DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkanı : Yrd.Doç.Dr. İsmail YILDIZ

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkanı : Yrd.Doç.Dr. İsmail YILDIZ"

Transkript

1 DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkaı : Yrd.Doç.Dr. İsmail YILDIZ ARAŞTIRMADA PLANLAMA VE ÇÖZÜMLEME (03-09 Ocak 014 Y.ÇELİK) Araştırma Süreci (The research process): 1)Araştırma Öerisi (Research idea): Araştırmaı e öemli, e çok ilgiç kabul edile aşaması araştırma öerisii suulduğu adımdır. Bu bölümde araştırma öerisii ede ilgiç olduğu, farklı yalarıı, katkısı açık bir öeri ile dile getirilmelidir. )Kayak Tarama (Literature review): Kouyla ilgili tüm kayakları taraması sürecidir. Kayak tararke özellikle araştırmaları sistematik olarak derleye derleme türü çalışmalarda yararlamak gerekir. Daha öce yayılamış bir araştırmaı tekrar yapılması doğru değildir. Harcaacak zama ve emeği başka bir araştırma içi ayrılması daha matıklıdır. 3) Araştırma Problemii Kuramsal Formülasyou (Theoretical formulatio of the research problem ad hypothesis) Araştırma problemi içi söyleecek e iyi söz İyi taımlaa bir problemi yarısı çözülmüş sayılır deyişidir. Araştırma problemi ve ilgili hipotezleri formülasyou e öemli bir aşamadır. Araştırmaı belirgileşmesii ve araştırmada bekletileri açığa çıkarır. 4)Araştırma Dizayı ve Plalaması (Desig ad pla the study) Araştırma içi e uygu araştırma dizayıı e olduğu, araştırma yötemi seçimii hagisi olacağı, araştırmaya dahil edilecek bireyleri kimler olacağı, kullaılacak örekleme yötemleri ve verileri aalizi içi kullaılacak istatistiksel testleri eler olacağı belirtilmelidir. 5)Araştırma Öerisii Yazılması (Writig the research proposal) Araştırıcı araştırma öerisii bilimsel ve etik kurallara uygu bir şekilde yazmalıdır. 1

2 6)Uygu Foları İcelemesi (Eamie the appropriate fudig) Araştırma hagi alada yapıldıysa o alaa uygu bir fo bulmak gerekir. Folar devlet kuruluşları veya özel folar olabilir. Bu kouda e iyi fo arama yeri iteret olaaklarıdır. 7)Etik Oay Alma (Obtai etical approval) Yapıla çalışmada etik oay almak gerekliyse buu atlamak veya ihmal etmek büyük sorulara ede olur. Bu durum araştırıcıyı hukuki sorular yaşamasıa da ede olur. Hagi çalışmaları etik oay alması gerektiğii detaylı öğremek içi etik komitei yayılamakta olduğu yöetmeliği icelikleri ile okumak gerekir. 8)Veri Toplama ve Aalize Hazırlama (Collect the data ad collate to aalyse) Verileri toplarke yasızlığa dikkat etmek gerekir. Yalı elde edile verileri yalı souçlar vermesi bekleir. Bu durum araştırmaı yasızlığıa aykırı bir durumdur. İstatistik bilim dalıda bias (yalılık), çok fazla ele alıa bir koudur. Tüm istatistikler, formülasyolar ve yötemleri yasız olması içi uğraş verilir. 9) Verleri Aalizi ve Yorumu (Aalyse the data ad iterpret fidigs) Verileri aalizi çok öemli bir aşama olduğu bilie bir durumdur. Veri aalizi başlı başıa iyi bir istatistik bilgisi gerektirir. Seçile istatistik test, souçları öemli ölçüde olumlu veya olumsuz bir şekilde etkiler. 10)Souçları uygulamalar içi alamlaştırılması (Research fidigs ad practice implicatios) Araştırmada elde edile souçları uygulaabilirliği çok öemlidir. Araştırmaları gülük yaşatımızda soruları çözmeye yöelik olduğu uutulmamalıdır. 11) Raporu Hazırlaması (Report o the study) koulmasıdır. Araştırma raporu, tüm uzu çalışmaları souda ürüü bir raporla ortaya

3 1)Araştırmada örek hacmi ve gücü göz öüde tutmak Araştırıcıları istatistik uzmaıa e çok sordukları sorularda biri; Araştırmamı örek hacmi e olmalıdır? şeklideki sorudur. Biyoistatistik uzmaı yukarda ifade edile zorluğu çözmede ve yol göstermede öemli bir görev üstleebilir. Araştırmada geelleebilir souçlar elde etmek içi örek hacmi kousuda öemli deilecek ölçütleri belirlemesi gerekir. ) Aketler Biyoistatistik uzmaı geellikle aket düzelemede daha çok deeyimlidir. Akette kullaılacak ölçekler, soru sayısı, şık sayısı, soru şekillerii düzelemesi araştırmada geelleebilir souçlara ulaşmak içi öemli koulardır. 3) Öreği ve kotrol grubuu seçilmesi Üzeride araştırma yapılacak öreği doğru seçilmiş olması gerekir. Seçile kou ve hipotezlere uygu örek seçilmedikçe doğru souçlar elde edilemez. 4)Araştırmaı Düzei Araştırma düzei hazırlamak verileri değerledirilmeside kullaılacak ola aaliz kadar öemlidir ve istatistik uzmaı bu kouda öemli sayılacak şekilde fikir verebilir. 5) Laboratuar deeyleri Tıbbi araştırıcılar geellikle hastadaki biyolojik varyasyou ve etkilerii araştırırlar. Acak gözde kaçırılmaması gereke kou, bu varyasyou laboratuar ile ola ilişkisidir. 6) Verileri görütülemesi İyi seçilmiş grafik veya şekilleri araştırma souçlarıı çok açık bir şekilde suulmasıa yardımcı olur. İstatistik uzmaı verileri görütülemeside kullaılacak yötemlerde yardımcı olabilir. 7) Taımlayıcı istatistikler ve istatistiksel aalizleri seçimi Araştırmada kullaıla taımlayıcı istatistikler ve istatistiksel aalizler verilere ve seçile araştırma düzeie uygu olmalıdır. Bazı durumlarda ortaca (medya) değer, aritmetik ortalama değeride daha iyi bir ölçüm değeri olur. 3

4 Araştırmada kullaıla taımlayıcı istatistikler ve istatistiksel aalizler verileri dağılışıa araştırmadaki hipotezlere uygu bir şekilde kullaılmalıdır. Araştırıcılar e çok bu koularda yalışlık yapmaktadırlar. Bu edele, uygu taımlayıcı istatistikleri kullaılması ve aalizleri seçimi istatistik uzmaı yardımıyla gerçekleştirilmesi faydalı olur. TANIMLAYICI İSTATİSTİKLER ( Pazartesi Y. ÇELİK) Taımlayıcı istatistiklere giriş Tablo ve diyagramları verileri alamlı bir şekilde özetledikleri bir öceki bölümde gösterilmişti. Acak veriler hakkıda yorum yapmak veya iki farklı veri setii birbiriyle karşılaştırmak içi bazı taımlayıcı istatistiklere gereksiim olur. Taımlayıcı istatistikleri sağlıkla ilgili yayılarda veya gülük yaşatımızda sıkça kullamaktayız. Öreği bir kadı doğum kliiğide haftalık ortalama yapıla ameliyat sayısıı dile getirmek içi, birçok haftada gözlee ameliyet sayılarıı ortalama değerii verilmesi ile olasıdır. Verile bu ortalama taımlayıcı bir istatistiği açıklar. Bu bölümde verilecek ola taımlayıcı istatistikler, katitatif değişkeler içi kullaıla ortalamalar ve yaygılık ölçüleri olarak taıa ölçülerdir. Kalitatif değişkeleri taımlaya e iyi ölçüler oralardır. Oralar Ora, geel olarak herhagi iki sayıı bölümü ile elde edile soucu açıklar. "Oratı" ve "ora" olarak iki şekilde ele alıabilir. Oratı, bir bölümü tam ile karşılaştıra bir ora olarak taımlaabilir. Oraı sıkça kullaıla şekli "yüzde" dir. Bu ora, oratıı 100 ile çarpılması soucu elde edile sayısal değerdir. Oralar, özellikle frekas tablosu şeklide sııfladırılmış değişkede veriler içi taımlayıcı istatistik olarak kullaılmaktadır. Öreği cisiyeti ifade ede bir değişkei ele 4

5 alalım. Bu değişke içi beş' i erkek 51' i kadı ola 56 gözlem yapılmış olsu. Cisiyeti erkek olalarla ilgili souçlar aşağıda gösterilmiştir. a)erkek' leri toplam bireye oratısı 5/56=0.089, veya b)toplam birey içide erkekleri yüzdesi =8.9, veya c)toplam birey içide erkekleri kadılara göre oraı 5/51=0.089 şeklide gösterilebilir. Ortalamalar Ortalama, değişkei gözlee değerleri arasıda e yoğu oktayı ifade eder. Bu ifadeye göre, ortalama bir veri setii orta oktası veya merkezi eğilim ölçüsü olduğu söyleebilir. Ortalamalar sadece katitatif değişkeler içi taımlaabilir. Kalitatif değişkeleri oralarla taımlamak gerekir. Geellikle kullaıla üç ayrı ortalama vardır. Bular sırasıyla aritmetik ortalama(mea), ortaca(medya) ve tepe değeri(mod)' dur. Şimdi, sırasıyla buları ele alalım ve asıl hesapladıklarıı görelim. Aritmetik ortalama Aritmetik ortalama, ele alıa verileri toplamlarıı toplam veri sayısıa bölümesi ile elde edilir. Bu durumu, sembollerle göstermeye çalışalım. Gözlemleri 1,...,, toplam gözlem sayısıı ve bu gözlemleri aritmetik ortalamasıı ile gösterelim. Toplam ifadesi (sigma) sembolü ile gösterildiğie göre, Aritmetik Ortalama: i1 i şeklide ifade edilebilir. i (bir'de 'e kadar verileri göstere bir idistir) 5

6 Örek , 3.7,.4, 0.3 verilerii ortalaması şeklidedir. Ortaca (Medya) Ortaca verileri orta oktasıı ifade ede bir değerdir. Verileri yarısı ortacada daha küçük, diğer yarısı ise daha büyük değere sahiptir. Sııfladırılmış verilerde ortacaı hesaplamasıda yapıla ilk iş verileri küçükte büyüğe sıralamaktır. Ortaca değerde bu sıraı tam ortasıda yer almaktadır. Örek: Gözlem değerleri; 8,,11,5,6 şeklide ise buları küçükte büyüğe sıralıışı;,5,6,8,11 şeklide olur. Bu sıralamada orta okta(ortaca) 6 'dır. Eğer gözlem değerlerii toplam sayısı çift ise gerçek bir ortaca yoktur. Bu durumda ortadaki iki değeri aritmetik ortalaması ortacayı verir. Örek: Gözlem değerleri; 8,,11,5,6,5 ise buları küçükte büyüğe sıralaışı,5,5,6,8,11 olur. Bu sıralamada ortaca 1/(5+6)= 5.5 olur. Yukardaki bu durum gözlem içi geelleirse ; değeri tek ise: Ortaca, (+1)/' ci değerdir. değeri çift ise: Ortaca, (/)'ci değer ile (/+1) ' ci değeri orta oktasıdır. Tepe Değeri(Mod) 6

7 Tepe değeri veri kümesi içide e yüksek frekasa sahip ola değerdir. Kesikli değişke içi yapıla frekas tablosuda da durum ayıdır. Bu frekas tablosuda e yüksek frekasa sahip değer tepe değeridir Özel Ortalamalar Aritmetik ortalama, ortaca ve tepe değerie ek olarak özel durumlar içi kullaıla değişik ortalamalar mevcuttur. Bu bölümde geometrik ortalama ve tartılı ortalama ele alıacaktır. Geometrik Ortalama Ora olarak ölçülmüş arta veya azala miktarları ortalamasıı bulmada kullaıla bir ortalamadır. adet değeri, geometrik ortalaması; 1,..., G.O olur. Ağırlıklı Ortalama Elde edile gözlemleri birbirie orala ağırlıkları farklı olduğu durumlarda kullaılması gerekli ola bir ortalamadır.,,..., k gözlem değeri ve her bir gözlem değerie karşı gele ağırlık w, w,..., ile gösterilmişse ağırlıklı ortalama; k i1 k i1 w i 1 şeklide ifade edilebilir. w i i w k 1 k Yaygılık Ölçüleri Ortalamalar, değişkei gözlee değerleri arasıda e yoğu oktayı ifade ederek araştırıcıya faydalı bilgiler verirler. Acak verileri dağılımıı taımlamak içi yeterli değildirler. 7

8 Değişim Aralığı Veri setide e bütük ve e küçük değerleri farkı olarak bilie bir değerdir. Uç değerlerde fazla etkileir. Değişim aralığıı basit bir şekilde hesaplaabilmesi bir avatajdır. Verilerdeki değişim hakkıda kaba bir fikir verir. Değişim aralığıı geel gösterimi; gibidir. D.A. X ma X mi Stadart Sapma ve Varyas E iyi yaygılık ölçüsüü stadart sapma olduğu uutulmamalıdır. Örek içi varyas hesaplaırke, ortalamada ayrılışları kareleri toplamı yerie (-1)' e bölüür. Bu durum popülasyo varyasıı daha iyi tahmi ettiği içi yapılır. Örek stadart sapma değeri S semolü ile gösterilir. Popülasyo'u stadart sapması ise, sembolü ile gösterilmektedir. Varyas ve stadart sapma; Varyas, S ( i ) ( 1) ( i ) Stadart sapma, S veya ( 1) S ( ) 1 formülleri ile hesaplaabilir. Soucu formülü kullaılması daha kolaydır. Birçok hesap makiasıda ortalama ve stadart sapma içi foksiyo tuşları vardır. Tuşlar geellikle ortalama ve stadart sapma içi sırasıyla, 1 şeklide gösterilmektedir. 8

9 puaları; Verile zeka testi pualarıı ele alarak stadart sapmalarıı bulalım. Söz kousu 70, 85, 90, 100, 110, 115, 130 Bu puaları toplamı i 700, kareleri toplamı ise, i 7450 gibi buluur. Bu souçları stadart sapma formülüde yerie koyalım. S i ( i ) 1 (700) olarak buluur. Zeka testi pualarıı ortalaması 100 pua olarak bulumuştu. O halde ortalama ve stadart sapma s şeklide gösterilebilir. Bu durum, bireyleri % 68.6' ı bu sıırlarda puaa sahip olduğu, %95.44' ü s 100 ( 0. 1), %99.73'ü ise 3s 100 3( 0. 1) aralığıda, geri kala çok az miktarı ise 4 s sıırları içide yer aldığı söyleebilir. Stadart Hata Popülasyou stadart sapması adire biliir. Bu edele, buu yerie örek stadart sapması kullaarak S, stadart hatayı, S S formülüde tahmi ederiz. Varyasyo Katsayısı Varyasyo katsayısı büyük bir kolaylık sağlar. Bu katsayı, dağılışı ortalamasıı yüzdesi gibi ifade edilebile dağılışı stadart sapmasıdır. Varyasyo katsayısı, 9

10 S VK 100 şeklide ifade edilir. POPÜLASYON DAĞILIŞLARI ( Y.ÇELİK) Popülasyo dağılışları istatistiği e öemli koularıda biridir. Bir zama aralığıda icelee olayları sözü edilecek bir dağılış düzeide dağıldığı görülür. Dağılışlar, olayları birbiriyle e kadar ilişkili olduğu ve aralarıda ardışık olarak bir sıralaışı olduğuu açıkça gösterir. Bu durum, ilgiç bir gözlemi ortaya koyar. İstatistik bu dağılımlarda yararlaarak asıl testler geliştirdiğii iceleyeceğiz. BİNOM DAĞILIŞI Biomial bir deey aşağıdaki özelllikleri gösterir: 1. Deey adet bezer deemede oluşur.. Her bir deeme iki souçta birisiyle souçlaır. Bularda birisi başarı diğeri başarısızlık olarak adladırılır. 3. Başarıı olasılığı p ile gösterilir ve bu değer deemede deemeye sabit kalır. 4. Deemeler birbiride bağımsızdır ve bir deemei soucu diğer hiç bir deemei soucuu etkilemez. 5. Rastgele değişkei deemede başarıı sayısı olarak kabul edilir. Biom dağılışı içi basit olarak kullaıla formül şu şekildedir. deemede istee olay sayısı, ve istee olayları herbirii olma olasılığı p ise ve olaylar birbiride bağımsız olarak meydaa geliyorsa; b (,, p ) ( ) p q! p q! ( )! 10

11 olarak gösterilebilir. Yukardaki formülde! sembolü faktöriyeldir.! faktöriyel olarak ifade edilir ve 1..3.,..., (-1).() çarpımlarıa eşittir. Öreği 4! = = 4 olarak hesaplaır. 0! ise 1 e eşittir. Biom dağılışıı parametreleri ise; Ortalama p S ta dartsapma pq olarak bilimektedir. Biom dağılışıı sayısal bir örek vererek açıklamaya çalışalım. Örek: Voleter olarak ilaç uygulamalarıa katıla geçleri % 40 ı programı tamamlayabilmektedir. Rastgele olarak 6 birey seçildiğide, buları yarısıda fazlasıı programı tamamlaması olasılığı edir? Çözüm : Altı bireyi yarısıda fazlası istediğide: p=1-0.40=0.60 P(>3) olasılığı ise; P(>3)=P( 4)=P(X=4)+ P(X=5)+ P(X=6) 6 4 = (0.6) (0.4) (0.6) (0.4) (0.6) (0.4) olur. 11

12 POİSSON DAĞILIŞI Poisso dağılışıı olasılık yoğuluk foksiyou; e P() veya alıdığıda! e P() olarak gösterilebilir.! Yukardaki formül kullaılarak 0,1,,3,4 gibi eder olayları olasılığı sırasıyla ; e,e e,! e, 3! 3 e, 4! 4,... şeklide buluabilir. Burada e =.718 doğal logaritma değeridir. Örek Yapıla bir araştırmaya göre, yaş erkek popülasyouda kalp hastalığı buluma olasılığıı bide 0.5 olarak bulumuştur. Babası kalp hastalığıda öle yai kalp hastalığı riski taşıya popülasyoda 1000 kişi seçerek bularda ki kalp hastalık oraıı ise bide üç olarak hesaplamıştır. Risk taşıya popülasyoda rastgele üç veya daha fazla kişii ölmesi olasılığıı bulalım. Öcelikle yaş grubudaki popülasyoda ölüm oraıı p= olduğuu ve 1000 hastaı seçilmeside dolayı =1000 olacağıı hatırlayalım. Bu durumda Poisso dağılışıı ortalaması;.p olur alıdığıda e değeri olarak hesaplaır. Bu değeri kullaarak sıfır, bir ve iki hastaya ait olasılıkları sırasıyla şu şekilde bulabiliriz. p(0) e p(1) e (0.607)(0.50) e (0.607)(0.5) p() 0.076! 1

13 olur. Bu üç olasılığı toplamı p(0)+p(1)+p() = olur. Bütü olasılık 1 e eşit olması gerektiği hatırlaırsa, seçile 1000 kişide üç veya daha çok hastaı olma olasılığı ; P( 3) 1 P(0) P(1) P() olur. = =0.013 buluur. Bu olasılık küçük bir olasılıktır. NORMAL ( GAUSSIAN ) DAĞILIŞ Normal Dağılış süreklidir ve ortalamaya göre simetrik bir dağılıştır. Ortalaması ( mu ) ve Stadart Sapması (sigma) ile gösterilir. Herbir ve ı alacağı değere göre değişik ormal dağılışlar elde edilir. Normal dağılışı olasılık dağılışı olması edeiyle eğri altıdaki ala bire eşittir. Normal dağılışı olasılık yoğuluk foksiyou ; 1 1 ( ) f () e içi Olasılık yoğuluk foksiyouda değeri 3.141, e ise.718 olduğu hatırlamalıdır. ise rastlatı değişkei olarak - ile + arasıda yer almaktadır. Dağılış simetrik bir dağılış olması edeiyle, alaı yarısı ortalamaı sağıda diğer yarısı ise ortalamaı soluda yer alır. Normal Dağılışı Özellikleri : 1. Normal dağılış sürekli değişkeleri bir dağılışıdır.. Ortalama, stadart sapması ve N deek sayısı ile belirtilir. 3. Ortalama ve stadart sapma birbirie bağlı değildir. Bular örek hacmi ile ilgilidir. 4. Normal dağılış eğrisi, ortalamaya göre simetriktir. Dağılışı sol yarısı ( 0.50 ), sağ yarısıa eşittir. 5. Normal dağılış eğrisi, - da başlayarak + a doğru dağılış gösterir. Bireyleri %68.6 sı 1S sıırları içide, % ü S sıırları içide, % ü 3S sıırları içide yer alır. Geri 13

14 kala pek öemsiz bir miktarı ise 4S sıırları dışıda yer aldığı içi bu edele bu sıırlar içeriside de % 100 yer alır deilmektedir. STANDART NORMAL DAĞILIŞ Ortalaması 0, stadart sapması 1 ola teorik ormal dağılışa stadart ormal dağılış adı verilir. Stadart ormal dağılışa z dağılışı da deir. Stadart ormal dağılışta, aritmetik ortalama ile herhagi bir z değeri arasıdaki olasılık değerleri z tablosuda toplamıştır. Yetişki kız bireylerde stadardize edilmiş IQ testi skorlarıı ortalaması 100, stadart sapması 13 olduğu bilidiğie göre, 110 ile 130 arasıda skora sahip kızları olasılığıı bulalım Kızları IQ testi dağılışıda 110 ve 130 skor arasıda kala ala Çözüm olarak değişke z ye döüştürülmede öce istee olasılığı P(110<<130) olduğuu hatırlamamız gerekir. Daha öce ifade edildiği gibi, değişkeii z ye döüştürlmesi gerekir. =110 değerii z ye döüştürelim, z =130 değeri ise; z olarak buluur. Bu durumda istee olasılık P(0.77<z<.31) şeklide belirtilebilir. Bu olasılık, z değerlerii vere Tablo B kullaılarak; P(0.77<z<.31) = P(0<z<.31)-P(0<z<0.77) = = 0.10 olur. = olur. 14

BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER

BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER BÖLÜM 3 YER ÖLÇÜLERİ İkici bölümde verileri frekas tablolarıı hazırlaması ve grafikleri çizilmesideki esas amaç; gözlemleri doğal olarak ait oldukları populasyo dağılışıı belirlemek ve dağılışı geel özelliklerii

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri

Detaylı

İSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr

İSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr İSTATİSTİK 2 Tahmi Teorisi 07/03/2012 AYŞE S. ÇAĞLI aysecagli@beyket.edu.tr İstatistik yötemler İstatistik yötemler Betimsel istatistik Çıkarımsal istatistik Tahmi Hipotez testleri Nokta tahmii Aralık

Detaylı

İşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler.

İşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler. OLASILIK VE İSTATİSTİK DERSLERİ ÖZET NOTLARI İstatistik: verileri toplaması, aalizi, suulması ve yorumlaması ile ilgili ilkeleri ve yötemleri içere ve bu işlemleri souçlarıı probabilite ilkelerie göre

Detaylı

4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

4/16/2013. 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

Detaylı

4/4/2013. Ders 8: Verilerin Düzenlenmesi ve Analizi. Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler

4/4/2013. Ders 8: Verilerin Düzenlenmesi ve Analizi. Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler Ders 8: Verileri Düzelemesi ve Aalizi Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler Bir kitlei tamamıı, ya da kitlede alıa bir öreklemi özetlemekle (betimlemekle)

Detaylı

TAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı)

TAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı) 3 TAHMİNLEYİCİLERİN ÖZELLİKLERİ 3.1. Sapmasızlık 3.. Tutarlılık 3.3. Etkilik miimum varyas 3.4. Aralık tahmii (güve aralığı) İyi bir tahmi edici dağılımı tahmi edilecek populasyo parametresie yakı civarda

Detaylı

ˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz.

ˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz. YTÜ-İktisat İstatistik II Aralık Tahmii II 1 ANAKÜTLE ORANININ (p GÜVEN ARALIKLARI (BÜYÜK ÖRNEKLEMLERDE Her birii başarı olasılığı p ola birbiride bağımsız Beroulli deemeside öreklemdeki başarı oraıı ˆp

Detaylı

NİÇİN ÖRNEKLEME YAPILIR?

NİÇİN ÖRNEKLEME YAPILIR? İÇİ ÖREKEME YAPIIR? Zama Kısıdı Maliyeti Azaltma Hata Oraıı Azaltma Souca Ulaşma Hızı Doç.Dr. Ali Kemal ŞEHİRİOĞU Araş.Gör. Efe SARIBAY Örekleme Teorisi kousuu içide, Örekleme Tipleri populasyoda örek

Detaylı

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ İSTATİSTİKSEL TAHMİNLEME VE İSTATİSTİKSEL YORUMLAMA TAHMİNLEME SÜRECİ VE YORUMLAMA SÜRECİ ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ ÖRNEKLEME VE ÖRNEKLEME ÖRNEKLEME DAĞILIMLARI VE ÖRNEKLEME DAĞILIMLARI Yorumlama

Detaylı

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ 8. HAFTA ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ PORTFÖY YÖNETİMİ II Doç.Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr Geleeksel Portföy Yaklaşımı, Bu yaklaşıma göre portföy bir bilim değil,

Detaylı

HİPOTEZ TESTLERİ. İstatistikte hipotez testleri, karar teorisi olarak adlandırılır. Ortaya atılan doğru veya yanlış iddialara hipotez denir.

HİPOTEZ TESTLERİ. İstatistikte hipotez testleri, karar teorisi olarak adlandırılır. Ortaya atılan doğru veya yanlış iddialara hipotez denir. HİPOTEZ TETLERİ İstatistikte hipotez testleri, karar teorisi olarak adladırılır. Ortaya atıla doğru veya yalış iddialara hipotez deir. Öreği para hilesizdir deildiğide bu bir hipotezdir. Ortaya atıla iddiaya

Detaylı

BİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testlerine Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testlerine Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK İstatistiksel Tahmileme ve Hipotez Testlerie Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üiversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr

Detaylı

İSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II

İSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II 8 İSTATİSTİKSEL TAHMİN 8.. İstatistiksel tahmileyiciler 8.. Tahmileyicileri Öellikleri 8... Sapmasılık 8... Miimum Varyaslılık 8..3. Etkilik 8.3. Aralık Tahmii 8.4. Tchebysheff teoremi Prof. Dr. Levet

Detaylı

İSTATİSTİKSEL TAHMİNLEME VE HİPOTEZ TESTİ

İSTATİSTİKSEL TAHMİNLEME VE HİPOTEZ TESTİ İSTATİSTİKSEL TAHMİNLEME VE HİPOTEZ TESTİ Bu bölümdeki yötemler, bilimeye POPULASYON PARAMETRE değeri hakkıda; TAHMİN yapmaya yöelik ve, KARAR vermekle ilgili, olmak üzere iki grupta icelemektedir. Parametre

Detaylı

Ki- kare Bağımsızlık Testi

Ki- kare Bağımsızlık Testi PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN Ki- kare Bağımsızlık Testi Daha öceki bölümlerde ölçümler arasıdaki ilişkileri asıl iceleeceğii gördük. Acak sıklıkla ilgileile veriler ölçüm

Detaylı

İSTATİSTİK DERS NOTLARI

İSTATİSTİK DERS NOTLARI Balıkesir Üiversitesi İşaat Mühedisliği Bölümü umutokka@balikesir.edu.tr İSTATİSTİK DERS NOTLARI Yrd. Doç. Dr. Umut OKKAN idrolik Aabilim Dalı Balıkesir Üiversitesi İşaat Mühedisliği Bölümü Bölüm 5 Örekleme

Detaylı

Bağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise

Bağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise YTÜ-İktisat İstatistik II Örekleme ve Öreklem Dağılımları BASİT RASSAL ÖRNEKLEME N tae ese arasıda taelik bir öreklem seçilmesii istediğii düşüelim. eseli olaaklı her öreklemi seçilme şasıı eşit kıla seçim

Detaylı

EME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9

EME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9 ..7 EME 37 Girdi Aalizi Prosedürü SİSTEM SIMÜLASYONU Modelleecek sistemi (prosesi) dokümate et Veri toplamak içi bir pla geliştir Veri topla Verileri grafiksel ve istatistiksel aalizii yap Girdi Aalizi-II

Detaylı

Tahmin Edici Elde Etme Yöntemleri

Tahmin Edici Elde Etme Yöntemleri 6. Ders Tahmi Edici Elde Etme Yötemleri Öceki derslerde ve ödevlerde U(0; ) ; = (0; ) da¼g l m da, da¼g l m üst s r ola parametresi içi tahmi edici olarak : s ra istatisti¼gi ve öreklem ortalamas heme

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

7. Ders. Bazı Kesikli Olasılık Dağılımları

7. Ders. Bazı Kesikli Olasılık Dağılımları Hatırlatma: ( Ω, U, P) bir olasılık uzayı ve 7. Ders Bazı Kesikli Olasılık Dağılımları : Ω ω R ( ω) foksiyou Borel ölçülebilir, yai B B içi { ω Ω : ( ω) B } U oluyorsa foksiyoua bir Rasgele Değişke deir.

Detaylı

Bölüm 5 Olasılık ve Olasılık Dağılışları. Doç.Dr. Suat ŞAHİNLER

Bölüm 5 Olasılık ve Olasılık Dağılışları. Doç.Dr. Suat ŞAHİNLER Bölüm 5 Olasılık ve Olasılık Dağılışlaı Doç.D. Suat ŞAHİNLE Olasılık ve Olasılık Dağılışlaı Olasılık: Eşit saşla meydaa gele tae olayda A taesi A olayı olsu. Bu duumda A olayıı meydaa gelme olasılığı;

Detaylı

LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2

LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2 LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ SABİT NOKTA İTERASYONU YÖNTEMİ Bu yötemde çözüme gitmek içi f( olarak verile deklem =g( şeklie getirilir. Bir başlagıç değeri seçilir ve g ( ardışık

Detaylı

Hipotez Testleri. Parametrik Testler

Hipotez Testleri. Parametrik Testler Hipotez Testleri Parametrik Testler Hipotez Testide Adımlar Bir araştırma sorusuu belirlemesi Araştırma sorusua dayaa istatistiki hipotezleri oluşturulması (H 0 ve H A ) Hedef populasyoda öreklemi elde

Detaylı

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI µ µ içi Güve Aralığı ALTERNATİF İTEMLERİN KARŞILAŞTIRILMAI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları

Detaylı

İstatistik Nedir? Sistem-Model Kavramı

İstatistik Nedir? Sistem-Model Kavramı İstatistik Nedir? İstatistik rasgelelik içere olaylar, süreçler, sistemler hakkıda modeller kurmada, gözlemlere dayaarak bu modelleri geçerliğii sıamada ve bu modellerde souç çıkarmada gerekli bazı bilgi

Detaylı

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları Alteratif üretim

Detaylı

NOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. HAFTA 1 İST 418 EKONOMETRİ

NOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. HAFTA 1 İST 418 EKONOMETRİ NOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. KULLANILAN ŞEKİLLERİN VE NOTLARIN TELİF HAKKI KİTABIN YAZARI VE BASIM EVİNE AİTTİR. HAFTA 1 İST 418 EKONOMETRİ Ekoometri: Sözcük

Detaylı

x 2$, X nın bir tahminidir. Bu durumda x ile X arasındaki farka bu örnek için örnekleme hatası x nın örnekleme hatasıdır. X = x - (örnekleme hatası)

x 2$, X nın bir tahminidir. Bu durumda x ile X arasındaki farka bu örnek için örnekleme hatası x nın örnekleme hatasıdır. X = x - (örnekleme hatası) 4 ÖRNEKLEME HATASI 4.1 Duyarlılık 4. Güveilirik 4.3 Örek hacmi ve uyarlılık arasıaki ilişki 4.4 Örek hacmi ve göreceli terimler ile uyarlılık arasıaki ilişki 4.5 Hata kareler ortalaması Örekte ele eile

Detaylı

İstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş

İstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş İstatistik Ders Notları 08 Ceap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI 5. Giriş Öreklem istatistikleri kullaılarak kitle parametreleri hakkıda çıkarsamalar yapmak istatistik yötemleri öemli bir bölümüü oluşturur.gülük

Detaylı

ÖRNEKLEME VE ÖRNEKLEME DAĞILIŞLARI

ÖRNEKLEME VE ÖRNEKLEME DAĞILIŞLARI 7 ÖRNEKLEME VE ÖRNEKLEME DAĞILIŞLARI 7.. Niçi Örekleme Yapılır 7.. Olasılıklı Örekleme 7... Basit Şas Öreklemesi 7... Tabakalı Örekleme 7... Küme Öreklemesi 7..4. Sistematik Örekleme 7.. Olasılıklı Olmaya

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

(3) Eğer f karmaşık değerli bir fonksiyon ise gerçel kısmı Ref Lebesgue. Ref f. (4) Genel karmaşık değerli bir fonksiyon için. (6.

(3) Eğer f karmaşık değerli bir fonksiyon ise gerçel kısmı Ref Lebesgue. Ref f. (4) Genel karmaşık değerli bir fonksiyon için. (6. Problemler 3 i Çözümleri Problemler 3 i Çözümleri Aşağıdaki özellikleri kaıtlamaızı ve buu yaıda daha fazla soyut kaıt vermeizi isteyeceğiz. h.h. eşitliğii ölçümü sıfır ola bir kümei tümleyei üzeride eşit

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

SBE 601 ARAŞTIRMA YÖNTEMLERİ, ARAŞTIRMA VE YAYIN ETİĞİ

SBE 601 ARAŞTIRMA YÖNTEMLERİ, ARAŞTIRMA VE YAYIN ETİĞİ SBE 601 ARAŞTIRMA YÖNTEMLERİ, ARAŞTIRMA VE YAYIN ETİĞİ ÖRNEKLEM BÜYÜKLÜĞÜNÜN SAPTANMASI ÖRNEKLEME YÖNTEMLERİ Prof. Dr. Ergu Karaağaoğlu H.Ü. Tıp Fakültesi Biyoistatistik ABD ÖRNEKLEM BÜYÜKLÜĞÜNÜN SAPTANMASI

Detaylı

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI Projesii Kousu: Bir çekirgei metre, metre veya 3 metre zıplayarak uzuluğu verile bir yolu kaç farklı şekilde gidebileceği ya da bir kişii veya (veya 3) basamak atlayarak basamak sayısı verile bir merdivei

Detaylı

TEMEL KAVRAMLAR GİRİŞ

TEMEL KAVRAMLAR GİRİŞ TEMEL KAVRAMLAR GİRİŞ İstatistik kelimesii kökei Almaca olup devlet alamıa gelmektedir. İstatistik kelimesi gülük hayatta farklı alamlarda kullaılmaktadır. Televizyoda bir futbol müsabakasıı izleye bir

Detaylı

Cebirsel Olarak Çözüme Gitmede Wegsteın Yöntemi

Cebirsel Olarak Çözüme Gitmede Wegsteın Yöntemi 3 Cebirsel Olarak Çözüme Gitmede Wegsteı Yötemi Bu yötem bir izdüşüm tekiğie dayaır ve yalış pozisyo olarak isimledirile matematiksel tekiğe yakıdır. Buradaki düşüce f() çizgisi üzerideki bilie iki oktada

Detaylı

Normal Dağılımlı Bir Yığın a İlişkin İstatistiksel Çıkarım

Normal Dağılımlı Bir Yığın a İlişkin İstatistiksel Çıkarım Normal Dağılımlı Bir Yığı a İlişi İstatistisel Çıarım Bir üretici edi ürüleride, piyasadai 3,5 cm li vidalarda yalıca boyları 3,4 cm ile 3,7 cm aralığıda olaları ullaabilmetedir. Üretici, piyasadai bu

Detaylı

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 03.05.013 ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 1 Nede Örekleme? Öreklemde çalışmak ktlede çalışmakta daha kolaydır. Ktle üzerde çalışmak çok daha masraflı olablr. Çoğu durumda tüm ktleye ulaşmak

Detaylı

İŞLETİM KARAKTERİSTİĞİ EĞRİSİ VE BİR ÇALIŞMA THE OPERATING CHARACTERISTIC CURVE AND A CASE STUDY

İŞLETİM KARAKTERİSTİĞİ EĞRİSİ VE BİR ÇALIŞMA THE OPERATING CHARACTERISTIC CURVE AND A CASE STUDY Süleyma Demirel Üiversitesi Vizyoer Dergisi Suleyma Demirel Uiversity The Joural of Visioary İŞLETİM KARAKTERİSTİĞİ EĞRİSİ VE BİR ÇALIŞMA ÖZET Yrd. Doç. Dr. Halil ÖZDAMAR 1 İstatistiksel kalite kotrol

Detaylı

OLASILIK ve KURAMSAL DAĞILIMLAR

OLASILIK ve KURAMSAL DAĞILIMLAR OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine

Detaylı

Tümevarım_toplam_Çarpım_Dizi_Seri. n c = nc i= 1 n ca i. k 1. i= r n. Σ sembolü ile bilinmesi gerekli bazı formüller : 1) k =1+ 2 + 3+...

Tümevarım_toplam_Çarpım_Dizi_Seri. n c = nc i= 1 n ca i. k 1. i= r n. Σ sembolü ile bilinmesi gerekli bazı formüller : 1) k =1+ 2 + 3+... MC formülüü doğruluğuu tümevarım ilkesi ile gösterelim. www.matematikclub.com, 00 Cebir Notları Gökha DEMĐR, gdemir@yahoo.com.tr Tümevarım_toplam_Çarpım_Dizi_Seri Tümevarım Metodu : Matematikte kulladığımız

Detaylı

2016 YILI I.DÖNEM AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME. aşağıdaki seçeneklerden hangisinde verilmiştir? n exp 1.

2016 YILI I.DÖNEM AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME. aşağıdaki seçeneklerden hangisinde verilmiştir? n exp 1. 06 YILI I.DÖNEM AKTÜERLİK SINAVLARI Soru Toplam hasar miktarı S i olasılık ürete foksiyou X x i PS ( t) = E( t ) = exp λi( t ) ise P S(0) aşağıdaki seçeeklerde hagiside verilmiştir? A) 0 B) C) exp λ i

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

3. Ders Parametre Tahmini Tahmin Edicilerde Aranan Özellikler

3. Ders Parametre Tahmini Tahmin Edicilerde Aranan Özellikler 3. Ders Parametre Tahmii Tahmi Edicilerde Araa Özellikler Gerçek düyada rasgelelik olgusu içere bir özellik ile ilgili ölçme işlemie karş l k gele X rasgele de¼gişkeii olas l k (yo¼guluk) foksiyou, F ff(;

Detaylı

İÇİNDEKİLER. Ön Söz Polinomlar II. ve III. Dereceden Denklemler Parabol II. Dereceden Eşitsizlikler...

İÇİNDEKİLER. Ön Söz Polinomlar II. ve III. Dereceden Denklemler Parabol II. Dereceden Eşitsizlikler... İÇİNDEKİLER Ö Söz... Poliomlar... II. ve III. Derecede Deklemler... Parabol... 9 II. Derecede Eşitsizlikler... 8 Trigoometri... 8 Logaritma... 59 Toplam ve Çarpım Sembolü... 7 Diziler... 79 Özel Taımlı

Detaylı

LEFKE AVRUPA ÜNİVERSİTESİ FEN-EDEBİYAT FAKÜLTESİ PSİKOLOJİ BÖLÜMÜ PSK 106 İSTATİSTİK YÖNTEMLER I BAHAR DÖNEMİ ARASINAV SORULARI

LEFKE AVRUPA ÜNİVERSİTESİ FEN-EDEBİYAT FAKÜLTESİ PSİKOLOJİ BÖLÜMÜ PSK 106 İSTATİSTİK YÖNTEMLER I BAHAR DÖNEMİ ARASINAV SORULARI LEFKE AVRUPA ÜNİVERSİTESİ FEN-EDEBİYAT FAKÜLTESİ PSİKOLOJİ BÖLÜMÜ PSK 106 İSTATİSTİK YÖNTEMLER I 2015-2016 BAHAR DÖNEMİ ARASINAV SORULARI Tarih: 22/04/2016 Istructor: Prof. Dr. Hüseyi Oğuz Saat: 11:00-12:30

Detaylı

AKT201 MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ

AKT201 MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ AKT MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ KESİKLİ RASLANTI DEĞİŞKENLERİ & KESİKLİ DAĞILIMLAR. X aşağıdaki olasılık foksiyoua sahip kesikli bir r.d. olsu. Bua göre;. ; x =.. ; x =. 4. ; x =. 5 p X

Detaylı

Bir Rasgele Değişkenin Fonksiyonunun Olasılık Dağılımı

Bir Rasgele Değişkenin Fonksiyonunun Olasılık Dağılımı 5.Ders Döüşümler Bir Rasgele Değişkei Foksiyouu Olasılık Dağılımı Bu kısımda olasılık dağılımı bilie bir rasgele değişkei foksiyoları ola rasgele değişkeleri olasılık dağılımlarıı buluması ile ilgileeceğiz.

Detaylı

Öğrenci Numarası İmzası: Not Adı ve Soyadı

Öğrenci Numarası İmzası: Not Adı ve Soyadı Öğreci Numarası İmzası: Not Adı ve Soyadı SORU 1. a) Ekoomii taımıı yapıız, amaçlarıı yazıız. Tam istihdam ile ekoomik büyüme arasıdaki ilişkiyi açıklayıız. b) Arz-talep kauu edir? Arz ve talep asıl artar

Detaylı

6. BÖLÜM VEKTÖR UZAYI VEKTÖR UZAYI VEKTÖR UZAYLARI

6. BÖLÜM VEKTÖR UZAYI VEKTÖR UZAYI VEKTÖR UZAYLARI 6. BÖLÜM VEKTÖR LARI -BOYUTLU (ÖKLİT) I Taım: Eğer pozitif bir tam sayı ise sıralı -sayı, gerçel sayılar kümesideki adet sayıı (a 1, a 2,, a ) bir dizisidir. Tüm sıralı -sayılarıı kümesi -boyutlu uzay

Detaylı

Diziler ve Seriler ÜNİTE. Amaçlar. İçindekiler. Yazar Prof.Dr. Vakıf CAFEROV

Diziler ve Seriler ÜNİTE. Amaçlar. İçindekiler. Yazar Prof.Dr. Vakıf CAFEROV Diziler ve Seriler Yazar Prof.Dr. Vakıf CAFEROV ÜNİTE 7 Amaçlar Bu üiteyi çalıştıkta sora; dizi kavramıı taıyacak, dizileri yakısaklığıı araştırabilecek, sosuz toplamı alamıı bilecek, serileri yakısaklığıı

Detaylı

BİR ÇUBUĞUN MODAL ANALİZİ. A.Saide Sarıgül

BİR ÇUBUĞUN MODAL ANALİZİ. A.Saide Sarıgül BİR ÇUBUĞUN MODAL ANALİZİ A.Saide Sarıgül DENEYİN AMACI: Akastre bir çubuğu modal parametrelerii (doğal frekas, titreşim biçimi, iç söümü) elde edilmesi. TANIMLAMALAR: Modal aaliz: Titreşe bir sistemi

Detaylı

Doç. Dr. M. Mete DOĞANAY Prof. Dr. Ramazan AKTAŞ

Doç. Dr. M. Mete DOĞANAY Prof. Dr. Ramazan AKTAŞ TAHVİL DEĞERLEMESİ Doç. Dr. M. Mee DOĞANAY Prof. Dr. Ramaza AKTAŞ 1 İçerik Tahvil ve Özellikleri Faiz Oraı ve Tahvil Değeri Arasıdaki İlişki Tahvili Geiri Oraı ve Vadeye Kadar Geirisi Faiz Oraı Riski Verim

Detaylı

POLİNOMLAR. reel sayılar ve n doğal sayı olmak üzere. n n. + polinomu kısaca ( ) 2 3 n. ifadeleri polinomun terimleri,

POLİNOMLAR. reel sayılar ve n doğal sayı olmak üzere. n n. + polinomu kısaca ( ) 2 3 n. ifadeleri polinomun terimleri, POLİNOMLAR Taım : a0, a, a,..., a, a reel sayılar ve doğal sayı olmak üzere P x = a x + a x +... + a x + a x + a biçimideki ifadelere x e bağlı reel katsayılı poliom (çok terimli) deir. 0 a 0 ax + a x

Detaylı

Veri nedir? p Veri nedir? p Veri kalitesi p Veri önişleme. n Geometrik bir bakış açısı. n Olasılıksal bir bakış açısı

Veri nedir? p Veri nedir? p Veri kalitesi p Veri önişleme. n Geometrik bir bakış açısı. n Olasılıksal bir bakış açısı Veri edir? p Veri edir? Geometrik bir bakış açısı p Bezerlik Olasılıksal bir bakış açısı p Yoğuluk p Veri kalitesi p Veri öişleme Birleştirme Öreklem Veri küçültme p Temel bileşe aalizi (Pricipal Compoet

Detaylı

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ 1 TEMEL KAVRAMLAR PARAMETRE: Populasyou sayısal açıklayıcı bir ölçüsüdür ve aakütledeki tüm elemalar dikkate alıarak hesaplaabilir. Aakütledeki tek bir elema dahi işlemi

Detaylı

KALİTE VE SÜREÇ İYİLEŞTİRME İÇİN MÜŞTERİ GERİ BİLDİRİMLERİNİN DEĞERLENDİRİLMESİ

KALİTE VE SÜREÇ İYİLEŞTİRME İÇİN MÜŞTERİ GERİ BİLDİRİMLERİNİN DEĞERLENDİRİLMESİ Altı Sigma Yalı Koferasları (9- Mayıs 8) KALİTE VE SÜREÇ İYİLEŞTİRME İÇİN MÜŞTERİ GERİ BİLDİRİMLERİNİN DEĞERLENDİRİLMESİ Serka ATAK Evre DİREN Çiğdem CİHANGİR Murat Caer TESTİK ÖZET Ürü ve hizmet kalitesii

Detaylı

BİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Uygulamalı bilim

Detaylı

MEKANİK TESİSATTA EKONOMİK ANALİZ

MEKANİK TESİSATTA EKONOMİK ANALİZ MEKANİK TESİSATTA EKONOMİK ANALİZ Mustafa ÖZDEMİR İ. Cem PARMAKSIZOĞLU ÖZET Düya çapıda rekabeti ö plaa çıktığı bu gükü şartlarda, e gelişmiş ürüü, e kısa sürede, e ucuza üretmek veya ilk yatırım ve işletme

Detaylı

İleri Diferansiyel Denklemler

İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferasiyel Deklemler 2009 Bahar Bu bilgilere atıfta bulumak veya kullaım koşulları hakkıda bilgi içi http://ocw.mit.edu/terms web sitesii ziyaret ediiz.

Detaylı

{ 1 3 5} { 2 4 6} OLASILIK HESABI

{ 1 3 5} { 2 4 6} OLASILIK HESABI OLASILIK HESABI Bu derste, uygulamalarda sıkça karşılaşıla, Olasılık Uzaylarıda bazılarıa değieceğiz ve verilmiş bir Olasılık Uzayıda olasılık hesabı yapacağız. Ω. Ω solu sayıda elemaa sahip olsu. Ω {

Detaylı

MERKEZİ EĞİLİM ÖLÇÜLERİ

MERKEZİ EĞİLİM ÖLÇÜLERİ MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlee ver düzeleerek çzelgelerle, graklerle suulması çoğu kez yeterl olmaz. Geel durumu yasıtacak br takım ölçülere gereksm vardır. Bu ölçüler verler yalızca özlü br bçmde belrtmekle

Detaylı

Bileşik faiz hesaplamalarında kullanılan semboller basit faizdeki ile aynıdır. Temel formüller ise şöyledir:

Bileşik faiz hesaplamalarında kullanılan semboller basit faizdeki ile aynıdır. Temel formüller ise şöyledir: 1 BİLEŞİK FAİZ: Basit faiz hesabı kısa vadeli(1 yılda az) kredi işlemleride uygulaa bir metot idi. Ayrıca basit faiz metoduda her döem içi aapara sabit kalmakta olup o döem elde edile faiz tutarı bir soraki

Detaylı

Venn Şeması ile Alt Kümeleri Saymak

Venn Şeması ile Alt Kümeleri Saymak Ve Şeması ile lt Kümeleri Saymak Osma Ekiz Bu çalışmada verile bir kümei çeşitli özellikleri sağlaya alt küme veya alt kümlerii ve şeması yardımıyla saymaya çalışacağız. Temel presibimiz aradığımız alt

Detaylı

OLASILIK DAĞILIŞLARI. Ek 1. Moment Türeten Fonksiyon

OLASILIK DAĞILIŞLARI. Ek 1. Moment Türeten Fonksiyon 6 OLASILIK DAĞILIŞLARI 6.. Kesikli Olasılık Dağılışları 6.. Kesikli Uıform Dağılışı 6... Beroulli Dağılışı 6..3. Biom Dağılışı 6..4. Hyer-Geometrik Olasılık Dağılışı ( İadesiz Örekleme ) 6..5. Geometrik

Detaylı

TOPOLOJİK TEMEL KAVRAMLAR

TOPOLOJİK TEMEL KAVRAMLAR TOPOLOJİK TEMEL KAVRAMLAR 1.1. Kümeler ve Foksiyolar A ı bir elemaıa B i yalız bir elemaıı eşleye bağıtıya bir foksiyo deir. f : A B, Domf = U A ve ragef B dir. Taım 1.1.1. f : A B foksiyou içi V A olsu.

Detaylı

VERİ. gelir (bin) y l ÜNİTE 66 VERİ 2,5 1,5 1,2 KAVRAMSAL ADIM. Sayfa No VERİ... 478 496. σ = 1. İstatistik, Veri ve Grafikler...

VERİ. gelir (bin) y l ÜNİTE 66 VERİ 2,5 1,5 1,2 KAVRAMSAL ADIM. Sayfa No VERİ... 478 496. σ = 1. İstatistik, Veri ve Grafikler... ÜİTE KAVRAMSAL ADIM Sayfa o.... 8 9 İstatistik, Veri ve Grafikler.... 8 Merkezi, Eğilim ve Yayılım Ölçüleri... 8 Açıklık, Çeyrekler Açıklığı........................................................ 8 Varyas

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

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

TÜME VARIM Bu bölümde öce,kısaca tümevarım yötemii, sorada ÖYS de karşılamakta olduğumuz sembolüü ve sembolüü ele alacağız. A. TÜME VARIM YÖNTEMİ Tümevarım yötemii ifade etmede öce, öerme ve doğruluk kümesi

Detaylı

A t a b e y M e s l e k Y ü k s e k O k u l u İstatistik Sunum 4 Öğr.Gör. Şükrü L/O/G/O KAYA www.sukrukaya.org www.themegallery.com 1 Yer Ölçüleri Yer ölçüleri, verilerin merkezini veya yığılma noktasını

Detaylı

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ TEMEL KAVRAMLAR PARAMETRE: Populasyou sayısal açıklayıcı bir ölçüsüdür ve aakütledeki tüm elemalar dikkate alıarak hesaplaabilir. Aakütledeki tek bir elema dahi işlemi

Detaylı

AÇIK ĐŞLETME BASAMAKLARI TENÖR KONTROLÜNDE JEOĐSTATĐSTĐKSEL TAHMĐN MODELĐ SEÇĐMĐ

AÇIK ĐŞLETME BASAMAKLARI TENÖR KONTROLÜNDE JEOĐSTATĐSTĐKSEL TAHMĐN MODELĐ SEÇĐMĐ Eskişehir Osmagazi Üiversitesi Müh.Mim.Fak.Dergisi C.XXI, S., 2008 Eg&Arch.Fac. Eskişehir Osmagazi Uiversity, Vol..XXI, No:, 2008 Makalei Geliş Tarihi : 2.02.2007 Makalei Kabul Tarihi : 23.03.2007 AÇIK

Detaylı

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1 ĐÇI DEKILER Sayfa. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR.. Grş.. Đstatstk.3. Populasyo.4. Örek.5. Brm.6. Parametre.7. Değşke 3.8. Ver ve Ver Tpler 3.9. Toplama Sembolü 4 ÇALIŞMA PROBLEMLERĐ 6. VERĐLERĐ

Detaylı

5. BORULARDAKİ VİSKOZ (SÜRTÜNMELİ) AKIM

5. BORULARDAKİ VİSKOZ (SÜRTÜNMELİ) AKIM 5. ORURKİ İSKOZ (SÜRTÜNMEİ) KIM 5.0. oru Sistemleri Çözüm Yötemleri oru sistemleriyle ilgili problemleri çözümüde tip çözüm yötemi vardır. ular I. Tip, II. Tip ve III. Tip çözüm yötemleridir. u çözüm yötemleride

Detaylı

18.06 Professor Strang FİNAL 16 Mayıs 2005

18.06 Professor Strang FİNAL 16 Mayıs 2005 8.6 Professor Strag FİNAL 6 Mayıs 25 ( Pua) P,..., P R deki oktalar olsu. ( ai, ai2,..., a i) P i i koordiatlarıdır. Bütü P i oktasıı içere bir cx +... + cx = hiperdüzlemi bulmak istiyoruz. a) Bu hiperdüzlemi

Detaylı

ÜNİTE. İSTATİSTİĞE GİRİŞ Prof.Dr.Erkan OKTAY İÇİNDEKİLER HEDEFLER İNDEKSLER

ÜNİTE. İSTATİSTİĞE GİRİŞ Prof.Dr.Erkan OKTAY İÇİNDEKİLER HEDEFLER İNDEKSLER HEDEFLER İÇİNDEKİLER İNDEKSLER Basit İdeksler Bileşik İdeksler Tartısız İdeksler Tartılı İdeksler Mekâ İdeksleri İSTATİSTİĞE GİRİŞ Prof.Dr.Erka OKTAY İktisadi göstergeleri daha iyi yorumlayıp karşılaştırılabilecek

Detaylı

JEOLOJİDE MATEMATİK VE İSTATİSTİKSEL YÖNTEMLER

JEOLOJİDE MATEMATİK VE İSTATİSTİKSEL YÖNTEMLER JEOLOJİDE MATEMATİK VE İSTATİSTİKSEL YÖNTEMLER Prof. Dr. Hüseyi Çelebi Ders Notları İstabul 014 Jeolojide matematik ve statistiksel yötemler 1 Ösöz Jeolojide matematik ve istatistiksel yötemler ders otları

Detaylı

NİĞDE İLİ RÜZGAR ENERJİSİ POTANSİYELİ WIND ENERGY POTENTIAL OF NIGDE PROVINCE

NİĞDE İLİ RÜZGAR ENERJİSİ POTANSİYELİ WIND ENERGY POTENTIAL OF NIGDE PROVINCE Niğde Üiersitesi Mühedislik Bilimleri Dergisi, Cilt 1, Sayı, (1), 37-47 NİĞDE İLİ RÜZGAR ENERJİSİ POTANSİYELİ Uğur YILDIRIM 1,* Yauz GAZİBEY, Afşi GÜNGÖR 1 1 Makie Mühedisliği Bölümü, Mühedislik Fakültesi,

Detaylı

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama TANIMLAYICI İSTATİSTİKLER Taımlayıcı İstatstkler MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl aksarayl@deu.edu.tr Yer Ölçüler (Merkez Eğlm Ölçüler)

Detaylı

Yrd.Doç.Dr.İstem Köymen KESER

Yrd.Doç.Dr.İstem Köymen KESER Yr.Doç.Dr.İstem Köyme KESER Güve Aralıkları Ortalama yaa iki ortalama farkı içi biliiyor bilimiyor 30

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

x A şeklinde gösterilir. Aksi durum ise x A olarak

x A şeklinde gösterilir. Aksi durum ise x A olarak BÖLÜM I OLSILIK Küme teorisi, matematiği geliştirilmesi ve öğretimide gittikçe daha fazla yararlaıla koularda biridir. yrıca olasılıkla ilgili birici bölümü temel aracıdır. Bu kısımda amaç, olasılık kousuda

Detaylı

OKUL ÖNCESİ DÖNEM İŞİTME ENGELLİLERDE MÜZİK EĞİTİMİ İLE ÇOCUKLARIN GELİŞİM ÖZELLİKLERİ ÜZERİNE TERAPÖTİK BİR ÇALIŞMA

OKUL ÖNCESİ DÖNEM İŞİTME ENGELLİLERDE MÜZİK EĞİTİMİ İLE ÇOCUKLARIN GELİŞİM ÖZELLİKLERİ ÜZERİNE TERAPÖTİK BİR ÇALIŞMA Joural of Research i Educatio ad Teachig OKUL ÖNCESİ DÖNEM İŞİTME ENGELLİLERDE MÜZİK EĞİTİMİ İLE ÇOCUKLARIN GELİŞİM ÖZELLİKLERİ ÜZERİNE TERAPÖTİK BİR ÇALIŞMA Yard.Doç.Dr. Tüli Malkoç Marmara Üiversitesi

Detaylı

ISF404 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ

ISF404 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ 4. HAFTA ISF44 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ PARANIN ZAMAN DEĞERİ VE GETİRİ ÇEŞİTLERİ Doç. Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr 2 Paraı Zama Değeri Paraı Zama Değeri Yatırım

Detaylı

COĞRAFYADA Olasılık ve Đstatistik Ders Notları Doç. Dr. Hasan. ÇOMÜ, Fef, Coğrafya Bölümü, Çanakkale

COĞRAFYADA Olasılık ve Đstatistik Ders Notları Doç. Dr. Hasan. ÇOMÜ, Fef, Coğrafya Bölümü, Çanakkale COĞRAFYADA Olasılık ve Đstatistik Ders Notları Doç. Dr. Hasa ÇOMÜ, Fef, Coğrafya Bölümü, Çaakkale e-posta:tatli@comu.edu.tr 1 Giriş Doğa bilimleri ve/veya sosyal olaylarda karşılaştığımız problemleri birçoğuda,

Detaylı

TĐCARĐ MATEMATĐK - 5.2 Bileşik Faiz

TĐCARĐ MATEMATĐK - 5.2 Bileşik Faiz TĐCARĐ MATEMATĐK - 5 Bileşik 57ÇÖZÜMLÜ ÖRNEKLER: Örek 57: 0000 YTL yıllık %40 faiz oraıyla yıl bileşik faiz ile bakaya yatırılmıştır Bu paraı yılı souda ulaşacağı değer edir? IYol: PV = 0000 YTL = PV (

Detaylı

SAYISAL ÇÖZÜMLEME. Sayısal Çözümleme

SAYISAL ÇÖZÜMLEME. Sayısal Çözümleme SAYISAL ÇÖZÜMLEME Saısal Çözümleme SAYISAL ÇÖZÜMLEME 8. Hafta İNTERPOLASYON Saısal Çözümleme 2 İÇİNDEKİLER Ara Değer Hesabı İterpolaso Doğrusal Ara Değer Hesabı MATLAB ta İterpolaso Komutuu Kullaımı Lagrace

Detaylı

Regresyon ve Korelasyon Analizi. Regresyon Analizi

Regresyon ve Korelasyon Analizi. Regresyon Analizi Regresyo ve Korelasyo Aalz Regresyo Aalz Regresyo Aalz Regresyo aalz, aralarıda sebep-souç lşks bulua k veya daha fazla değşke arasıdak lşky belrlemek ve bu lşky kullaarak o kou le lgl tahmler (estmato)

Detaylı

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ TEMEL KAVRAMLAR PARAMETRE: Populasyonun sayısal açıklayıcı bir ölçüsüdür ve anakütledeki tüm elemanlar dikkate alınarak hesaplanabilir. Ana kütledeki

Detaylı

M Ü H E N D İ S L E R İ Ç İ N S AY I S A L YÖ N T E M L E R

M Ü H E N D İ S L E R İ Ç İ N S AY I S A L YÖ N T E M L E R İ H S A N T İ M U Ç İ N D O L A P C İ, Y İ Ğ İ T A K S O Y M Ü H E N D İ S L E R İ Ç İ N S AY I S A L YÖ N T E M L E R P U B L I S H E R O F T H I S B O O K Copyright 13 İHSAN TİMUÇİN DOLAPCİ, YİĞİT AKSOY

Detaylı

İNTERNET SERVİS SAĞLAYICILIĞI HİZMETİ SUNAN İŞLETMECİLERE İLİŞKİN HİZMET KALİTESİ TEBLİĞİ BİRİNCİ BÖLÜM

İNTERNET SERVİS SAĞLAYICILIĞI HİZMETİ SUNAN İŞLETMECİLERE İLİŞKİN HİZMET KALİTESİ TEBLİĞİ BİRİNCİ BÖLÜM 17 Şubat 01 CUMA Resmî Gazete Sayı : 807 TEBLİĞ Bilgi Tekolojileri ve İletişim Kurumuda: İNTERNET SERVİS SAĞLAYICILIĞI HİZMETİ SUNAN İŞLETMECİLERE İLİŞKİN HİZMET KALİTESİ TEBLİĞİ BİRİNCİ BÖLÜM Amaç, Kapsam,

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

Burçin Gonca OKATAN YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AĞUSTOS 2007 ANKARA

Burçin Gonca OKATAN YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AĞUSTOS 2007 ANKARA UYUM İYİLİĞİ İÇİN AMICO TEK-ÖRNEK TESTİ VE İĞER UYUM İYİLİĞİ TESTLERİ İLE KARŞILAŞTIRILMASI Burçi Goca OKATAN YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AĞUSTOS 7 ANKARA TEZ

Detaylı

İstanbul Göztepe Bölgesinin Makine Öğrenmesi Yöntemi ile Rüzgâr Hızının Tahmin Edilmesi

İstanbul Göztepe Bölgesinin Makine Öğrenmesi Yöntemi ile Rüzgâr Hızının Tahmin Edilmesi Makie Tekolojileri Elektroik Dergisi Cilt: 8, No: 4, 011 (75-80) Electroic Joural of Machie Techologies Vol: 8, No: 4, 011 (75-80) TEKNOLOJİK ARAŞTIRMALAR www.tekolojikarastirmalar.com e-issn:1304-4141

Detaylı