İSTATİSTİK II MINITAB

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "İSTATİSTİK II MINITAB"

Transkript

1 İSTATİSTİK II MINITAB 8.5. Veriler k DENEY TASARIMI Treatment Design Factor Combinations A B C Surface Rougness () a - - b ab - 5 c - - ac - bc - 8 abc 6 Veri Giriş Sayfasının Oluşturulması /

2 İSTATİSTİK II MINITAB 8.5. /

3 İSTATİSTİK II MINITAB 8.5. Verilerin Girilmesi Analiz /

4 İSTATİSTİK II MINITAB 8.5. Normal Plot of the Standardized Effects (response is C8, Alpha =,5) Percent A Effect Type Not Significant Significant F actor Name A A B B C C Standardized Effect 5 /

5 İSTATİSTİK II MINITAB 8.5. Plots for C8 99 Normal Probability Plot Versus Fits 9 Percent Fitted Value 6 Histogram Versus Order Frequency,8,6,, -, -,5 -, -,5,,5,, Observation Order Factorial Fit: C8 versus A; B; C Estimated Effects and Coefficients for C8 (coded units) Term Effect Coef SE Coef T P Constant,65,9 8,, A,75,6875,9,, B,65,85,9,8,7 C,875,75,9,,95 A*B,75,6875,9,76,6 A*C,5,65,9,6,877 B*C -,65 -,5,9 -,8,6 A*B*C,5,565,9,,88 S =,565 PRESS = 78 R-Sq = 79,% R-Sq(pred) = 6,7% R-Sq(adj) = 6,66% Analysis of Variance for C8 (coded units) Source DF Seq SS Adj SS Adj MS F P Main Effects 59,875 59,875 9,79 8,9,8 A 5,565 5,565 5,565 8,69, B,565,565,565,,7 C,65,65,65,6,95 -Way Interactions 9,875 9,875,65,6,5 A*B 7,565 7,565 7,565,,6 A*C,65,65,65,,877 B*C,565,565,565,6,6 -Way Interactions 5,65 5,65 5,65,8,88 A*B*C 5,65 5,65 5,65,8,88 Error 8 9,5 9,5,75 Pure Error 8 9,5 9,5,75 Total 5 9,975 5/

6 İSTATİSTİK II MINITAB 8.5. Adım Adım Etkin Olmayan Faktörlerin Çıkarılması. Normal Plot of the Standardized Effects (response is C8, Alpha =,5) Percent A Effect Type Not Significant Significant F actor Name A A B B C C Standardized Effect Plots for C8 99 Normal Probability Plot Versus Fits 9 Percent 5 - -, -,5,,5, - Fitted Value Histogram Versus Order Frequency - -, -,5 -, -,5,,5,, Observation Order 6/

7 İSTATİSTİK II MINITAB 8.5. Factorial Fit: C8 versus A; B; C Estimated Effects and Coefficients for C8 (coded units) Term Effect Coef SE Coef T P Constant,65, 6,79, A,75,6875,,9, B,65,85,,97,8 C,875,75,,6,7 A*B,75,6875,,66, A*C,5,65,,5,88 B*C -,65 -,5, -,76,69 S =,65 PRESS = 77,696 R-Sq = 7,57% R-Sq(pred) = 6,7% R-Sq(adj) = 55,95% Analysis of Variance for C8 (coded units) Source DF Seq SS Adj SS Adj MS F P Main Effects 59,875 59,875 9,79 7,,9 A 5,565 5,565 5,565 6,69, B,565,565,565,87,8 C,65,65,65,,7 -Way Interactions 9,875 9,875,65,,9 A*B 7,565 7,565 7,565,77, A*C,65,65,65,,88 B*C,565,565,565,57,69 Error 9,565,565,79 Lack of Fit 5,65 5,65 5,65,8,88 Pure Error 8 9,5 9,5,75 Total 5 9,975 7/

8 İSTATİSTİK II MINITAB Normal Plot of the Standardized Effects (response is C8, Alpha =,5) Effect Type Not Significant Significant Percent A Standardized Effect Plots for C8 99 Normal Probability Plot Versus Fits 9 Percent Fitted Value Histogram Versus Order Frequency Observation Order 8/

9 İSTATİSTİK II MINITAB 8.5. Factorial Fit: C8 versus A; B; C Estimated Effects and Coefficients for C8 (coded units) Term Effect Coef SE Coef T P Constant,65,9 6,9, A,75,6875,9,, B,65,85,9,9,77 C,875,75,9,,7 S =,6775 PRESS = 6 R-Sq = 6,69% R-Sq(pred) = 5,% R-Sq(adj) = 5,6% Analysis of Variance for C8 (coded units) Source DF Seq SS Adj SS Adj MS F P Main Effects 59,87 59,87 9,79 7,,6 A 5,56 5,56 5,56 6,, B,56,56,56,76,77 C,6,6,6,9,7 Error,75,75,8 Lack of Fit,5,5,56,6, Pure Error 8 9,5 9,5,8 Total 5 9,97 9/

10 İSTATİSTİK II MINITAB 8.5. Merkez Nokta (Central Point) Eğer verilere merkez noktalarda yapılan adet deney eklenirse; ( ve ) /

11 İSTATİSTİK II MINITAB 8.5. Factorial Fit: C8 versus A; B; C Estimated Effects and Coefficients for C8 (coded units) Term Effect Coef SE Coef T P Constant,65,77 9,68, A,75,6875,77,5, B,65,85,77,8,57 C,875,75,77,7,7 A*B,75,6875,77,8,98 A*C,5,65,77,7,87 B*C -,65 -,5,77 -,8, A*B*C,5,565,77,5,65 Ct Pt,75,8,9, S =,97 PRESS = 8,7 R-Sq = 79,% R-Sq(pred) =,5% R-Sq(adj) = 6,% Analysis of Variance for C8 (coded units) Source DF Seq SS Adj SS Adj MS F P Main Effects 59,875 59,875 9,79 8,88,5 A 5,565 5,565 5,565,5, B,565,565,565,75,57 C,65,65,65,8,7 -Way Interactions 9,875 9,875,65,8, A*B 7,565 7,565 7,565,,98 A*C,65,65,65,,87 B*C,565,565,565,7, -Way Interactions 5,65 5,65 5,65,8,65 A*B*C 5,65 5,65 5,65,8,65 Curvature,676,676,676,65, Error 9,,, Pure Error 9,,, Total 7 97, /

12 İSTATİSTİK II MINITAB 8.5. Blocking Eğer tekrar sayısı blocking olarak ele alınırsa; /

13 İSTATİSTİK II MINITAB 8.5. Factorial Fit: C8 versus Block; A; B; C Estimated Effects and Coefficients for C8 (coded units) Term Effect Coef SE Coef T P Constant,65, 6,9, Block -,875, -,6,66 A,75,6875,,,5 B,65,85,,98,89 C,875,75,,6, A*B,75,6875,,67,8 A*C,5,65,,5,88 B*C -,65 -,5, -,76,7 A*B*C,5,565,,7, S =,68 PRESS = 98,988 R-Sq = 79,6% R-Sq(pred) =,% R-Sq(adj) = 56,% Analysis of Variance for C8 (coded units) Source DF Seq SS Adj SS Adj MS F P Blocks,565,565,565,,66 Main Effects 59,875 59,875 9,79 7,9,5 A 5,565 5,565 5,565 6,8,5 B,565,565,565,9,89 C,65,65,65,, -Way Interactions 9,875 9,875,65,, A*B 7,565 7,565 7,565,8,8 A*C,65,65,65,,88 B*C,565,565,565,58,7 -Way Interactions 5,65 5,65 5,65,87, A*B*C 5,65 5,65 5,65,87, Error 7 8,975 8,975,75 Total 5 9,975 /

ÖNGÖRÜ TEKNĐKLERĐ ÖDEV 5 (KEY)

ÖNGÖRÜ TEKNĐKLERĐ ÖDEV 5 (KEY) ÖNGÖRÜ TEKNĐKLERĐ ÖDEV (KEY) Aşağıda verilen Y zaman sersisi bir ürünle ilgili satışları,aylar itibariyle, gösteren bir seridir. a) Bu serinin garfiğini çizip serinin taşıdığı desenleri (Trend, mevsimsellik

Detaylı

PVC TESİSAT BAĞLANTI PARÇALARI ÜRETİMİNDE FİRE PROBLEMİNİN ÇÖZÜMÜNDE PLACKETT-BURMAN DENEY TASARIMI YAKLAŞIMI

PVC TESİSAT BAĞLANTI PARÇALARI ÜRETİMİNDE FİRE PROBLEMİNİN ÇÖZÜMÜNDE PLACKETT-BURMAN DENEY TASARIMI YAKLAŞIMI PVC TESİSAT BAĞLANTI PARÇALARI ÜRETİMİNDE FİRE PROBLEMİNİN ÇÖZÜMÜNDE PLACKETT-BURMAN DENEY TASARIMI YAKLAŞIMI Zeynep KARSLIOĞLU Endüstri Mühendisi Fırat Plastik Ş.Alp BARAY İ. Ü. Mühendislik Fakültesi

Detaylı

Bu bildiri 6. Uluslararası Ankiros Döküm kongresinde sunulmuştur. This paper was presented on 6th Ankiros Foundry Congress

Bu bildiri 6. Uluslararası Ankiros Döküm kongresinde sunulmuştur. This paper was presented on 6th Ankiros Foundry Congress Bu bildiri 6. Uluslararası Ankiros Döküm kongresinde sunulmuştur This paper was presented on 6th Ankiros Foundry Congress http://kongre.tudoksad.org.tr/ Eylül 2012 September 2012 Tüyap, İstanbul SICAK

Detaylı

Regresyon. Regresyon korelasyon ile yakından ilişkilidir

Regresyon. 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

Detaylı

BİR KALİTE KARAKTERİSTİĞİNİN DENEY TASARIMI İLE İYİLEŞTİRİLMESİ

BİR KALİTE KARAKTERİSTİĞİNİN DENEY TASARIMI İLE İYİLEŞTİRİLMESİ 1 BİR KALİTE KARAKTERİSTİĞİNİN DENEY TASARIMI İLE İYİLEŞTİRİLMESİ Şafak KIRIŞ, A.Sermet ANAGÜN, Nihat YÜZÜGÜLLÜ Eskişehir Osmangazi Üniversitesi, Endüstri Mühendisliği Bölümü, Eskişehir skiris@ogu.edu.tr,

Detaylı

YAPAY SİNİR AĞLARI YÖNTEMİYLE İSTANBUL DOĞALGAZ İHTİYACININ TAHMİN EDİLMESİ VE GAZ TÜKETİM HESAPLAMA PROGRAMININ YAZILMASI

YAPAY SİNİR AĞLARI YÖNTEMİYLE İSTANBUL DOĞALGAZ İHTİYACININ TAHMİN EDİLMESİ VE GAZ TÜKETİM HESAPLAMA PROGRAMININ YAZILMASI YAPAY SİNİR AĞLARI YÖNTEMİYLE İSTANBUL DOĞALGAZ İHTİYACININ TAHMİN EDİLMESİ VE GAZ TÜKETİM HESAPLAMA PROGRAMININ YAZILMASI Prof. Dr. Bekir Karlık & Recep KIZILASLAN Araştırma Projesi Ocak 2009 Proje Yöneticisi:

Detaylı

ÇAYDAN KATMA DEĞERİ YÜKSEK YENİ ÜRÜNLER GELİŞTİRİLMESİ

ÇAYDAN KATMA DEĞERİ YÜKSEK YENİ ÜRÜNLER GELİŞTİRİLMESİ ÇAYDAN KATMA DEĞERİ YÜKSEK YENİ ÜRÜNLER GELİŞTİRİLMESİ MAM Gıda Enstitüsü Dr. Sena Saklar Ayyıldız 05.10.2016 Türkiye 12. Gıda Kongresi Edirne Projenin Amacı Türkiye çay üreticisi ülke olmakla birlikte,

Detaylı

OLS Klasik Varsayımlar. Çoklu Regresyon. Çoklu Regresyon Modellemesi. Çoklu Regresyon Modeli. Multiple Regression

OLS Klasik Varsayımlar. Çoklu Regresyon. Çoklu Regresyon Modellemesi. Çoklu Regresyon Modeli. Multiple Regression OLS Klasik Varsayımlar Çoklu Regresyon Multiple Regression. Lineer regresyon modeli. E(e i )=, ortalama hata sıfırdır. E(X i e i )=, bağımsız değişkenlerle hatalar arasında korelasyon mevcut değildir 4.

Detaylı

( i) ( ' ) 1. * Dışsal Studentleştirilmiş Artıklar (Externeally Studentized Residuals, Deleted Studentized Residuals, Jacknifed Residuals) ( )

( i) ( ' ) 1. * Dışsal Studentleştirilmiş Artıklar (Externeally Studentized Residuals, Deleted Studentized Residuals, Jacknifed Residuals) ( ) 9. Ders Aykırı Değerler Etkin Gözlemler Artıkların Analizi Y = X β + ε, ε N(0, σ I) modelindeki hata terimi ile ilgili varsayımlar: 1) E( ε ) = 0 yani i = 1,,..., n için E( ε i ) = 0, ε ε ε ler bağımsız,

Detaylı

ş ç ö ç ç ş ş ö ş ş ç ö ö ş ç ç ş ö ö ö ş ş ş ş ş ş ş ö ö ç ç ç ş ş ö ş ö ö ş ö ö ö ş ö ş Ö Ü Ç ö ö Ğ ş ş ö Ö ö ç Ğ ş ş ö Ö ş ş şş ö ş ç ç ö ö ç ş ç ç ç Ö ç ç Ö ç ç ş ş Ö ç ö ş Ö ş ç ç ö ş ö ö ş ö ç ç

Detaylı

Bağımsız Örneklemler İçin Tek Faktörlü ANOVA

Bağımsız Örneklemler İçin Tek Faktörlü ANOVA Bağımsız Örneklemler İçin Tek Faktörlü ANOVA ANOVA (Varyans Analizi) birden çok t-testinin uygulanması gerektiği durumlarda hata varyansını azaltmak amacıyla öncelikle bir F istatistiği hesaplanır bu F

Detaylı

Türk Elektrik-Elektronik Sektörü İhracat Etki Mekanizmalarının Modellenmesi (2013_KK_01-İHRFRC)

Türk Elektrik-Elektronik Sektörü İhracat Etki Mekanizmalarının Modellenmesi (2013_KK_01-İHRFRC) Türk Elektrik-Elektronik Sektörü İhracat Etki Mekanizmalarının Modellenmesi (2013_KK_01-İHRFRC) SPONSOR Fatih Kemal EBİÇLİOĞLU SÜREÇ SAHİBİ/ŞAMPİYON Ümit KOŞKAN PROJE LİDERİ Kutad ALPTÜRKAN 2013 EKİP ÜYELERİ

Detaylı

Korelasyon ve Regresyon

Korelasyon ve Regresyon Korelasyon ve Regresyon Korelasyon- (lineer korelasyon) Açıklayıcı (Bağımsız) Değişken x çalışma zamanı ayakkabı numarası İki değişken arasındaki ilişkidir. Günlük sigara sayısı SAT puanı boy Yanıt (Bağımlı)

Detaylı

Pazarlama Araştırması Grup Projeleri

Pazarlama Araştırması Grup Projeleri Pazarlama Araştırması Grup Projeleri Projeler kapsamında öğrencilerden derlediğiniz 'Teknoloji Kullanım Anketi' verilerini kullanarak aşağıda istenilen testleri SPSS programını kullanarak gerçekleştiriniz.

Detaylı

Gülser Köksal ODTÜ Endüstri Mühendisliği Bölümü

Gülser Köksal ODTÜ Endüstri Mühendisliği Bölümü ÜRÜN VE SÜREÇ TASARIM PARAMETRE OPTİMİZASYONU Gülser Köksal ODTÜ Endüstri Mühendisliği Bölümü YAEM 2015 11 Eylül 2015, Ankara İçerik Ürünlerin kalitesi nasıl sağlanır? Tasarımcı kaliteyi artırmak için

Detaylı

KULLANILAN MADDE TÜRÜNE GÖRE BAĞIMLILIK PROFİLİ DEĞİŞİKLİK GÖSTERİYOR MU? Kültegin Ögel, Figen Karadağ, Cüneyt Evren, Defne Tamar Gürol

KULLANILAN MADDE TÜRÜNE GÖRE BAĞIMLILIK PROFİLİ DEĞİŞİKLİK GÖSTERİYOR MU? Kültegin Ögel, Figen Karadağ, Cüneyt Evren, Defne Tamar Gürol KULLANILAN MADDE TÜRÜNE GÖRE BAĞIMLILIK PROFİLİ DEĞİŞİKLİK GÖSTERİYOR MU? Kültegin Ögel, Figen Karadağ, Cüneyt Evren, Defne Tamar Gürol 1 Acibadem University Medical Faculty 2 Maltepe University Medical

Detaylı

KARİDES ATIKLARINDAN KİTİN VE KİTOSAN ÜRETİMİ: OPTİMİZASYON VE KARAKTERİZASYON

KARİDES ATIKLARINDAN KİTİN VE KİTOSAN ÜRETİMİ: OPTİMİZASYON VE KARAKTERİZASYON KARİDES ATIKLARINDAN KİTİN VE KİTOSAN ÜRETİMİ: OPTİMİZASYON VE KARAKTERİZASYON Kader TOKATLI Aslıhan DEMİRDÖVEN Gaziosmanpaşa Üniversitesi Mühendislik ve Doğa Bilimleri Fakültesi Gıda Mühendisliği Bölümü

Detaylı

Ölçüm Sisteminin Analizi

Ölçüm Sisteminin Analizi Ölçüm Sisteminin Analizi (Measurement System Analysis) Prof. Dr. Nihal Erginel TOPLAM DEĞİŞKENLİK SÜREÇTEN KAYNAKLANAN DEĞİŞKENLİK ÖLÇÜM SİSTEMİNDEN KAYNAKLANAN DEĞİŞKENLİK Süreç Değişkenlik Kaynakları

Detaylı

BAYANLARA ÖZEL SPOR MERKEZİNDE KARŞILAŞILAN YETERLİ KİLO VEREMEME VE İNCELEMEME PROBLEMİNİN DENEY TASARIMI İLE OPTİMİZASYONU

BAYANLARA ÖZEL SPOR MERKEZİNDE KARŞILAŞILAN YETERLİ KİLO VEREMEME VE İNCELEMEME PROBLEMİNİN DENEY TASARIMI İLE OPTİMİZASYONU MANAS Sosyal Araştırmalar Dergisi 2016 Cilt: 5 Sayı: 5 MANAS Journal of Social Studies 2016 Vol.: 5 No: 5 BAYANLARA ÖZEL SPOR MERKEZİNDE KARŞILAŞILAN YETERLİ KİLO VEREMEME VE İNCELEMEME PROBLEMİNİN DENEY

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

ÇOK DEĞİŞKENLİ KALİTE KONTROLDE REGRESYON DÜZELTMESİ

ÇOK DEĞİŞKENLİ KALİTE KONTROLDE REGRESYON DÜZELTMESİ Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Yayın Geliş Tarihi: 7.04.00 Cilt: 3, Sayı:, Yıl: 0, Sayfa: 3-4 Yayına Kabul Tarihi: 3.06.0 ISSN: 30-384 E-ISSN:308-09 ÇOK DEĞİŞKENLİ KALİTE KONTROLDE

Detaylı

YILLARI ARASINDA GÜNEY CAROLINA DA OKUL İÇİ ŞİDDET İSTATİSKLERİ ANALİZİ (Bir Önceki Projeden Devam Edilecektir)

YILLARI ARASINDA GÜNEY CAROLINA DA OKUL İÇİ ŞİDDET İSTATİSKLERİ ANALİZİ (Bir Önceki Projeden Devam Edilecektir) 1996-1998 YILLARI ARASINDA GÜNEY CAROLINA DA OKUL İÇİ ŞİDDET İSTATİSKLERİ ANALİZİ (Bir Önceki Projeden Devam Edilecektir) Hazırlayan : Süleyman Öğrekçi 1996 ve 1998 yılları arasında Güney Carolina da resmi

Detaylı

BÖLÜM 8 BİLGİSAYAR UYGULAMALARI - 2

BÖLÜM 8 BİLGİSAYAR UYGULAMALARI - 2 1 BÖLÜM 8 BİLGİSAYAR UYGULAMALARI - 2 Bu bölümde bir veri seti üzerinde betimsel istatistiklerin kestiriminde SPSS paket programının kullanımı açıklanmaktadır. Açıklamalar bir örnek üzerinde hareketle

Detaylı

Deneysel Verilerin Değerlendirilmesi. Dersi Veren Öğretim Üyeleri: Yrd. Doç. Dr. Özge ANDİÇ ÇAKIR. Prof. Dr. Murat ELİBOL FİNAL SINAVI

Deneysel Verilerin Değerlendirilmesi. Dersi Veren Öğretim Üyeleri: Yrd. Doç. Dr. Özge ANDİÇ ÇAKIR. Prof. Dr. Murat ELİBOL FİNAL SINAVI Deneysel Verilerin Değerlendirilmesi Dersi Veren Öğretim Üyeleri: Yrd. Doç. Dr. Özge ANDİÇ ÇAKIR Prof. Dr. Murat ELİBOL FİNAL SINAVI Ödevi Hazırlayan: Özge AKBOĞA 91100019124 (Doktora) Güz,2012 İzmir 1

Detaylı

GRANÜL BOYUT DAĞILIMININ GRANİT KARO ÜRÜN ÖZELLİKLERİNE ETKİSİ. Z.Bayer 1,3, N.Ay 1, N.Erginel 2

GRANÜL BOYUT DAĞILIMININ GRANİT KARO ÜRÜN ÖZELLİKLERİNE ETKİSİ. Z.Bayer 1,3, N.Ay 1, N.Erginel 2 Afyon Kocatepe Üniversitesi Özel Sayı Afyon Kocatepe University FEN BİLİMLERİ DERGİSİ 83-88 JOURNAL OF SCIENCE GRANÜL BOYUT DAĞILIMININ GRANİT KARO ÜRÜN ÖZELLİKLERİNE ETKİSİ Z.Bayer 1,3, N.Ay 1, N.Erginel

Detaylı

Ölçüm Sisteminin Analizi Measurement System Analysis. Dr. Nihal Erginel

Ölçüm Sisteminin Analizi Measurement System Analysis. Dr. Nihal Erginel Ölçüm Sisteminin Analizi Measurement System Analysis Dr. Nihal Erginel TOPLAM DEĞİŞKENLİK Süreçten kaynaklanan değişkenlik Ölçüm sisteminden kaynaklanan değişkenlik Süreç Değişkenlik Kaynakları Hammadde

Detaylı

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ A ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY A Applied Sciences and Engineering Cilt/Vol.:11-Sayı/No: 1 : 1-16 (2010) ARAŞTIRMA MAKALESİ /RESEARCH

Detaylı

34.Operations Research&Industrial Engıneerıng National Congress 25-27 June 2014

34.Operations Research&Industrial Engıneerıng National Congress 25-27 June 2014 BANKING SECTOR ANALYSIS OF IZMIR PROVINCE: A GRAPHICAL DATA-MINING ANALYSIS (R SOFTWARE APPLICATIONS) 34.Operations Research&Industrial Engıneerıng National Congress 25-27 June 2014 FATMA ÇINAR MBA, CAPITAL

Detaylı

ULUDAĞ ÜNİVERSİTESİ EĞİTİM FAKÜLTESİ BEDEN EĞİTİMİ ve SPOR BÖLÜMÜ ÖĞRENCİLERİNİN ÖSS ve ÖZEL YETENEK SINAVI PUANLARINA GÖRE GENEL AKADEMİK BAŞARILARI

ULUDAĞ ÜNİVERSİTESİ EĞİTİM FAKÜLTESİ BEDEN EĞİTİMİ ve SPOR BÖLÜMÜ ÖĞRENCİLERİNİN ÖSS ve ÖZEL YETENEK SINAVI PUANLARINA GÖRE GENEL AKADEMİK BAŞARILARI Uludağ Üniversitesi Eğitim Fakültesi Dergisi Cilt: XVII, Sayı: 1, 2003 ULUDAĞ ÜNİVERSİTESİ EĞİTİM FAKÜLTESİ BEDEN EĞİTİMİ ve SPOR BÖLÜMÜ ÖĞRENCİLERİNİN ÖSS ve ÖZEL YETENEK SINAVI PUANLARINA GÖRE GENEL

Detaylı

UYGULAMA 2 TABLO YAPIMI

UYGULAMA 2 TABLO YAPIMI 1 UYGULAMA 2 TABLO YAPIMI Amaç: SPSS 10 istatistiksel paket programında veri girişi ve tablo yapımı. SPSS 10 istatistiksel paket programı ilk açıldığında ekrana gelen görüntü aşağıdaki gibidir. Bu pencere

Detaylı

Deney Tasarımı (DOE) Reçetesi. Orhan Çevik İstanbul, 30 Ağustos 2014

Deney Tasarımı (DOE) Reçetesi. Orhan Çevik İstanbul, 30 Ağustos 2014 Deney Tasarımı (DOE) Reçetesi Orhan Çevik İstanbul, 30 Ağustos 2014 Başlangıç Uyarısı Deney tasarımı çalışmalarının genellikle peş peşe birkaç deney gerektiren çalışmalar olduğunu unutmayın Her zaman mümkün

Detaylı

AISI 316Ti PASLANMAZ ÇELİĞİN TORNALANMASINDA KESİCİ UÇ ETKİSİNİN TAGUCHI YÖNTEMİ İLE ANALİZİ

AISI 316Ti PASLANMAZ ÇELİĞİN TORNALANMASINDA KESİCİ UÇ ETKİSİNİN TAGUCHI YÖNTEMİ İLE ANALİZİ Gazi Üniv. Müh. Mim. Fak. Der. Journal of the Faculty of Engineering and Architecture of Gazi University Cilt 28, No 2, 363-372, 2013 Vol 28, No 2, 363-372, 2013 AISI 316Ti PASLANMAZ ÇELİĞİN TORNALANMASINDA

Detaylı

Çalıştığı kurumun prestij kaynağı olup olmaması KIZ 2,85 ERKEK 4,18

Çalıştığı kurumun prestij kaynağı olup olmaması KIZ 2,85 ERKEK 4,18 1 * BAĞIMSIZ T TESTİ (Independent Samples t test) ÖRNEK: Yapılan bir anket çalışmasında katılımcılardan, çalıştıkları kurumun kendileri için bir prestij kaynağı olup olmadığını belirtmeleri istenmiş. 30

Detaylı

Öğrencilere bilgisayar destekli titreşim analizi yeteğinin kazandırılması

Öğrencilere bilgisayar destekli titreşim analizi yeteğinin kazandırılması Ders Öğretim Planı Dersin Kodu 50700 4222007 Dersin Seviyesi Lisans Dersin Adı BİLGİSAYAR DESTEKLİ TİTREŞİM SİMÜLASYONU Dersin Türü Yıl Yarıyıl AKTS Seçmeli 4 8 3 Dersin Amacı Öğrencilere bilgisayar destekli

Detaylı

İSTATİSTİK SPSS UYGULAMA

İSTATİSTİK SPSS UYGULAMA İSTATİSTİK SPSS UYGULAMA Yrd. Doç. Dr. H. İbrahim CEBECİ SPSS UYGULAMA Bu bölümde SPSS veri girişi, Basit grafik hazırlama, örneklem çekimi ve tanımlayıcı istatistiksel analizler hakkında SPSS uygulamaları

Detaylı

Çoklu Bağlantı Problemi (Açıklayıcı Değişkenler Arasında Doğrusal Đlişkiler)

Çoklu Bağlantı Problemi (Açıklayıcı Değişkenler Arasında Doğrusal Đlişkiler) . Ders Çoklu Bağlantı Problemi (Açıklayıcı Değişkenler Arasında Doğrusal Đlişkiler) Açıklayıcı değişkenler ile bağımlı değişken arasında, E( Y ) = x x... x X x X x X x β + β + β + + β =, =,..., k k k=

Detaylı

KUKLA DEĞİŞKENLİ MODELLER

KUKLA DEĞİŞKENLİ MODELLER KUKLA DEĞİŞKENLİ MODELLER Bir kukla değişkenli modeller (Varyans Analiz Modelleri) Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller) Kukla değişkenlerin

Detaylı

Varyans Analizi (ANOVA), Kovaryans Analizi (ANCOVA), Faktöriyel ANOVA, Çoklu Varyans Analizi (MANOVA)

Varyans Analizi (ANOVA), Kovaryans Analizi (ANCOVA), Faktöriyel ANOVA, Çoklu Varyans Analizi (MANOVA) Varyans Analizi (ANOVA), Kovaryans Analizi (ANCOVA), Faktöriyel ANOVA, Çoklu Varyans Analizi (MANOVA) Yaşar Tonta H.Ü. BBY tonta@hacettepe.edu.tr yunus.hacettepe.edu.tr/~tonta/courses/fall2008/sb5002/

Detaylı

ğ ş ş ğ ö Ğ ş ö Ü ö ğ ğ ö Ş Ü ş ş ğ ö ş şş Ö ş ş Ş Ö Ü ş ş ğ ş ş ş ş ğ ğ ğ ğ ş ö Ğ ş ş ğ ş ö Ğ Ç Ç ğ Ş Ş ş ğ Ş ö ğ ş ö ğ ö ş ğ Ç ğ ğ ğ ğ ö ş ğ Ç ö ş ğ Ş ğ Ş ğ ğ ğ ğ ğ ğ ş ş ö ö Ş Ş ş ö ş ş Ş ş ş ş ö ö

Detaylı

The International New Issues In SOcial Sciences

The International New Issues In SOcial Sciences Number: 4 pp: 89-95 Winter 2017 SINIRSIZ İYİLEŞMENİN ÖRGÜT PERFORMANSINA ETKİSİ: BİR UYGULAMA Okan AY 1 Giyesiddin NUROV 2 ÖZET Sınırsız iyileşme örgütsel süreçlerin hiç durmaksızın örgüt içi ve örgüt

Detaylı

Kukla Değişken Nedir?

Kukla Değişken Nedir? Kukla Değişken Nedir? Cinsiyet, eğitim seviyesi, meslek, din, ırk, bölge, tabiiyet, savaşlar, grevler, siyasi karışıklıklar (=darbeler), iktisat politikasındaki değişiklikler, depremler, yangın ve benzeri

Detaylı

ÖZET YENİ İLKÖĞRETİM II. KADEME MATEMATİK ÖĞRETİM PROGRAMININ İSTATİSTİK BOYUTUNUN İNCELENMESİ. Yunus KAYNAR

ÖZET YENİ İLKÖĞRETİM II. KADEME MATEMATİK ÖĞRETİM PROGRAMININ İSTATİSTİK BOYUTUNUN İNCELENMESİ. Yunus KAYNAR ÖZET YENİ İLKÖĞRETİM II. KADEME MATEMATİK ÖĞRETİM PROGRAMININ İSTATİSTİK BOYUTUNUN İNCELENMESİ Yunus KAYNAR AFYON KOCATEPE ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EĞİTİM BİLİMLERİ ANA BİLİM DALI Ağustos

Detaylı

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END Kalite Planlama ve Kontrol

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END Kalite Planlama ve Kontrol Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END 3618 - Kalite Planlama ve Kontrol Uygulama Çalışması-I Dr. Öğr. Üyesi Kemal SUBULAN Tarih: 12.04.2018 A Aşağıda yer alan

Detaylı

İSTATİSTİK MHN3120 Malzeme Mühendisliği

İSTATİSTİK 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

Detaylı

Konu 04: Yardımcı Komutlar

Konu 04: Yardımcı Komutlar Konu04:YardımcıKomutlar KatmanlarlaÇalışmak(LAYERS) Status: Name: On: Freeze: Lock: Color: Linetype: Lineweight: PlotStyle: Budüğmelersırasıyla: Yenikatmanyaratır Mevcutbirkatmanısiler Birkatmanıaktifkatmanhalinegetirir.

Detaylı

Tekrarlı Ölçümler ANOVA

Tekrarlı Ölçümler ANOVA Tekrarlı Ölçümler ANOVA Repeated Measures ANOVA Aynı veya ilişkili örneklemlerin tekrarlı ölçümlerinin ortalamalarının aynı olup olmadığını test eder. Farklı zamanlardaki ölçümlerde aynı (ilişkili) kişiler

Detaylı

ise, genel bir eğilim (trend) gösteriyorsa bu seriye uygun doğru ya da eğriyi bulmaya çalışırız. Trend orta-uzun dönemde her iniş, çokışı

ise, genel bir eğilim (trend) gösteriyorsa bu seriye uygun doğru ya da eğriyi bulmaya çalışırız. Trend orta-uzun dönemde her iniş, çokışı Trend Analizi Eğer zaman serisi i rastgele dağılmış ğ değil ise, genel bir eğilim (trend) gösteriyorsa bu seriye uygun doğru ya da eğriyi bulmaya çalışırız. Trend orta-uzun dönemde her iniş, çokışı yansıtmayacak,

Detaylı

19. BÖLÜM BİRBİRİYLE İLİŞKİLİ OLAN İKİ DEĞİŞKENDEN BİRİSİNDEKİ DEĞİŞİME GÖRE DİĞERİNİN ALACAĞI DEĞERİ YORDAMA (KESTİRME) UYGULAMA-I

19. BÖLÜM BİRBİRİYLE İLİŞKİLİ OLAN İKİ DEĞİŞKENDEN BİRİSİNDEKİ DEĞİŞİME GÖRE DİĞERİNİN ALACAĞI DEĞERİ YORDAMA (KESTİRME) UYGULAMA-I 19. BÖLÜM BİRBİRİYLE İLİŞKİLİ OLAN İKİ DEĞİŞKENDEN BİRİSİNDEKİ DEĞİŞİME GÖRE DİĞERİNİN ALACAĞI DEĞERİ YORDAMA (KESTİRME) UYGULAMA-I Bir dil dershanesinde öğrenciler talep ettikleri takdirde, öğretmenleriyle

Detaylı

Regresyon Analizi. Yaşar Tonta H.Ü. BBY tonta@hacettepe.edu.tr yunus.hacettepe.edu.tr/~tonta/courses/fall2008/sb5002/ SLIDE 1

Regresyon Analizi. Yaşar Tonta H.Ü. BBY tonta@hacettepe.edu.tr yunus.hacettepe.edu.tr/~tonta/courses/fall2008/sb5002/ SLIDE 1 Regresyon Analizi Yaşar Tonta H.Ü. BBY tonta@hacettepe.edu.tr yunus.hacettepe.edu.tr/~tonta/courses/fall2008/sb5002/ SLIDE 1 Not: Sunuş slaytları G.A. Morgan, O.V. Griego ve G.W. Gloeckner in SPSS for

Detaylı

Prof.Dr. Rian Dişçi İ.Ü.Onkoloji Enstitüsü Kanser Epidemiyolojisi ve Biyoistatistik Bilim Dalı

Prof.Dr. Rian Dişçi İ.Ü.Onkoloji Enstitüsü Kanser Epidemiyolojisi ve Biyoistatistik Bilim Dalı SAĞKALIM (SÜRVİ) ANALİZİ Prof.Dr. Rian Dişçi İ.Ü.Onkoloji Enstitüsü Kanser Epidemiyolojisi ve Biyoistatistik Bilim Dalı Amaç Tedaviden sonra hastaların beklenen yaşam sürelerinin tahmin edilmesi, genel

Detaylı

ALIŞTIRMA 2 GSYİH. Toplamsal Ayrıştırma Yöntemi

ALIŞTIRMA 2 GSYİH. Toplamsal Ayrıştırma Yöntemi ALIŞTIRMA 2 GSYİH Bu çalışmamızda GSYİH serisinin toplamsal ve çarpımsal ayrıştırma yöntemine göre modellenip modellenemeyeceği incelenecektir. Seri ilk olarak toplamsal ayrıştırma yöntemine göre analiz

Detaylı

CHAPTER 6 SIMPLE LINEAR REGRESSION

CHAPTER 6 SIMPLE LINEAR REGRESSION CHAPTER 6 SIMPLE LINEAR REGRESSION Bu bölümdeki amacımız değişkenler arasındaki ilişkiyi gösteren en uygun eşitliği kurmaktır. Konuya giriş için şu örnekle başlayalım; Diyelim ki Mr. Bump adındaki birisi

Detaylı

PAMUK / POLİESTER KARIŞIMI OE ROTOR İPLİKLERİNİN TÜYLÜLÜĞÜ ÜZERİNE BİR ÇALIŞMA A STUDY ON THE HAIRINESS OF COTTON / POLYESTER BLENDED OE ROTOR YARNS

PAMUK / POLİESTER KARIŞIMI OE ROTOR İPLİKLERİNİN TÜYLÜLÜĞÜ ÜZERİNE BİR ÇALIŞMA A STUDY ON THE HAIRINESS OF COTTON / POLYESTER BLENDED OE ROTOR YARNS PAMUK / POLİESTER KARIŞIMI OE ROTOR İPLİKLERİNİN TÜYLÜLÜĞÜ ÜZERİNE BİR ÇALIŞMA Pınar DURU BAYKAL, Osman BABAARSLAN Çukurova Üniversitesi, Tekstil Mühendisliği Bölümü, 0330-Balcalı/Adana Rızvan EROL Çukurova

Detaylı

UYGULAMALI EKONOMETRİ I. Veri Analizi

UYGULAMALI EKONOMETRİ I. Veri Analizi UYGULAMALI EKONOMETRİ I Veri Analizi Temel Veri Analizi İstatistiksel yada ekonometrik araçları kullanmadan önce veriyi hissetmek için ön analiz oldukça önemlidir. Bu süreç regresyon analizi ve sonuçların

Detaylı

İki Varyansın Karşılaştırılması

İki Varyansın Karşılaştırılması 6.DERS İki Varyansın Karşılaştırılması Comparing Two Variances t-testinde iki varyansın eşit kabul edilip edilmemesi için kullanılır 1 Varyans için ikili-örnek Testi ve gibi iki varyansı karşılaştırmak

Detaylı

BAYANLARA ÖZEL SPOR MERKEZİNDE KARŞILAŞILAN YETERLİ KİLO VEREMEME VE İNCELME PROBLEMİNİN DENEY TASARIMI İLE OPTİMİZASYONU

BAYANLARA ÖZEL SPOR MERKEZİNDE KARŞILAŞILAN YETERLİ KİLO VEREMEME VE İNCELME PROBLEMİNİN DENEY TASARIMI İLE OPTİMİZASYONU BAYANLARA ÖZEL SPOR MERKEZİNDE KARŞILAŞILAN YETERLİ KİLO VEREMEME VE İNCELME PROBLEMİNİN DENEY TASARIMI İLE OPTİMİZASYONU Kasım BAYNAL a ve Saime TAPHASANOĞLU b,* a Endüstri Mühendisliği, Mühendislik Fakültesi,

Detaylı

Çoklu Regresyon Korelasyon Analizinde Varsayımdan Sapmalar ve Çimento Sektörü Üzerine Uygulama *

Çoklu Regresyon Korelasyon Analizinde Varsayımdan Sapmalar ve Çimento Sektörü Üzerine Uygulama * Çoklu Regresyon Korelasyon Analizinde Varsayımdan Sapmalar ve Çimento Sektörü Üzerine Uygulama * Erkan SEVİNÇ ** Giriş Bu çalışmada İMKB de taş ve toprağa dayalı sanayi altında işlem gören şirketlerin

Detaylı

6 SIGMA FELSEFESİ. Doç. Dr. Nihal ERGİNEL Anadolu Üniversitesi Endüstri Mühendisliği Bölümü

6 SIGMA FELSEFESİ. Doç. Dr. Nihal ERGİNEL Anadolu Üniversitesi Endüstri Mühendisliği Bölümü 6 SIGMA FELSEFESİ 6 Doç. Dr. Nihal ERGİNEL Anadolu Üniversitesi Endüstri Mühendisliği Bölümü Sigma seviyesi, süreçlerin yeterliliği ifade eden bir ölçüttür. Süreçlerin sigma seviyelerinin artması demek,

Detaylı

İstatistik 1 BÖLÜM 2

İstatistik 1 BÖLÜM 2 İstatistik 1 BÖLÜM 2 VERİ SETLERİNİN ÖZETLENMESİNDE KULLANILAN SIKLIK DAĞILIM TABLOLARI VE GRAFİKSEL YÖNTEMLER 1 İşlenecek Konular VERİ TÜRLERİ VE SAYISAL OLMAYAN İSTATİSTİKSEL ÖZETLEME YÖNTEMLERİ Temel

Detaylı

Programında Varyans Analizi

Programında Varyans Analizi Programında Varyans Analizi Doç. Dr. Yüksel KAYA Siirt Üniversitesi Ziraat Fakültesi Tarla Bitkileri Bölümü 2019 e-mail: y.kaya@siirt.edu.tr Bilgi Notu: 2 Atıf yapma şekli: Kaya, Y. 2019. R Programında

Detaylı

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 4 Sayı: 2 sh Mayıs 2002

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 4 Sayı: 2 sh Mayıs 2002 DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 4 Sayı: 2 sh. 17-27 Mayıs 2002 KANBAN SAYISI VE İŞLEM ZAMANI DAĞILIMLARININ HÜCRESEL İMALAT ORTAMINDAKİ BİR JIT SİSTEMİNİN PERFORMANSI ÜZERİNDEKİ

Detaylı

2012 YENİ TEŞVİK YASASI ÖNCESİNDE VE SONRASINDA DİYARBAKIR DA ÖZEL YATIRIMLAR 1 *

2012 YENİ TEŞVİK YASASI ÖNCESİNDE VE SONRASINDA DİYARBAKIR DA ÖZEL YATIRIMLAR 1 * Yönetim Bilimleri Dergisi /Journal of Administrative Sciences Cilt/Volume 6, Sayı/N: ss.pp.: 97-4- 8 YENİ TEŞVİK YASASI ÖNCESİNDE VE SONRASINDA DİYARBAKIR DA ÖZEL YATIRIMLAR * Bahar BURTAN DOĞAN ** Öz

Detaylı

Girdi Analizi. 0 Veri toplama 0 Girdi sürecini temsil eden olasılık dağılımı belirleme. 0 Histogram 0 Q-Q grafikleri

Girdi Analizi. 0 Veri toplama 0 Girdi sürecini temsil eden olasılık dağılımı belirleme. 0 Histogram 0 Q-Q grafikleri Girdi Analizi 0 Gerçek hayattaki benzetim modeli uygulamalarında, girdi verisinin hangi dağılımdan geldiğini belirlemek oldukça zor ve zaman harcayıcıdır. 0 Yanlış girdi analizi, elde edilen sonuçların

Detaylı

6. Ders. Genelleştirilmiş Lineer Modeller (Generalized Linear Models, GLM)

6. Ders. Genelleştirilmiş Lineer Modeller (Generalized Linear Models, GLM) 6. Ders Genelleştirilmiş Lineer Modeller (Generalized Linear Models, GLM) Y = X β + ε Lineer Modeli pek çok özel hallere sahiptir. Bunlar, ε nun dağılımına (bağımlı değişkenin dağılımına), Cov( ε ) kovaryans

Detaylı

T.C. SÜLEYMAN DEMİREL ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ISPARTA İLİ KİRAZ İHRACATININ ANALİZİ

T.C. SÜLEYMAN DEMİREL ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ISPARTA İLİ KİRAZ İHRACATININ ANALİZİ T.C. SÜLEYMAN DEMİREL ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ISPARTA İLİ KİRAZ İHRACATININ ANALİZİ Danışman Doç. Dr. Tufan BAL YÜKSEK LİSANS TEZİ TARIM EKONOMİSİ ANABİLİM DALI ISPARTA - 2016 2016 [] TEZ

Detaylı

Hipotezlerin test edilip onaylanması için çeşitli istatistiksel testler kullanılmaktadır. Fakat...

Hipotezlerin test edilip onaylanması için çeşitli istatistiksel testler kullanılmaktadır. Fakat... Hipotezlerin test edilip onaylanması için çeşitli istatistiksel testler kullanılmaktadır. Fakat... Her istatistik teknik her tür analize elverişli değildir. Modele veya hipoteze uygun test istatistiği

Detaylı

KUKLA DEĞİŞKENLİ MODELLER. Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller)

KUKLA DEĞİŞKENLİ MODELLER. Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller) KUKLA DEĞİŞKENLİ MODELLER Bir kukla değişkenli modeller (Varyans Analiz Modelleri) Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller) Kukla değişkenlerin

Detaylı

KUKLA DEĞİŞKENLİ MODELLER

KUKLA DEĞİŞKENLİ MODELLER KUKLA DEĞİŞKENLİ MODELLER Bir kukla değişkenli modeller (Varyans Analiz Modelleri) Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller) Kukla değişkenlerin

Detaylı

UYGULAMA 4 TANIMLAYICI İSTATİSTİK DEĞERLERİNİN HESAPLANMASI

UYGULAMA 4 TANIMLAYICI İSTATİSTİK DEĞERLERİNİN HESAPLANMASI 1 UYGULAMA 4 TANIMLAYICI İSTATİSTİK DEĞERLERİNİN HESAPLANMASI Örnek 1: Ders Kitabı 3. konuda verilen 100 tane yaş değeri için; a. Aritmetik ortalama, b. Ortanca değer, c. Tepe değeri, d. En küçük ve en

Detaylı

SANAYİ İŞÇİLERİNİN DİNİ YÖNELİMLERİ VE ÇALIŞMA TUTUMLARI ARASINDAKİ İLİŞKİ - ÇORUM ÖRNEĞİ

SANAYİ İŞÇİLERİNİN DİNİ YÖNELİMLERİ VE ÇALIŞMA TUTUMLARI ARASINDAKİ İLİŞKİ - ÇORUM ÖRNEĞİ , ss. 51-75. SANAYİ İŞÇİLERİNİN DİNİ YÖNELİMLERİ VE ÇALIŞMA TUTUMLARI ARASINDAKİ İLİŞKİ - ÇORUM ÖRNEĞİ Sefer YAVUZ * Özet Sanayi İşçilerinin Dini Yönelimleri ve Çalışma Tutumları Arasındaki İlişki - Çorum

Detaylı

Yoğun Bakım Üniteleri Araştırması

Yoğun Bakım Üniteleri Araştırması Yoğun Bakım Üniteleri Araştırması 22 Temmuz 2015, ANKARA tkhk.istatistik@saglik.gov.tr İstatistik, Analiz ve Raporlama Daire Başkanlığı 1 Hazırlayanlar: H. Erkin SÜLEKLİ (Sağlık Uzman Yardımcısı) Aziz

Detaylı

Sıklık 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, 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

Detaylı

Sistem Simulasyonu. Ders 8 Laboratuvar. Girdi Analizi

Sistem Simulasyonu. Ders 8 Laboratuvar. Girdi Analizi Sistem Simulasyonu Ders 8 Laboratuvar Girdi Analizi Örneklem Verileri durağan olmalıdır. Bu sonuç zaman serisi grafiğinden gözlemlenir. Verilerde zamana bağlı farkedilebilir bir trend (eğilim) olmamalıdır.

Detaylı

PSK 510 Research Methods and Advanced Statistics

PSK 510 Research Methods and Advanced Statistics PSK 510 Research Methods and Advanced Statistics Lecture 09: PCA and FA Doğan Kökdemir, PhD http://www.kokdemir.info dogan@kokdemir.info 1 İstatistik Las Meninas - Picasso 2 Gerçek Las Meninas - Diego

Detaylı

01.02.2013. Statistical Package for the Social Sciences

01.02.2013. Statistical Package for the Social Sciences Hipotezlerin test edilip onaylanması için çeşitli istatistiksel testler kullanılmaktadır. Fakat... Her istatistik teknik her tür analize elverişli değildir. Modele veya hipoteze uygun test istatistiği

Detaylı

Sistem Simulasyonu. Ders 8 Laboratuvar. Girdi Analizi

Sistem Simulasyonu. Ders 8 Laboratuvar. Girdi Analizi Sistem Simulasyonu Ders 8 Laboratuvar Girdi Analizi Örneklem Verileri durağan olmalıdır. Bu sonuç zaman serisi grafiğinden gözlemlenir. Verilerde zamana bağlı farkedilebilir bir trend (eğilim) olmamalıdır.

Detaylı

BOSSA T.A.Ş. İŞLETMESİNDE YEDEK PARÇA YURTİÇİ SATINALMA TEMİN SÜRELERİNE ALTI SIGMA ARAÇLARI İLE İSTATİSTİKSEL YAKLAŞIM

BOSSA T.A.Ş. İŞLETMESİNDE YEDEK PARÇA YURTİÇİ SATINALMA TEMİN SÜRELERİNE ALTI SIGMA ARAÇLARI İLE İSTATİSTİKSEL YAKLAŞIM Altı Sigma Yalın Konferansları (- Mayıs 2) 1 BOSSA T.A.Ş. İŞLETMESİNDE YEDEK PARÇA YURTİÇİ SATINALMA TEMİN SÜRELERİNE ALTI SIGMA ARAÇLARI İLE İSTATİSTİKSEL YAKLAŞIM Önder ÜNER ÖZET Bu çalışmada BOSSA T.A.Ş.

Detaylı

Maltepe Üniversitesi Bilgisayar Mühendisliği Bölümü BİL 203 Veri Yapıları ve Algoritmalar I

Maltepe Üniversitesi Bilgisayar Mühendisliği Bölümü BİL 203 Veri Yapıları ve Algoritmalar I Maltepe Üniversitesi Bilgisayar Mühendisliği Bölümü BİL 203 Veri Yapıları ve Algoritmalar I GENEL DERS BİLGİLERİ Öğretim Elemanı : İzzet TAMER Ofis : MUH 311 Ofis Saatleri : Pazartesi: 14:10 15:00, Salı:

Detaylı

8.Sunum. Yrd. Doç. Dr. Sedat ŞEN 1

8.Sunum. Yrd. Doç. Dr. Sedat ŞEN 1 8.Sunum Yrd. Doç. Dr. Sedat ŞEN 1 Bir önceki sunumda korelasyon kullanarak iki değişken arasındaki ilişkiyi tespit etmeye çalıştık. Bu sunumda iki değişken arasında ilişkiyi göstermenin yanında bir değişkeni

Detaylı

İTÜ DERS KATALOG FORMU (COURSE CATALOGUE FORM)

İTÜ DERS KATALOG FORMU (COURSE CATALOGUE FORM) Dersin Adı Uçak Motor Tasarımı İTÜ DERS KATALOG FORMU (COURSE CATALOGUE FORM) Course Name Aircraft Engine Design Ders Uygulaması, Saat/Hafta (Course Implementation, Hours/Week) Kodu Yarıyılı Kredisi AKTS

Detaylı

Tesadüf Blokları Deneylerde Tam Gözlemle Kayıp Gözlemi Tahmin Ederek Nispi Etkinliğin Karşılaştırılması: Tarım Verilerinde Uygulaması

Tesadüf Blokları Deneylerde Tam Gözlemle Kayıp Gözlemi Tahmin Ederek Nispi Etkinliğin Karşılaştırılması: Tarım Verilerinde Uygulaması Araştırma Makalesi / Research Article Iğdır Üni. Fen Bilimleri Enst. Der. / Iğdır Univ. J. Inst. Sci. & Tech. 2(4): 49-54, 2012 Iğdır Üniversitesi Fen Bilimleri Enstitüsü Dergisi Iğdır University Journal

Detaylı

Matlab & Simulink MATLAB SIMULINK

Matlab & Simulink MATLAB SIMULINK Matlab & Simulink MATLAB SIMULINK Simulink Oturumunu Başlatma SIMULINK icon üzerine tıkla Veya Matlab komut satırında simulink Yaz Simulink Kütüphanesi Yeni model iconu oluşturma Arama penceresi Model

Detaylı

FAKTÖR ANALİZİ VAHİDE NİLAY KIRTAK

FAKTÖR ANALİZİ VAHİDE NİLAY KIRTAK FAKTÖR ANALİZİ VAHİDE NİLAY KIRTAK Çok Değişkenli İstatistikler Faktör Analizi Faktör Analizinin Amacı: Birbirleriyle ilişkili p tane değişkeni bir araya getirerek az sayıda ilişkisiz ve kavramsal olarak

Detaylı

GPS İLE KONUM BELİRLEMEDE DENEY TASARIMI YAKLAŞIMI Y. ŞİŞMAN 1, A. ŞİŞMAN 2

GPS İLE KONUM BELİRLEMEDE DENEY TASARIMI YAKLAŞIMI Y. ŞİŞMAN 1, A. ŞİŞMAN 2 GPS İLE KONUM BELİRLEMEDE DENEY TASARIMI YAKLAŞIMI Y. ŞİŞMAN 1, A. ŞİŞMAN 2 1 Ondokuz Mayıs Üniversitesi, Mühendislik Fakültesi, Harita Mühendisliği Bölümü, Jeodezi Anabilim Dalı, Samsun, ysisman@omu.edu.tr,

Detaylı

BACILLUS AMYLOLIQUEFACIENS İLE α-amilaz ÜRETİMİNİN RSM ANALİZİ

BACILLUS AMYLOLIQUEFACIENS İLE α-amilaz ÜRETİMİNİN RSM ANALİZİ BACILLUS AMYLOLIQUEFACIENS İLE α-amilaz ÜRETİMİNİN RSM ANALİZİ M. Ş. TANYILDIZI *, M. ELİBOL, D. ÖZER ÖZET Bacillus amyloliquefaciens ile alfa amilaz üretim ortamının optimizasyonu response surface metodu

Detaylı

ÇEŞİTLİ AĞAÇ TÜRLERİNE AİT DOĞAL RENK VE PARLAKLIK DEĞERLERİNİN KARŞILAŞTIRILMASI

ÇEŞİTLİ AĞAÇ TÜRLERİNE AİT DOĞAL RENK VE PARLAKLIK DEĞERLERİNİN KARŞILAŞTIRILMASI ÇEŞİTLİ AĞAÇ TÜRLERİNE AİT DOĞAL RENK VE PARLAKLIK DEĞERLERİNİN KARŞILAŞTIRILMASI Mustafa ORDU 1 Sait Dündar SOFUOĞLU 2 ÖZET Masif ağaç malzeme doğal görüntüsü ile kullanıcılar tarafından tercih edilmektedir.

Detaylı

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) 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

Detaylı

Performans Tabloları Yalınkat Camlar

Performans Tabloları Yalınkat Camlar Performans Tabloları Yalınkat Camlar Kaplamalı Yüzey Gün Işığı Soğurma Güneş Enerjisi Direkt Toplam Gölgeleme Isı (U Değeri) W/m 2 K Gümüş #1 38 33 27 30 43 50 0,57 5,7 #2 38 27 20 38 43 52 0,59 5,7 Yeşil

Detaylı

T.C. Hitit Üniversitesi. Sosyal Bilimler Enstitüsü. İşletme Anabilim Dalı

T.C. Hitit Üniversitesi. Sosyal Bilimler Enstitüsü. İşletme Anabilim Dalı T.C. Hitit Üniversitesi Sosyal Bilimler Enstitüsü İşletme Anabilim Dalı X, Y, Z KUŞAĞI TÜKETİCİLERİNİN YENİDEN SATIN ALMA KARARI ÜZERİNDE ALGILANAN MARKA DENKLİĞİ ÖĞELERİNİN ETKİ DÜZEYİ FARKLILIKLARININ

Detaylı

EHM 382 SAYISAL HABERLEŞME DÖNEM PROJESİ

EHM 382 SAYISAL HABERLEŞME DÖNEM PROJESİ T.C. SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ Elektronik ve Haberleşme Mühendisliği Bölümü EHM 38 SAYISAL HABERLEŞME DÖNEM PROJESİ MATLAB YARDIMIYLA SAYISAL HABERLEŞME UYGULAMALARI Mart 4 Yrd.

Detaylı

Öğrenciler analiz programları hakkında bilgi sahibi olurlar

Öğrenciler analiz programları hakkında bilgi sahibi olurlar Ders Öğretim Planı Dersin Kodu 0000 Dersin Seviyesi Lisans Dersin Adı Bilgisayar Destekli Tasarım ve İmalat Dersin Türü Yıl Yarıyıl AKTS Seçmeli Dersin Amacı İmalat amaçlı bir endüstriyel tasarımda, tasarım

Detaylı

WCM PROGRAMI 6 Sigma Konferansı. Kasım 2014

WCM PROGRAMI 6 Sigma Konferansı. Kasım 2014 WCM PROGRAMI 6 Sigma Konferansı Kasım 2014 Endüstride WCM Programı 187 Fabrika 2 Dünya Klasında Üretim Yapısı 3 WCM - Dünya Klasında Üretim Nedir? WCM, üretim alanındaki standartları dünya klası seviyesine

Detaylı

LİKERT TİPİ ÖLÇEKLERE FARKLI BİR YAKLAŞIM Kelime Tabanlı Ölçekler ile Gülenyüz Ölçeklerin Karşılaştırılması

LİKERT TİPİ ÖLÇEKLERE FARKLI BİR YAKLAŞIM Kelime Tabanlı Ölçekler ile Gülenyüz Ölçeklerin Karşılaştırılması LİKERT TİPİ ÖLÇEKLERE FARKLI BİR YAKLAŞIM Kelime Tabanlı Ölçekler ile Gülenyüz Ölçeklerin Karşılaştırılması Kemal KURŞUN Dr. Hakan BAYRAMLIK Orhan ÇİMENCİ Hacettepe Üniversitesi Kara Harp Okulu Kara Harp

Detaylı

PARABOLİK DENKLEMLERDE BİLİNMEYEN KAYNAK TERİMLERİNİN BULUNMASI İÇİN PROSEDÜR VE PROGRAMLAR. Alper Bostancı

PARABOLİK DENKLEMLERDE BİLİNMEYEN KAYNAK TERİMLERİNİN BULUNMASI İÇİN PROSEDÜR VE PROGRAMLAR. Alper Bostancı öz PARABOLİK DENKLEMLERDE BİLİNMEYEN KAYNAK TERİMLERİNİN BULUNMASI İÇİN PROSEDÜR VE PROGRAMLAR Alper Bostancı BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI YÜKSEK LİSANS TEZİ Şubat 2002 Bu tez çalışmasında parabolik

Detaylı

YILDIZ TEKNİK ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EĞİTİM PROGRAMLARI VE ÖĞRETİM ABD TEZLİ YÜKSEK LİSANS PROGRAMI

YILDIZ TEKNİK ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EĞİTİM PROGRAMLARI VE ÖĞRETİM ABD TEZLİ YÜKSEK LİSANS PROGRAMI YILDIZ TEKNİK ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EĞİTİM PROGRAMLARI VE ÖĞRETİM ABD TEZLİ YÜKSEK LİSANS PROGRAMI EĞİTİMDE İSTATİSTİK VE UYGULAMALARI DERS NOTLARI ÖĞRETİM ÜYESİ İBRAHİM DEMİR OĞUZCAN

Detaylı

İyi Bir Modelin Özellikleri

İyi Bir Modelin Özellikleri İyi Bir Modelin Özellikleri 1. Basitlik. Belirlenmişlik Y t = b 1 (1-r)+b X t -rb X t-1 +ry t-1 +e t 3. R ölçüsü 4. Teorik tutarlılık 5. Fonksiyonel Biçim 1 Model Tanımlanması Araştırmada kullanılan modelin

Detaylı

FHS2Q01F Optik Işık Kaynağı Singlemode & Multimode F/O Kablo Testi -5dB

FHS2Q01F Optik Işık Kaynağı Singlemode & Multimode F/O Kablo Testi -5dB Katalog FHS2Q01F Optik Light Source Optik Işık Kaynağı Singlemode & Multimode F/O Kablo Testi -5dB Modeli Output wavelength (nm) Emitter Type Output Stability Central Wavelength Spectral Width Output Frequency

Detaylı

1. Basitlik 2. Belirlenmişlik Y t = b 1 (1-r)+b 2 X t -rb 2 X t-1 +ry t-1 +e t 3. R 2 ölçüsü 4. Teorik tutarlılık 5. Doğru Fonksiyonel Biçim

1. Basitlik 2. Belirlenmişlik Y t = b 1 (1-r)+b 2 X t -rb 2 X t-1 +ry t-1 +e t 3. R 2 ölçüsü 4. Teorik tutarlılık 5. Doğru Fonksiyonel Biçim 1. Basitlik. Belirlenmişlik Y t = b 1 (1-r)+b X t -rb X t-1 +ry t-1 +e t 3. R ölçüsü 4. Teorik tutarlılık 5. Doğru Fonksiyonel Biçim 1 Model Tanımlanması Araştırmada kullanılan modelin tanımlamasının doğru

Detaylı