T Dağılımı: Küçük Örneklem Çıkarımı İçin Temel Bir Araç

Gerçek dünya verileriyle çalışırken, örneklem büyüklüklerinin küçük olması veya anakütle varyansının bilinmemesi sık rastlanan bir durumdur. Bu koşullarda normal dağılıma dayalı geleneksel istatistiksel teknikler her zaman geçerli olmayabilir. İşte bu noktada, Student’s t-dağılımı olarak da bilinen t-dağılımı devreye girer. Veri sınırlı olduğunda veya belirsizlik yüksekken güvenilir istatistiksel çıkarımlar yapmayı sağlayan güçlü bir araçtır.

Bu yazıda t-dağılımının ne olduğunu, benzer dağılımlarla nasıl karşılaştırıldığını, temel matematiksel özelliklerini ve özellikle hipotez testleri ile güven aralıklarında pratikte nasıl kullanıldığını inceleyeceğiz. Hızlı başvuru için yazının sonunda bir t-dağılımı tablosu da ekledim.

T-Dağılımı Nedir?

Normal dağılıma benzer şekilde, t-dağılımı da simetrik ve çan eğrisi şeklindedir. Ancak, daha ağır kuyruklara sahiptir; bu da genellikle küçük örneklem büyüklükleriyle birlikte gelen daha büyük belirsizliği yansıtır.

Ayrıca t-dağılımını farklı kılan bir başka önemli unsur vardır: Serbestlik dereceleri (df) ile tanımlanır. Bu değer, df, örneklem büyüklüğünün bir eksiği (n − 1) olarak hesaplanır ve dağılımın şeklini etkiler.

Serbestlik dereceleri arttıkça t-dağılımı normal dağılıma daha çok benzemeye başlar. Örneklem büyüklüğü büyük olduğunda (ör. n > 30), fark o kadar küçülür ki t-dağılımı standart normal eğriye yaklaşır.

T-Dağılımı ve Diğer, Benzer Dağılımlar

t-dağılımını diğer benzer dağılımlarla karşılaştırmak faydalıdır. 

T-dağılımı vs. normal dağılım

Her iki dağılımın da çan eğrisi şeklinde olduğunu, t-dağılımının daha ağır kuyruklara sahip olduğunu ve küçük örneklemler ile anakütle varyansı bilinmediğinde daha uygun olduğunu belirtmiştik; bunun yanı sıra aykırı değerlere karşı toleransını vurgulamak özellikle önemlidir. 

Daha büyük örneklemler için, merkezi limit teoremi normal dağılımın kullanılmasını gerekçelendirir; çünkü örnek ortalamaları, anakütle şekli ne olursa olsun normal dağılıma eğilim gösterir.

T-dağılımı vs. Z-dağılımı

Z-dağılımı, ortalaması 0 ve standart sapması 1 olan standart normal dağılımına karşılık gelir.

Bunu bir Python kod örneğiyle anlayalım:

import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import t, norm

# X-axis range
x = np.linspace(-5, 5, 1000)

# Standard Normal (Z) Distribution
z_dist = norm.pdf(x)

# Plotting
plt.figure(figsize=(10, 6))
plt.plot(x, z_dist, label='Z-Distribution (Standard Normal)', color='black', linewidth=2)

# T-Distributions with different degrees of freedom
dfs = [1, 3, 5, 10, 30]
colors = ['red', 'orange', 'green', 'blue', 'purple']

for df, color in zip(dfs, colors):
    t_dist = t.pdf(x, df)
    plt.plot(x, t_dist, label=f'T-Distribution (df={df})', color=color, linestyle='--')

plt.title('T-Distribution vs Z-Distribution: Heavier Tails for Smaller Sample Sizes')
plt.xlabel('x')
plt.ylabel('Density')
plt.legend()
plt.grid(True)
plt.show()Altyapı:

Özel Durumlar ve İlişkili Dağılımlar

t-dağılımı, birkaç başka olasılık dağılımıyla yakından ilişkilidir:

• Standart normal dağılım (df → ∞): Serbestlik dereceleri arttıkça t-dağılımı normal dağılıma yakınsar.
• Cauchy dağılımı (df = 1): 1 serbestlik dereceli t-dağılımı, ortalaması ve varyansı tanımsız olan Cauchy dağılımına denktir; bu da pratikte 1 serbestlik dereceli t-dağılımının nadiren kullanılacağı anlamına gelir.
• F-dağılımı: ν serbestlik dereceli t-dağıtılmış bir değişkenin karesi, (1, ν) serbestlik dereceli bir F-dağılımını izler.
• Merkezî olmayan t-dağılımı: Güç analizi ve ileri istatistiksel uygulamalarda kullanılır; sıfır hipotezinin yanlış olduğu durumlarda ortaya çıkan bir merkezî olmayış parametresini içerir.

T-Dağılımının Sınırlamaları

t-dağılımı, altta yatan verinin yaklaşık olarak normal dağıldığını varsayar. Aşırı çarpık veya normal olmayan verilerde uygun olmayabilir. Bu tür durumlarda sağlam (robust) istatistiksel teknikler veya parametrik olmayan yöntemler daha uygun olabilir.

Şimdi, aynı ortalamaya sahip normal veri ile çarpık veri üzerinde t-testinin nasıl davrandığını karşılaştıralım.

import numpy as np
import scipy.stats as stats
import matplotlib.pyplot as plt

np.random.seed(42)

# Generate data
normal_data = np.random.normal(loc=0, scale=1, size=30)
skewed_data = np.random.exponential(scale=1.0, size=30) - 1  # Shift to mean ≈ 0

# Perform one-sample t-tests (test if mean == 0)
t_stat_normal, p_normal = stats.ttest_1samp(normal_data, popmean=0)
t_stat_skewed, p_skewed = stats.ttest_1samp(skewed_data, popmean=0)

# Plot histograms
plt.figure(figsize=(12, 5))

plt.subplot(1, 2, 1)
plt.hist(normal_data, bins=15, color='skyblue', edgecolor='black')
plt.title(f'Normal Data\np-value = {p_normal:.3f}')
plt.axvline(0, color='red', linestyle='--')

plt.subplot(1, 2, 2)
plt.hist(skewed_data, bins=15, color='salmon', edgecolor='black')
plt.title(f'Skewed Data\np-value = {p_skewed:.3f}')
plt.axvline(0, color='red', linestyle='--')

plt.suptitle("Impact of Data Shape on t-test")
plt.tight_layout()
plt.show()Altyapı:

Soldaki grafik, t-testinin geçerli olduğu ve p-değerinin güvenilir olduğu normal dağılımdan gelen veriyi gösterir. Sağdaki grafik ise bir üstel dağılımdan gelen çarpık veriyi gösterir; örneklem ortalaması benzer olsa bile, t-testi simetri varsayar ve çarpıklığı dikkate almaz, bu da potansiyel olarak hatalı bir p-değeri üretebilir.

T-Dağılımının Matematiksel Özellikleri

t-dağılımı şu şekilde tanımlanır:

Burada:

• T, ν serbestlik dereceli Student’s t-dağılımını izleyen elde edilen değerdir
• Z, bir standart normal rassal değişkendir Z∼N(0,1)
• V, ν serbestlik dereceli ki-kare dağılımlı bir rassal değişkendir, V∼χ²(ν)
• $n$

Olasılık yoğunluk fonksiyonu (PDF)

Temel özellikler

• Ortalama: 0 ( v > 1 için)
• Varyans: v / (v - 2) ( v > 2 için)
• Çarpıklık: 0 (simetrik dağılım)
• Basıklık (Kurtosis): Normal dağılımdan daha yüksek (leptokurtik)

Simülasyon

Monte Carlo yöntemleri, özellikle istatistiksel anlamlılığı değerlendirmek veya sentetik veri oluşturmak için t-dağıtılmış rassal değişkenleri simüle etmekte sıklıkla kullanılır.

Bunu Python kullanarak simüle edelim.

Buradaki hedefimiz, çok sayıda küçük örneklem deneyini (örneklem büyüklüğü = 10) simüle etmek, her biri için t-istatistiğini hesaplamak ve ortaya çıkan dağılımı teorik t-dağılımıyla karşılaştırmaktır.

Bunu yapmak için aşağıdaki yaklaşımı izlemeliyiz:

1. Normal dağılımdan (ortalama = 0, std = 1) çok sayıda örneklem üretin.
2. Her örneklem için t-istatistiğini hesaplayın: (Örneklem ortalaması xˉden anakütle ortalaması μ çıkarılır, ardından sonuç, örneklem standart sapması $s$ nin örneklem büyüklüğünün kareköküne n bölünmesiyle elde edilen ortalamanın standart hatasına bölünür)
3. Simüle edilen t-değerlerinin histogramını çizin.
4. Karşılaştırma için teorik t-dağılımını bindirin.

import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import t

# Simulation parameters
n = 10                      # sample size
mu = 0                      # population mean
sigma = 1                   # population std deviation (not used directly)
df = n - 1                  # degrees of freedom
num_simulations = 10000     # number of Monte Carlo simulations

# Monte Carlo simulation
t_stats = []
for _ in range(num_simulations):
    sample = np.random.normal(loc=mu, scale=sigma, size=n)
    sample_mean = np.mean(sample)
    sample_std = np.std(sample, ddof=1)  # sample std dev with Bessel's correction
    t_stat = (sample_mean - mu) / (sample_std / np.sqrt(n))
    t_stats.append(t_stat)

# Plot histogram of simulated t-statistics
x = np.linspace(-5, 5, 1000)
plt.figure(figsize=(10, 6))
plt.hist(t_stats, bins=50, density=True, alpha=0.6, label='Simulated t-Statistics')

# Overlay theoretical t-distribution
plt.plot(x, t.pdf(x, df), label=f'Theoretical t-Distribution (df={df})', color='red', linewidth=2)

plt.title('Monte Carlo Simulation of t-Distribution (n=10)')
plt.xlabel('t-value')
plt.ylabel('Density')
plt.legend()
plt.grid(True)
plt.show()Altyapı:

Simüle edilen t-değerleri, df = 9 olan teorik t-dağılımla yakından örtüşen bir dağılım oluşturur. Bu, t-dağılımını rassal örnekleme yoluyla anlamanın ve doğrulamanın pratik bir yoludur. Ayrıca yeniden örnekleme (bootstrapping) ve yeniden örneklemeye dayalı çıkarımın temel bir kavramıdır.

T-Dağılımı Ne Zaman Kullanılır?

t-dağılımı, birçok istatistiksel uygulamanın temelini oluşturur:

• Standart sapmanın bilinmediği durumlarda anakütle ortalamalarının tahmini
• t-testleriyle hipotez testleri
• Küçük örneklemler için güven aralıkları
• Regresyon analizi; katsayılar t-dağılımını izler
• Bayesçi çıkarım; özellikle varyans parametreleri marjinalleştirildiğinde

t-dağılımıyla güven aralıkları

Ortalama için bir güven aralığı şu şekilde hesaplanır:

Burada:

• x örneklem ortalamasıdır
• s örneklem standart sapmasıdır
• n örneklem büyüklüğüdür
• Ve ortadaki kısım t-dağılımından alınan kritik değerdir. (alpha anlamlılık düzeyidir ve iki kuyruklu olduğu için alpha ikiye bölünür.)

Kritik değeri bulmak için bir t-dağılımı tablosu veya hesaplayıcı kullanın.

t-dağılımıyla hipotez testleri

t-testlerinde test istatistiği şöyledir:

Bunu, sıfır hipotezini kabul veya reddetmek için kritik bir t-değeriyle karşılaştırırsınız. t-testleri şunlar olabilir:

• Tek örneklem
• İki örneklem
• Eşleştirilmiş örneklem

Grafiksel gösterimler, tek kuyruklu ve çift kuyruklu testlerde kritik bölgeleri görselleştirmeye yardımcı olur.

T-Dağılımı Tablosu

Bir t-dağılımı tablosu, çeşitli güven düzeyleri ve serbestlik dereceleri için t-dağılımının kritik değerlerini listeler. Şunlar için gereklidir:

• Güven aralıklarını belirleme
• t-testleri yürütme
• Regresyonda anlamlılığı doğrulama

Faydalı olacağını düşünerek, burada başvurabileceğiniz özet bir t-dağılımı tablosu ekledim:

Umarım bu makale, t-dağılımını sağlam bir şekilde anlamanıza yardımcı olmuş ve teori ile pratik arasındaki köprüyü kurmuştur. Özellikle küçük örneklem büyüklükleri veya bilinmeyen anakütle parametreleri söz konusu olduğunda belirsizlikle başa çıkan temel bir istatistik kavramıdır.

Ayrıca, sağlam istatistikler ve Bayesçi yöntemleri içeren daha ileri veri çalışmaları yaptıkça t-dağılımı karşımıza çıkmaya devam edecektir. Gerçekten uzmanlaşmak için R ile İstatistik Uzmanı kariyer yolumuza kaydolmanızı öneririm.