BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ
|
|
- Duygu Kutlu
- 8 yıl önce
- İzleme sayısı:
Transkript
1 SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 13 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan Öğretim" tekniğine uygun olarak hazırlanan bu ders içeriğinin bütün hakları saklıdır. İlgili kuruluştan izin almadan ders içeriğinin tümü ya da bölümleri mekanik, elektronik, fotokopi, manyetik kayıt veya başka şekillerde çoğaltılamaz, basılamaz ve dağıtılamaz. Her hakkı saklıdır 2013 Sakarya Üniversitesi 0
2 BÖLÜMÜN AMACI BÖLÜM 7 NİTEL VERİ ANALİZİ (Kİ KARE TESTLERİ) Bu bölümün amacı nitel veri ile analiz yapılabilmesini sağlayan en önemli analizlerden Ki Kare analizini öğretilmesi ve sonuçların öğrenciler tarafından yorumlanmasının sağlanmasıdır. Şimdiye kadar anlatına bütün testler nümerik (sayılabilir, nicel, kantitatif) veriler üzerinde yapılmıştır. Fakat nitel (kategorik, kalitatif) verilerin de analiz edilmesi ihtiyacı söz konusudur. Bu durumda kullanılan en önemli analiz olan Ki Kare analizi, hem nicel hem de nitel verilerle çalışabildiğinden ayrıca önem arz etmektedir. Ki Kare Analizi Bağımsızlık Testleri Homojenlik Testleri Uyumluluk Testleri 7.1. Ki Kare Bağımsızlık Testleri Ki Kare bağımsızlık testleri iki farklı nitel değişkenin arasındaki farklılığın istatistiksel açıdan anlamlı olup olmadığının incelendiği hipotez testleridir. Bu hipotez testleri verilerin kontenjans tablosu şeklinde gösterilmesi ile başlar, daha sonra eşitlik ve farklılık (sıfır ve alternatif) hipotezleri kurulur ve test istatistiği hesaplanıp, kabul olasılığı incelenir. Aşağıdaki örnekle bu durumu daha iyi anlayabiliriz. 1
3 ÖRNEK Bir mağaza gün içerisinde alış veriş gerçekleştiren kadın ve erkek müşterilerin harcama düzeylerinin farklı olduklarını düşünmektedir. Bu bağlamda aşağıdaki kontenjans tablosunu hazırlamıştır. Erkek Bayan Düşük 11 6 Orta Yüksek Yukarıdaki tabloyu dikkate alarak müşteri cinsiyeti ile harcama düzeyler arasındaki ilişkiyi sorgulayınız. EXCEL Ki Kare değerini Excel yardımıyla hesaplayabilmek için gözlenen frekans değerlerinden beklenen frekans değerleri hesaplanmalıdır. Erkek Bayan Düşük 11 6 Orta Yüksek Yukarıdaki gözlenen frekanslar beklenen frekanslara çevrilmesi için öncelikle satır ve sütun toplamları hesaplanmalıdır. Erkek Bayan Düşük Orta Yüksek Örneğin 79 kişinin ( ) 17 tanesi düşük harcama yaptı ise, bu durumda %21,52 (17/79) oranında düşük harcamalı müşteri olmalıdır. Eğer kadın veya erkek durumunun eşitliğinin araştırıldığı hipotez dikkate alınırsa, erkek müşterilerin (39 kişinin) %21,52 si de (8,39) düşük harcama yapmalıdır. Bu durum gerçekleşirse kadın ve erkeklerin farklı harcamalar yaptığı söylenemez. Benzer şekilde beklenen frekanslar aşağıdaki gibi hesaplanır. Erkek Bayan Düşük 8, , Orta 15, ,6962 Yüksek 15, ,6962 Yukarıdaki iki tablo hesaplandıktan sonra aşağıdaki formülle Ki Kare kabul olasılığı hesaplanır. =KİKARE.TEST(B3:C5;B9:C11) 2
4 Formülde yer alan B3:C5 kısmı gözlenen frekansları, B9:C11 kısmı ise beklenen frekansları vermektedir. Formül sonucunda kabul olasılığı 0,04576 çıkmıştır. Yani iki veri seti (Kadın ve Erkek) farklı sonuç üretmiştir. Bu durumda iki grup harcama düzeyi açısından farklılık göstermektedir. Yani cinsiyet ve harcama düzeyi birbiri ile ilişkilidir. Eğer aynı sonuçları üretip sıfır hipotezi kabul edilse idi, ilişkinin varlığından bahsedemezdik. Ki Kare bağımsızlık testleri iki farklı örneğin aynı gruptan gelip gelmediği ile ilgilidir. Eğer aynı ana gruptan geldi ise farklılık çıkmaz. Bu şekilde gruplama ölçütünün incelenen değişken düzeyinde farklılık göstermediği kabul edilir Ki Kare Homojenlik Testleri Homojenlik testleri bağımsızlık testinin farlı bir bakış açısı ile değerlendirilmesidir. Bağımsızlık testlerinde iki farlı bölümlemenin aynı olup olmadığına, yani bölümlerin bağımsızlığına odaklanır. (Kadın Erkek ayrımı istatistiksel açıdan uygun mu) Homojenlik testi ise direkt olarak farklı zamanlarda çekilen iki örneğin aynı ana kütleye ait olup olmadıklarının sorgulanmasıdır. (Örneklem 1 ile Örneklem 2 Kadın ve Erkek oranları dikkate alındığında aynı ana kütleden çekilmiş olabilir mi) ÖRNEK Bir alış veriş merkezi hafta içi gelen ziyaretçilerin akıllı telefon sayıları ile hafta sonu gelen ziyaretçilerin akıllı telefon sayılarını inceleyerek, farklı profil gösterip göstermediklerini incelemek istemektedir. Bu farklılığı istatistiksel açıdan aşağıda verilen frekansları dikkate alarak sorgulayınız. Örneklem1 Örneklem2 Android Iphone Windows M EXCEL Gözlenen frekanslardan beklenen frekanslar aşağıdaki gibi hesaplanmıştır. Örneklem1 Örneklem2 Android 108, , Iphone 249, , Windows M 141, , Yukarıdaki tablo hesaplandıktan sonra aşağıdaki formülle Ki Kare kabul olasılığı hesaplanır. =KİKARE.TEST(B3:C5;B9:C11) Formülde yer alan B3:C5 kısmı gözlenen frekansları, B9:C11 kısmı ise beklenen frekansları 3
5 vermektedir. Formül sonucunda kabul olasılığı 0,38735 çıkmıştır. Yani bu iki örneklemin aynı ana kütleden geldiğini öngören sıfır hipotezi kabul edilmiştir. Yani hafta içi müşterisi ile hafta sonu müşterisi profilleri farklılık göstermemektedir Ki Kare Uyumluluk Testleri Uyumluluk testleri ise ana kütle dağılımı ile örneklem dağılımının benzeşmesinin istatistiksel açıdan uygunluğunun testi şeklindedir. Burada amaç ana kütle dağılımı ile örneklem dağılımının örtüştürülmesidir. Ana kütle dağılımı kesikli olarak verilebileceği gibi, herhangi bir dağılıma uygunluğu da özellikle belirtilebilir. (Normal dağılıma uygun gibi) Ki Kare uyumluluk testlerinin en önemli kullanım alanı veri setinin bir istatistiksel dağılıma uygunluğunun testidir. ÖRNEK Bir firma web sitesini ziyaret eden kişilerin ortalama 50 saniye, 10 saniye standart sapma ile ziyaretlerini gerçekleştirdiklerini düşünmektedir. Bu durumu ispatlamak adına rastgele bir saatte ziyaretçilerin sitede kalma sürelerini dikkate alarak aşağıdaki frekans tablosunu oluşturmuştur. Acaba firma sahipleri haklı mıdır? Süre Kişi (Saniye) (Adet) < >70 9 EXCEL Diğer Ki Kare testlerine benzer şekilde beklenen frekanslar hesaplanmalıdır. Ana kütle normal dağılıyorsa o zaman sınıf aralıklarını dikkate alarak, bu aralıklar arasında normal dağılma durumunda kaç kişi olması gerektiğini (beklenen frekansları) hesaplamalıyız. Ortalama 50, Standart sapma 10 iken, bir müşterinin 30 saniyeden az sitede kalma ihtimali aşağıdaki formülle hesaplanır. = NORM.DAĞ(30;50;10;DOĞRU) = 0,0228 4
6 40 saniyeden az kalma durumu da aşağıdaki formülle rahatça belirlenebilir. = NORM.DAĞ(40;50;10;DOĞRU) = 0, ile 40 dakika arasında kalma ihtimali ise bu iki olasılığın farkıdır. = 0,1587 0,0228=0,1359 Benzer şekilde bütün olasılıklar aşağıdaki gibi hesaplanabilir. Süre Olasılık (Saniye) Değeri <30 0, , , , ,1359 >70 0,0228 Bu olasılık değerlerinin beklenen frekanslara dönüştürülmesi ise sadece toplam kişi sayısı (189) ile çarpılması ile elde edilir. Süre Gözlenen Olasılık Beklenen (Saniye) Frekanslar Değeri Frekanslar <30 2 0,0228 4, , , , , , , , ,5988 >70 9 0,0228 4,1178 Daha sonra ise aşağıdaki formülle Ki Kare kabul olasılığı hesaplanır. =KİKARE.TEST(B2:B7;E2:E7) = 0,0745 Kabul olasılığı değeri incelendiğinde veri setinin,,incelenen dağılım ile aynı şekilde dağıldığını öngören sıfır hipotezi kabul edilmiştir. Yani veriler normal dağılmıştır. 5
7 ÖZET Ki Kare testleri nitel verilerin analizinde kullanılan bir yöntemdir. Üç farklı durumda tercih edilirler. Verilerin incelen değişken açısından farklılıklarının olup, olmadığının incelendiği Bağımsızlık Testleri, incelenen iki farklı örneğin aynı ana kütleden gelip gelmediklerinin incelendiği Homojenlik Testleri ve bir veri setinin belli bir dağılıma uygunluğunun incelendiği Uygunluk Testleri nitel verilerin analizinde önemlidir. SON NOT Bağımsızlık testleri ile homojenlik testlerinin kullanım yerlerini karıştırmayın. Farklı kullanım farklı yorum sonucunu doğurur. (Her ne kadar aynı şekilde bulunuyor olsalar bile) Uygunluk testlerinde illa ki bilinen bir olasılık dağılımına uygunluğun araştırılması gerekmez. Eğer ana kütlenin dağılımını kesikli bir olasılık dağılımı ile yazabiliyorsak, bu dağılıma uygunluğu da test edebiliriz. ÇALIŞMA SORULARI KAYNAKLAR 1. Keller, Gerald; Statistics for Management and Economics, 9e, McClave, J.T, Benson, P.G, Sincich, T.; Statistics for Business and Economics, 11e, Sharpe N.R., De Veaux R.D., Velleman P.F.; Business Statistics 2e,
BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ
SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 11 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan
DetaylıBİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ
SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 10 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan
DetaylıBİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ
SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 12 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan
DetaylıBİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ
SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 7 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan
DetaylıBİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ
SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 6 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan
Detaylıχ 2 Testi Mühendislikte İstatistik Yöntemler Bağımsızlık Testi Homojenlik Testi Uygunluk Testi
χ Testi Mühendislikte İstatistik Yöntemler χ Testi Bağımsızlık Testi Homojenlik Testi Uygunluk Testi χ Testi Sayısal olmayan değişkenler arasındaki ilişkinin testi (Bağımsızlık) Farklı örnek kütlelerin
DetaylıBİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ
SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 5 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan
DetaylıBİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ
SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 9 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan
DetaylıKi- Kare Testi ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL
ANADOLU ÜNİVERSİTESİ ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL İYİ UYUM TESTİ Rassal değişkenin olasılık yoğunluk fonksiyonunun ve parametresinin bilinmediği, ancak belirli
DetaylıBİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ
SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 14 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan
DetaylıİSTATİSTİK 2. Hipotez Testi 21/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr
İSTATİSTİK 2 Hipotez Testi 21/03/2012 AYŞE S. ÇAĞLI aysecagli@beykent.edu.tr 1 Güven aralığı ve Hipotez testi Güven aralığı µ? µ? Veriler, bir değer aralığında hangi değeri gösteriyor? (Parametrenin gerçek
DetaylıYrd. Doç. Dr. Neşet Demirci, Balıkesir Üniversitesi NEF Fizik Eğitimi. Parametrik Olmayan Testler. Ki-kare (Chi-Square) Testi
Parametrik Olmayan Testler Ki-kare (Chi-Square) Testi Ki-kare (Chi-Square) Testi En iyi Uygunluk (Goodness of Fit) Ki-kare Dağılımı Bir çok önemli istatistik testi ki kare diye bilinen ihtimal dağılımı
DetaylıMann-Whitney U ve Wilcoxon T Testleri
Mann-Whitney U ve Wilcoxon T Testleri Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Konu Başlıkları Parametrik olmayan yöntem Mann-Whitney U testinin
DetaylıBÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ
1 BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel
DetaylıOlasılık ve İstatistiğe Giriş-I (STAT 201) Ders Detayları
Olasılık ve İstatistiğe Giriş-I (STAT 201) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve İstatistiğe Giriş-I STAT 201 Her İkisi 3 0 0 3 5 Ön
DetaylıBİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ
SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 4 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan
DetaylıDOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Orjinal Adı: STATISTICS. Dersin Kodu: STA 1302
Dersi Veren Birim: Mühendislik Fakültesi Dersin Türkçe Adı: İSTATİSTİK Dersin Orjinal Adı: STATISTICS Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisans Dersin Kodu: STA 0 Dersin Öğretim
DetaylıBÖLÜM 14 BİLGİSAYAR UYGULAMALARI - 3 (ORTALAMALARIN KARŞILAŞTIRILMASI)
1 BÖLÜM 14 BİLGİSAYAR UYGULAMALARI - 3 (ORTALAMALARIN KARŞILAŞTIRILMASI) Hipotez testi konusunda görüldüğü üzere temel betimleme, sayma ve sınıflama işlemlerine dayalı yöntemlerin ötesinde normal dağılım
DetaylıİSTATİSTİK STATISTICS (2+0) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI
İSTATİSTİK STATISTICS (+) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI KONU BAŞLIKLARI :. İSTATİSTİĞE GİRİŞ. VERİLERİN DÜZENLENMESİ. MERKEZİ EĞİLİM ÖLÇÜLERİ.
DetaylıBİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ
SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 3 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan
DetaylıHazırlayan. Ramazan ANĞAY Kİ-KARE TEST İSTATİSTİĞİ
Hazırlayan Ramazan ANĞAY Kİ-KAR TST İSTATİSTİĞİ 1.GİRİŞ İstatistikte değişkenler sayısal (nicel) değişkenler ve sayısal olmayan (nitel) değişkenler olmak üzere iki grupta sınıflandırılmaktadır. Günümüzde
DetaylıPARAMETRİK ve PARAMETRİK OLMAYAN (NON PARAMETRİK) ANALİZ YÖNTEMLERİ.
AED 310 İSTATİSTİK PARAMETRİK ve PARAMETRİK OLMAYAN (NON PARAMETRİK) ANALİZ YÖNTEMLERİ. Standart Sapma S = 2 ( X X ) (n -1) =square root =sum (sigma) X=score for each point in data _ X=mean of scores
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık KORELASYON ve REGRESYON ANALİZİ Doç. Dr. İrfan KAYMAZ Tanım Bir değişkenin değerinin diğer değişkendeki veya değişkenlerdeki değişimlere bağlı olarak nasıl etkilendiğinin istatistiksel
DetaylıA t a b e y M e s l e k Y ü k s e k O k u l u İstatistik Sunum 4 Öğr.Gör. Şükrü L/O/G/O KAYA www.sukrukaya.org www.themegallery.com 1 Yer Ölçüleri Yer ölçüleri, verilerin merkezini veya yığılma noktasını
DetaylıOLASILIK ve KURAMSAL DAĞILIMLAR
OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine
DetaylıRASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN
RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi
DetaylıSıklık Tablosu Oluşturma. BBY606 Araştırma Yöntemleri Güleda Doğan
Sıklık Tablosu Oluşturma BBY606 Araştırma Yöntemleri Güleda Doğan Ders İçeriği Tek değişken için sıklık tablosu Excel, R Commander, SPSS, PSPP İki değişken için sıklık tablosu Excel, R Commander, SPSS,
DetaylıMühendislikte İstatistiksel Yöntemler
Mühendislikte İstatistiksel Yöntemler BÖLÜM 9 VARYANS ANALİZİ Yrd. Doç. Dr. Fatih TOSUNOĞLU 1 Varyans analizi niçin yapılır? İkiden fazla veri grubunun ortalamalarının karşılaştırılması t veya Z testi
Detaylıİçindekiler. Ön Söz... xiii
İçindekiler Ön Söz.................................................... xiii Bölüm 1 İstatistiğe Giriş....................................... 1 1.1 Giriş......................................................1
Detaylı1. FARKLILIKLARIN TESPİTİNE YÖNELİK HİPOTEZ TESTLERİ
1. FARKLILIKLARIN TESPİTİNE YÖNELİK HİPOTEZ TESTLERİ Örneklem verileri kullanılan her çalışmada bir örneklem hatası çıkma riski her zaman söz konusudur. Dolayısıyla istatistikte bu örneklem hatasının meydana
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Örnekleme Planlar ve Dağılımları Prof. Dr. İrfan KAYMAZ Tanım İncelenen olayın ait olduğu anakütlenin bütünüyle dikkate alınması zaman, para, ekipman ve bunun gibi nedenlerden dolayı
DetaylıÖrneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.
ÇIKARSAMALI İSTATİSTİKLER Çıkarsamalı istatistikler, örneklemden elde edilen değerler üzerinde kitleyi tanımlamak için uygulanan istatistiksel yöntemlerdir. Çıkarsamalı istatistikler; Tahmin Hipotez Testleri
DetaylıUYGUN HİPOTEZ TESTİNİN SEÇİMİ. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı
UYGUN HİPOTEZ TESTİNİN SEÇİMİ Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı ÖNEMLİLİK (Hipotez) TESTLERİ ü Önemlilik testleri, araştırma sonucunda elde edilen değerlerin ya da varılan
DetaylıÜretim Süreci: Girdi İşlem Ürün (Sonuç) Araştırma Süreci: Hangi alanda olursa olsun araştırma bir BİLGİ ye ulaşma sürecidir.
BİYOİSTATİSTİK Üretim Süreci: Girdi İşlem Ürün (Sonuç) Araştırma Süreci: Hangi alanda olursa olsun araştırma bir BİLGİ ye ulaşma sürecidir. Veri Analiz Bilgi El ile ya da birtakım bilgisayar programları
DetaylıVerilerin Düzenlenmesi
Verilerin Düzenlenmesi İstatistiksel verileri anlamlı hale getirmenin 5 ayrı yolu: 1. Sözel ifadelerle açıklama 2. Tablolar halinde düzenleme 3. Seriler halinde düzenleme 4. Grafiklerle gösterme 5. Bu
DetaylıFrekans. Hemoglobin Düzeyi
GRUPLARARASI VE GRUPİÇİ KARŞILAŞTIRMA YÖNTEMLERİ Uzm. Derya ÖZTUNA Yrd. Doç. Dr. Atilla Halil ELHAN 1. ÖNEMLİLİK (HİPOTEZ) TESTLERİ Önemlilik testleri, araştırma sonucunda elde edilen değerlerin ya da
DetaylıBİYOİSTATİSTİK. Ödev Çözümleri. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Ödev Çözümleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Ödev 1 Çözümleri 2 1. Bir sonucun
DetaylıBiyoistatistik. Uygulama 1
Biyoistatistik Uygulama 1 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi,Tıp Fakültesi,Biyoistatistik ve Tıbbi Bilişim A.D. Web: www.biyoistatistik.med.ege.edu.tr 1 DİŞ MACUNU-TEMDİŞ TEMPA Temizlik
DetaylıANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL
ANADOLU ÜNİVERSİTESİ ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL İYİ UYUM TESTİ Rassal değişkenin olasılık yoğunluk fonksiyonunun ve parametresinin bilinmediği, ancak belirli
DetaylıBİYOİSTATİSTİK. Uygulama 4. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Güven Aralıkları 2 Güven Aralıkları
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 10: Prof. Dr. İrfan KAYMAZ Tanım Varyans analizi niçin yapılır? İkiden fazla veri grubunun ortalamalarının karşılaştırılması t veya Z testi ile yapılabilir. Ancak karşılaştırılacak
DetaylıOLASILIK ve İSTATİSTİK Hipotez Testleri
OLASILIK ve İSTATİSTİK Hipotez Testleri Yrd.Doç.Dr. Pınar YILDIRIM Okan Üniversitesi Mühendislik ve Mimarlık Fakültesi Bilgisayar Mühendisliği Bölümü Hipotezler ve Testler Hipotez, kitleye(yığına) ait
DetaylıIİSTATIİSTIİK. Mustafa Sezer PEHLI VAN
IİSTATIİSTIİK Mustafa Sezer PEHLI VAN İstatistik nedir? İstatistik, veri anlamına gelir, İstatistik, sayılarla uğraşan bir bilim dalıdır, İstatistik, eksik bilgiler kullanarak doğru sonuçlara ulaştıran
DetaylıTablo (2): Atıştırma Sayısı ve Günlük Sınav Sayısı Atıştırma Sınav Sayısı (X) 0 0.07 0.09 0.06 0.01
Ortak Varyans ve İstatistiksel Bağımsızlık Bir rassal değişken çifti istatistiksel olarak bağımsız ise aralarındaki ortak varyansın değeri 0 dır. Ancak ortak varyans değerinin 0 olması, iki rassal değişkenin
DetaylıPARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER
PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN 1 Tek Örneklem İşaret Testi İşaret Testi parametrik olmayan prosedürler içinde en eski olanıdır. Analiz yapılırken serideki verileri artı ve
Detaylı30 GÜNDE EĞİTİM BİLİMLERİ
KPSS KONU LÜĞÜ 30 DE EĞİTİM BİLİMLERİ DEĞERLENDİRME ISBN: 978-605-2329-01-6 Bu kitabın basım, yayın ve satış hakları Kısayol Yayıncılık a aittir. Anılan kuruluşun izni alınmadan yayınların tümü ya da herhangi
DetaylıHipotez Testlerine Giriş. Hipotez Testlerine Giriş
Hipotez Testlerine Giriş Hipotez Testlerine Giriş Hipotez Testlerine Giriş Gözlem ya da deneme sonucu elde edilmiş sonuçların, raslantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 9: Prof. Dr. İrfan KAYMAZ Tanım Hipotez, bir veya daha fazla anakütle hakkında ileri sürülen, ancak doğruluğu önceden bilinmeyen iddialardır. Ortaya atılan iddiaların, örnekten
DetaylıTek Yönlü Varyans Analizi (ANOVA) Kruskal Wallis H Testi
Tek Yönlü Varyans Analizi (ANOVA) Kruskal Wallis H Testi Dr. Eren Can Aybek erencan@aybek.net www.olcme.net IBM SPSS Statistics ile Hangi Durumda Kullanılır? Bağımsız gruplar t testi, iki grubun ortalamasını
DetaylıKullanılacak İstatistikleri Belirleme Ölçütleri. Değişkenin Ölçek Türü ya da Yapısı
ARAŞTIRMA MODELLİLERİNDE KULLANILACAK İSTATİSTİKLERİ BELİRLEME ÖLÇÜTLERİ Parametrik mi Parametrik Olmayan mı? Kullanılacak İstatistikleri Belirleme Ölçütleri Değişken Sayısı Tek değişkenli (X) İki değişkenli
DetaylıBİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ
BİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ DÖNEM I-I. DERS KURULU Konu: Bilimsel yöntem ve istatistik Amaç: Biyoistatistiğin tıptaki önemini kavrar ve sonraki dersler için gerekli terminolojiye hakim olur.
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 8: Prof. Dr. Tanım Hipotez, bir veya daha fazla anakütle hakkında ileri sürülen, ancak doğruluğu önceden bilinmeyen iddialardır. Ortaya atılan iddiaların, örnekten elde edilen
DetaylıMeslek lisesi ve devlet lisesine giden N tane öğrenci olduğu ve bunların yıllık okul harcamalarına ait verilerin olduğu varsayılsın.
KUKLA DEĞİŞKENLİ MODELLER Bir kukla değişkenli modeller (Varyans Analiz Modelleri) Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller) Kukla değişkenlerin
DetaylıİÇİNDEKİLER ÖN SÖZ...
İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN
DetaylıSÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım
SÜREKLİ ŞANS DEĞİŞKENLERİ Üstel Dağılım Normal Dağılım 1 Üstel Dağılım Meydana gelen iki olay arasındaki geçen süre veya bir başka ifadeyle ilgilenilen olayın ilk defa ortaya çıkması için geçen sürenin
Detaylıistatistik El 10 1_ ve 2_ sorular a Ş3 gldakl bilgilere göre Al 4 Bl 6 cı 7 Dl 8 Al 5 B) 12 CL 27 D) 28 E) 35 2Q 10 BS 4200-A
2Q 10 BS 4200- İstatistik sorulannın cevap l anmasında gerekli olabilecek tablolar ve f ormüller bu kita p ç ığın sonunda ver-ilmiştir. 1_ ve 2_ sorular a Ş3 gldakl bilgilere göre cevaplandırılacaktır
DetaylıAdım Adım SPSS. 1- Data Girişi ve Düzenlemesi 2- Hızlı Menü. Y. Doç. Dr. İbrahim Turan Nisan 2011
Adım Adım SPSS 1- Data Girişi ve Düzenlemesi 2- Hızlı Menü Y. Doç. Dr. İbrahim Turan Nisan 2011 File (Dosya) Menüsü Excel dosyalarını SPSS e aktarma Variable View (Değişken Görünümü 1- Name (İsim - Kod)
Detaylıçözümlemesi; beklenen değer ile gözlenen değer arasındaki farkın araştırılması için kullanılır.(aralarındaki fark anlamlı mı?)
BÖLÜM 5. (Kİ-KARE) ÇÖZÜMLEMESİ çözümlemesi; beklenen değer ile gözlenen değer arasındaki farkın araştırılması için kullanılır.(aralarındaki fark anlamlı mı?) Örneğin; Bir para atma deneyinde olasılıkla
Detaylıİstatistik ve Olasılığa giriş -I (STAT 201T) Ders Detayları
İstatistik ve Olasılığa giriş -I (STAT 201T) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS İstatistik ve Olasılığa giriş -I STAT 201T Her İkisi 3 0 0 3
Detaylıİkiden Çok Grup Karşılaştırmaları
İkiden Çok Grup Karşılaştırmaları Bir onkoloji kliniğinde göğüs kanseri tanısı almış kadınlar arasından histolojik evrelerine göre 17 şer kadın seçilerek sağkalım süreleri (ay) alınmıştır. HİSTLOJİK EVRE
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık -II Prof. Dr. İrfan KAYMAZ İki Ortalama Farkının Güven Aralığı Anakütle Varyansı Biliniyorsa İki ortalama arasındaki farkın dağılımına ilişkin Z değişkeni: Güven aralığı ifadesinde
Detaylıİstatistik Yöntemleri ve Hipotez Testleri
Sağlık Araştırmalarında Kullanılan Temel İstatistik Yöntemleri ve Hipotez Testleri Yrd. Doç. Dr. Emre ATILGAN BİYOİSTATİSTİK İstatistiğin biyoloji, tıp ve diğer sağlık bilimlerinde kullanımı biyoistatistik
DetaylıTAŞINMAZ DEĞERLEMEDE İSTATİSTİKSEL ANALİZ
Taşınmaz Değerlemede İstatistiksel Analiz Taşınmaz Değerleme ve Geliştirme Tezsiz Yüksek Lisans Programı TAŞINMAZ DEĞERLEMEDE İSTATİSTİKSEL ANALİZ 1 Taşınmaz Değerlemede İstatistiksel Analiz İçindekiler
DetaylıK BAĞIMSIZ ÖRNEKLEM HİPOTEZ TESTLERİ
K BAĞIMSIZ ÖRNEKLEM HİPOTEZ TESTLERİ Yrd.Doç.Dr. Selçuk Korkmaz Trakya Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Turcosa Analitik Çözümlemeler selcukorkmaz@gmail.com TÜRKİYE EKMUD BİYOİSTATİSTİK
DetaylıNon-Parametrik İstatistiksel Yöntemler
Non-Parametrik İstatistiksel Yöntemler Dr. Seher Yalçın 27.12.2016 1 1. Tek Örneklem Kay Kare Testi 2. İki Değişken İçin Kay Kare Testi 3. Mann Whitney U Testi 4. Kruskal Wallis H Testi ortanca testine
DetaylıYrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü
Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 Araştırma sonuçlarının açıklanmasında frekans tablosu
DetaylıENM 316 BENZETİM ÖDEV SETİ
ENM 16 BENZETİM ÖDEV SETİ Ödev 1. Bir depo ve N adet müşteriden oluşan bir taşımacılık sisteminde araç depodan başlayıp bütün müşterileri teker teker ziyaret ederek depoya geri dönmektedir. Sistemdeki
Detaylı26.12.2013. Farklı iki ilaç(a,b) kullanan iki grupta kan pıhtılaşma zamanları farklı mıdır?
26.2.23 Gözlem ya da deneme sonucu elde edilmiş sonuçların, raslantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HĐPOTEZ TESTLERĐ denir. Sonuçların raslantıya bağlı olup
DetaylıTÜRKİYE DENGELEME GÜÇ PİYASASI TALİMAT MİKTARLARI ÜZERİNE İSTATİSTİKSEL BİR ÇALIŞMA 1. Gökhan Ceyhan Yazılım ARGE Uzmanı, EPİAŞ
TÜRKİYE DENGELEME GÜÇ PİYASASI TALİMAT MİKTARLARI ÜZERİNE İSTATİSTİKSEL BİR ÇALIŞMA 1 Gökhan Ceyhan Yazılım ARGE Uzmanı, EPİAŞ ÖZET Bu makalede, Türkiye Dengeleme Güç Piyasası (DGP) kapsamında 2015 Ocak
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 2: Prof. Dr. İrfan KAYMAZ Tanım İnceleme sonucu elde edilen ham verilerin istatistiksel yöntemler kullanılarak özetlenmesi açıklayıcı istatistiği konusudur. Açıklayıcı istatistikte
DetaylıMühendislikte İstatistik Yöntemler
Mühendislikte İstatistik Yöntemler Referans Kitaplar Türkçe : Mühendisler için İstatistik, Mehmetçik Bayazıt, Beyhan Oğuz, Birsen Yayınevi Mühendislikte İstatistik Metodlar, Erdem KOÇ,ÇÜ, Müh.Mim.Fak.
Detaylı3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI
ÖNSÖZ İÇİNDEKİLER III Bölüm 1 İSTATİSTİK ve SAYISAL BİLGİ 11 1.1 İstatistik ve Önemi 12 1.2 İstatistikte Temel Kavramlar 14 1.3 İstatistiğin Amacı 15 1.4 Veri Türleri 15 1.5 Veri Ölçüm Düzeyleri 16 1.6
DetaylıİÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37
İÇİNDEKİLER BÖLÜM 1 Değişkenler ve Grafikler 1 İstatistik 1 Yığın ve Örnek; Tümevarımcı ve Betimleyici İstatistik 1 Değişkenler: Kesikli ve Sürekli 1 Verilerin Yuvarlanması Bilimsel Gösterim Anlamlı Rakamlar
DetaylıTanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN
Tanımlayıcı İstatistikler Yrd. Doç. Dr. Emre ATILGAN 1 Tanımlayıcı İstatistikler Yer Gösteren Ölçüler Yaygınlık Ölçüleri Merkezi Eğilim Ölçüleri Konum Ölçüleri 2 3 Aritmetik Ortalama Aritmetik ortalama,
DetaylıHİPOTEZ TESTLERİ. Yrd. Doç. Dr. Emre ATILGAN
HİPOTEZ TESTLERİ Yrd. Doç. Dr. Emre ATILGAN Hipotez Nedir? HİPOTEZ: parametre hakkındaki bir inanıştır. Parametre hakkındaki inanışı test etmek için hipotez testi yapılır. Hipotez testleri sayesinde örneklemden
DetaylıMIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
DetaylıStudent t Testi. Doç. Dr. Ertuğrul ÇOLAK. Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı
Student t Testi Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Konu Başlıkları Tek örnek t testi SPSS de tek örnek t testi uygulaması Bağımsız iki örnek
DetaylıTANIMLAYICI İSTATİSTİKLER
TANIMLAYICI İSTATİSTİKLER Tanımlayıcı İstatistikler ve Grafikle Gösterim Grafik ve bir ölçüde tablolar değişkenlerin görsel bir özetini verirler. İdeal olarak burada değişkenlerin merkezi (ortalama) değerlerinin
DetaylıBKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 )
4. SUNUM 1 Gözlem ya da deneme sonucu elde edilmiş sonuçların, rastlantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HİPOTEZ TESTLERİ denir. Sonuçların rastlantıya bağlı
DetaylıMerkezi Eğilim ve Dağılım Ölçüleri
Merkezi Eğilim ve Dağılım Ölçüleri Soru Öğrencilerin derse katılım düzeylerini ölçmek amacıyla geliştirilen 16 soruluk bir test için öğrencilerin ilk 8 ve son 8 soruluk yarılardan aldıkları puanlar arasındaki
DetaylıKATEGORİSEL VERİ ANALİZİ (χ 2 testi)
KATEGORİSEL VERİ ANALİZİ (χ 2 testi) 1 Giriş.. Değişkenleri nitel ve nicel değişkenler olarak iki kısımda inceleyebiliriz. Şimdiye kadar hep nicel değişkenler için hesaplamalar ve testler yaptık. Fakat
DetaylıMIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 2: Prof. Dr. İrfan KAYMAZ Tanım İnceleme sonucu elde edilen ham verilerin istatistiksel yöntemler kullanılarak özetlenmesi açıklayıcı istatistiği konusudur. Açıklayıcı istatistikte
DetaylıBİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Örnek Senaryo İmplant üreten İMPLANTDENT
DetaylıTEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ
TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ 1 İstatistik İstatistik, belirsizliğin veya eksik bilginin söz konusu olduğu durumlarda çıkarımlar yapmak ve karar vermek için sayısal verilerin
DetaylıMIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
DetaylıÖrnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız.
.4. Merkezi Eğilim ve Dağılım Ölçüleri Merkezi eğilim ölçüleri kitleye ilişkin bir değişkenin bütün farklı değerlerinin çevresinde toplandığı merkezi bir değeri gösterirler. Dağılım ölçüleri ise değişkenin
DetaylıCEVAPLAR. n = n 1 + n 2 + n 3 + n 4 + n 5 + n 6 + n 7 = = 11 dir.
T C S D Ü M Ü H E N D İ S L İ K F A K Ü L T E S İ - M A K İ N A M Ü H E N D İ S L İ Ğ İ B Ö L Ü M Ü MAK-307 OTM317 Müh. İstatistik İstatistiği ÖĞRENCİNİN: ADI - SOYADI ÖĞRETİMİ NOSU İMZASI 1.Ö 2.Ö A B
DetaylıDeneysel Araştırmalarda Uygun Örneklem Büyüklüğü Ve İstatistiksel Güç Analizi. Doç Dr. Nurhan DOĞAN AKÜ Tıp Fak. Biyoistatistik ve Tıbbi Bilişim AD
Deneysel Araştırmalarda Uygun Örneklem Büyüklüğü Ve İstatistiksel Güç Analizi Doç Dr. Nurhan DOĞAN AKÜ Tıp Fak. Biyoistatistik ve Tıbbi Bilişim AD Giriş Yeterli Örneklem Büyüklüğü Neden Önemlidir? Özel
DetaylıİSTATİSTİK EXCEL UYGULAMA
İSTATİSTİK EXCEL UYGULAMA EXCEL UYGULAMA Bu bölümde Excel ile ilgili temel bilgiler sunulacak ve daha sonra İstatistiksel Uygulamalar hakkında bilgi verilecektir. İşlenecek Konular: Merkezi eğilim Ölçüleri
DetaylıPoisson Dağılımı Özellikleri ve Olasılıkların Hesaplanması
Özellikleri ve Olasılıkların Hesaplanması Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Poisson dağılımı kesikli dağılımlar içinde Binom dağılımından
Detaylıİstatistik 1. Bölüm 5 Olasılık Teorisi ve Kesikli Olasılık Dağılımları. Ankara Üniversitesi SBF, GYY
İstatistik 1 Bölüm 5 Olasılık Teorisi ve Kesikli Olasılık Dağılımları Bu Bölümde İşlenecek Konular Temel Olasılık Teorisi Örnek uzayı ve olaylar, basit olasılık, birleşik olasılık Koşullu Olasılık İstatistiksel
DetaylıParametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER
Parametrik Olmayan İstatistik Prof. Dr. Cenk ÖZLER bulunur. Bağımsızlık Testleri Sütun Kategorisi Satır Kategorisi I II III Satır Toplamı A B Sütun Toplamı Genel Toplam Bu kategorilere dayanarak A nın
DetaylıH.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS Ders Notları III (3 Mayıs 2012)
H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) Parametrik Olmayan Testler Binom Testi SPSS Ders Notları III (3 Mayıs 2012) Soru 1: Öğrencilerin okul
DetaylıULUDAĞ ÜNİVERSİTESİ İİBF FAKÜLTESİ ÖĞRENCİLERİNİN BİLİŞİM TEKNOLOJİLERİ KULLANIM ARAŞTIRMASI. Danışman: Prof. Dr. Ayşe OĞUZLAR.
www. www. er.com er.com er.com www.zaferteber.com ULUDAĞ ÜNİVERSİTESİ İİBF FAKÜLTESİ ÖĞRENCİLERİNİN BİLİŞİM TEKNOLOJİLERİ KULLANIM ARAŞTIRMASI www.zaferteber.com Danışman: Prof. Dr. Ayşe OĞUZLAR www.zaferteber.com
DetaylıKategorik Veri Analizi
Kategorik Veri Analizi 6.Sunum Yrd. Doç. Dr. Sedat ŞEN 1 ANALİZ TÜRLERİ Bağımlı Değ. Bağımsız Değ. Analiz Sürekli İki kategorili t-testi, Wilcoxon testi Sürekli Kategorik ANOVA, linear regresyon Sürekli
Detaylıİstatistiksel Karar Verme
İstatistiksel Karar Verme Yazar Doç.Dr. Ahmet ÖZMEN ÜNİTE 8 Amaçlar Bu üniteyi çalıştıktan sonra; istatistiksel hipotezlerin kurulmasında ve test edilmesinde kullanılan kavramların tanıtımı istatistiksel
DetaylıYönetimde Karar Verme Teknikleri
SAKARYA ÜNİVERSİTESİ Yönetimde Karar Verme Teknikleri Hafta 0 Yrd. Doç. Dr. Harun R. YAZGAN Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan Öğretim" tekniğine
Detaylı