İSTATİSTİK II MINITAB
|
|
|
- Gülbahar Büker
- 8 yıl önce
- İzleme sayısı:
Transkript
1 İSTATİSTİK II MINITAB 8.5. Veriler k DENEY TASARIMI Treatment Design Factor Combinations A B C Surface Rougness () a - - b ab - 5 c - - ac - bc - 8 abc 6 Veri Giriş Sayfasının Oluşturulması /
2 İSTATİSTİK II MINITAB 8.5. /
3 İSTATİSTİK II MINITAB 8.5. Verilerin Girilmesi Analiz /
4 İSTATİSTİK II MINITAB 8.5. Normal Plot of the Standardized Effects (response is C8, Alpha =,5) Percent A Effect Type Not Significant Significant F actor Name A A B B C C Standardized Effect 5 /
5 İSTATİSTİK II MINITAB 8.5. Plots for C8 99 Normal Probability Plot Versus Fits 9 Percent Fitted Value 6 Histogram Versus Order Frequency,8,6,, -, -,5 -, -,5,,5,, Observation Order Factorial Fit: C8 versus A; B; C Estimated Effects and Coefficients for C8 (coded units) Term Effect Coef SE Coef T P Constant,65,9 8,, A,75,6875,9,, B,65,85,9,8,7 C,875,75,9,,95 A*B,75,6875,9,76,6 A*C,5,65,9,6,877 B*C -,65 -,5,9 -,8,6 A*B*C,5,565,9,,88 S =,565 PRESS = 78 R-Sq = 79,% R-Sq(pred) = 6,7% R-Sq(adj) = 6,66% Analysis of Variance for C8 (coded units) Source DF Seq SS Adj SS Adj MS F P Main Effects 59,875 59,875 9,79 8,9,8 A 5,565 5,565 5,565 8,69, B,565,565,565,,7 C,65,65,65,6,95 -Way Interactions 9,875 9,875,65,6,5 A*B 7,565 7,565 7,565,,6 A*C,65,65,65,,877 B*C,565,565,565,6,6 -Way Interactions 5,65 5,65 5,65,8,88 A*B*C 5,65 5,65 5,65,8,88 Error 8 9,5 9,5,75 Pure Error 8 9,5 9,5,75 Total 5 9,975 5/
6 İSTATİSTİK II MINITAB 8.5. Adım Adım Etkin Olmayan Faktörlerin Çıkarılması. Normal Plot of the Standardized Effects (response is C8, Alpha =,5) Percent A Effect Type Not Significant Significant F actor Name A A B B C C Standardized Effect Plots for C8 99 Normal Probability Plot Versus Fits 9 Percent 5 - -, -,5,,5, - Fitted Value Histogram Versus Order Frequency - -, -,5 -, -,5,,5,, Observation Order 6/
7 İSTATİSTİK II MINITAB 8.5. Factorial Fit: C8 versus A; B; C Estimated Effects and Coefficients for C8 (coded units) Term Effect Coef SE Coef T P Constant,65, 6,79, A,75,6875,,9, B,65,85,,97,8 C,875,75,,6,7 A*B,75,6875,,66, A*C,5,65,,5,88 B*C -,65 -,5, -,76,69 S =,65 PRESS = 77,696 R-Sq = 7,57% R-Sq(pred) = 6,7% R-Sq(adj) = 55,95% Analysis of Variance for C8 (coded units) Source DF Seq SS Adj SS Adj MS F P Main Effects 59,875 59,875 9,79 7,,9 A 5,565 5,565 5,565 6,69, B,565,565,565,87,8 C,65,65,65,,7 -Way Interactions 9,875 9,875,65,,9 A*B 7,565 7,565 7,565,77, A*C,65,65,65,,88 B*C,565,565,565,57,69 Error 9,565,565,79 Lack of Fit 5,65 5,65 5,65,8,88 Pure Error 8 9,5 9,5,75 Total 5 9,975 7/
8 İSTATİSTİK II MINITAB Normal Plot of the Standardized Effects (response is C8, Alpha =,5) Effect Type Not Significant Significant Percent A Standardized Effect Plots for C8 99 Normal Probability Plot Versus Fits 9 Percent Fitted Value Histogram Versus Order Frequency Observation Order 8/
9 İSTATİSTİK II MINITAB 8.5. Factorial Fit: C8 versus A; B; C Estimated Effects and Coefficients for C8 (coded units) Term Effect Coef SE Coef T P Constant,65,9 6,9, A,75,6875,9,, B,65,85,9,9,77 C,875,75,9,,7 S =,6775 PRESS = 6 R-Sq = 6,69% R-Sq(pred) = 5,% R-Sq(adj) = 5,6% Analysis of Variance for C8 (coded units) Source DF Seq SS Adj SS Adj MS F P Main Effects 59,87 59,87 9,79 7,,6 A 5,56 5,56 5,56 6,, B,56,56,56,76,77 C,6,6,6,9,7 Error,75,75,8 Lack of Fit,5,5,56,6, Pure Error 8 9,5 9,5,8 Total 5 9,97 9/
10 İSTATİSTİK II MINITAB 8.5. Merkez Nokta (Central Point) Eğer verilere merkez noktalarda yapılan adet deney eklenirse; ( ve ) /
11 İSTATİSTİK II MINITAB 8.5. Factorial Fit: C8 versus A; B; C Estimated Effects and Coefficients for C8 (coded units) Term Effect Coef SE Coef T P Constant,65,77 9,68, A,75,6875,77,5, B,65,85,77,8,57 C,875,75,77,7,7 A*B,75,6875,77,8,98 A*C,5,65,77,7,87 B*C -,65 -,5,77 -,8, A*B*C,5,565,77,5,65 Ct Pt,75,8,9, S =,97 PRESS = 8,7 R-Sq = 79,% R-Sq(pred) =,5% R-Sq(adj) = 6,% Analysis of Variance for C8 (coded units) Source DF Seq SS Adj SS Adj MS F P Main Effects 59,875 59,875 9,79 8,88,5 A 5,565 5,565 5,565,5, B,565,565,565,75,57 C,65,65,65,8,7 -Way Interactions 9,875 9,875,65,8, A*B 7,565 7,565 7,565,,98 A*C,65,65,65,,87 B*C,565,565,565,7, -Way Interactions 5,65 5,65 5,65,8,65 A*B*C 5,65 5,65 5,65,8,65 Curvature,676,676,676,65, Error 9,,, Pure Error 9,,, Total 7 97, /
12 İSTATİSTİK II MINITAB 8.5. Blocking Eğer tekrar sayısı blocking olarak ele alınırsa; /
13 İSTATİSTİK II MINITAB 8.5. Factorial Fit: C8 versus Block; A; B; C Estimated Effects and Coefficients for C8 (coded units) Term Effect Coef SE Coef T P Constant,65, 6,9, Block -,875, -,6,66 A,75,6875,,,5 B,65,85,,98,89 C,875,75,,6, A*B,75,6875,,67,8 A*C,5,65,,5,88 B*C -,65 -,5, -,76,7 A*B*C,5,565,,7, S =,68 PRESS = 98,988 R-Sq = 79,6% R-Sq(pred) =,% R-Sq(adj) = 56,% Analysis of Variance for C8 (coded units) Source DF Seq SS Adj SS Adj MS F P Blocks,565,565,565,,66 Main Effects 59,875 59,875 9,79 7,9,5 A 5,565 5,565 5,565 6,8,5 B,565,565,565,9,89 C,65,65,65,, -Way Interactions 9,875 9,875,65,, A*B 7,565 7,565 7,565,8,8 A*C,65,65,65,,88 B*C,565,565,565,58,7 -Way Interactions 5,65 5,65 5,65,87, A*B*C 5,65 5,65 5,65,87, Error 7 8,975 8,975,75 Total 5 9,975 /
ÖNGÖRÜ TEKNĐKLERĐ ÖDEV 5 (KEY)
ÖNGÖRÜ TEKNĐKLERĐ ÖDEV (KEY) Aşağıda verilen Y zaman sersisi bir ürünle ilgili satışları,aylar itibariyle, gösteren bir seridir. a) Bu serinin garfiğini çizip serinin taşıdığı desenleri (Trend, mevsimsellik
PVC TESİSAT BAĞLANTI PARÇALARI ÜRETİMİNDE FİRE PROBLEMİNİN ÇÖZÜMÜNDE PLACKETT-BURMAN DENEY TASARIMI YAKLAŞIMI
PVC TESİSAT BAĞLANTI PARÇALARI ÜRETİMİNDE FİRE PROBLEMİNİN ÇÖZÜMÜNDE PLACKETT-BURMAN DENEY TASARIMI YAKLAŞIMI Zeynep KARSLIOĞLU Endüstri Mühendisi Fırat Plastik Ş.Alp BARAY İ. Ü. Mühendislik Fakültesi
Bu bildiri 6. Uluslararası Ankiros Döküm kongresinde sunulmuştur. This paper was presented on 6th Ankiros Foundry Congress
Bu bildiri 6. Uluslararası Ankiros Döküm kongresinde sunulmuştur This paper was presented on 6th Ankiros Foundry Congress http://kongre.tudoksad.org.tr/ Eylül 2012 September 2012 Tüyap, İstanbul SICAK
Regresyon. Regresyon korelasyon ile yakından ilişkilidir
Regresyon Regresyona Giriş Regresyon korelasyon ile yakından ilişkilidir Regresyon bir bağımlı değişken ile (DV) bir veya daha fazla bağımsız değişken arasındaki doğrusal ilişkiyi inceler. DV için başka
BİR KALİTE KARAKTERİSTİĞİNİN DENEY TASARIMI İLE İYİLEŞTİRİLMESİ
1 BİR KALİTE KARAKTERİSTİĞİNİN DENEY TASARIMI İLE İYİLEŞTİRİLMESİ Şafak KIRIŞ, A.Sermet ANAGÜN, Nihat YÜZÜGÜLLÜ Eskişehir Osmangazi Üniversitesi, Endüstri Mühendisliği Bölümü, Eskişehir [email protected],
YAPAY SİNİR AĞLARI YÖNTEMİYLE İSTANBUL DOĞALGAZ İHTİYACININ TAHMİN EDİLMESİ VE GAZ TÜKETİM HESAPLAMA PROGRAMININ YAZILMASI
YAPAY SİNİR AĞLARI YÖNTEMİYLE İSTANBUL DOĞALGAZ İHTİYACININ TAHMİN EDİLMESİ VE GAZ TÜKETİM HESAPLAMA PROGRAMININ YAZILMASI Prof. Dr. Bekir Karlık & Recep KIZILASLAN Araştırma Projesi Ocak 2009 Proje Yöneticisi:
ÇAYDAN KATMA DEĞERİ YÜKSEK YENİ ÜRÜNLER GELİŞTİRİLMESİ
ÇAYDAN KATMA DEĞERİ YÜKSEK YENİ ÜRÜNLER GELİŞTİRİLMESİ MAM Gıda Enstitüsü Dr. Sena Saklar Ayyıldız 05.10.2016 Türkiye 12. Gıda Kongresi Edirne Projenin Amacı Türkiye çay üreticisi ülke olmakla birlikte,
OLS Klasik Varsayımlar. Çoklu Regresyon. Çoklu Regresyon Modellemesi. Çoklu Regresyon Modeli. Multiple Regression
OLS Klasik Varsayımlar Çoklu Regresyon Multiple Regression. Lineer regresyon modeli. E(e i )=, ortalama hata sıfırdır. E(X i e i )=, bağımsız değişkenlerle hatalar arasında korelasyon mevcut değildir 4.
( i) ( ' ) 1. * Dışsal Studentleştirilmiş Artıklar (Externeally Studentized Residuals, Deleted Studentized Residuals, Jacknifed Residuals) ( )
9. Ders Aykırı Değerler Etkin Gözlemler Artıkların Analizi Y = X β + ε, ε N(0, σ I) modelindeki hata terimi ile ilgili varsayımlar: 1) E( ε ) = 0 yani i = 1,,..., n için E( ε i ) = 0, ε ε ε ler bağımsız,
ş ç ö ç ç ş ş ö ş ş ç ö ö ş ç ç ş ö ö ö ş ş ş ş ş ş ş ö ö ç ç ç ş ş ö ş ö ö ş ö ö ö ş ö ş Ö Ü Ç ö ö Ğ ş ş ö Ö ö ç Ğ ş ş ö Ö ş ş şş ö ş ç ç ö ö ç ş ç ç ç Ö ç ç Ö ç ç ş ş Ö ç ö ş Ö ş ç ç ö ş ö ö ş ö ç ç
Bağımsız 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
Türk Elektrik-Elektronik Sektörü İhracat Etki Mekanizmalarının Modellenmesi (2013_KK_01-İHRFRC)
Türk Elektrik-Elektronik Sektörü İhracat Etki Mekanizmalarının Modellenmesi (2013_KK_01-İHRFRC) SPONSOR Fatih Kemal EBİÇLİOĞLU SÜREÇ SAHİBİ/ŞAMPİYON Ümit KOŞKAN PROJE LİDERİ Kutad ALPTÜRKAN 2013 EKİP ÜYELERİ
Korelasyon ve Regresyon
Korelasyon ve Regresyon Korelasyon- (lineer korelasyon) Açıklayıcı (Bağımsız) Değişken x çalışma zamanı ayakkabı numarası İki değişken arasındaki ilişkidir. Günlük sigara sayısı SAT puanı boy Yanıt (Bağımlı)
Pazarlama Araştırması Grup Projeleri
Pazarlama Araştırması Grup Projeleri Projeler kapsamında öğrencilerden derlediğiniz 'Teknoloji Kullanım Anketi' verilerini kullanarak aşağıda istenilen testleri SPSS programını kullanarak gerçekleştiriniz.
Gülser Köksal ODTÜ Endüstri Mühendisliği Bölümü
ÜRÜN VE SÜREÇ TASARIM PARAMETRE OPTİMİZASYONU Gülser Köksal ODTÜ Endüstri Mühendisliği Bölümü YAEM 2015 11 Eylül 2015, Ankara İçerik Ürünlerin kalitesi nasıl sağlanır? Tasarımcı kaliteyi artırmak için
KULLANILAN MADDE TÜRÜNE GÖRE BAĞIMLILIK PROFİLİ DEĞİŞİKLİK GÖSTERİYOR MU? Kültegin Ögel, Figen Karadağ, Cüneyt Evren, Defne Tamar Gürol
KULLANILAN MADDE TÜRÜNE GÖRE BAĞIMLILIK PROFİLİ DEĞİŞİKLİK GÖSTERİYOR MU? Kültegin Ögel, Figen Karadağ, Cüneyt Evren, Defne Tamar Gürol 1 Acibadem University Medical Faculty 2 Maltepe University Medical
KARİDES ATIKLARINDAN KİTİN VE KİTOSAN ÜRETİMİ: OPTİMİZASYON VE KARAKTERİZASYON
KARİDES ATIKLARINDAN KİTİN VE KİTOSAN ÜRETİMİ: OPTİMİZASYON VE KARAKTERİZASYON Kader TOKATLI Aslıhan DEMİRDÖVEN Gaziosmanpaşa Üniversitesi Mühendislik ve Doğa Bilimleri Fakültesi Gıda Mühendisliği Bölümü
Ölçüm Sisteminin Analizi
Ölçüm Sisteminin Analizi (Measurement System Analysis) Prof. Dr. Nihal Erginel TOPLAM DEĞİŞKENLİK SÜREÇTEN KAYNAKLANAN DEĞİŞKENLİK ÖLÇÜM SİSTEMİNDEN KAYNAKLANAN DEĞİŞKENLİK Süreç Değişkenlik Kaynakları
ANOVA. CRD (Completely Randomized Design)
ANOVA CRD (Completely Randomzed Desgn) Örne Problem: Kalte le blgnn, ortalama olara, br urumun üç farlı şehrde çalışanları tarafından eşt olara algılanıp algılanmadığını test etme amacıyla, bu üç şehrde
ÇOK DEĞİŞKENLİ KALİTE KONTROLDE REGRESYON DÜZELTMESİ
Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Yayın Geliş Tarihi: 7.04.00 Cilt: 3, Sayı:, Yıl: 0, Sayfa: 3-4 Yayına Kabul Tarihi: 3.06.0 ISSN: 30-384 E-ISSN:308-09 ÇOK DEĞİŞKENLİ KALİTE KONTROLDE
YILLARI ARASINDA GÜNEY CAROLINA DA OKUL İÇİ ŞİDDET İSTATİSKLERİ ANALİZİ (Bir Önceki Projeden Devam Edilecektir)
1996-1998 YILLARI ARASINDA GÜNEY CAROLINA DA OKUL İÇİ ŞİDDET İSTATİSKLERİ ANALİZİ (Bir Önceki Projeden Devam Edilecektir) Hazırlayan : Süleyman Öğrekçi 1996 ve 1998 yılları arasında Güney Carolina da resmi
BÖLÜM 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
Deneysel Verilerin Değerlendirilmesi. Dersi Veren Öğretim Üyeleri: Yrd. Doç. Dr. Özge ANDİÇ ÇAKIR. Prof. Dr. Murat ELİBOL FİNAL SINAVI
Deneysel Verilerin Değerlendirilmesi Dersi Veren Öğretim Üyeleri: Yrd. Doç. Dr. Özge ANDİÇ ÇAKIR Prof. Dr. Murat ELİBOL FİNAL SINAVI Ödevi Hazırlayan: Özge AKBOĞA 91100019124 (Doktora) Güz,2012 İzmir 1
GRANÜL BOYUT DAĞILIMININ GRANİT KARO ÜRÜN ÖZELLİKLERİNE ETKİSİ. Z.Bayer 1,3, N.Ay 1, N.Erginel 2
Afyon Kocatepe Üniversitesi Özel Sayı Afyon Kocatepe University FEN BİLİMLERİ DERGİSİ 83-88 JOURNAL OF SCIENCE GRANÜL BOYUT DAĞILIMININ GRANİT KARO ÜRÜN ÖZELLİKLERİNE ETKİSİ Z.Bayer 1,3, N.Ay 1, N.Erginel
Ölçüm Sisteminin Analizi Measurement System Analysis. Dr. Nihal Erginel
Ölçüm Sisteminin Analizi Measurement System Analysis Dr. Nihal Erginel TOPLAM DEĞİŞKENLİK Süreçten kaynaklanan değişkenlik Ölçüm sisteminden kaynaklanan değişkenlik Süreç Değişkenlik Kaynakları Hammadde
ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE
ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ A ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY A Applied Sciences and Engineering Cilt/Vol.:11-Sayı/No: 1 : 1-16 (2010) ARAŞTIRMA MAKALESİ /RESEARCH
34.Operations Research&Industrial Engıneerıng National Congress 25-27 June 2014
BANKING SECTOR ANALYSIS OF IZMIR PROVINCE: A GRAPHICAL DATA-MINING ANALYSIS (R SOFTWARE APPLICATIONS) 34.Operations Research&Industrial Engıneerıng National Congress 25-27 June 2014 FATMA ÇINAR MBA, CAPITAL
ULUDAĞ ÜNİVERSİTESİ EĞİTİM FAKÜLTESİ BEDEN EĞİTİMİ ve SPOR BÖLÜMÜ ÖĞRENCİLERİNİN ÖSS ve ÖZEL YETENEK SINAVI PUANLARINA GÖRE GENEL AKADEMİK BAŞARILARI
Uludağ Üniversitesi Eğitim Fakültesi Dergisi Cilt: XVII, Sayı: 1, 2003 ULUDAĞ ÜNİVERSİTESİ EĞİTİM FAKÜLTESİ BEDEN EĞİTİMİ ve SPOR BÖLÜMÜ ÖĞRENCİLERİNİN ÖSS ve ÖZEL YETENEK SINAVI PUANLARINA GÖRE GENEL
UYGULAMA 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
Deney Tasarımı (DOE) Reçetesi. Orhan Çevik İstanbul, 30 Ağustos 2014
Deney Tasarımı (DOE) Reçetesi Orhan Çevik İstanbul, 30 Ağustos 2014 Başlangıç Uyarısı Deney tasarımı çalışmalarının genellikle peş peşe birkaç deney gerektiren çalışmalar olduğunu unutmayın Her zaman mümkün
AISI 316Ti PASLANMAZ ÇELİĞİN TORNALANMASINDA KESİCİ UÇ ETKİSİNİN TAGUCHI YÖNTEMİ İLE ANALİZİ
Gazi Üniv. Müh. Mim. Fak. Der. Journal of the Faculty of Engineering and Architecture of Gazi University Cilt 28, No 2, 363-372, 2013 Vol 28, No 2, 363-372, 2013 AISI 316Ti PASLANMAZ ÇELİĞİN TORNALANMASINDA
Çalıştığı 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
Öğrencilere bilgisayar destekli titreşim analizi yeteğinin kazandırılması
Ders Öğretim Planı Dersin Kodu 50700 4222007 Dersin Seviyesi Lisans Dersin Adı BİLGİSAYAR DESTEKLİ TİTREŞİM SİMÜLASYONU Dersin Türü Yıl Yarıyıl AKTS Seçmeli 4 8 3 Dersin Amacı Öğrencilere bilgisayar destekli
İSTATİSTİK SPSS UYGULAMA
İSTATİSTİK SPSS UYGULAMA Yrd. Doç. Dr. H. İbrahim CEBECİ SPSS UYGULAMA Bu bölümde SPSS veri girişi, Basit grafik hazırlama, örneklem çekimi ve tanımlayıcı istatistiksel analizler hakkında SPSS uygulamaları
Çoklu Bağlantı Problemi (Açıklayıcı Değişkenler Arasında Doğrusal Đlişkiler)
. Ders Çoklu Bağlantı Problemi (Açıklayıcı Değişkenler Arasında Doğrusal Đlişkiler) Açıklayıcı değişkenler ile bağımlı değişken arasında, E( Y ) = x x... x X x X x X x β + β + β + + β =, =,..., k k k=
KUKLA DEĞİŞKENLİ MODELLER
KUKLA DEĞİŞKENLİ MODELLER Bir kukla değişkenli modeller (Varyans Analiz Modelleri) Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller) Kukla değişkenlerin
Varyans Analizi (ANOVA), Kovaryans Analizi (ANCOVA), Faktöriyel ANOVA, Çoklu Varyans Analizi (MANOVA)
Varyans Analizi (ANOVA), Kovaryans Analizi (ANCOVA), Faktöriyel ANOVA, Çoklu Varyans Analizi (MANOVA) Yaşar Tonta H.Ü. BBY [email protected] yunus.hacettepe.edu.tr/~tonta/courses/fall2008/sb5002/
The International New Issues In SOcial Sciences
Number: 4 pp: 89-95 Winter 2017 SINIRSIZ İYİLEŞMENİN ÖRGÜT PERFORMANSINA ETKİSİ: BİR UYGULAMA Okan AY 1 Giyesiddin NUROV 2 ÖZET Sınırsız iyileşme örgütsel süreçlerin hiç durmaksızın örgüt içi ve örgüt
Kukla Değişken Nedir?
Kukla Değişken Nedir? Cinsiyet, eğitim seviyesi, meslek, din, ırk, bölge, tabiiyet, savaşlar, grevler, siyasi karışıklıklar (=darbeler), iktisat politikasındaki değişiklikler, depremler, yangın ve benzeri
ÖZET YENİ İLKÖĞRETİM II. KADEME MATEMATİK ÖĞRETİM PROGRAMININ İSTATİSTİK BOYUTUNUN İNCELENMESİ. Yunus KAYNAR
ÖZET YENİ İLKÖĞRETİM II. KADEME MATEMATİK ÖĞRETİM PROGRAMININ İSTATİSTİK BOYUTUNUN İNCELENMESİ Yunus KAYNAR AFYON KOCATEPE ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EĞİTİM BİLİMLERİ ANA BİLİM DALI Ağustos
Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END Kalite Planlama ve Kontrol
Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END 3618 - Kalite Planlama ve Kontrol Uygulama Çalışması-I Dr. Öğr. Üyesi Kemal SUBULAN Tarih: 12.04.2018 A Aşağıda yer alan
İSTATİSTİK MHN3120 Malzeme Mühendisliği
İSTATİSTİK MHN3120 Malzeme Mühendisliği CBÜ - Malzeme Mühendisliği Bölümü Ofis: Mühendislik Fakültesi A Blok Ofis no:311 Tel: 0 236 2012404 E-posta :[email protected] YARDIMCI KAYNAKLAR Mühendiler
Konu 04: Yardımcı Komutlar
Konu04:YardımcıKomutlar KatmanlarlaÇalışmak(LAYERS) Status: Name: On: Freeze: Lock: Color: Linetype: Lineweight: PlotStyle: Budüğmelersırasıyla: Yenikatmanyaratır Mevcutbirkatmanısiler Birkatmanıaktifkatmanhalinegetirir.
Tekrarlı Ölçümler ANOVA
Tekrarlı Ölçümler ANOVA Repeated Measures ANOVA Aynı veya ilişkili örneklemlerin tekrarlı ölçümlerinin ortalamalarının aynı olup olmadığını test eder. Farklı zamanlardaki ölçümlerde aynı (ilişkili) kişiler
ise, genel bir eğilim (trend) gösteriyorsa bu seriye uygun doğru ya da eğriyi bulmaya çalışırız. Trend orta-uzun dönemde her iniş, çokışı
Trend Analizi Eğer zaman serisi i rastgele dağılmış ğ değil ise, genel bir eğilim (trend) gösteriyorsa bu seriye uygun doğru ya da eğriyi bulmaya çalışırız. Trend orta-uzun dönemde her iniş, çokışı yansıtmayacak,
19. 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
Regresyon Analizi. Yaşar Tonta H.Ü. BBY [email protected] yunus.hacettepe.edu.tr/~tonta/courses/fall2008/sb5002/ SLIDE 1
Regresyon Analizi Yaşar Tonta H.Ü. BBY [email protected] yunus.hacettepe.edu.tr/~tonta/courses/fall2008/sb5002/ SLIDE 1 Not: Sunuş slaytları G.A. Morgan, O.V. Griego ve G.W. Gloeckner in SPSS for
Prof.Dr. Rian Dişçi İ.Ü.Onkoloji Enstitüsü Kanser Epidemiyolojisi ve Biyoistatistik Bilim Dalı
SAĞKALIM (SÜRVİ) ANALİZİ Prof.Dr. Rian Dişçi İ.Ü.Onkoloji Enstitüsü Kanser Epidemiyolojisi ve Biyoistatistik Bilim Dalı Amaç Tedaviden sonra hastaların beklenen yaşam sürelerinin tahmin edilmesi, genel
ALIŞTIRMA 2 GSYİH. Toplamsal Ayrıştırma Yöntemi
ALIŞTIRMA 2 GSYİH Bu çalışmamızda GSYİH serisinin toplamsal ve çarpımsal ayrıştırma yöntemine göre modellenip modellenemeyeceği incelenecektir. Seri ilk olarak toplamsal ayrıştırma yöntemine göre analiz
CHAPTER 6 SIMPLE LINEAR REGRESSION
CHAPTER 6 SIMPLE LINEAR REGRESSION Bu bölümdeki amacımız değişkenler arasındaki ilişkiyi gösteren en uygun eşitliği kurmaktır. Konuya giriş için şu örnekle başlayalım; Diyelim ki Mr. Bump adındaki birisi
PAMUK / POLİESTER KARIŞIMI OE ROTOR İPLİKLERİNİN TÜYLÜLÜĞÜ ÜZERİNE BİR ÇALIŞMA A STUDY ON THE HAIRINESS OF COTTON / POLYESTER BLENDED OE ROTOR YARNS
PAMUK / POLİESTER KARIŞIMI OE ROTOR İPLİKLERİNİN TÜYLÜLÜĞÜ ÜZERİNE BİR ÇALIŞMA Pınar DURU BAYKAL, Osman BABAARSLAN Çukurova Üniversitesi, Tekstil Mühendisliği Bölümü, 0330-Balcalı/Adana Rızvan EROL Çukurova
UYGULAMALI EKONOMETRİ I. Veri Analizi
UYGULAMALI EKONOMETRİ I Veri Analizi Temel Veri Analizi İstatistiksel yada ekonometrik araçları kullanmadan önce veriyi hissetmek için ön analiz oldukça önemlidir. Bu süreç regresyon analizi ve sonuçların
İki Varyansın Karşılaştırılması
6.DERS İki Varyansın Karşılaştırılması Comparing Two Variances t-testinde iki varyansın eşit kabul edilip edilmemesi için kullanılır 1 Varyans için ikili-örnek Testi ve gibi iki varyansı karşılaştırmak
BAYANLARA ÖZEL SPOR MERKEZİNDE KARŞILAŞILAN YETERLİ KİLO VEREMEME VE İNCELME PROBLEMİNİN DENEY TASARIMI İLE OPTİMİZASYONU
BAYANLARA ÖZEL SPOR MERKEZİNDE KARŞILAŞILAN YETERLİ KİLO VEREMEME VE İNCELME PROBLEMİNİN DENEY TASARIMI İLE OPTİMİZASYONU Kasım BAYNAL a ve Saime TAPHASANOĞLU b,* a Endüstri Mühendisliği, Mühendislik Fakültesi,
Çoklu Regresyon Korelasyon Analizinde Varsayımdan Sapmalar ve Çimento Sektörü Üzerine Uygulama *
Çoklu Regresyon Korelasyon Analizinde Varsayımdan Sapmalar ve Çimento Sektörü Üzerine Uygulama * Erkan SEVİNÇ ** Giriş Bu çalışmada İMKB de taş ve toprağa dayalı sanayi altında işlem gören şirketlerin
6 SIGMA FELSEFESİ. Doç. Dr. Nihal ERGİNEL Anadolu Üniversitesi Endüstri Mühendisliği Bölümü
6 SIGMA FELSEFESİ 6 Doç. Dr. Nihal ERGİNEL Anadolu Üniversitesi Endüstri Mühendisliği Bölümü Sigma seviyesi, süreçlerin yeterliliği ifade eden bir ölçüttür. Süreçlerin sigma seviyelerinin artması demek,
İstatistik 1 BÖLÜM 2
İstatistik 1 BÖLÜM 2 VERİ SETLERİNİN ÖZETLENMESİNDE KULLANILAN SIKLIK DAĞILIM TABLOLARI VE GRAFİKSEL YÖNTEMLER 1 İşlenecek Konular VERİ TÜRLERİ VE SAYISAL OLMAYAN İSTATİSTİKSEL ÖZETLEME YÖNTEMLERİ Temel
Programında Varyans Analizi
Programında Varyans Analizi Doç. Dr. Yüksel KAYA Siirt Üniversitesi Ziraat Fakültesi Tarla Bitkileri Bölümü 2019 e-mail: [email protected] Bilgi Notu: 2 Atıf yapma şekli: Kaya, Y. 2019. R Programında
Girdi Analizi. 0 Veri toplama 0 Girdi sürecini temsil eden olasılık dağılımı belirleme. 0 Histogram 0 Q-Q grafikleri
Girdi Analizi 0 Gerçek hayattaki benzetim modeli uygulamalarında, girdi verisinin hangi dağılımdan geldiğini belirlemek oldukça zor ve zaman harcayıcıdır. 0 Yanlış girdi analizi, elde edilen sonuçların
6. Ders. Genelleştirilmiş Lineer Modeller (Generalized Linear Models, GLM)
6. Ders Genelleştirilmiş Lineer Modeller (Generalized Linear Models, GLM) Y = X β + ε Lineer Modeli pek çok özel hallere sahiptir. Bunlar, ε nun dağılımına (bağımlı değişkenin dağılımına), Cov( ε ) kovaryans
T.C. SÜLEYMAN DEMİREL ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ISPARTA İLİ KİRAZ İHRACATININ ANALİZİ
T.C. SÜLEYMAN DEMİREL ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ISPARTA İLİ KİRAZ İHRACATININ ANALİZİ Danışman Doç. Dr. Tufan BAL YÜKSEK LİSANS TEZİ TARIM EKONOMİSİ ANABİLİM DALI ISPARTA - 2016 2016 [] TEZ
Hipotezlerin 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
KUKLA DEĞİŞKENLİ MODELLER. Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller)
KUKLA DEĞİŞKENLİ MODELLER Bir kukla değişkenli modeller (Varyans Analiz Modelleri) Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller) Kukla değişkenlerin
KUKLA DEĞİŞKENLİ MODELLER
KUKLA DEĞİŞKENLİ MODELLER Bir kukla değişkenli modeller (Varyans Analiz Modelleri) Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller) Kukla değişkenlerin
UYGULAMA 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
SANAYİ İŞÇİLERİNİN DİNİ YÖNELİMLERİ VE ÇALIŞMA TUTUMLARI ARASINDAKİ İLİŞKİ - ÇORUM ÖRNEĞİ
, ss. 51-75. SANAYİ İŞÇİLERİNİN DİNİ YÖNELİMLERİ VE ÇALIŞMA TUTUMLARI ARASINDAKİ İLİŞKİ - ÇORUM ÖRNEĞİ Sefer YAVUZ * Özet Sanayi İşçilerinin Dini Yönelimleri ve Çalışma Tutumları Arasındaki İlişki - Çorum
Yoğun Bakım Üniteleri Araştırması
Yoğun Bakım Üniteleri Araştırması 22 Temmuz 2015, ANKARA [email protected] İstatistik, Analiz ve Raporlama Daire Başkanlığı 1 Hazırlayanlar: H. Erkin SÜLEKLİ (Sağlık Uzman Yardımcısı) Aziz
Sıklık Tabloları, BASİT ve TEK değişkenli Grafikler Ders 3 ve 4 ve 5
Sıklık Tabloları, BASİT ve TEK değişkenli Grafikler Ders 3 ve 4 ve 5 Sıklık Tabloları Veri dizisinde yer alan değerlerin tekrarlama sayılarını içeren tabloya sıklık tablosu denir. Tek değişken için çizilen
Sistem Simulasyonu. Ders 8 Laboratuvar. Girdi Analizi
Sistem Simulasyonu Ders 8 Laboratuvar Girdi Analizi Örneklem Verileri durağan olmalıdır. Bu sonuç zaman serisi grafiğinden gözlemlenir. Verilerde zamana bağlı farkedilebilir bir trend (eğilim) olmamalıdır.
PSK 510 Research Methods and Advanced Statistics
PSK 510 Research Methods and Advanced Statistics Lecture 09: PCA and FA Doğan Kökdemir, PhD http://www.kokdemir.info [email protected] 1 İstatistik Las Meninas - Picasso 2 Gerçek Las Meninas - Diego
01.02.2013. 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
Sistem Simulasyonu. Ders 8 Laboratuvar. Girdi Analizi
Sistem Simulasyonu Ders 8 Laboratuvar Girdi Analizi Örneklem Verileri durağan olmalıdır. Bu sonuç zaman serisi grafiğinden gözlemlenir. Verilerde zamana bağlı farkedilebilir bir trend (eğilim) olmamalıdır.
BOSSA T.A.Ş. İŞLETMESİNDE YEDEK PARÇA YURTİÇİ SATINALMA TEMİN SÜRELERİNE ALTI SIGMA ARAÇLARI İLE İSTATİSTİKSEL YAKLAŞIM
Altı Sigma Yalın Konferansları (- Mayıs 2) 1 BOSSA T.A.Ş. İŞLETMESİNDE YEDEK PARÇA YURTİÇİ SATINALMA TEMİN SÜRELERİNE ALTI SIGMA ARAÇLARI İLE İSTATİSTİKSEL YAKLAŞIM Önder ÜNER ÖZET Bu çalışmada BOSSA T.A.Ş.
Maltepe Üniversitesi Bilgisayar Mühendisliği Bölümü BİL 203 Veri Yapıları ve Algoritmalar I
Maltepe Üniversitesi Bilgisayar Mühendisliği Bölümü BİL 203 Veri Yapıları ve Algoritmalar I GENEL DERS BİLGİLERİ Öğretim Elemanı : İzzet TAMER Ofis : MUH 311 Ofis Saatleri : Pazartesi: 14:10 15:00, Salı:
8.Sunum. Yrd. Doç. Dr. Sedat ŞEN 1
8.Sunum Yrd. Doç. Dr. Sedat ŞEN 1 Bir önceki sunumda korelasyon kullanarak iki değişken arasındaki ilişkiyi tespit etmeye çalıştık. Bu sunumda iki değişken arasında ilişkiyi göstermenin yanında bir değişkeni
İTÜ DERS KATALOG FORMU (COURSE CATALOGUE FORM)
Dersin Adı Uçak Motor Tasarımı İTÜ DERS KATALOG FORMU (COURSE CATALOGUE FORM) Course Name Aircraft Engine Design Ders Uygulaması, Saat/Hafta (Course Implementation, Hours/Week) Kodu Yarıyılı Kredisi AKTS
Tesadüf Blokları Deneylerde Tam Gözlemle Kayıp Gözlemi Tahmin Ederek Nispi Etkinliğin Karşılaştırılması: Tarım Verilerinde Uygulaması
Araştırma Makalesi / Research Article Iğdır Üni. Fen Bilimleri Enst. Der. / Iğdır Univ. J. Inst. Sci. & Tech. 2(4): 49-54, 2012 Iğdır Üniversitesi Fen Bilimleri Enstitüsü Dergisi Iğdır University Journal
Matlab & Simulink MATLAB SIMULINK
Matlab & Simulink MATLAB SIMULINK Simulink Oturumunu Başlatma SIMULINK icon üzerine tıkla Veya Matlab komut satırında simulink Yaz Simulink Kütüphanesi Yeni model iconu oluşturma Arama penceresi Model
FAKTÖR ANALİZİ VAHİDE NİLAY KIRTAK
FAKTÖR ANALİZİ VAHİDE NİLAY KIRTAK Çok Değişkenli İstatistikler Faktör Analizi Faktör Analizinin Amacı: Birbirleriyle ilişkili p tane değişkeni bir araya getirerek az sayıda ilişkisiz ve kavramsal olarak
GPS İLE KONUM BELİRLEMEDE DENEY TASARIMI YAKLAŞIMI Y. ŞİŞMAN 1, A. ŞİŞMAN 2
GPS İLE KONUM BELİRLEMEDE DENEY TASARIMI YAKLAŞIMI Y. ŞİŞMAN 1, A. ŞİŞMAN 2 1 Ondokuz Mayıs Üniversitesi, Mühendislik Fakültesi, Harita Mühendisliği Bölümü, Jeodezi Anabilim Dalı, Samsun, [email protected],
BACILLUS AMYLOLIQUEFACIENS İLE α-amilaz ÜRETİMİNİN RSM ANALİZİ
BACILLUS AMYLOLIQUEFACIENS İLE α-amilaz ÜRETİMİNİN RSM ANALİZİ M. Ş. TANYILDIZI *, M. ELİBOL, D. ÖZER ÖZET Bacillus amyloliquefaciens ile alfa amilaz üretim ortamının optimizasyonu response surface metodu
ÇEŞİTLİ AĞAÇ TÜRLERİNE AİT DOĞAL RENK VE PARLAKLIK DEĞERLERİNİN KARŞILAŞTIRILMASI
ÇEŞİTLİ AĞAÇ TÜRLERİNE AİT DOĞAL RENK VE PARLAKLIK DEĞERLERİNİN KARŞILAŞTIRILMASI Mustafa ORDU 1 Sait Dündar SOFUOĞLU 2 ÖZET Masif ağaç malzeme doğal görüntüsü ile kullanıcılar tarafından tercih edilmektedir.
İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı
İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t test) Ölçümle
Performans Tabloları Yalınkat Camlar
Performans Tabloları Yalınkat Camlar Kaplamalı Yüzey Gün Işığı Soğurma Güneş Enerjisi Direkt Toplam Gölgeleme Isı (U Değeri) W/m 2 K Gümüş #1 38 33 27 30 43 50 0,57 5,7 #2 38 27 20 38 43 52 0,59 5,7 Yeşil
T.C. Hitit Üniversitesi. Sosyal Bilimler Enstitüsü. İşletme Anabilim Dalı
T.C. Hitit Üniversitesi Sosyal Bilimler Enstitüsü İşletme Anabilim Dalı X, Y, Z KUŞAĞI TÜKETİCİLERİNİN YENİDEN SATIN ALMA KARARI ÜZERİNDE ALGILANAN MARKA DENKLİĞİ ÖĞELERİNİN ETKİ DÜZEYİ FARKLILIKLARININ
EHM 382 SAYISAL HABERLEŞME DÖNEM PROJESİ
T.C. SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ Elektronik ve Haberleşme Mühendisliği Bölümü EHM 38 SAYISAL HABERLEŞME DÖNEM PROJESİ MATLAB YARDIMIYLA SAYISAL HABERLEŞME UYGULAMALARI Mart 4 Yrd.
Öğrenciler analiz programları hakkında bilgi sahibi olurlar
Ders Öğretim Planı Dersin Kodu 0000 Dersin Seviyesi Lisans Dersin Adı Bilgisayar Destekli Tasarım ve İmalat Dersin Türü Yıl Yarıyıl AKTS Seçmeli Dersin Amacı İmalat amaçlı bir endüstriyel tasarımda, tasarım
WCM PROGRAMI 6 Sigma Konferansı. Kasım 2014
WCM PROGRAMI 6 Sigma Konferansı Kasım 2014 Endüstride WCM Programı 187 Fabrika 2 Dünya Klasında Üretim Yapısı 3 WCM - Dünya Klasında Üretim Nedir? WCM, üretim alanındaki standartları dünya klası seviyesine
LİKERT 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
PARABOLİK DENKLEMLERDE BİLİNMEYEN KAYNAK TERİMLERİNİN BULUNMASI İÇİN PROSEDÜR VE PROGRAMLAR. Alper Bostancı
öz PARABOLİK DENKLEMLERDE BİLİNMEYEN KAYNAK TERİMLERİNİN BULUNMASI İÇİN PROSEDÜR VE PROGRAMLAR Alper Bostancı BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI YÜKSEK LİSANS TEZİ Şubat 2002 Bu tez çalışmasında parabolik
YILDIZ TEKNİK ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EĞİTİM PROGRAMLARI VE ÖĞRETİM ABD TEZLİ YÜKSEK LİSANS PROGRAMI
YILDIZ TEKNİK ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EĞİTİM PROGRAMLARI VE ÖĞRETİM ABD TEZLİ YÜKSEK LİSANS PROGRAMI EĞİTİMDE İSTATİSTİK VE UYGULAMALARI DERS NOTLARI ÖĞRETİM ÜYESİ İBRAHİM DEMİR OĞUZCAN
İyi Bir Modelin Özellikleri
İyi Bir Modelin Özellikleri 1. Basitlik. Belirlenmişlik Y t = b 1 (1-r)+b X t -rb X t-1 +ry t-1 +e t 3. R ölçüsü 4. Teorik tutarlılık 5. Fonksiyonel Biçim 1 Model Tanımlanması Araştırmada kullanılan modelin
1. Basitlik 2. Belirlenmişlik Y t = b 1 (1-r)+b 2 X t -rb 2 X t-1 +ry t-1 +e t 3. R 2 ölçüsü 4. Teorik tutarlılık 5. Doğru Fonksiyonel Biçim
1. Basitlik. Belirlenmişlik Y t = b 1 (1-r)+b X t -rb X t-1 +ry t-1 +e t 3. R ölçüsü 4. Teorik tutarlılık 5. Doğru Fonksiyonel Biçim 1 Model Tanımlanması Araştırmada kullanılan modelin tanımlamasının doğru
