İstatistiksel anlamlılık

Python'da Hipotez Testi

James Chapman

Curriculum Manager, DataCamp

p-değeri özeti

p-değerleri sıfır hipoteze olan kanıtı ölçer
Büyük p-değeri → sıfır hipotez reddedilemez
Küçük p-değeri → sıfır hipotez reddedilir
Eşik noktası nedir?

Anlamlılık düzeyi

Bir hipotez testinin anlamlılık düzeyi ($\alpha$), “makul şüphenin ötesi” için eşiktir

Yaygın $\alpha$ değerleri: 0.2, 0.1, 0.05, 0.01
Eğer $p \le \alpha$ ise $H_{0}$ reddedilir; aksi halde reddedilemez
$\alpha$, testi uygulamadan önce belirlenmelidir

p-değerinin hesaplanması

alpha = 0.05

prop_child_samp = (stack_overflow['age_first_code_cut'] == "child").mean()
prop_child_hyp = 0.35

std_error = np.std(first_code_boot_distn, ddof=1)

z_score = (prop_child_samp - prop_child_hyp) / std_error

p_value = 1 - norm.cdf(z_score, loc=0, scale=1)

3.1471479512323874e-05

Karar verme

alpha = 0.05

print(p_value)

3.1471479512323874e-05

p_value <= alpha

True

$H_{0}$, $H_{A}$ lehine reddedilir

Güven aralıkları

Anlamlılık düzeyi $\alpha$ için, genelde güven aralığı düzeyi 1 - $\alpha$ seçilir

$\alpha=0.05$ → %95 güven aralığı

import numpy as np
lower = np.quantile(first_code_boot_distn, 0.025)
upper = np.quantile(first_code_boot_distn, 0.975)
print((lower, upper))

(0.37063246351172047, 0.41132242370632466)

Hata türleri

	Suçu gerçekten işlemedi	Suçu gerçekten işledi
Karar: suçsuz	doğru	paçayı sıyırdı
Karar: suçlu	haksız mahkûmiyet	doğru

	gerçek $H_{0}$	gerçek $H_{A}$
seçilen $H_{0}$	doğru	yanlış negatif
seçilen $H_{A}$	yanlış pozitif	doğru

Yanlış pozitifler Tip I hatalardır; yanlış negatifler Tip II hatalardır.

Örneğimizde olası hatalar

Eğer $p \le \alpha$ ise, $H_{0}$ reddedilir:

Yanlış pozitif (Tip I) hata: veri bilimcileri çocukken daha yüksek oranda kodlamaya başlamadı

Eğer $ p \gt \alpha$ ise, $H_{0}$ reddedilemez:

Yanlış negatif (Tip II) hata: veri bilimcileri çocukken daha yüksek oranda kodlamaya başladı

Hadi pratik yapalım!

Python'da Hipotez Testi