Simülasyon Durumu – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri

info@akademidelisi.com * 0 (312) 276 75 93 * Her bölümden, Ödev Yazdırma, Proje Yaptırma, Tez Yazdırma, Rapor Yazdırma, Makale Yazdırma, Araştırma Yazdırma, Tez Önerisi Yazdırma talepleriniz için iletişim adreslerini kullanın. Makale YAZDIRMA siteleri, Parayla makale YAZDIRMA, Seo makale fiyatları, Sayfa başı yazı yazma ücreti, İngilizce makale yazdırma, Akademik makale YAZDIRMA, Makale Fiyatları 2022, Makale yazma, Blog Yazdırma, Blog Yazdırmak İstiyorum

Simülasyon Durumu – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri

17 Aralık 2021 Eğitimde simülasyon nedir Simülasyon nasıl yapılır? Simülasyon Nedir kısaca Simülasyon Nedir? Simülasyon Testi Nedir? 0
Format Verileri

Simülasyon Durumu

Simülasyonlar öğreticidir, ancak açıkça yapaydır. Bu simülasyon en az iki açıdan gerçekçi değildir; gerçek çalışmalarda genellikle μ veya σ’yı bilmiyoruz ve üzerinde çalışabileceğimiz yalnızca bir örneğimiz var. Daha gerçekçi bir durumda ne olduğunu görelim.

Dosya Verileri Aç… Bodyfat dosyasını açın.

Her birimiz farklı miktarlarda vücut yağı taşıyoruz. Önemli sağlık sonuçlarının kişinin toplam vücut kütlesindeki yağ yüzdesi ile ilgili olduğuna dair önemli kanıtlar vardır. Popüler bir sağlık ve diyet yazarına göre, Amerika Birleşik Devletleri’ndeki yetişkin erkeklerin toplam vücut kütlesinin (ortalama olarak) %23’ünü yağ oluşturur.

Veri dosyamız 252 erkekten oluşan bir örnek için vücut yağ yüzdelerini içermektedir. Bu örnek, yetişkin erkek popülasyonun ortalama vücut yağ yüzdesinin %23 olduğu iddiasıyla tutarlı mı?

Başka türlü şüphelenmek için bir nedenimiz olmadığından, örneğin ortalaması %23 olan bir popülasyondan geldiğini varsayabiliriz ve testimiz için aşağıdaki boş ve alternatif hipotezleri kurabiliriz:

Ho: μ=23 HA: μ≠23

Boş hipotez, bu örneğin, ortalama %23 vücut yağı olan bir popülasyondan geldiğidir. İki taraflı alternatif, örneğin ortalaması 23’ten farklı bir popülasyondan alınmasıdır. Veri kümesi büyük bir örneği temsil eder (n = 252), bu nedenle, bunun rastgele bir örnek olduğunu varsayarak örnekleme dağılımının yaklaşık olarak normal olduğunu iddia etmek için Merkezi Limit Teoremine güvenebiliriz. Ancak σ bilmediğimiz için t testini kullanmalıyız.

Analiz Et Karşılaştır Tek Numune T-Testi anlamına gelir… Vücut yağ yüzdesi [yağ yüzdesi]’ni seçin ve Test Değeri olarak varsayımsal ortalama 23 değerini girin.

Burada numune ortalaması %19,15 vücut yağıdır ve test istatistiğinin değeri, t, büyük bir -7,3 standart hatadır. Yani, %19,15’lik örneklem ortalaması, varsayılan %23 değerinden oldukça uzaktır. Yaklaşık 0.000 olan P değeri, sıfır hipotezini güvenle reddetmemiz gerektiğini ve bu erkeklerin ortalama vücut yağ yüzdesi 23’ten farklı olan bir popülasyondan seçildiği sonucuna varmamızı önerir.

Bu örnekte büyük bir örneğimiz vardı ve σ’yı bilmiyorduk. Merkezi Limit Teoremi normalliği kabul etmemize ve bir t testi yapmamıza izin verdi. Örnek küçük olduğunda ne olur? Normal bir popülasyondan örnek aldığımızı varsayarsak, örneklem küçük olduğunda bile (genellikle n < 30 anlamına gelir) güvenilir bir t testi yapabiliriz.


Simülasyon Nedir
Simülasyon nasıl yapılır
Eğitimde simülasyon nedir
Simülasyon Nedir kısaca
Simülasyon teorisi
Sanal simülasyon Nedir
Simülatif Ne demek
Simülasyon Testi Nedir


Küçük Bir Örnek 

Amerikan Kızılhaç Kan Hizmetlerinin Kuzey Doğu Bölgesinde kalite kontrol önemli bir husustur. Kızıl Haç, denetlediği kan kaynağının saflığını ve bütünlüğünü sağlamak için büyük çaba sarf eder. Kalite kontrolün bir boyutu, kan bağışlarının düzenli olarak test edilmesidir. Gönüllüler kan veya kan bileşenleri bağışladığında, Kızıl Haç her bir bağışın çeşitli bileşenlerini (beyaz hücreler, alyuvarlar, vb.) ölçmek için elektronik analizörler kullanır.

Bir kan toplama işlemi trombosit aferezi olarak bilinir. Trombositler, kanda pıhtı oluşturmaya yardımcı olan, yaraların kanamayı durdurmasına ve iyileşmeye başlamasına izin veren küçük hücrelerdir. Ferez süreci şu şekilde çalışır: özel bir makine bir donörden kan alır, trombositleri tam kandan ayırır ve ardından kanı donöre geri verir. Yaklaşık 90 dakika sonra donör, ihtiyacı olan bir hasta için tam bir trombosit ünitesi sağladı. Tıbbi kullanım için bir birim trombosit yaklaşık 4.0 x 1011 trombosit içermelidir.

Kızıl Haç, bu işlemi gerçekleştirmek için farklı üreticiler tarafından yapılan makineleri kullanır. Her makine, bir bağıştaki trombosit sayısını tahmin eden bir elektronik monitöre sahiptir. Tüm insanların trombosit sayıları farklı olduğundan ve makineler de biraz farklı olduğundan, Kızıl Haç ünitedeki trombosit sayısını analiz ederek her bağışı bağımsız olarak ölçer.

Bir ayda tüm bağışlardan 294 okuma içeren Pheresis adlı dosyayı açın.

Kızılhaç Bağış Merkezi’nde kullanılmakta olan yeni bir makine Amicus tarafından yapılmıştır; örnekte, Amicus makinesi kullanılarak sadece on altı bağış toplandı. Kızıl Haç’ın, yeni makinenin trombosit toplamada, birim başına ortalama yaklaşık 3,9 x 1011 trombosit olan eski modellerden birinden daha etkili olup olmadığını bilmek istediğini varsayalım. Başlangıçta, yeni makinenin eskisine eşdeğer olduğunu varsayarlar ve kanıtların yeni makinenin daha etkili olduğunu güçlü bir şekilde gösterip göstermediğini sorarlar.

Bunun tek taraflı bir alternatif hipotez olduğuna dikkat edin. Yalnızca 3.9’un üzerindeki örnek ortalamalar, bizi boş değeri reddetmeye ikna edebilir. Bu nedenle test sonuçlarını değerlendirirken bunu aklımızda tutmamız gerekecek.

Amicus bağışlarını izole etmek için şunu yapıyoruz:

Veri Seçme Durumları… İletişim kutularını burada gösterildiği gibi tamamlayın
yalnızca makinenin = ‘Amicus’ olduğu durumları seçmek için.

Bu durumda, sadece on altı gözlemimiz var, yani Merkezi Limit Teoremi geçerli değil. Küçük bir örneklemle, yalnızca ana popülasyonun normal olarak dağıldığını veya en azından merkezde tek bir mod ile simetrik olduğunu makul bir şekilde varsayabiliyorsak t testini kullanmalıyız. Bu nedenle, teste geçmeden önce normallik hakkında bir yargıya varmak için verilere bakmalıyız. Bunu yapmanın en basit yolu, bir histogram yapmak ve karakteristik çan şeklini aramaktır.

Grafikler Grafik Oluşturucu… Histogram’ı seçin ve ilk simgeyi (basit) önizleme alanına sürükleyin. Platelet Yield [platelet] adlı değişkeni seçin ve üst üste bindirilmiş normal bir eğriyle (Element Özellikleri altında) bir histogram oluşturun.

Ortaya çıkan histograma bakın. Genellikle höyük şeklindedir ve bu nedenle amaçlarımız için kabul edilebilir. Histogramın normal eğriyi nispeten iyi takip ettiğine dikkat edin.

Bu durumda t testine geçebiliriz. Dağılım çan şeklinde olmasaydı, Oturum 21’de açıklanan parametrik olmayan bir teknik kullanmamız gerekirdi.

Analiz Et Karşılaştırma Tek Numune T-Testi anlamına gelir… İletişim kutusunda, Trombositler değişkenini seçin, varsayımsal bir 3,9 değeri belirtin ve Tamam’a tıklayın.

1 kuyruklu bir test istediğimiz için rapor edilen anlamlılık düzeyini ikiye bölmemiz gerektiğini unutmayın. Bu teste dayanarak, α = .05 olduğunu varsayarak sonucunuz nedir? Ortalama trombosit verimi 3,9 x 1011’den büyük mü? Amicus makinesi diğer makineden daha mı verimli?

Şimdi bu oturumda öğrendiklerinizi uygulayın. Bu soruların her biri için tek örnek t testleri kullanabilirsiniz. İlgili test sonuçlarını rapor edin, her testten ne çıkardığınızı ve nedenini açıklayın. Küçük örnekler için normallik varsayımının ne ölçüde karşılandığı hakkında yorum yapın.

yazar avatarı
akademi22 akademi22

 

Bir yanıt yazın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir