HOMOJEN OLMAYAN VARYANS VARSAYIMI ALTINDA ORTALAMALARIN EŞİTLİĞİ İÇİN BAZI TEST İSTATİSTİKLERİ VE KARŞILAŞTIRMALARI Esra YİĞİT 1, Hamza GAMGAM 1 ÖZ

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "HOMOJEN OLMAYAN VARYANS VARSAYIMI ALTINDA ORTALAMALARIN EŞİTLİĞİ İÇİN BAZI TEST İSTATİSTİKLERİ VE KARŞILAŞTIRMALARI Esra YİĞİT 1, Hamza GAMGAM 1 ÖZ"

Transkript

1 ANADOLU ÜNİVERİTEİ BİLİM VE TEKNOLOJİ DERGİİ B Teor Blmler ANADOLU UNIVERITY JOURNAL OF CIENCE AND TECHNOLOGY B Theoretcal ceces Clt/Vol.:-ayı/No: : 57-7 (0) HOMOJEN OLMAYAN VARYAN VARAYIMI ALTINDA ORTALAMALARIN EŞİTLİĞİ İÇİN BAZI TET İTATİTİKLERİ VE KARŞILAŞTIRMALARI Esra YİĞİT, Hamza GAMGAM ÖZ İde fazla yığıı ortalamalarıı eştlğ hpotez test amacıyla ullaıla las F test, ormall ve yığı varyaslarıı homojel varsayımıa dayaır. Bu varsayımlar özellle varyasları homojel varsayımı, sağlamadığıda las F test ullaılması uygu olmamatadır. Bu durum özellle örelem hacm büyü olmadığıda, öeml br sııtı doğurmatadır. Lteratürde bu ouyla lgl br ço test statstğ gelştrlmştr. Bu çalışmada Brow-Forsythe, geelleştrlmş F, cott-mth, Welch, Xu-Wag testler taıtılmış ve testler farlı yığı parametreler ve öre hacmler altıda deeysel I.tp hata oraı ve test gücü baımıda arşılaştırılması yapılmıştır. Aahtar Kelmeler : Brow-Forsythe test, Geelleştrlmş F test, cott-mth test, Welch test, Xu-Wag test. THE TET PROPOED FOR THE ONE-WAY ANOVA UNDER UNEQUAL VARIANCE AND IMULATION TUDY ABTRACT Classcal F-test to compare several meas depeds o the assumptos of homogeety of populatos varaces ad ormalty. Whe these assumptos-especally the equalty of varace-s dropped, classcal F-test fals to reject the ull hypothess eve the data actually provdes strog evdece to do so. Ths ca be cosdered as a serous problem some applcatos especally whe the sample sze s ot large. For ths problem, a large umber of tests are avalable the lterature. I ths study Brow-Forsythe, geeralzed F, cott-mth, Welch, Xu-Wag are troduced. Also a smulato study s performed to compare these tests dfferet combato of varace, meas, populato umber ad sample sze. Keywords: The Brow-Forsythe test, The Geelleştrlmş F test, The cott-mth test, The Welch test, The Xu-Wag test., Gaz Üverstes Fe-Edebyat Faültes İstatst Bölümü Teoullar Aara, eygt@gaz.edu.tr. gamgam@gaz.edu.tr (Hamza GAMGAM) Gelş: 0 Em 009; Düzeltme: 4 Mart 00; Kabul: 4 Eylül 00

2 58. GİRİŞ Aadolu Üverstes Blm ve Teoloj Dergs - B () Teor Blmler Klas varyas aalz herbr ormal dağılıma sahp ola de fazla yığıı ortalamalarıı eştlğ hpotez test amacıyla ullaılır. Klas te fatörlü varyas aalz problemlerde, herbr ormal dağılıma sahp yığı sayısı, bu yığılarda. yığıı blmeye ortalaması µ ve geel ortalama µ olma üzere, yolu ve alteratf hpotezler H : µ = µ = = µ = µ ve H : µ µ, j (.) 0 j bçmde fade edlr.. yığıda hacml bağımsız örelemler X,, X ve =, olsu.. fatör düzey bağımlı değşe üzerde ets α,. yığıda seçle örelemde j. brm bağımlı değşe baımıda ölçüm değer x j, hata term ε j olma üzere, ble las te fatörlü varyas aalz model x = µ + α + ε, =,,, j =,, j j bçmde fade edlr (cheffe,959). Klas varyas aalzde Eş.. de H 0 hpotez test etme ç gerel ola varsayımlar; ) hacml örelemler her br ormal dağılımda gelmştr. ) hacml örelemler geldler yığıları varyasları homojedr. 3) örelemler rastsal olara seçlmşlerdr ve bağımsızdırlar. şelde fade edleblr. Homoje varyas varsayımı sağlamadığıda yolu hpotez redd desteler telte öeml aıtlar olsa ble baze las varyas aalz büyü hacml örelemler durumuda ble yolu hpotez reddedemeyeblr. Br ço alada, büyü hacml örelemler elde edlemeyeceğ düşüülürse bu durum öeml br sııtı doğurablr. Büyü hacml örelemler elde etme zor olduğu alalarda br bomedal çalışmalardır. Böyle uygulamalarda her br gözlem hayat öeme sahp olablr veya bu gözlem elde etme ço pahalı olup zama alablr. Bu gb durumlarda yeterl örelem hacme sahp oluamamatadır. Böylece üçü hacml örelemlerle çalışma zorululuğu ortaya çıar. Böyle durumlarda las varyas aalz olduça ötü souçlar vermesde dolayı alteratf br ço test gelştrlmştr. Bu test statstler bazılarıı dağılımı tam olara blre bazılarıı dağılımı smülasyo yoluyla yalaşı olara bulumatadır (Weerahad, 995; Weerahad, 004). Homoje varyas varsayımıı sağlamadığı durumda l olara ormal dağılıma sahp yığı ortalamasıı eştlğe at hpotez test celemştr. Bu durum, Behres-Fsher problem olara blmetedr. Behres-Fsher problem ç öerle l testlerde br de Welch (947) gelştrdğ testtr. Welch (95), bu test yığıı ortalamasıı eştlğe at hpotez test ç geelleştrmştr. cott ve mth (97) tarafıda cott-mth test statstğ, Brow-Forsythe (974) tarafıda las F test br uyarlaması ola Brow-Forsythe test öerlmştr. Ayrıca Weerahad (995a), örelemler orta ölçüm döüşümler altıda değşmeye Geelleştrlmş F test gelştrmştr. Geelleştrlmş F teste dayalı br dğer testte Xu ve Wag (007) tarafıda öerlmştr. Ayrıca Gamage ve Weerahad (998) smülasyo yoluyla Geelleştrlmş F test, las F, ağırlıladırılmış F, Welch ve Brow- Forsythe testler le arşılaştırmışlardır. Geram ve Zaheda (00) se çalışmasıda Welch test, cott-mth test, Weerahad Geelleştrlmş F test ve Che ve Che (998) tarafıda öerle Te Aşamalı testler arşılaştırmasıı smülasyo yoluyla yapmışlardır. Bu çalışmaı c bölümüde ormal dağılıma sahp aca homoje varyas varsayımıı sağlamaya yığı ortalamasıı eştlğ hpotez test ç gelştrle Welch Test, cott ve mth Test, Brow ve Forsythe Test, Weerahad Geelleştrlmş F Test, Xu ve Wag ı Geelleştrlmş F test taıtılmıştır. Üçücü bölümde se smülasyo yoluyla bu test statstler, farlı örelem hacm ve yığıları farlı varyasları altıda deeysel I. tp hata baımıda arşılaştırma-

3 Aadolu Uversty Joural of cece ad Techology - B () Theoretcal ceces 59 ları ve sora da farlı örelem hacm, yığıları farlı varyasları ve ortalamaları altıda test gücü baımıda arşılaştırmaları yapılmıştır.. TET İTATİTİKLERİ Bu bölümde ormal dağılıma sahp aca homoje varyas varsayımıı sağlamaya yığı ortalamasıı eştlğ hpotez test ç gelştrle bazı test statstlere yer verlmştr.. yığıı varyası σ, =,, ve buları homoje olmadığı varsayılsı, bu durumda. örelem ç ortalaması X ve varyası olma üzere, tadartlaştırılmış Gruplar Arası Kareler Toplamı ve tadartlaştırılmış Hata Kareler Toplamı sırasıyla, X = σ = X ( σ,, σ b b ) =, = σ σ = (.) e = σ = (.) olara fade edlr. Homoje varyas varsayımı sağlamadığı zama las F test statstğ dağılımı teor olara elde edlememetedr (Weerahad, 995). Bu yüzde ortalamaları eştlğ hpotez test etme ç las F teste alteratf başa test statstler ullaılmatadır.. Welch Test Yığı varyasları homoje olmadığıda yığıı ortalamasıı eştlğ hpotez test etme ç Welch (95), Behre-Fsher problem çözümü ç gelştrdğ test geelleştrlmş bçm öermştr. Bu test prat olması baımıda uygulamalarda sılıla ullaılmatadır. Bua göre w = olma üzere, Welch (95) test statstğ W = w X X = + = w w j (.3) şelde taımlaır. Yolu hpotez doğruluğu altıda W test statstğ dağılımı, - ve f serbestl derecel F dağılımıa yaısamatadır (Welch, 95). Bu F dağılımıı paydası ç serbestl dereces f = 3 w = wj eştlğde elde edlmetedr. W test statstğ ç hesaplaa değer w olma üzere,

4 60 ( f ) P F w, α Aadolu Üverstes Blm ve Teoloj Dergs - B () Teor Blmler se ortalamaları eştlğ hpotez red edlr.. cott-mth Test Yığı varyasları homoje olmadığıda sayıda yığıı ortalamalarıı eştlğ hpotez test ç cott-mth (97) tarafıda öerle test statstğ aşağıda verlmştr. F s = ( ) X X = (.4) * Burada *, = * 3 bçmdedr. Yolu hpotez doğruluğu altıda F s statstğ serbestl derecel χ dağılımıa yaısamatadır (cott ve mth,97). Bua göre F s statstğ ç hesaplaa değer f s olma üzere, ( ) P F f α s s se ortalamaları eştlğ hpotez red edlr..3 Brow-Forsythe Test Brow ve Forsythe (974) tarafıda öerle Brow-Forsythe test las F test uyarlamış br bçmdr. Bu test statstğ B = = = ( ) X X olara öerlmştr. Yolu hpotez doğruluğu altıda B statstğ ve v serbestl derecel F dağılımıa sahptr (Brow ve Forsythe, 974). Bu F dağılımıı payda ç serbestl dereces (.5) v = = = 4 eştlğ le verlmştr. Bua göre B statstğ ç hesaplaa değer b olma üzere, ( v ) P F b, α olduğuda ortalamaları eştlğ hpotez red edlr.

5 Aadolu Uversty Joural of cece ad Techology - B () Theoretcal ceces 6.4 Weerahad Geelleştrlmş F Test Klas yalaşımda test statstğ dağılımıı sağ uyru bölges ullaılıre geelleştrlmş yalaşımda se test değşe ç oluşturula öre uzayıı sağ uyru bölges ullaılır. Geelleştrlmş F test p değer hesaplaması ç sağ uyru bölgede gözlee öre otalarıı sayısı date alıır. Yolu hpotez doğruluğu altıda bu bölge olasılığı geelleştrlmş p değer vermetedr (Gamage ve Weerahad, 998). Weerahad, bu yötemde X X statstğ yere σ parametres eço olablrl tahm edcs ( ) = j = = Xj X = statstğ ullaımıı öermştr (Weerahad, 995a). B j değşe, ola ( ) σ statstğ br fosyou olara aşağıda gb taımlamıştır. j = σ B j =, j =,, (.6) j+ = σ Bua göre B j statstğ dağılımı B j beta j = ( ) ( ) j+, olur (Weerahad, 995a).. öre ç rasgele değşe Eş.. de verle e ve Eş..6 da σ verle B j değşee bağlı olara aşağıda gb elde edlr. σ = BB B, e σ = e( B ) B B, =,, σ e ( B ) =. statstğ ç yapıla ayrıştırma, blmeye br parametreye bağlı değldr. Bu yüzde H 0 hpotez abul edlp edlmemes bu fadey σ etlememetedr. Bu durumda Eş.. de verle b fosyou gözlem değerlerde elde edle fosyou s b olma üzere geelleştrlmş p değer

6 6 Aadolu Üverstes Blm ve Teoloj Dergs - B () Teor Blmler s s s 3 3 s = E H, s b,,,, BB B ( B) B B ( B) B3 B ( B ) şelde taımlaır (Weerahad, 995a). H,, - ve - serbestl derecese sahp F dağılımıı ümülatf dağılım fosyoudur ve Geelleştrlmş p, bu fade belee değer alıara buluur. Bua göre p < α olduğuda yolu hpotez red edlr..5 Xu ve Wag ı Geelleştrlmş F Test Homoje olmaya varyas durumuda yığıları ortalamalarıı eştlğ hpotez test ç öerle dğer br test statstğ de Xu ve Wag (007) tarafıda gelştrle geelleştrlmş F testdr. Eş.. de yolu hpotez H 0 : µ =µ ; µ =µ ;... ;µ - =µ bçmde gösterlebleceğ Xu ve Wag (007) tarafıda fade edlmştr. v a le v b v = µ, µ,, µ, v = µ ( ) a b - le gösterlrse, yolu hpotez ve arşıt hpotez H : v = v, H : v v (.7) 0 a b a b boyutlu tüm elemaları ola vetördür. Xu ve Wag (007) tarafıda gelştrle geelleştrlmş p ç gerel taımlar aşağıda gbdr. Geelleştrlmş F teste dayalı br test olduğuda σ yere e ço olablrl tahm edcs ola = ( ) Xj X ullaılmıştır. Ya, Yb, ave b fadeler şelde yede düzeleeblr. Burada -, ( ) j= ( ) Y =,, a X X Y = X b öş =,,, = a b şelde taımlamıştır. Geelleştrlmş test değşe değer ola t t = y y s + s y y ( ) ( ) ( ) a b a b a b olara buluur. Burada ya, yb, sa ve s b sırasıyla Ya, Yb, ave b gözlem değerlerdr. Test değşe T se, / s s s / T = Y ( sa + sb) öş,, + ( sa + sb) Y U U U şelde taımlaır (Xu ve Wag, 007). Burada Y ve U değerler

7 Aadolu Uversty Joural of cece ad Techology - B () Theoretcal ceces 63 ( ) χ Y N 0, I U,,, = şeldedr. Böylece H o hpotez doğruluğu altıda geelleştrlmş p değer ( ) p = PT t H olara fade edlr İMÜLAYON ÇALIŞMAI Bu bölümde, Bölüm de taıtıla test statstler deeysel I.tp hata oraları ve güçler baımıda arşılaştırılması smülasyo yoluyla yapılara souçlar tablolarla ve graflerle gösterlmştr. 3. Test İstatstler Deeysel I.Tp Hata Oraları Baımıda Karşılaştırılması mülasyo çalışmasıda, test statstler deeysel I.tp hata oraları baımıda arşılaştırılmasıda ortalamaları eşt olara belrlee =3, =5 ve =7 sayıda yığılar ç, öre hacmler ve yığı varyaslarıı çeştl ombasyoları ullaılmıştır. Bu ombasyolar öre hacmler eşt ve farlı, yığı varyaslarıı homoje ( σ = = σ ) ve heteroje ( σ < < σ veya σ > > σ ), öre hacmler le yığı varyaslarıı doğru ve ters oratılı olduğu durumlar date alıara oluşturulmuştur. Ayrıca yığı varyaslarıı heterojeller arta br şelde oluşturulara heterojel sevyeler de date alımıştır. Öcede belrlee yığıları sayısıa göre yuarıda bahsedle durumlar date alıara ayı ortalamalı ormal dağılımlı yığılarda hacmde öreler üretlmştr (=,..,, j=,..., ). Bu öreler herbr ç ortalamaları eştlğ hpotez test amacıyla. bölümde bahsedle las varyas aalz (KF), Welch (W), cott-mth (), Brow-Forsythe (BF), Weerahad Geelleştrlmş F (GF), ve Xu le Wag ı Geelleştrlmş F (XW) testler algortmaları ullaılara test statstler herbr değer hesaplamış ve bu testler herbr ç p değerler bulumuştur. p değerler seçle omal α (alam sevyes) değer le arşılaştırılara p değer < omal α se ortalamaları eştlğ hpotez red edlmştr. Bu şlemler 5000 ez terarlaara omal α =0.05 durumu ç her br test statstğ ortalamaları eştlğ hpotez red etme sayıları saptamış ve bular 5000 terar sayısıa bölüere her br test statstğ ç deeysel I.tp hata oraları hesaplamıştır. Bu testlerde geelleştrlmş p değer geretre GF ve XW testler p değer bulma amacıyla herbr ayrıca 5000 terara dayalı smülasyo le olasılı dağılımları türetlere bu dağılımlarda geelleştrlmş p değerler hesaplamıştır. mülasyo çalışması Matlab R008a program dl ullaılara yapılmıştır ve omal α =0.05 ç elde edle testler deeysel I.tp hata oraları =3, =5 ve =7 ç sırasıyla Tablo 3., 3., 3.3 de verlmştr. Bu souçlarla lgl yorumlar aşağıda verlmştr.

8 64 Aadolu Üverstes Blm ve Teoloj Dergs - B () Teor Blmler Tablo 3. Nomal α =0.05, =3, farlı örelem hacmler ve farlı yığı varyasları ç test statstler deeysel I.tp hata oraları σ KF W BF GF XW (,,) (4,4,4) (9,9,9) (,.5,.5) (,,4) (,4,9) (,,) (4,4,4) (9,9,9) (,.5,.5) (,,4) (,4,9) (,,) (4,4,4) (9,9,9) (,.5,.5) (,,4) (,4,9) (,,) (4,4,4) (9,9,9) (,.5,.5) (,,4) (,4,9) (.5,.5,) (4,,) (9,4,) (,,) (4,4,4) (9,9,9) (,.5,.5) (,,4) (,4,9) (.5,.5,) (4,,) (9,4,) (,,) (4,4,4) (9,9,9) (,.5,.5) (,,4) (,4,9) (.5,.5,) (4,,) (9,4,) (4,4,4) (0,0,0) (30,30,30) (3,5,7) (7,0,3) (0,5,30)

9 Aadolu Uversty Joural of cece ad Techology - B () Theoretcal ceces 65 Tablo 3. Nomal α =0.05, =5, farlı örelem hacmler ve farlı yığı varyasları ç test statstler deeysel I.tp hata oraları σ K W BF GF XW (,,,,) (4,4,4,4,4) (9,9,9,9,9) (8,8,8,8,8) (,.5,.5,.75,) (,,4,6,8) (,4,9,3,8) (,,,,) (4,4,4,4,4) (9,9,9,9) (8,8,8,8,8) (,.5,.5,.75,) (,,4,6,8) (,4,9,3,8) (,,,,) (4,4,4,4,4) (9,9,9,9,9) (8,8,8,8,8) (,.5,.5,.75,) (,,4,6,8) (,4,9,3,8) (,,,,) (4,4,4,4,4) (9,9,9,9,9) (8,8,8,8,8) (,.5,.5,.75,) (,,4,6,8) (,4,9,3,8) (,.75,.5,.5,) (8,6,4,,) (8,3,9,4,) (,,,,) (4,4,4,4,4) (9,9,9,9,9) (8,8,8,8,8) (,.5,.5,.75,) (,,4,6,8) (,4,9,3,8) (,.75,.5,.5,) (8,6,4,,) (8,3,9,4,) (,,,,) (4,4,4,4,4) (9,9,9,9,9) (8,8,8,8,8) (,.5,.5,.75,) (,,4,6,8) (,4,9,3,8) (,.75,.5,.5,) (8,6,4,,) (8,3,9,4,) (4,4,4,4,4) (0,0,0,0,0) (30,30,30,30,30) (3,4,5,6,7) (7,9,,3,5) (0,3,6,9,3)

10 66 Aadolu Üverstes Blm ve Teoloj Dergs - B () Teor Blmler Tablo 3.3. Nomal α =0.05, =7, farlı örelem hacmler ve farlı yığı varyasları ç test statstler deeysel I.tp hata oraları (4,4,4,4,4,4,4) σi KF W BF GF XW (,,,,,,) (4,4,4,4,4,4,4) (9,9,9,9,9,9,9) (8,8,8,8,8,8,8) (,.5,.5,.5,.75,.75,) (,,,4,6,6,8) (,4,4,9,3,3,8) (,,,,,,) (4,4,4,4,4,4,4) (9,9,9,9,9,9,9) (8,8,8,8,8,8,8) (,.5,.5,.5,.75,.75,) (,,,4,6,6,8) (,4,4,9,3,3,8) (,,,,,,) (4,4,4,4,4,4,4) (9,9,9,9,9,9,9) (8,8,8,8,8,8,8) (,.5,.5,.5,.75,.75,) (0,0,0,0,0, 0,0) (30,30,30,30,30, 30,30) (3,4,4,5,6,6,7) (7,9,9,,3,3,5) (0,3,3,6,9,9,3) (,,,4,6,6,8) (,4,4,9,3,3,8) (,,,,,,) (4,4,4,4,4,4,4) (9,9,9,9,9,9,9) (8,8,8,8,8,8,8) (,.5,.5,.5,.75,.75,) (,,,4,6,6,8) (,4,4,9,3,3,8) (,.75,.75,.5,.5,.5,) (8,6,6,4,,,) (8,3,3,9,4,4,) (,,,,,,) (4,4,4,4,4,4,4) (9,9,9,9,9,9,9) (8,8,8,8,8,8,8) (,.5,.5,.5,.75,.75,) (,,,4,6,6,8) (,4,4,9,3,3,8) (,.75,.75,.5,.5,.5,) (8,6,6,4,,,) (8,3,3,9,4,4,) (,,,,,,) (4,4,4,4,4,4,4) (9,9,9,9,9,9,9) (8,8,8,8,8,8,8) (,.5,.5,.5,.75,.75,) (,,,4,6,6,8) (,4,4,9,3,3,8) (,.75,.75,.5,.5,.5,) (8,6,6,4,,,) (8,3,3,9,4,4,)

11 Aadolu Uversty Joural of cece ad Techology - B () Theoretcal ceces 67 Örelem hacmler eşt ve yığı varyasları heteroje olduğu durum altıda testler celedğde, W, BF ve GF testler deeysel I.tp hata oralarıı omal α =0.05 değere yaı souçlar verdğ gözlemetedr. XW test ç bu oraı, öre hacmler arttıça omal α =0.05 değerde uzalaştığı görülmetedr. Öreğ yığı varyasları σ =, σ = 4, σ3 = 9 ç öre hacm = = 3 =4 olduğuda XW test deeysel I.tp hata oraı e = = 3 =30 olduğuda olduğu gözlemetedr. test se dğer testlere göre heterojelte ço fazla olumsuz yöde etledğ görülmetedr. Yığı sayısı arttığıda se örelem hacmler üçüe BF test; örelem hacmler arttığıda da W ve GF testler deeysel I.tp hata oralarıı omal α =0.05 değere olduça yaı souçlar verdğ görülmetedr. Örelem hacmler le yığı varyaslarıı doğru oratılı olduğu durum altıda testler celedğde, W, BF ve GF testler deeysel I.tp hata oralarıı omal α =0.05 değere olduça yalaştığı görülmetedr. Ayrıca XW test ç bu ora, heterojel az olduğuda omal α =0.05 değerde uzalaşıre heterojel arttığıda bu değere yalaşmıştır. Yığı sayısı arttığıda se KF test olumlu yöde etlere BF ve XW testler bu durumda olumsuz yöde etlemş olduğu gözlemetedr. Örelem hacmler le yığı varyaslarıı ters oratılı olduğu durum altıda testler celedğde örelem hacmler üçüe XW test, örelem hacm arttıça bu teste e olara GF ve W testler deeysel I.tp hata oralarıı omal α =0.05 değere olduça yaı souçlar verdğ görülmetedr. Yığı sayısı arttığıda da bezer souçları elde edldğ gözlemştr. 3. Test İstatstler Güç Baımıda Karşılaştırılması mülasyo çalışmasıda testler güç baımıda arşılaştırılması amacıyla farlı ortalamalı ormal dağılımlı yığılarda hacml örelemler üretlmştr (=..., j=,..., ). =3, =5 ve =7 sayıda yığılar ç farlı örelem hacmler ve farlı yığı varyaslarıı çeştl ombasyoları ullaılmıştır. Bu örelemler her br ç gerçete yalış ola ortalamaları eştlğ hpotez test amacıyla. bölümde bahsedle test statstler değerler hesaplamış ve bu testler her br ç p değerler bulumuştur. Bu şlemler 5000 ez terarlaara omal α =0.05 ç her br test statstğ ortalamaları eştlğ hpotez red etme sayıları saptamış ve bular terar sayısıa ya 5000 e bölüere her br test statstğ deeysel güç değerler (oraları) hesaplamıştır. Bu souçlar Tablo 3.4, 3.5 ve 3.6 da özetlemştr.

12 68 Aadolu Üverstes Blm ve Teoloj Dergs - B () Teor Blmler Tablo 3.4. Nomal α =0.05, =3, farlı örelem hacmler ve farlı yığı varyasları ç test statstler ç güç değerler σ (µ, µ, µ 3 ) KF W BF GF XW (0,5,30) (3,5,7) (30,30,30) (4,4,4) (9,4,) (,4,9) (9,4,) (,4,9) (,4,9) (,4,9) (-.5,0,.5) (-4.5,0,4.5) (-7.5,0,7.5) (-0.5,0,0.5) (-.5,0,.5) (-4.5,0,4.5) (-7.5,0,7.5) (-0.5,0,0.5) (-.5,0,.5) (-4.5,0,4.5) (-7.5,0,7.5) (-0.5,0,0.5) (-.5,0,.5) (-4.5,0,4.5) (-7.5,0,7.5) (-0.5,0,0.5) (-.5,0,.5) (-4.5,0,4.5) (-7.5,0,7.5) (-0.5,0,0.5) (-.5,0,.5) (-4.5,0,4.5) (-7.5,0,7.5) (-0.5,0,0.5)

13 Aadolu Uversty Joural of cece ad Techology - B () Theoretcal ceces 69 Tablo 3.5. Nomal α =0.05, =5, farlı örelem hacmler ve farlı yığı varyasları ç test statstler ç güç değerler σ (µ, µ, µ 3, µ 4, µ 5 ) KF W BF GF XW (0,3,6,9,3) (3,,4,5,6,7) (30,30,30,30, (4,4,4,4,4) (,4,9,3,8) 30) (,4,9,3,8) (,4,9,3,8) (8,3,,9,4,) (,4,9,3,8) (8,3,,9,4,) (-3,-.5,0,.5,3) (-9,-4.5,0,4.5,9) (-5,-7.5,0,7.5,5) (-, ,0,0.5,) (-3,-.5,0,.5,3) (-9,-4.5,0,4.5,9) (-5,-7.5,0,7.5,5) (-, (-3,-.5,0,.5,3) (-9,-4.5,0,4.5,9) (-5,-7.5,0,7.5,5) (-, ,0,0.5,) (-3,-.5,0,.5,3) (-9,-4.5,0,4.5,9) (-5,-7.5,0,7.5,5) (-, ,0,0.5,) (-3,-.5,0,.5,3) (-9,-4.5,0,4.5,9) (-5,-7.5,0,7.5,5) (-, ,0,0.5,) (-3,-.5,0,.5,3) (-9,-4.5,0,4.5,9) (-5,-7.5,0,7.5,5) (-, ,0,0.5,)

14 70 Aadolu Üverstes Blm ve Teoloj Dergs - B () Teor Blmler Tablo 3.6. Nomal α =0.05, =7, farlı örelem hacmler ve farlı yığı varyasları ç test statstler ç güç değerler σ (µ, µ, µ 3, µ 4, µ 5, µ 6, µ 7 ) KF W BF GF XW (-3,-.5,-.5,0,.5,.5,3) (4,4,4,4,4,4,4) (,4,4,9,3,3,8) (-9,-4.5,-4.5,0,4.5,4.5,9) (-5,-7.5,-7.5,0,7.5,7.5,5) (-,-0.5,-0.5,0,0.5,0.5,) (30,30,30,30,30,3 (3,4,4,5,6,6,7) (0,3,3,6,9,9,3) (8,3,3,9,4,4,) (,4,4,9,3,3,8) (8,3,3,9,4,4,) (,4,4,9,3,3,8) (,4,4,9,3,3,8) (-3,-.5,-.5,0,.5,.5,3) (-9,-4.5,-4.5,0,4.5,4.5,9) (-5,-7.5,-7.5,0,7.5,7.5,5) (-,-0.5,-0.5,0,0.5,0.5,) (-3,-.5,-.5,0,.5,.5,3) (-9,-4.5,-4.5,0,4.5,4.5,9) (-5,-7.5,-7.5,0,7.5,7.5,5) (-,-0.5,-0.5,0,0.5,0.5,) (-3,-.5,-.5,0,.5,.5,3) (-9,-4.5,-4.5,0,4.5,4.5,9) (-5,-7.5,-7.5,0,7.5,7.5,5) (-,-0.5,-0.5,0,0.5,0.5,) (-3,-.5,-.5,0,.5,.5,3) (-9,-4.5,-4.5,0,4.5,4.5,9) (-5,-7.5,-7.5,0,7.5,7.5,5) (-,-0.5,-0.5,0,0.5,0.5,) (-3,-.5,-.5,0,.5,.5,3) (-9,-4.5,-4.5,0,4.5,4.5,9) (-5,-7.5,-7.5,0,7.5,7.5,5) (-,-0.5,-0.5,0,0.5,0.5,) Testler deeysel I.tp hata oralarıı omal α =0.05 değerde olduça uzalaştığı durumlarda lgl test güç baımıda değerledrmes date alımamıştır. Bua göre testler güç baımıda geel olara değerledrldğde yığı sayısı =3 e GF ve W testler le öre hacmler ve yığı varyaslarıı ters oratılı olduğu durumda da XW test yüse güç değerlere sahp olduğu görülmetedr. Hem yığı sayısıı artışıı hem de örelem hacm üçü olmasıı testler güç değerler olduça etleyere brbrde farlılı gösterdğ gözlemştr. Örelem hacm üçüe BF ve özellle XW testler dğer testlere göre yüse güç değerlere sahp olduğu görülmetedr. Örelem hacm arttığıda se W ve GF testler le örelem hacmler le yığı varya-

15 Aadolu Uversty Joural of cece ad Techology - B () Theoretcal ceces 7 slarıı ters oratılı olduğu durumda da XW test yüse güç değerlere sahp olduğu görülmetedr. Test gücü örelem hacm arta br fosyou olduğuda örelem hacm büyüdüçe testler güç değerler değere yalaşması belee br souçtur. 4. ONUÇ Testler arşılaştırılıre hag test daha y olduğuu alama ç sadece deeysel I.tp hata oralarıa değl ayı zamada güç değerlere de baılması geremetedr. Yığı varyasları heteroje olduğuda örelem hacmler üçüe KF test deeysel I.tp hata oraları omal α =0.05 değerde olduça uzalaştığıda yorumlarda bu test güç baımıda arşılaştırılması yapılmamıştır. Örelem hacmler arttığıda KF test deeysel I.tp hata oraları omal α =0.05 değere yaı souçlar vermese rağme, dğer testlere göre güç değerler daha düşütür. Geel olara durumları değerledrdğmzde örelem hacmler üçü olması tüm testler güç değerler düşürmüştür. Örelem hacmler arttığıda beleldğ gb testler güç değerler artmatadır. Dğer br fadeyle yığıda daha büyü hacml örelem almaı heterojelğ ets azalttığı söyleeblr. Testler güç baımıda tüm durumlar altıda celedğmzde, geellle ve KF testler deeysel I.tp hata oraları omal α değerde olduça uza olduğu ç değerledrmeye alımamıştır. W ve özellle GF testler geel olara dğer testlere göre daha yüse güç değerlere sahp olduğu gözlemştr. Ayrıca XW test örelem hacmler le yığı varyaslarıı ters lşl olduğu durumda özellle örelem hacm arttığıda olduça yüse güç değerlere sahp olduğuu görülmetedr. KAYNAKLAR Brow, M.B. ve Forsythe, A.B. (974). The small sample behavor of some statstcs whch test the equalty of several meas. Techometrcs 6, 9-3. Che,. ve Che, J.H. (998). gle-tage aalyss of varace uder heteroscedastcty. Commucatos tatstcs ad mulatos 7(3), Gamage, J. ve Weerahad,. (998). ze performace of some tests oe-way ANOVA Commucatos tatstcs ad mulatos 7(3), Geram, A. ve Zaheda, A. (00). Comparg the meas of ormal populatos wth uequal varaces. roceedgs of the 53rd esso of Iteatoal tatstcal Isttute, eoul, Korea. cheffe, H. (959). The aalyss of varace, Wley, New Yor, cott, A.J. ve mth, T.M.F. (97). Iterval estmates for lear combatos of meas. Appled tatstcs 0(3), Weerahad,. (995a). ANOVA uder uequal error varaces. Bometrca 38, Weerahad,. (995). Exact statstcal method for data aalyss. prger-verlag, NewYor, -50. Weerahad,. (004). Geeralzed ferece repeated measures: Exact methods MANOVA ad mxed models. Wley, New Yor, -60. Welch, B.L. (947). The geeralzato of studet s problem whe several dfferet populato varaces are volved. Bometra 34, Welch, B.L. (95). O the comparso of several mea values: A alteratve approach. Bometrca 38, Xu, L. ve Wag,. (007). A ew geeralzed p-value ad ts upper boud for ANOVA uder uequal erros varaces. Commucatos tatstcs Theory ad Methods 37,

16 58 Aadolu Üverstes Blm ve Teoloj Dergs - B () Teor Blmler

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE ANADOLU ÜNİVERİTEİ BİLİM VE TEKNOLOJİ DERGİİ ANADOLU UNIVERIT JOURNAL OF CIENCE AND TECHNOLOG Clt/Vol.:8-ayı/No: : 93-0 (007) ARAŞTIRMA MAKALEİ /REEARCH ARTICLE TEK ÖNLÜ ÖZEL EÇİMLİ VARAN ÇÖZÜMLEMEİNDE

Detaylı

6. Uygulama. dx < olduğunda ( )

6. Uygulama. dx < olduğunda ( ) . Uygulama Hatırlatma: Rasgele Değşelerde Belee Değer Kavramı br rasgele değşe ve g : R R br osyo olma üzere, ) esl ve g ) ) < olduğuda D ) sürel ve g ) ) d < olduğuda g belee değer der. c R ve br doğal

Detaylı

Pareto I Daılımının lk Bozulma Sansürlü Örnekleme Planına Dayalı Parametrelerinin Tahmini ve Beklenen Test Süresi *

Pareto I Daılımının lk Bozulma Sansürlü Örnekleme Planına Dayalı Parametrelerinin Tahmini ve Beklenen Test Süresi * S.Ü. e Edebyat aültes e Dergs Sayı 4 (004 9-8 KONYA Pareto I Daılımıı l Bozulma Sasürlü Öreleme Plaıa Dayalı Parametreler Tahm ve Belee Test Süres * Cou KU Mehmet eda KAYA Özet: Bu çalımada l bozulma sasürlü

Detaylı

İstatistik Araştırma Dergisi, Cilt: 02, No: 02, Sayfa: , 2003.

İstatistik Araştırma Dergisi, Cilt: 02, No: 02, Sayfa: , 2003. İstatst Araştırma Dergs, Clt: 0, No: 0, Sayfa: 03-7, 003. İstatstsel Parametre Kestrm Teler Webull Dağılımıı Parametreler Hesaplamasıda Kullaımı Ve Deprem Verler Webull Dağılımıa Uygulaması Veysel YILMAZ

Detaylı

ŞANS KISITLI STOKASTİK PROGRAMLAMA PROBLEMLERİNİN DETERMİNİSTİK EŞİTLİKLERİ Kumru Didem ATALAY 1, Ayşen APAYDIN 2 ÖZ

ŞANS KISITLI STOKASTİK PROGRAMLAMA PROBLEMLERİNİN DETERMİNİSTİK EŞİTLİKLERİ Kumru Didem ATALAY 1, Ayşen APAYDIN 2 ÖZ ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ B Teor Blmler ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY B Theoretcal Sceces Clt/Vol.:-Sayı/No: : -8 (0 ŞANS KISITLI STOKASTİK PROGRAMLAMA PROBLEMLERİNİN

Detaylı

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım Afyo Kocatepe Üverstes Fe ve Mühedslk Blmler Dergs Afyo Kocatepe Uversty Joural of Scece ad Egeerg AKÜ FEMÜBİD 7 (27) 234 (5-55) AKU J. Sc.Eg.7 (27) 234 (5-55) DOI:.5578/fmbd.6774 Gamma ve Webull Dağılımları

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

ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Cilt/Vol.:7 Sayı/No: 1 : (2006)

ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Cilt/Vol.:7 Sayı/No: 1 : (2006) ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Clt/Vol.:7 Sayı/No: : 65-74 (26 DERLEME/REVIEW YAŞAM TESTİNDE KULLANILAN ÜSTEL VE WEİBULL DAĞILIMLARININ

Detaylı

Zaman Skalasında Box-Cox Regresyon Yöntemi

Zaman Skalasında Box-Cox Regresyon Yöntemi Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:7, Sayı:, Yıl:0, ss.57-70. Zama Skalasıda Bo-Co Regresyo Yötem Atlla Özur İŞÇİ Sbel PAŞALI GÖKTAŞ ATMACA 3 M. Nyaz ÇANKAYA 4 Özet Hata term

Detaylı

Yığın Hacminin Tahmini İçin Bulanık Doğrusal Regresyon Modelinde Ters Tahmin Metodu

Yığın Hacminin Tahmini İçin Bulanık Doğrusal Regresyon Modelinde Ters Tahmin Metodu S Ü Fe Ed Fa Fe Derg Saı (003) 65-0, KONYA Yığı Hacm Tahm İç Bulaı Doğrusal Regreso Modelde Ters Tahm Metodu Mustafa SEMİZ, Aşır GENÇ Özet: Bu çalışmada ığı hacm tahm ç farlı br alaşım suulmatadır. Yığı

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

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

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması . Ders ĐSTATĐSTĐKTE SĐMÜLASYON Tahm Edcler ve Test Đstatstkler Smülasyo le Karşılaştırılması Đstatstk rasgelelk olgusu çere olay süreç ve sstemler modellemesde özellkle bu modellerde souç çıkarmada ve

Detaylı

Tek Yönlü Varyans Analizi (ANOVA)

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

Detaylı

Olabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması

Olabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:6, Sayı:, Yıl:011, ss.135-144 Olablrlk Oraı Yöteme Dayalı, Yaısal Homoje Olmaya Varyas Testler Pyasa Model İç Karşılaştırılması Flz KARDİYEN

Detaylı

Cezalandırılmış Eğrisel Çizgi Regresyonunda Karışık Doğrusal Model Yaklaşımı. Linear Mixed Model Approach in Penalized Spline Regression

Cezalandırılmış Eğrisel Çizgi Regresyonunda Karışık Doğrusal Model Yaklaşımı. Linear Mixed Model Approach in Penalized Spline Regression üra S., otamış Ö. Cezaladırılmış Eğrsel Çzg Regresyoda Karışı Doğrsal Model Yalaşımı Semra üra,*, Öz otamış Hacettepe Üverstes, İstatst Bölümü, Beytepe/ANKARA Özet B çalışmada cezaladırılmış eğrsel çzg

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AZALAN BOZULMA ORANINA SAHİP ÜÇ PARAMETRELİ YENİ BİR YAŞAM ZAMAN DAĞILIMI

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AZALAN BOZULMA ORANINA SAHİP ÜÇ PARAMETRELİ YENİ BİR YAŞAM ZAMAN DAĞILIMI T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AZALAN BOZULMA ORANINA SAHİP ÜÇ PARAMETRELİ YENİ BİR YAŞAM ZAMAN DAĞILIMI MUSTAFA ÇAĞATAY KORKMAZ YÜKSEK LİSANS TEZİ İSTATİSTİK ANA BİLİM DALI KONYA, 2

Detaylı

Örnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz;

Örnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz; Öre A. Bezer pe 40 güç ayağıı dayama süreler aşağıda gbdr. Geşlelmş reas ablosu oluşuruuz;, 4,7 3, 3,4 3,3 3, 3,9 4, 3,4 4, 3,8 3,7 3,6 3,8 3,7 3,0,,6 3, 3,,6,9 3, 3,0 3,3 4,3 3, 4, 4,6 3, 3,3 4,4 3,9,9

Detaylı

Ridge Regresyonda M Tahmin Edicilerinin Kullanımı Üzerine Bir Uygulama 1

Ridge Regresyonda M Tahmin Edicilerinin Kullanımı Üzerine Bir Uygulama 1 Douz Eylül Üverstes İtsad ve İdar Blmler Faültes Dergs, Clt:6, Sayı:, Yıl:0, ss.67-77. Rdge Regresyoda Tahm Edcler Kullaımı Üzere Br Uygulama Hatce ŞAKAR Özlem ALPU 3 Erem ALTAN 4 Özet Bu çalışmada y yöüde

Detaylı

Çok Aşamalı Sıralı Küme Örneklemesi Tasarımlarının Etkinlikleri Üzerine Bir Çalışma

Çok Aşamalı Sıralı Küme Örneklemesi Tasarımlarının Etkinlikleri Üzerine Bir Çalışma Süleyma Demrel Üverstes, Fe Blmler Esttüsü Dergs, 15- ( 011),17-134 Çok Aşamalı Sıralı Küme Öreklemes Tasarımlarıı Etklkler Üzere Br Çalışma Nlay AKINCI 1, Yaprak Arzu ÖZDEMİR * 1 TRT Geel Müdürlüğü Reklam

Detaylı

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

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun: Grş İSTATİSTİK I Ders Değşkelk ve Asmetr Ölçüler Ortalamalar, serler karşılaştırılmasıda her zama yeterl ölçüler değldr. Ayı ortalamayı sahp serler arklı dağılım göstereblrler. Bu edele serler karşılaştırılmasıda,

Detaylı

TEZ ONAYI Nur ÇELİK tarafıda hazırlaa ANOVA Modellerde Çarpık Dağılımlar Kullaılarak Dayaıklı İstatstksel Souç Çıkarımı ve Uygulamaları adlı tez çalış

TEZ ONAYI Nur ÇELİK tarafıda hazırlaa ANOVA Modellerde Çarpık Dağılımlar Kullaılarak Dayaıklı İstatstksel Souç Çıkarımı ve Uygulamaları adlı tez çalış ANKARA ÜNİVERSİTESİ EN BİLİERİ ENSTİTÜSÜ DOKTORA TEZİ ANOVA MODELLERİNDE ÇARPIK DAĞILIAR KULLANILARAK DAYANIKLI İSTATİSTİKSEL SONUÇ ÇIKARIMI VE UYGULAMALARI Nur ÇELİK İSTATİSTİK ANABİLİM DALI ANKARA 0

Detaylı

NORMAL DAĞILIM İÇİN UYUM İYİLİĞİ TESTLERİ VE BİR SİMÜLASYON ÇALIŞMASI. Nurcan YILDIRIM YÜKSEK LİSANS TEZİ İSTATİSTİK

NORMAL DAĞILIM İÇİN UYUM İYİLİĞİ TESTLERİ VE BİR SİMÜLASYON ÇALIŞMASI. Nurcan YILDIRIM YÜKSEK LİSANS TEZİ İSTATİSTİK NORML DĞILIM İÇİN UYUM İYİLİĞİ TETLERİ VE BİR İMÜLYON ÇLIŞMI Nurca YILDIRIM YÜE LİN TEİ İTTİTİ Gİ ÜNİVERİTEİ FEN BİLİMLERİ ENTİTÜÜ ŞUBT 3 NR Nurca YILDIRIM tarafıda hazırlaa NORML DĞILIM İÇİN UYUM İYİLİĞİ

Detaylı

Fark Denklemlerinin Çözümünde Parametrelerin Değişimi Yöntemi

Fark Denklemlerinin Çözümünde Parametrelerin Değişimi Yöntemi Far Delemler Çzümüde Parametreler Değşm Ytem *Hüsey Koama Saarya Üverstes, Fe-Edebyat Faültes, Matemat Blümü, 587, Saarya Özet: İçersde e az br mertebede,,,, E b solu arları buluduğu osyoel delemlere Far

Detaylı

Yaşam eğrilerini karşılaştırmak için kullanılan skor ve ağırlıklı testler: Sayısal örnekler

Yaşam eğrilerini karşılaştırmak için kullanılan skor ve ağırlıklı testler: Sayısal örnekler www.statstcler.org İstatstçler Dergs: İstatst&Atüerya 6 () - İstatstçler Dergs: İstatst&Atüerya Yaşam eğrler arşılaştırma ç ullaıla sor ve ağırlılı testler: ayısal öreler Duru Karasoy Hacettepe Üverstes

Detaylı

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR Ölçme, her deeysel blm temel oluşturur. Fzk blmde de teorler sıaması ç çeştl deeyler tasarlaır ve bu deeyler sırasıda çok çeştl ölçümler yapılır. Br fzksel celğ

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

TÜREV DEĞERLERİNİ İÇEREN RASYONEL İNTERPOLASYON YÖNTEMLERİ VE UYGULAMALARI. Bayram Ali İBRAHİMOĞLU* & Mustafa BAYRAM**

TÜREV DEĞERLERİNİ İÇEREN RASYONEL İNTERPOLASYON YÖNTEMLERİ VE UYGULAMALARI. Bayram Ali İBRAHİMOĞLU* & Mustafa BAYRAM** D.P.Ü. Fe Blmler Esttüsü 6. Sayı Eylül 8 Türev Değerler İçere Rasyoel İterpolasyo Yötemler ve Uygulamaları TÜREV DEĞERLERİNİ İÇEREN RASYONEL İNTERPOLASYON YÖNTEMLERİ VE UYGULAMALARI Bayram Al İBRAHİMOĞLU*

Detaylı

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu Br KANUN ve Br TEOREM Büyük Türkçe Sözlük kau Đg. law Doğa olaylarıı oluş edeler ortaya koya ve gelecektek olayları öcede kestrme olaağı vere bağıtı; Newto kauu, Kepler kauları. (BSTS / Gökblm Termler

Detaylı

REGRESYON VE KORELASYON ANALİZİ

REGRESYON VE KORELASYON ANALİZİ REGRESYON VE KORELASYON ANALİZİ.. Doğrusal İlşler.. Yalı (ast) Regreso... E Küçü Kareler Metodu a) Normal Delemler Çözümü ) Determat metodu c) Orj Kadırma... Regresou Stadart Sapması..3. Regresou Duarlılığı..4.

Detaylı

ANOVA. CRD (Completely Randomized Design)

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

Detaylı

Yayılma (Değişkenlik) Ölçüleri

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

Detaylı

BEKLENEN DEĞER VE VARYANS

BEKLENEN DEĞER VE VARYANS BEKLEE DEĞER VE VARYAS.1. İadel ve adesz öreklemede tüm mümkü örekler.. Beklee değer.3. Varyas.4. İk değşke ortak dağılımı.5. İstatstksel bağımsızlık.6. Tesadüf değşkeler doğrusal kombasyolarıı beklee

Detaylı

Parametrik Olmayan İstatistik Çözümlü Sorular - 2

Parametrik Olmayan İstatistik Çözümlü Sorular - 2 Parametrk Olmaya İstatstk Çözümlü Sorular - Soru Böbrek hastalarıa at Kreat (KRT) değerlere lşk br araştırma yapılmak stemektedr. Buu ç rasgele seçle hastaya at Kreat değerler aşağıdak gb elde edlmştr

Detaylı

Box ve Whisker Grafiği

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

Detaylı

WEIBULL DAĞILIM PARAMETRELERİNİ BELİRLEME METODLARININ KARŞILAŞTIRILMASI

WEIBULL DAĞILIM PARAMETRELERİNİ BELİRLEME METODLARININ KARŞILAŞTIRILMASI VII. Ulusal Temiz Eerji Sempozyumu, UTES 008 7-9 Aralı 008, İstabul WEIBULL DAĞILIM PARAMETRELERİNİ BELİRLEME METODLARININ KARŞILAŞTIRILMASI Seyit Ahmet AKDAĞ, Öder GÜLER İstabul Tei Üiversitesi, Eerji

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

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Clt/Vol.:0-Sayı/No: : 455-465 (009) ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE İKİ PARAMETRELİ WEIBULL DAĞILIMINDA

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

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine Geelleşrlmş Oralama Foksyou ve Bazı Öeml Eşszlkler Öğrem Üzere Gabl ADİLOV, Gülek TINAZTEPE & Serap KEALİ * Öze Armek oralama, Geomerk oralama, Harmok oralama, Kuvadrak oralama ve bular arasıdak lşk vere

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BAZI DAĞILIMLAR İÇİN EN ÇOK OLABİLİRLİK VE FARKLI KAYIP FONKSİYONLARI ALTINDA BAYES TAHMİN EDİCİLERİNİN PERFORMANSLARININ KARŞILAŞTIRILMASI Gülca GENCER

Detaylı

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy Ders Sorumlusu: Doç. Dr. Necp ŞİMŞEK Problem. deklem sağlaya tüm kompleks sayılarıı buluu. Çöüm deklem şeklde yaablr. Bu so y kompleks sayıları ç y yaalım. Bu taktrde deklemde, baı y ( ) y elde edlr. Burada

Detaylı

12. Ders Büyük Sayılar Kanunları. Konuya geçmeden önce DeMoivre-Stirling formülünü ve DeMoivre-Laplace teoremini hatırlayalım. DeMoivre, genel terimi,

12. 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.

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

PORTFÖY OPTİMİZASYONUNDA ORTALAMA MUTLAK SAPMA MODELİ VE MARKOWITZ MODELİNİN KULLANIMI VE İMKB VERİLERİNE UYGULANMASI

PORTFÖY OPTİMİZASYONUNDA ORTALAMA MUTLAK SAPMA MODELİ VE MARKOWITZ MODELİNİN KULLANIMI VE İMKB VERİLERİNE UYGULANMASI Süleyma Demrel Üverstes İktsad ve İdar Blmler Fakültes Dergs Y.2008, C.3, S.2 s.335-350. Suleyma Demrel Uversty The Joural of Faculty of Ecoomcs ad Admstratve Sceces Y.2008, vol.3, No.2 pp.335-350. PORTFÖY

Detaylı

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENTİTÜSÜ DOKTORA TEZİ SONLU KARMA DAĞILIMLARDA PARAMETRE TAHMİNİ. İnci AÇIKGÖZ İSTATİSTİK ANABİLİM DALI ANKARA 2007

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENTİTÜSÜ DOKTORA TEZİ SONLU KARMA DAĞILIMLARDA PARAMETRE TAHMİNİ. İnci AÇIKGÖZ İSTATİSTİK ANABİLİM DALI ANKARA 2007 ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENTİTÜSÜ DOKTORA TEZİ SONLU KARMA DAĞILIMLARDA PARAMETRE TAHMİNİ İ AÇIKGÖZ İSTATİSTİK ANABİLİM DALI ANKARA 7 Her haı salıdır ÖZET Dotora Tez SONLU KARMA DAĞILIMLARDA PARAMETRE

Detaylı

Yrd. Doç. Dr. İhsa KARABULUT u daışmalığıda, Begül ARKANT tarafıda hazırlaa bu çalışma 3/07/008 tarhde aşağıdak jür tarafıda oy brlğ le Akara Üverstes

Yrd. Doç. Dr. İhsa KARABULUT u daışmalığıda, Begül ARKANT tarafıda hazırlaa bu çalışma 3/07/008 tarhde aşağıdak jür tarafıda oy brlğ le Akara Üverstes ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ BAĞIMLI GÖZLEMLERLE BOOTSTRAP YÖNTEMİ Begül ARKANT İSTATİSTİK ANABİLİM DALI ANKARA 008 Her hakkı saklıdır Yrd. Doç. Dr. İhsa KARABULUT u daışmalığıda,

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

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

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

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

BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK *

BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK * BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK * Fteess Codtos For Soe Segroup Fales ad Costructos ad Effcecy Basr ÇALIŞKAN Mateatk Aabl Dalı Hayrullah AYIK Mateatk Aabl Dalı ÖZET

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

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

SİSTEMATİK ÖRNEKLEME. Prof.Dr.Levent ŞENYAY VII-1 Örnekleme Yöntemleri

SİSTEMATİK ÖRNEKLEME. Prof.Dr.Levent ŞENYAY VII-1 Örnekleme Yöntemleri 7 İTMATİK ÖRKLM 7 Grş 7 Öre eçme Yötem 7 Populayo Ortalamaıı Tahm 74 Populayo Ortalamaıı Varyaı 75 Populayo türler 76 temat örelemede artmet ortalamaı tahm varyaıı tahm ProfDrLevet ŞYAY VII- Öreleme Yötemler

Detaylı

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

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

Detaylı

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

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstler Taımlayıcı İstatstler Br veya brde azla dağılışı arşılaştırma ç ullaıla ve ayrıca öre verlerde hareet le reas dağılışlarıı sayısal olara özetleye değerlere taımlayıcı statstler der.

Detaylı

alphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems

alphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems Avalable ole at www.alphaumercjoural.com alphaumerc joural he Joural of Operatos Research, Statstcs, Ecoometrcs ad Maagemet Iformato Systems Volume 4, Issue, 6 6.4..SA. Abstract UNSARED AND SARED FRAILY

Detaylı

Populasyon Hacminin Yakalama-Tekrar Yakalama Yöntemi Kullanılarak Ters Tahmin Yöntemi ile Tahmini (1)

Populasyon Hacminin Yakalama-Tekrar Yakalama Yöntemi Kullanılarak Ters Tahmin Yöntemi ile Tahmini (1) Yüzücü Yıl Üverstes, Zraat Fakültes, Tarım Blmler Dergs (J. Agrc. Sc., 003, 3(: 3-8 Gelş Tarh :.0.003 Populasyo Hacm Yakalama-Tekrar Yakalama Yötem Kullaılarak Ters Tahm Yötem le Tahm ( Hamt MİRTAGHIZADEH

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

ARAŞTIRMA MAKALESİ / RESEARCH ARTICLE

ARAŞTIRMA MAKALESİ / RESEARCH ARTICLE ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ A Uygulamalı Blmler ve Mühedslk ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY A Appled Sceces ad Egeerg Clt/Vol.: 3-Sayı/No: : 5-63 (202 ARAŞTIRMA

Detaylı

REGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI

REGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI FEN DEGİSİ (E-DEGİ). 8, 3() 9-9 EGESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KAELE VE EN KÜÇÜK MEDYAN KAELE YÖNTEMLEİNİN KAŞILAŞTIILMASI Özlem GÜÜNLÜ ALMA, Özgül VUPA Dokuz Eylül Üverstes, Fe-Edebyat Fakültes,

Detaylı

Polinom İnterpolasyonu

Polinom İnterpolasyonu Polom İterpolasyou (Ara Değer Bulma Br foksyou solu sayıdak, K, R oktalarıda aldığı f (, f (,, f ( değerler bls (foksyou keds blmyor. Bu oktalarda geçe. derecede br tek, P a + a + a + + a (... polumu vardır

Detaylı

Meta-analizinde kategorik verilerin birleştirilmesinde kullanılan istatistiksel yöntemler: Aktif ve pasif sigara içicilerin değerlendirilmesi

Meta-analizinde kategorik verilerin birleştirilmesinde kullanılan istatistiksel yöntemler: Aktif ve pasif sigara içicilerin değerlendirilmesi İtabul Üverte İşletme Faülte Derg Itabul Uverty Joural o the School o Bue Admtrato lt/vol:38, Sayı/No:2, 2009, 34-46 ISSN: 303-732 - www.derg.org 2009 Meta-aalzde ategor verler brleştrlmede ullaıla tattel

Detaylı

Değişkenlik (Yayılım) Ölçüleri

Değişkenlik (Yayılım) Ölçüleri Değşel (Yayılım) Ölçüler İ arlı aaütley brbrde ayırma ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etraıda değşm date alara heaplaa

Detaylı

TABAKALI ŞANS ÖRNEKLEME

TABAKALI ŞANS ÖRNEKLEME 6 TABAKAI ŞA ÖREKEME 6.. Populasyo ortalaması ve populasyo toplamıı tam 6.. Populasyo ortalamasıı ve toplamıı varyası 6... Populasyo ortalamasıı varyası 6... Populasyo toplamıı varyası 6..3. Ortalama ve

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

) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit

) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit Karadez Te Üverstes Blgsayar Mühedslğ Bölümü 5-6 Güz Yarıyılı Sayısal Çözümleme Ara Sıav Soruları Tarh: Kasım 5 Perşembe Süre: daa. f ( ( + a e fosyouu sabt otası olmadığı bldğe göre, a 'ı alableceğ e

Detaylı

9. Ders. Đstatistikte Monte Carlo Çalışmaları

9. Ders. Đstatistikte Monte Carlo Çalışmaları 9. Ders Đstatstkte Mote Carlo Çalışmaları Đstatstk rasgelelk olgusu çere olay süreç ve sstemler modellemesde özellkle bu modellerde souç çıkarmada ve bu modeller geçerllğ sıamada kullaıla bazı blg ve yötemler

Detaylı

değerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir.

değerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir. Bölüm 2 Matrsler aım 2.1 F br csm, m, brer doğal sayı olsu. a F ( 1,.., m; j 1,..., ) olmak üzere, a11... a1 fadese m satır sütuda oluşa (veya m tpde) br F matrs der. am 1... a m Böyle br matrs daha sade

Detaylı

1. GAZLARIN DAVRANI I

1. GAZLARIN DAVRANI I . GZLRIN DRNI I İdeal Gazlar ç: lm 0 RT İdeal gazlar ç: RT Hacm() basıçla() değşk sıcaklıklarda değşm ekl.. de gösterlmştr. T >T 8 T T T 3 asıç T 4 T T 5 T 7 T 8 Molar Hacm ekl.. Gerçek br gazı değşk sıcaklıklardak

Detaylı

Tek yönlü VA için seçenek bir test yöntemi ve geliştirilen bilgisayar yazılımı

Tek yönlü VA için seçenek bir test yöntemi ve geliştirilen bilgisayar yazılımı www.statstcler.org İstatstçler Dergs (008) 75-8 İstatstçler Dergs Te yönlü VA çn seçene br test yöntem ve gelştrlen blgsayar yazılımı Engn Yıldıztepe Douz Eylül Ünverstes Fen-Edebyat Faültes İstatst Bölümü

Detaylı

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

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

Detaylı

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

DOGRUSAL REGRESYONDA SAGLAM TAHMiN EDiciLER VE BiR UYGULAMA Meral Candan ÇETiN1, Aynur ORSOY1

DOGRUSAL REGRESYONDA SAGLAM TAHMiN EDiciLER VE BiR UYGULAMA Meral Candan ÇETiN1, Aynur ORSOY1 ANADOLU ÜNvERSTES BlM VE TEKNOLOJ DERGS ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY CltNol.:2 - Sayı/No: 2 : 265-270 (2001) ARAŞTIRMA MAKALESIRESEARCH ARTICLE DOGRUSAL REGRESYONDA SAGLAM TAHMN

Detaylı

Değişkenlik (Yayılım) Ölçüleri

Değişkenlik (Yayılım) Ölçüleri DEĞİŞKENLİK ÖLÇÜLERİ Değşel (Yayılım) Ölçüler İ arlı aaütley brbrde ayırma ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etraıda değşm

Detaylı

Sağlam Ridge Regresyon Analizi ve Bir Uygulama

Sağlam Ridge Regresyon Analizi ve Bir Uygulama Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:5, Sayı:, Yıl:010, ss.137-148. Sağlam Rdge Regresyo Aalz ve Br Uygulama Özlem ALPU 1 Hatce ŞAMKAR Ekrem ALTAN 3 Özet Çoklu regresyo aalzde

Detaylı

KUKLA DEĞİŞKENLERİN T İSTATİSTİĞİ İLE AYKIRI GÖZLEMLER TESPİT EDİLEMEZ

KUKLA DEĞİŞKENLERİN T İSTATİSTİĞİ İLE AYKIRI GÖZLEMLER TESPİT EDİLEMEZ Eoometr ve İstatst Sayı:5 0-4 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ KUKLA DEĞİŞKENLERİN T İSTATİSTİĞİ İLE AYKIRI GÖZLEMLER TESPİT EDİLEMEZ Arzdar KİRACI* Özet Gücel yazıda,

Detaylı

Gaunt Katsayılarının Binom Katsayıları Kullanılarak Hesaplanması

Gaunt Katsayılarının Binom Katsayıları Kullanılarak Hesaplanması EN AKÜLTESİ EN DERGİSİ E06 4 9-5 Araştıra Maales Gelş Receved :6/0/06 Kabul Accepted :/0/06 Erha AKIN Selçu Üverstes e aültes z Bölüü Kapüs 450 Koya Türye e-al: ea@selcu.edu.tr Öz: Bu çalışada Gaut atsayıları

Detaylı

İKİ SEVİYELİ KESİKLİ STOKASTİK TAŞIMA PROBLEMİ BILEVEL DISCRETE STOCHASTIC TRANSPORTATION PROBLEM

İKİ SEVİYELİ KESİKLİ STOKASTİK TAŞIMA PROBLEMİ BILEVEL DISCRETE STOCHASTIC TRANSPORTATION PROBLEM Electroc Joural of Vocatoal Colleges December/Aralı 20 İKİ SEVİYELİ KESİKLİ STOKASTİK TAŞIMA PROBLEMİ Hade GÜNAY AKDEMİR, Fatma TİRYAKİ 2 Özet Bu çalışmada, müşter talepler stoast, özellle esl rassal değşeler

Detaylı

BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLASILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMASI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI*

BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLASILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMASI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI* BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI* Costructo O Probablty Desty Fucto For The Relablty Block Dagram

Detaylı

COMPARISON OF PARAMETERIZATION METHODS USED FOR B- SPLINE CURVE INTERPOLATION

COMPARISON OF PARAMETERIZATION METHODS USED FOR B- SPLINE CURVE INTERPOLATION Iteratoal Egeerg, Scece ad Educato Coferece, December 206 COMPARISO OF PARAMETERIZATIO METHODS USED FOR B- SPLIE CURVE ITERPOLATIO Sıtı ÖZTÜRK Kocael Üverstes, Mühedsl Faültes, Eletro ve Haberleşme Mühedslğ

Detaylı

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

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

Detaylı

DEĞİŞKENLİK ÖLÇÜLERİ

DEĞİŞKENLİK ÖLÇÜLERİ DEĞİŞKENLİK ÖLÇÜLERİ Değşel (Yayılım) Ölçüler İ arlı aaütley brbrde ayırma ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etraıda değşm

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

İSTATİSTİKSEL TAHMİNLEME VE

İSTATİSTİKSEL TAHMİNLEME VE 1 ölüm maçları İSTTİSTİKSEL THMİLEME VE YORUMLM SÜRECİ ÖREKLEME VE ÖREKLEME DĞILIMLRI u bölümde öğreeceklerz. Örekleme gereksm ve yötemler celemek. Örekleme hatası kavramıı taımlamak Örekleme dağılışı

Detaylı

RANKI 2 OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI 1 Reports Of Free Groups Otomorfizm Rank 2 Lie Algebras

RANKI 2 OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI 1 Reports Of Free Groups Otomorfizm Rank 2 Lie Algebras RANKI OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI Reports Of Free Groups Otomorfzm Rak Le Algebras Özge ÖZTEKİN Matematk Aa Blm Dalı Name EKİCİ Matematk Aa Blm Dalı ÖZET Bu çalışmada,

Detaylı

En Küçük Etkili Doz Düzeyini Belirleme Yöntemlerinin Karşılaştırmaları

En Küçük Etkili Doz Düzeyini Belirleme Yöntemlerinin Karşılaştırmaları S Ü Fen Fa Fen Derg Sayı 36 () 83-94, KONYA En Küçü Etl Doz Düzeyn Belrleme Yöntemlernn Karşılaştırmaları Murat HÜSREVOĞLU, Hamza GAMGAM * Gaz Ünverstes, Fen Edebyat Faültes, İstatst Bölümü, Tenoullar,

Detaylı

BURULMALI SİSTEMLER İÇİN GENEL YÜK VEKTÖRLERİ İLE ÇOK MODLU İTME ANALİZİ

BURULMALI SİSTEMLER İÇİN GENEL YÜK VEKTÖRLERİ İLE ÇOK MODLU İTME ANALİZİ . Türye Deprem Mühedslğ ve Ssmoloj Koferası - Em DEÜ İZMİR ÖZET: BURULMALI SİSTEMLER İÇİN GENEL YÜK VEKTÖRLE İLE ÇOK MODLU İTME ANALİZİ K. Kaatsız, F.S. Alıcı ve H. Sucuoğlu Araştırma Görevls, İşaat Müh.

Detaylı

WEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI

WEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI İstabul Tcaret Üverstes Sosal Blmler Dergs Yıl:8 Saı:5 Bahar 2009 s.73-87 WEİBULL DAĞILIMII ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİ İSTATİSTİKSEL TAHMİ YÖTEMLERİİ KARŞILAŞTIRILMASI Flz ÇAKIR ZEYTİOĞLU* ÖZET Güümüzde

Detaylı

RAYLEIGH DAĞILIMININ ARDIŞIK OLASILIK ORAN TESTİ SEQUENTIAL PROBABILITY RATIO TEST OF RAYLEIGH DISTRIBUTION

RAYLEIGH DAĞILIMININ ARDIŞIK OLASILIK ORAN TESTİ SEQUENTIAL PROBABILITY RATIO TEST OF RAYLEIGH DISTRIBUTION Eskşehr Osmagaz Üverstes Müh.Mm.Fak.Dergs C.XX, S., 7 Eg&Arch.Fac. Eskşehr Osmagaz Uversty, Vol..XX, No:, 7 Makale Gelş Tarh :.3.6 Makale Kabul Tarh : 3..6 RAYLEIGH DAĞILIMININ ARDIŞIK OLASILIK ORAN TESTİ

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

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

Đst201 Đstatistik Teorisi I

Đst201 Đstatistik Teorisi I Đst20 Đstatstk Teors I DERSĐN TÜRÜ Zorulu DERSĐN DÖNEMĐ Yaz DERSĐN KREDĐSĐ Ulusal Kred: (4, 0, 0 ) 4 KTS: 7 DERSĐN VERĐLDĐĞĐ Bölüm: Đstatstk 200/20 Öğretm Yılı DERSĐN MCI Đstatstğ matematksel temeller

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

REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyon Basit doğrusal regresyon modeli: .. + n gözlem için matris gösterimi,. olarak verilir.

REGRESYON 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

Detaylı

Mühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr.

Mühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr. İSTATİSTİK DERSİ (BAÜ Müh-Mm Fakültes Dr. Bau Yağcı KAYNAKLAR Mühedslkte Olasılık, İstatstk, Rsk ve Güvelrlk Altay Güdüz Blgsayar (Ecel Destekl Uygulamalı İstatstk Pro. Dr. Mustaa Akkurt Mühedsler ç İstatstk

Detaylı

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

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

Detaylı

Filbert Matrislerinin Normları İçin Alt ve Üst Sınırlar. The Upper and Lower Bounds For Norms of Filbert Matrices

Filbert Matrislerinin Normları İçin Alt ve Üst Sınırlar. The Upper and Lower Bounds For Norms of Filbert Matrices lert Matrsler Normları İç lt ve Üst Sıırlar Sülema Demrel Üverstes B Türe E Sarııar e Blmler Esttüsü Dergs - (00 - lert Matrsler Normları İç lt ve Üst Sıırlar Bahr TÜREN E SRIPINR Sülema Demrel Üverstes

Detaylı