Professional Documents
Culture Documents
• Kesintili
P(y=yj)=p(yj)
y1 y2 y3 y4 y5 ...
• Devamlı
Eğrinin altındaki alan olasılığı verir.
P(aile b arası)
f(yj)
a b
Olasılık dağılımları
• Kesintili
P(y=yj)=p(yj)
y1 y2 y3 y4 y5 ...
• Devamlı
Eğrinin altındaki alan olasılığı verir.
P(aile b arası)
f(yj)
a b
Olasılık dağılımları
y kesintili ise
0 ≤p(yj) ≤1 yj nin tüm değerleri için
P(y= yj )=p(yj) yj nin tüm değerleri için
y devamlı ise
0 ≤f(y) b
∫α f ( y)dy = 1
−
Olasılık dağılımları
Ortalama Değişim
⎧α ⎫ ⎧α ⎫
⎪ ∫ yf ( y )dy ⎪ ⎪ ∫ ( y − µ ) f ( y )dy ⎪
2
devamlı veriler:
⎪−α ⎪ σ 2 = ⎪⎨−α ⎪
µ=⎨ ⎬ ⎬
⎪ ( y − µ ) 2 p( y) ⎪
Kesintili veriler: ⎪
∑ yp ( y ) ⎪ ⎪ ∑ ⎪
⎪tum. y ⎪ ⎩tum . y ⎭
⎩ ⎭
Testler
•Z testi
•T testi
•Çi kare testi
Dönüştürülmüş İstatistikler
•F testi
• Hipotez testi
• Testler
• Regresyon analizi
• ANOVA
Hipotez testi değerlendirme
parametreleri
•P değeri,
•anlamlılık seviyesidir
P değeri, Anlamlılık seviyesi (α)
P değeri, sıfır hipotezinin ret edilmesine sebep olan en küçük
anlamlılık seviyesidir.
Anlamlılık seviyesi, H0 ret edildiğinde karşı karşıya kalınan hata
olasılığı
Alfanın seçimi genelde bu hatanın sonuçlarının ciddiyetine
bağlıdır.
p< α hipotezi ret et
Güvenilirlik Limiti
Analizin doğruluğunu belirlemek için kullanılır
Güvenilirlik limiti belirlemekte populasyon ortalaması ve
anlamlılık seviyesi çok önemlidir.
Yapılan analizin sonuçlarının % kaç olasılıkta doğruluğu
değerlendiriliyor
(1- α) ile hesaplanır.
α=0.01 ise olasılık %99
α=0.05 ise olasılık %95
(α/2) (α/2)
(1- α)
df=veri adedi-1
Tek ve Çift taraflı testler
Testler değerlendirmeye alınırken hedefe göre tek
veya çift taraflı olarak değerlendirilebilirler.
• Tek taraflı ise dağılımların pozitif veya negatif olan
bölgelerinde değerlendirmeler yapılıp hipotez
değerlendirilir.
Red (1-α)
Bölgesi α/2 α/2 Red
Kabul Bölgesi
Bölgesi
Matematikçiler
•Masumluk varsayımı
İstatikte farklılık testi yapılırken hiç farkın olmadığı
varsayımından yola çıkılır. Bu hipotez olarak hiç fark olmayan
veya sıfır hipotezi olarak anılır ve Ho olarak gösterilir.
İ H0 doğru H0 yanlış
S H0 kabul
T
A
T
Doğru karar I. Tür hata
İ (1- α) α hatası
S
T
İ
H0 ret II. Tür hata Doğru Karar
K β hatası (1- β)
Sıfır Hipotezi
İki temel adım:
• testler hipotezleri çürütmek için kullanılırlar. Amaç hipotezin
kullanılamaz nitelikte olduğunu, eğer doğruluğu kabul edilirse çok küçük
olasılıklarda memnuniyetler vereceğini göstermek.
Xi − X
z=
s
Z testi
Temel fikir istatistiki yorum yapmaktır. Örnek dağılımlar
kullanılarak yapılır.
Bir parametrenin diğer istatistiki bir veriden ne kadar
uzakta olduğunu gösterir.
Formül X − µ0
z=
σ/ n
n: örnek adedi
X: örnek ortalama
σ: populasyonun standart sapması
Z testi
Populasyon ortalaması için
α:0.05
0.025 0.025
0.05
-1.96 +1.96
+1.64 1,8
1,8
1 2
H0:µ0=4
n=9
x=4.6
σ=1
z:1.8
1. H0 kabul et , 2. Ret et
Z testi
İki populasyon ortalaması
Hipotez
1. H0:µ1- µ2_= µ0 2. H0:µ1- µ2_= µ0
H1:µ1- µ2_> µ0 H1:µ1- µ2_≠ µ0
Ne zaman kullanılmalı
İki populasyon ortalaması biliniyorsa ve populasyonlar normal
dağılım sergiliyorlarsa
Formül
Z=
(X 1 )
− X 2 − µ0
1/ 2
⎛ σ 12 σ 22 ⎞
⎜ ⎟
⎜n + n ⎟
⎝ 1 2 ⎠
Z testi
İki populasyon ortalaması
α:0.05
H0:µ1- µ2= 0
n1=9, n2=16
x1=1.2, x2=1.7
σ12=1, σ22=4
z:-0.833 1. Kabul 2. Kabul
t testi
populasyon ortalaması için
Hipotez
1. H0:µ= µ0 2. H0:µ_= µ0
H1:µ≠ µ0 H1:µ> µ0
Ne zaman kullanılmalı
Populasyon değişimi bilinmiyorsa populasyon değişimin örnek
değişiminin tahmini örnek gruba ve normal dağılıma bağlı ise
Formül
X − µ0
t=
S/ n
S2 =
∑ (X −X)
2
n −1
t testi
populasyon ortalaması için
DF=n-1
1 2
H0:µ0= 4
n=9, x:3.1
S=1
t:-2.7 1. t 8:.0.025 =±2.3 H0Red et
Ne zaman kullanılmalı
Eşit değişimli ikipopulasyonlardan iki örnek verildiğinde
Formül
t=
(X 1 )
− X 2 − µ0
1/ 2
⎛1 1 ⎞
S ⎜⎜ + ⎟⎟
⎝ n1 n2 ⎠
t n1+n2-2;0.05
-t n1+n2-2;0.025 t n1+n2-2;0.025
1 2
H0:µ1- µ2= 0
n1=16, n2=16
x1=5, x2=4
S=2
t:1.414 1. t 30:.0.025 =±2.04 H0 Kabul
Ne zaman kullanılmalı
Eşit değişimli ikipopulasyonlardan iki örnek verildiğinde
Formül
t=
(X 1 )
− X 2 − µ0
1/ 2
⎛1 1 ⎞
S ⎜⎜ + ⎟⎟
⎝ n1 n2 ⎠
Ne zaman kullanılmalı
Bir örnekte her gözlem ikinci örnekten değerle çiftleştiğinde ve
populasyon normal olarak dağıldığında
Formül
d − µd
t=
S/ n çiftli gözlemlerdeki fark
d i = xi − y i
Karşılaştırma testi
DF=n-1
n=16
d=1
S=1
t:4 1. t 15:.0.025 =±2.13 H0 Red et
Ne zaman kullanılmalı
Değişimi bilinmeyen bir normal populasyondan verilen örnek
Formül
χ2 =
( n − )
1 S 2
σ 02
s2 nin σ2 uzaklığı çi kare denilen dönüşümle görülür.
Chi kare testi
DF=n-1
X2 n-1;0.025
1 X2 ;0.025 2 X2 n-1;0.05
n-1
H0:σ2= 4.0
n=17
S2=7 1. X2 16:.0.025 =28.85 H0 Kabul
2. X2 16 :0.05 =26.30 H0Red et
X2=28
F testi
İki populasyon değişimi
Hipotez
1. H0:σ21= σ22_ 2. H0: σ21= σ22_
H1: σ21≠ σ22 H1: σ21> σ22
Ne zaman kullanılmalı
Bilinmeyen değişimlere ve normal dağılıma sahip iki örnek
grubu varsa
Formül
S12
F=
S 22
(S12 >S22
F testi
DF=n1-1 ve n2-1
0.025 0.05
1 F 2
n1-1, n2-1;0.025 Fn1-1, n2-1;0.05
H0:σ12= σ22
n1=11 n2=16
S12=6 S22=3 1. F 10, 15:.0.025 =3.07 H0 Kabul
2. F 10, 15 :0.05 =2.54 H0 Kabul
F=2