Temel Olasılık – 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

Temel Olasılık – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri

15 Aralık 2021 İki veya daha fazla olayın birlikte meydana gelmesi ihtimali Olasılık hesaplama istatistik Olasılık ve İstatistik - Semra Olasılık ve istatistik ekşi Olasılık ve istatistik nedir 0
Dağılım Parametreleri – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri

Temel Olasılık

Bu oturumda aşağıdakileri yapmayı öğreneceksiniz:

• Bir popülasyondan rastgele örnekleme simülasyonu yapın
• Bir dizi gözlemden rastgele bir örnek alın
• Analiz için çalışma sayfası verilerini işleyin

Simülasyon

Şimdiye kadar, tüm çalışmalarımız gözlemlenen veri kümelerine dayanıyordu. Bazen programın kendi spesifikasyonlarımıza uyan verileri simüle etme yeteneğinden yararlanmak isteyeceğiz. Klasik olasılık deneylerinde, örneğin, bir madeni parayı 10.000 kez çevirmeyi veya bir kalıbı 500 kez yuvarlamayı SPSS simüle ettirebiliriz.

Klasik Bir Örnek

Burada gösterilen gibi dört eşit kadranı olan bir oyun çarkı hayal edin. 1000 dönüşün sonuçlarını kaydettiğinizi varsayalım. Sonuçların ne olmasını bekliyorsunuz?

Programın bazı psödo-rastgele verileri hesaplamasını sağlayarak döndürücünün 1000 dönüşünü simüle edebiliriz:

Dosya Açık Veri… Spinner adlı veri dosyasını alın. Bu dosyanın iki değişkeni vardır: Birincisi, spin, 1’den 1000’e kadar uzanan bir listedir. İkinci çeyrek, 1000 eksik değere sahiptir.

Rastgele Sayı Üreticilerini Dönüştür… SPSS, sözde rasgele değerler ürettiğinde, hesaplamaları başlatmak için bir “tohum” değeri gerektiren bir algoritma kullanır. Varsayılan olarak program rastgele bir tohum değeri seçer. Bazen tekrarlanabilir kalıplara izin vermek için kendi tohumumuzu seçeriz. Bu iletişim kutusunda Başlangıç ​​Noktasını ve Sabit Değeri Ayarla’yı tıklayın ve 1 ile 2 milyar arasında herhangi bir tam sayı seçerek kendi tohum değerinizi yazın. Bunu yaptığınızda, iletişim kutusu görünür bir etki olmadan kaybolur; bu emrin sonuçları kısa süre sonra ortaya çıkar.

Hesaplama Değişkenini Dönüştür… İletişim kutusunu tam olarak aşağıda gösterildiği gibi tamamlayın. Komut, RV.UNIFORM ve TRUNC olmak üzere iki işlev kullanır. RV.UNIFORM(1,5) rasgele 1’den büyük ve 5’ten küçük gerçek sayılar üretecektir. TRUNC, tamsayı kısmını bırakarak sayıyı keser. Bu bize 1 ile 4 arasında rasgele tamsayılar verir ve spinner’ımızı simüle eder.

Bu mesaj, çeyrek dairedeki eksik değerleri yeni değerlerle değiştirmek üzere olduğunuz konusunda sizi uyarır; 1.000 dönüşten oluşan rastgele bir örnek oluşturarak Tamam’ı tıklamalısınız. İlk sütun deneme dönüşünü tanımlar ve ikincisi 1’den 4’e kadar rastgele değerler içerir.

Tanımlayıcı İstatistik Frekanslarını Analiz Edin… Çeyrek adlı değişken için bir frekans dağılımı oluşturun. Her bir değer için bağıl frekans ne olmalıdır? Tüm sonuçlarınız teorik değerle tam olarak eşleşiyor mu? Farklı oldukları ölçüde, neden bunlar?

Klasik olasılıkların bize bir değerin uzun dönemli göreli frekansını verdiğini hatırlayın. Açıkça, 1000 dönüş “uzun dönem” değildir, ancak bu simülasyon, herhangi bir tek değeri döndürme olasılığının 0.25’e eşit olduğunu söylemenin ne anlama geldiğini anlamanıza yardımcı olabilir.


Olasılık ve İstatistik – Semra
Olasılık ve istatistik ekşi
Olasılık formülü
Olasılık nedir
İki veya daha fazla olayın birlikte meydana gelmesi ihtimali
Olasılık ve istatistik nedir
Olasılık hesaplama istatistik
Klasik olasılık nedir


Olasılık Olarak Gözlenen Göreceli Frekans

Bildiğiniz gibi, birçok rastgele olay klasik olasılık deneyleri değildir ve gözlemlenen göreli frekansa güvenmeliyiz. Oturumun bu bölümünde, dikkatimizi bazı Sayım verilerine yönlendireceğiz ve rastgele seçilen bir kişinin evde İngilizce dışında bir dil konuşma şansına odaklanacağız.

Sayım, “Evde İngilizce dışında bir dil konuşuyor musunuz?” Diye sordu. Bu katılımcılar üç farklı yanıt vermiştir: 0, kişinin yanıt vermediğini veya 5 yaşından küçük olduğunu gösterir; 1, katılımcının başka bir dil konuştuğunu belirtir; ve 2, katılımcının evde yalnızca İngilizce konuştuğunu göstermektedir.

Census2000 veri dosyasını açın.

Tanımlayıcı İstatistik Frekanslarını Analiz Edin… Non-English Language (SPEAK) değişkenini seçin ve frekansları oluşturun. Bu göreceli frekanslar (yani yüzdeler) neyi gösterir?

1270 kişiden bu soruyu cevaplayan birini seçecek olsanız, bu kişinin evde İngilizce dışında bir dil konuşuyor olma olasılığı nedir? En çok hangi cevabı alırsınız?

Bu 1270 kişiyi bir nüfus olarak düşündüğümüzü varsayalım. Popülasyondan rastgele 50 kişi seçip bu soruya verdikleri cevapları tablolaştırsaydık ne tür sonuçlar bulabilirdik? Tam olarak %78,5’ini yalnızca İngilizce konuşan bulabilir miyiz?

SPSS ile bir veri dosyasından rastgele bir örnek seçebiliriz. Bu işlem aynı zamanda daha önce belirlediğimiz rastgele sayı çekirdeğine de dayanır.

Veri Seçme Durumları… Veri setinden 50 satır örneklemek ve ardından SPEAK için frekanslara bakmak istiyoruz. İletişim kutusunu burada gösterildiği gibi tamamlayın:

Veri Düzenleyici’ye bakın. Neredeyse tüm vakaların seçilmediğini gösteren birçok vaka numarasının üzerinin çizildiğine dikkat edin. Ayrıca, veri kümesinin en sağındaki sütuna kaydırırsanız, hariç tutulan durumlar için 0’a ve dahil edilen durumlar için 1’e eşit olan yeni bir değişken (filter_$) bulacaksınız. Şimdi rastgele seçilen 50 vakanın sonuçlarını bulalım.
Tanımlayıcı İstatistik Frekanslarını Analiz Edin… Görüntüleyici penceresinde, 50 kişiden oluşan rastgele örneğiniz için bir frekans dağılımı vardır. Bu insanlar nasıl tepki verdi? 1270 kişilik nüfusun tamamına bu dağılım ne kadar benzer?

Rastgele örnekleme yapmadan önce, tüm katılımcıların neredeyse %79’unun yalnızca İngilizce konuştuğunu biliyoruz. Göreceli sıklık bilgisi, bir kişinin yanıtını tahmin etmede çok az değerlidir, ancak 50 kişiye soru sormanın genel sonuçlarını tahmin etmede oldukça faydalıdır.

Alfanümerik Verileri İşleme

Önceki örnekte, ilgilenilen değişken sayısaldı. Değişken veri kümesinde sayısal olarak temsil edilmiyorsa ne olur?
Colleges2007 adlı dosyayı açın. Bu kolejlerden birini rastgele seçtiğinizi hayal edin. California’dan bir kolej seçme şansı nedir?

Eyalet adlarının sıklık tablosunu oluşturabilir ve her eyalette kaç okul olduğunu bulabiliriz. Bu bize çok uzun bir frekans tablosu verecektir. Bunun yerine, tüm okulları Kaliforniya’da veya başka bir yerde olarak sınıflandıran bir sıklık tablosunun nasıl alınacağını görelim. Bunu yapmak için, önce Kaliforniya’yı Kaliforniya dışındaki okullardan ayıran yeni bir değişken oluşturabiliriz. Bu birkaç adım gerektirir. İlk önce Veri Düzenleyiciye geçin ve aşağıdakileri yapın:

Recode’u Farklı Değişkenlere Dönüştürün… California kolejleri için Calif ve diğer tüm eyaletlerdeki kolejler için Other olarak kodlanmış yeni bir değişken (Calif) oluşturacağız. Değişken listesinden Durum’u seçin.

  • Çıktı Değişkeni alanında, Ad kutusuna Calif yazın, California
  • Okulları Etiket kutusunda seçin ve Değiştir’e tıklayın.
  • Eski ve Yeni Değerler… üzerine tıklayın ve başka bir iletişim kutusu açın.
  • Yukarıda gösterildiği gibi iletişim kutularını tamamlayın ve kayıt işleminin o kısmını tamamlamak için Ekle’ye tıklayın.
  • Ekle’ye tıkladıktan sonra, Eski Yeni kutusunda ‘CA’ ‘Calif’i göreceksiniz.
  • Şimdi Diğer tüm değerler’e tıklayın ve bunları Diğer olarak yeniden kodlayın.

 

Bir yanıt yazın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir