Regresyon Analizi Basit Do rusal Regresyon Analizi En Küçük Kareler Tekni i Varyans n(v 2 ) Tahmini Basit Do rusal Regresyonda Aral k Tahmini

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Regresyon Analizi Basit Do rusal Regresyon Analizi En Küçük Kareler Tekni i Varyans n(v 2 ) Tahmini Basit Do rusal Regresyonda Aral k Tahmini"

Transkript

1 5 STAT ST K-II Amaçlar m z Bu ütey tamamlad kta sora; k de flke aras dak lflky aç klaya do rusal model kurablecek, k de flke aras dak lflk dereces belrleyeblecek blg ve becerlere sahp olacaks z. Aahtar Kavramlar Regresyo Aalz Bast Do rusal Regresyo Aalz E Küçük Kareler Tek Varyas (v ) Tahm Bast Do rusal Regresyoda Aral k Tahm Regresyo Katsay s Alaml l k Test Korelasyo Aalz Korelasyo Katsay s Belrllk Katsay s Korelasyo Katsay s Alaml l k Test çdekler statstk-ii Regresyo ve Korelasyo Aalz G R f REGRESYON ANAL Z KORELASYON ANAL Z

2 Regresyo ve Korelasyo Aalz G R f Regresyo term köke Sör Fracs Galto a daya r. Galto br de flke üzerde meydaa gele de flm baflka br ya da daha fazla de flke taraf da aç kla p aç klaamayaca kousuda çal fla lk araflt rmac lardad r. 885 y l da kal t m kousuda çal fl rke babalar ve o ullar boylar kousuda yapt araflt rmas da, o ullar boylar ortalamaya do ru yöled ( glzce karfl l regressed ) belrterek regresyo kelmes temel oluflturmufltur. Güümüzde se regresyoa, de flkeler aras dak lflk modellemes fllemler tümüü çere gefl br alam yüklemfltr. Korelasyo se brlkte de flm gösterme e lmdek de flkeler aras dak lflk dereces temsl ede br katsay d r. Bu katsay de flkeler aras dak lflk dereces ya s ra lflk yöüüde belrler. k de flke aras da yüksek korelasyo olmas ble, k de flkede br d er ede olablece göstermez. Korelasyo aalz k de flke aras dak edesellk ç kulla lamad da, edesellk araflt rmas ç d er farkl statstk tekkler kulla lmas gerekr. REGRESYON ANAL Z Regresyo aalzde k veya daha fazla de flke aras dak lflk hag matematksel modelle fade edlece araflt r l r. Sözü edle k de flke aras dak lflk geellkle ede-souç lflks bçmde ortaya ç kar: Gelr, Harcama; Yafl, Boy; Gübre mktar, Verm mktar ; Toprak kaltes, Verm mktar ; Çal flma süres, K - dem tazmat kller aras da ede-souç lflks bulumaktad r. Bu de flkelerde souç durumudak de flke ba ml de flke ede durumudak de flke se ba ms z de flke olarak smledrlr. Regresyo aalzde ba ml de- flke üzerde olufla de flmler aç klamas a çal fl l r. Öre yukar dak kller lkde, br brey harcamas ba ml de flke olarak ele al m flt r. Ba- ms z de flke se ede durumuda ola gelr de flkedr. Geellkle ba ml de flke Y sembolüyle ba ms z de flke se X le fade edlr. De flkeler aras dak lflky gösterme lk yolu grafk yötemdr. X ve Y gözlem kller br grafk üzerde brer okta hâlde gösterlr. flaretlee bu oktalar oluflturdu u flekl serplme dyagram olarak smledrlr. Farkl (X,Y) kller ç fekl 5. deke bezer görüümler elde edleblr. Yatay ekse X; düfley ekse Y de flke olmak üzere (X,Y) koordatl oktalarda olufla fe- X ve Y gözlem kller grafk üzerde brer okta hâlde flaretled flekl serplme dyagram olarak smledrlr.

3 8 statstk-ii fekl 5. Serplme Dyagramlar kl 5. de verle grafkler brer serplme dyagram d r. fekl 5. de k de flke aras da ald klar de erlere göre gözlemleeblecek 4 farkl serplme dyagram öreklemfltr. Serplme dyagram üzerde ba ml ve ba ms z de flke aras dak lflk yap s gözleeblmektedr. fekl 5.(a) ve 5.(b) de k de flke aras da do rusal olmaya lflk, 5.(d) de do rusal lflk görülmektedr. fekl 5.(c) de se k de flke aras da lflk olmad söyleeblr. Noktalar oluflturdu u flekle bakarak lflk yöü ve dereces tahm etmek de mümküdür. Buu ç oktalar e d flta kalalar brlefltrlerek br flekl elde edlr. Söz kousu flekl durumua göre lflk dereces hakk da tahmde buluulur. E er flekl dar br elpse bezyorsa lflk kuvvetldr, elps geflledkçe lflk zay flar. (a) (b) (c) (d) Bast Do rusal Regresyo Regresyo aalzde ba ms z de flke say s br olmas durumuda bast regresyo aalz; brde fazla ba ms z de flke olmas durumuda se çoklu regresyo aalz söz kousu olmaktad r. Bu ütede sadece bast do rusal regresyo aalze yer verlecektr. Serplme dyagram sadece lflk tp üzerde br fkr vereblmektedr. Bu lflk matematksel br fades gelfltrlmes gerekr. Bu deklem elde edld de, ba ml de flke Y ba ms z de flke X olmak üzere, Y de erler tahm ç X de erler kulla l r. X, Y de flkeler aras dak do rusal lflk fadesde kulla la efltl e do rusal regresyo model ya da k saca regresyo deklem der. Bast do rusal regresyo model, Y = α + βx + ε =,,3,...,N fleklde stokastk (olas l kl ) br modeldr. Model de

4 5. Üte - Regresyo ve Korelasyo Aalz 9 Y ; ba ml de flke c gözlemlee de er, X ; ba ms z de flke c gözlemlee de er, ε ; hata term, α : blmeye sabt parametre, β : blmeye regresyo parametresdr. α, do rusal model sabt termdr ve X=0 oldu uda regresyo do rusuu dkey ekse Y y kest oktay göstermektedr. β se do rusal model e m vermektedr ve regresyo aalzde, ba ms z de flke X dek br brmlk de flme, ba ml de flke Y de e kadarl k br de flmeye yol açaca göstere regresyo parametresdr. Y = α + βx + ε flekldek do rusal model, X ve Y de flkeler evreler ç geçerldr. statstksel çal flmalar ço uda oldu u gb, regresyo aalzde de aakütleye lflk verler tümüe ulafl lamad da bu evrede seçle öreklem verleryle aalz yap l r. Öreklem verlerde hareketle aakütle parametreler α ve β tahmler elde edeblmek ç EKK yötemde yararla lablr. Buu ç öcelkle, gözlem kller br serplme dyagram da gösterd mz varsayal m. Serplme dyagram celed de do rusal br e lm görülüyorsa, Y X e göre matematk foksyouu do rusal oldu ua (kes olmasa da) karar verleblr. Acak gözlem oktalar aras da çok say da do rusal foksyo geçrleblr. Bu do rusal foksyolarda e uyguu Y gözlem de erlere e yak kuramsal (tahm) Ŷ de- er vere do rusal foksyo olacakt r. Br baflka fadeyle belrl br X de er ç, elmzde k ordat de er olacakt r; brcs gözlem de er, kcsyse bu okta do ru ya da e r üzerde teork olarak hesaplaacak ordat de erdr. flte, Ŷ kuramsal de erlerle Y gözlem de erler aras dak farklar hata termler oluflturur. e =Y -Ŷ fleklde hesaplaa hata termler poztf ya da egatf ya da s - f r de erlere sahp olurke, bu farklar cebrsel toplam s f ra eflttr. e = ( Y Yˆ )= 0 = = EKK Yötem esas α ve β tahmler ola a ve b y söz kousu farklar kareler toplam mmum ya e = ( Y Yˆ ) = = = m EKK Yötem (Y -Ŷ ) art klar kareler toplam e küçük yapable α ve β tahmler elde edlmese lflk br yötemdr. olacak fleklde belrlemektr. α ve β EKK tahmler, yukar dak e küçük kareler yötem ç, ( ) = = = Y Yˆ ( Y a bx ) fades a ve b ye göre türevler al p s f ra efltleerek:

5 0 statstk-ii e = ( Y a a bx )= 0 e = ( Y b a bx )= 0 buluur, elde edle bu k efltlkte; Y = a+ b X = = XY= a X + b X deklemler buluur. Bu deklemler ormal deklemler olarak smledrlr. Do ru deklemler ve katsay lar e küçük kareler koflulua uygu olarak hesaplamas, bu k deklem çözümüyle gerçeklefleblr. Normal deklemlerdek d er de erler, X, Y, X ve X Y d r ve deklemlerdek X ve Y de erler s f r orje göre fade edlmfllerdr. Bu de erler hesaplad kta sora bast do rusal regresyo modeldek α ve β tahmler ola a ve b y ormal deklemlere dayaarak kolayl kla çözmek mümküdür. a ve b gb k blmeyel k deklem sstemde bu katsay lar hesaplad da Y X e göre tahm edle do rusal regresyo deklem, Ŷ = a + bx fleklde fade edlr. Bu deklemde araflt rmac regresyo deklem kullaarak herhag br X de- er ç Ŷ tahm de er hesaplayablr. Bu fleklde deklemde X yere lgled de er yaza araflt rmac Y modele göre beklee de er hesaplam fl olur. Terse, Y ba ml de flke stee belrl br de er üretecek br X ba- ms z de flke ç beklee de er de hesaplaa Y yere lgled de er yaza araflt rmac, deklem çözerek X soucuu elde edecektr. Tahm edle bast do rusal regresyo modeldek b katsay s s f rda farkl olmas Y le X aras da br ba t oldu uu göstermektedr. b katsay s flaret se X le Y aras dak lflk yöüü belrler. Bu flaret poztf se k de flke aras da ay yölü egatf se ters yölü br lflkde söz edlr. ÖRNEK Br araflt rmac br ma aza ç rastgele seçt 0 güde gözlem yapm fl ve güler tbar yla gele gülük müflter say s ve elde edle cro (T 000 ) de erler gözlemlemfltr. Bu verler Tablo 5. de yer almaktad r. a. Serplme dyagram çzz? b. Crou, müflter say s a göre, bast do rusal regresyo deklem tahm, e küçük kareler tek yle elde edz.

6 5. Üte - Regresyo ve Korelasyo Aalz Gü Gü Gü3 Gü4 Gü5 Gü6 Gü7 Gü8 Gü9 Gü0 Müflter Cro a Tablo 5. Regresyo Model ç Gözlem Vers Tablosu fekl 5. Croya lflk serplme dyagram Kartezye koordat sstemde X ve Y ye at verler flaretled mzde serplme dyagram çzmfl oluruz. Grafk celed de k de flke aras dak lflk do rusal oldu uu göreblrz. b. Bast do rusal regresyo deklem Ŷ = a + bx oluflturablmek ç a ve b katsay lar ormal deklemler yard m yla hesaplayal m. Normal deklemler; Y = a + b X X Y = a X + b X dr. Bu amaçla; X Y, X Y, X, de erler hesaplam fl ve Tablo 5. oluflturulmufltur. Tablou lk sütuu gülük müflter say s (X) ve gülük cro mktar (Y) de flkeler gözlem de erler göstermektedr. Tablo 5. sütular alt da yer ala say lar se lgl sütuu de erler toplam göstermektedr. X Y XY X Tablo 5. Regresyo Deklem Katsay lar Hesaplama Tablosu X=04 Y=369 XY=39098 X =359

7 statstk-ii 369 = 0a + 04b = 04a + 359b Bu k deklemde yer ala a ve b katsay lar ; a = 0,75; b = 3,9 olarak hesapla r. Bua göre tahm edle regresyo do rusu deklem; Ŷ = 0,75 + 3,9X fleklde elde edlr. D KKAT Üte boyuca hesaplamalarda hassasyet sa lamak amac yla olabld ce çok odal kl hae kulla l rke, hesaplama souçlar göstermde yuvarlat lm fl daha az say da odal k haeyle yetlmfltr. Regresyo katsay s 3,9 buludu uda, müflter say s br brm de flt de croda 3,9 brmlk de flme gerçekleflecektr. Regresyo deklem yard m yla araflt rmac gözlemled herhag br X de er ç Y alaca de er tahm edeblr. Öre, ma azay 00 kfl zyaret ett de flletme tahm crosuu blmes steeblr. Bu durumda X=00 olarak gözlemlemfl oldu uda Y tahm, Ŷ = 0,75 + 3,9X = 0,75 + 3,9x00 = 349,40 olarak hesapla r. Bezer bçmde, regresyo deklemde Y belrl br de er vere X de er de tahm edleblr. 600 lük br cro elde etmek ç kaç müflter ma- azaya gelmese htyaç oldu u, Y=600 ç X modele göre beklee de er 600 = 0,75 + 3,9X deklemde X = 76,7 77 olarak buluur. Normal deklemlerde X ve Y de erler yere bular artmetk ortalamalar da sapmalar ola x ve y de erler koulmas yla; deklemler elde edlr. Ta m gere ce x = X -X ve y = Y - Y oldu uda artmetk ortalama temel özellklere göre (armetk ortalamada cebrsel sapmalar toplam s f rd r.) x = 0 ve y = 0 d r. Böylece so k efltlkte b ya da b yx y = a+ b x xy = a x + b x xy x = xy x = elde edlr. a 0 a eflt olmas, ortalamalar orje göre, regresyo do rusuu, de flkeler ortalamalar yla ta mlaa br oktada geçt ortaya koymaktad r. Bu durumda regresyo deklem

8 5. Üte - Regresyo ve Korelasyo Aalz 3 ŷ = bx veya ŷ = b yx x fleklde yaz lablr. Br regresyo do rusu ster s f r orje göre yaz ls ster ortalamalar orje göre yaz ls e m de flmez. Bu edele her k orje göre hesaplaa b katsay s ay d r. Bua karfl l k a se; a = Y - bx efltl de hesapla r. Verler ç e y do ru deklem Yˆ = a +bx fleklde yaz lablr. Örek dek verler ç Y X e göre regresyo deklem, ortalamalar orje göre, e küçük kareler tek yle elde edelm. ÖRNEK Bast do rusal regresyo deklem ortalamalar orje göre yazablmek ç, lk olarak X ve Y sers artmetk ortalamalar ve x, y, xy ve x ler elde edelm. _ X 04 X = = = 04, 0 _ Y 369 Y = = = 36, 9 0 x y x y x -33, -,9 3736,99 095,6 -, -8,9 83,09 488,4 6,9-6,9-47, 47,6-9, -37,9 73,89 364,8-5, -34,9 56,99 8,0 5,9 7, 59,89 34,8 6,9 47, 34,99 47,6 6,9 57, 964,99 85,6 4,9 87, 68,79 60,0 7,9, 37,59 778,4 x=0 y=0 xy=339, x =3990,9 a = 0 xy 339, b= byx = = = x 39, 3990, 9 Bu durumda, ortalamalar orje göre, Y X e göre regresyo deklem, ŷ = 3,9x fleklde yaz l r.

9 4 statstk-ii Yukar dak aç klamalarda Y de flke ba ml de flke, X de flkeyse ba ms z de flke kabul edlmflt. X de flke ba ml Y de flke ba ms z de flke oldu udaysa do rusal regresyo deklem; Xˆ = a + by olarak fade edlecektr. Bu durumda a ve b b ya da b ve xy a=x - by xy y = xy y = formüller yard m yla buluur. b xy ve b yx formüller celed de, her ksde dama ay flaret tafl r fakat ay de erde de ldr. SIRA S ZDE X ba ms z ve Y ba ml de flke olmak üzere br araflt rma gözlemlee de erler zleye tabloda verlmfltr. Verlere lflk serplme dyagram çzz. Serplme dyagram üzerdek oktalar do rusal e lm çde olup olmad klar gözleyz. b katsay - s ve a katsay s hesaplay p regresyo deklem elde edz. Gözlem X Y Varyas (v ) Tahm Bast do rusal regresyo modelde α ve β tahmlere ek olarak, aral k tahmlerde ve hpotez testlerde v tahme gereksm vard r. v, ε hata termler ortak varyas d r. ε tahm e hata term oldu uda e ler varyas da v br tahm olacakt r. Hatalar kareler toplam (HKT), HKT= e HKT = (Y - Y ˆ ) yaz lablr. HKT serbestlk derecese bölümüyle elde edle HKO = HKT k hata kareler ortalamas, (br baflka fadeyle hatalar varyas ), v br tahmdr. Bast do rusal regresyo modelyle hatalar hesaplamas da, α ve β tahmler a ve b kulla ld da, serbestlk dereces (-) olarak yaz l r.

10 5. Üte - Regresyo ve Korelasyo Aalz 5 HKO u kare kökü al d daysa deklem stadart hatas elde edlr ve vˆ le gösterlr. σ = HKO σ = ( Y ˆ Y ı ) Örek dek verler kullaarak elde edle regresyo dekleme dayaarak yap lacak tahmler stadart hatas hesaplayal m. ÖRNEK 3 vˆ hesaplayablmek ç öcelkle, Ŷ lar daha sora da s ras yla (Y - Ŷ ), (Y - Ŷ ) lar hesaplayal m. Ŷ = 0,75 + 3,9x burada, Ŷ (Y - Ŷ ) (Y - Ŷ ) 53,93-3,93 5,4 90,4-0,4 0,83 385,6-84,6 759,94 300,0 4,98 64, 33,9 4,8 9,44 38,3 7,68 58,9 385,6 4,38 594,56 48,54,46,3 444,88 5, 6,4 454,75 0,5 409,90 93,5 σ = σ = ( Y ˆ Y ı ) 93, 5 0 = 5, 69 = 33, 94 olarak elde edlr. Bast Do rusal Regresyoda Aral k Tahm statstksel ç karsamalarda yap la tahmler, gerçek de erlerle geellemes aral k tahmleryle yap l r. Regresyo çözümlemes, öreklem verleryle yap ld - da, elde edle a ve b ler aakütle parametreler α ve β ya lflk aral k tahmlerde kulla lmas söz kousudur.

11 6 statstk-ii α ç güve aral ; P (a - t α.s a α a + t α.s a ) = - α fleklde verlr. s a, a stadart hatas d r ve s a = σ + X ( X X) formülüyle hesapla r, t α se α alaml l k düzey - serbestlk derecesde t tablosuda bulua de erdr. β ç güve aral ; P (b - t α.s b β a + t α.s b ) = - α s b = σ ( X X) fleklde hesapla r. ÖRNEK 4 Örek de b=3,9 olarak hesaplam flt r. Bu souca göre, β katsay s %95 güve aral hesaplayal m. b= 3,9 s b = σ ( X X) 33, 94 33, 94 = = = 054, 3990, 9 63, 7 ve o=8 serbestlk derecesde t tablo de er,306 d r. Bua göre β ç %95 güve aral 3,9 ± (,306) (0,54) P (3,9 -,5 β 3,9 +,5) = 0,95 P (,04 β 4,54) = 0,95 olarak hesapla r. Regresyo katsay s β 0,95 olas l kla alablece de erler,04 le 4,54 aras da olacakt r. Regresyo Katsay s Alaml l k Test Bast do rusal regresyo aalzde, br ba ml br ba ms z de flke olmas edeyle, test edlecek parametreler α ve β olacakt r. Daha öce aç klad gb, α tahm a regresyo sabtdr ve b se β tahm olup regresyo katsay s d r. Bast do rusal regresyo modeldek regresyo katsay s a lflk yap la test, regresyo do rusuu alaml l da test etmektedr. föyle k: H o : β=0 H : β 0 hpotezler

12 5. Üte - Regresyo ve Korelasyo Aalz 7 t h b = s b statst de yararla larak test edlr. α alam düzeyde - serbestlk derecesde t tablosuda bulua de er hesaplaa t test statst de büyükse H o : β=0 hpotez kabul edlr ve regresyo do rusu alaml de ldr. D er br fadeyle Y dek de flmler X dek de flmelerde kayaklamamaktad r (X ve Y aras da do rusl br lflk yoktur). t statst de er t tablo de erde büyükse H o reddedlr, ya regresyo do rusu alaml d r. Elde edle do rusal regresyo model amaca uygu olarak kulla lablr. Örek de elde edle regresyo katsay s α=0,05 alam düzeyde alaml l k test yapal m. H o : β=0 H : β 0 b Hpotezler test edelm th = öreklem küçük oldu u ç bemsee t, sb o= - = 8 serbestlk derecesde t da l r. ÖRNEK 5 t h = b s = 39, 054 = 609,, b α=0,05 ve 8 serbestlk dereces le t 0,05 =,306 oldu uda t h > t 0,05 dr ve H 0 reddedlecektr, b katsay s statstksel olarak alaml d r. KORELASYON ANAL Z fu aa kadar çal flmalar m z regresyo aalz bafll alt da br aç klay c (ba ms z) d er aç klaa (ba ml ) olmak üzere k de flke aras dak do rusal lflkye at deklem üzerde yo ulaflm flt r. Buda sorak kesmde, k de flke aras dak do rusal lflk dereces celeecektr. Bast Do rusal Korelasyo Katsay s k cel de flke aras dak lflk dereces ve yöüü belrlemek ç r le gösterle Pearso korelasyo katsay s veya bast korelasyo katsay s hesapla r. Bu katsay, - r aral da de er al r. Poztf korelasyo katsay s de flkelerde br de er artt da d er de de er artt ; egatf korelasyo katsay s se de flkelerde br de er artarke d er de er azald belrtr. r = ± oldu uda, söz kousu k de flke mükemmel/tam lflk çdedr. Bua karfl l k r = 0 olmas k de flke hçbr lflk çde olmad klar gösterr. r -0,50 ya da +0,50 etraf da br de er ald da se de flkeler aras da orta düzeyl br lflk varl da söz edlr. Korelasyo e az k de flke ç ta mlasa da, br de flke keds le korelasyou + dr. Korelasyo katsay s r belrtt lflk derece ve yöü fekl 5.3 te özetlemektedr.

13 8 statstk-ii fekl 5.3 Pearso Korelasyo Katsay s lflk Yö ve Dereceler Tam Mükemmel Negatf (Ters Yölü) lflk Korelasyo Yok Tam Mükemmel Poztf (Ay Yölü) lflk Güçlü Negatf Zay f Negatf lflk Zay f Poztf lflk Güçlü Poztf - 0 Bast do rusal korelasyo katsay s k de flke aras dak do rusal lflk dereces ve yöüü belrler. X ve Y gb k de flke aras dak bast do rusal korelasyo katsay s farkl formüller yard m yla hesaplaablr. Bularda brcs S x, S y s ras yla X ve Y de flkeler stadart sapmas olmak üzere, X ve Y de flkeler aras dak. Pearso ( X X)( Y Y) korelasyo katsay s r = = olarak hesaplamas d r. kc olarak ( ) sxsy ( X X)( Y Y) do ruda k de flkee lflk verlerde hareketle r = = ( X X) ( Y Y) = = formülüyle hesaplaablr. Korelasyo katsay s hesaplarke yararlaablece mz br d er formül se flu flekldedr: r=+ b b yx xy Formüldek; b yx = Y X e göre regresyo katsay s b xy = X Y ye göre regresyo katsay s d r. Burada dkkat edlmes gereke okta regresyo katsay lar poztfse korelasyo katsay s poztf, e er her k regresyo katsay s flaret egatfse korelasyo katsay s da egatf olacakt r. ÖRNEK 6 Örek dek X ve Y de flkelere lflk Pearso korelasyo katsay s stadart sapma de erler kullaarak buluuz. X ve Y de flkeler stadart sapmalar kullaarak korelasyo katsay s - hesaplaablmes ç zleye tabloda verld gb s ras yla (X - X ), (Y - Y ) ve (X - X ) (Y - Y ) hesaplamas gerekr.

14 5. Üte - Regresyo ve Korelasyo Aalz 9 Müflter Cro X -X Y -Y (X -X )(Y -Y ) X Y ,058 76,355-33, -,9 3736,99 -, -8,9 83,09 6,9-6,9-47, -9, -37,9 73,89-5, -34,9 56,99 5,9 7, 59,89 6,9 47, 34,99 6,9 57, 964,99 4,9 87, 68,79 7,9, 37,59 339,0 = 0, ( X X)( Y Y) = 339, 0 olarak hesaplam flt r. Korelasyo katsay s ç = gerekl ola X ve Y de flkeler stadart sapmalar s x =,058 ve s y = 76,355 d r. Bu de erler formülde yere koularak buluur. Hesaplaa bu korelasyo katsay - s a göre; k de flke aras da güçlü ay yölü (poztf) lflk oldu u söyleeblr. Örek dek X ve Y de flkelere lflk Pearso korelasyo katsay s afla dak efltl kullaarak hesaplay z. SIRA S ZDE r = ( X X)( Y Y) = ( X X) ( Y Y) = = Belrllk Katsay s De flkeler aras dak lflk dereces korelasyo katsay s yard m yla belrlerke bu katsay de ere ba l olarak zay f, orta ve güçlü lflk gb telemeler söz kousu olur. Ba ml de flkede meydaa gele de flmeler e kadar ba- ms z de flkedek de flmelerle aç klaablece belrlemek amac yla belrllk katsay s kula l r. Belrllk katsay s Pearso korelasyo katsay s r kares al mas le hesapla r ve 0 le aras da de erler al r, r sembolü le gösterlr. Belrllk katsay s, Ba ml de flkede meydaa gele de flmeler e kadar ba ms z de flkedek de flmelerle aç klaablece gösterr. 0 r r = se Y dek de flm %00 üü X ba ms z de flke taraf da aç klaabld kabul edlr. r = 0 se X ba ms z de flke, Y ba ml de flke hç aç klayam yor demektr.

15 30 statstk-ii ÖRNEK 7 Örek de verle gülük elde edle cro de flke e kadarl k br bölümüü gülük müflter say s le aç klaablece buluuz. Bu soruu cevaplamas ç korelasyo katsay de ere htyaç bulumaktad r. Bu de erde öcek örekte r=0,908 olarak bulumufltu. Bu say kares belrllk katsay s olaca da (0,908) =0,8 olarak hesapla r. Söz kousu ma aza gülük crosua, gülük müflter say s etks %8 oldu u söyler. Gerye kala %8 se müflter say s a ba l olamaya k s md r. Korelasyo Katsay s Alaml l k Test Evre korelasyo katsay s ρ (ro) le sembolze edlr. Evre korelasyo katsay s ρ=0 ola br aa kütlede seçle öreklemler r katsay lar ormal da l ma sahptr. Bu edele, H 0 : ρ= 0 H : ρ 0 hpotezler test edlr. Hpotezler kurulmas ard da öreklem korelasyo katsay s yard m yla r t = statst hesapla r. r Daha sora belrlee alam düzey ve - serbestlk derecese göre t tablosuda krtk de er belrler. Belrlee bu krtk de er yard m yla (-krtk de er, +krtk de er) aral ta mla r. Hesaplaa t de er, söz kousu bu aral kta yer ald da H 0 hpotez kabul, bu aral kta yer almad da se reddedlr. H 0 reddedlmes alam hesaplam fl korelasyo katsay s statstksel olarak alaml oldu udur. ÖRNEK 8 Örek de verle probleme lflk olarak aa kütle korelasyo katsay s de er 0 a eflt mdr? %5 alam düzeye göre test edz. lk olarak H 0 : ρ = 0 (Evre korelasyou 0 d r.) H : ρ 0 (Evre korelasyou 0 de ldr.) hpotezler yaz l r. Daha sora tabloda gerekl krtk de erler elde edlr. t da l m tablosu yard - m yla %5 alam düzey ve -=0-=8 serbestlk dereces ç elde edle krtk de- erler le belrlee H 0 hpotez red bölgeler fekl 5.4 tek gbdr.

16 5. Üte - Regresyo ve Korelasyo Aalz 3 fekl 5.4 S f r Hpotez Red Bölges S f r Hpotez Kabul Bölges S f r Hpotez Red Bölges %5 Alam Düzey ve 8 Serbestlk Dereces le Korelasyo Katsay s Alaml l k Testde H o Kabul ve Red Bölgeler Souda test ç gerekl ola gözlemlee t statst de er hesapla r. r 0, Bu de er t = = 6, 9 olarak buluur. Hesaplaa bu 6,9 r 0, 908 de er fekl 5.4 te gösterle krtk de erler aral da, ya H 0 kabul bölgesde yer almad da lglele de flkeler aras dak korelasyo s f rd r. hpotez reddedlr. De flkeler aras da aa kütle düzeyde de lflk bulumaktad r. 0 kfllk br s ftak ö recler statstk ve matematk derslerdek baflar pualar tabloda verlmfltr. Bu s ftak ö recler statstk ve matematk derslerdek baflar sevyeler aras da br lflk olablece düflüülmektedr. Bu lflk belrlemes ç, ö recler zleye tabloda verle statstk ve matematk s avlar baflar pualar celeecektr: 3 SIRA S ZDE Ö rec statstk Baflar Pua Matematk Baflar Pua a. statstk ve matematk dersler baflar pualar yla lgl korelasyo katsay s - hesaplay z. b. statstk ders baflar pua e kadarl k k sm matematk ders baflar pua taraf da aç klaablece hesaplay z. c. Korelasyo katsay s statstksel olarak alaml olup olmad %5 alaml l k düzeye göre test edz.

17 3 statstk-ii Özet A MAÇ k de flke aras dak lflky aç klaya do rusal model kurmak Regresyo aalz lflk çde bulua de flkeler aras dak lflk do as belrlemek ve bu lflky kullaarak o kou le lgl tahmler (estmato) ya da kestrmler (predcto) yapablmek amac yla kulla la statstksel br tekktr. Regresyo aalzde ba ml de flke üzerde olufla de flmler aç klamas a çal fl l r. Regresyo aalz yal zca br aç klay c de flkele yap lmas düflüülemez. Gerçekte de regresyo aalz brde fazla ba ms z de flke üzerde de yap lablr. Br ba ms z de flke olmas durumuda bast do rusal regresyo aalz; brde fazla ba ms z de flke olmas durumuda çoklu do rusal regresyo aalz söz kousu olmaktad r. X, Y de flkeler aras dak do rusal lflk fadesde kulla la efltl e do rusal regresyo model ya da k saca regresyo deklem der. Do rusal regresyo deklem tahm ç kulla lable farkl tekkler aras da e çok ble e küçük kareler tek- dr. Bast do rusal regresyo model, A MAÇ k de flke aras dak lflk dereces belrlemek k ya da daha fazla ve e az aral kl ölçe e uygu fleklde ölçümlemfl de flkeler aras dak lflk dereces belrlemek ç r le gösterle Pearso korelasyo katsay s le hesapla r. Korelasyo katsay s, - r aral da de er al r. Poztf korelasyo katsay s de flkelerde br de er artt da d er de de er artt ; egatf korelasyo katsay s se de flkelerde br de er artarke d er de- er azald belrtr. r = ± oldu uda, söz kousu k de flke mükemmel/tam lflk çdedr. Bua karfl l k r = 0 olmas k de flke hçbr lflk çde olmad klar gösterr. Y = α + βx + ε olarak yaz l r. E küçük kareler tek de, bast do rusal regresyo modelde yer ala aa kütle parametreler α ve β ç eldek ver yard m yla Y b X XY X Y a = ve b = X ( X) tahmler hesapla r. Böylelkle bulua a ve b parametre tahmler do ru deklemde yerlere koarak bast do rusal regresyo deklem Ŷ = a + bx olarak yaz l r.

18 5. Üte - Regresyo ve Korelasyo Aalz 33 Kedmz S ayal m. Afla daklerde hags de flkeler aras dak lflk yap s hakk da geel br bak fla mka sa lar? a. Hstogram b. Serplme dyagram c. Frekas polgou d. Normal e r e. Pasta grafk. Hag yaklafl mda ba ml ve ba ms z de flkeler aras dak do rusal lflk matematksel foksyou ortaya komaya çal fl l r? a. Hpotez test b. Aral k Tahm c. Regresyo aalz d. Korelasyo aalz e. Varyas aalz 3. Ba ml de flkele (Y ) gözlem de erleryle regresyo deklemde hesaplaa (Ŷ ) de er aras dak farka e ad verlr? a. Hata Term b. Varyas c. Korelasyo d. Katsay e. Parametre 4. Ŷ = + 5X Regresyo deklemde (b) regresyo katsay s afla daklerde hagsde do ru olarak fade edlmfltr? a. X dek br brmlk de flm Y de 5 brmlk de flme ede olur. b. X dek br brmlk art fl Y de brmlk art fla ede olur. c. X de brmlk azalma Y de brmlk azal fla ede olur. d. X de br brmlk de flm Y de brmlk de flme ede olur. e. X de erdek de flm Y de ere etks yoktur. Afla dak tabloyu celeyz. 5-6 ve 7. Sorular afla dak blglere göre cevaplad r lacakt r. X Y Ŷ =a+bx Yukar dak tablodak verlerde oluflturula regresyo modelde a = 6 oldu uda, regresyo do rusuu e m afla daklerde hagsdr? a. - b. 0 c. d. e Tablo verlere göre HKT de er edr? a. 4,6 b. 6,8 c. 0 d. -6,8 e. -4,6 7. Tablo verlere göre tahmler stadart hatas (σ) edr? a. 3, b. 6,4 c. 3 d. 6 e. 0

19 34 statstk-ii 8. Afla daklerde hags serplme dyagram öre dr? a. b Br araflt rmada X ve Y de flkeler ç gözlem de- erler afla dak tabloda verlmfltr. X Y c. d X ve Y de flkeler aras dak korelasyo katsay s edr? a. -0,9 b. -0,45 c. 0,0 d. 0,55 e. 0, Sorudak gözlem verlerde hareketle hesaplaacak belrllk katsay s edr? a. 0,8 b. 0, c. 0. d. 0,4 e. 0,77 e

20 5. Üte - Regresyo ve Korelasyo Aalz 35 Kedmz S ayal m Ya t Aahtar. b Ya t z yal fl se Regresyo Aalz kousuu yede gözde geçrz.. c Ya t z yal fl se Regresyo Aalz kousuu yede gözde geçrz. 3. a Ya t z yal fl se Bast Do rusal Regresyo Aalz kousuu yede gözde geçrz. 4. a Ya t z yal fl se Bast Do rusal Regresyo Aalz kousuu yede gözde geçrz. 5. d Ya t z yal fl se Bast Do rusal Regresyo Aalz kousuu yede gözde geçrz. 6. c Ya t z yal fl se Varyas (σ ) Tahm kousuu yede gözde geçrz. 7. e Ya t z yal fl se Bast Do rusal Regresyo Aalz kousuu yede gözde geçrz. 8. d Ya t z yal fl se Bast Do rusal Regresyo Aalz kousuu yede gözde geçrz. 9. e Ya t z yal fl se Korelasyo Aalz kousuu yede gözde geçrz. 0. e Ya t z yal fl se Korelasyo Aalz kousuu yede gözde geçrz. S ra Szde Ya t Aahtar S ra Szde Verlere lflk serplme dyagram çzld de afla da verle grafk elde edlr Serplme dyagram dak oktalar do rusal e lm çde olduklar gözlemektedr. Öerle efltlk yard - m yla b katsay s hesaplaablmes ç öcelkle x ve y de flkeler ortalamalar bulumal d r. x X = = = = = 5 y Y = = = = = 5 Ard da ara hesaplamalar ç gereke afla dak tablo oluflturulur. Tablou alt dak say lar lgl sütular toplamlar oldu u uutulmamal d r. Tabloda elde edle de erlerle ( X X)( Y Y) b = = 85 = = 06, 730 ( X X) = olarak buluur. Daha sora bu b de er kulla larak y b x 80 ( 0, 6).( 300) a = = =, 089 olarak elde edlr. X Y X -X Y -Y (X -X )(Y -Y ) (X -X ) Ŷ = a + bx =, ,6X bçmde regresyo deklem elde edlr. Bu do ru serplme dyagram üzerde gösterld de se zleye grafk elde edlr y=a+bx ^ y

21 36 statstk-ii S ra Szde Efltl sa taraf dak de erler elde edlmes amac yla zleye tablo oluflturulur. X lgl de erler efltlkte yerlere koarak olarak buluur. S ra Szde 3 a. Pearso korelasyo katsay s hesaplamas ç kulla lacak r = Y X -X Y -Y (X -X )(Y -Y ) (X -X ) (Y -Y ) -33, -,9 3736,99 095,6 746,4 -, -8,9 83,09 488,4 687,4 6,9-6,9-47, 47,6 383,6-9, -37,9 73,89 364,8 436,4-5, -34,9 56,99 8,0 8,0 5,9 7, 59,89 34,8 734,4 6,9 47, 34,99 47,6 8,4 6,9 57, 964,99 85,6 360,4 4,9 87, 68,79 60,0 7586,4 7,9, 37,59 778,4 566,4 339, 0 r = = 0908, ( 3990, 90).( 5470, 90) ( X X)( Y Y) = ( X X) ( Y Y) = = 339,0 3990, ,90 formülüe uygu olarak, gerekl ara de erler çere br tablo oluflturulur. X Y , r = = = 0, , 5x557, , 073 Korelasyo de ere göre; k de flke aras da ay yölü güçlü korelasyo oldu u söyleeblr. b. Belrllk katsay s korelasyo katsay s de er kares ola (0,947)=0,897 olacakt r. Dolay s yla bu s ftak ö recler statstk dersde elde ettkler baflar pualar a matematk dersde elde ettkler baflar pualar etks %89,7 oldu u söyleeblr. Bu, oldukça büyük br de er oldu uda, bu s ftak 0 ö rec matematk dersdek baflar lar statstk dersdek baflar lar a olumlu (poztf) yöde güçlü br etks oldu u söyleeblr. c. H 0 : ρ = 0 H : ρ 0 hpotezler kurulur. X -X Y -Y (X -X )(Y -Y ) (X -X ) (Y -Y ) 6,5 0,5 33,5 4,5 40,5,5 5,5 78,5 3,5 40,5 6,5 5,5 675,75 70,5 650,5-8,5-4,5 3,5 7,5 0,5-8,5-4,5 698,5 8,5 600,5,5-9,5-4,5,5 90,5-3,5-4,5 50,75,5 0,5-43,5-44,5 935,75 89,5 980,5,5 30,5 655,75 46,5 930,5 6,5 5,5 55,75 7,5 40,5 469,5 440,5 557,5 r 0947, , t = = = = 83468, r 0, 897 0, 309 buluur. 8,3468 olarak hesaplaa t de er fekl 5.5 tek s f r hpotez red bölgesde kald da, lglele de flkeler aras dak korelasyo s f rd r hpotez reddedlr. Baflka br fadeyle k de flke aras da statstksel olarak alaml br lflk söz kousudur.

22 5. Üte - Regresyo ve Korelasyo Aalz 37 Yararla la ve Baflvurulablecek Kayaklar Corllo, Perre-Adré ve Matzer-Løber, Érc (007), Regresso Theore et Applcatos, Sprger-Verlag Frace, Pars. Çömlekç, Necla (994), Temel statstk lke ve Tekkler, Blm Tekk Yay ev Yay, Eskflehr. Durucasu, Hasa (003), Excel le Matrs Uygulamalar, Brlk Ofset Yay, Eskflehr. f klar, Emel (000), Regresyo Aalze Grfl, Aadolu Üverstes Yay, Eskflehr. Yüzer, Al Fuat (996), Olas l k ve statstk, Aadolu Üverstes Yay, Eskflehr.

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ TALEP TAHMİNLERİ Y.Doç.Dr. Alpagut YAVUZ Yöetm e temel foksyolarıda br ola plalama, e kaba taımıyla, şletme geleceğe yöelk alıa kararları br bleşkesdr. Geleceğe yöelk alıa kararları başarısı yöetcler yaptıkları

Detaylı

Regresyon ve Korelasyon Analizi. Regresyon Analizi

Regresyon ve Korelasyon Analizi. Regresyon Analizi Regresyo ve Korelasyo Aalz Regresyo Aalz Regresyo Aalz Regresyo aalz, aralarıda sebep-souç lşks bulua k veya daha fazla değşke arasıdak lşky belrlemek ve bu lşky kullaarak o kou le lgl tahmler (estmato)

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde azla dağılışı karşılaştırmak ç kullaıla ve ayrıca örek verlerde hareket le rekas dağılışlarıı sayısal olarak özetleye değerlere taımlayıcı statstkler der. Aalzlerde

Detaylı

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ Değşkeler Arasıdak İlşkler Regresyo ve Korelasyo Dr. Musa KILIÇ http://ks.deu.edu.tr/musa.klc 1. Grş Buda öcek bölümlerde celedğmz koular, br tek değşke ç yorumlamalar yapmaya yöelk statstk yötemler üzerde

Detaylı

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun:

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun: Grş İSTATİSTİK I Ders Değşkelk ve Asmetr Ölçüler Ortalamalar, serler karşılaştırılmasıda her zama yeterl ölçüler değldr. Ayı ortalamayı sahp serler arklı dağılım göstereblrler. Bu edele serler karşılaştırılmasıda,

Detaylı

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 03.05.013 ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 1 Nede Örekleme? Öreklemde çalışmak ktlede çalışmakta daha kolaydır. Ktle üzerde çalışmak çok daha masraflı olablr. Çoğu durumda tüm ktleye ulaşmak

Detaylı

Korelasyon ve Regresyon

Korelasyon ve Regresyon Korelasyon ve Regresyon 1 Korelasyon Analz İk değşken arasında lşk olup olmadığını belrlemek çn yapılan analze korelasyon analz denr. Korelasyon; doğrusal yada doğrusal olmayan dye kye ayrılır. Korelasyon

Detaylı

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir. YER ÖLÇÜLERİ Yer ölçüler, verler merkez veya yığılma oktasıı belrleye statstklerdr. Grafkler bze verler yığılma oktaları hakkıda ö blg vermede yardımcı olurlar. Acak bu değerler gerçek değerler değldr,

Detaylı

BEKLENEN DEĞER VE VARYANS

BEKLENEN DEĞER VE VARYANS BEKLEE DEĞER VE VARYAS.1. İadel ve adesz öreklemede tüm mümkü örekler.. Beklee değer.3. Varyas.4. İk değşke ortak dağılımı.5. İstatstksel bağımsızlık.6. Tesadüf değşkeler doğrusal kombasyolarıı beklee

Detaylı

Doç. Dr. Mehmet AKSARAYLI

Doç. Dr. Mehmet AKSARAYLI Doç. Dr. Mehmet AKSARALI www.mehmetaksarayl İstatstksel araştırmalarda k yada daha çok değşke arasıdak lşk celemes ç e çok kullaıla yötemlerde brs regresyo aalzdr. Değşkeler arasıdak lşk matematksel br

Detaylı

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması . Ders ĐSTATĐSTĐKTE SĐMÜLASYON Tahm Edcler ve Test Đstatstkler Smülasyo le Karşılaştırılması Đstatstk rasgelelk olgusu çere olay süreç ve sstemler modellemesde özellkle bu modellerde souç çıkarmada ve

Detaylı

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR Ölçme, her deeysel blm temel oluşturur. Fzk blmde de teorler sıaması ç çeştl deeyler tasarlaır ve bu deeyler sırasıda çok çeştl ölçümler yapılır. Br fzksel celğ

Detaylı

İki veri setinin yapısının karşılaştırılması

İki veri setinin yapısının karşılaştırılması İk ver set yapısıı karşılaştırılması Dağılım: 6,6,6 Ortalama: 6 Medya: 6 Mod: 6 td. apma: 0 Dağılım: 0,6,1 Ortalama: 6 Medya: 6 Mod: çoklu mod td: apma: 6 Amaç: Görüe Ötese Bakablmek Verler değşkelk durumuu

Detaylı

TRAFİK SİMÜLASYON TEKNİKLERİ

TRAFİK SİMÜLASYON TEKNİKLERİ TRAFİK SİMÜLASYON TEKNİKLERİ 2. HAFTA Doç. Dr. Haka GÜLER (2015-2016) 1. TRAFİK AKIM PARAMETRELERİ Üç öeml rafk akım parameres vardır: Hacm veya akım oraı, Hız, Yoğuluk. 2. KESİNTİSİZ AKIM HACİM E AKIM

Detaylı

Quality Planning and Control

Quality Planning and Control Qualty Plag ad Cotrol END 3618 KALİTE PLANLAMA VE KONTROL Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üverstes Edüstr Mühedslğ Aablm Dalı 1 Qualty Maagemet İstatstksel Proses Kotrol Kotrol Kartları 2 END 3618

Detaylı

HĐPERSTATĐK SĐSTEMLER

HĐPERSTATĐK SĐSTEMLER HĐPERSTATĐK SĐSTELER Taım: Bütü kest zorları, şekldeğştrmeler ve yerdeğştrmeler belrlemes ç dege deklemler yeterl olmadığı sstemlere hperstatk sstemler der. Hperstatk sstemler hesabı ç, a) Dege deklemlere,

Detaylı

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ Taımlayıcı İstatstkler (Descrptve Statstcs) Dr. Musa KILIÇ TANIMLAYICI ÖRNEK İSTATİSTİKLERİ YER ÖLÇÜLERİ (Frekas dağılışıı abss eksedek durumuu belrtr.) DEĞİŞİM ÖLÇÜLERİ ( Frekas dağılışıı şekl belrtr.).

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Pel İYİ GENETİK ALGORİTMA UYGULANARAK VE BİLGİ KRİTERLERİ KULLANILARAK ÇOKLU REGRESYONDA MODEL SEÇİMİ İSTATİSTİK ANABİLİM DALI ADANA, 006

Detaylı

Polinom İnterpolasyonu

Polinom İnterpolasyonu Polom İterpolasyou (Ara Değer Bulma Br foksyou solu sayıdak, K, R oktalarıda aldığı f (, f (,, f ( değerler bls (foksyou keds blmyor. Bu oktalarda geçe. derecede br tek, P a + a + a + + a (... polumu vardır

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Taımlayıcı İstatstkler br değerler dzs statstksel olarak geel özellkler taımlaya ölçülerdr Taımlayıcı İstatstkler Yer Göstere Ölçüler Yaygılık Ölçüler Yer Göstere Ölçüler Br dağılımı

Detaylı

9. Ders. Đstatistikte Monte Carlo Çalışmaları

9. Ders. Đstatistikte Monte Carlo Çalışmaları 9. Ders Đstatstkte Mote Carlo Çalışmaları Đstatstk rasgelelk olgusu çere olay süreç ve sstemler modellemesde özellkle bu modellerde souç çıkarmada ve bu modeller geçerllğ sıamada kullaıla bazı blg ve yötemler

Detaylı

Tahmin Edici Elde Etme Yöntemleri

Tahmin Edici Elde Etme Yöntemleri 6. Ders Tahmi Edici Elde Etme Yötemleri Öceki derslerde ve ödevlerde U(0; ) ; = (0; ) da¼g l m da, da¼g l m üst s r ola parametresi içi tahmi edici olarak : s ra istatisti¼gi ve öreklem ortalamas heme

Detaylı

TEST - 1 ELEKTROMANYET K NDÜKS YON

TEST - 1 ELEKTROMANYET K NDÜKS YON EETET DÜS TEST - y 3 x magnetk ak Φ z S enz kanununa göre: Tel çerçeve +x yönünde çeklrse, tel çerçevede den ye do ru ndksyon - S kutuplar karfl l kl olarak brbrne yaklaflt r l rsa, m knat slar aras ndak

Detaylı

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu Br KANUN ve Br TEOREM Büyük Türkçe Sözlük kau Đg. law Doğa olaylarıı oluş edeler ortaya koya ve gelecektek olayları öcede kestrme olaağı vere bağıtı; Newto kauu, Kepler kauları. (BSTS / Gökblm Termler

Detaylı

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç Sayısal Türev Sayısal İtegrasyo İterpolasyo Ekstrapolasyo Bölüm Üç Bölüm III 8 III-. Pvot Noktaları Br ( ) oksyouu değer, geellkle ekse üzerdek ayrık oktalarda belrler. Bu oktalara pvot oktaları der. Bu

Detaylı

Doğrusal Korelasyon ve Regresyon

Doğrusal Korelasyon ve Regresyon Doğrusal Korelasyon ve Regresyon En az k değşken arasındak lşknn ncelenmesne korelasyon denr. Kşlern boyları le ağırlıkları, gelr le gder, öğrenclern çalıştıkları süre le aldıkları not, tarlaya atılan

Detaylı

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy Ders Sorumlusu: Doç. Dr. Necp ŞİMŞEK Problem. deklem sağlaya tüm kompleks sayılarıı buluu. Çöüm deklem şeklde yaablr. Bu so y kompleks sayıları ç y yaalım. Bu taktrde deklemde, baı y ( ) y elde edlr. Burada

Detaylı

AKTÜERLK SINAVLARI OLASILIK VE STATSTK SINAVI ÖRNEK SORULARI. için. 01 olaslk younluk fonksiyonu aa daki seçeneklerden hangisinde yer.

AKTÜERLK SINAVLARI OLASILIK VE STATSTK SINAVI ÖRNEK SORULARI. için. 01 olaslk younluk fonksiyonu aa daki seçeneklerden hangisinde yer. SORU : AKTÜERLK SINAVLARI OLASILIK VE STATSTK SINAVI ÖRNEK SORULARI X raslat deikeii olas l k youluk foksiyou 8x, x f(x) = 0, ö.d olarak verilmitir. Bua göre 0< y içi Y = raslat deikeii X olaslk youluk

Detaylı

YÖNEYLEM ARAŞTIRMASI III. Dinamik Programlama. Örnek 3: Tıbbi Müdahale Ekiplerinin Ülkelere Dağıtımı

YÖNEYLEM ARAŞTIRMASI III. Dinamik Programlama. Örnek 3: Tıbbi Müdahale Ekiplerinin Ülkelere Dağıtımı YÖNEYLEM ARAŞTIRMASI III Hafta Determstk Damk Programlama (devam) Damk Programlama Geçe derste küçük ölçekl problemler damk programlamayla yelemel olarak asıl çözüldüğüü gördük. Bu derste, öreklere devam

Detaylı

FİNANSAL YÖNETİM. Finansal Yönetim Örnek Sorular Güz 2015. Yrd. Doç. Dr. Rüstem Barış Yeşilay 1. Örnek. Örnek. Örnek. Örnek. Örnek

FİNANSAL YÖNETİM. Finansal Yönetim Örnek Sorular Güz 2015. Yrd. Doç. Dr. Rüstem Barış Yeşilay 1. Örnek. Örnek. Örnek. Örnek. Örnek Fasal Yöetm Örek lar Güz 2015 Güz 2015 Fasal Yöetm Örek lar 2 Örek FİNNSL YÖNETİM ÖRNEKLER 1000 TL %10 fazde kaç yıl süreyle yatırıldığıda 1600 TL olur? =1000 TL, FV=1600 TL, =0.1 FV (1 ) FV 1600 (1 )

Detaylı

1. GAZLARIN DAVRANI I

1. GAZLARIN DAVRANI I . GZLRIN DRNI I İdeal Gazlar ç: lm 0 RT İdeal gazlar ç: RT Hacm() basıçla() değşk sıcaklıklarda değşm ekl.. de gösterlmştr. T >T 8 T T T 3 asıç T 4 T T 5 T 7 T 8 Molar Hacm ekl.. Gerçek br gazı değşk sıcaklıklardak

Detaylı

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama TANIMLAYICI İSTATİSTİKLER Taımlayıcı İstatstkler MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl aksarayl@deu.edu.tr Yer Ölçüler (Merkez Eğlm Ölçüler)

Detaylı

3. Ders Parametre Tahmini Tahmin Edicilerde Aranan Özellikler

3. Ders Parametre Tahmini Tahmin Edicilerde Aranan Özellikler 3. Ders Parametre Tahmii Tahmi Edicilerde Araa Özellikler Gerçek düyada rasgelelik olgusu içere bir özellik ile ilgili ölçme işlemie karş l k gele X rasgele de¼gişkeii olas l k (yo¼guluk) foksiyou, F ff(;

Detaylı

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman Farklı Varyans Var(u X ) = Var(u ) = E(u ) = σ Eşt Varyans Y X Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = σ Farklı Varyans Zaman Farklı Varyans le Karşılaşılan Durumlar Kest Verlernde. Kar dağıtım

Detaylı

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU 6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız

Detaylı

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t :

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t : HAFTA 13 GÖLGE EĞİŞKENLERLE REGRESYON (UMMY VARIABLES) Gölge veya kukla (dummy) değşkenler denen ntel değşkenler, cnsyet, dn, ten reng gb hemen sayısallaştırılamayan ama açıklanan değşkenn davranışını

Detaylı

6. Uygulama. dx < olduğunda ( )

6. Uygulama. dx < olduğunda ( ) . Uygulama Hatırlatma: Rasgele Değşelerde Belee Değer Kavramı br rasgele değşe ve g : R R br osyo olma üzere, ) esl ve g ) ) < olduğuda D ) sürel ve g ) ) d < olduğuda g belee değer der. c R ve br doğal

Detaylı

Bu bölümde birkaç yak nsak dizi örne i daha görece iz.

Bu bölümde birkaç yak nsak dizi örne i daha görece iz. 19B. Yak sak Gerçel Dizi Örekleri Bu bölümde birkaç yak sak dizi öre i daha görece iz. Verdi imiz örekleri her biri hem kedi bafl a hem de kulla la yötem aç s da öemlidir. Örek 19B.1. lim 1/ = 1. Ka t:

Detaylı

değerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir.

değerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir. Bölüm 2 Matrsler aım 2.1 F br csm, m, brer doğal sayı olsu. a F ( 1,.., m; j 1,..., ) olmak üzere, a11... a1 fadese m satır sütuda oluşa (veya m tpde) br F matrs der. am 1... a m Böyle br matrs daha sade

Detaylı

4 STAT ST K-II. Amaçlar m z. Anahtar Kavramlar. çindekiler

4 STAT ST K-II. Amaçlar m z. Anahtar Kavramlar. çindekiler 4 STAT ST K-II Amaçlar m z Bu üniteyi tamamlad ktan sonra; Say sal olmayan de iflkenler aras ndaki iliflkinin varl n test edebilecek, Farkl örneklemlerin ayn evrenden seçilip seçilmedi ini test edebilecek,

Detaylı

ANFIS VE ARMA MODELLERİ İLE ELEKTRİK ENERJİSİ YÜK TAHMİNİ

ANFIS VE ARMA MODELLERİ İLE ELEKTRİK ENERJİSİ YÜK TAHMİNİ Gaz Üv. Müh. Mm. Fak. Der. J. Fac. Eg. Arch. Gaz Uv. Clt 5, No 3, 60-60, 00 Vol 5, No 3, 60-60, 00 ANFIS VE ARMA MODELLERİ İLE ELEKTRİK ENERJİSİ YÜK TAHMİNİ Özka DEMİREL, Ada KAKİLLİ ve Mehmet TEKTAŞ Elektrk

Detaylı

MERKEZİ EĞİLİM ÖLÇÜLERİ

MERKEZİ EĞİLİM ÖLÇÜLERİ MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlee ver düzeleerek çzelgelerle, graklerle suulması çoğu kez yeterl olmaz. Geel durumu yasıtacak br takım ölçülere gereksm vardır. Bu ölçüler verler yalızca özlü br bçmde belrtmekle

Detaylı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı TOBB Ekoom ve Tekoloj Üverstes İKT351 Ekoometr I, Ara Sıavı Öğr.Gör.: Yrd. Doç. Dr. A. Talha YALTA Ad, Soyad: Açıklamalar: Bu sıav toplam 100 pua değerde 4 soruda oluşmaktadır. Sıav süres 90 dakkadır ve

Detaylı

T.C. RECEP TAYYİP ERDOĞAN ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İŞLETME BÖLÜMÜ SAYISAL YÖNTEMLER ANABİLİM DALI DERS NOTLARI

T.C. RECEP TAYYİP ERDOĞAN ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İŞLETME BÖLÜMÜ SAYISAL YÖNTEMLER ANABİLİM DALI DERS NOTLARI 15.09.015 T.C. RECEP TAYYİP ERDOĞAN ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İŞLETME BÖLÜMÜ SAYISAL YÖNTEMLER ANABİLİM DALI DERS NOTLARI ISL4 İSTATİSTİK II HAZIRLAYAN PROF. DR. ALİ SAİT ALBAYRAK

Detaylı

Zaman Skalasında Box-Cox Regresyon Yöntemi

Zaman Skalasında Box-Cox Regresyon Yöntemi Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:7, Sayı:, Yıl:0, ss.57-70. Zama Skalasıda Bo-Co Regresyo Yötem Atlla Özur İŞÇİ Sbel PAŞALI GÖKTAŞ ATMACA 3 M. Nyaz ÇANKAYA 4 Özet Hata term

Detaylı

11. SINIF KONU ANLATIMLI. 2. ÜNİTE: KUVVET ve HAREKET 4. KONU AĞIRLIK MERKEZİ - KÜTLE MERKEZİ ETKİNLİK ÇÖZÜMLERİ

11. SINIF KONU ANLATIMLI. 2. ÜNİTE: KUVVET ve HAREKET 4. KONU AĞIRLIK MERKEZİ - KÜTLE MERKEZİ ETKİNLİK ÇÖZÜMLERİ 11. SINIF KNU ANLATIMLI 2. ÜNİTE: KUVVET ve HAREKET 4. KNU AĞIRLIK MERKEZİ - KÜTLE MERKEZİ ETKİNLİK ÇÖZÜMLERİ 2 2. Ünite 4. Konu 3. A rl k Merkezi - Kütle Merkezi A nn Çözümleri su 1. BM fiekil I fiekil

Detaylı

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1 ĐÇI DEKILER Sayfa. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR.. Grş.. Đstatstk.3. Populasyo.4. Örek.5. Brm.6. Parametre.7. Değşke 3.8. Ver ve Ver Tpler 3.9. Toplama Sembolü 4 ÇALIŞMA PROBLEMLERĐ 6. VERĐLERĐ

Detaylı

KUVVET SİSTEMLERİ KUVVET. Vektörel büyüklük. - Kuvvetin büyüklüğü - Kuvvetin doğrultusu - Kuvvetin uygulama noktası - Kuvvetin yönü. Serbest vektör.

KUVVET SİSTEMLERİ KUVVET. Vektörel büyüklük. - Kuvvetin büyüklüğü - Kuvvetin doğrultusu - Kuvvetin uygulama noktası - Kuvvetin yönü. Serbest vektör. İ.T.Ü. aka akültes ekak Aa Blm Dalı STATİK - Bölüm KUVVET SİSTELEİ KUVVET Vektörel büyüklük - Kuvvet büyüklüğü - Kuvvet doğrultusu - Kuvvet uygulama oktası - Kuvvet yöü S = (,,..., ) = + +... + = Serbest

Detaylı

=... 29 İÇİNDEKİLER. E(X) = k... 22. 3.5. Pascal (Negatif Binom) Dağılımı... 22 1. 3.6. Hipergeometrik Dağılım... 22. N y= ... 24

=... 29 İÇİNDEKİLER. E(X) = k... 22. 3.5. Pascal (Negatif Binom) Dağılımı... 22 1. 3.6. Hipergeometrik Dağılım... 22. N y= ... 24 İÇİNDEKİLER SİMGE LİSTESİ... KISALTMA LİSTESİ... v ÇİZELGE LİSTESİ... v ŞEKİL LİSTESİ... v ÖNSÖZ... v ÖZET... x ABSTRACT... x GİRİŞ... BÖLÜM : OLASILIK DAĞILIMLARI VE OLASILIK YOĞUNLUKLARI... BÖLÜM : OLASILIK

Detaylı

Olas l k hesaplar na günlük yaflam m zda s k s k gereksiniriz.

Olas l k hesaplar na günlük yaflam m zda s k s k gereksiniriz. Olas l k Hesaplar (I) Olas l k hesaplar na günlük yaflam m zda s k s k gereksiniriz. Örne in tavla ya da kâ t oyunlar oynarken. ki kap ya üstüste birkaç kez gele atmayan tavlac görmedim hiç. fianss zl

Detaylı

İSTATİSTİK. Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özkan GÖRGÜLÜ

İSTATİSTİK. Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özkan GÖRGÜLÜ İSTATİSTİK Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özka GÖRGÜLÜ Tavsye Edle Kayak Ktaplar Her öğrec keds tuttuğu düzel otlar.. Akar, M. ve S. Şahler, (997). İstatstk. Ç.Ü. Zraat Fakültes Geel Yayı No: 74, Ders

Detaylı

6.5 Basit Doğrusal Regresyonda Hipotez Testleri. 6.5.1 İçin Hipotez Testi: 1. Hipotez kurulur. 2. Test istatistiği hesaplanır.

6.5 Basit Doğrusal Regresyonda Hipotez Testleri. 6.5.1 İçin Hipotez Testi: 1. Hipotez kurulur. 2. Test istatistiği hesaplanır. 6.5 Basit Doğrusal Regresyonda Hipotez Testleri 6.5.1 İçin Hipotez Testi: 1. Hipotez kurulur. 2. Test istatistiği hesaplanır. olduğu biliniyor buna göre; hipotezinin doğruluğu altında test istatistiği

Detaylı

Đst201 Đstatistik Teorisi I

Đst201 Đstatistik Teorisi I Đst20 Đstatstk Teors I DERSĐN TÜRÜ Zorulu DERSĐN DÖNEMĐ Yaz DERSĐN KREDĐSĐ Ulusal Kred: (4, 0, 0 ) 4 KTS: 7 DERSĐN VERĐLDĐĞĐ Bölüm: Đstatstk 200/20 Öğretm Yılı DERSĐN MCI Đstatstğ matematksel temeller

Detaylı

4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin 4/16/013 Ders 9: Kitle Ortalaması ve Varyası içi Tahmi Kitle ve Öreklem Öreklem Dağılımı Nokta Tahmii Tahmi Edicileri Özellikleri Kitle ortalaması içi Aralık Tahmii Kitle Stadart Sapması içi Aralık Tahmii

Detaylı

TEZ ONAYI Nur ÇELİK tarafıda hazırlaa ANOVA Modellerde Çarpık Dağılımlar Kullaılarak Dayaıklı İstatstksel Souç Çıkarımı ve Uygulamaları adlı tez çalış

TEZ ONAYI Nur ÇELİK tarafıda hazırlaa ANOVA Modellerde Çarpık Dağılımlar Kullaılarak Dayaıklı İstatstksel Souç Çıkarımı ve Uygulamaları adlı tez çalış ANKARA ÜNİVERSİTESİ EN BİLİERİ ENSTİTÜSÜ DOKTORA TEZİ ANOVA MODELLERİNDE ÇARPIK DAĞILIAR KULLANILARAK DAYANIKLI İSTATİSTİKSEL SONUÇ ÇIKARIMI VE UYGULAMALARI Nur ÇELİK İSTATİSTİK ANABİLİM DALI ANKARA 0

Detaylı

BÖLÜM 6 6. REGRESYON MODELİNİN TEMEL KONTROLÜ

BÖLÜM 6 6. REGRESYON MODELİNİN TEMEL KONTROLÜ BÖLÜM 6 6. REGRESYON MODELİNİN TEMEL KONTROLÜ Bu bölüde regresyo odel üzerde gerçekleştrlecek teel kotrol yöteler celeecektr. Bu kısıda açıklaacak ola tekkler sadece doğrusal regresyo ç değl doğrusal olaya

Detaylı

TEST - 1 ELEKTR K AKIMI. ε X = 2V. ε Y = 4V. K anahtar kapal iken: 4R R. i = R R CEVAP B. = 4 Ω dur. R x. I. yarg do rudur.

TEST - 1 ELEKTR K AKIMI. ε X = 2V. ε Y = 4V. K anahtar kapal iken: 4R R. i = R R CEVAP B. = 4 Ω dur. R x. I. yarg do rudur. EET M TEST - 1 1. 6 1 x Ω dur. 1 1 X anahtar kapal ken: Σ 8. 8. 1 CEP B. yarg do rudur.. 8 voltu gösterr.. yarg yanl flt r. mpermetre 1 amper gösterr.. yarg do rudur. CEP C. X + X 1 1Ω Y Y P. M N P ESEN

Detaylı

ÜN TE II L M T. Limit Sa dan ve Soldan Limit Özel Fonksiyonlarda Limit Limit Teoremleri Belirsizlik Durumlar Örnekler

ÜN TE II L M T. Limit Sa dan ve Soldan Limit Özel Fonksiyonlarda Limit Limit Teoremleri Belirsizlik Durumlar Örnekler ÜN TE II L M T Limit Sa dan ve Soldan Limit Özel Fonksiyonlarda Limit Limit Teoremleri Belirsizlik Durumlar Örnekler MATEMAT K 5 BU BÖLÜM NELER AMAÇLIYOR? Bu bölümü çal flt n zda (bitirdi inizde), *Bir

Detaylı

ÖNSÖZ. 2) Evde yapabileceklerinizi yapıp, laboratuar kılavuzundaki yerleri doldurun (!!! işaretli yerler).

ÖNSÖZ. 2) Evde yapabileceklerinizi yapıp, laboratuar kılavuzundaki yerleri doldurun (!!! işaretli yerler). ÖNSÖZ Bu laboratuar kılavuzu ĐST 5 Đstatstk Laboratuarı deeyler ç hazırlamıştır. Buradak deeyler ve çalışmaları amacı, şu aa kadar görüle dersler çerçevesde, rasgelelk olgusuu alaşılması ve alatılması

Detaylı

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır. UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres

Detaylı

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI 1 KONTOL KATLAI 1)DEĞİŞKENLE İÇİN KONTOL KATLAI Ölçe,gözle veya deey yolu le elde edle verler değşke(ölçüleblr-sürekl) ve özellk (sayılablr-keskl) olak üzere başlıca k gruba ayrılır. Değşke verler belrl

Detaylı

Eğitimle İlgili Sapan Değer İçeren Veri Kümelerinde En Küçük Kareler ve Robust M Tahmin Edicilerin Karşılaştırılması

Eğitimle İlgili Sapan Değer İçeren Veri Kümelerinde En Küçük Kareler ve Robust M Tahmin Edicilerin Karşılaştırılması Eğtmle İlgl Sapa Değer İçere Ver Kümelerde E Küçük Kareler ve Robust M Tahm Edcler Karşılaştırılması Orku COŞKUNTUNCEL * Özet Eğtm araştırmalarıda regresyo katsayılarıı tahm etmek ç e çok kullaıla yötem

Detaylı

BURSA DAKİ ENBÜYÜK 250 FİRMAYA FİNANSAL ANALİZ AÇISINDAN BAKIŞ (2005) Prof.Dr.İbrahim Lazol

BURSA DAKİ ENBÜYÜK 250 FİRMAYA FİNANSAL ANALİZ AÇISINDAN BAKIŞ (2005) Prof.Dr.İbrahim Lazol BURSA DAKİ ENBÜYÜK 250 FİRMAYA FİNANSAL ANALİZ AÇISINDAN BAKIŞ (2005) Prof.Dr.İbrahim Lazol 1. Giriş Bu yazıda, Bursa daki (ciro açısından) en büyük 250 firmanın finansal profilini ortaya koymak amacındayız.

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde fazla dağılışı karşılaştırmak ç kullaıla veya ayrıca örek verlerde hareketle frekas dağılışlarıı sayısal olarak düzeleye değerlere taımlayıcı statstkler der. Aalzlede

Detaylı

X = 11433, Y = 45237,

X = 11433, Y = 45237, A.Ü. SBF, IV Malye EKONOMETRİ I ARA SINAVI 4..006 Süre 90 dakkadır..,. ve 3. sorular 0 ar, 4. ve 5. sorular 30 ar pua, ödev 0 pua değerdedr. Tüm formüller ve şlemlerz açıkça gösterz. ) Y = Xβ + u doğrusal

Detaylı

Ölçme Hataları, Hata Hesapları. Ölçme Hataları, Hata Hesapları 2/22/2010. Ölçme... Ölçme... Yrd. Doç. Dr. Elif SERTEL sertele@itu.edu.

Ölçme Hataları, Hata Hesapları. Ölçme Hataları, Hata Hesapları 2/22/2010. Ölçme... Ölçme... Yrd. Doç. Dr. Elif SERTEL sertele@itu.edu. //00 Ölçme Hataları, Hata Hesapları Ölçme Hataları, Hata Hesapları Yrd. Doç. Dr. Elif SERTEL sertele@itu.edu.tr Suu, Doç. Dr. Hade Demirel i ders otlarıda ve Ölçme Bilgisi kitabıda düzelemiştir. Ölçme...

Detaylı

GRİ MARKOV KESTİRİM MODELİ KULLANILARAK DÖVİZ KURU TAHMİNİ

GRİ MARKOV KESTİRİM MODELİ KULLANILARAK DÖVİZ KURU TAHMİNİ Joural of Ecoomcs, Face ad Accoutg (JEFA), ISSN: 48-6697 Year: 4 Volume: Issue: 3 CURRENCY EXCHANGE RATE ESTIMATION USING THE GREY MARKOV PREDICTION MODEL Omer Oala¹ ¹Marmara Uversty. omeroala@marmara.edu.tr

Detaylı

ˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz.

ˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz. YTÜ-İktisat İstatistik II Aralık Tahmii II 1 ANAKÜTLE ORANININ (p GÜVEN ARALIKLARI (BÜYÜK ÖRNEKLEMLERDE Her birii başarı olasılığı p ola birbiride bağımsız Beroulli deemeside öreklemdeki başarı oraıı ˆp

Detaylı

256 = 2 8 = = = 2. Bu kez de iflik bir yan t bulduk. Bir yerde bir yanl fl yapt k, ama nerde? kinci hesab m z yanl fl.

256 = 2 8 = = = 2. Bu kez de iflik bir yan t bulduk. Bir yerde bir yanl fl yapt k, ama nerde? kinci hesab m z yanl fl. Bölünebilme B ir tamsay n n üçe ya da dokuza tam olarak bölünüp bölünmedi ini anlamak için çok bilinen bir yöntem vard r: Say - y oluflturan rakamlar toplan r. E er bu toplam üçe (dokuza) bölünüyorsa,

Detaylı

Olas l k Hesaplar (II)

Olas l k Hesaplar (II) Olas l k Hesaplar (II) B ir önceki yaz daki örneklerde olay say s sonluydu. Örne in, iki zarla 21 olay vard. fiimdi olay say m z sonsuz yapaca z. Kolay bir soruyla bafllayal m: [0, 1] aral nda rastgele

Detaylı

BÖLÜM 7 BİLGİSAYAR UYGULAMALARI - 1

BÖLÜM 7 BİLGİSAYAR UYGULAMALARI - 1 1 BÖLÜM 7 BİLGİSAYAR UYGULAMALARI - 1 Belli bir özelliğe yönelik yapılandırılmış gözlemlerle elde edilen ölçme sonuçları üzerinde bir çok istatistiksel işlem yapılabilmektedir. Bu işlemlerin bir kısmı

Detaylı

PARÇALI DOĞRUSAL REGRESYON

PARÇALI DOĞRUSAL REGRESYON HAFTA 4 PARÇALI DOĞRUSAL REGRESYO Gölge değşkenn br başka kullanımını açıklamak çn varsayımsal br şrketn satış temslclerne nasıl ödeme yaptığı ele alınsın. Satış prmleryle satış hacm Arasındak varsayımsal

Detaylı

Araflt rma modelinin oluflturulmas. Veri toplama

Araflt rma modelinin oluflturulmas. Veri toplama 21 G R fi Araflt rman n amac na ba l olarak araflt rmac ayr ayr nicel veya nitel yöntemi kullanabilece i gibi her iki yöntemi bir arada kullanarak da araflt rmas n planlar. Her iki yöntemin planlama aflamas

Detaylı

Sıklık Tabloları ve Tek Değişkenli Grafikler

Sıklık Tabloları ve Tek Değişkenli Grafikler Sıklık Tabloları ve Tek Değşkenl Grafkler Sıklık Tablosu Ver dzsnde yer alan değerlern tekrarlama sayılarını çeren tabloya sıklık tablosu denr. Sıklık Tabloları tek değşken çn marjnal tablo olarak adlandırılır.

Detaylı

İSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr

İSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr İSTATİSTİK 2 Tahmi Teorisi 07/03/2012 AYŞE S. ÇAĞLI aysecagli@beyket.edu.tr İstatistik yötemler İstatistik yötemler Betimsel istatistik Çıkarımsal istatistik Tahmi Hipotez testleri Nokta tahmii Aralık

Detaylı

VOB-DOLAR/ONS ALTIN. VOB-DOLAR/ONS ALTIN VADEL filem SÖZLEfiMES

VOB-DOLAR/ONS ALTIN. VOB-DOLAR/ONS ALTIN VADEL filem SÖZLEfiMES VOB-DOLAR/ONS ALTIN VOB-DOLAR/ONS ALTIN VADEL filem SÖZLEfiMES Copyright Vadeli fllem ve Opsiyon Borsas A.fi. Aral k 2010 VOB-DOLAR/ONS ALTIN VADEL filem SÖZLEfiMES V A D E L fi L E M V E O P S Y O

Detaylı

Parametrik Olmayan İstatistik Çözümlü Sorular - 2

Parametrik Olmayan İstatistik Çözümlü Sorular - 2 Parametrk Olmaya İstatstk Çözümlü Sorular - Soru Böbrek hastalarıa at Kreat (KRT) değerlere lşk br araştırma yapılmak stemektedr. Buu ç rasgele seçle hastaya at Kreat değerler aşağıdak gb elde edlmştr

Detaylı

İşletme İstatistiği. [Type the document subtitle] Ege Yazgan ve Yüce Zerey 10/21/2003

İşletme İstatistiği. [Type the document subtitle] Ege Yazgan ve Yüce Zerey 10/21/2003 ISTANBUL BİLGİ UNİVERSİTY İşletme İstatstğ [Type the documet subttle] Ege Yazga ve Yüce Zerey 1/1/3 [Type the abstract of the documet here. The abstract s typcally a short summary of the cotets of the

Detaylı

60. Logaritma ve Üs Alma

60. Logaritma ve Üs Alma 60. Logartma ve Üs Alma L ogartmalar de flk yötemlerle ta mlaablr. Lselerde ta mlad bçm, x = log yy= 0 x, bu yollar br yada e kolay br yada da e zorudur. E kolay d r çükü do ruda uygulamaya yöelktr. E

Detaylı

... ANADOLU L SES E T M YILI I. DÖNEM 10. SINIF K MYA DERS 1. YAZILI SINAVI SINIFI: Ö RENC NO: Ö RENC N N ADI VE SOYADI:

... ANADOLU L SES E T M YILI I. DÖNEM 10. SINIF K MYA DERS 1. YAZILI SINAVI SINIFI: Ö RENC NO: Ö RENC N N ADI VE SOYADI: 2009-2010 E T M YILI I. DÖNEM 10. SINIF K MYA DERS 1. YAZILI SINAVI A 1. Plastik bir tarak saça sürtüldü ünde tara n elektrikle yüklü hale gelmesinin 3 sonucunu yaz n z. 2. Katot fl nlar nedir? Katot fl

Detaylı

5. Ders Yeterlilik. f(x 1 ; x 2 ; :::; x n ; ) = g (T (x 1 ; x 2 ; :::; x n ); ) h(x 1 ; x 2 ; :::; x n )

5. Ders Yeterlilik. f(x 1 ; x 2 ; :::; x n ; ) = g (T (x 1 ; x 2 ; :::; x n ); ) h(x 1 ; x 2 ; :::; x n ) 5. Ders Yeterlilik Yeterlilik Ilkesi: Bir T(X ; X ; :::; X ) istatisti¼gi, hakk da yeterli bir istatistik olacaksa hakk da herhagi bir souç ç kar m T arac l ¼g ile (X ; X,...,X ) öreklemie ba¼gl olmal

Detaylı

Operasyonel Risk İleri Ölçüm Modelleri

Operasyonel Risk İleri Ölçüm Modelleri Bakacılar Dergs, Sayı 58, 006 Grş Operasyoel Rsk İler Ölçüm Modeller Çalışma k bölümde oluşmaktadır. İlk bölümde operasyoel rskler ölçülmes kapsamıda hag ler ölçüm modeller kullaılması gerektğ, söz kousu

Detaylı

Korelasyon analizi. Korelasyon analizinin niteliği. Sınava hazırlanma süresi ile sınavdan alınan başarı arasında ilişki var mıdır?

Korelasyon analizi. Korelasyon analizinin niteliği. Sınava hazırlanma süresi ile sınavdan alınan başarı arasında ilişki var mıdır? Korelasyon analz Korelasyon analz Sınava hazırlanma süres le sınavdan alınan başarı arasında lşk var mıdır? q N sayıda öğrencnn sınava hazırlanma süreler le sınavdan aldıkları puanlar tespt edlr. Reklam

Detaylı

) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit

) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit Karadez Te Üverstes Blgsayar Mühedslğ Bölümü 5-6 Güz Yarıyılı Sayısal Çözümleme Ara Sıav Soruları Tarh: Kasım 5 Perşembe Süre: daa. f ( ( + a e fosyouu sabt otası olmadığı bldğe göre, a 'ı alableceğ e

Detaylı

BÖLÜM 2 OLASILIK TEORİSİ

BÖLÜM 2 OLASILIK TEORİSİ BÖLÜM OLSILIK TEORİSİ İstatstksel araştırmaları temel koularıda br souu öede kes olarak blmeye bazı şasa bağlı olayları (deemeler) olası tüm mümkü souçlarıı hag sıklıkla ortaya çıktığıı belrleyeblmektr.

Detaylı

TABAKALI ŞANS ÖRNEKLEME

TABAKALI ŞANS ÖRNEKLEME 6 TABAKAI ŞA ÖREKEME 6.. Populasyo ortalaması ve populasyo toplamıı tam 6.. Populasyo ortalamasıı ve toplamıı varyası 6... Populasyo ortalamasıı varyası 6... Populasyo toplamıı varyası 6..3. Ortalama ve

Detaylı

CO RAFYA GRAF KLER. Y llar Bu grafikteki bilgilere dayanarak afla daki sonuçlardan hangisine ulafl lamaz?

CO RAFYA GRAF KLER. Y llar Bu grafikteki bilgilere dayanarak afla daki sonuçlardan hangisine ulafl lamaz? CO RAFYA GRAF KLER ÖRNEK 1 : Afla daki grafikte, y llara göre, Türkiye'nin yafl üzerindeki toplam nufusu ile bu nüfus içindeki okuryazar kad n ve erkek say lar gösterilmifltir. Bin kifli 5. 5.. 35. 3.

Detaylı

Asimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri

Asimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri Asmetr ve Basıklık Ölçüler Ortalamalara dayanan (Pearson) Kartllere dayanan (Bowley) omentlere dayanan asmetr ve basıklık ölçüler Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr III. Asmetr ve Basıklık

Detaylı

Mühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr.

Mühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr. İSTATİSTİK DERSİ (BAÜ Müh-Mm Fakültes Dr. Bau Yağcı KAYNAKLAR Mühedslkte Olasılık, İstatstk, Rsk ve Güvelrlk Altay Güdüz Blgsayar (Ecel Destekl Uygulamalı İstatstk Pro. Dr. Mustaa Akkurt Mühedsler ç İstatstk

Detaylı

BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK *

BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK * BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK * Fteess Codtos For Soe Segroup Fales ad Costructos ad Effcecy Basr ÇALIŞKAN Mateatk Aabl Dalı Hayrullah AYIK Mateatk Aabl Dalı ÖZET

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde azla dağılışı karşılaştırmak ç kullaıla ve ayrıca örek verlerde hareket le rekas dağılışlarıı sayısal olarak özetleye değerlere taımlayıcı statstkler der. Aalzlerde

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl@deu.edu.tr Taımlayıcı İstatstkler Yer Ölçüler (Merkez Eğlm Ölçüler) Duyarlı Ortalamalar

Detaylı

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır?

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır? . Br torbada 6 syah, 4 beyaz top vardır. Bu torbadan yerne koyarak top seçlyor. A İSTATİSTİK KPSS/-AB-PÖ/006. Normal dağılıma sahp br rasgele (random) değşkenn varyansı 00 dür. Seçlen topların ksnn de

Detaylı

TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ ( ) (TRANSLOG MALİYET FONKSİYONU UYGULAMASI) Yaşar AKÇAY 1 Kemal ESENGÜN 2

TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ ( ) (TRANSLOG MALİYET FONKSİYONU UYGULAMASI) Yaşar AKÇAY 1 Kemal ESENGÜN 2 l Ta rr ım ı Ekooms Kog rres 6-8 - Eylül l 2000 Tek rrdağ TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ (980-998) (TRANLOG MALİYET FONKİYONU UYGULAMAI) Yaşar AKÇAY Kemal EENGÜN 2. GİRİŞ Türkye tarımı

Detaylı

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI Projesii Kousu: Bir çekirgei metre, metre veya 3 metre zıplayarak uzuluğu verile bir yolu kaç farklı şekilde gidebileceği ya da bir kişii veya (veya 3) basamak atlayarak basamak sayısı verile bir merdivei

Detaylı

III.4. YÜKSEK MERTEBE TAYLOR METODLARI. ( t)

III.4. YÜKSEK MERTEBE TAYLOR METODLARI. ( t) III.4. YÜKSEK MEREBE AYLOR MEODLARI Saısal tekkler amacı mmum çaba le olablğce uarlı aklaşımlar ele etmektr. Bu eele çeştl aklaşım ötemler vermllğ karşılaştıracak br krtere gereksm varır. İlk ele alıacak

Detaylı

KORELASYON VE REGRESYON ANALİZİ

KORELASYON VE REGRESYON ANALİZİ KORELASON VE REGRESON ANALİZİ rd. Doç. Dr. S. Kenan KÖSE İki ya da daha çok değişken arasında ilişki olup olmadığını, ilişki varsa yönünü ve gücünü inceleyen korelasyon analizi ile değişkenlerden birisi

Detaylı

PERDE-ÇERÇEVE SİSTEMLERİN. YÜKSEK LISANS TEZI İnş. Müh. Bedri Sinan GÜL 501021123. Prof.Dr. Yalçın AKÖZ (Maltepe Üniversitesi)

PERDE-ÇERÇEVE SİSTEMLERİN. YÜKSEK LISANS TEZI İnş. Müh. Bedri Sinan GÜL 501021123. Prof.Dr. Yalçın AKÖZ (Maltepe Üniversitesi) İSTANBU TEKNİK ÜNİVERSİTESİ FEN BİİMERİ ENSTİTÜSÜ PERDE-ÇERÇEVE SİSTEMERİN DİNAMİK ANAİZİ YÜKSEK SANS TEZ İş. Mü. Bedr Sa GÜ 53 Tez Esttüye Verldğ Tar : 8 Mayıs Tez Savuulduğu Tar : Hazra Tez Daışmaı :

Detaylı

MATEMAT K PERMÜTASYON - KOMB NASYON ÖRNEK 1: ÖRNEK 2:

MATEMAT K PERMÜTASYON - KOMB NASYON ÖRNEK 1: ÖRNEK 2: MATEMAT K PERMÜTASYON - KOMB NASYON ÖRNEK : ÖRNEK 2:, 6, 7, 8, 9 rakamlar kullaarak rakamlar birbiride farkl ola, üç basamakl ve 780 de küçük kaç de iflik say yaz labilir? A) 6 B) 2 C) 36 D) 30 E) 2 (999

Detaylı

Araştırma Notu 15/177

Araştırma Notu 15/177 Araştırma Notu 15/177 02 Mart 2015 YOKSUL İLE ZENGİN ARASINDAKİ ENFLASYON FARKI REKOR SEVİYEDE Seyfettin Gürsel *, Ayşenur Acar ** Yönetici özeti Türkiye İstatistik Kurumu (TÜİK) tarafından yapılan enflasyon

Detaylı