Merkezi Limit Teoremi

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Merkezi Limit Teoremi"

Transkript

1 Örnekleme Dağılımı

2 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 dağılım eğrisinin özelliklerinden faydalanılabilir mi? Evet! Merkezi Limit Teoremi kavramı yardımıyla

3 Merkezi Limit Teoreminin Özellikleri Ortalaması ve standart sapması olan belli bir popülasyon için, örnek ortalamasının örneklem dağılımı (örneklem büyüklüğü en az 30 olması şartıyla) aşağıdaki özelliklere sahiptir; 1. Örneklem dağılımı, orijinal dağılımın şekline bakılmaksızın, normal dağılıma yaklaşmaktadır. Büyük örneklemler normal dağılıma daha da yaklaşmaktadır 2. Örneklem dağılımının ortalaması,, popülasyon ortalamasına eşittir 3. Örneklem dağılımının standart sapması,, popülasyon standart sapmasının, örneklem büyüklüğünün kareköküne oranına eşittir.

4 Popülasyon ortalamasını tahmin ediniz: Örneklem dağılımının ortalaması = 85, popülasyon ortalamasını tahmin ediniz. 2. özellik: Örneklem dağılımının ortalaması,, popülasyon ortalamasına eşittir = 85

5 Örneklem dağılımının standart sapmasını hesaplayınız: Popülasyon dağılımının standart sapması = 9 dur. Örneklem büyüklüğü n = 100 olan bir örneklem dağılımı oluşturulmuştur. Örneklem dağılımının standart sapması nedir? 3. Özellik: Örneklem dağılımının standart sapması,, popülasyon standart sapmasının, örneklem büyüklüğünün kareköküne oranına eşittir.

6 Örneklem dağılımının ortalamasını hesaplayınız: Bir internet kaynağından alınan bilgiye göre iş seyahatlerinde ortalama tek-yön yolculuk masrafı 217$ dır ve son beş yıldaki en düşük değerdir. ABD çapında büyüklüğü 45 olan 215 tane örneklem seçildiğini düşünürsek, örnekleme dağılımının ortalamasının ne olması beklenmelidir 2. özellik: Örneklem dağılımının ortalaması,, popülasyon ortalamasına eşittir = 217

7 Standart sapmayı hesaplayınız: Öğrencilerin ortalama olarak 5.7 yaşında okumaya başladıkları belirtilmiştir (standart sapma = 1.1 yaş). Büyüklüğü 55 olan örneklemler ile oluşturulan örneklem dağılımının standart sapması ne olur. 3. Özellik: Örneklem dağılımının standart sapması,, popülasyon ortalamasının, örneklem büyüklüğünün kareköküne oranına eşittir.

8 Merkezi Limit Teoremi: Popülasyon Ortalaması Prosedür: 1. Eldeki değerler standart skorlara, z-değerine, dönüştürülür. 2. Normal dağılım tablosu ve z-değerleri dikkate alınarak ilgili alan bulunur.

9 z-değeri: Popülasyon ortalamaları için z-değeri formülü ya da Popülasyon yerine, örneklem dağılımının ortalaması ve standart sapmasının kullanıldığı unutulmamalıdır.

10 Olasılığı hesaplayınız: Yetişkinlerin vücut sıcaklıkları normal olarak dağıldığı, ortalamasının 98.6 F ve standart sapmasının 0.73 F olduğu bildirilmiştir. 36 kişilik bir örneklem dikkate alındığında, vücut sıcaklık ortalamasının 98.3 F den az olma olasılığı nedir? = 98.6, = 0.73, n = 36, = 98.3 P(z < -2.47) =

11 Olasılığı hesaplayınız: Yetişkinlerin vücut sıcaklıkları normal olarak dağıldığı, ortalamasının 98.6 F ve standart sapmasının 0.73 F olduğu bildirilmiştir. 40 kişilik bir örneklem dikkate alındığında, vücut sıcaklık ortalamasının 99 F dan daha fazla olma olasılığı nedir? = 98.6, = 0.73, n = 40, = 99 P(z > 3.47) =

12 Olasılığı hesaplayınız: Yetişkinlerin vücut sıcaklıkları normal olarak dağıldığı, ortalamasının 98.6 F ve standart sapmasının 0.73 F olduğu bildirilmiştir. 81 kişilik bir örneklem dikkate alındığında, vücut sıcaklık ortalamasının, popülasyon ortalamasından 0.1 F den daha az farka sahip olma olasılığı nedir? - = 0.1, = 0.73, n = 81 P(-1.23 < z < 1.23) =

13 Olasılığı hesaplayınız: Yetişkinlerin vücut sıcaklıkları normal olarak dağıldığı, ortalamasının 98.6 F ve standart sapmasının 0.73 F olduğu bildirilmiştir. 100 kişilik bir örneklem dikkate alındığında, vücut sıcaklık ortalamasının, popülasyon ortalamasından 0.05 F den daha fazla farka sahip olma olasılığı nedir? - = 0.05, = 0.73, n = 100 P(z < or z > 0.68) =

14 Örnek Merkezi Limit Teoremine göre z değerlerini hesaplayınız. = 38, n = 73, μ = 36, σ = 39 = 0.52, n = 1500, μ = 0.49, σ = 0.6 Tansaş da sırada bekleyen sayısının dağılımında ortalama 3 ve varyans 9 dur. Seçilen 50 sıralık örnekleme dayanarak; Sıra uzunluğunun örneklem ortalamasının 4 den daha fazla olma olasılığını hesaplayınız. Sıra uzunluğunun örneklem ortalamasının 2.5 dan daha az olma olasılığını hesaplayınız. Örneklem ortalamasının popülasyon ortalamasından farkının 0.5 den daha az olma olasılığını hesaplayınız.

15 Örnek Merkezi Limit Teoremine göre z değerlerini hesaplayınız. = 38, n = 73, μ = 36, σ = 39 (0.44) = 0.52, n = 1500, μ = 0.49, σ = 0.6 (1.94) Tansaş da sırada bekleyen sayısının dağılımında ortalama 3 ve varyans 9 dur. Seçilen 50 sıralık örnekleme dayanarak; Sıra uzunluğunun örneklem ortalamasının 4 den daha fazla olma olasılığını hesaplayınız. (0.0091) Sıra uzunluğunun örneklem ortalamasının 2.5 dan daha az olma olasılığını hesaplayınız. (0.1190) Örneklem ortalamasının popülasyon ortalamasından farkının 0.5 den daha az olma olasılığını hesaplayınız. (0.7620)

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

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

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

Popülasyon Ortalamasının Tahmin Edilmesi

Popülasyon Ortalamasının Tahmin Edilmesi Güven Aralıkları Popülasyon Ortalamasının Tahmin Edilmesi Tanımlar: Nokta Tahmini Popülasyon parametresi hakkında tek bir rakamdan oluşan tahmindir. Popülasyon ortalaması ile ilgili en iyi nokta tahmini

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

SÜREKLİ OLASILIK DAĞILIMI

SÜREKLİ OLASILIK DAĞILIMI SÜREKLİ OLASILIK DAĞILIMI Normal Olasılık Dağılımı Akülerin dayanma süresi, araçların belli bir zamanda aldığı yol, bir koşuya katılanların bitirme süresi gibi sayılamayacak kadar çok değer alabilen sürekli

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

ANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL

ANADOLU 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

Detaylı

ÖRNEKLEME TEORİSİ. Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ

ÖRNEKLEME 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

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

Örnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız.

Örnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız. .4. Merkezi Eğilim ve Dağılım Ölçüleri Merkezi eğilim ölçüleri kitleye ilişkin bir değişkenin bütün farklı değerlerinin çevresinde toplandığı merkezi bir değeri gösterirler. Dağılım ölçüleri ise değişkenin

Detaylı

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

Ders 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

Detaylı

Temel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri

Temel 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

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

NORMAL DAĞILIM. 2., anakütle sayısı ile Poisson dağılımına uyan rassal bir değişkense ve 'a gidiyorsa,

NORMAL 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

Detaylı

13. Olasılık Dağılımlar

13. 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

Detaylı

Aktüerlik Sınavları I. Seviye / Olasılık-İstatistik Örnek Sorular I

Aktüerlik Sınavları I. Seviye / Olasılık-İstatistik Örnek Sorular I Aktüerlik Sınavları I. Seviye / Olasılık-İstatistik Örnek Sorular I S1. Cep telefonu üreten bir fabrikada toplam üretimin % 30 u A, % 30 u B ve % 40 ı C makineleri tarafından yapılmaktadır. Bu makinelerin

Detaylı

Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler

Verilerin 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

Detaylı

WEIBULL DAĞILIMI WEIBULL DAĞILIMI ANADOLU ÜNİVERSİTESİ

WEIBULL DAĞILIMI WEIBULL DAĞILIMI ANADOLU ÜNİVERSİTESİ ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ SÜREKLİ DAĞILIMLAR-2 DOÇ. DR. NİHAL ERGİNEL 2015 WEIBULL DAĞILIMI Weibull dağılımı, pek çok farklı sistemlerin bozulana kadar geçen süreleri ile ilgilenir. Dağılımın

Detaylı

Konum ve Dağılım Ölçüleri. BBY606 Araştırma Yöntemleri Güleda Doğan

Konum 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

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

Merkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder.

Merkezi 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,

Detaylı

TÜRKİYE DENGELEME GÜÇ PİYASASI TALİMAT MİKTARLARI ÜZERİNE İSTATİSTİKSEL BİR ÇALIŞMA 1. Gökhan Ceyhan Yazılım ARGE Uzmanı, EPİAŞ

TÜRKİYE DENGELEME GÜÇ PİYASASI TALİMAT MİKTARLARI ÜZERİNE İSTATİSTİKSEL BİR ÇALIŞMA 1. Gökhan Ceyhan Yazılım ARGE Uzmanı, EPİAŞ TÜRKİYE DENGELEME GÜÇ PİYASASI TALİMAT MİKTARLARI ÜZERİNE İSTATİSTİKSEL BİR ÇALIŞMA 1 Gökhan Ceyhan Yazılım ARGE Uzmanı, EPİAŞ ÖZET Bu makalede, Türkiye Dengeleme Güç Piyasası (DGP) kapsamında 2015 Ocak

Detaylı

Ders 4: Rastgele Değişkenler ve Dağılımları

Ders 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

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

SÜREKLİ RASSAL DEĞİŞKENLER

SÜREKLİ RASSAL DEĞİŞKENLER SÜREKLİ RASSAL DEĞİŞKENLER Sürekli Rassal Değişkenler Sürekli Rassal Değişken: Değerleriölçümyadatartımla elde edilen, bir başka anlatımla sayımla elde edilemeyen, değişkene sürekli rassal değişken denir.

Detaylı

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT 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.

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

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

OLASILIK ve KURAMSAL DAĞILIMLAR

OLASILIK ve KURAMSAL DAĞILIMLAR OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine

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

JEODEZİK VERİLERİN İSTATİSTİK ANALİZİ. Prof. Dr. Mualla YALÇINKAYA

JEODEZİK 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

Detaylı

BİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK 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

Detaylı

Olasılık ve Normal Dağılım

Olasılık 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

Detaylı

DAĞILMA YADA DEĞİ KENLİK ÖLÇÜLERİ (MEASURE OF DISPERSION) Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ

DAĞILMA YADA DEĞİ KENLİK ÖLÇÜLERİ (MEASURE OF DISPERSION) Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ DAĞILMA YADA DEĞİ KENLİK ÖLÇÜLERİ (MEASURE OF DISPERSION) 1 AMAÇ... Mevcut veri seti için bulunan merkezi eğilim ölçüsünün yorumlamak Birden fazla veri seti için dağılımlar arası kıyaslama yapabilmek amaçlarıyla

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

Yapılan alan araştırması sonucunda aşağıdaki sonuçlar elde edilmiştir. ( ) ( ) ( ) ( )

Yapılan alan araştırması sonucunda aşağıdaki sonuçlar elde edilmiştir. ( ) ( ) ( ) ( ) İKİ DEĞİŞKENLİ OLASILIK Rassal bir deneme yapılmakta ve farklı iki olay ile ilgilenilmektedir. A 1, A 2,,A i olayları bağdaşmaz ve bütünü kapsayıcıdır. B 1, B 2,,B j olayları bağdaşmaz ve bütünü kapsayıcıdır.

Detaylı

BÖLÜM 10 PUAN DÖNÜŞÜMLERİ

BÖLÜM 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

Detaylı

LAÜ 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 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

Detaylı

1.58 arasındaki her bir değeri alabileceği için sürekli bir

1.58 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

Detaylı

LAÜ 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 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

Detaylı

İstatistik Dersi Çalışma Soruları Arasınav(Matematik Müh. Bölümü-2014)

İstatistik Dersi Çalışma Soruları Arasınav(Matematik Müh. Bölümü-2014) İstatistik Dersi Çalışma Soruları Arasınav(Matematik Müh. Bölümü-2014) S-1) Bir otoyol üzerinde radarla hız kontrolü yapan, polis ekipler tarafından tespit edilen tane aracın hızları aşağıdaki tabloda

Detaylı

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.

Genel 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

Detaylı

Copyright 2004 Pearson Education, Inc. Slide 1

Copyright 2004 Pearson Education, Inc. Slide 1 Slide 1 Bölüm 2 Verileri Betimleme, Keşfetme, ve Karşılaştırma 2-1 Genel Bakış 2-2 Sıklık Dağılımları 2-3 Verilerin Görselleştirilmesi 2-4 Merkezi Eğilim Ölçüleri 2-5 Değişimin Ölçülmesi 2-6 Nispi Sabitlerin

Detaylı

Uygulama 3 Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

Uygulama 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,

Detaylı

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 Araştırma sonuçlarının açıklanmasında frekans tablosu

Detaylı

TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ

TEMEL 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

Detaylı

BÖLÜM 9 NORMAL DAĞILIM

BÖLÜM 9 NORMAL DAĞILIM 1 BÖLÜM 9 NORMAL DAĞILIM Normal dağılım; 'normal dağılım eğrisi (normaly distribution curve)' ile kavramlaştırılan hipotetik bir evren dağılımıdır. 'Gauss dağılımı' ya da 'Gauss eğrisi' olarak da bilinen

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

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

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN

Tanımlayıcı 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,

Detaylı

Örneklem Dağılımları & Hipotez Testleri Örneklem Dağılımı

Örneklem 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

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

Gruplanmış serilerde standart sapma hesabı

Gruplanmış 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

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

İŞLETMECİLER İÇİN İSTATİSTİK II

İŞLETMECİLER İÇİN İSTATİSTİK II İŞLETMECİLER İÇİN İSTATİSTİK II UYGULAMA I SORU 1 Bir maden işletmesi kazılan madendeki ton başına ortalama bakır cevheri miktarının değeri tahminlemek istemektedir. Rastsal olarak seçilen 50 tonluk örnekten

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

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ

ÖRNEKLEME 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

Detaylı

BİYOİSTATİSTİK. Genel Uygulama 1. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK. Genel Uygulama 1. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Genel Uygulama 1 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Soru 1 Ege Üniversitesi Diş

Detaylı

Bir Normal Dağılım Ortalaması İçin Testler

Bir Normal Dağılım Ortalaması İçin Testler Bir Normal Dağılım Ortalaması İçin Testler İÇERİK o Giriş ovaryansı Bilinen Bir Normal Dağılım Ortalaması İçin Hipotez Testler P-değerleri: II. Çeşit hata ve Örnekleme Büyüklüğü Seçimi Örnekleme Büyüklüğü

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

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT 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.

Detaylı

Bir torbada 6 kırmızı, 3 yeşil ve 2 mavi top bulunmaktadır. 4 top rastgele çekilirse çekilen topların hiç birinin mavi olmama ihtimali nedir?

Bir torbada 6 kırmızı, 3 yeşil ve 2 mavi top bulunmaktadır. 4 top rastgele çekilirse çekilen topların hiç birinin mavi olmama ihtimali nedir? Örnek Sorular Bir torbada 6 kırmızı, 3 yeşil ve 2 mavi top bulunmaktadır. 4 top rastgele çekilirse çekilen topların hiç birinin mavi olmama ihtimali nedir? Toplam top sayısı: 11 Mavi olmama ihtimali :

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

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

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

rasgele 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

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

Appendix C: İstatistiksel Çıkarsama

Appendix C: İstatistiksel Çıkarsama Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix C: İstatistiksel Çıkarsama

Detaylı

Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ RANDOM DEĞİŞKEN

Prof.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)

Detaylı

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

YTÜ 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 C: İstatistiksel Çıkarsama Doç.

Detaylı

0.04.03 Standart Hata İstatistikte hesaplanan her istatistik değerin mutlaka hatası da hesaplanmalıdır. Çünkü hesaplanan istatistikler, tahmini bir değer olduğu için mutlaka hataları da vardır. Standart

Detaylı

Deney Dizaynı ve Veri Analizi Ders Notları

Deney Dizaynı ve Veri Analizi Ders Notları Deney Dizaynı ve Veri Analizi Ders Notları Binom dağılım fonksiyonu: Süreksiz olaylarda, sonuçların az sayıda seçenekten oluştuğu durumlarda kullanılır. Bir para atıldığında yazı veya tura gelme olasılığı

Detaylı

Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri

Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 5: SEKK (OLS) nin Asimptotik

Detaylı

MATE211 BİYOİSTATİSTİK

MATE211 BİYOİSTATİSTİK MATE211 BİYOİSTATİSTİK ÇALIŞMA SORULARININ ÇÖZÜM VE CEVAPLARI Yapılan bir araştırmada, 136 erişkin kişinin kanlarındaki kolesterol düzeyleri gr/dl cinsinden aşağıda verilmiştir: 180 230 190 186 220 191

Detaylı

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri

Detaylı

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri

Detaylı

İstatistik ve Olasılık

İstatistik 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

Detaylı

T.C. ESKİŞEHİR OSMANGAZİ ÜNİVERSİTESİ KONTROL GRAFİKLERİ. Prof. Dr. Nimetullah BURNAK Prof. Dr. A. Sermet ANAGÜN. Endüstri Mühendisliği Bölümü

T.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

Detaylı

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT 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.

Detaylı

SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN

SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN SİMÜLASYON ÇEŞİTLERİ Günümüz simülasyonları gerçek sistem davranışlarını, zamanın bir fonksiyonu olduğu düşüncesine dayanan Monte Carlo yöntemine dayanır. 1.

Detaylı

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END Kalite Planlama ve Kontrol

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END Kalite Planlama ve Kontrol Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END 3618 - Kalite Planlama ve Kontrol Uygulama Çalışması-I Dr. Öğr. Üyesi Kemal SUBULAN Tarih: 12.04.2018 A Aşağıda yer alan

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

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT 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.

Detaylı

Nicel / Nitel Verilerde Konum ve Değişim Ölçüleri. BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014

Nicel / Nitel Verilerde Konum ve Değişim Ölçüleri. BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014 Nicel / Nitel Verilerde Konum ve Değişim Ölçüleri BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014 1 Konum ölçüleri Merkezi eğilim ölçüleri Verilerin ortalamaya göre olan gruplanması nasıl?

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

Ölçme ve Değerlendirme

Ölçme ve Değerlendirme Ölçme ve Değerlendirme Z Puanı T Puanı Yrd. Doç. Dr. Yetkin Utku KAMUK Standart Puan Herhangi bir ölçüm sonucunda elde edilen ve farklı birimlere sahip ham puanların, standart bir dağılım haline dönüştürülmesi

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

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

SÜREKLİ( CONTINUOUS) OLASILIK

SÜREKLİ( CONTINUOUS) OLASILIK SÜREKLİ( CONTINUOUS) OLASILIK DAĞILIMLARI Sürekli bir random değişken (a,b) aralığındaki her değeri alabiliyorsa bu değişkene ait olasılık dağılım fonksiyonunun grafiğinde eğri altında kalan alan bize

Detaylı

Z = S n E(S n ) V ar(sn ) = S n nµ. S nn. n 1/2 n σ

Z = S n E(S n ) V ar(sn ) = S n nµ. S nn. n 1/2 n σ YTÜ-İktisat İstatistik II Merkezi Limit Teoremi 1 MERKEZİ LİMİT TEOREMİ CENTRAL LIMIT THEOREM X 1,X 2,...,X n herbirinin ortalaması µ ve varyansı σ 2 olan ve aynı dağılıma uyan n tane bağımsız r.d. olsun.

Detaylı

Tesadüfi Değişken. w ( )

Tesadüfi Değişken. w ( ) 1 Tesadüfi Değişken Tesadüfi değişkenler gibi büyük harflerle veya gibi yunan harfleri ile bunların aldığı değerler de gibi küçük harflerle gösterilir. Tesadüfi değişkenler kesikli veya sürekli olmak üzere

Detaylı

İçindekiler. Ön Söz... xiii

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

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

Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal. değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma

Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal. değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma 2 13.1 Normal Dağılımın Standartlaştırılması Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma değerleriyle normal

Detaylı

Test İstatistikleri AHMET SALİH ŞİMŞEK

Test İstatistikleri AHMET SALİH ŞİMŞEK Test İstatistikleri AHMET SALİH ŞİMŞEK İçindekiler Test İstatistikleri Merkezi Eğilim Tepe Değer (Mod) Ortanca (Medyan) Aritmetik Ortalama Merkezi Dağılım Dizi Genişliği (Ranj) Standart Sapma Varyans Çarpıklık

Detaylı

χ =1,61< χ χ =2,23< χ χ =42,9> χ χ =59,4> χ

χ =1,61< χ χ =2,23< χ χ =42,9> χ χ =59,4> χ SORU : Ortalaması, varyansı olan bir raslantı değişkeninin, k ile k arasında değer alması olasılığının en az 0,96 olmasını sağlayacak en küçük k değeri aşağıdakilerden hangisidir? A),5 B) C) 3,75 D) 5

Detaylı

GÜVEN ARALIKLARI ve İSTATİSTİKSEL ANLAMLILIK. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı

GÜVEN ARALIKLARI ve İSTATİSTİKSEL ANLAMLILIK. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı GÜVEN ARALIKLARI ve İSTATİSTİKSEL ANLAMLILIK Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Kestirim Pratikte kitle parametrelerinin doğrudan hesaplamak olanaklı değildir. Bunun yerine

Detaylı

ALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR

ALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR ALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR 1- İlaçla tedavi edilen 7 hastanın ortalama iyileşme süresi 22.6 gün ve standart sapması.360 gündür. Ameliyatla tedavi edilen 9 hasta için

Detaylı

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37

İÇİNDEKİLER. 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

Detaylı

Quality Planning and Control

Quality 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

Detaylı