DAĞILIM (DEĞİŞKENLİK) ÖLÇÜLERİ (MEASURES OF DISPERSION)
|
|
- Serkan Tekin
- 4 yıl önce
- İzleme sayısı:
Transkript
1 BİYOİSTATİSTİK DAĞILIM (DEĞİŞKENLİK) ÖLÇÜLERİ (MEASURES OF DISPERSION) B Doç. Dr. Mahmut AKBOLAT
2 *Bazı serilerin ortalamaları eşit olmakla birlikte dağılımları (değişkenlikleri) farklı olabilir. *Örneğin, bir grup öğrencinin 50, 60, 60, 70, 70, 70, 80, 80, 90 olan notlarının ortalaması 70, diğer bir grup öğrencinin 10, 70, 70, 70, 80, 80, 80, 80, 90 olan notlarının ortalaması da 70 olur. *Her iki öğrenci grubunun notlarının ortalaması aynı olmasına rağmen, bu iki serinin dağılımı aynı değildir. Bu sebeple, ortalamalar, bir veri grubunu özetlemekle birlikte, bu veri grubunun ortalama etrafındaki dağılım biçimi hakkında bilgi vermezler. *Verilerin ortalama etrafında ne derece sık dağıldığını, birbirlerinden ve ortalamadan ne ölçüde uzaklaştığını ve ne tip bir seri meydana getirdiğini belirlemek amacıyla dağılım ölçüleri kullanılır
3 *Bir dağılım ölçüsü ne kadar küçük ise veriler ortalama etrafında o kadar sık dağılmış demektir. Verilerin ortalama etrafında sık dağılması ise ortalamanın temsil gücünün artması anlamına gelir. Yani iki veya daha fazla dağılımdan hangisinin dağılım ölçüsü daha küçük ise, o dağılımda ortalamanın temsil gücü daha fazla demektir. *Bu nedenle, ortalamanın temsil gücü ile değişkenlik arasında ters bir ilişki vardır. Değişkenlik arttıkça ortalamanın temsil gücü azalmakta, değişkenlik azaldıkça ortalamanın temsil gücü artmaktadır.
4 *Örneğin, aşağıdaki şekilde görüldüğü üzere, B serisinin değişkenliği, A serisinin değişkenliğinden fazladır. *Ayrıca, hangi eğri daha dik ise, veriler orada daha sık dağılmış demektir. Bu durum DÖ A < DÖ B biçiminde gösterilir.
5 DAĞILIM ÖLÇÜLERİ A) Parametrik Olmayan Dağılım Ölçüleri Değişim Aralığı Kartil Aralığı Desil Aralığı B)Parametrik Dağılım Ölçüleri Ortalama Sapma Standart Sapma Varyans Değişim Katsayısı
6 *Serideki bazı değerlerin hesaba katılmasıyla belirlenebilen ölçülerdir. Yani bu ölçüleri belirleyebilmek için serideki her bir değerin ne olduğunun bilinmesine gerek yoktur. *Parametrik olmayan dağılım ölçüleri, bütün ölçek düzeylerinle elde edilmiş değişkenler için kullanılır ve değişkenin ölçü birimi cinsinden sonuç verir.
7 * En basit dağılım Ölçüsüdür. Veri grubundaki en büyük değer ile en küçük değer arasındaki farka eşittir. R = D.A = X max - X min biçiminde gösterilir. * Değişim aralığı serinin değişkenliği hakkında, vakit kaybetmeden, kolay ve pratik olarak genel bir bilgi sağlar. * Bununla beraber, sadece iki değer dikkate alınarak belirlenmesi önemli bir dezavantajıdır. * Bu nedenle, değişim aralığı aşırı değerlerin direkt etkisi altındadır Bu durumda, veri grubundaki aşırı değerler işlem dışı tutularak değişim aralığı hesaplanmalı veya başka bir dağılım ölçüsü kullanılmalıdır.
8 * Örnek 1) Değerleri 4, 5, 10, 1,13 olan basit serinin değişim aralığı * R = D.A = Xmax - Xmin =13-4 = 9 olarak bulunur. * Örnek ) Aşağıdaki smıflandırılmış serinin değişim aralığı da basit seride olduğu gibi. X f R = DA = X max- X min =11-6 = 5
9 * Örnek 3) Aşağıdaki gruplandırılmış serinin değişim aralığı,. X f R = DA = X max- X min =17- =
10 * Üçüncü kartil den birinci kartil in çıkanlmasıyla elde edilir ve K.A = Q3 Q1 biçiminde gösterilir. Değeri ne kadar büyük olursa, değişkenliğin o kadar fazla demektir. * Kartil aralığı, serinin baştan ve sondan %5 lik kısımlarını ihmal ettiğinden genellikle açık sınıflardan etkilenmez. Bu sebeple değişim aralığına nispeten uç değerlerden daha az etkilenir Dolayısıyla açık sınıflı serilerde kullanılır. Bununla birlikte serinin %50 nin ihmal edilmesinden dolayı hesaplamaya bütün değerlerin katılmaması dezavantajı, bu dağılım ölçüsü içinde geçerlidir.
11 * Örnek 4) Verileri, 3, 3, 4, 4, 4, 4, 5, 5, 6 olan serinin kartil aralığını bulunuz. Birinci kartil için toplam frekans (N) X f kf 10 olduğundan N+ = bulunur. 1 1 Yani birinci kartil, üçüncü terime 3 3 karşılık gelir. Bu durumda birinci kartil, Q 1 = 3 olarak bulunur. Üçüncü kartil için 5 9 (3N+)/4=(3.10+)/4=8 bulunur Yani üçüncü kartil sekizinci terime karşılık gelir. Bu durumda üçüncü kartil Q3 = 5 olarak bulunur.
12 * Deşil aralığı dokuzuncu desil den, birinci desil in çıkarılması ile elde edilir ve * D.A = D9-D1 biçiminde gösterilir. * Desil aralığı serinin baştan ve sondan %10 luk kısımlarım ihmal eder. Kartil aralığı ise, bir serinin baştan ve sondan %5 lik kısmını ihmal eder. Bu sebeple, deşil aralığında, kartil aralığına göre daha fazla veri kullanılacağından dolayı, desil aralığı ile yapılan hesaplamalarda elde edilen sonuçlardaki hata oranı, kartil aralığına göre daha az olacaktır Çünkü deşil aralığı serinin %80 nini, kartil aralığı ise serinin %50 ni işleme tabi tutmaktadır.
13 * Parametrik olmayan dağılım ölçülerinde, bütün değerlerin hesaba katılmaması önemli bir dezavantajdır. * Parametrik dağılım ölçülerinde, serideki bütün birimler hesaba katıldığı için, parametrik olmayan dağılım ölçülerindeki dezavantaj ortadan kaldırılmış olur. * Bu ölçülerin tümü, verilerin aritmetik ortalamadan sapmalarını dikkate alır. Parametrik dağılım ölçüleri, eşit aralıklı (interval scale) ve oranlı (ratio scale) ölçek düzeyleri ile elde edilmiş, sayısal değişkenler için kullanılır. Parametrik ortalamalar değişkenin ölçü birimi cinsinden elde edilir.
14 * Serideki rakamların aritmetik ortalamadan farklarının toplamı sıfırdır. Bu farkların mutlak değerleri alınarak toplam veri sayısına bölünürse ortalama sapma elde edilir. Ortalama sapma, mutlak değerli işlemler gerektirdiğinden çok tercih edilmemektedir.
15 *Ortalama sapma; basit, sınıflandırılmış ve gruplandırılmış seriler için aşağıdaki gibi hesaplanır. * Basit Seri O. S. = X i X n * Sınıflandırılmış Seri O. S. = f ix i X f i * Gruplandırılmış Seri O. S. = f im i X f i
16 * Örnek: Verileri 3, 4, 4, 5, 5, 5, 5, 6, 6, 7 olan serinin ortalama sapmasını bulunuz. X f X.f f. X X = = = = = 6 T O. S. = f ix i X f i = 10 0 =0,5 * Önce serinin aritmetik ortalaması bulunur X = f ix i = 100 f i 0 = 5 * Bu değer, bütün verilerden çıkarılarak sonuçların mutlak değerleri alınır ve tamamı toplanır.
17 *Verilerin aritmetik ortalamadan sapmalarının karelerinin aritmetik ortalamasının kareköküdür. Bir veri grubundaki bütün birimlerin hesaba katılmasıyla belirlendiği için, uygulamada en fazla kullanılan ve en güvenilir dağılım ölçüsüdür. Standart sapma, eşit aralıklı (interval scale) ve oranlı (ratio scale) ölçek düzeyleri ile elde edilmiş, sayısal değişkenler için kullanılır. *Standart sapma, sapmalar serisinin (aritmetik ortalamadan sapmalar) kareli ortalamasıdır. Yani gözlem değerlerinin aritmetik ortalamadan sapmalarının kareli ortalamasına standart sapma denir. Standart sapmanın karesine varyans adı verilir.
18 * Aşağıda farklı seri ve veri türü için standart sapmanın formülleri verilmiştir. Basit seri Kütle ( Xi X ) Örnek N S ( Xi X ) n 1 Tasnif edilmiş seri Kütle fi( Xi fi X ) Örnek S ( fi( Xi X ) fi) 1 Gruplanmış seri Kütle fi( mi fi X ) Örnek S ( fi( mi X ) fi) 1 *Yukarıdaki formüllerde örnek verileri için standart sapma formüllerinde paydada (n-1) serbestlik derecesi kullanılmıştır. Örnek hacmi büyük olduğunda bu düzeltmeye ihtiyaç kalmaz.
19 Örnek: Bir hastanenin satın alma birimine çeşitli kliniklerden gelen günlük taleplerin dağılımı ile ilgili veriler yandaki tabloda verilmiştir. Bu verilere göre satın alma birimine gelen günlük taleplerin aritmetik ortalamasını ve standart sapmasını bulunuz. *Aritmetik ortalama: *Standart sapma s = 3,85 Servis isteği 3 (3-7)= (4-7)= (5-7)=- 4 7 (7-7)= (10-7)= (13-7)=6 36 X i =4 =74 X = ( Xi X ) S N 1 X i X X i n = 4 6 = ( X i X ) 14,8
20 Örnek: Aşağıdaki sınıflandırılmış serinin standart sapmasını bulunuz Çözüm 1 X f f.x (X X) f(x X) 3 6 (3-5) = (4-5) = (5-5) = (6-5) = l (7-5) = 4 8 T Aritmetik ortalama hesaplanır X = X i = 100 = 5 n 0 3. Standart sapma hesaplanır s = f i(x i X) = 4 f i 0. Her bir sınıf değerinden, aritmetik ortalama çıkarılır, sonuçların kareleri alınarak, kendilerine karşılık gelen frekanslarla çarpılarak sonuçlar toplanır. = 1, = 1,1
21 X f fx X fx s = fx i f i Çözüm fx i f i formülü ile Statndart sapma bulunabilir. Toplam s = fx i f i fx i f i = = 6, 5 = 1, = 1,1
22 Örnek: Aşağıdaki gruplandırılmış serinin standart sapmasını bulunuz. Çözüm 1 Sınıflar f m f.m Toplam Gruplandırılmış serinin standart sapmasını bulmak için; serinin sınıf orta noktalarından ve aritmetik ortalamasından faydalanılır. X = f im i f i = = 8
23 . Her bir sınıf orta noktasından, aritmetik ortalama çıkarılarak sonuçların karesi alınır ve kendilerine karşılık gelen frekanslarla çarpılarak sonuçlar toplanır. Elde edilen toplam, veri sayısına bölünerek standart sapma bulunur. Sınıflar f m (m X) f(m X) ( 8) = (5 8) = (8 8) = (11 8) = (14 8) = 36 5 T s = f i (m i X) f i = = 16, = 4,04
24 Çözüm Serinin standart sapması s = fm i f i fm i f i formülü ile bulunur. Sınıfl ar f m fm m (fm) T s = fm i f i = = 80, 64 fm i f i = 16,= 4,04
25 Standart sapmanın kısa yoldan hesaplanması Standart sapma kareli ortalamadan aritmetik ortalama çıkarılarak bulunur. Sınıfl ar f m fm m fm T *Aritmetik ortalama X = *Kareli ortalama f im i f i = = 8 k i1 k i1 i i Standart sapmas = (K. O) A. O = 80, 64 = 16, = 4,04 K f i m f
26 * Standart hata, verilen bir seviyesinde, n birimlik bir örneklemden elde edilen ortalama değerin, ana kütlenin parametresi olan değeri için, güvenli bir aralık oluşturmada kullanılın Standart hata, n birimlik bir örneklemden, elde edilen standart sapma ile s X= s n = s n biçiminde hesaplanır Formülden görüldüğü üzere, n değerinin değişmesi ile standart hata değeri de değişmektedir. Dolayısıyla, veri sayısı, ana kütle ortalamasının () daha güvenli tahmin edilmesinde etkindir. İlerleyen konularda anlatılacak olan güven aralığı, bir seviyesinde, X s X μ X + s X biçiminde kabaca yazılabilir.
27 * Standart sapma (Standard deviation), bir çalışma grubundaki her bir verinin ortalamaya göre ne kadar uzaklıkta olduğunu, bir diğer deyişle dağılımın ne yaygınlıkta olduğunu gösteren bir ölçüdür. Başka bir şekilde tanımlanacak olursa; belirli bir popülasyonda incelenen özelliğin (veya özellikle ilgili değerlerin ya da ölçümlerin) ne genişlikteki bir aralıkta (dar veya geniş) dağıldığının göstergesi varyans ve onun bir türevi olan standart sapmadır. * Standart sapma büyüdükçe dağılım yaygınlaşır. Aynı popülasyondan seçilecek, aynı büyüklükteki örneklemlerin ortalamalarının yayılmasını gösteren ölçüt, ortalamanın standart hatasıdır (Standard error of mean).
28 * Standart sapma değerinin denek sayısının kareköküne bölünmesi ile elde edilen değerdir. * Ortalamanın standart hatası, ortalamanın dağılımındaki varyasyonu (değişimi) gösterir, örneklem sayısının artması ile küçülür. * Standart hatanın küçük olması popülasyon parametresine ait yapılacak olan tahminler açısından ve daha dar güven aralığı sınırlar bulma açısından önemlidir
29 * Verilerin aritmetik ortalamadan sapmalarının aritmetik ortalamasıdır. Standart sapmanın karesidir. * Standart sapmadaki köklü işlemlerden kaçınılması durumunda, standart sapma yerine, dağılım ölçüsü olarak varyans kullanılır ve Var = s = biçiminde gösterilir. * Bir veri grubundaki bütün birimlerin hesaba katılmasıyla belirlendiği için, uygulamada en fazla kullanılan ve en güvenilir dağılım ölçüsüdür. * Varyans, eşit aralıklı (interval scale) ve oran (ratio scale) ölçek düzeyleri ile elde edilmiş, sayısal değişkenler için kullanılır.
30 * Varyans; basit, sınıflandırılmış ve gruplandırılmış seriler için aşağıdaki gibi hesaplanır. Basit Seri s = (X i X) n = X i n X i n Sınıflandırılmış Seri s = f i(x i X) = fx i f i f i fx i f i Gruplandırılmış Seri s = f i(m i X) = fm i f i f i fm i f i
31 Örnek: 3,4,5,6,7,8,9 basit serisinin varyansını bulunuz. Çözüm 1 X X X (X X) = = = = = = =3 9 Toplam 3. Standart sapma hesaplanır 8 1. Aritmetik ortalama hesaplanır X = X i n = 4 7 = 6. Her bir sınıf değerinden, aritmetik ortalama çıkarılır, sonuçların kareleri alınarak, kendilerine karşılık gelen frekanslarla çarpılarak sonuçlar toplanır. Var = s = (X i X) n 1 = = 5,6
32 *Standart sapmanın ortalamanın bir yüzdesi olarak ifade edilmesine değişim katsayısı adı verilir. Bu tanıma göre standart sapmanın büyüklüğü aritmetik ortalamaya göre ifade edilmektedir. D. K.100 X *Bu ölçü farklı cins ve büyüklüklerdeki serileri aynı cins ve büyüklükte (yüzde cinsinden) ifade etme imkanı sağlamaktadır. Ancak bu ölçünün bir dezavantajı bir üst sınırının olmamasıdır. Yani değişim katsayısı %100 ü geçen değerler de alabilmesi bu ölçünün zayıf tarafıdır. Eğer bu ölçünün üst sınırı %100 olsaydı verinin değişkenliğini daha iyi yorumlamak mümkün olurdu. Özellikle ortalaması sıfıra yakın seriler için kullanımı pek uygun değildir.
33 *D.K = 30 ise, standart sapma aritmetik ortalamanın %30 demektir. *Değişim katsayısma, standart sapmanın aşağıda belirtilen iki dezavantajından dolayı ihtiyaç duyulmuştur. * İki veya daha fazla serinin dağılımlarının karşılaştırılmasında, bu dağılımların ölçme birimleri farklı ise yalnız standart sapmalarına bakarak karar vermek yanlış olur. * A s A =10 Cm B s B =3 Kg *Karşılaştırılan, iki seriden birincisi, hep küçük değerlerden, diğeri ise hep büyük değerlerden oluşmuş ise, ister istemez birinci serinin standart sapması daha küçük çıkacaktır. Bu durumda sadece standart sapmalara bakarak dağılımları karşılaştırmak aldatıcı olabilir.
34 Örnek: * Elekt. Tük.(kw/h) Konut Say.(f i ) mi fi.mi fi.mi *Elektrik Tüketimi İçin: K * Değişim katsayısı: X 1450 X 178, K 3781, ,5 178, , D. K 100 D. K 100 X 178,15 DK %44,8
35 Su Tük.(ton/h) Konut Say. mi fi.mi fi.mi *Su Tüketimi İçin değişim katsayısı; X 9,55 K 1011, K X D. K.100 D. K X 1011,4 9,55 11, ,55 138,16 11,75 DK %39, 76 *Bu verilere göre elektrik tüketiminin değişkenliği (DK=44,8) su tüketiminin değişkenliğine göre (DK=39.7) daha fazladır.
36 * Örnek: Aşağıdaki dağılımların hangisinde değişkenliğin daha az olduğunu bulunuz. A Serisi s A = 10 cm X A = 40 cm B Serisi s B = 4kg X B =8kg * D.KA < D.KB olduğundan A serisinin değişkenliği daha azdır. Dolayısıyla A serisindeki veriler ortalama etrafında daha sık dağılmışlardır. * Serilerin hangisinde değişkenliğin daha az olduğunu bulabilmek için serilerin değişim katsayıları hesaplanır. D. K A = A Serisi s A =10 cm X A = 40 cm 10 Cm 40 Cm. 100 = 5 B Serisi s B =4kg X B =8kg D. K B = 4 Kg 8 Kg. 100 = 50
37 *Örnek: X hastalığı İçin yapılan bir araştırmada, 3, 4, 5, 6, 7, 8, 9 verileri elde edilmiştir. Bu basit serinin standart sapmasını (standart deviation), varyansını (variance) ve standart hatasını (standart error mean) bulunuz. *Veriler SPSS e yandaki gibi girilir
38 *Standart sapma, varyans ve standart hata değerlerini hesaplayabilmek için, SPSS ekranında sırayla AnalyzeDescriptive Statistics Frequencies menüsüne girilir Frequencies menüsü tıklandıktan sonra, görüntüye gelen ekranda X değişkeni test variable list kısmına aktarılır.
39 *Statistics butonu tıklanarak, gelen ekranda, standart deviation, variance ve standart error mean menüleri işaretlenir
40 *Analizin sonucunu görebilmek için ok tıklanır ve sonuçlar aşağıdaki gibi elde edilir. Statistics X Valid 8 N Missing 0 Std. Error of Mean,86603 Std. Deviation,44949 Variance 6,000 *Standart hata (Standart Error Mean) =0,866 *Standart sapma =,449 *Varyansı = 6 olarak bulunur.
41
Sapma (Dağılma) ölçüleri. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK
Sapma (Dağılma) ölçüleri Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK tover@sakarya.edu.tr Sapma (Dağılma) ölçüleri Mutlak Sapma Ölçüleri Değişim aralığı Kartil ve Desil aralığı Ortalama mutlak sapma Standart sapma
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
DetaylıMerkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder.
Yayılma Ölçütleri Merkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder. Bir başka ifade ile, bir veri setinin,
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:
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
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,
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
DetaylıGruplanmış serilerde standart sapma hesabı
Gruplanmış serilerde standart sapma hesabı Örnek: Verilen gruplanmış serinin standart sapmasını bulunuz? Sınıflar f i X X X m i f i. m i m i - (m i - ) f i.(m i - ) 0 den az 3 4 den az 7 4 6 dan az 4 6
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
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
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
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
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
DetaylıBİYOİSTATİSTİK MERKEZİ EĞİLİM ÖLÇÜLERİ
BİYOİSTATİSTİK MERKEZİ EĞİLİM ÖLÇÜLERİ B Doç. Dr. Mahmut AKBOLAT *Bir veri setinin merkez noktasını gösteren, serinin normal değerinin bir göstergesi olan ve veriyi tek bir değerle ifade eden değerlere
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
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
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
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
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
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
DetaylıSÜREKLĠ 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
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
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
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
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,
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
DetaylıDers 9: Kitle Ortalaması ve Varyansı için Tahmin
Ders 9: Kitle Ortalaması ve Varyansı için Tahmin Kitle ve Örneklem Örneklem Dağılımı Nokta Tahmini Tahmin Edicilerin Özellikleri Kitle ortalaması için Aralık Tahmini Kitle Standart Sapması için Aralık
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
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
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
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
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
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
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
Detaylı0.04.03 Standart Hata İstatistikte hesaplanan her istatistik değerin mutlaka hatası da hesaplanmalıdır. Çünkü hesaplanan istatistikler, tahmini bir değer olduğu için mutlaka hataları da vardır. Standart
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
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
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
DetaylıOLASILIK ve KURAMSAL DAĞILIMLAR
OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine
DetaylıANADOLU ÜNİVERSİTESİ BEKLENEN DEĞER. X beklenen değeri B[X] ile gösterilir. B[X] = İST 213 OLASILIK DERSİ BEKLENEN DEĞER VE MOMENTLER
ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ BEKLENEN DEĞER VE MOMENTLER DOÇ. DR. NİHAL ERGİNEL 2015 X beklenen değeri B[X] ile gösterilir. B[X] = BEKLENEN DEĞER Belli bir malzeme taşınan kolilerin ağırlıkları
DetaylıSÜREKLİ OLASILIK DAĞILIŞLARI
SÜREKLİ OLASILIK DAĞILIŞLARI Sürekli verilerin göstermiş olduğu dağılışa sürekli olasılık dağılışı denir. Sürekli olasılık dağılışlarının fonksiyonlarına yoğunluk fonksiyonu denilmekte ve bu dağılışlarla
DetaylıGenel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.
3.SUNUM Genel olarak test istatistikleri Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri olmak üzere 2 grupta incelenebilir. 2 Merkezi Eğilim Ölçüleri, belli bir özelliğe ya da değişkene
DetaylıHipotez. 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.
DetaylıİSTATİSTİK. İstatistik Nedir? İstatistiksel Araştırmanın Amacı
İSTATİSTİK İstatistik, belirli amaçlar için veri toplama, toplanan verileri tasnif etme, çözümleme ve yorumlama bilimidir Yrd. Doç. Dr. Hamit AYDIN İstatistik Nedir? Latince de durum anlamına gelen status
DetaylıHatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5
Ders Kodu: 0010070021 Kredi: 3 / ECTS: 5 Yrd. Doç. Dr. Serkan DOĞANALP Necmettin Erbakan Üniversitesi Harita Mühendisliği Bölümü Konya 07.01.2015 1 Giriş 2 Giriş Matematiksel istatistiğin konusu yığın
DetaylıBiyoistatistiğin Tanımı Biyoistatistikte Kullanılan Terimler Değişken Tipleri Parametre ve İstatistik Tanımlayıcı İstatistikler
Biyoistatistiğin Tanımı Biyoistatistikte Kullanılan Terimler Değişken Tipleri Parametre ve İstatistik Tanımlayıcı İstatistikler Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik
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
DetaylıİSTATİSTİK 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
DetaylıMühendislikte İstatistiksel Yöntemler
Mühendislikte İstatistiksel Yöntemler BÖLÜM 7 TAHMİNLER Yrd. Doç. Dr. Fatih TOSUNOĞLU 1 Tahmin (kestirim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmaktır.
Detaylıİstatistiksel 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
DetaylıİSTATİSTİKSEL TAHMİNLEME. Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir.
İSTATİSTİKSEL TAHMİNLEME Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir. 1 ŞEKİL: Evren uzay-örneklem uzay İstatistiksel tahmin
DetaylıOluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir
Bilimsel Araştırma Yöntemleri Prof. Dr. Şener Büyüköztürk Doç. Dr. Ebru Kılıç Çakmak Yrd. Doç. Dr. Özcan Erkan Akgün Doç. Dr. Şirin Karadeniz Dr. Funda Demirel Örnekleme Yöntemleri Evren Evren, araştırma
DetaylıBeklenti Anketi ne İlişkin Yöntemsel Açıklama
Beklenti Anketi ne İlişkin Yöntemsel Açıklama İstatistik Genel Müdürlüğü Reel Sektör Verileri Müdürlüğü İçindekiler I- Amaç... 3 II- Kapsam... 3 III- Yöntem... 3 IV- Tanımlar ve Hesaplamalar... 3 V- Yayımlama...
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
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
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:.
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık -II Prof. Dr. İrfan KAYMAZ İki Ortalama Farkının Güven Aralığı Anakütle Varyansı Biliniyorsa İki ortalama arasındaki farkın dağılımına ilişkin Z değişkeni: Güven aralığı ifadesinde
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
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
Detaylı13. Olasılık Dağılımlar
13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon
DetaylıSÜREKLİ OLASILIK DAĞILIMI
SÜREKLİ OLASILIK DAĞILIMI Normal Olasılık Dağılımı Akülerin dayanma süresi, araçların belli bir zamanda aldığı yol, bir koşuya katılanların bitirme süresi gibi sayılamayacak kadar çok değer alabilen sürekli
DetaylıÖlçme Sonuçları Üzerinde İstatistiksel İşlemler
Ölçme Sonuçları Üzerinde İstatistiksel İşlemler Bir grup birey veya nesnenin belli bir özelliğe sahip olup olmadığı ya da belli bir özelliğe ne derece sahip olduğunu belirlemek amacı ile ölçme işlemi yapılır.
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
Detaylırasgele 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
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
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
DetaylıT TESTİ: ORTALAMALAR ARASI FARKLARIN TEST EDİLMESİ. Yrd. Doç. Dr. C. Deha DOĞAN
T TESTİ: ORTALAMALAR ARASI FARKLARIN TEST EDİLMESİ Yrd. Doç. Dr. C. Deha DOĞAN Gruplara ait ortalamalar elde edildiğinde, farklı olup olmadıkları ilk bakışta belirlenemez. Ortalamalar arsında bulunan
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
DetaylıBİYOİSTATİSTİK. Uygulama 4. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Güven Aralıkları 2 Güven Aralıkları
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
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
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
DetaylıARALIK TAHMİNİ (INTERVAL ESTIMATION):
YTÜ-İktisat İstatistik II Aralık Tahmini I 1 ARALIK TAHMİNİ INTERVAL ESTIMATION): Nokta tahmininde ilgilenilen anakütle parametresine ilişkin örneklem bilgisinden hareketle tek bir sayı üretilir. Bir nokta
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)
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
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
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık - I Prof. Dr. İrfan KAYMAZ Tanım Tahmin (kes1rim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmak7r. ü Bu anlamda, anakütleden çekilen
DetaylıÖRNEKLEME TEORİSİ. Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ
ÖRNEKLEME TEORİSİ 1 Bir popülasyonu istatistiksel açıdan incelemek ve işlemler yapabilmek için popülasyon içerisinden seçilen örneklemlerden yararlandığımızı söylemiştik. Peki popülasyonun istatistiksel
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
Detaylı01.02.2013. Statistical Package for the Social Sciences
Hipotezlerin test edilip onaylanması için çeşitli istatistiksel testler kullanılmaktadır. Fakat... Her istatistik teknik her tür analize elverişli değildir. Modele veya hipoteze uygun test istatistiği
DetaylıBir Normal Dağılım Ortalaması İçin Testler
Bir Normal Dağılım Ortalaması İçin Testler İÇERİK o Giriş ovaryansı Bilinen Bir Normal Dağılım Ortalaması İçin Hipotez Testler P-değerleri: II. Çeşit hata ve Örnekleme Büyüklüğü Seçimi Örnekleme Büyüklüğü
DetaylıVerilerin Düzenlenmesi
Verilerin Düzenlenmesi İstatistiksel verileri anlamlı hale getirmenin 5 ayrı yolu: 1. Sözel ifadelerle açıklama 2. Tablolar halinde düzenleme 3. Seriler halinde düzenleme 4. Grafiklerle gösterme 5. Bu
DetaylıBİYOİSTATİSTİK TABLO VE FRAFİK YAPIMI
BİYOİSTATİSTİK TABLO VE FRAFİK YAPIMI B Doç. Dr. Mahmut AKBOLAT *Tablo, araştırma sonucunda elde edilen bilgilerin sayısal olarak *anlaşılabilir bir nitelikte sunulmasını sağlayan bir araçtır. *Tabloda
DetaylıİSTATİSTİK HAFTA. ÖRNEKLEME METOTLARI ve ÖRNEKLEM BÜYÜKLÜĞÜNÜN TESPİTİ
ÖRNEKLEME METOTLARI ve ÖRNEKLEM BÜYÜKLÜĞÜNÜN TESPİTİ HEDEFLER Bu üniteyi çalıştıktan sonra; Örneklemenin niçin ve nasıl yapılacağını öğreneceksiniz. Temel Örnekleme metotlarını öğreneceksiniz. Örneklem
DetaylıBÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ
İÇİNDEKİLER BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ I. ÖRNEKLEME... 1 II. ÖRNEKLEMENİN SAFHALARI... 2 III. ÖRNEK ALMA YÖNTEMLERİ 5 A. RASYONEL ÖRNEK ALMA... 5 B. TESADÜFİ ÖRNEK ALMA... 6 C. KADEMELİ ÖRNEK ALMA...
DetaylıLAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ TELAFĐ SINAVI SORULARI
LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I 2015-2016 BAHAR DÖNEMĐ TELAFĐ SINAVI SORULARI Tarih/Saat/Yer: 20.06.16/15:00-16:30/AS010 Instructor: Prof. Dr. Hüseyin Oğuz Öğrenci
DetaylıANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL
ANADOLU ÜNİVERSİTESİ ENM 317 Prof. Dr. Nihal ERGİNEL 2 ÖRNEKLEME Anakütleden n birimlik örnek alınması ve anakütle parametrelerinin örnekten tahmin edilmesidir. 3 ÖRNEKLEME ALMANIN NEDENLERİ Anakütleye
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,
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
DetaylıEkonometri I VARSAYIMLARI
Ekonometri I ÇOK DEĞİŞKENLİ REGRESYON MODELİNİN VARSAYIMLARI Hüseyin Taştan Temmuz 23, 2006 İçindekiler 1 Varsayım MLR.1: Parametrelerde Doğrusallık 1 2 Varsayım MLR.2: Rassal Örnekleme 1 3 Varsayım MLR.3:
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:
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
DetaylıVERİLERİN SINIFLANDIRILMASI
VERİLERİN SINIFLANDIRILMASI Yrd. Doç. Dr. Ünal ERKORKMAZ Sakarya Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı uerkorkmaz@sakarya.edu.tr NİTEL VE NİCEL VERİLERİN SINIFLANDIRMASI Sınıflandırma
Detaylı10. Bir ana kütle oranının tahmininde α = 0,05 ise kullanılan Z değeri nedir? A) 1,64 B) 1,84 C) 1,96 D) 2,28 E) 3,08
1. Tanımlanan ana kütleden rassal seçilen örneklemlerden hesaplanan istatistikler yardımı ile ilgili ana kütle parametrelerinin değerini araştırma sürecine ne ad verilir? A) İstatistiksel hata B) İstatistiksel
DetaylıÖLÇME VE DEĞERLENDİRME. Antrenörlük Eğitimi 4. Sınıf. Ölçme ve Değerlendirme - Yrd. Doç. Dr. Yetkin Utku KAMUK
ÖLÇME VE DEĞERLENDİRME Antrenörlük Eğitimi 4. Sınıf ÖLÇME VE DEĞERLENDİRME Merkezi Eğilim Ölçütleri Mod En çok görülen puandır ve hesaplanma yöntemi yoktur. İnceleme yolu ile bulunur. Terminal istatistiktir.
DetaylıHipotezlerin test edilip onaylanması için çeşitli istatistiksel testler kullanılmaktadır. Fakat...
Hipotezlerin test edilip onaylanması için çeşitli istatistiksel testler kullanılmaktadır. Fakat... Her istatistik teknik her tür analize elverişli değildir. Modele veya hipoteze uygun test istatistiği
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
DetaylıProjenin Adı: İstatistik yardımıyla YGS ye hazırlık için soru çözme planlaması
Projenin Adı: İstatistik yardımıyla YGS ye hazırlık için soru çözme planlaması Projenin Amacı : YGS de başarılı olmak isteyen bir öğrencinin, istatistiksel yöntemler çerçevesinde, sınavda çıkan soru sayısını,
DetaylıKorelasyon. Korelasyon. Merkezi eğilim ve değişim ölçüleri bir defada sadece bir değişkenin özelliklerini incelememize imkan tanır.
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
DetaylıİSTATİSTİĞE GİRİŞ ÜNİTE 2 İSTATİSTİK VERİLERİ VERİ TÜRLERİ
İSTATİSTİĞE GİRİŞ ÜNİTE 1 TEMEL KAVRAMLAR İSTATİSTİĞİN TANIMI İstatistik; herhangi bir konuyla ilgili verilerin toplanması, düzenlenmesi, özetlenmesi, sunulması, uygun yöntemlerle analizi ve bu analizlerle
Detaylı