Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.

Benzer belgeler
Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri

Korelasyon ve Regresyon

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

Tek Yönlü Varyans Analizi (ANOVA)

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ

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

Doğrusal Korelasyon ve Regresyon

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler

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.

PARÇALI DOĞRUSAL REGRESYON

Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI

Sıklık Tabloları ve Tek Değişkenli Grafikler

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 Eşit Varyans

OLASILIĞA GİRİŞ. Biyoistatistik (Ders 7: Olasılık) OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI

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

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

GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi

Sabit Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2

SEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011)

Sorunun varlığı durumunda hata terimi varyans-kovaryans matrisi Var, Cov(u) = E(uu') = σ 2 I n şeklinde yazılamıyor fakat

İki veri setinin yapısının karşılaştırılması

OLASILIK. Bölüm 4. Temel Tanımlar ve Kavramlar-I. Olasılık

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

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY

Adi Diferansiyel Denklemler NÜMERİK ANALİZ. Adi Diferansiyel Denklemler. Adi Diferansiyel Denklemler

İSTATİSTİK DERS NOTLARI

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.

REGRESYON ANALİZİ BÖLÜM 1-2

SEK Yönteminin Güvenilirliği Sayısal Bir Örnek. Ekonometri 1 Konu 11 Sürüm 2,0 (Ekim 2011)

DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME. Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cinemre

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ

Merkezi Eğilim (Yer) Ölçüleri

İKİ DEĞİŞKENLİ BASİT DOĞRUSAL REGRESYON MODELİ

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ

Bölüm 3. Tanımlayıcı İstatistikler

Bölüm 3. Tanımlayıcı İstatistikler

Tek Yönlü Varyans Analizi

Rasgele Değişken Üretme Teknikleri

Sayfa 1. GİRİŞ TEMEL KAVRAMLAR... 2

Regresyon ve Korelasyon Analizi. Regresyon Analizi

UYGULAMA 2. Bağımlı Kukla Değişkenli Modeller

bir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre

KARMAŞIK SAYILAR. Derse giriş için tıklayın...

İstatistik ve Olasılık

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması

Dersin Yürütülmesi Hakkında. (Örgün / Yüz Yüze Eğitim için) (Harmanlanmış Eğitim için) (Uzaktan Eğitim için)

ALTERNATİF AKIM DEVRE YÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ

Makine Öğrenmesi 10. hafta

ANOVA. CRD (Completely Randomized Design)

NİTEL TERCİH MODELLERİ

OLASILIK KURAMI. Temel Tanımlar ve Kavramlar-III. Temel Tanımlar ve Kavramlar-II. Temel Tanımlar ve Kavramlar-I OLASILIK

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

ÇOK BOYUTLU EŞLEŞMİŞ ÇİFTLER ARASINDAKİ FARKIN SINAMASINDA PERMÜTASYON YÖNTEMİNİN BİR DEĞERLENDİRMESİ. Burak ŞİMŞEK YÜKSEK LİSANS TEZİ İSTATİSTİK

EKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM

ALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ. Özet

ZKÜ Mühendislik Fakültesi - Makine Mühendisliği Bölümü ISI VE TERMODİNAMİK LABORATUVARI Sudan Suya Türbülanslı Akış Isı Değiştirgeci Deney Föyü

Manyetizma Testlerinin Çözümleri. Test 1 in Çözümü

ÇOK DEĞİŞKENLİ OLASILIK DAĞILIMLARI

Elektrik Akımı. Test 1 in Çözümleri. voltmetresi K-M arasına bağlı olduğu için bu noktalar arasındaki potansiyel farkını ölçer. V 1. = i R KM 1.

ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL

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

DENEY TASARIMI VE ANALİZİ

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

BÖLÜM 7 TRANSFORMATÖRLER

SUÇ VERİ TABANININ LOJİSTİK REGRESYON ANALİZİ İLE TAHMİNİ: BURSA ÖRNEĞİ Estimating of Crime Database with Logistic Regression Analysis: Bursa Case

ÜNİTE. İSTATİSTİĞE GİRİŞ Doç.Dr.Suphi Özçomak İÇİNDEKİLER HEDEFLER TEMEL KAVRAMLAR

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

BÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER

DENEY TASARIMI VE ANALİZİ

Cebir Notları. Karmaşık Sayılar Testi z = 1 2i karmaşık sayısının çarpmaya göre tersinin eşleniğinin sanal kısmı kaçtır?

SAYISAL ANALİZ. Doç.Dr. Cüneyt BAYILMIŞ. Sayısal Analiz. Doç.Dr. Cüneyt BAYILMIŞ

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

6. NORMAL ALT GRUPLAR

Tanımlayıcı İstatistikler

= P 1.Q 1 + P 2.Q P n.q n (Ürün Değeri Yaklaşımı)

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

Standart Model (SM) Lagrange Yoğunluğu. u, d, c, s, t, b. e,, Şimdilik nötrinoları kütlesiz Kabul edeceğiz. Kuark çiftlerini gösterelim.

BEKLENEN DEĞER VE VARYANS

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ

ASİMETRİK VE SİMETRİK MARJİNAL DAGILIMLARDA ÇOK

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8

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

11. z = 1 2i karmaşık sayısının çarpmaya göre tersinin eşleniğinin sanal kısmı kaçtır? 14. eşitliğini sağlayan z karmaşık sayısı kaçtır? 15.

YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS

EME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9

Sansürlenmiş ve Kesikli Regresyon Modelleri

DENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI

Elektrik Akımı. Test 1 in Çözümleri

Elektrik Akımı. Test 1 in Çözümleri 1. X. 18Ω luk iki direnç birbirine paralel bağlı olduğundan; = bulunur. Cevap C dir. R 2. = Cevap A dır.

ENERJİ. Isı Enerjisi. Genel Enerji Denklemi. Yrd. Doç. Dr. Atilla EVCİN Afyon Kocatepe Üniversitesi 2007

Işığın Kırılması Test Çözümleri. Test 1'in Çözümleri 3. K

PARAMETRİK OLMAYAN TESTLER KULLANILARAK SAKARYA HAVZASI YAĞIŞLARININ TREND ANALİZİ. Meral BÜYÜKYILDIZ 1, Ali BERKTAY 2

Muhasebe ve Finansman Dergisi

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER

Öğr. Elemanı: Dr. Mustafa Cumhur AKBULUT

Transkript:

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk gösterp göstermedğ k-kare test le belrlenr. Standart normal değşken Z İ değerlernn; Z ( X ) şeklnde kares alındığında, Z değerlernn dağılımı k-kare dağılımına dönüşür.

X tesadüf değşken dağılımından br değer seçlp standart hale dönüştürülür ve ve kares alınırsa X değşkennn dağılımı k-kare dağılımına dönüşür. Normal dağılım gösteren br X tesadüf değşken dağılımından tesadüf ve brbrnden bağımsız olarak k değer seçlsn.seçlen değerler; Z 1 X 1 Z X şeklnde standart hale dönüştürülsün. Bu Z değerlernn kareler alınıp toplanırsa elde dlen Z 1 Z değşken k-kare dağılımı gösterr. N adet örnek çn bu prosedür takp edldğnde; Z1 Z Z3... Zn değşken de k-kare dağımı gösterr.

K-kare dağılımı dğer k-kare dağılımlarından serbestlk derecelerne göre ayrılır. Kareler alınıp toplandığında, k-kare dağılımı gösteren bağımsız standart normal değer sayısına serbestlk dereces denr. Br k-kare dağılımının ortalaması, dağılımın serbestlk derecesne ve varyansı, serbestlk derecesnn k katına eşttr. Mesela, serbestlk dereces 10 olan br k-kare dağılımının ortalaması 10 ve varyansı 0 dr. K-kare değşken, sembolü le gösterlr. Br dağılımı dğernden ayırmak çn, bu sembole serbestlk derecesn gösteren br nds ekleneblr. Böylece 1, ve n serbestlk dereceleryle k-kare dağılımı gösteren değşkenler,, ve şeklnde gösterleblr. 1 n

K-kare dağılımı sağa çarpıktır ve normalden daha dktr. N büyüdükçe merkez lmt teoremnn br sonucu olarak dklk ve asmetr azalır ve dağılım normale yaklaşır. K-kare değerler 0 le arasında değşr.

K-Kare Testler İy Uyum Test Varsayımları: 1. Çok değerl kategork ver. Tek br örnek, brden çok lglenlen oran 3. Örnek oranları hakkında varsayılan oranların test edlmes Homojenlk Test Varsayımları: 1. Tek br kategork değşken. Her gruptan alınan ayrı brer örnek 3. Varsayılan oran yok 4. Br grup çn oranın dğer grup veya gruplar çn de aynı olup olmadığının test edlmes Bağımsızlık Test Varsayımları: 1. İk kategork değşken. Sadece tek örnek, oranlarla lgl varsayım yok 3. Br kategork değşkenn dğeryle lşkl olup olmadığının test edlmes

OLAY 1: Genelde br statstk sınıfında, öğrenclern %60 ının devamlı, %30 unun bazen, %10 unun se çok az derse geldkler düşünülmektedr. Szn sınıfınızdan 30 kşlk br örnek alınmış ve %65 nn devamlı, %0 snn bazen, ve %15 nn çok az derse geldğ bulunmuştur. Bu sınıfın devam durumunun genel devam durumuna uyduğu söyleneblr m? OLAY : Aynı öğretm üyesnn statstk ders verdğ 3 farklı sınıfta devam durumlarının aynı olup olmadığı araştırılmaktadır. Her üç sınıftan alınan ayrı örneklern sonucu aşağıdak tabloda görüldüğü gbdr. devaml bazen çok az snf1 15 8 3 snf 14 6 4 snf3 6 7 7 OLAY 3: Bu fakültedek devam durumu le geçme notu arasında br lşk olup olmadığı araştırılmak stenmektedr. Fakülte öğrenclernden alınan 100 kşlk br örneğe devam durumları le geçme notları sorulmuş ve aşağıdak tablo elde edlmştr: <50 50-<70 70-<90 >=90 devaml 15 0 10 1 bazen 1 19 5 3 çok az 5 5 3

K-Kare İy Uyum Test Varsayımları: 1. Çok değerl kategork ver ( den fazla kategors olan kategork değşken). Tek br örnek, brden çok lglenlen oran 3. Örnek oranları hakkında varsayılan oranların test edlmes Varsayılan Oranlar Blnen varsayılan oranlar Blnmeyen varsayılan oranlar a)belrl br ver yapısına uygunluğun test edlmes b)belrl br dağılıma uygunluğun test edlmes

Genelde br statstk sınıfında, öğrenclern %60 ının devamlı, %30 unun bazen, %10 unun se çok az derse geldkler düşünülmektedr. Szn sınıfınızdan 100 kşlk br örnek alınmış ve %65 nn devamlı, %0 snn bazen, ve %15 nn çok az derse geldğ bulunmuştur. Bu sınıfın devam durumunun genel devam durumuna uyduğu söyleneblr m? varsaylan oranlar gözlenen oranlar devaml 0.60 0.65 bazen 0.30 0.0 çok az 0.10 0.15 H 0 : P devamlı =0.60, P bazen =0.30, P çok az =0.10 H 1 : En az br oran varsayılandan farklıdır.

Bu test statstğ, k-1 serbestlk derecel tablo değeryle karşılaştırılır. Burada k: kategor sayısıdır. H 0 : P devamlı =0.60, P bazen =0.30, P çok az =0.10 H 1 : En az br oran varsayılandan farklıdır. Bu hpotez testn uygulamak çn gözlenen ve beklenen arasındak farkların büyüklüğüne bakmak gerekr. Bu farkların mutlak değer ne kadar büyükse, sıfır hpotez hakkında o kadar kuşkuya düşerz. Sıfır hpotez doğruyken ve örnek orta büyüklükteyken (beklenen değerlern (E ) herbr en az 5 se), bu hpotez test çn aşağıdak K-Kare test statstğ kullanılır: O:Gözlenen değer O E E: Beklenen değer test E tablo k1,

H 0 : P devamlı =0.60, P bazen =0.30, P çok az =0.10 H 1 : En az br oran varsayılandan farklıdır. test O E E Beklenen değer = örnek hacm x beklenen olasılık E = n x p Gözlenen değer = örnek hacm x gözlenen olasılık O = n x r varsaylan oranlar gözlenen oranlar beklenen degerler (E) gözlenen degerler (O) O - E (O - E)^ ((O - E)^)/E devaml 0.60 0.65 60 65 5 5 0.4 bazen 0.30 0.0 30 0-10 100 3.33 çok az 0.10 0.15 10 15 5 5.50 K-kare test = 6.5

1) H 0 : P devamlı =0.60, P bazen =0.30, P çok az =0.10 ) H 1 : En az br oran varsayılandan farklıdır. test O E E 6.5 3) test tablo H 0 red! tablo k 1,,0.05 5.99 4) Yorum: %5 hata olasılığı le, en az br oran dğerlernden farklı olduğu çn, bu sınıfın devam durumu, genel devam durumu yapısına uymamaktadır.

K-Kare Homojenlk Test Homojenlk testnde her br anakütleden belrl hacmlerde örnekler çeklr ve bu örneklern belrl br karakterstğ taşımaları bakımından benzer değşm gösterp göstermedklerne karar verlr. Varsayımları: 1. Tek br kategork değşken. Her gruptan alınan ayrı brer örnek 3. Varsayılan oran yok 4. Br grup çn oranın dğer grup veya gruplar çn de AYNI (HOMOJEN) olup olmadığının test edlmes

Aynı öğretm üyesnn statstk ders verdğ 3 farklı sınıfta devam durumlarının aynı olup olmadığı araştırılmaktadır. Her üç sınıftan alınan ayrı örneklern sonucu aşağıdak tabloda görüldüğü gbdr. devaml bazen çok az snf1 15 8 3 snf 14 6 4 snf3 6 7 7 H 0 : sınıf1 n devam yapısı = sınıf nn devam yapısı = sınıf3 ün devam yapısı H 1 : En az br sınıfın devam yapısı dğerlernden farklıdır. Bu test statstğ, (k-1)(r-1) serbestlk derecel tablo değeryle karşılaştırılır. Burada k: kategor sayısı (sütun sayısı), r:grup sayısı (satır sayısı) tablo (k1)( r1),

H 0 : sınıf1 n devam yapısı = sınıf nn devam yapısı = sınıf3 ün devam yapısı H 1 : En az br sınıfın devam yapısı dğerlernden farklıdır. O E test E Hesaplamaları ayrı tablolarla yapılır. Gözlenen devaml bazen çok az satr toplam snf1 15 8 3 6 snf 14 6 4 4 snf3 6 7 7 0 sütun toplam 35 1 14 70 Beklenen devaml bazen çok az snf1 13 7.8 5. snf 1 7. 4.8 snf3 10 6 4 6x14 70

Gözlenen devaml bazen çok az satr toplam snf1 15 8 3 6 snf 14 6 4 4 snf3 6 7 7 0 sütun toplam 35 1 14 70 Beklenen devaml bazen çok az snf1 13 7.8 5. snf 1 7. 4.8 snf3 10 6 4 15-13= O - E devaml bazen çok az snf1 0. -. snf -1. -0.8 snf3-4 1 3 (O - E)^/E devaml bazen çok az snf1 0.31 0.01 0.93 snf 0.33 0.0 0.13 snf3 1.60 0.17.5 5.93 test

1) H 0 : sınıf1 n devam yapısı = sınıf nn devam yapısı = sınıf3 ün devam yapısı ) H 1 : En az br sınıfın devam yapısı dğerlernden farklıdır. test O E E 5.93 3) test tablo H 0 reddedlemez tablo (k1)( r1), x,0.05 9.49 4) Yorum: %5 hata olasılığı le, sınıfların devam yapısının brbrnden farklı olduğu söylenemez.

K-Kare Bağımsızlık Test Sık sık karşılaşılan araştırma sorularından br de k değşkenn brbr le lşkl olup olmadığıdır.mesela, br sosyolog okul aracılığıyla kazanılan eğtm sevyesnn gelrle lşkl olup olmadığını araştırmak steyeblr. Br okulda çalışan beslenme uzmanı öğrenclern beslenme sevyelernn akademk performanslarıyla lşkl olup olmadığını blmek steyeblr. İk değşken arasında lşk yoksa, brsnn dağılımı hçbr şeklde dğernn dağılımına bağımlı değlse bu k değşken brbrnden bağımsızdır

denr. İk değşken arasında lşk yoksa, belrl br değşkenn değern blmek, dğer değşkenn değern belrlemeye mkan sağlamaz. Varsayımları: 1. İk kategork değşken. Sadece tek örnek, oranlarla lgl varsayım yok 3. Br kategork değşkenn dğeryle İLİŞKİLİ olup olmadığının test edlmes

Bu fakültedek devam durumu le geçme notu arasında br lşk olup olmadığı araştırılmak stenmektedr. Fakülte öğrenclernden alınan 100 kşlk br örneğe devam durumları le geçme notları sorulmuş ve aşağıdak tablo elde edlmştr: <50 50-<70 70-<90 >=90 devaml 15 0 10 1 bazen 1 19 5 3 çok az 5 5 3 H 0 : Devam yapısı, geçme notu le lşkl değldr. H 1 : Devam yapısı, geçme notu le lşkldr. Bu test statstğ, (k-1)(r-1) serbestlk derecel tablo değeryle karşılaştırılır. Burada k: sütun sayısı, r:satır sayısı tablo (k1)( r1),

H 0 : Devam yapısı, geçme notu le lşkl değldr. H 1 : Devam yapısı, geçme notu le lşkldr. test O E E

Gözlenen <50 50-<70 70-<90 >=90 satr toplam devaml 15 0 10 1 46 bazen 1 19 5 3 39 çok az 5 5 3 15 sütun toplam 9 44 0 7 100 Beklenen <50 50-<70 70-<90 >=90 devaml 13.3 0. 9. 3. bazen 11.3 17. 7.8.7 çok az 4.4 6.6 3.0 1.1

Gözlenen <50 50-<70 70-<90 >=90 satr toplam devaml 15 0 10 1 46 bazen 1 19 5 3 39 çok az 5 5 3 15 sütun toplam 9 44 0 7 100 Beklenen <50 50-<70 70-<90 >=90 devaml 13.3 0. 9. 3. bazen 11.3 17. 7.8.7 çok az 4.4 6.6 3.0 1.1

O - E <50 50-<70 70-<90 >=90 devaml 1.7-0. 0.8 -. bazen 0.7 1.8 -.8 0.3 çok az -.4-1.6.0.0 (O - E)^/E <50 50-<70 70-<90 >=90 devaml 0.1 0.003 0.07 1.53 bazen 0.04 0.0 1.01 0.03 çok az 1.7 0.39 1.33 3.6 9.69 test

1) H 0 : Devam yapısı, geçme notu le lşkl değldr. H 1 : Devam yapısı, geçme notu le lşkldr. ) test O E E 9.69 3) test tablo H 0 reddedlemez tablo (k1)( r1), 3x,0.05 1.59 4) Yorum: %5 hata olasılığı le, devam yapı le geçme notu değşkenlernn lşkl olduğuna dar yeterl kanıt bulunamamıştır.