PARAMETRİK OLMAYAN TESTLER

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "PARAMETRİK OLMAYAN TESTLER"

Transkript

1 PARAMETRİK OLMAYAN TESTLER Daha önce incelediğimiz testler, normal dağılmış ana kütleden örneklerin rassal seçilmesi varsayımına dayanmaktaydı ve parametrik testler kullanılmıştı. Parametrik olmayan testler ise, gözlem değerlerinin eşit aralıklı veya oranlı birim ölçekle elde edilen veya sıra ve sütun etkileşiminin doğrusal bileşiminin ana kütle ortalamasını oluşturduğu durumlarda ve anakütle dağılımına bakılmaksızın kullanılır. PARAMETRİK OLMAYAN TESTLER Parametrik olmayan testlerde ölçme düzeyinin sınıflama veya sıralama olması yeterlidir. Değişkenlerden birinin konumu ile diğerinin konumlarının karşılaştırıldığı durumlarda kullanılır.

2 Parametrik Olmayan Testlerin Avantajları 1. Anakütle dağılımı ne olursa olsun uygulanabilir. 2. Örnek büyüklüğünün önemi yoktur ancak örnekteki birim sayısı ne kadar artarsa, parametrik olmayan testin gücüde o oranda artar. 3. Sınıflandırma/ sıralama verilerine daha uygundur. 4. Farklı yapılardaki ana kütleden çekilmiş örneklere de uygulanabilir. NOT: Parametrik test uygulanacak iken, parametrik olmayan test uygulanırsa bilgi kaybı olacağından yanlış olur. Bir seriyi küçükten büyüğe dizdiğimizde belli bir değerden küçük olanlar veya büyük olanların sayısı ile ilgilendiğinde, X ile ilgilenilen birim sayısı olmak üzere; X Binom (n,p) dağılır. X: (+) işaretlilerin sayısı olmak üzere ve küçük örnekler için (n<25) Hipotezler : = eğer x < ise P= 2P(x ) α. red : eğer x > ise P= 2P(x ) α. red : < P(x ) = α. red : > P(x X) = α. red

3 ÖRNEK-1: Bir pilin şarj edildikten sonra çalışma sürelerinin orta değer olan medyan değerinin 1,8 e eşit olup olmadığını test ediniz.(α=0,05) Veriler: 1,5-2,2-0,9-1,3-2,0-1,6-1,8-1,5-2,0-1,2-1,7 ÇÖZÜM-1: Küçükten büyüğe sıralama 0,9-1,2 1,3-1,5 1,5-1,6-1,7-1,8-2,0 2,0 2,2 (-) (-) (-) (-) (-) (-) (-) X (+) (+) (+) S(-)= 7, S(+)= 3, n=10 X: (+) olanların sayısı (p= ) Hipotezler : =1,8 : 1,8 S(+)= 3< P=2P(X 3 ) = 2 = 0,3438 > 0,05 olduğundan red edilemez. %95 güven seviyesinde pilin çalışma süresi 1,8 saatten anlamlı derecede farklı değildir.

4 ÖRNEK-2: Bir dersin yılsonu başarı medyanı 54 puan olmuştur. Bu öğrencilerden bazıları aynı dersi yaz döneminde de almışlar ve aşağıdaki sonuçları elde etmişlerdir. Buna göre öğrencilerin yaz dönemindeki başarılarının yıl içindekinden daha iyi olduğunu söylenebilir mi? (α=0,05) (-) (-) (-) (-) (+) (+) (+) (+) (+) (+) (+) (+) (+) ÇÖZÜM-2: Hipotezler : =54 : > 54 S(-)= 4, S(+)= 9, n=13 X: (+) olanların sayısı (p= ) P(x 9) = P(x=9)+..+ P(x=13) x Binom(13;0,5) P(x=9)= = 0,087 P(x=10)= = 0,035 ÇÖZÜM-2: P(x=11)= = 0,0095 P(x=12)= = 0,00159 P(x=13)= = 0, P= 0,087 +0,035+0,0095+0, ,000122= 0,1334 Sonuç: i-) 0,1334 > 0,05.. red edilemez. ii-) % 95 güven seviyesinde yaz dönemi notlarının medyanı yıl içindeki medyandan anlamlı derecede büyük değildir.

5 Büyük örnekler için; n>25 olduğunda Binom dağılımı Normal dağılıma yaklaşacağı için p=q= dağılım daha uygundur. için Normal Ortalaması µ = np, standart sapması dan normal dağılıma yaklaşır. Süreklilik için düzeltme faktörü yani her X değerine 0,5 ekleyip çıkarmak ile kesikli rassal değişkenler yapay olarak sürekli hale getirilir. Hipotezler: : = : : < : > = Karar kuralı: >.. red < - red > red ÖRNEK-3: Bir hastalık nedeniyle hastanede kalış süresi medyanı 7,5 gündür. Yeni geliştirilen bir tedavi tekniği sonrası hastanede kalış süreleri aşağıda verilmiştir. Bu tedavi tekniği gün sayısını azaltmış mıdır? (α= 0,05) 7,5 Gün Hasta sayısı (+) (+) (+) (+)

6 ÇÖZÜM-3: S(+)= 18 np= = 40, 5 Hipotezler: : =7,5 : <7,5 = = = -4,9 ÇÖZÜM-3: Sonuç: i-) = -4,9 < - =-1,65 red ii-) % 95 güven seviyesinde yeni tekniğin hastanede kalış süresinin 7,5 günden az olduğu söylenebilir. Parametre olarak medyanı alan bir konum testidir. Medyanın belli bir değere eşit olup olmadığı test edilir. Gözlem değerlerine medyana göre sıra numaraları verildiğinde (-) işareti sıra numaraları ile (+) işaretli sıra numaralarının toplamlarının eşit veya çok yakın olması beklenir. Karar kuralı: T(+) veya T(-) <. red Küçük örnekler (n<25) için kritik tablosu geliştirilmiştir.

7 ÖRNEK-1: Bir ekmek çeşidinin ağırlığının medyanının 180 gr olması beklenmektedir. Rastgele aldığımız 16 ekmek tartılmış ve aşağıdaki gibi bulunmuştur. Örneğin medyanı istenen değere eşit midir? ÇÖZÜM-1: T(+)= 23,5 T(-)= 112,5 Sonuç: i-) T(+)= 23,5 < = 37. red ii-) % 95 güven seviyesinde örnek medyanı 180 gr a eşit değildir.

8 Büyük örnekler için (n>25); T Normal (µ, ) µ = E(T+) = E(T-) = Var(T+)= Var(T-) = Hipotezler: : = : = Karar kuralı: >.. red ÖRNEK-2: Bir gıda işletmesinde 30 işçinin, paket ağırlıkları medyanı 90 kg olacak şekilde paketleme yapması beklenmektedir. Süreçten alınan ölçümler aşağıdadır. Paket ağırlıkları medyanı 90 kg eşit olup olmadığını α=0,05 anlam seviyesinde test ediniz. Örnek no Örnek no

9 ÇÖZÜM-2: Örnek no SIRA ,5-28, ,5-24, ,5-18,5-18,5-18,5-15 Örnek no SIRA T(+)= 79, T(-)=389 ÇÖZÜM-2: Hipotezler: : =90 kg : 90 kg = Karar kuralı: >.. red ÇÖZÜM-2: n:30 T(+)=T(-)= = = 232,5 Var(T+)= Var(T-) = = = 2363,75 = = -3,157 Sonuç: i-) = 1,96 > = +3,157.. red ii-) %95 güven seviyesinde medyan 90 kg a eşit değildir.

10 EŞLEŞTİRİLMİŞ GÖZLEMLER İÇİN ÖRNEK-1: Bir taksi şirketi A ve B tipi lastiklerin benzin tüketimi ve etkisini araştırmak için aynı arabalara sırasıyla A ve B lastiklerini takıp 1 lt. benzin ile gidilen km miktarı ölçülmüştür. %5 anlam seviyesinde, A tipi lastiklerin benzin tüketimini azalttığı söylenebilir mi? Araba A(km) B(km) 1 4,2 1,1 2 4,7 4,9 3 6,6 6, ,9 5 6,7 6,8 6 4,5 4,4 7 5,7 5, ,8 9 7,4 6,9 10 4,9 4,9 11 6, ,2 4,9 13 5,7 5,3 14 6,9 6,5 15 6,8 7,1 16 4,9 4,8 EŞLEŞTİRİLMİŞ GÖZLEMLER İÇİN ÇÖZÜM-1: Araba A(km) B(km) R 1 4,2 1,1 3,1 2 4,7 4,9-0,2 3 6,6 6,2 0, ,9 0,1 5 6,7 6,8-0,1 6 4,5 4,4 0,1 7 5,7 5, ,8 0,2 9 7,4 6,9 0,5 10 4,9 4, ,1 6 0,1 12 5,2 4,9 0,3 13 5,7 5,3 0,4 14 6,9 6,5 0,4 15 6,8 7,1-0,3 16 4,9 4,8 0,1 EŞLEŞTİRİLMİŞ GÖZLEMLER İÇİN ÇÖZÜM-1: Hipotezler: : - = 0 : - > 0 = Karar kuralı: P(X χ) α.. red

11 EŞLEŞTİRİLMİŞ GÖZLEMLER İÇİN ÇÖZÜM-1: =11 =3 n = 14 (2 eşit gözlem çıkartılmıştır.) x=11 = = 1,87 P(X 11) P(z > 1,87) = 0,0307 < 0,05.. red Sonuç: % 95 güven seviyesinde A tipi lastiğin benzin tüketimini azalttığı söylenebilir. KRUSKAL- WALLIS TESTİ Varyans analizinde hatası Normal ve bağımsız dağıldığı varsayılmakta ve F testi kullanılmakta idi. Krustal Wallis testi, F testine alternatif parametrik olmayan testtir ve sadece lerin aynı sürekli dağılımdan gelmeleri yeterlidir. (i=1,2,,a) adet seviye N adet gözlem en küçükten en büyüğe sıralanır. KRUSKAL- WALLIS TESTİ Hipotezler: : = = = : Eğer tüm gözlemler aynı dağılımdan geliyor ise, a adet örneğe eşit miktarda dağılacak. Eğer hipotezi geçerli değil ise, bu sıralama bir tarafta baskın olacak.

12 KRUSKAL- WALLIS TESTİ K= Veya K= = gözleminin sırası(rank) = toplam seviye = i. seviyenin ortalaması E( )=, E( )= = Karar kuralı: K.. red KRUSKAL- WALLIS TESTİ ÖRNEK-1: TV izleme süreleri ortalamasının farklılık gösterip göstermediğini %5 anlam seviyesinde test ediniz. İlköğretim Lise Üniversite Lisansüstü KRUSKAL- WALLIS TESTİ ÇÖZÜM-1: Hipotezler : TV izleme süreleri aynı anakütleden gelmektedir. : TV izleme süreleri aynı anakütleden değildir. İlköğretim Sıra Lise Sıra Üniveriste Sıra Lisansüstü Sıra R2= 55 R3= 113 R4= R1= 61 = = 13,5

13

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

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

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

ANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL

ANADOLU 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

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 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

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

ANADOLU ÜNİVERSİTESİ. ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL

ANADOLU ÜNİVERSİTESİ. ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL ANADOLU ÜNİVERSİTESİ ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL İSTATİSTİKSEL TAHMİN Örnekten anakütle parametrelerinin tahmin edilmesidir. İki tür tahminleme yöntemi vardır:

Detaylı

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

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

ANADOLU ÜNİVERSİTESİ. Hipotez Testleri. ENM317 Mühendislik İstatistiği Prof. Dr. Nihal ERGİNEL

ANADOLU 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

WEIBULL DAĞILIMI WEIBULL DAĞILIMI ANADOLU ÜNİVERSİTESİ

WEIBULL DAĞILIMI WEIBULL DAĞILIMI ANADOLU ÜNİVERSİTESİ ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ SÜREKLİ DAĞILIMLAR-2 DOÇ. DR. NİHAL ERGİNEL 2015 WEIBULL DAĞILIMI Weibull dağılımı, pek çok farklı sistemlerin bozulana kadar geçen süreleri ile ilgilenir. Dağılımın

Detaylı

ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL

ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL ANADOLU ÜNİVERSİTESİ ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL İYİ UYUM TESTİ Rassal değişkenin olasılık yoğunluk fonksiyonunun ve parametresinin bilinmediği, ancak belirli

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

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

Bağımlı Gruplar İçin t Testi Wilcoxon İşaretli Sıralar Testi

Bağımlı Gruplar İçin t Testi Wilcoxon İşaretli Sıralar Testi Bağımlı Gruplar İçin t Testi Wilcoxon İşaretli Sıralar Testi Dr. Eren Can Aybek erencan@aybek.net www.olcme.net IBM SPSS Statistics ile Bağımlı Gruplar için t Testi İlişkili olan iki ortalama arasında

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

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

T TESTİ: ORTALAMALAR ARASI FARKLARIN TEST EDİLMESİ. Yrd. Doç. Dr. C. Deha DOĞAN

T TESTİ: ORTALAMALAR ARASI FARKLARIN TEST EDİLMESİ. Yrd. Doç. Dr. C. Deha DOĞAN T TESTİ: ORTALAMALAR ARASI FARKLARIN TEST EDİLMESİ Yrd. Doç. Dr. C. Deha DOĞAN Gruplara ait ortalamalar elde edildiğinde, farklı olup olmadıkları ilk bakışta belirlenemez. Ortalamalar arsında bulunan

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

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

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık - I Prof. Dr. İrfan KAYMAZ Tanım Tahmin (kes1rim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmak7r. ü Bu anlamda, anakütleden çekilen

Detaylı

Tek Yönlü Varyans Analizi (ANOVA) Kruskal Wallis H Testi

Tek Yönlü Varyans Analizi (ANOVA) Kruskal Wallis H Testi Tek Yönlü Varyans Analizi (ANOVA) Kruskal Wallis H Testi Dr. Eren Can Aybek erencan@aybek.net www.olcme.net IBM SPSS Statistics ile Hangi Durumda Kullanılır? Bağımsız gruplar t testi, iki grubun ortalamasını

Detaylı

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

Ders 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

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

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37

İÇİNDEKİLER. 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

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

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

8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek,

8.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

Detaylı

HİPOTEZ TESTLERİ ALIŞTIRMA SORULARI Araş.Gör. Efe SARIBAY

HİPOTEZ TESTLERİ ALIŞTIRMA SORULARI Araş.Gör. Efe SARIBAY HİPOTEZ TESTLERİ ALIŞTIRMA SORULARI 2012 Araş.Gör. Efe SARIBAY 1) Bir kafede yaz aylarında satılan limonataların satış miktarının ortalamasının 24 lt. den az olduğu iddia edilmektedir. İddiayı test etmek

Detaylı

Parametrik Olmayan İstatistiksel Yöntemler

Parametrik Olmayan İstatistiksel Yöntemler Parametrik Olmayan İstatistiksel Yöntemler IST-4035 2. Ders DEÜ İstatistik Bölümü 208 Güz One Sample Tests İçerik Non-Parametric Statistics Nominal Ordinal Interval Binomial test Kolmogrov-Smirnov test

Detaylı

HİPOTEZ TESTLERİ ANADOLU ÜNİVERSİTESİ. Hipotez Testleri ENM317 Mühendislik İstatistiği Doç. Dr. Nihal ERGİNEL 2014

HİPOTEZ 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

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

10. Bir ana kütle oranının tahmininde α = 0,05 ise kullanılan Z değeri nedir? A) 1,64 B) 1,84 C) 1,96 D) 2,28 E) 3,08

10. Bir ana kütle oranının tahmininde α = 0,05 ise kullanılan Z değeri nedir? A) 1,64 B) 1,84 C) 1,96 D) 2,28 E) 3,08 1. Tanımlanan ana kütleden rassal seçilen örneklemlerden hesaplanan istatistikler yardımı ile ilgili ana kütle parametrelerinin değerini araştırma sürecine ne ad verilir? A) İstatistiksel hata B) İstatistiksel

Detaylı

SÜREKLİ RASSAL DEĞİŞKENLER

SÜREKLİ 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.

Detaylı

Parametrik İstatistiksel Yöntemler (t testi ve F testi)

Parametrik İstatistiksel Yöntemler (t testi ve F testi) Parametrik İstatistiksel Yöntemler (t testi ve F testi) Dr. Seher Yalçın 27.12.2016 1 İstatistiksel testler parametrik ve parametrik olmayan testler olmak üzere iki gruba ayrılır. Parametrik testler, ilgilenen

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

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

Mühendislikte İstatistiksel Yöntemler

Mühendislikte İstatistiksel Yöntemler Mühendislikte İstatistiksel Yöntemler BÖLÜM 7 TAHMİNLER Yrd. Doç. Dr. Fatih TOSUNOĞLU 1 Tahmin (kestirim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmaktır.

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

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

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

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım SÜREKLİ ŞANS DEĞİŞKENLERİ Üstel Dağılım Normal Dağılım 1 Üstel Dağılım Meydana gelen iki olay arasındaki geçen süre veya bir başka ifadeyle ilgilenilen olayın ilk defa ortaya çıkması için geçen sürenin

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

İstatistiksel Yorumlama

İstatistiksel 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

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

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 10: Prof. Dr. İrfan KAYMAZ Tanım Varyans analizi niçin yapılır? İkiden fazla veri grubunun ortalamalarının karşılaştırılması t veya Z testi ile yapılabilir. Ancak karşılaştırılacak

Detaylı

Mühendislikte İstatistiksel Yöntemler

Mühendislikte İstatistiksel Yöntemler Mühendislikte İstatistiksel Yöntemler BÖLÜM 9 VARYANS ANALİZİ Yrd. Doç. Dr. Fatih TOSUNOĞLU 1 Varyans analizi niçin yapılır? İkiden fazla veri grubunun ortalamalarının karşılaştırılması t veya Z testi

Detaylı

Ders 6: Sürekli Olasılık Dağılımları

Ders 6: Sürekli Olasılık Dağılımları Ders 6: Sürekli Olasılık Dağılımları Normal Dağılım Standart Normal Dağılım Binom Dağılımına Normal Yaklaşım Düzgün (uniform) Dağılım Üstel Dağılım Dağılımlar arası ilişkiler Bir rastgele değişkenin, normal

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

Dr. Mehmet AKSARAYLI

Dr. 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

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

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

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

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

BİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Uygulamalı bilim

Detaylı

İçindekiler. Ön Söz... xiii

İçindekiler. Ön Söz... xiii İçindekiler Ön Söz.................................................... xiii Bölüm 1 İstatistiğe Giriş....................................... 1 1.1 Giriş......................................................1

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

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

RASSAL 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

Detaylı

Deney Dizaynı ve Veri Analizi Ders Notları

Deney Dizaynı ve Veri Analizi Ders Notları Deney Dizaynı ve Veri Analizi Ders Notları Binom dağılım fonksiyonu: Süreksiz olaylarda, sonuçların az sayıda seçenekten oluştuğu durumlarda kullanılır. Bir para atıldığında yazı veya tura gelme olasılığı

Detaylı

Hipotez. Hipotez Testleri. Y. Doç. Dr. İbrahim Turan Nisan 2011

Hipotez. Hipotez Testleri. Y. Doç. Dr. İbrahim Turan Nisan 2011 Hipotez Hipotez Testleri Y. Doç. Dr. İbrahim Turan Nisan 2011 Hipotez Nedir? Gözlemlenebilir (araştırılabilir) bir olay, olgu veya fikri mantıklı ve bilimsel olarak açıklamaya yönelik yapılan tahminlerdir.

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

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü

Yrd. 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

Detaylı

Non-Parametrik İstatistiksel Yöntemler

Non-Parametrik İstatistiksel Yöntemler Non-Parametrik İstatistiksel Yöntemler Dr. Seher Yalçın 27.12.2016 1 1. Tek Örneklem Kay Kare Testi 2. İki Değişken İçin Kay Kare Testi 3. Mann Whitney U Testi 4. Kruskal Wallis H Testi ortanca testine

Detaylı

İÇİNDEKİLER ÖN SÖZ...

İÇİNDEKİLER 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

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

ÖRNEK BULGULAR. Tablo 1: Tanımlayıcı özelliklerin dağılımı

ÖRNEK BULGULAR. Tablo 1: Tanımlayıcı özelliklerin dağılımı BULGULAR Çalışma tarihleri arasında Hastanesi Kliniği nde toplam 512 olgu ile gerçekleştirilmiştir. Olguların yaşları 18 ile 28 arasında değişmekte olup ortalama 21,10±1,61 yıldır. Olguların %66,4 ü (n=340)

Detaylı

HİPOTEZ TESTLERİ HİPOTEZ NEDİR?

HİPOTEZ TESTLERİ HİPOTEZ NEDİR? HİPOTEZ TESTLERİ HİPOTEZ NEDİR? Örnekleme ile test edilmeye çalışılan bir popülasyonun ilgili parametresi hakkında ortaya sunulan iddiadır. Örneğin; A dersi için vize ortalaması 50 nin altındadır Firestone

Detaylı

Ders 1 Minitab da Grafiksel Analiz-I

Ders 1 Minitab da Grafiksel Analiz-I ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI Ders 1 Minitab da Grafiksel Analiz-I İstatistik Nedir? İstatistik kelimesi ilk olarak Almanyada devlet anlamına gelen status kelimesine dayanılarak kullanılmaya

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

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

Appendix C: İstatistiksel Çıkarsama

Appendix 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

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

Merkezi Eğilim ve Dağılım Ölçüleri

Merkezi 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

Detaylı

KESİKLİ DÜZGÜN DAĞILIM

KESİKLİ DÜZGÜN DAĞILIM KESİKLİ DÜZGÜN DAĞILIM Eğer X kesikli rassal değişkeninin alabileceği değerler (,,..., ) eşit olasılığa sahip ise, kesikli düzgün dağılım söz konusudur. p(x) =, X=,,..., şeklinde gösterilir. Bir kutuda

Detaylı

Sık kullanılan istatistiksel yöntemler ve yorumlama. Doç. Dr. Seval KUL Gaziantep Üniversitesi Tıp Fakültesi

Sık kullanılan istatistiksel yöntemler ve yorumlama. Doç. Dr. Seval KUL Gaziantep Üniversitesi Tıp Fakültesi Sık kullanılan istatistiksel yöntemler ve yorumlama Doç. Dr. Seval KUL Gaziantep Üniversitesi Tıp Fakültesi Biyoistatistik AD Bşk. 1 Hakkımda 2 Hedef: Katılımcılar modülün sonunda temel istatistiksel yöntemler

Detaylı

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

YTÜ 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.

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

Ki- Kare Testi ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL

Ki- Kare Testi ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL ANADOLU ÜNİVERSİTESİ ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL İYİ UYUM TESTİ Rassal değişkenin olasılık yoğunluk fonksiyonunun ve parametresinin bilinmediği, ancak belirli

Detaylı

χ 2 Testi Mühendislikte İstatistik Yöntemler Bağımsızlık Testi Homojenlik Testi Uygunluk Testi

χ 2 Testi Mühendislikte İstatistik Yöntemler Bağımsızlık Testi Homojenlik Testi Uygunluk Testi χ Testi Mühendislikte İstatistik Yöntemler χ Testi Bağımsızlık Testi Homojenlik Testi Uygunluk Testi χ Testi Sayısal olmayan değişkenler arasındaki ilişkinin testi (Bağımsızlık) Farklı örnek kütlelerin

Detaylı

BÖLÜM 2 VERİ SETİNİN HAZIRLANMASI VE DÜZENLENMESİ

BÖLÜM 2 VERİ SETİNİN HAZIRLANMASI VE DÜZENLENMESİ 1 BÖLÜM 2 VERİ SETİNİN HAZIRLANMASI VE DÜZENLENMESİ Veri seti; satırlarında gözlem birimleri, sütunlarında ise değişkenler bulunan iki boyutlu bir matristir. Satır ve sütunların kesişim bölgelerine 'hücre

Detaylı

TEMEL EĞİTİMDEN ORTAÖĞRETİME GEÇİŞ ORTAK SINAV BAŞARISININ ÇEŞİTLİ DEĞİŞKENLER AÇISINDAN İNCELENMESİ

TEMEL EĞİTİMDEN ORTAÖĞRETİME GEÇİŞ ORTAK SINAV BAŞARISININ ÇEŞİTLİ DEĞİŞKENLER AÇISINDAN İNCELENMESİ T.C. MİLLÎ EĞİTİM BAKANLIĞI ÖLÇME, DEĞERLENDİRME VE SINAV HİZMETLERİ GENEL MÜDÜRLÜĞÜ VERİ ANALİZİ, İZLEME VE DEĞERLENDİRME DAİRE BAŞKANLIĞI TEMEL EĞİTİMDEN ORTAÖĞRETİME GEÇİŞ ORTAK SINAV BAŞARISININ ÇEŞİTLİ

Detaylı

İstatistik Nedir? Ders 1 Minitab da Grafiksel Analiz-I ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. İstatistiğin Konusu Olan Olaylar

İstatistik Nedir? Ders 1 Minitab da Grafiksel Analiz-I ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. İstatistiğin Konusu Olan Olaylar ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI İstatistik Nedir? İstatistik kelimesi ilk olarak Almanyada devlet anlamına gelen status kelimesine dayanılarak kullanılmaya başlanmıştır. Ders 1 Minitab da

Detaylı

İSTATİSTİK I KISA ÖZET KOLAYAOF

İSTATİSTİK I KISA ÖZET KOLAYAOF DİKKATİNİZE: BURADA SADECE ÖZETİN İLK ÜNİTESİ SİZE ÖRNEK OLARAK GÖSTERİLMİŞTİR. ÖZETİN TAMAMININ KAÇ SAYFA OLDUĞUNU ÜNİTELERİ İÇİNDEKİLER BÖLÜMÜNDEN GÖREBİLİRSİNİZ. İSTATİSTİK I KISA ÖZET KOLAYAOF 2 Kolayaof.com

Detaylı

Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları

Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları 1 Şans Değişkeni: Bir dağılışı olan ve bu dağılışın yapısına uygun frekansta oluşum gösteren değişkendir.

Detaylı

İSTATİSTİK VE OLASILIK SORULARI

İSTATİSTİK VE OLASILIK SORULARI İSTATİSTİK VE OLASILIK SORULARI SORU 1 Meryem, 7 arkadaşı ile bir voleybol maçına katılmayı planlamaktadır. Davet ettiği arkadaşlarından herhangi bir tanesinin EVET deme olasılığı 0,8 ise, en az 3 arkadaşının

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

Hatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5

Hatalar 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

Detaylı

ARALIK TAHMİNİ (INTERVAL ESTIMATION):

ARALIK 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

Detaylı

Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler

Rastgele 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

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

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

Bölüm 2 VERİLERİN DERLENMESİ VE SUNUMU

Bölüm 2 VERİLERİN DERLENMESİ VE SUNUMU Bölüm 2 VERİLERİN DERLENMESİ VE SUNUMU 1 Verilerin Derlenmesi ve Sunulması Anakütleden alınan örnek yardımıyla elde edilen veriler derlendikten sonra çizelgeler ve grafikler halinde bir diğer analize hazır

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

ANADOLU ÜNİVERSİTESİ ÖRNEK: GEOMETRİK DAĞILIM

ANADOLU ÜNİVERSİTESİ ÖRNEK: GEOMETRİK DAĞILIM ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ KESİKLİ DAĞILIMLAR-2 DOÇ. DR. NİHAL ERGİNEL 2015 GEOMETRİK DAĞILIM Bir Bernoulli deneyi ilk olumlu sonuç elde edilmesine kadar tekrarlansın. X: ilk olumlu sonucun

Detaylı

Z = S n E(S n ) V ar(sn ) = S n nµ. S nn. n 1/2 n σ

Z = 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.

Detaylı

OLASILIK ve İSTATİSTİK Hipotez Testleri

OLASILIK ve İSTATİSTİK Hipotez Testleri OLASILIK ve İSTATİSTİK Hipotez Testleri Yrd.Doç.Dr. Pınar YILDIRIM Okan Üniversitesi Mühendislik ve Mimarlık Fakültesi Bilgisayar Mühendisliği Bölümü Hipotezler ve Testler Hipotez, kitleye(yığına) ait

Detaylı

İSTATİSTİK ÖRNEK SORULARI

İSTATİSTİK 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

Detaylı