Parametrik Olmayan İstatistik

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Parametrik Olmayan İstatistik"

Transkript

1 Parametrik Olmayan İstatistik

2 2 Anakütlenin Karşılaştırılması İki Anakütlenin Karşılaştırılması Bağımsız Örnekler Eşleştirilmiş Örnekler Wilcoxon Mertebe Toplam Testi İşaret Testi Wilcoxon İşaretli Mertebe Testi (İkili Verilerin Farklarının Dağılışı Simetrik olduğunda)

3 2 Bağımsız Anakütle Medyanının Karşılaştırılması Wilcoxon Mertebe Toplam Testi Tek Yönlü Test H 0 : M A = M B (Anakütle dağılışları aynıdır. ) H 1 : M A > M B (A nın dağılışı B nindağılışının sağındadır. ) [ H 1 : M A < M B (A nın dağılışı B nindağılışının solundadır. )] Test İstatistiği: İki örnek birlikte sıralanır. Mertebe toplamı T, daha az sayıda ölçüm alınan örnek (A örneği) için hesaplanır (Eğer gözlem sayıları eşit ise herhangi biri kullanılabilir). Ret Bölgesi: Eğer T T u ise H 0 reddedilir. [Eğer T T L ise H 0 reddedilir.] Varsayımlar: - Her iki örnek şans örneği ve birbirinden bağımsızdır. - Örneklerin alındıkları anakütlenin dağılışı süreklidir. Çift Yönlü Test H 0 : M A = M B H 0 : M A M B Test İstatistiği: İki örnek birlikte sıralanır. Mertebe toplamı T, daha az sayıda ölçüm alınan örnek (A örneği) için hesaplanır (Eğer gözlem sayıları eşit ise herhangi biri kullanılabilir). Ret Bölgesi: Eğer T T u veya T T L ise H 0 reddedilir. Varsayımlar: - Her iki örnek şans örneği ve birbirinden bağımsızdır. - Örneklerin alındıkları anakütlenin dağılışı süreklidir.

4 2 Bağımsız Anakütle Medyanının Karşılaştırılması Wilcoxon Mertebe Toplam Testi - Örnek Örnek: 6 bürokrat ve 7 üniversitede çalışan ekonomist seçilmiş ve gelecek yıl için hayat pahalılığındaki artış hakkındaki tahminleri sorulmuştur. Veriler tablodadır. %5 önem seviyesinde üniversitede çalışanların tahminlerinin daha yüksek olduğu söylenebilir mi? Bürokratlar (A) Ekonomistler (B) 3,1 4,4 4,8 5,8 2,3 3,9 5,6 8,7 0 6,3 2,9 10,5 10,8 Üniversite ekonomistleriyle bürokratların tahminlerinin aynı olduğu söylenebilir mi?

5 2 Bağımsız Anakütle Medyanının Karşılaştırılması Wilcoxon Mertebe Toplam Testi - Örnek H 0 : M A = M B H 1 : M A < M B Her iki grup tek bir grup gibi düşünülerek sıra numaraları verilir. Bürokratlar (A) Mertebe A Ekonomistler (B) Mertebe B 3,1 4 4,4 6 4,8 7 5,8 9 2,3 2 3,9 5 5,6 8 8, ,3 10 2,9 3 10, ,8 13 T A = =25 ve T B = =66 Küçük örnek olan A seçilir. Tablodan T L =30 bulunur. T L > T A olduğundan H 0 reddedilir.

6 2 Bağımsız Anakütle Medyanının Karşılaştırılması Wilcoxon Mertebe Toplam Testi Büyük Örnekler Her iki örnek için örneklem büyüklükleri 10 a eşit veya büyük olduğunda büyük örnek yaklaşımı kullanılabilir. n 1 10 ve n Test Prosedürü T A değeri hesaplanır. T A ~N n 1(n 1 +n 2 +1), n 1n 2 (n 1 +n 2 +1) 2 12 olur. z h = T A n 1(n 1+n 2+1) 2 n 1n 2(n 1+n 2+1) 12 değeri ile tablo değeri karşılaştırılır. H 1 : M A > M B iken z h > z α olursa H 0 reddedilir. [H 1 : M A < M B iken z h < z α olursa H 0 reddedilir.] H 1 : M A M B iken z h > z α/2 veya z h < z α/2 olursa H 0 reddedilir.

7 2 Bağımsız Anakütle Medyanının Karşılaştırılması Wilcoxon Mertebe Toplam Testi Büyük Örnekler Örnek: 2 semtteki kira fiyatlarının benzer olup olmadığı test edilmek istenmektedir. Örnek olarak seçilen kira fiyatları tablodadır. %10 önem seviyesinde 2 semtteki kira fiyatlarının aynı olup olmadığını test ediniz. Karşıyaka Bornova

8 2 Bağımsız Anakütle Medyanının Karşılaştırılması Wilcoxon Mertebe Toplam Testi Büyük Örnekler H 0 : M A = M B H 1 : M A M B Karşıyaka Mertebe Bornova Mertebe T A = 157 elde edilir. μ TA = 10( ) =115 ve σ 2 2 TA = 10.12( ) 12 = 230 bulunur. Buradan z = = 2,7 elde edilir. z 0,05 = 1,645 < 2,7 olduğundan H 0 reddedilir.

9 Rastgelelik (Run) Testi İstatistikte verilerin rastgele olup olmadığını test etmek amacıyla kullanılan testtir. Hipotezler; H 0: Sembol dizisi rastgeledir. H 1: Sembol dizisi rastgele değildir. Test İstatistiği; r= seri (run) sayısı n 1 = Bir sembolün meydana geliş sayısı n 2 = Diğer sembolün meydana geliş sayısı Ret Bölgesi; Eğer r üst kritik değer veya r alt kritik değer ise H 0 reddedilir.

10 Rastgelelik (Run) Testi Bir sinema gişesinde kuyrukta bekleyen kişilerin cinsiyetleri; K K E E E K E K E E E (6 seri (run)) Bu dizideki K ve E ler acaba rastgele mi? Run testinde seri sayısına göre verilerin rastgele olup olmadığına karar verilir. Seri sayısı (r), eğer çok küçük ise veya çok büyük ise serinin rasgele olmadığını gösterir. EEEEEKKKK (r=2) veya EKEKEKEKE (r=9)

11 Rastgelelik (Run) Testi Örnek: Bir şehrin 32 yıl boyunca ortalama sıcaklıkları tabloda verilmiştir. Isının yıllara göre dağılımının rastgele olup olmadığını %5 önem seviyesinde test ediniz. Sıcaklık 51,6 52,2 54,2 50,6 53, ,2 54,1 53,8 51,4 50,1 51,3 48,6 50,2 54,4 50,5 54,2 54,1 54,2 50,1 54, ,3 53,9 53,8 52,3 54,3 51,3 52,3 53,9 49,8 54,1

12 Rastgelelik (Run) Testi H 0: Sıcaklığın yıllara göre dağılışı rastgeledir. H 1: Sıcaklığın yıllara göre dağılışı rastgele değildir. Sıcaklık 48,6 51,6 54,1 49,8 52,2 54,2 50,1 52,3 54,2 50,1 52,3 54,2 50, ,2 50,2 53,8 54,3 50,3 53,8 54,4 50,5 53, ,6 53,9 51,3 53,9 51,3 54,1 51,4 54,1 Öncelikle veriler küçükten büyüğe doğru sıralanır ve medyan değeri bulunur. Verilerin medyan 16. ve 17. verilerin orta noktasıdır. Bu durumda medyan=(52,3+53)/2=52,65 elde edilir. Medyan değerine göre veriler 2 gruba ayrılır. Medyanın değerinin üzerinde ve altında kalanların oluşturdukları seri sayısına göre karar verilir.

13 Rastgelelik (Run) Testi Sıcaklık 51,6-50,2-5 (devam) 50,6-54, ,2-50,1-1 51,4-50,3-7 48,6-52,3-50,5-51,3-54,2 + 53, , ,8 + 54, , ,3-53,8 + 49,8-3 51,3-9 52,2-54,4 + 53,9 + 54, ,1 + 54, ,1-5 53,9 + r=10 ve n 1 (+)=16 ve n 2 (-)=16 bulunur. Tablodan üst kritik değer=23 ve alt kritik değer=11 elde edilir. r<11 olduğundan H 0 reddedilir.

14 Rastgelelik (Run) Testi Büyük Örnekler n 1 veya n 2 den herhangi bir tanesi 20 den büyük ise büyük örnek yaklaşımı kullanılır. N= n 1 + n 2 μ r = 2n 1n 2 N + 1 ve σ r = 2n 1 n 2 (2n 1 n 2 N) N 2 (N 1) Test İstatistiği: z = r μ r σ r hesaplanır. Eğer z<-z a/2 veya z>z a/2 ise H 0 reddedilir.

15 Rastgelelik (Run) Testi Büyük Örnekler Örnek: Bir sinema gişesinde kuyrukta bekleyen 50 kişinin cinsiyetlerine göre dizilişleri aşağıda verilmiştir. %1 önem seviyesinde bu dizilişin rastgele olup olmadığını test ediniz. E K E K E E E K KK E K E K E K E E E E E E K E K E E K K K K E K E K E K E E E E K E E E E K E K E E= Erkek K= Kadın

16 Rastgelelik (Run) Testi Büyük Örnekler E K E K EEE KKK E K E K E K EEEEEE K E K EE KKKK E K E K E K EEEE K EEEE K E K E r=31 elde edilir. n E =30 ve n K =20 dir. μ r = = 25 ve σ r = ( ) 50 2 (50 1) = 3,356 bulunur. z = ,356 = 1,78 dir. Z a/2=2,575 olduğundan H 0 reddedilemez.

17 Tablolar

18

19 Örnek : Aşağıdaki veriler bir bilgisayarın türettiği veri setidir. Verilerin rassal olup olmadığını 0.05 önem seviyesinde test ediniz. Sequence Number Code Sequence Number Code

20 OOOUOOUOUUOOUUOOOOUUOUUOOO UUUOOOOUUOOUUUOUUOOUUUUU OOOUOUUOOOUOOOOUUUOUUOOOU OOUUOUOOUUUOUUOOOOUUUOOO

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 6

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 6 PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 6 Prof. Dr. Ali ŞEN 1 İki populasyon karşılaştırılırken her iki örneklemin hacmi n1 ve n2, 10 dan büyükse TA nın dağılışı ortalaması ve varyansı aşağıdaki gösterilen

Detaylı

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8 PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8 Prof. Dr. Ali ŞEN İki Populasyonun Karşılaştırılması: Eşleştirilmiş Örnekler için Wilcoxon İşaretli Mertebe Testi -BÜYÜK ÖRNEK Bağımsız populasyonlara uygulanan

Detaylı

Parametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER

Parametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER Parametrik Olmayan İstatistik Prof. Dr. Cenk ÖZLER Not: Beklenen Frekansı 5 in altında olan gruplar varsa, bu gruplar bir önceki veya bir sonraki grupla birleştirilir. Hipotezler χ 2 Dağılışa Uyum Testi

Detaylı

ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ PARAMETRİK OLMAYAN TESTLER Prof. Dr. Nihal ERGİNEL

ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ PARAMETRİK OLMAYAN TESTLER Prof. Dr. Nihal ERGİNEL ANADOLU ÜNİVERSİTESİ ENM 317 MÜHENDİSLİK İSTATİSTİĞİ PARAMETRİK OLMAYAN TESTLER Prof. Dr. Nihal ERGİNEL PARAMETRİK OLMAYAN TESTLER Daha önce incelediğimiz testler, normal dağılmış ana kütleden örneklerin

Detaylı

Parametrik Olmayan Testler. İşaret Testi-The Sign Test Mann-Whiney U Testi Wilcoxon Testi Kruskal-Wallis Testi

Parametrik Olmayan Testler. İşaret Testi-The Sign Test Mann-Whiney U Testi Wilcoxon Testi Kruskal-Wallis Testi Yrd. Doç. Dr. Neşet Demirci, Balıkesir Üniversitesi NEF Fizik Eğitimi Parametrik Olmayan Testler İşaret Testi-The Sign Test Mann-Whiney U Testi Wilcoxon Testi Kruskal-Wallis Testi Rank Korelasyon Parametrik

Detaylı

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN 1 Tek Örneklem İşaret Testi İşaret Testi parametrik olmayan prosedürler içinde en eski olanıdır. Analiz yapılırken serideki verileri artı ve

Detaylı

Hipotez Testi. gibi hususlar ayrıbirer hipotezin konusudur. () Kafkas Üniversitesi May 23, / 11

Hipotez Testi. gibi hususlar ayrıbirer hipotezin konusudur. () Kafkas Üniversitesi May 23, / 11 Hipotez Testi Bu dersde anakütle parametresinin varsayılan değeri ile başlayıp, örneklem kullanarak varsayılan değerin uygunluğunun kabul edilmesi ya da reddedilmesi sonucuna karar verilecektir. Ortaya

Detaylı

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI ÖNSÖZ İÇİNDEKİLER III Bölüm 1 İSTATİSTİK ve SAYISAL BİLGİ 11 1.1 İstatistik ve Önemi 12 1.2 İstatistikte Temel Kavramlar 14 1.3 İstatistiğin Amacı 15 1.4 Veri Türleri 15 1.5 Veri Ölçüm Düzeyleri 16 1.6

Detaylı

Parametrik Olmayan Testler 2. Wilcoxon ve Kruskal-Wallis Testleri

Parametrik Olmayan Testler 2. Wilcoxon ve Kruskal-Wallis Testleri Parametrik Olmayan Testler 2 Wilcoxon ve Kruskal-Wallis Testleri İki Bağımlı Örneklemin Karşılaştırılması (Wilcoxon Bağımlı Örneklemler İşaretli Sıralamalar Testi) (Wilcoxon Matched-Samples Signed Ranks

Detaylı

Hipotez Testleri. Mühendislikte İstatistik Yöntemler

Hipotez Testleri. Mühendislikte İstatistik Yöntemler Hipotez Testleri Mühendislikte İstatistik Yöntemler Hipotez Testleri Parametrik Testler ( z ve t testleri) Parametrik Olmayan Testler (χ 2 Testi) Hipotez Testleri Ana Kütle β( µ, σ ) Örnek Kütle b ( µ

Detaylı

Hipotez Testlerine Giriş. Hipotez Testlerine Giriş

Hipotez Testlerine Giriş. Hipotez Testlerine Giriş Hipotez Testlerine Giriş Hipotez Testlerine Giriş Hipotez Testlerine Giriş Gözlem ya da deneme sonucu elde edilmiş sonuçların, raslantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel

Detaylı

İKİ EŞ ARASINDAKİ FARKIN ÖNEMLİLİK TESTİ. Biyoistatistik (Ders 5: Bağımlı Gruplarda İki Örneklem Testleri) İKİ ÖRNEKLEM TESTLERİ

İKİ EŞ ARASINDAKİ FARKIN ÖNEMLİLİK TESTİ. Biyoistatistik (Ders 5: Bağımlı Gruplarda İki Örneklem Testleri) İKİ ÖRNEKLEM TESTLERİ İKİ ÖRNEKLEM TESTLERİ BAĞIMLI GRUPLARDA İKİ ÖRNEKLEM TESTLERİ Yrd. Doç. Dr. Ünal ERKORKMAZ Sakarya Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı uerkorkmaz@sakarya.edu.tr İKİ ÖRNEKLEM TESTLERİ

Detaylı

HİPOTEZ TESTLERİ ANADOLU ÜNİVERSİTESİ. Hipotez Testleri ENM317 Mühendislik İstatistiği Doç. Dr. Nihal ERGİNEL 2014

HİPOTEZ TESTLERİ ANADOLU ÜNİVERSİTESİ. Hipotez Testleri ENM317 Mühendislik İstatistiği Doç. Dr. Nihal ERGİNEL 2014 ANADOLU ÜNİVERSİTESİ Hipotez Testleri ENM317 Mühendislik İstatistiği Doç. Dr. Nihal ERGİNEL 2014 HİPOTEZ TESTLERİ Pek çok problemde bazı parametrelere bağlı bir ifadeyi kabul yada red etmek için karar

Detaylı

BÖLÜM 12 STUDENT T DAĞILIMI

BÖLÜM 12 STUDENT T DAĞILIMI 1 BÖLÜM 12 STUDENT T DAĞILIMI 'Student t dağılımı' ya da kısaca 't dağılımı'; normal dağılım ve Z dağılımının da içerisinde bulunduğu 'sürekli olasılık dağılımları' ailesinde yer alan dağılımlardan bir

Detaylı

Biyoistatistik (Ders 4: Bağımsız Gruplarda İki Örneklem Testleri)

Biyoistatistik (Ders 4: Bağımsız Gruplarda İki Örneklem Testleri) İKİ ÖRNEKLEM TESTLERİ BAĞIMSIZ GRUPLARDA İKİ ÖRNEKLEM TESTLERİ Yrd. Doç. Dr. Ünal ERKORKMAZ Sakarya Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı uerkorkmaz@sakarya.edu.tr İKİ ÖRNEKLEM TESTLERİ

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 8: Prof. Dr. Tanım Hipotez, bir veya daha fazla anakütle hakkında ileri sürülen, ancak doğruluğu önceden bilinmeyen iddialardır. Ortaya atılan iddiaların, örnekten elde edilen

Detaylı

Hipotez Testi ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Ders 4 Minitab da İstatiksel Çıkarım-I. Hipotez Testi. Hipotez Testi

Hipotez Testi ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Ders 4 Minitab da İstatiksel Çıkarım-I. Hipotez Testi. Hipotez Testi ENM 52 İSTATİSTİK VE YAZILIMLA UYGULAMALARI Ders 4 Minitab da İstatiksel Çıkarım-I (Ortalamalar ve Oranlar İçin ) İstatistiksel Hipotezler İstatistiksel hipotez testi ve parametrelerin güven aralığı tahmini,

Detaylı

BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Örnek Senaryo İmplant üreten İMPLANTDENT

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık - I Prof. Dr. İrfan KAYMAZ Tanım Tahmin (kes1rim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmak7r. ü Bu anlamda, anakütleden çekilen

Detaylı

İçindekiler. Ön Söz... xiii

İçindekiler. Ön Söz... xiii İçindekiler Ön Söz.................................................... xiii Bölüm 1 İstatistiğe Giriş....................................... 1 1.1 Giriş......................................................1

Detaylı

8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek,

8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek, İSTATİSTİK 8.Hafta Değişkenlik Ölçüleri Hedefler Bu üniteyi çalıştıktan sonra; Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek, Serilerin birbirlerine değişkenliklerini yorumlayabileceksiniz. 2

Detaylı

İstatistiksel Yorumlama

İstatistiksel Yorumlama İstatistiksel Yorumlama Amaç, popülasyon hakkında yorumlamalar yapmaktadır. Populasyon Parametre Karar Vermek Örnek İstatistik Tahmin 1 Tahmin Olaylar hakkında tahminlerde bulunmak ve karar vermek zorundayız

Detaylı

Hipotez. Hipotez Testleri. Y. Doç. Dr. İbrahim Turan Nisan 2011

Hipotez. Hipotez Testleri. Y. Doç. Dr. İbrahim Turan Nisan 2011 Hipotez Hipotez Testleri Y. Doç. Dr. İbrahim Turan Nisan 2011 Hipotez Nedir? Gözlemlenebilir (araştırılabilir) bir olay, olgu veya fikri mantıklı ve bilimsel olarak açıklamaya yönelik yapılan tahminlerdir.

Detaylı

H 0 : θ = θ 0 Bu sıfır hipotezi şunu ifade eder: Anakütle parametresi θ belirli bir θ 0

H 0 : θ = θ 0 Bu sıfır hipotezi şunu ifade eder: Anakütle parametresi θ belirli bir θ 0 YTÜ-İktisat İstatistik II Hipotez Testi 1 HİPOTEZ TESTİ: AMAÇ: Örneklem bilgisinden hareketle anakütleye ilişkin olarak kurulan bir hipotezin (önsavın) geçerliliğinin test edilmesi Genel notasyon: anakütleye

Detaylı

26.12.2013. Farklı iki ilaç(a,b) kullanan iki grupta kan pıhtılaşma zamanları farklı mıdır?

26.12.2013. Farklı iki ilaç(a,b) kullanan iki grupta kan pıhtılaşma zamanları farklı mıdır? 26.2.23 Gözlem ya da deneme sonucu elde edilmiş sonuçların, raslantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HĐPOTEZ TESTLERĐ denir. Sonuçların raslantıya bağlı olup

Detaylı

Kalitatif Veri. 1. Kalitatif random değişkenler sınıflanabilen yanıtlar vermektedir. Örnek: cinsiyet (Erkek, Kız)

Kalitatif Veri. 1. Kalitatif random değişkenler sınıflanabilen yanıtlar vermektedir. Örnek: cinsiyet (Erkek, Kız) Kalitatif Veri 1. Kalitatif random değişkenler sınıflanabilen yanıtlar vermektedir. Örnek: cinsiyet (Erkek, Kız). Ölçüm kategorideki veri sayısını yansıtır 3. Nominal yada Ordinal ölçek Multinomial Deneyler

Detaylı

BİYOİSTATİSTİK PARAMETRİK TESTLER

BİYOİSTATİSTİK PARAMETRİK TESTLER BİYOİSTATİSTİK PARAMETRİK TESTLER Doç. Dr. Mahmut AKBOLAT *Bir testin kullanılabilmesi için belirli şartların sağlanması gerekir. *Bir testin, uygulanabilmesi için gerekli şartlar; ne kadar çok veya güçlü

Detaylı

ARALIK TAHMİNİ (INTERVAL ESTIMATION):

ARALIK TAHMİNİ (INTERVAL ESTIMATION): YTÜ-İktisat İstatistik II Aralık Tahmini I 1 ARALIK TAHMİNİ INTERVAL ESTIMATION): Nokta tahmininde ilgilenilen anakütle parametresine ilişkin örneklem bilgisinden hareketle tek bir sayı üretilir. Bir nokta

Detaylı

Mühendislikte İstatistiksel Yöntemler

Mühendislikte 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.

Detaylı

2016 YILI AKTÜERLİK SINAVLARI: İSTATİSTİK OLASILIK

2016 YILI AKTÜERLİK SINAVLARI: İSTATİSTİK OLASILIK Soru 1 X rassal değişkeninin olasılık yoğunluk fonksiyonu x x, x> f ( x) = 0, dy. 1 werilmiş ve Y = rassal değişkeni tanımlamış ise, Y değişkenin 0< 1 X 1 y için olasılık yoğunluk fonksiyonu aşağıdaki

Detaylı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı TOBB Ekonomi ve Teknoloji Üniversitesi Öğr.Gör.: Yrd. Doç. Dr. A. Talha YALTA Ad, Soyad: Açıklamalar: Bu sınav toplam 100 puan değerinde 4 sorudan oluşmaktadır. Sınav süresi 90 dakikadır ve tüm soruların

Detaylı

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ BÜTÜNLEME SINAVI SORULARI

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ BÜTÜNLEME SINAVI SORULARI LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I 2015-2016 BAHAR DÖNEMĐ BÜTÜNLEME SINAVI SORULARI Tarih/Saat/Yer: 24.06.16/11:00-12:30/AS010 Instructor: Prof. Dr. Hüseyin Oğuz

Detaylı

Mann-Whitney U ve Wilcoxon T Testleri

Mann-Whitney U ve Wilcoxon T Testleri Mann-Whitney U ve Wilcoxon T Testleri Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Konu Başlıkları Parametrik olmayan yöntem Mann-Whitney U testinin

Detaylı

Yrd. Doç. Dr. Neşet Demirci, Balıkesir Üniversitesi NEF Fizik Eğitimi. Parametrik Olmayan Testler. Ki-kare (Chi-Square) Testi

Yrd. Doç. Dr. Neşet Demirci, Balıkesir Üniversitesi NEF Fizik Eğitimi. Parametrik Olmayan Testler. Ki-kare (Chi-Square) Testi Parametrik Olmayan Testler Ki-kare (Chi-Square) Testi Ki-kare (Chi-Square) Testi En iyi Uygunluk (Goodness of Fit) Ki-kare Dağılımı Bir çok önemli istatistik testi ki kare diye bilinen ihtimal dağılımı

Detaylı

ANADOLU ÜNİVERSİTESİ. ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL

ANADOLU ÜNİVERSİTESİ. ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL ANADOLU ÜNİVERSİTESİ ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL İSTATİSTİKSEL TAHMİN Örnekten anakütle parametrelerinin tahmin edilmesidir. İki tür tahminleme yöntemi vardır:

Detaylı

SÜREKLĠ OLASILIK DAĞILIMLARI

SÜREKLĠ OLASILIK DAĞILIMLARI SÜREKLĠ OLASILIK DAĞILIMLARI Sayı ekseni üzerindeki tüm noktalarda değer alabilen değişkenler, sürekli değişkenler olarak tanımlanmaktadır. Bu bölümde, sürekli değişkenlere uygun olasılık dağılımları üzerinde

Detaylı

T TESTİ: ORTALAMALAR ARASI FARKLARIN TEST EDİLMESİ. Yrd. Doç. Dr. C. Deha DOĞAN

T TESTİ: ORTALAMALAR ARASI FARKLARIN TEST EDİLMESİ. Yrd. Doç. Dr. C. Deha DOĞAN T TESTİ: ORTALAMALAR ARASI FARKLARIN TEST EDİLMESİ Yrd. Doç. Dr. C. Deha DOĞAN Gruplara ait ortalamalar elde edildiğinde, farklı olup olmadıkları ilk bakışta belirlenemez. Ortalamalar arsında bulunan

Detaylı

Kullanılacak İstatistikleri Belirleme Ölçütleri. Değişkenin Ölçek Türü ya da Yapısı

Kullanılacak İstatistikleri Belirleme Ölçütleri. Değişkenin Ölçek Türü ya da Yapısı ARAŞTIRMA MODELLİLERİNDE KULLANILACAK İSTATİSTİKLERİ BELİRLEME ÖLÇÜTLERİ Parametrik mi Parametrik Olmayan mı? Kullanılacak İstatistikleri Belirleme Ölçütleri Değişken Sayısı Tek değişkenli (X) İki değişkenli

Detaylı

İÇİNDEKİLER ÖN SÖZ...

İÇİNDEKİLER ÖN SÖZ... İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN

Detaylı

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

K-S Testi hipotezde ileri sürülen dağılımla örnek yığılmalı dağılım fonksiyonunun karşılaştırılması ile yapılır. İstatistiksel güven aralıkları uygulamalarında normallik (normal dağılıma uygunluk) oldukça önemlidir. Kullanılan parametrik istatistiksel tekniklerin geçerli olabilmesi için populasyon şans değişkeninin

Detaylı

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 11 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan

Detaylı

EME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9

EME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9 EME 3105 1 Girdi Analizi Prosedürü SİSTEM SİMÜLASYONU Modellenecek sistemi (prosesi) dokümante et Veri toplamak için bir plan geliştir Veri topla Verilerin grafiksel ve istatistiksel analizini yap Girdi

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

BÖLÜM 13 HİPOTEZ TESTİ

BÖLÜM 13 HİPOTEZ TESTİ 1 BÖLÜM 13 HİPOTEZ TESTİ Bilimsel yöntem aşamalarıyla tanımlanmış sistematik bir bilgi üretme biçimidir. Bilimsel yöntemin aşamaları aşağıdaki gibi sıralanabilmektedir (Karasar, 2012): 1. Bir problemin

Detaylı

Kazanımlar. Z puanları yerine T istatistiğini ne. zaman kullanacağını bilmek. t istatistiği ile hipotez test etmek

Kazanımlar. Z puanları yerine T istatistiğini ne. zaman kullanacağını bilmek. t istatistiği ile hipotez test etmek T testi Kazanımlar Z puanları yerine T istatistiğini ne 1 zaman kullanacağını bilmek 2 t istatistiği ile hipotez test etmek 3 Cohen ind sini ve etki büyüklüğünü hesaplamak 1 9.1 T İstatistiği: zalternatifi

Detaylı

Merkezi Eğilim ve Dağılım Ölçüleri

Merkezi Eğilim ve Dağılım Ölçüleri Merkezi Eğilim ve Dağılım Ölçüleri Soru Öğrencilerin derse katılım düzeylerini ölçmek amacıyla geliştirilen 16 soruluk bir test için öğrencilerin ilk 8 ve son 8 soruluk yarılardan aldıkları puanlar arasındaki

Detaylı

Sürekli Rastsal Değişkenler

Sürekli Rastsal Değişkenler Sürekli Rastsal Değişkenler Normal Dağılım: Giriş Normal Dağılım: Tamamen ortalaması ve standart sapması ile tanımlanan bir rastsal değişken, X, için oluşturulan sürekli olasılık dağılımına normal dağılım

Detaylı

Mühendislikte İstatistiksel Yöntemler

Mühendislikte İstatistiksel Yöntemler Mühendislikte İstatistiksel Yöntemler BÖLÜM 9 VARYANS ANALİZİ Yrd. Doç. Dr. Fatih TOSUNOĞLU 1 Varyans analizi niçin yapılır? İkiden fazla veri grubunun ortalamalarının karşılaştırılması t veya Z testi

Detaylı

İSTATİSTİKSEL TAHMİNLEME. Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir.

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

Detaylı

İçindekiler. Pazarlama Araştırmalarının Önemi

İçindekiler. Pazarlama Araştırmalarının Önemi İçindekiler Birinci Bölüm Pazarlama Araştırmalarının Önemi 1.1. PAZARLAMA ARAŞTIRMALARININ TANIMI VE ÖNEMİ... 1 1.2. PAZARLAMA ARAŞTIRMASI İŞLEVİNİN İŞLETME ORGANİZASYONU İÇİNDEKİ YERİ... 5 1.3. PAZARLAMA

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık -II Prof. Dr. İrfan KAYMAZ İki Ortalama Farkının Güven Aralığı Anakütle Varyansı Biliniyorsa İki ortalama arasındaki farkın dağılımına ilişkin Z değişkeni: Güven aralığı ifadesinde

Detaylı

A İSTATİSTİK. 1. nc r, n tane nesneden her defasında r tanesinin alındığı (sıralama önemsiz) kombinasyonların sayısını göstermektedir.

A İSTATİSTİK. 1. nc r, n tane nesneden her defasında r tanesinin alındığı (sıralama önemsiz) kombinasyonların sayısını göstermektedir. . nc r, n tane nesneden her defasında r tanesinin alındığı (sıralama önemsiz) kombinasyonların sayısını göstermektedir. Buna göre, n C r + n C r toplamı aşağıdakilerden hangisine eşittir? A) n + C r B)

Detaylı

SÜREKLİ OLASILIK DAĞILIŞLARI

SÜREKLİ OLASILIK DAĞILIŞLARI SÜREKLİ OLASILIK DAĞILIŞLARI Sürekli verilerin göstermiş olduğu dağılışa sürekli olasılık dağılışı denir. Sürekli olasılık dağılışlarının fonksiyonlarına yoğunluk fonksiyonu denilmekte ve bu dağılışlarla

Detaylı

HİPOTEZ TESTLERİ ALIŞTIRMA SORULARI Araş.Gör. Efe SARIBAY

HİPOTEZ TESTLERİ ALIŞTIRMA SORULARI Araş.Gör. Efe SARIBAY HİPOTEZ TESTLERİ ALIŞTIRMA SORULARI 2012 Araş.Gör. Efe SARIBAY 1) Bir kafede yaz aylarında satılan limonataların satış miktarının ortalamasının 24 lt. den az olduğu iddia edilmektedir. İddiayı test etmek

Detaylı

4. TAHMİN SONUÇLARININ DEĞERLENDİRİLMESİ Katsayıların Yorumu

4. 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

Detaylı

Merkezi Limit Teoremi

Merkezi Limit Teoremi Örnekleme Dağılımı Merkezi Limit Teoremi Şimdiye kadar normal dağılıma uygun olan veriler ile ilgili örnekler incelendi. Çarpıklık gösteren veriler söz konusu olduğunda ne yapılması gerekir? Hala normal

Detaylı

İstatistiksel Kavramların Gözden Geçirilmesi

İstatistiksel Kavramların Gözden Geçirilmesi İstatistiksel Kavramların Gözden Geçirilmesi İstatistiksel Çıkarsama Ekonometri 1 Konu 3 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike

Detaylı

Temel ve Uygulamalı Araştırmalar için Araştırma Süreci

Temel ve Uygulamalı Araştırmalar için Araştırma Süreci BÖLÜM 8 ÖRNEKLEME Temel ve Uygulamalı Araştırmalar için Araştırma Süreci 1.Gözlem Genel araştırma alanı 3.Sorunun Belirlenmesi Sorun taslağının hazırlanması 4.Kuramsal Çatı Değişkenlerin açıkça saptanması

Detaylı

İki İlişkili Örneklem için t-testi. Tekrarlı ölçümler için t hipotez testine uygun araştırma çalışmalarının yapısını anlamak.

İki İlişkili Örneklem için t-testi. Tekrarlı ölçümler için t hipotez testine uygun araştırma çalışmalarının yapısını anlamak. İki İlişkili Örneklem için t-testi Kazanımlar 1 2 3 4 Tekrarlı ölçümler için t hipotez testine uygun araştırma çalışmalarının yapısını anlamak. Tekrarlı ölçümler t istatistiğini kullanarak 2 uygulamanın

Detaylı

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım SÜREKLİ ŞANS DEĞİŞKENLERİ Üstel Dağılım Normal Dağılım 1 Üstel Dağılım Meydana gelen iki olay arasındaki geçen süre veya bir başka ifadeyle ilgilenilen olayın ilk defa ortaya çıkması için geçen sürenin

Detaylı

İçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii. Ölçme, İstatistik ve Araştırma...

İçindekiler 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

Detaylı

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi

Detaylı

) -3n(k+1) (1) ile verilir.

) -3n(k+1) (1) ile verilir. FİEDMAN İKİ YÖNLÜ VAYANS ANALİZİ Tekrarlı ölçümlerde tek yönlü varyans analizinin varsayımları yerine gelmediğinde kullanılabilecek olan değiģik parametrik olmayan testler vardır. Freidman iki yönlü varyans

Detaylı

Nokta ve Aralık Tahmini Merkezi Limit Teoremi Örneklem Dağılımı Hipotez Testlerine Giriş

Nokta ve Aralık Tahmini Merkezi Limit Teoremi Örneklem Dağılımı Hipotez Testlerine Giriş Nokta ve Aralık Tahmini Merkezi Limit Teoremi Örneklem Dağılımı Hipotez Testlerine Giriş Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Nokta Tahmini

Detaylı

Bölüm 2 VERİLERİN DERLENMESİ VE SUNUMU

Bölüm 2 VERİLERİN DERLENMESİ VE SUNUMU Bölüm 2 VERİLERİN DERLENMESİ VE SUNUMU 1 Verilerin Derlenmesi ve Sunulması Anakütleden alınan örnek yardımıyla elde edilen veriler derlendikten sonra çizelgeler ve grafikler halinde bir diğer analize hazır

Detaylı

Varyans Analizi (ANOVA) Kruskal-Wallis H Testi. Doç. Dr. Ertuğrul ÇOLAK. Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı

Varyans Analizi (ANOVA) Kruskal-Wallis H Testi. Doç. Dr. Ertuğrul ÇOLAK. Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Varyans Analizi (ANOVA) Kruskal-Wallis H Testi Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Konu Başlıkları Tek Yönlü Varyans Analizi SPSS de Tek

Detaylı

KONU2 MERKEZİ EĞİLİM ÖLÇÜLERİ EĞİLİM ÖLÇÜLERİ ANALİTİK ORTALAMALAR ANALİTİK OLMAYAN MERKEZİ. Aritmetik ortalama **Medyan(median)

KONU2 MERKEZİ EĞİLİM ÖLÇÜLERİ EĞİLİM ÖLÇÜLERİ ANALİTİK ORTALAMALAR ANALİTİK OLMAYAN MERKEZİ. Aritmetik ortalama **Medyan(median) KONU2 MERKEZİ EĞİLİM ÖLÇÜLERİ 1 MERKEZİ EĞİLİM ÖLÇÜLERİ ANALİTİK ORTALAMALAR Bir örneklemde mevcut olan tüm veriler hesaba katılır. ANALİTİK OLMAYAN MERKEZİ EĞİLİM ÖLÇÜLERİ Bir örneklemdeki verilerin bir

Detaylı

Prof. Dr. Özkan ÜNVER Prof. Dr. Hamza GAMGAM Doç. Dr. Bülent ALTUNKAYNAK SPSS UYGULAMALI TEMEL İSTATİSTİK YÖNTEMLER

Prof. Dr. Özkan ÜNVER Prof. Dr. Hamza GAMGAM Doç. Dr. Bülent ALTUNKAYNAK SPSS UYGULAMALI TEMEL İSTATİSTİK YÖNTEMLER Prof. Dr. Özkan ÜNVER Prof. Dr. Hamza GAMGAM Doç. Dr. Bülent ALTUNKAYNAK SPSS UYGULAMALI TEMEL İSTATİSTİK YÖNTEMLER Gözden Geçirilmiş ve Genişletilmiş 8. Baskı Frekans Dağılımları Varyans Analizi Merkezsel

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Örnekleme Planlar ve Dağılımları Prof. Dr. İrfan KAYMAZ Tanım İncelenen olayın ait olduğu anakütlenin bütünüyle dikkate alınması zaman, para, ekipman ve bunun gibi nedenlerden dolayı

Detaylı

10. Bir ana kütle oranının tahmininde α = 0,05 ise kullanılan Z değeri nedir? A) 1,64 B) 1,84 C) 1,96 D) 2,28 E) 3,08

10. Bir ana kütle oranının tahmininde α = 0,05 ise kullanılan Z değeri nedir? A) 1,64 B) 1,84 C) 1,96 D) 2,28 E) 3,08 1. Tanımlanan ana kütleden rassal seçilen örneklemlerden hesaplanan istatistikler yardımı ile ilgili ana kütle parametrelerinin değerini araştırma sürecine ne ad verilir? A) İstatistiksel hata B) İstatistiksel

Detaylı

ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI

ISTATISTIK 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,

Detaylı

ĐŞLE 544 ĐSTATĐSTĐK ARA SINAV 11 Mayıs 2006

ĐŞLE 544 ĐSTATĐSTĐK ARA SINAV 11 Mayıs 2006 ĐŞLE 5 ĐSTATĐSTĐK ARA SINAV Mayıs 00 Adı Soyadı: No: [0 puan] -Bir Üniversitede okutulan derslerin öğrenciler tarafından değerlendirilmesi amacı ile hazırlanan bir anket formundaki sorulardan biri: Aldığınız

Detaylı

Bölüm 2. Frekans Dağılışları VERİLERİN DERLENMESİ VE SUNUMU. Frekans Tanımı. Verilerin Derlenmesi ve Sunulması

Bölüm 2. Frekans Dağılışları VERİLERİN DERLENMESİ VE SUNUMU. Frekans Tanımı. Verilerin Derlenmesi ve Sunulması Verilerin Derlenmesi ve Sunulması Bölüm VERİLERİN DERLENMESİ VE SUNUMU Anakütleden alınan örnek yardımıyla elde edilen veriler derlendikten sonra çizelgeler ve grafikler halinde bir diğer analize hazır

Detaylı

BİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK 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,

Detaylı

İÇİNDEKİLER BİRİNCİ KISIM: TASARIM PAZARLAMA ARAŞTIRMASINA GİRİŞ

İÇİNDEKİLER BİRİNCİ KISIM: TASARIM PAZARLAMA ARAŞTIRMASINA GİRİŞ İÇİNDEKİLER ÖNSÖZ... v TEŞEKKÜR... vi İKİNCİ BASKIYA ÖNSÖZ VE TEŞEKKÜR... vii İÇİNDEKİLER... ix ŞEKİLLER LİSTESİ... xviii TABLOLAR LİSTESİ... xx BİRİNCİ KISIM: TASARIM BİRİNCI BÖLÜM PAZARLAMA ARAŞTIRMASINA

Detaylı

Zaman Serileri-1. If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist. IENG 481 Tahmin Yöntemleri Dr.

Zaman Serileri-1. If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist. IENG 481 Tahmin Yöntemleri Dr. Zaman Serileri-1 If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serisi nedir? Kronolojik sırayla elde edilen verilere

Detaylı

KANTİTATİF TEKNİKLER - Temel İstatistik -

KANTİTATİF TEKNİKLER - Temel İstatistik - KANTİTATİF TEKNİKLER - Temel İstatistik - 1 İstatistik Nedir? Belirli bir amaçla verilerin toplanması, düzenlenmesi, analiz edilerek yorumlanmasını sağlayan yöntemler topluluğudur. 2 İstatistik Kullanım

Detaylı

istatistik El 10 1_ ve 2_ sorular a Ş3 gldakl bilgilere göre Al 4 Bl 6 cı 7 Dl 8 Al 5 B) 12 CL 27 D) 28 E) 35 2Q 10 BS 4200-A

istatistik El 10 1_ ve 2_ sorular a Ş3 gldakl bilgilere göre Al 4 Bl 6 cı 7 Dl 8 Al 5 B) 12 CL 27 D) 28 E) 35 2Q 10 BS 4200-A 2Q 10 BS 4200- İstatistik sorulannın cevap l anmasında gerekli olabilecek tablolar ve f ormüller bu kita p ç ığın sonunda ver-ilmiştir. 1_ ve 2_ sorular a Ş3 gldakl bilgilere göre cevaplandırılacaktır

Detaylı

T.C. Ankara Üniversitesi. Elmadağ Meslek Yüksek Okulu. Bilgisayar Programcılığı Programı

T.C. Ankara Üniversitesi. Elmadağ Meslek Yüksek Okulu. Bilgisayar Programcılığı Programı T.C. Ankara Üniversitesi Elmadağ Meslek Yüksek Okulu Bilgisayar Programcılığı Programı Ankara Üniversitesi Elmadağ Meslek Yüksek Okulu Öğrencileri Neden Facebook, Twitter Tarzı Sosyal Paylaşım Sitelerine

Detaylı

HİPOTEZ TESTLERİ HİPOTEZ NEDİR?

HİPOTEZ TESTLERİ HİPOTEZ NEDİR? HİPOTEZ TESTLERİ HİPOTEZ NEDİR? Örnekleme ile test edilmeye çalışılan bir popülasyonun ilgili parametresi hakkında ortaya sunulan iddiadır. Örneğin; A dersi için vize ortalaması 50 nin altındadır Firestone

Detaylı

KARŞILAŞTIRMA 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 KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 1 Karşılaştırma istatistiği Temel kavramlar: Örneklem ve evren:

Detaylı

İSTATİSTİK 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 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

Detaylı

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım

2. 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

Detaylı

BİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ

BİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ BİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ DÖNEM I-I. DERS KURULU Konu: Bilimsel yöntem ve istatistik Amaç: Biyoistatistiğin tıptaki önemini kavrar ve sonraki dersler için gerekli terminolojiye hakim olur.

Detaylı

χ 2 Testi Mühendislikte İstatistik Yöntemler Bağımsızlık Testi Homojenlik Testi Uygunluk Testi

χ 2 Testi Mühendislikte İstatistik Yöntemler Bağımsızlık Testi Homojenlik Testi Uygunluk Testi χ Testi Mühendislikte İstatistik Yöntemler χ Testi Bağımsızlık Testi Homojenlik Testi Uygunluk Testi χ Testi Sayısal olmayan değişkenler arasındaki ilişkinin testi (Bağımsızlık) Farklı örnek kütlelerin

Detaylı

UYGULAMALAR. Normal Dağılımlılık

UYGULAMALAR. 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.

Detaylı

BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ

BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ 1 BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel

Detaylı

Biyoistatistik (Ders 8: Hipotez Testleri Uygulama)

Biyoistatistik (Ders 8: Hipotez Testleri Uygulama) HİPOTEZ TESTLERİ UYGULAMA Yrd. Doç. Dr. Ünal ERKORKMAZ Sakarya Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı uerkorkmaz@sakarya.edu.tr Örnek: Hipertansiyon ilgili bir çalışmada 0 yaşındaki 4

Detaylı

TANIMLAYICI İSTATİSTİKLER

TANIMLAYICI İSTATİSTİKLER TANIMLAYICI İSTATİSTİKLER Tanımlayıcı İstatistikler ve Grafikle Gösterim Grafik ve bir ölçüde tablolar değişkenlerin görsel bir özetini verirler. İdeal olarak burada değişkenlerin merkezi (ortalama) değerlerinin

Detaylı

IE 303T Sistem Benzetimi L E C T U R E 6 : R A S S A L R A K A M Ü R E T I M I

IE 303T Sistem Benzetimi L E C T U R E 6 : R A S S A L R A K A M Ü R E T I M I IE 303T Sistem Benzetimi L E C T U R E 6 : R A S S A L R A K A M Ü R E T I M I Geçen Ders Sürekli Dağılımlar Uniform dağılımlar Üssel dağılım ve hafızasızlık özelliği (memoryless property) Gamma Dağılımı

Detaylı

İLERİ ARAŞTIRMA SORU HAVUZU

İLERİ ARAŞTIRMA SORU HAVUZU 1 ) Bir ölçümde bağımlı değişkenlerdeki farklılıkların bağımsız değişkenlerdeki farklılıkları nasıl etkilediğini aşağıdakilerden hangisi ölçer? A) Bağımlı Değişken B) Bağımsız Değişken C) Boş Değişken

Detaylı

Prof.Dr.İhsan HALİFEOĞLU

Prof.Dr.İhsan HALİFEOĞLU Prof.Dr.İhsan HALİFEOĞLU FREKANS DAĞILIMLARINI TANIMLAYICI ÖLÇÜLER Düzenlenmiş verilerin yorumlanması ve daha ileri düzeydeki işlemler için verilerin bütününe ait tanımlayıcı ve özetleyici ölçülere ihtiyaç

Detaylı

İSTATİSTİK VE OLASILIK SORULARI

İSTATİSTİK VE OLASILIK SORULARI İSTATİSTİK VE OLASILIK SORULARI SORU 1 Meryem, 7 arkadaşı ile bir voleybol maçına katılmayı planlamaktadır. Davet ettiği arkadaşlarından herhangi bir tanesinin EVET deme olasılığı 0,8 ise, en az 3 arkadaşının

Detaylı

Örneklem Dağılımları ve Merkezi Limit Teoremi

Örneklem Dağılımları ve Merkezi Limit Teoremi Örneklem Dağılımları ve Merkezi Limit Teoremi Çıkarımsal İstatistik (Inferential Statistics) : Örneklemden yola çıkarak ana kütleyle (popülasyonla) ilgili çıkarımlarda bulunmak (Smidt, 2001) İstatistiksel

Detaylı

Zaman Serileri. IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören

Zaman Serileri. IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serileri IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serisi nedir? Kronolojik sırayla elde edilen verilere sahip değișkenlere zaman serisi adı verilmektedir. Genel olarak zaman serisi,

Detaylı

VERİ SETİNE GENEL BAKIŞ

VERİ SETİNE GENEL BAKIŞ VERİ SETİNE GENEL BAKIŞ Outlier : Veri setinde normal olmayan değerler olarak tanımlanır. Ders: Kantitatif Yöntemler 1 VERİ SETİNE GENEL BAKIŞ Veri setinden değerlendirme başlamadan çıkarılabilir. Yazım

Detaylı

Herhangi bir oranın belli bir değere eşit olmadığını test etmek için kullanılır.

Herhangi bir oranın belli bir değere eşit olmadığını test etmek için kullanılır. Hipotez testleri-oran testi Oran Testi Herhangi bir oranın belli bir değere eşit olmadığını test etmek için kullanılır Örnek: Yüz defa atılan bir para 34 defa yazı gelmiştir Paranın yazı gelme olasılığının

Detaylı

GÜVEN ARALIKLARI ALISTIRMA SORULARI. 2012 Aras.Gör. Efe SARIBAY

GÜVEN ARALIKLARI ALISTIRMA SORULARI. 2012 Aras.Gör. Efe SARIBAY GÜVEN ARALIKLARI ALISTIRMA SORULARI 2012 Aras.Gör. Efe SARIBAY 1) Bir bankada bir gün içerisinde açılan vadeli TL. hesaplarının ortalamasını incelemek amacıyla yapılan bir araştırmada 12 günlük yapılan

Detaylı

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

Hatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5 Ders Kodu: 0010070021 Kredi: 3 / ECTS: 5 Yrd. Doç. Dr. Serkan DOĞANALP Necmettin Erbakan Üniversitesi Harita Mühendisliği Bölümü Konya 07.01.2015 1 Giriş 2 Giriş Matematiksel istatistiğin konusu yığın

Detaylı

Ki- kare Bağımsızlık Testi

Ki- 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

Detaylı