur.
6.9 Sık hatalar ve tuzaklar
- Sütun sırasını ters seçmek. Fark her zaman 1. ölçüm − 2. ölçüm'dür; "sonra − önce" isteniyorsa sütunlar yer değiştirmelidir. İşaret ve tek yönlü hipotez buna göre okunur.
- Uzun biçimli veriyi doğrudan vermek. Modül iki sütun ister; "zaman" sütunu ve tek değer sütunu olan uzun veri önce geniş biçime çevrilmelidir.
- Eşleşik veriyi Bağımsız t Testi ile çözümlemek. Bu veride t 18,43'ten 8,00'e düşer.
- d_z'yi bağımsız grup d'siyle karşılaştırmak. d_z korelasyona bağlıdır; meta-analizde d_{av} ya da d_{rm} kullanılır ve hangisi olduğu yazılır.
- Ayrı ölçümlerde normallik aramak. Varsayım farklara aittir.
- Çok çiftte düzeltme yapmamak. Birden çok çift seçildiğinde her biri ayrı test edilir; düzeltme yoktur.
- "Anlamsız fark" ile "uyum"u karıştırmak. İki ölçüm yönteminin uyumu için Bland–Altman grafiği ve TOST kullanılır.
6.10 Kaynaklar
- Bland, J. M., & Altman, D. G. (1986). Statistical methods for assessing agreement between two methods of clinical measurement. The Lancet, 327(8476), 307–310. https://doi.org/10.1016/S0140-6736(86)90837-8
- Cumming, G. (2012). Understanding the new statistics: Effect sizes, confidence intervals, and meta-analysis. Routledge.
- 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
- Dunlap, W. P., Cortina, J. M., Vaslow, J. B., & Burke, M. J. (1996). Meta-analysis of experiments with matched groups or repeated measures designs. Psychological Methods, 1(2), 170–177. https://doi.org/10.1037/1082-989X.1.2.170
- 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. (2013). Calculating and reporting effect sizes to facilitate cumulative science: A practical primer for t-tests and ANOVAs. Frontiers in Psychology, 4, 863. https://doi.org/10.3389/fpsyg.2013.00863
- Lakens, D. (2017). Equivalence tests: A practical primer for t tests, correlations, and meta-analyses. Social Psychological and Personality Science, 8(4), 355–362. https://doi.org/10.1177/1948550617697177
- 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