İSTATİSTİK I. İstatistik Nedir? TANIM1:

Transkript

1 İSTATİSTİK I 1 İstatistik Nedir? TANIM1: Bir anakütleyi tanımlamak için ilgili anakütleden belirli yöntemlerle elde edilen örnek verilerinin analizine dayanarak anakütle ile ilgili tahminler yapan ve sonuç olarak yorumlarda bulunan bir bilimdir. TANIM2: Sayısal verilerin toplanması, sunumu,organizasyonu, analizi ve yorumlanması için gerekli yöntemlerin geliştirilip uygulanması ile uğraşan ve sonuçta verilerden gidilerek bulunan olasılık deyimleri ile objektif karar vermede önemli rol oynayan bir yöntemler bilimidir. 2 1

2 BİLİM Deterministik (İstatistik YOK) Stokastik (İstatistik VAR) 3 İSTATİSTİKSEL YÖNTEMLER TANIMLAYICI İSTATİSTİKLER YORUMLAYICI İSTATİSTİKLER Eğer sadece verileri özetlemek, sunmak gerçekleri kataloglamak istiyorsak tanımlayıcı istatistikleri kullanırız. Ancak örnek verisine dayalı olarak yorumlama yapmak istendiğinde veya belirsizlik altında karar verileceğinde yorumlayıcı istatistik metotlarından 4 faydalanırız. 2

3 Anakütle (Populasyon) Hakkında belirli bir veya daha fazla özellik (DEĞİŞKEN) açısından araştırma yapılmak istenen tüm elemanların içinde bulunduğu kümedir. Populasyonlar çeşitli şekillerde sınıflandırılabilirler : Sınırlı Populasyon Sınırsız Populasyon -Sabit Populasyon -Hareketli Populasyon 5 Anakütle (Populasyon) İstatistik açısından iki temel kavram tanımlanmalıdır: Araştırılacak topluluk, Topluluk içindeki incelenecek değişken veya değişkenler. 6 3

4 İstatistiksel Anlamda Anakütle Ne Değildir? Nedir? Bir işletmede üretilen vidalar. Bir işletmede üretilen vidaların çapları. İMKB de işlem gören hisse senetleri. İMKB de işlem gören hisse senetlerinin kapanış fiyatı. 7 Örnek Anakütleden seçilen ve ilgilenilen değişken açısından anakütlenin özelliklerini yansıtma özelliğine sahip alt kümedir. Örneğin en önemli iki özelliği; zaman ve maliyet kaybını minimuma düşürmek,(optimum örnek hacmi) anakütleyi iyi bir şekilde yansıtmak olarak ifade edilebilir. 8 4

5 Parametre Anakütlenin sayısal olarak ölçülebilen herhangi bir özelliği o populasyonun parametresi olarak tanımlanabilir PARAMETREYİ BELİRLEMEK İÇİN ANAKÜTLEDEKİ TÜM ELEMANLARIN İNCELENMESİ GEREKİR. 9 PARAMETREYE İLİŞKİN ÖRNEKLER: Bir tekstil fabrikasında bir haftada kullanılan ortalama boya miktarı, D.E.Ü. İ.İ.B.F de okuyan öğrencilerin sigara içme oranı, Amerikan Doları nın ($) Euro ( ) karşısında yılları arasındaki değişim yüzdesinin ortalaması. 10 5

6 Örnek İstatistiği Anakütlenin belirli bir parametresinin hesaplanmasının zorluğundan dolayı alınan örnek yardımıyla bulunan parametre tahminine örnek istatistiği (istatistik / tahminleyici) adı verilir. Örnek: İzmir de üniversitede okuyan öğrencilerin aylık harcamalarının ortalamasını tahmin etmek amacıyla 150 öğrencilik bir örnek alınarak aylık harcama miktarlarının ortalamasının bulunması. 11 Örnek istatistiği ve Parametre Arasındaki Farklar Örneğe ilişkin özelliktir Örnekten örneğe değişir Türk-Romen harfleriyle simgelenir Populasyona ilişkin özelliktir Tek bir değerdir, değişmez Yunan harfleriyle simgelenir 12 6

7 Anakütle-Örnek İlişkisi-I Anakütle parametrelerinin hesaplanması birçok açıdan zor olduğundan dolayı, anakütleyi en iyi bir şekilde temsil edecek örnek alınarak, parametre tahminleyicisi olan örnek istatistiği elde edilir. Örnek: İzmir deki üniversitelerde ki öğrencilerinin sigara içme oranının tahminlemek amacıyla tüm üniversite öğrencilerine tek tek sorup cevap almaktansa belirli örnekleme yöntemlerini kullanarak yeterli sayıda öğrencinin seçilerek sigara içme oranının tahminlenmesi. 13 Anakütle-Örnek İlişkisi-II Anakütle Parametreleri ve Tahminleyicileri Anakütle Parametresi μ (Anakütle Ortalaması ) Örnek İstatistiği x (Örnek Ortalaması ) σ 2 (Anakütle Varyansı ) S 2 (Örnek Varyansı) Π (Anakütle Oranı ) p (Örnek Oranı ) 14 7

8 Anakütle-Örnek İlişkisi-III Anakütle N Anakütle parametresi μ Örnek Örnek verilerinin analizi n x Örnekten elde edilen örnek istatistiği x anakütle parametresi μ ye ne kadar yakın ise yapılan çalışma o kadar iyidir. Anakütle için yapılacak yorumlar o kadar tutarlı olacaktır. Örnek İstatistiği 15 Temel Örnekleme Yöntemlerinden Bazıları; Basit Şans Örneklemesi,(B.Ş.Ö) Sistematik Örnekleme, Tabakalı Örnekleme, Küme Örneklemesi dir. Bu dersin kapsamında yalnız B.Ş.Ö den bahsedilip diğer bunlarla beraber diğer örnekleme yöntemleri İstatistik II dersinde bir bölüm olarak ele alınacaktır. 16 8

9 Basit Şans Örneklemesi 1. Her anakütle elemanının seçilme şansı eşittir. 2. Bir birimin seçilmesi diğerlerinin seçilme şansını etkilemez. Rastgele sayılar tablosu, çekiliş yöntemi kullanılabilir. 17 Sistematik Şans Örneği Bu tür örneklerde ilk eleman rastgele seçilir. Kalanlar sistematik olarak seçilir. Örneğin populasyon 15 elemandan oluşsun: A B C D E F G H I J K L M N O 3 eleman rastgele seçilecek olsun. A B C D E elemanlarından biri rastgele seçilir. Örneğin 3. eleman C seçilmiş olsun. Diğerleri sistematik olarak seçilir: 3 + 5, uncu elemanlar seçilir. Örnek C H M olur. 18 9

10 2. Sistematik Şans Örneği Sistematik seçimin avantajı, uygulamasının kolay olmasıdır. Ancak bu örneğe dayanarak istatistiksel yorumlama yapılamaz. 19 Tabakalı Şans Örneği Populasyonun kendi içinde homojen olmayan gruplara ayırma işlemine tabakalara ayırma (tabakalama) denir. Eğer populasyon tabakalara ayrılmış ise her bir tabakadan birer şans örneği seçilir. Her bir gruptan seçilen örnek miktarı, tabakanın populasyon içerisindeki ağırlığına (miktarına) bağlı olarak seçilir

11 Tabaka Örneği Populasyon: İzmir de yaşayanların gelirleri Tabaka örneği: %20 Yüksek gelirliler (1. tabaka) %60 Orta gelirliler (2. tabaka) %20 Düşük gelirliler (3. tabaka) n=1000 kişilik bir örnek seçilecekse, 1. tabakadan 200, 2. tabakadan 600, 3. tabakadan 200 kişi rastgele seçilmelidir. 21 Tabakalı örneğin avantajı Tabakalama ve tabakalı şans örneği alma sonucunda örnekten elde edilen örnekten elde edilen sonuçlar daha hassas olacaktır

12 Tabakalı örneğin avantajı Örnek: üzerinde rakam yazan markalar olsun. n=2 hacimlik bir örnek ile tüm markaların rakamlarının toplamını ve ortalamasını tahmin etmek isteyelim. Örnekte 1 ve 2 gelirse Toplam = (1 + 2) 5 = 15 Ortalama = 15/10 = Tabakalı örneğin avantajı Populasyondaki markaları büyük ve küçük olarak iki tabakaya ayırırsak 1. tabakadan 1, 2. tabakadan 1 markayı rastgele seçersek gerçek toplama daha çok yaklaşırız. Toplam = (1 + 50) 5 = 255 Ortalama = 255/10=

13 Rastgele Küme Örnekleri Küme örneklemesi demek populasyon elemanlarından gruplar seçmek demektir. Populasyon içindeki gruplardan (kümelerden) bir şans örneği seçilir. Ardından rastgele seçilen grupların her birinden şans örnekleri seçilir. 25 Rastgele Küme Örnekleri Örnek: Özel sektörde çalışan işçilerin refah seviyeleri ile ilgili bir araştırma için işçilerden oluşan bir örnek seçilmesi gerekmektedir. Bunun için özel sektördeki firmalar listelenir. Bu firmalardan rastgele bir örnek alınır. Rastgele belirlenmiş firmalardan işçilerden oluşan rastgele seçim yapılır. Bu tür örneklerin avantajı, maliyetinin düşük olmasıdır

14 Değişken Belirli bir özellik bakımından yapılan gözlemler sonucunda elde edilen verilerin temel niteliği bu verilerin birbirinden farklı olmasıdır. Bu nedenle istatistikte bu özelliklere değişken adı verilir. Örnekler: Öğrencilerin kardeş sayısı Bankaların YTL. bazında aylık mevduat faiz oranı Bir süpermarkete belirli bir sürede gelen müşteri sayısı Tütün işleyen bir fabrikada günlük işlenen tütün miktarı. 27 Şans Değişkeni Tanımlı olduğu aralıktaki belirli değerleri alma olasılıkları belirli olasılık (matematiksel) fonksiyonları ile hesaplanabilen değişkenlerdir. Örnekler: Bir madeni para belirli sayıda havaya atıldığında üst yüzüne gelen yazı ya da tura sayısı Bir zar ile 6 gelinceye kadar yapılan atış sayısı 28 14

15 ŞANS DEĞİŞKENİ TÜRLERİ KESİKLİ ŞANS DEĞİŞKENİ SÜREKLİ ŞANS DEĞİŞKENİ 29 Kesikli Şans Değişkeni Tanımlı olduğu aralıktaki sadece tam sayı değerleri alabilen değişkenlerdir. Örnekler: Ders başladıktan sonra ilk 5 dk. içinde derse geç kalan öğrenci sayısı, Banka şubesinde gün içerisinde açılan vadeli TL. hesap sayısı

16 Sürekli Şans Değişkeni Tanımlı olduğu aralıktaki tüm değerleri ( sonsuz sayıda değer) alabilen değişkenlerdir. Örnekler: Bir süpermarkete gelen iki müşteri arasındaki geçen süre, Yeni doğan bebeklerin ağırlığı. Şebeke sularındaki arsenik miktarı. 31 Hedef Populasyon Örneklenen Populasyon Hedef populasyon üzerinde çalışılan; hakkında bilgi edinilmek istenen populasyon demektir. Örneklenen populasyon ise örneğin gerçekten içinden seçildiği populasyon demektir. Bu tanımlar doğrultusunda bir örneklem e tam geçerlidir diyebilmek için hedef ve örneklem populasyonunun aynı özelliklere sahip olması gerekir

17 ÖLÇEKLER VERİ kavramı gerçeklerin (facts) değerlerin, gözlem ve ölçümlerin toplanması olarak ifade edilebilir. Verilerin hangi formda bulunduğu konusu veya ölçümlerin hangi seviyede ele alındığı konusu öncelikle incelenmelidir. Verileri analiz eden bir araştırmacı ölçümleri yapmadan önce kullanacağı ölçek türünü düşünmek zorundadır. 33 ÖLÇEKLER Nominal Ölçeği Ordinal(Sıralama) Ölçeği Aralık Ölçeği Oran Ölçeği şeklinde dört ölçek mevcuttur

18 ÖLÇEKLER Nominal Ölçek: Bu ölçek dört tip ölçeğin en zayıf olanıdır. Bir cisim veya olayı belirli bir isme göre diğer cisim ve olaydan ayırmaya yarar. Örnekler: yeni doğan çocukların kız ya da erkek olarak sınıflandırılması Fabrikada imal edilen ve paketlenmek üzere yürüyen bir şerit üzerinde taşınan mamüllerin hatalı veya hatasız diye sınıflandırılması 35 ÖLÇEKLER Nominal Ölçek: Bazı karakteristiklerine bağlı olarak eşya ve olaylar arasındaki farkı belirtmede çoğu kez normal yolla isimlendirmek yerine şahsi kanaatlarımıza bağlı olarak numaralandırma yolunu tercih ederiz

19 ÖLÇEKLER Nominal Ölçek: Mesela paketlenmek üzere yürüyen bir şeritteki mallardan hatalı olanları 1 ve sağlam olanları 0 ile gösterebiliriz. Her bir kategori içerisine düşen eşya ve olay sayısını bulmak için genellikle nominal ölçeği kullanırız. 37 ÖLÇEKLER Nominal Ölçek: Örneğin, belirli bir ruh ve sinir hastalıkları hastanesinde kaç hastaya şizofrenik, manik-depresif ve psiko-nöratik diye teşhis konulduğunu bilmek isteyebiliriz. Bu tip veriler çoğu kez sayılan veriler, sıklık verileri, kategorik veriler olarak da adlandırılır

20 ÖLÇEKLER Ordinal (Sıralama) Ölçeği: Nominal ölçekten bir derece daha hassas veya karmaşık olan ölçek sıralama ölçeğidir. Gösterdikleri bazı karakteristiklerin nisbi miktarlarına göre bir nesne veya olayı diğerinden ayırmak için sıralama ölçeği kullanılmaktadır. 39 ÖLÇEKLER Ordinal (Sıralama) Ölçeği: Sıralama ölçeği eşyaların belirli bir sıraya göre sıralamasını mümkün kılar. Örnekler: Pazarlamacılar bu ölçek kullanarak kişilikleri itibariyle en zayıftan en iyiye doğru sıralanabilir. Bir köpek güzelliği yarışmasında yarışmaya katılan köpekler en az güzelden en çok güzele doğru sıralanabilir. Aynen bunun gibi belirli bir hastalığın en hafiften en şiddetliye doğru sıralanması da mümkündür

21 ÖLÇEKLER Ordinal (Sıralama) Ölçeği: Eğer n adet eşya ve olayı belirli özelliklerine göre sıraya koysak, 1 rakamı üzerinde durulan özelliğin en zayıf olduğu şeyi gösterirken; 2 rakamı, söz konusu özelliğin 1 rakamı ile ifade edilenden biraz daha fazla, fakat 3,4, numaraları ile ifade edilenden az olduğunu gösterir. 41 ÖLÇEKLER Ordinal (Sıralama) Ölçeği: Sıra değerleri arasındaki derece farkının eşit olması şart değildir. Örneğin, belirli bir sınava giren öğrenciler söz konusu sınavı tamamlama zamanlarına göre birinci, ikinci, üçüncü şeklinde sıralanabilir. Bununla birlikte bu sınavı tamamlama bakımından birinci ve ikinci öğrenci arasında geçen sürenin ikinci ve üçüncü arasında arasında geçen süreye eşit olması beklenemez

22 ÖLÇEKLER Aralık Ölçeği: Eşya ve olayların birbirinden ayırt edilip sıralanabildiği ve ölçümler arasındaki farkında bunlara ilave olarak anlamlı olduğu durumlarda en elverişli ölçek aralık ölçeğidir. Aralık ölçeğinde sıfır noktası vardır ancak izafidir. 43 ÖLÇEKLER Aralık Ölçeği: Bu ölçeğe en iyi verebilecek örnek Fahrenheit derece ve Celcius derece cinsinden sıcaklık ölçümleridir. Fahrenheit ve Celcius türü termometrelerde sıfır derece sıcaklığın olmadığı anlamına gelmez. Bununla birlikte sıfır derece kendisinden daha yüksek ve düşük sıcaklığın olduğunu belirtmektedir

23 ÖLÇEKLER Aralık Ölçeği: Örneğin A, B, C, D nin 20, 30, 60, 70 gibi aralık ölçeği ile ölçülmüş sonuçları ifade ettiğini varsayalım. Burada aralık ölçeği kullandığımız için 20 ile 30 arasındaki farkın 60 ile 70 arasındaki farka eşit olduğunu söyleyebiliriz. 45 ÖLÇEKLER Aralık ölçeği yapılan ölçümler itibariyle yukarıdaki her bir çift arasındaki farklılığın birbirine eşit olduğunu ifade eder. Bununla birlikte aralık ölçeği sonuç çiftlerine ait oranlar hakkında anlamlı bilgi sağlamaz. Az önceki örneğimize göre konuşursak C için sağlanan 60 lık skor B için bulunan 30 luk skor ile karşılaştırdığımızda C için elde edilen skorun B nin iki katı olduğunu söyleyemeyiz

24 Oran Ölçeği: ÖLÇEKLER Elde edilen ölçümler şimdiye kadar bahsedilen üç ölçeğin özelliklerini sağlamakla birlikte söz konusu ölçümlerin oranları bizim için belirli bir anlam ifade ediyorsa kullanacağımız ölçek oran ölçeğidir. Oran ölçeği ile ölçülmüş bir karakteristiğin sıfır olması, o karakteristiğin ölçülen eşya veya olayda olmadığını gösterir. Ağırlık, boy ölçümleri, bu tür bir ölçeğin en karakteristik örnekleridir. 47 ÖLÇEKLER Aralık Ölçeği: Normal aralık ölçeğinin kullanılmasından anlaşılacağı gibi, 90 kilo gelen bir kimse 60 kilo gelen bir kimseden 30 kilo daha ağırdır denilebilir. Oran ölçeğinin kullanılmasıyla birlikte 90 kilo gelen bir kimsenin ağırlığı 45 kilo gelen insanın ağırlığının iki katıdır denilebilir. Oran ölçeği en yüksek ölçüm seviyesini gösterir

25 VERİLERİN DERLENMESİ VE SUNUMU Anakütleden alınan örnek yardımıyla elde edilen verilerin şans değişkeninin türüne göre sınıflandırıldıktan veya gruplandıktan sonra çizelgeler ve grafikler halinde bir diğer analize hazır olmak üzere gerekli karar vericilere sunulur. 49 Verilerin Organizasyonu VERİ Kesikli Veriler Sürekli Veriler Tablo Metotları 1.Frekans Dağ. 2.Relatif Fr.Dağ. Grafik Metotları Tablo Metotları Grafik Metotları 3.Çubuk gr. 4.Daire gr. 7.Frekans Dağ. 8.Rel.Fr.Dağ. 10.Histogram 11.Frekans Poligonu 5.Çizgi gr. 9.Küm.Rel.Fr.Dağ. 12. Gövde-Yaprak Gösterimi 6.Kutu Grafiği 13.Kutu Grafiği 50 25

26 Basit Veri Araştırma veya analizlerde kullanılmak üzere elde edilen veri sayısı az ise bu tür veri yapılarına BASİT VERİ adı verilir. Verilerin büyükten küçüğe veya küçükten büyüğe sıralanmasıyla oluşturulan seridir. Örnek: 7 öğrencinin bir dersten devamsızlık sayıları 3,4,6,1,5,2,4 olsun. Buradaki basit seri; 1,2,3,4,4,5,6 şeklindedir. 51 VERİ TÜRLERİ BASİT VERİ GRUPLANMIŞ VERİ SINIFLANMIŞ VERİ 52 26

27 Basit Veri Grafikleri Basit verilerde şans değişkeninin sürekli veya kesikli olduğuna bakılmaksızın verileri bir grafik halinde özetlemek amacıyla ÇUBUK ve ÇİZGİ grafikleri kullanılır. CUBUK DIYAGRAMI CIZGI GRAFIGI FREKANS 3,0 FREKANS 3,0 2,0 2,0 1,0 1,0 0, , DEV_SAYI DEV_SAYI 53 Gruplanmış Veri Verilerin kesikli şans değişkeni olduğu durumlarda (adet belirten tamsayı değerleri gibi) verilerin aynı tamsayı değerlerinin bir grup olarak kabul edildiği seridir. Örnek : Bir mağazada satılan kot pantolonların bedenlerine göre satış adetleri; 28 beden 2 adet 29 beden 5 adet 30 beden 6 adet 32 beden 7 adet 33 beden 1 adet 34 beden 4 adet 54 27

28 Gruplanmış Veri Tabloları Basit verilerde şans değişkeninin kesikli olduğundan dolayı verileri bir tablo şeklinde amacıyla frekans dağılımı ve relatif frekans dağılımı kullanılır. Relatif(göreli) frekanslar her bir grubun bütün içerisindeki miktarı yüzde olarak ifade eden değerlerdir.kümülatif ise mevcut grup ve kendinden önceki grupların toplam içindeki yüzdesini ifade eder. Beden Adet(frekans) Relatif(göreli) Frekans Kümülatif Göreli Frekans / 25 = 0,08 0, / 25 = 0,2 0, / 25 = 0,24 0, / 25 = 0,28 0, / 25 = 0,04 0, / 25 = 0,16 1,00 Toplam 25 1,00 55 Gruplanmış Veri Grafikleri - I Gruplanmış verilerde şans değişkeninin kesikli olmasından dolayı verileri bir grafik halinde özetlemek amacıyla ÇUBUK, ÇİZGİ ve DAİRE(PASTA) grafikleri kullanılır. ÇUBUK GRAFİK -BEDENLERE GÖRE SATIŞ ADETLERİ- 8 7 SATIŞ ADEDİ BEDEN 56 28

29 Gruplanmış Veri Grafikleri - II ÇİZGİ GRAFİK SATIŞ ADEDİ BEDEN 57 Gruplanmış Veri Grafikleri - III PASTA(DAİRE) GRAFİĞİ BEDENLERE GÖRE SATIŞLAR 34; 16% 28; 8% 33; 4% 29; 20% ; 28% ; 24% 58 29

30 Sınıflanmış Veri Verilerin sürekli şans değişkeni olduğu durumlarda her bir verinin belirli kurallara göre oluşturulan bir sınıfa kaydederek sınıflandırıldığı seridir. Örnek: Erkek öğrencilerin ağırlıkları göre 55 x < x < x < 85 gibi sınıflara ayrılması. 59 Sınıflanmış Veri Tabloları-I Sınıflanmış verilerde şans değişkeninin süreklili olduğundan dolayı verileri bir tablo şeklinde amacıyla frekans, relatif frekans ve kümülatif relatif frekans dağılımları kullanılır. Bir sınıftaki erkek öğrencilerin kiloları hakkında bir araştırma yapılmaktadır. Bu amaçla 50 öğrencinin kiloları ölçülerek kaydedilmiştir. Erkek öğrencilerin kiloları sıralanmıştır. bir sonraki çizelgede 60 30

31 Ağırlık Verileri 71, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , Sınıflanmış Veri Tabloları-II Sınıf Frekans Relatif(göreli) Fre. Küm. Relatif Fre. 50 x< / 50 = 0,06 0,06 57 x< / 50 = 0,10 0,16 64 x< / 50 = 0,20 0,36 71 x< / 50 = 0,34 0,70 78 x< / 50 = 0,18 0,88 85 x< / 50 = 0,10 0,98 92 x< / 50 = 0,02 1,00 Toplam 50 1,

32 Sınıflanmış Veri Grafiği Sınıflanmış verilerde şans değişkeninin sürekli olmasından dolayı verileri bir grafik halinde özetlemek amacıyla uygulamada oldukça sık kullanılan HİSTOGRAM kullanılır. Frekans dağılışlarının elde edilmesinin önemli nedenlerinden biri ilgilenilen değişkenin nasıl bir dağılış gösterdiği hakkında bilgi sahibi olmaktır. Örneğin dağılış şekilsel olarak çift tepeli bir görünüm arz ediyorsa örneklenen anakütlenin ilgilenilen özellik bakımından karışık olduğunu gösterebilir. 63 Histogramların Hazırlanması (Sürekli Değişken Verileri İçin) Adım 1 : Kaç adet veri olduğu sayılır, Adım 2 : Veriler küçükten büyüğe sıralanır, Adım 3 : Değişim Aralığı hesaplanır, (En Büyük Değer-En Küçük Değer) Adım 4: Aralık sayısı belirlenir, (Analizin tipine göre 5-20 aralığı veya örnek hacminin karekökü esas alınabilir) 64 32

33 Adım5: Sınıf aralığı hesaplanır, Değişim Aralığı / Aralık Sayısı Adım6: Aralıkların başlangıç noktaları belirlenir, Adım7: Her aralığa düşen veri adedi sayılır, Adım8: Histogram oluşturulur. 65 Frekans Histogram 1 Aralık sayısı fazla-aralık genişliği az bu ii nedenle UYGUN DEĞİL 2 Frequency C Ağırlık(kg.) 66 33

34 Histogram 2 Frekans 10 Frequency C Ağırlık(kg.) 67 Zaman Serisi İlgilenilen bir büyüklüğün zaman içinde sıralanmış ölçümlerinin bir kümesidir