Chapter 11 – 1 7. Bölüm Biz nekadar Kesiniz? Örnekleme ve Normal Dağılım.

Slides:



Advertisements
Benzer bir sunumlar
Çıkarımsal İstatistik
Advertisements

Uygun Hipotezin Kurulması, Tip I Hata ve Tip II Hata
Bölüm 5 Örneklem ve Örneklem Dağılımları
GİRİŞ BÖLÜM:1-2 VERİ ANALİZİ YL.
Sosyal Bilimlerde Araştırma Yöntemleri
İki kütle ortalamasının farkının güven aralığı
İSTATİSTİK VE OLASILIK I
HOŞGELDİNİZ ! FARUK AŞIK ZEYNEP AKÇA MURAT ŞİMŞEK
Kalibrasyon.
DOĞAL SAYILAR.
TİE Platformu Yürütme Kurulu Başkanı
İstatistik Tahmin ve Güven aralıkları
Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ
Farklı örnek büyüklükleri ( n ) ve farklı populasyonlar için ’nın örnekleme dağılışı.
ANOVA.
HİPOTEZ TESTLERİ.
ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ
Excel’in bazı istatistik fonksiyonlarını öğrenmek:
HATA TİPLERİ Karar H0 Doğru H1 Doğru H0 Kabul Doğru Karar (1 - )
Standart Normal Dağılım
Nicel / Nitel Verilerde Konum ve Değişim Ölçüleri
KIR ÇİÇEKLERİM’ E RakamlarImIz Akhisar Koleji 1/A.
HAZIRLAYAN:SAVAŞ TURAN AKKOYUNLU İLKÖĞRETİM OKULU 2/D SINIFI
Atatürk Üniversitesi Tıp Fakültesi, Dönem 1
Normal Dağılım.
Analitik Verilerin Değerlendirilmesi  Ortalama Değer tekrarlanan ölçüm sonuçlarının toplamının toplam ölçüm sayısına bölünmesiyle elde edilen sayıdır.
TAHMİNLEYİCİLERİN ÖZELLİKLERİ ÖRNEKLEME DAĞILIMI
İstatistikte Bazı Temel Kavramlar
TEST – 1.
Prof. Dr. Hüseyin BAŞLIGİL
T Dağılımı.
Örnekleme Dağılımları
Değişkenlik Ölçüleri.
EĞİTİMDE ÖLÇME VE DEĞERLENDİRME
Büyük ve Küçük Örneklemlerden Kestirme
8 ? E K S İ L E N EKSİLEN _ 5 5 ÇIKAN FARK(KALAN) 8.
ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ
SÜREKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK YOĞUNLUK FONKSİYONLARI
OLASILIK ve KURAMSAL DAĞILIMLAR
İstatistiksel Kestirme
ÇOK DEĞİŞKENLİ FONKSİYONLARDA
İstatistik I İstatistiğin Anlamı: İstatistik kelimesinin çeşitli anlamları vardır. Her türlü kuruluşça ülke geneli veya ülkenin daha küçük bir bölümü hakkında.
BİLİMSEL ARAŞTIRMA YÖNTEMLERİ
THY Uygulaması Araştırması
Örneklem Mantığı II Yaşar Tonta H.Ü. Bilgi ve Belge YönetimiBölümü
SÜREKLİ ŞANS DEĞİŞKENLERİ
Örneklem Dağılışları.
Bilişim Teknolojileri için İşletme İstatistiği
Tek Anakütle Ortalaması İçin Test
Uygulama 3.
İletişim Fakültesi Bilişim A.B.D.
Örneklem Dağılışları ve Standart Hata
Örnekleme Örneklemeye sonlu bir anakütlenin bütün birimlerinin incelenmesi işlemi olan tamsayımın "olanaksız" veyahut "fiziksel zarara uğratıcı“ olması.
İSTATİSTİK YGULAMALARI: SINAVA HAZIRLIK
Bölüm 04 Veri Toplama ve Örnekleme
Güven Aralığı.
İstatistik Tahmin ve Güven aralıkları
İSTATİSTİKTE TAHMİN ve HİPOTEZ TESTLERİ İSTATİSTİK
İSTATİSTİK II Hipotez Testleri 3.
1 İ STATİSTİK II Tahminler ve Güven Aralıkları - 1.
İSTATİSTİK II Örnekleme Dağılışları & Tahminleyicilerin Özellikleri.
Merkezi Eğilim Ölçüleri
İSTATİSTİK II Hipotez Testleri 3.
İSTATİSTİK II Varyans Analizi.
HİPOTEZ TESTLERİ.
Tıp Fakültesi UYGULAMA 2
ÖLÇME-DEĞERLENDİRME 8. SINIF
İSTATİSTİK II Hipotez Testleri 1.
İSTATİSTİK II Varyans Analizi.
İSTATİSTİK II Varyans Analizi.
Sunum transkripti:

Chapter 11 – 1 7. Bölüm Biz nekadar Kesiniz? Örnekleme ve Normal Dağılım

Chapter 11 – 2 6. Bölümün Özeti: Özet Eğer a basit rastgele değişken alırsak –İyi tanımlı bir ana kütleden Umarızki –Örnek Ortalması – “muhtemelen” anakütle ortalamsına “yakındır” “yakındır” dan kasıt “örnek ortalamasının 2 standard sapma(hata) komşuluğundadır 7. Bölüm Özeti Bugün, “muhtemel” in manasının –Bütün örneklerin %95 i içinde

Chapter 11 – 3 Neler Göreceğiz Örnekleme Dağılımı Örnekleme Dağılımının şekli “çan eğrisi” şeklindedir “normal” dağılımın özellikleri: –Ana kütle ortalaması tüm örneklerin %95 inin içerisinde, Yani örnek ortalamasının 1,96 Standard Hata komşuluğundadır.

Chapter 11 – 4 Tekrarlı Örnekleme Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Herbir Y evlerdeki çocuk sayısını göstermektedir. Ana-Kütle: Tüm ABD li sakinler Y … Tüm muhtemel örneklemeler N=4  Y =1.75

Chapter 11 – 5 Notasyon Mnemonics: Anakütle ölçümlerine Parametre diyoruz. Örnek ölçümlerine İstatistik diyoruz P ve S nin okunuşları aynı Anakütle parametreleri için Greek Alfabesi Örnek istatistikler için Roman Alfabesi kullanilir  =Greek m  =Greek p  =Greek s Anakütle örnek için kaynaktır. Greek kültürü Roma kültürünün kaynağıdır.

Chapter 11 – 6 Anakütle NüfüsUS Sakinleri DeğişkenY (# of children) çocuk sayısı Anakütle ortalaması  Y =1.75 Anakütle standard sapması  Y =1.62

Chapter 11 – 7 Örnek Örekleme sayısıN=4 Değişken Y (# of children)(çocuk sayısı) Örnek ortalaması Örnek standard sapması s Y =.92 Örnek içerisinde…

Chapter 11 – 8 Anakütle den Örneklemeler … Örnekleme sayısı: sonsuz “Değişken” Ortalma Standard Hata burada 1.75 burada 1.62 / 4 1/2 = 1.62 / 2 = 0.81 (Örnek ortalamsının standard Sapması) Across samples… Ama sadece örnek başınaN=4 yetisşkin

Chapter 11 – 9 Örnekleme sayısı (N) arttıkça… …standard hata azalır! …örnek dağılımınınn “normal”dağılımına yaklaştığı görülür!

Chapter 11 – 10 Normal distribution simetrik çan eğrisi şeklinde

Chapter 11 – 11 “Hata Marjini” Bunun manası: Tüm örneklemelerin %95 indeki örnek ortalamsı, anakütle ortalamasının 1.96 standard hata komşuluğunda bulunur. +/ (veya 2) standard hataya “hata marjini”denir. Daha öceki notlarınızdan, “z (standard normal)…tablosunu bulun”. Bu satıra bak.

Chapter 11 – 12 Örnek1 Tekrar “anakütle”: ABD yetişkinleri Değişken: Y: “Kaç çocuk sahibisiniz?”  =1.75,  Y =1.62. Örnek saysısnı N=16 olmasını ele alalım. = Örnek ortalamalarını %95 anakütle ortalamasının1.96 standard hata komşuluğundadır 95%

Chapter 11 – 13 Örnekleme hatasına ilaveler Bunun Anlamı: Tüm örneklerin %99 unda, örnek uzay ortalamsı anakütle ortalamsının 2.58 standard hata komşuluğundadır. (%1 ihtimalle komşuluğun dişindadir. Buraya dikkat.

Chapter 11 – 14 Örnek 2 Değişken: Y: “Kaçtane çocuğunuz var?”  =1.75,  Y =1.62. Örnek genişliği N=45göz önüne alalım. Tüm örnek uzay ortalamarının %99 u anakütlenin 2,58 standard hata Komşuluğundadır. Yani, 99%

Chapter 11 – 15 Örnekleme Hatası: Aşağdakileri tamamlayınız: Örnek uzayın %90 nın aritmatik ortalamsı anakütle ortalamasının _______SH komşuluğundadır.

Chapter 11 – 16 Örenekleme dağılımının –Ortalamsı var –Ve standard sapması var Örnek genişliği N arttıkça, –the standard error gets smaller –Örnekleme ortalaması dağılımı Normal Dağılıma yaklaşır Böylece –Geniş Örnekleme Daha yakın Daha kesin –Anakkütle nin beklenen değeri için yakınsamadır Özet: Merkezi Limit Teoremi (MLT)

Chapter 11 – 17 Özet Bölüm 6 (Geniş Örnek Kanunu) –İyi Tanımlanmiş bir anakütleden alınan basit rastgele değişkenleden –Beklentimiz Örnek ortalamaları Genellikle anakütle ortalamasına yakındır Bölüm 7 (Merkezi Limit Teorisi) – “yakın” dan kasıt “1.96 standard hata komşuluğu” –böylece “genellikle”den kastımız genellikle “tüm örneklemenin % 95”in içerildiği aralıktır

Chapter 11 – 18 Bölüm 8 (Güven Aralığı) So if we take –just one sample we can guess –that the population statistic is “close” and we’ll “usually” be right