İSTATİSTİK I. İstatistik Nedir? TANIM1:
|
|
- Özge Karaca
- 6 yıl önce
- İzleme sayısı:
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
İstatistik Nedir? Tanım 1:
İSTATİSTİK 1 İstatistik Nedir? Tanım 1: İstatistik bilimi, verilerin toplanması, düzenlenmesi, özetlenmesi, takdimi, analizi ve bu analizler aracılığıyla elde edilen sonuçların yorumlanması ve bir karara
DetaylıKavramlar ve Sayısal Bilginin Özetlenmesi
İSTATİSTİK 1 Kavramlar ve Sayısal Bilginin Özetlenmesi İstatistik nedir? Tanımlar İş Hayatındaki Önemi Sayısal Bilginin Özetlenmesi Anakütle Örneklem Parametre-Örnek İstatistiği Değişken-Şans Değişkeni
DetaylıBölüm 2 VERİLERİN DERLENMESİ VE SUNUMU
Bölüm 2 VERİLERİN DERLENMESİ VE SUNUMU 1 Verilerin Derlenmesi ve Sunulması Anakütleden alınan örnek yardımıyla elde edilen veriler derlendikten sonra çizelgeler ve grafikler halinde bir diğer analize hazır
DetaylıBölüm 2. Frekans Dağılışları VERİLERİN DERLENMESİ VE SUNUMU. Frekans Tanımı. Verilerin Derlenmesi ve Sunulması
Verilerin Derlenmesi ve Sunulması Bölüm VERİLERİN DERLENMESİ VE SUNUMU Anakütleden alınan örnek yardımıyla elde edilen veriler derlendikten sonra çizelgeler ve grafikler halinde bir diğer analize hazır
DetaylıİSTATİSTİK I. Giriş. Bölüm 1 Temel Terimler ve Tanımlar İSTATİSTİKLER
İSTATİSTİK I Bölüm 1 Temel Terimler ve Tanımlar 1 2 Giriş İSTATİSTİKLER Genel olarak araştırmalarda, büyük veri gruplarının içinden daha küçük veri grupları seçilerek büyük veri gruplarının hakkında bilgi
DetaylıOLASILIK VE İSTATİSTİK
OLASILIK VE İSTATİSTİK 1 Bölüm 1 Temel Terimler ve Tanımlar 2 Giriş Genel olarak araştırmalarda, büyük veri gruplarının içinden daha küçük veri grupları seçilerek büyük veri gruplarının hakkında bilgi
Detaylı2- VERİLERİN TOPLANMASI
2- VERİLERİN TOPLANMASI Bu bölümde yararlanılan kaynaklar: İşletme İstatistiğine Giriş (Prof. Dr. İsmail Hakkı Armutlulu) ve İşletme İstatistiğinin Temelleri (Bowerman, O Connell, Murphree, Orris Editör:
DetaylıÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ
ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ TEMEL KAVRAMLAR PARAMETRE: Populasyonun sayısal açıklayıcı bir ölçüsüdür ve anakütledeki tüm elemanlar dikkate alınarak hesaplanabilir. Ana kütledeki
DetaylıTEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ
TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ 1 İstatistik İstatistik, belirsizliğin veya eksik bilginin söz konusu olduğu durumlarda çıkarımlar yapmak ve karar vermek için sayısal verilerin
Detaylıİstatistik Nedir? Yrd.Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY 09.07.2009 TANIM1:
İSTATİSTİK I Yrd.Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY 1 İstatistik Nedir? TANIM1: Bir anakütleyi tanımlamak için ilgili anakütleden belirli yöntemlerle elde edilen örnek verilerinin analizine
DetaylıAKSARAYLI TEMEL İSTATİSTİK YÖNTEMLER
TEMEL İSTATİSTİK YÖNTEMLER DERS I - 1/63 İstatistik nedir? 1. 2. tanımı) 3. (En eski tanımı) (Yöntembilim olarak (Kelime anlamı) DERS I - 2/63 İstatistik nedir? 1. Veri toplama Araştırma 2. Verilerin sınıflandırılması
DetaylıBölüm 3. Tanımlayıcı İstatistikler
Bölüm 3 Tanımlayıcı İstatistikler 1 Tanımlayıcı İstatistikler Bir veri setini tanımak veya birden fazla veri setini karşılaştırmak için kullanılan ve ayrıca örnek verilerinden hareket ile frekans dağılışlarını
DetaylıSıklık Tabloları, BASİT ve TEK değişkenli Grafikler Ders 3 ve 4 ve 5
Sıklık Tabloları, BASİT ve TEK değişkenli Grafikler Ders 3 ve 4 ve 5 Sıklık Tabloları Veri dizisinde yer alan değerlerin tekrarlama sayılarını içeren tabloya sıklık tablosu denir. Tek değişken için çizilen
DetaylıKitle: Belirli bir özelliğe sahip bireylerin veya birimlerin tümünün oluşturduğu topluluğa kitle denir.
BÖLÜM 1: FREKANS DAĞILIMLARI 1.1. Giriş İstatistik, rasgelelik içeren olaylar, süreçler, sistemler hakkında modeller kurmada, gözlemlere dayanarak bu modellerin geçerliliğini sınamada ve bu modellerden
DetaylıİSTATİSTİK I KISA ÖZET KOLAYAOF
DİKKATİNİZE: BURADA SADECE ÖZETİN İLK ÜNİTESİ SİZE ÖRNEK OLARAK GÖSTERİLMİŞTİR. ÖZETİN TAMAMININ KAÇ SAYFA OLDUĞUNU ÜNİTELERİ İÇİNDEKİLER BÖLÜMÜNDEN GÖREBİLİRSİNİZ. İSTATİSTİK I KISA ÖZET KOLAYAOF 2 Kolayaof.com
DetaylıÖRNEKLEME TEORİSİ 1/30
ÖRNEKLEME TEORİSİ 1/30 NİÇİN ÖRNEKLEME Zaman Kısıdı Maliyeti Azaltma YAPILIR? Hata Oranını Azaltma Sonuca Ulaşma Hızı /30 Örnekleme Teorisi konusunun içinde, populasyondan örnek alınma şekli, örneklerin
DetaylıBölüm 1 Temel Terimler ve Tanımlar. Anlamı? Tarihi. Tarihi
GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL YÖNTEMLER Bölüm 1 Temel Terimler ve Tanımlar Yrd. Doç. Dr. Safa KARAMAN 1 2 Anlamı? İSTATİSTİKLER İstatistik=sayıtım Statisticum collegium (devlet konseyi) Statista (devlet
DetaylıÖrnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız.
.4. Merkezi Eğilim ve Dağılım Ölçüleri Merkezi eğilim ölçüleri kitleye ilişkin bir değişkenin bütün farklı değerlerinin çevresinde toplandığı merkezi bir değeri gösterirler. Dağılım ölçüleri ise değişkenin
Detaylıİstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik
6.SUNUM İstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik özellikleri (ortalama, varyans v.b. gibi) hakkında
DetaylıTANIMLAYICI İSTATİSTİKLER
TANIMLAYICI İSTATİSTİKLER Tanımlayıcı İstatistikler ve Grafikle Gösterim Grafik ve bir ölçüde tablolar değişkenlerin görsel bir özetini verirler. İdeal olarak burada değişkenlerin merkezi (ortalama) değerlerinin
Detaylı8.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
DetaylıBİYOİSTATİSTİK Olasılıkta Temel Kavramlar Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTTİSTİK Olasılıkta Temel Kavramlar Yrd. Doç. Dr. slı SUNER KRKÜLH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim D. Web: www.biyoistatistik.med.ege.edu.tr 1 OLSILIK Olasılık; Tablo
DetaylıDers 8: Verilerin Düzenlenmesi ve Analizi
Ders 8: Verilerin Düzenlenmesi ve Analizi Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler Bir kitlenin tamamını, ya da kitleden alınan bir örneklemi özetlemekle (betimlemekle)
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Örnekleme Planlar ve Dağılımları Prof. Dr. İrfan KAYMAZ Tanım İncelenen olayın ait olduğu anakütlenin bütünüyle dikkate alınması zaman, para, ekipman ve bunun gibi nedenlerden dolayı
DetaylıİSTATİSTİK STATISTICS (2+0) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI
İSTATİSTİK STATISTICS (+) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI KONU BAŞLIKLARI :. İSTATİSTİĞE GİRİŞ. VERİLERİN DÜZENLENMESİ. MERKEZİ EĞİLİM ÖLÇÜLERİ.
DetaylıDers 9: Kitle Ortalaması ve Varyansı için Tahmin
Ders 9: Kitle Ortalaması ve Varyansı için Tahmin Kitle ve Örneklem Örneklem Dağılımı Nokta Tahmini Tahmin Edicilerin Özellikleri Kitle ortalaması için Aralık Tahmini Kitle Standart Sapması için Aralık
DetaylıDers 1 Minitab da Grafiksel Analiz-I
ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI Ders 1 Minitab da Grafiksel Analiz-I İstatistik Nedir? İstatistik kelimesi ilk olarak Almanyada devlet anlamına gelen status kelimesine dayanılarak kullanılmaya
DetaylıSÜREKLĠ OLASILIK DAĞILIMLARI
SÜREKLĠ OLASILIK DAĞILIMLARI Sayı ekseni üzerindeki tüm noktalarda değer alabilen değişkenler, sürekli değişkenler olarak tanımlanmaktadır. Bu bölümde, sürekli değişkenlere uygun olasılık dağılımları üzerinde
DetaylıKesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları
Kesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları Kesikli ġans DeğiĢkenlerinin Olasılık Fonksiyonları X, şans değişkeni ve, 2,.., n ise bu tesadüfi değişkenin
DetaylıBÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ
1 BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel
Detaylıİstatistik Nedir? Ders 1 Minitab da Grafiksel Analiz-I ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. İstatistiğin Konusu Olan Olaylar
ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI İstatistik Nedir? İstatistik kelimesi ilk olarak Almanyada devlet anlamına gelen status kelimesine dayanılarak kullanılmaya başlanmıştır. Ders 1 Minitab da
DetaylıBİYOİSTATİSTİK. Ödev Çözümleri. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Ödev Çözümleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Ödev 1 Çözümleri 2 1. Bir sonucun
DetaylıİSTATİSTİKTE TEMEL KAVRAMLAR
İSTATİSTİKTE TEMEL KAVRAMLAR 1. ve 2. Hafta İstatistik Nedir? Bir tanım olarak istatistik; belirsizlik altında bir konuda karar verebilmek amacıyla, ilgilenilen konuya ilişkin verilerin toplanması, düzenlenmesi,
DetaylıİÇİNDEKİLER ÖN SÖZ...
İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN
DetaylıİSTATİSTİK II. Hipotez Testleri 1
İSTATİSTİK II Hipotez Testleri 1 1 Hipotez Testleri 1 1. Hipotez Testlerinin Esasları 2. Ortalama ile ilgili bir iddianın testi: Büyük örnekler 3. Ortalama ile ilgili bir iddianın testi: Küçük örnekler
DetaylıBÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ
1 BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel sayma
DetaylıPARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER
PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN 1 Tek Örneklem İşaret Testi İşaret Testi parametrik olmayan prosedürler içinde en eski olanıdır. Analiz yapılırken serideki verileri artı ve
DetaylıÖrnek...4 : İlk iki sınavında 75 ve 82 alan bir öğrencinin bu dersin ortalamasını 5 yapabilmek için son sınavdan kaç alması gerekmektedir?
İSTATİSTİK Bir sonuç çıkarmak ya da çözüme ulaşabilmek için gözlem, deney, araştırma gibi yöntemlerle toplanan bilgiye veri adı verilir. Örnek...4 : İlk iki sınavında 75 ve 82 alan bir öğrencinin bu dersin
DetaylıAnkara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 1
Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 1 Population Belirli bir konudaki verilerin tamamıdır. Örnek Populasyonun belirli bir kesitidir. Parametre Populasyonla ilgili tanımsal
DetaylıANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL
ANADOLU ÜNİVERSİTESİ ENM 317 Prof. Dr. Nihal ERGİNEL 2 ÖRNEKLEME Anakütleden n birimlik örnek alınması ve anakütle parametrelerinin örnekten tahmin edilmesidir. 3 ÖRNEKLEME ALMANIN NEDENLERİ Anakütleye
DetaylıYrd. Doç. Dr. Sedat Şen 9/27/2018 2
2.SUNUM Belirli bir amaç için toplanmış verileri anlamlı haline getirmenin farklı yolları vardır. Verileri sözel ifadelerle açıklama Verileri tablolar halinde düzenleme Verileri grafiklerle gösterme Veriler
DetaylıTanımlayıcı 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,
DetaylıAraştırmada Evren ve Örnekleme
6. Bölüm Araştırmada Evren ve Örnekleme 1 İçerik Örnekleme Teorisinin Temel Kavramları Örnekleme Yapmayı Gerekli Kılan Nedenler Örnekleme Süreci Örnekleme Yöntemleri 2 1 Giriş Araştırma sonuçlarının geçerli,
DetaylıJEODEZİK VERİLERİN İSTATİSTİK ANALİZİ. Prof. Dr. Mualla YALÇINKAYA
JEODEZİK VERİLERİN İSTATİSTİK ANALİZİ Prof. Dr. Mualla YALÇINKAYA Karadeniz Teknik Üniversitesi, Harita Mühendisliği Bölümü Trabzon, 2018 VERİLERİN İRDELENMESİ Örnek: İki nokta arasındaki uzunluk 80 kere
DetaylıİstatistiK. Yrd.Doç.Dr. Levent TERLEMEZ
İstatistiK Yrd.Doç.Dr. Levent TERLEMEZ istatistik birimlerin ya da bireylerin sayılabilir, tartılabilir ve ölçülebilir özellikleri ile ilgili bilgilerin yani verilerin toplanması toplanan verilerin açık
DetaylıVerilerin 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
DetaylıSÜREKLİ OLASILIK DAĞILIŞLARI
SÜREKLİ OLASILIK DAĞILIŞLARI Sürekli verilerin göstermiş olduğu dağılışa sürekli olasılık dağılışı denir. Sürekli olasılık dağılışlarının fonksiyonlarına yoğunluk fonksiyonu denilmekte ve bu dağılışlarla
DetaylıPARAMETRK OLMAYAN STATSTKSEL TEKNKLER. Prof. Dr. Ali EN ÖLÇEKLER
PARAMETRK OLMAYAN STATSTKSEL TEKNKLER Prof. Dr. Ali EN 1 Normal dalm artlarn salamayan ve parametrik istatistik tekniklerinin kullanlmasn elverisiz klan durumlarn bulunmas halinde, eldeki verilere bal
DetaylıRASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN
RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi
DetaylıMühendislikte İstatistiksel Yöntemler
Mühendislikte İstatistiksel Yöntemler BÖLÜM 2 AÇIKLAYICI (BETİMLEYİCİ) İSTATİSTİK Yrd. Doç. Dr. Fatih TOSUNOĞLU 1-Açıklayıcı (Betimleyici) İstatistik İnceleme sonucu elde edilen ham verilerin istatistiksel
DetaylıİSTATİSTİK HAFTA. ÖRNEKLEME METOTLARI ve ÖRNEKLEM BÜYÜKLÜĞÜNÜN TESPİTİ
ÖRNEKLEME METOTLARI ve ÖRNEKLEM BÜYÜKLÜĞÜNÜN TESPİTİ HEDEFLER Bu üniteyi çalıştıktan sonra; Örneklemenin niçin ve nasıl yapılacağını öğreneceksiniz. Temel Örnekleme metotlarını öğreneceksiniz. Örneklem
DetaylıSÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım
SÜREKLİ ŞANS DEĞİŞKENLERİ Üstel Dağılım Normal Dağılım 1 Üstel Dağılım Meydana gelen iki olay arasındaki geçen süre veya bir başka ifadeyle ilgilenilen olayın ilk defa ortaya çıkması için geçen sürenin
Detaylı3)Aşağıdaki tabloda gruplandırılmış bir veri kümesi bulunmaktadır. Bu veri kümesinin mutlak ortalamadan sapması aşağıdakilerden hangisidir?
İSTATİSTİK SORU VE CEVAPLARI 1)Tabloda 500 kişinin sahip oldukları akıllı telefon markalarını gösteren bilgiler verilmiştir.bu tabloda ki bilgileri yansıtan daire grafiği aşağıdakilerden hangisidir? TELEFON
DetaylıÜNİTE:1. İstatistiğin Tanımı, Temel Kavramlar ve İstatistik Eğitimi ÜNİTE:2. Veri Derleme, Düzenleme ve Grafiksel Çözümleme ÜNİTE:3
ÜNİTE:1 İstatistiğin Tanımı, Temel Kavramlar ve İstatistik Eğitimi ÜNİTE:2 Veri Derleme, Düzenleme ve Grafiksel Çözümleme ÜNİTE:3 Ortalamalar, Değişkenlik ve Dağılma Ölçüleri ÜNİTE:4 Endeksler ÜNİTE:5
DetaylıFREKANS VERİLERİ. Prof.Dr. Levent ŞENYAY III - 1
3 FREKANS VERİLERİ 3.1. Frekans Tablolarının Düzenlenmesi 3.2. Frekans poligonu 3.3. Frekans tablosu hazırlama 3.4. Frekans Histogramı 3.5. Frekans eğrisi tipleri 3.6. Diğer İstatistiksel Grafik Gösterimler
DetaylıDr. Mehmet AKSARAYLI
Dr. Mehmet AKSARAYLI Şans Değişkeni: Bir dağılışı olan ve bu dağılışın yapısına uygun frekansta oluşum gösteren değişkendir. Şans Değişkenleri KESİKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI Kesikli
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 2: Prof. Dr. İrfan KAYMAZ Tanım İnceleme sonucu elde edilen ham verilerin istatistiksel yöntemler kullanılarak özetlenmesi açıklayıcı istatistiği konusudur. Açıklayıcı istatistikte
Detaylıİstatistik 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
DetaylıYrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü
Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 Araştırma sonuçlarının açıklanmasında frekans tablosu
DetaylıĐSTATĐSTĐK. Okan ERYĐĞĐT
ĐSTATĐSTĐK Okan ERYĐĞĐT Araştırmacı, istatistik yöntemlere daha işin başında başvurmalıdır, sonunda değil..! A. Bradford Hill, 1930 ĐSTATĐSTĐĞĐN AMAÇLARI Bilimsel araştırmalarda, araştırmacıya kullanılabilir
DetaylıVERİ KÜMELERİNİ BETİMLEME
BETİMLEYİCİ İSTATİSTİK VERİ KÜMELERİNİ BETİMLEME Bir amaç için derlenen verilerin tamamının olduğu, veri kümesindeki birimlerin sayısal değerlerinden faydalanarak açık ve net bir şekilde ilgilenilen özellik
DetaylıPARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER
PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN 1 ANAKÜTLE Anakütle kavramı insan, yer ve şeyler toplulugunu ifade etmek için kullanır. İlgi alanına gore, araştırmacı hangi topluluk üzerinde
Detaylı2. 3. BÖLÜM 1: GİRİŞ. Bölümün Amaçları. İstatistik: Karar Verme Yaklaşımı. İstatistik nedir? TEMEL İSTATİSTİK YÖNTEMLER. İstatistik Sözcüğünün Kökeni
www.mehmetaksarayli.com 1 TEMEL İSTATİSTİK YÖNTEMLER Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayli aksarayli@deu.edu.tr KAVRAM VERİ YAPILARI VERİ TOPLAMA BÖLÜM 1: GİRİŞ TANIMLAYICI
DetaylıVERİ SETİNE GENEL BAKIŞ
VERİ SETİNE GENEL BAKIŞ Outlier : Veri setinde normal olmayan değerler olarak tanımlanır. Ders: Kantitatif Yöntemler 1 VERİ SETİNE GENEL BAKIŞ Veri setinden değerlendirme başlamadan çıkarılabilir. Yazım
DetaylıKANTİTATİF TEKNİKLER - Temel İstatistik -
KANTİTATİF TEKNİKLER - Temel İstatistik - 1 İstatistik Nedir? Belirli bir amaçla verilerin toplanması, düzenlenmesi, analiz edilerek yorumlanmasını sağlayan yöntemler topluluğudur. 2 İstatistik Kullanım
DetaylıBu ders için bilimsel bir hesap makinesi bulundurma zorunluluğu vardır. GM-220 MÜHENDİSLİK İSTATİSTİKSEL YÖNTEMLER. İçerik. Yöntem. Gereç
GM-220 MÜHENDİSLİK ÇALIŞMALARINDA İSTATİSTİKSEL YÖNTEMLER GM 220 MÜHENDİSLİK ÇALIŞMALARINDA İSTATİSTİKSEL YÖNTEMLER Ders Yılı ve Dönemi Sınıf /Grup Ders Dili Ders Yeri Öğretim Üyesi Öğretim Yöntemi İletişim
DetaylıPARAMETRİK OLMAYAN TESTLER
PARAMETRİK OLMAYAN TESTLER Daha önce incelediğimiz testler, normal dağılmış ana kütleden örneklerin rassal seçilmesi varsayımına dayanmaktaydı ve parametrik testler kullanılmıştı. Parametrik olmayan testler
DetaylıBİYOİSTATİSTİK. Genel Uygulama 1. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Genel Uygulama 1 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Soru 1 Ege Üniversitesi Diş
DetaylıANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ TANIMLAR VE VERİ SINIFLAMASI
ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ TANIMLAR VE VERİ SINIFLAMASI DOÇ. DR. NİHAL ERGİNEL TANIMLAR VE VERİ SINIFLAMASI Olasılık, ilgilenilen olay/olayların meydana gelme olabilirliğinin ölçülmesidir.
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 2: Prof. Dr. İrfan KAYMAZ Tanım İnceleme sonucu elde edilen ham verilerin istatistiksel yöntemler kullanılarak özetlenmesi açıklayıcı istatistiği konusudur. Açıklayıcı istatistikte
DetaylıİSTATİSTİKSEL PROSES KONTROLÜ
İSTATİSTİKSEL PROSES KONTROLÜ ZTM 433 KALİTE KONTROL VE STANDARDİZASYON PROF: DR: AHMET ÇOLAK İstatistiksel işlem kontrolü (İPK), işlemle çeşitli istatistiksel metotların ve analiz sapmalarının kullanımını
DetaylıÜretim Süreci: Girdi İşlem Ürün (Sonuç) Araştırma Süreci: Hangi alanda olursa olsun araştırma bir BİLGİ ye ulaşma sürecidir.
BİYOİSTATİSTİK Üretim Süreci: Girdi İşlem Ürün (Sonuç) Araştırma Süreci: Hangi alanda olursa olsun araştırma bir BİLGİ ye ulaşma sürecidir. Veri Analiz Bilgi El ile ya da birtakım bilgisayar programları
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Rastgele Değişkenlerin Dağılımları I Prof. Dr. İrfan KAYMAZ Ders konusu Bu derste; Rastgele değişkenlerin tanımı ve sınıflandırılması Olasılık kütle fonksiyonu Olasılık yoğunluk
DetaylıPopülasyon Ortalamasının Tahmin Edilmesi
Güven Aralıkları Popülasyon Ortalamasının Tahmin Edilmesi Tanımlar: Nokta Tahmini Popülasyon parametresi hakkında tek bir rakamdan oluşan tahmindir. Popülasyon ortalaması ile ilgili en iyi nokta tahmini
DetaylıANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ PARAMETRİK OLMAYAN TESTLER Prof. Dr. Nihal ERGİNEL
ANADOLU ÜNİVERSİTESİ ENM 317 MÜHENDİSLİK İSTATİSTİĞİ PARAMETRİK OLMAYAN TESTLER Prof. Dr. Nihal ERGİNEL PARAMETRİK OLMAYAN TESTLER Daha önce incelediğimiz testler, normal dağılmış ana kütleden örneklerin
DetaylıOluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir
Bilimsel Araştırma Yöntemleri Prof. Dr. Şener Büyüköztürk Doç. Dr. Ebru Kılıç Çakmak Yrd. Doç. Dr. Özcan Erkan Akgün Doç. Dr. Şirin Karadeniz Dr. Funda Demirel Örnekleme Yöntemleri Evren Evren, araştırma
DetaylıOLASILIK VE İSTATİSTİK
OLASILIK VE İSTATİSTİK PROBABILITY AND STATISTICS (3+0) Dersi verenler: Doç. Dr. Nil TOPLAN Yrd. Doç. Dr. Nuray CANİKOĞLU 1 DEĞERLENDİRME SİSTEMİ YARIYIL İÇİ SAYISI KATKI Ara Sınav 1 60 Kısa Sınav 2 30
Detaylı13. Olasılık Dağılımlar
13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon
DetaylıİSTATİSTİK TANIMI VE ÖNEMLİ İSTATİKSEL KAVRAMLAR
SAÜ 1. HAFTA İSTATİSTİK TANIMI VE ÖNEMLİ İSTATİKSEL KAVRAMLAR PROF. DR. MUSTAFA AKAL İÇİNDEKİLER 1. İSTATİSTİK TANIMI VE İSTATİSTİK YÖNTEMLERİ Genel olarak istatistik Daha teknik bir ifade ile istatistik
DetaylıBiyoistatistiğe Giriş: Temel Tanımlar ve Kavramlar DERS I VE II
Biyoistatistiğe Giriş: Temel Tanımlar ve Kavramlar DERS I VE II İstatistik Nedir? İstatistik kelimesi farklı anlamlar taşımaktadır. Bunlar; Genel anlamda; üretim, tüketim, nüfus, sağlık, eğitim, tarım,
DetaylıTesadüfi Değişken. w ( )
1 Tesadüfi Değişken Tesadüfi değişkenler gibi büyük harflerle veya gibi yunan harfleri ile bunların aldığı değerler de gibi küçük harflerle gösterilir. Tesadüfi değişkenler kesikli veya sürekli olmak üzere
DetaylıMühendislikte İstatistik Metotlar
Mühendislikte İstatistik Metotlar Recep YURTAL Çukurova Üniveristesi Mühendislik Mimarlık Fakültesi İnşaat Mühendisliği Bölümü Referans Kitaplar Türkçe : Mühendisler için İstatistik, Mehmetçik Bayazıt,
DetaylıARALIK TAHMİNİ (INTERVAL ESTIMATION):
YTÜ-İktisat İstatistik II Aralık Tahmini I 1 ARALIK TAHMİNİ INTERVAL ESTIMATION): Nokta tahmininde ilgilenilen anakütle parametresine ilişkin örneklem bilgisinden hareketle tek bir sayı üretilir. Bir nokta
Detaylı2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım
2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI 2.1. Tanım Regresyon analizi, bir değişkenin başka bir veya daha fazla değişkene olan bağımlılığını inceler. Amaç, bağımlı değişkenin kitle ortalamasını, açıklayıcı
DetaylıOlasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir.
5.SUNUM Olasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir. Günlük hayatta sıklıkla kullanılmakta olan olasılık bir olayın ortaya
DetaylıVerilerin Düzenlenmesi
Verilerin Düzenlenmesi İstatistiksel verileri anlamlı hale getirmenin 5 ayrı yolu: 1. Sözel ifadelerle açıklama 2. Tablolar halinde düzenleme 3. Seriler halinde düzenleme 4. Grafiklerle gösterme 5. Bu
DetaylıOLASILIK TEORİSİ VE İSTATİSTİK
OLASILIK TEORİSİ VE İSTATİSTİK İstatistik: Derslerimiz içinde bu sözcük iki anlamda kullanılacaktır. İlki ve en yaygın kullanılan biçimi rakamla elde edilen bilgilerin belli kuralarla anlaşılır ve yorumlanabilir
DetaylıDeğer Frekans
Veri Rasgelelik içeren olgulardan elde edilen ölçüm (gözlem) değerlerine istatistiksel veri veya kısaca veri (data) diyelim. Verilerin deneyler sonucu veya doğal şartlarda olguları gözlemekle elde edildiğini
DetaylıMühendislikte İstatistik Yöntemler
Mühendislikte İstatistik Yöntemler Referans Kitaplar Türkçe : Mühendisler için İstatistik, Mehmetçik Bayazıt, Beyhan Oğuz, Birsen Yayınevi Mühendislikte İstatistik Metodlar, Erdem KOÇ,ÇÜ, Müh.Mim.Fak.
DetaylıMerkezi Limit Teoremi
Örnekleme Dağılımı Merkezi Limit Teoremi Şimdiye kadar normal dağılıma uygun olan veriler ile ilgili örnekler incelendi. Çarpıklık gösteren veriler söz konusu olduğunda ne yapılması gerekir? Hala normal
DetaylıGRAFİK YORUMLAMA. 1 ) Sütun Grafiği : Belirli bir zaman aralığında bazı veri grup-
GRAFİK YORUMLAMA Verilerin veya karşılaştırılması yapılacak değişkenlerin çizgi, tablo, nokta veya şekillerle ifade edilmesine grafik adı verilir. Grafik türleri olarak; sütun, çizgi, daire, histogram,
DetaylıOLASILIK ve KURAMSAL DAĞILIMLAR
OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine
DetaylıParametrik Olmayan Testler. İşaret Testi-The Sign Test Mann-Whiney U Testi Wilcoxon Testi Kruskal-Wallis Testi
Yrd. Doç. Dr. Neşet Demirci, Balıkesir Üniversitesi NEF Fizik Eğitimi Parametrik Olmayan Testler İşaret Testi-The Sign Test Mann-Whiney U Testi Wilcoxon Testi Kruskal-Wallis Testi Rank Korelasyon Parametrik
DetaylıBÖLÜM 4 FREKANS DAĞILIMLARININ GRAFİKLE GÖSTERİLMESİ
BÖLÜM 4 FREKANS DAĞILIMLARININ GRAFİKLE GÖSTERİLMESİ Frekans dağılımlarının betimlenmesinde frekans tablolarının kullanılmasının yanı sıra grafik gösterimleri de sıklıkla kullanılmaktadır. Grafikler, görselliği
DetaylıTemel ve Uygulamalı Araştırmalar için Araştırma Süreci
BÖLÜM 8 ÖRNEKLEME Temel ve Uygulamalı Araştırmalar için Araştırma Süreci 1.Gözlem Genel araştırma alanı 3.Sorunun Belirlenmesi Sorun taslağının hazırlanması 4.Kuramsal Çatı Değişkenlerin açıkça saptanması
DetaylıProf.Dr.İhsan HALİFEOĞLU
Prof.Dr.İhsan HALİFEOĞLU FREKANS DAĞILIMLARINI TANIMLAYICI ÖLÇÜLER Düzenlenmiş verilerin yorumlanması ve daha ileri düzeydeki işlemler için verilerin bütününe ait tanımlayıcı ve özetleyici ölçülere ihtiyaç
DetaylıALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR
ALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR 1- İlaçla tedavi edilen 7 hastanın ortalama iyileşme süresi 22.6 gün ve standart sapması.360 gündür. Ameliyatla tedavi edilen 9 hasta için
DetaylıEvren (Popülasyon) Araştırma kapsamına giren tüm elemanların oluşturduğu grup. Araştırma sonuçlarının genelleneceği grup
Evren (Popülasyon) Araştırma kapsamına giren tüm elemanların oluşturduğu grup Araştırma sonuçlarının genelleneceği grup Evrendeğer (Parametre): Değişkenlerin evrendeki değerleri µ : Evren Ortalaması σ
Detaylıistatistik 4. Bir frekans dağılımına ilişkin birikimli seriler 1. Birimlerle ilgili aşağıdaki ifadelerden hangisi
2010 S 4200- İstatistik sorulannın cevap l anmasında gerekli olabilecek t ablolar ve f ormüller bu kitapçığın sonunda verilmiştir. 1. Birimlerle ilgili aşağıdaki ifadelerden hangisi yanlıstır? ) Maddesel
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 8: Prof. Dr. İrfan KAYMAZ Tanım Tahmin (kestirim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmaktır. Bu anlamda, anakütleden çekilen
Detaylı