Ünite 4 Kaba Verinin örneklenmesi ve Araştırılması. Örnekleme Tasarım Adımları. Ana konular. Örnekleme Boyutu. Örnekleme

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Ünite 4 Kaba Verinin örneklenmesi ve Araştırılması. Örnekleme Tasarım Adımları. Ana konular. Örnekleme Boyutu. Örnekleme"

Transkript

1 Ünite 4 Kaba Verinin örneklenmesi ve Araştırılması Sistem Analizi ve Tasarımı Sedat TELÇEKEN Örneklemeye neden ihtiyaç duyulur? Sistem Analistleri örneklemeyi; Maliyetleri azaltmak, Veri Toplama sürecini hızlandırmak Etkinliği geliştirmede Veri-toplama daki sapmayı azaltmak için yaparlar. Sedat Telçeken Copyright 00 by Prentice Hall, Inc. 4-4 Ana konular Örnekleme Kaba Veri Niteliksel döküman analizi İşakışı analizi İş sürecini yeniden yapılandırma Arşivsel dökümanlar Örnekleme Tasarım Adımları İyi örnekleme tasatımı için sistem analistleri 4 temel adımı yapmalıdır: Verilerin toplanacağını ya da tanımlanacağını belirlemek Örneklenecek popülasyonun belirlenmesi Örnek tipinin seçilmesi Örneklem boyutuna karar verilmesi Sedat Telçeken Copyright 00 by Prentice Hall, Inc. 4- Sedat Telçeken Copyright 00 by Prentice Hall, Inc. 4-5 Örnekleme Örnekleme; popülasyonun temsilci elemanlarının sistematik olarak seçilme sürecidir. İki temel kararı gerektirir Hangi anahtar dökümanları ve web sitelerini örneklemeli? Mülakat ve anketlerin hedef kitlesi kimler olmalıdır? Örnekleme Boyutu Örnekleme boyutu kararını sistem analisti aşağıdaki koşullar altında alır Öznitelemerdeki örneklem verisi Değişkenlerdeki örneklem verisi Nitel verilerdeki örneklem Sedat Telçeken Copyright 00 by Prentice Hall, Inc. 4-3 Sedat Telçeken Copyright 00 by Prentice Hall, Inc. 4-6

2 Örnekleme tipleri 4 Tip örnekleme mevcuttur: Uygun Amaçlı Basit rastsal Kompleks rastsal Basit Rassal Örnekleme Numaralanmış popülasyon listesine temellendirilmiştir Her kişi ya da döküman eşit seçilme oranına sahiptir. Sedat Telçeken Copyright 00 by Prentice Hall, Inc. 4-7 Sedat Telçeken Copyright 00 by Prentice Hall, Inc Uygun Örnekleme Uygun örnekleme are kısıtsız ve olasılıksız örneklemelerdir. Kolay düzenlenir Çok güvenilir değildir. Komlex Rastsal Örnekleme 3 formdadır Sistematik örnekleme Katmanlı örnekleme Küme örnekleme Sedat Telçeken Copyright 00 by Prentice Hall, Inc. 4-8 Sedat Telçeken Copyright 00 by Prentice Hall, Inc Amaçlı Örnekleme Bir hüküm üzerine temellendirilir. Analist örnekleme için bireysel guruplar seçer. Kriter üzerine temellendirilir. Olasılıksız örneklemedir. Kısmen güvenilirdir. Sistematik Örnekleme Olasılık örneklemenin en basit yöntemidir Her k. kişi listeden seçilir Eğer liste sıralıysa iyi sonuç vermeyebilir. Sedat Telçeken Copyright 00 by Prentice Hall, Inc. 4-9 Sedat Telçeken Copyright 00 by Prentice Hall, Inc. 4-1

3 Katmanlı Örnekleme Alt-popülasyonları veya katmanları tanımlama Nesnelerin veya kişilerin örnekleme için alt-popülasyondan seçimi. Belirsiz guruplardan aşırı personel sayısının dengelenmesi i, aralık tahminin yapılması Bir güven düzeyi seçilerek bunun katsayısına bakılır (z değeri) Ortalamaya bağlı standar sapma hesaplanır (σ x ) i σ x = ---- z Sedat Telçeken Copyright 00 by Prentice Hall, Inc Sedat Telçeken Copyright 00 by Prentice Hall, Inc Küme Örnekleme Çalışılacak kişi ya da döküman gurubunun seçilmesi Geriye kalanları temsil eden tipik grupların belirlenmesi Gerekli olan (n), aşağıdaki formül kullanılarak hesaplanır: s σ x Sedat Telçeken Copyright 00 by Prentice Hall, Inc Sedat Telçeken Copyright 00 by Prentice Hall, Inc Adımlar Örneklenecek değişkenin belirlenmesi Değişkenin bulunduğu veritabanı ya da dökümanın yerinin belirlenmesi Bir Örnek Bil378 şirketine ait bir değişken örneklem boyutu bulmamız isteniyor. Bir sipariş için gerekli ortalama lira değerini bulmamız gerekli. Son altı ayın sipariş kopyalarını elde ederiz. Gerekli incelemerl sonucunda ortalama lira değerini 1500Lira olarak bulduk ve s standart sapmayı da 100lira olarak bulduk. Sedat Telçeken Copyright 00 by Prentice Hall, Inc Sedat Telçeken Copyright 00 by Prentice Hall, Inc. 4-18

4 Bir örnek (devam) Tamamen öznel bir karar neticesinde aralık tahminini 5.00 lira olarak belirledik.(i değeri) Güven düzeyini seçerken %96 seçtik ve buna karşılık güven katsayısı olan.05 i aldık. (z değeri) Kaba verinin elde edilmesi Kaba verinin elde edilişi; Karar vermekte kullanılan kayıtlar gibi nicel verilerin analizi Performans raporları Kayıtlar Veri saptama/yakalama formları E-ticaret veya diğer ticari hareketler Sedat Telçeken Copyright 00 by Prentice Hall, Inc Sedat Telçeken Copyright 00 by Prentice Hall, Inc. 4- Hesaplama: i σ x = ---- =5.00/.05 =.44 z s σ x = = 1681 Nicel Dökümanlar Aşağıdaki gibi nicel dökümanlar elden geçirilir. Anahtar ya da kılavuz mecazlar Dahili ve harici durumdakiler İyi veya kötü olanlar Ortak alanlardaki veya Web sayfalarındaki Grafikler, logolar, and ikonlar Sedat Telçeken Copyright 00 by Prentice Hall, Inc. 4-0 Sedat Telçeken Copyright 00 by Prentice Hall, Inc. 4-3 Kaba Veri Örneklemeye ek olarak, kaba verinin araştırılması sistem analistinin veri toplaması için diğer etkin bit methottur. Nicel dökümanların analizi Nicel dökümanlar aşağıdakileri içerir; Hatırlatıcı kısa notlar Bülten tahtları üzerindeki işaretler Toplu Web-sayfaları Kullanım Kılavuzları İlke Kılavuzları Sedat Telçeken Copyright 00 by Prentice Hall, Inc. 4-1 Sedat Telçeken Copyright 00 by Prentice Hall, Inc. 4-4

5 İş akışı Analizi Veri veya bilgi planlı akmaz Formların analizindeki darboğazlar Online formlara erişimdeki hantallık Gereksiz iş tekrarlarının olması, Çalışanların bilgilerin zaten varlığından habersiz olmaları Çalışanların genel iş akışının durumundan habersiz olmaları Sedat Telçeken Copyright 00 by Prentice Hall, Inc. 4-5 Özetli arşivlenmiş dökümanlar için kılavuz Fragment data into subclasses and make cross-checks to reduce errors Compare reports on the same phenomenon by different analysts Realize the inherent bias associated with original decisions to file, keep, or destroy reports Use other methods to obtain data Sedat Telçeken Copyright 00 by Prentice Hall, Inc. 4-8 İş süreci yeniden yapılandırılması Aşağıdaki özellikleri içermektedir: Varolan sistemin modellenmesi Muhtemel çıktıların analizi Teklif edilen iş akışının simüle edilmesi Sedat Telçeken Copyright 00 by Prentice Hall, Inc. 4-6 Döküman Arşivleme Arşivlenmiş dökümanlardan sistem analisti bazı özet bilgiye sahip değerli bilgiyi elde edebilir. Genellikle, arşivlenmiş dökümanlar tarihsel verilerdir, ve birilerinin özel bir amacı için kullanılmak üzere yedeklenir. Sedat Telçeken Copyright 00 by Prentice Hall, Inc. 4-7

Örneklem. Yöntemleri FBED511 Eğitim Bilimlerinde Temel Araştırma Yöntemleri 1. Evren & Örneklem. Evren. Örneklem ve örnekleme

Örneklem. Yöntemleri FBED511 Eğitim Bilimlerinde Temel Araştırma Yöntemleri 1. Evren & Örneklem. Evren. Örneklem ve örnekleme Yöntemleri & EBE Z Eğitimde Araştırma Yöntemleri (Fraenkel & Wallen, 1990), araştırma sonuçlarının genelleneceği (geçerli olacağı) büyük grup. Hedef evren, araştırmacının ulaşmak istediği, ancak ulaşması

Detaylı

Oluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir

Oluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir Bilimsel Araştırma Yöntemleri Prof. Dr. Şener Büyüköztürk Doç. Dr. Ebru Kılıç Çakmak Yrd. Doç. Dr. Özcan Erkan Akgün Doç. Dr. Şirin Karadeniz Dr. Funda Demirel Örnekleme Yöntemleri Evren Evren, araştırma

Detaylı

Örnekleme Yöntemleri

Örnekleme Yöntemleri Örnekleme Yöntemleri Evren & Örneklem (Fraenkel & Wallen, 1990) Evren & Örneklem 2 Evren Evren, araştırma sonuçlarının genelleneceği (geçerli olacağı) büyük grup. Hedef evren, araştırmacının ulaşmak istediği,

Detaylı

İÇİNDEKİLER ÖN SÖZ...

İÇİNDEKİLER ÖN SÖZ... İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN

Detaylı

Temel ve Uygulamalı Araştırmalar için Araştırma Süreci

Temel ve Uygulamalı Araştırmalar için Araştırma Süreci BÖLÜM 8 ÖRNEKLEME Temel ve Uygulamalı Araştırmalar için Araştırma Süreci 1.Gözlem Genel araştırma alanı 3.Sorunun Belirlenmesi Sorun taslağının hazırlanması 4.Kuramsal Çatı Değişkenlerin açıkça saptanması

Detaylı

Popülasyon Ortalamasının Tahmin Edilmesi

Popülasyon Ortalamasının Tahmin Edilmesi Güven Aralıkları Popülasyon Ortalamasının Tahmin Edilmesi Tanımlar: Nokta Tahmini Popülasyon parametresi hakkında tek bir rakamdan oluşan tahmindir. Popülasyon ortalaması ile ilgili en iyi nokta tahmini

Detaylı

İŞLETMECİLER İÇİN İSTATİSTİK II

İŞLETMECİLER İÇİN İSTATİSTİK II İŞLETMECİLER İÇİN İSTATİSTİK II UYGULAMA I SORU 1 Bir maden işletmesi kazılan madendeki ton başına ortalama bakır cevheri miktarının değeri tahminlemek istemektedir. Rastsal olarak seçilen 50 tonluk örnekten

Detaylı

SEÇKİSİZ OLMAYAN ÖRNEKLEME YÖNTEMLERİ

SEÇKİSİZ OLMAYAN ÖRNEKLEME YÖNTEMLERİ SEÇKİSİZ OLMAYAN ÖRNEKLEME YÖNTEMLERİ SEÇKİSİZ OLMAYAN ÖRNEKLEME YÖNTEMLERİ Seçkisiz olmayan örnekleme yöntemleri Fraenkel ve Wallen(2006) ın sınıflandırmasıyla tutarlı olarak ; Sistematik Örnekleme Amaçsal

Detaylı

İSTATİSTİK STATISTICS (2+0) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI

İSTATİSTİK STATISTICS (2+0) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI İSTATİSTİK STATISTICS (+) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI KONU BAŞLIKLARI :. İSTATİSTİĞE GİRİŞ. VERİLERİN DÜZENLENMESİ. MERKEZİ EĞİLİM ÖLÇÜLERİ.

Detaylı

BÖLÜM I ARAŞTIRMANIN DOĞASI

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

Detaylı

Sistem Geliştirme Yaşam Döngüsü (The Systems Development Life Cycle) (SDLC)

Sistem Geliştirme Yaşam Döngüsü (The Systems Development Life Cycle) (SDLC) Sistem Geliştirme Yaşam Döngüsü (The Systems Development Life Cycle) (SDLC) Sistem analistlerinin ve kullanıcı faaliyetlerinin spesifik döngüsünün kullanılmasıyla En iyi geliştirilmiş sistemin oluşmasını

Detaylı

Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 1

Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 1 Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 1 Population Belirli bir konudaki verilerin tamamıdır. Örnek Populasyonun belirli bir kesitidir. Parametre Populasyonla ilgili tanımsal

Detaylı

Araştırmada Evren ve Örnekleme

Araştırmada Evren ve Örnekleme 6. Bölüm Araştırmada Evren ve Örnekleme 1 İçerik Örnekleme Teorisinin Temel Kavramları Örnekleme Yapmayı Gerekli Kılan Nedenler Örnekleme Süreci Örnekleme Yöntemleri 2 1 Giriş Araştırma sonuçlarının geçerli,

Detaylı

Olasılık ve Normal Dağılım

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

Detaylı

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

Örnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız. .4. Merkezi Eğilim ve Dağılım Ölçüleri Merkezi eğilim ölçüleri kitleye ilişkin bir değişkenin bütün farklı değerlerinin çevresinde toplandığı merkezi bir değeri gösterirler. Dağılım ölçüleri ise değişkenin

Detaylı

İSTATİSTİK HAFTA. ÖRNEKLEME METOTLARI ve ÖRNEKLEM BÜYÜKLÜĞÜNÜN TESPİTİ

İSTATİSTİK HAFTA. ÖRNEKLEME METOTLARI ve ÖRNEKLEM BÜYÜKLÜĞÜNÜN TESPİTİ ÖRNEKLEME METOTLARI ve ÖRNEKLEM BÜYÜKLÜĞÜNÜN TESPİTİ HEDEFLER Bu üniteyi çalıştıktan sonra; Örneklemenin niçin ve nasıl yapılacağını öğreneceksiniz. Temel Örnekleme metotlarını öğreneceksiniz. Örneklem

Detaylı

Anketler ne zaman kullanlr? Ünite 6 Anketlerin Kullanm. Temel Konular. Soru Tipleri. Açk-uçlu ve kapal anketler. Anketler. Anketler de0erlidir, e0er;

Anketler ne zaman kullanlr? Ünite 6 Anketlerin Kullanm. Temel Konular. Soru Tipleri. Açk-uçlu ve kapal anketler. Anketler. Anketler de0erlidir, e0er; Ünite 6 Anketlerin Kullanm Sistem Analiz ve Tasarm Sedat Telçeken Anketler ne zaman kullanlr? Anketler de0erlidir, e0er; Organizasyonun elemanlar geni/ olarak da0lm/sa Birçok eleman projede rol almaktaysa

Detaylı

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

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

Detaylı

Sürelerine Göre Tahmin Tipleri

Sürelerine Göre Tahmin Tipleri Girişimcilik Bölüm 5: Talep Tahmini scebi@ktu.edu.tr 5.1. Talep Tahmini Tahmin: Gelecek olayları önceden kestirme bilim ve sanatı. İstatistiksel Tahmin: Geçmiş verileri matematiksel modellerde kullanarak

Detaylı

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Orjinal Adı: STATISTICS. Dersin Kodu: STA 1302

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Orjinal Adı: STATISTICS. Dersin Kodu: STA 1302 Dersi Veren Birim: Mühendislik Fakültesi Dersin Türkçe Adı: İSTATİSTİK Dersin Orjinal Adı: STATISTICS Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisans Dersin Kodu: STA 0 Dersin Öğretim

Detaylı

ÖRNEKLEME TEORİSİ. Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ

ÖRNEKLEME TEORİSİ. Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ ÖRNEKLEME TEORİSİ 1 Bir popülasyonu istatistiksel açıdan incelemek ve işlemler yapabilmek için popülasyon içerisinden seçilen örneklemlerden yararlandığımızı söylemiştik. Peki popülasyonun istatistiksel

Detaylı

ÖRNEKLEME TEORİSİ 1/30

ÖRNEKLEME TEORİSİ 1/30 ÖRNEKLEME TEORİSİ 1/30 NİÇİN ÖRNEKLEME Zaman Kısıdı Maliyeti Azaltma YAPILIR? Hata Oranını Azaltma Sonuca Ulaşma Hızı /30 Örnekleme Teorisi konusunun içinde, populasyondan örnek alınma şekli, örneklerin

Detaylı

0.04.03 Standart Hata İstatistikte hesaplanan her istatistik değerin mutlaka hatası da hesaplanmalıdır. Çünkü hesaplanan istatistikler, tahmini bir değer olduğu için mutlaka hataları da vardır. Standart

Detaylı

ARAŞTIRMA METOTLARI VE VERİ TOPLAMA

ARAŞTIRMA METOTLARI VE VERİ TOPLAMA ARAŞTIRMA METOTLARI VE VERİ TOPLAMA VERİ TOPLAMA SÜRECİ Araştırma metotları Verilerin nerelerden Nasıl Kim tarafından Ne zaman Hangi veri toplama aracıyla toplanacağı Toplanan verilerin hangi teknikler

Detaylı

SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN

SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN SİMÜLASYON ÇEŞİTLERİ Günümüz simülasyonları gerçek sistem davranışlarını, zamanın bir fonksiyonu olduğu düşüncesine dayanan Monte Carlo yöntemine dayanır. 1.

Detaylı

Sağlık Kurumlarında Kaynak Planlaması DERS-5

Sağlık Kurumlarında Kaynak Planlaması DERS-5 Sağlık Kurumlarında Kaynak Planlaması DERS-5 Sağlık Kurumlarında Tahmini Stok Hesaplamaları (devam) ÖĞR. GÖR. HÜSEYİN ARI Malzeme Yönetimi Uygulama Senaryosu KANAL KURULAMA M.15 Kod Malzemeler Temin KAĞIDI

Detaylı

1x1 Q-EMPB. Đlk Numune Program Paketi. Versiyon: 1 / Temmuz 2009 Doku-Nr.: PD-0005. Copyright 2009

1x1 Q-EMPB. Đlk Numune Program Paketi. Versiyon: 1 / Temmuz 2009 Doku-Nr.: PD-0005. Copyright 2009 1x1 Q-EMPB Đlk Numune Program Paketi Versiyon: 1 / Temmuz 2009 Doku-Nr.: PD-0005 Copyright 2009 Q-DAS GmbH & Co. KG Eisleber Str. 2 D - 69469 Weinheim Tel.: ++49/6201/3941-0 Fax: ++49/6201/3941-24 E-Mail:

Detaylı

Temellendirilmiş teori nedir?

Temellendirilmiş teori nedir? Temellendirilmiş Teori Nedir? Temellendirilmiş teori nedir? Temellendirilmiş teori antropoloji,sosyoloji,sağlık hizmetleri ve birçok diğer alanda araştırmacılar tarafından benimsenmiş popüler bir araştırma

Detaylı

İSTATİSTİK I. Giriş. Bölüm 1 Temel Terimler ve Tanımlar İSTATİSTİKLER

İSTATİSTİK I. Giriş. Bölüm 1 Temel Terimler ve Tanımlar İSTATİSTİKLER İSTATİSTİK I Bölüm 1 Temel Terimler ve Tanımlar 1 2 Giriş İSTATİSTİKLER Genel olarak araştırmalarda, büyük veri gruplarının içinden daha küçük veri grupları seçilerek büyük veri gruplarının hakkında bilgi

Detaylı

BİR MONTAJ HATTI ÜRETİM SİSTEMİNDE OPTİMAL İŞGÜCÜ DAĞILIMININ ARENA PROCESS ANALYZER (PAN) VE OPTQUEST KULLANILARAK BELİRLENMESİ

BİR MONTAJ HATTI ÜRETİM SİSTEMİNDE OPTİMAL İŞGÜCÜ DAĞILIMININ ARENA PROCESS ANALYZER (PAN) VE OPTQUEST KULLANILARAK BELİRLENMESİ BİR MONTAJ HATTI ÜRETİM SİSTEMİNDE OPTİMAL İŞGÜCÜ DAĞILIMININ ARENA PROCESS ANALYZER (PAN) VE OPTQUEST KULLANILARAK BELİRLENMESİ Özgür ARMANERİ Dokuz Eylül Üniversitesi Özet Bu çalışmada, bir montaj hattı

Detaylı

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

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

Detaylı

Data View ve Variable View

Data View ve Variable View SPSS i çalıştırma 0 SPSS İlk Açılışı 1 Data View ve Variable View 2 Değişken Tanımlama - 1 3 Değişken Tanımlama - 2 4 Boş Veri Sayfası 5 Veri Girişi - 1 6 Veri Girişi - 2 7 Dosya Kaydetme 1 2 3 8 File

Detaylı

Sürekli Rastsal Değişkenler

Sürekli Rastsal Değişkenler Sürekli Rastsal Değişkenler Normal Dağılım: Giriş Normal Dağılım: Tamamen ortalaması ve standart sapması ile tanımlanan bir rastsal değişken, X, için oluşturulan sürekli olasılık dağılımına normal dağılım

Detaylı

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım 2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI 2.1. Tanım Regresyon analizi, bir değişkenin başka bir veya daha fazla değişkene olan bağımlılığını inceler. Amaç, bağımlı değişkenin kitle ortalamasını, açıklayıcı

Detaylı

Araştırma Oyunu Avrupa Bilimsel Araştırma Oyunu Oyun rehberi

Araştırma Oyunu Avrupa Bilimsel Araştırma Oyunu Oyun rehberi Araştırma Oyunu Avrupa Bilimsel Araştırma Oyunu Oyun rehberi Oynarken nelere ihtiyacınız olacak? Kayıt oldunuz mu? Bir takımınız var mı? Öyleyse şimdi oyuna başlama zamanı! Adımları takip et ve Aşama 1

Detaylı

DERS BİLGİLERİ. Uygulamalı İşletme İstatistiği BBA 282 Bahar 3+0+0 3 5

DERS BİLGİLERİ. Uygulamalı İşletme İstatistiği BBA 282 Bahar 3+0+0 3 5 DERS BİLGİLERİ Ders Kodu Yarıyıl T+U+L Saat Kredi AKTS Uygulamalı İşletme İstatistiği BBA 282 Bahar 3+0+0 3 5 Ön Koşul Dersleri - Dersin Dili Dersin Seviyesi Dersin Türü İngilizce Lisans Zorunlu Dersin

Detaylı

KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005

KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 1 Karşılaştırma istatistiği Temel kavramlar: Örneklem ve evren:

Detaylı

DERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Çok Değişkenli İstatistik EKO428 Bahar Ön Koşul Dersin Dili

DERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Çok Değişkenli İstatistik EKO428 Bahar Ön Koşul Dersin Dili DERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Çok Değişkenli İstatistik EKO428 Bahar 3+0 3 3 Ön Koşul Yok Dersin Dili Türkçe Dersin Seviyesi Lisans Dersin Türü Seçmeli Dersi Veren Öğretim Elemanı

Detaylı

EVREN, ÖRNEK, TEMSİLİYET. Prof. Mustafa Necmi İlhan

EVREN, ÖRNEK, TEMSİLİYET. Prof. Mustafa Necmi İlhan EVREN, ÖRNEK, TEMSİLİYET Prof. Mustafa Necmi İlhan MD, PhD, PhD, MBA Gazi Üniversitesi Tıp Fakültesi Halk Sağlığı AbD mnilhan@gazi.edu.tr 1 Neden Araştırma Yaparız? Bilimsel gerçeğe ulaşmak Bilinenlerin

Detaylı

İSTATİSTİKTE TEMEL KAVRAMLAR

İSTATİSTİKTE TEMEL KAVRAMLAR İSTATİSTİKTE TEMEL KAVRAMLAR 1. ve 2. Hafta İstatistik Nedir? Bir tanım olarak istatistik; belirsizlik altında bir konuda karar verebilmek amacıyla, ilgilenilen konuya ilişkin verilerin toplanması, düzenlenmesi,

Detaylı

CEVAPLAR. n = n 1 + n 2 + n 3 + n 4 + n 5 + n 6 + n 7 = = 11 dir.

CEVAPLAR. n = n 1 + n 2 + n 3 + n 4 + n 5 + n 6 + n 7 = = 11 dir. T C S D Ü M Ü H E N D İ S L İ K F A K Ü L T E S İ - M A K İ N A M Ü H E N D İ S L İ Ğ İ B Ö L Ü M Ü MAK-307 OTM317 Müh. İstatistik İstatistiği ÖĞRENCİNİN: ADI - SOYADI ÖĞRETİMİ NOSU İMZASI 1.Ö 2.Ö A B

Detaylı

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 4822

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 4822 Dersi Veren Birim: Endüstri Mühendisliği Dersin Türkçe Adı: KALİTE KONTROL Dersin Orjinal Adı: KALİTE KONTROL Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisans Dersin Kodu: END 8 Dersin

Detaylı

BİLİMSEL ARAŞTIRMA YÖNTEMLERİ

BİLİMSEL ARAŞTIRMA YÖNTEMLERİ BİLİMSEL ARAŞTIRMA YÖNTEMLERİ Yöntem Dr. Seher Yalçın 3.2.2017 Dr. Seher Yalçın 1 Evren ve Örneklem Araştırmalar, çoğunlukla, belli bir evrene genellemek amacıyla, evrenden yansızlık kuralına göre seçilen

Detaylı

İÇİNDEKİLER. Önsöz... iii İçindekiler... v

İÇİNDEKİLER. Önsöz... iii İçindekiler... v İÇİNDEKİLER Önsöz... iii İçindekiler... v BÖLÜM I BİLİMLE İLGİLİ BAZI TEMEL KAVRAMLAR... 2 Gerçek- Gerçeklik (Reality- Şe niye)... 2 Bilgi (Knowledge, Episteme, Malumat)... 3 Bilgi Türleri... 3 Bilginin

Detaylı

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 13 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan

Detaylı

ABANT İZZET BAYSAL ÜNİVERSİTESİ DOKÜMAN VERİ PROSEDÜRÜ

ABANT İZZET BAYSAL ÜNİVERSİTESİ DOKÜMAN VERİ PROSEDÜRÜ Sayfa No 1 / 5 1. AMAÇ Bu prosedürün amacı, Abant İzzet Baysal Üniversitesi nde Kalite Yönetim Sistemi (KYS) içinde bulunan tüm dokümanların hazırlanması, kodlanması, onaylanması, yayınlanması ve dağıtılması,

Detaylı

BİYOİSTATİSTİK. Genel Uygulama 1. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

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

Detaylı

Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler

Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler Merkezi Eğilim Ölçüleri Merkezi eğilim ölçüsü, bir veri setindeki merkezi, yada tipik, tek bir değeri ifade eder. Nicel veriler için, reel sayı çizgisindeki

Detaylı

RÜZGAR ENERJİSİ KAYNAĞI VE BELİRSİZLİK

RÜZGAR ENERJİSİ KAYNAĞI VE BELİRSİZLİK 4. İzmir Rüzgâr Sempozyumu // 28-30 Eylül 2017 // İzmir RÜZGAR ENERJİSİ KAYNAĞI VE BELİRSİZLİK Prof. Dr. Barış Özerdem İzmir Ekonomi Üniversitesi Havacılık ve Uzay Mühendisliği Bölümü baris.ozerdem@ieu.edu.tr

Detaylı

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

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

Detaylı

YABANCI DİL EĞİTİMİ VEREN ÖZEL BİR EĞİTİM KURUMUNDAKİ ÖĞRENCİLERİN BEKLENTİLERİNİN ARAŞTIRILMASI. Sibel SELİM 1 Efe SARIBAY 2

YABANCI DİL EĞİTİMİ VEREN ÖZEL BİR EĞİTİM KURUMUNDAKİ ÖĞRENCİLERİN BEKLENTİLERİNİN ARAŞTIRILMASI. Sibel SELİM 1 Efe SARIBAY 2 Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Cilt 5, Sayı:2, 2003 YABANCI DİL EĞİTİMİ VEREN ÖZEL BİR EĞİTİM KURUMUNDAKİ ÖĞRENCİLERİN BEKLENTİLERİNİN ARAŞTIRILMASI Sibel SELİM 1 Efe SARIBAY

Detaylı

ÖĞRETİM PLANI Yeni Öğretim Planı Tanımlama Tanımlanan Öğretim Planına Ders Ekleme Tanımlanan Öğretim Planına Seçmeli Havuz

ÖĞRETİM PLANI Yeni Öğretim Planı Tanımlama Tanımlanan Öğretim Planına Ders Ekleme Tanımlanan Öğretim Planına Seçmeli Havuz ÖĞRETİM PLANI... 2 1. Yeni Öğretim Planı Tanımlama... 2 2. Tanımlanan Öğretim Planına Ders Ekleme... 3 3. Tanımlanan Öğretim Planına Seçmeli Havuz Dersi Ekleme... 4 4. Ders İşlemleri... 6 4.1.Düzenleme...

Detaylı

Kalite Yönetimi. Kabul Örneklemesi 11. Hafta

Kalite Yönetimi. Kabul Örneklemesi 11. Hafta Kalite Yönetimi Kabul Örneklemesi 11. Hafta Parti Kabulünde Uygulanacak Yaklaşımlar Muayene uygulamamak % 100 muayene Örnekleme muayenesi Kabul Örneklemesi Yığından örnekler alınır, birimlerin belirli

Detaylı

Temel ve Uygulamalı Araştırmalar için Araştırma Süreci

Temel ve Uygulamalı Araştırmalar için Araştırma Süreci BÖLÜM 8 ÖRNEKLEME Temel ve Uygulamalı Araştırmalar için Araştırma Süreci 1.Gözlem Genel araştırma alanı 3.Sorunun Belirlenmesi Sorun taslağının hazırlanması 4.Kuramsal Çatı Değişkenlerin açıkça saptanması

Detaylı

**MAN 502T ĠĢletme Yönetimi için AraĢtırma Yöntemleri**

**MAN 502T ĠĢletme Yönetimi için AraĢtırma Yöntemleri** **MAN 502T ĠĢletme Yönetimi için AraĢtırma Yöntemleri** **** ARAġTIRMA YÖNTEMLERĠNE GĠRĠġ ** 1. Yarıyıl** **Hafta 6** Hazırlayan: **Dr. Özlem Ġnanç, IĢık Üniversitesi-Ġstanbul** GiriĢ Bu haftaki dersimizde

Detaylı

Örnekleme Yöntemleri. EBE Z Eğitimde Araştırma Yöntemleri. Suat ÇELİK & Levent AKGÜN

Örnekleme Yöntemleri. EBE Z Eğitimde Araştırma Yöntemleri. Suat ÇELİK & Levent AKGÜN Örnekleme Yöntemleri EBE Z Eğitimde Araştırma Yöntemleri Suat ÇELİK & Levent AKGÜN Evren & Örneklem (Fraenkel & Wallen, 1990) Evren Evren, araştırma sonuçlarının genelleneceği (geçerli olacağı) büyük grup.

Detaylı

BakNET İstatistiksel Kalite Kontrol Sistemi KULLANIM KILAVUZU

BakNET İstatistiksel Kalite Kontrol Sistemi KULLANIM KILAVUZU BakNET İstatistiksel Kalite Kontrol Sistemi KULLANIM KILAVUZU ÇALIŞMA PROSESİ: 1) Öncelikle veri tabanındaki ürün listesinden ürün seçmek için ÜRÜN butonuna basılır. Ekranda, tartım istasyonuna atanmış

Detaylı

YZM 5257 YAPAY ZEKA VE UZMAN SİSTEMLER DERS#6: GENETİK ALGORİTMALAR

YZM 5257 YAPAY ZEKA VE UZMAN SİSTEMLER DERS#6: GENETİK ALGORİTMALAR YZM 5257 YAPAY ZEKA VE UZMAN SİSTEMLER DERS#6: GENETİK ALGORİTMALAR Sınıflandırma Yöntemleri: Karar Ağaçları (Decision Trees) Örnek Tabanlı Yöntemler (Instance Based Methods): k en yakın komşu (k nearest

Detaylı

2- VERİLERİN TOPLANMASI

2- VERİLERİN TOPLANMASI 2- VERİLERİN TOPLANMASI Bu bölümde yararlanılan kaynaklar: İşletme İstatistiğine Giriş (Prof. Dr. İsmail Hakkı Armutlulu) ve İşletme İstatistiğinin Temelleri (Bowerman, O Connell, Murphree, Orris Editör:

Detaylı

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

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

Detaylı

İNŞAAT MÜHENDİSLİĞİ BÖLÜMÜ ÖĞRENCİLERİNİN BAŞARI NOTLARININ DEĞERLENDİRİLMESİ. Tamer Yılmaz, Barış Yılmaz, Halim Sezici 1 ÖZET

İNŞAAT MÜHENDİSLİĞİ BÖLÜMÜ ÖĞRENCİLERİNİN BAŞARI NOTLARININ DEĞERLENDİRİLMESİ. Tamer Yılmaz, Barış Yılmaz, Halim Sezici 1 ÖZET İNŞAAT MÜHENDİSLİĞİ BÖLÜMÜ ÖĞRENCİLERİNİN BAŞARI NOTLARININ DEĞERLENDİRİLMESİ Tamer Yılmaz, Barış Yılmaz, Halim Sezici 1 ÖZET Bu çalışmada, Celal Bayar Üniversitesi İnşaat Mühendisliği Bölümü öğrencilerinin

Detaylı

Tahminleme Yöntemleri

Tahminleme Yöntemleri PAU ENDÜSTRİ MÜHENDİSLİĞİ IENG 318 - Üretim Planlama ve Kontrolü Tahminleme Yöntemleri 2012-2013 Bahar Yarıyılı 1 İçerik 1. Talep Tahmini Kavramı 2. Talep Tahminlerinin Kullanım Yeri 3. Talep Tahmin Modelleri

Detaylı

IİSTATIİSTIİK. Mustafa Sezer PEHLI VAN

IİSTATIİSTIİK. Mustafa Sezer PEHLI VAN IİSTATIİSTIİK Mustafa Sezer PEHLI VAN İstatistik nedir? İstatistik, veri anlamına gelir, İstatistik, sayılarla uğraşan bir bilim dalıdır, İstatistik, eksik bilgiler kullanarak doğru sonuçlara ulaştıran

Detaylı

AHİ EVRAN ÜNİVERSİTESİ DOKÜMAN VERİ PROSEDÜRÜ

AHİ EVRAN ÜNİVERSİTESİ DOKÜMAN VERİ PROSEDÜRÜ 1. AMAÇ Bu prosedürün amacı, Ahi Evran Üniversitesi nde Kalite Yönetim Sistemi (KYS) içinde bulunan tüm dokümanların hazırlanması, kodlanması, onaylanması, yayınlanması ve dağıtılması, güncellenmesi ve/veya

Detaylı

Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal. değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma

Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal. değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma 2 13.1 Normal Dağılımın Standartlaştırılması Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma değerleriyle normal

Detaylı

4. BÖLÜM: REGRESYON ANALİZİNİ KULLANMAYI ÖĞRENME

4. BÖLÜM: REGRESYON ANALİZİNİ KULLANMAYI ÖĞRENME 4. BÖLÜM: REGRESYON ANALİZİNİ KULLANMAYI ÖĞRENME Bu bölümde; Bir grup değişkenin çalışma sayfası görüntüsünü görüntüleme Bir grup değişkenin tanımlayıcı istatistiklerini görüntüleme Bir grup içerisindeki

Detaylı

1. Web Sitesine Giriş 1. Giriş Yapmak için tıklayın tıklanır.

1. Web Sitesine Giriş 1. Giriş Yapmak için tıklayın tıklanır. 1. Web Sitesine Giriş 1. Giriş Yapmak için tıklayın tıklanır. 2. Aşağıdaki ekranda e-mail adresi ve şifre ile giriş yapılır. Şifrenizi hatırlamıyorsanız Şifremi unuttum bağlantısı kullanılarak yeni şifrenin

Detaylı

1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ.DR. SAADETTIN ERHAN KESEN. Ders No:2 Simülasyon Örnekleri

1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ.DR. SAADETTIN ERHAN KESEN. Ders No:2 Simülasyon Örnekleri 1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ.DR. SAADETTIN ERHAN KESEN Ders No:2 GIRIŞ Bu derste elle ya da bir çalışma sayfası yardımıyla oluşturulacak bir simülasyon tablosunun kullanımıyla yapılabilecek simülasyon

Detaylı

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

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi

Detaylı

Mühendislikte İstatistik Yöntemler

Mühendislikte İstatistik Yöntemler .0.0 Mühendislikte İstatistik Yöntemler İstatistik Parametreler Tarih Qma.3.98 4..98 0.3.983 45 7..984 37.3.985 48 0.4.986 67.4.987 5 0.3.988 45.5.989 34.3.990 59.4.99 3 4 34 5 37 6 45 7 45 8 48 9 5 0

Detaylı

İSTATİSTİK II (İST202U)

İSTATİSTİK II (İST202U) İSTATİSTİK II (İST202U) KISA ÖZET KOLAYAOF DİKKATİNİZE: BURADA SADECE ÖZETİN İLK ÜNİTESİ SİZE ÖRNEK OLARAK GÖSTERİLMİŞTİR. ÖZETİN TAMAMININ KAÇ SAYFA OLDUĞUNU ÜNİTELERİ İÇİNDEKİLER BÖLÜMÜNDEN GÖREBİLİRSİNİZ.

Detaylı

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 4822

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 4822 Dersi Veren Birim: Endüstri Mühendisliği Dersin Türkçe Adı: KALİTE KONTROL Dersin Orjinal Adı: KALİTE KONTROL Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisans Dersin Kodu: END 8 Dersin

Detaylı

Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, biçiminde gösterilir. Aynca; 0! = 1 ve 1!=1 1 dir. [Bunlar kabul değildir,

Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, biçiminde gösterilir. Aynca; 0! = 1 ve 1!=1 1 dir. [Bunlar kabul değildir, 14. Binom ve Poisson olasılık dağılımları Faktöriyeller ve kombinasyonlar Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, n! denir ve n! = 1.2.3...(n-2).(n-l).n biçiminde gösterilir.

Detaylı

OLASILIK VE İSTATİSTİK

OLASILIK VE İSTATİSTİK OLASILIK VE İSTATİSTİK 1 Bölüm 1 Temel Terimler ve Tanımlar 2 Giriş Genel olarak araştırmalarda, büyük veri gruplarının içinden daha küçük veri grupları seçilerek büyük veri gruplarının hakkında bilgi

Detaylı

Nicel ve Nitel Araştırma Yöntemleri. BBY606 Araştırma Yöntemleri Güleda Doğan

Nicel ve Nitel Araştırma Yöntemleri. BBY606 Araştırma Yöntemleri Güleda Doğan Nicel ve Nitel Araştırma Yöntemleri BBY606 Araştırma Yöntemleri Güleda Doğan Bilimsel bilgi Diğer bilgi türlerinden farklı Belli bir yöntem kullanımı Kullanılan bu yönteme uygun veri toplama teknikleri

Detaylı

BÖLÜM 2. Bilişim Sistemleri, İş Süreçleri ve İşbirliği. Doç. Dr. Serkan ADA

BÖLÜM 2. Bilişim Sistemleri, İş Süreçleri ve İşbirliği. Doç. Dr. Serkan ADA BÖLÜM 2 Bilişim Sistemleri, İş Süreçleri ve İşbirliği Doç. Dr. Serkan ADA İş Süreçleri - 1 İş süreçleri, bir ürün yada hizmet üretmek için gerekli olan faaliyetlerin bir derlemesidir. İşletme performansı

Detaylı

YAZILIM MODELLEME VE TASARIM

YAZILIM MODELLEME VE TASARIM YAZILIM MODELLEME VE TASARIM «UML Kullanım Diyagramları» Özer Çelik Matematik-Bilgisayar Bölümü Kullanım senaryoları sadece düz metin (text) olarak değil, istendiğinde metin yerine UML diyagramı olarak

Detaylı

Örnekleme Teknikleri

Örnekleme Teknikleri Örnekleme Teknikleri Örnekleme Kavramı Sınıftaki öğrencilerin yaş ortalamasını tahmin etmek istiyoruz. Şehirde yaşayan kişilerin aylık ortalama gelir miktarı Seçim sonuçları Örnekleme Önemli Kavramlar

Detaylı

Süreç Yönetimi. Logo

Süreç Yönetimi. Logo Süreç Yönetimi Logo Kasım 2013 SÜREÇ YÖNETİMİ Süreç belirlenen bir amaca ulaşmak için gerçekleştirilen faaliyetler bütünüdür. Örn; Sistemde kayıtlı personellerinize doğum günü kutlama maili gönderme, Deneme

Detaylı

Görüşmenin Planlanması. Ünite 5 Görüşme. Ana konular. Soru Tipleri. Görüşme. Açık-uçlu Sorular. Sitem Analiz ve Tasarımı Sedat Telçeken

Görüşmenin Planlanması. Ünite 5 Görüşme. Ana konular. Soru Tipleri. Görüşme. Açık-uçlu Sorular. Sitem Analiz ve Tasarımı Sedat Telçeken Ünite 5 Görüşme Sitem Analiz ve Tasarımı Sedat Telçeken Görüşmenin Planlanması Görüşmenin planlanmasının 5 adımı: Geriplandaki materyallerin okunması Görüşme amacına uygunluk Kimle görüşüleceğinin kararı

Detaylı

Evren (Popülasyon) Araştırma kapsamına giren tüm elemanların oluşturduğu grup. Araştırma sonuçlarının genelleneceği grup

Evren (Popülasyon) Araştırma kapsamına giren tüm elemanların oluşturduğu grup. Araştırma sonuçlarının genelleneceği grup Evren (Popülasyon) Araştırma kapsamına giren tüm elemanların oluşturduğu grup Araştırma sonuçlarının genelleneceği grup Evrendeğer (Parametre): Değişkenlerin evrendeki değerleri µ : Evren Ortalaması σ

Detaylı

Nokta ve Aralık Tahmini Merkezi Limit Teoremi Örneklem Dağılımı Hipotez Testlerine Giriş

Nokta ve Aralık Tahmini Merkezi Limit Teoremi Örneklem Dağılımı Hipotez Testlerine Giriş Nokta ve Aralık Tahmini Merkezi Limit Teoremi Örneklem Dağılımı Hipotez Testlerine Giriş Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Nokta Tahmini

Detaylı

ISO 27001:2013 BGYS BAŞDENETÇİ EĞİTİMİ. Planlama - Destek

ISO 27001:2013 BGYS BAŞDENETÇİ EĞİTİMİ. Planlama - Destek Planlama - Destek Risk ve fırsatları ele alan faaliyetler enel ilgi güvenliği yönetim sistemi planlaması yaparken, kuruluş Madde 4.1 de atıf yapılan hususları ve Madde 4.3. de atıf yapılan şartları göz

Detaylı

AHMET YESEVİ ÜNİVERSİTESİ BİLİŞİM SİSTEMLERİ VE MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ LİSANS DÖNEM ÖDEVİ

AHMET YESEVİ ÜNİVERSİTESİ BİLİŞİM SİSTEMLERİ VE MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ LİSANS DÖNEM ÖDEVİ AHMET YESEVİ ÜNİVERSİTESİ BİLİŞİM SİSTEMLERİ VE MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ LİSANS DÖNEM ÖDEVİ TBIL-40-0 Nesneye Yönelik Sistem Çözümleme ve Tasarım HAZIRLAYAN 22325 Fahri DÖNMEZ DANIŞMAN

Detaylı

SÜREKLĠ OLASILIK DAĞILIMLARI

SÜREKLĠ OLASILIK DAĞILIMLARI SÜREKLĠ OLASILIK DAĞILIMLARI Sayı ekseni üzerindeki tüm noktalarda değer alabilen değişkenler, sürekli değişkenler olarak tanımlanmaktadır. Bu bölümde, sürekli değişkenlere uygun olasılık dağılımları üzerinde

Detaylı

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

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

Detaylı

IE 303T Sistem Benzetimi DERS 4 : O L A S I L I K T E K R A R

IE 303T Sistem Benzetimi DERS 4 : O L A S I L I K T E K R A R IE 303T Sistem Benzetimi DERS 4 : O L A S I L I K T E K R A R Geçen Ders Envanter yonetımı: Gazetecı problemı Rastsal Rakamlar Üret Talebi hesapla Geliri hesapla Toplam maliyeti hesapla Günlük ve aylık

Detaylı

Hipotez belirleme kuramsal olarak Galileo tarafından ortaya atılan ve daha sonra da bilim felsefecileri ve bilim insanları tarafından desteklenip

Hipotez belirleme kuramsal olarak Galileo tarafından ortaya atılan ve daha sonra da bilim felsefecileri ve bilim insanları tarafından desteklenip 2.HAFTA Hipotez belirleme kuramsal olarak Galileo tarafından ortaya atılan ve daha sonra da bilim felsefecileri ve bilim insanları tarafından desteklenip özümsenen Bilimsel Yöntem yaklaşımını temel almaktadır.

Detaylı

Bir Normal Dağılım Ortalaması İçin Testler

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

Detaylı

MESS BULUT SİSTEMİ ÜYE PORTALI KULLANIM KILAVUZU

MESS BULUT SİSTEMİ ÜYE PORTALI KULLANIM KILAVUZU MESS BULUT SİSTEMİ ÜYE PORTALI KULLANIM KILAVUZU MESS Bulut Sistemi Üye şirketlerimizden anket yoluyla toplanmakta olan bilgilerin online bulut sistemi üzerinden hatasız, düzenli, kontrol edilebilir ve

Detaylı

T.C. SAKARYA ÜNİVERSİTESİ SPOR BİLİMLERİ FAKÜLTESİ SPOR YÖNETİCİLİĞİ BÖLÜMÜ

T.C. SAKARYA ÜNİVERSİTESİ SPOR BİLİMLERİ FAKÜLTESİ SPOR YÖNETİCİLİĞİ BÖLÜMÜ T.C. SAKARYA ÜNİVERSİTESİ SPOR BİLİMLERİ FAKÜLTESİ SPOR YÖNETİCİLİĞİ BÖLÜMÜ ARAŞTIRMA PROJESİ BİTİRME ÇALIŞMASI HAZIRLAMA KILAVUZU (LİSANS ÖĞRENCİLERİ İÇİN) ARAŞTIRMA PROJESİ BİTİRME ÇALIŞMASI YÖNERGESİ

Detaylı

İstatistik Giriş ve Temel Kavramlar. BBY606 Araştırma Yöntemleri Güleda Doğan

İstatistik Giriş ve Temel Kavramlar. BBY606 Araştırma Yöntemleri Güleda Doğan İstatistik Giriş ve Temel Kavramlar BBY606 Araştırma Yöntemleri Güleda Doğan Ders İçeriği İstatistik (tanımı, amacı) Dar anlamda istatistik Betimsel istatistik ve çıkarsamalı istatistik Temel kavramlar

Detaylı

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

Detaylı

ANALİZ YÖNTEM VE TEKNİKLERİ. Doç. Dr. Senem KOZAMAN 8.2 DERS

ANALİZ YÖNTEM VE TEKNİKLERİ. Doç. Dr. Senem KOZAMAN 8.2 DERS ANALİZ YÖNTEM VE TEKNİKLERİ Doç. Dr. Senem KOZAMAN 8.2 DERS 12.11.2018 NİTEL VE NİCEL ÖRNEKLEME TEKNİKLERİ Neuman, 2000: CHP.8 KAVRAMLAR ANA KİTLE EVREN ÖRNEKLEM ÇERÇEVESİ ÖRNEK, ÖRNEKLEM ANAKİTLE BİRİMİ

Detaylı

TÜREK Uğur Can YOLDAŞ MScEEE, MBA 1-2 KASIM 2017 ANKARA

TÜREK Uğur Can YOLDAŞ MScEEE, MBA 1-2 KASIM 2017 ANKARA TÜREK 2017 Uğur Can YOLDAŞ MScEEE, MBA 1-2 KASIM 2017 ANKARA RES lerin ülkemizdeki tarihsel gelişimi Mihenk taşları 1 Mayıs 2016 tarihinin önemi ve J katsayısı Üretim sırasındaki dengesizliklerin yönetimi

Detaylı

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir. 3.SUNUM Genel olarak test istatistikleri Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri olmak üzere 2 grupta incelenebilir. 2 Merkezi Eğilim Ölçüleri, belli bir özelliğe ya da değişkene

Detaylı

Orta Doğu Teknik Üniversitesi İnsan Araştırmaları Etik Kurulu Başvuru Formu

Orta Doğu Teknik Üniversitesi İnsan Araştırmaları Etik Kurulu Başvuru Formu Orta Doğu Teknik Üniversitesi İnsan Araştırmaları Etik Kurulu Başvuru Formu Orta Doğu Teknik Üniversitesi (ODTÜ) bünyesinde yapılan ve/ya ODTÜ çalışanları/öğrencileri tarafından yürütülen ve insan katılımcılardan

Detaylı

GENETİK ALGORİTMA ÖZNUR CENGİZ HİLAL KOCA

GENETİK ALGORİTMA ÖZNUR CENGİZ HİLAL KOCA GENETİK ALGORİTMA ÖZNUR CENGİZ 201410306014 HİLAL KOCA 150306024 GENETİK ALGORİTMA Genetik Algoritma yaklaşımının ortaya çıkışı 1970 lerin başında olmuştur. 1975 te John Holland ın makine öğrenmesi üzerine

Detaylı

GÜNLÜK ATÖLYE YÖNETİMİNDE 5S

GÜNLÜK ATÖLYE YÖNETİMİNDE 5S GÜNLÜK ATÖLYE YÖNETİMİNDE 5S OYAK RENAULT VİTES KUTUSU DEPARTMANI GÜNLÜK ATÖLYE YÖNETİMİ 5S Standardizasyon 5S Ayıkla Düzenle Temizle Standartlaştır Uygula «İlk 3» formülü: Birbirinden ayrılamaz. «+ 2»

Detaylı

Ders İ zlencesi. Ders Başlığı. Dersin amacı. Önceden sahip olunması gereken beceri ve bilgiler. Önceden alınması gereken ders veya dersler

Ders İ zlencesi. Ders Başlığı. Dersin amacı. Önceden sahip olunması gereken beceri ve bilgiler. Önceden alınması gereken ders veya dersler Ders İ zlencesi Ders Başlığı İşinizi Buluta Taşıyın (Google Drive) Dersin amacı Bu dersin amacı; bilgisayar, tablet, telefon gibi teknolojik cihaz kullanan herkesin belgeler ile günlük işlerini yaparlarken

Detaylı