Korelasyon. Korelasyon. Merkezi eğilim ve değişim ölçüleri bir defada sadece bir değişkenin özelliklerini incelememize imkan tanır.
|
|
- Asli Akdemir
- 5 yıl önce
- İzleme sayısı:
Transkript
1 Korelasyon Korelasyon Merkezi eğilim ve değişim ölçüleri bir defada sadece bir değişkenin özelliklerini incelememize imkan tanır. Biz şimdi, bir değişkenin özelliklerini diğer değişkenle olan ilişkisine göre tanımlayacağız
2 Grafik gösterim- Saçılım grafiği İki değikene ait verilerin nasıl dağıldığı n ı betimlerler. (Örnek) Kitap sayı Mez Ort. (X) (Y) SPSS te Saçılım grafiği Graph Scatter Uygun grafik türünü seç, Simple. Define. y-axisve x-axis için değişkenleri seç. OK. 2
3 (örnek) 2 SYSTOLIC BLOOD PRESSURE DIASTOLIC BLOOD PRESSURE Korelasyon Katsayıs ı () Örneklem için r ile gösterilir İki değişken arasındaki doğrusal ilişkinin sayısal değerini verir Yönü + değerler pozitif ilişkiyi gösterir. Bir değişkendeki büyük değerler Diğer değişkendeki büyük değerlerle iliş kilidir. - değerler negatif ilişkiyi gösterir. Bir değişkendeki büyük değerler Diğer değişkendeki küçük değerlerle ilişkilidir. 3
4 Korelasyon Katsayısı (2) -<r< kuvveti (değerin büyüklüğü). < r <.2 Zayıf ilişki.2 < r <.4 Orta ilişki.4 < r <.6 Kuvvetli ilişki.6 < r <. Çok kuvvetli ilişki ( r r nin mutlak değerini gösterir (Örnekler) positif korelasyon XXXX negatif korelasyon Y Y XXXX 4
5 Internet örneği Korelasyon katsayısının hesaplanması (Örnek) Pretest Posttest (X) (Y) Posttest Pretest 5
6 Korelasyon katsayısının tanımsal Formülü r XY = sxy s s XY X ve Y arasındaki kovaryans X in Standard sapması Y nin Standard sapması Yani. X ve Y arasındaki korelasyon: X ve Y arasındaki kovaryans X in Standard sapmas ı ile Y nin Standard sapmasının çarpının Bölümüne eşittir X ve Y Arasındaki Kovaryans. her bir gözlem için X ve Y değerlerinin ortalamalarından sapma değerlerinin çarpımını hesapla. ( çapraz -çarpım denir ) 2. Çapraz çarpımları bütün gözlemler için topla. 3. Bunu n e böl 6
7 Kovaryans ne anlam ifade eder? Kovaryans iki değişkenin ortak-değişiminin büyüklüğünü verir Eğer biz ortak-değişimden bahsediyorsak, o bir değişkendeki değerlerin değişiminin diğer değişkendeki değiş im ile ilişkili olduğu anlamı na gelir. (Kovaryansın hesaplanmas ı) Ortalama X Toplam X ve Y arasındaki kovaryans s XY Y 9 XX YY ()() XXYY ()() XXYY ==== ii 3 3 n * * Toplam n e bölünür 7
8 Kovaryansı nasıl yorumlarız? S XY = 7.5 değeri ne ifade eder? IBu büyüklüğü doğrudan yorumlamak çok zordur. (Hemen Hemen imkansızdır!!) standartlaştırmak yorumlamak için kullanılan yollardan biridir Kovaryans(X ve Ynin standart sapmalarının çarpımına bölünür. sxy s s XY Bu korelasyonun formülüdür Bu yüzden, korelasyon standartlaştırılmış kovaryanstır 8
9 (Koreasyon katsayısının hesabı) Mean X Y XX YY Sum ()XX ()YY ()() XXYY * * * s = 5 s = 2 s = 7.5 X Y XY So, s ===== XY XY ssxy r (*Sums are divided by n ) 9
10
11 SPSS ile korelasyonun hesaplanması Analyze -> Correlate -> Bivariate istediğiniz iki değişkeni seçin. OK tıklayın Correlations r XY X Y Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Üst sa ğ hücre ile Ayn ı bilgiyi verir X Y Kendisi ile korelasyonu Daima dir. Buna Significance level, veya p-value denir. Gözlemlerin sayıs ı.
12 ( 2 den fazla değişkenin olduğu durum) Correlations r XY X Y Z Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N X Y Z * * *.94* *. Correlation is significant at the.5 level (2-tailed). r XZ r YZ Korelasyonları rapor ettiğimizde. Standard korelasyon matrisi X Y Z X Y.75 Z Upper-triangle X Y Y.75 Z
13 Korelasyon katsayısının büyüklüğünü Etkileyen Faktörler ( Pearson Momentler Çarpım ı Korelasyon Katsayıs ı ya da sadece Pearson Korelasyon Katsayısı ). Doğrusal olmayan ilişki Korelasyon katsayıs ı iki değişken arasında sadece doğrusal ilişkiyi inceler r=. Bu örnekler değişkenler arasında güçlü doğrusal olmayan ilişkiyi gösterir 3
14 2. Uç noktalar 3. Farkl ı ortalamalar ı olan bileşik örneklemler Korelasyon katsay s n n, yan s ra her zaman saç l m grafi ini ı ı ı ı ı ı ı ğ incelemek geerekir 4
15 Örnek Örnek Veri İki farkl ı sınıf için boy uzunluğu ve puan 3. sınıf Descriptive Statistics a height score Valid N (listwise) a. grade = 3 N Minimum Maximum Mean Std. Deviation sınıf Descriptive Statistics a height score Valid N (listwise) a. grade = 8 N Minimum Maximum Mean Std. Deviation rd grade 8 th grade 5
16 Her bir sınıf için korelasyon nerdeyse. Correlations a height score a. grade = 3 Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N height score Correlations a height score a. grade = 8 Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N height score Şimdi her iki sınıfa birlikte bakalım. height score Correlations Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N height score.696**..696**. **. Correlation is significant at the. level (2 il d) Bu durumda korelasyon katsayıs ı yaklaşık.7!! Bu örnek bize Boy uzunluğuyla test puanlar ı arasında sınıfın etken olan diğer değişken olduğunu gösteriyor. 6
17 7
18 8
19 p Y p X Relationship between Combinations of p X and p Y with the Maximum Correlation for Two Dichotomous Variables. 9
20 Diğer Korelasyon Ölçüleri Fi Katsayısı İkili puanlanan iki değişken arasındaki korelasyon katsayısıdır. Pearson korelasyonudur Nokta çift serili korelasyon İkili puanlanan değişken ile sürekli bir değişken arasındaki korelasyon katsayısıdır. Pearson korelasyonudur Spearman Sıra farkları korelasyonu Sadece verilerin sırası bilgisini kullanır. Sıralı değişkenler için uygundur Pearson korelasyonu değildir 2
21 Spearman Sıra farkları korelasyonu Nedensellik ve Korelasyon Korelasyon iki değişken arasında bir neden sonuç ilişkisi olduğunu göstermez. Korelasyon sadece bir değişkendeki değişimin diğer değişken ile ikişkili olduğunu gösterir. Çoğu durumda, iki değişken üçüncü bir değişken ile ilişkili oldukları için ilişkilidirler. (e.g.) ayakkabı numarası okuma becerileri 2
22 22
Regresyon. Regresyon korelasyon ile yakından ilişkilidir
Regresyon Regresyona Giriş Regresyon korelasyon ile yakından ilişkilidir Regresyon bir bağımlı değişken ile (DV) bir veya daha fazla bağımsız değişken arasındaki doğrusal ilişkiyi inceler. DV için başka
Detaylı7.Sunum. Yrd. Doç. Dr. Sedat ŞEN 1
7.Sunum Yrd. Doç. Dr. Sedat ŞEN 1 Buraya kadar olan konularda (t-testi, ANOVA vb.) bağımlı değişkenin gruplar arasında anlamlı bir fark gösterip göstermediğini test ettik. Bu sunumumuzda farklı bir araştırma
DetaylıKorelasyon, Korelasyon Türleri ve Regresyon
Korelasyon, Korelasyon Türleri ve Regresyon İçerik Korelasyon Korelasyon Türleri Korelasyon Katsayısı Regresyon KORELASYON Korelasyon iki ya da daha fazla değişken arasındaki doğrusal ilişkiyi gösterir.
DetaylıKorelasyon ve Regresyon
Korelasyon ve Regresyon Kazanımlar 1 2 3 4 5 6 Değişkenlerin ilişkisini açıklamak ve hesaplamak için Pearson korelasyon katsayısı Örneklem r ile evren korelasyonu hakkında hipotez testi yapmak Spearman
DetaylıKorelasyon ve Regresyon
Korelasyon ve Regresyon Kazanımlar 1 2 3 4 5 6 Değişkenlerin ilişkisini açıklamak ve hesaplamak için Pearson korelasyon katsayısı Örneklem r ile evren korelasyonu hakkında hipotez testi yapmak Spearman
DetaylıPazarlama Araştırması Grup Projeleri
Pazarlama Araştırması Grup Projeleri Projeler kapsamında öğrencilerden derlediğiniz 'Teknoloji Kullanım Anketi' verilerini kullanarak aşağıda istenilen testleri SPSS programını kullanarak gerçekleştiriniz.
DetaylıHUZUREVĠ ÇALIġANLARININ TUTUM VE STRES VERĠLERĠNĠN DEĞERLENDĠRMESĠ
HUZUREVĠ ÇALIġANLARININ TUTUM VE STRES VERĠLERĠNĠN DEĞERLENDĠRMESĠ SOS. YELDA ġġmġġr PSK. ÖZGE KUTAY PSK. PINAR ULUPINAR Ġzmir, 2014 1 HUZUREVĠ EĞĠTĠMĠ VERĠ DEĞERLENDĠRMELERĠ 2013 yılında İBB Kadın Danışma
DetaylıYILLARI ARASINDA GÜNEY CAROLINA DA OKUL İÇİ ŞİDDET İSTATİSKLERİ ANALİZİ (Bir Önceki Projeden Devam Edilecektir)
1996-1998 YILLARI ARASINDA GÜNEY CAROLINA DA OKUL İÇİ ŞİDDET İSTATİSKLERİ ANALİZİ (Bir Önceki Projeden Devam Edilecektir) Hazırlayan : Süleyman Öğrekçi 1996 ve 1998 yılları arasında Güney Carolina da resmi
DetaylıKORELASYON. 7.Sunum. Yrd. Doç. Dr. Sedat ŞEN
KORELASYON 7.Sunum 1 Korelasyon Buraya kadar olan konularda (t-testi, ANOVA vb.) bağımlı değişkenin gruplar arasında anlamlı bir fark gösterip göstermediğini test ettik. Bu sunumumuzda farklı bir araştırma
DetaylıAppendix B: Olasılık ve Dağılım Teorisi
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım Teorisi
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım Teorisi
DetaylıEME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi. Özet İstatistikler ve Histogram (Minitab)(1) Örnek: Eczane İçin Servis Süreleri
EME 3117 1 2 Girdi Analizi SİSTEM SIMÜLASYONU Modellenecek sistemi (prosesi) dokümante et. Veri toplamak için bir plan geliştir. Veri topla. Verilerin grafiksel ve istatistiksel analizini yap. Girdi Analizi-I
Detaylıwww.fikretgultekin.com 1
KORELASYON ANALĐZĐ (Correlation Analysis ) Basit Korelasyon Analizi Basit korelasyon analizinde iki değişken söz konusudur ve bu değişkenlerin bağımlıbağımsız değişken olarak tanımlanması/belirlenmesi
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
DetaylıKIMYA BÖLÜMÜ ÖĞRENCİLERİNİN ENDÜSTRİYEL KİMYAYA YÖNELİK TUTUMLARI VE ÖZYETERLİLİK İNANÇLARI ARASINDAKİ İLİŞKİ; CELAL BAYAR ÜNİVERSİTESİ ÖRNEĞİ
KIMYA BÖLÜMÜ ÖĞRENCİLERİNİN ENDÜSTRİYEL KİMYAYA YÖNELİK TUTUMLARI VE ÖZYETERLİLİK İNANÇLARI ARASINDAKİ İLİŞKİ; CELAL BAYAR ÜNİVERSİTESİ ÖRNEĞİ Öğr. Gör. Gülbin KIYICI Arş.Gör.Dr. Nurcan KAHRAMAN Prof.
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
DetaylıÇapraz Tablo ve Diğer Tabloları Oluşturabilmek Bu Tablolara Uygun Çok Yönlü Grafikleri Çizebilmek
Çapraz Tablo ve Diğer Tabloları Oluşturabilmek Bu Tablolara Uygun Çok Yönlü Grafikleri Çizebilmek Marjinal Tablo (Sıklık Tablosu) Gözlemlerin, incelenen herhangi bir değişkenin kategorilerine, değerlerine
DetaylıÖrneklem 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
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
DetaylıLİKERT TİPİ ÖLÇEKLERE FARKLI BİR YAKLAŞIM Kelime Tabanlı Ölçekler ile Gülenyüz Ölçeklerin Karşılaştırılması
LİKERT TİPİ ÖLÇEKLERE FARKLI BİR YAKLAŞIM Kelime Tabanlı Ölçekler ile Gülenyüz Ölçeklerin Karşılaştırılması Kemal KURŞUN Dr. Hakan BAYRAMLIK Orhan ÇİMENCİ Hacettepe Üniversitesi Kara Harp Okulu Kara Harp
DetaylıEKONOMİK KATILIM VE FIRSATLARDA CİNSİYET EŞİTSİZLİĞİNİN SOSYOEKONOMİK VE KÜLTÜREL DEĞİŞKENLERLE İLİŞKİSİ. Aslı AŞIK YAVUZ
EKONOMİK KATILIM VE FIRSATLARDA CİNSİYET EŞİTSİZLİĞİNİN SOSYOEKONOMİK VE KÜLTÜREL DEĞİŞKENLERLE İLİŞKİSİ Aslı AŞIK YAVUZ 1 İçindekiler 1. Küresel Cinsiyet Eşitsizliği Endeksi 2. Çalışmanın Amacı 3. Çalışmada
DetaylıKorelasyon ve Regresyon
Korelasyon ve Regresyon Korelasyon- (lineer korelasyon) Açıklayıcı (Bağımsız) Değişken x çalışma zamanı ayakkabı numarası İki değişken arasındaki ilişkidir. Günlük sigara sayısı SAT puanı boy Yanıt (Bağımlı)
DetaylıBİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Bir değişkenin değerinin,
DetaylıThe Study of Relationship Between the Variables Influencing The Success of the Students of Music Educational Department
71 Mehmet Akif Ersoy Üniversitesi Eğitim Fakültesi Dergisi, Yıl 9, Sayı 17, Haziran 2009, 71-76 Müzik Eğitimi Anabilim Dalı Öğrencilerinin Başarılarına Etki Eden Değişkenler Arasındaki İlişkinin İncelenmesi
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
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
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,
DetaylıÇan eğrisi biçimindeki simetrik dağılımdır.
Normal Dağılım Çan eğrisi biçimindeki simetrik dağılımdır. Ortalama ve varyans (standart sapma) dağılımın şeklini belirler Ortalama ve varyans normal dağılımın parametreleridir. Ezberlemenize gerek olmayan
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
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
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
DetaylıBİYOİSTATİSTİK 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
DetaylıRisk ve Getiri. Dr. Veli Akel 1-1
Bölüm m 1 Risk ve Getiri Dr. Veli Akel 1-1 Risk ve Getiri urisk ve Getirinin Tanımı uriski Ölçmek Đçin Olasılık Dağılımlarını Kullanmak uportföyün Riski ve Getirisi uçeşitlendirme ufinansal Varlıkları
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
DetaylıKORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN
KORELASYON VE REGRESYON ANALİZİ Doç. Dr. Bahar TAŞDELEN Günlük hayattan birkaç örnek Gelişim dönemindeki bir çocuğun boyu ile kilosu arasındaki ilişki Bir ailenin tükettiği günlük ekmek sayısı ile ailenin
DetaylıSPSS (Statistical Package for Social Sciences)
SPSS (Statistical Package for Social Sciences) SPSS Data Editor: Microsoft Excel formatına benzer satır ve sütunlardan oluşan çalışma sayfası (*sav) Data Editör iki arayüzden oluşur. 1. Data View 2. Variable
Detaylı0,5749. Menkul Kıymet Getirisi ve Riskinin Hesaplanması Tek dönemlik basit getiri (Kesikli getiri)
Menkul Kıymet Getirisi ve Riskinin Hesaplanması Tek dönemlik basit getiri (Kesikli getiri) R t : t dönemlik basit getiri P t : t dönemdeki fiyat P t-1 : t dönemden önceki fiyat Örneğin, THYAO hisse senedinin
DetaylıAraştırma Yöntemleri. Çıkarımsal İstatistikler: Parametrik Testler I. Giriş
Araştırma Yöntemleri Çıkarımsal İstatistikler: Parametrik Testler I Giriş Bir önceki derste örneklem seçme mantığını işledik Evren ve örneklemden elde edilen değerleri tanımlamayı öğrendik Standart normal
DetaylıCHAPTER 6 SIMPLE LINEAR REGRESSION
CHAPTER 6 SIMPLE LINEAR REGRESSION Bu bölümdeki amacımız değişkenler arasındaki ilişkiyi gösteren en uygun eşitliği kurmaktır. Konuya giriş için şu örnekle başlayalım; Diyelim ki Mr. Bump adındaki birisi
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
Detaylı19. BÖLÜM BİRBİRİYLE İLİŞKİLİ OLAN İKİ DEĞİŞKENDEN BİRİSİNDEKİ DEĞİŞİME GÖRE DİĞERİNİN ALACAĞI DEĞERİ YORDAMA (KESTİRME) UYGULAMA-I
19. BÖLÜM BİRBİRİYLE İLİŞKİLİ OLAN İKİ DEĞİŞKENDEN BİRİSİNDEKİ DEĞİŞİME GÖRE DİĞERİNİN ALACAĞI DEĞERİ YORDAMA (KESTİRME) UYGULAMA-I Bir dil dershanesinde öğrenciler talep ettikleri takdirde, öğretmenleriyle
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
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:
DetaylıİÇİNDEKİLER. Ön Söz Saymanın Temel Kuralları Permütasyon (Sıralama) Kombinasyon (Gruplama) Binom Açılımı...
İÇİNDEKİLER Ön Söz... Saymanın Temel Kuralları... Permütasyon (Sıralama)... 8 Kombinasyon (Gruplama)... 6 Binom Açılımı... Olasılık... 9 İstatistik... 8... Dağılımlar... 5 Genel Tarama Sınavı... 6 RASTGELE
DetaylıKORELASYON VE REGRESYON ANALİZİ. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı
KORELASYON VE REGRESYON ANALİZİ Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı İki ya da daha çok değişken arasında ilişki olup olmadığını, ilişki varsa yönünü ve gücünü inceleyen korelasyon
DetaylıK-S Testi hipotezde ileri sürülen dağılımla örnek yığılmalı dağılım fonksiyonunun karşılaştırılması ile yapılır.
İstatistiksel güven aralıkları uygulamalarında normallik (normal dağılıma uygunluk) oldukça önemlidir. Kullanılan parametrik istatistiksel tekniklerin geçerli olabilmesi için populasyon şans değişkeninin
DetaylıHipotez Testleri. Parametrik Testler
Hipotez Testleri Parametrik Testler Hipotez Testide Adımlar Bir araştırma sorusuu belirlemesi Araştırma sorusua dayaa istatistiki hipotezleri oluşturulması (H 0 ve H A ) Hedef populasyoda öreklemi elde
DetaylıÇalıştığı kurumun prestij kaynağı olup olmaması KIZ 2,85 ERKEK 4,18
1 * BAĞIMSIZ T TESTİ (Independent Samples t test) ÖRNEK: Yapılan bir anket çalışmasında katılımcılardan, çalıştıkları kurumun kendileri için bir prestij kaynağı olup olmadığını belirtmeleri istenmiş. 30
Detaylı2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım
2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI 2.1. Tanım Regresyon analizi, bir değişkenin başka bir veya daha fazla değişkene olan bağımlılığını inceler. Amaç, bağımlı değişkenin kitle ortalamasını, açıklayıcı
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
DetaylıPARAMETRİK TESTLER. Tek Örneklem t-testi. 200 öğrencinin matematik dersinden aldıkları notların ortalamasının 70 e eşit olup olmadığını test ediniz.
PARAMETRİK TESTLER Tek Örneklem t-testi 200 öğrencinin matematik dersinden aldıkları notların ortalamasının 70 e eşit olup olmadığını test ediniz. H0 (boş hipotez): 200 öğrencinin matematik dersinden aldıkları
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
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
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
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?
Detaylı3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1
3. TAHMİN 3.1. En Küçük Kareler (EKK) Yöntemi 1 En Küçük Kareler (EKK) yöntemi, regresyon çözümlemesinde en yaygın olarak kullanılan, daha sonra ele alınacak bazı varsayımlar altında çok aranan istatistiki
DetaylıUYGULAMA 2 TABLO YAPIMI
1 UYGULAMA 2 TABLO YAPIMI Amaç: SPSS 10 istatistiksel paket programında veri girişi ve tablo yapımı. SPSS 10 istatistiksel paket programı ilk açıldığında ekrana gelen görüntü aşağıdaki gibidir. Bu pencere
DetaylıCh. 5: SEKK (OLS) nin Asimptotik Özellikleri
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 5: SEKK (OLS) nin Asimptotik
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.
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
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri
DetaylıHEMġEHRĠ ĠLETĠġĠM MERKEZĠ ÇALIġANLARIYLA STRES VE KAYGI DURUMLARI ÜZERĠNE BĠR DEĞERLENDĠRME
HEMġEHRĠ ĠLETĠġĠM MERKEZĠ ÇALIġANLARIYLA STRES VE KAYGI DURUMLARI ÜZERĠNE BĠR DEĞERLENDĠRME Psi. Özge Kutay Sos.Yelda ġimģir Ġzmir,2014 HEMġEHRĠ ĠLETĠġĠM MERKEZĠ ÇALIġANLARIYLA STRES VE KAYGI DURUMLARI
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
DetaylıYrd.Doç.Dr.Tuncay SEVİNDİK DERS NOTLARI
Yrd.Doç.Dr.Tuncay SEVİNDİK DERS NOTLARI GİRİŞ SPSS paket programı excel vb. paket programlar ile entegre çalışabilen bir analiz programıdır. SPSS programı Sosyal bilimler, sağlık bilimleri ve fen bilimleri
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. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız.
Örnek Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız. i. ii. X 1 2 3 4 1 2 3 4 Y 2 3 4 5 4 3 2 1 Örnek Aşağıdaki veri
DetaylıBu ders materyali 06.09.2015 23:17:19 tarihinde matematik öğretmeni Ömer SENCAR tarafından hazırlanmıştır. Unutmayın bilgi paylaştıkça değerlidir.
-- Bu ders materyali 06.09.05 :7:9 tarihinde matematik öğretmeni Ömer SENCAR tarafından UYGULAMA-00 Cevap: x- -x- x- =0 denklemini sağlayan x değeri kaçtır? UYGULAMA-00 Cevap: x x x 5 + = + denklemini
DetaylıBağımsız Örneklemler İçin Tek Faktörlü ANOVA
Bağımsız Örneklemler İçin Tek Faktörlü ANOVA ANOVA (Varyans Analizi) birden çok t-testinin uygulanması gerektiği durumlarda hata varyansını azaltmak amacıyla öncelikle bir F istatistiği hesaplanır bu F
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
DetaylıKümülatif Dağılım Fonksiyonları. F X (x) = P (X x) = P X (x) = P (X x) = p X (x ) f X (x) = df X(x) dx
Kümülatif Dağılım Fonksiyonları Herhangi bir rastgele değişken için kümülatif dağılım fonksiyonu/cumulative distribution function (KDF/CDF) şu şekilde tanımlanır. F X (x) = P (X x) = x f X (x ) dx Sürekli
DetaylıMAK 210 SAYISAL ANALİZ
MAK 210 SAYISAL ANALİZ BÖLÜM 6- İSTATİSTİK VE REGRESYON ANALİZİ Doç. Dr. Ali Rıza YILDIZ 1 İSTATİSTİK VE REGRESYON ANALİZİ Bütün noktalardan geçen bir denklem bulmak yerine noktaları temsil eden, yani
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
DetaylıKazanımlar. 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
DetaylıIstatistik ( IKT 253) 1. Çal şma Sorular - Cevaplar
TOBB-ETÜ, Iktisat Bölümü Istatistik ( IKT 253) 1. Çal şma Sorular - Cevaplar Soru 1: Bir hafta boyunca saat 2-3pm aras nda bir ma¼gazay ziyaret eden insan say s aşa¼g daki gibidir Pzt. Sa. Çar. Per. Cu.
DetaylıCEVAPLAR. n = n 1 + n 2 + n 3 + n 4 + n 5 + n 6 + n 7 = = 11 dir.
T C S D Ü M Ü H E N D İ S L İ K F A K Ü L T E S İ - M A K İ N A M Ü H E N D İ S L İ Ğ İ B Ö L Ü M Ü MAK-307 OTM317 Müh. İstatistik İstatistiği ÖĞRENCİNİN: ADI - SOYADI ÖĞRETİMİ NOSU İMZASI 1.Ö 2.Ö A B
DetaylıNicel Veri Analizi ve İstatistik Testler
Nicel Veri Analizi ve İstatistik Testler Yaşar Tonta H.Ü. BBY tonta@hacettepe.edu.tr yunus.hacettepe.edu.tr/~tonta/courses/spring2009/bby208/ SLIDE 1 Nicel Analiz Olguları tanımlamak ve açıklamak için
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
DetaylıBasit ve Çoklu Doğrusal Regresyon
Basit ve Çoklu Doğrusal Regresyon Dr. Eren Can Aybek erencan@aybek.net www.olcme.net IBM SPSS Statistics ile Basit Doğrusal Regresyon Bir yordayıcı değişkene ait değerleri bildiğimizde, sürekli bir yordanan
DetaylıSPPS. Verileri Düzenleme ve Değiştirme 3 - Data Menüsü. Y. Doç. Dr. İbrahim Turan Nisan 2011
SPPS Verileri Düzenleme ve Değiştirme 3 - Data Menüsü Y. Doç. Dr. İbrahim Turan Nisan 2011 Data Menüsü 1- Define Variable 1- Properties (Değişken Özelliklerini Tanımlama) Değişken özelliklerini tanımlamak
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,
DetaylıParametrik Olmayan Testler
Araştırma Yöntemleri Parametrik Olmayan Testler Parametrik Olmayan Testler Verilerin normal dağılmış olması gerekmiyor Veriler sınıflama ya da sıralama ölçme düzeyinde toplanmış olacak Ya da eşit aralıklı
DetaylıYatırım Analizi ve Portföy Yönetimi 6. Hafta
Yatırım Analizi ve Portföy Yönetimi 6. Hafta Dr. Mevlüt CAMGÖZ 1 Dr. Mevlüt CAMGÖZ İçerik Karakteristik Doğru ve Beta Katsayısı Karakteristik Doğrunun Tahmini Beta Katsayısının Hesaplanması Agresif ve
DetaylıDÖNEM II ÜROGENİTAL SİSTEM VE HASTALIKLARIN BİYOLOJİK TEMELLERİ DERS KURULU. Yrd.Doç.Dr.İsmail YILDIZ BİYOİSTATİSTİK AD DERS NOTLARI
DÖNEM II ÜROGENİTAL SİSTEM VE HASTALIKLARIN BİYOLOJİK TEMELLERİ DERS KURULU Yrd.Doç.Dr.İsmail YILDIZ BİYOİSTATİSTİK AD DERS NOTLARI 05.05.2014 Pazartesi, Saat:11.30-12.20;Korelasyon ve Regresyon Uygulaması
DetaylıULUDAĞ ÜNİVERSİTESİ EĞİTİM FAKÜLTESİ BEDEN EĞİTİMİ ve SPOR BÖLÜMÜ ÖĞRENCİLERİNİN ÖSS ve ÖZEL YETENEK SINAVI PUANLARINA GÖRE GENEL AKADEMİK BAŞARILARI
Uludağ Üniversitesi Eğitim Fakültesi Dergisi Cilt: XVII, Sayı: 1, 2003 ULUDAĞ ÜNİVERSİTESİ EĞİTİM FAKÜLTESİ BEDEN EĞİTİMİ ve SPOR BÖLÜMÜ ÖĞRENCİLERİNİN ÖSS ve ÖZEL YETENEK SINAVI PUANLARINA GÖRE GENEL
DetaylıProf. Dr. Aydın Yüksel MAN 504T Yön. için Finansal Analiz & Araçları Ders: Risk-Getiri İlişkisi ve Portföy Yönetimi I
Risk-Getiri İlişkisi ve Portföy Yönetimi I 1 Giriş İşlenecek ana başlıkları sıralarsak: Finansal varlıkların risk ve getirisi Varlık portföylerinin getirisi ve riski 2 Risk ve Getiri Yatırım kararlarının
DetaylıKONULAR. 14 Ekim 2012. Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi
ÇOKLU REGRESYON ANALİZİNDE EK KONULAR Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge 14 Ekim 2012 Ekonometri
DetaylıM d a d dd e A l na i li i z
Mdd Madde Analizi i Madde: Ölçme araçlarının (testlerin, ölçeklerin, vb.) kendi başına ş puanlanabilen en küçük birimidir. Ölçme sonuçlarına dayalı olarak bir testi oluşturan ş maddeler analiz edilerek
DetaylıBİYOİSTATİSTİK Uygulama 7 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Uygulama 7 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 1. Pearson Korelasyon Katsayısı
DetaylıTAMSAYILAR. 9www.unkapani.com.tr. Z = {.., -3, -2, -1, 0, 1, 2, 3, } kümesinin her bir elemanına. a, b, c birer tamsayı olmak üzere, Burada,
TAMSAYILAR Z = {.., -, -, -, 0,,,, } kümesinin her bir elemanına tamsayı denir. Burada, + Z = {,,,...} kümesine, pozitif tamsayılar kümesi denir. Z = {...,,,,} kümesine, negatif tamsayılar kümesi denir.
Detaylıİstatistik 1. Bölüm 5 Olasılık Teorisi ve Kesikli Olasılık Dağılımları. Ankara Üniversitesi SBF, GYY
İstatistik 1 Bölüm 5 Olasılık Teorisi ve Kesikli Olasılık Dağılımları Bu Bölümde İşlenecek Konular Temel Olasılık Teorisi Örnek uzayı ve olaylar, basit olasılık, birleşik olasılık Koşullu Olasılık İstatistiksel
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
DetaylıMustafa Sezer PEHLİVAN. Yüksek İhtisas Üniversitesi Beslenme ve Diyetetik Bölümü
* Yüksek İhtisas Üniversitesi Beslenme ve Diyetetik Bölümü SAYILAR Doğal Sayılar, Tam Sayılar, Rasyonel Sayılar, N={0,1,2,3,,n, } Z={,-3,-2,-1,0,1,2,3, } Q={p/q: p,q Z ve q 0} İrrasyonel Sayılar, I= {p/q
DetaylıRegresyon Analizi. Yaşar Tonta H.Ü. BBY tonta@hacettepe.edu.tr yunus.hacettepe.edu.tr/~tonta/courses/fall2008/sb5002/ SLIDE 1
Regresyon Analizi Yaşar Tonta H.Ü. BBY tonta@hacettepe.edu.tr yunus.hacettepe.edu.tr/~tonta/courses/fall2008/sb5002/ SLIDE 1 Not: Sunuş slaytları G.A. Morgan, O.V. Griego ve G.W. Gloeckner in SPSS for
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 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
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
DetaylıİSTATİSTİK SPSS UYGULAMA
İSTATİSTİK SPSS UYGULAMA Yrd. Doç. Dr. H. İbrahim CEBECİ SPSS UYGULAMA Bu bölümde SPSS veri girişi, Basit grafik hazırlama, örneklem çekimi ve tanımlayıcı istatistiksel analizler hakkında SPSS uygulamaları
Detaylı8.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