bugün
- bir erkekten duyulabilecek en güzel söz12
- karın gözünün önünde biriyle olursa büyü bozulur10
- anın görüntüsü25
- aşık olmadan sevişmek9
- 19 mayıs 2024 galatasaray fenerbahçe maçı17
- karıya kıza doymuş erkek23
- bir gün önce tanışılan kızın yazlığa davet etmesi16
- gulmekicinyaratilmis8
- bik bik'in cinsiyeti11
- travestilerin genelde kürt olması14
- kadınlar olarak erkeklerle sevişmiyoruz19
- üstteki yazarın yaşını tahmin etmek20
- alex de souza8
- sık sık aldığınız iltifatlar15
- çok üzgünüm sözlük8
- insanlara olan inancınızı ne zaman kaybettiniz11
- icardi190517
- erkolar kapatılsın11
- ninja turtles lar nasıl para kazanıyor9
- mühendis erkeklerin genel özellikleri16
- maca sekiz11
- nervio8
- türklerin çok kolay devlet kurması17
- tc'yi atatürk değil ingiliz ve yahudiler kurmuştur31
- kötü gününde sevdiğine mi gidersin seni sevene mi14
- insan olmaya ceyrek kala13
- erkeklerin hep fotoğraf istemesi13
- arda güler12
- etine dolgun kız8
- fatih terim9
- taktik verin15
- çocuğunuzu özel okulda okutur musunuz22
- gecenin şarkısı10
- icardi1905 adamdır12
- muharrem ince'nin diyanet kapatılsın mı anketi10
- türklerin ingilizce konuşamama nedenleri31
- her türk vatandaşına türkiye gezisi12
- avrupanın zenginliğini hırsızlığa borçlu olması14
- sizi cuma saflarında göremedim sözlük10
- akp chp yakınlaşması15
- risale i nur21
- burda senin paran gecmez diyen delikanli kiz11
- en çok yaşamak istenilen şehir10
- beni özlediniz mi10
- selahattin demirtaş13
- allaha küfür etmek10
- türklerden adam çıkmaması17
- bir müslüman olarak filistin benim meselem değil36
- ruh varsa neden görünmüyor13
- uludağsözlük'ün ölmesi ve gömmeyi unutmaları10
genelde psikolojide kullanılan istatistiki analiz metodudur. bağımlı değişkenler t test ve bağımsız değişkenler t test olmak üzere ikiye ayrılır. amaç, iki ayrı skoru karşılaştırmaktır. örnek vermek gerekirse;
1. bağımlı değişkenler t test: panik atak hastaları için üretilen bir ilacın ne kadar başarılı olduğu ölçülmektedir. burda, denek olarak seçilen hastaların ilacı kullanmadan önceki bir haftalık süreç içerisinde yaşadığı panik atak sayısıyla, ilacı kullanmaya başladıktan sonraki bir haftalık süreç içerisinde yaşadığı panik atak sayısı karşılaştırılır.
2. bağımsız değişkenler t test: kadınlarla erkeklerin, ya da çocuğu olan ve olmayan annelerin ağırlıkları karşılaştırılabilir.
çok faydalı bir metoddur, ancak sadece iki değişkenle yapılır. ikiden fazla değişkenin olduğu analiz metodu için (bkz: anova)
1. bağımlı değişkenler t test: panik atak hastaları için üretilen bir ilacın ne kadar başarılı olduğu ölçülmektedir. burda, denek olarak seçilen hastaların ilacı kullanmadan önceki bir haftalık süreç içerisinde yaşadığı panik atak sayısıyla, ilacı kullanmaya başladıktan sonraki bir haftalık süreç içerisinde yaşadığı panik atak sayısı karşılaştırılır.
2. bağımsız değişkenler t test: kadınlarla erkeklerin, ya da çocuğu olan ve olmayan annelerin ağırlıkları karşılaştırılabilir.
çok faydalı bir metoddur, ancak sadece iki değişkenle yapılır. ikiden fazla değişkenin olduğu analiz metodu için (bkz: anova)
bir istatistik testi olmakla birlikte 30'Dan az kişi grupları için inceleme yapıldığında kullanılması doğru olan testtir. 30'Dan büyük örneklemler için z testi kullanılır.
normal dağılım gösteren, ölçümle belirlenen, bağımsız iki grup arasındaki araştırmalar için kullanılan testtir.
cuma günümü mahveden istatiski hesaplamadır. tamam sonucu bulduk, ama null hypothesis imizi reddedemedik. gel de şimdi evaluation yaz..
sallayan sallayana, bağımsız iki grup arasındaki araştırmalar için kullanılan test denmiş, ancak esasında bağımlı bir değişkenle bağımsız bir ya da birden çok değişken arasındaki regresyon ilişkisinin seviyesini incelemede kullanılan bir testtir.
örneğin; bir kişinin gelirini (y);
x1: eğitim durumu (üniversit mezunu ya da değil şeklindeki binary olasılıklara 0 ve 1 değerleri vererek)
x2: yaşı (yıl olarak)
x3: mesleki kariyer geçmişi (yıl olarak)
gibi üç bağımsız değişkenin açıkladığını varsayarak bir regresyon formülü yazarsın;
y= b0+b1*x1+b2*x2+b3*+e
bo= intercept
b1, b2, b3= bağımsız değişkenler için slope coefficientler
e= error term
ardından örneğin 1.000 kişiye ait gelir, eğitim durumu, yaş, mesleki kariyer geçmişi bilgilerini içeren datayı spss gibi bir istatistik programına yükler, regresyon analizini gerçekleştirirsiniz. Bunun sonucunda b0, b1, b2, b3 ve e değerlerini bulursunuz.
örneğin;
y= 2.020+1200*x1+40*x2+50*35
t-testi ürettiğiniz regresyon ilişkisinin geçerlilik düzeyini ölçmekte kullanılan bir testtir.
örneğin 40 olarak bulduğumuz x2 (yaş) değişkeni için yapılan analiz sonucu coefficient 40 çıkmışken, standard error; 20 çıkmış olsun.
bu iki değer üzerinden bir t statistic değeri hesaplarsınız.
şu şekilde;
t(statistic)= [b2(estimated)-b2(hipotez edilen)]/standard error
t testlerine hipotez edilen husus h1=0 mıdır olduğu için yerine koyarsak;
t=(40-0)/20=2
t statistic değerimiz 2, şimdi bunu yorumlamak için student's t tablosundan critical value'yu bulmamız gerekir.
Bunun için de degree of freedom ve significance level değerlerini bilmemiz gerek.
Degree of freedom= observation adedi-bağımsız değişken adedi-1=1000-3-1=996
significance level ise seçime bağlıdır ve genellike 0,05'tir.
Tabloda 996 d.o.f ve 0,05 s.l'ye denk gelen değerin 2,50 olduğunu varsayarsak;
hesaplanan t değeri (2)< critical value'dan (2,50) küçük olduğu için hipotezi not reject ederiz. yani reddemeyiz. eğer hesaplanan değer büyük çıksa idi hipotez reddedilirdi.
Burada reddedemediğimiz hipotez ise h2=0 yani yaş değişkeni ile gelir arasında bir ilişki olmadığı hipotezi. Reddemediğimize göre regresyon sonucunda yaş ile gelir arasında 0,05 significance levelda anlamlı bir ilişki bulunmadığı sonucuna varmış oldu. significance levelı 0,05 değil de 0,10 alsaydık daha az bir güven aralığında geçerli bir ilişki bulmamız ise mümkündü.
ayrıca genelde psikolojide değil, hayvan gibi piyasa analizinde, economic forecastlerde kullanılır.
örneğin; bir kişinin gelirini (y);
x1: eğitim durumu (üniversit mezunu ya da değil şeklindeki binary olasılıklara 0 ve 1 değerleri vererek)
x2: yaşı (yıl olarak)
x3: mesleki kariyer geçmişi (yıl olarak)
gibi üç bağımsız değişkenin açıkladığını varsayarak bir regresyon formülü yazarsın;
y= b0+b1*x1+b2*x2+b3*+e
bo= intercept
b1, b2, b3= bağımsız değişkenler için slope coefficientler
e= error term
ardından örneğin 1.000 kişiye ait gelir, eğitim durumu, yaş, mesleki kariyer geçmişi bilgilerini içeren datayı spss gibi bir istatistik programına yükler, regresyon analizini gerçekleştirirsiniz. Bunun sonucunda b0, b1, b2, b3 ve e değerlerini bulursunuz.
örneğin;
y= 2.020+1200*x1+40*x2+50*35
t-testi ürettiğiniz regresyon ilişkisinin geçerlilik düzeyini ölçmekte kullanılan bir testtir.
örneğin 40 olarak bulduğumuz x2 (yaş) değişkeni için yapılan analiz sonucu coefficient 40 çıkmışken, standard error; 20 çıkmış olsun.
bu iki değer üzerinden bir t statistic değeri hesaplarsınız.
şu şekilde;
t(statistic)= [b2(estimated)-b2(hipotez edilen)]/standard error
t testlerine hipotez edilen husus h1=0 mıdır olduğu için yerine koyarsak;
t=(40-0)/20=2
t statistic değerimiz 2, şimdi bunu yorumlamak için student's t tablosundan critical value'yu bulmamız gerekir.
Bunun için de degree of freedom ve significance level değerlerini bilmemiz gerek.
Degree of freedom= observation adedi-bağımsız değişken adedi-1=1000-3-1=996
significance level ise seçime bağlıdır ve genellike 0,05'tir.
Tabloda 996 d.o.f ve 0,05 s.l'ye denk gelen değerin 2,50 olduğunu varsayarsak;
hesaplanan t değeri (2)< critical value'dan (2,50) küçük olduğu için hipotezi not reject ederiz. yani reddemeyiz. eğer hesaplanan değer büyük çıksa idi hipotez reddedilirdi.
Burada reddedemediğimiz hipotez ise h2=0 yani yaş değişkeni ile gelir arasında bir ilişki olmadığı hipotezi. Reddemediğimize göre regresyon sonucunda yaş ile gelir arasında 0,05 significance levelda anlamlı bir ilişki bulunmadığı sonucuna varmış oldu. significance levelı 0,05 değil de 0,10 alsaydık daha az bir güven aralığında geçerli bir ilişki bulmamız ise mümkündü.
ayrıca genelde psikolojide değil, hayvan gibi piyasa analizinde, economic forecastlerde kullanılır.
güncel Önemli Başlıklar