ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE"

Transkript

1 ANADOLU ÜNİVERİTEİ BİLİM VE TEKNOLOJİ DERGİİ ANADOLU UNIVERIT JOURNAL OF CIENCE AND TECHNOLOG Clt/Vol.:8-ayı/No: : 93-0 (007) ARAŞTIRMA MAKALEİ /REEARCH ARTICLE TEK ÖNLÜ ÖZEL EÇİMLİ VARAN ÇÖZÜMLEMEİNDE FARKLI VARANLILIK ORUNU VE BİR ÇÖZÜM ÖNERİİ A.Fırat ÖZDEMİR, erdar KURT ÖZ Varyas çözümlemes yötem tıp, mühedsl, tarım, eğtm, psoloj, sosyoloj ve byoloj gb brço alada değşm ayalarıı araştırılması sürecde başvurula e güçlü araçlarda brdr. ötem dayadığı olasılı dağılımıı (F) geçerl olması ve verdğ souçları stele hata sıırları çde alması ç her br deeme le elde edle gözlemler eşt varyaslı tlelerde çelmes gerer. Bu varsayımı sağlamaması lteratürde farlı varyaslılı (heteroscedastcty) olara adladırılır. Farlı varyaslılı durumuda F test çoğulula deeme ortalamaları arasıda gerçete olmaya alamlı farlar bulma yöüde eğlm gösterr. Bu çalışmaı brc bölümüde te yölü özel seçml varyas çözümlemesde farlı varyaslılığı souçları üzerde durulmuştur. İc bölümde farlı varyaslılı problem çözümüe yöel olara gelştrle ye br yalaşım taıtılmıştır. Üçücü bölümde yapıla br bezetm çalışması le öerle ye yalaşım, geleesel F test ve lteratürde yer ala alteratf test, (Welch Test, Krusal-Walls Test) gerçeleşe alam düzey ve test gücü ölçütler baımıda arşılaştırılmıştır. Dördücü bölümde se farlı deey ombasyolarıı oluşturduğu durumlar ç hag test daha uygu olduğua dar öerlerde buluulmuştur. Aahtar Kelmeler : ANOVA, Farlı varyaslılı, F test, Welch test, Krusal-Walls test. ONE WA FIXED EFFECT ANALI OF VARIANCE UNDER VARIANCE HETEROGENEIT AND A OLUTION PROPOAL ABTRACT Aalyss of varace ( ANOVA) s oe of the most powerful tools whle vestgatg the sources of varablty may dscples le medce, egeerg, agrculture, educato, psychology, socology ad bology. I ANOVA, varace of the dstrbutos whch the samples are draw should be the same to valdate the uderlyg probablty dstrbuto of the method ad to cofe the errors wth the desred lmts. Volato of ths equalty of varaces assumpto s called as heteroscedastcty lterature. F test s geerally lberal uder varace heterogeety. I the frst part of ths study the results of heteroscedastcty wll be examed terms of F test. ecod part cludes the presetato of ew ad smpler approxmato procedure. Thrd part cosst of a smulato study whch was mplemeted to compare the actual sgfcace level ad power of the ew approxmato, covetoal F test ad two other alteratves (Welch Test, Krusal-Walls Test). ome recommedatos about the preferece of these tests for dfferet types of expermetal codtos were gve the fourth part. Keywords: ANOVA, Heteroscedastcty, F test, Welch test, Krusal-Walls test., rd. Doç. Dr. Douz Eylül Üverstes, Fe Edebyat Faültes, İstatst Bölümü, Kayalar erleşes, 360, Buca-İZMİR. Tel: ; Fas: 3-36; E-posta: frat.ozdemr@deu.edu.tr, Prof. Dr. Douz Eylül Üverstes, Fe Edebyat Faültes, İstatst Bölümü, Kayalar erleşes, 360, Buca-İZMİR. E-posta: serdar.urt@deu.edu.tr Gelş: Mart 006; Düzeltme: 0 Ağustos 006; Kabul: Eylül 006

2 9. GİRİŞ Varyas çözümlemes geellle de fazla tle ortalamasıı eştlğ test edlre yararlaıla br yötemdr. Burada test edle hpotez, H :... 0 H : * e az br, * çft ç bçmde urulur. Bu hpotez, cevap değşede () gözlee toplam değşm varyas çözümlemes yardımıyla GKT HKT DKT j j j j () olara ısma ayrıldıta sora tüm,,..., düzeyler ç ~ NID, j,,..., olma j üzere... j j. DKO ~ F HKO N, N () bçmde taımlaa test statstğe sahp F test le test edlr. F test uygulaablmes ç Gözlemler brbrde bağımsız elde edlmes Gözlemler elde edldğ tle dağılımlarıı ormal dağılıma uyması Gözlemler elde edldğ tle dağılımlarıa at varyasları homoje olması varsayımlarıı sağlaması gerer. Her br deeme le elde edle gözlemler çeldğ tle varyaslarıı homoje olmaması durumu farlı varyaslılı (heteroscedastcty) olara adladırılır. Farlı varyaslılı durumuda, dğer varsayım sağlaıyorsa deeyde cevap değşe dağılımı tüm,,..., düzeyler ç ~ j NID, j,,..., bçmde olur. Farlı varyaslılı durumuda arşılaşıla temel soruda l F teste at test statstğ dağılımıı F,N dağılımıa uymaması, cs se araştırmacı tarafıda belrlee alam düzey test souda oruamamasıdır.. Farlı Varyaslılı Durumuda F Oraıı Dağılımıda Gözlee Değşm Farlı varyaslılı durumuda DKO HKO oraıı dağılımı ousuda yapıla e yet çalışma Aadolu Üverstes Blm ve Teoloj Dergs, 8() ( Box, 9a) dır ( Rupert ve Mller, 986). Box, farlı varyaslılı durumuda, deeme ve hata arelere at aresel bçmler dağılımıda gözlee değşm te yölü varyas çözümlemese uyarlamış ve DKO HKO oraıı b ' h h N N N N N N değerler le (3) bf dağılımıa yalaştığıı belrtmştr. h',h. Araştırmacı Tarafıda Belrlee Alam Düzey (Nomal) İle Gerçeleşe Alam Düzey (Actual) Arasıda Far Düzelee deey souda elde edle gözlem değerler, varyas çözümlemes ve F test le çözümledğde farlı varyaslılı durumu le arşılaşılırsa, gerçeleşe alam düzey bazı durumlarda belrlee alam düzey 3 ya da atıa adar yüseleblre bazı durumlarda se bu düzey ço altıda alablr (Wlcox vd, 986). İl durumda araştırmacı, göze aldığı I.Tp hata yapma rs 3- atı daha fazla br rs le arşı arşıya olure gerçete doğru ola ve reddedlmemes geree H 0:... hpotez, farlı varyaslılı problem edeyle reddedleblr. İc durumda se II. Tp hata yapma olasılığı artacağıda gerçete deemeler arasıda var ola farlar yaalaamayablr. Belrlee alam düzey le gerçeleşe alam düzey arasıda far tle varyasları ve her deeme le yapıla terar sayılarıa bağlıdır. Farlı varyaslılığı, F test souçları üzerde etler görme ç büyü örelem geşlğ durumua ya F oraıı oluştura DKO ve HKO değerler belee değerlere bama gerer (Rupert ve Mller, 986).,,..., tle varyasları olma üzere hata areler ortalamasıı belee değer j. j E HKO E N N ()

3 Aadolu Uversty Joural of cece ad Techology, 8 () 9 bçmdedr. N olduğu ç bu değer ağırlıları le değerler br ağırlılı ortalamasıdır. H 0 ı doğruluğu altıda deeme areler or- talamasıı belee değer se E DKO E N N N E N NE () bçmdedr. Bu değer de N ağırlıları le değerler ağırlılı ortalamasıdır. Her deeme le eşt sayıda terarı yapıldığı degel deey düzelerde H 0 hpotez doğru se E HKO E DKO olacağı ç farlı varyaslılığı ets Var(DKO) değer celemes le gözleeblr. Bu değer Var DKO (6) bçmdedr. Ktle varyaslarıı homoje olması durumuda paratez çde değer e eşt olure farlı varyaslılı durumuda de büyü çıar. Farlı varyaslılı, Var(DKO) u alacağı değer, homoje varyaslılı durumua göre daha büyü olmasıa ede olur. F dağılımı te uyrulu br dağılım olduğu ç Var(DKO) u büyümes E(DKO) u büyümese bu da F oraıı büyümese ede olacatır ( Rupert ve Mller, 986). Degel deey düzeler ç farlı varyaslılı durumuda F oraıı payı paydasıda daha büyü değer alma eğlm gösterr. Buu soucu olara da gerçeleşe alam düzey, belrlee alam düzeyde daha büyü çıar ve test, lberal br eğlm gösterr. Aca farlı varyaslılı edeyle belrlee alam düzey oruamaması soruu, degesz deey düzelerde olduğu adar cdd boyutta değldr (Box, 9a; cheffe, 99). Degesz deey düzelerde farlı varyaslılığı ets celeme ç uç durum ele alımalıdır. Bularda brcs lteratürde ayı yöde eşleşme (AE) olara adladırıla varyası büyü ola tleye at deeme le yapıla terar sayısıı büyü, varyası üçü ola tleye at deeme le yapıla terar sayısıı üçü olması durumudur. Bu durumda Eştl () te verle E(HKO) da büyü varyası ağırlığı büyü olure Eştl () te verle E(DKO) da üçü varyası ağırlığı büyü olmatadır. Buu soucuda DKO HKO olara taımlaa F oraıı payı, paydasıda daha üçü değerler alma eğlm gösterece ve gerçeleşe alam düzey, belrlee alam düzeyde daha üçü çıacatır. F test, farlı varyaslılığı gözledğ ve ayı yöde eşleşme olduğu degesz deey düzelerde tutucu eğlm gösterr ve buu soucu olara gerçete deemeler arasıda ola alamlı farlar buluamayablr (Brow ve Forsythe, 97; Clch ve Keselma, 98). Degesz deey düzelerde celemes geree c uç durum se lteratürde ters yöde eşleşme (TE) olara adladırıla, varyası büyü ola tleye at deeme le yapıla terar sayısıı üçü, varyası üçü ola tleye at deeme le yapıla terar sayısıı büyü olması durumudur. Bu durumda Eştl () te verle E(HKO) da büyü varyası ağırlığı üçü olure Eştl () te verle E(DKO) da büyü varyası ağırlığı büyü olmatadır. Buu soucuda DKO HKO olara taımlaa F oraıı payı, paydasıda daha büyü değerler alma eğlm gösterece ve gerçeleşe alam düzey, belrlee alam düzeyde daha büyü çıacatır. F test, farlı varyaslılığı gözledğ ve ters yöde eşleşme olduğu degesz deey düzelerde lberal eğlm gösterr ve buu soucu olara deemeler arasıda gerçete alamlı olmaya farlar buluablr (Brow ve Forsythe, 97; Clch ve Keselma, 98). Uygulamada, hag deemeye at tle varyasıı büyü, hag deemeye at tle varyasıı üçü olduğuu blmes elbette mümü değldr. Burada, F test farlı varyaslılıta e ço etledğ uç durum üzerde durulmuştur. Lteratürde, farlı varyaslılı soruua çözüm olara öerle yalaşımlar değerledrlre, özellle bu uç durumda performaslar göz öüe alımatadır.. ENİ VE BAİT BİR ÇÖZÜM ÖNERİİ Özel seçml deeyler ç, te yölü varyas çözümlemesde farlı varyaslılı soruua çözüm olara gelştrle yalaşımları Ver döüşümler alaşı (approxmate) testler Tam (exact) testler Parametr olmaya testler Ağırlılı e üçü areler tahm yötem Güçlü (robust) statstsel yötemler bçmde 6 aa başlıta grupladırma mümüdür. Bu bölümde alatılaca yalaşım yalaşı testler grubua dahldr. düzey özel olara seçldğ ve bu düzeylere (deemelere) at tle dağılımlarıı ormal olduğu te etel br deeyde elde edle (,,..., ; j,,..., ) gözlemler le hesaplaa j

4 96 deeme ortalamaları. ve bu ortalamalara at stadart hatalar da. j j. olsu. Her,,..., deemes ç şelde,.. ağırlıları hesaplası. Hesaplaa. deeme ortalamaları ullaılara.,,..., (7) olaca (8) ağırlıları ve (9) bçmde taımlaa br ağırlılı ortalama hesaplası. + ağırlılı ortalama değer, geel ortalamaı varyas ağırlılı br tahmdr. Bu değerler ullaılara hesaplaa t.. (0) statstğ dağılımı serbestl derecel tudet t dağılımıa uyar. Bu aşamada, hesaplaa her br t değere, Baley tarafıda tudet t dağıla rassal değşeler üzerde ullaılma üzere öerle z zc 3 l zc 9 t ~ N 0, () bçmde loal tam ormall döüşümü uygulaır (Baley, 980). Burada zc değer, stadart ormal dağılımda araştırmacıı belrledğ alam düzey yarısıa arşılı gele rt değere eşttr ( 0. 0 z de- se z c =.96 ). Döüşümde sora elde edle ğerler areler alıara Aadolu Üverstes Blm ve Teoloj Dergs, 8() bçmde taımlaa, dağılımı - serbestl derecel dağılımıa yalaşa ve tarafımızda B olara smledrle statst hesaplaır. Hesaplaa bu değer,, tablo değer geçerse H 0:... hpotez reddedlr. Bu statstte yer ala zc 3 zc 9 term c le gösterlrse statst,. (3). B z c l () bçmde de yazılablr. Farlı serbestl dereceler ve alam düzeyler ç hesaplaa c değerler Tablo de gösterlmştr. Tablo de c değerler ullaılara elle yapıla çözümlemelerde olaylı sağlamış oluur. 3. BENZETİM ÇALIŞMAI Öerle B statstğ performası, Tablo ve 3 de verle ve (Hartug vd, 00) de alıa deey düzelerde, Tablo 7 de verle =3 deeme ç yazarları öerdğ ve tle varyaslarıı (Hartug vd, 00) de deey düzelerde daha büyü alıdığı deey düzelerde F Test, Krusal Walls Test (KW) ve Welch Test (W) le arşılaştırılmıştır. Krusal Walls Test (Krusal ve Walls, 9) lteratürde, te yölü varyas çözümlemes parametr olmaya arşılığı bçmde yer alır ve F test uygulaamadığı durumlarda araştırmacılar tarafıda sılıla başvurula br testtr. deeme yer aldığı br deeyde bu test ç test statstğ..., R R olma üzere, H bçmdedr. R j j 3 ~ - () z 3. c. z 9 c B z l () Welch Test, (Welch, 9) te yölü varyas çözümlemesde farlı varyaslılı soruuu celedğ heme her çalışmada değle ve çoğulula terar sayısıı az, deeme sayısıı ço olduğu düzeler dışıda ullaımı tavsye edle br testtr (Tomare

5 Aadolu Uversty Joural of cece ad Techology, 8 () 97 Tablo. α=0.0, α=0.0, α=0.0 alam düzey değerler ç c atsayıları sd Α=0.0 α=0.0 α=0.0 sd α=0.0 α=0.0 α=0.0 sd α=0.0 α=0.0 α= ve erl, 986; Lx vd, 996; Hartug vd, 00). İstatst yazılımlarıı e ço lg görelerde ola P de,. versyouda başlayara farlı varyaslılı durumuda ullaılma üzere bu teste yer vermştr. deeme yer aldığı br deey ç Welch Test e at test statstğ - ve w serbestl dereceler olma üzere W w (. h j. j ) j ( ) ( )( ) ( ) ( h ) bçmdedr. Burada ~ F, w (6) W 3. ( ) ( h ), s, h dr. uarıda verle testler farlı terar sayısı, deeme sayısı ve et büyülüğü oşullarıda gerçeleşe I.Tp hata olasılığı (gerçeleşe alam düzey) ve test gücü ölçütler baımıda arşılaştırılmıştır. MINITAB paet programıı 3. versyou ullaılara ormal dağıla verler türetlmş, = 3, 6, 9 deeme ç α = 0.0 alam düzeyde ve her br düze ç 0000 terar olaca şelde, gerçeleşe I. Tp hata olasılıları ve güç değerler hesaplamıştır. Ktle Tablo. =3 ve =6 deeme ç terar sayıları ve varyaslar Düze = 3 = A σ A σ B σ B σ C σ C σ C 3 σ D σ D σ D σ

6 98 Aadolu Üverstes Blm ve Teoloj Dergs, 8() Tablo 3. =9 deeme ç terar sayıları ve varyaslar Düze = A σ A σ B σ B σ C σ C σ C 3 σ D σ D σ D σ ortalamaları, Tablo,,6 ve 7 de verle gerçeleşe alam düzeyler hesaplaıre bütü deemeler ç 0, Tablo 8,9 ve 0 da verle güç değerler hesaplaıre se bu tabloları μ sütularıda verldğ bçmde alımıştır.. ONUÇ VE ORUMLAR Elde edle souçları yorumlamasıda ullaıla ölçüt, gerçeleşe I. Tp hata yapma olasılığıı (alam düzey), araştırmacı tarafıda belrlee değere ( =0.0 ) ola yaılığıdır. Bradley, tutucu güçlülü ölçütüde gerçeleşe I. Tp hata yapma olasılığıı 0.9 < <. aralığıda olması durumuda test farlı varyaslılığa arşı güçlü abul edlebleceğ belrtmştr (Bradley, 978). =0.0 değer ç bu aralı 0.0 < < 0.0 değerlere arşılı gelmetedr. Güç değer, I.Tp hata yapma olasılığıda doğruda etlee br büyülü olduğu ç gerçeleşe I. Tp hata yapma olasılıları yalaşı ayı ola testler arasıda terch yapılıre ullaılmıştır. Bezetm çalışmasıı bleşelere göre ullaıla düzeler Tablo de gb odlamış ve her br durumda ullaılması öerle testler Tablo de gösterlmştr. yüse çıtığı ç öcelle F test terch edlmeldr. D, D * ve bezer düzelerde KW ve B testler brlte öerlse de güç değerler daha yüse çıtığı ç öcelle KW test terch edlmeldr. B, B * ve bezer düzelerde KW ve B testler brlte öerlse de güç değerler daha yüse çıtığı ç öcelle B test terch edlmeldr. D, D * ve bezer düzelerde W ve B testler brlte öerlse de güç değerler yalaşı ayı çıtığı ç br öcel sırası belrlemeye gere yotur. D 3, D 3 * ve bezer düzelerde W ve B testler brlte öerlse de güç değerler daha yüse çıtığı ç öcelle W test terch edlmeldr. ouç olara, bezetm çalışmasıda yer ala deey düzelerde elde edle gözlem değerler çözümlemes, öerle B statstğ ullaılara yapıldığıda gerçeleşe alam düzey değerler Bradley tarafıda belrlee sıırlar çde aldığı gözlemştr. Brde fazla test ullaımıı öerldğ deey düzelerde se testlere at güç değerler date alımalıdır. Bua göre; A, A *, B, B * ve bezer düzelerde F ve B testler brlte öerlse de güç değerler daha

7 Aadolu Uversty Joural of cece ad Techology, 8 () 99 Tablo. =3 deeme ç gerçeleşe alam düzeyler Düze σ F W KW B A,,,, A,,,6, B 0,0,0,, B 0,0,0,6, C,0,,, C,0,,6, C 3,0, 0,6, D 0,0,30,, D 0,0,30,, D 3 0,0,30 0,6, Tablo. =6 deeme ç gerçeleşe alam düzeyler Düze σ F W KW B A,,,,,,,,,, A,,,,,,6,0,,6, B 0,0,0,0,0,0,,,,, B 0,0,0,0,0,0,6,0,,6, C,0,,,0,,,,,, C,0,,,0,,6,0,,6, C 3,0,,,0, 0,6,,0,6, D 0,0,30,0,0,30,,,,, D 0,0,30,0,0,30,6,0,,6, D 3 0,0,30,0,0,30 0,6,,0,6, Tablo 6. =9 deeme ç gerçeleşe alam düzeyler Düze σ F W KW B A,,,,,,,,,,,,,,,, A,,,,,,,,,6,0,,6,0,,6, B 0,0,0,0,0,0,0,0,0,,,,,,,, B 0,0,0,0,0,0,0,0,0,6,0,,6,0,,6, C,0,,,0,,,0,,,,,,,,, C,0,,,0,,,0,,6,0,,6,0,,6, C 3,0,,,0,,,0, 0,6,,0,6,,0,6, D 0,0,30,0,0,30,0,0,30,,,,,,,, D 0,0,30,0,0,30,0,0,30,6,0,,6,0,,6, D 3 0,0,30,0,0,30,0,0,30 0,6,,0,6,,0,6, Tablo 7. =3 deeme ve daha büyü tle varyasları ç gerçeleşe alam düzeyler Düze σ F W KW B A *,, 6,6, A *,,,00, B * 0,0,0 6,6, B * 0,0,0,00, C *,0, 6,6, C *,0,,00, C 3 *,0, 6,00, D * 0,0,30 6,6, D * 0,0,30,00, D 3 * 0,0,30 6,00,

8 00 Aadolu Üverstes Blm ve Teoloj Dergs, 8() Tablo 8. =3 deeme ç tahmlee güç değerler Düze σ μ F W KW B A,,,,,0, A,,,, -,0, A,,,6,0,0, A,,,6,0 -,0, B 0,0,0,,,0, B 0,0,0,, -,0, B 0,0,0,6,0,0, B 0,0,0,6,0 -,0, C,0,,,,0, C,0,,, -,0, C,0,,6,0,0, C,0,,6,0 -,0, C 3,0, 0,6,,0, C 3,0, 0,6, -,0, D 0,0,30,,,0, D 0,0,30,, -,0, D 0,0,30,6,0,0, D 0,0,30,6,0 -,0, D 3 0,0,30 0,6,,0, D 3 0,0,30 0,6, -,0, Tablo 9. =6 deeme ç tahmlee güç değerler Düze σ μ F W KW B A,,,,,,,,,,,0,0,,0, A,,,,,,,,,, -,0,,-,0, A,,,,,,6,0,,6,0,0,0,,0, A,,,,,,6,0,,6,0 -,0,,-,0, B 0,0,0,0,0,0,,,,,,0,0,,0, B 0,0,0,0,0,0,,,,, -,0,,-,0, B 0,0,0,0,0,0,6,0,,6,0,0,0,,0, B 0,0,0,0,0,0,6,0,,6,0 -,0,,-,0, C,0,,,0,,,,,,,0,0,,0, C,0,,,0,,,,,, -,0,,-,0, C,0,,,0,,6,0,,6,0,0,0,,0, C,0,,,0,,6,0,,6,0 -,0,,-,0, C 3,0,,,0, 0,6,,0,6,,0,0,,0, C 3,0,,,0, 0,6,,0,6, -,0,,-,0, D 0,0,30,0,0,30,,,,,,0,0,,0, D 0,0,30,0,0,30,,,,, -,0,,-,0, D 0,0,30,0,0,30,6,0,,6,0,0,0,,0, D 0,0,30,0,0,30,6,0,,6,0 -,0,,-,0, D 3 0,0,30,0,0,30 0,6,,0,6,,0,0,,0, D 3 0,0,30,0,0,30 0,6,,0,6, -,0,,-,0,

9 Aadolu Uversty Joural of cece ad Techology, 8 () 0 Tablo 0. =9 deeme ç tahmlee güç değerler Düze σ μ F W KW B A,,,,,,,,,,,,,,,,,0,0,,0,0,,0, A,,,,,,,,,,,,,,,, -,0,,-,0,,-,0, A,,,,,,,,,6,0,,6,0,,6,0,0,0,,0,0,,0, A,,,,,,,,,6,0,,6,0,,6,0 -,0,, -,0,,-,0, B 0,0,0,0,0,0,0,0,0,,,,,,,,,0,0,,0,0,,0, B 0,0,0,0,0,0,0,0,0,,,,,,,, -,0,, -,0,,-,0, B 0,0,0,0,0,0,0,0,0,6,0,,6,0,,6,0,0,0,,0,0,,0, B 0,0,0,0,0,0,0,0,0,6,0,,6,0,,6,0 -,0,,-,0,,-,0, C,0,,,0,,,0,,,,,,,,,,0,0,,0,0,,0, C,0,,,0,,,0,,,,,,,,, -,0,,-,0,,-,0, C,0,,,0,,,0,,6,0,,6,0,,6,0,0,0,,0,0,,0, C,0,,,0,,,0,,6,0,,6,0,,6,0 -,0,,-,0,,-,0, C 3,0,,,0,,,0, 0,6,,0,6,,0,6,,0,0,,0,0,,0, C 3,0,,,0,,,0, 0,6,,0,6,,0,6, -,0,,-,0,,-,0, D 0,0,30,0,0,30,0,0,30,,,,,,,,,0,0,,0,0,,0, D 0,0,30,0,0,30,0,0,30,,,,,,,, -,0,,-,0,,-,0, D 0,0,30,0,0,30,0,0,30,6,0,,6,0,,6,0,0,0,,0,0,,0, D 0,0,30,0,0,30,0,0,30,6,0,,6,0,,6,0 -,0,,-,0,,-,0, D 3 0,0,30,0,0,30,0,0,30 0,6,,0,6,,0,6,,0,0,,0,0,,0, D 3 0,0,30,0,0,30,0,0,30 0,6,,0,6,,0,6, -,0,,-,0,,-,0, Tablo. Bezetm çalışmasıda ullaıla deey düze odları Degel-Küçü Örelem-Eşt Varyas A A * Degesz-Küçü Örelem-Farlı Varyas (Ayı öde Eşleşme) Degel-Küçü Örelem-Farlı Varyas A Degesz-Küçü Örelem-Farlı Varyas A * (Ters öde Eşleşme) Degel-Büyü Örelem-Eşt Varyas Degel-Büyü Örelem-Farlı Varyas Degesz-Küçü Örelem-Eşt Varyas B B * B B * C C * Degesz-Büyü Örelem-Eşt Varyas Degesz-Büyü Örelem-Farlı Varyas (Ayı öde Eşleşme) Degesz-Büyü Örelem-Farlı Varyas (Ters öde Eşleşme) C C * C 3 C 3 * D D * D D * D 3 D 3 * Tablo. Farlı deey düzelere göre ullaılması öerle testler Eşt Varyas Farlı Varyas Degel Küçü Örelem F,B B Büyü Örelem F,B KW,B Degesz Küçü Örelem B AE: B TE: B Büyü Örelem KW,B AE: W,B TE: W,B AE: Ayı öde Eşleşme TE: Ters öde Eşleşme. KANAKÇA Baley, B.J.R. (980). Accurate Normalzg Trasformatos of tudet s t Varate. Appled tatstcs 9(3), Box, G.E.P. (9a). ome theorems o quadratc forms appled the study of aalyss of varace problems. Aals of Mathematcal tatstcs, Bradley, J.V. (978). Robustess? Brtsh Joural of Mathematcal ad tatstcal Psychology 3, -. Brow, M.B. ve Forsythe, A.B. (97a). The small sample behavor of some statstcs whch test equalty of several meas. Techometrcs 6, 9-3. Clch, J.J ve Keselma, H.J. (98). Parametrc alteratves to the aalyss of varace. Joural of Educatoal tatstcs 7, 07-. Hartug, J., Argaç, D. ve Maamb, K.H. (00). mall ample Propertes of Tests o Homogeety Oe-Way Aova ad Meta- Aalyss. tatstcal Papers 3, Krusal, W.H. ve Walls, W.A. (9). Use of ras oe crtero varace aalyss. JAA 7, Lx, M.L., Keselma, J.C. ve Keselma, H.J. (996). Cosequeces of Assumpto Volatos Revsted: A Quattatve Revew of Alteratves to the Oe-Way Aalyss of Varace F Test. Revew of Educatoal Research. Wter 66,

10 0 Rupert, G. ve Mller, J.R.(986). Beyod ANOVA, bascs of appled statstcs. Joh Wley & os. Ic Newyor Aadolu Üverstes Blm ve Teoloj Dergs, 8() cheffe, H. (99). The Aalyss of Varace. Joh Wley & os.ic. Newyor Tomare, A.J. ve erl, R.C. (986). Comparso of ANOVA Alteratves uder Varace Heterogeety ad pecfc Nocetralty tructures. Psychologcal Bullet 99, Welch, B.L. (9). O the comparso of several mea values. Bometra 38, Wlcox, R.R., Charl, V.L. ve Thompso, K.L. (986). New Mote Carlo results o the robutess of the ANOVA F, W ad F* statstcs. Commucatos tatstcs: mulato ad Computato, A. Fırat Özdemr, 999 yılıda Orta Doğu Te Üverstes İstatst Bölümü de mezu oldu. üse Lsas dereces 00 yılıda Hacettepe Üverstes İstatst Bölümü, dotora dereces se 006 yılıda Douz Eylül Üverstes İstatst Bölümü de aldı. Hale Douz Eylül Üverstes İstatst Bölümü de Öğretm Üyes olara görev yapmatadır. erdar Kurt, 99 yılıda amsu/havza da doğdu. 97 yılıda ODTÜ Fe Faültes Matemat Bölümü de lsas, 979 yılıda Hacettepe Üverstes İstatst Bölümü de yüselsas, 98 yılıda da dotora eğtm tamamladı. 996 yılıda Ege Üverstes de doçet, 00 yılıda da Douz Eylül Üverstes de profesör oldu. Hale Douz Eylül Üverstes, Fe Edebyat Faültes, İstatst Bölümü de öğretm üyes olara çalışmatadır.

HOMOJEN OLMAYAN VARYANS VARSAYIMI ALTINDA ORTALAMALARIN EŞİTLİĞİ İÇİN BAZI TEST İSTATİSTİKLERİ VE KARŞILAŞTIRMALARI Esra YİĞİT 1, Hamza GAMGAM 1 ÖZ

HOMOJEN OLMAYAN VARYANS VARSAYIMI ALTINDA ORTALAMALARIN EŞİTLİĞİ İÇİN BAZI TEST İSTATİSTİKLERİ VE KARŞILAŞTIRMALARI Esra YİĞİT 1, Hamza GAMGAM 1 ÖZ ANADOLU ÜNİVERİTEİ BİLİM VE TEKNOLOJİ DERGİİ B Teor Blmler ANADOLU UNIVERITY JOURNAL OF CIENCE AND TECHNOLOGY B Theoretcal ceces Clt/Vol.:-ayı/No: : 57-7 (0) HOMOJEN OLMAYAN VARYAN VARAYIMI ALTINDA ORTALAMALARIN

Detaylı

Tek yönlü VA için seçenek bir test yöntemi ve geliştirilen bilgisayar yazılımı

Tek yönlü VA için seçenek bir test yöntemi ve geliştirilen bilgisayar yazılımı www.statstcler.org İstatstçler Dergs (008) 75-8 İstatstçler Dergs Te yönlü VA çn seçene br test yöntem ve gelştrlen blgsayar yazılımı Engn Yıldıztepe Douz Eylül Ünverstes Fen-Edebyat Faültes İstatst Bölümü

Detaylı

6. Uygulama. dx < olduğunda ( )

6. Uygulama. dx < olduğunda ( ) . Uygulama Hatırlatma: Rasgele Değşelerde Belee Değer Kavramı br rasgele değşe ve g : R R br osyo olma üzere, ) esl ve g ) ) < olduğuda D ) sürel ve g ) ) d < olduğuda g belee değer der. c R ve br doğal

Detaylı

ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Cilt/Vol.:7 Sayı/No: 1 : (2006)

ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Cilt/Vol.:7 Sayı/No: 1 : (2006) ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Clt/Vol.:7 Sayı/No: : 65-74 (26 DERLEME/REVIEW YAŞAM TESTİNDE KULLANILAN ÜSTEL VE WEİBULL DAĞILIMLARININ

Detaylı

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım Afyo Kocatepe Üverstes Fe ve Mühedslk Blmler Dergs Afyo Kocatepe Uversty Joural of Scece ad Egeerg AKÜ FEMÜBİD 7 (27) 234 (5-55) AKU J. Sc.Eg.7 (27) 234 (5-55) DOI:.5578/fmbd.6774 Gamma ve Webull Dağılımları

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AZALAN BOZULMA ORANINA SAHİP ÜÇ PARAMETRELİ YENİ BİR YAŞAM ZAMAN DAĞILIMI

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AZALAN BOZULMA ORANINA SAHİP ÜÇ PARAMETRELİ YENİ BİR YAŞAM ZAMAN DAĞILIMI T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AZALAN BOZULMA ORANINA SAHİP ÜÇ PARAMETRELİ YENİ BİR YAŞAM ZAMAN DAĞILIMI MUSTAFA ÇAĞATAY KORKMAZ YÜKSEK LİSANS TEZİ İSTATİSTİK ANA BİLİM DALI KONYA, 2

Detaylı

İstatistik Araştırma Dergisi, Cilt: 02, No: 02, Sayfa: , 2003.

İstatistik Araştırma Dergisi, Cilt: 02, No: 02, Sayfa: , 2003. İstatst Araştırma Dergs, Clt: 0, No: 0, Sayfa: 03-7, 003. İstatstsel Parametre Kestrm Teler Webull Dağılımıı Parametreler Hesaplamasıda Kullaımı Ve Deprem Verler Webull Dağılımıa Uygulaması Veysel YILMAZ

Detaylı

ŞANS KISITLI STOKASTİK PROGRAMLAMA PROBLEMLERİNİN DETERMİNİSTİK EŞİTLİKLERİ Kumru Didem ATALAY 1, Ayşen APAYDIN 2 ÖZ

ŞANS KISITLI STOKASTİK PROGRAMLAMA PROBLEMLERİNİN DETERMİNİSTİK EŞİTLİKLERİ Kumru Didem ATALAY 1, Ayşen APAYDIN 2 ÖZ ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ B Teor Blmler ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY B Theoretcal Sceces Clt/Vol.:-Sayı/No: : -8 (0 ŞANS KISITLI STOKASTİK PROGRAMLAMA PROBLEMLERİNİN

Detaylı

Pareto I Daılımının lk Bozulma Sansürlü Örnekleme Planına Dayalı Parametrelerinin Tahmini ve Beklenen Test Süresi *

Pareto I Daılımının lk Bozulma Sansürlü Örnekleme Planına Dayalı Parametrelerinin Tahmini ve Beklenen Test Süresi * S.Ü. e Edebyat aültes e Dergs Sayı 4 (004 9-8 KONYA Pareto I Daılımıı l Bozulma Sasürlü Öreleme Plaıa Dayalı Parametreler Tahm ve Belee Test Süres * Cou KU Mehmet eda KAYA Özet: Bu çalımada l bozulma sasürlü

Detaylı

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması . Ders ĐSTATĐSTĐKTE SĐMÜLASYON Tahm Edcler ve Test Đstatstkler Smülasyo le Karşılaştırılması Đstatstk rasgelelk olgusu çere olay süreç ve sstemler modellemesde özellkle bu modellerde souç çıkarmada ve

Detaylı

İki veri setinin yapısının karşılaştırılması

İki veri setinin yapısının karşılaştırılması İk ver set yapısıı karşılaştırılması Dağılım: 6,6,6 Ortalama: 6 Medya: 6 Mod: 6 td. apma: 0 Dağılım: 0,6,1 Ortalama: 6 Medya: 6 Mod: çoklu mod td: apma: 6 Amaç: Görüe Ötese Bakablmek Verler değşkelk durumuu

Detaylı

Regresyon ve Korelasyon Analizi. Regresyon Analizi

Regresyon ve Korelasyon Analizi. Regresyon Analizi Regresyo ve Korelasyo Aalz Regresyo Aalz Regresyo Aalz Regresyo aalz, aralarıda sebep-souç lşks bulua k veya daha fazla değşke arasıdak lşky belrlemek ve bu lşky kullaarak o kou le lgl tahmler (estmato)

Detaylı

Ridge Regresyonda M Tahmin Edicilerinin Kullanımı Üzerine Bir Uygulama 1

Ridge Regresyonda M Tahmin Edicilerinin Kullanımı Üzerine Bir Uygulama 1 Douz Eylül Üverstes İtsad ve İdar Blmler Faültes Dergs, Clt:6, Sayı:, Yıl:0, ss.67-77. Rdge Regresyoda Tahm Edcler Kullaımı Üzere Br Uygulama Hatce ŞAKAR Özlem ALPU 3 Erem ALTAN 4 Özet Bu çalışmada y yöüde

Detaylı

REGRESYON VE KORELASYON ANALİZİ

REGRESYON VE KORELASYON ANALİZİ REGRESYON VE KORELASYON ANALİZİ.. Doğrusal İlşler.. Yalı (ast) Regreso... E Küçü Kareler Metodu a) Normal Delemler Çözümü ) Determat metodu c) Orj Kadırma... Regresou Stadart Sapması..3. Regresou Duarlılığı..4.

Detaylı

Normal Dağılımlı Bir Yığın a İlişkin İstatistiksel Çıkarım

Normal Dağılımlı Bir Yığın a İlişkin İstatistiksel Çıkarım Normal Dağılımlı Bir Yığı a İlişi İstatistisel Çıarım Bir üretici edi ürüleride, piyasadai 3,5 cm li vidalarda yalıca boyları 3,4 cm ile 3,7 cm aralığıda olaları ullaabilmetedir. Üretici, piyasadai bu

Detaylı

KUKLA DEĞİŞKENLERİN T İSTATİSTİĞİ İLE AYKIRI GÖZLEMLER TESPİT EDİLEMEZ

KUKLA DEĞİŞKENLERİN T İSTATİSTİĞİ İLE AYKIRI GÖZLEMLER TESPİT EDİLEMEZ Eoometr ve İstatst Sayı:5 0-4 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ KUKLA DEĞİŞKENLERİN T İSTATİSTİĞİ İLE AYKIRI GÖZLEMLER TESPİT EDİLEMEZ Arzdar KİRACI* Özet Gücel yazıda,

Detaylı

Yığın Hacminin Tahmini İçin Bulanık Doğrusal Regresyon Modelinde Ters Tahmin Metodu

Yığın Hacminin Tahmini İçin Bulanık Doğrusal Regresyon Modelinde Ters Tahmin Metodu S Ü Fe Ed Fa Fe Derg Saı (003) 65-0, KONYA Yığı Hacm Tahm İç Bulaı Doğrusal Regreso Modelde Ters Tahm Metodu Mustafa SEMİZ, Aşır GENÇ Özet: Bu çalışmada ığı hacm tahm ç farlı br alaşım suulmatadır. Yığı

Detaylı

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir. YER ÖLÇÜLERİ Yer ölçüler, verler merkez veya yığılma oktasıı belrleye statstklerdr. Grafkler bze verler yığılma oktaları hakkıda ö blg vermede yardımcı olurlar. Acak bu değerler gerçek değerler değldr,

Detaylı

Tek Yönlü Varyans Analizi (ANOVA)

Tek Yönlü Varyans Analizi (ANOVA) VARYANS ANALİZİ İ örne ortalaması arasında farın önem ontrolü, örne büyülüğüne göre z veya testlernden bryle yapılır. Bu testlerle, den fazla örne ortalamasını brlte test etme ve aralarında farın önem

Detaylı

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 03.05.013 ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 1 Nede Örekleme? Öreklemde çalışmak ktlede çalışmakta daha kolaydır. Ktle üzerde çalışmak çok daha masraflı olablr. Çoğu durumda tüm ktleye ulaşmak

Detaylı

4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin 4/16/013 Ders 9: Kitle Ortalaması ve Varyası içi Tahmi Kitle ve Öreklem Öreklem Dağılımı Nokta Tahmii Tahmi Edicileri Özellikleri Kitle ortalaması içi Aralık Tahmii Kitle Stadart Sapması içi Aralık Tahmii

Detaylı

Zaman Skalasında Box-Cox Regresyon Yöntemi

Zaman Skalasında Box-Cox Regresyon Yöntemi Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:7, Sayı:, Yıl:0, ss.57-70. Zama Skalasıda Bo-Co Regresyo Yötem Atlla Özur İŞÇİ Sbel PAŞALI GÖKTAŞ ATMACA 3 M. Nyaz ÇANKAYA 4 Özet Hata term

Detaylı

Yaşam eğrilerini karşılaştırmak için kullanılan skor ve ağırlıklı testler: Sayısal örnekler

Yaşam eğrilerini karşılaştırmak için kullanılan skor ve ağırlıklı testler: Sayısal örnekler www.statstcler.org İstatstçler Dergs: İstatst&Atüerya 6 () - İstatstçler Dergs: İstatst&Atüerya Yaşam eğrler arşılaştırma ç ullaıla sor ve ağırlılı testler: ayısal öreler Duru Karasoy Hacettepe Üverstes

Detaylı

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama TANIMLAYICI İSTATİSTİKLER Taımlayıcı İstatstkler MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl aksarayl@deu.edu.tr Yer Ölçüler (Merkez Eğlm Ölçüler)

Detaylı

Fark Denklemlerinin Çözümünde Parametrelerin Değişimi Yöntemi

Fark Denklemlerinin Çözümünde Parametrelerin Değişimi Yöntemi Far Delemler Çzümüde Parametreler Değşm Ytem *Hüsey Koama Saarya Üverstes, Fe-Edebyat Faültes, Matemat Blümü, 587, Saarya Özet: İçersde e az br mertebede,,,, E b solu arları buluduğu osyoel delemlere Far

Detaylı

Örnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz;

Örnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz; Öre A. Bezer pe 40 güç ayağıı dayama süreler aşağıda gbdr. Geşlelmş reas ablosu oluşuruuz;, 4,7 3, 3,4 3,3 3, 3,9 4, 3,4 4, 3,8 3,7 3,6 3,8 3,7 3,0,,6 3, 3,,6,9 3, 3,0 3,3 4,3 3, 4, 4,6 3, 3,3 4,4 3,9,9

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri

Detaylı

İSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr

İSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr İSTATİSTİK 2 Tahmi Teorisi 07/03/2012 AYŞE S. ÇAĞLI aysecagli@beyket.edu.tr İstatistik yötemler İstatistik yötemler Betimsel istatistik Çıkarımsal istatistik Tahmi Hipotez testleri Nokta tahmii Aralık

Detaylı

ˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz.

ˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz. YTÜ-İktisat İstatistik II Aralık Tahmii II 1 ANAKÜTLE ORANININ (p GÜVEN ARALIKLARI (BÜYÜK ÖRNEKLEMLERDE Her birii başarı olasılığı p ola birbiride bağımsız Beroulli deemeside öreklemdeki başarı oraıı ˆp

Detaylı

MERKEZİ EĞİLİM ÖLÇÜLERİ

MERKEZİ EĞİLİM ÖLÇÜLERİ MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlee ver düzeleerek çzelgelerle, graklerle suulması çoğu kez yeterl olmaz. Geel durumu yasıtacak br takım ölçülere gereksm vardır. Bu ölçüler verler yalızca özlü br bçmde belrtmekle

Detaylı

Yayılma (Değişkenlik) Ölçüleri

Yayılma (Değişkenlik) Ölçüleri Yayılma (Değşel) Ölçüler Br ver set taıma yada farlı ver set brbrde ayırt etme ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etrafıda

Detaylı

Bağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise

Bağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise YTÜ-İktisat İstatistik II Örekleme ve Öreklem Dağılımları BASİT RASSAL ÖRNEKLEME N tae ese arasıda taelik bir öreklem seçilmesii istediğii düşüelim. eseli olaaklı her öreklemi seçilme şasıı eşit kıla seçim

Detaylı

BEKLENEN DEĞER VE VARYANS

BEKLENEN DEĞER VE VARYANS BEKLEE DEĞER VE VARYAS.1. İadel ve adesz öreklemede tüm mümkü örekler.. Beklee değer.3. Varyas.4. İk değşke ortak dağılımı.5. İstatstksel bağımsızlık.6. Tesadüf değşkeler doğrusal kombasyolarıı beklee

Detaylı

WEIBULL DAĞILIM PARAMETRELERİNİ BELİRLEME METODLARININ KARŞILAŞTIRILMASI

WEIBULL DAĞILIM PARAMETRELERİNİ BELİRLEME METODLARININ KARŞILAŞTIRILMASI VII. Ulusal Temiz Eerji Sempozyumu, UTES 008 7-9 Aralı 008, İstabul WEIBULL DAĞILIM PARAMETRELERİNİ BELİRLEME METODLARININ KARŞILAŞTIRILMASI Seyit Ahmet AKDAĞ, Öder GÜLER İstabul Tei Üiversitesi, Eerji

Detaylı

REGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI

REGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI FEN DEGİSİ (E-DEGİ). 8, 3() 9-9 EGESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KAELE VE EN KÜÇÜK MEDYAN KAELE YÖNTEMLEİNİN KAŞILAŞTIILMASI Özlem GÜÜNLÜ ALMA, Özgül VUPA Dokuz Eylül Üverstes, Fe-Edebyat Fakültes,

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Taımlayıcı İstatstkler br değerler dzs statstksel olarak geel özellkler taımlaya ölçülerdr Taımlayıcı İstatstkler Yer Göstere Ölçüler Yaygılık Ölçüler Yer Göstere Ölçüler Br dağılımı

Detaylı

Ki- kare Bağımsızlık Testi

Ki- kare Bağımsızlık Testi PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN Ki- kare Bağımsızlık Testi Daha öceki bölümlerde ölçümler arasıdaki ilişkileri asıl iceleeceğii gördük. Acak sıklıkla ilgileile veriler ölçüm

Detaylı

İşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler.

İşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler. OLASILIK VE İSTATİSTİK DERSLERİ ÖZET NOTLARI İstatistik: verileri toplaması, aalizi, suulması ve yorumlaması ile ilgili ilkeleri ve yötemleri içere ve bu işlemleri souçlarıı probabilite ilkelerie göre

Detaylı

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENTİTÜSÜ DOKTORA TEZİ SONLU KARMA DAĞILIMLARDA PARAMETRE TAHMİNİ. İnci AÇIKGÖZ İSTATİSTİK ANABİLİM DALI ANKARA 2007

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENTİTÜSÜ DOKTORA TEZİ SONLU KARMA DAĞILIMLARDA PARAMETRE TAHMİNİ. İnci AÇIKGÖZ İSTATİSTİK ANABİLİM DALI ANKARA 2007 ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENTİTÜSÜ DOKTORA TEZİ SONLU KARMA DAĞILIMLARDA PARAMETRE TAHMİNİ İ AÇIKGÖZ İSTATİSTİK ANABİLİM DALI ANKARA 7 Her haı salıdır ÖZET Dotora Tez SONLU KARMA DAĞILIMLARDA PARAMETRE

Detaylı

İSTATİSTİK DERS NOTLARI

İSTATİSTİK DERS NOTLARI Balıkesir Üiversitesi İşaat Mühedisliği Bölümü umutokka@balikesir.edu.tr İSTATİSTİK DERS NOTLARI Yrd. Doç. Dr. Umut OKKAN idrolik Aabilim Dalı Balıkesir Üiversitesi İşaat Mühedisliği Bölümü Bölüm 5 Örekleme

Detaylı

Gaunt Katsayılarının Binom Katsayıları Kullanılarak Hesaplanması

Gaunt Katsayılarının Binom Katsayıları Kullanılarak Hesaplanması EN AKÜLTESİ EN DERGİSİ E06 4 9-5 Araştıra Maales Gelş Receved :6/0/06 Kabul Accepted :/0/06 Erha AKIN Selçu Üverstes e aültes z Bölüü Kapüs 450 Koya Türye e-al: ea@selcu.edu.tr Öz: Bu çalışada Gaut atsayıları

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri

Detaylı

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Clt/Vol.:0-Sayı/No: : 455-465 (009) ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE İKİ PARAMETRELİ WEIBULL DAĞILIMINDA

Detaylı

TÜREV DEĞERLERİNİ İÇEREN RASYONEL İNTERPOLASYON YÖNTEMLERİ VE UYGULAMALARI. Bayram Ali İBRAHİMOĞLU* & Mustafa BAYRAM**

TÜREV DEĞERLERİNİ İÇEREN RASYONEL İNTERPOLASYON YÖNTEMLERİ VE UYGULAMALARI. Bayram Ali İBRAHİMOĞLU* & Mustafa BAYRAM** D.P.Ü. Fe Blmler Esttüsü 6. Sayı Eylül 8 Türev Değerler İçere Rasyoel İterpolasyo Yötemler ve Uygulamaları TÜREV DEĞERLERİNİ İÇEREN RASYONEL İNTERPOLASYON YÖNTEMLERİ VE UYGULAMALARI Bayram Al İBRAHİMOĞLU*

Detaylı

9. Ders. Đstatistikte Monte Carlo Çalışmaları

9. Ders. Đstatistikte Monte Carlo Çalışmaları 9. Ders Đstatstkte Mote Carlo Çalışmaları Đstatstk rasgelelk olgusu çere olay süreç ve sstemler modellemesde özellkle bu modellerde souç çıkarmada ve bu modeller geçerllğ sıamada kullaıla bazı blg ve yötemler

Detaylı

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun:

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun: Grş İSTATİSTİK I Ders Değşkelk ve Asmetr Ölçüler Ortalamalar, serler karşılaştırılmasıda her zama yeterl ölçüler değldr. Ayı ortalamayı sahp serler arklı dağılım göstereblrler. Bu edele serler karşılaştırılmasıda,

Detaylı

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR Ölçme, her deeysel blm temel oluşturur. Fzk blmde de teorler sıaması ç çeştl deeyler tasarlaır ve bu deeyler sırasıda çok çeştl ölçümler yapılır. Br fzksel celğ

Detaylı

Cezalandırılmış Eğrisel Çizgi Regresyonunda Karışık Doğrusal Model Yaklaşımı. Linear Mixed Model Approach in Penalized Spline Regression

Cezalandırılmış Eğrisel Çizgi Regresyonunda Karışık Doğrusal Model Yaklaşımı. Linear Mixed Model Approach in Penalized Spline Regression üra S., otamış Ö. Cezaladırılmış Eğrsel Çzg Regresyoda Karışı Doğrsal Model Yalaşımı Semra üra,*, Öz otamış Hacettepe Üverstes, İstatst Bölümü, Beytepe/ANKARA Özet B çalışmada cezaladırılmış eğrsel çzg

Detaylı

TEZ ONAYI Nur ÇELİK tarafıda hazırlaa ANOVA Modellerde Çarpık Dağılımlar Kullaılarak Dayaıklı İstatstksel Souç Çıkarımı ve Uygulamaları adlı tez çalış

TEZ ONAYI Nur ÇELİK tarafıda hazırlaa ANOVA Modellerde Çarpık Dağılımlar Kullaılarak Dayaıklı İstatstksel Souç Çıkarımı ve Uygulamaları adlı tez çalış ANKARA ÜNİVERSİTESİ EN BİLİERİ ENSTİTÜSÜ DOKTORA TEZİ ANOVA MODELLERİNDE ÇARPIK DAĞILIAR KULLANILARAK DAYANIKLI İSTATİSTİKSEL SONUÇ ÇIKARIMI VE UYGULAMALARI Nur ÇELİK İSTATİSTİK ANABİLİM DALI ANKARA 0

Detaylı

Meta-analizinde kategorik verilerin birleştirilmesinde kullanılan istatistiksel yöntemler: Aktif ve pasif sigara içicilerin değerlendirilmesi

Meta-analizinde kategorik verilerin birleştirilmesinde kullanılan istatistiksel yöntemler: Aktif ve pasif sigara içicilerin değerlendirilmesi İtabul Üverte İşletme Faülte Derg Itabul Uverty Joural o the School o Bue Admtrato lt/vol:38, Sayı/No:2, 2009, 34-46 ISSN: 303-732 - www.derg.org 2009 Meta-aalzde ategor verler brleştrlmede ullaıla tattel

Detaylı

Olabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması

Olabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:6, Sayı:, Yıl:011, ss.135-144 Olablrlk Oraı Yöteme Dayalı, Yaısal Homoje Olmaya Varyas Testler Pyasa Model İç Karşılaştırılması Flz KARDİYEN

Detaylı

BİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testlerine Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testlerine Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK İstatistiksel Tahmileme ve Hipotez Testlerie Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üiversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr

Detaylı

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI µ µ içi Güve Aralığı ALTERNATİF İTEMLERİN KARŞILAŞTIRILMAI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstler Taımlayıcı İstatstler Br veya brde azla dağılışı arşılaştırma ç ullaıla ve ayrıca öre verlerde hareet le reas dağılışlarıı sayısal olara özetleye değerlere taımlayıcı statstler der.

Detaylı

İSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II

İSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II 8 İSTATİSTİKSEL TAHMİN 8.. İstatistiksel tahmileyiciler 8.. Tahmileyicileri Öellikleri 8... Sapmasılık 8... Miimum Varyaslılık 8..3. Etkilik 8.3. Aralık Tahmii 8.4. Tchebysheff teoremi Prof. Dr. Levet

Detaylı

) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit

) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit Karadez Te Üverstes Blgsayar Mühedslğ Bölümü 5-6 Güz Yarıyılı Sayısal Çözümleme Ara Sıav Soruları Tarh: Kasım 5 Perşembe Süre: daa. f ( ( + a e fosyouu sabt otası olmadığı bldğe göre, a 'ı alableceğ e

Detaylı

ANOVA. CRD (Completely Randomized Design)

ANOVA. CRD (Completely Randomized Design) ANOVA CRD (Completely Randomzed Desgn) Örne Problem: Kalte le blgnn, ortalama olara, br urumun üç farlı şehrde çalışanları tarafından eşt olara algılanıp algılanmadığını test etme amacıyla, bu üç şehrde

Detaylı

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları Alteratif üretim

Detaylı

taşinmaz DEĞERLEME- DE İSTATİKSEL ANALİZ

taşinmaz DEĞERLEME- DE İSTATİKSEL ANALİZ 3 İstatst Serler ve Freas Tabloları TAŞINMAZ GELİŞTİRME TEZSİZ YÜKSEK LİSANS PROGRAMI taşinmaz DEĞERLEME- DE İSTATİKSEL ANALİZ Doç. Dr. Mehmet Al CENGİZ Üte: 3 İSTATİSTİK SERİLERİ ve FREKANS TABLOLARI

Detaylı

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu Br KANUN ve Br TEOREM Büyük Türkçe Sözlük kau Đg. law Doğa olaylarıı oluş edeler ortaya koya ve gelecektek olayları öcede kestrme olaağı vere bağıtı; Newto kauu, Kepler kauları. (BSTS / Gökblm Termler

Detaylı

Box ve Whisker Grafiği

Box ve Whisker Grafiği www.memetaarayl.com Bölümü Amaçları DEĞİŞKELİK ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKOOMETRİ BÖLÜMÜ mehmet.aarayl@deu.edu.tr Bu Bölümü tamamladıta ora eler yapablecez: Bo ve Wher grağ ouma

Detaylı

NORMAL DAĞILIM İÇİN UYUM İYİLİĞİ TESTLERİ VE BİR SİMÜLASYON ÇALIŞMASI. Nurcan YILDIRIM YÜKSEK LİSANS TEZİ İSTATİSTİK

NORMAL DAĞILIM İÇİN UYUM İYİLİĞİ TESTLERİ VE BİR SİMÜLASYON ÇALIŞMASI. Nurcan YILDIRIM YÜKSEK LİSANS TEZİ İSTATİSTİK NORML DĞILIM İÇİN UYUM İYİLİĞİ TETLERİ VE BİR İMÜLYON ÇLIŞMI Nurca YILDIRIM YÜE LİN TEİ İTTİTİ Gİ ÜNİVERİTEİ FEN BİLİMLERİ ENTİTÜÜ ŞUBT 3 NR Nurca YILDIRIM tarafıda hazırlaa NORML DĞILIM İÇİN UYUM İYİLİĞİ

Detaylı

İstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş

İstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş İstatistik Ders Notları 08 Ceap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI 5. Giriş Öreklem istatistikleri kullaılarak kitle parametreleri hakkıda çıkarsamalar yapmak istatistik yötemleri öemli bir bölümüü oluşturur.gülük

Detaylı

Değişkenlik (Yayılım) Ölçüleri

Değişkenlik (Yayılım) Ölçüleri DEĞİŞKENLİK ÖLÇÜLERİ Değşel (Yayılım) Ölçüler İ arlı aaütley brbrde ayırma ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etraıda değşm

Detaylı

7. Ders. Bazı Kesikli Olasılık Dağılımları

7. Ders. Bazı Kesikli Olasılık Dağılımları Hatırlatma: ( Ω, U, P) bir olasılık uzayı ve 7. Ders Bazı Kesikli Olasılık Dağılımları : Ω ω R ( ω) foksiyou Borel ölçülebilir, yai B B içi { ω Ω : ( ω) B } U oluyorsa foksiyoua bir Rasgele Değişke deir.

Detaylı

ARAŞTIRMA MAKALESİ / RESEARCH ARTICLE

ARAŞTIRMA MAKALESİ / RESEARCH ARTICLE ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ A Uygulamalı Blmler ve Mühedslk ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY A Appled Sceces ad Egeerg Clt/Vol.: 3-Sayı/No: : 5-63 (202 ARAŞTIRMA

Detaylı

alphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems

alphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems Avalable ole at www.alphaumercjoural.com alphaumerc joural he Joural of Operatos Research, Statstcs, Ecoometrcs ad Maagemet Iformato Systems Volume 4, Issue, 6 6.4..SA. Abstract UNSARED AND SARED FRAILY

Detaylı

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ Taımlayıcı İstatstkler (Descrptve Statstcs) Dr. Musa KILIÇ TANIMLAYICI ÖRNEK İSTATİSTİKLERİ YER ÖLÇÜLERİ (Frekas dağılışıı abss eksedek durumuu belrtr.) DEĞİŞİM ÖLÇÜLERİ ( Frekas dağılışıı şekl belrtr.).

Detaylı

12. Ders Büyük Sayılar Kanunları. Konuya geçmeden önce DeMoivre-Stirling formülünü ve DeMoivre-Laplace teoremini hatırlayalım. DeMoivre, genel terimi,

12. Ders Büyük Sayılar Kanunları. Konuya geçmeden önce DeMoivre-Stirling formülünü ve DeMoivre-Laplace teoremini hatırlayalım. DeMoivre, genel terimi, . Ders Büyü Sayılar Kauları Kouya geçmede öce DeMoivre-Stirlig formülüü ve DeMoivre-Laplace teoremii hatırlayalım. DeMoivre, geel terimi, a!,,, 3,... e ola dizii yaısa olduğuu göstermiş, aca limitii bulamamış.

Detaylı

Değişkenlik (Yayılım) Ölçüleri

Değişkenlik (Yayılım) Ölçüleri Değşel (Yayılım) Ölçüler İ arlı aaütley brbrde ayırma ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etraıda değşm date alara heaplaa

Detaylı

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ- KARE TESTLERİ Doç.Dr. Al Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIAY Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı,

Detaylı

TAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı)

TAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı) 3 TAHMİNLEYİCİLERİN ÖZELLİKLERİ 3.1. Sapmasızlık 3.. Tutarlılık 3.3. Etkilik miimum varyas 3.4. Aralık tahmii (güve aralığı) İyi bir tahmi edici dağılımı tahmi edilecek populasyo parametresie yakı civarda

Detaylı

Parametrik Olmayan İstatistik Çözümlü Sorular - 2

Parametrik Olmayan İstatistik Çözümlü Sorular - 2 Parametrk Olmaya İstatstk Çözümlü Sorular - Soru Böbrek hastalarıa at Kreat (KRT) değerlere lşk br araştırma yapılmak stemektedr. Buu ç rasgele seçle hastaya at Kreat değerler aşağıdak gb elde edlmştr

Detaylı

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi. Pamukkale University Journal of Engineering Sciences

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi. Pamukkale University Journal of Engineering Sciences Pauale Üverstes Mühedsl Bller Dergs, Clt 9, Sayı, 3, Sayfalar 5-3 Pauale Üverstes Mühedsl Bller Dergs Pauale Uversty Joural of Egeerg Sceces BİR UÇ-DEĞER TABANLI MODELLEME İLE BELİRSİZ YAPILARIN TİTREŞİM

Detaylı

BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK *

BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK * BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK * Fteess Codtos For Soe Segroup Fales ad Costructos ad Effcecy Basr ÇALIŞKAN Mateatk Aabl Dalı Hayrullah AYIK Mateatk Aabl Dalı ÖZET

Detaylı

İSTATİSTİKSEL TAHMİNLEME VE

İSTATİSTİKSEL TAHMİNLEME VE 1 ölüm maçları İSTTİSTİKSEL THMİLEME VE YORUMLM SÜRECİ ÖREKLEME VE ÖREKLEME DĞILIMLRI u bölümde öğreeceklerz. Örekleme gereksm ve yötemler celemek. Örekleme hatası kavramıı taımlamak Örekleme dağılışı

Detaylı

HİPOTEZ TESTLERİ. İstatistikte hipotez testleri, karar teorisi olarak adlandırılır. Ortaya atılan doğru veya yanlış iddialara hipotez denir.

HİPOTEZ TESTLERİ. İstatistikte hipotez testleri, karar teorisi olarak adlandırılır. Ortaya atılan doğru veya yanlış iddialara hipotez denir. HİPOTEZ TETLERİ İstatistikte hipotez testleri, karar teorisi olarak adladırılır. Ortaya atıla doğru veya yalış iddialara hipotez deir. Öreği para hilesizdir deildiğide bu bir hipotezdir. Ortaya atıla iddiaya

Detaylı

DEĞİŞKENLİK ÖLÇÜLERİ

DEĞİŞKENLİK ÖLÇÜLERİ DEĞİŞKENLİK ÖLÇÜLERİ Değşel (Yayılım) Ölçüler İ arlı aaütley brbrde ayırma ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etraıda değşm

Detaylı

RAYLEIGH DAĞILIMININ ARDIŞIK OLASILIK ORAN TESTİ SEQUENTIAL PROBABILITY RATIO TEST OF RAYLEIGH DISTRIBUTION

RAYLEIGH DAĞILIMININ ARDIŞIK OLASILIK ORAN TESTİ SEQUENTIAL PROBABILITY RATIO TEST OF RAYLEIGH DISTRIBUTION Eskşehr Osmagaz Üverstes Müh.Mm.Fak.Dergs C.XX, S., 7 Eg&Arch.Fac. Eskşehr Osmagaz Uversty, Vol..XX, No:, 7 Makale Gelş Tarh :.3.6 Makale Kabul Tarh : 3..6 RAYLEIGH DAĞILIMININ ARDIŞIK OLASILIK ORAN TESTİ

Detaylı

Zaman Gecikmesine Sahip Kesirli Dereceli Belirsiz Sistemler için Kontrolör Tasarımı

Zaman Gecikmesine Sahip Kesirli Dereceli Belirsiz Sistemler için Kontrolör Tasarımı EEB 26 Eletr-Eletro ve Blgsayar Sempozyumu, -3 Mayıs 26, Toat TÜRKİYE Zama Gecmese Sahp Kesrl Derecel Belrsz Sstemler ç Kotrolör Tasarımı Tufa Doğruer, Nusret Ta 2 Eletro ve Otomasyo Bölümü Gazosmapaşa

Detaylı

TABAKALI ŞANS ÖRNEKLEME

TABAKALI ŞANS ÖRNEKLEME 6 TABAKAI ŞA ÖREKEME 6.. Populasyo ortalaması ve populasyo toplamıı tam 6.. Populasyo ortalamasıı ve toplamıı varyası 6... Populasyo ortalamasıı varyası 6... Populasyo toplamıı varyası 6..3. Ortalama ve

Detaylı

Çok Aşamalı Sıralı Küme Örneklemesi Tasarımlarının Etkinlikleri Üzerine Bir Çalışma

Çok Aşamalı Sıralı Küme Örneklemesi Tasarımlarının Etkinlikleri Üzerine Bir Çalışma Süleyma Demrel Üverstes, Fe Blmler Esttüsü Dergs, 15- ( 011),17-134 Çok Aşamalı Sıralı Küme Öreklemes Tasarımlarıı Etklkler Üzere Br Çalışma Nlay AKINCI 1, Yaprak Arzu ÖZDEMİR * 1 TRT Geel Müdürlüğü Reklam

Detaylı

İKİ SEVİYELİ KESİKLİ STOKASTİK TAŞIMA PROBLEMİ BILEVEL DISCRETE STOCHASTIC TRANSPORTATION PROBLEM

İKİ SEVİYELİ KESİKLİ STOKASTİK TAŞIMA PROBLEMİ BILEVEL DISCRETE STOCHASTIC TRANSPORTATION PROBLEM Electroc Joural of Vocatoal Colleges December/Aralı 20 İKİ SEVİYELİ KESİKLİ STOKASTİK TAŞIMA PROBLEMİ Hade GÜNAY AKDEMİR, Fatma TİRYAKİ 2 Özet Bu çalışmada, müşter talepler stoast, özellle esl rassal değşeler

Detaylı

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ İSTATİSTİKSEL TAHMİNLEME VE İSTATİSTİKSEL YORUMLAMA TAHMİNLEME SÜRECİ VE YORUMLAMA SÜRECİ ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ ÖRNEKLEME VE ÖRNEKLEME ÖRNEKLEME DAĞILIMLARI VE ÖRNEKLEME DAĞILIMLARI Yorumlama

Detaylı

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy Ders Sorumlusu: Doç. Dr. Necp ŞİMŞEK Problem. deklem sağlaya tüm kompleks sayılarıı buluu. Çöüm deklem şeklde yaablr. Bu so y kompleks sayıları ç y yaalım. Bu taktrde deklemde, baı y ( ) y elde edlr. Burada

Detaylı

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine Geelleşrlmş Oralama Foksyou ve Bazı Öeml Eşszlkler Öğrem Üzere Gabl ADİLOV, Gülek TINAZTEPE & Serap KEALİ * Öze Armek oralama, Geomerk oralama, Harmok oralama, Kuvadrak oralama ve bular arasıdak lşk vere

Detaylı

Doç. Dr. Mehmet AKSARAYLI

Doç. Dr. Mehmet AKSARAYLI Doç. Dr. Mehmet AKSARALI www.mehmetaksarayl İstatstksel araştırmalarda k yada daha çok değşke arasıdak lşk celemes ç e çok kullaıla yötemlerde brs regresyo aalzdr. Değşkeler arasıdak lşk matematksel br

Detaylı

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır. UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BAZI DAĞILIMLAR İÇİN EN ÇOK OLABİLİRLİK VE FARKLI KAYIP FONKSİYONLARI ALTINDA BAYES TAHMİN EDİCİLERİNİN PERFORMANSLARININ KARŞILAŞTIRILMASI Gülca GENCER

Detaylı

PORTFÖY OPTİMİZASYONUNDA ORTALAMA MUTLAK SAPMA MODELİ VE MARKOWITZ MODELİNİN KULLANIMI VE İMKB VERİLERİNE UYGULANMASI

PORTFÖY OPTİMİZASYONUNDA ORTALAMA MUTLAK SAPMA MODELİ VE MARKOWITZ MODELİNİN KULLANIMI VE İMKB VERİLERİNE UYGULANMASI Süleyma Demrel Üverstes İktsad ve İdar Blmler Fakültes Dergs Y.2008, C.3, S.2 s.335-350. Suleyma Demrel Uversty The Joural of Faculty of Ecoomcs ad Admstratve Sceces Y.2008, vol.3, No.2 pp.335-350. PORTFÖY

Detaylı

Polinom İnterpolasyonu

Polinom İnterpolasyonu Polom İterpolasyou (Ara Değer Bulma Br foksyou solu sayıdak, K, R oktalarıda aldığı f (, f (,, f ( değerler bls (foksyou keds blmyor. Bu oktalarda geçe. derecede br tek, P a + a + a + + a (... polumu vardır

Detaylı

Bağıl Değerlendirme Sisteminin Simülasyon Yöntemi ile Test Edilmesi: Kilis 7 Aralık Üniversitesi Örneği

Bağıl Değerlendirme Sisteminin Simülasyon Yöntemi ile Test Edilmesi: Kilis 7 Aralık Üniversitesi Örneği Akademk Blşm 11 - III. Akademk Blşm Koferası Bldrler 2-4 Şubat 2011 İöü Üverstes, Malatya Bağıl Değerledrme Sstem Smülasyo Yötem le Test Edlmes: Kls 7 Aralık Üverstes Öreğ Kls 7 Aralık Üverstes, Blgsayar

Detaylı

=... 29 İÇİNDEKİLER. E(X) = k... 22. 3.5. Pascal (Negatif Binom) Dağılımı... 22 1. 3.6. Hipergeometrik Dağılım... 22. N y= ... 24

=... 29 İÇİNDEKİLER. E(X) = k... 22. 3.5. Pascal (Negatif Binom) Dağılımı... 22 1. 3.6. Hipergeometrik Dağılım... 22. N y= ... 24 İÇİNDEKİLER SİMGE LİSTESİ... KISALTMA LİSTESİ... v ÇİZELGE LİSTESİ... v ŞEKİL LİSTESİ... v ÖNSÖZ... v ÖZET... x ABSTRACT... x GİRİŞ... BÖLÜM : OLASILIK DAĞILIMLARI VE OLASILIK YOĞUNLUKLARI... BÖLÜM : OLASILIK

Detaylı

En Küçük Etkili Doz Düzeyini Belirleme Yöntemlerinin Karşılaştırmaları

En Küçük Etkili Doz Düzeyini Belirleme Yöntemlerinin Karşılaştırmaları S Ü Fen Fa Fen Derg Sayı 36 () 83-94, KONYA En Küçü Etl Doz Düzeyn Belrleme Yöntemlernn Karşılaştırmaları Murat HÜSREVOĞLU, Hamza GAMGAM * Gaz Ünverstes, Fen Edebyat Faültes, İstatst Bölümü, Tenoullar,

Detaylı

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi Yüksek Mertebede Sstemler İç Ayrıştırma Temell Br Kotrol Yötem Osma Çakıroğlu, Müjde Güzelkaya, İbrahm Eks 3 Kotrol ve Otomasyo Mühedslğ Bölümü Elektrk Elektrok Fakültes İstabul Tekk Üverstes,34369, Maslak,

Detaylı

COMPARISON OF PARAMETERIZATION METHODS USED FOR B- SPLINE CURVE INTERPOLATION

COMPARISON OF PARAMETERIZATION METHODS USED FOR B- SPLINE CURVE INTERPOLATION Iteratoal Egeerg, Scece ad Educato Coferece, December 206 COMPARISO OF PARAMETERIZATIO METHODS USED FOR B- SPLIE CURVE ITERPOLATIO Sıtı ÖZTÜRK Kocael Üverstes, Mühedsl Faültes, Eletro ve Haberleşme Mühedslğ

Detaylı

Burçin Gonca OKATAN YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AĞUSTOS 2007 ANKARA

Burçin Gonca OKATAN YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AĞUSTOS 2007 ANKARA UYUM İYİLİĞİ İÇİN AMICO TEK-ÖRNEK TESTİ VE İĞER UYUM İYİLİĞİ TESTLERİ İLE KARŞILAŞTIRILMASI Burçi Goca OKATAN YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AĞUSTOS 7 ANKARA TEZ

Detaylı

DEĞİŞKENLİK ÖLÇÜLERİ

DEĞİŞKENLİK ÖLÇÜLERİ DEĞİŞKENLİK ÖLÇÜLERİ Değşel (Yayılım) Ölçüler İ arlı aaütley brbrde ayırma ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etraıda değşm

Detaylı

FİNANSAL YÖNETİM. Finansal Yönetim Örnek Sorular Güz 2015. Yrd. Doç. Dr. Rüstem Barış Yeşilay 1. Örnek. Örnek. Örnek. Örnek. Örnek

FİNANSAL YÖNETİM. Finansal Yönetim Örnek Sorular Güz 2015. Yrd. Doç. Dr. Rüstem Barış Yeşilay 1. Örnek. Örnek. Örnek. Örnek. Örnek Fasal Yöetm Örek lar Güz 2015 Güz 2015 Fasal Yöetm Örek lar 2 Örek FİNNSL YÖNETİM ÖRNEKLER 1000 TL %10 fazde kaç yıl süreyle yatırıldığıda 1600 TL olur? =1000 TL, FV=1600 TL, =0.1 FV (1 ) FV 1600 (1 )

Detaylı

EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR

EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR 2013 yılı fo getrs 02/01/2013-02/01/2014 tarhl brm pay değerler kullaılması le hesaplamıştır. 2013 yılı karşılaştırma ölçütü getrs

Detaylı