Neyman–pearson Teorisi
Neyman–pearson Theory
Tanım
Boş hipotez ile alternatif hipotez arasındaki seçimi optimize etmek, kritik bölgeleri belirlemek ve I. ve II. tür hataların olasılıklarını dengede tutmak amacıyla geliştirilen istatistiksel hipotez test yaklaşımı.
Örnek Vaka / Uygulama
Yeni geliştirilen bir antidepresanın plasebodan üstün olup olmadığını test eden bir klinik araştırmada, ilacın hiçbir etkisi olmadığını öne süren sıfır hipotezi ile etkili olduğunu savunan alternatif hipotez bu teoriye göre test edilir. Araştırmacı, alfa seviyesini .05 olarak sabitleyip örneklem büyüklüğünü ayarlayarak II. tür hata riskini (etki varken farkı bulamama ihtimali) minimuma indirir.
Derin Analiz
Neyman–Pearson teorisi, klasik istatistiksel çıkarsamada karar verme süreçlerinin matematiksel temelini oluşturur. Fisherçı p-değeri yaklaşımından farklı olarak bu teori; yalnızca tek bir hipotezi test etmekle kalmaz, iki rekabetçi hipotez (sıfır ve alternatif) arasında net bir karar kuralı tanımlar. Alfa (I. tür hata, yanlış pozitif) ve beta (II. tür hata, yanlış negatif) risklerinin önceden belirlenen maliyetler çerçevesinde optimize edilmesine dayanır. Güç (power) analizi ve kritik değerlerin tespiti bu teorinin mekanik çekirdeğini meydana getirir. Davranış bilimlerinde ve klinik araştırmalarda deneysel tasarımların güvenilirliği, bu teorinin sunduğu hata kontrol mekanizmaları sayesinde istatistiksel güce kavuşur.
Etimoloji
Jerzy Neyman (Polonya asıllı Amerikalı istatistikçi) ve Egon S. Pearson (İngiliz istatistikçi) soyadlarından türetilmiştir.
Karıştırmayın
Fisher'ın anlamlılık testi yaklaşımı ile sıklıkla karıştırılır; Fisher tek bir hipotezi ve p-değerini baz alırken, Neyman-Pearson yaklaşımı iki hipotez arasındaki optimizasyonu ve hata türlerinin önceden kontrolünü esas alır.
Keşfetmeye Devam Edin
Tip I Hatası
Tip I Hatası
Alpha Error
Sıfır hipotezi ($\mathcal{H}_0$) aslında doğru iken, onu reddederek gerçekte var olmayan bir etkiyi veya farkı varmış gibi kabul etme istatistiksel yanılgısı.
İncele