Bayhiçbirsey

IST 201 – Olasılık & İstatistik
Giriş ve Temel Kavramlar

İstanbul Sabahattin Zaim Üniversitesi
Mühendislik ve Doğa Bilimleri Fakültesi
Dersin İşlenişi
Devamsızlık Hakkı
 İlgili yönetmelikte belirtildiği kadar…
İletişim
 e-posta ve IZU Portalı üzerinden
 e-posta gönderirken yazım kurallarına dikkat edilmeli
 e-posta konusu IST 201 olmalı
Dürüstlük
 Etik kurallara riayet
 Kopya vb.
İstanbul Sabahattin Zaim Üniversitesi | Mühendislik ve Doğa Bilimleri Fakültesi | IST 201 – Olasılık & İstatistik 1 /29
1
Ölçme ve Değerlendirme
 2 Ara Sınav 2 × 25%

 Final 1 × 50%
Sınavlarda telefon kullanımı kesinlikle yasaktır !!!
 Hesaplamalar MATLAB, R, Statistica, MINITAB, SPSS veya Excel’de yapılacak
Kaynaklar
Olasılık ve İstatistik Ders Notları: Prof. Dr. İrfan KAYMAZ
2
Ders Müfredatı
o Giriş ve Temel Kavramlar

o Açıklayıcı İstatistik
o Merkezi Eğilim ve Dağılma Ölçüleri
o Olasılık (İhtimal)
o Anakütle Dağılımları
o Örnekleme Planları ve Dağılımları
o Tahminler
o Hipotez Testleri
o Varyans Analizi
o Regresyon ve Korelasyon Analizi
Bilim ve Olasılık
Bilim, sonsuz sayıda ve çok karmaşık nesne ve olaylardan oluşan evrenin
kavranmasını sağlamak üzere;
 nesne ve olayları soyutlamak
 sınıflandırmak,
 bu sınıfların içindeki ve arasındaki ilişkileri genel hatlarıyla bulmak
yoluna gitmektedir.
Bu itibarla, bilimin konusu tek nesne ve tek olay değil, nesne ve olay
topluluklarıdır.
Evrendeki olayların hemen hiçbiri diğerine eşit değildir. Aralarında daima az ya

da çok farklar bulunmaktadır.
Nesne ve olaylar zaman içerisinde sürekli bir değişim ve başkalaşım gösterirler.
Örneğin:
 Aynı fabrikada peş peşe yapılan iki otomobilin
 iki elektrik ampulünün dayanma süreleri eşit olmayacaktır.
3
Bilim ve Olasılık
Evrende görülen farklılık ve çeşitliliğin nedenleri bilimsel açıdan 3 grupta
toplanmaktadır:
1) Bilinen ve denetlenebilen az sayıda belirli ve önemli etkenler

2) Bugün için bilinmeyen ve denetlenemeyen bazı önemli etkenler
3) Bilinemeyen veya denetlenemeyen sonsuz küçük ve sonsuz
sayıdaki rastgele etkenler.
 Bilim, birinci tür nedenleri soyutlanmış örnek olaylar ve modeller üzerinde

saptamış ve tanımlamış bulunmaktadır.
 İkinci tür nedenlerin varlığı ve etkileri bugünkü bilim düzeyinde henüz

bilinememektedir. Bilimin ilerlemesi ve bilim düzeyinin yükselmesiyle bu
etkenlerinde bulunacağı umulmaktadır.
Bilim ve Olasılık
 Üçüncü tür etkenler bugün için bilinemeyen ya da denetlenemeyen, etki
yönü ve şiddeti saptanamayan, sonsuz küçük ve önemsiz, fakat sonsuz
sayıda olan rastgele etkenlerdir. Örneğin, aynı parselde yan yana bulunan,
aynı ağaçtan alınmış iki ayrı fidenin boy farkları gibi. Fakat, önemsiz sayılan
bu nedenler, olumlu ya da olumsuz yönde birleşerek, sonucu geniş bir aralık
içerisinde farklılaştırmakta, hatta değiştirebilmektedir. Örneğin, bir damla su
bardağı taşırabilmektedir.
Çok karmaşık olan evrendeki nesne ve olayları açıklamak ve özellikle
gelecekteki durumlarını önceden saptamak için bilimin öğretebildiği birinci
tür etkenler yeterli olmamaktadır.
Bunun yanında ikinci ve üçüncü tür etkenleri de dikkate almak
zorunluluğu vardır.
Bilinmeyen veya denetlenemeyen etkenler rastgele etkenlerle birlikte,
 topluca “olasılık” olarak görülmekte,
 olasılık kuram ve yöntemleri ile incelenmekte,
 istatistiksel yöntemlerle değerlendirilmektedir.
4
Olasılık-İstatistik Kurallar
 Evrende meydana gelen her şeyin bir nedeni vardır, nedensiz bir şey olmaz.
Örneğin, havaya atılan bir madeni para yere düşer, sıkıştırılan gaz
çeperlerine basınç yapar, vs.
 Bu olayların nedenleri; yer çekimi, gaz moleküllerinin hareketi, olarak
bilinmektedir.
 Fakat bu olaylar üzerine daha ayrıntılı ve özel bilgi edinmek, değerlerini ve
sonuçlarını önceden kesin bir şekilde öğrenmek istersek, bugünkü
bilgilerimizle başaramayız. Örneğin; yağmurun ne zaman yağacağını, barajın
ne ölçüde dolacağını, bir makinanın veya elektrik ampulünün dayanma
süresini, meyve bahçesinin verimini, bir hastanın kaç günde iyileşeceğini
öğrencinin bir sınavda alacağı notu, bir maçın sonucunu önceden kesinlikle
bilemeyiz.
 Sözü edilen değerleri nasıl bilebiliriz? Tam ve kesin olarak bilmemiz mümkün
müdür? Bu bilgileri, olaydan önce saptamak ve kesin değerler halinde
vermek bugünkü bilim düzeyinde mümkün değildir! Bugünkü bilgilerle
sadece bir tahminde bulunmak mümkündür.
Tahmin, geçmişteki bilgi ve deneylere dayanarak gelecek üzerine bir yargıya
varmaktır.
Yapılan tahminin özellikleri:

 Bu yargı kesin ve tam doğru olmayıp, ancak olası bir değer taşımaktadır.
 Başka bir ifadeyle, belirli bir güven düzeyinde (örneğin %95 veya %99
olasılıkla) doğrudur.
 Bu güven düzeyinin dışındaki hata payı ile (örneğin %5 veya %1 olasılıkla)

yanlıştır.
 Bu yargı tam ve kesin bir tek değer halinde verilemez. Ancak, beklenen bir
durumun olasılığı (örneğin %50 olasılıkla yazı) ya da olası ölçülerin ortalama
ve sınır değerleri (örneğin, 50 kişilik bir sınıfta öğrenci boylarının ortalaması
%95 güven düzeyinde 170 - 174 cm arasında bulunacak, en kısa öğrenci 157
cm, en uzun öğrenci de 187 cm boyunda olacaktır) şeklinde belirtilebilir.
5
Bu yoldan elde edilen bilgilere dayanarak genelleme yapmak ve olaylar
arasındaki ilişkilerin olasılıklarını belirlemek ve genel kurallar halinde ortaya
koymak, böylece bilime katkıda bulunmak mümkündür. Fakat, bu kurallar doğal
kurallar gibi kesin ve değişmez ilişkileri gösteremezler.
Rastlantıya bağlı olayların incelenmesinde:

 uygulanan yöntemlere istatistiksel yöntemler,
 kullanılan sayılara istatistik
 bu sayılar arasındaki bağıntılara istatistiksel bağıntılar
 ulaşılan bilim kurallarına da istatistiksel kurallar
adı verilmektedir.
 İstatistiksel bilgiler ancak çok sayıdaki olay veya nesnenin gözlenmesi
ve incelenmesi ile elde edilebilir.
 Bu yoldan elde edilen bilgiler ve ulaşılan kurallar da ancak çok sayıdaki
olay ve nesne için geçerlidir.
 Tek bir olaya uygulanamazlar.
Örnek:
Yazı gelme olasılığı %50 demekle, iki kez para
atışından birinin kesinlikle yazı geleceği
söylenemez.
Ancak, para atışını çok kez yinelediğimiz zaman,

bunlardan yaklaşık yarısının yazı geleceği
önceden kestirilebilir.
6
İstatistiksel kurallarda rastlantıya bağlı bir olayın çok (sonsuz) kez
yinelenmesiyle farklılaşmaya yol açan rastgele nedenlerin birbirini
dengeleyeceği düşünülmektedir. Böylece, çok kez tekrar halinde, belirli ve
önemli olan nedenlerin etkisinin “ortalama değer” olarak görülebileceği kabul
edilmektedir (büyük sayılar yasası).
Örnek:
"Probability and Statistics with Application"
kitabının yazarı Peggy Tang Strait’in
oğlunun 600 zar atışına karşılık 1 veya
2 gelme olaylarını grafiksel gösterimi.
Olasılık ve İstatistiğin Tanımı

Bilimsel anlamı ile istatistik:
Pozitif bilimlerin temeli olan gözlemlerin yapılması, verilerin toplanması, analizi ve
yorumu için gerekli yöntemlerin geliştirilip uygulanması ile uğraşan, sonuçta
verilerden gidilerek bulunan olasılık deneyimleri ile objektif karar vermede önemli
rolü olan bilim dalıdır.
İstatistiksel yöntemlerin görevi;

 Bir araştırmanın en az giderle ve en etkin yorumlamayı
sağlayabilecek biçimde planlanması,
 Derlenen sayısal bilgilerin düzenlenmesi ve değerlendirilmesi,
 Elde edilen bilgilerin yorumlanması ve sonuç çıkarılması yollarını

belirlemek ve öğretmektir.
7
Diğer bir deyişle ile istatistik:
Deneye ve gözleme dayalı verilerin:
 Toplanması
 İncelenmesi
 Yorumlanması
 Sunulması
ile ilgilenen bilim dalıdır.
XIX. Yüzyıla kadar matematikten ayrı ele alınmış, XIX. Yüzyıldan itibaren olasılık
teorisine dayanan ‘‘Matematiksel İstatistik’’ gelişmiştir.

İstatistik uygulamalarına örnekler:
 Asetik asit üreten bir fabrikada belirli bir tanktan alınan örnekler ile
ortalama saflık derecesinin ve varyasyon yüzdesinin hesaplanması.
 Bir fabrikada ortalama kopma kuvveti 50 kN olan halatlar üretilmektedir.
Kimyasal bir işlem bu halatlardan 25 adetlik bir örnekleme uygulanmış, ve
örneklemin kopma kuvvetini 52 kN olarak ölçülmüştür. Kopma kuvvetinin
standart sapmasının 2 kN olduğu bilindiğine göre kimyasal işlemin kopma
kuvvetine etkisinin saptanması.
 Elektrik-Elektronik Mühendisliği alanına giren uygulamalarından bazıları;
 Elektrik devrelerde ısıl gürültü
 Zayıf radar ve radyo sinyallerinin algılanması
 Enformasyon Teorisi
 Haberleşme Sistem Tasarımı
 Sistemlerin Güvenilirliği
 Sistem/Cihaz Hata/Başarısızlık Oranları ve Olasılıkları
 Haberleşme Ağları, ör: Ağ Trafiği
8
Olasılık;
 İhtimal hesapları ile ilgilenen matematik dalıdır.
 Kökenleri çok daha önceye gitse de XVI. ve XVII. yüzyıllarda şans oyunlarının
matematikçiler tarafından incelenmeye başlanması ile gelişmiştir.
Olasılık problemlerine örnekler:

 52 kartlık standart bir desteden rastgele çekilen 4 kağıdın 3’ünün siyah
olma olasılığı nedir?
 Bir basımevinin yayınladığı kitaplarda her yüz sayfada ortalama 2 yazım

hatası yapılmaktadır, buna göre 550 sayfalı bir kitapta 8 yazım hatası yapılma
olasılığı nedir?
Tarihçe
Olasılık (Probability) ile ilgili ilk kayıtlı bilgi şans oyunlarında
rastlanmaktadır.
Olasılık ile ilgili çalışmalar; 17. Yüzyılın ortasında kumar

düşkünü Fransız asilzadesi Chevalier de Mere, ünlü
matematikçi Blaise Pascal (1623-1662) a kumarda kaybetme
nedenini sorması ve Pascal’ın Olasılık Teorisini geliştirmesi
ile başlamıştır.
Bu alanda katkıda bulunan diğer ünlü

matematikçiler ise Pierre de Fermat ve
Carl Frederich Gauss’tur.
9
İstatistiğin Mühendislikteki Önemi
Mühendislik problemlerinin bazılarında sonucu önceden kestirmek mümkün
olmaz. Bu doğal olaylarda yada kullanılan malzemelerdeki belirsizlikten ileri
gelir. Örneğin; bir yağış ölçeğinde gelecek yıl ne kadar yağış ölçüleceğini
bilemeyiz, özellikleri bilinen bir çelik kirişin yükün hangi değerinde kırılacağı da
tam olarak kestirilemez. Belirsizliğin etkisiyle bu gibi problemler alışılagelen
yöntemlerle incelenemeyecek bir biçim alır.
Belirsizliklerin etkilediği problemlere bir örnek olarak bir barajın

projelendirilmesinde kullanılacak taşkın debisini ele alalım. Proje taşkını olarak
100 yıllık taşkın diye adlandırılan taşkının seçildiğini kabul edelim. Bu noktada
çeşitli sorular akla gelir;
1. 100 yıllık taşkın nasıl tanımlanabilir? Bu her 100 yılda bir kere görülen
taşkın mıdır?
2. Barajın ömrünün 50 yıl olduğu kabul edilirse bu süreç için böyle bir
taşkının görülme olasılığı nedir?
3. Elimizde 30 yıl süreli taşkın kayıtları varsa akarsuyun 100 yıllık taşkın
debisini nasıl tahmin edebiliriz.
Değişken Tipleri
Araştırmalarda ilgilenilen karakteristiklerin tespiti ölçüm ve/veya sayım yoluyla
yapılır. Ölçüm ve/veya sayım yoluyla elde edilen bilgilere veri denir.
Verilerin üniteler için kesin değerleri bilinmez olup, genellikle farklıdır. Bu

özellik istatistikte rassal (şans  rastgele) değişken kavramını ortaya
çıkarmaktadır. Kendisine farklı değerler atanan X, Y, Z gibi harflerle ifade edilen
çokluklar rassal değişken olarak bilinir. Sözgelimi, bir sınıftaki öğrencilerin
boyları ve ağırlıkları ayrı birer rastgele değişkendir. Çünkü, öğrencilerin bu
vasıfları kişiler arasında sabit olmayıp, değişmektedir.
10
İstatistiğin Sınıflandırılması
Verilerin değerlendirilmesinde kullanılma durumuna göre;
1. Açıklayıcı (deskriptif) istatistik
2. Analitik istatistik
a. Tahmin
b. Analiz
olmak üzere iki grupta incelenebilir.
Açıklayıcı İstatistik: Büyük rakam (ham veri) yığınlarının özetlenerek, düzenli

ve kolay anlaşılır bir şekilde ifade edilmesini sağlayan yöntemler topluluğudur.
Açıklayıcı istatistik tümdengelim yöntemini kullanır.
Analitik İstatistik: Araştırma sonucu elde edilen verilerden hareketle

anakütle parametrelerinin tahminini yapmak ve tahmin edilen bu değerlerle
ilgili hipotez testleri sonucunda da anakütle hakkında karar verme amacıyla
kullanılan yöntemler topluluğudur. “Analitik istatistik” bu işlemleri yaparken
tümevarım yöntemlerini kullanır.
İstatistiğin Sınıflandırılması
Açıklayıcı İstatistik Analitik İstatistik

 Verilerin Toplanması  Anakütle parametrelerinin tahmin
edilmesi
 Organize edilmesi
 Anakütle parametreleri hakkındaki
 Özetlenmesi hipotezlerin test edilmesi
 Gösterilmesi  Karar verilmesi
 Analiz edilmesi
11
Verilerin Hassasiyeti
İstatistiksel değerlendirmeye alınacak verilerin hassasiyeti ve doğruluk
derecesi yüksek olmalıdır. Bu nedenle, araştırmaların yürütülmesinde kullanılan
alet ve ekipmanların hassasiyeti ile çalışanların bilgi ve dikkati önemlidir.
Aynı karakteristik kaba bir ölçü aleti (çelik metre) ile ölçülebileceği gibi, daha
hassas bir ölçü aleti (mikrometre) ile de ölçülebilir. Ölçümlerde kullanılacak
aletlerin hassasiyet derecesi ölçülen nesnelerin büyüklüğüne ve konunun
önemine göre değişir.
Rakamların hassasiyeti ondalık sayısı ile belirlenir. Hassasiyetin çok küçük
tutulması güvenilirlik ve değişkenliğin kaybolmasına, gereğinden büyük
tutulması da rakam çokluğu nedeniyle işlem hatalarına yol açacağından tavsiye
edilmez.
Bundan dolayı, bazı değerlendirmelerde verilerin yuvarlatılması faydalı olabilir.
Yuvarlatma işleminde esas olarak; atılacak hanede bulunan rakam 5 veya daha
büyük ise bir önceki hane değeri 1 artırılır, atılacak hanede bulunan rakam
5’den küçük ise bir önceki hane değeri aynı kalır. Örneğin, 2.6487 sayısı üç
ondalık hane taşıması halinde 2.649, iki ondalık hane taşıması halinde 2.65, bir
ondalık hane taşıması halinde ise 2.6 olarak alınabilir.
Oranlar ve Yüzdeler
Bir problemin ifadesinde mutlak veri değerlerini vermektense oran ve yüzde
değerlerini vermek daha aydınlatıcı olmaktadır.
Örnek:
Yay imal eden bir fabrikada günlük ortalama 15 A
tipi, 30 B tipi çatlak yay tespit edilmiştir
denilince B tipi yaylardaki çatlak oranının daha
yüksek olduğu düşünülebilir.
Halbuki, günlük üretim miktarı içindeki A tipi
yayların sayısının 100, B tipi yayların sayısının ise
300 olduğu dikkate alınarak hesaplama yapılırsa
A tipi yaylardaki çatlak oranının 15/100=0.15, B
tipi yaylardaki çatlak oranının da 30/300=0.10
olduğu görülür.
Oran benzer iki değişkenin birbiriyle ilgisini
belirtmek için kullanılır. Oranların 100 ile
çarpılmasıyla yüzdeler elde edilir.
12
Anakütle ve Örnek
 Araştırılan bir konuya ait verilerden kesin sonuçlara ulaşılmak isteniyorsa,
konuya ait bütün elemanların incelenmesi gerekir.
 Araştırmaya ayrılan para ve zamanın sınırlı olması nedeniyle bu durum
imkansızdır.
 İstatistiksel metotlar yardımıyla konu ile ilgili elemanlardan rastgele seçilmiş
sınırlı sayıda örneğin değerlendirilmesi ile elde edilen sonuçlar belirli bir
güven düzeyinde tüm kütleye genelleştirilebilir.
Üzerinde durulan karakteristiklerle ilgili bütün elemanları içine alan topluluğa

anakütle (populasyon) denir.
Anakütleden rastgele çekilen ve üzerinde inceleme yapılan sınırlı elemanlar

topluluğuna ise örnek denir.
Sözgelimi, Türk insanının vücut ölçüleri belirlenmek isteniyorsa, ülkenin bütün

insanları üzerinde ölçüm almak yerine ülkeyi temsil edeceği düşünülen bazı
bölgelerden rastgele örnekler seçilerek bunlar üzerinde ölçüm yapılır ve elde
edilen sonuçlar genelleştirilir.
Anakütle ve Örnek
Anakütle (popülasyon) Örnek
13
Anakütle ve Örnek
Varılan sonuçların tutarlılığı seçilen örneğin anakütleyi temsil etmesine bağlıdır.
Temsili etkileyen en önemli iki husus:
 örneğin büyüklüğü
 rastgele seçilmiş olmasıdır.
Araştırmalarda zaman, para, ekipman ve hassasiyet bakımından anakütle yerine
örnek üzerinde çalışılır. Örneğin büyüklüğü ise sözü edilen bu faktörler esas
alınarak belirlenir. Hesaplamalarda kullanılan semboller ise anakütle ve örneğe
göre farklılık gösterirler.
Anakütlede Açıklama Örnekte
N Eleman sayısı n
 Ortalama X
P Oran p
2 Varyans S2
 Standart sapma S
x Ortalamanın standart hatası Sx
 Regresyon katsayısı b
 Korelasyon katsayısı r
Anakütleye ait N, , 2, ...  gibi değerlere parametre denilmektedir. Anakütle

parametrelerinin birer tahmini olan n, X, S2, ... b gibi örnek değerlerine de
istatistik denilmektedir.
Anakütle ve Örnek
14
Kaynaklar
• Olasılık ve İstatistik Ders Notları, Prof. Dr. İrfan KAYMAZ
• Montgomery, D. C. and Runger, G. C., (2014). Applied Statistics and Probability
for Engineers, 6th Edition. John Wiley and Sons, Inc.
• Ross, S. M., (2015). Mühendisler ve Fenciler için Olasilik ve İstatistiğe Giriş, 4.
Basımdan Çeviri, Çeviri Editörleri: Salih Çelebioğlu, Reşat Kasap, NOBEL
Akademik Yayıncılık.
• Bayazıt, M. and Oğuz, B., (1998). Mühendisler için İstatistik, Birsen Yayınevi.
Gelecek dersin konusu
o Giriş ve Temel Kavramlar
o Açıklayıcı İstatistik
o Merkezi Eğilim ve Dağılma Ölçüleri
o Olasılık (İhtimal)
o Anakütle Dağılımları
o Örnekleme Planları ve Dağılımları
o Tahminler
o Hipotez Testleri
o Varyans Analizi
o Regresyon ve Korelasyon Analizi
15

Bayhiçbirsey

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Bayhiçbirsey

Uploaded by

Copyright:

Available Formats

IST 201 – Olasılık & İstatistik

Giriş ve Temel Kavramlar

 2 Ara Sınav 2 × 25%

Sınavlarda telefon kullanımı kesinlikle yasaktır !!!

 Hesaplamalar MATLAB, R, Statistica, MINITAB, SPSS veya Excel’de yapılacak

Olasılık ve İstatistik Ders Notları: Prof. Dr. İrfan KAYMAZ

o Giriş ve Temel Kavramlar

Evrendeki olayların hemen hiçbiri diğerine eşit değildir. Aralarında daima az ya

Nesne ve olaylar zaman içerisinde sürekli bir değişim ve başkalaşım gösterirler.

1) Bilinen ve denetlenebilen az sayıda belirli ve önemli etkenler

 Bilim, birinci tür nedenleri soyutlanmış örnek olaylar ve modeller üzerinde

 İkinci tür nedenlerin varlığı ve etkileri bugünkü bilim düzeyinde henüz

Yapılan tahminin özellikleri:

 Bu güven düzeyinin dışındaki hata payı ile (örneğin %5 veya %1 olasılıkla)

Rastlantıya bağlı olayların incelenmesinde:

Ancak, para atışını çok kez yinelediğimiz zaman,

Olasılık ve İstatistiğin Tanımı

İstatistiksel yöntemlerin görevi;

 Derlenen sayısal bilgilerin düzenlenmesi ve değerlendirilmesi,

 Elde edilen bilgilerin yorumlanması ve sonuç çıkarılması yollarını

Olasılık ve İstatistiğin Tanımı

Olasılık problemlerine örnekler:

 Bir basımevinin yayınladığı kitaplarda her yüz sayfada ortalama 2 yazım

Olasılık ile ilgili çalışmalar; 17. Yüzyılın ortasında kumar

Bu alanda katkıda bulunan diğer ünlü

Belirsizliklerin etkilediği problemlere bir örnek olarak bir barajın

Verilerin üniteler için kesin değerleri bilinmez olup, genellikle farklıdır. Bu

Açıklayıcı İstatistik: Büyük rakam (ham veri) yığınlarının özetlenerek, düzenli

Analitik İstatistik: Araştırma sonucu elde edilen verilerden hareketle

Açıklayıcı İstatistik Analitik İstatistik

Üzerinde durulan karakteristiklerle ilgili bütün elemanları içine alan topluluğa

Anakütleden rastgele çekilen ve üzerinde inceleme yapılan sınırlı elemanlar

Sözgelimi, Türk insanının vücut ölçüleri belirlenmek isteniyorsa, ülkenin bütün

Anakütle (popülasyon) Örnek

Anakütleye ait N, , 2, ...  gibi değerlere parametre denilmektedir. Anakütle

Gelecek dersin konusu

o Giriş ve Temel Kavramlar

You might also like