BİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testi-III Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

Save this PDF as:
 WORD  PNG  TXT  JPG

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "BİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testi-III Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH"

Transkript

1 BİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testi-III Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: 1

2 Parametrik Hipotez Testleri Tek Örneklem İki Örneklem İkiden Çok Örneklem Tek Örneklem İçin Student t-testi Eşleştirilmiş (Bağımlı) İki Örneklem İçin Student t-testi Bağımsız İki Örneklem İçin Student t-testi Varyans Analizi (ANOVA) 2

3 İKİDEN ÇOK BAĞIMSIZ GRUBUN KARŞILAŞTIRILMASI 3

4 Grup sayısı ikiye geçtiğinde tüm grupların bağımsız iki grup testleri ile ikişerli olarak analiz edilmesi düşünülebilmektedir. Ancak bu yaklaşım, karşılaştırmalar bağımsız olmadığından α hata seviyesinde artışa, diğer bir deyişle (1-α) güven düzeyinde azalmaya neden olmaktadır. 4

5 Üç grubun olduğu bir çalışmada bağımsız iki grup için t-testi ile ortalamaları karşılaştırmak için µ 1 =µ 2, µ 1 =µ 3, µ 2 =µ 3 şeklinde üç test yaptığımızda, α=0.05 önem seviyesi, α I =1-(1-0.05) 3 =0.143 şeklinde gerçekleşir. 5

6 Bu nedenle, 2 den fazla grup olan çalışmalarda her bir grubu ikişerli ikişerli karşılaştırmak yerine, bu amaca uygun yöntemleri kullanmak gerekir. 6

7 Tek Yönlü Varyans Analizi (One-Way ANOVA) 2 ve daha çok bağımsız grubun ortalamalarını karşılaştırma için kullanılabilecek parametrik bir analiz yöntemidir. 2 grup olduğunda, varyansların homojenliği altında uygulanan t-testi ile aynı sonucu (p) vermektedir [t 2 =F]. 7

8 Veri yapısı: İki değişkenimiz vardır: Değişkenlerden biri farklı işlemleri ya da uygulamaları ifade eden grup değişkenidir [faktör, bağımsız değişken]. Bu değişken genellikle nominal skalada [A, B ve C ilaçları], bazen de ordinal skalada [evre 1, 2, 3, 4] elde edilir. Diğeri ise bağımlı değişken dediğimiz ve grup değişkeninde yer alan sınıflar arasında ortalamalarını karşılaştırmak istediğimiz değişkendir. Nümerik skalada elde edilmiş olmalıdır. 8

9 İncelediğimiz [ortalamalarını karşılaştırdığımız] değişken bakımından, grup değişkeninde yer alan sınıflardaki farklılığı doğru belirleyebilmek için, ölçüm yaptığımız deneysel ünitelerin homojen olması önemlidir. Aksi durumda daha karmaşık ANOVA modelleri kullanmak gerekir. 9

10 Varsayımları: Tüm gruplar Normal Dağılımlı kitlelerden elde edilmiş bağımsız birer şans örneğidir. Bu kitlelerin varyansları eşittir. Varyans Analiz Tablosunun Oluşturulması: H : 0 µ 1 = µ 2 = µ 3 =.= µ k = µ H 1 : En az iki kitlenin ortalamaları arasında farklılık vardır. 10

11 Örnek büyüklükleri eşit olmak zorunda değildir, ancak eşit ya da en azından yakın olmalarında yarar vardır. x ij : i. grupta j. bireyin ölçülen değeri. i = 1, 2,., k (k: grup sayısı) j = 1, 2,., n i (n i : i. gruptaki örnek büyüklüğü) 11

12 Varyans Analiz Tablosu: k : grup sayısı n x k i 1 n i n (toplam gözlem sayısı) i x i. grupta yer alan n tane gözlemin toplamı i. ij j j1 i k x x n tane x gözleminin toplamı.. i. ij i 1 k n i=1 j 1 x 2 ij n tane gözleminin tek tek kareleri alınıp toplanması 12

13 Varyans Analiz Tablosunun Hazırlanması Serbestlik Derecesi: 13

14 Varyans Analiz Tablosunun Hazırlanması (devam) Kareler Toplamı: k : grup sayısı n x k i 1 n i n (toplam gözlem sayısı) i x i. grupta yer alan n tane gözlemin toplamı i. ij j j1 k x x n tane x gözleminin toplamı.. i. ij i 1 k n i i=1 j 1 x 2 ij n tane gözleminin tek tek kareleri alınıp toplanması 14

15 Varyans Analiz Tablosunun Hazırlanması (devam) Kareler Ortalaması: 15

16 Varyans Analiz Tablosunun Hazırlanması (devam) F Değeri: 16

17 Varyans Analiz Tablosunun Hazırlanması (devam) Varyans Analiz Tablosu: 17

18 Hipotezler hakkında karar: α önem seviyesinde GuKO F h F[k-1;n-k; ] H 0 reddedilir. HKO F H reddedilmez. [k-1;n-k; ] 0 18

19 19

20 Örnekten elde edilen verilere dayanarak H 0 hipotezi reddedilemez ise [F h F t ], çalışma, gruplar arasındaki farklılık istatistiksel olarak anlamlı bulunmadı [p>α] şeklinde yorumlanarak çalışma tamamlanır. Ancak H 0 hipotezi reddedilirse [F h > F t ; p<α], yani gruplar arasındaki farklılık istatistiksel olarak anlamlı bulunduğunda, bu farklılığın ne şekilde gerçekleştiğini belirlemek amacıyla varyans analizi yöntemine özel geliştirilmiş karşılaştırma testleri kullanılır [Kontrast yada Post Hoc Testler]. 20

21 Normallik ve Varyans Homojenliği varsayımlarından sapmalarda yapılabilecekler Varyans Analiz yönteminde, veriler simetrik özellikli kitlelerden geldiği durumlarda normallik varsayımı sağlanmasa bile, problem yaşanması söz konusu değildir. Yani, elde edilen verilerden hesaplanan F h değerini, F tablo değeri ile karşılaştırarak hipotezleri test etmek güvenlidir. 21

22 Ancak varyans homojenliği [ 12 = 22 = = k2 = 2 ] varsayımının yerine gelmediği durumlarda F h değerine göre yorum yapmak, yanlış sonuçlara neden olmaktadır. Özellikle, grupların örnek büyüklükleri de dengesiz ise hata daha da büyümektedir. 22

23 Çözümler: 1. Varyans ortalamaya bağlı olarak azalma veya artmaya eğilimli bir istatistiktir. Bu da homojenlik varsayımını doğrudan etkiler. Bu gibi durumlarda x ij gözlemlerine, x ij, xij 1, arcsin(x ij), log(x ij), log(x ij+1) gibi dönüşümler yapılarak, varyans homojenliği incelenebilir. 23

24 Çözümler: 2. Hipotezler hakkındaki karar ANOVA tablosundaki F h yerine, Brown-Forsythe yada Welch istatistiklerine göre yapılabilir. 3. Parametrik olmayan Kruskal-Wallis yöntemi kullanılır. 24

25 Özellikle, hem varyans homojenliği olmadığında hem de örnek büyüklükleri dengesiz (eşit olmaması) olduğunda Welch istatistiği diğer ikisine göre daha güçlüdür. Varyansların Homojenliği için Ho: 2 1 = 22 = = k2 = 2 hipotezi Levene testi ile kontrol edilir. 25

26 H 0 hipotezi reddedildiğinde grup farklılıklarının incelenmesi: Çalışmanın öncesinde planlanmış bazı karşılaştırmalar yapmak (Konrast): µ 1 =1/3(µ 2 + µ 3 + µ 4 ) µ 1 = µ 2, µ 3 = µ 4 gibi 26

27 Range Testleri [Post Hoc Range Tests]: Bu testler, grupları kendi içinde farklı olmayan homojen alt gruplara bölerler. k-grup karşılaştırılıyor ise homojen alt grup sayısı k olur. İkili Çoklu Karşılaştırmalar [Post Hoc Pairwise Multiple Comparisons]: Tüm grupları birbirleriyle ikişerli karşılaştırarak gerçekleştirilir. 27

28 Range Testleri ve İkili Karşılaştırma Testleri, çalışma öncesinde belirlenmemiş karşılaştırmalar için kullanılır ve her iki test tipi de Post Hoc yöntemler adı altında toplanmışlardır. 28

29 Varyanslar Homojen ise; Tukey [Tukey s honestly], Hochberg s GT2, Gabriel, Scheffe testleri hem Range hem de ikili çoklu karşılaştırmaları verir. Tukey s b, S-N-K (Student-Newman-Keules), Duncan, R-E-G-W-F (Ryan-Einot-Gabriel-Welsch F test), R-E-G- W-Q (Ryan-Einot-Gabriel-Welsch Range test) ve Waller- Duncan yöntemleri, Range Testleri için kullanılabilir [homojen alt gruplar]. LSD, Bonferroni, Sidak ve Dunnet yöntemleri, ikili çoklu karşılaştırmalar için kullanılır. 29

30 Bu üç gruptaki testler sadece Varyans Homojenliği altında kullanılabilir. Bu testlerde en çok kullanılan ikisi Tukey ve Bonferroni dir. Karşılaştırılan çift sayısı çok olduğunda Tukey, az olduğunda Bonferroni Testi tercih edilir. 30

31 Bu testlerden Dunnett testi tek yönlü karşılaştırmalara olanak sağlamaktadır. Ancak, grupların sadece birisinin diğer gruplarla tek tek karşılaştırılması şeklinde gerçekleştirilebilir. Eğer k adet grup varsa, diğerleri ile karşılaştırılacak gruba 1 ya da k değeri vermek gerekmektedir. 31

32 Varyanslar Homojen Değil ise; Bunlar varyans homojenliği gerektirmeyen çoklu ikili karşılaştırma testleridir; Tamhane s T2, Dunnett s T3, Games-Howell ve Dunnett s C. Dunnett s T3 ve Dunnett s C daha tercih edilebilir testlerdir. 32

33 Herhangi iki ortalamanın karşılaştırılması: H 0 : µ i = µ j H 1 : µ i µ j İki ortalama arasındaki farkın kontrolü için t-test yapılabilir. 33

34 34

35 35

36 Haftaya derste anlatılacak konular Uygulama VI 36