ASİMETRİ (ÇARPIKLIK) VE BASIKLIK ÖLÇÜLERİ

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "ASİMETRİ (ÇARPIKLIK) VE BASIKLIK ÖLÇÜLERİ"

Transkript

1 SAÜ 7. BÖLÜ ASİETRİ (ÇARPIKLIK) VE BASIKLIK ÖLÇÜLERİ PROF. DR. USTAFA AKAL İÇİNDEKİLER. ÇARPIKLIK VE BASIKLIK. ORTALAALAR YARDIIYLA ÇARPIKLIĞIN (ASİETRİ, SKEWNESS) HESAPLANASI.. erez Eğlm Ölçüler Yardımıyla Serlern Çarpılığının Hesaplanması. OENTLER YARDIIYLA ÇARPIKLIĞIN (ASİETRİ, SKEWNESS) VE BASIKLIĞININ (KURTOSİS) HESAPLANASI.. Bast Serlerde omentler.. Tasnf Edlmş Serlerde omentler.. Gruplanmış Serlerde omentler.. omentler Yardımıyla Çarpılı (Asmetr, Sewness) Katsayısının Hesaplanması.5. omentler Yardımıyla Basılı (Kurtoss) Katsayısının Hesaplanması. ORTALAALAR, ÇARPIKLIK KATSAYISI VE BASIKLIK KATSAYISI YARDIIYLA BİR SERİNİN ANALİZİ HEDEFLER Çarpılı ve basılı tanımlarının tanıtılması ve çarpılı hesaplamalarının gösterlmes.

2 . ÇARPIKLIK VE BASIKLIK Serlern dağılımı haında ortalamalar ve değşm ölçüler yardımıyla bell ölçüde blg edneblrz. Bu ölçünün yanında, serlern smetrden ne adar uzalaştığını gösteren Çarpılı Katsayısı ve sernn yüselğnn normal sernn yüselğnden ne adar uzalaştığını gösteren Basılı Katsayısı hesaplanablr... Ortalamalar Yardımıyla Çarpılığın (asmetr, sewness) Hesaplanması Araştırmacılar, çalışmalarında genellle ortalamalar ve değşm ölçülern hesaplayara ser haında ulaşableceler masmum blgye ulaştılarını ve dğer ölçülern hesaplanmasının fazla br blg sağlamayacağını savunmatadırlar. Çoğu zaman bunda halılı payı olsa da, sernn dağılımının şel haında blgler ednmenn araştırmacıya lave blgler sağlayacağında göz ardı edlmemes gerer. Serlern freans dağılımlarını gösteren aşağıda üç şel ncelendğnde bu daha y anlaşılacatır. Sernn freans dağılımını gösteren yuarıda şelden verlern merez eğlm ölçüler etrafında smetr dağıldığını söyleyeblrz. Bu sernn mod, medyan ve artmet ortalaması brbrne eşttr. Aşırı büyü ve üçü değerlern freansları eşt ya da brbrne ço yaındır. Smetr serlerde od = edyan = Öğrenclern statst dersnden aldıları notlar ortalama etrafında smetr olara dağılıyorsa yuarda durum söz onusu olacatır.

3 Sernn freans dağılımını gösteren yuarıda şel sağa doğru uzun uyruludur. Sağa çarpı freans dağılımına sahp olan bu serde merez eğlm ölçüler arasında lş aşağıda gbdr. Sağa çarpı serlerde od < edyan < Aşırı üçü değerlern freansı büyü değerlern freansından daha fazladır. Bundan dolayı artmet ortalama medyandan ve medyanda moddan daha büyütür. Öğrenclern statst dersnden aldıları notların çoğunluğu artmet ortalamadan üçüse yuarıda şelde olduğu gb sağa çarpı freans dağılımı söz onusu olacatır. Yüse değerl gözlemler genş br aralıta yer alıren düşü değerl gözlemler nspeten br arada toplanmıştır. Sernn freans dağılımını gösteren yuarıda şel sola doğru uzun uyruludur. Sola çarpı freans dağılımına sahp olan bu serde merez eğlm ölçüler arasında lş aşağıda gbdr.

4 Sola çarpı serlerde od > edyan > Aşırı büyü değerlern freansı üçü değerlern freansından daha fazladır. Bundan dolayı artmet ortalama medyandan ve medyan da moddan daha üçütür. Öğrenclern statst dersnden aldıları notların çoğunluğu artmet ortalamadan büyüse yuarıda şelde olduğu gb sola çarpı freans dağılımı söz onusu olacatır. Düşü değerl gözlemler genş br aralıta yer alıren yüse değerl gözlemler nspeten br arada toplanmıştır. Görüldüğü gb gözlemlern freans dağılımları farlılı göstereblr ve serlern çarpılığının ölçülmes öneml blgler çermetedr. erez eğlm ve değşm ölçüler serlern çarpılığı haında blg çermezler ve bunların değş yöntemlerle hesaplanması gerer. Serlern asmetrs (çarpılığı) merez eğlm ölçüler, artller ya da momentler yardımıyla hesaplanıren serlern basılığı momentler yardımıyla hesaplanablr. Herhang br serde bu lşden tanes vardır. Sernn sağa veya sola yaınlığı (artıça) asmetr ortalama le mod arasında far belrl şelde büyür... erez Eğlm Ölçüler Yardımıyla Serlern Çarpılığının Hesaplanması Serlern mod ya da medyanının artmet ortalamadan farının o sernn standart sapmasına bölünmes le sernn asmetrs yan çarpılığı hesaplanablr. Bulucusunun adından dolayı Pearson Asmetr Ölçüsü denlen bu çarpılı atsayıları (ÇK) aşağıda formüller yardımıyla hesaplanır. veya Çarpılı atsayısı - ve + sınırları arasında olacatır. Çarpılı atsayısı + e yalaştıça sernn sağa çarpılığı ve - e yalaştıça sernn sola çarpılığı artacatır. Çarpılı atsayısı sıfıra yalaştıça sernn smetrs (çarpılığı) artacatır (azalacatır). ÇK = 0 ÇK > 0 ÇK < 0 Ser smetrtr Ser sağa çarpıtır Ser sola çarpıtır ÖRNEK: Br mahallede yaşayan aleler çocu sayılarına göre tasnf edlmş ser olara aşağıda verlmştr. Bu dağılımın çarpılı atsayısını hesaplayınız ve yorumlayınız? Çocu (X ) Sayısı Ale Sayısı f f X

5 Toplam. İl aşamada sernn artmet ortalama, mod, medyan ve standart sapmasını hesaplamalıyız. Sernn artmet ortalama, mod, medyan ve standart sapması aşağıda gb hesaplanmıştır. NX N 6 0., od =, edyan =, N N X Bu serde artmet ortalama medyan ve moddan büyü olduğu çn sağa çarpıtır. Çarpılı dereces ya da atsayısı bulunan değerlern formülde yerne onulmasıyla aşağıda gb bulunur. Sernn asmetrs yan çarpılığı poztftr (sağa çarpı) ve atsayısı 0.8 dr. 0< ÇK < 0.5 olduğundan asmetrs haff sağa çarpı ser olara yorumlanır. Asmetrs haff ya da smetrğe yaın dağılıma sahp serlerde yalaşı olara o e X lşs görülür. Her taraftan - X çıartılıp, Her taraf (-) le çarpılırsa, sernn asmetrs haff se ortalama arasında şu lş vardır: X o X e Her taraf sernn standart sapması le bölünürse Perason asmetr ölçüsüne ulaşılır. ASp I X o veya ASp II X e Pearson asmetr ölçüsü teor olara sınırları arasında bulunması gereen bu ölçü çoğu zaman sınırları arasında gerçeleşr (- AS p ). Hesaplanan asmetr ölçüsü e yalaştıça asmetr dereces yüselr. a) smetr serlerde As p =0

6 b) sağa eğ serlerde As p >0 c) sola eğ serlerde As p <0 As p =0 sonucu rastlantısal se sernn smetr olduğu esn değldr. Kesnl azandırma çn alternatf asmetr ölçülerne baılır. ÖRNEK: Br sernn X =9, e =9.5, o =0, = olsun. AS p p ; AS 0.75 <0 olduğundan uvvetl sola eğ serdr. ÖRNEK: A ve B sınıflanmış serler çn aşağıda değerler verlsn. A X A. A A B X B 5.5 B B Buna göre A ve B serlernn asmetr durumlarını ıyaslayınız. e e AS AI p X sağa eğ ser.7 A AS Aıı p X e A AS BI p X Sola eğ.78 A AS Bıı p X e sola eğ.78 A Her sernn asmetrs haff çünü 0 A AS 0.5 p B 0.5 AS 0 AS PI ve AS PII çelşl se asmetrnn yönünü belrlemede AS PI ölçümü date alınır. Buna göre A sersnn asmetrs B sersnden fazladır. Çünü mutla değerce AS =0.789 > AS =0.7 dr. p dr. AI p BI p.. Kartllere Dayanan Asmetr Ölçüsü Kartller arasında türlü lş mevcuttur. a) Q Q Q Q b) Q Q Q Q c) Q Q Q Q sağa eğ ser smetr ser sola eğ ser 5

7 Sernn smetrs bozulduça, yan sağa veya sola eğl arttıça söz onusu far; Q Q Q Q farı sıfırdan uzalaştıça sola veya sağa eğl artar, değşenl artar. Farının poztf olması sernn sağa eğ, negatf olması sola eğ olduğunu gösterr. ÖRNEK: Q =.9, Q =., Q =5 olara verlsn. Q Q = 5-.=.57 > Q Q=.-.9=..57 >. asmetrs sağa eğ serdr. Bowley Asmetr Ölçüsü: artller arası farların, artller arası far toplamlarına oranına dayanır. AS B Q Q Q Q Q Q Q Q Pearson asmetr ölçüsünde olduğu gb smetr serlerde AS B >0 ve sola eğ serlerde AS B = 0, sağa eğ serlerde AS B <0 dır. Bowley asmetr ölçüsü AS B sınırlıdır. ÖRNEK: Q =.9, Q =., Q =5 olara verlsn. Bowley Asmetr ölçüsünü bulunuz? AS B Q Q Q Q Q Q Q Q aralığında olduğundan asmetrs haff sağa eğ serdr. ÖRNEK: Br sernn Q =.5, Q =.5, Q = 6.5 olsun. AS B Q Q Q Q Q Q Q Q AS B < AS p =0. <0.5 asmetrs haff sağa eğ br serdr. ı ıı ÖRNEK: P&R şretlernde çalışan şçlern haftalı ücret dağılımlarının a) Asp ve Asp ölçülern bulunuz? b) Bowley asmetr ölçüsünü bulunuz? c) Sadece artmet ortalama ve medyan blndğnde 65 şçnn model ücretn bulunuz? Ücretler f m f m

8 a. X f =65 f m =885 Nm Nm N N N N o s. s. m m m m (6 ) e N N a.5 8 s. 70 (08) N 6 m , gruplanmış ser olduğundan düzeltmş standart sapma uygulanır; ı s X =79.76, e=79.06, o=77.58, ı =5.5 ı Anca burada gruplanmış ser olduğundan doğru asmetr ölçüsü düzeltlmş ( ) ı ullanılmasıyla; =5.5 elde edlr. ı ASp ıı ASp Ve 0 ASp 0.5 asmetrs haff sağa eğ serdr. İşçlern çoğu ortalama ücretn altında ücret almatadır. b) Q = x Q x Q = x N term N.5. term N term 7

9 Buna göre şçlern %5 %50 s veya daha az azanır veya daha az azanır. % veya daha az azanır. Q 90.75, Q 79.06, Q 68.5 se R&P sersnde AS B Q Q Q Q Q Q Q Q haff sağa eğ serdr.. A V Q =% c) 0 X X e Asmetrs haff ser özellğn ullanırız. olup asmetrs ( ) o e X =(79.06) (79.76) Ve bzm hesaplanan o ücretmz=77.58 olduğu çn yaın br lş vardır.. OENTLER YARDIIYLA ÇARPIKLIĞIN (ASİETRİ, SKEWNESS) VE BASIKLIĞININ (KURTOSİS) HESAPLANASI Serlern freans dağılımları haında momentler yardımıyla da blg ednleblr. omentler, gözlem değerlernn artmet ortalamadan farlarının uvvetn alara gözlem sayısına bölünmes le elde edlr. Bu şelde hesaplanan momentlere artmet ortalama etrafında momentler denr ve en yaygın ullanılanıdırlar. omentler hesaplama formüller serlern türüne göre değşecetr. Formüllerde r sembolü momentn derecesn gösterr... Bast Serlerde Ortalamadan Sapmaya Göre omentler Brnc moment: İnc moment: Üçüncü moment: Dördüncü moment: r. moment: N X - r N r 8

10 .. Tasnf Edlmş Serlerde Ortalamadan Sapmaya Göre omentler Brnc moment: İnc moment: Üçüncü moment: Dördüncü moment: N X - 0. N N N N N X - X - N X - N r. moment: N X - r N.. Gruplanmış Serlerde Ortalamadan Sapmaya Göre omentler r Brnc moment: İnc moment: Üçüncü moment: Dördüncü moment: N m - 0. N N N N N m - m - N m - N,, S. S 7S 0 9

11 r. moment: N m - r N r.. omentler Yardımıyla Çarpılı (Asmetr, Sewness) Katsayısının Hesaplanması Smetr serlerde artmet ortalamadan sapmaların te derecel uvvetlernn toplamı sıfır olacağından smetr serlerde brnc ve üçüncü momentler sıfır olacatır. Buradan üçüncü momente baara sernn asmetrs haında aşağıda sonuçlara ulaşablrz. 0 Smetr ser Sağa çarpı (Asmetrs poztf) ser Sola çarpı (Asmetrs negatf) ser Br sernn üçüncü momentne baara sernn çarpılığı onusunda br fr sahb olsa ble çarpılığın derecesn ölçme ve farlı brmlerle ölçülen serlern asmetrsn arşılaştırma çn görecel br çarpılı ölçüsüne htyaç vardır. Sernn hesaplanan üçüncü dereceden moment yne aynı sernn standart sapmasının üçüncü uvvetne bölünürse standart br çarpılı ölçü brm elde edlmş olur. omentler yardımıyla çarpılı atsayısı aşağıda şelde formüle edleblr. N X - N ÇK= 0 ÇK = 0, Smetr ser, ÇK > 0, Sağa çarpı (Asmetrs poztf) ser ÇK < 0, Sola çarpı (Asmetrs negatf) ser omentlere Dayalı Asmetr Ölçüsü:- artmetortalamayagöre. derecedenmoment artmetortalamayagöre. momentn/. uvvet 0

12 Gruplanmış serlerde yne uygulanır. Yan onur. Sağa eğ ser Sola eğ ser Smetr ser Asmetrs uvvetl >0 <0 =0 >0.5 Asmetrs zayıf -0.5< <0 Asmetrs uvvetl ser = 0.75 >0.5 0 Smetr ser =0 0 Sağa eğ ser >0 0 Sola eğ ser <0 ÖRNEK: Br mahallede yaşayan aleler çocu sayılarına göre tasnf edlmş ser olara aşağıda verlmştr. Bu dağılımın çarpılı atsayısını momentler yardımıyla hesaplayınız ve yorumlayınız? Çocu Sayısı (X ) Ale Sayısı f f X Toplam İl aşamada sernn üçüncü momentn ve standart sapmasını hesaplamalıyız. Sernn üçüncü moment ve standart sapması yuarıda tablo yardımıyla aşağıda gb hesaplanmıştır., N X N

13 N N X Sernn asmetrs yan çarpılığı negatftr (sola çarpı) ve atsayısı - 0. dr. Genel olara, se uvvetl çarpı ve -0.5 ÇK 0.5 se zayıf çarpı denleblr..5. omentler Yardımıyla Basılı (Kurtoss) Katsayısının Hesaplanması İ veya daha fazla sernn artmet ortalaması ve standart sapmaları aynı olsa ble freans dağılımlarının yüselğ (Basılı) farlı olablr. Bu durumlarda serlern freans dağılımının basılığı o ser haında bazı lave blgler çermetedr ve hesaplanmasında fayda vardır. Br sernn freans dağılımının basılığı dördüncü moment yardımıyla hesaplanablr. Sernn hesaplanan dördüncü dereceden moment yne aynı sernn standart sapmasının dördüncü uvvetne bölünürse standart br basılı ölçü brm elde edlmş olur. omentler yardımıyla basılı atsayısı (BK) aşağıda şelde formüle edleblr ve yorumlanablr. BK N X - N Sernn dağılımının yüselğ standart normal dağılıma uygundur. > Sernn dağılımının yüselğ standart normal dağılımın yüselğnden daha svrdr. < Sernn dağılımının yüselğ standart normal dağılımın yüselğnden daha basıtır. ÖRNEK: Br mahallede yaşayan aleler çocu sayılarına göre tasnf edlmş ser olara aşağıda verlmştr. Bu dağılımın çarpılı atsayısını momentler yardımıyla hesaplayınız ve yorumlayınız? Çocu Sayısı Ale Sayısı

14 (X ) f f X Toplam İl aşamada sernn dördüncü momentn ve standart sapmasını hesaplamalıyız. Sernn dördüncü moment ve standart sapması yuarıda tablo yardımıyla aşağıda gb hesaplanmıştır., N N X N X N N X N.5.55<.. Sernn basılı atsayısı.55 dır. Ser standart normal dağılıma göre daha basıtır. ÖRNEK: Sınıflanmış br serye lşn 8, 0, 7.76 olsun. Buna göre momentlere dayalı asmetr ve basılı ölçüler nedr. 0 0 ser smetrtr. 8

15 7.76.7, < olduğu çn ser basıtır. 8 ÖRNEK: Sınıflanmış Serde X N NX X X X X N X X N X X N X X NX 00 X 8 N =5 =-768 =606.0 <0 olduğu çn sola eğ ve mutla değerce 0.5 den büyü. olduğu çn asmetrs uvvetldr. = > olduğu çn ser standart normal dağılıma göre daha svrdr. omentlere Dayanan Basılı Ölçüsü, Br sernn normal olup olmadığı br sernn smetr( 0 ) yanında belrl br yüselğe bağlı olmasını ( ) belrleme çn ullanır. Normal br serde svr br serde ve bası br serde dr. Her ölçüde de artmet ortalamaya göre momentler ullanılır. Ser gruplanmış br ser se asmetr ve basılı ölçüsünü bulmadan önce. ve. momentlern düzeltlmş değerler buluruz. ve yerne düzeltlmş değerler onulur. Gruplanmış serlerde formüle Gruplanmış br serye lşn, 9., -.6, olsun ve uygulanır.

16 olduğu çn sola eğ serdr. 9.. bası serdr. 9. ÖRNEK: Gruplanmış br serye lşn 8, 0, 8, sınıf aralığı= olsun. Buna göre momentlere dayalı asmetr ve basılı ölçüler nedr. Gruplanmış ser olduğundan önce düzeltlmş momentler hesaplanır. S smetrtr S 7S 7.(56) = 8 (8) , < olduğu çn ser basıtır.. ORTALAALAR, ÇARPIKLIK KATSAYISI VE BASIKLIK KATSAYISI YARDIIYLA BİR SERİNİN ANALİZİ Serler freans dağılımı çarpılı atsayısına göre smetr, sağa çarpı ve sola çarpı olara üç olasılığa sahpen, basılı atsayısına göre de normal, bası ve svr olma üzere üç olasılı mevcuttur. Br sernn çarpılığı (Sewness) ve basılığı (Kurtoss) aşağıda tablo yardımıyla özetleneblr. ÇK = 0 ÇK > 0 ÇK < 0 BK = Smetr ve basılığı normal BK > Asmetrs poztf ve normale göre svr Asmetrs negatf ve normale göre svr BK < Asmetrs poztf ve normale göre bası Asmetrs negatf ve normale göre bası 5

17 Serlern çarpılı ve basılı atsayısının serlern freansının dağılımını nasıl belrledğ freans dağılımının grafğ yardımıyla da görüleblr. Yuarıda standart normal br dağılımın grafğ mevcuttur. Sernn ÇK=0 olması smetr ve BK = olması basılığının normal olduğunu göstermetedr. 6

18 Yuarıda normal br dağılımın grafğ mevcuttur. Sernn ÇK=0 olması smetr ve BK > olması basılığının normalden svr olduğunu göstermetedr. Dat edlrse dğer verler sabten sernn standart sapmasının azalması BK nı artıracağından sernn freans dağılımının svrlğ artacatır. 5. STANDARTLAŞTIRILIŞ DEĞİŞKEN Z X X veya s Z X X X olup genelde Z puan hesaplarında ullanılır. ÖRNEK: Br öğrencnn matemat puanı=8 ve matemat notları sersnn ortalaması X 76 ve standart sapması s 0 dır. Fz ders notu 90, sınıf not ortalaması X 8, mat m standart sapması s f,dır. Buna göre Zm, Zf değerlern hesaplayınız? Çözüm: Z m fz Z f Z m = 0.8 olduğundan öğrenc matematte ortalamanın üzernde 0.8 standart sapma adar br puan almıştır. Z f =0.5 olduğundan öğrenc ortalamanın üzernde 0.5 standart sapma adar puan almıştır. Z 0.8 Z 0.5 olduğundan öğrenc nsp olara matematte daha y onumdadır. f Oysa sınıf ortalamasına göre öğrenc fzten daha y onumda olduğu anaat oluşacatı. Standart Normal dağılım nedr? Varyansı, ortalaması sıfır olan, Freans eğrs çan şelnde olan smetr dağılımdır. Normal dağılım smetr olduğu çn, normal dağılım gösteren değşenlern ortalama, ortanca ve modları eşttr. 7

19 Normal Dağılım özellğnn önem nedr Parametr testlern tümünün uygulanablmes çn gereen varsayımların başında verlern dağılımının normal olması gelr. Normal dağılımdan gelmeyen ölçümler ullanıldığında, gerçete olduğundan daha üçü br olasılı değer ya da daha dar br güven aralığı hesaplanır. Bu durumda, doğru br hpotez reddetme olasılığı artar. Yan, grup arasında far olmadığı halde far varmış gb sonuç elde edleblr Normal Dağılım Krterler Dağılımın normal olup olmadığı graf ve statst analz yöntemler le anlaşılır. Hstogram, dal ve yapra grafğ ve normal olasılı grafğ çzlere dağılımın normal olup olmadığı haında fr ednleblr. Ama bu zlenmn statst yöntemlerle de test edlmes gerer. Shapro-Wls (n<0) ve Lllefors (n>0) Kolmagorw Smrnov. Yada Shef testler bu amaçla sılıla ullanılan testlerdr. Bu testlerde p değer <0.05 se dağılımın normal olmadığı sonucuna varılır. Örnelem büyülüğü arttıça, denelern dağılımı ve ortalamanın örnelem dağılımı normal dağılıma yalaşır. Genellle br örnelemde 0 ya da daha fazla sayıda dene varsa, evren normal dağılım göstermyorsa ble, ortalamanın örnelem dağılımının normal olduğu varsayılablr Verlern normal dağılmadığı durumlarda şlem yapılablr :. Verlere dönüşüm uygulayara, onların normal dağılıma uymalarını sağlama.. Varolan verlere parametr olmayan br test uygulama Normal Dağılım sınaması cn hpotezler şöyle fade edlr: : Verler normal dağılım gösterr. : Verler normal dağılım göstermez. Jarque ve Bera sınaması br Lagranj çarpanı prenspne dayanan br sınama tpndendr. Sınama statstğ örnelem basılı ve çarpılı ölçülernn dönüşümlernden elde edlmştr. Sıfır hpotez daha ayrıntılı olara br bleş hpotezdr: belenen çarpılığın 0 değerde ve belenen basılı fazlalığının değerde olacağı sıfır hpotezdr; çünü br normal dağılım çn bu değerler gereldr. Sınama statstğ olan JB şöyle elde edlr: JB n (K-) 6 S + 8

20 Burada n gözlem sayısı (veya genellle serbestl dereces); S örnelem çarpılı ölçüsü, K örnelem basılı ölçüsü olur ve bu son statst şöyle tanımlanır: Burada örnelem ortalaması, σ nc moment veya varyans ve sırasıyla μ ve μ üçüncü ve dördüncü merezsel momentlerdr. JB sınama statstğ asmptot olara serbestl dereces bulunan br -are dağılımına yalaşır. Örnelem çarpılığı '0'dan ve basılığı ''den sapma gösterdçe, JB sınama statstğ büyüme gösterr. Bu sınama ço ere eonometrcler tarafından çolu doğrusal regresyon estrm sonuçları elde edldten sonra ele geçen hataların normal dağılım gösterp göstermedğn araştırma çn ullanılır. Bazı eonometrcler bu sınama statstğnn bu hallerde, bağımsız değşen sayısı olan le düzeltlmesn önermşlerdr. ÖRNEK: 0.9 ve., n=0 verlerne göre sernn normal dağılımını α=0.05 anlamlılı sevyesnde test ednz. : Verler normal dağılım gösterr : Verler normal dağılım göstermez. Sd=, anlamlılı sevyes 0.05 çn rt değer; 5.99 dr. Test statstğ; n (K-) n ( -) (.-) S + + (-0.9) (.6), < 5.99 olduğundan H,0.05 o hpotez abul edlr. Ser 6 normal dağılıma sahptr; X, X X N. 6. KONING TEOREİ Artmet ortalamaya göre momentlern sıfıra göre momentler cnsnden hesaplanması le lgl teoremdr. 9

21 ler le ler arasında bağıntı 6 Artmet ortalamadan sapmaya göre hesaplanan çft dereceden moment hesabında gruplaşmış serler söz onusu olduğunda Shepard düzeltmes yapılır. 6.. Bast Serlerde omentler X X X X X=0 X =6 X =890 X =659 Sıfıra Göre Konng Teoremnce Artmet Ortalamaya Göre omentler X X X 0 6 N 5 0 N X 6 5. N 5 X N (6x5.).6.6 X 659 N (6x7.8) 6.(6 x5.).6 0

22 6.. Sınıflanmış Serlerde omentler Sıfıra Göre omentler X N X X X N X N X N X N X N =0 N X =8 N X =8 N X =95 N X =060 X 8. N 0 X N 0 X 8 9. N 0 X N 0 Artmet Ortalamaya Göre omentler X N X X X X X X X X N X X N X X N X X N X X

23 N X X =0 N X X =5.8 N X X =. N X X = Gruplanmış Serlerde omentler Sıfıra Göre omentler Sınıflar N m Nm N m N m N m ( m X) ( m X) ( m X) ( m X) 0- den az den az den az N N N N X = N N K = 5 8 N N = = 56 5 Konng Teoremnce Artmet Ortalamaya Göre omentler; 8 8, 6 8 S ().(0).(0 ) ().(6).(60) (6).(6 ).() ().(6 ) 8 S 7S 7.(56) = 8 (8) Artmet Ortalamaya Göre omentler

24 N ( m X) N ( m X) N ( m X) N( m X) N ( m X) =0 N ( m X) =6 N ( m X) =0 N ( m X) =0 N X X 0 0 N 8 N m X N N m X N 6 8 ve 8, 0 0 8, S (DÜZELTİLİŞ) N m X 0 8, N 8 S 7S 7.(56) = 8 (8) Konng Teoremnce, artmet ortalamaya göre momentler sıfıra göre momentlerden elde edldten sonra gruplanmış serlerde çft sayılı momentlerde düzeltme uygulanara düzeltlmş momentler elde edlr. KAYNAKLAR:. Yılmaz Özan, Uygulamalı İstatst, Saarya Ktapev, Özer Serper, Uygulamalı İstatst, Flz Ktapev, erç Öztürcan, İstatst Ders notları, YTÜ.. Andım Oben Balce ve Serdar Demr, İstatst Ders Notları, Pamuale Ünverstes, Ayşe Canan Yazıcı, Byostatst Ders Notları, Başent Ünverstes. 6. Zehra ulu ve Yavuz Eren Ataman, Byostatst ve Araştırma Tenler Ders Notları, Başent Ünverstes.

DEĞİŞKENLİK (YAYIKLIK) ÖLÇÜLERİ

DEĞİŞKENLİK (YAYIKLIK) ÖLÇÜLERİ SAÜ 6. BÖLÜM DEĞİŞKELİK (YAYIKLIK) ÖLÇÜLERİ PROF. DR. MUSTAFA AKAL İÇİDEKİLER 1. DEĞİŞKELİĞİ TAIMI VE ÇEŞİTLERİ. AALATİK OLMAYA DEĞİŞKELİK ÖLÇÜLERİ 3. ORTALAMA MUTLAK SAPMA 3.1. Bast Serde Ortalama Mutla

Detaylı

Asimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri

Asimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri Asmetr ve Basıklık Ölçüler Ortalamalara dayanan (Pearson) Kartllere dayanan (Bowley) omentlere dayanan asmetr ve basıklık ölçüler Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr III. Asmetr ve Basıklık

Detaylı

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ- KARE TESTLERİ Doç.Dr. Al Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIAY Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı,

Detaylı

Tek Yönlü Varyans Analizi (ANOVA)

Tek Yönlü Varyans Analizi (ANOVA) VARYANS ANALİZİ İ örne ortalaması arasında farın önem ontrolü, örne büyülüğüne göre z veya testlernden bryle yapılır. Bu testlerle, den fazla örne ortalamasını brlte test etme ve aralarında farın önem

Detaylı

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE KARE TESTLERİ Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı, F Dağılışı, gb br dağılışa uygun olduğu durumlarda

Detaylı

Sıklık Tabloları ve Tek Değişkenli Grafikler

Sıklık Tabloları ve Tek Değişkenli Grafikler Sıklık Tabloları ve Tek Değşkenl Grafkler Sıklık Tablosu Ver dzsnde yer alan değerlern tekrarlama sayılarını çeren tabloya sıklık tablosu denr. Sıklık Tabloları tek değşken çn marjnal tablo olarak adlandırılır.

Detaylı

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır. UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres

Detaylı

MOD SÜPERPOZİSYONU İLE ZAMAN TANIM ALANINDA ÇÖZÜM

MOD SÜPERPOZİSYONU İLE ZAMAN TANIM ALANINDA ÇÖZÜM Nur ÖZHENEKCİ O SÜPERPOZİSYONU İLE ZAAN ANI ALANINA ÇÖZÜ Aşağıda açılanaca olan ortogonall özelllernn sağlandığı yapılar çn, zaman tanım alanında çözüm, her mod çn ayrı ayrı yapılıp daha sonra bu modal

Detaylı

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Kİ-KAR TSTLRİ A) Kİ-KAR DAĞILIMI V ÖZLLİKLRİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk gösterp

Detaylı

Merkezi Eğilim (Yer) Ölçüleri

Merkezi Eğilim (Yer) Ölçüleri Merkez Eğlm (Yer) Ölçüler Ver setn tanımlamak üzere kullanılan ve genellkle tüm elemanları dkkate alarak ver setn özetlemek çn kullanılan ölçülerdr. Ver setndek tüm elemanları temsl edeblecek merkez noktasına

Detaylı

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI  Ki-Kare Analizleri Kİ KAR ANALİZİ 1 Doç. Dr. Mehmet AKSARAYLI www.mehmetaksarayl K-Kare Analzler OLAY 1: Genelde br statstk sınıfında, öğrenclern %60 ının devamlı, %30 unun bazen, %10 unun se çok az derse geldkler düşünülmektedr.

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

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür. Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk

Detaylı

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU 6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız

Detaylı

Kİ KARE TESTLERİ. Biyoistatistik (Ders 2: Ki Kare Testleri) Kİ-KARE TESTLERİ. Sağlıktan Yakınma Sigara Var Yok Toplam. İçen. İçmeyen.

Kİ KARE TESTLERİ. Biyoistatistik (Ders 2: Ki Kare Testleri) Kİ-KARE TESTLERİ. Sağlıktan Yakınma Sigara Var Yok Toplam. İçen. İçmeyen. Biyoistatisti (Ders : Ki Kare Testleri) Kİ KARE TESTLERİ Yrd. Doç. Dr. Ünal ERKORKMAZ Saarya Üniversitesi Tıp Faültesi Biyoistatisti Anabilim Dalı uerormaz@saarya.edu.tr Kİ-KARE TESTLERİ 1. Ki-are testleri

Detaylı

Korelasyon ve Regresyon

Korelasyon ve Regresyon Korelasyon ve Regresyon 1 Korelasyon Analz İk değşken arasında lşk olup olmadığını belrlemek çn yapılan analze korelasyon analz denr. Korelasyon; doğrusal yada doğrusal olmayan dye kye ayrılır. Korelasyon

Detaylı

ISL223 İSTATİSTİK I DERS NOTLARI

ISL223 İSTATİSTİK I DERS NOTLARI T.C. RECEP TAYYİP ERDOĞAN ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İŞLETME BÖLÜMÜ SAYISAL YÖNTEMLER ANABİLİM DALI DERS NOTLARI ISL3 İSTATİSTİK I DERS NOTLARI HAZIRLAYAN PROF. DR. ALİ SAİT ALBAYRAK

Detaylı

Güvenlik Stokları. Tedarik Zincirlerinde Belirsizlik Yönetimi: Güvenlik Stokları. Güvenlik Stokları Belirlenirken Sorulması gereken sorular

Güvenlik Stokları. Tedarik Zincirlerinde Belirsizlik Yönetimi: Güvenlik Stokları. Güvenlik Stokları Belirlenirken Sorulması gereken sorular Güvenl Stoları Tedar Zncrlernde Belrszl Yönetm: Güvenl Stoları Güvenl Stoğu: Herhang br dönemde, talebn tahmn edlen mtarın üzernde gerçeleşen mtarını arşılama çn elde bulundurulan sto mtarıdır Q Çevrm

Detaylı

16. Dörtgen plak eleman

16. Dörtgen plak eleman 16. Ddörtgen pla eleman 16. Dörtgen pla eleman Kalınlığı dğer boyutlarına göre üçü ve düzlemne d yü etsnde olan düzlem taşıyıcı ssteme pla denr. Yapıların döşemeler, sıvı deposu yan duvarları ve öprü plaları

Detaylı

Düşük Hacimli Üretimde İstatistiksel Proses Kontrolü: Kontrol Grafikleri

Düşük Hacimli Üretimde İstatistiksel Proses Kontrolü: Kontrol Grafikleri Düşü Hacml Üretmde İstatstsel Proses Kontrolü: Kontrol Grafler A. Sermet Anagün ÖZET İstatstsel Proses Kontrolu (İPK) apsamında, proses(ler)de çeştl nedenlerden aynalanan değşenlğn belrlenere ölçülmes,

Detaylı

MAKROİKTİSAT (İKT209)

MAKROİKTİSAT (İKT209) MAKROİKTİSAT (İKT29 Ders 6: IS-LM Prof. Dr. Ferda HALICIOĞLU İtsat Bölümü Syasal Blgler Faültes İstanbul Medenyet Ünverstes Derste İncelenen Konular Mal pyasasında denge: IS eğrs Para pyasasında denge:

Detaylı

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ Taımlayıcı İstatstkler (Descrptve Statstcs) Dr. Musa KILIÇ TANIMLAYICI ÖRNEK İSTATİSTİKLERİ YER ÖLÇÜLERİ (Frekas dağılışıı abss eksedek durumuu belrtr.) DEĞİŞİM ÖLÇÜLERİ ( Frekas dağılışıı şekl belrtr.).

Detaylı

ANOVA. CRD (Completely Randomized Design)

ANOVA. CRD (Completely Randomized Design) ANOVA CRD (Completely Randomzed Desgn) Örne Problem: Kalte le blgnn, ortalama olara, br urumun üç farlı şehrde çalışanları tarafından eşt olara algılanıp algılanmadığını test etme amacıyla, bu üç şehrde

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı 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

Detaylı

Bölüm 3. Tanımlayıcı İstatistikler

Bölüm 3. Tanımlayıcı İstatistikler Bölüm 3 Tanımlayıcı İstatstkler Tanımlayıcı İstatstkler Br ver setn tanımak veya brden fazla ver setn karşılaştırmak çn kullanılan ve örnek verlernden hareket le frekans dağılışlarını sayısal olarak özetleyen

Detaylı

Bölüm 3. Tanımlayıcı İstatistikler

Bölüm 3. Tanımlayıcı İstatistikler Bölüm 3 Tanımlayıcı İstatstkler Tanımlayıcı İstatstkler Br ver setn tanımak veya brden fazla ver setn karşılaştırmak çn kullanılan ve ayrıca örnek verlernden hareket le frekans dağılışlarını sayısal olarak

Detaylı

ÇEV 314 Yağmursuyu ve Kanalizasyon. Nüfus Projeksiyonları

ÇEV 314 Yağmursuyu ve Kanalizasyon. Nüfus Projeksiyonları ÇEV 34 Yağmursuyu ve Kanalzasyon üfus Projesyonları Yrd. oç. r. Özgür ZEYA hp://cevre.beun.edu.r/zeydan/ üfus Projesyonları Tasarımı yapılaca olan alyapı projesnn (analzasyon, yağmursuyu analları vb.),

Detaylı

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t :

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t : HAFTA 13 GÖLGE EĞİŞKENLERLE REGRESYON (UMMY VARIABLES) Gölge veya kukla (dummy) değşkenler denen ntel değşkenler, cnsyet, dn, ten reng gb hemen sayısallaştırılamayan ama açıklanan değşkenn davranışını

Detaylı

Doğrusal Korelasyon ve Regresyon

Doğrusal Korelasyon ve Regresyon Doğrusal Korelasyon ve Regresyon En az k değşken arasındak lşknn ncelenmesne korelasyon denr. Kşlern boyları le ağırlıkları, gelr le gder, öğrenclern çalıştıkları süre le aldıkları not, tarlaya atılan

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

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER 5.. İk Boyutlu Rasgele Değşkenler Br deney yapıldığında, aynı deneyle lgl brçok rasgele değşkenn aynı andak durumunu düşünmek gerekeblr. Böyle durumlarda

Detaylı

ÜÇ BOYUTLU ÇAPRAZ TABLOLARDA LOGARİTMİK DOĞRUSAL ANALİZ: ÇOCUK İŞGÜCÜ DEĞİŞKENLERİ ARASINDAKİ ETKİLEŞİMLER

ÜÇ BOYUTLU ÇAPRAZ TABLOLARDA LOGARİTMİK DOĞRUSAL ANALİZ: ÇOCUK İŞGÜCÜ DEĞİŞKENLERİ ARASINDAKİ ETKİLEŞİMLER Uludağ Ünverstes İtsad ve İdar lmler Faültes Dergs lt XXV, ayı, 006, s. 41-70 ÜÇ OYUTLU ÇPRZ TLOLRD LOGRİTMİK DOĞRUL NLİZ: ÇOUK İŞGÜÜ DEĞİŞKENLERİ RINDKİ ETKİLEŞİMLER erpl ÜLÜL * Özet Kategor verlerde

Detaylı

BAŞKENT ÜNİVERSİTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ MAK MAKİNE MÜHENDİSLİĞİ LABORATUVARI DENEY - 8

BAŞKENT ÜNİVERSİTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ MAK MAKİNE MÜHENDİSLİĞİ LABORATUVARI DENEY - 8 BAŞKENT ÜNİVERSİTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ MAK - 402 MAKİNE MÜHENDİSLİĞİ LABORATUVARI DENEY - 8 FARKLI YÜZEY ÖZELLİKLERİNE SAHİP PLAKALARIN ISIL IŞINIM YAYMA ORANLARININ HESAPLANMASI BAŞKENT ÜNİVERSİTESİ

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

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun:

Giriş. 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,

Detaylı

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ 1 Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı, F Dağılışı, gb br dağılışa uygun olduğu durumlarda

Detaylı

Yayılma (Değişkenlik) Ölçüleri

Yayılma (Değişkenlik) Ölçüleri Yayılma (Değşel) Ölçüler Br ver set taıma yada farlı ver set brbrde ayırt etme ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etrafıda

Detaylı

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır. BÖLÜM 3 OLASILIK HESABI 3.. Br Olayın Olasılığı Tanım 3... Br olayın brbrnden ayrık ve ortaya çıkma şansı eşt n mümkün sonucundan m tanes br A olayına uygun se, A olayının P(A) le gösterlen olasılığı P(A)

Detaylı

İSTATİSTİK DERS NOTLARI

İSTATİSTİK DERS NOTLARI Balıkesr Ünverstes İnşaat Mühendslğ Bölüü uutokkan@balkesr.edu.tr İSTATİSTİK DERS OTLARI Yrd. Doç. Dr. Uut OKKA Hdrolk Anabl Dalı Balıkesr Ünverstes Balıkesr Ünverstes İnşaat Mühendslğ Bölüü İnşaat Mühendslğ

Detaylı

GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi

GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi VERİLERİN SUNUMU GM-0 MÜH. ÇALIŞ. İSTATİSTİKSEL YÖNTEMLER Br çalışadan elde edlen verler ha ver ntelğndedr. Ha verlerden blg ednek zor ve zaan alıcıdır. Ha verler çok karaşık durudadır. Verlern düzenlenes

Detaylı

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının 1 DİĞER ÖZEL İSTATİSTİKSEL KALİTE KONTROL DİYAGRAMLARI X, R, p, np, c, u ve dğer kontrol dyagramları statstksel kalte kontrol dyagramlarının temel teknkler olup en çok kullanılanlarıdır. Bu teknkler ell

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

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

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir. YER ÖLÇÜLERİ Yer ölçüler, verler merkez veya yığılma oktasıı belrleye statstklerdr. Grafkler bze verler yığılma oktaları hakkıda ö blg vermede yardımcı olurlar. Acak bu değerler gerçek değerler değldr,

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

İki veri setinin yapısının karşılaştırılması

İki 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

Detaylı

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır?

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır? . Br torbada 6 syah, 4 beyaz top vardır. Bu torbadan yerne koyarak top seçlyor. A İSTATİSTİK KPSS/-AB-PÖ/006. Normal dağılıma sahp br rasgele (random) değşkenn varyansı 00 dür. Seçlen topların ksnn de

Detaylı

PARÇALI DOĞRUSAL REGRESYON

PARÇALI DOĞRUSAL REGRESYON HAFTA 4 PARÇALI DOĞRUSAL REGRESYO Gölge değşkenn br başka kullanımını açıklamak çn varsayımsal br şrketn satış temslclerne nasıl ödeme yaptığı ele alınsın. Satış prmleryle satış hacm Arasındak varsayımsal

Detaylı

6. Uygulama. dx < olduğunda ( )

6. 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

Detaylı

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37 İÇİNDEKİLER BÖLÜM 1 Değişkenler ve Grafikler 1 İstatistik 1 Yığın ve Örnek; Tümevarımcı ve Betimleyici İstatistik 1 Değişkenler: Kesikli ve Sürekli 1 Verilerin Yuvarlanması Bilimsel Gösterim Anlamlı Rakamlar

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

Gruplanmış serilerde standart sapma hesabı

Gruplanmış 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

Detaylı

META ANALİZİNDE HETEROJENLİĞİN SAPTANMASINDA KULLANILAN YÖNTEMLERİN SİMÜLASYON TEKNİĞİ İLE KARŞILAŞTIRILMASI

META ANALİZİNDE HETEROJENLİĞİN SAPTANMASINDA KULLANILAN YÖNTEMLERİN SİMÜLASYON TEKNİĞİ İLE KARŞILAŞTIRILMASI T.C. MERSİN ÜNİVERSİTESİ SAĞLIK BİLİMLERİ ENSTİTÜSÜ BİYOİSTATİSTİK VE TIBBİ BİLİŞİM ANABİLİM DALI META ANALİZİNDE HETEROJENLİĞİN SAPTANMASINDA KULLANILAN YÖNTEMLERİN SİMÜLASYON TEKNİĞİ İLE KARŞILAŞTIRILMASI

Detaylı

Bölüm 3. Tanımlayıcı İstatistikler

Bölüm 3. Tanımlayıcı İstatistikler Bölüm 3 Tanımlayıcı İstatistikler 1 Tanımlayıcı İstatistikler Bir veri setini tanımak veya birden fazla veri setini karşılaştırmak için kullanılan ve ayrıca örnek verilerinden hareket ile frekans dağılışlarını

Detaylı

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman Farklı Varyans Var(u X ) = Var(u ) = E(u ) = σ Eşt Varyans Y X Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = σ Farklı Varyans Zaman Farklı Varyans le Karşılaşılan Durumlar Kest Verlernde. Kar dağıtım

Detaylı

Örnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız.

Örnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız. .4. Merkezi Eğilim ve Dağılım Ölçüleri Merkezi eğilim ölçüleri kitleye ilişkin bir değişkenin bütün farklı değerlerinin çevresinde toplandığı merkezi bir değeri gösterirler. Dağılım ölçüleri ise değişkenin

Detaylı

İSTATİSTİKSEL MERKEZİ EĞİLİM ÖLÇÜLERİ (DUYARSIZ ORTALAMALAR)

İSTATİSTİKSEL MERKEZİ EĞİLİM ÖLÇÜLERİ (DUYARSIZ ORTALAMALAR) SAÜ 5. BÖLÜM İSTATİSTİKSEL MERKEZİ EĞİLİM ÖLÇÜLERİ (DUYARSIZ ORTALAMALAR) PROF. DR. MUSTAFA AKAL İÇİNDEKİLER 1. HASSAS OLMAYAN ORTALAMALAR 1.1. Mod (Tepe Noktası) 1.1.1.1. Basit Serilerde Mod 1.1.1.2.

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

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

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

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

DENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI

DENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI A. DNYİN AMACI : Bast ser ve bast paralel drenç devrelern analz edp kavramak. Voltaj ve akım bölücü kurallarını kavramak. Krchoff kanunlarını deneysel olarak uygulamak. B. KULLANILACAK AAÇ V MALZML : 1.

Detaylı

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK Sürekl Olasılık Dağılım Brkml- KümülatFonksyonu Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr Sürekl olasılık onksyonları X değşken - ;+ aralığında tanımlanmış br sürekl rassal değşken olsun. Aşağıdak

Detaylı

Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI

Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI C.Ü. İktsad ve İdar Blmler Dergs, Clt 4, Sayı 1, 3 6 Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI H. BİRCAN, Y. KARAGÖZ ve Y. KASAPOĞLU

Detaylı

BÖLÜM CROSS METODU (HARDY CROSS-1932)

BÖLÜM CROSS METODU (HARDY CROSS-1932) Bölüm Cross Yöntem 5.1. CROSS ETODU (HARDY CROSS-193) BÖÜ 5 Hperstat sstemlern çözümünde ullanılan cross yöntem açı yöntemnn özel br hal olup moment dağıtma (terasyon) metodu olara da ullanılmatadır. Açı

Detaylı

Açık Poligon Dizisinde Koordinat Hesabı

Açık Poligon Dizisinde Koordinat Hesabı Açık Polon Dzsnde Koordnat Hesabı Problem ve numaralı noktalar arasında açılacak tüneln doğrultusunu belrlemek amacıyla,,3,4, noktalarını çeren açık polon dzs tess edlmş ve şu ölçme değerler elde edlmştr.

Detaylı

ELM201 ELEKTRONİK-I DERSİ LABORATUAR FÖYÜ

ELM201 ELEKTRONİK-I DERSİ LABORATUAR FÖYÜ T SAKAYA ÜNİESİTESİ TEKNOLOJİ FAKÜLTESİ ELEKTİK-ELEKTONİK MÜHENDİSLİĞİ ELM201 ELEKTONİK- DESİ LAOATUA FÖYÜ DENEYİ YAPTAN: DENEYİN AD: DENEY NO: DENEYİ YAPANN AD ve SOYAD: SNF: OKUL NO: DENEY GUP NO: DENEY

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

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

Hatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5

Hatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5 Ders Kodu: 0010070021 Kredi: 3 / ECTS: 5 Yrd. Doç. Dr. Serkan DOĞANALP Necmettin Erbakan Üniversitesi Harita Mühendisliği Bölümü Konya 07.01.2015 1 Giriş 2 Giriş Matematiksel istatistiğin konusu yığın

Detaylı

Merkezi Yığılma ve Dağılım Ölçüleri

Merkezi Yığılma ve Dağılım Ölçüleri 1.11.013 Merkezi Yığılma ve Dağılım Ölçüleri 4.-5. hafta Merkezi eğilim ölçüleri, belli bir özelliğe ya da değişkene ilişkin ölçme sonuçlarının, hangi değer etrafında toplandığını gösteren ve veri grubunu

Detaylı

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı SRY ÜNİVERSİESİ Djtal ontrol Laboratuvar Deney Föyü Deney No: 2 Sıvı Sevye ontrol Deney 2.. Deneyn macı Bu deneyn amacı, doğrusal olmayan sıvı sevye sstemnn belrlenen br çalışma noktası cvarında doğrusallaştırılmış

Detaylı

MIT Açık Ders Malzemeleri Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için

MIT Açık Ders Malzemeleri   Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için MIT Açık Ders Malzemeler http://ocm.mt.edu Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında blg almak çn http://ocm.mt.edu/terms veya http://tuba.açık ders.org.tr adresn zyaret ednz. 18.102

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

BÖLÜM 5 İNCE PROFİLLER İÇİN SAYISAL UYGULAMALAR

BÖLÜM 5 İNCE PROFİLLER İÇİN SAYISAL UYGULAMALAR BÖLÜM 5 İE PROFİLLER İÇİ SAYISAL UYGULAMALAR 5. Grş 5. İne profl teors 5.. Analt çözümler 5.. Kamburlu eğrsne polnom şelnde eğr uydurulması 5.. Fourer ntegrallernn sayısal hesabı 5. Kümelenmş-grdaplar

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde azla dağılışı karşılaştırmak ç kullaıla ve ayrıca örek verlerde hareket le rekas dağılışlarıı sayısal olarak özetleye değerlere taımlayıcı statstkler der. Aalzlerde

Detaylı

OLASILIĞA GİRİŞ. Biyoistatistik (Ders 7: Olasılık) OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI

OLASILIĞA GİRİŞ. Biyoistatistik (Ders 7: Olasılık) OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI OLASILIĞA GİRİŞ Yrd. Doç. Dr. Ünal ERKORKMAZ Sakarya Ünverstes Tıp Fakültes Byostatstk Anablm Dalı uerkorkmaz@sakarya.edu.tr OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI Br olayındoğal koşullar altında toplumda

Detaylı

İstatistiksel Yorumlama

İstatistiksel 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

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Gülesen ÜSTÜNDAĞ BAZI PARAMETRİK OLMAYAN İSTATİSTİKSEL YÖNTEMLERİN İNCELENMESİ İSTATİSTİK ANABİLİM DALI ADANA, 005 ÇUKUROVA ÜNİVERSİTESİ

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

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

YAŞAM VERİLERİNİN META ANALİZİ META ANALYSIS OF SURVIVAL DATA

YAŞAM VERİLERİNİN META ANALİZİ META ANALYSIS OF SURVIVAL DATA YAŞAM VERİLERİNİN META ANALİZİ META ANALYSIS OF SURVIVAL DATA HATİCE YENİAY PROF. DR. DURDU KARASOY Tez Danışmanı Hacettepe Ünverstes Lsansüstü Eğtm-Öğretm Yönetmelğnn İstatst Anablm Dalı İçn Öngördüğü

Detaylı

30 %30iskonto oranı bulunur.

30 %30iskonto oranı bulunur. Örne 9: 900 TL re eğerl ve 80 gün vael br senen peşn eğer, ç soo üzernen 8000 TL olara hesaplanığına göre uygulanan soo oranı ner? çözü:.yol: =900 TL n=80 gün P 8000TL t=? P..900 8000 80t 8000( 80t).900

Detaylı

VEKTÖRLER VE VEKTÖREL IŞLEMLER

VEKTÖRLER VE VEKTÖREL IŞLEMLER VEKTÖRLER VE VEKTÖREL IŞLEMLER 1 2.1 Tanımlar Skaler büyüklük: Sadece şddet bulunan büyüklükler (örn: uzunluk, zaman, kütle, hacm, enerj, yoğunluk) Br harf le sembolze edleblr. (örn: kütle: m) Şddet :

Detaylı

Fumonic 3 radio net kablosuz duman dedektörü. Kiracılar ve mülk sahipleri için bilgi

Fumonic 3 radio net kablosuz duman dedektörü. Kiracılar ve mülk sahipleri için bilgi Fumonc 3 rado net kablosuz duman dedektörü Kracılar ve mülk sahpler çn blg Tebrk ederz! Darenze akıllı fumonc 3 rado net duman dedektörler monte edlmştr. Bu şeklde ev sahbnz yasal donanım yükümlülüğünü

Detaylı

BÖLÜM 10 PUAN DÖNÜŞÜMLERİ

BÖLÜM 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

Detaylı

13. Olasılık Dağılımlar

13. Olasılık Dağılımlar 13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon

Detaylı

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3 Yıldız Teknk Ünverstes Elektrk Mühendslğ Bölümü Deneyn Amacı İşlemsel kuvvetlendrcnn çalışma prensbnn anlaşılması le çeştl OP AMP devrelernn uygulanması ve ncelenmes. Özet ve Motvasyon.. Operasyonel Amplfkatör

Detaylı

SABİT-KUTUP YAKLAŞIMI KULLANILARAK TELEKONFERANSTA ODA AKUSTİK EKO YOK ETME

SABİT-KUTUP YAKLAŞIMI KULLANILARAK TELEKONFERANSTA ODA AKUSTİK EKO YOK ETME SABİ-KUUP YAKLAŞIMI KULLAILARAK ELEKOFERASA ODA AKUSİK EKO YOK EME uğba Özge ÖZDİÇ Rıfat HACIOĞLU Eletr-Eletron Mühendslğ Bölümü Mühendsl Faültes Zongulda Karaelmas Ünverstes, 671, Zongulda ozdnc_ozge@hotmal.com

Detaylı

ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Ders 2 Merkezi Eğilim Ölçüleri

ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Ders 2 Merkezi Eğilim Ölçüleri ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI Ders 2 Merkezi Eğilim Ölçüleri Basit Seriler Elde edilecek ham verilerin küçükten büyüğe doğru sıralanması ile elde edilen serilere basit seri denir ÖRNEK:

Detaylı

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

Ders 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

Detaylı

Ölçme ve Değerlendirme

Ölçme ve Değerlendirme Ölçme ve Değerlendirme Z Puanı T Puanı Yrd. Doç. Dr. Yetkin Utku KAMUK Standart Puan Herhangi bir ölçüm sonucunda elde edilen ve farklı birimlere sahip ham puanların, standart bir dağılım haline dönüştürülmesi

Detaylı

Ticari Bankalarının Yerli ve Yabancı Bankalar Açısından Performansları ve Performans Sürekliliklerinin Analizi: Türkiye Ölçeği (2002-2012 ÖZET

Ticari Bankalarının Yerli ve Yabancı Bankalar Açısından Performansları ve Performans Sürekliliklerinin Analizi: Türkiye Ölçeği (2002-2012 ÖZET Tcar Banalarının Yerl ve Yabancı Banalar Açısından Performansları ve Performans Sürelllernn Analz: Türye Ölçeğ (2002-202) Selahattn KOÇ* Azz BAĞCI ** Al SÖZDEMİR *** ÖZET Son yıllarda yaşanan üreselleşme

Detaylı

0.04.03 Standart Hata İstatistikte hesaplanan her istatistik değerin mutlaka hatası da hesaplanmalıdır. Çünkü hesaplanan istatistikler, tahmini bir değer olduğu için mutlaka hataları da vardır. Standart

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

Sabit Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2

Sabit Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 X Sabt Varyans Y Var(u X ) = Var(u ) = E(u ) = s Eşt Varyans EKKY nn varsayımlarından br anakütle regresyon fonksyonu u lern eşt varyanslı olmasıdır Her hata term varyansı bağımsız değşkenlern verlen değerlerne

Detaylı

ENERJİ. Isı Enerjisi. Genel Enerji Denklemi. Yrd. Doç. Dr. Atilla EVCİN Afyon Kocatepe Üniversitesi 2007

ENERJİ. Isı Enerjisi. Genel Enerji Denklemi. Yrd. Doç. Dr. Atilla EVCİN Afyon Kocatepe Üniversitesi 2007 Yrd. Doç. Dr. Atlla EVİN Afyon Kocatepe Ünverstes 007 ENERJİ Maddenn fzksel ve kmyasal hal değşm m le brlkte dama enerj değşm m de söz s z konusudur. Enerj değşmler mler lke olarak Termodnamğn Brnc Yasasına

Detaylı

Box ve Whisker Grafiği

Box ve Whisker Grafiği www.memetaarayl.com Bölümü Amaçları DEĞİŞKELİK ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKOOMETRİ BÖLÜMÜ mehmet.aarayl@deu.edu.tr Bu Bölümü tamamladıta ora eler yapablecez: Bo ve Wher grağ ouma

Detaylı

Beklenti Anketi ne İlişkin Yöntemsel Açıklama

Beklenti Anketi ne İlişkin Yöntemsel Açıklama Beklenti Anketi ne İlişkin Yöntemsel Açıklama İstatistik Genel Müdürlüğü Reel Sektör Verileri Müdürlüğü İçindekiler I- Amaç... 3 II- Kapsam... 3 III- Yöntem... 3 IV- Tanımlar ve Hesaplamalar... 3 V- Yayımlama...

Detaylı