Bayesian t-Test (BEST)
v1.0.2
Fen Bilimleri ve Matematik 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. Fen Bilimleri ve Matematik’nde Kontrol ve Deney gruplarının elementel_konsantrasyon açısından farklı olup olmadığını sınar.
📌 Ne zaman kullanılır?
- Fen Bilimleri ve Matematik’nde iki grubu (Kontrol vs Deney) 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 (elementel_konsantrasyon).
- 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': 'grup', 'val_col': 'birim_id'} - Parametreler:
{'prior_scale': 0.707}
📊 Örnek Veri Seti — Fen Bilimleri ve Matematik
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, Fen Bilimleri ve Matematik alanına ait aşağıdaki örnek veri seti üzerinden gösterilmiştir:
Fen_Matematik/101_bayesian_t_test_new_old.xlsx
🎬 Senaryo
İki grubun ölçüm farkını Bayesçi t-testiyle, kanıt gücünü Bayes faktörü olarak inceliyoruz. Sezgisel kanıt oranı için uygundur.
⚙️ Değişken Seçimi
- Bağımlı değişken: value
- Gruplama (kategorik): group
Veri Önizleme (İlk 5 Satır)
| unit_id | group | value |
|---|---|---|
| 1 | old | 60.02 |
| 2 | old | 54.28 |
| 3 | old | 67.56 |
| 4 | old | 35.73 |
| 5 | old | 42.32 |
n = 80 · Sütunlar: unit_id, group, value
📈 MerQur Çıktısı
─────────────────────────────────────────────
BF10 = 3.36e+46 Cohen’s d = 3.939 (H1 lehine ezici kanıt) sonuç: value, grup: group
💬 MerQur Yorumu
İki grubun (yeni/eski yöntem) ölçüm farkını Bayesçi t-testiyle inceledik: Bayes faktörü ezici (BF10 ~ 3.4e46), etki çok büyük (d = 3.94) — veri, fark olduğu hipotezini fark olmadığına karşı astronomik oranda destekliyor. Bayes faktörü, p-değerinden farklı olarak iki hipotezin göreli kanıt gücünü verir ve “kanıt yok” ile “fark yok”u ayırt edebilir. Laboratuvarda kararın kanıt gücünü sezgisel bir oranla ifade etmek istendiğinde tercih edilir.
⚠ 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.