BAYES YAKLAIMI

Kesikli Olaylar iin Bayes Kural

Anaktlenin kategoriye gre snflandrld varsaylsn. lk
grup salkl olanlar, ikinci grup astm olanlar ve nc
grupta tberkloz (TB) hastas olanlar olsun. Bu
anaktlede %90 bireyin salkl, %9unun astm ve %1in
de tberkloz hastas olduu bilinsin. Rastsal seilen bir
birey iin aadaki olaylar tanmlanabilir:
A1: Bireyin salkl olmas olay

P A1 0.90

A2: Bireyin astm olmas olay

P A 2 0.09

A3: Bireyin tberkloz hastas olma olay

(A.1)

P A3 0.01

BAYES YAKLAIMI
Seilen birey tberkloz hastas olup olmadn anlamak
iin rntgen ektirsin.Salk aratrmalarndan alnan
bilgiye gre, rntgen cihazlarnn salkl insan iin
tberkloz tehisi koyma olasl 0.03dr. Astm olan
bir hastaya tberkloz tehisi koyma olasl 0.2 ve
gerekte tberkloz hastas olan bir kiiye tberkloz
tehisi koyma olasl 0.95dir. B olay seilen bir kii
iin rntgen cihazyla konan tehisin pozitif olma olay
olsun.
(A.2)
P B A 2 0.2 P B A 3 0.95
P B A1 0.03
olaslklar artl olaslklar dr. Bireyin salkl iken rntgen
cihaznn TB tehisi koyma olasl 0.03dr. Bu olaslklar
birey rntgen ektirmeden nce verilmektedir. Rntgen
2
cihazna bal elde edilen sonulardr.

BAYES YAKLAIMI

P A 3 B P B A 3 .P A 3
=P A 3 B .P B

P B A3 .P A 3
P A3 B
P B

(A.3)

rnek bilgisi
n bilgi
Bayes kural

(A.4)

Rntgen cihazndan nce bireyin TB olma olasl P A 3 0.01

(n bilgi)
rnek bilgisi
P B A3 0.95
Bireyin tberkloz hastas iken rntgen cihaznn TB tehisi
koyma olasl 0.95dir.(rnek bilgisi) Bu olaslk birey
rntgen ektirmeden nce verilmektedir.
Birey TB iken, rntgen ektirdikten sonra birey iin TB lu
kma olasl rnek sonras olaslkdr.
3

BAYES YAKLAIMI
P A3

n olaslkdan rnek sonras olasla gei (rntgen

cihaz sonras) nasl olacaktr.
n olaslkdan

rnek sonras olasla gei

P B P B A1 P B A 2 P B A 3

= P B A1 .P A1 P B A 2 .P A 2 P B A 3 .P A 3
= 0.03 0.9 0.2 0.09 0.95 0.01
=0.0545

P B A3 .P A 3 0.95 0.01
(A.5)
P A3 B

0.17
P B
0.0545
Birey TB iken, rntgen cihaznn birey iin TB tehisi
koyma olasl 0.17dir. Olaslk 0.01den 0.17ye ykseldii
iin birey daha da endie edebilir.
4

BAYES YAKLAIMI
Srekli Dalmlarda Bayes Kural (Varyansn Bilindii
Durum)
Hanehalk gda harcamas rnei ile allsn.
yt et

,hakknda bilgi
harcamasdr.

e t : N 0, 2

edinmeye

(B.1)

allan

ortalama

gda

Bireyin TB olup olmamas ile deil de nn olas deerleri iin

olaslklar ile ilgilenilsin.
2 bilinmektedir.
5

BAYES YAKLAIMI
Tecrbelerden veya uzmanlardan elde edilen n bilgiler;
nn n bilgiye dayal olaslk younluk fonksiyonu f()
ile zetlenebilir. Bu younluk fonksiyonu, rnek
alnmadan nceki dnceleri ifade etmektedir.
f() ile ilgili farkl iki n bilgi incelensin. lk olarak, rnek
bilgisi nasl ifade edilebilir?
Rntgen ile hastaln tehisi rneine dnlrse
P B Ai

olasl; anaktle zellikleri verildiinde rntgen

cihaznn hastalk iin pozitif tehis koyma olasldr.
Burada, anaktle zellikleri ile zetlenmektedir ve verilen
ya gre rnek verileri iin gda harcamas olaslk
younluk fonksiyonu bulunur.
6

BAYES YAKLAIMI

f y t 2

1
2
exp 2 y t
2

(B.2)

Fonksiyon(B.2), verildiinde belli bir aralkta hanehalk

gda harcamasnn olasln bulmak iin kullanlabilir.
f y t sabitken anlamna gelir .f y t yerine daha ok
tercih edilmektedir.
sabit iken btn gzlemler iin (benzerlik fonksiyonu)
olaslk younluk fonksiyonu;

f y f y1, y 2 ,...., y T

= f y1 .f y 2 ......f y T

= 2

1 T
2
exp 2 y t
2 t 1

(B.3)

BAYES YAKLAIMI

(B.3) eitliindeki ikinci satr, rnein gzlemlerinin y1 , y 2 ,...., y T

bamsz olduunu ifade etmektedir.

rnek srecinde sabitken f() younluk fonksiyonu ile nn

belirsizlii ifade edilmektedir. [f()] n younluk fonksiyonu
nn rastsal olduu olaslk younluk fonksiyonu [f( /y)] de
nn belirsizliini ifade etmektedir. (rnek sonras younluk
fonksiyonu)

BAYES YAKLAIMI
f y rnek sonras younluk fonksiyonu nasl elde

edilebilir?
f y

kesikli olaylardaki P A3 B olaslna benzemektedir.

Rntgen cihaznn TB tehisi koyma olasl idi.

B rnek bilgisi ve A3 ilgilenilen bilinmeyen ksmdr (birey

TB hastas). Benzer ekilde;
(B4)

BAYES YAKLAIMI
f y i bulmak iin Bayes kural ile srekli olaslk

younluk fonksiyonu kullanlrsa:

P A3 B

P B A 3 .P A 3
P B

f y f
f y
f y

=f y f

Yler gzlenen deerler olduu

iin fonksiyon deildir, sabittir.

younluk fonksiyonu

= x rnek bilgisi x n bilgi

f y

rnek bilgisi ile ortak younluk fonksiyonu

10

BAYES YAKLAIMI

rnek alndktan sonra f y

deil sabit bir say olmaktadr.

fonksiyonu artk fonksiyon

f y eklinde yazlabilir. Eitlik hesaplanrken ilk olarak f y

ile f younluk fonksiyonlar arplr. Bu arpm sonucu,

rnek sonras younluk fonksiyonu f y nin eklini verir.
deeri, olaslk younluk fonksiyonunun deerini bir yapacak
bir deer olarak seilmelidir. normalletirme sabitidir.

f y f
f y
f y

(B4)

=f y f

= x rnek bilgisi x n bilgi

Son olaslk younluk fonksiyonu; n oyf ile benzerlik fonksiyonun

11
arpmnn bir orandr.

BAYES YAKLAIMI
Bilgi Verici Olmayan n Dalm
Ortalama harcama ile ilgili n bilgiye sahip olmayalm.
Herhangi bir deeri ve aralnda olabilir. Ortalama
harcama negatif olamaz ve ortalama harcamann deeri iin st
bir snr konulabilir. Buda ksaca dur. Tam bilgisizlii ifade
eden bir younluk fonksiyonu elde edilmek istenirse ile ilgili
tam belirsizlii gstermek iin, rneklem ncesi uniform
younluk fonksiyonu kullanlmaktadr.

f 1

(B.5)

n bilgi
12

BAYES YAKLAIMI
Fonksiyon(B.2), verildiinde belli bir aralkta hanehalk
gda harcamasnn olasln bulmak iin kullanlabiliyordu.

f y t 2

1
2
exp 2 y t
2

(B.2)

f y f y1, y 2 ,...., y T

= f y1 .f y 2 ......f y T

= 2

(B.3)

1 T
2
exp 2 y t
2 t 1

f y f
f y
f y

=f y f

= x rnek bilgisi x n bilgi

(B.4)

BAYES YAKLAIMI
Bayes kuraln uygulamak iin eitlik (B.6) da, (B.2) ve (B5)
yerine konulursa:

f | y f y | f
2

2 T /2

f 1

1 T
2
exp 2 yt .1
2 t 1

f y 2

1 T
2
exp 2 y t
2 t 1

(B.6)

(B.5)

(B.2)
14

BAYES YAKLAIMI

Bir sonraki adm (B.6) eitliini iin younluk fonksiyonu

olarak yeniden yazmaktr. enin zerinde yer alan ifade
aadaki gibi yazabilir: rneklem ortalamas y bir eklenip bir
karlrsa
T

y
t 1

yt y y

0
(B.7)

t 1
T

yt y y 2 y yt y
2

t 1
T

t 1

yt y T y
t 1

t 1

Gzlemlerin rnek
ortalamasndan fark sfr
olduu iin

Bu ifade eitlik (B.6)da f | y fonksiyonunda yerine konulursa;

15

BAYES YAKLAIMI
Tekrar yazarsak;

f | y f y | f
2
T

y
t 1

1
2
exp 2 yt .1
2 t 1

(B.7)

t 1

2 T /2

(B.6)

yt y T y

Yerine koyarsak

2 T /2

1
exp 2
2

2 T /2

y y
t 1

T y

fadeyi
ayrtrdk

1 T
T
2

2
exp 2 yt y exp

2
2

2 t 1

T
2
c1 exp 2 y
2

(B.8)

16

BAYES YAKLAIMI
c1 2

f y t

2 T /2

1
exp 2
2

t 1

(B.9)

2
2

exp 2 y t y
2

Eitlik (B.8)deki younluk fonksiyonu ne eit bir younluk

fonksiyonudur?
lk olarak c1, a bal deildir.f | y
fonksiyonudur.

iin olaslk younluk

BAYES YAKLAIMI
Bu olaslk younluk fonksiyonunun ekli aadadr:

T
2
exp 2 y
2

Bu ifade ile tanmlanan younluk fonksiyonu

ve 2/T varyansl bir normal dalmdr.

2
: N y,
T

(B.10)

y ortalamal

(B.11)

c1 sabiti younluk fonksiyonunun altndaki alan 1e eit yapmak

zorunda olan bir leklendirme sabitidir. Normal dalmn
altndaki alan 1 olduu iin sabit dzenlenip (B9) da yerine
konduunda c 2 2 / T 1/2 olarak elde edilir
1

18

BAYES YAKLAIMI

f x t 2

1
2
exp 2 x t
2

x : N ,

idi.
Benzer ekilde;

T
2
f y c1 exp 2 y
2

c1 2 / T
2

1/2

2
: N y,
T

19

BAYES YAKLAIMI
iin rnek sonras younluk fonksiyonu;
f | y 2 / T
2

1/2

T
2
exp 2 y
2

c1 2 / T
2

1/2

(B.12)

Bu blmn amalarndan biri rnekten nce ve sonra bir

normal dalmn ortalamas ile ilgili belirsizlii ifade
etmenin yolunu bulmaktr. Ksm 1 de, ortalama ( ile ilgili
belirsizlik olmasna karn varyans (2) biliniyordu. rnek
bilgisi mevcut olduunda belirsizlik ile ilgili ifadenin
deitirilmesinde ve ile ilgili tam belirsizliin ifade
edilmesinde bir yntem bulunmaya alld. Ksm 1 de,
eitlik (B.12)da verilen f | y nin elde edilmesi ile rnek
sonras belirsizlik ifadesini tanmlamak iin sezgisel
20
yaklamlar kullanld.

BAYES YAKLAIMI
Bilgi Verici n Dalm
Bir pilot aratrmas eklindeki rnek ncesi bilgisinin mevcut
olduu Bayes kuralnn uygulamasna dnlsn. 2nin bilindii
varsaym burada da geerlidir. rnek ncesi bilgisinin
normal younluk fonksiyonu:

2
: N y0 ,
T0

(18)

y0

pilot almadan elde edilen rnek ortalamas

T0

pilot almasndaki rnek hacmidir.

y0

a bal olan rnek ncesi bilgisi iin aadaki eitlik ele

alnmaktadr

yt et

(B.1)

21

BAYES YAKLAIMI
Bu younluk fonksiyonu aadaki gibi yazlabilmektedir:
1/ 2
T0

2
2
(B.14)
f f | y0 2 / T0 exp 2 y0
2

rnek ncesi (n bilgi) younluk fonksiyonundan, rnek

sonras younluk fonksiyonunu elde etmek iin; (B.14)
nolu eitlik ve eitlik (B.3)de verilen f y | rnek bilgisi,
eitlik (B.4)de Bayes kural forml ierisinde yerine
yazlmaktadr. Bu ilem aadaki gibi sonulanmaktadr

c1 2 / T
2

f | y f | y0 , y1 f y | f
2

2 T /2

1
exp 2
2

t 1

yt

T0
2
2
2 / T0 exp 2 y0
2

1
T0 T1
2
2
2 / T0 T1 exp

2
2

1/ 2

1/2

(B.15)

22

BAYES YAKLAIMI
(B.15)de elde edilen fonksiyon, rnek sonras younluk
fonksiyonudur. Ksm 3.1 de sezgisel yolla elde edilmitir.

2
: N ,

T
0
1

(B.16)

Ksm 3.1 de sezgisel yolla elde edilen argman, temel rnekten

hareketle yaplan pilot almas ile elde edilen bilginin
arlklandrlmas iin uygun bir plan yapmaya dayanmaktadr.
Eitlik (B.15)in de gerekli ilemler yaplarak eitlik (B.16)de
verilen sonu elde edilebilir.

h 0 y0 h1y1 T0 y0 T1y1

h 0 h1
T0 T1

rneklemin ortalamas y1 ve
n bilgi dalmn ortalamas
y0 nn arlkl ortalamasdr.

23

BAYES YAKLAIMI
Varyans Bilinmedii Durumda Srekli Dalmlar iin
Bayes Kural:
Varyansn bilindii durumdan ok, varyansn bilinmedii
durumlarla daha sk karlalmaktadr. Bu durumda Bayes
Kural
nn
bilinmeyen
ortalamas
trnden
yazlmamaktadr. Gerekte 2 bilinmeyendir ve Bayes
kuralnn ifadesine dahil edilmelidir. Bu durumda Bayes
kural aadaki gibi yazlabilir:
f , 2 | y

f y | , 2 f , 2
f y

(C.1)

f y | , 2 f , 2
24

BAYES YAKLAIMI
f , 2 | y

f y | , 2 f , 2
f y

f y | , 2 f , 2

lk olarak, f , 2

rnek
sonras

(C.2)

fonksiyonu;

ve 2 iin rnek ncesi olaslk younluk fonksiyonunu

gstermektedir.
rnek alnmadan nce ve 2 ile ilgili bilginin, bu rnek
ncesi younluk fonksiyonu ile elde edilebilecei
varsaylmaktadr. 2 iin rnek ncesi bilginin nasl elde
edilebilecei sorusuna yant aranmaldr. 2 deerinin
hanehalk gda harcamalarnn yer alaca uygulanabilir
aral belirledii hatrlanmaldr.

25

BAYES YAKLAIMI
Normal dalmdan gelen ou gzlem, ortalamann
3
aralnda yer almaktadr. Bylece, normal dalm olduu
varsaylarak, haftalk gda harcamalarnn gven aral
bilgisine sahip olunursa, 2 varyans bilgisine de sahip
olunmaktadr.
f , 2

iin rnek ncesi gsterim verildiinde, bir sonraki

adm rnek bilgisi f y | , 2 i ifade etmektir. Byle bir ifade
eitlik (9)de yer alan ifade ile zde olmaktadr. Burada tek
fark 2in nemli olduunu belirtmek iin
f yyerine
|
in yazlmasdr.
f y | , 2

f y | ,

2 T /2

1
exp 2
2

y
t 1

(C.3)
26

BAYES YAKLAIMI
sabiti nceki gibi ayn anlam tamaktadr. Bu sabit, rnek
sonras olaslk younluk fonksiyonu altnda toplam alann
1e eit olmasn gerektirmektedir. (C.1) eitliindeki son
ifade
f , 2 | y

dir.

Bu fonksiyon ortak rnek sonras younluk fonksiyonu

olmaktadr. rnek alndktan sonra ve 2 ile ilgili bilgi
durumunu ifade etmektedir.
Eer asl ilgilenilen 2 yerine ile ilgili bilgiyi tanmlamak ise,
o zaman 2i, ortak rnek sonras younluk fonksiyonundan
karmak gerekmektedir. Bylece f | y elde edilmektedir
27

TAHMN VE YORUMLAMA N
BAYES YAKLAIMI: BAZI TEMEL TANIMLAR,
KAVRAMLAR VE UYGULAMALAR[1]
Bu blmde ve izleyen blmde, bilinmeyen parametresi
hakknda belirsizlii ifade etmek ve yorumlar yapabilmek iin
alternatif yaklamlarla ilgilenilecektir.
Bayes yaklam olarak bilinen alternatif yaklamnn nemli
zellii parametreye ilikin belirsizliin ifadesinde, bilinmeyen
parametresine ilikin olaslk hesaplar kullanlmasdr.

Bu konu, Griffiths, W., Hill, R.C., Judge, G.G., (1993), Learning and Practicing Econometrics kitab
Blm 25ten alnmtr.
[1]

Giri

Bayes yaklamnda olaslk hesaplar, sadece rnek

sonular iin deil ayn zamanda bilinmeyen sabit
parametreler iin de kullanlmaktadr
Olaslk younluk fonksiyonlarnn farkl trleri:
1) rnek alnmadan nce parametre hakkndaki belirsizlii
ifade etmek (rnek ncesi olaslk younluk
fonksiyonu),
2) belirli rnek sonularnn olabilirliini tanmlamak,
3) rnek alndktan sonra parametre hakkndaki belirsizlii
ifade etmek(rnek sonras olaslk younluk fonksiyonu)
iin kullanlabilir.
29


Klasik regresyon modellerinde
Giri hakknda yorumlama
yapmak iin sadece rnek bilgisi kullanlr. Bu iki blmde
kesin olmayan veya belirsiz rnek d bilgi ele alnacaktr.
Parametre hakkndaki belirsizlik rnek d bilginin olmas ve
kayplardan
herhangi
birinin
hesaba
katlmasndan
kaynaklanan yanl bir kararn alnmasna sebep olabilecektir.
Bu blmde, tahmin ve yorumlama ele alnacaktr. Bir
ekonomik problem kapsamnda aadaki sorular ele
alnabilir:
1. rnek alnmadan nce ve sonra, hipotezler veya
parametreler hakkndaki belirsizlik ifade edilebilir mi?
2. rnek ncesi bilgi, rnek almadan veya deneylere
dayanan bilgi ile nasl birletirilir?
30
3. Karar sonularn gz nnde tutan bir ereve var mdr?

Giri
rnek toplamadan nce:
rnein ortalama gda harcamasnn ne olabilecei
konusunda bir bilgiye sahip olunmad varsaylsn. nn
deeri hakknda tam anlamyla belirsizlik olduu sylenebilir.

y1 , y 2 , , y 40
rnek ortalamas

gibi 40 tane gzlem ieren rnek olsun.

iin nokta tahmini olsun.

Bu durumda hakknda belirsizlik azalmtr .

Ana ktlenin tamam gzlenmemi, sadece 40 gzlemden
oluan bir rnek ele alnmtr .
31

Giri

rnek gzlendikten sonra elde edilen bilgi, rnekten nce

sahip olunan bilgiye gre daha kesin veya daha belirgindir.
lk soru: rnekten nce ve sonra hakkndaki belirsizlii
ifade edebilir miyiz? Yorum iin ne kullanlmaldr?
kinci soru; rnek ile salanan bilgiden baka bilgi var
mdr?
rnek alnmadan nce;
Haftalk ortalama gda harcamas hakknda tam anlamyla
belirsizlik olmadn ve onun deeri hakknda bir bilgiye
sahip olunduu varsaylsn:
32

Giri
n bilgi (apriori bilgi), daha nce alnan rneklerden elde
edilen bilgiler ve edindiimiz deneyimlerdir.
n bilgi nasl gsterilebilir? rnek alndktan ve hakknda
ek bir bilgi elde ettikten sonra bilgi nasl gncellenebilir? Bilgi
toplama sreci nasl tanmlanp, kullanma hazr hale
getirilebilir? Ekonomik teori aratrmacya bu konuda birok
n bilgi salamaktadr .

Eer bir bilgiye sahip olmadan almaya balanrsa, rnekten

nce ve sonra ortalama harcama hakkndaki belirsizlik nasl
ifade edilecektir?
33

Ortalama Harcamaya likin Belirsizliin fade Edilmesi

Hanehalk gda harcamas verisi iin istatistiksel model veya
rnekleme sreci :

yt et .

yt

t 1,2,K , T

(1)

t.nci hanehalk iin yaplm gda harcamas

bilinmeyen parametre , et ise gzlemlenemeyen rastsal
deikendir

etnin ortalamas 0 ve varyans ile gsterilmektedir.

Herbir ytnin ekimi dier ekimlerden bamszdr ve
herhangi iki ekim arasndaki kovaryans sfrdr (yt ve ys).
Benzer ekilde et ve es arasndaki kovaryans da sfra eittir.34

Ortalama Harcamaya likin Belirsizliin fade Edilmesi

y x e

E e 0

y ~ N ( x , 2 I T )

veya

E ee ' 2 IT

e ~ N (0, 2 I T )

(2)

(3)

x tm elemanlar bire eit olan T boyutlu bir vektrdr.

x = (1, 1, .,1)
Bayesi yorumlamann temelinde varyans parametresi
2nin bilindii varsaylmaktadr.
rnek Sonras Bilgi
hakknda bir bilgiye sahip olunmad ve belirsizlik
iinde olunduu varsaylsn.
40 tane rasgele hanehalk seerek haftalk gda harcamalar
35
gzlensin.

Ortalama Harcamaya likin Belirsizliin fade Edilmesi

y1 , y 2 , , y 40 )

y 23.5945

Tablo 1 s.77 den grld gibi

y 23.5945

rnek ortalamas

rnek bilgisidir.

rnek bilgisi elde edildikten sonra hakkndaki belirsizlik

durumu olaslkla ifade edilir:
nn olaslk younluk fonksiyonu:
rnek alnmadan nce rnek ortalamas y olaslk
younluk fonksiyonunun bir tahmincisidir

y ~ N , 2 / T

(4)

36

Ortalama Harcamaya likin Belirsizliin fade Edilmesi

37

Ortalama Harcamaya likin Belirsizliin fade Edilmesi

y ~ N , 2 / T

(4)

bilgisi ile younluk fonksiyonu, rnek

ortalamasnn olasln belirli herhangi aralk iinde
tanmlamaktadr. (4)den ( y ) ~ N (0, 2 / T )
olduu
bilinmektedir. Bu nedenle;
ve 2

y
z
~ N (0,1)
/ T

(5)

y rastsal deikendir
z deikeni rastsal deiken
z veya y nn olaslk ifadeleri, iin hipotez testleri veya
aralk tahminleri oluturmak iin kullanlmaktadr.
parametresi sabit olarak ele alnmtr.
38

Ortalama Harcamaya likin Belirsizliin fade Edilmesi

nn olaslk younluk fonksiyonunu hesaplarken (5) eitlii
ile balanr:
y
(5)
z
~ N (0,1)
/ T
y
z
T
z
T

z T y
z

T y
T

y
z
T

39

Ortalama Harcamaya likin Belirsizliin fade Edilmesi

sabittir.
/ T
ve
, znin dorusal fonksiyonudur.
Normal rastsal deikenlerin dorusal fonksiyonlar, normal
rastsal deikenlerdir. normal dalma sahiptir.
Ortalamas:
y

z
~ N (0,1)
y
z
/ T

E y
E z y
T
2
2
var( )
var( z )
T

~ N ( y, / T )
2

nn olaslk younluk
fonksiyonu

(6)

40

Ortalama Harcamaya likin Belirsizliin fade Edilmesi

Bu fonksiyon rnek alndktan sonra
hakkndaki
belirsizlii ifade etmek iin kullanlmaktadr. nk eitlik
(6) normal olaslk younluk fonksiyonudur ve aadaki gibi
gsterilebilir:

T
f ( / y)
2
2

1/ 2

T
2
y
exp
2
2

(7)

f ( / y ) rnek bilgisi y gzlemlendikten sonra

hakkndaki belirsizliin ifadesini gsterir.
f ()
yerine kullanlmaktadr.

rnek sonras younluk

fonksiyonu

41

Ortalama Harcamaya likin Belirsizliin fade Edilmesi

rnek ncesi Bilginin Gncellenmesi

f ( ) nn dalm hakkndaki bilgisizlii ifade etmek iin

spesifikasyon seimi ve rnek ncesi younluk fonksiyonu
olarak bilinmektedir. Bu younluk fonksiyonu
ve

aralnda uniform younluk fonksiyonudur.

Thomas Bayes, f ( ) younluk fonksiyonunu rnekten bilgi
salamak art ile gncellemitir.
Gncellenen dalm f ( / y ) fonksiyonudur ve rnek sonras
younluk fonksiyonu olarak isimlendirilir ve (7) eitliindeki
normal dalm olaslk younluk fonksiyonuna sahiptir.
42

Ortalama Harcamaya likin Belirsizliin fade Edilmesi

rnek seildikten sonra

y 23.5945

2 57.6

bilindii varsaylsn. Bu durumda dalm

tam olarak belirlenebilir.

/ T 57.6 / 40 1.44
2

hakkndaki bilgi aadaki gibidir:

~ N ( y, 2 / T )

~ N (23.5945, 1.44)

(8)

Ortalama Harcamaya likin Belirsizliin fade Edilmesi

Ortalama Harcama in Olaslk fadeleri
Yaklak olarak 21$ ve 26$ deerleri arasnda yer
almaktadr. Ortalama harcamann ne kadar olduu
hakknda herhangi bir fikre sahip olunmadnda bir
rnek alnmas nem tamaktadr.
y 23.5945
21 23.5945
26 23.5945
P(21 26) P
z

1.44
1.44

P(2.1621 z 2.0046)
2 / T 57.6 / 40 1.44

0.962

Bu sonu, haftada ortalama gda harcamasnn 21$ ve

26$ arasnda olma olaslnn %96.2 olduunu
44
gstermektedir

Ortalama Harcamaya likin Belirsizliin fade Edilmesi

45

Ortalama Harcamaya likin Belirsizliin fade Edilmesi

Aralk Tahmini
Belirli bir olaslk deeri ile y kapsayacak gven aral ne
olacaktr?

P (a1 a 2 ) 0.95
ifadesini salayan bir ok aralk vardr. Seilecek aralk en
ok bilgiyi ifade etmeli ve en dar olmaldr.
23.5945

P 1.96
1.96 0.95
1.44

P 23.5945 1.96 1.44 23.5945 1.96 1.44 0.95

P(21.24 25.95) 0.95
46

Ortalama Harcamaya likin Belirsizliin fade Edilmesi

Bu sonuca gre haftalk gda harcamas 0.95 olaslkla
21.24$ ile 25.95$ arasnda yer almaktadr.
Elde edilen bu aralk tekrarl rneklem teorisi ile ayndr.
Bu blmde farkl yorumlar gsterilecektir:
rnein gzlendii ve bir olaslk younluk fonksiyonu
asndan ile ilgili belirsizliin sz konusu olduu durumda
%95 olaslkla i ieren aralk ne ekilde olacaktr? Araln
snrlar verilmi ve bilinmemektedir.
Bu blmdeki fark, sonularn olaslk ifadesi olarak
aklanmasdr. Gven aralklar ile birlikte olaslk
teknikleri kullanlmaktadr.
47

Ortalama Harcamaya likin Belirsizliin fade Edilmesi

Hipotezlerin Karlatrlmas
CEO, kurulutan ve yeni perakende maaza ynetiminden,
maliyetler ve gelir ile ilgili bilgileri toplam olsun. Eer
ortalama gda harcamas hafta bana 22$ ise, yeni bir
perakende maaza amann faydal olacana karar
verecektir. Bu durumda hipotezler:

H 0 : 22
H 1 : 22

rnek alndktan
fonksiyonu

~ N (23.5945, 1.44)

(9)
sonra,

rnek

sonras

younluk

olarak her bir hipotezin olasln

48
hesaplamak iin kullanlacaktr.

Ortalama Harcamaya likin Belirsizliin fade Edilmesi

22 23.5945

P ( H 0 ) P ( 22) P z

1.44

P ( z 1.3288) 0.092
P H 1 P 22 1 P 22
0.908
Hafta bana ortalama, en az 22$ harcama olasl 0.908 dir.
Fark oran

K 10

K 10

P ( H 1 ) 0.908

9.87
P ( H 0 ) 0.092

(10)

H1 hipotezi, H0 hipotezine gre yaklak olarak 10 kat daha

fazla olaslkla dorudur.
49

Ortalama Harcamaya likin Belirsizliin fade Edilmesi

statistiksel karar teorisi, eitlik (10) da verilen fark oranna
bal olarak H0 ve H1 i semekle ve yanl karar verilmesiyle
ortaya kan kayplarla
konularda

H0

ilgilenmektedir.

hipotezinin

kabul

yada

tanmlanmt. Bu kurallar rnek ortalamas

Daha nceki
red

kurallar

nn H0

hipoteziyle uyumlu olup olmamasna baldr. Bu yaklam

yanl

karar

ile

ortaya

kan

kayplar

aka

nlememektedir.
50

Ortalama Harcamaya likin Belirsizliin fade Edilmesi

Kayp Fonksiyonu:
yi bir tahminci,
Bir parametreyi gerek deerine yakn olarak tahmin etmelidir.
yi bir tahmin edici iin, tahmin hatas ortalama seviyede 0a
yakn olmaldr.
Herhangi bir parametresinin tahmini
olsun.
Byle bir tahmin ve dolaysyla tahmin hatas yapmaktan dolay
ortaya kan kayb nlemek iin bir fonksiyona ihtiya vardr.

L ,

Bu fonksiyon kayp fonksiyonu olarak adlandrlsn.

51

Kayp Fonksiyonu:

L ,

Doal olarak, ve arasndaki uzaklk ne kadar bykse,

L , nn deeri de o kadar byk olacaktr.

Bir tahmincinin iyi olup olmadn test etmek iin istatistiksel

bir lye gereksinim vardr.
Eldeki her farkl y rneinden hareketle elde edilecek kayp
fonksiyonlarnn ortalamas ( ya da beklenen deeri) byle bir
ihtiyaca cevap verebilir.

52

Kayp Fonksiyonu:
Risk fonksiyonu, kayp fonksiyonunun beklenen deeri
olarak tanmlanr ve aadaki gibi hesaplanr

olduu durum iin

2
L , b c b

E L
,
b

E
c

L , b f

y
d

c b f
2

y
d

c sabittir ve ilgilenilen duruma gre farkllk gstermektedir.

Bir istatistikinin yukardaki beklenen deeri minimum
klacak ekilde bir tahminde bulunmas gerekmektedir. Bu
ekilde elde edilecek tahmin edici, literatrde nn bir Bayes
tahmin edicisi olarak ifade edilmektedir.

53

Kayp Fonksiyonu:

olduunda L( , ) 0

olur.

Kayp Fonksiyon Trleri:

1. Karesel Kayp Fonksiyonu:
2

L(, ) c b

2. Mutlak Kayp Fonksiyonu:

L( , ) b
3. Sfr Bir Kayp Fonksiyonu:

0, Eer b a

L(, )
1, Eer b a

54

Nokta Tahmini
, nn bir tahmini olsun:
nn ar tahmini:
nn eksik tahmini:

durumlarnda ortaya kar.

55

Nokta Tahmini

nn rnek sonras younluk fonksiyonu

ortalamal l

var l

olsun.

Bu durumda en iyi nokta tahmini, kayp fonksiyonundan

elde edilen beklenen kayb minimum yapan tahmindir.

E a.var
2
rnek sonras ortalama
artk en iyi deildir. nk
E
eksik tahminleme, ar tahminlemeden daha az risklidir.
56

Nokta Tahmini
a = 2,
E y 23.5945

ve
var 2 T 1.44

olsun.

Ortalama gda harcamasnn en iyi nokta tahmini

E a.var
2
23.5945 2x1.44 22.1545
2

57

Bilgi Toplama
Belirsizlik altndaki karar problemlerinde, geerli olan tm
bilgiden yararlanmal ve bu bilgiler toplanmaldr. rnein,
rnek ncesi elde edilen sonular geerli olabilir ve basite
ortalama harcama hakknda fikirlere sahip olunabilir.
rneklem alnmadan nce ile ilgili belirsizlik dzeyi veya
bilgi durumu nasl ifade edilir?
rneklemi gzlemledikten sonra, sahip olunan bilgi nasl
gncellenebilir veya belirsizlik dzeyindeki azal nasl
tanmlanabilir? Dier bir deile bilgi sreci iin ne
uygulanr?
58

Bilgi Toplama
n Bilginin Dahil Edilmesi
statistiksel model

yt et .

Gzlemleri kullanarak gda zerindeki ortalama harcama

hakknda bilgi edinmeye devam edilsin. Burada et lar
bamsz

et ~ N (0, 2 )
dal gstermektedir.

2 bilinmektedir.

59

Bilgi Toplama
hakkndaki rnek ncesi veya balang bilgisi; rnek
ncesinden,

sahip

olunan

bilgiden

veya

uzmanlarn

grnden elde edilebilmektedir.

Bu ksmda da kk bir rnek ile pilot almas yaplarak

n bilgi elde edilmeye allacaktr. (T0)

60

Bilgi Toplama
40 gzlem ieren rneklemden nce alt hanehalkn ieren
kk bir pilot almas yaplsn.
s.87. Tablo 2
rnek bilgisi

1 6
y 0 y t 25.475
6 t 1

1 6
( y t y 0 ) 2 53.27187
5 t 1

y1 23.5945

12 66.84738

2
0

Sfr indisi alt haneyi,

bir indisi 40 haneyi gstermektedir.
To pilot alma rnek bykl ;
T1 byk rnek bykldr.

61

Bilgi Toplama

Tablo 2 pilot almasndaki alt hane iin haftalk gda

harcamas
30.00

23.69

29.04

11.48

30.83

27.81

62

Bilgi Toplama

nin bilindii varsaylsn.

lk olarak pilot almadan elde edilen bilgi (n bilgi), rnek

sonras younluk fonksiyonu tarafndan kullanlabilmektedir.

2
~ N y 0 ,
T0

2 / T0 57.6 / 6 9.6

~ N(25.475, 9.6)

kinci olarak bir sonraki adm rneklemi bytmektir. Yani,

bilgiyi arttrmak-gncellemek iin, 40 gzlem ieren rnek
alnrsa;
40 gzlem ele alndnda,

y1 23.5945 / T1 57.6 / 40 1.44

2

63

Bilgi Toplama
n bilgi ihmal edilirse, olaslk younluk fonksiyonu ile ilgili
yeni rnek bilgisi:

~ N

y1 ,
T1

~ N(23.5945, 1.44)

nc olarak iki bilgi nasl birletirilecektir.

Say.89 ekil 4 .

64

Bilgi Toplama

f y

ekil 4: biliniyorken iki rnekten iin younluk

fonksiyonlar
65

Bilgi Toplama
Pilot almadan elde edilen

younluk fonksiyonu, T1
f ( / y1)
gzlemli rnekten elde edilen
younluk
fonksiyonuna gre daha fazla yaylmaktadr. lave yaylma,
hakkndaki ilave belirsizlii gstermektedir.
f ( / y0 )

dan elde edilen %95 gven aral

P 19.40 31.55 0.95

f ( / y1)

dan elde edilen %95 gven aral

P 21.24 25.95 0.95

kinci gven aral daha dardr.

Bilgi Toplama
Yukardaki iki bilgi Bayes kural ile birletirilebilir. rnek
sonras younluk fonksiyonu iin notasyon

f ( / y 0 , y1 )
Bu fonksiyon ortalama ve 2 varyans ile normal
dalmaktadr.
Burada n bilgi, rnek bilgisi ile gncellenerek rnek sonras
younluk fonksiyonu elde edilir.

67

Bilgi Toplama

~ N ( , )
2

2
ve

y0

ve y1 T0 ve T1 den hareketle nasl hesaplanr

rnek sonras rnek ortalamas

y0

ve

,,

y1 ortalamalarna baldr.

zerindeki bilginin gvenirlik hesaplamalar, duyarllklar ile

yaplabilir. Bu duyarllk, younluk fonksiyonundaki varyansn
tersidir.
68

Bilgi Toplama
Her bir bilgi kaynann duyarll aadadr:

h0

T
0

h1

T
1

T0
6

0.10417
2

57.6

T1
40
2
0.69444

57.6

Byk rnek daha fazla duyarlla sahiptir.

h0 ve h1 duyarllklar iley 0 ile y1 in arlkl ortalamasdr.

h0 y 0 h1 y1 T0 y 0 T1 y1 6(25.475) 40(23.5945)

23.8398
h0 h1
T0 T1
6 40
69

Bilgi Toplama

23.8398,
almaktadr.

y0 25.475

y1

ve y1 23.5945 arasnda yer

e yakndr.

ele alndnda birletirilmi bilginin duyarll h ,

basit olarak her bilgi kaynann duyarllnn toplamna
eittir.

h h0 h1 0.10417 0.69444 0.79861

2
1
1

57.6
2

1.25217
T0 T1 6 40
h h0 h1 T0 T1
2 2
Duyarllk h , rnek sonras younluk fonksiyonunun
varyansnn tersidir. Varyans azaldka duyarllk 1e
yaklamaktadr.

70

Bilgi Toplama
rnek sonras younluk fonksiyonundan salanan bilgi;

~ N (23.8398,1.25217)
ekil 5 (sayfa 90).rnek sonras younluk fonksiyonu dier
iki dalmdan daha az varyansa yani yaylma sahiptir.
rnek sonras younluk fonksiyonunun, her iki rnei
birletirerek elde edilen birletirilmi rnek sonular ile ayn
olduu grlecektir (46 gzlemli).

71

Bilgi Toplama

f ( | y)

f ( | y0 , y1 )

f( | y1 )

20

f ( | y0 )

y1

y0

30

35

ekil 5: 2 biliniyorken, iki kaynaktan bilginin

birletirilmesi

72

Bilgi Toplama
h0 y 0 h1 y1 T0 y 0 T1 y1 6(25.475) 40(23.5945)

23.8398
h0 h1
T0 T1
6 40
idi. Yukardaki eitlik aadaki gibi yeniden yazlrsa

T0 y0 T1y1

T0 T1

T0

T1

t 1

s 1

y t ys
T0 T1

T0 T1 rnek hacminden elde edilen rnek sonras younluk

fonksiyonun varyans

2 / (T0 T1 )

olacaktr.Yani

1
1
2
57.6

1.25217
T
T
T0 T1 6 40
0
1
h h0 h1

2 2
1

ile ayn olacaktr.

73

Bilgi Toplama
Bu blmdeki ama;
2 biliniyorken nn normal populasyon ortalamas hakknda
bilgi edinmektir.
iin

y0 ortalamal ve 2 T0 varyansl rnek ncesi ya

da rnek bilgisi ile y ortalamal ve 2 T varyansl normal
1
1

younluk fonksiyonlu rnek bilgisi varsa iin normal younluk

fonksiyonu

T0 y0 T1y1 T0 T1

2 T0 T1

ortalamal

varyansl olacaktr. (ekil 5)

74

kinci Problem in Bayesi Yorumlama

kinci

soru

grubu,

bilginin

tanmlanmas

ve

kullanlmas ile ilgilidir:

n bilgi nasl gsterilebilir?
rnek alndktan ve hakknda ek bir bilgi elde ettikten
sonra bilgi durumu nasl gncellenebilir?
Bilgi toplama sreci nasl tanmlanp, kullanma hazr hale
getirilebilir?

75

 kinci Problem in Bayesi Yorumlama

Louisiana Fried Chickenda (LCF) haftalk satlarn
ortalama ve 2 =4 varyans ile normal dald varsaylsn.
Haftalk satlar: y

y ~ N ( , 4)
2

n bilgi

LFC sat maazasnn haftalk satlar ile ilgilenilmektedir.

Bu nedenle, haftalk satlarn ortalamas hakknda bilgi
toplasn.
rnekleme teorisine gre, haftalk satlara ait rnek alnr.
Bylece burada 10 gzlemli rnek alnsn. (rnek Bilgisi)
76

kinci Problem in Bayesi Yorumlama

y' (y1, y2 ,K , y10 )
(4.74, 7.11, 5.31, 6.28, 6.09, 8.52, 2.78, 7.38, 5.44, 5.72)

rneklem ortalamas nokta tahmini olarak kullanlrsa:

10

y y t / 10 5.937
t 1

%95 gvenle aralk tahmini:

y 1.96 / T 5.937 1.96 2 / 10
( 4.697, 7.177)
Haftalk satlarn ortalamas (5900$); 4700$ ile 7200$
arasndadr.

77

kinci Problem in Bayesi Yorumlama

n Bilgi
Tavuk zerine hazr gda sat yapan bir maazada daha
nceden haftalk tavuk satlar ile ilgili baz fikirlerin olduu
varsaylsn. %95 olaslkla ortalama haftalk satlarn 5000$
ile 11000$ arasnda olduuna inanlmaktadr:

P (5 11) 0.95
Olas deerleri ile ilgili subjektif n younluk fonksiyonu,
2
ortalama ve
varyansa sahip ve normal dalm

gstermektedir.

~ N ( , 2 )

78

kinci Problem in Bayesi Yorumlama

2

?
?
Normal dalmn
yazlabilir:

zelliini

kullanarak

5 11
P (5 11) P

z
P

aadaki

eitlik

0.95

standart normal dalmdr. N(0,1) dir.

1.96
1.96 0.95

5
1.96

ve

1.5306

11
1.96

ve

2 2.3427

79

kinci Problem in Bayesi Yorumlama

LFC rneinde n bilgi aadaki gibidir:

~ N ,

: N 8, 2.3427

Slayt 79

Eer normal dalm hakkndaki n bilgiyi ifade etmek iin

uygunsa, n bilgiye dayal younluk fonksiyonu f ()
olur.
Daha nceden yaplm pilot almas iin n bilgi ise
aadaki gibi yazlmaktayd:

2
~ N y 0 ,
T0

Slayt 64
80

kinci Problem in Bayesi Yorumlama

Bu olayda pilot almas yoktur. Bununla beraber bir nceki
hipotetik rnekten geliyormu gibi ~ N , 2 ifadesindeki
bilgi kullanlr.

y0

2
T0

Bu deerleri hesaplayabilmek iin y0 ve T0 a ihtiya

vardr.
2
4
2

y0 8
slayt 79

T0

T0

2.3427

4
T0
1.7074
2.3427

Varsaylan rneklemin hacmi 1.7074 tr. Bu deer tam deer

olmayp ilem iin geerli deildir.
81

kinci Problem in Bayesi Yorumlama

n Bilginin Gncellenmesi
Ksm 3te, normal olaslk younluk fonksiyonu biiminde
ifade edilen rnek ncesi bilgi ile normal olaslk
younluk
fonksiyonundan
gelen
rnek
bilgisi
birletirildiinde, elde edilen sonucun, ortalama ve
varyans ile birlikte normal rnek sonras olaslk
younluk fonksiyonu olduu ifade edilmiti.

T0 y 0 T1 y1

T0 T1

T0 T1

Sonular;
T0 1.7074

T1 10
slayt.76-77

y0 8
y

y1 5.937
10

y
t 1

/ 10 5.937

2 4
82

kinci Problem in Bayesi Yorumlama

T0 y 0 T1 y1

T0 T1

T0 T1

(1.7074)(8) (10)(5.937)

6.238
1.7074 10

0.3417
1.7074 10

Haftalk ortalama satlar iin

younluk fonksiyonu

rnek sonras olaslk

~ N (6.238, 0.3417)
rnek ncesi ve sonras olaslk younluk fonksiyonlar ekil
6 dadr. Grafikler incelendiinde rnek bilgisinin etkisi
grlmektedir. rnek bilgisi, dalm sola kaydrmtr.
83

f ()
f ( | y)
f ( | y)
f ()

10

11

12

13

ekil 6: biliniyorken iin n ve rnek sonras younluk

fonksiyonlar
84

kinci Problem in Bayesi Yorumlama

Aralk Tahmini
rnek sonras olaslk fonksiyonundan ~ N (6.238, 0.3417) haftalk
ortalama satlar iin aralk tahmini gerekletirilmektedir.

6.238
~ N (0,1)
0.3417
%95 olaslkla aralk tahmini;

6.238
P 1.96
1.96 0.95
0.3417

veya

P (5.092 7.384) 0.95

85

kinci Problem in Bayesi Yorumlama

Hipotez Testi
Tek ynl hipotez testi:

H0 : 5

Maazay satn almak karl deildir.

H1 : 5

Maazay satn almak karldr.

LFC rnei kapsamnda hipotez tavuk rnleri sat

maazasnn satn alnp alnmayaca ile ilgili olsun. Eer
H1 hipotezi doru ise maazay satn almak karl olacaktr. Tam
tersi ise satn almak yanl olacaktr. Yaplacak ilk adm ilgili test
istatistiini hesaplamaktr.
5 5.937 5
z

1.482
/ T
2 / 10

Bkz. Sayfa 82
86

kinci Problem in Bayesi Yorumlama

%5 anlamllk dzeyinde kritik tablo deeri

z 0.05 1.645
tir.

z 1.482 1.645

olduu iin H0 reddedilemez. Bu nedenle sat

maazasn satn almak karl olmayacaktr.

rnek sonras younluk fonksiyonu kullanldnda;
~ N (6.238, 0.3417)

P ( H 0 ) P( 5)

5 6.238
P z

0.3417

P ( z 2.12)
0.017

P( H 1 ) P ( 5) 0.983

87

kinci Problem in Bayesi Yorumlama

H0 n fark oran:
H1 n fark oran:

K 01 P ( H 0 ) / P ( H 1 ) 0.017 / 0.983 0.0173

K 10 P ( H 1 ) / P ( H 0 ) 0.983 / 0.017 57.8

H1 hipotezi H0 hipotezine gre 57 kat olabilirlikle daha

dorudur. Bu rnek iki karsamaya ilikin sonularn nasl
farkl olduunu gstermektedir. Bu farkllk iin elde edilen
n bilgiye bal olmaktadr.

88