İstatistik Terimleri Sözlüğü (B)

istattistik terimleri sozlugu

Bağdaşmaz / Kesişimi Olmayan / Karşılıklı Birbirini Dışta Tutan Olaylar (Mutually Exclusive Events)
Eğer iki olay birbirini dışta tutan olaylar ise, iki olayın aynı anda ortaya çıkması mümkün değildir. Bir deneme durumunda, ortaya çıkması muhtemel sonuçlardan ya da olaylardan biri gözlendiğinde diğeri gözlenemiyorsa, bunlara birbirini dışta tutan olaylar denir. Eğer iki olay karşılıklı birbirini dışta tutan olaylar ise, bunlar bağımsız olamazlar. Bir zarı attığımızda, bir A olayı tek sayıları gözlemek (1,3,5) ve B olayı çift sayıları gözlemek (2,4,6) ise, bu A ve B olayı birbirini dışta tutan olaylardır, birlikte ortaya çıkmaları imkansızdır. Çünkü tek sayı gelirse, çift gelmesi mümkün olmayacaktır. Örneğin bir zarı attığımızda, 1 ve 3 gelme olayları ile ilgileniyorsak, 1 geldiğinde, 3′ün gelmesi söz konusu değildir.
Bağımlı Değişken (Dependent Variable)
Deneysel bir çalışmada, bağımsız değişkenin her bir durumu altında deneklerden ölçülen değişkene denir. Bağımsız değişkene bağlı olarak ortaya çıkan ve araştırmanın sonucu durumunda olan değişkendir. Bir öğretim yönteminin matematik başarısı üzerindeki etkisinin incelendiği bir araştırmada, matematik başarısı bağımlı değişkendir.
Bağımlı Olaylar (Dependent Events)
Bir deneme durumunda, bir olayın ortaya çıkması, diğer bir olayın ortaya çıkmasını etkiliyorsa, bu olaylara bağımlı olaylar denir.
Bağımlılık (Dependence / Nonindependence)
Bir olayın ortaya çıkması, diğer bir olayın ortaya çıkma olasılığını etkilediği zaman varolan durumdur.
Bağımsız Değişken (Independent Variable)
Deneysel bir çalışmada, deneyi yapan kişi tarafından manipule edilebilen ve etkileri araştırılan değişkenlere bağımsız (kestirici, deneysel) değişken ya da faktör denir. Araştırmanın sonucunu etkileyebilecek olan değişkendir. Bir öğretim yönteminin matematik başarısı üzerindeki etkisinin incelendiği bir araştırmada, bağımsız değişken öğretim yöntemidir.
Bağımsız Denemeler / Deneyler (Independent Trials)
Eğer herhangi bir deneyin ortaya çıkma olasılığı diğerlerinin ortaya çıkmasından bağımsız ise, o zaman bir olayın başarılı denemeleri bağımsızdır. Bir torbadan her seferinde yerine konularak renkli bir kalemin çekilmesi gibi bir örnek verilebilir.
Bağımsız Olaylar (Independent Events)
Bir deneme durumunda, gözlenmesi muhtemel iki ya da daha çok sonuçtan birinin ortaya çıkması diğerini etkilemiyorsa, bu olaylara bağımsız olaylar denir. İki madeni para birlikte atıldığında, birinin yazı (Y) diğerinin ise tura (T) gelmesi birbirini etkilemez. Bu iki olayın birlikte ortaya çıkma olasılığı, iki olayın olasılıklarının çarpımına eşittir. Bu durumda, P(YveT)=P(Y).P(T)=1/2*1/2=1/4′dür.
Bağımsız Örneklem (Independent Sample)
Birbirleri üzerinde etkisi olmayacak şekilde, aynı evrenden ya da farklı evrenlerden seçilen örneklemlerdir. Bir evrenden deney ve kontrol grupları seçilerek yapılan bir deneysel araştırma deseninde, bu gruplar bağımsız gruplardır. Bu gruplar birbirleri ile ilişkili değildir.
Bağımsızlık (Independence)
Bir kural olarak, sadece farklı deneklerden alınan ölçümler bağımsız kabul edilir. Eğer bir değişkenin değerine ait bilgi, diğer değişkenin değeri hakkında hiçbir bilgi vermiyorsa, o zaman iki değişken bağımsızdır. Örneğin yetişkinlerin boyu ile hafıza yetenekleri büyük bir olasılıkla bağımsızdır, çünkü bir kişinin boyuna ilişkin bilgiler onun hafıza yeteneği hakkında herhangi bir ipucu vermeyecektir.
Bağlı Çiftler (Tied Pairs)
İki deneğin, iki değişkenin birinde veya ikisinde aynı şekilde sıralanmasıdır.
Bağlı Sıralar (Tied Ranks)
Sıralanmış verilerin kullanıldığı parametrik olmayan bir testte, eğer birden fazla kişi aynı ölçümlere sahipse, bu puanlara aynı sıra değerinin verilmesi gerekir. Bu durumda bu aynı olan puanlara sıra değerleri olarak bu puanlar için öngörülen sıra değerlerinin ortalaması alınır. 60, 60, 55, 45, 40 puanlarına sıra değeri verilirken, en yüksek puan olan 60 iki tane olduğu için, sıra değeri 1 ve 2 için ortalama alınır. (1+2)/2=1,5 sıra değeri 60 puanı için verilirken, 55 için 3, 45 için 4 ve 40 için 5′dir.
Bağlılık / Birliktelik (Association)
Nicel ya da nitel ölçülen iki veya daha fazla değişken arasında varolan bağımlılık veya bağımsızlık derecesi anlamındadır. Daha dar anlamada ilişkiyi gösteren bir terimdir.
Bağlılık / Birliktelik Katsayısı (Coefficient of Association)
İki özellik arasındaki bağlılık derecesinin ölçümüdür. Her biri iki kategorili iki süreksiz değişken arasındaki ilişkiyi bula­bilmek için kullanılan Phi katsayısı gibi.
Bar / Sütun Grafik (Bar Chart / Graph)
Bar grafik sınıflamalı (kategorik) yani süreksiz verileri özetlemenin bir yoludur. Aynı genişlikte barların (dikdörtgenlerin) her birinin bir kategoriyi gösterecek şekilde düzenlenmesiyle oluşturulur. Barların uzunluğu ise, gösterdiği kişi ya da obje sayısı ile orantılıdır. Bu grafikte bir eksen değişkenin düzeyleri için kullanılırken, diğer eksen frekans ya 3a yüzdeleri gösterir. Barlar birbirini izler ancak belli aralıklarla yani birbirlerine dokunmayacak şekilde yerleştirilir.
Barlett Doğrusallık Testi (Barlett’s Collinearity Test)
Temel bileşenler analizinde vektörlerin ve örtük (gizil) köklerin doğrusallığı ve yönü için kullanılan ve Bartlett tarafından 1951′de önerilen ve Kshirsagar ve Gupta (1965) tarafından geliştirilen bir testtir. Köklerin bazılarının ve bileşik örtük vektörlerin ayırt edilebilirliğini sorgular.
Bartlett Testi (Bartletf s Test)
Bartlett tarafından 1937′de ortaya atılan, bağımsız normal örneklemlerin birkaçından elde edilen varyans setinin homojenliğini test eden bir yakınlık testidir. Gruplarda sapan değerler varsa bunlardan etkilenir. Bu durumda gruplardaki gözlem sayıları eşitse Cochran testi, eşit değilse Levene testi önerilir.
Basık Dağılım (Platykurtic Distribution)
Normal dağılıma göre basık olan dağılıma denir. Bu durumda basıklık katsayısı 0′dan küçük değer alır.
Basıklık (Kurtosis)
Bir dağılımın sivri olup olma­dığının (ya da basıklığının) bir ölçüsüdür. Bu istatistik verilerin normal dağılımdan ne kadar uzaklaştığını tayin etmek için kullanılır.
Basıklık Katsayısı (Coefficient of Kurtosis)
Dağılımın genişliği yorumlanmak istendiğinde kullanılan bir katsayıdır. Normal dağılıma göre, bir dağılımın sivriliğinin ya da basıklığının (yayvanlığının) derecesidir. Basıklık katsayısının sıfırdan küçük olması dağılımın basık (platykurtic), sıfırdan büyük ise sivri (leptokurtic) olmasını gösterir. Sivrilik derecesinin yaklaşık normal dağılımınkine eşit olması mesokurtic dağılımdır. Bu durumda basıklık katsayısı sıfır olup, normal dağılım­daki gibi bir basıklığı gösterir. Basıklık sınıflamalı ölçek düzeyinde ölçülen veriler için uygun değildir. Aralık ve oran ölçeği verileri için anlamlıdır.
Basit Hipotez (Simple Hypothesis)
Hipotezde ilişkili olan değişkenlerin dağılım fonksiyonlarını tam olarak belirleyen bir istatistiksel hipotezdir.
Basit Seri (Array)
Verilerin en küçük değerden en büyük değere büyüklüklerine göre düzenlenmesidir.
Basit Doğrusal Regresyon (Simple Linear Regression)
Bir bağımlı ve bir bağımsız (yordayıcı) değişken arasındaki doğrusal ilişkiyi en küçük kareler yöntemi ile bulmaya yönelik bir matematiksel eşitlik ile ilişkiyi açıklayan bir süreçtir.
Basit Yansız Örnekleme (Simple Random Sampling)
Bir evrenden bir örneklem seçilirken, evrendeki her birey ya da objenin eşit seçilme şansına sahip olması ve birey ya da objenin seçilmesinin bir başkasının seçilmesini etkilemeyecek şekilde (bağımsızlık) yapılmasıdır. Bir evrenden belli bir büyüklükteki her bir örneklemin eşit olasılıkla seçilmesine olanak sağlayan bir süreçtir. Bu örnekleme evrenin homojen olması durumunda tercih edilir.
Bayes Teoremi (Bayes’ Theorem)
Bir olayın şartlı olasılığını düzeltmede kullanılan yeni bilgiyi hesaba katan bir sonuçtur. Çarpma kuralını kullanma Bayes teoreminin en basit formunu verir. Çeşitli sebeplerin aynı sonucu verdiği durumlarda, sonucun hangi ihtimalle ya da hangi sebeple ortaya çıktığı araştırıldığında kullanılır.
Beklenen Değer / Evren Ortalaması (Expected Value)
Bir tesadüfi değişkenin beklenen değeri veya evren ortalaması, onun ortalamasını veya merkezi değerini gösterir. Kısaca bir istatistiğin beklenen değeri, istatistiğin örnekleme dağılımının ortalamasıdır. Değişken dağılımının kullanışlı bir özet değeridir. Onun olasılık dağılımını detaylarını vermeden, tesadüfi değişken hakkında fikir verebilir. Bir tesadüfi değişkenin (X) beklenen de­ğeri E(X) veya µ sembolü ile gösterilir. X değişkeninin evrendeki tüm değerleri elde edi­lemediği durumlarda, bu bir hipotetik değerdir ve örneklemden olasılık dağılımları yardımıyla kestirilebilir.
Beklenen Frekans (Expected Frequency)
Kontingensi tablolarında, beklenen frekanslar, H0‘ın doğru olması durumunda, tablonun her hücresindeki gözlem sayıları için tahmin edilen frekanslardır. Değişkenlerin bağımsız olmasını ve satır ve sütun toplamlarının bilinmesini gerektirir.
Beklenen Varyans / Evren Varyansı (Expected Variance)
Bir tesadüfi değişkenin değerlerinin evren ortalamasından farklarının karelerinin beklenen değeridir. Kısaca evren varyansıdır.
Bernoulli Dağılım (Bernoulli Distribution)
Başarı veya başarısızlık, yazı veya tura, iyi veya kötü gibi sadece iki çıktısı olan olaylara Bernoulli olayları denir. Bernoulli deneyinde ilgilenilen olayın (örneğin bir madeni paranın tura gelmesi) ortaya çıkma olasılığı p, diğeri ise q ile gösterilir. Farklı denemelerde elde edilen çıktıların uzayından Bernoulli olasılık dağılımı elde edilir. İlgili olasılık dağılımları binom dağılım, geometrik ve negatif binom dağılımı içerir. Bernoulli dağılımı için olasılık 0<=p<=1; alabileceği değerler kümesi,X=0,1; ortalaması, Np ve varyansı, Np(1-p)’dir.
Beta Dağılımı (Beta Distribution)
0 ve 1 arasında değerler ile sınırlı olan sürekli yansız değişkenler için kullanılan bir dağılımdır. İki parametre olarak şekil ve ölçek ile tanımlanır.
Beta Hatası (Beta Error)
2. tip hata olasılığı olarak bilinir. Bu hata, karşıt hipotezin (H1) gerçekte doğru olduğu halde, null hipotezinin ret edilememesi ile yapılan hatadır. Yanlış olan bir null hipotezinin reddedilememe olasılığıdır. ? ile gösterilir. Beta testin gücü ile ilişkilidir: Beta=(1- testin gücü). Testin gücü (1-?(3), H1 karşıt hipotezinin doğru olduğu durumda, null hipotezinin ret edilebilmesi olan doğru kararı gösterir.
Beta Katsayısı (Beta Coefficient)
Standart regresyon katsayısına karşılık gelir. Beta ağırlığı olarak da bilinir. Her bağımsız değiş­kenin bağımlı değişken üzerindeki relatif etkisini açıklar. Y’= B0+?1X1 + ?2X2+….+ ?pXp +e eşitliğinde görüldüğü gibi ? sembolü ile gösterilir.
Betimsel / Betimleyici / Tanımlayıcı İstatistik (Descriptive Statistics)
Kullanışlı ve uygun bir formda verileri sunmak ve düzenlemek üzere kullanılan yöntemlerdir. Evren veya örneklemdeki verilerin açıklanması, düzenlenmesi, özetlenmesi ve tümünü temsil edecek değerlerin bulunmasını içeren metotların hepsidir. Bir grup öğrencinin fizik puanlarına ait histogram çizilmesi, ortalama ve standart kaymasının hesaplanması betimsel istatistiklerdir.
Bileşik Varyans (Pooled Variance)
Ayrı örneklem varyanslarının ağırlıklı olarak hesaplanan ortalamasıdır.
Binom Dağılım (Binomial Distribution)
Binom dağılım, süreksiz random (yansız/seçkisiz) değişkenler içindir. Bir binom random değişken, bir deneme serisindeki başarı sayısıdır, örneğin 50 defa atılan bir madeni para için, yazı (Y) gelme sayısı olarak alınabilir. Bu deneylerde ortaya çıkan bu Y ya da T’ların oluşturduğu dağılım binom dağılımdır. Bir binom dağılım, birbirinden bağımsız, birbirini dışta tutan ve sadece iki çıktısı olan n deneyden oluşur. İlgilenilen olayın ortaya çıkma olasılığı her deneyde aynı ve p’dir, diğeri içinse q=1-p’dir. X random değişken için, X=0,1,2,…n, ve n=1,2,3 olduğunda, parametreleri p ve n olan bir binom dağılım X~B(n,p) söz konusudur. Binom dağılım için beklenen değer E(X)=np ve varyans=npq’ye eşittir.
Binom Test (Binomial Test)
Binom dağılım, iki sınıflı (evli/bekar, erkek/kadın gibi) bir evrenden alınan rasgele örneklemlerde gözlenebilen oranların örnekleme dağılımıdır. Burada H0, evren değerinin p olduğu hipotezidir. Bir araştırmanın puanları iki sınıf içinde toplandığında, null hipotezi test etmek üzere binom dağılım kullanılır. Bu test, örneklemde gözlenilen oranların belli bir p değeri olan bir evrenden alınıp alınmadığını test eden parametrik olmayan bir testtir.
Birinci / Alt Çeyrek (Lower Qyaıf ile)
25. yüzdelik olarak da bilinir (Y25). Ölçümlerin %25′ini altında ve %75′ini üzerinde bulunduran noktanın değeridir.
Birinci Dereceden Kısmi Korelasyon Katsayısı (First-order Partial Correlation)
X ve Yarasındaki kısmi korelasyon (rxy.A) üçüncü bir değişken olan A değişkeninin kontrol edilmesi ile bulunur. Tek bir değişkenin kont­rol edilmesinden dolayı, bu hesaplanan kıs­mi korelasyona birinci dereceden kısmi korelasyon denmektedir.
Birleşik Hipotez (Composite Hypothesis)
Basit (yalın) olmayan hipotez olarak tanımlanır. Basit hipotezler grubu anlamına gelir.
Birleşik Olasılık (Joint Probability)
İki veya daha fazla olayın birlikte ortaya çıkma olası­lığına denir.
Birlikte Doğrusallık (Collinearity)
Bağımsız değişkenlerin birbirleriyle çoğunlukla yüksek derecede ilişkili olduğu bir durumdur.
Blok (Block)
Deneysel desende gözlem veya işlem altında bulunan madde grubuna verilen isimdir. Bir bloktaki maddeler olabildi­ğince homojen olmalıdır. Blok belli bir yerde belli günlerde alınan meteorolojik gözlemler olabileceği gibi belli bir sınıftaki öğrencilerde olabilir.
Blok Etkisi (Block Effect)
Deneysel bir desen olan randomize blok deseninde, öğretim yöntemlerinin istatistik başarısı üzerindeki etkisi farklı sınıflarda (bloklarda) araştırıldığında, blok (sınıf) etkisi kullanılan modelde deneysel olarak yok edilebilecek bir karıştırı­cı bir değişken gibi kabul edilir.
Bloklama (Blocking)
İşlemlerin her bir küme ya da “blok” a random olarak tahsis edildiğinde, işlemlerin karşılaştırılabilmesi için, deneysel birimlerin homojen kümelere gruplandığı bir yöntemdir.
Bonferroni Eşitsizliği (Bonferroni lnequality)
Bir veya daha fazla olayın ortaya çıkma olasılığının asla onların bireysel olasılıklarının toplamını geçemeyeceğini açıklayan bir eşitsizliktir.
Bölünmüş Daire Grafiği (Pie Diagram)
Kate­gorik veri setini özetlemenin bir yoludur. Bir daire verilerin her bir kategorisini gösteren parçalara ayrılır. Her parçanın kapladığı alan, o kategorideki sayı ile orantılıdır. Örneğin, 100 kişilik bir sınıfta 40 kız öğrenci ve 60 erkek öğrenci varsa, o zaman çizilen daire grafiğinde %40′lık parça kızlara ve %60′lık parça ise erkeklere karşılık gelecektir.
Büyüklük (Size)
Örneklem büyüklüğü olarak ele alınabilir. Bir örneklemdeki Örneklem birimlerinin toplam sayısı anlamındadır.

Kaynak

İlk yorum yapan olun

Bir yanıt bırakın

E-posta hesabınız yayımlanmayacak.


*


İşlemi yapın *