Parametrik Olmayan İstatistiksel Yöntemler

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Parametrik Olmayan İstatistiksel Yöntemler"

Transkript

1 Parametrik Olmayan İstatistiksel Yöntemler IST Ders DEÜ İstatistik Bölümü 208 Güz One Sample Tests İçerik Non-Parametric Statistics Nominal Ordinal Interval Binomial test Kolmogrov-Smirnov test Run test X 2 test Sign test Wilcoxon Rank test Related Mc Nemar test Sign test Wilcoxon Signed Rank test Two Sample Tests Unrelated X 2 test Median test Mann-Whitney U test Kolmogrov-Smirnov test Mood test Moses test k - Samples Tests Related Unrelated Cochran Q test X 2 test Friedman F test Kruskal-Wallis test Median test Jonckheere-Terpstra test Measures of association : Gamma coefficient, Cramer-V, X 2 coefficient, Kappa statistic nonparametric measure of rank correlation : Spearman rho, Kendall s tau Resampling methods : Permutation test, Bootstrapping 2

2 İşaret Testi Bu testin kullanımında veriler artı ve eksi işaretler serisine dönüştürülür. Test istatistiği eksi ya da artı işaretlerin sayısıdır. 3 Varsayımlar: İşaret Testi/Varsayımlar n birimlik örneklem, medyanı bilinmeyen bir kitleden rassal olarak seçilmiştir. İlgilenilen değişken en az sıralı ölçektedir. İlgilenilen değişken süreklidir. 4 2

3 Hipotezler: İşaret Testi/Hipotezler 5 İşaret Testi/Test İstatistiği x, x 2,, x n n birimlik örneklemin değerleri olsun. Örneklemin her değerinden M 0 değeri çıkartılarak farkları elde edilir. Bu farkların işaretleri dikkate alınır. (Not: ilgilenilen değişkenin sürekli olduğu düşünüldüğünde teorikte hesaplamalarında sıfır elde edilmemelidir. Ancak uygulamada bu fark gözlenebilir. Bu durumda farkın sıfır elde edildiği gözlem hariç tutulur.) Eğer H 0 doğru ise eksi ve artı işaretlerin sayısı birbirine eşit olmalıdır. Eksi veya artı işaretli sayılarından biri yeterince küçük ise A da yer alan H 0 hipotezi reddedilir. Eğer eksi işaret sayısı yeterince küçük ise bu durumda B de yer alan H 0 reddedilir. Eğer pozitif işaret sayısı yeterince küçük ise bu durumda C de yer alan H 0 hipotezi reddedilir. A + veya işaretlerin küçük olanın sayısı B işaretlerin sayısı C + işaretlerin sayısı 6 3

4 Karar Kuralı: İşaret Testi/Karar Kuralı P(K k n,0.50) ile binom dağılımından olasılık bulunur. (K: rassal değişken, ilgilenilen işaret sayısı, k: test istatistiğinin gözlenen değeri) A. p /2 B. p C. p H 0 Red! H 0 Red! H 0 Red! 7 İşaret Testi/Örnek A ilacı ile tedavi edilen hastaların iyileşme sürelerine ilişkin medyanın 30 günden fazla olduğu iddia edilmektedir. Bu ilacın kullanıldığı hastalardan rassal olarak verilen 8 inin iyileşme süreleri aşağıda verilmiştir. %5 önem düzeyinde iddiayı test ediniz. 8 4

5 İşaret Testi/Örnek (+) ve (-) işaretlilerin sayısı belirlenir. 9 İşaret Testi/Örnek Hipotez Test İstatistiği k= Karar Kuralı İddia doğrudur. İyileşme sürelerinin 30 günden fazla olduğu söylenebilir. 0 5

6 İşaret Testi/Örnek 2 Kanın sağ koroner atardamarlarından transit geçiş süresi medyanı 3.5 sn olarak tanımlanmıştır. Aşağıda hastaya ait transit geçiş süreleri verilmiştir. =0.05 önem düzeyinde transit geçiş süresinin medyanının 3.5 ten farklı olup olmadığını test ediniz. İşaret Testi/Örnek 2 Kanın sağ koroner atardamarlarından transit geçiş süresi medyanı 3.5 sn olarak tanımlanmıştır. Aşağıda hastaya ait transit geçiş süreleri verilmiştir. =0.05 önem düzeyinde transit geçiş süresinin medyanının 3.5 ten farklı olup olmadığını test ediniz. Mtb 2 6

7 İşaret Testi/Örnek 3 Bir kitapçının 0 gün boyunca sattığı kitapların sayısı aşağıda verilmiştir. Satılan kitap sayısının medyanının 8 den küçük olduğu iddiasını =0.0 için test ediniz. Kitap Sayısı Büyük Örneklem Yaklaşımı Örneklem genişliği 20 veya daha büyük ise binomun normale yaklaşımı kullanılabilir. Bunun için aşağıdaki gibi z hesaplanır ve std. normal dağılım tablosundan elde edilen olasılık değeri seçilen önem düzeyi ile karşılaştırılır. 4 7

8 İşaret Testi/Örnek 4 Bir kitapçının ay boyunca sattığı kitapların sayısı aşağıda verilmiştir. Satılan kitap sayısının medyanının 8 den küçük olduğu iddiasını =0.0 için test ediniz. Kitap Sayısı Wilcoxon İşaretli Sıra Sayıları Testi İşaret testi gözlem değerleri ile hipotezde belirtilen medyan değeri arasındaki farkların sadece işaretlerini kullanır. Boş hipotezin test edilmesinde farkların büyüklüklerini de kullanan Wilcoxon işaretli sıra sayıları test (WISST) istatistiği, işaret testine göre daha çok bilgi içerir. Bu nedenle daha güçlüdür. Bu testin avantajı daha hassas ölçek türünde olması ve daha güçlü olmasıdır. Dezavantajı daha çok varsayım gerektirmesidir. 6 8

9 WISST/Varsayımlar n birimlik örneklem, medyanı bilinmeyen bir kitleden rassal olarak seçilmiştir. İlgilenilen değişken en az aralıklı ölçektedir. İlgilenilen değişken süreklidir. Kitlenin dağılımı simetriktir. Gözlemler birbirinden bağımsızdır. 7 WISST/Hipotezler 8 9

10 WISST/Test İstatistiği x, x 2,, x n n birimlik örneklemin değerleri olsun. Örneklemin her değerinden hipotezde belirtilen medyan (M 0 ) değeri çıkartılarak farkları elde edilir. (Not: ise farkın sıfır elde edildiği gözlem hesaplamadan çıkartılır ve örneklem genişliği azaltılır.) İşareti dikkate almadan farklar ranklanır. Bir başka deyişle D i değerleri küçükten büyüğe doğru sıralanır. Eğer iki veya daha fazla D i eşit ise bunlar yine de ranklanır ve daha sonra rank değerlerinin ortalaması her birine verilir. Rank değerine farkın işareti verilir. Pozitif rankların toplamı T + ve negatif rankların toplamı T - elde edilir. Aralarındaki matematiksel ilişki T + =[n.(n+)/2] T - şeklindedir. Birinden diğeri elde9 edilebilir. WISST/Test İstatistiği A T + veya T - değerlerinden küçük olan test istatistiği değeri olur ve yeterince küçük ise A da yer alan H 0 hipotezi reddedilir. B T - test istatistiğidir. C T + test istatistiğidir. 20 0

11 WISST/Karar Kuralı Kritik değerler için Wilcoxon İşaretli sıra sayıları tablosu kullanılır. Tabloda rank toplamları (T) farklı örneklem genişlikleri için verilmiştir. A T hesap T tablo ise H 0 Red! Veya p /2 ise H 0 Red! B T - T tablo ise H 0 Red! Veya p ise H 0 Red! C T + T tablo ise H 0 Red! p ise H 0 Red! 2 WISST/Örnek 6 yaş ve üstü kırsal kesimde yaşayan ve uyuşturucu kullanan gençler üzerinde yapılan bir araştırmada IQ medyan değerinin 07 olduğu söylenmektedir. Aşağıdaki tabloda ilgilenilen kitleden rasgele seçilen 5 kişiye ait IQ değerleri verilmiştir. %5 önem düzeyinde medyanın 07 den farklı olup olmadığını araştırınız

12 WISST/Örnek T + =64.5 T - = [(4*5)/2]-64.5=40.5 T - =40.5 Farkın 0 çıktığı gözlem çıkartıldı n=4. 23 H 0 : M 07 H : M 07 WISST/Örnek IQ Di=Xi (çıkartıldı) Di rank Di , , işaretli rank Di ,5-2, T + =64.5 T - = [(4*5)/2]-64.5=40.5 T - =40.5 Farkın 0 çıktığı gözlem çıkartıldı n=

13 WISST/Örnek Hipotez: H 0 : M 07 H : M 07 Test İstatistiği: Test istatistiği daha küçük olduğu için T- olarak alınır. Karar Kuralı : =0.05 n=4 ve /2=0.025 için tablo değeri T tablo =2 T - > T tablo olduğundan H 0 reddedilemez. Karar Kuralı 2: p değeri tablodan yaklaşık olarak hesaplanabilir n=4 ve T-=40.5 için p-değeri > p-değeri>0.025 olduğundan H 0 reddedilemez. 25 WISST/Örnek 2 Amerikada bir üniversitede yapılan bir araştırma sonucunda üniversite Amerikan futbol takımının oyuncularının ağırlıklarının medyanının 63.5 pound ( pound= kg) olduğu bulunmuştur. Bir başka üniversitenin oyuncuları arasından rassal olarak seçilen 5 kişinin ağırlıkları aşağıda verilmiştir. Buna göre %5 önem düzeyinde kitle medyanının 63.5 dan büyük olduğu iddiasını test ediniz. Bu test için p-value nedir? Ağırlık (pound) 88 2,2 70,8 22,4 56,9 223, 235,9 83,9 24, ,8 74, 20,3 95,2 26 3

14 Hipotez: H 0 H : M 63.5 : M 63.5 Test İstatistiği: T - =3, T + =7 Test istatistiği T - olarak alınır. Karar Kuralı: WISST/Örnek 2 =0.05 n=5 ve =0.05 için tablo değeri T tablo =30 T - < T tablo olduğundan H 0 red edilir. p-değeri tablodan yaklaşık olarak söylenebilir. P(T - 3) < olarak ifade edilebilir. Xi Di Di rank Di 88 24,5 24,5 6 2,2 47,7 47,7 9 70,8 7,3 7,3 3 22,4 48,9 48,9 0 56,9-6,6 6, , 59,6 59, ,9 72,4 72,4 5 83,9 20,4 20,4 5 24,4 50,9 50, ,5 57, ,5,5 222,8 59,3 59,3 3 74, 0,6 0,6 4 20,3 46,8 46,8 8 95,2 3,7 3, Xi Di Di rank Di 88 24,5 24,5 6 2,2 47,7 47,7 9 70,8 7,3 7,3 3 22,4 48,9 48,9 0 56,9-6,6 6, , 59,6 59, ,9 72,4 72,4 5 83,9 20,4 20,4 5 24,4 50,9 50, ,5 57, ,5,5 222,8 59,3 59,3 3 74, 0,6 0,6 4 20,3 46,8 46,8 8 95,2 3,7 3,7 7 WISST/Örnek

15 WISST/Örnek 3 DEÜ İRAMER verdikleri istatistik kursundan katılımcıların ne kadar memnun olduğunu öğrenmek üzere bir çalışma yapmıştır. Katılımcılara verdiği ankette, kurs ile ilgili beğenilerini ile 9 arasında değerlendirmelerini istemiştir (9: Çok iyi, 5: Orta, : Çok kötü). İRAMER müdürü, katılımcıların yarısından fazlasının kurstan memnun olduğunu iddia etmektedir. Bu iddianın doğruluğunu hipotezleri yazarak Wilcoxon işaretli sıra sayıları testi ile %5 önem düzeyinde test ediniz Hipotez: H 0 : M 5 H : M 5 WISST/Örnek 3 ( katilanlarin yarisindan fazlası kurstan memnun) Xi Di rank Di işaretli rank Di

16 Hipotez: WISST/Örnek 3 H 0 : M 5 H : M 5 ( katilanlarin yarisindan fazlası kurstan memnun) Xi Di rank Di işaretli rank Di ,5-2,5 6 2,5 2,5 4-2,5-2, ,5 5,5 6 2,5 2, ,5 0, ,5 5, ,5 0,5 3 Hipotez: H 0 : M 5 H : M 5 WISST/Örnek 3 ( katilanlarin yarisindan fazlası kurstan memnun) Test İstatistiği: Test istatistiği T - olarak alınır. T - =5 Karar Kuralı: =0.05 n= ve =0.05 için tablo değeri T tablo =3 T - < T tablo olduğundan H 0 red edilir. Katılımcıların yarısından fazlasının kurstan memnun olduğu söylenebilir. 32 6

17 WISST/Büyük Örneklem Yaklaşımı (BÖY) Örneklem büyüklüğü (n) 30 dan büyük olduğunda (veya kullanılan tablodaki en büyük n değerinden) tablodan yararlanılamaz. Bu durumda test istatistiği T* hesaplanır. Hipotez tek yönlü ise T yerine duruma göre T + veya T - gelir. 33 WISST/BÖY/Düzeltme Faktörü Aynı D i değerine sahip gözlemler için rank değerinin nasıl verildiği belirtilmişti. Büyük örneklem yaklaşımında bu durumda bir düzeltme faktörü kullanılarak T* teriminin paydası yeniden düzenlenir: Düzeltme faktörü= t i =i. aynı değerli gruptaki değer sayısı s=aynı değerli grupların sayısı bu terim kullanılarak T* teriminin paydası yeniden düzenlenir: 34 7

18 WISST/BÖY/Düzeltme Terimi Örnek Düzeltme faktörü= t t WISST/BÖY/Örnek Bir gazetenin ekonomi bölümünde yayınlanan bir haberde, ABD de C-düzey yöneticilerin (CEO, CFO, CIO, CTO vb.) maaşlarının medyanının $ dan daha az olduğu belirtilmektedir. Bir grup araştırmacı bu iddiayı araştırmak için 30 C-düzey yöneticiyi rasgele seçerek aşağıdaki verileri toplamışlardır. Buna göre % önem düzeyinde bu iddiayı test edin ve p-değerini hesaplayın. Yönetici Maaş Yönetici Maaş Hipotez: H H 0 : M : M

19 WISST/BÖY/Örnek Yönetici Maaş Di Di Rank T+ T Test İstatistiği: T - =395, T + =70 Test istatistiği hesaplanırken T + kullanılacak! n 30 old. Test istatistiği olarak T* hesaplanacak. Aynı D i değerine sahip gözlemler olduğundan düzeltme terimi kullanılacak. 37 Aynı Di değerine sahip satırlar: Yönetici Maaş Di Di Rank WISST/BÖY/Örnek Düzeltme faktörü= s=aynı değerli grupların sayısı ti=i. aynı değerli gruptaki değer sayısı Yönetici Gözlem Di Di Rank t t Σ 5 35 Düzeltme faktörü=

20 WISST/BÖY/Örnek Test istatistiği: T T n n /4 n n 2n t t / T Karar Kuralı Kritik değer Z T 2.33 olduğundan Ho reddedilir. C-düzey yöneticilerin maaşlarının medyanının $ dan daha az olduğu söylenebilir. P-Değeri P T P T WISST/BÖY/Örnek SPSS çözümü Hypothesis Test Summary Null Hypothesis Test Sig. Decision The median of VAR0000 equals ,00. One- Sample Wilcoxon Signed Rank Test,00 Reject the null hypothesis. Asymptotic significances are displayed. The significance level is,

Parametrik Olmayan İstatistiksel Yöntemler IST

Parametrik Olmayan İstatistiksel Yöntemler IST Parametrik Olmayan İstatistiksel Yöntemler IST-4035-6- EÜ İstatistik Bölümü 08 Güz Non-Parametric Statistics Nominal Ordinal Interval One Sample Tests Binomial test Run test Kolmogrov-Smirnov test X test

Detaylı

Parametrik Olmayan İstatistiksel Yöntemler

Parametrik Olmayan İstatistiksel Yöntemler Parametrik Olmayan İstatistiksel Yöntemler IST-4035 1. Ders DEÜ İstatistik Bölümü 2018 Güz 1 Dersin Amacı Yaygın olarak kullanılan parametrik olmayan istatistiksel yöntemleri tanıtmaktır. Temel kavramların

Detaylı

Parametrik Olmayan İstatistiksel Yöntemler IST

Parametrik Olmayan İstatistiksel Yöntemler IST Parametrik Olmayan İstatistiksel Yöntemler IST-4035-7- DEÜ İstatistik Bölümü 018 Güz 1 Non-Parametric Statistics Nominal Ordinal Interval One Sample Tests Binomial test Run test Kolmogrov-Smirnov test

Detaylı

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN 1 Tek Örneklem İşaret Testi İşaret Testi parametrik olmayan prosedürler içinde en eski olanıdır. Analiz yapılırken serideki verileri artı ve

Detaylı

Örneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.

Örneklemden 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

Detaylı

Parametrik Olmayan Testler 2. Wilcoxon ve Kruskal-Wallis Testleri

Parametrik Olmayan Testler 2. Wilcoxon ve Kruskal-Wallis Testleri Parametrik Olmayan Testler 2 Wilcoxon ve Kruskal-Wallis Testleri İki Bağımlı Örneklemin Karşılaştırılması (Wilcoxon Bağımlı Örneklemler İşaretli Sıralamalar Testi) (Wilcoxon Matched-Samples Signed Ranks

Detaylı

Parametrik Olmayan İstatistik

Parametrik Olmayan İstatistik Parametrik Olmayan İstatistik 2 Anakütlenin Karşılaştırılması İki Anakütlenin Karşılaştırılması Bağımsız Örnekler Eşleştirilmiş Örnekler Wilcoxon Mertebe Toplam Testi İşaret Testi Wilcoxon İşaretli Mertebe

Detaylı

Parametrik Olmayan Testler. İşaret Testi-The Sign Test Mann-Whiney U Testi Wilcoxon Testi Kruskal-Wallis Testi

Parametrik Olmayan Testler. İşaret Testi-The Sign Test Mann-Whiney U Testi Wilcoxon Testi Kruskal-Wallis Testi Yrd. Doç. Dr. Neşet Demirci, Balıkesir Üniversitesi NEF Fizik Eğitimi Parametrik Olmayan Testler İşaret Testi-The Sign Test Mann-Whiney U Testi Wilcoxon Testi Kruskal-Wallis Testi Rank Korelasyon Parametrik

Detaylı

PARAMETRİK ve PARAMETRİK OLMAYAN (NON PARAMETRİK) ANALİZ YÖNTEMLERİ.

PARAMETRİK ve PARAMETRİK OLMAYAN (NON PARAMETRİK) ANALİZ YÖNTEMLERİ. AED 310 İSTATİSTİK PARAMETRİK ve PARAMETRİK OLMAYAN (NON PARAMETRİK) ANALİZ YÖNTEMLERİ. Standart Sapma S = 2 ( X X ) (n -1) =square root =sum (sigma) X=score for each point in data _ X=mean of scores

Detaylı

ÇND BİYOİSTATİSTİK EĞİTİMİ

ÇND BİYOİSTATİSTİK EĞİTİMİ ÇND BİYOİSTATİSTİK EĞİTİMİ Yrd.Doç.Dr.Gökmen ZARARSIZ Erciyes Üniversitesi, Tıp Fakültesi, Biyoistatistik Anabilim Dalı, Kayseri Turcosa Analitik Çözümlemeler Ltd Şti, Kayseri gokmenzararsiz@hotmail.com

Detaylı

İÇİNDEKİLER ÖNSÖZ... Örneklem Genişliğinin Elde edilmesi... 1

İÇİNDEKİLER ÖNSÖZ... Örneklem Genişliğinin Elde edilmesi... 1 İÇİNDEKİLER ÖNSÖZ... v 1. BÖLÜM Örneklem Genişliğinin Elde edilmesi... 1 1.1. Kitle ve Parametre... 1 1.2. Örneklem ve Tahmin Edici... 2 1.3. Basit Rastgele Örnekleme... 3 1.4. Tabakalı Rastgele Örnekleme...

Detaylı

ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ PARAMETRİK OLMAYAN TESTLER Prof. Dr. Nihal ERGİNEL

ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ PARAMETRİK OLMAYAN TESTLER Prof. Dr. Nihal ERGİNEL ANADOLU ÜNİVERSİTESİ ENM 317 MÜHENDİSLİK İSTATİSTİĞİ PARAMETRİK OLMAYAN TESTLER Prof. Dr. Nihal ERGİNEL PARAMETRİK OLMAYAN TESTLER Daha önce incelediğimiz testler, normal dağılmış ana kütleden örneklerin

Detaylı

H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS Ders Notları III (3 Mayıs 2012)

H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS Ders Notları III (3 Mayıs 2012) H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) Parametrik Olmayan Testler Binom Testi SPSS Ders Notları III (3 Mayıs 2012) Soru 1: Öğrencilerin okul

Detaylı

PARAMETRİK OLMAYAN TESTLER

PARAMETRİK OLMAYAN TESTLER PARAMETRİK OLMAYAN TESTLER Daha önce incelediğimiz testler, normal dağılmış ana kütleden örneklerin rassal seçilmesi varsayımına dayanmaktaydı ve parametrik testler kullanılmıştı. Parametrik olmayan testler

Detaylı

Kullanılacak İstatistikleri Belirleme Ölçütleri. Değişkenin Ölçek Türü ya da Yapısı

Kullanılacak İstatistikleri Belirleme Ölçütleri. Değişkenin Ölçek Türü ya da Yapısı ARAŞTIRMA MODELLİLERİNDE KULLANILACAK İSTATİSTİKLERİ BELİRLEME ÖLÇÜTLERİ Parametrik mi Parametrik Olmayan mı? Kullanılacak İstatistikleri Belirleme Ölçütleri Değişken Sayısı Tek değişkenli (X) İki değişkenli

Detaylı

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI ÖNSÖZ İÇİNDEKİLER III Bölüm 1 İSTATİSTİK ve SAYISAL BİLGİ 11 1.1 İstatistik ve Önemi 12 1.2 İstatistikte Temel Kavramlar 14 1.3 İstatistiğin Amacı 15 1.4 Veri Türleri 15 1.5 Veri Ölçüm Düzeyleri 16 1.6

Detaylı

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 6

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 6 PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 6 Prof. Dr. Ali ŞEN 1 İki populasyon karşılaştırılırken her iki örneklemin hacmi n1 ve n2, 10 dan büyükse TA nın dağılışı ortalaması ve varyansı aşağıdaki gösterilen

Detaylı

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8

PARAMETRİK 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

Detaylı

Mann-Whitney U ve Wilcoxon T Testleri

Mann-Whitney U ve Wilcoxon T Testleri Mann-Whitney U ve Wilcoxon T Testleri Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Konu Başlıkları Parametrik olmayan yöntem Mann-Whitney U testinin

Detaylı

İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı

İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t test) Ölçümle

Detaylı

BİYOİSTATİSTİK PARAMETRİK TESTLER

BİYOİSTATİSTİK PARAMETRİK TESTLER BİYOİSTATİSTİK PARAMETRİK TESTLER Doç. Dr. Mahmut AKBOLAT *Bir testin kullanılabilmesi için belirli şartların sağlanması gerekir. *Bir testin, uygulanabilmesi için gerekli şartlar; ne kadar çok veya güçlü

Detaylı

BKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 )

BKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 ) 4. SUNUM 1 Gözlem ya da deneme sonucu elde edilmiş sonuçların, rastlantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HİPOTEZ TESTLERİ denir. Sonuçların rastlantıya bağlı

Detaylı

Ortalamaların karşılaştırılması

Ortalamaların karşılaştırılması Parametrik ve Parametrik Olmayan Testler Ortalamaların karşılaştırılması t testleri, ANOVA Mann-Whitney U Testi Wilcoxon İşaretli Sıra Testi Kruskal Wallis Testi BBY606 Araştırma Yöntemleri Güleda Doğan

Detaylı

Hipotez Testlerine Giriş. Hipotez Testlerine Giriş

Hipotez Testlerine Giriş. Hipotez Testlerine Giriş Hipotez Testlerine Giriş Hipotez Testlerine Giriş Hipotez Testlerine Giriş Gözlem ya da deneme sonucu elde edilmiş sonuçların, raslantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel

Detaylı

K-S Testi hipotezde ileri sürülen dağılımla örnek yığılmalı dağılım fonksiyonunun karşılaştırılması ile yapılır.

K-S Testi hipotezde ileri sürülen dağılımla örnek yığılmalı dağılım fonksiyonunun karşılaştırılması ile yapılır. İstatistiksel güven aralıkları uygulamalarında normallik (normal dağılıma uygunluk) oldukça önemlidir. Kullanılan parametrik istatistiksel tekniklerin geçerli olabilmesi için populasyon şans değişkeninin

Detaylı

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

rasgele 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

Detaylı

NONPARAMETRİK TEKNİKLERİN GÜÇ VE ETKİNLİKLERİ

NONPARAMETRİK TEKNİKLERİN GÜÇ VE ETKİNLİKLERİ Elektronik Sosyal Bilimler Dergisi www.esosder.org Electronic Journal of Social Sciences info@esosder.org Yaz-2010 Cilt:9 Sayı:33 (018-040) ISSN:1304-0278 Summer-2010 Volume:9 Issue:33 NONPARAMETRİK TEKNİKLERİN

Detaylı

EME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9

EME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9 EME 3105 1 Girdi Analizi Prosedürü SİSTEM SİMÜLASYONU Modellenecek sistemi (prosesi) dokümante et Veri toplamak için bir plan geliştir Veri topla Verilerin grafiksel ve istatistiksel analizini yap Girdi

Detaylı

KRUSKAL WALLIS VARYANS ANALİZİ. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı

KRUSKAL WALLIS VARYANS ANALİZİ. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı KRUSKAL WALLIS VARYANS ANALİZİ Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı ükruskal Wallis varyans analizi, tek yönlü varyans analizinin parametrik olmayan karşılığıdır. üveriler ölçümle

Detaylı

Tek yönlü varyans analizi kısaltılmış olarak ANOVA (Analysis of Variance) bilinen

Tek yönlü varyans analizi kısaltılmış olarak ANOVA (Analysis of Variance) bilinen DÖNEM II ENDOKRİN SİSTEMİ Ders Kurulu Başkanı : Doç. Dr. Osman EVLİYAOĞLU VARYANS ANALİZİ (14.03.014 Cuma Y.ÇELİK Tek Yönlü Varyans Analizi Tek yönlü varyans analizi kısaltılmış olarak ANOVA (Analysis

Detaylı

BİYOİSTATİSTİK. Uygulama 4. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK. Uygulama 4. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Güven Aralıkları 2 Güven Aralıkları

Detaylı

BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Örnek Senaryo İmplant üreten İMPLANTDENT

Detaylı

İstatistik Yöntemleri ve Hipotez Testleri

İstatistik Yöntemleri ve Hipotez Testleri Sağlık Araştırmalarında Kullanılan Temel İstatistik Yöntemleri ve Hipotez Testleri Yrd. Doç. Dr. Emre ATILGAN BİYOİSTATİSTİK İstatistiğin biyoloji, tıp ve diğer sağlık bilimlerinde kullanımı biyoistatistik

Detaylı

26.12.2013. Farklı iki ilaç(a,b) kullanan iki grupta kan pıhtılaşma zamanları farklı mıdır?

26.12.2013. Farklı iki ilaç(a,b) kullanan iki grupta kan pıhtılaşma zamanları farklı mıdır? 26.2.23 Gözlem ya da deneme sonucu elde edilmiş sonuçların, raslantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HĐPOTEZ TESTLERĐ denir. Sonuçların raslantıya bağlı olup

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 8: Prof. Dr. Tanım Hipotez, bir veya daha fazla anakütle hakkında ileri sürülen, ancak doğruluğu önceden bilinmeyen iddialardır. Ortaya atılan iddiaların, örnekten elde edilen

Detaylı

Örnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız.

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

Detaylı

İçindekiler. Pazarlama Araştırmalarının Önemi

İçindekiler. Pazarlama Araştırmalarının Önemi İçindekiler Birinci Bölüm Pazarlama Araştırmalarının Önemi 1.1. PAZARLAMA ARAŞTIRMALARININ TANIMI VE ÖNEMİ... 1 1.2. PAZARLAMA ARAŞTIRMASI İŞLEVİNİN İŞLETME ORGANİZASYONU İÇİNDEKİ YERİ... 5 1.3. PAZARLAMA

Detaylı

K BAĞIMSIZ ÖRNEKLEM HİPOTEZ TESTLERİ

K BAĞIMSIZ ÖRNEKLEM HİPOTEZ TESTLERİ K BAĞIMSIZ ÖRNEKLEM HİPOTEZ TESTLERİ Yrd.Doç.Dr. Selçuk Korkmaz Trakya Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Turcosa Analitik Çözümlemeler selcukorkmaz@gmail.com TÜRKİYE EKMUD BİYOİSTATİSTİK

Detaylı

D.Ü.TIP FAKÜLTESİ BİYOİSTATİSTİK AD. DÖNEM I (BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU)

D.Ü.TIP FAKÜLTESİ BİYOİSTATİSTİK AD. DÖNEM I (BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU) DÖNEM I (BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU) TOPLAM KALİTE YÖNETİMİ BİLİNÇLENDİRME EĞİTİMİ NONPARAMETRİK KÜKRER GIDA TESTLER (Mann Whitney U ve Wilcoxon Testleri) Yrd.Doç.Dr. İsmail

Detaylı

Yrd. Doç. Dr. Neşet Demirci, Balıkesir Üniversitesi NEF Fizik Eğitimi. Parametrik Olmayan Testler. Ki-kare (Chi-Square) Testi

Yrd. Doç. Dr. Neşet Demirci, Balıkesir Üniversitesi NEF Fizik Eğitimi. Parametrik Olmayan Testler. Ki-kare (Chi-Square) Testi Parametrik Olmayan Testler Ki-kare (Chi-Square) Testi Ki-kare (Chi-Square) Testi En iyi Uygunluk (Goodness of Fit) Ki-kare Dağılımı Bir çok önemli istatistik testi ki kare diye bilinen ihtimal dağılımı

Detaylı

UYGUN HİPOTEZ TESTİNİN SEÇİMİ. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı

UYGUN HİPOTEZ TESTİNİN SEÇİMİ. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı UYGUN HİPOTEZ TESTİNİN SEÇİMİ Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı ÖNEMLİLİK (Hipotez) TESTLERİ ü Önemlilik testleri, araştırma sonucunda elde edilen değerlerin ya da varılan

Detaylı

GÜVEN ARALIKLARI ve İSTATİSTİKSEL ANLAMLILIK. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı

GÜVEN ARALIKLARI ve İSTATİSTİKSEL ANLAMLILIK. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı GÜVEN ARALIKLARI ve İSTATİSTİKSEL ANLAMLILIK Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Kestirim Pratikte kitle parametrelerinin doğrudan hesaplamak olanaklı değildir. Bunun yerine

Detaylı

Prof. Dr. Özkan ÜNVER Prof. Dr. Hamza GAMGAM Doç. Dr. Bülent ALTUNKAYNAK SPSS UYGULAMALI TEMEL İSTATİSTİK YÖNTEMLER

Prof. Dr. Özkan ÜNVER Prof. Dr. Hamza GAMGAM Doç. Dr. Bülent ALTUNKAYNAK SPSS UYGULAMALI TEMEL İSTATİSTİK YÖNTEMLER Prof. Dr. Özkan ÜNVER Prof. Dr. Hamza GAMGAM Doç. Dr. Bülent ALTUNKAYNAK SPSS UYGULAMALI TEMEL İSTATİSTİK YÖNTEMLER Gözden Geçirilmiş ve Genişletilmiş 8. Baskı Frekans Dağılımları Varyans Analizi Merkezsel

Detaylı

İSTATİSTİK 2. Hipotez Testi 21/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr

İSTATİSTİK 2. Hipotez Testi 21/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr İSTATİSTİK 2 Hipotez Testi 21/03/2012 AYŞE S. ÇAĞLI aysecagli@beykent.edu.tr 1 Güven aralığı ve Hipotez testi Güven aralığı µ? µ? Veriler, bir değer aralığında hangi değeri gösteriyor? (Parametrenin gerçek

Detaylı

Hipotez Testi ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Ders 4 Minitab da İstatiksel Çıkarım-I. Hipotez Testi. Hipotez Testi

Hipotez Testi ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Ders 4 Minitab da İstatiksel Çıkarım-I. Hipotez Testi. Hipotez Testi ENM 52 İSTATİSTİK VE YAZILIMLA UYGULAMALARI Ders 4 Minitab da İstatiksel Çıkarım-I (Ortalamalar ve Oranlar İçin ) İstatistiksel Hipotezler İstatistiksel hipotez testi ve parametrelerin güven aralığı tahmini,

Detaylı

Hipotez Testleri. Mühendislikte İstatistik Yöntemler

Hipotez Testleri. Mühendislikte İstatistik Yöntemler Hipotez Testleri Mühendislikte İstatistik Yöntemler Hipotez Testleri Parametrik Testler ( z ve t testleri) Parametrik Olmayan Testler (χ 2 Testi) Hipotez Testleri Ana Kütle β( µ, σ ) Örnek Kütle b ( µ

Detaylı

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN

Tanımlayıcı 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,

Detaylı

BİYOİSTATİSTİK Merkezi Eğilim ve Değişim Ölçüleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK 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

Detaylı

BİYOİSTATİSTİK Tek Örneklem ve İki Örneklem Hipotez Testleri Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Tek Örneklem ve İki Örneklem Hipotez Testleri Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Tek Örneklem ve İki Örneklem Hipotez Testleri Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr

Detaylı

BÖLÜM I ARAŞTIRMANIN DOĞASI

BÖLÜM I ARAŞTIRMANIN DOĞASI İÇİNDEKİLER ÖNSÖZ...... V BÖLÜM I ARAŞTIRMANIN DOĞASI... 1 1.1. GERÇEĞİ ARAMA YOLLARI..... 1 1.1.1.Deneyim..... 2 1.1.2. Mantık... 2 1.1.3. Bilimsel Araştırma... 3 1.1.4. Yansıtma... 4 1.2. BİLGİ EDİNME

Detaylı

taşinmaz DEĞERLEME- DE İSTATİKSEL ANALİZ

taşinmaz DEĞERLEME- DE İSTATİKSEL ANALİZ 8 Varyans Analizi (Anova) TAŞINMAZ GELİŞTİRME TEZSİZ YÜKSEK LİSANS PROGRAMI taşinmaz DEĞERLEME- DE İSTATİKSEL ANALİZ Doç. Dr. Yüksel TERZİ 1 Ünite: 8 VARYANS ANALİZİ (ANOVA) Doç. Dr. Yüksel TERZİ İçindekiler

Detaylı

Parametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER

Parametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER Parametrik Olmayan İstatistik Prof. Dr. Cenk ÖZLER Not: Beklenen Frekansı 5 in altında olan gruplar varsa, bu gruplar bir önceki veya bir sonraki grupla birleştirilir. Hipotezler χ 2 Dağılışa Uyum Testi

Detaylı

BİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ

BİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ BİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ DÖNEM I-I. DERS KURULU Konu: Bilimsel yöntem ve istatistik Amaç: Biyoistatistiğin tıptaki önemini kavrar ve sonraki dersler için gerekli terminolojiye hakim olur.

Detaylı

ÖN SÖZ... XV 1. BÖLÜM İSTATİSTİKTE KULLANILAN TEMEL KAVRAMLAR

ÖN SÖZ... XV 1. BÖLÜM İSTATİSTİKTE KULLANILAN TEMEL KAVRAMLAR İÇİNDEKİLER ÖN SÖZ... XV 1. BÖLÜM İSTATİSTİKTE KULLANILAN TEMEL KAVRAMLAR 1. DEĞİŞKEN... 2 1.1. Değişken Çeşitleri... 3 1.2. Değişkenlerde Bağımsızlık ve Bağımlılık... 5 1.3. Değişkenlerde Kontrol Edilebilirlik...

Detaylı

Parametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER

Parametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER Parametrik Olmayan İstatistik Prof. Dr. Cenk ÖZLER bulunur. Bağımsızlık Testleri Sütun Kategorisi Satır Kategorisi I II III Satır Toplamı A B Sütun Toplamı Genel Toplam Bu kategorilere dayanarak A nın

Detaylı

İSTATİSTİK II. Hipotez Testleri 1

İSTATİSTİK II. Hipotez Testleri 1 İSTATİSTİK II Hipotez Testleri 1 1 Hipotez Testleri 1 1. Hipotez Testlerinin Esasları 2. Ortalama ile ilgili bir iddianın testi: Büyük örnekler 3. Ortalama ile ilgili bir iddianın testi: Küçük örnekler

Detaylı

PARAMETRİK TESTLER. Tek Örneklem t-testi. 200 öğrencinin matematik dersinden aldıkları notların ortalamasının 70 e eşit olup olmadığını test ediniz.

PARAMETRİK TESTLER. Tek Örneklem t-testi. 200 öğrencinin matematik dersinden aldıkları notların ortalamasının 70 e eşit olup olmadığını test ediniz. PARAMETRİK TESTLER Tek Örneklem t-testi 200 öğrencinin matematik dersinden aldıkları notların ortalamasının 70 e eşit olup olmadığını test ediniz. H0 (boş hipotez): 200 öğrencinin matematik dersinden aldıkları

Detaylı

SPSS E GİRİŞ SPSS TE TEMEL İŞLEMLER. Abdullah Can

SPSS E GİRİŞ SPSS TE TEMEL İŞLEMLER. Abdullah Can SPSS E GİRİŞ SPSS TE TEMEL İŞLEMLER SPSS in üzerinde işlem yapılabilecek iki ana ekran görünümü vardır. DATA VIEW (VERİ görünümü) VARIABLE VIEW (DEĞİŞKEN görünümü) 1 DATA VIEW (VERİ görünümü) İstatistiksel

Detaylı

Frekans. Hemoglobin Düzeyi

Frekans. Hemoglobin Düzeyi GRUPLARARASI VE GRUPİÇİ KARŞILAŞTIRMA YÖNTEMLERİ Uzm. Derya ÖZTUNA Yrd. Doç. Dr. Atilla Halil ELHAN 1. ÖNEMLİLİK (HİPOTEZ) TESTLERİ Önemlilik testleri, araştırma sonucunda elde edilen değerlerin ya da

Detaylı

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 11 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan

Detaylı

ÇANAKKALE ONSEKİZ MART ÜNİVERSİTESİ TIP FAKÜLTESİ

ÇANAKKALE ONSEKİZ MART ÜNİVERSİTESİ TIP FAKÜLTESİ Dönem V SPSS İLE TEMEL BİYOİSTATİSTİK UYGULAMALARI Seçmeli Staj Eğitim Programı (08 19 Haziran 2015) Eğitim Başkoordinatörü: Doç. Dr. Erkan Melih ŞAHİN Dönem Koordinatörü: Yrd. Doç. Dr. Baran GENCER Koordinatör

Detaylı

BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ

BÖLÜM 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

Detaylı

Kalitatif Veri. 1. Kalitatif random değişkenler sınıflanabilen yanıtlar vermektedir. Örnek: cinsiyet (Erkek, Kız)

Kalitatif Veri. 1. Kalitatif random değişkenler sınıflanabilen yanıtlar vermektedir. Örnek: cinsiyet (Erkek, Kız) Kalitatif Veri 1. Kalitatif random değişkenler sınıflanabilen yanıtlar vermektedir. Örnek: cinsiyet (Erkek, Kız). Ölçüm kategorideki veri sayısını yansıtır 3. Nominal yada Ordinal ölçek Multinomial Deneyler

Detaylı

TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ

TEMEL 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

Detaylı

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ

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

Detaylı

Olasılık ve Normal Dağılım

Olasılık ve Normal Dağılım Olasılık ve Normal Dağılım P = 0 İmkansız P =.5 Yarı yarıya P = 1 Kesin Yazı-Tura 1.5 2 1.5 2.5.5.25 Para atışı 10 kere tekrarlandığında Yazı Sayısı f % 0 3 30 1 6 60 2 1 10 Toplam 10 100 Atış 1000 kere

Detaylı

BÖLÜM 12 STUDENT T DAĞILIMI

BÖLÜM 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

Detaylı

H 0 : θ = θ 0 Bu sıfır hipotezi şunu ifade eder: Anakütle parametresi θ belirli bir θ 0

H 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

Detaylı

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 10 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan

Detaylı

BİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK 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,

Detaylı

13. Olasılık Dağılımlar

13. Olasılık Dağılımlar 13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon

Detaylı

BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ

BÖLÜM 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

Detaylı

İSTATİSTİK. Bölüm 1 Giriş. Ankara Üniversitesi SBF İstatistik 1 Ders Notları Prof. Dr. Onur Özsoy 4/4/2018

İSTATİSTİK. Bölüm 1 Giriş. Ankara Üniversitesi SBF İstatistik 1 Ders Notları Prof. Dr. Onur Özsoy 4/4/2018 İSTATİSTİK Bölüm 1 Giriş 1 Bu Bölümde Anlatılacak Konular Bir Yönetici Neden İstatistik Bilmeli? Modern İstatistiğin Gelişimi İstatistiksel Düşünce ve Yönetim Tanımsal ve Yargısal İstatistik Data Türleri

Detaylı

BÖLÜM 3 KURAMSAL ÇATI VE HİPOTEZ GELİŞ

BÖLÜM 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

KORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN

KORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN KORELASYON VE REGRESYON ANALİZİ Doç. Dr. Bahar TAŞDELEN Günlük hayattan birkaç örnek Gelişim dönemindeki bir çocuğun boyu ile kilosu arasındaki ilişki Bir ailenin tükettiği günlük ekmek sayısı ile ailenin

Detaylı

BİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testi-III Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testi-III Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testi-III Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr

Detaylı

EME Sistem Simülasyonu. Girdi Analizi Prosedürü. Olasılık Çizgesi. Dağılıma Uyumun Kontrol Edilmesi. Dağılıma İyi Uyum Testleri Ders 10

EME Sistem Simülasyonu. Girdi Analizi Prosedürü. Olasılık Çizgesi. Dağılıma Uyumun Kontrol Edilmesi. Dağılıma İyi Uyum Testleri Ders 10 EME 35 Girdi Analizi Prosedürü Sistem Simülasyonu Modellenecek sistemi (prosesi) dokümante et Veri toplamak için bir plan geliştir Veri topla Verilerin grafiksel ve istatistiksel analizini yap Dağılıma

Detaylı

Örnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız.

Örnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız. Örnek Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız. i. ii. X 1 2 3 4 1 2 3 4 Y 2 3 4 5 4 3 2 1 Örnek Aşağıdaki veri

Detaylı

BİYOİSTATİSTİK. Uygulama 6. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK. Uygulama 6. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Uygulama 6 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Soru 1 İlaç malzemelerinin kalitesini

Detaylı

Örneklem Dağılımları & Hipotez Testleri Örneklem Dağılımı

Örneklem Dağılımları & Hipotez Testleri Örneklem Dağılımı Örneklem Dağılımları & Hipotez Testleri Örneklem Dağılımı Ortalama veya korelasyon gibi istatistiklerin dağılımıdır Çıkarımsal istatistikte örneklem dağılımı temel fikirlerden biridir. Çıkarımsal istatistik

Detaylı

Kazanımlar. Z puanları yerine T istatistiğini ne. zaman kullanacağını bilmek. t istatistiği ile hipotez test etmek

Kazanımlar. Z puanları yerine T istatistiğini ne. zaman kullanacağını bilmek. t istatistiği ile hipotez test etmek T testi Kazanımlar Z puanları yerine T istatistiğini ne 1 zaman kullanacağını bilmek 2 t istatistiği ile hipotez test etmek 3 Cohen ind sini ve etki büyüklüğünü hesaplamak 1 9.1 T İstatistiği: zalternatifi

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 8: Prof. Dr. İrfan KAYMAZ Tanım Tahmin (kestirim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmaktır. Bu anlamda, anakütleden çekilen

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 9: Prof. Dr. İrfan KAYMAZ Tanım Hipotez, bir veya daha fazla anakütle hakkında ileri sürülen, ancak doğruluğu önceden bilinmeyen iddialardır. Ortaya atılan iddiaların, örnekten

Detaylı

İÇİNDEKİLER. Birinci Bölüm UYGULAMA VERİLERİ

İÇİNDEKİLER. Birinci Bölüm UYGULAMA VERİLERİ İÇİNDEKİLER Birinci Bölüm UYGULAMA VERİLERİ VERİ GRUBU 1. Yüzücü ve Atlet Verileri... 1 VERİ GRUBU 2. Sutopu, Basketbol ve Voleybol Oyuncuları Verileri... 4 VERİ 3. Solunum Yolları Verisi... 7 VERİ 4.

Detaylı

BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ

BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ İÇİNDEKİLER BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ I. ÖRNEKLEME... 1 II. ÖRNEKLEMENİN SAFHALARI... 2 III. ÖRNEK ALMA YÖNTEMLERİ 5 A. RASYONEL ÖRNEK ALMA... 5 B. TESADÜFİ ÖRNEK ALMA... 6 C. KADEMELİ ÖRNEK ALMA...

Detaylı

ĐŞLE 544 ĐSTATĐSTĐK ARA SINAV 11 Mayıs 2006

ĐŞLE 544 ĐSTATĐSTĐK ARA SINAV 11 Mayıs 2006 ĐŞLE 5 ĐSTATĐSTĐK ARA SINAV Mayıs 00 Adı Soyadı: No: [0 puan] -Bir Üniversitede okutulan derslerin öğrenciler tarafından değerlendirilmesi amacı ile hazırlanan bir anket formundaki sorulardan biri: Aldığınız

Detaylı

BÖLÜM 13 HİPOTEZ TESTİ

BÖLÜM 13 HİPOTEZ TESTİ 1 BÖLÜM 13 HİPOTEZ TESTİ Bilimsel yöntem aşamalarıyla tanımlanmış sistematik bir bilgi üretme biçimidir. Bilimsel yöntemin aşamaları aşağıdaki gibi sıralanabilmektedir (Karasar, 2012): 1. Bir problemin

Detaylı

009 BS 400- İstatistik sonılannın cevaplanmasında gerekli olabilecek tablolar ve formüller bu kitapçığın sonunda verilmiştir. 1. şağıdakilerden hangisi doğal birimdir? l TV alıcısı Bl Trafik kazası CL

Detaylı

www.fikretgultekin.com 1

www.fikretgultekin.com 1 KORELASYON ANALĐZĐ (Correlation Analysis ) Basit Korelasyon Analizi Basit korelasyon analizinde iki değişken söz konusudur ve bu değişkenlerin bağımlıbağımsız değişken olarak tanımlanması/belirlenmesi

Detaylı

OLASILIK ve KURAMSAL DAĞILIMLAR

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

Detaylı

SPSS UYGULAMALARI-II Dr. Seher Yalçın 1

SPSS UYGULAMALARI-II Dr. Seher Yalçın 1 SPSS UYGULAMALARI-II 27.12.2016 Dr. Seher Yalçın 1 Normal Dağılım Varsayımının İncelenmesi Çarpıklık ve Basıklık Katsayısının İncelenmesi Analyze Descriptive Statistics Descriptives tıklanır. Açılan pencerede,

Detaylı

İstatistik ve Olasılık

İstatistik 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

Detaylı

SÜREKLĠ OLASILIK DAĞILIMLARI

SÜREKLĠ 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

Detaylı

HİPOTEZ TESTLERİ. Yrd. Doç. Dr. Emre ATILGAN

HİPOTEZ TESTLERİ. Yrd. Doç. Dr. Emre ATILGAN HİPOTEZ TESTLERİ Yrd. Doç. Dr. Emre ATILGAN Hipotez Nedir? HİPOTEZ: parametre hakkındaki bir inanıştır. Parametre hakkındaki inanışı test etmek için hipotez testi yapılır. Hipotez testleri sayesinde örneklemden

Detaylı

İki ortalama arasındaki farkın önemlilik testi

İki ortalama arasındaki farkın önemlilik testi Örnek: Kalple ilgili bir çalışmada 5 yaşındaki 4 erkek ve 40 yaşındaki 30 erkeğin sistolik kan basınçları ölçülmüştür. Elde edilen verilere göre 0.05 anlamlılık düzeyinde yaşlı erkeklerin genç erkeklere

Detaylı

Biyoistatistik (Ders 1: Hipotez testlerine Giriş)

Biyoistatistik (Ders 1: Hipotez testlerine Giriş) VARSAYIMLARIN TEST EDİLMESİ (HİPOTEZ TESTLERİ) VERİ DEN KARAR'A GİDİŞ SÜRECİ Yrd. Doç. Dr. Ünal ERKORKMAZ Sakarya Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı uerkorkmaz@sakarya.edu.tr Biyoistatistik

Detaylı

Bir Normal Dağılım Ortalaması İçin Testler

Bir Normal Dağılım Ortalaması İçin Testler Bir Normal Dağılım Ortalaması İçin Testler İÇERİK o Giriş ovaryansı Bilinen Bir Normal Dağılım Ortalaması İçin Hipotez Testler P-değerleri: II. Çeşit hata ve Örnekleme Büyüklüğü Seçimi Örnekleme Büyüklüğü

Detaylı