İSTATİSTİKSEL KALİTE KONTROLDE KULLANILAN TEMEL İSTATİSTİKSEL ÖLÇÜLER (MERKEZİ EĞİLİM VE DAĞILIM ÖLÇÜLERİ)

Save this PDF as:
 WORD  PNG  TXT  JPG

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "İSTATİSTİKSEL KALİTE KONTROLDE KULLANILAN TEMEL İSTATİSTİKSEL ÖLÇÜLER (MERKEZİ EĞİLİM VE DAĞILIM ÖLÇÜLERİ)"

Transkript

1 İTATİTİKEL KALİTE KOTROLDE KULLAILA TEMEL İTATİTİKEL ÖLÇÜLER (MERKEZİ EĞİLİM VE DAĞILIM ÖLÇÜLERİ) Kalite Mühendisliği kapsamında İstatistik Proses Kontrolde (İPK) kullanılan temel istatistik ölçüler ve bunların hesaplanma tarzları bu bölümde ele alınmıştır. Bir prosesi ele alırken anakütledeki (prosesteki) elemanlara ait ölçüm değerleri kümesi ve bu kümeden seçilen örnek değerleri kullanılarak temel bazı istatistik ölçülere ulaşılır. Bu sebeple anakütle ve örnek kavramlarının öncelikle tanımlanması gerekir. Anakütle: Belli bir konu hakkında ölçülmüş veya ölçülebilen elemanlardan meydana gelen evrensel kümeye denir. Anakütleye ait özelliklere (ortalama, oran, standart sapma vs.) parametre adı verilir. Örnek: ınırlı sayıda elemandan meydana gelen ve anakütlenin parametreleri hakkında bilgi edinmek amacıyla anakütleden çekilen herhangi bir alt kümeye örnek veya örneklem adı verilir. Örneğin her şeyden önce anakütlenin özelliklerini yansıtması gerekir. Bunun için örnek seçiminin yeterli ve uygun şekilde yapılması şarttır. Örneğe ait karakteristiklere (ortalama, oran, standart sapma vs.) örnek istatistiği adı verilir ve anakütle parametrelerinin tahmincileri olarak iade edilirler. Anakütledeki birim sayısı () ve örnekteki birim sayısı ise (n) hari ile gösterilmektedir. İstatistik problemlerin çözümünde kullanılacak veriler, istatistik serilere ve graiklere dönüştürülmek suretiyle incelenmektedir. Kalite Mühendisliği çalışmalarında kullanılan başlıca istatistik seriler veya veri setleri üç grupta toplanmaktadır. a) Basit seri veya veri seti: Verideki değerlerin küçükten büyüğe sıralanması ile elde edilen serilerdir.

2 b) Tasni edilmiş (sınılandırılmış) seri veya veri seti: Tekrarlayan elemanların bir araya getirilip rekans (tekrar sayısı) şeklinde gösterildiği seridir. Böylece seri değerleri aynı kalmakta, ancak seri daha dar ve anlaşılır hale gelmektedir. c) Gruplanmış eri: Bir veri setinde yer alan değerlerin sını denilen belli genişlikteki aralıklara ve seride yer alan rekansların da bu sınılara dağıtılmasıyla elde edilen serilere denilir. Bu tip serilerde verinin gerçek değerleri ortadan kalkmakta, ancak veri daha anlaşılır hale gelmektedir. Örnek: Bir makinede 30 günlük üretilen mamul miktarının dağılımı aşağıda verilmiştir. Bu verileri basit, tasni edilmiş ve gruplanmış serilere dönüştürünüz. Üretim miktarı ( i) : 0,5,8,7,5,6,,4,3,4,7,4,8,6,5,,5,0, 3,7,5,9,7,8,5,,3,4,9,6 Çözüm: Basit seriye dönüşüm i :7,8,0,0,,3,3,3,4,4,4,5,5,5,5,5,5,6,6,6,7,7,8,8, 9,9,,,4,5 Basit seride sadece bir sıralama işlemi gerektirdiğinden verideki bütün elemanlar aynen muhaaza edilmiştir. Bu ise verinin anlaşılırlığını azaltmaktadır. Tasni edilmiş seri Üretim mik.( i ) Gün sayısı ( i )

3 3 9 4 Toplam 30 Gruplanmış seri: Bunun için uygun bir sını aralığı belirlenmelidir. ını aralığı için aşağıdaki ormülü kullanmak mümkündür. max min 3,3log : ını aralığı, max : serinin en büyük değeri, min : erinin en küçük değeri, :Gözlem sayısı 4 7 3,3log30 7 5,907 Yukarıdaki veri seti için sını aralığı 3 olur. 3 Gruplama işlemi verinin boyutunu azaltırken daha anlaşılır hale getirmektedir. Ancak verilerin orijinalliği ortadan kalkmaktadır. Üretim Gün sayısı miktarı 7-0 dan az Toplam 30

4 4. Merkezi Eğilim Ölçüleri (Ortalamalar) Çok sayıda gözlem değerinden oluşan serileri daha anlamlı hale getirebilmek için tasni ve gruplama işlemine gidilir. Ancak bu işlem olayın normal değerini ortaya koymak için yeterli değildir. Bunun için bir serideki bütün gözlem değerlerini temsil eden tek bir rakam elde edilebilir. İşte bu rakama merkezi eğilim ya da ortalama adı verilir. Ortalamalar özellikle tek maksimumlu serilerde gözlemlerin hangi değer etraında toplanma gösterdiğini ortaya koyar. Ortalama değer daima serinin minimum ve maksimum değerleri arasında yer alır. min Ortalama max Ortalamaları arklı açılardan sınılandırmak mümkündür. Ancak burada genel olarak kabul edilen bir sınılama şeklini ele alacağız. Buna göre ortalamaları analitik (duyarlı) ve analitik olmayan (duyarsız) ortalamalar şeklinde iki grupta incelemek mümkündür. Analitik ortalamalar bütün veri setini dikkate alan ortalamalar (aritmetik, geometrik, harmonik, kareli ortalamalar), analitik olmayan ortalamalar ise veri setinin bir kısım elemanlarını dikkate alarak hesaplanan ortalamalardır (mod, medyan)... Analitik (duyarlı) Ortalamalar erideki bütün gözlem değerleri üzerinden hesaplanan ortalamalardır. Bunlar aritmetik, geometrik, harmonik ve kareli ortalamalardır. Ancak burada sadece aritmetik ve geometrik ortalama üzerinde durulacaktır...) Aritmetik Ortalama( ) erideki gözlem değerleri toplamının, toplam gözlem sayısına oranı şeklinde hesaplanır. Basit seride =... = i i Tasni edilmiş ve gruplanmış serilerde = Burada i: i. gözlem değeri, k k k k i = k i i i i

5 5 Gruplanmış seride i; i. sınıın orta noktasıdır. [(ını alt sınırı +ını üst sınırı)/] i : i. gözlemin tekrar sayısı (rekansı) Örnek.) Bir işletmede aynı parçayı üreten işçilerin bu parçayı üretim sürelerinin dağılımı aşağıdaki gibi gözlenmiştir. Parça üretim süresinin aritmetik ortalamasını bulunuz. Parça üretim süresi İşçi sayısı (dakika) ( i ) ( i ) i i Toplam i =0 i i =80 eri tasni edilmiş olarak verilmiştir. O halde aritmetik ortalaması: = 5 i 5 i ii i = 80 =4 dk/parça olarak bulunur. 0 Aritmetik ortalama istatistik analizin temel ölçülerinden biri olup en yaygın kullanılan ortalamadır. Özellikle normal dağılış gösteren ya da ona yakın dağılan verilerin ortalaması için seriyi temsil kabiliyeti yüksektir. Aritmetik ortalama bazı özelliklere sahiptir. Bu özellikleri kısaca şöyle özetlemek mümkündür.. Aritmetik ortalamanın veri sayısı ile çarpımı serinin toplamına eşittir.. Terimlerin aritmetik ortalamadan cebirsel sapmalarının toplamı sıırdır. 3. Terimlerin aritmetik ortalamadan sapmalarının kareleri toplamı minimumdur. 4. Bir serinin bütün terimlerine aynı sayıyı eklersek (çıkartırsak) aritmetik ortalama eklenen (çıkartılan) sayı kadar artar (azalır). 5. Bir serinin bütün terimlerini aynı sayıyla çarptığımızda (böldüğümüzde) aritmetik ortalama çarptığımız (böldüğümüz) sayıyla orantılı olarak büyür (küçülür). 6. Aritmetik ortalama veri setindeki aşırı değerlere karşı duyarlı bir ortalamadır..) Geometrik Ortalama(G) Bir serideki gözlem değerlerinin birbirleri ile çarpımlarının, gözlem sayısı derecesinde kökünün alınması ile elde edilir. Şu halde basit bir seri için geometrik ortalama; G 3 şeklinde bulunur. Kısaca

6 6 G i i yazılabilir. Burada işleci çarpım işlemi için kullanılır. Ancak bu yoldan geometrik ortalamayı bulmak için gözlem sayısının az olması gerekir. Gözlem sayısı arttıkça bu yoldan geometrik ortalamayı hesaplamak güçleşmektedir. Bunun yerine logaritmik dönüşüm uygulanarak geometrik ortalama hesaplanır. Şöyle ki; G 3 iadesi üslü olarak şöyle yazılabilir. G ( 3 ) / veya G = ( i ) / şeklinde yazılabilir. Bu iadenin her iki taraının logaritması alınırsa log( 3 ) logg = olur. Çarpımın logaritması ayrı ayrı logaritmalar toplamına eşit olduğuna göre; yapılır. logg = logg = log log log 3 i log olup düzenlenirse; log i elde edilir. logg yi G ye çevirmek için; G =0 logg dönüşümü Tasni edilmiş ve gruplanmış serilerde; i G = logg = 3 k 3 k olup logaritmik olarak log log 3 log 3 3 k k log k k i i log i k i i olur. Örnek.9) Bir işletmede aynı parçayı üreten 5 işçinin belli bir günde ürettikleri kusurlu parça sayıları aşağıda verilmiştir. Bu işletmede kusurlu parça üretiminin geometrik ortalamasını bulunuz. Kusurlu parça sayısı log ( i ) i

7 log i = ) G 3 = ) Logaritmik yoldan geometrik ortalamanın bulunuşu 3 = G = 8,84 parça G = İ log i logg = G = 0 0,9464 G = 8,84 parça... Analitik olmayan ortalamalar: Bu gruptaki ortalamalar serinin bütün değerlerini dikkate almayıp, sadece belli birkaç değerini, özellikle ortadaki değerleri esas alarak hesaplanan ortalamalardır. erinin bütün değerlerini dikkate almadan hesaplandıkları için analitik olmayan ortalamalar olarak adlandırılmaktadırlar...) Mod Bir seride en çok tekrarlanan değere mod adı verilir. İstatistikte nispeten az kullanılan bu ölçü özellikle verilerin simetrik bir dağılış göstermediği durumlarda iyi bir ölçü olarak düşünülebilir. Basit ve tasni edilmiş seride modun bulunması oldukça kolaydır. Basit bir sayma ya da tasni işlemi ile en çok tekrarlayan eleman bulunabilir. Eğer seride en çok tekrarlanan birden azla eleman varsa bu tür seriler çok modlu seriler olarak isimlendirilir. Böyle serilerde modun tek bir değerle iade edilmesi istenirse seri gruplanmış hale dönüştürülerek modu hesaplanabilir. Gruplama sonrasında da en yüksek rekansa sahip tek bir sını bulunamazsa sınılar birleştirilerek mod hesaplanabilir. Gruplanmış seride modu bulmak için serinin rekanslar sütunundan hareketle en çok tekrarlanan sını belirlenir. Belirlenen sını içerisinde mod a karşılık gelen değeri elde etmek için aşağıdaki ormül kullanılır. Mod l s l : mod sınıı alt sınırı : mod sınıı rekansı ile bir önceki sını rekansı arasındaki ark : mod sınıı rekansı ile bir sonraki sını rekansı arasındaki ark

8 8 s: serinin sabit sını aralığı Örnek.Konutlarda yıllık olarak tüketilen doğalgaz miktarının dağılımı aşağıda verilmiştir. Konutlarda yıllık olarak tüketilen doğalgaz miktarının ortalamasını mod ile belirleyiniz. Doğalgaz tüket. (m 3 /yıl) Konut ayısı l = = = Mod sınıı = = s = Mod l s Mod Mod 3,5 Mod 3500m 3 / yil Modun özellikleri - Ortalamalar oranında en temsili alanıdır. - Pratik hayatta çok kullanılan ortalamalardandır 3- Özellikle kalitati (niteliksel) serilerin ortalaması mod ile iade edilir. Göz rengi, medeni hal, marka, cinsiyet v.s gibi değişkenler kalitati değişkenler olup sayısal olarak iade edilemezler. 4- Mod serideki aşırı değerlere karşı hassas değildir. Çünkü normal serilerde mod genellikle serinin orta bölgesinde yer alır, uç değerlerden etkilenmez. 5- Yukarıdaki avantajlarının yanında analitik olmaması sebebi ile matematik işlemlere elverişli değildir. 6- J, ters J ve U tipi serilerde mod temsili alma özelliğini kaybeder. Böyle serilerde mod ya en küçük veya en büyük değere karşılık gelir.... Medyan (Ortanca) erideki değerler küçükten büyüğe sıralandığında tam ortaya düşen ve seriyi iki eşit parçaya bölen değere medyan adı verilir. Basit ve tasni edilmiş seride medyanın bulunuşu: Bunun için serideki değerler küçükten büyüğe sıralanır daha sonra medyana karşılık gelen değerin sıra değeri belirlenir. işlemi ile medyanın hangi sıradaki eleman olduğu belirlenir. Eğer bu işlemin sonucu tam sayı ise bu sıradaki eleman medyan olarak belirlenmiş olur. Eğer bu işlemin sonucu kesirli çıkarsa

9 9 medyan iki değerin tam ortasına düşeceğinden bu iki değerin ortalaması alınarak medyan bulunur Medyanın özellikleri - Pratik bir ortalamadır. Çünkü sadece basit bir sıralama işlemi gerektirir. - Özellikle açık sınılı seriler için medyan daha bir önem kazanır. Çünkü seride açık sınılar uçlarda yer alır. Medyan ise ortaya düşen değerdir. Böyle olunca medyan bu açık sınılardan etkilenmez ve kolaylıkla hesaplanabilir. 3- erideki aşırı değerlere karşı hassas değildir. Çünkü medyan serinin ortasına rastladığında, uçlarda oluşan aşırı değerler medyanı etkilemez. 4- erideki değerlerin medyandan mutlak arkları toplamı minimum olur. i -medyan minimum 5- Medyanın zayı taraı serideki bütün değerleri dikkate almaması sebebi ile matematik işlemlere elverişli değildir. Mod, Medyan ve Aritmetik Ortalama Arasındaki İlişkiler - imetrik ortalamada her üç ortalama birbirine eşit olur. = Medyan = Mod - ağa çarpık serilerde > Medyan > Mod olur. 3- ola çarpık seride < Medyan < Mod olur. 4- Asimetrisi hai seriler için yaklaşık olarak aşağıdaki eşitlik geçerlidir. ( - Mod ) 3( - Medyan). apma Ölçüleri Bir örneği meydana getiren elemanlar ortalama değer etraında belirli bir dağılış gösterirler. Gözlem değerleri arasındaki arklılıktan ileri gelen bu durum istatistik olarak serinin önemli karakteristiklerinden biridir. Bilindiği gibi ortalamalar serinin merkezi noktasını belirlemeye yarayan ölçülerdir. Dağılma ölçüleri ise gözlem değerlerinin bu merkezi noktadan uzaklaşma durumunu ortaya koyan ölçülerdir. Aynı ortalamaya sahip seriler arklı dağılış gösterebilirler. Bu yüzden bir seriyi sadece ortalama değere göre tanımlamak yanlış olur. Bunun yanı sıra dağılışının da bilinmesi gerekir.

10 0 Bir seride ortalamanın temsil kabiliyeti ile dağılma durumu arasında ters bir ilişki vardır. Dağılışı az olan serilerin ortalamaları daha temsili oldukları halde, dağılışı azla olanların ortalamaları seriyi daha az temsil eder. Bu sayede dağılışın tespiti ortalamanın temsil kabiliyeti hakkında da bilgi verecektir... Mutlak apma Ölçüleri Bu dağılma ölçüleri ilgili değişkenin kendi cinsinden (kg, cm, TL vs) sonuç verir. Bu sebeple mutlak dağılma ölçüleri olarak adlandırılırlar.... Değişim Aralığı Gözlem değerlerinin maksimum ve minimumu arasındaki ark olup verilerin ne kadarlık bir aralıkta değiştiğini gösterir. R = max min i :,5,0,30,50,5,58,70,90 olan bir serinin değişim aralığı R=90- =78 olur. Yani gözlem değerleri 7 birimlik bir aralıkta değişme göstermektedir. Bu dağılım ölçüsünün oldukça basit ve anlaşılır olmasına karşılık sadece iki uç değere bağlı olması, dolayısıyla serideki aşırı değerlerin etkisi altında olması mahzurlu yönünü oluşturur. adece iki uç değeri dikkate alması diğer gözlem değerlerinin dağılımının hiç dikkate alınmamasına sebep olmaktadır.... Ortalama (mutlak) apma Bilindiği gibi sapmalar serisinin (analitik ortalamadan sapmalar) toplamı sııra eşittir. ( i ) 0. Bu durumda sapmalar serisinin ortalamasını elde etmek değildir. erinin toplamını sıır olmaktan kurtarabilmek için mutlak sapmalar dikkate alınabilir. Böylece mutlak sapmalar serisinin ortalaması alınarak yeni bir sapma ölçüsü elde edilebilir. Bu sapma ölçüsü diğer iki sapma ölçülerinin aksine serinin bütün değerlerini dikkate almaktadır. Bu sebeple daha kullanışlı ve daha temsili bir sapma ölçüsü elde edilmiş olmaktadır. Ortalama sapmayı şöyle ormüle edebiliriz.

11 Basit eride O. i Tasni Edilmiş ve Gruplanmış eride O. i i i Örnek: Bir atölyede üretim hattında günlük olarak üretilen mamul sayılarının dağılımı aşağıda verilmiştir. Günlük üretimin ortalama sapmasını bulunuz. Mamul ayısı ( i ) Gün ayısı (i) i. i i i i , ,5, ,5 3, , , , ,5, ,5 0,5 Toplam i 90 i.i 386. i i 05 ii i i ,5 Ortalama sapma 05 O. O.,67a det/ gün i 90 i 90

12 Örnek: Bir ağrı kesicinin insanlar üzerinden ne kadar süre ile etkili olduğunu belirlemek için yapılan araştırmada, ağrı kesicinin etkinlik süresinin aşağıdaki gibi dağıldığı gözlenmiştir. Bu verilere göre etkin sürenin ortalama sapmasını bulunuz. Etkin. ür. (saat) Hast. ay. i i. i i i i 5 0 3,5 35-5, ,5 95 -, , ,7 07, Toplam , 986 9, 3 saat 06 Ortalama apma i i 84, O., 68 saat i 06 Ortalama sapmanın üstün ve zayı yönlerini şöyle özetleyebiliriz. Ortalama sapma serinin sapmasını iyi bir şekilde göstermektedir. Ancak mutlak işlemler gerektirmesi bu sapma ölçüsünün aritmetik işlemlere elverişsiz olmasına sebep olmaktadır. Bu sebeple istatistiksel kalite kontrol çalışmalarında kullanılması mümkün olamamaktadır...3. tandart apma erideki gözlem değerlerinin aritmetik ortalamadan sapmaları (sapmalar serisi) toplamı sıır idi. Bu durumu daha önce mutlak değer almak suretiyle önlemiş olduk. Ancak bu yol aritmetik işlemler için elverişli olmamaktadır. Mutlak işlemler yerine kare alma yolu ile sapmalar serisi toplamı sıır olmaktan kurtarılabilir. Böylece yeni bir sapma ölçüsü elde edilebilir. tandart sapma, sapmalar serisinin (aritmetik ortalamadan sapmalar) kareli ortalamasıdır. tandart sapmanın karesine varyans adı verilir. Kütlede standart sapma için aşağıdaki ormüller kullanılır. Örnek standart () sapması için paydada n serbestlik derecesi kullanılır.

13 3 ınılandırılmamış veri setinde ( i ) Örnek için ( i n ) ınılandırılmış veri setinde i( i i ) Örnek için i( i ( i) ) Örnek: Bir liseden mezun olan ve Ö sınavına giren öğrencilerin puanlarının dağılımı aşağıda verilmiştir. Buna göre öğrenci puanlarının standart sapmasını bulunuz. Ö Puanları Öğr. ayısı i i. i i i ( i ) ,9 4364, ,9 96, , 0, , 0, , 357,05 Toplam , , 9 puan tandart apma i( i i ) 49979, 0 0,4 puan Değişim Katsayısı (Varyasyon Katsayısı) CV % Araştırmada iki arklı yığın kullanılıyorsa; bu iki yığının aritmetik ortalamaları eşit iken varyansı küçük yığının daha homojen olduğu söylenir. Ancak yığının aynı özellik için aritmetik ortalamaları arklı iken varyanslara bakarak homojen yığını tespit etmek yanıltıcı olur. Böyle durumlarda Değişim Katsayısı adı verilen bir dağılım (yayılım) ölçüsü kullanılır. Değişim katsayısı CV ile gösterilecek olunursa bu şu şekilde iade edilir.

14 4 Araştırmada iki arklı yığın kullanılıyorsa; bu iki yığının aritmetik ortalamaları eşit iken varyansı küçük yığının daha homojen olduğu söylenir. Ancak yığının aynı özellik için aritmetik ortalamaları arklı iken varyanslara bakarak homojen yığını tespit etmek yanıltıcı olur. Böyle durumlarda Değişim Katsayısı veya Varyasyon Katsayısı adı verilen bir dağılım (yayılım) ölçüsü kullanılır. Değişim katsayısı CV ile gösterilecek olunursa bu şu şekilde iade edilir. CV σ μ Örnek: 6 kadın ve 9 erkek izleyicinin belli bir günde kaç saat TV seyrettiği aşağıda verilmiştir. Kadınlar mı yoksa erkekler mi TV seyretme süresi bakımından homojendir. Kadın: 4,7,4,3,5, Erkek: 6,6,8,9,,7,6,5, Çözüm: Her iki grubun aritmetik ortalama ve standart sapmaları hesaplanır, Kadınlar için: Erkekler için: K K.83 CV K 0.46 E CV E Bulunur. Burada CV değerinin sigmada olduğu gibi küçük olması arzu edilir. E 0.44

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

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

BİYOİSTATİSTİK Merkezi Eğilim ve Değişim Ölçüleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Merkezi Eğilim ve Değişim Ölçüleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Merkezi Eğilim ve Değişim Ölçüleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 İstatistik

Detaylı

BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ

BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ 1 BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel

Detaylı

Mühendislikte İstatistik Yöntemler

Mühendislikte İstatistik Yöntemler .0.0 Mühendislikte İstatistik Yöntemler İstatistik Parametreler Tarih Qma.3.98 4..98 0.3.983 45 7..984 37.3.985 48 0.4.986 67.4.987 5 0.3.988 45.5.989 34.3.990 59.4.99 3 4 34 5 37 6 45 7 45 8 48 9 5 0

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

TANIMLAYICI İSTATİSTİKLER

TANIMLAYICI İSTATİSTİKLER TANIMLAYICI İSTATİSTİKLER Tanımlayıcı İstatistikler ve Grafikle Gösterim Grafik ve bir ölçüde tablolar değişkenlerin görsel bir özetini verirler. İdeal olarak burada değişkenlerin merkezi (ortalama) değerlerinin

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

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

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir. 3.SUNUM Genel olarak test istatistikleri Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri olmak üzere 2 grupta incelenebilir. 2 Merkezi Eğilim Ölçüleri, belli bir özelliğe ya da değişkene

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

Prof.Dr.İhsan HALİFEOĞLU

Prof.Dr.İhsan HALİFEOĞLU Prof.Dr.İhsan HALİFEOĞLU Örnek: Aşağıda 100 yetişkine ilişkin kolesterol değerlerini sınıflandırılarak aritmetik ortalamasını bulunuz (sınıf aralığını 20 alınız). 2 x A fb C 229.5 n 40 20 100 221.5 3 Örnek:.

Detaylı

BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ

BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ 1 BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel sayma

Detaylı

A t a b e y M e s l e k Y ü k s e k O k u l u İstatistik Sunum 4 Öğr.Gör. Şükrü L/O/G/O KAYA www.sukrukaya.org www.themegallery.com 1 Yer Ölçüleri Yer ölçüleri, verilerin merkezini veya yığılma noktasını

Detaylı

Prof.Dr.İhsan HALİFEOĞLU

Prof.Dr.İhsan HALİFEOĞLU Prof.Dr.İhsan HALİFEOĞLU FREKANS DAĞILIMLARINI TANIMLAYICI ÖLÇÜLER Düzenlenmiş verilerin yorumlanması ve daha ileri düzeydeki işlemler için verilerin bütününe ait tanımlayıcı ve özetleyici ölçülere ihtiyaç

Detaylı

Bölüm 3 Merkezi Konum (Eğilim) Ölçüleri. Giriş Veri kümesi. Ortalamalar iki grupta incelenir. A. Duyarlı olan ortalama. B. Duyarlı olmayan ortalama

Bölüm 3 Merkezi Konum (Eğilim) Ölçüleri. Giriş Veri kümesi. Ortalamalar iki grupta incelenir. A. Duyarlı olan ortalama. B. Duyarlı olmayan ortalama GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL YÖNTEMLER Bölüm 3 Merkezi Konum (Eğilim) Ölçüleri Yrd. Doç. Dr. Safa KARAMAN 1 2 Giriş Veri kümesi Verileri betimlemenin ve özetlemenin bir diğer yolu da verilerin bir

Detaylı

VERİ SETİNE GENEL BAKIŞ

VERİ SETİNE GENEL BAKIŞ VERİ SETİNE GENEL BAKIŞ Outlier : Veri setinde normal olmayan değerler olarak tanımlanır. Ders: Kantitatif Yöntemler 1 VERİ SETİNE GENEL BAKIŞ Veri setinden değerlendirme başlamadan çıkarılabilir. Yazım

Detaylı

Merkezi Eğilim ve Dağılım Ölçüleri

Merkezi Eğilim ve Dağılım Ölçüleri Merkezi Eğilim ve Dağılım Ölçüleri Soru Öğrencilerin derse katılım düzeylerini ölçmek amacıyla geliştirilen 16 soruluk bir test için öğrencilerin ilk 8 ve son 8 soruluk yarılardan aldıkları puanlar arasındaki

Detaylı

Merkezi Yığılma ve Dağılım Ölçüleri

Merkezi Yığılma ve Dağılım Ölçüleri 1.11.013 Merkezi Yığılma ve Dağılım Ölçüleri 4.-5. hafta Merkezi eğilim ölçüleri, belli bir özelliğe ya da değişkene ilişkin ölçme sonuçlarının, hangi değer etrafında toplandığını gösteren ve veri grubunu

Detaylı

Bölüm 3. Tanımlayıcı İstatistikler

Bölüm 3. Tanımlayıcı İstatistikler Bölüm 3 Tanımlayıcı İstatistikler 1 Tanımlayıcı İstatistikler Bir veri setini tanımak veya birden fazla veri setini karşılaştırmak için kullanılan ve ayrıca örnek verilerinden hareket ile frekans dağılışlarını

Detaylı

ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ TANIMLAR VE VERİ SINIFLAMASI

ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ TANIMLAR VE VERİ SINIFLAMASI ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ TANIMLAR VE VERİ SINIFLAMASI DOÇ. DR. NİHAL ERGİNEL TANIMLAR VE VERİ SINIFLAMASI Olasılık, ilgilenilen olay/olayların meydana gelme olabilirliğinin ölçülmesidir.

Detaylı

Örnek...4 : İlk iki sınavında 75 ve 82 alan bir öğrencinin bu dersin ortalamasını 5 yapabilmek için son sınavdan kaç alması gerekmektedir?

Örnek...4 : İlk iki sınavında 75 ve 82 alan bir öğrencinin bu dersin ortalamasını 5 yapabilmek için son sınavdan kaç alması gerekmektedir? İSTATİSTİK Bir sonuç çıkarmak ya da çözüme ulaşabilmek için gözlem, deney, araştırma gibi yöntemlerle toplanan bilgiye veri adı verilir. Örnek...4 : İlk iki sınavında 75 ve 82 alan bir öğrencinin bu dersin

Detaylı

Projenin Adı: İstatistik yardımıyla YGS ye hazırlık için soru çözme planlaması

Projenin Adı: İstatistik yardımıyla YGS ye hazırlık için soru çözme planlaması Projenin Adı: İstatistik yardımıyla YGS ye hazırlık için soru çözme planlaması Projenin Amacı : YGS de başarılı olmak isteyen bir öğrencinin, istatistiksel yöntemler çerçevesinde, sınavda çıkan soru sayısını,

Detaylı

009 BS 400- İstatistik sonılannın cevaplanmasında gerekli olabilecek tablolar ve formüller bu kitapçığın sonunda verilmiştir. 1. şağıdakilerden hangisi doğal birimdir? l TV alıcısı Bl Trafik kazası CL

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

Mühendislikte İstatistiksel Yöntemler

Mühendislikte İstatistiksel Yöntemler Mühendislikte İstatistiksel Yöntemler BÖLÜM 7 TAHMİNLER Yrd. Doç. Dr. Fatih TOSUNOĞLU 1 Tahmin (kestirim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmaktır.

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

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

ORTALAMA ÖLÇÜLERİ. Ünite 6. Öğr. Gör. Ali Onur CERRAH

ORTALAMA ÖLÇÜLERİ. Ünite 6. Öğr. Gör. Ali Onur CERRAH ORTALAMA ÖLÇÜLERİ Ünite 6 Öğr. Gör. Ali Onur CERRAH Araştırma sonucunda elde edilen nitelik değişkenler hakkında tablo ve grafikle bilgi sahibi olunurken, sayısal değişkenler hakkında bilgi sahibi olmanın

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

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

Ölçme Sonuçları Üzerinde İstatistiksel İşlemler

Ölçme Sonuçları Üzerinde İstatistiksel İşlemler Ölçme Sonuçları Üzerinde İstatistiksel İşlemler Bir grup birey veya nesnenin belli bir özelliğe sahip olup olmadığı ya da belli bir özelliğe ne derece sahip olduğunu belirlemek amacı ile ölçme işlemi yapılır.

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

Biyoistatistiğin Tanımı Biyoistatistikte Kullanılan Terimler Değişken Tipleri Parametre ve İstatistik Tanımlayıcı İstatistikler

Biyoistatistiğin Tanımı Biyoistatistikte Kullanılan Terimler Değişken Tipleri Parametre ve İstatistik Tanımlayıcı İstatistikler Biyoistatistiğin Tanımı Biyoistatistikte Kullanılan Terimler Değişken Tipleri Parametre ve İstatistik Tanımlayıcı İstatistikler Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik

Detaylı

İSTATİSTİK HAFTA. ÖRNEKLEME METOTLARI ve ÖRNEKLEM BÜYÜKLÜĞÜNÜN TESPİTİ

İSTATİSTİK HAFTA. ÖRNEKLEME METOTLARI ve ÖRNEKLEM BÜYÜKLÜĞÜNÜN TESPİTİ ÖRNEKLEME METOTLARI ve ÖRNEKLEM BÜYÜKLÜĞÜNÜN TESPİTİ HEDEFLER Bu üniteyi çalıştıktan sonra; Örneklemenin niçin ve nasıl yapılacağını öğreneceksiniz. Temel Örnekleme metotlarını öğreneceksiniz. Örneklem

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

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

3)Aşağıdaki tabloda gruplandırılmış bir veri kümesi bulunmaktadır. Bu veri kümesinin mutlak ortalamadan sapması aşağıdakilerden hangisidir?

3)Aşağıdaki tabloda gruplandırılmış bir veri kümesi bulunmaktadır. Bu veri kümesinin mutlak ortalamadan sapması aşağıdakilerden hangisidir? İSTATİSTİK SORU VE CEVAPLARI 1)Tabloda 500 kişinin sahip oldukları akıllı telefon markalarını gösteren bilgiler verilmiştir.bu tabloda ki bilgileri yansıtan daire grafiği aşağıdakilerden hangisidir? TELEFON

Detaylı

KONU2 MERKEZİ EĞİLİM ÖLÇÜLERİ EĞİLİM ÖLÇÜLERİ ANALİTİK ORTALAMALAR ANALİTİK OLMAYAN MERKEZİ. Aritmetik ortalama **Medyan(median)

KONU2 MERKEZİ EĞİLİM ÖLÇÜLERİ EĞİLİM ÖLÇÜLERİ ANALİTİK ORTALAMALAR ANALİTİK OLMAYAN MERKEZİ. Aritmetik ortalama **Medyan(median) KONU2 MERKEZİ EĞİLİM ÖLÇÜLERİ 1 MERKEZİ EĞİLİM ÖLÇÜLERİ ANALİTİK ORTALAMALAR Bir örneklemde mevcut olan tüm veriler hesaba katılır. ANALİTİK OLMAYAN MERKEZİ EĞİLİM ÖLÇÜLERİ Bir örneklemdeki verilerin bir

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

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

İSTATİSTİKSEL MERKEZİ EĞİLİM ÖLÇÜLERİ (DUYARSIZ ORTALAMALAR)

İSTATİSTİKSEL MERKEZİ EĞİLİM ÖLÇÜLERİ (DUYARSIZ ORTALAMALAR) SAÜ 5. BÖLÜM İSTATİSTİKSEL MERKEZİ EĞİLİM ÖLÇÜLERİ (DUYARSIZ ORTALAMALAR) PROF. DR. MUSTAFA AKAL İÇİNDEKİLER 1. HASSAS OLMAYAN ORTALAMALAR 1.1. Mod (Tepe Noktası) 1.1.1.1. Basit Serilerde Mod 1.1.1.2.

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

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

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

İSTATİSTİK STATISTICS (2+0) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI

İSTATİSTİK STATISTICS (2+0) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI İSTATİSTİK STATISTICS (+) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI KONU BAŞLIKLARI :. İSTATİSTİĞE GİRİŞ. VERİLERİN DÜZENLENMESİ. MERKEZİ EĞİLİM ÖLÇÜLERİ.

Detaylı

17/01/2015. PowerPoint Template. Dr. S.Nihat ŞAD LOGO. İnönü University. Company Logo

17/01/2015. PowerPoint Template. Dr. S.Nihat ŞAD LOGO. İnönü University.  Company Logo PowerPoint Template LOGO Dr. S.Nihat ŞAD İnönü University www.thmemgallery.com Company Logo 1 Contents www.thmemgallery.com geliştirme süreci Birey hakkında bilgi toplama yolları lerin sınıflandırılması

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

İSTATİSTİK ÖRNEK SORULARI

İSTATİSTİK ÖRNEK SORULARI 1. Aşağıda gruplandırılmış seri verilmiştir. (n) 0-10 den az 5 10-20 den az 6 20-30 den az 9 30-40 den az 11 40-50 den az 4 50-60 den az 3 TOPLAM 38 İSTATİSTİK ÖRNEK SORULARI a) Mod değerini bulunuz? (15

Detaylı

TEMEL İSTATİSTİK BİLGİSİ. İstatistiksel verileri tasnif etme Verilerin grafiklerle ifade edilmesi Vasat ölçüleri Standart puanlar

TEMEL İSTATİSTİK BİLGİSİ. İstatistiksel verileri tasnif etme Verilerin grafiklerle ifade edilmesi Vasat ölçüleri Standart puanlar TEMEL İSTATİSTİK BİLGİSİ İstatistiksel verileri tasnif etme Verilerin grafiklerle ifade edilmesi Vasat ölçüleri Standart puanlar İstatistiksel Verileri Tasnif Etme Verileri daha anlamlı hale getirmek amacıyla

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 2: Prof. Dr. İrfan KAYMAZ Tanım İnceleme sonucu elde edilen ham verilerin istatistiksel yöntemler kullanılarak özetlenmesi açıklayıcı istatistiği konusudur. Açıklayıcı istatistikte

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

MAK 210 SAYISAL ANALİZ

MAK 210 SAYISAL ANALİZ MAK 210 SAYISAL ANALİZ BÖLÜM 6- İSTATİSTİK VE REGRESYON ANALİZİ Doç. Dr. Ali Rıza YILDIZ 1 İSTATİSTİK VE REGRESYON ANALİZİ Bütün noktalardan geçen bir denklem bulmak yerine noktaları temsil eden, yani

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

Merkezi Eğilim (Yer) Ölçüleri

Merkezi 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

Detaylı

Mühendislikte İstatistiksel Yöntemler

Mühendislikte İstatistiksel Yöntemler Mühendislikte İstatistiksel Yöntemler BÖLÜM 9 VARYANS ANALİZİ Yrd. Doç. Dr. Fatih TOSUNOĞLU 1 Varyans analizi niçin yapılır? İkiden fazla veri grubunun ortalamalarının karşılaştırılması t veya Z testi

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 2: Prof. Dr. İrfan KAYMAZ Tanım İnceleme sonucu elde edilen ham verilerin istatistiksel yöntemler kullanılarak özetlenmesi açıklayıcı istatistiği konusudur. Açıklayıcı istatistikte

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

7. HAFTA. Verilerin düzenlenmesi Verilerin gruplandırılması Merkezi eğilim ölçüleri Merkezi dağılım ölçüleri Standart puanlar. Yrd. Doç. Dr.

7. HAFTA. Verilerin düzenlenmesi Verilerin gruplandırılması Merkezi eğilim ölçüleri Merkezi dağılım ölçüleri Standart puanlar. Yrd. Doç. Dr. 7. HAFTA Verilerin düzenlenmesi Verilerin gruplandırılması Merkezi eğilim ölçüleri Merkezi dağılım ölçüleri Standart puanlar Yrd. Doç. Dr. Sedat ŞEN 14.04.2016 1 Veri nedir? Bir öğrenci kümesine uygulanan

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık KORELASYON ve REGRESYON ANALİZİ Doç. Dr. İrfan KAYMAZ Tanım Bir değişkenin değerinin diğer değişkendeki veya değişkenlerdeki değişimlere bağlı olarak nasıl etkilendiğinin istatistiksel

Detaylı

BÖLÜM 3 KURAMSAL ÇATI VE HİPOTEZ GELİŞ

BÖLÜM 3 KURAMSAL ÇATI VE HİPOTEZ GELİŞ BÖLÜM 3 KURAMSAL ÇATI VE HİPOTEZ GELİŞ İŞTİRME Araştırma rma SüreciS 1.Gözlem Genel araştırma alanı 3.Sorunun Belirlenmesi Sorun taslağının hazırlanması 4.Kuramsal Çatı Değişkenlerin açıkça saptanması

Detaylı

ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ PARAMETRİK OLMAYAN TESTLER Prof. Dr. Nihal ERGİNEL

ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ PARAMETRİK OLMAYAN TESTLER Prof. Dr. Nihal ERGİNEL ANADOLU ÜNİVERSİTESİ ENM 317 MÜHENDİSLİK İSTATİSTİĞİ PARAMETRİK OLMAYAN TESTLER Prof. Dr. Nihal ERGİNEL PARAMETRİK OLMAYAN TESTLER Daha önce incelediğimiz testler, normal dağılmış ana kütleden örneklerin

Detaylı

IİSTATIİSTIİK. Mustafa Sezer PEHLI VAN

IİSTATIİSTIİK. Mustafa Sezer PEHLI VAN IİSTATIİSTIİK Mustafa Sezer PEHLI VAN İstatistik nedir? İstatistik, veri anlamına gelir, İstatistik, sayılarla uğraşan bir bilim dalıdır, İstatistik, eksik bilgiler kullanarak doğru sonuçlara ulaştıran

Detaylı

VERİ KÜMELERİNİ BETİMLEME

VERİ KÜMELERİNİ BETİMLEME BETİMLEYİCİ İSTATİSTİK VERİ KÜMELERİNİ BETİMLEME Bir amaç için derlenen verilerin tamamının olduğu, veri kümesindeki birimlerin sayısal değerlerinden faydalanarak açık ve net bir şekilde ilgilenilen özellik

Detaylı

Veri nedir? Bir öğrenci kümesine uygulanan bir sınavdan elde edilen puanların herhangi bir işlem yapılmamış haline ham veri denir (ham puanlar) denir.

Veri nedir? Bir öğrenci kümesine uygulanan bir sınavdan elde edilen puanların herhangi bir işlem yapılmamış haline ham veri denir (ham puanlar) denir. Dr. Sedat Şen 1 Veri nedir? Bir öğrenci kümesine uygulanan bir sınavdan elde edilen puanların herhangi bir işlem yapılmamış haline ham veri denir (ham puanlar) denir. Değer nedir? Bir veriyi (puanlar dizisini)

Detaylı

7. HAFTA. Verilerin düzenlenmesi Verilerin gruplandırılması Merkezi eğilim ölçüleri Merkezi dağılım ölçüleri Standart puanlar. Yrd. Doç. Dr.

7. HAFTA. Verilerin düzenlenmesi Verilerin gruplandırılması Merkezi eğilim ölçüleri Merkezi dağılım ölçüleri Standart puanlar. Yrd. Doç. Dr. 7. HAFTA Verilerin düzenlenmesi Verilerin gruplandırılması Merkezi eğilim ölçüleri Merkezi dağılım ölçüleri Standart puanlar Yrd. Doç. Dr. Sedat ŞEN 23.02.2016 1 Veri nedir? Bir öğrenci kümesine uygulanan

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

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

ÜNİTE:1. İstatistiğin Tanımı, Temel Kavramlar ve İstatistik Eğitimi ÜNİTE:2. Veri Derleme, Düzenleme ve Grafiksel Çözümleme ÜNİTE:3

ÜNİTE:1. İstatistiğin Tanımı, Temel Kavramlar ve İstatistik Eğitimi ÜNİTE:2. Veri Derleme, Düzenleme ve Grafiksel Çözümleme ÜNİTE:3 ÜNİTE:1 İstatistiğin Tanımı, Temel Kavramlar ve İstatistik Eğitimi ÜNİTE:2 Veri Derleme, Düzenleme ve Grafiksel Çözümleme ÜNİTE:3 Ortalamalar, Değişkenlik ve Dağılma Ölçüleri ÜNİTE:4 Endeksler ÜNİTE:5

Detaylı

istatistik 4. Bir frekans dağılımına ilişkin birikimli seriler 1. Birimlerle ilgili aşağıdaki ifadelerden hangisi

istatistik 4. Bir frekans dağılımına ilişkin birikimli seriler 1. Birimlerle ilgili aşağıdaki ifadelerden hangisi 2010 S 4200- İstatistik sorulannın cevap l anmasında gerekli olabilecek t ablolar ve f ormüller bu kitapçığın sonunda verilmiştir. 1. Birimlerle ilgili aşağıdaki ifadelerden hangisi yanlıstır? ) Maddesel

Detaylı

Temel Ġstatistik. Tanımlayıcı Ġstatistik. Dağılımları Tanımlayıcı Ölçüler Yer Ölçüleri. Y.Doç.Dr. Ġbrahim Turan Mart 2011

Temel Ġstatistik. Tanımlayıcı Ġstatistik. Dağılımları Tanımlayıcı Ölçüler Yer Ölçüleri. Y.Doç.Dr. Ġbrahim Turan Mart 2011 Temel Ġstatistik Tanımlayıcı Ġstatistik Dağılımları Tanımlayıcı Ölçüler Yer Ölçüleri Y.Doç.Dr. Ġbrahim Turan Mart 2011 Yer / Konum Ölçüleri 1- Aritmetik Ortalama (Mean): Deneklerin aldıkları değerlerin

Detaylı

5. SUNUM. Verilerin düzenlenmesi Verilerin gruplandırılması Merkezi eğilim ölçüleri Merkezi dağılım ölçüleri Standart puanlar. Yrd. Doç. Dr.

5. SUNUM. Verilerin düzenlenmesi Verilerin gruplandırılması Merkezi eğilim ölçüleri Merkezi dağılım ölçüleri Standart puanlar. Yrd. Doç. Dr. 5. SUNUM Verilerin düzenlenmesi Verilerin gruplandırılması Merkezi eğilim ölçüleri Merkezi dağılım ölçüleri Standart puanlar Yrd. Doç. Dr. Sedat ŞEN 08.09.2016 1 Veri nedir? Bir öğrenci kümesine uygulanan

Detaylı

KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005

KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 1 Karşılaştırma istatistiği Temel kavramlar: Örneklem ve evren:

Detaylı

İÇİNDEKİLER BÖLÜM 1 KAVRAMLAR VE YÖNTEMBİLİM

İÇİNDEKİLER BÖLÜM 1 KAVRAMLAR VE YÖNTEMBİLİM İÇİNDEKİLER BÖLÜM 1 KAVRAMLAR VE YÖNTEMBİLİM I. İSTATİSTİK KAVRAMI ve TANIMI... 1 A. İSTATİSTİK KAVRAMI... 1 B. İSTATİSTİĞİN TANIMI... 2 C. İSTATİSTİĞİN TARİHÇESİ... 2 D. GÜNÜMÜZDE İSTATİSTİK VE ÖNEMİ...

Detaylı

Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler

Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler Rastgele Değişkenlerin Dağılımları Mühendislikte İstatistik Yöntemler Ayrık Rastgele Değişkenler ve Olasılık Dağılımları Yapılan çalışmalarda elde edilen verilerin dağılışı ve dağılış fonksiyonu her seferinde

Detaylı

Grafik üzerindeki bilgiler özetlenmiştir. Veriler arasındaki ilişkiler görünür haldedir.

Grafik üzerindeki bilgiler özetlenmiştir. Veriler arasındaki ilişkiler görünür haldedir. GRAFİK VE İSTATİSTİK Grafikler,verileri görsel hale getirerek,veriler üzerinde daha kolay işlem yapılmasına ve elde edilen sonuçları değerlendirerek üzerinde tahmin yapılmasına olanak sağlar. Grafik üzerindeki

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

Mühendislikte İstatistiksel Yöntemler

Mühendislikte İstatistiksel Yöntemler Mühendislikte İstatistiksel Yöntemler BÖLÜM 2 AÇIKLAYICI (BETİMLEYİCİ) İSTATİSTİK Yrd. Doç. Dr. Fatih TOSUNOĞLU 1-Açıklayıcı (Betimleyici) İstatistik İnceleme sonucu elde edilen ham verilerin istatistiksel

Detaylı

İSTATİSTİK. İstatistik Nedir? İstatistiksel Araştırmanın Amacı

İSTATİSTİK. İstatistik Nedir? İstatistiksel Araştırmanın Amacı İSTATİSTİK İstatistik, belirli amaçlar için veri toplama, toplanan verileri tasnif etme, çözümleme ve yorumlama bilimidir Yrd. Doç. Dr. Hamit AYDIN İstatistik Nedir? Latince de durum anlamına gelen status

Detaylı

14 Ekim 2012. Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi

14 Ekim 2012. Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi ÇOK DEĞİŞKENLİ REGRESYON ANALİZİ: ÇIKARSAMA Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge 14 Ekim 2012 Ekonometri

Detaylı

ÖLÇME VE DEĞERLENDİRME. Antrenörlük Eğitimi 4. Sınıf. Ölçme ve Değerlendirme - Yrd. Doç. Dr. Yetkin Utku KAMUK

ÖLÇME VE DEĞERLENDİRME. Antrenörlük Eğitimi 4. Sınıf. Ölçme ve Değerlendirme - Yrd. Doç. Dr. Yetkin Utku KAMUK ÖLÇME VE DEĞERLENDİRME Antrenörlük Eğitimi 4. Sınıf ÖLÇME VE DEĞERLENDİRME Merkezi Eğilim Ölçütleri Mod En çok görülen puandır ve hesaplanma yöntemi yoktur. İnceleme yolu ile bulunur. Terminal istatistiktir.

Detaylı

KANTİTATİF TEKNİKLER - Temel İstatistik -

KANTİTATİF TEKNİKLER - Temel İstatistik - KANTİTATİF TEKNİKLER - Temel İstatistik - 1 İstatistik Nedir? Belirli bir amaçla verilerin toplanması, düzenlenmesi, analiz edilerek yorumlanmasını sağlayan yöntemler topluluğudur. 2 İstatistik Kullanım

Detaylı

istatistik El 10 1_ ve 2_ sorular a Ş3 gldakl bilgilere göre Al 4 Bl 6 cı 7 Dl 8 Al 5 B) 12 CL 27 D) 28 E) 35 2Q 10 BS 4200-A

istatistik El 10 1_ ve 2_ sorular a Ş3 gldakl bilgilere göre Al 4 Bl 6 cı 7 Dl 8 Al 5 B) 12 CL 27 D) 28 E) 35 2Q 10 BS 4200-A 2Q 10 BS 4200- İstatistik sorulannın cevap l anmasında gerekli olabilecek tablolar ve f ormüller bu kita p ç ığın sonunda ver-ilmiştir. 1_ ve 2_ sorular a Ş3 gldakl bilgilere göre cevaplandırılacaktır

Detaylı

İstatistik Nedir? İstatistiğin Önemi Nedir? Tanımlayıcı ve Çıkarımcı İstatistik ttitik Tanımlayıcı İstatistik Türleri Çıkarımcı İstatistiğin i iği

İstatistik Nedir? İstatistiğin Önemi Nedir? Tanımlayıcı ve Çıkarımcı İstatistik ttitik Tanımlayıcı İstatistik Türleri Çıkarımcı İstatistiğin i iği İSTATİSTİK E GİRİŞ TEMEL KAVRAMLAR İstatistik Nedir? İstatistiğin Önemi Nedir? Tanımlayıcı ve Çıkarımcı İstatistik ttitik Tanımlayıcı İstatistik Türleri Çıkarımcı İstatistiğin i iği Elemanlarıl AMAÇ İstatistiğe

Detaylı

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

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım 2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI 2.1. Tanım Regresyon analizi, bir değişkenin başka bir veya daha fazla değişkene olan bağımlılığını inceler. Amaç, bağımlı değişkenin kitle ortalamasını, açıklayıcı

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

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

Biyoistatistik (Ders 4: Bağımsız Gruplarda İki Örneklem Testleri)

Biyoistatistik (Ders 4: Bağımsız Gruplarda İki Örneklem Testleri) İKİ ÖRNEKLEM TESTLERİ BAĞIMSIZ GRUPLARDA İKİ ÖRNEKLEM TESTLERİ Yrd. Doç. Dr. Ünal ERKORKMAZ Sakarya Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı uerkorkmaz@sakarya.edu.tr İKİ ÖRNEKLEM TESTLERİ

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

ÖĞRENCİNİN ADI SOYADI:. NO:

ÖĞRENCİNİN ADI SOYADI:. NO: ÖĞRENCİNİN ADI SOYADI:. NO: İMZA: 2011-2012 ÖĞRETİM YILI TIP 1. SINIF TEMEL BİYOİSTATİSTİK DERSİ ARA SINAVI (04.11.2011) Biyoistatistik ve Tıp Bilişimi Anabilim Dalı Başarılar Temel Biyoistatistik dersi

Detaylı

İSTATİSTİK EXCEL UYGULAMA

İSTATİSTİK EXCEL UYGULAMA İSTATİSTİK EXCEL UYGULAMA EXCEL UYGULAMA Bu bölümde Excel ile ilgili temel bilgiler sunulacak ve daha sonra İstatistiksel Uygulamalar hakkında bilgi verilecektir. İşlenecek Konular: Merkezi eğilim Ölçüleri

Detaylı

NORMAL DAĞILIM VE ÖNEMLİLİK TESTLERİ İLE İLGİLİ PROBLEMLER

NORMAL DAĞILIM VE ÖNEMLİLİK TESTLERİ İLE İLGİLİ PROBLEMLER NORMAL DAĞILIM VE ÖNEMLİLİK TESTLERİ İLE İLGİLİ PROBLEMLER A) Normal Dağılım ile İlgili Sorular Sayfa /4 Hamileler ile ilgili bir araştırmada, bu grubun hemoglobin değerlerinin normal dağılım gösterdiği

Detaylı

Ders 1 Minitab da Grafiksel Analiz-I

Ders 1 Minitab da Grafiksel Analiz-I ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI Ders 1 Minitab da Grafiksel Analiz-I İstatistik Nedir? İstatistik kelimesi ilk olarak Almanyada devlet anlamına gelen status kelimesine dayanılarak kullanılmaya

Detaylı

İstatistik ve Olasılığa Giriş. İstatistik ve Olasılığa Giriş. Ders 3 Verileri Sayısal Ölçütlerle İfade Etme. Verileri Sayısal Ölçütlerle İfade Etme

İstatistik ve Olasılığa Giriş. İstatistik ve Olasılığa Giriş. Ders 3 Verileri Sayısal Ölçütlerle İfade Etme. Verileri Sayısal Ölçütlerle İfade Etme İstatistik ve Olasılığa Giriş Robert J. Beaver Barbara M. Beaver William Mendenhall Presentation designed and written by: Barbara M. Beaver İstatistik ve Olasılığa Giriş Ders 3 Verileri Sayısal Ölçütlerle

Detaylı

Mühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş

Mühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş Mühendislik Mekaniği Statik Yrd.Doç.Dr. Akın Ataş Bölüm 10 Eylemsizlik Momentleri Kaynak: Mühendislik Mekaniği: Statik, R. C.Hibbeler, S. C. Fan, Çevirenler: A. Soyuçok, Ö. Soyuçok. 10. Eylemsizlik Momentleri

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

İSTATİSTİKSEL VERİ ANALİZİ

İSTATİSTİKSEL VERİ ANALİZİ İSTATİSTİKSEL VERİ ANALİZİ Prof. Dr. Gül ERGÜN Hacettepe Üniversitesi Kasım 2013 İstatistik Nedir? İSTATİSTİK Belirli bir konuda toplanan sayısal değerlerdir. Buna göre, 2012 yılında Türkiye de kayıtlı

Detaylı

BÖLÜM 4 FREKANS DAĞILIMLARININ GRAFİKLE GÖSTERİLMESİ

BÖLÜM 4 FREKANS DAĞILIMLARININ GRAFİKLE GÖSTERİLMESİ BÖLÜM 4 FREKANS DAĞILIMLARININ GRAFİKLE GÖSTERİLMESİ Frekans dağılımlarının betimlenmesinde frekans tablolarının kullanılmasının yanı sıra grafik gösterimleri de sıklıkla kullanılmaktadır. Grafikler, görselliği

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

İSTATİSTİĞE GİRİŞ ÜNİTE 2 İSTATİSTİK VERİLERİ VERİ TÜRLERİ

İSTATİSTİĞE GİRİŞ ÜNİTE 2 İSTATİSTİK VERİLERİ VERİ TÜRLERİ İSTATİSTİĞE GİRİŞ ÜNİTE 1 TEMEL KAVRAMLAR İSTATİSTİĞİN TANIMI İstatistik; herhangi bir konuyla ilgili verilerin toplanması, düzenlenmesi, özetlenmesi, sunulması, uygun yöntemlerle analizi ve bu analizlerle

Detaylı