Değişkenler arasındaki ilişkiler aşağıdaki gibi sınıflandırılabilir: i) Belirleyici (deterministik) ilişkiler Yarı belirleyici ilişkiler Deneysel

Benzer belgeler
Doç. Dr. Mehmet AKSARAYLI

Regresyon ve Korelasyon Analizi. Regresyon Analizi

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ

İki veri setinin yapısının karşılaştırılması

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

BEKLENEN DEĞER VE VARYANS

Tanımlayıcı İstatistikler

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç

Korelasyon ve Regresyon

Veri Eliminasyonu. (Chauvenet Kriteri) d max / Ölçüm sayısı

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

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama

Doğrusal Korelasyon ve Regresyon

Matematik olarak normal dağılım fonksiyonu. 1 exp X 2

Polinom İnterpolasyonu

MERKEZİ EĞİLİM ÖLÇÜLERİ

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR

Tanımlayıcı İstatistikler

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy

Tanımlayıcı İstatistikler

Quality Planning and Control

X = 11433, Y = 45237,

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1

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

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması

TABAKALI ŞANS ÖRNEKLEME

Önceki bölümde özetlenen Taylor metodlarında yerel kesme hata mertebesinin yüksek oluşu istenilen bir özelliktir. Diğer taraftan

HĐPERSTATĐK SĐSTEMLER

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

1. GAZLARIN DAVRANI I

Parametrik Olmayan İstatistik Çözümlü Sorular - 2

İstatistik ve Olasılık

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

Regresyon Analizi Basit Do rusal Regresyon Analizi En Küçük Kareler Tekni i Varyans n(v 2 ) Tahmini Basit Do rusal Regresyonda Aral k Tahmini

BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER

TAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı)

REGRESYON VE KORELASYON ANALİZİ

Tanımlayıcı İstatistikler

DEĞİŞİM ÖLÇÜLERİ 4. TAŞINMAZ GELİŞTİRME TEZSİZ YÜKSEK LİSANS PROGRAMI. Ünite: 4 DEĞİŞİM ÖLÇÜLERİ. Doç. Dr. Yüksel TERZİ İÇİNDEKİLER İÇİNDEKİLER

İşletme İstatistiği. [Type the document subtitle] Ege Yazgan ve Yüce Zerey 10/21/2003

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

Biyoistatistik (Ders 9: Korelasyon ve Regresyon Analizi)

Zaman Skalasında Box-Cox Regresyon Yöntemi

İÇİNDEKİLER. Ön Söz Polinomlar II. ve III. Dereceden Denklemler Parabol II. Dereceden Eşitsizlikler...

Açık Artırma Teorisi Üzerine Bir Çalışma

İstatistik ve Olasılık

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine

Bağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise

TEZ ONAYI Nur ÇELİK tarafıda hazırlaa ANOVA Modellerde Çarpık Dağılımlar Kullaılarak Dayaıklı İstatstksel Souç Çıkarımı ve Uygulamaları adlı tez çalış

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI

LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2

WEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI

= İÇİNDEKİLER. E(X) = k Pascal (Negatif Binom) Dağılımı Hipergeometrik Dağılım N y=

Uyum Analizinin Teorik Esasları ve Regresyon Analizi Đle Benzerliğinin Grafiksel Boyutta Karşılaştırılması

Mühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr.

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ

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

REGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ

NİÇİN ÖRNEKLEME YAPILIR?

SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

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

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

Ki- kare Bağımsızlık Testi

İleri Diferansiyel Denklemler

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

5.1 Olasılık Tarihi Temel Olasılık Kavramları

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

Đst201 Đstatistik Teorisi I

Operasyonel Risk İleri Ölçüm Modelleri

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

TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ ( ) (TRANSLOG MALİYET FONKSİYONU UYGULAMASI) Yaşar AKÇAY 1 Kemal ESENGÜN 2

6. Uygulama. dx < olduğunda ( )

Cebirsel Olarak Çözüme Gitmede Wegsteın Yöntemi

BÖLÜM 6 6. REGRESYON MODELİNİN TEMEL KONTROLÜ

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

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

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)

İSTATİSTİK. Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özkan GÖRGÜLÜ

IŞIĞIN KIRILMASI. 1. Ortamların kırılma indisleri n K. , n M. , n L. arasındaki ilişki aşağıdaki gibidir. > n L. > n K. n M. > n M. n L. n K.

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

Tekil değerlerin ayrıştırılması (TDA) yöntemi ile duyarlılık analizi

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

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

YÖNEYLEM ARAŞTIRMASI III. Dinamik Programlama. Örnek 3: Tıbbi Müdahale Ekiplerinin Ülkelere Dağıtımı

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

PAMUKKALE ÜNİVERSİTESİ. Mühendislik Fakültesi, Makine Mühendisliği Bölümü. Zekeriya Girgin DENİZLİ, 2015 OTOMATİK KONTROL DERS NOTLARI

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.

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

İSTATİSTİKSEL TAHMİNLEME VE

Mal Piyasasının dengesi Toplam Talep tüketim, yatırım ve kamu harcamalarının toplamına eşitti.

ÖZET Yüksek Lsas Tez NORMAL DAĞILIM VE NORMAL DAĞILIMLA İLGİLİ ÇIKARIMLAR Şeol ÇELİK Akara Üverstes Fe Blmler Esttüsü İstatstk Aablm Dalı Daışma : Doç

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

KORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN

Transkript:

İstatstksel araştırmalarda k yada daha çok değşke arasıdak lşk celemes ç e çok kullaıla yötemlerde rs regresyo aalzdr. Değşkeler arasıdak lşk matematksel r modelle açıklaaleceğ g, lşk dereces ve yöü r r katsayı le de ortaya koyulalr. Bu da korelasyo aalz le sağlaalr. Değşkeler arasıdak lşklere azı örekler vermek gerekrse; -İsaları oyları le kloları -Futol takımlarıı çalışma süreler ve maç skorları toplamları -Öğrecler çalışma mktarları ve sıav otları -Br malı fyatı ve talep mktarı -Br ürüü verm ve verle güre mktarı, v. Ders -

Değşkeler arasıdak lşkler aşağıdak g sııfladırılalr: ) Belrleyc (determstk) lşkler ) ) arı elrleyc lşkler Deeysel (amprk) lşkler arı elrleyc ve deeysel lşkler celemes regresyo aalz kapsamıa grmektedr. Regresyo aalzde değşkeler k grup altıda celer: - Bağımsız değşkeler (açıklayıcı değşkeler) - Bağımlı değşkeler Bzm kotrol edeldğmz yada edemedğmz ağımsız değşkelerde meydaa gele değşklkler, ağımlı değşkelere etk ederek oları değer değştrmese ede olurlar. Öreğ kşler gelrler değşmes, harcama mktarlarıı da değşmese ede olur. Bu durumda gelr ağımsız değşke, harcama mktarı se ağımlı değşkedr. Regresyo aalzde geellkle ağımsız değşkeler (), ağımlı değşkeler () le gösterlrler. Ders -

Bast doğrusal regresyodak ast kelmes k değşke arasıdak lşky açıklamak ç kullaılmasıda, doğrusal kelmes se kurula model parametreler açısıda doğrusal r model olmasıdadır. İk değşke arasıdak e ast lşk, r doğru le açıklaale lşkdr. y Geel olarak r doğruu matematk gösterm: = + şekldedr. Burada, x eğmdr ve tek rmlk değşme de yaptığı değşklğ gösterr. se değer olduğuda almış olduğu değerdr ve ekse kesme oktası olarak smledrlr. Ders - 3

akım harcam ası Br farkada taşıma şler ç kullaıla tırları yaşı le akım harcamaları arasıdak lşky ele alalım. Verler grafğ çzldğde tam olarak düz r doğruu üzerde olmadıkları, fakat tırlar eskdkçe akım harcamalarıı da arttığı görülmektedr. Burada ağımsız değşke yaş, ağımlı değşke se akım harcamalarıdır, çükü yaş değştkçe akım harcamaları değşklk göstermektedr. Pratklk olması açısıda yaş ve akım harcaması arasıdak lşk r doğru şeklde olduğuu varsayarsak, u model matematk gösterm: yaş (yıl) Bakım harcaması akım harcaması. 5 4.5 9 4.5 495 4. 44 5. 79 5.5 5 5. 97.5 95 6. 8. 5. 37 3. 68 9 8 7 6 5 4 3 e yaş Hata term yaş-akım harcam ası grafğ... 3. 4. 5. 6. 7. yaş Ders - 4

akım harcam ası yaş-akım harcam ası grafğ 9 8 7 6 5 4 3... 3. 4. 5. 6. 7. yaş e hata term, traktörler ç yapıla harcamaı, lşky açıklaya doğruda e kadar saptığıı gösterr. Tırları yaşı le yapıla akım harcamaları arasıdak gerçek lşky elrleye model heüz elrlemş değldr. Buu ç modelde ulua parametreler ( ve ) lmes gerekr. ve rer parametre olduklarıda, gerçek değerler uluması ç taşıma şde kullaıla tüm tırları (populasyou) akım harcamaları ve yaşlarıı lmes gerekmektedr. Bu da çoğu zama mkasız olduğuda elmzdek öreğ kullaarak parametreler tahmlerz veya aşka r fade şeklyle grafktek oktalara e y uya r doğruyu uluruz. Ders - 5

EN KÜÇÜK KARELER (EKK) ÖNTEMİ İLE BİR DOĞRUNUN UUMU Gözlemler e y açıklaya doğruu elrlemes ç çeştl yötemler ler sürülelr fakat güümüzde e çok kullaıla yötem E Küçük Kareler adı verle yötemdr. Bu yötem gözlemler elrlee doğruda uzaklıklarıı (hata termler) kareler toplamıı e küçük yapılmasıa dayaır. e e modelde hata term: olarak yazılalr. Bu fade kares alııp tüm e gözlemler ç toplaırsa: İfades elde edlr. EKK yöteme göre u fadey mmze ede ve değerler ve tahmcler olur. Ders - 6

Ders - 7 e İfades mmze ede parametre tahmcler değerler ulalmek ç eştlğ ve e göre türevler alııp a eştler. e e Her k deklem de a eştlersek;... a göre türev alıırsa; e göre türev alıırsa;

Ders - 8... Paratezler açarsak;. Bu deklemlere doğruu NORMAL DENKLEMLERİ der. Normal deklemler alt alta yazılıp rlkte çözüldüklerde ve tahmcler uluur.. ) ( ) ).( ( şekldek formüller yardımıyla da tahmcler ulualr.

Böylece ver oktalarımızda geçe e y doğru deklem: Gerçek tahmcs ˆ Traktör öreğmz ç gereke hesaplamaları yapıp ormal deklemler oluşturalım:. yaş (yıl) (x) akım harcaması (y) x y xy. 5 4 65 5 4.5 9.5 8464 44 4.5 495.5 455 75 4. 55 6 35 5. 79 5 64 395 5.5 5 3.5 5 5775 5. 97 5 949 485.5 95.5 385 975 6. 8 36 64 48. 5 465 5. 37 369 37 3. 68 9 464 4 toplam 4. 775. 88. 544565. 355. ortalama 3.5 66.4 775 = +4 355= 4 +88 35*(775 = +4 ) 355= 4 +88 54537.5 =4 +47-355 = 4 + 88-56988 = -4 =39 Ders - 9

775 = +4 775 = +4*39 = 95 Tahmcler elde etmek ç ormal deklemler yere formüller kullaılırsa da ayı souçlar elde edlr. Doğruu deklem: ˆ 9539 Hesaplaa u deklem kullaılarak yaşıı ldğmz r traktör ç yapılacak ortalama akım masrafıı tahm edelrz. Öreğ x=4 yaşıdak r traktör ç akım masrafları: ˆ 95 39 ˆ 95 (39)(4) olarak uluur. 6755 Ders -

REGRESON DENKLEMİNİN İNCELENMESİ Regresyo deklem celerke geellkle z e çok lgledre soru celedğmz k değşke arasıda gerçekte r lşk olup olmadığı sorusudur. Bu soru aslıda ast doğrusal regresyoda değer olup olmadığıı araştırılmasıdır. Bu araştırmayı yaparke statstksel testle kullamak gerektğde hata term ve parametre tahmcler dağılışları hakkıda azı varsayımlarda ulumak gerekr. Hata term e ler, ortalaması ve varyası ola rrde ağımsız ormal dağılışlar gösterrler. E(e)= Var(e)= s - Tahm Stadart Hatası ve Varyası Tahm stadart hatası s, oktaları regresyo doğrusu etrafıdak dağılımlarıı ortalama r ölçüsüü verr. e s k s e k Ders -

Korelasyo Katsayısı Korelasyo katsayısı, regresyo model le ulua tahm değerler, gerçek değerlere uyguluğuu ölçmede kullaılır. Korelasyo katsayısı - le arasıda değşr. Katsayıı - çıkması, k değşke arasıda ters yölü tam r lşk olduğuu, çıkması se doğru yölü tam r lşk olduğuu fade eder. Katsayıı - e doğru yaklaşması,değşkeler arasıda ters yölü kuvvetl r lşky gösterrke, e yaklaşması değşkeler arasıda doğru yölü kuvvetl r lşky fade eder. Korelasyo katsayısıı şaret, regresyo doğru veya eğrse at eğm katsayısıı şaretdr. Korelasyo katsayısıı kares, elrleme katsayısıı determasyo katsayısıı) verr. Ders -

Sıırlı sayıda ver üzerde hesaplaa korelasyo katsayısı r statstktr ve r le gösterlr.bu statstğ aakütle parametres olarak karşılığı dur. ( ˆ ) Korelasyo katsayısı ç geel formül; r ( ) yada xy r Bu formülde; ( ( x )( xy )( ) y ) ( ) x ( ) y Ders - 3

Bütü u değerler katsayısı le çarpılırsa souç değşmez ve korelasyo katsayısı; r ( )( ) ( ) ( ) ÖRNEK Br süper market yöetcs tesadüf olarak seçle r saatlk sürelerde kasaya gele müşter sayısıı ve ödedkler toplam para mktarıı aşağıdak g kaydetmştr. Müşter Sayısı 5 5 35 4 Ödee Para.5.4 5.3. 4. ( TL) Ders - 4

Müşter sayısıı ağımsız (), kasalara ödee para mktarıı ağımlı değşke olarak kaul ederek, doğrusal korelasyo katsayısı; ( )( ) r ( ) ( ) formülü le kolayca hesaplaalr. Toplam 5.5 3.5 65 56..4 8 4 8. 5 5.3 65 5 64.9 35. 77 5 48.4 4 4. 964 6 58.8 7 9.5 3456.5 635 893.3 Ders - 5

r 5(3456.5) 7(9.5) 5(635 7 5(893.3) (9.5).9669 Ders - 6

Örek:996-5 yıllarıdak Türkye turzm gelrler le Türkye ye gele turst sayısı taloda verlmştr. ıllar Turzm Gelrler aacı Zyaretç Sayısı 996 5.65 8.64 997 7.8 9.689 998 7.77 9.75 999 5.93 7.464 7.636.4 8.9.569 8.48 3.47 3 9.677 4.3 4.5 7.57 5 3.99. Ders - 7

Turzm Gelrler le aacı Zyaretç Sayısı verler arasıdak dağılma dyagram Turzm Gelrler 6 4 8 6 4 3 4 5 6 7 8 9 3 4 5 6 7 8 9 aacı Zyaretç Sayısı Ders - 8

Doğrusal tüketm foksyouu ormal deklemler yoluyla tahm: Talo : Verler ormal deklemler le çözüm ç düzelemes * 5.65 8.64 48.669 74. 7.8 9.689 67.95 93.8767 7.77 9.75 69.99 95.5 5.93 7.464 38.765 55.73 7.636.4 79.56 8.497 8.9.569 93.593 33.848 8.48 3.47.3478 75.483 9.677 4.3 35.7683 96.849.5 7.57.3936 36.845 3.99. 94.83 446.388 =84.966 =3.46 =53.38 =686.45 Ders - 9

Doğrusal tüketm foksyouu ormal deklemler yoluyla tahm: =. +. =. +. 84.96 =. +. 3.4 53.3=.3.4 +. 686.4 =.597 =.64 ˆ.597. 64 aacı zyaretç sayısı arttıkça turzm gelr artmaktadır. Ders -

Doğrusal tüketm foksyouu formülde tahm: ˆ (686.45)*(84.966) (3.46)*(53.38) *(686.45) (3.46) (.597 ˆ *(53.38) (3.46)*(84.966) *(686.45) (3.46).64 Ders -

Tahm stadart hatası ve varyası: s e e s k k ˆ.597. 64 e ˆ 5.65 3.9.597 +.64(8.64) = 6.99 -.46.5 7.8 49..597 +.64(9.689) = 6.7979..44 7.77 5.5.597 +.64(9.75) = 6.838.339.47 5.93 6.96.597 +.64(7.464) = 5.3739 -.8.37 7.636 58.3.597 +.64(.4) = 7.66.375.48 8.9 65.45.597 +.64(.569) = 8..89.78 8.48 7.93.597 +.64(3.47) = 9.75 -.594.359 9.677 93.65.597 +.64(4.3) = 9.576...5 47..597 +.64(7.57) =.878.37.5 3.99 94..597 +.64(.) = 4.5 -.86.346 =789.87 ˆ 84.966. e =.5 e Ders -

s e k.5.36 s (.36).3 Ders - 3