PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8

Benzer belgeler
PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 6

Parametrik Olmayan İstatistik

taşinmaz DEĞERLEME- DE İSTATİKSEL ANALİZ

Ortalamaların karşılaştırılması

İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

BİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testi-III Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

Örneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.

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

MATE 211 BİYOİSTATİSTİK İKİ FARKIN ÖNEMLİLİK TESTİ VE İKİ EŞ ARASINDAKİ FARKIN ÖNEMLİLİK TEST SORULARI

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

BÖLÜM 12 STUDENT T DAĞILIMI

Parametrik Olmayan Testler 2. Wilcoxon ve Kruskal-Wallis Testleri

NORMAL DAĞILIM VE ÖNEMLİLİK TESTLERİ İLE İLGİLİ PROBLEMLER

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

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

Parametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER

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

BİYOİSTATİSTİK Tek Örneklem ve İki Örneklem Hipotez Testleri Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

İSTATİSTİK II. Hipotez Testleri 1

BÖLÜM 13 HİPOTEZ TESTİ

BKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 )

İkiden Çok Grup Karşılaştırmaları

Hipotez Testleri. Mühendislikte İstatistik Yöntemler

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

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

Appendix C: İstatistiksel Çıkarsama

Herhangi bir oranın belli bir değere eşit olmadığını test etmek için kullanılır.

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

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

BİYOİSTATİSTİK PARAMETRİK TESTLER

OLS Yönteminin Asimptotik (Büyük Örneklem) Özellikleri SIRADAN EN KÜÇÜK KARELER (OLS) Asimptotik Özellikler: Tutarlılık. Asimptotik Özellikler

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ

SIRADAN EN KÜÇÜK KARELER (OLS)

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

Parametrik Olmayan İstatistiksel Yöntemler IST

Non-Parametrik İstatistiksel Yöntemler

Popülasyon Ortalamasının Tahmin Edilmesi

BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ

Önemlilik Testleri. Prof.Dr.İhsan HALİFEOĞLU

Hipotez Testlerine Giriş. Hipotez Testlerine Giriş

K BAĞIMSIZ ÖRNEKLEM HİPOTEZ TESTLERİ

PARAMETRİK OLMAYAN TESTLER

Bağımlı Gruplar İçin t Testi Wilcoxon İşaretli Sıralar Testi

4. TAHMİN SONUÇLARININ DEĞERLENDİRİLMESİ Katsayıların Yorumu

PARAMETRİK ve PARAMETRİK OLMAYAN (NON PARAMETRİK) ANALİZ YÖNTEMLERİ.

Parametrik Olmayan İstatistiksel Yöntemler

İçindekiler. Pazarlama Araştırmalarının Önemi

Bir Normal Dağılım Ortalaması İçin Testler

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

İçindekiler. Ön Söz... xiii

ARALIK TAHMİNİ (INTERVAL ESTIMATION):

ÖRNEKLEME TEORİSİ. Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ

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

İstatistik ve Olasılık

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

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

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

Mühendislikte İstatistiksel Yöntemler

İçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii. Ölçme, İstatistik ve Araştırma...

İstatistik ve Olasılık

1: DENEYLERİN TASARIMI VE ANALİZİ...

Örneklem Dağılımları & Hipotez Testleri Örneklem Dağılımı

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

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

İstatistiksel Yorumlama

ANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL

BAĞIMLI ĠKĠDEN ÇOK GRUBUN KARġILAġTIRILMASINA ĠLĠġKĠN HĠPOTEZ TESTLERĠ

İstatistik ve Olasılık

Parametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER

Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri

PARAMETRİK TESTLER. Tek Örneklem t-testi. 200 öğrencinin matematik dersinden aldıkları notların ortalamasının 70 e eşit olup olmadığını test ediniz.

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

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

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

Kazanımlar. Z puanları yerine T istatistiğini ne. zaman kullanacağını bilmek. t istatistiği ile hipotez test etmek

14 Ekim Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi

İki İlişkili Örneklem için t-testi. Tekrarlı ölçümler için t hipotez testine uygun araştırma çalışmalarının yapısını anlamak.

İSTATİSTİK. Bölüm 1 Giriş. Ankara Üniversitesi SBF İstatistik 1 Ders Notları Prof. Dr. Onur Özsoy 4/4/2018

Varyans Analizi (ANOVA) Kruskal-Wallis H Testi. Doç. Dr. Ertuğrul ÇOLAK. Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı

Mann-Whitney U ve Wilcoxon T Testleri

HİPOTEZ TESTLERİ HİPOTEZ NEDİR?

ÇND BİYOİSTATİSTİK EĞİTİMİ

İLERİ ARAŞTIRMA SORU HAVUZU

İÇİNDEKİLER ÖN SÖZ...

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN

Prof. Dr. Özkan ÜNVER Prof. Dr. Hamza GAMGAM Doç. Dr. Bülent ALTUNKAYNAK SPSS UYGULAMALI TEMEL İSTATİSTİK YÖNTEMLER

3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1

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

Farklı iki ilaç(a,b) kullanan iki grupta kan pıhtılaşma zamanları farklı mıdır?

İstatistik ve Olasılık

Olasılık ve Normal Dağılım

1. FARKLILIKLARIN TESPİTİNE YÖNELİK HİPOTEZ TESTLERİ

BİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

Tek Yönlü Varyans Analizi (ANOVA) Kruskal Wallis H Testi

BÖLÜM 14 BİLGİSAYAR UYGULAMALARI - 3 (ORTALAMALARIN KARŞILAŞTIRILMASI)

Transkript:

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8 Prof. Dr. Ali ŞEN İki Populasyonun Karşılaştırılması: Eşleştirilmiş Örnekler için Wilcoxon İşaretli Mertebe Testi -BÜYÜK ÖRNEK Bağımsız populasyonlara uygulanan mertebe toplamları testinde olduğu gibi wilcoxon un işaretli mertebeler testi istatistiği de büyük örneklemlerde (n 5) normal dağılıma yakınsar. Varsayım : - Farkların örneğe seçildiği farklar populasyonunun dağılışı süreklidir - Örneklemler farklar populasyonundan rastgele seçilmiştir.

İki Populasyonun Karşılaştırılması: Eşleştirilmiş Örnekler için Wilcoxon İşaretli Mertebe Testi -BÜYÜK ÖRNEK Tek yönlü test: Çift yönlü test H0: İki populasyon eş dağılışa sahiptir İki populasyon eş dağılışa sahiptir H: A nın dağılışı B ye göre sağdadır A nın dağılışı B ye göre sağa veya sola kaymıştır n(n + ) T+ Test İstatistiği: z = 4 n(n + )(n + ) 4 Ret bölgesi: Ret Bölgesi: z>z α z<-z α/ veya z>z α/ Varsayım (n 5) 3 PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER-9 Prof. Dr. Ali ŞEN 4

Tam Rassal Tasarım- Tesadüf Parselleri için Tam rassal tasarım karşılaştırılımak istenen p adet populasyondan alınan bağımsız örneklemlere uygulanan bir testtir. p adet populasyonun dağılımlarının normal olduğu bilindiğinde bu populasyonların ortalamalarını karşılaştırmak için varyans analizi ve testi kullanılabilmekteydi p adet populasyon herhangi bir dağılış varsayımı gerekmeksizin kruskal wallis in H testi ile karşılaştırılabilir. Varsayım : -P adet örneklem bağımsız ve rastgele seçilmiştir -Her örneklemde 5 veya daha fazla ölçüm vardır 3-Örneklemlerin seçildiği p populasyonun dağılışı süreklidir. 5 Tam Rassal Tasarım- Tesadüf Parselleri için Örnek: Üç farklı sektöre ait firmalarda çalışan sayılarının karşılaştırılması istenmektedir (Tarım, İmalat ve Hizmet) Her sektöe ait 0 adet şirket örnekleme seçilmiş ve herbirinde çalışan sayıları incelenmiştir. Sonuçlar şu şekildedir 6 3

Tam Rassal Tasarım- Tesadüf Parselleri için Tarım İmalat Hizmet 0 44 7 350 93 49 4 353 38 6 7 5 5 56 0 06 33 8 4 3 9 33 6 443 3 8 69 39 7 Tam Rassal Tasarım- Tesadüf Parselleri için H 0 : Her üç populasyon eş dağılışa sahiptir. H : En az bir populasyon yer olarak diğerlerinden farklıdır. Test istatistiği: H = n(n + ) p = R n 3(n + ) burada n, inci örneklemdeki gözlem sayısı n de toplam örnek hacmidir. R her örneklemin mertebe toplamlarıdır. 8 4

Tam Rassal Tasarım- Tesadüf Parselleri için Tarım Mertebe İmalat Mertebe Hizmet Mertebe 0 5 44 5 7 9.5 350 7 93 9 49 6 4 353 30 38 5 6 3 7 9.5 5 3 5 8 56 9 0 0 06 33 8 4 7 6 3 9 3 33 4 6 7 443 8 3 4 8 4 69 8 39 6 R =0 R =0.5 R 3 = 34.5 n =n = n 3 =0 n=30 9 Tam Rassal Tasarım- Tesadüf Parselleri için Mertebe toplamlarına R,R,R3 dersek H = (0) 30(3) 0 (0.5) + 0 (34.5) + 0 3(3) = 99.097 93 = 6.097 H = n( n + ) p = n ( R R) R J. örneklemine karşılık gelen ortalama mertebe R ise tüm mertebelerin ortalamasıdır. Tüm örneklemlerin mertebeleri aynı olursa H istatistiği sıfır olurken, ortalama mertebeler arasındaki uzaklık arttıkça H değeri büyüyecektir 0 5

Tam Rassal Tasarım- Tesadüf Parselleri için Sıfır hipotezi geçerli iken H ındağılımı tüm p örneklem hacmi 5 ten büyükken yaklaşık olarak (p-) serbestlik dereceli ki-kare dağılımı gösterir. Büyük H değeri farklı dağılım yerini yani alternatif hipotezin geçerliliğini işaret eder Yani H> χ α ise Ho reddedilir. Tam Rassal Tasarım- Tesadüf Parselleri için Örnekte sd p- = Öyleyse tablodan serbestlik dereceli ki kare değeri χ 0.05 =5.99 H=6.097 olduğundan Ho reddedilir 6

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER-0 Prof. Dr. Ali ŞEN 3 Tesadüf Blokları için Tesadüf blokları ile karşılaştırılımak istenen p adet populasyonun normal dağılımlı ve eşit varyanslı olmaları gerekmekteydi. Bu varsayımlar sağlanmadığında p adet populasyonu karşılaştırmak için FriedmanınF r testi kullanılabilir Varsayım : -Muameleler blok içindeki deney birimlerine rastgele atanmıştır. -Ki-kare dağılımının geçerli olması için ya blok sayısı (b) ya da muamele sayısı (p) 5 ten daha fazla olmalıdır. 3-Örneklemlerin seçildiği p populasyonun dağılışı süreklidir. 4 7

Tesadüf Blokları için Bir pazarlamam şirketi üç farklı reklam tipinin göreli etkinliklerini karşılaştırmak istemektedir. (doğrudan posta, gazete ilanı ve dergi ilanı) 5 adet müşteri için her reklam tipi bir yıl boyunca uygulanmış ve her reklam tipine verilen yüzde tepki oranları kaydedilmiştir., 5 Tesadüf Blokları için 5 firmanın farklı ürün yapısı olduğundan bunların blok etkisi gözönünde bulundurulmalıdır. Bu yüzden her firmanın içindeki (blok) gözlemler mertebelendirilir ve her reklam tipi için mertebe toplamları hesaplanır. 6 8

Tesadüf Blokları için Şirket Doğrudan Mrtb Gazete Mrtb Dergi Mrtb Posta 7.3 5.7 3 0. 9.4 8.3 3 8. 3 4.3. 3 5. 4.3 9. 3 6.5 5 3.3 9. 3 8.7 6 4. 0.5 3 6.0 7 5.9 8.7.3 3 8 6. 4.3 3. 9 4.3 3. 6.0 3 0 0.0 8.8 3.. 5.7 6.3 3 6.3 0. 3 4.3 3 8.0 4. 3 9. 4 7.4 6. 8. 3 5 3. 8.9 3 5.0 R =0 R = 39 R 3 =3 7 Tesadüf Blokları için H 0 = Üç tip reklam için tepki oranlarının dağılışı eştir H = En az bir olasılık dağılışının yeri farklıdır. p Fr = R 3b(p + ) bp(p + ) = b= blok sayısı p= muamele sayısı R inci muamelenin mertebe toplamı 8 9

Tam Rassal Tasarım- Tesadüf Parselleri için Tüm ortalama mertebeler aynı olsaydı Fr istatistiği sıfıra eşit olacaktı. Sıfır hipotezi geçerli iken Fr istatistiğinin dağılımı yaklaşık olarak (p-) serbestlik dereceli ki-kare dağılımı gösterir. Büyük Fr değeri farklı dağılım yerini yani alternatif hipotezin geçerliliğini işaret eder Yani H> ise Ho reddedilir. χ α 9 Tesadüf Blokları için Şirket Doğrudan Mrtb Gazete Mrtb Dergi Mrtb Posta 7.3 5.7 3 0. 9.4 8.3 3 8. 3 4.3. 3 5. 4.3 9. 3 6.5 5 3.3 9. 3 8.7 6 4. 0.5 3 6.0 7 5.9 8.7.3 3 8 6. 4.3 3. 9 4.3 3. 6.0 3 0 0.0 8.8 3.. 5.7 6.3 3 6.3 0. 3 4.3 3 8.0 4. 3 9. 4 7.4 6. 8. 3 5 3. 8.9 3 5.0 R =0 R = 39 R 3 =3 0 0

Tesadüf Blokları için F r = (5)(3)(4) [(R ) + (R ) + (R ) ] (3)(5)(4) 3 F r [ + (3) ] (3)(5)(4) = (0) + (39) (5)(3)(4) =9.3-80=.3 b= 5 p= 3 R inci muamelenin α = 0.0 mertebe toplamı F p r = b(r R) bp(p + ) = Tesadüf Blokları için Eğer tüm muamelelerin mertebeleri eşitse F r değeri sıfır olacaktır. Ortalama mertebeler arasındaki uzaklık arttıkça test istatistiği büyür. Örnek için χ 0.0 p-= serbestlik derecesi için χ 0.0 =4.605 F r =.3 olduğundan H 0 reddedilecektir