İSTATİSTİK-II. Korelasyon ve Regresyon
|
|
- Hande Özmert
- 7 yıl önce
- İzleme sayısı:
Transkript
1 İSTATİSTİK-II Korelasyon ve Regresyon 1 Korelasyon ve Regresyon Genel Bakış Korelasyon Regresyon Belirleme katsayısı Varyans analizi Kestirimler için aralık tahminlemesi 2
2 Genel Bakış İkili veriler aralarında bir ilişki var mıdır? varsa bu ilişki bir eşitlik ile temsil edilebilir mi? bu eşitliğin kestirimler (öngörümler) için kullanılması 3 Korelasyon 4
3 Tanım Korelasyon bir değişkenin değeri değişirken diğer bir değişken bununla doğrusal ilişkili olarak değişiyorsa korelasyon vardır denebilir. 5 Varsayımlar 1. (x,y) ikili verilerden oluşan örnek bir şans örneğidir. 2. x ve y lerin dağılışı normaldir. 6
4 Tanım Saçılma diyagramı yatay eksen x, dikey eksen y olmak üzere, (x,y) ikili örnek verilerinin işaretlendiği bir grafiktir. Her bir (x,y) ikilisi tek bir noktadır. 7 Örnek Bir firma bünyesindeki satış personeli sayısı ile satış gelirleri arasındaki ilişkiyi bilmek istemektedir. Yıllar Satış Personeli Sayısı (x) Satış Gelirleri (yüz bin $) (y) 1,35 1,63 2,33 2,41 2,63 2,93 3,41 3,26 3,63 4,15 8
5 İkili Verilerin Saçılma Diyagramı 4,5 Scatterplot of satış geliri vs personel sayısı 4,0 3,5 satış geliri 3,0 2,5 2,0 1,5 1, personel sayısı Pozitif Korelasyon y y y (a) Pozitif x (b) Güçlü pozitif x (c) Mükemmel pozitif x 10
6 Negatif Korelasyon y y y (d) Negatif x (e) Güçlü negatif x (f) Mükemmel negatif x 11 y y x (g) Korelasyon yok (h) Doğrusal olmayan güçlü ilişki x 12
7 Tanım Korelasyon Katsayısı r Bir örnekteki x ve y ikili değerleri arasındaki doğrusal ilişkinin gücünü ölçmektedir. r = nσxy - (Σx)(Σy) n(σx 2 ) - (Σx) 2 n(σy 2 ) - (Σy) 2 13 Korelasyon Katsayısı r nin Özellikleri r 1 2. Mükemmel pozitif doğrusal ilişki olduğunda r = 1 olur. 3. Mükemmel negatif doğrusal ilişki olduğunda r = -1 olur. 4. Doğrusal ilişki yok ise r = 0 olur. 14
8 Korelasyon ile ilgili hatalar 1. Nedensellik: Korelasyon değişkenler arasındaki sebep sonuç ilişkilerini açıklamaz. 2. Doğrusallık: x ile y arasında anlamlı bir korelasyon olmadığı halde, aralarında farklı şekilde bir ilişki olabilir. (Bakınız izleyen slayt) 15 Korelasyon ile ilgili hatalar y x 16
9 Örnek Verileri İçin Korelasyon Hesaplamaları Yıllar Toplamlar Satış Personeli Sayısı (x) Satış Gelirleri (yüz bin $) (y) 1,35 1,63 2,33 2,41 2,63 2,93 3,41 3,26 3,63 4,15 27,73 x y 2 1,8225 2,6569 5,4289 5,8081 6,9169 8, , , , , ,8733 xy 20,25 29,34 55,92 53,02 65,75 84,97 102,3 104,32 127,05 157,7 800,62 17 Örnek Verileri İçin Korelasyon Hesaplamaları r = nσxy - (Σx)(Σy) n(σx 2 ) - (Σx) 2 n(σy 2 ) - (Σy) 2 r = (10)(800,62) - (268)(27,73) (10)(7668) - (268) 2 (10)(83,8733) - (27,73) 2 r = 0,987 Güçlü pozitif korelasyon 18
10 Anakütle Korelasyon Katsayısının Testi ρ = Anakütle korelasyon katsayısı H 0 : ρ = 0 (anlamlı bir korelasyon yoktur) H 1 : ρ 0 (anlamlı bir korelasyon vardır) 19 Test İstatistiği t Test istatistiği: t = r 1 - r 2 n -2 Kritik değerler serbestlik derecesi = n - 2 olan tablo değerleri dikkate alınarak karar verilir. 20
11 Ret Bölgeleri 21 Anakütle Korelasyon Katsayısının Testi ρ = Anakütle korelasyon katsayısı H 0 : ρ = 0 (satış personeli sayısı ile satış gelirleri arasında anlamlı bir korelasyon yoktur) H 1 : ρ 0 (satış personeli sayısı ile satış gelirleri arasında anlamlı bir korelasyon vardır) 22
12 Test istatistiği: Test İstatistiği t t = r 1 - r 2 n -2 0,987 = = 17,39 1 0, Kritik değer serbestlik derecesi = n - 2 = 10 2 = 8, α = 0,05 için t 0,025, 8 = 2,31 < 17,39 Karar: H 0 ret. Korelasyon anlamlıdır. 23 Regresyon x bağımsız değişken (açıklayıcı değişken) y bağımlı değişken (cevap = yanıt değişkeni) y = b 0 + b 1 x+ e Basit doğrusal regresyon modeli b 1 = eğim b 0 = kesen 24
13 Regresyon Regresyon Eşitliği Verilen bir ikili veriler topluluğu için regresyon eşitliği, y ^ = b 0 + b 1 x iki değişken arasındaki ilişkiyi tanımlamaktadır. b 1 = eğim b 0 = kesen Regresyon Doğrusu Regresyon eşitliğinin grafiğidir. 25 Regresyon Doğrusu 4,5 Scatterplot of satış geliri vs personel sayısı 4,0 3,5 satış geliri 3,0 2,5 2,0 1,5 1, personel sayısı
14 Notasyon Anakütle Parametresi Örnek istatistiği Regresyon eşitliğinde kesen β 0 b 0 Regresyon eşitliğinin eğimi β 1 b 1 ^ Regresyon modeli ve eşitliği y = β 0 + β 1 x + ε y = b 0 + b 1 x 27 Artıklar ve En Küçük Kareler Yöntemi Artıklar e = (y - ^y) En Küçük Kareler Yöntemi Σe 2 yi minimum yapan b 0 ve b 1 değerlerinin bulunmasıdır. 28
15 β 0 and β 1 için En Küçük Kareler Tahminleyicileri b 0 = (Σy) (Σx2 ) - (Σx) (Σxy) n(σx 2 ) - (Σx) 2 b 1 = n(σxy) - (Σx) (Σy) n(σx 2 ) - (Σx) 2 29 Önce b 1 bulunursa, ardından b 0 = y - b 1 x 30
16 Satış geliri için regresyon eşitliğinin tahminlenmesi n(σxy) - (Σx) (Σy) b 1 = n(σx 2 ) - (Σx) 2 b 1 = 10(800,62) - (268) (27,73) 10(7668) - (268) 2 b 1 = 0,118 b 0 = y - b 1 x = 2,773 (0,118)(26,8) = 0, Kestirimler (Öngörümler) Verilen bir x değeri için y nin değeri ne olur?.. Eğer anlamlı bir korelasyon varsa, en iyi öngörülen y değeri, x değerinin regresyon eşitliğinde yerine konulmasıyla bulunur. Önemli Not: Regresyon doğrusu yalnızca tahminlemede kullanılan x uzayı içinde geçerlidir. Mevcut x lerden uzak bir noktada öngörümleme yapılmamalıdır. 32
17 30 satış personeli çalıştığında satış gelirinin kestirilmiş değeri nedir? ^ y = (30) ^ y = , $ 33 Toplam Değişkenlik, Açıklanan Değişkenlik ve Açıklanamayan Değişkenlik y Toplam değişkenlik (y - y) y ^ = 3 + 2x (5, 19) (5, 13) (5, 9) y = 9 Açıklanamayan değişkenlik (y - y) ^ Açıklanan değişkenlik (y ^ - y) x 34
18 (toplam değişkenlik) = (açıklanan değişkenlik) + (açıklanamayan değişkenlik) ^ (y - y) = (y - y) + (y - y) ^ (toplam değişkenlik) = (açıklanan değişkenlik) + (açıklanamayan değişkenlik) Σ (y - y) 2 = Σ (y ^ - y) 2 ^ + Σ (y - y) 2 (Genel kareler toplamı) = (regresyon kareler toplamı) + (artık kareler toplamı) 35 Tanım Belirleme Katsayısı y deki değişkenliğin ne kadarının regresyon doğrusu tarafından açıklanabildiğini söyler. r 2 = Regresyon kareler toplamı Genel kareler toplamı r 2 = Σ (y ^ - y) 2 Σ (y - y) 2 = RKT GKT 36
19 r 2 = Σ (y ^ - y) 2 Σ (y - y) 2 = b 12 (Σ x 2 (Σx) 2 /n) Σ y 2 (Σy) 2 /n 0,118 2 (7668 (268) 2 /10) r 2 = = %97,4 83,873 (27,73) 2 /10 y deki değişmelerin %97,4 ü regresyon doğrusu ile açıklanabilmektedir. 37 Varyans Analizi Tablosu (VAT) Değişkenlik Kaynağı Regresyon Artık Kareler Toplamları (KT) RKT = b 1 2 (Σ x 2 (Σx) 2 /n) Artık Kareler Toplamı AKT = GKT - RKT n - 2 Serbestlik Derecesi 1 Kareler Ortalaması (KO) Regresyon KO = RKO = RKT / 1 F-Oranı RKO Artık KO = F = AKO = AKT / (n 2) AKO = S 2 Toplam (Genel) Genel Kareler Toplamı n - 1 GKT = Σ y 2 (Σy) 2 /n 38
20 Hata Varyansının Tahmini s 2 = ^ Σ (y - y)2 =Artık Kareler n -2 Ortalaması Tahminin Standart Hatası s = Σ (y - ^y) 2 n F - Testi H 0 : β 1 = β 2 =... = β k = 0 (Model anlamsızdır) H 1 : en az bir i için β i 0 (Model anlamlıdır) 40
21 F Testi (Basit Doğrusal Regresyon İçin) H 0 : β 1 = 0 (Model anlamsızdır) H 1 : β 1 0 (Model anlamlıdır) Test İstatistiği = F oranı Ret Bölgesi = F > F α, 1, (n 2) ise H 0 RET. 41 Varyans Analizi Tablosu (VAT) (Satış Gelirleri Örneği) Değişkenlik Kaynağı Regresyon Kareler Toplamları (KT) RKT = b 2 1 (Σ x 2 (Σx) 2 /n) = 0,118 2 (7668 (268) 2 /10) = 6,7982 Serbestlik Derecesi 1 Kareler Ortalaması (KO) Regresyon KO = RKO = RKT / 1 = 6,7982 / 1 = 6,7982 F-Oranı RKO F = AKO Artık Artık Kareler Toplamı AKT = GKT RKT = 6,9780-6,7982 = 0,1798 n 2 = 10 2 = 8 Artık KO = AKO = AKT / (n 2) = 0,1798 / 8 = 0,0225 6,7982 F = 0,0225 = 302,41 GKT = Σ y 2 (Σy) 2 /n Toplam (Genel) = 83,873 (27,73) 2 /10 = 6,9780 n 1 = 10 1 = 9 42
22 F Testi (Satış Gelirleri Örneği İçin) H 0 : β 1 = 0 (Model anlamsızdır) H 1 : β 1 0 (Model anlamlıdır) Test İstatistiği = F oranı = 302,41 Karar = F = 302,41 > F 0,05, 1, 8 = 5,32 H 0 RET. 43 Anakütle Regresyon Katsayısılarının Testi β 1 = Anakütle regresyon katsayısı (X 1 için) H 0 : β 1 = 0 (β 1 anlamsızdır) H 1 : β 1 0 (β 1 anlamlıdır) 44
23 Test İstatistiği t Test istatistiği: t = b 1 S b 1 S b 1 = b 1 in standart hatasıdır. S b 1= S (Σx 2 (Σx) 2 /n) 45 Kritik değerler serbestlik derecesi = n -2 olan tablo değerleri dikkate alınarak karar verilir. t > t α/2, n 2 ise H 0 RET. 46
24 Anakütle Regresyon Katsayısılarının Testi (Satış Gelirleri Örneği) β 1 = Anakütle regresyon katsayısı (X 1 için) H 0 : β 1 = 0 (β 1 anlamsızdır) H 1 : β 1 0 (β 1 anlamlıdır) 47 Test İstatistiği t Test istatistiği: t = b 1 S b 1 = 0,118 0, = 17,39 S b 1 = b 1 in standart hatasıdır. S b 1= S (Σx 2 (Σx) 2 /n) = 0,1499 =0, (7668 (268) 2 /10) 48
25 Kritik değerler serbestlik derecesi = n -2 olan tablo değerleri dikkate alınarak karar verilir. α = 0,05 olsun. 17,39 > t α/2, n 2 = t 0,025, 8 = 2,306 H 0 RET. β 1 anlamlıdır. Basit doğrusal regresyonda t 2 = F olmaktadır. 49 Anakütle Regresyon Katsayısılarının Testi β 0 = Anakütle regresyon modelinde sabit terim H 0 : β 0 = 0 (β 0 anlamsızdır) H 1 : β 0 0 (β 0 anlamlıdır) 50
26 Test İstatistiği t Test istatistiği: t = b 0 S b 0 S b 0 = b 0 in standart hatasıdır. S b 0= S Σx 2 n(σx 2 (Σx) 2 /n) 51 Kritik değerler serbestlik derecesi = n -2 olan tablo değerleri dikkate alınarak karar verilir. t > t α/2, n 2 ise H 0 RET. 52
27 Anakütle Regresyon Katsayısılarının Testi (Satış Gelirleri Örneği) β 0 = Anakütle regresyon modelindeki sabit terim H 0 : β 0 = 0 (β 0 anlamsızdır) H 1 : β 0 0 (β 0 anlamlıdır) 53 Test istatistiği: t = S b 1= b 0 S b 0 S Σx 2 Test İstatistiği t = - 0,398 = - 2,11 0,1884 (0,1499) (7668) = n(σx 2 (Σx) 2 /n) (10)(7668 (268) 2 /10) =0,
28 Kritik değerler serbestlik derecesi = n -2 olan tablo değerleri dikkate alınarak karar verilir. α = 0,05 olsun. - 2,11 < t α/2, n 2 = t 0,025, 8 = 2,306 H 0 REDDEDİLEMEZ. β 0 anlamsızdır. 55 E(y) Değeri İçin Kestirim Aralığı ^y - E < E(y) < y ^ + E Burada E = t α/2,n - 2 s 1 n + n(x 0 -x) 2 n(σx 2 ) - (Σx) 2 x 0, x in verilen bir değeridir. Karekök içindeki ifade ile S nin çarpımı ise x 0 daki y ^değeri için standart hatadır. Standart hata en düşük değerini x 0 =xolduğunda alır. 56
29 E(y) Değeri İçin Kestirim Aralığı x 0 = 30 personel için satışların beklenen değeri %95 güven ile hangi aralıkta gerçekleşir? E < E(y) < E E= (2,306)(0,1499) 1 + (10)(30-26,8) 2 10 (10)(7668) - (268) 2 E= (2,306)(0,01815) = 0, ,1097 < E(y) < 3,
KORELASYON VE TEKLİ REGRESYON ANALİZİ-EN KÜÇÜK KARELER YÖNTEMİ
KORELASYON VE TEKLİ REGRESYON ANALİZİ-EN KÜÇÜK KARELER YÖNTEMİ 1 KORELASYON ANALİZİ İki değişken arasındaki doğrusal ilişkinin gücünü(derecesini) ve yönünü belirlemek için hesaplanan bir sayıdır. Belirli
DetaylıKorelasyon ve Regresyon
Korelasyon ve Regresyon 1 Korelasyon Analz İk değşken arasında lşk olup olmadığını belrlemek çn yapılan analze korelasyon analz denr. Korelasyon; doğrusal yada doğrusal olmayan dye kye ayrılır. Korelasyon
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.
DetaylıBİYOİSTATİSTİK Uygulama 7 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Uygulama 7 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 1. Pearson Korelasyon Katsayısı
DetaylıÖrnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız.
Örnek Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız. i. ii. X 1 2 3 4 1 2 3 4 Y 2 3 4 5 4 3 2 1 Örnek Aşağıdaki veri
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
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.
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
DetaylıHipotez Testinin Temelleri
Hipotez Testleri Hipotez Testinin Temelleri Tanımlar: Hipotez teori, önerme yada birinin araştırdığı bir iddiadır. Boş Hipotez, H 0 popülasyon parametresi ile ilgili şu anda kabul edilen değeri tanımlamaktadır.
DetaylıKorelasyon ve Regresyon
Korelasyon ve Regresyon Kazanımlar 1 2 3 4 5 6 Değişkenlerin ilişkisini açıklamak ve hesaplamak için Pearson korelasyon katsayısı Örneklem r ile evren korelasyonu hakkında hipotez testi yapmak Spearman
DetaylıKorelasyon ve Regresyon
Korelasyon ve Regresyon Kazanımlar 1 2 3 4 5 6 Değişkenlerin ilişkisini açıklamak ve hesaplamak için Pearson korelasyon katsayısı Örneklem r ile evren korelasyonu hakkında hipotez testi yapmak Spearman
DetaylıİÇİNDEKİLER ÖN SÖZ...
İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN
DetaylıKorelasyon ve Regresyon
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)
DetaylıKORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN
KORELASYON VE REGRESYON ANALİZİ Doç. Dr. Bahar TAŞDELEN Günlük hayattan birkaç örnek Gelişim dönemindeki bir çocuğun boyu ile kilosu arasındaki ilişki Bir ailenin tükettiği günlük ekmek sayısı ile ailenin
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
Detaylıirket Riski (Çeşitlendirilebilir) Hisse Senedi Riski, σ p Piyasa Riski (Çeşitlendirilemez) 10 20 30 40 2,000+ Doç. Dr.
σ p (%) 35 irket Riski (Çeşitlendirilebilir) Hisse Senedi Riski, σ p 20 0 Piyasa Riski (Çeşitlendirilemez) 10 20 30 40 2,000+ Portföydeki Hisse # Hisse Senedi Piyasa Çeşitlendirilebilir riski = riski +
DetaylıBİYOİSTATİSTİK. Uygulama 6. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Uygulama 6 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Soru 1 İlaç malzemelerinin kalitesini
Detaylı3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1
3. TAHMİN 3.1. En Küçük Kareler (EKK) Yöntemi 1 En Küçük Kareler (EKK) yöntemi, regresyon çözümlemesinde en yaygın olarak kullanılan, daha sonra ele alınacak bazı varsayımlar altında çok aranan istatistiki
DetaylıGeçerliliği olasılık esaslarına göre araştırılabilen ve karar verebilmek için öne sürülen varsayımlara istatistikte hipotez denir.
BÖLÜM 4. HİPOTEZ TESTİ VE GÜVEN ARALIĞI 4.1. Hipotez Testi Geçerliliği olasılık esaslarına göre araştırılabilen ve karar verebilmek için öne sürülen varsayımlara istatistikte hipotez denir. Örneklem dağılımlarından
DetaylıKoşullu Öngörümleme. Bu nedenle koşullu öngörümleme gerçekleştirilmelidir.
Koşullu Öngörümleme Ex - ante (tasarlanan - umulan) öngörümleme söz konusu iken açıklayıcı değişkenlerin hatasız bir şekilde bilindiği varsayımı gerçekçi olmayan bir varsayımdır. Çünkü bazı açıklayıcı
DetaylıBÖLÜM 11 Z DAĞILIMI. Şekil 1. Z Dağılımı
1 BÖLÜM 11 Z DAĞILIMI Z dağılımı; ortalaması µ=0 ve standart sapması σ=1 olan Z puanlarının evren dağılımı olarak tanımlanabilmektedir. Z dağılımı olasılıklı bir normal dağılımdır. Yani Z dağılımının genel
DetaylıYatırım Analizi ve Portföy Yönetimi 6. Hafta
Yatırım Analizi ve Portföy Yönetimi 6. Hafta Dr. Mevlüt CAMGÖZ 1 Dr. Mevlüt CAMGÖZ İçerik Karakteristik Doğru ve Beta Katsayısı Karakteristik Doğrunun Tahmini Beta Katsayısının Hesaplanması Agresif ve
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
Detaylıİstatistik Yöntemleri ve Hipotez Testleri
Sağlık Araştırmalarında Kullanılan Temel İstatistik Yöntemleri ve Hipotez Testleri Yrd. Doç. Dr. Emre ATILGAN BİYOİSTATİSTİK İstatistiğin biyoloji, tıp ve diğer sağlık bilimlerinde kullanımı biyoistatistik
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
Detaylı1. DERECEDEN İKİ BİLİNMEYENLİ DENKLEMLER
1. DERECEDEN İKİ BİLİNMEYENLİ DENKLEMLER Örnek...3 : 3 x+ y= 5 2x 3 =2 y s i s t e m i n i s a ğ l a ya n y d e ğ e r i k aç t ır? a, b, c R, a 0, b 0, x v e y d e ğ i şk e n o l m a k ü ze r e, a x+ b
DetaylıRegresyon. 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
DetaylıANADOLU ÜNİVERSİTESİ REGRESYON KATSAYILARININ GÜVEN ARALIĞI = + REGRESYON KATSAYILARININ GÜVEN ARALIĞI
ANADOLU ÜNİVERSİTESİ Deney Tasarımı ve Regresyon Analizi Regresyonda Güven Aralıkları ve Hipotez Testleri Doç. Dr. Nihal ERGİNEL-2015 REGRESYON KATSAYILARININ GÜVEN ARALIĞI + in güven aralığı : i-) n 30
Detaylıortalama ve ˆ ˆ, j 0,1,..., k
ÇOKLU REGRESYONDA GÜVEN ARALIKLARI Regresyon Katsayılarının Güven Aralıkları y ( i,,..., n) gözlemlerinin, xi ortalama ve i k ve normal dağıldığı varsayılsın. Herhangi bir ortalamalı ve C varyanslı normal
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
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
DetaylıAppendix B: Olasılık ve Dağılım Teorisi
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım Teorisi
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım Teorisi
DetaylıVERİ KÜMELERİNİ BETİMLEME
BETİMLEYİCİ İSTATİSTİK VERİ KÜMELERİNİ BETİMLEME Bir amaç için derlenen verilerin tamamının olduğu, veri kümesindeki birimlerin sayısal değerlerinden faydalanarak açık ve net bir şekilde ilgilenilen özellik
DetaylıLOJİSTİK REGRESYON ANALİZİ
LOJİSTİK REGRESYON ANALİZİ Lojistik Regresyon Analizini daha kolay izleyebilmek için bazı terimleri tanımlayalım: 1. Değişken (incelenen özellik): Bireyden bireye farklı değerler alabilen özellik, fenomen
DetaylıH.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS Ders Notları II (19 Nisan 2012)
H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS Ders Notları II (19 Nisan 2012) Aşağıdaki analizlerde lise öğrencileri veri dosyası kullanılmıştır.
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
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
DetaylıPARAMETRİK TESTLER. Tek Örneklem t-testi. 200 öğrencinin matematik dersinden aldıkları notların ortalamasının 70 e eşit olup olmadığını test ediniz.
PARAMETRİK TESTLER Tek Örneklem t-testi 200 öğrencinin matematik dersinden aldıkları notların ortalamasının 70 e eşit olup olmadığını test ediniz. H0 (boş hipotez): 200 öğrencinin matematik dersinden aldıkları
DetaylıEME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi. Özet İstatistikler ve Histogram (Minitab)(1) Örnek: Eczane İçin Servis Süreleri
EME 3117 1 2 Girdi Analizi SİSTEM SIMÜLASYONU Modellenecek sistemi (prosesi) dokümante et. Veri toplamak için bir plan geliştir. Veri topla. Verilerin grafiksel ve istatistiksel analizini yap. Girdi Analizi-I
DetaylıBÜKME. Malzemenin mukavemeti sınırlı olduğu için bu şekil değişimlerini belirli sınırlar içerisinde tutmak zorunludur.
BÜKME Bükme işlemi bükme kalıpları adı verilen ve parça şekline uygun olarak yapılmış düzenlerle, malzeme üzerinde kalıcı şekil değişikliği meydana getirme olarak tarif edilebilir. Bükme olayında bükülen
DetaylıİKİDEN ÇOK BAĞIMSIZ GRUBUN KARŞILAŞTIRILMASI
İKİDEN ÇOK BAĞIMSIZ GRUBUN KARŞILAŞTIRILMASI Grup sayısı ikiye geçtiğinde tüm grupların bağımsız iki grup testleri ile ikişerli analiz düşünülebilir. Ancak bu yaklaşım, karşılaştırmalar bağımsız olmadığından
DetaylıÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ
ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ TEMEL KAVRAMLAR PARAMETRE: Populasyonun sayısal açıklayıcı bir ölçüsüdür ve anakütledeki tüm elemanlar dikkate alınarak hesaplanabilir. Ana kütledeki
DetaylıRegresyon ve İnterpolasyon. Rıdvan YAKUT
Regresyon ve İnterpolasyon Rıdvan YAKUT Eğri Uydurma Yöntemleri Regresyon En Küçük Kareler Yöntemi Doğru Uydurma Polinom Uydurma Üstel Fonksiyonlara Eğri Uydurma İnterpolasyon Lagrange İnterpolasyonu (Polinomal
DetaylıEkonometri I VARSAYIMLARI
Ekonometri I ÇOK DEĞİŞKENLİ REGRESYON MODELİNİN VARSAYIMLARI Hüseyin Taştan Temmuz 23, 2006 İçindekiler 1 Varsayım MLR.1: Parametrelerde Doğrusallık 1 2 Varsayım MLR.2: Rassal Örnekleme 1 3 Varsayım MLR.3:
DetaylıF12 Piyasa Riskine Karşı Özel Risk Daha önceden belirtildiği gibi çok küçük bir çeşitlendirme bile değişkenlikte önemli oranda azalma sağlamaktadır. F13 Piyasa Riskine Karşı Özel Risk Doğru aynı zamanda,
DetaylıNedensel Modeller Y X X X
Tahmin Yöntemleri Nedensel Modeller X 1, X 2,...,X n şeklinde tanımlanan n değişkenin Y ile ilgili olmakta; Y=f(X 1, X 2,...,X n ) şeklinde bir Y fonksiyonu tanımlanmaktadır. Fonksiyon genellikle aşağıdaki
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
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 8: Prof. Dr. İrfan KAYMAZ Tanım Tahmin (kestirim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmaktır. Bu anlamda, anakütleden çekilen
DetaylıCebir Notları. Bağıntı. 1. (9 x-3, 2) = (27, 3 y ) olduğuna göre x + y toplamı kaçtır? 2. (x 2 y 2, 2) = (8, x y) olduğuna göre x y çarpımı kaçtır?
www.mustafayagci.com, 003 Cebir Notları Mustafa YAĞCI, yagcimustafa@yahoo.com (a, b) şeklinde sıra gözetilerek yazılan ifadeye sıralı ikili Burada a ve b birer sayı olabileceği gibi herhangi iki nesne
DetaylıÜSTEL DÜZLEŞTİRME YÖNTEMİ
ÜSEL DÜLEŞİRME YÖNEMİ ÜSEL DÜLEŞİRME YÖNEMİ Bu bölüme kadar anlatılan yöntemler zaman içinde değişmeyen parametre varsayımına uygun serilerin tahminlerinde kullanılmaktaydı. Bu tür seriler deterministik
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,
DetaylıUYGULAMALAR. Normal Dağılımlılık
UYGULAMALAR EKONOMETRİYE GİRİŞ 0.01.008 1 Normal Dağılımlılık Amerika da 195-1941 yılları arasında sığır eti fiyatı ile kişi başı sığır eti tüketimi arasındaki ilişki incelenmiş ve aşağıdaki sonuç bulunmuştur.
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,
Detaylı15.433 YATIRIM. Ders 7: CAPM ve APT. Bölüm 2: Uygulamalar ve Sınamalar
15.433 YATIRIM Ders 7: CAPM ve APT Bölüm 2: Uygulamalar ve Sınamalar Bahar 2003 Öngörüler ve Uygulamalar Öngörüler: - CAPM: Piyasa dengesinde yatırımcılar sadece piyasa riski taşıdıklarında ödüllendirilir.
DetaylıBÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ
1 BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel
DetaylıHİPOTEZ TESTLERİ. Yrd. Doç. Dr. Emre ATILGAN
HİPOTEZ TESTLERİ Yrd. Doç. Dr. Emre ATILGAN Hipotez Nedir? HİPOTEZ: parametre hakkındaki bir inanıştır. Parametre hakkındaki inanışı test etmek için hipotez testi yapılır. Hipotez testleri sayesinde örneklemden
DetaylıMATE 211 BİYOİSTATİSTİK DÖNEM SONU SINAVI
Öğrenci Bilgileri Ad Soyad: İmza: MATE 211 BİYOİSTATİSTİK DÖNEM SONU SINAVI 26 Mayıs, 2014 Numara: Grup: Soru Bölüm 1 10 11 12 TOPLAM Numarası (1-9) Ağırlık 45 15 30 20 110 Alınan Puan Yönerge 1. Bu sınavda
DetaylıOLS Yönteminin Asimptotik (Büyük Örneklem) Özellikleri SIRADAN EN KÜÇÜK KARELER (OLS) Asimptotik Özellikler: Tutarlılık. Asimptotik Özellikler
1 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
Detaylı6.5 Basit Doğrusal Regresyonda Hipotez Testleri. 6.5.1 İçin Hipotez Testi: 1. Hipotez kurulur. 2. Test istatistiği hesaplanır.
6.5 Basit Doğrusal Regresyonda Hipotez Testleri 6.5.1 İçin Hipotez Testi: 1. Hipotez kurulur. 2. Test istatistiği hesaplanır. olduğu biliniyor buna göre; hipotezinin doğruluğu altında test istatistiği
DetaylıOLASILIK ve KURAMSAL DAĞILIMLAR
OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine
Detaylı14 Ekim Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi
DEĞİŞEN VARYANS Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge 14 Ekim 2012 Ekonometri I: Değişen Varyans
DetaylıİSTATİSTİK II. Hipotez Testleri 1
İSTATİSTİK II Hipotez Testleri 1 1 Hipotez Testleri 1 1. Hipotez Testlerinin Esasları 2. Ortalama ile ilgili bir iddianın testi: Büyük örnekler 3. Ortalama ile ilgili bir iddianın testi: Küçük örnekler
Detaylı+ 1. ) transfer edilir. Seri. Isı T h T c sıcaklık farkı nedeniyle üç direnç boyunca ( dirençler için Q ısı transfer miktarı aşağıdaki gibidir.
GİRİŞ Isı değiştiricileri (eşanjör) değişik tiplerde olup farklı sıcaklıktaki iki akışkan arasında ısı alışverişini temin ederler. Isı değiştiricileri başlıca yüzeyli ısı değiştiricileri, karışımlı ısı
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
DetaylıİÇİNDEKİLER. Sayfa No. ÖZET... i. SUMMARY... iü. İÇİNDEKİLER... v. TABLOLAR... xi. ŞEKİLLER... xiii GİRİŞ... 1
İÇİNDEKİLER Sayfa No ÖZET... i SUMMARY... iü İÇİNDEKİLER... v TABLOLAR... xi ŞEKİLLER... xiii GİRİŞ... 1 1. BÖLÜM : GENEL OLARAK PORTFÖY YÖNETİMİ...... 3 1.1. Tanım...... 3 1.2. Portföy Yönetim Süreci...
DetaylıAKT201 Matematiksel İstatistik I Yrd. Doç. Dr. Könül Bayramoğlu Kavlak
AKT20 Matematiksel İstatistik I 207-208 Güz Dönemi AKT20 MATEMATİKSEL İSTATİSTİK I ÖDEV 6 Son Teslim Tarihi: 29 Aralık 207 Cuma, Saat: 5:00 (Ödevlerinizi Arş. Gör. Ezgi NEVRUZ a elden teslim ediniz.) (SORU
DetaylıMATH Ýþletme Ýstatistiði II
MATH 220 - Ýþletme Ýstatistiði II DERS TANITIM BÝLGÝLERÝ Dersin Adý Kodu Yarýyýl Teori (saat/hafta) Uygulama/Laboratuar (saat/hafta) Yerel Kredi AKTS Ýþletme Ýstatistiði II MATH 220 Güz 0 0 0 0 Ön Koþullar
DetaylıÜstel modeli, iki tarafın doğal logaritması alınarak aşağıdaki gibi yazılabilir.
5. FONKSİYON KALIPLARI VE KUKLA DEĞİŞKENLER 5.1. Fonksiyon Kalıpları Bölüm 4.1 de doğrusal bir modelin katsayılarının yorumu ele alınmıştır. Bu bölümde farklı fonksiyon kalıpları olması durumunda katsayıların
Detaylı19. BÖLÜM BİRBİRİYLE İLİŞKİLİ OLAN İKİ DEĞİŞKENDEN BİRİSİNDEKİ DEĞİŞİME GÖRE DİĞERİNİN ALACAĞI DEĞERİ YORDAMA (KESTİRME) UYGULAMA-I
19. BÖLÜM BİRBİRİYLE İLİŞKİLİ OLAN İKİ DEĞİŞKENDEN BİRİSİNDEKİ DEĞİŞİME GÖRE DİĞERİNİN ALACAĞI DEĞERİ YORDAMA (KESTİRME) UYGULAMA-I Bir dil dershanesinde öğrenciler talep ettikleri takdirde, öğretmenleriyle
Detaylıise, genel bir eğilim (trend) gösteriyorsa bu seriye uygun doğru ya da eğriyi bulmaya çalışırız. Trend orta-uzun dönemde her iniş, çokışı
Trend Analizi Eğer zaman serisi i rastgele dağılmış ğ değil ise, genel bir eğilim (trend) gösteriyorsa bu seriye uygun doğru ya da eğriyi bulmaya çalışırız. Trend orta-uzun dönemde her iniş, çokışı yansıtmayacak,
DetaylıİSTATİSTİK 2. Hipotez Testi 21/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr
İSTATİSTİK 2 Hipotez Testi 21/03/2012 AYŞE S. ÇAĞLI aysecagli@beykent.edu.tr 1 Güven aralığı ve Hipotez testi Güven aralığı µ? µ? Veriler, bir değer aralığında hangi değeri gösteriyor? (Parametrenin gerçek
Detaylı0.04.03 Standart Hata İstatistikte hesaplanan her istatistik değerin mutlaka hatası da hesaplanmalıdır. Çünkü hesaplanan istatistikler, tahmini bir değer olduğu için mutlaka hataları da vardır. Standart
Detaylıİkiden Çok Grup Karşılaştırmaları
İkiden Çok Grup Karşılaştırmaları Bir onkoloji kliniğinde göğüs kanseri tanısı almış kadınlar arasından histolojik evrelerine göre 17 şer kadın seçilerek sağkalım süreleri (ay) alınmıştır. HİSTLOJİK EVRE
DetaylıRisk ve Getiri : Portföy Teorisi ve Varlık Fiyatlandırma Modelleri
5-1 Risk ve Getiri : Portföy Teorisi ve Varlık Fiyatlandırma Modelleri Portföy Teorisi Sermaye Varlıklarını Fiyatlandırma Modeli (CAPM) Etkin set Sermaye Piyasası Doğrusu (CML) Hisse Senedi Piyasası Doğrusu
DetaylıVeriye Dayalı Karar Verme (Bölüm 2) Can Akkan
Veriye Dayalı Karar Verme (Bölüm 2) Can Akkan 1 Ders Planı 1. Karar Problemleri i. Karar problemlerinin bileşenleri ii. Değerler, amaçlar, bağlam iii. Etki diagramları 2. Model Girdilerinde Belirsizlik
DetaylıBir Normal Dağılım Ortalaması İçin Testler
Bir Normal Dağılım Ortalaması İçin Testler İÇERİK o Giriş ovaryansı Bilinen Bir Normal Dağılım Ortalaması İçin Hipotez Testler P-değerleri: II. Çeşit hata ve Örnekleme Büyüklüğü Seçimi Örnekleme Büyüklüğü
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
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık -II Prof. Dr. İrfan KAYMAZ İki Ortalama Farkının Güven Aralığı Anakütle Varyansı Biliniyorsa İki ortalama arasındaki farkın dağılımına ilişkin Z değişkeni: Güven aralığı ifadesinde
Detaylı4. TAHMİN SONUÇLARININ DEĞERLENDİRİLMESİ Katsayıların Yorumu
4. TAHMİN SONUÇLARININ DEĞERLENDİRİLMESİ 4.1. Katsayıların Yorumu Y i = β 0 + β 1 X 1i + β X i + + β k X ki + u i gibi çok açıklayıcı değişkene sahip bir modelde, anakütle regresyon fonksiyonu, E(Y i X
Detaylıçözümlemesi; beklenen değer ile gözlenen değer arasındaki farkın araştırılması için kullanılır.(aralarındaki fark anlamlı mı?)
BÖLÜM 5. (Kİ-KARE) ÇÖZÜMLEMESİ çözümlemesi; beklenen değer ile gözlenen değer arasındaki farkın araştırılması için kullanılır.(aralarındaki fark anlamlı mı?) Örneğin; Bir para atma deneyinde olasılıkla
DetaylıMAK 305 MAKİNE ELEMANLARI-1
MAK 305 MAKİNE ELEMANLARI-1 BURKULMA HESABI Doç.Dr. Ali Rıza YILDIZ MAK 305 Makine Elemanları-Doç. Dr. Ali Rıza YILDIZ 1 BU SLAYTTAN EDİNİLMESİ BEKLENEN BİLGİLER Burkulmanın tanımı Burkulmanın hangi durumlarda
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.
DetaylıCh. 12: Zaman Serisi Regresyonlarında Ardışık Bağıntı (Serial Correlation) ve Değişen Varyans
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri II Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 12: Zaman Serisi Regresyonlarında
DetaylıMühendislikte İstatistiksel Yöntemler
Mühendislikte İstatistiksel Yöntemler BÖLÜM 7 TAHMİNLER Yrd. Doç. Dr. Fatih TOSUNOĞLU 1 Tahmin (kestirim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmaktır.
DetaylıCh. 5: SEKK (OLS) nin Asimptotik Özellikleri
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 5: SEKK (OLS) nin Asimptotik
DetaylıMühendislikte İstatistik Yöntemler
.0.0 Mühendislikte İstatistik Yöntemler İstatistik Parametreler Tarih Qma.3.98 4..98 0.3.983 45 7..984 37.3.985 48 0.4.986 67.4.987 5 0.3.988 45.5.989 34.3.990 59.4.99 3 4 34 5 37 6 45 7 45 8 48 9 5 0
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri
DetaylıTEMEL KAVRAMLAR Test -1
TEMEL KAVRAMLAR Test -1 1. 6 ( ) 4 A) B) 3 C) 4 D) 5 E) 6 5. 4 [1 ( 3). ( 8)] A) 4 B) C) 0 D) E) 4. 48: 8 5 A) 1 B) 6 C) 8 D) 1 E) 16 6. 4 7 36:9 18 : 3 A) 1 B) 8 C) D) 4 E) 8 3. (4: 3 + 1):4 A) 3 B) 5
Detaylı1-2 - * Bu Ders Notları tam olarak emin olmamakla birlikte 2012-2013 yıllarına aiitir.tekrardan Sn.Hakan Paçal'a çoook tsk ederiz...
1-2 - * Bu Ders Notları tam olarak emin olmamakla birlikte 2012-2013 yıllarına aiitir.tekrardan Sn.Hakan Paçal'a çoook tsk ederiz... CABİR VURAL BAHAR 2006 Açıklamalar
DetaylıKi- kare Bağımsızlık Testi
PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN Ki- kare Bağımsızlık Testi Daha öceki bölümlerde ölçümler arasıdaki ilişkileri asıl iceleeceğii gördük. Acak sıklıkla ilgileile veriler ölçüm
Detaylı9. ARDIŞIK BAĞIMLILIK SORUNU (AUTOCORRELATION) 9.1. Ardışık Bağımlılık Sorunu Nedir?
9. ARDIŞIK BAĞIMLILIK SORUNU (AUTOCORRELATION) 9.1. Ardışık Bağımlılık Sorunu Nedir? Ardışık bağımlılık sorunu, hata terimleri arasında ilişki olmadığı (E(u i,u j ) = 0, i j) varsayımının geçerli olmamasıdır.
DetaylıKARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005
KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 1 Karşılaştırma istatistiği Temel kavramlar: Örneklem ve evren:
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...
Detaylı15.433 YATIRIM. Ders 3: Portföy Teorisi. Bölüm 1: Problemi Oluşturmak
15.433 YATIRIM Ders 3: Portföy Teorisi Bölüm 1: Problemi Oluşturmak Bahar 2003 Biraz Tarih Mart 1952 de, Şikago Üniversitesi nde yüksek lisans öğrencisi olan 25 yaşındaki Harry Markowitz, Journal of Finance
DetaylıOLASILIK ve İSTATİSTİK Hipotez Testleri
OLASILIK ve İSTATİSTİK Hipotez Testleri Yrd.Doç.Dr. Pınar YILDIRIM Okan Üniversitesi Mühendislik ve Mimarlık Fakültesi Bilgisayar Mühendisliği Bölümü Hipotezler ve Testler Hipotez, kitleye(yığına) ait
Detaylıİstatistiksel Kavramların Gözden Geçirilmesi
İstatistiksel Kavramların Gözden Geçirilmesi Bazı Kuramsal Olasılık Dağılımları Ekonometri 1 Konu 2 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial
Detaylı