Hipotez Testine Giriş

Hipotez testi, sıfır hipotezini reddetmek için yeterli kanıt olup olmadığını belirleyen istatistiksel bir yöntemdir.

Sıfır ve Alternatif Hipotez

Hipotez testinde:

• sıfır hipotezi (H₀), herhangi bir etki veya fark olmadığını varsayar.
• alternatif hipotez (H₁), bir etki veya fark olduğunu öne sürer.

t Testi Uygulama

t testi, iki grubun ortalamalarının anlamlı ölçüde farklı olup olmadığını kontrol eder.

data1 <- c(5.1, 6.2, 5.8, 6.5, 5.9)
data2 <- c(7.0, 6.8, 7.5, 7.1, 6.9)
t.test(data1, data2)

p Değerlerini Yorumlama

p değeri, H₀ hipotezinin reddedilip reddedilmeyeceğine karar vermeye yardımcı olur:

• p değeri < 0.05 ise H₀ reddedilir (anlamlı sonuç).
• p değeri > 0.05 ise H₀ reddedilemez (anlamlı değil).

Ki-Kare Testi

Ki-kare testi, kategorik değişkenlerin bağımsız olup olmadığını kontrol eder.

observed <- matrix(c(20, 30, 50, 40), nrow=2)
chisq.test(observed)

ANOVA Testi

ANOVA, birden çok grubun ortalamalarını karşılaştırır.

group1 <- c(5.1, 6.2, 5.8)
group2 <- c(7.0, 6.8, 7.5)
group3 <- c(4.9, 5.5, 5.2)
data <- data.frame(value = c(group1, group2, group3), 
                   group = rep(c('A', 'B', 'C'), each=3))
aov_test <- aov(value ~ group, data = data)
summary(aov_test)

Etki Büyüklüğü

Etki büyüklüğü, bir sonucun gücünü ölçerek pratik açıdan anlamlılığının belirlenmesine yardımcı olur.

Hipotez Testinin Sınırlamaları

Hipotez testi varsayımlara dayanır ve örneklem büyüklüğü ile veri kalitesinden etkilenebilir.

Özet

Bu derste şunları öğrendiniz:

• Hipotez testinin nasıl uygulanacağını.
• t testlerinin, ki-kare testinin ve ANOVA'nın nasıl kullanılacağını.
• p değerlerinin ve etki büyüklüklerinin önemini.