Kabul Bölgesi
Acceptance Region
Tanım
Bir istatistiksel testte, sıfır hipotezinin (null hypothesis) reddedilmediği, test istatistiğinin olası değerler aralığı.
Örnek Vaka / Uygulama
Bir ilaç firmasının yeni ürettiği molekülün tansiyonu düşürüp düşürmediğini test etmek için kurulan bir hipotezde, sıfır hipotezi (H0) ilacın etkisi olmadığını, ortalama farkın sıfır olduğunu savunur. Yapılan Z-testi sonucunda elde edilen test istatistiği, alfa = 0.05 anlamlılık düzeyinde belirlenen [-1.96, +1.96] arasındaki kabul bölgesine düşerse, sıfır hipotezi reddedilemez ve ilacın anlamlı bir etkisinin olduğu istatistiksel olarak kanıtlanamamış olur.
Derin Analiz
İstatistiksel çıkarım ve hipotez testlerinde kabul bölge analizi, örneklem verilerinin ana kütle parametreleri hakkında ne derece kanıt sun ̆duğunu matematiksel olarak modelleyen kritik bir karar mekanizmasıdır. Test istatistiği bu bölge içinde kaldığında, gözlenen veriler ile sıfır hipotezi arasındaki farkın tesadüfi örnekleme hatasından kaynaklandığı kabul edilir ve alternatif hipotez reddedilir. Bu süreç, Tip I hata oranını (alfa düzeyi) kontrol altında tutmak amacıyla belirlenen kritik değerler (critical values) tarafından sınırlandırılır. Parametrik ve non-parametrik testlerin metodolojisinde, kabul bölgesinin genişliği örneklem büyüklüğüne ve seçilen anlamlılık düzeyine doğrudan bağlıdır.
Etimoloji
Karıştırmayın
Kritik bölge (critical region / rejection region) ile karıştırılır; kritik bölge sıfır hipotezinin reddedildiği uç değerler kümesiyken, kabul bölgesi reddedilemediği orta aralıktır.
Keşfetmeye Devam Edin
Kritik Değer
Kritik Değer
Critical Value
İstatistiksel hipotez testlerinde, sıfır hipotezinin reddedilip reddedilmeyeceğine karar vermeyi sağlayan olasılıksal eşik sınır değer.
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