Tek yönlü VA için seçenek bir test yöntemi ve geliştirilen bilgisayar yazılımı
|
|
- Özgür İbrahi̇m Tunç
- 6 yıl önce
- İzleme sayısı:
Transkript
1 İstatstçler Dergs (008) 75-8 İstatstçler Dergs Te yönlü VA çn seçene br test yöntem ve gelştrlen blgsayar yazılımı Engn Yıldıztepe Douz Eylül Ünverstes Fen-Edebyat Faültes İstatst Bölümü Kaynalar Yerleşes 3560, Buca, İzmr,Türye A. Fırat Özdemr Douz Eylül Ünverstes Fen-Edebyat Faültes İstatst Bölümü Kaynalar Yerleşes 3560, Buca, İzmr, Türye Özet Olduça genş uygulama alanlarına sahp olan te yönlü varyans çözümlemes yöntem, özellle dengesz deney düzenlernde sabt varyanslılı varsayımının sağlanmamasından ço etlenr. Bu etlenme, deneyde terar sayısı ve tle varyansı eşleşmesne göre farlı yönlerde olma üzere, araştırmacı tarafından belrlenen nomnal anlam düzeynden sapma bçmnde gerçeleşr (Harwell, M.R. ve dğerler, 99; Lx, L.M. ve dğerler, 996). Bu çalışmada Özdemr ve Kurt (006) tarafından eten düzeyler özel seçlmş te yönlü varyans çözümlemesnde değşen varyanslılı durumunda ullanılma üzere önerlen B test yöntemne ullanım olaylığı sağlama amacıyla gelştrlen br özel yazılım tanıtılacatır. Bu yazılım adresnden temn edleblr. Anahtar sözcüler: ANOVA; Değşen varyanslılı; B test, İstatst yazılımı. Abstract An Alternatve Test for One Way ANOVA and Specal Software One way analyss of varance whch has a wde applcaton area s very senstve to nequalty of varance problem especally when the desgn s unbalanced. The mpact of ths assumpton volaton gve rse to an ncrease or decrease n nomnal sgnfcance level whch s determned by the researcher dependng on the parng of number of replcaton and populaton varances (Harwell, M.R. et al., 99; Lx, L.M. et al., 996). In ths study, a specal software has been presented whch was developed n order to ease the applcaton of B test whch was proposed by Özdemr and Kurt (006) to create an alternatve when there s a nequalty of varance problem n one way ANOVA. Ths software s avalable at Keywords: ANOVA; Heteroscedastcty; B test; Statstcal software.. Grş Varyans çözümlemes genellle den fazla tle ortalamasının eştlğ test edlren yararlanılan br yöntemdr. Burada test edlen hpotez, H H : μ μ... μ 0 : μ μ * en az br,* çft çn
2 E. Yıldıztepe, A. F. Özdemr / İstatstçler Dergs (008) bçmnde urulur. Bu hpotez, cevap değşennde (Y) gözlenen toplam değşm varyans çözümlemes yardımıyla, GKT HKT DKT n n ( Y ) ( ) ( ) j Y.. Yj Y. n Y. Y.. j j () olara ısma ayrıldıtan sonra tüm,,..., üzere n ( Y Y ) n ( Yj Y. ) j... ( ) ( N ) Y ~ NID μ, j,,..., n olma düzeyler çn j ( ) DKO ~ F (), N bçmnde tanımlanan test statstğne sahp F test le test edlr. F test nn uygulanablmes çn Gözlemlern brbrnden bağımsız elde edlmes Gözlemlern elde edldğ tle dağılımlarının normal dağılıma uyması Gözlemlern elde edldğ tle dağılımlarına at varyansların homojen olması varsayımlarının sağlanması gerer. Her br deneme le elde edlen gözlemlern çeldğ tle varyanslarının homojen olmaması durumu farlı varyanslılı ( heteroscedastcty ) olara adlandırılır. Farlı varyanslılı durumunda, dğer varsayım sağlanıyorsa deneyde cevap değşennn dağılımı tüm,,..., Y ~ NID μ, j,,..., n bçmnde olur. Farlı varyanslılı düzeyler çn j ( ) durumunda arşılaşılan temel sorundan l F testne at test statstğnn dağılımının F, N dağılımına uymaması, ncs se araştırmacı tarafından belrlenen anlam düzeynn test sonunda orunamamasıdır.. Farlı varyanslılı durumunda F oranının dağılımında gözlenen değşm DKO Farlı varyanslılı durumunda oranının dağılımı onusunda yapılan en yetn çalışma (Box, 954) dr [9]. Box, farlı varyanslılı durumunda, deneme ve hata arelerne at aresel bçmlern dağılımında gözlenen değşm te yönlü varyans çözümlemesne uyarlamış ve b N N ( ) ( n ) DKO oranının ( N n ) ( N n ) ( n ) ' h n N ( N n ) 4 h ( n ) 4 (3) değerler le bf, h ' h dağılımına yalaştığını belrtmştr.
3 E. Yıldıztepe, A. F. Özdemr / İstatstçler Dergs (008) Araştırmacı tarafından belrlenen anlam düzey (nomnal) le gerçeleşen anlam düzey (actual) arasında far Düzenlenen deney sonunda elde edlen gözlem değerler, varyans çözümlemes ve F test le çözümlendğnde farlı varyanslılı durumu le arşılaşılırsa, gerçeleşen anlam düzey bazı durumlarda belrlenen anlam düzeynn 3 ya da 4 atına adar yüseleblren bazı durumlarda se bu düzeyn ço altında alablr []. İl durumda araştırmacı, göze aldığı I.Tp hata yapma rsnn 3 4 atı daha fazla br rs le arşı arşıya oluren gerçete doğru olan ve reddedlmemes gereen H 0 : μ μ... μ hpotez, farlı varyanslılı problem nedenyle reddedleblr. İnc durumda se II. Tp hata yapma olasılığı artacağından gerçete denemeler arasında var olan farlar yaalanamayablr. Belrlenen anlam düzey le gerçeleşen anlam düzey arasında far tle varyansları ve her deneme le yapılan terar sayılarına bağlıdır. Farlı varyanslılığın, F test sonuçları üzernde etlern görme çn büyü örnelem genşlğ durumuna yan F oranını oluşturan DKO ve değerlernn belenen değerlerne bama gerer [9].,,..., tle varyansları olma üzere hata areler ortalamasının belenen değer E N n ( ) E ( Y.) ( ) j Y n j N (4) bçmndedr. N ( n ) olduğu çn bu değer ( ) n ağırlıları le değerlernn br ağırlılı ortalamasıdır. H 0 ın doğruluğu altında deneme areler ortalamasının belenen değer se E ( DKO) E n ( Y. Y.. ) N ( ) n E Y ( μ) NE( Y μ) n N n. ( N n ) bçmndedr. Bu değer de ( ) n n N.. N ağırlıları le değerlernn ağırlılı ortalamasıdır. (5) Her deneme le eşt sayıda terarın yapıldığı dengel deney düzenlernde H 0 hpotez doğru se E ( ) E( DKO) olacağı çn farlı varyanslılığın ets Var(DKO) değernn ncelenmes le gözleneblr. Bu değer
4 E. Yıldıztepe, A. F. Özdemr / İstatstçler Dergs (008) ( ) ( ) ( ) Var DKO 4 (6) ( ) bçmndedr. Ktle varyanslarının homojen olması durumunda parantez çnde değer e eşt oluren farlı varyanslılı durumunda den büyü çıar. Farlı varyanslılı, Var(DKO) nun alacağı değern, homojen varyanslılı durumuna göre daha büyü olmasına neden olur. F dağılımı te uyrulu br dağılım olduğu çn Var(DKO) nun büyümes E(DKO) nun büyümesne bu da F oranının büyümesne neden olacatır [9]. Dengel deney düzenler çn farlı varyanslılı durumunda F oranının payı paydasından daha büyü değer alma eğlm gösterr. Bunun sonucu olara da gerçeleşen anlam düzey, belrlenen anlam düzeynden daha büyü çıar ve test, lberal br eğlm gösterr. Anca farlı varyanslılı nedenyle belrlenen anlam düzeynn orunamaması sorunu, dengesz deney düzenlernde olduğu adar cdd boyutta değldr [, 0]. Dengesz deney düzenlernde farlı varyanslılığın etsn nceleme çn uç durum ele alınmalıdır. Bunlardan brncs lteratürde aynı yönde eşleşme (AYE) olara adlandırılan varyansı büyü olan tleye at deneme le yapılan terar sayısının büyü, varyansı üçü olan tleye at deneme le yapılan terar sayısının üçü olması durumudur. Bu durumda Eştl (4) te verlen E() da büyü varyansın ağırlığı büyü oluren Eştl (5) te verlen E(DKO) da üçü varyansın ağırlığı büyü olmatadır. Bunun DKO sonucunda olara tanımlanan F oranının payı, paydasından daha üçü değerler alma eğlm gösterece ve gerçeleşen anlam düzey, belrlenen anlam düzeynden daha üçü çıacatır. F test, farlı varyanslılığın gözlendğ ve aynı yönde eşleşmenn olduğu dengesz deney düzenlernde tutucu eğlm gösterr ve bunun sonucu olara gerçete denemeler arasında olan anlamlı farlar bulunamayablr [3, 5]. Dengesz deney düzenlernde ncelenmes gereen nc uç durum se lteratürde ters yönde eşleşme (TYE) olara adlandırılan, varyansı büyü olan tleye at deneme le yapılan terar sayısının üçü, varyansı üçü olan tleye at deneme le yapılan terar sayısının büyü olması durumudur. Bu durumda Eştl (4) te verlen E() da büyü varyansın ağırlığı üçü oluren Eştl (5) te verlen DKO E(DKO) da büyü varyansın ağırlığı büyü olmatadır. Bunun sonucunda olara tanımlanan F oranının payı, paydasından daha büyü değerler alma eğlm gösterece ve gerçeleşen anlam düzey, belrlenen anlam düzeynden daha büyü çıacatır. F test, farlı varyanslılığın gözlendğ ve ters yönde eşleşmenn olduğu dengesz deney düzenlernde lberal eğlm gösterr ve bunun sonucu olara denemeler arasında gerçete anlamlı olmayan farlar bulunablr [3, 5]. Uygulamada, hang denemeye at tle varyansının büyü, hang denemeye at tle varyansının üçü olduğunun blnmes elbette mümün değldr. Burada, F testnn farlı varyanslılıtan en ço etlendğ uç durum üzernde durulmuştur. Lteratürde, farlı varyanslılı sorununa çözüm olara önerlen yalaşımlar değerlendrlren, özellle bu uç durumda performanslar göz önüne alınmatadır.. Yen ve bast br çözüm öners Özel seçml deneyler çn, te yönlü varyans çözümlemesnde farlı varyanslılı sorununa çözüm olara gelştrlen yalaşımları, Ver dönüşümler Yalaşı (approxmate) testler Tam (exact) testler Parametr olmayan testler Ağırlılı en üçü areler tahmn yöntem
5 E. Yıldıztepe, A. F. Özdemr / İstatstçler Dergs (008) Güçlü (robust) statstsel yöntemler bçmnde 6 ana başlıta gruplandırma mümündür. Bu bölümde anlatılaca yalaşım yalaşı testler grubuna dâhldr. düzeynn özel olara seçldğ ve bu düzeylere (denemelere) at tle dağılımlarının normal olduğu te etenl br deneyden elde edlen Y j (,,..., ; j,,..., n ) gözlemler le hesaplanan deneme ortalamaları Y. ve bu ortalamalara at standart hatalar da n ( Y. ) j Y j SY. n ( n ),,..., (7) olsun. Her,,..., denemes çn ω olaca şelde, ω S Y. S Y. (8) ağırlıları hesaplansın. Hesaplanan ω ağırlıları ve Y. deneme ortalamaları ullanılara Y ω Y. (9) bçmnde tanımlanan br ağırlılı ortalama hesaplansın. Y ağırlılı ortalama değer, μ genel ortalamanın varyans ağırlılı br tahmndr. Bu değerler ullanılara hesaplanan t Y. Y S Y. (0) statstğnn dağılımı ν n serbestl derecel Student t dağılımına uyar. Bu aşamada, hesaplanan her br t değerne, Baley tarafından Student t dağılan rassal değşenler üzernde ullanılma üzere önerlen
6 E. Yıldıztepe, A. F. Özdemr / İstatstçler Dergs (008) z ( z 3) 5 c 4ν ± 4 c 4ν ν ( 4z 9) ν t ln ν ~ N ( 0,) () bçmnde loal tam normall dönüşümü uygulanır []. Burada z c değer, standart normal dağılımda araştırmacının belrledğ anlam düzeynn yarısına (α / ) arşılı gelen rt değere eşttr ( α se z c.96 ). Dönüşümden sonra elde edlen z değerlernn areler alınara B ( z 3) Y. 5 Y c 4 ν 4. ln SY z ν ( 4 9) zc 4 ν ν ν () bçmnde tanımlanan, dağılımı - serbestl derecel χ dağılımına yalaşan ve tarafımızdan B olara smlendrlen statst hesaplanır. Hesaplanan bu değer, H 0 : μ μ... μ hpotez reddedlr. χ, α tablo değern geçerse 3. B test yazılımı Te yönlü sabt etl deney düzenlernden elde edlen sonuçların çözümlenmesnde farlı varyanslılı sorununun gderlmes amacıyla gelştrlmş B Test ne [8] at test statstğ hesaplanıren Baley tarafından 980 yılında önerlen loal tam normall dönüşümünden yararlanılır. İşlem yüünün haffletlmes çn bazı tablolar üretlmşse de hesaplamaların br blgsayar yazılımı le yapılmasının uygulamacılar açısından olaylı sağlayacağı düşünülmüştür ve bu amaçla B Test yazılımı gelştrlmştr. B Test yazılımı Delph 7.0 uygulama gelştrme aracı le gelştrlmştr. 3.. B test yazılımı ver grş Kullanıcılar grup ve terar sayılarını belrtere ver grş yapableceler gb metn dosyalarında bulunan verler de ullanablrler. Yazılım çalıştırıldığında l olara ullanıcıdan ver aynağının seçlmesn ster. Eğer verler br dosyada ayıtlı se Dosyadan seçeneğ seçlere Tamam butonuna basılır, böylece ullanıcılar verler çeren csv uzantılı (verler vrgülle ayrılmış) dosyalarını, açılan form le seçeblrler. Grup ve terar sayılarını belrtere ver grş çn Ver Grş seçeneğ şaretlenmeldr. Daha sonra atf hale gelen Grup Sayısı ve Terar Sayısı alanlarına deneyde grup sayısı ve terar sayısı yazılablr. Ver Grş seçeneğn şaretleyen ullanıcı Grup Sayısı ve Terar Sayısı alanlarını boş geçemez ve bu alanlara den üçü br sayı gremez. Bu alanlarda belrttğ grup ve terar sayılarına göre, verler açılan ana form üzernde tabloya greblr. Yazılımdan, dengesz deneylerden elde edlen verlern çözümlenmesnde de yararlanılablr. Bunun çn ver grşnde terar sayısı olara masmum terar sayısı belrtlmel ve terar sayısı es olan hücreler boş bıraılmalıdır.
7 E. Yıldıztepe, A. F. Özdemr / İstatstçler Dergs (008) Şel. Ver aynağı seçm 3.. B test yazılımı ullanım Ver grş tamamlandıtan sonra ullanıcı test statstğn hesaplattırablr. Testn anlam düzey formun üst ısmında lste utusundan seçleblr. Varsayılan değer 0,05 dr. Test sonuçlarını elde etme çn formun üst ısmında B Test butonu veya menüden İşlem Test değern hesapla seçeneğ ullanılablr. Şel. B test ana form χ Formun sağ tarafında test statstğ ve, α değerne göre arşılaştırılara verlen arar gösterlr. Testn sonuçları formun sağ tarafında edtörden opyalanablr, metn dosyası olara aydedleblr. Kullanıcı sadece sonuçları değl tabloya grdğ verler de csv uzantılı dosya olara aydedeblr. B Test yazılımı adresnden temn edleblr.
8 E. Yıldıztepe, A. F. Özdemr / İstatstçler Dergs (008) Şel 3. Kaydetme seçeneler 4. Sonuç B Test, tle dağılımı normal olduğunda te yönlü sabt etl deney düzenlernde, değşen varyanslılı nedenyle gerçeleşen anlam düzeynn nomnal anlam düzeynden sapmasını ontrol edeblen br testtr. Değşen varyanslılı problem olmadığı durumlarda se verdğ sonuçlar, F Test sonuçları le uyum göstermetedr. Burada hazırlanan yazılım, eşt ya da farlı deneme ve terar sayıları le B Test n değşen varyanslılı durumunda seçene br test olara ullanma steyen uygulamacılar çn büyü ullanım olaylığı sağlamıştır. Kaynalar [] Baley, B.J.R. (980), Accurate normalzng transformatons of Student s t Varate, Appled Statstcs, 9, [] Box, G.E.P. (954). Some theorems on quadratc forms appled n the study of analyss of varance problems, Annals of Mathematcal Statstcs, 5, [3] Brown, M.B., & Forsythe, A.B. (974). The small sample behavor of some statstcs whch test equalty of several means, Technometrcs, 6, 9 3. [4] Cantu, M. (003). Masterng Delph 7. CA:Sybex. [5] Clnch, J. J., & Keselman, H. J. (98). Parametrc alternatves to the analyss of varance, Journal of Educatonal Statstcs, 7, [6] Harwell, M.R., Rubnsten, E.N., Hayes, W.S., Olds, C.C. (99). Summarzng Monte Carlo results n methodologcal research: The one and two factor fxed effects ANOVA cases, Journal of Educatonal Statstcs, 7, [7] Lx, L.M., Keselman, J.C., Keselman, H.J. (996). Consequances of Assumpton Volatons Revsted: A Quanttatve Revew of Alternatves to the One-Way Analyss of Varance F Test, Revew of Educatonal Research, 4, [8] Özdemr, A.F. & Kurt, S. (006). One Way Fxed Effect Analyss of Varance Under Varance Heterogenety And A Soluton Proposal, Selçu Journal Of Appled Mathematcs, 7, 8 9. [9] Rupert, G., & Mller, J.R.(986). Beyond ANOVA, bascs of appled statstcs. Newyor: John Wley & Sons. Inc. [0] Scheffe, H. (959). The Analyss of Varance. Newyor: John Wley & Sons.Inc. [] Wlcox, R.R., Charln, V.L., & Thompson, K.L. (986). New Monte Carlo results on the robutness of the ANOVA F, W and F* statstcs, Communcatons n Statstcs: Smulaton and Computaton, 5,
Tek Yönlü Varyans Analizi (ANOVA)
VARYANS ANALİZİ İ örne ortalaması arasında farın önem ontrolü, örne büyülüğüne göre z veya testlernden bryle yapılır. Bu testlerle, den fazla örne ortalamasını brlte test etme ve aralarında farın önem
DetaylıARAŞTIRMA MAKALESİ /RESEARCH ARTICLE
ANADOLU ÜNİVERİTEİ BİLİM VE TEKNOLOJİ DERGİİ ANADOLU UNIVERIT JOURNAL OF CIENCE AND TECHNOLOG Clt/Vol.:8-ayı/No: : 93-0 (007) ARAŞTIRMA MAKALEİ /REEARCH ARTICLE TEK ÖNLÜ ÖZEL EÇİMLİ VARAN ÇÖZÜMLEMEİNDE
DetaylıANOVA. CRD (Completely Randomized Design)
ANOVA CRD (Completely Randomzed Desgn) Örne Problem: Kalte le blgnn, ortalama olara, br urumun üç farlı şehrde çalışanları tarafından eşt olara algılanıp algılanmadığını test etme amacıyla, bu üç şehrde
DetaylıUYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.
UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres
DetaylıPARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY
PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ- KARE TESTLERİ Doç.Dr. Al Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIAY Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı,
DetaylıPARAMETRİK OLMAYAN HİPOTEZ TESTLERİ
PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE KARE TESTLERİ Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı, F Dağılışı, gb br dağılışa uygun olduğu durumlarda
DetaylıSABİT-KUTUP YAKLAŞIMI KULLANILARAK TELEKONFERANSTA ODA AKUSTİK EKO YOK ETME
SABİ-KUUP YAKLAŞIMI KULLAILARAK ELEKOFERASA ODA AKUSİK EKO YOK EME uğba Özge ÖZDİÇ Rıfat HACIOĞLU Eletr-Eletron Mühendslğ Bölümü Mühendsl Faültes Zongulda Karaelmas Ünverstes, 671, Zongulda ozdnc_ozge@hotmal.com
DetaylıMETA ANALİZİNDE HETEROJENLİĞİN SAPTANMASINDA KULLANILAN YÖNTEMLERİN SİMÜLASYON TEKNİĞİ İLE KARŞILAŞTIRILMASI
T.C. MERSİN ÜNİVERSİTESİ SAĞLIK BİLİMLERİ ENSTİTÜSÜ BİYOİSTATİSTİK VE TIBBİ BİLİŞİM ANABİLİM DALI META ANALİZİNDE HETEROJENLİĞİN SAPTANMASINDA KULLANILAN YÖNTEMLERİN SİMÜLASYON TEKNİĞİ İLE KARŞILAŞTIRILMASI
DetaylıTek Yönlü Varyans Analizi
Tek Yönlü Varyan Analz Nedr ve hang durumlarda kullanılır? den fazla grupların karşılaştırılmaı öz konuu e, çok ayıda t-tet nn kullanılmaı, Tp I hatanın artmaına yol açar; Örneğn, eğer 5 grubu kşerl olarak
DetaylıYAŞAM VERİLERİNİN META ANALİZİ META ANALYSIS OF SURVIVAL DATA
YAŞAM VERİLERİNİN META ANALİZİ META ANALYSIS OF SURVIVAL DATA HATİCE YENİAY PROF. DR. DURDU KARASOY Tez Danışmanı Hacettepe Ünverstes Lsansüstü Eğtm-Öğretm Yönetmelğnn İstatst Anablm Dalı İçn Öngördüğü
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
DetaylıEn Küçük Etkili Doz Düzeyini Belirleme Yöntemlerinin Karşılaştırmaları
S Ü Fen Fa Fen Derg Sayı 36 () 83-94, KONYA En Küçü Etl Doz Düzeyn Belrleme Yöntemlernn Karşılaştırmaları Murat HÜSREVOĞLU, Hamza GAMGAM * Gaz Ünverstes, Fen Edebyat Faültes, İstatst Bölümü, Tenoullar,
DetaylıDüşük Hacimli Üretimde İstatistiksel Proses Kontrolü: Kontrol Grafikleri
Düşü Hacml Üretmde İstatstsel Proses Kontrolü: Kontrol Grafler A. Sermet Anagün ÖZET İstatstsel Proses Kontrolu (İPK) apsamında, proses(ler)de çeştl nedenlerden aynalanan değşenlğn belrlenere ölçülmes,
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
DetaylıMOD SÜPERPOZİSYONU İLE ZAMAN TANIM ALANINDA ÇÖZÜM
Nur ÖZHENEKCİ O SÜPERPOZİSYONU İLE ZAAN ANI ALANINA ÇÖZÜ Aşağıda açılanaca olan ortogonall özelllernn sağlandığı yapılar çn, zaman tanım alanında çözüm, her mod çn ayrı ayrı yapılıp daha sonra bu modal
Detaylı16. Dörtgen plak eleman
16. Ddörtgen pla eleman 16. Dörtgen pla eleman Kalınlığı dğer boyutlarına göre üçü ve düzlemne d yü etsnde olan düzlem taşıyıcı ssteme pla denr. Yapıların döşemeler, sıvı deposu yan duvarları ve öprü plaları
DetaylıÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ
ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Gülesen ÜSTÜNDAĞ BAZI PARAMETRİK OLMAYAN İSTATİSTİKSEL YÖNTEMLERİN İNCELENMESİ İSTATİSTİK ANABİLİM DALI ADANA, 005 ÇUKUROVA ÜNİVERSİTESİ
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.
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
DetaylıFarklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman
Farklı Varyans Var(u X ) = Var(u ) = E(u ) = σ Eşt Varyans Y X Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = σ Farklı Varyans Zaman Farklı Varyans le Karşılaşılan Durumlar Kest Verlernde. Kar dağıtım
DetaylıÜÇ BOYUTLU ÇAPRAZ TABLOLARDA LOGARİTMİK DOĞRUSAL ANALİZ: ÇOCUK İŞGÜCÜ DEĞİŞKENLERİ ARASINDAKİ ETKİLEŞİMLER
Uludağ Ünverstes İtsad ve İdar lmler Faültes Dergs lt XXV, ayı, 006, s. 41-70 ÜÇ OYUTLU ÇPRZ TLOLRD LOGRİTMİK DOĞRUL NLİZ: ÇOUK İŞGÜÜ DEĞİŞKENLERİ RINDKİ ETKİLEŞİMLER erpl ÜLÜL * Özet Kategor verlerde
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
DetaylıX, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının
1 DİĞER ÖZEL İSTATİSTİKSEL KALİTE KONTROL DİYAGRAMLARI X, R, p, np, c, u ve dğer kontrol dyagramları statstksel kalte kontrol dyagramlarının temel teknkler olup en çok kullanılanlarıdır. Bu teknkler ell
Detaylıİki Durumlu Karışımlı Lojistik Regresyona İlişkin Bir Uygulama. An Application for Binary Mixture Logistic Regression
BİLİŞİM TENOLOJİLERİ DERGİSİ, CİLT: 4, SAYI: 3, EYLÜL 2011 53 İ Durumlu arışımlı Lojst Regresyona İlşn Br Uygulama Yılmaz AYA 1, Abdullah YEŞİLOVA 2 1 Blgsayar Mühendslğ Bölümü, Srt Ünverstes, Srt, Türye
DetaylıSıklık Tabloları ve Tek Değişkenli Grafikler
Sıklık Tabloları ve Tek Değşkenl Grafkler Sıklık Tablosu Ver dzsnde yer alan değerlern tekrarlama sayılarını çeren tabloya sıklık tablosu denr. Sıklık Tabloları tek değşken çn marjnal tablo olarak adlandırılır.
DetaylıÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU
6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız
DetaylıHAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t :
HAFTA 13 GÖLGE EĞİŞKENLERLE REGRESYON (UMMY VARIABLES) Gölge veya kukla (dummy) değşkenler denen ntel değşkenler, cnsyet, dn, ten reng gb hemen sayısallaştırılamayan ama açıklanan değşkenn davranışını
DetaylıMAKROİKTİSAT (İKT209)
MAKROİKTİSAT (İKT29 Ders 6: IS-LM Prof. Dr. Ferda HALICIOĞLU İtsat Bölümü Syasal Blgler Faültes İstanbul Medenyet Ünverstes Derste İncelenen Konular Mal pyasasında denge: IS eğrs Para pyasasında denge:
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
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
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
DetaylıAJANDA LİTERATÜR TARAMASI
AJANDA İSTANBUL DAKİ HASTANELERDEN TIBBİ ATIKLARIN TOPLANMASI İÇİN ARA TESİSE UĞRAMALI BİR ARAÇ ROTALAMA MODELİ Denz Asen Koç Ünverstes İtsad ve İdar Blmler Faültes Müge Güçlü Koç Ünverstes Endüstr Mühendslğ
DetaylıA İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır?
. Br torbada 6 syah, 4 beyaz top vardır. Bu torbadan yerne koyarak top seçlyor. A İSTATİSTİK KPSS/-AB-PÖ/006. Normal dağılıma sahp br rasgele (random) değşkenn varyansı 00 dür. Seçlen topların ksnn de
DetaylıSAYISAL YÜKSEKLİK MODELLERİNDE KLASİK VE ESNEK HESAPLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI
TMMOB Harta ve Kadastro Mühendsler Odası, 15. Türye Harta Blmsel ve Ten Kurultayı, 5 8 Mart 015, Anara. SAYISAL YÜKSEKLİK MODELLERİNDE KLASİK VE ESNEK HESAPLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI Leyla ÇAKIR*
DetaylıKİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI
C.Ü. İktsad ve İdar Blmler Dergs, Clt 4, Sayı 1, 3 6 Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI H. BİRCAN, Y. KARAGÖZ ve Y. KASAPOĞLU
DetaylıADJUSTED DURBIN RANK TEST FOR SENSITIVITY ANALYSIS IN BALANCED INCOMPLETE BLOCK DESIGN
SAÜ Fen Edebyat Dergs (2010-I) F.GÖKPINAR v.d. DENGELİ TAMAMLANMAMIŞ BLOK TASARIMINDA, DUYUSAL ANALİZ İÇİN DÜZELTİLMİŞ DURBİN SIRA SAYILARI TESTİ Fkr GÖKPINAR*, Hülya BAYRAK, Dlşad YILDIZ ve Esra YİĞİT
DetaylıÇEV 314 Yağmursuyu ve Kanalizasyon. Nüfus Projeksiyonları
ÇEV 34 Yağmursuyu ve Kanalzasyon üfus Projesyonları Yrd. oç. r. Özgür ZEYA hp://cevre.beun.edu.r/zeydan/ üfus Projesyonları Tasarımı yapılaca olan alyapı projesnn (analzasyon, yağmursuyu analları vb.),
DetaylıGüvenlik Stokları. Tedarik Zincirlerinde Belirsizlik Yönetimi: Güvenlik Stokları. Güvenlik Stokları Belirlenirken Sorulması gereken sorular
Güvenl Stoları Tedar Zncrlernde Belrszl Yönetm: Güvenl Stoları Güvenl Stoğu: Herhang br dönemde, talebn tahmn edlen mtarın üzernde gerçeleşen mtarını arşılama çn elde bulundurulan sto mtarıdır Q Çevrm
DetaylıENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI
V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, 5-7 Kasım 5 ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN
DetaylıDEĞİŞKENLİK (YAYIKLIK) ÖLÇÜLERİ
SAÜ 6. BÖLÜM DEĞİŞKELİK (YAYIKLIK) ÖLÇÜLERİ PROF. DR. MUSTAFA AKAL İÇİDEKİLER 1. DEĞİŞKELİĞİ TAIMI VE ÇEŞİTLERİ. AALATİK OLMAYA DEĞİŞKELİK ÖLÇÜLERİ 3. ORTALAMA MUTLAK SAPMA 3.1. Bast Serde Ortalama Mutla
DetaylıISL223 İSTATİSTİK I DERS NOTLARI
T.C. RECEP TAYYİP ERDOĞAN ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İŞLETME BÖLÜMÜ SAYISAL YÖNTEMLER ANABİLİM DALI DERS NOTLARI ISL3 İSTATİSTİK I DERS NOTLARI HAZIRLAYAN PROF. DR. ALİ SAİT ALBAYRAK
DetaylıKATEGORĠK VERĠLER ĠÇĠN LOGARĠTMĠK DOĞRUSAL MODELLER VE GÖÇ ĠSTATĠSTĠKLERĠ ÜZERĠNE BĠR UYGULAMA*
KATEGORĠK VERĠLER ĠÇĠN LOGARĠTMĠK DOĞRUSAL MODELLER VE GÖÇ ĠSTATĠSTĠKLERĠ ÜERĠNE BĠR UGULAMA* ÖET Snan METE ** Aydın ÜNSAL *** İ yönlü olumsallı tablolarında statst çıarsamalar çn Pearson un -are statstğ
DetaylıMünevver TURANLI 1, Seda BAĞDATLI 2
Öner.C.9.S.35. Oca 0.07-3. SEMİPARAMETRİK REGRESYON Münevver TURANLI, Seda BAĞDATLI İstanbul Tcaret Ünverstes, İstatst Bölümü, Profesör Dr. İstanbul Tcaret Ünverstes, İstatst Bölümü, Araştırma Görevls
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)
DetaylıASİMETRİ (ÇARPIKLIK) VE BASIKLIK ÖLÇÜLERİ
SAÜ 7. BÖLÜ ASİETRİ (ÇARPIKLIK) VE BASIKLIK ÖLÇÜLERİ PROF. DR. USTAFA AKAL İÇİNDEKİLER. ÇARPIKLIK VE BASIKLIK. ORTALAALAR YARDIIYLA ÇARPIKLIĞIN (ASİETRİ, SKEWNESS) HESAPLANASI.. erez Eğlm Ölçüler Yardımıyla
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 7 Sayı: 1 s Ocak 2005
DEÜ MÜHENDİSİK FAKÜTESİ FEN ve MÜHENDİSİK DERGİSİ Clt: 7 Sayı: s. 7-85 Oca 5 ÜÇ BOYUTU BİR ÇERÇEVENİN UZAYSA VE DÜZEMSE STATİK YAPISA DAVRANIŞARININ KIYASANMASI (THE COMPARISON BETWEEN THE SPACE AND PANAR
DetaylıDeney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı
SRY ÜNİVERSİESİ Djtal ontrol Laboratuvar Deney Föyü Deney No: 2 Sıvı Sevye ontrol Deney 2.. Deneyn macı Bu deneyn amacı, doğrusal olmayan sıvı sevye sstemnn belrlenen br çalışma noktası cvarında doğrusallaştırılmış
DetaylıSEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011)
SEK Tahmnclernn Arzulanan Özellkler İk Değşkenl Bağlanım Model SEK Tahmnclernn Arzulanan Özellkler Ekonometr 1 Konu 9 Sürüm 2,0 (Ekm 2011) http://www.ackders.org.tr SEK Tahmnclernn Arzulanan Özellkler
DetaylıFarklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 Eşit Varyans
Farklı Varyans Var(u X ) = Var(u ) = E(u ) = s Eşt Varyans Y X 1 Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = s Farklı Varyans Zaman EKKY nn varsayımlarından br anakütle regresyon fonksyonu u lern
DetaylıPROJE SEÇİMİ VE KAYNAK PLANLAMASI İÇİN BİR ALGORİTMA AN ALGORITHM FOR PROJECT SELECTION AND RESOURCE PLANNING
Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Clt 3, Sayı:2, 2001 PROJE SEÇİMİ VE KAYAK PLALAMASI İÇİ BİR ALGORİTMA lgün MORALI 1 C. Cengz ÇELİKOĞLU 2 ÖZ Kaynak tahss problemler koşullara bağlı olarak
Detaylıuzayında vektörler olarak iç çarpımlarına eşittir. Bu iç çarpım simetrik ve hem w I T s formuna karşılık gelir. Buna p u v u v v v
1. Temel Form: Brnc temel form geometrk olarak yüzeyn çnde blndğ zayına gtmeden yüzey üzernde ölçme yamamızı sağlar. (Eğrlern znlğ, teğet ektörlern açıları, bölgelern alanları gb) S üzerndek ç çarım, br
DetaylıMIT Açık Ders Malzemeleri Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için
MIT Açık Ders Malzemeler http://ocm.mt.edu Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında blg almak çn http://ocm.mt.edu/terms veya http://tuba.açık ders.org.tr adresn zyaret ednz. 18.102
DetaylıPARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ
PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ 1 Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı, F Dağılışı, gb br dağılışa uygun olduğu 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
Detaylı4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ
Ünsal M.; Varol, A.: Soğutma Kulelernn Boyutlandırılması İçn Br Kuramsal 8 Mayıs 990, S: 8-85, Adana 4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ Asaf Varol Fırat Ünverstes, Teknk Eğtm Fakültes,
DetaylıUYGULAMA 2. Bağımlı Kukla Değişkenli Modeller
UYGULAMA 2 Bağımlı Kukla Değşkenl Modeller Br araştırmacı Amerka da yüksek lsans ve doktora programlarını kabul ednlmey etkleyen faktörler ncelemek stemektedr. Bu doğrultuda aşağıdak değşkenler ele almaktadır.
DetaylıSorunun varlığı durumunda hata terimi varyans-kovaryans matrisi Var, Cov(u) = E(uu') = σ 2 I n şeklinde yazılamıyor fakat
8. DEĞİŞEN VARYANS SORUNU (HETEROSCEDASTICITY) 8.. Değşen Varyans Sorunu Nedr? Matrslerle yan Y = β u Y = β β β 3 3 β k k u, = n genel doğrusal modeln ele alalım. Hata term çn yapılan varsayımlardan brs
Detaylı2.a: (Zorunlu Değil):
Uygulaa 5-7:.7 6 7 Baar Yarıyılı Jeodezk Ağlar e Uygulaaları UYGULAMA FÖYÜ,..7.a: (Zorunlu Değl: Yanına arılaayan br kule yükeklğnn trgonoetrk yükeklk belrlee yönteyle eaplanaı UYGULAMA.b : (Zorunlu C3
DetaylıÜç Yönlü Kontenjans Tablolarında Log-Lineer Model ile İş Kazası Verilerinin İncelenmesi
Karaelmas Fen ve Müh. Derg. 7():46-468, 017 Karaelmas Fen ve Mühendsl Dergs Derg web sayfası: http://fbd.beun.edu.tr Araştırma Maales Gelş tarh / Receved : 17.01.017 Kabul tarh / Accepted : 07.03.017 Üç
DetaylıERS-2 Raw Datası için Dönüşüme Dayalı Sıkıştırma
ERS- Raw Datası çn Dönüşüme Dayalı Sııştırma. Göhan. KASAPOĞLU, İrahm. PAPİLA, Bngül YAZGA, Sedef KET İstanul Ten Ünverstes, Eletr-Eletron Faültes, Eletron ve Haerleşme Mühendslğ, 066, Masla, İstanul Tel:
DetaylıÇOK BOYUTLU EŞLEŞMİŞ ÇİFTLER ARASINDAKİ FARKIN SINAMASINDA PERMÜTASYON YÖNTEMİNİN BİR DEĞERLENDİRMESİ. Burak ŞİMŞEK YÜKSEK LİSANS TEZİ İSTATİSTİK
ÇOK BOYUTLU EŞLEŞMİŞ ÇİFTLER ARASINDAKİ FARKIN SINAMASINDA PERMÜTASYON YÖNTEMİNİN BİR DEĞERLENDİRMESİ Burak ŞİMŞEK YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ TEMMUZ 2007 ANKARA
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
DetaylıHasar sıklıkları için sıfır yığılmalı kesikli modeller
www.statstkcler.org İstatstkçler Dergs 5 (01) 3-31 İstatstkçler Dergs Hasar sıklıkları çn sıfır yığılmalı keskl modeller Sema Tüzel Hacettepe Ünverstes Aktüerya Blmler Bölümü 06800-Beytepe, Ankara, Türkye
DetaylıSabit Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2
X Sabt Varyans Y Var(u X ) = Var(u ) = E(u ) = s Eşt Varyans EKKY nn varsayımlarından br anakütle regresyon fonksyonu u lern eşt varyanslı olmasıdır Her hata term varyansı bağımsız değşkenlern verlen değerlerne
DetaylıELM201 ELEKTRONİK-I DERSİ LABORATUAR FÖYÜ
T SAKAYA ÜNİESİTESİ TEKNOLOJİ FAKÜLTESİ ELEKTİK-ELEKTONİK MÜHENDİSLİĞİ ELM201 ELEKTONİK- DESİ LAOATUA FÖYÜ DENEYİ YAPTAN: DENEYİN AD: DENEY NO: DENEYİ YAPANN AD ve SOYAD: SNF: OKUL NO: DENEY GUP NO: DENEY
DetaylıHOMOJEN OLMAYAN VARYANS VARSAYIMI ALTINDA ORTALAMALARIN EŞİTLİĞİ İÇİN BAZI TEST İSTATİSTİKLERİ VE KARŞILAŞTIRMALARI Esra YİĞİT 1, Hamza GAMGAM 1 ÖZ
ANADOLU ÜNİVERİTEİ BİLİM VE TEKNOLOJİ DERGİİ B Teor Blmler ANADOLU UNIVERITY JOURNAL OF CIENCE AND TECHNOLOGY B Theoretcal ceces Clt/Vol.:-ayı/No: : 57-7 (0) HOMOJEN OLMAYAN VARYAN VARAYIMI ALTINDA ORTALAMALARIN
DetaylıDenklem Çözümünde Açık Yöntemler
Denklem Çözümünde Bu yöntem, n yalnızca başlangıç değer kullanılan ya da kökü kapsayan br aralık kullanılması gerekmez. Açık yöntemler hızlı sonuç vermesne karşın, başlangıç değer uygun seçlmedğnde ıraksayablr.
DetaylıTRANSFORMATÖRLER BÖLÜM 7. Alıştırmalar. Transformatörler. Sınıf Çalışması
TRAFORATÖRER BÖÜ 7 Alıştırmalar. İdeal transformatörler çn, eştlğn kullanırsak, 0 500 & 0 50. 50 A 800 400 Transformatör deal olduğundan, 400 8 800 4 A ınıf Çalışması A ampermetresnn gösterdğ değer 4A
Detaylı( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3
Yıldız Teknk Ünverstes Elektrk Mühendslğ Bölümü Deneyn Amacı İşlemsel kuvvetlendrcnn çalışma prensbnn anlaşılması le çeştl OP AMP devrelernn uygulanması ve ncelenmes. Özet ve Motvasyon.. Operasyonel Amplfkatör
DetaylıOLASILIK ve KURAMSAL DAĞILIMLAR
OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine
DetaylıİSTATİSTİK DERS NOTLARI
Balıkesr Ünverstes İnşaat Mühendslğ Bölüü uutokkan@balkesr.edu.tr İSTATİSTİK DERS OTLARI Yrd. Doç. Dr. Uut OKKA Hdrolk Anabl Dalı Balıkesr Ünverstes Balıkesr Ünverstes İnşaat Mühendslğ Bölüü İnşaat Mühendslğ
DetaylıOLASILIĞA GİRİŞ. Biyoistatistik (Ders 7: Olasılık) OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI
OLASILIĞA GİRİŞ Yrd. Doç. Dr. Ünal ERKORKMAZ Sakarya Ünverstes Tıp Fakültes Byostatstk Anablm Dalı uerkorkmaz@sakarya.edu.tr OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI Br olayındoğal koşullar altında toplumda
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
DetaylıARALIK TAHMİNİ (INTERVAL ESTIMATION):
YTÜ-İktisat İstatistik II Aralık Tahmini I 1 ARALIK TAHMİNİ INTERVAL ESTIMATION): Nokta tahmininde ilgilenilen anakütle parametresine ilişkin örneklem bilgisinden hareketle tek bir sayı üretilir. Bir nokta
DetaylıPARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8
PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8 Prof. Dr. Ali ŞEN İki Populasyonun Karşılaştırılması: Eşleştirilmiş Örnekler için Wilcoxon İşaretli Mertebe Testi -BÜYÜK ÖRNEK Bağımsız populasyonlara uygulanan
DetaylıSEK Yönteminin Güvenilirliği Sayısal Bir Örnek. Ekonometri 1 Konu 11 Sürüm 2,0 (Ekim 2011)
İk Değşkenl Bağlanım Model SEK Yöntemnn Güvenlrlğ Ekonometr 1 Konu 11 Sürüm,0 (Ekm 011) UADMK Açık Lsans Blgs İşbu belge, Creatve Commons Attrbuton-Non-Commercal ShareAlke 3.0 Unported (CC BY-NC-SA 3.0)
Detaylıkadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.
KONU : DUAL MODELİN EKONOMİK YORUMU Br prmal-dual model lşks P : max Z cx D: mn Z bv AX b AV c X 0 V 0 bçmnde tanımlı olsun. Prmal modeln en y temel B ve buna lşkn fyat vektörü c B olsun. Z B B BB c X
DetaylıMLP YAPAY SİNİR AĞLARINDA ÖĞRENME SÜRECİNİN AKTİVASYON FONKSİYONU VE İSTATİKSEL DEĞİŞİM GÖSTEREN GİRİŞ VERİLERİNE BAĞIMLILIĞI
MLP YAPAY SİNİR AĞLARINDA ÖĞRENME SÜRECİNİN AKTİVASYN FNKSİYNU VE İSTATİKSEL DEĞİŞİM GÖSTEREN GİRİŞ VERİLERİNE BAĞIMLILIĞI Hals ALTUN * Ulaş EMİNĞLU 2 Ber Sam TEZEKİCİ 3 Nğde Ünverstes, Mühendsl-Mmarlı
DetaylıSistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir :
5 9. BÖLÜM YÜK AKIŞI (GÜÇ AKIŞI) 9.. Grş İletm sstemlernn analzlernde, bara sayısı arttıkça artan karmaşıklıkları yenmek çn sstemn matematksel modellenmesnde kolaylık getrc bazı yöntemler gelştrlmştr.
DetaylıKARMAŞIK SAYILAR. Derse giriş için tıklayın...
KARMAŞIK SAYILAR Derse grş çn tıklayın A Tanım B nn Kuvvetler C İk Karmaşık Sayının Eştlğ D Br Karmaşık Sayının Eşlenğ E Karmaşık Sayılarda Dört İşlem Toplama - Çıkarma Çarpma Bölme F Karmaşık Dülem ve
DetaylıDENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI
A. DNYİN AMACI : Bast ser ve bast paralel drenç devrelern analz edp kavramak. Voltaj ve akım bölücü kurallarını kavramak. Krchoff kanunlarını deneysel olarak uygulamak. B. KULLANILACAK AAÇ V MALZML : 1.
DetaylıSAYISAL ANALİZ. Doç.Dr. Cüneyt BAYILMIŞ. Sayısal Analiz. Doç.Dr. Cüneyt BAYILMIŞ
SAYISAL ANALİZ Doç.Dr. Cüneyt BAYILMIŞ Doç.Dr. Cüneyt BAYILMIŞ Sayısal Analz SAYISAL ANALİZ SAYISAL TÜREV Numercal Derentaton Doç.Dr. Cüneyt BAYILMIŞ Sayısal Analz İÇİNDEKİLER Sayısal Türev Ger Farklar
DetaylıBİYOİSTATİSTİK PARAMETRİK TESTLER
BİYOİSTATİSTİK PARAMETRİK TESTLER Doç. Dr. Mahmut AKBOLAT *Bir testin kullanılabilmesi için belirli şartların sağlanması gerekir. *Bir testin, uygulanabilmesi için gerekli şartlar; ne kadar çok veya güçlü
DetaylıFARKLI SES KAYNAKLARINDAN ÜRETİLEN TEMEL TANIM DİZİLERİ İLE KONUŞMA İŞARETLERİNİN MODELLENMESİ
ARKI SES KAYNAKARINDAN ÜRETİEN TEME TANIM DİZİERİ İE KONUŞMA İŞARETERİNİN MODEENMESİ Rafet AKDENİZ Ümt GÜZ 2 Haan GÜRKAN 2 B. Sıddı YARMAN 2 Traya Ünverstes, Çorlu Mühendsl aültes, Eletron ve Haberleşme
DetaylıUÇAK ÇİZELGELEME PROBLEMİNİN KARINCA KOLONİLERİ OPTİMİZASYONU İLE ÇÖZÜMÜ
Uça Çzelgeleme roblemnn Karınca Kolonler Optmzasyonu le Çözümü HAVACILIK VE UZAY TEKNOLOJİLERİ DERGİSİ OCAK 2005 CİLT 2 SAYI 1 (87-95) UÇAK ÇİZELGELEME ROBLEMİNİN KARINCA KOLONİLERİ OTİMİZASYONU İLE ÇÖZÜMÜ
Detaylı30 %30iskonto oranı bulunur.
Örne 9: 900 TL re eğerl ve 80 gün vael br senen peşn eğer, ç soo üzernen 8000 TL olara hesaplanığına göre uygulanan soo oranı ner? çözü:.yol: =900 TL n=80 gün P 8000TL t=? P..900 8000 80t 8000( 80t).900
DetaylıBÖLÜM 7 TRANSFORMATÖRLER
BÖÜ 7 TAFOATÖE ODE OU - DEİ OUAI ÇÖZÜEİ 4.. prmer. Transformatör deal olduğundan, dr. > olduğundan, transformatör gerlm alçaltıcı olarak kullanılır. > ve < dr. Buna göre I ve II yargıları doğru, III. yargı
DetaylıÖrneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.
ÇIKARSAMALI İSTATİSTİKLER Çıkarsamalı istatistikler, örneklemden elde edilen değerler üzerinde kitleyi tanımlamak için uygulanan istatistiksel yöntemlerdir. Çıkarsamalı istatistikler; Tahmin Hipotez Testleri
DetaylıÖRNEK SET 5 - MBM 211 Malzeme Termodinamiği I
ÖRNE SE 5 - MBM Malzeme ermdnamğ I 5 ºC de ve sabt basınç altında, metan gazının su buharı le reaksynunun standart Gbbs serbest enerjs değşmn hesaplayın. Çözüm C O( ( ( G S S S g 98 98 98 98 98 98 98 Madde
DetaylıGrup Ardışık Test Yöntemlerinin Sağkalım Analizinde Uygulanması ve Harcama Fonksiyonlarının Güç Analizi
Terz ve ark. Byostatstk ORĐJĐAL ARAŞTIRMA / ORIGIAL RESEARCH. Grup Ardışık Test Yöntemlernn Sağkalım Analznde Uygulanması ve Harcama Fonksyonlarının Güç Analz APPLICATIO OF GROUP SEQUETIAL TEST METHODS
DetaylıBİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testi-III Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testi-III Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr
DetaylıThe Congeneric Test Theory and The Congeneric Item Analysis: An Application for Unidimensional Multiple Choice Tests
Anara Unversty, Journal of Faculty of Educatonal Scences, year: 005, vol: 38, no:, -47 The Congenerc Test Theory and The Congenerc Item Analyss: An Applcaton for Undmensonal Multple Choce Tests Hall YURDUGÜL
DetaylıCebir Notları. Karmaşık Sayılar Testi z = 1 2i karmaşık sayısının çarpmaya göre tersinin eşleniğinin sanal kısmı kaçtır?
Cebr Ntları Karmaşık Sayılar Test. + se Re() + Im()?. ( x y) + + ( x+ y ) se x + y tplamı kaçtır?. x + y ( x ) ve se y kaçtır?. ve se y x kaçtır?. sayısı kaça eşttr?. sayısı kaça eşttr? 7. x+ + ( y ) y
DetaylıPolynomial Approach to the Response Surfaces
D.Ü.Zya Göalp Eğtm Faültes Dergs 7 79-94 (6) TEPKİ YÜZEYLERİNE POLİNOMAL YAKLAŞIM Polynomal Approach to the Response Surfaces Azz HARMAN Özet Bu çalışmada deneyc veya araştırmacıların ontrolünde vetörü
DetaylıSESSION 1B: Büyüme ve Gelişme 279
SESSION 1B: Büyüme ve Gelşme 279 Türkye de Hanehalkı Tüketm Harcamaları: Pseudo Panel Ver le Talep Sstemnn Tahmn The Consumpton Expendture of Households n Turkey: Demand System Estmaton wth Pseudo Panel
Detaylıtaşinmaz DEĞERLEME- DE İSTATİKSEL ANALİZ
8 Varyans Analizi (Anova) TAŞINMAZ GELİŞTİRME TEZSİZ YÜKSEK LİSANS PROGRAMI taşinmaz DEĞERLEME- DE İSTATİKSEL ANALİZ Doç. Dr. Yüksel TERZİ 1 Ünite: 8 VARYANS ANALİZİ (ANOVA) Doç. Dr. Yüksel TERZİ İçindekiler
DetaylıTESADÜFİ DEĞİŞKENLERLE İLGİLİ BAZI YAKINSAKLIK ÇEŞİTLERİNİN KARŞILAŞTIRILMASI
ISSN:1306-3111 e-journal of New Worl Scences Acaemy 2008, Volume: 3, Number: 4 Artcle Number: A0108 NATURAL AND APPLIED SCIENCES MATHEMATICS APPLIED MATHEMATICS Receve: March 2008 Accepte: September 2008
DetaylıTÜRKYE'DE TRAFK KAZALARININ MODELLENMES K. Selçuk ÖÜT A. Faik YNAM ÖZET
TÜRKYE'DE TRAFK KAZALARININ MODELLENMES K. Selçuk ÖÜT A. Fak YNAM stanbul Teknk Ünverstes stanbul Teknk Ünverstes ÖZET Trafk kazaları, ülkemz gündemn sürekl olarak gal eden konularıdan brdr. Üzernde çok
Detaylı