Python'da Çıkarımın Temelleri
Paul Savala
Assistant Professor of Mathematics
| Örneklem büyüklüğü | Etki büyüklüğü | Alfa |
|---|---|---|
![]() |
![]() |
![]() |
from scipy.stats import norm# Kontrol grubu: Ortalama 0 pound, std 1 poundcontrol = norm.rvs(loc=0,scale=1,size=100)# Tedavi grubu: Ortalama -2 pound, std 1 poundtreatment = norm.rvs(loc=-2, scale=1, size=100)
$H_0$: Kilo kaybında fark yok (yanlış)
$H_a$: Tedavi grubu kilo verir (doğru)
Sonuç: $H_0$ reddedilip $H_a$ lehine doğru karar verildi.
from scipy.stats import ttest_ind# t-testi yapın alpha = 0.05 t_test = ttest_ind(treatment, control, alternative='less')# Anlamlılığı kontrol edin print(t_test.pvalue < alpha)
TRUE
control = norm.rvs(loc=0, scale=1, size=5) treatment = norm.rvs(loc=-2, scale=1, size=5)# t-testi yapın tt = ttest_ind(treatment, control, alternative='less')print(tt.pvalue < 0.05)
FALSE
Sonuç: H0 reddedilemedi (yanlış)
# Kilo kaybı = 0.2 pound, örneklem büyüklüğü = 100treatment = norm.rvs(loc=-0.2, scale=1, size=100)# t-testi yapın t_test = ttest_ind(treatment, control, alternative='less')print(t_test.pvalue < 0.05)
FALSE

Anlamlı bir etki varsa testimiz bunu saptar mı?

Testin gücü: Alternatif hipotez (Ha) doğruysa, verdiğimiz verilerle testin sıfır (H0) hipotezini reddetme olasılığı nedir?
Gücü örneklem toplamadan önce hesaplayın
from statsmodels.stats import power # Güç fonksiyonu tt_power = power.TTestIndPower()# Gücü hesaplayın pwr = tt_power.power(effect_size=0.2,nobs1=100,alpha=0.05)print(pwr)
0.291
Düşük saptama olasılığı!
nobs1 = TTestIndPower().solve_power(effect_size=-0.2, nobs1=None, # Şunu çöz alpha=0.05, power=0.8)print(nobs1)
13735.26
Python'da Çıkarımın Temelleri