Güven Aralığı Hesaplamaları ÖRNEKLER
|
|
- Duygu Başer
- 7 yıl önce
- İzleme sayısı:
Transkript
1 Güven Aralığı Healamaları ÖRNEKLER
2 Standart normal dağılım ile olaılık healamaları
3 Standart normal dağılım ile olaılık healamaları f ( x) dx P(( 1 ) x ( 1 )) f ( x) dx P(( 2 ) x ( 2 )) f ( x) dx P(( 3 ) x ( 3 ))
4 Normal dağılım eğriinin tandardizayonu i x i Örneklemde i f ( ) d P( 1 1) f ( ) d P( 2 2) f ( ) d P( 3 3) x i
5 Örnek 1 Bir kliniğe belli bir şikayetle gelen hataların yaşlarının normal dağılıma ahi olduğu ve ortalamaının 37.5, tandart amaının ie 7.6 olduğu varayılıra, random olarak eçilen bir hatanın 44 yaşından genç olmaı olaılığı nedir? Z 44 yaş x Standart normal dağılım tablouna baktığımızda, Z=0.86 nın lik bir olaılık değerine eşit olduğunu görürüz. Dolayııyla, ratgele eçilen bir hatanın 44 yaşından genç olma olaılığı %80.5 tir.
6 Örnek 2 Bir önceki örneğin verilerine dayanarak, ratgele eçilen bir hatanın yaşının 46 ile 54 araında olmaı olaılığı nedir? Z Z ile 2.17 araındaki alan ile1.12araındaki alan Fark P(46 x54) %11.64
7 Güven Aralığı Bir örneklemden elde edilen aritmetik ortalamadan / orandan / varyantan hareket ederek, oulayon ortalamaına / oranına / varyanına yönelik tahmini ınırları verir Güven aralığındaki alt ve üt ınırların nedeni, örneklemler araındaki değişkenliktir Örneklem büyüklüğü arttıkça, güven aralığı daralır
8 Standart normal dağılımla güven aralığı Aritmetik ortalamaya ait teorik örnekleme dağılımının normal eğriye yakınlaştığını, normal eğri altındaki tolam alanın %95 inin de ile ınırları araında kaldığını hatırlatalım:
9 Standart normal dağılımla ortalama için güven aralığı formulü Poulayon aritmetik ortalamaı µ nün %95 güven aralığı ınırları aşağıdaki gibi ifade edilir: Genel P(( Z/2 ) ( Z/2 )) n n %90 Güven Araligi P(( 1.65 ) ( 1.65 )).90 n n %95 Güven Araligi P(( 1.96 ) ( 1.96 )).95 n n %99 Güven Araligi P(( 2.58 ) ( 2.58 )).99 n n
10 Örnek 1 Glaucoma rahatızlığı bulunan 60 yaşındaki 200 hatanın ortalama kan baıncı 140 ve tandart amaı 25 olarak belirlenmiştir. İlgili oulayonun artalama kan baıncı %95 olaılıkla hangi değerler araında olabilir? n Ortalamanintandart hatai SH 1.77 n 200 P( 1.96( SH )) P( (1.77)) Alt ınır P( (1.77)) Üt ınır P( (1.77))
11 Örnek 1.2 Bir önceki çalışma eğer 100 hata ile yaılmış olaydı, %95 güven aralığı ınırları ne olurdu? n Ortalamanintandart hatai SH 2.5 n 100 P( 1.96( SH )) P( (2.5)) Alt ınır P( (2.5)) 135 Üt ınır P( (2.5))
12 Örnek 1.3 Örnek 1.2 deki değerlerle %99 güven aralığının healanmaı: n Ortalamanintandart hatai SH 2.5 n 100 P( 1.65( SH )) P( (2.5)) Alt ınır P( (2.5)) Üt ınır P( (2.5))
13 Standart normal dağılımla oranlar için güven aralığı formulü q ˆ örneklemdeki oran 1 Genel (1 ) n ˆ ˆ P(( Z ) P ( Z )) /2 /2 %90 Güven Araligi ˆ ˆ P(( 1.65 ) P ( 1.65 )).90 %95 Güven Araligi ˆ ˆ P(( 1.96 ) P ( 1.96 )).95 %99 Güven Araligi P(( 2.58 ˆ ) ( 2.58 ˆ P )).99
14 Standart normal dağılımla oranlar için güven aralığı: Örnek 1.4 Bir Anadolu kaabaında, 40 yaş ve ütü 175 kişi random olarak eçilmiş, %54 ünün (.54) obez olduğu tebit edilmiştir. %95 güvenle kaabadaki aynı yaş grubu oulayonunun obezite oranlarının ınırları nedir? n 175 q (1 ) 0.54(0.46) ˆ n 175 P P(( ) ( )) P %46.6 P %61.4
15 n<30 ve σ bilinmediği durumlarda Sözkonuu değişkenin oulayondaki dağılımının normal olduğu varayımıyla, güven aralığı aşağıdaki gibi ifade edilir: x x P(( t, n1 ) ( t, n1 )) n n Yukarıdaki ifadede t, hedeflenen güven eviyeine göre, n-1 erbetlik dereceine karşılık gelen t- dağılımı (Student t) değeridir.
16 Student t-dağılımı Poulayon tandart amaı (σ) bilinmediği durumlarda, örneklemin tandart amaı () bir yaklaşım olarak kullanılır (σ) nın yerine () yerleştirildiğinde, normal dağılım yerine t-dağılımı devreye girer n<30 olduğu durumlarda, t-dağılımını kullanabilmek için oulayonun normal dağılıma ahi olmaı gerekir n>30 olduğu durumlarda ie, normal dağılım t- dağılımına bir yaklaşım olarak kullanılabilir (oulayon normal dağılıma ahi olmaa dahi.)
17 Örnek 2 Örnek 1.3 teki verilerin n=25 için öz konuu olduğunu varayalım; Bu durumda %95 güven aralığı: n 30 x x 25 Ortalamanintandart hatai SH 4.56 n 30 P( t ( SH )) P( t ( SH )) P( (4.56)), n1 0.5,301 Alt ınır P( (4.56)) Üt ınır P( (4.56))
t Dağılımı ve t testi
r. Mehme Akaraylı ağılımı ve ei oç. r. Mehme AKSARAYLI.E.Ü. İ.İ.B.F. EKONOMETRİ BÖLÜMÜ mehme.akarayli@deu.edu.r Sude ağılımı Küçük öreklerde (
Detaylıİstatistiksel Tahminleme. Güven Seviyesi. Verilerin yayılımı ( Örnek hacmi X = X / n Güven seviyesi (1 - )
04.05.0 İtatitikel Tahmileme İTATİTİKEL TAHMİNLEME VE YORUMLAMA ÜRECİ GÜVEN ARALIĞI Nokta Tahmii Populayo parametreii tek bir tahmi değerii verir μˆ σˆ p Pˆ Aralık Tahmii Populayo parametreii tahmi aralığıı
DetaylıJournal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi
Journal of Engineering and Natural Science Mühendilik ve Fen Bilimleri Dergii Sigma 5/3 SOME TOPICS TO BE TAKEN UP IN STATISTICS Mehmet GENCELİ * Yıldız Teknik Üniveritei,Fen-Edebiyat Fakültei, İtatitik
DetaylıMerkezi 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
DetaylıBÖLÜM 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
DetaylıÖRNEKLEME TEORİSİ. Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ
ÖRNEKLEME TEORİSİ 1 Bir popülasyonu istatistiksel açıdan incelemek ve işlemler yapabilmek için popülasyon içerisinden seçilen örneklemlerden yararlandığımızı söylemiştik. Peki popülasyonun istatistiksel
DetaylıARALIK 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
DetaylıDers 10. Belirsiz Talep Durumunda Stok Kontrol-III. Sürekli Gözden Geçirme Sistemleri. Talebin Yapısı. s t 2 = s 2 t. = Dt
Sürekli Göden Geirme Sitemleri Der 0 Beliri Talep Durumunda Stok Kontrol-III (Q, R) Politikaları Bu modeller bir ipariş noktaı (R) ve ipariş miktarı (Q) belirleyen politikaları gerektirir. Bu tip politikalar
DetaylıBölüm 7 - Kök- Yer Eğrisi Teknikleri
Bölüm 7 - Kök- Yer Eğrii Teknikleri Kök yer eğrii tekniği kararlı ve geçici hal cevabı analizinde kullanılmaktadır. Bu grafikel teknik kontrol iteminin performan niteliklerini tanımlamamıza yardımcı olur.
DetaylıSürekli 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
DetaylıKARAYOLU VE DEMİRYOLU PROJELERİNDE ORTOMETRİK YÜKSEKLİK HESABI: EN KÜÇÜK KARELER İLE KOLLOKASYON
TMMOB Harita ve Kadatro Mühendileri Odaı 13. Türkiye Harita Bilimel ve Teknik Kurultayı 18 Nian 011, Ankara KARAYOLU VE DEMİRYOLU PROJELERİNDE ORTOMETRİK YÜKSEKLİK HESABI: EN KÜÇÜK KARELER İLE KOLLOKASYON
DetaylıFrekans Analiz Yöntemleri I Bode Eğrileri
Frekan Analiz Yöntemleri I Bode Eğrileri Prof.Dr. Galip Canever 1 Frekan cevabı analizi 1930 ve 1940 lı yıllarda Nyquit ve Bode tarafından geliştirilmiştir ve 1948 de Evan tarafından geliştirilen kök yer
DetaylıMerkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder.
Yayılma Ölçütleri Merkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder. Bir başka ifade ile, bir veri setinin,
DetaylıOLASILIK ve KURAMSAL DAĞILIMLAR
OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine
DetaylıKontrol Sistemleri Tasarımı. Kontrolcü Tasarımı Tanımlar ve İsterler
ontrol Sitemleri Taarımı ontrolcü Taarımı Tanımlar ve İterler Prof. Dr. Bülent E. Platin ontrolcü Taarımı İterleri Birincil iterler: ararlılık alıcı rejim hataı Dinamik davranış İterlerin işlevel boyutu:
DetaylıH09 Doğrusal kontrol sistemlerinin kararlılık analizi. Yrd. Doç. Dr. Aytaç Gören
H09 Doğrual kontrol itemlerinin kararlılık analizi MAK 306 - Der Kapamı H01 İçerik ve Otomatik kontrol kavramı H0 Otomatik kontrol kavramı ve devreler H03 Kontrol devrelerinde geri belemenin önemi H04
DetaylıÖrnek 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
DetaylıKazanımlar. 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
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 8: Prof. Dr. İrfan KAYMAZ Tanım Tahmin (kestirim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmaktır. Bu anlamda, anakütleden çekilen
DetaylıUygulama 3 Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Uygulama 3 Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Olasılık Hatırlatma Olasılık teorisi,
DetaylıAnkara ve Kastamonu yöneticilerinin Mesleki Eğilime Göre Yönlendirme ve Kariyer. Rehberliği Projesinin Değerlendirme Sonuçları
Ankara ve Katamonu Yöneticilerinin Meleki Eğilime Göre Yönlendirme ve Kariyer Rehberliği Projeinin Değerlendirme Sonuçları Ankara ve Katamonu yöneticilerinin Meleki Eğilime Göre Yönlendirme ve Kariyer
Detaylı8.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
DetaylıÖrneklem Dağılımları & Hipotez Testleri Örneklem Dağılımı
Örneklem Dağılımları & Hipotez Testleri Örneklem Dağılımı Ortalama veya korelasyon gibi istatistiklerin dağılımıdır Çıkarımsal istatistikte örneklem dağılımı temel fikirlerden biridir. Çıkarımsal istatistik
Detaylıİstatistik 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
DetaylıİÇİNDEKİLER ÖN SÖZ...
İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN
DetaylıDers 4: Rastgele Değişkenler ve Dağılımları
Ders 4: Rastgele Değişkenler ve Dağılımları Rastgele değişken kavramı Kesikli ve sürekli rastgele değişkenler İki boyutlu rastgele değişkenler Beklenen değer Varyans Örnek uzaydaki her elemanı bir sayıyla
DetaylıSÜREKLİ OLASILIK DAĞILIŞLARI
SÜREKLİ OLASILIK DAĞILIŞLARI Sürekli verilerin göstermiş olduğu dağılışa sürekli olasılık dağılışı denir. Sürekli olasılık dağılışlarının fonksiyonlarına yoğunluk fonksiyonu denilmekte ve bu dağılışlarla
Detaylıdir. Periyodik bir sinyalin örneklenmesi sırasında, periyot başına alınmak istenen ölçüm sayısı N
DENEY 7: ÖRNEKLEME, AYRIK SİNYALLERİN SPEKTRUMLARI VE ÖRTÜŞME OLAYI. Deneyin Amacı Bu deneyde, ürekli inyallerin zaman ve rekan uzaylarında örneklenmei, ayrık inyallerin ektrumlarının elde edilmei ve örtüşme
DetaylıBİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Uygulamalı bilim
DetaylıSÜREKLĠ 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
DetaylıNORMAL DAĞILIM. 2., anakütle sayısı ile Poisson dağılımına uyan rassal bir değişkense ve 'a gidiyorsa,
NORMAL DAĞILIM TEORİK 1., ortalaması, standart sapması olan bir normal dağılıma uyan rassal bir değişkense, bir sabitken nin beklem üreten fonksiyonunu bulun. 2., anakütle sayısı ile Poisson dağılımına
DetaylıTek 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
DetaylıÖrneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.
ÇIKARSAMALI İSTATİSTİKLER Çıkarsamalı istatistikler, örneklemden elde edilen değerler üzerinde kitleyi tanımlamak için uygulanan istatistiksel yöntemlerdir. Çıkarsamalı istatistikler; Tahmin Hipotez Testleri
DetaylıTEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ
TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ 1 İstatistik İstatistik, belirsizliğin veya eksik bilginin söz konusu olduğu durumlarda çıkarımlar yapmak ve karar vermek için sayısal verilerin
DetaylıKonum ve Dağılım Ölçüleri. BBY606 Araştırma Yöntemleri Güleda Doğan
Konum ve Dağılım Ölçüleri BBY606 Araştırma Yöntemleri Güleda Doğan Konum ölçüleri Merkezi eğilim ölçüleri Verilerin ortalamaya göre olan gruplanması nasıl? Yakın, uzak? Sıklık dağılımlarının karşılaştırılması
DetaylıİSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr
İSTATİSTİK 2 Tahmi Teorisi 07/03/2012 AYŞE S. ÇAĞLI aysecagli@beyket.edu.tr İstatistik yötemler İstatistik yötemler Betimsel istatistik Çıkarımsal istatistik Tahmi Hipotez testleri Nokta tahmii Aralık
DetaylıTemel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri
Temel İstatistik Tanımlayıcı İstatistik Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri Y.Doç.Dr. İbrahim Turan Mart 2011 DAĞILIM / YAYGINLIK ÖLÇÜLERİ Verilerin değişkenlik durumu ve dağılışın şeklini
DetaylıTemel Yasa. Kartezyen koordinatlar (düz duvar) Silindirik koordinatlar (silindirik duvar) Küresel koordinatlar
Temel Yaa Fourier ıı iletim yaaı İLETİMLE ISI TRANSFERİ Ek bağıntı/açıklamalar k: ıı iletim katayıı A: ıı tranfer yüzey alanı : x yönünde ıcaklık gradyanı Kartezyen koordinatlar (düz duvar Genel ıı iletimi
DetaylıBÖLÜM 10 PUAN DÖNÜŞÜMLERİ
1 BÖLÜM 10 PUAN DÖNÜŞÜMLERİ Bir gözlem sonucunda elde edilen ve üzerinde herhangi bir düzenleme yapılmamış ölçme sonuçları 'ham veri' ya da 'ham puan' olarak isimlendirilir. Genellikle ham verilerin anlaşılması
DetaylıJEODEZİK VERİLERİN İSTATİSTİK ANALİZİ. Prof. Dr. Mualla YALÇINKAYA
JEODEZİK VERİLERİN İSTATİSTİK ANALİZİ Prof. Dr. Mualla YALÇINKAYA Karadeniz Teknik Üniversitesi, Harita Mühendisliği Bölümü Trabzon, 2018 VERİLERİN İRDELENMESİ Örnek: İki nokta arasındaki uzunluk 80 kere
DetaylıDers #10. Otomatik Kontrol. Sürekli Hal Hataları. Prof.Dr.Galip Cansever. 26 February 2007 Otomatik Kontrol. Prof.Dr.
Der #0 Otomatik ontrol Sürekli Hal Hataları Prof.Dr.alip Canever Prof.Dr.alip Canever Denetim Sitemlerinin analiz ve taarımında üç kritere odaklanılır:. eçici Rejim Cevabı. ararlılık 3. Sürekli Hal ararlı
DetaylıHipotez. 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.
DetaylıMühendislikte İstatistiksel Yöntemler
Mühendislikte İstatistiksel Yöntemler BÖLÜM 7 TAHMİNLER Yrd. Doç. Dr. Fatih TOSUNOĞLU 1 Tahmin (kestirim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmaktır.
DetaylıDers #9. Otomatik Kontrol. Kararlılık (Stability) Prof.Dr.Galip Cansever. 26 February 2007 Otomatik Kontrol. Prof.Dr.
Der #9 Otomatik Kontrol Kararlılık (Stability) 1 Kararlılık, geçici rejim cevabı ve ürekli hal hataı gibi kontrol taarımcıının üç temel unurundan en önemli olanıdır. Lineer zamanla değişmeyen itemlerin
DetaylıBÖLÜM 3 KURAMSAL ÇATI VE HİPOTEZ GELİŞ
BÖLÜM 3 KURAMSAL ÇATI VE HİPOTEZ GELİŞ İŞTİRME Araştırma rma SüreciS 1.Gözlem Genel araştırma alanı 3.Sorunun Belirlenmesi Sorun taslağının hazırlanması 4.Kuramsal Çatı Değişkenlerin açıkça saptanması
DetaylıOLASILIK. Örnek: eleman sayısı: Örnek: Örnek: 4. Olay. dir.
OLASILIK Olaılık Terimleri. Deney Bir madeni para atıldığında yazı mı ya da tura mı geleceğini, bir zar atıldığında onucun ne olacağını, tepit etme işlemine deney denir.. Sonuç Bir deneyin her bir görüntüüne(çıktıına)
DetaylıOlasılık ve Normal Dağılım
Olasılık ve Normal Dağılım P = 0 İmkansız P =.5 Yarı yarıya P = 1 Kesin Yazı-Tura 1.5 2 1.5 2.5.5.25 Para atışı 10 kere tekrarlandığında Yazı Sayısı f % 0 3 30 1 6 60 2 1 10 Toplam 10 100 Atış 1000 kere
DetaylıMIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
DetaylıIİSTATIİSTIİK. 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
DetaylıKARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005
KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 1 Karşılaştırma istatistiği Temel kavramlar: Örneklem ve evren:
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık -II Prof. Dr. İrfan KAYMAZ İki Ortalama Farkının Güven Aralığı Anakütle Varyansı Biliniyorsa İki ortalama arasındaki farkın dağılımına ilişkin Z değişkeni: Güven aralığı ifadesinde
DetaylıYANLILIK. Yanlılık örneklem istatistiği değerlerinin evren parametre değerinden herhangi bir sistematik sapması olarak tanımlanır.
AED 310 İSTATİSTİK YANLILIK Yanlılık örneklem istatistiği değerlerinin evren parametre değerinden herhangi bir sistematik sapması olarak tanımlanır. YANLILIK Yanlı bir araştırma tasarımı uygulandığında,
Detaylı12.7 Örnekler PROBLEMLER
2. 2.2 2.3 2.4 Giriş Bir Kuvvetin ve Bir Momentin İşi Virtüel İş İlkei Genelleştirilmiş Koordinatlar Örnekler Potaniyel Enerji 2.5 Sürtünmeli Makinalar ve Mekanik Verim 2.6 Denge 2.7 Örnekler PROBLEMLER
DetaylıMIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
DetaylıDers 9: Kitle Ortalaması ve Varyansı için Tahmin
Ders 9: Kitle Ortalaması ve Varyansı için Tahmin Kitle ve Örneklem Örneklem Dağılımı Nokta Tahmini Tahmin Edicilerin Özellikleri Kitle ortalaması için Aralık Tahmini Kitle Standart Sapması için Aralık
Detaylıİki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı
İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t test) Ölçümle
Detaylı1. FARKLILIKLARIN TESPİTİNE YÖNELİK HİPOTEZ TESTLERİ
1. FARKLILIKLARIN TESPİTİNE YÖNELİK HİPOTEZ TESTLERİ Örneklem verileri kullanılan her çalışmada bir örneklem hatası çıkma riski her zaman söz konusudur. Dolayısıyla istatistikte bu örneklem hatasının meydana
DetaylıAppendix B: Olasılık ve Dağılım Teorisi
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım Teorisi
DetaylıT.C. ESKİŞEHİR OSMANGAZİ ÜNİVERSİTESİ KONTROL GRAFİKLERİ. Prof. Dr. Nimetullah BURNAK Prof. Dr. A. Sermet ANAGÜN. Endüstri Mühendisliği Bölümü
1970 T.C. ESKİŞEHİR OSMANGAZİ ÜNİVERSİTESİ KONTROL GRAFİKLERİ Prof. Dr. Nimetullah BURNAK Prof. Dr. A. Sermet ANAGÜN Endüstri Mühendisliği Bölümü 1 Kontrol Grafiği UygulamaAdımları Kontrol edilecek uygun
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım Teorisi
DetaylıANADOLU ÜNİVERSİTESİ BEKLENEN DEĞER. X beklenen değeri B[X] ile gösterilir. B[X] = İST 213 OLASILIK DERSİ BEKLENEN DEĞER VE MOMENTLER
ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ BEKLENEN DEĞER VE MOMENTLER DOÇ. DR. NİHAL ERGİNEL 2015 X beklenen değeri B[X] ile gösterilir. B[X] = BEKLENEN DEĞER Belli bir malzeme taşınan kolilerin ağırlıkları
DetaylıANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL
ANADOLU ÜNİVERSİTESİ ENM 317 Prof. Dr. Nihal ERGİNEL 2 ÖRNEKLEME Anakütleden n birimlik örnek alınması ve anakütle parametrelerinin örnekten tahmin edilmesidir. 3 ÖRNEKLEME ALMANIN NEDENLERİ Anakütleye
DetaylıLPG DEPOLAMA TANKLARININ GAZ VERME KAPASİTELERİNİN İNCELENMESİ
825 LPG DEPOLAMA TAKLARII GAZ VERME KAPASİTELERİİ İCELEMESİ Fehmi AKGÜ 1. ÖZET Sunulan çalışmada, LPG depolama tanklarının gaz verme kapaitelerinin belirlenmei amacına yönelik zamana bağlı ve ürekli rejim
DetaylıMukavemet Hesabı . 4. d 4. C) Vidanın zorlanması. A) Öngerilmesiz cıvatalar. B) Öngerilme ile bağlanan cıvatalar. d 4
ç A) Öngerilmeiz cıvatalar iş. d ç.d ön Boyutlandırma için ç Statik zorlanmada To. d i) Sıkma ıraında ; M 3.d ; B 6 c b ön : ç. d Mukavemet Heabı B) Öngerilme ile bağlanan cıvatalar a) Dış kuvvet ekenel
DetaylıLAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ TELAFĐ SINAVI SORULARI
LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I 2015-2016 BAHAR DÖNEMĐ TELAFĐ SINAVI SORULARI Tarih/Saat/Yer: 20.06.16/15:00-16:30/AS010 Instructor: Prof. Dr. Hüseyin Oğuz Öğrenci
DetaylıDers 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)
DetaylıGenel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.
4.SUNUM Genel olarak test istatistikleri Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri olmak üzere 2 grupta incelenebilir. 2 Ranj Çeyrek Kayma Çeyrekler Arası Açıklık Standart Sapma Varyans
DetaylıHatalar 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
DetaylıDers 6: Sürekli Olasılık Dağılımları
Ders 6: Sürekli Olasılık Dağılımları Normal Dağılım Standart Normal Dağılım Binom Dağılımına Normal Yaklaşım Düzgün (uniform) Dağılım Üstel Dağılım Dağılımlar arası ilişkiler Bir rastgele değişkenin, normal
DetaylıLAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ DÖNEM SONU SINAV SORULARI
LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I 2015-2016 BAHAR DÖNEMĐ DÖNEM SONU SINAV SORULARI Tarih/Saat/Yer: 15.06.16/09:00-10:30/AS115-116-117 Instructor: Prof. Dr. Hüseyin
DetaylıKök Yer Eğrileri. Doç.Dr. Haluk Görgün. Kontrol Sistemleri Tasarımı. Doç.Dr. Haluk Görgün
Kök Yer Eğrileri Bir kontrol taarımcıı itemin kararlı olup olmadığını ve kararlılık dereceini bilmek, diferaniyel denklem çözmeden bir analiz ile item performaını tahmin etmek iter. Geribelemeli kontrol
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 10: Prof. Dr. İrfan KAYMAZ Tanım Varyans analizi niçin yapılır? İkiden fazla veri grubunun ortalamalarının karşılaştırılması t veya Z testi ile yapılabilir. Ancak karşılaştırılacak
DetaylıMühendislikte 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
Detaylı13. Olasılık Dağılımlar
13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon
Detaylı2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım
2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI 2.1. Tanım Regresyon analizi, bir değişkenin başka bir veya daha fazla değişkene olan bağımlılığını inceler. Amaç, bağımlı değişkenin kitle ortalamasını, açıklayıcı
Detaylıİki Değişkenli Bağlanım Çıkarsama Sorunu
İki Değişkenli Bağlanım Çıkarsama Sorunu Aralık Tahmini Ekonometri 1 Konu 15 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0 Unported
DetaylıCİVATA BAĞLANTILARI_II
CİVATA BAĞLANTILARI_II 11. Civata Bağlantılarının Heabı 11.1. Statik kuvvet ve gerilmeler Cıvata, gerilme kuvveti ile çekmeye ve ıkma momenti ile burulmaya dolayııyla bileşik gerilmeye maruzdur. kuvveti
DetaylıESM 406 Elektrik Enerji Sistemlerinin Kontrolü 4. TRANSFER FONKSİYONU VE BLOK DİYAGRAM İNDİRGEME
. TRNSFER FONKSİYONU VE BLOK DİYRM İNDİREME. Hedefler Bu bölümün amacı;. Tranfer fonkiyonu ile blok diyagramları araındaki ilişki incelemek,. Fizikel itemlerin blok diyagramlarını elde etmek, 3. Blok diyagramlarının
DetaylıHİDROLİK SİSTEMLERDE ENERJİ KAYIPLARI VE YÜK DUYARLI SİSTEMLERE GEÇİŞ
17 HİDROLİK SİSTEMLERDE ENERJİ KAYILARI VE YÜK DUYARLI SİSTEMLERE GEÇİŞ İmail OBUT ÖZET Hidrolik itemlerde ea olu itenen; yükü hareket ettirmek için kullanılan gücün, hidrolik omayı tahrik eden elektrik
Detaylı3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI
ÖNSÖZ İÇİNDEKİLER III Bölüm 1 İSTATİSTİK ve SAYISAL BİLGİ 11 1.1 İstatistik ve Önemi 12 1.2 İstatistikte Temel Kavramlar 14 1.3 İstatistiğin Amacı 15 1.4 Veri Türleri 15 1.5 Veri Ölçüm Düzeyleri 16 1.6
Detaylıİstatistiksel Tahmin ÜNİTE. Amaçlar. İçindekiler. Yazar Doç.Dr. Ahmet ÖZMEN
İstatistiksel Tahmin Yazar Doç.Dr. Ahmet ÖZMEN ÜNİTE 7 Amaçlar Bu üniteyi çalıştıktan sonra; evren parametreleri hakkında yorum yapmayla ilgili iki yöntemden birisi olan evren parametrelerinin tahmin edilmesine
Detaylıİstatistiksel 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
DetaylıZEMİN EPS (GEOFOAM) TEMAS YÜZEYİNİN SONLU ELEMANLARLA MODELLENMESİ
ZEMİN EPS (GEOFOAM) TEMAS YÜZEYİNİN SONLU ELEMANLARLA MODELLENMESİ Ahmet ŞENOL 1 Mutafa Aytekin 2 1 Yrd.Doç.Dr., Cumhuriyet Üniveritei Mühendilik Fakültei İnşaat Müh. Böl., 58140 Siva Tel: 0346 2191010-2224
DetaylıÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ
ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ TEMEL KAVRAMLAR PARAMETRE: Populasyonun sayısal açıklayıcı bir ölçüsüdür ve anakütledeki tüm elemanlar dikkate alınarak hesaplanabilir. Ana kütledeki
DetaylıTürkiye de 1970 li yıllardan beri yapımı planlanan 3 adet
NÜKLEER SANTRALLARIN YAPIM GEREKÇELERİNİ BİLMEK İSTİYORUZ Nedim Bülent Damar TMMOB Enerji Çalışma Grubu Başkanı EMO Enerji Daimi Komiyonu Başkanı n.bulent.damar@emo.org.tr Türkiye de 1970 li yıllardan
DetaylıH 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
DetaylıBÖLÜM 1 GİRİŞ, TERMODİNAMİK HATIRLATMALAR
BÖLÜM GİİŞ, EMODİNAMİK HAILAMALA.-ermodinamik hatırlatmalar..- Mükemmel gaz..- İç enerji e antali..3- ermodinamiğin. kanunu..4- Antroi e termodinamiğin. kanunu..5- Antroinin healanmaı..6- İzantroik bağıntılar.-
Detaylıİçindekiler. Ön Söz... xiii
İçindekiler Ön Söz.................................................... xiii Bölüm 1 İstatistiğe Giriş....................................... 1 1.1 Giriş......................................................1
Detaylırasgele değişkeninin olasılık yoğunluk fonksiyonu,
3.6. Bazı Sürekli Dağılımlar 3.6.1 Normal Dağılım Normal dağılım hem uygulamalı hem de teorik istatistikte kullanılan oldukça önemli bir dağılımdır. Normal dağılımın istatistikte önemli bir yerinin olmasının
DetaylıProf.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ RANDOM DEĞİŞKEN
SÜREKSİZ (DISCRETE) OLASILIK DAĞILIMLARI 1 RANDOM DEĞİŞKEN Nümerik olarak ifade edilebilen bir deneyin sonuçlarına rassal (random) değişken denir. Temelde iki çeşit random değişken vardır. ##süreksiz(discrete)
DetaylıHipotez 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
DetaylıKontrol Sistemleri Tasarımı
Kontrol Sitemleri Taarımı Kök Yer Eğrii ile Kontrolcü Taarımı Prof. Dr. Bülent E. Platin Kontrol Sitemlerinde Taarım İterleri Zaman Yanıtı Özellik Kararlılık Kalıcı Rejim Yanıtı Geçici rejim Yanıtı Kapalı
DetaylıİÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37
İÇİNDEKİLER BÖLÜM 1 Değişkenler ve Grafikler 1 İstatistik 1 Yığın ve Örnek; Tümevarımcı ve Betimleyici İstatistik 1 Değişkenler: Kesikli ve Sürekli 1 Verilerin Yuvarlanması Bilimsel Gösterim Anlamlı Rakamlar
DetaylıGruplanmış serilerde standart sapma hesabı
Gruplanmış serilerde standart sapma hesabı Örnek: Verilen gruplanmış serinin standart sapmasını bulunuz? Sınıflar f i X X X m i f i. m i m i - (m i - ) f i.(m i - ) 0 den az 3 4 den az 7 4 6 dan az 4 6
DetaylıQuality Planning and Control
Quality Planning and Control END 3618 KALİTE PLANLAMA VE KONTROL Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üniversitesi Endüstri Mühendisliği Anabilim Dalı 1 İstatistiksel Proses Kontrol Kontrol Kartları Kontrol
DetaylıMIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
DetaylıISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI
SORU- 1 : ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI X ve Y birbirinden bağımsız iki rasgele değişken olmak üzere, sırasıyla aşağıdaki moment çıkaran fonksiyonlarına sahiptir: 2 2 M () t = e,
DetaylıJOMİNY NUMUNESİNDE DENEYSEL VE TEORİK ISI TRANSFERİ İLE SERTLEŞEBİLİRLİK ARASINDAKİ İLİŞKİNİN ARAŞTIRILMASI
Gazi Üniv. Müh. Mim. Fak. Der. Journal of he Faculy of Engineering and Archiecure of Gazi Univeriy Cil 8, No, 5-56, 03 Vol 8, No, 5-56, 03 JOMİNY NUMUNESİNDE DENEYSEL VE EORİK ISI RANSFERİ İLE SERLEŞEBİLİRLİK
Detaylı