ˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz.
|
|
- Pinar Ağçay
- 5 yıl önce
- İzleme sayısı:
Transkript
1 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 x ile gösterelim. ˆp x ı sapmasız ve etki olduğuu daha öce göstermiştik. X r.d. deemedeki başarı sayısıı gösterirse, X Biom(,p ve E(X = p ve V ar(x = p(1 p. Öreklem başarı oraı ˆp x = X olduğuda E(ˆp x = p ve V ar = p(1 p/. Buları daha öceki derslerimizde görmüştük. Gözlem sayısı yeterice büyükse Z = yaklaşık olarak stadart ormal dağılır. ˆp x p p(1 p/ N(0,1 Acak aakütle oraı p bilimediğide bu ilişki doğruda kullaılamaz. YTÜ-İktisat İstatistik II Aralık Tahmii II 2 ANAKÜTLE ORANININ (p GÜVEN ARALIKLARI (BÜYÜK ÖRNEKLEMLERDE Gözlem sayısı yeterice büyükse Z = ˆp x p p(1 p/ N(0,1 yaklaşık olarak stadart ormal dağılır.acak aakütle oraı p bilimediğide bu ilişki doğruda kullaılamaz. Öreklem büyükse, paydadaki p yerie ou tahmi edicisi ola ˆp x kullaılarak iyi bir yakısama elde edilebilir: p(1 p Öyleyse büyük öreklemlerde Z = ˆp x p / N(0,1
2 YTÜ-İktisat İstatistik II Aralık Tahmii II 3 ANAKÜTLE ORANININ (p GÜVEN ARALIKLARI (BÜYÜK ÖRNEKLEMLERDE p içi %100(1 α güve aralığı tahmi edicisi: 1 α = P( z α/2 < Z < z α/2 ( ˆp x p = P z α/2 < / < z α/2 ( = P z α/2 ( = P ˆp x z α/2 < ˆp x p < z α/2 < p < ˆp x + z α/2 Burada z α/2, P(Z > z α/2 = α/2 olmasıı sağlaya sayıdır. Belli bir öreklem gerçekleşmesie dayaa güve aralığı şöyle olur: ˆp x z α/2 < p < ˆp x + z α/2 YTÜ-İktisat İstatistik II Aralık Tahmii II 4 NORMAL DAĞILMIŞ BİR ANAKÜTLENİN VARYANSININ (σ2 GÜVEN ARALIKLARI: Varyası σ 2 ola bir ormal aakütlede çekilmiş boyutlu bir öreklemde öreklem varyasıı s 2 x ile gösterirsek χ 2 1 = ( 1s2 x σ 2 rassal değişkei 1 serbestlik derecesiyle ki-kare dağılımıa uyar. Aakütle varyasıı güve aralıklarıı hesaplamakta kullaacağımız tahmi ediciyi yukarıdaki ilişkide hareketle bulabiliriz. Buu içi ki-kare dağılımıı olasılıklarıı asıl hesapladığımızı hatırlayalım. ν serbestlik dereceli ki-kare dağılımıa uya bir rassal değişkei χ 2 ν ile gösterelim. χ 2 ν,α sayısı aşağıdaki eşitliği sağlar: P(χ 2 ν > χ 2 ν,α = α Öreği 5 s.d. ki-kare dağılımıda çekilmiş bir rassal değişkei 0.1 olasılıkla aşacağı sayı P(χ 2 5 > χ 2 5,0.1 = 0.1 χ 2 5,0.1 = 9.24 tür.
3 YTÜ-İktisat İstatistik II Aralık Tahmii II 5 NORMAL DAĞILMIŞ BİR ANAKÜTLENİN VARYANSININ (σ2 GÜVEN ARALIKLARI: Bezer şekilde χ 2 ν,α/2 sayısı aşağıdaki eşitliği sağlar: P(χ 2 ν > χ 2 ν,α/2 = α 2 Ayrıca P(χ 2 ν > χ 2 ν,1 α/2 = 1 α 2 Burada hareketle P(χ 2 ν < χ 2 ν,1 α/2 = α 2 yazılabilir. Öyleyse P(χ 2 ν,1 α/2 < χ2 ν < χ 2 ν,α/2 = 1 α 2 α 2 = 1 α YTÜ-İktisat İstatistik II Aralık Tahmii II 6 ν serbestlik dereceli ki kare dagilimii olasilik yog.foks. α/2 1 α α/2 χ 2 ν,1 α/2 χ 2 ν,α/2 χ 2 ν
4 YTÜ-İktisat İstatistik II Aralık Tahmii II 7 NORMAL DAĞILMIŞ BİR ANAKÜTLENİN VARYANSININ (σ2 GÜVEN ARALIKLARI: Öreği 10 s.d. ile ki-kare dağıla bir rassal değişkei aralarıda kalma olasılığı 0.90 ola bir çift sayı aradığımızı düşüelim. 1 α = 0.90, α = 0.1, Ki-kare olasılık tablosuda α 2 = 0.05, 1 α 2 = 0.95 P ( χ 2 10 > χ 2 10,0.05 = 0.05 = χ 2 10,0.05 = P ( χ 2 10 > χ 2 10,0.95 = 0.95 = χ 2 10,0.95 = 3.94 Öyleyse 1 α = P ( χ 2 10,0.95 < χ 2 10 < χ 2 10, = P ( 3.94 < χ 2 10 < YTÜ-İktisat İstatistik II Aralık Tahmii II 8 NORMAL DAĞILMIŞ BİR ANAKÜTLENİN VARYANSININ (σ2 GÜVEN ARALIKLARI: ( 1s 2 X σ 2 χ 2 1 olduğuda hareketle σ 2 i %100(1 α güve aralığı tahmi edicisi şöyle buluur: ( 1 α = P χ 2 1,1 α/2 < χ2 1 < χ 2 1,α/2 ( = P χ 2 1,1 α/2 < ( 1s2 X < χ 2 1,α/2 = P ( ( 1s 2 X χ 2 1,α/2 σ 2 < σ 2 < ( 1s2 X χ 2 1,1 α/2 Belli bir öreklem bilgisie dayaa σ 2 i %100(1 α güve aralığı ( 1s 2 x χ 2 1,α/2 < σ 2 < ( 1s2 x χ 2 1,1 α/2
5 YTÜ-İktisat İstatistik II Aralık Tahmii II 9 NORMAL DAĞILMIŞ İKİ ANAKÜTLENİN ORTALAMALARI ARASINDAKİ FARKIN GÜVEN ARALIKLARI: Amaç: İki farklı aakütlei ortalamaları arasıdaki farkı karşılaştırmak. Güve aralığı oluşturmak içi iki aakütlede birer rassal öreklem seçilir. Bu öreklemi seçim süreci güve aralığıı bulmak içi kullaılacak yötemi belirler. 1. EŞLENİK ÇİFTLER: Öreklem gözlemleri, her biri birer aakütlede çiftler halide çekilir. Örek: bir hızlı okuma kursuu etkiliği. Kursta öceki ve soraki dakikada okua kelime sayısıı karşılaştırılması 2. BAĞIMSIZ ÖRNEKLEMLER: Öreklemler iki aakütlede birbiride bağımsız olarak çekilir. Örek: İki farklı satıcıda gele kimyasal maddeleri etki madde içeriğii karşılaştırılması. YTÜ-İktisat İstatistik II Aralık Tahmii II 10 EŞLENİK ÇİFTLERE DAYALI GÜVEN ARALIKLARI: Ortalamaları µ X ve µ Y ola iki aakütlede (x 1, y 1,(x 2, y 2,...,(x, y ile gösterile tae eşleik gözlem çiftide oluşa rassal bir öreklem çekmiş olalım. Aakütle ortalamaları arasıdaki farkı (µ X µ Y güve aralığıı bulmak istiyoruz. Bu amaçla öreklem çiftleri arasıdaki farkları d i = x i y i ile gösterelim. Bu durumda elimizde tae fark olacaktır: d 1,d 2,...,d. Bu farkları ortalama ve stadart sapmasıı d ve s d ile gösterelim. Farkları aakütle dağılımı ormal sayılırsa (µ X µ Y içi %100(1 α güve aralığı şöyle buluur: d t 1,α/2 s d < µ X µ Y < d + t 1,α/2 s d Burada t 1,α/2 eşitliğii sağlar. P(t 1 > t 1,α/2 = α 2
6 YTÜ-İktisat İstatistik II Aralık Tahmii II 11 BAĞIMSIZ ÖRNEKLEMLERE DAYANAN GÜVEN ARALIKLARI: Ortalaması µ X, varyası σ 2 X ola aakütlede x gözlemli rassal bir öreklem, ortalaması µ Y, varyası σ 2 Y ola aakütlede y gözlemli bağımsız bir rassal öreklem çekmiş olalım. Öreklemdeki ortalamaları sırasıyla, X ve Y ile gösterelim. 1. DURUM: İki aakütle bilie varyaslarla ormal dağılıyor ya da her bir öreklemdeki gözlem sayısı yeterice büyük (mi. x, y 30. Bu varsayımlar altıda öreklem ortalamaları arasıdaki farkı X Y beklee değer ve varyası: E(X Y = E(X E(Y = µ X µ Y V ar(x Y = V ar(x + V ar(y = σ2 X x + σ2 Y y Ortalamalar arasıdaki fark yukarıda türetile ortalama ve varyas ile ormal YTÜ-İktisat İstatistik II Aralık Tahmii II 12 dağılır. Öyleyse aşağıdaki rassal değişke Z = (X Y (µ X µ Y σ 2 X x + σ2 Y y stadart ormal dağılıma uyar. Öyleyse (µ X µ Y içi %100(1 α güve aralığı şöyle buluur: σx 2 (x y z α/2 + σ2 Y σx 2 < µ X µ Y < (x y + z α/2 + σ2 Y x y x y σx 2 ve σ2 Y bilimiyor fakat öreklemler yeterice büyükse buları yerie öreklem varyasları koabilir: s (x y z 2 x α/2 + s2 y s < µ X µ Y < (x y + z 2 x α/2 + s2 y x y x y Bu yakısama büyük öreklemler içi aakütle ormal dağılıma uymasa bile geçerlidir. (ÖRNEK 8.9 s. 337, 8.10, s. 338
7 YTÜ-İktisat İstatistik II Aralık Tahmii II 13 BAĞIMSIZ ÖRNEKLEMLERE DAYANAN GÜVEN ARALIKLARI: 2. DURUM: Aakütle varyasları bilimiyor ya da öreklemler yeterice büyük değil. Varsayım: iki aakütle varyası birbirie eşit. Ortalamaları µ X ve µ Y ola iki ormal aakütlede x ve y gözlemli bağımsız öreklemler aldığımızı, bu aakütleleri ayı (bilimeye σ 2 varyasa sahip olduklarıı düşüelim. Bu varsayımlar altıda öreklem ortalamaları arasıdaki fark varyası: V ar(x Y = V ar(x + V ar(y ola ormal bir dağılıma uyar. = σ2 x + σ2 y = σ 2 ( 1 x + 1 y ( = σ 2 x + y x y YTÜ-İktisat İstatistik II Aralık Tahmii II 14 BAĞIMSIZ ÖRNEKLEMLERE DAYANAN GÜVEN ARALIKLARI: Böylece Z = (X Y (µ X µ Y ( N(0,1 σ 2 x + y x y rassal değişkei stadart ormal dağılıma uyar. σ 2 i tahmii: aakütle varyasıı ortak olduğuu varsaydığımızda, her iki öreklem bilgisi bir araya getirilerek aşağıdaki tahmi edici kullaılabilir: s 2 = ( x 1s 2 x + ( y 1s 2 y ( x + y 2 Bilimeye varyas σ 2 yerie yukarıdaki tahmi edici koursa t = (X Y (µ X µ Y ( x + s y x y rassal değişkei ( x + y 2 serbestlik derecesi ile t dağılımıa uyar.
8 YTÜ-İktisat İstatistik II Aralık Tahmii II 15 Aakütle varyaslarıı bilimediği, öreklemleri de yeterice büyük olmadığı durumda, varyasları birbirie eşit olduğu varsayımı yapılabiliyorsa, (µ X µ Y içi %100(1 α güve aralığı şöyle buluur: (x (x + y + y (x y t x + y 2,α/2s < µ X µ Y < (x y+t x + x y 2,α/2s y x y Burada ve t x + y 2,α/2 ise s 2 = ( x 1s 2 x + ( y 1s 2 y ( x + y 2 P(t x + y 2 > t x + y 2,α/2 = α 2 eşitliğii sağlaya sayıdır. (ÖRNEK 8.11 s. 341 YTÜ-İktisat İstatistik II Aralık Tahmii II 16 İKİ ANAKÜTLE ORANLARI ARASINDAKİ FARKIN GÜVEN ARALIKLARI (BÜYÜK ÖRNEKLEMLERDE: Başarı oraı p X ola bir aakütlede çekile x gözlemli rassal bir öreklemi öreklem ortalamasıı p; başarı oraı p Y ola bir aakütlede çekile y gözlemli rassal bir öreklemi de öreklem ortalamasıı p y olarak gösterelim. Aakütle başarı oraları arasıdaki fark (p X p Y ile ilgilediğimizde buu tahmi etmekte ( p X p Y tahmi edicisii kullaacağımız açıktır. Bu tahmi edicii baklee değer ve varyası: E( p X p Y = E( p X E( p Y V ar( p X p Y = V ar( p X + V ar( p Y = p X(1 p X x + p Y (1 p Y y olur. Öreklemleri birbiride bağımsız çekildiğie dikkat edi.
9 YTÜ-İktisat İstatistik II Aralık Tahmii II 17 İKİ ANAKÜTLE ORANLARI ARASINDAKİ FARKIN GÜVEN ARALIKLARI (BÜYÜK ÖRNEKLEMLERDE: Öreklemler yeterice büyükse bilimeye aakütle oraları yerie öreklem oraları yazılarak iyi bir yakısama sağlaabilir. Bu varsayımlar altıda aşağıdaki rassal değişke Z = ( p X p Y (p X p Y px (1 p X x + p Y (1 p Y y stadart ormal dağılıma uyar. (p X p Y içi %100(1 α güve aralığı p x (1 p x ( p x p y ± z α/2 + p y(1 p y x y ile buluur. (ÖRNEK 8.12, s. 344 YTÜ-İktisat İstatistik II Aralık Tahmii II 18 ÖRNEKLEM BÜYÜKLÜĞÜNÜN TAHMİNİ: Belirli bir güve düzeyide daha dar bir güve aralığı elde etmei bir yolu daha fazla gözlem toplamak, yai gözlem sayısıı ( arttırmaktır. Bazı durumlarda güve aralığıı geişliği öcede saptaır ve buu sağlamaya yetecek büyüklükte öreklem çekilir. Problem aslıda oldukça basittir. Bir güve aralığı verilmişse bilimeye olarak düşüülebilir. Güve aralığı öreklem büyüklüğü çevreside eşit iki parçada oluştuğuda bu parçalarda herhagi birii içi çözümüyle istee gözlem sayısı elde edilebilir. Örek: ormal dağılımı ortalaması içi güve aralıkları, varyas biliiyor. µ içi güve aralığıı olduğuu daha öce görmüştük. x z α/2 σ < µ < x + z α/2 σ
10 YTÜ-İktisat İstatistik II Aralık Tahmii II 19 ÖRNEKLEM BÜYÜKLÜĞÜNÜN TAHMİNİ: Bu güve aralığı x etrafıda L = z α/2σ kadar uzaır. Buu içi çözümüde elde edilir. = z2 α/2 σ2 L 2 ÖRNEK: Bir sıai süreçte üretile metal çubukları boyları, stadart sapması 1.8 mm ola bir ormal dağılıma uymaktadır. 9 gözlemli bir örekleme dayaarak aakütle ortalaması içi %99 güve aralığı < µ < olarak bulumuştur. Öreklem ortalamasıı her iki yaıda e çok 0.5 mm uzaa ayı düzeyde bir güve aralığıa ulaşabilmek içi öreklem büyüklüğü e olmalıdır? YTÜ-İktisat İstatistik II Aralık Tahmii II 20 Verileler: L = 0.5, σ = 1.8, z = Öyleyse gözlem büyüklüğü yai e az 86 olur. = z2 α/2 σ2 L 2 = 85.93
11 YTÜ-İktisat İstatistik II Aralık Tahmii II 21 ÖRNEKLEM BÜYÜKLÜĞÜNÜN TAHMİNİ: Aakütle oraıı aralıkları: Aakütle başarı oraı p içi %100(1 α güve aralığıı ˆp x z α/2 < p < ˆp x + z α/2 ile buluduğuu daha öce görmüştük. Bu aralık öreklem oraı ˆp x çevreside L = z α/2 kadar uzaır. Burada hareketle doğruda buluamaz. Çükü öreklem oraı bilgisi öcede saptaamaz. Acak L i alabileceği e yüksek değer buluabilir. ˆp x (1 ˆp x büyüklüğüü alabileceği e büyük değer 0.25 tir (ˆp x = 0.5 olduğuda. Öyleyse L i alabileceği e büyük değer: L = z α/ = 0.5z α/2 olur. Bir araştırmacıı öreklem oraıı her iki yaıda e çok L kadar uzaa güve aralığıı sağlayabilecek yeterice büyük bir öreklemi seçmek YTÜ-İktisat İstatistik II Aralık Tahmii II 22 istediğii düşüelim. Yukarıdaki ifadeyi içi çözersek buluur. = 0.25z2 α/2 L 2 ÖRNEK: Üiversite mezularıı işe alımasıda bitirme otuu çok öemli olduğuu düşüe firma yöeticilerii aakütle içideki oraıı bir %95 güve aralığı < p < olarak bulumuştur. Buu yerie aakütle oraıı öreklem oraıı her iki yaıda e çok 0.06 uzaya %95 güve aralığı içi kaç olmalıdır? Verileler: L = 0.06, z α/2 = z = Öyleyse öreklemdeki gerekli gözlem sayısı = 0.25z2 α/2 L 2 yai e az 267 gözlem gereklidir. = 0.25(1.962 ( =
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
DetaylıİSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr
İSTATİSTİK 2 Tahmi Teorisi 07/03/2012 AYŞE S. ÇAĞLI aysecagli@beyket.edu.tr İstatistik yötemler İstatistik yötemler Betimsel istatistik Çıkarımsal istatistik Tahmi Hipotez testleri Nokta tahmii Aralık
Detaylı4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin
4/16/013 Ders 9: Kitle Ortalaması ve Varyası içi Tahmi Kitle ve Öreklem Öreklem Dağılımı Nokta Tahmii Tahmi Edicileri Özellikleri Kitle ortalaması içi Aralık Tahmii Kitle Stadart Sapması içi Aralık Tahmii
DetaylıÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ
İSTATİSTİKSEL TAHMİNLEME VE İSTATİSTİKSEL YORUMLAMA TAHMİNLEME SÜRECİ VE YORUMLAMA SÜRECİ ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ ÖRNEKLEME VE ÖRNEKLEME ÖRNEKLEME DAĞILIMLARI VE ÖRNEKLEME DAĞILIMLARI Yorumlama
DetaylıARALIK TAHMİNİ (INTERVAL ESTIMATION):
YTÜ-İktisat İstatistik II Aralık Tahmini I 1 ARALIK TAHMİNİ INTERVAL ESTIMATION): Nokta tahmininde ilgilenilen anakütle parametresine ilişkin örneklem bilgisinden hareketle tek bir sayı üretilir. Bir nokta
DetaylıTAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı)
3 TAHMİNLEYİCİLERİN ÖZELLİKLERİ 3.1. Sapmasızlık 3.. Tutarlılık 3.3. Etkilik miimum varyas 3.4. Aralık tahmii (güve aralığı) İyi bir tahmi edici dağılımı tahmi edilecek populasyo parametresie yakı civarda
DetaylıİSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II
8 İSTATİSTİKSEL TAHMİN 8.. İstatistiksel tahmileyiciler 8.. Tahmileyicileri Öellikleri 8... Sapmasılık 8... Miimum Varyaslılık 8..3. Etkilik 8.3. Aralık Tahmii 8.4. Tchebysheff teoremi Prof. Dr. Levet
DetaylıBİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testlerine Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK İstatistiksel Tahmileme ve Hipotez Testlerie Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üiversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr
DetaylıTahmin teorisinde amaç örneklem (sample) bilgisine dayanarak anakütleye. (population) ilişkin çıkarsamalar yapmaktır. Bu çıkarsamalar örneklem
YTÜ-İktisat İstatistik II Nokta Tahmii 1 Tahmi teoriside amaç öreklem (sample) bilgisie dayaarak aakütleye (populatio) ilişki çıkarsamalar yapmaktır. Bu çıkarsamalar aakütlei dağılımıı belirleye bilimeye
DetaylıİSTATİSTİK DERS NOTLARI
Balıkesir Üiversitesi İşaat Mühedisliği Bölümü umutokka@balikesir.edu.tr İSTATİSTİK DERS NOTLARI Yrd. Doç. Dr. Umut OKKAN idrolik Aabilim Dalı Balıkesir Üiversitesi İşaat Mühedisliği Bölümü Bölüm 5 Örekleme
DetaylıALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI
ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları Alteratif üretim
DetaylıALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI
µ µ içi Güve Aralığı ALTERNATİF İTEMLERİN KARŞILAŞTIRILMAI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları
DetaylıÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ
ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ 1 TEMEL KAVRAMLAR PARAMETRE: Populasyou sayısal açıklayıcı bir ölçüsüdür ve aakütledeki tüm elemalar dikkate alıarak hesaplaabilir. Aakütledeki tek bir elema dahi işlemi
DetaylıÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ
ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ TEMEL KAVRAMLAR PARAMETRE: Populasyou sayısal açıklayıcı bir ölçüsüdür ve aakütledeki tüm elemalar dikkate alıarak hesaplaabilir. Aakütledeki tek bir elema dahi işlemi
Detaylıİstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş
İstatistik Ders Notları 08 Ceap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI 5. Giriş Öreklem istatistikleri kullaılarak kitle parametreleri hakkıda çıkarsamalar yapmak istatistik yötemleri öemli bir bölümüü oluşturur.gülük
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri
Detaylıİşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler.
OLASILIK VE İSTATİSTİK DERSLERİ ÖZET NOTLARI İstatistik: verileri toplaması, aalizi, suulması ve yorumlaması ile ilgili ilkeleri ve yötemleri içere ve bu işlemleri souçlarıı probabilite ilkelerie göre
DetaylıYrd.Doç.Dr.İstem Köymen KESER
Yr.Doç.Dr.İstem Köyme KESER Güve Aralıkları Ortalama yaa iki ortalama farkı içi biliiyor bilimiyor 30
DetaylıHİPOTEZ TESTLERİ. İstatistikte hipotez testleri, karar teorisi olarak adlandırılır. Ortaya atılan doğru veya yanlış iddialara hipotez denir.
HİPOTEZ TETLERİ İstatistikte hipotez testleri, karar teorisi olarak adladırılır. Ortaya atıla doğru veya yalış iddialara hipotez deir. Öreği para hilesizdir deildiğide bu bir hipotezdir. Ortaya atıla iddiaya
Detaylı3. Ders Parametre Tahmini Tahmin Edicilerde Aranan Özellikler
3. Ders Parametre Tahmii Tahmi Edicilerde Araa Özellikler Gerçek düyada rasgelelik olgusu içere bir özellik ile ilgili ölçme işlemie karş l k gele X rasgele de¼gişkeii olas l k (yo¼guluk) foksiyou, F ff(;
Detaylıİstatistiksel Tahminleme. Güven Seviyesi. Verilerin yayılımı ( Örnek hacmi X = X / n Güven seviyesi (1 - )
04.05.0 İtatitikel Tahmileme İTATİTİKEL TAHMİNLEME VE YORUMLAMA ÜRECİ GÜVEN ARALIĞI Nokta Tahmii Populayo parametreii tek bir tahmi değerii verir μˆ σˆ p Pˆ Aralık Tahmii Populayo parametreii tahmi aralığıı
DetaylıİSTATİSTİKSEL TAHMİNLEME VE HİPOTEZ TESTİ
İSTATİSTİKSEL TAHMİNLEME VE HİPOTEZ TESTİ Bu bölümdeki yötemler, bilimeye POPULASYON PARAMETRE değeri hakkıda; TAHMİN yapmaya yöelik ve, KARAR vermekle ilgili, olmak üzere iki grupta icelemektedir. Parametre
DetaylıH 0 : θ = θ 0 Bu sıfır hipotezi şunu ifade eder: Anakütle parametresi θ belirli bir θ 0
YTÜ-İktisat İstatistik II Hipotez Testi 1 HİPOTEZ TESTİ: AMAÇ: Örneklem bilgisinden hareketle anakütleye ilişkin olarak kurulan bir hipotezin (önsavın) geçerliliğinin test edilmesi Genel notasyon: anakütleye
DetaylıTahmin Edici Elde Etme Yöntemleri
6. Ders Tahmi Edici Elde Etme Yötemleri Öceki derslerde ve ödevlerde U(0; ) ; = (0; ) da¼g l m da, da¼g l m üst s r ola parametresi içi tahmi edici olarak : s ra istatisti¼gi ve öreklem ortalamas heme
DetaylıBÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER
BÖLÜM 3 YER ÖLÇÜLERİ İkici bölümde verileri frekas tablolarıı hazırlaması ve grafikleri çizilmesideki esas amaç; gözlemleri doğal olarak ait oldukları populasyo dağılışıı belirlemek ve dağılışı geel özelliklerii
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri
DetaylıÖRNEKLEME VE ÖRNEKLEME DAĞILIŞLARI
7 ÖRNEKLEME VE ÖRNEKLEME DAĞILIŞLARI 7.. Niçi Örekleme Yapılır 7.. Olasılıklı Örekleme 7... Basit Şas Öreklemesi 7... Tabakalı Örekleme 7... Küme Öreklemesi 7..4. Sistematik Örekleme 7.. Olasılıklı Olmaya
DetaylıEME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9
..7 EME 37 Girdi Aalizi Prosedürü SİSTEM SIMÜLASYONU Modelleecek sistemi (prosesi) dokümate et Veri toplamak içi bir pla geliştir Veri topla Verileri grafiksel ve istatistiksel aalizii yap Girdi Aalizi-II
DetaylıSBE 601 ARAŞTIRMA YÖNTEMLERİ, ARAŞTIRMA VE YAYIN ETİĞİ
SBE 601 ARAŞTIRMA YÖNTEMLERİ, ARAŞTIRMA VE YAYIN ETİĞİ ÖRNEKLEM BÜYÜKLÜĞÜNÜN SAPTANMASI ÖRNEKLEME YÖNTEMLERİ Prof. Dr. Ergu Karaağaoğlu H.Ü. Tıp Fakültesi Biyoistatistik ABD ÖRNEKLEM BÜYÜKLÜĞÜNÜN SAPTANMASI
DetaylıNİÇİN ÖRNEKLEME YAPILIR?
İÇİ ÖREKEME YAPIIR? Zama Kısıdı Maliyeti Azaltma Hata Oraıı Azaltma Souca Ulaşma Hızı Doç.Dr. Ali Kemal ŞEHİRİOĞU Araş.Gör. Efe SARIBAY Örekleme Teorisi kousuu içide, Örekleme Tipleri populasyoda örek
Detaylı2016 YILI I.DÖNEM AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME. aşağıdaki seçeneklerden hangisinde verilmiştir? n exp 1.
06 YILI I.DÖNEM AKTÜERLİK SINAVLARI Soru Toplam hasar miktarı S i olasılık ürete foksiyou X x i PS ( t) = E( t ) = exp λi( t ) ise P S(0) aşağıdaki seçeeklerde hagiside verilmiştir? A) 0 B) C) exp λ i
Detaylı: Boş hipotez, sıfır hipotezi : Alternatif hipotez
İOTEZ TESTLERİ iotez Nedir? İOTEZ, arametre hakkıdaki bir iaıştır. arametre hakkıdaki iaışı test etmek içi hiotez testi yaılır. iotez testleri sayeside örekde elde edile istatistikler aracılığıyla aakütle
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
DetaylıDÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkanı : Yrd.Doç.Dr. İsmail YILDIZ
DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkaı : Yrd.Doç.Dr. İsmail YILDIZ ARAŞTIRMADA PLANLAMA VE ÇÖZÜMLEME (03-09 Ocak 014 Y.ÇELİK) Araştırma Süreci (The research
DetaylıBASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI
Projesii Kousu: Bir çekirgei metre, metre veya 3 metre zıplayarak uzuluğu verile bir yolu kaç farklı şekilde gidebileceği ya da bir kişii veya (veya 3) basamak atlayarak basamak sayısı verile bir merdivei
Detaylıaltında ilerde ele alınacaktır.
YTÜ-İktisat İstatistik II Nokta Tahmin Yöntemleri 1 NOKTA TAHMİN YÖNTEMLERİ Şimdiye kadar verilmiş tahmin edicilerin sonlu örneklem ve asimptotik özelliklerini inceledik. Acaba bilinmeyen anakütle parametrelerini
Detaylı4/4/2013. Ders 8: Verilerin Düzenlenmesi ve Analizi. Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler
Ders 8: Verileri Düzelemesi ve Aalizi Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler Bir kitlei tamamıı, ya da kitlede alıa bir öreklemi özetlemekle (betimlemekle)
DetaylıKi- kare Bağımsızlık Testi
PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN Ki- kare Bağımsızlık Testi Daha öceki bölümlerde ölçümler arasıdaki ilişkileri asıl iceleeceğii gördük. Acak sıklıkla ilgileile veriler ölçüm
Detaylıx 2$, X nın bir tahminidir. Bu durumda x ile X arasındaki farka bu örnek için örnekleme hatası x nın örnekleme hatasıdır. X = x - (örnekleme hatası)
4 ÖRNEKLEME HATASI 4.1 Duyarlılık 4. Güveilirik 4.3 Örek hacmi ve uyarlılık arasıaki ilişki 4.4 Örek hacmi ve göreceli terimler ile uyarlılık arasıaki ilişki 4.5 Hata kareler ortalaması Örekte ele eile
Detaylı4. Ders Fisher informasyonu s f rdan büyük ve sonlu, yani 0 < I() < 1; R f(x; )dx (kesikli da¼g l mlarda R yerine P.
4. Ders tkilik Küçük varyasl olmak, tahmi edicileri vazgeçilmez bir özelli¼gidir. Bir tahmi edicii, yal veya yas z, küçük varyasl olmas isteir. Parametrei kedisi () veya bir foksiyou (g()) ile ilgili tahmi
Detaylı5. Ders Yeterlilik. f(x 1 ; x 2 ; :::; x n ; ) = g (T (x 1 ; x 2 ; :::; x n ); ) h(x 1 ; x 2 ; :::; x n )
5. Ders Yeterlilik Yeterlilik Ilkesi: Bir T(X ; X ; :::; X ) istatisti¼gi, hakk da yeterli bir istatistik olacaksa hakk da herhagi bir souç ç kar m T arac l ¼g ile (X ; X,...,X ) öreklemie ba¼gl olmal
DetaylıHipotez Testleri. Parametrik Testler
Hipotez Testleri Parametrik Testler Hipotez Testide Adımlar Bir araştırma sorusuu belirlemesi Araştırma sorusua dayaa istatistiki hipotezleri oluşturulması (H 0 ve H A ) Hedef populasyoda öreklemi elde
DetaylıEkonometri I VARSAYIMLARI
Ekonometri I ÇOK DEĞİŞKENLİ REGRESYON MODELİNİN VARSAYIMLARI Hüseyin Taştan Temmuz 23, 2006 İçindekiler 1 Varsayım MLR.1: Parametrelerde Doğrusallık 1 2 Varsayım MLR.2: Rassal Örnekleme 1 3 Varsayım MLR.3:
DetaylıİSTATİSTİKSEL HİPOTEZ TESTLERİ (t z testleri)
İSTATİSTİKSEL İOTEZ TESTLERİ (t z testleri) iotez Nedir? İOTEZ, arametre hakkıdaki bir iaıştır. Bu sııfı ot ortalamasıı 75 olduğua iaıyorum. arametre hakkıdaki iaışımızı test etmek içi hiotez testi yaarız.
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
DetaylıNOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. HAFTA 1 İST 418 EKONOMETRİ
NOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. KULLANILAN ŞEKİLLERİN VE NOTLARIN TELİF HAKKI KİTABIN YAZARI VE BASIM EVİNE AİTTİR. HAFTA 1 İST 418 EKONOMETRİ Ekoometri: Sözcük
Detaylı7. Ders. Bazı Kesikli Olasılık Dağılımları
Hatırlatma: ( Ω, U, P) bir olasılık uzayı ve 7. Ders Bazı Kesikli Olasılık Dağılımları : Ω ω R ( ω) foksiyou Borel ölçülebilir, yai B B içi { ω Ω : ( ω) B } U oluyorsa foksiyoua bir Rasgele Değişke deir.
DetaylıPARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8
PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8 Prof. Dr. Ali ŞEN İki Populasyonun Karşılaştırılması: Eşleştirilmiş Örnekler için Wilcoxon İşaretli Mertebe Testi -BÜYÜK ÖRNEK Bağımsız populasyonlara uygulanan
DetaylıKuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri
uyruk Teorisi Ders Notları: Bazı uyruk Modelleri Mehmet YILMAZ mehmetyilmaz@akara.edu.tr 10 ASIM 2017 11. HAFTA 6 Çok kaallı, solu N kapasiteli, kuyruk sistemi M/M//N/ Birimleri sisteme gelişleri arasıdaki
DetaylıBurçin 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
DetaylıAKT201 MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ
AKT MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ KESİKLİ RASLANTI DEĞİŞKENLERİ & KESİKLİ DAĞILIMLAR. X aşağıdaki olasılık foksiyoua sahip kesikli bir r.d. olsu. Bua göre;. ; x =.. ; x =. 4. ; x =. 5 p X
DetaylıNormal Dağılımlı Bir Yığın a İlişkin İstatistiksel Çıkarım
Normal Dağılımlı Bir Yığı a İlişi İstatistisel Çıarım Bir üretici edi ürüleride, piyasadai 3,5 cm li vidalarda yalıca boyları 3,4 cm ile 3,7 cm aralığıda olaları ullaabilmetedir. Üretici, piyasadai bu
DetaylıANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL
ANADOLU ÜNİVERSİTESİ ENM 317 Prof. Dr. Nihal ERGİNEL 2 ÖRNEKLEME Anakütleden n birimlik örnek alınması ve anakütle parametrelerinin örnekten tahmin edilmesidir. 3 ÖRNEKLEME ALMANIN NEDENLERİ Anakütleye
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.
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık -II Prof. Dr. İrfan KAYMAZ İki Ortalama Farkının Güven Aralığı Anakütle Varyansı Biliniyorsa İki ortalama arasındaki farkın dağılımına ilişkin Z değişkeni: Güven aralığı ifadesinde
DetaylıLİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2
LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ SABİT NOKTA İTERASYONU YÖNTEMİ Bu yötemde çözüme gitmek içi f( olarak verile deklem =g( şeklie getirilir. Bir başlagıç değeri seçilir ve g ( ardışık
DetaylıZ = S n E(S n ) V ar(sn ) = S n nµ. S nn. n 1/2 n σ
YTÜ-İktisat İstatistik II Merkezi Limit Teoremi 1 MERKEZİ LİMİT TEOREMİ CENTRAL LIMIT THEOREM X 1,X 2,...,X n herbirinin ortalaması µ ve varyansı σ 2 olan ve aynı dağılıma uyan n tane bağımsız r.d. olsun.
DetaylıAKTÜERLK SINAVLARI OLASILIK VE STATSTK SINAVI ÖRNEK SORULARI. için. 01 olaslk younluk fonksiyonu aa daki seçeneklerden hangisinde yer.
SORU : AKTÜERLK SINAVLARI OLASILIK VE STATSTK SINAVI ÖRNEK SORULARI X raslat deikeii olas l k youluk foksiyou 8x, x f(x) = 0, ö.d olarak verilmitir. Bua göre 0< y içi Y = raslat deikeii X olaslk youluk
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
Detaylı6. 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
DetaylıISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ
8. HAFTA ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ PORTFÖY YÖNETİMİ II Doç.Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr Geleeksel Portföy Yaklaşımı, Bu yaklaşıma göre portföy bir bilim değil,
DetaylıÇıkarsama, Tahmin, Hipotez Testi
İSTATİSTİK II: Çıkarsama, Tahmin, Hipotez Testi Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü 23 Eylül 2012 Ekonometri: İstatistiksel Çıkarsama - H. Taştan 1 İstatistik Biliminin Uğraşı
DetaylıVeri nedir? p Veri nedir? p Veri kalitesi p Veri önişleme. n Geometrik bir bakış açısı. n Olasılıksal bir bakış açısı
Veri edir? p Veri edir? Geometrik bir bakış açısı p Bezerlik Olasılıksal bir bakış açısı p Yoğuluk p Veri kalitesi p Veri öişleme Birleştirme Öreklem Veri küçültme p Temel bileşe aalizi (Pricipal Compoet
DetaylıMatris Cebiriyle Çoklu Regresyon Modeli
Matris Cebiriyle Çoklu Regresyon Modeli Hüseyin Taştan Mart 00 Klasik Regresyon Modeli k açıklayıcı değişkenden oluşan regresyon modelini her gözlem i için aşağıdaki gibi yazabiliriz: y i β + β x i + β
DetaylıAppendix C: İstatistiksel Çıkarsama
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix C: İstatistiksel Çıkarsama
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix C: İstatistiksel Çıkarsama Doç.
Detaylı2.2. Fonksiyon Serileri
2.2. Foksiyo Serileri Taım.. Herhagi bir ( u (x reel (gerçel değerli foksiyo dizisi verilsi. Bu m foksiyo dizisii tüm terimlerii toplamıa, yai u m (x + u m+ (x + u m+2 (x + u m+3 (x + + u m+ (x + = k=m
DetaylıMIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
DetaylıOLASILIK DAĞILIŞLARI. Ek 1. Moment Türeten Fonksiyon
6 OLASILIK DAĞILIŞLARI 6.. Kesikli Olasılık Dağılışları 6.. Kesikli Uıform Dağılışı 6... Beroulli Dağılışı 6..3. Biom Dağılışı 6..4. Hyer-Geometrik Olasılık Dağılışı ( İadesiz Örekleme ) 6..5. Geometrik
DetaylıÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ
03.05.013 ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 1 Nede Örekleme? Öreklemde çalışmak ktlede çalışmakta daha kolaydır. Ktle üzerde çalışmak çok daha masraflı olablr. Çoğu durumda tüm ktleye ulaşmak
DetaylıOLS Yönteminin Asimptotik (Büyük Örneklem) Özellikleri SIRADAN EN KÜÇÜK KARELER (OLS) Asimptotik Özellikler: Tutarlılık. Asimptotik Özellikler
1 SIRADAN EN KÜÇÜK KARELER (OLS) YÖNTEMİNİN ASİMPTOTİK ÖZELLİKLERİ Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge
Detaylıİki Değişkenli Bağlanım Çıkarsama Sorunu
İki Değişkenli Bağlanım Çıkarsama Sorunu Aralık Tahmini Ekonometri 1 Konu 15 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0 Unported
DetaylıTĐCARĐ MATEMATĐK - 5.2 Bileşik Faiz
TĐCARĐ MATEMATĐK - 5 Bileşik 57ÇÖZÜMLÜ ÖRNEKLER: Örek 57: 0000 YTL yıllık %40 faiz oraıyla yıl bileşik faiz ile bakaya yatırılmıştır Bu paraı yılı souda ulaşacağı değer edir? IYol: PV = 0000 YTL = PV (
Detaylı12. Ders Büyük Sayılar Kanunları. Konuya geçmeden önce DeMoivre-Stirling formülünü ve DeMoivre-Laplace teoremini hatırlayalım. DeMoivre, genel terimi,
. Ders Büyü Sayılar Kauları Kouya geçmede öce DeMoivre-Stirlig formülüü ve DeMoivre-Laplace teoremii hatırlayalım. DeMoivre, geel terimi, a!,,, 3,... e ola dizii yaısa olduğuu göstermiş, aca limitii bulamamış.
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
DetaylıĐki Oyun Yaz Dnemi 22 Haziran 2011, Çarşamba Đst201 Đstatistik Teorisi Dersin konusu: Olasılık Hesabı
Đki Oyu Yaz Demi 22 Hazira 20, Çarşamba Đst20 Đstatistik Teorisi Dersi kousu: Olasılık Hesabı - Çocuklar, Đstatistik Teorisi bir tarafa, istatistikçileri işi rasgelelik ortamıda hesap yapmaktır. Şöyle
DetaylıANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LISANS TEZİ MARKOV ZİNCİRLERİNDE BOOTSTRAP. Serhat DUMAN İSTATİSTİK ANABİLİM DALI ANKARA 2006
ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LISANS TEZİ MARKOV ZİNCİRLERİNDE BOOTSTRAP Serhat DUMAN İSTATİSTİK ANABİLİM DALI ANKARA 26 Her hakkı saklıdır Yrd. Doç. Dr. İhsa KARABULUT u daışmalığıda,
Detaylı1. GRUPLAR. 2) Aşağıdaki kümelerin verilen işlem altında bir grup olup olmadığını belirleyiniz.
Sorular ve Çözümleri 1. GRUPLAR 1) G bir grup olmak üzere aşağıdaki eşitlikleri gösteriiz. i) e G birim elema olmak üzere e 1 = e. ii) a G olmak üzere (a 1 ) 1 = a. iii) a 1, a 2,, a G içi (a 1 a 2 a )
DetaylıANADOLU ÜNİVERSİTESİ. Hipotez Testleri. ENM317 Mühendislik İstatistiği Prof. Dr. Nihal ERGİNEL
ANADOLU ÜNİVERSİTESİ Hipotez Testleri ENM317 Mühendislik İstatistiği Prof. Dr. Nihal ERGİNEL HİPOTEZ TESTLERİ Pek çok problemde bazı parametrelere bağlı bir ifadeyi kabul yada red etmek için karar vermek
Detaylı(3) Eğer f karmaşık değerli bir fonksiyon ise gerçel kısmı Ref Lebesgue. Ref f. (4) Genel karmaşık değerli bir fonksiyon için. (6.
Problemler 3 i Çözümleri Problemler 3 i Çözümleri Aşağıdaki özellikleri kaıtlamaızı ve buu yaıda daha fazla soyut kaıt vermeizi isteyeceğiz. h.h. eşitliğii ölçümü sıfır ola bir kümei tümleyei üzeride eşit
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
Detaylıt Dağılımı ve t testi
r. Mehme Akaraylı ağılımı ve ei oç. r. Mehme AKSARAYLI.E.Ü. İ.İ.B.F. EKONOMETRİ BÖLÜMÜ mehme.akarayli@deu.edu.r Sude ağılımı Küçük öreklerde (
DetaylıTahmin 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
DetaylıPOLİNOMLAR. reel sayılar ve n doğal sayı olmak üzere. n n. + polinomu kısaca ( ) 2 3 n. ifadeleri polinomun terimleri,
POLİNOMLAR Taım : a0, a, a,..., a, a reel sayılar ve doğal sayı olmak üzere P x = a x + a x +... + a x + a x + a biçimideki ifadelere x e bağlı reel katsayılı poliom (çok terimli) deir. 0 a 0 ax + a x
DetaylıProblem 1. Problem 2. Problem 3. Problem 4. PURPLE COMET MATEMATİK BULUŞMASI Nisan 2010 LİSE - PROBLEMLERİ
PURPLE COMET MATEMATİK BULUŞMASI Nisa 2010 LİSE - PROBLEMLERİ c Copyright Titu Adreescu ad Joatha Kae Çeviri. Sibel Kılıçarsla Casu ve Fatih Kürşat Casu Problem 1 m ve aralarıda asal pozitif tam sayılar
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
DetaylıMIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
DetaylıM Ü H E N D İ S L E R İ Ç İ N S AY I S A L YÖ N T E M L E R
İ H S A N T İ M U Ç İ N D O L A P C İ, Y İ Ğ İ T A K S O Y M Ü H E N D İ S L E R İ Ç İ N S AY I S A L YÖ N T E M L E R P U B L I S H E R O F T H I S B O O K Copyright 13 İHSAN TİMUÇİN DOLAPCİ, YİĞİT AKSOY
DetaylıNORMAL DAĞILIM. 2., anakütle sayısı ile Poisson dağılımına uyan rassal bir değişkense ve 'a gidiyorsa,
NORMAL DAĞILIM TEORİK 1., ortalaması, standart sapması olan bir normal dağılıma uyan rassal bir değişkense, bir sabitken nin beklem üreten fonksiyonunu bulun. 2., anakütle sayısı ile Poisson dağılımına
Detaylı4. TAHMİN SONUÇLARININ DEĞERLENDİRİLMESİ Katsayıların Yorumu
4. TAHMİN SONUÇLARININ DEĞERLENDİRİLMESİ 4.1. Katsayıların Yorumu Y i = β 0 + β 1 X 1i + β X i + + β k X ki + u i gibi çok açıklayıcı değişkene sahip bir modelde, anakütle regresyon fonksiyonu, E(Y i X
DetaylıKALİTE VE SÜREÇ İYİLEŞTİRME İÇİN MÜŞTERİ GERİ BİLDİRİMLERİNİN DEĞERLENDİRİLMESİ
Altı Sigma Yalı Koferasları (9- Mayıs 8) KALİTE VE SÜREÇ İYİLEŞTİRME İÇİN MÜŞTERİ GERİ BİLDİRİMLERİNİN DEĞERLENDİRİLMESİ Serka ATAK Evre DİREN Çiğdem CİHANGİR Murat Caer TESTİK ÖZET Ürü ve hizmet kalitesii
DetaylıHİPOTEZ TESTLERİ ANADOLU ÜNİVERSİTESİ. Hipotez Testleri ENM317 Mühendislik İstatistiği Doç. Dr. Nihal ERGİNEL 2014
ANADOLU ÜNİVERSİTESİ Hipotez Testleri ENM317 Mühendislik İstatistiği Doç. Dr. Nihal ERGİNEL 2014 HİPOTEZ TESTLERİ Pek çok problemde bazı parametrelere bağlı bir ifadeyi kabul yada red etmek için karar
DetaylıCh. 5: SEKK (OLS) nin Asimptotik Özellikleri
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 5: SEKK (OLS) nin Asimptotik
DetaylıVenn Şeması ile Alt Kümeleri Saymak
Ve Şeması ile lt Kümeleri Saymak Osma Ekiz Bu çalışmada verile bir kümei çeşitli özellikleri sağlaya alt küme veya alt kümlerii ve şeması yardımıyla saymaya çalışacağız. Temel presibimiz aradığımız alt
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri
DetaylıİŞLETİM KARAKTERİSTİĞİ EĞRİSİ VE BİR ÇALIŞMA THE OPERATING CHARACTERISTIC CURVE AND A CASE STUDY
Süleyma Demirel Üiversitesi Vizyoer Dergisi Suleyma Demirel Uiversity The Joural of Visioary İŞLETİM KARAKTERİSTİĞİ EĞRİSİ VE BİR ÇALIŞMA ÖZET Yrd. Doç. Dr. Halil ÖZDAMAR 1 İstatistiksel kalite kotrol
DetaylıÖğrenci Numarası İmzası: Not Adı ve Soyadı
Öğreci Numarası İmzası: Not Adı ve Soyadı SORU 1. a) Ekoomii taımıı yapıız, amaçlarıı yazıız. Tam istihdam ile ekoomik büyüme arasıdaki ilişkiyi açıklayıız. b) Arz-talep kauu edir? Arz ve talep asıl artar
DetaylıBir Rasgele Değişkenin Fonksiyonunun Olasılık Dağılımı
5.Ders Döüşümler Bir Rasgele Değişkei Foksiyouu Olasılık Dağılımı Bu kısımda olasılık dağılımı bilie bir rasgele değişkei foksiyoları ola rasgele değişkeleri olasılık dağılımlarıı buluması ile ilgileeceğiz.
Detaylı