ĠSTATĠSTĠK HAKKINDA TANITICI BĠLGĠLER
|
|
- Esen Özer
- 8 yıl önce
- İzleme sayısı:
Transkript
1 1 ĠSTATĠSTĠK HAKKINDA TANITICI BĠLGĠLER Ġstatistik, geçmiģ ve Ģimdiki durumla ilgili toplanmıģ sayısal verileri geliģtirilmiģ olan bazı tekniklerle analiz ederek gelecek hakkında karar vermemizi kolaylaģtıran bir bilim Ġstatistik, belirli bir amaç için veri toplama, tablo ve grafiklerle özetleme, sonuçları yorumlama, sonuçların güven derecelerini açıklama, örneklerden elde edilen sonuçları kitle için genelleme, özellikler arasındaki iliģkiyi araģtırma, çeģitli konularda geleceğe iliģkin tahmin yapma, deney düzenleme ve gözlem ilkelerini kapsayan bir bilimdir. Ġstatistik tarihini incelerken, bir bilim olarak geçirdiği evrimi, uygulamasından ayırmak gerekir. Ġstatistiğin uygulamada kullanılıģı çok uzun bir geliģime sahip olmasına rağmen bilim olarak 19.yy. ve 20.yy. da ortaya çıkmıģtır. Ġnsanlar topluluklar halinde yaģamaya baģlayıp devletler kurunca, yönetenler iģleri daha düzenli yürütülebilmek için bir takım bilgilere ihtiyaç duydular. Bu amaçla, en ilkel toplumlarda bile toplum hayatına iliģkin bilgiler toplanmıģtır. Bunlar baģlangıçta toplumdaki birey sayısı, asker sayısı hayvan sayısı vb. hususları kapsıyordu. Zamanla bu bilgiler yenilendi ve geliģti. Bu iģleri özel görevliler yürütmeye baģladı. Örneğin; Eski Mısır da bazı devlet görevlileri bütün aile reislerinin listesini tutuyorlardı. Yine Mısır da M.Ö yıllarında piramit inģaatına gerekli iģ gücü talebini garanti etmek için ilk nüfus sayımı yapılmıģtır. Osmanlı devletinde de ilk dönemlerden itibaren istatistiksel bilgilerin toplanmasına önem verilerek Orhan Bey zamanında çeģitli sayımlar yapılmıģtır. Ġstatistiğin gerçek ilerlemesi Yeni Çağ dan itibaren baģlamıģtır. 17.yy. da Fransa da ilk defa maliye ve dıģ ticaret istatistikleri düzenlenmesine baģlanmıģtır. Ġlk bilimsel nüfus sayıma A.B.D. de 1790 yılında yapılmıģtır. Ġstatistik yöntem bilimi, istatistiksel iģlemlerin uygulamasından çok sonra ortaya çıkmıģ ve çeģitli aģamalardan geçerek bugünkü durumunu almıģtır. 17.yy. ın ilk yarısından itibaren bazı Alman Üniversitelerinde okutulan Devletlerin Özellikleri adlı yeni bir derste çeģitli ülkelerin tarihi, mali. askeri ve idari özellikleri hakkında bilgi veriliyordu. Bir müddet sonra bu konuya, statüs (devlet) den gelme statistik (istatistik) denilmeye baģlandı. Devletin dikkati çeken özelliklerinin belirlenmesini amaçlayan istatistik kavramı ile 17.yy. nin ilk yarısında betimsel istatistik akımı doğmuģ oluyordu. Bu akımın temsilcilerine göre; istatistik, devletin dikkat çeken özelliklerinin belirlenmesidir. 17.yy. ın ortalarında Ġngiltere de ilk akımdan tamamen bağımsız olarak sigorta matematikçileri veya sayısal aritmetikçiler adı verilen bir ekol doğdu. Bu ekol taraftarları, istatistik adını kullanmaksızın özellikle nüfus olayları ile ilgilenmiģ ve betimlemeden çok analize yer vermiģtir. Böylece bir diğer akım çözümsel istatistik akımı doğdu. Bunlar nüfus biliminin (demografi) de kurucusu olmuģlardır.
2 2 17. Yüzyıla kadar sadece bilgi kaydetme Ģeklinde gerçekleģen istatistik çalıģmaları, 18. ve 19. Yüzyıllarda Jacob Bernoulli ( ) ve Karl Frederic Gauss'un ( ) katkılarıyla matematik temelleri üzerine oturtulmuģ, olasılık teorisi geliģtirilmiģtir. Sosyal ve antropolojik olaylara istatistiği kapsamlı bir Ģekilde uygulayan ilk matematikçi olan Adolphe Quételet ( ) ise modern istatistiğin kurucusu olarak kabul edilmiģtir. 20. Yüzyılın baģında Sir Ronald Aylmer Fisher ( ), Karl Pearson (27 March April 1936) ve William Sealy Gosset (June 13, 1876 October 16, 1937) 'in katkılarıyla tahmin yapma ve karar verme konuları ön plana çıkarak istatistik artık sayısal verilerin yorum ve değerlendirmesini yapan bir bilimsel metodlar topluluğu haline gelmiģtir. Ġstatistiksel yöntemler, toplanmıģ verilerin özetlenmesi veya açıklanması amacıyla kullanılır. Bu tür bir yaklaģım betimsel istatistik adını alır. Buna ek olarak verilerdeki örtüģmelerin (kalıplar veya örüntüler), gözlemlerdeki rassallığı ve belirsizliği göze alacak Ģekilde, üzerinde çalıģılan anakütle veya süreç hakkında sonuç çıkarma amacıyla modellenmesi, çıkarımsal istatistik adını alır. Hem betimsel istatistik hem de tahminsel istatistik, uygulamalı istatistiğin parçaları olarak sayılabilir. Matematiksel istatistik adı verilen disiplin ise konunun teorik matematiksel altyapısını inceleyen disiplindir. ETĠMOLOJĠSĠ Ġstatistik kelimesi Modern Latincedeki statisticum collegium (devlet konseyi) ve Ġtalyancadaki statista (devlet adamı, politikacı) kelimelerinden türemiģtir. Kelime ilk olarak Almanca'da Gottfried Achenwall tarafından devlete ait verilerin sunulduğu Statistik (1749) adlı eserde devlet bilimi anlamında kullanılmıģtır. Bu tanımı içeren Ġngilizce terim ise o dönemde political arithmetic (siyasi aritmetik) olarak geçmekteydi. Ġstatistik kelimesi veri toplama ve sınıflandırma anlamını ise yaklaģık olarak 19. yüzyılın baģlarında kazandı. Terim Ġngilizce'ye Sir John Sinclair, (10 May December 1835) tarafından aktarıldı. Statistik adlı eserin temel amacı hükümet tarafından ve yönetimsel organlar tarafından kullanılacak veriler sunmaktı. Eyaletler ve yerel bölgeler hakkında bilgi toplama iģi ulusal ve uluslararası istatistik kurumları tarafından sürdürülmektedir. Daha dar anlamda nüfus hakkında düzenli bilgiler ise nüfus sayımları ile elde edilir. 20. yüzyıl boyunca kamu sağlığı ile ilgili konularda (epidemiyoloji, biyoistatistik), ekonomik ve sosyal (iģsizlik, ekonometri gibi) alanlarda daha titiz araçlara ihtiyaç duyulması istatistiksel uygulamalarda ilerlemeyi zorunlu kılmıģtır. Bu ihtiyaç özellikle I. Dünya SavaĢı sonucu geliģen, nüfusları hakkında derin bilgi sahibi olmak isteyen refah devletlerinde daha belirgin olmuģtur. Bu anlamda "toplum yönetimi adına bilgi toplama isteği" filozof Michael Foucault tarafından biyogüç olarak nitelendirilmiģtir, bu terim daha sonra pek çok yazar tarafından da kullanılmıģtır.
3 3 OLASILIK KURAMININ KÖKENLERĠ Ġstatistiğin matematiksel temelleri Pierre Fermat ( ) ve Blaise Pascal'ın ) 1654 yılına kadar giden olasılık kuramı hakkındaki yazıģmalarına dayanır. Christiaan Huygens (1657) konunun bilinen ilk bilimsel uygulamasını sunmuģtur. Jakob Bernoulli nin Ars Conjectandi (posthumous, 1713) ve Abraham de Moivre'nin Doctrine of Chances (1718) adlı eserleri konuya matematiğin bir dalı olarak yaklaģmıģtır. Hata teorisi Roger Cotes'nin Opera Miscellanea (posthumous, 1722) adlı eserine dayanır, fakat teorinin gözlem hatalarına uygulanmasının ilk örneği Thomas Simpson tarafından 1756'da yazılan bir bildiride bulunur. Bu bildirinin 1757 yılındaki tekrar basımı pozitif ve negatif hataların eģit derecede olasılıklı olduğu aksiyomunu kabul ederken, bütün hataları içinde bulunduracağını varsayabileceğimiz belirli tanımlanabilir limitlerin varlığından söz ederek "sürekli hatalar"ı ve bir olasılık eğrisini tanıttı. Pierre-Simon Laplace, olasılık teorisinin ilkelerine dayanarak gözlem kombinasyonları için bir kural geliģtirmeye çalıģtı (1774). Hata olasılıkları kanununu bir eğri ile gösterdi. Ġstatistiğin bilimsel, endüstriyel veya toplumsal bir probleme uygulanmasında önce üzerinde çalıģılan süreç veya anakütle ele alınır. Bu anakütle bir ülkedeki insanların nüfusu, kayadaki kristal miktarı veya belirli bir fabrikanın belirli bir dönemde ürettiği mallar olabilir. Bunun yerine farklı zamanlarda gözlenen bir süreç de olabilir; bu Ģekilde toplanan veri zaman serisi adını alır. Pratik nedenlerden ötürü, bütün bir anakütle hakkında veri toplamak yerine genelde anakütleden seçilen bir altküme (örnek veya örneklem) üzerinde çalıģılır. Örnek hakkındaki veri deney veya gözlem yoluyla elde edilir. Bundan sonra veri istatistiksel analize tâbi tutulur. Bunun iki amacı vardır: açıklama ve sonuç çıkarma. Betimsel istatistik, örneklemi sayısal veya grafiksel olarak özetlemek amacıyla kullanılabilir. Sayısal göstergelere temel örnek olarak ortalama ve standart sapma gösterilebilir. Grafiksel özetler çeģitli türde grafik ve tabloları içerir. 1 Pascal ( ) küçük yaģta kendini gösteren bir deha örneğidir. Henüz 12 yaģında iken, hiç geometri bilgisine sahip olmadığı halde daireler ve eģkenar üçgenler çizmeye baģlayarak, bir üçgenin iç açılarının toplamının iki dik açıya eģit olduğunu kendi kendisine buldu. Pascal çocukluğunda "geometri neyi inceler?" sorusunu babasına sormuģ, o da "doğru biçimde Ģekiller çizmeyi ve Ģekillerin kısımları arasındaki iliģkileri inceler" demiģti. ĠĢte bu cevaba dayanarak gizli gizli geometri teoremleri kurmaya ve kanıtlamaya baģladı. Sonunda babası onun yeteneğini anladı ve ona Eukleides'in Elementler'ini ve Apollonius'un Konikler'ini verdi. Dil derslerinden arta kalan boģ zamanını bu kitapları okuyarak değerlendiren Pascal, 16 yaģında konikler üzerine bir eser yazdı. Bu eserin mükemmelliği karģısında, Descartes bunun Pascal kadar genç bir kimsenin eseri olduğuna inanmakta çok güçlük çekmiģti. 19 yaģında, aritmetik iģlemlerini mekanik olarak yapan bir hesap makinesi icat etti. Pascal yalnızca teorik bilimlerde değil, pratik ve deneysel bilimlerde de yetenekli ve orijinal idi. 23 yaģında, Torriçelli'nin ( ) atmosfer basıncı ile ilgili çalıģmasını incelemiģ ve bir dağa çıkartılan barometredeki civa sütununun düģtüğünü, yani yükseklerde hava basıncının azaldığını, civa sütununu hava basıncının tuttuğunu, Aristotelesçilerin söylediği gibi, tabiatın boģluktan nefret etmesinin rolü olmadığını göstermiģtir. DiĢ ağrısından uyuyamadığı bir gece de rulet oyunu ve sikloid ile ilgili düģünceler üzerinde durmuģ ve sikloid eğrisinin özelliklerini keģfetmiģtir. Pascal, Fermat ile yazıģarak olasılık teorisini kurmuģ ve bir binom açılımında katsayıları vermiģtir. "Pascal Üçgeni"nin keģfi de ona aittir.39 yaģında iken Paris'de öldü.
4 4 Çıkarımsal istatistik verideki örtüģmeleri modellemek için kullanılır, olasılığı göze alır ve daha büyük bir istatistiksel yığın hakkında sonuç çıkarır. Bu sonuçlar, evet/hayır Ģeklinde cevaplar olabileceği gibi (hipotez testi), sayısal özelliklerin tahmin edilmesi (istatistiksel tahmin) gelecekteki değerlerin öngörülmesi (istatistiksel öngörü), veriler arasındaki doğrusal iliģkinin yorumlanması (korelasyon), veya bu iliģkilerin modellenmesi (regresyon analizi) Ģeklinde olur. Diğer belli baģlı matematiksel modelleme teknikleri varyanslar analizi ANOVA, zaman serisi ve veri madenciliğidir. Burada özellikle korelasyon konusu ele almaya değer. Bir veri kümesinin analizi iki değiģkenin beraber hareket ettiğini (yani ele alınan ana kütlenin iki özelliğinin benzerlik gösterdiğini) ortaya çıkarabilir. Örneğin yıllık gelirle yaģam süresini ele alan bir çalıģma yoksul insanların varlıklı insanlardan daha kısa bir yaģam süresine sahip olduğunu bulabilir. Burada gelirle yaģam süresi arasında bir korelasyon olduğu söylenebilir. Fakat buradan asla gelir yaģam süresinin sebebidir veya sonucudur anlamı çıkarılmamalıdır. Eğer örneklem, anakütleyi temsil etme yeterliliğine sahipse, örnekten elde edilen sonuçlar ve çıkarımlar bir bütün olarak anakütle hakkında bilgi verebilir. Burada asıl problem seçilen örneklemin anakütleyi temsil kabiliyetine sahip olup olmamasıdır. Ġstatistik, örneklemde ve veri toplama sürecinde ortaya çıkan hataları gideren, örneklemin rassal olmasını sağlayan araçlar sunar. Aynı zamanda güvenilir deneysel sonuçların elde edilmesini sağlayan yöntemler de sunar. Bu Ģekilde bir rassallığın anlaģılmasını sağlayan temel matematiksel kavram olasılıktır. Matematiksel Ġstatistik (Ġstatistik kuramı), Ġstatistiğin Matematiksel altyapısını incelemek için Olasılık kuramı ve Matematiksel Analizden faydalanan Uygulamalı Matematik dalıdır. ĠSTATĠSTĠKSEL YÖNTEMLER DENEYE VE GÖZLEME DAYALI ÇALIġMALAR Ġstatistiksel araģtırmaların ortak amaçlarından biri nedenselliği incelemek ve özelde tahmin edicilerdeki veya bağımsız değiģkenlerdeki bir değiģimin bağımlı değiģken üzerindeki etkisini incelemektir. Nedenselliği ele alan temelde iki tür istatistiksel yöntem bulunur: deneysel çalıģmalar ve gözleme dayalı çalıģmalar. Ġki çalıģma türünde de bağımsız değiģken veya değiģkenlerdeki farklılıkların gözlenen bağımlı değiģken üzerindeki etkisi incelenir. Bu çalıģma türlerinde oluģan fark ise yöntemin uygulanma biçimidir. Yöntemlerin ikisi de verimli sonuçlar ortaya koyabilir. Deneysel yöntemde çalıģılan sistem üzerinde bir takım ölçümler yapılır, sistem üzerinde oynamalar yapılır ve bu oynamaların sistem üzerinde etkisi olup olmadığını anlamak için tekrar ölçüm yapılır. Gözleme dayalı yöntemde ise sisteme müdahale olmaz, bunun yerine veri toplanır ve tahmin edicilerle (bağımsız değiģkenler) tepki değiģkenleri(bağımlı değiģkenler) arasındaki örüntüler araģtırılır. Deneysel çalıģmaya örnek olarak Western Elektrik ġirketi'nde aydınlatmanın çalıģanlar üzerindeki etkisini araģtıran Hawthorne deneyi verilebilir. Deneyde önce
5 5 santraldeki üretim ölçülmüģ, daha sonra kayan bant etrafında çalıģan iģçilerin aydınlatma koģulları değiģtirilmiģtir. Bütün deney sonuçları aydınlatmanın verimliliği arttırdığını göstermiģtir. Ne var ki bu çalıģmanın sonuçları deneysel yöntemdeki hatalar sebebiyle ciddi eleģtiriler almıģtır. Örneğin çalıģmada kontrol grubu kullanılmamıģtır. Gözleme dayalı çalıģmaya örnek olarak sigara kullanımı ve akciğer kanseri arasındaki bağınıtıyı inceleyen bir araģtırma gösterilebilir. Bu tür çalıģmada ilgi alanları hakkında bilgi toplamak için anket yöntemini kullanır ve sonra bilgiler istatistiksel analiz altında incelenir. Bu örnekte araģtırmacılar sigara içen ve sigara içmeyen gruplardan bilgi toplar ve her iki gruptaki kanser vakası sayısı ele alınarak karģılaģtırılır. Bir deneyin temel adımları: 1. AraĢtırmanın planlanması, bilgi kaynaklarının, araģtırmanın konusunun belirlenmesi, öne sürülen yöntemdeki ahlaki yönlerin ele alınması. 2. Sistemin modellenmesi, bağımlı ve bağımsız değiģkenler arasındaki iliģkiye odaklanma. 3. Bir gözlem grubunu ortak yönlerini ele alacak Ģekilde özetlemek. 4. Gözlemlediğimiz dünya hakkında sayıların bize neler söylediğini açıklamak. 5. ÇalıĢmanın sonuçlarını belgelemek ve sunmak. ÖLÇÜLME ÖLÇEKLERĠ Ġstatistik verileri sayılar halinde olup bu sayılar için dört çeģit ölçülme ölçeği Ģeklinde elde edilme olabilirliği vardır. Bu verilerin dört çeģit ölçülme ölçeği olabileceğini ilk defa 1946da Amerikan istatistikçi Stanley Stevens ortaya atmıģtır. Stevens'in dört ölçülme ölçeği Ģunlardır: isimsel, sırasal, aralıksal ve oransal. Her bir değiģik ölçülme ölçeğine göre elde edilen istatistiksel veriler değiģik matematiksel güçte olup her biri için kullanılabilecek matematik iģlemler ve betimleyici ve çıkarımsal istatistiksel iģlemler ve analizler değiģiktir. Ġsimsel ölçekte verilerde sayılar sadece birbirinden karģılıklı ayrılık gösteren kategorilere verilen adlardır ve bu isim/sayı sırası ve aralığı veya orijini için hiçbir matematiksel özellik yoktur. Bu çeģit ölçekte verilere ancak çok zayıf istatistik betimleyici ölçüler ve çıkarımsal analizler uygulanabilir. Sırasal ölçek verilerdeki sayılar birbirinden karģılıklı ayrantılı kategorilere isim verdiği gibi, bu kategoriler arasındaki rütbe ve sıralı düzeni de açıklarlar. Sayı değerleri arasındaki sırasal düzen değiģtirilemeden her kategoriye atıf edilen gerçek sayı değiģtirilebilir (yani monotonik dönüģüm uygulanabilir.) Sayılar arasında büyüklük farkı önemli olmadığı için değiģik kategori sayıları üzerinde uygulanan bir basit aritmetik iģlem (toplama, çıkarma, çarpma veya bölme) anlamsız sonuçlar verebilir.
6 6 Aralıksal ölçekte veri sayıları gerçekten sayı olup aralarındaki değiģikler basit aritmetik iģlem için bile anlamlıdır. Ancak aralıksal ölçekde veri değerleri için sayıların baģlama orijini (yani 0 değer) keyfidir. Örneğin ısı derecesi olarak elde edilen veriler aralıksaldır. Ölçüm ölçeği santigrad olabilir; ancak değiģik 0 orijin değerleri olan fahrenhayt da olabilirler. Oransal ölçekte veriler hem değiģik ölçülmeler arasında farklar anlamlıdır ve hem de bunlar için gerçek bir 0 baģlangıç noktası mevcuttur. Yine ısi derecesi örneği verilirse Kelvin derecesi oransal ölçektedir; çünkü orijin (-273 C mutlak sıfır) 0 Kelvin olur; bu bir gerçek ) noktasıdır ve bu ısı derecesi altında ısı olamaz. Ġsimsel veya sırasal ölçekle ölçülen değiģkenler için veriler birlikte kategorik değiģkenler olarak anılmakta ve aralıksal veya oransal ölçekte olan veriler kantitatif niceliksel değiģkenler olarak adlandırılmaktadır. Kaynaklar: Stanley Stevens "Scales of measurement" (1946) Matematiksel Ġstatistiğe GiriĢ, Prof. Dr. UĞUR KORUM, A. Ü. Siyasal Bilgiler Fakültesi, Ankara
İSTATİSTİK DERS NOTLARI
Balıkesir Üniversitesi İnşaat Mühendisliği Bölümü umutokkan@balikesir.edu.tr İSTATİSTİK DERS NOTLARI Yrd. Doç. Dr. Umut OKKAN Hidrolik Anabilim Dalı Balıkesir Üniversitesi İnşaat Mühendisliği Bölümü Bölüm
DetaylıDENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS OLASILIK VE İSTATİSTİK FEB-222 2/ 2.YY 3+0+0 3 3 Dersin Dili Dersin Seviyesi
DetaylıHANGİ TÜR ARAŞTIRMALARDA PATH ANALİZİ KULLANILMALIDIR? IX Ulusal Biyoistatistik Kongresi 5-9 Eylül 2006 Zonguldak
HANGİ TÜR ARAŞTIRMALARDA PATH ANALİZİ KULLANILMALIDIR? * M.Mutlu DAŞDAĞ * M.Yusuf ÇELİK *Ömer SATICI *Zeki AKKUŞ *H. Coşkun ÇELİK IX Ulusal Biyoistatistik Kongresi 5-9 Eylül 2006 Zonguldak Zonguldak Karaelmas
DetaylıBİYOİSTATİSTİK Örnekleme ve Örnekleme Yöntemleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Örnekleme ve Örnekleme Yöntemleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Araştırmalarda
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 Giriş ve Temel Kavramlar. BBY606 Araştırma Yöntemleri Güleda Doğan
İstatistik Giriş ve Temel Kavramlar BBY606 Araştırma Yöntemleri Güleda Doğan Ders İçeriği Bilimsel yöntem, Araştırma İstatistik (tanımı, amacı, temeli, kısa tarihçesi) Dar anlamda istatistik İstatistik
Detaylı1 PAZARLAMA ARAŞTIRMASI
İÇİNDEKİLER ÖNSÖZ III Bölüm 1 PAZARLAMA ARAŞTIRMASI 11 1.1. Pazarlama Araştırması Kavramı ve Kapsamı 12 1.2. Pazarlama Araştırmasının Tarihçesi 14 1.3. Pazarlama Araştırması Pazarlama Bilgi Sistemi ve
DetaylıRENKLERİN ANLAMI(ARİAL 14-kalın )
RENKLERİN ANLAMI(ARİAL 14-kalın ) Yazı(Arial-12- satır aralığı 1.5) Renkler, insanların duygularını bir yansıtma biçimidir. Üzgün olan kişiler ile mutlu olan kişiler tercih ettikleri renkler kıyaslanarak
DetaylıOlasılık ve İstatistik (IE 220) Ders Detayları
Olasılık ve İstatistik (IE 220) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve İstatistik IE 220 Her İkisi 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin
DetaylıTABLO-1 KPSS DE UYGULANACAK TESTLERİN KAPSAMLARI Yaklaşık Ağırlığı Genel Yetenek
TABLO-1 KPSS DE UYGULANACAK TESTLERİN KAPSAMLARI Yaklaşık Ağırlığı Genel Yetenek Yaklaşık Ağırlığı 1) Sözel Bölüm 0 2) Sayısal Bölüm 0 Sözel akıl yürütme (muhakeme) becerilerini, dil bilgisi ve yazım kurallarını
DetaylıTABLO-1 KPSS DE UYGULANACAK TESTLERİN KAPSAMLARI Yaklaşık Ağırlığı Genel Yetenek
TABLO-1 KPSS DE UYGULANACAK TESTLERİN KAPSAMLARI Yaklaşık Ağırlığı Genel Yetenek Yaklaşık Ağırlığı 1) Sözel Bölüm %50 2) Sayısal Bölüm %50 Sözel akıl yürütme (muhakeme) becerilerini, dil bilgisi ve yazım
DetaylıBBY 606 ARAŞTIRMA YÖNTEMLERİ İSTATİSTİK VE İSTATİSTİKSEL YÖNTEM, İSTATİSTİKTE TEMEL KAVRAMLAR
BBY 606 ARAŞTIRMA YÖNTEMLERİ İSTATİSTİK VE İSTATİSTİKSEL YÖNTEM, İSTATİSTİKTE TEMEL KAVRAMLAR 1 DERS İÇERİĞİ Bilimsel yöntem Araştırma İstatistik, istatistikler istatistiksel yöntem İstatistiğin kısa tarihçesi
DetaylıMURAT EĞİTİM KURUMLARI
2013 KPSS de Testlerin Kapsamları Değişti ÖSYM tarafından yapılan açıklamaya göre 2013 KPSS de uygulanacak testlerin içeriğinde bir takım değişiklikler yapıldı. Bu değişikler başta Genel Yetenek - Genel
DetaylıT.C. SELÇUK ÜNİVERSİTESİ REKTÖRLÜĞÜ
T.C. SELÇUK ÜNİVERSİTESİ REKTÖRLÜĞÜ Fen Fakültesi Dekanlığı İstatistik Bölümü 017-018 Eğitim-Öğretim Yılı Normal Öğretim Güz Ve Bahar Yarıyıllarda Okutulacak Dersler 1. SINIF I.YARIYIL AKTS Adı 7011 Matematik
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
DetaylıKPSS LİSANS DA UYGULANAN TESTLERİN KAPSAMLARI
2012 - LİSANS DA UYGULANAN TESTLERİN KAPSAMLARI Genel Yetenek 1) Türkçe %50 2) Matematik %50 a) Sözcük bilgisi %5 a) Sayılarla işlem yapma %10 b) Dil bilgisi %10 b) Matematiksel ilişkilerden yararlanma
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
Detaylı14 Ekim 2012. Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi
ÇOK DEĞİŞKENLİ REGRESYON ANALİZİ: ÇIKARSAMA Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge 14 Ekim 2012 Ekonometri
Detaylıİçindekiler. Ön Söz... xiii
İçindekiler Ön Söz.................................................... xiii Bölüm 1 İstatistiğe Giriş....................................... 1 1.1 Giriş......................................................1
DetaylıBİLİMSEL ARAŞTIRMALARDA VERİ DEĞERLENDİRME VE İSTATİSTİKSEL ANALİZ YÖNTEMLERİ PROF.DR.MEHMET MENDEŞ
BİLİMSEL ARAŞTIRMALARDA VERİ DEĞERLENDİRME VE İSTATİSTİKSEL ANALİZ YÖNTEMLERİ PROF.DR.MEHMET MENDEŞ BİLİMSEL ÇALIŞMALAR İÇİN AKIŞ DİYAGRAMI AMAÇ (Merak Edilen Konu) HANGİ FAKTÖR YA DA FAKTÖRLERİN ETKİSİ
DetaylıSIRADAN EN KÜÇÜK KARELER (OLS)
SIRADAN EN KÜÇÜK KARELER (OLS) YÖNTEMİNİN ASİMPTOTİK ÖZELLİKLERİ Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge
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.
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
Detaylı3.YIL/ 1.yarıyıl Güz
BİYOİSTATİSTİK Dersin Adı Kodu Yarıyıl Teori Laboratuar AKTS Biyoistatistik SBF 118 3.YIL/ 1.yarıyıl Güz (saat/hafta) (saat/hafta) (saat/hafta) 2 - - 3 Önkoşullar Yok Dersin dili Türkçe Dersin Türü Seçmeli
Detaylı) -3n(k+1) (1) ile verilir.
FİEDMAN İKİ YÖNLÜ VAYANS ANALİZİ Tekrarlı ölçümlerde tek yönlü varyans analizinin varsayımları yerine gelmediğinde kullanılabilecek olan değiģik parametrik olmayan testler vardır. Freidman iki yönlü varyans
DetaylıTEMAKTĠK YAKLAġIMDA FĠZĠKSEL ÇEVRE. Yrd. Doç. Dr. ġermin METĠN Hasan Kalyoncu Üniversitesi
TEMAKTĠK YAKLAġIMDA FĠZĠKSEL ÇEVRE Yrd. Doç. Dr. ġermin METĠN Hasan Kalyoncu Üniversitesi ÇOCUK ÇEVRE ĠLIġKISI Ġnsanı saran her Ģey olarak tanımlanan çevre insanı etkilerken, insanda çevreyi etkilemektedir.
DetaylıProf. Dr. Özkan ÜNVER Prof. Dr. Hamza GAMGAM Doç. Dr. Bülent ALTUNKAYNAK SPSS UYGULAMALI TEMEL İSTATİSTİK YÖNTEMLER
Prof. Dr. Özkan ÜNVER Prof. Dr. Hamza GAMGAM Doç. Dr. Bülent ALTUNKAYNAK SPSS UYGULAMALI TEMEL İSTATİSTİK YÖNTEMLER Gözden Geçirilmiş ve Genişletilmiş 8. Baskı Frekans Dağılımları Varyans Analizi Merkezsel
DetaylıBİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ
BİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ DÖNEM I-I. DERS KURULU Konu: Bilimsel yöntem ve istatistik Amaç: Biyoistatistiğin tıptaki önemini kavrar ve sonraki dersler için gerekli terminolojiye hakim olur.
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,
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
DetaylıAVRASYA ÜNİVERSİTESİ
Ders Tanıtım Formu Dersin Adı Öğretim Dili ARAŞTIRMA YÖNTEMLERİ-II Türkçe Dersin Verildiği Düzey Ön Lisans () Lisans (X) Yüksek Lisans() Doktora ( ) Eğitim Öğretim Sistemi Örgün Öğretim (X) Uzaktan Öğretim(
DetaylıOlasılık 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
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...
DetaylıMühendislikte 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.
DetaylıSık kullanılan istatistiksel yöntemler ve yorumlama. Doç. Dr. Seval KUL Gaziantep Üniversitesi Tıp Fakültesi
Sık kullanılan istatistiksel yöntemler ve yorumlama Doç. Dr. Seval KUL Gaziantep Üniversitesi Tıp Fakültesi Biyoistatistik AD Bşk. 1 Hakkımda 2 Hedef: Katılımcılar modülün sonunda temel istatistiksel yöntemler
DetaylıİÇİNDEKİLER KISIM I SİSTEMATİK YAKLAŞIM
İÇİNDEKİLER KISIM I SİSTEMATİK YAKLAŞIM 1 BİLİM DİSİPLİN ARAŞTIRMA... 3 1. BİLİM NEDİR?... 3 2. DİSİPLİN NEDİR?... 6 3. DOĞA BİLİMLERİ VE SOSYAL BİLİMLER ARASINDAKİ TEMEL FARK... 7 4. ARAŞTIRMA NEDİR?...
DetaylıSİDRE 2000 ORTAOKULU 2014 2015 EĞİTİM VE ÖĞRETİM YILI MATEMATİK DERSİ 8. SINIF ÜNİTELENDİRİLMİŞ YILLIK PLANI
-6.09.0 DÖNÜŞÜM Sİ 5-9.09.0 ÖRÜNTÜ VE SÜSLEMELER SİDRE 000 ORTAOKULU 0 05 EĞİTİM VE ÖĞRETİM YILI MATEMATİK DERSİ 8. SINIF ÜNİTELENDİRİLMİŞ YILLIK PLANI,. Doğru, çokgen ve çember modellerinden örüntüler
DetaylıISTATISTIK 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,
Detaylıİstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik
6.SUNUM İstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik özellikleri (ortalama, varyans v.b. gibi) hakkında
DetaylıYABANCI DİL EĞİTİMİ VEREN ÖZEL BİR EĞİTİM KURUMUNDAKİ ÖĞRENCİLERİN BEKLENTİLERİNİN ARAŞTIRILMASI. Sibel SELİM 1 Efe SARIBAY 2
Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Cilt 5, Sayı:2, 2003 YABANCI DİL EĞİTİMİ VEREN ÖZEL BİR EĞİTİM KURUMUNDAKİ ÖĞRENCİLERİN BEKLENTİLERİNİN ARAŞTIRILMASI Sibel SELİM 1 Efe SARIBAY
DetaylıİÇİNDEKİLER ÖNSÖZ... Örneklem Genişliğinin Elde edilmesi... 1
İÇİNDEKİLER ÖNSÖZ... v 1. BÖLÜM Örneklem Genişliğinin Elde edilmesi... 1 1.1. Kitle ve Parametre... 1 1.2. Örneklem ve Tahmin Edici... 2 1.3. Basit Rastgele Örnekleme... 3 1.4. Tabakalı Rastgele Örnekleme...
DetaylıĠKĠ ÖRNEKLEM TESTLERĠ
ĠKĠ ÖRNEKLEM TESTLERĠ BAĞIMSIZ GRUPLARDA İKİ ÖRNEKLEM TESTLERİ 1. ĠKĠ ORTALAMA ARASINDAKĠ FARKIN ÖNEMLĠLĠK TESTĠ. MANN-WHITNEY U TESTĠ 3. ĠKĠ YÜZDE ARASINDAKĠ FARKIN ÖNEMLĠLĠK TESTĠ 4. x KĠ-KARE TESTLERĠ
DetaylıİSTATİSTİK BÖLÜMÜ DERS İÇERİKLERİ (2009 2010)
İSTATİSTİK BÖLÜMÜ DERS İÇERİKLERİ (2009 2010) BİRİNCİ YIL Güz Dönemi (1. Yarıyıl) STAT 101 Temel İstatistik I (3 2 4) İstatistik bilimi. Verilerin görsel sunumu. Frekans tablosu oluşturma. Gövde yaprak
DetaylıİKİNCİ ÖĞRETİM SAĞLIK KURUMLARI YÖNETİMİ VE EKONOMİSİ TEZSİZ YÜKSEK LİSANS PROGRAMI
İKİNCİ ÖĞRETİM SAĞLIK KURUMLARI YÖNETİMİ VE EKONOMİSİ TEZSİZ YÜKSEK LİSANS PROGRAMI Anabilim Dalı: İşletme PROGRAMIN TANIMI: Son yıllarda dünyada Sağlık yönetimi ya da Sağlık İdaresi yüksek lisans eğitim
DetaylıMeslek lisesi ve devlet lisesine giden N tane öğrenci olduğu ve bunların yıllık okul harcamalarına ait verilerin olduğu varsayılsın.
KUKLA DEĞİŞKENLİ MODELLER Bir kukla değişkenli modeller (Varyans Analiz Modelleri) Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller) Kukla değişkenlerin
Detaylı0502309-0506309 ÖLÇME YÖNTEMLERİ. Ders Öğretim Üyeleri Prof. Dr. Hüsamettin BULUT Yrd. Doç. Dr. M. Azmi AKTACĠR
0502309-0506309 ÖLÇME YÖNTEMLERİ Ders Öğretim Üyeleri Prof. Dr. Hüsamettin BULUT Yrd. Doç. Dr. M. Azmi AKTACĠR Kaynak Ders Kitabı: ÖLÇME TEKNĠĞĠ (Boyut, Basınç, AkıĢ ve Sıcaklık Ölçmeleri), Prof. Dr. Osman
DetaylıMATEMATİK VE FEN BİLİMLERİ EĞTİMİ ANABİLİM DALI MATEMATİK EĞİTİMİ BİLİM DALI TEZLİ YÜKSEK LİSANS PROGRAMI
I.YARIYIL MATEMATİK VE FEN BİLİMLERİ EĞTİMİ ANABİLİM DALI MATEMATİK EĞİTİMİ BİLİM DALI TEZLİ YÜKSEK LİSANS PROGRAMI 3715055832012 Z Uzmanlık Alan Dersi 3715055702017 Z Bilimsel Araştırma Yöntemleri ve
DetaylıPSİKOLOJİ 9.11.2015. Konular. Psikolojinin doğası. Konular. Psikolojinin doğası. Psikoloji tarihi. Psikoloji Biliminin Doğası
Konular nin Doğası Tarihi Antik dönemler PSİKOLOJİ Biliminin Doğası psikolojinin başlangıcı Günümüz k ler Biyolojik perspektif Davranışçı perspektif Bilişsel perspektif Psikanalitik perspektif Subjektif
DetaylıGİRİŞ. Bilimsel Araştırma: Bilimsel bilgi elde etme süreci olarak tanımlanabilir.
VERİ ANALİZİ GİRİŞ Bilimsel Araştırma: Bilimsel bilgi elde etme süreci olarak tanımlanabilir. Bilimsel Bilgi: Kaynağı ve elde edilme süreçleri belli olan bilgidir. Sosyal İlişkiler Görgül Bulgular İşlevsel
DetaylıKullanılacak 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
Detaylıİstatistiksel Süreç Kontrol KAZIM KARABOĞA
İstatistiksel Süreç Kontrol KAZIM KARABOĞA KALİTENİN TARİHSEL KİMLİK DEĞİŞİMİ Muayene İstatistiksel Kalite Kontrol Toplam Kalite Kontrol Toplam Kalite Yönetimi İSTATİSTİKSEL KALİTE KONTROL İstatistiksel
DetaylıZAMAN SERİLERİNDE AYRIŞTIRMA YÖNTEMLERİ
ZAMAN SERİLERİNDE AYRIŞTIRMA YÖNTEMLERİ 1 A. GİRİŞ Gözlemlerin belirli bir dönem için gün, hafta, ay, üç ay, altı ay, yıl gibi birbirini izleyen eşit aralıklarla yapılması ile elde edilen seriler zaman
DetaylıÜçüncü adımda ifade edilen özel kısıtları oluģturabilmek için iki genel yöntem geliģtirilmiģtir:
TAMSAYILI DOGRUSAL PROGRAMLAMA ALGORİTMALARI TDP Algoritmaları, doğrusal programlamanın baģarılı sonuçlar ve yöntemlerinden yararlanma üzerine inģa edilmiģtir. Bu algoritmalardaki stratejiler üç adım içermektedir:
DetaylıMakine Öğrenmesi 3. hafta
Makine Öğrenmesi 3. hafta Entropi Karar Ağaçları (Desicion Trees) ID3 C4.5 Sınıflandırma ve Regresyon Ağaçları (CART) Karar Ağacı Nedir? Temel fikir, giriş verisinin bir kümeleme algoritması yardımıyla
DetaylıİSTATİSTİKSEL VERİ ANALİZİ
İSTATİSTİKSEL VERİ ANALİZİ Prof. Dr. Gül ERGÜN Hacettepe Üniversitesi Kasım 2013 İstatistik Nedir? İSTATİSTİK Belirli bir konuda toplanan sayısal değerlerdir. Buna göre, 2012 yılında Türkiye de kayıtlı
DetaylıMühendisler 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
DetaylıT.C. FIRAT ÜNĠVERSĠTESĠ SOSYAL BĠLĠMLER ENSTĠTÜSÜ EĞĠTĠM PROGRAMLARI VE ÖĞRETĠM ANABĠLĠM DALI YÜKSEK LİSANS TEZ ÖNERİSİ
T.C. FIRAT ÜNĠVERSĠTESĠ SOSYAL BĠLĠMLER ENSTĠTÜSÜ EĞĠTĠM PROGRAMLARI VE ÖĞRETĠM ANABĠLĠM DALI YÜKSEK LİSANS TEZ ÖNERİSİ ÖĞRENCĠNĠN ADI SOYADI: Seda AKTI DANIġMAN ADI SOYADI: Yrd. Doç. Dr. Aysun GÜROL GENEL
DetaylıInternet Bağımlılığının CHAID Analizi ile İncelenmesi: Van İli Örneği 1
182 Eğitimde ve Psikolojide Ölçme ve Değerlendirme Dergisi, Kış 2011, 2(2), 182-190 Internet Bağımlılığının CHAID Analizi ile İncelenmesi: Van İli Örneği 1 Gürol ZIRHLIOĞLU * Yüzüncü Yıl Üniversitesi Özet
DetaylıBAYES ÖĞRENMESİ BİLECİK ÜNİVERSİTESİ. Araş. Gör. Nesibe YALÇIN. Yapay Zeka-Bayes Öğrenme
BAYES ÖĞRENMESİ Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ Yapay Zeka-Bayes Öğrenme 1 İÇERİK Bayes Teoremi Bayes Sınıflandırma Örnek Kullanım Alanları Avantajları Dezavantajları Yapay Zeka-Bayes Öğrenme
DetaylıDoç. Dr. Mustafa ÖZDEN Arş. Gör. Gülden AKDAĞ Arş. Gör. Esra AÇIKGÜL
Doç. Dr. Mustafa ÖZDEN Arş. Gör. Gülden AKDAĞ Arş. Gör. Esra AÇIKGÜL 11.07.2011 Adıyaman Üniversitesi Eğitim Fakültesi İlköğretim Bölümü Fen Bilgisi Öğretmenliği A.B.D GĠRĠġ Fen bilimleri derslerinde anlamlı
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
DetaylıMIT 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.
DetaylıÜNİTE:1. İstatistiğin Tanımı, Temel Kavramlar ve İstatistik Eğitimi ÜNİTE:2. Veri Derleme, Düzenleme ve Grafiksel Çözümleme ÜNİTE:3
ÜNİTE:1 İstatistiğin Tanımı, Temel Kavramlar ve İstatistik Eğitimi ÜNİTE:2 Veri Derleme, Düzenleme ve Grafiksel Çözümleme ÜNİTE:3 Ortalamalar, Değişkenlik ve Dağılma Ölçüleri ÜNİTE:4 Endeksler ÜNİTE:5
Detaylı6.6. Korelasyon Analizi. : Kitle korelasyon katsayısı
6.6. Korelasyon Analizi : Kitle korelasyon katsayısı İki ya da daha çok değişken arasındaki ilişkiyi gösterir. Korelasyon çözümlemesinin amacı değişkenler arasındaki ilişkinin derecesini ve yönünü belirlemektir.
DetaylıĐSTATĐSTĐK. Okan ERYĐĞĐT
ĐSTATĐSTĐK Okan ERYĐĞĐT Araştırmacı, istatistik yöntemlere daha işin başında başvurmalıdır, sonunda değil..! A. Bradford Hill, 1930 ĐSTATĐSTĐĞĐN AMAÇLARI Bilimsel araştırmalarda, araştırmacıya kullanılabilir
Detaylıİçindekiler. 1 Giriş 2. 3 Psikoloji Araştırmalarında Etik Meseleler Bilimsel Yöntem 27. KISIM I Genel Meseleler 1
Ön Söz xiii KISIM I Genel Meseleler 1 1 Giriş 2 PSİKOLOJİ BİLİMİ 3 BİLİMİN BAĞLAMI 6 Tarihsel Bağlam 6 Sosyal ve Kültürel Bağlam 9 Ahlakî Bağlam 13 BİR ARAŞTIRMACI GİBİ DÜŞÜNMEK 14 Medyada Yayımlanan Araştırma
DetaylıULUSLARARASI ANTALYA ÜNİVERSİTESİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ DERS KATALOĞU
ULUSLARARASI ANTALYA ÜNİVERSİTESİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ DERS KATALOĞU ZORUNLU DERSLER IE 201 - Operasyon Modelleme Karar vermedeki belirsizlik rolü de dahil olmak üzere işletme kararlarının matematiksel
DetaylıOlasılık ve İstatistik nedir? Bilgisayar Mühendisliğindeki yeri
Olasılık ve İstatistik nedir? Bilgisayar Mühendisliğindeki yeri IST 108 Olasılık ve İstatistik Bahar 2016 Yrd. Doç. Dr. Ferhat Dikbıyık Bu sunumun bir kısmı Utah Üniversitesi nden Bilgisayar Bilimleri
DetaylıI. 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
DetaylıDeneysel Araştırma Modelleri. Dr. Şebnem Bozkurt Bartın Devlet Hastanesi
Deneysel Araştırma Modelleri Dr. Şebnem Bozkurt Bartın Devlet Hastanesi Deney Nedir? Deney yapan kişi tarafından bir yada daha çok değişkene müdahale edilerek bu müdahalenin başka bir değişkene etkisini
DetaylıİSTATİSTİK STATISTICS (2+0) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI
İSTATİSTİK STATISTICS (+) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI KONU BAŞLIKLARI :. İSTATİSTİĞE GİRİŞ. VERİLERİN DÜZENLENMESİ. MERKEZİ EĞİLİM ÖLÇÜLERİ.
DetaylıTEKNOLOJİ VE TASARIM DERSİ
TEKNOLOJİ VE TASARIM DERSİ FELSEFESİ,TEMEL İLKELERİ,VİZYONU MEHMET NURİ KAYNAR TÜRKIYE NIN GELECEK VIZYONU TÜRKĠYE NĠN GELECEK VĠZYONU GELECEĞIN MIMARLARı ÖĞRETMENLER Öğretmen, bugünle gelecek arasında
DetaylıŞekil 7.1 Bir tankta sıvı birikimi
6 7. DİFERENSİYEL DENKLEMLERİN SAYISAL ÇÖZÜMLERİ Diferensiyel denklemlerin sayısal integrasyonunda kullanılabilecek bir çok yöntem vardır. Tecrübeler dördüncü mertebe (Runge-Kutta) yönteminin hemen hemen
DetaylıMAKİNE ELEMANLARI LABORATUARI
YILDIZ EKNĠK ÜNĠVERSĠESĠ MAKĠNE MÜHENDĠSLĠĞĠ BÖLÜMÜ MAKİNE ELEMANLARI LABORAUARI KONU: Kaymalı Yataklarda nin ve Sürtünme Katsayısının Deneysel Olarak Belirlenmesi DENEY RAPORUNDA ĠSENENLER 1. Kaymalı
DetaylıSINIF ÖĞRETMENLĠĞĠ SOSYAL BĠLGĠLER ÖĞRETĠM PROGRAMI ÖMER MURAT PAMUK REHBER ÖĞRETMEN REHBER ÖĞRETMEN
SINIF ÖĞRETMENLĠĞĠ SOSYAL BĠLGĠLER ÖĞRETĠM PROGRAMI 1 BECERĠLER 2 Beceri Nedir? ġimdiye kadar bilgi edinme, yaģam ve okulun temel amacı olarak görülmüģtür. Günümüzde ise bilgiye bakıģ değiģmiģtir. Bilgi;
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
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık KORELASYON ve REGRESYON ANALİZİ Doç. Dr. İrfan KAYMAZ Tanım Bir değişkenin değerinin diğer değişkendeki veya değişkenlerdeki değişimlere bağlı olarak nasıl etkilendiğinin istatistiksel
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
DetaylıCerrahpaşa Tıp Fakültesi İngilizce Eğitim Programı için gerekli ek rapor
1/9 Cerrahpaşa Tıp Fakültesi İngilizce Eğitim Programı için gerekli ek rapor İçindekiler C2. ULUSAL TIP EĞĠTĠMĠ STANDARTLARINA ĠLĠġKĠN AÇIKLAMALAR... 2 1. AMAÇ VE HEDEFLER... 2 1.3. Eğitim programı amaç
Detaylıtarih ve 257 sayılı Eğitim Komisyonu Kararı Eki
0.04.017 tarih ve 57 sayılı Eğitim Komisyonu Kararı Eki Tablo 1 Ö ĞRETİM PRO GRAMI TABLO SU Fen Fakültesi İstatistik Bölümü Lisans Programı GÜZ BAHAR DERSİN KO DU VE ADI T P K AKTS ** DERSİN KO DU VE ADI
DetaylıDENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS SAYISAL YÖNTEMLER FEB-311 3/ 1.YY 2+0+0 2 3 Dersin Dili Dersin Seviyesi
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,
DetaylıARAŞTIRMA ve BİLİMSEL ARAŞTIRMA TÜRLERİ
ARAŞTIRMA ve BİLİMSEL ARAŞTIRMA TÜRLERİ Bilimsel Araştırma Problemlere güvenilir çözümler aramak amacıyla planlı ve sistemli olarak, verilerin toplanması, analizi, yorumlanarak değerlendirilmesi ve rapor
DetaylıÖn Söz. Genel Açıklama. Bölüm Açıklamaları
Ön Söz Genel Açıklama Bu kitap olasılığa başlangıç için uygun bir ders kitabıdır. Olasılıkla ilgili bir önbilgiye ihtiyaç duyulmaz; ancak, burada bahsedilen temel kavramlarla ilk karşılaşan öğrencinin
DetaylıParametrik Olmayan Testler. İşaret Testi-The Sign Test Mann-Whiney U Testi Wilcoxon Testi Kruskal-Wallis Testi
Yrd. Doç. Dr. Neşet Demirci, Balıkesir Üniversitesi NEF Fizik Eğitimi Parametrik Olmayan Testler İşaret Testi-The Sign Test Mann-Whiney U Testi Wilcoxon Testi Kruskal-Wallis Testi Rank Korelasyon Parametrik
DetaylıULUSLARARASI TİCARET VE FİNANS TEZSİZ YÜKSEK LİSANS PROGRAMI DERS MÜFREDATI
ULUSLARARASI TİCARET VE FİNANS TEZSİZ YÜKSEK LİSANS PROGRAMI DERS MÜFREDATI I. Yarıyıl II. Yarıyıl Seçmeli (4 ders) 32 AKTS ULTF 570 Seminer 4 AKTS III. Yarıyıl ULTF 560 Bitirme Projesi 14 AKTS Seçmeli
DetaylıEğitim / Danışmanlık Hizmetinin Tanımı
Eğitim / Danışmanlık Hizmetinin Tanımı 1. Proje Kapsamında Eğitim Talep Edilmiş ise, Eğitimin İçeriği Hakkında bilgi veriniz. Ekonometri alanı iktisat teorisi, işletme, matematik ve istatistiğin birleşmesiyle
DetaylıÖrgütler bu karmaģada artık daha esnek bir hiyerarģiye sahiptir.
Durumsallık YaklaĢımı (KoĢulbağımlılık Kuramı) Durumsallık (KoĢulbağımlılık) Kuramının DoğuĢu KoĢul bağımlılık bir Ģeyin diğerine bağımlı olmasıdır. Eğer örgütün etkili olması isteniyorsa, örgütün yapısı
DetaylıOlasılık Kuramı ve İstatistik. Konular Olasılık teorisi ile ilgili temel kavramlar Küme işlemleri Olasılık Aksiyomları
Olasılık Kuramı ve İstatistik Konular Olasılık teorisi ile ilgili temel kavramlar Küme işlemleri Olasılık Aksiyomları OLASILIK Olasılık teorisi, raslantı ya da kesin olmayan olaylarla ilgilenir. Raslantı
DetaylıÖLÇME VE DEĞERLENDĠRME (3)
ÖLÇME VE DEĞERLENDĠRME (3) ÖLÇME SONUÇLARI ÜZERĠNDE ĠSTATĠSTĠKSEL ĠġLEMLER VERĠLERĠN DÜZENLENMESĠ -Herhangi bir test uygulamasından önce verilerin düzenlenmesi için önce bütün puanların büyüklüklerine
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
DetaylıÖğrenim Kazanımları Bu programı başarı ile tamamlayan öğrenci;
Image not found http://bologna.konya.edu.tr/panel/images/pdflogo.png Ders Adı : İSTATİSTİK II Ders No : 0020050027 Teorik : 3 Pratik : 0 Kredi : 3 ECTS : 4 Ders Bilgileri Ders Türü Öğretim Dili Öğretim
DetaylıÖĞRENCİNİN ADI SOYADI:. NO:
ÖĞRENCİNİN ADI SOYADI:. NO: İMZA: 2011-2012 ÖĞRETİM YILI TIP 1. SINIF TEMEL BİYOİSTATİSTİK DERSİ ARA SINAVI (04.11.2011) Biyoistatistik ve Tıp Bilişimi Anabilim Dalı Başarılar Temel Biyoistatistik dersi
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
DetaylıİÇİNDEKİLER 1. GİRİŞ...
İÇİNDEKİLER 1. GİRİŞ... 1 1.1. Regresyon Analizi... 1 1.2. Uygulama Alanları ve Veri Setleri... 2 1.3. Regresyon Analizinde Adımlar... 3 1.3.1. Problemin İfadesi... 3 1.3.2. Konu ile İlgili Potansiyel
Detaylı2. METODOLOJĠ 1 METODOLOJĠ. Programlar ile Ġstatistiksel Veri Analizi-2 (Prof.Dr. Kazım ÖZDAMAR,2002) çalıģmalarından yararlanılmıģtır.
GĠRĠġ 1 GĠRĠġ 2 GĠRĠġ 3 İÇİNDEKİLER 1. GĠRĠġ... 4 2. METODOLOJĠ... 5 3. TEMEL BĠLEġENLER ANALĠZĠ TEKNĠĞĠNĠN UYGULANMASI... 8 4. TR52 DÜZEY 2 BÖLGESĠ ĠLÇELERĠ SOSYAL GELĠġMĠġLĠK ENDEKSĠ...10 5. SONUÇ...27
DetaylıİSTATİSTİKTE TEMEL KAVRAMLAR
İSTATİSTİKTE TEMEL KAVRAMLAR 1. ve 2. Hafta İstatistik Nedir? Bir tanım olarak istatistik; belirsizlik altında bir konuda karar verebilmek amacıyla, ilgilenilen konuya ilişkin verilerin toplanması, düzenlenmesi,
Detaylıistatistik 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