NİCELİKSEL KONTROL GRAFİKLERİ
|
|
- Ediz Durmaz
- 6 yıl önce
- İzleme sayısı:
Transkript
1 NİCELİKSEL KONTROL GRAFİKLERİ Prof. Dr. Nihal ERGİNEL Anadolu Üniversitesi X BİRİMLER VE HAREKETLİ DEĞİŞİM ARALIĞI KONTROL GRAFİĞİ X- Birimler Kontrol Grafiği n= birimlik örnekler alınır. Üretim hızı oldukça düşük, üretim sayısı az olduğu durumlarda, Otomatik ölçüm cihazları ile her birimin ölçümü yapılabildiği zamanlarda, Üretim sürecinde değişkenlik çok az olduğu durumlarda, Test metodu tahribatlı olduğunda, tercih edilir.
2 X birimler kontrol grafiği, Hareketli Değişim Aralığı Kontrol Grafiği ile birlikte kullanılır. Hareketli Değişim Aralığı KG, birbirini izleyen iki veri arasındaki değişkenliği gösterir. Stat>Control Charts>Variables Charts for Individuals >I-MR Stat>Control Charts>Variables Charts for Individuals> Individuals Eğer ana kütle µ ve σ biliniyor ise; ÜKS= OÇ = 0 AKS= 0 3 Veri toplanması ve Analizi n=3 olduğu durumda; t= = max (,, ) - min (,, ) t=2 = max (,, ) - min (,, ) t=m = max (,, ) - min (,, ) 2
3 n=3 için; = = X- Birimler Kontrol Grafiğinin sınırlarının hesaplanması m: örnek sayısı n: hareketli değişim aralığı = + 3 = = = = - 3 = Hareketli Ortalama (MR) Kontrol Grafiği sınırlarının hesaplanması = =. =. 3
4 X-HDA Kontrol Grafiği I and MR Chart f or C Individual Value Subgroup UCL=4026 Mean=3789 LCL= UCL=290,4 Moving Range R=88,89 LCL=0 L değeri için X-HDA KG I and MR Chart f or L-pembe Individual Value Subgroup UCL=80,8 Mean=79,87 LCL=78,92 40,0 UCL=,63 Moving Range 0,5 0,0 R=0,356 LCL=0 4
5 a değeri için X-KG I Chart f or a-pembe Individual Value UCL=6,940 Mean=5,833 LCL=4, Observation Number 40 b değeri için X- KG I Chart f or b-pembe 5 UCL=4,563 Individual Value 4 Mean=3, Observation Number 40 LCL=3,093 ÖRNEK: Uçak astar boyası için viskozite değeri önemli kalite karakteristiklerinden biridir. Ürünler partiler halinde üretilmektedir ve 5 partiye ait viskozite değeri aşağıdaki tabloda verilmiştir. Verileri dikkate alarak X birimler ve MR kontrol grafiğini çiziniz. 5
6 Çözüm: Parti numarası Viskozite 33, , , ,8 5 33, , , , , ,20 33, , , ,2 5 33,84 Çözüm: Parti Viskozite MR numarası (X) 33, ,05 0,7 3 34,00 0, ,8 0,9 5 33,46 0, ,02 0, ,68 0, ,27 0,4 9 33,49 0, ,20 0,29 33,62 0, ,00 0, ,54 0, ,2 0, ,84 0,72 X- Birimler Kontrol Grafiği Sınırları; n= 2 olduğu için =,28 olur. = + 3 = 33,52+ 3 = 34,80 = =33,52 = - 3 = 33,52-3 = 32,24 6
7 X birimler kontrol grafiği Hareketli Değişim Aralığı (MR) Kontrol Grafiği Sınırları; n= 2 için = 0 ve = 3,267 olur. =. = 3,267.0,48=,57 = =0,48 =. = 0 7
8 R KONTROL GRAFİĞİ X-R Kontrol Grafiği Süreçteki anlık ve belli bir periyottaki değişimleri görmek için kullanılır, Süreçten n (3,5,vb.) birimlik örnekler alınır, En yaygın olarak kullanılan kontrol grafiğidir. n birimlik örnek n birimlik örnek n birimlik örnek... zaman X ortalama, n birimlik örneklerin ortalamasını, R ise n birimlik örneklerin max. ile min. arasındaki farkı gösterir. Stat>Control Charts>Variables Charts for Subgroups > Xbar-R 8
9 Eğer ana kütle µ ve σ biliniyor ise; kontrol grafiği; = +3 = + Aσ = = = -3 = Aσ A = alındığında; R kontrol grafiği; =.σ =.σ =.σ Ancak her zaman ana kütle parametreleri bilinmez. Böyle durumlarda, ana kütle standart sapmasını ya örnek standart sapmasından veya değişim aralığından tahmin etmek gerekir. 9
10 Veri toplama t = t =2 t =3... t= m = = X-R Kontrol Grafiği sınırlarının hesaplanması X: ölçüm değeri n: örnekteki birim sayısı örnek ortalaması : genel ortalama R: örnek değişim aralığı değişim aralığı ortalaması,, : sabitler olmak üzere, 0
11 kontrol grafiği = + 3 = +. = = - 3 = -. R kontrol grafiği; =. = =. Veri girme
12 Kontrol Grafiğini oluşturma L değeri için X- R KG Sample Mean Subgroup ,5 Xbar/R Chart for L-Gri UCL=8,03 Mean=80,42 LCL=79,8 Sample Range,0 0,5 0,0 UCL=0,7494 R=0,2294 LCL=0 a değeri için X- R KG Sample Mean 0,7 0,6 0,5 0,4 0,3 0,2 0, 0,0 Subgroup ,4 Xbar/R Chart for a-gri UCL=0,663 Mean=0,3665 LCL=0,68 Sample Range 0,3 0,2 0, 0,0 UCL=0,3069 R=0,09392 LCL=0 2
13 b değeri için X- R KG Sample Mean 0,6 0,5 0,4 0,3 0,2 0, 0,0-0, -0,2-0,3 Subgroup Sample Range 0,2 0, 0,0 Xbar/R Chart for b-gri UCL=0,3293 Mean=0,909 LCL=0,05256 UCL=0,700 R=0,05202 LCL=0 ÖRNEK: Otomobil motorundaki piston çaplarının kontrol altında olup olmadığının belirlenmesi için süreçten 5 birimlik toplam 25 örnekler alınmıştır. İlgili analizleri yaparak yorumlayınız. GÖZLEMLER 74,002 74,09 74,03 73,992 74,008 73,995 73,992 74,00 74,0 74,004 73,988 74,024 74,02 74,005 74,002 74,002 73,996 73,993 74,05 74,009 73,992 74,007 74,05 73,989 74,04 74,009 73,994 73,997 73,985 73,993 73,995 74,006 73, ,005 73,985 74,003 73,993 74,05 73,998 74,008 73,995 74,009 74,005 74,004 73, ,998 74,007 73,995 73,994 73,998 73,994 73,995 73,99 74, , ,996 73,983 74,002 73,998 73,997 74,02 74,006 73,967 73, ,984 74,02 74,04 73,998 73,999 74, ,984 74,005 73,998 73,996 73,984 74,02 73,986 74,005 74,007 74,006 74,0 74,08 74, ,984 74,002 74,003 74,005 73, ,0 74,03 74,02 74,003 73,988 74,00 74,009 74,005 73,996 74,004 73,999 73,99 74,006 74,009 74,0 73,989 73,99 74,009 74,04 74,05 74,008 73, ,0 73,982 73,984 73,995 74,07 74,03 3
14 Çözüm: GÖZLEMLER Ortalama R 74,03 74,002 74,09 73,992 74,008 74,0 0,038 73,995 73,992 74,00 74,0 74,004 74,006 0,09 73,988 74,024 74,02 74,005 74,002 74,008 0,036 74,002 73,996 73,993 74,05 74,009 74,003 0,022 73,992 74,007 74,05 73,989 74,04 74,003 0,026 74,009 73,994 73,997 73,985 73,993 73,996 0,024 73,995 74,006 73, , ,02 73,985 74,003 73,993 74,05 73,998 73,997 0,03 74,008 73,995 74,009 74,005 74,004 74,004 0,04 73, ,998 74,007 73,995 73,998 0,07 73,994 73,998 73,994 73,995 73,99 73,994 0,008 74, , ,996 74,00 0,0 73,983 74,002 73,998 73,997 74,02 73,998 0,029 74,006 73,967 73, ,984 73,99 0,039 74,02 74,04 73,998 73,999 74,007 74,006 0, ,984 74,005 73,998 73,996 73,997 0,02 73,984 74,02 73,986 74,005 74,007 74,00 0,026 74,006 74,0 74,08 74, ,007 0,08 73,984 74,002 74,003 74,005 73,997 73,998 0, ,0 74,03 74,02 74,003 74,009 0,02 73,988 74,00 74,009 74,005 73, ,033 74,004 73,999 73,99 74,006 74,009 74,002 0,09 74,0 73,989 73,99 74,009 74,04 74,002 0,025 74,05 74,008 73, ,0 74,005 0,022 73,982 73,984 73,995 74,07 74,03 73,998 0,035 Ort.: 74,00 ort:0,023 Kontrol Grafiği Sınırlarının Hesaplanması: = = = = 74,00 UCL = = +. =74,00 + (0,577) (0,023)= 74,04 LCL = = -. =74,00 - (0,577) (0,023)= 73,98 74,020 74,05 74,00 Xbar Chart of C UCL=74,0730 Sample Mean 74,005 74,000 73,995 73,990 _ X=74,002 73,985 LCL=73, Sample 4
15 Kontrol Grafiği Sınırlarının Hesaplanması: = = = =0,023 n = 5 için =0 ve = 2,5 UCL =. =2,5.0,023=0,049 LCL=. = 0.0,023=0 Kontrol Grafiği S KONTROL GRAFİĞİ 5
16 S KONTROL GRAFİĞİ n > olduğu zaman değişkenliği belirleme için S (örnek standart sapması) grafiği kullanılır. S = Stat>Control Charts>Variables Charts for Subgroups> X Bar-S S = = kontrol grafiği sınırları = +3 = + = = -3 = - = = olarak tanımlanır ise, 6
17 S kontrol grafiği; = = = S kontrol grafiği sınırları = Standart sapma S nin standart sapması =. + 3 =. =. - 3 biliniyor ise; S-Kontrol Grafiği =. =. =. 7
18 Örnek: GÖZLEMLER Ortalama R 74,03 74,002 74,09 73,992 74,008 74,0 0,038 73,995 73,992 74,00 74,0 74,004 74,006 0,09 73,988 74,024 74,02 74,005 74,002 74,008 0,036 74,002 73,996 73,993 74,05 74,009 74,003 0,022 73,992 74,007 74,05 73,989 74,04 74,003 0,026 74,009 73,994 73,997 73,985 73,993 73,996 0,024 73,995 74,006 73, , ,02 73,985 74,003 73,993 74,05 73,998 73,997 0,03 74,008 73,995 74,009 74,005 74,004 74,004 0,04 73, ,998 74,007 73,995 73,998 0,07 73,994 73,998 73,994 73,995 73,99 73,994 0,008 74, , ,996 74,00 0,0 73,983 74,002 73,998 73,997 74,02 73,998 0,029 74,006 73,967 73, ,984 73,99 0,039 74,02 74,04 73,998 73,999 74,007 74,006 0, ,984 74,005 73,998 73,996 73,997 0,02 73,984 74,02 73,986 74,005 74,007 74,00 0,026 74,006 74,0 74,08 74, ,007 0,08 73,984 74,002 74,003 74,005 73,997 73,998 0, ,0 74,03 74,02 74,003 74,009 0,02 73,988 74,00 74,009 74,005 73, ,033 74,004 73,999 73,99 74,006 74,009 74,002 0,09 74,0 73,989 73,99 74,009 74,04 74,002 0,025 74,05 74,008 73, ,0 74,005 0,022 73,982 73,984 73,995 74,07 74,03 73,998 0,035 Ort.: 74,00 ort:0,023 X-ortalama Kontrol Grafiği = = (850,028) = 74,00 = = (0,235)=0,0094 UCL = = +. =74,00 + (,4277) (0,0094)= 74,04 LCL = = -. =74,00 - (,4277) (0,0094)= 73,98 S Kontrol Grafiği UCL =. = (2,089) (0,0094)= 0,096 CL= 0,0094 LCL =. =0.(0,0094)= 0 8
19 X-ortalama Kontrol Grafiği S Kontrol Grafiği Her iki kontrol grafiğine göre süreç kontrol altındadır. 5 a et örnek i in tür ürecin stan art sapması ise; = = 0 0 9
İstatistiksel Süreç Kontrolu. Doç.Dr.Nihal ERGİNEL Anadolu Üniversitesi
İstatistiksel Süreç Kontrolu Doç.Dr.Nihal ERGİNEL Anadolu Üniversitesi İstatistiksel Süreç Kontrolü Bir üretim/ hizmet sürecinin kontrol altında olup olmadığına karar vermek için kullanılan teknikler bütünüdür.
DetaylıT.C. ESKİŞEHİR OSMANGAZİ ÜNİVERSİTESİ KONTROL GRAFİKLERİ. Prof. Dr. Nimetullah BURNAK Prof. Dr. A. Sermet ANAGÜN. Endüstri Mühendisliği Bölümü
1970 T.C. ESKİŞEHİR OSMANGAZİ ÜNİVERSİTESİ KONTROL GRAFİKLERİ Prof. Dr. Nimetullah BURNAK Prof. Dr. A. Sermet ANAGÜN Endüstri Mühendisliği Bölümü 1 Kontrol Grafiği UygulamaAdımları Kontrol edilecek uygun
DetaylıNİTELİKSEL KONTROL GRAFİKLERİ
NİTELİKSEL KONTROL GRAFİKLERİ Prof. Dr. Nihal ERGİNEL Ölçülemeyen ancak hatalı / hatasız, geçer / geçmez, tekstil sektöründe leke sayısı, dokuma kaçağı vb nin analiz edilmesi için oluşturulan kontrol grafikleridir.
DetaylıProf.Dr.Nihal ERGİNEL Anadolu Üniversitesi
İSTATİSTİKSEL SÜREÇ KONTROLÜNE GİRİŞ Prof.Dr.Nihal ERGİNEL Anadolu Üniversitesi İstatistiksel Süreç Kontrolü Bir üretim/ hizmet sürecinin kontrol altında olup olmadığına karar vermek için kullanılan teknikler
DetaylıÖlçüm Sisteminin Analizi
Ölçüm Sisteminin Analizi (Measurement System Analysis) Prof. Dr. Nihal Erginel TOPLAM DEĞİŞKENLİK SÜREÇTEN KAYNAKLANAN DEĞİŞKENLİK ÖLÇÜM SİSTEMİNDEN KAYNAKLANAN DEĞİŞKENLİK Süreç Değişkenlik Kaynakları
DetaylıÖlçüm Sisteminin Analizi Measurement System Analysis. Dr. Nihal Erginel
Ölçüm Sisteminin Analizi Measurement System Analysis Dr. Nihal Erginel TOPLAM DEĞİŞKENLİK Süreçten kaynaklanan değişkenlik Ölçüm sisteminden kaynaklanan değişkenlik Süreç Değişkenlik Kaynakları Hammadde
Detaylıİstatistiksel Proses Kontrol
İstatistiksel Proses Kontrol İstatistiksel Proses Kontrol Nedir? ü İstatistiksel proses kontrolü, üretim sürecinde kaliteyi ölçmek ve kontrol etmek için kullanılan endüstri standardı bir metodolojidir.
Detaylı5-3 x ve s için kontrol Şemaları
Resim şu anda görüntülenemiyor. 04.05.2018 5-3 x s için kontrol Şemaları x R kontrol şemalarının yaygın bir şekilde kullanılmasına rağmen, bazen R aralığının dolaylı şekilde kullanımı yerine doğrudan sürecin
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
DetaylıQuality Planning and Control
Quality Planning and Control END 3618 KALİTE PLANLAMA VE KONTROL Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üniversitesi Endüstri Mühendisliği Anabilim Dalı 1 İstatistiksel Proses Kontrol Kontrol Kartları Kontrol
DetaylıANADOLU ÜNİVERSİTESİ. ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL
ANADOLU ÜNİVERSİTESİ ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL İSTATİSTİKSEL TAHMİN Örnekten anakütle parametrelerinin tahmin edilmesidir. İki tür tahminleme yöntemi vardır:
DetaylıMerkezi 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,
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
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
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
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
Detaylıobjektif değerlendirilmesini sağlayan bilim - veri arasındaki farkın olup olmadığını tespit
İSTATİST STİK A. G E N E L B İ L G İ A. G E N E L B İ L G İ İstatistik, belli amacla tespit edilen verilerin objektif değerlendirilmesini sağlayan bilim dalıdır. Hedef - verilere anlam kazandırmak - veri
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
DetaylıOlasılık 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
DetaylıGÜVEN 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
Detaylı1.58 arasındaki her bir değeri alabileceği için sürekli bir
7.SUNUM Hatırlanacağı gibi, kesikli rassal değişkenler sonlu (örneğin; 0, 1, 2,...,10) veya sayılabilir sonsuzlukta (örneğin; 0, 1, 2,...) değerler alabilmektedir. Fakat birçok uygulamada, rassal değişkenin
Detaylıİstatistiksel Yorumlama
İstatistiksel Yorumlama Amaç, popülasyon hakkında yorumlamalar yapmaktadır. Populasyon Parametre Karar Vermek Örnek İstatistik Tahmin 1 Tahmin Olaylar hakkında tahminlerde bulunmak ve karar vermek zorundayız
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
DetaylıİSTATİSTİK SPSS UYGULAMA
İSTATİSTİK SPSS UYGULAMA Yrd. Doç. Dr. H. İbrahim CEBECİ SPSS UYGULAMA Bu bölümde SPSS veri girişi, Basit grafik hazırlama, örneklem çekimi ve tanımlayıcı istatistiksel analizler hakkında SPSS uygulamaları
DetaylıKazanımlar. Z puanları yerine T istatistiğini ne. zaman kullanacağını bilmek. t istatistiği ile hipotez test etmek
T testi Kazanımlar Z puanları yerine T istatistiğini ne 1 zaman kullanacağını bilmek 2 t istatistiği ile hipotez test etmek 3 Cohen ind sini ve etki büyüklüğünü hesaplamak 1 9.1 T İstatistiği: zalternatifi
DetaylıTemel 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
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
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
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 ve Olasılık
İstatistik ve Olasılık -II Prof. Dr. İrfan KAYMAZ İki Ortalama Farkının Güven Aralığı Anakütle Varyansı Biliniyorsa İki ortalama arasındaki farkın dağılımına ilişkin Z değişkeni: Güven aralığı ifadesinde
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
DetaylıĞ ğ Ç ğ ğ ğ ö ö ğ ğ Ö ğ ğ ö ğ ğ ğ ö ğ ö ğ ö ğ ö ğ ö ğ ğ ö ğ ö ğ ğ ö ğ Ç ğ Ğ ğ ö ğ Ö ğ ö ğ ö ö ğ Ç Ç ö Ç ğ ğ Ç Ç ö Ç ğ ö ğ Ç ğ ö ğ ğ Ç Ç ö ğ ğ ö öç ğ ğ Ç ğ öç Ç ö ğ Ğ ö ö ğ ğ ö ğ ğ Ğ ğ Ö ğ Ğ ğ ğ ğ Ç ğ ğ»
Detaylıı ı ı ğ ş ı ı ı ı ı ı ı ı
Ş Ü Ğ ö ö İ ö öç Ğ Ş ö ç İ Ö Ü Ş ö Ö ç ç ğ ö ö ğ ö İ Ş ç ç ç ğ ğ ç İ İ İİ ö ç Ş ö İİ ö ç ç İ İ ğ ö İ ğ ğ ö ğ ö ç ğ ç ğ İç Ş Ü Ş ğ Ü Ş ö İŞ Ü Ş İ ğ İ İ Ü İ ö «İ ö Ş ç ç ğ ö ğ ö ç İ ö ğ ç ö İ İ ğ ğ ğ ğ ğ
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 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
DetaylıAltı Sigma ve Arçelik teki Uygulamalar
Altı Sigma ve Arçelik teki Uygulamalar İhsan Güler Altı Sigma Lideri, ARÇELİK A.Ş 09 Mayıs 2008 Altı Sigma... Metodoloji Verilere Dayanan Sistematik Dil Birliği Özü Değişkenliği Azaltmak Stratejilerin
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.
DetaylıAktüerlik 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
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
Detaylı3. 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
DetaylıSürekli 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
DetaylıDokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END Kalite Planlama ve Kontrol
Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END 3618 - Kalite Planlama ve Kontrol Uygulama Çalışması-I Dr. Öğr. Üyesi Kemal SUBULAN Tarih: 12.04.2018 A Aşağıda yer alan
DetaylıHipotez Testi Rehberi. Orhan Çevik İstanbul, 30 Ağustos 2014
Hipotez Testi Rehberi Orhan Çevik İstanbul, 30 Ağustos 2014 Hipotezler Sıfır Hipotezi: H 0 Aksi kanıtlanmadığı sürece doğru olduğu düşünülen varsayımdır. H 0 ın kanıta ihtiyacı yoktur. H 0 ı ret etmek
DetaylıAraş.Gör. Efe SARIBAY
HİPOTEZ TESTLERİ ALIŞTIRMA SORULARI Araş.Gör. Efe SARIBAY 1) Telekom da çalışan bir operatör A ve B şehirleri arasında yapılan telefon görüşmelerinin ortalamasının 6 dakikadan daha fazla sürdüğünü iddia
DetaylıSPSS (Statistical Package for Social Sciences)
SPSS (Statistical Package for Social Sciences) SPSS Data Editor: Microsoft Excel formatına benzer satır ve sütunlardan oluşan çalışma sayfası (*sav) Data Editör iki arayüzden oluşur. 1. Data View 2. Variable
DetaylıTekrarlanabilirlik. Sapma, Tekrarlanabilirlik, Tekrar yapılabilirlik, Kararlılık, Doğrusallık. Sapma
ÖLÇÜM SİSTEMİ ANALİZİ (MEASUREMENT SYSTEM ANALYSIS - MSA) Ölçüm Sistemi Varyansının Türleri Ölçüm sistemi hataları beş grupta ele alınır. Sapma Sapma, Tekrarlanabilirlik, Tekrar yapılabilirlik, Kararlılık,
Detaylı10. Bir ana kütle oranının tahmininde α = 0,05 ise kullanılan Z değeri nedir? A) 1,64 B) 1,84 C) 1,96 D) 2,28 E) 3,08
1. Tanımlanan ana kütleden rassal seçilen örneklemlerden hesaplanan istatistikler yardımı ile ilgili ana kütle parametrelerinin değerini araştırma sürecine ne ad verilir? A) İstatistiksel hata B) İstatistiksel
Detaylı«Tundish Pota ile Döküm Yöntemi ve Diğer Döküm Yöntemleriyle Karşılaştırılması» «Pouring With Tundish Ladle and Comparison With Other Methods»
«Tundish Pota ile Döküm Yöntemi ve Diğer Döküm Yöntemleriyle Karşılaştırılması» «Pouring With Tundish Ladle and Comparison With Other Methods» Kübra Karakuzulu Burç Aral Yalçın Badem (Erkunt Sanayi A.Ş.)
DetaylıÖrneklem Dağılımları & Hipotez Testleri Örneklem Dağılımı
Örneklem Dağılımları & Hipotez Testleri Örneklem Dağılımı Ortalama veya korelasyon gibi istatistiklerin dağılımıdır Çıkarımsal istatistikte örneklem dağılımı temel fikirlerden biridir. Çıkarımsal istatistik
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
DetaylıSapma (Dağılma) ölçüleri. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK
Sapma (Dağılma) ölçüleri Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK tover@sakarya.edu.tr Sapma (Dağılma) ölçüleri Mutlak Sapma Ölçüleri Değişim aralığı Kartil ve Desil aralığı Ortalama mutlak sapma Standart sapma
DetaylıNokta ve Aralık Tahmini Merkezi Limit Teoremi Örneklem Dağılımı Hipotez Testlerine Giriş
Nokta ve Aralık Tahmini Merkezi Limit Teoremi Örneklem Dağılımı Hipotez Testlerine Giriş Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı 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
Detaylı6 SIGMA FELSEFESİ. Doç. Dr. Nihal ERGİNEL Anadolu Üniversitesi Endüstri Mühendisliği Bölümü
6 SIGMA FELSEFESİ 6 Doç. Dr. Nihal ERGİNEL Anadolu Üniversitesi Endüstri Mühendisliği Bölümü Sigma seviyesi, süreçlerin yeterliliği ifade eden bir ölçüttür. Süreçlerin sigma seviyelerinin artması demek,
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
DetaylıDeğişken 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
DetaylıLAÜ 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
DetaylıGruplanmış serilerde standart sapma hesabı
Gruplanmış serilerde standart sapma hesabı Örnek: Verilen gruplanmış serinin standart sapmasını bulunuz? Sınıflar f i X X X m i f i. m i m i - (m i - ) f i.(m i - ) 0 den az 3 4 den az 7 4 6 dan az 4 6
DetaylıMühendislikte 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
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
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 9: Prof. Dr. İrfan KAYMAZ Tanım Hipotez, bir veya daha fazla anakütle hakkında ileri sürülen, ancak doğruluğu önceden bilinmeyen iddialardır. Ortaya atılan iddiaların, örnekten
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
DetaylıLAÜ 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
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
DetaylıBİYOİSTATİSTİK PARAMETRİK TESTLER
BİYOİSTATİSTİK PARAMETRİK TESTLER Doç. Dr. Mahmut AKBOLAT *Bir testin kullanılabilmesi için belirli şartların sağlanması gerekir. *Bir testin, uygulanabilmesi için gerekli şartlar; ne kadar çok veya güçlü
DetaylıDokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü
Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END 3618 Kalite Planlama & Kontrol Bölüm 5: Değişkenler & Nitelikler İçin Kontrol Kartları & FMEA Analizi Yrd. Doç. Dr. Kemal
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
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,
DetaylıBÖLÜM 10 PUAN DÖNÜŞÜMLERİ
1 BÖLÜM 10 PUAN DÖNÜŞÜMLERİ Bir gözlem sonucunda elde edilen ve üzerinde herhangi bir düzenleme yapılmamış ölçme sonuçları 'ham veri' ya da 'ham puan' olarak isimlendirilir. Genellikle ham verilerin anlaşılması
DetaylıKi- Kare Testi ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL
ANADOLU ÜNİVERSİTESİ ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL İYİ UYUM TESTİ Rassal değişkenin olasılık yoğunluk fonksiyonunun ve parametresinin bilinmediği, ancak belirli
DetaylıCopyright 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
DetaylıİSTATİSTİK 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
DetaylıDENEY 6 BASİT SARKAÇ
DENEY 6 BASİT SARKAÇ AMAÇ: Bir basit sarkacın temel fiziksel özelliklerinin incelenmesi. TEORİ: Basit sarkaç şekilde görüldüğü gibi kütlesiz bir ip ve ucuna asılı noktasal bir kütleden ibarettir. Şekil
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
DetaylıÖğrencinin Adı - Soyadı Numarası Grubu İmza DENEY NO 1 ÖN HAZIRLIK RAPORU DENEYİN ADI SERBEST UYARMALI D.A. GENERATÖRÜ KARAKTERİSTİKLERİ a) Boşta Çalışma Karakteristiği b) Dış karakteristik c) Ayar karakteristik
DetaylıDeprem Yönetmeliklerindeki Burulma Düzensizliği Koşulları
YÖNETMELİK ESASLARI Deprem Yönetmeliklerindeki Burulma Düzensizliği Koşulları Günay Özmen İstanbul Teknik Üniversitesi /57 /57 Burulma Düzensizliğini Etkileyen Faktörler Yapının Plan Geometrisi Planda
DetaylıQuality Planning and Control
Quality Planning and Control Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üniversitesi Endüstri Mühendisliği Anabilim Dalı 1 İstatistiksel Proses Kontrol Kontrol Kartları 2 Kontrol Grafikleri (Shewhart Control
DetaylıİÇ KALİTE KONTROL VE KONTROL DİYAGRAMLARI
Akreditasyon Danışmanlık Konusunda 25 yıllık bilgi ve deneyimini sizinle paylaşmak için! İÇ KALİTE KONTROL VE KONTROL DİYAGRAMLARI İbrahim AKDAĞ Kimya Mühendisi ATAKENT 3.ETAP B.32 Blok D.14 Atakent Mah.
DetaylıCihazın Bulunduğu Yer: Enerji Sistemleri Mühendisliği Bölümü B-Blok, Enerji Verimliliği Laboratuvarı
Ölçüm Cihazının Adı: Enerji Analizörü Cihazın Bulunduğu Yer: Enerji Sistemleri Mühendisliği Bölümü B-Blok, Enerji Verimliliği Laboratuvarı 1) Ölçümün Amacı Amaç; şebeke ya da cihazların(motor barındıran
DetaylıMEYVE SUYU ÜRETİMİNDE SÜREÇ KARARLILIĞI VE YETERLİLİK ANALİZİ
MEYVE SUYU ÜRETİMİNDE SÜREÇ KARARLILIĞI VE YETERLİLİK ANALİZİ Evren DİREN Serkan ATAK Çiğdem CİHANGİR Murat Caner TESTİK ÖZET Kusurları ve israfı önleyerek müşteri memnuniyetini ve karlılığı arttırmayı
DetaylıLineer Pivot Sulama ve Center Pivot Sulama Sistemlerinde Uzaktan RF Kontrol & İzleme & Pozisyon Kontrol Sistemleri
Lineer Pivot Sulama ve Center Pivot Sulama Sistemlerinde Uzaktan RF Kontrol & İzleme & Pozisyon Kontrol Sistemleri 1 -Makineların sulama oranı 2-Nem oranı 3-PIVOT Çalış / Dur 4- Pivot Enerjisini Aç / Kapat
DetaylıLaboratuvar Performansının Sürekliliği (Kalite Kontrol)
Laboratuvar Akreditasyon Danışmanlık Ltd. Şti. Konusunda 25 yıllık bilgi ve deneyimini sizinle paylaşmak için! İÇ KALİTE KONTROL VE KONTROL DİYAGRAMLARI İbrahim AKDAĞ Kimya Mühendisi ATAKENT MAH. AKASYA
DetaylıDERS 8 BELIRSIZ TALEP DURUMUNDA STOK KONTROL. Zamanlama Kararları. Bir Seferlik Karar
DERS 8 BELIRSIZ TALEP DURUMUNDA STOK KONTROL Zamanlama Kararları Miktar kararları Ne zaman sipariş verilecek? kararıyla birlikte verilir. Bu karar, stok yönetimindeki ana kararlardan biridir. Ne zaman
Detaylıİstatistiksel Kalite Kontrol
İstatistiksel Kalite Kontrol İstatistiksel kalite kontrol (İKK) metodlarının sanayide geniş çapta uygulanması ile imalatın hızlanması, firenin azaltılması, maliyetlerin düşürülmesi ve kalitenin yükseltilmesi
DetaylıWEIBULL DAĞILIMI WEIBULL DAĞILIMI ANADOLU ÜNİVERSİTESİ
ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ SÜREKLİ DAĞILIMLAR-2 DOÇ. DR. NİHAL ERGİNEL 2015 WEIBULL DAĞILIMI Weibull dağılımı, pek çok farklı sistemlerin bozulana kadar geçen süreleri ile ilgilenir. Dağılımın
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
Detaylıİstatistiksel proses kontrol ve kontrol diyagramı. 3. hafta
İstatistiksel proses kontrol ve kontrol diyagramı 3. hafta İstatistiksel proses kontrol Prosesteki değişkenliği ölçerek ve analiz ederek istatistiksel kontrolünü sağlamak ve sürdürmek için istatistiksel
DetaylıBÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ
İÇİNDEKİLER BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ I. ÖRNEKLEME... 1 II. ÖRNEKLEMENİN SAFHALARI... 2 III. ÖRNEK ALMA YÖNTEMLERİ 5 A. RASYONEL ÖRNEK ALMA... 5 B. TESADÜFİ ÖRNEK ALMA... 6 C. KADEMELİ ÖRNEK ALMA...
DetaylıDAĞILMA 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
DetaylıKorelasyon. 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
DetaylıANADOLU ÜNİVERSİTESİ ÖRNEK: GEOMETRİK DAĞILIM
ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ KESİKLİ DAĞILIMLAR-2 DOÇ. DR. NİHAL ERGİNEL 2015 GEOMETRİK DAĞILIM Bir Bernoulli deneyi ilk olumlu sonuç elde edilmesine kadar tekrarlansın. X: ilk olumlu sonucun
DetaylıT.C. YILDIZ TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
T.C. YILDIZ TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ FİNANS SEKTÖRÜNDE DEĞİŞKENLİĞİN ANALİZİ VE KONTROLÜ: İMKB-30 ENDEKSİ ÜZERİNE BULANIK KONTROL DİYAGRAMLARI UYGULAMASI CANSIN YILDIZ YÜKSEK LİSANS
DetaylıMIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
DetaylıH 0 : θ = θ 0 Bu sıfır hipotezi şunu ifade eder: Anakütle parametresi θ belirli bir θ 0
YTÜ-İktisat İstatistik II Hipotez Testi 1 HİPOTEZ TESTİ: AMAÇ: Örneklem bilgisinden hareketle anakütleye ilişkin olarak kurulan bir hipotezin (önsavın) geçerliliğinin test edilmesi Genel notasyon: anakütleye
DetaylıANADOLU ÜNİVERSİTESİ BEKLENEN DEĞER. X beklenen değeri B[X] ile gösterilir. B[X] = İST 213 OLASILIK DERSİ BEKLENEN DEĞER VE MOMENTLER
ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ BEKLENEN DEĞER VE MOMENTLER DOÇ. DR. NİHAL ERGİNEL 2015 X beklenen değeri B[X] ile gösterilir. B[X] = BEKLENEN DEĞER Belli bir malzeme taşınan kolilerin ağırlıkları
Detaylıİstatistik 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
DetaylıSürelerine Göre Tahmin Tipleri
Girişimcilik Bölüm 5: Talep Tahmini scebi@ktu.edu.tr 5.1. Talep Tahmini Tahmin: Gelecek olayları önceden kestirme bilim ve sanatı. İstatistiksel Tahmin: Geçmiş verileri matematiksel modellerde kullanarak
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
Detaylı