Varyans analizi ve deney tasarımı: ANOVA tablosu, F testi, blok ve faktöriyel tasarım

Üç ve daha fazla grubun ortalamasını tek testte karşılaştırmak: kareler toplamının ayrışması, ANOVA tablosu, varsayımlar, çoklu karşılaştırma ve deney tasarımları.

6 durakKPSS A
12 etkinlikeşleştir · sırala · doldur · çöz
0 / 12tamamlanan etkinlik
Sorularuygulamaya ekleniyor
DENEY TASARIMI · KAVRAM

Deney tasarımı: rastgeleleştirme, tekrar, bloklama

İstatistik · Deney Tasarımı ve Varyans Analizi · Okuma 4 dk · 2 etkinlik

Önce hatırlaOlasılığın aksiyomları nelerdir ve P(A ∪ B) nasıl hesaplanır?Bu konunun bağlandığı sayfadan (Olasılık temelleri). Önce kendin cevapla, sonra aç.

Kolmogorov aksiyomlarına göre her olay için P(A) ≥ 0, örnek uzay için P(S) = 1'dir ve ayrık olayların birleşiminin olasılığı olasılıklarının toplamıdır. Bu üç kuraldan P(∅) = 0, P(Aᶜ) = 1 − P(A) ve toplama kuralı P(A ∪ B) = P(A) + P(B) − P(A ∩ B) türetilir.

Örnek uzay ve aksiyomlar

Hatırladın mı?

✎Konu anlatımı

Deney tasarımının temel ilkeleri nelerdir, üç grup neden ikili t testleriyle karşılaştırılmaz?

Kısa cevap: Deney tasarımının üç ilkesi rastgeleleştirme, tekrar ve bloklamadır. Rastgeleleştirme işlemleri deney birimlerine şansla dağıtarak sistematik hatayı önler; tekrar hata varyansını tahmin etmeyi sağlar; bloklama bilinen bir değişkenlik kaynağını hatadan ayırır. Üç ve daha çok grup ikili t testleriyle karşılaştırılırsa en az bir Tip I hata olasılığı α'nın çok üstüne çıkar; bu yüzden varyans analizi kullanılır.

Bir il tarım müdürlüğü üç gübre türünü 24 tarlada deneyecek. Hangi tarlaya hangi gübrenin gideceğine kim karar vermeli: ziraat mühendisi mi, kura mı?

Mühendis iyi tarlaları sevdiği gübreye verirse verim farkı gübreden mi tarladan mı geldi, ayırt edilemez; etkiler karışır. Rastgeleleştirme bu seçimi kuraya bırakır ve gözlemlerin bağımsızlığını güvenceye alır. Tekrar, her gübrenin birden çok tarlada denenmesidir; aynı işlem altındaki tarlaların farkı hata varyansını ölçer. Bloklama, tarlalar sulu ve kuru diye bilinen biçimde ayrışıyorsa her bölgede üç gübreyi de denemektir; bölge farkı hatadan çıkarılır.

Deneyin dili
TerimAnlamıGübre örneğinde
Faktöretkisi incelenen bağımsız değişkengübre türü
Düzey (işlem)faktörün aldığı değerler; tek faktörde her düzey bir işlemdirA, B, C gübreleri
Deney birimiişlemin uygulandığı en küçük birimtarla
Yanıt değişkeniölçülen sonuçdekar başına verim
Blokkendi içinde benzer birimler kümesisulu bölge, kuru bölge

Neden ikili t testleri yetmez?

Üç gübreyi ikişer ikişer karşılaştırmak üç t testi demektir. Her biri α = 0,05 ile yapılırsa ve testler bağımsız sayılırsa, Olasılık temelleri sayfasında gördüğümüz tümleyen kuralıyla hiçbir testte Tip I hata yapmama olasılığı 0,95³'tür. En az bir yanlış alarmın olasılığı 1 − 0,95³ ≈ 0,143 olur. Grup sayısı arttıkça bu oran hızla büyür; varyans analizi bütün ortalamaların eşitliğini tek bir F testiyle, toplam α düzeyinde sınar.

Akılda kalsın: Rastgeleleştir (yanlılığı önle), tekrarla (hatayı ölç), blokla (bilinen farkı ayır). m bağımsız test: en az bir Tip I hata = 1 − (1 − α)m.
Sınavda

Nasıl sorulurBir deney anlatılıp faktör, düzey, deney birimi ve yanıt değişkeni sorulur; ilkelerin amacı eşleştirilir; k grup için ikili test sayısı ve en az bir Tip I hata olasılığı hesaplatılır.

TuzakDeney birimi ile yanıt değişkenini karıştırmak, ikili karşılaştırma sayısını k(k − 1)/2 yerine k almak ve rastgeleleştirmeyi örneklem büyüklüğünü artırmak sanmaktır.

⇄Bilgi eşleştirme terim ↔ örnek

?Soru çöz

Dört grubun ortalamaları, her biri α = 0,05 düzeyinde yapılan ikili t testleriyle karşılaştırılıyor. Testler bağımsız kabul edilirse en az bir testte Tip I hata yapılması olasılığı yaklaşık kaçtır?

✓ C. Dört grupta 4 · 3/2 = 6 ikili test vardır: 1 − 0,95⁶ ≈ 0,265. A tek bir testin α'sını almış; B test sayısını grup sayısı (4) sanmış: 1 − 0,95⁴; D olasılıkları toplamış (6 · 0,05), bu yalnız Bonferroni üst sınırıdır.
VARYANS ANALİZİ · FORMÜL

Tek yönlü varyans analizi: GKT = KTİ + KTH ve F oranı

İstatistik · Deney Tasarımı ve Varyans Analizi · Okuma 5 dk · 2 etkinlik

Önce hatırlaTip I ve Tip II hata nedir, α, β ve testin gücü arasındaki ilişki nedir?Bu konunun bağlandığı sayfadan (Hipotez testleri). Önce kendin cevapla, sonra aç.

Sıfır hipotezi H₀ sınanan iddiadır ve eşitlik içerir; H₁ onun karşıtıdır. Doğru olan H₀'ı reddetmek Tip I hatadır, olasılığı α (anlamlılık düzeyi); yanlış olan H₀'ı reddetmemek Tip II hatadır, olasılığı β. Testin gücü 1 − β, yani H₁ doğruyken H₀'ı reddetme olasılığıdır. Örneklem büyüklüğü sabitken α küçüldükçe β büyür.

Hipotezler ve hata türleri

Hatırladın mı?

✎Konu anlatımı

Tek yönlü varyans analizinde kareler toplamı nasıl ayrışır ve F istatistiği nasıl hesaplanır?

Kısa cevap: Tek yönlü varyans analizi k grup ortalamasının eşitliğini (H₀: μ₁ = … = μk) sınar. Genel kareler toplamı, gruplar arası (işlem, KTİ) ve grup içi (hata, KTH) kareler toplamına ayrışır: GKT = KTİ + KTH. Serbestlik dereceleri k − 1 ve N − k'dir. Kareler ortalamaları KO = KT/sd; F = KOİ/KOH, H₀ altında F(k − 1, N − k) dağılır ve test sağ kuyrukludur.

Bir bakanlık üç hizmet içi eğitim yöntemini 12 personelde denedi; sınav puanları 1. yöntemde 8, 10, 9, 13; 2. yöntemde 12, 14, 11, 15; 3. yöntemde 15, 17, 14, 18. Yöntemlerin ortalamaları gerçekten farklı mı?

Adı "varyans" analizi olsa da sınanan ortalamalardır. Fikir şudur: grup ortalamaları birbirinden uzaksa gruplar arası değişkenlik, grupların kendi içindeki değişkenliğe göre büyük çıkar. Hipotez testleri sayfasında gördüğümüz F testi iki varyans tahminini oranlıyordu; burada da iki tahmin oranlanır. Örnekleme dağılımları ve tahmin sayfasında gördüğümüz yansızlık burada anahtardır: KOH her durumda σ²'nin yansız tahminidir, KOİ ise yalnız H₀ doğruyken; H₀ yanlışsa KOİ σ²'den büyük bir değeri tahmin eder ve F büyür.

Her gözlemin genel ortalamadan sapması, grup ortalamasına kadar olan parça (grup içi) ile grup ortalamasından genel ortalamaya kadar olan parçanın (gruplar arası) toplamıdır.Görsel: Sınav Defteri
KTİ = Σ nj(x̄j − x̄)² KTH = ΣΣ(xij − x̄j)² F = KTİ/(k − 1)KTH/(N − k)GKT = Σ(xij − x̄)², sd = N − 1 = (k − 1) + (N − k).
Çözümlü örnek

Giriş verisiyle α = 0,05'te yöntem ortalamaları farklı mıdır? (F0,05; 2, 9 = 4,26)

  1. Grup ortalamaları 10, 13, 16; genel ortalama 13. KTİ = 4 · (9 + 0 + 9) = 72.
  2. Grup içi kareler: 1. grupta 4 + 0 + 1 + 9 = 14, 2. ve 3. grupta 10'ar ⇒ KTH = 34; GKT = 106.
  3. KOİ = 72/2 = 36, KOH = 34/9 ≈ 3,78, F ≈ 9,53 > 4,26 ⇒ H₀ reddedilir.

Cevap: en az bir yöntemin ortalaması ötekilerden farklıdır.

Tek yönlü ANOVA tablosu (örneğin değerleri)
KaynakKTsdKOF
Gruplar arası (işlem)72k − 1 = 2369,53
Grup içi (hata)34N − k = 93,78
Genel106N − 1 = 11
Akılda kalsın: Toplam = arası + içi, hem KT'de hem sd'de; KO'lar toplanmaz. F = arası ÷ içi; H₀ altında 1 civarında, büyükse fark var.
Sınavda

Nasıl sorulurGrup ortalamaları ve n'ler verilip KTİ, ya da KT'ler verilip F ve karar istenir; öncüllü sorularda H₀ altında KO'ların neyi tahmin ettiği ve testin yönü yoklanır.

TuzakKO'ları toplamak, hata sd'sini N − 1 almak ve H₀ reddedilince bütün ortalamaların birbirinden farklı olduğunu söylemektir.

▭Boşluk doldurma ANOVA tablosu

3 grup ve toplam 12 gözlemle yapılan bir varyans analizinde GKT = 106 ve KTİ = 72 bulunmuştur. Buna göre KTH = ve hatanın serbestlik derecesi olur.

349111782

?Soru çöz

Tek yönlü varyans analizine ilişkin aşağıdaki ifadelerden hangileri doğrudur?
I. H₀ reddedilirse bütün grup ortalamalarının birbirinden farklı olduğu sonucuna varılır.
II. F testi sağ kuyrukludur.
III. H₀ yanlışken de KOİ, σ²'nin yansız tahmin edicisidir.

✓ A. II: ortalamalar ayrıştıkça yalnız KOİ büyür, F yukarı gider; ret bölgesi sağ kuyruktadır. I yanlıştır: red yalnız "en az bir ortalama farklı" der; hangisi olduğunu çoklu karşılaştırma gösterir. III yanlıştır: H₀ yanlışken KOİ σ²'den büyük bir değeri tahmin eder; her durumda yansız kalan KOH'tur. B ve D I'deki aşırı genellemeye düşer; C ve D KOİ ile KOH'u karıştırır.
VARYANS ANALİZİ · HESAP

ANOVA tablosunda eksik hücreyi bulmak

İstatistik · Deney Tasarımı ve Varyans Analizi · Okuma 4 dk · 2 etkinlik

Önce hatırlaİki ortalama arasındaki fark hangi testle sınanır, eşleştirilmiş t testi ne zaman kullanılır?Bu konunun bağlandığı sayfadan (Hipotez testleri). Önce kendin cevapla, sonra aç.

Bağımsız iki örneklemde ortalama farkı, σ'lar biliniyorsa Z ile; bilinmiyor ve eşit varsayılıyorsa havuzlanmış t ile (sd = n₁ + n₂ − 2) sınanır. Aynı birimlerin önce-sonra ölçümlerinde farklar tek örneklem gibi ele alınır: eşleştirilmiş t, sd = n − 1. İki oranın farkı, havuzlanmış oranla kurulan Z testiyle sınanır.

İki anakütle: bağımsız ve eşleştirilmiş

Hatırladın mı?

✎Konu anlatımı

ANOVA tablosunda eksik kareler toplamı, serbestlik derecesi ve F değeri nasıl bulunur?

Kısa cevap: ANOVA tablosunda dört ilişki eksik hücreleri bulmaya yeter: KT'ler toplanır (GKT = KTİ + KTH), sd'ler toplanır (N − 1 = (k − 1) + (N − k)), KO = KT/sd ve F = KOİ/KOH. Grup sayısı ve toplam gözlem sayısı sd'lerden, sd'ler de bu ikisinden bulunur. İki grupta F, havuzlanmış t'nin karesidir; KTİ/GKT oranı (η²) açıklanan değişkenlik payıdır.

Bir raporda ANOVA tablosunun yarısı silinmiş: yalnız gruplar arası KT = 60, genel KT = 160 ve "4 il, toplam 24 kurum" bilgisi kalmış. Karar yeniden kurulabilir mi?

Tablo bir bulmacadır ve dört kuralı bilen her boşluğu doldurur. Önce sd sütunu: işlem k − 1, hata N − k, genel N − 1. Sonra KT sütununda eksik olan, toplamdan çıkarılır. KO yalnız işlem ve hata satırında hesaplanır; genel satırın KO'su tabloya yazılmaz, çünkü KO'lar toplanmaz.

Çözümlü örnek

Girişteki raporda F değeri nedir; α = 0,05'te karar? (F0,05; 3, 20 = 3,10)

  1. sd: işlem 4 − 1 = 3, hata 24 − 4 = 20, genel 23.
  2. KTH = 160 − 60 = 100.
  3. KOİ = 60/3 = 20, KOH = 100/20 = 5, F = 4 > 3,10 ⇒ H₀ reddedilir.
  4. Açıklanan pay η² = 60/160 = 0,375: kurumlar arasındaki farkın %37,5'i ile ilişkili.

Cevap: F = 4; illerin ortalamaları aynı değildir.

Eksik hücre için dört bağ
BilinenBulunanKural
k ve Nbütün sd'lerk − 1, N − k, N − 1
iki KTüçüncü KTGKT = KTİ + KTH
KT ve sdKOKO = KT/sd
KO'lardan biri ve Föteki KOF = KOİ/KOH
hata sd'si ve kNN = (N − k) + k

İki grupta ANOVA = t testi

k = 2 olunca ANOVA, Hipotez testleri sayfasında gördüğümüz havuzlanmış t testiyle aynı kararı verir: F = t², sd'ler (1, n₁ + n₂ − 2) ve KOH havuzlanmış varyans sp²'dir. η² ise regresyondaki belirlilik katsayısının karşılığıdır; o bağı Korelasyon ve regresyon sayfasında göreceğiz.

Akılda kalsın: Eksik hücre sırası: sd → KT → KO → F. Genel satıra KO yazılmaz. İki grupta F = t².
Sınavda

Nasıl sorulurBazı hücreleri boş bir ANOVA tablosu verilip F, eksik KT, grup sayısı ya da toplam gözlem sayısı istenir; KTİ/GKT oranı sorulur.

TuzakF'yi KT'lerin oranı olarak hesaplamak, KOİ'yi k'ye bölmek (k − 1 yerine) ve hata sd'sinden N'yi bulurken k'yi eklemeyi unutmaktır.

?Soru çöz

Her birinde 6 gözlem bulunan 5 grubun karşılaştırıldığı tek yönlü varyans analizinde gruplar arası kareler toplamı 48, hata kareler ortalaması 4 bulunmuştur. Buna göre F değeri ve genel kareler toplamı aşağıdakilerden hangisidir?

✓ D. sd: işlem 4, hata 30 − 5 = 25. KOİ = 48/4 = 12, F = 12/4 = 3; KTH = 4 · 25 = 100, GKT = 148. A F'yi KT'lerin oranı (48/100) diye kurmuş; B KOH'u KTH sanmış (48 + 4); C KOİ'yi k = 5'e bölmüş (9,6/4).

↕Sırala eksik tabloyu tamamla

  1. F = KOİ/KOH oranını hesapla
  2. Eksik KT'yi GKT = KTİ + KTH bağından bul
  3. F'yi Fα; k−1, N−k kritik değeriyle karşılaştır
  4. Serbestlik derecelerini yaz: k − 1, N − k, N − 1
  5. İşlem ve hata satırında KO = KT/sd hesapla
VARYANS ANALİZİ · VARSAYIM

ANOVA varsayımları ve çoklu karşılaştırma: hangi ortalama farklı?

İstatistik · Deney Tasarımı ve Varyans Analizi · Okuma 5 dk · 2 etkinlik

Önce hatırlaMann–Whitney U, Kruskal–Wallis ve Friedman testleri nasıl hesaplanır?Bu konunun bağlandığı sayfadan (Parametrik olmayan testler). Önce kendin cevapla, sonra aç.

Mann–Whitney U testi bağımsız iki grubun bütün gözlemlerini birlikte sıralar; U₁ = n₁n₂ + n₁(n₁ + 1)/2 − R₁ ve U₁ + U₂ = n₁n₂'dir, küçük U tablo değeriyle karşılaştırılır. Kruskal–Wallis H, aynı fikri k bağımsız gruba genişletir ve yaklaşık χ²k−1 dağılır. Friedman testi aynı blokların k işlemdeki sıralarını kullanır, o da yaklaşık χ²k−1'dir.

Mann–Whitney, Kruskal–Wallis, Friedman

Hatırladın mı?

✎Konu anlatımı

Varyans analizinin varsayımları nelerdir, Tukey, LSD, Bonferroni ve Scheffé yöntemleri ne zaman kullanılır?

Kısa cevap: ANOVA'nın üç varsayımı hataların bağımsızlığı, her grupta normallik ve varyansların eşitliğidir (homojenlik; Levene ya da Bartlett testiyle sınanır). Normallik ağır biçimde bozulursa Kruskal–Wallis kullanılır. F anlamlı çıkınca hangi ortalamaların farklı olduğunu çoklu karşılaştırma gösterir: Tukey (bütün ikililer), LSD (en az korumalı), Bonferroni (α'yı test sayısına böler), Scheffé (her karşıtlık, en tutucu).

F testi "yöntemler aynı değil" dedi. Bakanlık şimdi şunu soruyor: hangi yöntem hangisinden iyi? Üç ayrı t testi yapmak, az önce kaçındığımız sorunu geri getirmez mi?

Varsayımlar

Bağımsızlık, rastgeleleştirmeyle sağlanır ve ihlali en ağır olanıdır. Normallik için Parametrik olmayan testler sayfasında gördüğümüz Kolmogorov–Smirnov ya da Shapiro–Wilk kullanılır; grup büyüklükleri eşit ve yeterliyse ANOVA normallikten sapmaya oldukça dayanıklıdır. Varyans eşitliği Levene (normallikten sapmaya dayanıklı) ya da Bartlett (normalliğe duyarlı) testiyle sınanır; gruplar dengesizken varyanslar çok farklıysa Welch ANOVA tercih edilir.

Varsayım ihlali → çare
VarsayımNasıl sınanır?Bozulursa
Bağımsızlıktasarım (rastgeleleştirme)tasarım düzeltilir; testle kurtarılmaz
NormallikShapiro–Wilk, K–S, artık grafikleridönüşüm (log, karekök) ya da Kruskal–Wallis
Varyans eşitliğiLevene, BartlettWelch ANOVA, dönüşüm

Çoklu karşılaştırma

Bütün yöntemler aynı soruyu sorar, iki ortalama farkı ne kadar büyük olursa "anlamlı" sayılır, ama toplam Tip I hata korumasını farklı ayarlar. Koruma arttıkça kritik fark büyür ve güç düşer.

Çoklu karşılaştırma yöntemleri
YöntemNe zaman?Kritik farkKoruma
Fisher LSDyalnız F anlamlıysa, az sayıda karşılaştırmatα/2; N−k √(2KOH/n)en zayıf
Bonferroniönceden planlanmış m karşılaştırmatα/(2m); N−k √(2KOH/n)orta
Tukey HSDbütün ikili karşılaştırmalar, eşit nqα; k, N−k √(KOH/n)ikililer için tam α
Schefféikili olmayanlar dahil her karşıtlık√[(k − 1)Fα] × standart hataen tutucu
Çözümlü örnek · Bonferroni

Önceki konudaki eğitim verisinde (ortalamalar 10, 13, 16; KOH = 3,78; n = 4; hata sd = 9) üç ikili karşılaştırma toplam α = 0,05 ile yapılacak. Hangi farklar anlamlıdır? (t0,0083; 9 = 2,933)

  1. Her karşılaştırmaya α/3 ≈ 0,0167 düşer; iki yönlü kritik t0,0083; 9 = 2,933.
  2. Standart hata √(2 · 3,78/4) ≈ 1,374; kritik fark 2,933 · 1,374 ≈ 4,03.
  3. Farklar: |10 − 13| = 3, |13 − 16| = 3, |10 − 16| = 6. Yalnız 6 > 4,03.

Cevap: yalnız 1. ve 3. yöntem farklıdır; 2. yöntem ikisinden de ayrışmaz.

Akılda kalsın: Bağımsızlık, normallik, eşit varyans. Eşit varyansın testleri: Levene dayanıklı, Bartlett normalliğe duyarlı. Koruma sırası: LSD < Bonferroni ≈ Tukey < Scheffé.
Sınavda

Nasıl sorulurBir durum anlatılıp hangi varsayımın bozulduğu ve ne yapılacağı sorulur; çoklu karşılaştırma yöntemleri özellikleriyle eşleştirilir; Bonferroni düzeltilmiş α hesaplatılır.

TuzakF reddedilmeden ikili karşılaştırmaya geçmek, Bartlett'i normallik testi sanmak ve Scheffé'yi en güçlü yöntem saymaktır.

?Soru çöz

Dört ayrı ildeki kurumlardan bağımsız olarak seçilen küçük örneklemlerde işlem süreleri ölçülmüştür. Sürelerin dağılımı belirgin biçimde sağa çarpıktır ve normallik testleri reddedilmiştir. İllerin işlem sürelerinin farklı olup olmadığını sınamak için aşağıdakilerden hangisi kullanılmalıdır?

✓ A. Bağımsız dört grup ve bozulmuş normallik: tek yönlü ANOVA'nın sıra temelli karşılığı Kruskal–Wallis'tir. B aynı blokların tekrarlı ölçümü içindir, burada iller bağımsızdır; C hem normallik ister hem toplam Tip I hatayı şişirir; D tek bir değişkenin dağılım uyumunu sınar, grupları karşılaştırmaz.

⇄Bilgi eşleştirme yöntem ↔ özellik

DENEY TASARIMI · MODEL

Rastgele bloklar ve Latin kare: bilinen gürültüyü ayırmak

İstatistik · Deney Tasarımı ve Varyans Analizi · Okuma 5 dk · 2 etkinlik

Önce hatırlaParametrik olmayan testler nedir, hangi parametrik testin yerine hangisi kullanılır?Bu konunun bağlandığı sayfadan (Parametrik olmayan testler). Önce kendin cevapla, sonra aç.

Parametrik testler anakütlenin dağılım biçimini (çoğunlukla normallik) varsayar ve aralık ya da oran ölçeğinde ortalama, varyans gibi parametreleri sınar. Parametrik olmayan testler dağılım varsayımı istemez; sıra, işaret ya da frekans kullanır ve sıralama ya da sınıflama ölçeğinde de çalışır. Varsayımlar sağlanıyorsa parametrik test daha güçlüdür; sağlanmıyorsa parametrik olmayan test daha güvenilirdir.

Parametrik mi, parametrik olmayan mı?

Hatırladın mı?

✎Konu anlatımı

Rastgele bloklar tasarımı ve Latin kare tasarımında serbestlik dereceleri nasıl bulunur?

Kısa cevap: Rastgele bloklar tasarımında her blok bütün k işlemi bir kez alır: GKT = KTİ + KTB + KTH, sd'ler k − 1, b − 1, (k − 1)(b − 1). Blok farkı hatadan çıktığı için KOH küçülür ve test güçlenir. Latin kare iki bilinen değişkenlik kaynağını (satır, sütun) aynı anda bloklar; p × p karede her işlem her satır ve sütunda bir kez görünür, hata sd'si (p − 1)(p − 2)'dir.

Dört yazılımın veri giriş hızını beş memur üzerinde deniyoruz. Memurlar zaten çok farklı hızda; bu fark yazılım farkını gölgeler mi?

Her memur dört yazılımı da kullanırsa memur bir blok olur ve memurlar arası hız farkı ayrı bir kareler toplamına (KTB) alınır. Tamamen rastgele tasarımda bu fark hataya karışırdı; KOH şişer, F küçülür. Parametrik olmayan testler sayfasında gördüğümüz Friedman testi, bu tasarımın sıra temelli karşılığıdır. Yazılımların blok içindeki kullanım sırası rastgeleleştirilir.

GKT = KTİ + KTB + KTH bk − 1 = (k − 1) + (b − 1) + (k − 1)(b − 1) Fişlem = KOİ/KOHBlok için de KOB/KOH hesaplanabilir; ama asıl soru işlemlerdir, bloklama bir araçtır.
Çözümlü örnek · bloklamanın kazancı

4 yazılım × 5 memur: GKT = 200, KTİ = 60, KTB = 80. α = 0,05'te karar nedir? Bloklar yok sayılıp tek yönlü ANOVA yapılsaydı ne olurdu? (F0,05; 3, 12 = 3,49; F0,05; 3, 16 = 3,24)

  1. Bloklu: KTH = 200 − 60 − 80 = 60, sd = 3 · 4 = 12; KOH = 5, KOİ = 20, F = 4 > 3,49 ⇒ red.
  2. Bloksuz: KTB hataya karışır, KTH = 140, sd = 20 − 4 = 16; KOH = 8,75, F = 20/8,75 ≈ 2,29 < 3,24 ⇒ red yok.

Cevap: bloklu tasarım yazılım farkını yakalar; bloksuz analiz aynı veride kaçırır.

Latin kare

Yazılım denemesi beş günde ve beş farklı saatte yapılıyorsa iki bilinen etken vardır: gün (satır) ve saat (sütun). p × p Latin karede p işlem, her satırda ve her sütunda tam bir kez yer alacak biçimde yerleştirilir; p² gözlemle iki etken birden ayrılır. Etkileşim olmadığı varsayılır.

Üç tasarımın serbestlik dereceleri
KaynakTamamen rastgele (k işlem, N gözlem)Rastgele bloklar (k işlem, b blok)Latin kare (p × p)
İşlemk − 1k − 1p − 1
Blok / satır—b − 1p − 1
Sütun——p − 1
HataN − k(k − 1)(b − 1)(p − 1)(p − 2)
GenelN − 1bk − 1p² − 1
Akılda kalsın: Bloklama, hatadan bilinen bir parçayı söküp almaktır: hata sd'si azalır ama KOH daha çok küçülür. Rastgele bloklarda hata sd = (k − 1)(b − 1); Latin karede (p − 1)(p − 2).
Sınavda

Nasıl sorulurİşlem ve blok sayısı verilip hata ya da genel sd sorulur; eksik KT'li bir blok tablosundan F istenir; Latin karenin sd'leri hesaplatılır.

TuzakBloklu tasarımda hata sd'sini N − k almak, Latin karede hata sd'sini (p − 1)² yazmak ve bloklamanın her zaman sd kaybettirdiği için zararlı olduğunu sanmaktır.

?Soru çöz

Dört işlemin altı blokta denendiği rastgele bloklar tasarımında hata kareler toplamının serbestlik derecesi kaçtır?

✓ C. (k − 1)(b − 1) = 3 · 5 = 15; kontrol 23 = 3 + 5 + 15. A blokları yok sayıp tek yönlü ANOVA'nın N − k = 24 − 4'ünü almış; B N'den blok sayısını çıkarmış (24 − 6); D genel sd'yi hata sd'si sanmış.

▭Boşluk doldurma Latin kare

4 × 4'lük bir Latin kare tasarımında genel serbestlik derecesi ve hatanın serbestlik derecesi olur.

1569163
DENEY TASARIMI · MODEL

İki faktörlü faktöriyel tasarım: etkileşim ve sabit-rastgele etkiler

İstatistik · Deney Tasarımı ve Varyans Analizi · Okuma 6 dk · 2 etkinlik

✎Konu anlatımı

İki faktörlü faktöriyel tasarımda etkileşim nedir, serbestlik dereceleri nasıl bulunur, sabit ve rastgele etki farkı nedir?

Kısa cevap: a düzeyli A ve b düzeyli B faktörünün bütün birleşimleri n tekrarla denenirse kareler toplamı A, B, AB etkileşimi ve hataya ayrışır; sd'ler a − 1, b − 1, (a − 1)(b − 1), ab(n − 1). Etkileşim, bir faktörün etkisinin öteki faktörün düzeyine göre değişmesidir; etkileşim grafiğinde paralel olmayan çizgilerle görülür. Etkileşimi ölçmek için n ≥ 2 tekrar gerekir.

Bir kurum iki eğitim biçimini (yüz yüze, uzaktan) üç unvan grubunda deniyor. Uzaktan eğitim gençlerde iyi, kıdemlilerde kötü sonuç veriyorsa "hangi eğitim daha iyi?" sorusunun tek bir cevabı olur mu?

Faktöriyel tasarım iki soruyu tek deneyde sorar ve bir üçüncüsünü ekler: A'nın etkisi, B'nin etkisi ve etkileşim. A'nın ana etkisi, B'nin düzeyleri üzerinden ortalaması alınmış etkisidir. Etkileşim anlamlıysa ana etki yanıltıcı olabilir: "ortalamada fark yok" sonucu, bir grupta artı, ötekinde eksi iki büyük etkinin birbirini götürmesinden doğabilir. Bu yüzden önce etkileşim satırına bakılır.

Solda B₂'nin üstünlüğü her A düzeyinde aynıdır (4 puan): etkiler toplanır. Sağda B'nin etkisi A'ya göre yön değiştirir; B'nin ana etkisi sıfır görünse de iki faktör güçlü biçimde etkileşir.Görsel: Sınav Defteri
a × b faktöriyel tasarım, n tekrar
Kaynaksd3 × 2, n = 4 örneği
Aa − 12
Bb − 11
AB etkileşimi(a − 1)(b − 1)2
Hataab(n − 1)18
Genelabn − 123
Çözümlü örnek

3 × 2 tasarımda (n = 4) KOA = 30, KOB = 12, KOAB = 15, KOH = 4 bulunmuştur. Sabit etkiler modelinde α = 0,05'te hangi etkiler anlamlıdır? (F0,05; 2, 18 = 3,55; F0,05; 1, 18 = 4,41)

  1. FAB = 15/4 = 3,75 > 3,55 ⇒ etkileşim anlamlı; yorum hücre ortalamalarından yapılmalı.
  2. FA = 30/4 = 7,5 > 3,55 ⇒ A anlamlı.
  3. FB = 12/4 = 3 < 4,41 ⇒ B'nin ana etkisi anlamlı değil; ama etkileşim nedeniyle "B etkisiz" denemez.

Cevap: A ve AB anlamlı, B'nin ana etkisi değil.

Sabit ve rastgele etkiler

Düzeyleri araştırmacı seçmişse (bu iki eğitim biçimi) faktör sabittir; sonuç yalnız bu düzeyler için geçerlidir ve H₀ düzey ortalamalarının eşitliğidir. Düzeyler daha geniş bir düzey anakütlesinden rastgele çekilmişse (81 ilden rastgele seçilen 5 il) faktör rastgeledir; sonuç bütün iller için genellenir ve H₀ etki varyansının sıfır olmasıdır: στ² = 0. Tek yönlü tasarımda F oranı ikisinde de aynıdır.

Ek bilgi: rastgele ve karma modelde F'nin paydası

İki faktör de rastgeleyse A ve B ana etkileri KOH'a değil KOAB'ye bölünerek sınanır; çünkü H₀ altında KOA'nın beklenen değeri etkileşim varyansını da içerir. Karma modelde (biri sabit, biri rastgele) sabit faktör KOAB'ye, rastgele faktör KOH'a bölünür. Etkileşim her üç modelde KOH'a bölünür.

Akılda kalsın: Paralel çizgi = etkileşim yok, kesişen ya da açılan çizgi = etkileşim. sd: A (a − 1), B (b − 1), AB çarpımları, hata ab(n − 1). Önce etkileşime bak. Sabit: "bu düzeyler"; rastgele: "düzey anakütlesi, στ² = 0".
Sınavda

Nasıl sorulura, b ve n verilip etkileşim ya da hata sd'si sorulur; hücre ortalamaları tablosundan etkileşim yorumlatılır; sabit ve rastgele etki tanımları eşleştirilir.

TuzakHata sd'sini abn − ab yerine abn − 1 almak, n = 1 iken etkileşimin sınanabileceğini sanmak ve etkileşim anlamlıyken ana etkiyi tek başına yorumlamaktır.

?Soru çöz

A faktörünün 3, B faktörünün 4 düzeyinin her birleşiminin 2 kez tekrarlandığı faktöriyel bir deneye ilişkin aşağıdaki ifadelerden hangileri doğrudur?
I. AB etkileşiminin serbestlik derecesi 6'dır.
II. Hatanın serbestlik derecesi 23'tür.
III. Etkileşim grafiğinde çizgilerin paralel olmaması etkileşime işaret eder.

✓ B. I: (3 − 1)(4 − 1) = 6. III: B'nin etkisi A düzeyine göre değişirse çizgiler paralel kalmaz. II yanlıştır: hata sd'si ab(n − 1) = 12 · 1 = 12'dir; 23 toplam sd'dir (abn − 1), kontrol 23 = 2 + 3 + 6 + 12. A grafikteki etkileşim yorumunu atlar; C ve D hata sd'sini toplam sd ile karıştırır, C ayrıca etkileşim sd'sini kaçırır.

⇄Bilgi eşleştirme kavram ↔ tanım

Karma tekrar

Önceki 3 sayfadan karışık 10 soru. Sınavdaki gibi konular karışık gelir; hangi konudan olduğunu çözümde görürsün. Birkaç gün sonra yeniden çöz.

?Soru 1

Bağımsız iki gruptan n₁ = 5 ve n₂ = 6 gözlem alınmış, bütün gözlemler birlikte sıralandığında birinci grubun sıra toplamı R₁ = 20 bulunmuştur. Buna göre Mann–Whitney testinde kullanılacak küçük U değeri kaçtır?

✓ D. U₁ = 5 · 6 + 5 · 6/2 − 20 = 25; U₂ = 30 − 25 = 5, küçük olan 5. A büyük U'yu almış; B sıra toplamını U sanmış; C H₀ altındaki beklenen değeri n₁n₂/2 = 15 yazmış.Kaynak: Parametrik olmayan testler · Mann–Whitney, Kruskal–Wallis, Friedman

?Soru 2

Normal dağılımlı bir anakütleden alınan 16 birimlik örneklemin varyansı 18'dir. H₀: σ² = 9'a karşı H₁: σ² ≠ 9 hipotezleri α = 0,05 düzeyinde sınanıyor (χ²0,975; 15 = 6,26; χ²0,025; 15 = 27,49; χ²0,005; 15 = 32,80). Buna göre aşağıdakilerden hangisi doğrudur?

✓ A. χ² = 15 · 18 / 9 = 30, sd = 15; iki yönlü testte üst kritik değer χ²0,025 = 27,49 aşılmıştır. B (n − 1) yerine n = 16 kullanmış; C s²/σ₀² oranını istatistik sanmış; D α/2 = 0,005 kritik değerini almış, bu α = 0,01'lik testtir.Kaynak: Hipotez testleri · Varyans testleri: χ² ve F

?Soru 3

Beş personel iki yöneticiye ayrı ayrı sıralatılmıştır. Birinci yöneticinin sıralaması 1, 2, 3, 4, 5; ikincinin aynı personel için sıralaması 3, 2, 1, 5, 4'tür. Buna göre Spearman sıra korelasyon katsayısı kaçtır?

✓ C. d: 2, 0, −2, 1, −1 ⇒ Σd² = 10; rs = 1 − 60/(5 · 24) = 0,5. A 6 katsayısını unutmuş (1 − 10/120); B d'lerin karesi yerine mutlak değerlerini toplamış (Σ|d| = 6); D paydayı n(n² − 1) yerine n³ = 125 almış.Kaynak: Parametrik olmayan testler · Spearman, Kolmogorov–Smirnov, dizi testi

?Soru 4

Sekiz eşleştirilmiş gözlemin farkları +4, −1, +6, +3, −2, +7, +5, +8'dir. İki yönlü α = 0,05 düzeyinde, n = 8 için Wilcoxon kritik değeri T ≤ 3 ve Binom(8; 0,5) için P(X ≤ 2) ≈ 0,145 olduğuna göre aşağıdakilerden hangisi doğrudur?

✓ C. Eksi farklar en küçük iki sıradadır: W₋ = 3 ≤ 3; işaret testinde p = 2 · 0,145 ≈ 0,29. A işaret testinin de reddettiğini sanmış, oysa tek kuyruk alanı 0,145 bile 0,05'i aşar; B iki testin gücünü ters çevirmiş; D test istatistiği olarak küçük toplam yerine büyüğünü almış.Kaynak: Parametrik olmayan testler · İşaret, Wilcoxon ve McNemar

?Soru 5

Parametrik olmayan testlere ilişkin aşağıdaki ifadelerden hangileri doğrudur?
I. Parametrik testin varsayımları sağlandığında ondan daha güçlüdürler.
II. Gözlemlerin birbirinden bağımsız olmasını gerektirmezler.
III. Anakütle dağılımının normal olmasını gerektirmezler.

✓ A. III: sıra ve işaretlerin dağılımı anakütle biçiminden bağımsızdır. I yanlıştır: varsayımlar sağlanınca parametrik test daha güçlüdür (Wilcoxon'un t'ye göre etkinliği yaklaşık 0,955). II yanlıştır: "dağılımdan bağımsız" gözlemlerin bağımsız olması demek değildir; Mann–Whitney ve Wilcoxon da rastgele ve birbirinden bağımsız gözlem (ya da gözlem çifti) ister. B ve C gücü ters okur; B ve D dağılımdan bağımsızlığı gözlem bağımsızlığıyla karıştırır, B ayrıca normallik koşulunun kalktığını görmez.Kaynak: Parametrik olmayan testler · Parametrik mi, parametrik olmayan mı?

?Soru 6

Bir kurum, 12 personelin hizmet içi eğitimden önceki ve sonraki performans puanlarını karşılaştıracaktır. Puan farklarının normal dağıldığı kabul edilmektedir ve anakütle varyansı bilinmemektedir. Buna göre kullanılması gereken test ve serbestlik derecesi aşağıdakilerden hangisidir?

✓ B. Aynı 12 kişi iki kez ölçülmüştür; farklar tek örneklem gibi sınanır, sd = 12 − 1. A iki ölçümü bağımsız iki grup sanmış (12 + 12 − 2); C ölçüm sürekli puandır, oran değil; D varyans eşitliğini sınar, ortalama farkını değil.Kaynak: Hipotez testleri · İki anakütle: bağımsız ve eşleştirilmiş

?Soru 7

H₀: μ = 100'e karşı H₁: μ ≠ 100 hipotezleri için hesaplanan test istatistiği z = 2,1'dir (Φ(2,1) ≈ 0,982). Buna göre aşağıdakilerden hangisi doğrudur?

✓ C. İki yönlü testte p = 2(1 − 0,982) ≈ 0,036; 0,05'ten küçük, 0,01'den büyük. A tek kuyruk alanını p sanmış, üstelik 0,018 de 0,01'den büyüktür; B Φ değerini p sanmış, alanın yönü ters; D p'yi doğru bulup α ile karşılaştırmayı ters yapmış.Kaynak: Hipotez testleri · Ret bölgesi ve p-değeri

?Soru 8

t, χ² ve F dağılımlarına ilişkin aşağıdaki ifadelerden hangileri doğrudur?
I. T ~ tk ise T² ~ F(1, k)'dır.
II. χ²k dağılımının varyansı k'dır.
III. Serbestlik derecesi büyüdükçe t dağılımı standart normal dağılıma yaklaşır.

✓ C. I: T² = Z²/(V/k), pay χ²1 olduğundan F(1, k). III: paydadaki V/k, k büyüdükçe 1'e yaklaşır. II yanlıştır: χ²k'nın ortalaması k, varyansı 2k'dır. A III'ü atlar; B ve D ortalama ile varyansı karıştırır.Kaynak: Örnekleme dağılımları ve tahmin · t, χ² ve F dağılımları

?Soru 9

Düzgün(0, θ) dağılımından alınan bir örneklemde 2, 8, 5, 3, 7 değerleri gözlenmiştir. θ'nın momentler yöntemiyle tahmini ve en çok olabilirlik tahmini sırasıyla kaçtır?

✓ A. x̄ = 5 ve E(X) = θ/2 ⇒ θ̃ = 10; L(θ) = θ⁻⁵, θ ≥ 8'de azalan ⇒ θ̂ = max = 8. B x̄'ı doğrudan θ sanmış (θ/2'yi unutmuş); C iki yöntemin aynı sonucu verdiğini varsaymış; D iki tahmini yer değiştirmiş.Kaynak: Örnekleme dağılımları ve tahmin · Momentler yöntemi ve EÇOT

?Soru 10

X₁, X₂, …, X₂₅; ortalaması μ, varyansı 100 olan bir anakütleden alınmış bağımsız gözlemlerdir. Buna göre 2x̄ − 3 istatistiğinin varyansı kaçtır?

✓ A. Var(x̄) = 100/25 = 4; Var(2x̄ − 3) = 2² · 4 = 16. B katsayının karesini almamış (2 · 4); C sabiti varyanstan çıkarmış (16 − 3); D x̄ yerine tek gözlemin varyansını kullanmış (4 · 100).Kaynak: Örnekleme dağılımları ve tahmin · Örnekleme dağılımı: x̄ ve s²
+
Daha fazla soru çözmek ister misin?Varyans analizi ve deney tasarımı soruları uygulamaya ekleniyor; şimdilik diğer derslerin sorularını çözebilirsin. Yanlışların Hata Defteri'ne kaydedilir.
Soru çöz →