ISL223 İSTATİSTİK I DERS NOTLARI

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "ISL223 İSTATİSTİK I DERS NOTLARI"

Transkript

1 T.C. RECEP TAYYİP ERDOĞAN ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İŞLETME BÖLÜMÜ SAYISAL YÖNTEMLER ANABİLİM DALI DERS NOTLARI ISL3 İSTATİSTİK I DERS NOTLARI HAZIRLAYAN PROF. DR. ALİ SAİT ALBAYRAK RİZE 015 Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 1 GENEL BİLGİ Dersn Kodu ve Adı ISL3 İstatst I Dönem ve Kreds Güz (3+0+3) Dersn Amacı İstatstğe grş ntelğ taşıyan derste, temel statst ölçüler (tanımsal statst) ve çeştl statst tenlern temeln oluşturan olasılı ve olasılıdağılımları uygulamalı br yalaşımla tanıtılması amaçlanmatadır. Dersn Kapsamı Temel avramlar, tanımsal statst ölçüler (ortalamalar, değşenl, eğl ve basılı ölçüler), olasılığın temel avramları ve olasılıuralları, esl ve sürel olasılıdağılımları. Kayna Ktap Yama, Rahm ve Mustafa Köseoğlu (006); Uygulamalı İstatst ve Eonometr, Çelepler Matbaacılı, Trabzon. Yardımcı Ktaplar Orhunblge, Neyran (000). Tanımsal İstatst Olasılı ve Olasılı Dağılımları,Avcıol Basım Yayın, İstanbul. Yüzer, Al Fuat, Enbya Ağaoğlu, Hüseyn Tatlıdl, Ahmet Özmen, Emel Şılar (006). İstatst, (Edtör: Al Fuat Yüzer), Anadolu Ünverstes Yayınları,Esşehr. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları yayınlanamaz ve depolanamaz. 1

2 HAFTALIK DERS PLANI Dersn Kodu ve Kreds (T+U+K) Dersn Adı Ders Sorumlusu ISL3 (3+0+3) İstatst I Prof. Dr. Al Sat ALBAYRAK Hafta İşlenece Konular 1 İstatstğeGrş: İstatstğn Tanımı Önem ve Amacı, Temel İstatst Kavramlar ve Tanımlar, İstatst ve Blgsayar, Ölçe Türler, Blmsel Araştırmanın Aşamaları, Verlern Toplanması ve Düzenlenmes (İstatst Serler, Tablolar ve Grafler). 3 7 Tanımsal İstatst: Merez Eğlm Ölçüler/Ortalamalar; Sernn Tüm Brm Değerlerne Dayanan/Duyarlı Ortalamalar (Artmet Ortalama, Tartılı/Ağırlılı Artmet Ortalama, Geometr Ortalama, Harmon Ortalama, Karel Ortalama); Sernn Tüm Brm Değerlerne Dayanmayan/Duyarsız Ortalamalar (Tepe Değer/Mod, Ortanca/Medyan, Bölenler: Kartller, Desller, Persantller); Uygun Ortalama Tpnn Seçm; Değşenl/Dağılma Ölçüler (Değşm Aralığı/Range, Kartllerarası Değşm Aralıları, Ortalama Mutla Sapma, Robust Ortalama Mutla Sapma, Varyans ve Standart Sapma, Değşm Katsayısı, Bölenlerarası Değşm Katsayıları); Eğl Ölçüler (Ortalamaya Dayanan Pearson Eğl Ölçüler, Kartllere Dayanan Bowley Eğl Ölçüler; Momentlere Dayanan Eğl Ölçüler); Basılı Kurtoss Ölçüler. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 3 Hafta İşlenece Konular 8 11 Olasılığın Temel Kavramları ve Olasılı Kuralları: Olasılığın Tanımı, Özelller ve İstatstte Yer; Bazı Temel Kavramlar ve Tanımlar; Olasılığın Temel Özelller; Olasılı Kuralları (Toplama Kuralı ve Ayrı Brbrn Engelleyen Olaylar le Toplama Kuralı ve Br Arada Meydana Geleblen Kesşen Olaylar); BağımsızOlaylarveÇarpımKuralı le Bağımlı Olaylar ve Çarpım Kuralı); Koşullu Olasılı; Orta ve Marjnal Olasılılar; Bayes Teorem; Permütasyon ve Kombnasyon; Rassal Değşen Kavramı; Olasılı Fonsyonu; Olasılı Yoğunlu Fonsyonu; Rassal DeğşennBelenenDeğer ve Varyansı; Standart Rassal Değşen 1 14 Olasılı Dağılımları: Kesl Süresz Olasılı Dağılımlar (Bnom Dağılımı, Hpergeometr Dağılım, Posson Dağılımı, Kesl Ünform Dağılımı, Mültnomal Dağılım); Kessz Sürel Olasılı Dağılımları (Normal Dağılım, t dağılımı, ÜstelDağılım, Sürel Ünform Dağılımı). E Posta : alsat.albayra@erdogan.edu.tr Ağ Adres : Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 4 yayınlanamaz ve depolanamaz.

3 1. HAFTA İstatstğn Tanımı, Önem ve Amacı Temel İstatst Kavramlar ve Tanımlar İstatst ve Blgsayar Ölçe Türler İstatst Araştırma Sürecnn Aşamaları Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 5 İstatstğn Tanımı,Amacı, Önem ve Temel Kavramlar 1. Günlü Dlde: Belrl br rtere göre toplanmış sayılar topluluğudur (ver anlamında).. Metodoloj Açıdan: Belrl amaçlar çn ver toplama, toplanan verler düzenleme, çözümleme ve yorumlama amacıyla gelştrlen ten ve yöntemler blmdr. Kısaca statst, verlerden blg üretme yolu olara da tanımlanablr. 3. Term Olara: Üçüncü olara statst, örnelem brm değerlernden hesaplanan sayısal değerler anlamında ullanılmatadır. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 6 yayınlanamaz ve depolanamaz. 3

4 İstatstğn Amacı Tanımsal Amacı: İlgl değşen baımından br olaya lşn verler toplama, toplanan verler düzenleme, çözümleme, serler, tablolar ve grafler yardımıyla sunmatır. Analt Amacı: Olasılı uramına dayanan yöntemlerle, anaütleden çelen örneten elde edlen blgler ullanara anaütle parametrelern tahmn etme veya anaütle parametreler le lgl ddaların doğru olup olmadılarını araştırmatır. Dğer br anlatımla, gözlenmş durumlardan gözlenmemş durumlar haında blg üretmetr. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 7 Temel İstatst Tanımlar ve Kavramlar Ölçme:Sayıları elde etme sürecne ölçme adı verlr. Ver: Gözlem sonucunda elde edlen sayılardır. Ham Ver: Herhang br şlem görmemş verye ham ver adı verlmetedr. Brm:Anaütleyoluşturan ve sayısal olara nceleneblen varlılara brm adı verlr. Değşen, Ntel ve Ncel Değşenler. Ntel ve ncel değşenlern özelller. Ölçülemeyen ve sayılamayan ntel değşenlern sınıfları tamdır (geçşl değldr), bu değşenler genellle bnom, Hpergeometr, Posson veya Mültnomal gb esl olasılıdağılımlarından brsne uyarlar. Kesl (süresz) ve essz (sürel) değşenler. Ölçüleblen ve sayılablen ncel değşenler de sınıflar süreldr (geçşldr) ve bu değşenler genellle normal dağılımgbsürelolasılı dağılımlarından brsne uyarlar. Anaütle: Belrl br tanıma uyan ve haında blglern üretleceğ, çıarsamaların yapılacağı aynı cns brmlerden, dğer br anlatımla nesnelerden, olaylardan, urumlardan ve breylerden oluşan toplulutur. Dğer br anlatımla yığın olay ntelğnde aynı cns brmlern oluşturduğu topluluğaanaütleadıverlmetedr. Örnelem ve Kısm Sayım Örneleme: Uygun olan örneleme yöntemleryle anaütleden belrl sayıda brmn seçlmes sürec olara tanımlanmatadır. Parametre ve İstatst: Anaütlenn özelllern belrleyen sayısal araterstlere parametre, örneğn özelllern belrleyen sayısal araterstlere se statst adı verlmetedr. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 8 yayınlanamaz ve depolanamaz. 4

5 Ölçe Türlerne Göre Değşenler Metr Ölçel Olmayan Değşenler Nomnal (Sınıflayıcı) ölçel değşen Ordnal (Sıralayıcı) ölçel değşen Metr Ölçel Değşenler Aralı (Interval) ölçel değşen Oran (Rato) ölçe değşen Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 9 İstatst Araştırma Sürecnn Aşamaları (1) Araştırma problemnn tanımlanması: Braraştırma problem apsamında yer alan brmlern oluşturduğu toplulu olan anaütley şu ölçütlere göre tanımlama/sınırlandırma mümündür. (1) zaman ve meana, () örneleme brm ve/veya gözlem brm, (3) örneğe grece brm sayısı (örnelem hacm), (4) özell/değşen sayısı. () Verlern Toplanması: Ver toplama yöntemler (tamsayım ve örneleme); ver toplama araçları (gözlem, deney ve anet). (3) Verlern Düzenlenmes: Serler, grafler ve tablolar. (4) Verlere Uygun İstatst Tenlern Uygulanması (5) SonuçlarınYorumuveKararınAlınması Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 10 yayınlanamaz ve depolanamaz. 5

6 . HAFTA Verlern Düzenlenmes İstatst Serler Tablolar Grafler İstatstte Hata Kavramı. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 11 Verlern Düzenlenmes Brmlern sayım, ölçüm, sıralama ve sınıflamayla saptanan ntel ve ncel özelller ve bu özelllern şılarına göre dağılımını gösterme amacıyla yapılan düzenlemelere statstte serler adı verlmetedr. İstatst serlern bu özelllern türlerne göre üç grup altında toplama mümündür: (1) Zaman Serler () Kest (Mean, Konum) Serler (3) Dağılma Serler a) Ntel Serler b) Ncel Serler: Bast, Freans ve Sınıflandırılmış. c) Bleş Serler: Bast, Freans ve Sınıflandırılmış. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 1 yayınlanamaz ve depolanamaz. 6

7 Zaman Serler Değşenlern brmlernn daa, saat, gün, hafta, ay, mevsm ve yıl gbeşt zaman aralığına göre dağılımını gösteren serlerdr. Eonomde MG, hracat, thalat, toptan ve peraende fyatlarında değşmelerne at blgler öncelle zaman serler şelnde düzenlenr. Bunun neden bu blglern zaman bağılı olmaları ve zaman brm belrtlmedçe br anlam taşımamalarıdır. Örneğn Türye nn nüfusu denldğnde yıl belrtlmemmşse bu raam br anlam taşımazen 1990 yılı Türye nüfusudenldğnde anlam azanmatadır. İ sütundan oluşan zaman serlernde l sütun zaman brm, nc sütun da değşene at değer göstermetedr. Örne: SayımYıllarına Göre Türye Nüfusu Sayım Yılları Nüfus Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 13 Mean ( Kest, Konum) Serler Brmlern veya özelllernn ıta, üle, bölge, l, lçe, öy ve mahalle gb yerleşm brmlerne göre dağılımını gösteren serlere est veya mean serler adı verlmetedr. Örne: 1990 Yılı Türye Nüfusunun Coğraf Bölgelere Göre Dağılımı Coğraf Bölge Nüfus Marmara Ege İç Anadolu Adenz Karadenz Doğu Anadolu Güneydoğu Anadolu Toplam Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 14 yayınlanamaz ve depolanamaz. 7

8 Ntel Serler Sayılarla fade edlemeyen (sözel) özelllern gösterldğ serlerdr. Bu serler de sütundan oluşmatadır. İl sütun lgl ntel özellğn şılarını, nc sütun se bu şılara at brmlern sayısını göstermetedr. Örne: Türye nüfusunun cnsyet, meden durum, ouryazarlı durumu, dn, coğraf bölge vs. göre dağılımları. Örne: 1990 Yılında Türye Nüfusunun Cnsyete Göre Dağılımı Cnsyet Nüfus Ere Kadın Toplam Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 15 Ncel Serler Sayım ve ölçümler sonucunda elde edlen adet, uzunlu, alan, hacm, ağırlı, para brm, sıcalı gb çeştl ölçü brmleryle (adet, cm, cm,dm 3,g,TL,c 0 ) fade edleblen özelller çn ncel serler düzenlenmetedr. Ncel serler üç farlı şelde düzenlenmetedr. Bast Serler Freans Serler Sınıflandırılmış Serler Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 16 yayınlanamaz ve depolanamaz. 8

9 Bast Serler Sernn brm değerlernn büyülü sırasına göre (üçüten büyüğe veya büyüten üçüğe) sıralanmasıyla elde edlen ve değşenn dağılımını gösteren serlerdr. Örne: Aşağıda br sınıfta 0 öğrencnn statst dersnden aldıları notları bast ser olara düzenleynz. (5, 30, 65, 3, 30, 45, 60, 65, 30, 45, 60, 3, 80, 80, 45, 50, 55, 50, 55, 5). Çözüm: X =(5, 5, 30, 30, 30, 3, 3, 45, 45, 45, 50, 50, 55, 55, 60, 60, 65, 65, 80, 80). Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 17 Freans Serler Genellle esl ve şı sayısı fazla olmayan değşenlern düzenlenmesnde ullanılan ser tpdr. Bu serler sütundan oluşmatadır. Brnc sütun fazla olmayan şısayısını, nc sütun se şıların freanslarını göstermetedr. Örne: Br önce örnete verlen bast sery freans sers olara düzenleynz: Not Freans (f ) Toplam 0 Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 18 yayınlanamaz ve depolanamaz. 9

10 Sınıflandırılmış Serler Değşenlern gözlenen brmler sınıflandırılara elde edlen serlere sınıflandırılmış serler adı verlmetedr. Sürel ve ço şılı esl değşenlern dağılımını göstereblen bu serler de sütundan oluşmatadır: Sınıflar ve freanslar. Örne: 0 Öğrencnn Not Gruplarına Göre Dağılımı Not Sınıfı Öğrenc Sayısı (f ) Toplam 0 Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 19 Sınıflandırılmış Freans Serleryle İlgl Üzernde Durulması Gereen Hususlar: Sınıflandırılmış serlerde sınıf aralılarının eşt olmasına genellle özen gösterlmetedr. Faat bazı durumlarda eşt olamayan sınıf aralıları da oluşturma gereeblr. Örneğn not dağılımı sers, onar veya yrmşer not aralılı sınıflarla düzenlenebleceğ gb, geçmez, orta, y ve pey alan öğrencler gösterece şelde de düzenleneblr. Sınıfsayısının 15 den fazla olmamasına özen gösterlr. Sernn en büyü değernden en üçü değer çıartılara (R=X enb X mn ) elde edlen değer (değşm aralığı) stenen sınıf sayısına () bölünere sınıfaralığı (c) belrlenr. Sturges Kuralı: =1+3,3 LG10(n). Örne: n=100 se; Sturges uralına göre sınıf sayısı ()=1+3,3*=7,6 = 8 dr. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 0 yayınlanamaz ve depolanamaz. 10

11 Örne: Br şletmede çalışanların yaşları aşağıda bast br ser şelnde verlmetedr. Sınıf sayısı beş olaca şelde sınıflandırılmış freans sersn oluşturunuz. Yaş={ }. Çözüm: R=X enb X en =55 16=39 c=r/=39/5=8 Sınıflar f Toplam 4 Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 1 Sınıflandırılmış Freans Serleryle İlgl Üzernde Durulması Gereen Hususlar: Sınıflar esnlle brbrnden ayrılması geremetedr. Brmlern hang sınıfta yer alacağı olayca görüleblmeldr. Dğer br anlatımla br sınıfın, sınıf üstdeğer br sonra sınıfınsınıfaltsınıf değeryle aynı olmamalıdır. Sürel değşenler blndğ gb esrl ve tamsayı her türlü değer alablmetedr. Bu nedenle aşağıda sınıflandırılmış serde sınıf sınırlarını belrleme zor olablr. Sınıflar f Toplam 14 19,5=!..? Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları yayınlanamaz ve depolanamaz. 11

12 Bu nedenle sürel değşenlern sınıf aralıları aşağıda gb belrlenmes geremetedr. Sınıflandırılmış br serde br sınıfın sınıf üstdeğer br sonra sınıfın sınıf alt değer se, o değşen sürel br değşen olara yorumlanır. Sınıflar f Sınıflar f 10 0 den az den az den az Toplam 10 Toplam 10 Kesl değşenlerde se sürel değşenlerde yaşanan zorlularla arşılaşılmaz. Sınıflar 10 0 f Toplam 10 Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 3 Sürel (essz) ve esl (süresz) değşenlern sınıf aralıları aşağıda gb hesaplanablr: Sürel Değşenler Kesl Değşenler Sınıflar Sınıf Aralığı Sınıflar Sınıf Aralığı den az 40 30= = den az 50 40= = den az 60 50= = den az 70 60= =3 Toplam... Toplam... Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 4 yayınlanamaz ve depolanamaz. 1

13 Sınıflandırılmış Serlerde SınıfOrtaDeğernn Hesaplanması Sürel Değşenler Kesl Değşenler Sınıflar SOD Sınıflar SOD (40+30)/= (3+5)/= (50+40)/= (6+8)/= (60+50)/= (9+11)/= (70+60)/= (1+14)/=13 Toplam... Toplam... Sürel değşenlern SOD, br sınıfınaltsınıfdeğerle br sonra sınıfınaltsınıfdeğer toplamınınyarısına eşttr. Süresz değşenlern SOD, br sınıfın altsınıf değer le o sınıfın üstsınıf değer toplamınınyarısına eşttr. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 5 Sınıflandırılmış freans serler brml ve oransal (nsp, görecel ) freans serler olma üzere farlı şelde düzenleneblr. Sınıflar f Oransal f Azalan Brml Oransal Freanslar Sınıflar f den ço (SAD) den az (SÜD) Toplam 0 0,15 0,0 0,35 0,0 0,10 1,00 (0/0) 0,85 (17/0) 0,65 (13/0) 0,30 (6/0) 0,10 (/0) Artan Brml Oransal Freanslar 0,15 (3/0) 0,35 (7/0) 0,70 (14/0) 0,90 (18/0) 1,00 (0/0) Toplam 0 1, Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 6 yayınlanamaz ve depolanamaz. 13

14 Bleş Serler Tanım: Brmlern veya daha ço sayıda değşene göre dağılımını gösteren serlere bleş sers adı verlmetedr. Bleş serlere öğrenclern boy uzunluğu leağırlılarına göre dağılımını veya matemat, statst ve muhasebe derslernden almış olduları notlara göre dağılımını gösteren serler örne olara verleblr. Bleş serler bast, freans ve bleş ser olma üzere üç farlı şelnde düzenleneblr. Bast bleş sers düzenlenren l sernn bast ser şelnde düzenlenmesne dat edlr. Aşağıda sınıflandırılmış brbleş sers örneğ yer almatadır. Matemat İstatst Notu Notu Toplam Toplam Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 7 Tablolar Brmlern brden fazla ntel ve ncel özelllernn şılarına göre dağılımını gösteren satırve sütunlardan oluşan düzenlemelere statstte tablo adı verlmetedr. Tablolar br anlamda genşletlmş serlerdr. Tablolar aşağıda özelller taşıması geremetedr. Tablonun üstünde genel br başlıolmalıdır. Satır ve sütun başlıları olmalıdır. Ölçü brm ve yapılan ısaltmalar tablo altında belrtlmeldr. A4 ağıdı dey olara yönlendrlmşse, şı sayısı az olan özell sütunlarda ço olan se satırlarda gösterlmeldr. Özelllern şıları ntel değşenlerde mantı, ncel değşenlerde üçüten büyüğe doğru sıralama yoluyla verlmeldr. Satır ve sütun genel toplamlarının gösterlmes zorunludur. Geretğnde ara toplamlara da yer verlr. Tablo değerler belrl br yayından alınmışsa tablonun sonunda Kayna: bares yazılara urum adı,yayın adı,yayın yer, tarh ve sayfa numarası belrtlr. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 8 yayınlanamaz ve depolanamaz. 14

15 Tablo 1: 1990 Yılında Türye de Ouryazarlı ve Oul Btrme Durumunun Cnsyete Göre Dağılımı Cnsyet Ouryazarlı Ouryazar olmayan Ouryazar olan Oul btren Oul btrmeyen Blnmeyen Blnmeyen Ere Kadın Toplam Toplam Kayna: TÜİK, 1990 Türye Genel Nüfus Sayımı Sonuçları, TÜİK, Anara, s. 67. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 9 Verlern Graflerle Gösterlmes Ham verler brmlern özelllerne uygun serler ve tablolarla düzenlendten sonra verlern şellerle gösterlmes aşaması olan graflern çzm aşamasına gelnmetedr. Toplanan verlern geometr şellerle göstermne graf adı verlmetedr. Grafler tablolardan daha fazla blg vermezler faat göze htap ettler çn anlaşılmaları daha olaydır. Ayrıca brden ço olayın arşılaştırılması ve aralarında lşlern gösterlmesnde yardımcı olurlar. Br grafte sadel ve verlern özelllernn yansıtılması esastır. Bunun çn verlern yapısına uygun br graf türünün seçm önem taşımatadır. Graf çzmnden amaç brmlern lgl özelllern şılara göre dağılımı gösteren serlerde açı olara görülmeyen ayrıntıların belrgnleştrlmesdr. Örneğn br zaman sers, değşenn yıllara göre artış eğlmnde olduğunu gösterr anca graf çzldğnde hem bu eğlm hem de bu eğlm artış hızı daha açıça görüleblmetedr. Ser tpne göre grafler beş grup altında toplanablr: Zaman, mean, ntel, ncel le bleş serlern graflerdr. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 30 yayınlanamaz ve depolanamaz. 15

16 Zaman Serlernn Grafler Zaman serlernn gösterlmesnde sılıla ullanılan graf Artmet veya Logartm Kartezyen Grafler dr. X esennde zaman fatörü, Y esennde se brmlern çeştl özelller yan değşenler yer almatadır. En büyü değerle en üçü değer arasında far aynı esen üzernde gösterlemedğnde Y esen üzernde değşenn değerler logartm olara fade edlr. Zaman brmn gösteren esen artmet alacağı çn çzlece graf yarı logartm olur. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 31 Graf 1: Sayım Yıllarına Göre Türye Nüfusu Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 3 yayınlanamaz ve depolanamaz. 16

17 Yıllar GSMH (Mlyon TL) LG10 (GSMH) Örneğn car fyatlarla GSMH artmet ,5788 5,804 6,048 6,3004 6,5897 6,8951 7,1755 7,468 7,744 ölçel grafle gösterlmes mümün değldr değerler arasında büyü farlılı Y esennde ölçeğn logartm olmasını geretrmetedr. 8 LOG(GSMH) YIL Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 33 Ntel ve Mean (Kest) Serlern Grafler Ntel serlern grafler bölünmüş dare, bölünmüş dareler veya sütun grafler le gösterlr. Bu graflerde dare veya sütunların alanı toplama; büyülüler le orantılı olara belrlenen dare ve sütun bölümler se, ntel özellğ şılarına ayırmatadır. Grafğ çzlmes gereen te ser varsa bölünmüş dare, ser sayısı az se (en fazla 3) bölünmüş dareler, daha fazla se bölünmüş sütunlar ullanılmatadır. Bunun neden ço sayıda darenn br araya getrlmesnn sütunların getrlmesnden daha zor olmasıdır. Bölünmüş dare graflernde brm veya değer toplamını gösteren darenn alanını çzeblme çn gerel olan yarıçap(r),alan(s)formülüs= r den hareetle r=(s/ ) 1/ hesaplanır. Dare çzldten sonra her ısma, toplam çnde freans ağırlılarıyla orantılı olara dağıtılmatadır. Son olara farlı taramalarla lgl şılar belrgnleştrlr. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 34 yayınlanamaz ve depolanamaz. 17

18 Brden fazla dare çzlmes geretğnde, toplamlar arasında büyülü farlarının darelern alanlarına yansıtılmasına özen gösterlr. Bölge Nüfus Bölgesel Açı Marmara İç Anadolu Karadenz Ege Adenz D.Anadolu GD.Anadolu (0,354)=84, (0,1761)=63, (0,1436)=51, (0,1345)=48, (0,144)=44, (0,1036)=37, (0,084)=9,66 0 Toplam Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 35 Graf 1: 1990 Türye Nüfusunun Coğraf Bölgelere Göre Dağılımı Nüfus Ege 14% Karadenz 14% Adenz 1% İç Anadolu 18% D. Anadolu 10% GD. Anadolu 8% Marmara 4% Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 36 yayınlanamaz ve depolanamaz. 18

19 Graf : Sayım Yıllarına ve Meden Duruma Göre Türye Nüfusu Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 37 Ncel Serlern Grafler Bast Serler: Bu serler çn özel gelştrlmş graf türü yo. Freans Serler: Kartezyen graflerle gösterlr. Yatay esende ncel özelllern şılarına, dey esende se bu brmlern sayısını gösteren freanslara yer verlmetedr. Sınıflandırılmış Serler: Bu serlern grafler anca artezyen graflerle anca sütunlar ullanılara gösterleblr. Hstogram adı verlen bu graflerde sütunların alanı (yüselğ değl) freansları göstermetedr. Sınıf aralıları eşt olan sınıflandırılmış serlerde sütun alanı le yüselğ (freansı) aynı anlamı taşımatadır. Sınıf aralıları eşt olamayan sınıflandırılmış serlern hstogramı çzlren normal freanslar yerne düzeltlmş freanslar ullanılır. Düzeltlmş freanslar (f ), normal sınıf freansları (f) lgl sınıf aralığına (c) bölünere hesaplanır. Freans polgonu ve freans eğrs. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 38 yayınlanamaz ve depolanamaz. 19

20 Graf 3: Türye de Çocu Sayısına Göre Kadın Nüfus Dağılımı Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 39 Örne: Aşağıda Verlen Sınıflandırılmış Freans Sersnn Hstogramını Çznz. Sınıflar f X =SOD Toplam 0 Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 40 yayınlanamaz ve depolanamaz. 0

21 Hstogram ve Freans Polgonu Örneğ (Gerçe Freanslar) Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 41 Bast Br Bleş Sernn Grafğ: Serplme Dyagramı Öğrenc Notlar Devam (%) A B C D E F G H J K İstatst N otu Devam Oranı R-Square = 0.99 Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 4 yayınlanamaz ve depolanamaz. 1

22 Serlern Eğllerne Göre Graflerde Şeller f Sağa Eğ Smetr Sola Eğ 0 x Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 43 Serlern Yüsellerne Göre Graflerde Şeller f Svr Normal Bası 0 X Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 44 yayınlanamaz ve depolanamaz.

23 Dğer Bazı Freans Eğrler f U Eğrs J Eğrs Ters J Eğrs 0 x Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 45 İstatst Tenlern Uygulanması Uygun statst tenğn seçm Verlern türler (ntel, ncel) ve ölçeler (nomnal, ordnal, aralı ve oran)date alınara en uygun statst ten seçlr. Parametr ve parametr olmayan statst yöntem ve tenler. Örne veya anaütlenn tanımlanması:tanımsal statst. Örne verlernden hareetle anaütle parametreler haında ddalarınsınanması: Hpotez testler Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 46 yayınlanamaz ve depolanamaz. 3

24 Değşenler arası lş yapısının ncelenmes: Regresyon ve orelasyon analz. Tahmn ve öngörü: Zaman serler analz ve tahmn tenler. Olasılı teorsne dayanan arar verme tenler Sınıflandırma ve ümeleme: Regresyon, dsrmnant, ümeleme, lojst regresyon ve ço boyutlu ölçeleme tenler. Değşenler arasında ç lşlern ncelenmes, sınanması ve boyut ndrgeme: Açılayıcı fatör analz ve anıtlayıcı fatör analz ve ço boyutlu ölçeleme analz. Üretm süreçlernn denetlenmes: İstatst proses ontrol tenler gb ço genş br yelpazeden uygun olan br yöntem veya ten seçlr. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 47 SonuçlarınYorumuveProblemeİlşn KararınAlınması Elde edlen bulgular değerlendrlere araların alınması, planlamanın yapılması veya poltaların belrlenmes. Sonuçlar ya blmsel br maale olara veya arar verme düzeynde olan yönetclere rapor edlr. Maale veya raporlarda: (1) Mevcut durum tanımsal statst ölçülerle tanımlanır. () Değşme oranları belrlenr. (3) Geleceğe yönel öngörü yapılablr. (4) Polta gelştrmede öneml olan değşenler saptanır. (5) Böylece blmsel araştırmalarla her alanda gelşmeler sağlanmatadır. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 48 yayınlanamaz ve depolanamaz. 4

25 İstatstte Hata Kavramı Uygun statst tenlern ullanılmaması, ölçüm araçlarının bozuluğu, nsanların yorgunlu, datszl ve çeştl nedenlerle yanlı davranması sonucu çeştl hatalar ortaya çımatadır (Orhunblge, 000). Bu hatalar şunlardır: Bast hatalar (brbrnn etsn ortadan aldıran hatalar); sstemat hatalar (brbrnn etsn ortadan aldırmayan hatalar); rassal hatalar (örneleme yöntemyle yapılan araştırmalarda arşılaşılır); tahmn hataları (fl değer tahmn değer= enüçü olmalıdır). Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 49 Bast Hatalar: cnsyetn ve bazı raamların (73yern 37 gb) yanlış odlanması. Rassal Hatalar: Üç brmden oluşan br anaütley ele alalım: 10, 0 ve 30. Anaütle ortalamasını tahmn etme çn anaütleden brmden oluşan br örnelemn çeldğn düşünelm. Bu durumda olası çem ve tahmnler aşağıda gb olur. 1. Örne: (10+0)/ =15 Hata=15 0= 5. Örne: (10+30)/ =0 Hata=0 0=0 3. Örne: (0+30)/ =5 Hata=5 0=+5 Rassal (örneleme) hatalarının belenen değer her zaman sıfırdır. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 50 yayınlanamaz ve depolanamaz. 5

26 Sstemat Hatalar: Kıdem, eğtm düzey, yaş ve ücret utanma nedenyle olduğundan yüse veya düşü bldrlmes. Soruların açı olmaması. Bu hatalar hep poztf veya negatf yönde etl olurlar. Sstemat hatalar çeren tahmnlere statstte yanlı tahmnler adı verlmetedr. Sstemat hatalar; (1) brmlern belrlenmes aşamasında (blere veya blmeyere anaütlede bazı brmlern apsam dışında tutulması); () soruların düzenlenmes aşamasında; (3) değerlern saptanması ve hesaplanması aşamasında (ölçümde ullanılan araçların bozuolması vs.) ve (4) statst tenlern ullanılması aşamasında ortaya çımatadırlar. Tahmn hataları statst yöntem ve tenlerle elde edlen değerlerle fl değerler arasında farlardır. En uygun ten seçlere bu hatalar en aza ndrgenr. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları HAFTA Tanımsal İstatst Ölçüler Merez Eğlm Ölçüler: Duyarlı (Parametr) Ortalamalar Artmet Ortalama Artmet Ortalama ve Özelller Tartılı (Ağırlılı) Artmet Ortalama Tartılı Artmet Ortalamanın Kullanıldığı Durumlar Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 5 yayınlanamaz ve depolanamaz. 6

27 TANIMSAL İSTATİSTİK ÖLÇÜLERİ (1) Merez Eğlm Ölçüler (Ortalamalar) () Değşenl (Dağılma) Ölçüler (3) Eğl ve Basılı Ölçüler (4) Oranlar Bu bölümde ayrıntılı olara ele alınaca olan bu ölçüler sayesnde, serler, tp br değerle (ortalama) tanımlandığı gb serde brmlern dğer brmlerden ne adar farlı olduğu (değşenl), brmlern hang değerlerde toplandığı (eğl) ve toplanmanınyoğunluğu (basılı) saptanablmetedr. Elde edlen bu dört ölçü ve oranlarla brmlern çeştl özelllerne at ço sayıda ver özetlenebldğ gb serler arşılaştırılablmete ve ler statst tenlern uygulanması çn ön hazırlıyapılmatadır. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 53 Merez Eğlm Ölçüler (Ortalamalar) 1. Duyarlı (Serde Tüm Brmlern Değerlerne Dayanan) Ortalamalar. Artmet ortalama Tartılı Artmet Ortalama Geometr Ortalama Harmon Ortalama Karel Ortalama. Duyarlı Olmayan (Serde Tüm Brmlern Değerlerne Dayanmayan) Ortalamalar. Mod (Tepe Değer) Medyan (Ortanca) Bölenler (Medyan, Kartller, Desller ve Persantller) Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 54 yayınlanamaz ve depolanamaz. 7

28 Artmet Ortalama ve Özelller X n 1 n 1 1 X n 1) ( X X) 0 1 n ) ( X X) mnmum 1 3)Sapan brmlern ets: Özellle te yönlü sapan brmlerden olumsuz br şelde etlenr. 4) nx X n 1 X f X f Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 55 Artmet Ortalamanın Özelller (Devam) 5) Artmet ortalama dağılımı normal olan değşenler çn uygun br merez eğlm ölçüsüdür. 6) Serde tüm brmlern değerlerne dayanara hesaplanmatadır. Bu nedenle duyarlı br ortalamadır. 7) Br X sersnn tüm brmlerne a gb sabt br sayı elenere veya çıartılara elde edlen yen Y sersnn artmet ortalaması, l sernn artmet ortalamasına aynı sayınınelenmesveyaçıartılmasıyla elde edlr. Y X a Y X a veya Y X a Y X a Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 56 yayınlanamaz ve depolanamaz. 8

29 Artmet Ortalamanın Özelller (Devam) 8) Br X sersnn tüm brmlerne a gb sabt br sayı le çarpılması veya bölünmes sonucu elde edlen yen Y sersnn artmet ortalaması, l sernn artmet ortalamasınınaynı sayı le çarpımına veya bölümüne eşttr. Y X. a Y X. a veya Y X a Y X a 8) Artmet ortalamada sernn tüm brm değerlerne eşt ağırlılar verlmetedr. 9) Duyarlı br ortalama olduğundan açı sınıflı serlerde uygulanamaz. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 57 Örne 1: {,, 4, 4, 4, 5, 5, 6} brmlernden oluşan br anaütlenn ortalamasını hesaplayınız (Bast artmet ortalama). Daha sonra bu anaütleden çelen üç brml {4, 5, 6} br örneğn ortalamasını hesaplayınız. Çözüm: X N n N X X n 5 4 Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 58 yayınlanamaz ve depolanamaz. 9

30 Örne : Aşağıda verlen sernn artmet ortalamasını hesaplayınız. X f f X Toplam 8 6 X fx 1 6 3, 5 8 f 1 Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 59 Örne 3: Aşağıda Sınıflandırılmış Sernn Artmet Ortalamasını Hesaplayınız? Sınıflar f X f X Toplam X f X / f 460 / Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 60 yayınlanamaz ve depolanamaz. 30

31 Tartılı (Ağırlılı) Artmet Ortalama ve Kullanıldığı Durumlar Oranların veya ortalamaların ortalamasının hesaplanmasında tartılı artmet ortalama ullanılır. Bu durumda ağırlılar belldr. Her ortalama ve oranın paydasında brm sayısı lgl ağırlılar olara ullanılmatadır. Brm değerler arasında önem farı söz onusu olduğunda bu farı yansıtaca br ağırlı seçlere tartılı artmet ortalama hesaplanır. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 61 Bast, Freans ve Sınıflandırılmış Serlerde Kullanılan Formüller X t n tx 1 1 X n t t 1 1 f tx f t Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 6 yayınlanamaz ve depolanamaz. 31

32 Örne 1: Br faültenn dört şubeden oluşan sınıfında matemat ders not ortalaması ve başarı oranı saptanacatır. Sınava gren öğrenc sayıları, şubelern not ortalamaları ve başarı oranları aşağıda gösterlmetedr (Orhunblge, 000:80 81). Şube Öğrenc Sayısı Matemat Not Ortalaması Matemat Başarı Oranı I II III IV ,8 0,4 0,74 0,50 Toplam 00 06,48 Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 63 Çözüm: Dört şubeden oluşan sınıfın matemat ders not ortalaması ve başarı oranı aşağıda hesaplanmatadır (OrtalamalarınveOranların Ortalaması). X t tx 1 (4060) (5046) (3054) (8046) t 1 X t (400,8) (500,4) (300,74) (800,50) 0,58 00 Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 64 yayınlanamaz ve depolanamaz. 3

33 Örne: Br öğrencnn. sınıfta 7 dersten aldığı notlar ve ders saatler aşağıda verlmetedr. Öğrencnn. sınıf not ortalamasını hesaplayınız (Orhunblge, 000:81)? Dersler Notlar (X ) Ders Saat (t ) t X İstatst Matemat İtsat İşletme Huu Blg şlem Fnans Toplam Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 65 Çözüm: Öğrencnn. sınıf Tartılı Artmet Not Ortalaması aşağıda hesaplanmatadır. X t tx t 1 75 Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 66 yayınlanamaz ve depolanamaz. 33

34 Örne 1: Aşağıda verlen bast sernn ağırlılı ve ağırlısız artmet ortalamasını hesaplayınız (Yama vd., 006:6). X t X t X 0 / 4 5 X t 46 / 10 4,6 Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 67 Örne : Br malın ortalama satış fyatını belrleme çn 15 satış notasından alınan satış fyatları ve günlü satış mtarları aşağıda gbdr. Satış mtarlarını tartı alara, malın ağırlılı ortalama satış fyatını hesaplayınız (Yama vd., 006:7)? Fyatlar Satış Notası Sayısı Satış Mtarları Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 68 yayınlanamaz ve depolanamaz. 34

35 Çözüm: X f t f t X f t Toplam X t ftx ,74 n.949 ft 1 Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 69 Örne 3: Br endüstr dalında faalyet gösteren 5 şletmenn apasteler le ortalama brm malyetler aşağıda verlmştr. Bu endüstr dalında ortalama brm malyet hesaplayınız (Yama vd., 006:8)? Kapaste İşletme Sayısı Ortalama Brm Malyet Toplam Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 70 yayınlanamaz ve depolanamaz. 35

36 Çözüm: Not: Ortalama malyet stendğnden bast artmet ortalamadan yararlanma doğru olmaz. Çünü, şletmelern apasteler brbrnden farlı olduğugb apaste le ortalama brm malyet arasında ters yönlü br lş olduğu açıça gözlenmetedr. Bu durumda apaste tartı olara alınmalıdır. Buna göre, apasteler sınıflandırılmış br ser şelnde olduğundan sınıf orta değern tartı olara aldığımızda, Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 71 Kapaste (t ) İşletme Sayısı (f ) OBM (X ) f t f t X Toplam X t ftx , ft 1 Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 7 yayınlanamaz ve depolanamaz. 36

37 4. HAFTA Duyarlı Merez Eğlm Ölçüler/Duyarlı Ortalamalar Geometr Ortalama Geometr Ortalamanın Özelller ve Kullanıldığı Yerler Harmon Ortalama Harmon Ortalamanın Özelller ve Kullanıldığı Yerler Karel Ortalama Karel Ortalamanın Özelller ve Kullanıldığı Yerler Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 73 Geometr Ortalama (G) Geometr dz özellğ taşıyan serlere uygun olan geometr ortalama, sabt oranlarda değşm gösteren, bleş faze göre faze yatırılmış para, bu eğlme uyan nüfus ve mll gelr gb değşenlern ortalaması ve değşm oranları ortalaması hesaplanıren ullanılmatadır. Br serde brm değerler arasında mutla olara büyü farlar bulunması durumunda geometr ortalama uygun olan merez eğlm ölçüsüdür. Dğer br anlatımla eğ (çarpı) serler çn geometr ortalama en uygun olan duyarlı (parametr) ortalamadır. Örne: Br şletmenn A malında satış artışı yüzdes brnc yılda %110 ve nc yılda %150 olsun. Bu sernn bastartmetortalaması %130, geometr ortalaması se %18,5 dr. n f n n f f f G X X Xn X G X1. X... X 1 n 1 1 LG10( G) LG10 X LG10( G) f LG10( X ) n 1 1 f 1 n LG10( Pt n) LG10( Pt) Pt n Pt(1 r) LG10(1 r) n Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 74 yayınlanamaz ve depolanamaz. 37

38 Örne:, 4, 8, 16, 3 sersnn geometr ortalamasını hesaplayınız. n G n X veya 1 LG10( G) ( Log L og 4 L og 8 L og16 L og 3) 0, ,903 G AntLog(0,903) 10 7, Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 75 Örne: Aşağıda freans sersnn geometr ortalamasını hesaplayınız. X f LG10X f LG10X ,301 0,477 0,60 0,699 0,778 0,903 3,340 1,806 3,495 1,556 Toplam 0 11,100 11,100 LG10G flg10 X / f 0, ,555 G AntLog(0,555) 10 3,6 Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 76 yayınlanamaz ve depolanamaz. 38

39 Örne: Aşağıda ser çn geometr ortalamayı hesaplayınız. Sınıflar f X LG10X f LG10X ,477 0,699 0,845 0, ,157 8,388 6,761 4,771 Toplam 50 7,076 7, 076 LG10( G) 0, ,54 G AntLog(0,54) 10 3,5 Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 77 Örne: Ortalama nüfus artış oranı %,5 olan nüfuslu br lçede gelece üç yıl çn nüfusu hesaplayınız P P (1 r) (1 0, 05) 1050 P P (1 r) (1 0, 05) P P (1 r) (1 0, 05) Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 78 yayınlanamaz ve depolanamaz. 39

40 Örne: Br lçenn nüfusu dur. İlçenn ortalama nüfus artış oranı %,5 olduğuna göre 3 yıl önce nüfusunu hesaplayınız? P(1 0, 05) P Örne: Br lçenn nüfusu dr. Üç yıl sonra nüfusu se olduğuna göre ortalamanüfus artış oranı açtır? (1 r) 3 (1 r) / , r 1, , 05 r %,5 dr. 3 Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 79 Örne: Br lçenn 000 yılı nüfusu ve 005 yılı nüfusu olduğuna göre 00 yılı nüfusu ne adardır? P P n5 ve P? P P (1 r) (1 r) (1 ) / ,104 5 (1 ) 1,104 1,0199 % r 0,0199 P 00 r r (1 0,0199) Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 80 yayınlanamaz ve depolanamaz. 40

41 Örne: 50 maddenn 004 yılına göre 008 yılında fyat değşmeler aşağıda yüzde olara verlmetedr. Bu maddelern 004 e oranla 008 de fyatlarında ortalama artışı hesaplayınız (Orhunblge, 000)? Fyat Değşmeler (X ) Maddeler (f ) LG10X f LG10X ,000,079,146,04,55 40,000 4,950 17,169 13,5 9, , ,365,087 LG10( G) 10,087 (,087) 10 1,3 f LG X G AntLog 50 f yılına oranla 008 yılında bu maddelern fyatlarında ortalama %,3 lü br artış olmuştur. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 81 Örne: Br setörde 80 şletmenn 01 yılında büyüme hızlarına (yıllı ortalama atma değer değşmelerne) göre verlen dağılımlarından yararlanara setörde ortalama büyüme hızını belrleynz? Büyüme Hızı (X ) İşletme Sayısı (f ) X LG10X f LG10X ,9685 1,9956,01,0453,068, , , ,1695 6,589 14, ,9779 Toplam 80 16, ,5399,0317 LG( G) f LG10 X / f,0317 G AntLog, , Setörde 80 şletmenn 01 yılı ortalama büyüme hızı %7,58 dr. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 8 yayınlanamaz ve depolanamaz. 41

42 Geometr Ortalamanın(G) Özelller Serde tüm değerlerden etlenr. Bu nedenle duyarlı br ortalamadır. Sıfırveyanegatfdeğerlern bulunduğu serlere uygulanamaz. Serde görecel farların mutla farlardan öneml olması durumunda ullanılır. Özellle fyat, nüfus ve MG değşmlerne at oranların ortalamasında yaygın olara ullanılır. İşletme, eonom ve byoloj uygulamalarında yaygın olara ullanılmatadır. n 1 n n 1/ n LG10( X)/ n LN ( X)/ n 1 1 n G n X X G 10 G e 1 Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 83 Harmon Ortalama (H) Tanım: Harmon ortalama; brm değerlernn tersler ortalamasının ters olara tanımlanmatadır. Harmon ortalama sabt ve değşen olan unsurların yer değştrmes sabt olanın değşen, değşen olanın sabt olması durumunda ullanılmatadır. Örneğn, belrl br mesafey (yol sabt) farlı hızlarda (h 1, h, h 3 gb; hız değşen) her gün gden üç ulaşım aracının ortalama hızı harmon ortalamayla hesaplanır. Ortalama hız, toplam yolu toplam zamana bölere bulunur. Harmon ortalama farlı brmler (deneyler) çn yol sabt ve hız değşen olduğunda uygun olmatadır. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 84 yayınlanamaz ve depolanamaz. 4

43 Harmon Ortalama (H) Formüller ve Özelller f f n 1 1 H H H n 1 f f X X X Serde tüm brm değerlernden etlenr. Bu yüzden duyarlı br ortalamadır. Sadece poztf değerl brmler çn uygulanablr. Cebrsel şlemlere elverşldr. Genellle vermll, hız, fyat şelnde ortaya çıan ve sabt/değşen olan unsurların yerdeğştrmes sabt olanın değşen, değşen olanın sabt olması gereyorsa H ullanılmatadır. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 85 Örne: Dört alenn TL cnsnden ödedler aylı ralarını gösteren aşağıda bast sernn harmon ortalamasını hesaplayınız. Kra={400, 450, 500, 600}. 4 H 476,8 TL/ Ay Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 86 yayınlanamaz ve depolanamaz. 43

44 Örne: Aşağıda verlen freans sersnn harmon ortalamasını hesaplayınız? X f f /X ,5 0,5 1 Toplam 0 8 Çözüm: H=0/8=,5. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 87 Örne: 30 alenn aylı telefon harcamalarını gösteren aşağıda sınıflandırılmış sernn harmon ortalamasını (H)hesaplayınız? Sınıflar f X f /X ,160 0,043 0,055 0,055 0,061 Toplam 30 0, H 0,374 80,1 TL/Ay Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 88 yayınlanamaz ve depolanamaz. 44

45 Örne: Br fabrada üretm dört maneyle yapılmatadır. Bu manelern br mamul çn harcadıları sürelerden yararlanara br mamulün bu fabrada ortalama aç daada üretldğn hesaplayınız (Orhunblge, 000:88 89). Maneler Üretm Süres (d/parça) (X ) 1/X Saatte Üretlen Parça (t ) t X I II III IV,5,0 1,6 4,0 0,400 0,500 0,65 0,50 60/,5=4,0 60/,0=30,0 60/1,6=37,5 60/4,0=15, Toplam 10,1 1, ,5 40 n tx 4 40,5 1,6 4 H d p X d p d p 1, ,5 4 1, 54 / t, 54 / X,55 / n t 1 Dört manede br saatte ,5+15=106,5 parça üretlmetedr. Artmet ortalama ullanıldığında se (60*4)/,55=95 parça üretldğ görülmetedr. Bu se yanlış br sonuçtur. Çünü 60*4=40 d harmon ortalamayla bulunan süreye bölündüğünde (60*4)/,54=106,5 parça olan doğru sonuca ulaşılmatadır. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 89 Örne: Br otobüs frması şehr arasında (600 m) 37 otobüsle seferler düzenlemetedr. Bu otobüslern hızlarına göre dağılımı aşağıda gösterlmetedr. Frma otobüslernn şehr arasında ortalama hızı açtır? Hız (m/h) X Otobüs Sayısı (f ) f /X İ İl Arası Süre (t ) t f t f X /60=0,050 6/75=0,080 10/80=0,15 18/90=0,00 600/60=10 600/75=8,0 600/80=7,5 600/90=6, Toplam 37 0, H 81,3 m/ h. X t 81,3 m/ h 0, Otobüslern şehr arasında ortalama hızları 81,3 m/h dr. Ağırlı olara,farlı hızları olan otobüslern şehr arasında 600 m l mesafey aldıları süre ullanılmatadır. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 90 yayınlanamaz ve depolanamaz. 45

46 Örne: Br büroda 10 seretern br sayfayı yazdıları süreye göre dağılımları aşağıda gbdr. Bu büroda br saatte ortalama aç sayfa yazılmatadır? Süre (d/sayfa)x Sereter Sayısı (f ) X f /X t t f f t X ,8000 0,857 0,3000 0, /5=1,00 60/7=8,57 60/10=6,00 60/14=4,9 48,00 17,14 18,00 4,9 40,00 119,98 180,00 60,06 Toplam 10 1, ,43 600, ,04 H 6,86 d / Sayfa. Xt 6,86 d / Sayfa. 1,457 87,43 Büroda br saatte br sayfa ortalama 6,86 daada yazılmatadır. Deme br saatte ortalama: (60*10)/6,86=87,4 sayfa yazılablmetedr. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 91 Karel Ortalama (K) Negatf değerler çeren ve özellle bu nedenle toplamı sıfır olduğu çn dğer ortalamalar ullanılamadığında bu tür serler çn arel ortalama hesaplanmatadır. Brm değerlernn arelernn artmet ortalamasının areöüalınara hesaplanan bu ortalama artmet ortalamadan farların ortalaması olan ve brço statst tenğne temel oluşturan standart sapmanın hesaplanmasında ullanılmatadır. Serde en az br negatf brm bulunması durumunda geometr ve harmon ortalamanın hesaplanması mümün olmadığından arel ortalamanın hesaplanması geremetedr. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 9 yayınlanamaz ve depolanamaz. 46

47 Karel Ortalama (Devam) n X fx fx K K K n f 1 1 f Karel ortalama, en yaygın olara artmet ortalamadan farların ortalamasının saptanmasında ullanılmatadır. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 93 Örne: Br şletmenn beş fabrasında üretm değerler aşağıda verlmetedr. Bu şletmenn fabralarında ortalama üretm hesapladıtan sonra her fabranın üretmnn artmet ortalamasından ortalama olara ne adar farlı olduğunu hesaplayınız. Fabralar Üretm (Bn Ton) X X X = 3 4= 1 4 4= 0 5 4= 1 6 4= Toplam Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 94 yayınlanamaz ve depolanamaz. 47

48 Çözüm: X X 0 X 10 4 K 1,414 n 5 n 5 Her fabranın üretm, fabraların ortalama üretm olan 4000 tondan, ortalama olara 1414 ton (1,414 bn ton) farlılı göstermetedr. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 95 Örne: Aşağıda sernn arel ortalamasını hesaplayınız. Sınıflar f X X f X Toplam K fx ,03 38 f 1 Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 96 yayınlanamaz ve depolanamaz. 48

49 5. HAFTA Duyarlı Olmayan Merez Eğlm Ölçüler Ortalamalar Tepe Değer (Mod) Tepe Değernn Özelller ve Kullanıldığı Yerler Ortanca/Medyan Ortancanın Özelller ve Kullanıldığı Yerler Bölenler: Kartller, Desller ve Persantller Uygun Ortalama Tpnn Seçm Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 97 Mod (Tepe Değer) Tanım: Herhang br serde freansı en büyü olan, dğer br anlatımla en ço terarlanan (gözlenen) brm olara tanımlanmatadır. Dğer br anlatımla masmum freanstan yararlanara hesaplanan ortalamaya tepe değer adı verlmetedr. Örne: Altı öğrencnn boylarından oluşan sernn tepe değern hesaplayınız: Boy={135, 150, 150, 150, 169, 171}. Çözüm: Mod = 150 dr. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 98 yayınlanamaz ve depolanamaz. 49

50 Örne: 30 şnn çalıştığı br şyernde şçlern çalıştığı sürelere göre dağılımını gösteren aşağıda sernn modunu hesaplayınız? Çalışma Süres (Yıl) İşç Sayısı (f ) Çözüm: Serde en ço terarlanan brm 10 olduğundan, Mod = 10 yıldır Toplam 30 Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 99 Sınıflandırılmış Serlerde Tepe Değernn Hesaplanması Ser sınıflandırılmış se, masmum freans br brme değl, br sınıfa arşılı gelecetr. Bu sınıfa mod sınıfı adı verlmetedr. Mod sınıfı belrlendten sonra, modun yalaşıolara hesaplanmasında ullanılaca formül aşağıda verlmetedr. d 1 Mod L c d1 d L: Mod sınıfınınsınıfaltdeğern, d 1 :Modsınıfınınfreansı le br önce sınıfınfreansı arasında farı, d :Modsınıfınınfreansı le br sonra sınıfınfreansı arasında farı, c: Mod sınıfınınaralığını göstermetedr. Modun Özelller: (1) Hesaplanması olaydır, () sapan brmlerden etlenmez, (3) özellle masmum freansın toplam freans çnde oranı yüse olan serlerde temsl gücü yüsetr, (4) sernn tüm brmlerne dayanmadığından cebrsel şlemlere elverşl değldr ve bu nedenle de duyarlı olmayan br ortalamadır, (5) açı uçlu serlerde sadece mod veya medyan hesaplanablmetedr. Prof. Dr. Al Sat ALBAYRAK, T.C. Recep Tayyp Erdoğan Ünverstes, İİBF, ISL3 İstatst I Ders Notları 100 yayınlanamaz ve depolanamaz. 50

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ- KARE TESTLERİ Doç.Dr. Al Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIAY Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı,

Detaylı

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE KARE TESTLERİ Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı, F Dağılışı, gb br dağılışa uygun olduğu durumlarda

Detaylı

Tek Yönlü Varyans Analizi (ANOVA)

Tek Yönlü Varyans Analizi (ANOVA) VARYANS ANALİZİ İ örne ortalaması arasında farın önem ontrolü, örne büyülüğüne göre z veya testlernden bryle yapılır. Bu testlerle, den fazla örne ortalamasını brlte test etme ve aralarında farın önem

Detaylı

Düşük Hacimli Üretimde İstatistiksel Proses Kontrolü: Kontrol Grafikleri

Düşük Hacimli Üretimde İstatistiksel Proses Kontrolü: Kontrol Grafikleri Düşü Hacml Üretmde İstatstsel Proses Kontrolü: Kontrol Grafler A. Sermet Anagün ÖZET İstatstsel Proses Kontrolu (İPK) apsamında, proses(ler)de çeştl nedenlerden aynalanan değşenlğn belrlenere ölçülmes,

Detaylı

DEĞİŞKENLİK (YAYIKLIK) ÖLÇÜLERİ

DEĞİŞKENLİK (YAYIKLIK) ÖLÇÜLERİ SAÜ 6. BÖLÜM DEĞİŞKELİK (YAYIKLIK) ÖLÇÜLERİ PROF. DR. MUSTAFA AKAL İÇİDEKİLER 1. DEĞİŞKELİĞİ TAIMI VE ÇEŞİTLERİ. AALATİK OLMAYA DEĞİŞKELİK ÖLÇÜLERİ 3. ORTALAMA MUTLAK SAPMA 3.1. Bast Serde Ortalama Mutla

Detaylı

Merkezi Eğilim (Yer) Ölçüleri

Merkezi Eğilim (Yer) Ölçüleri Merkez Eğlm (Yer) Ölçüler Ver setn tanımlamak üzere kullanılan ve genellkle tüm elemanları dkkate alarak ver setn özetlemek çn kullanılan ölçülerdr. Ver setndek tüm elemanları temsl edeblecek merkez noktasına

Detaylı

Sıklık Tabloları ve Tek Değişkenli Grafikler

Sıklık Tabloları ve Tek Değişkenli Grafikler Sıklık Tabloları ve Tek Değşkenl Grafkler Sıklık Tablosu Ver dzsnde yer alan değerlern tekrarlama sayılarını çeren tabloya sıklık tablosu denr. Sıklık Tabloları tek değşken çn marjnal tablo olarak adlandırılır.

Detaylı

MAKROİKTİSAT (İKT209)

MAKROİKTİSAT (İKT209) MAKROİKTİSAT (İKT29 Ders 6: IS-LM Prof. Dr. Ferda HALICIOĞLU İtsat Bölümü Syasal Blgler Faültes İstanbul Medenyet Ünverstes Derste İncelenen Konular Mal pyasasında denge: IS eğrs Para pyasasında denge:

Detaylı

ÇEV 314 Yağmursuyu ve Kanalizasyon. Nüfus Projeksiyonları

ÇEV 314 Yağmursuyu ve Kanalizasyon. Nüfus Projeksiyonları ÇEV 34 Yağmursuyu ve Kanalzasyon üfus Projesyonları Yrd. oç. r. Özgür ZEYA hp://cevre.beun.edu.r/zeydan/ üfus Projesyonları Tasarımı yapılaca olan alyapı projesnn (analzasyon, yağmursuyu analları vb.),

Detaylı

ASİMETRİ (ÇARPIKLIK) VE BASIKLIK ÖLÇÜLERİ

ASİMETRİ (ÇARPIKLIK) VE BASIKLIK ÖLÇÜLERİ SAÜ 7. BÖLÜ ASİETRİ (ÇARPIKLIK) VE BASIKLIK ÖLÇÜLERİ PROF. DR. USTAFA AKAL İÇİNDEKİLER. ÇARPIKLIK VE BASIKLIK. ORTALAALAR YARDIIYLA ÇARPIKLIĞIN (ASİETRİ, SKEWNESS) HESAPLANASI.. erez Eğlm Ölçüler Yardımıyla

Detaylı

Güvenlik Stokları. Tedarik Zincirlerinde Belirsizlik Yönetimi: Güvenlik Stokları. Güvenlik Stokları Belirlenirken Sorulması gereken sorular

Güvenlik Stokları. Tedarik Zincirlerinde Belirsizlik Yönetimi: Güvenlik Stokları. Güvenlik Stokları Belirlenirken Sorulması gereken sorular Güvenl Stoları Tedar Zncrlernde Belrszl Yönetm: Güvenl Stoları Güvenl Stoğu: Herhang br dönemde, talebn tahmn edlen mtarın üzernde gerçeleşen mtarını arşılama çn elde bulundurulan sto mtarıdır Q Çevrm

Detaylı

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU 6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız

Detaylı

16. Dörtgen plak eleman

16. Dörtgen plak eleman 16. Ddörtgen pla eleman 16. Dörtgen pla eleman Kalınlığı dğer boyutlarına göre üçü ve düzlemne d yü etsnde olan düzlem taşıyıcı ssteme pla denr. Yapıların döşemeler, sıvı deposu yan duvarları ve öprü plaları

Detaylı

Korelasyon ve Regresyon

Korelasyon 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

Detaylı

Asimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri

Asimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri Asmetr ve Basıklık Ölçüler Ortalamalara dayanan (Pearson) Kartllere dayanan (Bowley) omentlere dayanan asmetr ve basıklık ölçüler Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr III. Asmetr ve Basıklık

Detaylı

GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi

GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi VERİLERİN SUNUMU GM-0 MÜH. ÇALIŞ. İSTATİSTİKSEL YÖNTEMLER Br çalışadan elde edlen verler ha ver ntelğndedr. Ha verlerden blg ednek zor ve zaan alıcıdır. Ha verler çok karaşık durudadır. Verlern düzenlenes

Detaylı

OLASILIĞA GİRİŞ. Biyoistatistik (Ders 7: Olasılık) OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI

OLASILIĞA GİRİŞ. Biyoistatistik (Ders 7: Olasılık) OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI OLASILIĞA GİRİŞ Yrd. Doç. Dr. Ünal ERKORKMAZ Sakarya Ünverstes Tıp Fakültes Byostatstk Anablm Dalı uerkorkmaz@sakarya.edu.tr OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI Br olayındoğal koşullar altında toplumda

Detaylı

Doğrusal Korelasyon ve Regresyon

Doğrusal Korelasyon ve Regresyon Doğrusal Korelasyon ve Regresyon En az k değşken arasındak lşknn ncelenmesne korelasyon denr. Kşlern boyları le ağırlıkları, gelr le gder, öğrenclern çalıştıkları süre le aldıkları not, tarlaya atılan

Detaylı

ANOVA. CRD (Completely Randomized Design)

ANOVA. CRD (Completely Randomized Design) ANOVA CRD (Completely Randomzed Desgn) Örne Problem: Kalte le blgnn, ortalama olara, br urumun üç farlı şehrde çalışanları tarafından eşt olara algılanıp algılanmadığını test etme amacıyla, bu üç şehrde

Detaylı

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır. UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres

Detaylı

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER 5.. İk Boyutlu Rasgele Değşkenler Br deney yapıldığında, aynı deneyle lgl brçok rasgele değşkenn aynı andak durumunu düşünmek gerekeblr. Böyle durumlarda

Detaylı

ÜÇ BOYUTLU ÇAPRAZ TABLOLARDA LOGARİTMİK DOĞRUSAL ANALİZ: ÇOCUK İŞGÜCÜ DEĞİŞKENLERİ ARASINDAKİ ETKİLEŞİMLER

ÜÇ BOYUTLU ÇAPRAZ TABLOLARDA LOGARİTMİK DOĞRUSAL ANALİZ: ÇOCUK İŞGÜCÜ DEĞİŞKENLERİ ARASINDAKİ ETKİLEŞİMLER Uludağ Ünverstes İtsad ve İdar lmler Faültes Dergs lt XXV, ayı, 006, s. 41-70 ÜÇ OYUTLU ÇPRZ TLOLRD LOGRİTMİK DOĞRUL NLİZ: ÇOUK İŞGÜÜ DEĞİŞKENLERİ RINDKİ ETKİLEŞİMLER erpl ÜLÜL * Özet Kategor verlerde

Detaylı

MOD SÜPERPOZİSYONU İLE ZAMAN TANIM ALANINDA ÇÖZÜM

MOD SÜPERPOZİSYONU İLE ZAMAN TANIM ALANINDA ÇÖZÜM Nur ÖZHENEKCİ O SÜPERPOZİSYONU İLE ZAAN ANI ALANINA ÇÖZÜ Aşağıda açılanaca olan ortogonall özelllernn sağlandığı yapılar çn, zaman tanım alanında çözüm, her mod çn ayrı ayrı yapılıp daha sonra bu modal

Detaylı

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t :

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t : HAFTA 13 GÖLGE EĞİŞKENLERLE REGRESYON (UMMY VARIABLES) Gölge veya kukla (dummy) değşkenler denen ntel değşkenler, cnsyet, dn, ten reng gb hemen sayısallaştırılamayan ama açıklanan değşkenn davranışını

Detaylı

META ANALİZİNDE HETEROJENLİĞİN SAPTANMASINDA KULLANILAN YÖNTEMLERİN SİMÜLASYON TEKNİĞİ İLE KARŞILAŞTIRILMASI

META ANALİZİNDE HETEROJENLİĞİN SAPTANMASINDA KULLANILAN YÖNTEMLERİN SİMÜLASYON TEKNİĞİ İLE KARŞILAŞTIRILMASI T.C. MERSİN ÜNİVERSİTESİ SAĞLIK BİLİMLERİ ENSTİTÜSÜ BİYOİSTATİSTİK VE TIBBİ BİLİŞİM ANABİLİM DALI META ANALİZİNDE HETEROJENLİĞİN SAPTANMASINDA KULLANILAN YÖNTEMLERİN SİMÜLASYON TEKNİĞİ İLE KARŞILAŞTIRILMASI

Detaylı

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ 1 Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı, F Dağılışı, gb br dağılışa uygun olduğu durumlarda

Detaylı

PARÇALI DOĞRUSAL REGRESYON

PARÇALI DOĞRUSAL REGRESYON HAFTA 4 PARÇALI DOĞRUSAL REGRESYO Gölge değşkenn br başka kullanımını açıklamak çn varsayımsal br şrketn satış temslclerne nasıl ödeme yaptığı ele alınsın. Satış prmleryle satış hacm Arasındak varsayımsal

Detaylı

SABİT-KUTUP YAKLAŞIMI KULLANILARAK TELEKONFERANSTA ODA AKUSTİK EKO YOK ETME

SABİT-KUTUP YAKLAŞIMI KULLANILARAK TELEKONFERANSTA ODA AKUSTİK EKO YOK ETME SABİ-KUUP YAKLAŞIMI KULLAILARAK ELEKOFERASA ODA AKUSİK EKO YOK EME uğba Özge ÖZDİÇ Rıfat HACIOĞLU Eletr-Eletron Mühendslğ Bölümü Mühendsl Faültes Zongulda Karaelmas Ünverstes, 671, Zongulda ozdnc_ozge@hotmal.com

Detaylı

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır. BÖLÜM 3 OLASILIK HESABI 3.. Br Olayın Olasılığı Tanım 3... Br olayın brbrnden ayrık ve ortaya çıkma şansı eşt n mümkün sonucundan m tanes br A olayına uygun se, A olayının P(A) le gösterlen olasılığı P(A)

Detaylı

AJANDA LİTERATÜR TARAMASI

AJANDA LİTERATÜR TARAMASI AJANDA İSTANBUL DAKİ HASTANELERDEN TIBBİ ATIKLARIN TOPLANMASI İÇİN ARA TESİSE UĞRAMALI BİR ARAÇ ROTALAMA MODELİ Denz Asen Koç Ünverstes İtsad ve İdar Blmler Faültes Müge Güçlü Koç Ünverstes Endüstr Mühendslğ

Detaylı

Bölüm 3. Tanımlayıcı İstatistikler

Bölüm 3. Tanımlayıcı İstatistikler Bölüm 3 Tanımlayıcı İstatstkler Tanımlayıcı İstatstkler Br ver setn tanımak veya brden fazla ver setn karşılaştırmak çn kullanılan ve örnek verlernden hareket le frekans dağılışlarını sayısal olarak özetleyen

Detaylı

YAŞAM VERİLERİNİN META ANALİZİ META ANALYSIS OF SURVIVAL DATA

YAŞAM VERİLERİNİN META ANALİZİ META ANALYSIS OF SURVIVAL DATA YAŞAM VERİLERİNİN META ANALİZİ META ANALYSIS OF SURVIVAL DATA HATİCE YENİAY PROF. DR. DURDU KARASOY Tez Danışmanı Hacettepe Ünverstes Lsansüstü Eğtm-Öğretm Yönetmelğnn İstatst Anablm Dalı İçn Öngördüğü

Detaylı

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür. Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk

Detaylı

Yaklaşık İdeal Talep Analizi Yöntemi. ve Fiyat Esnekliklerinin Tahmini

Yaklaşık İdeal Talep Analizi Yöntemi. ve Fiyat Esnekliklerinin Tahmini Yalaşı İdeal Talep Analz Yöntem le Harcama ve Fyat Esnellernn Tahmn Mehmet Arf ŞAHİNLİ İstatstç, Türye İstatst Kurumu, Ulusal Hesaplar ve Eonom Göstergeler Dare Başanlığı arfsahnl@tu.gov.tr Yalaşı İdeal

Detaylı

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Kİ-KAR TSTLRİ A) Kİ-KAR DAĞILIMI V ÖZLLİKLRİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk gösterp

Detaylı

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının 1 DİĞER ÖZEL İSTATİSTİKSEL KALİTE KONTROL DİYAGRAMLARI X, R, p, np, c, u ve dğer kontrol dyagramları statstksel kalte kontrol dyagramlarının temel teknkler olup en çok kullanılanlarıdır. Bu teknkler ell

Detaylı

Sistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir :

Sistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir : 5 9. BÖLÜM YÜK AKIŞI (GÜÇ AKIŞI) 9.. Grş İletm sstemlernn analzlernde, bara sayısı arttıkça artan karmaşıklıkları yenmek çn sstemn matematksel modellenmesnde kolaylık getrc bazı yöntemler gelştrlmştr.

Detaylı

Öğrenim Kazanımları Bu programı başarı ile tamamlayan öğrenci;

Öğrenim Kazanımları Bu programı başarı ile tamamlayan öğrenci; Image not found http://bologna.konya.edu.tr/panel/images/pdflogo.png Ders Adı : SOSYAL BİLİMLERDE İSTATİSTİK Ders No : 000100 Teorik : Pratik : 0 Kredi : ECTS : Ders Bilgileri Ders Türü Öğretim Dili Öğretim

Detaylı

Bölüm 3. Tanımlayıcı İstatistikler

Bölüm 3. Tanımlayıcı İstatistikler Bölüm 3 Tanımlayıcı İstatstkler Tanımlayıcı İstatstkler Br ver setn tanımak veya brden fazla ver setn karşılaştırmak çn kullanılan ve ayrıca örnek verlernden hareket le frekans dağılışlarını sayısal olarak

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Taımlayıcı İstatstkler br değerler dzs statstksel olarak geel özellkler taımlaya ölçülerdr Taımlayıcı İstatstkler Yer Göstere Ölçüler Yaygılık Ölçüler Yer Göstere Ölçüler Br dağılımı

Detaylı

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ Taımlayıcı İstatstkler (Descrptve Statstcs) Dr. Musa KILIÇ TANIMLAYICI ÖRNEK İSTATİSTİKLERİ YER ÖLÇÜLERİ (Frekas dağılışıı abss eksedek durumuu belrtr.) DEĞİŞİM ÖLÇÜLERİ ( Frekas dağılışıı şekl belrtr.).

Detaylı

Öğr. Elemanı: Dr. Mustafa Cumhur AKBULUT

Öğr. Elemanı: Dr. Mustafa Cumhur AKBULUT Ünte 11: İndeksler Öğr. Elemanı: Dr. Mustafa Cumhur AKBULUT İndeks 2 Üntede Ele Alınan Konular 11. İndeksler 11.1. Bast İndeksler 11.1.1. Fyat İndeks 11.1.2. Mktar İndeks 11.1.3. Mekan İndeks 11.2. Bleşk

Detaylı

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI  Ki-Kare Analizleri Kİ KAR ANALİZİ 1 Doç. Dr. Mehmet AKSARAYLI www.mehmetaksarayl K-Kare Analzler OLAY 1: Genelde br statstk sınıfında, öğrenclern %60 ının devamlı, %30 unun bazen, %10 unun se çok az derse geldkler düşünülmektedr.

Detaylı

ÜNİTE. İSTATİSTİĞE GİRİŞ Doç.Dr.Suphi Özçomak İÇİNDEKİLER HEDEFLER TEMEL KAVRAMLAR

ÜNİTE. İSTATİSTİĞE GİRİŞ Doç.Dr.Suphi Özçomak İÇİNDEKİLER HEDEFLER TEMEL KAVRAMLAR HEDEFLER İÇİNDEKİLER TEMEL KAVRAMLAR İstatstğn Tanımı Anakütle ve Örnek Kavramları Tam Sayım ve Örnekleme Anakütle ve Örnek Hacm Parametre ve İstatstk Kavramları İSTATİSTİĞE GİRİŞ Doç.Dr.Suph Özçomak Bu

Detaylı

6. NORMAL ALT GRUPLAR

6. NORMAL ALT GRUPLAR 6. ORMAL ALT GRUPLAR G br grup ve olsun. 5. Bölümden çn eştlğnn her zaman doğru olamayacağını blyoruz. Fakat bu özellğ sağlayan gruplar, grup teorsnde öneml rol oynamaktadır. Bu bölümde bu tür grupları

Detaylı

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır?

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır? . Br torbada 6 syah, 4 beyaz top vardır. Bu torbadan yerne koyarak top seçlyor. A İSTATİSTİK KPSS/-AB-PÖ/006. Normal dağılıma sahp br rasgele (random) değşkenn varyansı 00 dür. Seçlen topların ksnn de

Detaylı

Rasgele Değişken Üretme Teknikleri

Rasgele Değişken Üretme Teknikleri Rasgele Değşken Üretme Teknkler Amaç Smülasyon modelnn grdlern oluşturacak örneklern üretlmes Yaygın olarak kullanılan ayrık veya sürekl dağılımların örneklenmes sürecn anlamak Yaygın olarak kullanılan

Detaylı

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK Sürekl Olasılık Dağılım Brkml- KümülatFonksyonu Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr Sürekl olasılık onksyonları X değşken - ;+ aralığında tanımlanmış br sürekl rassal değşken olsun. Aşağıdak

Detaylı

Öğrenim Kazanımları Bu programı başarı ile tamamlayan öğrenci;

Öğrenim Kazanımları Bu programı başarı ile tamamlayan öğrenci; Image not found http://bologna.konya.edu.tr/panel/images/pdflogo.png Ders Adı : İSTATİSTİK I Ders No : 000050019 Teorik : Pratik : 0 Kredi : ECTS : 4 Ders Bilgileri Ders Türü Öğretim Dili Öğretim Tipi

Detaylı

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, 5-7 Kasım 5 ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN

Detaylı

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir. YER ÖLÇÜLERİ Yer ölçüler, verler merkez veya yığılma oktasıı belrleye statstklerdr. Grafkler bze verler yığılma oktaları hakkıda ö blg vermede yardımcı olurlar. Acak bu değerler gerçek değerler değldr,

Detaylı

OLASILIK KURAMI. Temel Tanımlar ve Kavramlar-III. Temel Tanımlar ve Kavramlar-II. Temel Tanımlar ve Kavramlar-I OLASILIK

OLASILIK KURAMI. Temel Tanımlar ve Kavramlar-III. Temel Tanımlar ve Kavramlar-II. Temel Tanımlar ve Kavramlar-I OLASILIK Dr. Mehmet KSRYLI OLSILIK OLSILIK KURMI Dokuz Eylül Ünverstes Ekonometr Böl. www.mehmetaksarayl.com Populasyon hakkında blg sahb olmak amacı le alınan örneklerden elde edlen blgler bre br doğru olmayıp

Detaylı

T.C. KEÇiÖREN BELEDİYE BAŞKANLIGI Mali Hizmetler Müdürlüğü BAŞKANLIK MAKAMINA

T.C. KEÇiÖREN BELEDİYE BAŞKANLIGI Mali Hizmetler Müdürlüğü BAŞKANLIK MAKAMINA l!l KEÇÖREN BELEDİYE BAŞKANLIGI KEÇöREN BELeDYES SA YI : M.06.6.KEç.O-31/2009KONU: Yetk Devr bo f.!200fd 6.1. BAŞKANLIK MAKAMINA Blndğ üzere O 1.01.2006 tarhnden tbaren tüm yerel yönetmlerde 31.12.2005

Detaylı

Sabit Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2

Sabit Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 X Sabt Varyans Y Var(u X ) = Var(u ) = E(u ) = s Eşt Varyans EKKY nn varsayımlarından br anakütle regresyon fonksyonu u lern eşt varyanslı olmasıdır Her hata term varyansı bağımsız değşkenlern verlen değerlerne

Detaylı

2.a: (Zorunlu Değil):

2.a: (Zorunlu Değil): Uygulaa 5-7:.7 6 7 Baar Yarıyılı Jeodezk Ağlar e Uygulaaları UYGULAMA FÖYÜ,..7.a: (Zorunlu Değl: Yanına arılaayan br kule yükeklğnn trgonoetrk yükeklk belrlee yönteyle eaplanaı UYGULAMA.b : (Zorunlu C3

Detaylı

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3 Yıldız Teknk Ünverstes Elektrk Mühendslğ Bölümü Deneyn Amacı İşlemsel kuvvetlendrcnn çalışma prensbnn anlaşılması le çeştl OP AMP devrelernn uygulanması ve ncelenmes. Özet ve Motvasyon.. Operasyonel Amplfkatör

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

Tek yönlü VA için seçenek bir test yöntemi ve geliştirilen bilgisayar yazılımı

Tek yönlü VA için seçenek bir test yöntemi ve geliştirilen bilgisayar yazılımı www.statstcler.org İstatstçler Dergs (008) 75-8 İstatstçler Dergs Te yönlü VA çn seçene br test yöntem ve gelştrlen blgsayar yazılımı Engn Yıldıztepe Douz Eylül Ünverstes Fen-Edebyat Faültes İstatst Bölümü

Detaylı

YÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA

YÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA YÖNETİM VE EKONOMİ Yıl:2006 Clt:3 Sayı: Celal Bayar Ünverstes İ.İ.B.F. MANİSA Bulanık Araç Rotalama Problemlerne Br Model Öners ve Br Uygulama Doç. Dr. İbrahm GÜNGÖR Süleyman Demrel Ünverstes, İ.İ.B.F.,

Detaylı

The Congeneric Test Theory and The Congeneric Item Analysis: An Application for Unidimensional Multiple Choice Tests

The Congeneric Test Theory and The Congeneric Item Analysis: An Application for Unidimensional Multiple Choice Tests Anara Unversty, Journal of Faculty of Educatonal Scences, year: 005, vol: 38, no:, -47 The Congenerc Test Theory and The Congenerc Item Analyss: An Applcaton for Undmensonal Multple Choce Tests Hall YURDUGÜL

Detaylı

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı SRY ÜNİVERSİESİ Djtal ontrol Laboratuvar Deney Föyü Deney No: 2 Sıvı Sevye ontrol Deney 2.. Deneyn macı Bu deneyn amacı, doğrusal olmayan sıvı sevye sstemnn belrlenen br çalışma noktası cvarında doğrusallaştırılmış

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

5.3. Tekne Yüzeylerinin Matematiksel Temsili

5.3. Tekne Yüzeylerinin Matematiksel Temsili 5.3. Tekne Yüzeylernn atematksel Temsl atematksel yüzey temslnde lk öneml çalışmalar Coons (53) tarafından gerçekleştrlmştr. Ferguson yüzeylernn gelştrlmş hal olan Coons yüzeylernde tüm sınır eğrler çn

Detaylı

BÖLÜM CROSS METODU (HARDY CROSS-1932)

BÖLÜM CROSS METODU (HARDY CROSS-1932) Bölüm Cross Yöntem 5.1. CROSS ETODU (HARDY CROSS-193) BÖÜ 5 Hperstat sstemlern çözümünde ullanılan cross yöntem açı yöntemnn özel br hal olup moment dağıtma (terasyon) metodu olara da ullanılmatadır. Açı

Detaylı

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman Farklı Varyans Var(u X ) = Var(u ) = E(u ) = σ Eşt Varyans Y X Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = σ Farklı Varyans Zaman Farklı Varyans le Karşılaşılan Durumlar Kest Verlernde. Kar dağıtım

Detaylı

Ticari Bankalarının Yerli ve Yabancı Bankalar Açısından Performansları ve Performans Sürekliliklerinin Analizi: Türkiye Ölçeği (2002-2012 ÖZET

Ticari Bankalarının Yerli ve Yabancı Bankalar Açısından Performansları ve Performans Sürekliliklerinin Analizi: Türkiye Ölçeği (2002-2012 ÖZET Tcar Banalarının Yerl ve Yabancı Banalar Açısından Performansları ve Performans Sürelllernn Analz: Türye Ölçeğ (2002-202) Selahattn KOÇ* Azz BAĞCI ** Al SÖZDEMİR *** ÖZET Son yıllarda yaşanan üreselleşme

Detaylı

RAF ÖMRÜ KISITLI EKONOMİK PARTİ PROGRAMLAMA PROBLEMİNE TEMEL PERİYOT YAKLAŞIMI

RAF ÖMRÜ KISITLI EKONOMİK PARTİ PROGRAMLAMA PROBLEMİNE TEMEL PERİYOT YAKLAŞIMI .C İSANBUL ÜNİERSİESİ SOSYAL BİLİMLER ENSİÜSÜ İŞLEME ANABİLİM DALI ÜREİM BİLİM ADI YÜKSEK LİSANS EZİ RAF ÖMRÜ KISILI EKONOMİK PARİ PROGRAMLAMA PROBLEMİNE EMEL PERİYO YAKLAŞIMI ŞULE BOZDOĞAN 5098096 EZ

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

= P 1.Q 1 + P 2.Q P n.q n (Ürün Değeri Yaklaşımı)

= P 1.Q 1 + P 2.Q P n.q n (Ürün Değeri Yaklaşımı) A.1. Mll Gelr Hesaplamaları ve Bazı Temel Kavramlar 1 Gayr Saf Yurtç Hâsıla (GSYİH GDP): Br ekonomde belrl br dönemde yerleşklern o ülkede ekonomk faalyetler sonucunda elde ettkler gelrlern toplamıdır.

Detaylı

İSTATİSTİK DERS NOTLARI

İSTATİSTİK DERS NOTLARI Balıkesr Ünverstes İnşaat Mühendslğ Bölüü uutokkan@balkesr.edu.tr İSTATİSTİK DERS OTLARI Yrd. Doç. Dr. Uut OKKA Hdrolk Anabl Dalı Balıkesr Ünverstes Balıkesr Ünverstes İnşaat Mühendslğ Bölüü İnşaat Mühendslğ

Detaylı

Prof.Dr.İhsan HALİFEOĞLU

Prof.Dr.İhsan HALİFEOĞLU Prof.Dr.İhsan HALİFEOĞLU Örnek: Aşağıda 100 yetişkine ilişkin kolesterol değerlerini sınıflandırılarak aritmetik ortalamasını bulunuz (sınıf aralığını 20 alınız). 2 x A fb C 229.5 n 40 20 100 221.5 3 Örnek:.

Detaylı

IİSTATIİSTIİK. Mustafa Sezer PEHLI VAN

IİSTATIİSTIİK. Mustafa Sezer PEHLI VAN IİSTATIİSTIİK Mustafa Sezer PEHLI VAN İstatistik nedir? İstatistik, veri anlamına gelir, İstatistik, sayılarla uğraşan bir bilim dalıdır, İstatistik, eksik bilgiler kullanarak doğru sonuçlara ulaştıran

Detaylı

Kİ KARE TESTLERİ. Biyoistatistik (Ders 2: Ki Kare Testleri) Kİ-KARE TESTLERİ. Sağlıktan Yakınma Sigara Var Yok Toplam. İçen. İçmeyen.

Kİ KARE TESTLERİ. Biyoistatistik (Ders 2: Ki Kare Testleri) Kİ-KARE TESTLERİ. Sağlıktan Yakınma Sigara Var Yok Toplam. İçen. İçmeyen. Biyoistatisti (Ders : Ki Kare Testleri) Kİ KARE TESTLERİ Yrd. Doç. Dr. Ünal ERKORKMAZ Saarya Üniversitesi Tıp Faültesi Biyoistatisti Anabilim Dalı uerormaz@saarya.edu.tr Kİ-KARE TESTLERİ 1. Ki-are testleri

Detaylı

ENERJİ. Isı Enerjisi. Genel Enerji Denklemi. Yrd. Doç. Dr. Atilla EVCİN Afyon Kocatepe Üniversitesi 2007

ENERJİ. Isı Enerjisi. Genel Enerji Denklemi. Yrd. Doç. Dr. Atilla EVCİN Afyon Kocatepe Üniversitesi 2007 Yrd. Doç. Dr. Atlla EVİN Afyon Kocatepe Ünverstes 007 ENERJİ Maddenn fzksel ve kmyasal hal değşm m le brlkte dama enerj değşm m de söz s z konusudur. Enerj değşmler mler lke olarak Termodnamğn Brnc Yasasına

Detaylı

OLASILIK. Bölüm 4. Temel Tanımlar ve Kavramlar-I. Olasılık

OLASILIK. Bölüm 4. Temel Tanımlar ve Kavramlar-I. Olasılık ölüm 4 Olasılık OLSILIK opulasyon hakkında blg sahb olmak amacı le alınan örneklerden elde edlen blgler bre br doğru olmayıp heps mutlaka br hata payı taşımaktadır. u hata payının ortaya çıkmasının sebeb

Detaylı

Üç Yönlü Kontenjans Tablolarında Log-Lineer Model ile İş Kazası Verilerinin İncelenmesi

Üç Yönlü Kontenjans Tablolarında Log-Lineer Model ile İş Kazası Verilerinin İncelenmesi Karaelmas Fen ve Müh. Derg. 7():46-468, 017 Karaelmas Fen ve Mühendsl Dergs Derg web sayfası: http://fbd.beun.edu.tr Araştırma Maales Gelş tarh / Receved : 17.01.017 Kabul tarh / Accepted : 07.03.017 Üç

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

Tek Yönlü Varyans Analizi

Tek Yönlü Varyans Analizi Tek Yönlü Varyan Analz Nedr ve hang durumlarda kullanılır? den fazla grupların karşılaştırılmaı öz konuu e, çok ayıda t-tet nn kullanılmaı, Tp I hatanın artmaına yol açar; Örneğn, eğer 5 grubu kşerl olarak

Detaylı

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 Eşit Varyans

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 Eşit Varyans Farklı Varyans Var(u X ) = Var(u ) = E(u ) = s Eşt Varyans Y X 1 Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = s Farklı Varyans Zaman EKKY nn varsayımlarından br anakütle regresyon fonksyonu u lern

Detaylı

ÖLÇME VE DEĞERLENDİRME. Antrenörlük Eğitimi 4. Sınıf. Ölçme ve Değerlendirme - Yrd. Doç. Dr. Yetkin Utku KAMUK

ÖLÇME VE DEĞERLENDİRME. Antrenörlük Eğitimi 4. Sınıf. Ölçme ve Değerlendirme - Yrd. Doç. Dr. Yetkin Utku KAMUK ÖLÇME VE DEĞERLENDİRME Antrenörlük Eğitimi 4. Sınıf ÖLÇME VE DEĞERLENDİRME Merkezi Eğilim Ölçütleri Mod En çok görülen puandır ve hesaplanma yöntemi yoktur. İnceleme yolu ile bulunur. Terminal istatistiktir.

Detaylı

Polynomial Approach to the Response Surfaces

Polynomial Approach to the Response Surfaces D.Ü.Zya Göalp Eğtm Faültes Dergs 7 79-94 (6) TEPKİ YÜZEYLERİNE POLİNOMAL YAKLAŞIM Polynomal Approach to the Response Surfaces Azz HARMAN Özet Bu çalışmada deneyc veya araştırmacıların ontrolünde vetörü

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde azla dağılışı karşılaştırmak ç kullaıla ve ayrıca örek verlerde hareket le rekas dağılışlarıı sayısal olarak özetleye değerlere taımlayıcı statstkler der. Aalzlerde

Detaylı

VEKTÖRLER VE VEKTÖREL IŞLEMLER

VEKTÖRLER VE VEKTÖREL IŞLEMLER VEKTÖRLER VE VEKTÖREL IŞLEMLER 1 2.1 Tanımlar Skaler büyüklük: Sadece şddet bulunan büyüklükler (örn: uzunluk, zaman, kütle, hacm, enerj, yoğunluk) Br harf le sembolze edleblr. (örn: kütle: m) Şddet :

Detaylı

DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME. Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cinemre

DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME. Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cinemre 1 DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cnemre 2 BİRİNCİ BÖLÜM HEDEF PROGRAMLAMA 1.1 Grş Karar problemler amaç sayısına göre tek amaçlı ve çok amaçlı

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

SAYISAL YÜKSEKLİK MODELLERİNDE KLASİK VE ESNEK HESAPLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI

SAYISAL YÜKSEKLİK MODELLERİNDE KLASİK VE ESNEK HESAPLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI TMMOB Harta ve Kadastro Mühendsler Odası, 15. Türye Harta Blmsel ve Ten Kurultayı, 5 8 Mart 015, Anara. SAYISAL YÜKSEKLİK MODELLERİNDE KLASİK VE ESNEK HESAPLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI Leyla ÇAKIR*

Detaylı

Basel II Geçiş Süreci Sıkça Sorulan Sorular

Basel II Geçiş Süreci Sıkça Sorulan Sorular Basel II Geçş Sürec Sıkça Sorulan Sorular Soru No: 71 Cevaplanma Tarh: 06.03.2012 İlgl Hüküm: --- Konu: Gayrmenkul İpoteğyle Temnatlandırılmış Alacaklar İçn KR510AS Formunun Doldurulmasına İlşkn Örnek

Detaylı

İki Durumlu Karışımlı Lojistik Regresyona İlişkin Bir Uygulama. An Application for Binary Mixture Logistic Regression

İki Durumlu Karışımlı Lojistik Regresyona İlişkin Bir Uygulama. An Application for Binary Mixture Logistic Regression BİLİŞİM TENOLOJİLERİ DERGİSİ, CİLT: 4, SAYI: 3, EYLÜL 2011 53 İ Durumlu arışımlı Lojst Regresyona İlşn Br Uygulama Yılmaz AYA 1, Abdullah YEŞİLOVA 2 1 Blgsayar Mühendslğ Bölümü, Srt Ünverstes, Srt, Türye

Detaylı

ÜNİTE:1. İstatistiğin Tanımı, Temel Kavramlar ve İstatistik Eğitimi ÜNİTE:2. Veri Derleme, Düzenleme ve Grafiksel Çözümleme ÜNİTE:3

ÜNİTE:1. İstatistiğin Tanımı, Temel Kavramlar ve İstatistik Eğitimi ÜNİTE:2. Veri Derleme, Düzenleme ve Grafiksel Çözümleme ÜNİTE:3 ÜNİTE:1 İstatistiğin Tanımı, Temel Kavramlar ve İstatistik Eğitimi ÜNİTE:2 Veri Derleme, Düzenleme ve Grafiksel Çözümleme ÜNİTE:3 Ortalamalar, Değişkenlik ve Dağılma Ölçüleri ÜNİTE:4 Endeksler ÜNİTE:5

Detaylı

TÜRKİYE DE HANELERİN KONUT TERCİHİ: EKONOMETRİK YAKLAŞIM

TÜRKİYE DE HANELERİN KONUT TERCİHİ: EKONOMETRİK YAKLAŞIM T.C. DOKUZ EYLÜL ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EKONOMETRİ ANABİLİM DALI YÜKSEK LİSANS TEZİ TÜRKİYE DE HANELERİN KONUT TERCİHİ: EKONOMETRİK YAKLAŞIM Canan GÜNEŞ Danışman Prof. Dr. Şenay ÜÇDOĞRUK

Detaylı

uzayında vektörler olarak iç çarpımlarına eşittir. Bu iç çarpım simetrik ve hem w I T s formuna karşılık gelir. Buna p u v u v v v

uzayında vektörler olarak iç çarpımlarına eşittir. Bu iç çarpım simetrik ve hem w I T s formuna karşılık gelir. Buna p u v u v v v 1. Temel Form: Brnc temel form geometrk olarak yüzeyn çnde blndğ zayına gtmeden yüzey üzernde ölçme yamamızı sağlar. (Eğrlern znlğ, teğet ektörlern açıları, bölgelern alanları gb) S üzerndek ç çarım, br

Detaylı

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır. KONU : DUAL MODELİN EKONOMİK YORUMU Br prmal-dual model lşks P : max Z cx D: mn Z bv AX b AV c X 0 V 0 bçmnde tanımlı olsun. Prmal modeln en y temel B ve buna lşkn fyat vektörü c B olsun. Z B B BB c X

Detaylı

SEK Yönteminin Güvenilirliği Sayısal Bir Örnek. Ekonometri 1 Konu 11 Sürüm 2,0 (Ekim 2011)

SEK Yönteminin Güvenilirliği Sayısal Bir Örnek. Ekonometri 1 Konu 11 Sürüm 2,0 (Ekim 2011) İk Değşkenl Bağlanım Model SEK Yöntemnn Güvenlrlğ Ekonometr 1 Konu 11 Sürüm,0 (Ekm 011) UADMK Açık Lsans Blgs İşbu belge, Creatve Commons Attrbuton-Non-Commercal ShareAlke 3.0 Unported (CC BY-NC-SA 3.0)

Detaylı

Ders 8: Verilerin Düzenlenmesi ve Analizi

Ders 8: Verilerin Düzenlenmesi ve Analizi Ders 8: Verilerin Düzenlenmesi ve Analizi Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler Bir kitlenin tamamını, ya da kitleden alınan bir örneklemi özetlemekle (betimlemekle)

Detaylı

SAYISAL ANALİZ. Doç.Dr. Cüneyt BAYILMIŞ. Sayısal Analiz. Doç.Dr. Cüneyt BAYILMIŞ

SAYISAL ANALİZ. Doç.Dr. Cüneyt BAYILMIŞ. Sayısal Analiz. Doç.Dr. Cüneyt BAYILMIŞ SAYISAL ANALİZ Doç.Dr. Cüneyt BAYILMIŞ Doç.Dr. Cüneyt BAYILMIŞ Sayısal Analz SAYISAL ANALİZ SAYISAL TÜREV Numercal Derentaton Doç.Dr. Cüneyt BAYILMIŞ Sayısal Analz İÇİNDEKİLER Sayısal Türev Ger Farklar

Detaylı

04.10.2012 SU İHTİYAÇLARININ BELİRLENMESİ. Suİhtiyacı. Proje Süresi. Birim Su Sarfiyatı. Proje Süresi Sonundaki Nüfus

04.10.2012 SU İHTİYAÇLARININ BELİRLENMESİ. Suİhtiyacı. Proje Süresi. Birim Su Sarfiyatı. Proje Süresi Sonundaki Nüfus SU İHTİYAÇLARII BELİRLEMESİ Suİhtyacı Proje Süres Brm Su Sarfyatı Proje Süres Sonundak üfus Su ayrım çzs İsale Hattı Su Tasfye Tess Terf Merkez, Pompa İstasyonu Baraj Gölü (Hazne) Kaptaj Su Alma Yapısı

Detaylı

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun:

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun: Grş İSTATİSTİK I Ders Değşkelk ve Asmetr Ölçüler Ortalamalar, serler karşılaştırılmasıda her zama yeterl ölçüler değldr. Ayı ortalamayı sahp serler arklı dağılım göstereblrler. Bu edele serler karşılaştırılmasıda,

Detaylı

SEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011)

SEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011) SEK Tahmnclernn Arzulanan Özellkler İk Değşkenl Bağlanım Model SEK Tahmnclernn Arzulanan Özellkler Ekonometr 1 Konu 9 Sürüm 2,0 (Ekm 2011) http://www.ackders.org.tr SEK Tahmnclernn Arzulanan Özellkler

Detaylı

En Küçük Etkili Doz Düzeyini Belirleme Yöntemlerinin Karşılaştırmaları

En Küçük Etkili Doz Düzeyini Belirleme Yöntemlerinin Karşılaştırmaları S Ü Fen Fa Fen Derg Sayı 36 () 83-94, KONYA En Küçü Etl Doz Düzeyn Belrleme Yöntemlernn Karşılaştırmaları Murat HÜSREVOĞLU, Hamza GAMGAM * Gaz Ünverstes, Fen Edebyat Faültes, İstatst Bölümü, Tenoullar,

Detaylı