← Ünite 8
Biyoistatistik

Ünite 8: Nokta ve Aralık Tahmini

Kan Şekeri Örneğinde %90 ve %99 Güven Sınırları
Standart sapması σ=25 mg/dL olan bir bölgede, 30 erkek bireyin kan şekeri ortalaması 95 mg/dL bulunmuştur. Yapılan analizde %90 güven sınırları 87.515 ile 102.485 mg/dL (aralık genişliği 14.97) bulunurken, %99 güven sınırları 83.27 ile 106.73 mg/dL (aralık genişliği 23.46) olarak hesaplanmıştır. Bu durum güven düzeyi arttıkça aralığın genişlediğini kanıtlar.
Örnek Büyüklüğü Belirleme Örneği
Varyansı 225 olan normal dağılımlı bir populasyondan çekilecek örneğin ortalamasını %95 güvenle gerçek değerinden en fazla 10 birim farklı tahmin etmek için gerekli minimum örnek büyüklüğü hesaplanmıştır. Formülün uygulanması sonucunda n = 34.57 değeri elde edilmiş ve örnek büyüklüğünün en az 35 fertten oluşması gerektiği saptanmıştır.
Hemoglobin Değerleri ile t Dağılımı Analizi
8 erkek bireyin hemoglobin değerleri {14, 18, 15, 15, 13, 12, 14, 17} g/dL olarak ölçülmüştür. Örnek ortalaması 14.75 g/dL ve standart hatası 0.701 bulunmuştur. Populasyon varyansı bilinmediği ve n<30 olduğu için t dağılımı kullanılarak %95 güven sınırları 13.092 ile 16.408 g/dL arasında hesaplanmıştır.
Şeker Hastalığı Oranı Tahmini
Bir ilçede rastgele seçilen 150 bireyden 30'una şeker hastalığı teşhisi konulmuştur (örneklem oranı p̂ = 0.20). Z dağılımı kullanılarak yapılan hesaplamada, bu ilçedeki gerçek şeker hastalığı oranının %95 güven sınırları %13.6 (alt sınır) ile %26.4 (üst sınır) arasında tespit edilmiştir.

Anahtar Kavramlar

Nokta TahminiPopulasyon parametresini tahmin etmek amacıyla örnek verilerinden hesaplanan ve sayı doğrusu üzerinde tek bir noktaya karşılık gelen istatistiksel değerdir. Örneğin, seçilen 30 hastanın kan şekeri ortalamasının 95 mg/dL olarak bulunması bu parametrenin nokta tahminidir.
Aralık TahminiNokta tahmininden yararlanarak, bilinmeyen bir populasyon parametresinin belirli bir güven düzeyiyle içinde yer alabileceği alt ve üst sınırların belirlenmesi sürecidir. Örneğin, bir ilçedeki şeker hastalığı oranının %95 güvenle %13.6 ile %26.4 arasında olacağının öngörülmesi bir aralık tahminidir.
SapmasızlıkBir örneklem istatistiğinin beklenen değerinin, tahmin etmek için kullanıldığı populasyon parametresine eşit olması özelliğidir. Örnek aritmetik ortalamasının beklenen değeri populasyon ortalamasına eşit olduğu için aritmetik ortalama sapmasız bir tahmincidir.
KararlılıkÖrneklemdeki gözlem sayısı (n) arttıkça, elde edilen nokta tahmininin populasyon parametresine giderek daha fazla yaklaşması ve hatanın azalması durumudur. Örnek boyutu büyüdükçe aritmetik ortalamanın gerçek populasyon ortalamasına yaklaşması buna örnektir.
EtkinlikAynı populasyon parametresini tahmin eden sapmasız tahminciler arasında varyansı en küçük olan tahmincinin sahip olduğu özelliktir. Aritmetik ortalamanın varyansı medyanın varyansından daha küçük olduğu için aritmetik ortalama medyana göre daha etkindir.
YeterlilikBir nokta tahmincisinin, örneklemde yer alan tüm gözlemlerin taşıdığı bilgileri hesaplama sürecine dahil etme ve kullanma becerisidir. Aritmetik ortalama örnekteki tüm fertlerin değerlerini kullandığı için mod ve medyana göre daha yeterli bir tahmincidir.
Güven Katsayısı (1-α)Hesaplanan güven aralığının, tahmin edilmek istenen gerçek populasyon parametresini kendi içinde barındırma olasılığıdır. Genellikle %90, %95 veya %99 gibi yüksek olasılık değerleri olarak araştırmacı tarafından belirlenir.
Hata Seviyesi (α)Populasyon parametresinin, hesaplanan güven sınırlarının dışında kalma (aralığa düşmeme) olasılığını ifade eden risk düzeyidir. %95 güven düzeyinde çalışıldığında hata seviyesi α = 0.05 (yani %5) olarak alınır.
Güven AralığıAralık tahmininde hesaplanan üst güven sınırı ile alt güven sınırı arasında kalan ve parametrenin bulunmasının beklendiği sayısal bölgedir. Üst sınır ile alt sınır arasındaki fark (b-a) şeklinde hesaplanır.
Merkezi Limit TeoremiOrijinal dağılımı ne olursa olsun, belirli bir populasyondan çekilen yeterince büyük örneklemlerin ortalamalarının dağılımının normal dağılıma yaklaşacağını öngören temel istatistik teoremidir. Bu teorem sayesinde varyansı bilinen durumlarda Z dağılımı kullanılabilir.
Serbestlik DerecesiBir istatistiksel hesaplamada, verilerin üzerinde hiçbir kısıtlama olmaksızın serbestçe değişebilen gözlem sayısıdır. t ve Ki-Kare dağılımlarında güven sınırları hesaplanırken genellikle n-1 serbestlik derecesi kullanılır.

Diğer Önemli Bilgiler

Kan Şekeri Varyansının Güven Sınırları

50 yaş üstü 30 kişinin kan şekeri varyansı S²=144 olarak hesaplanmıştır. Ki-Kare dağılımı ve 29 serbestlik derecesi kullanılarak yapılan analizde, populasyon varyansının %99 güven sınırları alt sınır 79.79 ve üst sınır 318.27 olarak hesaplanmıştır. Bu aralık, varyansın geniş bir dağılım gösterebileceğini ortaya koymaktadır.

t Dağılımı Olasılıklarının Örnek Boyutuyla Değişimi

Örnek boyutu arttıkça t dağılımının Z dağılımına yakınsadığı gösterilmiştir. Örneğin n=10 için t olasılığı 0.05 iken Z olasılığı 0.0351'dir; n=120'ye ulaşıldığında ise t olasılığı 0.05 iken Z olasılığı 0.0485'e kadar yaklaşarak aradaki farkın neredeyse kapandığını doğrular.

Aritmetik Ortalamanın Varyans Üstünlüğü

Aritmetik ortalamanın varyansı (σ²/n), medyanın varyansından (σ²π/2n) daha küçük olduğu için aritmetik ortalama medyana göre daha etkin bir tahmincidir. Bu matematiksel gerçek, biyoistatistikte neden medyan yerine öncelikle ortalamanın tercih edildiğini açıklar.

Güven Sınırlarının Karar Teorisindeki Rolü

Güven sınırları, iki farklı grubun ortalamalarının veya oranlarının karşılaştırılmasında hipotez testlerine alternatif bir yöntem sunar. Hesaplanan güven aralıklarının birbiriyle çakışıp çakışmadığına bakılarak gruplar arasında istatistiksel olarak anlamlı bir fark olup olmadığına karar verilebilir.

Sınavda Dikkat Et

  • Varyans biliniyorsa Z, bilinmiyorsa ve n < 30 ise t dağılımını seçin. Sınavda hangi dağılımı kullanacağınızı belirlemek soruyu çözmenin ilk adımıdır.
  • Güven düzeyi (1-α) yükseldikçe güven aralığının genişleyeceğini unutmayın. Bu teorik ilişki sınavlarda sıkça doğrudan soru olarak karşınıza çıkar.
  • Örneklem boyutu (n) arttıkça standart hata küçülür ve güven aralığı daralır. Hassas tahminler için büyük örneklemler tercih edilir.
  • Varyansın güven sınırları sorularında Ki-Kare (χ²) dağılımı kullanılır ve formüldeki payda değerlerinin asimetrik olduğunu, alt ve üst sınır için farklı tablo değerleri kullanılacağını aklınızda tutun.
  • Aritmetik ortalamanın sapmasız, kararlı, en etkin ve en yeterli tahminci olduğunu bilin. Nokta tahmincilerinin kıyaslandığı sözel sorularda aritmetik ortalama her zaman en ideal özelliklere sahiptir.