KPSS İSTATİSTİK | |
| 100 |
NOT : Bu Programa Katılacak Öğrencilerimize, Genel Kültür Dersleri Ücretsiz Olarak Verilecektir.
| |
| 40 |
| 30 |
| 15 |
TOPLAM DERS SAATİ 185 |
FİYATLAR | |
Taksitle | 1250 TL |
Peşin | 1100 TL |
Biz Sınavı Kazandırıyoruz, Siz Mülakata Çalışın. |
KPSS hakkında bilgiler,kpss soruları,kpss ders notları,güncel bilgiler,atamalar,tercihler ,istatistik nedir istatistik dersi istatistikçi istatistik ders notları futbol istatistik istatistik bölümü istatistik ve grafikler olasılık KPSS hazırlık portalı.
KPSS İSTATİSTİK | |
| 100 |
NOT : Bu Programa Katılacak Öğrencilerimize, Genel Kültür Dersleri Ücretsiz Olarak Verilecektir.
| |
| 40 |
| 30 |
| 15 |
TOPLAM DERS SAATİ 185 |
FİYATLAR | |
Taksitle | 1250 TL |
Peşin | 1100 TL |
Biz Sınavı Kazandırıyoruz, Siz Mülakata Çalışın. |
Beklenen değerleri μX ve μY, standart sapmaları σX ve σY olan iki bağımsız değişken X ve Y arasındaki korelasyon katsayısı (ρX, Y), şu şekilde tanımlanır:
E değişkenin beklenen değerini, cov ise kovaryansı ifade eder,
μX = E(X) olduğundan, σX2 = E(X2) − E2(X) ve
Y, için de aynısı geçerli olduğundan, şu ifadeyi yazabiliriz:
Korelasyon, yalnızca standart hataların ikisi de sonlu ve sıfırdan farklı ise tanımlıdır. Korelasyon katsayısının 1'i (mutlak değer olarak) geçemeyeceği ise Cauchy-Schwarz eşitliğinin doğal bir sonucudur.
Tam bir artan doğrusal ilişkinin varlığı halinde korelasyon katsayısı 1 değerini alır, tam bir azalan ilişkinin varlığı halinde ise korelasyon katsayısı -1 değerini alır. Katsayının alabileceği diğer tüm değerler ise ilişkinin doğrusallığına bağlı olarak bu iki değer arasında olacaktır. Katsayı 1'e veya -1'e ne kadar yakınsa ilişkinin doğrusallığı o kadar güçlüdür.
Değişkenler istatistiksel olarak bağımsız ise korelasyon 0'dır fakat bunun tersi doğru değildir, çünkü korelasyon katsayısı yalnızca doğrusal olan ilişkiyi belirler.
Bir örnek: TesadüfiX değişkeninin −1 ve 1 aralığında tekdüze dağıldığını varsayalım ve Y = X2 ilişkisi geçerli olsun. Bu durumda Y tamamen X tarafından belirlenmiştir, öyle ki X ve Y birbirlerine bağımlıdır, fakat Pearson anlamdaki korelasyon 0 olacaktır. Ne var ki, X ve Y'nin birlikte normal dağıldığı durumda, istatistiksel bağımsızlık aynı zamanda korelasyonun da olmaması anlamına gelir.
Bu dağılım, gamma dağılımından elde edilir.
x, λ ve n parametreleri ile gamma dağılımına sahip olsun:
0 " src="http://upload.wikimedia.org/math/f/3/5/f35a08ce1d52d9b2ca49f75f206226a9.png"> olur.
Burada λ = 2 ve n = ν / 2 alınırsa, elde edilen yeni dağılıma, ν serbetlik derecesiyle ki-kare dağılımı denir ve ile gösterilir.
x, ν serbetlik derecesiyle ki-kare dağılımına sahip ise:
ki-kare 1 n(0.1)'e eşittir 0 " src="http://upload.wikimedia.org/math/6/7/e/67eebf0e8594d253591cca19c4377a55.png"> olur.
Teorem 1
ise olur.
Teorem 2
rastsal değişkenler N(0,1) dağılımına sahip olsun.
ise olur.
Teorem 3
σ2 varyansı bilinen, N(μ,σ2) dağılımına sahip rasgele örneklem ve s2 örneklem varyansı olmak üzere:
olur.