2x2 Tablolarda Gözlemciler/Gözlemler Arası Uyumun Değerlendirilmesi. Evaluation of Agreement Between Observers/Observations in 2x2 Tables
|
|
- Duygu Müjde
- 6 yıl önce
- İzleme sayısı:
Transkript
1 DERLEME (Review) Hacettepe Diş Hekimliği Fakültesi Dergisi Cilt: 34, Sayı: 1-2, Sayfa: 46-52, x2 Tablolarda Gözlemciler/Gözlemler Arası Uyumun Değerlendirilmesi Evaluation of Agreement Between Observers/Observations in 2x2 Tables *Arş. Gör. Harika G. GÖZÜKARA BAĞ,* Öğr. Gör. Erdem KARABULUT, *Prof. Dr. C. Reha ALPAR * Hacettepe Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı ÖZET Diş hekimliğinde yapılan bazı çalışmalar, gözlemler ya da gözlemciler arasındaki uyumun belirlenmesi amacına dayalıdır. Bu tür çalışmalarda, değerlendirmeler arasındaki uyum incelenip ölçümlerin güvenirliği değerlendirilir. Bu amaçla geliştirilmiş katsayılardan üçü; basit uyum katsayısı ( ), Cohen in kappa katsayısı (κ ) ve PABAK katsayısıdır. Bu çalışmanın amacı, bu üç katsayıyı örneklerle incelemektir. Bu çalışmada, iki gözlemci/gözlem olması durumunda iki kategorili nitel bir değişken için gözlemciler içi ve gözlemciler arası uyumun değerlendirilmesinde kullanılan üç önemli istatistik; basit uyum katsayısı, Cohen in kappa katsayısı ve PABAK katsayısı tanıtılacak ve hipotetik uyum tabloları kullanılarak sonuçlar yorumlanacaktır. 2x2 tablolarda uyumu göstermek için basit uyum katsayısı yerine, sıklıkla kappa katsayısı kullanılmakla birlikte iki sorun nedeniyle kappanın yorumlanmasında güçlüklerle karşılaşılabilmektedir. PABAK katsayısı, kappadaki sorunları çözebilmektedir. ABSTRACT In dentistry, some of the studies are based on the determination of the agreement among observers or observations. In such studies, agreement between measures is considered to examine the reliability of these measures. For this purpose, three of the recommended coefficients are; simple percentage of agreement ( ), Cohen s kappa coefficient (κ ) and PABAK coefficient. Our aim in this study is to examine those three coefficients with examples. In this study, three important statistics used in case of the presence of two observers/observations and a variable with two categories to evaluate intra-observer and inter-observer agreement, namely simple proportion of agreement, Cohen s kappa coefficient and PABAK coefficient will be introduced and results will be explained using hypothetical agreement tables. In fourfold tables usually kappa coefficient is used rather than a simple proportion of agreement, but because of two paradoxes, there are difficulties in its interpretation. PABAK coefficient can solve those problems of kappa. ANAHTAR KELİMELER Gözlemciler arası uyum, gözlemciler içi uyum, basit uyum katsayısı, kappa katsayısı, PABAK KEYWORDS Inter-observer agreement, intra-observer agreement, simple proportion of agreement, kappa coefficient, PABAK
2 47 GİRİŞ Diş hekimliğinde yapılan bazı çalışmalar, gözlemler arasındaki uyumun, bir diğer deyişle, gözlemciler arasındaki ya da gözlemciler içi uyumun belirlenmesi amacına dayalıdır. Uyumun değerlendirilmesinde kullanılan değişkenler sürekli değişkenler olabileceği gibi kategorik (sınıflı) değişkenler de olabilir. Değişkenlerin türüne göre kullanılacak uyum istatistikleri de değişkenlik gösterir. Farklı durum ve varsayımlar için geliştirilmiş çeşitli uyum ölçüleri vardır. Örneğin, kategorik değişkenlerde ilgilenilen değişkenin kategori sayısına ya da yapılan değerlendirme (ölçüm) sayısına göre kullanılan uyum ölçüleri de farklılık gösterir. Uyum yüksek ise yapılan değerlendirmeler güvenilir olarak kabul edilir. Güvenirlik, bir ölçüm sürecinde, ölçüm işleminin tekrarlanabilirliği ya da tekrarlardaki tutarlılık olarak tanımlanabilir 1. İki gözlemci tarafından ölçülen değişken iki sınıflı (var yok, evet hayır vb.) olduğunda, gözlemciler arası uyumun değerlendirilmesi için çeşitli istatistikler (ölçüler) önerilmiştir. Bu istatistiklerin en bilinenlerinden ikisi basit uyum katsayısı ( ) ve Cohen in Kappa katsayısıdır (κ ). Bir diğer katsayısı da Kappa katsayısına alternatif olarak önerilen PABAK katsayısıdır. Bu makalede, ilgili ölçüler tanıtılarak hipotetik veri setlerinden elde edilen sonuçlar tartışılacaktır. UYUM KATSAYILARI Basit uyum katsayısı İki sınıflı veride, gözlemciler ya da aynı gözlemci tarafından yapılan iki ölçüm arasındaki uyumun en yalın göstergesi basit uyum katsayısıdır. Gerek bu katsayıyı gerekse aşağıda tartışılacak olan diğer iki katsayıyı hesaplamak için gerekli örnek tablo, Tablo I de verilmiştir. Tablo I yardımıyla basit uyum katsayısı,, Eşitlik 1 yardımıyla hesaplanır. a + d p0 = (1) n ın değeri 0 ile 1 arasında değişmekle birlikte genel olarak yorumlama aralığı 0.5 ile 1 arasındadır ve 1 e yakın olması istenir. 0.5 in altında elde edilen bir değeri genellikle şansa bağlı uyum a atfedilir. Basit uyum katsayısının zayıf yönü ise a veya d gözelerinden hangisinde yoğunlaşma olduğu hakkında bilgi vermemesidir 2. 2x2 Uyum Tabloları için Kappa Katsayısı İki sınıflı veride, gözlemciler arası uyum sadece basit uyum ile değil genellikle Cohen in kappa katsayısı (κ ) ile incelenir 3,4,5. Basit uyuma göre κ katsayısının avantajı, uyumun şans ile ortaya çıkması beklenen kısmını düzeltmesidir 3,6. Tablo I yardımıyla Cohen in kappa katsayısı, κ, Eşitlik 2 ile verilir. p p 0 e κ = (2) 1 pe Burada, p e, şansa bağlı uyumu gösterir ve Eşitlik 3 ile elde edilir. TABLO I Örnek Tablo Var a b (a+b) Yok c d (c+d) Toplam (a+c) (b+d) n
3 48 [( a + c) ( a + b) ] + [( b + d ) ( c d )] + p e = (3) 2 n Kappa katsayısı -1 ile +1 arasında değişir. Tam uyum söz konusu olduğunda κ =1 olur. Gözlenen uyumun şansa bağlı uyuma eşit ya da ondan büyük olması durumunda κ 0 iken, gözlenen uyumun şansa bağlı uyumundan küçük olması durumunda κ <0 olur. Kappa katsayısının yorumlanabilir aralığı 0 ile +1 arasında olup, negatif (κ <0) değerlerinin güvenirlik açısından bir anlamı yoktur 2. Landis ve Koch 7 uyumun derecesini elde edilen kappa katsayısı 0.20 ye eşit yada küçük ise zayıf uyum, aralığında ise Ortanın altında uyum, aralığında ise Orta düzeyde uyum, aralığında ise İyi düzeyde uyum ve aralığında ise Çok iyi düzeyde uyum olarak tanımlamışlardır. İki gözlemci arasındaki uyumun şansa bağlı kısmını düzelten bir uyum ölçüsü olarak tanıtılan κ katsayısının iki sorunu vardır 3,4,5,8,9. Birinci sorun; basit uyum ( ) yüksek olmasına rağmen, satır sütun toplamlarındaki büyük dengesizlikler nedeniyle küçük bir κ katsayısının elde edilmesidir (Tablo IV). İkinci sorun ise; satır-sütun toplamlarında asimetrik dengesizlik (Tablo VI) olduğunda κ katsayısının, simetrik dengesizlik (Tablo V) olması durumuna göre daha yüksek bulunabilmesidir. (a+c) ile (b+d) ve (a+b) ile (c+d) toplamlarının eşit ya da birbirine yakın olması durumunda satır-sütun toplamlarının dengeli olduğu söylenir. Bu toplamlar birbirinden uzaklaştıkça satır-sütun toplamları dengesizleşmeye başlar. (a+c) ile (a+b) ve (b+d) ile (c+d) toplamlarının eşit ya da birbirine yakın olması durumunda ise satır-sütun toplamlarının simetrik olduğu söylenir. Yine bu toplamların birbirinden uzaklaşması satır-sütun toplamlarının asimetrik olmasına yol açmaktadır. PABAK Katsayısı Byrt ve ark. tarafından kappa katsayısına alternatif olarak önerilen bir diğer uyum indeksi ise PABAK tır (Prevalence Adjusted Bias Adjusted Kappa) tır. Kappa katsayısı ile ilgili iki sorunu da çözebilen bu yaklaşımda sorunlar prevelans ve yanlılık indeksleri elde edilerek belirlenir 5,8. Bu nedenle, aşağıda öncelikle bu iki sorun üzerinde durulacaktır. Buna göre, birinci sorun 5,8 var ve yok kategorilerinin göreli olasılıklarından κ etkilenir ve bu olasılıklar arasındaki fark prevelans indeksi olarak adlandırılır. Prevelans indeksi (PI), Tablo I yardımıyla Eşitlik 4 ile verilir. (4) Prevelans indeksi büyük olduğu zaman, prevelans indeksinin küçük veya sıfır olması durumuna göre kappa daha düşüktür. Kappa üzerine prevelansın etkisi kappa nın büyük değerleri için küçük değerlerine göre daha yüksektir. Bu nedenle, prevelans indeksi hesaba katılmadan kappa nın tek başına anlamlı bir biçimde yorumlanması zordur. İkinci sorun 5,8 ve B, bir durumu farklı değerlendirdiklerinde gözlemciler arasında yanlılık olduğu söylenir. Yanlılık indeksi (YI), Eşitlik 5 ile elde edilir. (5) Uyumsuzluğu gösteren b ve c gözeleri simetriklikten uzaklaştıkça yanlılık indeksi artar. Yanlılık büyük olduğu zaman kappa katsayısı, yanlılık küçük olduğu veya hiç olmadığı duruma göre daha yüksek çıkmaktadır. Prevelans etkisinin tersine, yanlılık etkisi kappa küçük olduğunda büyük olduğu duruma göre daha yüksektir.
4 49 Özet olarak, kappa katsayısının sağlıklı bir şekilde yorumlanıp yorumlanamayacağının iki göstergesi PI ve YI ölçütleri olup, bu indeksler kappa katsayısı kullanılırken dikkate alınmalıdır. İki gözlemci arasındaki PABAK uyum indeksi, prevelans farklılığı ve gözlemciler/gözlemler arasındaki yanlılık için kappa nın düzeltilmesini sağlar 6. PABAK hesaplanırken, b ve c gözeleri ortalamalarıyla yer değiştirirken, aynı zamanda a ve d gözeleri de ortalamalarıyla değiştirilerek kappa katsayısı elde edilir 8. Tablo II yardımıyla Eşitlik 3 yeniden yazıldığında aşağıdaki eşitliğe ulaşılacaktır. Bu eşitlikten de p e nin 0.5 olacağı sonucuna kolaylıkla ulaşılabilir. [( f + g) ( f + g) ] + [( g + f ) ( g + f )] [ 2( f g) ] 2 p e = + Tablo II deki f (uyumlu gözlerin ortalaması) ve g (uyumsuz gözlerin ortalaması) Eşitlik 6 ile hesaplanır: ( a + d ) f =, 2 ( b + c) g = (6) 2 Buradan PABAK katsayısı Eşitlik 7 ile elde edilir. ( 2 f n) 0.5 PABAK = = p (7) Yanlılık ve prevelans için yapılan düzeltme ile gözlenen uyum ile doğrusal olarak ilişkili bir indeks elde edilir. PABAK, ı yeniden ölçeklendirdiği için -1 den (f=0 olduğunda) +1 e (g=0 olduğunda) kadar değerler alabilir ve gözlenen uyum %50 ye eşit olduğu zaman sıfırdır 6. PABAK katsayısının yorumlanması, kappa katsayısı ile aynıdır. Kappa ile PABAK arasındaki ilişki Eşitlik 8 ile verilmiştir 8 : PABAK=1 olmadıkça, YI mutlak değeri büyüdükçe (sabit PI için) κ katsayısı büyür ve PI mutlak değeri büyüdükçe (sabit YI için) κ katsayısı küçülür 7. Eğer hem yanlılık hem de prevelans etkisi varsa YI ve PI ın göreli büyüklüğüne bağlı olarak κ katsayısı, PABAK tan küçük ya da büyük olabilir 5,8. ÖRNEKLER Simetrik dengeli satır sütun toplamlarına sahip 2x2 uyum tablosuna bir örnek Tablo III de verilmiştir. Tablo III de nın var ve yok olarak yaptığı değerlendirme sıklıklarının birbirine yakın olması nedeniyle sütün toplamlarının dengeli olduğu ve gözlemci B nin yaptığı sınıflandırmaların birbirine yakın olması nedeniyle de satır toplamlarının dengeli olduğu söylenir. Hem satır hem de sütün toplamlarının dağılımlarının benzer olması ise tablonun satır sütün toplamlarının simetrik olduğunu göstermektedir. (8) TABLO II PABAK katsayısının hesaplanması için düzenlenmiş 2x2 uyum tablosu Var f g f+g Yok g f g+f Toplam f+g g+f 2(f+g)
5 50 TABLO III Satır-sütun toplamları simetrik dengeli 2x2 uyum tablosu Var Yok Toplam Tablo III için, κ ve PABAK katsayılarının hesaplanması aşağıda gösterilmiştir. Tablo III de satır sütun toplamları simetrik dengeli olduğu için PI ve YI indeksleri oldukça küçüktür. Bu nedenle, bu indekslere göre düzeltme yapan PABAK katsayısı ile kappa katsayısı aynı değere sahiptir. Tablo IV de her iki gözlemcinin de var ve yok olarak yaptığı sınıflandırma frekanslarının birbirinden uzak olması nedeniyle satır sütün toplamları dengesizdir. Diğer yandan, iki gözlemcinin aynı kategori için yaptığı değerlendirme sıklıklarının benzer olması nedeniyle simetriklikten söz edilebilir. Satır sütun toplamları simetrik dengesiz olan Tablo IV için yanlılık indeksi oldukça küçük olmakla beraber, satır sütun toplamlarındaki aşırı dengesizliğe bağlı olarak PI oldukça yüksektir. PI büyük olduğu için, kappa katsayısı basit uyuma göre oldukça küçük olarak elde edilmiştir. Tablo III ve Tablo IV de basit uyum katsayıları eşit olduğu halde, birinci sorun nedeniyle satır sütun toplamları dengesiz olan Tablo IV için elde edilen kappa katsayısı, simetrik dengeli satır sütun toplamlarına sahip Tablo III ünkinden oldukça küçüktür. Ancak, PI ve YI ne göre düzeltme yapan PABAK katsayıları eşittir. Simetrik dengesiz satır sütun toplamlarına sahip Tablo V için YI büyük değildir, daha çok PI etkisine bağlı olarak kappa katsayısı, PABAK tan daha küçük olarak elde edilmiştir. Satır sütun toplamları asimetrik dengesiz olan Tablo VI için basit uyum, Tablo V ile eşittir. Ancak, bahsedilen ikinci sorun nedeniyle asimetrik dengesiz satır sütun toplamlarına sahip Tablo VI için elde edilen kappa katsayısı, simetrik dengesiz satır sütun toplamlarına sahip Tablo V in kappa katsayısının iki katıdır. Tablo V ve VI nın basit uyumları eşit olduğu için PABAK katsayıları da eşittir. Tablo VI için YI nin etkisi PI ne göre daha büyük olduğu için kappa katsayısı PABAK tan daha yüksek olarak elde edilmiştir.
6 51 TABLO IV Satır sütun toplamları simetrik dengesiz 2x2 uyum tablosu Var Yok Toplam = 0.85, κ = 0.33, PI = 0.74, YI = -0.02, PABAK = 0.70 TABLO V Satır sütun toplamları simetrik dengesiz 2x2 uyum tablosu Var Yok Toplam = 0.61, κ = 0.13, PI = 0.33, YI = -0.14, PABAK = 0.21 TABLO VI Satır sütun toplamları simetrik dengesiz 2x2 uyum tablosu Var Yok Toplam = 0.61, κ = 0.27, PI = -0.01, YI = 0.29, PABAK = 0.21 SONUÇ VE ÖNERİLER 2x2 tablolarda uyumu göstermek için basit uyum katsayısı yerine, sıklıkla şans düzeltmesi yapan κ katsayısı kullanılmakta, ancak açıklanan iki sorun nedeniyle yorumlanmasında güçlüklerle karşılaşılabilmektedir. Bu nedenle, bu iki sorun (yanlılık ve prevelans etkisi) büyük olduğunda kappa katsayısının tek başına verilmesi ve prevelansları oldukça farklı durumlardaki kappa ların karşılaştırılması uygun olmamaktadır 8. Byrt ve ark. tarafından önerilen PABAK ise gözlenen uyumları eşit olan tablo çiftleri için eşittir. Dolayısıyla, bu tür çalışmalarda bir katsayıya bağlı kalmak yerine birden çok katsayının verilmesi ve elde edilen sonuçların hangi nedenlerle farklı çıktığının açıklanması daha doğru bir yaklaşım olacaktır.
7 52 KAYNAKLAR 1. Alpar R. Uygulamalı Çok Değişkenli İstatistiksel Yöntemlere Giriş 1. Nobel Yayın Dağıtım Ltd. Şti Ankara 2.Baskı 2. Alpar R. Spor Bilimlerinde Uygulamalı İstatistik. Nobel Yayın Dağıtım Ltd. Şti Ankara 3.Baskı 3. Feinstein AR, Cicchetti DV. High agreement but low kappa: I. The problems of two paradoxes. J Clin Epidemiol 1990; 43: Lantz AC, Nebenzahl E. Behavior and interpretation of the κ statistic: Resolution of the two paradoxes. J Clin Epidemiol 1996; 46: Sim J, Wright CC. The kappa statistic in reliability studies: use, interpretation, and sample size requriments. Phys Ther 2005; 85: Kundel HL, Polansky M. Measurement of observer agreement. Radiology 2003; 228: Landis JR, Koch GG. The measurement of observer agreement for categorical data. Biometrics 1977; 33: Bryt T, Bishop J, Carlin JB. Bias, prevalence and kappa. J Clin Epidemiol 1993; 46: Cicchetti DV, Feinstein AR. High agreement but low kappa: II. Resolving the paradoxes. J Clin Epidemiol 1990; 43: Geliş Tarihi : Received Date : 25 September 2009 Kabul Tarihi : Accepted Date : 19 April 2010 İLETİŞİM ADRESİ Arş. Gör. Harika G. GÖZÜKARA BAĞ Hacettepe Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı. Sıhhiye ANKARA Telefon: Faks: E-posta: harika@hacettepe.edu.tr
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,
DetaylıÖrnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız.
.4. Merkezi Eğilim ve Dağılım Ölçüleri Merkezi eğilim ölçüleri kitleye ilişkin bir değişkenin bütün farklı değerlerinin çevresinde toplandığı merkezi bir değeri gösterirler. Dağılım ölçüleri ise değişkenin
DetaylıBÖLÜM 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
DetaylıORTALAMA 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
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık KORELASYON ve REGRESYON ANALİZİ Doç. Dr. İrfan KAYMAZ Tanım Bir değişkenin değerinin diğer değişkendeki veya değişkenlerdeki değişimlere bağlı olarak nasıl etkilendiğinin istatistiksel
DetaylıKorelasyon, Korelasyon Türleri ve Regresyon
Korelasyon, Korelasyon Türleri ve Regresyon İçerik Korelasyon Korelasyon Türleri Korelasyon Katsayısı Regresyon KORELASYON Korelasyon iki ya da daha fazla değişken arasındaki doğrusal ilişkiyi gösterir.
DetaylıOlgu-kontrol araştırmalarının analizi ve değerlendirilmesi. Raika Durusoy
Olgu-kontrol araştırmalarının analizi ve değerlendirilmesi Raika Durusoy 1 Olgu-kontrol araştırmaları Belli bir hastalığı olan ( olgu ) ve olmayan ( kontrol ) bireyler belirlenir Her iki grubun bir etkene
DetaylıTemel 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
DetaylıLOJİSTİK REGRESYON ANALİZİ
LOJİSTİK REGRESYON ANALİZİ Lojistik Regresyon Analizini daha kolay izleyebilmek için bazı terimleri tanımlayalım: 1. Değişken (incelenen özellik): Bireyden bireye farklı değerler alabilen özellik, fenomen
DetaylıBÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ
1 BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel sayma
DetaylıOLASILIK ve KURAMSAL DAĞILIMLAR
OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine
DetaylıBölüm 3. Tanımlayıcı İstatistikler
Bölüm 3 Tanımlayıcı İstatistikler 1 Tanımlayıcı İstatistikler Bir veri setini tanımak veya birden fazla veri setini karşılaştırmak için kullanılan ve ayrıca örnek verilerinden hareket ile frekans dağılışlarını
DetaylıENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Ders 2 Merkezi Eğilim Ölçüleri
ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI Ders 2 Merkezi Eğilim Ölçüleri Basit Seriler Elde edilecek ham verilerin küçükten büyüğe doğru sıralanması ile elde edilen serilere basit seri denir ÖRNEK:
DetaylıYrd. 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
DetaylıKARŞILAŞTIRMA 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:
DetaylıÖrneklem Dağılımları & Hipotez Testleri Örneklem Dağılımı
Örneklem Dağılımları & Hipotez Testleri Örneklem Dağılımı Ortalama veya korelasyon gibi istatistiklerin dağılımıdır Çıkarımsal istatistikte örneklem dağılımı temel fikirlerden biridir. Çıkarımsal istatistik
DetaylıTEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ
TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ 1 İstatistik İstatistik, belirsizliğin veya eksik bilginin söz konusu olduğu durumlarda çıkarımlar yapmak ve karar vermek için sayısal verilerin
DetaylıGenel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.
4.SUNUM Genel olarak test istatistikleri Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri olmak üzere 2 grupta incelenebilir. 2 Ranj Çeyrek Kayma Çeyrekler Arası Açıklık Standart Sapma Varyans
DetaylıSÜREKLĠ OLASILIK DAĞILIMLARI
SÜREKLĠ OLASILIK DAĞILIMLARI Sayı ekseni üzerindeki tüm noktalarda değer alabilen değişkenler, sürekli değişkenler olarak tanımlanmaktadır. Bu bölümde, sürekli değişkenlere uygun olasılık dağılımları üzerinde
DetaylıTEST VE MADDE ANALİZLERİ
TEST VE MADDE ANALİZLERİ Madde güçlüğü Madde ayırt ediciliği Madde varyansı ve madde standart sapması Madde güvenirliği Çeldiricilerin işlerliği Test Analizleri Merkezi Eğilim(Yığılma Ölçüleri) Merkezi
DetaylıTANIMLAYICI 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
DetaylıÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ
ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ TEMEL KAVRAMLAR PARAMETRE: Populasyonun sayısal açıklayıcı bir ölçüsüdür ve anakütledeki tüm elemanlar dikkate alınarak hesaplanabilir. Ana kütledeki
DetaylıMerkezi 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
DetaylıRegresyon. Regresyon korelasyon ile yakından ilişkilidir
Regresyon Regresyona Giriş Regresyon korelasyon ile yakından ilişkilidir Regresyon bir bağımlı değişken ile (DV) bir veya daha fazla bağımsız değişken arasındaki doğrusal ilişkiyi inceler. DV için başka
DetaylıA. Regresyon Katsayılarında Yapısal Kırılma Testleri
A. Regresyon Katsayılarında Yapısal Kırılma Testleri Durum I: Kırılma Tarihinin Bilinmesi Durumu Kırılmanın bilinen bir tarihte örneğin tarihinde olduğunu önceden bilinmesi durumunda uygulanır. Örneğin,
DetaylıBÖLÜM 1 GİRİŞ: İSTATİSTİĞİN MÜHENDİSLİKTEKİ ÖNEMİ
BÖLÜM..AMAÇ GİRİŞ: İSTATİSTİĞİ MÜHEDİSLİKTEKİ ÖEMİ Doğa bilimlerinde karşılaştığımız problemlerin birçoğunda olaydaki değişkenlerin değerleri bilindiğinde probleme kesin ve tek bir çözüm bulunabilir. Örneğin
DetaylıSıklık Tabloları, BASİT ve TEK değişkenli Grafikler Ders 3 ve 4 ve 5
Sıklık Tabloları, BASİT ve TEK değişkenli Grafikler Ders 3 ve 4 ve 5 Sıklık Tabloları Veri dizisinde yer alan değerlerin tekrarlama sayılarını içeren tabloya sıklık tablosu denir. Tek değişken için çizilen
DetaylıKLİNİK ARAŞTIRMALARDA İKİ ÖLÇÜM TEKNİĞİNİN UYUMUNU İNCELEMEDE KULLANILAN İSTATİSTİKSEL YÖNTEMLER
ANKARA ÜNİVERSİTESİ TIP FAKÜLTESİ MECMUASI Cilt 56, Sayı 1, 2003 1-6 KLİNİK ARAŞTIRMALARDA İKİ ÖLÇÜM TEKNİĞİNİN UYUMUNU İNCELEMEDE KULLANILAN İSTATİSTİKSEL YÖNTEMLER Yasemin Genç* Durdu Sertkaya** Selda
DetaylıBİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Bir değişkenin değerinin,
DetaylıSık kullanılan istatistiksel yöntemler ve yorumlama. Doç. Dr. Seval KUL Gaziantep Üniversitesi Tıp Fakültesi
Sık kullanılan istatistiksel yöntemler ve yorumlama Doç. Dr. Seval KUL Gaziantep Üniversitesi Tıp Fakültesi Biyoistatistik AD Bşk. 1 Hakkımda 2 Hedef: Katılımcılar modülün sonunda temel istatistiksel yöntemler
DetaylıVERİ 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
DetaylıİNŞAAT MÜHENDİSLİĞİ BÖLÜMÜ ÖĞRENCİLERİNİN BAŞARI NOTLARININ DEĞERLENDİRİLMESİ. Tamer Yılmaz, Barış Yılmaz, Halim Sezici 1 ÖZET
İNŞAAT MÜHENDİSLİĞİ BÖLÜMÜ ÖĞRENCİLERİNİN BAŞARI NOTLARININ DEĞERLENDİRİLMESİ Tamer Yılmaz, Barış Yılmaz, Halim Sezici 1 ÖZET Bu çalışmada, Celal Bayar Üniversitesi İnşaat Mühendisliği Bölümü öğrencilerinin
DetaylıKORELASYON VE REGRESYON ANALİZİ. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı
KORELASYON VE REGRESYON ANALİZİ Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı İki ya da daha çok değişken arasında ilişki olup olmadığını, ilişki varsa yönünü ve gücünü inceleyen korelasyon
DetaylıNitel Tepki Bağlanım Modelleri
Doğrusal-Dışı Yaklaşım ve Nitel Tepki Bağlanım Modelleri Doğrusal-Dışı Yaklaşım ve Ekonometri 2 Konu 18 Sürüm 2,0 (Ekim 2011) Doğrusal-Dışı Yaklaşım ve UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons
DetaylıBÖLÜM 13 HİPOTEZ TESTİ
1 BÖLÜM 13 HİPOTEZ TESTİ Bilimsel yöntem aşamalarıyla tanımlanmış sistematik bir bilgi üretme biçimidir. Bilimsel yöntemin aşamaları aşağıdaki gibi sıralanabilmektedir (Karasar, 2012): 1. Bir problemin
DetaylıBÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3
KİTABIN İÇİNDEKİLER BÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3 BÖLÜM-2.BİLİMSEL ARAŞTIRMA Belgesel Araştırmalar...7 Görgül Araştırmalar Tarama Tipi Araştırma...8
Detaylırasgele 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
DetaylıVERİ 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
DetaylıEĞĠTĠMDE ÖLÇME VE DEĞERLENDĠRME BÖLÜM IV Ölçme Sonuçları Üzerinde Ġstatistiksel ĠĢlemler VERİLERİN DÜZENLENMESİ VERİLERİN DÜZENLENMESİ
09.0.0 Temel Kavramlar EĞĠTĠMDE ÖLÇME VE DEĞERLENDĠRME BÖLÜM IV Ölçme Sonuçları Üzerinde Ġstatistiksel ĠĢlemler Dr. Aylin ALBAYRAK SARI Hacettepe Üniversitesi Eğitim Fakültesi Evren: Üzerinde çalışılacak
DetaylıMerkezi 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,
DetaylıİÇİNDEKİLER ÖN SÖZ...
İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN
Detaylıİçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii. Ölçme, İstatistik ve Araştırma...
İçindekiler İçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii BÖLÜM 1 Ölçme, İstatistik ve Araştırma...1 Ölçme Nedir?... 3 Ölçme Süreci... 3 Değişkenler
DetaylıJEODEZİK VERİLERİN İSTATİSTİK ANALİZİ. Prof. Dr. Mualla YALÇINKAYA
JEODEZİK VERİLERİN İSTATİSTİK ANALİZİ Prof. Dr. Mualla YALÇINKAYA Karadeniz Teknik Üniversitesi, Harita Mühendisliği Bölümü Trabzon, 2018 VERİLERİN İRDELENMESİ Örnek: İki nokta arasındaki uzunluk 80 kere
DetaylıTest 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
DetaylıKORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN
KORELASYON VE REGRESYON ANALİZİ Doç. Dr. Bahar TAŞDELEN Günlük hayattan birkaç örnek Gelişim dönemindeki bir çocuğun boyu ile kilosu arasındaki ilişki Bir ailenin tükettiği günlük ekmek sayısı ile ailenin
DetaylıEşitsizliğe Uyarlanmış İnsani Gelişme Endeksi (EUİGE)
2015 İGR Eşitsizliğe Uyarlanmış İnsani Gelişme Endeksi (EUİGE) Sıkça Sorulan Sorular Eşitsizliğe Uyarlanmış İnsani Gelişme Endeksinin amacı nedir? İGE üç temel boyutta insani gelişmeye ilişkin kazanımların
DetaylıTEMEL 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
Detaylıİki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı
İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t test) Ölçümle
DetaylıKategorik Veri Analizi
Kategorik Veri Analizi 6.Sunum Yrd. Doç. Dr. Sedat ŞEN 1 ANALİZ TÜRLERİ Bağımlı Değ. Bağımsız Değ. Analiz Sürekli İki kategorili t-testi, Wilcoxon testi Sürekli Kategorik ANOVA, linear regresyon Sürekli
DetaylıİÇİNDEKİLER. 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
DetaylıProf.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
DetaylıMakine Öğrenmesi İle Duygu Analizinde Veri Seti Performansı
Makine Öğrenmesi İle Duygu Analizinde Veri Seti Performansı Hatice NİZAM İstanbul Üniversitesi Bilgisayar Mühendisliği Bölümü haticenizam@outlook.com Saliha Sıla AKIN ERS Turizm Yazılım Şirketi, Bilgisayar
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
DetaylıBİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Uygulamalı bilim
DetaylıMedde İstatistikleri, Test İstatiskleri
Medde İstatistikleri, Test İstatiskleri 2 Madde güçlüğü Madde ayırt ediciliği Madde varyansı Madde güvenirlik indeksi Çeldiricilerin işlerliği Korelasyon katsayısı 3 1 2 3 4 5 6 7 8 9 10 1 1 1 1 1 0 0
DetaylıIİSTATIİSTIİK. Mustafa Sezer PEHLI VAN
IİSTATIİSTIİK Mustafa Sezer PEHLI VAN İstatistik nedir? İstatistik, veri anlamına gelir, İstatistik, sayılarla uğraşan bir bilim dalıdır, İstatistik, eksik bilgiler kullanarak doğru sonuçlara ulaştıran
DetaylıDers 5: ÖLÇME VE DEĞERLENDİRME. Prof. Dr. Tevhide Kargın
Ders 5: ÖLÇME VE DEĞERLENDİRME Prof. Dr. Tevhide Kargın Ölçme ve Değerlendirme Ölçme (measurement), bireylerin ya da nesnelerin belirli özelliklere sahip olup olmadığının, sahip ise, sahip oluş derecesinin
DetaylıGİRİŞ. Bilimsel Araştırma: Bilimsel bilgi elde etme süreci olarak tanımlanabilir.
VERİ ANALİZİ GİRİŞ Bilimsel Araştırma: Bilimsel bilgi elde etme süreci olarak tanımlanabilir. Bilimsel Bilgi: Kaynağı ve elde edilme süreçleri belli olan bilgidir. Sosyal İlişkiler Görgül Bulgular İşlevsel
DetaylıRASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN
RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi
DetaylıİSTATİSTİK MHN3120 Malzeme Mühendisliği
İSTATİSTİK MHN3120 Malzeme Mühendisliği CBÜ - Malzeme Mühendisliği Bölümü Ofis: Mühendislik Fakültesi A Blok Ofis no:311 Tel: 0 236 2012404 E-posta :emre.yalamac@cbu.edu.tr YARDIMCI KAYNAKLAR Mühendiler
DetaylıA 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
DetaylıKazanımlar. 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
DetaylıİLERİ BİYOİSTATİSTİK KURSU
1.GÜN (14 Eylül 2017) 08:30-09:00 Kurs Kayıt Açılış Konuşması 09:00-10:00 Tanışma -Katılımcıların Temel İstatistik Bilgisinin Değerlendirilmesio Çok Değişkenli İstatistiksel Yöntemlere Giriş o Basit Doğrusal
Detaylıİki İlişkili Örneklem için t-testi. Tekrarlı ölçümler için t hipotez testine uygun araştırma çalışmalarının yapısını anlamak.
İki İlişkili Örneklem için t-testi Kazanımlar 1 2 3 4 Tekrarlı ölçümler için t hipotez testine uygun araştırma çalışmalarının yapısını anlamak. Tekrarlı ölçümler t istatistiğini kullanarak 2 uygulamanın
DetaylıBÖLÜM 10 PUAN DÖNÜŞÜMLERİ
1 BÖLÜM 10 PUAN DÖNÜŞÜMLERİ Bir gözlem sonucunda elde edilen ve üzerinde herhangi bir düzenleme yapılmamış ölçme sonuçları 'ham veri' ya da 'ham puan' olarak isimlendirilir. Genellikle ham verilerin anlaşılması
DetaylıBİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ
SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 13 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan
Detaylı3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI
ÖNSÖZ İÇİNDEKİLER III Bölüm 1 İSTATİSTİK ve SAYISAL BİLGİ 11 1.1 İstatistik ve Önemi 12 1.2 İstatistikte Temel Kavramlar 14 1.3 İstatistiğin Amacı 15 1.4 Veri Türleri 15 1.5 Veri Ölçüm Düzeyleri 16 1.6
Detaylıİstatistiksel Kavramların Gözden Geçirilmesi
İstatistiksel Kavramların Gözden Geçirilmesi İstatistiksel Çıkarsama Ekonometri 1 Konu 3 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike
DetaylıMEÜ. SAĞLIK BĠLĠMLERĠ ENSTĠTÜSÜ DERS TANIMI FORMU
MEÜ. SAĞLIK BĠLĠMLERĠ ENSTĠTÜSÜ DERS TANIMI FORMU Dersin Adı-Kodu: BİS 601 Örnek Genişliği ve Güç Programın Adı: Biyoistatistik Dersin düzeyi Doktora Ders saatleri ve Teori Uyg. Lab. Proje/Alan Çalışması
DetaylıBMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi. İlhan AYDIN
BMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi İlhan AYDIN KESİKLİ-OLAY BENZETİMİ Kesikli olay benzetimi, durum değişkenlerinin zaman içinde belirli noktalarda değiştiği sistemlerin modellenmesi
DetaylıBİYOİSTATİSTİK Tablo Hazırlama Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Tablo Hazırlama Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Bir çalışmada elde edilen
DetaylıBÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ
1 BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel
DetaylıM d a d dd e A l na i li i z
Mdd Madde Analizi i Madde: Ölçme araçlarının (testlerin, ölçeklerin, vb.) kendi başına ş puanlanabilen en küçük birimidir. Ölçme sonuçlarına dayalı olarak bir testi oluşturan ş maddeler analiz edilerek
DetaylıDEĞERLENDİRME ARASINDAKİ İLİŞKİLER... 1
İÇİNDEKİLER ÖNSÖZ... xxii BÖLÜM 1 - ÖĞRENME, ÖĞRETİM VE DEĞERLENDİRME ARASINDAKİ İLİŞKİLER... 1 EĞİTİM SÜRECİ VE ÖĞRENME... 2 Öğrenme ve Bilişsel Yaklaşım... 3 Bilişsel Yaklaşımın Eğitimdeki Genel Sonuçları...
DetaylıFrekans. Hemoglobin Düzeyi
GRUPLARARASI VE GRUPİÇİ KARŞILAŞTIRMA YÖNTEMLERİ Uzm. Derya ÖZTUNA Yrd. Doç. Dr. Atilla Halil ELHAN 1. ÖNEMLİLİK (HİPOTEZ) TESTLERİ Önemlilik testleri, araştırma sonucunda elde edilen değerlerin ya da
DetaylıİSTATİSTİK DERS NOTLARI
Balıkesir Üniversitesi İnşaat Mühendisliği Bölümü umutokkan@balikesir.edu.tr İSTATİSTİK DERS NOTLARI Yrd. Doç. Dr. Umut OKKAN Hidrolik Anabilim Dalı Balıkesir Üniversitesi İnşaat Mühendisliği Bölümü Bölüm
DetaylıÖrnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız.
Örnek Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız. i. ii. X 1 2 3 4 1 2 3 4 Y 2 3 4 5 4 3 2 1 Örnek Aşağıdaki veri
DetaylıMATE 211 BİYOİSTATİSTİK İKİ FARKIN ÖNEMLİLİK TESTİ VE İKİ EŞ ARASINDAKİ FARKIN ÖNEMLİLİK TEST SORULARI
MATE 211 BİYOİSTATİSTİK İKİ FARKIN ÖNEMLİLİK TESTİ VE İKİ EŞ ARASINDAKİ FARKIN ÖNEMLİLİK TEST SORULARI 1. Doğum sırasının çocuğun zeka düzeyini etkileyip etkilemediğini araştıran bir araştırmacı çocuklar
DetaylıMerkezi 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
DetaylıMadde güçlük indeksi: Herbir maddenin zorluk derecesini, uygun güçlük düzeyine sahip olup olmadığını gösterir.
Madde: Ölçme araçlarının (testlerin, ölçeklerin, vb.) kendi başına puanlanabilen en küçük birimidir. Ölçme sonuçlarına dayalı olarak bir testi oluşturan maddeler analiz edilerek maddelerin testten çıkartılıp
DetaylıÖĞRENCİNİN 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
DetaylıÇND BİYOİSTATİSTİK EĞİTİMİ
ÇND BİYOİSTATİSTİK EĞİTİMİ Yrd.Doç.Dr.Gökmen ZARARSIZ Erciyes Üniversitesi, Tıp Fakültesi, Biyoistatistik Anabilim Dalı, Kayseri Turcosa Analitik Çözümlemeler Ltd Şti, Kayseri gokmenzararsiz@hotmail.com
Detaylı17/01/2015. 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
DetaylıKullanılacak İstatistikleri Belirleme Ölçütleri. Değişkenin Ölçek Türü ya da Yapısı
ARAŞTIRMA MODELLİLERİNDE KULLANILACAK İSTATİSTİKLERİ BELİRLEME ÖLÇÜTLERİ Parametrik mi Parametrik Olmayan mı? Kullanılacak İstatistikleri Belirleme Ölçütleri Değişken Sayısı Tek değişkenli (X) İki değişkenli
DetaylıBİYOİSTATİSTİK 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
DetaylıParametrik Olmayan İstatistiksel Yöntemler
Parametrik Olmayan İstatistiksel Yöntemler IST-4035 2. Ders DEÜ İstatistik Bölümü 208 Güz One Sample Tests İçerik Non-Parametric Statistics Nominal Ordinal Interval Binomial test Kolmogrov-Smirnov test
DetaylıİSTATİSTİKSEL PROSES KONTROLÜ
İSTATİSTİKSEL PROSES KONTROLÜ ZTM 433 KALİTE KONTROL VE STANDARDİZASYON PROF: DR: AHMET ÇOLAK İstatistiksel işlem kontrolü (İPK), işlemle çeşitli istatistiksel metotların ve analiz sapmalarının kullanımını
DetaylıİSTATİSTİKSEL DARALTICI (SHRINKAGE) MODEL VE UYGULAMALARI * A Statistical Shrinkage Model And Its Applications*
Ç.Ü. Fen Bilimleri Enstitüsü Yıl:010 Cilt:-1 İSTATİSTİKSEL DARALTICI (SHRINKAGE) MODEL VE UYGULAMALARI * A Statistical Shrinkage Model And Its Applications* Işıl FİDANOĞLU İstatistik Anabilim Dalı Fikri
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 8: Prof. Dr. İrfan KAYMAZ Tanım Tahmin (kestirim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmaktır. Bu anlamda, anakütleden çekilen
DetaylıKonum ve Dağılım Ölçüleri. BBY606 Araştırma Yöntemleri Güleda Doğan
Konum ve Dağılım Ölçüleri BBY606 Araştırma Yöntemleri Güleda Doğan Konum ölçüleri Merkezi eğilim ölçüleri Verilerin ortalamaya göre olan gruplanması nasıl? Yakın, uzak? Sıklık dağılımlarının karşılaştırılması
DetaylıBİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ
BİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ DÖNEM I-I. DERS KURULU Konu: Bilimsel yöntem ve istatistik Amaç: Biyoistatistiğin tıptaki önemini kavrar ve sonraki dersler için gerekli terminolojiye hakim olur.
Detaylıa2 b3 cij: birim başına ulaşım maliyeti xij: taşıma miktarı
Ulaştırma Modelleri Ulaştırma modeli Ulaştırma modeli doğrusal programlama modellerinin özel bir türüdür. Modelin amacı bir işletmenin belirli kapasitedeki üretim merkezlerinden, belirli talebi olan tüketim
DetaylıSağlık Alanında Kullanılan İlişki Katsayıları
Sağlık Alanında Kullanılan İlişki Katsayıları Selin Aslan, Fatma Nur Akyol, Selin Dibooğlu, Barış Kantarcı, Deniz Serim Korkmaz Danışmanlar: Ersin Öğüş, A. Canan Yazıcı ÖZET Tıp alanında yapılan araştırmalarda
DetaylıParametrik Olmayan İstatistiksel Yöntemler IST
Parametrik Olmayan İstatistiksel Yöntemler IST-4035-7- DEÜ İstatistik Bölümü 018 Güz 1 Non-Parametric Statistics Nominal Ordinal Interval One Sample Tests Binomial test Run test Kolmogrov-Smirnov test
DetaylıYANLILIK. Yanlılık örneklem istatistiği değerlerinin evren parametre değerinden herhangi bir sistematik sapması olarak tanımlanır.
AED 310 İSTATİSTİK YANLILIK Yanlılık örneklem istatistiği değerlerinin evren parametre değerinden herhangi bir sistematik sapması olarak tanımlanır. YANLILIK Yanlı bir araştırma tasarımı uygulandığında,
DetaylıMühendislikte İstatistik Yöntemler
.0.0 Mühendislikte İstatistik Yöntemler İstatistik Parametreler Tarih Qma.3.98 4..98 0.3.983 45 7..984 37.3.985 48 0.4.986 67.4.987 5 0.3.988 45.5.989 34.3.990 59.4.99 3 4 34 5 37 6 45 7 45 8 48 9 5 0
DetaylıBÖLÜM 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
DetaylıKestirim (Tahmin) Bilimsel çalışmaların amacı, örneklem değerinden evren değerlerinin kestirilmesidir.
Biyoistatistik 9 Kestirim (Tahmin) Bilimsel çalışmaların amacı, örneklem değerinden evren değerlerinin kestirilmesidir. Evren parametrelerinin kestirilmesi (tahmini) için: 1. Hipotez testleri 2. Güven
Detaylı