Summio

Kitap

Parametrik ve Parametrik Olmayan İstatistiksel İşlemler El Kitabı

İstatistiksel prosedürleri, hem parametrik hem de non-parametrik olanları, bir profesyonel gibi verileri anlamanıza ve kullanmanıza yardımcı olacak şekilde açıklayan süper faydalı bir el kitabı.

29 dk okuma

Mevcut diller

Özet önizlemesi

Sheskin'in Parametrik ve Nonparametrik İstatistiksel Prosedürler El Kitabı: Kapsamlı Bir Rehber

Selamlar! Elinize bu devasa kitabı, David Sheskin'in 'Parametrik ve Nonparametrik İstatistiksel Prosedürler El Kitabı'nı aldınız ve muhtemelen 'Vay be, istatistik kitabı, bu sıkıcı olacak' diye düşünüyorsunuz. Ama dürüst olmak gerekirse, bu kitap tipik bir ders kitabından çok, etrafta gördüğünüz sayıları anlamlandırmak için süper detaylı, samimi bir rehber gibi. Neredeyse 75 farklı istatistiksel tekniği kapsıyor ve ister öğrenci, ister araştırmacı olun, başvuracağınız kaynak olmayı hedefliyor. Bunu şöyle düşünün: Sheskin'in el kitabı, yanınızda deneyimli bir istatistikçi arkadaşınız olması gibi. Sadece size bir sürü formül yığmıyor. Bunun yerine, kendi araştırmanızı anlamak veya başkalarının yaptığı araştırmaları eleştirel bir şekilde incelemek için istatistikleri doğru kullanmanıza yardımcı olmaya odaklanıyor. Tüm yolculuğu kapsıyor: verileriniz için en iyi analizi seçmek, araştırmanızın gerçekten sağlam olduğundan emin olmak (mesela, deney düzeneği iyi mi?) ve sonra, süper önemlisi, sonuçların ne anlama geldiğini anlamak. Bu rehber gerçekten kapsamlı. Sadece hardcore istatistikçiler için değil. Yayınevinin tanımı tam isabet – size şu araçları vermeyi amaçlıyor: Uygun istatistiksel analizi seçme ve yürütme: Bu çok büyük bir şey. Yanlış test kullanıldığı için pek çok araştırma ters gidiyor. Sheskin bu tuzağa düşmenizi engellemenize yardımcı oluyor. Kabul edilebilir ile kabul edilemez araştırmayı ayırt etme: Bir çalışma okudunuz ve bir şeylerin ters gittiğini hissettiniz mi? Bu kitap, hem deneyin nasıl kurulduğuna (deneysel kontrol) hem de verinin nasıl analiz edildiğine bakarak araştırmanın kalitesini nasıl değerlendireceğinizi öğretiyor. Sonuçları yorumlama ve daha iyi anlama: İşte işin can alıcı noktası burası. Sadece tek bir alanda değil, geniş bir disiplin yelpazesinde istatistiksel bulguları anlamayı öğreneceksiniz. Yani, psikoloji, biyoloji, pazarlama veya başka bir alan olsun, daha donanımlı olacaksınız. Bu kitabı bölüm bölüm inceleyeceğiz, ana fikirleri, neden önemli olduklarını ve bu bilgiyi gerçekte nasıl kullanabileceğinizi ele alacağız. Koca bir konu ama mümkün olduğunca rahat ve anlaşılır tutacağız, sanki kahve içerken sohbet ediyormuşuz gibi.

Büyük Resim: Bu El Kitabı Neden Önemli?

Detaylara dalmadan önce, bu tür bir kitabın günümüz dünyasında neden bu kadar önemli olduğunu konuşalım. Veri her yerde, değil mi? Haber başlıklarından sosyal medya akışlarımıza kadar sürekli olarak sayılar ve iddialarla bombardımana tutuluyoruz. Peki bunların ne kadarı gerçekten güvenilir? Ne kadarı sağlam bilime dayanıyor, ne kadarı sallantılı istatistiklere? Sheskin'in el kitabı bu konuya doğrudan eğiliyor. İstatistiksel prosedürleri anlamanın sadece akademik bir egzersiz olmadığı; eleştirel düşünme için temel bir beceri olduğu fikri üzerine kurulu. Kitap, çok çeşitli istatistiksel yöntemleri titizlikle detaylandırıyor ve bunları iki ana kampa ayırıyor: parametrik ve nonparametrik. Bu ayrım çok önemli çünkü verileriniz hakkındaki varsayımlara dayanıyor. Parametrik prosedürler, genel olarak konuşursak, örneklemin çekildiği popülasyonun dağılımı hakkında belirli varsayımlarda bulunan testlerdir. En yaygın varsayım, verinin normal dağılımı (klasik çan eğrisi) izlediğidir. Diğer varsayımlar genellikle varyansların homojenliğini (gruplar arasında veri yayılımının benzer olması) ve gözlemlerin bağımsızlığını içerir. Nonparametrik prosedürler ise, verinin dağılımı hakkında bu kadar sıkı varsayımlar yapmadıkları için genellikle 'dağılım-serbest' testler olarak adlandırılır. Verileriniz çarpıksa, aykırı değerler içeriyorsa veya normal dağılımın geçerli olmadığı kategorik verilerle (evet/hayır cevapları veya sıralamalar gibi) çalışıyorsanız bunlar inanılmaz derecede kullanışlıdır. El kitabı sadece bu testleri listelemekle kalmaz; süreç boyunca size rehberlik eder. Bu süreç birkaç ana aşamayı içerir: 1. Araştırma Sorunuzu Anlamak: Ne öğrenmeye çalışıyorsunuz? Bu her şeyin başlangıç noktasıdır. 2. Çalışmanızı Tasarlamak: Veriyi nasıl toplayacaksınız? Bu, değişkenler, kontrol grupları, örnekleme yöntemleri ve potansiyel yanlılıklar hakkında düşünmeyi içerir. 3. Doğru İstatistiksel Testi Seçmek: Araştırma sorunuza, sahip olduğunuz veri türüne (sürekli, kategorik, sıralı) ve makul bir şekilde yapabileceğiniz varsayımlara dayanarak en uygun testi seçersiniz. 4. Testi Yürütmek: Bu, genellikle istatistiksel yazılım kullanılarak yapılan gerçek hesaplamaları içerir. 5. Sonuçları Yorumlamak: Sayılar size ne söylüyor? Araştırma sorunuza güvenle cevap verebilir misiniz? 6. Mevcut Araştırmanın Kalitesini Değerlendirmek: Bu prosedürler hakkındaki bilginizi kullanarak karşılaştığınız çalışmaları eleştirel bir şekilde değerlendirebilirsiniz. Bu kapsamlı yaklaşım, kitabı öne çıkaran şeydir. Sadece bir referans kılavuzu değil; istatistiksel okuryazarlığı oluşturmak ve okuyucuları verilerle daha etkili ve eleştirel bir şekilde etkileşim kurmaları için güçlendirmek üzere tasarlanmış pedagojik bir araçtır.

Bölüm 1: Giriş - Sahneyi Hazırlama

Pekala, işlere giriş bölümüyle başlayalım. Bu bölümü ciddi konulara girmeden önceki el sıkışma olarak düşünün. Sheskin'in girişi temelde sahneyi belirliyor, neden bu kitabın istatistikle ilgili her şey için yeni en iyi arkadaşınız olacağını anlatıyor. Sanki şöyle diyor: 'Merhaba, istatistiğin göz korkutucu olabileceğini biliyorum ama bunu süper erişilebilir ve hatta iddialı bir şekilde ilginç hale getirmek için bu rehberi hazırladım.' Buradaki ana mesaj, istatistiksel prosedürleri anlamanın ampirik verileri anlamaya çalışan herkes için temel bir beceri olduğudur. İster ilk deneyinizi tasarlayan hevesli bir araştırmacı olun, ister literatürü gözden geçiren deneyimli bir akademisyen, ister sadece bir haber raporunu anlamaya çalışan meraklı bir birey olun, bu kitap sizi gerekli bilgiyle donatmayı amaçlıyor. Sheskin, istatistiksel analizin ikili doğasını vurguluyor – içgörüleri ortaya çıkarma gücünü ve yanlış kullanıldığında yanıltma potansiyelini. Kitabın neredeyse 75 farklı prosedürü kapsadığını vurguluyor. Bu çok fazla! Ama sayının sizi korkutmasına izin vermeyin. Gerçek sihir, onları nasıl organize ettiği ve açıkladığıdır. Giriş muhtemelen kitabın yapısını ve felsefesini ortaya koyuyor. Muhtemelen şunların önemini vurguluyordur: Açıklık: Karmaşık istatistiksel kavramları anlaşılır kılmak. Kapsamlılık: Geniş bir temel prosedür yelpazesini kapsamak. Pratiklik: Analizlerin nasıl yapılacağını ve sonuçların nasıl yorumlanacağını göstermek. Eleştirel Değerlendirme: Okuyuculara araştırmanın kalitesini nasıl değerlendireceklerini öğretmek. Muhtemelen parametrik ve nonparametrik testler arasındaki ayrımı da erken bir aşamada ele alıyor, bunu herhangi bir veri analizinde kritik bir karar noktası olarak çerçeveliyor. Bu, gelecek ayrıntılı keşif için zemin hazırlıyor. Ana Mesaj: Bu kitap, istatistiksel prosedürleri anlamak ve uygulamak için kapsamlı, pratik rehberinizdir, disiplinler arasında sağlam araştırmalar yürütmenizi ve bulguları eleştirel bir şekilde değerlendirmenizi sağlar.

Bölüm 2: Ana Tezler - Büyük Fikirler

Isındığımıza göre, Sheskin'in bu el kitabı ile ortaya koyduğu temel fikirlere dalalım. Tüm kitap boyunca ilerleyen birkaç büyük tez var, sanki kitaptan ayrılırken aklınızda kalmasını istediği ana argümanlar gibi. Tez 1: İstatistiksel Prosedür Seçimi Eleştirel ve Bilinçli Bir Süreçtir. Bu muhtemelen en merkezi fikirdir. Sheskin size sadece bir test menüsü sunmuyor. Doğru istatistiksel prosedürü seçmenin, sonuçlarınızın geçerliliğini ve güvenilirliğini doğrudan etkileyen temel bir adım olduğunu savunuyor. Bu rastgele bir karar değil. Bu seçim büyük ölçüde şunlara bağlıdır: Araştırma sorusu: Ne öğrenmeye çalışıyorsunuz? Veri türü: Herhangi bir değer alabilen sayılarla mı (sürekli), kategorilerle mi (nominal) yoksa sıralamalarla mı (sıralı) uğraşıyorsunuz? Veriniz hakkında yapabileceğiniz varsayımlar: Parametrik ve nonparametrik ayrımının gerçekten devreye girdiği yer burasıdır. Verinizin normal dağıldığını varsayabilir misiniz? Gruplar arasında varyanslar eşit mi? El kitabı bu varsayımları değerlendirme konusunda size rehberlik eder. Temelde şunu söylüyor: 'Bu adımı doğru atın, iyi araştırmanın yarısı tamamdır. Yanlış atarsanız, tekerlekleriniz boşa dönüyor olabilir.' Tez 2: Araştırma Kalitesini Değerlendirmek İstatistiksel Okuryazarlık Gerektirir. Bu, Tez 1'in diğer yüzüdür. Araştırma yapmak için doğru testi seçmek ne kadar önemliyse, bu testleri anlamak da araştırmayı değerlendirmek için o kadar önemlidir. Sheskin, yayınlanmış bir çalışmaya bakıp araştırmacıların uygun yöntemler kullanıp kullanmadığını güvenle değerlendirebilmenizi istiyor. Bu şunları içerir: Deneysel Kontrolü Anlamak: Çalışma, sonuçlar için alternatif açıklamaları en aza indirecek şekilde iyi tasarlanmış mıydı? İstatistiksel Analizi Değerlendirmek: Verileri ve araştırma soruları için doğru testleri kullandılar mı? Bu testlerin varsayımları karşılandı mı? Sonuçları Doğru Yorumlamak: Rapor edilen istatistikler, yazarların vardığı sonuçları gerçekten destekliyor mu? Sizi seçici bir okuyucu olmaya teşvik ediyor, sağlam bilimi potansiyel olarak kusurlu çalışmalardan ayırabilen biri. Tez 3: Hem Parametrik Hem de Nonparametrik Yöntemler Temel Araçlardır. El kitabının başlığı bile bunu vurguluyor. Sheskin birini diğerinden üstün göstermiyor. Bunun yerine, her birinin kendi yerinin ve gücünün olduğunu vurguluyor. Parametrik testler genellikle daha güçlüdür (yani, bir etki varsa istatistiksel olarak anlamlı bir etkiyi tespit etme olasılıkları daha yüksektir) varsayımları karşılandığında. Nonparametrik testler, bu varsayımlar ihlal edildiğinde veya belirli veri türleriyle çalışırken daha sağlam ve çok yönlüdür. Buradaki tez, esneklik ve bilinçli seçim hakkındadır. Her iki test ailesini de bilmeniz, temel ilkelerini anlamanız ve hangisini ne zaman kullanacağınızı bilmeniz gerekir. Bu, sadece bir çekiç yerine kapsamlı bir araç kutusuna sahip olmak gibidir. Ana Mesaj: Temel argümanlar, istatistiksel prosedür seçiminin kritik önemi, araştırma kalitesini değerlendirmek için istatistiksel

Bölüm 3: Temel Fikirler - Derinlere Dalış

Tamam, Sheskin'in el kitabı boyunca detaylandırdığı bazı temel kavramları ve fikirleri açalım. İşte size istatistik dünyasında nasıl yol alacağınıza dair daha spesifik bilgiler.

Fikir 1: Parametrik ve Nonparametrik İkilemi

Bu temel bir konudur. Sheskin, bu iki geniş istatistiksel test kategorisinin farklılıklarını, varsayımlarını ve uygulamalarını açıklamaya önemli ölçüde zaman ayırıyor. Parametrik Testler: Temel Fikir: Bu testler, örneklem verilerinizin belirli bir olasılık dağılımını, genellikle normal dağılımı izleyen bir popülasyondan geldiğini varsayar. Ayrıca genellikle gruplar arasında eşit varyanslar ve bağımsız gözlemler varsayarlar. Örnekler: t-testleri (iki grubun ortalamalarını karşılaştırma), ANOVA (ikiden fazla grubun ortalamalarını karşılaştırma), Pearson korelasyonu (iki sürekli değişken arasındaki doğrusal ilişkiyi ölçme). Artıları: Varsayımlar karşılandığında genellikle istatistiksel olarak daha güçlüdür. Daha kesin tahminler sağlayabilir. Eksileri: Varsayımlar ihlal edilirse sonuçlar yanıltıcı veya geçersiz olabilir. Tüm veri türleri için uygun değildir (örn. tamamen kategorik). Nonparametrik Testler: Temel Fikir: Bu testler, popülasyon dağılımı hakkında daha az veya hiç varsayım yapmazlar. Genellikle sıralı veriler (sıralanmış veriler) veya kategorik veriler için kullanılırlar ya da parametrik varsayımlar karşılanmadığında kullanılırlar. Örnekler: Mann-Whitney U testi (bağımsız örneklemler t-testinin nonparametrik alternatifi), Wilcoxon işaretli sıra testi (eşleştirilmiş örneklemler t-testinin nonparametrik alternatifi), Kruskal-Wallis testi (tek yönlü ANOVA'nın nonparametrik alternatifi), Ki-kare testi (kategorik veriler için), Spearman korelasyonu (monotonik ilişkiyi ölçme). Artıları: Daha sağlamdır, daha geniş bir veri türü ve dağılım yelpazesine uygulanabilir. Veriler çarpık olduğunda veya aykırı değerler olduğunda uygulamak daha kolaydır. Eksileri: Parametrik varsayımlar karşılandığında genellikle parametrik karşılıklarından daha az güçlüdür. Daha az ayrıntılı bilgi sağlayabilir. Sheskin'in el kitabı, bu varsayımları nasıl kontrol edeceğiniz (örn. histogramlar ve Q-Q grafikleri gibi görsel yöntemler veya normallik için Shapiro-Wilk testi gibi istatistiksel testler kullanarak) konusunda size rehberlik eder ve veri özelliklerinize ve araştırma hedeflerinize göre uygun testi seçmek için net karar ağaçları veya kılavuzlar sağlar.