JEOLOJİDE MATEMATİK VE İSTATİSTİKSEL YÖNTEMLER
|
|
- Iskander Bayramoğlu
- 8 yıl önce
- İzleme sayısı:
Transkript
1 JEOLOJİDE MATEMATİK VE İSTATİSTİKSEL YÖNTEMLER Prof. Dr. Hüseyi Çelebi Ders Notları İstabul 014
2 Jeolojide matematik ve statistiksel yötemler 1 Ösöz Jeolojide matematik ve istatistiksel yötemler ders otları kapsamıda 00/003 öğretim yılıda jeoloji öğrecileri içi hazırlamıştır. Sıırlı yarıyıl süresi içide mümkü olduğu kadar uygulamaya yer vermek içi deri teorik işlemlere yer verilmemiştir. Bu kouya ilgi duyulduğuda kayakçadaki özel kayaklara başvurulabilir. Bu ders otları yaklaşık 5 yıllık deeyimde ve jeoistatistikte mevcut çok sayıdaki eseri icelemeside sora hazırlamıştır. Bularda David (1978), Akı ve Siemes (1988), Wellmer (1989), Schöwiese (199) ve Arıcı (001) e öemlileridir. Örekler, çoğulukla Türkiye deki özgü çalışmalarda ve yerbilimleride başka dallara da örek oluşturacak şekilde seçilmiştir. Bu çalışmaı amacı istatistikteki gücel durumu ve yötemleri taıtmak, ileride yapılacak çalışmalar içi temel kayak yaratmak, özgü verilerle uygulama öreklerii oluşturarak matematiği çeşitli yötemlerii yerbilimlerie uygulamaktır. Bir jeoistatistiksel işlemde çok sayıda değişke ve parametre işleme katılır. Acak buları doğru taımı ve hesaplaması souda doğru jeoistatistiksel çözüm buluur ve yorumlaabilir. Burada bu amaçla kullaılacak temel kavram ve bulara bağlı değişkeler taıtılacaktır. Bu otları yazılmasıı sağlaya asıl ede öğrecileri derslerde gösterdikleri yakı ilgi ve eleştirileri olmuştur. Kedilerie çok teşekkür ederim. H. Çelebi İstabul, Kasım 014
3 Prof. Dr. H. Çelebi Birkaç ülü sözü İstatistik! Matematiği yardımı olmada doğa bilimlerii icelemek demek, gerçekleştirilmiyecek işe girişmek demektir. Galileo Galilei Her bilimi matematiğe gereksiimi vardır, acak matematiği hiçbirie. Jakob Beroulli Matematik bilimleri, her şeyde öce, berraklığı edeiyle hoşuma gider. Reé Descartes Hiçbir şey iyi bir teori kadar pratik olamaz. Herma vo Helmholtz
4 Jeolojide matematik ve statistiksel yötemler 3 İçidekiler 1 GİRİŞ Sayfa 1.1 Geel bakış 5 1. Tarihsel gelişim Temel kavramlar ve taımlar Sıklık dağılımı Olasılık 8 Kayakça 1 TEK BOYUTLU DAĞILIMLARIN TANIMLANMASI.1 Giriş 13. Merkezi değerler Ortalama değerler 13...Ortaca (x o, medya,) 0..3 Tepe değer (x t, mod).3 Değişkelik ölçüleri.3.1 Değişim aralığı (R) 3.3. Stadart sapma (s) Değişkelik katsayısı (v) Değişke (s, σ, varyas) 6.4 Mometler Kayma (g, çarpıklık, asimetri, ig. skewess) 7.4. Basıklık (e, yassılık veya sivrilik, ig. exess, kurtosis) 8 Kayakça 33 3 KURAMSAL DAĞILIMLAR 3.1 Temel esaslar Normal dağılım (ND) Stadart ormal dağılım (ça eğrisi, SND) Birikimli ormal dağılım (BND) Logaritmik ormal dağılım (lognd) 41 Kayakça 45 Ekler 46 4 VARYANS ANALİZİ 4.1 Taımlar 49
5 Prof. Dr. H. Çelebi 4 4. Tek değişkeli varyas aalizi Sapmaları hesaplaması Çok değişkeli varyas aalizi 54 Kayakça 55 Ekler 56 5 BAĞINTI (KORELASYON) ANALİZİ 5.1 Geel bakış Bağıtı aalizi (BA) ve çeşitleri Bağıtı katsayısı (r, BK) Alamlılık katsayısı (r ) Bağıım (regresyo) aalizi (BaA) Bağıım doğrusu (BD) Kalıtı değerler (e i ) Bağıım doğrusuu parametrelerii hesaplaması Souçları sağlaması Çok değişkeli bağıtılar 73 Kayakça 74 Ekler JEOİSTATİSTİĞE GİRİŞ 6.1 Başlagıç Jeoistatistik yötemleri ve uygulama alaları Bölgesel değişkeler Varyogram Varyogram çeşitleri (tipleri) Varyogram modelleri Küresel modeli uyarlaması Varyogramları uygulama alaları Yapısal aaliz Aizotropi Ardalama (boşluk etkei, hole effect) Arta eğilim veya yöelim (tred, drift) Diğer özellikler Değişkeleri hesaplaması Saçıım (dağılım veya blok örekler) değişkesi σ (O/v) Yayılım (kestirim veya blok) değişkesi σ (v/v) Krigig değişkesi İleri jeoistatistik yötemleri 103 Kayakça 104 Ekler 105 4
6 Jeolojide matematik ve statistiksel yötemler 5 1 GİRİŞ 1.1 Geel bakış İstatistik, belirsizlik durumuda e iyi soucu çıkarmaya veya kararı vermeye yaraya yötemleri özetidir. Amaç, yaıltıcı yorumlarda kaçımak ve ileriyi doğru kestirmektir. İstatistik, gözlemler soucu elde edile sayısal verileri iceler ve bular arasıdaki bağıtıları ortaya çıkararak souçları grafik veya çizelgeler halide suulmasıı sağlaya bir iceleme yötemidir. Özet olarak istatistik, rasgele/tesadüfi ve tesadüf şeklideki olayları iceleye bir yötemsel (metodik) bilimdir ve birçok bilim dalıda uygulaabilmektedir. Elde edile souçlarda çeşitli yorumları yapılması ile sorulara çözüm araır. Souca varmak içi baze kısıtlı bilgi ile yetimek gerekebilir. İstatistiği çalışma yötemleri, a) Taımlamak veya öreklemek (deskriptiv), b) Dağılım şekillerii icelemek (aakütle/popülasyo veya küme özelliklerii icelemek), c) Tahmi etmek ve kestirmek (olasılıkları araştırmak), d) Teste tabi tutmak (hipotezler, karar teorileri uygulamak), e) Aaliz etmek (bağıtıları ortaya çıkarmak) ve f) Özel yötemler uygulamaktır. İstatistikte veri, 1. Saymak,. Ölçmek, 3. Gözlemek, 4. Aket yapmak, 5. Haritalamak ve 6. Tahmi etmek yötemleri ile derleir. Bularda gözlemler, istatistiği temelii oluşturur. Plalama ve karşılaştırma istatistiği e yaygı kullaıldığı alalardır. 1. Tarihsel gelişim Eski çağlarda beri isalar geleceği bilmek isterler. Gelecekte e olacağıı şimdide bilmek başarı ve üstülük sağlamaı ökoşulu olarak kabul edilmiştir. Acak geleceği bilmek mümkü değildir. Çükü gelecek bilidiği zama, gelecek şimdi olur ve geleceği kedisi ortada kalkar. Bu da doğa yasalarıa, öcelikle zama kavramıa, ters düşer. Bu egeli aşmak içi isalar büyü ve fal gibi dayaaksız yötemlere yöelerek geleceği kestirme yollarıı aramışlardır. Bu uygulamalar, güvesizlikleride dolayı, zamala iadırıcılıklarıı kaybetmiştir. Buları yerii gözlem ve ölçümlere dayaa basit istatistiksel hesaplamalar almıştır. Öreği İ.Ö. Mısır da ve Çi de plalama, üfus sayımı, asker ve vergi toplama işlemleride temel istatistiksel işlemlerde yararlaılmıştır. Güümüz istatistiğii kökleri acak 15. yy a kadar uzamaktadır. Metafiziğe karşı pozitif düşücei üstülük sağlaması, moder istatistiği gelişmesie de ivme kazadırmıştır. Buu da esas kayağı sohbet matematiği, şas oyuları (kumar), yai isaı yie ileriyi kestirme
7 Prof. Dr. H. Çelebi 6 veya öcede bilme merakı, olmuştur. Bugü de istatistik bu alaları temel dayaağı olmaya devam etmektedir (loto ve toto gibi). Tarihte istatistiği bilimsel olarak ilk irdeleye ve kuramlara bağlamaya çalışa matematikçi İtalya Pacioli ( ) ve Cardao dur ( ). Bular zar atma üzerie çalışmışlardır. Acak bugükü istatistiği kuramlarıı temelleri İsviçreli Beroulli ( ) tarafıda atılmıştır. Geliştirdiği yötemler, olasılık, şas ve risk oralarıı hesaplamasıı kolaylaştırmıştır. Beroulli yi Frasız Laplace ( , Laplace teoremi), Poisso ( , Poisso dağılımı) ve Alma Gauss ( , Ça eğrisi) tarafıda daha ileriye götürülmüştür. 0. yy istatistikçileri arasıda Galto ( , log dağılımı), Pearso ( ) ve Fisher ( , çeşitli testler) öemli yer tutmaktadırlar. İstatistik sürekli geliştirilmekte ve yaygı kullaım alaı bulmaktadır. Öreği, istatistiği yerbilimlerdeki adı jeoistatistiktir. 0. yy ı ikici yarısıda itibare bu alada kullaılmaya başlamıştır. Jeoloji, madecilik, coğrafya, çevre, tarım ve ormacılık bu alaları sadece birkaçıdır. Jeoistatistik bugü güveile ve kedie özgü bölgesel veya yere bağlı değişkeler teorisie dayamakta ve Varyogram gibi araçlara sahip bulumaktadır. 1.3 Temel kavramlar ve taımlar Bir araştırmada iceleecek bireyler veya malzemei tümüü icelemesi mümkü değil. Bu hem ekoomik değil, hem de yeterli örekle elde edile soucu değiştirmez (bak. büyük sayı teorisi). Bu edele iceleecek aakütlei acak bir kısmı temsile iceleir. Aakütleye popülasyo veya örek evrei (sample space), temsile iceleecek kısmıa da öreklem deir. Bir aakütlede verileri tüm özellikleri ortaktır. Buludukları yeri, aa maddeyi veya kayağı tüm özellikleri ile temsil eder. Dolayısı ile bir örek evreii acak bir temsili parçası veya öreklemi olabilir. Ayı şekilde bir öreklemi de sadece 1 ortalama değeri buluur. Bu değer, tüm gözlemleri ayı orada temsil eder. Aşağıdaki şekil örek evrei, öreklem ve ortalama değeri açıklamaktadır: Örek evrei Öreklem x i Ortalama değer x o ooo ooooo o oooooo ooo o İstatistiksel değerledirmei ilk adımı, seçilmiş az sayıdaki örekleri dağılımı ve buları bir öreklem (bir bütülük) oluşturup oluşturmadığı özelliğii araştırılmasıdır. Aaliz aygıtlarıı so yılda güveilebilir geiş kapsamlı veri üretebilmesi ve bilgi-sayarı uzu matematiksel işlemleri kolaylaştırması ile jeoistatistik, yerbilimlrii vazgeçilmez usuru halie gelmiştir. Jeolojik veya bölgesel değişimler, matematiksel olarak taımlamakta, örek 6
8 Jeolojide matematik ve statistiksel yötemler 7 ve sodajlardı optimal aralıkları, rezerv hesaplarıı kesilik dereceleri ile teör dağılımları, izotropi, aizotropi ve tabakalama gibi özellikler ayrıtılı iceleebilmektedir. Mühedislikte kullaıla bu yötemler yaıda, sıkça bağıtı (korelasyo), bağıım (regresyo), cluster, faktör ve diskrimiat aaliz yötemleri de kullaılmaktadır. Tüm yötemleri temeli aalizlere dayamaktadır. Bir öreklemi güveirliği içerdiği gözlem veya veri sayısıa bağlıdır. Acak çok farklı yötemleri bulua örek alma başlı başıa bir koudur (sistematik ve rastlatısal örek alma gibi). E az veya e iyi örek sayısı ve miktarı hakkıda da objektif ilkeler ve yötemler bulumamaktadır. E az gözlem sayısı amaca göre değişir (ormalde > 0). Bu edele ilgili özel kayaklara başvurmakta yarar vardır. Aalizler soucu elde edile verileri amaca uygu ve doğru olarak değerledirilmeleri şarttır. Buu içi, a) Veri çeşidii seçile değerledirme yötemie uygu olması, b) Bağıtıları ortaya çıkarılabilmesi içi yeterli ve uygu öreği alıması, c) Eksik veya gereksiz verii toplamaması ve d) İstatistiksel homojeliği koruması esastır. Çoğu kez ayı maddede birçok özellik araştırılır. Buları mümkü olduğu kadar azaltmak gerekir. Buu yaparke özellikler arası bağıtıları bozulmamasıa veya oa göre iceleme yötemi seçilmesie dikkat edilmelidir. Bu amaçla oralar, taımlayıcı katsayılar v.s. alımalıdır. Veriler matematiksel işlemlere tabi tutulabilmeleri içi listelerde derleir. Bulara şema, grafik ve diyagramlarla yei veriler ekleebilir. 1.4 Sıklık dağılımı Sıklık dağılımı bir öreklemi dağılım şeklidir ve sadece bir veri grubuu veya öreklemi özelliklerii iceleye yötemdir. Varıla souçlar teorik esaslara göre yorumlaarak çözümler araır. Sıklık dağılımıı başlıca araştırma souçları ormal, logaritmik ve biom dağılımı ile buları ortalama değer, stadart sapma v.s. parametreleridir. Ayı koşullar altıda kez yielee bir deeyde meydaa gele A olay sayısıa A ı H (A) H ( A) mutlak sıklık dağılımı, buu oraıa da A ı h (A) göreceli sıklık dağılımı deir. Görüldüğü gibi sıklık dağılımı klasik olasılık taımıa bezemektedir: Çükü h (A) arta ile P (A) olasılığıa yaklaşmaktadır. Büyük sapmaları meydaa gelme olasılığı giderek azalır (büyük sayı teorisi). Bir zar atmada atıla göz sayısı rastlatısal x 1 büyüklüğüü ifade ederke para atmada olası yazı (y) veya tura (t) sayılarıı rastlatısal büyüklüğü x dir. Öreği,1 kez zar atmada elde edile sayılar {1,, 6,, 5, 4, 5, 4,, 3,, 5} ise, buları dağılımıa sıklık dağılımı deir. Bua ilişki dağılım foksiyoua da olasılık veya dağılım foksiyou deir. Uygulamada her zar yüzüü gele rastlatısal değeri bir dikdörtge ile birbirii örtmeyecek şekilde apsis üzeride gösterilir. Sııf sayısıı buluması içi birçok yötem bulumaktadır. Acak burada her zar yüzü doğruda 1 de 6 ya kadar gelebilecek sayıları bir sııfıı temsil etmektedir. Bu edele zar atma iyi bir örektir. Sıklık dağılımları ayı zamada bir suum
9 Gele zar yüzüü oraı, % Gele zar yüzüü oraı, % Prof. Dr. H. Çelebi 8 veya gösterim şeklidir. Çizelge 1.1 ile Şekil 1.1 buradaki zar atmaı sıklık dağılımıı göstermektedir. Çizelge kez atıla bir zarı gele yüzlerii sıklık dağılımı (her zar yüzü bir sııftır [= x i ]). Zar yüzü Listeler H (A) Sıklık dağılımı (h (A) /). x i Çizgi Sayısal Göreceli Göreceli birikimli Mutlak birikimli % Birikimli 1 / 1 0,0833 0, ,33 //// 4 0,3333 0, ,67 3 / 1 0,0833 0, ,00 4 // 0,1667 0, ,67 5 /// 3 0,500 0, ,67 6 / 1 0,0833 1, ,00 = 1 1 1,0000 1, ,00 Sıklık dağılımı Birkimli soklık dağılım a Zarı gele yüzü b Zarı gele yüzü Şekil 1.1: Atıla bir zarı gele yüzlerii sıklık dağılımı (sütu diyagram, histogram). 1.5 Olasılık Yukarıda verile zar atma öreği para atma (yazı/tura) öreği ile değiştirilebilir. İki oyu arasıdaki fark sadece olasılıkları azalmasıdır. Para atmada iki seçeek varke, zar atmada bu seçeekler zarı 6 yüzüde dolayı altıya çıkmaktadır. Bu edele zarda bir yüzü gelme olasılığı 1:6, para atmada ise 1: dir. Bu iki oyula olasılık kavramı kısme açıklamaktadır. Burada olasılık taımıda amaç, olasılığı bir orma bağlamaktır. 8
10 Jeolojide matematik ve statistiksel yötemler 9 Doğa yasalarıa uya olaylara determiist (belirleimci), hiçbir kurala uymaya olaylara da kaotik olaylar deir. İstatistikte rastlatısal (stokastik) olaylar iceleir. Rastlatısal olaylar içi her zama, lim P(O) = c = sabit 1.1 eşitliği geçerlidir. Yielee bir deeyde, öreği para atmada, atış sayısı arttıkça souç sabit bir c değerie yaklaşır. Buula ilgili teoriye büyük sayı teorisi deir. Yazı y ve tura t ise, yaklaştığıda, H (y) = H (t) = 0,5 1. olduğu görülür. Öreği, 1. atışta yazı geldiğide, y=1/,. atışta tura geldiğide, t=1/, 3. atışta yazı veya tura geldiğide, y veya t=1/.1/=1/4 v. s. olur. Bu, uygulamada lim P(O) = c 1.3 olarak sıırlaabilir demektir. Olasılık, P(O) = O/Ω 1.4 Gözlee olaylar = Olası olaylari toplamı olarak taımlaır (O, olay; Ω, olay evrei). Bir değeri [α, β] aralığıa düşme olasılığı (Şekil 1.a, beklee sıklık dağılımı = ala ), β P{O α} = P(α x β) 1.5 β = f(x)dx α = F(β) F(α) şeklide ifade edilir. Bua, yukarıda da belirtildiği gibi, ormal dağılım deir ve etegrali alıdığıda, + f(x)dx = olduğu görülür. Buu gibi, F(g) max = 1 1.7
11 Prof. Dr. H. Çelebi 10 de bir ormal dağılımdır. Acak bu öceki dağılımı bir birikimli (kümülatif) dağılımıdır ve f(x) = F (g) şekli ile ormlamıştır (Şekil 1.b). Normal dağılım, solu, eşit olasılıklara sahip özellikleri içere ve istatistiksel dağılım koşullarıı sağlıya bir dağılımdır. E sık rastlaır. f(x) a F(g) b f(x) = olasılık foksiyou 50 F(g) = dağılım foksiyou x g f(x) = F (g) Şekil 1.. Olasılık taımı. a, sıklık dağılımı, b, birikimli sıklık dağılımı. x ve g argümaları farklıdır. x, sürekli özellik koordiatlarıı (sııf ortalarıı), g ise, sııf üst sıırlarıı (özellik üst sıır değerlerii) gösterir (bak Şekil 1.1; a da olasılık ala şeklide gösterilmiştir). Olasılık, P(O) = % 100 veya 1/1 olabilir ve mümkü veya olasıdır. Acak P(O) = 0, yai 0/1, olması mümkü değildir. Çükü olasılık, 0<P(O)<1 arasıda yer alır (istatistiksel olasılık). Bua hafif bir yağmuru taşta birie 1 damlasıı zamala düşmesi (bireysel olay) örek verilebilir. Bua karşı yoğu yağmur damlası kesilikle heme çarpar (kolektif olay). Örek 1.1: 1 zarla 1 defada, a) 6, b) 5 veya 6 atma olasılığıı hesaplaması: Çözüm: a) P(O 1 ) = 1:6 % 17 ve b) P(O ) = (1:6)+(1:6) = /6 = 0,33 = % 33 buluur (bağımsız olaylar, acak biri diğerii dışlar). 10
12 Jeolojide matematik ve statistiksel yötemler 11 Örek 1.: zarla 1 atışta düşeş atma olasılığıı hesaplaması: Çözüm: P(x 1 )=1/6 ve P(x ) = (1/6) da, P(x 1, x ) = (1/6).(1/6) (çarpım yasası) = (1/6) =1/36 = 0,0778 = %,78 elde edilir. Deey, zarları arka arkaya atılması ile, kısma ayrılır. Örek 1.3: zarla 1 atışta her biride 4 veya atma olasılığıı hesaplaması: Çözüm: P(O 1 ): 1. zar P(O ):. zar. P(O)=0 olaaksız. P(O 1 )=1, P(O )=1 1 1 P(O)= P(O 1 )=1, P(O )= ve davamı soucu, P(O)= = = 36 = 18 1 =0,0555
13 Prof. Dr. H. Çelebi 1 = % 5,55 soucua varılır. Örek 1.4: Bir zarla 1 defada 3 e bölüebile bir çift sayıyı atma olasılığı. Çözüm: P(O) = 3/6./6 = 6/36 = 1/6 = % 17 buluur. Bu durumda olayları bağımsızlığı verildiğide, birbirlerii dışlamıyor ve 3/6 ile /6 da olasılık teorisie uygudur e bölüebile sayılar Alıştırma 1.1: zarla 5, 6 veya 7 atma olasılığıı hesaplayıız. Yaıt: P(O) = 15/36 % 4. 1 i asıl 1/36 ettiğii düşüü. Alıştırma 1.: Bir iş yeride çalışa 5 kişii doğum güleri aşağıdaki şekilde aylara dağılmış bulumaktadır. Sıklık dağılımıı çizerek irdeleyiiz. Aylar Doğum güü s Kayakça 1. Barsch, H. ve Billwitz, K., 1990: Geowisseschaftliche Arbeitsmethode. Verl. Harri Deutsch, 56 s., Thu ve Frakfurt am Mai.. Reihardt, F. ve Heirich, S., 1994: dtv-atlas zur Mathematik. Cilt 1 ve., dtv Verlag, 498 s., Müche. 3. Wessel, P., 001: Geological data aalysis s. 1
14 Jeolojide matematik ve statistiksel yötemler 13 TEK BOYUTLU DAĞILIMLARIN TANIMLANMASI. 1 Giriş Bir örek dizisi acak yeteri kadar kapsamlı ve kesilikle taımladıkta sora istatistiksel verileri ait olduğu öreklem özellikleri ve gelecekte beklee olasılıklar hakkıda bir düşüce yürütülebilir. Tek boyutlu dağılım demek, tek bir değişkele taımlaa aa kitle/ popülasyo demektir. Bu aa kitledeki parametreleri kesilik derecesi ve birimlerii ayı olması isteir. Örek çeşidi olaylara bağlıdır. Geelde f(x, y) ve f(t) şeklide ifade edilirler. Alımış ve alıacak örekleri ayırmak lazım. Alıacak örekler açıklık kazaacak, bezeştirilebilir (simüle edilebilir) ve hazırlaabilir olmalıdır. Örek taımlaması, verileri değişke ve etke şeklide özetlemesi demektir. Buu içi: 1. Ortalama ve e sık değer,. Saçıım, sapma değerleri (değişkeler), 3. Sıklık oraları (kısımları, yüzdelikler), 4. Dağılım şekillerii göstere değişkeler (simetri, yassılık) 5. Eğilim/eğim yö, göstere değişkeler ve 6. Dağılım foksiyoları, uyum ve sııfladırma bakımıda örekler karşılaştırılmalı ve icelemelidir.. Merkezi değerler Bir veri diziside bulua parametreleri bazıları bu dizii orta kısımlarıda yer alırlar ve merkezi değer* olarak aılırlar. Bir öreklemi merkezi değerleri, ortalama değer, tepe değeri (modal değer) ve ortacadır (medya). 1. kouda taımlaa kavramlar bu ve buda soraki kouda veri kümelerii parametrelerii ve sıklık dağılımlarıı taımlamasıda kullaılacaklar. Veriler çizelge, şema ve diyagram şeklide düzeleerek çeşitli ölçü sayıları buluur (bak. Çizelge.1)...1 Ortalama değerler Bir rastlatısal veri hem dağılım foksiyou, hem de sıklık dağılımı ile kesilikle taımlaır. Acak istatistikte rastlatısal bir büyüklüğü yeteri kesilikle taımlaya bazı parametrelerle de yetiilir. Bu değerleri e öemlisi istatistikte e çok kullaıla bekleti değeri veya ortalama değerdir. Ortalama değer, rastlatısal saklı x değerlerii, * Merkezi değer demek, ortalama değeri x 0 ola değer demektir. Bir trasformasyo yoluyla, öreği, x 1,...,x değerleri, y i = x i - x (i = 1,..,) şeklide merkezileştirilirler. Bu arada değişke σ değişmez. Merkezileştirilmiş ve stadart sapması s = 1 ola veriler stadardize edilmiş demektir. Stadardizasyo u i = x i x (i = 1,...,) gibi bir trasformasyola mümküdür (Stadardize veriler birimlere bağlı değil. Dolayısı s ile değişik birimli verileri matematiksel işlemesi mümkü olur.
15 Prof. Dr. H. Çelebi 14 solu veya sosuz i üzeride toplamı veya, xi P( x i ).1 i xf ( x) dx. foksiyouu değeridir ( f, sıklık foksiyoudur). Çok çeşitli ola ortalama değerleri e yaygı kullaılaları aşağıya çıkarılmıştır. A) Aritmetik ortalama ( x ) Aritmetik ortalama verileri, ça eğrisii altıda kala alaı ağırlık merkezii oluşturur. Gauss ça eğrisi içi öemli ola aritmetik ortalama değeridir. Bu, bir örekleme ait değerleri toplamıı örek sayısıa bölümü ile elde ediilir. Çizelge. 1: Isı ölçümleri ( C, Atalya, Temmuz/004). Ölçüm Ölçüm değerleri Ortalama sapma Sapmaı karesi Sabit değer farkı umarası x i x i - x (x i - x ) (x i -D, D=33) ,49 0, ,571, ,571 31, ,571 0, ,49, ,49 5, ,49 11,758 - Σ = ,49 53, a) Sııfladırılmamış verileri aritmetik ortalama değeri x, x = 1 xi i1.3 = 1 (x1 +x +...+x ).4 şeklide taımlamaktadır. x i, veri veya özelliktir (i =1,,..., ). Toplam i üzeride ye kadar sürer. Bua göre Çizelge.1 deki ölçümleri aritmetik ortalaması x, x =
16 Jeolojide matematik ve statistiksel yötemler 15 buluur. = 34,49 C b) Sııfladırılmış verileri aritmetik ortalama değeri içi, x = i1 i1 f i f x i i.5 formülü kullaılır. Burada, sııf (frekas, aralık) sayısı, f i, i sııfıa düşe veri sayısı ve x i, sııf orta oktasıdır (Çizelge.). Çizelge.. Çizelge.1 deki verileri sııfladırılması (bak..3.1 d, Sturge Kuralı). Sııf aralığı, Sııf ortası Örek sayısı Sııf ort. x örek s. Birikimli toplam, % frekas f ( C) x i f i x i.f i f i (x i.f i.100/ x i.f i ) Örek.1: 31,00-33,39 3,0 3 96, ,88 33,40-35,79 34,60 69,0 5 68,45 35,80-38,19 37, , ,73 38,0-40,59 39, , ,00 Σ = 5 7 4,0 Çizelge. deki sııfladırılmış değerleri ortalaması x, 1 x = 7 i 1 ( x i. f i ) 1 =.4,0 7 = 34,600 C buluur (değerleri kısaltılması edeiyle souç az yüksek çıkmıştır). c) Sabit bir değer yardımı ile hesaplama. Burada x, 1 x = D + ( D).6 xi i1 şeklide ifade edilir. (D, gelişigüzel bir değerdir). D = 33 C alıdığıda, yukarıdaki çizelgeye göre x,
17 Prof. Dr. H. Çelebi 16 buluur (Çizelge.1). 10 x = = 33+1,49 = 34,49 C Aritmetik ortalama çok kullaışlıdır, aaliz değerlerii irdelemeside e sık kullaıla parametredir. İrdelemede kabul etmek doğru değildir. Öreği, uç değerlerde çok etkileir. E öemli üstülükleri, 1. Kolay hesaplaması,. Tüm değerleri kapsaması ve 3. Başka değerlere, öreği, ağırlıklı ortalamaya, çevrilmesii kolay olmasıdır. Aritmetik ortalamaı sakıcaları, 1. E büyük ve e küçük değerleri çok etkilemesi,. Gerçek bir değeri bulumadığı bir oktada bir değer verebilmesi ve 3. Metrik sistemi şart olması. Diğer ortalama değer çeşitleri aşağıda kısaca taıtılmıştır: B) Ağırlıklı ortalama değeri (x a ) Çeşitli hesaplamalarda süre ve mesafe gibi etkeleri öemii de hesaplamalara katmak içi ağırlıklı ortalama değeri hesaplaır. Öreği, yer ve çevre bilimleride örek değerleri, öreği derişimler, örekleri arasıdaki mesafe ile çarpılır, toplaır ve toplam mesafeye bölüür. Bu ortalama değerle, uç değerleri, öreği kalılıkları da hesaplamada etki olması ile, aritmetik ortalamaya orala etkisi azaltılmış oluyor ve daha gerçekçi bir değer elde edilmiş olur. Ağırlıklı ortalama x a = m i i1 formülü ile hesaplaır. i1 i1 m x i m i i = 1 durumuda sadece geel formül geçerlidir. Burada i, örek sayısı (i=1,,...,), m i, örekler arasıdaki mesafe, teör veya zama gibi bir faktördür ve x i ye veya mesafeye göre değişe değerler alır. x i, ölçüm değerlerii gösterir. Ağırlıklı ortalamaya e iyi örek, ara ve bitirme sıavı otlarıı farklı ağırlıkla (öreği, % 40 ve % 60) geçme otua katılmasıdır. Örek.:.7 16
18 Jeolojide matematik ve statistiksel yötemler 17 Bir sodajdaki ağırlıklı P O 5 değerii hesaplaması (SP-9, Pıarbaşı/Adıyama). Çizelge.3: Verileri düzelemesi (Örek.) Derilik, m Ölçüm x i, % Mesafe, m i Faktör, f i x i. m i x i.f i 9,35-33,60 1,78 4,5 0,55 (4,5/7,70) 7,57 0,98 33,60-35,35,35 1,75 0,3 4,11 0,54 35,35-37,05 1,6 1,70 0,,75 0,36 Σ =3 5,75 7,70 1,00 14,43 1,88 Bua göre, 1,78.4,5,35.1,75 1,6.1,70 x a = 4,5 1,75 1,70 = 14,43 7,70 ( 1,88 ) 1,00 = % 1,87 P O 5 buluur. Bu değerleri aritmetik ortalaması esasıda, x = 5,75/3 = % 1,9 P O 5 çıkmaktadır. Aradaki % 0,05 lik fark burada öemli değildir. Acak altı veya gümüş gibi değerleri hammaddeler içi çok öemlidir ((1,9-1,87).100/1,9= %,60 lık bir fark eder). C) Geometrik ortalama (x g ) Bularda başka mühedislik bilimleride yaygı bir şekilde kullaıla geometrik ortalama bulumaktadır. Bu ortalama değer öcelikle log dağılımlarıda kullaılır. Burada değer çarpımıı çarpıla tüm değerleri sayısıa eşit derecede kökü alıır. Yai, x g =.x.8 i x 1. x... x şeklide buluur (, örek sayısı; Π, büyük pi = çarpım). x g, aritmetik ortalamada küçüktür. Geometrik ortalamaı üstülükleri, a) Tüm değerleri kullaılması, b) Çok açıktır ve
19 Prof. Dr. H. Çelebi 18 c) Uç değerleri etkisii azaltır. Bua karşı sakıcaları, a) Bir değeri dizide sıfır olması durumuda kullaılamaması ve b) Elde edile değeri dizide bulumaya bir yere karşılık gelmesidir. Örek.3: Ölçüle çeşitli deeylerdeki yoğuluk ortalaması. verileri verilmiş ise, geometrik ortalama, Ölçüm umarası Yoğuluk (g/cm 3 ) 5,41 5,63 5,35 5,70 5,58 g/cm 3 soucua varılır. x g = x x... x 1. = 5 5,41.5,63.5,35.5,70.5, 58 = 518,85 1/ 5 = 5,53 Geometrik ortalama hesaplamada kök yerie logaritma alıması, çok veri çarpımıı köküü alma işlemideki zorlukta kayaklaır. Bu edele kök alma yerie logaritma alıır. Öreği, 1 log x g = log( x1 x... x ).9 1 = (log x1 log x... log x ) logaritma kuralıa göre logaritmaları alıa değer toplamıı ati logaritması alıarak geometrik ortalama buluur. Örek.3 teki değerleri log toplamı 3,69, örek sayısı da 5 olduğua göre, x g = atilog (3,715/5) = atilog 0,743 =10 0,743 buluur. D) Harmoik ortalama (x h ) = 5,53 18
20 Jeolojide matematik ve statistiksel yötemler 19 Özellikle doğa bilimleride, öreği fizikte, kullaıla bir ortalama değer de harmoik değerdir. Ölçüm değerlerii tersi (1/a) aritmetik ortalamasıı tersi olarak hesaplaır ve 1 x h 1 i 1 1 x i.10 şeklide formüle edilir. Burada da geometrik ortalamada olduğu gibi değerleri hepsii sıfırda büyük olması gerekir. Harmoik ortalama öcelikle zama oralarıı (hız, yol ve zama) ortalamasıı hesaplamasıda kullaılır. Örek..4: 80 soruluk test sıavıda 60 soruya 50, 0 soruya da 30 dakikada yaıt vere bir öğrecii yaıt başıa ortalama yaıt süresii buluması. Sıav başıda ortalama olarak her soruya 1 dakika süre verilmiştir. Acak öğreci sıavı ilk 50 dakikasıda soru başıa 50/60 = 5/6 dakika, geri kala 0 dakikasıda da 30/0 = 3/ dakika kullamıştır. Bua göre harmoik ortalama, 1 1 1/x h = i1 xi =1/(5/6+3/) =1/(5/6+9/6) =1/.14/6 =14/1 =7/6 =1,17 mi. elde edilir (1/, soruu etapta oluşmasıda gelir). Alıştırma.1: Verile { }dizisii harmoik ortalamasıı buluuz. Yaıt: x h =5,03 E) Değişim aralığı ortası (R o, uç değer ortası): Bu ortalama değerlere ek olara değişim aralığı ortası da bir ortalama değer olarak görülürler. Yayılım aralığı R (rage), R = x max -x mi.11 formülü ile taımlaır. Buu ortalaması veya ortası R o, R o = xmax x mi.1
21 Prof. Dr. H. Çelebi 0 formülü ile buluur ve yayılım alaı ortasıı verir. Bu aralık frekas veya sııf sayısıı bulumasıda kullaılır (Sturge Kuralı* ve Örek.6).... Ortaca (x o, medya,) Ortaca, bir diziyi ortalıya veya ça eğrisii altıdaki alaı eşit iki kısma ayıra değerdir. Öreklemdeki değerleri yarısı ortacada küçük, yarısı da büyüktür. Matematiksel olarak ortaca x o, veya xo x o = F( x) f ( x) dx.13 F o xo ( x ) F( ) x o 0 = 0,5 x o = xo xo f ( x) dx = f ( x i ).14 i1 = 0,5 olarak taımlamaktadır (Schöwiese, 199 ve Arıcı, 001). Bu değer toplam içi ortaca = F(0,5) = % 50 alamıa gelir. Bu da tek sayılı dizilerde orta değere, çift sayılı dizilerde ise, x o = x / şeklide belirlemektedir (x /, ilk yarıı so değeridir). Dolayısı ile çift sayılarda ortaca, ikici yarıı ilk değeri olur. Örek.5: Bir akarsuyu debi değerleri (m 3 /s, Peri Suyu, Tuceli): Sıra o Ölçümler: 3,0 39,10 47,40 103,0 157,30 07,90 70,40 Büyüklük sırasıa göre dizile Örek.5 teki değerleri 4. değeri, yai 103,0, veri dizisii tam ortasıa düşmektedir. Burada ortaca 103,0 dir. Ortaca çarpık dağılımlar içi ortalama değere göre daha uygudur ve az örek sayısı içi de öemlidir. Metrik ve sıralama ölçü birimleri de kullaılabilir ve aşırı değerlerde çok etkileir. 0
22 Jeolojide matematik ve statistiksel yötemler 1 Ortacaı üstülükleri, a) Hesap yapmada buluabilmesi b) Gerçek bir değeri temsil etmesi, c) Uc değerleri dışlaması ve d) Başka bezer büyüklükler yerie kullaılmamasıdır. Bua karşı, a) Baze zor saptaabilmesi ve b) Çevirmelere uygu olmayışı gibi sakıcaları bulumaktadır. f(x) = Frekas f (örek/aralık) a F 1 = b F F F 1 x x o x t x Aralık, % x t c d α α x t <x o < x x <x o <x t Şekil.1. Ça eğrisi ve merkezi parametrelerii dağılıma göre koumları: a, Ça eğrisi ve ortalama değer x, ortaca x o ve tepe değeri x t i bir ormal dağılımda çakışması. F 1 ve F ortaca tarafıda ye bölüe alaı eşit parçalarıdır. b, Histogram, eğrii yerleşimi ve ortaca x o. c, Sağa çarpık (sağ asimetrik) dağılımda tepe değeriortaca-ortalama değeri koumu ve d, Sola çarpık (sağ asimetrik) dağılımda tepe değeri-ortaca-ortalama değeri koumu. α, teğet-absis açısı. tg α > 0: düşük değer dağılım tipi (c) ve tg α < 0, yüksek değer dağılım tipi (d) dağılım grafikleri...3 Tepe değer (x t, mod)
23 Prof. Dr. H. Çelebi Tepe değeri veya modal değer, dağılım foksiyouu sahip olduğu e yüksek frekas değeridir. Yai e çok öreği buluduğu, başka hiçbir sııf tarafıda aşılamaya sııftır. Teorik olarak x t, x t (mod) = f(x) max.16 olarak taımlamaktadır. Bir ormal dağılımda, simetride dolayı, tepe değeri (x t ) = ortalama değer ( x ) = Ortacadır (x o ).17 bağıtısı mevcuttur. Bu durumda eğri altıdaki ala ortaca tarafıda eşit parçaya yarılır (F 1 = F, Şekil.1.). Sağa kaya (kuyruk sağda) veya pozitif eğimli (tg α >0) dağılımlarda ortalama değer, ortaca ve tepe değeride büyüktür (x t < x o < x ), sola kaya (kuyruk solda) veya egatif eğimli (tg α < 0) dağılımlarda ise, ortaca ve tepe değer de küçüktür ( x < x o <x t ). 1. durumu zayıf değerleri dağılıma hakim olduğu alamıa gelir. Bua bir toplumdaki geç üfusu çoğulukta olması örek verilebilir.. durumda ise, yaşlı üfusu etki olduğu alaşılır. Bu özellik, yerbilimleride öreği, made yataklarıı oluşmasıı sağlar ve yüksek değerleri hakim olduğu bir dağılımı yasıtır (zegi cevher tipi). Çevre bilimleride bu, öreği, aşırı kirliliği veya bir etkei ortalamaı üstüde artışıı gösterir. Şekil.1 c-d çarpıklık ve eğri-teğet ilişkisii göstermektedir. Birçok tepelikli dağılımlarda, 1.,. ve 3. tepe değeri diye sıralaır. Çok tepelikli dağılıma Şekil 1 örek verilebilir. Çizelge. deki e yüksek frekas değeri, yai tepe değeri, 3 tür ve 3.100:7= % 45,86 ya karşılık gelir. Dağılımda bu değerde daha yüksek değer bulumamaktadır. Bu aralıklara düşe değerler gibi bir dizide yielee değer tepe değerii oluşturur. Bu değerleri hepsi de gözlem sayısıa bağlıdır. Ne kadar çok gözlem kapsama alıırsa, o kadar güveilir ve gözlem kümesi içi o kadar taımlayıcı olurlar. Tepe değerii Üstülükleri, a) veya daha çok tepelikli dağılım içi de öemlidir, b) Uç değerlerde etkilemez, c) Her ölçü birimi içi kullaılabilir. Sakıcası ise, her zama kesi ölçülememesidir..3 Değişkelik ölçüleri Verileri istatistiksel taımlamasıda sadece ortalama değerler yeterli olmamaktadır. Ortalama değerlerle elde edile souçları yaılma oraları yüksek olur. Öreği, bir kiracı ev sahibii verdiği 1,40 m lik çocuklarıı yüzdüğü havuzu ortalama deriliğie e kadar iaır? Bu gibi durumlar içi ortalama değerler tarafıda kapsamaya parametreleri de icelemek gerekir. Yai bir veri kümesi veya aakütle, çeşitli dağılım parametreleriyle de taımlaabilir. Bu parametreler öcelikle aşağıda taıtıla değişim aralığı, stadart sapma, değişke (varyas) ve mometlerdir.
24 Jeolojide matematik ve statistiksel yötemler Değişim aralığı (R) Bir veri kümesideki veya popülasyodaki e yüksek ve e düşük değerlerii arasıdaki fark, değişim veya yayılım aralığı R, R = x max - x mi.18 ile taımlaarak belirtilir. Burada sadece değer, e düşük ve e yüksek değer, hesaba katılmak-tadır. Dolayısı ile uç değerleri buluması durumuda souç yaıltıcı olabilmektedir. Öreği, bir kayaç veya bir mieral çeşidii içerdiği bir elemeti, bu uç değerleri arasıdaki farkı değişik olabilir. Aa elemetlerde bu fark ispete küçüktür (homoje dağılım). İz elemetlerde ise, büyük olabilmektedir (heteroje dağılım). Uc değerlere göre ça eğrisii değişimii Şekil. göstermektedir. Öreği, yukarıdaki debi ölçümleri içi değişim aralığı, R = 70,40-3,0 = 38,0 m 3 /s dir. Sadece metrik ölçü birimleride yararlaıla değişim aralığıı hesaplaması kolaydır ve verileri dağııklığı hakkıda bilgi verir. Sadece değerde hesapladığıda, içerikle ilgili yorum yapılamaz. Acak değişim aralığı R, sıklık dağılımıı oluşturulması ve icelemesi içi çok öemlidir. Çükü dağılım R tarafıda sıırlaır. Bu ede burada R üzeride durmakta yarar vardır: Sıklık dağılımlarıda bir öreklemi bir özelliği iceleir. Buu içi özelliklerde oluşa verileri düzeleip sıkıştırılması gerekir. Böylece dağılımı gözlemesi ve başka verilerle karşılaştırılması içi iyi bir temel sağlamış olur. Souç grafik olarak gösterilir (Bak. Şekil.5) Bir sıklık dağılımıda sııflama, sıralama ve metrik sayılar kullaılabilmektedir. Eşit koşullar altıda kez yielee bir deeyde rastlaa i olay sayısıa i i mutlak sıklığı deir ve burada f i ile gösterilir. f i / = h i de i ı göreceli sıklığıdır. Bu, P(O) olasılık taımı ile uyumludur. arttıkça, göreceli sıklıktaki büyük sapmalar olaaksızlaşmaktadır (büyük sayı teorisi). Sıklık dağılımıı oluşturmak içi: a) Sayılar büyüklük sırasıa göre dizilir (x 1 < x...< x k ). b) Dizi her eşit i aralığı içi f i özellik değer sııflarıa ayrılır (f i, mutlak sıklık). c) Burada h i = f i : ile göreceli sıklık dağılımı değerleri hesaplaır (, toplam örek sayısı). d) Souçlar bir x-y koordiat sistemii absiside özellikleri aralıkları (x i = eşit aralıklar), ordiatıda da buları göreceli sıklıkları (h i =f=h i :i) gösterilerek çizim tamamlaır (bak. aşağıdaki Örek.6 ve Şekil.5). Ça eğrisii veya sıklık dağılımıı uygulaması ve çizimi içi çeşitli yötemler bulumaktadır. Yötemleri hepsii ortak özelliği, verileri bilgi kaybı yaratmada, kolay çizim içi sııflara ayrılmasıdır. Buu içi öreği, sııf sayısıı örek sayısıa göre değişmesi ve örek sayısıı
25 Prof. Dr. H. Çelebi 4 kare köküde az olması isteir. Bu sııfları 10 da fazla olmaması tavsiye edilir. Acak 8 ve 19 sııfı e iyi olduğu da belirtilmektedir (Perillo ve Maroe, 1986). Aralık (sııf üst sıır aralıkları) veya frekaslar eşit aralıklar olabileceği gibi, öreği, s, veya gibi, arta veya azala aralık olarak da alıabilmektedir. Frekas hesaplamada e sık uygulaa Sturge Kuralı log esasıa dayamaktadır (bak. Örek.6). Bua göre sııf sayısı k, k = 1+log /log.19 =1+3,3.log eşitliği ile buluur. Aralıklar da R değişim aralığıı k ya bölümesi ile, R= (x max -x mi )/k.0 elde edilir. Bua göre sııf üst sıırları sıralaır (x 1 < x...< x k gibi). Sııf sıırları kesi olmalı ve sııfa ait tüm verileri kapsamalıdır (x i-1 < x <x i gibi). Eformasyo kaybı olmaksızı sııflar birleştirilebilir veya bölüebilir (h i /3 yerie h i /5 gibi). Sııf sıırları rasgele seçilemezler. Buları özelliklerie ve dağılım şekillerie uymaları ve bir hesaplama ilkesie dayaması gerekir. Buu içi birkaç yötem deeebilir ve e uyguu seçilir. Sııf aralıkları tamamlamış tam sayı olarak alıır. Dağılımı başlagıç oktası değişim aralığıı başlagıç oktasıdır. Böylece e küçük değeri buluduğu sııf, grafiği başlagıç oktası olur. Daha sade bir şekilde Stem-ad-Leaf (sap ve yaprak) yötemi ile de sıklık dağılımı yapılabilir. Burada sadece bir örekle yetiilecektir. Bu amaçla Çizelge.4 teki Fe değerlerii bu yötemle sııfladırılması ve sıklık dağılım grafiği aşağıda verilmiştir. Bu yötemi e iyi yöü, hem ham verileri, hem de veri sııflarıı bir histogram şeklide göstermesidir..3. Stadart sapma (s) % Fe Örek sayısı/aralık Verileri ortalama değer etrafıda e kadar yoğulaştıklarıı gösterir. geometrik olarak, stadart sapma, aritmetik ortalama değerii üstüde ve altıda kala veri sapmalarıı ortalamasıdır. Bu edele bir (+), bir de (-) değeri buluur. Şekil:.b stadart sapmayı geometrik olarak göstermektedir. 4
26 Jeolojide matematik ve statistiksel yötemler 5 %db a db b + s x -s Ses şiddeti, db Ölçümler Şekil.: Verileri değişim aralıkları a ve stadart sapmaı geometrik alamı b. Ortalama mutlak sapmaya ayı zamada stadart sapma da deir. s ile gösterilir ve geel olarak, s = = = 1 1 x i i1 1 ( x i x) 1 i1 i1 x i ( i1 ( 1) x ) i.1..3 formülleri ile hesaplaır ( x x x dir). Ortalama değerle ola farkları toplamı 0 i i ettiğide, kareleri alıır, toplaır ve kareköküü pozitif değeri stadart sapma olarak kullaılır. Ortalama değer hesaplamada da stadart sapma buluabilir (bak. formül.1)..1 daki yerie alıa -1 terimii sadece geel bir teorik alamı vardır. Değeri aakütleye değil, öreklem e ait olduğuu ifade eder ve serbestlik derecesi sayısıı veriyor. Bu terim aslıda Sııfladırılmış verileri stadart sapması.1 eşitliğii.5 eşitliği şeklie bezetilmesi ile hesaplaabilir (bak..5, x i = f i.x i ve (-1)=Σf i ). Örek sayısı arttıkça,, -1 e yaklaşır. Stadart sapma s, >1 ve s >0 durumları içi bir alam taşır.1 örek içi s = + dur (belirsiz). Sadece metrik ölçü birimleride kullaıla stadart sapmada, souçları yorumlamasıda adire yararlaılır..3.3 Değişkelik katsayısı (v) Stadart sapmaı aritmetik ortalamaı yüzdesi olarak ifade edilmesie değişkelik katsayısı deir. Göreceli stadart sapma olarak da bilie bu parametre, s v = x
27 Prof. Dr. H. Çelebi 6 olarak biliir (%). Bu oraa göre veriler, - düzeli (v < % 40), - düzesiz (% 40 < v < % 80) ve - çok düzesiz (v > % 80) olarak sııfladırılırlar (Wilke, 1975). Özellikle yerbilimleride yaklaşık örek sayısıı, öreği, milyo t rezerv başıa, saptamasıda bu parametre öemli bir ölçüt olarak kabul edilir. Ayrıca dağılımları saçıım farkıı saptamada, ortalama değere bağlı değişimide (oratı etkei=orasallık) ormal ve log dağılımlarıı ayırt edilmeside yararlaılır..3.4 Değişke (s, σ, varyas) Stadart sapmaı karesie değişke (varyas) deir. s veya sıkça σ (sigma) ile gösterilir. Bir istatistiksel dağılımı esas parametresi değişkedir ve σ = ( x x) f ( x) dx.5 olarak taımlaır (σ, aakütlei değişkesidir). Burada bir öreklemi değişkesi, s 1 = ( x 1 i1 i x).6 formülü ile hesaplaır. Verileri ortalama değerde sapma derecesii, değişkeliğii, gösterir. Değişke, a = x içi miimum değer alır (a, ortalama değerde farklı bir değerdir). Bu, saçıımları ortalama değer yakııda e az olduğuu gösterir. Değişke ile stadart sapmaı istatistikte çok büyük öemi vardır. İstatistiksel hipotezleri doğruluğuda ve testlerde kullaılırlar. Varyas, korelasyo ve regresyo aalizi ile bulara dayaa yüksek derecedeki istatistiksel değerledirmelerde (öreği, varyogram hesaplamalarıda) vazgeçilmez bir ölçüttür. Ayrıca stadart program yapımıda temel teşkil ederler. Uygulamada varyasla stadart sapmayı birbiride ayırt etmek gerekir. Aralarıdaki fark, değişkei gözlemleri tüm, stadart sapmaı ise, tek tek göstermesidir. Bu yüzde değişkede baze Σx i toplam değerleri tüm örek sayısıa bölüürke, stadart sapmada örek sayısıı 1 eksiğie bölüür. Bu edele σ ı karekökü, stadart sapmada daima küçüktür. σ ve s değerleri bir güveirlik derecesi içerirler. Bu da öreği, t-studet testi ile kotrol edilebilir. Değişke, kısımlarıa ayrılabilir. Çükü bir öreklemi varyası, öreklemdeki grupları varyaslarıı toplamıa eşittir. Öreği, 1 I J K xk 1 i1 j1 kk s = ( xi x j... ).7 6
28 Jeolojide matematik ve statistiksel yötemler 7 gibi. Bu özellikte, varyas aalizide ve jeoistatistikte yayılım değişkesi gibi çeşitli değişkeleri hesaplamasıda yararlaılır..4 Mometler İstatistikte dağılımları çoğu simetrik değildir. Baze değerler ortacaı sağıda veya soluda yoğulaşır (Şekil.1 c ve d). Bu dağılım özellikleri yukarıda açıklaa teğet açısı ve parametre sıralaması gibi yötemler yaıda 3. mometle, dağılımı stadart ça eğriside yüksek veya basık (yassı) olduğu da 4. mometle saptaabilmektedir. 1 Bir momet geel olarak m k = ( x i ) 1 i k.8 deklemiyle ifade edilmektedir. Bir dağılımda 4 büyüklüğü, merkezi mometleri*, yai ortalama değer ( x ), stadart sapma (s), kayma (m 3, kayma, çarpıklık) ve basıklığı (yassılık, m 4 ) icelemesi yararlı olur..4.1 Kayma (g, çarpıklık, asimetri, ig. skewess) Bir ormal dağılımda ortalama değer, ortaca ve tepe değeri eşit oldukları yukarıda belirtilmişti. Bu değerleri karşılaştırılması ile ortalama değere göre kayma saptaabilir. Acak kayma durumuda buları oraı değişir. Kesi bir kayma değeri acak 3. momet m 3 ü hesaplaması ile elde edilebilir. Bu, m 3 = 1 3 ( x i x).9 olarak taımlamaktadır. Burada kayma, stadart sapmaya bölüerek stadartlaştırılır. Yai, i1 m 3 g = 3 s 1 xi x = ( ) s i 1 ( x i i1 = 3. s x) eşitliği ile birimsiz hale getirilir. g = 0 içi ormal dağılım, g > 0 içi pozitif ve g < 0 içi de egatif eğimli bir dağılım mevcut demektir (Şekil.3). Kayma, esasıda bir logaritmik dağılımı belirtisidir.
29 Prof. Dr. H. Çelebi 8 g=0 g > 0 g < 0 Şekil:.3. Farklı kaymalara örek dağılım çeşitleri..4. Basıklık (e, yassılık veya sivrilik, ig. exess, kurtosis) Basıklık veya sivrilik taımı içi de 4. momet m 4 (exess, kurtosis) kullaılır. Bu momet tepelik durumuu belirtmeye yarar ve m 4 = 1 i 1 şeklide taımlamaktadır. m Burada basıklık, e = s i 1 ( x i x) 1 xi x = ( ) s ( xi x) = i1 4. s 3 formülüde çıkarılır. Bir ormal dağılımda e = 3 tür (eşitlikte 0 alımıştır). Bu durumda ormal ça eğriside basık ola dağılımlarda e < 0, sivri olalarda ise, e > 0 dır (Şekil.4). Bu dağılımları ortalama değeri eşit, acak stadart sapmaları farklıdır e > 0 e = 0 e < 0 Şekil.4: Farklı basıklığa örek dağılım çeşitleri. Stadart sapmaları ayı ola bu dağılımları e < 0 olalarıa platokurtik, e > 0 olalarıa da leptokurtik deir. 8
30 Jeolojide matematik ve statistiksel yötemler 9 Basık dağılım, deelde grait gibi çeşitli mierallerde oluşa ve değişik derişimde öreği elemet içere kayaçları elemet dağılımıda görülür. Sivri dağılım tiplerie ise, buu tersie, öreği, krom gibi sadece kromitte (FeO.Cr O 3 ), yai bir tek mieralde, derişe elemet dağılımlarıda rastlaır. Logaritmik dağılımları icelemesi, metrik değerleri logaritması alıarak ayı yötemlerle gerçekleştirilir. Örek.6. Bir sodajdaki demir teörüü (% Fe) sıklık dağılımı parametrelerii hesapla-ması ve dağılım grafiğii çizilmesi (SP-5, Pıarbaşı/Adıyama, Şekil.5). Çizelge.4: Verileri düzelemesi (Örek.6). Sıra No. Derilik, m Mesafe, m i x i (% Fe) m i.x i x i - x (x i - x ) (x i - x ) 3 (x i - x ) ,60 6,0,0 137,64-9,34 87,4-814, ,05. 46,80 1,5 40,0 50,5 8,65 75,00 649, , ,05 1,80 43,45 78,1 11,91 141, , , ,85 1,15 40,95 47,09 9,41 88,55 833, , ,0 0,90 1,87 19,68-9,67 93,51-904, , ,10 1,0 35,35 4,4 3,81 14,5 55,31 10,7 7. 5,30 4,90 9,81 146,07-1,73,99-5,18 8, ,0 4,40 37,70 165,88 6,16 37,95 33, , ,60 0,65 3,95 1,4 1,41 1,99,80 3, ,5 0,0 11,5,5-0,8 411, , , ,45,15 31,17 67,0 0,37 0,14-0,05 0,0 Σ = 11 4,80 346,90 777,93 0,00 955, , , 1. Parametreleri buluması 11 örekte oluşa ve Çizelge.4 te düzelee öreklemi e küçük değeri % 11,5, e yüksek değeri de % 43,45 Fe dir. Yielee değer bulumadığıda, tepe değeri saptaamamaktadır. Acak % 3,95 Fe değeri ortacayı göstermektedir. Bu değer aritmetik ortalama yerie de kullaılabilir. x i - x ı mutlak değerlerii ortalamasıa mutlak sapma deir. Aritmetik ortalama, x 11 i1 x i / =346,90/11 = % 31,54 Fe
31 Prof. Dr. H. Çelebi 30 Ağırlıklı ortalama, x a = = i1 i1 m x i m i 777,93 4,80 = % 31,37 Fe Geometrik ortalama, x g = 11,0.40,0...31, 17 i = , 3 = 8,7 Hem ağırlıklı, hem de geometrik ortalama değerleri aritmetik ortalamaı altıda çıkmıştır. Dolayısı ile daha gerçekçi veya güveli kabul edilecekler. Stadart sapma, s = = i1 ( x i x) 1 955, = 95, 54 = ± % 9,77 Fe Bua göre aritmetik ortalama değeri x x s = 31,54 ± 9,77 aralığı içi geçerlidir. Bu aralık, % 1,77<x<41,31 Fe şeklide ifade edilir. ( xi x) Değişke, σ i1 = 1 955,40 = 11 1 = % 95,54 Fe m3 Kayma, g = 3 s ( x i i1 = 3. s x) 3 30
32 Jeolojide matematik ve statistiksel yötemler ,35 = ,77 = = 6613, , , ,3 = - 0,64 Dağılım egatif eğimlidir (sola kaya, zegi cevher tipi). m Basıklık, e = s = i1 4 ( xi x) 4. s ,7 = ,77 861, = ,6 861, = ,8 =,8-3 = - 0,7 buluur. Bua göre egatif eğimli (sola kaya), stadart ça eğriside basık bir eğri veya dağılım bulumaktadır. Değişkelik katsayısı, v = s.100 / x = 9,77.100/31,54 = 977/31,54 = % 30,97 buluur. Bu orala veriler çok düzeli bir dağılıma sahiptir.. Dağılım grafiğii çizimi: 1. Adım: Değişim aralığıı buluması: Değişim aralığı R = x max -x mi = 43,45-11,5 = % 3,0 Fe
33 Prof. Dr. H. Çelebi 3. Adım: Sııf sayısıı hesaplaması (Sturge Kutralı, bak..3.1): k = 1+3,3 log = 1+3,3.log 11 = 1+3,3.1,04 = 1+3,46 = 4,46 4,50 sııf veya grup buluur. Burada çıka sayı tama tamlaabilir, öreği, 4,46 4,50 alıacağı gibi, 4,0 de alıabilir. 3. Adım: Frekas veya sııf sıır değerlerii buluması: Frekas f = R/k = 3,0/4,50 = 7,16 % 7,0 Fe elde edilir (7,00 da alıabilir). 4.Adım: Sıklık dağılım çizelgesi: Açıklama: Frekas f = x mi = 11,5 ile başlar. Acak sürekliliği sağlamak içi 11,5+7,0=18,45 yerie 18,44 ile bitirilir ve. aralık ile başlatılır. Çizelge.5. Örek.6 ı sıklık dağılım verileri Frekas (% Fe) Mutlak sıklık Göreceli sıklık (%) Birikimli sıklık f f i h i Σ f i Σ h i (%) 11,5-18,44 1 9,10 1 9,10 18,45-5,64 18,18 3 7,8 5,65-3,84 18, ,46 3,85-40,04 3 7,7 8 7,73 > 40,04 3 7, ,00 Σ = ,00 3
34 Sıklık, % Birikimli sıklık, % Jeolojide matematik ve statistiksel yötemler Sıklık dağılımı, Fe 100 Birikimli sıklık, % Fe ,5 18,45 5,65 3,85 40,04 Sıır değerleri, % Fe 0 11,5 18,45 5,65 3,85 40,04 Sıır değerleri, % Fe Şekil.5: Örek.6 daki değerleri sıklık dağılımı Alıştırma.. Ça eğrisii uygulaması. Kou: Bir aa caddede ölçüle gürültüü gülük dağılım ölçüleri (db, = 15): Ölçümler: { } (= 957 db). Soru: Dağılım özelliklerii buluması ve irdelemesi Yaıtlar: x = 63,80 db, s= ±9,3 db, s = 854,31dB, g= -0,15, e= 1,4 ve f= 0 db. Kayakça 1. Arıcı, H., 001. İstatistik. Metaksa basımevi, 13. baskı, 69 s., İstabul.. Barsch, H. ve Billwitz, K., 1990: Geowisseschaftliche Arbeitsmethode. Verl. Harri Deutsch, 56 s., Thu ve Frakfurt am Mai. 3. David, M., Geostatistical Ore Reserve Estimatio II,Elsevier Sc. Publ. Comp., 3. Baskı, 364 s., Amsterdam. 4. Reihardt, F. ve Heirich, S., 1994: dtv-atlas zur Mathematik. Cilt 1 ve., dtv Verlag, 498 s., Müche. 5. Schöwiese, Ch.-D., 199: Praktische Statistik für Meteorologe ud Geowisseschaftler. Bortraeger,. basım, 31 s., Berli, Stuttgart. 6. Schroll, E., 1976: Aalytische Geochemie. Ferdiad Eke Verl, 374 S., Stuttgart. 7. Şeiş, F., 1996: İstatistik. Aadolu Üiversitesi yayıı No.: 175, 31 s., Eskişehir. 8. Tüysüz, N. ve Yaylalı, G., 005: Jeoistatistik. KTÜ yayıı 0, Trabzo, 38 s. 9. Wellmer, f.-w., 1989: Reche für Lagerstaettekudler ud Rohstoffwirtschaftler. Elle Pilger, 46 S., Clausthal-Zellerfeld. 10. Wessel, P., 001: Geological data aalysis. http// 35 s. 11. Wilke, A., 1975: Verfahre zur Probeahme vo Erze (Kozetrate) ud ähliche Rohstoffe. I Aalyse der Metalle. 3, 3. Aufl., Berli-Heidelberg.
35 Prof. Dr. H. Çelebi KURAMSAL DAĞILIMLAR 3.1 Temel esaslar İlk kouda işlee örek taımlamaları souçları bakımıda rastlatılar (belirsizlikler) taşımaktadır. Çükü bu öreklemler solu bir veri dizisii kapsıyor. Bu edele icelee olaylar (işlev veya mekaizma) sadece kısme işlemlere tabi tutulabilmektedir. Dolayısı ile deeysel sıklık dağılımlarıı görüümleri örek kapsamıı geişlemesi ile değişir. Sözkousu olay geel olarak, yai öreklem rastlatılarıı etkisi dışıda, istatistiksel olarak icelemek isteirse, öreklemi geldiği aakütlei özelliklerii icelemesi gerekir. Acak bular geelde bilimedikleri içi istatistikte çeşitli kuramsal aakütle dağılımlarıı buluması içi değişik yollar buluarak deeysel dağılımlara uyarlaırlar. Uygulamda birçok teorik dağılım şekli bulumaktadır. Burada buları acak öemli olaları üzeride durulacaktır. Herhagi bir veriyi iceliyebilmek maksadiyle teorik dağılımları sadece ormlu şekli, yai olasılık sıklık dağılımı f(x) yardımıyla, taımlaacaktır. Bir görsel dağılımı bir kuramsal dağılıma uyarlaması demek, görsel dağılıma e yakı kuramsal dağılımı buluması demektir. Görsel dağılımı kuramsal dağılıma uyumu içi çevirme işlemlerii yapılması, uyum derecesii (alamlılığıı) saptaması ve sıaması şarttır. İşleecek kuramsal yötemler ilk öce sadece tek boyutlu durumlar içi uygulaır. Buları çok boyutlu durumlar içi uygulaması sıkça sorular doğurur. Hesaplaacak parametreleri öreklem ve aakütle (popülasyo) ilişkisii ayırdedilmesi içi kullaıla değişik karakterler aşağıya çıkarılmıştır: Parametre Öreklem Aakütle Ortalama değer x µ Ortaca x o µ o Tepe değeri x t µ t Stadart sapma s σ Değişke s σ Kayma g γ Basıklık e η Kapsam ν 3. Normal dağılım (ND) Doğadaki dağılımları büyük çoğuluğu ormal dağılım (ND)göstermektedir. Buradaki ormal dağılımı alamı sadece çok sayıdaki işleve uygulaabilirliğii ifade eder. Tüm dağılım çeşitleri oluştukları yeri mevcut koşullarıa göre gelişirler. Öreği, bakkal ve maavları bir şehri her tarafıa yaklaşık ayı sıklıkta dağılmalarıa karşı, fotoğraf dükkalarıı sadece şehir merkezide 34
36 Jeolojide matematik ve statistiksel yötemler 35 yoğulaştıkları görülür. Bu gözlem soucuu, yai hipotezi, geelleşmesi içi açıklaması ve teorik bir toplu sistemde ya doğrulaması, ya da reddilmesi gerekir. Normal dağılımı e öemli özelliği, verileri ortalama değer etrafıda yoğulaşmasıdır. Uclara, yai ortalama değerede uzaklaştıkça veriler seyrelir. Öreği, düyaı yaklaşık 7,3 milyar (014) üfusuu acak yaklaşık 4,1 milyarı ormal kilolu, 1,1 milyarı kötü beslemede dolayı zayıf ve 1,1 milyarı da şişmadır. Bu durum, azalarak sosuza yaklaşır. Ayı şey çalışaları aylıkları ve yumurta ağırlığı içi de geçerlidir. Böyle bir dağılımda örekleri tek tek icelemesi oldukça zordur. Dağılım üzeride deetimi sağlamak amacıyla ve bilgi kaybıa ede olmada, yukarıda da alatıldığı gibi, veriler veya ölçümler gruplara (sııflara) ayrılır (bak. Örek..6.). Bu sııflarda bir dağılımı eğilimii göstere sütu diyagramlar elde edilir. Elde edile sütu dağılımıa uyarlaa bir eğri dağılım foksiyouu meydaa getirir (Şekil.1b ve.6). Bu dağılım foksiyou sürekli ve simetrik ormal sıklık dağılımıı* gösterir ve 1 x 1 ( ) f(x) = e 3.1 eşitliği ile taımlamaktadır (- <x<+ ; - <µ<+ ; σ>0). Eşitlikte birbirie beziye (maksimum µ, simetrik döü oktaları µ-σ ve µ+σ) çok sayıda sıklık dağılımı foksiyouu buluduğu alaşılmaktadır. Şekil 3.1. Stadart sapma ile eğrii ala içeriği arasıdaki ilişki (Wellmer, 1989). Normal dağılım, ortalama değerleri e sık ve e olası oldukları her yerde dağılım modeli olarak bekleebilir. Ortalama değeri üstüdeki ve altıdaki sapmalar eşit olasılığa sahiptir. Arta sapma değeri ile azalarak daha az olası duruma giderler. Bu özelliği ile ormal dağılım istatistiği temelii oluştura bir öeme sahiptir. Hata hesaplamaları, stadart sapma gibi formüller ve yötemler ormal dağılımı esaslarıa dayamaktadır. Bu edele icelee her dağılımı ormal dağılımı
37 Prof. Dr. H. Çelebi 36 gerektirip gerektirmediği araştırılır (parametrik, dağılıma bağlı veya o parametrik, dağılıma bağlı olmıya, yötemler). Bütü istatistiksel aalizlerdeki ilk aa kural, öreklemdeki ormal dağılımı gerekliliğidir. Bu kural iyi ve güveilir souçlar içi kaçıılmaz bir zorululuktur. Bir veri kümesideki ormal dağılımı varlığı ise, histogramlarda görülebilir. Bu durumda dağılım eğrisi bir ça şeklidedir. Normal dağılım foksiyo değerleri Ek-3.1 de verilmiştir. Bir ormal dağılıma sahip f(x) eğrisii döü oktaları absise yasıtıldığıda bu ekse üzeride aakütlei µ ortalama değeride itibare öreklemi tam σ değerie karşılık gele değerleri elde edilir. Bir öreklemi stadart sapması bu oluşuma bağlıdır (dağılıma bağlı formül, Şekil 3.1). Bua karşı diğer değişkeler ve yüzdelikler dağılıma bağlı değildir. f(x) foksiyouu döü oktalarıdaki teğetler x ekseii μ de itibare σ da keserler. Bir öreği dağılım foksiyouu μ±σ aralığıa (1. döü oktaları) düşme olasılığı % 68,7, μ±σ aralığıa (. döü oktaları) % 95,45 ve μ±3σ aralığıa (3. döü oktaları) da % 99,73 tür. Bu oralar ayı zamada verile sıırlar arasıdaki alaı eğri altıda kala toplam alaa oraıa karşılık gelir (Şekil 3.1) Stadart ormal dağılım (ça eğrisi, SND) μ = 0 ve σ =1 durumu içi f(x) dağılım foksiyou, f(x) = 1 1 x e şeklii alır. Böylece dağılım foksiyou parametrelerde bağımsız hale gelir ve z = trasformasyou ile f(z) = 1 1 z e x şeklie döüştürülmüş olur. Bu durumdaki bir dağılım foksiyoua stadardize ormal dağılım deir. Bu şekildeki foksiyolar (z dağılımı) birimsiz hale geldikleri içi değişik yötemlerle daha kolay hesaplaırlar. İstatistikteki sıama (test) ve tahmi içi oldukça öemlidir. Yüzdelikleri hesaplaması etegral gerektirdiğide, zordur. Acak bu, çizelgelerde yararlaarak, aşılabilir. z dağılımı değerleri Ek 3.1 de verilmiştir. z ye stadart değer deir. Bir dağılımda her X i değerie karşılık bir x i sapma değeri belirlediği gibi, bir z i değeri de belirleebilir. Stadart değer, z i = x i /s 3.4 eşitliği ile taımlaır ve buula sapma değerleri stadart değerlere çevrilir. Öreği, x i = X i - x değeri içi z i = x i /s stadart değeri buluur. * Gauss dağılımı veya çaa bezediği içi ça eğrisi de deir. Carl-Friedrich Gauss ( ), sıklık dağılımıı Göttige Üiversitesi de çalışırke ilk formüle ede alma matematikç, fizikçi ve astroomdur. 36
38 Jeolojide matematik ve statistiksel yötemler 37 Örek 3.1. Ortalama değeri x = 5 ve staadart sapması s = ± ola bir dağılımdaki X i =7 ölçümü hagi stadart değere karşılık gelir? Çözüm: z i = x i /s = (X i - x ) / = (7 5) / = / = +1 buluur. Burada x i = x +s değerie karşılık geldiği içi +1 değeri, toleras ölçüsü, elde edilmiştir. Yai ortalama değerde bir stadart sapma kadar büyük değerleri stadart değeri 1 dir. Buu gibi s kadar büyük ola değerleri stadart değerleri, 3s kadar büyük olaları da 3 tür. Ayı souçlar stadart sapmada küçük değerler içi de geçerlidir ve -1, -, ile -3 buluur. Ortalama değere eşit (X i = x ) bir değeri stadart değeri ise, 0 dır (z i = x i /s = [ x - x i ]/s = [ x - x ]/s = 0/s = 0). Bu edele stadart ça eğrisi 0 a (y eksei) göre simetrik verilir (bak Şekil 3.). Örek 3.. Bir çakıl öreklemii tae boyu ortalaması x = 14,, stadart sapması s=4,3 mm dir. 3 mm de küçük çaplı bir kum taesii bulma olasılığı % kaçtır? Çözüm: Araa 3 mm lik değeri çizelgede okuyacak değere çevrilmesi ve z değerii buluması lazım. z değeri, 3,00 14, z= 4,7 = -,4 formülüde -,4 buluur. z Çizelgeside (Ek-3.) bu değere karşılık gele stadart değer 0,008 gibi çok küçük bir sayı olduğuda, zayıf bir olasılıktir. Görüldüğü gibi stadart ça eğrisii parametreleri ormal ça eğrisii parametreleride farklı olmaktadır. Stadardize edilmemiş ça eğrisii döü oktaları μ±σ, μ±σ ve μ±3σ ike, stadart ça eğriside ±1, ± ve ±3 olmaktadır. Ortalama değeri stadart değeri 0 dır. Bu edele stadart ça eğrisi ölçümler yerie bu değerlerle taımlaır ve bu sayede ormal ça eğriside ayırt edilir (Ek ). x 1 y 1 ( ) Sıklık dağılımı foksiyou, F(x)= e dy şekliyle doğrusal ve etegrale beziye dağılım toplamıı verir (birikimli toplam, Şekil 3.). Bu dağılım olasılık kağıdıda özel bir dağılımla bir doğruya çevrilir ve hesaplamaları deetimide kullaılır. Olasılık kağıdıı absisi doğrusal, ordiatı ise, 3.5 eşitliğie göre düzelemiştir. Bu yaklaşık doğruu başka özellikleride biri de F(-1) = 0,84 ve F(+1) = 0,16 olmasıdır. Burada 0,84-0,16 = 0,68 elde edilir. Bu, eğrii altıdaki alaı µ-σ ve µ+σ sıırları arasıda kala alaıdır. 3.5
39 Prof. Dr. H. Çelebi 38 Şekil 3.. Stadart ormal dağılım (ça eğrisi, μ=0, s=1) ve olasılık kağıdıa döüştürülmesi (Wellmer, 1989). Yukarıda da belirtildiği gibi ormal dağılım simetrik olduğuda, birçok özel duruma sahiptir. Öreği, Ortalama değer = ortaca = tepe değeri = μ dür (1. momet). Değişke = σ/ (. momet) ve Kayma (g) ile basıklık (e) = 0 y z x Şekil 3.3. İdeal simetrik boyutlu sıklık dağılım yüzeyi perspektifi. (Sachs, 1984, değiştirilmiştir). 38
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
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri
Detaylıİşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler.
OLASILIK VE İSTATİSTİK DERSLERİ ÖZET NOTLARI İstatistik: verileri toplaması, aalizi, suulması ve yorumlaması ile ilgili ilkeleri ve yötemleri içere ve bu işlemleri souçlarıı probabilite ilkelerie göre
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri
DetaylıÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ
İSTATİSTİKSEL TAHMİNLEME VE İSTATİSTİKSEL YORUMLAMA TAHMİNLEME SÜRECİ VE YORUMLAMA SÜRECİ ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ ÖRNEKLEME VE ÖRNEKLEME ÖRNEKLEME DAĞILIMLARI VE ÖRNEKLEME DAĞILIMLARI Yorumlama
DetaylıİSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr
İSTATİSTİK 2 Tahmi Teorisi 07/03/2012 AYŞE S. ÇAĞLI aysecagli@beyket.edu.tr İstatistik yötemler İstatistik yötemler Betimsel istatistik Çıkarımsal istatistik Tahmi Hipotez testleri Nokta tahmii Aralık
Detaylı4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin
4/16/013 Ders 9: Kitle Ortalaması ve Varyası içi Tahmi Kitle ve Öreklem Öreklem Dağılımı Nokta Tahmii Tahmi Edicileri Özellikleri Kitle ortalaması içi Aralık Tahmii Kitle Stadart Sapması içi Aralık Tahmii
Detaylı4/4/2013. Ders 8: Verilerin Düzenlenmesi ve Analizi. Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler
Ders 8: Verileri Düzelemesi ve Aalizi Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler Bir kitlei tamamıı, ya da kitlede alıa bir öreklemi özetlemekle (betimlemekle)
DetaylıDÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkanı : Yrd.Doç.Dr. İsmail YILDIZ
DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkaı : Yrd.Doç.Dr. İsmail YILDIZ ARAŞTIRMADA PLANLAMA VE ÇÖZÜMLEME (03-09 Ocak 014 Y.ÇELİK) Araştırma Süreci (The research
DetaylıBağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise
YTÜ-İktisat İstatistik II Örekleme ve Öreklem Dağılımları BASİT RASSAL ÖRNEKLEME N tae ese arasıda taelik bir öreklem seçilmesii istediğii düşüelim. eseli olaaklı her öreklemi seçilme şasıı eşit kıla seçim
DetaylıTümevarım_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
DetaylıNOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. HAFTA 1 İST 418 EKONOMETRİ
NOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. KULLANILAN ŞEKİLLERİN VE NOTLARIN TELİF HAKKI KİTABIN YAZARI VE BASIM EVİNE AİTTİR. HAFTA 1 İST 418 EKONOMETRİ Ekoometri: Sözcük
DetaylıBİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testlerine Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK İstatistiksel Tahmileme ve Hipotez Testlerie Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üiversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr
DetaylıISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ
8. HAFTA ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ PORTFÖY YÖNETİMİ II Doç.Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr Geleeksel Portföy Yaklaşımı, Bu yaklaşıma göre portföy bir bilim değil,
DetaylıKi- kare Bağımsızlık Testi
PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN Ki- kare Bağımsızlık Testi Daha öceki bölümlerde ölçümler arasıdaki ilişkileri asıl iceleeceğii gördük. Acak sıklıkla ilgileile veriler ölçüm
DetaylıHİPOTEZ TESTLERİ. İstatistikte hipotez testleri, karar teorisi olarak adlandırılır. Ortaya atılan doğru veya yanlış iddialara hipotez denir.
HİPOTEZ TETLERİ İstatistikte hipotez testleri, karar teorisi olarak adladırılır. Ortaya atıla doğru veya yalış iddialara hipotez deir. Öreği para hilesizdir deildiğide bu bir hipotezdir. Ortaya atıla iddiaya
DetaylıTAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı)
3 TAHMİNLEYİCİLERİN ÖZELLİKLERİ 3.1. Sapmasızlık 3.. Tutarlılık 3.3. Etkilik miimum varyas 3.4. Aralık tahmii (güve aralığı) İyi bir tahmi edici dağılımı tahmi edilecek populasyo parametresie yakı civarda
DetaylıTahmin Edici Elde Etme Yöntemleri
6. Ders Tahmi Edici Elde Etme Yötemleri Öceki derslerde ve ödevlerde U(0; ) ; = (0; ) da¼g l m da, da¼g l m üst s r ola parametresi içi tahmi edici olarak : s ra istatisti¼gi ve öreklem ortalamas heme
DetaylıİÇİNDEKİLER. Ön Söz Polinomlar II. ve III. Dereceden Denklemler Parabol II. Dereceden Eşitsizlikler...
İÇİNDEKİLER Ö Söz... Poliomlar... II. ve III. Derecede Deklemler... Parabol... 9 II. Derecede Eşitsizlikler... 8 Trigoometri... 8 Logaritma... 59 Toplam ve Çarpım Sembolü... 7 Diziler... 79 Özel Taımlı
DetaylıİSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II
8 İSTATİSTİKSEL TAHMİN 8.. İstatistiksel tahmileyiciler 8.. Tahmileyicileri Öellikleri 8... Sapmasılık 8... Miimum Varyaslılık 8..3. Etkilik 8.3. Aralık Tahmii 8.4. Tchebysheff teoremi Prof. Dr. Levet
DetaylıLİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2
LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ SABİT NOKTA İTERASYONU YÖNTEMİ Bu yötemde çözüme gitmek içi f( olarak verile deklem =g( şeklie getirilir. Bir başlagıç değeri seçilir ve g ( ardışık
Detaylıˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz.
YTÜ-İktisat İstatistik II Aralık Tahmii II 1 ANAKÜTLE ORANININ (p GÜVEN ARALIKLARI (BÜYÜK ÖRNEKLEMLERDE Her birii başarı olasılığı p ola birbiride bağımsız Beroulli deemeside öreklemdeki başarı oraıı ˆp
DetaylıBASAMAK 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
DetaylıPOLİNOMLAR. 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
DetaylıALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI
ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları Alteratif üretim
Detaylı(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
DetaylıÖğrenci 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
DetaylıTEMEL 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
DetaylıİSTATİSTİK 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
DetaylıBİR 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
DetaylıDiziler 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
DetaylıNİÇİN ÖRNEKLEME YAPILIR?
İÇİ ÖREKEME YAPIIR? Zama Kısıdı Maliyeti Azaltma Hata Oraıı Azaltma Souca Ulaşma Hızı Doç.Dr. Ali Kemal ŞEHİRİOĞU Araş.Gör. Efe SARIBAY Örekleme Teorisi kousuu içide, Örekleme Tipleri populasyoda örek
DetaylıEME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9
..7 EME 37 Girdi Aalizi Prosedürü SİSTEM SIMÜLASYONU Modelleecek sistemi (prosesi) dokümate et Veri toplamak içi bir pla geliştir Veri topla Verileri grafiksel ve istatistiksel aalizii yap Girdi Aalizi-II
Detaylıİstatistik 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
DetaylıCebirsel 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
Detaylı7. Ders. Bazı Kesikli Olasılık Dağılımları
Hatırlatma: ( Ω, U, P) bir olasılık uzayı ve 7. Ders Bazı Kesikli Olasılık Dağılımları : Ω ω R ( ω) foksiyou Borel ölçülebilir, yai B B içi { ω Ω : ( ω) B } U oluyorsa foksiyoua bir Rasgele Değişke deir.
DetaylıALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI
µ µ içi Güve Aralığı ALTERNATİF İTEMLERİN KARŞILAŞTIRILMAI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları
DetaylıYER 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{ 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 {
DetaylıMühendislikte İstatistik Yöntemler
.0.0 Mühendislikte İstatistik Yöntemler İstatistik Parametreler Tarih Qma.3.98 4..98 0.3.983 45 7..984 37.3.985 48 0.4.986 67.4.987 5 0.3.988 45.5.989 34.3.990 59.4.99 3 4 34 5 37 6 45 7 45 8 48 9 5 0
DetaylıİŞLETİM KARAKTERİSTİĞİ EĞRİSİ VE BİR ÇALIŞMA THE OPERATING CHARACTERISTIC CURVE AND A CASE STUDY
Süleyma Demirel Üiversitesi Vizyoer Dergisi Suleyma Demirel Uiversity The Joural of Visioary İŞLETİM KARAKTERİSTİĞİ EĞRİSİ VE BİR ÇALIŞMA ÖZET Yrd. Doç. Dr. Halil ÖZDAMAR 1 İstatistiksel kalite kotrol
DetaylıTÜME VARIM Bu bölümde öce,kısaca tümevarım yötemii, sorada ÖYS de karşılamakta olduğumuz sembolüü ve sembolüü ele alacağız. A. TÜME VARIM YÖNTEMİ Tümevarım yötemii ifade etmede öce, öerme ve doğruluk kümesi
Detaylı2016 YILI I.DÖNEM AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME. aşağıdaki seçeneklerden hangisinde verilmiştir? n exp 1.
06 YILI I.DÖNEM AKTÜERLİK SINAVLARI Soru Toplam hasar miktarı S i olasılık ürete foksiyou X x i PS ( t) = E( t ) = exp λi( t ) ise P S(0) aşağıdaki seçeeklerde hagiside verilmiştir? A) 0 B) C) exp λ i
DetaylıNormal Dağılımlı Bir Yığın a İlişkin İstatistiksel Çıkarım
Normal Dağılımlı Bir Yığı a İlişi İstatistisel Çıarım Bir üretici edi ürüleride, piyasadai 3,5 cm li vidalarda yalıca boyları 3,4 cm ile 3,7 cm aralığıda olaları ullaabilmetedir. Üretici, piyasadai bu
DetaylıAKIŞKAN BORUSU ve VANTİLATÖR DENEYİ
AKIŞKA BORUSU ve ATİLATÖR DEEYİ. DEEYİ AMACI a) Lüle ile debi ölçmek, b) Dairesel kesitli bir borudaki türbülaslı akış şartlarıda hız profili ve eerji kayıplarıı deeysel olarak belirlemek ve literatürde
DetaylıİÇİNDEKİLER. 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
DetaylıHipotez Testleri. Parametrik Testler
Hipotez Testleri Parametrik Testler Hipotez Testide Adımlar Bir araştırma sorusuu belirlemesi Araştırma sorusua dayaa istatistiki hipotezleri oluşturulması (H 0 ve H A ) Hedef populasyoda öreklemi elde
DetaylıTanımlayıcı 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.).
DetaylıVERİ. gelir (bin) y l ÜNİTE 66 VERİ 2,5 1,5 1,2 KAVRAMSAL ADIM. Sayfa No VERİ... 478 496. σ = 1. İstatistik, Veri ve Grafikler...
ÜİTE KAVRAMSAL ADIM Sayfa o.... 8 9 İstatistik, Veri ve Grafikler.... 8 Merkezi, Eğilim ve Yayılım Ölçüleri... 8 Açıklık, Çeyrekler Açıklığı........................................................ 8 Varyas
DetaylıÖRNEKLEME VE ÖRNEKLEME DAĞILIŞLARI
7 ÖRNEKLEME VE ÖRNEKLEME DAĞILIŞLARI 7.. Niçi Örekleme Yapılır 7.. Olasılıklı Örekleme 7... Basit Şas Öreklemesi 7... Tabakalı Örekleme 7... Küme Öreklemesi 7..4. Sistematik Örekleme 7.. Olasılıklı Olmaya
Detaylıİleri Diferansiyel Denklemler
MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferasiyel Deklemler 2009 Bahar Bu bilgilere atıfta bulumak veya kullaım koşulları hakkıda bilgi içi http://ocw.mit.edu/terms web sitesii ziyaret ediiz.
DetaylıÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ
03.05.013 ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 1 Nede Örekleme? Öreklemde çalışmak ktlede çalışmakta daha kolaydır. Ktle üzerde çalışmak çok daha masraflı olablr. Çoğu durumda tüm ktleye ulaşmak
DetaylıLEFKE 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
DetaylıTanımlayıcı İstatistikler
Taımlayıcı İstatstkler Taımlayıcı İstatstkler br değerler dzs statstksel olarak geel özellkler taımlaya ölçülerdr Taımlayıcı İstatstkler Yer Göstere Ölçüler Yaygılık Ölçüler Yer Göstere Ölçüler Br dağılımı
DetaylıAKT201 MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ
AKT MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ KESİKLİ RASLANTI DEĞİŞKENLERİ & KESİKLİ DAĞILIMLAR. X aşağıdaki olasılık foksiyoua sahip kesikli bir r.d. olsu. Bua göre;. ; x =.. ; x =. 4. ; x =. 5 p X
Detaylıx 2$, X nın bir tahminidir. Bu durumda x ile X arasındaki farka bu örnek için örnekleme hatası x nın örnekleme hatasıdır. X = x - (örnekleme hatası)
4 ÖRNEKLEME HATASI 4.1 Duyarlılık 4. Güveilirik 4.3 Örek hacmi ve uyarlılık arasıaki ilişki 4.4 Örek hacmi ve göreceli terimler ile uyarlılık arasıaki ilişki 4.5 Hata kareler ortalaması Örekte ele eile
Detaylı2.2. Fonksiyon Serileri
2.2. Foksiyo Serileri Taım.. Herhagi bir ( u (x reel (gerçel değerli foksiyo dizisi verilsi. Bu m foksiyo dizisii tüm terimlerii toplamıa, yai u m (x + u m+ (x + u m+2 (x + u m+3 (x + + u m+ (x + = k=m
DetaylıGenel 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
DetaylıOLASILIK ve KURAMSAL DAĞILIMLAR
OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine
DetaylıBAĞINTI VE FONKSİYON
BAĞINTI VE FONKSİYON SIRALI N-Lİ x, x, x,..., x tae elema olsu. ( x, x, x,..., x ) yazılışıda elemaları sırası öemli ise x, x, x,..., x ) e sıralı -li deir. x, x, x,..., x ) de ( x (, x, x ( x, ) sıralı
DetaylıİSTATİSTİKSEL MERKEZİ EĞİLİM ÖLÇÜLERİ DUYARLI ORTALAMALAR
SAÜ. BÖLÜM İSTATİSTİKSEL MERKEZİ EĞİLİM ÖLÇÜLERİ DUYARLI ORTALAMALAR PROF. DR. MUSTAFA AKAL İÇİNDEKİLER 1. ORTALAMANIN TANIMI VE FAYDALARI. HASSAS ORTALAMALAR.1. Aritmetik Ortalama.. Kareli Ortalama..
DetaylıSBE 601 ARAŞTIRMA YÖNTEMLERİ, ARAŞTIRMA VE YAYIN ETİĞİ
SBE 601 ARAŞTIRMA YÖNTEMLERİ, ARAŞTIRMA VE YAYIN ETİĞİ ÖRNEKLEM BÜYÜKLÜĞÜNÜN SAPTANMASI ÖRNEKLEME YÖNTEMLERİ Prof. Dr. Ergu Karaağaoğlu H.Ü. Tıp Fakültesi Biyoistatistik ABD ÖRNEKLEM BÜYÜKLÜĞÜNÜN SAPTANMASI
DetaylıSU KAYNAKLARI EKONOMİSİ TEMEL KAVRAMLARI Su kaynakları geliştirmesinin planlanmasında çeşitli alternatif projelerin ekonomik yönden birbirleriyle
SU KYNKLRI EKONOMİSİ TEMEL KVRMLRI Su kayakları geliştirmesii plalamasıda çeşitli alteratif projeleri ekoomik yöde birbirleriyle karşılaştırılmaları esastır. Mühedis öerdiği projei tekik yöde tutarlı olduğu
DetaylıAÇIK 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
Detaylıİstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş
İstatistik Ders Notları 08 Ceap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI 5. Giriş Öreklem istatistikleri kullaılarak kitle parametreleri hakkıda çıkarsamalar yapmak istatistik yötemleri öemli bir bölümüü oluşturur.gülük
DetaylıBAŞKENT ÜNİVERSİTESİ Makine Mühendisliği Bölümü
BAŞKENT ÜNİVERSİTESİ Makie Mühedisliği Bölümü 1 STAJLAR: Makie Mühedisliği Bölümü öğrecileri, öğreim süreleri boyuca 3 ayrı staj yapmakla yükümlüdürler. Bularda ilki üiversite içide e fazla 10 iş güü süreli
DetaylıPOLİNOMLARDA İNDİRGENEBİLİRLİK. Derleyen Osman EKİZ Eskişehir Fatih Fen Lisesi 1. GİRİŞ
POLİNOMLARDA İNDİRGENEBİLİRLİK Derleye Osma EKİZ Eskişehir Fatih Fe Lisesi. GİRİŞ Poliomları idirgeebilmesi poliomları sıfırlarıı bulmada oldukça öemlidir. Şimdi poliomları idirgeebilmesi ile ilgili bazı
Detaylı= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama
TANIMLAYICI İSTATİSTİKLER Taımlayıcı İstatstkler MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl aksarayl@deu.edu.tr Yer Ölçüler (Merkez Eğlm Ölçüler)
Detaylı35 Yay Dalgaları. Test 1'in Çözümleri. Yanıt B dir.
35 Yay Dalgaları 1 Test 1'i Çözümleri 1. dalga üreteci 3. m 1 2m 2 Türdeş bir yayı her tarafıı kalılığı ayıdır. tma türdeş yay üzeride ilerlerke dalga boyu ve hızı değişmez. İlk üretile ı geişliği büyük,
DetaylıBir Rasgele Değişkenin Fonksiyonunun Olasılık Dağılımı
5.Ders Döüşümler Bir Rasgele Değişkei Foksiyouu Olasılık Dağılımı Bu kısımda olasılık dağılımı bilie bir rasgele değişkei foksiyoları ola rasgele değişkeleri olasılık dağılımlarıı buluması ile ilgileeceğiz.
Detaylı3. Ders Parametre Tahmini Tahmin Edicilerde Aranan Özellikler
3. Ders Parametre Tahmii Tahmi Edicilerde Araa Özellikler Gerçek düyada rasgelelik olgusu içere bir özellik ile ilgili ölçme işlemie karş l k gele X rasgele de¼gişkeii olas l k (yo¼guluk) foksiyou, F ff(;
DetaylıMÜHENDİSLİK MEKANİĞİ (STATİK)
MÜHENDİSLİK MEKANİĞİ (STATİK) Prof. Dr. Meti OLGUN Akara Üiversitesi Ziraat Fakültesi Tarımsal Yapılar ve Sulama Bölümü HAFTA KONU 1 Giriş, temel kavramlar, statiği temel ilkeleri 2-3 Düzlem kuvvetler
DetaylıVeri 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
DetaylıBileşik 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
DetaylıMEKANİK TESİSATTA EKONOMİK ANALİZ
MEKANİK TESİSATTA EKONOMİK ANALİZ Mustafa ÖZDEMİR İ. Cem PARMAKSIZOĞLU ÖZET Düya çapıda rekabeti ö plaa çıktığı bu gükü şartlarda, e gelişmiş ürüü, e kısa sürede, e ucuza üretmek veya ilk yatırım ve işletme
DetaylıDoç. 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
DetaylıDİZİLER - SERİLER Test -1
DİZİLER - SERİLER Test -. a,,,,, dizisii altıcı terimi. Geel terimi, a ola dizii kaçıcı terimi dir? 6. Geel terimi, a! ola dizii dördücü terimi 8 8 6. Geel terimi, a k k ola dizii dördücü terimi 6 0 6
DetaylıYatırım Projelerinde Kaynak Dağıtımı Analizi. Analysis of Resource Distribution in Investment Projects
Uşak Üiversitesi Sosyal Bilimler Dergisi (2012) 5/2, 89-101 Yatırım Projeleride Kayak Dağıtımı Aalizi Bahma Alp RENÇBER * Özet Bu çalışmaı amacı, yatırım projeleride kayak dağıtımıı icelemesidir. Yatırım
DetaylıTanımlayıcı 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,
DetaylıTEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ
TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ 1 İstatistik İstatistik, belirsizliğin veya eksik bilginin söz konusu olduğu durumlarda çıkarımlar yapmak ve karar vermek için sayısal verilerin
DetaylıPSİKİYATRİ POLİKLİNİĞİNDE KONTROL SÜREKLİLİĞİNİ ETKİLEYEN FAKTÖRLERİN ARAŞTIRILMASI
Kriz Dergisi 3 (1-2): 133-137 PSİKİYATRİ POLİKLİNİĞİNDE KONTROL SÜREKLİLİĞİNİ ETKİLEYEN FAKTÖRLERİN ARAŞTIRILMASI Ayça GÜRDAL*, Hasa MIRSAL" GİRİŞ VE AMAÇ Ayakta tedavi sürekliliği, diğer tıp dallarıda
DetaylıSAYISAL ÇÖZÜMLEME. Sayısal Çözümleme
SAYISAL ÇÖZÜMLEME Saısal Çözümleme SAYISAL ÇÖZÜMLEME 8. Hafta İNTERPOLASYON Saısal Çözümleme 2 İÇİNDEKİLER Ara Değer Hesabı İterpolaso Doğrusal Ara Değer Hesabı MATLAB ta İterpolaso Komutuu Kullaımı Lagrace
DetaylıTOPOLOJİK 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.
Detaylı12. Ders Büyük Sayılar Kanunları. Konuya geçmeden önce DeMoivre-Stirling formülünü ve DeMoivre-Laplace teoremini hatırlayalım. DeMoivre, genel terimi,
. Ders Büyü Sayılar Kauları Kouya geçmede öce DeMoivre-Stirlig formülüü ve DeMoivre-Laplace teoremii hatırlayalım. DeMoivre, geel terimi, a!,,, 3,... e ola dizii yaısa olduğuu göstermiş, aca limitii bulamamış.
DetaylıTemel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri
Temel İstatistik Tanımlayıcı İstatistik Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri Y.Doç.Dr. İbrahim Turan Mart 2011 DAĞILIM / YAYGINLIK ÖLÇÜLERİ Verilerin değişkenlik durumu ve dağılışın şeklini
DetaylıANA NİRENGİ AĞLARINDA NİRENGİ SAYISINA GÖRE GPS ÖLÇÜ SÜRELERİNİN KURAMSAL OLARAK BULUNMASI
TMMOB Harita ve Kadastro Mühedisleri Odası 13. Türkiye Harita Bilimsel ve Tekik Kurultayı 18 22 Nisa 2011, Akara ANA NİRENGİ AĞLARINDA NİRENGİ SAYISINA GÖRE GPS ÖLÇÜ SÜRELERİNİN KURAMSAL OLARAK BULUNMASI
DetaylıİÇİNDEKİLER ÖN SÖZ...
İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN
DetaylıKARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005
KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 1 Karşılaştırma istatistiği Temel kavramlar: Örneklem ve evren:
DetaylıREGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyon Basit doğrusal regresyon modeli: .. + n gözlem için matris gösterimi,. olarak verilir.
203-204 Bahar REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyo Basit doğrusal regresyo modeli: y i = β 0 + β x i + ε i Modeli matris gösterimi, y i = [ x i ] β 0 β + ε i şeklidedir. x y 2 gözlem
DetaylıISF404 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
Detaylıİki veri setinin yapısının karşılaştırılması
İk ver set yapısıı karşılaştırılması Dağılım: 6,6,6 Ortalama: 6 Medya: 6 Mod: 6 td. apma: 0 Dağılım: 0,6,1 Ortalama: 6 Medya: 6 Mod: çoklu mod td: apma: 6 Amaç: Görüe Ötese Bakablmek Verler değşkelk durumuu
DetaylıİNTERNET 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,
Detaylı5. Ders Yeterlilik. f(x 1 ; x 2 ; :::; x n ; ) = g (T (x 1 ; x 2 ; :::; x n ); ) h(x 1 ; x 2 ; :::; x n )
5. Ders Yeterlilik Yeterlilik Ilkesi: Bir T(X ; X ; :::; X ) istatisti¼gi, hakk da yeterli bir istatistik olacaksa hakk da herhagi bir souç ç kar m T arac l ¼g ile (X ; X,...,X ) öreklemie ba¼gl olmal
DetaylıKALİTE VE SÜREÇ İYİLEŞTİRME İÇİN MÜŞTERİ GERİ BİLDİRİMLERİNİN DEĞERLENDİRİLMESİ
Altı Sigma Yalı Koferasları (9- Mayıs 8) KALİTE VE SÜREÇ İYİLEŞTİRME İÇİN MÜŞTERİ GERİ BİLDİRİMLERİNİN DEĞERLENDİRİLMESİ Serka ATAK Evre DİREN Çiğdem CİHANGİR Murat Caer TESTİK ÖZET Ürü ve hizmet kalitesii
Detaylı6. 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
DetaylıİSTATİSTİKSEL TAHMİNLEME VE HİPOTEZ TESTİ
İSTATİSTİKSEL TAHMİNLEME VE HİPOTEZ TESTİ Bu bölümdeki yötemler, bilimeye POPULASYON PARAMETRE değeri hakkıda; TAHMİN yapmaya yöelik ve, KARAR vermekle ilgili, olmak üzere iki grupta icelemektedir. Parametre
Detaylı5 İKİNCİ MERTEBEDEN LİNEER DİF. DENKLEMLERİN SERİ ÇÖZÜMLERİ
5 İKİNCİ MERTEBEDEN LİNEER DİF. DENKLEMLERİN SERİ ÇÖZÜMLERİ Bir lieer deklemi geel çözümüü bulmak homoje kısmı temel çözümlerii belirlemesie bağlıdır. Sabit katsayılı diferasiyel deklemleri temel çözümlerii
DetaylıSPEARMAN SIRA KORELASYONU KATSAYISINDA TEKRARLANAN DEGERLER VE BİR UYGULAMA
SPEARMAN SIRA KORELASYONU KATSAYISINDA TEKRARLANAN DEGERLER VE BİR UYGULAMA Doç. Dr. SelAhattl GÜRİŞ ( ) Değişkeler arasıdaki ilişkii derecesii ölçülmeside farklı istatiksel yötemlerde yararlaılabilir.
DetaylıTANIMLAYICI İSTATİSTİKLER
TANIMLAYICI İSTATİSTİKLER Tanımlayıcı İstatistikler ve Grafikle Gösterim Grafik ve bir ölçüde tablolar değişkenlerin görsel bir özetini verirler. İdeal olarak burada değişkenlerin merkezi (ortalama) değerlerinin
Detaylı