1 / 104

İKİ ÖRNEKLEM TESTLERİ

İKİ ÖRNEKLEM TESTLERİ. BAĞIMSIZ GRUPLARA İLİŞKİN HİPOTEZ TESTLERİ. İKİ ÖRNEKLEM TESTLERİ. BAĞIMSIZ GRUPLARDA İKİ ÖRNEKLEM TESTLERİ. PARAMETRİK TESTLER. PARAMETRİK OLMAYAN TESTLER. 1. İKİ ORTALAMA ARASINDAKİ FARKIN ÖNEMLİLİK TESTİ 2. İKİ YÜZDE ARASINDAKİ FARKIN ÖNEMLİLİK TESTİ.

meriel
Download Presentation

İKİ ÖRNEKLEM TESTLERİ

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. İKİ ÖRNEKLEM TESTLERİ

  2. BAĞIMSIZ GRUPLARA İLİŞKİN HİPOTEZ TESTLERİ

  3. İKİ ÖRNEKLEM TESTLERİ BAĞIMSIZ GRUPLARDA İKİ ÖRNEKLEM TESTLERİ PARAMETRİK TESTLER PARAMETRİK OLMAYAN TESTLER 1. İKİ ORTALAMA ARASINDAKİ FARKIN ÖNEMLİLİK TESTİ 2. İKİ YÜZDE ARASINDAKİ FARKIN ÖNEMLİLİK TESTİ 1. MANN-WHITNEY U TESTİ 2. 2x2 Kİ-KARE TESTLERİ

  4. BAĞIMSIZ İKİ GRUP OLMASI DURUMUNDA NİCELİK DEĞİŞKENLERİN KARŞILAŞTIRILMASINA İLİŞKİN HİPOTEZ TESTLERİ

  5. 1. İki ortalama arasındaki farkın önemlilik testi 2. Mann-Whitney U testi

  6. İKİ ORTALAMA ARASINDAKİ FARKIN ÖNEMLİLİK TESTİ Parametrik test varsayımları (normallik ve varyansların homojenliği) sağlandığında, ölçümle belirtilen sürekli bir değişken yönünden bağımsız iki grup arasında fark olup olmadığını test etmek için kullanılan bir önemlilik testidir.

  7. 1. Bu testte iki grubun aritmetik ortalamaları karşılaştırılmaktadır. Bu nedenle aşırı değerlerin aritmetik ortalamaya yapacağı olumsuz etkiler göz önünde bulundurulmalıdır. 2. Parametrik bir test olduğu için parametrik testlerle ilgili varsayımlar yerine getirilmelidir. 3. Gruplar birbirinden bağımsız olmalıdır. Bağımlı gruplara bu test uygulanamaz. 4. Veri ölçümle belirtilen sürekli bir değişken olmalıdır. Ayrıca, örneklem büyüklüğü (n) yeterli olduğunda sayısal olarak belirtilen (ölen, doğan, hastalanan, yaşayan sayısı gibi) sürekli olmayan değişkenlere de uygulanabilir. Niteliksel verilere uygulanamaz.

  8. ÖRNEKLER • Örnek 1: Kandaki şeker miktarı yönünden bağımsız iki grup (örneğin; diyet uygulayanlarla uygulamayanlar, babası ya da annesi şeker hastası olanlarla olmayanlar, ... gibi) arasında farklılık arandığında kullanılabilir. • Örnek 2: Bulaşıcı hastalıklar bilgi puanı yönünden bağımsız iki grup (erkeklerle kadınlar, eğitim düzeyi yüksek olanlarla düşük olanlar, köysel bölgede oturanlarla kentsel bölgede oturanlar, ... gibi) arasında farklılık arandığında kullanılabilir.

  9. ÖRNEKLER Örnek 3: Yemekle birlikte çay içen ve içmeyen gruplar arasında hemoglobin düzeyleri bakımında fark olup olmadığının araştırılmasında kullanılabilir. Örnek 4: Kız ve erkek öğrencilerin biyoistatistik notları arasında fark olup olmadığının araştırılmasında kullanılabilir.

  10. TEST SÜRECİ • Hipotezlerin belirlenmesi • Test istatistiğinin hesaplanması • Yanılma düzeyinin belirlenmesi • İstatistiksel karar

  11. TEST İŞLEMLERİ Önce her iki dağılımın normal dağılıma uyup uymadığı test edilir. Her ikisi de normal dağılıma uyuyorsa varyanslarının homojen olup olmadığı test edilir. 1. Hipotezlerin Belirlenmesi Yokluk hipotezi İki yönlü seçenek hipotezi Tek yönlü seçenek hipotezi

  12. : Birinci grubun varyansı : İkinci grubun varyansı 2. Test istatistiği (t hesap) hesaplanması ~ : Birinci grubun ortalaması : İkinci grubun ortalaması n1 : Birinci gruptaki denek sayısı n2 : İkinci gruptaki denek sayısı

  13. 3. Alfa yanılma düzeyi belirlenmesi 4. İstatistiksel karar l t hesap l > t tablo ise “iki ortalama arasında fark yoktur” şeklinde kurulan H0 hipotezi reddedilir ve p<α (örneğin p<0,05) şeklinde gösterilir.

  14. t Dağılım Tablosu

  15. ÖRNEK : Koroner kalp hastası olan ve olmayan bireylerin kolesterol düzeylerine (CHL) ilişkin istatistikler aşağıdaki tabloda verilmiştir. Gruplar arasında CHL bakımından fark var mıdır?

  16. Gruplara ilişkin parametrik varsayımların (normallik ve varyansların homojenliği) incelenmesi: Normallik için kolay bir yaklaşım verilerin histogramını çizmektir.

  17. Varyansların homojenliği için F dağılımından yararlanılır. Bu amaçla, büyük varyans küçük varyansa bölünerek elde edilen F hesap istatistiği seçilen yanılma düzeyinde (n1-1) ve (n2-1) serbestlik dereceli F tablo istatistiği ile karşılaştırılır. Burada Ho hipotezi; “varyanslar homojendir” şeklindedir. Karar: P>0,05 (varyanslar homojendir)

  18. F DAĞILIMI TABLOSU (α=0.05)

  19. 1. Hipotezler: Ho: H1: 2. Test İstatistiğinin Hesaplanması:

  20. 3. Yanılma düzeyi: olarak belirlenmiştir. 4. İstatistiksel karar: p<0,05 (iki bağımsız grup ortalaması arasındaki fark istatistiksel açıdan anlamlıdır.)

  21. Koroner kalp hastası olan ve olmayan bireylerin kolesterol düzeylerine ilişkin ortalama ve standart sapma grafiği

  22. MANN-WHITNEY U TESTİ İki ortalama arasındaki farkın önemlilik testinin parametrik olmayan karşılığıdır. İki Ortalama Arasındaki Farkın Önemlilik Testi parametrik bir test olduğu için, parametrik test varsayımları sağlandığında ölçümle belirtilen sürekli bir değişken yönünden bağımsız iki grup arasında fark olup olmadığını test etmek için kullanılıyor idi.

  23. Parametrik test varsayımları sağlanmadan iki ortalama arasındaki farkın önemlilik testinin uygulanması, varılan kararın hatalı olmasına neden olabilir. Veri parametrik test varsayımlarını sağlamıyor ise İki Ortalama Arasındaki Farkın Önemlilik Testi yerine kullanılabilecek en güçlü test MANN-WHITNEY U TESTİ’dir.

  24. ÖRNEKLER: • Bir önceki örneklerde veri parametrik test koşullarını sağlamadığında, • Sigara içen içmeyen annelerin çocuklarının apgar skorları arasında fark olup olmadığının araştırılmasında, • Spor yapan ve yapmayan öğrencilerin bir dakika içindeki şınav sayıları arasında fark olup olmadığının araştırılmasında.

  25. Hipotezler H0 hipotezi: “İki ortalama arasında fark yoktur” şeklinde değil, “İki dağılım arasında fark yoktur” şeklinde kurulur. Test istatistiğinin hesaplanması: Mann-Whitney U testinde, gruplardaki denek sayısına bağlı olarak iki farklı test istatistiği hesaplanır.

  26. Her iki gruptaki denek sayıları 20 ya da daha az olduğunda test istatistikleri n1: Birinci gruptaki denek sayısı n2: İkinci gruptaki denek sayısı R1: Birinci gruptaki değerlerin sıra numaraları toplamı. İstatistiksel karar: U1 ve U2 değerinden büyük olanı (Umax) test istatistiği olarak seçilir ve belirlenen  yanılma düzeyindeki n1 ve n2 serbestlik dereceli Utablo istatistiği ile karşılaştırılır. UH>U tablo ise H0 hipotezi reddedilir.

  27. b) Grupların birindeki ya da her ikisindeki denek sayıları 20’den fazla olduğunda test istatistiğinin hesaplanması n1 : Birinci dağılımdaki denek sayısı n2 : İkinci dağılımdaki denek sayısı U : U1 veya U2 den herhangi birisi kullanılabilir. Testin sonucunu etkilemez. Sadece bulunacak z değerlerinin işareti farklı olur.

  28. İstatistiksel karar: Hesapla bulunan z değerine karşılık gelen olasılık z tablosundan bulunur. Bulunan olasılık değeri 0.5’den çıkartılır. Hipotez çift yönlü ise bulunan olasılık değeri 2 ile çarpılır. Bu değer, seçilen alfa yanılma olasılığından küçük ise Ho hipotezi reddedilir.

  29. ÖRNEK : İki farklı hastalığa sahip 16-18 yaşlarındaki bireylerin beden kitle indeksleri hesaplanıyor. Beden kitle indeksleri hastalık gruplarına göre değişmekte midir? Hastalık Hastalık A B 18,60 19,65 20,45 23,50 25,55 16,15 17,15 17,70 18,10 18,60 28,50 28,65 28,65 29,15 18,60 21,00 21,10 23,50 27,75

  30. Grup Sıra Sıra no Yeni sıra no B 16,15 1 1 B 17,15 2 2 B 17,70 3 3 B 18,10 4 4 B 18,60 5 6 B 18,60 6 6 A 18,60 7 6 A 19,65 8 8 A 20,45 9 9 B 21,00 10 10 B 21,10 11 11 B 23,50 12 12,5 A 23,50 13 12,5 A 25,55 14 14 B 27,75 15 15 A 28,50 16 16 A 28,65 17 17,5 A 28,65 18 17,5 A 29,15 19 19

  31. Hipotezler: Ho: İki dağılım arasında fark yoktur. H1: İki dağılım arasında fark vardır. Test İstatistiği: U=Max (U1, U2)=74,5

  32. Yanılma düzeyi: α=0,05 olarak alınmıştır. 0,05 yanılma düzeyinde ve (9, 10) serbestlik derecesindeki U tablo istatistiği 66’dır. İstatistiksel karar: Ho hipotezi reddedilir ve iki hasta grubuna ilişkin beden kitle indeksi değerleri arasında fark olduğu söylenir.

  33. MANN WHITNEY U TESTİ TABLOSU

  34. Hastalık Gruplarına Göre İstatistikler

  35. İki farklı hastalığa sahip bireylerin Beden Kitle İndeksine ait kutu-çizgi grafiği

  36. BAĞIMSIZ İKİ GRUP OLMASI DURUMUNDA NİTELİK DEĞİŞKENLERİN KARŞILAŞTIRILMASINA İLİŞKİN HİPOTEZ TESTLERİ

  37. 1. İki yüzde arasındaki farkın anlamlılık testi 2. 2x2 Ki-kare testleri 2x2 ki-kare testi (Pearson ki-kare testi) Fisher kesin ki-kare testi

  38. İKİ YÜZDE ARASINDAKİ FARKIN ÖNEMLİLİK TESTİ Niteliksel bir değişken yönünden iki gruptan elde edilen yüzdelerin farklı olup olmadığını test etmek için kullanılır.

  39. ÖRNEKLER: • Eğitim düzeyi yüksek olan kadınlarla düşük olan kadınların aile planlaması yöntemi kullanma yüzdeleri arasında fark olup olmadığının araştırılmasında, • Sigara içen ve içmeyenlerin akciğer kanserine yakalanma yüzdeleri arasında fark olup olmadığının araştırılmasında, • Suyunda iyot miktarı yeterli olan ve olmayan bölgelerde yaşayanların guatr hastalığına yakalanma yüzdeleri arasında fark olup olmadığının araştırılmasında.

  40. Genel Tablo

  41. TEST SÜRECİ 1. Hipotezlerin belirlenmesi H0: İki yüzde arasında fark yoktur (P1=P2) H1: İki yüzde arasında fark vardır (P1 P2) 2. Test istatistiğinin (t) hesaplanması ~ Burada, q = 1-p’dir.

  42. 3. Yanılma düzeyi belirlenir 4. İstatistiksel karar l t hesap l > t tablo ise H0 hipotezi reddedilir ve İki yüzde arasındaki farkın anlamlı olduğu söylenir (p<0.05).

  43. ÖRNEK : Annesi çalışan ve çalışmayan çocuklarda öğün atlama dağılımı

  44. p1=0.129 p2=0.196 p= 0.164q=1–p=1-0.164 =0.836 1. Hipotezler: H0: İki yüzde arasında fark yoktur (P1=P2) H1: İki yüzde arasında fark vardır (P1 P2) 2. Test İstatistiği:

  45. 3. Yanılma düzeyi: α=0,05 alınmıştır. 4. İstatistiksel karar: olduğu için Ho hipotezi kabul edilir ve p>0.05 şeklinde gösterilir. Annesi çalışan ve çalışmayan çocuklarda öğün atlama bakımından anlamlı bir farklılık yoktur.

  46. Kİ-KARE TESTLERİ 1.Ki-kare testleri veri tipinin nitelik olduğu (kadın-erkek, iyileşti-iyileşmedi, hasta-sağlam, sosyo-ekonomik düzeyi iyi-orta-kötü,...gibi) verilerde kullanılır. 2.Ayrıca sürekli ya da kesikli sayısal veri tipinde olduğu halde sonradan nitelik veri konumuna dönüştürülen veriler arasında fark olup olmadığının incelenmesinde de kullanılır. 3. Veriler 2x2, 2x3, 3x3, 3x4, ... Boyutlu çapraz tablo şeklinde olmalıdır.

  47. 2x2 ki-kare testiİki yüzde arasındaki farkın anlamlılık testinin uygulandığı durumlarda istenirse 2x2 ki-kare testinden de yararlanılabilir. 2x2 ki-kare testinin avantajı, gruplardaki gözlem sayılarının az olduğu durumlar için geliştirilmiş değişik ki-kare testlerinin olmasıdır. Gruplardaki gözlem sayısının az olması durumunda ki-kare testlerinden yararlanmak daha uygundur.

  48. Ki-kare İçin Genel Formül: k: Toplam Göz Sayısı

  49. ÖRNEKLER: 2x2 (4 gözlü) ki-kare tablosu

More Related