BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ"

Transkript

1 SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 13 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan Öğretim" tekniğine uygun olarak hazırlanan bu ders içeriğinin bütün hakları saklıdır. İlgili kuruluştan izin almadan ders içeriğinin tümü ya da bölümleri mekanik, elektronik, fotokopi, manyetik kayıt veya başka şekillerde çoğaltılamaz, basılamaz ve dağıtılamaz. Her hakkı saklıdır 2013 Sakarya Üniversitesi 0

2 BÖLÜMÜN AMACI BÖLÜM 7 NİTEL VERİ ANALİZİ (Kİ KARE TESTLERİ) Bu bölümün amacı nitel veri ile analiz yapılabilmesini sağlayan en önemli analizlerden Ki Kare analizini öğretilmesi ve sonuçların öğrenciler tarafından yorumlanmasının sağlanmasıdır. Şimdiye kadar anlatına bütün testler nümerik (sayılabilir, nicel, kantitatif) veriler üzerinde yapılmıştır. Fakat nitel (kategorik, kalitatif) verilerin de analiz edilmesi ihtiyacı söz konusudur. Bu durumda kullanılan en önemli analiz olan Ki Kare analizi, hem nicel hem de nitel verilerle çalışabildiğinden ayrıca önem arz etmektedir. Ki Kare Analizi Bağımsızlık Testleri Homojenlik Testleri Uyumluluk Testleri 7.1. Ki Kare Bağımsızlık Testleri Ki Kare bağımsızlık testleri iki farklı nitel değişkenin arasındaki farklılığın istatistiksel açıdan anlamlı olup olmadığının incelendiği hipotez testleridir. Bu hipotez testleri verilerin kontenjans tablosu şeklinde gösterilmesi ile başlar, daha sonra eşitlik ve farklılık (sıfır ve alternatif) hipotezleri kurulur ve test istatistiği hesaplanıp, kabul olasılığı incelenir. Aşağıdaki örnekle bu durumu daha iyi anlayabiliriz. 1

3 ÖRNEK Bir mağaza gün içerisinde alış veriş gerçekleştiren kadın ve erkek müşterilerin harcama düzeylerinin farklı olduklarını düşünmektedir. Bu bağlamda aşağıdaki kontenjans tablosunu hazırlamıştır. Erkek Bayan Düşük 11 6 Orta Yüksek Yukarıdaki tabloyu dikkate alarak müşteri cinsiyeti ile harcama düzeyler arasındaki ilişkiyi sorgulayınız. EXCEL Ki Kare değerini Excel yardımıyla hesaplayabilmek için gözlenen frekans değerlerinden beklenen frekans değerleri hesaplanmalıdır. Erkek Bayan Düşük 11 6 Orta Yüksek Yukarıdaki gözlenen frekanslar beklenen frekanslara çevrilmesi için öncelikle satır ve sütun toplamları hesaplanmalıdır. Erkek Bayan Düşük Orta Yüksek Örneğin 79 kişinin ( ) 17 tanesi düşük harcama yaptı ise, bu durumda %21,52 (17/79) oranında düşük harcamalı müşteri olmalıdır. Eğer kadın veya erkek durumunun eşitliğinin araştırıldığı hipotez dikkate alınırsa, erkek müşterilerin (39 kişinin) %21,52 si de (8,39) düşük harcama yapmalıdır. Bu durum gerçekleşirse kadın ve erkeklerin farklı harcamalar yaptığı söylenemez. Benzer şekilde beklenen frekanslar aşağıdaki gibi hesaplanır. Erkek Bayan Düşük 8, , Orta 15, ,6962 Yüksek 15, ,6962 Yukarıdaki iki tablo hesaplandıktan sonra aşağıdaki formülle Ki Kare kabul olasılığı hesaplanır. =KİKARE.TEST(B3:C5;B9:C11) 2

4 Formülde yer alan B3:C5 kısmı gözlenen frekansları, B9:C11 kısmı ise beklenen frekansları vermektedir. Formül sonucunda kabul olasılığı 0,04576 çıkmıştır. Yani iki veri seti (Kadın ve Erkek) farklı sonuç üretmiştir. Bu durumda iki grup harcama düzeyi açısından farklılık göstermektedir. Yani cinsiyet ve harcama düzeyi birbiri ile ilişkilidir. Eğer aynı sonuçları üretip sıfır hipotezi kabul edilse idi, ilişkinin varlığından bahsedemezdik. Ki Kare bağımsızlık testleri iki farklı örneğin aynı gruptan gelip gelmediği ile ilgilidir. Eğer aynı ana gruptan geldi ise farklılık çıkmaz. Bu şekilde gruplama ölçütünün incelenen değişken düzeyinde farklılık göstermediği kabul edilir Ki Kare Homojenlik Testleri Homojenlik testleri bağımsızlık testinin farlı bir bakış açısı ile değerlendirilmesidir. Bağımsızlık testlerinde iki farlı bölümlemenin aynı olup olmadığına, yani bölümlerin bağımsızlığına odaklanır. (Kadın Erkek ayrımı istatistiksel açıdan uygun mu) Homojenlik testi ise direkt olarak farklı zamanlarda çekilen iki örneğin aynı ana kütleye ait olup olmadıklarının sorgulanmasıdır. (Örneklem 1 ile Örneklem 2 Kadın ve Erkek oranları dikkate alındığında aynı ana kütleden çekilmiş olabilir mi) ÖRNEK Bir alış veriş merkezi hafta içi gelen ziyaretçilerin akıllı telefon sayıları ile hafta sonu gelen ziyaretçilerin akıllı telefon sayılarını inceleyerek, farklı profil gösterip göstermediklerini incelemek istemektedir. Bu farklılığı istatistiksel açıdan aşağıda verilen frekansları dikkate alarak sorgulayınız. Örneklem1 Örneklem2 Android Iphone Windows M EXCEL Gözlenen frekanslardan beklenen frekanslar aşağıdaki gibi hesaplanmıştır. Örneklem1 Örneklem2 Android 108, , Iphone 249, , Windows M 141, , Yukarıdaki tablo hesaplandıktan sonra aşağıdaki formülle Ki Kare kabul olasılığı hesaplanır. =KİKARE.TEST(B3:C5;B9:C11) Formülde yer alan B3:C5 kısmı gözlenen frekansları, B9:C11 kısmı ise beklenen frekansları 3

5 vermektedir. Formül sonucunda kabul olasılığı 0,38735 çıkmıştır. Yani bu iki örneklemin aynı ana kütleden geldiğini öngören sıfır hipotezi kabul edilmiştir. Yani hafta içi müşterisi ile hafta sonu müşterisi profilleri farklılık göstermemektedir Ki Kare Uyumluluk Testleri Uyumluluk testleri ise ana kütle dağılımı ile örneklem dağılımının benzeşmesinin istatistiksel açıdan uygunluğunun testi şeklindedir. Burada amaç ana kütle dağılımı ile örneklem dağılımının örtüştürülmesidir. Ana kütle dağılımı kesikli olarak verilebileceği gibi, herhangi bir dağılıma uygunluğu da özellikle belirtilebilir. (Normal dağılıma uygun gibi) Ki Kare uyumluluk testlerinin en önemli kullanım alanı veri setinin bir istatistiksel dağılıma uygunluğunun testidir. ÖRNEK Bir firma web sitesini ziyaret eden kişilerin ortalama 50 saniye, 10 saniye standart sapma ile ziyaretlerini gerçekleştirdiklerini düşünmektedir. Bu durumu ispatlamak adına rastgele bir saatte ziyaretçilerin sitede kalma sürelerini dikkate alarak aşağıdaki frekans tablosunu oluşturmuştur. Acaba firma sahipleri haklı mıdır? Süre Kişi (Saniye) (Adet) < >70 9 EXCEL Diğer Ki Kare testlerine benzer şekilde beklenen frekanslar hesaplanmalıdır. Ana kütle normal dağılıyorsa o zaman sınıf aralıklarını dikkate alarak, bu aralıklar arasında normal dağılma durumunda kaç kişi olması gerektiğini (beklenen frekansları) hesaplamalıyız. Ortalama 50, Standart sapma 10 iken, bir müşterinin 30 saniyeden az sitede kalma ihtimali aşağıdaki formülle hesaplanır. = NORM.DAĞ(30;50;10;DOĞRU) = 0,0228 4

6 40 saniyeden az kalma durumu da aşağıdaki formülle rahatça belirlenebilir. = NORM.DAĞ(40;50;10;DOĞRU) = 0, ile 40 dakika arasında kalma ihtimali ise bu iki olasılığın farkıdır. = 0,1587 0,0228=0,1359 Benzer şekilde bütün olasılıklar aşağıdaki gibi hesaplanabilir. Süre Olasılık (Saniye) Değeri <30 0, , , , ,1359 >70 0,0228 Bu olasılık değerlerinin beklenen frekanslara dönüştürülmesi ise sadece toplam kişi sayısı (189) ile çarpılması ile elde edilir. Süre Gözlenen Olasılık Beklenen (Saniye) Frekanslar Değeri Frekanslar <30 2 0,0228 4, , , , , , , , ,5988 >70 9 0,0228 4,1178 Daha sonra ise aşağıdaki formülle Ki Kare kabul olasılığı hesaplanır. =KİKARE.TEST(B2:B7;E2:E7) = 0,0745 Kabul olasılığı değeri incelendiğinde veri setinin,,incelenen dağılım ile aynı şekilde dağıldığını öngören sıfır hipotezi kabul edilmiştir. Yani veriler normal dağılmıştır. 5

7 ÖZET Ki Kare testleri nitel verilerin analizinde kullanılan bir yöntemdir. Üç farklı durumda tercih edilirler. Verilerin incelen değişken açısından farklılıklarının olup, olmadığının incelendiği Bağımsızlık Testleri, incelenen iki farklı örneğin aynı ana kütleden gelip gelmediklerinin incelendiği Homojenlik Testleri ve bir veri setinin belli bir dağılıma uygunluğunun incelendiği Uygunluk Testleri nitel verilerin analizinde önemlidir. SON NOT Bağımsızlık testleri ile homojenlik testlerinin kullanım yerlerini karıştırmayın. Farklı kullanım farklı yorum sonucunu doğurur. (Her ne kadar aynı şekilde bulunuyor olsalar bile) Uygunluk testlerinde illa ki bilinen bir olasılık dağılımına uygunluğun araştırılması gerekmez. Eğer ana kütlenin dağılımını kesikli bir olasılık dağılımı ile yazabiliyorsak, bu dağılıma uygunluğu da test edebiliriz. ÇALIŞMA SORULARI KAYNAKLAR 1. Keller, Gerald; Statistics for Management and Economics, 9e, McClave, J.T, Benson, P.G, Sincich, T.; Statistics for Business and Economics, 11e, Sharpe N.R., De Veaux R.D., Velleman P.F.; Business Statistics 2e,

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 11 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan

Detaylı

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 12 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan

Detaylı

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 7 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan

Detaylı

χ 2 Testi Mühendislikte İstatistik Yöntemler Bağımsızlık Testi Homojenlik Testi Uygunluk Testi

χ 2 Testi Mühendislikte İstatistik Yöntemler Bağımsızlık Testi Homojenlik Testi Uygunluk Testi χ Testi Mühendislikte İstatistik Yöntemler χ Testi Bağımsızlık Testi Homojenlik Testi Uygunluk Testi χ Testi Sayısal olmayan değişkenler arasındaki ilişkinin testi (Bağımsızlık) Farklı örnek kütlelerin

Detaylı

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 14 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan

Detaylı

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 9 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan

Detaylı

Yrd. Doç. Dr. Neşet Demirci, Balıkesir Üniversitesi NEF Fizik Eğitimi. Parametrik Olmayan Testler. Ki-kare (Chi-Square) Testi

Yrd. Doç. Dr. Neşet Demirci, Balıkesir Üniversitesi NEF Fizik Eğitimi. Parametrik Olmayan Testler. Ki-kare (Chi-Square) Testi Parametrik Olmayan Testler Ki-kare (Chi-Square) Testi Ki-kare (Chi-Square) Testi En iyi Uygunluk (Goodness of Fit) Ki-kare Dağılımı Bir çok önemli istatistik testi ki kare diye bilinen ihtimal dağılımı

Detaylı

Ki- Kare Testi ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL

Ki- Kare Testi ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL ANADOLU ÜNİVERSİTESİ ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL İYİ UYUM TESTİ Rassal değişkenin olasılık yoğunluk fonksiyonunun ve parametresinin bilinmediği, ancak belirli

Detaylı

Mann-Whitney U ve Wilcoxon T Testleri

Mann-Whitney U ve Wilcoxon T Testleri Mann-Whitney U ve Wilcoxon T Testleri Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Konu Başlıkları Parametrik olmayan yöntem Mann-Whitney U testinin

Detaylı

İSTATİSTİK 2. Hipotez Testi 21/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr

İSTATİSTİK 2. Hipotez Testi 21/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr İSTATİSTİK 2 Hipotez Testi 21/03/2012 AYŞE S. ÇAĞLI aysecagli@beykent.edu.tr 1 Güven aralığı ve Hipotez testi Güven aralığı µ? µ? Veriler, bir değer aralığında hangi değeri gösteriyor? (Parametrenin gerçek

Detaylı

BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ

BÖLÜM 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

Detaylı

İKİ EŞ ARASINDAKİ FARKIN ÖNEMLİLİK TESTİ. Biyoistatistik (Ders 5: Bağımlı Gruplarda İki Örneklem Testleri) İKİ ÖRNEKLEM TESTLERİ

İKİ EŞ ARASINDAKİ FARKIN ÖNEMLİLİK TESTİ. Biyoistatistik (Ders 5: Bağımlı Gruplarda İki Örneklem Testleri) İKİ ÖRNEKLEM TESTLERİ İKİ ÖRNEKLEM TESTLERİ BAĞIMLI GRUPLARDA İKİ ÖRNEKLEM TESTLERİ Yrd. Doç. Dr. Ünal ERKORKMAZ Sakarya Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı uerkorkmaz@sakarya.edu.tr İKİ ÖRNEKLEM TESTLERİ

Detaylı

Olasılık ve İstatistiğe Giriş-I (STAT 201) Ders Detayları

Olasılık ve İstatistiğe Giriş-I (STAT 201) Ders Detayları Olasılık ve İstatistiğe Giriş-I (STAT 201) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve İstatistiğe Giriş-I STAT 201 Her İkisi 3 0 0 3 5 Ön

Detaylı

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 4 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan

Detaylı

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Orjinal Adı: STATISTICS. Dersin Kodu: STA 1302

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Orjinal Adı: STATISTICS. Dersin Kodu: STA 1302 Dersi Veren Birim: Mühendislik Fakültesi Dersin Türkçe Adı: İSTATİSTİK Dersin Orjinal Adı: STATISTICS Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisans Dersin Kodu: STA 0 Dersin Öğretim

Detaylı

İstatistik ve Olasılık

İstatistik 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

Detaylı

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 3 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan

Detaylı

Mühendislikte İstatistiksel Yöntemler

Mühendislikte İstatistiksel Yöntemler Mühendislikte İstatistiksel Yöntemler BÖLÜM 9 VARYANS ANALİZİ Yrd. Doç. Dr. Fatih TOSUNOĞLU 1 Varyans analizi niçin yapılır? İkiden fazla veri grubunun ortalamalarının karşılaştırılması t veya Z testi

Detaylı

BÖLÜM 14 BİLGİSAYAR UYGULAMALARI - 3 (ORTALAMALARIN KARŞILAŞTIRILMASI)

BÖLÜM 14 BİLGİSAYAR UYGULAMALARI - 3 (ORTALAMALARIN KARŞILAŞTIRILMASI) 1 BÖLÜM 14 BİLGİSAYAR UYGULAMALARI - 3 (ORTALAMALARIN KARŞILAŞTIRILMASI) Hipotez testi konusunda görüldüğü üzere temel betimleme, sayma ve sınıflama işlemlerine dayalı yöntemlerin ötesinde normal dağılım

Detaylı

Biyoistatistik. Uygulama 1

Biyoistatistik. Uygulama 1 Biyoistatistik Uygulama 1 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi,Tıp Fakültesi,Biyoistatistik ve Tıbbi Bilişim A.D. Web: www.biyoistatistik.med.ege.edu.tr 1 DİŞ MACUNU-TEMDİŞ TEMPA Temizlik

Detaylı

ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL

ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL ANADOLU ÜNİVERSİTESİ ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL İYİ UYUM TESTİ Rassal değişkenin olasılık yoğunluk fonksiyonunun ve parametresinin bilinmediği, ancak belirli

Detaylı

1. FARKLILIKLARIN TESPİTİNE YÖNELİK HİPOTEZ TESTLERİ

1. FARKLILIKLARIN TESPİTİNE YÖNELİK HİPOTEZ TESTLERİ 1. FARKLILIKLARIN TESPİTİNE YÖNELİK HİPOTEZ TESTLERİ Örneklem verileri kullanılan her çalışmada bir örneklem hatası çıkma riski her zaman söz konusudur. Dolayısıyla istatistikte bu örneklem hatasının meydana

Detaylı

Tablo (2): Atıştırma Sayısı ve Günlük Sınav Sayısı Atıştırma Sınav Sayısı (X) 0 0.07 0.09 0.06 0.01

Tablo (2): Atıştırma Sayısı ve Günlük Sınav Sayısı Atıştırma Sınav Sayısı (X) 0 0.07 0.09 0.06 0.01 Ortak Varyans ve İstatistiksel Bağımsızlık Bir rassal değişken çifti istatistiksel olarak bağımsız ise aralarındaki ortak varyansın değeri 0 dır. Ancak ortak varyans değerinin 0 olması, iki rassal değişkenin

Detaylı

Frekans. Hemoglobin Düzeyi

Frekans. Hemoglobin Düzeyi GRUPLARARASI VE GRUPİÇİ KARŞILAŞTIRMA YÖNTEMLERİ Uzm. Derya ÖZTUNA Yrd. Doç. Dr. Atilla Halil ELHAN 1. ÖNEMLİLİK (HİPOTEZ) TESTLERİ Önemlilik testleri, araştırma sonucunda elde edilen değerlerin ya da

Detaylı

OLASILIK ve İSTATİSTİK Hipotez Testleri

OLASILIK ve İSTATİSTİK Hipotez Testleri OLASILIK ve İSTATİSTİK Hipotez Testleri Yrd.Doç.Dr. Pınar YILDIRIM Okan Üniversitesi Mühendislik ve Mimarlık Fakültesi Bilgisayar Mühendisliği Bölümü Hipotezler ve Testler Hipotez, kitleye(yığına) ait

Detaylı

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi

Detaylı

Kullanılacak İstatistikleri Belirleme Ölçütleri. Değişkenin Ölçek Türü ya da Yapısı

Kullanılacak İstatistikleri Belirleme Ölçütleri. Değişkenin Ölçek Türü ya da Yapısı ARAŞTIRMA MODELLİLERİNDE KULLANILACAK İSTATİSTİKLERİ BELİRLEME ÖLÇÜTLERİ Parametrik mi Parametrik Olmayan mı? Kullanılacak İstatistikleri Belirleme Ölçütleri Değişken Sayısı Tek değişkenli (X) İki değişkenli

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

A 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

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 8: Prof. Dr. Tanım Hipotez, bir veya daha fazla anakütle hakkında ileri sürülen, ancak doğruluğu önceden bilinmeyen iddialardır. Ortaya atılan iddiaların, örnekten elde edilen

Detaylı

çözümlemesi; beklenen değer ile gözlenen değer arasındaki farkın araştırılması için kullanılır.(aralarındaki fark anlamlı mı?)

çözümlemesi; beklenen değer ile gözlenen değer arasındaki farkın araştırılması için kullanılır.(aralarındaki fark anlamlı mı?) BÖLÜM 5. (Kİ-KARE) ÇÖZÜMLEMESİ çözümlemesi; beklenen değer ile gözlenen değer arasındaki farkın araştırılması için kullanılır.(aralarındaki fark anlamlı mı?) Örneğin; Bir para atma deneyinde olasılıkla

Detaylı

Adım Adım SPSS. 1- Data Girişi ve Düzenlemesi 2- Hızlı Menü. Y. Doç. Dr. İbrahim Turan Nisan 2011

Adım Adım SPSS. 1- Data Girişi ve Düzenlemesi 2- Hızlı Menü. Y. Doç. Dr. İbrahim Turan Nisan 2011 Adım Adım SPSS 1- Data Girişi ve Düzenlemesi 2- Hızlı Menü Y. Doç. Dr. İbrahim Turan Nisan 2011 File (Dosya) Menüsü Excel dosyalarını SPSS e aktarma Variable View (Değişken Görünümü 1- Name (İsim - Kod)

Detaylı

Üretim Süreci: Girdi İşlem Ürün (Sonuç) Araştırma Süreci: Hangi alanda olursa olsun araştırma bir BİLGİ ye ulaşma sürecidir.

Üretim 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

Detaylı

istatistik El 10 1_ ve 2_ sorular a Ş3 gldakl bilgilere göre Al 4 Bl 6 cı 7 Dl 8 Al 5 B) 12 CL 27 D) 28 E) 35 2Q 10 BS 4200-A

istatistik El 10 1_ ve 2_ sorular a Ş3 gldakl bilgilere göre Al 4 Bl 6 cı 7 Dl 8 Al 5 B) 12 CL 27 D) 28 E) 35 2Q 10 BS 4200-A 2Q 10 BS 4200- İstatistik sorulannın cevap l anmasında gerekli olabilecek tablolar ve f ormüller bu kita p ç ığın sonunda ver-ilmiştir. 1_ ve 2_ sorular a Ş3 gldakl bilgilere göre cevaplandırılacaktır

Detaylı

İstatistik Yöntemleri ve Hipotez Testleri

İstatistik Yöntemleri ve Hipotez Testleri Sağlık Araştırmalarında Kullanılan Temel İstatistik Yöntemleri ve Hipotez Testleri Yrd. Doç. Dr. Emre ATILGAN BİYOİSTATİSTİK İstatistiğin biyoloji, tıp ve diğer sağlık bilimlerinde kullanımı biyoistatistik

Detaylı

İstatistik ve Olasılığa giriş -I (STAT 201T) Ders Detayları

İstatistik ve Olasılığa giriş -I (STAT 201T) Ders Detayları İstatistik ve Olasılığa giriş -I (STAT 201T) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS İstatistik ve Olasılığa giriş -I STAT 201T Her İkisi 3 0 0 3

Detaylı

TAŞINMAZ DEĞERLEMEDE İSTATİSTİKSEL ANALİZ

TAŞINMAZ DEĞERLEMEDE İSTATİSTİKSEL ANALİZ Taşınmaz Değerlemede İstatistiksel Analiz Taşınmaz Değerleme ve Geliştirme Tezsiz Yüksek Lisans Programı TAŞINMAZ DEĞERLEMEDE İSTATİSTİKSEL ANALİZ 1 Taşınmaz Değerlemede İstatistiksel Analiz İçindekiler

Detaylı

Non-Parametrik İstatistiksel Yöntemler

Non-Parametrik İstatistiksel Yöntemler Non-Parametrik İstatistiksel Yöntemler Dr. Seher Yalçın 27.12.2016 1 1. Tek Örneklem Kay Kare Testi 2. İki Değişken İçin Kay Kare Testi 3. Mann Whitney U Testi 4. Kruskal Wallis H Testi ortanca testine

Detaylı

TÜRKİYE DENGELEME GÜÇ PİYASASI TALİMAT MİKTARLARI ÜZERİNE İSTATİSTİKSEL BİR ÇALIŞMA 1. Gökhan Ceyhan Yazılım ARGE Uzmanı, EPİAŞ

TÜRKİYE DENGELEME GÜÇ PİYASASI TALİMAT MİKTARLARI ÜZERİNE İSTATİSTİKSEL BİR ÇALIŞMA 1. Gökhan Ceyhan Yazılım ARGE Uzmanı, EPİAŞ TÜRKİYE DENGELEME GÜÇ PİYASASI TALİMAT MİKTARLARI ÜZERİNE İSTATİSTİKSEL BİR ÇALIŞMA 1 Gökhan Ceyhan Yazılım ARGE Uzmanı, EPİAŞ ÖZET Bu makalede, Türkiye Dengeleme Güç Piyasası (DGP) kapsamında 2015 Ocak

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 2: Prof. Dr. İrfan KAYMAZ Tanım İnceleme sonucu elde edilen ham verilerin istatistiksel yöntemler kullanılarak özetlenmesi açıklayıcı istatistiği konusudur. Açıklayıcı istatistikte

Detaylı

Mühendislikte İstatistik Yöntemler

Mühendislikte İstatistik Yöntemler Mühendislikte İstatistik Yöntemler Referans Kitaplar Türkçe : Mühendisler için İstatistik, Mehmetçik Bayazıt, Beyhan Oğuz, Birsen Yayınevi Mühendislikte İstatistik Metodlar, Erdem KOÇ,ÇÜ, Müh.Mim.Fak.

Detaylı

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

3 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

Detaylı

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37

İÇİNDEKİLER. 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

Detaylı

Student t Testi. Doç. Dr. Ertuğrul ÇOLAK. Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı

Student t Testi. Doç. Dr. Ertuğrul ÇOLAK. Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Student t Testi Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Konu Başlıkları Tek örnek t testi SPSS de tek örnek t testi uygulaması Bağımsız iki örnek

Detaylı

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım SÜREKLİ ŞANS DEĞİŞKENLERİ Üstel Dağılım Normal Dağılım 1 Üstel Dağılım Meydana gelen iki olay arasındaki geçen süre veya bir başka ifadeyle ilgilenilen olayın ilk defa ortaya çıkması için geçen sürenin

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 2: Prof. Dr. İrfan KAYMAZ Tanım İnceleme sonucu elde edilen ham verilerin istatistiksel yöntemler kullanılarak özetlenmesi açıklayıcı istatistiği konusudur. Açıklayıcı istatistikte

Detaylı

Deneysel Araştırmalarda Uygun Örneklem Büyüklüğü Ve İstatistiksel Güç Analizi. Doç Dr. Nurhan DOĞAN AKÜ Tıp Fak. Biyoistatistik ve Tıbbi Bilişim AD

Deneysel Araştırmalarda Uygun Örneklem Büyüklüğü Ve İstatistiksel Güç Analizi. Doç Dr. Nurhan DOĞAN AKÜ Tıp Fak. Biyoistatistik ve Tıbbi Bilişim AD Deneysel Araştırmalarda Uygun Örneklem Büyüklüğü Ve İstatistiksel Güç Analizi Doç Dr. Nurhan DOĞAN AKÜ Tıp Fak. Biyoistatistik ve Tıbbi Bilişim AD Giriş Yeterli Örneklem Büyüklüğü Neden Önemlidir? Özel

Detaylı

İSTATİSTİK EXCEL UYGULAMA

İSTATİSTİK EXCEL UYGULAMA İSTATİSTİK EXCEL UYGULAMA EXCEL UYGULAMA Bu bölümde Excel ile ilgili temel bilgiler sunulacak ve daha sonra İstatistiksel Uygulamalar hakkında bilgi verilecektir. İşlenecek Konular: Merkezi eğilim Ölçüleri

Detaylı

Yönetimde Karar Verme Teknikleri

Yönetimde Karar Verme Teknikleri SAKARYA ÜNİVERSİTESİ Yönetimde Karar Verme Teknikleri Hafta 0 Yrd. Doç. Dr. Harun R. YAZGAN Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan Öğretim" tekniğine

Detaylı

I. İSTATİSTİK VE OLASILIK

I. İSTATİSTİK VE OLASILIK I. İSTATİSTİK VE OLASILIK Dr. İrfan Yolcubal Kocaeli Üniversitesi Jeoloji Müh. Bölümü Ders Kitabı Statistical analysis of Geological data (Koch G. S., ve Link, R. F., 1980. Dover Publications) A data-based

Detaylı

İstatistiksel Karar Verme

İstatistiksel Karar Verme İstatistiksel Karar Verme Yazar Doç.Dr. Ahmet ÖZMEN ÜNİTE 8 Amaçlar Bu üniteyi çalıştıktan sonra; istatistiksel hipotezlerin kurulmasında ve test edilmesinde kullanılan kavramların tanıtımı istatistiksel

Detaylı

BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ

BÖLÜM 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

Detaylı

KATEGORİSEL VERİ ANALİZİ (χ 2 testi)

KATEGORİSEL VERİ ANALİZİ (χ 2 testi) KATEGORİSEL VERİ ANALİZİ (χ 2 testi) 1 Giriş.. Değişkenleri nitel ve nicel değişkenler olarak iki kısımda inceleyebiliriz. Şimdiye kadar hep nicel değişkenler için hesaplamalar ve testler yaptık. Fakat

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

Olasılık ve İstatistiğe Giriş-I (STAT 201) Ders Detayları

Olasılık ve İstatistiğe Giriş-I (STAT 201) Ders Detayları Olasılık ve İstatistiğe Giriş-I (STAT 201) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve İstatistiğe Giriş-I STAT 201 Her İkisi 3 0 0 3 5 Ön

Detaylı

ENM 316 BENZETİM ÖDEV SETİ

ENM 316 BENZETİM ÖDEV SETİ ENM 16 BENZETİM ÖDEV SETİ Ödev 1. Bir depo ve N adet müşteriden oluşan bir taşımacılık sisteminde araç depodan başlayıp bütün müşterileri teker teker ziyaret ederek depoya geri dönmektedir. Sistemdeki

Detaylı

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN

Tanımlayıcı 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,

Detaylı

26.12.2013. Farklı iki ilaç(a,b) kullanan iki grupta kan pıhtılaşma zamanları farklı mıdır?

26.12.2013. Farklı iki ilaç(a,b) kullanan iki grupta kan pıhtılaşma zamanları farklı mıdır? 26.2.23 Gözlem ya da deneme sonucu elde edilmiş sonuçların, raslantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HĐPOTEZ TESTLERĐ denir. Sonuçların raslantıya bağlı olup

Detaylı

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 2303

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 2303 Dersi Veren Birim: Endüstri Mühendisliği Dersin Türkçe Adı: İSTATİSTİK I Dersin Orjinal Adı: İSTATİSTİK I Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisans Dersin Kodu: END 0 Dersin Öğretim

Detaylı

MIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT OpenCourseWare http://ocw.mit.edu. 14.30 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

Merkezi Yığılma ve Dağılım Ölçüleri

Merkezi 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

Detaylı

HİPOTEZ TESTLERİ. Yrd. Doç. Dr. Emre ATILGAN

HİPOTEZ 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

Detaylı

Parametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER

Parametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER Parametrik Olmayan İstatistik Prof. Dr. Cenk ÖZLER Not: Beklenen Frekansı 5 in altında olan gruplar varsa, bu gruplar bir önceki veya bir sonraki grupla birleştirilir. Hipotezler χ 2 Dağılışa Uyum Testi

Detaylı

BİYOİSTATİSTİK Merkezi Eğilim ve Değişim Ölçüleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK 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

Detaylı

SÜREKLĠ OLASILIK DAĞILIMLARI

SÜREKLĠ OLASILIK DAĞILIMLARI SÜREKLĠ OLASILIK DAĞILIMLARI Sayı ekseni üzerindeki tüm noktalarda değer alabilen değişkenler, sürekli değişkenler olarak tanımlanmaktadır. Bu bölümde, sürekli değişkenlere uygun olasılık dağılımları üzerinde

Detaylı

Mühendislikte İstatistiksel Yöntemler

Mühendislikte İstatistiksel Yöntemler Mühendislikte İstatistiksel Yöntemler BÖLÜM 2 AÇIKLAYICI (BETİMLEYİCİ) İSTATİSTİK Yrd. Doç. Dr. Fatih TOSUNOĞLU 1-Açıklayıcı (Betimleyici) İstatistik İnceleme sonucu elde edilen ham verilerin istatistiksel

Detaylı

Merkezi Eğilim ve Dağılım Ölçüleri

Merkezi 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

Detaylı

İstatistiK. Yrd.Doç.Dr. Levent TERLEMEZ

İstatistiK. Yrd.Doç.Dr. Levent TERLEMEZ İstatistiK Yrd.Doç.Dr. Levent TERLEMEZ istatistik birimlerin ya da bireylerin sayılabilir, tartılabilir ve ölçülebilir özellikleri ile ilgili bilgilerin yani verilerin toplanması toplanan verilerin açık

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

AKSARAYLI TEMEL İSTATİSTİK YÖNTEMLER

AKSARAYLI TEMEL İSTATİSTİK YÖNTEMLER TEMEL İSTATİSTİK YÖNTEMLER DERS I - 1/63 İstatistik nedir? 1. 2. tanımı) 3. (En eski tanımı) (Yöntembilim olarak (Kelime anlamı) DERS I - 2/63 İstatistik nedir? 1. Veri toplama Araştırma 2. Verilerin sınıflandırılması

Detaylı

2016 YILI AKTÜERLİK SINAVLARI: İSTATİSTİK OLASILIK

2016 YILI AKTÜERLİK SINAVLARI: İSTATİSTİK OLASILIK Soru 1 X rassal değişkeninin olasılık yoğunluk fonksiyonu x x, x> f ( x) = 0, dy. 1 werilmiş ve Y = rassal değişkeni tanımlamış ise, Y değişkenin 0< 1 X 1 y için olasılık yoğunluk fonksiyonu aşağıdaki

Detaylı

BÖLÜM 13 HİPOTEZ TESTİ

BÖLÜM 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

Detaylı

LOJİSTİK REGRESYON ANALİZİ

LOJİSTİK REGRESYON ANALİZİ LOJİSTİK REGRESYON ANALİZİ Lojistik Regresyon Analizini daha kolay izleyebilmek için bazı terimleri tanımlayalım: 1. Değişken (incelenen özellik): Bireyden bireye farklı değerler alabilen özellik, fenomen

Detaylı

Olasılık ve İstatistiğe Giriş-II (STAT 202) Ders Detayları

Olasılık ve İstatistiğe Giriş-II (STAT 202) Ders Detayları Olasılık ve İstatistiğe Giriş-II (STAT 202) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve İstatistiğe Giriş-II STAT 202 Bahar 3 0 0 3 5 Ön Koşul

Detaylı

MATE 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 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

Detaylı

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN 1 Tek Örneklem İşaret Testi İşaret Testi parametrik olmayan prosedürler içinde en eski olanıdır. Analiz yapılırken serideki verileri artı ve

Detaylı

İSTATİSTİK ÖRNEK SORULARI

İSTATİSTİK ÖRNEK SORULARI 1. Aşağıda gruplandırılmış seri verilmiştir. (n) 0-10 den az 5 10-20 den az 6 20-30 den az 9 30-40 den az 11 40-50 den az 4 50-60 den az 3 TOPLAM 38 İSTATİSTİK ÖRNEK SORULARI a) Mod değerini bulunuz? (15

Detaylı

İlk Sayfa Tıklanma Oranları Organik/Ücretli Reklam Analizi

İlk Sayfa Tıklanma Oranları Organik/Ücretli Reklam Analizi İlk Sayfa Tıklanma Oranları Organik/Ücretli Reklam Analizi GİRİŞ Bu çalışmada Google Arama Sonuç Sayfaları üzerinde yapılan analizler baz alınarak; Sıralamalara göre güncel tıklanma oranları(ilk 10 ve

Detaylı

Mühendisler İçin Olasılık ve İstatistik (CE 205) Ders Detayları

Mühendisler İçin Olasılık ve İstatistik (CE 205) Ders Detayları Mühendisler İçin Olasılık ve İstatistik (CE 205) Ders Detayları Ders Adı Ders Dönemi Ders Uygulama Kodu Saati Saati Laboratuar Saati Kredi AKTS Mühendisler İçin Olasılık ve İstatistik CE 205 Güz 3 0 0

Detaylı

DEĞİŞKEN NEDİR? Bir durumdan diğerine, gözlemden gözleme farklılık gösteren özelliklere değişken adı verilir.

DEĞİŞKEN NEDİR? Bir durumdan diğerine, gözlemden gözleme farklılık gösteren özelliklere değişken adı verilir. DEĞİŞKEN NEDİR? Bir durumdan diğerine, gözlemden gözleme farklılık gösteren özelliklere değişken adı verilir. Değişkenin belli özelliklerine karşı getirilen sayı ve sembollere ise değişkenin değeri adı

Detaylı

Poisson Dağılımı Özellikleri ve Olasılıkların Hesaplanması

Poisson Dağılımı Özellikleri ve Olasılıkların Hesaplanması Özellikleri ve Olasılıkların Hesaplanması Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Poisson dağılımı kesikli dağılımlar içinde Binom dağılımından

Detaylı

NORMAL DAĞILIM VE ÖNEMLİLİK TESTLERİ İLE İLGİLİ PROBLEMLER

NORMAL 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

Detaylı

BÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3

BÖLÜM-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

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

Yrd.Doç.Dr. Ali SICAK BEÜ. EREĞLİ EĞİTİM FAKÜLTESİ EĞİTİM BİLİMLERİ BÖLÜMÜ

Yrd.Doç.Dr. Ali SICAK BEÜ. EREĞLİ EĞİTİM FAKÜLTESİ EĞİTİM BİLİMLERİ BÖLÜMÜ Yrd.Doç.Dr. Ali SICAK BEÜ. EREĞLİ EĞİTİM FAKÜLTESİ EĞİTİM BİLİMLERİ BÖLÜMÜ YARARLANILACAK ANA KAYNAK: SOSYAL BİLİMLER İÇİN İSTATİSTİK/ ŞENER BÜYÜKÖZTÜRK, ÖMAY ÇOKLUK, NİLGÜN KÖKLÜ/PEGEM YAY. YARDIMCI KAYNAKLAR:

Detaylı

Editörler Yrd.Doç.Dr.Aysen Şimşek Kandemir &Yrd.Doç.Dr.Tahir Benli İSTATİSTİK

Editörler Yrd.Doç.Dr.Aysen Şimşek Kandemir &Yrd.Doç.Dr.Tahir Benli İSTATİSTİK Editörler Yrd.Doç.Dr.Aysen Şimşek Kandemir &Yrd.Doç.Dr.Tahir Benli İSTATİSTİK Yazarlar Yrd.Doç.Dr.Nizamettin Erbaş Yrd.Doç.Dr.Tuğba Altıntaş Dr.Yeliz Sevimli Saitoğlu A. Zehra Çelenli Başaran Azize Sağır

Detaylı

ĐSTATĐSTĐK. Okan ERYĐĞĐT

ĐSTATĐSTĐK. Okan ERYĐĞĐT ĐSTATĐSTĐK Okan ERYĐĞĐT Araştırmacı, istatistik yöntemlere daha işin başında başvurmalıdır, sonunda değil..! A. Bradford Hill, 1930 ĐSTATĐSTĐĞĐN AMAÇLARI Bilimsel araştırmalarda, araştırmacıya kullanılabilir

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

Hipotez. Hipotez Testleri. Y. Doç. Dr. İbrahim Turan Nisan 2011

Hipotez. Hipotez Testleri. Y. Doç. Dr. İbrahim Turan Nisan 2011 Hipotez Hipotez Testleri Y. Doç. Dr. İbrahim Turan Nisan 2011 Hipotez Nedir? Gözlemlenebilir (araştırılabilir) bir olay, olgu veya fikri mantıklı ve bilimsel olarak açıklamaya yönelik yapılan tahminlerdir.

Detaylı

TANIMLAYICI İSTATİSTİKLER

TANIMLAYICI 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

Detaylı

AKADEMİK PERSONEL VE LİSANSÜSTÜ EĞİTİMİ GİRİŞ SINAVI (ALES)

AKADEMİK PERSONEL VE LİSANSÜSTÜ EĞİTİMİ GİRİŞ SINAVI (ALES) 00000000001 AKADEMİK PERSONEL VE LİSANSÜSTÜ EĞİTİMİ GİRİŞ SINAVI (ALES) plam cevaplama süresi 150 akikadır. (,5 saat) SAYISAL BÖLÜM SAYISAL - 1 TESTİ Sınavın bu bölümünden alacağınız standart puan, Sayısal

Detaylı

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 1 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan

Detaylı

MIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT OpenCourseWare http://ocw.mit.edu. 14.30 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

ULUDAĞ ÜNİVERSİTESİ İİBF FAKÜLTESİ ÖĞRENCİLERİNİN BİLİŞİM TEKNOLOJİLERİ KULLANIM ARAŞTIRMASI. Danışman: Prof. Dr. Ayşe OĞUZLAR.

ULUDAĞ ÜNİVERSİTESİ İİBF FAKÜLTESİ ÖĞRENCİLERİNİN BİLİŞİM TEKNOLOJİLERİ KULLANIM ARAŞTIRMASI. Danışman: Prof. Dr. Ayşe OĞUZLAR. www. www. er.com er.com er.com www.zaferteber.com ULUDAĞ ÜNİVERSİTESİ İİBF FAKÜLTESİ ÖĞRENCİLERİNİN BİLİŞİM TEKNOLOJİLERİ KULLANIM ARAŞTIRMASI www.zaferteber.com Danışman: Prof. Dr. Ayşe OĞUZLAR www.zaferteber.com

Detaylı

ANADOLU ÜNİVERSİTESİ ÖRNEK: GEOMETRİK DAĞILIM

ANADOLU ÜNİVERSİTESİ ÖRNEK: GEOMETRİK DAĞILIM ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ KESİKLİ DAĞILIMLAR-2 DOÇ. DR. NİHAL ERGİNEL 2015 GEOMETRİK DAĞILIM Bir Bernoulli deneyi ilk olumlu sonuç elde edilmesine kadar tekrarlansın. X: ilk olumlu sonucun

Detaylı

MIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT OpenCourseWare http://ocw.mit.edu. 14.30 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

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

KİMYASAL ANALİZ KALİTATİF ANALİZ (NİTEL) (NİCEL) KANTİTATİF ANALİZ

KİMYASAL ANALİZ KALİTATİF ANALİZ (NİTEL) (NİCEL) KANTİTATİF ANALİZ KİMYASAL ANALİZ KALİTATİF ANALİZ (NİTEL) KANTİTATİF ANALİZ (NİCEL) KANTİTATİF ANALİZ Bir numunedeki element veya bileşiğin bağıl miktarını belirlemek için yapılan analizlere denir. 1 ANALİTİK ANALİTİK

Detaylı

H.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 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

Detaylı

SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN

SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN SİMÜLASYON ÇEŞİTLERİ Günümüz simülasyonları gerçek sistem davranışlarını, zamanın bir fonksiyonu olduğu düşüncesine dayanan Monte Carlo yöntemine dayanır. 1.

Detaylı