Bayesian t-Test (BEST)
v1.0.2
Mimarlık, Planlama ve Tasarım bağlamı — klasik t-testin posterior odaklı versiyonu. BF₁₀ ile “veri H₁’in lehine kaç kat daha fazla kanıt sunuyor?” sorusuna doğrudan cevap. Tek/bağımsız/eşleştirilmiş 3 mod. Rouder et al. (2009) JZS Cauchy prior.
BF₁₀ + Jeffreys yorumuJZS prior r=0.707Cohen’s d + %95 CrIPyMC GEREKMEZ
🎯 Ne işe yarar?
Bayesian t-Test, klasik p-değeri ikileminden kurtarır. BF₁₀ > 3: orta-güçlü H₁ kanıtı; BF₁₀ < 1/3: orta-güçlü H₀ kanıtı. Mimarlık, Planlama ve Tasarım’nde Geleneksel ve Yeşil Sertifikalı gruplarının enerji_tuketimi_kwh_m2 açısından farklı olup olmadığını sınar.
📌 Ne zaman kullanılır?
- Mimarlık, Planlama ve Tasarım’nde iki grubu (Geleneksel vs Yeşil Sertifikalı) kıyaslarken H₀’ı da doğrudan test etmek istediğinizde
- Küçük örneklem (N<30) — JZS prior tahminleri stabilize eder
- Replikasyon çalışmalarında — “etki yok” sonucu için kanıt aramak
- Eşik (referans) değerden farklılık testi (tek örneklem modu)
⚙ Varsayımlar
- DV sürekli (enerji_tuketimi_kwh_m2).
- Bağımsızlık (bağımsız mod): iki grup gözlemleri bağımsız.
- Normallik CLT ile gevşek; küçük N’de Bayesian daha sağlam.
- JZS scale r ∈ {0.5, 0.707, 1.0} ile hassasiyet testi önerilir.
📊 MerQur’da Nasıl Çalıştırılır?
Panel atamaları (programdaki form alanları):
- Sütunlar:
{'mode': 'independent', 'group_col': 'tasarim_grup', 'val_col': 'memnuniyet'} - Parametreler:
{'prior_scale': 0.707}
📊 Örnek Veri Seti — Mimarlık, Planlama ve Tasarım
ℹ Not: Aşağıdaki senaryo, MerQur çıktısı ve yorum, gerçek örnek veri seti MerQur’da çalıştırılarak elde edilmiştir. Kendi verinizdeki sayısal sonuçlar farklılık gösterecektir; buradaki amaç analizin uçtan uca nasıl kurgulandığını ve yorumlandığını göstermektir.
🎬 Örnek Dosya
Bu analiz, Mimarlık, Planlama ve Tasarım alanına ait aşağıdaki örnek veri seti üzerinden gösterilmiştir:
Peyzaj_Mimarligi/101_bayesian_t_test_new_old_design.xlsx
🎬 Senaryo
Yeni ve eski tasarımın memnuniyet farkını, Bayes Faktörü ile (kanıt gücü) değerlendirmek istiyoruz.
⚙️ Değişken Seçimi
- Bağımlı: satisfaction
- Grup: design_group
Veri Önizleme (İlk 5 Satır)
| park_id | design_group | satisfaction |
|---|---|---|
| 1 | old | 3.53 |
| 2 | old | 3.91 |
| 3 | old | 3.31 |
| 4 | old | 3.45 |
| 5 | old | 3.24 |
n = 100 · Sütunlar: park_id, design_group, satisfaction
📈 MerQur Çıktısı
─────────────────────────────────────────────
BF10 = 8.32e+67 (kesin/decisive kanıt) Cohen d = 4.95
Yeni tasarım vs eski tasarım — memnuniyet
💬 MerQur Yorumu
Yeni bir tasarım yaklaşımının eskisinden farklı memnuniyet verip vermediğini Bayesçi t-testiyle sınadık. Bayes Faktörü BF10 = 8.32e+67 çıktı; astronomik büyüklükte, “kesin kanıt” düzeyinde bir değerdir. Veri, fark olduğu hipotezini fark olmadığı hipotezine göre akıl almaz katlarca daha fazla destekliyor. Cohen d = 4.95 ile etki büyüklüğü de olağanüstü yüksektir. Yeni tasarım, memnuniyeti ezici biçimde artırmıştır. Klasik p değerinden farkı şudur: Bayes Faktörü hem H1 hem H0 lehine kanıt gücünü doğrudan ölçer ve “kanıt yokluğu” ile “yokluk kanıtı”nı birbirinden ayırır. Yeni tasarımın etkisi yalnızca istatistiksel değil, pratik olarak da baskındır ve Bayesçi çerçeve bunu ikna edici biçimde ortaya koyar.
⚠ Sık Hatalar
- Tek örneklem modunda μ₀’ı sıfır bırakmak Likert/skor karşılaştırmaları için astronomik BF üretir; doğru referans noktasını girin.
- BF₁₀ > 3 ile p < .05 her zaman örtüşmez — küçük N’de p anlamlı, BF zayıf olabilir.
- Prior hassasiyet raporlamayı atlamayın (r = 0.5/0.707/1.0).
📚 MerQur’a Atıf
Örücü, Ö. K. (2026). MerQur: Bütünleşik Akademik Veri Analizi ve Raporlama Platformu [Bilgisayar Yazılımı] (Sürüm 1.0.0). https://doi.org/10.53463/merqur.2026001
📝 Üretim Notu — Bu sayfadaki örnek veri sentetik olarak üretilmiştir (sabit SEED=42, generator: samples/Ileri_Duzey_v102/_generate_v102_datasets.py). Sayfa içeriği Anthropic Claude desteği ile hazırlanmış, akademik doğruluk yazar tarafından kontrol edilmiştir.