İçeriğe atla

Dairesel grafik

Değişik ülkelerde İngilizce dilini anadili olarak konuşanların sayıları

Dairesel grafik (veya dilimli diyagram, sektör grafiği) (İngilizce: "pie chart", "pasta grafiği"), istatistik biliminde betimsel istatistik alanında kategorik (ya sırasal ölçekli ya da isimsel ölçekli) verileri görsel bir şekilde betimleyip özetlemek için hazırlanan; içindeki kategori dilimlerini orantısal olarak gösteren bir daire şeklinde sunulan bir gösterim aracıdır.

Bir daire şeklindeki dairesel grafik içinde bulunan her dilim bir kategoriyi gösterir ve bu dilimin büyüklüğü derece birimi ile o kategoride bulunan veri sayısının toplam veri sayısı oranına (yani "orantılı sıklık" değerine) aynı oran ile orantılıdır. İlk defa gösterimi 1801'de İngiliz yazarı Playfair'in yayımladığı Statistical Breviary adlı bir kitapta olmuştur ve bu kitapta verilen iki dairesel grafikten birisi 1789'dan önce Osmanlı Devleti'nin değişik kitalarda olan arazilerinin coğrafî alanı verilerini özetlemektedir.[1]

Dairesel grafik işletme alanında ve kitle iletişim dünyasında en çok kullanılan istatistik aracı olduğu kabul edilmektedir. Fakat bu aletin temellerinin iyi bilinmeden kullanılması bazı istatistikçilerin büyük tenkitlerine yol açmıştır ve bazı istatistik otoriteleri bu veri gösterim aletinin, hatalı intibalara neden olacağı için, hiç kullanılmamasını tavsiye etmişlerdir.[2] Bunlara göre dairesel grafik kullanılmasının şu dezavantajları bulunur:

  • Eğer kullanılan dilim kategorileri, sırasal ölçekli veya isimsel ölçekli değil de, gruplanmış niceliksel (yani aralıksal ölçekli veya oransal ölçekli değişken verileri ise bu türlü niceliksel sayısal verileri daha açıkça ve daha kullanışlı olarak özetleyen istatistiksel grafik, (çubuk grafiği veya nokta grafiği veya histogram) veya istatistiksel tablolar (sıklık tablosu) kullanılması salık verilmektedir.
  • Tek bir dairesel grafiğin değişik dilimlerinin birbiriyle karşılaştırılması uygunsuzdur ve bunu uygun hale getirmek zordur.
  • İki değişik dairesel grafiğin birbirleriyle ikili karşılaştırılması ancak belirli sınırlayıcı şartlar bulunuyorsa uygundur ve aksi halde bu türlü ikili karşılaştırma uygun değil hatta anlamsızdır.[3]

Fakat, bazı hallerde dairesel grafik kullanılması veri bilgilerinin açıkça anlaşılır şekilde gösterilmesi için çok etkin olabilmektedir:

  • Tek bir dairesel grafik dilimlerin birbirleriyle karşılaştırılmadan bu grafik içindeki tek bir dilimin tüm grafikle karşılaştırılması çok uygundur.
  • Eğer bu türlü karşılaştırma yapılmakta ise ve eğer ele alınan dilim tüm verilerinin %25 ile %50'si arasında ise, bu tek bir dilim ile tüm karşılaştırmasının gayet kullanışlı sonuç vereceği bildirilmiştir.[4]

Örneğin

2004 Avrupa Birliği Parlamentosu seçimleri sonuçları verilerine göre parti grupları için dairesel grafik.
Ayrılmış dilimli bir dairesel grafik; en büyük parti grubuna ait dilim ayrılmıştır.

Bu örneğin 2004'te yapılan Avrupa Birliği Parlamento seçimleri sonucunda ortaya çıkan 8 değişik parti grubu üyelerinin sayısını gösteren bir dairesel grafiktir. Aşağıdaki tablo bu grafiğin ortaya çıkarılması için gereken hesapları göstermektedir. İlk sütun parti grubu ismini ve kısaltılmasını, ikinci sütun seçilen üye sayısını; üçüncü sütun bunların toplam üye sayısına oranlarını verir. En son sütun ise her bir parti grubu oranının, derece toplamı 360 derece olan dairede kaç derecelik dilime tekabül ettiğini gösterir ve üçüncü sütundaki her bir oranın 360 ile bölünmesi ile elde edilmiştir.

Parti Grubu Parlamentoda üye sayısı Orantı (%) Dilim büyüklüğü (°)
"Avrupa Birleşik Solu-Nordik Ülkeler Yeşiller Solu (EUL)" 39 5.3 19.2
"Avrupa Sosyalistler Partisi (PES)" 200 27.3 98.4
"Avrupa Serbest Alyansı (EFA)" 42 5.7 20.7
"Demokrasiler ve Farklı Olanlar Avrupası (EDD)" 15 2.0 7.4
"Avrupa Liberal Demokrat ve Reform Partisi (ELDR)" 67 9.2 33.0
"Avrupa Halk Partisi (EPP)" 276 37.7 135.7
"Avrupa Milletleri için Birlik (UEN)" 27 3.7 13.3
Diğer 66 9.0 32.5
Toplam 732 99.9* 360.2*

*Yuvarlamalar dolayısıyla toplamlar 100 ve 360 değildir.

Bu dairesel grafikte bulunan dilimlerin derece (°) şeklinde ifade edilen büyüklüğü verinin bir kategorisinin büyüklüğünün veri sayı toplamına oranı ile orantılıdır. Büyüklüğü derece ile ifade edilen dilimlerin toplamı 360 dereceye eşit olduğu icin herhangi bir kategori için s orantılı sıklık için bu dairesel grafikteki bir dilimin derece şekilde büyüklüğü (360xs) derece olur. Örnegin, "Avrupa Halk Partisi (EPP)" için sıklık 276, orantılı sıklık (276/732=)37.7 olup dairesel grafikteki bu kategori diliminin büyüklüğü (360x37.7=)135.7 derece olur.

Kullanılımı, etkinliği ve görsel algılanması

Üç değişik veri seti için dairesel grafik ve çubuk grafiği gösterimleri.

Dairesel grafikler işletme alanında ve kitle iletişim araçlarında (özellikle dergi ve gazetelerde) çok rastlanan bir grafiktir; buna başlıca neden bu türlü grafiğin algılanması için "entelektüel züppelik" gerekmediği önyargısı olabilir. Fakat uzman istatistikçiler genel olarak dairesel grafikleri bilgilerin gösterilmesi için kalitesi düşük bir araç olduğunu kabul etmektedirler ve daha bilimsel yazılarda dairesel grafikler pek az kullanılmaktadır. Buna bir neden de psikologların değişik şekillerin algılanması üzerine yaptıkları araştırma çalışmalarına göre alanlarla ifade edilen büyüklüklerin ve büyüklüğe göre şekillerde değişmelerin yapılmasının, uzunlukla ifade edilen büyüklüklere ve bunların değişmelerine kıyasla daha zor algılandığını deneysel olarak ispat etmeleridir. Psikologlar tarafından bir psikolojik algılama ölçümü olarak kullanılan "Stevens'in güç ölçüsü"ne göre görsel alan algılama için Stevens güç endeksi 0,7 iken uzunluk algılaması için güç endeksi 1,0 olmaktadır.[5]

ABD'de "ATT&T Bell Laboratuvarları" araştırmalarına göre, açıya göre yapılan bir karşılaştırma uzunluğa göre yapılan bir karşılaştırmadan daha zor ve daha az kesinlikle algılanmaktadır. Bu yukarıda verilen ve üç dairesel grafik ile ayni bilgiyi ihtiva eden üç çubuk grafiğini gösteren, diyagram içinde görülebilir. Bu bilgiye göre değişik dilimlerin ve değişik çubukların büyüklüğe göre sıralanması istendiğinde bu deneye katılanların büyük çoğunluğu dilimlerin büyüklüklerine göre sıralamakta güçlük çekmekte ama çubuk grafiğindeki çubukların sıralanmasını kolaylıkla yapabilmektedirler. Fakat deneyde istenen sonuç tek bir belirtilen kategori için tek bir dilimi tüm daire ile veya tek bir çubuğu toplam veri sayısı ile karşılaştırılması olursa, dairesel grafik kullanılarak çok daha çabuk doğru cevap verilmektedir. Eğer belirtilen dilimin toplama orantısı %25 ile %50 arasında ise dairesel grafik, çubuk grafiğine nazaran, çok daha etkin sonuçlara yol açmaktadır.

Değişik şekilleri ve benzer gösterimler

Florence Nightingale tarafından Kırım Harbi sırasında hazırlanan Üsküdar Selimiye Kışlası hastenesindeki ölümleri gösteren "Doğu'daki ordudaki ölümlerin sebepleri diagramı".

Polar alan dairesel grafik

Günümüzde "polar alan dairesel grafiği" adı verilen bir değişik dairesel grafiğinin 1858'de Florence Nightingale tarafından ilk defa kullandığı iddia edilmektedir. Flörence Nightingale'ın ünü çok açık ve çok özlü olarak verileri açıklaması dolayısıyla fikirlerini başkalarına kabul ettirebildiği bilinmektedir. Üsküdar hastanesi için çıkardığı ve bu istatistiksel aracı kullanarak gösterdiği sonuçlar ve bunların açıkça ve anlaşılır şekilde bir raporda İngiliz Kraliyet Komisyonu araştırmasına sunması onu ününün başlangıcı olmuştur.[6]

Fakat buna benzer grafikler daha önce de kullanılmıştır. Dalgalanma olguları gösteren olayların sıklık incelemelerini ele alan bir bilimsel makalesinde 1829'da "André-Michel Guerry" "gül diyagramı" adlı benzer bir grafik kullanmıştır.[7]

1843'te "Leon Lalanne" rüzgâr yönlerinin bir pusula yönlerine göre nasıl değiştiğini inceleyen sıklıkları bu çeşit diyagramda incelemiştir. Meteorolojiciler hala rüzgâr gülü grafiğini kullanmaktadırlar.

Polar alan grafiği alışılagelmiş olan dairesel grafiğe çok benzemektedir; ama bütün dilimler birer daire içinde aynı derecedirler ve dilim büyüklükleri her dilimin daire merkezinden ne kadar uzak olduğu ile ifade edilirler. Böylece tek bir dairede değişik kategoriler aynı açıda olan dilimler şeklinde olup dışarı taşmaları ile büyüklükleri karşılaştırılabilmektedir.

Çoklu-seviyeli dairesel grafik

Linux dosya sistemi kullanış için iç içe yüzük şeklinde dairesel grafik

"Çoklu-seviyeli dairesel grafik" bazen "köklü ağaç grafiği" olarak da bilinmekte ve birbirine bir hiyerarşi içinde bağlı olan verilerin bilgileri iç içe bir seri daireler şekilde ifade etmektedir.[8] Merkezde bulunan daire bilgi kökünü ifade etmekte bu merkezli usuuste açılan daireler merkezden ayrılan hiyerarşileri göstermektedir. En içteki dairenin bir kesimi içinde bulunan diğer kesimler alt hiyerarşi kesimlerini gösterir.[9]

Ayrılmış dilimli dairesel grafik

Bir dairesel grafiğe çok benzeyen ama bir veya daha fazla sayıda dilimleri birbirinden ayrılmış halde gösterilen bir grafiğe ayrılmış dilimli dairesel grafik adı verilmektedir. Bu ayrılan dilim veya dilimler sunulan grafikte bir dilim veya dilimlerin önemini vurgulamak veya geride kalan dilimlerin küçüklüğünü açıkça göstermek için kullanılmaktadır.

Üç boyutlu dairesel grafik

Bazen özellikle kütle iletişim organları bir dairesel grafiği veya bir ayrılmış dilimli dairesel grafiği sunmak için üç boyutlu gösterimler kullanıp dilimlere ve daireye bir prespektif vermektedirler. Bu üç boyutlu şekiller çok defa estetik nedenlerle kullanılmaktadır. Çok kere üç boyutlu prespektif sunulan bilgilerin daha iyice anlaşılmasına hiçbir katkı yapmamaktadır. Bazı uzmanlara göre ise, verilen üç boyutlu preskpektifini bu tip grafiklerin ve kesimlerini biçimini çarpıtıp sunulan bilgilerin anlaşılmasını zorlaştırmaktadır ve hatat yanıltıcı bilgiler edinilmesine yol açmaktadır. Uzaman istatistikçiler, dairesel grafiklerde ve bütün diğer istatistiksel grafiklerde, genel olarak üç boyutlu gösterimlerin kullanılmamasını tavsiye etmektedirler.[10]

Simit şekilli dairesel grafik

Ortası açık bir daire içindeki kesimler seklinde sunulan "simit şekilli dairesel grafik" (İngilizce "doughnut chart") bir dairesel grafikle ayni bilgiyi vermektedir. Bu grafiğin ortasında bir genişçe delik olması diğer bilgileri sağlayan diğer ayni şekilleri grafikleri arka arkaya koymaya destek vermektedir.

Tarihçe

Dairesel grafiğin ilk kullanışı 1801'de İngiliz William Playfair'in yayımladığı Statistical Breviary adlı kitapta bulunan bu türlü iki grafiktir.[11] Bu gösterim 19. yüzyılda özel litograf tipi basım yapılmasını gerektirdiği için pek popüler olarak kullanılmamıştır. 1858'de Fransız mühendis "Charles Joseph Minard" hazırladığı haritaların bir üçüncü boyutta bilgi ihtiva etmesini isteği nedeniyle bu gösterimleri kullanması, bu gösterim usulünün yayılmasına başlangıç olmuştur.[12]

Galeri

  • William Playfair'in Statistical Breviary kitabında bulunan bir dairesel grafik. 1789'dan önce Osmanlı İmparatorluğu'nun değişik kıtalarda bulunan arazi alanları.
    William Playfair'in Statistical Breviary kitabında bulunan bir dairesel grafik. 1789'dan önce Osmanlı İmparatorluğu'nun değişik kıtalarda bulunan arazi alanları.
  • Minard'in Fransa'nın değişik bölgelerinden et olarak tüketilmek üzere Paris'e gönderilen kocabaş hayvanların sayılarını gösteren dairesel grafik(1858).
    Minard'in Fransa'nın değişik bölgelerinden et olarak tüketilmek üzere Paris'e gönderilen kocabaş hayvanların sayılarını gösteren dairesel grafik(1858).
  • ABD nüfusu içinde değişik ırkların dağılımı (2000) - Ayrılmış dilimli dairesel grafik.
    ABD nüfusu içinde değişik ırkların dağılımı (2000) - Ayrılmış dilimli dairesel grafik.
  • Japonya 2005 Diet genel seçiminde partiler ve parti klikleri - Yüzük şekilde dairesel grafik.
    Japonya 2005 Diet genel seçiminde partiler ve parti klikleri - Yüzük şekilde dairesel grafik.


Dipnotlar

  1. ^ Dairesel grafik ve içindeki dilimler bir İngiliz üstü yuvarlak hamurla kaplı etli veya meyveli börek gibi bir yemek olan "pie" yemeğini andırdığı için bu ilk sunumda "pie chart" ismi kullanılmıştır ve bu isim hala da kullanılmaktadır.
  2. ^ Tufte, Edward Tufte, (2001), The Visual Display of Quantitative Information. Graphics Press, ISBN 0-9613921-4-2. say. 44
  3. ^ Few, Stephen. "Save the Pies for Dessert" 16 Aralık 2010 tarihinde Wayback Machine sitesinde arşivlendi., Ağustos 2007, (İngilizce) Erişme:2.2.2010
  4. ^ Good, Phillip I. ve James W. Hardin, (2003) Common Errors in Statistics (and How to Avoid Them). Wiley. ISBN 0-471-46068-0 say.117–118 (İngilizce).
  5. ^ Bu algılama güç endeksi için bakınız: Stevens, S. S. (1957). "On the psychophysical law." Psychological Review C.64 No:3 say.153–181. PMID 13441853 (İngilizce)
  6. ^ Florence Nightingale Museum, Florence Nightingale's Statistical Diagrams [1] 4 Mart 2016 tarihinde Wayback Machine sitesinde arşivlendi. (İngilizce) (Erişim:29.10.2009)
  7. ^ Guerry, A.-M. (1829). Tableau des variations météorologique comparéeş aux phénomèneş physiologiques, d'aprés les observations faites à l'obervatoire royal, et les recherches statistique les plus récentes. Annales d'Hygiène Publique et de Médecine Légale, 1 :228-. (Fransızca)
  8. ^ 13 Mayıs 2010 tarihinde Wayback Machine sitesinde [https://web.archive.org/web/20100513031315/http://www.neoformix.com/2006/MultiLevelPieChart.html arşivlendi. Clark, Jeff (2006). Neoformix. "Multi-level Pie Charts" [2] 13 Mayıs 2010 tarihinde Wayback Machine sitesinde arşivlendi. (İngilizce) (Erişim:21.5.2010)
  9. ^ Webber Richard, Herbert Ris ve Jiangbc Wel. "Space-filling Techniques ın Visualizing Output from Computer Based Economic Models" [3] 16 Ağustos 2010 tarihinde Wayback Machine sitesinde arşivlendi. (İngilizce) (Erişim:21.5.2010)
  10. ^ Good, Phillip İ. ve Jamess W. Hardin, James (2003), Common Errors ın Statistics (and How to Avoid Them), New York:Wiley. ISBN 0-471-46068-0.
  11. ^ * Playfair, William, (2005) Commercial and Political Atlas and Statistical Breviary, Cambridge:Cambridge University Press ISBN 0-521-85554-3. (İngilizce)
  12. ^ Spence, Ian. No Humble Pie: The Origins and Uşage of a statistical Chart[]. Journal of Educational and Behavioral Statistics. Kıs 2005, C.30 No.4 say. 353–368 ((ing))

Ayrıca bakınız

  • İstatistiksel grafik

Dış bağlantılar

İlgili Araştırma Makaleleri

<span class="mw-page-title-main">Manyetik alan</span> elektrik yüklerinin bağıl hareketteki manyetik etkisini tanımlayan vektör alanı

Mıknatıssal veya manyetik alan, bir mıknatısın mıknatıssal özelliklerini gösterebildiği alandır. Mıknatısın çevresinde oluşan çizgilere de, mıknatısın o bölgede oluşturduğu manyetik alan çizgileri denir. Manyetik alan çizgilerinin yönü kuzeyden (N) güneye (S) doğrudur. Manyetik alan hareket eden elektrik yükleri tarafından, zamanla değişen elektrik alanlardan veya temel parçacıklar tarafından içsel olarak üretilir. Manyetik alan vektörel bir büyüklüktür. Yani herhangi bir noktada yönü ve şiddeti ile tanımlanır. Manyetik alan B harfiyle temsil edilir. SI birimi Sırp bilim insanı Nikola Tesla'nın soyadı Tesladır. Manyetik alan Lorentz kuvveti kullanılarak ölçüldüğü için birimi coulumb-metre/saniye başına Newtondur. Saniye başına coulomba bir amper dendiği için T=N(Am)-1 olarak da geçer. Tesla günlük olaylar için çok büyük bir birim olduğundan pratikte, gauss (G) kullanılmaktadır. 1 T=104 G

<span class="mw-page-title-main">İstatistik</span>

İstatistik veya sayım bilimi, belirli bir amaç için veri toplama, tablo ve grafiklerle özetleme, sonuçları yorumlama, sonuçların güven derecelerini açıklama, örneklerden elde edilen sonuçları kitle için genelleme, özellikler arasındaki ilişkiyi araştırma, çeşitli konularda geleceğe ilişkin tahmin yapma, deney düzenleme ve gözlem ilkelerini kapsayan bir bilimdir. Belirli bir amaç için verilerin toplanması, sınıflandırılması, çözümlenmesi ve sonuçlarının yorumlanması esasına dayanır. Bu çerçevede yapılan işlemlerin tümüne sayımlama denir.

Varyans Analizi istatistik bilim dalında, grup ortalamaları ve bunlara bağlı olan işlemleri analiz etmek için kullanılan bir istatistiksel modeller koleksiyonudur. Varyans Analizi kullanılmaktayken belirlenmiş bir değişkenin gözlemlenen varyansı farklı değişim kaynaklarına dayandırılabilen varyans bileşenine ayrılır. En basit şekliyle varyans analizi birkaç grubun ortalamalarının birbirine eşit mi eşit değil mi olduğunu sınamak için bir çıkarımsal istatistik sınaması olur ve bu sınama iki-grup için yapılan t-test sınamasını çoklu-gruplar için genelleştirir. Eğer, çoklu değişkenli analiz için birbiri arkasından çoklu iki-örneklemli-t-sınaması yapmak istenirse bunun I. tip hata yapma olasılığını artırma sonucu doğurduğu aşikardır. Bu nedenle, üç veya daha fazla sayıda ortalamaların ististiksel anlamlığının sınama ile karşılaştırılması için Varyans Analizleri daha faydalı olacağı gerçeği ortaya çıkmaktadır.

<span class="mw-page-title-main">Parçacık hızlandırıcı</span>

Parçacık hızlandırıcı, yüklü parçacıkları yüksek hızlara çıkarmak ve demet halinde bir arada tutmak için elektromanyetik alanları kullanan araçların genel adıdır. Büyük hızlandırıcılar parçacık fiziğinde çarpıştırıcılar olarak bilinirler. Diğer tip parçacık hızlandırıcılar, kanser hastalıklarında parçacık tedavisi, yoğun madde fiziği çalışmalarında senkrotron ışık kaynağı olmaları gibi birçok farklı uygulamalarda kullanılır. Şu an dünya çapında faaliyette olan 30.000'den fazla hızlandırıcı bulunmaktadır.

<span class="mw-page-title-main">Aritmetik ortalama</span>

Aritmetik ortalama, bir sayı dizisindeki elemanların toplamının eleman sayısına bölünmesi ile elde edilir. İstatistik bilim dalında hem betimsel istatistik alanında hem de çıkarımsal istatistik alanında en çok kullanan merkezi eğilim ölçüsü' dür.

<span class="mw-page-title-main">Betimsel istatistik</span>

Betimsel istatistik veya betimsel sayımlama istatistik bilim alanında üç temel kısmından biridir. Sayısal verilerinin derlenmesi, toplanması, özetlenmesi ve analiz edinilmesi ile ilgili istatistiktir.

İstatistiksel terimler, kavramlar ve konular listesi matematik biliminin çok önemli bir alt-bölümü olan istatistik biliminde içeriğinde bulunan konuların çok ayrıntılı olarak sınıflandırılması ile ortaya çıkarılmıştır. Milletlerarası İstatistik Enstitüsü bir enternasyonal bilim kurumu olarak istatistik bilimi konu ve terimlerini bir araya toplayıp 28 bilim dilinde karşılıklı olarak yayınlamıştır. Bu uğraşın sonucunun milletlerarası bilim camiasının büyük başarılarından biri olduğu kabul edilmektedir. Ortaya çıkartılan, istatistik bilimi içinde kullanılan ve bu bilime ait özel kavramların ve terimlerin listesi, tam kapsamlı olma hedeflidir ve böylelikle istatistik bilimi için bir Türkçe yol haritası yapılmış olmaktadır.

Matematik ve istatistik bilim dallarında, bir değişken için sayısal veri ölçülme ölçeği, o değişken içindeki nesneleri temsil eden sayısal değerlerin kapsadıkları bilgilerin özelliklerinin belirli bir şekilde sınıflandırmasıdır. İncelenen kavramlar Amerikan uygulamalı matematikçi Stanley Smith Stevens tarafından teklif edilip geliştirilmiştir. Stevens'in ölçekler kuramına göre bir değişken için sayısal veriler dört değişik şekilde ölçülme ölçeğine sahip olabilirler: isimsel, sırasal, aralıksal ve oransal. Bu değişik ölçeklere göre değişken verilerine, değişik matematik ve istatistiksel işlemlerin ve ölçümlerin değişik şekilde uygulanması gerekmektedir.

Değerleyici güvenebilirliği, değerleyiciler arasında uyuşma veya konkordans değerleyiciler arasında bulunan uyuşma derecesini ölçmek amacı ile kullanılan istatistiksel yöntemleri kapsar.

Mann-Whitney U testi niceliksel ölçekli gözlemleri verilen iki örneklemin aynı dağılımdan gelip gelmediğini incelemek kullanılan bir parametrik olmayan istatistik testdir. Aynı zamanda Wilcoxon sıralama toplamı testi veya Wilcoxon-Mann-Whitney testi) olarak da bilinmektedir. Bu testi ilk defa eşit hacimli iki örneklem verileri için Wilcoxon (1945) ortaya atmıştır. Sonradan, Mann and Whitney (1947) tarafından değişik büyüklükte iki örneklem problemleri analizleri için uygulanıp geliştirilmiştir.

<span class="mw-page-title-main">Dal-yaprak grafikleri</span>

Dal-yaprak grafikleri, betimsel istatistik ve "istatistiksel grafik" konusu olup sayısal olarak elde edilen verilerin grafik olarak görsel şekilde özetlemek amacıyla çizilir. Bu çizimi tek değişkenli verileri incelerken kullanılır. Bu gösterim şekli veri setinin yapısını, örüntüsünü veya genel eğilimini gösterir.

<span class="mw-page-title-main">Anlamlılık seviyesi</span>

Anlamlılık seviyesi, istatistik biliminde, İngiliz istatistikçi Ronald Fisher tarafından çıkartımsal hipotez sınama yönteminin kurulması sırasında kavramlaştırılmış özel bir manası olan bir bilimsel ve istatistiksel terimdir. İstatistiksel anlamlılık eğer bir sonucun gerçekleşme olasılık değerlendirilmesine göre olabilirliği düşük değil ise ortaya çıkar.

<span class="mw-page-title-main">Kutu grafiği</span>

İstatistik biliminde kutu grafiği bir betimsel istatistik ve istatistiksel grafik aleti olup niceliksel verileri görsel şekilde özetlemek için Amerikan istatistikçi John Tukey tarafından kutu-ve-bıyıklar grafiği adı altında bir açıklayıcı veri analizi aracı olarak ilk defa geliştirilmiştir. Kutu grafiği, ilgili değişken bakımından veri için hazırlanan beş sayılı özetleme tablosu gösterimini grafiksel olarak özetlemeye dayalıdır. Özellikle merkezsel konum, yayılma, çarpıklık ve basıklık yönünden verileri özetlemek ve aykırı değerleri tanımlamak için kullanılır.

Çoklu sayılı özetleme tablosu betimsel istatistik alanında kullanılan genellikle aralıksal ölçekli veya oransal ölçekli tek değişirli sayısal verilerinin iki değişik tip özetleme araçlarıdır. Bu iki değişik özetleme araçları şunlardır:

  1. beş sayılı özetleme tablosu;
  2. yedi sayılı özetleme tablosu.

Yedi kalite aracı, toplam kalite yönetiminde sorun çözme tekniğine temel oluşturan yedi temel araç. Kalite yönetim araçları kişilere ve gruplara, kalite kontrol süreçlerini uygulamak, uygulanan bu süreçleri görüntülemek ve herhangi bir süreçten kaynaklanan bir problemi çözmek için destek sağlar. Yedi kalite aracı, iş problemleri analizlerine ve çözümlerine yapısal yaklaşım dolayısıyla da analizler ve çözümlerde gelişmeyi sağlar. Bu araçlar imalat süreçlerinde olduğu gibi hizmet odaklı süreçlerde de uygulanabilir. Yedi kalite aracı, takım veya gruplar tarafından uygulandığında en fazla getiri elde edilir. Böylece en kullanışlı, yani yönetim için tasarlanmış bilgiler ortaya çıkar. Bu araçlar, ürün geliştirmeden, pazarlamaya ve müşteri ilişkilerine kadar bütün üretim süreçlerinde süreç geliştirme ve müşteri memnuniyetini artırmak için uygulanabilir. Bir işletmenin ya da bir sürecin performansını geliştirmek amacıyla atılacak adımların, verilecek kararların verilere dayanması gerekir. 'Gerçeklere Dayalı Yönetim' ve 'Sürekli Gelişme' ancak; doğru, anlaşılabilir ve güvenilir veriler ile gerçekleştirilebilir.

<span class="mw-page-title-main">İnfografik</span> bilgileri hızlı ve net bir şekilde sunmayı amaçlayan bilgi, veri veya bilginin grafik olarak görsel sunumları

Bilgilendirme grafikleri ya da infografikler; bilgi, veri ve bilgi birikimlerini görsel olarak sergileyen grafiklerdir. Bu grafikler çok karışık konuları işaretler, haritalar ve teknik yazarlık ile çok kolay ve açıklayıcı bir şekilde sergiler. Bilgilendirme grafikleri ile bilgisayar, matematik ve istatistik bilimciler tek bir sembol ile süreç bilgilendirmesini yapabilirler ve geliştirebilirler.

<span class="mw-page-title-main">Zipf yasası</span>

Zipf yasası veya dilde tutumluluk yasası, matematiksel istatistik bilimi kullanılarak ortaya çıkartılan bir empirik yasa olarak formüle edilmiştir. Yasaya ad olarak, 1930'da Amerika'da Harvard Üniversitesi'nde dilbilim profesörü olan George Kingsley Zipf tarafından yayımlanması üzerine, onun adı verilmiştir. Bu empirik yasa herhangi bir insan dili ile yazılmış bir metinde bulunan sözcüklerin sıklılıkları hakkındadır.

<span class="mw-page-title-main">Tutulma</span>

Tutulma, bir astronomik objenin geçici olarak önüne engel gelerek kapanması sonucu oluşur ki bu ya önüne başka bir cisim gelmesi ya da gözlemci ve objenin arasına başka bir cisim gelmesi ile olur.

<span class="mw-page-title-main">Ergodik kuramı</span>

Fizik ve termodinamikte, ergodik kuramı, uzun bir zaman periyodunda, bir sistemin aynı enerji ile mikro istasyonların faz uzayının bir bölümünde geçirdiği zamanın, bu bölgenin hacmiyle orantılı olduğunu, yani, erişilebilir tüm mikrostatların uzun süre boyunca eşgüdümlü olmasıdır.

Sagan Gezegen Yürüyüşü, Ithaca, New York'ta bulunan Güneş Sistemi'nin yürünebilir ölçekli bir modelidir. Model, tüm Güneş Sistemini - hem gezegen boyutu hem de aralarındaki mesafeler - gerçek boyutunun beş milyarda birine kadar ölçeklendirmektedir. Sagan Gezegen Yürüyüşü Cornell Profesörü Carl Sagan'ın anısına oluşturulmuştur. Sergi ilk olarak 1997 yılında Ithaca'da sergilenmiştir.


Bu sayfa, bu Vikipedi makalesine dayanmaktadır.
Metin, CC BY-SA 4.0 lisansı altında mevcuttur; ek koşullar uygulanabilir.
Görseller, videolar ve sesler kendi lisansları altında mevcuttur.