Parametrik ve Parametrik Olmayan Testler: Varsayım, Güç ve Doğru Seçim
Parametrik testler verinin belirli bir dağılım ailesinden geldiğini varsayıp ortalama gibi parametreler hakkında sonuç çıkarır; parametrik olmayan testler bu varsayımı gevşetir ve çoğunlukla gözlemlerin sırasıyla çalışır. Seçimi verinin ölçeği, dağılımın biçimi ve sorunuzun ne hakkında olduğu belirler.
Bir bakışta
- Fark, varsayımın gücündedir; testlerin biri doğru, öteki yanlış değildir. Parametrik testler varsayımlar sağlandığında daha güçlüdür; parametrik olmayanlar varsayımlar şüpheliyken daha güvenli kalır.
- Her yaygın parametrik testin sıra tabanlı bir karşılığı vardır. Bağımsız t testi ile Mann-Whitney U, eşleştirilmiş t testi ile Wilcoxon işaretli sıralar, ANOVA ile Kruskal-Wallis eşleşir.
- Parametrik olmayan test her zaman medyan karşılaştırmaz. Mann-Whitney U, iki dağılımın aynı olup olmadığını sınar; medyan yorumu ancak dağılımların biçimi benzerse doğrudur.
- Sıralı ölçekli veri ve belirgin çarpıklık, sıra tabanlı testi öne çıkarır. Memnuniyet puanı, yanıt süresi ve harcama tutarı gibi verilerde ortalama yanıltıcı olabilir.
- Varyanslar eşit değilse çözüm her zaman sıra tabanlı test değildir. Normal dağılıma yakın ama varyansları farklı gruplarda Welch t testi daha uygun bir seçenektir.
Ortak zemin: aynı soruyu farklı varsayımlarla sormak
İki test ailesi de aynı mantıkla çalışır: bir yokluk hipotezi kurulur, veriden bir test istatistiği hesaplanır ve bu istatistiğin hipotez doğruyken ne kadar olağan dışı olduğu p değeriyle ifade edilir. Ayrıldıkları nokta, test istatistiğinin dağılımını bilmek için veriye ne varsaydıklarıdır.
Parametrik bir test, gözlemlerin belirli bir dağılım ailesinden, çoğunlukla normal dağılımdan geldiğini varsayar ve bu dağılımın parametreleri hakkında sonuç çıkarır. Bağımsız iki örneklem t testi, iki grubun ortalamalarının eşit olup olmadığını sorar; bunu yaparken grupların normal dağıldığını ve SciPy'nin varsayılan ayarında olduğu gibi varyansların eşit olduğunu kabul eder.
Parametrik olmayan bir test ise dağılımın biçimi hakkında daha az şey varsayar. Çoğu, ham değerleri sıralara çevirir ve sıralar üzerinden çalışır. Bu sayede aykırı bir değer, sonucu kendi büyüklüğüyle değil yalnızca sırasıyla etkiler. SciPy belgeleri Mann-Whitney U testini, iki bağımsız örneklemin altındaki dağılımların aynı olduğu hipotezini sınayan parametrik olmayan bir test olarak tanımlar ve onu bağımsız örneklem t testinin parametrik olmayan karşılığı diye anar.
Her yaygın parametrik testin sıra tabanlı bir karşılığı var
| Parametrik test | Parametrik olmayan karşılık | |
|---|---|---|
| İki bağımsız grup | Bağımsız örneklem t testi | Mann-Whitney U testi |
| Aynı birimlerin iki ölçümü | Eşleştirilmiş t testi | Wilcoxon işaretli sıralar testi |
| İkiden çok bağımsız grup | Tek yönlü ANOVA | Kruskal-Wallis testi |
| Tekrarlı ölçümler | Tekrarlı ölçümler ANOVA | Friedman testi |
| İki değişken arasında ilişki | Pearson korelasyonu | Spearman sıra korelasyonu |
Ölçüt ölçüt iki yaklaşım
- Ölçüt: Varsayım. Parametrik: belirli bir dağılım ailesi, çoğu testte normallik ve bazılarında eşit varyans. / Parametrik olmayan: dağılımın biçimi hakkında daha zayıf varsayımlar; gözlemlerin bağımsızlığı yine şarttır.
- Ölçüt: Kullandığı bilgi. Parametrik: ham değerlerin kendisi. / Parametrik olmayan: çoğunlukla değerlerin sırası; büyüklük farkının bir kısmı kaybolur.
- Ölçüt: Sınanan hipotez. Parametrik: ortalamalar ya da varyanslar gibi parametreler. / Parametrik olmayan: dağılımların aynı olup olmadığı; konum farkı yorumu ek varsayım ister.
- Ölçüt: Güç. Parametrik: varsayımlar sağlandığında aynı örneklemle farkı yakalama olasılığı daha yüksektir. / Parametrik olmayan: varsayımlar sağlandığında biraz daha az güçlü, çarpık ya da aykırı değerli veride çoğu zaman daha güçlüdür.
- Ölçüt: Ölçek. Parametrik: aralıklı ya da oranlı sayısal veri. / Parametrik olmayan: sıralı veri dahil, sırası anlamlı her ölçek.
- Ölçüt: Raporlama. Parametrik: ortalama, güven aralığı ve Cohen d gibi standartlaştırılmış etki büyüklüğü. / Parametrik olmayan: medyan, çeyrekler arası aralık ve sıra tabanlı etki büyüklüğü.
Tablonun özeti şudur: parametrik test daha fazla varsayım karşılığında daha fazla bilgi kullanır. Varsayım tutmuyorsa bu fazladan bilgi avantaj olmaktan çıkar, yanıltıcı sonuca dönüşür.
Mann-Whitney medyan testi midir? Sık karıştırılan yorum
Parametrik olmayan testler için en yaygın kısa yol, onları "medyanları karşılaştıran testler" olarak anlatmaktır. Bu, ancak belirli koşullarda doğrudur. SciPy belgelerine göre Mann-Whitney U testinin yokluk hipotezi, iki örneklemin altındaki dağılımların aynı olmasıdır; test çoğu zaman konum farkı testi olarak kullanılır, ama bu yorum dağılımların biçimi benzer olduğunda geçerlidir.
Kurgusal bir örnek düşünün: bir müşteri hizmetleri ekibinde iki vardiyanın çözüm sürelerini karşılaştırıyorsunuz. Medyanlar birbirine çok yakın ama gece vardiyasında uzun süren talepler daha sık görülüyor, yani dağılımın kuyruğu daha uzun. Mann-Whitney U anlamlı bir fark bulabilir; bu durumda "gece vardiyasının medyanı daha yüksek" demek yanlış, "gece vardiyasında uzun süren talep görülme eğilimi daha yüksek" demek doğru yorumdur.
Kruskal-Wallis testinde de benzer bir dikkat gerekir. SciPy belgeleri, yokluk hipotezinin reddedilmesinin hangi grubun farklı olduğunu göstermediğini, bunun için ikili karşılaştırmalar gerektiğini vurgular. ANOVA'da olduğu gibi, genel testten sonra hangi grupların ayrıştığını ayrı bir adımla göstermek gerekir.
Hangi koşulda hangisi?
Parametrik testi seçin: • Bağımlı değişken sayısal ve dağılım normale makul ölçüde yakınsa. • Örneklem yeterince büyükse; merkezi limit teoremi sayesinde ortalamanın örneklem dağılımı, ham veri tam normal olmasa da normale yaklaşır. • Sonucu ortalama farkı ve güven aralığıyla raporlamak iş kararı için anlamlıysa, örneğin birim maliyet ya da süre bütçesi hesaplanacaksa.
Parametrik olmayan testi seçin: • Veri sıralıysa: memnuniyet ölçekleri, derecelendirmeler, sıralamalar. • Dağılım belirgin çarpıksa ya da etkisi büyük aykırı değerler varsa ve bu değerler hata değil, gerçek gözlemse. • Örneklem küçükse ve normalliği değerlendirmek için yeterli bilgi yoksa.
Aradaki seçenekleri de unutmayın. Gruplar normale yakın ama varyansları belirgin farklıysa Welch t testi kullanılır; SciPy'de bu, eşit varyans varsayımını kapatarak yapılır. Aykırı değerlere dayanıklı bir ortalama karşılaştırması isteniyorsa kırpılmış ortalamaya dayanan t testi bir başka yoldur.
Seçimi ölçek ve dağılım belirler, eşit olmayan varyans tek başına yetmez
- Veri sıralı ölçekte (memnuniyet puanı, derece)Parametrik olmayan testSıralar arası mesafe eşit olmadığı için ortalama yanıltabilir.
- Sayısal veri, belirgin çarpıklık ya da gerçek aykırı değerler varParametrik olmayan testEtki büyüklüğünü de sıra tabanlı ölçüyle raporlayın.
- Sayısal veri, normale yakın, varyanslar farklıWelch t testiEşit varyans varsayımı kapatılır, ortalama yorumu korunur.
- Sayısal veri, normale yakın ya da örneklem yeterince büyükParametrik testOrtalama farkı ve güven aralığı karar için doğrudan kullanılır.
Seçimde sık yapılan hatalar
- Testi normallik testinin sonucuna bağlamak. Büyük örneklemde normallik testleri iş açısından önemsiz sapmaları bile anlamlı bulur, küçük örneklemde ise ciddi sapmaları kaçırabilir. Histogram, kutu grafiği ve olasılık grafiğiyle birlikte veri üreten sürecin bilgisi daha sağlıklı bir karar verir.
- Önce t testini, beğenilmezse Mann-Whitney testini çalıştırmak. İkisini deneyip anlamlı çıkanı raporlamak, yanlış pozitif riskini artırır. Test analizden önce, verinin türüne ve soruya göre seçilmelidir.
- Eşleşmiş veride bağımsız örneklem testi kullanmak. Aynı çalışanların eğitim öncesi ve sonrası puanları eşleşmiştir; parametrik tarafta eşleştirilmiş t testi, parametrik olmayan tarafta Wilcoxon işaretli sıralar testi gerekir.
- Aykırı değeri test seçimiyle gizlemek. Değer bir veri giriş hatasıysa düzeltilmeli; gerçek bir gözlemse neden ortaya çıktığı ayrıca incelenmelidir.
- Yalnız p değeri raporlamak. Hangi test seçilirse seçilsin, farkın büyüklüğü ve yönü de raporlanmalıdır.
Parametrik olmayan test her derde deva değildir
Parametrik olmayan testlere "varsayımsız testler" demek yanıltıcıdır. Gözlemlerin bağımsız olması bu testler için de şarttır; aynı müşterinin birden fazla siparişini ayrı gözlem saymak, hangi test seçilirse seçilsin sonucu bozar. Sıralarda çok sayıda eşit değer, yani bağ varsa, testlerin düzeltme yapması gerekir ve bu sonuçları etkiler.
Bir diğer bedel, sonucun iş diline çevrilmesindeki zorluktur. Bir yöneticiye "ortalama teslim süresi şu kadar kısaldı" demek doğrudan bütçeye bağlanabilir; "sıralar arasında anlamlı fark var" ifadesi ise ek açıklama ister. Bu yüzden sıra tabanlı bir test seçtiğinizde medyanları, çeyrekler arası aralığı ve dağılımı gösteren bir grafiği sonuçla birlikte sunmak, bulgunun karar vericiye ulaşmasını sağlar.
Bu konuyu Mindset programlarında nerede çalışırsınız
Veri Bilimi için İstatistik Eğitimi, test seçimine giden temeli sırayla kurar: normal dağılım, örneklem dağılımları ve merkezi limit teoremi, güven aralığı, hipotezlerin sınanması ve t dağılımı. Temel istatistik hataları modülü, varsayımları gözden kaçırmanın yol açtığı yanlış sonuçları ele alır.
Data Science Uzmanlığı Sertifika Programı'ndaki istatistik ve analitik düşünme modülü ise hipotez testlerini, p değerinin ne zaman güvenilir olduğunu ve A/B test tasarımını iş verisi üzerinde çalışır; analiz sonucunu karar vericiye taşıyan veri ekipleri için uygundur.
İlgili Mindset programı
Veri Bilimi için İstatistik Eğitimi
Sık sorulan sorular
Likert ölçeğiyle toplanan anket verisinde t testi kullanılabilir mi?
Tek bir Likert maddesi sıralı ölçektir; "çok memnunum" ile "memnunum" arasındaki mesafenin diğer aralıklarla eşit olduğu varsayılamaz. Bu durumda Mann-Whitney U ya da Wilcoxon testleri daha savunulabilir. Birden fazla maddenin toplandığı ve geçerliliği sınanmış bir ölçek puanı ise sayısala daha yakın davranır; uygulamada bu toplam puanlarla t testi de kullanılır, ancak tercih raporda gerekçelendirilmelidir.
Verideki aykırı değerleri silip t testi yapmak, parametrik olmayan testten iyi midir?
Yalnız aykırı değer bir hata ise. Yanlış girilmiş bir tutar ya da bozuk bir sensör okuması düzeltilir veya çıkarılır ve bu kayıt altına alınır. Gerçek bir gözlemi sırf sonucu bozduğu için silmek ise analizi taraflı hale getirir. Gerçek ama uç değerler varsa sıra tabanlı test ya da kırpılmış ortalamaya dayanan bir yöntem, veriyi değiştirmeden dayanıklı bir karşılaştırma sağlar.
Parametrik olmayan testler küçük örneklemde her zaman daha mı doğrudur?
Hayır. Küçük örneklemde normalliği doğrulamak zordur, bu yüzden parametrik olmayan test temkinli bir seçimdir; ama bu testlerin de gücü küçük örneklemde düşüktür ve gerçek bir farkı kaçırabilir. Ölçümün doğası gereği normale yakın dağıldığı biliniyorsa, örneğin aynı makinenin ürettiği parça boyutlarında, parametrik test yine uygun olabilir. Karar verinin üretildiği sürecin bilgisine dayanmalıdır.
Parametrik olmayan testte etki büyüklüğü nasıl raporlanır?
Ortalama farkı ve Cohen d yerine sıralara dayanan ölçüler kullanılır. Mann-Whitney U için rastgele seçilen bir gözlemin diğer gruptakinden büyük olma olasılığı ya da sıra-iki serili korelasyon yaygın seçeneklerdir. Bunların yanında grupların medyanlarını ve çeyrekler arası aralığını vermek, okurun farkın pratik önemini değerlendirmesini kolaylaştırır.
Bootstrap ya da permütasyon testleri hangi tarafa girer?
Bu yöntemler test istatistiğinin dağılımını bir formülden değil, verinin kendisini yeniden örnekleyerek ya da grup etiketlerini karıştırarak elde eder. Belirli bir dağılım ailesi varsaymadıkları için genellikle parametrik olmayan yaklaşımlar arasında sayılırlar. Ortalama farkı gibi alışılmış bir istatistiği koruyarak varsayımları gevşetmek istediğinizde, sıra tabanlı testlere iyi bir alternatif oluştururlar.