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

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

Teori ve Uygulama. Bugünün iş dünyasında verilerden (sayılardan) kaçış yok.

İçindekiler. Pazarlama Araştırmalarının Önemi

Temel ve Uygulamalı Araştırmalar için Araştırma Süreci

İÇİNDEKİLER BİRİNCİ KISIM: TASARIM PAZARLAMA ARAŞTIRMASINA GİRİŞ

IİSTATIİSTIİK. Mustafa Sezer PEHLI VAN

2- VERİLERİN TOPLANMASI

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

Temel ve Uygulamalı Araştırmalar için Araştırma Süreci

Teori ve Uygulama. Bugünün iş dünyasında verilerden (sayılardan) kaçış yok.

ARAŞTIRMA METOTLARI VE VERİ TOPLAMA

PAZARLAMA ARAŞTIRMA SÜRECİ

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

İSTATİSTİK II (İST202U)

TANIMLAYICI İSTATİSTİKLER

Örnek...4 : İlk iki sınavında 75 ve 82 alan bir öğrencinin bu dersin ortalamasını 5 yapabilmek için son sınavdan kaç alması gerekmektedir?

ÖRNEKLEME TEORİSİ 1/30

TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ

Parametrik Olmayan İstatistik

İSTATİSTİKSEL TAHMİNLEME. Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir.

ÜNİTE:1. İstatistiğin Tanımı, Temel Kavramlar ve İstatistik Eğitimi ÜNİTE:2. Veri Derleme, Düzenleme ve Grafiksel Çözümleme ÜNİTE:3

İSTATİSTİK HAFTA. ÖRNEKLEME METOTLARI ve ÖRNEKLEM BÜYÜKLÜĞÜNÜN TESPİTİ

2. İşletmeler Neden Pazarlama Araştırmasına İhtiyaç Duyar

İstatistiğin hayatımızdaki yeri:

DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

BİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ

Su Ürünlerinde Temel İstatistik. Ders 2: Tanımlar

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 6

BİYOİSTATİSTİK Örnekleme ve Örnekleme Yöntemleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

Beklenti Anketi ne İlişkin Yöntemsel Açıklama

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

Üretim Süreci: Girdi İşlem Ürün (Sonuç) Araştırma Süreci: Hangi alanda olursa olsun araştırma bir BİLGİ ye ulaşma sürecidir.

ÖRNEKLEME RAPORLAMA VE LİTERATÜR ARAŞTIRMASI YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ

İSTATİSTİK II. Hipotez Testleri 1

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8

Oluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir

BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ


Ders 8: Verilerin Düzenlenmesi ve Analizi

Araştırma Oyunu Avrupa Bilimsel Araştırma Oyunu Oyun rehberi

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

Sürekli Rastsal Değişkenler

İÇİNDEKİLER BÖLÜM 1 KAVRAMLAR VE YÖNTEMBİLİM

Kalite Geliştirmede İstatistiksel Yöntemler ve Six Sigma

KANTİTATİF TEKNİKLER - Temel İstatistik -

Araştırmada Evren ve Örnekleme

VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN

AKSARAYLI TEMEL İSTATİSTİK YÖNTEMLER

HİPOTEZ TESTLERİ. Yrd. Doç. Dr. Emre ATILGAN

Görüntü Segmentasyonu (Bölütleme)

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

Mühendislikte İstatistik Metotlar

JEODEZİK VERİLERİN İSTATİSTİK ANALİZİ. Prof. Dr. Mualla YALÇINKAYA

İstatistiK. Yrd.Doç.Dr. Levent TERLEMEZ

ORTALAMA ÖLÇÜLERİ. Ünite 6. Öğr. Gör. Ali Onur CERRAH

Örneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.

OLASILIK VE İSTATİSTİK

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

Copyright 2004 Pearson Education, Inc. Slide 1

Bölüm 1 İstatistike Giriş

İstatistiksel Kalite Kontrol BBY 374 TOPLAM KALİTE YÖNETİMİ 18 NİSAN 2014

Olasılık ve Normal Dağılım

BİLİMSEL ARAŞTIRMA YÖNTEMLERİ

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

Hipotez Testi. gibi hususlar ayrıbirer hipotezin konusudur. () Kafkas Üniversitesi May 23, / 11

EVREN, ÖRNEK, TEMSİLİYET. Prof. Mustafa Necmi İlhan

EME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi. Özet İstatistikler ve Histogram (Minitab)(1) Örnek: Eczane İçin Servis Süreleri

BÖLÜM 13 HİPOTEZ TESTİ

Editörler Yrd.Doç.Dr.Aysen Şimşek Kandemir &Yrd.Doç.Dr.Tahir Benli İSTATİSTİK

ÖLÇME DEĞERLENDİRME ÜNİTE BAŞLIKLARI

İÇİNDEKİLER ÖN SÖZ...

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

İstatistik ve Olasılık

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım


İstatistik ve Olasılık

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ

Parametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER

Ders 1 Minitab da Grafiksel Analiz-I

BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER

Biyoistatistiğe Giriş: Temel Tanımlar ve Kavramlar DERS I VE II

Görüntü Segmentasyonu (Bölütleme) Dijital Görüntü İşleme Fevzi Karslı, KTÜ Segmentasyon, görüntüyü aynı cinsten obje ve bölgelere ayırmaktır.

PAZARLAMA ARAŞTIRMASINDA VERİLERİN ANALİZİ

İstatistik. Temel Kavramlar Dr. Seher Yalçın 1

GİRİŞ Tanımlar 1.2. Örneklemenin ana adımları 1.3. Örnekleme Yöntemleri

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

ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ TANIMLAR VE VERİ SINIFLAMASI

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

BÖLÜM I ARAŞTIRMANIN DOĞASI

Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler

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

BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ

Yrd. Doç. Dr. Neşet Demirci, Balıkesir Üniversitesi NEF Fizik Eğitimi. Parametrik Olmayan Testler. Ki-kare (Chi-Square) Testi

Örneklem Mantığı. Yaşar Tonta. H.Ü. Bilgi ve Belge Yönetimi Bölümü

İstatistiksel Yorumlama

EME Sistem Simülasyonu. Girdi Analizi Prosedürü. Olasılık Çizgesi. Dağılıma Uyumun Kontrol Edilmesi. Dağılıma İyi Uyum Testleri Ders 10

13. Olasılık Dağılımlar

Örneklem Mantığı. Yaşar Tonta. H.Ü. Bilgi ve Belge Yönetimi Bölümü

Transkript:

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 ölçümdür. Örnek İstatistik örnekle ilgili tanımsal ölçümdür. Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 2

İstatistiğin Alt Dalları Tanımsal İstatistik Datanın toplanması ve tanımlanması Yargısal İstatistik Örnek istatistiklerine dayalı olarak populasyon parametrelerine ilişkin çıkarımda bulunma tahmin yapma Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 3

Tanımsal İstatistik Datanın toplanması örnek: Anket Datanın sunumu Örnek: Tablo ve grafiklerle Datanın özelliklerinin Belirlenmesi Örnek: Ortalama, medyan, mod Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 4

Yargısal İstatistik Tahmin Örnek: Örnek ortalamasının kullanımı ile populasyon ortalamasının tahmin edilmesi. Hipotez testleri Örnek: populasyon ortalamasının 45 den daha büyük olduğuna ilişkin iddianın testi Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 5

Dataya Neden İhtiyaç Duyarız? Dataya şu nedenlerle ihtiyaç vardır: Bir ankete bilgi toplamak için bir çalışmaya bilgi sağlamak için Belirli bir servis veya üretim sürecinin performansını ölçümleyebilmek için yapılan bir çalışmanın standartlara uygunluğunun testi farklı yöntemlerin formüle edilebilmesinde yardım sağlamak için Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 6

Data Türleri Data Kategorik (Kalitatif) Sayısal (Kantitatif) Kesikli Sürekli Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 7

Data Kaynakları Birincil Veri Toplama İkincil Data Derleme Gözlem Anket Kitap yada Elektronik Deney Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 8

Yöntemleri Örnek Olasılıklara dayalı olmayan Gelişigüzel Kota Kanısal Örneklem e Kartopu Basit rastsal Olasılıklara dayalı örnekleme Sistematik tabakalama kümeleme Çok Aşamalı Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 9

Olasılıklarla Olasılıklara dayalı olarak örnekleme Olasılık Teorisinin Kullanımı ile Basit Rassal Sistematik Tabakalama Kümeleme Çok Aşamalı Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 10

Basit Rassal Populasyon üyelerinin her birinin örnek içinde yer alma şanslarının eşit olması durumudur. Seçim yerine koyma veya koymadan yapılabilir. Rassal sayılar tablosu kullanılabilir. Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 11

Sistematik Örnekte yer alacak gözlem sayısı belirlenir: n Populasyon üye sayısı k sayıda gruba ayrılır. k = N/n 1. Gruptan rassal olarak bir seçim yapılır (diyelim birinci gruptan 3. Üye seçildi) daha sonra her bir gruptan üçüncü üye seçilir N = 64 n = 8 k = 8 1. grup Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 12

Tabakalama Yöntemi ile Populasyon, üyelerin ortak özelliklerine bağlı olarak 2 veya daha fazla sayıda gruba ayrılır Her bir gruptan rassal örnekleme ile örnekler oluşturulur İki veya daha fazla örnek birleştirilir. Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 13

Kümeleme Yöntemi ile Populasyon çok sayıda kümeye bölünür, her bir küme populasyonu temsil eder basit örnekleme yapılır örnekler birleştirilir. Population dört kümeye ayrılmıştır. Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 14

ÇOK AŞAMALI ÖRNEKLEME Bazı durumlarda bir araştırmada birden çok sayıda örnekleme yöntemi kullanılabilir yada örnekleme seçimi birden çok aşamada yapılabilir. ÖRNEK: Çocukların aşılanma oranını incelemek için yapılacak bir çalışmada önce bölge, sonra il örneklemesi, sonra ilçe, köy yada semt örneklemesi ve en sonunda da aile örneklemesi yapılabilir. Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 15

Anketlerde Yapılan Hatalar Kapsama Hatası Populasyonu iyi temsil eden bazı üyeler örnekte yer almayabilir Cevap Alamama Hatası Hatası Anketin tekrarlanmas durumunda cevap alınamayabilir Örnekler arasında büyük farklılıklar olabilir Ölçümleme hatası Kötü soru! Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 16