Bu test t\u00fcr\u00fc verilerle ilgili a\u015fa\u011f\u0131daki varsay\u0131mlar\u0131 yapar:<\/span><\/p>\n 1. Ba\u011f\u0131ms\u0131zl\u0131k:<\/strong> Bir numunenin g\u00f6zlemleri di\u011fer numunenin g\u00f6zlemlerinden ba\u011f\u0131ms\u0131zd\u0131r.<\/span><\/p>\n 2. Normallik:<\/strong> Her iki \u00f6rnek de yakla\u015f\u0131k olarak normal da\u011f\u0131l\u0131ma sahiptir.<\/span><\/p>\n 3. Varyanslar\u0131n homojenli\u011fi:<\/strong> \u0130ki \u00f6rnek yakla\u015f\u0131k olarak ayn\u0131 varyansa sahiptir.<\/span><\/p>\n 4. Rastgele \u00d6rnekleme:<\/strong> Her iki \u00f6rnek de rastgele \u00f6rnekleme y\u00f6ntemi kullan\u0131larak elde edilmi\u015ftir.<\/span><\/p>\n Bu varsay\u0131mlardan bir veya daha fazlas\u0131 ihlal edilirse, iki \u00f6rnekli t testinin sonu\u00e7lar\u0131 g\u00fcvenilmez ve hatta yan\u0131lt\u0131c\u0131 olabilir.<\/span><\/p>\n Bu derste, her bir varsay\u0131m\u0131n a\u00e7\u0131klamas\u0131n\u0131, varsay\u0131m\u0131n kar\u015f\u0131lan\u0131p kar\u015f\u0131lanmad\u0131\u011f\u0131n\u0131n nas\u0131l belirlenece\u011fini ve ihlal edilmesi durumunda ne yap\u0131laca\u011f\u0131n\u0131 a\u00e7\u0131kl\u0131yoruz.<\/span><\/p>\n \u0130ki \u00f6rnekli t testi, bir \u00f6rnekteki g\u00f6zlemlerin<\/a> di\u011fer \u00f6rnekteki g\u00f6zlemlerden ba\u011f\u0131ms\u0131z oldu\u011funu varsayar.<\/span><\/p>\n Bu \u00e7ok \u00f6nemli bir varsay\u0131md\u0131r, \u00e7\u00fcnk\u00fc ayn\u0131 bireyler her iki \u00f6rnekte de g\u00f6r\u00fcn\u00fcyorsa, o zaman \u00f6rnekler aras\u0131ndaki farklar hakk\u0131nda \u00e7\u0131kar\u0131mda bulunmak ge\u00e7erli de\u011fildir.<\/span><\/p>\n Bu varsay\u0131m\u0131 test etmenin en basit yolu, her g\u00f6zlemin her \u00f6rnekte yaln\u0131zca bir kez g\u00f6r\u00fcnd\u00fc\u011f\u00fcn\u00fc ve her \u00f6rnekteki g\u00f6zlemlerin rastgele \u00f6rneklemeyle topland\u0131\u011f\u0131n\u0131 do\u011frulamakt\u0131r.<\/span><\/p>\n Bu varsay\u0131m kar\u015f\u0131lanmazsa iki \u00f6rnekli t testi sonu\u00e7lar\u0131 tamamen ge\u00e7ersizdir. Bu senaryoda, rastgele \u00f6rnekleme y\u00f6ntemini kullanarak iki yeni numune toplamak ve bir numunedeki her bireyin di\u011fer numuneye ait olmad\u0131\u011f\u0131ndan emin olmak en iyisidir.<\/span><\/p>\n \u0130ki \u00f6rnekli t testi, iki \u00f6rne\u011fin yakla\u015f\u0131k olarak normal da\u011f\u0131ld\u0131\u011f\u0131n\u0131 varsayar.<\/span><\/p>\n Bu \u00e7ok \u00f6nemli bir varsay\u0131md\u0131r \u00e7\u00fcnk\u00fc e\u011fer numuneler normal \u015fekilde da\u011f\u0131lm\u0131yorsa, numuneler aras\u0131ndaki farklar hakk\u0131nda sonuca varmak i\u00e7in testteki p de\u011ferlerini kullanmak ge\u00e7erli de\u011fildir.<\/span><\/p>\n \u00d6rnek boyutlar\u0131 k\u00fc\u00e7\u00fckse (n < 50), her \u00f6rnek boyutunun normal \u015fekilde da\u011f\u0131l\u0131p da\u011f\u0131lmad\u0131\u011f\u0131n\u0131 belirlemek i\u00e7in Shapiro-Wilk testi kullanabiliriz. Testin p de\u011feri belirli bir anlaml\u0131l\u0131k d\u00fczeyinin alt\u0131ndaysa veriler muhtemelen normal da\u011f\u0131lm\u0131yordur.<\/span><\/p>\n \u00d6rnek boyutlar\u0131 b\u00fcy\u00fckse verilerin normal \u015fekilde da\u011f\u0131l\u0131p da\u011f\u0131lmad\u0131\u011f\u0131n\u0131 g\u00f6rsel olarak kontrol etmek i\u00e7in QQ grafi\u011fi<\/a> kullanmak daha iyidir.<\/span> <\/p>\n Veri noktalar\u0131 bir QQ grafi\u011finde kabaca d\u00fcz bir \u00e7apraz \u00e7izgi boyunca uzan\u0131yorsa, o zaman veri seti muhtemelen normal bir da\u011f\u0131l\u0131m izliyor demektir.<\/span><\/p>\n Bu varsay\u0131m\u0131n ihlal edilmesi durumunda, iki \u00f6rnekli t testinin parametrik olmayan e\u015fde\u011feri olarak kabul edilen ve iki \u00f6rne\u011fin normal da\u011f\u0131ld\u0131\u011f\u0131n\u0131 varsaymayan Mann-Whitney U testi<\/a> yapabiliriz.<\/span><\/p>\n \u0130ki \u00f6rnekli t testi, iki \u00f6rne\u011fin yakla\u015f\u0131k olarak e\u015fit varyansa sahip oldu\u011funu varsayar.<\/span><\/p>\n \u0130ki \u00f6rnek aras\u0131ndaki varyanslar\u0131n e\u015fit olup olmad\u0131\u011f\u0131n\u0131 belirlemek i\u00e7in a\u015fa\u011f\u0131daki temel kural\u0131 kullan\u0131r\u0131z: En b\u00fcy\u00fck varyans\u0131n en k\u00fc\u00e7\u00fck varyansa oran\u0131 4’ten k\u00fc\u00e7\u00fckse, varyanslar\u0131n yakla\u015f\u0131k olarak e\u015fit oldu\u011funu varsayabilir ve her iki \u00f6rne\u011fi de kullanabiliriz. -\u00d6l\u00e7ek.<\/span><\/p>\n \u00d6rne\u011fin, 1. numunenin varyans\u0131n\u0131n 24.5 oldu\u011funu ve 2. numunenin varyans\u0131n\u0131n 15.2 oldu\u011funu varsayal\u0131m. En b\u00fcy\u00fck \u00f6rnek varyans\u0131n\u0131n en k\u00fc\u00e7\u00fck \u00f6rnek varyans\u0131na oran\u0131 \u015fu \u015fekilde hesaplanacakt\u0131r:<\/span><\/p>\n Oran:<\/strong> 24,5 \/ 15,2 = 1,61<\/span><\/p>\n Bu oran\u0131n 4’ten k\u00fc\u00e7\u00fck olmas\u0131 nedeniyle iki grup aras\u0131ndaki farklar\u0131n yakla\u015f\u0131k olarak e\u015fit oldu\u011fu varsay\u0131labilir.<\/span><\/p>\n Bu varsay\u0131m ihlal edilirse, iki \u00f6rnekli t testinin parametrik olmayan bir versiyonu olan ve iki \u00f6rne\u011fin e\u015fit varyansa sahip oldu\u011funu varsaymayan Welch t testini<\/a> uygulayabiliriz.<\/span><\/p>\n \u0130ki \u00f6rnekli t testi, her iki \u00f6rne\u011fin de rastgele \u00f6rnekleme y\u00f6ntemi kullan\u0131larak elde edildi\u011fini varsayar.<\/span><\/p>\n Bu hipotezi test etmek i\u00e7in kullanabilece\u011fimiz resmi bir istatistiksel test yoktur. Bunun yerine, her iki numunenin de rastgele \u00f6rnekleme y\u00f6ntemi<\/a> kullan\u0131larak elde edildi\u011finden emin olmam\u0131z gerekir; b\u00f6ylece ilgilenilen pop\u00fclasyondaki her bireyin, bir veya di\u011fer numuneye dahil olma olas\u0131l\u0131\u011f\u0131 e\u015fit olur.<\/span><\/span><\/p>\n Bu varsay\u0131m kar\u015f\u0131lanmazsa, iki \u00f6rne\u011fimizin ilgilenilen pop\u00fclasyonu temsil<\/a> etmesi pek olas\u0131 de\u011fildir. Bu durumda, iki \u00f6rnekli t testinin sonu\u00e7lar\u0131n\u0131 genel pop\u00fclasyona<\/a> g\u00fcvenilir bir \u015fekilde genelle\u015ftiremeyiz.<\/span><\/p>\n Bu senaryoda, rastgele \u00f6rnekleme y\u00f6ntemini kullanarak iki yeni \u00f6rnek toplamak en iyisidir.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":" \u0130ki \u00f6rneklem t testi, iki pop\u00fclasyonun ortalamalar\u0131n\u0131n e\u015fit olup olmad\u0131\u011f\u0131n\u0131 test etmek i\u00e7in kullan\u0131l\u0131r. Bu test t\u00fcr\u00fc verilerle ilgili a\u015fa\u011f\u0131daki varsay\u0131mlar\u0131 yapar: 1. Ba\u011f\u0131ms\u0131zl\u0131k: Bir numunenin g\u00f6zlemleri di\u011fer numunenin g\u00f6zlemlerinden ba\u011f\u0131ms\u0131zd\u0131r. 2. Normallik: Her iki \u00f6rnek de yakla\u015f\u0131k olarak normal da\u011f\u0131l\u0131ma sahiptir. 3. Varyanslar\u0131n homojenli\u011fi: \u0130ki \u00f6rnek yakla\u015f\u0131k olarak ayn\u0131 varyansa sahiptir. 4. Rastgele \u00d6rnekleme: […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-1530","post","type-post","status-publish","format-standard","hentry","category-rehber"],"yoast_head":"\n Hipotez 1: Ba\u011f\u0131ms\u0131zl\u0131k<\/strong><\/h2>\n
Bu hipotez nas\u0131l do\u011frulan\u0131r?<\/strong><\/h3>\n
Bu varsay\u0131ma uyulmazsa ne yap\u0131lmal\u0131?<\/strong><\/span><\/h3>\n
Hipotez 2: normallik<\/strong><\/h2>\n
Bu hipotez nas\u0131l do\u011frulan\u0131r?<\/strong><\/h3>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/qqplot.jpg\")
<\/p>\n Bu varsay\u0131ma uyulmazsa ne yap\u0131lmal\u0131?<\/strong><\/span><\/h3>\n
Hipotez 3: Farkl\u0131l\u0131klar\u0131n homojenli\u011fi<\/strong><\/h2>\n
Bu hipotez nas\u0131l do\u011frulan\u0131r?<\/strong><\/h3>\n
Bu varsay\u0131ma uyulmazsa ne yap\u0131lmal\u0131?<\/strong><\/span><\/h3>\n
Varsay\u0131m 4: Rastgele \u00f6rnekleme<\/strong><\/h2>\n
Bu hipotez nas\u0131l do\u011frulan\u0131r?<\/strong><\/h3>\n
Bu varsay\u0131ma uyulmazsa ne yap\u0131lmal\u0131?<\/strong><\/span><\/h3>\n