Güven Aralığı Nedir? Nasıl Hesaplanır ve Yorumlanır?

Basira Editör Ekibi · · 11 dk okuma · Bilimsel inceleme: Doç. Dr. Hasan Yıldırım

Aa Yazı boyutu
Yazı boyutu

Anahtar çıkarımlar

  • Güven aralığı, örneklemden hesaplanan bir kestirimin çevresine kurulur ve kitle değeri için veriyle uyumlu değerleri gösterir; ortalama için kestirim ± kritik değer × standart hata biçimindedir.
  • %95 güven düzeyi yöntemin uzun dönemdeki isabetidir; hesaplanmış tek bir aralığın kitle değerini %95 olasılıkla içerdiği söylenemez.
  • Kitle standart sapması bilinmediği için ortalamanın aralığı n − 1 serbestlik dereceli t kritik değeriyle kurulur; küçük örneklemde bu değer 1.96'dan belirgin biçimde büyüktür.
  • Aralık örneklem büyüdükçe ve güven düzeyi düştükçe daralır; yalnız şans kaynaklı örnekleme hatasını gösterir, seçim yanlılığını göstermez.
  • Oran için basit Wald aralığı küçük örneklemde ve uç oranlarda yanıltır; Wilson ya da Agresti–Coull aralığı yeğlenir.

İçindekiler

İçindekiler

Güven aralığı, örneklemden hesaplanan bir kestirimin çevresine kurulan ve kitle değeri (parametre) için veriyle uyumlu değerleri gösteren aralıktır. Ortalama için kestirim ± kritik değer × standart hata biçiminde hesaplanır. %95 güven düzeyi yöntemin uzun dönemdeki isabetidir: aynı yöntemle kurulan aralıkların %95’i kitle değerini içerir; elinizdeki tek aralığın onu içerip içermediği ise bilinmez.

Bu yazı iki temel yazının devamıdır. Standart hata ve örnekleme hatası kitle ve örneklem yazısında, güven aralığının çıkarımsal istatistikteki yeri betimsel ve çıkarımsal istatistik yazısında anlatılır. Burada aralığın nasıl kurulduğu, neden t kritik değerinin kullanıldığı, genişliğini neyin belirlediği, oranlar için nasıl hesaplandığı ve hangi okumaların yanlış olduğu çözümlü bir örnekle ele alınır.

Güven aralığı nedir?

Örneklem ortalaması kitle ortalamasının nokta kestirimidir: tek bir sayıdır ve başka bir örneklem biraz farklı bir sayı verirdi. Güven aralığı bu belirsizliği kestirimin yanına koyar. Tek bir sayı yerine, kitle değeri için veriyle uyumlu değerlerin aralığını verir. Aralık kestiriminin kuramını Neyman (1937) kurmuştur; bugün ortalama, oran, iki ortalamanın farkı, korelasyon ve regresyon katsayısı için aynı mantıkla aralık kurulur.

Güven aralığı hangi parçalardan oluşur?

Hangi kestirim için kurulursa kurulsun, aralığın dört parçası vardır:

  • Kestirim: Örneklemden hesaplanan değer (x̄, p̂, iki ortalamanın farkı).
  • Standart hata (SH): Kestirimin örneklemden örnekleme ne kadar değiştiğinin ölçüsü.
  • Kritik değer: Güven düzeyine ve kestirimin örnekleme dağılımına göre seçilen çarpan (t ya da z).
  • Hata payı: Kritik değer ile standart hatanın çarpımı, yani aralığın yarı genişliği. Anket haberlerindeki “±3 puan hata payı” bunu anlatır.
kestirim±kritik deg˘er×SH\text{kestirim} \pm \text{kritik değer} \times SH

%95 güven düzeyi ne anlama gelir?

Güven düzeyi tek bir aralığın değil, aralığı üreten yöntemin özelliğidir. Aynı kitleden aynı büyüklükte çok sayıda örneklem çekildiğini ve her birinden %95 aralığı hesaplandığını düşünün. Rastgele olan kitle ortalaması değil, aralıklardır: her örneklemde aralığın yeri ve genişliği değişir.

Varsayımlar sağlanıyorsa (örneklem rastgele seçilmiş, gözlemler birbirinden bağımsız, ortalamanın örnekleme dağılımı yaklaşık normal) bu aralıkların yaklaşık %95’i kitle ortalamasını içerir. Hangilerinin içerdiği ise bilinmez.

Neden “kitle değeri %95 olasılıkla bu aralıkta” denmez?

Aralık hesaplandıktan sonra iki ucu sabit sayılardır; kitle ortalaması da sabittir. Bu çerçevede geriye olasılık kalmaz: aralık kitle değerini ya içerir ya içermez. Yöntemin %95’lik isabetini hesaplanmış tek aralığa taşımaya Morey vd. (2016) “temel güven yanılgısı” (fundamental confidence fallacy) adını verir. Hoekstra vd. (2014) bu yanılgının araştırmacılarda da öğrencilerdekine yakın sıklıkta görüldüğünü göstermiştir; güven aralığıyla kestirimin neden önerildiği betimsel ve çıkarımsal istatistik yazısındadır.

Parametre hakkında doğrudan bir olasılık cümlesi kurmak isteyen araştırmacı Bayesçi çözümlemedeki güvenilir aralığa (credible interval) başvurur. O aralık, seçilen önsel dağılım ve model altında parametrenin aralıkta olma olasılığını verir; farkı p değerinin sınırları yazısında anlatılır. İki aralık sayıca birbirine yakın çıkabilir, ama farklı sorulara cevap verir.

Ortalama için güven aralığı nasıl hesaplanır?

Kitle standart sapması bilinmediğinde ortalamanın %95 güven aralığı şöyle kurulur:

xˉ±t1−α/2,  n−1×sn\bar{x} \pm t_{1-\alpha/2,\; n-1} \times \frac{s}{\sqrt{n}}

Burada x̄ örneklem ortalaması, s örneklem standart sapması, n gözlem sayısıdır. %95 güven için α = .05’tir; kritik değer, n − 1 serbestlik dereceli t dağılımının .975 yüzdeliğidir. Hesap dört adımdır:

  1. Ortalamayı ve standart sapmayı hesaplayın.
  2. Standart hatayı bulun: s / √n.
  3. Serbestlik derecesi n − 1 olan t kritik değerini alın.
  4. Hata payını (kritik değer × SH) ortalamadan çıkarın ve ortalamaya ekleyin.

Neden z değil t kritik değeri kullanılır?

Standart normal dağılımın %95 kritik değeri 1.96’dır. Ancak bu değer kitle standart sapması σ biliniyorsa doğrudur. Gerçek bir araştırmada σ bilinmez, yerine örneklemden hesaplanan s konur. s de örneklemden örnekleme değiştiği için ek bir belirsizlik doğar. t dağılımı bu belirsizliği daha kalın kuyruklarla hesaba katar ve kritik değeri büyütür. Fark küçük örneklemde belirgindir, örneklem büyüdükçe kaybolur:

Serbestlik derecesi (n − 1)%95 için kritik değer
92.262
292.045
991.984
3991.966
Sonsuz (z)1.960

10 kişilik bir örneklemde 1.96 kullanmak aralığı olması gerekenden dar gösterir ve gerçek kapsama oranını %95’in altına düşürür. 400 kişide ise iki değer arasındaki fark ihmal edilebilir: t(399) = 1.966, 1.96’ya çok yakındır. Standart hatanın tanımı ve 400 öğrencilik bir örnek kitle ve örneklem yazısındadır.

Aralığın genişliğini ne belirler?

Hata payı üç şeye bağlıdır:

  • Güven düzeyi: %99 aralık %95 aralıktan geniştir; daha yüksek güven, daha az kesin bir aralıkla ödenir.
  • Değişkenlik: Standart sapma büyüdükçe aralık genişler.
  • Örneklem büyüklüğü: Standart hata √n ile küçülür; örneklemi dört katına çıkarmak aralığı yaklaşık yarıya indirir.

Genişlik yalnız şans kaynaklı örnekleme hatasını gösterir. Kolayda bir örneklemden, yanıt vermeyenlerin farklı olduğu bir ankette ya da hatalı bir ölçme aracıyla elde edilen aralık dar olabilir ama kitle değerinden uzakta durabilir. Bu yanlılık türleri örnekleme yöntemleri yazısında anlatılır. İstenen genişlik baştan biliniyorsa gereken gözlem sayısı da hesaplanabilir; yolu örneklem büyüklüğü hesaplama yazısındadır.

Örnek: okuma akıcılığında %95 güven aralığı

Bir ilçedeki ilkokulların 4. sınıf öğrencilerinden basit rastgele 30 öğrenci seçiliyor ve her öğrencinin sesli okumada bir dakikada doğru okuduğu sözcük sayısı ölçülüyor. Örneklem büyüklüğü baştan 30 olarak planlanmıştır. Öğrenciler rastgele bir sırayla ölçülüyor; araştırmacı yalnızca göstermek için ilk 10 ölçümden sonra bir ara hesap yapıyor, sonra örneklemi tamamlıyor. Veri öğretici amaçla hazırlanmıştır; aşağıdan indirip hesapları kendiniz tekrarlayabilirsiniz.

Okuma akıcılığı: 4. sınıf öğrencilerinin sesli okumada bir dakikada doğru okuduğu sözcük sayısı (öğretici veri; ilk 10 ölçüm ve 30 öğrencinin tamamı)
İlk 10 öğrenci30 öğrencinin tamamı
9898
112112
8585
104104
9191
120120
7777
101101
9595
108108
88
115

İlk 12 satır (toplam 30) · Bu örnekteki tüm sayılar SciPy 1.16.3 ile bağımsız olarak yeniden hesaplanır. Veriyi indirin (CSV)

Tablo 1

Okuma Akıcılığının Betimsel İstatistikleri ve Ortalamanın %95 Güven Aralığı

Ölçüİlk 10 öğrenci30 öğrencinin tamamı
n1030
Ortalama99.1097.70
Standart sapma12.8312.19
Standart hata4.062.23
Ortalamanın %95 GA[89.92, 108.28][93.15, 102.25]
Çarpıklık (G1)−0.14−0.22
Fazla basıklık (G2)−0.24−0.31

Tablo 1’de GA, güven aralığıdır. Ölçüm oranlı ölçektedir ve 30 öğrencide çarpıklık ile fazla basıklık, belirgin normal dışılık eşiklerinin (bu blogdaki test seçimi yazılarının açık karar kuralı: çarpıklığın mutlak değeri 2, fazla basıklığın 7) çok altındadır. Ortalama ve t aralığı bu veri için uygun özettir.

30 öğrencinin aralığı adım adım şöyle bulunur. Önce ortalamanın standart hatası hesaplanır; SH = 2.226 olur:

SH=sn=12.1930=2.226SH = \frac{s}{\sqrt{n}} = \frac{12.19}{\sqrt{30}} = 2.226

Serbestlik derecesi 29 olan t dağılımının kritik değeri 2.045’tir. Hata payı ortalamanın iki yanına eklenir:

97.70±2.045×2.226=[93.15, 102.25]97.70 \pm 2.045 \times 2.226 = [93.15,\ 102.25]

Aralık nasıl okunur?

Veri, ilçedeki bütün 4. sınıf öğrencilerinin ortalamasının dakikada yaklaşık 93,15 ile 102,25 sözcük arasında olmasıyla uyumludur.

İlçenin bu sınıf düzeyi için dakikada 100 sözcüğü hedef olarak benimsediğini varsayalım. 100 aralığın içindedir; ama aralık, hedefin yaklaşık 7 sözcük altındaki ortalamalarla da uyumludur. Bu veriyle “hedefe ulaşılmıştır” da “hedefe ulaşılamamıştır” da denemez. Aralığın iki ucu birlikte okunur.

Aynı veride 100’e karşı yapılan tek örneklem t-testi .05 düzeyinde anlamlı çıkmaz. Bu sonuç “ortalama 100’dür” anlamına gelmez; yalnızca H₀ reddedilemez. Aralık, testin söylemediğini de gösterir: hangi ortalamaların veriyle uyumlu olduğunu.

Aralık bireyler için değil, ortalama içindir. 30 öğrencinin çoğu bu aralığın dışında kalır; öğrencilerin ortalamadan tipik uzaklığını standart sapma gösterir. Yeni tek bir öğrencinin değeri için kurulan aralık (tahmin aralığı) bireysel değişkenliği de taşıdığı için çok daha geniştir.

İlk 10 ölçümün aralığı ile 30 ölçümün aralığı karşılaştırıldığında aralık yarısına yakın daralır. İki neden birlikte çalışır: standart hata 4.06’dan 2.23’e iner ve kritik değer t(9) = 2.262’den t(29) = 2.045’e düşer. İki aralığın orta noktası da farklıdır: ilk 10 öğrencinin ortalaması 99.10, tamamınınki 97.70’tir. Örnekleme değişkenliği budur; iki aralık büyük ölçüde örtüşür.

Güven düzeyi %99’a çıkarılırsa ne olur?

Aynı 30 değerle %99 güven aralığı hesaplanınca kritik değer t(29) = 2.756’ya çıkar ve aralık genişler:

Aynı 30 öğrencinin okuma akıcılığı, %99 güven düzeyiyle (öğretici veri; dakikada doğru okunan sözcük)
30 öğrencinin tamamı
98
112
85
104
91
120
77
101
95
108
88
115

İlk 12 satır (toplam 30) · Bu örnekteki tüm sayılar SciPy 1.16.3 ile bağımsız olarak yeniden hesaplanır. Veriyi indirin (CSV)

%99 aralığı [91.56, 103.84] olur. Veri değişmedi; yalnız yöntemden istenen uzun dönem isabeti arttı ve bunun karşılığı daha geniş bir aralıktır. Güven düzeyi bu yüzden sonuçlara bakılmadan, analiz planında seçilir.

Güven aralığı ile hipotez testi arasındaki ilişki nedir?

İki yöntem aynı hesabın iki yüzüdür. %95 güven aralığı, çift yönlü .05 düzeyindeki testin reddetmediği bütün H₀ değerlerinin kümesidir. “Veriyle uyumlu değerler” ifadesinin kesin anlamı budur. Örnekte 100 aralığın içinde olduğu için reddedilmez; 90 dışında kaldığı için reddedilirdi. Test yalnızca tek bir değeri sınar, aralık ise bütün değerleri birlikte gösterir.

Aralığın sınırı keskin bir çizgi değildir. Hemen dışında kalan bir değer, hemen içindeki bir değerle hemen hemen aynı ölçüde veriyle uyumludur; aralığın dışında kalan bir değer çürütülmüş sayılmaz (Greenland vd., 2016). Orta noktaya yakın değerler veriyle uçlardakilerden daha uyumludur.

İki ortalamanın farkı için güven aralığı

İki bağımsız grubu karşılaştırırken asıl ilgilenilen, farkın kendi güven aralığıdır. Eşit varyans varsaymayan Welch yaklaşımında aralık şöyle kurulur; serbestlik derecesi Welch–Satterthwaite formülüyle hesaplanır ve çoğunlukla tam sayı değildir:

(xˉ1−xˉ2)±t1−α/2,  dfW×s12n1+s22n2(\bar{x}_1 - \bar{x}_2) \pm t_{1-\alpha/2,\; df_W} \times \sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}

Burada x̄₁ ve x̄₂ grup ortalamaları, s₁² ve s₂² grup varyansları, n₁ ve n₂ grup büyüklükleri, dfWdf_W ise Welch–Satterthwaite serbestlik derecesidir. Varsayılan olarak bu aralığın kullanılmasının gerekçesi Welch mi Student mı yazısındadır.

Dikkat

Sık yapılan bir hata, iki grubun ayrı ayrı aralıklarına bakıp karar vermektir. İki %95 aralık bir miktar örtüşse de fark .05 düzeyinde anlamlı olabilir.

Cumming ve Finch (2005), grup başına en az 10 gözlem ve birbirine yakın genişlikte aralıklar için iki kural verir: örtüşme ortalama hata payının yarısını aşmıyorsa p yaklaşık .05 ya da daha küçüktür; aralıklar hiç örtüşmüyorsa p yaklaşık .01 ya da daha küçüktür.

Eşleştirilmiş desende ise iki ölçümün ayrı aralıkları farka dair neredeyse hiçbir şey söylemez. Aynı kişilerin iki ölçümü birbiriyle ilişkili olduğu için farkın aralığı, fark puanlarının ortalaması ve standart hatasından kurulur (Cumming ve Finch, 2005). Etki büyüklüklerinin aralıkları ise etki büyüklüğü yazısında anlatılır.

Oran için güven aralığı nasıl hesaplanır?

Bir özelliği taşıyanların oranı (ör. bir hizmetten memnun olanlar) için en bilinen aralık Wald aralığıdır. p̂ örneklem oranı, z güven düzeyinin standart normal kritik değeridir:

p^±z1−α/2p^(1−p^)n\hat{p} \pm z_{1-\alpha/2} \sqrt{\frac{\hat{p}(1-\hat{p})}{n}}

Anket hesaplarındaki hata payı bu formülün yarı genişliğidir. Örneklem büyüklüğü hesaplama yazısındaki oran formülü aynı ifadeyi tersinden çözer: istenen hata payından gereken gözlem sayısını bulur.

Wald aralığı basittir ama iyi çalışmaz. Gerçek kapsama oranı küçük örneklemde ve 0 ya da 1’e yakın oranlarda %95’in belirgin biçimde altına düşer; Brown vd. (2001) bu düzensizliğin büyük örneklemlerde bile sürebildiğini göstermiştir.

Uç bir durumda kusur açıkça görülür: 20 kişide hiç olay gözlenmezse p̂ sıfırdır ve Wald aralığının genişliği de sıfır çıkar. Aralık 0’ın altına ya da 1’in üstüne de taşabilir. Wilson aralığı bu sorunları büyük ölçüde giderir:

p^+z22n1+z2n±z1+z2np^(1−p^)n+z24n2\frac{\hat{p} + \frac{z^2}{2n}}{1 + \frac{z^2}{n}} \pm \frac{z}{1 + \frac{z^2}{n}} \sqrt{\frac{\hat{p}(1-\hat{p})}{n} + \frac{z^2}{4n^2}}

Wilson aralığının merkezi p̂’den biraz 0,5’e doğru kayar ve sınırları her zaman 0 ile 1 arasında kalır.

Agresti ve Coull (1998) daha da basit bir düzeltme önerir: %95 güven için gözlenen olay ve olmayan sayısına yaklaşık ikişer gözlem eklenir ve Wald formülü bu düzeltilmiş oranla uygulanır. “Kesin” diye bilinen Clopper–Pearson aralığı ise gereğinden geniştir; Agresti ve Coull’un başlığındaki “yaklaşık olan kesinden iyidir” sözü bunu anlatır.

İpucu

Brown vd. (2001), örneklem 40’ı aşmıyorsa Wilson ya da Jeffreys aralığını, daha büyük örneklemlerde Agresti–Coull aralığını önerir.

Dağılım normal değilse güven aralığı nasıl kurulur?

Ortalamanın t aralığı, ham verinin değil, ortalamanın örnekleme dağılımının yaklaşık normal olmasına dayanır. Örneklem büyüdükçe bu koşul gevşer, ancak gereken büyüklük kitledeki çarpıklıkla artar; tek ve evrensel bir “n ≥ 30” eşiği yoktur (Boos ve Hughes-Oliver, 2000). Çarpık bir kitleden alınan küçük bir örneklemde t aralığının gerçek kapsama oranı %95’in altında kalabilir.

Hangi özetin ve hangi aralığın birincil olacağı, test seçimindeki ölçütlerle aynıdır:

VeriBirincil özet ve aralık
Aralıklı ya da oranlı ölçek, belirgin normal dışı değilOrtalama ve t aralığı
Aralıklı ya da oranlı ölçek, belirgin normal dışı (eşikler aşılıyor)Hodges–Lehmann kestirimi ve aralığı (Wilcoxon testinin karşılığı); t aralığı duyarlılık analizi
Sıralı ölçek (ör. tek bir Likert maddesi)Ortanca, sıra istatistiklerine dayalı aralığı ve yüzdeler; ortalama birincil değil

Tablodaki eşikler, belirgin normal dışılık için çarpıklığın mutlak değerinin 2’den ya da fazla basıklığın mutlak değerinin 7’den büyük olmasıdır (West vd., 1995). Eşikler aşıldığında birincil aralık Hodges–Lehmann aralığıdır. Hodges–Lehmann kestirimi simetrik bir dağılımda merkezi, yani hem ortalamayı hem ortancayı kestirir; çarpık dağılımda ikisini de değil, sözde ortancayı kestirir ve raporda bu adla verilir. Asıl ilgilenilen nicelik ortalamaysa bootstrap aralığı ya da dönüşüm duyarlılık analizi olarak eklenebilir.

Ortancanın aralığı işaret testinin, Hodges–Lehmann aralığı Wilcoxon testinin karşılığıdır; bootstrap ikisine de seçenek olabilir, kullanılan yöntem raporda yazılır. Eşikler bu blogdaki test seçimi yazılarının açıkça yazılmış karar kuralıdır; evrensel bir doğa yasası değildir.

Normallik testi sonucu raporlanır ama aralığın türünü belirlemez. Bootstrap aralığı, veriyi yerine koyarak yeniden örneklemeye dayanır; yöntemin kendisi yeniden örnekleme yöntemleri yazısında anlatılır. Tek bir kayıt hatasının aralığı nasıl genişlettiği ise aykırı değer yazısındaki duyarlılık tablosunda görülür. Bütün desenler için karar akışı doğru istatistiksel test seçimi rehberindedir.

Güven aralığı en sık nasıl yanlış yorumlanır?

Greenland vd. (2016) güven aralığına dair yaygın yanlış yorumları tek tek listeler. Örnekteki aralık üzerinden en sık görülenler:

Yanlış yorumDoğrusu
Kitle ortalaması %95 olasılıkla dakikada 93,15 ile 102,25 sözcük arasındadır.%95 yöntemin uzun dönem isabetidir; bu aralık kitle ortalamasını ya içerir ya içermez.
Öğrencilerin %95’i bu aralıktadır.Aralık ortalama içindir; bireylerin yayılımını standart sapma gösterir.
Çalışma tekrarlansa yeni ortalamaların %95’i bu aralığa düşer.Ortalama olarak yaklaşık %83’ü düşer (Cumming ve Maillardet, 2006).
Aralığın dışındaki değerler çürütülmüştür.Sınır keskin değildir; hemen dışındaki değer de veriyle neredeyse aynı ölçüde uyumludur.
İki grubun aralıkları örtüşüyorsa fark anlamlı değildir.Örtüşen aralıklarla da fark anlamlı olabilir; farkın kendi aralığına bakılır.
Farkın aralığı sıfırı içeriyorsa etki yoktur.Veri hem sıfırla hem aralığın öteki ucundaki etkiyle uyumludur; H₀ reddedilemez.

Grafiklerde de aynı dikkat gerekir. Hata çubuğu standart sapmayı, standart hatayı ya da güven aralığını gösterebilir ve üçü çok farklı genişliktedir; şekil notunda hangisi olduğu yazılır. Metinde aralık “M = 97.70, %95 GA [93.15, 102.25]” biçiminde, güven düzeyi ve gerekiyorsa yöntemi (t aralığı, Wilson) ile birlikte verilir. Gösterim kuralları APA 7’ye göre istatistik raporlama yazısındadır.

Sık sorulan sorular

Güven aralığı ile hata payı aynı şey mi?

Hayır. Hata payı aralığın yarı genişliğidir, yani kritik değer ile standart hatanın çarpımıdır. Güven aralığı ise kestirimden hata payı çıkarılıp eklenerek bulunan iki sınırdır.

Neden çoğunlukla %95 güven düzeyi kullanılır?

Bu bir gelenektir ve .05 anlamlılık düzeyinin aralıktaki karşılığıdır. Alanın teamülüne ve hatanın bedeline göre %90 ya da %99 da seçilebilir; seçim sonuçlara bakılmadan, analiz planında yapılır.

Güven aralığı ile standart sapma arasındaki fark nedir?

Standart sapma bireylerin ortalamadan tipik uzaklığını, güven aralığı ise kitle ortalamasının kestirimindeki belirsizliği gösterir. Örneklem büyüdükçe standart sapma aşağı yukarı aynı kalır, güven aralığı daralır.

Güven aralığı ile Bayesçi güvenilir aralık aynı şey mi?

Hayır. Güven aralığının %95’i yöntemin uzun dönem isabetidir. Bayesçi güvenilir aralık ise seçilen önsel dağılım ve model altında parametrenin aralıkta olma olasılığını verir. İkisi sayıca yakın çıkabilir, ama yorumları farklıdır.

Aralığın alt sınırı negatif çıkabilir mi?

Ortalamanın farkı gibi işaret değiştirebilen nicelikler için evet. Yalnız pozitif olabilen bir ölçümün ortalamasında (ör. bekleme süresi) aralığın alt ucu sıfırın altına iniyorsa veri çarpık ya da örneklem küçük olabilir; her iki durumda da t aralığı uygun özet olmayabilir. Oranlarda Wald aralığı 0’ın altına düşebilir; Wilson aralığı düşmez.

Tek taraflı aralık nedir?

Yalnız bir sınırı olan aralıktır (ör. “ortalama en az şu kadardır”). Tek yönlü bir hipotezle birlikte kullanılır; t aralığında %95 tek taraflı alt sınır, %90 çift taraflı aralığın alt sınırıyla aynıdır.

  • #guven-araligi
  • #cikarimsal-istatistik
  • #temel-istatistik
  • #p-degeri
  • #tez-istatistik-analizi

Bilimsel inceleme

Doç. Dr. Hasan Yıldırım

Karamanoğlu Mehmetbey Üniversitesi Öğretim Üyesi

İnceleme tarihi:

Makine öğrenmesi ve biyoistatistik alanlarında çalışır; sağlık, fen ve sosyal bilimlerde disiplinlerarası araştırmalarda istatistik danışmanlığı yürütür.

Kaynakça

  1. Agresti, A., & Coull, B. A. (1998). Approximate is better than "exact" for interval estimation of binomial proportions. The American Statistician, 52(2), 119–126.
  2. Boos, D. D., & Hughes-Oliver, J. M. (2000). How large does n have to be for Z and t intervals? The American Statistician, 54(2), 121–128.
  3. Brown, L. D., Cai, T. T., & DasGupta, A. (2001). Interval estimation for a binomial proportion. Statistical Science, 16(2), 101–133.
  4. Cumming, G., & Finch, S. (2005). Inference by eye: Confidence intervals and how to read pictures of data. American Psychologist, 60(2), 170–180.
  5. Cumming, G., & Maillardet, R. (2006). Confidence intervals and replication: Where will the next mean fall? Psychological Methods, 11(3), 217–227.
  6. Greenland, S., Senn, S. J., Rothman, K. J., Carlin, J. B., Poole, C., Goodman, S. N., & Altman, D. G. (2016). Statistical tests, P values, confidence intervals, and power: A guide to misinterpretations. European Journal of Epidemiology, 31(4), 337–350.
  7. Hoekstra, R., Morey, R. D., Rouder, J. N., & Wagenmakers, E.-J. (2014). Robust misinterpretation of confidence intervals. Psychonomic Bulletin & Review, 21(5), 1157–1164.
  8. Morey, R. D., Hoekstra, R., Rouder, J. N., Lee, M. D., & Wagenmakers, E.-J. (2016). The fallacy of placing confidence in confidence intervals. Psychonomic Bulletin & Review, 23(1), 103–123.
  9. Neyman, J. (1937). Outline of a theory of statistical estimation based on the classical theory of probability. Philosophical Transactions of the Royal Society of London. Series A, Mathematical and Physical Sciences, 236(767), 333–380.
  10. West, S. G., Finch, J. F., & Curran, P. J. (1995). Structural equation models with nonnormal variables: Problems and remedies. In R. H. Hoyle (Ed.), Structural equation modeling: Concepts, issues, and applications (pp. 56–75). Sage.

Kendi verinizde görün

Kavramı kendi verinizde görmek isterseniz Tek Örneklem t-Testi modülünü örnek veriyle açabilirsiniz. Basira’yı deneyin

İlgili yazılar