İlk olarak, maruz kalan n kişinin maruz kalan büyük bir popülasyondan rastgele seçildiğini ve n maruz kalmamış insanın büyük bir maruz kalmamış insan popülasyonundan seçildiğini varsayıyoruz. Bazen veriler aslında bu şekilde elde edildi.

Büyük bir fabrikada iki tip A ve B işçisini karşılaştırırken, araştırmacı fabrikadaki tüm A ve B tipi işçilerin bir listesini elde etmiş olabilir. Daha sonra, bir rasgele sayılar tablosuyla, araştırmacı her türden n = 30 kişi seçmiş olabilir.

Bazen veriler, araştırmacının daha büyük bir popülasyonu temsil ettiğini umduğu küçük bir popülasyondan rastgele çizimlerle elde edildi. 29 ortaokullu bir okul sisteminden 16 tanesi çalışma için rastgele seçilmiş olabilir, ancak araştırmacının amacı ülke çapındaki ortaokullara uygulanabilir sonuçlar çıkarmaktır.

Bununla birlikte, birçok çalışmada, daha büyük popülasyonlardan 2n kişinin kasıtlı olarak rastgele bir çizimi yoktur. Bazı gönüllülük söz konusu olabilir veya iki gruptan biri az çok tutsak olabilir.

Hastanedeki hastalarla ilgili bazı araştırmalar, çalışmanın başlamasından sonraki üç hafta boyunca tedavi gören hastalara dayanmaktadır; örneğin incelenen kişiler, araştırmacı tarafından verilen psikoloji derslerinde yüksek lisans öğrencileri veya araştırmacı ile işbirliği yapmayı kabul eden bir okuldaki öğrenciler veya beslenme alışkanlıkları bir beslenme uzmanının ilgisini çeken sıra dışı bir dini mezhep olabilir.

Bu nedenle, birçok çalışmada, verilerin belirli popülasyonlardan rastgele çekildiği varsayımı gerçekçi değildir. Bununla birlikte, bu kişiden kişiye değişkenlik sorunuyla başa çıkmak için şu anda mevcut olan en iyi yöntemler olan standart istatistiksel çıkarım teknikleri, yalnızca verilerinin rastgele örnekler olarak kabul edilebileceği popülasyonlara uygulanır.

Sonuç olarak, rasgele olmayan bir örneğe sahip olan araştırmacı, örneğin rasgele çekilmiş olarak kabul edilebileceği popülasyon türünü tasavvur etmelidir. Bu tür bir popülasyona bir isim -örneklenen popülasyon- vermek ve hakkında sonuçlara varmak istediğimiz hedef popülasyondan nasıl farklılaştığını açıklamak yararlı olacaktır.

Bundan yola çıkarak, bu farklılıkların sonuçları nasıl değiştireceği hakkında bir yargıya varabiliriz. Bu yargılar, bu şekilde açıkça etiketlenmeleri gerekse de, yayınlanan raporlara dahil edilmeye değerdir. Örneklenen ve hedef popülasyonlar arasındaki bu ayrım, bu çalışma boyunca sıklıkla tekrarlanacak ve tartışılacaktır.

Maruz kalan ve maruz kalmayan insanlara ilişkin verilerin istatistiksel analizine geri dönmek için, matematiksel temsilin en basit şekli aşağıdaki gibidir.

Bu modelde p, maruz kalmayan popülasyondaki ortalama yanıt seviyesini temsil eden sabit bir parametredir. S parametresi maruz kalmanın ortalama etkisini temsil eder, bu nedenle ilk popülasyonun ortalaması p +6’dır.

el ve e2 niceliklerine rasgele değişkenler denir; her popülasyonun bir üyesinden diğerine farklılık gösterirler ve yl ve y’nin değiştiği gözlenen gerçeğine izin verirler. İlgili popülasyonlar üzerinde e! ve e’nin ortalama değerlerinin her ikisinin de sıfır olduğu varsayılmaktadır.

Verilerin analizi için temel olarak kullanılacak herhangi bir matematiksel modeli yazarken, verilerimizin doğası hakkında model tarafından ima edilen varsayımları yansıtmak esastır. Hatalı varsayımlarda bulunan bir modelden türetilmişse, analizin yanıltıcı olması muhtemeldir.

Basit model, uygulamadaki çoğu gözlemsel çalışma için en iyi ihtimalle şüpheli olan bir varsayımı ima eder. 6 sıfır ise, bundan, y ve y’nin aynı ortalama p’ye sahip popülasyonlardan çekildiği sonucu çıkar. En basit kontrollü deney türlerinde, araştırmacı genellikle bu varsayımın geçerli olmasını sağlamak için tasarlanmış bir adım atar.

İstatistiksel Yöntemlere Giriş
İstatistiksel yöntemlere GİRİŞ PDF
İstatiksel mı istatistiksel mı
Çıkarımsal istatistik
İstatistik sıralama
istatistik temel kavramlar – pdf
İstatistik ne ise yarar
İstatistikler
İstatistik Kariyer.
İstatistik is ilanları

Biri maruz kalan ve diğeri maruz kalmayan n büyüklüğünde iki numune oluşturmak için, önce tek bir popülasyondan 2n büyüklüğünde bir numune çeker. Daha sonra bunu, genellikle bir rasgele sayılar tablosundan bir rasgeleleştirme işlemiyle n büyüklüğünde iki gruba ayırır. yI ve y, başlangıçta aynı popülasyondan geldiğinden ve yalnızca rastgeleleştirme sonucunda farklılık gösterdiğinden, bu, belirtilen varsayımı garanti etmelidir.

Bununla birlikte, gözlemsel çalışmalarda, maruz kalan ve maruz kalmayan gruplar bu şekilde nadiren bulunur. Neredeyse her zaman, bu gruplar araştırmacının kontrolü dışındaki güçler tarafından oluşturulur. İnsanlar emniyet kemeri takmak ya da sigara içmek arasında kendilerine karar verirler; çocuklar söz konusu olduğunda, onları devlet okullarına mı yoksa özel okullara mı göndereceklerine ebeveynleri karar verir.

p1= p2 ile “yanlılık yok” durumuna dönersek, burada bile d bize doğru cevabı vermez, ancak miktar hatasına tabi olan 6 tahmini verir.

“a hakkında ne söyleyebiliriz?” “önem testi” ve “güven aralıklarının oluşturulması” olarak adlandırılan iki tekniktir. Her iki tekniğin arka planı kısaca gözden geçirilecektir.

ÖNEM TESTLERİ

Önem testi şu soruyla ilgilidir: Muhtemel nedensel güce maruz kalmanın herhangi bir etkisi olduğuna dair ikna edici kanıtlar var mı? Soru, 6’nın gerçek değeri hakkında hiçbir şekilde spesifik değildir; yalnızca 6 = 0 yargısı ile 6 3: 0 yargısı arasında ayrım yapmaya çalışır.

Test, veriler hakkında bazı ek varsayımlar gerektirir. Basitleştirmek için, popülasyonlarında el ve e’nin aynı standart sapmaya sahip olduğunu varsayalım (I, ancak bu varsayım olmadan bir test yapılabilir. Eii’nin normal ve bağımsız olarak dağıldığı varsayılırsa, o zaman teori şunu söyler: d, popülasyon ortalaması 6 ve standart sapma am ile normal olarak dağılır.

2(n – 1)serbestlik dereceliStudent dağılımını takip eder.Verilerdeki normallikten orta düzeyde sapmaların bu sonuç üzerinde çok az etkisi vardır.

6 sıfır olsaydı, verilerden t’ = d/s miktarını hesaplardık ve (2.2.2)’nin ve onu izleyen ifadenin t’nin t dağılımını izleyeceğini gösterdiğini bulurduk.

2(n – 1) serbestlik derecesi için t dağılımı tablolarından, hesapladığımız t’ değeri kadar veya daha büyük bir t değerinin elde edilme olasılığını P hesaplıyoruz. P yeterince küçükse, 6 sıfır olsaydı, w: did kadar büyük bir t değeri elde etmemizin pek olası olmadığını tartışırız. 6’nın sıfır olmadığı sonucuna varıyoruz.

The post İstatistiksel Giriş – Tez Hazırlatma – Tez Yaptırma – Tez Yaptırma Fiyatları – Tez Örnekleri – Ücretli Tez Yazdırma – Tez Yaptırma Ücreti first appeared on Ödev - Tez - Proje Hazırlatma Merkezi.