İSTATİSTİK. Zehra DAĞLI
|
|
- Coskun Acar
- 8 yıl önce
- İzleme sayısı:
Transkript
1 İSTATİSTİK Zehra DAĞLI
2 NEDIR? NEREDE KULLANıLıR? CANLILARIN ÖZELLİKLERİ VE BUNLARI ETKİLEYEN ÖGELER ARASINDAKİ NEDENSELLİK BAĞLARINI, YÖNTEMBİLİMSEL DEĞERLENDİRME KURGULARI VE OLASILIK KURAMI ÇERÇEVESİNDE AÇIKLAMAYA ÇALIŞAN BİLİM DALIDIR...
3 NORMALLIK SıNıRı VE P DEĞERI Toplum normlarına göre, denetlenen farkın normal ya da anormal (anlamlı farklı) olduğu, başlangıçta kabul edilen güven düzeyi (%95) temelinde yargılanır. Bahsedilen güven düzeyinin dışında kalan olasılık yanılgı payı ( =%5) olarak değerlendirilir ve uygulanan tüm istatistiksel testlerin sonucu bu p olasılığına kadar indirgenerek yorumlanır.
4 BILIMSEL ARAŞTıRMA BASAMAKLARı Gözlem-Sezgi Hipotez Gerçekleme Genelleme
5 HİPOTEZİN KURGULANMASI Hipotez, araştırmacının kendi bilgi birikiminden veya daha önce yapılmış gözlemlerden faydalanarak önerilir. Örneğin, tedavi grupları arasında fark vardır. H 1 (alternatif hipotez); araştırmacının geçerliliğini denetleyeceği başlangıçta doğru olarak kabul ettiği hipotez. (FARK VAR) H 0 (sıfır hipotezi); H 1 Hipotezinin doğru olmadığını öne süren doğal hipotez. (FARK YOK)
6 HİPOTEZ H 1 Para ile mutluluk arasında ilişki vardır Para arttıkça mutluluk artar Para arttıkça mutluluk azalır H 0 Para ile mutluluk arasında ilişki yoktur H 1 Kadınlarla erkekler arasında dedikodu yapma oranları farklıdır Kadınlar erkeklerden daha çok dedikodu yapar Erkekler kadınlardan daha çok dedikodu yapar H 0 Kadınlar ve erkekler arasında dedikodu yapma oranları bakımından fark yoktur
7 HİPOTEZ H 1 Para ile mutluluk arasında ilişki vardır (r 0) Para arttıkça mutluluk artar (r > 0) + Para arttıkça mutluluk azalır (r < 0) - H 0 Para ile mutluluk arasında ilişki yoktur (r = 0) H 1 Kadınlarla erkekler arasında dedikodu yapma oranları farklıdır (m1 m2) Kadınlar erkeklerden daha çok dedikodu yapar (m1 < m2) Erkekler kadınlardan daha çok dedikodu yapar (m1 > m2) H 0 Kadınlar ve erkekler arasında dedikodu yapma oranları
8 İSTATISTIKSEL DEĞERLENDIRME Hangi hipotez doğru? p<0.05 => H 1 DOĞRU KABUL EDİLİR Yani hipotez (çok düşük bir yanılma payı ile) genel geçerliliği olan yeni bir sonuç olarak kabul edilir. p>0.05 => H 0 KABUL EDİLİR Hipotez kabul edilemeyecek kadar çok yanılmaktadır RED %2,5 %95 KABUL %2,5 RED
9 p değeri: bir fark olduğunu söylerken onun gerçekte olmama olasılığıdır
10 Karar Hataları EVRENSEL GERÇEK Ho DOĞRU H 1 DOĞRU ARAŞTIRMA SONUCU KARAR Ho DOĞRU Ho Kabul H 1 DOĞRU Ho Red DOĞRU KARAR 1.Tip HATA ( ) 2.Tip HATA ( ) DOĞRU KARAR (1- =Power) 1.TİP HATA( ) Gerçekte FARKSIZLARA yanlış olarak FARKLI denmesi. 2.TİP HATA( ) Gerçekte FARKLILARA yanlış olarak FARKSIZ denmesi.
11 GERÇEKLEME 1. Uygun kurgunun tasarlanması 2. Değişkenlerin Saptanması -Değişken sayısının belirlenmesi 3. Verilerin doğru ve güvenilir toplanması (Veri girişi) 4. Verilerin uygun analizi 5. Verilerin doğru sunumu
12 İSTATİSTİK ANALİZE HAZIRLIK Veri tabanı oluşturun Verileri kodlayın ve bilgisayara ortamına aktarın. Verilerde hata kontrolünü yapın. Eksik verilere ne yapılacağına karar verin. Aşırı değerlere ne yapacağınıza karar verin Yeniden kodlamaları yapın Değişkenlerin dağılımını belirleyin (çok önemli)
13 VERILERIN DAĞıLıM ÖZELLIĞI NIÇIN ÖNEMLIDIR? İstatistikte dağılımın normal olup olmadığının belirlenmesi çok önemlidir. Farklı dağılım gösteren verilere uygulanacak tanımlayıcı ve analitik istatistik yöntemleri de farklıdır. Parametrik testlerin tümünün uygulanabilmesi için verilerin dağılımının normal olması gerekir. Dağılımın normal olup olmadığı grafik ve istatistik analiz yöntemleri ile araştırılır.
14 NORMAL DAĞıLıM Doğadaki ve toplumdaki çok şeyin dağılımı çan eğrisine benzer
15 Skewness Denekler ortalamadan daha büyük değerlerde toplanıyorlarsa, negatif basık ya da soldan basık (negatively skewed, skewed to the left), küçük değerlerde toplanıyorlarsa, pozitif basık ya da sağdan basık (positively skewed, skewed to the right) dağılımdan söz edilir. Mean, median ve mode farklıdır. Unimodal da mean kuyruğa doğru çekilir. Median mean ile mode arasına düşer.
16 KURTOSıS Dağılımın şeklinin ölçüsüdür. Pozitif değerler dağılımın dik, negatif değerler ise yassı olduğunu gösterir.
17 BAŞARI 4 yaşında başarı...donuna işememektir. 12 yaşında başarı...arkadaş bulabilmektir. 16 yaşında başarı...araba sürebilmektir. 20 yaşında başarı...seks yapabilmektir. 35 yaşında başarı...para kazanabilmektir. 50 yaşında başarı...çok para kazanabilmektir. 60 yaşında başarı...seks yapabilmektir. 70 yaşında başarı...araba sürebilmektir. 75 yaşında başarı...arkadaş bulabilmektir. 80 yaşında başarı...donuna işememektir. Buna ÇAN EĞRİSİ denir!.. Prof. Albert Follanberg
18 NORMAL DAĞıLıM NASıL ANLAŞıLıR? 1. Grafikler ile 2. Merkezi ölçütler ve Dağılım ölçütleri ile 3. Skewness ve kurtosis değerleri ile 4. Hipotez testleri ile
19 1. GRAFIKLER ILE 1. Değerlerin histogramını çizerek 2. Ya da "normal olasılık grafiği" (normal probability plot) adı verilen grafiğini çizerek araştırılabilir.
20 2. Merkezi ve yayılım Ölçütleri ile 1. Ortalama, median ve mod birbirine yakın olmalı 2. Standart Sapma Ortalamanın yaklaşık ¼ ü 3. Skewness ve Kurtosis sıfıra yakın olmalı 3. Basıklık ve çarpıklık değerleri ile 1. Skewness ve Kurtosis sıfıra yakın olmalı
21 1. Shapiro-Wilks ve Kolmogorov Smirnov testleri bu amaç için sıklıkla kullanılan testlerdir. 4. Testlerle p değeri < 0.05 ise, dağılım normal değil. Özellikle denek sayısı fazlaysa, genellikle tüm normal dağılım testleri ile "p < 0.05" bulunabilir. Bu nedenle bu durumlarda grafik değerlendirmeler yapılmalı
22 DAĞıLıM ŞEKLI ÖLÇÜTLERI VERILERIN DAĞıLıM ÖZELLIĞI NIÇIN ÖNEMLIDIR? İstatistikte dağılımın normal olup olmadığının belirlenmesi çok önemlidir. Farklı dağılım gösteren verilere uygulanacak tanımlayıcı ve analitik istatistik yöntemleri de farklıdır. 1. Veriyi tablolarda hangi ölçütler ile özetleyeceğiniz 2. Hangi grafiği seçeceğiniz 3. Hangi hipotez testini seçeceğiniz Dağılıma bağlıdır
23 NORMALLER TEHLIKELIDIR
24 VERILERIN ANALIZI
25 Tanımlayıcı İstatistikler Değişkenin örnek ya da toplum özelliklerini yansıtan değerlere tanımlayıcı istatistikler adı verilir. İki ana gruba ayrılır.
26 Tanımlayıcı İstatistikler Merkezi Eğilim Ölçütleri Mean (Aritmetik ortalama) Median (Ortanca) Mod (Tepe noktası) Yayılım Ölçütleri Değer aralığı (range) Standart sapma ve varyans, standart hata Değişim (varyasyon) katsayısı Persentil Çeyrekler arası aralık Güvenirlik aralıkları
27 Aritmetik Ortalama Değerlerin toplamının denek sayısına bölünmesiyle elde edilen aritmetik ortalama en sık kullanılan merkezi eğilim ölçütüdür. Sayısal değişkenler için merkezi eğilim ölçütü olarak ortalama kullanılır. Medyan-Ortanca Küçükten büyüğe (ya da büyükten küçüğe) doğru sıralandığında tam ortadaki deneğin değeridir. Ordinal veriler için en iyi merkezi dağılım ölçütüdür Ortanca aşırı değerlerden etkilenmez. Bu nedenle aşırı uç değerler varsa, sayısal veriler için de ortanca tercih edilmelidir. Mod En sık tekrarlayan değer Not: Dağılım normal ise ortalamayı, normal değil ise medyanı verin
28 YAYILIM ÖLÇÜTLERİ STANDART SAPMA VE VARYANS: SD, sd ya da s ile gösterilen standart sapma, değişken değerlerinin ortalamanın etrafındaki yayılmasını temsil eden bir yayılma ölçütüdür. Değerler arasında farklar arttıkça standart sapma ve varyans büyür. Standart sapmanın karesine varyans adı verilir. Standart sapma ve varyans, birçok istatistik analiz yönteminin temelini oluşturur.
29 YAYILIM ÖLÇÜTLERİ DEĞER ARALIĞI (Range): Değişken değerlerinin dağılımını belirten yararlı bir ölçüttür. En büyük ve en küçük değer arasındaki fark değer aralığıdır (range). Değer aralığı da, ortalama gibi uç değerlerden çok etkilenir. Üstelik en uçtaki iki değer arasında kalan değerler hakkında bilgi vermez.
30 YAYILIM ÖLÇÜTLERİ PERCENTİLLER: Çeyreklikler Laboratuar değerlerinin alt ve üst normal sınırlarının belirlenmesinde kullanılır. Genellikle kabul edilen alt normal sınır 2.5 persentil ve üst normal sınır 97.5 persentildir. ÇEYREKLER ARASI ARALIK: 25. ve 75. persentil değerleri arasındaki farka çeyreklerarası aralık (interquartile range) adı verilir. Yani değerlerin ortada yer alan %50 si, çeyrekler arası aralıktır.
31 GÜVEN ARALIKLARI Güven Aralığı: Verilerin evren içinde bulunabileceği aralığın, bu aralıkta bulunma olasılığı ile birlikte verilmesidir. (%95, %99 güven aralığı, gibi) Ortalama için güven aralıkları: Evren ortalamasının içine düşmesinin beklendiği bir (a,b) aralığıdır. Oranlar için güven aralıkları: Evren oranının içine düşmesinin beklendiği bir (p1, p2) aralığıdır.
32 NE ZAMAN HANGISINI KULLANALıM? 1. Dağılım normal ise mean 2. Dağılım normal değil ise median 1. Merkezi eğilim ölçütü olarak ortalama kullanıldığı zaman, yayılma ölçütü olarak da standart sapma kullanılır. Ortalama ± SS 2. Ortanca kullanılacaksa minimum maksimum değerleri verilir. Medyan (min-max)
33 VERİNİN ÖLÇÜM BİÇİMİ Bazı veriler ölçülür: boy uzunluğu, ağırlık, hemoglobin değeri, kolesterol miktarı, hastanede yatılan gün sayısı, günlük diyetle alınan yağ miktarı. Bazıları ise isimlendirilir: cinsiyet, meslek, hastalık cinsi,, yapılan ameliyatın türü, alınan ilaç.
34 BAĞIMLI VE BAĞIMSIZ GRUPLAR İki ya da daha çok grup karşılaştırılması yapılıyorsa, grupların bağımlı ya da bağımsız olduğunu bilmek çok önemlidir. Bağımlı grup: 1 birey (birim) den birden fazla ölçüm alınması ile oluştuğu durumdur. Bağımsız grup: Ölçümlerin birbirinden farklı birey ya da gruplarda yapıldığı durumdur.
35 Bağımsız grup Bağımlı grup A ilacının 5.dakikadaki kalp atım hızı ile B ilacının 5.dakikadaki kalp atım hızı A ilacının 5.dakikadaki kalp atım hızı ile A ilacının 10.dakikadaki kalp atım hızı
36 GRUP SAYISI 1. Tek grup 2. 2 grup 3. 3 ve daha fazla grup
37 GRUP SAYıSı VE ÖLÇÜM SAYıSı 1. Tek grup 2. 2 grup 3. Tek grupta 2 zamanlı ölçüm 4. 2 ve daha fazla grup 5. Tek grup 2 den fazla ölçüm 6. 2 den fazla grup 2 den fazla ölçüm
38 GRUP SAYıSı VE ÖLÇÜM SAYıSı Tek grup-panik hastalarda ank. skoru 2 grup- Panik ve OKB ank. skoru Tek grupta 2 zamanlı ölçüm-panik hastalarda A ilacı öncesi ve 3 ay sonrası ank. skoru 3 ve daha fazla grup- Panik, OKB ve sağlıklı kontrollerde ank skoru Tek grup 2 den fazla ölçüm-panik hastalarda başlangıç, 1 ay 3 ay 6 ay sonrasında ank skoru 3 den fazla grup 3 den fazla ölçüm- Panik hastalara A ilacı; 1, 3, 6 ay ank skoru; panik hastalara kognitif terapi; 1,3, 6 ay ank. skoru
39 GRUPLARDAKİ KİŞİ SAYISI (N) Önemlilik testlerinde 30 sayısı; istatistiksel teori içinde anlam taşıdığından önemlidir. 30 ve daha büyük örnekli gruplara test gücü daha fazla olan parametrik testler uygulanır.-merkezi limit teoremine dayanır Asıl dayanak dağılımın normal olmasıdır. n sayısı 500 de olsa değişken normal dağılmıyorsa parametrik test seçilemez
40 NNT Tedavi için gerekli sayı Number needed to treat (NNT) İstenen olumlu sonuca ulaşılacak her bir hasta için, tedavi edilmesi gereken hasta sayısı 1/ ARR = 1/ EER-CER
41 TIPTA KARAR VERME Tıpta tanı yöntemleri ile ilgili araştırmaların büyük bir bölümü, tanı yöntemlerinin doğruluğunun kestirilmesi ve karşılaştırılmasına ayrılmıştır. Tanı doğruluğunu gösterecek değişik ölçüler geliştirilmiş, bu amaç için klinik çalışma düzenleri tanımlanmıştır. Son yıllarda giderek artan öneminin nedenlerinden biri de hasta bakım maliyetleri üzerine olan etkisidir.
42 Tanı testinin kullanılabilir olması için I- Hastanın durumu hakkında güvenilir bilgi sağlaması II- Hastanın tedavisi ile ilgili hekimin planları üzerinde etkili olabilmesi III- Hastalar üzerinde test tekrarlandığında hastalık mekanizmalarını yada hastalığın doğal seyrini anlatabilmesi
43 TANı TESTı PERFORMANSLARı NASıL DEĞERLENDıRıLıR A - Özgün oranlar B - Kestirim gücü C- ROC eğrisi Kappa katsayısı, Mc-Nemar testi;
44 DUYARLILIK Testin toplumdaki hastaları saptayabilme gücü Payda (toplumdaki) gerçek hastalar
45 SEÇİCİLİK Testin toplumdaki sağlamları saptayabilme gücü Payda (toplumdaki) gerçek sağlamlar
46 Duyarlılık (Sensitivity): Gerçekte hasta olanlar arasında testin pozitif sonuç verme oranı Seçicilik (Specificity): Gerçekte hastalığa sahip olmayanlar arasında testin negatif sonuç verme oranı Yanlış pozitif oran: Gerçekte hastalığa sahip olmayanlar arasında testin yanlışlıkla pozitif sonuç verme oranı=1-seçicilik Yanlış negatif oran: Gerçekte hasta olanlar arasında testin yanlışlıkla negatif sonuç verme oranı=1-duyarlılık
47 TANı VE TARAMA TESTLERI Test + Altın Test + - a b a/a+c = Duyarlılık Doğru pozitif oran d/b+d = Seçicilik Doğru negatif oran - c d a/a+b = + PD 1-Seçicilik d/c+d = - PD 1-Duyarlılık
48 DP ve DN oranlar hastalık prevelansından etkilenmezler. YN YP Tedavinin gecikmesi Riskli, gereksiz, ileri tetkikler, Yanlış tedavi, Yanlış tanımlama DP-DN Hastalık şiddeti, anatomik özellikler, hasta özellikleri
49 LIKELIHOOD RATIO OLABILIRLIK ORANı OLABİLİRLİK ORANI Bir tanı testinin duyarlılığını ve seçiciliğini birleştirerek kullanan performans ölçüsüdür Pozitif Olabilirlik Oranı; Bir testin hasta kişide pozitif çıkma olasılığının, sağlam kişide pozitif çıkma olasılığına oranı LR (+) = duyarlılık / (1-seçicilik)
50 LIKELIHOOD RATIO Pozitif Olabilirlik Oranı POO=Duyarlılık/(1-Seçicilik)=DP/YP Bir tanı testinin, her doğru pozitif sonuca karşılık kaç tane yanlış pozitif sonuç verdiğini gösterir. DP=0,80 ve DN=0,90 olan bir test için; POO=0.80/0.10 = 8 Bu test, her 8 doğru pozitif sonuca karşılık 1 yanlış pozitif sonuç verir. Dokuz pozitif sonucun 8 i doğru, biri yanlıştır.
51 LIKELIHOOD RATIO NEGATIF OLABILIRLIK ORANı Bir testin hasta kişide negatif çıkma olasılığının, sağlam kişide negatif çıkma olasılığına oranı LR (-) = (1- duyarlılık)/seçicilik
52 Negatif Olabilirlik Oranı NOO=(1-Duyarlılık)/Seçicilik=YN/DN Bir tanı testinin, her yanlış negatif sonuca karşılık kaç tane doğru negatif sonuç verdiğini gösterir. DP=0,80 ve DN=0,90 olan bir test için; NOO=0.2/0.9=2/9 Bu test, her 2 yanlış negatif sonuca karşılık 9 doğru negatif sonuç verir. Onbir negatif sonucun 9 u doğru, ikisi yanlıştır. POO nın olabildiğince büyük, NOO nın olabildiğince küçük olması istenir.
53 Olabilirlik Oranı +LR>10 veya -LR<0.1 ise önemliliğe götürür +LR LR ise orta +LR 2-5 veya -LR küçük ama bazen önemli +LR 1-2 -LR ise küçük ve çok az önemli
54 B - KESTİRİM GÜCÜ Gerçekte araştırmacıların yanıt aradığı en önemli soru; Tanı testi sonucu pozitif olanın, gerçek bir hasta olma olasılığı nedir? (veya Tanı testi sonucu negatif olanın gerçekten sağlam olma olasılığı nedir?) sorusudur. Bu kavram KESTİRİM DEĞERİ adını alır ve Bayes kuramı çerçevesinde çözümlenir.
55 B - KESTİRİM GÜCÜ 1) POZİTİF SONUCUN KESTİRİM DEĞERİ (PKD): Tanı testi hasta yargısı verdiğinde, gerçekten hasta olma olasılığıdır. 2) NEGATİF SONUCUN KESTİRİM DEĞERİ (NKD): Tanı Testi sağlam dediğinde gerçekten sağlam olma olasılığıdır. Bu oran ne kadar küçük olursa tanı testi, sağlamları o derecede iyi ayırmaktadır.
56 Klinisyenler için önemli olan soru, bir test sonucunun ne anlama geldiği sorusudur. Pozitif sonuca sahip bir kişinin hasta olması ya da negatif sonuca sahip bir kişinin hastalıksız olması olasılıklarının ne olduğu önemlidir.
57 Bu amaca hizmet eden olasılıklar TEST SONRASI OLASILIKLAR olarak adlandırılır ve iki farklı test sonrası olasılık vardır. Bunlar: POZİTİF TAHMİNİ DEĞER (POSITIVE PREDICTIVE VALUE) ya da POZİTİF TEST SONUCUNUN TAHMİNİ DEĞERİ ve NEGATİF TAHMİNİ DEĞER (NEGATIVE PREDICTIVE VALUE) ya da NEGATİF TEST SONUCUNUN TAHMİNİ DEĞERİ dir.
58 Pozitif Tahmini Değer (PTD), tanı testi sonucu pozitif olan bir kişinin hasta olması olasılığını gösterir. Test istenmeden önceki hastalık olasılığına ve testin performans ölçütlerine bağlıdır.
59 Pozitif Tahmini Değer (PTD), tanı testi sonucu pozitif olan bir kişinin hasta olması olasılığını gösterir. Test istenmeden önceki hastalık olasılığına ve testin performans ölçütlerine bağlıdır. PTD S e x Pr S (1 Burada S e : Testin Duyarlılığı S p : Testin Seçiciliği x Pr )x(1 Pr) Pr: Test Öncesi Hastalık Olasılığı e S p
60 Negatif Tahmini Değer (NTD), tanı testi sonucu negatif olan bir kişinin hasta olmaması olasılığını gösterir. Test istenmeden önceki hastalık olasılığına ve testin performans ölçütlerine bağlıdır. NTD S p S p x(1 Pr) x(1 Pr) (1 S e )x Pr Burada S e : Testin Duyarlılığı S p : Testin Seçiciliği Pr: Test Öncesi Hastalık Olasılığı
61 ROC EĞRıSı YÖNTEMı; Testin ayırt etme gücünün belirlenmesine, Çeşitli testlerin etkinliklerinin kıyaslanmasına, Uygun pozitiflik eşiğinin belirlenmesine, Laboratuar sonuçlarının kalitesinin izlenmesine, Uygulayıcının gelişiminin izlenmesine ve Farklı uygulayıcıların etkinliklerinin kıyaslanmasına olanak sağlar.
62 Receiver Operating Characteristic Curve ROC EĞRİSİ Bir çift duyarlılık ve seçicilik değeri kullanmanın getirdiği dezavantajları ortadan kaldıracak bir yöntem olarak geliştirilmiştir. Testin kendi doğruluğunu (prevelanstan bağımsız olarak) tanımlaması ve testler arasında en doğru karşılaştırma yapmaya olanak sağlaması açısından sıklıkla kullanılmaktadır.
63 Sensitivity ROC Curve 1,00,75,50,25 ROC eğrisi, değişik kesim 0,00 0,00,25,50,75 1, Specificity Diagonal segments are produced by ties. noktalarında testin duyarlılığının (yekseni), testin YP oranına (x-ekseni) karşı noktalanması ile elde edilir. Her kesim noktasındaki DP ve YP e karşılık gelen noktalar birleştirilerek ROC eğrisi çizilir.
64 ROC Eğrisi Altında Kalan Alan: Testin doğruluğunu tek bir sayısal değerle özetlemek için kullanılır. En büyük 1 değerini alabilir. Pratik olarak alabileceği en küçük değer 0.50 dir. Hastalarla sağlamlar tamamen şansa bağlı olarak (örneğin para atışı ile) ayırt edilirse bu durum ortaya çıkar
65 ROC Eğrisi Altında Kalan Alan: ROC eğrisi altında kalan alan herzaman çok bilgilendirici olmayabilir. Kimi zaman, testin yüksek seçici (yüksek duyarlı) olması istendiğinde düşük seçicilik değerleri (düşük duyarlılık değerleri) ile değil, ROC eğrisinde yüksek seçiciliğe (yüksek duyarlılığa) karşılık gelen bölge ile ilgilenebiliriz. İki test aynı ROC eğrisi altında kalan alan değerine sahip olabilir, ancak işleyişleri farklıdır.
66 ROC Eğrisi Altında Kalan Alan: Düşük yanlış pozitif oran (yüksek seçicilik) gerekli ise, B test A testine tercih edilebilir. Bu nedenle ROC eğrisinin ilgilenilen bölümünü kullanmak, böyle bir bölgeyi kullanan ölçülerle ilgilenmek daha akılcı olabilir.
67 Teşekkürler
TANI TESTLERINE GIRIŞ & ROC ANALİZİ
TANI TESTLERINE GIRIŞ & ROC ANALİZİ Yrd.Doç.Dr. Selçuk Korkmaz Trakya Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Turcosa Analitik Çözümlemeler selcukorkmaz@gmail.com ÇOCUK NEFROLOJİ DERNEĞİ
DetaylıKARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005
KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 1 Karşılaştırma istatistiği Temel kavramlar: Örneklem ve evren:
DetaylıTemel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri
Temel İstatistik Tanımlayıcı İstatistik Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri Y.Doç.Dr. İbrahim Turan Mart 2011 DAĞILIM / YAYGINLIK ÖLÇÜLERİ Verilerin değişkenlik durumu ve dağılışın şeklini
DetaylıTANI TESTLERİNİN İSTATİSTİKSEL DEĞERLENDİRİLMESİ
TANI TESTLERİNİN İSTATİSTİKSEL DEĞERLENDİRİLMESİ İÇERİK Tanı testi Altın Standart Test Tanı Testi ile Altın Standart Testin Karşılaştırması İstatistiksel Değerlendirme Duyarlık, Seçicilik,Yanlış Negatif
DetaylıNicel / Nitel Verilerde Konum ve Değişim Ölçüleri. BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014
Nicel / Nitel Verilerde Konum ve Değişim Ölçüleri BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014 1 Konum ölçüleri Merkezi eğilim ölçüleri Verilerin ortalamaya göre olan gruplanması nasıl?
DetaylıKonum ve Dağılım Ölçüleri. BBY606 Araştırma Yöntemleri Güleda Doğan
Konum ve Dağılım Ölçüleri BBY606 Araştırma Yöntemleri Güleda Doğan Konum ölçüleri Merkezi eğilim ölçüleri Verilerin ortalamaya göre olan gruplanması nasıl? Yakın, uzak? Sıklık dağılımlarının karşılaştırılması
DetaylıÖrnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız.
.4. Merkezi Eğilim ve Dağılım Ölçüleri Merkezi eğilim ölçüleri kitleye ilişkin bir değişkenin bütün farklı değerlerinin çevresinde toplandığı merkezi bir değeri gösterirler. Dağılım ölçüleri ise değişkenin
DetaylıSık kullanılan istatistiksel yöntemler ve yorumlama. Doç. Dr. Seval KUL Gaziantep Üniversitesi Tıp Fakültesi
Sık kullanılan istatistiksel yöntemler ve yorumlama Doç. Dr. Seval KUL Gaziantep Üniversitesi Tıp Fakültesi Biyoistatistik AD Bşk. 1 Hakkımda 2 Hedef: Katılımcılar modülün sonunda temel istatistiksel yöntemler
DetaylıYrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü
Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 Araştırma sonuçlarının açıklanmasında frekans tablosu
DetaylıHastalıklarda Risk Faktörleri ve Tarama Tanı ve Tedavi Etkinliği İstatistikleri. A.Ayça ÖZDEMİR
Hastalıklarda Risk Faktörleri ve Tarama Tanı ve Tedavi Etkinliği İstatistikleri A.Ayça ÖZDEMİR İçerik Hastalıklarda Risk Faktörleri Geriye Dönük Case Control Odds Ratio İleriye Dönük Kohort Çalışmalarda
DetaylıTanı Testlerinin Değerlendirilmesi. ROC Analizi. Prof.Dr. Rian DİŞÇİ
Tanı Testlerinin Değerlendirilmesi ROC Analizi Prof.Dr. Rian DİŞÇİ İstanbul Üniversitesi, Onkoloji Enstitüsü Kanser Epidemiyolojisi Ve Biyoistatistik Bilim Dalı Tanı Testleri Klinik çalışmalarda, özellikle
DetaylıROC (RECEIVER OPERATING CHARACTERISTIC) EĞRĠSĠ YÖNTEMĠ ĠLE TANI TESTLERĠNĠN PERFORMANSLARININ DEĞERLENDĠRĠLMESĠ
ROC (RECEIVER OPERATING CHARACTERISTIC EĞRĠSĠ YÖNTEMĠ ĠLE TANI TESTLERĠNĠN PERFORMANSLARININ DEĞERLENDĠRĠLMESĠ Ayça Deniz Ertorsun, Burak Bağ, Güldeniz Uzar, Mehmet Ali Turanoğlu Danışman: Dr. A. Canan
DetaylıBÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ
1 BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel sayma
DetaylıGenel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.
4.SUNUM Genel olarak test istatistikleri Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri olmak üzere 2 grupta incelenebilir. 2 Ranj Çeyrek Kayma Çeyrekler Arası Açıklık Standart Sapma Varyans
DetaylıTanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN
Tanımlayıcı İstatistikler Yrd. Doç. Dr. Emre ATILGAN 1 Tanımlayıcı İstatistikler Yer Gösteren Ölçüler Yaygınlık Ölçüleri Merkezi Eğilim Ölçüleri Konum Ölçüleri 2 3 Aritmetik Ortalama Aritmetik ortalama,
DetaylıKANITA DAYALI LABORATUVAR TIBBI İLE İLİŞKİLİ HESAPLAMALAR. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005
KANITA DAYALI LABORATUVAR TIBBI İLE İLİŞKİLİ HESAPLAMALAR Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 1 Kanıta dayalı tıp Kanıta dayalı tıp, hekimlerin günlük kararlarını, mevcut en iyi kanıtın ışığında,
DetaylıVERİ SETİNE GENEL BAKIŞ
VERİ SETİNE GENEL BAKIŞ Outlier : Veri setinde normal olmayan değerler olarak tanımlanır. Ders: Kantitatif Yöntemler 1 VERİ SETİNE GENEL BAKIŞ Veri setinden değerlendirme başlamadan çıkarılabilir. Yazım
DetaylıBİYOİSTATİSTİK Merkezi Eğilim ve Değişim Ölçüleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Merkezi Eğilim ve Değişim Ölçüleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 İstatistik
DetaylıBKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 )
4. SUNUM 1 Gözlem ya da deneme sonucu elde edilmiş sonuçların, rastlantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HİPOTEZ TESTLERİ denir. Sonuçların rastlantıya bağlı
DetaylıTEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ
TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ 1 İstatistik İstatistik, belirsizliğin veya eksik bilginin söz konusu olduğu durumlarda çıkarımlar yapmak ve karar vermek için sayısal verilerin
DetaylıProf.Dr.İhsan HALİFEOĞLU
Prof.Dr.İhsan HALİFEOĞLU FREKANS DAĞILIMLARINI TANIMLAYICI ÖLÇÜLER Düzenlenmiş verilerin yorumlanması ve daha ileri düzeydeki işlemler için verilerin bütününe ait tanımlayıcı ve özetleyici ölçülere ihtiyaç
DetaylıİSTATİSTİK MHN3120 Malzeme Mühendisliği
İSTATİSTİK MHN3120 Malzeme Mühendisliği CBÜ - Malzeme Mühendisliği Bölümü Ofis: Mühendislik Fakültesi A Blok Ofis no:311 Tel: 0 236 2012404 E-posta :emre.yalamac@cbu.edu.tr YARDIMCI KAYNAKLAR Mühendiler
DetaylıIİSTATIİSTIİK. Mustafa Sezer PEHLI VAN
IİSTATIİSTIİK Mustafa Sezer PEHLI VAN İstatistik nedir? İstatistik, veri anlamına gelir, İstatistik, sayılarla uğraşan bir bilim dalıdır, İstatistik, eksik bilgiler kullanarak doğru sonuçlara ulaştıran
DetaylıBİYOİSTATİSTİK Sağlık Alanına Özel İstatistiksel Yöntemler Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Sağlık Alanına Özel İstatistiksel Yöntemler Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr
DetaylıDeğişken Türleri, Tanımlayıcı İstatistikler ve Normal Dağılım. Dr. Deniz Özel Erkan
Değişken Türleri, Tanımlayıcı İstatistikler ve Normal Dağılım Dr. Deniz Özel Erkan Evren Parametre Örneklem Çıkarım Veri İstatistik İstatistik Tanımlayıcı (Descriptive) Çıkarımsal (Inferential) Özetleme
DetaylıTest İstatistikleri AHMET SALİH ŞİMŞEK
Test İstatistikleri AHMET SALİH ŞİMŞEK İçindekiler Test İstatistikleri Merkezi Eğilim Tepe Değer (Mod) Ortanca (Medyan) Aritmetik Ortalama Merkezi Dağılım Dizi Genişliği (Ranj) Standart Sapma Varyans Çarpıklık
DetaylıBÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ
1 BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel
DetaylıJEODEZİK VERİLERİN İSTATİSTİK ANALİZİ. Prof. Dr. Mualla YALÇINKAYA
JEODEZİK VERİLERİN İSTATİSTİK ANALİZİ Prof. Dr. Mualla YALÇINKAYA Karadeniz Teknik Üniversitesi, Harita Mühendisliği Bölümü Trabzon, 2018 VERİLERİN İRDELENMESİ Örnek: İki nokta arasındaki uzunluk 80 kere
DetaylıORTALAMA ÖLÇÜLERİ. Ünite 6. Öğr. Gör. Ali Onur CERRAH
ORTALAMA ÖLÇÜLERİ Ünite 6 Öğr. Gör. Ali Onur CERRAH Araştırma sonucunda elde edilen nitelik değişkenler hakkında tablo ve grafikle bilgi sahibi olunurken, sayısal değişkenler hakkında bilgi sahibi olmanın
DetaylıBÖLÜM 9 NORMAL DAĞILIM
1 BÖLÜM 9 NORMAL DAĞILIM Normal dağılım; 'normal dağılım eğrisi (normaly distribution curve)' ile kavramlaştırılan hipotetik bir evren dağılımıdır. 'Gauss dağılımı' ya da 'Gauss eğrisi' olarak da bilinen
DetaylıGİRİŞ. Bilimsel Araştırma: Bilimsel bilgi elde etme süreci olarak tanımlanabilir.
VERİ ANALİZİ GİRİŞ Bilimsel Araştırma: Bilimsel bilgi elde etme süreci olarak tanımlanabilir. Bilimsel Bilgi: Kaynağı ve elde edilme süreçleri belli olan bilgidir. Sosyal İlişkiler Görgül Bulgular İşlevsel
DetaylıOrtalamaların karşılaştırılması
Parametrik ve Parametrik Olmayan Testler Ortalamaların karşılaştırılması t testleri, ANOVA Mann-Whitney U Testi Wilcoxon İşaretli Sıra Testi Kruskal Wallis Testi BBY606 Araştırma Yöntemleri Güleda Doğan
DetaylıNORMAL DAĞILIM VE ÖNEMLİLİK TESTLERİ İLE İLGİLİ PROBLEMLER
NORMAL DAĞILIM VE ÖNEMLİLİK TESTLERİ İLE İLGİLİ PROBLEMLER A) Normal Dağılım ile İlgili Sorular Sayfa /4 Hamileler ile ilgili bir araştırmada, bu grubun hemoglobin değerlerinin normal dağılım gösterdiği
DetaylıÜretim Süreci: Girdi İşlem Ürün (Sonuç) Araştırma Süreci: Hangi alanda olursa olsun araştırma bir BİLGİ ye ulaşma sürecidir.
BİYOİSTATİSTİK Üretim Süreci: Girdi İşlem Ürün (Sonuç) Araştırma Süreci: Hangi alanda olursa olsun araştırma bir BİLGİ ye ulaşma sürecidir. Veri Analiz Bilgi El ile ya da birtakım bilgisayar programları
DetaylıMATE 211 BİYOİSTATİSTİK DÖNEM SONU SINAVI
Öğrenci Bilgileri Ad Soyad: İmza: MATE 211 BİYOİSTATİSTİK DÖNEM SONU SINAVI 26 Mayıs, 2014 Numara: Grup: Soru Bölüm 1 10 11 12 TOPLAM Numarası (1-9) Ağırlık 45 15 30 20 110 Alınan Puan Yönerge 1. Bu sınavda
DetaylıSPSS UYGULAMALARI-II Dr. Seher Yalçın 1
SPSS UYGULAMALARI-II 27.12.2016 Dr. Seher Yalçın 1 Normal Dağılım Varsayımının İncelenmesi Çarpıklık ve Basıklık Katsayısının İncelenmesi Analyze Descriptive Statistics Descriptives tıklanır. Açılan pencerede,
Detaylıdoğrudur? Veya test, sağlıklı dediği zaman hangi olasılıkla doğrudur? Bu soruların yanıtları
DÖNEM III HALK SAĞLIĞI-ADLİ TIP-BİYOİSTATİSTİK-TIP TARİHİ VE ETİK Ders Kurulu Başkanı : Prof. Dr. Günay SAKA TANI TESTLERİ (30.04.2014 Çrş. Y. ÇELİK) Duyarlılık (Sensitivity) ve Belirleyicilik (Specificity)
DetaylıBİYOİSTATİSTİK Tek Örneklem ve İki Örneklem Hipotez Testleri Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Tek Örneklem ve İki Örneklem Hipotez Testleri Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr
DetaylıKestirim (Tahmin) Bilimsel çalışmaların amacı, örneklem değerinden evren değerlerinin kestirilmesidir.
Biyoistatistik 9 Kestirim (Tahmin) Bilimsel çalışmaların amacı, örneklem değerinden evren değerlerinin kestirilmesidir. Evren parametrelerinin kestirilmesi (tahmini) için: 1. Hipotez testleri 2. Güven
DetaylıOlasılık ve Normal Dağılım
Olasılık ve Normal Dağılım P = 0 İmkansız P =.5 Yarı yarıya P = 1 Kesin Yazı-Tura 1.5 2 1.5 2.5.5.25 Para atışı 10 kere tekrarlandığında Yazı Sayısı f % 0 3 30 1 6 60 2 1 10 Toplam 10 100 Atış 1000 kere
DetaylıMühendislikte İstatistik Yöntemler
.0.0 Mühendislikte İstatistik Yöntemler İstatistik Parametreler Tarih Qma.3.98 4..98 0.3.983 45 7..984 37.3.985 48 0.4.986 67.4.987 5 0.3.988 45.5.989 34.3.990 59.4.99 3 4 34 5 37 6 45 7 45 8 48 9 5 0
DetaylıÖrneklemden 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
DetaylıCopyright 2004 Pearson Education, Inc. Slide 1
Slide 1 Bölüm 2 Verileri Betimleme, Keşfetme, ve Karşılaştırma 2-1 Genel Bakış 2-2 Sıklık Dağılımları 2-3 Verilerin Görselleştirilmesi 2-4 Merkezi Eğilim Ölçüleri 2-5 Değişimin Ölçülmesi 2-6 Nispi Sabitlerin
DetaylıBÖLÜM 3 KURAMSAL ÇATI VE HİPOTEZ GELİŞ
BÖLÜM 3 KURAMSAL ÇATI VE HİPOTEZ GELİŞ İŞTİRME Araştırma rma SüreciS 1.Gözlem Genel araştırma alanı 3.Sorunun Belirlenmesi Sorun taslağının hazırlanması 4.Kuramsal Çatı Değişkenlerin açıkça saptanması
DetaylıBÖLÜM 13 HİPOTEZ TESTİ
1 BÖLÜM 13 HİPOTEZ TESTİ Bilimsel yöntem aşamalarıyla tanımlanmış sistematik bir bilgi üretme biçimidir. Bilimsel yöntemin aşamaları aşağıdaki gibi sıralanabilmektedir (Karasar, 2012): 1. Bir problemin
DetaylıYANLILIK. Yanlılık örneklem istatistiği değerlerinin evren parametre değerinden herhangi bir sistematik sapması olarak tanımlanır.
AED 310 İSTATİSTİK YANLILIK Yanlılık örneklem istatistiği değerlerinin evren parametre değerinden herhangi bir sistematik sapması olarak tanımlanır. YANLILIK Yanlı bir araştırma tasarımı uygulandığında,
DetaylıMerkezi Yığılma ve Dağılım Ölçüleri
1.11.013 Merkezi Yığılma ve Dağılım Ölçüleri 4.-5. hafta Merkezi eğilim ölçüleri, belli bir özelliğe ya da değişkene ilişkin ölçme sonuçlarının, hangi değer etrafında toplandığını gösteren ve veri grubunu
DetaylıENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Ders 2 Merkezi Eğilim Ölçüleri
ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI Ders 2 Merkezi Eğilim Ölçüleri Basit Seriler Elde edilecek ham verilerin küçükten büyüğe doğru sıralanması ile elde edilen serilere basit seri denir ÖRNEK:
Detaylıİki 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
DetaylıÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ
ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ TEMEL KAVRAMLAR PARAMETRE: Populasyonun sayısal açıklayıcı bir ölçüsüdür ve anakütledeki tüm elemanlar dikkate alınarak hesaplanabilir. Ana kütledeki
DetaylıUYGULAMA 4 TANIMLAYICI İSTATİSTİK DEĞERLERİNİN HESAPLANMASI
1 UYGULAMA 4 TANIMLAYICI İSTATİSTİK DEĞERLERİNİN HESAPLANMASI Örnek 1: Ders Kitabı 3. konuda verilen 100 tane yaş değeri için; a. Aritmetik ortalama, b. Ortanca değer, c. Tepe değeri, d. En küçük ve en
Detaylıİçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii. Ölçme, İstatistik ve Araştırma...
İçindekiler İçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii BÖLÜM 1 Ölçme, İstatistik ve Araştırma...1 Ölçme Nedir?... 3 Ölçme Süreci... 3 Değişkenler
DetaylıDers 8: Verilerin Düzenlenmesi ve Analizi
Ders 8: Verilerin Düzenlenmesi ve Analizi Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler Bir kitlenin tamamını, ya da kitleden alınan bir örneklemi özetlemekle (betimlemekle)
DetaylıTANIMLAYICI İSTATİSTİKLER
TANIMLAYICI İSTATİSTİKLER Tanımlayıcı İstatistikler ve Grafikle Gösterim Grafik ve bir ölçüde tablolar değişkenlerin görsel bir özetini verirler. İdeal olarak burada değişkenlerin merkezi (ortalama) değerlerinin
Detaylıİstatistik ve Olasılığa Giriş. İstatistik ve Olasılığa Giriş. Ders 3 Verileri Sayısal Ölçütlerle İfade Etme. Verileri Sayısal Ölçütlerle İfade Etme
İstatistik ve Olasılığa Giriş Robert J. Beaver Barbara M. Beaver William Mendenhall Presentation designed and written by: Barbara M. Beaver İstatistik ve Olasılığa Giriş Ders 3 Verileri Sayısal Ölçütlerle
DetaylıProf.Dr.İhsan HALİFEOĞLU
Prof.Dr.İhsan HALİFEOĞLU Örnek: Aşağıda 100 yetişkine ilişkin kolesterol değerlerini sınıflandırılarak aritmetik ortalamasını bulunuz (sınıf aralığını 20 alınız). 2 x A fb C 229.5 n 40 20 100 221.5 3 Örnek:.
DetaylıBÖLÜM 1 GİRİŞ: İSTATİSTİĞİN MÜHENDİSLİKTEKİ ÖNEMİ
BÖLÜM..AMAÇ GİRİŞ: İSTATİSTİĞİ MÜHEDİSLİKTEKİ ÖEMİ Doğa bilimlerinde karşılaştığımız problemlerin birçoğunda olaydaki değişkenlerin değerleri bilindiğinde probleme kesin ve tek bir çözüm bulunabilir. Örneğin
DetaylıA t a b e y M e s l e k Y ü k s e k O k u l u İstatistik Sunum 4 Öğr.Gör. Şükrü L/O/G/O KAYA www.sukrukaya.org www.themegallery.com 1 Yer Ölçüleri Yer ölçüleri, verilerin merkezini veya yığılma noktasını
DetaylıVERİ KÜMELERİNİ BETİMLEME
BETİMLEYİCİ İSTATİSTİK VERİ KÜMELERİNİ BETİMLEME Bir amaç için derlenen verilerin tamamının olduğu, veri kümesindeki birimlerin sayısal değerlerinden faydalanarak açık ve net bir şekilde ilgilenilen özellik
DetaylıOLASILIK ve KURAMSAL DAĞILIMLAR
OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine
DetaylıBölüm 3 Merkezi Konum (Eğilim) Ölçüleri. Giriş Veri kümesi. Ortalamalar iki grupta incelenir. A. Duyarlı olan ortalama. B. Duyarlı olmayan ortalama
GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL YÖNTEMLER Bölüm 3 Merkezi Konum (Eğilim) Ölçüleri Yrd. Doç. Dr. Safa KARAMAN 1 2 Giriş Veri kümesi Verileri betimlemenin ve özetlemenin bir diğer yolu da verilerin bir
DetaylıTemel Ġstatistik. Tanımlayıcı Ġstatistik. Dağılımları Tanımlayıcı Ölçüler Yer Ölçüleri. Y.Doç.Dr. Ġbrahim Turan Mart 2011
Temel Ġstatistik Tanımlayıcı Ġstatistik Dağılımları Tanımlayıcı Ölçüler Yer Ölçüleri Y.Doç.Dr. Ġbrahim Turan Mart 2011 Yer / Konum Ölçüleri 1- Aritmetik Ortalama (Mean): Deneklerin aldıkları değerlerin
DetaylıDAĞILMA YADA DEĞİ KENLİK ÖLÇÜLERİ (MEASURE OF DISPERSION) Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ
DAĞILMA YADA DEĞİ KENLİK ÖLÇÜLERİ (MEASURE OF DISPERSION) 1 AMAÇ... Mevcut veri seti için bulunan merkezi eğilim ölçüsünün yorumlamak Birden fazla veri seti için dağılımlar arası kıyaslama yapabilmek amaçlarıyla
DetaylıVerilerin Özetlenmesinde Kullanılan Sayısal Yöntemler
Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler Merkezi Eğilim Ölçüleri Merkezi eğilim ölçüsü, bir veri setindeki merkezi, yada tipik, tek bir değeri ifade eder. Nicel veriler için, reel sayı çizgisindeki
DetaylıBİR ÖRNEKLEM İÇİN T TESTİ İLİŞKİSİZ ÖRNEKLEMLER İÇİN T-TESTİ
1 BİR ÖRNEKLEM İÇİN T TESTİ İLİŞKİSİZ ÖRNEKLEMLER İÇİN T-TESTİ 2 BİR ÖRNEKLEM İÇİN T TESTİ 3 Ölçüm ortalamasını bir norm değer ile karşılaştırma (BİR ÖRNEKLEM İÇİN T TESTİ) Bir çocuk bakımevinde barındırılan
DetaylıMATE 211 BİYOİSTATİSTİK İKİ FARKIN ÖNEMLİLİK TESTİ VE İKİ EŞ ARASINDAKİ FARKIN ÖNEMLİLİK TEST SORULARI
MATE 211 BİYOİSTATİSTİK İKİ FARKIN ÖNEMLİLİK TESTİ VE İKİ EŞ ARASINDAKİ FARKIN ÖNEMLİLİK TEST SORULARI 1. Doğum sırasının çocuğun zeka düzeyini etkileyip etkilemediğini araştıran bir araştırmacı çocuklar
DetaylıParametrik Olmayan İstatistiksel Yöntemler IST
Parametrik Olmayan İstatistiksel Yöntemler IST-4035-6- EÜ İstatistik Bölümü 08 Güz Non-Parametric Statistics Nominal Ordinal Interval One Sample Tests Binomial test Run test Kolmogrov-Smirnov test X test
DetaylıMETODOLOJİK TİPTE (YÖNTEMSEL) EPİDEMİYOLOJİK ARAŞTIRMALAR:
METODOLOJİK TİPTE (YÖNTEMSEL) EPİDEMİYOLOJİK ARAŞTIRMALAR: GENEL ÖZELLİKLERİ ve KULLANIM ALANLARI DÜTF HSAD Nisan 2010 1 Dersin Amacı: Bu dersin sonunda öğrencileri metodolojik tipte (yöntemsel) epidemiyolojik
DetaylıDENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS OLASILIK VE İSTATİSTİK FEB-222 2/ 2.YY 3+0+0 3 3 Dersin Dili Dersin Seviyesi
DetaylıMerkezi Eğilim ve Dağılım Ölçüleri
Merkezi Eğilim ve Dağılım Ölçüleri Soru Öğrencilerin derse katılım düzeylerini ölçmek amacıyla geliştirilen 16 soruluk bir test için öğrencilerin ilk 8 ve son 8 soruluk yarılardan aldıkları puanlar arasındaki
DetaylıENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Nokta Grafikleri. Ders 2 Minitab da Grafiksel Analiz-II Tanımlayıcı İstatistikler
ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI Nokta Grafikleri Nokta grafikleri örnek veri dağılımlarını değerlendirmek ve karşılaştırmak için kullanılır. Bir nokta grafiği örneklem verilerini gruplandırır
DetaylıİÇİNDEKİLER ÖN SÖZ...
İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 8: Prof. Dr. İrfan KAYMAZ Tanım Tahmin (kestirim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmaktır. Bu anlamda, anakütleden çekilen
DetaylıH.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS DERS NOTLARI I 5 Nisan 2012
H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS DERS NOTLARI I 5 Nisan 2012 Aşağıdaki analizlerde http://yunus.hacettepe.edu.tr/~tonta/courses/spring2010/bby208/bby208
DetaylıKRUSKAL WALLIS VARYANS ANALİZİ. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı
KRUSKAL WALLIS VARYANS ANALİZİ Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı ükruskal Wallis varyans analizi, tek yönlü varyans analizinin parametrik olmayan karşılığıdır. üveriler ölçümle
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık KORELASYON ve REGRESYON ANALİZİ Doç. Dr. İrfan KAYMAZ Tanım Bir değişkenin değerinin diğer değişkendeki veya değişkenlerdeki değişimlere bağlı olarak nasıl etkilendiğinin istatistiksel
DetaylıHastane Yönetimi-Ders 8 Hastanelerde İstatistiksel Karar Verme
Hastane Yönetimi-Ders 8 Hastanelerde İstatistiksel Karar Verme Öğr. Gör. Hüseyin ARI 1 İstanbul Arel Üniversitesi M.Y.O Sağlık Kurumları İşletmeciliği Hastane Yönetiminde İstatistiksel Karar Vermenin Önemi
Detaylı3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI
ÖNSÖZ İÇİNDEKİLER III Bölüm 1 İSTATİSTİK ve SAYISAL BİLGİ 11 1.1 İstatistik ve Önemi 12 1.2 İstatistikte Temel Kavramlar 14 1.3 İstatistiğin Amacı 15 1.4 Veri Türleri 15 1.5 Veri Ölçüm Düzeyleri 16 1.6
DetaylıÖrnek...4 : İlk iki sınavında 75 ve 82 alan bir öğrencinin bu dersin ortalamasını 5 yapabilmek için son sınavdan kaç alması gerekmektedir?
İSTATİSTİK Bir sonuç çıkarmak ya da çözüme ulaşabilmek için gözlem, deney, araştırma gibi yöntemlerle toplanan bilgiye veri adı verilir. Örnek...4 : İlk iki sınavında 75 ve 82 alan bir öğrencinin bu dersin
DetaylıBiyoistatistiğe Giriş: Temel Tanımlar ve Kavramlar DERS I VE II
Biyoistatistiğe Giriş: Temel Tanımlar ve Kavramlar DERS I VE II İstatistik Nedir? İstatistik kelimesi farklı anlamlar taşımaktadır. Bunlar; Genel anlamda; üretim, tüketim, nüfus, sağlık, eğitim, tarım,
DetaylıANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ TANIMLAR VE VERİ SINIFLAMASI
ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ TANIMLAR VE VERİ SINIFLAMASI DOÇ. DR. NİHAL ERGİNEL TANIMLAR VE VERİ SINIFLAMASI Olasılık, ilgilenilen olay/olayların meydana gelme olabilirliğinin ölçülmesidir.
Detaylıİkiden Çok Grup Karşılaştırmaları
İkiden Çok Grup Karşılaştırmaları Bir onkoloji kliniğinde göğüs kanseri tanısı almış kadınlar arasından histolojik evrelerine göre 17 şer kadın seçilerek sağkalım süreleri (ay) alınmıştır. HİSTLOJİK EVRE
DetaylıİÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37
İÇİNDEKİLER BÖLÜM 1 Değişkenler ve Grafikler 1 İstatistik 1 Yığın ve Örnek; Tümevarımcı ve Betimleyici İstatistik 1 Değişkenler: Kesikli ve Sürekli 1 Verilerin Yuvarlanması Bilimsel Gösterim Anlamlı Rakamlar
DetaylıBÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3
KİTABIN İÇİNDEKİLER BÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3 BÖLÜM-2.BİLİMSEL ARAŞTIRMA Belgesel Araştırmalar...7 Görgül Araştırmalar Tarama Tipi Araştırma...8
DetaylıBölüm 3. Tanımlayıcı İstatistikler
Bölüm 3 Tanımlayıcı İstatistikler 1 Tanımlayıcı İstatistikler Bir veri setini tanımak veya birden fazla veri setini karşılaştırmak için kullanılan ve ayrıca örnek verilerinden hareket ile frekans dağılışlarını
DetaylıTEMEL İSTATİSTİK BİLGİSİ. İstatistiksel verileri tasnif etme Verilerin grafiklerle ifade edilmesi Vasat ölçüleri Standart puanlar
TEMEL İSTATİSTİK BİLGİSİ İstatistiksel verileri tasnif etme Verilerin grafiklerle ifade edilmesi Vasat ölçüleri Standart puanlar İstatistiksel Verileri Tasnif Etme Verileri daha anlamlı hale getirmek amacıyla
DetaylıHipotez 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
DetaylıHİPOTEZ TESTLERİ. Yrd. Doç. Dr. Emre ATILGAN
HİPOTEZ TESTLERİ Yrd. Doç. Dr. Emre ATILGAN Hipotez Nedir? HİPOTEZ: parametre hakkındaki bir inanıştır. Parametre hakkındaki inanışı test etmek için hipotez testi yapılır. Hipotez testleri sayesinde örneklemden
DetaylıEĞĠTĠMDE ÖLÇME VE DEĞERLENDĠRME BÖLÜM IV Ölçme Sonuçları Üzerinde Ġstatistiksel ĠĢlemler VERİLERİN DÜZENLENMESİ VERİLERİN DÜZENLENMESİ
09.0.0 Temel Kavramlar EĞĠTĠMDE ÖLÇME VE DEĞERLENDĠRME BÖLÜM IV Ölçme Sonuçları Üzerinde Ġstatistiksel ĠĢlemler Dr. Aylin ALBAYRAK SARI Hacettepe Üniversitesi Eğitim Fakültesi Evren: Üzerinde çalışılacak
DetaylıÖLÇME VE DEĞERLENDĠRME (3)
ÖLÇME VE DEĞERLENDĠRME (3) ÖLÇME SONUÇLARI ÜZERĠNDE ĠSTATĠSTĠKSEL ĠġLEMLER VERĠLERĠN DÜZENLENMESĠ -Herhangi bir test uygulamasından önce verilerin düzenlenmesi için önce bütün puanların büyüklüklerine
DetaylıMIT 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.
DetaylıBÖLÜM 8 BİLGİSAYAR UYGULAMALARI - 2
1 BÖLÜM 8 BİLGİSAYAR UYGULAMALARI - 2 Bu bölümde bir veri seti üzerinde betimsel istatistiklerin kestiriminde SPSS paket programının kullanımı açıklanmaktadır. Açıklamalar bir örnek üzerinde hareketle
DetaylıProjede istatistik analiz planı
Projede istatistik analiz planı Prof Dr Belgin Ünal Analiz planı Proje yazımı sırasında oluşturulur Araştırmanın /projenin amaçları doğrultusunda kurgulanmalıdır. Araştırmanın yanıtlamayı planladığı sorular
DetaylıBAĞIMLI ĠKĠDEN ÇOK GRUBUN KARġILAġTIRILMASINA ĠLĠġKĠN HĠPOTEZ TESTLERĠ
BAĞIMLI ĠKĠDEN ÇOK GRUBUN KARġILAġTIRILMASINA ĠLĠġKĠN HĠPOTEZ TESTLERĠ 1. TEKRARLI ÖLÇÜMLERDE TEK YÖNLÜ VARYANS ANALĠZĠ. FRIEDMAN TESTĠ 3. COCHRAN Q TESTĠ TEKRARLI ÖLÇÜMLERDE TEK YÖNLÜ VARYANS ANALĠZĠ
DetaylıGÜVEN 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
DetaylıProf. Dr. Özkan ÜNVER Prof. Dr. Hamza GAMGAM Doç. Dr. Bülent ALTUNKAYNAK SPSS UYGULAMALI TEMEL İSTATİSTİK YÖNTEMLER
Prof. Dr. Özkan ÜNVER Prof. Dr. Hamza GAMGAM Doç. Dr. Bülent ALTUNKAYNAK SPSS UYGULAMALI TEMEL İSTATİSTİK YÖNTEMLER Gözden Geçirilmiş ve Genişletilmiş 8. Baskı Frekans Dağılımları Varyans Analizi Merkezsel
DetaylıLABORATUVARDA TANISAL YETERLİLİK
LABORATUVARDA TANISAL YETERLİLİK Dr. MEHMET H. KÖSEOĞLU İZMİR ATATÜRK EĞİTİM VE ARAŞTIRMA HASTANESİ Laboratuvar tanı testlerinin hastalık tanısı koymada önemli bir yeri vardır. Laboratuvar testleri tıbbi
DetaylıSıklık Tabloları, BASİT ve TEK değişkenli Grafikler Ders 3 ve 4 ve 5
Sıklık Tabloları, BASİT ve TEK değişkenli Grafikler Ders 3 ve 4 ve 5 Sıklık Tabloları Veri dizisinde yer alan değerlerin tekrarlama sayılarını içeren tabloya sıklık tablosu denir. Tek değişken için çizilen
DetaylıİÇİNDEKİLER. Birinci Bölüm UYGULAMA VERİLERİ
İÇİNDEKİLER Birinci Bölüm UYGULAMA VERİLERİ VERİ GRUBU 1. Yüzücü ve Atlet Verileri... 1 VERİ GRUBU 2. Sutopu, Basketbol ve Voleybol Oyuncuları Verileri... 4 VERİ 3. Solunum Yolları Verisi... 7 VERİ 4.
Detaylı