Istatistik ( IKT 253) 1. Çal şma Sorular - Cevaplar

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Istatistik ( IKT 253) 1. Çal şma Sorular - Cevaplar"

Transkript

1 TOBB-ETÜ, Iktisat Bölümü Istatistik ( IKT 253) 1. Çal şma Sorular - Cevaplar Soru 1: Bir hafta boyunca saat 2-3pm aras nda bir ma¼gazay ziyaret eden insan say s aşa¼g daki gibidir Pzt. Sa. Çar. Per. Cu. Cmt. Paz. Ma¼gaza 1:

2 a-) Bu data için frekans da¼g l m tablosunu (frequency distribution table), günlük ziyaretçi say s n n toplam ziyaretçi say s içindeki yüzdesiyle haz rlay n z Pzt. Sa. Çar. Per. Cu. Cmt. Paz = 4:5 %11:3 %9 %11:3 %16 %25 %22:5 2

3 b-) Ziyaretçi say lar n çubuk gra k (bar chart), dairesel gra kte (pie chart), ve çizgisel gra kle (line chart) ile gösteriniz (gra klerin çok düzgün gözükmelerine gerek duymadan) 3

4 c-) Datan n pareto diyagram n (kümülatif da¼g l mla beraber) çiziniz Pzt. Sa.. Çar. Per. Cu. Paz. Cmt %4:5 %11:3 %9 %11:3 %16 %25 %22:5 %4:5 %15:8 %24:8 %36 %52 %75 %100 4

5 d-) Ma¼gazay günde ortalama kaç kişinin ziyaret etti¼gini, yani ortalamas n (mean), ayr ca medyan (median), ve modunu da (mode) hesaplay n z Pzt. Sa. Çar. Per. Cu. Cmt. Paz. Ma¼gaza 1: Mean = x = ( n P i=1 x i )=n = ( )=7 = 31:4 Medyan = 25 Mod : 25 5

6 e-) Bu datay hangi merkezi e¼gilim ölçütü (measure of central tendency) en iyi tan mlayabilir, yorumlay n z Pzt. Sa. Çar. Per. Cu. Cmt. Paz. Ma¼gaza 1:

7 f-) Örneklem varyans n (variance), standart sapmas n (standard deviation), ve varyasyon katsay s n (coe cient of variation) bulunuz V ariance = s 2 P = ( N (x i x) 2 )=(n 1) = i=1 [(10 31:4) 2 + (25 31:4) 2 + (20 31:4) 2 + (25 31:4) 2 +(35 31:4) 2 + (55 31:4) 2 + (50 31:4) 2 ]=6 = 264:2 Standartsapma = s = p 264:2 = 16:25 V aryasyon kat: = s 16: = 100 = %50 x 31:4 7

8 g-) Datan n ortalamas na en fazla iki standart sapma uzakl ktaki say lar tan mlayan aral ¼g bulunuz [x 2s; x+2s] = [31:4 216:25; 31:4+216:25] = = [ 1; 63] 8

9 h-) Bu datan n uzun vadede tekrarland ¼g n düşündü¼günü ortaya ç kacak da¼g l m n simetrik olup olmad ¼g ; simetrik de¼gilse hangi tarafa do¼gru çarp k (skewed) oldu¼gunu yorumlay n z Left Skewed Mean < Median Symmetric Mean = Median Right Skewed Median < Mean Sa¼ga yat k 9

10 i-) Datan n çarp kl ¼g n (skewness) hesaplay n z ve bir önceki seçene¼gi yorumlay n z Skewness = NP (x i x) 3 i=1 (n 1)s 3 = 0:3 10

11 j Ma¼gazan n ziyaretçi baş na ortalama kazanc n haftaiçi 5TL, haftasonunde ise 3 TL kabul edelim 11

12 j-) Ma¼gazan n günlük kazanç datas n çubuk gra k (bar chart) ile gösteriniz Pzt. Sa. Çar. Per. Cu. Cmt. Paz

13 k-) Kazanç datas n n ortalamas n (ki bu ziyaretçi datan n yat a¼g rl kl ortalamas olacakt r) ve varyasyonunu hesaplay n z P Mean = x = ( n x i )=n = ( i= )=7 = 127:14 V ariance = s 2 P = ( N (x i x) 2 )=(n 1) = 1843 i=1 Standart sapma = s = 43 13

14 l-) Kazanç datas n n şekli (skewness) ziyaretçi say s n n şekline göre ne yöne de¼gişti, yorumlay n z P Skewness = ( N (x i x) 3 )=[(n 1)s 3 ] = 0 i=1 j 14

15 Ayn yerleşkede başka bir giyim ma¼gaz s n ziyaret eden insan say s say s aşa¼g daki gibi olsun Pzt. Sa. Çar. Per. Cu. Cmt. Paz. Ma¼gaza 2:

16 m-) Iki datay saç l m gra ¼gi (scatter plot), ve kenar kenara çubuklu gra k (side-by-side bar chart) ile çiziniz 16

17 n-) Ikinci ma¼gazan n günlük ortalama ziyaretçi say s n, ve bunun standart sapmas n bulup, bunu birinci ma¼gaza için buldu¼gunuz de¼gerlerle karş laşt r n z Mean = y = ( n P i=1 y i )=n = 31:14 V ariance = s 2 P = ( N (y i y) 2 )=(n 1) = 115:7 i=1 Standartsapma = s = 10:7 17

18 o-) Ikinci ma¼gazan n günlük ziyaretçi say s da¼g l m n n varyasyon katsay s n (coe cient of variation) bulup, bunlar daha önce buldu¼gunuz ilk ma¼gazan nkiyle karş laşt r z V aryasyon katsay{s{ = (s=x) 100 = %28 18

19 p-) n ve o ş klar nda yapt ¼g n z karş laşt rmalar n birbiriyle ilgisini yaz p yorumlay n z 19

20 r-) Iki data aras ndaki örneklem kovaryans n (covariance), ve korelasyon katsay s n (correlation coe cient) hesaplay p, yorumlay n z P Cov(x; y) = ( N (x i x)(y i y))=(n 1) = 168 r = i=1 Cov(x; y) s x s y = : = 0:96 20

21 s-) E¼ger 2. ma¼gazan n ziyaretçi baş na ortalama kazanc haftaiçi 3TL, haftasonunda 5TL ise, bu ma¼gazan n günlük ortalama kazanc n ve bu kazanc n varyasyonunu hesaplay n z Mean = y = ( n P i=1 y i )=n = 118:57 V ariance = s 2 P = ( N (y i y) 2 )=(n 1) = 5154 i=1 Standartsapma = s = 72 21

22 t-) Iki ma¼gazan n ortalama kazançlar n, ve bunlar n standart sapmalar n karş laşt r n z. Buradaki sonuçlar n ş kk ndaki sonuçlarla karş laşt r n z j 22

23 u-) Başka bir ma¼gazan n ayn zamanlarda ortalama ziyaretçi say s 40, bu say n n varyasyonu da 25 olsun. Chebychev teoremine kullanarak, bu da¼g l m n 30 ile 50 aras nda olabilecek minimum gözlem yüzdesini hesaplay n z j Chebyshev s Theorem: For any distribution (not necessarily normal) with mean and standard deviation, and k > 1, the part of the observations that fall within the interval k 23

24 (i.e. k standard deviations of the mean) includes at least this much of the data 100[1 (1=k 2 )]% j [30; 50] = [40 2 5; ] = [x 2s; x + 2s] ) k = 2 and (1 1=k 2 ) = (1 1=2 2 ) = 75% 24

Istatistik ( IKT 253) 5. Çal şma Sorular - Cevaplar 10. CHAPTER ( HYPOTHESIS TESTS OF A SINGLE POPULATION) 1 Ozan Eksi, TOBB-ETU

Istatistik ( IKT 253) 5. Çal şma Sorular - Cevaplar 10. CHAPTER ( HYPOTHESIS TESTS OF A SINGLE POPULATION) 1 Ozan Eksi, TOBB-ETU TOBB-ETÜ, Iktisat Bölümü Istatistik ( IKT 253) 5. Çal şma Sorular - Cevaplar 10. CHAPTER ( HYPOTHESIS TESTS OF A SINGLE POPULATION) 1 Soru 1 (Tests of the Mean of a Normal Distribution: Population Variance

Detaylı

Istatistik ( IKT 253) Normal Da¼g l m Çal şma Metni

Istatistik ( IKT 253) Normal Da¼g l m Çal şma Metni TO-ETÜ, Iktisat ölümü Istatistik ( IKT 253) Normal Da¼g l m Çal şma Metni Ortalamas 0, standart sapmas 1 olan normal da¼g l ma standart normal da¼g l m denir ve bu da¼g l m n de¼gerleri z ile gösterilir.

Detaylı

Istatistik ( IKT 253) 4. Çal şma Sorular - Cevaplar 7. CHAPTER (DISTRIBUTION OF SAM- PLE STATISTICS) 1 Ozan Eksi, TOBB-ETU

Istatistik ( IKT 253) 4. Çal şma Sorular - Cevaplar 7. CHAPTER (DISTRIBUTION OF SAM- PLE STATISTICS) 1 Ozan Eksi, TOBB-ETU TOBB-ETÜ, Iktisat Bölümü Istatistik ( IKT 253) 4. Çal şma Sorular - Cevaplar 7. CHAPTER (DISTRIBUTION OF SAM- PLE STATISTICS) 1 Soru 1-(Sampling Distribution of Sample Means): Bir bölgedeki evlerin ortalama

Detaylı

Istatistik ( IKT 253) 3. Çal şma Sorular - Cevaplar 5. CHAPTER (DISCRETE PROBABIL- ITY DISTRIBUTIONS - SÜREKS IZ OLASI- LIK DA ¼GILIMLARI)

Istatistik ( IKT 253) 3. Çal şma Sorular - Cevaplar 5. CHAPTER (DISCRETE PROBABIL- ITY DISTRIBUTIONS - SÜREKS IZ OLASI- LIK DA ¼GILIMLARI) TOBB-ETÜ, Iktisat Bölümü Istatistik ( IKT 253) 3. Çal şma Sorular - Cevaplar 5. CHAPTER (DISCRETE PROBABIL- ITY DISTRIBUTIONS - SÜREKS IZ OLASI- LIK DA ¼GILIMLARI) 1 Soru 1 : Bir ma¼gazaya gelen herhangi

Detaylı

TOBB-ETÜ, Iktisat Bölümü - Istatistik ( IKT 253) 2. Çal şma Sorular - Cevaplar 4. CHAPTER (PROBABILITY METH- ODS - OLASILIK METODLARI)

TOBB-ETÜ, Iktisat Bölümü - Istatistik ( IKT 253) 2. Çal şma Sorular - Cevaplar 4. CHAPTER (PROBABILITY METH- ODS - OLASILIK METODLARI) TOBB-ETÜ, Iktisat Bölümü - Istatistik ( IKT 253) 2. Çal şma Sorular - Cevaplar 4. CHAPTER (PROBABILITY METH- ODS - OLASILIK METODLARI) 1 Soru 1: Bir torba içinde 4 mavi, 4 tane de k rm z bilye olsun. 4

Detaylı

Copyright 2004 Pearson Education, Inc. Slide 1

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

Detaylı

CHAPTER 7: DISTRIBUTION OF SAMPLE STATISTICS. Sampling from a Population

CHAPTER 7: DISTRIBUTION OF SAMPLE STATISTICS. Sampling from a Population CHAPTER 7: DISTRIBUTION OF SAMPLE STATISTICS Sampling from a Population Örnek: 2, 4, 6, 6, 7, 8 say lar ndan oluşan bir populasyonumuz olsun Bu say lardan 3 elemanl bir örneklem (sample) seçebiliriz. Bu

Detaylı

SORULAR. 1. Aşa¼g daki limitleri bulunuz. Cevab n z n aşamalar n belirtiniz. lim. 1 n sin. lim. q 1 x 1+x

SORULAR. 1. Aşa¼g daki limitleri bulunuz. Cevab n z n aşamalar n belirtiniz. lim. 1 n sin. lim. q 1 x 1+x SOULA. Aşa¼g daki limitleri bulunuz. Cevab n z n aşamalar n belirtiniz. lim! lim sin(t )dt sin 4 np n! i= n sin i n. q + arcsin belirli integralini hesalay n z. Cevab n z n aşamalar n belirtiniz. 3. 4

Detaylı

BİYOİSTATİSTİK. Genel Uygulama 1. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK. 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

Detaylı

İstatistik ve Olasılığa Giriş. İstatistik ve Olasılığa Giriş. Ders 3 Verileri Sayısal Ölçütlerle İfade Etme. Verileri Sayısal Ölçütlerle İfade Etme

İstatistik ve Olasılığa Giriş. İstatistik ve Olasılığa Giriş. Ders 3 Verileri Sayısal Ölçütlerle İfade Etme. Verileri Sayısal Ölçütlerle İfade Etme İstatistik ve Olasılığa Giriş Robert J. Beaver Barbara M. Beaver William Mendenhall Presentation designed and written by: Barbara M. Beaver İstatistik ve Olasılığa Giriş Ders 3 Verileri Sayısal Ölçütlerle

Detaylı

CHAPTER 8: CONFIDENCE INTERVAL ESTIMATION: ONE POPULATION

CHAPTER 8: CONFIDENCE INTERVAL ESTIMATION: ONE POPULATION CHAPTER 8: CONFIDENCE INTERVAL ESTIMATION: ONE POPULATION A point estimator of a population parameter is a function of the sample information that yields a single number An interval estimator of a population

Detaylı

DAĞILMA YADA DEĞİ KENLİK ÖLÇÜLERİ (MEASURE OF DISPERSION) Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ

DAĞILMA YADA DEĞİ KENLİK ÖLÇÜLERİ (MEASURE OF DISPERSION) Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ DAĞILMA YADA DEĞİ KENLİK ÖLÇÜLERİ (MEASURE OF DISPERSION) 1 AMAÇ... Mevcut veri seti için bulunan merkezi eğilim ölçüsünün yorumlamak Birden fazla veri seti için dağılımlar arası kıyaslama yapabilmek amaçlarıyla

Detaylı

Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler

Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler Merkezi Eğilim Ölçüleri Merkezi eğilim ölçüsü, bir veri setindeki merkezi, yada tipik, tek bir değeri ifade eder. Nicel veriler için, reel sayı çizgisindeki

Detaylı

Sürekli Rastsal Değişkenler

Sürekli Rastsal Değişkenler Sürekli Rastsal Değişkenler Normal Dağılım: Giriş Normal Dağılım: Tamamen ortalaması ve standart sapması ile tanımlanan bir rastsal değişken, X, için oluşturulan sürekli olasılık dağılımına normal dağılım

Detaylı

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN Tanımlayıcı İstatistikler Yrd. Doç. Dr. Emre ATILGAN 1 Tanımlayıcı İstatistikler Yer Gösteren Ölçüler Yaygınlık Ölçüleri Merkezi Eğilim Ölçüleri Konum Ölçüleri 2 3 Aritmetik Ortalama Aritmetik ortalama,

Detaylı

It is symmetrical around the mean The random variable has an in nite theoretical range: 1 to +1

It is symmetrical around the mean The random variable has an in nite theoretical range: 1 to +1 The Normal Distribution f(x) µ s x It is bell-shaped Mean = Median = Mode It is symmetrical around the mean The random variable has an in nite theoretical range: 1 to +1 1 If random variable X has a normal

Detaylı

3/6/2014. Küresel Isınma. Öğrenme Amaçlarımız. Küresel Isınma. Aritmetik Ortalama. Veri Özetleme ve Gösterme

3/6/2014. Küresel Isınma. Öğrenme Amaçlarımız. Küresel Isınma. Aritmetik Ortalama. Veri Özetleme ve Gösterme Küresel Isınma Küresel Yer-Okyanus Sıcaklık Endeksi Yıllık Ortalama 5 Yıllık Kayan Ortalama Veri Özetleme ve Sunum (Grafiksel Teknikler) Sıcaklık Değişikliği ( o C) Yrd. Doç. Dr. Ümit Deniz Uluşar Bilgisayar

Detaylı

6.5 Basit Doğrusal Regresyonda Hipotez Testleri. 6.5.1 İçin Hipotez Testi: 1. Hipotez kurulur. 2. Test istatistiği hesaplanır.

6.5 Basit Doğrusal Regresyonda Hipotez Testleri. 6.5.1 İçin Hipotez Testi: 1. Hipotez kurulur. 2. Test istatistiği hesaplanır. 6.5 Basit Doğrusal Regresyonda Hipotez Testleri 6.5.1 İçin Hipotez Testi: 1. Hipotez kurulur. 2. Test istatistiği hesaplanır. olduğu biliniyor buna göre; hipotezinin doğruluğu altında test istatistiği

Detaylı

Exponential Distribution. diger. Probability Distributions. Sürekli Şans Değişkenleri. 0 diger. SÜREKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI

Exponential Distribution. diger. Probability Distributions. Sürekli Şans Değişkenleri. 0 diger. SÜREKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI Probability Distributions Probability Distributions SÜREKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI Dr. Mehmet AKSARAYLI Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Ekonometri Bölümü

Detaylı

Deneysel Verilerin Değerlendirilmesi

Deneysel Verilerin Değerlendirilmesi Deneysel Verilerin Değerlendirilmesi Ölçme-Birimler-Anlamlı Rakamlar Ölçme: Bir nesnenin bazı özelliklerini (kütle, uzunluk vs..) standart olarak belirlenmiş birimlere göre belirlenmesi işlemidir (ölçüm,

Detaylı

BİYOİSTATİSTİK Merkezi Eğilim ve Değişim Ölçüleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Merkezi Eğilim ve Değişim Ölçüleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Merkezi Eğilim ve Değişim Ölçüleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 İstatistik

Detaylı

Korelasyon. Korelasyon. Merkezi eğilim ve değişim ölçüleri bir defada sadece bir değişkenin özelliklerini incelememize imkan tanır.

Korelasyon. Korelasyon. Merkezi eğilim ve değişim ölçüleri bir defada sadece bir değişkenin özelliklerini incelememize imkan tanır. Korelasyon Korelasyon Merkezi eğilim ve değişim ölçüleri bir defada sadece bir değişkenin özelliklerini incelememize imkan tanır. Biz şimdi, bir değişkenin özelliklerini diğer değişkenle olan ilişkisine

Detaylı

Temel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri

Temel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri Temel İstatistik Tanımlayıcı İstatistik Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri Y.Doç.Dr. İbrahim Turan Mart 2011 DAĞILIM / YAYGINLIK ÖLÇÜLERİ Verilerin değişkenlik durumu ve dağılışın şeklini

Detaylı

Eğer Veri Çözümleme paketi Araçlar menüsünde görünmüyor ise yüklenmesi gerekir.

Eğer Veri Çözümleme paketi Araçlar menüsünde görünmüyor ise yüklenmesi gerekir. Bölüm BİLGİSAYAR DESTEKLİ İSTATİSTİK EXCEL DESTEKLİ İSTATİSTİK Excel de istatistik hesaplar; Genel Yöntem ve Excel Ġçerikli Çözümler olmak üzere iki esasa dayanabilir. Genel Yöntem; Excel in matematiksel

Detaylı

NÜMER IK ANAL IZ. Nuri ÖZALP FONKS IYONLARA YAKLAŞIM. Bilimsel Hesaplama Matemati¼gi

NÜMER IK ANAL IZ. Nuri ÖZALP FONKS IYONLARA YAKLAŞIM. Bilimsel Hesaplama Matemati¼gi NÜMER IK ANAL IZ Bilimsel Hesaplama Matemati¼gi Nuri ÖZALP FONKS IYONLARA YAKLAŞIM Nuri ÖZALP (Ankara Üni.) NÜMER IK ANAL IZ BÖLÜM 4 7! FONKS IYONLARA YAKLAŞIM 1 / 21 1 Polinom Interpolasyonu Newton Formu

Detaylı

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ TELAFĐ SINAVI SORULARI

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ TELAFĐ SINAVI SORULARI LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I 2015-2016 BAHAR DÖNEMĐ TELAFĐ SINAVI SORULARI Tarih/Saat/Yer: 20.06.16/15:00-16:30/AS010 Instructor: Prof. Dr. Hüseyin Oğuz Öğrenci

Detaylı

İSTATİSTİK MHN3120 Malzeme Mühendisliği

İSTATİSTİK MHN3120 Malzeme Mühendisliği İSTATİSTİK MHN3120 Malzeme Mühendisliği CBÜ - Malzeme Mühendisliği Bölümü Ofis: Mühendislik Fakültesi A Blok Ofis no:311 Tel: 0 236 2012404 E-posta :emre.yalamac@cbu.edu.tr YARDIMCI KAYNAKLAR Mühendiler

Detaylı

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ DÖNEM SONU SINAV SORULARI

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ DÖNEM SONU SINAV SORULARI LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I 2015-2016 BAHAR DÖNEMĐ DÖNEM SONU SINAV SORULARI Tarih/Saat/Yer: 15.06.16/09:00-10:30/AS115-116-117 Instructor: Prof. Dr. Hüseyin

Detaylı

İSTATİSTİK ÖRNEK SORULARI

İSTATİSTİK ÖRNEK SORULARI 1. Aşağıda gruplandırılmış seri verilmiştir. (n) 0-10 den az 5 10-20 den az 6 20-30 den az 9 30-40 den az 11 40-50 den az 4 50-60 den az 3 TOPLAM 38 İSTATİSTİK ÖRNEK SORULARI a) Mod değerini bulunuz? (15

Detaylı

Mühendislikte İstatistik Yöntemler

Mühendislikte İstatistik Yöntemler .0.0 Mühendislikte İstatistik Yöntemler İstatistik Parametreler Tarih Qma.3.98 4..98 0.3.983 45 7..984 37.3.985 48 0.4.986 67.4.987 5 0.3.988 45.5.989 34.3.990 59.4.99 3 4 34 5 37 6 45 7 45 8 48 9 5 0

Detaylı

PROBLEM SET I ARALIK 2009

PROBLEM SET I ARALIK 2009 PROBLEM SET I - 5 09 ARALIK 009 Soru 1 (Besanko ve Braeutigam (00), sayfa 405): Aşa¼g da tam rekabet piyasas nda faaliyet gösteren bir rman n k sa dönem toplam maliyet fonksiyonu verilmiştir: Piyasa denge

Detaylı

Z Diyagram Di er Grafik Türleri SORULAR...42

Z Diyagram Di er Grafik Türleri SORULAR...42 Ç N D E K L E R BÖLÜM I 1. STAT ST K KAVRAMI 1-20 1.1. STAT ST K KEL MES N N ANLAMI...3 1.2. STAT ST K KEL MES N N KÖKÜ...5 1.3. STAT ST N TANIMI...5 1.4. STAT ST N KONUSU...5 1.5. BÜYÜK SAYILAR KANUNU...6

Detaylı

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ BÜTÜNLEME SINAVI SORULARI

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ BÜTÜNLEME SINAVI SORULARI LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I 2015-2016 BAHAR DÖNEMĐ BÜTÜNLEME SINAVI SORULARI Tarih/Saat/Yer: 24.06.16/11:00-12:30/AS010 Instructor: Prof. Dr. Hüseyin Oğuz

Detaylı

Sıklık Tabloları, BASİT ve TEK değişkenli Grafikler Ders 3 ve 4 ve 5

Sıklık Tabloları, BASİT ve TEK değişkenli Grafikler Ders 3 ve 4 ve 5 Sıklık Tabloları, BASİT ve TEK değişkenli Grafikler Ders 3 ve 4 ve 5 Sıklık Tabloları Veri dizisinde yer alan değerlerin tekrarlama sayılarını içeren tabloya sıklık tablosu denir. Tek değişken için çizilen

Detaylı

GÜVEN ARALIKLARI ve İSTATİSTİKSEL ANLAMLILIK. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı

GÜVEN ARALIKLARI ve İSTATİSTİKSEL ANLAMLILIK. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı GÜVEN ARALIKLARI ve İSTATİSTİKSEL ANLAMLILIK Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Kestirim Pratikte kitle parametrelerinin doğrudan hesaplamak olanaklı değildir. Bunun yerine

Detaylı

NÜMER IK ANAL IZ. Nuri ÖZALP L INEER OLMAYAN DENKLEMLER IN ÇÖZÜMÜ 1 / Bilimsel Hesaplama Matemati¼gi

NÜMER IK ANAL IZ. Nuri ÖZALP L INEER OLMAYAN DENKLEMLER IN ÇÖZÜMÜ 1 / Bilimsel Hesaplama Matemati¼gi NÜMER IK ANAL IZ Bilimsel Hesaplama Matemati¼gi Nuri ÖZALP L INEER OLMAYAN DENKLEMLER IN ÇÖZÜMÜ L INEER OLMAYAN DENKLEMLER IN ÇÖZÜMÜ 1 / 1 Denklemlerin Köklerini Bulma Giriş Denklemlerin Köklerini Bulma

Detaylı

Ortalama Günlük Gazete Satışları (Tüm Gazeteler) Haftalık Ortalama

Ortalama Günlük Gazete Satışları (Tüm Gazeteler) Haftalık Ortalama 3,460,026 3,455,723 3,444,081 3,553,432 3,534,351 3,522,035 3,494,924 3,469,997 3,473,428 3,460,781 3,489,658 3,457,103 3,605,416 3,568,284 3,530,832 3,700,000 Ortalama Günlük Gazete Satışları (Tüm Gazeteler)

Detaylı

Olasılık Tanımı KALİTE KONTROL. Temel Olasılık ve İstatistik. İçindekiler Giriş

Olasılık Tanımı KALİTE KONTROL. Temel Olasılık ve İstatistik. İçindekiler Giriş KALİTE KONTROL Temel Olasılık ve İstatistik İçindekiler Giriş Olasılık Tanımı Data Çeşitleri Data Özellikleri Görsel (visually) Data Tanımı -- Sayısal Data Tanımı Bilgi Edinimi (Take-Away Knowledge) İçindekiler

Detaylı

http://acikogretimx.com

http://acikogretimx.com 09 S 0- İstatistik sorularının cevaplanmasında gerekli olabilecek tablolar ve ormüller bu kitapçığın sonunda verilmiştir.. şağıdakilerden hangisi istatistik birimi değildir? ) Doğum B) ile C) Traik kazası

Detaylı

RİSK ANALİZİ VE. İşletme Doktorası

RİSK ANALİZİ VE. İşletme Doktorası RİSK ANALİZİ VE MODELLEME İşletme Doktorası Programı Bölüm - 1 Portföy Teorisi Bağlamında Risk Yönetimi ile İlgili Temel Kavramlar 1 F23 F1 Risk Kavramı ve Riskin Ölçülmesi Risk istenmeyen bir olayın olma

Detaylı

Ortalama Günlük Gazete Satışları (Tüm Gazeteler) Haftalık Ortalama

Ortalama Günlük Gazete Satışları (Tüm Gazeteler) Haftalık Ortalama 3,755,937 3,724,949 3,747,083 3,885,754 3,913,738 3,850,411 3,932,120 3,899,001 3,937,691 3,920,581 3,883,788 3,859,947 3,953,640 3,989,982 3,964,024 4,200,000 Ortalama Günlük Gazete Satışları (Tüm Gazeteler)

Detaylı

Merkezi Eğilim ve Dağılım Ölçüleri

Merkezi Eğilim ve Dağılım Ölçüleri Merkezi Eğilim ve Dağılım Ölçüleri Soru Öğrencilerin derse katılım düzeylerini ölçmek amacıyla geliştirilen 16 soruluk bir test için öğrencilerin ilk 8 ve son 8 soruluk yarılardan aldıkları puanlar arasındaki

Detaylı

8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek,

8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek, İSTATİSTİK 8.Hafta Değişkenlik Ölçüleri Hedefler Bu üniteyi çalıştıktan sonra; Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek, Serilerin birbirlerine değişkenliklerini yorumlayabileceksiniz. 2

Detaylı

1) 6 kişilik bir aile yuvarlak bir masa etraf nda, anne ile baban n yan yana oturmamas koşulu ile kaç farkl biçimde oturabilir?

1) 6 kişilik bir aile yuvarlak bir masa etraf nda, anne ile baban n yan yana oturmamas koşulu ile kaç farkl biçimde oturabilir? ) 6 kişilik bir aile yuvarlak bir masa etraf nda, anne ile baban n yan yana oturmamas koşulu ile kaç farkl biçimde oturabilir? Çözüm: Önce, anne ile baban n yan yana oturma durumunu düşünelim. Anne ile

Detaylı

ALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR

ALKÜ 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

Detaylı

2018 ÜÇÜNCÜ SEVİYE AKTÜERLİK SINAVLARI FİNANS, YATIRIM VE RİSK YÖNETİMİ 2 ARALIK 2018

2018 ÜÇÜNCÜ SEVİYE AKTÜERLİK SINAVLARI FİNANS, YATIRIM VE RİSK YÖNETİMİ 2 ARALIK 2018 2018 ÜÇÜNCÜ SEVİYE AKTÜERLİK SINAVLARI FİNANS, YATIRIM VE RİSK YÖNETİMİ 2 ARALIK 2018 Sigortacılık Eğitim Merkezi (SEGEM) tarafından hazırlanmış olan bu sınav sorularının her hakkı saklıdır. Hangi amaçla

Detaylı

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir. 4.SUNUM Genel olarak test istatistikleri Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri olmak üzere 2 grupta incelenebilir. 2 Ranj Çeyrek Kayma Çeyrekler Arası Açıklık Standart Sapma Varyans

Detaylı

ÖĞRENCİLERİNİN SINAV NOTLARI DAĞILIMININ DEĞERLENDİRİLMESİ: İNŞAAT MÜHENDİSLİĞİ ÖĞRENCİLERİ ÖRNEĞİ

ÖĞRENCİLERİNİN SINAV NOTLARI DAĞILIMININ DEĞERLENDİRİLMESİ: İNŞAAT MÜHENDİSLİĞİ ÖĞRENCİLERİ ÖRNEĞİ ÖĞRENCİLERİNİN SINAV NOTLARI DAĞILIMININ DEĞERLENDİRİLMESİ: İNŞAAT MÜHENDİSLİĞİ ÖĞRENCİLERİ ÖRNEĞİ Barış Yılmaz Celal Bayar Üniversitesi, Manisa baris.yilmaz@bayar.edu.tr Tamer Yılmaz, Celal Bayar Üniversitesi,

Detaylı

BÖLÜM 3 KURAMSAL ÇATI VE HİPOTEZ GELİŞ

BÖLÜM 3 KURAMSAL ÇATI VE HİPOTEZ GELİŞ BÖLÜM 3 KURAMSAL ÇATI VE HİPOTEZ GELİŞ İŞTİRME Araştırma rma SüreciS 1.Gözlem Genel araştırma alanı 3.Sorunun Belirlenmesi Sorun taslağının hazırlanması 4.Kuramsal Çatı Değişkenlerin açıkça saptanması

Detaylı

Risk ve Getiri (1) Ders 9 Finansal Yönetim 15.414

Risk ve Getiri (1) Ders 9 Finansal Yönetim 15.414 Risk ve Getiri (1) Ders 9 Finansal Yönetim 15.414 Bugün Risk ve Getiri İstatistik Tekrarı Hisse senedi davranışlarına giriş Okuma Brealey ve Myers, Bölüm 7, sayfalar 153-165 Yol haritası 1. Bölüm: Değerleme

Detaylı

İstatistik Dersi Çalışma Soruları Arasınav(Matematik Müh. Bölümü-2014)

İstatistik Dersi Çalışma Soruları Arasınav(Matematik Müh. Bölümü-2014) İstatistik Dersi Çalışma Soruları Arasınav(Matematik Müh. Bölümü-2014) S-1) Bir otoyol üzerinde radarla hız kontrolü yapan, polis ekipler tarafından tespit edilen tane aracın hızları aşağıdaki tabloda

Detaylı

Değişken Türleri, Tanımlayıcı İstatistikler ve Normal Dağılım. Dr. Deniz Özel Erkan

Değişken Türleri, Tanımlayıcı İstatistikler ve Normal Dağılım. Dr. Deniz Özel Erkan Değişken Türleri, Tanımlayıcı İstatistikler ve Normal Dağılım Dr. Deniz Özel Erkan Evren Parametre Örneklem Çıkarım Veri İstatistik İstatistik Tanımlayıcı (Descriptive) Çıkarımsal (Inferential) Özetleme

Detaylı

fonksiyonu, her x 6= 1 reel say s için tan ml d r. (x 1)(x+1) = = x + 1 yaz labilir. Bu da; f (x) = L

fonksiyonu, her x 6= 1 reel say s için tan ml d r. (x 1)(x+1) = = x + 1 yaz labilir. Bu da; f (x) = L Limit Bu bölümde, matematik analizde temel bir görevi olan it kavram incelenecektir. Analizdeki bir çok problemin çözümünde it kavram na gereksinim duyulmaktad r. Bunlardan baz lar ; bir noktada bir e¼griye

Detaylı

25/10/2008. Bölüm 1 Verileri Grafiklerle İfade Etme. Bir bireyi belirleyen niteliklerin her

25/10/2008. Bölüm 1 Verileri Grafiklerle İfade Etme. Bir bireyi belirleyen niteliklerin her İstatistik ve Olasılık Kaynak: Robert J. Beaver Barbara M. Beaver Willia Mendenhall Presentation designed and written by: Barbara M. Beaver A division of Thoson Learning, Inc. İstatistik ve Olasılık Bölü

Detaylı

UYGULAMA 4 TANIMLAYICI İSTATİSTİK DEĞERLERİNİN HESAPLANMASI

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

Detaylı

VERİ KÜMELERİNİ BETİMLEME

VERİ 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

Detaylı

ÜNİTE 5 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

ÜNİTE 5 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI ÜNİTE 5 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI 1 Rassal Değişken Bir deney ya da gözlemin şansa bağlı sonucu bir değişkenin aldığı değer olarak düşünülürse, olasılık ve istatistikte böyle bir

Detaylı

KÜTÜPHANE SALON-1 HUKUK FAKÜLTESİ 2009-2010 DERS PROGRAMI 1.SINIF 9:30 10:30 11:30 12:30 13:30 14:30 15:30 16:30 17:30

KÜTÜPHANE SALON-1 HUKUK FAKÜLTESİ 2009-2010 DERS PROGRAMI 1.SINIF 9:30 10:30 11:30 12:30 13:30 14:30 15:30 16:30 17:30 EKİM KÜTÜPHANE SALON-1 HUKUK FAKÜLTESİ 2009-2010 DERS PROGRAMI 1.SINIF 9:30 10:30 11:30 12:30 13:30 14:30 15:30 16:30 17:30 1 Per 2 Cum Anayasa Huk. Anayasa Huk. Anayasa Huk. Anayasa Huk. Anayasa Huk.

Detaylı

Konum ve Dağılım Ölçüleri. BBY606 Araştırma Yöntemleri Güleda Doğan

Konum ve Dağılım Ölçüleri. BBY606 Araştırma Yöntemleri Güleda Doğan Konum ve Dağılım Ölçüleri BBY606 Araştırma Yöntemleri Güleda Doğan Konum ölçüleri Merkezi eğilim ölçüleri Verilerin ortalamaya göre olan gruplanması nasıl? Yakın, uzak? Sıklık dağılımlarının karşılaştırılması

Detaylı

Çan eğrisi biçimindeki simetrik dağılımdır.

Çan eğrisi biçimindeki simetrik dağılımdır. Normal Dağılım Çan eğrisi biçimindeki simetrik dağılımdır. Ortalama ve varyans (standart sapma) dağılımın şeklini belirler Ortalama ve varyans normal dağılımın parametreleridir. Ezberlemenize gerek olmayan

Detaylı

Kümülatif Dağılım Fonksiyonları. F X (x) = P (X x) = P X (x) = P (X x) = p X (x ) f X (x) = df X(x) dx

Kümülatif Dağılım Fonksiyonları. F X (x) = P (X x) = P X (x) = P (X x) = p X (x ) f X (x) = df X(x) dx Kümülatif Dağılım Fonksiyonları Herhangi bir rastgele değişken için kümülatif dağılım fonksiyonu/cumulative distribution function (KDF/CDF) şu şekilde tanımlanır. F X (x) = P (X x) = x f X (x ) dx Sürekli

Detaylı

ÖLÇME VE DEĞERLENDİRME. Antrenörlük Eğitimi 4. Sınıf. Ölçme ve Değerlendirme - Yrd. Doç. Dr. Yetkin Utku KAMUK

ÖLÇME VE DEĞERLENDİRME. Antrenörlük Eğitimi 4. Sınıf. Ölçme ve Değerlendirme - Yrd. Doç. Dr. Yetkin Utku KAMUK ÖLÇME VE DEĞERLENDİRME Antrenörlük Eğitimi 4. Sınıf ÖLÇME VE DEĞERLENDİRME Merkezi Eğilim Ölçütleri Mod En çok görülen puandır ve hesaplanma yöntemi yoktur. İnceleme yolu ile bulunur. Terminal istatistiktir.

Detaylı

We test validity of a claim or a conjecture (hypothesis) about a population parameter by using a sample data

We test validity of a claim or a conjecture (hypothesis) about a population parameter by using a sample data CHAPTER 10: HYPOTHESIS TESTS OF A SINGLE POP- ULATION Concepts of Hypothesis Testing We test validity of a claim or a conjecture (hypothesis) about a population parameter by using a sample data 1 Null

Detaylı

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

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

Detaylı

Y = 29,6324 X 2 = 29,0871 X 3 = 28,4473 y 2 = 2,04 x 2 2 = 0,94 x 2 3 = 2,29 yx 2 = 0,19 yx 3 = 1,60 x 2 x 3 = 1,06 e 2 = 0,2554 X + 28,47 X 3-0,53

Y = 29,6324 X 2 = 29,0871 X 3 = 28,4473 y 2 = 2,04 x 2 2 = 0,94 x 2 3 = 2,29 yx 2 = 0,19 yx 3 = 1,60 x 2 x 3 = 1,06 e 2 = 0,2554 X + 28,47 X 3-0,53 EKONOMETR DERS ÇALIMA SORULARI SORU : 1 1980-1994 y llar aras ndaki Türkiye Özel Yat r m (Y), Reel Mevduat Faiz Oran (X ) ve GSMH (X 3 ) verilerinden hareketle a*a+ daki ortalamadan farklara göre ara sonuçlar

Detaylı

AST416 Astronomide Sayısal Çözümleme - II. 2. Temel İstatistik Kavramlar ve Dağılımlar

AST416 Astronomide Sayısal Çözümleme - II. 2. Temel İstatistik Kavramlar ve Dağılımlar AST416 Astronomide Sayısal Çözümleme - II 2. Temel İstatistik Kavramlar ve Dağılımlar Bu derste neler öğreneceksiniz? Sıklık Dağılımı ve Olasılık Dağılımı Olasılık ve Kümüatif Dağılım Fonksiyonları Dağılım

Detaylı

TEMEL İSTATİSTİK BİLGİSİ. İstatistiksel verileri tasnif etme Verilerin grafiklerle ifade edilmesi Vasat ölçüleri Standart puanlar

TEMEL İSTATİSTİK BİLGİSİ. İstatistiksel verileri tasnif etme Verilerin grafiklerle ifade edilmesi Vasat ölçüleri Standart puanlar TEMEL İSTATİSTİK BİLGİSİ İstatistiksel verileri tasnif etme Verilerin grafiklerle ifade edilmesi Vasat ölçüleri Standart puanlar İstatistiksel Verileri Tasnif Etme Verileri daha anlamlı hale getirmek amacıyla

Detaylı

BÖLÜM 3 FREKANS DAĞILIMLARI VE FREKANS TABLOLARININ HAZIRLANMASI

BÖLÜM 3 FREKANS DAĞILIMLARI VE FREKANS TABLOLARININ HAZIRLANMASI 1 BÖLÜM 3 FREKANS DAĞILIMLARI VE FREKANS TABLOLARININ HAZIRLANMASI Ölçme sonuçları üzerinde yani amaçlanan özelliğe yönelik gözlemlerden elde edilen veriler üzerinde yapılacak istatistiksel işlemler genel

Detaylı

KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005

KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 1 Karşılaştırma istatistiği Temel kavramlar: Örneklem ve evren:

Detaylı

2010 oldu¼gundan x 2 = 2010 ve

2010 oldu¼gundan x 2 = 2010 ve ) 444400 say s ndaki rakamlar n yerleri de¼giştirilerek 7 basamakl kaç farkl say yaz labilir? Çözüm : Bu rakamlar n bütün farkl 7 li dizilişlerinin say s 7! olacakt r. Bu dizilişlerin 4!! soldan ilk rakam

Detaylı

TANIMLAYICI İSTATİSTİKLER

TANIMLAYICI İSTATİSTİKLER TANIMLAYICI İSTATİSTİKLER Tanımlayıcı İstatistikler ve Grafikle Gösterim Grafik ve bir ölçüde tablolar değişkenlerin görsel bir özetini verirler. İdeal olarak burada değişkenlerin merkezi (ortalama) değerlerinin

Detaylı

3. Ders Çok Boyutlu (Değişkenli) Veri Analizi

3. Ders Çok Boyutlu (Değişkenli) Veri Analizi 3. Ders Çok Boyutlu (Değişkenli) Veri Analizi Veri: Boy ölçüleri (boy-kol-omuz-kalça-bacak uzunluğu) Ölçü birimi: cm boy kol omuz kalca bacak 18 77 98 12 11 163 66 72 9 97 183 73 99 113 91 16 86 7 95 12

Detaylı

Nicel / Nitel Verilerde Konum ve Değişim Ölçüleri. BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014

Nicel / Nitel Verilerde Konum ve Değişim Ölçüleri. BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014 Nicel / Nitel Verilerde Konum ve Değişim Ölçüleri BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014 1 Konum ölçüleri Merkezi eğilim ölçüleri Verilerin ortalamaya göre olan gruplanması nasıl?

Detaylı

Merkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder.

Merkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder. Yayılma Ölçütleri Merkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder. Bir başka ifade ile, bir veri setinin,

Detaylı

Aktüerlik Sınavları I. Seviye / Olasılık-İstatistik Örnek Sorular I

Aktüerlik Sınavları I. Seviye / Olasılık-İstatistik Örnek Sorular I Aktüerlik Sınavları I. Seviye / Olasılık-İstatistik Örnek Sorular I S1. Cep telefonu üreten bir fabrikada toplam üretimin % 30 u A, % 30 u B ve % 40 ı C makineleri tarafından yapılmaktadır. Bu makinelerin

Detaylı

ALIŞTIRMALAR. Sayısal Bilginin Özetlenmesi:

ALIŞTIRMALAR. Sayısal Bilginin Özetlenmesi: İSTATİSTİK I ALIŞTIRMALAR Y.Doç.Dr. Hüseyin Taştan AÇIKLAMA: N: P. Newbold, İşletme ve İktisat için İstatistik, 4. basımdan çeviri. Çift sayılı alıştırmalar için kitabın arkasındaki çözümlere bakabilirsiniz.

Detaylı

Örnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız.

Örnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız. Örnek Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız. i. ii. X 1 2 3 4 1 2 3 4 Y 2 3 4 5 4 3 2 1 Örnek Aşağıdaki veri

Detaylı

TOBB-ETU, Iktisat Bölümü Macroeconomics II (IKT 234) HW II (Ozan Eksi)

TOBB-ETU, Iktisat Bölümü Macroeconomics II (IKT 234) HW II (Ozan Eksi) TOBB-ETU, Iktisat Bölümü Macroeconomics II (IKT 234) HW II (Ozan Eksi) Mankiw 12-3: Iş yöneticileri/iş adamlar ve politika yap c lar ço¼gu zaman Amerikan Endüstrisinin rekabet edilebilirli¼gi (Amerikan

Detaylı

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü

Yrd. 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

Detaylı

Fizik Ders sorumlusu: Yrd.Doç.Dr.Hilmi Ku çu

Fizik Ders sorumlusu: Yrd.Doç.Dr.Hilmi Ku çu Fizik - 1 - Ders sorumlusu: Yrd.Doç.Dr.Hilmi Ku çu 1 Fizik - 1 - Ders sorumlusu: Yrd.Doç.Dr.Hilmi Ku çu 2 Fizik - 1 - Ders sorumlusu: Yrd.Doç.Dr.Hilmi Ku çu 3 Fizik - 1 - Ders sorumlusu: Yrd.Doç.Dr.Hilmi

Detaylı

İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı

İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t test) Ölçümle

Detaylı

Ç Ş Ğ Ç ÇÜ İ ÇÜ ç İ ÇÜ Ç ç ç İ Ç Ç Ğ ÇÜ ç İ ç ç Ş Ç ç ç Ş ç İ ç İ ç ç Ç Ş İ ç İ ç Ç ç ç Ç Ç ç İ ç Ç ç Ç ç ç İ Ç Ç ç Ş İ ç ç Ç Ç ç ç ç ç Ç Ş Ç Ç Ş Ç ç ç Ş ç Ğ Ş ç Ü ç ç ç ç ç ç ç Ş ç ç ç ç Ş ç ç ç ç ç İ

Detaylı

Çalışma Soruları 2: Bölüm 2

Çalışma Soruları 2: Bölüm 2 Çalışma Soruları 2: Bölüm 2 2.1) Kripton(Kr) atomunun yarıçapı 1,9 Å dur. a) Bu uzaklık nanometre (nm) ve pikometre (pm) cinsinden nedir? b) Kaç tane kripton atomunu yanyana dizersek uzunlukları 1,0 mm

Detaylı

VERİ SETİNE GENEL BAKIŞ

VERİ 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

Detaylı

BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ

BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ 1 BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel

Detaylı

Yol (km) a) 50 cm 2 m b) 140 km 1040 m c) 8000 m 8 km

Yol (km) a) 50 cm 2 m b) 140 km 1040 m c) 8000 m 8 km .2 Uzunluklar Ölçme Kilometre 1. Grafik: Servis Arac n n Ald Yollar 1. Yandaki grafik, okul servis arac n n bir hafta boyunca ald yolu (km) göstermektedir. Grafi e göre afla daki sorular cevaplay n z.

Detaylı

BÖLÜM 9 NORMAL DAĞILIM

BÖLÜM 9 NORMAL DAĞILIM 1 BÖLÜM 9 NORMAL DAĞILIM Normal dağılım; 'normal dağılım eğrisi (normaly distribution curve)' ile kavramlaştırılan hipotetik bir evren dağılımıdır. 'Gauss dağılımı' ya da 'Gauss eğrisi' olarak da bilinen

Detaylı

Sayı: 2012-13 / 13 Haziran 2012 EKONOMİ NOTLARI. Belirsizlik Altında Yatırım Planları

Sayı: 2012-13 / 13 Haziran 2012 EKONOMİ NOTLARI. Belirsizlik Altında Yatırım Planları EKONOMİ NOTLARI Belirsizlik Altında Yatırım Planları Yavuz Arslan Aslıhan Atabek Demirhan Timur Hülagü Saygın Şahinöz Özet: Bu notta belirsizlik ile firmaların yatırım beklentileri arasındaki ilişki İktisadi

Detaylı

YANLILIK. Yanlılık örneklem istatistiği değerlerinin evren parametre değerinden herhangi bir sistematik sapması olarak tanımlanır.

YANLILIK. Yanlılık örneklem istatistiği değerlerinin evren parametre değerinden herhangi bir sistematik sapması olarak tanımlanır. AED 310 İSTATİSTİK YANLILIK Yanlılık örneklem istatistiği değerlerinin evren parametre değerinden herhangi bir sistematik sapması olarak tanımlanır. YANLILIK Yanlı bir araştırma tasarımı uygulandığında,

Detaylı

Probability Density Function (PDF, Sürekli fonksiyon)

Probability Density Function (PDF, Sürekli fonksiyon) Varyans Bir serideki her elemanın ortalamadan farklarının karelerinin toplamının, serideki eleman sayısına bölümü ile elde edilir. Standart Sapma Varyansın kareköküdür. Eğer birçok veri ortalamaya yakın

Detaylı

EĞĠTĠMDE ÖLÇME VE DEĞERLENDĠRME BÖLÜM IV Ölçme Sonuçları Üzerinde Ġstatistiksel ĠĢlemler VERİLERİN DÜZENLENMESİ VERİLERİN DÜZENLENMESİ

EĞĠTĠMDE ÖLÇME VE DEĞERLENDĠRME BÖLÜM IV Ölçme Sonuçları Üzerinde Ġstatistiksel ĠĢlemler VERİLERİN DÜZENLENMESİ VERİLERİN DÜZENLENMESİ 09.0.0 Temel Kavramlar EĞĠTĠMDE ÖLÇME VE DEĞERLENDĠRME BÖLÜM IV Ölçme Sonuçları Üzerinde Ġstatistiksel ĠĢlemler Dr. Aylin ALBAYRAK SARI Hacettepe Üniversitesi Eğitim Fakültesi Evren: Üzerinde çalışılacak

Detaylı

Merkezi Limit Teoremi

Merkezi 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

Detaylı

BİYOİSTATİSTİK Grafikler Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Grafikler Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Grafikler Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Hangi Grafik?Neden? 1. Veri çeşidine

Detaylı

İÇİNDEKİLER BÖLÜM 1 KAVRAMLAR VE YÖNTEMBİLİM

İÇİNDEKİLER BÖLÜM 1 KAVRAMLAR VE YÖNTEMBİLİM İÇİNDEKİLER BÖLÜM 1 KAVRAMLAR VE YÖNTEMBİLİM I. İSTATİSTİK KAVRAMI ve TANIMI... 1 A. İSTATİSTİK KAVRAMI... 1 B. İSTATİSTİĞİN TANIMI... 2 C. İSTATİSTİĞİN TARİHÇESİ... 2 D. GÜNÜMÜZDE İSTATİSTİK VE ÖNEMİ...

Detaylı

GAZİ ÜNİVERSİTESİ, İ.İ.B.F, İSTATİSTİK VE OLASILIĞA GİRİŞ I, UYGULAMA SORULARI. Prof. Dr. Nezir KÖSE

GAZİ ÜNİVERSİTESİ, İ.İ.B.F, İSTATİSTİK VE OLASILIĞA GİRİŞ I, UYGULAMA SORULARI. Prof. Dr. Nezir KÖSE GAZİ ÜNİVERSİTESİ, İ.İ.B.F, İSTATİSTİK VE OLASILIĞA GİRİŞ I, UYGULAMA SORULARI Prof. Dr. Nezir KÖSE 30.12.2013 S-1) Ankara ilinde satın alınan televizyonların %40 ı A-firması tarafından üretilmektedir.

Detaylı

TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ

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

Detaylı

SORU 6: Su yapılarının tasarımında katı madde hareketinin (aşınma, oyulma, yığılma vb. olayları) incelenmesi neden önemlidir, açıklayınız (4 puan).

SORU 6: Su yapılarının tasarımında katı madde hareketinin (aşınma, oyulma, yığılma vb. olayları) incelenmesi neden önemlidir, açıklayınız (4 puan). KIRIKKALE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ İNŞAAT MÜHENDİSLİĞİ BÖLÜMÜ 014-015 GÜZ YARIYILI SU KAYNAKLARI MÜHENDİSLİĞİ I ARASINAV SORULARI Tarih: 16 Kasım 014 SORULAR VE CEVAPLAR Adı Soyadı: No: İmza:

Detaylı

İÇİNDEKİLER ÖN SÖZ...

İÇİNDEKİLER 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

Detaylı

(ÖSS ) ÇÖZÜM 2:

(ÖSS ) ÇÖZÜM 2: MTEMT K PROLEMLER - II ÖRNEK : ve kentlerinden saatteki h zlar s ras yla V ve V olan (V > V ) iki araç, birbirlerine do ru 2 2 ayn anda hareket ederlerse saat sonra karfl lafl yorlar. u araçlar ayn kentlerden

Detaylı