K-S Testi hipotezde ileri sürülen dağılımla örnek yığılmalı dağılım fonksiyonunun karşılaştırılması ile yapılır.
|
|
- Özge Ergün
- 8 yıl önce
- İzleme sayısı:
Transkript
1 İstatistiksel güven aralıkları uygulamalarında normallik (normal dağılıma uygunluk) oldukça önemlidir. Kullanılan parametrik istatistiksel tekniklerin geçerli olabilmesi için populasyon şans değişkeninin normal dağılıma uyması gerekir. Örneğin, Ki-Kare Testleri normal dağılımı da içeren her hangi bir dağılıma uygulanabilir. Bu bölümde dağılımların normallik testinde kullanılabilecek iki parametrik olmayan test tekniği açıklanmıştır. Bu teknikler Kolmogorov- Smirnov K-S veya Lilliefors testi olarak bilinirler. K-S testi daha kolay uygulanmaktadır. K-S Testi K-S Testi hipotezde ileri sürülen dağılımla örnek yığılmalı dağılım fonksiyonunun karşılaştırılması ile yapılır. F( X ) P( X x ) Örnek yığılmalı dağılım fonksiyonu S(x), seçilen bir x değerine eşit veya daha küçük olan örnek değerinin oranını tanımlar. S(x) aşağıdaki gibi hesaplanır. Örnek: 10 gözlemli bir çalışmada: olsun Önce gözlem değerleri küçükten büyüğe doğru sıralanır X=80, toplam gözlem değerinin en küçüğü olduğundan bu değere eşit veya daha küçük değerde olan gözlemlerin oranı ; S(80)=1/10 =0.10 olur. Benzer olarak, 10 değerin 2 si 89 a eşit veya daha küçüktür. (80 ve 89) bunların oranı ise; S(89)=2/10=0.20 olur. Kalanları benzer olarak düzenleyelim. X S(x) Bu gözlem değerlerinin ortalaması µ=100 ve standart sapması σ=10 olan ve normal dağılım gösteren bir yığından çekildiği varsayılırsa, H 0 :Veriler µ=100 ve standart sapması σ=10 olan ve normal dağılım gösteren bir yığından çekildiği söylene bilir mi? H 1 : Hayır veriler normal dağılıştan çekilmemiştir.
2 X için yığılımlı F(X) hesaplanması F ( 80) P( x 80) x F( 80) P ( 2) P Z olur Benzer hesaplamalarla xler e karşı gelen ölçümler yapılır. X F(X)=P(X x) 80 P(X 80)=P(Z -2)= P(X 89)=P(Z -1.1)= P(X 93)=P(Z -0.7)= P(X 97)=P(Z -0.3)= P(X 102)=P(Z 0.2)= P(X 103)=P(Z 0.3)= P(X 105)=P(Z 0.5)= P(X 108)=P(Z 0.8)= P(X 110)=P(Z 1.0)= P(X 121)=P(Z 2.1)= Eğer H 0 : Hipotezi doğru ise, bütün x değerleri için F(X) ve S(X) değerleri benzer olmalıdır. Buna karşın, eğer H 0 hipotezi yanlış ise, en azından bazı x değerleri için F(X) ile S(x) arasında büyük farklar olacaktır. F(X) ile S(X) arasındaki farkların en büyüğünün mutlak değeri (D) test istatistiği olarak tanımlanır. Test istatistiği; D=max [F(X)-S(X)] olur D nin hesaplanması için, önce her bir x değeri için F(X) ile S(X) arasındaki fark hesaplanır. Bu farkların en büyük mutlak değere sahip olanı test istatistiği olarak belirlenir. Farklar aşağıda hesaplanmıştır. X F(X) S(X) F(X)-S(X) [F(X)-S(X)] =D Değerler incelendiğinde en büyük mutlak fark değerinin D= olduğu görülür. Eğer, D değeri D >F(X)-S(X) ise H 0 hipotezi ret edilir.
3 Bu farkın büyüklüğüne karar vermek için ilgili tablo Ek çizelge 10 da verilmiştir. Kritik değerler α=0.05, α=0.10, ve α=0.20 önem seviyelerinde n=1 40 a kadar için verilmiştir. Eğer, örnek hacmi n>40 ise, kritik değer Α- α=0.20 için B- α=0.10 için TH TH 1.07, olur. n 1.22, olur n C- α=0.050 için TH 1.36, olur n D- α=0.02 için Ağer, TH 1.52, olur n Sonuç: Yukarıdaki örnek veriler için hesaplanan test istatistiği D= değeri, α=0.05 önem seviyesindeki n=10 değerine karşılık gelen kritik tablo değeri olan değeri ile karşılaştırılır. D= olduğundan Ho hipotezi kabul edilir. Yorum: Verilerin µ=100 ve standart sapması σ=10 olan ve normal dağılım gösteren bir yığından çekildiğini söylemek için yeterli destek bulunmaktadır. II- LİLLİEFORS TESTİ Çoğu uygulamada, normallik testi yapılacak populasyonun ortalaması ve varyansı bilinmemektedir. Oysa K-S Testinde, bu parametrelerin bilindiği kabul edilmektedir. İşte bu Lilliefors Testi K-S testine benzemektedir. Ama, Lilliefors testi Populasyon varyansı ve ortalamasının bilinmediği populasyonların normallik testinin yapılmasına yarar. Aradaki fark nedir diye sorulursa; F(X) in hesaplanmasında (µ ve σ yerine) örnek ortalaması ve standart sapması s nin kullanıldığını bileceğiz. X, S örnek sonuçları istatistiktir. Örnek yığılımlı dağılım fonksiyonu S(X) in hesaplanması ve test istatistiği D nin hesaplanması, K-S testindekilerle aynıdır. Hesaplanan D, test istatistiği Lilliefors test tablo sonuçları ile karşılaştırılır. Eğer D> Tablo değeri ise Ho hipotezi ret edilir. ÖRNEK: Bizim işletmede günlük süt üretimi kakında hipotez testi yapmak üzere rasgele seçilen 15 günlük süt üretim miktarları litre olarak hesaplanmış ve aşağıda verilmiştir Bu bulgulara göre, işletmemizin günlük süt üretiminin normal dağılıp dağılmadığını α=0.05 önem seviyesinde test ediniz.
4 ÇÖZÜM: Populasyon ortalamsı ve varyansı bilinmediğinden, normallik testi Lilliefors testi ile yapılabilir. Verilerin ortalama ve standart sapma değerlerini hesaplayalım. X=96.47, s=4.85 olarak bulunur. Testin uygulanması K_S testindeki işlemlerle aynıdır. Veriler sıraya dizilecek, S(X), F(X) ve mutlak değeleri tabloda verilmiştir. Hesaplamalardan sonra F(X) ve S(X) farkları ve en büyük mutlak fark değeri bulunacak. D istatistiğ tablo değeri ile karşılaştırılacaktır. Örnek ve populayon Yığılmalı Olasılık değerleri X S(X) F(X) 88 1/15=0.067 x P( x 88) P( Z 1.75) /15=0.133 x P( x 91) P( Z 1.13) /15=0.200 x P( x 92) P( Z 0.92) /15=0.267 x P( x 93) P( Z 0.72) /15=0.400 x P( x 94) P( Z 0.51) /15=0.533 x P( x 95) P( Z 0.30) /15=0.600 x P( x 96) P( Z 0.10) /15=0.667 x P( x 98) P( Z 0.32) /15=0.867 x P( x 101) P( Z 0.93) /15=0.933 x P( x 103) P( Z ) /15=1.00 x P( x 105) P( Z 1.76) İlgili Teorik tabloda n=15 ve α=0.01 için kritik değer =0.257 olarak bulunuyor. D= olduğundan, Ho Hipotezi kabul edilir. İşletmemizdeki günlük süt üretiminin verileri NORMAL dağılır diyebiliriz.
5 MUTLAK FARKLAR VE LİLLİEFORS TEST İSTATİSTİĞİ X F(X) S(X) F(X)-S(X) F(X)-S(X) =D Örnekteki verilere birde SPSS Paket programında Normallik testi uygulayalım. Örnek : olsun. H 0 :Veriler µ=100 ve standart sapması σ=10 olan ve normal dağılım gösteren bir yığından çekildiği söylene bilir mi? H 1 : Hayır veriler normal dağılıştan çekilmemiştir. 1. Adım
6 2. Adım
7 3. Adım 4. Adım
8 5. Adım Descriptives Statistic Std. Error Gunluk süt üretimi Mean 100,8000 3, % Confidence Interval for Mean Lower Bound 92,4863 Upper Bound 109,1137 5% Trimmed Mean 100,8333 Median 102,5000 Variance 135,067 Std. Deviation 11,62182 Minimum 80,00 Maximum 121,00 Range 41,00 Interquartile Range 16,50 Skewness -,150,687 Kurtosis,293 1,334 Tests of Normality Kolmogorov-Smirnov a Shapiro-Wilk Statistic df Sig. Statistic df Sig. Gunluk süt üretimi,141 10,200 *,989 10,995 a. Lilliefors Significance Correction VERİLERİN NORMAL DAĞILIŞA UYDUĞU GÖRÜLÜYOR *. This is a lower bound of the true significance.
9
10 Örnek: Kız ve Erkek öğrencilerin Biyoistatistik sınav hata puanları dağılımı verilmiştir Tablo Kız ve Erkeklerin Puan dağılımı Hata Puanı fk fe Kız ve Erkek öğrencilein hata puanlarına göre dağılımlarında fark olup olmadığını iki örnek K-S testi ile test ediniz. SPSS te veriler X= Hata PUANI stununa girilir.. Cinsiyet değişkeni için de Y=Cinsiyet stununa girilir. (Cinsiyet E=1, Cinsiyet K=0) olarak kodlanır. Çözüm K-S Testi için Non Parametri test kısmında 2 Independent Sample seçeneği seçilerek veriler ilgili yerlere atanır.
11 Çözüm: SPSS te veri girişi için
12 Çıktılar şöyledir. Two-Sample Kolmogorov-Smirnov Test Frequencies Cinsiyet N Hata Puani, ,00 10 Total 20 Test Statistics a Hata Puani Most Extreme Differences Absolute,700 Positive,000 Negative -,700 Kolmogorov-Smirnov Z 1,565 Asymp. Sig. (2-tailed),015 a. Grouping Variable: Cinsiyet Yorum: ERKEK ve KIZ öğrencilerin hata puanları türdeş değildir. Kızların hata puanları dağılımı, erkeklerin hata puanı dağılımından önemli düzeyde pozitif uçta yer almaktadır. Kızların hata Puanları, Erkeklerin hata puanlarından daha yüksektir.
13 K-S Tek Örnek Testi Örnek çözüm: Hasta kal. Gun Sayısı Birey Sayısı Bireylerin Tifoya yakalanma ve hastanede kalma günlerine göre dağılımlarında veriler normal dağılışa uyuyor mu? K-S testi ile Test ediniz. KAYNAK: AlimIşık Prof.Dr. İstatistik - II BETA BASIM A.Ş. BAYRAMPAŞA /İSTANBUL 2006 Kazım Özdamar. Paket Programlar ile İstatistiksel veri Analizi KAAN KİTAP EVİ 1999
14 Yorum: Tifoya yakalananların hastanede kalış günleri Normal dağılışa uyuyor P=0.953
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
Detaylıİki 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
DetaylıH.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
DetaylıH.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS DERS NOTLARI I 5 Nisan 2012
H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS DERS NOTLARI I 5 Nisan 2012 Aşağıdaki analizlerde http://yunus.hacettepe.edu.tr/~tonta/courses/spring2010/bby208/bby208
DetaylıH.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 606 Araştırma Yöntemleri (Bahar 2014) 3 Nisan 2014
H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 606 Araştırma Yöntemleri (Bahar 2014) 3 Nisan 2014 t testleri: Tek örneklem t testi, Bağımsız iki örneklem t testi, Bağımlı iki örneklem t testi Aşağıdaki analizlerde
DetaylıBİYOİSTATİSTİK 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
DetaylıSPSS 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,
DetaylıÇALIŞMA PLANLAMA VE MAKALE YAZMADA SIK YAPILAN HATALAR VE ÇÖZÜM ÖNERİLERİ
1 ÇALIŞMA PLANLAMA VE MAKALE YAZMADA SIK YAPILAN HATALAR VE ÇÖZÜM ÖNERİLERİ Doç.Dr.Ayşegül Gözalan, Ankara Atatürk Eğitim ve Araştırma Hastanesi Tıbbi Mikrobiyoloji Prof. Dr. Yakut Akyön Yılmaz Hacettepe
DetaylıDÖNEM II ÜROGENİTAL SİSTEM VE HASTALIKLARIN BİYOLOJİK TEMELLERİ DERS KURULU. Yrd.Doç.Dr.İsmail YILDIZ BİYOİSTATİSTİK AD DERS NOTLARI
DÖNEM II ÜROGENİTAL SİSTEM VE HASTALIKLARIN BİYOLOJİK TEMELLERİ DERS KURULU Yrd.Doç.Dr.İsmail YILDIZ BİYOİSTATİSTİK AD DERS NOTLARI 05.05.2014 Pazartesi, Saat:11.30-12.20;Korelasyon ve Regresyon Uygulaması
DetaylıUYGULAMA 4 TANIMLAYICI İSTATİSTİK DEĞERLERİNİN HESAPLANMASI
1 UYGULAMA 4 TANIMLAYICI İSTATİSTİK DEĞERLERİNİN HESAPLANMASI Örnek 1: Ders Kitabı 3. konuda verilen 100 tane yaş değeri için; a. Aritmetik ortalama, b. Ortanca değer, c. Tepe değeri, d. En küçük ve en
DetaylıPazarlama Araştırması Grup Projeleri
Pazarlama Araştırması Grup Projeleri Projeler kapsamında öğrencilerden derlediğiniz 'Teknoloji Kullanım Anketi' verilerini kullanarak aşağıda istenilen testleri SPSS programını kullanarak gerçekleştiriniz.
DetaylıÇalıştığı kurumun prestij kaynağı olup olmaması KIZ 2,85 ERKEK 4,18
1 * BAĞIMSIZ T TESTİ (Independent Samples t test) ÖRNEK: Yapılan bir anket çalışmasında katılımcılardan, çalıştıkları kurumun kendileri için bir prestij kaynağı olup olmadığını belirtmeleri istenmiş. 30
DetaylıBağımsız Örneklemler İçin Tek Faktörlü ANOVA
Bağımsız Örneklemler İçin Tek Faktörlü ANOVA ANOVA (Varyans Analizi) birden çok t-testinin uygulanması gerektiği durumlarda hata varyansını azaltmak amacıyla öncelikle bir F istatistiği hesaplanır bu F
DetaylıKRUSKAL 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
DetaylıVaryans Analizi (ANOVA) Kruskal-Wallis H Testi. Doç. Dr. Ertuğrul ÇOLAK. Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı
Varyans Analizi (ANOVA) Kruskal-Wallis H Testi Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Konu Başlıkları Tek Yönlü Varyans Analizi SPSS de Tek
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
DetaylıRASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN
RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi
DetaylıMann-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
DetaylıHipotez 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
Detaylı26.12.2013. 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
DetaylıStudent t Testi. Doç. Dr. Ertuğrul ÇOLAK. Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı
Student t Testi Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Konu Başlıkları Tek örnek t testi SPSS de tek örnek t testi uygulaması Bağımsız iki örnek
DetaylıDAĞILMA YADA DEĞİ KENLİK ÖLÇÜLERİ (MEASURE OF DISPERSION) Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ
DAĞILMA YADA DEĞİ KENLİK ÖLÇÜLERİ (MEASURE OF DISPERSION) 1 AMAÇ... Mevcut veri seti için bulunan merkezi eğilim ölçüsünün yorumlamak Birden fazla veri seti için dağılımlar arası kıyaslama yapabilmek amaçlarıyla
DetaylıHipotez 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
DetaylıBİYOİSTATİSTİK 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
Detaylı19. BÖLÜM BİRBİRİYLE İLİŞKİLİ OLAN İKİ DEĞİŞKENDEN BİRİSİNDEKİ DEĞİŞİME GÖRE DİĞERİNİN ALACAĞI DEĞERİ YORDAMA (KESTİRME) UYGULAMA-I
19. BÖLÜM BİRBİRİYLE İLİŞKİLİ OLAN İKİ DEĞİŞKENDEN BİRİSİNDEKİ DEĞİŞİME GÖRE DİĞERİNİN ALACAĞI DEĞERİ YORDAMA (KESTİRME) UYGULAMA-I Bir dil dershanesinde öğrenciler talep ettikleri takdirde, öğretmenleriyle
Detaylı13. Olasılık Dağılımlar
13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon
DetaylıBÖLÜM 8 BİLGİSAYAR UYGULAMALARI - 2
1 BÖLÜM 8 BİLGİSAYAR UYGULAMALARI - 2 Bu bölümde bir veri seti üzerinde betimsel istatistiklerin kestiriminde SPSS paket programının kullanımı açıklanmaktadır. Açıklamalar bir örnek üzerinde hareketle
DetaylıYoğun Bakım Üniteleri Araştırması
Yoğun Bakım Üniteleri Araştırması 22 Temmuz 2015, ANKARA tkhk.istatistik@saglik.gov.tr İstatistik, Analiz ve Raporlama Daire Başkanlığı 1 Hazırlayanlar: H. Erkin SÜLEKLİ (Sağlık Uzman Yardımcısı) Aziz
DetaylıEME 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
DetaylıParametrik 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
DetaylıHİPOTEZ 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
DetaylıAraştırma Yöntemleri. Çıkarımsal İstatistikler: Parametrik Testler I. Giriş
Araştırma Yöntemleri Çıkarımsal İstatistikler: Parametrik Testler I Giriş Bir önceki derste örneklem seçme mantığını işledik Evren ve örneklemden elde edilen değerleri tanımlamayı öğrendik Standart normal
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
DetaylıSÜREKLİ OLASILIK DAĞILIŞLARI
SÜREKLİ OLASILIK DAĞILIŞLARI Sürekli verilerin göstermiş olduğu dağılışa sürekli olasılık dağılışı denir. Sürekli olasılık dağılışlarının fonksiyonlarına yoğunluk fonksiyonu denilmekte ve bu dağılışlarla
Detaylı0.04.03 Standart Hata İstatistikte hesaplanan her istatistik değerin mutlaka hatası da hesaplanmalıdır. Çünkü hesaplanan istatistikler, tahmini bir değer olduğu için mutlaka hataları da vardır. Standart
DetaylıSÜREKLĠ OLASILIK DAĞILIMLARI
SÜREKLĠ OLASILIK DAĞILIMLARI Sayı ekseni üzerindeki tüm noktalarda değer alabilen değişkenler, sürekli değişkenler olarak tanımlanmaktadır. Bu bölümde, sürekli değişkenlere uygun olasılık dağılımları üzerinde
DetaylıSÜREKLİ 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
DetaylıÇND 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
DetaylıOrtalamaların 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
DetaylıTemel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri
Temel İstatistik Tanımlayıcı İstatistik Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri Y.Doç.Dr. İbrahim Turan Mart 2011 DAĞILIM / YAYGINLIK ÖLÇÜLERİ Verilerin değişkenlik durumu ve dağılışın şeklini
DetaylıEME 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
DetaylıYrd.Doç.Dr.Tuncay SEVİNDİK DERS NOTLARI
Yrd.Doç.Dr.Tuncay SEVİNDİK DERS NOTLARI GİRİŞ SPSS paket programı excel vb. paket programlar ile entegre çalışabilen bir analiz programıdır. SPSS programı Sosyal bilimler, sağlık bilimleri ve fen bilimleri
DetaylıPARAMETRİK 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
DetaylıSıralı Verilerle Yapılan Testler Mann-Whitney U Testi
Sıralı Verilerle Yapılan Testler Mann-Whitney U Testi Parametrik testlerin, normal dağılım varsayımına dayandığını, normal dağılıma sahip olmayan veriler üzerinde kullanıldığında, elde edilen sonuçların
Detaylı2018 YILI BİRİNCİ SEVİYE AKTÜERLİK SINAVLARI İSTATİSTİK VE OLASILIK 29 NİSAN 2018
2018 YILI BİRİNCİ SEVİYE AKTÜERLİK SINAVLARI İSTATİSTİK VE OLASILIK 29 NİSAN 2018 Sigortacılık Eğitim Merkezi (SEGEM) tarafından hazırlanmış olan bu sınav sorularının her hakkı saklıdır. Hangi amaçla olursa
DetaylıBKİ 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
DetaylıOLASILIK 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
DetaylıANADOLU 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
DetaylıİSTATİSTİK 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
Detaylı1. FARKLILIKLARIN TESPİTİNE YÖNELİK HİPOTEZ TESTLERİ
1. FARKLILIKLARIN TESPİTİNE YÖNELİK HİPOTEZ TESTLERİ Örneklem verileri kullanılan her çalışmada bir örneklem hatası çıkma riski her zaman söz konusudur. Dolayısıyla istatistikte bu örneklem hatasının meydana
DetaylıKi- 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
DetaylıTanı Testlerinin Değerlendirilmesi. ROC Analizi. Prof.Dr. Rian DİŞÇİ
Tanı Testlerinin Değerlendirilmesi ROC Analizi Prof.Dr. Rian DİŞÇİ İstanbul Üniversitesi, Onkoloji Enstitüsü Kanser Epidemiyolojisi Ve Biyoistatistik Bilim Dalı Tanı Testleri Klinik çalışmalarda, özellikle
DetaylıD.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
Detaylıİstatistik 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
Detaylı3 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
DetaylıBÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ
1 BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel
Detaylı01.02.2013. Statistical Package for the Social Sciences
Hipotezlerin test edilip onaylanması için çeşitli istatistiksel testler kullanılmaktadır. Fakat... Her istatistik teknik her tür analize elverişli değildir. Modele veya hipoteze uygun test istatistiği
DetaylıKullanılacak 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
DetaylıBÖLÜM 14 BİLGİSAYAR UYGULAMALARI - 3 (ORTALAMALARIN KARŞILAŞTIRILMASI)
1 BÖLÜM 14 BİLGİSAYAR UYGULAMALARI - 3 (ORTALAMALARIN KARŞILAŞTIRILMASI) Hipotez testi konusunda görüldüğü üzere temel betimleme, sayma ve sınıflama işlemlerine dayalı yöntemlerin ötesinde normal dağılım
DetaylıUYGULAMA 2 TABLO YAPIMI
1 UYGULAMA 2 TABLO YAPIMI Amaç: SPSS 10 istatistiksel paket programında veri girişi ve tablo yapımı. SPSS 10 istatistiksel paket programı ilk açıldığında ekrana gelen görüntü aşağıdaki gibidir. Bu pencere
DetaylıBİYOİSTATİSTİK 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
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
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
DetaylıParametrik 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
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.
DetaylıParametrik 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
DetaylıKestirim (Tahmin) Bilimsel çalışmaların amacı, örneklem değerinden evren değerlerinin kestirilmesidir.
Biyoistatistik 9 Kestirim (Tahmin) Bilimsel çalışmaların amacı, örneklem değerinden evren değerlerinin kestirilmesidir. Evren parametrelerinin kestirilmesi (tahmini) için: 1. Hipotez testleri 2. Güven
DetaylıİNŞAAT MÜHENDİSLİĞİ BÖLÜMÜ ÖĞRENCİLERİNİN BAŞARI NOTLARININ DEĞERLENDİRİLMESİ. Tamer Yılmaz, Barış Yılmaz, Halim Sezici 1 ÖZET
İNŞAAT MÜHENDİSLİĞİ BÖLÜMÜ ÖĞRENCİLERİNİN BAŞARI NOTLARININ DEĞERLENDİRİLMESİ Tamer Yılmaz, Barış Yılmaz, Halim Sezici 1 ÖZET Bu çalışmada, Celal Bayar Üniversitesi İnşaat Mühendisliği Bölümü öğrencilerinin
DetaylıFARKLILIKLARI İNCELEMEYE YÖNELİK ANALİZ TEKNİKLERİ
FARKLILIKLARI İNCELEMEYE YÖNELİK ANALİZ TEKNİKLERİ GİRİŞ Önceki bölümlerde saha çalışmlarında toplanan verilerin analize hazır hale getirlmesi ve nicel analiz tekniklerinin sınıflandırılması üzerinde durulmuştu.
DetaylıKARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005
KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 1 Karşılaştırma istatistiği Temel kavramlar: Örneklem ve evren:
Detaylıİstatistik 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
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
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
DetaylıNicel / Nitel Verilerde Konum ve Değişim Ölçüleri. BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014
Nicel / Nitel Verilerde Konum ve Değişim Ölçüleri BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014 1 Konum ölçüleri Merkezi eğilim ölçüleri Verilerin ortalamaya göre olan gruplanması nasıl?
Detaylı1.58 arasındaki her bir değeri alabileceği için sürekli bir
7.SUNUM Hatırlanacağı gibi, kesikli rassal değişkenler sonlu (örneğin; 0, 1, 2,...,10) veya sayılabilir sonsuzlukta (örneğin; 0, 1, 2,...) değerler alabilmektedir. Fakat birçok uygulamada, rassal değişkenin
DetaylıLİKERT TİPİ ÖLÇEKLERE FARKLI BİR YAKLAŞIM Kelime Tabanlı Ölçekler ile Gülenyüz Ölçeklerin Karşılaştırılması
LİKERT TİPİ ÖLÇEKLERE FARKLI BİR YAKLAŞIM Kelime Tabanlı Ölçekler ile Gülenyüz Ölçeklerin Karşılaştırılması Kemal KURŞUN Dr. Hakan BAYRAMLIK Orhan ÇİMENCİ Hacettepe Üniversitesi Kara Harp Okulu Kara Harp
DetaylıMIT OpenCourseWare http://ocw.mit.edu. 14.30 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.
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
DetaylıOLASILIK ve KURAMSAL DAĞILIMLAR
OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine
DetaylıBİYOİSTATİSTİK. 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
DetaylıBağımlı 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
DetaylıKazanımlar. 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
DetaylıÖrneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.
ÇIKARSAMALI İSTATİSTİKLER Çıkarsamalı istatistikler, örneklemden elde edilen değerler üzerinde kitleyi tanımlamak için uygulanan istatistiksel yöntemlerdir. Çıkarsamalı istatistikler; Tahmin Hipotez Testleri
DetaylıRİSK ANALİZİ VE AKTÜERYAL MODELLEME MAYIS 2015
RİSK ANALİZİ VE AKTÜERYAL MODELLEME MAYIS 2015 SORU 2: Motosiklet sigortası pazarlamak isteyen bir şirket, motosiklet kaza istatistiklerine bakarak, poliçe başına yılda ortalama 0,095 kaza olacağını tahmin
DetaylıTek 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
DetaylıPARAMETRİK 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
DetaylıGAZİ ÜNİVERSİTESİ, İ.İ.B.F, İSTATİSTİK VE OLASILIĞA GİRİŞ I, UYGULAMA SORULARI. Prof. Dr. Nezir KÖSE
GAZİ ÜNİVERSİTESİ, İ.İ.B.F, İSTATİSTİK VE OLASILIĞA GİRİŞ I, UYGULAMA SORULARI Prof. Dr. Nezir KÖSE 30.12.2013 S-1) Ankara ilinde satın alınan televizyonların %40 ı A-firması tarafından üretilmektedir.
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
DetaylıHipotezlerin test edilip onaylanması için çeşitli istatistiksel testler kullanılmaktadır. Fakat...
Hipotezlerin test edilip onaylanması için çeşitli istatistiksel testler kullanılmaktadır. Fakat... Her istatistik teknik her tür analize elverişli değildir. Modele veya hipoteze uygun test istatistiği
DetaylıEğer Veri Çözümleme paketi Araçlar menüsünde görünmüyor ise yüklenmesi gerekir.
Bölüm BİLGİSAYAR DESTEKLİ İSTATİSTİK EXCEL DESTEKLİ İSTATİSTİK Excel de istatistik hesaplar; Genel Yöntem ve Excel Ġçerikli Çözümler olmak üzere iki esasa dayanabilir. Genel Yöntem; Excel in matematiksel
DetaylıHİPOTEZ 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
DetaylıPARAMETRİK 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
DetaylıHipotez Testi Rehberi. Orhan Çevik İstanbul, 30 Ağustos 2014
Hipotez Testi Rehberi Orhan Çevik İstanbul, 30 Ağustos 2014 Hipotezler Sıfır Hipotezi: H 0 Aksi kanıtlanmadığı sürece doğru olduğu düşünülen varsayımdır. H 0 ın kanıta ihtiyacı yoktur. H 0 ı ret etmek
DetaylıBir 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
DetaylıBÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ
1 BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel sayma
DetaylıParametrik 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
DetaylıPopülasyon Ortalamasının Tahmin Edilmesi
Güven Aralıkları Popülasyon Ortalamasının Tahmin Edilmesi Tanımlar: Nokta Tahmini Popülasyon parametresi hakkında tek bir rakamdan oluşan tahmindir. Popülasyon ortalaması ile ilgili en iyi nokta tahmini
DetaylıAkademik Sosyal Araştırmalar Dergisi, Yıl: 6, Sayı: 83, Aralık 2018, s
Akademik Sosyal Araştırmalar Dergisi, Yıl: 6, Sayı: 83, Aralık 2018, s. 400-427 Yayın Geliş Tarihi / Article Arrival Date Yayınlanma Tarihi / The Publication Date 23.10.2018 10.12.2018 Dr. Öğr. Üyesi.
Detaylı