İle gösterilir. Kitle büyüklüğü içim N örneklem büyüklüğü için n kullanılmıştır.
|
|
- Irmak Kayyali
- 5 yıl önce
- İzleme sayısı:
Transkript
1 Bölüm 3 Verinin sayısal olarak betimlenmesi İkinci bölümde verinin çizelge ve çizimle betimlenmesi incelenmişti. Bu bölümde verinin sayısal olarak betimlenmesi için kullanılan yöntemler incelenecektir. 3.1 Merkezi eğilim ve konum ölçüleri Verinin hangi değer etrafında toplandığını gösteren ölçülere merkezi eğilim ölçüleri denir. Veri kümesinin merkezi konumuna ilişkin en çok kullanılan sayısal ölçüler aritmetik ortalama, ortanca ve en-sık değerdir. Bunlara ek olarak iktisat uygulamalarında çokça karşılaşılan geometrik ortalama da tanıtılacaktır. Aritmetik Ortalama Bir veri kümesinin aritmetik ortalaması (kısa ortalama) veri değerleri toplamının veri sayısına oranıdır. Eşit aralıklı ve oran ölçme düzeyinde ölçülen nicel değişkenler için kullanılır. Aritmetik ortalama hem kitle hem de örneklem için hesaplanabilir. Bir kitlenin aritmetik ortalaması, Bir örneklemin aritmetik ortalaması N i 1 x N n x i i 1 n x i İle gösterilir. Kitle büyüklüğü içim N örneklem büyüklüğü için n kullanılmıştır. Ortanca (Medyan) Ortanca, azalan ya da artan büyüklük sırasına göre dizilmiş verinin ortadaki değeridir. Veri sayısı tek ise tam ortadaki çift ise ortaya gelen iki değerin aritmetik ortalaması alınarak hesaplanır. Kitledeki öğelerin sayısı çok fazla olduğunda veride ve aşırı büyük uç değerlerin olduğu veride merkezi eğilim ölçüsü olarak ortanca kullanılabilir. Nicel ve nitel değişkenler için kullanılabilir. Örneğin 14 adet nicel verinin biçimi 11, 1, 13, 14, 14, 15, 17, 18, 18, 18, 19, 19, 0, olsun. Ortanca ortaya gelen 7 ve sekizinci verinin ortalaması (17+18)/=17.5 tir. Nitel veride merkezi eğilim ölçüşü daha çok ortanca ile elde edilir. Örneğin en düşükten en yükseğe doğru 1ile 5 arasında tamsayı kod değeri alan eğitim düzeyi değişkeni için elde edilen veri 1,, 3, 3, 4, 4, 4, 5, 3,, 3, 1, 4, 3, 3, 5,3 olsun. Sıraya dizildiğinde 1, 1,
2 ,, 3, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4,5, 5 ortadaki 9. değer 3 tür. Oysa bu veriden elde edile aritmetik ortalama 3.11 i yorumlamak kolay değildir. En-sık değer (Tepe Değeri ya da Mod) Bir veri grubunda en çok tekrarlanan değere tepe değeri(mod) denir. Bir grup öğrencinin ağırlıklarına ilişkin veriler sırasıyla şöyledir: 55, 57, 57, 58, 65, 65, 65, 68, 81, 8, 8. En çok tekrarlanan değer 65 olduğundan tepe değer 65 tir. Denek sayısı çok olduğunda kullanılabilir. Nitel veri ortalamayla değil daha çok ortanca ve en-sık değer ile betimlenir. Örneğin en çok satılan ayakkabı ve gömlek numarası en-sık değerdir. Bu değer satıcı ya da üretici şirketlerin üretin ve stok düzeylerinin belirlenmesinde etkin olarak kullanılabilir. Avrupa da erkek gömleklerinin en-sık kullanılan büyüklüğünün 41, Türkiye de en-sık kullanılan ayakkabı büyüklüğünün 4 olduğu söyleniyorsa bu değerler kitleyi temsil eden en kullanışlı merkezi eğilim ölçüsüdür. Yani Gömlekler 41, ayakkabılar 4 etrafında dağılmaktadır. Değişkenin biçimi Bakışımlı(Simetrik) bir dağılımda aritmetik ortalama, tepe değeri ve ortanca birbirine çok yakın aynı değerdir. Simetri bozuldukça değerler ayrışır. Aşağıda simetrik sağa ve sola çarpık dağılımlarda aritmetik ortalama(or), en sık değer(tepe değeri-td) ve ortanca (OR) konumları görülmektedir. Sola çarpık dağılımda aritmetik ortalama en solda ortanca en sağda olmasına karşın sağa çarpık dağılımda tam tersidir. Bir dağılımın biçimi çarpıklık ölçüsü ile de betimlenebilir. Sağa çarpıklıkta çarpıklık ölçüsü artı, sola çarpıklıkta eksi, simetrik dağılımda sıfır çıkar. Burada s örneklem standart sapmasıdır. ( xi x) 1 i1 Çarpıklık= 3 n s n 3 Geometrik ortalama İktisat ve işletmede önemli merkezi eğilim ölçülerinden bir ortalamadır. Geometrik ortalama, n tane sayının n inci köküdür. de geometrik
3 Bir sayının birden çok zaman dönemi içindeki büyümesi ile ilgilenen iktisatçılar geometrik ortalama kullanır. Yıllar boyunca bileşik faiz oranı, toplam satışın artışı, nüfus artışlarının ortalaması geometrik ortalama ile hesaplanır. Örneğin satışlar 5 yılda %5 artmışsa yıllık büyüme hızı nedir?sezgisel olarak yıllık %5 gibi görünebilir. Ancak bu sonuç yanlıştır. Eğer yılda %5 büyürse (1.05) (1.05) (1.05) (1.05) (1.05)=1.763 ya da %7,63 büyüme olur. Doğru çözüm (1+r) 5 =1.5 eşitliğini sağlayan r yi bulmaktır. Bu da x dır. Yüzebölenler ve dördebölenler g Yüzebölenler ve dördebölenler bir verinin bütün veri kümesine göre yerini konumunu ölçer. Diyelim ki ÖSYM sınavında 9 inci yüzebölende yer aldınız. Bu demektir ki sınava girenlerin yaklaşık %9 si sizden düşük, yaklaşık %8 i sizden daha büyük puan almıştır. Yüzeböleni bulabilmek için veri küçükten büyüğe doğru sıraya konur. P inci yüzebölen, gözlemlerin yaklaşık %P kadarının altında kalan gözlemdir. Yüzebölenler, sıraya konmuş veri kümesini %1 lik parçalara ayırır. 50. yüzebölen ortancadır. N tane gözlen içeren veri kümesinde P inci yüzebölen değeri şöyle bulunur: P inci yüzebölen=(p/100)(n+1) Örneğin rastgele alınmış 104 müşterinin süper marketteki alışveriş süreleri küçükten büyüğe sıralanmıştır. 5. yüzebölen değeri =0.5(104+1)=6,5. sırada bulunan değerdir. 6. değer 8 dakika, 7. değer 30 dakikadır. Bu durumda 5 ini yüzebölen değeri=6+(0.5)(30-8)= 8.5 dir. Benzer biçimde 85 inci yüzebölen değeri=89.5 inci sırada bulunan değerdir. 89. değer 64, 90. değer 67 ise 85 inci yüzebölen değeri=64.75 dakika bulunur. Dördebölenler, sıralı büyük veri kümelerini dörtte birlik parçalara ayıran değerlerdir. D 1 alt dörde bölen(5. inci yüzebölen), D ikinci dörde bölen (50 inci yüzebölen), üçüncü dördebölen ya da üst dörde bölen (75 inci yüzebölen) verinin en küçük yaklaşık %75 ini, en büyük %5 ini ayırır. D 1=0.5(n+1) inci sırada bulunan değer D =0.50(n+1) inci sırada bulunan değer D 3=0.75(n+1) inci sırada bulunan değer Sayısal veriyi betimlerken sıklıkla beşli-özete başvururuz. Bunlar sırasıyla: en küçük değer < D 1 < ortanca < D 3 < en büyük değer Örnek: Florida da bir kasırga mevsiminde bir dükkanda satılan su damacana sayısı şöyledir: D1=0.5(1+1)=3.5 inci sırada bulunan değer. Üçüncü sıradaki değer 65 dördüncü sıradaki değer 67 olduğuna göre D 1=65+0.5(67-65)=65.5 damacana. Benzer olarak D3=81.5 bulunur. Ortanca yani D=73.5 dur. Bu verinin beşli özeti şöyledir: 60 < 65.5 <73.5 < 81.5 < 85
4 3. Değişkenlik ölçüleri Dağılım ölçüleri bir değişkenin aldığı değerlerin birbirinden ne kadar farklı olduğu gösterir. Yayılım aralığı (Değişim genişliği) Bir veri grubunda en büyük değer ile en küçük değer arasındaki farka yayılım genişliği denir, R ile gösterilir. Yayılım genişliği, verinin hangi aralıkta yayıldığını gösteren bir değişkenlik ölçüsüdür. Yayılım genişliğinin hesaplanmasında sadece iki uç değer işleme alındığından, diğer değerlerin hiçbir etkisi yoktur. Bu nedenle yayılım genişliği çok fazla kullanılan bir dağılım ölçüsü değildir. Örneğin 9, 11, 15, 3, 41, 56, 0, 58, 5, 60, 3, 77 gözlem değerlerinin oluşan bir dağılımın yayılım genişliği 77-11=66 dır. Veri bu aralıkta yayılmakta ya da değişkenlik göstermektedir. Dördebölenler aralığı (DA) Verinin ortadaki %50 bölümünün yayılımını ölçer: DA =D 3-D 1 Örneğin 104 müşterinin süper markette geçirdikleri alışveriş zamanları sıralandığında, ortada bulunan %50 bölümünün yayılımı DA= =8 dakika dır. Kutu-çizimi Tukey in başka bir keşfedici çizimi de kutu-çizimidir Dal-yaprak çizimi gibi dağılımın biçimine ilişkin bilgi sunar. Kutu-çizimi ayrıca verinin yayılımını da gösterir. Kutu çizimi bir dağılımın biçimini beşli-özet ile betimler. Kutunun uzunluğu alt dördebölenden üst dördebölene kadar olan yayılımı gösterir. Ortanca noktasında bir çizgi kutuyu ikiye böler. İki kedi-bıyığı vardır. Biri 5 inci yüzebölenden( alt dördebölenden) en küçüğe, diğeri 75 inci yüzebölenden (üst dördebölenden) en büyüğe doğru uzanır. Örnek: Bir ünlü pizza şirketinin dört şubesindeki 10 günlük toplam satışlarının(100$) kutu çizimi aşağıda verilmiştir.
5 Çizimlerden Şube 1, Şube ve şube 4 ün ortancalarının aynı olduğu, ancak şube nin yayılımının Şube 1 e göre daha geniş olduğu, şube 3 ün en yüksek satışı yaptığı ama en geniş yayılımın da yine bu şubede olduğu söylenebilir. Şube 3 satış dağılımının sola çarpık olduğu yani düşük satışların daha fazla olduğunu gösterir, şube 4 satış dağılımının sağa çarpık olduğu, yüksek satışlı günlerin daha fazla olduğunu gösterir. Varyans Varyans, gözlemlerin ortalama etrafında ne kadar değişkenlik gösterdiğini, gözlemlerin ortalama ile olan farkların karelerini alarak ölçer. Örnek:, 3, 4, 5, 6, 7, 8 gözlemlerinin 5 olan ortalamalarından farkları (-5), (3-5), (4-5), (5-5), (6-5), (7-5), (8-5), (9-5) dır. Ortalamadan ayrılışlar/farklar negatif olabileceğinden, ölçünün pozitif kalmasını sağlamak ve aynı zamanda pozitif değerlerle negatif değerlerin birbirlerini götürmelerini engellemek için farkların kareleri alınır. Kareleri alınmış bu farklar toplanır ve gözlem sayısına bölünür. Kitle için, gözlemlerin kitle ortalamasından farklarının kareleri toplanır ve kitle büyüklüğüne (N) e bölünür. Kitle varyansı σ ile gösterilir. Örneklemlerde ise gözlemlerin örneklem ortalamasından farklarının kareleri toplanır gözlem sayısının bir eksiğine bölünür. Örneklem varyansı s ile gösterilir: N i1 ( x i N ) s n i1 ( x i x) n 1 Örneklem varyansı s aşağıdaki formüller kullanılarak daha kolay hesaplanabilir: Gözlemlerin ortalamadan farkları değişimlerdir. Varyans ne kadar büyükse gözlemelerin ortalama etrafındaki değişimi ve dolayısıyla yayılması o kadar fazladır denir. Varyans, dağılımın değişim ölçüsünü gözlemlerin ortalamadan farklarının karelerinin ortalaması olarak vermekle birlikte ortalama ile olan bağlantısı kuvvetli değildir. Kendi başına dağılım hakkında değişim bilgisi veremez. Başka bir dağılımla kıyaslandığında anlamlıdır. Varyansı küçük olan dağılımda değişim daha az olduğundan diğerine göre daha derli toplu, gözlemlerin ortalama etrafında birikme durumu daha fazladır. Aksi durumda ortalamadan uzak gözlemler daha fazla olup dağılımdaki yayılma daha fazladır. Ayrıca gözlemlerin ölçüm birimi ile de bağlantısı yoktur. Örneğin gözlemler ağırlıları kg birimi ile gösterdiğinde varyans bu birimle de ifade edilemez. Örnek: Bir kitlede gözlem kümesi 7,8,9,10,11,1,13 olsun. Gözlemler ortalama etrafında bir dağılım, saçılım gösterir. Bu dağılımda aritmetik ortalama=10 dur.
6 (7 10) (8 10) (9 10) (10 10) (11 10) (1 10) (13 10) / 7 Varyans =8/7= dir. Diğer bir dağılım 4,6,8,10,1,14,16 olsun. Bu dağılımda da aritmetik ortalama 10 dur. Varyans ise 11/7= 16 dır. Bu durumda birinci dağılımda değişim daha azdır, gözlemler ortalamaya daha yakındır. Kitle varyans formülünde simgesi, N tane gözlemin kitle ortalamasından farklarının kareleri toplamını ifade etmektedir. Benzer biçimde örneklem varyansı formülde simgesi örneklemdeki n tane gözlemin örneklem ortalamasından farklarının kareleri toplamını gösterir. Standart sapma Ortalamadan ayrılış ölçüsü olarak varyanstan daha kullanışlı olabilecek standart bir ölçüm aracına ihtiyaç vardır. Bu araç varyansın kare kökü olan standart sapmadır. Çünkü varyansın kare kökü, gözlemlerin ortalamadan farklarının karesel ortalamasıdır. Kendisi bir ortalama olduğu için, standart sapmanın birimi, gözlemleri ölçmek için kullanılan birimle aynıdır. Ağırlık ölçüsü kg ise standart sapma da kg olarak ifade edilir. Standart sapma gözlemlerin ortalamaya ne kadar uzak olduğunu gösteren ortalama bir ölçüdür. Kitle ve örnek standart sapmaları, kitle ve örneklem varyanslarının karekökleridir: s s Örnek: Bir şirket 10 yeni mezunu aşağıdaki yıllık ücretle(bin TL) işe başlatmıştır. Sapmalar, sapmaların kareleri ve karelerin toplamı aşağıdaki tabloda verilmiştir. 10 çalışanın yıllık ücretlerinin toplamı 415 ortalaması ise 41.5 tir. Buna göre standart sapma ve varyans hesaplanmıştır. Maaşlar ortalaması 41.5 Bin TL standart sapması 3 Bin TL dir. Maaşlar 41.5 Bin TL den ortalama olarak 3 Bin TL farklılık göstermektedir.
7 Örnek : Şube 1 deki pizza satışlarının varyans ve standart sapması aşağıdaki gibi hesaplanabilir: Satışlar(100$), xi Ortalamadan sapma ( x i x) ( x i x) veya kolay formüler kullanılarak hesaplanabilir: Değişkenlik katsayısı Ortalama getiri oranları aynı olan iki yatırım aracında getirilerin varyansı ya da standart sapması büyük olan daha risklidir çünkü değişkenliği daha fazladır. Getirilerin ortalamaları ve standart sapmaları farklı iki yatırım aracından hangisin daha riskli olduğu anlayabilmek için, standart sapmalarını değiş değişim katsayılarını karşılaştırmak gerekir. Değişkenlik katsayısı(dk), standart sapmayı, ortalama artı olmak koşuluyla, ortalamanın oranı olarak gösteren göreli bir yayılım ölçüsüdür. Kitle ve örneklem değişkenlik katsayıları aşağıdaki eşitliklerden hesaplanır. s DK %100 DK % 100 x
8 Örnek: A pay senedinin kapanış fiyatı 4$ standart sapması $, B pay senedinin kapanış fiyatı 60$ standart sapması 6$ dır. Hangi pay senedi daha risklidir. İlk bakışta standart sapması büyük olan B pay senedi daha riskli görünmektedir. Ancak değişkenlik katsayıları DK A=$/4$ x %100=%50 DK B=6$/60$ x %100=%10 hesabı A pay senedinin daha fazla değişkenliğe sahip olduğunu göstermektedir. Çebişev teoremi ve görgül kural Rus matematikçisi Çebişev ( ), dağılım biçimi ne olursa olsun her veri kümesindeki aralıkları saptamıştır. Şöyle ki : Ortalaması μ standart sapması σ olan herhangi bir kitlede k>1 iken [μ ± kσ ] aralığında kalan verilerin yüzdesi en az %100 [1 - (1/k ) ] kadardır. Burada k standart sapmaların sayısıdır. Örnek: Bir sınavda not ortalaması 7 standart sapması 4 olsun. Notların %75 i hangi aralıktadır? %100 [1 - (1/k ) ]=0.75 ise /k =75 75k -100k +100= 0 k= bulunur. Notların %75 i [7 ± *4 ]= [7 ± 8 ]= [64,7] aralığındadır. Ortalama ve standart sapma ne olursa olsun çeşitli k değerleri için [μ ± kσ ] aralığında kalan verilerin yüzdeleri aşağıda verilmiştir: Seçilen k değerleri En az %100[1-(1/k )] %55.56 %75 %84 %88.89 Çebişev teoremi her kitleye uygulanabilmektedir. Bir çok dağılımda belli bir aralıkta verilen değerlerin yüzdesi, teoremin güvence verdiği en az sınırında hayli yüksektir. Örneğin k= için %75 olmasına rağmen, çan eğrisi biçimindeki bakışımlı bir dağılımda verinin %95 i bu aralıkta bulunur. Görgül kural Tümsekli çan eğrisi biçimindeki kitlede, gözlemlerin yaklaşık %68 si μ±1σ aralığındadır; gözlemlerin yaklaşık %95 i μ±σ aralığındadır; gözlemlerin neredeyse hepsi μ±3σ aralığındadır. z-değeri Bir verinin konumunu yüzebölenlerle dörde bölenlerle belirlemek mümkündür. Bir verinin konumu dağılımın ortalamasına göre de belirlenebilir. Bir z-değeri, bir değerin ortalamadan kaç standart sapma uzakta olduğunu gösteren standartlaştırılmış bir ölçüdür. Sıfırdan büyük bir z-değeri, verinin ortalamanın üstünde, negatif bir z-değeri verinin ortalamanın altında olduğunu gösterir. Eğer veri kümesi ortalaması μ, standart sapması σ olan bir kitle ise ve bunlar biliniyorsa, kitledeki bir x i değerinin z-değeri söyle tanımlanır: z x i
9 Örnek: Bir şirkette üretilen ampullerin ortalama ömrü 100 saat, standart sapması saattir. Sadece 110 saat dayanan bir ampulün z-değeri z 1. 6 ve saat dayanan bir ampulün z değeri z dir. 50 Tartılı ortalama ve öbekli veri ölçüleri Bazı durumlarda tartılı (ağırlıklı) ortalama denen özel bir ortalama türünü hesaplamak gerekir. Akademik ortalama, ortalama pay senedi önerileri ve öbeklenmiş verinin yaklaşık ortalaması birer tartılı ortalamadır. Bir veri kümesinin tartılı ortalaması şudur: Burada w i, i. inci gözlemin tartısı ve x w x n n w dir. Örnek: Akademik ortalama hesabında alınan notların değerleri dersin kredisi ile tartılır. Derslerden alına notlar ve derslerin kredileri aşağıdaki tabloda verilmiştir. i i i Not Kredi Not Değeri Kredi*Not Değeri Tartılı ortalama=34/15=.67 Öbekli verilerde yaklaşık ortalama ve varyans K tane öbekteki verilerin sıklıkları f 1, f,..., f K, öbek orta noktaları m 1, m,..., m K olsun. Bu durumda ortalama ve varyansın yaklaşık değerleri şöyle bulunur: Burada n= f 1 + f f K dir. Örnek: 50 haneden alınan çocuk sayıları aşağıdaki gibi öbeklenmiştir.
10 3.3 Değişkenler arası ilişki ölçüleri Önceki 1.1 kesiminde iki değişken arasındaki ilişkileri görsel olarak betimlemek için serpilme çizimi tanıtılmıştı. Bu bölümde ise iki değişken arasındaki ilişkileri sayısal olarak betimlemek için ortak varyans ve ilişki katsayısı tanıtılacaktır. Ortak-varyans Ortak-varyans(Orv) iki değişken arasındaki doğrusal ilişkinin bir ölçüsüdür. Artı değerli olması aynı yönde doğrusal ilişki, eksi değerli olması ters yönlü doğrusal ilişki anlamına gelir. Kitle ortak-varyansı: Burada xi ve yi gözlenen değerler, μx ve μy kitle ortalamaları, N, kitle büyüklüğüdür. Örneklem ortak varyansı:, Burada x i ve y i gözlenen değerler, x ve y örneklem ortalamaları, n, örneklem büyüklüğüdür. Ortak-varyansın değeri, kullanılan ölçme aracının birimine göre değişir. Yani ölçüm ölçeğine bağlıdır. Ortak-varyans ilişkinin gücünü göstermez.
11 İlişki katsayısı İki değişken arasındaki ilişkinin gücünü göstermesi için, ortak-varyans standartlaştırılarak ilişki katsayısı (ya da Pearson ın r katsayısı) elde edilir. Kitle ilişki katsayısı, ρ: Örneklem ilişki katsayısı:, r : Aşağıdaki eşitsizlik sağlanırsa ilişki vardır denebilir: İlişki katsayısının -1 ile +1 arasındadır. r, +1 e yaklaştıkça, veri noktaları sağa doğru yükselen bir doğruya yaklaşır, bu da arı ilişki anlamına gelir. r, -1 e yaklaştıkça veri noktaları sola doğru yükselen bir doğruya yaklaşır, bu da eksi ilişki anlamına gelir. r=0 iken x ile y arasında doğrusal bir ilişki yoktur ama bu ilişki yoktur anlamına gelmez, doğrusal olmayan bir ilişki olabilir. Aşağıdaki serpilme-çizimleri bunlara karşılık gelen ilişki katsayıları göstermektedir.
12 Aşağıdaki zaman seri çizimi bir perakende şirketin üçer aylık satışlarını göstermektedir. Zaman değişkeni ile üçer aylık satışlar arasında bir ilişki katsayısı sıfırdır. Ama çok belli bir mevsimsel ilişki görülmektedir, ilişki doğrusal değildir. Örnek: Bir kültür dergisi sosyal medya (Facebook) aracılığıyla okuyucularına dergiyle ilgili güncellemeler göndermektedir. Güncellemelerin İzleyicilerle olan etkileşimi etkileyip etkilemediği merak edilmektedir. Etkilemiyorsa güncelle göndermenin maliyetine katılmaya gerek görülmeyecektir. Bunun için dokuz hafta boyunca güncelleme sayısı ve etkileşim sayıları kaydedilmiştir. İlişki katsayısını hesaplayarak ilişkiyi ve etkileyip etkilemediğini görebileceğiz.
13 Buradan görüldüğü gibi, kuralı sağlanmamaktadır. Facebook güncellemeleri ile İzleyici etkileşimleri arasında güçlü bir ilişkiyi gösterecek kadar elimizde veri yoktur, sonucuna varılır. Son olarak sunu vurgulamak gerekir ki ilişki katsayısı nedensellik belirtmez. İlişki olması birisinin diğerinin nedeni olduğunu göstermez. Örnek: Aşağıda milli gelirle karbon salınımı arasındaki ilişki gösterilmiştir. Görüldüğü gibi milli gelir arttıkça karbon salınımı artmaktadır. Pozitif doğrusal bir ilişkinin varlığı görülebilmektedir. Aşağıdaki tabloda öğrencilerin bir haftada ders çalışma saati ile akademik ortalaması verilmiştir. Bu değişkenler arasında bir ilişki olmadığı aşağıdaki grafikten görülebilir:
14 Uygulamalarda r ilişki katsayısı aşağıdaki eşitlikten daha kolay hesaplanabilir: 10 ülkenin milli geliri (x: bağımsız değişken ) ile karbon salınımı(y:bağımlı değişken) arasındaki ilişki katsayısı aşağıda hesaplanmıştır. Milli Gelir(x) CO Salınımı(y) xy x y Görüldüğü gibi hesaplanan ilişki katsayısı r=0.91> /(10) 1/ olduğundan kuvvetli bir pozitif ilişkinin varlığını ortaya koymaktadır.
15 Eğer sınıflı ve sıralı ölçüm düzeyindeki değişkenler bağımsız değilse bu değişkenler arasındaki ilişkiler ölçülebilir. Sıralı ve sınıflı ölçme düzeyindeki değişkenler için en yaygın olarak kullanılanlar şunlardır: Adı Simgesi Veri türü Yüksek İlişki Bağımsızlık Lambda λ Sınıflı Gamma γ Sıralı -1.0 ve Tau-b(Kendal) τ Sıralı -1.0 ve Alıştırmalar 1. 5 haftalık rastgele bir örneklemde Avrupa ya deniz yolculuğu acentesinden şu kadar bilet alınmıştır: a) Ortalamayı, ortancayı ve en-sık değeri hesaplayın. b) Veriyi, hangi merkezi eğilim ölçüsü en iyi betimler?. On iktisatçıdan Tüketici Fiyat Endeksi nde gelecek yıl ortaya çıkacak artışı kestirmeleri istenmiştir. Ön-kestirimler olarak verilmiştir. a) Örneklem ortalamasını hesaplayın. b) Örneklem ortancasını hesaplayın c) En sık değeri bulun. 3. Önlisans üçüncü dönem öğrencilerinin bir dönemde aldıkları derslerin kredi toplamları verilmiştir. Ortalama ortanca ve tepe değeri bulunuz. 4. Aşağıdaki kutu-çizimleri kullanarak her dağılımın beşli-özetini veriniz. 5. Aşağıdaki kutu-çizimleri kullanarak her dağılımın simetrik, sağa çarpık ya da sola çarpık olup olmadığına karar veriniz.
16 6. Aşağıdakileri doğru yanlış olarak işaretleyiniz. Yanlış ise neden yanlış olduğunu belirtiniz. a) Verinin ilk dörtte biri alt dördebölen değeri Q 1 altında kalır. b) İkinci dördebölen değeri sıralanmış veri kümesinin aritmetik ortalamasıdır. c) Bir uç değer alt dördebölenin (Q 1 ) altında veya üst dördebölenin(q 3) üstünde kalan herhangi bir sayıdır. 7. Aşağıdaki veri kümesinde a) dördebölenleri bulunuz b) Dördebölenler aralığını (DA) bulunuz c) Varsa herhangi bir uç değeri belirleyiniz. 8. Aşağıda ABD de 0-9 yaş öbeğindeki yetişkin erkeklerin boy uzunluklarının ojiv çizimini kullanarak soruları cevaplayınız? a) Hangi değer 80 incin yüzebölen değerini temsi eder? Bunu nasıl yorumlarsınız? b) Hangi yüzebölen değeri 73 inch tir? Bunu nasıl yorumlarsınız. 9. Herhangi bir otomobil lastiğinin ömrünün ortalaması Mil standart sapması 50 Mildir. Lastik ömürlerinin çan biçiminde bir dağılım gösterdiğini varsayalım. Lastik ömrünün tamamlandığı ölçümle belirlemiş ve kaç Mil kullanıldıkları kaydedilmiştir. a) Rastgele seçilmiş üç tane lastiğin ömürleri 34000, 37000, Mildir. Her birinin z-değerine bakarak lastik ömürlerinin olağan ya da olağan dışı olup olmadığına karar veriniz. b) Rastgele seçilmiş üç tane lastiğin ömürleri 34000, 37000, Mildir. Görgül Kural ı kullanarak her lastiğin ömrüne karşılık gelen yüzebölen değerini bulunuz. 10. Bir futbol maçını izleyen rastgele seçilmiş seyirci örnekleminin yaş dağılımı şöyledir: a) Ortalama yaşı bulun. b) Standart sapmayı bulun. c) Değişkenlik katsayısını bulun d) Dal-yaprak gösterimini düzenleyin.
17 11. Hesaplama yapmadan her veri kümesinin kitle standart sapmasını tahmin ediniz. 1. Bir iş kolunda çalışanların yıllık gelirleri n=13 kişilik örneklemde gözlenmiştir: 4, 36, 48, 51, 39, 39, 4, 6, 48, 33, 39, 4, 45. Örneklem ortalamasını, ortancasını, tepe değerini, genişliğini, varyansını ve standart sapmasını hesaplayınız. 13. Histogramda görülen veri kümelerinin her ikisinin de ortalaması 50 dir. Birinin standart sapması.4 diğerinin ki 5 dir. Grafiğe bakarak hangisinin standart sapmasının ne olduğunu sebebini açıklayarak yazınız. 14. Yerel yönetimin uygulamaları hakkında yapılan ankette 100 kişi 10 üzerinden puan vermiştir. Ortalama=6, standart sapma=1.5 bulunmuştur. Puanlar simetrik bir dağılım gösterdiğine göre ankete katılanların %95 i hangi aralıkta puan vermiştir? 15. Aşağıdaki parametre ya da istatistiklere sahip veri kümesini yaratınız. 16. Bir basketbol takımının boy uzunluklarının ortalaması ve standart sapması 7.8 inch ve 3.3 inch dir. Ağırlıklarının ortalama ve standart sapması ise pound ve 17.7 pound dur. Her birinin değişkenlik katsayılarını bulup karşılaştırınız (C:4.5, 9.4). 17. New York için yaş dağılımı aşağıdaki histogramda verilmiştir. k= için Çebişev Teoremini uygulayınız. New York nüfusunun en az % kaçı hangi sayılar arasındadır?
18 Nüfus(1000) 18. İstatistik dersinin sınavın ortalama puan 88 standart sapması 4 tür. k= kullanarak veriye Çebişev Teoremini uygulayınız ve sonucu yorumlayınız. 19. Bir otoyolda araçların saatteki ortalama hızı 67 mil, standart sapması 4 Mildir. Araçların yüzde kaçının saatteki hızları 63 ile 71 Mil arasındadır? (Dağılım çan eğrisine uymaktadır) 0. Çan gibi bir veri kümesinin ortalaması 450, varyansı 65 tir. Aşağıdaki bölgelere düşen gözlemlerin yüzdesi yaklaşık kaçtır? a) 45 ten büyük b) 550 den az c) 55 den büyük Yaş 1. Aşağıdaki beş örneklem değeri ile tartılarını ele alalım. a) xi değerlerinin tartısız ortalamasını hesaplayın. b) x i değerlerinin tartılı ortalamasını hesaplayın.. Aşağıdaki örneklemde yer alan 40 gözlemin sıklık dağılımını ele alalım. Sınıf Sıklık a) Örneklem ortalamasını hesaplayınız. b) Örneklem varyansını ve standart sapmasını hesaplayın.
19 3. Rastgele seçilmiş 50 bina sigortası poliçesinden son iki yılda gelen hasar sayıları aşağıdadır: Hasar sayısı Poliçe sayısı a) Poliçe başına düşen ortalama hasar sayısını bulun. b) Örneklem varyansı ile standart sapmasını bulun. 4. Bir yatırım araştırma ajansı, bir pay senedi için uzman görüşlerini tartı olarak kullanarak pay senedi hakkında karar verecektir. Tartılı ortalama 1 ise alın, 1.1- arasında ise alabilirsiniz, arasında ise işlem yapmayın, arasında ise satabilirsiniz, arasında ise satın anlamına gelmektedir. İŞLEM Uzman Değer Sayısı (w i ) (x i) w ix i Al Alabilirsin 3 6 İşlem yapma Satabilirsin Sat Bir ders için yapılan altı adet sınavdan alınan puanlar aşağıda verilmiştir. İlk 5 sınav %15 son sınav %5 tartıya sahiptir. Tartılı ortalama ile dersin geçme puanını hesaplayınız yetişkin kişiye bir yıldaki ulaştırma masrafları sorulmuş ve öbekli veri oluşturulmuştur. Buna göre yaklaşık olarak ulaştırma harcamalarını ortalama ve standart sapmasını bulunuz. 7. Bir bölgede hanehalkı başına düşen araba sayısının çubuk-çizimi aşağıda verilmiştir. Grafiği kullanarak örneklem ortalamasını ve standart sapmasını yaklaşık olarak tahmin ediniz.
20 Hanehalkı sayısı Araba sayısı 8. Aşağıdaki veride X, belli bir malın fiyatını, Y, satılan miktarı(bin) göstermektedir. Fiyat Satılan Miktar(bin) a) Ortak-varyansı hesaplayın. b) İlişki katsayısını hesaplayın.
Örnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız.
.4. Merkezi Eğilim ve Dağılım Ölçüleri Merkezi eğilim ölçüleri kitleye ilişkin bir değişkenin bütün farklı değerlerinin çevresinde toplandığı merkezi bir değeri gösterirler. Dağılım ölçüleri ise değişkenin
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,
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
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
DetaylıKonum ve Dağılım Ölçüleri. BBY606 Araştırma Yöntemleri Güleda Doğan
Konum ve Dağılım Ölçüleri BBY606 Araştırma Yöntemleri Güleda Doğan Konum ölçüleri Merkezi eğilim ölçüleri Verilerin ortalamaya göre olan gruplanması nasıl? Yakın, uzak? Sıklık dağılımlarının karşılaştırılması
DetaylıNicel / Nitel Verilerde Konum ve Değişim Ölçüleri. BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014
Nicel / Nitel Verilerde Konum ve Değişim Ölçüleri BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014 1 Konum ölçüleri Merkezi eğilim ölçüleri Verilerin ortalamaya göre olan gruplanması nasıl?
DetaylıVERİ KÜMELERİNİ BETİMLEME
BETİMLEYİCİ İSTATİSTİK VERİ KÜMELERİNİ BETİMLEME Bir amaç için derlenen verilerin tamamının olduğu, veri kümesindeki birimlerin sayısal değerlerinden faydalanarak açık ve net bir şekilde ilgilenilen özellik
DetaylıDers 8: Verilerin Düzenlenmesi ve Analizi
Ders 8: Verilerin Düzenlenmesi ve Analizi Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler Bir kitlenin tamamını, ya da kitleden alınan bir örneklemi özetlemekle (betimlemekle)
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
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
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
DetaylıBÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ
1 BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel
DetaylıBİYOİSTATİSTİK Merkezi Eğilim ve Değişim Ölçüleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Merkezi Eğilim ve Değişim Ölçüleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 İstatistik
DetaylıVerilerin Özetlenmesinde Kullanılan Sayısal Yöntemler
Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler Merkezi Eğilim Ölçüleri Merkezi eğilim ölçüsü, bir veri setindeki merkezi, yada tipik, tek bir değeri ifade eder. Nicel veriler için, reel sayı çizgisindeki
DetaylıJEODEZİK VERİLERİN İSTATİSTİK ANALİZİ. Prof. Dr. Mualla YALÇINKAYA
JEODEZİK VERİLERİN İSTATİSTİK ANALİZİ Prof. Dr. Mualla YALÇINKAYA Karadeniz Teknik Üniversitesi, Harita Mühendisliği Bölümü Trabzon, 2018 VERİLERİN İRDELENMESİ Örnek: İki nokta arasındaki uzunluk 80 kere
DetaylıYANLILIK. Yanlılık örneklem istatistiği değerlerinin evren parametre değerinden herhangi bir sistematik sapması olarak tanımlanır.
AED 310 İSTATİSTİK YANLILIK Yanlılık örneklem istatistiği değerlerinin evren parametre değerinden herhangi bir sistematik sapması olarak tanımlanır. YANLILIK Yanlı bir araştırma tasarımı uygulandığında,
DetaylıCopyright 2004 Pearson Education, Inc. Slide 1
Slide 1 Bölüm 2 Verileri Betimleme, Keşfetme, ve Karşılaştırma 2-1 Genel Bakış 2-2 Sıklık Dağılımları 2-3 Verilerin Görselleştirilmesi 2-4 Merkezi Eğilim Ölçüleri 2-5 Değişimin Ölçülmesi 2-6 Nispi Sabitlerin
DetaylıÖrnek...4 : İlk iki sınavında 75 ve 82 alan bir öğrencinin bu dersin ortalamasını 5 yapabilmek için son sınavdan kaç alması gerekmektedir?
İSTATİSTİK Bir sonuç çıkarmak ya da çözüme ulaşabilmek için gözlem, deney, araştırma gibi yöntemlerle toplanan bilgiye veri adı verilir. Örnek...4 : İlk iki sınavında 75 ve 82 alan bir öğrencinin bu dersin
Detaylı8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek,
İSTATİSTİK 8.Hafta Değişkenlik Ölçüleri Hedefler Bu üniteyi çalıştıktan sonra; Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek, Serilerin birbirlerine değişkenliklerini yorumlayabileceksiniz. 2
DetaylıMerkezi Yığılma ve Dağılım Ölçüleri
1.11.013 Merkezi Yığılma ve Dağılım Ölçüleri 4.-5. hafta Merkezi eğilim ölçüleri, belli bir özelliğe ya da değişkene ilişkin ölçme sonuçlarının, hangi değer etrafında toplandığını gösteren ve veri grubunu
DetaylıProf.Dr.İhsan HALİFEOĞLU
Prof.Dr.İhsan HALİFEOĞLU Örnek: Aşağıda 100 yetişkine ilişkin kolesterol değerlerini sınıflandırılarak aritmetik ortalamasını bulunuz (sınıf aralığını 20 alınız). 2 x A fb C 229.5 n 40 20 100 221.5 3 Örnek:.
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
DetaylıORTALAMA ÖLÇÜLERİ. Ünite 6. Öğr. Gör. Ali Onur CERRAH
ORTALAMA ÖLÇÜLERİ Ünite 6 Öğr. Gör. Ali Onur CERRAH Araştırma sonucunda elde edilen nitelik değişkenler hakkında tablo ve grafikle bilgi sahibi olunurken, sayısal değişkenler hakkında bilgi sahibi olmanın
DetaylıMerkezi Eğilim ve Dağılım Ölçüleri
Merkezi Eğilim ve Dağılım Ölçüleri Soru Öğrencilerin derse katılım düzeylerini ölçmek amacıyla geliştirilen 16 soruluk bir test için öğrencilerin ilk 8 ve son 8 soruluk yarılardan aldıkları puanlar arasındaki
DetaylıYrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü
Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 Araştırma sonuçlarının açıklanmasında frekans tablosu
DetaylıBÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ
1 BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel sayma
DetaylıVERİ SETİNE GENEL BAKIŞ
VERİ SETİNE GENEL BAKIŞ Outlier : Veri setinde normal olmayan değerler olarak tanımlanır. Ders: Kantitatif Yöntemler 1 VERİ SETİNE GENEL BAKIŞ Veri setinden değerlendirme başlamadan çıkarılabilir. Yazım
DetaylıSÜREKLİ OLASILIK DAĞILIŞLARI
SÜREKLİ OLASILIK DAĞILIŞLARI Sürekli verilerin göstermiş olduğu dağılışa sürekli olasılık dağılışı denir. Sürekli olasılık dağılışlarının fonksiyonlarına yoğunluk fonksiyonu denilmekte ve bu dağılışlarla
DetaylıGenel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.
3.SUNUM Genel olarak test istatistikleri Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri olmak üzere 2 grupta incelenebilir. 2 Merkezi Eğilim Ölçüleri, belli bir özelliğe ya da değişkene
DetaylıİSTATİSTİK MHN3120 Malzeme Mühendisliği
İSTATİSTİK MHN3120 Malzeme Mühendisliği CBÜ - Malzeme Mühendisliği Bölümü Ofis: Mühendislik Fakültesi A Blok Ofis no:311 Tel: 0 236 2012404 E-posta :emre.yalamac@cbu.edu.tr YARDIMCI KAYNAKLAR Mühendiler
Detaylırasgele değişkeninin olasılık yoğunluk fonksiyonu,
3.6. Bazı Sürekli Dağılımlar 3.6.1 Normal Dağılım Normal dağılım hem uygulamalı hem de teorik istatistikte kullanılan oldukça önemli bir dağılımdır. Normal dağılımın istatistikte önemli bir yerinin olmasının
DetaylıBölüm 3 Merkezi Konum (Eğilim) Ölçüleri. Giriş Veri kümesi. Ortalamalar iki grupta incelenir. A. Duyarlı olan ortalama. B. Duyarlı olmayan ortalama
GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL YÖNTEMLER Bölüm 3 Merkezi Konum (Eğilim) Ölçüleri Yrd. Doç. Dr. Safa KARAMAN 1 2 Giriş Veri kümesi Verileri betimlemenin ve özetlemenin bir diğer yolu da verilerin bir
DetaylıMerkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder.
Yayılma Ölçütleri Merkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder. Bir başka ifade ile, bir veri setinin,
DetaylıTest İstatistikleri AHMET SALİH ŞİMŞEK
Test İstatistikleri AHMET SALİH ŞİMŞEK İçindekiler Test İstatistikleri Merkezi Eğilim Tepe Değer (Mod) Ortanca (Medyan) Aritmetik Ortalama Merkezi Dağılım Dizi Genişliği (Ranj) Standart Sapma Varyans Çarpıklık
DetaylıBölüm 2. Verinin görsel betimlemesi. İstatistik Ders Notları 2018
Bölüm 2 Verinin görsel betimlemesi Bu bölümde bir kitle ya da rastgele örneklemdeki verinin görsel olarak betimlenmesi için kullanılan yöntemler tanıtılacaktır. Birinci kısımda önce bir nitel değişkenin
DetaylıBÖLÜM 9 NORMAL DAĞILIM
1 BÖLÜM 9 NORMAL DAĞILIM Normal dağılım; 'normal dağılım eğrisi (normaly distribution curve)' ile kavramlaştırılan hipotetik bir evren dağılımıdır. 'Gauss dağılımı' ya da 'Gauss eğrisi' olarak da bilinen
DetaylıENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Ders 2 Merkezi Eğilim Ölçüleri
ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI Ders 2 Merkezi Eğilim Ölçüleri Basit Seriler Elde edilecek ham verilerin küçükten büyüğe doğru sıralanması ile elde edilen serilere basit seri denir ÖRNEK:
DetaylıÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ
ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ TEMEL KAVRAMLAR PARAMETRE: Populasyonun sayısal açıklayıcı bir ölçüsüdür ve anakütledeki tüm elemanlar dikkate alınarak hesaplanabilir. Ana kütledeki
DetaylıA t a b e y M e s l e k Y ü k s e k O k u l u İstatistik Sunum 4 Öğr.Gör. Şükrü L/O/G/O KAYA www.sukrukaya.org www.themegallery.com 1 Yer Ölçüleri Yer ölçüleri, verilerin merkezini veya yığılma noktasını
DetaylıMerkezi Limit Teoremi
Örnekleme Dağılımı Merkezi Limit Teoremi Şimdiye kadar normal dağılıma uygun olan veriler ile ilgili örnekler incelendi. Çarpıklık gösteren veriler söz konusu olduğunda ne yapılması gerekir? Hala normal
DetaylıBölüm 3. Tanımlayıcı İstatistikler
Bölüm 3 Tanımlayıcı İstatistikler 1 Tanımlayıcı İstatistikler Bir veri setini tanımak veya birden fazla veri setini karşılaştırmak için kullanılan ve ayrıca örnek verilerinden hareket ile frekans dağılışlarını
DetaylıProf.Dr.İhsan HALİFEOĞLU
Prof.Dr.İhsan HALİFEOĞLU FREKANS DAĞILIMLARINI TANIMLAYICI ÖLÇÜLER Düzenlenmiş verilerin yorumlanması ve daha ileri düzeydeki işlemler için verilerin bütününe ait tanımlayıcı ve özetleyici ölçülere ihtiyaç
Detaylı7. HAFTA. Verilerin düzenlenmesi Verilerin gruplandırılması Merkezi eğilim ölçüleri Merkezi dağılım ölçüleri Standart puanlar. Yrd. Doç. Dr.
7. HAFTA Verilerin düzenlenmesi Verilerin gruplandırılması Merkezi eğilim ölçüleri Merkezi dağılım ölçüleri Standart puanlar Yrd. Doç. Dr. Sedat ŞEN 23.02.2016 1 Veri nedir? Bir öğrenci kümesine uygulanan
DetaylıVeri Analizi. Isınma Hareketleri. Test İstatistikleri. b) En çok tekrar eden: 7 (mod) c) Açıklık = En büyük En küçük = 10 1 = 9. d)
Isınma Hareketleri 1 Aşağıda verilenleri inceleyiniz. Test İstatistikleri Merkezi Eğilim (Yığılma) Ölçüleri Aritmetik ortalama Tepe değer (mod) Ortanca (medyan) Merkezi Dağılım (Yayılma) Ölçüleri Açıklık
DetaylıIİSTATIİSTIİK. Mustafa Sezer PEHLI VAN
IİSTATIİSTIİK Mustafa Sezer PEHLI VAN İstatistik nedir? İstatistik, veri anlamına gelir, İstatistik, sayılarla uğraşan bir bilim dalıdır, İstatistik, eksik bilgiler kullanarak doğru sonuçlara ulaştıran
DetaylıTEMEL İSTATİSTİK BİLGİSİ. İstatistiksel verileri tasnif etme Verilerin grafiklerle ifade edilmesi Vasat ölçüleri Standart puanlar
TEMEL İSTATİSTİK BİLGİSİ İstatistiksel verileri tasnif etme Verilerin grafiklerle ifade edilmesi Vasat ölçüleri Standart puanlar İstatistiksel Verileri Tasnif Etme Verileri daha anlamlı hale getirmek amacıyla
DetaylıÖlçme Sonuçları Üzerinde İstatistiksel İşlemler
Ölçme Sonuçları Üzerinde İstatistiksel İşlemler Bir grup birey veya nesnenin belli bir özelliğe sahip olup olmadığı ya da belli bir özelliğe ne derece sahip olduğunu belirlemek amacı ile ölçme işlemi yapılır.
DetaylıALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR
ALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR 1- İlaçla tedavi edilen 7 hastanın ortalama iyileşme süresi 22.6 gün ve standart sapması.360 gündür. Ameliyatla tedavi edilen 9 hasta için
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
Detaylı7. HAFTA. Verilerin düzenlenmesi Verilerin gruplandırılması Merkezi eğilim ölçüleri Merkezi dağılım ölçüleri Standart puanlar. Yrd. Doç. Dr.
7. HAFTA Verilerin düzenlenmesi Verilerin gruplandırılması Merkezi eğilim ölçüleri Merkezi dağılım ölçüleri Standart puanlar Yrd. Doç. Dr. Sedat ŞEN 14.04.2016 1 Veri nedir? Bir öğrenci kümesine uygulanan
DetaylıRASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN
RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi
DetaylıDers 9: Kitle Ortalaması ve Varyansı için Tahmin
Ders 9: Kitle Ortalaması ve Varyansı için Tahmin Kitle ve Örneklem Örneklem Dağılımı Nokta Tahmini Tahmin Edicilerin Özellikleri Kitle ortalaması için Aralık Tahmini Kitle Standart Sapması için Aralık
DetaylıBÖLÜM 1 GİRİŞ: İSTATİSTİĞİN MÜHENDİSLİKTEKİ ÖNEMİ
BÖLÜM..AMAÇ GİRİŞ: İSTATİSTİĞİ MÜHEDİSLİKTEKİ ÖEMİ Doğa bilimlerinde karşılaştığımız problemlerin birçoğunda olaydaki değişkenlerin değerleri bilindiğinde probleme kesin ve tek bir çözüm bulunabilir. Örneğin
DetaylıBİYOİSTATİSTİK. Ödev Çözümleri. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Ödev Çözümleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Ödev 1 Çözümleri 2 1. Bir sonucun
Detaylı5. SUNUM. Verilerin düzenlenmesi Verilerin gruplandırılması Merkezi eğilim ölçüleri Merkezi dağılım ölçüleri Standart puanlar. Yrd. Doç. Dr.
5. SUNUM Verilerin düzenlenmesi Verilerin gruplandırılması Merkezi eğilim ölçüleri Merkezi dağılım ölçüleri Standart puanlar Yrd. Doç. Dr. Sedat ŞEN 08.09.2016 1 Veri nedir? Bir öğrenci kümesine uygulanan
DetaylıEĞĠTĠMDE ÖLÇME VE DEĞERLENDĠRME BÖLÜM IV Ölçme Sonuçları Üzerinde Ġstatistiksel ĠĢlemler VERİLERİN DÜZENLENMESİ VERİLERİN DÜZENLENMESİ
09.0.0 Temel Kavramlar EĞĠTĠMDE ÖLÇME VE DEĞERLENDĠRME BÖLÜM IV Ölçme Sonuçları Üzerinde Ġstatistiksel ĠĢlemler Dr. Aylin ALBAYRAK SARI Hacettepe Üniversitesi Eğitim Fakültesi Evren: Üzerinde çalışılacak
DetaylıLAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ DÖNEM SONU SINAV SORULARI
LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I 2015-2016 BAHAR DÖNEMĐ DÖNEM SONU SINAV SORULARI Tarih/Saat/Yer: 15.06.16/09:00-10:30/AS115-116-117 Instructor: Prof. Dr. Hüseyin
DetaylıTesadüfi Değişken. w ( )
1 Tesadüfi Değişken Tesadüfi değişkenler gibi büyük harflerle veya gibi yunan harfleri ile bunların aldığı değerler de gibi küçük harflerle gösterilir. Tesadüfi değişkenler kesikli veya sürekli olmak üzere
Detaylıİstatistik ve Olasılığa Giriş. İstatistik ve Olasılığa Giriş. Ders 3 Verileri Sayısal Ölçütlerle İfade Etme. Verileri Sayısal Ölçütlerle İfade Etme
İstatistik ve Olasılığa Giriş Robert J. Beaver Barbara M. Beaver William Mendenhall Presentation designed and written by: Barbara M. Beaver İstatistik ve Olasılığa Giriş Ders 3 Verileri Sayısal Ölçütlerle
DetaylıGRAFİK YORUMLAMA. 1 ) Sütun Grafiği : Belirli bir zaman aralığında bazı veri grup-
GRAFİK YORUMLAMA Verilerin veya karşılaştırılması yapılacak değişkenlerin çizgi, tablo, nokta veya şekillerle ifade edilmesine grafik adı verilir. Grafik türleri olarak; sütun, çizgi, daire, histogram,
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:
DetaylıVeri nedir? Bir öğrenci kümesine uygulanan bir sınavdan elde edilen puanların herhangi bir işlem yapılmamış haline ham veri denir (ham puanlar) denir.
Dr. Sedat Şen 1 Veri nedir? Bir öğrenci kümesine uygulanan bir sınavdan elde edilen puanların herhangi bir işlem yapılmamış haline ham veri denir (ham puanlar) denir. Değer nedir? Bir veriyi (puanlar dizisini)
Detaylı17/01/2015. PowerPoint Template. Dr. S.Nihat ŞAD LOGO. İnönü University. Company Logo
PowerPoint Template LOGO Dr. S.Nihat ŞAD İnönü University www.thmemgallery.com Company Logo 1 Contents www.thmemgallery.com geliştirme süreci Birey hakkında bilgi toplama yolları lerin sınıflandırılması
DetaylıYapılan alan araştırması sonucunda aşağıdaki sonuçlar elde edilmiştir. ( ) ( ) ( ) ( )
İKİ DEĞİŞKENLİ OLASILIK Rassal bir deneme yapılmakta ve farklı iki olay ile ilgilenilmektedir. A 1, A 2,,A i olayları bağdaşmaz ve bütünü kapsayıcıdır. B 1, B 2,,B j olayları bağdaşmaz ve bütünü kapsayıcıdır.
DetaylıSÜREKLĠ OLASILIK DAĞILIMLARI
SÜREKLĠ OLASILIK DAĞILIMLARI Sayı ekseni üzerindeki tüm noktalarda değer alabilen değişkenler, sürekli değişkenler olarak tanımlanmaktadır. Bu bölümde, sürekli değişkenlere uygun olasılık dağılımları üzerinde
Detaylıİstatistik Dersi Çalışma Soruları Arasınav(Matematik Müh. Bölümü-2014)
İstatistik Dersi Çalışma Soruları Arasınav(Matematik Müh. Bölümü-2014) S-1) Bir otoyol üzerinde radarla hız kontrolü yapan, polis ekipler tarafından tespit edilen tane aracın hızları aşağıdaki tabloda
DetaylıBÖLÜM 12 STUDENT T DAĞILIMI
1 BÖLÜM 12 STUDENT T DAĞILIMI 'Student t dağılımı' ya da kısaca 't dağılımı'; normal dağılım ve Z dağılımının da içerisinde bulunduğu 'sürekli olasılık dağılımları' ailesinde yer alan dağılımlardan bir
DetaylıSürekli Rastsal Değişkenler
Sürekli Rastsal Değişkenler Normal Dağılım: Giriş Normal Dağılım: Tamamen ortalaması ve standart sapması ile tanımlanan bir rastsal değişken, X, için oluşturulan sürekli olasılık dağılımına normal dağılım
DetaylıKONU2 MERKEZİ EĞİLİM ÖLÇÜLERİ EĞİLİM ÖLÇÜLERİ ANALİTİK ORTALAMALAR ANALİTİK OLMAYAN MERKEZİ. Aritmetik ortalama **Medyan(median)
KONU2 MERKEZİ EĞİLİM ÖLÇÜLERİ 1 MERKEZİ EĞİLİM ÖLÇÜLERİ ANALİTİK ORTALAMALAR Bir örneklemde mevcut olan tüm veriler hesaba katılır. ANALİTİK OLMAYAN MERKEZİ EĞİLİM ÖLÇÜLERİ Bir örneklemdeki verilerin bir
DetaylıÖrneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.
ÇIKARSAMALI İSTATİSTİKLER Çıkarsamalı istatistikler, örneklemden elde edilen değerler üzerinde kitleyi tanımlamak için uygulanan istatistiksel yöntemlerdir. Çıkarsamalı istatistikler; Tahmin Hipotez Testleri
DetaylıÖĞRENCİNİN ADI SOYADI:. NO:
ÖĞRENCİNİN ADI SOYADI:. NO: İMZA: 2011-2012 ÖĞRETİM YILI TIP 1. SINIF TEMEL BİYOİSTATİSTİK DERSİ ARA SINAVI (04.11.2011) Biyoistatistik ve Tıp Bilişimi Anabilim Dalı Başarılar Temel Biyoistatistik dersi
DetaylıLAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ TELAFĐ SINAVI SORULARI
LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I 2015-2016 BAHAR DÖNEMĐ TELAFĐ SINAVI SORULARI Tarih/Saat/Yer: 20.06.16/15:00-16:30/AS010 Instructor: Prof. Dr. Hüseyin Oğuz Öğrenci
DetaylıSÜREKLİ RASSAL DEĞİŞKENLER
SÜREKLİ RASSAL DEĞİŞKENLER Sürekli Rassal Değişkenler Sürekli Rassal Değişken: Değerleriölçümyadatartımla elde edilen, bir başka anlatımla sayımla elde edilemeyen, değişkene sürekli rassal değişken denir.
DetaylıDr. Mehmet AKSARAYLI
Dr. Mehmet AKSARAYLI Şans Değişkeni: Bir dağılışı olan ve bu dağılışın yapısına uygun frekansta oluşum gösteren değişkendir. Şans Değişkenleri KESİKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI Kesikli
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık KORELASYON ve REGRESYON ANALİZİ Doç. Dr. İrfan KAYMAZ Tanım Bir değişkenin değerinin diğer değişkendeki veya değişkenlerdeki değişimlere bağlı olarak nasıl etkilendiğinin istatistiksel
DetaylıHatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5
Ders Kodu: 0010070021 Kredi: 3 / ECTS: 5 Yrd. Doç. Dr. Serkan DOĞANALP Necmettin Erbakan Üniversitesi Harita Mühendisliği Bölümü Konya 07.01.2015 1 Giriş 2 Giriş Matematiksel istatistiğin konusu yığın
DetaylıGruplanmış serilerde standart sapma hesabı
Gruplanmış serilerde standart sapma hesabı Örnek: Verilen gruplanmış serinin standart sapmasını bulunuz? Sınıflar f i X X X m i f i. m i m i - (m i - ) f i.(m i - ) 0 den az 3 4 den az 7 4 6 dan az 4 6
Detaylı13. Olasılık Dağılımlar
13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon
DetaylıGİRİŞ. Bilimsel Araştırma: Bilimsel bilgi elde etme süreci olarak tanımlanabilir.
VERİ ANALİZİ GİRİŞ Bilimsel Araştırma: Bilimsel bilgi elde etme süreci olarak tanımlanabilir. Bilimsel Bilgi: Kaynağı ve elde edilme süreçleri belli olan bilgidir. Sosyal İlişkiler Görgül Bulgular İşlevsel
DetaylıMAK 210 SAYISAL ANALİZ
MAK 210 SAYISAL ANALİZ BÖLÜM 6- İSTATİSTİK VE REGRESYON ANALİZİ Doç. Dr. Ali Rıza YILDIZ 1 İSTATİSTİK VE REGRESYON ANALİZİ Bütün noktalardan geçen bir denklem bulmak yerine noktaları temsil eden, yani
DetaylıKitle: Belirli bir özelliğe sahip bireylerin veya birimlerin tümünün oluşturduğu topluluğa kitle denir.
BÖLÜM 1: FREKANS DAĞILIMLARI 1.1. Giriş İstatistik, rasgelelik içeren olaylar, süreçler, sistemler hakkında modeller kurmada, gözlemlere dayanarak bu modellerin geçerliliğini sınamada ve bu modellerden
DetaylıÖLÇME VE DEĞERLENDİRME. Antrenörlük Eğitimi 4. Sınıf. Ölçme ve Değerlendirme - Yrd. Doç. Dr. Yetkin Utku KAMUK
ÖLÇME VE DEĞERLENDİRME Antrenörlük Eğitimi 4. Sınıf ÖLÇME VE DEĞERLENDİRME Merkezi Eğilim Ölçütleri Mod En çok görülen puandır ve hesaplanma yöntemi yoktur. İnceleme yolu ile bulunur. Terminal istatistiktir.
DetaylıBİYOİSTATİSTİK. Genel Uygulama 1. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Genel Uygulama 1 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Soru 1 Ege Üniversitesi Diş
DetaylıLAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ BÜTÜNLEME SINAVI SORULARI
LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I 2015-2016 BAHAR DÖNEMĐ BÜTÜNLEME SINAVI SORULARI Tarih/Saat/Yer: 24.06.16/11:00-12:30/AS010 Instructor: Prof. Dr. Hüseyin Oğuz
Detaylı2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım
2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI 2.1. Tanım Regresyon analizi, bir değişkenin başka bir veya daha fazla değişkene olan bağımlılığını inceler. Amaç, bağımlı değişkenin kitle ortalamasını, açıklayıcı
DetaylıİSTATİSTİK ÖRNEK SORULARI
1. Aşağıda gruplandırılmış seri verilmiştir. (n) 0-10 den az 5 10-20 den az 6 20-30 den az 9 30-40 den az 11 40-50 den az 4 50-60 den az 3 TOPLAM 38 İSTATİSTİK ÖRNEK SORULARI a) Mod değerini bulunuz? (15
DetaylıUygulama 3 Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Uygulama 3 Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Olasılık Hatırlatma Olasılık teorisi,
Detaylıİstatistiksel Yorumlama
İstatistiksel Yorumlama Amaç, popülasyon hakkında yorumlamalar yapmaktadır. Populasyon Parametre Karar Vermek Örnek İstatistik Tahmin 1 Tahmin Olaylar hakkında tahminlerde bulunmak ve karar vermek zorundayız
Detaylıİstatistik Nedir? İstatistiğin Önemi Nedir? Tanımlayıcı ve Çıkarımcı İstatistik ttitik Tanımlayıcı İstatistik Türleri Çıkarımcı İstatistiğin i iği
İSTATİSTİK E GİRİŞ TEMEL KAVRAMLAR İstatistik Nedir? İstatistiğin Önemi Nedir? Tanımlayıcı ve Çıkarımcı İstatistik ttitik Tanımlayıcı İstatistik Türleri Çıkarımcı İstatistiğin i iği Elemanlarıl AMAÇ İstatistiğe
DetaylıBİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Bir değişkenin değerinin,
DetaylıProjenin Adı: İstatistik yardımıyla YGS ye hazırlık için soru çözme planlaması
Projenin Adı: İstatistik yardımıyla YGS ye hazırlık için soru çözme planlaması Projenin Amacı : YGS de başarılı olmak isteyen bir öğrencinin, istatistiksel yöntemler çerçevesinde, sınavda çıkan soru sayısını,
DetaylıKorelasyon, Korelasyon Türleri ve Regresyon
Korelasyon, Korelasyon Türleri ve Regresyon İçerik Korelasyon Korelasyon Türleri Korelasyon Katsayısı Regresyon KORELASYON Korelasyon iki ya da daha fazla değişken arasındaki doğrusal ilişkiyi gösterir.
DetaylıTemel Ġstatistik. Tanımlayıcı Ġstatistik. Dağılımları Tanımlayıcı Ölçüler Yer Ölçüleri. Y.Doç.Dr. Ġbrahim Turan Mart 2011
Temel Ġstatistik Tanımlayıcı Ġstatistik Dağılımları Tanımlayıcı Ölçüler Yer Ölçüleri Y.Doç.Dr. Ġbrahim Turan Mart 2011 Yer / Konum Ölçüleri 1- Aritmetik Ortalama (Mean): Deneklerin aldıkları değerlerin
DetaylıALIŞTIRMALAR. Sayısal Bilginin Özetlenmesi:
İSTATİSTİK I ALIŞTIRMALAR Y.Doç.Dr. Hüseyin Taştan AÇIKLAMA: N: P. Newbold, İşletme ve İktisat için İstatistik, 4. basımdan çeviri. Çift sayılı alıştırmalar için kitabın arkasındaki çözümlere bakabilirsiniz.
Detaylı3)Aşağıdaki tabloda gruplandırılmış bir veri kümesi bulunmaktadır. Bu veri kümesinin mutlak ortalamadan sapması aşağıdakilerden hangisidir?
İSTATİSTİK SORU VE CEVAPLARI 1)Tabloda 500 kişinin sahip oldukları akıllı telefon markalarını gösteren bilgiler verilmiştir.bu tabloda ki bilgileri yansıtan daire grafiği aşağıdakilerden hangisidir? TELEFON
DetaylıKorelasyon. Korelasyon. Merkezi eğilim ve değişim ölçüleri bir defada sadece bir değişkenin özelliklerini incelememize imkan tanır.
Korelasyon Korelasyon Merkezi eğilim ve değişim ölçüleri bir defada sadece bir değişkenin özelliklerini incelememize imkan tanır. Biz şimdi, bir değişkenin özelliklerini diğer değişkenle olan ilişkisine
DetaylıCEVAPLAR. n = n 1 + n 2 + n 3 + n 4 + n 5 + n 6 + n 7 = = 11 dir.
T C S D Ü M Ü H E N D İ S L İ K F A K Ü L T E S İ - M A K İ N A M Ü H E N D İ S L İ Ğ İ B Ö L Ü M Ü MAK-307 OTM317 Müh. İstatistik İstatistiği ÖĞRENCİNİN: ADI - SOYADI ÖĞRETİMİ NOSU İMZASI 1.Ö 2.Ö A B
DetaylıRastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler
Rastgele Değişkenlerin Dağılımları Mühendislikte İstatistik Yöntemler Ayrık Rastgele Değişkenler ve Olasılık Dağılımları Yapılan çalışmalarda elde edilen verilerin dağılışı ve dağılış fonksiyonu her seferinde
Detaylı3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1
3. TAHMİN 3.1. En Küçük Kareler (EKK) Yöntemi 1 En Küçük Kareler (EKK) yöntemi, regresyon çözümlemesinde en yaygın olarak kullanılan, daha sonra ele alınacak bazı varsayımlar altında çok aranan istatistiki
DetaylıBÖLÜM 3 KURAMSAL ÇATI VE HİPOTEZ GELİŞ
BÖLÜM 3 KURAMSAL ÇATI VE HİPOTEZ GELİŞ İŞTİRME Araştırma rma SüreciS 1.Gözlem Genel araştırma alanı 3.Sorunun Belirlenmesi Sorun taslağının hazırlanması 4.Kuramsal Çatı Değişkenlerin açıkça saptanması
Detaylı