BEKLENEN DEĞER VE VARYANS
|
|
- Iskender Yüksel
- 6 yıl önce
- İzleme sayısı:
Transkript
1 BEKLEE DEĞER VE VARYAS.1. İadel ve adesz öreklemede tüm mümkü örekler.. Beklee değer.3. Varyas.4. İk değşke ortak dağılımı.5. İstatstksel bağımsızlık.6. Tesadüf değşkeler doğrusal kombasyolarıı beklee değer.7. Kovaryas.8. Tesadüf değşkeler doğrusal kombasyolarıı varyası.9. Değşm katsayısı Kayak : Temel Örekleme Yötemler, Taro Yamae Çevre : A.Es, M.A. Bakır,. Aydı, E. Gürbüzsel
2 İadel ve adesz öreklemede tüm mümkü örekler Örek seçm temel olarak k şeklde yapılır. 1. Yere koyarak seçm adel. Yere koymada seçm adesz Yere koyarak örekleme : hacml br populasyoda yere koyarak adel olarak br örek seçme farklı yolu vardır. Öreğ =3 öğrecde A,B, oluşa br populasyoda = öğrec seçme =9 tae mümkü yolu vardır. AB AA AB A BA BB B A B İkc çeklş Brc çeklş Yukarıdak örek alteratfler k boyutlu br örek uzayıdır ve her br okta = hacml br öreğ göstermektedr. Yere koymada örekleme : hacml br populasyoda sıra dkkate alımada ve yere! koymaksızı adesz olarak br örek seçme tae mümkü yolu!! vardır. Bu formülü açıklarsak, örekleme yere koymaksızı yapıldığıda, brc çeklşte =3 seçm, kc çeklşte -1= seçm yapılablr. Dolayısıyla -1=6 tae mümkü örek vardır:... AB A BA... B A B... Sıralama dkkate alımadığı ç, AB, BA ve A,A ve B,B gb bezer örekler vardır. = elemaı sıralamaı!= tae mümkü yolu vardır. Bu sebeple sıralama dkkate alımadığıda -1/!=3 tae mümkü örek vardır.... AB A B Hacml Br Öreğ Seçme Olasılığı hacml br populasyoda hacml mümkü örekler sayısı buludukta sora 3 tae soruyu cevapladırmak öemldr:
3 1. hacml br öreğ seçme olasılığı edr?. Populasyou belrl elemalarıı örekte yer alma olasılığı edr? 3. Populasyou belrl br elemaıı m c çeklşte seçlme olasılığı edr? 1. hacml br öreğ adesz seçme olasılığı edr? =5 ola br populasyoda = hacml br öreğ seçme olasılığı şu şeklde açıklaablr. Populasyo brmler A,B,,D,E şeklde olsu. Çeklşler tesadüf olduğu ç öreğ lk öce A yı daha sora B y 1 1 seçme olasılığı * dr. 1 Sıra dkkate alımadığıda A le B y sıralamaı!=! yolu vardır * *!= * *!= = hacml br populasyoda hacml br öreğ seçme tae farklı yolu vardır ve böylece 1 hacml br öreğ seçme olasılığı dır. OT: sayıdak örekler her br seçlme şası eşt olacak bçmde brmde brm seçme yöteme bast tesadüf örekleme der ve bu şeklde seçle örek bast tesadüf örek olarak adladırılır. Tesadüf örekleme her br brm her br çeklşte eşt seçlme şasıa sahp olacak bçmde, brmde taes seçme yötem olduğu söyleeblr. Brc brm seçlme olasılığı 1/, kc brm seçlme olasılığı 1/-1 olur. Yere koyarak örekleme yapıldığı zama olasılık her çeklş ç 1/ olur. Populasyou belrl elemalarıı adesz örekte yer alma olasılığı edr? Öreğ, A harf =5 harfte A,B,,D,E seçle =3 hacml br örekte buluma olasılığı edr? A harf brc çeklşte gelme olasılığı =1/ A harf kc çeklşte gelme olasılığı = Brc çeklşte gelmeme olasılığı * İkc çeklşte gelme olasılığı =1-1/ * 1/-1 = -1/ * 1/-1 A harf üçücü çeklşte gelme olasılığı = Brc çeklşte gelmeme olasılığı * kc çeklşte gelmeme olasılığı * üçücü çeklşte gelme olasılığı = -1/ * 1-1/-1 * 1/- = -1/ * -/-1 * 1/- Üç olay ayı ada gerçekleşemez olduğuda A ı =3 hacml örekte buluma olasılığı 1/ + -1/*1/ /*-/-1*1/- = /=3/ şekldedr.
4 3 Populasyou belrl br elemaıı m c çeklşte adesz seçlme olasılığı edr? Örekleme yere koymada yapıldığıda A ı lk çeklşte gelme olasılığı 1/ A ı kc çeklşte gelme olasılığı -1/ * 1/-1=1/ A ı üçücü çeklşte gelme olasılığı -1/*-/-1*1/-=1/ şekldedr. m c çeklşte de A yı seçme olasılığı dama 1/ olmaktadır. Örekleme yere koyarak yapıldığıda olasılıklar tüm çeklşler ç dama 1/ dr. BEKLEE DEĞER alableceğ tüm mümkü değerler 1,,..., k ve olasılıkları sırasıyla p 1,p,...,p k ola br tesadüf değşke olsu. Bu durumda beklee değer: E = k p şeklde taımlaır. örek hacm olmak üzere 1 k şeklde fade edle örek ortalamasıı beklee değer bulmak stedğmzde ı tüm mümkü değerler buluması gerekr. ı mümkü bütü değerler bulablmek ç hacml br populasyoda seçleblecek hacml tüm mümkü örekler buluması gerekr. Bu durumda beklee değer: E = k p şeklde taımlaır. ÖREK: Her br 1=1$, =$ ve 3=3$ a sahp =3 öğrec bulumaktadır. Her br öğrec seçlme şasıı eşt olduğu varsayılırsa beklee değer edr? E = k p = 1p 1+ p + 3p 3=11/3+1/3+31/3=$=populasyo ortalaması Yere koyarak = hacml örekler seçelm.3 =9 tae mümkü örek vardır. boyutlu uzayda 9 mümkü örek oktası vardır ve herbr örek ortalamasıa 1/9 olasılığı verleblr. Bua göre örek ortalamasıı beklee değer k E = 9 p Örekler Toplam 1,1 1 1, 3 1,5 1,3 4,1 3 1,5, 4,3 5,5 3,1 4 3, 5,5 3,3 6 3 E =11/9+1,51/9+1/9+1,51/9+1/9+,51/9+1/9+,51/9+31/9 =
5 populasyo ortalaması le ayı olduğu görülür. Beklee Değer Bazı Özellkler beklee değer a: sabt Ea = a p = a p = ae E +a ı beklee değer a : sabt E +a = +ap = p + ap =E +a p =E +a Br sabt beklee değer a: sabt 1= =...= k=a gb br sabt ve olasılık p olsu. Bu durumda p =1 olduğu ç =a ı beklee değer, E=Ea= ap a p a Br Örek Değer Beklee Değer hacml br populasyoda hacml br örek seçtğmz varsayalım. Örek 1,,..., le gösterls ve c çeklşte gele brm olsu. beklee değer E p, tüm mümkü değerler sayısıdır. c çeklşte bell br y seçme olasılığıı 1/ olduğu blmektedr. Dolayısıyla p =1/ ve E populasyo ortalaması Varyas tesadüf değşke varyası 1 1 = = V =E -E Beklee değer taımıda V = -E p tüm mümkü değerler 1,,..., olup bu mümkü değerlerle lgl olasılıklar p 1,p,...p dr.
6 Bast tesadüf örekleme ç E = dır, br dğer değşle populasyo ortalamasıa eşttr. mümkü değerde herhag br seçme olasılığı 1/ dr. Bu durumda bast tesadüf örekleme ç V, şeklde fade edleblr. Varyası Özellkler 1 V +a=e +a-e +a =E +a-a-e =E --E =V Va =Ea --Ea =a E --E =a V İKİ DEĞİŞKEİ ORTAK DAĞILIMI İk tesadüf değşke arasıdak kovaryas yapısıı ortaya koulması ç öcelkle ve Y j gb k tesadüf değşke arasıdak ortak olasılık dağılımıı ve buula lgl olarak statstksel bağımsızlık ve ortak frekas foksyoları gb kavramları ortaya koulması gerekmektedr. Ortak Olasılık Dağılımı Okulda herhag br derste başarılı ola br öğrec dğer br derste de başarılı olduğu gözlemleeblr. İstatstk ve örekleme dersler ele alıdığıda geelde statstk dersde y br ot ala öğrec örekleme dersde de y ot alması bekler. Bu k değşke eşalı ay öğrecler ç dkkate alıır. Gözlee k değşke ve Y j ayı yada ters yölü br lşk göstereblrler, acak burada ayı yölü br lşk söz kousudur. İstatstk otu ve örekleme otu Y j olsu ve alıa otlar da A, B,, D, E olsu, 0 öğrecye lşk otları frekas dağılımı aşağıdak gb olsu A=5, B=4, =3, D=, F=1 A B D F Y j Y 1 Y Y 3 Y 4 Y 5 A B D F Tablo celedğde statstkte yüksek ot ala br öğrec öreklemede de yüksek ot alma veya öreklemede düşük ot ala br öğrec dğerde de düşük ot alma eğlmde olduğu görülmektedr.
7 Yukarıdak tablo görel frekaslar csde yazıldığıda Y j Y 1 Y Y 3 Y 4 Y 5 = Y=Y j Öreğ br öğrec 1=A ve Y 1=A otlarıı alma olasılığı 0.05 dr. Bu şu şeklde fade edleblr: = 1,Y=Y 1= 1,Y 1=0.05. burada toplam 5*5=5 ot çft ve 5 olasılık vere 5 deklem vardır. Bu olasılıklar ot çftler olasılık dağılımıı verr. 5 tae,y j ot çft olasılık dağılımıı vere bu 5 deklem ssteme,y j Ortak Olasılık Dağılımı der. Tüm ortak olasılıkları toplamı 1 e eşt olur. = =B=,Y 1+,Y +,Y 3+,Y 4+,Y 5=0.0 öğrec statstkte =B otuu elde etme olasılığıı gösterr. Tablou e sağdak sütuu statstkte otuu almaı olasılık dağılımıı gösterrke, tablou e alt satırıdak olasılıklar örekleme otu Y j ler dağılımıı gösterr. ve Y j olasılık dağılımları baze marjal olasılık dağılımları olarak da adladırılırlar. İstatstksel Bağımsızlık A ve B gb k olay varolduğuda, B verlmşke A ı gerçekleşmes olasılığı B>0 olduğuda A B = A B B verle br B olayı ç A ı koşullu olasılığıdır. A B A B ve A B = A ve B A= B se A ve B gb k olayı statstksel olarak bağımsız olduğu söyleeblr. Üç olaya geşletldğde bağımsızlık koşulu: A B A B ve A B = A ve B A= B A A ve A = A ve A = B B ve B = B ve B = A B A B ve A B = A ve B A = B ve A B = se A, B, bağımsız üç olaydır. Bu souç olay ç geelleeblr.
8 Ortak Frekas Foksyou Hlesz br para atma deeyde turat ve yazıy gelme olasılığı şöyledr: T=1/, Y=1/ Bu foksyolara olasılık foksyoları der. Bu k mümkü souç T ve Y 0 = 1 1 tura yazı Şeklde fade edleblr ve tesadüf değşke alableceğ değerler 1 ve dr ve şu şeklde gösterleblr: T=f 1=1/ Y=f =1/ f foksyolarıa frekas foksyoları ya da yoğuluk foksyoları der. f 0 f=1 olmalıdır. f, j ye ortak frekas foksyou der. f, j f f j Tesadüf Değşkeler Doğrusal Kombasyolarıı Beklee Değer ve Y j k tesadüf değşke olmak üzere E +Y j= j = j = j +Y j f,y j f,y j+ j f,y j+ j Y j f,y j Y j f,y j f,y j, marjal olasılık foksyoudur ve g le gösterleblr. olasılık foksyoudur ve hy j le gösterleblr. Bu sebeple f,y j, Y j marjal eştlğ = j = şeklde fade edleblr. f,y j+ j g + j Y j hy j Y j f,y j
9 j g =E Y j hy j= EY j olduğuda dolayı E +Y j= E + EY j şekldedr. KOVARYAS İk tesadüf değşke ve Y j arasıdak kovaryas ov,y j=e -E Y j-ey j ve Y j de sırasıyla E ve EY y çıkarma şlem, başlagıç oktasıı 0,0 da E, EY ye kaydırmaktır. E = ve EY =Y olduğuda dolayı ov,y j=e - Y j-y şeklde fade edleblr. E - Y j-y = - Y j-y f,y j j Kovaryas, k değşke arasıdak brlkte değşeblrlğ br ölçüsüdür. ve Y j ayı yöde değşrse kovaryası değer poztf olacaktır. ve Y j ters yöde değşrse kovaryası değer egatf olacaktır. ve Y j her ks de brlkte ayı yöde değştğde, ortalamalarda sapmalara lşk çarpımlar poztf olacak ve bu sapmalar dğerlerde daha fazla olacağıda, kovaryas da büyük ve poztf olacaktır. Bu durumda meyada gele,y j ortak olayları y eksede1. ve 3. çeyrekte yer alır. Y oktalar br doğru üzere düşerse, dek herhag br değşme Y j de ayı mktarda br değşme meydaa getreblecek şeklde kuvvetl br değşeblrlk söz kousu olablr.
10 ve Y j ters yöde değştğde ve brlkte değşeblrlk olduğuda oktalar aşağıdak gb y eksede. ve 4. çeyrekte yer alır. Y ÖREK: =İstatstk, Y j=örekleme otları gösters,aşağıdak tabloya göre ov,y j y elde edz. 1=5, =4, 3=3, 4=, 5=1 Y j Y 1 Y Y 3 Y 4 Y 5 = Y=Y j ov,y j= j - Y j-y f,y j = 1- Y 1-Y f 1,Y Y -Y f 1,Y Y 5-Y f 5,Y 5 E = = EY = Y = j ov,y j = j f = =.7 Y jgy j= =.85 - Y j-y f,y j - Y j-y - Y j-y f,y j - Y j-y f,y j 5-.7= = = = = = = = = = = = = = = = = =
11 ov,y j= j Teork amaçlar ç kovaryas geellkle - Y j-y f,y j=1.05 şeklde hesaplaır. ov,y j= E - Y j-y =E Y j- EY j- Y E + Y = E Y j- Y - Y + Y = E Y j- Y = j Y j Y j f,y j Y j f,y j ov,y j= Y j f,y j- Y = =1.05 j Tesadüf Değşkeler Doğrusal Kombasyolarıı Varyası Y j f,y j- Y E +Y j=e +EY jv +Y j=? V +Y j=e +Y j-e +Y j = E +Y j-e +EY j =E - E +Y j- EY j = E - E + EY j- EY j + E - E Y j- EY j =V +VY j+ ov,y j,y j brbrde bağımsızlarsa ov,y j=0 V +Y j= V +VY j olur. Bu souçlar tesadüf değşke olduğu durum ç geelleştrleblr. Öreğ 1,, 3 gb üç değşke olduğuda V =V 1+V +V 3+ov 1, +ov 1, 3+ov, 3 olur değşkeler brbrde bağımsız oldukları varsayıldığıda V =V 1+V +V 3 şekldedr. Değşm Katsayısı Varyas populasyo ortalamalarıda sapmaları, - farklarıı br dağılım ölçüsüdür. Bu sapmalar mutlak fark olarak göz öüüe alıır. Brçok durumda özellkle karşılaştırılma yapılmak stedğde bu sapmalar görel olarak fade edlmek ster. Öreğ statstk sııfıdak öğrecler ortalama otu =70 pua ve br öğrec puaı =80 pua olsu. Bu durumda ortalamada mutlak sapma: - =10 puadır. varyası olarak taımlaır ve mutlak sapmaları dağılım ölçüsüdür. Görel sapmalar ç br dağılım ölçüsü elde edlmek
12 stedğde da orasal sapması ele alıa örek ç = % 14 olur. 70 Görel sapmalar ç dağılım ölçüsü mutlak sapmalar yere görel sapmalar kullaılarak elde edlr. dağılımı görel varyasıdır. = = = DEĞİŞİM KATSAYISI ÖREK: 1=1$, =$, 3=3$ olsu. 1 varyası = görel frekası = 0.80$ br stadart sapma0.80$ cvarıdadır. 3 =0.4=%40 DEĞİŞİM KATSAYISIDIR. 1 3 = =%40, 1 stadart sapma =0.80$ a karşılık gelr. Öreğ, 1=1$ ke =1-/0.80=-1.5 dır. 1=1$ =$ ı soluda 1.5 stadart sapmaya karşılık gele değerdr. Görel olarak 1 da sapması =1-/=-0.50=-%50 dr. =%40 olduğu ç, sözkoudu %50 lk sapma ye değşke ç stadart sapma alamıda rdeledğde 50/40=-1.5 olur. %50 görel sapmaı 1.5 stadart sapmaya dek olduğuu verr. Değşm katsayısıı kullaım alaı geşletldğde örek ortalaması ya da toplamı tahm ˆ gb dğer statstklere de uygulaablr. İstatstk Y le taımlaırsa, y değşm katsayısı y= V y E y E y y şekldedr.
13 y, olduğu zama = olarak taımlaa değşm katsayısı elde edlr. y statstğ örek ortalaması olduğuda = E V dır. V = ve E dır. Bu durumda = E V = y= ˆ olduğuda ˆ ˆ ˆ E V V ˆ =V = V = E ˆ = = / şekldedr. = ˆ = ˆ elde edlr.
Regresyon ve Korelasyon Analizi. Regresyon Analizi
Regresyo ve Korelasyo Aalz Regresyo Aalz Regresyo Aalz Regresyo aalz, aralarıda sebep-souç lşks bulua k veya daha fazla değşke arasıdak lşky belrlemek ve bu lşky kullaarak o kou le lgl tahmler (estmato)
Detaylı= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama
TANIMLAYICI İSTATİSTİKLER Taımlayıcı İstatstkler MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl aksarayl@deu.edu.tr Yer Ölçüler (Merkez Eğlm Ölçüler)
DetaylıYER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.
YER ÖLÇÜLERİ Yer ölçüler, verler merkez veya yığılma oktasıı belrleye statstklerdr. Grafkler bze verler yığılma oktaları hakkıda ö blg vermede yardımcı olurlar. Acak bu değerler gerçek değerler değldr,
DetaylıMERKEZİ EĞİLİM ÖLÇÜLERİ
MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlee ver düzeleerek çzelgelerle, graklerle suulması çoğu kez yeterl olmaz. Geel durumu yasıtacak br takım ölçülere gereksm vardır. Bu ölçüler verler yalızca özlü br bçmde belrtmekle
Detaylıİki veri setinin yapısının karşılaştırılması
İk ver set yapısıı karşılaştırılması Dağılım: 6,6,6 Ortalama: 6 Medya: 6 Mod: 6 td. apma: 0 Dağılım: 0,6,1 Ortalama: 6 Medya: 6 Mod: çoklu mod td: apma: 6 Amaç: Görüe Ötese Bakablmek Verler değşkelk durumuu
DetaylıTanımlayıcı İstatistikler
Taımlayıcı İstatstkler Taımlayıcı İstatstkler br değerler dzs statstksel olarak geel özellkler taımlaya ölçülerdr Taımlayıcı İstatstkler Yer Göstere Ölçüler Yaygılık Ölçüler Yer Göstere Ölçüler Br dağılımı
DetaylıTahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması
. Ders ĐSTATĐSTĐKTE SĐMÜLASYON Tahm Edcler ve Test Đstatstkler Smülasyo le Karşılaştırılması Đstatstk rasgelelk olgusu çere olay süreç ve sstemler modellemesde özellkle bu modellerde souç çıkarmada ve
DetaylıÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ
03.05.013 ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 1 Nede Örekleme? Öreklemde çalışmak ktlede çalışmakta daha kolaydır. Ktle üzerde çalışmak çok daha masraflı olablr. Çoğu durumda tüm ktleye ulaşmak
DetaylıTABAKALI ŞANS ÖRNEKLEME
6 TABAKAI ŞA ÖREKEME 6.. Populasyo ortalaması ve populasyo toplamıı tam 6.. Populasyo ortalamasıı ve toplamıı varyası 6... Populasyo ortalamasıı varyası 6... Populasyo toplamıı varyası 6..3. Ortalama ve
DetaylıGiriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun:
Grş İSTATİSTİK I Ders Değşkelk ve Asmetr Ölçüler Ortalamalar, serler karşılaştırılmasıda her zama yeterl ölçüler değldr. Ayı ortalamayı sahp serler arklı dağılım göstereblrler. Bu edele serler karşılaştırılmasıda,
DetaylıTanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ
Taımlayıcı İstatstkler (Descrptve Statstcs) Dr. Musa KILIÇ TANIMLAYICI ÖRNEK İSTATİSTİKLERİ YER ÖLÇÜLERİ (Frekas dağılışıı abss eksedek durumuu belrtr.) DEĞİŞİM ÖLÇÜLERİ ( Frekas dağılışıı şekl belrtr.).
DetaylıDeğişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ
Değşkeler Arasıdak İlşkler Regresyo ve Korelasyo Dr. Musa KILIÇ http://ks.deu.edu.tr/musa.klc 1. Grş Buda öcek bölümlerde celedğmz koular, br tek değşke ç yorumlamalar yapmaya yöelk statstk yötemler üzerde
DetaylıÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR
ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR Ölçme, her deeysel blm temel oluşturur. Fzk blmde de teorler sıaması ç çeştl deeyler tasarlaır ve bu deeyler sırasıda çok çeştl ölçümler yapılır. Br fzksel celğ
DetaylıTanımlayıcı İstatistikler
TANIMLAYICI İSTATİSTİKLER MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl@deu.edu.tr Taımlayıcı İstatstkler Yer Ölçüler (Merkez Eğlm Ölçüler) Duyarlı Ortalamalar
DetaylıPolinom İnterpolasyonu
Polom İterpolasyou (Ara Değer Bulma Br foksyou solu sayıdak, K, R oktalarıda aldığı f (, f (,, f ( değerler bls (foksyou keds blmyor. Bu oktalarda geçe. derecede br tek, P a + a + a + + a (... polumu vardır
DetaylıTanımlayıcı İstatistikler
Taımlayıcı İstatstkler Br veya brde fazla dağılışı karşılaştırmak ç kullaıla veya ayrıca örek verlerde hareketle frekas dağılışlarıı sayısal olarak düzeleye değerlere taımlayıcı statstkler der. Aalzlede
DetaylıBir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu
Br KANUN ve Br TEOREM Büyük Türkçe Sözlük kau Đg. law Doğa olaylarıı oluş edeler ortaya koya ve gelecektek olayları öcede kestrme olaağı vere bağıtı; Newto kauu, Kepler kauları. (BSTS / Gökblm Termler
Detaylı1. GAZLARIN DAVRANI I
. GZLRIN DRNI I İdeal Gazlar ç: lm 0 RT İdeal gazlar ç: RT Hacm() basıçla() değşk sıcaklıklarda değşm ekl.. de gösterlmştr. T >T 8 T T T 3 asıç T 4 T T 5 T 7 T 8 Molar Hacm ekl.. Gerçek br gazı değşk sıcaklıklardak
DetaylıParametrik Olmayan İstatistik Çözümlü Sorular - 2
Parametrk Olmaya İstatstk Çözümlü Sorular - Soru Böbrek hastalarıa at Kreat (KRT) değerlere lşk br araştırma yapılmak stemektedr. Buu ç rasgele seçle hastaya at Kreat değerler aşağıdak gb elde edlmştr
DetaylıDoç. Dr. Mehmet AKSARAYLI
Doç. Dr. Mehmet AKSARALI www.mehmetaksarayl İstatstksel araştırmalarda k yada daha çok değşke arasıdak lşk celemes ç e çok kullaıla yötemlerde brs regresyo aalzdr. Değşkeler arasıdak lşk matematksel br
Detaylı9. Ders. Đstatistikte Monte Carlo Çalışmaları
9. Ders Đstatstkte Mote Carlo Çalışmaları Đstatstk rasgelelk olgusu çere olay süreç ve sstemler modellemesde özellkle bu modellerde souç çıkarmada ve bu modeller geçerllğ sıamada kullaıla bazı blg ve yötemler
DetaylıTanımlayıcı İstatistikler
Taımlayıcı İstatstkler Br veya brde azla dağılışı karşılaştırmak ç kullaıla ve ayrıca örek verlerde hareket le rekas dağılışlarıı sayısal olarak özetleye değerlere taımlayıcı statstkler der. Aalzlerde
DetaylıTAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı)
3 TAHMİNLEYİCİLERİN ÖZELLİKLERİ 3.1. Sapmasızlık 3.. Tutarlılık 3.3. Etkilik miimum varyas 3.4. Aralık tahmii (güve aralığı) İyi bir tahmi edici dağılımı tahmi edilecek populasyo parametresie yakı civarda
Detaylıİşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler.
OLASILIK VE İSTATİSTİK DERSLERİ ÖZET NOTLARI İstatistik: verileri toplaması, aalizi, suulması ve yorumlaması ile ilgili ilkeleri ve yötemleri içere ve bu işlemleri souçlarıı probabilite ilkelerie göre
DetaylıSayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç
Sayısal Türev Sayısal İtegrasyo İterpolasyo Ekstrapolasyo Bölüm Üç Bölüm III 8 III-. Pvot Noktaları Br ( ) oksyouu değer, geellkle ekse üzerdek ayrık oktalarda belrler. Bu oktalara pvot oktaları der. Bu
DetaylıDEĞİŞİM ÖLÇÜLERİ 4. TAŞINMAZ GELİŞTİRME TEZSİZ YÜKSEK LİSANS PROGRAMI. Ünite: 4 DEĞİŞİM ÖLÇÜLERİ. Doç. Dr. Yüksel TERZİ İÇİNDEKİLER İÇİNDEKİLER
TAŞINMAZ GELİŞTİRME Üte: DEĞİŞİM ÖLÇÜLERİ Doç. Dr. üksel TERZİ TAŞINMAZ GELİŞTİRME TEZSİZ ÜKSEK LİSANS PROGRAMI İÇİNDEKİLER.1. GİRİŞ.. DEĞİŞİM ÖLÇÜLERİ..1. Değşm Geşlğ... Kartller Arası fark... Ortalama
Detaylı=... 29 İÇİNDEKİLER. E(X) = k... 22. 3.5. Pascal (Negatif Binom) Dağılımı... 22 1. 3.6. Hipergeometrik Dağılım... 22. N y= ... 24
İÇİNDEKİLER SİMGE LİSTESİ... KISALTMA LİSTESİ... v ÇİZELGE LİSTESİ... v ŞEKİL LİSTESİ... v ÖNSÖZ... v ÖZET... x ABSTRACT... x GİRİŞ... BÖLÜM : OLASILIK DAĞILIMLARI VE OLASILIK YOĞUNLUKLARI... BÖLÜM : OLASILIK
DetaylıBÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER
BÖLÜM 3 YER ÖLÇÜLERİ İkici bölümde verileri frekas tablolarıı hazırlaması ve grafikleri çizilmesideki esas amaç; gözlemleri doğal olarak ait oldukları populasyo dağılışıı belirlemek ve dağılışı geel özelliklerii
DetaylıĐst201 Đstatistik Teorisi I
Đst20 Đstatstk Teors I DERSĐN TÜRÜ Zorulu DERSĐN DÖNEMĐ Yaz DERSĐN KREDĐSĐ Ulusal Kred: (4, 0, 0 ) 4 KTS: 7 DERSĐN VERĐLDĐĞĐ Bölüm: Đstatstk 200/20 Öğretm Yılı DERSĐN MCI Đstatstğ matematksel temeller
DetaylıĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1
ĐÇI DEKILER Sayfa. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR.. Grş.. Đstatstk.3. Populasyo.4. Örek.5. Brm.6. Parametre.7. Değşke 3.8. Ver ve Ver Tpler 3.9. Toplama Sembolü 4 ÇALIŞMA PROBLEMLERĐ 6. VERĐLERĐ
Detaylıdenklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy
Ders Sorumlusu: Doç. Dr. Necp ŞİMŞEK Problem. deklem sağlaya tüm kompleks sayılarıı buluu. Çöüm deklem şeklde yaablr. Bu so y kompleks sayıları ç y yaalım. Bu taktrde deklemde, baı y ( ) y elde edlr. Burada
Detaylı5.1 Olasılık Tarihi. 5.2. Temel Olasılık Kavramları
5 OLSILIK 5.. Olasılık Tarh 5.. Temel Olasılık Kavramları 5.3. Deeysel Olasılık 5.4. Temel olasılık Teoremler 5.5. Olasılığı Tolaablrlk Kuralı: 5.6. Olasılığı çarım kuralı: 5.7. Değl ağıtısı: 5.8. Koşullu
DetaylıTanımlayıcı İstatistikler
Taımlayıcı İstatstkler Br veya brde azla dağılışı karşılaştırmak ç kullaıla ve ayrıca örek verlerde hareket le rekas dağılışlarıı sayısal olarak özetleye değerlere taımlayıcı statstkler der. Aalzlerde
DetaylıİSTATİSTİK. Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özkan GÖRGÜLÜ
İSTATİSTİK Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özka GÖRGÜLÜ Tavsye Edle Kayak Ktaplar Her öğrec keds tuttuğu düzel otlar.. Akar, M. ve S. Şahler, (997). İstatstk. Ç.Ü. Zraat Fakültes Geel Yayı No: 74, Ders
Detaylı6. Uygulama. dx < olduğunda ( )
. Uygulama Hatırlatma: Rasgele Değşelerde Belee Değer Kavramı br rasgele değşe ve g : R R br osyo olma üzere, ) esl ve g ) ) < olduğuda D ) sürel ve g ) ) d < olduğuda g belee değer der. c R ve br doğal
Detaylıdeğerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir.
Bölüm 2 Matrsler aım 2.1 F br csm, m, brer doğal sayı olsu. a F ( 1,.., m; j 1,..., ) olmak üzere, a11... a1 fadese m satır sütuda oluşa (veya m tpde) br F matrs der. am 1... a m Böyle br matrs daha sade
DetaylıKorelasyon ve Regresyon
Korelasyon ve Regresyon 1 Korelasyon Analz İk değşken arasında lşk olup olmadığını belrlemek çn yapılan analze korelasyon analz denr. Korelasyon; doğrusal yada doğrusal olmayan dye kye ayrılır. Korelasyon
DetaylıMühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr.
İSTATİSTİK DERSİ (BAÜ Müh-Mm Fakültes Dr. Bau Yağcı KAYNAKLAR Mühedslkte Olasılık, İstatstk, Rsk ve Güvelrlk Altay Güdüz Blgsayar (Ecel Destekl Uygulamalı İstatstk Pro. Dr. Mustaa Akkurt Mühedsler ç İstatstk
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri
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
DetaylıOperasyonel Risk İleri Ölçüm Modelleri
Bakacılar Dergs, Sayı 58, 006 Grş Operasyoel Rsk İler Ölçüm Modeller Çalışma k bölümde oluşmaktadır. İlk bölümde operasyoel rskler ölçülmes kapsamıda hag ler ölçüm modeller kullaılması gerektğ, söz kousu
Detaylıdir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.
BÖLÜM 3 OLASILIK HESABI 3.. Br Olayın Olasılığı Tanım 3... Br olayın brbrnden ayrık ve ortaya çıkma şansı eşt n mümkün sonucundan m tanes br A olayına uygun se, A olayının P(A) le gösterlen olasılığı P(A)
DetaylıZaman Skalasında Box-Cox Regresyon Yöntemi
Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:7, Sayı:, Yıl:0, ss.57-70. Zama Skalasıda Bo-Co Regresyo Yötem Atlla Özur İŞÇİ Sbel PAŞALI GÖKTAŞ ATMACA 3 M. Nyaz ÇANKAYA 4 Özet Hata term
DetaylıHĐPERSTATĐK SĐSTEMLER
HĐPERSTATĐK SĐSTELER Taım: Bütü kest zorları, şekldeğştrmeler ve yerdeğştrmeler belrlemes ç dege deklemler yeterl olmadığı sstemlere hperstatk sstemler der. Hperstatk sstemler hesabı ç, a) Dege deklemlere,
DetaylıBÖLÜM 2 OLASILIK TEORİSİ
BÖLÜM OLSILIK TEORİSİ İstatstksel araştırmaları temel koularıda br souu öede kes olarak blmeye bazı şasa bağlı olayları (deemeler) olası tüm mümkü souçlarıı hag sıklıkla ortaya çıktığıı belrleyeblmektr.
DetaylıISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ
8. HAFTA ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ PORTFÖY YÖNETİMİ II Doç.Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr Geleeksel Portföy Yaklaşımı, Bu yaklaşıma göre portföy bir bilim değil,
DetaylıÖnceki bölümde özetlenen Taylor metodlarında yerel kesme hata mertebesinin yüksek oluşu istenilen bir özelliktir. Diğer taraftan
III.5.RUNGE-KUTTA METODLARI Öcek bölümde özelee Talor meodlarıda erel kesme aa merebes üksek oluşu sele br özellkr. Dğer araa ürevler buluma ve esaplaması pek çok problem ç karmaşık ve zama alıcı olduğuda
DetaylıT.C. RECEP TAYYİP ERDOĞAN ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İŞLETME BÖLÜMÜ SAYISAL YÖNTEMLER ANABİLİM DALI DERS NOTLARI
15.09.015 T.C. RECEP TAYYİP ERDOĞAN ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İŞLETME BÖLÜMÜ SAYISAL YÖNTEMLER ANABİLİM DALI DERS NOTLARI ISL4 İSTATİSTİK II HAZIRLAYAN PROF. DR. ALİ SAİT ALBAYRAK
DetaylıAçık Artırma Teorisi Üzerine Bir Çalışma
Kocael Üerstes Sosyal Blmler Esttüsü Dergs (4) 27 / 2 : 5-77 Açık Artırma Teors Üzere Br Çalışma Şeket Alper Koç Özet: Bu çalışmada haleler üzere teork r araştırma yapılacaktır. Belrl arsayımlar altıda
DetaylıDoğrusal Korelasyon ve Regresyon
Doğrusal Korelasyon ve Regresyon En az k değşken arasındak lşknn ncelenmesne korelasyon denr. Kşlern boyları le ağırlıkları, gelr le gder, öğrenclern çalıştıkları süre le aldıkları not, tarlaya atılan
DetaylıTOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı
TOBB Ekoom ve Tekoloj Üverstes İKT351 Ekoometr I, Ara Sıavı Öğr.Gör.: Yrd. Doç. Dr. A. Talha YALTA Ad, Soyad: Açıklamalar: Bu sıav toplam 100 pua değerde 4 soruda oluşmaktadır. Sıav süres 90 dakkadır ve
DetaylıÖrnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz;
Öre A. Bezer pe 40 güç ayağıı dayama süreler aşağıda gbdr. Geşlelmş reas ablosu oluşuruuz;, 4,7 3, 3,4 3,3 3, 3,9 4, 3,4 4, 3,8 3,7 3,6 3,8 3,7 3,0,,6 3, 3,,6,9 3, 3,0 3,3 4,3 3, 4, 4,6 3, 3,3 4,4 3,9,9
DetaylıPAMUKKALE ÜNİVERSİTESİ. Mühendislik Fakültesi, Makine Mühendisliği Bölümü. Zekeriya Girgin DENİZLİ, 2015 OTOMATİK KONTROL DERS NOTLARI
PAMUKKALE ÜNİVERSİTESİ Mühedlk Fakülte, Make Mühedlğ Bölümü Zekerya Grg DENİZLİ, 05 OTOMATİK KONTROL DERS NOTLARI Ööz Mühedlkte vermeye başladığım Otomatk Kotrol der daha y alaşılablme ç bu otlar hazırlamaya
DetaylıQuality Planning and Control
Qualty Plag ad Cotrol END 3618 KALİTE PLANLAMA VE KONTROL Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üverstes Edüstr Mühedslğ Aablm Dalı 1 Qualty Maagemet İstatstksel Proses Kotrol Kotrol Kartları 2 END 3618
DetaylıBÖLÜM 4 KLASİK OPTİMİZASYON TEKNİKLERİ (KISITLI OPTİMİZASYON)
BÖÜM 4 KASİK OPTİMİZASYON TEKNİKERİ KISITI OPTİMİZASYON 4. GİRİŞ Öcek bölülerde de belrtldğ b optzaso probleler çoğuluğu kısıtlaıcı oksolar çerektedr. Kısıtlaasız optzaso problelerde optu değer ede oksou
DetaylıOlasılık, Rastgele Değişkenler ve İstatistik
Olasılık, Rastgele Değşkeler ve İstatstk Dr. Caht Karakuş Eseyurt Üverstes İçdekler. İSTATİSTİK... 5.. Merkez Eğlm Ölçümler... 5. Olasılık... 5.. Olasılıklarda toplama ve çarpma kuralları... 8.. Koşullu
DetaylıMatematik olarak normal dağılım fonksiyonu. 1 exp X 2
Matematk olarak ormal dağılım foksyou f ( ) ep ( ) Şeklde fade edlr. Burada μ artmetk ortalama, σ se stadart sapma değer gösterr ve dağılım foksyou N(μ, σ) otasyou le gösterlr. Bu deklem geometrk görütüsü
Detaylıx 2$, X nın bir tahminidir. Bu durumda x ile X arasındaki farka bu örnek için örnekleme hatası x nın örnekleme hatasıdır. X = x - (örnekleme hatası)
4 ÖRNEKLEME HATASI 4.1 Duyarlılık 4. Güveilirik 4.3 Örek hacmi ve uyarlılık arasıaki ilişki 4.4 Örek hacmi ve göreceli terimler ile uyarlılık arasıaki ilişki 4.5 Hata kareler ortalaması Örekte ele eile
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri
DetaylıT.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BAZI DAĞILIMLAR İÇİN EN ÇOK OLABİLİRLİK VE FARKLI KAYIP FONKSİYONLARI ALTINDA BAYES TAHMİN EDİCİLERİNİN PERFORMANSLARININ KARŞILAŞTIRILMASI Gülca GENCER
DetaylıTÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ ( ) (TRANSLOG MALİYET FONKSİYONU UYGULAMASI) Yaşar AKÇAY 1 Kemal ESENGÜN 2
l Ta rr ım ı Ekooms Kog rres 6-8 - Eylül l 2000 Tek rrdağ TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ (980-998) (TRANLOG MALİYET FONKİYONU UYGULAMAI) Yaşar AKÇAY Kemal EENGÜN 2. GİRİŞ Türkye tarımı
DetaylıÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ
İSTATİSTİKSEL TAHMİNLEME VE İSTATİSTİKSEL YORUMLAMA TAHMİNLEME SÜRECİ VE YORUMLAMA SÜRECİ ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ ÖRNEKLEME VE ÖRNEKLEME ÖRNEKLEME DAĞILIMLARI VE ÖRNEKLEME DAĞILIMLARI Yorumlama
DetaylıÖZET Yüksek Lsas Tez NORMAL DAĞILIM VE NORMAL DAĞILIMLA İLGİLİ ÇIKARIMLAR Şeol ÇELİK Akara Üverstes Fe Blmler Esttüsü İstatstk Aablm Dalı Daışma : Doç
ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ NORMAL DAĞILIM VE NORMAL DAĞILIMLA İLGİLİ ÇIKARIMLAR Şeol ÇELİK İSTATİSTİK ANABİLİM DALI ANKARA 006 Her hakkı saklıdır ÖZET Yüksek Lsas Tez
Detaylı(DERS NOTLARI) Hazırlayan: Prof.Dr. Orhan ÇAKIR. Ankara Üniversitesi, Fen Fakültesi, Fizik Bölümü
FİZ433 FİZİKTE BİLGİSAYAR UYGULAMALARI DERS NOTLARI Hazırlaya: Pro.Dr. Orha ÇAKIR Akara Üverstes, Fe Fakültes, Fzk Bölümü Akara, 7! İÇİNDEKİLER. LİNEER OLMAYAN DENKLEMLERİN KÖKLERİNİN BULUNMASI I/II. LİNEER
DetaylıYrd. Doç. Dr. İhsa KARABULUT u daışmalığıda, Begül ARKANT tarafıda hazırlaa bu çalışma 3/07/008 tarhde aşağıdak jür tarafıda oy brlğ le Akara Üverstes
ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ BAĞIMLI GÖZLEMLERLE BOOTSTRAP YÖNTEMİ Begül ARKANT İSTATİSTİK ANABİLİM DALI ANKARA 008 Her hakkı saklıdır Yrd. Doç. Dr. İhsa KARABULUT u daışmalığıda,
DetaylıREGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyon Basit doğrusal regresyon modeli: .. + n gözlem için matris gösterimi,. olarak verilir.
203-204 Bahar REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyo Basit doğrusal regresyo modeli: y i = β 0 + β x i + ε i Modeli matris gösterimi, y i = [ x i ] β 0 β + ε i şeklidedir. x y 2 gözlem
DetaylıKUVVET SİSTEMLERİ KUVVET. Vektörel büyüklük. - Kuvvetin büyüklüğü - Kuvvetin doğrultusu - Kuvvetin uygulama noktası - Kuvvetin yönü. Serbest vektör.
İ.T.Ü. aka akültes ekak Aa Blm Dalı STATİK - Bölüm KUVVET SİSTELEİ KUVVET Vektörel büyüklük - Kuvvet büyüklüğü - Kuvvet doğrultusu - Kuvvet uygulama oktası - Kuvvet yöü S = (,,..., ) = + +... + = Serbest
DetaylıTALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ
TALEP TAHMİNLERİ Y.Doç.Dr. Alpagut YAVUZ Yöetm e temel foksyolarıda br ola plalama, e kaba taımıyla, şletme geleceğe yöelk alıa kararları br bleşkesdr. Geleceğe yöelk alıa kararları başarısı yöetcler yaptıkları
DetaylıTANIMLAYICI İSTATİSTİKLER
4 TANIMLAYICI İSTATİSTİKLER 4.. Merkez Eğlm Ölçüler 4... Artmetk Ortalama 4... Ağırlıklı Artmetk Ortalama 4..3. Keslmş artmetk ortalama 4..4. Geometrk Ortalama 4..5. Harmok Ortalama 4..6. Kuadratk Ortalama
Detaylı4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin
4/16/013 Ders 9: Kitle Ortalaması ve Varyası içi Tahmi Kitle ve Öreklem Öreklem Dağılımı Nokta Tahmii Tahmi Edicileri Özellikleri Kitle ortalaması içi Aralık Tahmii Kitle Stadart Sapması içi Aralık Tahmii
DetaylıÇok Aşamalı Sıralı Küme Örneklemesi Tasarımlarının Etkinlikleri Üzerine Bir Çalışma
Süleyma Demrel Üverstes, Fe Blmler Esttüsü Dergs, 15- ( 011),17-134 Çok Aşamalı Sıralı Küme Öreklemes Tasarımlarıı Etklkler Üzere Br Çalışma Nlay AKINCI 1, Yaprak Arzu ÖZDEMİR * 1 TRT Geel Müdürlüğü Reklam
DetaylıVEKTÖRLER VE VEKTÖREL IŞLEMLER
VEKTÖRLER VE VEKTÖREL IŞLEMLER 1 2.1 Tanımlar Skaler büyüklük: Sadece şddet bulunan büyüklükler (örn: uzunluk, zaman, kütle, hacm, enerj, yoğunluk) Br harf le sembolze edleblr. (örn: kütle: m) Şddet :
DetaylıYayılma (Değişkenlik) Ölçüleri
Yayılma (Değşel) Ölçüler Br ver set taıma yada farlı ver set brbrde ayırt etme ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etrafıda
DetaylıPARÇALI DOĞRUSAL REGRESYON
HAFTA 4 PARÇALI DOĞRUSAL REGRESYO Gölge değşkenn br başka kullanımını açıklamak çn varsayımsal br şrketn satış temslclerne nasıl ödeme yaptığı ele alınsın. Satış prmleryle satış hacm Arasındak varsayımsal
DetaylıÖNSÖZ. 2) Evde yapabileceklerinizi yapıp, laboratuar kılavuzundaki yerleri doldurun (!!! işaretli yerler).
ÖNSÖZ Bu laboratuar kılavuzu ĐST 5 Đstatstk Laboratuarı deeyler ç hazırlamıştır. Buradak deeyler ve çalışmaları amacı, şu aa kadar görüle dersler çerçevesde, rasgelelk olgusuu alaşılması ve alatılması
DetaylıBAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK *
BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK * Fteess Codtos For Soe Segroup Fales ad Costructos ad Effcecy Basr ÇALIŞKAN Mateatk Aabl Dalı Hayrullah AYIK Mateatk Aabl Dalı ÖZET
DetaylıİSTATİSTİK DERS NOTLARI
Balıkesir Üiversitesi İşaat Mühedisliği Bölümü umutokka@balikesir.edu.tr İSTATİSTİK DERS NOTLARI Yrd. Doç. Dr. Umut OKKAN idrolik Aabilim Dalı Balıkesir Üiversitesi İşaat Mühedisliği Bölümü Bölüm 5 Örekleme
DetaylıREGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI
FEN DEGİSİ (E-DEGİ). 8, 3() 9-9 EGESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KAELE VE EN KÜÇÜK MEDYAN KAELE YÖNTEMLEİNİN KAŞILAŞTIILMASI Özlem GÜÜNLÜ ALMA, Özgül VUPA Dokuz Eylül Üverstes, Fe-Edebyat Fakültes,
DetaylıBASİT ŞANS ÖRNEKLEMESİ
5 BAİT ŞA ÖREKLEMEİ 5. Artmetk ortalamaı tahm 5... Artmetk ortalamaı varyası 5... Artmetk ortalama ç güve aralığı 5..3. Artmetk ortalamaı tahme örek hacm ve uyarlılık arasıak lşk 5. Toplamı tahm 5... Toplamı
DetaylıİSTATİSTİKSEL TAHMİNLEME VE
1 ölüm maçları İSTTİSTİKSEL THMİLEME VE YORUMLM SÜRECİ ÖREKLEME VE ÖREKLEME DĞILIMLRI u bölümde öğreeceklerz. Örekleme gereksm ve yötemler celemek. Örekleme hatası kavramıı taımlamak Örekleme dağılışı
DetaylıDÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkanı : Yrd.Doç.Dr. İsmail YILDIZ
DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkaı : Yrd.Doç.Dr. İsmail YILDIZ ARAŞTIRMADA PLANLAMA VE ÇÖZÜMLEME (03-09 Ocak 014 Y.ÇELİK) Araştırma Süreci (The research
DetaylıRegresyon Analizi Basit Do rusal Regresyon Analizi En Küçük Kareler Tekni i Varyans n(v 2 ) Tahmini Basit Do rusal Regresyonda Aral k Tahmini
5 STAT ST K-II Amaçlar m z Bu ütey tamamlad kta sora; k de flke aras dak lflky aç klaya do rusal model kurablecek, k de flke aras dak lflk dereces belrleyeblecek blg ve becerlere sahp olacaks z. Aahtar
DetaylıKİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ
Kİ-KAR TSTLRİ A) Kİ-KAR DAĞILIMI V ÖZLLİKLRİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk gösterp
Detaylıİstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş
İstatistik Ders Notları 08 Ceap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI 5. Giriş Öreklem istatistikleri kullaılarak kitle parametreleri hakkıda çıkarsamalar yapmak istatistik yötemleri öemli bir bölümüü oluşturur.gülük
DetaylıETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA
İstabul Tcaret Üverstes Fe Blmler Dergs Yıl: 11 Sayı: Güz 01 s. 19-35 ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA Cası KAYA 1, Oza KOCADAĞLI Gelş: 30.05.01 Kabul: 14.1.01
Detaylıİşletme İstatistiği. [Type the document subtitle] Ege Yazgan ve Yüce Zerey 10/21/2003
ISTANBUL BİLGİ UNİVERSİTY İşletme İstatstğ [Type the documet subttle] Ege Yazga ve Yüce Zerey 1/1/3 [Type the abstract of the documet here. The abstract s typcally a short summary of the cotets of the
DetaylıALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI
ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları Alteratif üretim
DetaylıKONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI
1 KONTOL KATLAI 1)DEĞİŞKENLE İÇİN KONTOL KATLAI Ölçe,gözle veya deey yolu le elde edle verler değşke(ölçüleblr-sürekl) ve özellk (sayılablr-keskl) olak üzere başlıca k gruba ayrılır. Değşke verler belrl
DetaylıALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI
µ µ içi Güve Aralığı ALTERNATİF İTEMLERİN KARŞILAŞTIRILMAI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları
DetaylıSOYUT CEBİR VE SAYILAR TEORİSİ
ÇÖZÜMLÜ PROBLEMLERLE SOYUT CEBİR VE SAYILAR TEORİSİ PROF. DR. MEHMET ERDOĞAN Beyket Üverstes Fe-Edebyat Fakültes Matematk-Blgsayar Bölümü YRD. DOÇ. DR. GÜLŞEN YILMAZ Beyket Üverstes Fe-Edebyat Fakültes
DetaylıBÖLÜM 6 6. REGRESYON MODELİNİN TEMEL KONTROLÜ
BÖLÜM 6 6. REGRESYON MODELİNİN TEMEL KONTROLÜ Bu bölüde regresyo odel üzerde gerçekleştrlecek teel kotrol yöteler celeecektr. Bu kısıda açıklaacak ola tekkler sadece doğrusal regresyo ç değl doğrusal olaya
DetaylıNİÇİN ÖRNEKLEME YAPILIR?
İÇİ ÖREKEME YAPIIR? Zama Kısıdı Maliyeti Azaltma Hata Oraıı Azaltma Souca Ulaşma Hızı Doç.Dr. Ali Kemal ŞEHİRİOĞU Araş.Gör. Efe SARIBAY Örekleme Teorisi kousuu içide, Örekleme Tipleri populasyoda örek
DetaylıAsimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri
Asmetr ve Basıklık Ölçüler Ortalamalara dayanan (Pearson) Kartllere dayanan (Bowley) omentlere dayanan asmetr ve basıklık ölçüler Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr III. Asmetr ve Basıklık
DetaylıKİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri
Kİ KAR ANALİZİ 1 Doç. Dr. Mehmet AKSARAYLI www.mehmetaksarayl K-Kare Analzler OLAY 1: Genelde br statstk sınıfında, öğrenclern %60 ının devamlı, %30 unun bazen, %10 unun se çok az derse geldkler düşünülmektedr.
DetaylıMerkezi Eğilim (Yer) Ölçüleri
Merkez Eğlm (Yer) Ölçüler Ver setn tanımlamak üzere kullanılan ve genellkle tüm elemanları dkkate alarak ver setn özetlemek çn kullanılan ölçülerdr. Ver setndek tüm elemanları temsl edeblecek merkez noktasına
DetaylıKİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.
Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk
DetaylıBİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testlerine Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK İstatistiksel Tahmileme ve Hipotez Testlerie Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üiversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr
DetaylıBÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler
BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER 5.. İk Boyutlu Rasgele Değşkenler Br deney yapıldığında, aynı deneyle lgl brçok rasgele değşkenn aynı andak durumunu düşünmek gerekeblr. Böyle durumlarda
DetaylıSürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK
Sürekl Olasılık Dağılım Brkml- KümülatFonksyonu Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr Sürekl olasılık onksyonları X değşken - ;+ aralığında tanımlanmış br sürekl rassal değşken olsun. Aşağıdak
Detaylı