H 0 : θ = θ 0 Bu sıfır hipotezi şunu ifade eder: Anakütle parametresi θ belirli bir θ 0

Transkript

1 YTÜ-İktisat İstatistik II Hipotez Testi 1 HİPOTEZ TESTİ: AMAÇ: Örneklem bilgisinden hareketle anakütleye ilişkin olarak kurulan bir hipotezin (önsavın) geçerliliğinin test edilmesi Genel notasyon: anakütleye ilişkin parametreyi (örneğin anakütle ortalaması, oranı ya da varyansı, oran ya da ortalamalar arasındaki fark vb) θ ile gösterelim. Sıfır Hipotezi (Null Hypothesis): Tersine kanıt bulunmadığı sürece doğru olduğu kabul edilen, araştırmacı tarafından ortaya atılan hipotez Alternatif Hipotez/Karşı Hipotez (alternative hypothesis): Sıfır hipotezine karşı geliştirilen, lehine kanıt aranacak olan hipotez Notasyon: Sıfır hipotezi ya da karşı hipotez anakütle parametresi θ için tek bir değer ifade edebilir. Bu şekilde tanımlanan hipotezlere basit hipotez denir. Örneğin: H 0 : θ = θ 0 Bu sıfır hipotezi şunu ifade eder: Anakütle parametresi θ belirli bir θ 0 değerine eşittir YTÜ-İktisat İstatistik II Hipotez Testi 2 Bileşik Hipotez: Eğer bir sıfır hipotezi ya da karşı hipotez, anakütle katsayısına ilişkin bir değerler aralığı belirtiyorsa bu hipoteze bileşiktir denir. Örneğin H 0 : θ = θ 0 sıfır hipotezini aşağıdaki karşı hipotezle H 1 : θ > θ 0 sınamak isteyebiliriz. Bu durumda sıfır hipotezinin sadece bir yanındaki alternatiflere ilgi duyulur. Eğer karşı hipotez H 1 : θ < θ 0 şeklindeyse sıfır hipotezinde ifade edilen değerden daha küçük değerlere ilişkin alternatiflere ilgi duyulur. Yukarıdaki gibi alternatif hipotezlere tek yanlı alternatif hipotez denir. H 0 : θ = θ 0 sıfır hipotezine karşı geliştirilen alternatif hipotez H 1 : θ θ 0 şeklinde de olabilir. Bu karşı hipotez θ nın gerçek değerinin θ 0 dan farklı olduğunu ifade etmektedir. Buna iki yanlı karşı hipotez denir.

2 YTÜ-İktisat İstatistik II Hipotez Testi 3 Bir şirket çok sayıda parçalardan oluşan partilerle mal almaktadır. Bu partilerde kusurlu oranının %5 ten yüksek olduğundan kuşkulandıracak bir kanıt bulunmadıkça o partiyi kabul etmektedir. θ anakütle kusurlu oranını göstermek üzere bu oranın en çok 0.05 olduğu sıfır hipotezi bundan daha büyük olduğu karşı hipoteziyle sınanabilir: H 0 : θ 0.05 H 1 : θ > 0.05 Bir öğretim üyesi düzenli yapılan quizlerin yararlı olup olmadığıyla ilgilenmektedir. Bu quizler aynı dersi alan iki sınıftan birinde uygulanmakta diğerinde uygulanmamaktadır. Quizlerin dönem sonu başarı notunu etkileyip etkilemediğini görmek için bu iki sınıftaki öğrencilerin ortalama başarıları karşılaştırılabilir: µ x quiz yapılan sınıftaki ortalamayı µ y quiz yapılmayan sınıftaki ortalamayı göstersin. θ = µ x µ y olmak üzere sıfır ve karşı hipotezler H 0 : θ = 0 şeklinde kurulabilir. H 1 : θ > 0 YTÜ-İktisat İstatistik II Hipotez Testi 4 Bir siyaset bilimcisi bir yasa tasarısının erkekler ve kadınlara aynı ölçüde hitap edip etmediğiyle ilgilenmektedir. p x tasarıdan yana olan kadınların anakütle oranını, p y ise tasarıdan yana olan erkeklerin anakütle oranını ifade etsin. θ = p x p y olmak üzere sıfır ve karşı hipotezler aşağıdaki gibi kurulabilir: H 0 : θ = 0 H 1 : θ 0 Bu alternatif hipoteze göre yasa tasarısına destek bu iki anakütleden herhangi birinden gelebilir.

3 YTÜ-İktisat İstatistik II Hipotez Testi 5 KARAR: Sıfır ve karşı hipotezler kurulup örneklem bilgisi elde edildikten sonra belli bir kural çerçevesinde sıfır hipotezine ilişkin bir karar verilmesi gerekir. İki alternatif vardır: Sıfır hipotezini kabul etmek (red edememek) ya da karşı hipotez lehine sıfır hipotezini reddetmek Bu iki sonuçtan birine ulaşmak için örneklem bilgisine dayanan bir karar kuralı geliştirmek gerekir. Bu karar kurallarını nasıl oluşturacağımızı bu derste göreceğiz. Gerçekte bir sıfır hipotezinin doğru mu yoksa yanlış mı olduğu kesinlikle bilinemez. Bir başka deyişle karar kuralımız ne olursa olsun yanlış sonuçlara ulaşma şansı hep vardır. Bir sıfır hipotezi gerçekte ya doğrudur ya da yanlış (bunu kesin olarak bilemeyiz). Öyleyse iki tür hata yapabiliriz. YTÜ-İktisat İstatistik II Hipotez Testi 6 I. Tür Hata (Type I Error): Gerçekte doğru olan bir sıfır hipotezi reddediliyorsa bu hataya 1. Tür Hata denir. Karar kuralı doğru bir sıfır hipotezini reddetme olasılığını α olarak alıyorsa, bu α ya testin anlamlılık düzeyi denir. Bu durumda doğru sıfır hipotezini kabul etme olasılığı (1 α) olur. II. Tür Hata (Type II Error): Gerçekte yanlış olan bir sıfır hipotezinin kabul edilmesine II. tür hata denir. II. Tür Hata olasılığını β ile gösterelim. Bu durumda yanlış bir sıfır hipotezini reddetme olasılığı (1 β) olur. Buna testin gücü denir.

4 YTÜ-İktisat İstatistik II Hipotez Testi 7 KARAR GERÇEK DURUM H 0 DOĞRU H 0 YANLIŞ H 0 KABUL Doğru Karar II. Tür Hata Olasılık= 1 α Olasılık= β α: Testin anlamlılık düzeyi 1 β: Testin gücü H 0 RED I. Tür Hata Doğru Karar Olasılık= α Olasılık= 1 β YTÜ-İktisat İstatistik II Hipotez Testi 8 I. tür hata yapma olasılığı α veriyken karar kuralı (sıfır hipotezinin red ya da kabul edilmesi) belirlenir. Bir sıfır hipotezini test ederken bu iki hatanın olasılığının küçük olmasını isteriz. Ancak bu iki hata olasılığı arasında bir trade-off vardır. yani I. tür hata azalırken II. tür hata artar. Biz önce anlamlılık düzeyini belirleyip karar kuralını oluşturacağız ve II. tür hata olasılığı kendiliğinden belirlenmiş olacak. Uygulamada bu iki hata olasılığını birlikte azaltmanın tek yolu daha fazla gözlem toplamaktır.

5 YTÜ-İktisat İstatistik II Hipotez Testi 9 VARYANSI (σ 2 ) BİLİNİYOR Ortalaması µ varyansı σ 2 olan normal bir dağılımdan çekilmiş n boyutlu r.ö. değerlerini X 1,X 2,...,X n ile gösterelim. Amaç: bilinmeyen anakütle ortalamasına ilişkin hipotezlerin testi. 1. Basit sıfır hipotezi, tek yanlı karşı hipotez (ya da sağ kuyruk testi): H 0 : µ = µ 0 H 1 : µ > µ 0 Örneklem ortalaması X anakütle ortalaması µ nun sapmasız ve etkin bir t.e. olduğuna göre bu testi X a dayandırmamız doğaldır. Eğer gözlenen örneklem ortalaması X sıfır hipotezi altında doğru kabul edilen ortalama µ 0 dan aşırı derecede büyükse, sıfır hipotezinin doğruluğundan kuşkulanırız. Bunun için, doğru hipotezi red olasılığının (yani I. tür hata olasılığının) α olduğu bir karar kuralı geliştirmemiz gerekir. YTÜ-İktisat İstatistik II Hipotez Testi 10 VARYANSI (σ 2 ) BİLİNİYOR Daha önceki derslerimizde gördüğümüz örneklem ortalamasının örneklem dağılımı bilgisinden hareketle bir kurar kuralı geliştirebiliriz. Buna göre standart normal dağılıma uyar. Z = X µ σ/ n N(0,1) Sıfır hipotezini doğru kabul edersek µ = µ 0 olur, böylece Z = X µ 0 σ/ n N(0,1) rassal değişkeni de std normal dağılıma uyar. I. Tür Hata olasılığını P(Z > z α ) = α düzeyinde sabitlersek karar kuralı σ/ n > z α, ise H 0 ı reddedin olur.

6 YTÜ-İktisat İstatistik II Hipotez Testi 11 ÖRNEK 9.1: Bilye yatağı üreten bir süreç düzgün çalışırken bu yatakların ağırlıkları, ortalaması 5 ons standart sapması 0.1 ons olan bir normal dağılıma uymaktadır. Bu süreçte düzeltme yapılmıştır. Fabrika müdürü bunun sonucunda bütün bilye yataklarının ortalama ağırlığının biraz arttığını, standart sapmanın ise aynı kaldığını düşünmektedir. 16 yataklık rassal bir örneklem alınmış, bunların ortalama ağırlığı ons bulunmuştur ve 0.10 anlamlılık düzeylerinde anakütle ortalama ağırlığının 5 ons olduğunu söyleyen sıfır hipotezini bunun 5 onstan büyük olduğu karşı hipoteziyle sınayın. H 0 : µ = 5 H 1 : µ > 5 x = 5.038, µ 0 = 5, σ = 0.1, n = 16. Karar kuralı: σ/ n > z α, ise H 0 ı reddedin σ/ n = / 16 = 1.52 YTÜ-İktisat İstatistik II Hipotez Testi 12 %5 düzeyinde standart normal kritik değer: z 0.05 = , ten büyük olmadığı için sıfır hipotezini reddedemeyiz. Yani, %5 anlamlılık düzeyinde H 0 kabul edilir. Doğru sıfır hipotezini reddetme olasılığı (I. tür hata olasılığı) 0.05 olan bir test kullanırsak, örneklem bilgisi bu sıfır hipotezini reddetmek için yeterli kanıt içermemektedir. %10 düzeyinde sınama yapmak istediğimizi düşünelim. Bu durumda kritik değer z 0.1 = 1.28 olur (örneklem verilerinden elde edilen test istatistiği) 1.28 den büyük olduğundan %10 anlamlılık düzeyinde sıfır hipotezi reddedilir. Anlamlılık düzeyini düşürmekle, doğru bir sıfır hipotezini reddetme olasılığını azaltmış, dolayısıyla karar kuralını, sıfır hipotezi doğru olmasa da, bu hipotezin reddedilme şansını azaltacak biçimde değiştirmiş oluruz. Bir sıfır hipotezinin reddedilebileceği anlamlılık düzeyi düştükçe, doğruluğu konusunda yaratılan kuşku büyür. Anlamlılık düzeyi α yı önceden belirlemek yerine bir sıfır hipotezinin reddedilebileceği en düşük anlamlılık düzeyini hesaplayabiliriz.

7 YTÜ-İktisat İstatistik II Hipotez Testi 13 TANIM: p-değeri: Bir sıfır hipotezinin reddedilebileceği en düşük anlamlılık düzeyine, testin olasılık değeri ya da p-değeri adı verilir. İstatistik ve ekonometride kullanılan çoğu bilgisayar programları bir hipoteze ilişkin p değerlerini otomatik olarak hesaplamaktadır. Örneğimizde test istatistiğini 1.52 olarak bulmuştuk. Acaba buna karşılık gelen p-değeri kaçtır? p-değeri=α olsun. Aradığımız olasılık P(Z > z α ) = α olarak yazılabilir. Tablodan P(Z > 1.52) = 1 F Z (1.52) = bulunur. Öyleyse I. tür hata yapmanın kesin düzeyi %6.43 tür. Bu düzeyden yüksek bütün anlamlılık düzeylerinde bu sıfır hipotezi reddedilebilir. YTÜ-İktisat İstatistik II Hipotez Testi 14 TESTİN GÜCÜNÜN HESAPLANMASI: Gerçekte yanlış olan bir sıfır hipotezinin red olasılığına testin gücü denir. Daha önce II. tür hata yapma olasılığını, yani yanlış hipotezin kabul edilme olasılığını, β ile göstermiştik: P(II. Tür Hata) = β, Testin Gücü=1 P(II. Tür Hata) = 1 β Belirli bir α düzeyinde testin gücünün hesaplanması, testin doğru ile yanlış hipotezi ayırabilme gücü hakkında bize bilgi verir. Böylece bir sıfır hipotezi kabul edildiğinde, bu sıfır hipotezi yanlışken böyle bir karar verilmiş olma şansını değerlendirebiliriz. Bunun için önce β nın hesaplanması gerekir. Bunun adımları şöyledir: Testin karar kuralını kullanıp, örneklem ortalaması değerlerinin sıfır hipotezinin kabulüne yol açan değerler aralığını belirleyin. İlgilenilen anakütle ortalaması µ 1 değeri için, ortalaması µ 1 olan bir anakütleden çekilmiş n gözlemli rassal örneklemlerde örneklem ortalamalarının önceki kısımda belirlenen güven aralığı içine düşme olasılıklarını bulun.

8 YTÜ-İktisat İstatistik II Hipotez Testi 15 1 H 0 :µ=5 vs H 1 :µ>5 Testinin Guc Fonksiyonu (α = 0.05) β µ YTÜ-İktisat İstatistik II Hipotez Testi 16 Güç Fonksiyonunun Özellikleri: Diğer herşey aynıyken, gerçek ortalama µ 1 sıfır hipotezindeki ortalama µ 0 dan ne kadar uzaksa, testin gücü de o kadar fazladır. Bunun anlamı, hipotezdeki ortalamadan sapmaların büyük olanlarını yakalamamızın küçükleri yakalamamızdan daha olası olmasıdır. Diğer herşey aynıyken, testin anlamlılık düzeyi ne kadar küçükse, testin gücü de o kadar düşük olur. I. tür hata olasılığı azaltıldıkça, II. tür hata olasılığı artar. Diğer herşey aynıyken, anakütle varyansı ne kadar büyükse, testin gücü de o kadar düşük olur. Diğer herşey aynıyken, örneklem ne kadar büyükse testin gücü de o kadar fazla olur. Anakütleden daha çok bilgi aldıkça, sıfır hipotezinden herhangi bir sapmayı yakalama şansımız artar.

9 YTÜ-İktisat İstatistik II Hipotez Testi 17 VARYANSI (σ 2 ) BİLİNİYOR 1. Basit sıfır hipotezi, tek yanlı karşı hipotez (ya da sağ kuyruk testi): H 0 : µ = µ 0 H 1 : µ > µ 0 şeklindeki hipotezler için testi nasıl yapacağımızı öğrendik. Yukarıda geliştirdiğimiz karar kuralı aşağıdaki hipotezler için de geçerlidir: Yani Bileşik sıfır hipotezi, tek yanlı karşı hipotez (sağ kuyruk testi) : H 0 : µ µ 0 H 1 : µ > µ 0 için Karar kuralı: σ/ n > z α, ise H 0 ı reddedin YTÜ-İktisat İstatistik II Hipotez Testi 18 VARYANSI (σ 2 ) BİLİNİYOR 2. Basit ya da bileşik sıfır hipotezi, tek yanlı karşı hipotez (sol kuyruk testi): H 0 : µ = µ 0 ya da H 0 : µ µ 0 H 1 : µ < µ 0 için karar kuralı: σ/ n < z α, ise H 0 ı reddedin

10 YTÜ-İktisat İstatistik II Hipotez Testi 19 VARYANSI (σ 2 ) BİLİNİYOR 3. Basit sıfır hipotezi, çift yanlı karşı hipotez: H 0 : µ = µ 0 için karar kuralı: H 1 : µ µ 0 σ/ n > z α/2, ya da σ/ n < z α/2, ise H 0 ı reddedin Bu karar kuralını ifade etmenin başka bir yolu şudur: µ için %100(1 α) güven aralığı µ 0 değerini içermiyorsa H 0 reddedilir. YTÜ-İktisat İstatistik II Hipotez Testi 20 VARYANSI (σ 2 ) BİLİNMİYOR ancak ÖRNEKLEM BÜYÜK Eğer örneklem büyükse anakütle varyansının bilindiği durum için geliştirilmiş sınama süreci, bu varyansın bilinmediği durumda da σ 2 yerine örneklem varyansı s 2 x konularak yapılabilir. Anakütle normal dağılıma uymasa bile örneklem yeterince büyük olduğu sürece bu sınama süreci yaklaşık olarak geçerlidir. ÖRNEK 9.3 s. 376

11 YTÜ-İktisat İstatistik II Hipotez Testi 21 VARYANSI (σ 2 ) BİLİNMİYOR ve ÖRNEKLEM KÜÇÜK Bu durumda test sürecini bilgisine dayandıracağız. 1.Sağ kuyruk testi: x µ s x / n t n 1 H 0 : µ = µ 0 ya da H 0 : µ µ 0 H 1 : µ > µ 0 için karar kuralı: s x / n > t n 1,α, ise H 0 ı reddedin Burada t n 1,α P(t n 1 > t n 1,α) = α eşitliğini sağlayan sayıdır. (kritik değer ya da eşik değeri) YTÜ-İktisat İstatistik II Hipotez Testi 22 VARYANSI (σ 2 ) BİLİNMİYOR ve ÖRNEKLEM KÜÇÜK 2. Sol kuyruk testi: H 0 : µ = µ 0 ya da H 0 : µ µ 0 için karar kuralı: H 1 : µ < µ 0 s x / n < t n 1,α, ise H 0 ı reddedin

12 YTÜ-İktisat İstatistik II Hipotez Testi 23 VARYANSI (σ 2 ) BİLİNMİYOR ve ÖRNEKLEM KÜÇÜK 2. İki taraflı test: H 0 : µ = µ 0 için karar kuralı: H 1 : µ µ 0 s x / n > t n 1,α/2, ya da s x / n < t n 1,α/2, ise H 0 ı reddedin ÖRNEK: 9.4, ALIŞTIRMALAR: 1,2,3,4,5,12,13, ss