Verilerin Standardizasyonuna Yönelik Bir Bilgisayar Yazılımı: Standart

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Verilerin Standardizasyonuna Yönelik Bir Bilgisayar Yazılımı: Standart"

Transkript

1 Verilerin Standardizasyonuna Yönelik Bir Bilgisayar Yazılımı: Standart Yavuz AKBAŞ Ege Üniversitesi, Ziraat Fakültesi, Zootekni Bölümü, Bornova-İZMİR Özet: Çevre etkileri için fenotipik değerin standartlaştırılması, genotipi tahminlemedeki doğruluk düzeyi artırması bakımından önemlidir. Bu çalışma, sistematik çevre etkilerini düzeltmede kullanılan bazı yöntemleri uygulayan bir bilgisayar yazılımını tanıtmak amacıyla gerçekleştirilmiştir. STANDART isimli bu programın gerçekleştirdiği standartlaştırma yöntemleri sırasıyla (1) Alt Grup Ortalamalarından Ayrılışlar (FARK), (2) Standart Normal Değişkene Çevirme (SND), (3) Tartılı Ortalama Fark (TOF), (4) Tartılı Ortalama Oran (TOR), En Küçük Kareler katsayılarından yararlanarak (5) ortalamaya göre toplamalı (EP1); (6) standart gruba göre toplamalı (EP2); (7) standart gruba göre çarpımsal (EP3) düzeltme katsayıları ile standartlaştırma ve (8) regresyon yaklaşımıdır. Anahtar Kelimeler: Seleksiyon, standartlaştırma, sabit etkiler, yazılım, standart normal değişken, etki payı, regresyon katsayısı A Computer Program for Adjusting Data: Standart Abstract: Adjusting the phenotypic values for known environmental effects is important tool to increase the accuracy of breeding value prediction. This study was conducted to build up a software for adjusting systematic environmental effects using several methods. The methods considered in the software called STANDART are (1) Means Differences (FARK), (2) Converting to Standard Normal Distribution (SND), (3) Weighted Differences of Subgroup Means (TOF), (4) Weighted Ratio of Subgroup Means (TOR), (5) Additive correction factors according to population mean based on Least Square Constants (EP1), (6) Additive correction factors according to a standard group mean based on Least Square Constants (EP2), (7) Multiplicative correction factors according to a standard group mean based on Least Square Constants (EP3), (8) Regression Approach (REG). Key words: Adjustment, selection, fixed effects, software, standard normal variable, fitting constant, regression Giriş Fenotipik değer, genetik mekanizma ile çevresel faktörlerin bileşimi ile şekillenir. Fenotipik değerlerden genetik potansiyelin tahminindeki isabet derecesi, ıslah başarısını doğrudan etkileyen bir faktördür. Genotipi tahminlemedeki doğruluk düzeyi, incelenen özellik bakımından çevresel farklılıkların güvenilir bir şekilde belirlenmesine dayanır. Bu amaçla bireylerin olabildiğince benzer bakım, besleme ve yönetim koşullarda 202

2 yetiştirilmesine çalışılır. Bununla birlikte kaçınılmaz bir şekilde oluşan bazı sistematik çevre etkileri (sürü, yıl ve mevsim) istatistiksel yöntemlerle düzeltilmesi yani standartlaştırılması gerekir. Sistematik çevre etkilerinin standartlaştırılmasında farklı yöntemler kullanılmaktadır (5). Uygulama kolaylığı, kullandığı varsayım ve algoritmalar bakımından farklılık gösteren yöntemler Alt Grup Ortalamalarından Ayrılışlar (FARK), Standart Normal Değişkene Çevirme (SND), Tartılı Ortalama Fark (TOF), Tartılı Ortalama Oran (TOR), En Küçük Kareler katsayılarından yararlanarak ortalamaya göre toplamalı (EP1), standart gruba göre toplamalı (EP2); standart gruba göre çarpımsal (EP3) ve En İyi Doğrusal Sapmasız Tahminleme (BLUP) şeklinde sıralanabilir. Literatürde standartlaştırma yöntemlerin tanıtıldığı çalışmalar (1, 4, 5, 8, 9; 11) yanı sıra, yöntemlerin karşılaştırıldığı, avantaj ve dezavantajlarının vurgulandığı çalışmalar da (2, 3, 6, 7) vardır. Bu çalışma, sistematik çevre etkilerinin standartlaştırılmasında kullanılmak amacıyla geliştirilen STANDART adlı bilgisayar yazılımının tanıtılması amacıyla gerçekleştirilmiştir. Programın Tanıtımı Program BASIC programlama dili kullanılarak yazılmıştır. STANDART ismi verilen program öncelikle hayvan ıslahı dersi uygulamalarına yönelik olarak hazırlanmış, daha sonra sahadan elde edilen verilere uygun hale getirilmiştir. Program aşağıda isimleri sıralanan yöntemleri gerçekleştirmektedir. (1) Alt Grup Ortalamalarından Ayrılışlar (FARK), (2) Standart Normal Değişkene Çevirme (SND), (3) Tartılı Ortalama Fark (TOF), (4) Tartılı Ortalama Oran (TOR), En Küçük Kareler katsayılarından yararlanarak (5) ortalamaya göre toplamalı (EP1); (6) standart gruba göre toplamalı (EP2); (7) standart gruba göre çarpımsal (EP3) düzeltme kaysayılarını kullanan ve, 203

3 (8) sadece sürekli etkilerin olduğu durumda regresyon yaklaşımı ile düzeltme işlemleridir. Program kesikli sistematik çevre etkilerinin standartlaştırılmasına yönelik olarak yazılmış olmakla birlikte, sürekli etkiler veya kesikli ile sürekli etki kombinasyonu için de düzeltme işlemi uygulayabilmektedir. Sürekli etkiler için düzeltmede bu etkilerin incelenen özellik üzerine kısmi regresyon katsayılarının bilinmesi gerekir. Yöntemlerin Tanıtımı Aşağıda yöntemlerin kısa tanıtımları verilmiştir. Yöntemlere ait ayrıntılı literatürde Gönül (5) mevcuttur. Alt Grup Ortalamalarından Ayrılışlar (FARK) Bu yöntemde alt grup içindeki bütün bireylerin sistematik çevre etkilerinden eşit şekilde etkilendiği kabul edilir. Bireylerin verim değerinin alt grup ortalamasından farklılığında sistematik çevre etkilerine ait bir pay bulunmamaktadır. Aradaki fark sistematik çevre etkileri dışında kalan etkileri kapsamaktadır. Yöntem göre standartlaştırma aşağıdaki şekilde uygulanmıştır. Y dik = Y ik - Y i Eşitlikte Y dik i nci gruptaki k ncı bireyin çevre etkileri bakımından düzeltilmiş, Y ik ise düzeltilmemiş fenotipik değerini, Y i. bireyin bulunduğu alt grubun ortalamasını göstermektedir. Standart Normal Değişkene Çevirme (SND) Yöntem, alt grup ortalamalarından ayrılışların o alt gruba ait standart sapma cinsinden hesaplanmasını gerçekleştirir. Bu durumda elde edilen değerler ortalaması sıfır, varyansı bir olan standart normal dağılış gösterir. Yöntem yaklaşım olarak FARK yöntemine dayanmakla birlikte alt gruplar arası varyansların homojen olmamasından kaynaklanabilecek hataları giderir. Y dik = (Y ik - Y i ) / S i Eşitlikte S i alt gruba ait standart sapma değeridir. 204

4 Tartılı Ortalama Fark (TOF) Bu yöntem, düzeltmede ele alınan her bir çevre faktörü için standart kabul edilen düzey ile diğer düzeyler arasındaki farkın gözlem sayıları ile tartılı tahminine dayanır. Hesaplanan tartılı farklılıklara göre düzeltme katsayıları hesaplanıp gözlem değerleri standardize edilir. Örneğin A çevre etkisinin A 1 ve A 2 şeklinde iki düzeyinin ortalamaları X 1 ve X 2, gözlem sayıları n 1 ve n 2 olsun. Buna göre TOF(A 1 -A 2 ) değeri TOF(A 1 -A 2 ) = Σ {(X 1j. - X 2j. ) w j }/ Σ w j w = (n 1j *n 2j ) / (n 1j + n 2j ) şeklinde hesaplanır. Σ işareti, işlemin A 1 ve A 2 düzeyleri arasındaki farka ait bilgiyi veren tüm alt gruplarda yapılacağını ifade etmektedir. W, gözlem sayılarına göre hesaplanan tartı değeridir. Açılımı Y= m + a 2 + e olan bir gözlem değeri, a 1 düzeyi standart alındığında düzeltme işlemleri sonucu Y + TOF(a 1 -a 2 ) + e işlemi ile standardize edilerek Y = m + a 1 + e şekline dönüşür. Böylece tüm bireylerin standart kabul edilen çevrede yer aldıkları kabul edilir. Tartılı Ortalama Oranlar (TOR) Bu yöntemde kullanılan algoritma TOF yöntemi ile benzerdir. Aralarındaki tek farklılık TOF yönteminde ortalamalar arası farklar alınırken, TOR yönteminde ortalamaların birbirine oranı üzerinden işlemler gerçekleştirilir. Dolayısıyla düzeltme sırasında düzeltme katsayıları ile verimler arası toplama/çıkarma işlemi yerine çarpma işlemi uygulanır. En Küçük Kareler Katsayılarını Kullanarak (EP) Bu yöntemde önce çevre etkilerinin her düzeyine ait etki payı tahminlenir. Daha sonra etki payları kullanılarak düzeltme katsayıları hesaplanıp düzeltme işlemine geçilir. Bu yöntemde etki payları kullanılarak a) Ortalamaya göre toplamalı düzeltme katsayıları (EP1), b) Standart çevreye göre toplamalı düzeltme katsayıları (EP2) veya c) Standart çevreye göre çarpımsal düzeltme katsayıları (EP3) hesaplanıp üç şekilde standartlaştırma uygulanabilir. Y = m + a i + b j + e modelinde a i ve b j, sırasıyla A ve B etkilerinin i ve j düzeylerine ait etki paylarını göstermektedir. Bu etkilerin a s ve b s düzeyleri standart düzeyler olsun. 205

5 Ortalamaya göre düzeltilmiş değerler, -(a i + b j ) şeklinde hesaplanan düzeltme katsayıları kullanılarak Y ijk - (a i + b j ) = m + e ijk şeklinde hesaplanır. EP2 durumunda ise (a s -a i )+(b s - b j ) şeklinde hesaplanan düzeltme katsayıları kullanılır. Düzeltme Y ijk + (a s - a i ) + (b s - b j ) = m + a s + b s + e ijk yapısında uygulanır. EP3 yönteminde faktörlerin her düzeyine ait etki payları populasyon ortalaması ile toplanıp ilgili düzeylere ait düzeltilmiş ortalama değerleri hesaplanır. Her faktöre ait standart düzeyin düzeltilmiş ortalaması ile diğer düzeyin düzeltilmiş ortalaması oranlanarak faktörün o düzeyine ait çarpımsal düzeltme katsayısı bulunur. Daha sonra bireyin verim değerini etkileyen her faktörün ilgili düzeyine ait çarpımsal düzeltme katsayılarını birbirleriyle ve sonuçta elde edilen değeri verim değeri ile çarparak düzeltilmiş verim değerlerine ulaşılır. Programın Çalıştırılması Program farklı yöntemlerin kullanımı için oluşturulmuş beş farklı dosyadan (STANDART.EXE, SND.EXE, TO.EXE, EPAYI.EXE, REGRES.EXE) oluşmaktadır. STANDART isimli dosya programın ana menusunun yer aldığı başlangıç dosyasıdır. Diğer dosyalarla ilgili gerekli bağlantılar STANDART dosyası ile sağlanmaktadır. Program doğrudan çalıştırılabilir bir yapıdadır. STANDART yazıp ENTER tuşuna basılarak program çalıştırıldığında ekrana Şekil 1 de verilen programı tanıtıcı bir logo gelmektedir. Herhangi bir tuşa basılması sonucu Şekil 2 deki programın ana menüsüne ulaşılır. STANDARTLAŞTIRMA PROGRAMINA HOŞ GELDİNİZ HAZIRLAYAN : Doç. Dr. YAVUZ AKBAŞ EGE ÜNİVERSİTESİ ZİRAAT FAKÜLTESİ, ZOOTEKNİ BÖLÜMÜ BİYOMETRİ VE GENETİK ANABİLİM DALI BORNOVA, İZMİR DEVAM ETMEK İÇİN HERHANGİ BİR TUŞA BASINIZ Şekil 1. Programın Logosu Ana menüden yöntem seçimi sonrasında program, düzeltilmiş ve düzeltilmemiş verimler arası Spearman ın sıra (rank) korelasyon analizinin (10) istenip istenmediğini sorar. Kullanıcı bu analizi istemediğini (=0), sadece sıra korelasyonu istediğini (=1) veya 206

6 hem sıra korelasyonu hem de sıra değerlerini görmek istediğini (=2) belirtebilir. Daha sonra yöntemlerle ilgili diğer sorulara geçilir. Programın ekrandan ve dosyadan cevaplanması istediği sorular FARK, SND, TOF ve TOR yöntemleri için Çizelge 1 de, etki payını kullanan yöntemler için Çizelge 2'de verilmiştir. STANDARTLAŞTIRMA PROGRAMI Doç.Dr.YAVUZ AKBAŞ E.Ü.Z.F. BORNOVA,İZMİR =========================================== ANA MENÜ =========================================== ALT GRUP ORTALAMALARINDAN AYRILIŞLAR ==> 1 STANDART NORMAL DEĞİŞKENE ÇEVİRME ==> 2 TARTILI ORTALAMA FARK (TOF) ==> 3 TARTILI ORTALAMA ORAN (TOR) ==> 4 ETKİ PAYLARINI KULLANARAK ==> 5 SADECE SÜREKLİ ETKİ DURUMUNDA ==> 6 PROGRAMDAN ÇIKIŞ ==> 7 =========================================== SEÇİMİNİZ...==> Şekil 2. Programın Ana Menüsü FARK, SND, TOF ve TOR yöntemleri elimizde çevre etkilerine ait özet bilgilerin bulunması durumunda da kullanılabilir. Özet bilgiler daha geniş bir veri setinden veya önceki yıllara ait veri setlerinden veya uygun literatürlerden elde edilmiş olabilir. Bu bilgiler kullanılarak elimizdeki veri seti standartlaştırılabilir. Bu yaklaşım, elimizdeki veri setinin küçük, özet bilgilerin daha geniş bir veri setinden elde edildiği durumlarda daha doğru bir seçim olabilir. Program, bu seçenekte özet bilgilerin bulunduğu dosya dışında, düzeltilecek verilerin bulunduğu dosyayı da soracaktır. Etki paylarının kullanımında standartlaştırma işlemi yapmadan sadece düzeltme katsayılarını hesaplanabilir. Program, düzeltilecek veri olup olmadığı sorusuna Evet (E) cevabının verilmesi durumunda, verilere düzeltme işlemini de gerçekleştirmektedir. Program ayrıca verilerin etki paylarına ait bilgilerle aynı dosyada olup olmadığını sorar. Veriler farklı bir dosyada ise dosya adı sorgulanır. Bütün yöntemlere ait veri dosyalarında düzeltilecek verilerin yapısı Birey no, sabit etkilere ait kodlar, sürekli etki düzeyleri ve verim düzeyi sırasında olmalıdır. 207

7 Sabit etki düzeyleri 1 den n e kadar kodlanmış olarak yazılmalıdır. Program için gerekli dosyalar EDIT veya XEDIT gibi ASCII yapıdaki herhangi bir editör ile oluşturulabilir. FARK, SND, TOF ve TOR yöntemlerinde veri dosyasının ilk satırlarına yazılacak etkileri ait tanımlayıcı bilgilerin yapısı genel olarak benzer hale getirilmiştir (Çizelge 1). Tanımlayıcı bilgiler sırasıyla kesikli ve sürekli etki sayısı, veri formu (özet veya veri setinden), kesikli etkilere ait bilgiler, sürekli etkilere ait bilgiler şeklindedir. Kesikli etkilere ait sorulan bilgiler FARK ve SND yöntemlerinde özet formda etki adı, maksimum düzey, 0, veri setinden hesaplamada etki adı, 0, 0 şeklinde, TOF ve TOR yöntemlerinde ise her iki veri formunda da etki adı, maksimum düzey, standart düzey bilgileri istenmektedir. Sürekli etkilere ait istenen bilgiler etki adı, kısmi regresyon katsayısı, standart düzey sırasında olup bütün yöntemlerde aynıdır. FARK ve SND yöntemleri, düzeltilmiş verimleri ortalaması sıfır olacak şekilde, farklı bir skalada vermektedir. SND yöntemi varyansı da değiştirmektedir. Bu nedenle program, bu yöntemlerde düzeltilmiş verimlerin belirli bir ortalama ve standart sapmaya göre kodlanmasına izin vermektedir. Program, standartlaştırmanın da doğası gereği bazı kısıtlamalara sahiptir. Gönül (9), düzeltme işleminin etkinliği açısından standartlaştırmanın mümkün olduğunca az sayıda çevre etkisi için uygulanmasını önermekte ve üçten fazla sayıda çevre etkileri için yapılacak düzeltmelerden olumlu sonuçlar alınması ihtimalinin düşük olduğunu bildirmektedir. Fakat Akbaş (2), yöntemlerin bu konuda aynı tepkiyi vermediğini ortaya koymuştur. Bu sınırlama TOR yönteminde daha kritiktir. TOR yöntemi ikiden fazla kesikli etki olması durumunda önerilmemektedir (2). Programda FARK, SND, TOF ve TOR yöntemlerinde kesikli etki sayısı beşi geçmemelidir. Etki paylarının kullanımında ise on adet kesikli etkiye izin verilmiştir. Program sürekli etki sayısında bir kısıtlama getirmemektedir. 208

8 Uygulama Koyunlarda sütten kesim ağırlığının işletme, yıl ve bireyin doğum ağırlığına göre önemli değişim gösterdiği bilinmektedir. Bu durumda özelliği etkileyen iki kesikli, bir adet sürekli etkimiz vardır. Amaç sütten kesim ağırlığı bakımından genetik potansiyellerine göre bireyleri seçmektir. Bu nedenle fenotipik değerler üzerine işletme, yıl ve doğum ağırlıklarının etkisinin giderilmesi gerekir. Seleksiyon uygulanacak bireylerin sütten kesim ağırlıkları üç farklı işletme ve iki farklı yılda elde edilmiş olsun. FARK ve SND dışındaki yöntemler için kesikli etkilerin ilk düzeyleri standart alınsın. Yani bütün bireyler ilk yıl ve ilk işletmede bulunuyormuşcasına standartlaştırılsın. Örnek veri girişinde sıra korelasyon analizi istenmezken, FARK ve SND yöntemlerinde düzeltilmiş verimlerin ortalamaları 100, standart sapmaları 5 olacak şekilde kodlanmaları istenmiştir. Örneğimize uygun olarak oluşturulacak veri dosyalarının yapısı hesaplamaların özet tanımlamalar veya veri setinden yapılmasına göre değişmektedir. Standartlaştırma özet bilgiler kullanılarak yapılacaksa veri özetleri ÖZET.DAT, veri seti ise VERI.DAT dosyalarında yer alsın. VERI.DAT dosyası bütün bireylere ait No, kesikli etki kodları, sürekli etki düzeyleri ve verim bilgilerinden oluşmaktadır. Bu durumda örneğimiz için yöntemlere göre veri giriş şekli Çizelge 1 ve 2 de verilmiştir. FARK ve SND yöntemlerinin uygulaması sonrasında sonuç dosyasına alt gruplara ait özet bilgiler ile düzeltilmiş veriler yazdırılır. TOR ve TOF yöntemlerinde her bir TOR/TOF değeri hesaplanmasına ait tablo, her kombinasyona ait düzeltme katsayılarını içeren tablo, düzeltilmiş verimler ve kesikli etkilere ait etki payları yazdırılmaktadır. Etki paylarının kullanıldığı yöntemlerde ise etki payları, düzeltme katsayıları ve düzeltilmiş verim değerleri sonuç dosyasına yazdırılmaktadır. Rank korelasyon analizi istenmesi durumunda, bu analiz sonuçları da sonuç dosyasına ilave edilmektedir. Çıktı bilgilerinin benzerliği nedeniyle örneğimize ait sadece TOF yöntemi çıktıları EK 1 de verilmiştir. 209

9 Çizelge 1. FARK, SND, TOF ve TOR yöntemlerinin uygulanmasında istenen bilgiler FARK veya SND TOF veya TOR EKRANDAN SORULAN SORULAR Yöntem seçimi (1, 2, 3, 4, 5, 6) 1 veya 2 3 veya 4 Rank analiz tercihi (0, 1, 2) 0 0 Özet bilgilerin bulunduğu dosya adı? OZET.DAT OZET.DAT Sonuçların yazdırılacağı dosya adı? SONUC.SON SONUC.SON Kodlama tercihi (E/H)? (FARK ve SND için) E - Ortalam değeri giriniz? (FARK ve SND için) Standart sapmayı giriniz? (FARK ve SND için) 5 - Veriler düzeltilecek mi (E/H)? (TOR ve TOF için) - E Verilerin bulunduğu dosya adı? (özet formda) VERI.DAT VERI.DAT DOSYADAN ISTENEN BILGILER Kesikli etki sayısı (maksimum 5) 2 2 Sürekli etki sayısı 1 1 Veri giriş şekli (özet=1, geniş=2) 1 1 Kesikli etkilere ait bilgiler işletme,3,0 işletme,3,1 (adı, maksimum düzey, standart) yıl,2,0 yıl, 2,1 Sürekli etkilere ait bilgiler doğum,1,15 doğum,1,15 (adı, reg. kaysayısı, std.düzey) Özet bilgiler (Veri giriş şekli=1 ise) (kesikli etki kodları, ortalama, std.sapma) 1, 1, 3.5, 0.8 1, 2, 4.5,1.2 1, 1, 3.5,0.8 1, 2, 4.5,1.2 Veri seti (Veri giriş şekli=2 ise) (No, kesikli etki kodları, sürekli etki düzeyi, verim) diğer kombinasyonlar 1, 3, 1, 2.98, , 3, 2, 3.09, diğer bireyler Çizelge 2. Etki paylarına göre yapılacak standartlaştırmada istenen bilgiler EKRANDAN SORULAN SORULAR Yöntem seçimi (1, 2, 3, 4, 5, 6) 5 Rank analiz tercihi (0, 1, 2) 0 Etki payına göre yöntem seçimi (1, 2, 3) 1 Veriler nereden okunacak (1=ekrandan, 2=dosyadan) 2 Etki paylarının bulunduğu dosya adı? EPAYI.DAT Sonuçların yazdırılacağı dosya adı? EPAYI.SON Düzeltilecek veri var mı (E/H)? E Veriler ayrı dosyada mı (E/H)? E Verilerin bulunduğu dosya adı?(veriler ayrı dosyada ise) VERI.DAT DOSYADAN ISTENEN BILGILER Özelliğe ait genel ortalamayı giriniz 15 Kesikli etki sayısı (maksimum 10) 2 Sürekli etki sayısı 1 Kesikli etkilere ait bilgiler(adı, maksimum düzey, standart) işletme,3,1 1.kesikli etki düzeylerine ait etki payları kesikli etkiye ait bilgiler yıl,2,1 2.kesikli etki düzeylerine ait etki payları Sürekli etkilere ait bilgiler (adı, reg. kaysayısı, std.düzey) doğum,1,15 Veri seti (Veri giriş şekli=2 ise) (No, kesikli etki kodları, sürekli etki düzeyi, verim) diğer kombinasyonlar 1, 3, 1, 2.98, , 3, 2, 3.09, diğer bireyler 1, 3, 1, 2.98, , 3, 2, 3.09, diğer bireyler 210

10 Sonuç Standartlaştırma yönteminin seçimi veri setimizin yapısına ve elimizde veri setini tanımlayıcı ne tür bir bilgi bulunduğuna bağlı olarak değişir. Bu nedenle tanıtımı yapılan yazılım, farklı yöntemleri uygulayabilecek şekilde geliştirilmiştir. En basit olarak FARK yöntemi uygulanabileceği gibi, alt gruplardaki gözlem sayıları arasında büyük farklılıklar olması durumunda ortalama bilgilerini gözlem sayıları ile tartılandırarak kullanan TOF veya TOR yöntemi seçilmelidir. Alt gruplar arası varyansların homojen olmadığı durumlarda ise bu durumu dikkate alan SND yöntemi üzerinde durulmalıdır. Sistematik çevre etkilerine ait etki paylarının bilinmesi durumunda EP1, EP2 veya EP3 yöntemleri kullanılabilir. Yöntem seçiminde diğer önemli nokta, toplamalı düzeltme uygulayan yöntemlerin seçilmesine çalışılmalıdır. Çünkü düzeltilecek faktör sayısı arttıkça çarpımsal düzeltme yapan yöntemler sapmalı sonuçlar vermekte ve grup içi varyansları değiştirmektedir (2). Kaynaklar 1. Akar, M.; Pekel, E. Hayvan Islahı Uygulaması. Çukurova Üniversitesi Ziraat Fakültesi Ders kitabı no:7 Adana, Akbaş, Y Hayvan ıslahinda verilerin standardizasyonunda kullanılan yöntemlerin karşılaştırılması. II.Ulusal Zootekni Bilim Kongresi Eylül 1998, Bursa. 3. Cundiff,L.V., William, R.L.,Pratt, C.A. Additive Versus Multiplicative Correction Factors for Weaning Weight in Beef Cattle. J. Anim.Sci. 1966; 25: Düzgüneş, O; Akman, N. Varyasyon Kaynakları. Ankara Üniversitesi Ziraat fakültesi Yayınları: 954. Ankara Gönül, T. Hayvan Islahında Standardizasyon. Tavukçuluk Araştırma Enstitüsü. Yayın No:15, Ankara. 1974a 6. Gönül, T. Tartılı Ortalama Farklardan (TOF) Çevre Etki Paylarının Saptanması Ve Düzeltme Üzerine Araştırmalar. Ege Üniversitesi Ziraat Fakültesi Dergisi 1974b; 11(2): Gönül, T. En Küçük Karelere Katsayıları (Least Squares Constans) ve Tartılı Oranlardan Çarpımsal Düzeltme Faktörleri Hesaplanması üzerinde araştırmalar. E.Ü.Ziraat Fakültesi Dergisi 1976; Henderson, C.R. Sire Evaluation and Genetic Trends. Proc. Anim.Breed.Genet.Symp. Virginia Polytechnic Institute and State University, VA,pp , Henderson, C.R. Aplication of Linear Models in Model in Animal Breeding. University of Guelph, Guelph, Ontario, Canada, Ott, L. An Inroduction to Statistical Methods and Data Analysis. Chapman & Hall London, Yalçın, B.C. Çevre Tesirlerinin İstatistiki Eliminasyonu. Kurs notları (Teksir). T.B.T.A.K. Ankara,

11 EK 1. STANDART programında TOF yöntemi kullanılarak elde eldilen çıktı örneği S T A N D A R T (V 1.0) İSTATİSTİKSEL VERİ DÜZELTME PROGRAMI (Doç.Dr.YAVUZ AKBAŞ) E.Ü.Z.F.ZOOTEKNİ BÖLÜMÜ, BİYOMETRİ VE GENETİK A.B.D.(İZMİR,1998) STANDARTLAŞTIRMA TOF (Tartılı Ortalama Fark) YAKLAŞIMI İLE GERÇEKLEŞTİRİLMİŞTİR. BİLGİLER ornekto.dat DOSYASINDAN OKUNMUŞTUR. SONUÇLAR VERI SETINDEN DOGRUDAN HESAPLANMIŞTIR. KESİKLİ ETKİ SAYISI = 2 SÜREKLİ ETKİ SAYISI= 1 isletme yıl N ORTALAMA işletme ETKİSİNİN TOF DEĞERİNİN HESAPLANMASI ORTALAMALAR NSAYILARI (D) TARTI(W) W*D TOPLAM W*D= TOPLAM W= ve TOF DEĞERİ (isletme1-2)= TOPLAM W*D= TOPLAM W= ve TOF DEĞERİ (isletme1-3) = yil ETKİSİ İÇİN TOF DEĞERİNİN HESAPLANMASI ORTALAMALAR NSAYILARI FARK(D) TARTI(W) W*D TOPLAM W*D= TOPLAM W= ve TOF DEĞERİ (yil1-2) = DUZELTME KATSAYILARI TABLOSU isletme yıl KATSAYI DÜZELTİLMİŞ VERİMLER NO işletme yıl Doğum VERİM DÜZELTİLMIŞ VERİM diğer veriler ETKİ PAYLARI ============================ isletme E-02 isletme isletme yıl yıl ============================ 212

HAYVAN ISLAHINDA VERİLERİN STANDARDİZASYONUNDA KULLANILAN YÖNTEMLERİN KARŞILAŞTIRILMASI

HAYVAN ISLAHINDA VERİLERİN STANDARDİZASYONUNDA KULLANILAN YÖNTEMLERİN KARŞILAŞTIRILMASI HAYVAN ISLAHINDA VERİLERİN STANDARDİZASYONUNDA KULLANILAN YÖNTEMLERİN KARŞILAŞTIRILMASI Yavuz AKBAŞ 1 ÖZET Genotipi tahminlemedeki doğruluk düzeyi incelenen özellik bakımından bilinen çevresel farklılıkların

Detaylı

Süt Tipi Oğlakların Doğum, 30. Gün ve 60. Gün Canlı Ağırlıkları Üzerine Sistematik Çevre Etmenlerinin Etkileri

Süt Tipi Oğlakların Doğum, 30. Gün ve 60. Gün Canlı Ağırlıkları Üzerine Sistematik Çevre Etmenlerinin Etkileri Ege Üniv. Ziraat Fak. Derg., 2002, 39 (2):73-78 ISSN 1018-8851 Süt Tipi Oğlakların Doğum, 30. Gün ve 60. Gün Canlı Ağırlıkları Üzerine Sistematik Çevre Etmenlerinin Etkileri Arzu DUMAN 1 Erdinç DEMİRÖREN

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

BKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 )

BKİ 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

Detaylı

İSTATİSTİK HAFTA. ÖRNEKLEME METOTLARI ve ÖRNEKLEM BÜYÜKLÜĞÜNÜN TESPİTİ

İSTATİSTİK 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

Detaylı

0.04.03 Standart Hata İstatistikte hesaplanan her istatistik değerin mutlaka hatası da hesaplanmalıdır. Çünkü hesaplanan istatistikler, tahmini bir değer olduğu için mutlaka hataları da vardır. Standart

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

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

01.02.2013. Statistical Package for the Social Sciences

01.02.2013. 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

Detaylı

8. BÖLÜM: DEĞİŞEN VARYANS

8. BÖLÜM: DEĞİŞEN VARYANS 8. BÖLÜM: DEĞİŞEN VARYANS Bu bölümde; Değişen Varyans Tespiti için Grafik Çizme Değişen Varyans Testi: Park Testi Değişen Varyans Testi: White Testi Değişen Varyans Probleminin Çözümü: Ağırlıklandırılmış

Detaylı

SELEKSİYON İNDEKSİ VE FARKLI BLUP UYGULAMALARININ KARŞILAŞTIRILMASI. Yavuz AKBAŞ 1

SELEKSİYON İNDEKSİ VE FARKLI BLUP UYGULAMALARININ KARŞILAŞTIRILMASI. Yavuz AKBAŞ 1 SELEKSİYON İNDEKSİ VE FARKLI BLUP UYGULAMALARININ KARŞILAŞTIRILMASI Yavuz AKBAŞ 1 ÖZET Evcil hayvanların genetik ıslahında kullanılan istatistik yöntemler son 25 yıl içinde büyük bir ilerleme göstermiştir.

Detaylı

3. BÖLÜM: EN KÜÇÜK KARELER

3. BÖLÜM: EN KÜÇÜK KARELER 3. BÖLÜM: EN KÜÇÜK KARELER Bu bölümde; Kilo/Boy Örneği için Basit bir Regresyon EViews Denklem Penceresinin İçeriği Biftek Talebi Örneği için Çalışma Dosyası Oluşturma Beef 2.xls İsimli Çalışma Sayfasından

Detaylı

Örnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız.

Örnek 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

Detaylı

Çiftlik hayvanları endüstrisinin yapısı elit Çok yönlü ticari Kantitatif genetik formulleri özeti Temel genetik: Genel öneri: Genellikle iki yönlü tablo kullanılır Sorular sorudaki probleme ilişkin verilen

Detaylı

Hipotezlerin test edilip onaylanması için çeşitli istatistiksel testler kullanılmaktadır. Fakat...

Hipotezlerin 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

Detaylı

İstatistik ve Olasılık

İstatistik 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

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

Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal. değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma

Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal. değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma 2 13.1 Normal Dağılımın Standartlaştırılması Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma değerleriyle normal

Detaylı

İÇİNDEKİLER ÖN SÖZ...

İÇİNDEKİLER 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

Detaylı

Hayvan Islahı ve Yetiştirme 2. ders

Hayvan Islahı ve Yetiştirme 2. ders Hayvan Islahı ve Yetiştirme 2. ders Akin Pala akin@comu.edu.tr Seleksiyona cevap Et sığırlarında doğum ağırlığını arttırmak istiyoruz. Ağır doğmuş olan bireyleri ebeveyn olarak seçip çiftleştiriyoruz.

Detaylı

UYGULAMA 4 TANIMLAYICI İSTATİSTİK DEĞERLERİNİN HESAPLANMASI

UYGULAMA 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

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

YANLILIK. Yanlılık örneklem istatistiği değerlerinin evren parametre değerinden herhangi bir sistematik sapması olarak tanımlanır.

YANLILIK. 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,

Detaylı

Korelasyon, Korelasyon Türleri ve Regresyon

Korelasyon, 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.

Detaylı

Korelasyon ve Regresyon

Korelasyon ve Regresyon Korelasyon ve Regresyon Korelasyon- (lineer korelasyon) Açıklayıcı (Bağımsız) Değişken x çalışma zamanı ayakkabı numarası İki değişken arasındaki ilişkidir. Günlük sigara sayısı SAT puanı boy Yanıt (Bağımlı)

Detaylı

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.

Genel 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

Detaylı

KORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN

KORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN KORELASYON VE REGRESYON ANALİZİ Doç. Dr. Bahar TAŞDELEN Günlük hayattan birkaç örnek Gelişim dönemindeki bir çocuğun boyu ile kilosu arasındaki ilişki Bir ailenin tükettiği günlük ekmek sayısı ile ailenin

Detaylı

Regresyon. Regresyon korelasyon ile yakından ilişkilidir

Regresyon. Regresyon korelasyon ile yakından ilişkilidir Regresyon Regresyona Giriş Regresyon korelasyon ile yakından ilişkilidir Regresyon bir bağımlı değişken ile (DV) bir veya daha fazla bağımsız değişken arasındaki doğrusal ilişkiyi inceler. DV için başka

Detaylı

Bu örnekte kullanılan veri 200 gözleme sahiptir ve örnek için özel olarak oluşturulmuştur.

Bu örnekte kullanılan veri 200 gözleme sahiptir ve örnek için özel olarak oluşturulmuştur. Değişen Varyans Örnek Bu örnekte kullanılan veri 200 gözleme sahiptir ve örnek için özel olarak oluşturulmuştur. 1 Aşağıda yer alan denklemi tahmin edelim; y i = β 0 + β 1 x 1i + β 2 x 2i + u i EViews

Detaylı

Genler ve Çevre fenotipik varyansa ne kadar katkıda bulunuyor?

Genler ve Çevre fenotipik varyansa ne kadar katkıda bulunuyor? Genler ve Çevre fenotipik varyansa ne kadar katkıda bulunuyor? Akin Pala akin@comu.edu.tr Genlerin katkısı Neden aile bireyleri birbirine benzer? Ortak genler paylaşırlar Neden verimlerin genotip tarafından

Detaylı

Temel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri

Temel 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

Detaylı

ÖRNEKLEME TEORİSİ. Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ

ÖRNEKLEME 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

Detaylı

Ölçme ve Değerlendirme

Ölçme ve Değerlendirme Ölçme ve Değerlendirme Z Puanı T Puanı Yrd. Doç. Dr. Yetkin Utku KAMUK Standart Puan Herhangi bir ölçüm sonucunda elde edilen ve farklı birimlere sahip ham puanların, standart bir dağılım haline dönüştürülmesi

Detaylı

Dicle Üniversitesi Fen Bilimleri Enstitüsü Dergisi. 1. Giriş. Dudu Yazgan, Zeki Doğan, Kemal Yazgan

Dicle Üniversitesi Fen Bilimleri Enstitüsü Dergisi. 1. Giriş. Dudu Yazgan, Zeki Doğan, Kemal Yazgan DUFED 6 (2) (2017) 83-88 Dicle Üniversitesi Fen Bilimleri Enstitüsü Dergisi dergi anasayfa: http://www.dufed.org Sığırlarda besi sonu ağırlığına besi başı ağırlığının etkisinin kovaryans analizi ile incelenmesi

Detaylı

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü

Yrd. 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

Detaylı

13. Olasılık Dağılımlar

13. 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

Detaylı

MAK 210 SAYISAL ANALİZ

MAK 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

Detaylı

H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 606 Araştırma Yöntemleri (Bahar 2014) 3 Nisan 2014

H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 606 Araştırma Yöntemleri (Bahar 2014) 3 Nisan 2014 H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 606 Araştırma Yöntemleri (Bahar 2014) 3 Nisan 2014 t testleri: Tek örneklem t testi, Bağımsız iki örneklem t testi, Bağımlı iki örneklem t testi Aşağıdaki analizlerde

Detaylı

UYGULAMA 1 SPSS E GİRİŞ. SPSS; File, Edit, View, Data, Transform, Analyze, Graphs, Utilities, Window, Help adlı 10 adet program menüsü içermektedir.

UYGULAMA 1 SPSS E GİRİŞ. SPSS; File, Edit, View, Data, Transform, Analyze, Graphs, Utilities, Window, Help adlı 10 adet program menüsü içermektedir. 1 UYGULAMA 1 SPSS E GİRİŞ SPSS; File, Edit, View, Data, Transform, Analyze, Graphs, Utilities, Window, Help adlı 10 adet program menüsü içermektedir. Bu menülerin işlevleri ve alt menüleri ile komutları

Detaylı

BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ

BÖLÜM 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...

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

SPSS E GİRİŞ SPSS TE TEMEL İŞLEMLER. Abdullah Can

SPSS E GİRİŞ SPSS TE TEMEL İŞLEMLER. Abdullah Can SPSS E GİRİŞ SPSS TE TEMEL İŞLEMLER SPSS in üzerinde işlem yapılabilecek iki ana ekran görünümü vardır. DATA VIEW (VERİ görünümü) VARIABLE VIEW (DEĞİŞKEN görünümü) 1 DATA VIEW (VERİ görünümü) İstatistiksel

Detaylı

Oluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir

Oluşturulan 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

Detaylı

SİYAH ALACA SIĞIRLARDA 305 GÜNLÜK SÜT VERİMİ ÜZERİNE ETKİLİ FAKTÖRLERİN PATH ANALİZİ İLE İNCELENMESİ

SİYAH ALACA SIĞIRLARDA 305 GÜNLÜK SÜT VERİMİ ÜZERİNE ETKİLİ FAKTÖRLERİN PATH ANALİZİ İLE İNCELENMESİ İYAH ALACA IĞIRLARDA 305 GÜNLÜK ÜT VERİMİ ÜZERİNE ETKİLİ FAKTÖRLERİN ATH ANALİZİ İLE İNCELENMEİ Ö. İşçi 1, Ç. Takma 2 Y. Akbaş 2 ÖZET İncelenen kantitatif bir özellik üzerine çeşitli faktörlerin doğrudan

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

Deneysel Verilerin Değerlendirilmesi. Dersi Veren Öğretim Üyeleri: Yrd. Doç. Dr. Özge ANDİÇ ÇAKIR. Prof. Dr. Murat ELİBOL FİNAL SINAVI

Deneysel Verilerin Değerlendirilmesi. Dersi Veren Öğretim Üyeleri: Yrd. Doç. Dr. Özge ANDİÇ ÇAKIR. Prof. Dr. Murat ELİBOL FİNAL SINAVI Deneysel Verilerin Değerlendirilmesi Dersi Veren Öğretim Üyeleri: Yrd. Doç. Dr. Özge ANDİÇ ÇAKIR Prof. Dr. Murat ELİBOL FİNAL SINAVI Ödevi Hazırlayan: Özge AKBOĞA 91100019124 (Doktora) Güz,2012 İzmir 1

Detaylı

Konum ve Dağılım Ölçüleri. BBY606 Araştırma Yöntemleri Güleda Doğan

Konum 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

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

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

İÇİNDEKİLER 1. GİRİŞ...

İÇİNDEKİLER 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

Detaylı

Üniversite Öğrencilerinin Akademik Başarılarını Etkileyen Faktörler Bahman Alp RENÇBER 1

Üniversite Öğrencilerinin Akademik Başarılarını Etkileyen Faktörler Bahman Alp RENÇBER 1 Çankırı Karatekin Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 3(1): 191-198 Üniversite Öğrencilerinin Akademik Başarılarını Etkileyen Faktörler Bahman Alp RENÇBER 1 Özet Bu çalışmanın amacı, üniversite

Detaylı

3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1

3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1 3. TAHMİN 3.1. En Küçük Kareler (EKK) Yöntemi 1 En Küçük Kareler (EKK) yöntemi, regresyon çözümlemesinde en yaygın olarak kullanılan, daha sonra ele alınacak bazı varsayımlar altında çok aranan istatistiki

Detaylı

K-S Testi hipotezde ileri sürülen dağılımla örnek yığılmalı dağılım fonksiyonunun karşılaştırılması ile yapılır.

K-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

Detaylı

Data View ve Variable View

Data View ve Variable View SPSS i çalıştırma 0 SPSS İlk Açılışı 1 Data View ve Variable View 2 Değişken Tanımlama - 1 3 Değişken Tanımlama - 2 4 Boş Veri Sayfası 5 Veri Girişi - 1 6 Veri Girişi - 2 7 Dosya Kaydetme 1 2 3 8 File

Detaylı

Test İstatistikleri. Test İstatistikleri Madde İstatistikleri Madde Güçlük İndeksi. Madde Ayırt Edicilik İndeksi Madde Varyansı Madde Güvenirliği

Test İstatistikleri. Test İstatistikleri Madde İstatistikleri Madde Güçlük İndeksi. Madde Ayırt Edicilik İndeksi Madde Varyansı Madde Güvenirliği Test İstatistikleri Test İstatistikleri ünite başlıkları Test İstatistikleri Madde İstatistikleri Madde Güçlük İndeksi Madde Ayırt Edicilik İndeksi Madde Varyansı Madde Güvenirliği 1 Test İstatistikleri

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

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

SPPS. Verileri Düzenleme ve Değiştirme 3 - Data Menüsü. Y. Doç. Dr. İbrahim Turan Nisan 2011

SPPS. Verileri Düzenleme ve Değiştirme 3 - Data Menüsü. Y. Doç. Dr. İbrahim Turan Nisan 2011 SPPS Verileri Düzenleme ve Değiştirme 3 - Data Menüsü Y. Doç. Dr. İbrahim Turan Nisan 2011 Data Menüsü 1- Define Variable 1- Properties (Değişken Özelliklerini Tanımlama) Değişken özelliklerini tanımlamak

Detaylı

Bağlı Dosya Oluşturma Uygulaması

Bağlı Dosya Oluşturma Uygulaması Bağlı Dosya Oluşturma Uygulaması Bağlı Dosya Oluşturma Uygulaması İÇİNDEKİLER BAĞLI DOSYA OLUŞTURMA... 3 Bağlı Dosya Oluşturma için Tanımlamalar... 3 Ortak Seçenekler... 3 Klasör Seçenekleri... 3 Kullanıcı

Detaylı

Mühendislikte İstatistik Yöntemler

Mühendislikte 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

Detaylı

Bir Normal Dağılım Ortalaması İçin Testler

Bir 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

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

Bölüm 3. Tanımlayıcı İstatistikler

Bölüm 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

Detaylı

İSTATİSTİKSEL DARALTICI (SHRINKAGE) MODEL VE UYGULAMALARI * A Statistical Shrinkage Model And Its Applications*

İSTATİSTİKSEL DARALTICI (SHRINKAGE) MODEL VE UYGULAMALARI * A Statistical Shrinkage Model And Its Applications* Ç.Ü. Fen Bilimleri Enstitüsü Yıl:010 Cilt:-1 İSTATİSTİKSEL DARALTICI (SHRINKAGE) MODEL VE UYGULAMALARI * A Statistical Shrinkage Model And Its Applications* Işıl FİDANOĞLU İstatistik Anabilim Dalı Fikri

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

4. BÖLÜM: REGRESYON ANALİZİNİ KULLANMAYI ÖĞRENME

4. BÖLÜM: REGRESYON ANALİZİNİ KULLANMAYI ÖĞRENME 4. BÖLÜM: REGRESYON ANALİZİNİ KULLANMAYI ÖĞRENME Bu bölümde; Bir grup değişkenin çalışma sayfası görüntüsünü görüntüleme Bir grup değişkenin tanımlayıcı istatistiklerini görüntüleme Bir grup içerisindeki

Detaylı

PARMAKLI VE TAMBURLU ÇAYIR BİÇME MAKİNALARINDA ARIZALANMA VE TAMİRE BAĞLI RİSK KATSAYISININ SİMÜLASYONLA BELİRLENMESİ

PARMAKLI VE TAMBURLU ÇAYIR BİÇME MAKİNALARINDA ARIZALANMA VE TAMİRE BAĞLI RİSK KATSAYISININ SİMÜLASYONLA BELİRLENMESİ Tarımsal Mekanizasyon 8. Ulusal Kongresi Tekirdağ 830 PARMAKLI VE TAMBURLU ÇAYIR BİÇME MAKİNALARINDA ARIZALANMA VE TAMİRE BAĞLI RİSK KATSAYISININ SİMÜLASYONLA BELİRLENMESİ The Simulation of Risk Coefficient

Detaylı

İNŞAAT MÜHENDİSLİĞİ BÖLÜMÜ ÖĞRENCİLERİNİN BAŞARI NOTLARININ DEĞERLENDİRİLMESİ. Tamer Yılmaz, Barış Yılmaz, Halim Sezici 1 ÖZET

İNŞAAT MÜHENDİSLİĞİ BÖLÜMÜ ÖĞRENCİLERİNİN BAŞARI NOTLARININ DEĞERLENDİRİLMESİ. Tamer Yılmaz, Barış Yılmaz, Halim Sezici 1 ÖZET İNŞAAT MÜHENDİSLİĞİ BÖLÜMÜ ÖĞRENCİLERİNİN BAŞARI NOTLARININ DEĞERLENDİRİLMESİ Tamer Yılmaz, Barış Yılmaz, Halim Sezici 1 ÖZET Bu çalışmada, Celal Bayar Üniversitesi İnşaat Mühendisliği Bölümü öğrencilerinin

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

Karakter katarları ile ilgili fonksiyonlar içerir Yerel kayan noktalı sayılar tanımlanır

Karakter katarları ile ilgili fonksiyonlar içerir Yerel kayan noktalı sayılar tanımlanır stringh floath Karakter katarları ile ilgili fonksiyonlar içerir Yerel kayan noktalı sayılar tanımlanır 32 Sorgulama İfadesi - if Deyimi (5 Hafta) Bu deyim sorgulamanın tek basamakta yapılacağı yerlerde

Detaylı

ÖRNEK BULGULAR. Tablo 1: Tanımlayıcı özelliklerin dağılımı

ÖRNEK BULGULAR. Tablo 1: Tanımlayıcı özelliklerin dağılımı BULGULAR Çalışma tarihleri arasında Hastanesi Kliniği nde toplam 512 olgu ile gerçekleştirilmiştir. Olguların yaşları 18 ile 28 arasında değişmekte olup ortalama 21,10±1,61 yıldır. Olguların %66,4 ü (n=340)

Detaylı

009 BS 400- İstatistik sonılannın cevaplanmasında gerekli olabilecek tablolar ve formüller bu kitapçığın sonunda verilmiştir. 1. şağıdakilerden hangisi doğal birimdir? l TV alıcısı Bl Trafik kazası CL

Detaylı

PARAMETRİK TESTLER. Tek Örneklem t-testi. 200 öğrencinin matematik dersinden aldıkları notların ortalamasının 70 e eşit olup olmadığını test ediniz.

PARAMETRİK TESTLER. Tek Örneklem t-testi. 200 öğrencinin matematik dersinden aldıkları notların ortalamasının 70 e eşit olup olmadığını test ediniz. PARAMETRİK TESTLER Tek Örneklem t-testi 200 öğrencinin matematik dersinden aldıkları notların ortalamasının 70 e eşit olup olmadığını test ediniz. H0 (boş hipotez): 200 öğrencinin matematik dersinden aldıkları

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

MPLAB IDE v7.60 PROGRAMI KULLANIMI

MPLAB IDE v7.60 PROGRAMI KULLANIMI MPLAB IDE v7.60 PROGRAMI KULLANIMI MPLAB IDE programı mikroişlemciler için hazırlanmış bir derleyici programdır. Microchip firması tarafından hazırlanmıştır. (Resim 1) MPLAB programı assembly dilinde simulasyon,

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

DAĞILMA YADA DEĞİ KENLİK ÖLÇÜLERİ (MEASURE OF DISPERSION) Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ

DAĞILMA 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

Detaylı

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

Ders 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

Detaylı

Bootstrap Metodu ve Uygulanışı Üzerine Bir Çalışma 2. Güven Aralıkları, Hipotez Testi ve Regresyon Analizinde Bootstrap Metodu

Bootstrap Metodu ve Uygulanışı Üzerine Bir Çalışma 2. Güven Aralıkları, Hipotez Testi ve Regresyon Analizinde Bootstrap Metodu Ege Üniv. Ziraat Fak. Derg., 2006, 43(2):63-72 ISSN 1018-8851 Bootstrap Metodu ve Uygulanışı Üzerine Bir Çalışma 2. Güven Aralıkları, Hipotez Testi ve Regresyon Analizinde Bootstrap Metodu Çiğdem TAKMA

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

Olasılık ve Normal Dağılım

Olasılık ve Normal Dağılım Olasılık ve Normal Dağılım P = 0 İmkansız P =.5 Yarı yarıya P = 1 Kesin Yazı-Tura 1.5 2 1.5 2.5.5.25 Para atışı 10 kere tekrarlandığında Yazı Sayısı f % 0 3 30 1 6 60 2 1 10 Toplam 10 100 Atış 1000 kere

Detaylı

İSTATİSTİKSEL 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. İSTATİSTİKSEL TAHMİNLEME Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir. 1 ŞEKİL: Evren uzay-örneklem uzay İstatistiksel tahmin

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

SIRADAN EN KÜÇÜK KARELER (OLS)

SIRADAN 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

Detaylı

Patateste Genotip x Çevre İnteraksiyonları ve Yorumlanması

Patateste Genotip x Çevre İnteraksiyonları ve Yorumlanması Ege Üniv. Ziraat Fak. Derg., 2004, 41(3):123-131 ISSN 1018-8851 Patateste Genotip x Çevre İnteraksiyonları ve Yorumlanması Önder ÇAYLAK 1 Celal ÇALIŞKAN 1 Hamdi AYGÜN 2 Summary Genotype x Environment Interactions

Detaylı

ARAŞTIRMA. Anahtar Kelimeler: Saanen, Kıl keçisi, Melezleme, Büyüme, Yaşama Gücü

ARAŞTIRMA. Anahtar Kelimeler: Saanen, Kıl keçisi, Melezleme, Büyüme, Yaşama Gücü ARAŞTIRMA 2007: 21 (1): 21-26 http://www.fusabil.org Saanen X Kıl Keçisi F1 ve G1 Melezlerinde Büyüme ve Yaşama Gücü Özelliklerinin Araştırılması Ü. Gülcihan ŞİMŞEK Metin BAYRAKTAR Murad GÜRSES Fırat Üniversitesi

Detaylı

Hatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5

Hatalar 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

Detaylı

JEODEZİK VERİLERİN İSTATİSTİK ANALİZİ. Prof. Dr. Mualla YALÇINKAYA

JEODEZİK 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

Detaylı

Ekonometri I VARSAYIMLARI

Ekonometri 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:

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 ve Olasılık

İstatistik 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

Detaylı

MADDE VE TEST ANALİZİ. instagram: sevimasiroglu

MADDE VE TEST ANALİZİ.  instagram: sevimasiroglu MADDE VE TEST ANALİZİ Sunu Sırası Madde Analizi Madde Güçlüğü Madde Ayırıcılık Gücü Test Analizi Dizi Genişliği Ortanca Ortalama Standart Sapma Testin Ortalama Güçlüğü Testin Çarpıklık Düzeyi Test Güvenirliği

Detaylı

Örneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.

Örneklemden 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

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

OLASILIK ve KURAMSAL DAĞILIMLAR

OLASILIK ve KURAMSAL DAĞILIMLAR OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine

Detaylı

11. BÖLÜM: EŞANLI DENKLEM SİSTEMLERİ

11. BÖLÜM: EŞANLI DENKLEM SİSTEMLERİ 11. BÖLÜM: EŞANLI DENKLEM SİSTEMLERİ Bu bölümde; Yapısal denklemleri kullanarak vergiler ve net ihracatın zaman serilerini oluşturma EKK ile CO tahmini EViews TSLS metodu ile iki aşamalı EKK regresyon

Detaylı

Meslek lisesi ve devlet lisesine giden N tane öğrenci olduğu ve bunların yıllık okul harcamalarına ait verilerin olduğu varsayılsın.

Meslek 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

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

CHAPTER 6 SIMPLE LINEAR REGRESSION

CHAPTER 6 SIMPLE LINEAR REGRESSION CHAPTER 6 SIMPLE LINEAR REGRESSION Bu bölümdeki amacımız değişkenler arasındaki ilişkiyi gösteren en uygun eşitliği kurmaktır. Konuya giriş için şu örnekle başlayalım; Diyelim ki Mr. Bump adındaki birisi

Detaylı

CEVAPLAR. n = n 1 + n 2 + n 3 + n 4 + n 5 + n 6 + n 7 = = 11 dir.

CEVAPLAR. n = n 1 + n 2 + n 3 + n 4 + n 5 + n 6 + n 7 = = 11 dir. T C S D Ü M Ü H E N D İ S L İ K F A K Ü L T E S İ - M A K İ N A M Ü H E N D İ S L İ Ğ İ B Ö L Ü M Ü MAK-307 OTM317 Müh. İstatistik İstatistiği ÖĞRENCİNİN: ADI - SOYADI ÖĞRETİMİ NOSU İMZASI 1.Ö 2.Ö A B

Detaylı