Güven aralığı: tahminin ne kadar belirsiz olduğunu göstermek

Güven aralığı nedir?

Güven aralığı (confidence interval), bir örneklemden hesaplanan tahminin çevresine çizilen ve gerçek anakütle değerini içermesi umulan aralıktır. Tek bir sayı olan nokta tahminine belirsizlik bilgisini ekler: 'ortalama memnuniyet puanı şudur' demek yerine 'şu aralıkta olması muhtemeldir' demenizi sağlar.

Aralık ne kadar darsa tahmin o kadar kesindir. Aralığın genişliğini örneklem büyüklüğü, verinin değişkenliği ve seçilen güven düzeyi belirler.

Nasıl hesaplanır?

Genel yapı basittir: nokta tahmini artı ve eksi bir pay. Pay, bir kritik değer ile standart hatanın çarpımıdır.

• Nokta tahmini: örneklemden elde edilen ortalama, oran ya da fark.
• Standart hata: tahminin örnekten örneğe ne kadar oynayacağı. Ortalama için standart sapmanın örneklem büyüklüğünün kareköküne bölünmesiyle bulunur.
• Kritik değer: seçilen güven düzeyine karşılık gelen değer. Örneklem büyükse normal dağılımdan, küçükse t dağılımından alınır.

Güven düzeyi arttıkça kritik değer büyür ve aralık genişler. Yani daha emin olmak için daha geniş bir aralığı kabul etmek gerekir. Örneklem büyüdükçe standart hata küçülür ve aralık daralır; bu yüzden büyük örneklem daha kesin tahmin demektir.

R'da bir ortalama için aralık t.test(x)$conf.int komutuyla, bir regresyon modelinin katsayıları için ise confint(model) ile alınır.

Doğru yorum nasıl yapılır?

Güven aralığının en sık yanlış anlaşılan yönü yorumudur. Yanlış söylem 'gerçek değer bu aralıkta olma olasılığı şu kadardır' biçimindedir. Gerçek değer sabittir, rastlantısal olan aralığın kendisidir. Doğru söylem şudur: aynı yöntemle çok sayıda örneklem alıp her birinden aralık hesaplarsak, bu aralıkların seçilen güven düzeyine karşılık gelen bölümü gerçek değeri içerir.

Pratikte bu, aralığı 'makul değerler bölgesi' olarak okumak anlamına gelir. Aralığın dışında kalan değerler verilerle uyumsuz kabul edilir. İş kararında ise aralığın alt ve üst ucunu birlikte düşünmek gerekir: aralığın tamamı karar için yeterliyse karar rahatça alınır, aralığın bir ucu kararı değiştirecek bir bölgedeyse daha fazla veri gerekir.

Örnek: A/B testi sonucu

Örneğin bir e-ticaret ekibi yeni ödeme sayfasını test ediyor olsun. Yeni tasarımda dönüşüm oranının eskisinden yüksek göründüğü bir sonuç elde edilir. Ancak sürümler arasındaki farkın güven aralığı sıfırı da kapsıyorsa, yeni tasarımın gerçekten daha iyi olduğunu söylemek için henüz yeterli kanıt yoktur: fark olumlu da olabilir, olumsuz da.

Aralığın tamamı sıfırın üstündeyse fark istatistiksel olarak anlamlıdır ve aralığın genişliği etkinin büyüklüğü hakkında fikir verir. Dar bir aralık kesin ve küçük bir etkiyi, geniş bir aralık ise kesin olmayan bir etkiyi gösterir. Bu bilgi, yalnızca 'anlamlı' ya da 'anlamsız' demekten çok daha fazlasını anlatır.

Güven aralığı ile hipotez testi ilişkisi

Ölçüt: Sorduğu soru. Hipotez testi: fark var mı, evet ya da hayır. Güven aralığı: fark ne kadar büyük olabilir ve ne kadar belirsiz.

Ölçüt: Verdiği bilgi. Hipotez testi: bir p değeri ve karar. Güven aralığı: etkinin büyüklüğü ve yönü.

Ölçüt: Tutarlılık. Aynı veriyle çalıştıklarında uyumludur: fark için hesaplanan aralık sıfırı içermiyorsa karşılık gelen test de farkı anlamlı bulur. Bu yüzden güven aralığı genellikle testten daha zengin bir özet sayılır ve raporlarda birlikte verilir.

Sık yapılan hatalar

Güven aralığı raporlarda sık görülür, ama yanlış okunduğu da sık olur. Şu hatalar en yaygın olanlardır.

• Aralığı, verilerin kendisinin dağılımıyla karıştırmak. Güven aralığı tek tek gözlemlerin değil, tahminin belirsizliğini gösterir.
• Örneklem küçükken aralığı dar ve kesin sanmak ya da tersine büyük örneklemde küçük farkı önemli saymak.
• Seçilimli (yanlı) bir örneklemden hesaplanan aralığa güvenmek. Aralık yalnızca rastlantısal örnekleme hatasını hesaba katar, örneklem yanlılığını düzeltmez.
• Aynı veride çok sayıda aralık ve test bakıp yalnızca işe yarar görüneni raporlamak.
• Güven düzeyini sonuçtan sonra, istenen sonucu almak için değiştirmek.

Mindset programlarında güven aralığı

'Veri Bilimi için İstatistik Eğitimi' güvenirlik aralığını, örneklem dağılımları ve hipotez sınama modülleriyle birlikte işler; temelden başlayan analistler için uygundur.

'Hipotez Testi ve İstatistiksel Çıkarım' çıkarımın temellerini ve iş kararlarında uygulamayı ele alır. 'R İle Matematiksel ve İstatistiksel Veri Analizi' çıkarımsal istatistiği R'da uygulamalı çalışır; 'İstatistiksel Süreç Kontrolü (SPC)' ise ölçüm ve proses verisini yorumlayan kalite ekipleri için ilgili temel istatistik içeriği sunar.