Kazanimlar:
- Verinin türüne ve dağılımına uygun testi seçip varsayımları (normallik, varyans) kontrol edebilme
- p-değerinin gerçek anlamını kavrayıp sonuçları etki büyüklüğü ve güven aralığıyla birlikte raporlayabilme
- p-hacking'den keşif-doğrulama ayrımı, çoklu karşılaştırma düzeltmesi ve tam raporlamayla korunabilme
Deney bitti, veri geldi. Şimdi en kritik ve en çok hata yapılan aşamadayız: veriyi doğru analiz etmek ve sonuçları dürüstçe yorumlamak. Biyolojik veri çoğu zaman gürültülü, dengesiz ve çok değişkenlidir. Yanlış test seçimi, gizli varsayım ihlalleri ve bilinçsiz p-hacking (istenen sonucu verene kadar analiz denemek), yayınlanan biyoloji literatüründeki tekrarlanabilirlik krizinin başlıca nedenlerindendir. Yapay zeka, doğru testi seçmenize, varsayımları kontrol etmenize ve analiz kodunu yazmanıza yardım eder; ama istatistiksel dürüstlük sizin sorumluluğunuzdadır.
Bu ünitede yaygın istatistik testlerini, varsayım kontrollerini ve p-hacking'den korunma yollarını ele alacağız.
Doğru testi seçmek
Test seçimi verinin türüne ve dağılımına bağlıdır. Yapay zeka bu seçimi yapmanıza yardım eder ama körü körüne uygulamamalısınız:
- İki grup, sürekli veri, normal dağılım: Bağımsız t-testi.
- İki grup, normal değil: Mann-Whitney U (parametrik olmayan: dağılım varsayımı gerektirmeyen).
- İkiden çok grup: ANOVA (varyans analizi) + post-hoc test.
- Kategorik veri (sayımlar): Ki-kare veya Fisher kesin testi.
- İlişki: Korelasyon (Pearson/Spearman) veya regresyon.
İpucu: Testi seçmeden önce veriyi görselleştirin. Bir histogram veya kutu grafiği (boxplot), t-testinin gerektirdiği normalliği ve aykırı değerleri anında gösterir. "Önce grafik, sonra test" iyi bir alışkanlıktır.
Varsayımları kontrol etmek
Her testin gizli varsayımları vardır. t-testi normal dağılım ve varyans eşitliği varsayar; bunlar ihlal edilirse sonuç yanıltıcı olur. Yapay zeka bu varsayımları kontrol eden kodu yazar:
Rol: Biyoistatistik asistanısın.Görev: İki grup verimi karşılaştırmadan önce t-testinin varsayımlarınıkontrol eden kod yaz: normallik (Shapiro-Wilk), varyans eşitliği (Levene).Varsayım ihlal edilirse hangi alternatif teste geçmem gerektiğini söyle.Yorumlu Python kodu ver.
Kod, normallik bozuksa sizi Mann-Whitney'e yönlendirir. Bu "önce kontrol et, sonra karar ver" akışı, yanlış test uygulamaktan korur.
p-hacking ve nasıl korunulur
p-hacking, veriyi p<0.05 çıkana kadar farklı yollarla analiz etmektir: farklı testler denemek, aykırı değerleri seçici atmak, gruplara ekleme/çıkarma yapmak, çok sayıda değişken arasında "anlamlı" olanı raporlamak. Bu, sahte keşiflerin ana kaynağıdır. Korunma yolları:
- Analiz planını önceden sabitleyin (Ünite 7).
- Tüm testleri raporlayın, sadece anlamlı çıkanı değil.
- Çoklu karşılaştırmayı düzeltin (FDR/Bonferroni).
- Etki büyüklüğünü ve güven aralığını p-değerinin yanında verin.
- Keşif ve doğrulamayı ayırın: Keşif setinde bulduğunuzu bağımsız bir sette test edin.
Adım adım: dürüst bir analiz
- Veriyi görselleştirin (dağılım, aykırı değer).
- Varsayımları kontrol edin.
- Önceden belirlediğiniz testi uygulayın.
- Çoklu karşılaştırmayı düzeltin.
- Etki büyüklüğü + güven aralığı raporlayın.
- Sınırlılıkları açıkça yazın.
Kopyalanabilir prompt şablonları
Verimi görselleştir: her grup için histogram ve kutu grafiği çiz,aykırı değerleri işaretle. Sonra normalliği yorumla.Veri sütunları: [ad]. Yorumlu Python kodu ver.
İki grubumu karşılaştırmak istiyorum. Verinin özellikleri: [tür, N, dağılım].Hangi test uygun? Varsayımları kontrol et, testi uygula,p-değeriyle BİRLİKTE etki büyüklüğü ve %95 güven aralığı raporla.
Analizimde 15 farklı gen için test yaptım.Bonferroni ve Benjamini-Hochberg düzeltmesini uygulayankodu ver ve iki yöntemin farkını açıkla.
Zayıf prompt / Güçlü prompt
Zayıf: "Bu iki grup farklı mı, t-testi yap."
Güçlü: "İki grubum var (kontrol n=18, tedavi n=20), bağımlı değişken enzim aktivitesi (sürekli). Önce dağılımı görselleştir ve normalliği Shapiro-Wilk ile test et. Normalse t-testi, değilse Mann-Whitney uygula. Sonucu p-değeri, etki büyüklüğü (Cohen's d veya rank-biserial) ve %95 güven aralığıyla raporla. Hangi testi neden seçtiğini açıkla."
Fark: Güçlü promptta veri türü, örnek sayıları, varsayım kontrolü ve tam raporlama talebi var. Model körü körüne t-testi uygulamak yerine doğru yolu izler.
Üç mini vaka
Vaka 1 — Yanlış test: Bir öğrenci, belirgin şekilde çarpık (normal olmayan) bir veriye t-testi uyguladı ve p=0.048 buldu. Yapay zeka normallik kontrolünü ekleyince veri normal çıkmadı; Mann-Whitney ile p=0.11 oldu. Gerçek sonuç anlamsızdı. Ders: varsayımı kontrol etmeden test yanıltır.
Vaka 2 — Seçici aykırı değer atma: Bir araştırmacı, sonucu anlamlı yapmak için "aykırı" iki noktayı sildi. Model, aykırı değer atmanın önceden tanımlı bir kurala (örn. IQR yöntemi) dayanması ve raporlanması gerektiğini vurguladı; keyfi silme p-hacking'dir. Ders: aykırı değer kuralını önceden koyun.
Vaka 3 — Etki büyüklüğü kurtarışı: Bir çalışmada p=0.001 çıktı ama etki büyüklüğü (d=0.1) neredeyse sıfırdı; büyük örneklem önemsiz farkı anlamlı göstermişti. Yapay zeka etki büyüklüğünü raporlayınca bulgunun pratik değeri olmadığı görüldü. Ders: p küçük diye önemli değildir.
Karşılaştırma tablosu
Durum
Doğru yaklaşım
Kaçınılacak
Normal olmayan veri
Parametrik olmayan test
Zorla t-testi
Çok test
Düzeltme uygula
Ham p<0.05
Aykırı değer
Önceden tanımlı kural
Keyfi silme
Anlamlı sonuç
Etki büyüklüğü + GA
Sadece p
Keşif bulgusu
Bağımsız sette doğrula
Tek sette kesinleştir
Sık yapılan hatalar
- Varsayım kontrolsüz test: Yanlış testle sahte anlamlılık.
- p-hacking: İstenen sonucu verene kadar analiz denemek.
- Sadece p-değeri raporlamak: Etki büyüklüğü ve güven aralığını atlamak.
- Çoklu karşılaştırmayı düzeltmemek: Sahte pozitifler.
- Nedensellik atlaması: Korelasyondan nedensellik çıkarmak.
Dikkat: Yapay zeka istediğiniz sonucu "üretmez", ama yanlış yönlendirilirse yanlış testin kodunu memnuniyetle yazar. İstatistiksel dürüstlük sizde: tüm denemeleri raporlayın, analizi önceden planlayın, etki büyüklüğünü asla atlamayın. Yayına giden analizler için bir biyoistatistikçiyle çalışın.
p-değerinin gerçek anlamı
Biyolojide en çok yanlış anlaşılan kavram p-değeridir. p-değeri, "hipotezin doğru olma olasılığı" değildir; "gerçekte hiç fark yokken, gözlediğiniz kadar veya daha uç bir farkı görme olasılığı"dır. Bu ince ama kritik ayrım, sonuçları abartmamanın anahtarıdır. p=0.03, "etki %97 gerçek" demek değildir. Yapay zekaya bir sonucu yorumlatırken, bu tanımı doğru kullanıp kullanmadığını denetleyin; model bazen yaygın yanlış yorumu tekrarlayabilir.
Güven aralığı (GA) çoğu zaman p-değerinden daha bilgilendiricidir çünkü etkinin büyüklüğünü ve belirsizliğini birlikte gösterir. "Fark 2.4 kat (95% GA: 1.8-3.1)" ifadesi, "p<0.05"ten çok daha fazlasını söyler: hem etkinin yönünü, hem büyüklüğünü, hem de ne kadar kesin ölçüldüğünü. Raporlarınızda GA'yı öne çıkarın.
Sonucumu yorumlarken p-değerinin doğru tanımını kullan."Etkinin gerçek olma olasılığı" gibi yanlış ifadelerden kaçın.Bunun yerine etki büyüklüğü ve %95 güven aralığı üzerindenpratik anlamı açıkla. Sonuç: [veri]
Korelasyon, nedensellik ve gözlemsel veri
Biyolojik verinin çoğu gözlemseldir: bir şeyin başka bir şeyle birlikte değiştiğini görürsünüz, ama neyin neye yol açtığını göremezsiniz. "X geninin ifadesi hastalıkla korele" cümlesi, X'in hastalığa neden olduğunu göstermez; hastalık X'i artırıyor olabilir ya da üçüncü bir faktör her ikisini birden etkiliyor olabilir. Nedensellik ancak müdahaleli deneyle (X'i değiştirip sonucu ölçmek) kurulur. Yapay zeka metinlerinizde farkında olmadan nedensellik dili ("neden olur", "yol açar") kullanabilir; her sonuç cümlesini bu açıdan gözden geçirip gözlemsel bulguları korelasyon diliyle ("ilişkili", "birlikte değişiyor") ifade edin.
Eşleştirilmiş ve bağımsız veriyi ayırmak
Test seçiminde en sık gözden kaçan ayrım, örneklerin bağımsız mı yoksa eşleştirilmiş mi olduğudur. Aynı bireyden önce ve sonra ölçüm alıyorsanız (örneğin tedaviden önce ve sonra aynı hastaların kan değeri), bu ölçümler bağımsız değildir; eşleştirilmiş (paired) bir test gerekir. Bağımsız iki örneklem t-testini burada kullanmak, verideki eşleşme bilgisini atar ve gücü düşürür; hatta sonucu tersine çevirebilir. Kural basittir: "Bu iki ölçüm aynı biyolojik birimden mi geliyor?" Yanıt evetse eşleştirilmiş test (eşleştirilmiş t-testi veya Wilcoxon işaretli sıra testi), hayırsa bağımsız test kullanılır. Yapay zekaya test sordurduğunuzda, verinizin eşleşme yapısını mutlaka belirtin; belirtmezseniz model çoğu zaman bağımsızlık varsayar ve yanlış testi önerir.
İki ölçüm setim var. Önemli: bu ölçümler AYNI bireylerden önce/sonraalındı (eşleştirilmiş). Bu eşleşmeyi dikkate alan doğru testi seç(eşleştirilmiş t-testi veya Wilcoxon), varsayımlarını kontrol et veetki büyüklüğüyle raporla. Bağımsızlık varsayma.
Özetle
Doğru veri analizi; verinin türüne uygun testi seçmek, varsayımları kontrol etmek, çoklu karşılaştırmayı düzeltmek ve p-değerinin yanında etki büyüklüğü ile güven aralığı raporlamaktır. En büyük tehlike p-hacking'dir; panzehiri önceden analiz planı, tam raporlama ve keşif-doğrulama ayrımıdır. Yapay zeka test seçimi ve varsayım kontrolünde güçlü bir yardımcıdır, ama istatistiksel dürüstlük insana aittir.
Uygulama görevi
İki gruplu bir veri seti (kendi verinizden veya örnek) alın. Yapay zekaya önce veriyi görselleştiren ve normalliği test eden kod yazdırın. Sonuca göre uygun testi (t-testi veya Mann-Whitney) uygulatın ve p-değeriyle birlikte etki büyüklüğü ve güven aralığı raporlatın. Ardından, düzeltmesiz ve düzeltmeli çoklu karşılaştırmanın sonuca etkisini karşılaştırın.
Kontrol listesi
- [ ] Test öncesi veriyi görselleştirdim.
- [ ] Test varsayımlarını (normallik, varyans) kontrol ettim.
- [ ] Uygun testi seçtim, körü körüne t-testi uygulamadım.
- [ ] Çoklu karşılaştırmayı düzelttim.
- [ ] p-değeri yanında etki büyüklüğü ve güven aralığı raporladım.
- [ ] Analiz planını önceden sabitleyip p-hacking'den kaçındım.