Editverse İstatistik Seçici
Hangi İstatistiksel Testi Kullanmalıyım?
Tıp ve biyomedikal araştırmacılar için ücretsiz, etkileşimli bir test seçici. Çalışma tasarımınız ve sonucunuz hakkında birkaç soruyu yanıtlayın ve doğru istatistiksel testi edinin; kontrol edilmesi gereken varsayımlar, kaçınılması gereken yaygın tuzaklar ve ücretsiz bir hesap makinesine doğrudan bağlantı ile birlikte. Editverse biyoistatistikçileri tarafından derlenmiş ve R 4.3.3 ile doğrulanmıştır.
Testinizi 3-4 soru içinde bulun.
Analiz hedefinizle başlayın. İstediğiniz zaman geri dönebilir veya baştan başlayabilirsiniz.
Doğru İstatistiksel Testi Nasıl Seçersiniz?
Doğru istatistiksel testi seçmek zevk meselesi değil; üç şeye bağlıdır: ölçtüğünüz sonuç türü , karşılaştırdığınız grup veya ölçüm sayısı ve gözlemlerinizin bağımsız mı yoksa eşleştirilmiş mi olduğu . Bu üçünü doğru yaparsanız, test neredeyse her zaman başarılı olur. Yukarıdaki etkileşimli seçici, bu kararları tam olarak nasıl alacağınızı gösterir; bu bölüm, seçiminizi bir değerlendiriciye gerekçelendirebilmeniz için bunun ardındaki mantığı açıklar.
Adım 1 — Sonuç (bağımlı değişken) türünüzü belirleyin
Her şey buradan başlıyor. Sürekli bir sonuç (kan basıncı, HbA1c, bir skor) t-testi veya ANOVA gibi ortalama tabanlı testlere işaret eder. Kategorik bir sonuç (iyileşmiş/iyileşmemiş, yanıt veren/yanıt vermeyen) ki-kare, Fisher'ın kesin testi veya lojistik regresyon gibi oran tabanlı testlere işaret eder. Sıralı bir sonuç (ağrı ölçeği, bir evre) genellikle parametrik olmayan yöntemler gerektirir. Olay zamanı sonucu (sağkalım, nüks zamanı) sağkalım analizi gerektirir, çünkü basit bir ortalama karşılaştırmasının hesaba katamayacağı sansürlenmiş gözlemleri hesaba katmalıdır.
Adım 2 — Gruplarınızı sayın ve eşleştirmeleri kontrol edin.
Bir grubu bilinen bir değerle mi , iki grubu mu yoksa üç veya daha fazla grubu mu karşılaştırıyorsunuz ? Ve gözlemler bağımsız mı (her grupta farklı denekler) yoksa eşleştirilmiş mi (aynı denekler iki kez ölçüldü veya eşleştirildi)? Eşleştirme, en sık gözden kaçan ayrımdır. Aynı hastaların tedavi öncesi ve sonrası ölçülmesi eşleştirilmiş veridir; iki ölçüm setinin bağımsız gruplardan gelmiş gibi analiz edilmesi, tasarımı güçlü kılan bilgiyi ortadan kaldırır ve literatürde kabul görmüş bir hatadır.
3. Adım — Varsayımları kontrol edin (parametrik mi yoksa parametrik olmayan mı)
Parametrik testler (t-testi, ANOVA, Pearson korelasyonu), sonucun yaklaşık olarak normal dağılıma sahip olduğunu ve grup karşılaştırmaları için varyansların benzer olduğunu varsayar. Bu varsayımlar geçerli olduğunda veya örneklem, merkezi limit teoreminin uygulanabileceği kadar büyük olduğunda, parametrik testler daha güçlüdür. Veriler çarpık, sıralı veya örneklem küçük olduğunda, parametrik olmayan eşdeğerlerine geçin: bağımsız t-testi yerine Mann-Whitney, eşleştirilmiş t-testi yerine Wilcoxon, ANOVA yerine Kruskal-Wallis ve Pearson yerine Spearman.
4. Adım — Testle eşleştirin, ardından hesap makinesiyle doğrulayın.
Sonuç türü, grup yapısı ve varsayımlar belirlendikten sonra test belirlenir. Hızlı bir referans olarak aşağıdaki karşılaştırma tablosunu kullanın, eşleşen ücretsiz hesap makinesini açın ve sonucunuzu görüntülenen R koduyla karşılaştırarak doğrulayın. Çalışma planlaması için, veri toplamadan önce her zaman örneklem büyüklüğü ve güç analizi yapın.
Görsel Kılavuz: 3 Filtreli Sistemin Çalışma Prensibi
Her slayt, yukarıdaki etkileşimli seçicideki bir adıma doğrudan karşılık gelir; çerçeveden teste kadar.
İstatistiksel Test Seçim Tablosu
Çalışma tasarımınızı doğru testle eşleştirin, ardından ücretsiz hesap makinesini açın.
| Hedef / tasarım | Sonuç türü | Gruplar | Önerilen test | Hesap makinesi |
|---|---|---|---|---|
| Grupları karşılaştırma | ||||
| İki bağımsız grup, normal veriler | Sürekli | 2 (bağımsız) | Bağımsız t-Testi | t-Testi → |
| İki bağımsız grup, çarpık/sıralı | Sürekli / sıralı | 2 (bağımsız) | Mann-Whitney Üniversitesi | Mann-Whitney → |
| Önce/sonra, aynı denekler, normal | Sürekli | 2 (eşleştirilmiş) | Eşleştirilmiş t-Testi | t-Testi → |
| Önce/sonra, aynı denekler, çarpık dağılım | Sürekli / sıralı | 2 (eşleştirilmiş) | Wilcoxon İşaretli Sıralama Testi | Wilcoxon → |
| Üç veya daha fazla grup, normal | Sürekli | 3+ (bağımsız) | Tek Yönlü ANOVA + Tukey | ANOVA → |
| Üç veya daha fazla grup, normal olmayan | Sürekli / sıralı | 3+ (bağımsız) | Kruskal-Wallis | Uygulama içinde → |
| Kategorik sonuçlar | ||||
| Dernek, yeterli sayılar | Kategorik | 2+ (bağımsız) | Ki-Kare | Ki-Kare → |
| Dernek, küçük/seyrek tablo | Kategorik | 2 (bağımsız) | Fisher'ın Kesinliği | Fisher'ın → |
| Eşleştirilmiş ikili (önce/sonra) | İkili | 2 (eşleştirilmiş) | McNemar'ın Testi | McNemar → |
| Risk boyutu (maruz kalma → sonuç) | İkili | 2 (bağımsız) | Olasılık Oranı / Göreceli Risk | VEYA / RR → |
| İlişkiler ve tahmin | ||||
| İki değişken arasındaki ilişki | Sürekli | - | Pearson / Spearman Korelasyonu | Korelasyon → |
| Sürekli sonucu tahmin et | Sürekli | - | Doğrusal regresyon | Regresyon → |
| İkili sonucu tahmin et | İkili | - | Lojistik regresyon | Lojistik → |
| Anlaşma, teşhis ve hayatta kalma | ||||
| Değerlendirici anlaşması, kategoriler | Kategorik | 2 değerlendirici | Cohen'in Kappa'sı | Kappa → |
| Güvenilirlik / yöntem karşılaştırması | Sürekli | 2 değerlendirici/yöntem | ICC / Bland-Altman | Uluslararası Ceza Mahkemesi → |
| Tanı testi ile referans testi karşılaştırması | İkili | - | Hassasiyet ve Özgüllük | Hassasiyet/Özellik → |
| Eşik değerler genelinde test performansı | Sürekli → ikili | - | ROC Eğrisi ve AUC | ROC → |
| Sansürlü olay gerçekleşme süresi | Olaya kadar geçen süre | 1–2 grup | Kaplan-Meier / Log-Rank | Hayatta kalma → |
| Çalışma planlaması | ||||
| Kaç katılımcıya ihtiyacım var? | Farketmez | - | Örneklem Büyüklüğü ve Güç Analizi | Örneklem Büyüklüğü → |
Sınav Seçiminde Sık Yapılan Hatalar
Verilerin eşleştirilmiş olduğunu göz ardı ederek
Tekrarlanan veya eşleştirilmiş ölçümleri bağımsız gruplardan gelmiş gibi analiz etmek, en yaygın ve sonuçları en ağır olan hatalardan biridir. Eşleştirilmiş tasarımlar, eşleştirilmiş testler gerektirir (ikili veriler için eşleştirilmiş t-testi, Wilcoxon işaretli sıralama testi veya McNemar testi); bağımlılığı göz ardı etmek, tasarımın verimliliğini düşürür ve yanıltıcı sonuçlar doğurabilir.
ANOVA yerine birden fazla t-testi çalıştırmak
Üç veya daha fazla grubu bir dizi ikili t-testiyle karşılaştırmak, aile bazında yanlış pozitif oranını artırır. Bunun yerine, tek bir genel test (ANOVA veya Kruskal-Wallis) ve ardından düzeltilmiş bir post-hoc karşılaştırma kullanın.
Çarpık veya sıralı verilerde parametrik bir test kullanmak
T-testi ve ANOVA, yaklaşık normal dağılım varsayımına dayanır. Açıkça çarpık, sıralı veya çok küçük örneklemlerde, parametrik bir test uygulamak yerine parametrik olmayan eşdeğerine geçin.
Korelasyonu uyumla karıştırmak
İki ölçüm yöntemi arasındaki yüksek Pearson korelasyonu, bunların aynı anlama geldiği anlamına gelmez; iki yöntem mükemmel şekilde korelasyonlu olabilir ancak sistematik olarak yanlı olabilir. Uyumun değerlendirilmesi için sınıf içi korelasyonu veya Bland-Altman analizini kullanın.
"Önemli değil" ifadesini "etkisiz" olarak değerlendirmek
Yetersiz örneklem büyüklüğüne sahip bir çalışmada anlamlı olmayan bir sonuç, hiçbir etki olmadığına dair kanıt değildir. Etki büyüklüğünü ve güven aralığını bildirin ve yeterli örneklem büyüklüğünü önceden planlayın.
Düzeltilmemiş çoklu test
Çoklu testler veya çoklu model uygulamaları, çoklu karşılaştırma düzeltmesi yapılmadan gerçekleştirildiğinde yanlış pozitifleri artırır ve tekrarlanamayan bulguların bilinen bir kaynağıdır.
Sıkça Sorulan Sorular
Verilerimin "normal" olup olmadığını nasıl anlarım?
Bir histogram veya QQ grafiğini inceleyin ve resmi testler için normallik testi (Shapiro-Wilk) kullanın. Büyük örneklemlerde, merkezi limit teoremi nedeniyle hafif normallik dışı durumlar fazla önem taşımaz; küçük örneklemlerde ise şüphe durumunda parametrik olmayan testleri tercih edin.
Eşleştirilmiş veriler ile bağımsız veriler arasındaki fark nedir?
Bağımsız veriler, her gruptaki farklı, birbiriyle ilişkisiz deneklerden elde edilir. Eşleştirilmiş veriler ise aynı deneklerin iki kez (önce/sonra) ölçülmesinden veya eşleştirilmiş çiftlerden elde edilir. Eşleştirme, kullanacağınız testi değiştirir, bu nedenle analize başlamadan önce bunu belirleyin.
Parametrik mi yoksa parametrik olmayan mı daha iyi?
Parametrik testler, varsayımları doğru olduğunda daha etkilidir. Parametrik olmayan testler ise çarpık, sıralı veya küçük örneklem verileri için daha güvenlidir. Verilerinizi testle eşleştirin, tersini yapmayın.
Bir test seçmeden önce örneklem büyüklüğünü hesaplamam gerekiyor mu?
Evet. Kullanmayı planladığınız test, örneklem büyüklüğü hesaplamasını belirler ve her ikisi de veri toplamadan önce protokolünüzde belirtilmelidir; etik kurullar ve değerlendiriciler bunu bekler.
Bir istatistikçi seçimimi kontrol edebilir mi?
Evet. Biyoistatistikçilerimiz çalışma tasarımlarını inceler, doğru testi onaylar ve istatistiksel analiz paketinin bir parçası olarak tekrarlanabilir R çıktısı ile tam analizi gerçekleştirir.
Referanslar ve Daha Fazla Okuma
İstatistiksel test seçimi ve raporlaması üzerine hakemli, PubMed'de indekslenmiş kaynaklar.
Hâlâ hangi testin verilerinize uygun olduğundan emin değil misiniz?
Biyoistatistikçilerimiz doğru testi onaylar, varsayımları kontrol eder ve tekrarlanabilir R çıktısıyla tüm analizlerinizi gerçekleştirir.
Uzman İstatistik Yardımı Alın