Varyans Analizi ANALYSIS OF VARIANCE (ANOVA) Dr. Musa KILIÇ

Benzer belgeler
Tek Yönlü Varyans Analizi (ANOVA)

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

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ

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

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

ANOVA. CRD (Completely Randomized Design)

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

Korelasyon ve Regresyon

MOD SÜPERPOZİSYONU İLE ZAMAN TANIM ALANINDA ÇÖZÜM

Tek Yönlü Varyans Analizi

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.

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

İki veri setinin yapısının karşılaştırılması

Sıklık Tabloları ve Tek Değişkenli Grafikler

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ

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

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

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

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ

16. Dörtgen plak eleman

Merkezi Eğilim (Yer) Ölçüleri

En Küçük Etkili Doz Düzeyini Belirleme Yöntemlerinin Karşılaştırmaları

PARÇALI DOĞRUSAL REGRESYON

DENEY TASARIMI VE ANALİZİ

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8

Güvenlik Stokları. Tedarik Zincirlerinde Belirsizlik Yönetimi: Güvenlik Stokları. Güvenlik Stokları Belirlenirken Sorulması gereken sorular

ÜÇ BOYUTLU ÇAPRAZ TABLOLARDA LOGARİTMİK DOĞRUSAL ANALİZ: ÇOCUK İŞGÜCÜ DEĞİŞKENLERİ ARASINDAKİ ETKİLEŞİMLER

Düşük Hacimli Üretimde İstatistiksel Proses Kontrolü: Kontrol Grafikleri

DENEY TASARIMI VE ANALİZİ

Tanımlayıcı İstatistikler

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

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

ALTERNATİF AKIM DEVRE YÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

DEĞİŞKENLİK (YAYIKLIK) ÖLÇÜLERİ

6. NORMAL ALT GRUPLAR

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

META ANALİZİNDE HETEROJENLİĞİN SAPTANMASINDA KULLANILAN YÖNTEMLERİN SİMÜLASYON TEKNİĞİ İLE KARŞILAŞTIRILMASI

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

ÇEV 314 Yağmursuyu ve Kanalizasyon. Nüfus Projeksiyonları

KARMAŞIK SAYILAR. Derse giriş için tıklayın...

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

YAŞAM VERİLERİNİN META ANALİZİ META ANALYSIS OF SURVIVAL DATA

Parametrik Olmayan İstatistik Çözümlü Sorular - 2

Bölüm 3. Tanımlayıcı İstatistikler

Doğrusal Korelasyon ve Regresyon

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

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

TEMEL DEVRE KAVRAMLARI VE KANUNLARI

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

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

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

Calculating the Index of Refraction of Air

REGRESYON ANALİZİ BÖLÜM 1-2

Dip - Zirve Relatif Performans Piyasa Çarpanları Değerlemeler TTKOM IPEKE SAHOL BIMAS TTRAK DOHOL. Düşüşü Sürenler ASELS

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

Bölüm 3. Tanımlayıcı İstatistikler

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.

ISL223 İSTATİSTİK I DERS NOTLARI

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

SÜREKLİ OLASILIK DAĞILIŞLARI

ADJUSTED DURBIN RANK TEST FOR SENSITIVITY ANALYSIS IN BALANCED INCOMPLETE BLOCK DESIGN

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

Temel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri

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

Mühendislikte İstatistik Yöntemler

İSTATİSTİK DERS NOTLARI

BİYOİSTATİSTİK PARAMETRİK TESTLER

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

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI

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

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

MIT Açık Ders Malzemeleri Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için

Manyetizma Testlerinin Çözümleri. Test 1 in Çözümü

KOCAELİ ÜNİVERSİTESİ Mühendislik Fakültesi Makina Mühendisliği Bölümü Mukavemet I Vize Sınavı (2A)

Kİ KARE TESTLERİ. Biyoistatistik (Ders 2: Ki Kare Testleri) Kİ-KARE TESTLERİ. Sağlıktan Yakınma Sigara Var Yok Toplam. İçen. İçmeyen.

TRANSFORMATÖRLER BÖLÜM 7. Alıştırmalar. Transformatörler. Sınıf Çalışması

Denklem Çözümünde Açık Yöntemler

NOT: Deney kılavuzunun Dönme Dinamiği Aygıtının Kullanımı İle İlgili Bilgiler Başlıklı Bölümü okuyunuz.

III - ELEKTROMAGNETİK GENELLEŞTİRME

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3

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

BÖLÜM CROSS METODU (HARDY CROSS-1932)

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

Biyomedikal Amaçlı Basınç Ölçüm Cihazı Tasarımı

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.

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

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

EKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM

ASİMETRİ (ÇARPIKLIK) VE BASIKLIK ÖLÇÜLERİ

TRANSFORMATÖRLER. 4. a) Pri mer dev re ye uy gu la nan al ter na tif ge ri li min et kin de ğe ri; 1. İdeal transformatörler için,

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

TRANSPORT PROBLEMI için GELIsTIRILMIs VAM YÖNTEMI

SABİT-KUTUP YAKLAŞIMI KULLANILARAK TELEKONFERANSTA ODA AKUSTİK EKO YOK ETME

TÜKETĠCĠLERĠN FĠYAT BĠLĠNCĠ ÜZERĠNDE ETKĠLĠ OLAN FAKTÖRLERE ĠLĠġKĠN BĠR ĠNCELEME

Muhasebe ve Finansman Dergisi

AJANDA LİTERATÜR TARAMASI

Soğutucu Akışkan Karışımlarının Kullanıldığı Soğutma Sistemlerinin Termoekonomik Optimizasyonu

Transkript:

Varyans Analz ANALYSIS OF VARIANCE (ANOVA) Dr. Musa KILIÇ http://s.deu.edu.tr/musa.lc

VARYANS ANALİZİ İ örne ortalaması arasında farın önem ontrolü, örne büyülüğüne göre z veya t testlernden bryle yapılır. Bu testlerle, den fazla örne ortalamasını brlte test etme ve aralarında farın önem ontrolünü yapma mümün değldr. İ veya daha fazla örne ortalaması arasında farın öneml olup olmadığını test ederen varyans analzne başvurulur.

Varyans Analz (ANOVA) Varyans analz, ya da daha fazla ortalamanın eştlğn, varyansları ullanara test etmeye yarayan br yöntemdr. amamen rassal deney tasarımı modellern analz etmete ullanılır. Varsayımları: Örnelern elde edldğ populasyonlar normal ya da yalaşı olara normal dağılış gösterr. Örneler bağımsızdır. Populasyon varyansları eşttr.

EK YÖNLÜ VARYANS ANALİZİ adet anaütleden n hacml bağımsız tesadüf örneler seçldğnde, bu örnelern ortalamalarından hareetle anaütle ortalamalarının brbrnden farlı olup olmadığı test edleblr. Öncelle adet anaütley belrl rterlere göre farlı şlem gruplarına ayırma gerer. Bu sınıflama şelnde, verler farlı şlem gruplarına ayrılıren şlem grubu çersnde verler brbrnden bağımsız olur. e yönlü sınıflama durumunda verler aşağıda gb gösterlr.

İşlemler.. n n n n oplam Ortalama est Hpotezler Kurulablece sıfır hpotez ve alternatf hpotez aşağıda gb olur. H : µ = µ =... = 0 µ H : En az anaütle ortalaması brbrne eşt değldr

Hpotezler H 0 : µ = µ = µ 3 =... = µ c üm populasyon ortalamaları eşttr (edav ets yotur) f() µ = µ = µ 3 H : üm µ j ler eşt değldr Populasyonlardan en az brnn ortalaması dğerlernnnden farlıdır. (edav ets vardır) f() µ = µ µ 3

est İstatstğ: Varyans analznde temel amaç, den fazla örne çn lern genel ortalama dan sapmalarının areler toplamını, bu sapmalara sebep olan unsurlar tbaryle ısımlara ayırma ve analz etmetr. Bu analz sonunda, örneler arasında uygunlu olup olmadığı yan söz onusu örnelern aynı anaütleye at brer şans örneğ olup olmadıları da ortaya onulmuş olur. n = j= ( ) j değernn, yan örnelerde bütün değerlernn genel ortalamadan gösterdler sapmaların areler toplamının aynağı vardır: j

oplam Değşenlğn Sebepler oplam Değşenl = Gruplar arası değşenl + Gruplar ç değşenl

n n ( j ) = n ( ) + ( j = j= = = j= ) GK GAK GİK Eştlğn sol tarafında fadeye genel areler toplamı (GK) denr. Eştlğn sağ ısmında fadelern brncs örne ortalamalarının genel ortalamadan gösterdğ sapmalar, dğer se her br örnete değerlern end örne ortalamalarından gösterdğ sapmalardır. Brncsne, gruplar arası areler toplamı ( GAK ), ncsne grup ç areler toplamı ( GİK ) denr. Eşt örneler durumunda GK n = = j= j GİK n( ) GAK = n = = GK GAK = j = j= n = n n( )

Gruplar arası areler ortalaması s, gruplar ç areler ortalaması s bölünere varyans analznn test statstğ olan F değer elde edlr. Eşt örne hacmler durumunda varyans analz tablosu; Değşm Kaynağı Kareler oplamı Serbestl Dereces İşlem GAK v =- Hata GİK v = (n-) oplam GK n()- Kareler Ortalaması GAK s = s = GİK ( n ) est İstatstğ F = s s :örne sayısı N:örne büyülüğü

Eşt olmayan örneler durumunda, toplam gözlem sayısı N le gösterlrse; GK N n j GAK = = j= = n N = GİK = GK GAK Bu eştllerde üç varyasyon aynağının her br uygun br serbestl dereces le bölünere brer varyans elde edlr. Değşm Kaynağı Kareler oplamı Serbestl Dereces şlem GAK v =- Hata GİK v = N- oplam GK N- = = j = Kareler Ortalaması GAK s = s GİK = N n est İstatstğ F = s s

KRİİK DEĞER Çeştl önem sevyeler ve örne büyülüler çn s / s nn hang notaya adar şansa verlebleceğ, hang notadan sonra öneml abul edlere örnelern farlı anaütlelere at oldularına hümedlebleceğ F cetvelleryle tespt edlmştr. Hesaplanan F değer, F tablosundan elde edlen rt değerden üçüse örne ortalamaları arasında farlılı tesadüf; yan şanstan ler gelmştr ve örneler aynı anaütleye attr.

Hesaplanan test statstğ, rt değerden büyüse örne ortalamaları arasında farlılığın öneml olduğuna hümedlr ve bu örnelern farlı anaütlelere at oldularına arar verlr. F değer, varyansın brbrne bölümü olduğu çn negatf değer almaz. Bu yüzden F dağılımı sağa çarpıtır. H 0 hpoteznn red bölges eğrnn sağ ucunda yer alır.