22. Binom Testi
Analiz kimliği: binomial_test · Menü adı: Binom Testi · Panel ve motor: gui/panels/analyses/binomial_test.py, execute (satır 199–370), GA yardımcısı _binom_ci (172–194); sonuç metni build_body_text (394–447); hesap çekirdeği scipy.stats.binomtest
22.1 Ne işe yarar
Binom testi, ikili (evet/hayır, başarılı/başarısız) bir değişkende gözlenen başarı oranının, önceden belirlenmiş bir oran p_0'a eşit olup olmadığını sınar. Cevapladığı soru şudur: "Evrendeki başarı olasılığı p_0 olsaydı, n denemede k başarı görmek ne kadar şaşırtıcı olurdu?"
- \pi: evrendeki başarı olasılığı (bilinmeyen).
- p_0: arayüzdeki "Beklenen oran (H₀)"; varsayılan 0,5.
- k: başarı sayısı; n: eksik olmayan gözlem sayısı. H_0 altında k\sim\text{Binom}(n,\,p_0).
Test bir yaklaşım kullanmaz: p değeri binom dağılımının olasılıkları toplanarak tam hesaplanır. Bu yüzden her n\ge1 için geçerlidir.
Ne zaman kullanılır? Tek bir ikili değişkenin oranı dışarıdan verilmiş bir değerle (literatür oranı, hedef, kuramsal 1/2) karşılaştırılırken: "Ameliyat başarı oranı %75'ten farklı mı?", "Yan etki sıklığı %10'u aşıyor mu?", "Erkek doğum oranı 1/2 mi?".
Ne zaman kullanılmaz?
- Kategori sayısı ikiden fazlaysa ve tüm kategorilerin oranları birlikte sınanacaksa: Ki-Kare Uyum İyiliği (Bölüm 26).
- İki bağımsız grubun oranları karşılaştırılacaksa: Ki-Kare Bağımsızlık (Bölüm 25) ya da Fisher Kesin Testi (Bölüm 27).
- Aynı kişilerde iki ikili ölçüm (önce/sonra) varsa: McNemar Testi (Bölüm 28).
- Sürekli bir ölçümün medyanı sınanacaksa: eşleştirilmiş farklarda İşaret Testi (Bölüm 23); tek örneklemde Tek Örneklem t Testi (Bölüm 4) ya da Wilcoxon.
Sık karıştırılan analizler. İşaret testi, binom testinin farkların işaretine p_0=1/2 ile uygulanmış hâlidir. Ki-kare uyum iyiliği iki kategoride binom testinin yaklaşık (asimptotik) karşılığıdır; kesin değildir. "Tek oran z testi" binom testinin normal yaklaşımıdır; MerQur'da ayrı satır olarak verilmez, ama ana GA (Wilson) bu z testini tersine çevirerek kurulur (22.5.3).
22.2 Varsayımlar ve veri türü
| Varsayım | Ne demek | MerQur'da nasıl denetlenir |
|---|---|---|
| İkili sonuç | Her gözlem ya "başarı" ya "başarısızlık"tır. | 0/1 dışı ya da ikiden çok değerli sütunda başarı kategorisi ya da kesme noktası istenir; yoksa hata (binomial_test.py:282–291). |
| Bağımsız gözlemler | Bir hastanın sonucu ötekini etkilemez. | Denetlenmez. |
| Sabit olasılık | Her gözlemin başarı olasılığı aynıdır. | Denetlenmez. Alt gruplar arasında oran farklıysa (ör. cerrahi türü) test ortalama oranı sınar. |
| Sabit n | Deneme sayısı veriden önce bellidir. | Tasarımla sağlanır. |
Eksik değer. Yalnız seçilen sütunda eksik olan satırlar atılır (binomial_test.py:228); n kalan satır sayısıdır.
Uç durumlar.
- p_0\le0 ya da p_0\ge1 ise hata (
binomial_test.py:223–226); arayüz zaten 0,001–0,999 aralığına izin verir. - n=0 ise hata (
binomial_test.py:232–233). Küçük n reddedilmez; n<10'da "çok küçük örneklem", 10\le n<30'da "küçük örneklem" uyarısı çıkar (binomial_test.py:314–317). - Metin kodlu sütunda (ör.
female/male) başarı kategorisi girilmezse, düzeyleri listeleyen bir hata verilir (binomial_test.py:264–272). - Tam sayı olmayan ya da ikiden çok değerli sayısal sütunda kesme noktası ya da başarı değeri girilmezse hata (
binomial_test.py:282–285). Bu denetim, sessizce "== 1" ile ikiye bölmeyi engeller. - Kesme noktası seçildiğinde sütunda sayıya çevrilemeyen değer varsa hata (
binomial_test.py:240–242). - Gözlenen oran p_0'a 0,02'den yakın ve sonuç anlamsızsa "H₀'ın doğru olduğu kanıtlanmadı" uyarısı eklenir (
binomial_test.py:319–320).
22.3 Parametreler
Varsayılanlar binomial_test.py:100–169 içinden okunmuştur.
| Arayüz adı | Varsayılan | Ne yapar | Sonucu nasıl değiştirir |
|---|---|---|---|
| Sütun | ilk ikili sütun | Önce ikili, ardından sayısal sütunlar listelenir. | k ve n. |
| Beklenen oran (H₀) | 0,5 | p_0; 0,001–0,999, adım 0,05, 6 ondalık. | p değeri; GA'yı değiştirmez. |
| Güven Düzeyi | %95 | \alpha=1-\text{düzey} (%90, %95, %99, özel). | Wilson GA genişliği ve karar eşiği. |
| Hipotez yönü | Çift yönlü (≠) | Sağ (>): H_1\ \pi>p_0; sol (<): \pi<p_0. | Tek kuyruklu kesin p; ana Wilson GA tek taraflı olur. |
| Başarı kategorisi | boş (= 1) | 0/1 dışı ya da metin kodlu sütunda başarı sayılacak değer (ör. robotic, 2). |
k. |
| Kesme noktası (≤ c = başarı) | boş | Sayısal sütunda x\le c olanlar başarı sayılır. | k; başarı kategorisinin önüne geçer. |
| Ek çıktılar: Tüm GA yöntemleri | kapalı | Clopper–Pearson, Wilson, Agresti–Coull, Jeffreys, Wald GA'ları. | Ek blok; iki taraflı. |
| Ek çıktılar: Etki büyüklüğü (p̂ − p₀, Cohen h) | kapalı | Ham fark ve arksinüs farkı. | Ek satır. |
| Ek çıktılar: mid-p | kapalı | Yarım olasılık düzeltmeli p. | Ek satır; karar değişmez. |
Neden kesme noktası "≤ c" başarıdır?
MerQur'da kesme noktasına eşit ve küçük değerler birinci grup sayılır ve test birinci grubun oranı üzerinden yapılır (binomial_test.py:237–244). Yüksek değeri başarı saymak isteyen kullanıcı ya p_0'ı 1-p_0 yapıp sonucu ters okumalı ya da başarı kategorisini kullanmalıdır.
Hipotez yönü neden GA'yı da değiştirir?
Sağ yönlü testte "\pi en az ne kadar?" sorulur; buna karşılık gelen aralık [L,\ 1] biçiminde tek taraflıdır ve L, z_{1-\alpha} ile kurulur. MerQur ana satırdaki Wilson GA'yı yönle uyumlu tutar ve "[tek taraflı]" etiketi ekler (binomial_test.py:412–413). "Tüm GA yöntemleri" bloğu ise iki taraflı kalır ve başlığında "(iki taraflı)" yazar (binomial_test.py:328–330).
22.4 Tıp örneği
Dosya: english/datasets/Tip/18_binomial_surgery_achievement.xlsx (Türkçe kopyası samples/Tum_Analiz_Tip/18_binomial_ameliyat_basari.xlsx).
| Değişken | Rol | Tür | Açıklama |
|---|---|---|---|
successful |
Sütun | ikili (0/1) | Ameliyat başarılı = 1; 590 başarı, 210 başarısızlık |
surgery_type |
ek örnek | metin (3 düzey) | laparoscopic 275, robotic 264, open 261 |
patient_id |
kullanılmaz |
n ve eksik değer: 800 hasta, eksik değer yok. Gözlenen başarı oranı \hat p=590/800=0{,}7375.
Klinik soru: Tanıtım senaryosu (VIDEO_SCRIPT_TR.txt, #18) başarı oranını %50'ye karşı sınar; Türkçe rehber (samples/Tum_Analiz_Tip/REHBER.md, #18) ise "%75'ten farklı mı?" sorusunu sorar. Bölüm ikisini de çalıştırır; sayısal yürüyüş, iki yönlü p tanımlarının ayrıştığı p_0=0{,}75 üzerindedir.
Seçilen ayarlar: Sütun successful, başarı değeri 1, %95 güven. Ek çalıştırmalar: p_0=0{,}5; p_0=0{,}75 (üç ek çıktı açık, çift/sağ/sol yön, %99 güven); surgery_type sütununda başarı kategorisi robotic ve p_0=0{,}333 ("üç tür eşit sıklıkta mı kullanılıyor?").
Şekil 22.1. p_0=0{,}75 altında Binom(800; 0,75) olasılıkları. Mor çubuklar gözlenen k=590 ve altı, turuncu çubuklar olasılığı P(X=590)'dan büyük olmayan üst kuyruk (X\ge611). Minimum olabilirlik p'si iki rengin toplamıdır; "İki kat" tanımı ise alt kuyruğun iki katını alır.
22.5 Formüller ve hesap adımları
MerQur'un sırası şudur: (1) sütundan eksikleri at, (2) başarıyı tanımla (0/1, başarı kategorisi ya da kesme noktası) ve k'yi say, (3) scipy.stats.binomtest(k, n, p0, alternative) ile kesin p'yi al, (4) p_0\neq0{,}5 ve çift yönlüyse küçük kuyruğun iki katı olan p'yi bilgi notu olarak hesapla, (5) Wilson GA'yı kur, (6) uyarıları ekle, (7) istenirse GA yöntemleri, etki büyüklüğü ve mid-p bloklarını ekle.
22.5.1 Başarının tanımı
Başarı üç yoldan biriyle tanımlanır (binomial_test.py:236–293):
- Kesme noktası c girildiyse: y_i=\mathbb 1\{x_i\le c\}.
- Başarı kategorisi s girildiyse: değerler metne çevrilir, sayısal görünenler ortak biçime indirgenir ("1", "1.0" ve 1 aynı sayılır); y_i=\mathbb 1\{x_i=s\}.
- İkisi de boşsa: sütun tam sayıya çevrilir ve 1'e eşit olanlar başarıdır. 0/1 dışında iki değer varsa (ör. 1/2) yine 1 başarıdır; 1 yoksa hata.
- y_i: i. gözlemin başarı göstergesi (0 ya da 1).
- \hat p: gözlenen oran; çıktıda "Gözlenen oran", künyede "p̂".
22.5.2 Kesin binom p'si
H_0 altında f(x)=P(X=x)=\binom{n}{x}p_0^{\,x}(1-p_0)^{\,n-x}. Tek yönlü p'ler kuyruk toplamlarıdır:
İki yönlü p için MerQur minimum olabilirlik tanımını kullanır:
- f(k): gözlenen sonucun H_0 altındaki olasılığı.
- Toplam, olasılığı gözlenenden büyük olmayan tüm sonuçları kapsar; 1+10^{-7} çarpanı kayan nokta eşitliklerini yakalar (scipy ve R
binom.testile aynı).
Neden "minimum olabilirlik"?
p_0\neq1/2 iken binom dağılımı çarpıktır; "öbür kuyruk" kendiliğinden tanımlı değildir. Üç gelenek vardır: (a) olasılığı gözlenenden küçük ya da eşit olanların toplamı (Fay 2010'un "minlike" tanımı; R binom.test, scipy), (b) küçük kuyruğun iki katı, (c) merkezden uzaklık. (a), "gözlenen sonuç kadar ya da daha az olası" sonuçları sayar ve 1'i aşmaz. p_0=1/2'de dağılım simetrik olduğundan üçü çakışır.
Koddaki tercih
Ana p ve karar scipy'nin (a) tanımıdır (binomial_test.py:296, 302). p_0\neq0{,}5 ve çift yönlü seçimde "iki kat" tanımı ayrıca hesaplanır ve sonuç metnine bir not satırı olarak yazılır (binomial_test.py:304–306, 416–418):
Karar her zaman p_{\text{çift}}<\alpha ile verilir (binomial_test.py:362).
22.5.3 Wilson güven aralığı (ana satır)
- z=z_{1-\alpha/2} (çift yönlü) ya da z_{1-\alpha} (tek yönlü; o zaman yalnız bir sınır kullanılır, öbürü 0 ya da 1).
- \tilde p: aralığın merkezi; \hat p'den 1/2'ye doğru çekilmiştir.
- h_W: yarı genişlik.
Neden Wilson, neden süreklilik düzeltmesiz?
Wilson (1927) aralığı, |\hat p-\pi|/\sqrt{\pi(1-\pi)/n}\le z eşitsizliğini \pi için çözerek bulunur; yani tek oran skor testini tersine çevirir. Wald aralığından farkı, standart hatada bilinmeyen \pi'yi \hat p ile değil, sınanan değerin kendisiyle kullanmasıdır. Brown, Cai ve DasGupta (2001), Wald aralığının kapsamasının küçük n'de ve uç oranlarda nominalin çok altına düştüğünü, Wilson'un ise geniş bir aralıkta nominale yakın kaldığını gösterdi. MerQur scipy ... proportion_ci(method="wilson") kullanır; scipy'de varsayılan correction=False'tır, yani R prop.test(correct = FALSE) ve DescTools::BinomCI(method = "wilson") aralığıdır (binomial_test.py:309).
Wilson GA ile kesin test sınırda ayrışabilir
Karar kesin testten (p<\alpha), Wilson GA ise skor testinin tersine çevrilmesinden gelir; panelin açıklama metni de bunu yazar. İkisi aynı testi tersine çevirmez. p, \alpha'ya çok yakınken GA p_0'ı içerip test anlamlı çıkabilir ya da tersi olabilir. Kesin teste eş GA istenirse "Tüm GA yöntemleri" bloğundaki Clopper–Pearson aralığına bakılmalıdır (o da her zaman tutarlı değildir, çünkü Clopper–Pearson iki tek yanlı testi tersine çevirir; minimum olabilirlik testine eş aralık Blaker aralığıdır ve MerQur'da yoktur).
22.5.4 Ek GA yöntemleri
"Tüm GA yöntemleri" kutusu beş aralığı DescTools::BinomCI tanımlarıyla verir (binomial_test.py:172–194):
- B_q(a,\ b): Beta(a, b) dağılımının q yüzdeliği.
- Clopper–Pearson'da k=0 ise alt sınır 0, k=n ise üst sınır 1; Jeffreys'te de aynı kural uygulanır.
- Wald ve Agresti–Coull sınırları [0,\ 1]'e kırpılır.
Beş aralık neden birlikte veriliyor?
Clopper–Pearson "kesin" aralıktır: kapsaması her \pi için en az nominaldir, bu yüzden genellikle gereğinden geniştir. Jeffreys, Beta(1/2, 1/2) önsellik Bayesçi aralıktır ve sıklıkçı kapsaması ortalamada nominale yakındır. Agresti–Coull (1998) "iki başarı iki başarısızlık ekle" kuralının genellemesidir ve Wilson merkezini kullanır. Wald, öğretimde yaygın olduğu için karşılaştırma amacıyla vardır. Büyük n'de beşi birbirine çok yakındır (Tıp örneğinde en büyük fark 0,0015); küçük n'de ve uç oranlarda ayrışır.
22.5.5 Etki büyüklüğü ve mid-p
- d: ham oran farkı (yüzde puanı / 100).
- h: Cohen'in (1988) h'si; işaretlidir. Cohen'in eşikleri 0,2 küçük, 0,5 orta, 0,8 büyüktür; MerQur etiket vermez.
Neden arksinüs?
Oranın varyansı \pi(1-\pi)/n, \pi'ye bağlıdır; aynı ham fark 0,50 civarında küçük, 0,95 civarında büyük bir sapmadır. 2\arcsin\sqrt{\pi} dönüşümü varyansı yaklaşık 1/n'de sabitler; bu yüzden h farklı taban oranlarında karşılaştırılabilir.
Mid-p, gözlenen sonucun olasılığının yalnız yarısını kuyruğa katar (Lancaster 1961):
Koddaki tercih
İki yönlü mid-p iki kat tanımıyla hesaplanır (binomial_test.py:343–345), ana p ise minimum olabilirlik tanımıyla. p_0=0{,}5'te fark yoktur; p_0\neq0{,}5'te mid-p, ana p'nin değil iki kat tanımlı p_{2\times1}'in yarım olasılıklı karşılığıdır. Mid-p karar satırını etkilemez; p_0\neq0{,}5'te çıktı bu tanım farkını bir notla yazar. p<0{,}001 ise "Mid-p < .001" yazılır.
22.6 Elle hesap: Tıp verisinde sayısal yürüyüş
Ara değerler dogrulama/binomial_test/elle_hesap.py ile, MerQur kodu çağrılmadan hesaplanmıştır. Binom olasılıkları fractions.Fraction ile tam kesir olarak toplanmıştır (p_0=3/4 ve 333/1000 rasyoneldir); beta ve normal yüzdelikleri scipy'den alınmıştır.
Adım 1 — Sayımlar. n=800, k=590, n-k=210, \hat p=0{,}7375.
Adım 2 — p_0=0{,}5. Dağılım simetriktir; p_{\text{çift}}=2P(X\ge590)=1{,}4991\times10^{-42}. Normal yaklaşımla z=(0{,}7375-0{,}5)/\sqrt{0{,}25/800}=13{,}435; sonuç tartışmasız anlamlıdır. h=2{,}065760-1{,}570796=0{,}494964 (Cohen'in "orta" eşiği 0,5'in hemen altında).
Adım 3 — p_0=0{,}75, tek yönlü kuyruklar.
Adım 4 — Minimum olabilirlik kuyruğu. Beklenen sayı 800\times0{,}75=600'dür. Üst tarafta olasılığı f(590)'ı aşmayan ilk değer 611'dir: f(610)=0{,}023648>0{,}023042\ge f(611)=0{,}022061. Bu yüzden
İki kat tanımı: p_{2\times1}=2\times0{,}218175=0{,}436350. Fark, üst kuyruğun (0,196131) alt kuyruktan (0,218175) daha hafif olmasından gelir; dağılım p_0=0{,}75'te sola çarpıktır.
Adım 5 — Mid-p. p^{\text{mid}}_{\text{sol}}=0{,}218175-0{,}023042/2=0{,}206654; p^{\text{mid}}_{\text{sağ}}=0{,}793346; p^{\text{mid}}_{\text{çift}}=2\times0{,}206654=0{,}413307.
Adım 6 — Wilson GA (%95). z=1{,}959964, z^2=3{,}841459.
Sağ yönlü tek taraflı: z=1{,}644854, \tilde p=0{,}736699, h_W=0{,}025557, alt sınır 0{,}711143. Sol yönlü üst sınır 0{,}762256.
Aynı GA, skor testinin tersine çevrilmesidir: p_0=0{,}75 için skor istatistiği z=(0{,}7375-0{,}75)/\sqrt{0{,}75\times0{,}25/800}=-0{,}8165; |z|<1{,}96 olduğundan 0,75 aralıktadır. Bu z'nin iki yönlü normal p'si 0,4142'dir; kesin p (0,4143) ile neredeyse aynıdır, çünkü n=800 büyüktür.
Adım 7 — Öteki GA'lar (%95). Wald: SH =\sqrt{0{,}7375\times0{,}2625/800}=0{,}015556, [0{,}707011;\ 0{,}767989]. Agresti–Coull: \tilde n=803{,}8415, \check p=0{,}736365, [0{,}705906;\ 0{,}766824]. Clopper–Pearson [0{,}705546;\ 0{,}767692]. Jeffreys [0{,}706192;\ 0{,}767093]. %99 Wilson [0{,}695594;\ 0{,}775499].
Adım 8 — Etki büyüklüğü. d=-0{,}0125; h=2{,}065760-2{,}094395=-0{,}028635.
Adım 9 — Metin kategorisi. surgery_type = robotic: k=264, \hat p=0{,}33; p_0=0{,}333 ile p_{\text{çift}}=0{,}880764, p_{2\times1}=0{,}889905, Wilson [0{,}298297;\ 0{,}363328], h=-0{,}006373.
22.6.1 Doğrulama: MerQur, Python ve R
MerQur değerleri execute() sonucundan, modül ad alanında round() ve p_store() bellekte etkisizleştirilerek alınmıştır (dogrulama/binomial_test/merqur_calistir.py). R: 4.5.3; binom.test (kesin p), DescTools::BinomCI (beş GA), prop.test(correct = FALSE) (tek taraflı Wilson); iki kat tanımlı p, mid-p ve Cohen h pbinom/dbinom/asin ile doğrudan.
| Büyüklük | MerQur | Python (bağımsız) | R 4.5.3 | En büyük fark | Durum |
|---|---|---|---|---|---|
| Başarı sayısı k (n = 800) | 590 | 590 | 590 | 0,0e+00 | ✓ |
| Gözlenen oran \hat p | 0,737500 | 0,737500 | 0,737500 | 0,0e+00 | ✓ |
| p_0 = 0{,}5: kesin p (çift yönlü) | 1,4991·10−42 | 1,4991·10−42 | 1,4991·10−42 | 6,5e−56 | ✓ |
| p_0 = 0{,}5: mid-p | 1,0150·10−42 | 1,0150·10−42 | 1,0150·10−42 | 7,4e−56 | ✓ |
| p_0 = 0{,}5: Cohen h | 0,494964 | 0,494964 | 0,494964 | 1,7e−16 | ✓ |
| p_0 = 0{,}75: kesin p (minimum olabilirlik) | 0,414305 | 0,414305 | 0,414305 | 8,9e−16 | ✓ |
| p_0 = 0{,}75: 2 × tek yanlı p (iki kat tanımı) | 0,436350 | 0,436350 | 0,436350 | 0,0e+00 | ✓ |
| p_0 = 0{,}75: sağ yönlü p | 0,804868 | 0,804868 | 0,804868 | 1,1e−16 | ✓ |
| p_0 = 0{,}75: sol yönlü p | 0,218175 | 0,218175 | 0,218175 | 0,0e+00 | ✓ |
| p_0 = 0{,}75: mid-p (çift yönlü) | 0,413307 | 0,413307 | 0,413307 | 1,7e−16 | ✓ |
| p_0 = 0{,}75: mid-p (sağ yönlü) | 0,793346 | 0,793346 | 0,793346 | 5,6e−16 | ✓ |
| p_0 = 0{,}75: mid-p (sol yönlü) | 0,206654 | 0,206654 | 0,206654 | 5,0e−16 | ✓ |
| p_0 = 0{,}75: Cohen h | −0,028635 | −0,028635 | −0,028635 | 0,0e+00 | ✓ |
| %95 Wilson GA alt | 0,705927 | 0,705927 | 0,705927 | 4,4e−16 | ✓ |
| %95 Wilson GA üst | 0,766803 | 0,766803 | 0,766803 | 5,6e−16 | ✓ |
| %95 Clopper–Pearson GA alt | 0,705546 | 0,705546 | 0,705546 | 3,9e−15 | ✓ |
| %95 Clopper–Pearson GA üst | 0,767692 | 0,767692 | 0,767692 | 4,4e−16 | ✓ |
| %95 Agresti–Coull GA alt | 0,705906 | 0,705906 | 0,705906 | 0,0e+00 | ✓ |
| %95 Agresti–Coull GA üst | 0,766824 | 0,766824 | 0,766824 | 2,2e−16 | ✓ |
| %95 Jeffreys GA alt | 0,706192 | 0,706192 | 0,706192 | 2,2e−16 | ✓ |
| %95 Jeffreys GA üst | 0,767093 | 0,767093 | 0,767093 | 3,3e−16 | ✓ |
| %95 Wald GA alt | 0,707011 | 0,707011 | 0,707011 | 0,0e+00 | ✓ |
| %95 Wald GA üst | 0,767989 | 0,767989 | 0,767989 | 1,1e−16 | ✓ |
| %99 Wilson GA alt (ana satır) | 0,695594 | 0,695594 | 0,695594 | 2,2e−16 | ✓ |
| %99 Clopper–Pearson GA alt | 0,695452 | 0,695452 | 0,695452 | 6,4e−15 | ✓ |
| %99 Wilson GA üst (ana satır) | 0,775499 | 0,775499 | 0,775499 | 3,3e−16 | ✓ |
| %99 Clopper–Pearson GA üst | 0,776672 | 0,776672 | 0,776672 | 1,5e−13 | ✓ |
| Tek taraflı %95 Wilson alt (sağ yönlü) | 0,711143 | 0,711143 | 0,711143 | 1,1e−16 | ✓ |
| Tek taraflı %95 Wilson üst (sol yönlü) | 0,762256 | 0,762256 | 0,762256 | 1,1e−16 | ✓ |
| Robotik: k (başarı = robotic) | 264 | 264 | 264 | 0,0e+00 | ✓ |
| Robotik, p_0 = 0{,}333: kesin p | 0,880764 | 0,880764 | 0,880764 | 1,4e−15 | ✓ |
| Robotik: 2 × tek yanlı p | 0,889905 | 0,889905 | 0,889905 | 7,8e−16 | ✓ |
| Robotik: mid-p | 0,860402 | 0,860402 | 0,860402 | 1,2e−15 | ✓ |
| Robotik: Wilson GA alt | 0,298297 | 0,298297 | 0,298297 | 2,2e−16 | ✓ |
| Robotik: Wilson GA üst | 0,363328 | 0,363328 | 0,363328 | 1,7e−16 | ✓ |
| Robotik: Cohen h | −0,006373 | −0,006373 | −0,006373 | 4,3e−18 | ✓ |
Sonuç: 36 büyüklüğün tamamı ölçütü karşılar. Clopper–Pearson üst sınırındaki 10^{-13} düzeyindeki fark, beta yüzdeliğinin scipy ve R'deki sayısal kök bulma toleransından gelir.
22.7 Çıktıyı okuma
p_0=0{,}75, üç ek çıktı açıkken sonuç metni:
══ BİNOM TESTİ (Tek Oran) ══
Sütun : successful
Başarı değeri : 1
n : 800
Başarı (k) : 590
Başarısızlık : 210
── HİPOTEZLER ──
H₀: P(başarı) = 0.75
H₁: P(başarı) ≠ 0.75
── İSTATİSTİK ──
Gözlenen oran : 0.7375
Beklenen oran : 0.7500
Wilson %95 GA : (0.7059, 0.7668)
p değeri : 0.414305
(İki yönlü kesin p: minimum olabilirlik tanımı. Tek yanlı p'nin 2 katı: 0.436350; p₀ ≠ 0.5'te farklı olabilir.)
KARAR: H₀ reddedilemedi (p ≥ 0.05). Oran 0.75 değerinden anlamlı farklı değil.
%95 GA yöntemleri
Clopper-Pearson : (0.7055, 0.7677)
Wilson : (0.7059, 0.7668)
Agresti-Coull : (0.7059, 0.7668)
Jeffreys : (0.7062, 0.7671)
Wald : (0.7070, 0.7680)
Etki büyüklüğü: p̂ − p₀ = -0.0125, Cohen h = -0.0286
Mid-p = 0.413307
── Uyarılar ──
⚠ Gözlenen oran beklenen değere çok yakın; anlamlı olmayan sonuç H₀'ın doğru olduğunu kanıtlamaz (H₀ yalnızca reddedilemedi).
| Satır | Ne yazar | Nasıl yorumlanır |
|---|---|---|
| Başarı değeri | 1, başarı kategorisi ya da "≤ c" | Neyin sayıldığını doğrulayın; metin sütununda girilen düzey yazılır. |
| n / Başarı (k) / Başarısızlık | n, k, n-k | n eksikler atıldıktan sonraki sayıdır. |
| Gözlenen oran | \hat p, 4 ondalık | |
| Wilson GA | Ana GA | Tek yönlü seçimde "[tek taraflı]" etiketiyle tek sınırlıdır. |
| p değeri | Kesin p (minimum olabilirlik) | 6 ondalıkta sıfır görünecek kadar küçükse (<5 imes10^{-7}) 4 anlamlı basamakla bilimsel gösterim (PDisp, binomial_test.py:50–62). |
| Not satırı | p_{2\times1} | Yalnız p_0\neq0{,}5 ve çift yönlüde; iki kat tanımıyla karşılaştırmak için. |
| KARAR | p<\alpha ise "BÜYÜK/KÜÇÜK" yön cümlesi | Yön \hat p ile p_0 karşılaştırılarak yazılır. |
| GA yöntemleri, etki, mid-p | Ek bloklar | Kararı etkilemez. |
| Uyarılar | n<30 ya da \lvert\hat p-p_0\rvert<0{,}02 ve anlamsız | Koşullar binomial_test.py:314–320. |
| Grafik | Gözlenen oran (Wilson hata çubuğu) ve p_0 çubuğu |
p_0=0{,}5 ile varsayılan çalıştırmada aynı GA ve "p değeri : 1.499e-42", karar "Gözlenen oran 0.5 değerinden anlamlı şekilde BÜYÜK" olur; not satırı çıkmaz.
APA biçiminde rapor cümleleri:
800 ameliyatın 590'ı başarılıydı (\hat p = 0{,}738; %95 Wilson GA [0,706; 0,767]). Başarı oranı %50'den anlamlı biçimde yüksekti (kesin binom testi, p < 0{,}001; Cohen h = 0{,}49).
Başarı oranı literatürdeki %75 değerinden anlamlı biçimde farklı değildi (kesin binom testi, iki yönlü p = 0{,}414; h = -0{,}03).
22.8 Uzman soruları
S1. İki yönlü p neden bazı yazılımlardan farklı çıkıyor?
Bazı yazılımlar iki yönlü kesin p'yi küçük kuyruğun iki katı olarak verir; MerQur ve R binom.test ise olasılığı gözlenenden büyük olmayan sonuçları toplar. p_0=0{,}5'te aynıdırlar. Tıp örneğinde p_0=0{,}75 ile 0,414305 ve 0,436350 çıkar; MerQur ikincisini not satırında verir (binomial_test.py:304–306).
S2. Wilson GA neden kesin teste eş değil, Clopper–Pearson neden ana satırda değil?
Clopper–Pearson kapsaması her zaman en az nominal olduğu için tutucudur; Brown, Cai ve DasGupta (2001) ve Agresti ve Coull (1998) ortalama kapsamada Wilson'u önerir. MerQur ana satırda Wilson'u, kesin aralığı ek blokta verir. Hiçbiri minimum olabilirlik testinin tam tersi değildir; bu yüzden sınırda karar ile GA çelişebilir (22.5.3 uyarı kutusu).
S3. Tek yönlü seçimde ana GA ile "Tüm GA yöntemleri"ndeki Wilson neden farklı?
Ana satır yönle tutarlı tek taraflı aralıktır (z_{1-\alpha}=1{,}645; sağ yönlüde [0{,}7111;\ 1]). Ek blok her zaman iki taraflıdır ve başlığında "(iki taraflı)" yazar (binomial_test.py:328–330). Bu ayrım, aynı çıktıdaki iki farklı "Wilson" satırının karıştırılmaması içindir.
S4. Çok küçük n'de test çalışır mı?
Evet; kesin test her n\ge1 için tanımlıdır ve MerQur sonuç verir, yalnız uyarı ekler. Ancak anlamlılık olanaksız olabilir: p_0=0{,}5, n=5'te en küçük iki yönlü p=2/32=0{,}0625'tir. Küçük n'de mid-p, kesin testin tutuculuğunu azaltmak için kullanılabilir; ama birinci tür hata oranı nominali aşabilir.
S5. Sayısal bir sütun (ör. 1–5 puan) seçilirse ne olur?
Kesme noktası ya da başarı kategorisi girilmezse hata verilir (binomial_test.py:282–285); sütun sessizce "== 1" diye bölünmez. Kesme noktası c=3 girilirse x\le3 başarı sayılır. Tam sayıya çok yakın kayan nokta değerler (ör. hesaplanmış bir sütundaki 0,9999999) en yakın tam sayıya yuvarlanır; kesilerek 0 sayılmaz.
S6. 1/3 gibi bir p₀ nasıl girilir?
Kutu 6 ondalık kabul eder (binomial_test.py:126–129); 1/3, 0,333333 olarak girilir. Kalan 3\times10^{-7}'lik fark çok büyük n'de bile p'yi görünür biçimde değiştirmez. Daha kaba bir yuvarlama (0,333) büyük n'de p'yi değiştirebilir.
S7. Ki-kare uyum iyiliği ile iki kategoride aynı sonucu verir mi?
Hayır. İki kategorili ki-kare uyum iyiliği X^2=z^2 verir; z tek oran skor istatistiğidir ve p asimptotiktir. Tıp örneğinde p_0=0{,}75 için z^2=0{,}6667, asimptotik p=0{,}4142, kesin p=0{,}4143'tür; n küçüldükçe fark büyür.
22.9 Sık hatalar ve tuzaklar
- p_0 ile başarı tanımını uyumsuz seçmek. p_0, başarı sayılan kategorinin oranıdır. Başarısızlık oranı biliniyorsa p_0=1-\text{o oran} girilmelidir.
- Kesme noktasında yönü ters okumak. "≤ c" başarıdır; yüksek değerler değil.
- Anlamsız sonucu "oran %75'tir" diye yorumlamak. Tıp örneğinde %95 GA [0,706; 0,767]; veriler 0,71 ile 0,77 arasındaki her oranla uyumludur. Uyarı satırı bunu hatırlatır.
- Başka bir yazılımın çıktısıyla uyuşmayan p'yi hata sanmak. p_0\neq0{,}5'te iki yönlü p'nin iki tanımı vardır; not satırındaki değer "iki kat" tanımıdır.
- Alt grupları karıştırarak tek oran sınamak. Başarı olasılığı cerrahi türüne göre değişiyorsa tek binom testi ortalama oranı sınar; gruplar arası fark için ki-kare bağımsızlık ya da lojistik regresyon gerekir.
- Mid-p'yi karar için kullanmak. MerQur kararı kesin p'ye göre verir; mid-p yalnız bilgi satırıdır ve iki yönlü tanımı ana p'den farklıdır.
- Grafikteki hata çubuğunu kesin GA sanmak. Grafik Wilson GA'yı çizer (
binomial_test.py:460–466).
22.10 Kaynaklar
- Agresti, A., & Coull, B. A. (1998). Approximate is better than "exact" for interval estimation of binomial proportions. The American Statistician, 52(2), 119–126. https://doi.org/10.1080/00031305.1998.10480550
- Brown, L. D., Cai, T. T., & DasGupta, A. (2001). Interval estimation for a binomial proportion. Statistical Science, 16(2), 101–133. https://doi.org/10.1214/ss/1009213286
- Clopper, C. J., & Pearson, E. S. (1934). The use of confidence or fiducial limits illustrated in the case of the binomial. Biometrika, 26(4), 404–413. https://doi.org/10.1093/biomet/26.4.404
- Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum.
- Conover, W. J. (1999). Practical nonparametric statistics (3rd ed.). Wiley.
- Fay, M. P. (2010). Two-sided exact tests and matching confidence intervals for discrete data. The R Journal, 2(1), 53–58. https://doi.org/10.32614/RJ-2010-008
- Lancaster, H. O. (1961). Significance tests in discrete distributions. Journal of the American Statistical Association, 56(294), 223–234. https://doi.org/10.1080/01621459.1961.10482105
- Wilson, E. B. (1927). Probable inference, the law of succession, and statistical inference. Journal of the American Statistical Association, 22(158), 209–212. https://doi.org/10.1080/01621459.1927.10502953