Professional Documents
Culture Documents
Kimyacılar Için Istatistik
Kimyacılar Için Istatistik
C1 Duyarlık
artışı
C1/2
S/N=2 Fiziksel tayin sınırı
stok C1 C2 C3 C4 C5
D Kesin ve doğru
9.70 10.00 10.30
Titrant hacmi, mL
Prof. Dr. Ahmet Uyanık’ın ders notlarıdır, izinsiz kullanılamaz
Bir çok sözlük doğruluğu ve kesinliği birbirinin yerine kullansa
dahi, bu kavramların deneysel hatalarla ilgili çalışmalarda tamamen
farklı anlamlara sahip olduğu unutulmamalıdır.
Özet olarak, kesinlik rastgele hataları, sapma sistematik hataları
temsil eder, doğruluk ise her iki hata türünü içeren tek bir ölçümün
veya bir ortalama değerin gerçek değere yakınlığını tanımlar.
Diğer önemli bir terminolojik konu ise uyarlık ve
tekrarlanabilirlik arasındaki ayrımın dikkatlice yapılmasıdır.
Normal olarak öğrenci A beş farklı titrasyonu kısa bir zaman dilimi
içerisinde yapmış ve büyük bir olasılıkla bütün bu işleri bir saat
civarında bir sürede bitirmiştir. Deney boyunca aynı çözelti ve aynı
cam malzemeler kullanılmış, her bir titrasyon kabına aynı indikatör
karışımı eklenerek, sıcaklık, nem ve diğer laboratuvar koşulları
hemen değişmeden kalmıştır. Bu durumda ölçülen kesinlik işlem-içi
kesinliği gösterir ki, bu tekrarlanabilirlik olarak adlandırılır.
Prof. Dr. Ahmet Uyanık’ın ders notlarıdır, izinsiz kullanılamaz
Fakat bu titrasyonların bazı nedenlerden dolayı beş farklı kişi
tarafından veya aynı kişi tarafından beş farklı zamanda, farklı
laboratuvarlarda, farklı cam malzemeler ve farklı indikatör çözeltisi
kullanılarak yapıldığını düşünelim. Bu durumda, bulunan sonuçların
birbirinden oldukça büyük farklar göstermesi bizi şaşırtmayacaktır.
Bu sonuçların birbirine yakınlığı kullanılan yöntemin işlemler arası
kesinliğini yansıtacaktır ki, bu uyarlık olarak adlandırılır.
Tekrarlanabilirlik işlem-içi tekrarların kesinliğini tanımlar
Uyarlık işlemler arası tekrarların kesinliğini tanımlar
Bir yöntemin uyarlığının daha büyük rastgele hatalar
nedeniyle normalde tekrarlanabilirliğinden daha düşük
olması beklenir
Titrasyon deneyinden bir ileri ders daha çıkartılabilir. Öğrenci
C‟nin sonuçları en kabul edilemez ve öğrenci D‟nin sonuçlarının
ise en kabul edilebilir olandır.
Prof. Dr. Ahmet Uyanık’ın ders notlarıdır, izinsiz kullanılamaz
Bununla birlikte bazen, belirli bir analiz için biri kesin fakat
sapan, diğeri sapmasız fakat kesin olmayan iki yöntem
bulunabilir.
Diğer bir deyişle, öğrenci A ve B nin elde ettiği sonuç türlerinden
birisini seçmek durumunda kalınabilir. Hangi tür sonuç tercih
edilmelidir?
Bu soruya kolayca bir yanıt vermek mümkün değildir çünkü,
analitik yöntemin maliyeti, otomasyon kolaylığı, hızı gibi basit
değerlendirmelerin dışında başka faktörler de etkilidir. Bunun
yanısıra, önemli derecede sistematik hata içermeyen, fakat kesin
de olmayan bir yöntemin şans eseri doğru değerden uzak bir
ortalama değer verebileceği de unutulmamalıdır. Buna karşılık
kesin, fakat sapan bir yöntem (öğrenci A), sistematik hata
kaynakları saptanarak bu hatalar ortadan kaldırıldığında,
sapmasız ve kesin bir yöntem haline dönüştürülebilir.
Prof. Dr. Ahmet Uyanık’ın ders notlarıdır, izinsiz kullanılamaz
Bütünüyle yeni ölçümlerin yapıldığı bazı durumlar da mevcuttur. Bu
durumlarda sistematik hataların tam olarak kontrolü mümkün
değildir. Rastgele hatalar dikkatlice yapılan denetlemelerle en
aza indirilebilirler, fakat hiçbir zaman tam olarak
giderilemezler. Ardışık ölçümlerle bu hatalar belirlenebilir ve
önemleri değerlendirilebilir. Buna karşılık sistematik hatalar,
bir çok durumda deneysel tekniğin ve kullanılan malzemelerin
kontrol edilmesiyle ancak uzaklaştırılabilir.
Bir laboratuvara analiz için bir örnek gönderildiğinde ve
bileşenlerden birinin derişiminin belirlenmesi istenildiğinde,
laboratuvar analiz sırasında oluşan temel rastgele ve sistematik
hataların derecesini hesaplayabilecek veya deneyimleri
yardımıyla tahmin edilebilecektir. Örneği analiz için getiren
müşteri ise, bu bilginin “doğru derişimin makul bir olasılık
dahilinde bulunabileceği bir aralık” olarak tek bir ifadeyle
özetlenmesini isteyecektir.
Prof. Dr. Ahmet Uyanık’ın ders notlarıdır, izinsiz kullanılamaz
Belirli bir olasılık dahilinde verilen bu aralık belirsizlik olarak
adlandırılır ve örneğin,
%95 olasılıkla, örnek içerisindeki bileşen derişimi ... ile …
arasında bulunmaktadır şeklinde anlaşılır.
Belirsizlik hesaplamaları analitik kimyada gittikçe önem ve
rağbet kazanan bir kavramdır ve bu derste ayrıntılarıyla
tartışılacaktır.
Öğrencilerin titrimetrik deneylerini içeren örnek, rastgele ve
sistematik hataların birbirinden bağımsız olarak oluşabileceklerini
ve deneyin farklı basamaklarında ortaya çıkabileceklerini açıkça
göstermektedir.
Sulu çözeltide ve renkli bir indikatör kullanılarak gerçekleştirilen
bir titrimetrik analizde genellikle aşağıdaki adımlar izlenir.
mL baz
Prof. Dr. Ahmet Uyanık’ın ders notlarıdır, izinsiz kullanılamaz
Burada yapılan sistematik hata yaklaşık % 0,2 kadar olacaktır.
Eğer titrasyon asitin baza eklenmesi şeklinde yapılıyorsa, metil
oranj bu kez de renk değişimini gerçekleştireceği pH'yı sağlamak
için gerçek dönüm noktasından daha sonra renk değiştirecektir.
Her iki durumda da tanık deneme yapılarak hata miktarı
değerlendirilebilir ve düzeltilebilir.
Örneğin, asidin (veya bazın) bulunmadığı durumda
indikatörün rengini değiştirmek için ne kadar baz (veya
asit) gerektiğinin belirlenmesi bir tanık denemedir.
Klasik veya aletli herhangi bir analitik işlemde, titrimetrik
yöntemlerde olduğu gibi, deneyin birbirinden ayrı herhangi bir
basamağında ortaya çıkması muhtemel rastgele ve sistematik
hata kaynaklarını değerlendirmek ve tahmin etmek
mümkündür.
Prof. Dr. Ahmet Uyanık’ın ders notlarıdır, izinsiz kullanılamaz
Deneylerini uygun bir şekilde tasarlayarak başlıca rastgele ve
sistematik hata kaynaklarından kurtulabileceği için, bir
analizcinin önceden deneylerini planlaması arzu edilen bir
durumdur.
Titrimetrik analizlerde, diğer basamaklarda yapılan hatalardan çok
daha büyük hataya sahip tek bir basamağın bulunmasının pek olası
değildir. Fakat bir çok analizde, yapılan toplam deneysel hataya,
deneyin tek bir basamağında yapılan hatanın hakim olduğu da
bir gerçektir.
Bu ne demektir? Bu konu daha ileride detaylarıyla
tartışılacaktır, ama yeri gelmişken şu söylenebilir: eğer bir
sonucun hatası büyük ise, hatalar alt alta yazılıp toplanmadığı
için bu büyük hata, deneyin bir veya iki basamağındaki hatanın
büyük olmasından kaynaklanmaktadır. Bu basamak mutlaka
bulunmalıdır ve hatayı azaltacak önlemler alınmalıdır .
Prof. Dr. Ahmet Uyanık’ın ders notlarıdır, izinsiz kullanılamaz
Örneğin, mRT
Bir gazın molekül ağırlığı MA
PV
formülü kullanılarak hesaplanmaktadır.
m: 0.118 ( 0.002) g
R: 0.082056 ( 0.000001) L.atm/mol.K
T: 298.2 ( 0.1) K
P: 0.724 ( 0.005) atm s
Ayrıca *100 değerleri hesaplanmalıdır
V: 0.250 ( 0.005) L x
1.2
y = 0.2562x - 0.003
1
R2= 0.9927
Absorbans
0.8
stok C1 C2 C3 C4 C5 0.6
0.4
0.2
0
0 1 2 3 4 5 6
Derişim
,C
Doğrusal bölge
1 Hafta sonraki kalibrasyon
1.4
1.2
y = 0.263x + 0.213
1 R2 = 0.9967
Doğrusal olmayan bölge
Absorbans
0.8
0.6
0.4
0.2
0
0 1 2 3 4 5 6
Derişim,
, C
(i) Büyük bir parça cevherin demir içeriğinin tek küçük bir parça
halinde kopartılan bir kısmının asit içerinde çözüldükten ve Fe
(III), Fe (II) ye indirgedikten sonra seryum sülfat titrasyonu ile
tayini.
(ii) Aynı örnek alma sistemi ve çözme işlemi kullanılarak örneğe
bir şelat maddesi ilave edilmesi ve oluşan renkli kompleksin
organik bir faza çekildikten sonra demirin kolorimetrik olarak
tayini.
(iii) Sulu bir çözeltide sülfat içeriğinin baryum klorür ile
çöktürülerek gravimetrik olarak tayini.
2
s xi x /n 1
i
Prof. Dr. Ahmet Uyanık’ın ders notlarıdır, izinsiz kullanılamaz
Uygulamada, bu hesaplamaları kağıt üzerinde el ile yapmak
hiç alışılmadık bir durumdur. Bir çok basit hesap makinesi
tuşlardan xi değerleri girildiğinde, doğrudan bu tür hesaplamaların
sonuçlarını verecek şekilde programlanmıştır.
Bununla birlikte, standart sapmayı bulmak için makinenin
doğru tuşuna basmaya dikkat gösterilmelidir. Genelde
makineler standart sapma için iki farklı değer verirler, bunlardan
birisi yukarıdaki eşitlik kullanılarak hesaplanan s, diğeri ise
eşitlikteki bölen olan (n-1) değerinin n değeri ile değiştirilmesiyle
hesaplanan değeridir.
n sayısının büyük olduğu durumlarda iki hesaplama
arasındaki farkın ihmal edilebilir seviyede olacağı açıkça
görülebilir. Ayrıca, mevcut bilgisayar yazılımları da bu
hesaplamaları kolayca yapılabilirler.
Frekans 10
2
Bu karışık formülün ezberlenmesine gerek yoktur, fakat bazı genel
özelliklerinin bilinmesi de önemlidir. Eğri, değerinin her iki
tarafında simetriktir ve Şekilde gösterildiği gibi büyük değerine
sahip olan eğrinin yayılması da büyük olacaktır.
y
y
s.s.= 2
1> 2
s.s.= 1
x
x
- + -2 +2 x -3 +3 x
x
Eğer nitrat iyonu derişimleri normal dağılım gösteriyorsa, bu
değerlerin yaklaşık %68‟i 0,483-0,517; %95‟i 0,467-0,533 ve
%99,7‟si de 0,450-0,550 arasında bulunmalıdır. Gerçekten de, 50
sonuçtan 33 ü (%66) 0,483 ve 0,517 arasında, 49 sonuç (%98)
0,467 ve 0,533 arasında ve bütün sonuçlarda 0,450 ve 0,550
arasında bulunmakta ve teoriyle uygunluk göstermektedirler.
Prof. Dr. Ahmet Uyanık’ın ders notlarıdır, izinsiz kullanılamaz
Ortalaması, ve standart sapması, bilinen bir normal dağılım
için, eğer değerler z-değerlerini vermek üzere önceden
standardize edilmişlerse, herhangi bir aralıkta bulunan değerlerin
tam oranları çizelgelerden bulunabilir.
Bu işlem, bir x değerinin ortalamadan sapmasının, standart sapma,
birimiyle ifade edilerek gerçekleştirilir.
(x )
Standardize edilmiş normal değişken, z
Çizelge A.1, verilen z değerinin altında bulunan değerlerin oranını,
F(z), göstermektedir. F(z) değeri standart normal dağılım olarak
adlandırılır.
Örneğin, z = 2 değerinin altındaki değerlerin oranı F(2)= 0,9772 ve
z = -2 değerinin altındaki değerlerin oranı F(-2)= 0,0228 dir. Yani,
ortalamanın 2 standart sapma altında ve üstündeki aralıkta bulunan
ölçümlerin oranının tam değeri 0,9772 - 0,0228 = 0,9544 olacaktır.
Prof. Dr. Ahmet Uyanık’ın ders notlarıdır, izinsiz kullanılamaz
Örnek: Eğer, tekrarlanmış bir titrasyondan elde edilen değerler
10,15 mL ortalama ve 0,02 mL standart sapma ile normal bir
dağılım gösteriyorsa, 10,12 ile 10,20 mL arasında bulunan
ölçümlerin oranını bulunuz.
İlk değer standardize edilirse, z = (10,12 - 10,15) / 0,02 = -1,5
Çizelge A.1 kullanılarak, F(-1,5) = 0,0668.
İkinci değer standardize edilirse, z = (10,20 - 10,15) / 0,02 = 2,5
Çizelge A.1 kullanılarak, F(2,5) = 0,9938.
x = 10,12 ile 10,20 arasındaki (z = -1,5 ile 2,5) değerlerin oranı
0,9938 - 0,0668 = 0,927 dir.
Yani ölçümlerin %92.7 si 10.12 ile 10.20 arasındadır.
z- z+ z+ -z-
z= -1.5
-0.5 0 0.5
0
50 Log (derişim)
0,506 0,504 0,502 0,496 0,502 0,492 0,506 0,504 0,500 0,486
% 95
- 1,96 / + 1,96 /
x
n
x z s/ n
şeklinde verilir. Burada, z değerleri istenilen güvenirliğin
derecesine bağlıdır.
%95 güven sınırları için, z=1,96
%99 güven sınırları için, z=2,58
%99,7 güven sınırları için, z=2,97
x z s/ n
%95 güven sınırları,
x t n 1s / n
Güven aralıkları için bazı t değerleri aşağıda verilmiştir.
Serbestlik Güven aralığı için t
derecesi değerleri
%95 %99
2 4,30 9,92
5 2,57 4,03
10 2,23 3,17
20 2,09 2,85
50 2,01 2,68
100 1,98 2,63
Prof. Dr. Ahmet Uyanık’ın ders notlarıdır, izinsiz kullanılamaz
Alt indis olarak kullanılan (n-1), t değerinin serbestlik derecesi
( ) olarak bilinen büyüklüğe bağlı olduğunu göstermektedir.
x t n 1s / n (olasılık seviyesi, n)
Bu güven aralığı log normal dağılım gösteren durumlar için
de daha önce belirtildiği şekilde aynen uygulanabilir.
Aşağıda verilen % değerler sekiz sağlıklı yetişkinin kan
serumu örneklerdeki antibadi derişimlerini göstermektedir.
2 2 2
sy 0.02 0.0001 0.04
0.0289
y 4 .1 0.005 1.97
y n b
y b
y b 4 x10 8
Çözünürlük S= 2.0( 0.1)x10-4 bulunur.
Prof. Dr. Ahmet Uyanık’ın ders notlarıdır, izinsiz kullanılamaz
Eğer y, x değerinin genel bir fonksiyonu ise, y=f(x), x ve y
değerinin standart sapmaları arasındaki ilişki,
dy
y x
dx
Şeklindedir.
Örnek: Bir çözeltinin absorbansı, A=-log(T) şeklinde
verilmektedir. Eşitlikteki T, geçirgenliktir. Eğer T değeri
0,501 olarak ölçülmüşse ve standart sapması 0,001 ise A
değerini ve standart sapmasını hesaplayınız.
A log( 0,501) 0,300 değeri bulunur
ve ayrıca dA / dT (log e ) / T 0,434 / T ve
A T log e / T 0,001 x 0,434 / 0,501 0,00087
Yerine yazılırsa,
0.00014
Tartım içinBSS x100 %0.028
0.5
0.05
Çözücü içinBSS x100 %0.02
250
0.5 g/40 g mol -1 x 1000 mL
Molarite 0.05 M
250 mL
MA için ve 1000 için standart sapma verilmemiştir.
MolariteiçinBSS (0.028)2 (0.02)2 0.0344
Sonuç 0.05 0.034 olarak verilir. M A 392 için 0.05 0.021
Prof. Dr. Ahmet Uyanık’ın ders notlarıdır, izinsiz kullanılamaz
Bir analitik yöntemin en önemli özelliklerinden biri,
sistematik hatalardan arındırılmış olmasıdır. Yani analiz
sonunda bulunan değer, gerçek değer olmalıdır.
Bu özellik, analitik yöntemin bilinen miktarda madde içeren
standart bir örneğe uygulanmasıyla test edilebilir. Bununla
birlikte, son bölümde görüldüğü gibi, sistematik hata yoksa
dahi ölçülen miktarın standart miktara tam olarak eşit
bulunması rastgele hatalar nedeniyle pek mümkün değildir.
Ölçülen ve standart değer arasındaki farkın rastgele hatalar
nedeniyle oluşup oluşmadığına karar verebilmek için
anlamlılık testi olarak bilinen bir istatistiksel teste başvurulur.
A n=10 x 280 s= 50
B n=12 x 310 s= 30
tD = d n / sd
Prof. Dr. Ahmet Uyanık’ın ders notlarıdır, izinsiz kullanılamaz
iki yöntemin sonuçlarının birbirinden farklı olup olmadığını
gösterelim. Değerler arasındaki farklar (ikinci birinciden
çıkartılmıştır),
+1,48 +0,66 +0,24 +0,21 -0,10 -0,61 -0,10 +0,09 -0,07 -0,21
Bu değerlerin ortalaması, d=0,159, standart sapması, sd=0,570
Bu değerler yukarıdaki eşitlikte yerine yazıldığında, n=10
için tD=0,88 bulunur.
Kritik değer t9=2,26 (P=0,05). Hesaplanan |t| değeri kritik
değerden küçük olduğu için yok hipotezi reddedilemez:
Parasetemol belirleyen bu iki yöntemin sonuçları birbirinden
anlamlı bir şekilde farklı değildir.
Yine bu hesaplamalar bilgisayarda yapılabilir ve P(|t|
0,882)=0,40. Olasılık 0,05 değerinden daha büyük
olduğundan yok hipotezi reddedilemez, aynı sonuç bulunur.
Prof. Dr. Ahmet Uyanık’ın ders notlarıdır, izinsiz kullanılamaz
Her örneğin, her iki yöntemle analiz edildiği ve sonuçların da
doğal olarak çift olduğu bir deney tasarımının gerektiği bir
çok durum mevcuttur. Bunlara örnek olarak:
1- Bir deney örneğinin miktarı, her bir yöntemle ancak bir
kez analiz yapmaya yetecek miktarda olabilir.
2- Deney örnekleri geniş bir zaman dilimini kapsayabilir ve
sıcaklık, basınç vb. çevre koşullarının etkisinin ortadan
kaldırılması gerekebilir.
3- Yöntemler farklı kaynaklardan gelen ve muhtemelen
derişimleri farklı olan çok çeşitli örnekler kullanılarak
karşılaştırılacak olabilir
Analitiksel yöntemlerin genellikle geniş bir derişim
aralığında uygulanması zorunlu olduğundan, yeni bir
yöntem, derişimleri on sayısının katları şeklinde değişen
örnekler analiz edilerek standart bir yöntemle karşılaştırılır.
Prof. Dr. Ahmet Uyanık’ın ders notlarıdır, izinsiz kullanılamaz
Böyle bir durumda, rastgele ve sistematik hataların
derişimden bağımsız olduğu varsayımı üzerine kurulan
eşleştirilmiş t-denemesini kullanmak uygun değildir, çünkü bu
varsayım büyük bir derişim aralığının üzerinde artık geçerli
olmayabilir. Böyle durumlarda tercih edilen istatistiksel
yöntem doğrusal regresyondur, fakat daha sonra görülecek
olan bu yaklaşımın da güçlükleri vardır.
P=0,05 seviyesinde
anlamlıdır.
Prof. Dr. Ahmet Uyanık’ın ders notlarıdır, izinsiz kullanılamaz
Şu nokta not edilmelidir: Eğer yukarıda verilen örneğe iki-
uçlu deneme uygulanmış olsaydı (kritik değer t5=2,57), yok
hipotezi reddedilmeyecekti! Yani bu sonuçlar doğru değerden
anlamlı bir şekilde farklı olmamakla birlikte, sonuçlar hep
büyük bulunmaktadır.
Tek- veya iki-uçlu denemenin hangisinin yapılacağına karar
verilmesi mevcut ön bilginin derecesine bağlıdır. Bu örnekte
ön bilgi, pozitif eğilimden şüphelenmedir. Açıkça
görülmektedir ki, denemenin tek- veya iki-uçlu yapılıp
yapılmayacağına, önemi anlaşıldığında veya sonuçların seçimi
etkileyebileceği bir durumda değil, deneyler yapılmadan önce
karar verilmesi gerekmektedir.
Genelde, iki-uçlu denemeler, tek-uçlu denemelerden daha
yaygın kullanılmaktadır. Tek-uçlu denemelerin gerekli olduğu
nispeten nadir durumlar, kolaylıkla belirlenebilir.
Prof. Dr. Ahmet Uyanık’ın ders notlarıdır, izinsiz kullanılamaz
Şimdiye kadar tanımlanan anlamlılık testleri ortalamaları
kıyaslamak ve sistematik hataları belirlemek için
kullanılmıştır. Bir çok durumda standart sapmaları, yani iki
grup verinin rastgele hatalarını, kıyaslamak da önemlidir.
Ortalamalara uygulanan denemelerde olduğu gibi bu
kıyaslamada iki şekilde yapılabilir. A yönteminin B
yönteminden daha kesin olup olmadığı kontrol edilebilir (tek-
uçlu deneme) veya A yöntemi ile B yönteminin kesinliklerinin
birbirinden farklı olup olmadığı kontrol edilebilir (iki-uçlu
deneme).
Bu nedenle, eğer yeni bir analitik yöntemin, standart bir
yöntemden daha kesin olup olmadığı denenecek ise tek-uçlu
deneme; eğer iki yöntemin kesinliğinin birbirinden anlamlı
bir şekilde farklı olup olmadığı denenecek ise iki-uçlu deneme
uygun olacaktır.
Prof. Dr. Ahmet Uyanık’ın ders notlarıdır, izinsiz kullanılamaz
F-denemesinde iki örnek varyansının oranı, yani standart
2 2
sapmaların karelerinin oranı, s1 / s2 kullanılarak işlem yapılır.
Tüm ortalama 98
100
Sinyal
95
90
A B C D
Koşullar
Örnek içi
2
0
1 3 4 4 /4 3
2
t
x h( n 1 )
n
formülüyle verilir. Formülde , örnek içi 0 değerini ve
h (n - 1) ise bu hesaplamada kullanılan serbestlik derecesini
gösterir. Yukarıda verilen örnek için ortalamaların artan bir
şekilde sıralanması aşağıdaki gibi olacaktır.
xD 92 xC 97 xA 101 xB 102
ve en küçük anlamlı fark ise (P=0,05) için
3x ( 2 / 3 ) x 2,306 3,26 olarak hesaplanacaktır.
Buna göre A ve B faklı değil, C ve D hem birbirinden hem de
A ve B den farklıdır.
Prof. Dr. Ahmet Uyanık’ın ders notlarıdır, izinsiz kullanılamaz
Bu sonuç, daha önce verilen nokta diyagramını
doğrulamaktadır ve çözeltiyi ışığa maruz bırakmanın
flüoresans değerini etkilediği sonucu ortaya çıkmaktadır.
Yukarıda tanımlanan en küçük anlamlı fark yöntemi, tam
anlamıyla kullanışlı bir yöntem değildir ve bizzat kendisinin
bir çok anlamlı farklara neden olduğu gösterilebilir.
Bununla birlikte, ANOVA ortalamalar arasında anlamlı bir
fark olduğunu gösterdiğinde kolayca uygulanabilecek bir
denemedir.
ANOVA‟nın en önemli kısımlarından biri F-denemesidir. İki
örneğin varyanslarının kıyaslanmasını kolaylaştıran bu
denemenin kullanılması örneklerin alındığı kitlenin normal
olmasına bağlıdır. Şans eseri, ANOVA sırasında uygulanan bu
deneme normal dağılımdan sapmalara çok duyarlı değildir
ÖZET
Gruplar Say Toplam Ortalama Varyans
Satır 1 3 303 101 1
Satır 2 3 306 102 3
Satır 3 3 291 97 4
Satır 4 3 276 92 4
Toplam 210 11
Toplamlar 61 0 X2=8,966
109, 89, 99, 99, 107, 111, 86, 74, 115, 107, 134, 113, 110, 88, 104
110 11 68,75 40
30
111 12 75,00 20
113 13 81,25 10
0
115 14 87,50 50 70 90 110 130 150
134 15 93,75
Prof. Dr. Ahmet Uyanık’ın ders notlarıdır, izinsiz kullanılamaz
Formülde kullanılan n, ölçümlerin toplam sayısını
göstermektedir (n sayısına değil, n+1 sayısına bölünür, çünkü
%50 sinin % toplamsal frekansı, bu durumda sekizinci
ölçüm, veri serisinin orta kısmına denk gelir). Eğer veriler
normal bir dağılımdan geliyor ise, ölçümlere karşı çizilen
yüzde toplamsal frekans grafiği, S-şeklinde bir eğri verecektir.
Normal olasılık kağıdının yüzde toplamsal frekans ekseni, S-
şeklinde ortaya çıkan bu eğriyi doğrusal hale dönüştürmek
amacıyla, doğrusal olmayan bir ölçek halinde düzenlenmiştir.
Fakat bir önceki sayfada verildiği gibi, çok detay
gerektirmeyen bir çok çalışmada normal olasılık grafiği
kullanılarak doğrusal hale dönüştürülmeden de kullanılabilir.
Bu elde edilen şeklin Gauss eğrisinin ilk yarısına çok
benzediğine dikkat ediniz.
Bu tür bir hata tür I hata olarak adlandırılır. Böyle bir hata
riski, testi yaparken kullanılan anlamlılık seviyesinin P=0,01
veya hatta P=0,001 seviyesine kadar değiştirilmesiyle
azaltılabilir. Bununla birlikte, bu hata, olası tek hata türü
değildir.
H0 xc H1
Kesikli çizgi, alternatif hipotezinin doğru olması, yani atletin
gerçekten dopingli guruba dahil olması durumunu
göstermektedir. Eğer kan ortalaması, xc değerinin altında ise,
bu durumda dahi, yok hipotezi doğru olarak kalacaktır.
Tür II hatanın olma olasılığı grafikte taralı alanla
gösterilmiştir. Bu iki hata türünün bağlılığı, grafikten açıkça
görülmektedir. Örneğin, anlamlılık seviyesi Tür I hata riskini
azaltmak için P=0,01 seviyesine getirilmişse, xc değeri
artacağından Tür II hata riski de artacaktır.
Prof. Dr. Ahmet Uyanık’ın ders notlarıdır, izinsiz kullanılamaz
Diğer bir deyişle, Tür II hata riskinde herhangi bir azalma,
yalnızca Tür I hata olasılığının artması pahasına
başarılabilir. Her iki hatayı aynı anda azaltmanın tek yolu,
örnek sayısının artırılmasıdır. n değerini artırmanın etkisi
aşağıda gösterilmiştir: Verilen bir xc değeri için, ortalamanın
standart hatasında meydana gelen bir azalma, her iki tür
hatanın da azalmasına neden olur.
Tür II Tür I
3,00 xc 3,05
1 2 3 4 5
7 8 9 10 11 12 13 14 15
17 18 19 20 O.M.Ü. 23 24 25 26 27
28 29 30 31 32 35 36 37 38
GÖLETİ
40 41 42 43 44 45 46 47 48 49 50
51 52 53 54 55 56 57 58 59 60 61
64 65 66 67 68
A C
İçme suyu
hazırlama tesisine
Örnek
20-30 kg
0 olacaktır.
2
Toplam 8.82 19
2
1
= (örnekler arası ortalama kare - örnek içi ortalama kare) / n
2
1 = (1,96 - 0,0653) / 4
2
1 = 0,47
Bu sonuca göre,
örneklerin analiz edilmesi sırasında meydana gelen rastgele
hataların büyüklüğü 2
0
0.065 = 0.26
örnekleme sırasında oluşan hatalar ise
2
1
0.47 = 0.69
olarak bulunmuş olur.
R = d1
Alt uyarı çizgisi = R w1
Üst Uyarı çizgisi = R w 2
Alt harekete geçme çizgisi = R a1
Üst harekete geçme çizgisi = R a 2
84
82
Ortalama değerler
80
78
76
74
72
70
1 3 5 7 9 11 13 15
Örnek no
Cusum
6 79 -1 0
-10
7 80 0 0
8 79 -1 -1 -15
9 78 -2 -3 -20
10 80 0 -3 -25
11 76 -4 -7 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
12 77 -3 -10
Gözlem no
13 76 -4 -14
14 76 -4 -18
15 75 -5 -23
Gözlem Sayısı
0 Süreç kontrol altında
θ
d
θ
Cusum
(b)
Gözlem Sayısı
0 Süreç kontrol altında değil
θ
d
θ
olmadığını gösterir.
x
Floresans şiddeti
R Kare 0.997760386 y = 1.9304x + 1.5179
20.0
Ayarlı R Kare -1.4 R² = 0.9978
15.0
Standart Hata 0.432847713
Gözlem 1 10.0
Katsayılar Standart Hata t Stat P-değeri Düşük %95 Yüksek %95
5.0
Kesişim
X Değişkeni 6 1.517857143 0.294936001 5.146395 0.003625829 0.759700015 2.27601427 0.0
X Değişkeni 7 1.930357143 0.040900264 47.19669 8.06602E-08 1.825219666 2.03549462 0 5 10 15
Derişim
doğrusal olmadığıdır. y
0
5
r=0
(b)
Aletli analizlerde elde edilen 4
r-değerleri normalde çok 3
yüksektir. Bu nedenle, genelde
2
hesaplanana r-değeri ve
çizilen kalibrasyon grafikleri 1
x
Ayrıca, eğim ve kaymanın güven sınırları hesaplanabilir.
Böylece eğimin güven sınırları b t(n-2) sb olur. Burada t
değeri, arzu edilen bir güven seviyesi ve (n-2) serbestlik
derecesinde tablodan bulunur. Benzer şekilde kesim
noktasının güven sınırları a t(n-2) sa olarak verilir.
Prof. Dr. Ahmet Uyanık’ın ders notlarıdır, izinsiz kullanılamaz
Regresyon doğrusunun eğimi ve kayması bir kez
belirlendikten sonra, ölçülen bir cihaz sinyaline (y-değerine)
karşılık gelen bir derişim değeri (x-değeri) kolayca
hesaplanabilir. Hesaplanan bu derişimin hatasının bulunması
da ayrıca gereklidir.
Regresyon doğrusundan hesaplanan x-değerinin içerdiği
toplam hatanın belirlenmesi son derece karmaşık olup, birçok
araştırmacı aşağıdaki yaklaşık formülü kullanmaktadır.
2
sy/ x 1 y0 y
sx0 1 2
b n b2 xi x
i
Sinyal
(x, y )
Derişim
C1/4 ?
0.8
Absorbans
0.6
0.4
0.2
0 Örnek
0 1 2 3 4 5 6 Standart
Derişim, C
Çözelti
x=-kayma/eğim= -a/m
(c) (d)
Yöntem A
(e) (f)
Yöntem B
4
1 1.87 1.98
2 2.2 2.31 3.5
3 3.15 3.29 3 y = 1.0009x + 0.0633
4 3.42 3.56 R² = 0.9933
5 1.1 1.23 2.5
6 1.41 1.57 2
7 1.84 2.05
8 0.68 0.66 1.5
9 0.27 0.31 ÖZET ÇIKIŞI 1
10 2.8 2.82
11 0.14 0.13 Regresyon İstatistikleri
0.5
12 3.2 3.15 Çoklu R 0.996646711 0
13 2.7 2.72 R Kare 0.993304666
14 2.43 2.31 Ayarlı R
0 0.5 1 1.5 2 2.5 3 3.5 4
Kare 0.992932703
15 1.78 1.92 Standart
Hata 0.083228323
16 1.53 1.56 Gözlem 20
17 0.84 0.94 Katsayılar Standart Hata t Stat P-değeri Düşük %95 Yüksek %95
18 2.21 2.27 Kesişim 0.063251776 0.042113608 1.501932 0.150455 -0.0252256 0.1517292
19 3.1 3.17 X
Değişkeni
1 1.000896295 0.019368577 51.67629 5.03E-21 0.9602044 1.0415882
20 2.34 2.36