Sektörlere Göre İstatistik İş İlanları Ekoist'te

Türkiye'nin istatistikçiler için en iyi iş portalı olan EKOIST.NET'ten bir ilk daha.. Artık www.ekoist.net te istatistik iş ilanlarını şehirlere göre bulabilmenin dışında, sektörlere göre de araştırabilirsiniz.. Tüm istatistikçi arkadaşlarıma öneriyorum..

Veri Analizi Hizmeti Artık EKOIST te

http://www.ekoist.net artık veri analizi ile de hizmet vermeye başlamıştır. Bu bağlamda, ödevlerinizde, araştırmalarınızda ve tezlerinizde istatistiksel olarak sizlere yardım edilir. Ayrıntılı bilgi için lütfen linki tıklayın

İstatistik Ders Notları

Aşağıdaki istatistik Ders Notlarını diğer sitemden indirebilirsiniz ( http://www.ekoist.net ) Bana ulaşmak isterseniz de mail adresim şu şekildedir : (okansarioglu[at]gmail.com)..

*Akademik Matematiksel Formüller
*Akaike Bilgi Kriteri
*Aktüerya Notları (Çok Geniş Notlar)
*Aralık Tahminleri
*Altı Sigma (Kalite Yönetimi)
*Anket Notları (Nasıl hazırlanır vs)
*ANOVA
*Aritmetik Ortalama (Bknz: Konum Ölçüleri)
*Ağırlıklı Ortalama Sermaye Maliyetinin Hesaplanması
*Betimsel İstatistikler ve sınıflandırma
*Büyük Sayılar Kanunu
*Chocran Q testi
*C Programlama (Çok Geniş Notlar)
*Differansiyel Denklemler
*Çok Boyutlu Araştırm Metodları
*Çok Boyutlu Ölçekleme ve Kümeleme Analizi arasındaki ilişki
*Çok Değişkenli Normal Dağılım
*Dağılımlar (Bernoulli, Beta, Binom, Gama, Geometrik, Normal, Poisson, Uniform, Üstel, T Dağılımı)
*Dağılış Ölçüleri
*Dağılım Fonksiyonları
*Değişkenin Özellikleri
*Dinamik Sıralama
*DOĞRUDAN YABANCI SERMAYE YATIRIMLARININ BELİRLEYİCİLERİNİN GÜNÜMÜZDEKİ GEÇERLİLİĞİ
*Endeks Analizi
*Ekonominin Konusu (İktisata Giriş)
*En Küçük Kareler Yöntemi
*Evren ve Örneklem
*Excel Notları
*Euler Teoremi
*Faktör Analizi
*Finansal Analizlerde Sayısal Yöntemler (içinde her türlü betimsel istatistik anlatımı var)
*Fourier Dönüşümleri ve Serileri
*Friedman Testi (İki Yönlü Varyans Analizi)
*Gelecekteki Nüfus Hesabı
*Genetik ve Bayes
*Gini Katsayısı ve Yaşam Süreleri Farklılığı
*Güven Aralığı
*Hata (Çeşitleri, Türleri, Tanımları, Önleme Teknikleri, Etkileri vs.)
*Hipotez Testleri (Çok geniş notlar)
*İKİ YÖNLÜ TABLOLARIN MEDYAN PARLATMA VE ORTALAMA ANALİZİ YÖNTEMİYLE YORUMLANMASI
*İktisat Dersi Konu Anlatımları ve Soruları
*İntegral Alma
*İstatistiğin Tanımı, Amacı, Tarihi
*İstatistikçi Tanımı ve Çalışma Alanları
*İstatistik Soruları
*İstatistik ve Olasılık Hesapları (Çok Geniş bir not herkese öneririm)
*İstatistiğe Giriş (Basit Konular anlatılmış)
*İstatistiksel Tablolar (F tablosu, t tablosu vs)
*İşaret Testi
*Kalite Yönetimi (Tarihi, Tanımı, tekniklerii süreç yönetimi ve iyileştirilmesi vs)
*Karesel Programlama ile Portföy Optimizasyonu
*Kategorik Verilerin LogLinear Modellerle İncelenmesi
*Kıyaslama (Benchmarking)
*Ki-kare, Kolmogrov Smirnov ve Uyum İyliği Testleri
*Konum Ölçüleri
*Korelasyon (Spearman, Pearson vs)
*Kruskal Wallis Testi
*Kümeleme Analizi
*Likert Ölçeği
*Lineer Cebir (Matrisler ve Dönüşümler)
*Limit ve Süreklilik
*Lojistik Sistem Simülasyonu
*Lojistik Dağılım ve Random Sayı Üretimi
*Mann Whitney U Testi
*Markov Zinciri
*Matematiksel İstatistik
*Merkezi Eğilim Ölçüleri & Ortalamalar
*Mod - Medyan Hesaplamaları (Bknz : Konum Ölçüleri)
*Momentler
*Motivasyon ve Endüstri Devrimi
*Mühendislik İstatistiği
*Olasılık Teorisi
*Oyun Teorisi
*Öğretimde Simülasyonlardan Yararlanma
*Ölçme ve Değerlendirme
*Ölçme ve Ölçekleme
*Örnekleme Dağılımları
*Örneklem Büyüklüğünün Belirlenmesi
*Parametrik Analiz Teknikleri
*Parametrik Olmayan Hipotez Testleri
*Parametrik Olmayan İstatistiksel Yöntemler ve Testler(Öneririm Güzel bir notlar)
*Permütasyon ve Kombinasyon
*Philips Eğrileri
*Portföy Yönetimi (Riski, Getirisi vs çok geniş bir not)
*Random Number Generation and Monte Carlo (İngilizce bir not)
*Regresyon ve Korelasyon
*Risk Sermayesi
*Risk Yönetimi
*Sayısal Lotonun İstatistiksel İncelemesi
*Simülasyon ve Sistem Analizi
*Sosyal Bilimlerde İstatistiksel Teknikler
*SPSS in sunduğu olanaklar ve diğer notlar
*Swot Analizi
*Tahmin Teorisi (Tahmin Edicilerin Tutarlılığı, yansızlığı, nokta tahmini aralık tahmini vs)
*Tahmin Yöntemleri (İçinde Zaman serisi ve regresyon ile ilgili bilgiler var güzel bir not)
*Talep Tahmini
*Test İstatistikleri (Kısa ve Faydalı Notlar)
*Türev
*Üretim Planlama/Çizelgeleme Yaklaşımları
*Uyum İyiliği Testleri (Birçok dağılım için uyum iyiliği testi örnekleri notlarda vardır)
*Veri Madenciliği
*Verilerin Sınıflandırılması
*Yapay Sinir Ağları
*Yöneylem / Doğrusal Programlama Notları
*Zaman Serileri Notları
*Wilcoxon Testi

Gibi birçok ders notu forumumuzda mevcuttur..

pema di Mihai Eminescu (1850-1889), “Din noaptea...” GRAZIE LUANA

Dalla notte...

Dalla notte dell'eterno oblio,
Dove scorre tutto, amor mio,
Della vita nostra gli accarezzari
E le parvenze crepuscolari,

Da dove non fu mai tornato
Niente di quel che in dileguo fu andato -
Vorrei che una volta tu
Gelosamente ti ergessi su.

E se l'occhio ch'i'o voluto ben
Di raggi non sarà pien,
Tu guatami non affannata
Con la luce smorta, matta.

E se la voce ch' adorai
Parola non farà ormai,
Saprò lo stesso della chiamata
Di la dall'avello della mia amata.


pema di Mihai Eminescu (1850-1889), “Din noaptea...”
trad: Luana Cirstea
foto: Lagunare (dal mio fotoreportaggio per il concorso della rivista “Discover”)

Excel’de Üstel Dağılım Yöntemiyle Gol Yeme Olasılığının Hesaplanışı

Excel’de Üstel Dağılım Yöntemiyle Gol Yeme Olasılığının Hesaplanışı
________________________________________
Not :Üstel Dağılım, istatistikte bağımsız olaylar arasındaki geçen süreyi tanımlar..Ancak bu olayların ortalaması sabit olmalıdır. Örneğin bir takımın yediği goller arasında geçen süre... Bunu hesaplarken çok gol yiyen takımlarınkini hesaplamak daha doğru olacaktır. Çünkü az gol yiyen takımlar bazen hiç gol yemezken bazen 2-3 gol yiyebilmektedir. Ama çok gol yiyen takımlar genelde sürekli belli bir gol yeme oranının altına düşmemektedir. Bundan dolayı ben bu örnekte Konyaspor'u seçtim..

Konyaspor ligde 64 gol yemiştir. Ligde 90 dakikadan 34 maç oynandığına göre; ligde her takım 34*90=3060 dk sahada kalmaktadır. Konyaspor 3060dk 'da 64 gol yediğine göre bu dakika başı 0,020915032 gol yapar. Bu sayı excelde hesaplama yaparken ki "lambda" değerimiz olacaktır..

Şimdi excelde Konyaspor'un ilk 15dk'da, ilk30 dk'da, ... ,ilk 180dk'da (yani ikinci maçın sonunda) gol yeme olasılıklarını hesaplayalım... Bunun için Excel sayfasını açtığımızda, işlem yazma yerine şunlar yazılır: =ÜSTELDAĞ(X;lambda;DOĞRU)
Bizim lambda değerimiz 0,020915032 olduğundan dolayı işlem yazma yerine =ÜSTELDAĞ(x;0,020915032;DOĞRU) yazmak gerekir. X yerine ise ilk hangi dakikada bir gol yemesi olasılığını hesaplamak istiyorsanız onu yazmanız gerekir. Örneğin ben bu örnekte 15'er dakikalık dilimleri hesapladım. Eğer Konyaspor'un ilk 15 dk'da bir gol yemesi olasılığını hesaplamak istiyorsanız işlem yazma yerine =ÜSTELDAĞ(15;0,020915032;DOĞRU) yazmanız gerekir..Aşağıdaki şekilden daha rahat anlaşılacaktır :

Burada P(X<45) ilk 45 dakikada bir gol yemesi olasılığıdır, ki bu da %60,98 gibi bir olasılıktır. P(X<135) olasılığında ise, bir maç 135 dakika olmayacağından dolayı bu olasılık 2. maça sarkmıştır. Yani birinci maçın ilk 90dk sında+ ikinci maçın ilk45 dakikasında (90+45=135) mutlaka bir gol yemesi olasılığıdır..Bu da %94,06 gibi bir değerdir.
Bunlar birikimli olasılıklardır, dolayısıyla ilk 15 dk'da bir gol yemesi olasılığı, ilk 30 dk'da bir gol yemesi olasılığını içinde barındırır. Dolayısıyla 15.dk.-30.dk lar arasındaki 1 gol yeme olasılığını bulmak istiyorsanız P(X<30) - P(X<15)= 0,466048869-0,269280402=0,196768467
işlemini yapmanız gerekir..Konyaspor’un 15. ve 30 dakikalar arasında 1 gol yemesi olasılığı 0,196768467 dir.

Not : Umarım bu bilgi sistem veya ilkyarı-ikinci yarı oynamak isteyen arkadaşlar için yardımcı olur..Bunu bir maçta kullanmak isteyen arkadaşlar, bir takımın hangi dakikalarda gol yemesi olasılığını hesaplarken aynı zamanda diğer takımın o dakikalar içerisinde gol atması olasılığını da(aynı yöntemle hesaplanabilir) hesaplamalarında fayda vardır. Çünkü bir takımın gol yemesi aynı zamanda diğer takımın gol atma gücüne bağlıdır. Bu iki olasılık karşılaştırılarak ve iddaa bilgisi birleştirilerek ortak bir yol bulunabilir..

Hazırlayan: Okan Sarıoğlu

İddaa'da Maç Olasılıkları Nasıl Hesaplanır

Galatasaray'ın 2007-2008 sezonunda attığı goller :

4-1-1-2-6-1-2-1-0-2-1-3-1-2-0-2-0-2-5-1-4-6-1-1-0-2-1-2-0-1-1-3-1-5-2

Toplam =64 Gol
Ortalam Gol Sayısı = 1,91

Verileri düzenlediğimiz zaman aşağıdaki sonuçlar elde edilir :


Buradaki sarı kutudaki |F(X) - Sn(X)|= 0,0982 değeri maksimumdur.

Ho : Galatasay'ın attığı gollerin dağılımı ile 1,91 ortalama ile Poisson Dağılımı arasında fark yoktur.



Galatasaray'ın attığı gollerin Poisson dağıldığını gösterdikten sonra artık olasılıklara geçebiliriz.

Örneğin Galatasaray'ın 2 ve 2'den az gol atma olasılığı :

P(X=0) + P(X=1) + P(X=2) = 0,148 + 0,28268 + 0,27 = Yaklaşık 0,70

Yani GS'nin 2 ve 2'den daha az gol atma olasılığı %70 tir.

Şimdi bunu SPSS yardımıyla yapalım :



Ho : Galatasaray'ın attığı gollerin dağılımı ile lambda=1,91 Poisson dağılımı arasında fark yoktur.

p=0,893 > 0,05 olduğundan dolayı Ho hiptezi kabul edilir. GS nin attığı gollerin %95 olasılıkla Poisson dağılımı olduğu söylenebilir.

Şimdi de aynı şekilde Fenerbahçe'nin aynı sezonda attığı gollerin Poisson dağılımına uyup uymadığını inceleyelim :

FB'nin attığı goller :
0-2-1-1-1-1-2-1-4-2-2-1-4-1-2-2-3-2-5-4-3-4-0-0-4-4-3-2-2-2-4-0-3-0


Ho : FB'nin attığı gollerin dağılımı ile lambda=2,1176 Poisson dağılımı arasında fark yoktur.
p=0,996 > 0,05 olduğundan dolayı Ho hipotezi kabul edilir.

Farzedelim ki GS ile FB tarafsız sahada bir hazırlık maçı yapsınlar ve biz de bu maçın sonucunu önceden kestirmeye çalışalım..

A1 rastlantı değişkeni : GS'nin bu maçta atacağı gol sayısı
A2 rastlantı değişkeni : FB'nin bu maçta atacağı gol sayısı

Galatasaray'ın bu maçı kazanma olasılığını hesaplamak istersek, P(A1>A2) olasılığını hesaplamamız gerekmektedir. Bunun için bu maçta atılacak gollerin birleşik olasılık fonksiyonunu bulalım :



Galatasaray’ın yenmesi olasılığı = P (A1>A2) =0,3539241 (Sarı karelerin toplamı)
Fenerbahçe’nin yenmesi olasılığı = P(A2>A1)= 0,43984806 (Gri karelerin toplamı)
Berabere bitmesi olasılığı = P(A1=A2) = 0,2052305 (Beyaz karelerin toplamı)



Tabloların yorumu ise gayet basittir. Örneğin GS'nin maçı 3-2 kazanması olasılığını bulmak için A1 sütunundan 3'ü ve A2 sütunundan da 2'yi bulup kesişimi olan sayıyı(0,0464) bulmaktır. Gs'nin bu maçı 3-2 kazanması olasılığı 0,0464 tür, yani %4,64 tür.

Ülke Gelişiminde İstatistiğin Önemi

Ülke Gelişiminde İstatistiğin Önemi

Her ne kadar günümüzde bazı kesimler istatistik bir “bilim” değildir, bir “yöntemler” topluluğudur deseler de, istatistik kendisine diğer bilimler arasında yer edinmiştir. İstatistiğin doğuşu olasılığın tarihine dayanır. Olasılık da, ortaçağ Avrupa’sının kumarbazlarının zar ve kağıtlar ile kazanma şanslarını bilmek istemeleri ile başlamıştır. İstatistik ve olasılığın bu uzun öyküsünü batılı ülkeler çok iyi işlemişler ve büyük kazanımlar elde etmişler kendi tarihlerinde..
Ortaçağda henüz milli bütünlüğünü koruyamayan derebeylik ve krallıklar bile kendi halklarına sağlık poliçeleri satarak büyük gelirler elde etmişler ve böylece hem halkın sağlık durumundan haberdar olmuşlar, hem onlara bir şekilde sağlık sigortası yapmışlar hem de kasalarını doldurmuşlardır. Ortaçağ Avrupasında olasılık ve dolayısıyla istatistiği zar ve oyun kartlarının dar felsefesinden kurtaran Galton olmuş ve kendi ülkesinin nüfus istatistiklerini incelemeye karar vermiştir. Kendine özgü hesapladığı yöntemlerle hesapladığı olasılıklar her ne kadar yetersiz olsa da, kendi çağında bu bir başlangıçtı ve bu olasılıklar sağlık poliçelerini satan ülkesine sağlık poliçelerinden daha fazla kazanç elde etmesini sağlayabilirdi, ki öyle de oldu..
Günümüzde ise istatistiğin kullanım alanları çok daha geniş. Ortaçağdan bugüne dek, kendisini olasılıkla birleştiren istatistik bilimi; geçmiş verilerden geleceği tahmin etmede, pazar araştırmalarında, risk hesaplamalarında dolayısıyla sigortacılıkta, devletlerin sosyal – ekonomik – kültürel her türlü araştırmasında, firmaların kazanç maksimizasyonunda, ürünlerin kalite kontrolünde ve her türlü belirsizlik altında karar vermede bize bir anahtar görevi sunmaktadır.
Bu söylenenlere örnek verecek olursak; sabah radyoda dinlediğiniz program veya televizyonda izlediğiniz bir yayın talep araştırması metotlarıyla istatistiksel yöntemler kullanılarak yayına konması kararlaştırıldı. Yediğiniz ve içtiğiniz her türlü konservatif gıda istatistiksel kalite kontrol yöntemleriyle kusurlu ürünler minimuma indirildi. Sağlık sigortası yaptırdınız ve eğer istatistik bilimi olmasaydı muhtemelen daha fazla prim ödeyecektiniz.Bunun gibi örnekleri çoğaltmak mümkün..
Peki biz ülke olarak yeterli değeri veriyor muyuz? Yoksa “İstatistik okuyorum” dediğinizde hala “ Sen çıkınca ne olacaksın? İstatistik nasıl bir şey?” sorularıyla karşılaşmaya devam mı edeceğiz! Ülkemizde matbaa bile yokken batılılar istatistik gibi birçok bilimin temellerini attılar. Ülkemizde istatistik bilimi yavaş yavaş daha tanınır hale gelmektedir ve dolayısıyla iş olanakları günden güne artmaktadır, ancak bu yeterli değildir. İstatistik hayatın ta kendisi değildir ama ülke olarak gelişmede değeri yadsınamaz.

Yazan : Okan Sarıoğlu