Bölüm 1 Temel Terimler ve Tanımlar. Anlamı? Tarihi. Tarihi
|
|
- Emre Emin
- 6 yıl önce
- İzleme sayısı:
Transkript
1 GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL YÖNTEMLER Bölüm 1 Temel Terimler ve Tanımlar Yrd. Doç. Dr. Safa KARAMAN 1 2 Anlamı? İSTATİSTİKLER İstatistik=sayıtım Statisticum collegium (devlet konseyi) Statista (devlet damı) Stato: devletin siyasal durumunu belirtmede kullanılır. Herhangi bir konu ile ilgili veriler 4 Tarihi Devlet kadar eski bir geçmişi var Çin, Mısır ve Roma da nüfus sayımları, arazi yazımları yapılmış. İlk nüfus sayımı Mısır da. Pramitlerin yapımı-işgücü tahmini Tarihi İlk çağda sayımları en ileri götüren topluluk Romalılar olmuştur. Her Roma lı kendi ve babasının adını, servetini, arazisini, sahip olduğu kölelerin sayısını bildirmek zorunda idi. Bu bağlamda bir ülkede istatistiğin ilerlemesi devlet gücünün bir göstergesidir
2 Tarihi Tanım: İstatistik 17. yy ilk yarısında bazı Alman Üni. Devletlerin özellikleri adlı bir derste çeşitli ülkelerin tarihi, askeri ve idari örgütleri, nüfusu vb. hakkında bazen sayısal bilgilerde verilmeye başlanmış. Bir süre sonra bu konuya status (devlet) den gelme statistik denmeye başlandı. Sayısal verilerin toplanması, düzenlenmesi, özetlenmesi, sunumu ve analizi ile yorumlanması için gerekli yöntemlerin geliştirilip uygulanması ile uğraşan ve sonuçta verilerden gidilerek bulunan olasılık deyimleri ile objektif karar vermede önemli rol oynayan bir yöntemler bilimidir. Kısaca verilerin ifade biçimidir. 7 8 Bir eğitimci olarak niçin belli düzeyde istatistik bilmeliyiz? Günlük hayatta çevremizde olup bitenleri izleyebilmek, anlayabilmek ve yorumlayabilmek için Borsa düşünce dolara ne oluyor? Seçimleri kim kazanacak? Şampiyon kim olacak? Sınıftaki en başarılı öğrenci kim? İSTATİSTİK HEP DOĞRU MU SÖYLER? Üç tip yalan vardır: Yalan Kuyruklu yalan İstatistik Her şey istatistik ile kanıtlanamaz Sınavda ilk yüzde elliye kimler giriyor? Elde ettiğimiz verilerle ilişkiler kurar, sonuçlar çıkarmaya çalışırız! Kadıköy-Karaköy vapurla seyahat edenlerin sayısı İstanbuldaki evlenmelerin sayısı Arada bir ilişki çıkabilir ama bu abartılı bir iddia olacaktır.reddedilir. ÖRNEĞİN; Bir çölde ortalama sıcaklığın 30 ºC olduğunu öğrenen bir kişinin çöle bir gömlekle gitmesi Gece -10 ºC de donacak Gündüz ºC de yanacaktır. Veri: Tanımlar Belirli bir amaç için yapılan çalışmalarda elde edilen sayısal bilgilerdir. Araştırılan konu ile ilgili nesne, birey veya olayları ölçmek, gözlemek ve saymakla elde edilen sayısal bilgilerdir. Ölçüm sonuçları, cinsiyet, araştırma çıktıları gibi çeşitli çalışmalardan elde edilmiş gözlemlerdir
3 İSTATİSTİK BİLİMİ VERİLERDEKİ FARKLILIKLARIN AÇIKLANMASI İHTİYACINDAN DOĞMUŞTUR. BU KAPSAMDA; Farklılıkları tanımlama Farklılığı hesaba katarak araştırmayı planlama Veri analizi ile maksimum bilgiye ulaşma Analiz sonucu bulunan sonuçların güvenilirliğini sayısal olarak ifade etme olanağı sağlar. 13 Verilerin toplanması Tablo ve grafiklerle özetlenmesi Sonuçların yorumlanması Sonuçların güven derecelerinin açıklanması Özellikler arasındaki ilişkinin tespiti Geleceğe yönelik tahminler Ve deney, düzenleme ve gözlem ilkelerini kapsayan bir bilim dalıdır. 14 Giriş Her alanda olduğu gibi İSTATİSTİK biliminin de kendine has bir dili vardır. Konuşabilmek için bu dili öğrenmek gerekmektedir. Genel olarak araştırmalarda, büyük veri gruplarının içinden daha küçük veri grupları seçilerek büyük veri gruplarının hakkında bilgi edinmek amaçlanır. Örneğin; Pazar araştırmaları, Kamuoyu yoklamaları, TÜİK in yaptığı hanehalkı araştırmaları TANIMLAYICI İSTATİSTİKLER İSTATİSTİKSEL YÖNTEMLER YORUMLAYICI İSTATİSTİKLER İstatistiksel Yöntemler Tanımlayıcı İstatistikler Verilerin toplanması,tanımlanması ve temel analizler Yorumlayıcı İstatistikler Örnekten elde edilen istatistikler kullanılarak, bilinmeyen parametreler hakkında tahminde bulunma, karar verme
4 İstatistik metotlar DENEY & GÖZLEM Üzerinde çalışılan konu ile ilgili verilerin deney veya gözlem yoluyla elde edilmesi, özetlenmesi, konuyu tanıtacak şekilde işlenmesi, diğer veriler ile ilişkilerinin belirlenmesi, veriler üzerinde etkili olduğu bilinen faktörlere göre analizi ile sonuçların yorumlanması ve genelleştirilmesi için yapılan işlemlerdir. Deney: Bir olayın oluşuna müdahele ederek veri eldesine denir. Buğday başağının boyu uzunluğu Karpuzların ağırlığı Gözlem: Bir olayın oluşuna müdahele etmeksizin veri eldesine denir. Sınıfın fizik dersindeki başarı durumu Bir maçta atılan gol sayısı Anakütle (Populasyon) Hakkında belirli bir veya daha fazla özellik (DEĞİŞKEN) açısından araştırma yapılmak istenen tüm elemanların içinde bulunduğu kümedir. İstatistik açısından iki temel kavram tanımlanmalıdır: Araştırılacak topluluğun sınırları, Topluluk içindeki incelenecek değişken veya değişkenler. Örnek Anakütleden seçilen ve ilgilenilen değişken açısından anakütlenin özelliklerini yansıtma özelliğine sahip alt kümedir. Örneğin en önemli amacı; zaman ve maliyet kaybını minimuma düşürmek,(optimum örnek hacmi) Ana Kütle Örnek Popülasyonlara Örnek Popülasyon Popülasyondan hesaplanan değerlere parametre denir. Örnek Örnekten hesaplanan değerlere istatistik denir. Bir ülkedeki tüm seçmenler. İstanbul da yaşayan tüm ailelerin geliri. Maltepe Üniversitesi ndeki tüm öğrencilerin GNO sı. İstanbul borsasındaki tüm hisselerin ortalama getirisi. 4
5 ÖRNEKLEME YAPMAK RASTGELE ÖRNEKLEME SİSTEMATİK ÖRNEKLEME 25 ÖRNEKLEME ŞEKİLLERİ 5
6 Rastgele Örneklem Basit Rastgele Örneklem Popülasyonun üyelerinin seçilmesinin tamamen şansa bağlı olduğu, Popülasyonun her üyesinin seçilme şansının eşit olduğu, Örneğin n üyesinden her birinin seçilme şansının eşit olduğu bir seçme yöntemidir. Bu şekilde oluşturulan örneğe de rastgele örnek denir. Sistematik Örneklem Sistematik örneklem için Popülasyon üyeleri konuyla ilişkili olmayacak şekilde sıralanır; Örneğin popülasyona oranında (j=n/n olacak şekilde) Popülasyonun her j üyesinden biri seçilir; İlk nesneyi 1 den j ye kadar rastgele seçin. Oluşan örneğe sistematik örnek denir. Sistematik Örneklem (devam) Örnek: 96 Elemandan (N=96) oluşan bir popülasyondan 6 elemanlı (n=6) bir örnek alacağınızı varsayalım. j = N / n = 96/ 6 = 16 1 den 16 ya kadar olan sayılardan rastgele bir sayı seçin; bu sayı örneğin 10 olsun; bu sizin ilk örneğinizdir. Daha sonra her 10. elemanı seçin Örnek kümesi ={10., 26., 42., 58., 74., ve 90. elemanlar} OLAYLAR İstatistik de tüm diğer bilim dalları gibi olayları konu alır. Olayları tipik ve toplu olaylar olarak ikiye ayırarak incelemek mümkündür. 34 OLAYLAR Tipik Olaylar az sayıda faktör tarafından etkilenen olaylardır. Eğer bir olaylar kümesinde tek bir olay, tüm olaylar kümesini temsil edebiliyorsa, bu tür olaylara tipik olay denir. Örneğin, ideal koşullar altında ve uygun bir laboratuar ortamında iki hidrojen ve bir oksijen atomu bir araya getirilirse, su elde edilir. Bu deney aynı koşullar altında kaç kez tekrarlanırsa tekrarlansın, her deneyin sonucunda su elde edilecektir. İstatistik tipik olaylarla ilgilenmez. OLAYLAR Toplu olay, bir olaylar kümesinde tek bir örnek ya da deneyin diğer örnekleri ve deneyleri, bunun sonucu olarak da ait olduğu kümeyi temsil edemeyen olaylardır. Örneğin, firmaların yıllık ciroları, trafik kazaları, evlenmeler, boşanmalar, doğumlar, ölümler ve benzeri gibi her gün karşılaşılan olaylar, birer toplu olay niteliğindedir
7 Tanımlar Sayım anakütlenin her biriminin sayılması Örnek anakütleden çekilen alt küme Örnekte olması gereken en önemli özellikler Örnek veri uygun bir yolla rassal olarak toplanmalıdır. Anakütleyi iyi bir şekilde temsil edebilmelidir. NOT:Eğer veri uygun yolla toplanmazsa, veri hiçbir istatistik yöntemle kurtarılamaz ve tamamen kullanışsız olur Parametre Anakütlenin sayısal olarak ölçülebilen herhangi bir özelliği o anakütlenin parametresi olarak tanımlanabilir. Bir anakütle birden fazla parametreye sahip olabilir. Parametre, ilgili anakütle için, değişmeyen sayısal bir sabittir. NOT: Parametreyi belirlemek için anakütledeki tüm elamanların incelenmesi gerekir. PARAMETREYE İLİŞKİN ÖRNEKLER: Bir tekstil fabrikasında bir haftada kullanılan ortalama boya miktarı, D.E.Ü. İ.İ.B.F de okuyan öğrencilerin sigara içme oranı, Amerikan Doları nın ($ ) Euro ( ) karşısında son 2 yıllık değişim yüzdesinin ortalaması Örnek İstatistiği Anakütlenin belirli bir parametresinin hesaplanmasının zorluğundan dolayı alınan örnek yardımıyla bulunan parametre tahminine örnek istatistiği (istatistik / tahminleyici) adı verilir. Örnek: İzmir de üniversitede okuyan öğrencilerin aylık harcamalarının ortalamasını tahmin etmek amacıyla 150 öğrencilik bir örnek alınarak aylık harcama miktarlarının ortalamasının bulunması. Anakütle-Örnek İlişkisi Örnek Örnek verilerinin analizi n x Örnek İstatistiği Anakütle N Anakütle parametresi µ Örnekten elde edilen örnek istatistiği x anakütle parametresi µ ye ne kadar yakın ise yapılan çalışma o kadar iyidir. Anakütle için yapılacak yorumlar o kadar tutarlı olacaktır
8 Parametre-Örnek İstatistiği İlişkisi Anakütle Parametreleri ve Tahminleyicileri Anakütle Parametresi Örnek İstatistiği µ (Anakütle Ortalaması ) (Örnek Ortalaması ) x Tanımlar Nicel (kantitatif) veriler Sayımları ya da ölçümleri sayılarla ifade edilebilen verilerdir. σ 2 (Anakütle Varyansı ) s 2 (Örnek Varyansı) Örnek: Tüketilen su miktarı π (Anakütle Oranı ) p (Örnek Oranı ) Tanımlar Nitel (kalitatif veya kategorik) veriler Gözlemden gözleme kalite ve çeşit yönünden farklılık gösteren değişkenlerdir. Sayısal olarak ifade edilemeyen karakteristiklere göre birbirinden farklı kategorilere ayrılmış verilerdir. Örnek: Araba renkleri İş grupları Nicel verilerle çalışma Nicel veriler kesikli ve sürekli değişkenler olarak birbirlerinden ayrışırlar Değişken Belirli bir özelliğin davranışının incelenmesi amacıyla yapılan deneyler, gerçekleştirilen gözlemler sonucunda elde edilen verilerin(sonuçların) temel niteliği bu sonuçların önceden kestirilememesi ve birbirinden farklı değerler alabiliyor olmasıdır. Bu nedenle istatistikte bu niteliklere sahip özelliklere (verilere) değişken adı verilir. Gözlemden gözleme değişik özellik veya durumdur. değerler alabilen nesne, değişkenlerin ortaya çıkış şekline ise ŞIK denir. Örnekler: Öğrencilerin kardeş sayısı Bankaların TL. bazında aylık mevduat faiz oranı Bir süpermarkete belirli bir sürede gelen müşteri sayısı Cinsiyet, ağırlık, yaş, boy. 47 Kesikli Değişken Tanımlı olduğu aralıkta sadece tam sayı değerleri alabilen değişkenlerdir. Her değeri alamazlar Örnekler: Ders başladıktan sonra ilk 5 dk. içinde derse geç kalan öğrenci sayısı, Yılda doğan çoçuk sayısı Banka şubesinde gün içerisinde vadeli hesap açtıran müşteri sayısı. 48 8
9 Sürekli Değişken Tanımlı olduğu aralıkta tüm değerleri (sonsuz sayıda) alabilen değişkenlerdir. Örnekler: Bir süpermarkete gelen iki müşteri arasındaki geçen süre, Yaz dönemi boyunca kaydedilen sıcaklık değerleri Yeni doğan bebeklerin ağırlığı. 49 Ölçüm yapılarak sürekli değişkenler, sayım yapılarak ise kesikli değişkenler belirlenir. 50 Kalitatif/Kategorik Değişken Bağımlı ve Bağımsız Değişken Ölçüm veya sayımla ifade edilemeyen değişkenlerdir. Kodlanarak sayısal hale dönüştürülebildikleri için Kesikli değişkenlerin özel bir türü olarak düşünülebilir. Örnekler: Cinsiyet, Saç yada göz rengi, Taraftarı olunan futbol takımı. Bağımsız değişken bir olayın nedenidir. Uyarıcı Bağımlı değişken ise uyarılan değişkendir. Sonuçtur. Örneğin; bir gıda maddesinin nem değerinin yükselmesi ile mikroorganizma yükünün artış göstermesi Nem: bağımsız değişken M.O sayısı: bağımlı değişken Şans Değişkeni Tanımlı olduğu aralıktaki belirli değerleri alma olasılıkları belirli olasılık (matematiksel) fonksiyonları ile hesaplanabilen değişkenlerdir. Örnekler: Bir madeni para belirli sayıda havaya atıldığında üst yüzüne gelen yazı ya da tura sayısı Bir zarda 6 gelinceye kadar yapılan atış sayısı 53 Verilerin Önemli Karakteristikleri Merkez: Veri setinin orta noktasının nerede bulunduğunu gösterir. Değişkenlik: Verilerin kendi aralarında ne kadar değişiklik gösterdiğini ya da yayıldığını ifade eder. Dağılım: Verilerin yayılımının yapısı yada şeklini gösterir. (çan eğrisi, düzgün veya basık gibi) Sapanlar: Diğer veri noktalarından önemli derecede uzakta bulunan verilerdir. Zaman: Karakteristiği zamana bağlı olarak değişen veriler. 54 9
10 İlginç istatistikler Her birey başına eşit ölçüde toprak vermeye kalkarsak kişi başına en fazla 50 metre kare düşer. *Her bir insan ortalama olarak yılda 1140 telefon görüşmesi yapar; ortalama ömrünün 2 yılını telefon başında geçir *Dünyada en çok kullanan isim Muhammed. *Eğer çinliler önümüzden teksıra halinde geçmeye başlasaydı bu sıranın sonu hiç gelmezdi. Nedeni nüfus artışı yüzünden. *Ortalama insan yılda 1460 rüya görür. *Sallanan sandalyede sallanma rekoru 440 saattir. *Vücudumuzdaki kemiklerin 1/4 ü ayaklarımızdadır. *El tırnakları ayak tırnaklarından daha hızlı uzar. *İnsan günde en az 15 kez güler. *Cam kırılınca, kırıklar saate km hızla saçılır. *Planetteki otomobil sayısı insan nüfusundan 3 kat daha hızlı artmaktadır. *Solak insan oranı %17' dir. *Sağ elini kullananlar sol elini kullananlardan 10 yıl daha fazla yaşar. *Bir kupa dolusu kahvenin içinde ortalama 1000 kimyasal vardır. *Makyaj yapmayı seven bir kadın hayatı boyunca en az 3 kg ruj tüketir. *Eşek tepmesiyle ölenlerin sayısı uçak kazasında ölenlerden fazladır.( yıllık) 55 MATEMATİK UYGULAMALARI Verilerin yuvarlanması Bilimsel gösterim Fonksiyonlar Dikdörtgensel koordinat Grafikler Denklemler Eşitsizlikler Logaritmalar 56 10
İSTATİSTİK I. Giriş. Bölüm 1 Temel Terimler ve Tanımlar İSTATİSTİKLER
İSTATİSTİK I Bölüm 1 Temel Terimler ve Tanımlar 1 2 Giriş İSTATİSTİKLER Genel olarak araştırmalarda, büyük veri gruplarının içinden daha küçük veri grupları seçilerek büyük veri gruplarının hakkında bilgi
DetaylıBu ders için bilimsel bir hesap makinesi bulundurma zorunluluğu vardır. GM-220 MÜHENDİSLİK İSTATİSTİKSEL YÖNTEMLER. İçerik. Yöntem. Gereç
GM-220 MÜHENDİSLİK ÇALIŞMALARINDA İSTATİSTİKSEL YÖNTEMLER GM 220 MÜHENDİSLİK ÇALIŞMALARINDA İSTATİSTİKSEL YÖNTEMLER Ders Yılı ve Dönemi Sınıf /Grup Ders Dili Ders Yeri Öğretim Üyesi Öğretim Yöntemi İletişim
DetaylıOLASILIK VE İSTATİSTİK
OLASILIK VE İSTATİSTİK 1 Bölüm 1 Temel Terimler ve Tanımlar 2 Giriş Genel olarak araştırmalarda, büyük veri gruplarının içinden daha küçük veri grupları seçilerek büyük veri gruplarının hakkında bilgi
DetaylıOLASILIK VE İSTATİSTİK
OLASILIK VE İSTATİSTİK PROBABILITY AND STATISTICS (3+0) Dersi verenler: Doç. Dr. Nil TOPLAN Yrd. Doç. Dr. Nuray CANİKOĞLU 1 DEĞERLENDİRME SİSTEMİ YARIYIL İÇİ SAYISI KATKI Ara Sınav 1 60 Kısa Sınav 2 30
DetaylıİSTATİSTİK I. İstatistik Nedir? TANIM1:
İSTATİSTİK I 1 İstatistik Nedir? TANIM1: Bir anakütleyi tanımlamak için ilgili anakütleden belirli yöntemlerle elde edilen örnek verilerinin analizine dayanarak anakütle ile ilgili tahminler yapan ve sonuç
Detaylı2- VERİLERİN TOPLANMASI
2- VERİLERİN TOPLANMASI Bu bölümde yararlanılan kaynaklar: İşletme İstatistiğine Giriş (Prof. Dr. İsmail Hakkı Armutlulu) ve İşletme İstatistiğinin Temelleri (Bowerman, O Connell, Murphree, Orris Editör:
Detaylıİstatistik Giriş ve Temel Kavramlar. BBY606 Araştırma Yöntemleri Güleda Doğan
İstatistik Giriş ve Temel Kavramlar BBY606 Araştırma Yöntemleri Güleda Doğan Ders İçeriği İstatistik (tanımı, amacı) Dar anlamda istatistik Betimsel istatistik ve çıkarsamalı istatistik Temel kavramlar
DetaylıİSTATİSTİK STATISTICS (2+0) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI
İSTATİSTİK STATISTICS (+) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI KONU BAŞLIKLARI :. İSTATİSTİĞE GİRİŞ. VERİLERİN DÜZENLENMESİ. MERKEZİ EĞİLİM ÖLÇÜLERİ.
Detaylıİstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik
6.SUNUM İstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik özellikleri (ortalama, varyans v.b. gibi) hakkında
Detaylıİstatistik 20.02.2013. İstatistik Nedir? İstatistik Nedir? İstatistik Nedir?
yanlış ellere düştüğünde şu sekil çıkarımlara yol açabilecek bilim: A t a b e y M e s l e k Y ü k s e k O k u l u İstatistik - bir uçakta bir bomba bulunması ihtimali milyonda birse, iki bomba birden bulunması
DetaylıEvren (Popülasyon) Araştırma kapsamına giren tüm elemanların oluşturduğu grup. Araştırma sonuçlarının genelleneceği grup
Evren (Popülasyon) Araştırma kapsamına giren tüm elemanların oluşturduğu grup Araştırma sonuçlarının genelleneceği grup Evrendeğer (Parametre): Değişkenlerin evrendeki değerleri µ : Evren Ortalaması σ
DetaylıĐSTATĐSTĐK. Okan ERYĐĞĐT
ĐSTATĐSTĐK Okan ERYĐĞĐT Araştırmacı, istatistik yöntemlere daha işin başında başvurmalıdır, sonunda değil..! A. Bradford Hill, 1930 ĐSTATĐSTĐĞĐN AMAÇLARI Bilimsel araştırmalarda, araştırmacıya kullanılabilir
Detaylı1.58 arasındaki her bir değeri alabileceği için sürekli bir
7.SUNUM Hatırlanacağı gibi, kesikli rassal değişkenler sonlu (örneğin; 0, 1, 2,...,10) veya sayılabilir sonsuzlukta (örneğin; 0, 1, 2,...) değerler alabilmektedir. Fakat birçok uygulamada, rassal değişkenin
DetaylıİSTATİSTİKTE TEMEL KAVRAMLAR
İSTATİSTİKTE TEMEL KAVRAMLAR 1. ve 2. Hafta İstatistik Nedir? Bir tanım olarak istatistik; belirsizlik altında bir konuda karar verebilmek amacıyla, ilgilenilen konuya ilişkin verilerin toplanması, düzenlenmesi,
DetaylıDers 1 Minitab da Grafiksel Analiz-I
ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI Ders 1 Minitab da Grafiksel Analiz-I İstatistik Nedir? İstatistik kelimesi ilk olarak Almanyada devlet anlamına gelen status kelimesine dayanılarak kullanılmaya
DetaylıOluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir
Bilimsel Araştırma Yöntemleri Prof. Dr. Şener Büyüköztürk Doç. Dr. Ebru Kılıç Çakmak Yrd. Doç. Dr. Özcan Erkan Akgün Doç. Dr. Şirin Karadeniz Dr. Funda Demirel Örnekleme Yöntemleri Evren Evren, araştırma
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
Detaylıİstatistik Nedir? Ders 1 Minitab da Grafiksel Analiz-I ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. İstatistiğin Konusu Olan Olaylar
ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI İstatistik Nedir? İstatistik kelimesi ilk olarak Almanyada devlet anlamına gelen status kelimesine dayanılarak kullanılmaya başlanmıştır. Ders 1 Minitab da
DetaylıÜNİTE: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
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
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
DetaylıSu Ürünlerinde Temel İstatistik. Ders 2: Tanımlar
Su Ürünlerinde Temel İstatistik Ders 2: Tanımlar Karakter Araştırma yada istatistiksel analizde ele alınan ünitenin yapısal (morfolojik, fizyolojik, psikolojik, estetik, vb.) özellikleridir. Tüm karakterler
Detaylı2. 3. BÖLÜM 1: GİRİŞ. Bölümün Amaçları. İstatistik: Karar Verme Yaklaşımı. İstatistik nedir? TEMEL İSTATİSTİK YÖNTEMLER. İstatistik Sözcüğünün Kökeni
www.mehmetaksarayli.com 1 TEMEL İSTATİSTİK YÖNTEMLER Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayli aksarayli@deu.edu.tr KAVRAM VERİ YAPILARI VERİ TOPLAMA BÖLÜM 1: GİRİŞ TANIMLAYICI
Detaylıİstatistik 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
Detaylıİstatistik Temel Kavramlar- Devam
İstatistik Temel Kavramlar- Devam 26.12.2016 Dr. Seher Yalçın 1 Değişken türleri Değişken; gözlemden gözleme farklı değerler alabilen objelere, niteliklere ya da durumlara denir (Arıcı, 2006). Bir özellik
DetaylıBİYOİSTATİSTİK. Ödev Çözümleri. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Ödev Çözümleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Ödev 1 Çözümleri 2 1. Bir sonucun
DetaylıİstatistiK. Yrd.Doç.Dr. Levent TERLEMEZ
İstatistiK Yrd.Doç.Dr. Levent TERLEMEZ istatistik birimlerin ya da bireylerin sayılabilir, tartılabilir ve ölçülebilir özellikleri ile ilgili bilgilerin yani verilerin toplanması toplanan verilerin açık
DetaylıİSTATİSTİK 1. Ankara Üniversitesi Eğitim Bilimleri Fakültesi Ölçme ve Değerlendirme Anabilim Dalı. Yrd. Doç. Dr. C. Deha DOĞAN
İSTATİSTİK 1 Ankara Üniversitesi Eğitim Bilimleri Fakültesi Ölçme ve Değerlendirme Anabilim Dalı Yrd. Doç. Dr. C. Deha DOĞAN 4. ÇEŞİT YALAN VARDIR, BEYAZ YALAN YALAN KUYRUKLU YALAN İSTATİSTİK Rakamlar
Detaylıİstatistik Nedir? Tanım 1:
İSTATİSTİK 1 İstatistik Nedir? Tanım 1: İstatistik bilimi, verilerin toplanması, düzenlenmesi, özetlenmesi, takdimi, analizi ve bu analizler aracılığıyla elde edilen sonuçların yorumlanması ve bir karara
DetaylıAnkara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 1
Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 1 Population Belirli bir konudaki verilerin tamamıdır. Örnek Populasyonun belirli bir kesitidir. Parametre Populasyonla ilgili tanımsal
DetaylıBİLİMSEL ARAŞTIRMA YÖNTEMLERİ
BİLİMSEL ARAŞTIRMA YÖNTEMLERİ Temel Kavramlar Dr. Seher Yalçın 3.2.2017 Dr. Seher Yalçın 1 Problem Problemler, üç aşamalı bir yaklaşımla tanımlanabilir. Bunlar: 1- Bütünleştirme, 2- Sınırlandırma ve 3-
DetaylıKavramlar ve Sayısal Bilginin Özetlenmesi
İSTATİSTİK 1 Kavramlar ve Sayısal Bilginin Özetlenmesi İstatistik nedir? Tanımlar İş Hayatındaki Önemi Sayısal Bilginin Özetlenmesi Anakütle Örneklem Parametre-Örnek İstatistiği Değişken-Şans Değişkeni
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
DetaylıBİYOİSTATİSTİK Olasılıkta Temel Kavramlar Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTTİSTİK Olasılıkta Temel Kavramlar Yrd. Doç. Dr. slı SUNER KRKÜLH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim D. Web: www.biyoistatistik.med.ege.edu.tr 1 OLSILIK Olasılık; Tablo
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
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
DetaylıDr. Mehmet AKSARAYLI
Dr. Mehmet AKSARAYLI Şans Değişkeni: Bir dağılışı olan ve bu dağılışın yapısına uygun frekansta oluşum gösteren değişkendir. Şans Değişkenleri KESİKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI Kesikli
DetaylıMühendislikte İstatistik Metotlar
Mühendislikte İstatistik Metotlar Recep YURTAL Çukurova Üniveristesi Mühendislik Mimarlık Fakültesi İnşaat Mühendisliği Bölümü Referans Kitaplar Türkçe : Mühendisler için İstatistik, Mehmetçik Bayazıt,
Detaylı12. Hafta Ders Notları GENEL TEKRAR
12. Hafta Ders Notları GENEL TEKRAR A Veri Türleri Anakütle bir bütünü temsil ederken; örneklem, bir bütünün sadece bir kısmını temsil etmektedir. Anakütledeki gözlem sayısı N ile temsil edilirken; örneklemdeki
DetaylıÖrnek...4 : İlk iki sınavında 75 ve 82 alan bir öğrencinin bu dersin ortalamasını 5 yapabilmek için son sınavdan kaç alması gerekmektedir?
İSTATİSTİK Bir sonuç çıkarmak ya da çözüme ulaşabilmek için gözlem, deney, araştırma gibi yöntemlerle toplanan bilgiye veri adı verilir. Örnek...4 : İlk iki sınavında 75 ve 82 alan bir öğrencinin bu dersin
DetaylıBiyoistatistiğe Giriş: Temel Tanımlar ve Kavramlar DERS I VE II
Biyoistatistiğe Giriş: Temel Tanımlar ve Kavramlar DERS I VE II İstatistik Nedir? İstatistik kelimesi farklı anlamlar taşımaktadır. Bunlar; Genel anlamda; üretim, tüketim, nüfus, sağlık, eğitim, tarım,
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
DetaylıKANTİTATİF 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
Detaylıİstatistik. Temel Kavramlar Dr. Seher Yalçın 1
İstatistik Temel Kavramlar 26.12.2016 Dr. Seher Yalçın 1 Evren (Kitle/Yığın/Popülasyon) Herhangi bir gözlem ya da inceleme kapsamına giren obje ya da bireylerin oluşturduğu bütüne ya da gruba Evren veya
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
DetaylıİSTATİSTİK HAFTA. ÖRNEKLEME METOTLARI ve ÖRNEKLEM BÜYÜKLÜĞÜNÜN TESPİTİ
ÖRNEKLEME METOTLARI ve ÖRNEKLEM BÜYÜKLÜĞÜNÜN TESPİTİ HEDEFLER Bu üniteyi çalıştıktan sonra; Örneklemenin niçin ve nasıl yapılacağını öğreneceksiniz. Temel Örnekleme metotlarını öğreneceksiniz. Örneklem
DetaylıKitle: Belirli bir özelliğe sahip bireylerin veya birimlerin tümünün oluşturduğu topluluğa kitle denir.
BÖLÜM 1: FREKANS DAĞILIMLARI 1.1. Giriş İstatistik, rasgelelik içeren olaylar, süreçler, sistemler hakkında modeller kurmada, gözlemlere dayanarak bu modellerin geçerliliğini sınamada ve bu modellerden
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
DetaylıİSTATİSTİK I KISA ÖZET KOLAYAOF
DİKKATİNİZE: BURADA SADECE ÖZETİN İLK ÜNİTESİ SİZE ÖRNEK OLARAK GÖSTERİLMİŞTİR. ÖZETİN TAMAMININ KAÇ SAYFA OLDUĞUNU ÜNİTELERİ İÇİNDEKİLER BÖLÜMÜNDEN GÖREBİLİRSİNİZ. İSTATİSTİK I KISA ÖZET KOLAYAOF 2 Kolayaof.com
DetaylıMühendislikte İstatistik Yöntemler
Mühendislikte İstatistik Yöntemler Referans Kitaplar Türkçe : Mühendisler için İstatistik, Mehmetçik Bayazıt, Beyhan Oğuz, Birsen Yayınevi Mühendislikte İstatistik Metodlar, Erdem KOÇ,ÇÜ, Müh.Mim.Fak.
DetaylıKesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları
Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları 1 Şans Değişkeni: Bir dağılışı olan ve bu dağılışın yapısına uygun frekansta oluşum gösteren değişkendir.
DetaylıİSTATİSTİK 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
DetaylıBÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ
1 BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel sayma
DetaylıİSTATİSTİK TANIMI VE ÖNEMLİ İSTATİKSEL KAVRAMLAR
SAÜ 1. HAFTA İSTATİSTİK TANIMI VE ÖNEMLİ İSTATİKSEL KAVRAMLAR PROF. DR. MUSTAFA AKAL İÇİNDEKİLER 1. İSTATİSTİK TANIMI VE İSTATİSTİK YÖNTEMLERİ Genel olarak istatistik Daha teknik bir ifade ile istatistik
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
DetaylıRASSAL 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
DetaylıKesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları
Kesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları Kesikli ġans DeğiĢkenlerinin Olasılık Fonksiyonları X, şans değişkeni ve, 2,.., n ise bu tesadüfi değişkenin
DetaylıBölüm 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
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
DetaylıANADOLU 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:
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
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
DetaylıBÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ
1 BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel
DetaylıGİRİŞ. Bilimsel Araştırma: Bilimsel bilgi elde etme süreci olarak tanımlanabilir.
VERİ ANALİZİ GİRİŞ Bilimsel Araştırma: Bilimsel bilgi elde etme süreci olarak tanımlanabilir. Bilimsel Bilgi: Kaynağı ve elde edilme süreçleri belli olan bilgidir. Sosyal İlişkiler Görgül Bulgular İşlevsel
DetaylıToplum ve Örnek. Temel Araştırma Düzenleri. Doç. Dr. Ertuğrul ÇOLAK. Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı
Toplum ve Örnek Temel Araştırma Düzenleri Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Toplum ve Örnek İstatistik, toplumdan kurallara uygun olarak,
DetaylıVerilerin Özetlenmesinde Kullanılan Sayısal Yöntemler
Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler Merkezi Eğilim Ölçüleri Merkezi eğilim ölçüsü, bir veri setindeki merkezi, yada tipik, tek bir değeri ifade eder. Nicel veriler için, reel sayı çizgisindeki
DetaylıDENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS OLASILIK VE İSTATİSTİK FEB-222 2/ 2.YY 3+0+0 3 3 Dersin Dili Dersin Seviyesi
DetaylıTemel 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
DetaylıİSTATİSTİK. Bölüm 1 Giriş. Ankara Üniversitesi SBF İstatistik 1 Ders Notları Prof. Dr. Onur Özsoy 4/4/2018
İSTATİSTİK Bölüm 1 Giriş 1 Bu Bölümde Anlatılacak Konular Bir Yönetici Neden İstatistik Bilmeli? Modern İstatistiğin Gelişimi İstatistiksel Düşünce ve Yönetim Tanımsal ve Yargısal İstatistik Data Türleri
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık KORELASYON ve REGRESYON ANALİZİ Doç. Dr. İrfan KAYMAZ Tanım Bir değişkenin değerinin diğer değişkendeki veya değişkenlerdeki değişimlere bağlı olarak nasıl etkilendiğinin istatistiksel
Detaylı2016 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
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
Detaylı0.04.03 Standart Hata İstatistikte hesaplanan her istatistik değerin mutlaka hatası da hesaplanmalıdır. Çünkü hesaplanan istatistikler, tahmini bir değer olduğu için mutlaka hataları da vardır. Standart
DetaylıCopyright 2004 Pearson Education, Inc. Slide 1
Slide 1 Bölüm 1 İstatistike Giriş Slide 2 1-1 Genel Bilgiler 1-2 Veri Türleri 1-3 Eleştirel Düşünce 1-4 Bir Deneyin Düzenlenmesi Slide 3 Bölüm 1-1 Genel Bilgiler Created by Tom Wegleitner, Centreville,
DetaylıOlasılık bir diğer ifadeyle bir olayın meydana gelme şansının sayısal ifadesidir. Örnekler:
OLASILIK Populasyon hakkında bilgi sahibi olmak amacı ile alınan örneklerden elde edilen bilgiler bire bir doğru olmayıp hepsi mutlaka bir hata payı taşımaktadır. Bu hata payının ortaya çıkmasının sebebi
DetaylıAKSARAYLI TEMEL İSTATİSTİK YÖNTEMLER
TEMEL İSTATİSTİK YÖNTEMLER DERS I - 1/63 İstatistik nedir? 1. 2. tanımı) 3. (En eski tanımı) (Yöntembilim olarak (Kelime anlamı) DERS I - 2/63 İstatistik nedir? 1. Veri toplama Araştırma 2. Verilerin sınıflandırılması
DetaylıBölüm 1 İstatistike Giriş
Slide 1 1 Bölüm 1 İstatistike Giriş Slide 2 1-1 Genel Bilgiler 1-2 Veri Türleri 1-3 Eleştirel Düşünce 1-4 Bir Deneyin Düzenlenmesi Slide 3 Bölüm 1-1 Genel Bilgiler Created by Tom Wegleitner, Centreville,
DetaylıProf.Dr.İhsan HALİFEOĞLU
Prof.Dr.İhsan HALİFEOĞLU İSTATİSTİK: İstatistik; belirli bir amaç için veri toplama, tablo ve grafiklerle özetleme, sonuçları yorumlama, sonuçların güven derecelerini açıklama, örneklerden elde edilen
DetaylıANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ TANIMLAR VE VERİ SINIFLAMASI
ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ TANIMLAR VE VERİ SINIFLAMASI DOÇ. DR. NİHAL ERGİNEL TANIMLAR VE VERİ SINIFLAMASI Olasılık, ilgilenilen olay/olayların meydana gelme olabilirliğinin ölçülmesidir.
DetaylıİSTATİSTİK II. Hipotez Testleri 1
İSTATİSTİK II Hipotez Testleri 1 1 Hipotez Testleri 1 1. Hipotez Testlerinin Esasları 2. Ortalama ile ilgili bir iddianın testi: Büyük örnekler 3. Ortalama ile ilgili bir iddianın testi: Küçük örnekler
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
DetaylıİSTATİSTİKSEL PROSES KONTROLÜ
İSTATİSTİKSEL PROSES KONTROLÜ ZTM 433 KALİTE KONTROL VE STANDARDİZASYON PROF: DR: AHMET ÇOLAK İstatistiksel işlem kontrolü (İPK), işlemle çeşitli istatistiksel metotların ve analiz sapmalarının kullanımını
DetaylıTanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN
Tanımlayıcı İstatistikler Yrd. Doç. Dr. Emre ATILGAN 1 Tanımlayıcı İstatistikler Yer Gösteren Ölçüler Yaygınlık Ölçüleri Merkezi Eğilim Ölçüleri Konum Ölçüleri 2 3 Aritmetik Ortalama Aritmetik ortalama,
DetaylıDoç.Dr.İstem Köymen KESER
Doç.Dr.İstem Köymen KESER Bilgi Nedir? Bilgi; insanın zihinsel faaliyetleri sonucunda elde ettiği ürünlerdir. Bilginin çeşitli tanımları yapılmış aynı zamanda temel özellikleri şu şekilde ortaya çıkarılmıştır.
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Prof. Dr. İrfan KAYMAZ Mühendislik Fakültesi Makine Mühendisliği Bölümü Ders Müfredatı Açıklayıcı İstatistik Merkezi Eğilim ve Dağılma Ölçüleri Olasılık (İhtimal) Anakütle Dağılımları
DetaylıÖrnekleme Yöntemleri
Örnekleme Yöntemleri Evren & Örneklem (Fraenkel & Wallen, 1990) Evren & Örneklem 2 Evren Evren, araştırma sonuçlarının genelleneceği (geçerli olacağı) büyük grup. Hedef evren, araştırmacının ulaşmak istediği,
DetaylıİSTATİSTİK DERS NOTLARI
Balıkesir Üniversitesi İnşaat Mühendisliği Bölümü umutokkan@balikesir.edu.tr İSTATİSTİK DERS NOTLARI Yrd. Doç. Dr. Umut OKKAN Hidrolik Anabilim Dalı Balıkesir Üniversitesi İnşaat Mühendisliği Bölümü Bölüm
DetaylıMühendislikte İstatistik Yöntemler
.0.0 Mühendislikte İstatistik Yöntemler İstatistik Parametreler Tarih Qma.3.98 4..98 0.3.983 45 7..984 37.3.985 48 0.4.986 67.4.987 5 0.3.988 45.5.989 34.3.990 59.4.99 3 4 34 5 37 6 45 7 45 8 48 9 5 0
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
DetaylıOlasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir.
5.SUNUM Olasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir. Günlük hayatta sıklıkla kullanılmakta olan olasılık bir olayın ortaya
Detaylı3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1
3. TAHMİN 3.1. En Küçük Kareler (EKK) Yöntemi 1 En Küçük Kareler (EKK) yöntemi, regresyon çözümlemesinde en yaygın olarak kullanılan, daha sonra ele alınacak bazı varsayımlar altında çok aranan istatistiki
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Rastgele Değişkenlerin Dağılımları I Prof. Dr. İrfan KAYMAZ Ders konusu Bu derste; Rastgele değişkenlerin tanımı ve sınıflandırılması Olasılık kütle fonksiyonu Olasılık yoğunluk
DetaylıÖrnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız.
Örnek Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız. i. ii. X 1 2 3 4 1 2 3 4 Y 2 3 4 5 4 3 2 1 Örnek Aşağıdaki veri
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
DetaylıOLASILIK ve KURAMSAL DAĞILIMLAR
OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine
DetaylıALIŞTIRMALAR. Sayısal Bilginin Özetlenmesi:
İSTATİSTİK I ALIŞTIRMALAR Y.Doç.Dr. Hüseyin Taştan AÇIKLAMA: N: P. Newbold, İşletme ve İktisat için İstatistik, 4. basımdan çeviri. Çift sayılı alıştırmalar için kitabın arkasındaki çözümlere bakabilirsiniz.
DetaylıFaktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, biçiminde gösterilir. Aynca; 0! = 1 ve 1!=1 1 dir. [Bunlar kabul değildir,
14. Binom ve Poisson olasılık dağılımları Faktöriyeller ve kombinasyonlar Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, n! denir ve n! = 1.2.3...(n-2).(n-l).n biçiminde gösterilir.
DetaylıAppendix B: Olasılık ve Dağılım Teorisi
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım Teorisi
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım Teorisi
Detaylı