DEĞİŞKENLİK (YAYIKLIK) ÖLÇÜLERİ

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "DEĞİŞKENLİK (YAYIKLIK) ÖLÇÜLERİ"

Transkript

1 SAÜ 6. BÖLÜM DEĞİŞKELİK (YAYIKLIK) ÖLÇÜLERİ PROF. DR. MUSTAFA AKAL İÇİDEKİLER 1. DEĞİŞKELİĞİ TAIMI VE ÇEŞİTLERİ. AALATİK OLMAYA DEĞİŞKELİK ÖLÇÜLERİ 3. ORTALAMA MUTLAK SAPMA 3.1. Bast Serde Ortalama Mutla Sapma 3.. Tasnf Edlmş Serde Ortalama Mutla Sapma 3.3. Gruplanmış Serde Ortalama Mutla Sapma 4. STADART SAPMA VE VARYAS 4.1. Bast Serde Standart Sapma ve Varyans 4.. Tasnf Edlmş Serde Standart Sapma ve Varyans 4.3. Gruplanmış Serde Standart Sapma ve Varyans 5. DEĞİŞİM KATSAYISI 6. ÖREKLEMİ VARYAS VE STADART SAPMASII HESAPLAMASI 7. STADART SAPMAI ÖZELLİKLERİ VE FAYDALARI 8. TOPLAMA ORAI HEDEFLER Değşenlğn ve çeştlernn tanıtılması, değşm aralığı, OMS, standart sapma, varyans, değşm atsayısı ve toplanma oranı avramlarının tanıtılması ve yorumu.

2 1. DEĞİŞKELİĞİ TAIMI VE ÇEŞİTLERİ Serler çn hesaplanan ve te br raamla gösterlen merez eğlm ölçüler, o sernn merez haında bazı faydalı blgler verse de te başına o sernn dağılımı ve dğer serlerle arşılaştırılması çn ayrıntılı blg vermez. Bundan dolayı sernn değşenlğn belrleme ve dğer serlerle arşılaştırma çn lave blglere htyaç vardır. Araştırmacı sernn dağılımı (yayılığı) yan serde değerlern ortalamadan ne ölçüde uza ya da yaın olduğunu ölçmeye ve serler arşılaştırmaya da htyaç duyar. Bunun çn de serlern merez eğlm ölçülerne lave olara DEĞİŞİM ölçülernn de hesaplanması gerer. Değşm ölçülernn önemn br örnele açılayablrz. ÖREK: Aşağıda serler İtsat ve Kamu Yönetm bölümünde öğrenclern statst fnal notlarını vermetedr. İtsat Bölümü (X ) Kamu Yönetm Bölümü (Y ) İ sınıfında artmet ortalaması ve medyanı hesaplandığında, sınıfların aynı artmet ortalamaya ve medyana sahp olduğu görülmetedr. ve Medyan = 50 Merez eğlm ölçülerne batığımızda sınıf arasında br far gözümüyor olsa da verlern yayılımında farlılı olduğu datlerden açmamatadır. İtsat bölümünde öğrenclern notları görecel olara Kamu Yönetm bölümünde öğrenclern notlarından brbrne daha yaındır. Dğer br fadeyle, İtsat bölümünde öğrenclern notları Kamu Yönetm bölümünde öğrenclern notlarıyla arşılaştırıldığında 1

3 ortalama değer etrafında daha yaın dağılmıştır. Bu nedenle serlern dğer özelllern de ortaya oyaca merez eğlm ölçüler dışında değşm ölçülerne htyaç vardır. Değşm ölçüler genel olara Değşm Aralığı (Range), Ortalama Sapma, Standart Sapma, Varyans ve Değşm (değşenl) Katsayısı olara blnr. Değşenl, ser termlernn değerce brbrlernden farlılıları ve değerce nasıl dağıldılarını fade eder. Dağılma, graf üzernde, özellle apsste apladığı ısmın ennde endn gösterr. Br sernn değşenlğ arttıça ölçe sabt alma şartıyla, o ısım genşler. Değşenl azaldığı oranda ortalamanın temsl ablyet azalmata, değşenl azaldığı oranda ortalama temsl olma vasfını azanmatadır. Br sernn bölünmes o sernn grafte y esennde apladığı bölümde ortaya çımatadır. Sery tam olara tanımlayablme çn ortalama yanında değşenl ve bölünme şelnden yararlanılır. Değşenl ölçülernn hesaplanmasında sernn bütün termler date alınmasına analat değşenl ölçüler, sernn tüm termlernn hesaplanmaya atılmadığı değşenl ölçüsüne analt olmayan değşenl ölçüler denr.. AALATİK OLMAYA DEĞİŞKELİK ÖLÇÜLERİ Analt olmayan değşenl ölçüler; Değşm Aralığı ve Kartller Arası Fartır..1. Değşm Aralığı Serde en büyü gözlem değer le en üçü gözlem değer arasında fara DEĞİŞİM ARALIĞI denr. Formülü aşağıda gb yazılır. DA = X max - X mn Yuarıda örnete İtsat bölümü çn DA = = 40 ve Kamu yönetm bölümü çn DA = 95-5 = 90 olara hesaplanır. Tüm gözlem değerlernn brbrnden ya da ortalamadan farlarını ortaya oymaması açısından sernn dağılımı haında fazla br blg çermez. Değşm Aralığı atsayısı yuarıda örneten de görüldüğü gb özellle serde uç değerlerden aşırı etlenmetedr. Özelller:. D.A. nın hesabı olaydır.. Ayırı ve uç değerlerden hemen etlenr.. Açı uçlu dağılımlar çn hesaplanamaz... Kartller Arası Far Değşm aralığının sernn ucunda yer alan anormal termlerden hemen etlenmes saıncasını gderme üzere artller arası far (KAF) adı verlen ölçü ullanılır. Bu ölçü KAF= Q 3 Q 1 e eşttr.

4 ÖREK: Aşağıda A ve B serlernn değşenllern DA ve KAF le arşılaştırınız? A B A sers: D.A = X max - X mn = 15 - =3 tür, K.A.F. = Q3 Q1=9 5=4 dr. B sers: D.A = X max - X mn = 11 - =9 tür, K.A.F. = Q3 Q1 =9-3=6 dır. B çn artller; Q1. term olduğundan.term = Q 1 = Q3. termolduğundan 5.term=Q 3 =9. 4 Benzer olara A sersnn artller bulunur ve KAF hesaplanır. Değşm aralığının sernn ucunda yer alan anormal termlerden hemen etlenmes saıncasını gderme üzere artller arası far adı verlen ölçü ullanılır. Kartller arası farı büyü olan sernn değşenlğ artller arası farı üçü olan serye nazaran değşenlğ daha fazladır. Dağılma özellğ yüsetr. Örneğn A sersnn artller arası farı 4 ve B sersnn KAF ı 6 se; B sersnn değşenlğ A sersnn değşenlğ Çünü 6 4 tür. Bütün serlerde bu özell aynıdır. Oysa Değşm aralığı rterne baılaca olsaydı A sersnn değşenlğ B sersnnnden daha büyü olara abul edlecet. ÖREK: Sınıflanmış Serlerde KAF ın hesabı. A B X X Q1. term Q3. term Q. term 4 A; Q1 5; Q3 7 B; Q1 ; Q3 5 3

5 KAF A =7-5= < KAF B =5-=3, B sers daha değşendr. KAF ın Özelller:. Hesabı D.A. dan braz daha olaydır.. Ayırı ve uç değerlerden etlenmez.. Açı uçlu dağılımlar çn hesaplanablr..3. Kartller Arası Değşm Katsayısı Kartller Arası Değşm Katsayısı (KADK) artllere dayanan dğer br değşenl 1 ölçüsüdür. Q1 ve Q 3 br ser çn verlsn. 1 3 Q Q bze sernn merez eğlmn verr veya ortalamasını verr. 1 Q Q3 Q1 bze artller arası farın yarısını verr. Bu bze ver dağılımının asmetrs haında blg verr. Mutla değer ne adar büyü se sernn değşenlğ ve asmetrs o adar yüsetr. 1 Q Q3Q1 formülü ullanılara Kartller Arası Değşm Katsayısı hesaplanara asmetr dağılımın nsp değer de belrleneblr. sp asmetr ölçüsü ve değşenlğ se şöyledr; Kartller Arası Değşm Katsayısı; V Q 1 ( Q3 Q1 ) ( Q3 Q1) 1 ( Q ( 3 1) 3 Q1) Q Q ÖREK: Br sernn Q 3 =69.61, Q 1 =65.64 se KADK nedr? V Q % Değer sıfırdan büyü olduğu çn ser sağa eğtr. İ artl arası farın değşenlğ % dr. ÖREK: İ serye at olara ser A: Q 1 =.9, Q 3.43, Q 3 =5 ve Ser B: Q 1 =4.5, Q 5.5, Q 3 =6.40 artl değerlern ullanara sernn çarpılığını ve değşenlğn arşılaştırınız? Pearson Asmetr ölçüsünü ullanara B AS ve AS her ser asmetrs haff sağa eğ serlerdr. A P K.A.D.K. nı ullanara; P 4

6 A V Q B V Q % % olduğu bulunur. A B VQ %37 > V Q =%0 olduğundan A sers değşenlğnn daha yüse olduğu görülür; Dolayısıyla A sers daha asmetr ve değşenlğ daha yüsetr. 3. AALİTİK DEĞİŞKELİK ÖLÇÜLERİ 3.1. ORTALAMA MUTLAK SAPMA (OMS) Değşm aralığı hesaplanıren serde tüm değerler ullanılmadığı çn blg aybı olablr ve bu br esltr. Bundan dolayı serde değşm ölçme çn daha ler ve tüm değerler hesaba atan değşm ölçülerne htyaç vardır. Br serde gözlem değerlernn o sernn artmet ortalamasından farlarının (sapmalarının) mutla değernn ortalamasına ORTALAMA MUTLAK SAPMA denr. Bu değşm ölçüsü gözlem değerlernn artmet ortalamadan ne adar saptığını göstermes açısından değşenl haında blg çerr. Ortalama Mutla Sapma, termlern artmet ortalamadan mutla sapmalarının artmet ortalamasıdır. OMS Medyana göre de hesaplanablr. Ortalama mutla sapma bast serler, tasnf edlmş serler ve gruplanmış serler çn hesaplanablr. ORTALAMA MUTLAK SAPMASI (AAKÜTLE) Bast serlerde Sınıflanmış serlerde Gruplanmış serlerde OMS X -X 1 1 OMS X 1 -X m -X 1 OMS 1 Ortalama mutla sapmanın medyana göre hesaplanmasında se X = M e formülde yerne onur. Ortalama mutla sapması büyü olan ser daha değşendr Bast Serde Ortalama Mutla Sapma Bast serde Ortalama Mutla Sapma aşağıda formül yardımıyla hesaplanır. 5

7 ÖREK: İstatst ders sınavına gren 5 öğrencnn aldığı notlar aşağıda tabloda verlmştr. Öğrenclern aldığı notların ortalama mutla sapmasını hesaplayınız. İstatst otları (X ) Ortalama Sapmalar Ortalama Mutla Sapmalar = = = = = Beş öğrencnn notlarının ortalamadan sapması mutla değer olara 16.8 bulunmuştur Sınıflanmış Serlerde Ortalama Mutla Sapma Tasnf edlmş serde Ortalama Mutla Sapma aşağıda formül yardımıyla hesaplanır. ÖREK: Malye bölümü öğrenclernn İstatst fnal sınavı notları tasnf edlmş ser olara aşağıda verlmştr. Bu dağılımın ortalama mutla sapmasını hesaplayınız. Öğrenclern otları (X ) f f X

8 Toplam İl aşamada artmet ortalama hesaplanır. Artmet ortalamadan mutla sapmalar ( ) bulundutan sonra her br gözlemn artmet ortalamadan mutla sapması freansı le çarpılır ( ). Bulunan değerler formülde yerne onulduğunda tasnf edlmş sernn OMS bulunur. olara bulunur Gruplanmış Serde Ortalama Mutla Sapma Gruplanmış serde Ortalama Mutla Sapma aşağıda formül yardımıyla hesaplanır. ÖREK: Saarya Ünverstes İİBF öğrenclernn statst yılsonu notları gruplanmış ser olara aşağıda verlmştr. Bu dağılımın ortalama mutla sapmasını hesaplayınız. ot Sınıfları (Gruplar) m f m f

9 , , , , İl aşamada artmet ortalama hesaplanır. İnc aşamada sınıf orta değerler (m ) bulunur. Artmet ortalamadan mutla sapmalar ( ) bulundutan sonra her br gözlemn artmet ortalamadan mutla sapması freansı le çarpılır ve toplamları alını; onulduğunda gruplanmış sernn OMS bulunur.. Bulunan değerler formülde yerne olara bulunur. Anca aşağıda yalaşım O.M.S. değern daha doğru verr: Gruplanmış Serde Ortalama Mutla Sapma Hesabında Eğlm Gruplanmış serlerde formülü uygulamadan önce artmet ortalamayı htva eden sınıfı ortalamaya adar ve ortalamadan sonra olma üzere ye bölme gerer. X ler yerne sınıf ortaları yan (m ) ler date alınır. Gruplar m m -4 den az dan az den az dan az Σ =16 Σ m =106 m =1 106 Σ =16, Σ m =106 se X = = = =1 8

10 Sınıflar m m - X m -X m -X -4 den az dan az den az den az dan az Sonra aşağıda ser üzernden OMS oluşturulur. Σ m -X = freansı 6-8 den az sınıfında bulunur. 6-8 den az sınıfını ( den az) ve ( den az) şelnde ye bölerz ve bu bölme esnasında 6-8 den az sınıfının freansı bu bölünmüş sınıfa sınıf aralıları le orantılı olara dağıtılır. Sınıflar Sınıf aralıları Freanslar freans den az 0.65 a den az t den az s 7*0.65 a.1875, yan freansların % açının 0.66 sınıf aralığına arşılı s geldğn buluruz. a + t = t =7 t =4.815 Ortalama Mutla Sapma OMS 5 m-x dır Ortalama Mutla Sapmanın Özelller. Her gözlem sapmasına eşt ağırlı verr.. Ortalamadan sapmalar bçmnde olduğu gb Medyandan sapmalar şelnde de hesaplanablr.. Hesabı ve anlaşılması standart sapmaya göre daha olaydır. v. OMS, standart sapma adar olmasa da serde aşırı değerlern ets altında alır. 9

11 v. Açı gruplu serlerde OMS hesaplanamaz. Hesaplama çnse grup üst veya alt sınır çn br tahmn yapılır. v. OMS matematsel şlemlere uygun değldr. v. Öngörü doğrulu ıyaslaması ve öngörü model seçmnde ullanılablmetedr. 3.. STADART SAPMA VE VARYAS Gözlem değerlernn artmet ortalamadan farlarının toplamı sıfır olacağından, bu farların mutla değern alara ortalama mutla sapmaları hesaplandı. Ortalama Mutla sapmaya alternatf olara br değşenl ölçüsü olara standart sapma ullanılablr. Br serde gözlem değerlernn o sernn artmet ortalamasından farlarının (sapmalarının) aresnn toplamının ortalamasına VARYAS ve areöü alınan varyansa STADART SAPMA denr. Standart sapma, termlern artmet ortalamadan farlarının arel ortalamasından barettr. Standart sapması üçü olan ser daha değşendr. Ana ütlenn varyansı ve standart sapması σ (sgma) smges le gösterlren, örnelemn varyansı ve standart sapması s smges le gösterlr. Serlerde varyans ve dolayısıyla standart sapma arttıça sernn yayganlığı artmatadır. Ana ütlenn artmet ortalaması μ ve örnelemn artmet ortalaması smges le gösterlr. Bu bölümde ana ütle üzernde çalışacağımız varsayımı altında artmet ortalama μ le gösterlecetr. AAKÜTLEİ STADART SAPMASI Bast Serlerde Sınıflanmış Serlerde Gruplanmış Serlerde 1 X - 1 X m - 1 Örnelem standart sapması le lglenldğnde, σ yerne s, μ yerne X smges ve yerne n smges terch edlr ve toplam örnelemn freans (gözlem) sayısının br esğ le bölünür. Burada serde bulunan farlı term ya da grup sayısıdır. 1 s Gruplanmış serlere Sheppard düzeltmes uygulanır; 1 s= Orta sınıf aralığı 1 =Düzeltlmş Sheppard düzeltlmesnn yapılablmes çn sernn bölünmesnn normal veya normale yaın, ayrıca freanslarının büyü ve sernn ucunda asmptot olara sıfıra yalaşma eğlmnde olması gerer. J, ters J ve U serlernde ve ço asmetr serlerde 10

12 düzeltmenn yararı yotur. Bu düzeltme sınıf sayısının yeternce ço olmaması halnde anlam taşımaz. ot: 1) > ortalama sapma (Standart Sapma > Ortalama Mutla Sapma) ) K > A ( Karel Ortalama>Artmet Ortalama) 3) > Bast Serde Standart Sapma ve Varyans Bast serlerde Varyans ve Standart Sapma aşağıda formül yardımıyla hesaplanır. 1 X - 1 X - ÖREK: İstatst ders sınavına gren 5 öğrencnn aldığı notlar aşağıda tabloda verlmştr. Öğrenclern aldığı notların (bast sernn) varyansını ve standart sapmasını hesaplayınız? İstatst otları (X ) Ortalama Sapmalar Ortalama Mutla Sapmalar = = = = =

13 Yorum: Her br öğrencnn notu artmet ortalamadan (66) ortalama olara 18.5 standart sapma farlılı göstermetedr Tasnf Edlmş Serde Standart Sapma ve Varyans Tasnf edlmş serlerde Varyans ve Standart Sapma aşağıda formül yardımıyla hesaplanır. 1 X X - 1 ÖREK: Malye bölümü öğrenclernn İstatst fnal sınavı notlarının tasnf edlmş ser olara aşağıda verlmştr. Bu dağılımın (tasnf edlmş sernn) varyansını ve standart sapmasını hesaplayınız? Öğrenclern otları (X ) X - X - X Toplam 1 =0 X - =

14 X İl aşamada artmet ortalama hesaplanır X X Yorum: Her br öğrencnn notu artmet ortalamadan (70) ortalama olara 14.5 standart sapma farlılı göstermetedr Gruplanmış Serde Standart Sapma ve Varyans Gruplanmış serlerde Varyans ve Standart Sapma aşağıda formül yardımıyla hesaplanır. 1 m - 1, Gruplanmış serlerde 1 m - 1 Sınıflar m m m m m -6 dan az dan az ten az den az Σ m ,

15 n 1 m 06.4, Gruplanmış ser olduğu çn düzeltme gerer. 1 s Yorum: Her br termn değer artmet ortalamadan (11.6) ortalama olara standart sapma farlılı göstermetedr Standart sapma arel ve artmet ortalama yardımıyla şu şelde hesaplanır. hesaplanır. Br önce örneğe uygulayalım: K K. Bunun çn önce arel ortalamanın ve artmet ortalamanın areler m , X Gruplanmış ser olduğu çn düzeltme gerer. 1 s ÖREK: Tabloda verlen gruplanmış sernn varyansını bunuz? Sınıflar m m m -4 den az dan az den az dan az Σ m 106 X 6.65, K m

16 Alternatf olara aşağıda şelde de standart sapma hesaplanablr. Sınıflar m m X m X -4 den az 3 (3.65)= dan az 5 (1.65)= den az (0.315)= den az (0.6875)= dan az 4 9 4(.375)= Toplam Standart Sapma ve Varyansın Özelller 1. Br sernn bütün termlerne aynı sayı elenr veya toplanırsa sernn varyansı değşmez. a) b) X X X X V X V X X X X X V X V X Br serye sayısı çıartılır veya toplanırsa artmet ortalama adar artar veya azalır anca sernn standart sapması değşmez.. Br sernn bütün termlern aynı sayıyla çarptığımızda ya da böldüğümüzde, varyans çarpılan sayının ares le orantılı olara büyür ya da bölümün aresyle orantılı olara üçülür. Yne burada termler br sayı le çarpılırsa artmet ortalama o sayı adar büyür ve bölünürse üçülür özellğnden hareetle; a) LXLX X X L. V LX L V X 15

17 b) X L 1 X X. X 1 V V X L X L L 3. Brbryle lşl sernn termlernn arşılılı toplanması (veya çıarılması) sonucu elde edlen sernn varyansı, bu serlern varyansları toplamı (çıarımı) ovaryansının atının toplamına (farına) eşttr. Yne sernn termlernn arşılılı olara artmet ortalaması bu serlern artmet ortalamalarının toplamına eşttr; artmet ortalama özellğnden yararlanara; a) X Y X Y X X Y Y = X X Y Y X X Y Y V X Y V X V Y Cov XY L = b) X Y X Y X X Y Y X X Y Y X X Y Y V X Y V X V Y Cov XY Kovaryans serler arası lşnn varlığını ve yönünü belrleyen br özellğe sahptr. 4. Brbrnden bağımsız sernn termlernn arşılılı olara toplanması (çıartılması) suretyle elde edlen sernn varyansı, bu serlernn varyansları toplamına (çıarımına) eşttr. Çünü X ve Y bağımsız ser se; Cov(X,Y)=0 dır. Ve V X Y V X V Y 5. > OMS dır DEĞİŞİM KATSAYISI (DK) Ölçüm brmler aynı olan sernn dağılımının değşenlğn arşılaştırma mümün en farlı ölçü brmler ullanan sernn dağılımının değşmlern gösteren standart sapmalarını arşılaştırılara serlern değşenlğn ıyaslama mümün değldr. Bu nedenle serlern standart sapmasının ortalamasına göre yüzdes alınara DEĞİŞİM KATSAYISI hesaplanır. Farlı ölçü brmlerne sahp serlern değşm atsayıları yardımıyla değşenller arşılaştırılablr. Değşm atsayısının formülü aşağıda verlmştr. 16

18 Bu formül yardımıyla hesaplanan değşm atsayılarında ölçü brmler ortadan alara farlı ölçümlü serlern değşenlğ bu oranlar arşılaştırılara yapılablr. ÖREK: Tabloda 5 şye at yaş ve ağırlılardan vermetedr. Bu şlern yaş ve ağırlılarından oluşan bu sernn değşenllern arşılaştırınız. Yaş (Yıl) (X - µ yaş ) Ağırlı (Klogram) (X - µ ağırlı ) Yaş ve ağırlı farlı ölçü brmler le ölçüldüğünden standart sapmalarına baara serlern değşmlern arşılaştırma sağlılı olmaz. Değşm atsayılarını hesaplamamız gerer. µ yaş =, µ ağırlı = g σ yaş = yıl. σ ağırlı = ğ. Yaş ve ağırlılardan oluşan sernn standart sapmalarını arşılaştırdığımızda ağırlı sersnde değşmn daha fazla olduğu sonucu ortaya çımatadır bu sonuç bz yanıltır. İ sernn ölçü brmler farlı olduğundan standart sapmalarını arşılaştırara böyle br sonuca varma yanıltıcı olacatır. Doğru yöntem her sernn değşm atsayılarını arşılaştırmatır. 17

19 DK yaş = DK ağırlı = Ağırlı sersnn standart sapması daha yüse olmasına rağmen, yaş sersnn değşm atsayısı daha yüsetr. Dolasıyla yaş sersnn değşenlğ ağırlı sersnden daha yüsetr. Gruplanmış serlerde düzeltlmş standart sapma uygulanır. 4. ÖREKLEMİ VARYAS VE STADART SAPMASII HESABI Örnelemn varyansı bast serlerde aşağıda formül yardımıyla hesaplanır. S = Örnelemn varyansı. = Örnelemn artmet ortalaması. n = Örnelemn gözlem sayısı, örnelem hacm. n-1 = Serbestl dereces. Örneten br değer hesaplanıren parametre yerne ullanılan her statst çn gözlem sayısından br esltlr. Burada μ yerne X hesaplanmıştır. Bundan dolayı hesaplamada örnelem gözlem sayısından br çıartılmıştır. Örnelemn standart sapması aşağıda formül yardımıyla hesaplanır. S= Örnelemn standart sapması. ÖREKLEMİ STADART SAPMASI Bast Serlerde Sınıflanmış Serlerde Gruplanmış Serlerde s n 1 X - X n-1 s n X X 1 - n -1 1 s n 1 m -X n STADART SAPMAI FAYDALARI 1. Termlern ortalamadan sapmalarının areler toplamı dolayısıyla varyans mnmumdur. 18

20 . Standart sapma sernn yayganlığı haında blg verr. Standart sapma büyüdüçe (üçüldüçe) sernn grafğnn yayganlığı artar (azalır). 3. Gözlem değerlern artmet ortalamadan sapmalarını standart sapma cnsnden fade edeblrz. Dğer br fade le z normal değşenn oluştururen standart sapmadan yararlanırız. Örneğn statst sınavının ortalaması 60 ve standart sapması 10 olsun. Br öğrenc bu sınavdan 90 almıştır. Bu öğrenc ortalamadan 30 puan fazla almıştır. Standart sapma cnsnden se ortalamadan 3 standart sapma daha yüse almıştır. 4. Ser termlernn cebrsel sapmalarını standart sapmanın atları cnsnden ölçülmesnde ullanılır. Aynı ölçü brmn ullanan farlı serlerde gözlem değerlern standart sapma cnsnden arşılaştırablrz. Örneğn br öğrenc statst ders brnc vzesnden 40 ( ) ve nc vzesnden 80 ( ) almıştır. Bu öğrenc l vzede sınıf ortalamasından 10 puan nc sınavda se 0 puan yüse not almıştır. Standart sapma cnsnden hesapladığımızda, bu öğrenc l vzede sınıf ortalamasından standart sapma ve nc sınavda se sınıf ortalamasından 1 standart sapma daha yüse not almıştır. Dolayısıyla öğrenc brnc vzede daha başarılıdır. 6. TOPLAMA ORAI Günlü hayatımızda gelrlern eşt dağılmadığı görülür. T.O. tsad fatörlern az sayıda büyü ellerde toplanıp toplanmadığını; eşt dağılıp dağılmadığını veya dağılımın eştszl sevyesn belrleme çn ullanılır. cel bölünme serlernden sınıflanmış serlerle gruplanmış serlerde belrl sevyelern altında alan ümülatf oransal freanslarla bunlara teabül eden ümülatf oransal toplam ıymetler arasında br ıyaslama yapmayı sağlama üzere toplanma sers oluşturulur. Sonra şu formül yardımıyla toplanma oranı oluşturulur. 1 p q TO 1 p p = sp ümülatf freans değerler. q = (freans)x(term) değerlernn nsp ümülatf freans değerler. = sınıf sayısı, p -q (-) olamaz, p -q > 0. 0 T. O. 1' dr. 19

21 Grafte 45 derecel çzg p =q olduğunu gösterr. Taralı Alan TO.. AOC A T.O.=0 se brmlern tam eşt dağılımını, T.O.=1 se brmlern te br yerde veya te br elde toplandığını gösterr. 0 < T.O.< 0.5 termlern sınıflar arasında eşt dağıldığını gösterr. Toplanma oranının 1 e yalaşması dağılımda eştszlğn arttığını gösterr. Toplanma oranının 0 a yalaşması dağılımda eştlğn arttığını gösterr. 0 0 Eşt dağılma 45 l br açı yapar. 45 l açılı doğru le eğr arasında alan gölgel alana toplanma alanı adı verlr. Ser eşt dağılmadan uzalaştıça bu alan genşler. p 1 X 1 ve q X 1 p q 1.. ; 1 p 1 TO TO p 1 1 q Bast Serlerde T aralı Alan değer sıfırdır ve T.O.=0 olup tam eşt dağılımı fade eder. p 6.1. Sınıflanmış Serlerde Toplanma Oranının Hesabı 0

22 ÖREK: X sersnn değerler ve freansları aşağıda gb verlmş olsun. Buna göre toplanma oranını bulalım. X.X Σ Σ X %p %q %(p -q ) Toplam Σ =100 Σ X =400 1 p =190 Σ(p -q )= % p.100 % q X X %p lern Σ lern en sonuncusu %100 abul edlme suretyle p ler bulunur; %q lern Σ X lern en sonuncusu %100 abul edlere q ler bulunur Şmd toplanma oranını hesaplayalım. Serde 4 sınıf mevcuttur. Bundan dolayı p, ve (p -q ) farlarının l üçü toplanması geremetedr. %p lern l üçü sırasıyla; =190 dır. Ve %(p -q ) farlarının l üç toplamı se 56.8 dr. 1 p q =1.. x100 x100 1 TO =1 p T.O.= <0.5 olduğundan adldr Gruplanmış Serlerde Toplanma Oranının Hesabı 1

23 ÖREK: X sersnn grupları ve freansları aşağıda gb verlmş olsun. Buna göre toplanma oranını bulalım. Sınıflar m m Σ Σ m %p %q %(p -q ) 8-1 den az dan az den az , den az Toplam Σ =50 Σ m = p =15 ( pq - ) =4.36 =1 %p ler çn; %q ler çn; p q =1.. x100 x100 1 TO =1 p TO < 0.5 adldr ÖREK: Aşağıda şehr büyülüler ve sayıları verlen tabloda nüfusun şehrlere ne derece eşt dağıldığını belrleynz? Şehr büyülüler X Σ Σ X %p %q %(p -q ) den az den az den az den az

24 Toplam Σ =0 Σ X = p =80 %p ler çn; %q ler çn; TO > 0.5 adl değldr. üfus eşt olara şehrlere dağılmamıştır. KAYAKLAR: 1. Yılmaz Özan, Uygulamalı İstatst 1, Saarya Ktapev, Özer Serper, Uygulamalı İstatst 1, Flz Ktapev, Merç Öztürcan, İstatst Ders notları, YTÜ. 4. Andım Oben Balce ve Serdar Demr, İstatst Ders otları, Pamuale Ünverstes, Ayşe Canan Yazıcı, Byostatst Ders otları, Başent Ünverstes. 6. Zehra Mulu ve Yavuz Eren Ataman, Byostatst ve Araştırma Tenler Ders otları, Başent Ünverstes. 3

ASİMETRİ (ÇARPIKLIK) VE BASIKLIK ÖLÇÜLERİ

ASİMETRİ (ÇARPIKLIK) VE BASIKLIK ÖLÇÜLERİ SAÜ 7. BÖLÜ ASİETRİ (ÇARPIKLIK) VE BASIKLIK ÖLÇÜLERİ PROF. DR. USTAFA AKAL İÇİNDEKİLER. ÇARPIKLIK VE BASIKLIK. ORTALAALAR YARDIIYLA ÇARPIKLIĞIN (ASİETRİ, SKEWNESS) HESAPLANASI.. erez Eğlm Ölçüler Yardımıyla

Detaylı

Tek Yönlü Varyans Analizi (ANOVA)

Tek Yönlü Varyans Analizi (ANOVA) VARYANS ANALİZİ İ örne ortalaması arasında farın önem ontrolü, örne büyülüğüne göre z veya testlernden bryle yapılır. Bu testlerle, den fazla örne ortalamasını brlte test etme ve aralarında farın önem

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

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ- KARE TESTLERİ Doç.Dr. Al Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIAY Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı,

Detaylı

Asimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri

Asimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri Asmetr ve Basıklık Ölçüler Ortalamalara dayanan (Pearson) Kartllere dayanan (Bowley) omentlere dayanan asmetr ve basıklık ölçüler Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr III. Asmetr ve Basıklık

Detaylı

MOD SÜPERPOZİSYONU İLE ZAMAN TANIM ALANINDA ÇÖZÜM

MOD SÜPERPOZİSYONU İLE ZAMAN TANIM ALANINDA ÇÖZÜM Nur ÖZHENEKCİ O SÜPERPOZİSYONU İLE ZAAN ANI ALANINA ÇÖZÜ Aşağıda açılanaca olan ortogonall özelllernn sağlandığı yapılar çn, zaman tanım alanında çözüm, her mod çn ayrı ayrı yapılıp daha sonra bu modal

Detaylı

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE KARE TESTLERİ Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı, F Dağılışı, gb br dağılışa uygun olduğu durumlarda

Detaylı

Sıklık Tabloları ve Tek Değişkenli Grafikler

Sıklık Tabloları ve Tek Değişkenli Grafikler Sıklık Tabloları ve Tek Değşkenl Grafkler Sıklık Tablosu Ver dzsnde yer alan değerlern tekrarlama sayılarını çeren tabloya sıklık tablosu denr. Sıklık Tabloları tek değşken çn marjnal tablo olarak adlandırılır.

Detaylı

ANOVA. CRD (Completely Randomized Design)

ANOVA. CRD (Completely Randomized Design) ANOVA CRD (Completely Randomzed Desgn) Örne Problem: Kalte le blgnn, ortalama olara, br urumun üç farlı şehrde çalışanları tarafından eşt olara algılanıp algılanmadığını test etme amacıyla, bu üç şehrde

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Taımlayıcı İstatstkler br değerler dzs statstksel olarak geel özellkler taımlaya ölçülerdr Taımlayıcı İstatstkler Yer Göstere Ölçüler Yaygılık Ölçüler Yer Göstere Ölçüler Br dağılımı

Detaylı

ISL223 İSTATİSTİK I DERS NOTLARI

ISL223 İSTATİSTİK I DERS NOTLARI T.C. RECEP TAYYİP ERDOĞAN ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İŞLETME BÖLÜMÜ SAYISAL YÖNTEMLER ANABİLİM DALI DERS NOTLARI ISL3 İSTATİSTİK I DERS NOTLARI HAZIRLAYAN PROF. DR. ALİ SAİT ALBAYRAK

Detaylı

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır. UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres

Detaylı

16. Dörtgen plak eleman

16. Dörtgen plak eleman 16. Ddörtgen pla eleman 16. Dörtgen pla eleman Kalınlığı dğer boyutlarına göre üçü ve düzlemne d yü etsnde olan düzlem taşıyıcı ssteme pla denr. Yapıların döşemeler, sıvı deposu yan duvarları ve öprü plaları

Detaylı

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU 6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız

Detaylı

Bölüm 3. Tanımlayıcı İstatistikler

Bölüm 3. Tanımlayıcı İstatistikler Bölüm 3 Tanımlayıcı İstatstkler Tanımlayıcı İstatstkler Br ver setn tanımak veya brden fazla ver setn karşılaştırmak çn kullanılan ve örnek verlernden hareket le frekans dağılışlarını sayısal olarak özetleyen

Detaylı

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER 5.. İk Boyutlu Rasgele Değşkenler Br deney yapıldığında, aynı deneyle lgl brçok rasgele değşkenn aynı andak durumunu düşünmek gerekeblr. Böyle durumlarda

Detaylı

Düşük Hacimli Üretimde İstatistiksel Proses Kontrolü: Kontrol Grafikleri

Düşük Hacimli Üretimde İstatistiksel Proses Kontrolü: Kontrol Grafikleri Düşü Hacml Üretmde İstatstsel Proses Kontrolü: Kontrol Grafler A. Sermet Anagün ÖZET İstatstsel Proses Kontrolu (İPK) apsamında, proses(ler)de çeştl nedenlerden aynalanan değşenlğn belrlenere ölçülmes,

Detaylı

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun:

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun: Grş İSTATİSTİK I Ders Değşkelk ve Asmetr Ölçüler Ortalamalar, serler karşılaştırılmasıda her zama yeterl ölçüler değldr. Ayı ortalamayı sahp serler arklı dağılım göstereblrler. Bu edele serler karşılaştırılmasıda,

Detaylı

Bölüm 3. Tanımlayıcı İstatistikler

Bölüm 3. Tanımlayıcı İstatistikler Bölüm 3 Tanımlayıcı İstatstkler Tanımlayıcı İstatstkler Br ver setn tanımak veya brden fazla ver setn karşılaştırmak çn kullanılan ve ayrıca örnek verlernden hareket le frekans dağılışlarını sayısal olarak

Detaylı

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir. YER ÖLÇÜLERİ Yer ölçüler, verler merkez veya yığılma oktasıı belrleye statstklerdr. Grafkler bze verler yığılma oktaları hakkıda ö blg vermede yardımcı olurlar. Acak bu değerler gerçek değerler değldr,

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

Güvenlik Stokları. Tedarik Zincirlerinde Belirsizlik Yönetimi: Güvenlik Stokları. Güvenlik Stokları Belirlenirken Sorulması gereken sorular

Güvenlik Stokları. Tedarik Zincirlerinde Belirsizlik Yönetimi: Güvenlik Stokları. Güvenlik Stokları Belirlenirken Sorulması gereken sorular Güvenl Stoları Tedar Zncrlernde Belrszl Yönetm: Güvenl Stoları Güvenl Stoğu: Herhang br dönemde, talebn tahmn edlen mtarın üzernde gerçeleşen mtarını arşılama çn elde bulundurulan sto mtarıdır Q Çevrm

Detaylı

ÇEV 314 Yağmursuyu ve Kanalizasyon. Nüfus Projeksiyonları

ÇEV 314 Yağmursuyu ve Kanalizasyon. Nüfus Projeksiyonları ÇEV 34 Yağmursuyu ve Kanalzasyon üfus Projesyonları Yrd. oç. r. Özgür ZEYA hp://cevre.beun.edu.r/zeydan/ üfus Projesyonları Tasarımı yapılaca olan alyapı projesnn (analzasyon, yağmursuyu analları vb.),

Detaylı

OLASILIĞA GİRİŞ. Biyoistatistik (Ders 7: Olasılık) OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI

OLASILIĞA GİRİŞ. Biyoistatistik (Ders 7: Olasılık) OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI OLASILIĞA GİRİŞ Yrd. Doç. Dr. Ünal ERKORKMAZ Sakarya Ünverstes Tıp Fakültes Byostatstk Anablm Dalı uerkorkmaz@sakarya.edu.tr OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI Br olayındoğal koşullar altında toplumda

Detaylı

Korelasyon ve Regresyon

Korelasyon ve Regresyon Korelasyon ve Regresyon 1 Korelasyon Analz İk değşken arasında lşk olup olmadığını belrlemek çn yapılan analze korelasyon analz denr. Korelasyon; doğrusal yada doğrusal olmayan dye kye ayrılır. Korelasyon

Detaylı

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Kİ-KAR TSTLRİ A) Kİ-KAR DAĞILIMI V ÖZLLİKLRİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk gösterp

Detaylı

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI  Ki-Kare Analizleri Kİ KAR ANALİZİ 1 Doç. Dr. Mehmet AKSARAYLI www.mehmetaksarayl K-Kare Analzler OLAY 1: Genelde br statstk sınıfında, öğrenclern %60 ının devamlı, %30 unun bazen, %10 unun se çok az derse geldkler düşünülmektedr.

Detaylı

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür. Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk

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

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama TANIMLAYICI İSTATİSTİKLER Taımlayıcı İstatstkler MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl aksarayl@deu.edu.tr Yer Ölçüler (Merkez Eğlm Ölçüler)

Detaylı

Yayılma (Değişkenlik) Ölçüleri

Yayılma (Değişkenlik) Ölçüleri Yayılma (Değşel) Ölçüler Br ver set taıma yada farlı ver set brbrde ayırt etme ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etrafıda

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

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

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

MAKROİKTİSAT (İKT209)

MAKROİKTİSAT (İKT209) MAKROİKTİSAT (İKT29 Ders 6: IS-LM Prof. Dr. Ferda HALICIOĞLU İtsat Bölümü Syasal Blgler Faültes İstanbul Medenyet Ünverstes Derste İncelenen Konular Mal pyasasında denge: IS eğrs Para pyasasında denge:

Detaylı

GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi

GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi VERİLERİN SUNUMU GM-0 MÜH. ÇALIŞ. İSTATİSTİKSEL YÖNTEMLER Br çalışadan elde edlen verler ha ver ntelğndedr. Ha verlerden blg ednek zor ve zaan alıcıdır. Ha verler çok karaşık durudadır. Verlern düzenlenes

Detaylı

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının 1 DİĞER ÖZEL İSTATİSTİKSEL KALİTE KONTROL DİYAGRAMLARI X, R, p, np, c, u ve dğer kontrol dyagramları statstksel kalte kontrol dyagramlarının temel teknkler olup en çok kullanılanlarıdır. Bu teknkler ell

Detaylı

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır. BÖLÜM 3 OLASILIK HESABI 3.. Br Olayın Olasılığı Tanım 3... Br olayın brbrnden ayrık ve ortaya çıkma şansı eşt n mümkün sonucundan m tanes br A olayına uygun se, A olayının P(A) le gösterlen olasılığı P(A)

Detaylı

ÜÇ BOYUTLU ÇAPRAZ TABLOLARDA LOGARİTMİK DOĞRUSAL ANALİZ: ÇOCUK İŞGÜCÜ DEĞİŞKENLERİ ARASINDAKİ ETKİLEŞİMLER

ÜÇ BOYUTLU ÇAPRAZ TABLOLARDA LOGARİTMİK DOĞRUSAL ANALİZ: ÇOCUK İŞGÜCÜ DEĞİŞKENLERİ ARASINDAKİ ETKİLEŞİMLER Uludağ Ünverstes İtsad ve İdar lmler Faültes Dergs lt XXV, ayı, 006, s. 41-70 ÜÇ OYUTLU ÇPRZ TLOLRD LOGRİTMİK DOĞRUL NLİZ: ÇOUK İŞGÜÜ DEĞİŞKENLERİ RINDKİ ETKİLEŞİMLER erpl ÜLÜL * Özet Kategor verlerde

Detaylı

6. Uygulama. dx < olduğunda ( )

6. Uygulama. dx < olduğunda ( ) . Uygulama Hatırlatma: Rasgele Değşelerde Belee Değer Kavramı br rasgele değşe ve g : R R br osyo olma üzere, ) esl ve g ) ) < olduğuda D ) sürel ve g ) ) d < olduğuda g belee değer der. c R ve br doğal

Detaylı

META ANALİZİNDE HETEROJENLİĞİN SAPTANMASINDA KULLANILAN YÖNTEMLERİN SİMÜLASYON TEKNİĞİ İLE KARŞILAŞTIRILMASI

META ANALİZİNDE HETEROJENLİĞİN SAPTANMASINDA KULLANILAN YÖNTEMLERİN SİMÜLASYON TEKNİĞİ İLE KARŞILAŞTIRILMASI T.C. MERSİN ÜNİVERSİTESİ SAĞLIK BİLİMLERİ ENSTİTÜSÜ BİYOİSTATİSTİK VE TIBBİ BİLİŞİM ANABİLİM DALI META ANALİZİNDE HETEROJENLİĞİN SAPTANMASINDA KULLANILAN YÖNTEMLERİN SİMÜLASYON TEKNİĞİ İLE KARŞILAŞTIRILMASI

Detaylı

Sapma (Dağılma) ölçüleri. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

Sapma (Dağılma) ölçüleri. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK Sapma (Dağılma) ölçüleri Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK tover@sakarya.edu.tr Sapma (Dağılma) ölçüleri Mutlak Sapma Ölçüleri Değişim aralığı Kartil ve Desil aralığı Ortalama mutlak sapma Standart sapma

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde azla dağılışı karşılaştırmak ç kullaıla ve ayrıca örek verlerde hareket le rekas dağılışlarıı sayısal olarak özetleye değerlere taımlayıcı statstkler der. Aalzlerde

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

Gruplanmış serilerde standart sapma hesabı

Gruplanmış serilerde standart sapma hesabı Gruplanmış serilerde standart sapma hesabı Örnek: Verilen gruplanmış serinin standart sapmasını bulunuz? Sınıflar f i X X X m i f i. m i m i - (m i - ) f i.(m i - ) 0 den az 3 4 den az 7 4 6 dan az 4 6

Detaylı

Ölçme ve Değerlendirme

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

Detaylı

İki veri setinin yapısının karşılaştırılması

İki veri setinin yapısının karşılaştırılması İk ver set yapısıı karşılaştırılması Dağılım: 6,6,6 Ortalama: 6 Medya: 6 Mod: 6 td. apma: 0 Dağılım: 0,6,1 Ortalama: 6 Medya: 6 Mod: çoklu mod td: apma: 6 Amaç: Görüe Ötese Bakablmek Verler değşkelk durumuu

Detaylı

ENERJİ. Isı Enerjisi. Genel Enerji Denklemi. Yrd. Doç. Dr. Atilla EVCİN Afyon Kocatepe Üniversitesi 2007

ENERJİ. Isı Enerjisi. Genel Enerji Denklemi. Yrd. Doç. Dr. Atilla EVCİN Afyon Kocatepe Üniversitesi 2007 Yrd. Doç. Dr. Atlla EVİN Afyon Kocatepe Ünverstes 007 ENERJİ Maddenn fzksel ve kmyasal hal değşm m le brlkte dama enerj değşm m de söz s z konusudur. Enerj değşmler mler lke olarak Termodnamğn Brnc Yasasına

Detaylı

Doğrusal Korelasyon ve Regresyon

Doğrusal Korelasyon ve Regresyon Doğrusal Korelasyon ve Regresyon En az k değşken arasındak lşknn ncelenmesne korelasyon denr. Kşlern boyları le ağırlıkları, gelr le gder, öğrenclern çalıştıkları süre le aldıkları not, tarlaya atılan

Detaylı

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ Taımlayıcı İstatstkler (Descrptve Statstcs) Dr. Musa KILIÇ TANIMLAYICI ÖRNEK İSTATİSTİKLERİ YER ÖLÇÜLERİ (Frekas dağılışıı abss eksedek durumuu belrtr.) DEĞİŞİM ÖLÇÜLERİ ( Frekas dağılışıı şekl belrtr.).

Detaylı

Standart Model (SM) Lagrange Yoğunluğu. u, d, c, s, t, b. e,, Şimdilik nötrinoları kütlesiz Kabul edeceğiz. Kuark çiftlerini gösterelim.

Standart Model (SM) Lagrange Yoğunluğu. u, d, c, s, t, b. e,, Şimdilik nötrinoları kütlesiz Kabul edeceğiz. Kuark çiftlerini gösterelim. SM de yer alacak fermyonlar Standart Model (SM) agrange Yoğunluğu u s t d c b u, d, c, s, t, b e e e,, Şmdlk nötrnoları kütlesz Kabul edeceğz. Kuark çftlern gösterelm. u, c ve t y u (=1,,) olarak gösterelm.

Detaylı

VEKTÖRLER VE VEKTÖREL IŞLEMLER

VEKTÖRLER VE VEKTÖREL IŞLEMLER VEKTÖRLER VE VEKTÖREL IŞLEMLER 1 2.1 Tanımlar Skaler büyüklük: Sadece şddet bulunan büyüklükler (örn: uzunluk, zaman, kütle, hacm, enerj, yoğunluk) Br harf le sembolze edleblr. (örn: kütle: m) Şddet :

Detaylı

DENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI

DENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI A. DNYİN AMACI : Bast ser ve bast paralel drenç devrelern analz edp kavramak. Voltaj ve akım bölücü kurallarını kavramak. Krchoff kanunlarını deneysel olarak uygulamak. B. KULLANILACAK AAÇ V MALZML : 1.

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

TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ

TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ 1 İstatistik İstatistik, belirsizliğin veya eksik bilginin söz konusu olduğu durumlarda çıkarımlar yapmak ve karar vermek için sayısal verilerin

Detaylı

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

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

MIT Açık Ders Malzemeleri Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için

MIT Açık Ders Malzemeleri   Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için MIT Açık Ders Malzemeler http://ocm.mt.edu Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında blg almak çn http://ocm.mt.edu/terms veya http://tuba.açık ders.org.tr adresn zyaret ednz. 18.102

Detaylı

SABİT-KUTUP YAKLAŞIMI KULLANILARAK TELEKONFERANSTA ODA AKUSTİK EKO YOK ETME

SABİT-KUTUP YAKLAŞIMI KULLANILARAK TELEKONFERANSTA ODA AKUSTİK EKO YOK ETME SABİ-KUUP YAKLAŞIMI KULLAILARAK ELEKOFERASA ODA AKUSİK EKO YOK EME uğba Özge ÖZDİÇ Rıfat HACIOĞLU Eletr-Eletron Mühendslğ Bölümü Mühendsl Faültes Zongulda Karaelmas Ünverstes, 671, Zongulda ozdnc_ozge@hotmal.com

Detaylı

ÖRNEK SET 5 - MBM 211 Malzeme Termodinamiği I

ÖRNEK SET 5 - MBM 211 Malzeme Termodinamiği I ÖRNE SE 5 - MBM Malzeme ermdnamğ I 5 ºC de ve sabt basınç altında, metan gazının su buharı le reaksynunun standart Gbbs serbest enerjs değşmn hesaplayın. Çözüm C O( ( ( G S S S g 98 98 98 98 98 98 98 Madde

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

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı SRY ÜNİVERSİESİ Djtal ontrol Laboratuvar Deney Föyü Deney No: 2 Sıvı Sevye ontrol Deney 2.. Deneyn macı Bu deneyn amacı, doğrusal olmayan sıvı sevye sstemnn belrlenen br çalışma noktası cvarında doğrusallaştırılmış

Detaylı

PARÇALI DOĞRUSAL REGRESYON

PARÇALI DOĞRUSAL REGRESYON HAFTA 4 PARÇALI DOĞRUSAL REGRESYO Gölge değşkenn br başka kullanımını açıklamak çn varsayımsal br şrketn satış temslclerne nasıl ödeme yaptığı ele alınsın. Satış prmleryle satış hacm Arasındak varsayımsal

Detaylı

ELM201 ELEKTRONİK-I DERSİ LABORATUAR FÖYÜ

ELM201 ELEKTRONİK-I DERSİ LABORATUAR FÖYÜ T SAKAYA ÜNİESİTESİ TEKNOLOJİ FAKÜLTESİ ELEKTİK-ELEKTONİK MÜHENDİSLİĞİ ELM201 ELEKTONİK- DESİ LAOATUA FÖYÜ DENEYİ YAPTAN: DENEYİN AD: DENEY NO: DENEYİ YAPANN AD ve SOYAD: SNF: OKUL NO: DENEY GUP NO: DENEY

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

Öğr. Elemanı: Dr. Mustafa Cumhur AKBULUT

Öğr. Elemanı: Dr. Mustafa Cumhur AKBULUT Ünte 11: İndeksler Öğr. Elemanı: Dr. Mustafa Cumhur AKBULUT İndeks 2 Üntede Ele Alınan Konular 11. İndeksler 11.1. Bast İndeksler 11.1.1. Fyat İndeks 11.1.2. Mktar İndeks 11.1.3. Mekan İndeks 11.2. Bleşk

Detaylı

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ 1 Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı, F Dağılışı, gb br dağılışa uygun olduğu durumlarda

Detaylı

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK Sürekl Olasılık Dağılım Brkml- KümülatFonksyonu Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr Sürekl olasılık onksyonları X değşken - ;+ aralığında tanımlanmış br sürekl rassal değşken olsun. Aşağıdak

Detaylı

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR Ölçme, her deeysel blm temel oluşturur. Fzk blmde de teorler sıaması ç çeştl deeyler tasarlaır ve bu deeyler sırasıda çok çeştl ölçümler yapılır. Br fzksel celğ

Detaylı

Sistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir :

Sistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir : 5 9. BÖLÜM YÜK AKIŞI (GÜÇ AKIŞI) 9.. Grş İletm sstemlernn analzlernde, bara sayısı arttıkça artan karmaşıklıkları yenmek çn sstemn matematksel modellenmesnde kolaylık getrc bazı yöntemler gelştrlmştr.

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

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

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

2 MANYETİZMA. 7. Etki ile mıknatıslanmada mıknatısın 5. K L M F F S N S N S N

2 MANYETİZMA. 7. Etki ile mıknatıslanmada mıknatısın 5. K L M F F S N S N S N 3 Manyetzma Test Çözümler 1 Test 1'n Çözümler 3. 1 2 3 4 5 6 1. X Şekl I M 1 2 Y 3 4 Mıknatıs kutupları Şekl I dek gb se 4 ve 5 numaralı kutuplar zıt şaretl olur. Manyetk alan çzgler kutup şddet le doğru

Detaylı

Bölüm 3. Tanımlayıcı İstatistikler. Tanımlayıcı İstatistikler. Tanımlayıcı İstatistikler. Yer Ölçüleri

Bölüm 3. Tanımlayıcı İstatistikler. Tanımlayıcı İstatistikler. Tanımlayıcı İstatistikler. Yer Ölçüleri 0.0.06 Taımlayıcı İstatstler Bölüm 3 Taımlayıcı İstatstler Br ver set taıma veya brde azla ver set arşılaştırma ç ullaıla ve ayrıca öre verlerde hareet le reas dağılışlarıı sayısal olara özetleye değerlere

Detaylı

uzayında vektörler olarak iç çarpımlarına eşittir. Bu iç çarpım simetrik ve hem w I T s formuna karşılık gelir. Buna p u v u v v v

uzayında vektörler olarak iç çarpımlarına eşittir. Bu iç çarpım simetrik ve hem w I T s formuna karşılık gelir. Buna p u v u v v v 1. Temel Form: Brnc temel form geometrk olarak yüzeyn çnde blndğ zayına gtmeden yüzey üzernde ölçme yamamızı sağlar. (Eğrlern znlğ, teğet ektörlern açıları, bölgelern alanları gb) S üzerndek ç çarım, br

Detaylı

6. NORMAL ALT GRUPLAR

6. NORMAL ALT GRUPLAR 6. ORMAL ALT GRUPLAR G br grup ve olsun. 5. Bölümden çn eştlğnn her zaman doğru olamayacağını blyoruz. Fakat bu özellğ sağlayan gruplar, grup teorsnde öneml rol oynamaktadır. Bu bölümde bu tür grupları

Detaylı

KOCAELİ ÜNİVERSİTESİ Mühendislik Fakültesi Makina Mühendisliği Bölümü Mukavemet I Vize Sınavı (2A)

KOCAELİ ÜNİVERSİTESİ Mühendislik Fakültesi Makina Mühendisliği Bölümü Mukavemet I Vize Sınavı (2A) KOCELİ ÜNİVERSİTESİ Mühendslk akültes Makna Mühendslğ Bölümü Mukavemet I Vze Sınavı () dı Soyadı : 18 Kasım 013 Sınıfı : No : SORU 1: Şeklde verlen levhalar aralarında açısı 10 o la 0 o arasında olacak

Detaylı

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır. KONU : DUAL MODELİN EKONOMİK YORUMU Br prmal-dual model lşks P : max Z cx D: mn Z bv AX b AV c X 0 V 0 bçmnde tanımlı olsun. Prmal modeln en y temel B ve buna lşkn fyat vektörü c B olsun. Z B B BB c X

Detaylı

ERS-2 Raw Datası için Dönüşüme Dayalı Sıkıştırma

ERS-2 Raw Datası için Dönüşüme Dayalı Sıkıştırma ERS- Raw Datası çn Dönüşüme Dayalı Sııştırma. Göhan. KASAPOĞLU, İrahm. PAPİLA, Bngül YAZGA, Sedef KET İstanul Ten Ünverstes, Eletr-Eletron Faültes, Eletron ve Haerleşme Mühendslğ, 066, Masla, İstanul Tel:

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 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

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t :

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t : HAFTA 13 GÖLGE EĞİŞKENLERLE REGRESYON (UMMY VARIABLES) Gölge veya kukla (dummy) değşkenler denen ntel değşkenler, cnsyet, dn, ten reng gb hemen sayısallaştırılamayan ama açıklanan değşkenn davranışını

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

ENDEKLER1. Prof. Dr. Mustafa AKAL

ENDEKLER1. Prof. Dr. Mustafa AKAL ENDEKLER1 Prof. Dr. Mustafa AKAL 1 İÇİNDEKİLER 1. Giriş 2. Endeks Çeşitleri 3. Mekan ve Zaman Endeksleri 3.1. Mekan Endeksi 3.2. Zaman Endeksi 4.Sabit ve Değişken Esaslı Endeksler 4.1. Sabit Esaslı Endeks

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstler Taımlayıcı İstatstler Br veya brde azla dağılışı arşılaştırma ç ullaıla ve ayrıca öre verlerde hareet le reas dağılışlarıı sayısal olara özetleye değerlere taımlayıcı statstler der.

Detaylı

MERKEZİ EĞİLİM ÖLÇÜLERİ

MERKEZİ EĞİLİM ÖLÇÜLERİ MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlee ver düzeleerek çzelgelerle, graklerle suulması çoğu kez yeterl olmaz. Geel durumu yasıtacak br takım ölçülere gereksm vardır. Bu ölçüler verler yalızca özlü br bçmde belrtmekle

Detaylı

taşinmaz DEĞERLEME- DE İSTATİKSEL ANALİZ

taşinmaz DEĞERLEME- DE İSTATİKSEL ANALİZ 3 İstatst Serler ve Freas Tabloları TAŞINMAZ GELİŞTİRME TEZSİZ YÜKSEK LİSANS PROGRAMI taşinmaz DEĞERLEME- DE İSTATİKSEL ANALİZ Doç. Dr. Mehmet Al CENGİZ Üte: 3 İSTATİSTİK SERİLERİ ve FREKANS TABLOLARI

Detaylı

BAŞKENT ÜNİVERSİTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ MAK MAKİNE MÜHENDİSLİĞİ LABORATUVARI DENEY - 8

BAŞKENT ÜNİVERSİTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ MAK MAKİNE MÜHENDİSLİĞİ LABORATUVARI DENEY - 8 BAŞKENT ÜNİVERSİTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ MAK - 402 MAKİNE MÜHENDİSLİĞİ LABORATUVARI DENEY - 8 FARKLI YÜZEY ÖZELLİKLERİNE SAHİP PLAKALARIN ISIL IŞINIM YAYMA ORANLARININ HESAPLANMASI BAŞKENT ÜNİVERSİTESİ

Detaylı

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 03.05.013 ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 1 Nede Örekleme? Öreklemde çalışmak ktlede çalışmakta daha kolaydır. Ktle üzerde çalışmak çok daha masraflı olablr. Çoğu durumda tüm ktleye ulaşmak

Detaylı

Kİ KARE TESTLERİ. Biyoistatistik (Ders 2: Ki Kare Testleri) Kİ-KARE TESTLERİ. Sağlıktan Yakınma Sigara Var Yok Toplam. İçen. İçmeyen.

Kİ KARE TESTLERİ. Biyoistatistik (Ders 2: Ki Kare Testleri) Kİ-KARE TESTLERİ. Sağlıktan Yakınma Sigara Var Yok Toplam. İçen. İçmeyen. Biyoistatisti (Ders : Ki Kare Testleri) Kİ KARE TESTLERİ Yrd. Doç. Dr. Ünal ERKORKMAZ Saarya Üniversitesi Tıp Faültesi Biyoistatisti Anabilim Dalı uerormaz@saarya.edu.tr Kİ-KARE TESTLERİ 1. Ki-are testleri

Detaylı

ALTERNATİF AKIM DEVRE YÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ

ALTERNATİF AKIM DEVRE YÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ BÖLÜM 6 ALTERNATİF AKIM DEVRE ÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ 6. ÇEVRE AKIMLAR ÖNTEMİ 6. SÜPERPOZİSON TEOREMİ 6. DÜĞÜM GERİLİMLER ÖNTEMİ 6.4 THEVENİN TEOREMİ 6.5 NORTON TEOREMİ Tpak GİRİŞ Alternatf akımın

Detaylı

YAŞAM VERİLERİNİN META ANALİZİ META ANALYSIS OF SURVIVAL DATA

YAŞAM VERİLERİNİN META ANALİZİ META ANALYSIS OF SURVIVAL DATA YAŞAM VERİLERİNİN META ANALİZİ META ANALYSIS OF SURVIVAL DATA HATİCE YENİAY PROF. DR. DURDU KARASOY Tez Danışmanı Hacettepe Ünverstes Lsansüstü Eğtm-Öğretm Yönetmelğnn İstatst Anablm Dalı İçn Öngördüğü

Detaylı

BÖLÜM 5 İNCE PROFİLLER İÇİN SAYISAL UYGULAMALAR

BÖLÜM 5 İNCE PROFİLLER İÇİN SAYISAL UYGULAMALAR BÖLÜM 5 İE PROFİLLER İÇİ SAYISAL UYGULAMALAR 5. Grş 5. İne profl teors 5.. Analt çözümler 5.. Kamburlu eğrsne polnom şelnde eğr uydurulması 5.. Fourer ntegrallernn sayısal hesabı 5. Kümelenmş-grdaplar

Detaylı

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

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

Detaylı

Copyright 2004 Pearson Education, Inc. Slide 1

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

Detaylı

5.3. Tekne Yüzeylerinin Matematiksel Temsili

5.3. Tekne Yüzeylerinin Matematiksel Temsili 5.3. Tekne Yüzeylernn atematksel Temsl atematksel yüzey temslnde lk öneml çalışmalar Coons (53) tarafından gerçekleştrlmştr. Ferguson yüzeylernn gelştrlmş hal olan Coons yüzeylernde tüm sınır eğrler çn

Detaylı

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.

Detaylı

SEK Yönteminin Güvenilirliği Sayısal Bir Örnek. Ekonometri 1 Konu 11 Sürüm 2,0 (Ekim 2011)

SEK Yönteminin Güvenilirliği Sayısal Bir Örnek. Ekonometri 1 Konu 11 Sürüm 2,0 (Ekim 2011) İk Değşkenl Bağlanım Model SEK Yöntemnn Güvenlrlğ Ekonometr 1 Konu 11 Sürüm,0 (Ekm 011) UADMK Açık Lsans Blgs İşbu belge, Creatve Commons Attrbuton-Non-Commercal ShareAlke 3.0 Unported (CC BY-NC-SA 3.0)

Detaylı

İSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr

İSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr İSTATİSTİK 2 Tahmi Teorisi 07/03/2012 AYŞE S. ÇAĞLI aysecagli@beyket.edu.tr İstatistik yötemler İstatistik yötemler Betimsel istatistik Çıkarımsal istatistik Tahmi Hipotez testleri Nokta tahmii Aralık

Detaylı