Hipotez testi, bir örneklemin anakütle hakkındaki bir iddiaya uyup uymadığını sorar. İddia bir model verir, örneğin “tohumların %70’i filizlenir”; böylece hangi örneklemleri beklememiz gerektiğini biliriz. Örneklem her zaman biraz sapar; asıl soru “ne kadar uzağın” “çok uzak” olduğudur.
Örnek
Bir tedarikçi tohumlarının %70’inin filizlendiğini söylüyor. 20 tohumluk örneklemde 10 tohum filizleniyor: p^=10/20=0,5. Ama 20 iyi tohum da tam 20⋅0,7=14 vermez. 10 çok az mı?
Tanım
İddianın öngördüğü: sıfır dağılımı
Sınanan iddia sıfır hipoteziH0’dır. H0 geçerliyse sayı bilinen bir dağılımı izler, yani sıfır dağılımını: burada filizlenen tohum sayısı için X∼B(20;0,7). İddia doğruyken şansın ne yaptığını gösterir.
Örnek
H0 altında ortalama 14, standart sapma 4,2≈2,0494’dür. En olası sayı 14’tür, P(X=14)≈0,1916. 10 sayısı ortalamanın yaklaşık 2 standart sapma altındadır.
Kural
Sonuç ne kadar alışılmadık?
Tek bir sonuç her zaman düşük olasılıklıdır; bu yüzden en az o kadar uç bir sonucun olasılığını sorarız: H0’ın beklediğinden o kadar ya da daha uzak, iddiadan şüphe ettiren yönde. Küçükse, iddia doğru olsaydı sonuç alışılmadık olurdu.
Örnek
10 filizlenen tohumda şüphe aşağı yöndedir: P(X≤10)=0,0480 (hesap makinesi: binomcdf(20; 0,7; 10)). H0 doğruysa böyle uç sonuçlar zamanın yaklaşık %4,8’inde olur.
Tanım
p-değeri
p-değeri, H0 doğruysa, gözlenen sonuç kadar ya da ondan daha uç bir sonucun olasılığıdır. Sıfır dağılımının içinde hesaplanır ve 0 ile 1 arasındadır: ne kadar küçükse H0’a karşı kanıt o kadar güçlüdür.
Örnek
Tohumlar: p=P(X≤10)=0,0480, boyalı 0–10 çubuklarının toplam yüksekliği. Sözle: H0 doğruysa, 10 filizlenen tohum kadar uç sonuçlar zamanın yaklaşık %4,8’inde olur.
Kural
Sözlü bir iddiadan H0 ve H1
Bir parametre (anakütle oranı p ya da ortalaması μ; asla örneklem değeri p^ ya da xˉ değil) hakkındaki iddia iki ifadeye dönüşür. H0 eşitliği taşır: p=p0 ya da μ=μ0. H1 testin aradığıdır: >, < ya da =, asla = değil. H1’i verilere bakmadan önce sorudan seç.
Örnek
“Bir tedarikçi tohumların %70’inin filizlendiğini söylüyor; bir yetiştirici daha azını düşünüyor.” H0:p=0,7, H1:p<0,7.“Makine 500 ml hedefinden sapıyor mu?” H0:μ=500, H1:μ=500.“Değişiklikten sonra teslimatlar yavaşladı mı?” Sonra eksi önce farklarının ortalaması μd: H0:μd=0, H1:μd>0.
Kural
Tek yönlü ya da çift yönlü
H1 bir yön belirtiyorsa (> ya da <) test tek yönlüdür: sıfır dağılımının bir ucu sayılır. H1 “farklı” diyorsa (=) çift yönlüdür: iki uç da sayılır ve simetrik bir eğride p-değeri tek yönlünün iki katıdır. Yön sorudan gelir, asla verilerden değil.
Örnek
Bir test istatistiği z=1,8. Tek yönlü: P(Z>1,8)=0,0359. Çift yönlü: 2⋅0,0359=0,0719. %5’te tek yönlü test H0’ı reddeder, çift yönlü reddetmez; bu yüzden H1 veriler görülmeden seçilmelidir.
Tanım
Anlamlılık düzeyi
Anlamlılık düzeyiα testten önce seçilir, çoğu zaman %5 ya da %1. H0 doğruyken H0’ı reddetme olasılığıdır: yanlış bir ret, yani I. tür hata. α=0,05 ile yaklaşık 20 testte 1’i doğru bir H0’ı reddeder. p-değeri örnekleme aittir; düzey önceden belirlenir.
Örnek
“20 paketten 10 ya da fazlası geç ise H0’ı reddet” kuralı, H0: p=0,3 doğruyken P(X≥10)=0,0480 olasılıkla reddeder. 1000 dürüst kontrolde yaklaşık 48 tanesi yanlış yere reddeder: 0,0480 kuralın gerçekleşen düzeyidir.
Kural
Kuyruklar ve kritik değer
Normal bir istatistikte kritik değer, alanı α olan kuyruğu keser. Tek yönlü: düzeyin tamamı tek kuyrukta, %5’te z=1,645, %1’de 2,326. Çift yönlü: düzeyin yarısı her kuyrukta, %5’te z=1,960, %1’de 2,576. Ötesindeki istatistik kritik bölgededir.
Örnek
%5 tek yönlüde z’nin üstündeki alan 0,05’tir, yani z=1,645: sağlama P(Z>1,645)=0,0500. Çift yönlüde her kuyruk 0,05/2=0,025, yani z=1,960.
Kural
Karar vermenin iki yolu, tek sonuç
Kural 1 (p-değeri): p-değeri en çok α ise H0’ı reddet. Kural 2 (kritik bölge): istatistik kritik bölgedeyse H0’ı reddet. İkisi hiç çelişmez: kritik değerin ötesinde kuyruk alanı α’dan küçüktür.
Test istatistiği örneklemi özetler. Kritik değer sınırdır; kritik bölge onun ötesindedir ve H0 altında olasılığı α’dır; kabul bölgesi geri kalandır. p-değeri, gözlenen değerin ötesindeki kuyruk alanıdır. Karar bunları karşılaştırır.
Örnek
%5’te tek yönlü, H1:μ>μ0: kritik değer 1,645; kritik bölge z>1,645 (%5); kabul bölgesi z≤1,645 (%95). 1,2 istatistiği kabul bölgesinde: p=P(Z>1,2)=0,1151>0,05, H0 reddedilemez.
Kural
Kesin binom testi
n bağımsız denemede başarıları x say ve H0’ın dağılımını kullan: X∼B(n;p0). p-değeri bir binom kuyruğudur: H1:p>p0 için P(X≥x), H1:p<p0 için P(X≤x). En çok düzey kadarsa H0’ı reddet.
İki parça: H0 hakkındaki karar ve bağlam içinde bir cümle; kalıp derse göre değişir. UK / Cambridge: “H0 reddedilir: %5 düzeyinde şunu öne sürmek için yeterli kanıt vardır: …” ya da “H0 reddedilemez: … yeterli kanıt yoktur”. IB: “… %5 anlamlılık düzeyinde … yönünde (yeterli) kanıt vardır / yoktur”. AP: “H0 reddedilir: şu yönde ikna edici kanıt vardır: …” ya da “H0 reddedilemez: şu yönde ikna edici kanıt yoktur: …”.
Örnek
Geç kalan paketler (p=0,0480<0,05), AP: “H0 reddedilir: geç kalan paketlerin gerçek oranının 0,3’ten büyük olduğu yönünde ikna edici kanıt vardır.” UK / Cambridge: “H0 reddedilir: %5 düzeyinde, geç kalan paketlerin oranının 0,3’ten büyük olduğunu öne sürmek için yeterli kanıt vardır.”
Kural
Binom testinin kritik bölgesi
Kuralı önceden bul: kritik bölge, H0’ın reddedilmesine yol açan sayılar kümesidir. H1:p>p0 için X≥c’dir; c, P(X≥c)≤α olan en küçük değerdir. Tepeden ara. c’nin altındaki sayılar kabul bölgesini oluşturur.
Örnek
n=20, p0=0,3, H1:p>0,3, %5. P(X≥10)=0,0480≤0,05 ama P(X≥9)=0,1133>0,05. Kritik bölge X≥10; kabul bölgesi X≤9. x=10 olan örneklem kritik bölgededir.
Kural
Gerçekleşen anlamlılık düzeyi
Bir sayı tam değerler aldığından kuyruk olasılıkları sıçrar ve nadiren tam düzeye oturur. Kritik bölge, olasılığı düzeyi aşmayan en büyük bölgedir; gerçek olasılığı gerçekleşen anlamlılık düzeyidir ve çoğu zaman belirtilen %5’in biraz altındadır. Bunu da yaz: yanlış ret şansının gerçek değeridir.
Örnek
n=20, p0=0,3, H1:p>0,3, %5: P(X≥11)=0,0171, P(X≥10)=0,0480, P(X≥9)=0,1133. X≥10 bölgesinin gerçekleşen düzeyi 0,0480’dir, 0,05 değil. Bir sonraki değer, X≥9, vakaların yaklaşık %11,3 kadarında yanlış yere reddederdi.
Kural
Çift yönlü binom bölgesi
H1:p=p0 için kritik bölgenin iki parçası vardır: X≤a ve X≥b. UK / Cambridge kuralı her parçaya en çok düzeyin yarısı kadar olasılık verir; gerçekleşen düzey toplamdır. a ve b’yi ayrı ayrı bul, her biri α/2’ye karşı.
Örnek
n=40, p0=0,5, %5: P(X≤13)=0,0192≤0,025 ama P(X≤14)=0,0403>0,025, yani a=13 ve simetriden b=27. Bölge X≤13 ya da X≥27; gerçekleşen düzey 2⋅0,0192=0,0385; kabul 14≤X≤26.
Kural
Üç kural, tek tablo
UK / Cambridge: kuyruk olasılığı düzeyi aşmıyorsa reddet (çift yönlü: her kuyruk düzeyin yarısına karşı). IB: yalnızca p-değeri düzeyden kesinlikle küçükse reddet; binom testleri yalnızca tek yönlüdür (çift yönlü: IB’de sorulmaz). AP: çift yönlü p-değeri küçük kuyruğun iki katıdır. Tam sınırda kararlar farklı olabilir.
Örnek
n=3, p0=1/2, x=3, H1:p>1/2, düzey %12,5: P(X≥3)=1/8=0,125, tam düzeyde. UK / Cambridge: reddet. IB: reddetme. AP: reddet. Çift yönlü n=40, x=14: AP p=2⋅0,0403=0,0807>0,05; UK: 14, X≤13 ya da X≥27 dışında: reddetme.
Püf noktası
Mark scheme’ler ve “accept” sözcüğü
UK / Cambridge’de bazı mark scheme’ler, anlamlı olmayan bir sonuçta kararı “accept H0” diye yazar. Bu yalnızca şunu söyler: H0’ı reddetmeye yeterli kanıt yok. H0’ın doğru olduğunu söylemez. Kendi cevabını sabit kalıpla yaz, “H0 reddedilemez: … yeterli kanıt yoktur”. IB ve AP “accept H0” ifadesini hiç kullanmaz.
Örnek
Tohumlar: %80 iddia, 40’ta 28 çimleniyor, P(X≤28)=0,0875>0,05. Cevap: “H0 reddedilemez: %5 düzeyinde çimlenme oranının 0,8’den düşük olduğunu öne sürmek için yeterli kanıt yoktur.” Bir mark scheme yanına “accept H0” yazabilir: bunu “reddetmeye yeterli kanıt yok” diye oku.
Kural
Oran için normal test
Büyük bir örneklemde p^=x/n, H0 altında yaklaşık normaldir; ortalaması p0, standart sapması p0(1−p0)/n. İstatistik z = \dfrac{\hat p - p_0}{\sqrt{p_0 (1 - p_0) / n}} olup standart hatada sıfır değerip0 bulunur. p-değeri z’nin ötesindeki normal kuyruktur (AP: 1-PropZTest).
Kesin binom p-değeri gerçektir; normal olan ona yaklaşır, süreklilik düzeltmesiyle daha iyi (P(X≥x) için x−0,5). Örneklem rastgeleyse, n anakütlenin en çok %10’uysa ve np0 ile n(1−p0) ikisi de en az 10 (AP) ya da 5 ise güven. Aksi halde kesin test.
Örnek
n=100, p0=0,6, x=69 (sayılar 60 ve 40): kesin 0,0398; normal 0,0331 (fark −0,0068); düzeltmeyle P(Z>1,7351)=0,0414 (fark 0,0015). Sağlanmayan durum: n=20, p0=0,9 için n(1−p0)=2.
Kural
Ortalama için z testi, σ biliniyor
σ bilinen normal bir anakütlede (ya da büyük n ile) H0 altında xˉ∼N(μ0;σ2/n)’dir. İstatistik z = \dfrac{\bar x - \mu_0}{\sigma / \sqrt n} olup xˉ’in μ0’dan standart hata cinsinden uzaklığıdır. z’nin ötesindeki kuyruğu bul (çift yönlüyse iki katı) ve düzeyle karşılaştır.
Kural 2, doğrudan xˉ için yazılabilir: xˉ, c=μ0+zc⋅σ/n’nin ötesindeyse H0’ı reddet (H1:μ>μ0 için); zc normal kritik değerdir. Çift yönlü: μ0±zcσ/n, zc düzeyin yarısı için. p-değeriyle aynı kararı verir.
Örnek
Aynı test: c=50+1,64485⋅4/3≈52,1931. Bölge xˉ≥52,1931; 52,5 içinde: H0 reddedilir. %5’te çift yönlü: 50±1,960⋅4/3, bölge xˉ≤47,3867 ya da xˉ≥52,6133.
Kural
σ bilinmiyorsa: t testi
Çoğunlukla σ bilinmez ve yerine örneklem standart sapması s konur. O zaman t = \dfrac{\bar x - \mu_0}{s / \sqrt n} normal eğriden ağır kuyruklu, df=n−1 serbestlik dereceli bir t dağılımını izler. IB ve AP’de her örneklem boyunda z değil t kullan (Cambridge büyük örneklemde z’ye izin verir).
Yaygın bir hata, s’i z formülüne koyup normal kuyruğu okumaktır. t dağılımının kuyrukları daha ağırdır; gerçek kuyruk daha büyüktür ve z p-değeri fazla küçüktür: kanıtı olduğundan güçlü gösterir ve kalması gereken bir sıfır hipotezini reddettirebilir. Fark küçük örneklemlerde en büyüktür.
Örnek
Yukarıdaki t testinin örneklemi, ama xˉ=103,7: t=3,7/1,7898≈2,0673, df=11. t testi çift yönlü p≈0,0631>0,05 verir: reddetme. Yanlış z testi p≈0,0387<0,05 verir ve reddederdi.
Kural
Eşleştirilmiş gözlemler: tek bir fark örneklemi
Her güzergâh ya da denek iki kez ölçüldüğünde sütunlar bağımsız değildir. Çiftleri belirli bir sırayla çıkar ve farkları tek bir örneklem gibi sına: H0:μd=0, t=dˉ/(sd/n), df=n−1. Çıkarma sırası dˉ’nin işaretini ve H1’in yönünü belirler.
Bir ortalama testine şu koşullarda güven: örneklem rastgele, n anakütlenin en çok %10’u ve xˉ yaklaşık normal; yani normal anakütle, ya da büyük n (UK / Cambridge ve AP: en az 30; IB: 30’un üstü), ya da güçlü çarpıklığı ve aykırı değeri olmayan küçük örneklem. IB ayrıca t testi için temel dağılımın normal olması gerektiğini söyler.
Örnek
On doldurma düzeyi: 48, 49, 50, 50, 51, 51, 52, 53, 54, 75. n=10 ile verilere bak: 75, üst sınır Q3+1,5⋅IQR=57,5’in çok üstünde. Küçük örneklemde güçlü bir aykırı değer: değer kontrol edilmeden t testi haklı gösterilemez.
Kural
Hangi test soruya uyar?
Dört soru sor. Hangi parametre? Bir oran (kesin binom ya da normal test), bir ortalama ya da bir korelasyon. Tek örneklem mi, çiftler mi? Çiftler tek bir fark örneklemi olur. σ biliniyor mu? Biliniyorsa z; bilinmiyorsa df=n−1 ile t. Hangi koşullar? Rastgelelik, %10, sayılar ya da normallik. Korelasyonda: t=rn−2/1−r2, df=n−2.
Örnek
(1) “Tohumların %70’i filizleniyor mu?” 20’lik örneklemde bir oran: kesin binom testi. (2) “Makine 500 ml dolduruyor mu?” σ=4 bilinen bir ortalama: z testi. (3) “Değişiklikten sonra teslimat süresi daha kısa mı?” Çiftler, σ bilinmiyor: farklar üzerinde t testi.
Kural
İddiayı simüle et
Formül olmadan bir test bilgisayarda yapılabilir: sabit tohumlu bir üreteçle H0 modelinden çok sayıda örneklem çek ve gözlenen sonuç kadar ya da daha uç olanların payını say. Bu pay p-değerini tahmin eder (CCSS S-IC.A.2: bu sonuç modelden şüphe ettirir mi?).
Örnek
Bir para modeli: yazı 1/2 olasılıkla. Arka arkaya 5 yazı şüphe ettirir mi? Kesin olarak (1/2)5=1/32=0,03125≈ %3,1. Uygulamada 100 simüle dizinin üç basışı, 5 yazılı 2,3,3 dizi verir: yaklaşık 100’de 3, beklendiği gibi.
Püf noktası
Simülasyon ve kesin değer yan yana
Simüle bir p-değeri R çalıştırmanın bir payıdır; kendi hatasını taşır: kesin değerden tipik olarak yaklaşık p(1−p)/R kadar sapar. Sapmayı 10 kat küçültmek için 100 kat çok çalıştırma gerekir. Biliniyorsa kesin değeri simüle olanın yanına koy.
Örnek
Kesin 0,03125. Tipik sapma: R=100: 0,0174; 1000: 0,0055; 10000: 0,0017. Uygulamadaki ilk basışlar 1000’de 34 (0,034) ve 10 000’de 295 (0,0295) verir: bir tipik sapma içinde.
Kural
p-değeri ne söyler
Üç cümle her zaman doğrudur. 1. p-değeri, H0’ın doğru olduğu varsayılarak hesaplanır. 2. Küçük bir p-değeri, H0 doğru olsaydı sonucun alışılmadık olacağını söyler. 3. Küçük olmayan bir p-değeri, H0’ın doğru olduğunun kanıtı değildir. Arkasında: p-değeri, H0 doğruysa, gözlenen sonuç kadar ya da daha uç bir sonucun olasılığıdır. Sonuçlar hakkındadır, H0 verildiğinde; H0’ın kendisi hakkında asla.
Örnek
Tohumlar: p=0,0480. H0 (%70 filizlenir) doğruysa, 20’de 10 kadar uç sonuçlar zamanın yaklaşık %4,8’inde olur. Bu %5’in altında: H0 doğru olsaydı sonuç alışılmadık olurdu; yani H0 %5 düzeyinde reddedilir.
Kural
Büyük bir p-değeri H0 için kanıt değildir
p-değeri büyükse, H0 doğruyken örneklem alışılmadık değildir. Dürüst sonuç “H0 reddedilemez (ona karşı yeterli kanıt yok)”tur. Bu, H0 için kanıt değildir: parametrenin başka değerleri de örnekleme aynı derecede uyar ve küçük bir örneklem bunları ayıramaz.
Örnek
Adil bir para 20 kez atılıyor ve 8 kez yazı geliyor. H0:p=0,5, H1:p=0,5: küçük kuyruk P(X≤8)=0,2517, yani çift yönlü p-değeri 0,05’in çok üstünde: H0 reddedilemez. Ama p=0,4 ortalama tam 20⋅0,4=8 yazı verir; örneklem p=0,4’e de aynı derecede uyar.
Dikkat!
Yanlış okuma 1 (YANLIŞ): H0’ın doğru olma olasılığı
YANLIŞ: “p-değeri, H0’ın doğru olma olasılığıdır.” Karar: p-değeri H0’ın doğru olduğu varsayılarak hesaplanır; bu yüzden H0’ın ne kadar olası olduğunu da ölçemez. H0 verildiğinde sonuçların olasılığıdır. Anakütle hakkındaki bir hipotez ya doğrudur ya değil; p-değeri ona olasılık vermez.
Örnek
Tohumlar: p=0,0480, tedarikçinin 0,0480 olasılıkla haklı olduğunu söylemez. Tedarikçi haklıysa, 20’de 10 kadar uç sonuçların zamanın yaklaşık %4,8’inde olduğunu söyler.
Dikkat!
Yanlış okuma 2 (YANLIŞ): yalnızca şans olasılığı
YANLIŞ: “p-değeri, sonucun yalnızca şansa bağlı olma olasılığıdır.” Karar: p-değeri yalnızca şansın iş başında olduğu varsayımından (H0) başlar ve o zaman bu kadar uç sonuçların ne sıklıkla olduğunu sorar. Sonucu şansa ve başka bir şeye bağlı iki parçaya bölmez.
Örnek
Bir teslimat kontrolü, 20 paketten 10’u geç için p0=0,3’e karşı p=0,0480 verir. Bu “sonucun tesadüf olma şansı %4,8” değildir: geç payı gerçekten 0,3 olan bir şirketin 20 paketlik örneklemlerinden 10 ya da fazla geç paket verenlerin payıdır.
Dikkat!
Yanlış okuma 3 (YANLIŞ): H1’in olasılığı olarak 1 − p
YANLIŞ: “1−p, karşıt hipotezin doğru olma olasılığıdır.” Karar:1−p, H0 doğruysa gözlenen sonuçtan daha az uç bir sonucun olasılığıdır. Yine H0 altında bir ifadedir ve H1’in ne kadar olası olduğunu söylemez.
Örnek
Tohumlar: 1−p=1−0,0480=P(X≥11), B(20;0,7) altında 10’un sağındaki çubukların alanı, yaklaşık 0,952. “Tohumların iddia edilenden kötü olma şansı %95” değildir.
Dikkat!
Yanlış okuma 4 (YANLIŞ): küçük p-değeri H1’i kanıtlar
YANLIŞ: “Küçük bir p-değeri karşıt hipotezi kanıtlar.” Karar: küçük bir p-değeri H0’a karşı kanıttır; doğru bir H0’ı reddetme riski α bilinir. Kanıt kesinlik değildir: %5 düzeyinde doğru sıfır hipotezlerinin yaklaşık 20’de 1’i reddedilir. “H0 reddedilir: … yönünde kanıt vardır” de.
Örnek
Doğru sıfır hipotezlerinin %5’te 1000 testinde yaklaşık 1000⋅0,05=50 tanesi reddeder, her birinin p-değeri küçüktür ve hiçbiri karşıt hipotezini kanıtlamaz. Tohum örneğinde (p=0,0480) doğru cümle, %70’ten azının filizlendiği yönünde kanıt olduğudur.
Dikkat!
Yanlış okuma 5 (YANLIŞ): büyük p-değeri H0’ın doğru olduğunu gösterir
YANLIŞ: “Büyük bir p-değeri H0’ın doğru olduğunu gösterir.” Karar: büyük bir p-değeri yalnızca H0 doğruyken örneklemin alışılmadık olmadığını söyler. Parametrenin başka birçok değeri de böyle bir örneklem verirdi. Doğru sözcükler: “H0 reddedilemez: … yeterli kanıt yok”.
Örnek
Dolum: hedef 500 ml, σ=4, ortalaması 498,5 olan 16 şişe: z=−1,5000, çift yönlü p=0,1336>0,05. Doğrusu: H0 reddedilemez. Ortalamanın 500 olduğunu göstermez: 1 ml eksik dolduran bir makine de benzer bir örneklem verirdi.
Püf noktası
Anlamlı olmak, önemli olmakla aynı şey değil
Bir test, bir farkın örnekleme değişkenliğinden ayırt edilip edilemediğini söyler; önemli olup olmadığını değil. Çok büyük bir örneklemde küçücük bir fark bile küçük bir p-değeri verir; küçük bir örneklemde büyük bir fark bile vermeyebilir. Farkın büyüklüğünü p-değerinin yanında ver ve onun için bir aralığa bak.
Örnek
H0:p=0,5, p^=0,51 ile. n=10000 için: SE=0,0050, z=0,01/0,0050=2,0000, çift yönlü p≈0,0455: %5’te reddedilir. n=100 için: z=0,2000, p≈0,8415: hiçbir şey. Oran iki seferde de aynı %51’dir.
Kural
Korelasyon testi
ρ anakütle korelasyonu 0 iken n çiftlik bir örneklem böyle bir r verebilir mi? H0:ρ=0’ı t = \dfrac{r \sqrt{n - 2}}{\sqrt{1 - r^2}}, \qquad df = n - 2 ile sına ya da ∣r∣’yi bir tablodaki r kritik değeriyle karşılaştır: aynı karar. Koşullar: rastgele çiftler, yaklaşık doğrusal örüntü.
Örnek
n=10, r=0,7, %5’te çift yönlü: t=0,78/0,51≈2,7724, df=8, p≈0,0242<0,05. Kritik t=2,3060, yani kritik r=2,3060/2,30602+8≈0,6319<0,7: H0 reddedilir; doğrusal ilişki yönünde kanıt vardır.
Püf noktası
Yanında karıştırma testi ve korelasyon neden değildir
y değerlerini x değerlerine karşı rastgele karıştır: her bağ yok olur, yani her karıştırma “ilişki yok”un verdiği bir r gösterir. ∣r∣’si gözlenen ∣r∣’ye eşit ya da büyük karıştırmaların payı p-değerini tahmin eder ve t testine yakındır. Anlamlı bir r bile bir ilişki gösterir, birinin diğerine neden olduğunu değil.
Örnek
Uygulamadaki on çift (x=1,…,10; y=2,5,3,7,4,6,9,5,8,7): r≈0,694, t≈2,726, p≈0,0260. 1000 sabit tohumlu karıştırmanın 39 tanesinde ∣r∣≥0,694 (0,039; bir basış daha: 31). Bütün 10! sıralama kesin 0,0307 değerini verir.
Tanım
I. tür ve II. tür hata
I. tür hata:H0 doğruyken H0’ı reddetmek; olasılığı α. II. tür hata:H0 yanlışken H0’ı reddetmemek; olasılığı β. Güç1−β, H0 yanlışken onu reddetme olasılığıdır. Hangi hatanın daha pahalı olduğu bağlama bağlıdır; her birinin ne anlama geldiğini sözle söyle.
Örnek
Yangın alarmı, H0: “yangın yok”. I. tür: yangın yokken çalar (yanlış alarm). II. tür: yangın var ve susar (kaçırılan yangın); çok küçük tutulması gereken budur. Spam filtresi, H0: “spam değil”. I. tür: iyi bir ileti spam klasörüne gider. II. tür: spam gelen kutusuna ulaşır.
Kural
Alfa, beta ve güç alanlar olarak
H0 altında (merkez μ0) ve bir gerçek değer μ1 altında xˉ eğrisini çiz; kritik değer c ikisini de keser. α, H0 eğrisinin c’nin ötesindeki alanıdır. β, μ1 eğrisinin c’den önceki alanıdır. Güç1−β, μ1 eğrisinin c’nin ötesindeki alanıdır.
Örnek
H0:μ=50, σ=8, n=36, %5, H1:μ>50: c=50+1,64485⋅4/3≈52,1931. Gerçek ortalama 53: z=(52,1931−53)/(4/3)≈−0,6051, β≈0,2725, güç 0,7275: 53 ortalaması yaklaşık 100’de 73 kez bulunur.
Kural
Binom testinin hataları
Binom testinde aynı iki şekil çubuk grafikleridir. Kritik bölgeyi H0’dan sabitle (diyelim X≥c). O zaman α, p=p0 ile P(X≥c), gerçekleşen düzeydir; β, gerçek olasılık p1 ile P(X<c); güç ise p1 ile P(X≥c). Aynı bölge iki çubuk grafiğini de keser.
Örnek
n=20, H0:p=0,3, bölge X≥10: α=P(X≥10)=0,0480. Gerçek olasılık p1=0,5: β=P(X≤9)=0,4119, güç P(X≥10)=0,5881. 20 denemeyle test, gerçek p=0,5’i 10 durumun yaklaşık 4’ünde kaçırır.
Kural
Gücü ne değiştirir
Daha büyük örneklem standart hatayı küçültür, eğriler daha az örtüşür. μ0’dan daha uzak bir gerçek daha kolay görülür. Daha büyük düzey α gücü artırır ama I. tür hata şansını da. Daha küçük σ daha büyük örneklem gibi çalışır. Sabit örneklemde α’yı küçültmek β’yı büyütür; yalnızca daha çok veri iki hatayı da azaltır.
Örnek
Önceki test (53’te güç 0,7275): n=144: SE=0,6667, β≈0,0022, güç 0,9978. Gerçek 55: β≈0,0176. %1 düzeyi: β≈0,5304, güç yalnızca 0,4696. σ=4, n=144 gibi SE=0,6667 verir.
Püf noktası
Günlük test 1: tohum çimlenmesi
Dört aşamada bir binom testi. 1H0, H1 ve düzey. 2 Gözlenen sonuçla sıfır dağılımı. 3 p-değeri ya da kritik bölge ve gerçekleşen düzey. 4 Bağlam içinde, dersinin kalıbıyla sonuç ve yapılmış olabilecek hata: “reddedilemez”den sonra II. tür, “reddedilir”den sonra I. tür hata.
Örnek
%80 çimlenme iddia ediliyor; 40’ta 28 çimleniyor. H0:p=0,8, H1:p<0,8, %5: P(X≤28)=0,0875>0,05. Kritik bölge X≤27 (gerçekleşen düzey 0,0432); 28 içinde değil. H0 reddedilemez. Tohumlar gerçekten daha kötüyse bu bir II. tür hatadır.
Püf noktası
Günlük test 2: bir dolum makinesi
Bilinen σ ile bir ortalama: soru “hedeften sapıyor mu?” olduğu için çift yönlü z testi. xˉ için kritik bölge hedef ±zcSE’dir. Gücü ekle: test, belirli bir mililitre eksik dolduran makineyi ne sıklıkla fark eder? Gerçek hataların yalnızca yarısını fark eden bir test, II. tür hataya çok şey bırakır.
Örnek
Hedef 500 ml, σ=4, 16 şişe, ortalama 498,5: SE=1, z=−1,5000, çift yönlü p=0,1336>0,05. Bölge xˉ≤498,0400 ya da xˉ≥501,9600: 498,5 kabul bölgesinde, H0 reddedilemez. Makine gerçekten 2 ml eksikse güç yalnızca 0,5160’dir.
Püf noktası
Günlük test 3: teslimat süreleri
Aynı güzergâhlardaki önce-sonra verileri eşleştirilmiş gözlemlerdir: farkları bir t testiyle sına. Ortalama fark için bir güven aralığı bir sağlamadır: 0, %95’lik aralığın dışındaysa %5’te çift yönlü bir test de H0:μd=0’ı reddeder; 0 aralığın içindeyse reddetmez.
Örnek
Sekiz güzergâh, önce eksi sonra 2, 1, -1, 4, 2, 2, 2, 3: dˉ=1,875, t≈3,6380, df=7. Tek yönlü p≈0,0042: reddedilir; çift yönlü 0,0083. %95’lik aralık (0,6563;3,0937) (t∗=2,3646) 0’ı dışarıda bırakır, çift yönlü test gibi. Değişiklik hiçbir şey yapmadıysa reddetmek bir I. tür hata olurdu.
Püf noktası
Günlük test 4: çark adil mi?
Bir çarkın dört eşit bölümü vardır; adil bir çark seçilen bir bölümde 1/4 olasılıkla durur. Bir binom testi bir bölümü kontrol eder. Soru kuyrukları belirler: “çok sık geliyor” tek yönlü, “çark adil mi?” çift yönlüdür. Aynı veri bir soruyu geçip diğerini geçmeyebilir; bu yüzden soruyu çevirmeden önce seç.
Örnek
20 çevirmede bir bölüm 9 kez geliyor (5 beklenir). H0:p=0,25. Tek yönlü: P(X≥9)=0,0409<0,05, reddedilir; bölge X≥9, gerçekleşen düzey 0,0409. Çift yönlü (AP): 2⋅0,0409=0,0819>0,05, reddedilemez. İkisi farklı sorulara cevap verir.
Püf noktası
Hangi ders ne ister
Cambridge 9709: P651’den P655’e (terimler, binom testi, normal anakütle ortalaması, I. ve II. tür hatalar). UK A level (DfE, Edexcel 9MA0, AQA 7357): O1’den O3’e. IB AI: SL411 (hipotezler, düzeyler, p-değerleri, t testi, tek ve çift yönlü) ve AHL418 (kritik değerler ve bölgeler, bir ortalama, bir binom oranı, ρ = 0, hatalar). AP: 35’ten 38’e, 44, 45. CCSS: S-ICA2. NL wiskunde D vwo: et-08. Burada yok: Poisson testleri, ki-kare testleri, iki örneklemli testler; MEB, GCSE / IGCSE, NL A ya da C yok.
Örnek
IB AI öğrencisi hipotezler, düzeyler, p-değeri, t testi, kuyruklar, kritik bölgeler, tek yönlü binom testi, korelasyon testi ve hatalar kartlarına ihtiyaç duyar. Cambridge 9709 öğrencisi kesin olasılıklarla binom testine, gerçekleşen düzeye, z testine ve hatalara ihtiyaç duyar. AP öğrencisi koşullara, oran için z testine, t testine ve AP ifadesine ihtiyaç duyar.
Alıştırmalar
Bir mısır gevreği kutusunda ortalama 500 g yazıyor. Bir alıcı kutuların daha azını içerdiğini düşünüyor. H0 ve H1’i yaz ve testin tek yönlü mü çift yönlü mü olduğunu söyle. Kolay
Çözümü göster
Parametre, bir kutunun içeriğinin anakütle ortalaması μ’dur.
Eşitlik H0’a yazılır: H0:μ=500.
Alıcı “daha az” düşünüyor; yani H1:μ<500. Tek bir yön: tek yönlü.
H0:μ=500, H1:μ<500; tek yönlü
Kontrol → eşitlik yalnızca H0’dadır ve H1 alıcının şüphesinin yönünü verir.
H1’i yaz ve testin tek yönlü mü çift yönlü mü olduğunu söyle. (a) “Geç kalan paketlerin oranı 0,3’ten arttı mı?” (b) “Çark adil mi?” (bir bölüm 0,25 olasılıkla gelmeli). Kolay
Çözümü göster
(a) “Arttı mı” bir yön belirtir: H0:p=0,3, H1:p>0,3, tek yönlü.
(b) “Adil mi?” yön belirtmez: H0:p=0,25, H1:p=0,25, çift yönlü.
(a) H1:p>0,3, tek yönlü. (b) H1:p=0,25, çift yönlü.
Kontrol → yön, verilerden değil sorunun sözcüklerinden gelir.
Bir test p-değerini 0,0304 veriyor. %5 düzeyinde ve %1 düzeyinde H0’ın reddedilip reddedilmeyeceğine karar ver (kural: p≤α ise reddet). Kolay
Çözümü göster
%5’te: 0,0304≤0,05, yani H0 reddedilir.
%1’de: 0,0304>0,01, yani H0 reddedilemez.
H0 %5’te reddedilir; H0 %1’de reddedilemez
Kontrol → düzey testten önce seçilir; aynı p-değeri bir düzeyi geçip diğerini geçmeyebilir.
H0:μ=120, H1:μ>120, σ=15 biliniyor, n=25 ve xˉ=124,5. z ve p-değerini bul (4 ondalık basamak). Kolay
Çözümü göster
Standart hata SE=15/25=3.
O zaman z=(124,5−120)/3=4,5/3=1,5000.
p-değeri üst kuyruktur: P(Z>1,5000)≈0,0668.
z=1,5000 ve p≈0,0668
Kontrol → 0,0668>0,05; yani %5 düzeyinde H0 reddedilemez.
Adil bir para 10 atış için bir modeldir: X∼B(10;0,5). Bir seride 9 kez yazı geliyor. Kesin p-değerini P(X≥9) kesir ve ondalık olarak bul (4 ondalık basamak). Kolay
Çözümü göster
10 atışın her sonucunun olasılığı (1/2)10=1/1024’tür.
P(X=9)=10/1024 ve P(X=10)=1/1024.
P(X≥9)=(10+1)/1024=11/1024≈0,0107.
11/1024≈0,0107
Kontrol → 11/1024<0,05; yani sonuç adil bir para için alışılmadık olurdu: model %5 düzeyinde sorgulanır.
%5 düzeyinde çift yönlü bir z testi z=−2,3 veriyor. H0’ı reddeder misin? Çift yönlü p-değerini bul (4 ondalık basamak). Kolay
Çözümü göster
%5’teki çift yönlü bir testin kritik değerleri ±1,960’tir.
∣−2,3∣=2,3>1,960; yani z kritik bölgededir: H0 reddedilir.
Tek kuyruk: P(Z<−2,3)=0,0107. Çift yönlü: 2⋅0,0107=0,0214, 0,05’in altında.
H0 reddedilir; çift yönlü p≈0,0214
Kontrol → iki kural da hemfikir: z kritik bölgede ve p<0,05.
H0:p=0,2, H1:p>0,2, n=15 deneme, düzey %5. Kritik bölgeyi ve gerçekleşen anlamlılık düzeyini bul (4 ondalık basamak). Orta
Çözümü göster
H0 altında X∼B(15;0,2), ortalaması 15⋅0,2=3.
Tepeden ara: P(X≥7)=0,0181≤0,05 ama P(X≥6)=0,0611>0,05.
Kritik bölge yani X≥7 ve gerçekleşen düzey 0,0181’tür, 0,05 değil.
X≥7; gerçekleşen düzey 0,0181
Kontrol → 0,0181≤0,05<0,0611: bölge, düzeye sığan en büyük olandır.
100 öğrencilik bir ankette 62 kişi okula bisikletle geliyor. H0:p=0,5’i H1:p=0,5 karşısında normal testle sına: z ve çift yönlü p-değerini bul (4 ondalık basamak) ve %5’te AP sonucunu yaz. Orta
Çözümü göster
SE=0,5⋅0,5/100=0,05 ve z=(0,62−0,5)/0,05=2,4000.
Bir kuyruk P(Z>2,4000)=0,0082; çift yönlü 2⋅0,0082=0,0164<0,05.
AP: H0 reddedilir: bisikletle gelen öğrencilerin gerçek oranının 0,5’ten farklı olduğu yönünde ikna edici kanıt vardır.
z=2,4000, p≈0,0164; H0 reddedilir
Kontrol → kesin çift yönlü değer 0,0210, o da 0,05’in altında.
Dokuz şişenin ortalama hacmi 21,4 cl ve s=3. H0:μ=20’yi H1:μ=20 karşısında %5’te sına, σ bilinmiyor: t, df, çift yönlü p-değerini (4 ondalık basamak) bul ve karar ver. Orta
Çözümü göster
SE=3/9=1 ve t=(21,4−20)/1=1,4000, df=9−1=8.
Çift yönlü p=2⋅P(T8>1,4000)≈0,1991>0,05; ayrıca 1,4000<t∗=2,3060. H0 reddedilemez.
t=1,4000, df=8, p≈0,1991; H0 reddedilemez
Kontrol → yanlış z testi daha küçük p≈0,1615 verirdi.
Beş güzergâh bir değişiklikten önce ve sonra süreleniyor (kazanılan dakika): 3, 4, 1, 5, 2. H0:μd=0’ı H1:μd>0 karşısında %5’te sına: t ve tek yönlü p-değerini bul (4 ondalık basamak). Orta
Çözümü göster
dˉ=15/5=3; sapmaların kareleri 0+1+4+4+1=10, yani sd2=2,5 ve sd≈1,5811.
t=3/(1,5811/5)≈4,2426, df=4; tek yönlü p≈0,0066<0,05. H0 reddedilir.
t≈4,2426, p≈0,0066; H0 reddedilir
Kontrol → df=4, tek yönlü %5 için kritik değer 2,1318<4,2426.
Bir öğrenci H0:p=0,3’ü n=20 ve “X≥9 ise H0’ı reddet” kuralıyla sınıyor. I. tür hata olasılığı nedir (4 ondalık basamak)? Kural %5’lik bir düzeye sığıyor mu? Orta
Çözümü göster
I. tür hata, doğru bir H0’ı reddetmektir. H0 altında X∼B(20;0,3).
Olasılığı P(X≥9)=0,1133.
0,1133>0,05; yani kural %5’e sığmaz. X≥10 kuralının değeri 0,0480 ve sığar.
0,1133; hayır, %5’in üstünde
Kontrol → bölgenin olasılığı gerçekleşen anlamlılık düzeyidir: en çok düzey kadar olmalı.
H0:μ=100, H1:μ>100, σ=15, n=25, düzey %5. xˉ için kritik değer c’yi, gerçek ortalama 106 iken II. tür hata olasılığı β’yı ve gücü bul (4 ondalık basamak). Orta
Çözümü göster
SE=15/5=3 ve c=100+1,64485⋅3≈104,9346.
Ortalama 106 iken β=P(xˉ<c): z=(104,9346−106)/3≈−0,3551, yani β≈0,3612.
Güç 1−0,3612=0,6388’dir.
c≈104,9346, β≈0,3612, güç ≈0,6388
Kontrol → 0,3612+0,6388=1: güç ve β gerçek değer eğrisini paylaşır.
H0:p=0,5’in H1:p=0,5 karşısında binom testi %5’te n=25 kullanıyor (UK / Cambridge kuralı). Kritik bölgeyi, kabul bölgesini ve gerçekleşen düzeyi bul (4 ondalık basamak). Zor
Çözümü göster
Her kuyruk en çok 0,025; X∼B(25;0,5). P(X≤7)=0,0216≤0,025 ama P(X≤8)=0,0539>0,025; yani alt parça X≤7.
Simetriden üst parça X≥18; kabul bölgesi 8≤X≤17. Gerçekleşen düzey 2⋅0,0216=0,0433.
X≤7 ya da X≥18; kabul 8≤X≤17; gerçekleşen düzey 0,0433
Kontrol → IB bu çift yönlü binom testini sormaz.
H0:p=1/2, H1:p>1/2, n=4, x=4, düzey %6,25. p-değerini bul ve UK / Cambridge, IB ve AP’ye göre karar ver. Zor
Çözümü göster
P(X≥4)=(1/2)4=1/16=0,0625, %6,25 düzeyine tam eşit.
UK / Cambridge ve AP: p≤α ise reddet, yani reddet. IB: yalnızca p düzeyden kesinlikle küçükse reddet, yani reddetme.
p=1/16=0,0625; UK / Cambridge reddeder, IB reddetmez, AP reddeder
Kontrol → kurallar yalnızca düzeye tam oturan bir p-değerinde ayrışır.
H0:p=0,3, H1:p>0,3, n=50, x=21. Normal, kesin ve süreklilik düzeltmeli p-değerlerini bul (4 ondalık basamak). Hangi normal değer kesine daha yakın? Zor
Çözümü göster
p^=0,42, SE=0,21/50=0,0648, z=0,12/0,0648=1,8516 ve P(Z>1,8516)=0,0320.
Düzeltilmiş: z=(20,5−15)/3,2404=1,6973 ve P(Z>1,6973)=0,0448. Kesin: P(X≥21)=0,0478. Düzeltilmiş değer daha yakın.
Normal 0,0320, düzeltilmiş 0,0448, kesin 0,0478; düzeltilmiş değer daha yakın
Kontrol → sayılar 15 ve 35, ikisi de en az 10; yaklaşım uygundur.
Bir makine, bilinen σ=0,5 cl ile 12 cl doldurmalı. 25’lik bir örneklemin ortalaması 11,8 cl. H0:μ=12’yi H1:μ=12 karşısında %5’te sına: z’yi, çift yönlü p-değerini (4 ondalık basamak), xˉ için kritik bölgeyi bul ve karar ver. Zor
Çözümü göster
SE=0,5/5=0,1, z=(11,8−12)/0,1=−2 ve çift yönlü p=2⋅P(Z>2)=0,0455<0,05.
Kritik bölge 12±1,960⋅0,1: xˉ≤11,8040 ya da xˉ≥12,1960. 11,8<11,8040 olduğundan H0 reddedilir.
z=−2, p≈0,0455; H0 reddedilir
Kontrol → sınırda bir sonuç: ortalama dolumun 12 cl’den farklı olduğuna dair kanıt olduğunu söyle, kesinlik değil.
16’lık bir örneklemin ortalaması 47,2 ve s=5,6. H0:μ=45’i H1:μ>45 karşısında t testiyle sına: t, df ve p-değerini bul (4 ondalık basamak). %5’te ve %10’da karar ver. Zor
Kontrol → %5’te kritik değer 1,7531>1,5714; yanlış z testi p≈0,0580 verirdi.
H0:p=0,3’ün H1:p>0,3 karşısında n=20 ile testi X≥10 bölgesini kullanıyor. Gerçek olasılık p1=0,4 ve p1=0,6 iken β ve gücü bul (4 ondalık basamak). Zor
Çözümü göster
Bölge aynı kalır; yalnızca dağılım değişir: p1 ile β=P(X≤9) ve güç =P(X≥10).
p1=0,4: β=0,7553, güç 0,2447. p1=0,6: β=0,1275, güç 0,8725. 0,3’ten daha uzak bir gerçek çok daha sık bulunur.
p1=0,4: β=0,7553, güç 0,2447; p1=0,6: β=0,1275, güç 0,8725
Kontrol → β ve güç her seferinde toplamı 1 eder.
12 çiftlik bir örneklemde r=0,53. H0:ρ=0’ı H1:ρ=0 karşısında %5’te sına: t, df, çift yönlü p-değerini ve kritik r’yi bul (4 ondalık basamak) ve “çalışma süresi ve sınav notu” için UK / Cambridge sonucunu yaz. Zor
Çözümü göster
t=0,5310/0,7191=1,9764, df=12−2=10; çift yönlü p≈0,0763>0,05. Kritik t=2,2281, yani kritik r≈0,5760>0,53.
H0 reddedilemez: %5 düzeyinde çalışma süresi ile sınav notu arasında doğrusal bir ilişki olduğunu öne sürmek için yeterli kanıt yoktur.