PARAMETRİK OLMAYAN TESTLER

Benzer belgeler
ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ PARAMETRİK OLMAYAN TESTLER Prof. Dr. Nihal ERGİNEL

Parametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER

İSTATİSTİK II. Hipotez Testleri 1

ANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL

Örneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.

Parametrik Olmayan İstatistik

Ortalamaların karşılaştırılması

ANADOLU ÜNİVERSİTESİ. ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL

Parametrik Olmayan İstatistiksel Yöntemler IST

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

ANADOLU ÜNİVERSİTESİ. Hipotez Testleri. ENM317 Mühendislik İstatistiği Prof. Dr. Nihal ERGİNEL

WEIBULL DAĞILIMI WEIBULL DAĞILIMI ANADOLU ÜNİVERSİTESİ

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

İstatistik ve Olasılık

Parametrik Olmayan Testler. İşaret Testi-The Sign Test Mann-Whiney U Testi Wilcoxon Testi Kruskal-Wallis Testi

Bağımlı Gruplar İçin t Testi Wilcoxon İşaretli Sıralar Testi

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER

PARAMETRİK ve PARAMETRİK OLMAYAN (NON PARAMETRİK) ANALİZ YÖNTEMLERİ.

T TESTİ: ORTALAMALAR ARASI FARKLARIN TEST EDİLMESİ. Yrd. Doç. Dr. C. Deha DOĞAN

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ

İstatistik ve Olasılık

Tek Yönlü Varyans Analizi (ANOVA) Kruskal Wallis H Testi

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

İstatistik ve Olasılık

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

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek,

HİPOTEZ TESTLERİ ALIŞTIRMA SORULARI Araş.Gör. Efe SARIBAY

Parametrik Olmayan İstatistiksel Yöntemler

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

BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ

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

SÜREKLİ RASSAL DEĞİŞKENLER

Parametrik İstatistiksel Yöntemler (t testi ve F testi)

H 0 : θ = θ 0 Bu sıfır hipotezi şunu ifade eder: Anakütle parametresi θ belirli bir θ 0

İstatistik ve Olasılık

Mühendislikte İstatistiksel Yöntemler

OLASILIK ve KURAMSAL DAĞILIMLAR

Mann-Whitney U ve Wilcoxon T Testleri

UYGUN HİPOTEZ TESTİNİN SEÇİMİ. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS Ders Notları III (3 Mayıs 2012)

İstatistiksel Yorumlama

BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ

İstatistik ve Olasılık

Mühendislikte İstatistiksel Yöntemler

Ders 6: Sürekli Olasılık Dağılımları

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

Dr. Mehmet AKSARAYLI

BÖLÜM 13 HİPOTEZ TESTİ

Kullanılacak İstatistikleri Belirleme Ölçütleri. Değişkenin Ölçek Türü ya da Yapısı

KRUSKAL WALLIS VARYANS ANALİZİ. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı

Hipotez Testleri. Mühendislikte İstatistik Yöntemler

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

İçindekiler. Ön Söz... xiii

BİYOİSTATİSTİK. Uygulama 6. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

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

Deney Dizaynı ve Veri Analizi Ders Notları

Hipotez. Hipotez Testleri. Y. Doç. Dr. İbrahim Turan Nisan 2011

Hipotez Testlerine Giriş. Hipotez Testlerine Giriş

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

Non-Parametrik İstatistiksel Yöntemler

İÇİNDEKİLER ÖN SÖZ...

Hipotez Testi ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Ders 4 Minitab da İstatiksel Çıkarım-I. Hipotez Testi. Hipotez Testi

ÖRNEK BULGULAR. Tablo 1: Tanımlayıcı özelliklerin dağılımı

HİPOTEZ TESTLERİ HİPOTEZ NEDİR?

Ders 1 Minitab da Grafiksel Analiz-I

13. Olasılık Dağılımlar

K-S Testi hipotezde ileri sürülen dağılımla örnek yığılmalı dağılım fonksiyonunun karşılaştırılması ile yapılır.

Appendix C: İstatistiksel Çıkarsama

Tek yönlü varyans analizi kısaltılmış olarak ANOVA (Analysis of Variance) bilinen

Merkezi Eğilim ve Dağılım Ölçüleri

KESİKLİ DÜZGÜN DAĞILIM

Sık kullanılan istatistiksel yöntemler ve yorumlama. Doç. Dr. Seval KUL Gaziantep Üniversitesi Tıp Fakültesi

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

K BAĞIMSIZ ÖRNEKLEM HİPOTEZ TESTLERİ

Ki- Kare Testi ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL

χ 2 Testi Mühendislikte İstatistik Yöntemler Bağımsızlık Testi Homojenlik Testi Uygunluk Testi

BÖLÜM 2 VERİ SETİNİN HAZIRLANMASI VE DÜZENLENMESİ

TEMEL EĞİTİMDEN ORTAÖĞRETİME GEÇİŞ ORTAK SINAV BAŞARISININ ÇEŞİTLİ DEĞİŞKENLER AÇISINDAN İNCELENMESİ

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

İSTATİSTİK I KISA ÖZET KOLAYAOF

Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları

İSTATİSTİK VE OLASILIK SORULARI

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

Hatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5

ARALIK TAHMİNİ (INTERVAL ESTIMATION):

Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

Parametrik Olmayan Testler 2. Wilcoxon ve Kruskal-Wallis Testleri

Bölüm 2 VERİLERİN DERLENMESİ VE SUNUMU

taşinmaz DEĞERLEME- DE İSTATİKSEL ANALİZ

ANADOLU ÜNİVERSİTESİ ÖRNEK: GEOMETRİK DAĞILIM

Z = S n E(S n ) V ar(sn ) = S n nµ. S nn. n 1/2 n σ

OLASILIK ve İSTATİSTİK Hipotez Testleri

İSTATİSTİK ÖRNEK SORULARI

Transkript:

PARAMETRİK OLMAYAN TESTLER Daha önce incelediğimiz testler, normal dağılmış ana kütleden örneklerin rassal seçilmesi varsayımına dayanmaktaydı ve parametrik testler kullanılmıştı. Parametrik olmayan testler ise, gözlem değerlerinin eşit aralıklı veya oranlı birim ölçekle elde edilen veya sıra ve sütun etkileşiminin doğrusal bileşiminin ana kütle ortalamasını oluşturduğu durumlarda ve anakütle dağılımına bakılmaksızın kullanılır. PARAMETRİK OLMAYAN TESTLER Parametrik olmayan testlerde ölçme düzeyinin sınıflama veya sıralama olması yeterlidir. Değişkenlerden birinin konumu ile diğerinin konumlarının karşılaştırıldığı durumlarda kullanılır.

Parametrik Olmayan Testlerin Avantajları 1. Anakütle dağılımı ne olursa olsun uygulanabilir. 2. Örnek büyüklüğünün önemi yoktur ancak örnekteki birim sayısı ne kadar artarsa, parametrik olmayan testin gücüde o oranda artar. 3. Sınıflandırma/ sıralama verilerine daha uygundur. 4. Farklı yapılardaki ana kütleden çekilmiş örneklere de uygulanabilir. NOT: Parametrik test uygulanacak iken, parametrik olmayan test uygulanırsa bilgi kaybı olacağından yanlış olur. Bir seriyi küçükten büyüğe dizdiğimizde belli bir değerden küçük olanlar veya büyük olanların sayısı ile ilgilendiğinde, X ile ilgilenilen birim sayısı olmak üzere; X Binom (n,p) dağılır. X: (+) işaretlilerin sayısı olmak üzere ve küçük örnekler için (n<25) Hipotezler : = eğer x < ise P= 2P(x ) α. red : eğer x > ise P= 2P(x ) α. red : < P(x ) = α. red : > P(x X) = α. red

ÖRNEK-1: Bir pilin şarj edildikten sonra çalışma sürelerinin orta değer olan medyan değerinin 1,8 e eşit olup olmadığını test ediniz.(α=0,05) Veriler: 1,5-2,2-0,9-1,3-2,0-1,6-1,8-1,5-2,0-1,2-1,7 ÇÖZÜM-1: Küçükten büyüğe sıralama 0,9-1,2 1,3-1,5 1,5-1,6-1,7-1,8-2,0 2,0 2,2 (-) (-) (-) (-) (-) (-) (-) X (+) (+) (+) S(-)= 7, S(+)= 3, n=10 X: (+) olanların sayısı (p= ) Hipotezler : =1,8 : 1,8 S(+)= 3< P=2P(X 3 ) = 2 = 0,3438 > 0,05 olduğundan red edilemez. %95 güven seviyesinde pilin çalışma süresi 1,8 saatten anlamlı derecede farklı değildir.

ÖRNEK-2: Bir dersin yılsonu başarı medyanı 54 puan olmuştur. Bu öğrencilerden bazıları aynı dersi yaz döneminde de almışlar ve aşağıdaki sonuçları elde etmişlerdir. Buna göre öğrencilerin yaz dönemindeki başarılarının yıl içindekinden daha iyi olduğunu söylenebilir mi? (α=0,05) 54 30-35 - 42-50 55 58 64 70-70 -72-80- 86-88 (-) (-) (-) (-) (+) (+) (+) (+) (+) (+) (+) (+) (+) ÇÖZÜM-2: Hipotezler : =54 : > 54 S(-)= 4, S(+)= 9, n=13 X: (+) olanların sayısı (p= ) P(x 9) = P(x=9)+..+ P(x=13) x Binom(13;0,5) P(x=9)= = 0,087 P(x=10)= = 0,035 ÇÖZÜM-2: P(x=11)= = 0,0095 P(x=12)= = 0,00159 P(x=13)= = 0,000122 P= 0,087 +0,035+0,0095+0,00159+0,000122= 0,1334 Sonuç: i-) 0,1334 > 0,05.. red edilemez. ii-) % 95 güven seviyesinde yaz dönemi notlarının medyanı yıl içindeki medyandan anlamlı derecede büyük değildir.

Büyük örnekler için; n>25 olduğunda Binom dağılımı Normal dağılıma yaklaşacağı için p=q= dağılım daha uygundur. için Normal Ortalaması µ = np, standart sapması dan normal dağılıma yaklaşır. Süreklilik için düzeltme faktörü yani her X değerine 0,5 ekleyip çıkarmak ile kesikli rassal değişkenler yapay olarak sürekli hale getirilir. Hipotezler: : = : : < : > = Karar kuralı: >.. red < - red > red ÖRNEK-3: Bir hastalık nedeniyle hastanede kalış süresi medyanı 7,5 gündür. Yeni geliştirilen bir tedavi tekniği sonrası hastanede kalış süreleri aşağıda verilmiştir. Bu tedavi tekniği gün sayısını azaltmış mıdır? (α= 0,05) 7,5 Gün 3 5 6 7 10 11 14 15 Hasta 20 15 15 13 8 5 4 1 sayısı (+) (+) (+) (+)

ÇÖZÜM-3: S(+)= 18 np= = 40, 5 Hipotezler: : =7,5 : <7,5 = = = -4,9 ÇÖZÜM-3: Sonuç: i-) = -4,9 < - =-1,65 red ii-) % 95 güven seviyesinde yeni tekniğin hastanede kalış süresinin 7,5 günden az olduğu söylenebilir. Parametre olarak medyanı alan bir konum testidir. Medyanın belli bir değere eşit olup olmadığı test edilir. Gözlem değerlerine medyana göre sıra numaraları verildiğinde (-) işareti sıra numaraları ile (+) işaretli sıra numaralarının toplamlarının eşit veya çok yakın olması beklenir. Karar kuralı: T(+) veya T(-) <. red Küçük örnekler (n<25) için kritik tablosu geliştirilmiştir.

ÖRNEK-1: Bir ekmek çeşidinin ağırlığının medyanının 180 gr olması beklenmektedir. Rastgele aldığımız 16 ekmek tartılmış ve aşağıdaki gibi bulunmuştur. Örneğin medyanı istenen değere eşit midir? 158-163- 166-166- 166-168- 168-170- 172-175- 178-182-183-185- 186-190 180 ÇÖZÜM-1: T(+)= 23,5 T(-)= 112,5 Sonuç: i-) T(+)= 23,5 < = 37. red ii-) % 95 güven seviyesinde örnek medyanı 180 gr a eşit değildir.

Büyük örnekler için (n>25); T Normal (µ, ) µ = E(T+) = E(T-) = Var(T+)= Var(T-) = Hipotezler: : = : = Karar kuralı: >.. red ÖRNEK-2: Bir gıda işletmesinde 30 işçinin, paket ağırlıkları medyanı 90 kg olacak şekilde paketleme yapması beklenmektedir. Süreçten alınan ölçümler aşağıdadır. Paket ağırlıkları medyanı 90 kg eşit olup olmadığını α=0,05 anlam seviyesinde test ediniz. Örnek 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 no 58 60 60 62 65 68 68 70 73 75 78 78 78 78 80 Örnek 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 no 80 80 85 88 89 92 92 93 94 95 95 96 97 98 99

ÇÖZÜM-2: Örnek 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 no 58 60 60 62 65 68 68 70 73 75 78 78 78 78 80 - -32-30 -30-28 -25-22 -22-20 -17-15 -12-12 -12-12 -10 SIRA -30-28,5-28,5-27 -26-24,5-24,5-23 -22-21 -18,5-18,5-18,5-18,5-15 Örnek 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 no 80 80 85 88 89 92 92 93 94 95 95 96 97 98 99 - -10-10 -5-2 -1 2 2 3 4 5 5 6 7 8 9 SIRA -15-15 -8-3 -1 +3 +3 +5 +6 +8 +8 10 11 12 13 T(+)= 79, T(-)=389 ÇÖZÜM-2: Hipotezler: : =90 kg : 90 kg = Karar kuralı: >.. red ÇÖZÜM-2: n:30 T(+)=T(-)= = = 232,5 Var(T+)= Var(T-) = = = 2363,75 = = -3,157 Sonuç: i-) = 1,96 > = +3,157.. red ii-) %95 güven seviyesinde medyan 90 kg a eşit değildir.

EŞLEŞTİRİLMİŞ GÖZLEMLER İÇİN ÖRNEK-1: Bir taksi şirketi A ve B tipi lastiklerin benzin tüketimi ve etkisini araştırmak için aynı arabalara sırasıyla A ve B lastiklerini takıp 1 lt. benzin ile gidilen km miktarı ölçülmüştür. %5 anlam seviyesinde, A tipi lastiklerin benzin tüketimini azalttığı söylenebilir mi? Araba A(km) B(km) 1 4,2 1,1 2 4,7 4,9 3 6,6 6,2 4 7 6,9 5 6,7 6,8 6 4,5 4,4 7 5,7 5,7 8 6 5,8 9 7,4 6,9 10 4,9 4,9 11 6,1 6 12 5,2 4,9 13 5,7 5,3 14 6,9 6,5 15 6,8 7,1 16 4,9 4,8 EŞLEŞTİRİLMİŞ GÖZLEMLER İÇİN ÇÖZÜM-1: Araba A(km) B(km) R 1 4,2 1,1 3,1 2 4,7 4,9-0,2 3 6,6 6,2 0,4 4 7 6,9 0,1 5 6,7 6,8-0,1 6 4,5 4,4 0,1 7 5,7 5,7 0 8 6 5,8 0,2 9 7,4 6,9 0,5 10 4,9 4,9 0 11 6,1 6 0,1 12 5,2 4,9 0,3 13 5,7 5,3 0,4 14 6,9 6,5 0,4 15 6,8 7,1-0,3 16 4,9 4,8 0,1 EŞLEŞTİRİLMİŞ GÖZLEMLER İÇİN ÇÖZÜM-1: Hipotezler: : - = 0 : - > 0 = Karar kuralı: P(X χ) α.. red

EŞLEŞTİRİLMİŞ GÖZLEMLER İÇİN ÇÖZÜM-1: =11 =3 n = 14 (2 eşit gözlem çıkartılmıştır.) x=11 = = 1,87 P(X 11) P(z > 1,87) = 0,0307 < 0,05.. red Sonuç: % 95 güven seviyesinde A tipi lastiğin benzin tüketimini azalttığı söylenebilir. KRUSKAL- WALLIS TESTİ Varyans analizinde hatası Normal ve bağımsız dağıldığı varsayılmakta ve F testi kullanılmakta idi. Krustal Wallis testi, F testine alternatif parametrik olmayan testtir ve sadece lerin aynı sürekli dağılımdan gelmeleri yeterlidir. (i=1,2,,a) adet seviye N adet gözlem en küçükten en büyüğe sıralanır. KRUSKAL- WALLIS TESTİ Hipotezler: : = = = : Eğer tüm gözlemler aynı dağılımdan geliyor ise, a adet örneğe eşit miktarda dağılacak. Eğer hipotezi geçerli değil ise, bu sıralama bir tarafta baskın olacak.

KRUSKAL- WALLIS TESTİ K= Veya K= = gözleminin sırası(rank) = toplam seviye = i. seviyenin ortalaması E( )=, E( )= = Karar kuralı: K.. red KRUSKAL- WALLIS TESTİ ÖRNEK-1: TV izleme süreleri ortalamasının farklılık gösterip göstermediğini %5 anlam seviyesinde test ediniz. İlköğretim Lise Üniversite Lisansüstü 43 50 80 60 48 58 85 95 52 60 90 120 55 75 120 240 60 75 160 240 64 82 200 240 80 90 KRUSKAL- WALLIS TESTİ ÇÖZÜM-1: Hipotezler : TV izleme süreleri aynı anakütleden gelmektedir. : TV izleme süreleri aynı anakütleden değildir. İlköğretim Sıra Lise Sıra Üniveriste Sıra Lisansüstü Sıra 43 1 50 3 80 13.5 60 8 48 2 58 6 85 16 95 19 52 4 60 8 90 17.5 120 20.5 55 5 75 11.5 120 20.5 240 25 60 8 75 11.5 160 22 240 25 64 10 82 15 200 23 240 25 80 13.5 R2= 55 R3= 113 R4= 122.5 90 17.5 R1= 61 = = 13,5