SPEARMAN SIRA KORELASYONU KATSAYISINDA TEKRARLANAN DEGERLER VE BİR UYGULAMA

Benzer belgeler
BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER

İstatistik ve Olasılık

İstatistik ve Olasılık

İşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler.

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

Ki- kare Bağımsızlık Testi

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

İSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI.

NİÇİN ÖRNEKLEME YAPILIR?

Cebirsel Olarak Çözüme Gitmede Wegsteın Yöntemi

NOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. HAFTA 1 İST 418 EKONOMETRİ

Bağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise

4/4/2013. Ders 8: Verilerin Düzenlenmesi ve Analizi. Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI

Merkezi Eğilim ve Dağılım Ölçüleri

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

POLİNOMLAR. reel sayılar ve n doğal sayı olmak üzere. n n. + polinomu kısaca ( ) 2 3 n. ifadeleri polinomun terimleri,

İŞLETİM KARAKTERİSTİĞİ EĞRİSİ VE BİR ÇALIŞMA THE OPERATING CHARACTERISTIC CURVE AND A CASE STUDY

DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkanı : Yrd.Doç.Dr. İsmail YILDIZ

HİPOTEZ TESTLERİ. İstatistikte hipotez testleri, karar teorisi olarak adlandırılır. Ortaya atılan doğru veya yanlış iddialara hipotez denir.

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

TEMEL KAVRAMLAR GİRİŞ

İstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş

3. TEKNE FORM PARAMETRELERİNİN BELİRLENMESİ

SAYISAL ÇÖZÜMLEME. Sayısal Çözümleme

MACH SAYISININ YAPAY SİNİR AĞLARI İLE HESAPLANMASI

POLİNOMLARDA İNDİRGENEBİLİRLİK. Derleyen Osman EKİZ Eskişehir Fatih Fen Lisesi 1. GİRİŞ

AÇIK ĐŞLETME BASAMAKLARI TENÖR KONTROLÜNDE JEOĐSTATĐSTĐKSEL TAHMĐN MODELĐ SEÇĐMĐ

İSTATİSTİKSEL MERKEZİ EĞİLİM ÖLÇÜLERİ DUYARLI ORTALAMALAR

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

KALİTE VE SÜREÇ İYİLEŞTİRME İÇİN MÜŞTERİ GERİ BİLDİRİMLERİNİN DEĞERLENDİRİLMESİ

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

İstatistik ve Olasılık

TÜRKİYE DE KAYITDIŞI EKONOMİ VE BÜYÜME İLİŞKİSİ

MÜZİK EĞİTİMİ ANABİLİM DALI MEZUNLARININ YETENEK SINAVI PUANLARI İLE MEZUNİYET NOTLARININ KARŞILAŞTIRILMASI

ÜNİTE. İSTATİSTİĞE GİRİŞ Prof.Dr.Erkan OKTAY İÇİNDEKİLER HEDEFLER İNDEKSLER

Veri nedir? p Veri nedir? p Veri kalitesi p Veri önişleme. n Geometrik bir bakış açısı. n Olasılıksal bir bakış açısı

İSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II

BİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testlerine Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

EME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9

ÖĞRENME ETKİLİ HAZIRLIK VE TAŞIMA ZAMANLI PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ

İki veri setinin yapısının karşılaştırılması

AKT201 MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ

Hipotez Testleri. Parametrik Testler

Doç. Dr. M. Mete DOĞANAY Prof. Dr. Ramazan AKTAŞ

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

Mühendislik Fakültesi Endüstri Mühendisliği Bölümü. Doç. Dr. Nil ARAS ENM411 Tesis Planlaması Güz Dönemi

BAŞKENT ÜNİVERSİTESİ Makine Mühendisliği Bölümü

İSTATİSTİKSEL FORMÜLLER VE TABLOLAR

Gayrimenkul Değerleme Esasları Dönem Deneme Sınavı I

İSTATİSTİK DERS NOTLARI


18.06 Professor Strang FİNAL 16 Mayıs 2005

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

3. Bölüm Paranın Zaman Değeri. Prof. Dr. Ramazan AktaĢ

WEIBULL DAĞILIM PARAMETRELERİNİ BELİRLEME METODLARININ KARŞILAŞTIRILMASI

: Boş hipotez, sıfır hipotezi : Alternatif hipotez

KİMYASAL DENGE (GİBBS SERBEST ENERJİSİ MİNİMİZASYONU) MODELLEMESİ

n ile gösterilir. 0) + ( n 1) + ( n 2) + + ( n n) =2n Örnek...4 : ( 8 3) = ( 8 Örnek...5 : ( 7 5) + ( 7 6) + ( 8 7) + ( 9 8) + ( 10

Yatırım Analizi ve Portföy Yönetimi 4. Hafta. Dr. Mevlüt CAMGÖZ

ISL 418 Finansal Vakalar Analizi

ANA NİRENGİ AĞLARINDA NİRENGİ SAYISINA GÖRE GPS ÖLÇÜ SÜRELERİNİN KURAMSAL OLARAK BULUNMASI

Öğr. Elemanı: Dr. Mustafa Cumhur AKBULUT

Diziler ve Seriler ÜNİTE. Amaçlar. İçindekiler. Yazar Prof.Dr. Vakıf CAFEROV

REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyon Basit doğrusal regresyon modeli: .. + n gözlem için matris gösterimi,. olarak verilir.

OKUL ÖNCESİ DÖNEM İŞİTME ENGELLİLERDE MÜZİK EĞİTİMİ İLE ÇOCUKLARIN GELİŞİM ÖZELLİKLERİ ÜZERİNE TERAPÖTİK BİR ÇALIŞMA

NİĞDE ÜNİVERSİTESİ BAĞIL DEĞERLENDİRME YÖNERGESİ. BİRİNCİ BÖLÜM Amaç, Kapsam, Dayanak ve Tanımlar

Regresyon ve Korelasyon Analizi. Regresyon Analizi

Bileşik faiz hesaplamalarında kullanılan semboller basit faizdeki ile aynıdır. Temel formüller ise şöyledir:

SBE 601 ARAŞTIRMA YÖNTEMLERİ, ARAŞTIRMA VE YAYIN ETİĞİ

ÜSTEL VE Kİ-KARE DAĞILIMLARI ARASINDAKİ İLİŞKİNİN SİMULASYON İLE ÜRETİLEN RANDOM SAYILARLA GÖSTERİLMESİ

KORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN

Normal Dağılımlı Bir Yığın a İlişkin İstatistiksel Çıkarım

Öğrenci Numarası İmzası: Not Adı ve Soyadı

ISF404 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ

OLASILIK ve KURAMSAL DAĞILIMLAR

Üstel Dağılım Babam: - Şu ampullerin hangisinin ömrünün daha kısa olduğu hiç belli olmuyor. Bazen yeni alınanlar eskilerden daha önce yanıyor.

1

Yatırım Projelerinde Kaynak Dağıtımı Analizi. Analysis of Resource Distribution in Investment Projects

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü

LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2

(Sopphie Germain Denklemi) çarpanlarına ayırınız. r s + t r s + t olduğunu ispatlayınız olduğunu. + + = + + eşitliğini ispatlayınız.

İSTATİSTİK ÖRNEK SORULARI

Örnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız.

x 2$, X nın bir tahminidir. Bu durumda x ile X arasındaki farka bu örnek için örnekleme hatası x nın örnekleme hatasıdır. X = x - (örnekleme hatası)

n ile gösterilir. 0) + ( n 1) + ( n 2) + + ( n n) =2n Örnek...4 : ( 8 3) = ( 8 Örnek...5 : ( 7 5) + ( 7 6) + ( 8 7) + ( 9 8) + ( 10

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

Mühendislikte İstatistik Yöntemler

Merkezi Yığılma ve Dağılım Ölçüleri

Projenin Adı: İstatistik yardımıyla YGS ye hazırlık için soru çözme planlaması

NORMAL DAYANIMLI BETONLARDA DAYANIM KÜR SÜRESİ-ULTRASES HIZI-YÜZEY SERTLİĞİ BAĞINTILARI

YAPISAL ELEMANLARIN TİTREŞİM FREKANSLARININ ANALİZİ İÇİN ÜÇ BOYUTLU TIMOSHENKO KİRİŞ ELEMANI

MAK 210 SAYISAL ANALİZ

Standart Formun Yapısı. Kanonik Form. DP nin Formları SİMPLEX YÖNTEMİ DP nin Düzenleniş Şekilleri. 1) Optimizasyonun anlamını değiştirme

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

SU KAYNAKLARI EKONOMİSİ TEMEL KAVRAMLARI Su kaynakları geliştirmesinin planlanmasında çeşitli alternatif projelerin ekonomik yönden birbirleriyle

COĞRAFYADA Olasılık ve Đstatistik Ders Notları Doç. Dr. Hasan. ÇOMÜ, Fef, Coğrafya Bölümü, Çanakkale

Transkript:

SPEARMAN SIRA KORELASYONU KATSAYISINDA TEKRARLANAN DEGERLER VE BİR UYGULAMA Doç. Dr. SelAhattl GÜRİŞ ( ) Değişkeler arasıdaki ilişkii derecesii ölçülmeside farklı istatiksel yötemlerde yararlaılabilir. Değişkeler arasıdaki ilişkii derecesii belirlemesi sözkousu olduğuda ilk akla gele ve e çok kullaıla korelasyo katsayısıdır. Korelasyo katsayısı değişkeler arasıdaki ilişkii doğrusal veya eğrisel olması durumua göre farklı şekillerde hesaplamaktadır. Korelasyo katsayısıı değişkeler arasıdaki ilişkii derecesii ölçmede kullaılabilmesi, değişkeleri dağılımlarıı ormal dağılım olmasıa bağlıdır. Değişkeleri dağılımlarıı ormal dağılım olmaması durumuda korelasyo katsayısıı ilişkii derecesii belirlemeside kullaılması doğru olmaz. Bazı durumlarda da değişkeleri sayısal değerle ri, değişkeleri ifade ettikleri olay ile ilgili gerçek değerleri yasıtmamak tadırlar. Böyle değişkeler içi de korelasyo katsayısı ile yapılacak aalizler yaıltıcı souçlar verebilir( ). Bazı değişkeleri sayısal değerleri seriyi oluştura birimleri icelee karekterlerii gerçek değirii belirlemeyebilir. Bu durumla daha çok itelikleri icelik olarak ifadeside karşılaşılır(). Öreği bir zeka testi uyguladığıı düşüelim. Test soucu elde edile sayısal değerler testi uyguladığı kişileri zekalarıı birbirleri ile oratılı olarak ölçmekte ise, bu pualar korelasyo aalizide kullaılabilir. Fakat test souçları zekalarıı birbirleride e kadar farklı olduğuu kesi olarak belirleyemeyerek, sadece kimi zekasıı kimde daha üstü olduğuu ortaya koyuyorsa bu durumda sıra korelasyou katsayısıı uygulaması uygu olmaktadır. - Spearma Sıra Korelasyou Katsayısı Özellikle yukarıda söz edile iki durumda sıra korelasyou katsayısı uygudur. Spearma sıra korelasyou katsayısıı hesaplamasıda, değişkeleri aldıkları değerlere büyüklüklerie göre birde başlayarak sıra umaraları verilir. Sıralamaya e büyük veya e küçük değere verilerek başlaır ve birer birer arttırılarak. değere kadar devam edilir. Sıralama küçükte büyüğe veya büyükte küçüğe doğru yapılabilir. Burada öemli ola sıralamaı her iki değişke içi de ayı yöde yapıl ı kullaılması masıdır(3). (*) Marmara Üiversitesi İktisadi ve İdari Bilimler Fakültesi. () HAYSLETT, H.T. Statistics Made Simple, W.H. Aile, Lodo 97, s. 80. KÖKSAL, Bilge Aloba, istatistik-aaliz Metodları, ikici Baskı, Çağlaya Kitabevi, lstabul, 980, s. 3. () VURAN, Ateş, İstatistik, İ.İ.T.İ.A. Nihad Sayar Yayı ve Yardım Vakfı Yayıları No: 35/58, lstabul, 98, s.. (3) GÜRTAN, Kea, istatistik ve Araştırma Metodları, lstabul Üiversitesi Yayılarıda No. 9, lstabul, 97. s. 53. ' 0

Sıralama yapıldıkta sora katsayı; x l: df r=--- i= s ( -) formülü ile hesaplamaktadır. Burada di sıra farklarıı ifade etmektedir. Yukarıda verile sıra korelasyou katsayısı formülü;.l >GYi-xy I=, r=--r::================ - - L (X;-X). L (Yi-Y).=.= Doğrusal korelasyo katsayısı formülüde türetilmiştir. Sıralarda birii Xi, diğerii Yi ile ifade edersek, sıralar hem Xi hem de Yi içi ilk tam sayıda oluşacaktır. Yalız Xi ve Yi'i ilk. tam sayı olması içi her iki değişkei aldığı değerler sadece birer defa tekrarlamalıdır. Bu durumda, - - + X=Y=-- -~, <Xi-Yl= -~ <>G-Xi= ( -) = =. olacaktır. Ayrıca, olacağıda; _ i~di =i~ (Xj-X) =i~ Xj - i~ Xj'fj+i~ yi ~ v.y = ( + )( + ) _.:!. ~ d~ i= " i= olarak elde edilir. Daha öce verile () umaralı formül, yukarıda verile eşitlikleri () umaralı formülde yerie koulması ile elde edilmiştir (). () umaralı formül ile katsayıı daha kolay hesaplaacağı açıkça görülmektedir. Bu edele değişkeleri aldığı değerlerde tekrarlar olmadı- () BAGIRKAN, Şemsetti, istatistiksel Aaliz, Ösöz Basım ve Yayıcılık, lstabul, 98, s.-'8. MOSTELLER, Frederick; ROURKE, Robert E.K., Sturdy Statistics, Addiso -Wesley Publishig Com., Massachusetts, 973, s. 0. 0

ğıda () umaralı formül ile sıra korelasyou katsayısı hesaplaabilir. - Tekrarlaa Değerler ve Spearma Sıra Korelasyou Katsayısı Uygulamada sıra korelasyou katsayısıı hesaplaacağı her durumda değişkeleri alacağı değerleri birer defa tekrar edileceği düşüülemez. Değişkeleri aldığı değerler tekrarlı ise, yai ayı değer birde fazla tekrarlaıyorsa, bu durumda sıralama yapılırke tekrarlaa değerleri sıralarıı aritmatik ortalaması alımaktadır. Öreği bir değişkei k. ve (k + ). değerleri ayı ise, bu değerleri her ikisii de sırası; k+(k+) =k+~ ' olmaktadır. İkide fazla tekrarlar içide ayı işlem yapılmaktadır (5). Daha öce verile () umaralı formül () umaralı formülde elde edilirke sıraları ilk tam sa_yıda_oluştuğu düşüülmüştü. Terarlaa c:jeğerleri sıraları edeiyle X ve Y değişmeyecek, fakat hesaplaacak diğer değerlerde sapmal~r olacaktır. Yie k. ve (k + ). değerleri ayı olması durumuu düşüelim. Bu durumda sıraları karelerii toplamları ve çarpımlarıı toplamları değişecektir. Tekrar yok ise k. ve (k + ). değerleri kareleri toplamı, k + (k + ) = k + k + olacaktır. k. ve (k + ). değerler tekrarlaıyor ise sıraları k+ ' ve kareleri toplamı; ( ) ( ) k+ + k+ =k +k+ olacaktır. Görüldüğü gibi arada / birimlik bir fark oluşmaktadır. Ayı şekilde, eşleşme durumlarıa göre X ve Y çarpımlarıda da bir fark oluşacaktır. Az sayıdaki tekrarlar souçta büyük sapmalara ede olsa bile, arta tekrar sayıları ile fark büyüyecektir. Değerleri tekrarlaması durumuda sıraları kareleri toplamıdaki azalma; t (t_ ) olarak geelleştirilebilir. Bu durumda sıraları kareleri toplamı; x, ( + ) ( + ) _ l:[ t ( t - )] formülü ile hesaplaabilir. Formülde t tekrar sayılarıı ifade etmektedir. _Da- (5) MOSTELLER, ROURKE, age, s. 0. SERPER, Özer, İstatistik, Filiz Kitabevi, lstaiıbul, 980, s. 30-307. 03

ha öce belirtildiği gibi bir daki azalma; d~ğer t ( t - ) iki kere tekrarlaıyorsa = ( - ) kareler toplamı = olacaktır. Öreği 5 birimde oluşa bir seride bir değer, bir değer 3 ve iki değer de şer kaz tekrarlaıyorsa; v = 5 ( 5 + ( x 5 + ) -[ ( - ) 3(3 - ) + ( - ) + ";. + (~ - ) ] = 0-8=3 olacaktır. 3-Uygulama Değişkeleri aldığı değerlerde tekrarlar olduğuda Spearma sıra korelasyou katsayısı ve doğrusal korelasyo katsayısı formülleri ile yapıla cak hesaplamalar soucu farklı değerler elde edilecektir. Gerçek değeri doğrusal korelasyo katsayısı formülü vereceğide değişkeleri değer leri tekrarlı olduğuda bu formülü veya ayı soucu verecek bezerlerii kullaılması gerekecektir. Fakat tekrar sayıları az ise Spearma sıra korelasyou katsayısı formülü ile yapılacak hesaplamalarda sapma az olacağıda bu formülü hesaplama kolaylığı edeiyle, aradaki fark ihmal edilerek bu formül kullaılabilir. 3-Uygulama Değişkeleri değerlerii tekrarlı olması halide Spearma sıra korelasyou katsayısı formülü ile yapılacak hesarlamaları gerçek değeri de sapacağıı göstermek amacı ile bir uygulama yapılmıştır. Yüksek öğreimlerii İktisadi ve İdari Bilimler Fakülteleride sürdüre öğrecileri İstatistik derslerideki başarılarıı, orta öğretimde edidikleri Matematik ve Fe Bilimleri ile ilişkili olması beklemektedir. Matematik ve Fe derslerideki başarıı veya bilgi seviyesii göstergesi ola- -rak öğrecileri üiversite giriş sıavı ikici basamağıda aldıkları Matematik-Fe ağırlıklı puaları alıabilir. Fakat bu puaları, bu koudaki başarıı kesi ölçüsü olarak kabul etmek güçtür. Puaı daha yüksek ola öğreci diğeride daha başarılı olarak kabul edilebilir. Burada matematik-fe ağırlıklı üiversite giriş sıavı pualarıı bu koudaki başarıı; İstatistik dersi sıavlarıda alıa otlarda istatistik derslerideki başarıı kesi ölçüsü olmadığı, fakat puaı veya otu az da olsa daha yüksek ola öğrecii daha başarılı olduğu varsayımı ile, Marmara Üiversitesi İktisadi ve İdari Bilimler Fakültesii bir bölümüde İs tatistik dersi ala öğrecilerde küçük bir örek alımıştır. Öğreciler fakülteye Matematik-Türkçe ağırlıklı pualaa göre kaydedilmekte ve ikici sııfta istatistik dersi almaktadırlar. İstatistik dersi fial sıavıda ve daha yüksek ot almış, dersi tekrarlamaya öğrecilerde tesadüfi olarak O öğreci ile ilgili bilgiler aşağıda görülmektedir. 0

ÖSYS Matematik-Fe İstatistik Dersi Sıralar sıra No. 3 5 7 8 9 0 Sıralarda, Xı = 55 xi '= 385 Yi=55 yi=378 Ağırhkh Pualar 398,85 335,9 393,3 7,30 378, 35,9 0,03 38,389 39,30 37,88 X = 5,5 XiYi = 30,5 y = 5,5 di= olarak hesaplamıştır. Bu değerlerle, r 5 = - I.d? Fial Notla 85 55 5 5 70 5 = 0,0909 ( -) r 5 = :EXY-xy = 0,0 ~ (tx _ ~) ('W _,,y ) Xı 3 0 9 ş 5 7 Yı 8,5 8,5 8,5 8.5 olarak bulumuştur. Doğru souç 0,0 dır. İki yolla hesaplaa katsayılar arasıda çok büyük fark olduğu görülmektedir. Değişkeleri değerlerii tekrarlaması durumuda Spearma sıra korelasyou katsayısı formülü ile yapılacak hesaplamaları yaıltıcı souçlar verebileceği uygulama souçlarıda da görülmektedir. Katsayılar test edildiğide souç olumsuzdur. - Souç Değişkeler arasıdaki ilişkii derecesi araştırılırkem başlıca iki sebep Spearma sıra korelasyou katsayısıı kullaılmasıı gerektirmektedir. Değişkelere sıra olarak ilk tam sayı değerleri verilmesi durumuda doğrusal korelasyo katsayısı formülüde türetile ve işlem kolaylığı sağlaya Spearma sıra korelasyou katsayısı formülü, değişkeleri değerlerii tekrarlı olması durumuda değişkeler arasıdaki ilişkii gerçek değerii göstermemektedir. Bu durumda gerçek değerde sapma, değişkeleri değerlerii tekrarlarıa bağlıdır. Tekrar sayısı az olduğuda sapma az olacağıda ihmal edilebilir Fakat tekrar sayısıı azlığı veya çok- 05

luğu sübjektif bir kavramdır ve bu kouda kesi bir ölçü belirlemek çok güçtür. Bu e<;jele ilişkii gerçek değeri aradığıda değişkelere sıralar verildikte sora sıralar arasıdaki ilişkii derecesi Spearma sıra korelasyou katsayısı formülü yerie, doğrusal korelasyo katsayısı f9rmülü ile bulumalıdır. Yapıla uygulama da sapmaı öemli olabileceğii açıkça göstermektedir. YARARLANILAN KAYNAKLAR BAGIRKAN,Şemsetti, İstatistiksel Aaliz, Ösöz Basım ve Yayıcılık, lstabul, 98. CHAO,Licol L., Statistics: Methods ad Aalyses, McGraw-Hill, Book Com., New York, 99 GÜRTAN, Kea, İstatistik ve Arastırma Metodları, lstabul Üiversitesi Yayılarıda No.9,lstabul, 97. HAYSLETT, H.T. Statics Made Simple, W.H.Alla, Lado 97. HUNTSBERGER, David V. GROFT, D.James;BİLLİNGSLEY, Patric; Statistical lferece tor Maagemet Ad Ecoomics, Secod Editio Ally ad Buco ie. Bosta, 980. KÖKSAL, Bilge Aloba, İstatistik-Aaliz Metodları, İkici Baskı, Çağlaya Kitabevi, lstabul, 980. McCALL Robert B., Fudametal Statistics for Psycholagy, Secod Editio, Harcourt Brace Jovaovich ie. New York, 975.. MOSTELLER, Frederick, RROFKE, Robert E.K.,Sturdy Statistics, Addiso-Wesley Publishig Com., Massachusetts, 973. SERPER, Özer, İstatistik, Filiz Kitabevi, lstabul, 980 VURAN.Ateş, İstatistik, İ.İ.T.İ.A. Nihad Sayar Yayı ve yardım vakfı yayıları No: 35/58, lstabul 98. YAMANE,Taro, Statistics- A ltroductory Aalysis, Third Editio, Harper lteratioal Editio, 973 0