Professional Documents
Culture Documents
indekiler
1. TEMEL KAVRAMLAR ................................................................................................................. 4
1.1. statistiin Tanm ve Kullanm Alanlar ................................................................................. 4
1.1.1. statistik Nedir? ............................................................................................................... 4
1.1.2. statistiin Kullanm Alanlar .......................................................................................... 4
1.2. Temel Kavramlar ..................................................................................................................... 4
1.2.1. Aratrma ......................................................................................................................... 4
1.2.2. Poplasyon (Kitle, Ana Kitle, Ana Ktle, Yn)............................................................ 4
1.2.3. rneklem ve rnekleme.................................................................................................. 4
1.2.4. Tamsaym ........................................................................................................................ 5
1.2.5. Gzlem (Denek) .............................................................................................................. 5
1.2.6. Parametre ve statistik ..................................................................................................... 5
1.2.7. Deikenler ...................................................................................................................... 5
1.3. statistik Trleri ....................................................................................................................... 8
1.3.1. Tanmlayc (Betimleyici) statistik ................................................................................. 8
1.3.2. ngrleyici (Tahminleyici) statistik ............................................................................ 8
1.4. Veri Kaynaklar ....................................................................................................................... 8
1.4.1. Kaynaklar .................................................................................................................... 8
1.4.2. D Kaynaklar .................................................................................................................. 8
1.5. Veri Toplama Yntemleri........................................................................................................ 9
1.5.1. Literatr Aratrmas ....................................................................................................... 9
1.5.2. Gzlem ............................................................................................................................ 9
1.5.3. Deney............................................................................................................................... 9
1.5.4. Anket ............................................................................................................................... 9
1.6. rnekleme ............................................................................................................................. 11
1.6.1. Ana Kitlenin Tanm ...................................................................................................... 12
1.6.2. rnekleme erevesi..................................................................................................... 12
1.6.3. rnek Bireylerinin Belirlenmesi ................................................................................... 12
1.6.4. rnekleme Yntemi ...................................................................................................... 12
1.6.5. rnek Byklnn Belirlenmesi ............................................................................... 15
1.6.6. rnekleme Plannn Belirlenmesi .................................................................................. 16
1.6.7. rnekleme Hatalar ....................................................................................................... 16
Sayfa 1 / 62
2. VERLERN ANALZ VE SUNUMU ........................................................................................ 16
2.1. Kalitatif ve Kantitatif Verilerin zetlenmesi ve Sunumu ..................................................... 16
2.1.1. Sklk (Frekans) Dalm .............................................................................................. 16
2.1.2. Histogram ...................................................................................................................... 21
2.1.3. Frekans (Dalm) Poligonu .......................................................................................... 22
2.1.4. Pasta Grafikler ............................................................................................................... 23
2.2. Sralanabilen Verilerde Sklk izelgesi................................................................................ 24
2.3. Merkezi Eilim lleri ........................................................................................................ 25
2.3.1. Aritmetik Ortalama ........................................................................................................ 26
2.3.2. Tepe Deeri (Mod) ........................................................................................................ 26
2.3.3. Ortanca (Medyan) .......................................................................................................... 28
2.3.4. Ortalama, ortanca ve tepe deeri arasndaki bant ...................................................... 29
2.4. Dalm lleri .................................................................................................................... 30
2.4.1. DAILIM GENL (ARALIK) .............................................................................. 30
2.4.2. ORTALAMA MUTLAK SAPMA:............................................................................... 31
2.4.3. VARYANS ve STANDART SAPMA .......................................................................... 33
2.4.4. Deiim Katsays.......................................................................................................... 37
2.4.5. arpklk ve Basklk Katsays ..................................................................................... 38
2.4.6. rnek 8deki A ve B Firmalarnn Verilerine likin Toplu Deerlendirme ................. 43
3. OLASILIK TEORS .................................................................................................................... 43
3.1. Olasln Tanm ................................................................................................................... 44
3.2. Olaslk Trleri ...................................................................................................................... 44
3.2.1. Klasik Olaslk ............................................................................................................... 44
3.2.2. Deney Olasl (Objektif Olaslk) ............................................................................... 44
3.2.3. Subjektif Olaslk ........................................................................................................... 44
3.3. Bileik Olaylar Ve Olaslk Teorileri .................................................................................... 44
3.4. Olaslk Kurallar ................................................................................................................... 45
3.4.1. Toplama Kural.............................................................................................................. 45
3.4.2. arpm Kural ................................................................................................................ 46
4. OLASILIK DAILIMLARI ......................................................................................................... 47
4.1. Rastlantsal (Tesadfi) Deiken ........................................................................................... 47
4.2. Olaslk Dalm ................................................................................................................... 48
4.2.1. Kesikli Olaslk Dalmlar .......................................................................................... 48
4.2.2. Srekli Olaslk Dalmlar .......................................................................................... 51
Sayfa 2 / 62
5. KAYNAKLAR .............................................................................................................................. 62
Sayfa 3 / 62
STATSTK DERS NOTU
1. TEMEL KAVRAMLAR
1.1. statistiin Tanm ve Kullanm Alanlar
1.1.1. statistik Nedir?
Genel anlamyla istatistik , yaama ilikin dncelerin sistematize edilmi biimidir.
statistik i yaamnda da, iletmedeki her trl faaliyetin kantitatif (nicel) temellerini hazrlar.
Bu bak asyla istatistik; daha etkin kararlar vermek amacyla verileri toplama, snflama,
sunma, zmleme ve yorumlama biimi olarak tanmlanabilir (Ttek ve Gmolu, 2008,
s.1).
Dier bir tanma gre istatistik, verilerin toplanmas, ilenmesi, analiz ve yorumunda
kullanlan metodlar btndr (Gler, 2007, s.1).
1.1.2. statistiin Kullanm Alanlar
statistik gnlk hayatmzn hemen her alannda kullanlmaktadr. Aada istatistiin
kullanm alanlarndan bazlarna yer verilmitir.
IMKB de hisse senetlerinin analizi
Siyasi partilerin seimlere ilikin kamuoyu yoklamalar
Kalite Kontrol
irketin muhasebe kaytlarnn denetlenmesi
Pazarlama aratrmalar
Ekonomik gstergelerin takibi
Tbbi aratrmalar
Mhendislik aratrmalar
Bilimsel almalar
Uzay aratrmalar
Demografik (Nfus zellikleri) aratrmalar
Sayfa 4 / 62
rnekleme; ana kitleyi nitelik ve nicelik ynnden temsil edebilecek bir kmenin
ekilmesi ilemidir (slamolu, 2009, s.159). rnekleme konusu 1.6da detayl olarak ele
alnmtr.
1.2.4. Tamsaym
Bir aratrma kapsamnda, kitledeki tm birimlerine ulalarak istenen bilginin elde
edilmesi ilemidir. Bunun yaplabilmesi iin incelenecek kitlenin byklnn, belirlenen
maliyet ve zaman gibi kstlara uygun olmas gerekir. Baz durumlarda (nfus saymlar gibi)
kitle byk olsa bile tam saym yaplmas zorunlu olmaktadr. Gelien teknoloji ile birlikte bu
tr tam saymlar daha kolay yaplabilir hale gelmitir (Balce ve Demir, 2007, s.4).
1.2.7. Deikenler
Deikenin kelime anlam; Deime zellii gsteren, ok deien, deiebilir, kararsz,
deiici eklindedir. Matematiksel tanm ise; Gzlemden gzleme deiik deerler alabilen
objelere, zelliklere ya da durumlara "Deiken" denir.
statistikte deiken(variable) terimi, deneklere ait zellikler anlamnda kullanlr.
rnein aratrmaya katlanlarn cinsiyeti, medeni hali, gelir dzeyi, eitim dzeyi, corafik
konumu gibi demografik zellikleri ve boyu, kilosu, vizeden ald not, sorulara verdikleri
cevaplar gibi zellikler birer deikeni ifade ederler.
Sayfa 5 / 62
1.2.7.1.2. Srekli Deiken
ki ayr lm aras kuramsal olarak sonsuz paraya blnebilir. lm sz konusu
olduu iin srekli deiken deerleri her zaman tam deeri vermezler. Rasyonel saylar
kmesinin elemanlar ile belirtilirler.Ya, uzunluk ve arlk gibi
lme tartma yoluyla elde edilen dolaysyla nokta iermesi mmkn olan verilerdir.
rnein; balklarn arlklar, tohum arlklar, tohum ap, bitki boyu, ortamdan bakterilerin
tketmi olduklar eker miktar, ineklerin yllk st verimleri gibi.
1.2.7.3. Deikenlerin lm
statistik analize balamadan nce ilk yaplacak ey, deikenlerin nasl lldnn
belirlenmesidir. Bu sorunun yant "sfigmomanometre, Sahli yntemi, termometre,
otoanalizer, ..." gibi cihaz ya da yntemler ya da "santimetre, yl, IU/mL" gibi birimler
olabilir; ancak istatistik biliminde "lm"den kastedilen, bu deildir. statistikte lm
denildii zaman anlalan, deikenin alabilecei deerlerle ilgili kstlamalardr. rnein bir
insann cinsiyeti bayan yada bay deerini, ya 1, 2, 3 deerlerini, boyu 1.75 yada 1.85
deerlerini alabilir.
Deikenlerin alabilecei deerlerin neler olabilecei, neler olamayaca, yani nasl
lldn belirlemek, yaplacak istatistik analizin seimi iin ok nemlidir. lm
zelliklerine gre deikenleri balca gruba ayrabiliriz: nominal, ordinal ve saysal
deikenler.
1.2.7.3.1. Kullanlan lek Trleri
Sayfa 6 / 62
kt olarak snflandrlabilirler. Bu sralamada mkemmel iin 1, iyi iin 2, orta iin
3, kt iin 4, ok kt iin 5 deeri kullanldnda; mkemmel olarak deerlendirilen
bir A otelinin iyi olarak deerlendirilen bir B otelinden iki kat iyi olduu sylenemez. Bu
lekle llen verilerin frekans, modu, medyan, yzdelik deeri ve korelasyonu
hesaplanabilir (Ttek ve Gmolu, 2008, s.4).
Kullanlan lek, istenen bilgiyi tam, doru ve objektif olarak lebilecek mi?
Kullanlan lek, aratrmann hipotezlerini test etmeye hizmet edecek mi? Ve
uygulanmas dnlen test tekniklerine elverili mi?
Bir lein gvenilirlii, onun salamln ve tutarlln ifade eder. Bir gstergenin
lm aracnn kendi yznden eitlilik gstermemesi, kullanlan lein gvenilir olduunu
gsterir (slamolu, 2009, s.153).
Gvenilirlik zaman, temsil ve edeerlik asndan ayr zellik tar. Zaman
zellii, ayn lein farkl zamanlarda uygulanmas sonucunda ayn sonular vermesidir.
Temsil, ayn lein farkl gruplara uygulanmas halinde ayn sonular vermesi demektir.
Edeerlilik, lmler arasnda tutarlln salanp salanmadn ifade eder (slamolu,
2009, s.153).
Geerlilik, kullanlan lein, llmek isteneni tam olarak lp lmemesine
baldr (slamolu, 2009, s.153).
Sayfa 7 / 62
1.3. statistik Trleri
statistik teknik ve yntemlerini kullanma amalarna gre iki gruba ayrabiliriz.
1.4.2. D Kaynaklar
veriler genellikle nemli olsalar da birok durumda d kaynaklardan baz bilgilerle
desteklenmelidirler. Devletten, belediyelerden, bankalardan, ticaret ve sanayi odalarndan ve
dier zel kurumlardan elde edilen verilere d veriler denir. D kaynaklardan veri
toplanrken baz sorunlarla karlalr. ki ayr d kaynaktan elde edilen veriler birbirine
uymayabilir yada istenilen maliyet ve sre iinde uygun d veri bulunmayabilir (Ttek ve
Gmolu, 2008, s.7).
1.4.2.1. Birincil Veriler
Aratrmaya konu olan ana kitleden dorudan elde edilen bilgiler yada verileri toplayan
kurululardan elde edilen veriler birincil veri olarak tanmlanrlar (Ttek ve Gmolu,
2008, s.7). Baz bilgiler ikincil kaynaklardan ve baka rgtlerden bulunamadndan, bunlar
dorudan birincil kaynaklardan toplama zorunluluu vardr. Tketicilerin otomobil satn
alma kararlarnda aile reisi dndaki aile bireylerinin bu karar zerinde etkili olup
olmadklar aratrlacaksa birincil kaynaklara ynelmek gerekir. Yani, bu bilgiler ilgili
bireylerden elde edilecektir (slamolu, 2009, s.103). Genellikle birincil kaynaktan salanan
veriler tercih edilmektedir. kincil kaynakta yayn hatalar olabilecei gibi birincil kaynakta
Sayfa 8 / 62
veriler dzgn ve tam tanmlamalarla verilir. DPT, DE bltenleri ve yaynlar TFE ve
TEFE yi kendileri hesaplayarak yaynladklar iin birincil verileri ierirler.
Sayfa 9 / 62
1.5.4.1. Anketlerin Uygulanma Trleri
Sayfa 10 / 62
Anketr cevaplaycy etkilemez,
Sr saylabilecek bilgiler daha kolay toplanr.
Yntemin dezavantajlar ise (slamolu, 2009, s.116):
1.6. rnekleme
Bir aratrmada ele alnan problemi zmek ya da gerekli hipotezleri test etmek iin,
ihtiya duyulan bilgiler ikincil kaynaklardan derlenemiyorsa, bu bilgiler birincil kaynaklardan
toplanmak zorundadr. Birincil kaynaklardan bilgi toplamak ise; zaman, maliyet ve dier
nedenlerden tr zor bir i olduundan, ana kitlenin tmn gzlem altna alma ya da ana
kitleyi tam olarak sayma yerine, ana kitleyi nitelik ve nicelik ynnden temsil eden bir
rnein ekilmesi yoluna gidilir. Bylece rnekten elde edilen bilgilerin, belirli olaslk
kademelerinde ana kitle iin de geerli olduu kabul edilebilir. Bu anlamda rnekleme; ana
kitleyi nitelik ve nicelik ynnden temsil edebilecek bir kmenin ekilmesi ilemidir
(slamolu, 2009, s. 159).
Sayfa 11 / 62
Pozivist yaklamn ngrd rnekleme, rnekleme kuramna uygun olan
rneklemedir. Dolaysyla, ana kitleyi her bakmdan temsil edecek en doru rnei elde
etmeyi amalar. Bu da rnekleme kuramndaki rnekleme srelerine tam olarak uymakla
salanr (slamolu, 2009, s. 160).
Sayfa 12 / 62
alacak elemanlarn belirlenmesinde hibir d etkinin rolnn olmamasn ifade eder. Dier
bir ifadeyle, bir ana kitleden herhangi bir rnek alan bir kii, rnekte bulunsun veya
bulunmasn hibir eleman veya birim zerinde etkiye sahip olmayacaktr (akc ve di,
2000, s. 149).
1.6.4.1.1. Basit Tesadfi rnekleme
Bu yntemin kullanlabilmesi iin, ele alnan sorun ya da hipotezlerle ilgili bilgilerin
ana kitleye gre homojen (trde) olmas gerekir (slamolu, 2009, s. 162).
Basit tesadfi rneklemede, ana kitledeki her birimin rnee girme olasln eit hale
getirmek esastr. Bunu salamak iin deiik yollara bavurulabilir. Ana kitle listesi
bilgisayara yklenerek buradan rastgele ekili yaplabilir. Bireylere birer numara verilerek bu
numaralar bir torbaya konarak rastgele bu numaralar ekilebilir (slamolu, 2009, s. 164).
Rastgele saylar tablosu kullanlarak da rnee alnacak birimler seilebilir.
Yntemin Yararl Ynleri
Evrendeki her elemann eit seilme ans vardr,
Evren ok byk ve karmak deilse seme ilemi kolaydr,
Bu yntemle yaplan rneklemede istatistiksel ilemler arlksz olarak yapld iin
deerlendirme ileminde kolay olur.
Sayfa 13 / 62
Tabakal rastgele rnekleme yntemine tabakalar arasnda gerek bir farkllk
olduunda bavurulmaldr. Bu yntemin sakncal yanlar ok azdr. Bunlar;
Tabakalardaki birey saysnn bilinmedii durumlarda seim ilemlerinin glemesi,
rnekleme seilecek birimlerin ok byk bir blgede dank olarak oturmas
durumunda aratrmann uygulama aamasnn glemesidir.
1.6.4.1.3. Kmelere Gre rnekleme
Bu rnekleme ynteminde, en gvenilir rnei elde etme yerine, en dk maliyetle en
doru rnei elde etmek amalanr. Ana kitle nce kmelere ayrlr, sonra kmelerden
bireylere geilir (slamolu, 2009, s. 164).
Bu tr rnekleme, salkl bir ana kitle erevesinin elde bulunmamas ya da ok byk
ana kitleden ekim yapmann ok zor ve maliyetinin yksek olmas durumunda uygulanr. Bu
tr rnekleme tesadfi rnekleme olmasna karn, ana kitleyi ne lde temsil ettii
tartlabilir. Bu nedenle de ok dikkatli yaplmas gerekir (slamolu, 2009, s. 164).
Kme rnekleme ynteminde genel kural kmedeki birim saysnn az olmas yani
kmelerin kk olmasdr. Kmelerin kk olmas kme saysn artracak, bu da deiik
zellikteki kmelerin rnekleme girme ansn arttracaktr. rnein 5 000 aile ieren bir
blgeyi 1000er ailelik 5 kmeye ayrp buradan 1 kmeyi rnekleme alma yerine, 250er
ailelik 20 kmeye ayrp 4 kme semek daha uygundur.
1.6.4.1.4. Sistematik rnekleme
rneklem seim ilemlerinin kolay olmas nedeniyle zellikle evren byk olduunda
kullanlan bir rnekleme yntemidir. Bu yntemin en ok kullanld durumlar:
ok sayda birim ieren kayt sistemlerinin incelenmesinde. rnein, hasta dosyalar,
hasta ya da ii kaytlar, kayt defterleri, filer , listeler gibi.
Birim says ok fazla olduu iin listelenmesi g ya da olanaksz olan durumlarda.
rnein, byk bir kentte ev seimi, sokak seimi, iyeri seimi otomobil seimi gibi.
Sayfa 14 / 62
1.6.4.2. Tesadfi Olmayan rnekleme Yntemleri
Tesadfi rneklemenin uygulanamad durumlarda uygulanan lekleme yntemlerine
verilen addr. Nicel aratrmalarda kullanlmalar, rnekleme kuramnn genelleyici zelliine
uymadndan, kullanlmalar eletirilir. Buna karlk nitel aratrmaclarn ve n aratrma
yapanlarn ska bu yntemleri kullandklar grlmektedir (slamolu, 2009, s. 166).
1.6.4.2.1. Kolay Yoldan rnekleme (Kolayda rnekleme)
Bu tr rnekleme en dk maliyetli ve uygulanmas en kolay rneklemedir.
Spermarket kndaki tketicilere, sokakta dolaan insanlara uygulanan anketler buna
rnek gsterilebilir (slamolu, 2009, s. 167).
1.6.4.2.2. Yargsal rnekleme
Ana kitleyi temsil edecei varsaym ile yaplan rneklemedir. Yeterince deneyimlilerin
ve uzman kiilerin grleriyle hangi rneklerin ana kitleyi temsil edebilecei belirlenir.
1.6.4.2.3. Kota rneklemesi
Kota rneklemesinin uygulanabilmesi iin, toplanacak bilginin hangi seim kriterine
gre deerlendirileceine karar vermek gerekir. rnein, toplanacak bilgiler ya, cinsiyet ya
da renim dzeylerine gre farkllk gsteriyorsa, bunlarn ana kitle dalmna uygun rnek
dalm elde edilmelidir. Szgelimi, yksek retimli olanlarn ana kitle iindeki oran % 10
ise, rnek iindeki dalm da %10 olmaldr (slamolu, 2009, s. 168).
1.6.4.2.4. Kartopu rneklemesi
Bu rneklemede, aratrmac ilk admda tamamen rastlantsal olarak setii ekirdek bir
rnekle yola kar. kinci admda, ekirdekte yer alm rneklerin nerileri ile yeni rneklere
ular ve ileme bylece devam edilir. Szgelimi, matematik retimi ile ilgili bir aratrma
yapacaksa, ilk admda bulabildii be matematik retmeni ile grr ve daha sonra
onlardan bakaca nerdikleri matematik retmenlerinin isim ve adreslerini alarak onlarla
grr (slamolu, 2009, s. 168).
Z : belirlenen gven dzeyi iin Z tablosundan baklan deer,
: ana kitle varyans,
: rnek ortalamas,
: ana kitle ortalamas,
: gze alnan rnekleme hatas.
rnek : Bir i kolunda alan iilerin ortalama saat cretleri gerek ana kitle ortalama
saat cretinden en fazla 100 TL sapma gsterecek ekilde ve %90 gven aralnda tahmin
edilmek isteniyor. Gemi kaytlara dayanarak bu i kolu iin hesaplanan standart sapma
olduuna gre rnek bykl ne olmaldr.
Sayfa 15 / 62
Bu sonuca gre, gerek ortalamann 100 TL snrlar iinde ve % 90 gven aralnda
istenen amac gerekletirmek iin rnek bykl 68 olmaldr.
Sayfa 16 / 62
verilerdir. Konunun daha iyi anlalmas iin bu rnek zerinden uygulamalar yaplacaktr.
RNEK: Bir finans analisti, bilgisayar donanm ve yazlm irketlerinin Aratrma-
Gelitirme(AR-GE) faaliyetlerine ayrdklar kaynak miktaryla ilgilenmektedir. Bu analist
yksek teknolojiye sahip 50 firmay rneklem olarak belirlemi ve bir nceki yl gelirlerinden
AR-GEye ayrdklar kaynak miktarlarn (1000 TL) elde etmitir. Analistin amac bu veri
kmesini zetleyerek bir takm bilgilere ulamaktr. Veriler Tablo 1de verilmitir (Balce ve
Demir, 2007, s. 7).
Bu verilerin kaynak miktarna gre kkten bye doru sralanm ekli, Tablo2de
verilmektedir.
Sayfa 17 / 62
Sklk izelgesinin Elde Edilii
Sklk izelgesinin elde ediliinde kullanlan tanmlar admsal olarak verilerek
yukardaki rnekle bu tanmlar pekitirilmeye allacaktr (Balce ve Demir, 2007, s.7).
Dalm Genilii (DG): Dalm snrlar arasndaki farktr (Balce ve Demir, 2007,
s.7).
DG=En byk deer - En kk deer =13.5 - 5.2 = 8.3
Snf: Eit ya da birbirine yakn deerli deneklerin oluturduu her bir gruba SINIF
denir. Snf says, k ile gsterilir. Snf saysnn genellikle 7 ile 20 arasnda olmas istenir.
Aratrmac tarafndan belirtilen snf says, ok sayda veri olduunda aada verilen
Sturgesin forml ile de bulunabilir (Balce ve Demir, 2007, s. 7).
k=1+3.3log(n)
Snfn Alt Snr: Bir snfta yer alan en kk deerdir (Balce ve Demir, 2007, s. 7).
Snfn st Snr: Bir snfta yer alan en byk deerdir (Balce ve Demir, 2007, s. 7).
Snf Aral: Ard Arda gelen iki snfn alt snrlar ya da st snrlar arasndaki farktr.
Snf aral, c ile gsterilir. rneimizde snf says 8 olarak alnsn. Bu durumda Snf
Aral (Balce ve Demir, 2007, s. 7):
a: veri kmesindeki verilerin ondalk ksmndaki hane says ile ilgilidir. rneimizde
tam ksmdan sonra 1 hane olduu iin a=0.1 alnr (Balce ve Demir, 2007, s. 7).
Snf says ve aral belirlendikten sonra, ilk snfn alt snr saptanr. Bu deer
genellikle dalmn en kk deeridir. Snf aral (c=1.1) ard arda eklenerek dier
snflarn alt snrlar bulunur. lk snfn st snr ise ikinci snfn alt snrnn son
hanesinden 1 karlarak bulunur. Dier snflarn st snrlar da ard ardna snf aral
eklenerek bulunur (Balce ve Demir, 2007, s. 7).
Sklk: Bir snfta yer alan denek says o snfn skldr. f ile gsterilir. Sklklar
toplam denek saysna eittir (Balce ve Demir, 2007, s. 7).
Sayfa 18 / 62
rneimizde ise k=8 tane snf olduundan dir.
Snflar oluturulduktan sonra snflarn sklklar bulunur. Bunun iin nce her snfn
skl iaretleme (eteleme) ile bulunur. aretlerin says snf sklklarn verir. Seilen snf
saysnn uygun olup olmadn tespit etmek iin son snfta en byk denek deerinin yer
alp almadn baklmaldr. Eer son snfta en byk denek deeri yer almyorsa snf says
daha byk olmaldr. En byk denek deeri son snftan bir nceki snfta da yer alabilir. Bu
durumda seilen snf says veriler iin byktr. Bu iki durumda snf says artrlr ya da
azaltlr (Balce ve Demir, 2007, s. 7).
Snf (Orta) Deeri (m): Bir snfn alt ve st snrlarnn ortalamas o snfn snf
deeri ya da snf orta deeridir. Snf deeri bir snf tek bir deerle temsil eder ve m ile
gsterilir (Balce ve Demir, 2007, s. 7).
Greli Sklk(Sklk Yzdesi): Her snfa den denek saysnn toplam denek saysna
gre yzdesidir. Greli Sklklar pi ile gsterilir. Toplamlar 1 olmaldr (Balce ve Demir,
2007, s. 7).
Sayfa 19 / 62
AR-GEye yatrm yapan firmalarn %24 AR-GEye tahminen ortalama 6.77 bin TL
yatrm yapmaktadrlar. (kitle iin yorum)
Snf Ara Deerleri (SA): Snflar arasndaki deerlerdir. Birinci snfn st snr ile
ikinci snfn alt snrnn ortalamas, birinci snf ile ikinci snf arasndaki snf ara deerini
verir. lk snfn ara deeri birinci snftan nce bir snf varm diye kabul edilerek,
hesaplann birinci ve ikinci snflar arasndaki deerinden snf aral (c) karlarak bulunur.
Son snf ara deeri ise, sanki son snftan sonra bir snf daha varm gibi kabul edilerek,
hesaplanan son snf ara deerine snf aral (c) eklenerek bulunur. Snf ara deerlerinin
says (k+1)dir (Balce ve Demir, 2007, s. 7).
Birikimli Sklk: Snf sklklarnn st ste eklenmesi ile oluan sklklar birikimli
sklklardr (Balce ve Demir, 2007, s. 7).
Den Daha Az Birikimli Sklk: Snf ara deerinden daha az deeri olan snf
sklklarnn birinci snftan balayarak eklenmesi ile elde edilir (Balce ve Demir, 2007, s. 7).
Den Daha ok Birikimli Sklk: Snf ara deerinden daha ok deeri olan snf
sklklarnn birinci snftan balayarak eklenmesi ile elde edilir (Balce ve Demir, 2007, s. 7).
Bir snf ara deerine kar gelen den daha az ve den daha ok birikimli sklklar toplam
denek saysna eittir. Birikimli sklklar denek saysna oranlanrsa den daha ok birikimli
sklk yzdeleri ve den daha ok birikimli sklk yzdeleri elde edilir. Birikimli sklk
yzdeleri snf ara deerinden daha az ya da daha ok byk deerli denek deerlerinin
yzdesini verir (Balce ve Demir, 2007, s. 7).
Alt snr, st snr, snf deeri, sklk ve greli sklk bilgilerinin oluturduu izelgeye
Sklk izelgesi (izelge 1) ve Alt snr, st snr; snf ara deeri, birikimli den daha az ve
den daha ok sklklar ve birikimli den daha az ve den daha ok sklk yzdelerinden oluan
izelgeye Birikimli Sklk izelgesi denir (izelge 2) (Balce ve Demir, 2007, s. 7).
Sayfa 20 / 62
izelge 2 iin rnek yorumlar:
50 firmadan sadece 4 tanesi ya da %8i AR-GEye 6.245 bin YTLden daha az yatrm
yapmtr.
AR-GEye yatrm yapan firmalardan tahmini olarak %8i AR-GEye 6.245 bin
YTLden daha az yatrm yapmaktadr. (kitle iin yorum)
50 firmadan sadece 46 tanesi ya da %92si AR-GEye 6.245 bin YTLden daha ok
yatrm yapmtr.
AR-GEye yatrm yapan firmalardan tahmini olarak %92i AR-GEye 6.245 bin
YTLden daha ok yatrm yapmaktadr. (kitle iin yorum)
Dikkat: Rakamlarn geldii yerlere dikkat ederek benzer yorumlar dier snflar iinde
yaplabilir (Balce ve Demir, 2007, s. 7).
Veriler ondalkl deil ise snf ara deerinin anlam yoktur. izelge2deki snf ara
deeri kolonu olmaz ve birikimli sklk ve birikimli sklk yzdeleri alt snr ve st snr
deerlerine gre yorumlanr (Balce ve Demir, 2007, s. 7).
2.1.2. Histogram
Kantitatif verilerin en yaygn gsterim biimi histogram ya da ubuk grafiidir.
lgilenilen deiken yatay eksende, frekans yada greli frekans dey eksende gsterilir. Her
snfn frekans yada greli frekans; taban snf genilii, ykseklii ise snfn frekans yada
greli frekans olan dikdrtgen ile gsterilir (Ttek ve Gmolu, 2008, s.13).
Sayfa 21 / 62
DAL YAPRAK ZM:
Veri kmesinin grsel olarak bir dier gsterimi Dal-yaprak izimidir.
Dal ksmnda ondalktan nceki verinin tam ksm, yaprak ksmna ise ondalktan
sonraki ksm yazlarak dal-yaprak izimi gerekletirilir. Benzer yorumlar bu izimden de
yaplr.Veri kmesinin saa arpkl buradan da gzlenebilir. 50 firmann ounluunun
%9.9dan daha az AR-GEye yatrm yapt sylenebilir. Bu durumdaki firma says ise 40
tanedir. Grafikten yorumlar subjektiftir. Dier benzer ya da farkl yorumlar retmek
mmkndr (Balce ve Demir, 2007, s. 12).
Sayfa 22 / 62
2.1.4. Pasta Grafikler
Kantitatif verilerin oran ya da yzde eklinde sunulmasnda kullanlan bir grafik
trdr.
RNEK: 2003 turizm sezonunda lkemize gelen 800 turistin lkeye gelite
yararlandklar tat trlerine gre dalmnn sklk izelgesi aadaki izelgede verilmitir.
Yorumlar:
2003 turizm sezonunda lkemize gelen 800 turistin %47.5i (380 tanesi) hava yolu ile
seyahat etmilerdir.
2003 turizm sezonunda lkemize gelen turistlerin yaklak %25inin deniz yolu ile
seyahat ettikleri tahmin edilmektedir (Balce ve Demir, 2007, s. 14).
Sayfa 23 / 62
Pasta Grafik / Daire Dilimleri Grafii
Veriler belli bir sralama ltne gre sralanabilen snflara ayrlr ve her snfa den
deneklerin says saptanrsa sralanabilen verilerde sklk izelgesi elde edilir (Balce ve Demir,
2007, s. 15).
RNEK: Ekonomi dersinin genel snav sonularnn sklk izelgesi aadaki izelgede
verilmitir.
Sayfa 24 / 62
Eit olmayan aralkl sklk izelgelerinde, snflandrmada yorum ve grafik iziminde
kolaylk salanmas iin aralklar en kk araln katlar olarak alnmal ve deiik aralk
says da az olmaldr (Balce ve Demir, 2007, s. 15).
Dalm snrlar belli olmayan verilerin sklk izelgeleri ak ulu dzenlenir. Ak
ulu sklk izelgeleri, snf deerlerine bal olan hesaplamalarda glk yaratabilir. Byle
durumlarda kesin olmayan snf deerleri tahmin edilir. Ak ulu snf sklklar kk
olduu iin, tahmin edilen deerlerden tr hatal sonu bulma olasl kk olabilir (Balce
ve Demir, 2007, s. 15).
Verilerin, derslik says 7, 9 11 ve 13 olan ilkokul says sfr olduu iin eit olmayan
aralkl sklk izelgesi dzenlenebilir:
RNEK: 108 kiinin yetenek test puanlarna gre dalm, ak ulu sklk izelgesine
rnektir:
Sayfa 25 / 62
2.3.1. Aritmetik Ortalama
Aritmetik ortalama istatistikte ve gnlk hayatta ok kullanlan ve bilinen bir merkezi
eilim lsdr. Bir seri verinin aritmetik ortalamas ve sadece ortalamas denildii zaman
gzlemlerin merkezi yerinde bulunan deer anlalmaktadr (akc ve di., 2000, s.31).
rnek 2 :
bulunur.
Sayfa 26 / 62
rnek 3 : 15, 22, 18, 19, 15, 18, 20, 15 serisi iin tepe deerini bulmak iin her deerin
frekans (skl) bulunur:
Deer Frekans
15 3
18 2
19 1
20 1
22 1
En fazla tekrarlanan deer 15dir (3 kez) bu nedenle bu dalmn tepe deeri (mod)
15dir.
Mod
c : Snf aral
rnek 4 :
Veriler Frekanslar
(xi) (fi)
10-20 3
21-31 5
32-42 8
43-53 4
54-64 2
Toplam 22
, , olduuna gre:
Sayfa 27 / 62
2.3.3. Ortanca (Medyan)
rnek 5 : 25, 12, 32, 18, 28, 25,42, 26 serisinin ortanca deerini bulunuz.
Ortanca=(25+26)/2=25,5 bulunur.
rnek 6 : 25, 12, 32, 18, 28, 25,42 serisinin ortanca deerini bulunuz.
ortanca=25
Sayfa 28 / 62
rnek 7 :
n=22 ift say olduu iin n/2=22/2=11.eleman medyandr. 11.eleman ieren snf
medyan snfdr. Bu durumda medyan snf 32-42 snfdr.
Sayfa 29 / 62
Ortalama>Medyan>Mod ise dalm saa arpktr.
Sayfa 30 / 62
2.4.2. ORTALAMA MUTLAK SAPMA:
Verilerin ortalamadan sapmalarn gsteren bir dalm lsdr. Deikenlik
dzeyinin anlalmas iin kullanlr.
Aada ortalamalar ayn olan ayr dalm grlmektedir:
dalmnda ortalamasnn 15,5 olduu grlmektedir. Ancak ilk dalm ile son
dalmda verilerin ortalamadan uzak olduu, ikinci dalmda ise verilerin ortalamaya ok
yakn olduu grlmektedir. Bu durum, ikinci dalmn dierlerine gre daha homojen
olduunu gstermektedir.
Burada, dalmn yaps hakknda sadece ortalamann verdii bilginin yetersiz olduu
anlalmaktadr. Bu nedenle dalmn deikenliini gsteren baz dalm lleri
gelitirilmitir. Bu deikenlik lleri: Ortalama mutlak sapma, varyans, standart sapma ve
deiim katsays lleridr.
Daha sonra her verinin ortalamadan farklar bulunur ve mutlak deerleri toplanr.
Yllk Kazan
(xi)
345 345 335 = 10 10
307 307 335 = - 28 28
329 329 335 = - 6 6
360 360 335 = 25 25
341 341 335 = 6 6
338 338 335 = 3 3
325 325 335 = -10 10
Toplam 0 88
Sayfa 31 / 62
Ortalama Mutlak Sapma :
bulunur.
Daha sonra her verinin ortalamadan farklar bulunur ve mutlak deerleri toplanr.
Yllk Kazan
(xi)
349 349 335 = 14 14
275 275 335 = -60 60
316 316 335 = -19 19
397 397 335 = 62 62
353 353 335 = 18 18
338 338 335 = 3 3
317 317 335 =-18 18
Toplam 0 194
bulunur.
rnek 9 : Bir iletmenin son 30 ylna ilikin sat gelirleri iin dzenlenen frekans
tablosu aadaki gibidir. Bu tabloya gre ortalam mutlak sapma deerini hesaplaynz.
Sayfa 32 / 62
ncelikle dalmn aritmetik ortalamas hesaplanmaldr. Bunun iinde snf orta
deerlerinin ve fimi deerlerinin hesaplanmas gerekir:
Sat Gelirleri (xi) Frekans (fi) Snf Orta Deerleri (mi) fimi
30 32 1 1x31=31
33 35 3 3x34=102
36 38 5 5x37=185
39 41 2 2x40=80
42 44 1 1x43=43
Toplam 12 441
Daha Sonra snf orta noktalar ile ortalama arasndaki farklar ve mutlak deerleri
hesaplanr:
Varyans :
rnek in :
Ana Kitle in :
Sayfa 33 / 62
: rnek Varyans,
Daha sonra her verinin ortalamadan farklar ve bu farklarn karesi bulunur. Bu deerler
toplanr.
Yllk Kazan
(xi)
345 345 335 = 10 100
307 307 335 = -28 784
329 329 335 = -6 36
360 360 335 = 25 625
341 341 335 = 6 36
338 338 335 = 3 9
325 325 335 =-10 100
Toplam 0 1.690
Varyans :
bulunur.
Daha nce A firmas iin hesaplanan ortalama mutlak sapma ile karlatrldnda
( ), varyansn daha byk olduu grlmektedir. Bunun nedeni ortalamadan
sapmalarn daha fazla cezalandrlmasdr.
Sayfa 34 / 62
Daha sonra her verinin ortalamadan farklar bulunur ve mutlak deerleri toplanr.
bulunur.
Standart Sapma :
rnek in :
Ana Kitle in :
Standart Sapma:
bulunur.
Standart Sapma:
bulunur.
Sayfa 35 / 62
Ancak 20. rencinin koltuk seme serbestlii kalmamtr. Demek ki 19 rencinin seme
serbestlii varken 1 rencinin yoktur.
Varyans :
Sat Gelirleri (xi) Frekans (fi) Snf Orta Deerleri (mi) fimi
30 32 1 1x31=31
33 35 3 3x34=102
36 38 5 5x37=185
39 41 2 2x40=80
42 44 1 1x43=43
Toplam 12 441
Daha Sonra snf orta noktalar ile ortalama arasndaki farklar ve farklarn karesi
hesaplanr:
Sayfa 36 / 62
Varyans : bulunur.
Standart Sapma :
Standart Sapma:
bulunur.
Bu iki seri dalm asndan birbirinin aynsdr. kinci serideki deerler birinci serideki
deerlerin 1.000 katdr. Ancak standart sapmalar karlatrldnda ikinci serinin standart
sapmasnn birinci serinin standart sapmasndan daha byk olduu grlmektedir. Standart
sapmalara gre birinci serinin daha homojen olduu sylenebilir. Ancak bu doru deildir.
nk birinci seride deerler kg cinsinden, ikinci seride ise gr cinsinden verilebilir. Aslnda
her iki seri de ayn derecede homjendir.
Deiim katsays standart sapmann bu dezavantajn ortadan kaldran ve iki veya daha
fazla serinin dalmlarn karlatrarak hangi serideki birimlerin daha homojen olduklarn
belirlemek amacyla kullanlan bir ldr.
Sayfa 37 / 62
Yukardaki iki seri iin DK hesaplanrsa:
1 118
Birinici seri iin DK1 100 100 44 72 dir.
x 25
1 118
kinci seri iin DK2 100 100 44 72 dir.
x 2 500
Grld gibi her iki serinin DK ayn olmaktadr. Bu her iki serinin ayn lde
homojen olduunu gsterir.
Seri 1 Seri 2
57.022 3.700
60.954 3.600
64.435 3.600
61.167 3.250
61.018 3.500
bulunur.
Bu iki deer karlatrldnda seri 1in daha homojen olduu sylenebilir.
Sayfa 38 / 62
K=0 ise dalm simetriktir.
Sayfa 39 / 62
Daha sonra her verinin ortalamadan farklar ve bu farklarn karesi bulunur. Bu deerler
toplanr.
Yllk Kazan
(xi)
349 349 335 = 14 2.744
275 275 335 = -60 -216.000
316 316 335 = -19 -6.859
397 397 335 = 62 238.328
353 353 335 = 18 5.832
338 338 335 = 3 27
317 317 335 =-18 -5.832
Toplam 18.240
Sayfa 40 / 62
Bu arpklk katsays dalmn saa arpk olduunu gstermektedir.
Frekans
Frekans
Frekans
Frekans
Frekans
Frekans
Sayfa 41 / 62
rnek 8deki A Firmas iin Basklk Katsays :
Daha sonra her verinin ortalamadan farklar ve bu farklarn karesi bulunur. Bu deerler
toplanr.
Yllk Kazan
(xi)
345 345 335 = 10 10.000
307 307 335 = -28 614.656
329 329 335 = -6 1.296
360 360 335 = 25 390.625
341 341 335 = 6 1.296
338 338 335 = 3 81
325 325 335 =-10 10.000
Toplam 0 1.027.954
Yllk Kazan
(xi)
349 349 335 = 14 38.416
275 275 335 = -60 12.960.000
316 316 335 = -19 130.321
397 397 335 = 62 14.776.336
353 353 335 = 18 104.976
338 338 335 = 3 81
317 317 335 =-18 104.976
Toplam 28.115.106
Sayfa 42 / 62
Standart sapma (S) daha nce olarak hesaplanmt. Bu durumda basklk
katsays:
3. OLASILIK TEORS
Herhangi bir olayn meydana gelme ansn lmeyle ilgilenen olaslk, istatistiin
nemli bir blmn oluturmaktadr. statistiin karsama (ngr) temelini oluturan
olaslk, belirsizlik durumunda salkl kararlar vermeyi salad iin, planlama
almalarnda youn bir biimde kullanlmaktadr. rnein bir firmann gelecek yldaki sat
kestirimleri, bir ksm gerekleecek bir ksm gereklemeyecek bir ok varsayma dayaldr.
Bu nedenlerden dolay olaslk kuram, bizlere belirsizlik altnda ya da mevcut bilgilerin tam
ve salkl olmamas gibi durumlarda doru ve salkl kararlar verebilmede yardmc
olacaktr (Balce ve Demir, 2007, s.33).
Sayfa 43 / 62
3.1. Olasln Tanm
Olaslk, basit olarak, bir olayn ortaya kma ansdr ve belirsizliin ls olarak
kabul edilir. Sfr ile bir arasnda farkl deerler alr; gerekleme ans yksek olan olaylar
iin olaslk bire yakndr; tersi durumda ise olaslk sfra yakndr (Ttek ve Gmolu,
2008, s.47).
Olaslk biimi grupta incelenebilir (Ttek ve Gmolu, 2008, s.47):
Klasik Olaslk
Deney Olasl
Subjektif Olaslk
Sayfa 44 / 62
Btnleme/Tamamlama zellii:
Herhangi bir A olaynn btnleyicisi, A olaynn dndaki tm olaylar ifade eder. rnein, bir
madeni parada yaznn btnleyicisi turadr. Turann btnleyicisi ise yazdr. Ann dndaki
olaylarn gsterili ekli dr. n olasl ise ya eittir.
A B
olur.
Sayfa 45 / 62
olur.
rnek : inde krmz, drt yeil ve be mavi top bulunan bir torbadan ekilen bir topun
krmz veya yeil olma olasl nedir?
Torbadan ekilecek bir topun ayn anda hem krmz hem de yeil olmas mmkn deildir. Bu
durumda:
P(K)=3/12; P(Y)=4/12; P(M)=5/12dir.
torbadan ekilen bir topun krmz veya yeil olma olasl:
dir.
rnek : A olaynn 52lik oyun kadndan bir kupa ekilmesi olay olduunu, B olaynn ise
ayn deste iinden bir papaz ekilmesi olay olduunu dnelim. ekilen bir kadn kupa veya papaz
olmas olasl nedir?
Bilindii gibi, bir deste 52lik oyun kad iinde 13 adet kupa ve 4 adet de papaz kart
bulunmaktadr. Bu durumda, kupa papaz ekilmesi halinde her iki olayda gereklemi olacaktr. Bu
tr olaylar karlkl olarak birbirini engellemeyen olaylardr. Sonu olarak bir deste oyun kadndan
ekilecek bir kupa veya papaz kartnn olaslklar gsterilirken kupa papaznn iki defa hesaplamaya
girmesinden kanmak gerekir.
rnek : Bir paketleme fabrikas otomatik makineyle yarm kiloluk plastik torbalara bezelye,
havu, patates doldurmaktadr. Paketlerin ou yarm kilo gelmekte, ancak sebzelerin boyutlar
nedeniyle baz paketler daha ar yada hafif gelmektedir. Gemite yaplan kalite kontrol
almalarnda Tablo 1deki veriler elde edilmitir.
Tablo 1 : rnek 1 iin veriler
Arlk Olay Torba Says Olaslk
Eksik E 100 0,025
Tam T 3.600 0,900
Fazla F 300 0,075
Toplam 4.000 1,000
retim srecinden seilen herhangi bir torbann eksik yada fazla olma olasl nedir?
P(E)=0,025; P(T)=0,900; P(F)=0,075 olduuna gre:
P(E yada F)=P(E)+P(F)=0,025+0,075=0,10 olacaktr.
Sayfa 46 / 62
A ve B olaylar bamsz olduunda, A ve B olaylarnn ortaya kma olasl:
P(A ve B)=P(A) x P(B)dir.
rnek : Hilesiz bir madeni para ile hilesiz bir zarn birlikte atldn dnelim. Parann
tura ve zarn da 6 yazl yznn gelmesi olasl nedir?
Bu olaylar bamsz olduundan bileik olaslk:
P A ve B P A xP B dir.
rnek : 4 krmz ve 6 yeil top bulunan bir kutudan iki defa ard ardna iadeli ekili
yaplacaktr. ekilen ilk topun krmz, ikinci topun yeil olmas olasl nedir?
P(K)=4/10; P(Y)=6/10
ekili iadeli olduu iin bu iki olay bamszdr. Bu nedenle bileik olaslk:
olacaktr.
rnek : 4 krmz ve 6 yeil top bulunan bir kutudan iki defa ard ardna iadesiz ekili
yaplacaktr. ekilen ilk topun krmz, ikinci topun yeil olmas olasl nedir?
P(K)=4/10; P(Y/K)=6/9
ekili iadeli olduu iin bu iki olay bamszdr. Bu nedenle bileik olaslk:
( ) dir.
4. OLASILIK DAILIMLARI
4.1. Rastlantsal (Tesadfi) Deiken
Tesadfi deiken, deeri bir deneydeki tesadfi sonularla ortaya kan bir deiken
olarak tanmlanabilir. rnein, bir kutuda bulunan bir krmz bir beyaz topu gz nne
alalm. adeli ekilile yapacamz iki ekiliin muhtemel sonular aadaki ekilde
gerekleecektir.
Krmz
Krmz
Beyaz
Krmz
Beyaz
Beyaz
Eer, her bir ekilite beyaz topun ka kere geleceini bilmek istersek tesadfi
deiken her bir ekiliteki beyaz top says olacaktr.
Tesadfi deiken balca iki ekilde ortaya kar. Bunlardan biri kesikli tesadfi
deiken, dieri de srekli tesadfi deikendir. 0, 1, 2 gibi tam say deerler alabilir.
Kesikli tesadfi deiken, deeri saylabilen snrl nicel deerlerle ifade edilen bir
deikendir. Buna karlk srekli tesadfi deiken ise belli bir aralkta herhangi bir deeri
ald kabul edilen bir deikendir. Tesadfi deiken snrsz sayda saysal deer alabilir. Bu
nedenle srekli tesadfi deiken ad verilir. 3,00; 3,01;3,85;3,98 gibi deerler alabilir.
Sayfa 47 / 62
4.2. Olaslk Dalm
Eer, tesadfi olarak yaplan bir denemenin mmkn olabilen tm sonularn
biliyorsak ve eer, tesadfi deikenin alabilecei tm deerleri biliyorsak bu tesadfi
deikenin gerekleme olasl gsterilebilir. Yani X tesadfi deikeninin alabilecei
mmkn olabilen deerleri xi ile gsterecek olursak P(X=xi) yazlabilir. Tesadfi deikenin
alaca btn deerleri
olmak zere ve
eklinde olur.
rnek: inde drt mavi, alt beyaz top bulunan bir torbadan iadeli ekilile drt top
ekilecektir.
a) ekilen drt toptan nn mavi olma olasl nedir?
b) En az bir topun mavi olma olasl nedir?
c) En fazla iki topun mavi olma olasl nedir?
a)
dr.
b) En az bir topun mavi olma olasl sorulduu iin X deikeni 1, 2, 3, 4 deerlerini
alabilir. Bu nedenle bu drt olayn olaslklar toplam hesaplanmaldr. Yada hi mavi
top gelmeme (X=0) olaslnn bu olayn tmleyeni olmasndan faydalanarak aadaki
gibi bu olaslk hesaplanabilir.
Sayfa 48 / 62
P(X>=0)=P(X=1)+P(X=2)+P(X=3)+P(X=4) yada P(X>0)=1-P(X=0) ikinci forml uygulamak
daha kolaydr.
dr.
bulunur.
olacaktr.
dr.
dr.
dr.
bulunur.
rnek: Bir retim hattnda bozuk para retilme olasl, gemi verilerden %10 olarak
hesaplanmaktadr. Her gn hatta retilen paralardan bei rastgele olarak seilmekte ve kontrol
edilmektedir.
a) Seilen 5 paradan bir tanesinin bozuk olma olasl nedir?
b) Seilen rnein %20 yada daha aznn (0,20x5=1 para) bozuk olma olasl nedir?
,
dr.
0,92dir.
c) Gnlk beklenen bozuk para says katr?
d) rnek bozuk paralarn, beklenen bozuk para says etrafnda varyans katr?
dir.
Sayfa 49 / 62
Hipergeometrik dalmn olaslk fonksiyonu:
dir.
Burada,
x: X tesadfi deikeninin deeri,
N1: Ana kitle iinde baarl sonu verecek durumlarn toplam says,
N2: Ana kitle iinde baarsz sonu verecek durumlarn toplam says,
n: rnekteki eleman says,
N: Ana kitledeki eleman says. (N=N1+N2)
rnek: Bir torbada drt yeil ve alt krmz bilye olduunu dnelim. Drt bilyenin iadesiz
olarak ekilmesi durumunda:
a) ekilen drt bilyeden tam olarak nn krmz olmas olasl nedir?
b) En az bir bilyenin krmz olmas olasl nedir?
bulunur.
Burada,
deeri iin Ek2deki tablo kullanlabilir. Bu tablo ile hesaplamaya gerek kalmadan
dorudan deer okunur ve formlde yerine konabilir.
Poisson dalmnn uygulanabilecei zel problemler birim zamanda gerekleen baz
olaylarn olaslklarnn hesaplanmas ile ilgilidir. rnein, bir telefon santraline birim
Sayfa 50 / 62
zamanda gelen ar sinyallerinin says, paral geite bir yol yada kpr giriindeki
kulbelere birim zamanda ulaan aralarn says, gmrk yada banka veznelerinde birim
zamanda ilem yaptrmak isteyen kii says vb. rnekler verilebilir. Zaman faktr dnda,
rnein, bir top kumata metre kareye den kusur says, bir sayfa yazda bulunan hata says,
piyasaya yeni kan bir ilac kullanan insanlar arasnda alerji grlenlerin says vb. rnekler
verilebilir.
Bunlar ve benzeri olaylarda birim l bana gerekleen saylarn olaslklarn
poisson dalm ile zebilmek iin baz artlarn bulunmas gerekir. Bunlar:
yani birim zaman veya alan bana gerekleen olaylarn ortalama says sabittir.
Bir zaman periyodunda gerekleen olaylarn says, nceki olay saylarndan bamszdr.
zaman veya alann uzunluu ile orantldr ve uzunluk ksaldka klr. yle ki ok ksa
bir uzunlukta birden fazla olayn gerekleme olasl pratik olarak 0 olur.
rnek: Bir turistik otelin resepsiyonuna 1 dakikada ortalama iki telefon gelmektedir. Buna gre:
a) Herhangi bir dakikada telefon gelmesi olasl nedir?
b) ki dakikada 5 telefon gelme olasl nedir?
a) dir.
b) ki dakikada 5 telefon gelme olasl sorulmu bu nedenle , 2 deil 4 olarak hesaba
katlmaldr. 1 dakikadaki ortalama telefon says 2 ise 2 dakikadaki ortalama telefon
says 4 olacaktr.
bulunur.
rnek: Trafiin youn olduu bir karayolunda gnde ortalama kaza meydana gelmektedir.
Buna gre:
a) Belli bir gnde hi kaza olmamas olasl katr?
b) Belli bir gnde veya drt kaza olmas olasl nedir?
a) bulunur.
b) Olaylar birbirini engelleyen olaylar olduu iin
olacaktr.
dr.
dir.
bulunur.
Sayfa 51 / 62
Tek modlu bir dalmdr.
Sayfa 52 / 62
rnek: Bir futbol mana giden bir grup gencin ya ortalamasnn 15, standart
sapmasnn 4 ya olduunun yaplan bir anketle belirlendiini varsayalm. Genlerin
yalarnn normal dalm gsterdiini kabul ederek aadaki sorular cevaplaynz.
a) Yalar 15 ve 19 arasnda olan genlerin oran nedir?
b) Yalar 21i geen genlerin oran nedir?
c) Yalar 12den az olanlarn olasl nedir?
d) Yalarn 13 ile 14 arasnda olma olasl nedir?
a) 15-19 arasndaki yalarn olaslklarn bulabilmek iin ortalama (15) ile X (19) arasndaki
alan veren Z deerini bulmak gerekir:
Bu Z deerine karlk gelen tablo deeri 0,3413 olduundan yalar 15 ile 19 arasnda olan
genlerin oran % 34,13tr.
b) Normal eri altnda Xin belli bir deerinden daha byk olan alann bulabilmek iin nce
sz konusu X deeri ile ortalama arasndaki alan bulunur. Daha sonra bu deer 0,5000
deerinden karlr.
Sayfa 53 / 62
c) Normal eri altnda Xin belli bir deerinden daha kk olan alann bulabilmek iin nce
ortalama ile sz konusu X deeri arasndaki alan bulunur. Daha sonra bu alan 0,5000
deerinden karlr.
bulunur.
Znin -0,75 deeri iin tablodan okunan alan 0,2734tr. Znin negatif ya da pozitif deer almas
sadece ortalamann solunda veya sanda olan deerlerle ilgilendiimizi gsterir. Dalm simetrik
olduundan Znin pozitif ve negatif deerleri arasnda fark yoktur. Bu durumda, yalar 12den daha
az olan genlerin olasl: 0,5000-0,2734=0,2266dr.
d) Normal eri altnda kalan iki X deeri arasndaki alann bulunmasndan her iki deer birlikte
ister ortalamann altnda ister stnde olsun kademeli bir ilem takip edilir. Bu rnekte, nce
Xin 13 ile 15 deerleri arasndaki alan bulunur. Sonra, Xin 14 ile 15 deerleri arasndaki
alan bulunarak birinci alandan karlr. Bylece, geriye kalan taral alan elde edilmi olur.
; bulunur.
Znin -0,50 deeri iin tablodan 0,1915 ve Znin -0,25 deeri iin tablodan 0,0987 deeri okunur.
Yalarn 13 ile 14 arasnda olma olasl, 0,1915-0,0987=0,0928 yani % 9,28 olarak bulunur.
Sayfa 54 / 62
rnek : Bir iletmenin A malndan haftalk sat miktar ortalama 3500 adet, standart sapmas
250 adettir. Satlarn normal dalm gsterdiini kabul ederek haftalk satlarn 3300 adet ile 3800
adet arasnda olma olasl nedir?
Bu rnekte istenen alan ortalamann her iki tarafnda bulunduundan Z deerleri iki taraf iin
ayr ayr hesaplanarak alanlar bulunacaktr, sonra bulunan alanlarn toplam hesaplanacaktr.
; bulunur.
Z1e karlk gelen alan 0,2881, Z2ye karlk gelen deer ise 0,3849dur. Bu durumda,
haftalk satlarn 3300 ile 3800 arasnda olma olasl:
PROBLEMLER
1. Bir kentte aralarn % 40nn kasko sigortas yaptrd bilinmektedir. Tesadfi olarak alnan
10 aratan,
a) Drt tanesinin sigortal olmas,
b) En az 2 tanesinin sigortal olmas,
c) Dokuz ve daha fazlasnn sigortal olmas,
d) Bir taneden fazlasnn sigortal olmamas olaslklarn bulunuz.
zm: Bu rnekte binom dalmn kullanmak gerekir: Hesaplamalarda baar olasl (p)
iin 0,4 deeri kullanlr.
a)
dir.
b) eklinde hesaplanabilir.
dr.
dr.
olur.
olarak hesaplanr.
Sayfa 55 / 62
c) eklinde hesaplanabilir.
dr.
dir.
olarak hesaplanr.
d) Sigortal olmama olasl sorulduu iin baarl olasl (p) iin 0,4 deil 1-0,4=0,6
deeri kullanlmaldr.
eklinde hesaplanabilir.
olacaktr.
dr.
tr.
bulunur.
olarak hesaplanr.
2. ehirleraras telefon santralinde alan bir operatre dakikada ortalama konuma talebi
gelmektedir.
a) Bir dakika iinde hi konuma talebi gelmemesi olasln,
b) Bir dakika iinde iki konuma talebi gelmesi olasln,
c) dakikada drt konuma talebi gelmesi olasln bulunuz.
3. Bir kutuda 100 bilye bulunmaktadr. Bunlardan be tanesi mavi, gerisi yeildir. Eer
iadesiz olarak sekiz bilye ekilirse bunlardan iki tanesinin mavi olmas olasl nedir?
olarak hesaplanr.
Sayfa 56 / 62
5. Ortalamas 30 ve standart sapmas 5 olan bir normal dalm iin aadaki olaslklar
hesaplaynz.
a) P(X>34),
b) P(X<27),
c) P(31<X<33),
d) P(27<X<32),
e) P(25<X<29).
zm :
a) dir. Z=0,8 iin tablo deeri 0,2881dir.
P(X>34)=0,5-0,2881=0,2119 bulunur.
Sayfa 57 / 62
d) dr. tr. Z=0,4 iin
tablo deeri 0,1554, Z=0,6 iin tablo deeri 0,2257dir.
olarak hesaplanr.
6. Bilgisayar monitr reten bir fabrikada her 100 monitrden 30u kusurlu kmaktadr.
Tesadfi olarak alnan 5 adetlik bir grup monitr iinde:
a) Tam olarak 2 monitrn,
b) En az drt monitrn kusurlu olmas olasln hesaplaynz.
dir.
olarak hesaplanr.
Sayfa 58 / 62
7. ABC sigorta irketi ikayetlerin % 8inin hrszlklardan kaynaklanan zararlardan meydana
geldiini bilmektedir. 5 ikayeti kapsayan tesadfi bir rnekte:
a) En ok 2 hrszlktan kaynakl ikayet olmas olasln,
b) ten fazla hrszlktan kaynaklanan ikayet olmas olasln bulunuz.
a) eklinde hesaplanabilir.
dur.
dr.
dur.
olarak
hesaplanr.
dir.
tr.
8. Belli bir otoban giri rampasna gelen arabalarn miktarnn poisson dalml olduunu
varsayalm. Varsaym doru ise ve bir saat iinde gelen ortalama ara says be ise 1 saat
iinde
a) 5 arabann gelme olasln,
b) 2den az arabann gelme olasln,
c) Hi araba gelmeme olasln,
d) 2 ile 5 arasnda araba gelme olasln bulunuz.
a) dir.
b) eklinde hesaplanabilir.
tr.
dir.
olarak hesaplanr.
c) tr.
d) P(2<X<5)=P(X=3)+P(X=4) eklinde hesaplanabilir.
tr.
Sayfa 59 / 62
dir.
P(2<X<5)=P(X=3)+P(X=4)=0,1404+0,1755=0,3159 bulunur.
9. Ortalamas 20 ve standart sapmas 2 olan bir normal dalm iin aadaki olaslklar
hesaplaynz.
a) P(X>25),
b) P(X<16),
c) P(14<X<15),
d) P(15<X<25),
e) P(24<X<26).
zm :
a) dur. Z=2,5 iin tablo deeri 0,4938dir.
P(X>25)=0,5-0,4938=0,0062 bulunur.
Sayfa 60 / 62
c) tr. dur. Z=3,0 iin tablo
deeri 0,4987, Z=2,5 iin tablo deeri 0,4938dir.
olarak hesaplanr.
Sayfa 61 / 62
5. KAYNAKLAR
I. Ttek, H., Gmolu, ., 2008, letme statistii, Beta Basm Yaym Datm A..,
stanbul.
II. Gler, F., 2007, Temel statistik, Beta Basm Yaym Datm A.., stanbul.
III. slamolu, A.H., 2009, Sosyal Bilimlerde Ara trma Y ntemleri (SPSS Uygulamal), Beta
Basm Yaym Datm A.., stanbul.
IV. Balce, A.O., Demir, S., 2007, statistik Ders Notlar, Pamukkale niversitesi ktisadi Ve
dari Bilimler Fakltesi, Ekonometri Blm, Denizli
V. akc, M., Ouzhan, A., zdil, T., 2000, Temel statistik I, zal Matbaas, stanbul.
VI. akc, M., Ouzhan, A., zdil, T., 2000, Temel statistik II, zal Matbaas, stanbul.
Sayfa 62 / 62