İstatistik Terimleri Sözlüğü (E)

istattistik terimleri sozlugu
Eğim, b (Slope)
Bir regresyon doğrusunun ne kadar ve hangi yönde meyilli olduğunu gösteren bir sayıdır. Y değişkenini (bağımlı) tahmin ederken kullanılır. Y=a +bX eşitliğinde, doğrunun eğimi b sembolü ile gösterilmiştir. X değişkenindeki bir birim değişmeye karşı, Y değişkenindeki değişmeyi belirleyen regresyon katsayısıdır.
Eğrisel Korelasyon / İlişki (Curvilinear Correlation / Relationship)
Saçılma diyagramında bir doğru ile gösterilemeyen, bir eğri oluşturan ilişkidir. Doğrusal olmayan bu ilişkinin açıklanmasında eta kare kullanılır. Örnek bir saçılma diyagramı için doğrusal olmayan ilişki kısmına bakınız.
Eğrisel Regresyon (Curvilinear Regression)
Doğrusal olmayan regresyondur.
Ekstrapolasyon (Extrapolation)
Bilinenlere dayalı olarak bir değişkenin alabileceği değeri tahmin etmedir.
En Küçük Anlamlı Fark Testi (Least Significant Difference Test, (LSD) / Fisher’s Protected t-test)
Varyans analizi sonucunun manidar çıkması durumunda, tüm düzeylerinde n’lerin eşit olmadığı bir faktör için ortalamaları ikili olarak karşılaştırmaya yarayan çoklu karşılaştırma tekniğidir. Diğer ikili karşılaştırma teknikleri arasında LSD en güçlü olanıdır.
En Küçük Kareler Yöntemi (Least Squares Method)
Bir saçılma diyagramı üzerinde, X ve Y değişkenlerine ait noktaların hepsine birden en yakın geçecek olan doğrunun belirlenmesinde kullanılan bir metottur. Regresyon eşitliğinin bilinmeyen a ve b parametrelerinin tahmini, gözlenen veri çiftlerinin (Xİ;Yİ) oluşturduğu noktalar ile regresyon doğrusu arasındaki sapmaların kareleri toplamını en küçük yapacak şekilde gerçekleştiren yöntemdir.
En Uygun Doğru (Line of Best Fit / Best Fitting Line)
Regresyon doğrusudur. Bu doğru ile veri noktaları arasındaki uzaklık artık (residual) olarak isimlendirilir. Bu doğru, gözlenen değerler ile yordanan değerler arasındaki farkın karelerinin toplamını minimum yapacak şekilde oluşturulur. Aşağıda eşitlik verilmiştir. En Uygun Doğru = Regresyon doğrusu=?artık2 =?(Y-Y’)2= Minimum
Erlang Dağılımı (Erlang Distribution)
0′a eşit ya da daha büyük değer alan sürekli random değişkenler için kullanılan, parametrelerin tam sayı olmasını gerektiren bir gamma tipi dağılımdır. Evren hakkında tahmin yapabilmek için örneklem istatistiklerini kullanan bir süreç söz konusudur.
Eş Varyanslılık (Homoscedasticity)
Varyansın regresyon doğrusu boyunca açıklayıcı (tahminleyen) değişkenin (X) tüm değerleri için aynı olması varsayımı olarak açıklanmaktadır.
Eşit Ağırlıklı Ortalamalar (Equally Weighted Means)
Varyans analizinde, hücrelerdeki denek sayısına bakmaksızın, hücre ortalamalarının hepsinin satır ve sütun ortalama­larını bulurken aynı ağırlığı alması.
Eşit Olmayan Grup Deseni (Non-equivalent Groups Design)
Deneyin başlangıcında, deney gruplarının bir veya daha fazla önemli değişken açısından farklı olduğu desendir.
Eşleştirilmiş-Grup Deseni (Matched / Paired Group Design)
Birey çiftlerinin, bağımlı değişkenle ilişkili bir değişkende eşleştirilmesi ile gerçekleştirilen ilişkili örneklem desenidir. Çiftin bir üyesi deney grubuna, diğeri ise kontrol grubuna random olarak atanır.
Eşleştirilmiş Örneklemler (Matched / Paired Samples)
Eşleştirilmiş örneklemler iki durumda ortaya çıkabilir: 1) Araştırmacı tarafından deneklerin eşleştirilmesi durumunda ki iki örneklem olarak düşünülebilir. Belli özelliklere göre, bir örneklemdeki bir deneğin diğer örneklemdeki bir denekle eşleştirilmesidir. Benzer ikizlerin oluşturduğu çiftler üzerinde yapılan çalışmalar örnek olarak verilebilir. 2) Aynı değişkenin aynı denekler üzerinde farklı zamanlarda ölçülmesi durumundaki örneklemlerdir. Tekrarlı ya da bağımlı örneklemler olarak da isimlendirilebilir. Örneğin, özel bir eğitim öncesinde ve sonrasında deneklerin başarı puanlarının ölçülmesi ile tekrarlı ölçümler elde edilebilir.
Eta, ?
Varyans analizinin sonucunda hesaplanan, bağımlı ve bağımsız değişken arasındaki ilişkinin miktarını veren bir korelasyon katsayısıdır. Eta korelasyonu ilişkinin doğrusal olmadığı durumlarda da kullanılabilir. 0 ve 1 arasında değerler alır. Bağımlı değişkenin aralık ölçeğinde ve bağımsız değişkenin ise sınıflama veya sıralama ölçeğinde olmasını gerektirir.
Eta Kare, ?2 (Eta Squared)
Varyans analizi sonucunda, gruplar arası kareler toplamının, toplam kareler toplamına oranı alınarak hesaplanır. Etki büyüklüğünü açıklayan eta kare, bağımsız değişkenin (faktörün) bağımlı değişkende açıkladığı varyans miktarını verir.
Etki Büyüklüğü (Effect Size / Magnitude of Effect)
Bir deneyde, manidar bir ilişki ortaya çıktıysa, bağımsız değişkenin bağımlı değişken üzerinde bir etkisi var anlamına gelir. Bu bağımsız değişken durumlarını değiştirerek bağımlı değişken puanlarını değiştirebiliriz anlamına gelir. Etki büyüklüğü, bağımlı değişkendeki farklılıkların, bağımsız değişkendeki değişikliklerden nasıl etkilendiğini gösterir. Açıklanan varyans oranı olarak da bilinir.
Etkileşim (Interaction)
İki değişken arasındaki ilişkinin büyüklüğünün ve/veya yönünün bir veya daha fazla diğer değişkenin değerine bağlı olması durumudur. Eğer değişkenlerden birisinin etkisi, diğer değişkenin düzeyine bağlı olarak farklılaşıyorsa, iki bağımsız değişken birbirleri ile etkileşim halindedir. Bir faktöryel desende, bir bağımsız değişkenin, diğer bağımsız değişkenin bağımlı değişken üzerindeki etkisini değiştirmesi ile ortaya çıkan değişim olarak da tanımlanır. İki yönlü ANOVA ile, bağımsız değişkenlerin tek başına yaptıkları temel etkiler incelenirken, ayrıca bağımsız değişkenlerin etkileşimleri de ortaya çıkarılabilir.
Etkinlik (Efficiency)
Bir istatistiğin örneklemden örnekleme kararlılık gösterme derecesine etkinlik denir. İstatistiklerin etkinliği, diğer istatistiklerin etkinliğine göre ölçülür ve bunun için göreli etkinlik denilir. Eğer A istatistiği, B istatistiğinden daha az standart hataya sahipse, o zaman A istatistiği B istatistiğinden daha etkilidir. İki istatistiğin göreli etkinliği dağılıma bağlıdır. Örneğin, normal bir dağılımda, ortalama ortancadan daha etkilidir, fakat çarpık / kayışlı bir dağılım için ortanca daha etkili olmaktadır. Ayrıca daha etkili bir istatistik, aynı zamanda parametre­nin daha doğru bir tahmin edicisidir.
Evren / Anakütle (Population)
Bazı genel gözlenebilir özelliğe sahip, verileri topladığımız bireyler,hayvanlar,bitkiler, objeler veya ölçmeler setidir. Örneğin, Ankara’da yaşayan 15 ve 18 yaş arasındaki tüm kızlar bir evren olabilir. Açıklamaya çalıştığımız veya hakkında sonuçlar çıkaracağımız, ilgilendiğimiz bir gruptur. Bir evren hakkında genellemeler yapabilmek için, evreni temsil edebilen bir örneklem üzerinde çalışılır. Örneklemden elde edilen istatistik evrende karşı gelen parametre hakkında bilgi verir. Örneğin bir örneklem ortalaması, evren ortalaması hakkında bilgi verecektir. Örneğin çocuk sağlığı için yapılacak bir çalışmada, evren Türkiye’de 2001 yılında doğan tüm çocuklar olabilir. Ulaşılması imkansız ise bu evrenden örneklem seçilerek, örneklem istatistiklerin­den yararlanarak evren parametreleri hakkında bilgi edinilmeye çalışılabilir.
Evren / Anakütle Ortalaması, µ (Population Mean)
Evren ortalaması, evrene ait veri setindeki tüm değerlerin toplamının veri değeri sayısına bölünmesi ile elde edilir.
Evren / Anakütle Standart Sapması, ? (Population Standard Deviafion)
Bir random değişkenin evren standart sapması, dağılımdaki saçılmayı açıklar. Varyansın karaköküdür.
Evren / Anakütle Varyansı, ?2 (Population Variance) Bir tesadüfi değişkenin evren varyansı, değişkenin değerlerinin nasıl yayıldığı hakkında fikir veren pozitif bir sayı­dır. Büyük varyans, gözlemlerin ortalama etrafında daha fazla saçıldığını gösterir. Varyans küçük olduğunda ise, gözlemler ortalamaya daha yaklaşır. Varyansın kare kökü ise standart sapmayı verir. Evren varyansı genellikle tahmin edilir. Ancak evrene ulaşılabildiğinde hesaplanan bir değerdir.
Evren Ortalamasının Güven Aralığı (Confidence Interval of Population Mean)
1-? olasılıklı güven aralığında, evren ortalaması için alt ve üst sınırlar formülü ile belirtilir

Kaynak

İlk yorum yapan olun

Bir yanıt bırakın

E-posta hesabınız yayımlanmayacak.


*


İşlemi yapın *