Alfa Düzeyi
Alpha Level
Tanım
Hipotez testlerinde sıfır hipotezinin (H0) doğru olmasına rağmen reddedilmesi olasılığını, yani Tip I hata yapma maksimum kabul edilebilir sınırını belirleyen önsel olasılık eşiğidir.
Örnek Vaka / Uygulama
Yeni geliştirilen bir antidepresanın etkinlik testinde, araştırmacı alfa düzeyini 0.05 olarak belirlemiştir. Yapılan analiz sonucunda elde edilen p-değeri 0.03 çıkarsa, bu değer alfa eşiğinden küçük olduğu için sıfır hipotezi reddedilir ve ilacın etkili olduğu yönündeki bulgu istatistiksel olarak anlamlı kabul edilir.
Derin Analiz
Alfa düzeyi (α), istatistiksel çıkarsamada yanlış pozitif sonuç alma riskimizin matematiksel tolerans sınırını tanımlar. Geleneksel olarak %5 (0.05) olarak belirlenmesi Ronald Fisher'ın pratik uzlaşılarına dayanmakla birlikte, alanın hassasiyetine göre (örneğin parçacık fiziğinde 5-sigma veya genom çaplı ilişki çalışmalarında Bonferroni düzeltmesi ile) dramatik biçimde düşürülebilir. Bu eşik, elde edilen p-değeri ile karşılaştırılarak test istatistiğinin anlamlılık kazanıp kazanmadığına karar verilmesini sağlar. Alfa düzeyinin düşük tutulması Tip I hatayı (yanlış alarm) azaltırken, matematiksel olarak Tip II hatayı (β - ıskalama) artırma yönünde kaçınılmaz bir trade-off (ödünleşme) yaratır.
Etimoloji
Latince kökenli 'alpha' (Yunan alfabesinin ilk harfi, istatistikte birinci tür hatayı simgelemek üzere Jerzy Neyman ve Egon Pearson tarafından seçilmiştir) ve İngilizce 'level' [seviye, düzey] kelimelerinin birleşiminden oluşur.
Karıştırmayın
p-değeri (p-value) ile sıklıkla karıştırılır; alfa düzeyi araştırmacının çalışmadan ÖNCE belirlediği karar sınırıyken, p-değeri verilerden elde edilen ve sıfır hipotezinin doğru olma olasılığını yansıtan gözlemsel olasılıktır.
Keşfetmeye Devam Edin
P-değeri
P-değeri
P Value
Boş hipotezin (H0) doğru olma olasılığını gösteren ve gözlenen verilerin tesadüfle açıklanamayacak kadar aşırı olup olmadığını test eden istatistiksel ölçüttür.
İncele
Tip I Hata
Tip I Hata
Type I Error
Sıfır hipotezi gerçekte doğru iken, onu hatalı bir şekilde reddederek var olmayan bir etkiyi veya ilişkiyi var gibi kabul etme istatistiksel yanılgısı.
İncele
Tip II Hata
Tip II Hata
Beta Error / Type II Error
🔹 1. (beta error): Sıfır hipotezinin (H0) aslında yanlış olmasına rağmen reddedilememesi durumu, yani gerçek bir etkiyi veya farkı istatistiksel olarak tespit edememe olasılığı. 🔹 2. (Type II error): Boş hipotezin gerçekte yanlış olmasına rağmen reddedilememesi durumu, yani istatistiksel olarak yalancı negatif (false negative) karara varılması.
İncele