Fisher'in Kesin Rastgele Atama Çıkarımı
Fisher Exact Randomization Inference · Ayrıca şöyle bilinir: fisher randomization test, permutation inference, exact randomization test, randomizasyon çıkarımı (fisher exact randomization)
Rastgele atama çıkarımı, Ronald A. Fisher tarafından The Design of Experiments (1935) adlı eserinde tanıtılmış olup, Fisher'ın kesin sıfır hipotezi altında tüm olası tedavi atamaları üzerinden bir test istatistiğini değerlendirerek kesin bir p-değeri hesaplar. Geçerliliği dağılımsal varsayımlara değil, bilinen atama mekanizmasına dayanması nedeniyle tasarlanmış deneylerin analizinde altın standart olarak kabul edilir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Bilinen bir atama mekanizmasına sahip rastgele bir deneyiniz olduğunda ve kesin bir tedavi etkisi p-değeri istediğinizde rastgele atama çıkarımını kullanın. Sürekli, ikili veya kategorik sonuçlarla karşılaştırma ve ilişki sorularına uygundur ve permütasyon kümesinin yeterince zengin olması için en az yaklaşık 10 birim gerektirir. SUTVA'yı (bir birimin sonucunun diğerlerinin atamalarından etkilenmemesi) gerektirir ve tedavinin bilinen olasılıkla atanmış olmasını gerektirir. Çok küçük örneklemlerde, olası permütasyonların sayısı anlamlı bir kesin test için çok sınırlıdır.
Güçlü yönler & sınırlılıklar
- Bilinen rastgele atamadan doğrudan, normalite veya büyük örneklem yaklaşımlarına dayanmayan kesin bir p-değeri verir.
- Tasarlanmış deneylerin analizinde altın standart olarak kabul edilir.
- Sürekli, ikili veya kategorik sonuçlarla ve serbestçe seçilen bir test istatistiği ile esnek bir şekilde çalışır.
- Birimler arasında SUTVA'nın geçerli olmasını ve bilinen bir atama olasılığını gerektirir; ihlaller çıkarımı zayıflatır.
- Yaklaşık 10 birimden az olduğunda permütasyon sayısı anlamlı bir kesin test için çok küçüktür.
- Yaklaşık 5 gözlemden az olduğunda Fisher'ın kesin rastgele atama testi temelde anlamsızdır.
SSS
p-değeri neden 'kesin' olarak adlandırılır?
Çünkü yaklaşıklık dağılımından ziyade, rastgele atamanın izin verdiği sonlu tedavi atamaları kümesinden doğrudan hesaplanır. Tüm permütasyonlar numaralandırıldığında p-değeri kesindir; büyük tasarımlar için permütasyonlar örneklenir, bu da yakın bir yaklaşım sağlar.
Fisher'ın kesin sıfır hipotezi nedir?
Tedavinin herhangi bir tek birim için hiçbir etkisi olmadığını belirtir — her birim, tedavi veya kontrol grubuna atanmış olmasına bakılmaksızın aynı sonucu gösterirdi. Bu, her birimin her yeniden atamada sonucunu atamanıza ve kesin referans dağılımını oluşturmanıza olanak tanır.
SUTVA neyi gerektirir?
Kararlı Birim Tedavi Değer Varsayımı, bir birimin sonucunun yalnızca kendi tedavisine bağlı olmasını ve diğer birimlerin atamalarına bağlı olmamasını ve her tedavinin tek, iyi tanımlanmış bir versiyonu olmasını gerektirir. Birimler birbirleriyle etkileşime girerse, permütasyon mantığı çöker.
Örneklemim çok küçükse ne olur?
Yaklaşık 10 birimden az olduğunda permütasyon kümesi anlamlı bir kesin test için çok sınırlıdır ve 5'in altında ise temelde anlamsızdır. Bu durumlarda bootstrap çıkarımı veya jackknife önerilen bir yedektir.
Kaynaklar
- Fisher, R. A. (1935). The Design of Experiments. Oliver & Boyd. link ↗
- Imbens, G. W. & Rubin, D. B. (2015). Causal Inference for Statistics, Social, and Biomedical Sciences. Cambridge University Press. ISBN: 978-0521885881
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 1). Fisher Exact Randomization Inference. ScholarGate. https://scholargate.app/tr/statistics/randomization-inference
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Bootstrap Çıkarımıİstatistik↔ karşılaştır
- Jackknife Yeniden Örneklemesiİstatistik↔ karşılaştır
- Kuantil Regresyonu (Parametrik Olmayan Varyantlar)İstatistik↔ karşılaştır
- En Küçük Kareler (EK) RegresyonuEkonometri↔ karşılaştır
- Permütasyon (Rastgeleleştirme) Testiİstatistik↔ karşılaştır