İSTATİSTİK II MINITAB

Benzer belgeler
ÖNGÖRÜ TEKNĐKLERĐ ÖDEV 5 (KEY)

PVC TESİSAT BAĞLANTI PARÇALARI ÜRETİMİNDE FİRE PROBLEMİNİN ÇÖZÜMÜNDE PLACKETT-BURMAN DENEY TASARIMI YAKLAŞIMI

Bu bildiri 6. Uluslararası Ankiros Döküm kongresinde sunulmuştur. This paper was presented on 6th Ankiros Foundry Congress

Regresyon. Regresyon korelasyon ile yakından ilişkilidir

BİR KALİTE KARAKTERİSTİĞİNİN DENEY TASARIMI İLE İYİLEŞTİRİLMESİ

YAPAY SİNİR AĞLARI YÖNTEMİYLE İSTANBUL DOĞALGAZ İHTİYACININ TAHMİN EDİLMESİ VE GAZ TÜKETİM HESAPLAMA PROGRAMININ YAZILMASI

ÇAYDAN KATMA DEĞERİ YÜKSEK YENİ ÜRÜNLER GELİŞTİRİLMESİ

OLS Klasik Varsayımlar. Çoklu Regresyon. Çoklu Regresyon Modellemesi. Çoklu Regresyon Modeli. Multiple Regression

( i) ( ' ) 1. * Dışsal Studentleştirilmiş Artıklar (Externeally Studentized Residuals, Deleted Studentized Residuals, Jacknifed Residuals) ( )



Bağımsız Örneklemler İçin Tek Faktörlü ANOVA

Türk Elektrik-Elektronik Sektörü İhracat Etki Mekanizmalarının Modellenmesi (2013_KK_01-İHRFRC)

Korelasyon ve Regresyon

Pazarlama Araştırması Grup Projeleri

Gülser Köksal ODTÜ Endüstri Mühendisliği Bölümü

KULLANILAN MADDE TÜRÜNE GÖRE BAĞIMLILIK PROFİLİ DEĞİŞİKLİK GÖSTERİYOR MU? Kültegin Ögel, Figen Karadağ, Cüneyt Evren, Defne Tamar Gürol

KARİDES ATIKLARINDAN KİTİN VE KİTOSAN ÜRETİMİ: OPTİMİZASYON VE KARAKTERİZASYON

Ölçüm Sisteminin Analizi

ANOVA. CRD (Completely Randomized Design)

ÇOK DEĞİŞKENLİ KALİTE KONTROLDE REGRESYON DÜZELTMESİ

YILLARI ARASINDA GÜNEY CAROLINA DA OKUL İÇİ ŞİDDET İSTATİSKLERİ ANALİZİ (Bir Önceki Projeden Devam Edilecektir)

BÖLÜM 8 BİLGİSAYAR UYGULAMALARI - 2

Deneysel Verilerin Değerlendirilmesi. Dersi Veren Öğretim Üyeleri: Yrd. Doç. Dr. Özge ANDİÇ ÇAKIR. Prof. Dr. Murat ELİBOL FİNAL SINAVI

GRANÜL BOYUT DAĞILIMININ GRANİT KARO ÜRÜN ÖZELLİKLERİNE ETKİSİ. Z.Bayer 1,3, N.Ay 1, N.Erginel 2

Ölçüm Sisteminin Analizi Measurement System Analysis. Dr. Nihal Erginel

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

34.Operations Research&Industrial Engıneerıng National Congress June 2014

ULUDAĞ ÜNİVERSİTESİ EĞİTİM FAKÜLTESİ BEDEN EĞİTİMİ ve SPOR BÖLÜMÜ ÖĞRENCİLERİNİN ÖSS ve ÖZEL YETENEK SINAVI PUANLARINA GÖRE GENEL AKADEMİK BAŞARILARI

UYGULAMA 2 TABLO YAPIMI


Deney Tasarımı (DOE) Reçetesi. Orhan Çevik İstanbul, 30 Ağustos 2014

AISI 316Ti PASLANMAZ ÇELİĞİN TORNALANMASINDA KESİCİ UÇ ETKİSİNİN TAGUCHI YÖNTEMİ İLE ANALİZİ

Çalıştığı kurumun prestij kaynağı olup olmaması KIZ 2,85 ERKEK 4,18

Öğrencilere bilgisayar destekli titreşim analizi yeteğinin kazandırılması

İSTATİSTİK SPSS UYGULAMA

Çoklu Bağlantı Problemi (Açıklayıcı Değişkenler Arasında Doğrusal Đlişkiler)

KUKLA DEĞİŞKENLİ MODELLER

Varyans Analizi (ANOVA), Kovaryans Analizi (ANCOVA), Faktöriyel ANOVA, Çoklu Varyans Analizi (MANOVA)

The International New Issues In SOcial Sciences

Kukla Değişken Nedir?

ÖZET YENİ İLKÖĞRETİM II. KADEME MATEMATİK ÖĞRETİM PROGRAMININ İSTATİSTİK BOYUTUNUN İNCELENMESİ. Yunus KAYNAR

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END Kalite Planlama ve Kontrol

İSTATİSTİK MHN3120 Malzeme Mühendisliği

Konu 04: Yardımcı Komutlar

Tekrarlı Ölçümler ANOVA

ise, genel bir eğilim (trend) gösteriyorsa bu seriye uygun doğru ya da eğriyi bulmaya çalışırız. Trend orta-uzun dönemde her iniş, çokışı

19. BÖLÜM BİRBİRİYLE İLİŞKİLİ OLAN İKİ DEĞİŞKENDEN BİRİSİNDEKİ DEĞİŞİME GÖRE DİĞERİNİN ALACAĞI DEĞERİ YORDAMA (KESTİRME) UYGULAMA-I

Regresyon Analizi. Yaşar Tonta H.Ü. BBY yunus.hacettepe.edu.tr/~tonta/courses/fall2008/sb5002/ SLIDE 1

Prof.Dr. Rian Dişçi İ.Ü.Onkoloji Enstitüsü Kanser Epidemiyolojisi ve Biyoistatistik Bilim Dalı

ALIŞTIRMA 2 GSYİH. Toplamsal Ayrıştırma Yöntemi

CHAPTER 6 SIMPLE LINEAR REGRESSION

PAMUK / POLİESTER KARIŞIMI OE ROTOR İPLİKLERİNİN TÜYLÜLÜĞÜ ÜZERİNE BİR ÇALIŞMA A STUDY ON THE HAIRINESS OF COTTON / POLYESTER BLENDED OE ROTOR YARNS

UYGULAMALI EKONOMETRİ I. Veri Analizi

İki Varyansın Karşılaştırılması

BAYANLARA ÖZEL SPOR MERKEZİNDE KARŞILAŞILAN YETERLİ KİLO VEREMEME VE İNCELME PROBLEMİNİN DENEY TASARIMI İLE OPTİMİZASYONU

Çoklu Regresyon Korelasyon Analizinde Varsayımdan Sapmalar ve Çimento Sektörü Üzerine Uygulama *

6 SIGMA FELSEFESİ. Doç. Dr. Nihal ERGİNEL Anadolu Üniversitesi Endüstri Mühendisliği Bölümü

İstatistik 1 BÖLÜM 2

Programında Varyans Analizi

Girdi Analizi. 0 Veri toplama 0 Girdi sürecini temsil eden olasılık dağılımı belirleme. 0 Histogram 0 Q-Q grafikleri

6. Ders. Genelleştirilmiş Lineer Modeller (Generalized Linear Models, GLM)

T.C. SÜLEYMAN DEMİREL ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ISPARTA İLİ KİRAZ İHRACATININ ANALİZİ

Hipotezlerin test edilip onaylanması için çeşitli istatistiksel testler kullanılmaktadır. Fakat...

KUKLA DEĞİŞKENLİ MODELLER. Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller)

KUKLA DEĞİŞKENLİ MODELLER

UYGULAMA 4 TANIMLAYICI İSTATİSTİK DEĞERLERİNİN HESAPLANMASI

SANAYİ İŞÇİLERİNİN DİNİ YÖNELİMLERİ VE ÇALIŞMA TUTUMLARI ARASINDAKİ İLİŞKİ - ÇORUM ÖRNEĞİ

Yoğun Bakım Üniteleri Araştırması

Sıklık Tabloları, BASİT ve TEK değişkenli Grafikler Ders 3 ve 4 ve 5

Sistem Simulasyonu. Ders 8 Laboratuvar. Girdi Analizi

PSK 510 Research Methods and Advanced Statistics

Statistical Package for the Social Sciences

Sistem Simulasyonu. Ders 8 Laboratuvar. Girdi Analizi

BOSSA T.A.Ş. İŞLETMESİNDE YEDEK PARÇA YURTİÇİ SATINALMA TEMİN SÜRELERİNE ALTI SIGMA ARAÇLARI İLE İSTATİSTİKSEL YAKLAŞIM

Maltepe Üniversitesi Bilgisayar Mühendisliği Bölümü BİL 203 Veri Yapıları ve Algoritmalar I

8.Sunum. Yrd. Doç. Dr. Sedat ŞEN 1

İTÜ DERS KATALOG FORMU (COURSE CATALOGUE FORM)

Tesadüf Blokları Deneylerde Tam Gözlemle Kayıp Gözlemi Tahmin Ederek Nispi Etkinliğin Karşılaştırılması: Tarım Verilerinde Uygulaması

Matlab & Simulink MATLAB SIMULINK

FAKTÖR ANALİZİ VAHİDE NİLAY KIRTAK

GPS İLE KONUM BELİRLEMEDE DENEY TASARIMI YAKLAŞIMI Y. ŞİŞMAN 1, A. ŞİŞMAN 2

BACILLUS AMYLOLIQUEFACIENS İLE α-amilaz ÜRETİMİNİN RSM ANALİZİ

ÇEŞİTLİ AĞAÇ TÜRLERİNE AİT DOĞAL RENK VE PARLAKLIK DEĞERLERİNİN KARŞILAŞTIRILMASI

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

Performans Tabloları Yalınkat Camlar

T.C. Hitit Üniversitesi. Sosyal Bilimler Enstitüsü. İşletme Anabilim Dalı

EHM 382 SAYISAL HABERLEŞME DÖNEM PROJESİ

Öğrenciler analiz programları hakkında bilgi sahibi olurlar

WCM PROGRAMI 6 Sigma Konferansı. Kasım 2014

LİKERT TİPİ ÖLÇEKLERE FARKLI BİR YAKLAŞIM Kelime Tabanlı Ölçekler ile Gülenyüz Ölçeklerin Karşılaştırılması

PARABOLİK DENKLEMLERDE BİLİNMEYEN KAYNAK TERİMLERİNİN BULUNMASI İÇİN PROSEDÜR VE PROGRAMLAR. Alper Bostancı

YILDIZ TEKNİK ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EĞİTİM PROGRAMLARI VE ÖĞRETİM ABD TEZLİ YÜKSEK LİSANS PROGRAMI

İyi Bir Modelin Özellikleri

1. Basitlik 2. Belirlenmişlik Y t = b 1 (1-r)+b 2 X t -rb 2 X t-1 +ry t-1 +e t 3. R 2 ölçüsü 4. Teorik tutarlılık 5. Doğru Fonksiyonel Biçim

Transkript:

İSTATİSTİK II MINITAB 8.5. Veriler k DENEY TASARIMI Treatment Design Factor Combinations A B C Surface Rougness () - - - 9 7 a - - b - - 9 ab - 5 c - - ac - bc - 8 abc 6 Veri Giriş Sayfasının Oluşturulması /

İSTATİSTİK II MINITAB 8.5. /

İSTATİSTİK II MINITAB 8.5. Verilerin Girilmesi Analiz /

İSTATİSTİK II MINITAB 8.5. Normal Plot of the Standardized Effects (response is C8, Alpha =,5) Percent 99 95 9 8 7 6 5 5 A Effect Type Not Significant Significant F actor Name A A B B C C - - - Standardized Effect 5 /

İSTATİSTİK II MINITAB 8.5. Plots for C8 99 Normal Probability Plot Versus Fits 9 Percent 5 - - - 8 Fitted Value 6 Histogram Versus Order Frequency,8,6,, -, -,5 -, -,5,,5,,5 5 6 7 8 9 5 6 Observation Order Factorial Fit: C8 versus A; B; C Estimated Effects and Coefficients for C8 (coded units) Term Effect Coef SE Coef T P Constant,65,9 8,, A,75,6875,9,, B,65,85,9,8,7 C,875,75,9,,95 A*B,75,6875,9,76,6 A*C,5,65,9,6,877 B*C -,65 -,5,9 -,8,6 A*B*C,5,565,9,,88 S =,565 PRESS = 78 R-Sq = 79,% R-Sq(pred) = 6,7% R-Sq(adj) = 6,66% Analysis of Variance for C8 (coded units) Source DF Seq SS Adj SS Adj MS F P Main Effects 59,875 59,875 9,79 8,9,8 A 5,565 5,565 5,565 8,69, B,565,565,565,,7 C,65,65,65,6,95 -Way Interactions 9,875 9,875,65,6,5 A*B 7,565 7,565 7,565,,6 A*C,65,65,65,,877 B*C,565,565,565,6,6 -Way Interactions 5,65 5,65 5,65,8,88 A*B*C 5,65 5,65 5,65,8,88 Error 8 9,5 9,5,75 Pure Error 8 9,5 9,5,75 Total 5 9,975 5/

İSTATİSTİK II MINITAB 8.5. Adım Adım Etkin Olmayan Faktörlerin Çıkarılması. Normal Plot of the Standardized Effects (response is C8, Alpha =,5) Percent 99 95 9 8 7 6 5 5 A Effect Type Not Significant Significant F actor Name A A B B C C - - - Standardized Effect Plots for C8 99 Normal Probability Plot Versus Fits 9 Percent 5 - -, -,5,,5, - Fitted Value Histogram Versus Order Frequency - -, -,5 -, -,5,,5,,5-5 6 7 8 9 5 6 Observation Order 6/

İSTATİSTİK II MINITAB 8.5. Factorial Fit: C8 versus A; B; C Estimated Effects and Coefficients for C8 (coded units) Term Effect Coef SE Coef T P Constant,65, 6,79, A,75,6875,,9, B,65,85,,97,8 C,875,75,,6,7 A*B,75,6875,,66, A*C,5,65,,5,88 B*C -,65 -,5, -,76,69 S =,65 PRESS = 77,696 R-Sq = 7,57% R-Sq(pred) = 6,7% R-Sq(adj) = 55,95% Analysis of Variance for C8 (coded units) Source DF Seq SS Adj SS Adj MS F P Main Effects 59,875 59,875 9,79 7,,9 A 5,565 5,565 5,565 6,69, B,565,565,565,87,8 C,65,65,65,,7 -Way Interactions 9,875 9,875,65,,9 A*B 7,565 7,565 7,565,77, A*C,65,65,65,,88 B*C,565,565,565,57,69 Error 9,565,565,79 Lack of Fit 5,65 5,65 5,65,8,88 Pure Error 8 9,5 9,5,75 Total 5 9,975 7/

İSTATİSTİK II MINITAB 8.5.. Normal Plot of the Standardized Effects (response is C8, Alpha =,5) 99 95 9 Effect Type Not Significant Significant Percent 8 7 6 5 A 5 - - - Standardized Effect Plots for C8 99 Normal Probability Plot Versus Fits 9 Percent 5 - - - - 8 Fitted Value Histogram Versus Order Frequency - - - - 5 6 7 8 9 5 6 Observation Order 8/

İSTATİSTİK II MINITAB 8.5. Factorial Fit: C8 versus A; B; C Estimated Effects and Coefficients for C8 (coded units) Term Effect Coef SE Coef T P Constant,65,9 6,9, A,75,6875,9,, B,65,85,9,9,77 C,875,75,9,,7 S =,6775 PRESS = 6 R-Sq = 6,69% R-Sq(pred) = 5,% R-Sq(adj) = 5,6% Analysis of Variance for C8 (coded units) Source DF Seq SS Adj SS Adj MS F P Main Effects 59,87 59,87 9,79 7,,6 A 5,56 5,56 5,56 6,, B,56,56,56,76,77 C,6,6,6,9,7 Error,75,75,8 Lack of Fit,5,5,56,6, Pure Error 8 9,5 9,5,8 Total 5 9,97 9/

İSTATİSTİK II MINITAB 8.5. Merkez Nokta (Central Point) Eğer verilere merkez noktalarda yapılan adet deney eklenirse; ( ve ) /

İSTATİSTİK II MINITAB 8.5. Factorial Fit: C8 versus A; B; C Estimated Effects and Coefficients for C8 (coded units) Term Effect Coef SE Coef T P Constant,65,77 9,68, A,75,6875,77,5, B,65,85,77,8,57 C,875,75,77,7,7 A*B,75,6875,77,8,98 A*C,5,65,77,7,87 B*C -,65 -,5,77 -,8, A*B*C,5,565,77,5,65 Ct Pt,75,8,9, S =,97 PRESS = 8,7 R-Sq = 79,% R-Sq(pred) =,5% R-Sq(adj) = 6,% Analysis of Variance for C8 (coded units) Source DF Seq SS Adj SS Adj MS F P Main Effects 59,875 59,875 9,79 8,88,5 A 5,565 5,565 5,565,5, B,565,565,565,75,57 C,65,65,65,8,7 -Way Interactions 9,875 9,875,65,8, A*B 7,565 7,565 7,565,,98 A*C,65,65,65,,87 B*C,565,565,565,7, -Way Interactions 5,65 5,65 5,65,8,65 A*B*C 5,65 5,65 5,65,8,65 Curvature,676,676,676,65, Error 9,,, Pure Error 9,,, Total 7 97, /

İSTATİSTİK II MINITAB 8.5. Blocking Eğer tekrar sayısı blocking olarak ele alınırsa; /

İSTATİSTİK II MINITAB 8.5. Factorial Fit: C8 versus Block; A; B; C Estimated Effects and Coefficients for C8 (coded units) Term Effect Coef SE Coef T P Constant,65, 6,9, Block -,875, -,6,66 A,75,6875,,,5 B,65,85,,98,89 C,875,75,,6, A*B,75,6875,,67,8 A*C,5,65,,5,88 B*C -,65 -,5, -,76,7 A*B*C,5,565,,7, S =,68 PRESS = 98,988 R-Sq = 79,6% R-Sq(pred) =,% R-Sq(adj) = 56,% Analysis of Variance for C8 (coded units) Source DF Seq SS Adj SS Adj MS F P Blocks,565,565,565,,66 Main Effects 59,875 59,875 9,79 7,9,5 A 5,565 5,565 5,565 6,8,5 B,565,565,565,9,89 C,65,65,65,, -Way Interactions 9,875 9,875,65,, A*B 7,565 7,565 7,565,8,8 A*C,65,65,65,,88 B*C,565,565,565,58,7 -Way Interactions 5,65 5,65 5,65,87, A*B*C 5,65 5,65 5,65,87, Error 7 8,975 8,975,75 Total 5 9,975 /