>>chi2inv(.95,8) = >> chi2inv(.95,9) = veri=[ ];

Ebat: px
Şu sayfadan göstermeyi başlat:

Download ">>chi2inv(.95,8) = >> chi2inv(.95,9) = veri=[ ];"

Transkript

1 . Ders

2 veri=[ ]; >> men(veri) = >> std(veri) =.44 >> vr(veri) =. >>chiinv(.95,8) = >> chiinv(.95,9) = 6.99 >> sum((veri-.5).^) = 8.5

3 Örnek: Belli bir tür pil için dynm süresinin st olrk N ( µ 6, σ 6) 3 = = dğılımın ship olduğu bilinmektedir. Üretimde ypıln bir değişiklik sonucu dynm süresinin ortlmsınd bir rtış olduğu iddi edilmektedir. Değişikliğin bir iyileştirme getirmediği doğru iken, ynlış krr verme olsılığı en çok.5 olck şekilde, düzgün en güçlü test fonksiyonu oluşturlım. H : µ = 6, α =.5 H : µ > 6 ( ) X, X,..., X örneklem N µ, σ olmk üzere (monoton olbilirlik ornı n özelliğinden) düzgün en güçlü test fonksiyonu, X > c φ ( X, X,..., X n ) =, X < c biçimindededir. α =.5 için c sbiti, ( ) P X > c =.5 X µ c µ P > =.5 σ / n σ / n c µ P Z > =.5 σ / n c µ = Z.95 =.645 σ / n c =.645 σ / n + µ olrk bulunur. φ test fonksiyonu lışılgelmiş olrk biçiminde yzılır. φ µ ( X, X,..., X ) n, =, X µ > Z σ / n X µ < Z σ / n X µ Zh = σ / n test isttistiğinin, x µ x 6 zh = = σ / n 4 / n hesplnn (gözlenen) değeri norml dğılım tblosundn okunn, z.95 = z tblo = norminv(.95,,) =.645 değerinden büyük olduğund H reddedilir. Rsgele seçilen pil için dynm süreleri, 58, 75, 7, 6, 54, 65, 64, 56, 66.5, 7.5, 64, 65, 79, 66, 8, 57, 68, 67, 69, 76 olrk gözlenmiştir. x µ x zh = = = = 7.33 > z.95 = norminv(.95,,) =.645 σ / n 4 / n 4 / olmk üzere, H reddedilir

4 4

5 5

6 6

7 7

8 8

9 9 Örnek: Đst öğrencilerinin ğırlıklrının ortlmsı hkkınd H : µ = 68( kg) H : µ > 68( kg) hipotezi öne sürülmektedir. α =. nlm düzeyli düzgün en güçlü test fonksiyonunu oluşturunuz. Ağırlıklrın dğılımının norml olduğunu vrsylım. Örneklem lınız ve hipotez testini ypınız.

10 Örnek: Đst dersindeki kız ve erkek öğrencilerin ğırlıklrının N ( K ( kg), ) N ( µ E ( kg), σ ) dğılımın ship olduğu vrsyılsın. H : µ µ 5( kg) H : µ E µ K < 5 hipotezi öne sürülmektedir. α =.5 nlm düzeyinde test ediniz. E K µ σ ve

11 Örnek: Đst dersi kız ve erkek öğrencilerin ğırlıklrının N ( K ( kg), K ) N ( µ E ( kg), σ E ) dğılımın ship olduğu vrsyılsın. H : σ = σ K E H : σ K σ E hipotezi öne sürülmektedir. α =.5 nlm düzeyinde test ediniz. µ σ ve

12

13 3

14 4

15 5

16 6

17 7

18 8 Norml Dğılımlı ve Aynı Vrynslı Đki Kitlenin Ortlmlrının Eşitliği Hipotezi

19 9

20

21 Norml Dğılımlı ve Aynı Vrynslı Kitlelerin Ortlmlrının Eşitliği Hipotezinin Testi N( µ, σ ), N( µ, σ ),..., N( µ, σ ) dğılımlrı (kitleleri, gruplrı) ile ilgili, H : µ = µ =... = µ H : Kitle ortlmlrı eşit değil hipotezleri söz konusu olsun. Bu kitlelerden (gruplrdn) birbirinden bğımsız olrk sırsıyl n, n,..., n ( n+ n n = N) birimlik örneklemler lınsın. Veri kümesi: n n. = j j=. = n j= n j n n. = j j=. = n j=.. değerine genel ortlm denir..,.,...,. n j n i n.. = = N n ni ni ( ij.. ) = ( ij i. + i... ) i= j= i= j= olmk üzere: ij i i. i= j= i=. i= i. = n n = j= n j= değerlerine grup ortlmlrı denir. ni ni ni ( ) ( )( ) ( ) ij i. ij i. i... i... i= j= i= j= i= j= = + + ni ni ( ) ( ) ij i. i... i= j= i= j= = + n i ( ij.. ) kresel formun Genel Kreler Toplmı (GKT) i= j= n i ( ) n ( ) ij i. i i... i= j= i= = + n j j n ( i ) kresel formun Gruplr Arsı Kreler Toplmı (GAKT), i... i= n i ( ) kresel formun Gruplr Đçi Kreler Toplmı (GĐKT) ij i. i= j= denir. Bun göre, GKT=GAKT+GĐKT dır.

22 H : µ = µ =... = µ, α H : Kitle ortlmlrı eşit değil hipotezleri için Olbilirlik Ornı Test Fonksiyonu, isttistiği ile biçiminde yzılbilir. ni ( i... ) GAKT / ( ) i= N ni / ( ) ( ij i.) i= j= W= = GĐKT N, W> c ψ=, W c GAKT GAKO= GĐKT GĐKO= N gösterimleri ltınd, GAKO W= GĐKO olmk üzere, sıfır hipotezi ltınd, dır. Vryns nlizi (ANOVA) tblosu: ni ( i... ) GAKO i= N ni GĐKO ( ij i.) i= j= W= = F (, N ) Değişkenlik Serbestlik derecesi Kreler Toplmı Kreler Ortlmsı F değeri Gruplr rsı Gruplr içi Genel N N i= n ( ) i n i i= j= n i i= j= i... ( ) ij i. ( ) ij.. i= n ( ) i i= j= i... n i ( ) ij N i. F ni ( i... ) i= hesplnn= ni ( ij i.) i= j= Fhesplnn> F α N Krr: ;, olduğund H reddedilir N

23 Örnek: 3

24 4 C C C3 C4 45, , 49, , 46, , 45, 58, 54,9 One-wy ANOVA: C; C; C3; C4 Source DF SS MS F P Fctor 3 56, 48,73 79,, Error 58,3 5,9 Totl 4 34,43 S =,3 R-Sq = 95,57% R-Sq(dj) = 94,36% Individul 95% CIs For Men Bsed on Pooled StDev Level N Men StDev C 4 46,5,4 (--*--) C 3 7,333 3,55 (--*---) C3 3 5,667,8 (--*---) C4 5 57,4,989 (--*--) , 56, 64, 7, Pooled StDev =,3

25 5 Örnek: Kitle Ornlrı Đle Đlgili Testler

26 6

27 7 Örnek: Đst öğrencilerinin sigr içme ornı ile ilgili, H : p.4 H : p >.4 hipotezleri öne sürülsün. ) n= b) n= örnek hcimleri için α =.5 nlm düzeyli düzgün en güçlü test fonksiyonlrı oluşturunuz. Gözlem lıp, krr veriniz. Gerçek durum nedir?.

28 8 Örnek:

29 9 Örnek: Đsttistik Bölümü öğrencileri rsınd, kızlrın ve erkeklerin sigr içme ornı ile ilgili, H : p = p K E H : pk pe hipotezleri söz konusu olsun. α =.5 nlm düzeyinde test ediniz.

30 3 Örnek:

ÜNİTE - 7 POLİNOMLAR

ÜNİTE - 7 POLİNOMLAR ÜNİTE - 7 BÖLÜM Polinomlr (Temel Kvrmlr) -. p() = 3 + n 6 ifdesi bir polinom belirttiğine göre n en z 5. p( + ) = + 4 + Test - olduğun göre, p() polinomunun ktsyılr toplmı p() polinomund terimlerin kuvvetleri

Detaylı

ENM 316 BENZETİM DERS 4 GİRDİ OLASILIK DAĞILIMININ SEÇİMİ

ENM 316 BENZETİM DERS 4 GİRDİ OLASILIK DAĞILIMININ SEÇİMİ ENM 36 BENZETİM DERS 4 GİRDİ OLASILIK DAĞILIMININ SEÇİMİ Vrışlr rsı zmnlr vey tlep genişlikleri gibi rssl girdileri kullnn bir benzetimi gerçekleştirmek için, bu girdilerin olsılık dğılımlrının belirlenmesi

Detaylı

ENM 316 BENZETİM DERS 4 GİRDİ OLASILIK DAĞILIMININ SEÇİMİ

ENM 316 BENZETİM DERS 4 GİRDİ OLASILIK DAĞILIMININ SEÇİMİ GİRDİ OLASILIK DAĞILIMININ SEÇİMİ ENM 36 BENZETİM DERS 4 GİRDİ OLASILIK DAĞILIMININ SEÇİMİ GİRDİ OLASILIK DAĞILIMININ SEÇİMİ Vrışlr rsı zmnlr vey tlep genişlikleri gibi rssl girdileri kullnn bir benzetimi

Detaylı

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin Ders 9: Kitle Ortalaması ve Varyansı için Tahmin Kitle ve Örneklem Örneklem Dağılımı Nokta Tahmini Tahmin Edicilerin Özellikleri Kitle ortalaması için Aralık Tahmini Kitle Standart Sapması için Aralık

Detaylı

a üstel fonksiyonunun temel özellikleri şunlardır:

a üstel fonksiyonunun temel özellikleri şunlardır: 1 Üstel Fonksiyon: >o, 1 ve herhngi bir reel syı olmk üzere f: fonksiyon denir. R fonksiyonun üstel R, f()= 1 2, f()= ve f()= f()= gibi tbnı sbit syı (pozitif ve 1 den frklı) ve üssü 4 değişken oln bu

Detaylı

Devirli Ondalık Sayıyı Rasyonel Sayıya Çevirme:

Devirli Ondalık Sayıyı Rasyonel Sayıya Çevirme: Ardışık Syılr Toplm Formülleri Ardışık syılrın toplmı: 1 + 2 + 3 +...+ n =.(+) Ardışık çift syılrın toplmı : 2 + 4 + 6 +... + 2n = n.(n+1) Ardışık tek syılrın toplmı: 1 + 3 + 5 +... + (2n 1) = n.n=n 2

Detaylı

SÜREKLİ OLASILIK DAĞILIŞLARI

SÜREKLİ OLASILIK DAĞILIŞLARI SÜREKLİ OLASILIK DAĞILIŞLARI Sürekli verilerin göstermiş olduğu dağılışa sürekli olasılık dağılışı denir. Sürekli olasılık dağılışlarının fonksiyonlarına yoğunluk fonksiyonu denilmekte ve bu dağılışlarla

Detaylı

H 0 : θ = θ 0 Bu sıfır hipotezi şunu ifade eder: Anakütle parametresi θ belirli bir θ 0

H 0 : θ = θ 0 Bu sıfır hipotezi şunu ifade eder: Anakütle parametresi θ belirli bir θ 0 YTÜ-İktisat İstatistik II Hipotez Testi 1 HİPOTEZ TESTİ: AMAÇ: Örneklem bilgisinden hareketle anakütleye ilişkin olarak kurulan bir hipotezin (önsavın) geçerliliğinin test edilmesi Genel notasyon: anakütleye

Detaylı

2009 Soruları. c

2009 Soruları. c Hırvt ıstn Ulusl Mtemt ık Ol ımp ıytı Tkım Seçme Sınvı Geometr ı 2009 Sorulrı c www.sbelin.wordpress.com sbelinwordpress@gmil.com Hırvtistn d ypıln 2009 yılı TST yni Tkım Seçme Sınvın it geometri sorulrı

Detaylı

MUTLAK DEĞER. Sayı doğrusu üzerinde x sayısının sıfıra olan uzaklığına x in mutlak değeri denir ve x ile. gösterilir. x x. = a olarak tanımlanır.

MUTLAK DEĞER. Sayı doğrusu üzerinde x sayısının sıfıra olan uzaklığına x in mutlak değeri denir ve x ile. gösterilir. x x. = a olarak tanımlanır. gösterilir. MUTLAK DEĞER Syı doğrusu üzerinde syısının sıfır oln uzklığın in mutlk değeri denir ve ile B O A 0 OA = OB =, 0 =, < 0 olrk tnımlnır. < 0 < y için y = y işleminin eşitini bulunuz. < 0 için

Detaylı

K BAĞIMSIZ ÖRNEKLEM HİPOTEZ TESTLERİ

K BAĞIMSIZ ÖRNEKLEM HİPOTEZ TESTLERİ K BAĞIMSIZ ÖRNEKLEM HİPOTEZ TESTLERİ Yrd.Doç.Dr. Selçuk Korkmaz Trakya Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Turcosa Analitik Çözümlemeler selcukorkmaz@gmail.com TÜRKİYE EKMUD BİYOİSTATİSTİK

Detaylı

GÜVEN ARALIKLARI ve İSTATİSTİKSEL ANLAMLILIK. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı

GÜVEN ARALIKLARI ve İSTATİSTİKSEL ANLAMLILIK. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı GÜVEN ARALIKLARI ve İSTATİSTİKSEL ANLAMLILIK Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Kestirim Pratikte kitle parametrelerinin doğrudan hesaplamak olanaklı değildir. Bunun yerine

Detaylı

TEST. Rasyonel Sayılar. 1. Aşağıdaki bilgilerden hangisi yanlıştır? 2. Aşağıda verilen, 3. Aşağıdaki sayılardan hangisi hem tam sayı,

TEST. Rasyonel Sayılar. 1. Aşağıdaki bilgilerden hangisi yanlıştır? 2. Aşağıda verilen, 3. Aşağıdaki sayılardan hangisi hem tam sayı, Rsyonel Syılr. Sınıf Mtemtik Soru Bnksı TEST. Aşğıdki bilgilerden hngisi ynlıştır? A) Rsyonel syılr Q sembolü ile gösterilir. B) Her tm syı bir rsyonel syıdır. şeklinde yzıln bütün syılr rsyoneldir. b

Detaylı

Örneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.

Örneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir. ÇIKARSAMALI İSTATİSTİKLER Çıkarsamalı istatistikler, örneklemden elde edilen değerler üzerinde kitleyi tanımlamak için uygulanan istatistiksel yöntemlerdir. Çıkarsamalı istatistikler; Tahmin Hipotez Testleri

Detaylı

LİNEER CEBİR MATRİSLER: şeklindeki tablosuna mxn tipinde bir matris denir. [a ij ] mxn şeklinde gösterilir. m satır, n sütun sayısıdır.

LİNEER CEBİR MATRİSLER: şeklindeki tablosuna mxn tipinde bir matris denir. [a ij ] mxn şeklinde gösterilir. m satır, n sütun sayısıdır. LİNEER CEBİR MTRİSLER: i,,,...,m ve j,,,..., n için ij sılrının. m m...... n n mn şeklindeki tblosun mn tipinde bir mtris denir. [ ij ] mn şeklinde gösterilir. m stır, n sütun sısıdır. 5 mtrisi için ;

Detaylı

ORAN ve ORANTI-1 ORAN-ORANTI KAVRAMI. 1. = olduğuna göre, aşağıdaki ifadelerin. + c c sisteminin çözümüne. 3. olduğuna göre, nin değeri

ORAN ve ORANTI-1 ORAN-ORANTI KAVRAMI. 1. = olduğuna göre, aşağıdaki ifadelerin. + c c sisteminin çözümüne. 3. olduğuna göre, nin değeri ORAN ve ORANTI- ORAN-ORANTI KAVRAMI A) B) 9 C) 7 D) 5 E). olduğun göre, şğıdki ifdelerin hngisi d doğrudur? + d A) d + 4 + d C) 4 d E) 5 + 5 5 5 + d d + d B) n + m n + md D) d x y z. 4 5 sisteminin çözümüne

Detaylı

Pr[ ] 1 Pr[ ] 1 ( ) 1 ( ) What if not known?

Pr[ ] 1 Pr[ ] 1 ( ) 1 ( ) What if not known? 1 Mrkov ve Chebychev Eşitsizlikleri Pr [ ] = 1 Pr [ < ] = 1 f ( ) dx = 1 () x dx F Pr[ ] 1 Pr[ ] 1 ( ) 1 ( ) Wht if ot kow? bilimiyor olbilir r.d. i sdece ortlmsıı ve vrysıı bildiğimizi vrsylım. Ortlm

Detaylı

ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI

ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI SORU- 1 : ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI X ve Y birbirinden bağımsız iki rasgele değişken olmak üzere, sırasıyla aşağıdaki moment çıkaran fonksiyonlarına sahiptir: 2 2 M () t = e,

Detaylı

BİYOİSTATİSTİK PARAMETRİK TESTLER

BİYOİSTATİSTİK PARAMETRİK TESTLER BİYOİSTATİSTİK PARAMETRİK TESTLER Doç. Dr. Mahmut AKBOLAT *Bir testin kullanılabilmesi için belirli şartların sağlanması gerekir. *Bir testin, uygulanabilmesi için gerekli şartlar; ne kadar çok veya güçlü

Detaylı

İÇİNDEKİLER. Ön Söz...2. Matris Cebiri...3. Elementer İşlemler Determinantlar Lineer Denklem Sistemleri Vektör Uzayları...

İÇİNDEKİLER. Ön Söz...2. Matris Cebiri...3. Elementer İşlemler Determinantlar Lineer Denklem Sistemleri Vektör Uzayları... İÇİNDEKİLER Ön Söz... Mtris Cebiri... Elementer İşlemler... Determinntlr...7 Lineer Denklem Sistemleri...8 Vektör Uzylrı...6 Lineer Dönüşümler...48 Özdeğerler - Özvektörler ve Köşegenleştirme...55 Genel

Detaylı

BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Örnek Senaryo İmplant üreten İMPLANTDENT

Detaylı

Hipotez Testleri. Mühendislikte İstatistik Yöntemler

Hipotez Testleri. Mühendislikte İstatistik Yöntemler Hipotez Testleri Mühendislikte İstatistik Yöntemler Hipotez Testleri Parametrik Testler ( z ve t testleri) Parametrik Olmayan Testler (χ 2 Testi) Hipotez Testleri Ana Kütle β( µ, σ ) Örnek Kütle b ( µ

Detaylı

İstatistiksel Yorumlama

İstatistiksel Yorumlama İstatistiksel Yorumlama Amaç, popülasyon hakkında yorumlamalar yapmaktadır. Populasyon Parametre Karar Vermek Örnek İstatistik Tahmin 1 Tahmin Olaylar hakkında tahminlerde bulunmak ve karar vermek zorundayız

Detaylı

8. Uygulama. Bazı Sürekli Dağılımlar

8. Uygulama. Bazı Sürekli Dağılımlar 8. Uygulama Bazı Sürekli Dağılımlar : Bir tür böcek 6 gün yaşadıktan sonra iki gün içinde aynı miktarlarda azalıp ölmektedir. X rasgele değişkeni bu türden bir böceğin ömrü olmak üzere, X U (6,8) dır.

Detaylı

Ders 6: Sürekli Olasılık Dağılımları

Ders 6: Sürekli Olasılık Dağılımları Ders 6: Sürekli Olasılık Dağılımları Normal Dağılım Standart Normal Dağılım Binom Dağılımına Normal Yaklaşım Düzgün (uniform) Dağılım Üstel Dağılım Dağılımlar arası ilişkiler Bir rastgele değişkenin, normal

Detaylı

ĐŞLE 544 ĐSTATĐSTĐK ARA SINAV 11 Mayıs 2006

ĐŞLE 544 ĐSTATĐSTĐK ARA SINAV 11 Mayıs 2006 ĐŞLE 5 ĐSTATĐSTĐK ARA SINAV Mayıs 00 Adı Soyadı: No: [0 puan] -Bir Üniversitede okutulan derslerin öğrenciler tarafından değerlendirilmesi amacı ile hazırlanan bir anket formundaki sorulardan biri: Aldığınız

Detaylı

Vektörler ÜNİTE. Amaçlar. İçindekiler. Yazar Yrd.Doç.Dr.Nevin MAHİR

Vektörler ÜNİTE. Amaçlar. İçindekiler. Yazar Yrd.Doç.Dr.Nevin MAHİR Vektörler zr rd.doç.dr.nevin MAHİR ÜNİTE 3 Amçlr Bu üniteyi çlıştıktn sonr; Düzlemde vektör kvrmını öğrenecek, İki vektörün eşitliği, toplmı, doğrusl bğımlılığı ile bir vektörün bir gerçel syı ile çrpımı,

Detaylı

Sürekli Rastsal Değişkenler

Sürekli Rastsal Değişkenler Sürekli Rastsal Değişkenler Normal Dağılım: Giriş Normal Dağılım: Tamamen ortalaması ve standart sapması ile tanımlanan bir rastsal değişken, X, için oluşturulan sürekli olasılık dağılımına normal dağılım

Detaylı

Parametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER

Parametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER Parametrik Olmayan İstatistik Prof. Dr. Cenk ÖZLER bulunur. Bağımsızlık Testleri Sütun Kategorisi Satır Kategorisi I II III Satır Toplamı A B Sütun Toplamı Genel Toplam Bu kategorilere dayanarak A nın

Detaylı

ANADOLU ÜNİVERSİTESİ REGRESYON KATSAYILARININ GÜVEN ARALIĞI = + REGRESYON KATSAYILARININ GÜVEN ARALIĞI

ANADOLU ÜNİVERSİTESİ REGRESYON KATSAYILARININ GÜVEN ARALIĞI = + REGRESYON KATSAYILARININ GÜVEN ARALIĞI ANADOLU ÜNİVERSİTESİ Deney Tasarımı ve Regresyon Analizi Regresyonda Güven Aralıkları ve Hipotez Testleri Doç. Dr. Nihal ERGİNEL-2015 REGRESYON KATSAYILARININ GÜVEN ARALIĞI + in güven aralığı : i-) n 30

Detaylı

1981 ÜYS Soruları. 1. Bir top kumaşın önce i, sonra da kalanın ü. satılıyor. Geriye 26 m kumaş kaldığına göre, kumaşın tümü kaç metredir?

1981 ÜYS Soruları. 1. Bir top kumaşın önce i, sonra da kalanın ü. satılıyor. Geriye 26 m kumaş kaldığına göre, kumaşın tümü kaç metredir? 98 ÜYS Sorulrı. r top kumşın önce, sonr d klnın ü 5 stılıor. Gere 6 m kumş kldığın göre, kumşın tümü kç metredr? ) 7 ) 65 ) 6 ) 55 ) 5 4. r şekln, u brm uzunluğun göre ln ölçüsü, v brm uzunluğun göre ln

Detaylı

İST Rassal Süreçler Dersi Tarihli Ders Notları. Öznur AY

İST Rassal Süreçler Dersi Tarihli Ders Notları. Öznur AY İST 522 - Rssl Süreçler Dersi 3.3.217 Trihli Ders Notlrı Öznur AY 1 Beklenen Değer E[X] xp(x) xf(x)dx x X Bernoulli(p) E[X] p.1 + (1 p). p X Binomil(n, p) E[X] i.p (X i) ( ) n i p i (1 p) n i i n! i. (n

Detaylı

8. Ders Deney Tasarımı Model Uygulamaları Çapraz ve Đç Đçe Tasarımlar, Tekrarlı Gözlemler, Bloklama

8. Ders Deney Tasarımı Model Uygulamaları Çapraz ve Đç Đçe Tasarımlar, Tekrarlı Gözlemler, Bloklama 8. Ders Deney Tsrımı Model Uygulmlrı Çprz ve Đç Đçe Tsrımlr, Tekrrlı Gözlemler, loklm Çprz tsrımlr le lgl bzı uygulmlr öncek derslerde örnek olrk verld.. Đç Đçe Etkenl Deney Tsrımı (Nested Expermentl Desgn

Detaylı

ç- çe Tasarmlar Birdal eno lu ükrü Acta³ eno lu & Acta³ statistiksel Deney Tasarm Giri³ ki A³amal ç- çe Üç A³amal ç- çe l A³amal ç- çe

ç- çe Tasarmlar Birdal eno lu ükrü Acta³ eno lu & Acta³ statistiksel Deney Tasarm Giri³ ki A³amal ç- çe Üç A³amal ç- çe l A³amal ç- çe lar Birdal eno lu ükrü çindekiler 1 2 3 4 5 A³amal tasarmlar (hierarchical designs) olarak da bilinen iç-içe tasarmlarda (nested designs), ³u ana kadar gördü ümüz tasarmlardan farkl olarak iki veya ikiden

Detaylı

Tanım : Merkezi orijin ve yarıçapı 1 birim olan çembere trigonometrik çember veya birim çember denir. y B(0,1) C(1,0)

Tanım : Merkezi orijin ve yarıçapı 1 birim olan çembere trigonometrik çember veya birim çember denir. y B(0,1) C(1,0) BÖLÜM TRİGONOMETRİ.. TRİGONOMETRİK BAĞINTILAR... BİRİM ÇEMBER Tnım : Merkezi orijin ve yrıçpı birim oln çembere trigonometrik çember vey birim çember denir. Trigonometrik çemberin denklemi + y dir.yni

Detaylı

ORAN ORANTI. Örnek...1 : Örnek...4 : Örnek...2 : Örnek...5 : a 1 2 =2b+1 3 =3c 4. Örnek...6 : Bir karışımda bulunan a, b ve c maddeleri arasında

ORAN ORANTI. Örnek...1 : Örnek...4 : Örnek...2 : Örnek...5 : a 1 2 =2b+1 3 =3c 4. Örnek...6 : Bir karışımda bulunan a, b ve c maddeleri arasında ORAN ORANTI syısının 0 dn frklı oln b syısın ornı :b vey olrk gösterilir. b İki vey dh fzl ornın eşitlenmesiyle oluşn ifdeye orntı denir. b =c d ifdesine ikili orntı denir. Bir orntı orntı sbitine eşitlenerek

Detaylı

Kazanımlar. Z puanları yerine T istatistiğini ne. zaman kullanacağını bilmek. t istatistiği ile hipotez test etmek

Kazanımlar. Z puanları yerine T istatistiğini ne. zaman kullanacağını bilmek. t istatistiği ile hipotez test etmek T testi Kazanımlar Z puanları yerine T istatistiğini ne 1 zaman kullanacağını bilmek 2 t istatistiği ile hipotez test etmek 3 Cohen ind sini ve etki büyüklüğünü hesaplamak 1 9.1 T İstatistiği: zalternatifi

Detaylı

a 2 (m) Bir direğin sağında ve solundaki menzillerin büyüğü maksimum menzildir.

a 2 (m) Bir direğin sağında ve solundaki menzillerin büyüğü maksimum menzildir. MENZĐL_(AÇIKLIK). Menzil () (metre) Birbirini izleyen iki direk rsındki mesfedir.. Mksimum Menzil ( mx ) (m) (m) Bir direğin sğınd ve solundki menzillerin büyüğü mksimum menzildir. > ise mx = > ise mx

Detaylı

Hatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5

Hatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5 Ders Kodu: 0010070021 Kredi: 3 / ECTS: 5 Yrd. Doç. Dr. Serkan DOĞANALP Necmettin Erbakan Üniversitesi Harita Mühendisliği Bölümü Konya 07.01.2015 1 Giriş 2 Giriş Matematiksel istatistiğin konusu yığın

Detaylı

İstatistik I Bazı Matematik Kavramlarının Gözden

İstatistik I Bazı Matematik Kavramlarının Gözden İsttistik I Bzı Mtemtik Kvrmlrının Gözden Geçirilmesi Hüseyin Tştn Ağustos 13, 2006 İçindekiler 1 Toplm İşlemcisi 2 2 Çrpım İşlemcisi 6 3 Türev 7 3.1 Türev Kurllrı.......................... 8 3.1.1 Sbit

Detaylı

çizilen doğru boyunca birim vektörü göstermektedir. q kaynak yükünün konum vektörü r ve Q deneme E( r) = 1 q

çizilen doğru boyunca birim vektörü göstermektedir. q kaynak yükünün konum vektörü r ve Q deneme E( r) = 1 q Elektrosttik(Özet) Coulomb Yssı Noktsl bir q yükünün kendisinden r kdr uzktki bir Q yüküne uyguldığı kuvvet, şğıdki Coulomb yssı ile ifde edilir: F = 1 qq ˆr (1) r2 burd boşluğun elektriksel geçirgenlik

Detaylı

BÖLÜM 3 : RASLANTI DEĞİŞKENLERİ

BÖLÜM 3 : RASLANTI DEĞİŞKENLERİ BÖLÜM : RASLANTI DEĞİŞKENLERİ (Rndom Vribles Giriş: Bölüm de olsılık fonksionu, denein örneklem uzını oluşurn sonuçlrın erimleri ile belirleniordu. Örneğin; iki zr ıldığınd, P gelen 6 olsı sırlı ikilinin

Detaylı

BİYOİSTATİSTİK. Uygulama 4. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK. Uygulama 4. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Güven Aralıkları 2 Güven Aralıkları

Detaylı

Vektör - Kuvvet. Test 1 in Çözümleri 5. A) B) C) I. grubun oyunu kazanabilmesi için F 1. kuvvetinin F 2

Vektör - Kuvvet. Test 1 in Çözümleri 5. A) B) C) I. grubun oyunu kazanabilmesi için F 1. kuvvetinin F 2 7 Vektör - uvvet 1 Test 1 in Çözümleri 5. A) B) C) 1. 1 2 I. grubun oyunu kznbilmesi için 1 kuvvetinin 2 den büyük olmsı gerekir. A seçeneğinde her iki grubun uyguldığı kuvvetler eşittir. + + + D) E) 2.

Detaylı

İSTATİSTİK II. Hipotez Testleri 1

İSTATİSTİK II. Hipotez Testleri 1 İSTATİSTİK II Hipotez Testleri 1 1 Hipotez Testleri 1 1. Hipotez Testlerinin Esasları 2. Ortalama ile ilgili bir iddianın testi: Büyük örnekler 3. Ortalama ile ilgili bir iddianın testi: Küçük örnekler

Detaylı

EME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9

EME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9 EME 3105 1 Girdi Analizi Prosedürü SİSTEM SİMÜLASYONU Modellenecek sistemi (prosesi) dokümante et Veri toplamak için bir plan geliştir Veri topla Verilerin grafiksel ve istatistiksel analizini yap Girdi

Detaylı

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.

Detaylı

TYT / MATEMATİK Deneme - 6

TYT / MATEMATİK Deneme - 6 . Herbir hücrenin sol üst köşesinde kreler içine yzıln syılrın işlemin sonucunu verdiğine dikkt ederek syılrı yerleştirmeliyiz. 7 6 T N M 5 6 T X. ^ h ^ h bulur. M N. 0 6 6 6 0 5 5 5 6 6 5 5 ^5h ^5h ^h

Detaylı

ANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL

ANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL ANADOLU ÜNİVERSİTESİ ENM 317 Prof. Dr. Nihal ERGİNEL 2 ÖRNEKLEME Anakütleden n birimlik örnek alınması ve anakütle parametrelerinin örnekten tahmin edilmesidir. 3 ÖRNEKLEME ALMANIN NEDENLERİ Anakütleye

Detaylı

II. DERECEDEN DENKLEMLER

II. DERECEDEN DENKLEMLER ünite DEEEDE DEKEME Dereceden Denklemler TEST 0 x x + = 0 denkleminin kökleri x ve x dir 6 x + x + x işleminin sonucu kçtır? ) B) ) D) E) x + bx + = 0 x - denkleminin reel syılrdki çözüm kümesi bir elemnlı

Detaylı

BÖLÜM 12 STUDENT T DAĞILIMI

BÖLÜM 12 STUDENT T DAĞILIMI 1 BÖLÜM 12 STUDENT T DAĞILIMI 'Student t dağılımı' ya da kısaca 't dağılımı'; normal dağılım ve Z dağılımının da içerisinde bulunduğu 'sürekli olasılık dağılımları' ailesinde yer alan dağılımlardan bir

Detaylı

A İSTATİSTİK. 1. nc r, n tane nesneden her defasında r tanesinin alındığı (sıralama önemsiz) kombinasyonların sayısını göstermektedir.

A İSTATİSTİK. 1. nc r, n tane nesneden her defasında r tanesinin alındığı (sıralama önemsiz) kombinasyonların sayısını göstermektedir. . nc r, n tane nesneden her defasında r tanesinin alındığı (sıralama önemsiz) kombinasyonların sayısını göstermektedir. Buna göre, n C r + n C r toplamı aşağıdakilerden hangisine eşittir? A) n + C r B)

Detaylı

3. Ders Çok Boyutlu (Değişkenli) Veri Analizi

3. Ders Çok Boyutlu (Değişkenli) Veri Analizi 3. Ders Çok Boyutlu (Değişkenli) Veri Analizi Veri: Boy ölçüleri (boy-kol-omuz-kalça-bacak uzunluğu) Ölçü birimi: cm boy kol omuz kalca bacak 18 77 98 12 11 163 66 72 9 97 183 73 99 113 91 16 86 7 95 12

Detaylı

T.C. MİLLÎ EĞİTİM BAKANLIĞI ÖLÇME, DEĞERLENDİRME VE SINAV HİZMETLERİ GENEL MÜDÜRLÜĞÜ

T.C. MİLLÎ EĞİTİM BAKANLIĞI ÖLÇME, DEĞERLENDİRME VE SINAV HİZMETLERİ GENEL MÜDÜRLÜĞÜ KİTPÇIK TÜRÜ T.C. MİLLÎ EĞİTİM BKNLIĞI ÖLÇME, DEĞERLENDİRME VE SINV HİZMETLERİ GENEL MÜDÜRLÜĞÜ MEB İNSN KYNKLRI GENEL MÜDÜRLÜĞÜ PERSONELİNE YÖNELİK UNVN DEĞİŞİKLİĞİ SINVI 8/0/05 8. GRUP İSTTİSTİKÇİ dı

Detaylı

8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek,

8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek, İSTATİSTİK 8.Hafta Değişkenlik Ölçüleri Hedefler Bu üniteyi çalıştıktan sonra; Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek, Serilerin birbirlerine değişkenliklerini yorumlayabileceksiniz. 2

Detaylı

YILLAR ÖSS-YGS /LYS /1 0/1 ÇÖZÜM: 1) xοy A ise ο işlemi A da kapalıdır.

YILLAR ÖSS-YGS /LYS /1 0/1 ÇÖZÜM: 1) xοy A ise ο işlemi A da kapalıdır. YILLAR 00 00 00 005 006 007 008 009 00 0 ÖSS-YGS /LYS - - - 0/ 0/ ĐŞLEM ( ) ( ) (+ ) ( ) 7 6 76+ bulunur ve e bğlı bütün tnımlı fonksionlr bir işlem belirtir i göstermek için +,,*, gibi işretler kullnılır

Detaylı

SAYILARIN ÇÖZÜMLENMESĐ ve BASAMAK KAVRAMI

SAYILARIN ÇÖZÜMLENMESĐ ve BASAMAK KAVRAMI YILLAR 00 00 004 00 006 007 008 009 010 011 ÖSS-YGS - 1 - - 1-1 1 SAYILARIN ÇÖZÜMLENMESĐ ve BASAMAK KAVRAMI,b,c,d birer rkm olmk üzere ( 0) b = 10 + b bc = 100+10+b bc = 100+10b+c bcd =1000+100b+10c+d

Detaylı

DRC. 4. Sekiz basamaklı herhangi bir özel sayı x = abcdefgh olsun. Deneme - 2 / Mat. c m. m m. y Cevap A. Cevap D 21, 25, = = =. 21.

DRC. 4. Sekiz basamaklı herhangi bir özel sayı x = abcdefgh olsun. Deneme - 2 / Mat. c m. m m. y Cevap A. Cevap D 21, 25, = = =. 21. Deneme - / Mt MATMATİK DNMSİ. - + -. 0,.., f -, 0, p. 0,. c- m.,,. ^- h.. 7. ^- h 7 - ulunur. +. c m olur.. + + ulunur. ( ) c m + c m. cc m m. c m.. ulunur. evp evp. Sekiz smklı herhngi ir özel syı cdefgh

Detaylı

TEST 16-1 KONU DÜZLEM AYNA. Çözümlerİ ÇÖZÜMLERİ

TEST 16-1 KONU DÜZLEM AYNA. Çözümlerİ ÇÖZÜMLERİ OU 6 Ü Çözümler. TST 6-,7 ÇÖÜR,6 5. Bir cismin görüntüsünün nerede görüneceğini bkn kişinin bulunduğu yer belirlemez. nin görüntüsü nolu noktd olduğu için her iki gözlemci ynı yerde görür. V 3,5 6. 7 kez

Detaylı

Aktüerlik Sınavları I. Seviye / Olasılık-İstatistik Örnek Sorular I

Aktüerlik Sınavları I. Seviye / Olasılık-İstatistik Örnek Sorular I Aktüerlik Sınavları I. Seviye / Olasılık-İstatistik Örnek Sorular I S1. Cep telefonu üreten bir fabrikada toplam üretimin % 30 u A, % 30 u B ve % 40 ı C makineleri tarafından yapılmaktadır. Bu makinelerin

Detaylı

1997 ÖYS A) 30 B) 35 C) 40 D) 45 E) 50. olduğuna göre, k kaçtır? A) 1 B) 2 C) 3 D) 4 E) 5

1997 ÖYS A) 30 B) 35 C) 40 D) 45 E) 50. olduğuna göre, k kaçtır? A) 1 B) 2 C) 3 D) 4 E) 5 7 ÖYS. 0,00 0,00 k 0,00 olduğun göre, k kçtır? 6. Bir ust günde çift ykkbı, bir klf ise günde çift ykkbı ypmktdır. İkisi birlikte, 8 çift ykkbıyı kç günde yprlr? 0 C) 0 D) 0 C) D). (0 ) ( 0) işleminin

Detaylı

b göz önünde tutularak, a,

b göz önünde tutularak, a, 3.ALT GRUPLAR Tnım 3.. bir grup ve G, nin boş olmyn bir lt kümesi olsun. Eğer ( ise ye G nin bir lt grubu denir ve G ile gösterilir. ) bir grup Not 3.. ) grubunun lt grubu olsun. nin birimi ve nin birimi

Detaylı

1987 ÖSS A) 0 B) 2. A) a -2 B) (-a) 3 C) a -3 D) a -1 E) (-a) 2 A) 1 B) 10 C) 10 D) 5 10 E) a+b+c=6 olduğuna göre a 2 +b 2 +c 2 toplamı kaçtır?

1987 ÖSS A) 0 B) 2. A) a -2 B) (-a) 3 C) a -3 D) a -1 E) (-a) 2 A) 1 B) 10 C) 10 D) 5 10 E) a+b+c=6 olduğuna göre a 2 +b 2 +c 2 toplamı kaçtır? 987 ÖSS. Yukrıdki çıkrm işlemine göre, K+L+M toplmı şğıdkilerden hngisine dim eşittir? A) M B) L C) K M K 5. 4 işleminin sonucu kçtır? A) 0 B) C) 5 4 5. Aşğıdki toplm işleminde her hrf sıfırın dışınd fklı

Detaylı

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END Kalite Planlama ve Kontrol

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END Kalite Planlama ve Kontrol Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END 3618 - Kalite Planlama ve Kontrol Uygulama Çalışması-I Dr. Öğr. Üyesi Kemal SUBULAN Tarih: 12.04.2018 A Aşağıda yer alan

Detaylı

Hipotez Testlerine Giriş. Hipotez Testlerine Giriş

Hipotez Testlerine Giriş. Hipotez Testlerine Giriş Hipotez Testlerine Giriş Hipotez Testlerine Giriş Hipotez Testlerine Giriş Gözlem ya da deneme sonucu elde edilmiş sonuçların, raslantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel

Detaylı

taşinmaz DEĞERLEME- DE İSTATİKSEL ANALİZ

taşinmaz DEĞERLEME- DE İSTATİKSEL ANALİZ 8 Varyans Analizi (Anova) TAŞINMAZ GELİŞTİRME TEZSİZ YÜKSEK LİSANS PROGRAMI taşinmaz DEĞERLEME- DE İSTATİKSEL ANALİZ Doç. Dr. Yüksel TERZİ 1 Ünite: 8 VARYANS ANALİZİ (ANOVA) Doç. Dr. Yüksel TERZİ İçindekiler

Detaylı

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

rasgele değişkeninin olasılık yoğunluk fonksiyonu, 3.6. Bazı Sürekli Dağılımlar 3.6.1 Normal Dağılım Normal dağılım hem uygulamalı hem de teorik istatistikte kullanılan oldukça önemli bir dağılımdır. Normal dağılımın istatistikte önemli bir yerinin olmasının

Detaylı

Örneklem Dağılımları & Hipotez Testleri Örneklem Dağılımı

Örneklem Dağılımları & Hipotez Testleri Örneklem Dağılımı Örneklem Dağılımları & Hipotez Testleri Örneklem Dağılımı Ortalama veya korelasyon gibi istatistiklerin dağılımıdır Çıkarımsal istatistikte örneklem dağılımı temel fikirlerden biridir. Çıkarımsal istatistik

Detaylı

Kalitatif Veri. 1. Kalitatif random değişkenler sınıflanabilen yanıtlar vermektedir. Örnek: cinsiyet (Erkek, Kız)

Kalitatif Veri. 1. Kalitatif random değişkenler sınıflanabilen yanıtlar vermektedir. Örnek: cinsiyet (Erkek, Kız) Kalitatif Veri 1. Kalitatif random değişkenler sınıflanabilen yanıtlar vermektedir. Örnek: cinsiyet (Erkek, Kız). Ölçüm kategorideki veri sayısını yansıtır 3. Nominal yada Ordinal ölçek Multinomial Deneyler

Detaylı

Düzlemde eğrisel hareket, parçacığın tek bir düzlem içerisinde eğrisel bir yörünge boyunca yaptığı harekettir. Belirli bir koordinat sisteminde

Düzlemde eğrisel hareket, parçacığın tek bir düzlem içerisinde eğrisel bir yörünge boyunca yaptığı harekettir. Belirli bir koordinat sisteminde Düzlemde eğrisel hreket, prçcığın tek bir düzlem içerisinde eğrisel bir örünge bounc ptığı hrekettir. Belirli bir koordint sisteminde tnımlmdn önce, sonuçlrın koordint sisteminden bğımsız olmsı nedenile

Detaylı

1984 ÖSS. 6. a, b, c birer pozitif sayı ve. olduğuna göre, a, b, c arasındaki bağlantılardan hangisi doğrudur? 7. a, b, c birer tamsayı olmak üzere

1984 ÖSS. 6. a, b, c birer pozitif sayı ve. olduğuna göre, a, b, c arasındaki bağlantılardan hangisi doğrudur? 7. a, b, c birer tamsayı olmak üzere 984 ÖSS 033 0. = x 0 olduğun göre x in değeri nedir? A) 0063 B) 063 C) 63 D) 63 E) 630. 6. b c birer pozitif syı ve b c = = 03 04 05 olduğun göre b c rsındki bğlntılrdn hngisi doğrudur? A) c

Detaylı

SORU 1: Herbir A R kümesi için A G ve λ (A) = λ (G) olacak şekilde. ÇÖZÜM 1: B sayılabilir bir küme olsun. Bu durumda λ (B) = 0 gerçeklenir.

SORU 1: Herbir A R kümesi için A G ve λ (A) = λ (G) olacak şekilde. ÇÖZÜM 1: B sayılabilir bir küme olsun. Bu durumda λ (B) = 0 gerçeklenir. 2.4 Lebesgue Dış Ölçüsü ve Lebesgue Ölçüsü SORU : Herbir A R kümesi için A G ve λ (A) = λ (G) olacak şekilde G R kümesinin varlığınıgösteriniz? ÇÖZÜM : B sayılabilir bir küme olsun. Bu durumda λ (B) =

Detaylı

Faktöriyel Tasarımlar

Faktöriyel Tasarımlar İstatistiksel Deney Tasarımı Birdal Şenoğlu & Şükrü Acıtaş 1 / 99 Kesirli 2 / 99 Fisher (1935) ve Yates (1937) tarafından önerilen Faktöriyel deneyler (factorial experiments) veya bir çok kaynakta belirtildiği

Detaylı

Hipotez Testi ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Ders 4 Minitab da İstatiksel Çıkarım-I. Hipotez Testi. Hipotez Testi

Hipotez Testi ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Ders 4 Minitab da İstatiksel Çıkarım-I. Hipotez Testi. Hipotez Testi ENM 52 İSTATİSTİK VE YAZILIMLA UYGULAMALARI Ders 4 Minitab da İstatiksel Çıkarım-I (Ortalamalar ve Oranlar İçin ) İstatistiksel Hipotezler İstatistiksel hipotez testi ve parametrelerin güven aralığı tahmini,

Detaylı

İntegral Uygulamaları

İntegral Uygulamaları İntegrl Uygulmlrı Yzr Prof.Dr. Vkıf CAFEROV ÜNİTE Amçlr Bu üniteyi çlıştıktn sonr; düzlemsel ln ve dönel cisimlerin cimlerinin elirli integrl yrdımı ile esplnileceğini, küre, koni ve kesik koninin cim

Detaylı

SAYI ÖRÜNTÜLERİ VE CEBİRSEL İFADELER

SAYI ÖRÜNTÜLERİ VE CEBİRSEL İFADELER ÖRÜNTÜLER VE İLİŞKİLER Belirli bir kurl göre düzenli bir şekilde tekrr eden şekil vey syı dizisine örüntü denir. ÖRNEK: Aşğıdki syı dizilerinin kurlını bulunuz. 9, 16, 23, 30, 37 5, 10, 15, 20 bir syı

Detaylı

EME Sistem Simülasyonu. Girdi Analizi Prosedürü. Olasılık Çizgesi. Dağılıma Uyumun Kontrol Edilmesi. Dağılıma İyi Uyum Testleri Ders 10

EME Sistem Simülasyonu. Girdi Analizi Prosedürü. Olasılık Çizgesi. Dağılıma Uyumun Kontrol Edilmesi. Dağılıma İyi Uyum Testleri Ders 10 EME 35 Girdi Analizi Prosedürü Sistem Simülasyonu Modellenecek sistemi (prosesi) dokümante et Veri toplamak için bir plan geliştir Veri topla Verilerin grafiksel ve istatistiksel analizini yap Dağılıma

Detaylı

BİYOİSTATİSTİK. Uygulama 6. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK. Uygulama 6. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Uygulama 6 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Soru 1 İlaç malzemelerinin kalitesini

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık -II Prof. Dr. İrfan KAYMAZ İki Ortalama Farkının Güven Aralığı Anakütle Varyansı Biliniyorsa İki ortalama arasındaki farkın dağılımına ilişkin Z değişkeni: Güven aralığı ifadesinde

Detaylı

İKİNCİ DERECEDEN DENKLEMLER

İKİNCİ DERECEDEN DENKLEMLER İKİNCİ DERECEDEN DENKLEMLER İKİNCİ DERECEDEN BİR BİLİNMEYENLİ DENKLEMLER TANIMLAR :, b, R ve 0 olmk üzere denklem denir. b = 0 denklemine, ikini dereeden bir bilinmeyenli Bu denklemde, b, gerçel syılrın

Detaylı

c

c Mtemt ık Ol ımp ıytı Çlışm Sorulrı c www.sbelin.wordpress.com sbelinwordpress@gmil.com Bu çlışm kğıdınd mtemtik olimpiytlrı sınvlrın hzırlnn öğrenciler ve öğretmenler için hzırlnmış sorulr bulunmktdır.

Detaylı

KATI BASINCI. 3. Cis min ağır lı ğı G ise, olur. Kap ters çev ril di ğin de ze mi ne ya pı lan ba sınç, Şekil-I de: = P = A = 3P.A

KATI BASINCI. 3. Cis min ağır lı ğı G ise, olur. Kap ters çev ril di ğin de ze mi ne ya pı lan ba sınç, Şekil-I de: = P = A = 3P.A BÖÜ TI BSINCI IŞTIRR ÇÖZÜER TI BSINCI Cis min ğır lı ğı ise, r( r) 40 & 60rr 4rr zemin r r Şekil-I de: I p ters çev ril di ğin de ze mi ne y pı ln b sınç, ı rr 60rr rr 60 N/ m r zemin r + sis + + 4 4 tı

Detaylı

DOĞRUDA AÇILAR GEOMETRİ KAF01 TEMEL KAVRAMLAR NOKTA: AÇI ÖLÇÜ BİRMLERİ: DERECE: = 360 2π DOĞRU: RADYAN: KOMŞU AÇI: KAPALI DOĞRU PARÇASI: TÜMLER AÇI:

DOĞRUDA AÇILAR GEOMETRİ KAF01 TEMEL KAVRAMLAR NOKTA: AÇI ÖLÇÜ BİRMLERİ: DERECE: = 360 2π DOĞRU: RADYAN: KOMŞU AÇI: KAPALI DOĞRU PARÇASI: TÜMLER AÇI: ĞRU ÇILR GMTRİ 01 TML VRMLR NT: ĞRU: ÇI ÖLÇÜ İRMLRİ: R: RYN: R = 360 2π PLI ĞRU PRÇSI: MŞU ÇI: YRI ÇI ĞRU PRÇSI: TÜMLR ÇI: ÇI ĞRU PRÇSI: ÜTÜNLR ÇI: PLI YRI ĞRU (IŞIN): R ÇI: ÇI YRI ĞRU: İ ÇI: ÇI: GNİŞ

Detaylı

Üslü Sayılar MATEMATİK. 5.Hafta. Hedefler. Öğr.Gör. Esrin PALAS BOZKURT Öğr.Gör. Muhsin ÇELİK. Bu üniteyi çalıştıktan sonra;

Üslü Sayılar MATEMATİK. 5.Hafta. Hedefler. Öğr.Gör. Esrin PALAS BOZKURT Öğr.Gör. Muhsin ÇELİK. Bu üniteyi çalıştıktan sonra; MATEMATİK Üslü Syılr Öğr.Gör. Esrin PALAS BOZKURT Öğr.Gör. Muhsin ÇELİK 5.Hft Hedefler Bu üniteyi çlıştıktn sonr; Gerçel syılrd üslü işlemler ypbilecek, Üslü denklem ve üslü eşitsizlikleri çözebileceksiniz.

Detaylı

ş ç ö ç ç ş ş ö ş ş ç ö ö ş ç ç ş ö ö ö ş ş ş ş ş ş ş ö ö ç ç ç ş ş ö ş ö ö ş ö ö ö ş ö ş Ö Ü Ç ö ö Ğ ş ş ö Ö ö ç Ğ ş ş ö Ö ş ş şş ö ş ç ç ö ö ç ş ç ç ç Ö ç ç Ö ç ç ş ş Ö ç ö ş Ö ş ç ç ö ş ö ö ş ö ç ç

Detaylı

MALTA HAÇI MEKANİZMASININ KİNEMATİĞİ ÜZERİNE

MALTA HAÇI MEKANİZMASININ KİNEMATİĞİ ÜZERİNE MALTA HAÇI MEKANİZMASININ KİNEMATİĞİ ÜZERİNE Yrdımcı Doçent Doktor Yılmz YÜKSEL 1. GİRİŞ Tekstil Mklnlrmd hmmddeyi mmul mdde hline getirirken çoğu kere bir çok teknik iş belirli bir sıry göre rdrd ypılmktdır.

Detaylı

VEKTÖRLER ÜNİTE 5. ÜNİTE 5. ÜNİTE 5. ÜNİTE 5. ÜNİT

VEKTÖRLER ÜNİTE 5. ÜNİTE 5. ÜNİTE 5. ÜNİTE 5. ÜNİT VKTÖRLR ÜNİT 5. ÜNİT 5. ÜNİT 5. ÜNİT 5. ÜNİT VKTÖRLR 1. Kznım : Vektör kvrmını çıklr.. Kznım : İki vektörün toplmını ve vektörün ir gerçek syıyl çrpımını ceirsel ve geometrik olrk gösterir. VKTÖRLR 1.

Detaylı

Akademik Personel ve Lisansüstü Eğitimi Giriş Sınavı. ALES / Sonbahar / Sayısal II / 27 Kasım Matematik Sorularının Çözümleri

Akademik Personel ve Lisansüstü Eğitimi Giriş Sınavı. ALES / Sonbahar / Sayısal II / 27 Kasım Matematik Sorularının Çözümleri Akdemik Personel ve Lisnsüstü Eğitimi Giriş Sınvı ALES / Sonbhr / Syısl II / 7 Ksım 0 Mtemtik Sorulrının Çözümleri. Bölüm şeklindeki kreköklü ifdenin pydsını krekökten kurtrmk için py ve pydyı, pydnın

Detaylı

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ TELAFĐ SINAVI SORULARI

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ TELAFĐ SINAVI SORULARI LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I 2015-2016 BAHAR DÖNEMĐ TELAFĐ SINAVI SORULARI Tarih/Saat/Yer: 20.06.16/15:00-16:30/AS010 Instructor: Prof. Dr. Hüseyin Oğuz Öğrenci

Detaylı

RASYONEL SAYILAR KESİR ÇEŞİTLERİ. www.unkapani.com.tr. 1. Basit Kesir. olduğuna göre, a, b tamsayı ve b 0 olmak üzere, a şeklindeki ifadelere

RASYONEL SAYILAR KESİR ÇEŞİTLERİ. www.unkapani.com.tr. 1. Basit Kesir. olduğuna göre, a, b tamsayı ve b 0 olmak üzere, a şeklindeki ifadelere RASYONEL SAYILAR, tmsyı ve 0 olmk üzere, şeklindeki ifdelere kesir denir. y kesrin pyı, ye kesrin pydsı denir. Örneğin,,,, kesirdir. kesrinde, py kesir çizgisi pyd, 0, 0 ise 0 0 dır.,, 0, syılrı irer 0

Detaylı

İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı

İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t test) Ölçümle

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

İki Varyansın Karşılaştırılması

İki Varyansın Karşılaştırılması 6.DERS İki Varyansın Karşılaştırılması Comparing Two Variances t-testinde iki varyansın eşit kabul edilip edilmemesi için kullanılır 1 Varyans için ikili-örnek Testi ve gibi iki varyansı karşılaştırmak

Detaylı

Prizmatik Katsayıyı Değiştirmek için 1 Eksi Prizmatik Yöntemi

Prizmatik Katsayıyı Değiştirmek için 1 Eksi Prizmatik Yöntemi 4... rizmtik Ktsyıyı Değiştirmek için 1 Eksi rizmtik Yöntemi Verilen bir gemi ile ynı n boyutlr ve orm özelliklerine sip oln bir gemiye it tekne ormundn reket ederek LB konumu sbit klck vey istenen bir

Detaylı

ANADOLU ÜNİVERSİTESİ. ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL

ANADOLU ÜNİVERSİTESİ. ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL ANADOLU ÜNİVERSİTESİ ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL İSTATİSTİKSEL TAHMİN Örnekten anakütle parametrelerinin tahmin edilmesidir. İki tür tahminleme yöntemi vardır:

Detaylı

G E O M E T R İ. Dar Açılı Üçgen. denir. < 90, < 90, < 90 = lik açının karşısındaki kenara hipotenüs denir. > 90

G E O M E T R İ. Dar Açılı Üçgen. denir. < 90, < 90, < 90 = lik açının karşısındaki kenara hipotenüs denir. > 90 G O M T R İ. ÖLÜM Üçgende çılr. ÜÇGN oğrusl olmyn üç noktyı birleştiren doğru prçlrının birleşim kümesine üçgen denir. ış çı ış çı ış çı. ÇILRIN GÖR ÜÇG N ÇŞİTLR İ r çılı Üçgen Üç çının ölçüsü de 90 den

Detaylı

14 Ekim Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi

14 Ekim Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi DEĞİŞEN VARYANS Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge 14 Ekim 2012 Ekonometri I: Değişen Varyans

Detaylı

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.

Detaylı

Bağımsız örneklem t-testi tablo okuması

Bağımsız örneklem t-testi tablo okuması Bağımsız örneklem t-testi tablo okuması İki bağımsız grubu karşılaştırmada kullanılır; Normal dağılım (her bir grup için n>30) [Uygulamada daha küçük sayılar da kullanılmaktadır] Sürekli bağımlı değişken

Detaylı