İstatistik Sözlüğü → Binom Testi
Binom Testianaliz
İki sonuçlu (evet/hayır, başarılı/başarısız) bir değişkende gözlenen başarı oranının, önceden belirlenmiş bir oranla uyumlu olup olmadığını binom dağılımına dayanarak kesin olarak sınayan test.
Kavram
Birçok soru bir oran hakkındadır: bir tohum partisinin çimlenme oranı, bir ilacın başarı oranı, bir zarın altı gelme oranı. Elimizde n denemelik bir örneklem ve bu denemelerin k'sında başarı vardır; gözlenen oran k/n'dir. Soru, bu oranın önceden belirlenmiş bir değerden (p₀: bir iddia, bir standart ya da kuramsal bir oran) şans eseri bu kadar farklı çıkıp çıkamayacağıdır. Sıfır hipotezi gerçek başarı olasılığının p₀ olduğunu söyler.
Denemeler birbirinden bağımsızsa ve her birinde başarı olasılığı aynıysa, başarı sayısı binom dağılımına uyar. Test, sıfır hipotezi doğruysa gözlenen kadar ya da daha uç bir başarı sayısı elde etme olasılığını bu dağılımdan doğrudan hesaplar; bu yüzden 'kesin' bir testtir ve küçük örneklemlerde de geçerlidir, normal yaklaşıma ihtiyaç duymaz. Oranın güven aralığı ise gerçek oranın hangi değerler arasında olabileceğini gösterir; Wilson ve Clopper-Pearson aralıkları küçük örneklemlerde ve uç oranlarda güvenilirdir.
Varsayımlar basittir ama önemlidir: her deneme yalnız iki sonuçludur, denemeler bağımsızdır ve başarı olasılığı tüm denemelerde aynıdır. Aynı kişiden alınan tekrarlı gözlemler ya da kümeler hâlinde toplanmış veriler bu varsayımı bozar. Kesin test, kesikli dağılım nedeniyle biraz temkinli olabilir; mid-p düzeltmesi bu temkinliliği azaltır. Sonucun pratik önemi, gözlenen oran ile p₀ arasındaki fark ve Cohen h gibi etki büyüklükleriyle değerlendirilir.
Ne zaman kullanılır?
- İki sonuçlu bir değişkende gözlenen oranı bilinen bir değerle (bir iddia, bir standart, kuramsal bir oran) karşılaştırırken; özellikle örneklem küçükse ya da oran 0'a veya 1'e yakınsa.
- İki bağımsız grubun oranları karşılaştırılacaksa ki-kare testi ya da Fisher kesin testi; ikiden çok kategori bir beklenen dağılımla karşılaştırılacaksa ki-kare uyum iyiliği testi kullanılır.
- Aynı kişilerin iki ölçümü arasındaki farkların yalnız yönü inceleniyorsa binom testinin eşli veriye uygulanmış hâli olan işaret testi; aynı kişilerde iki ikili ölçüm karşılaştırılıyorsa McNemar testi uygundur.
Gündelik bir örnek
Bir tohum firması, paketlerin üzerinde '%90 çimlenme' yazdığını iddia ediyor. Bir tarım kooperatifi rastgele 50 tohum ekiyor ve bunların 40'ı çimleniyor; gözlenen oran %80. Binom testi şu soruyu yanıtlar: çimlenme oranı gerçekten %90 olsaydı, 50 tohumdan yalnız 40 ya da daha azının çimlenmesi ne kadar olası olurdu? Bu olasılık yaklaşık %2,5'tir; iki yönlü p ≈ 0,03. Gerçek oranın %95 Wilson güven aralığı yaklaşık %67 ile %89 arasındadır ve %90'ı içermez; kooperatif firmanın iddiasının bu partide tutmadığı sonucuna varabilir.
MerQur'da parametreler
İkili sütun
Kavram: Binom testi her gözlemi iki kategoriden birine yerleştiren bir değişken üzerinde çalışır. Değişken zaten ikili (0/1, evet/hayır) olabilir ya da sayısal bir değişken bir eşik değerine göre ikiye ayrılarak ikili hâle getirilebilir.
Gündelik örnek: Kooperatifin veri dosyasında her tohum için 'çimlendi mi?' (1 = evet, 0 = hayır) sütunu vardır; test bu sütuna uygulanır. Her tohumun kaç günde çimlendiğini gösteren sayısal bir sütun da bir eşikle ikili hâle getirilebilir.
Ne işe yarar: Başarı oranı sınanacak sütunu seçer. Tüm sütunlar listelenir; sayısal sütunlar için kesme noktası kullanılır.
Sonuca etkisi: Tüm sonuçları belirler.
Doğrulama verisinde: hsb2'de schtyp (1/2 kodlu) başarı boşken 1 değerini başarı sayar: k = 168, p̂ = 0.84. write <= 50 seçildiğinde k = 74/200, p = 0.000289.
Beklenen oran H₀ (p₀; 0.001-0.999)
Kavram: Beklenen oran p₀, sıfır hipotezinde başarı olasılığının alacağı varsayılan değerdir. Veriden değil, araştırma sorusundan gelir: bir iddia, bir standart ya da kuramsal bir oran olmalıdır. Gözlenen oran ve güven aralığı p₀'dan bağımsızdır; yalnız p değeri ve karar p₀'a göre değişir.
Gündelik örnek: Firmanın iddiası nedeniyle p₀ = 0,90'dır. Kooperatif p₀ = 0,85 alsaydı aynı 40/50 sonucu bu değerle uyumlu sayılabilirdi; gözlenen %80 oran ve güven aralığı ise değişmezdi.
Ne işe yarar: Sıfır hipotezindeki başarı olasılığı.
Sonuca etkisi: Yalnız p değeri, karar ve etki büyüklüğü değişir; oran ve GA'lar p₀'dan bağımsızdır.
Doğrulama verisinde: hsb2: p₀ = 0.5 -> p = 0.229247; 0.4 -> 3.6e-05; 0.6 -> 0.112965. Conover: p₀ = 0.75 -> p = 0.382492, 0.7 -> 0.013275.
Güven düzeyi (%90, %95, %99, Diğer/özel 80.0-99.9)
Kavram: Güven düzeyi, oranın güven aralığının ne kadar 'emin' olacağını ve anlamlılık kararının eşiğini (α) belirler. p değerinin kendisini değiştirmez.
Gündelik örnek: %95 güvenle gerçek çimlenme oranı yaklaşık %67-89 arasındadır ve %90'ı içermez. %99 güven istenirse aralık genişler ve %90'ı içine alabilir; p ≈ 0,03 de %99 düzeyinde anlamlı sayılmaz.
Ne işe yarar: Wilson GA düzeyi ve karar eşiği α = 1 - güven düzeyi. Özel değer yalnız "Diğer" seçiliyken okunur.
Sonuca etkisi: GA genişliği ve "anlamlı" kararı değişir; p değişmez.
Doğrulama verisinde: hsb2 Wilson GA'sı %90 (0.4869, 0.6019), %95 (0.4758, 0.6125), %99 (0.4543, 0.6328), %80 (0.4997, 0.5896), %99.9 (0.4298, 0.6556).
Hipotez yönü (İki yönlü, P > p₀, P < p₀)
Kavram: Hipotezin yönü, sorunun oranın p₀'dan herhangi bir yönde mi (çift yönlü), yoksa yalnız daha büyük ya da yalnız daha küçük mü olduğunu sorduğunu belirtir. Tek yönlü test o yöndeki sapmayı daha kolay yakalar; yön veriye bakılmadan önce seçilmelidir.
Gündelik örnek: Kooperatif yalnız 'çimlenme oranı iddia edilenden düşük mü?' diye soruyorsa test sol yönlüdür (P < p₀) ve p yaklaşık 0,025 olur. Firmanın tohumları iddiadan daha iyi çıkarsa bu bir şikâyet konusu olmayacağı için bu yön mantıklıdır.
Ne işe yarar: İki yönlü ya da tek yönlü kesin binom testi.
Sonuca etkisi: p ve karar değişir; ana Wilson GA tek yönlüde tek taraflı olur ((alt, 1) ya da (0, üst)). "Tüm GA yöntemleri" bloğu her zaman iki yanlıdır; çıktıda ana GA "[tek taraflı]", blok "(iki taraflı)" diye etiketlenir.
Doğrulama verisinde: hsb2: iki yönlü 0.229247, sağ yönlü 0.114623, sol yönlü 0.910518; sağ yönlü Wilson (0.4869, 1.0000).
Başarı kategorisi
Kavram: Hangi sonucun 'başarı' sayılacağı açıkça belirlenmelidir; oran ve tüm test sonuçları bu tanıma göre hesaplanır. 'Başarı' sözcüğü olumlu bir anlam taşımak zorunda değildir; yalnız sayılan sonuç demektir.
Gündelik örnek: Sütunda 'evet' ve 'hayır' yazıyorsa başarı kategorisi 'evet' olarak belirtilir ve çimlenme oranı hesaplanır. 'Hayır' seçilseydi aynı veriyle çimlenmeme oranı (%20) sınanırdı; o zaman p₀ da 0,10 alınmalıdır.
Ne işe yarar: Başarı sayılacak değeri belirtir (metin ya da sayı); boşsa 1. Metin kodlu ikili sütunda (Yes / No) zorunludur; boş bırakılırsa analiz düzeyleri listeleyen bir hata ile durur.
Sonuca etkisi: k ve türetilen tüm değerler değişir.
Doğrulama verisinde: hsb2 başarı = 0: k = 91, p̂ = 0.4550, Clopper-Pearson (0.3846, 0.5267). Pima başarı = Yes: k = 68; No: k = 132.
Kesme noktası
Kavram: Kesme noktası, sayısal bir değişkeni ikili hâle getirir: belirtilen değere eşit ya da ondan küçük gözlemler başarı sayılır. Eşiğin araştırma sorusuna göre, veriye bakmadan önce seçilmesi gerekir; aksi hâlde sonuç keyfi bir seçime bağlı kalır.
Gündelik örnek: Firma 'tohumların %90'ı 7 gün içinde çimlenir' diyorsa çimlenme gün sayısı sütununda kesme noktası 7 alınır: 7 gün ya da daha kısa sürede çimlenenler başarı sayılır.
Ne işe yarar: Sayısal sütunda x <= c başarı sayılır; doluysa başarı kategorisine üstün gelir; virgül ondalık ayıracı kabul edilir.
Sonuca etkisi: k ve türetilen tüm değerler değişir.
Doğrulama verisinde: airquality Temp <= 79: k = 80/153, p = 0.627771; <= 85: k = 119. hsb2 female <= 0 (ve "0,5" yazımı) k = 91. Metin sütununda (Pima) analiz hata ile durur.
Tüm GA yöntemleri (onay kutusu)
Kavram: Bir oranın güven aralığı farklı yöntemlerle hesaplanabilir. Clopper-Pearson kesin ve temkinlidir; Wilson ve Agresti-Coull küçük örneklemlerde de iyi kapsama sağlar; Jeffreys Bayesçi bir türetime dayanır ama klasik anlamda da iyi çalışır. Yaygın olarak öğretilen Wald aralığı (p̂ ± z·SE) ise küçük örneklemlerde ve 0'a ya da 1'e yakın oranlarda güvenilmezdir.
Gündelik örnek: 40/50 için Wilson aralığı yaklaşık %67-89, Clopper-Pearson %66-90 (üst sınır %90'ın hemen altında), Wald ise %69-91 verir. Wald aralığı %90'ı içine alır ve iddiayı yanlışlıkla desteklemiş olur; uç oranlarda bu yöntemden kaçınılması bu yüzdendir.
Ne işe yarar: Clopper-Pearson (kesin), Wilson (skor), Agresti-Coull, Jeffreys ve Wald GA'larını ek olarak verir (iki yanlı). Küçük n ya da uç oranlarda Wald önerilmez (Brown, Cai ve DasGupta, 2001).
Sonuca etkisi: Yalnız ek blok.
Doğrulama verisinde: Color verisi %90: Agresti-Coull (0.4181, 0.4773), Clopper-Pearson (0.4174, 0.4779), Wilson (0.4181, 0.4773). Conover %95 Clopper-Pearson (0.7077, 0.7654).
→ Oran için güven aralığı (Wilson, Clopper-Pearson, Agresti-Coull, Jeffreys)
Etki büyüklüğü (onay kutusu)
Kavram: Etki büyüklüğü, gözlenen oranın beklenen orandan ne kadar uzak olduğunu gösterir. Ham fark (p̂ − p₀) en kolay okunan ölçüdür; Cohen h ise oranları açı dönüşümüyle (arksinüs) ölçekleyerek 0 ya da 1'e yakın oranlardaki farkları da karşılaştırılabilir kılar. Kabaca 0,2 küçük, 0,5 orta, 0,8 büyük etki sayılır.
Gündelik örnek: Gözlenen %80 ile iddia edilen %90 arasındaki fark −0,10, Cohen h ise yaklaşık −0,28'dir: küçük-orta bir etki. Aynı 10 puanlık fark %50 ile %60 arasında olsaydı h yaklaşık 0,20 çıkardı; çünkü uca yakın oranlarda aynı fark daha anlamlıdır.
Ne işe yarar: p̂ - p₀ ve Cohen h = 2·asin(√p̂) - 2·asin(√p₀).
Sonuca etkisi: Yalnız ek satır (Cohen, 1988: 0.2 küçük, 0.5 orta, 0.8 büyük).
Doğrulama verisinde: hsb2 h = +0.0901; Conover (p₀ = 0.5) h = +0.4945; Pima h = -0.3257.
→ Cohen h
mid-p (onay kutusu)
Kavram: Kesin binom testi kesikli bir dağılıma dayandığı için gerçek yanlış alarm oranı çoğu zaman seçilen α'nın altında kalır, yani test gereğinden temkinlidir. Mid-p, gözlenen sonucun kendi olasılığının yalnız yarısını p değerine katarak bu temkinliliği azaltır; özellikle küçük örneklemlerde daha dengeli bir sonuç verir.
Gündelik örnek: 40/50 için tek yönlü kesin p yaklaşık 0,025, mid-p ise yaklaşık 0,017'dir. Fark, tam 40 tohumun çimlenme olasılığının yarısının hesaptan düşmesinden gelir.
Ne işe yarar: Kesin p'den gözlenen değerin olasılığının yarısını çıkaran, daha az tutucu p (iki yanlıda 2 x min); kesin testin aşırı tutuculuğundan kaçınmak içindir (Agresti, 2013).
Sonuca etkisi: Yalnız ek satır.
Doğrulama verisinde: hsb2 iki yanlı mid-p 0.2041 (kesin 0.2292); Conover sol yönlü (p₀ = 0.75) 0.1860.
Gerçek veride örnek
Veri: UCLA OARC hsb2 (High School and Beyond, n = 200)
Değişkenler: ikili sütun female (1 = kadın başarı sayılır)
- Soru: Örneklemdeki kız öğrenci oranı (female = 1) %50'den farklı mı? İki sonuçlu bir değişkende oranı kesin binom dağılımıyla sınar.
- Betimsel: 200 öğrencinin 109'u kızdır; gözlenen oran 0.545.
- Sonuç: Kesin iki yönlü p = 0.229. Sıfır hipotezi reddedilemez: kız oranı 0.5'ten anlamlı farklı değildir.
- Güven aralığı: Wilson %95 GA (0.4758, 0.6125); aralık 0.5'i içerdiği için test kararıyla tutarlıdır.
- APA: Kız öğrenci oranı (.55, %95 GA [.48, .61]) .50'den anlamlı olarak farklı değildi, kesin binom testi p = .229.
İlgili kavramlar
Sıfır hipotezi (H₀) ve test değeriEtki büyüklüğüCohen hOrta-p (mid-p) değeriOran için güven aralığı (Wilson, Clopper-Pearson, Agresti-Coull, Jeffreys)Kesme noktası (ikiye ayırma)Tek yönlü ve çift yönlü test (hipotez yönü)Kesin (exact) test ve kesin p-değeri
Örneklerdeki sayılar MerQur'un bağımsız, kamuya açık doğrulama verileri üzerindeki çıktılarıdır; ayrıntılar için MerQur Teknik Not'a bakınız.