Python'da Çıkarımın Temelleri

Sağlam çıkarım için normallik testleri, korelasyon testleri ile parametrik ve parametrik olmayan testlerin uygulanması hakkında her şeyi öğren. Hipotez testleri birer araçtır ve işe uygun doğru aracı seçmek istatistiksel karar verme için kritiktir. Bu testlerin bazılarına giriş derslerinde aşina olabilirsin; bu bölümde daha derine inerek çıkarımsal araç kutunu zenginleştireceksin.

Bu bölümde, çeşitli durumlarda etki büyüklüğünü ölçecek ve yorumlayacak, çoklu karşılaştırmalar sorunuyla karşılaşacak ve bir testin gücünü derinlemesine inceleyeceksin. p-değerleri anlamlı bir etkinin olup olmadığını söyler, ancak bu etkinin ne kadar güçlü olduğunu söylemez. Etki büyüklüğü, bir işlemin ne kadar güçlü bir etki yarattığını ölçer. Bu bölümde etki büyüklüğünü belirleyen etmenlere hâkim olacaksın.

Çıkarımsal istatistik araç kutunu önyükleme (bootstrapping), permütasyon testleri ve p-değerlerinden kanıt birleştirme yöntemleriyle daha da genişleteceksin. Önyükleme, istatistiksel benzetime ilk bakışını sağlayacak. Meta-analiz dersinde, birden çok çalışmanın sonuçlarını birleştirmeyi en ince ayrıntısına kadar öğreneceksin. Güçlü ve esnek bir parametrik olmayan istatistiksel araç olan permütasyon testlerine bakarak tamamlayacaksın.