Sağlam Bağımsız Örneklem t-testi
Robust Independent Samples t-test (Trimmed Means / Winsorized Variances) · Ayrıca şöyle bilinir: Yuen's t-test, trimmed-mean t-test, Winsorized t-test, robust two-sample test
Sağlam bağımsız örneklem t-testi, kırpılmış ortalamalar ve Winsorize edilmiş varyanslar kullanarak iki bağımsız grubun merkezi eğilimini karşılaştırır; bu da onu klasik Student veya Welch t-testinden önemli ölçüde daha az aykırı değerlere ve normallikten sapmalara duyarlı hale getirir. En yaygın kullanılan formu, gruplar arasında eşit olmayan varyansları da barındıran Yuen testidir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Aykırı değerler veya çarpık dağılımlar gösteren verilerle sürekli bir sonuç üzerinde iki bağımsız grubunuz olduğunda ve özellikle merkezi limit teoreminin çok az koruma sağladığı küçük ila orta ölçekli örneklemlerde sağlam t-testini kullanın. Shapiro-Wilk veya bir Q-Q grafiği normallikten sapmayı gösterdiğinde standart t-testinden daha uygundur. Gerçekten normal ve aykırı değerlerden arınmış dağılımlar olduğunda (klasik test o zaman biraz daha güçlüdür), gruplar eşleştirilmiş veya tekrarlanmışsa (sağlam eşleştirilmiş t-testini kullanın) veya sonuç sıralı veya sayım tabanlıysa (nonparametrik veya Poisson tabanlı yöntemleri tercih edin) kullanmayın.
Güçlü yönler & sınırlılıklar
- Klasik t-testinin başarısız olduğu normallikten sapma ve aykırı değer kirliliği altında nominal Tip I hata oranlarını korur.
- Welch tipi serbestlik derecesi yaklaşımı aracılığıyla heterojen varyansları ele alır.
- Dağılımlar simetrik ancak ağır kuyruklu olduğunda Mann-Whitney U testine kıyasla istatistiksel gücü korur.
- Kırpma oranı, duyarlılık analizine izin veren şeffaf, kullanıcı tarafından seçilen bir parametredir.
- Modern istatistiksel yazılımlarda (R WRS2, Python pingouin, SPSS sözdizimi aracılığıyla) iyi desteklenir.
- Kırpılmış ortalamalar, tam popülasyon ortalamasından farklı bir tahmin ediciyi tahmin eder; klasik sonuçlarla karşılaştırıldığında yorumlama kayar.
- Çok küçük örneklemlerde (grup başına n < 10) ve %20 kırpmada, etkili örneklem boyutu güvenilir çıkarım için çok küçük olabilir.
- Sonuçlar seçilen kırpma oranına bağlıdır; keyfi bir seçim, hakem incelemesi sırasında sorgulanabilir.
- Standart t-testinden daha az aşina olan genel kitleler için, uygulamalı raporlarda ek açıklama gerektirebilir.
SSS
Kırpma oranını nasıl seçerim?
20%'lik simetrik bir kırpma (her grubun en düşük ve en yüksek %20'sini kaldırmak), geniş bir dağılım yelpazesinde sağlamlık ve verimliliği dengelediği için en yaygın önerilen varsayılandır. Kirlilik hafifse azaltabilir (%10 gibi) veya maksimum esneklik için bir bootstrap testi kullanabilirsiniz.
Bu, Mann-Whitney U testinden farklı mı?
Evet. Mann-Whitney U testi, sıra dağılımlarını (stokastik baskınlık) karşılaştırır, ortalamaları değil ve dağılımsal bir varsayım yapmaz. Sağlam t-testi hala bir konum tahminini (kırpılmış ortalama) karşılaştırır ve kırpmadan sonra yaklaşık olarak simetrik bir temel dağılım varsayar. Her biri farklı bir soruyu hedefler ve sağlam t-testi yorumlanabilir bir ortalama farkı ölçeğini korur.
Ne zaman kırpmaya ek olarak bootstrap eklemeliyim?
Örneklem boyutu çok küçükse (grup başına n < 20) veya kırpmadan sonra bile dağılım önemli ölçüde çarpıksa, Yuen testini bir yüzdelik bootstrap güven aralığı ile eşleştirmek daha iyi Tip I hata kontrolü ve daha doğru kapsama olasılığı sağlar.
Bunu standart bir t-testinden farklı raporlamam gerekir mi?
Evet — kırpılmış ortalamaların kullanıldığını açıkça belirtin, kırpma oranını raporlayın, test istatistiği ve p-değeriyle birlikte kırpılmış ortalamaları ve Winsorize edilmiş standart sapmaları verin ve sağlam bir etki büyüklüğü ekleyin. Bu, tekrarlanabilirlik ve şeffaf yorumlama için gereklidir.
Hakemler bu yöntemi kabul edecek mi?
Giderek evet. Psikoloji, tıp ve eğitimdeki büyük metodoloji dergileri artık varsayımların ihlal edildiği durumlarda sağlam prosedürleri önermekte veya talep etmektedir. Wilcox (2012) ve Yuen (1974)'ü alıntılamak, hakem incelemesi için yeterli metodolojik temel sağlar.
Kaynaklar
- Wilcox, R. R. (2012). Introduction to Robust Estimation and Hypothesis Testing (3rd ed.). Academic Press. ISBN: 978-0123869838
- Yuen, K. K. (1974). The two-sample trimmed t for unequal population variances. Biometrika, 61(1), 165–170. DOI: 10.1093/biomet/61.1.165 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Robust Independent Samples t-test (Trimmed Means / Winsorized Variances). ScholarGate. https://scholargate.app/tr/statistics/robust-independent-samples-t-test
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Bağımsız Örneklem t-testiİstatistik↔ karşılaştır
- Sağlam Eşleştirilmiş Örneklem t-testiİstatistik↔ karşılaştır