İSTATİSTİK DERS NOTLARI
|
|
- Nazar Doğu
- 6 yıl önce
- İzleme sayısı:
Transkript
1 Balıkesir Üiversitesi İşaat Mühedisliği Bölümü İSTATİSTİK DERS NOTLARI Yrd. Doç. Dr. Umut OKKAN idrolik Aabilim Dalı
2 Balıkesir Üiversitesi İşaat Mühedisliği Bölümü Bölüm 5 Örekleme Dağılımları ve İstatistik ipotezler Örekleme Dağılımıı Taımı Asimptotik Örekleme Dağılımları Kesi Örekleme Dağılımları İstatistik ipotezler
3 Örekleme Dağılımıı Kavramı Taımı Bir rastgele değişkei herhagi bir β parametresii gerçek değeri hiçbir zama biliemez. Acak örekte parametrei tahmii ola b istatistiği elde edilebilir.. örek ( b ) N TOPLUM (β) N i. örek ( b ) i. örek ( b ) N N. örek ( b ) β parametresie karşı gele b istatistiğii ayı büyüklükte (N) çeşitli öreklerde hesaplaa değerleri de farklılık taşımakta ve bir dağılım göstermektedir. Bu dağılıma örekleme dağılımı deir.
4 Örekleme Dağılımıı Kavramı Taımı f() b PG ( Güve Düzeyi ) ( P G ) b E() b b b güve aralığı b ( P G ) Örekteki N elema sayısı artıkça belli bir güve düzeyie karşı gele güve aralığı daralmaktadır. Büyük öreklerde parametrei belli bir olasılıkla içide kalacağı güve aralığı daha küçük olduğuda parametre tahmiideki hata da az olur (Bayazıt&Yeğe, 3). N geçerli ise örekleme dağılımıa asimptotik dağılım deir.
5 Asimptotik Örekleme Dağılımları
6 Asimptotik Örekleme Dağılımları ÖRNEK-: 7 adet çelik putrel üzeride yapıla deeylerde kırılma yüküü ortalaması 849 kg, stadart sapması 4 kg bulumuştur. Ortalamaı %95 güve düzeyideki güve aralığıı asimptotik ormal dağılım kabulü ile buluuz. Var ( ) / N / N 4 / kg PG.95 z.96 balt.96* 834 kg b.96* 864 kg üst 834 kg 864 kg 849 kg
7 Kesi Örekleme Dağılımları Küçük öreklerde (N 3) rastgele değişkei ormal dağılmış olması durumuda bazı özel istatistikler içi aalitik yollar ile dağılımlar taımlaabilmektedir. Ortalamaı kesi örekleme dağılımı Bu ifade öcede değiile asimptotik dağılımla ayıdır. Acak asimptotik dağılım değişkeii dağılımı e olursa olsu geçerli ike kesi dağılımı kullaılabilmesi içi değişkei ormal dağılmış olması gerekmektedir. u / N u istatistiğii kullaılabilmesi içi toplum parametresi ola σ parametresii bilimesi gerekmektedir. Bu pratikte mümkü olmadığıda t istatistiğii kullaılması daha uygudur. t s / N sˆ / N f() t İstatistiğii dağılımı s.d=n- ola studet-t dağılımıdır. t tablosu P(t>t α ) olasılığıı verir. t
8 Kesi Örekleme Dağılımları Stadart Normal t (s.d = 3) t (s.d = 5)
9 Kesi Örekleme Dağılımları Studet ı t tablosuu kullaımı: Tek yölü test içi (α) s.d = 3 s.d= - = =. / =.5 Tek yölü test içi (α) t değerleri.9 t Bkz. t, ki-kare, f tablosu.pdf
10 Kesi Örekleme Dağılımları t tablo değeri MS-Ecel ile hesaplaabilmektedir. Bkz. t-f-kikare_tablo.ls
11 Kesi Örekleme Dağılımları Stadart sapmaı örekleme dağılımı NS ( N ) Sˆ İstatistiğii dağılımı s.d=n- ola ki-kare dağılımıdır. Ki-kare istatistiği (chi-square) Ki-kare tablosu P ( ) olasılığıı verir. f ( ) İki öreği ( ve Y) varyasları açısıda ayı topluma ait olup olmadıkları ise F (Fisher) istatistiği ile gerçekleştirilebilir. F Sˆ / Sˆ / Y Y ( F içi) F istatistiğii dağılımı payıı s.d = N-, paydasıı s.d=ny- ola Fisher dağılımıdır. (agi varyas büyükse paya alıır!)
12 Kesi Örekleme Dağılımları ÖRNEK-: 7 adet çelik putrel üzeride yapıla deeylerde kırılma yüküü ortalaması 849 kg, stadart sapması 4 kg bulumuştur. a) Ortalamaı %95 güve düzeyideki güve aralığıı kesi örekleme dağılımı kullaarak buluuz. b) Ayı örek içi %9 güve düzeyide varyası güve aralığı edir? a) N<3 olduğuda t istatistiğii kullaılması daha uygudur. = 7 s.d= - = 6 = -.95=.5 / =.5 Tek yölü test içi (α) 838kg 849 kg 865kg ttablo t 6,.5.56 b.56* S N * kg alt b.56* S N * kg üst Örek- i çözümüe kıyasla güve aralığı geişlemiştir. Küçük öreklerde t dağılımı kullaıldığıda güve aralığıı geişlemektedir.
13 Kesi Örekleme Dağılımları b) sd b alt sd b üst güve düzeyi içi ve tablo değerleri gereklidir 6içi NS 7*4 83kg içi NS 7*4 8884kg Bua göre yukarıdaki değerleri kareköküü alıp toplumu stadart sapmasıı 333 kg ila 53 kg aralığıda kalacağıı söyleyebiliriz. İlave örekler içi bkz. Bayazıt & Yeğe (3) Mühedisler İçi İstatistik Birse Yayıevi
14 Kesi İstatistik Örekleme ipotezler Dağılımları Bir rastgele değişkei herhagi bir β parametresii gerçek değeri hiçbir zama biliemediğide bir karar vermek adıa β parametresi içi bir kabul yapılır. β= β İstatistik ipotez Bu kabulü doğruluğu örekte elde edile parametre değeri (b) ile kotrol edilir. İlgili istatistiği örekleme dağılımıı bilimesi şartıyla hipotezi kabul ya da reddie karar verilir. ipotezi kabul ya da reddie karar vermede öce bir alamlılık düzeyi (α) seçilir. Bu red bölgesii alaıı temsil eder. α değeri seçildikte sora karşıt hipoteze bağlı olarak red bölgesii bir parçalı ya da iki parçalı olup olmadığıa karar verilir. Bir hipotez testide iki hipotez yer alır: : Boş hipotez, sıfır hipotezi Daha öce doğru olduğu ispatlaa veya ortak kabul görmüş yargılara sıfır hipotezi( ) deir. İadığımız durum hipotezide yer alır. Aksi kaıtlamadıkça hipotezi doğru kabul edilir. : Karşıt (Alteratif) hipotez İddia edile durum hipotezide ele alıır. Sıfır hipotezide belirtile yargıı tersi bir yargıyı içide buludura hipoteze alteratif hipotez ( ) deir. Kedii kaıtlama zorululuğu hipotezie aittir.
15 : : Bir (tek)uçlu testler: : : Kesi İstatistik Örekleme ipotezler Dağılımları ÇİFT TARAFLI TEST (iki uçlu test) Sağ uç (kuyruk) testi f(b) f(b) RED / β Kabul bölgesi β Kabul bölgesi RED / RED b b f(b) : : Sol uç (kuyruk) testi RED β Kabul bölgesi b
16 Kesi İstatistik Örekleme ipotezler Dağılımları Test Kararı kabul ( reddedilemez) doğru Doğru karar (-α) Gerçek durum yalış Yalış karar II.tip hata() kabul ( kabul edilemez ) Yalış karar I.tip hata(α) Doğru karar - f(b) α isteildiği kadar küçültülemez! Pratikte %5 ve % gibi değerler seçilir. Kabul β β (gerçek) Red b
17 Kesi İstatistik Örekleme ipotezler Dağılımları ipotez Testide Test İstatistiğii Belirlemesi Ortalama ya da iki ortalama farkı içi biliiyor bilimiyor >3 3 Z istatistiği t istatistiği Varyaslar içi Bir varyas içi istatistiği İki varyas oraı içi F istatistiği
18 Kesi Örekleme Dağılımları İstatistik ipotezler bilidiğide Z test istatistiği Z bilimediğide fakat >3 olduğuda Z test istatistiği Z s s ORTALAMALARLA İLGİLİ İSTATİSTİK TESTLER 3 şartı sağlaıyor ve σ bilimiyor ise t istatistiği kullaılmalı! ˆ h t s s
19 Kesi İstatistik Örekleme ipotezler Dağılımları ÖRNEK-3: Bir fabrikada üretilmekte ola vidaları boylarıı ortalaması mm, ve stadart sapması mm ola ormal dağılım gösterdikleri bilimektedir. Makielerde ola bir arıza giderildikte sora üretile vidalarda alıa 9 vidalık bir öreği boy ortalaması mm olarak bulumuştur. Makielerdeki arıza giderilirke vidaları boyuu ayarı bozulmuş mudur? =.5 içi test ediiz ve yorumlayıız. : mm Z hesap 3 : mm 9 P G =.95 / =.5 / =.5 ztablo Z
20 Kesi İstatistik Örekleme ipotezler Dağılımları RED RED / =.5 / =.5 Z tablo =.96 Z hesap =3 Karar verme ve yorumlama: Z hesap değeri red bölgesie düştüğü içi hipotezi kabul edilemez. Yai vidaları boy ortalaması mm de farklıdır. Makiei ayarı bozulmuştur yeide kalibre edilmesi gereklidir.
21 Kesi Örekleme Dağılımları İstatistik ipotezler İki ortalama farkı içi test istatistiği: ) ( ) ( ) ( Z biliiyor ise: Aakütle varyasları bilimediğide buları yerie örek varyasları kullaılır. Sıfır hipotezii doğru olduğu varsayımı ile hareket edildiğide - farkı sıfır kabul edilir.
22 Kesi Örekleme Dağılımları İstatistik ipotezler ) ( ) ( ) ( s s s Z ) ( ) ( s Z h bilimiyor fakat örek hacimleri >3 ise: s s s Sıfır hipotezi örekleri ayı aa kütlede alıdığıı belirttiği içi tersi ispatlamadığı sürece s ve s değerlerii birbiriyle homoje olduğuu varsayılır ve ortak varyas hesaplaır. bilimiyor fakat örek hacimleri 3 ise ) ( ) ( s t h ( ) ( ) s s s s.d t t kr -t kr α/ red red α/
23 Kesi İstatistik Örekleme ipotezler Dağılımları Aakütle Varyası İçi ipotez Testi Çift Kuyruk Testi : / / : χ, / kabul χ, / hesap S ( ) Sˆ Sağ Kuyruk Testi : : Sol Kuyruk Testi : : χ kabul, χ kabul,
24 Kesi İstatistik Örekleme ipotezler Dağılımları İki Varyası Durağalılığı Testi : F Testi Varyasları ve ola ormal dağılımlı iki aakütlede ve gözlemli bağımsız iki öreği varyasları s ve s olsu. İki aakütle varyasıı birbirie eşit olup olmadığıı test etmek içi F testi uygulaır. P G =-α F h Sˆ / Sˆ / ( F içi) h
25 Kesi İstatistik Örekleme ipotezler Dağılımları ÖRNEK-4: Bir işaat malzemeside asfalt oraıı ortalama %5 olması istemektedir. Üretile malzemelerde asfalt oraıı stadart sapması %.75 olmak üzere ormal dağıldığı varsayılıyor. Alıa üç malzeme öreğide asfalt oraı %4., 4.7 ve 3.7 olarak ölçülmüştür. a) asfalt oraıı ortalamasıı %5 e eşit olup olmadığıı % alamlılık düzeyide kotrol ediiz. : : %5 %5 %4. %4.7 %3.7 3 %4. / =.5 / =.5 Z hesap edf z tablo Z hesap Karar:.645 Z hesap değeri red bölgesie düştüğü içi hipotezi kabul edilemez.
26 Kesi İstatistik Örekleme ipotezler Dağılımları b) Asfalt oraı ortalamasıı %5 te alamlı derecede küçük olup olmadığıı % alamlılık düzeyide kotrol ediiz. : %5 : %5 = Z hesap edf. z tablo.8 Karar: Z hesap değeri red bölgesie düştüğü içi hipotezi kabul edilemez. karşıt hipotezi kabul edilir ve bua göre, asfalt oraı ortalamasıı %5 te küçük olduğu % öem seviyeside söyleebilir.
27 Kesi İstatistik Örekleme ipotezler Dağılımları c) Toplum stadart sapma değerii bilimemesi halide asfalt oraıı ortalamasıı %5 e eşit olup olmadığıı % alamlılık düzeyide kotrol ediiz. 3 şartı sağlaıyor ve σ bilimiyor ise t istatistiği kullaılması uygu olur. t h s sˆ Veri sayısı az olduğuda örekte tarafsız stadart sapma hesaplaması uygu olacaktır. sˆ * (4. 4.) (4.7 4.) (3.7 4.) %.5 3 : : %5 %5 t h sˆ.5 3 s. d 3.5 t tablo.9 KARAR Red Kabul Red : : %5 hipotezi kabul edilir.
28 Kesi İstatistik Örekleme ipotezler Dağılımları d) Malzeme örekleride hesaplaa stadart sapmaı %.75 değeride farklı olup olmadığıı % alamlılık düzeyide kotrol ediiz. : (%.75) /=.5 /=.5 : (%.75) χ, / kabul χ, /.9 güve düzeyi içi ve tablo değerleri gereklidir sd sd içi içi ( ) Sˆ (3).5 hesap : (%.75) kabul edilir.
29 Kesi İstatistik Örekleme ipotezler Dağılımları ÖRNEK-5: Bir meteoroloji istasyouda 6 yıllık sıcaklık gözlemide oluşa rassal bir öreklemde varyas 3.35 o C dir. yıllık gözlemde oluşa bağımsız bir rassal öreklemde ise varyas 98.4 o C dir. Bu iki veri setii varyaslarıı eşit olup olmadığıı % alamlılık düzeyide test ediiz. : : 6.9 güve düzeyi içi F.5 ve F.95 tablo değerleri gereklidir Pay s.d: -=5 payda s.d: -= F.5.85 F F hesap s s F.57 F.95.5 o hipotezi kabul edilir. Yai bu iki veri setii varyaslarıı % alamlılık düzeyide homoje olduğuu söyleyebiliriz.
: Boş hipotez, sıfır hipotezi : Alternatif hipotez
İOTEZ TESTLERİ iotez Nedir? İOTEZ, arametre hakkıdaki bir iaıştır. arametre hakkıdaki iaışı test etmek içi hiotez testi yaılır. iotez testleri sayeside örekde elde edile istatistikler aracılığıyla aakütle
DetaylıHİPOTEZ TESTLERİ. İstatistikte hipotez testleri, karar teorisi olarak adlandırılır. Ortaya atılan doğru veya yanlış iddialara hipotez denir.
HİPOTEZ TETLERİ İstatistikte hipotez testleri, karar teorisi olarak adladırılır. Ortaya atıla doğru veya yalış iddialara hipotez deir. Öreği para hilesizdir deildiğide bu bir hipotezdir. Ortaya atıla iddiaya
DetaylıBİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testlerine Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK İstatistiksel Tahmileme ve Hipotez Testlerie Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üiversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr
DetaylıİSTATİSTİKSEL HİPOTEZ TESTLERİ (t z testleri)
İSTATİSTİKSEL İOTEZ TESTLERİ (t z testleri) iotez Nedir? İOTEZ, arametre hakkıdaki bir iaıştır. Bu sııfı ot ortalamasıı 75 olduğua iaıyorum. arametre hakkıdaki iaışımızı test etmek içi hiotez testi yaarız.
DetaylıİSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr
İSTATİSTİK 2 Tahmi Teorisi 07/03/2012 AYŞE S. ÇAĞLI aysecagli@beyket.edu.tr İstatistik yötemler İstatistik yötemler Betimsel istatistik Çıkarımsal istatistik Tahmi Hipotez testleri Nokta tahmii Aralık
Detaylı4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin
4/16/013 Ders 9: Kitle Ortalaması ve Varyası içi Tahmi Kitle ve Öreklem Öreklem Dağılımı Nokta Tahmii Tahmi Edicileri Özellikleri Kitle ortalaması içi Aralık Tahmii Kitle Stadart Sapması içi Aralık Tahmii
DetaylıÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ
İSTATİSTİKSEL TAHMİNLEME VE İSTATİSTİKSEL YORUMLAMA TAHMİNLEME SÜRECİ VE YORUMLAMA SÜRECİ ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ ÖRNEKLEME VE ÖRNEKLEME ÖRNEKLEME DAĞILIMLARI VE ÖRNEKLEME DAĞILIMLARI Yorumlama
DetaylıİSTATİSTİKSEL TAHMİNLEME VE HİPOTEZ TESTİ
İSTATİSTİKSEL TAHMİNLEME VE HİPOTEZ TESTİ Bu bölümdeki yötemler, bilimeye POPULASYON PARAMETRE değeri hakkıda; TAHMİN yapmaya yöelik ve, KARAR vermekle ilgili, olmak üzere iki grupta icelemektedir. Parametre
Detaylıˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz.
YTÜ-İktisat İstatistik II Aralık Tahmii II 1 ANAKÜTLE ORANININ (p GÜVEN ARALIKLARI (BÜYÜK ÖRNEKLEMLERDE Her birii başarı olasılığı p ola birbiride bağımsız Beroulli deemeside öreklemdeki başarı oraıı ˆp
DetaylıİSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II
8 İSTATİSTİKSEL TAHMİN 8.. İstatistiksel tahmileyiciler 8.. Tahmileyicileri Öellikleri 8... Sapmasılık 8... Miimum Varyaslılık 8..3. Etkilik 8.3. Aralık Tahmii 8.4. Tchebysheff teoremi Prof. Dr. Levet
DetaylıTAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı)
3 TAHMİNLEYİCİLERİN ÖZELLİKLERİ 3.1. Sapmasızlık 3.. Tutarlılık 3.3. Etkilik miimum varyas 3.4. Aralık tahmii (güve aralığı) İyi bir tahmi edici dağılımı tahmi edilecek populasyo parametresie yakı civarda
DetaylıYrd.Doç.Dr.İstem Köymen KESER
Yr.Doç.Dr.İstem Köyme KESER Güve Aralıkları Ortalama yaa iki ortalama farkı içi biliiyor bilimiyor 30
DetaylıHipotez Testleri. Mühendislikte İstatistik Yöntemler
Hipotez Testleri Mühendislikte İstatistik Yöntemler Hipotez Testleri Parametrik Testler ( z ve t testleri) Parametrik Olmayan Testler (χ 2 Testi) Hipotez Testleri Ana Kütle β( µ, σ ) Örnek Kütle b ( µ
DetaylıÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ
ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ 1 TEMEL KAVRAMLAR PARAMETRE: Populasyou sayısal açıklayıcı bir ölçüsüdür ve aakütledeki tüm elemalar dikkate alıarak hesaplaabilir. Aakütledeki tek bir elema dahi işlemi
DetaylıEME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9
..7 EME 37 Girdi Aalizi Prosedürü SİSTEM SIMÜLASYONU Modelleecek sistemi (prosesi) dokümate et Veri toplamak içi bir pla geliştir Veri topla Verileri grafiksel ve istatistiksel aalizii yap Girdi Aalizi-II
DetaylıÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ
ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ TEMEL KAVRAMLAR PARAMETRE: Populasyou sayısal açıklayıcı bir ölçüsüdür ve aakütledeki tüm elemalar dikkate alıarak hesaplaabilir. Aakütledeki tek bir elema dahi işlemi
Detaylı4/4/2013. Ders 8: Verilerin Düzenlenmesi ve Analizi. Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler
Ders 8: Verileri Düzelemesi ve Aalizi Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler Bir kitlei tamamıı, ya da kitlede alıa bir öreklemi özetlemekle (betimlemekle)
Detaylıİstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş
İstatistik Ders Notları 08 Ceap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI 5. Giriş Öreklem istatistikleri kullaılarak kitle parametreleri hakkıda çıkarsamalar yapmak istatistik yötemleri öemli bir bölümüü oluşturur.gülük
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri
DetaylıNİÇİN ÖRNEKLEME YAPILIR?
İÇİ ÖREKEME YAPIIR? Zama Kısıdı Maliyeti Azaltma Hata Oraıı Azaltma Souca Ulaşma Hızı Doç.Dr. Ali Kemal ŞEHİRİOĞU Araş.Gör. Efe SARIBAY Örekleme Teorisi kousuu içide, Örekleme Tipleri populasyoda örek
DetaylıALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI
ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları Alteratif üretim
DetaylıALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI
µ µ içi Güve Aralığı ALTERNATİF İTEMLERİN KARŞILAŞTIRILMAI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları
DetaylıÖRNEKLEME VE ÖRNEKLEME DAĞILIŞLARI
7 ÖRNEKLEME VE ÖRNEKLEME DAĞILIŞLARI 7.. Niçi Örekleme Yapılır 7.. Olasılıklı Örekleme 7... Basit Şas Öreklemesi 7... Tabakalı Örekleme 7... Küme Öreklemesi 7..4. Sistematik Örekleme 7.. Olasılıklı Olmaya
DetaylıKi- kare Bağımsızlık Testi
PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN Ki- kare Bağımsızlık Testi Daha öceki bölümlerde ölçümler arasıdaki ilişkileri asıl iceleeceğii gördük. Acak sıklıkla ilgileile veriler ölçüm
DetaylıBÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER
BÖLÜM 3 YER ÖLÇÜLERİ İkici bölümde verileri frekas tablolarıı hazırlaması ve grafikleri çizilmesideki esas amaç; gözlemleri doğal olarak ait oldukları populasyo dağılışıı belirlemek ve dağılışı geel özelliklerii
DetaylıBağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise
YTÜ-İktisat İstatistik II Örekleme ve Öreklem Dağılımları BASİT RASSAL ÖRNEKLEME N tae ese arasıda taelik bir öreklem seçilmesii istediğii düşüelim. eseli olaaklı her öreklemi seçilme şasıı eşit kıla seçim
DetaylıİSTATİSTİKSEL HİPOTEZ TESTLERİ
İSTATİSTİKSEL İPOTE TESTLERİ (t z tetleri Doç. Dr. Mehmet AKSARAYLI www.mehmetakarayli.com ipotez Nedir? İPOTE, parametre hakkıdaki bir iaıştır. Bu ııfı ot ortalamaıı 75 olduğua iaıyorum. Parametre hakkıdaki
DetaylıNormal Dağılımlı Bir Yığın a İlişkin İstatistiksel Çıkarım
Normal Dağılımlı Bir Yığı a İlişi İstatistisel Çıarım Bir üretici edi ürüleride, piyasadai 3,5 cm li vidalarda yalıca boyları 3,4 cm ile 3,7 cm aralığıda olaları ullaabilmetedir. Üretici, piyasadai bu
Detaylıİstatistiksel Tahminleme. Güven Seviyesi. Verilerin yayılımı ( Örnek hacmi X = X / n Güven seviyesi (1 - )
04.05.0 İtatitikel Tahmileme İTATİTİKEL TAHMİNLEME VE YORUMLAMA ÜRECİ GÜVEN ARALIĞI Nokta Tahmii Populayo parametreii tek bir tahmi değerii verir μˆ σˆ p Pˆ Aralık Tahmii Populayo parametreii tahmi aralığıı
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
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri
Detaylıt Dağılımı ve t testi
r. Mehme Akaraylı ağılımı ve ei oç. r. Mehme AKSARAYLI.E.Ü. İ.İ.B.F. EKONOMETRİ BÖLÜMÜ mehme.akarayli@deu.edu.r Sude ağılımı Küçük öreklerde (
DetaylıHipotez Testleri. Parametrik Testler
Hipotez Testleri Parametrik Testler Hipotez Testide Adımlar Bir araştırma sorusuu belirlemesi Araştırma sorusua dayaa istatistiki hipotezleri oluşturulması (H 0 ve H A ) Hedef populasyoda öreklemi elde
Detaylıİşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler.
OLASILIK VE İSTATİSTİK DERSLERİ ÖZET NOTLARI İstatistik: verileri toplaması, aalizi, suulması ve yorumlaması ile ilgili ilkeleri ve yötemleri içere ve bu işlemleri souçlarıı probabilite ilkelerie göre
DetaylıHİPOTEZ TESTLERİ. Yrd. Doç. Dr. Emre ATILGAN
HİPOTEZ TESTLERİ Yrd. Doç. Dr. Emre ATILGAN Hipotez Nedir? HİPOTEZ: parametre hakkındaki bir inanıştır. Parametre hakkındaki inanışı test etmek için hipotez testi yapılır. Hipotez testleri sayesinde örneklemden
DetaylıOLASILIK ve İSTATİSTİK Hipotez Testleri
OLASILIK ve İSTATİSTİK Hipotez Testleri Yrd.Doç.Dr. Pınar YILDIRIM Okan Üniversitesi Mühendislik ve Mimarlık Fakültesi Bilgisayar Mühendisliği Bölümü Hipotezler ve Testler Hipotez, kitleye(yığına) ait
DetaylıBurçin Gonca OKATAN YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AĞUSTOS 2007 ANKARA
UYUM İYİLİĞİ İÇİN AMICO TEK-ÖRNEK TESTİ VE İĞER UYUM İYİLİĞİ TESTLERİ İLE KARŞILAŞTIRILMASI Burçi Goca OKATAN YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AĞUSTOS 7 ANKARA TEZ
DetaylıISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ
8. HAFTA ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ PORTFÖY YÖNETİMİ II Doç.Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr Geleeksel Portföy Yaklaşımı, Bu yaklaşıma göre portföy bir bilim değil,
DetaylıTahmin Edici Elde Etme Yöntemleri
6. Ders Tahmi Edici Elde Etme Yötemleri Öceki derslerde ve ödevlerde U(0; ) ; = (0; ) da¼g l m da, da¼g l m üst s r ola parametresi içi tahmi edici olarak : s ra istatisti¼gi ve öreklem ortalamas heme
DetaylıHİPOTEZ TESTLERİ VE GÜVEN ARALIKLARI
9 İPOTEZ TETLERİ VE GÜVEN ARALIKLARI 9.. İsaisiksel Yorumlama 9... ipoez esii aşamaları 9... Güve Aralığı aşamaları 9.3. Populasyo oralaması ve orai içi büyük örek esleri 9.3.. Populasyo oralaması( ) içi
DetaylıAKT201 MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ
AKT MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ KESİKLİ RASLANTI DEĞİŞKENLERİ & KESİKLİ DAĞILIMLAR. X aşağıdaki olasılık foksiyoua sahip kesikli bir r.d. olsu. Bua göre;. ; x =.. ; x =. 4. ; x =. 5 p X
Detaylı2016 YILI I.DÖNEM AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME. aşağıdaki seçeneklerden hangisinde verilmiştir? n exp 1.
06 YILI I.DÖNEM AKTÜERLİK SINAVLARI Soru Toplam hasar miktarı S i olasılık ürete foksiyou X x i PS ( t) = E( t ) = exp λi( t ) ise P S(0) aşağıdaki seçeeklerde hagiside verilmiştir? A) 0 B) C) exp λ i
DetaylıTahmin teorisinde amaç örneklem (sample) bilgisine dayanarak anakütleye. (population) ilişkin çıkarsamalar yapmaktır. Bu çıkarsamalar örneklem
YTÜ-İktisat İstatistik II Nokta Tahmii 1 Tahmi teoriside amaç öreklem (sample) bilgisie dayaarak aakütleye (populatio) ilişki çıkarsamalar yapmaktır. Bu çıkarsamalar aakütlei dağılımıı belirleye bilimeye
DetaylıSBE 601 ARAŞTIRMA YÖNTEMLERİ, ARAŞTIRMA VE YAYIN ETİĞİ
SBE 601 ARAŞTIRMA YÖNTEMLERİ, ARAŞTIRMA VE YAYIN ETİĞİ ÖRNEKLEM BÜYÜKLÜĞÜNÜN SAPTANMASI ÖRNEKLEME YÖNTEMLERİ Prof. Dr. Ergu Karaağaoğlu H.Ü. Tıp Fakültesi Biyoistatistik ABD ÖRNEKLEM BÜYÜKLÜĞÜNÜN SAPTANMASI
Detaylıx 2$, X nın bir tahminidir. Bu durumda x ile X arasındaki farka bu örnek için örnekleme hatası x nın örnekleme hatasıdır. X = x - (örnekleme hatası)
4 ÖRNEKLEME HATASI 4.1 Duyarlılık 4. Güveilirik 4.3 Örek hacmi ve uyarlılık arasıaki ilişki 4.4 Örek hacmi ve göreceli terimler ile uyarlılık arasıaki ilişki 4.5 Hata kareler ortalaması Örekte ele eile
DetaylıDÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkanı : Yrd.Doç.Dr. İsmail YILDIZ
DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkaı : Yrd.Doç.Dr. İsmail YILDIZ ARAŞTIRMADA PLANLAMA VE ÇÖZÜMLEME (03-09 Ocak 014 Y.ÇELİK) Araştırma Süreci (The research
DetaylıAKTÜERLK SINAVLARI OLASILIK VE STATSTK SINAVI ÖRNEK SORULARI. için. 01 olaslk younluk fonksiyonu aa daki seçeneklerden hangisinde yer.
SORU : AKTÜERLK SINAVLARI OLASILIK VE STATSTK SINAVI ÖRNEK SORULARI X raslat deikeii olas l k youluk foksiyou 8x, x f(x) = 0, ö.d olarak verilmitir. Bua göre 0< y içi Y = raslat deikeii X olaslk youluk
DetaylıİŞLETİM KARAKTERİSTİĞİ EĞRİSİ VE BİR ÇALIŞMA THE OPERATING CHARACTERISTIC CURVE AND A CASE STUDY
Süleyma Demirel Üiversitesi Vizyoer Dergisi Suleyma Demirel Uiversity The Joural of Visioary İŞLETİM KARAKTERİSTİĞİ EĞRİSİ VE BİR ÇALIŞMA ÖZET Yrd. Doç. Dr. Halil ÖZDAMAR 1 İstatistiksel kalite kotrol
DetaylıHĠPOTEZ TESTLERĠ VE ARALIK TAHMĠNĠ (GÜVEN ARALIĞI) (konuların özeti) 1.1 Büyük örneklerde n>30 ya da populasyon varyansı biliniyorsa
ĠPOTEZ TETLERĠ VE ARALIK TAMĠNĠ (GÜVEN ARALIĞI) (kouları özei). Populasyo oralaması( ) ve oraı (p)içi. Büyük öreklerde >3 ya da populasyo varyası biliiyorsa.. içi.. - içi ( bağımsız örekler )..3 p içi..4
DetaylıLİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2
LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ SABİT NOKTA İTERASYONU YÖNTEMİ Bu yötemde çözüme gitmek içi f( olarak verile deklem =g( şeklie getirilir. Bir başlagıç değeri seçilir ve g ( ardışık
Detaylı7. Ders. Bazı Kesikli Olasılık Dağılımları
Hatırlatma: ( Ω, U, P) bir olasılık uzayı ve 7. Ders Bazı Kesikli Olasılık Dağılımları : Ω ω R ( ω) foksiyou Borel ölçülebilir, yai B B içi { ω Ω : ( ω) B } U oluyorsa foksiyoua bir Rasgele Değişke deir.
Detaylı3. Ders Parametre Tahmini Tahmin Edicilerde Aranan Özellikler
3. Ders Parametre Tahmii Tahmi Edicilerde Araa Özellikler Gerçek düyada rasgelelik olgusu içere bir özellik ile ilgili ölçme işlemie karş l k gele X rasgele de¼gişkeii olas l k (yo¼guluk) foksiyou, F ff(;
Detaylıİki veri setinin yapısının karşılaştırılması
İk ver set yapısıı karşılaştırılması Dağılım: 6,6,6 Ortalama: 6 Medya: 6 Mod: 6 td. apma: 0 Dağılım: 0,6,1 Ortalama: 6 Medya: 6 Mod: çoklu mod td: apma: 6 Amaç: Görüe Ötese Bakablmek Verler değşkelk durumuu
DetaylıNOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. HAFTA 1 İST 418 EKONOMETRİ
NOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. KULLANILAN ŞEKİLLERİN VE NOTLARIN TELİF HAKKI KİTABIN YAZARI VE BASIM EVİNE AİTTİR. HAFTA 1 İST 418 EKONOMETRİ Ekoometri: Sözcük
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
DetaylıKALİTE VE SÜREÇ İYİLEŞTİRME İÇİN MÜŞTERİ GERİ BİLDİRİMLERİNİN DEĞERLENDİRİLMESİ
Altı Sigma Yalı Koferasları (9- Mayıs 8) KALİTE VE SÜREÇ İYİLEŞTİRME İÇİN MÜŞTERİ GERİ BİLDİRİMLERİNİN DEĞERLENDİRİLMESİ Serka ATAK Evre DİREN Çiğdem CİHANGİR Murat Caer TESTİK ÖZET Ürü ve hizmet kalitesii
DetaylıBir Rasgele Değişkenin Fonksiyonunun Olasılık Dağılımı
5.Ders Döüşümler Bir Rasgele Değişkei Foksiyouu Olasılık Dağılımı Bu kısımda olasılık dağılımı bilie bir rasgele değişkei foksiyoları ola rasgele değişkeleri olasılık dağılımlarıı buluması ile ilgileeceğiz.
Detaylı6. Uygulama. dx < olduğunda ( )
. Uygulama Hatırlatma: Rasgele Değşelerde Belee Değer Kavramı br rasgele değşe ve g : R R br osyo olma üzere, ) esl ve g ) ) < olduğuda D ) sürel ve g ) ) d < olduğuda g belee değer der. c R ve br doğal
DetaylıANADOLU ÜNİVERSİTESİ. Hipotez Testleri. ENM317 Mühendislik İstatistiği Prof. Dr. Nihal ERGİNEL
ANADOLU ÜNİVERSİTESİ Hipotez Testleri ENM317 Mühendislik İstatistiği Prof. Dr. Nihal ERGİNEL HİPOTEZ TESTLERİ Pek çok problemde bazı parametrelere bağlı bir ifadeyi kabul yada red etmek için karar vermek
Detaylıİleri Diferansiyel Denklemler
MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferasiyel Deklemler 2009 Bahar Bu bilgilere atıfta bulumak veya kullaım koşulları hakkıda bilgi içi http://ocw.mit.edu/terms web sitesii ziyaret ediiz.
DetaylıKuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri
uyruk Teorisi Ders Notları: Bazı uyruk Modelleri Mehmet YILMAZ mehmetyilmaz@akara.edu.tr 10 ASIM 2017 11. HAFTA 6 Çok kaallı, solu N kapasiteli, kuyruk sistemi M/M//N/ Birimleri sisteme gelişleri arasıdaki
DetaylıTüm formülleri ve işlemlerinizi açıkça gösteriniz.
A.Ü. SBF, IV Maliye EKONOMETRİ I ARA SINAVI 4..006 Süre 90 dakikadır..,. ve 3. sorular 0 ar, 4. ve 5. sorular 30 ar pua, ödev 0 pua değeridedir. Tüm formülleri ve işlemleriizi açıkça gösteriiz. ) Y = Xβ
Detaylı2.2. Fonksiyon Serileri
2.2. Foksiyo Serileri Taım.. Herhagi bir ( u (x reel (gerçel değerli foksiyo dizisi verilsi. Bu m foksiyo dizisii tüm terimlerii toplamıa, yai u m (x + u m+ (x + u m+2 (x + u m+3 (x + + u m+ (x + = k=m
DetaylıVektör bileşenleri için dikey eksende denge denklemi yazılırak, aşağıdaki eşitlik elde edilir. olarak elde edilir. 2
Açıklama Sorusu : V kayışlar, ayı mekaizma büyüklükleride düz kayışlara göre daha yüksek dödürme mometlerii taşıyabildikleri bilimektedir. V kayışları düz kayışlara göre gözlee bu üstülüğü sebebi "kama
DetaylıÖğretim Üyesi. Topoğrafya İnşaat Mühendisliği
Öğretim Üyesi Mehmet Zeki COŞKUN Y. Doç. Dr. İşaat Fak., Jeodezi ve Fotogrametri Müh. Ölçme Tekiği Aabilim Dalı (1) 85-6573 coskumeh@itu.edu.tr http://atlas.cc.itu.edu.tr/~cosku Adres Öğreci görüşme saatleri:
DetaylıEME Sistem Simülasyonu. Girdi Analizi Prosedürü. Olasılık Çizgesi. Dağılıma Uyumun Kontrol Edilmesi. Dağılıma İyi Uyum Testleri Ders 10
EME 35 Girdi Analizi Prosedürü Sistem Simülasyonu Modellenecek sistemi (prosesi) dokümante et Veri toplamak için bir plan geliştir Veri topla Verilerin grafiksel ve istatistiksel analizini yap Dağılıma
DetaylıORTALAMA EŞĐTSĐZLĐKLERĐNE GĐRĐŞ
ORTALAMA EŞĐTSĐZLĐKLERĐNE GĐRĐŞ Lokma Gökçe Olimpiyat problemlerii çözümüde eşitsizlik teorisi öemli bir yer tutar. Baze bir maksimum miimum değer problemide, baze bir geometrik eşitsizlik kaıtıda, baze
DetaylıHipotez Testi. gibi hususlar ayrıbirer hipotezin konusudur. () Kafkas Üniversitesi May 23, / 11
Hipotez Testi Bu dersde anakütle parametresinin varsayılan değeri ile başlayıp, örneklem kullanarak varsayılan değerin uygunluğunun kabul edilmesi ya da reddedilmesi sonucuna karar verilecektir. Ortaya
DetaylıTek Bir Sistem için Çıktı Analizi
Tek Bir Sistem içi Çıktı Aalizi Bezetim ile üretile verile icelemesie Çıktı Aalizi deir. Çıktı Aalizi, bir sistemi performasıı tahmi etmek veya iki veya daha fazla alteratif sistem tasarımıı karşılaştırmaktır.
DetaylıHİPOTEZ TESTLERİ ANADOLU ÜNİVERSİTESİ. Hipotez Testleri ENM317 Mühendislik İstatistiği Doç. Dr. Nihal ERGİNEL 2014
ANADOLU ÜNİVERSİTESİ Hipotez Testleri ENM317 Mühendislik İstatistiği Doç. Dr. Nihal ERGİNEL 2014 HİPOTEZ TESTLERİ Pek çok problemde bazı parametrelere bağlı bir ifadeyi kabul yada red etmek için karar
DetaylıHipotez Testi ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Ders 4 Minitab da İstatiksel Çıkarım-I. Hipotez Testi. Hipotez Testi
ENM 52 İSTATİSTİK VE YAZILIMLA UYGULAMALARI Ders 4 Minitab da İstatiksel Çıkarım-I (Ortalamalar ve Oranlar İçin ) İstatistiksel Hipotezler İstatistiksel hipotez testi ve parametrelerin güven aralığı tahmini,
DetaylıRegresyon ve Korelasyon Analizi. Regresyon Analizi
Regresyo ve Korelasyo Aalz Regresyo Aalz Regresyo Aalz Regresyo aalz, aralarıda sebep-souç lşks bulua k veya daha fazla değşke arasıdak lşky belrlemek ve bu lşky kullaarak o kou le lgl tahmler (estmato)
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 8: Prof. Dr. Tanım Hipotez, bir veya daha fazla anakütle hakkında ileri sürülen, ancak doğruluğu önceden bilinmeyen iddialardır. Ortaya atılan iddiaların, örnekten elde edilen
DetaylıMEKANİK TESİSATTA EKONOMİK ANALİZ
MEKANİK TESİSATTA EKONOMİK ANALİZ Mustafa ÖZDEMİR İ. Cem PARMAKSIZOĞLU ÖZET Düya çapıda rekabeti ö plaa çıktığı bu gükü şartlarda, e gelişmiş ürüü, e kısa sürede, e ucuza üretmek veya ilk yatırım ve işletme
DetaylıSAYISAL ÇÖZÜMLEME. Sayısal Çözümleme
SAYISAL ÇÖZÜMLEME Saısal Çözümleme SAYISAL ÇÖZÜMLEME 8. Hafta İNTERPOLASYON Saısal Çözümleme 2 İÇİNDEKİLER Ara Değer Hesabı İterpolaso Doğrusal Ara Değer Hesabı MATLAB ta İterpolaso Komutuu Kullaımı Lagrace
DetaylıREGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyon Basit doğrusal regresyon modeli: .. + n gözlem için matris gösterimi,. olarak verilir.
203-204 Bahar REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyo Basit doğrusal regresyo modeli: y i = β 0 + β x i + ε i Modeli matris gösterimi, y i = [ x i ] β 0 β + ε i şeklidedir. x y 2 gözlem
DetaylıMAK312 ÖLÇME ve DEĞERLENDİRME OTOMATİK KONTROL LABORATUARI 1. Elektriksel Ölçümler ve İşlemsel Kuvvetlendiriciler
MAK32 ÖLÇME ve DEĞELENDİME OTOMATİK KONTOL LABOATUAI Elektriksel Ölçümler ve İşlemsel Kuvvetlediriciler AMAÇLA:. Multimetre ile direç, gerilim ve akım ölçümleri, 2. Direç ölçümüde belirsizlik aalizii yapılması
DetaylıİSTATİSTİK 2. Hipotez Testi 21/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr
İSTATİSTİK 2 Hipotez Testi 21/03/2012 AYŞE S. ÇAĞLI aysecagli@beykent.edu.tr 1 Güven aralığı ve Hipotez testi Güven aralığı µ? µ? Veriler, bir değer aralığında hangi değeri gösteriyor? (Parametrenin gerçek
DetaylıVERİ. gelir (bin) y l ÜNİTE 66 VERİ 2,5 1,5 1,2 KAVRAMSAL ADIM. Sayfa No VERİ... 478 496. σ = 1. İstatistik, Veri ve Grafikler...
ÜİTE KAVRAMSAL ADIM Sayfa o.... 8 9 İstatistik, Veri ve Grafikler.... 8 Merkezi, Eğilim ve Yayılım Ölçüleri... 8 Açıklık, Çeyrekler Açıklığı........................................................ 8 Varyas
DetaylıHOTELLİNG T 2 KONTROL GRAFİĞİ VE MYT AYRIŞIMI* Hotelling T 2 Control Chart and MYT Decomposition 1
HOELLİNG KONROL GRAFİĞİ VE MY AYRIŞIMI* Hotellig Cotrol Chart ad MY Decomositio Mahmude Reva ÖZKALE Fe Bilimleri Estitüsü İstatistik Aabilim Dalı Selahatti KAÇIRANLAR Fe Edebiyat Fakültesi İstatistik Bölümü
DetaylıPARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8
PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8 Prof. Dr. Ali ŞEN İki Populasyonun Karşılaştırılması: Eşleştirilmiş Örnekler için Wilcoxon İşaretli Mertebe Testi -BÜYÜK ÖRNEK Bağımsız populasyonlara uygulanan
Detaylı4. Ders Fisher informasyonu s f rdan büyük ve sonlu, yani 0 < I() < 1; R f(x; )dx (kesikli da¼g l mlarda R yerine P.
4. Ders tkilik Küçük varyasl olmak, tahmi edicileri vazgeçilmez bir özelli¼gidir. Bir tahmi edicii, yal veya yas z, küçük varyasl olmas isteir. Parametrei kedisi () veya bir foksiyou (g()) ile ilgili tahmi
DetaylıTanımlayıcı İstatistikler
Taımlayıcı İstatstkler Taımlayıcı İstatstkler br değerler dzs statstksel olarak geel özellkler taımlaya ölçülerdr Taımlayıcı İstatstkler Yer Göstere Ölçüler Yaygılık Ölçüler Yer Göstere Ölçüler Br dağılımı
DetaylıÖrneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.
ÇIKARSAMALI İSTATİSTİKLER Çıkarsamalı istatistikler, örneklemden elde edilen değerler üzerinde kitleyi tanımlamak için uygulanan istatistiksel yöntemlerdir. Çıkarsamalı istatistikler; Tahmin Hipotez Testleri
DetaylıİÇİNDEKİLER. Ön Söz Polinomlar II. ve III. Dereceden Denklemler Parabol II. Dereceden Eşitsizlikler...
İÇİNDEKİLER Ö Söz... Poliomlar... II. ve III. Derecede Deklemler... Parabol... 9 II. Derecede Eşitsizlikler... 8 Trigoometri... 8 Logaritma... 59 Toplam ve Çarpım Sembolü... 7 Diziler... 79 Özel Taımlı
DetaylıÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ
03.05.013 ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 1 Nede Örekleme? Öreklemde çalışmak ktlede çalışmakta daha kolaydır. Ktle üzerde çalışmak çok daha masraflı olablr. Çoğu durumda tüm ktleye ulaşmak
DetaylıGiriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun:
Grş İSTATİSTİK I Ders Değşkelk ve Asmetr Ölçüler Ortalamalar, serler karşılaştırılmasıda her zama yeterl ölçüler değldr. Ayı ortalamayı sahp serler arklı dağılım göstereblrler. Bu edele serler karşılaştırılmasıda,
DetaylıSU KAYNAKLARI EKONOMİSİ TEMEL KAVRAMLARI Su kaynakları geliştirmesinin planlanmasında çeşitli alternatif projelerin ekonomik yönden birbirleriyle
SU KYNKLRI EKONOMİSİ TEMEL KVRMLRI Su kayakları geliştirmesii plalamasıda çeşitli alteratif projeleri ekoomik yöde birbirleriyle karşılaştırılmaları esastır. Mühedis öerdiği projei tekik yöde tutarlı olduğu
DetaylıÖrnek 2.1 YÖNEYLEM ARAŞTIRMASI III. Markov Süreçleri Ders 7. Koşulsuz Durum Olasılıkları. Örnek 2.1
Örek.1 YÖNEYLEM ARAŞTIRMASI III Markov Süreçleri Ders 7 Yrd. Doç. Dr. Beyazıt Ocakta Web site: ocakta.bau.edu.tr E-mail: bocakta@gmail.com Reault marka otomobil sahilerii bir soraki otomobillerii de Reault
DetaylıTĐCARĐ MATEMATĐK - 5.2 Bileşik Faiz
TĐCARĐ MATEMATĐK - 5 Bileşik 57ÇÖZÜMLÜ ÖRNEKLER: Örek 57: 0000 YTL yıllık %40 faiz oraıyla yıl bileşik faiz ile bakaya yatırılmıştır Bu paraı yılı souda ulaşacağı değer edir? IYol: PV = 0000 YTL = PV (
Detaylı5. Ders Yeterlilik. f(x 1 ; x 2 ; :::; x n ; ) = g (T (x 1 ; x 2 ; :::; x n ); ) h(x 1 ; x 2 ; :::; x n )
5. Ders Yeterlilik Yeterlilik Ilkesi: Bir T(X ; X ; :::; X ) istatisti¼gi, hakk da yeterli bir istatistik olacaksa hakk da herhagi bir souç ç kar m T arac l ¼g ile (X ; X,...,X ) öreklemie ba¼gl olmal
DetaylıEME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9
EME 3105 1 Girdi Analizi Prosedürü SİSTEM SİMÜLASYONU Modellenecek sistemi (prosesi) dokümante et Veri toplamak için bir plan geliştir Veri topla Verilerin grafiksel ve istatistiksel analizini yap Girdi
Detaylıİstanbul Göztepe Bölgesinin Makine Öğrenmesi Yöntemi ile Rüzgâr Hızının Tahmin Edilmesi
Makie Tekolojileri Elektroik Dergisi Cilt: 8, No: 4, 011 (75-80) Electroic Joural of Machie Techologies Vol: 8, No: 4, 011 (75-80) TEKNOLOJİK ARAŞTIRMALAR www.tekolojikarastirmalar.com e-issn:1304-4141
Detaylı6 (saatte 6 müşteri aramaktadır), servis hızı ise. 0.6e
İST KUYRUK TEORİSİ ARASIAV SORULARI ( MAYIS ). Bir baaı müşteri hizmetleride te işi hizmet vermetedir. Müşteriler ortalama daiada bir arama yapmatadır bua arşı ortalama servis süresi ise daia sürmetedir.
DetaylıTÜME VARIM Bu bölümde öce,kısaca tümevarım yötemii, sorada ÖYS de karşılamakta olduğumuz sembolüü ve sembolüü ele alacağız. A. TÜME VARIM YÖNTEMİ Tümevarım yötemii ifade etmede öce, öerme ve doğruluk kümesi
DetaylıBİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Örnek Senaryo İmplant üreten İMPLANTDENT
DetaylıÇÖZÜM.1. S.1. Uyarılmış bir hidrojen atomunda Balmer serisinin H β çizgisi gözlenmiştir. Buna göre,bunun dışında hangi serilerin çizgileri gözlenir?
KONU:ATOM FİĞİ ebuyukfizikci@otmail.com HAIRLAYAN ve SORU ÇÖÜMLERİ:Amet Selami AKSU Fizik Öğretmei www.fizikvefe.com S.1. Uyarılmış bir idroje atomuda Balmer serisii H β çizgisi gözlemiştir. Bua göre,buu
DetaylıBir Normal Dağılım Ortalaması İçin Testler
Bir Normal Dağılım Ortalaması İçin Testler İÇERİK o Giriş ovaryansı Bilinen Bir Normal Dağılım Ortalaması İçin Hipotez Testler P-değerleri: II. Çeşit hata ve Örnekleme Büyüklüğü Seçimi Örnekleme Büyüklüğü
Detaylı= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama
TANIMLAYICI İSTATİSTİKLER Taımlayıcı İstatstkler MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl aksarayl@deu.edu.tr Yer Ölçüler (Merkez Eğlm Ölçüler)
Detaylı