İki Yönlü Varyans Analizi

72 soru

Soru 1Soru

Bir çevre mühendisi, bir nehirdeki kirlilik seviyesini düşürmek amacıyla 44 farklı "Kimyasal Arıtıcı" (A faktörü) ile 55 farklı "Filtreleme Sistemi"nin (B faktörü) etkinliğini inceleyen iki yönlü bir deney tasarlamıştır. Zaman ve maliyet kısıtları nedeniyle, her bir kimyasal arıtıcı ve filtreleme sistemi kombinasyonu için yalnızca bir ölçüm (hücre başına tek gözlem, n=1n=1) yapılabilmiştir.

Mühendis, belirli kimyasal arıtıcıların sadece belirli filtreleme sistemleriyle birleştiğinde beklenenden çok daha yüksek bir arıtma performansı gösterdiğinden (faktörler arası güçlü bir etkileşim olduğundan) şüphelenmektedir. Ancak verileri analiz ederken mecburen etkileşimsiz (toplanabilir) iki yönlü ANOVA modeli kullanmıştır.

Bu tasarımda, şüphelenilen güçlü etkileşim etkisinin model üzerindeki istatistiksel sonucu ve mühendisin ana etki testlerine geçmeden önce bu durumu tespit edebilmek için kullanması gereken uygun istatistiksel yöntem aşağıdakilerin hangisinde doğru verilmiştir?

Cevabı ve açıklamayı göster

Cevap: Etkileşim etkisi hata teriminin içine karışarak Hata Kareler Ortalamasını şişirir ve ana etkilerin test gücünü düşürür; bu durumu sınamak için Tukey Toplanabilirlik Testi kullanılmalıdır.

Cevap

Etkileşim etkisi hata teriminin içine karışarak Hata Kareler Ortalamasını şişirir ve testin gücünü düşürür. Bu durum Tukey Toplanabilirlik Testi ile sınanmalıdır.
İki yönlü varyans analizinde hücre başına yalnızca bir gözlem (n=1n=1) varsa, etkileşim kareler toplamı ile hata kareler toplamını birbirinden ayırmak matematiksel olarak imkânsızdır. Bu nedenle analiz yapılırken etkileşimin olmadığı (toplanabilirlik) varsayılır ve kalıntı varyansı hata varyansı (MSEMS_E) olarak kullanılır. Ancak gerçekte bir etkileşim mevcutsa, bu varyans hata terimini şişirir. F testinin paydası olan MSEMS_E gereğinden büyük olacağı için, elde edilecek F hesap değerleri küçülür. Bu da var olan anlamlı ana etkilerin bile 'anlamsız' bulunmasına yol açar (testin gücü düşer). Araştırmacıların bu gizli etkileşimi fark edebilmesi için özel olarak geliştirilmiş olan Tukey Toplanabilirlik Testi'ni kullanmaları zorunludur.

Adım Adım Çözüm

1
Hücre başına tek gözlemli (n=1n=1) iki yönlü tasarımın serbestlik derecesi özelliklerini değerlendirmek.
Toplam serbestlik derecesi rc1rc-1 iken, ana etkiler (r1)(r-1) ve (c1)(c-1) serbestlik derecesi alır. Geriye kalan (r1)(c1)(r-1)(c-1) serbestlik derecesi, modele bağlı olarak ya etkileşim ya da kalıntı (hata) için kullanılır. İkisi aynı anda tahmin edilemez.
Model parametrelerinin hesaplanabilmesi için sistemin serbestlik derecesi kısıtlarını anlamak gerekir.
2
Etkileşimin var olduğu durumda etkileşimsiz (toplanabilir) modelin nasıl davranacağını analiz etmek.
Model toplanabilir varsayıldığında, o (r1)(c1)(r-1)(c-1) serbestlik dereceli kısım doğrudan Hata Kareler Toplamı (SSESS_E) olarak kabul edilir. Gerçekte etkileşim varsa, bu değişim SSESS_E'nin içine saklanır.
Etkileşimin kalıntı (residual) varyansıyla iç içe geçme (confounding) durumunu tespit etmek içindir.
3
Şişmiş bir Hata Kareler Toplamının FF istatistiğine olan etkisini yorumlamak.
Ana etkiler için F=MSAnaEtki/MSEF = MS_{AnaEtki} / MS_E formülü kullanılır. Payda (MSEMS_E) beklendiğinden çok daha büyük çıkacağı için FF değeri küçülür. Testin Tip II hata oranı artar, yani testin gücü (gerçek farklılığı bulma olasılığı) zayıflar.
Varsayım ihlalinin istatistiksel sonuçlar üzerindeki doğrudan etkisini bulmak.
4
Bu tür veri yapılarında toplanabilirlik varsayımını test etmek için geliştirilmiş istatistiksel aracı belirlemek.
Hücre başına tek gözlem olduğunda çarpımsal bir etkileşim olup olmadığını kontrol eden araç 'Tukey Toplanabilirlik (Additivity) Testi'dir.
Soruda istenen teşhis yöntemini doğru isimlendirmek.

Anahtar Kavram

Hücre Başına Tek Gözlemli Tasarımda (n=1) Etkileşimin Hata Terimiyle Çakışması ve Tukey Toplanabilirlik Testi

Alternatif Yöntem

Veri toplama aşamasında maliyet kısıtları olsa bile, tamamen tek gözlemli tasarım yerine tasarımın sadece belirli kısımlarında fazladan gözlem yaparak (örneğin kısıtlı replikasyon) saf hata varyansının tahmin edilmesini sağlamak, toplanabilirlik varsayımına olan bağımlılığı azaltabilirdi.
Tahmini Süre:2m 0s
Soru 2Soru

Bir tarım araştırmacısı, yeni geliştirilen bir tohum türünün verimi üzerinde "Gübre Çeşidi" (A faktörü, 3 düzey) ve "Sulama Sıklığı" (B faktörü, 4 düzey) faktörlerinin etkilerini incelemek istemektedir. Deney, her bir faktör kombinasyonunda (hücrede) rastgele seçilen 5 farklı tarım parselinde tam tekrarlı olarak yürütülmüştür.

İki yönlü varyans analizi (ANOVA) sonucunda, Gübre Çeşidi ×\times Sulama Sıklığı etkileşim etkisinin istatistiksel olarak anlamlı olduğu (p<0,05p < 0,05) tespit edilmiştir.

Buna göre, analizdeki etkileşim kaynağının serbestlik derecesi ve araştırmacının bu aşamadan sonra ana etkiler için yapması gereken en uygun yorum aşağıdakilerden hangisinde sırasıyla doğru olarak verilmiştir?

Cevabı ve açıklamayı göster

Cevap: 6 / Ana etkiler tek başına yorumlanırken dikkatli olunmalı, bir faktörün etkisi diğerinin düzeylerine göre incelenmelidir.

Cevap

Etkileşim serbestlik derecesi 6'dır ve etkileşim anlamlı olduğu için ana etkiler tek başına yorumlanırken dikkatli olunmalı, faktörlerin birbirlerine bağlı etkileri incelenmelidir.
İki yönlü etkileşimli ANOVA modelinde etkileşim varyansının serbestlik derecesi (a1)(b1)(a-1)(b-1) kuralıyla 2×3=62 \times 3 = 6 olarak hesaplanır. Etkileşim etkisinin istatistiksel açıdan anlamlı olması, deneydeki faktörlerin bağımlı değişken üzerinde birbirlerine bağlı olarak etki gösterdiklerini kanıtlar. Bu durumda, faktörlerden birinin genel ortalama etkisinden (ana etki) bahsetmek yanıltıcı olabilir. En güvenilir yol, bir faktörün etkisini diğer faktörün her bir düzeyi için ayrı ayrı (basit ana etkiler) incelemek ve yorumlarken dikkatli olmaktır.

Adım Adım Çözüm

1
Modeldeki düzey sayıları ile gözlem sayısını belirleme.
A faktörü düzeyi a=3a=3, B faktörü düzeyi b=4b=4 ve hücre başına tekrar sayısı n=5n=5 olarak tespit edilir.
Varyans analizinde serbestlik derecelerinin doğru hesaplanabilmesi için parametrelerin tanımlanması gerekir.
2
Etkileşim serbestlik derecesinin hesaplanması.
Etkileşim serbestlik derecesi (a1)(b1)(a-1)(b-1) formülü ile (31)×(41)=2×3=6(3-1) \times (4-1) = 2 \times 3 = 6 olarak bulunur.
İki yönlü ANOVA'da etkileşim kaynağının varyansı, faktörlerin ayrı ayrı serbestlik derecelerinin çarpımına eşittir.
3
Anlamlı etkileşim durumunda ana etki yorumunun belirlenmesi.
Ana etkiler (gübre türü veya sulama sıklığı) genel geçer sonuçlar olarak değerlendirilemez; basit ana etkiler (simple main effects) incelenmelidir.
Etkileşim (p<0,05p < 0,05), bir faktörün performansının diğer faktörün hangi düzeyinde olunduğuna sıkı sıkıya bağlı olduğunu gösterir.

Anahtar Kavram

İki Yönlü ANOVA'da Serbestlik Derecesi Hesaplamaları ve Etkileşim Etkisinin Yorumlanması
Soru 3Soru

Bir araştırmacı, sıcaklık (AA faktörü) ve basınç (BB faktörü) olmak üzere iki faktörün bir kimyasal reaksiyonun verimi üzerindeki etkisini incelemek üzere iki yönlü bir deney tasarlamıştır. Her faktörün üç farklı düzeyi belirlenmiş ve toplam 9 farklı düzey kombinasyonunun (hücrenin) her birinde yalnızca birer kez (n=1n=1) ölçüm yapılarak deney tamamlanmıştır. Hata terimlerinin normal dağıldığı, birbirinden bağımsız olduğu ve varyansların homojen olduğu varsayımlarının karşılandığı bilinmektedir.

Buna göre, bu veri yapısıyla kurulacak iki yönlü varyans analizi (ANOVA) modeli için aşağıdaki ifadelerden hangisi doğrudur?

Cevabı ve açıklamayı göster

Cevap: Her hücrede yalnızca bir gözlem bulunduğundan grup içi hata varyansı doğrudan hesaplanamaz, bu nedenle faktörler arası etkileşim etkisinin anlamlılığı standart iki yönlü ANOVA ile test edilemez.

Cevap

Her hücrede yalnızca bir gözlem bulunduğundan grup içi hata varyansı doğrudan hesaplanamaz, bu nedenle faktörler arası etkileşim etkisinin anlamlılığı standart iki yönlü ANOVA ile test edilemez.
İki yönlü varyans analizinde (ANOVA), faktörlerin ortaklaşa etkisini ölçen etkileşim terimini standart yöntemlerle test edebilmek için her bir faktör düzey kombinasyonunda (hücrede) en az iki gözlem değerine (tekrarlamaya, n2n \geq 2) ihtiyaç vardır. Grup içi (hata) serbestlik derecesi ab(n1)ab(n-1) formülü ile hesaplanır. Soru kökünde belirtildiği gibi her hücrede sadece bir ölçüm (n=1n=1) varsa, hata serbestlik derecesi ab(11)=0ab(1-1) = 0 olur. Paydada sıfır olacağından Hata Kareler Ortalaması (MSE) hesaplanamaz ve dolayısıyla etkileşimli model için F istatistiği elde edilemez. Bu tür durumlarda etkileşimin olmadığı varsayılarak (toplanabilir model) veya Tukey Toplanabilirlik Testi gibi özel prosedürler kullanılarak analiz yapılır.

Adım Adım Çözüm

1
İki yönlü ANOVA tablosunda serbestlik derecelerinin (sd) nasıl hesaplandığını formüle et.
Grup içi (hata) serbestlik derecesi formülü: sdhata=ab(n1)sd_{hata} = a \cdot b \cdot (n - 1) olarak bulunur.
Varyans analizi yapılabilmesi için F istatistiğinin paydasını oluşturan Hata Kareler Ortalaması'nın (MSE) hesaplanabilmesi gerekir.
2
Verilen probleme formülü uyarla ve n=1n=1 durumu için hata serbestlik derecesini hesapla.
sdhata=33(11)=90=0sd_{hata} = 3 \cdot 3 \cdot (1 - 1) = 9 \cdot 0 = 0 bulunur.
Hücre başına düşen gözlem sayısı veri yapısının kısıtlarını gösterir.
3
Hata serbestlik derecesinin sıfır olmasının modele etkisini değerlendir.
sdhata=0sd_{hata} = 0 olduğunda hata varyansı tahmin edilemez ve etkileşim kareler toplamı hata terimine karışır.
Etkileşim etkisinin test edilebilmesi için veri yapısında mutlaka hücre içi tekrarlamaya (n>1) ihtiyaç vardır.

Anahtar Kavram

İki Yönlü Varyans Analizinde Veri Yapısı ve Hata Varyansının Tahmini (Hücre İçi Tekrarlama)
Tahmini Süre:1m 30s
Soru 4Soru

İki yönlü varyans analizi (ANOVA) modelinde, A ve B faktörlerinin yanıt değişkeni üzerindeki etkilerini incelemek amacıyla hücre başına çoklu gözlem (n>1n > 1) içeren tam model (Yijk=μ+αi+βj+(αβ)ij+εijkY_{ijk} = \mu + \alpha_i + \beta_j + (\alpha\beta)_{ij} + \varepsilon_{ijk}) kurulmuştur.

Bu modelde yer alan etkileşim terimi (αβ)ij(\alpha\beta)_{ij} ve bu terimin istatistiksel yorumlanmasına ilişkin aşağıdaki ifadelerden hangisi teorik olarak kesinlikle doğrudur?

Cevabı ve açıklamayı göster

Cevap: Bir faktörün bağımlı değişken üzerindeki etkisinin, diğer faktörün hangi düzeyinde bulunulduğuna bağlı olarak değişme miktarını ifade eder; anlamlı çıkması halinde ana etkilerin tek başına koşulsuz yorumlanması genellikle yanıltıcıdır.

Cevap

İki yönlü ANOVA'da etkileşim terimi, bir faktörün bağımlı değişken üzerindeki etkisinin diğer faktörün düzeyine göre değiştiğini gösterir. Etkileşim anlamlı ise ana etkiler doğrudan genellenerek yorumlanmamalıdır.
İki yönlü tam varyans analizi modelinde etkileşim terimi (αβ)ij(\alpha\beta)_{ij}, faktörlerin bağımlı değişken üzerindeki etkilerinin toplanabilir olup olmadığını test eder. Bir faktörün etkisinin, diğer faktörün hangi seviyesinde olunduğuna göre yön veya büyüklük değiştirmesi durumuna etkileşim denir. İstatistiksel olarak etkileşim anlamlı bulunduğunda, hiyerarşik ilke gereği araştırmacının sadece ana etkilere bakarak genel sonuçlar çıkarması hatalı kabul edilir; bunun yerine faktörlerin spesifik kombinasyonları (basit ana etkiler) detaylı olarak incelenmelidir.

Adım Adım Çözüm

1
Model denklemini analiz et.
Yijk=μ+αi+βj+(αβ)ij+εijkY_{ijk} = \mu + \alpha_i + \beta_j + (\alpha\beta)_{ij} + \varepsilon_{ijk} denkleminde αi\alpha_i A faktörünün, βj\beta_j B faktörünün ana etkisidir. (αβ)ij(\alpha\beta)_{ij} ise etkileşim terimidir.
Her bir matematiksel bileşenin teorik karşılığını doğru tanımlamak, sorunun temelini oluşturur.
2
Etkileşim teriminin kavramsal tanımını yap.
Etkileşim, bir faktörün düzeyleri arasındaki farkların, diğer faktörün düzeyleri boyunca sabit kalmadığı durumu ölçer.
Bu tanım, ana etkilerin basit toplamı varsayımını (toplanabilirlik) ortadan kaldırır.
3
Etkileşimin anlamlı olması durumunda ana etkilerin yorumlanma kuralını belirle.
Eğer etkileşim (p<0.05p < 0.05) anlamlıysa, faktörlerin bağımsız çalıştığı söylenemez. Bu nedenle A faktörünün genel (marjinal) etkisi hakkında konuşmak yanıltıcı olur; etki B faktörünün düzeylerine göre parçalanarak (basit etkiler) incelenmelidir.
İstatistiksel analizlerde temel ilke, yüksek dereceli etkileşimler anlamlıyken düşük dereceli etkilerin (ana etkiler) tek başına raporlanmasının teorik olarak eksik bilgi sunmasıdır.

Anahtar Kavram

İki Yönlü ANOVA'da Etkileşim Etkisi ve Toplanabilirlik
Soru 5Soru

Bir ziraat mühendisi, buğday verimi (ton/hektar) üzerinde iki farklı "Gübre Çeşidi" (A faktörü) ile üç farklı "Sulama Yöntemi"nin (B faktörü) etkisini incelemek amacıyla hücre başına 4 tekrarlı (gözlemli) iki yönlü varyans analizi (ANOVA) uygulamıştır. Yapılan analiz sonucunda, Gübre Çeşidi ×\times Sulama Yöntemi etkileşim etkisinin (interaction effect) istatistiksel olarak anlamlı olduğu (%5 anlamlılık düzeyinde) tespit edilmiştir.

Bu deneyin sonuçlarıyla ilgili olarak iki yönlü varyans analizi modeli çerçevesinde aşağıdaki yorumlardan hangisi istatistiksel açıdan en doğrudur?

Cevabı ve açıklamayı göster

Cevap: Gübre çeşidinin buğday verimi üzerindeki etkisi, kullanılan sulama yöntemine bağlı olarak değişmektedir; bu nedenle yalnızca ana etkilere bakılarak yapılacak genel değerlendirmeler yanıltıcı olabilir.

Cevap

Gübre çeşidinin buğday verimi üzerindeki etkisi, kullanılan sulama yöntemine bağlı olarak değişmektedir; bu nedenle yalnızca ana etkilere bakılarak yapılacak genel değerlendirmeler yanıltıcı olabilir.
İki yönlü varyans analizinde faktörler arası etkileşimin (interaction) anlamlı olması, bir faktörün bağımlı değişken üzerindeki etkisinin diğer faktörün düzeylerine göre değişkenlik gösterdiği anlamına gelir. Bu denemede, gübre çeşidinin verim artışına katkısı hangi sulama yönteminin kullanıldığına göre değişmektedir. Etkileşimin güçlü olduğu bu tip durumlarda toplanabilir (additive) model geçerliliğini yitirir ve faktörlerin etkileri birbirine bağımlı hale gelir. Dolayısıyla, etkileşimi hesaba katmadan doğrudan 'ana etkilere' (örneğin sadece gübrenin genel ortalamasına) bakarak yargıya varmak bilimsel olarak hatalı ve yanıltıcıdır. Doğru seçenek bu istatistiksel kuralı en doğru şekilde özetlemektedir.

Adım Adım Çözüm

1
Sorudaki analizin türünü ve verilen sayısal bulguyu tanımlamak.
Araştırmacı hücre başına çok gözlemli (tekrarlı) iki yönlü ANOVA uygulamış ve Faktör A ile Faktör B arasındaki etkileşim etkisini (interaction) istatistiksel olarak anlamlı bulmuştur.
Yorumlamanın hangi istatistiksel temele (toplanabilir model mi, etkileşimli model mi) dayanacağını belirlemek için.
2
İki yönlü ANOVA modelinde 'etkileşim etkisinin (interaction effect)' kavramsal tanımını hatırlamak.
Etkileşim, faktörlerden birinin bağımlı değişken (verim) üzerindeki etkisinin, diğer faktörün hangi düzeyinde bulunulduğuna göre farklılık göstermesi durumudur.
Anlamlı çıkan istatistiksel bulgunun gerçek dünya verisinde (gübre ve sulama bağlamında) ne ifade ettiğini çözmek için.
3
Etkileşim anlamlı olduğunda, faktörlerin tek başına etkilerini (ana etkileri) yorumlama kuralını değerlendirmek.
Etkileşim mevcutken faktörler birbirine bağımlıdır. Bu durumda 'A gübresi her zaman iyidir' gibi ana etkilere dayalı genel, kapsayıcı yorumlar yapmak yanlış yönlendirici olabilir; değerlendirmeler spesifik düzey kombinasyonlarına göre yapılmalıdır.
Seçenekler arasından istatistiksel ilkelerle en iyi uyuşan bilimsel yorumu saptamak için.

Anahtar Kavram

İki Yönlü ANOVA'da Etkileşim Etkisi (Interaction Effect) ve Ana Etkilerin Yorumlanabilirliği
Soru 6Soru

İki faktörlü (A ve B), hücre başına eşit gözlem sayısına (n=3n=3) sahip tam şansa bağlı bir varyans analizi tasarımında; A faktörü 3 (a=3a=3), B faktörü ise 4 (b=4b=4) seviyelidir.

Araştırma sonucunda elde edilen verilere ait bazı özet istatistikler aşağıda verilmiştir:
- Genel toplam: T...=360T_{...} = 360
- Gözlem değerlerinin kareleri toplamı: i=13j=14k=13Yijk2=5000\sum_{i=1}^3 \sum_{j=1}^4 \sum_{k=1}^3 Y_{ijk}^2 = 5000
- A faktörü seviye toplamlarının kareleri toplamı: i=13Ti..2=45600\sum_{i=1}^3 T_{i..}^2 = 45600
- B faktörü seviye toplamlarının kareleri toplamı: j=14T.j.2=35100\sum_{j=1}^4 T_{.j.}^2 = 35100
- Hücre (alt grup) toplamlarının kareleri toplamı: i=13j=14Tij.2=13500\sum_{i=1}^3 \sum_{j=1}^4 T_{ij.}^2 = 13500

Buna göre, A ve B faktörleri arasındaki **etkileşim kareler toplamı (KTABKT_{AB})** aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: 400

Cevap

Doğru cevap, alt gruplar kareler toplamından ana etkilerin çıkarılmasıyla bulunan 400 değeridir.
İki yönlü varyans analizinde etkileşim kareler toplamı (KTABKT_{AB}), alt gruplar (hücreler) kareler toplamından (KTAltKT_{Alt}) her iki faktörün ana etki kareler toplamlarının (KTAKT_A ve KTBKT_B) çıkarılmasıyla elde edilir. Öncelikle düzeltme terimi DT=3602/36=3600DT = 360^2 / 36 = 3600 bulunur. Ardından KTAlt=13500/33600=900KT_{Alt} = 13500/3 - 3600 = 900, KTA=45600/123600=200KT_A = 45600/12 - 3600 = 200 ve KTB=35100/93600=300KT_B = 35100/9 - 3600 = 300 olarak hesaplanır. Son olarak toplanabilirlik ilkesi gereği KTAB=900200300=400KT_{AB} = 900 - 200 - 300 = 400 bulunur.

Adım Adım Çözüm

1
Toplam gözlem sayısı (NN) ve Düzeltme Terimini (DTDT) hesaplayın.
N=a×b×n=3×4×3=36N = a \times b \times n = 3 \times 4 \times 3 = 36 ve DT=T...2N=360236=3600DT = \frac{T_{...}^2}{N} = \frac{360^2}{36} = 3600.
Varyans analizinde tüm kareler toplamları hesaplanırken ham kareler toplamlarından bu düzeltme terimi çıkarılır.
2
Alt Gruplar (Hücreler) Kareler Toplamını (KTAltKT_{Alt}) bulun.
KTAlt=Tij.2nDT=1350033600=45003600=900KT_{Alt} = \frac{\sum \sum T_{ij.}^2}{n} - DT = \frac{13500}{3} - 3600 = 4500 - 3600 = 900.
Hücre toplamları üzerinden hesaplanan bu değer, ana etkileri ve etkileşim etkisini birlikte barındırır.
3
A ve B faktörleri için ana etki Kareler Toplamlarını (KTAKT_A ve KTBKT_B) hesaplayın.
KTA=456004×33600=45600123600=200KT_A = \frac{45600}{4 \times 3} - 3600 = \frac{45600}{12} - 3600 = 200 ve KTB=351003×33600=3510093600=300KT_B = \frac{35100}{3 \times 3} - 3600 = \frac{35100}{9} - 3600 = 300.
Etkileşim değerini ayrıştırabilmek için, faktörlerin bağımsız (ana) etkilerinin ne kadar varyans açıkladığı bulunmalıdır. Burada paydadaki değerler sırasıyla b×nb \times n ve a×na \times n'dir.
4
Etkileşim Kareler Toplamını (KTABKT_{AB}) ayrıştırın.
KTAB=KTAltKTAKTB=900200300=400KT_{AB} = KT_{Alt} - KT_A - KT_B = 900 - 200 - 300 = 400.
Alt gruplar kareler toplamı, ana etkiler ve etkileşimin toplamından oluştuğundan (toplanabilirlik kuralı), ana etkiler çıkarıldığında geriye etkileşim kalır.

Anahtar Kavram

İki yönlü ANOVA'da etkileşim kareler toplamının, alt gruplar ve ana etki kareler toplamları kullanılarak elde edilmesi.
Tahmini Süre:3m 0s
Soru 7Soru

Bir ziraat mühendisi, 4 farklı gübre türü (A faktörü) ve 3 farklı sulama yönteminin (B faktörü) buğday verimi üzerindeki etkisini incelemek amacıyla iki yönlü varyans analizi (ANOVA) planlamıştır. Her bir gübre ve sulama kombinasyonu için tarlada rastgele seçilen 3 farklı parsele ekim yapılmıştır (hücre başına eşit gözlem).

Elde edilen verilere ilişkin bazı ara hesaplamalar aşağıda verilmiştir:
- Düzeltme terimi (CFCF) = 1200012000
- Gözlem değerlerinin kareleri toplamı (Yijk2\sum\sum\sum Y_{ijk}^2) = 1450014500
- A faktörü düzey toplamlarının kareleri üzerinden hesaplanan düzeltilmemiş kareler toplamı (Yi..2bn\sum \frac{Y_{i..}^2}{bn}) = 1280012800
- B faktörü düzey toplamlarının kareleri üzerinden hesaplanan düzeltilmemiş kareler toplamı (Y.j.2an\sum \frac{Y_{.j.}^2}{an}) = 1260012600
- Gübre ve sulama kombinasyonlarına (hücrelere) ait alt toplamların kareleri üzerinden hesaplanan düzeltilmemiş kareler toplamı (Yij.2n\sum\sum \frac{Y_{ij.}^2}{n}) = 1380013800

Buna göre, gübre ve sulama yönteminin ortaklaşa etkisini gösteren **etkileşim kareler toplamı (SSABSS_{AB}) ile hata kareler toplamı (SSESS_E)** sırasıyla aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: 400400 ve 700700

Cevap

400400 ve 700700 değerlerini içeren seçenek doğrudur.
İki yönlü varyans analizinde etkileşim kareler toplamı, hücre kareler toplamından ana etkilerin (A ve B) kareler toplamlarının çıkarılmasıyla bulunur (1800800600=4001800 - 800 - 600 = 400). Hata kareler toplamı ise genel kareler toplamından tüm model (hücre) kareler toplamının çıkarılmasıyla (25001800=7002500 - 1800 = 700) elde edilir. Bu toplanabilirlik kuralı ANOVA'nın temel taşıdır.

Adım Adım Çözüm

1
Genel kareler toplamının (SSTSS_T) bulunması
SST=1450012000=2500SS_T = 14500 - 12000 = 2500
Genel kareler toplamı, gözlemlerin kareleri toplamından düzeltme teriminin (CFCF) çıkarılmasıyla elde edilir.
2
Ana etkilere ait kareler toplamlarının (SSASS_A ve SSBSS_B) bulunması
SSA=1280012000=800SS_A = 12800 - 12000 = 800 ve SSB=1260012000=600SS_B = 12600 - 12000 = 600
Her bir faktörün kareler toplamı, o faktörün düzeylerine ait düzeltilmemiş kareler toplamından düzeltme teriminin çıkarılmasıyla bulunur.
3
Hücre (alt grup/kombinasyon) kareler toplamının bulunması
SSHu¨cre=1380012000=1800SS_{H\ddot{u}cre} = 13800 - 12000 = 1800
Hücre kareler toplamı, kombinasyonların düzeltilmemiş kareler toplamından düzeltme terimi çıkarılarak bulunur ve modeldeki yapısal farklılığı (SSA+SSB+SSABSS_A + SS_B + SS_{AB}) temsil eder.
4
Etkileşim kareler toplamının (SSABSS_{AB}) bulunması
SSAB=SSHu¨creSSASSB=1800800600=400SS_{AB} = SS_{H\ddot{u}cre} - SS_A - SS_B = 1800 - 800 - 600 = 400
Etkileşim etkisi, hücreler arası toplam değişimden bağımsız ana etkiler çıkarılarak ayrıştırılır.
5
Hata kareler toplamının (SSESS_E) bulunması
SSE=SSTSSHu¨cre=25001800=700SS_E = SS_T - SS_{H\ddot{u}cre} = 2500 - 1800 = 700
Hata varyansı, genel varyanstan hücreler arası toplam varyansın çıkarılmasıyla (SSTSSASSBSSABSS_T - SS_A - SS_B - SS_{AB}) hesaplanır.

Anahtar Kavram

İki Yönlü ANOVA'da Kareler Toplamlarının Ayrıştırılması
Soru 8Soru

Bir endüstri mühendisi, üretilen bir polimerin dayanıklılığını optimize etmek amacıyla sıcaklık (AA faktörü, 33 düzey) ve basınç (BB faktörü, 55 düzey) değişkenlerini incelediği, iki yönlü (faktöriyel) tam şansa bağlı bir deney tasarlamıştır. Her bir sıcaklık ve basınç kombinasyonunda 22 bağımsız ölçüm (tekrar) yapılmıştır.

Veri analizinden elde edilen bazı ara istatistikler aşağıda verilmiştir:
- Tüm gözlem değerlerinin genel toplamı: Y...=120Y_{...} = 120
- Hücre toplamlarının kareleri toplamı: i=13j=15Yij.2=1600\sum_{i=1}^{3} \sum_{j=1}^{5} Y_{ij.}^2 = 1600
- Genel kareler toplamı: SST=450SST = 450
- AA faktörünün kareler ortalaması: MSA=60MS_A = 60
- BB faktörünün kareler ortalaması: MSB=25MS_B = 25
\Buna göre, bu deney tasarımına ait etkileşim kareler toplamı (SSABSS_{AB}) ve hata kareler toplamı (SSESSE) sırasıyla aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: 100100 ve 130130

Cevap

İlgili istatistikler kullanılarak etkileşim kareler toplamı 100100 ve hata kareler toplamı 130130 olarak bulunur.
Sorunun çözümünde adım adım gidilmesi gerekmektedir. Toplam gözlem sayısı (NN) 3×5×2=303 \times 5 \times 2 = 30'dur. Düzeltme faktörü (CFCF), 1202/30=480120^2 / 30 = 480 olarak hesaplanır. Alt gruplar kareler toplamı (SSSubtotalsSS_{Subtotals}), 16002480=320\frac{1600}{2} - 480 = 320 sonucunu verir. A ve B faktörlerinin kareler toplamlarına ulaşmak için MS değerleri serbestlik dereceleri ile çarpılır: SSA=60×(31)=120SS_A = 60 \times (3-1) = 120 ve SSB=25×(51)=100SS_B = 25 \times (5-1) = 100. Bu değerler ışığında etkileşim kareler toplamı SSAB=320120100=100SS_{AB} = 320 - 120 - 100 = 100 olur. Son olarak hata kareler toplamı, genel kareler toplamından alt grupların çıkarılmasıyla bulunur: SSE=450320=130SSE = 450 - 320 = 130.

Adım Adım Çözüm

1
Toplam gözlem sayısını (NN) belirleme ve Düzeltme Faktörünü (CFCF) hesaplama
N=3×5×2=30N = 3 \times 5 \times 2 = 30 olarak bulunur. CF=120230=480CF = \frac{120^2}{30} = 480 elde edilir.
Kareler toplamı hesaplamalarında, formüldeki genel toplamın etkisini arındırmak için düzeltme faktörüne ihtiyaç vardır.
2
Alt gruplar (hücreler) kareler toplamını (SSSubtotalsSS_{Subtotals}) bulma
SSSubtotals=16002480=800480=320SS_{Subtotals} = \frac{1600}{2} - 480 = 800 - 480 = 320
Etkileşim kareler toplamını bulabilmek için hücre toplamlarının kullanıldığı bir alt grup ara hesaplaması yapılması teorik olarak zorunludur.
3
A ve B faktörleri için serbestlik derecelerini ve kareler toplamlarını (SSASS_A, SSBSS_B) hesaplama
dfA=31=2df_A = 3 - 1 = 2 ve dfB=51=4df_B = 5 - 1 = 4 olur. Buradan SSA=60×2=120SS_A = 60 \times 2 = 120 ve SSB=25×4=100SS_B = 25 \times 4 = 100 olarak bulunur.
Soruda verilen kareler ortalaması (MS) değerlerinden kareler toplamına (SS) geçiş yapabilmek için ilgili ana etkinin kendi serbestlik derecesi ile çarpılması gerekir.
4
Etkileşim kareler toplamını (SSABSS_{AB}) ve hata kareler toplamını (SSESSE) hesaplama
SSAB=320120100=100SS_{AB} = 320 - 120 - 100 = 100 ve SSE=450320=130SSE = 450 - 320 = 130 değerlerine ulaşılır.
İki yönlü varyans analizinde etkileşim etkisi; alt gruplardan ana etkilerin çıkarılmasıyla, deneysel hata ise genel kareler toplamından alt grupların çıkarılmasıyla elde edilir.

Anahtar Kavram

İki Yönlü Varyans Analizinde Kareler Toplamlarının Ayrıştırılması
Soru 9Soru

Bir araştırmacı, bir üretim sürecindeki bağımlı değişken üzerindeki etkilerini incelemek amacıyla iki farklı faktörü (Faktör X ve Faktör Y) ele alan tam çaprazlanmış (fully crossed) bir deney tasarlamıştır. Faktör X'in 44, Faktör Y'nin ise 33 düzeyi bulunmaktadır. Maliyet ve zaman kısıtları nedeniyle araştırmacı, her bir faktör kombinasyonunda (hücrede) yalnızca bir adet gözlem değeri (n=1n=1) elde edebilmiştir.

Buna göre, araştırmacının kuracağı iki yönlü varyans analizi (ANOVA) modeli ve analizin işleyişi ile ilgili aşağıdakilerden hangisi kesinlikle doğrudur?

Cevabı ve açıklamayı göster

Cevap: Hücrelerde tekrar (replikasyon) olmadığı için Faktör X ile Faktör Y arasındaki etkileşim etkisi deneysel hatadan ayrılamaz ve modelin toplanabilir olduğu varsayılmalıdır.

Cevap

Hücrelerde tekrar (replikasyon) olmadığı için Faktör X ile Faktör Y arasındaki etkileşim etkisinin deneysel hatadan ayrılamayacağını ve modelin toplanabilir (etkileşimsiz) olduğunun varsayılması gerektiğini ifade eden seçenektir.
İki yönlü varyans analizi modelinde tam (etkileşimli) model denklemi Yijk=μ+αi+βj+(αβ)ij+ϵijkY_{ijk} = \mu + \alpha_i + \beta_j + (\alpha\beta)_{ij} + \epsilon_{ijk} şeklindedir. Etkileşim etkisi ile deneysel hatayı birbirinden ayırabilmek için her hücrede en az iki gözlem (n2n \geq 2) olması, yani tekrarlama yapılması şarttır. Hücre başına tek gözlem (n=1n=1) olduğunda, rastgele hata (ϵij\epsilon_{ij}) ile faktörler arası etkileşim ((αβ)ij)((\alpha\beta)_{ij}) birbiriyle matematiksel olarak ayrıştırılamaz hale gelir (Hata serbestlik derecesi 0 kalır). Bu durumda analiz yapabilmek için araştırmacı, değişkenler arasında bir etkileşim olmadığını varsayarak modeli 'toplanabilir model' (additive model) formuna indirgemek ve etkileşim kareler toplamını hata kareler toplamı olarak kullanmak zorundadır.

Adım Adım Çözüm

1
Deney tasarımının temel özelliklerini belirleme
İki faktör (X ve Y), düzey sayıları a=4a=4 ve b=3b=3, hücre başına gözlem sayısı n=1n=1. Toplam gözlem sayısı N=4×3×1=12N = 4 \times 3 \times 1 = 12.
Varyans analizi modelinin serbestlik derecelerini ve hesaplanabilir bileşenlerini bulmak için parametreleri tanımlamak gerekir.
2
Serbestlik derecelerini (SD) hesaplama
Genel SD =121=11= 12 - 1 = 11. Faktör X SD =41=3= 4 - 1 = 3. Faktör Y SD =31=2= 3 - 1 = 2. Etkileşim (X*Y) SD =3×2=6= 3 \times 2 = 6. Hata SD =11(3+2+6)=0= 11 - (3 + 2 + 6) = 0.
Etkileşim etkisini ve deneysel hatayı istatistiksel olarak test edip edemeyeceğimizi görmek için serbestlik derecelerinin dağılımına bakılmalıdır.
3
Hata serbestlik derecesinin 00 olmasının teorik sonucunu yorumlama
Hata serbestlik derecesi 00 olduğunda, MS_hata (Hata Kareler Ortalaması) hesaplanamaz. Bu durumda F testini gerçekleştirebilmek için etkileşim etkisinin sıfır olduğu varsayılır.
Matematiksel olarak paydada yer alacak bir hata varyansı tahminleyicisi olmadığından, modelde etkileşim ile hata birbiriyle karışmış (confounded) olur.
4
Uygulanacak ANOVA modeline karar verme
Araştırmacı mecburen etkileşim terimini modelden çıkarmalıdır; yani Yij=μ+αi+βj+ϵijY_{ij} = \mu + \alpha_i + \beta_j + \epsilon_{ij} formundaki toplanabilir modeli (etkileşimsiz modeli) kullanmalıdır.
Hata varyansını tahmin etmenin tek yolu, etkileşim varyansını hata varyansı olarak kabul etmektir.

Anahtar Kavram

İki Yönlü ANOVA'da Hücre Başına Tek Gözlemli Tasarım (Toplanabilir Model)
Soru 10Soru

Bir kamu yönetimi uzmanı, 33 farklı hizmet içi eğitim programının (AA faktörü) ve 44 farklı prim sisteminin (BB faktörü) memurların performans puanları üzerindeki etkisini incelemek amacıyla iki yönlü varyans analizi (ANOVA) tasarlamıştır. Her bir eğitim-prim kombinasyonu için 55 personelden (n=5n=5) ölçüm alınmıştır.

Analiz sürecinde aşağıdaki istatistikler elde edilmiştir:
- Düzeltme terimi (CFCF) = 80008000
- Tüm gözlem değerlerinin kareleri toplamı (i=1aj=1bk=1nYijk2\sum\limits_{i=1}^{a}\sum\limits_{j=1}^{b}\sum\limits_{k=1}^{n} Y_{ijk}^2) = 1050010500
- Hücre (alt grup) toplamlarının kareleri üzerinden hesaplanan düzeltilmemiş toplam (i=1aj=1bYij.2n\sum\limits_{i=1}^{a}\sum\limits_{j=1}^{b} \frac{Y_{ij.}^2}{n}) = 96009600
- Eğitim programı ana etkisi kareler toplamı (SSASSA) = 600600
- Prim sistemi ana etkisi kareler toplamı (SSBSSB) = 700700

Buna göre, bu deney tasarımı için etkileşim kareler toplamı (SSABSSAB) ve hata kareler toplamı (SSESSE) sırasıyla aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: 300300 ve 900900

Cevap

Etkileşim kareler toplamı (SSABSSAB) 300300 ve hata kareler toplamı (SSESSE) 900900 olarak hesaplanır.
İki yönlü ANOVA'da kareler toplamlarının ayrıştırılması sürecinde ilk olarak düzeltme terimi (CFCF) kullanılarak Genel Kareler Toplamı (SSTSST) ve Alt Gruplar Kareler Toplamı (SSSubtotalSS_{Subtotal}) hesaplanır.

SST=Yijk2CF=105008000=2500SST = \sum Y_{ijk}^2 - CF = 10500 - 8000 = 2500
SSSubtotal=Yij.2nCF=96008000=1600SS_{Subtotal} = \sum \frac{Y_{ij.}^2}{n} - CF = 9600 - 8000 = 1600

Etkileşim kareler toplamı (SSABSSAB), alt gruplar kareler toplamı içerisindeki ana etkilerin çıkarılmasıyla elde edilir:
SSAB=SSSubtotalSSASSB=1600600700=300SSAB = SS_{Subtotal} - SSA - SSB = 1600 - 600 - 700 = 300

Hata kareler toplamı (SSESSE) ise grup içi varyasyonu yansıtır ve genel kareler toplamından alt grupların açıklayabildiği varyasyonun (alt gruplar kareler toplamının) çıkarılmasıyla hesaplanır:
SSE=SSTSSSubtotal=25001600=900SSE = SST - SS_{Subtotal} = 2500 - 1600 = 900

Sonuç olarak etkileşim 300300, hata ise 900900'dür.

Adım Adım Çözüm

1
Genel kareler toplamının (SSTSST) hesaplanması
SST=105008000=2500SST = 10500 - 8000 = 2500
Genel kareler toplamı, tüm gözlemlerin kareleri toplamından düzeltme teriminin (CFCF) çıkarılmasıyla elde edilir.
2
Alt gruplar (hücreler) kareler toplamının (SSSubtotalSS_{Subtotal}) hesaplanması
SSSubtotal=96008000=1600SS_{Subtotal} = 9600 - 8000 = 1600
Hücre toplamlarının kareleri üzerinden hesaplanan düzeltilmemiş toplamdan düzeltme terimi (CFCF) çıkarılarak alt gruplara ait kareler toplamı bulunur.
3
Etkileşim kareler toplamının (SSABSSAB) bulunması
SSAB=1600600700=300SSAB = 1600 - 600 - 700 = 300
Etkileşim kareler toplamı, alt gruplar kareler toplamından her iki ana etkinin (SSASSA ve SSBSSB) çıkarılmasıyla elde edilir.
4
Hata kareler toplamının (SSESSE) hesaplanması
SSE=25001600=900SSE = 2500 - 1600 = 900
Hata kareler toplamı, genel kareler toplamından alt gruplar kareler toplamının çıkarılmasıyla hesaplanır.

Anahtar Kavram

İki yönlü varyans analizinde kareler toplamlarının ayrıştırılması ve toplanabilirlik kuralı

Alternatif Yöntem

Hata kareler toplamı (SSESSE) aynı zamanda tüm gözlemlerin kareleri toplamından, düzeltilmemiş alt grup (hücre) toplamlarının çıkarılmasıyla doğrudan da hesaplanabilir: SSE=Yijk2Yij.2n=105009600=900SSE = \sum Y_{ijk}^2 - \sum \frac{Y_{ij.}^2}{n} = 10500 - 9600 = 900.
Tahmini Süre:2m 0s
Soru 11Soru

Bir kamu kurumu, çalışanlarının performans puanları üzerinde "Çalışma Sistemi" (AA faktörü: Esnek, Hibrit, Sabit olmak üzere 33 düzey) ve "Hizmet İçi Eğitim Süresi" (BB faktörü: Kısa, Orta, Uzun, Çok Uzun olmak üzere 44 düzey) faktörlerinin etkisini incelemek amacıyla hücre başına çok gözlemli iki yönlü varyans analizi (ANOVA) uygulamıştır. Her bir hücre (Çalışma Sistemi - Eğitim Süresi kombinasyonu) için rastgele seçilen n=5n=5 çalışanın performans puanı kaydedilmiştir.

Yapılan analiz sonucunda etkileşim etkisine (A×BA \times B) ait test istatistiği Fhesap=5.12F_{hesap} = 5.12 bulunmuş ve bu etkinin α=0.05\alpha = 0.05 düzeyinde istatistiksel olarak anlamlı olduğu sonucuna varılmıştır.

Buna göre, araştırmanın serbestlik dereceleri ve analiz sonucunun yorumlanmasıyla ilgili aşağıdaki ifadelerden hangisi kesinlikle doğrudur?

Cevabı ve açıklamayı göster

Cevap: A×BA \times B etkileşiminin serbestlik derecesi 66'dır. Etkileşim etkisi istatistiksel olarak anlamlı bulunduğundan, faktörlerin ana etkileri tek başlarına yorumlanırken dikkatli olunmalı ve bir faktörün etkisinin diğerinin düzeyine göre değiştiği göz önünde bulundurulmalıdır.

Cevap

Doğru yanıt, etkileşim serbestlik derecesini 66 olarak belirten ve etkileşim anlamlı çıktığı için ana etkilerin tek başlarına yorumlanırken son derece dikkatli olunması gerektiğini vurgulayan seçenektir.
İki yönlü varyans analizinde etkileşim serbestlik derecesi (a1)(b1)(a-1)(b-1) formülüyle hesaplanır ve 2×3=62 \times 3 = 6'dır. Etkileşim etkisinin istatistiksel olarak anlamlı çıkması, faktörlerin bağımlı çalıştığını yani birinin etkisinin diğerinin seviyesine göre farklılaştığını ifade eder. Bu nedenle ana etkilerin marjinal ortalamalar üzerinden tek başına ve genel olarak yorumlanması bilimsel olarak hatalıdır, daha detaylı inceleme (basit ana etkiler) gerekir.

Adım Adım Çözüm

1
Serbestlik derecelerinin (sd) hesaplanması
Faktör düzeyleri a=3a=3, b=4b=4 ve hücre içi gözlem sayısı n=5n=5'tir.
Etkileşim sd: (a1)(b1)=(31)(41)=6(a-1)(b-1) = (3-1)(4-1) = 6.
Hata sd: ab(n1)=3×4×4=48ab(n-1) = 3 \times 4 \times 4 = 48.
Genel sd: abn1=601=59abn - 1 = 60 - 1 = 59.
Varyans analizi tablosunda yer alan ifadelerin istatistiksel geçerliliğini test etmek için model parametrelerinin serbestlik dereceleri bulunmalıdır.
2
Anlamlı etkileşim etkisinin (A x B) yorumlanması
Etkileşim teriminin (p<0.05p < 0.05) anlamlı olması, 'Çalışma Sistemi'nin etkisinin, 'Eğitim Süresi'nin hangi düzeyinde olunduğuna bağlı olarak değiştiğini gösterir.
Etkileşimli modellerde iki faktör ortaklaşa bir etki yarattığından, ana etkilerin doğrudan marjinal ortalamalara bakılarak genelleyici biçimde yorumlanması hatalı ve yanıltıcı sonuçlara yol açar.

Anahtar Kavram

İki Yönlü ANOVA'da Serbestlik Derecesi Hesaplamaları ve Etkileşim Yorumu
Soru 12Soru

Bir araştırmacı, iki farklı öğretim yönteminin (Yöntem A ve Yöntem B) ve öğrencilerin cinsiyetinin (Kız ve Erkek) istatistik dersindeki başarı puanları üzerindeki etkisini incelemek için iki yönlü varyans analizi (ANOVA) uygulamıştır. Elde edilen hücre ortalamaları aşağıdaki tabloda verilmiştir:

Cinsiyet / Öğretim YöntemiYöntem AYöntem B
Kız6080
Erkek8060

Bu araştırmanın sonuçları ve iki yönlü varyans analizi (ANOVA) kavramları dikkate alındığında, aşağıdaki ifadelerden hangisi istatistiksel olarak doğrudur?

Cevabı ve açıklamayı göster

Cevap: Öğretim yöntemi ve cinsiyet faktörlerinin marjinal (genel) ortalamaları eşit olduğu için ana etkileri bulunmamaktadır; ancak yöntemlerin başarısı cinsiyete bağlı olarak ters yönde değiştiğinden güçlü bir etkileşim etkisi vardır.

Cevap

Her iki faktörün de marjinal ortalamalarının eşit olması sebebiyle ana etkilerin bulunmadığını, ancak öğretim yönteminin etkisinin cinsiyete göre ters yönde değişmesi nedeniyle güçlü bir etkileşim etkisi bulunduğunu ifade eden seçenektir.
Doğru seçenek, faktörlerin marjinal (satır ve sütun) ortalamalarının tamamının 70'e eşit olması sebebiyle ana etkilerin olmadığını, buna karşılık faktör düzeylerinin kendi aralarında zıt yönlü farklılıklar sergilemesi nedeniyle güçlü bir çapraz (disordinal) etkileşim olduğunu eksiksiz ifade etmektedir.

Adım Adım Çözüm

1
Marjinal (genel) ortalamaların hesaplanması.
Kız öğrencilerin genel ortalaması (60+80)/2=70(60+80)/2=70, erkek öğrencilerin genel ortalaması (80+60)/2=70(80+60)/2=70'tir. Benzer şekilde Yöntem A'nın genel ortalaması (60+80)/2=70(60+80)/2=70, Yöntem B'nin genel ortalaması (80+60)/2=70(80+60)/2=70 olarak bulunur.
Faktörlerin ana etkilerinin (main effects) varlığını sorgulayabilmek için, diğer faktörden bağımsız olarak oluşturdukları genel ortalamalara bakılmalıdır.
2
Ana etkilerin değerlendirilmesi.
Tüm grupların ve yöntemlerin marjinal ortalamaları 7070 olduğu için gruplar arası genel bir farklılık yoktur. Dolayısıyla yöntem ana etkisi ve cinsiyet ana etkisi sıfırdır.
Ana etki, ilgili faktörün ortalamaları arasında anlamlı bir fark olması durumunda ortaya çıkar.
3
Etkileşim etkisinin incelenmesi.
Kız öğrencilerde Yöntem B (8080) Yöntem A'dan (6060) çok daha başarılıyken, erkek öğrencilerde Yöntem A (8080) Yöntem B'den (6060) daha başarılıdır.
Bir faktörün bağımlı değişken üzerindeki etkisinin, diğer faktörün düzeylerine göre yön veya büyüklük değiştirmesi durumunda etkileşimden söz edilir.
4
İstatistiksel sonucun sentezlenmesi.
Marjinal ortalamaların eşit olması ana etkilerin olmadığını gösterse de, hücre içi değerlerin çapraz yer değiştirmesi (disordinal etkileşim) faktörlerin ortaklaşa çok güçlü bir etki yarattığını kanıtlar.
Etkileşim etkisi, ana etkilerden tamamen bağımsız bir bileşendir ve varlığı ana etkilere bağlı değildir.

Anahtar Kavram

İki yönlü ANOVA'da etkileşim etkisinin (interaction effect) ana etkilerden bağımsız olarak değerlendirilmesi ve disordinal etkileşimin yorumlanması.

Alternatif Yöntem

Etkileşimin varlığını hızlıca görebilmek için hücre ortalamalarının bir grafiği (etkileşim grafiği) çizilebilir. Cinsiyete veya yönteme göre çizilen doğruların birbirini kesin bir 'X' harfi şeklinde kesmesi, disordinal (çapraz) bir etkileşimin ve sıfır ana etkinin en açık görsel ispatıdır.
Tahmini Süre:1m 0s
Soru 13Soru

Bir araştırmacı, aa düzeyli AA faktörü ile bb düzeyli BB faktörünün bağımlı değişken üzerindeki etkilerini incelemek amacıyla, her hücrede nn (n>1n>1) adet tekrarın (replikasyon) bulunduğu tam çaprazlanmış iki yönlü sabit etkili bir varyans analizi (ANOVA) modeli kurmuştur.

Kullanılan doğrusal yapısal model:
Yijk=μ+αi+βj+(αβ)ij+εijkY_{ijk} = \mu + \alpha_i + \beta_j + (\alpha\beta)_{ij} + \varepsilon_{ijk}
şeklinde tanımlanmıştır. (Burada μ\mu genel kitle ortalamasını, αi\alpha_i ve βj\beta_j faktörlerin ana etkilerini, εijk\varepsilon_{ijk} ise rastgele hatayı göstermektedir.)

Deneyin sonucunda, AA faktörünün ii. düzeyi ile BB faktörünün jj. düzeyinin bir araya geldiği alt popülasyonun (hücrenin) kitle ortalaması μij\mu_{ij} olarak ifade edilmiştir.

Buna göre, yapısal modelde yer alan etkileşim etkisinin ((αβ)ij(\alpha\beta)_{ij}) matematiksel hesaplanışı ve kavramsal tanımı aşağıdakilerin hangisinde en doğru şekilde verilmiştir?

Cevabı ve açıklamayı göster

Cevap: (αβ)ij=μij(μ+αi+βj)(\alpha\beta)_{ij} = \mu_{ij} - (\mu + \alpha_i + \beta_j) eşitliğiyle hesaplanır. İlgili hücre kitle ortalamasının; genel kitle ortalaması ve faktörlerin bağımsız ana etkilerinin toplamından arındırılmasıyla geriye kalan, faktörlerin ortaklaşa yarattığı spesifik sapma (eklenti) miktarıdır.

Cevap

(αβ)ij=μij(μ+αi+βj)(\alpha\beta)_{ij} = \mu_{ij} - (\mu + \alpha_i + \beta_j) eşitliğini içeren ve etkileşimin, faktörlerin ortaklaşa yarattığı eklenti (spesifik sapma) miktarı olduğunu belirten ifadedir.
Doğrusal yapısal modelde Yijk=μ+αi+βj+(αβ)ij+εijkY_{ijk} = \mu + \alpha_i + \beta_j + (\alpha\beta)_{ij} + \varepsilon_{ijk} eşitliği verilmiştir. Her iki tarafın beklenen değeri alındığında, rastgele hatanın beklenen değeri sıfır (E(εijk)=0E(\varepsilon_{ijk}) = 0) olduğundan, E(Yijk)=μij=μ+αi+βj+(αβ)ijE(Y_{ijk}) = \mu_{ij} = \mu + \alpha_i + \beta_j + (\alpha\beta)_{ij} elde edilir. Buradan etkileşim terimi yalnız bırakıldığında (αβ)ij=μij(μ+αi+βj)(\alpha\beta)_{ij} = \mu_{ij} - (\mu + \alpha_i + \beta_j) denklemi ortaya çıkar. Kavramsal olarak etkileşim; hücre ortalamasının, faktörlerin eklenebilir (additive) bağımsız etkilerinden ne kadar saptığını ölçen ve faktörlerin ortaklaşa yarattığı etkiyi yansıtan yapısal bir parametredir.

Adım Adım Çözüm

1
Doğrusal yapısal modelin beklenen değerini alma
Model Yijk=μ+αi+βj+(αβ)ij+εijkY_{ijk} = \mu + \alpha_i + \beta_j + (\alpha\beta)_{ij} + \varepsilon_{ijk} olarak verilmiştir. Her iki tarafın beklenen değeri (E()E()) alınır.
Hücre kitle ortalamasını (μij\mu_{ij}) model parametreleri cinsinden ifade edebilmek için.
2
Rastgele hatanın beklenen değerini sıfır kabul etme
E(εijk)=0E(\varepsilon_{ijk}) = 0 olduğu için, E(Yijk)=μijE(Y_{ijk}) = \mu_{ij} eşitliği μij=μ+αi+βj+(αβ)ij\mu_{ij} = \mu + \alpha_i + \beta_j + (\alpha\beta)_{ij} haline dönüşür.
Varyans analizinin temel varsayımlarından biri hatanın beklenen değerinin sıfır olmasıdır.
3
Etkileşim parametresini (αβij\alpha\beta_{ij}) yalnız bırakma
Denklem matematiksel olarak yeniden düzenlendiğinde (αβ)ij=μij(μ+αi+βj)(\alpha\beta)_{ij} = \mu_{ij} - (\mu + \alpha_i + \beta_j) elde edilir.
Etkileşim etkisinin tanımını eklenebilir (additive) modelin beklenen değerinden ne kadar saptığı üzerinden görebilmek için.
4
Kavramsal tanımı formülle eşleştirme
Bulunan bu fark, hücre ortalamasının yalnızca ana etkiler ve genel ortalama ile açıklanamayan kısmıdır. Buna faktörlerin kombinasyonuna özgü ortaklaşa (etkileşim) etkisi denir.
Seçeneklerdeki kavramsal tanımlamaları doğrulayıp tam olarak örtüşen doğru ifadeyi seçmek için.

Anahtar Kavram

İki Yönlü ANOVA Yapısal Modeli ve Etkileşim Parametresi
Soru 14Soru

İki yönlü varyans analizinde, her bir faktör düzeyi kombinasyonunda (hücrede) yalnızca bir gözlemin bulunduğu deney tasarımları "hücre başına tek gözlemli tasarım" (etkileşimsiz model) olarak adlandırılır.

Bu tasarım ve istatistiksel modeli ile ilgili aşağıdaki ifadelerden hangisi yanlıştır?

Cevabı ve açıklamayı göster

Cevap: Verilerde gerçekte bir etkileşim bulunması durumunda, hata kareler ortalaması gerçek hata varyansından daha küçük tahmin edilir ve F testinin gücü artar.

Cevap

Verilerde gerçekte bir etkileşim bulunması durumunda, hata kareler ortalamasının gerçek hata varyansından daha küçük tahmin edildiğini ve F testinin gücünün arttığını ifade eden seçenek yanlıştır.
Hücre başına tek gözlemli iki yönlü varyans analizinde (toplanabilir model), etkileşim etkisi ile rastgele hata birbirine karışır. Eğer verilerde gerçekte bir etkileşim mevcutsa, bu etkileşimin yarattığı varyasyon hata kareler toplamına dahil olur. Bu nedenle hata kareler ortalaması (MSE), gerçek rastgele hata varyansını (σ2\sigma^2) olduğundan çok daha büyük tahmin eder. Ana etkilerin F testlerinde MSE paydada yer aldığı için, MSE'nin büyümesi hesaplanan F değerlerini küçültür. F değerlerinin küçülmesi, gerçekte var olan anlamlı etkileri tespit etme olasılığını düşürür; diğer bir deyişle testin gücü azalır ve Tip II Hata yapma riski artar. Bu mekanizmanın tam tersini iddia eden seçenek kesinlikle yanlıştır.

Adım Adım Çözüm

1
Hücre başına tek gözlemli iki yönlü ANOVA modelinin özelliklerini belirlemek.
Bu modelde her gözede tek gözlem olduğu için etkileşim etkisi ayrı bir varyasyon kaynağı olarak ölçülemez.
Toplanabilirlik varsayımı altında, artık (residual) terimin sadece rastgele hatadan oluştuğu kabul edilir.
2
Gerçekte bir etkileşim olması durumunun hata kareler ortalamasına (MSE) etkisini incelemek.
Varsayım ihlal edilip veride etkileşim bulunuyorsa, hata kareler toplamı bu etkileşimi de barındıracağından MSE gerçek hata varyansından büyük çıkar.
Beklenen hata kareler ortalaması: E(MSE)=σ2+Etkiles¸im VaryansıE(MSE) = \sigma^2 + \text{Etkileşim Varyansı} formuna dönüşür.
3
MSE'nin olduğundan büyük tahmin edilmesinin F testine etkisini değerlendirmek.
Ana etkiler için hesaplanan F=MS/MSEF = MS / MSE formülünde payda suni olarak büyüdüğü için F istatistiği küçülür. Bu durum, gerçekte var olan farklılıkları bulma olasılığını, yani testin gücünü azaltır.
Testin gücünün artacağını ve MSE'nin küçük tahmin edileceğini söyleyen ifade, istatistiksel mekanizmanın tam tersini iddia ettiği için yanlıştır.

Anahtar Kavram

Tek Gözlemli Tasarımda Etkileşim ve Hata İlişkisi
Tahmini Süre:1m 15s
Soru 15Soru

Bir araştırmacı, iki faktörlü (A ve B) ve hücre başına eşit sayıda gözlem içeren tam şansa bağlı bir varyans analizi tasarımı yürütmüştür. Araştırmada elde edilen veriler üzerinden aşağıdaki hesaplamalar yapılmıştır:

- Düzeltme faktörü (DFDF) = 80008000
- Gözlem değerlerinin kareleri toplamı (yijk2\sum \sum \sum y_{ijk}^2) = 95009500
- A faktörü kareler toplamı (SSASSA) = 350350
- B faktörü kareler toplamı (SSBSSB) = 250250
- Hücre toplamları karelerinin hücredeki gözlem sayısına bölümüyle elde edilen toplam (i=1aj=1bYij.2n\sum_{i=1}^{a}\sum_{j=1}^{b} \frac{Y_{ij.}^2}{n}) = 91009100

Buna göre, bu tasarımda modelin **hata kareler toplamı (SSESSE)** aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: 400

Cevap

Modelin hata kareler toplamı (SSESSE) 400'dür.
İki yönlü varyans analizinde Hata Kareler Toplamı (SSESSE), Genel Kareler Toplamından (SSTSST) Hücreler (Alt Gruplar) Kareler Toplamının (SShu¨creSS_{h\ddot{u}cre}) çıkarılmasıyla bulunur. Verilen değerlere göre SST=95008000=1500SST = 9500 - 8000 = 1500 ve SShu¨cre=91008000=1100SS_{h\ddot{u}cre} = 9100 - 8000 = 1100 olarak hesaplanır. Buradan SSE=SSTSShu¨cre=15001100=400SSE = SST - SS_{h\ddot{u}cre} = 1500 - 1100 = 400 sonucu elde edilir.

Adım Adım Çözüm

1
Genel Kareler Toplamını (SSTSST) hesaplama
SST=95008000=1500SST = 9500 - 8000 = 1500
Varyans analizinde toplam varyasyonu bulmak için ham gözlem değerlerinin kareleri toplamından düzeltme faktörü (DFDF) çıkarılır.
2
Hücreler (alt gruplar) Kareler Toplamını (SShu¨creSS_{h\ddot{u}cre}) hesaplama
SShu¨cre=91008000=1100SS_{h\ddot{u}cre} = 9100 - 8000 = 1100
Hücre içi varyasyon dışındaki tüm model etkilerini (A, B ve Etkileşim) topluca bulmak için hücre toplamları üzerinden hesaplanan formülden düzeltme faktörü çıkarılır.
3
Hata Kareler Toplamını (SSESSE) bulma
SSE=15001100=400SSE = 1500 - 1100 = 400
Hata kareler toplamı, genel kareler toplamından hücreler kareler toplamının çıkarılmasıyla ayrıştırılır (SSE=SSTSShu¨creSSE = SST - SS_{h\ddot{u}cre}).

Anahtar Kavram

İki Yönlü Varyans Analizinde Kareler Toplamlarının Ayrıştırılması

Alternatif Yöntem

Düzeltme faktörünü (DFDF) hiç hesaba katmadan doğrudan ham toplamlar üzerinden işlem yapılabilir: SSE=yijk2i=1aj=1bYij.2n=95009100=400SSE = \sum \sum \sum y_{ijk}^2 - \sum_{i=1}^{a}\sum_{j=1}^{b} \frac{Y_{ij.}^2}{n} = 9500 - 9100 = 400. Bu yöntem sınavlarda ciddi zaman kazandırır.
Tahmini Süre:1m 30s
Soru 16Soru

Bir kamu kurumu, personel performansını değerlendirmek amacıyla eğitim düzeyi (A faktörü, 22 düzey) ve çalışma düzeni (B faktörü, 44 düzey) dikkate alınarak, hücre başına 55 gözlem içeren iki yönlü bir varyans analizi yürütmüştür.

Analiz sonucunda elde edilen bazı değerler aşağıdaki tabloda özetlenmiştir:

İstatistiksel DeğerSembolDeğer
Genel Kareler ToplamıSSTSST23302330
A Faktörü Kareler OrtalamasıMSAMSA150150
B Faktörü Kareler ToplamıSSBSSB600600
A×\timesB Etkileşimi F DeğeriFABF_{AB}2,52,5

Buna göre, bu araştırmanın hata kareler toplamı (SSESSE) kaçtır?

Cevabı ve açıklamayı göster

Cevap: 1280

Cevap

Araştırmanın hata kareler toplamı (SSE) 1280'dir.
Doğru yanıt olan 1280 değeri, SST=SSA+SSB+SSAB+SSESST = SSA + SSB + SSAB + SSE toplanabilirlik ilkesi ile etkileşim F istatistiğinin formülünden elde edilen iki bilinmeyenli denklemin ortak çözümü sonucunda bulunmuştur. Modelde SSA=150×1=150SSA = 150 \times 1 = 150 olarak hesaplanır, SSTSST denkleminden SSAB+SSE=1580SSAB + SSE = 1580 olduğu görülür. F oranı formülünden (2,5=SSAB/3SSE/322,5 = \frac{SSAB/3}{SSE/32}) SSAB=1564SSESSAB = \frac{15}{64} SSE orantısı elde edilerek toplam denkleminde yerine konduğunda 7964SSE=1580\frac{79}{64} SSE = 1580 eşitliğinden SSE=1280SSE = 1280 sonucuna kesin olarak ulaşılır.

Adım Adım Çözüm

1
Varyans analizi modelindeki tüm serbestlik derecelerinin hesaplanması.
dfA=21=1df_A = 2-1 = 1
dfB=41=3df_B = 4-1 = 3
dfAB=1×3=3df_{AB} = 1 \times 3 = 3
dfE=2×4×(51)=32df_E = 2 \times 4 \times (5-1) = 32
Kareler ortalamalarından kareler toplamlarına geçiş yapabilmek ve F istatistiğini bileşenlerine ayırabilmek için serbestlik derecelerine ihtiyaç vardır.
2
A faktörü kareler toplamının (SSASSA) hesaplanması.
SSA=MSA×dfA=150×1=150SSA = MSA \times df_A = 150 \times 1 = 150
Genel kareler toplamından (SST) alt bileşenleri ayırabilmek için eksik olan A faktörü kareler toplamının bulunması gerekir.
3
Kareler toplamlarının toplanabilirliği ilkesi kullanılarak etkileşim (SSABSSAB) ve hata (SSESSE) kareler toplamlarının toplamının bulunması.
SST=SSA+SSB+SSAB+SSESST = SSA + SSB + SSAB + SSE
2330=150+600+SSAB+SSE    SSAB+SSE=15802330 = 150 + 600 + SSAB + SSE \implies SSAB + SSE = 1580
Elimizdeki belirli kareler toplamı değerlerini kullanarak, bilinmeyen iki bileşenin toplam varyans içindeki payı belirlenir.
4
Etkileşim F istatistiği (FABF_{AB}) formülü kullanılarak SSABSSAB ile SSESSE arasında oransal bir ilişki kurulması.
FAB=MSABMSE=SSAB/dfABSSE/dfEF_{AB} = \frac{MSAB}{MSE} = \frac{SSAB / df_{AB}}{SSE / df_E}
2,5=SSAB/3SSE/32    2,5=32×SSAB3×SSE    SSAB=2,5×332SSE=1564SSE2,5 = \frac{SSAB / 3}{SSE / 32} \implies 2,5 = \frac{32 \times SSAB}{3 \times SSE} \implies SSAB = \frac{2,5 \times 3}{32} SSE = \frac{15}{64} SSE
Ortak toplama sahip iki bilinmeyenli denklemi çözebilmek için aralarındaki oran tespit edilir.
5
Bulunan oranın, toplam denkleminde yerine konularak Hata Kareler Toplamının (SSESSE) elde edilmesi.
1564SSE+SSE=1580    7964SSE=1580    SSE=1580×6479=1280\frac{15}{64} SSE + SSE = 1580 \implies \frac{79}{64} SSE = 1580 \implies SSE = 1580 \times \frac{64}{79} = 1280
Kurulan matematiksel model çözülerek soruda istenen nihai değere ulaşılır.

Anahtar Kavram

İki Yönlü Varyans Analizinde Kareler Toplamlarının Hesaplanması ve Toplanabilirliği
Tahmini Süre:2m 30s
Soru 17Soru

Bir üretim sürecinde, 'Sıcaklık' (AA faktörü, 33 düzey) ve 'Katalizör Tipi' (BB faktörü, 44 düzey) olmak üzere iki faktörün ürün verimi üzerindeki etkileri araştırılmak istenmektedir. Deney, tamamen rastgele tasarım ilkelerine göre her bir faktör kombinasyonunda (hücrede) eşit sayıda gözlem olacak şekilde yürütülmüştür.

İki yönlü varyans analizi (ANOVA) sonuçlarına göre aşağıdaki bilgiler elde edilmiştir:
- Genel Serbestlik Derecesi: 5959
- A Faktörü Kareler Ortalaması (MSAMS_A): 120120
- Hata Kareler Toplamı (SSESSE): 480480
- A×BA \times B Etkileşimi için FF İstatistiği (FABF_{AB}): 2,52,5

Modeldeki tüm faktörlerin sabit etkili (fixed effects) olduğu bilindiğine göre, AA faktörünün ana etkisini test etmek için hesaplanması gereken FF istatistiği (FAF_A) ve modelin etkileşim kareler toplamı (SSABSS_{AB}) değerleri sırasıyla aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: 1212 ve 150150

Cevap

AA faktörü için hesaplanması gereken FF istatistiği 1212, etkileşim kareler toplamı ise 150150 olmalıdır.
Doğru sonuca ulaşmak için model yapısının geriye dönük çözümlenmesi gerekir. İlk olarak genel gözlem sayısı (NN) tespit edilir: Genel serbestlik derecesi 5959 olduğu için N=60N = 60'tır. Faktör düzeyleri a=3a=3 ve b=4b=4 olarak verildiğinden, hücre başına düşen tekrar sayısı (rr), 3×4×r=603 \times 4 \times r = 60 denkleminden r=5r = 5 bulunur. İkinci adımda hata varyansına ulaşılır: Hata serbestlik derecesi, a×b×(r1)=3×4×4=48a \times b \times (r-1) = 3 \times 4 \times 4 = 48'dir. Buradan Hata Kareler Ortalaması (MSEMSE) = 480/48=10480 / 48 = 10 hesaplanır. Sabit etkili model varsayımı altında ana etki test edilirken faktörün Kareler Ortalaması doğrudan Hata Kareler Ortalamasına bölünür: FA=120/10=12F_A = 120 / 10 = 12. Son adımda etkileşim terimi çözümlenir: Etkileşim serbestlik derecesi (31)×(41)=6(3-1) \times (4-1) = 6'dır. Formülden FAB=MSAB/MSE=2,5F_{AB} = MS_{AB} / MSE = 2,5 olduğuna göre, MSAB=2,5×10=25MS_{AB} = 2,5 \times 10 = 25'tir. Nihayetinde SSAB=25×6=150SS_{AB} = 25 \times 6 = 150 elde edilir. Etkileşim etkisinin (2,5) anlamlı çıkması durumunda, A faktörünün (12) ne kadar yüksek çıkarsa çıksın dikkatli yorumlanması ve faktör bağımlılığının dikkate alınması temel teorik bir kuraldır.

Adım Adım Çözüm

1
Genel gözlem sayısını (NN) ve hücre başına düşen gözlem sayısını (rr) hesaplamak.
N=60N = 60 ve r=5r = 5 bulunur.
Genel serbestlik derecesi N1=59N - 1 = 59 olduğundan N=60N = 60'tır. AA faktörü düzeyi a=3a=3, BB faktörü düzeyi b=4b=4 olduğuna göre a×b×r=60a \times b \times r = 60 denkleminden 12r=60    r=512r = 60 \implies r = 5 gözlem hesaplanır.
2
Hata serbestlik derecesini (dfEdf_E) ve Hata Kareler Ortalamasını (MSEMSE) bulmak.
dfE=48df_E = 48 ve MSE=10MSE = 10.
Hata serbestlik derecesi a×b×(r1)=3×4×4=48a \times b \times (r - 1) = 3 \times 4 \times 4 = 48'dir. Buradan Hata Kareler Ortalaması, MSE=SSE/dfE=480/48=10MSE = SSE / df_E = 480 / 48 = 10 olarak bulunur.
3
AA faktörünün ana etkisi için test istatistiğini (FAF_A) hesaplamak.
FA=12F_A = 12.
Sabit etkili modellerde (Model I) ana etki test edilirken faktörün kareler ortalaması, hata kareler ortalamasına bölünmelidir: FA=MSA/MSE=120/10=12F_A = MS_A / MSE = 120 / 10 = 12.
4
Etkileşim serbestlik derecesini (dfABdf_{AB}) belirlemek.
dfAB=6df_{AB} = 6.
Etkileşim serbestlik derecesi, ana faktörlerin serbestlik derecelerinin çarpımıdır: (a1)×(b1)=2×3=6(a - 1) \times (b - 1) = 2 \times 3 = 6.
5
Etkileşim kareler ortalamasını (MSABMS_{AB}) ve etkileşim kareler toplamını (SSABSS_{AB}) bulmak.
MSAB=25MS_{AB} = 25 ve SSAB=150SS_{AB} = 150.
FAB=MSAB/MSEF_{AB} = MS_{AB} / MSE verildiğinden 2,5=MSAB/10    MSAB=252,5 = MS_{AB} / 10 \implies MS_{AB} = 25'tir. Kareler toplamı, SSAB=MSAB×dfAB=25×6=150SS_{AB} = MS_{AB} \times df_{AB} = 25 \times 6 = 150 hesaplanır.

Anahtar Kavram

Hücre Başına Çok Gözlemli (Etkileşimli) İki Yönlü ANOVA'da Serbestlik Derecesi ve Beklenen Kareler Ortalaması Kuralları
Tahmini Süre:3m 0s
Soru 18Soru

Bir tarım araştırmacısı, 44 farklı gübre türü (A faktörü) ve 55 farklı sulama yönteminin (B faktörü) bitki verimi üzerindeki etkilerini incelemek amacıyla iki yönlü varyans analizi (ANOVA) planlamaktadır. Zaman ve maliyet kısıtları nedeniyle, her bir gübre-sulama kombinasyonu (hücre) için yalnızca bir adet gözlem yapılabilmiştir (n=1n=1). Araştırmacı, test edilebilecek bir hata terimi kalabilmesi için analizini toplanabilir (etkileşimsiz) model üzerinden kurarak sadece ana etkileri test etmeye karar verir.

Ancak, araştırmacının bilmediği bir gerçek olarak, yığın (popülasyon) düzeyinde gübre türü ile sulama yöntemi arasında istatistiksel olarak anlamlı ve oldukça güçlü bir etkileşim etkisi bulunmaktadır.

Buna göre, popülasyonda var olan bu etkileşim etkisinin modele dahil edilememesi (toplanabilir modelin kullanılması), araştırmacının analiz sonuçlarını ve istatistiksel kararlarını nasıl etkiler?

Cevabı ve açıklamayı göster

Cevap: Hata kareler ortalaması (MSEMS_E) gerçekte olduğundan daha büyük tahmin edileceği için, faktörlerin ana etkilerine yönelik yapılacak F testlerinin istatistiksel gücü azalır.

Cevap

Toplanabilir (etkileşimsiz) modelde, modele dahil edilmeyen etkileşim etkisi hata teriminin içerisine karışır ve hata kareler ortalamasını (MSEMS_E) gerçekte olduğundan daha büyük tahmin etmemize neden olur. Şişen hata terimi, ana etkiler için hesaplanan F istatistiklerinin küçülmesine yol açarak istatistiksel gücü azaltır.
Doğru yanıt, hata teriminin şişmesi nedeniyle F testinin gücünün düşeceğini belirten seçenektir. Hücre başına tek gözlem olan tasarımlarda etkileşimi tahmin etmeye yetecek veri bulunmadığından, modelde etkileşimin olmadığını (toplanabilirlik) varsaymak zorunludur. Ancak doğada/popülasyonda gerçek bir etkileşim varsa, modele alınmayan bu güçlü varyans kaynağı sistemde 'açıklanamayan varyans' yani hata (residual) olarak sınıflandırılır. Bu durumda hesaplanan hata kareler ortalaması (MSEMS_E), saf rastgele hatadan çok daha büyük olur. F formülünde (F=MSA/MSEF=MS_A/MS_E) bölen değer (payda) suni olarak büyüdüğü için F test değeri küçülür. Test değerinin küçülmesi, anlamlı farklılıkları tespit etme şansımızı (istatistiksel güç) azaltır.

Adım Adım Çözüm

1
Hücre başına tek gözlemli (n=1n=1) ANOVA tasarımının matematiksel özelliklerini belirlemek.
Gözlem sayısı yetersiz olduğundan etkileşim etkisini ayrı bir faktör olarak tahmin edebilecek serbestlik derecesi kalmaz. Bu nedenle araştırmacı, etkileşimin sıfır olduğunu varsayan toplanabilir modeli kurar.
Etkileşim modeline girmek için fazladan gözleme ihtiyaç vardır, aksi halde hata varyansı hesaplanamaz.
2
Popülasyonda gerçek bir etkileşim varsa toplanabilir modelin hata teriminin (MSEMS_E) nasıl etkilendiğini analiz etmek.
Araştırmacının modele koymadığı gerçek etkileşim varyansı doğrudan deneysel hata varyansının içine dahil olur. Beklenen kareler ortalaması (E(MSE)E(MS_E)), yalnızca deneysel hatayı (σ2\sigma^2) değil, hata ve etkileşim bileşenini birlikte yansıtır ve olması gerekenden yüksek çıkar.
Varyans analizi kuralı gereği açıklanamayan tüm kaynaklar hata (residual) teriminde birikir.
3
Şişmiş bir hata kareler ortalamasının (MSEMS_E) F testlerine ve analizin sonucuna etkisini değerlendirmek.
Ana etkilerin F istatistikleri, faktör kareler ortalamasının hata kareler ortalamasına bölünmesiyle (F=MSAnaEtki/MSEF = MS_{AnaEtki} / MS_E) bulunur. Paydadaki MSEMS_E gereksiz yere büyük olduğunda, bölme işleminin sonucu (F değeri) matematiksel olarak daha küçük çıkar.
Payda büyüdükçe oran küçülür.
4
Küçülen F istatistiğinin tipik hipotez testi hataları üzerindeki yansımasını yorumlamak.
Daha küçük bir F değeri, H0H_0 (Yokluk) hipotezini reddetmeyi zorlaştırır. Bu da gerçekte var olan ana etkileri tespit etme yeteneğini (istatistiksel gücü) düşürür ve yanlışlıkla H0H_0'ı kabul etme (II. Tip hata) olasılığını artırır.
İstatistiksel güç, gerçek bir etkiyi doğru şekilde tespit edebilme ihtimalidir.

Anahtar Kavram

İki Yönlü ANOVA'da Toplanabilirlik Varsayımı ve Etkileşimin Hata Terimiyle Karışması (Confounding)
Soru 19Soru

Bir araştırmacı, iki faktörlü (Faktör AA ve Faktör BB) tamamen rastgele tasarımlı bir deney yürütmektedir. Her bir (A,B)(A, B) hücre kombinasyonunda eşit sayıda ve birden fazla gözlem bulunmaktadır (dengeli veri yapısı). Araştırmacı, iki yönlü varyans analizi (ANOVA) modelini tahmin etmeden önce istatistiksel varsayımları kontrol etmektedir.

Buna göre, araştırmadaki veri yapısı ve ANOVA varsayımları ile ilgili aşağıdaki ifadelerden hangisi doğrudur?

Cevabı ve açıklamayı göster

Cevap: Varyansların homojenliği varsayımı, yalnızca bağımsız faktörlerin kendi içindeki düzeyleri arasında değil, faktörlerin oluşturduğu tüm alt gruplardaki (hücre kombinasyonlarındaki) popülasyon varyanslarının birbirine eşit olmasını gerektirir.

Cevap

Varyansların homojenliği varsayımının tüm hücre kombinasyonlarındaki popülasyon varyanslarının eşit olmasını gerektirdiğini belirten ifade doğrudur.
İki yönlü varyans analizinde (ANOVA) istatistiksel çıkarsamaların geçerli olabilmesi için, modeldeki rastgele hata terimlerinin her bir işlem (hücre) kombinasyonunda normal dağıldığı, bağımsız olduğu ve sabit bir varyansa (σ2\sigma^2) sahip olduğu varsayılır. Bu nedenle, varyans homojenliği varsayımı marjinal faktör grupları üzerinden değil, faktörlerin kesişimiyle oluşan tüm hücre kombinasyonlarındaki popülasyon varyanslarının birbirine eşit olması beklentisi üzerinden tanımlanır.

Adım Adım Çözüm

1
İki yönlü ANOVA'nın temel veri yapısını ve modelini tanımlamak.
Modelde iki bağımsız değişken (faktör) ve bunların etkileşimi incelenir. Her hücre (AiBjA_i B_j kombinasyonu) farklı bir popülasyonu temsil eder.
Varsayımların hangi veri birimleri üzerinde test edildiğini anlamak için yapının belirlenmesi gerekir.
2
Varyans homojenliği (eş varyanslılık) varsayımının iki yönlü tasarımdaki karşılığını değerlendirmek.
Sadece A faktörünün düzeyleri veya sadece B faktörünün düzeyleri arası varyans eşitliği yeterli değildir. Her bir hücrenin (A1B1,A1B2,...,AaBbA_1B_1, A_1B_2, ... , A_aB_b) içindeki hata varyanslarının birbirine eşit olması gerekir.
ANOVA'da havuzlanmış hata varyansı (MSErrorMS_{Error}), tüm hücrelerdeki varyansların ortak bir tahmini olarak hesaplanır; bu nedenle tüm hücre popülasyonlarının varyansları eşit (homojen) olmalıdır.

Anahtar Kavram

İki yönlü varyans analizinde varsayımların yapısal karşılıkları ve test birimleri
Soru 20Soru

Bir gıda mühendisi, yeni formüle edilen bir ürünün raf ömrü (gün) üzerinde, 'Saklama Sıcaklığı' (AA faktörü, 44 düzey) ile 'Ambalaj Malzemesi' (BB faktörü, 33 düzey) faktörlerinin ortaklaşa etkisini incelemektedir. Bu amaçla hücre başına çok gözlemli (etkileşimli) iki yönlü varyans analizi tasarımı kurgulanmıştır.

Deneyde her bir sıcaklık ve ambalaj kombinasyonu için eşit sayıda ürün test edilmiştir. Analiz verileri incelendiğinde aşağıdaki bilgilere ulaşılmıştır:
- Etkileşim (A×BA \times B) Kareler Toplamı: 120120
- Hata Kareler Toplamı: 480480
- Etkileşim etkisinin istatistiksel anlamlılığını test eden FF istatistiği değeri: 2,002,00

Verilen bu bilgilere göre, söz konusu deneyde kullanılan toplam ürün (gözlem) sayısı (NN) kaçtır?

Cevabı ve açıklamayı göster

Cevap: 6060

Cevap

Söz konusu deneyde kullanılan toplam ürün (gözlem) sayısı 6060'tır.
Doğru değer hesaplanırken ANOVA modelinin yapısal özellikleri tersine mühendislik yaklaşımıyla çözülür. Etkileşim serbestlik derecesi (41)(31)=6(4-1)(3-1) = 6 bulunur. Ardından KOAB=120/6=20KO_{AB} = 120 / 6 = 20 hesaplanır. F istatistiği 2,002,00 verildiği için KOHata=20/2,00=10KO_{Hata} = 20 / 2,00 = 10'dur. Hata Kareler Toplamı 480480 olduğundan, Hata Serbestlik Derecesi 480/10=48480 / 10 = 48 bulunur. Hücre başına çok gözlemli tasarımda sdHata=N(a×b)sd_{Hata} = N - (a \times b) kuralından 48=N1248 = N - 12 elde edilir ve toplam ürün sayısı N=60N=60 olarak tespit edilir.

Adım Adım Çözüm

1
Etkileşim serbestlik derecesini hesapla
sdAB=(41)(31)=3×2=6sd_{AB} = (4 - 1)(3 - 1) = 3 \times 2 = 6
Etkileşim Kareler Ortalamasını bulmak için serbestlik derecesine ihtiyaç vardır.
2
Etkileşim Kareler Ortalamasını hesapla
KOAB=KTABsdAB=1206=20KO_{AB} = \frac{KT_{AB}}{sd_{AB}} = \frac{120}{6} = 20
FF istatistiğinde payda yer alan değeri bulmak içindir.
3
Hata Kareler Ortalamasını hesapla
FAB=KOABKOHata    2,00=20KOHata    KOHata=10F_{AB} = \frac{KO_{AB}}{KO_{Hata}} \implies 2,00 = \frac{20}{KO_{Hata}} \implies KO_{Hata} = 10
Verilen F test istatistiği kullanılarak bilinmeyen hata varyansı tahmin edilir.
4
Hata Serbestlik Derecesini hesapla
KOHata=KTHatasdHata    10=480sdHata    sdHata=48KO_{Hata} = \frac{KT_{Hata}}{sd_{Hata}} \implies 10 = \frac{480}{sd_{Hata}} \implies sd_{Hata} = 48
Toplam gözlem sayısına ulaşmak için modeldeki hata serbestlik derecesi gereklidir.
5
Toplam Gözlem Sayısını (N) hesapla
sdHata=N(a×b)    48=N(4×3)    N12=48    N=60sd_{Hata} = N - (a \times b) \implies 48 = N - (4 \times 3) \implies N - 12 = 48 \implies N = 60
Tamamen rastgele etkileşimli iki yönlü tasarımda Hata Serbestlik Derecesi, toplam gözlem sayısından hücre sayısının çıkarılması ile bulunur.

Anahtar Kavram

İki Yönlü Varyans Analizinde Etkileşim ve Hata Serbestlik Dereceleri

Alternatif Yöntem

Hata serbestlik derecesi sdHata=48sd_{Hata} = 48 bulunduktan sonra alternatif olarak hücre içi gözlem sayısı kuralı olan sdHata=a×b×(n1)sd_{Hata} = a \times b \times (n - 1) kullanılabilir. 48=4×3×(n1)    48=12(n1)    n=548 = 4 \times 3 \times (n - 1) \implies 48 = 12(n - 1) \implies n = 5. Buradan toplam gözlem sayısı N=a×b×n=4×3×5=60N = a \times b \times n = 4 \times 3 \times 5 = 60 olarak elde edilir.
Tahmini Süre:3m 0s
Sayfa 1 / 4Sonraki